鄧遠(yuǎn)建 楊旭 馬強(qiáng)文 汪凱達(dá)

摘要 生態(tài)福利績效的提升是破解經(jīng)濟(jì)增長、生態(tài)保護(hù)、民生福祉增進(jìn)“三難”問題的核心。文章基于Super-SBM模型，測算了2004—2017年全國29個省（區(qū)、市）的生態(tài)福利績效，進(jìn)而采用σ收斂、經(jīng)典與空間β收斂模型，對全國以及東、中、西部區(qū)域生態(tài)福利績效的收斂性及其影響因素進(jìn)行了分析。研究結(jié)果表明： ① 2004—2017年，中國生態(tài)福利績效整體水平下降幅度明顯，具體經(jīng)歷了“波動上升-持續(xù)下降-波動下降”的過程;空間上呈現(xiàn)“東強(qiáng)-中次-西弱”的梯次下降格局;北京、海南和上海的生態(tài)福利績效水平一直位居全國前列，寧夏、內(nèi)蒙古和遼寧則長期處于后三位。 ② 2004—2017年，全國及東、中、西部區(qū)域生態(tài)福利績效均不存在σ收斂趨勢。其中，2004—2017年中、西部區(qū)域變異系數(shù)總體保持著增長態(tài)勢，而全國和東部區(qū)域變異系數(shù)在2012—2017年出現(xiàn)了明顯波動。 ③ 全國范圍內(nèi)生態(tài)福利績效存在顯著的絕對與條件β收斂趨勢。條件收斂率明顯高于絕對收斂率，空間因素對收斂具有加速效應(yīng)。對外開放程度、環(huán)境規(guī)制及產(chǎn)業(yè)結(jié)構(gòu)是生態(tài)福利績效提升的驅(qū)動因素，而經(jīng)濟(jì)發(fā)展水平是其抑制因素。 ④ 東、中、西三大區(qū)域生態(tài)福利績效也存在顯著的絕對與條件β收斂趨勢?？臻g收斂率呈現(xiàn)西、東、中依次遞減格局，空間因素對中部區(qū)域收斂的加速效應(yīng)最強(qiáng)。區(qū)域?qū)用嫔?，?jīng)濟(jì)發(fā)展水平、對外開放程度、環(huán)境規(guī)制、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平對生態(tài)福利績效的提升均有顯著影響，但作用方向和力度在不同區(qū)域有所差異。因此，未來的政策制定應(yīng)注重轉(zhuǎn)變發(fā)展方式，促進(jìn)形成區(qū)域協(xié)同發(fā)展格局，因地制宜探索提高生態(tài)福利績效的最佳途徑。

關(guān)鍵詞 生態(tài)福利績效;地區(qū)差距;收斂性;空間β收斂

中圖分類號 F062.1

文獻(xiàn)標(biāo)識碼 A? 文章編號 1002-2104（2021）04-0132-12? DOI：10.12062/cpre.20200637

黨的十九大報告指出：“堅持在發(fā)展中保障和改善民生，增進(jìn)民生福祉是發(fā)展的根本目的?！被仡櫢母镩_放40多年的歷史進(jìn)程，中國以前所未有的高速發(fā)展創(chuàng)造了舉世矚目的“東方奇跡”，極大地提高了人民的物質(zhì)生活水平。但不可否認(rèn)的是，在經(jīng)濟(jì)增長的背后中國也付出了沉重的生態(tài)代價，資源短缺、環(huán)境污染等問題日益成為制約經(jīng)濟(jì)社會發(fā)展的主要瓶頸，如何處理好經(jīng)濟(jì)增長、生態(tài)保護(hù)、民生福祉增進(jìn)的“三難”問題，走出一條人與自然和諧共生的可持續(xù)發(fā)展道路是人類社會共同面臨的時代課題。黨和政府對此一直高度重視，早在2003年便提出“堅持以人為本，樹立全面、協(xié)調(diào)、可持續(xù)的發(fā)展觀”，2006年提出建設(shè)“資源節(jié)約型、環(huán)境友好型”社會，2012年黨的十八大把“生態(tài)文明”擺在了更加突出的位置，2019年黨的十九屆四中全會提出了“堅持和完善生態(tài)文明制度體系，促進(jìn)人與自然和諧共生”的更高要求。在當(dāng)前經(jīng)濟(jì)社會高質(zhì)量發(fā)展的背景下，破解“三難”問題的核心舉措在于提高生態(tài)福利績效。生態(tài)福利績效是指生態(tài)投入轉(zhuǎn)化為社會福利水平的效率，這一概念是在可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)框架下提出的，與新古典經(jīng)濟(jì)學(xué)一般認(rèn)為自然資本和人造資本可以相互替代[1]所不同，可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)認(rèn)為自然資本（自然資本分為非生物類資源和生物類資源，非生物資源又分為化石能源、礦物、水、土地和太陽能五類，生物類資源分為可更新資源、生態(tài)系統(tǒng)服務(wù)和廢物吸收三類）是不可替代或只是部分替代的[2]，在一個“滿的世界”[3]，人造資本已相對豐富，自然資本成為制約人類福利水平提升的主要因素，能否在其約束內(nèi)實現(xiàn)人類福利水平的提高成為可持續(xù)發(fā)展的根本挑戰(zhàn)[4]。像新古典經(jīng)濟(jì)學(xué)用勞動生產(chǎn)率、資本生產(chǎn)率等指標(biāo)來衡量一個經(jīng)濟(jì)體的發(fā)展水平與潛力一樣，可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)常使用生態(tài)福利績效來衡量一個國家和地區(qū)的可持續(xù)發(fā)展程度以及未來的可持續(xù)發(fā)展?jié)摿头较騕5]。然而，自可持續(xù)發(fā)展觀提出以來，中國以及東、中、西各個區(qū)域的生態(tài)福利績效有何差異？生態(tài)福利績效是否存在收斂？若收斂，收斂是否具有空間效應(yīng)？哪些因素影響中國生態(tài)福利績效的提升？通過對上述問題的回答，有助于增進(jìn)對中國生態(tài)福利績效現(xiàn)狀和基本特征的認(rèn)識，把握生態(tài)福利績效空間布局的演變趨勢，以期在理論上能夠推動生態(tài)福利績效的相關(guān)研究，在實踐上對切實提升生態(tài)福利績效的政策制定提供參考依據(jù)。

1 文獻(xiàn)綜述

生態(tài)福利績效的研究最早可以溯源到Daly[6]提出的各國可持續(xù)發(fā)展水平可以通過測算單位自然資源消耗所產(chǎn)生的社會福利水平來做出評價，但Daly沒有給出在實踐中的具體量化指標(biāo)。國內(nèi)學(xué)者諸大建[7]在Daly思想基礎(chǔ)上于2008年首次提出生態(tài)福利績效的概念，將其定義為生態(tài)資源消耗轉(zhuǎn)化為社會福利水平的效率，并用人類發(fā)展指數(shù)與生態(tài)足跡的比值來量化，拉開了國內(nèi)關(guān)于生態(tài)福利績效研究的序幕。近年來，國內(nèi)外學(xué)者在生態(tài)福利績效與經(jīng)濟(jì)增長的關(guān)系[5，8]生態(tài)福利績效的影響因素[9]和生態(tài)福利績效水平評價[10]等領(lǐng)域產(chǎn)生了一批優(yōu)秀成果。同樣，生態(tài)福利績效的地區(qū)差距問題也一直廣受學(xué)者關(guān)注。通過梳理已有文獻(xiàn)可知，學(xué)者們大多采用比值法或數(shù)據(jù)包絡(luò)分析方法計算生態(tài)福利績效，從靜態(tài)視角通過對比不同地區(qū)的生態(tài)福利績效水平來闡述其差異特征。例如，馮吉芳等[11]基于 2005、2008、2010 年的數(shù)據(jù)，通過人類發(fā)展指數(shù)與生態(tài)足跡的比值進(jìn)行測算，發(fā)現(xiàn)中國生態(tài)福利績效的省域差異明顯且與經(jīng)濟(jì)發(fā)展水平存在空間錯位現(xiàn)象。徐昱東等[12]以2005—2014年為研究跨度，采用的是社會福利水平與生態(tài)消耗水平的比值，認(rèn)為生態(tài)福利績效呈現(xiàn)出東、中、西依次遞減格局并在空間上表現(xiàn)出一定的依賴性和異質(zhì)性。肖黎明等[13]、龍亮軍[14]等采用 Super-SBM 模型，分別基于 2004—2016年的省份數(shù)據(jù)和2011—2015年的主要城市數(shù)據(jù)的測算結(jié)果也支持上述結(jié)論。但李成宇等[15]采用非期望產(chǎn)出的SBM模型，基于2001—2015年的省份數(shù)據(jù)，得出中國生態(tài)福利績效呈現(xiàn)出東、西、中依次遞減格局。少數(shù)學(xué)者關(guān)注到了生態(tài)福利績效的差距演化。例如，程艷茹[16]利用 Theil 指數(shù)對中國 2003—2014年生態(tài)福利績效的總體差距進(jìn)行了分解，結(jié)果顯示區(qū)域內(nèi)部差距一直占 95%以上，是總體差距的主要來源;林木西等[17]采用MLD指數(shù)及動態(tài)學(xué)方法，基于2014—2017年的省份數(shù)據(jù)，認(rèn)為中國生態(tài)福利績效呈兩極分化趨勢且流動性較差，東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移和污染轉(zhuǎn)移是造成區(qū)域之間生態(tài)福利績效差距擴(kuò)大的主要原因。

