楊明洪　劉昕禹　吳曉婷

[摘要]人口與生態(tài)是當(dāng)代社會(huì)面臨的兩項(xiàng)重大議題，如何協(xié)調(diào)人與生態(tài)的關(guān)系，是實(shí)現(xiàn)社會(huì)可持續(xù)發(fā)展的前提。由此出發(fā)，文章基于2009—2018年全國(guó)31個(gè)省份的面板數(shù)據(jù)，運(yùn)用包含非期望產(chǎn)出的超效率SBM模型計(jì)算各省份生態(tài)效率，隨后構(gòu)造時(shí)間和空間雙固定效應(yīng)面板回歸模型探究人口結(jié)構(gòu)對(duì)生態(tài)效率的影響，并就回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)和異質(zhì)性分析。研究結(jié)果表明，我國(guó)各省份生態(tài)效率從時(shí)間上看，除少數(shù)省份生態(tài)效率穩(wěn)中有升，其他省份生態(tài)效率在2009—2018年間變動(dòng)不大;從空間上看，生態(tài)效率呈現(xiàn)出東部最高、中部次之、西部最低的階梯局勢(shì)。而人口結(jié)構(gòu)對(duì)生態(tài)效率的影響主要體現(xiàn)在兩個(gè)方面：一是當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展水平達(dá)到一定高度時(shí)，人口密度正向影響生態(tài)效率;二是農(nóng)村恩格爾系數(shù)負(fù)向影響生態(tài)效率，即降低農(nóng)村恩格爾系數(shù)有利于提高地區(qū)生態(tài)效率。基于上述結(jié)論，文章認(rèn)為一方面要縮小中西部與東部的經(jīng)濟(jì)發(fā)展差距，促進(jìn)中西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、推動(dòng)形成綠色發(fā)展方式;另一方面，要縮小城鄉(xiāng)差距，持續(xù)改善農(nóng)村居民的收入水平和消費(fèi)結(jié)構(gòu)。

[關(guān)鍵詞]人口結(jié)構(gòu);生態(tài)效率;人口密度;農(nóng)村恩格爾系數(shù)

[中圖分類(lèi)號(hào)] F062.2;X321[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1673-0461（2022）02-0058-10

一、引言

“生態(tài)是資源和財(cái)富，是我們的寶藏。”①然而，經(jīng)過(guò)長(zhǎng)期粗放式經(jīng)濟(jì)增長(zhǎng)后，中國(guó)正面臨資源約束趨緊、生態(tài)系統(tǒng)惡化、環(huán)境壓力倍增的局面，霧霾天氣、地下水污染、土地荒漠化、垃圾激增等現(xiàn)象都預(yù)示著生態(tài)問(wèn)題亟待解決，否則將制約我國(guó)社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。對(duì)此，黨中央一直致力于改善生態(tài)環(huán)境，從黨的十八大第一次將“美麗中國(guó)”生態(tài)文明建設(shè)目標(biāo)作為中國(guó)夢(mèng)的重要組成部分寫(xiě)進(jìn)報(bào)告，到黨的十九大提出“堅(jiān)持人與自然和諧共生，樹(shù)立綠水青山就是金山銀山的理念，踐行綠色發(fā)展方式和生活方式”，再到2021年4月22日國(guó)家主席習(xí)近平出席領(lǐng)導(dǎo)人氣候峰會(huì)并發(fā)表題為《共同構(gòu)建人與自然生命共同體》的重要講話。

上述事件無(wú)不體現(xiàn)黨和國(guó)家對(duì)生態(tài)問(wèn)題的高度重視，而生態(tài)問(wèn)題總是與人類(lèi)活動(dòng)息息相關(guān)，環(huán)境學(xué)領(lǐng)域著名的IPAT模型就將人口作為影響生態(tài)的三大要素之一。作為世界人口超級(jí)大國(guó)，人口問(wèn)題同樣是我國(guó)面臨的突出社會(huì)問(wèn)題。2020年第七次全國(guó)人口普查數(shù)據(jù)顯示，中國(guó)的人口結(jié)構(gòu)相比于2010年第六次人口普查發(fā)生了許多明顯變化，主要體現(xiàn)在以下幾方面：①人口總量141 178萬(wàn)人，與2010年相比，增加7 206萬(wàn)人，增長(zhǎng)5.38%，人口低速增長(zhǎng)，但基數(shù)依然龐大;②60歲及以上人口為26 402萬(wàn)人，占總?cè)丝诘?8.70%，比2010年上升5.44個(gè)百分點(diǎn)，老齡化程度進(jìn)一步加深;③居住在城鎮(zhèn)的人口為90 199萬(wàn)人，占總?cè)丝诘?3.89%，比2010年增加23 642萬(wàn)人，且占比上升14.21個(gè)百分點(diǎn)，城鎮(zhèn)化進(jìn)程穩(wěn)步推進(jìn);④與2010年相比，每10萬(wàn)人中具有大學(xué)文化程度的人由8 930人上升為15 467人，15歲及以上人口的平均受教育年限由9.08年提高至9.91年，人口素質(zhì)不斷提升;⑤全國(guó)共有家庭戶49 416萬(wàn)戶，平均每個(gè)家庭戶的人口為2.62人，比2010年的3.10人減少0.48人，家庭戶規(guī)模繼續(xù)縮小;⑥與2010年相比，人戶分離人口增長(zhǎng)88.52%，市轄區(qū)內(nèi)人戶分離人口增長(zhǎng)192.66%，流動(dòng)人口增長(zhǎng)69.73%，人口流動(dòng)持續(xù)進(jìn)行，人口分布格局變動(dòng)明顯。

人口結(jié)構(gòu)的逐步改變必然伴隨著生態(tài)環(huán)境的深刻變革，如何處理好人與生態(tài)的關(guān)系將是新時(shí)期新形勢(shì)下我國(guó)現(xiàn)代化建設(shè)面臨的重大挑戰(zhàn)，因而研究人口結(jié)構(gòu)變化對(duì)生態(tài)的影響具有十分重要的理論價(jià)值和現(xiàn)實(shí)意義?；诖?，本文將探究我國(guó)人口結(jié)構(gòu)對(duì)生態(tài)效率的影響，研究貢獻(xiàn)在于：第一，基于非期望產(chǎn)出的超效率SBM模型，將能源消耗、廢物排放、生產(chǎn)總值等指標(biāo)統(tǒng)一納入到衡量體系中，以更綜合的視角展示了全國(guó)31個(gè)省份的生態(tài)效率情況;第二，將人口密度、人口產(chǎn)業(yè)結(jié)構(gòu)、人口消費(fèi)結(jié)構(gòu)、人口年齡結(jié)構(gòu)、人口城鄉(xiāng)戶籍結(jié)構(gòu)、人口受教育結(jié)構(gòu)、人口家庭結(jié)構(gòu)七個(gè)方面作為考察對(duì)象，較全面地分析了人口結(jié)構(gòu)各要素，并進(jìn)一步確定了哪些要素是影響生態(tài)效率最重要的要素;第三，在考慮時(shí)間異質(zhì)性和空間異質(zhì)性的基礎(chǔ)上，探究了人與生態(tài)的關(guān)系，進(jìn)一步豐富了該領(lǐng)域的理論研究。

二、文獻(xiàn)回顧

1798年，馬爾薩斯在其著作《人口學(xué)原理》中指出，若兩性情欲保持不變，人口數(shù)量將按幾何級(jí)數(shù)增長(zhǎng)，而作為人類(lèi)生存所必需的食物卻僅能按算術(shù)級(jí)數(shù)增長(zhǎng)，按照這一趨勢(shì)，生活資料的增長(zhǎng)必將趕不上人口增速，所以必須主動(dòng)采取措施限制人口，這是最早探討人口與生態(tài)的學(xué)說(shuō)。雖然馬爾薩斯的觀點(diǎn)遭到后續(xù)學(xué)者的眾多批評(píng)，但他對(duì)人口與生態(tài)的悲觀論調(diào)卻得到了不少學(xué)者的贊同。赫茨勒、艾利奇等學(xué)者都認(rèn)為人口過(guò)快增長(zhǎng)將會(huì)對(duì)資源與環(huán)境造成嚴(yán)重威脅，并且當(dāng)代世界的人口總量已經(jīng)使自然超負(fù)荷運(yùn)轉(zhuǎn)，地球資源將被耗盡，污染也將日益嚴(yán)重[1]。然而作為樂(lè)觀派，博斯拉普率先表達(dá)了人口能夠與生態(tài)協(xié)調(diào)發(fā)展的積極論調(diào)[2]，隨后凱恩、西蒙等學(xué)者同樣指出：人口增長(zhǎng)雖然會(huì)造成資源短缺，但這種現(xiàn)象只是臨時(shí)的，相反這將促進(jìn)節(jié)約資源型或替代資源型技術(shù)的創(chuàng)新，進(jìn)而改良生產(chǎn)方式，提高生態(tài)效率[3]。

由此可見(jiàn)，學(xué)者們對(duì)人口與生態(tài)的論斷各執(zhí)一詞，有必要做進(jìn)一步探究。此外，人口結(jié)構(gòu)包括方方面面，單就人口總體論影響太過(guò)籠統(tǒng)，需要從各部分出發(fā)分別探討，這也是當(dāng)前研究人口對(duì)生態(tài)影響的主流思路。接下來(lái)，本文將從人口密度、人口產(chǎn)業(yè)結(jié)構(gòu)、人口消費(fèi)結(jié)構(gòu)、人口年齡結(jié)構(gòu)、人口城鄉(xiāng)戶籍結(jié)構(gòu)、人口受教育結(jié)構(gòu)、人口家庭結(jié)構(gòu)七個(gè)方面梳理人口結(jié)構(gòu)對(duì)生態(tài)的影響。

人口密度是人口數(shù)量與地區(qū)面積的比值，反映了一個(gè)地區(qū)人口聚集程度。那么，地區(qū)內(nèi)人口規(guī)?；蚓奂潭葧?huì)對(duì)當(dāng)?shù)厣鷳B(tài)產(chǎn)生何種影響呢？主要結(jié)論分為兩派，一派認(rèn)為，人口集聚必然導(dǎo)致人類(lèi)的生產(chǎn)和消費(fèi)行為激增[4]，資源消耗速度加快[5]，相應(yīng)的廢水、廢氣、廢物的排放量也會(huì)加大[6-7]，從而對(duì)生態(tài)產(chǎn)生負(fù)面影響。因此，人口密度需要控制在一定范圍，以使人口數(shù)量與生態(tài)協(xié)調(diào)發(fā)展[8];另一派則認(rèn)為資源與環(huán)境并不構(gòu)成人口數(shù)量的硬約束[9]，人口集聚也不會(huì)破壞生態(tài)系統(tǒng)，反而能形成規(guī)模效應(yīng)，促進(jìn)城市中各種設(shè)施和設(shè)備的共享率和利用率[10-11]，從而抑制污染排放量的增長(zhǎng)，起到改善生態(tài)環(huán)境的作用[12]。