綜上所述，前人的相關(guān)研究成果為文章奠定了堅實基礎(chǔ)并帶來了深刻啟示?？傮w而言，對生態(tài)福利績效地區(qū)差距的靜態(tài)分析較多，關(guān)于地區(qū)差距動態(tài)分析的研究成果相對較少。而收斂性正是從動態(tài)視角來探究低水平與高水平地區(qū)之間隨著時間的推移地區(qū)差距的演進(jìn)趨勢，它起源于宏觀經(jīng)濟(jì)研究領(lǐng)域，例如，Rey和Montouri[18]利用空間計量模型發(fā)現(xiàn)美國經(jīng)濟(jì)增長存在收斂性;林光平等[19]等利用空間計量模型的研究結(jié)果表明，1978年以來中國地區(qū)之間經(jīng)濟(jì)存在著顯著的收斂趨勢，但收斂速度在逐漸變慢。因收斂性方法作為地區(qū)差距動態(tài)分析的強(qiáng)有力工具，后來被廣泛應(yīng)用于區(qū)域創(chuàng)新效率、環(huán)境效率、生態(tài)效率等多個領(lǐng)域。例如，馬大來等[20]基于2000—2011年的省份數(shù)據(jù)，發(fā)現(xiàn)中國區(qū)域創(chuàng)新效率存在顯著條件β收斂趨勢，但空間因素對收斂起到一定的抑制作用;張子龍等[21]采用經(jīng)典收斂模型，以2006—2010年中國 286個地級城市為研究對象，發(fā)現(xiàn)全國及東、中部城市工業(yè)環(huán)境效率存在σ收斂，西部城市σ收斂不顯著，但都存在絕對與條件β收斂趨勢;潘興俠[22]同樣采用經(jīng)典收斂模型，基于2006—2011年的省級數(shù)據(jù)，認(rèn)為中國及區(qū)域生態(tài)效率不存在σ收斂，卻存在著一定的絕對與條件β收斂趨勢。但是，以收斂性視角考察中國生態(tài)福利績效的研究成果目前仍比較缺乏，杜慧彬等[23]曾基于2004—2015年的省級數(shù)據(jù)，采用σ收斂和絕對β收斂對中國生態(tài)福利績效進(jìn)行了檢驗，結(jié)果表明只有東部區(qū)域不存在σ收斂和絕對β收斂，該研究未考慮條件β收斂情形，也暫未將空間因素考慮其中，使得收斂結(jié)果難免存在一定誤差。事實上，早在2005年中國經(jīng)濟(jì)增長的生態(tài)福利門檻和經(jīng)濟(jì)福利門檻就已逼近[24]，在此背景下對中國生態(tài)福利績效的地區(qū)差距和空間收斂性做出客觀評價和充分認(rèn)識就顯得十分必要，而這就是本文所關(guān)注和力求解決的重要問題。

簡言之，文章擬在研究內(nèi)容和研究方法上進(jìn)一步彌補(bǔ)和拓展。首先，利用Super-SBM模型對中國大陸29個?。▍^(qū)、市）2004—2017年的生態(tài)福利績效進(jìn)行科學(xué)測算，就全國、區(qū)域及省域?qū)用娴牟罹噙M(jìn)行分析和總結(jié)。其次，利用σ收斂與β收斂分析中國生態(tài)福利績效的收斂性，在考慮空間因素的前提下，剖析影響生態(tài)福利績效提升的主要因素;同時考慮空間因素，并與經(jīng)典收斂模型結(jié)果進(jìn)行對比，展示空間因素對中國生態(tài)福利績效收斂的影響。進(jìn)一步，將全國29個省（區(qū)、市）分為東、中、西三大區(qū)域，深入探討其生態(tài)福利績效的收斂特征與影響因素。最后，根據(jù)研究結(jié)論給出相應(yīng)的政策啟示。

2 研究方法與數(shù)據(jù)說明

2.1 生態(tài)福利績效測算模型

傳統(tǒng)的DEA模型（如BBC或CCR模型）是基于徑向角度的測量方法，只能從投入或產(chǎn)出角度入手，且沒有考慮到投入產(chǎn)出的松弛問題，往往導(dǎo)致測算結(jié)果與實際情況不完全相符。為彌補(bǔ)這一缺憾，Tone[25]提出了基于非徑向的SBM模型，其優(yōu)點(diǎn)是效率值隨著投入和產(chǎn)出松弛程度的變化而嚴(yán)格變化，但SBM 模型所得結(jié)果可能會出現(xiàn)效率值同時為1，從而導(dǎo)致決策單元無法排序的問題。因此，Tone[26]進(jìn)一步提出了Super-SBM模型，同時解決了投入產(chǎn)出變量的松弛問題和決策單元的排序問題。同時，可變規(guī)模報酬假設(shè)、投入與產(chǎn)出角度的雙向優(yōu)化更加貼近實際情況。因此，文章基于可變規(guī)模報酬假設(shè)，采用非徑向、非角度的Super-SBM模型測算生態(tài)福利績效，具體模型構(gòu)建如式（1）所示。

式（1）中，δ為DEA超效率值，λj為權(quán)重向量，x、y分別代表投入和產(chǎn)出變量，m、s分別代表投入、產(chǎn)出變量個數(shù)，s-、s+分別代表投入、產(chǎn)出的松弛變量。當(dāng)δ≥1時，決策單元相對有效，當(dāng)δ<1時，決策單元相對無效，δ值越大，說明生態(tài)福利績效水平越高。

2.2 收斂性檢驗?zāi)Ｐ?/p>

收斂性檢驗?zāi)Ｐ椭饕譃閮深悾害沂諗颗cβ收斂。σ收斂指不同地區(qū)生態(tài)福利績效隨時間的推移偏離平均值的幅度逐漸減小的趨勢。用變異系數(shù)來測度σ收斂已被廣泛應(yīng)用于收斂性的相關(guān)研究中[27-28]，文章亦采用該方法檢驗生態(tài)福利績效是否存在σ收斂，其計算公式為：

σj=1Nj∑Nji=1（EWPji-EWPj）2 EWPj （2）

式（2）中，EWPji表示研究區(qū)域j內(nèi)第i個省份的生態(tài)福利績效水平值，EWPj表示區(qū)域j內(nèi)各省份的生態(tài)福利績效水平均值，Nj表示區(qū)域j內(nèi)省份個數(shù)。