人口產(chǎn)業(yè)結(jié)構(gòu)是指分布于國(guó)民經(jīng)濟(jì)各個(gè)部門(mén)、從事各種經(jīng)濟(jì)活動(dòng)的人口所構(gòu)成的數(shù)量比例關(guān)系[13]。隨著一國(guó)生產(chǎn)水平的提高，勞動(dòng)力通常會(huì)先從第一產(chǎn)業(yè)向第二產(chǎn)業(yè)轉(zhuǎn)移，最后再向第三產(chǎn)業(yè)轉(zhuǎn)移，形成人口產(chǎn)業(yè)結(jié)構(gòu)的動(dòng)態(tài)演進(jìn) ②。其中第二產(chǎn)業(yè)一般包括采礦業(yè)、電力燃?xì)庑袠I(yè)、建筑業(yè)、制造業(yè)等，這些行業(yè)與能源息息相關(guān)，其生產(chǎn)活動(dòng)直接與生態(tài)掛鉤。因此，學(xué)者們普遍認(rèn)為第二產(chǎn)業(yè)的經(jīng)濟(jì)和人口占比會(huì)對(duì)生態(tài)造成重要影響，并且越是以第二產(chǎn)業(yè)為主導(dǎo)的地區(qū)，污染越嚴(yán)重，生態(tài)效率越差[14]。這說(shuō)明轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式，升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，降低人口產(chǎn)業(yè)結(jié)構(gòu)中第二產(chǎn)業(yè)人口占比，將有利于提高生態(tài)效率，改善自然環(huán)境[15]。

人口消費(fèi)結(jié)構(gòu)的改變意味著人們需求的消費(fèi)品的種類(lèi)和數(shù)量發(fā)生變化，部分學(xué)者注意到這種變化也會(huì)對(duì)生態(tài)造成影響，因?yàn)橄M(fèi)品的生產(chǎn)過(guò)程與能源消耗、廢物排放密切相關(guān)[16]。一方面，消費(fèi)品數(shù)量的增多將帶來(lái)能源消耗的增加，進(jìn)而對(duì)生態(tài)與資源造成更大壓力[17];另一方面，消費(fèi)品種類(lèi)的變化，特別是當(dāng)人們更多選擇排污較少、環(huán)保更佳的消費(fèi)品時(shí)，將有利于人口與生態(tài)的可持續(xù)發(fā)展[18]。因此，在推動(dòng)經(jīng)濟(jì)發(fā)展、提高居民消費(fèi)水平的同時(shí)，有必要倡導(dǎo)綠色的消費(fèi)方式，創(chuàng)造人與自然和諧共處的局面。

隨著經(jīng)濟(jì)水平和醫(yī)療技術(shù)的不斷提高，中國(guó)人均壽命由新中國(guó)剛成立時(shí)的不足35歲，提升到如今的77歲以上。但就目前而言，我國(guó)人口年齡結(jié)構(gòu)面臨的最大問(wèn)題莫過(guò)于老齡化。2014年，我國(guó)的老年人口數(shù)量達(dá)到2.12億，成為世界上第一個(gè)老年人口破2億的國(guó)家，此后老齡化程度進(jìn)一步加深。由此出發(fā)，不少學(xué)者開(kāi)始關(guān)注老齡化對(duì)生態(tài)的影響。其中，一部分學(xué)者認(rèn)為人口老齡化對(duì)生態(tài)沒(méi)有實(shí)質(zhì)影響[19]，一部分學(xué)者認(rèn)為人口老齡化對(duì)生態(tài)具有線性負(fù)作用[20-21]或倒U型負(fù)作用[22-23]，還有一部分學(xué)者則發(fā)現(xiàn)人口老齡化有利于提高生態(tài)效率，原因在于老齡化意味著人口紅利消失，于是倒逼經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，即從勞動(dòng)密集型、資源消耗型的粗放式經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變?yōu)橘Y本密集型、資源節(jié)約型的集約式經(jīng)濟(jì)發(fā)展方式，最終促進(jìn)生態(tài)環(huán)境的改善[24-25]。

改革開(kāi)放以來(lái)，我國(guó)的城鎮(zhèn)化伴隨著農(nóng)村人口向城鎮(zhèn)人口轉(zhuǎn)變、農(nóng)業(yè)人口向非農(nóng)業(yè)人口轉(zhuǎn)變，在此期間人口城鎮(zhèn)化率不斷提高，并于2019年首次超過(guò)60%。快速的城鎮(zhèn)化在帶給廣大群眾更優(yōu)質(zhì)的生活服務(wù)的同時(shí)，也帶來(lái)了霧霾、交通堵塞、飲用水污染等城市病，危及人體健康。針對(duì)上述現(xiàn)象，不少學(xué)者認(rèn)為生態(tài)的破壞總是伴隨著城鎮(zhèn)化[26]，城市建設(shè)和工業(yè)發(fā)展會(huì)導(dǎo)致資源的過(guò)量開(kāi)采和污染物的高強(qiáng)度排放，因而人口城鎮(zhèn)化率的提高會(huì)惡化生態(tài)環(huán)境[27-28]。不過(guò)，另一些學(xué)者指出，城鎮(zhèn)化對(duì)生態(tài)的影響是一個(gè)動(dòng)態(tài)演變過(guò)程，城鎮(zhèn)化的初期會(huì)加劇污染，但是后期隨著人們對(duì)環(huán)境質(zhì)量要求的提高，會(huì)引致環(huán)保技術(shù)的創(chuàng)新，進(jìn)而改善環(huán)境[29]。

百年大計(jì)，教育為本，國(guó)民受教育程度體現(xiàn)了一個(gè)國(guó)家的發(fā)展水平和發(fā)展?jié)摿?。我?guó)歷來(lái)十分重視教育的投入，積極發(fā)展高等教育、普及九年制義務(wù)教育、掃除青壯年文盲，并取得了一系列成效，各級(jí)教育普及程度已達(dá)到或超過(guò)中高收入國(guó)家的平均水平 ③。就人口受教育結(jié)構(gòu)對(duì)生態(tài)的影響而言，現(xiàn)有研究普遍贊同人口受教育程度越高，越有利于生態(tài)的保護(hù)與改善[30]。因?yàn)槿丝谒刭|(zhì)的提高會(huì)增強(qiáng)人們的環(huán)保意識(shí)，從而改變資源的利用方式，減少污染物的排放[31-32]。當(dāng)然，有學(xué)者指出，人口素質(zhì)對(duì)生態(tài)的正向影響只有在經(jīng)濟(jì)發(fā)展達(dá)到一定水平后才有所體現(xiàn)[33]。

人口家庭結(jié)構(gòu)是指各種規(guī)模和類(lèi)型的家庭在家庭總體中所占的比重。與人口消費(fèi)結(jié)構(gòu)相似，人口家庭結(jié)構(gòu)的變化主要是指家庭類(lèi)型和家庭規(guī)模的變化?，F(xiàn)有針對(duì)人口家庭結(jié)構(gòu)與生態(tài)關(guān)系的研究主要以家庭規(guī)模的變化對(duì)生態(tài)的影響為主，例如有學(xué)者認(rèn)為家庭規(guī)模對(duì)碳排放具有顯著負(fù)向影響，即家庭規(guī)模越大，碳排放越小[34]，也有學(xué)者指出家庭規(guī)模對(duì)生態(tài)的影響體現(xiàn)在：家庭的小型化趨勢(shì)會(huì)加重霧霾污染[35]。

綜上所述，學(xué)者們的研究無(wú)論是在方法上還是理論上都為我們了解人口結(jié)構(gòu)對(duì)生態(tài)的影響提供了豐富的參考。然而上述研究中仍然有不少地方值得進(jìn)一步探討和完善，主要表現(xiàn)在以下幾個(gè)方面：

一是人口結(jié)構(gòu)對(duì)生態(tài)的影響，大多數(shù)研究以單一的排放指標(biāo)、資源利用指標(biāo)或能源消耗指標(biāo)為主，但是生態(tài)作為一個(gè)綜合系統(tǒng)，對(duì)它的考察不宜太片面，應(yīng)該采取更全面的指標(biāo)進(jìn)行度量。因此，本文以生態(tài)效率為因變量，利用包含非期望產(chǎn)出的超效率SBM模型，將能源消耗、廢物排放、生產(chǎn)總值等指標(biāo)統(tǒng)一納入到衡量體系中，以期更綜合地描述人口結(jié)構(gòu)對(duì)生態(tài)的影響。

二是以人口結(jié)構(gòu)作為自變量時(shí)，大部分學(xué)者只考慮了人口結(jié)構(gòu)的一個(gè)或少數(shù)幾個(gè)方面，且集中在人口數(shù)量、人口老齡化以及人口受教育程度幾個(gè)方面，少有研究將人口結(jié)構(gòu)各個(gè)方面綜合起來(lái)，并進(jìn)一步確定哪些人口結(jié)構(gòu)因素是影響生態(tài)最重要的因素。因此，本文將從人口密度、人口產(chǎn)業(yè)結(jié)構(gòu)、人口消費(fèi)結(jié)構(gòu)、人口年齡結(jié)構(gòu)、人口城鄉(xiāng)戶籍結(jié)構(gòu)、人口受教育結(jié)構(gòu)以及人口家庭結(jié)構(gòu)七個(gè)方面共同考查人口結(jié)構(gòu)如何影響生態(tài)效率。

三是由于樣本選取、計(jì)量方法、研究背景等方面的差異，上述研究得出的結(jié)論不盡相同。例如，部分研究并未考慮各地區(qū)生態(tài)可能存在空間相關(guān)性，或只采用截面數(shù)據(jù)，忽略了特定時(shí)間段生態(tài)經(jīng)歷的變化，這些都可能造成最終的估計(jì)結(jié)果存在偏差。因此，本文在充分考慮各地區(qū)的時(shí)空差異后，采用2009—2018年間中國(guó)31個(gè)省份的面板數(shù)據(jù)，建立時(shí)間和空間雙固定效應(yīng)面板回歸模型，并對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)和異質(zhì)性分析，以獲得更可信的研究結(jié)論。

三、生態(tài)效率的計(jì)算

（一）模型介紹

本文擬將能源消耗、廢物排放、生產(chǎn)總值等指標(biāo)統(tǒng)一納入到生態(tài)效率的衡量體系中，但是傳統(tǒng)回歸模型無(wú)法處理多個(gè)因變量問(wèn)題，需要將上述各方面整合起來(lái)，而數(shù)據(jù)包絡(luò)分析（DEA）模型提供了解決多投入與多產(chǎn)出的計(jì)算方法[36]。不過(guò)值得注意的是，產(chǎn)出端同時(shí)包括了廢物排放與生產(chǎn)總值，但兩者并非同方向指標(biāo)，即廢物排放越少越好，生產(chǎn)總值越高越好。而傳統(tǒng)DEA模型，如BCC、CCR模型，由于產(chǎn)出被要求同比例同方向變動(dòng)，所以無(wú)法計(jì)算包含廢物排放這類(lèi)非期望產(chǎn)出的生態(tài)效率，于是有學(xué)者將污染排放指標(biāo)放入投入端[37]，但這并不符合生產(chǎn)過(guò)程。