β收斂是從增長率的角度考察不同地區(qū)生態(tài)福利績效的變化趨勢。如果存在β收斂，主要表現(xiàn)為生態(tài)福利績效低水平地區(qū)的增長率高于高水平地區(qū)，從而導(dǎo)致低水平地區(qū)逐漸趕上高水平地區(qū)。若β收斂考慮到不同地區(qū)的異質(zhì)性并以一些控制變量的存在為條件，則稱之為條件β收斂，否則稱之為絕對β收斂。經(jīng)典β收斂模型為：

ln（EWPi，t+1EWPi，t ）=α+βlnEWPi，t+∑nk=1θk Xk，i，t+εi，t（3）

式（3）中，EWPi，t是第i個地區(qū)在第t年的生態(tài)福利績效水平值，ln（EWPi，t+1EWPi，t ）是地區(qū)i在時期t到t+1的生態(tài)福利績效增長率，Xk，i，t是一系列控制變量，α是常數(shù)項，εi，t 是隨機(jī)誤差項。β是收斂系數(shù)，當(dāng)β<0時，意味著生態(tài)福利績效存在收斂趨勢，當(dāng)β>0時，意味著生態(tài)福利績效是發(fā)散的，根據(jù)β可算出收斂率s，s=-ln（1+β）T ，文章中T=13。進(jìn)而，可計算出低水平地區(qū)追趕上高水平地區(qū)的時間（即半生命周期）t，t=ln（2）s。θk為控制變量回歸系數(shù)，當(dāng)θk取值不為0時，式（3）為條件β收斂模型，當(dāng)θk取值為0時，式（3）為絕對β收斂模型。

上述經(jīng)典β收斂模型是基于傳統(tǒng)計量方法設(shè)計的，沒有考慮空間因素。Tobler[29]提出的“地理學(xué)第一定律”認(rèn)為：“所有事物都與其他事物相關(guān)聯(lián)，但較近的事物比較遠(yuǎn)的事物更關(guān)聯(lián)。”顯然，任何一個地區(qū)都不會孤立地存在，在檢驗生態(tài)福利績效的收斂性時，若僅考慮本地區(qū)的狀況而忽視周圍地區(qū)產(chǎn)生的溢出效應(yīng)，必然會導(dǎo)致研究結(jié)論出現(xiàn)一定偏差，缺乏應(yīng)有的解釋力度。因此，文章將經(jīng)典收斂模型與空間計量方法相結(jié)合，從而更科學(xué)地檢驗生態(tài)福利績效的收斂性。其基本公式如下：

ln（EWPi，t+1EWPi，t ）=α+βlnEWPi，t+ρ∑ni=1wijln（EWPi，t+1EWPi，t ） φ∑ni=1wijlnEWPi，t+∑ni=1，k=1θk Xk，i，t+∑k=1i=1wij γk Xk，i，t+εi，tεi，t=τ∑ni=1wijεi，t+vi，t（4）

當(dāng)τ=0時，式（4）為“空間杜賓模型”（SDM）;

當(dāng)τ=0且φ=γk=0時，式（4）為“空間滯后模型”（SLM）;

當(dāng)ρ=0且φ=γk=0時，式（4）為“空間誤差模型”（SEM）。

wij為空間權(quán)重矩陣W中的元素，本文使用的空間權(quán)重矩陣包括地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣。

地理距離權(quán)重矩陣wdij=1d2ij，i≠j0， i=j，dij是基于經(jīng)緯度計算的省會城市之間的距離;

經(jīng)濟(jì)距離權(quán)重矩陣weij=1|i-j |，? i≠j0，??? i=j，i與j分別是省份i和省份j的2004—2017年人均GDP均值，|i-j |是二者之差的絕對值。

當(dāng)θk取值不為0時，式（4）為對應(yīng)的空間條件β收斂模型，當(dāng)θk取值為0時，式（4）為對應(yīng)的空間絕對β收斂模型。

2.3 指標(biāo)選取與數(shù)據(jù)來源

根據(jù)數(shù)據(jù)可得性和可比性原則，文章選取中國29個?。▍^(qū)、市）作為研究對象，不包括臺灣、香港、澳門以及新疆和西藏，時間跨度為2004—2017年。遵循慣例，將29個省（區(qū)、市）劃分為東、中、西三大區(qū)域。北京、福建、廣東、海南、河北、江蘇、遼寧、山東、上海、天津、浙江屬于東部區(qū)域;安徽、河南、黑龍江、湖北、湖南、吉林、江西、山西屬于中部區(qū)域;甘肅、廣西、貴州、內(nèi)蒙古、寧夏、青海、陜西、四川、云南、重慶屬于西部區(qū)域。

在投入與產(chǎn)出變量的選取上，以科學(xué)性、系統(tǒng)性和可操作性原則為指導(dǎo)，同時參考龍亮軍[30]等的指標(biāo)選取辦法，文章選擇資源消耗和環(huán)境污染作為生態(tài)投入指標(biāo)，其中，資源消耗包括能源消耗、水資源消耗和土地資源消耗，分別以人均能源消費(fèi)量（標(biāo)準(zhǔn)煤）、人均用水量和人均建成區(qū)面積度量;環(huán)境污染涉及廢水、廢氣和固體廢棄物，分別以人均化學(xué)需氧量、人均二氧化硫排放量、人均工業(yè)固體廢棄物產(chǎn)生量進(jìn)行度量。將人的全面發(fā)展作為生態(tài)投入的根本目的，摒棄目前單純的GDP主義[31]，因此，在社會福利水平的衡量上綜合考慮居民健康水平、受教育水平以及過上體面生活的能力[4]，借鑒聯(lián)合國開發(fā)計劃署關(guān)于人類發(fā)展指數(shù)（HDI）的衡量方法，分別以平均預(yù)期壽命、平均受教育年限、人均生產(chǎn)總值進(jìn)行度量。

在條件β收斂檢驗的控制變量選取上，文章根據(jù)已有研究成果將影響生態(tài)福利績效的主要因素作為控制變量。具體包括：①地區(qū)經(jīng)濟(jì)發(fā)展水平（lnPGDP），以人均生產(chǎn)總值表示，并取對數(shù)處理。②對外開放程度（OPEN），以進(jìn)出口貿(mào)易總額占地區(qū)生產(chǎn)總值的比重表示，其中進(jìn)出口貿(mào)易總額以當(dāng)年平均匯率轉(zhuǎn)換成人民幣。③環(huán)境規(guī)制強(qiáng)度（ER），以環(huán)境治理投資占地區(qū)生產(chǎn)總值的比重表示。④產(chǎn)業(yè)結(jié)構(gòu)（INST），以第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重表示。⑤技術(shù)水平（TEC），以技術(shù)市場成交額占地區(qū)生產(chǎn)總值的比重表示。

生態(tài)福利績效測算及收斂性檢驗的各項指標(biāo)原始數(shù)據(jù)均來自《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。其中，資源消耗、環(huán)境污染的各人均指標(biāo)均通過年末常住人口數(shù)處理得出;人均生產(chǎn)總值數(shù)據(jù)以2004年為基期利用人均生產(chǎn)總值指數(shù)進(jìn)行平減處理;各省份平均預(yù)期壽命只有1990、2000、2010年數(shù)據(jù)，按照自然增長率補(bǔ)齊各個省份的缺失數(shù)據(jù)[12];平均受教育年限（AYS）的計算如式（5）所示。

AYS=6×P小學(xué)+9×P初中+12×P高中+16×P大專及以上P小學(xué)+P初中+P高中 +P大專及以上（5）

其中，P代表各學(xué)歷段人口數(shù)。各變量描述性統(tǒng)計結(jié)果如表1所示。

3 生態(tài)福利績效的測算與比較

采用非徑向、非角度的Super-SBM模型，基于2004—2017年全國省級面板數(shù)據(jù)，測算得出各?。▍^(qū)、市）的生態(tài)福利績效，根據(jù)測算結(jié)果繪制全國及東、中、西部區(qū)域生態(tài)福利績效均值的演變趨勢，如圖1所示。

從全國整體層面來看，2004—2017年中國生態(tài)福利績效均值為0.897，這說明整體水平不高，還有較大改進(jìn)空間。就演變趨勢而言，觀測期內(nèi)中國生態(tài)福利績效總體呈下降趨勢，2017年較2004年下降了14.6%。但在不同時期表現(xiàn)有所差異，大體可分為三個階段：2004—2007年呈波動式上升趨勢，2007年生態(tài)福利績效達(dá)到觀測期內(nèi)最高值0.967，但增幅較小，僅比2004年增長了1.3%;2008—2011年呈持續(xù)性下降趨勢，2011年比2008年下降了7.7%，年均下降率約為2.7%，是下降速度最快的階段;2012—2017年呈波動式下降趨勢，2017年比2012年下降了6.7%，年均下降率約為1.3%，但較2008—2011年的下降趨勢已有明顯改善。