基于上述考慮，本文打算采用SBM模型，SBM模型基于松弛測(cè)度，能夠彌補(bǔ)徑向和角度的缺陷[38]，解決非期望產(chǎn)出問(wèn)題[39]。同時(shí)，SBM模型具有無(wú)量綱的特性，可以有效避免投入產(chǎn)出單位量綱不同引起的偏誤，更真實(shí)地反映生態(tài)效率。然而，傳統(tǒng)SBM模型在計(jì)算投入產(chǎn)出效率時(shí)，可能會(huì)出現(xiàn)多個(gè)效率值為1的決策單元，并且無(wú)法對(duì)這些單元做進(jìn)一步區(qū)分和評(píng)價(jià)。對(duì)此，TONE（2002）在傳統(tǒng)SBM模型的基礎(chǔ)上提出了改進(jìn)方案，使得新模型允許決策單元的效率值大于1，因而新模型也被稱(chēng)為超效率SBM模型[40]。綜上，本文對(duì)生態(tài)效率的計(jì)算將基于包含非期望產(chǎn)出的超效率SBM模型，模型的具體設(shè)定如式（1）：

（二）數(shù)據(jù)來(lái)源及處理方法

考慮數(shù)據(jù)可得性，本文選取2009—2018年全國(guó)31個(gè)省份（不含香港、澳門(mén)以及臺(tái)灣地區(qū)）的面板數(shù)據(jù)作為考察樣本。由于生態(tài)效率的計(jì)算分為投入部分與產(chǎn)出部分，以下將按此類(lèi)別，分別介紹數(shù)據(jù)指標(biāo)、來(lái)源及處理方法。

投入部分。以三要素生產(chǎn)函數(shù)為基礎(chǔ)，將資本存量、勞動(dòng)力和資源消耗納入投入部分。其中，資本存量以單豪杰估算的2006年省際資本存量為基期，采用永續(xù)盤(pán)存法進(jìn)行估算，資本折舊率取10.96%[41];勞動(dòng)力采用各省年末就業(yè)人數(shù)作為衡量指標(biāo);資源消耗采用各省建設(shè)用地面積、水資源消耗總量以及能源消費(fèi)總量三項(xiàng)指標(biāo)。其中，建設(shè)用地面積的部分缺失值用線性趨勢(shì)回歸法填補(bǔ);能源消費(fèi)總量則是將各種能源消費(fèi)種類(lèi)統(tǒng)一換算成萬(wàn)噸標(biāo)準(zhǔn)煤并加總后生成的數(shù)據(jù)，由于此項(xiàng)數(shù)據(jù)西藏部分缺失年份較多，這里將經(jīng)濟(jì)條件與西藏相似的新疆和青海作為參考，取兩省各年能源消費(fèi)增長(zhǎng)率的平均值作為西藏能源消費(fèi)的增長(zhǎng)率，然后基于已有數(shù)據(jù)進(jìn)行插補(bǔ)。投入部分各指標(biāo)的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒與統(tǒng)計(jì)公報(bào)。

產(chǎn)出部分。包含期望產(chǎn)出和非期望產(chǎn)出兩部分。其中，期望產(chǎn)出選擇地區(qū)GDP為衡量指標(biāo)，并且以2006年為基期進(jìn)行不變價(jià)縮減，以保證與計(jì)算資本存量時(shí)的起始年份相對(duì)應(yīng)。非期望產(chǎn)出選用工業(yè)三廢（廢水、廢氣、固體廢物）的排放總量。其中，廢水排放總量由于2016年后不再統(tǒng)計(jì)，所以改用廢水排放中化學(xué)需要量（COD）作為替代，廢氣排放以二氧化硫排放總量測(cè)度，固體廢物排放以一般工業(yè)固體廢物產(chǎn)生量測(cè)度。產(chǎn)出部分各指標(biāo)的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。

上述所有指標(biāo)的匯總情況見(jiàn)表1。

（三）生態(tài)效率描述性統(tǒng)計(jì)與分析

由包含非期望產(chǎn)出的超效率SBM模型計(jì)算得到的各省生態(tài)效率值顯示：一方面，從各省份自身變動(dòng)來(lái)看，2009—2018年十年間，除部分省份如吉林、天津、寧夏、遼寧穩(wěn)中有升，其他省份的生態(tài)效率變動(dòng)相對(duì)平穩(wěn)。另一方面，從各省份之間的對(duì)比來(lái)看，以十年間的生態(tài)效率均值為標(biāo)準(zhǔn)進(jìn)行排名，前五名分別是北京、海南、廣東、上海、山東，可以看出，經(jīng)濟(jì)實(shí)力強(qiáng)勁的“北上廣”，其生態(tài)效率同樣位居全國(guó)前列，海南、山東屬于著名旅游省份，人均GDP水平也處于全國(guó)中上游;而生態(tài)效率相比最低的五個(gè)省份為：西藏、新疆、甘肅、江西、廣西，這些地區(qū)經(jīng)濟(jì)水平相對(duì)落后，以粗放式發(fā)展為主，資源利用效率相對(duì)較低。