從區(qū)域?qū)用鎭砜?，中國生態(tài)福利績效呈“東強(qiáng)、中次、西弱”格局。東部區(qū)域的生態(tài)福利績效一直最高，西部區(qū)域則一直最低，中部區(qū)域始終與全國平均水平最接近，東、中、西部的均值分別為1.003、0.882、0.791。就演變趨勢而言，東、中、西部區(qū)域生態(tài)福利績效皆呈下降趨勢，績效值分別從2004年的1.072、0.931、0.846下降到2017年的0.909、0.849、0.687，降幅分別為 15.2%、8.8%、18.8%。分時間段來看，2004—2007年三個區(qū)域績效值都有小幅上漲，漲幅分別為1.5%、0.9%、1.2%;2008—2011年績效值都有明顯下降，降幅分別為11.4%、5.4%、4.4%;2012—2017年績效值繼續(xù)下降，但降幅分化較大，分別為4.4%、0.6%、15.2%。其可能的原因是，東部區(qū)域前期生態(tài)福利績效下降明顯，同時也率先采取了調(diào)控措施，中部區(qū)域暫處于生態(tài)投入與福利產(chǎn)出的動態(tài)平衡之中，而西部區(qū)域尚處于發(fā)展的早期階段，可能受到了東部區(qū)域“三高”企業(yè)轉(zhuǎn)移的影響。

從省域?qū)用鎭砜?，生態(tài)福利績效也差異明顯。2004—2017年，生態(tài)福利績效均值居于前五位的依次為北京、海南、上海、河南和云南，其值分別為1.733、1.607、1.114、1.114、1.099。生態(tài)福利績效均值居于后五位的依次為寧夏、內(nèi)蒙古、遼寧、黑龍江和青海，其值分別為0.247、0.392、0.463、0.478、0.520。與2004年相比，2017年僅有河北、北京、重慶、河南和湖南的生態(tài)福利績效出現(xiàn)了明顯增長，增幅分別為46.8%、30.0%、4.2%、3.2%、1.9%。甘肅、貴州、遼寧、青海和海南的生態(tài)福利績效下降最明顯，降幅分別為49.2%、45.0%、42.6%、39.4%、37.8%。

4 生態(tài)福利績效的收斂性檢驗

上述分析表明，全國整體、區(qū)域及省域之間的生態(tài)福利績效差距都非常明顯，然而這種差距會持續(xù)存在還是隨著時間的推移而逐漸消失呢？為回答這一問題，文章采用σ收斂與β收斂對全國及東、中、西部三大區(qū)域生態(tài)福利績效的收斂性進(jìn)行檢驗。

4.1 σ收斂檢驗

文章使用變異系數(shù)來檢驗生態(tài)福利績效的σ收斂特征。圖2呈現(xiàn)出了全國及東、中、西部三大區(qū)域生態(tài)福利績效變異系數(shù)的演變趨勢。從圖2中可以看出，中部區(qū)域的變異系數(shù)一直最小，全國整體、東部以及西部區(qū)域的變異系數(shù)存在一定的交叉上升現(xiàn)象。就變異系數(shù)的演變過程來看，全國整體以及東、中、西部區(qū)域都呈現(xiàn)出波動中增大的態(tài)勢。具體來說，全國整體與東部區(qū)域的變異系數(shù)走勢極為相似，其在2004—2011年先升后降，總體變化不大;2012—2017年變異系數(shù)波動劇烈，均在2016年達(dá)到觀測期內(nèi)的最大值。觀測期內(nèi)，全國整體與東部區(qū)域變異系數(shù)分別增大了約0.090、0.070，增幅分別約為28.5%、22.0%，年均增長率分別約為1.9%、1.5%。中部與西部區(qū)域變異系數(shù)的走勢也有相似之處，均呈現(xiàn)出平穩(wěn)增長的趨勢。觀測期內(nèi)，中、西部區(qū)域變異系數(shù)分別增大了約

圖2 全國及東、中、西部區(qū)域2004—2017年生態(tài)福利績效變異系數(shù)演變趨勢0.126、0.104，增幅分別約為59.7%、31.4%，年均增長率分別約為3.7%、2.1%。由此可見，全國整體以及東、中、西部區(qū)域生態(tài)福利績效均不存在σ收斂，說明全國整體以及東、中、西部區(qū)域生態(tài)福利績效內(nèi)部差距都呈增大趨勢，且東部區(qū)域內(nèi)部差距較大，但相對穩(wěn)定，中部區(qū)域內(nèi)部差距最小，但增大速度十分顯著。

4.2 空間相關(guān)性檢驗

在考慮空間因素的β收斂性檢驗時，需要對中國生態(tài)福利績效進(jìn)行空間相關(guān)性檢驗。文章以全局空間自相關(guān)的Morans I指數(shù)[32]進(jìn)行檢驗，其計算公式為：

I=∑ni=1∑nj=1wij （EWPi-EWP）（EWPj-EWP ） s2 ∑ni=1∑nj=1wij? （6）

式（6）中，s2=1n∑ni=1（EWPi-EWP）2 ，EWP=1n∑ni=1EWPi 。其中，EWPi表示第i個省份的生態(tài)福利績效水平值，n為省份個數(shù)，wij為省份i和省份j之間的空間權(quán)重值。Morans I指數(shù)的取值范圍為[-1，1]，小于0表示空間負(fù)相關(guān)，大于0表示空間正相關(guān)，Morans I指數(shù)值越靠近區(qū)間兩端表示相應(yīng)的全局空間相關(guān)性越強(qiáng)。

根據(jù)2004—2017年中國29個?。▍^(qū)、市）的生態(tài)福利績效值，在地理距離權(quán)重矩陣的基礎(chǔ)上，可計算得出各年份的Morans I指數(shù)值，如表2所示。

由表2可知，2014—2017年中國生態(tài)福利績效的Morans I指數(shù)均為正值，其均值為0.170，除2007年外，其它年份均通過了10%水平下的顯著性檢驗。這說明中國生態(tài)福利績效存在顯著的空間正相關(guān)性，即中國生態(tài)福利績效的空間布局不是隨機(jī)的，而是具有一定的集聚現(xiàn)象，生態(tài)福利績效水平較高省份趨向于與生態(tài)福利績效水平較高省份相鄰，生態(tài)福利績效水平較低省份則趨向于與生態(tài)福利水平較低省份相鄰。從空間相關(guān)性的強(qiáng)度來看，大體經(jīng)歷了“弱—強(qiáng)—弱”的波動歷程。2004—2014年隨著各地區(qū)交流日益密切，生態(tài)福利績效的空間相關(guān)性由弱增強(qiáng);而2015—2017年中國經(jīng)濟(jì)進(jìn)入新常態(tài)，產(chǎn)業(yè)轉(zhuǎn)型加快，從要素、投資驅(qū)動逐漸轉(zhuǎn)為創(chuàng)新驅(qū)動發(fā)展，省份間生態(tài)福利績效出現(xiàn)了一定分化，從而空間相關(guān)性出現(xiàn)了小幅下降。綜合來看，空間相關(guān)性是中國生態(tài)福利績效的一個重要特征，在進(jìn)行β收斂檢驗時，必須將空間因素考慮其中，否則將會造成模型估計的偏差。

4.3 β收斂檢驗

4.3.1 全國范圍β收斂檢驗

依據(jù)Hausman檢驗，選擇面板數(shù)據(jù)的固定效應(yīng)模型作為絕對β收斂與條件β收斂檢驗?zāi)Ｐ汀Ｔ谧罱K選擇哪種空間計量模型進(jìn)行分析討論時，同時考慮AIC、R2、LogL以及Sigma2[33-34]。AIC又稱為赤池信息準(zhǔn)則，是進(jìn)行模型解釋力與簡潔性權(quán)衡的重要依據(jù)，AIC值越小，模型越優(yōu)。R2、 LogL以及Sigma2是對模型擬合優(yōu)度的度量，R2、LogL值越大，Sigma2值越小，模型擬合優(yōu)度越高。通過綜合比較，空間杜賓模型（SDM）的R2、LogL最大，Sigma2值最小，僅AIC值略高于SLM和SEM模型。因此，選擇固定效應(yīng)的空間杜賓模型（SDM）作為主要的分析模型，結(jié)果如表3所示。