如圖1所示，按地理區(qū)劃將全國(guó)31個(gè)省份分成華北地區(qū)、東北地區(qū)、華東地區(qū)、華中地區(qū)、華南地區(qū)、西南地區(qū)、西北地區(qū)七大區(qū) ④，每個(gè)地區(qū)的生態(tài)效率值取該地區(qū)包含的各省份生態(tài)效率平均值。從圖中可以看出，以全國(guó)生態(tài)效率平均值為基準(zhǔn)（圖中黑色實(shí)線），華北地區(qū)、華東地區(qū)、華南地區(qū)都高于全國(guó)平均水平，而東北地區(qū)、華中地區(qū)、西南地區(qū)和西北地區(qū)則低于全國(guó)平均水平。其中，華南地區(qū)生態(tài)效率最高，西南地區(qū)生態(tài)效率最低，前者是全國(guó)平均水平的1.44倍，后者僅為全國(guó)平均水平的61%。整體來(lái)看，生態(tài)效率呈現(xiàn)東部強(qiáng)而中西部弱的格局，且這種局面在2009—2018年十年間維持不變。

前文主要從時(shí)間方面分析了31個(gè)省份生態(tài)效率的演變過(guò)程，而從空間方面出發(fā)，生態(tài)效率呈現(xiàn)出由東向西逐步遞減的趨勢(shì)，與全國(guó)經(jīng)濟(jì)發(fā)展水平分布格局類(lèi)似。這也在一定程度上說(shuō)明，東部地區(qū)先天的交通和區(qū)位優(yōu)勢(shì)，造就了經(jīng)濟(jì)效率先起飛，各種優(yōu)質(zhì)的資源向東部集中，推動(dòng)技術(shù)不斷更迭，因而最早實(shí)現(xiàn)傳統(tǒng)經(jīng)濟(jì)模式向綠色經(jīng)濟(jì)模式的轉(zhuǎn)型。相反，中西部地區(qū)，尤其是西部地區(qū)，地形地貌復(fù)雜，交通不便，國(guó)家政策扶持時(shí)間也較短，不少地方仍然以高耗能、高污染的第二產(chǎn)業(yè)作為經(jīng)濟(jì)支柱，造成嚴(yán)重污染和生態(tài)破壞，因此提高中西部生態(tài)效率、轉(zhuǎn)變地區(qū)經(jīng)濟(jì)發(fā)展模式是今后較長(zhǎng)一段時(shí)間的重要任務(wù)。值得注意的是，青海省雖屬于西部地區(qū)，但生態(tài)效率十年間都處于國(guó)內(nèi)前列。此外，生態(tài)效率雖然表現(xiàn)出集聚效應(yīng)，如京津冀地區(qū)、長(zhǎng)三角地區(qū)以及廣東、海南地區(qū)，但是輻射效應(yīng)不足，即生態(tài)效率無(wú)法由高水平地區(qū)向低水平地區(qū)傳導(dǎo)，低水平地區(qū)仍然受限于自身?xiàng)l件，未能在此期間打破生態(tài)效率無(wú)效的局面。

四、實(shí)證分析

（一）理論模型設(shè)定與變量選取

經(jīng)典的IPAT模型最初由HOLDREN和EHRLICH（1972）提出的I=PF等式演化而來(lái)[42]，隨后由COMMONER（1990）改進(jìn)并正式提出IPAT模型（I=PAT）[43]。其中，I表示環(huán)境受影響程度，P表示人口規(guī)模，A表示人均財(cái)富，T表示技術(shù)水平，以此闡釋人與生態(tài)環(huán)境的關(guān)系。IPAT模型由于簡(jiǎn)單直觀，一經(jīng)提出便得到多位學(xué)者的應(yīng)用與推廣，但是該模型將各影響因素認(rèn)定為同比例線性關(guān)系，并不能反映真實(shí)的情況，于是YORK、DIETZ、ROSA（1994，2003）等學(xué)者對(duì)IPAT模型進(jìn)行了拓展，得到STIRPAT模型[44-45]，具體形式如式（2）：

其中，a為常數(shù)項(xiàng)，ε為隨機(jī)誤差項(xiàng)，β、β、β為指數(shù)項(xiàng)?？梢钥闯?，STIRPAT模型為多變量非線性模型，設(shè)定更為靈活，而在實(shí)際應(yīng)用中該模型也支持相關(guān)變量的替換與拓展[46]。因此，本文在此基礎(chǔ)上，以Eff表示因變量生態(tài)效率，A表示人均GDP，T表示技術(shù)水平，并將P擴(kuò)展為多項(xiàng)人口結(jié)構(gòu)變量，同時(shí)為保障數(shù)據(jù)的平穩(wěn)性和模型估計(jì)的便捷性，將等式兩邊分別取對(duì)數(shù)。在未考慮其他控制變量的情況下，得到如式（3）模型：

其中，下標(biāo)i表示省份，t表示年份，p′為人口結(jié)構(gòu)各變量集合，β′為人口結(jié)構(gòu)各變量的系數(shù)集合。此外，參考相關(guān)文獻(xiàn)[47-49]，本文還在上述等式中加入環(huán)境治理、對(duì)外開(kāi)放程度、對(duì)外貿(mào)易依存度等控制變量。上述所有變量的說(shuō)明及統(tǒng)計(jì)信息見(jiàn)表2。其中，核心解釋變量的數(shù)據(jù)來(lái)源于《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)社會(huì)統(tǒng)計(jì)年鑒》，控制變量的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒》。

（二）計(jì)量模型的選擇

1.空間相關(guān)性檢驗(yàn)

在生態(tài)效率描述性統(tǒng)計(jì)與分析部分，我們發(fā)現(xiàn)生態(tài)效率呈現(xiàn)出較強(qiáng)的集聚效應(yīng)，因而需要考慮31個(gè)省份的生態(tài)效率間是否存在空間相關(guān)性。這里采用Moran’s I指數(shù)，檢驗(yàn)結(jié)果表明，2009—2018年每一年的Moran’s I指數(shù)都為正數(shù)，且在1%的水平上顯著，表現(xiàn)出較強(qiáng)的正向空間自相關(guān)。

2.面板回歸模型的效應(yīng)選擇

檢測(cè)空間相關(guān)性后，我們還需要考慮面板回歸模型應(yīng)該選擇固定效應(yīng)還是隨機(jī)效應(yīng)。通常的做法是采用豪斯曼檢驗(yàn)，而檢驗(yàn)結(jié)果表明，p值為0.005，意味著模型在1%的顯著性水平上拒絕了“采用隨機(jī)效應(yīng)”的原假設(shè)，所以此處應(yīng)該建立固定效應(yīng)模型。

在確定采用固定效應(yīng)模型后，還有必要進(jìn)一步探究模型是僅包含空間固定效應(yīng)或時(shí)間固定效應(yīng)，還是時(shí)間固定效應(yīng)和空間固定效應(yīng)兼而有之。這里可以用模型之間的對(duì)數(shù)似然值互相比較的方法，即先計(jì)算空間固定效應(yīng)模型的對(duì)數(shù)似然值logliksfe，再計(jì)算時(shí)間固定效應(yīng)模型的對(duì)數(shù)似然值logliktfe，最后再計(jì)算時(shí)間和空間雙固定效應(yīng)模型的對(duì)數(shù)似然值loglikstfe，最后將三個(gè)對(duì)數(shù)似然值兩兩結(jié)合形成似然比統(tǒng)計(jì)量，而似然比統(tǒng)計(jì)量服從λ2分布，可以據(jù)此計(jì)算出概率值來(lái)判斷采用何種效應(yīng)。表3展示了上述計(jì)算過(guò)程的結(jié)果，由最后兩行可知，檢驗(yàn)在1%的顯著性水平上拒絕了“空間效應(yīng)不顯著”以及“時(shí)間效應(yīng)不顯著”的原假設(shè)，因此本文應(yīng)該選取時(shí)間和空間雙固定效應(yīng)模型。

3.拉格朗日乘子檢驗(yàn)（LM檢驗(yàn)）

在經(jīng)過(guò)空間相關(guān)性檢驗(yàn)和效應(yīng)選擇后，接下來(lái)確定選取哪種空間模型，即確定是否需要在面板回歸模型中添加空間滯后項(xiàng)。解決這一問(wèn)題，需要借助拉格朗日乘子檢驗(yàn)（LM檢驗(yàn)），該檢驗(yàn)方法在學(xué)術(shù)界已經(jīng)得到廣泛應(yīng)用，是判斷選擇空間滯后模型抑或空間誤差模型最普遍的檢驗(yàn)方法。需要說(shuō)明的是，LM檢驗(yàn)需要依賴(lài)空間權(quán)重矩陣，這里采用基于Rook原則（邊相鄰原則）的地理鄰近空間權(quán)重矩陣。為避免權(quán)重矩陣中含有零向量從而產(chǎn)生“孤島效應(yīng)”，我們將海南省與廣東省視作相鄰省份（海南省在1988年時(shí)從廣東省劃出后獨(dú)立建?。?。

如表4所示，報(bào)告了各項(xiàng)顯著性檢驗(yàn)的結(jié)果。其中，第一行和第二行分別為空間滯后項(xiàng)的LM檢驗(yàn)和穩(wěn)健性LM檢驗(yàn)，第三行和第四行分別為空間誤差項(xiàng)的LM檢驗(yàn)和穩(wěn)健性LM檢驗(yàn)，四項(xiàng)檢驗(yàn)都顯示不能拒絕原假設(shè)，即面板回歸模型不需要加入空間滯后項(xiàng)和空間誤差項(xiàng)。至此，本文確定使用不含空間滯后項(xiàng)和空間誤差項(xiàng)的時(shí)間和空間雙固定效應(yīng)面板回歸模型探究人口結(jié)構(gòu)對(duì)生態(tài)效率的影響。

（三）實(shí)證結(jié)果分析

由上一節(jié)確定的時(shí)間和空間雙固定效應(yīng)面板回歸模型出發(fā)，得到人口結(jié)構(gòu)各變量對(duì)生態(tài)效率的影響，結(jié)果如表5所示。從回歸結(jié)果中可以看出，在人口結(jié)構(gòu)方面，有三項(xiàng)因素通過(guò)了顯著性檢驗(yàn)，分別是人口密度、少兒撫養(yǎng)率以及農(nóng)村恩格爾系數(shù)。首先是人口密度，可視作剛好通過(guò)10%顯著性水平檢驗(yàn)，說(shuō)明地區(qū)人口密度越大，生態(tài)效率越高，人口集聚并不會(huì)對(duì)生態(tài)造成破壞，反而是一種利好的表現(xiàn)。其次是代表人口年齡結(jié)構(gòu)的少兒撫養(yǎng)率，系數(shù)為負(fù)，且通過(guò)10%的顯著性檢驗(yàn)，意味著少兒撫養(yǎng)率越高，即總?cè)丝谥械纳賰赫急仍礁撸鷳B(tài)效率越低。與此相反，老年撫養(yǎng)率對(duì)生態(tài)效率的影響并不顯著，這在一定程度上表明少兒占比高的地區(qū)對(duì)生態(tài)的壓力可能比老年占比高的地區(qū)大。最后是農(nóng)村恩格爾系數(shù)，在1%的水平上顯著為負(fù)，表明該系數(shù)越高，越不利于生態(tài)效率的提高。而農(nóng)村恩格爾系數(shù)作為衡量人口消費(fèi)結(jié)構(gòu)的指標(biāo)之一，與農(nóng)村居民的收入水平息息相關(guān)。一般來(lái)說(shuō)，隨著農(nóng)民收入水平的提高，食物消費(fèi)支出在總支出中的占比將逐漸降低 ⑤，結(jié)合實(shí)證結(jié)果來(lái)看，這一過(guò)程還將伴隨著地區(qū)生態(tài)效率的提高。此外，城鎮(zhèn)恩格爾系數(shù)并不顯著，這也預(yù)示著城鄉(xiāng)之間可能存在較大的差距。