在“標(biāo)尺競爭”框架下，中國生態(tài)福利績效的空間關(guān)系不僅表現(xiàn)為地理位置鄰近省份的競爭與溢出效應(yīng)，經(jīng)濟(jì)發(fā)展水平相“近”省份之間同樣存在相互作用[35]。因為彼此間更容易實現(xiàn)資本、技術(shù)等的交流從而對生態(tài)福利績效收斂產(chǎn)生影響。為此，在空間β收斂檢驗上，在表3 SDM模型下給出了經(jīng)濟(jì)距離權(quán)重矩陣的結(jié)果。

從表3的回歸結(jié)果中可得出以下β收斂性特征：

一是，中國生態(tài)福利績效有明顯的收斂趨勢。模型（1）、（2）中l(wèi)nEWPi，t的回歸系數(shù)為負(fù)數(shù)，模型（3）—（6）中l(wèi)nEWPi，t的回歸系數(shù)也為負(fù)數(shù)，均通過了1%水平下的顯著性檢驗。這說明無論是否考慮空間因素，某一省份第t年的生態(tài)福利績效與t至t+1年的生態(tài)福利績效增長率呈顯著的負(fù)向關(guān)系，即高水平地區(qū)有較低的增長率，而低水平地區(qū)有較高的增長率。也就是說，中國生態(tài)福利績效具有顯著的絕對β收斂與條件β收斂趨勢。 β收斂趨勢的存在表明各省份之間生態(tài)福利績效的差距會逐漸縮小，最終會隨著時間的推移收斂至同一穩(wěn)態(tài)水平。

二是，條件β收斂率明顯高于絕對β收斂率。根據(jù)lnEWPi，t的回歸系數(shù)，可計算出收斂率，收斂率越高意味著收斂速度越快。模型（1）、（3）、（4）為絕對β收斂模型，模型（2）、（5）、（6）為條件β收斂模型。通過對比可以發(fā)現(xiàn) ：在經(jīng)典β收斂下，條件收斂率0.041比絕對收斂率0.022提高了0.019，增幅達(dá)86.4%;在空間 β收斂下，條件收斂率0.044、0.043也相應(yīng)地比絕對收斂率0.035、0.034提高了0.009、0.009，增幅達(dá)25.7%、26.5%。條件 β收斂因為考慮到了不同省份在經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、對外開放度等方面的差異，收斂率隨之發(fā)生了變化，因此，條件收斂更加符合現(xiàn)實情況，收斂結(jié)果也更加可靠。

三是，空間因素會進(jìn)一步提高收斂率。分別對比模型（1）與模型（3）、（4），模型（2）與模型（5）、（6），可以發(fā)現(xiàn)：絕對β收斂模型下，考慮空間因素的收斂率分別為0.035、0.034相比經(jīng)典模型的收斂率0.022，增幅分別達(dá)59.1%、54.5%;條件β收斂模型下，考慮空間因素的收斂率分別為0.044、0.043相比經(jīng)典模型的收斂率0.041，增幅分別達(dá)7.3%、4.9%。這是因為地理位置鄰近或經(jīng)濟(jì)相“近”省份的生態(tài)福利績效水平不會完全相同，即存在一定的“位勢差”，由于它們之間有較多的相似性與共緣性[36]，導(dǎo)致空間溢出效應(yīng)系數(shù)ρ均顯著為正，這有助于生態(tài)福利績效水平較低省份逐漸減小甚至消除“位勢差”，從而加快了收斂速度。

四是，不同空間權(quán)重矩陣下收斂率有所不同。采用地理距離矩陣下中國生態(tài)福利績效的絕對β收斂率與條件β收斂率分別為0.035、0.044，對應(yīng)的半生命周期分別為19.804和15.753年。采用經(jīng)濟(jì)距離矩陣下中國生態(tài)福利績效的絕對β收斂率與條件β收斂率分別為0.034、0.043，對應(yīng)的半生命周期分別為20.387和 16.120年。相比較而言，在考慮地理位置鄰近省份之間的相互作用時，收斂率較高，半生命周期更短。這說明與經(jīng)濟(jì)距離相“近”相比，地理位置鄰近省份之間的相互作用更強(qiáng)。

就表3控制變量的回歸系數(shù)而言，主要以模型（5）、（6）的回歸結(jié)果進(jìn)行分析。具體來說：①經(jīng)濟(jì)發(fā)展水平（lnPGDP）的回歸系數(shù)為負(fù)，均通過了1%和5%水平下的顯著性檢驗。這不難理解，經(jīng)濟(jì)發(fā)展水平較高省份的教育、醫(yī)療、收入等社會福利水平相對較高，因此，相同生態(tài)投入為社會福利水平進(jìn)一步提高所產(chǎn)生的邊際貢獻(xiàn)減小，進(jìn)而導(dǎo)致經(jīng)濟(jì)發(fā)展水平與生態(tài)福利績效提升呈負(fù)向關(guān)系。這一現(xiàn)象與Manfred [37]驗證的“福利門檻”假說相一致，即當(dāng)經(jīng)濟(jì)發(fā)展水平跨越一定的“門檻”后，經(jīng)濟(jì)繼續(xù)增長并不必然帶來更高的社會福利水平。②對外開放程度（OPEN）的回歸系數(shù)為正，均通過了5%水平下的顯著性檢驗。這意味著現(xiàn)階段對外開放程度的擴(kuò)大，有利于國外先進(jìn)技術(shù)的擴(kuò)散和管理經(jīng)驗的傳播，其產(chǎn)生的國際技術(shù)轉(zhuǎn)移和溢出效應(yīng)，提高了資源的利用效率，進(jìn)而對生態(tài)福利績效的提升產(chǎn)生正向影響。③環(huán)境規(guī)制強(qiáng)度（ER）的回歸系數(shù)為正，均通過了5%水平下的顯著性檢驗。值得關(guān)注的是，并未通過模型（2）的顯著性檢驗。這說明只有在考慮空間因素后，環(huán)境規(guī)制才能顯著促進(jìn)生態(tài)福利績效的提升。原因在于環(huán)境質(zhì)量的空間溢出效應(yīng)較強(qiáng)，易受周圍地區(qū)的影響，這體現(xiàn)出強(qiáng)化環(huán)境的府際協(xié)同治理的重要性。④產(chǎn)業(yè)結(jié)構(gòu)（INST）的回歸系數(shù)為正，并通過了10%水平下的顯著性檢驗。這說明現(xiàn)階段全國范圍內(nèi)第二產(chǎn)業(yè)所占比重與生態(tài)福利績效增長率呈正向關(guān)系?？赡艿脑蛟谟?，第二產(chǎn)業(yè)雖會產(chǎn)生環(huán)境污染等負(fù)外部效應(yīng)，但與此同時中國產(chǎn)業(yè)轉(zhuǎn)型升級的加快以及對污染治理水平的提高，使得第二產(chǎn)業(yè)發(fā)展對生態(tài)福利績效的正向作用居于主導(dǎo)地位。⑤技術(shù)水平（TEC）的回歸系數(shù)均為正，未通過顯著性檢驗?？赡艿脑蚴羌夹g(shù)在不同區(qū)域所產(chǎn)生的效果不同，導(dǎo)致全國范圍內(nèi)技術(shù)對于生態(tài)福利績效提升的作用不明顯。

4.3.2 分區(qū)域的β收斂檢驗

將全國29個?。▍^(qū)、市）分為東、中、西部三大區(qū)域，進(jìn)一步來探究各個區(qū)域的β收斂特征。由上文可知，SDM模型具有較好的適用性，因此，利用其進(jìn)行分區(qū)域的空間β收斂性檢驗。

表4匯報了東、中、西部三大區(qū)域生態(tài)福利績效絕對β收斂檢驗的回歸結(jié)果。從表4中可以看出，模型（1）—（9）中l(wèi)nEWPi，t的回歸系數(shù)都為負(fù)數(shù)，且都通過了10%水平下的顯著性檢驗。說明東、中、西部區(qū)域生態(tài)福利績效均具有絕對β收斂趨勢。但是絕對β收斂假定三大區(qū)域內(nèi)部各省份之間是同質(zhì)的，這一假定過強(qiáng)，需要加入一系列控制變量來考查其條件β收斂。

表5報告了東、中、西部三大區(qū)域生態(tài)福利績效條件β收斂檢驗的回歸結(jié)果。從表5中可以看出，模型（1）—（9）中l(wèi)nEWPi，t的回歸系數(shù)均為負(fù)數(shù)，且都通過了5%水平下的顯著性檢驗，這說明在考慮了東、中、西部三大區(qū)域內(nèi)部各省份之間在經(jīng)濟(jì)發(fā)展水平、對外開放程度、環(huán)境規(guī)制強(qiáng)度等方面的異質(zhì)性之后，三大區(qū)域仍具有顯著的條件β收斂趨勢。除與全國層面上相似的β收斂特征之外，在區(qū)域?qū)用嫔?，條件β收斂呈現(xiàn)以下特征：

一是，空間因素對中部區(qū)域收斂的加速作用最明顯，且地理距離權(quán)重矩陣下收斂率更高。中部區(qū)域考慮空間因素的收斂率分別為0.057、0.036，比經(jīng)典模型的收斂率0.029分別增長了0.028、0.007，增幅分別達(dá)96.6%、24.1%。可能的原因是中部區(qū)域內(nèi)部各省份的資源稟賦、發(fā)展方式、文化背景等方面比較相似，各省份之間進(jìn)行要素流動、經(jīng)驗借鑒、技術(shù)交流等更加直接，因此空間因素對其收斂有明顯加速作用，但是中部區(qū)域各省份經(jīng)濟(jì)發(fā)展水平比較均衡，導(dǎo)致與經(jīng)濟(jì)距離相比，地理位置上的鄰近對其收斂的加速作用更明顯。

二是，空間系數(shù)ρ在東、中部區(qū)域顯著為正，在西部區(qū)域為負(fù)，但不顯著。可能的原因是，西部區(qū)域內(nèi)部各省份的發(fā)展方式差異較大，例如處于自然資本富集區(qū)的貴州、云南和廣西等有較好的生態(tài)優(yōu)勢可以減少對自然資源的依賴，自然資本在一定程度上能夠促進(jìn)社會客觀福利與主觀福利水平的提高[38-39]。青海、內(nèi)蒙古和寧夏的生態(tài)環(huán)境本身相對惡劣，為謀求發(fā)展對自然資源消耗的依賴性過強(qiáng)。因此，西部區(qū)域生態(tài)福利績效高水平省份在現(xiàn)階段很難為低水平省份發(fā)揮帶動作用，導(dǎo)致生態(tài)福利績效的溢出作用微弱。

三是，無論是地理距離權(quán)重矩陣還是經(jīng)濟(jì)距離權(quán)重矩陣，西部區(qū)域的收斂率最高，東部區(qū)域次之，中部區(qū)域最低?？赡艿脑蚴?，西部區(qū)域的生態(tài)福利績效最低，因此西部區(qū)域有明顯的“后發(fā)優(yōu)勢”。就東、中部區(qū)域而言，一方面是隨著東部區(qū)域“長三角一體化發(fā)展”“京津冀協(xié)同發(fā)展”戰(zhàn)略的深入推進(jìn)，各省份之間聯(lián)系更加緊密，生態(tài)福利績效低水平省份更容易實現(xiàn)趕超;另一方面是隨著環(huán)境質(zhì)量要求的不斷提高，東部區(qū)域在控制污染物排放、提高環(huán)境質(zhì)量方面的要求更嚴(yán)格，因此東部區(qū)域的收斂率高于中部區(qū)域。

從表5空間收斂模型控制變量的回歸系數(shù)來看：①經(jīng)濟(jì)發(fā)展水平（lnPGDP）在東部區(qū)域為負(fù)，通過了1%水平下的顯著性檢驗。這與上文對全國范圍條件β收斂檢驗的回歸結(jié)果解釋相印證。但lnPGDP并未通過中、西部區(qū)域的顯著性檢驗，說明了中、西部區(qū)域在現(xiàn)階段人均地區(qū)生產(chǎn)總值較低，經(jīng)濟(jì)增長還未明顯表現(xiàn)出與生態(tài)福利績效提升的負(fù)向關(guān)系。②對外開放程度（OPEN）僅在西部區(qū)域為正，通過了5%水平下的顯著性檢驗。原因是西部區(qū)域目前對外開放程度相對較低，相比于東、中部區(qū)域，對外開放程度的擴(kuò)大對西部區(qū)域生態(tài)福利績效提升的作用更明顯。③環(huán)境規(guī)制（ER）在東、中部區(qū)域起到了促進(jìn)作用，但僅在中部區(qū)域經(jīng)濟(jì)距離矩陣下通過了10%水平下的顯著性檢驗。在西部區(qū)域起到了抑制生態(tài)福利績效提高的作用，但不顯著?？赡艿脑蚴俏鞑繀^(qū)域在環(huán)境規(guī)制方面尚處于“被動治理”階段，污染越嚴(yán)重則加大治理力度[40-41]，因此西部區(qū)域的環(huán)境規(guī)制表現(xiàn)出一定的抑制作用，總體而言在區(qū)域?qū)用嫔檄h(huán)境規(guī)制作用微弱。④產(chǎn)業(yè)結(jié)構(gòu)（INST）僅在東部區(qū)域為正，通過了5%水平下的顯著性檢驗。因為東部區(qū)域各省份第二產(chǎn)業(yè)所占比重普遍較高，加之傳統(tǒng)的“三高”產(chǎn)業(yè)正逐漸被淘汰，明顯降低了第二產(chǎn)業(yè)發(fā)展帶來的負(fù)面效應(yīng)，這有利于促進(jìn)生態(tài)福利績效的提升。產(chǎn)業(yè)結(jié)構(gòu)雖然在中、西部區(qū)域也為正數(shù)，但并不顯著，說明中、西部區(qū)域第二產(chǎn)業(yè)還有較大的發(fā)展空間，有序承接?xùn)|部區(qū)域的產(chǎn)業(yè)轉(zhuǎn)移是中、西部區(qū)域提高生態(tài)福利績效的可行路徑。⑤技術(shù)水平（TEC）在東部區(qū)域為正，通過了5%水平下的顯著性檢驗。東部地區(qū)對高新技術(shù)的需求更大，而高新技術(shù)的應(yīng)用對資源節(jié)約集約利用、提高污染治理水平都會產(chǎn)生積極作用，從而促進(jìn)生態(tài)福利績效的提升。在中、西部區(qū)域都為負(fù)數(shù)，僅在中部區(qū)域通過了1%水平下的顯著性檢驗?？赡艿脑蚴鞘堋凹夹g(shù)回彈”效應(yīng)的影響[9]，即中、西部區(qū)域部分企業(yè)在一般性技術(shù)進(jìn)步的影響下，雖然降低了單位產(chǎn)品的污染排放，但生產(chǎn)規(guī)模的擴(kuò)大增加了污染排放總量，不利于生態(tài)福利績效的提升，而且中部區(qū)域的產(chǎn)業(yè)鏈更完整，對技術(shù)的應(yīng)用程度更高，因此對中部區(qū)域的影響高于西部區(qū)域。

5 研究結(jié)論與政策啟示

5.1 研究結(jié)論

文章基于非徑向、非角度的Super-SBM模型，測算了全國29個?。▍^(qū)、市）2004—2017年的生態(tài)福利績效，在此基礎(chǔ)上，同時運(yùn)用經(jīng)典與空間收斂模型對中國生態(tài)福利績效的收斂性進(jìn)行了實證分析。主要研究結(jié)論如下：

（1）觀測期內(nèi)，中國生態(tài)福利績效降幅達(dá)14.6%，具體經(jīng)歷了“波動上升—持續(xù)下降—波動下降”的歷程;空間上呈現(xiàn)“東強(qiáng)—中次—西弱”的梯次下降格局，這與方時姣[9]等的研究結(jié)論基本一致。與2004年相比，2017年僅北京、河北、重慶、河南、湖南等5?。ㄊ校┑纳鷳B(tài)福利績效出現(xiàn)了明顯增長，其他省（區(qū)、市）均出現(xiàn)了不同程度的下降，甘肅的下降幅度最大，高達(dá)49.2%，貴州、遼寧、青海、海南的降幅依次排在全國第2～5位。

（2）全國范圍內(nèi)的生態(tài)福利績效不存在σ收斂，但存在顯著的絕對與條件β收斂趨勢。條件β收斂率高于絕對β收斂率，在不考慮空間因素情況下，增加控制變量后收斂率提高了86%;在考慮空間因素后，收斂率進(jìn)一步提高，即空間因素具有加速收斂的作用，且地理鄰近省份比經(jīng)濟(jì)相“近”省份之間的相互作用更強(qiáng)。對外開放程度、環(huán)境規(guī)制及產(chǎn)業(yè)結(jié)構(gòu)是生態(tài)福利績效提升的驅(qū)動因素，經(jīng)濟(jì)發(fā)展水平是抑制因素，而技術(shù)對生態(tài)福利績效提升的作用并不顯著。

（3）東、中、西部三大區(qū)域生態(tài)福利績效也不存在σ收斂，但存在顯著的絕對與條件β收斂趨勢?？臻g因素依然具有顯著的加速收斂的作用，且對中部區(qū)域加速收斂的作用最明顯?？赡苁馨l(fā)展方式的影響，空間溢出效應(yīng)在西部區(qū)域并不顯著?？臻g收斂率呈現(xiàn)西、東、中依次下降的格局，且均大于經(jīng)典收斂率。經(jīng)濟(jì)發(fā)展水平對東部區(qū)域生態(tài)福利績效提升起到顯著抑制作用，現(xiàn)階段在中、西部區(qū)域并不顯著;相比東、中部而言，西部區(qū)域生態(tài)福利績效提升迫切需要進(jìn)一步擴(kuò)大對外開放;產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)水平是東部區(qū)域生態(tài)福利績效提升的主要動力;而環(huán)境規(guī)制在區(qū)域?qū)用嫔蠈ι鷳B(tài)福利績效提升的作用還有待加強(qiáng)。

5.2 政策啟示

（1）正視生態(tài)福利績效的演變趨勢，實現(xiàn)發(fā)展方式由“增量”向“提質(zhì)”的轉(zhuǎn)變。中國生態(tài)福利績效的整體下降趨勢明顯，說明存在一定的改進(jìn)空間，一方面要提高資源利用率和產(chǎn)出率，實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，深入推進(jìn)新舊動能轉(zhuǎn)換，堅決摒棄以犧牲資源環(huán)境換取經(jīng)濟(jì)增長的粗放發(fā)展道路;另一方面要注重社會福利水平的提升，不斷保障和改善民生水平，推動居民收入增長與經(jīng)濟(jì)發(fā)展同步，推進(jìn)基本公共服務(wù)均等化，以滿足人民日益增長的美好生活需要。

（2）發(fā)揮生態(tài)福利績效的空間溢出效應(yīng)，加快形成區(qū)域協(xié)同發(fā)展的新格局。一方面要樹立“全國一盤棋”思維，給予后進(jìn)地區(qū)相應(yīng)的政策扶持，深入實施“中部崛起”“西部大開發(fā)”戰(zhàn)略，促使中、西部區(qū)域有序承接?xùn)|部的產(chǎn)業(yè)轉(zhuǎn)移，促進(jìn)全國整體協(xié)調(diào)發(fā)展;另一方面要打破行政區(qū)劃的局限，破除地方保護(hù)主義與條塊分割，鼓勵地理位置相鄰、文化背景相似、發(fā)展方式互補(bǔ)的省份或地區(qū)制定協(xié)同發(fā)展規(guī)劃，努力實現(xiàn)區(qū)域內(nèi)生產(chǎn)要素、產(chǎn)品、技術(shù)等的自由流動。

（3）立足不同區(qū)域的發(fā)展階段，因地制宜探索提高績效水平的新途徑。對于東部區(qū)域來說，將政策重點(diǎn)由經(jīng)濟(jì)增長轉(zhuǎn)移到促進(jìn)社會公平、縮小收入差距等經(jīng)濟(jì)與社會協(xié)調(diào)發(fā)展方面;對于中部區(qū)域來說，當(dāng)務(wù)之急是加速產(chǎn)業(yè)結(jié)構(gòu)升級，淘汰落后產(chǎn)能，學(xué)習(xí)東部區(qū)域發(fā)展的經(jīng)驗，在發(fā)展過程中注意補(bǔ)齊民生短板;對于西部區(qū)域來說，要進(jìn)一步擴(kuò)大對外開放程度，積極融入“一帶一路”倡議中，同時將自身生態(tài)優(yōu)勢轉(zhuǎn)化為發(fā)展生態(tài)經(jīng)濟(jì)的優(yōu)勢，努力實現(xiàn)經(jīng)濟(jì)增長與能源消耗的脫鉤發(fā)展。

參考文獻(xiàn)

[1]SOLOW R M.The economics of resources or the resources of economics[J]. American economic review，1974，64 （2） ：1-14.

[2]諸大建.超越增長：可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)如何不同于新古典經(jīng)濟(jì)學(xué)[J].學(xué)術(shù)月刊，2013，45（10）：79-89.

[3] DALY? H? E. Economics in a full world [J]. Scientific American，2005，2939（3）：100-107.

[4]諸大建，張帥.生態(tài)福利績效與深化可持續(xù)發(fā)展的研究[J].同濟(jì)大學(xué)學(xué)報（社會科學(xué)版），2014，25（5）：106-115.

[5]諸大建，張帥.生態(tài)福利績效及其與經(jīng)濟(jì)增長的關(guān)系研究[J].中國人口·資源與環(huán)境，2014，24（9）：59-67.

[6]DALY H E. The world dynamics of economic growth： the economics of the steady state[J]. American economic review，1974，64（2）：15-23.

[7]諸大建.生態(tài)經(jīng)濟(jì)學(xué)可持續(xù)發(fā)展的經(jīng)濟(jì)學(xué)和管理學(xué)[J].中國科學(xué)院院刊，2008，23（6）：520-531.

[8]DIETZ T， ROSA E A， YORK R.Environmentally efficient wellbeing： is there a Kuznets curve？ [J].Applied geography， 2012， 32（1）： 21-28.

[9]方時姣，肖權(quán).中國區(qū)域生態(tài)福利績效水平及其空間因素研究[J].中國人口·資源與環(huán)境，2019，29（3）：1-10.

[10]龍亮軍，王霞.上海市生態(tài)福利績效評價研究[J].中國人口·資源與環(huán)境，2017，27（2）：84-92.

[11]馮吉芳，袁健紅.中國區(qū)域生態(tài)福利績效及其影響因素[J].中國科技論壇，2016（3）：100-105.

[12]徐昱東，亓朋，童臨風(fēng).中國省級地區(qū)生態(tài)福利績效水平時空分異格局研究[J].區(qū)域經(jīng)濟(jì)評論，2017（4）：123-131.

[13]肖黎明，張仙鵬. 強(qiáng)可持續(xù)理念下綠色創(chuàng)新效率與生態(tài)福利績效耦合協(xié)調(diào)的時空特征[J].自然資源學(xué)報，2019，34（2）：312-324.

[14]龍亮軍.中國主要城市生態(tài)福利績效評價研究：基于PCA-DEA方法和Malmquist指數(shù)的實證分析[J].經(jīng)濟(jì)問題探索，2019（2）：69-79.

[15]李成宇，張士強(qiáng)，張偉，等.中國省際生態(tài)福利績效測算及影響因素研究[J].地理科學(xué)，2019，39（12）：1875-1883.

[16]程艷茹.我國生態(tài)福利績效區(qū)域差異性及影響因素研究[D].大連：大連理工大學(xué)，2017：31-33.

[17]林木西，耿蕊，李國柱.省域生態(tài)福利績效水平的空間非均衡性研究：基于MLD指數(shù)與分布動態(tài)學(xué)模型[J].東岳論叢，2019，40（10）：73-83.

[18]REY S J，MONTOURI B D. US segional income convergence： a spatial econometric perspective[J]. Regional studies，1999，33（2）：143-156.

[19]林光平，龍志和，吳梅.我國地區(qū)經(jīng)濟(jì)收斂的空間計量實證分析：1978—2002年[J].經(jīng)濟(jì)學(xué)（季刊），2005（S1）：67-82.

[20]馬大來，陳仲常，王玲.中國區(qū)域創(chuàng)新效率的收斂性研究：基于空間經(jīng)濟(jì)學(xué)視角[J].管理工程學(xué)報，2017，31（1）：71-78.

[21]張子龍，薛冰，陳興鵬，等.中國工業(yè)環(huán)境效率及其空間差異的收斂性[J].中國人口·資源與環(huán)境，2015，25（2）：30-38.

[22]潘興俠. 我國區(qū)域生態(tài)效率評價、影響因素及收斂性研究[D].南昌：南昌大學(xué)，2014：127-145.

[23]杜慧彬，黃立軍，張辰，等.中國省級生態(tài)福利績效區(qū)域差異性分解和收斂性研究[J].生態(tài)經(jīng)濟(jì)，2019，35（3）：187-193.

[24]諸大建，孟維華，徐萍. 1980—2005年中國經(jīng)濟(jì)增長對福利的貢獻(xiàn)[C]. 2008年度上海市社會科學(xué)界第六屆學(xué)樣會（經(jīng)濟(jì)·管理學(xué)科卷）.上海：上?？茖W(xué)界聯(lián)合會.2008：15.

[25]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J].European journal of operational research，2001，130（3）： 498-509.

[26]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J].European journal of operational research，2002，143（1）：32-41.

[27]辛沖沖，陳志勇.中國基本公共服務(wù)供給水平分布動態(tài)、地區(qū)差異及收斂性[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（8）：52-71.

[28]楊翔，李小平，周大川.中國制造業(yè)碳生產(chǎn)率的差異與收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（12）：3-20.

[29]TOBLER W R. A computer movie simulating urban growth in the detroit region[J].Economic geography，1970，46（2） ：234-240.

[30]龍亮軍.基于兩階段Super-NSBM模型的城市生態(tài)福利績效評價研究[J].中國人口·資源與環(huán)境，2019，29（7）：1-10.

[31]臧漫丹，諸大建，劉國平.生態(tài)福利績效：概念、內(nèi)涵及G20實證[J].中國人口·資源與環(huán)境，2013，23（5）：118-124.

[32]MORAN? P A P. Notes on continuous stochastic phenomena[J].Biometrika，1950，37（1）： 17- 23.

[33]李欠男，李谷成，高雪，等.農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差距及空間收斂性分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2019，40（7）：28-36.

[34]侯孟陽，姚順波.空間視角下中國農(nóng)業(yè)生態(tài)效率的收斂性與分異特征[J].中國人口·資源與環(huán)境，2019，29（4）：116-126.

[35]余泳澤.中國省際全要素生產(chǎn)率動態(tài)空間收斂性研究[J].世界經(jīng)濟(jì)，2015，38（10）：30-55.

[36]楊朝峰，趙志耘，許治.區(qū)域創(chuàng)新能力與經(jīng)濟(jì)收斂實證研究[J].中國軟科學(xué)，2015（1）：88-95.

[37]MANFRED M N.Economic growth and quality of life： a threshold hypothesis[J].Ecological economics， 1995，15（2）：115 -118.

[38]馬兆良，田淑英，王展祥.生態(tài)資本與長期經(jīng)濟(jì)增長：基于中國省際面板數(shù)據(jù)的實證研究[J].經(jīng)濟(jì)問題探索，2017（5）：164-171.

[39]馬兆良，田淑英.生態(tài)資本外部性、資本積累與創(chuàng)新[J].江西財經(jīng)大學(xué)學(xué)報，2016（2）：3-10.

[40]郭四代，仝夢，郭杰，等.基于三階段DEA模型的省際真實環(huán)境效率測度與影響因素分析[J].中國人口·資源與環(huán)境，2018，28（3）：106-116.

[41]周賓. 區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動力效率分解與TFP變化收斂性分析[J]. 經(jīng)濟(jì)與管理評論，2020（2）：133-148.

Regional disparity and convergence of Chinas ecological welfare performance level

DENG Yuanjian1 YANG Xu1 MA Qiangwen2 WANG Kaida1

（1. School of Business Administration， Zhongnan University of Economics and Law， Wuhan Hubei 430073， China; 2. School of Economics， Zhongnan University of Economics and Law， Wuhan Hubei 430073， China）

Abstract The improvement of ecological welfare performance is the core of solving the ‘three difficulties of economic growth， ecological protection， and the improvement of peoples well-being. This paper used the Super-SBM model to measure the ecological welfare performance of 29 provinces （municipalities and autonomous regions） in China from 2004 to 2017， and then， the convergence and influencing factors of ecological welfare performance in China in general， and the eastern， central and western regions in specific were analyzed by using the σ convergence， classical and spatial β convergence models. The results of the study showed that： ① From 2004 to 2017， the overall level of Chinas ecological welfare performance dropped significantly， and specifically it experienced the process of ‘increasing volatility-continuous decline-declining volatility; spatially， an echelon declining pattern existed from the eastern region to the central region and then to the western region. The ecological welfare performance levels of Beijing， Hainan and Shanghai had always been in the forefront of the country， while those of Ningxia， Inner Mongolia and Liaoning had been in the bottom three for a long time. ② From 2004 to 2017，there was no σ convergence trend in the ecological welfare performance of the whole country and the eastern， central and western regions. Among them， the coefficient of variation of the central and western regions in 2004-2017 maintained an overall growth trend， while the coefficient of variation of the national and eastern regions showed significant fluctuations during 2012-2017. ③ There was a significant absolute and conditional β convergence trend at the nationwide ecological welfare performance level. The conditional convergence rate was significantly higher than the absolute convergence rate， and the spatial factors had an accelerating effect on convergence. The degree of opening to the outside world， environmental regulations and industrial structure were the driving factors for improving the levels of ecological welfare performance， while the level of economic development was their inhibitory factor. ④ There were also significant absolute and conditional β convergence trends in the ecological welfare performance levels of the three major regions. The spatial convergence rate presented a decreasing pattern from the western region to the eastern region， and then to the central region， and the spatial factor had the strongest accelerating effect on the convergence of the central region. At the regional level， the level of economic development， the degree of openness to the outside world， environmental regulations， industrial structure， and technological level all had a significant impact on the improvement of the level of ecological welfare performance， but the direction and strength of the effect were different in different regions. Therefore， future policy formulation should focus on transforming the development mode， promoting the formation of a coordinated regional development pattern， and exploring the best way to improve the ecological welfare performance according to local conditions.

Key words ecological welfare performance; regional gap; convergence; spatial β-convergence

（責(zé)任編輯：于 杰）

收稿日期：2020-02-03? 修回日期：2020-07-12

作者簡介：鄧遠(yuǎn)建，副教授，主要研究方向為農(nóng)業(yè)生態(tài)經(jīng)濟(jì)、農(nóng)村綠色發(fā)展。E-mail：dyj_scga@163.com。

通信作者：楊? 旭，碩士生，主要研究方向為資源與環(huán)境經(jīng)濟(jì)、林業(yè)生態(tài)經(jīng)濟(jì)。E-mail：yxwx1123@163.com。

基金項目：國家自然科學(xué)基金面上項目“農(nóng)業(yè)生態(tài)資本運(yùn)營的益貧效應(yīng)及其與精準(zhǔn)扶貧協(xié)同機(jī)制研究”（批準(zhǔn)號：71673302）;國家自然科學(xué)基金青年項目“鄉(xiāng)村振興中生態(tài)資本的投資績效評價與投資模式創(chuàng)新研究”（批準(zhǔn)號：71804196）。