在控制變量方面，僅有代表環(huán)境治理的變量——各省環(huán)境污染治理投資與GDP比值通過(guò)了顯著性檢驗(yàn)，并在1%的水平上顯著負(fù)向影響生態(tài)效率。對(duì)這一結(jié)果可能的解釋為：一是當(dāng)前環(huán)境污染治理的資金利用率較低，投入較多資金也未能改善地區(qū)生態(tài)狀況;二是某些地區(qū)仍以高污染高耗能的產(chǎn)業(yè)為主，造成較嚴(yán)重的生態(tài)破壞，此時(shí)迫于環(huán)保壓力，地區(qū)加大環(huán)境治理投資，于是形成“高污染、高治理費(fèi)、低生態(tài)效率”同時(shí)存在的局面。

五、進(jìn)一步分析

（一）穩(wěn)健性檢驗(yàn)

針對(duì)時(shí)間和空間雙固定效應(yīng)面板回歸模型的結(jié)果，需要做進(jìn)一步檢驗(yàn)，以保證結(jié)果具有穩(wěn)健性。本文擬采取兩種方法檢驗(yàn)，一是更換回歸方程式，二是改變計(jì)量模型。前者基于相關(guān)文獻(xiàn)的研究設(shè)計(jì)[50-51]，即只對(duì)回歸方程中的人口密度、人口受教育平均年限、家庭人口規(guī)模、人均GDP以及國(guó)內(nèi)三種專(zhuān)利申請(qǐng)授權(quán)數(shù)這幾項(xiàng)離差絕對(duì)值相對(duì)較大的變量取對(duì)數(shù)，而其他變量，包括因變量生態(tài)效率值和以百分比出現(xiàn)的自變量則不進(jìn)行對(duì)數(shù)處理，此時(shí)得到的回歸結(jié)果如表6所示。

改變計(jì)量模型則是利用包含滯后項(xiàng)或誤差項(xiàng)的空間計(jì)量模型進(jìn)行檢驗(yàn)。雖然在之前的LM檢驗(yàn)中提示模型可能不含空間滯后項(xiàng)或空間誤差項(xiàng)，但是也有學(xué)者認(rèn)為空間杜賓模型應(yīng)該作為研究的起點(diǎn)，因?yàn)楹雎钥臻g滯后項(xiàng)可能導(dǎo)致模型產(chǎn)生遺漏變量問(wèn)題，從而得出有偏的估計(jì)[52]。因此，接下來(lái)我們將采用空間杜賓模型和空間杜賓誤差模型進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果同樣見(jiàn)表6。

限于篇幅，表6中僅列出表5回歸結(jié)果中顯著的四項(xiàng)變量，即人口密度、少兒撫養(yǎng)率、農(nóng)村恩格爾系數(shù)以及各省環(huán)境污染治理投資與GDP比值。從表中可以看出，除了在空間杜賓模型和空間杜賓誤差模型中，少兒撫養(yǎng)率這一變量未通過(guò)顯著性檢驗(yàn)，其他變量均顯著，且影響方向未發(fā)生改變。由此進(jìn)一步說(shuō)明，除少兒撫養(yǎng)率外，人口密度正向影響生態(tài)效率，農(nóng)村恩格爾系數(shù)與環(huán)境治理投資負(fù)向影響生態(tài)效率。

（二）異質(zhì)性分析

經(jīng)過(guò)穩(wěn)健性檢驗(yàn)后，還需要對(duì)回歸結(jié)果進(jìn)行異質(zhì)性分析。因?yàn)樵谇拔纳鷳B(tài)效率計(jì)算部分，我們發(fā)現(xiàn)各省生態(tài)效率在2009—2018年間的變動(dòng)不大，但空間上呈現(xiàn)出東部最高、中部次之、西部最低的階梯局勢(shì)，東部生態(tài)效率高的省份以北京、上海、廣東為代表，西部除了青海外，云南、新疆、西藏等省份的生態(tài)效率皆低，這與全國(guó)經(jīng)濟(jì)發(fā)展水平的分布格局非常相似。因此，我們有理由懷疑，在固定時(shí)間和空間效應(yīng)后，回歸模型仍然可能因?yàn)榈貐^(qū)經(jīng)濟(jì)發(fā)展水平不同存在較大的異質(zhì)性因素。此外，庫(kù)茲涅茲環(huán)境曲線表明，隨著人均GDP水平的不斷提高，生態(tài)狀況會(huì)經(jīng)歷先惡化然后逐步改善的過(guò)程[53]，這意味著人口結(jié)構(gòu)等變量對(duì)生態(tài)效率的影響可能會(huì)因?yàn)榈貐^(qū)人均GDP的差異而發(fā)生改變。例如，人均GDP水平高的地區(qū)，往往有豐富的教育資源、先進(jìn)的技術(shù)條件、完善的社會(huì)保障體系等，這些都會(huì)對(duì)人口結(jié)構(gòu)產(chǎn)生影響，進(jìn)而影響地區(qū)生態(tài)效率。鑒于此，為驗(yàn)證上述猜想和提高回歸結(jié)果的可信度，我們將在時(shí)間和空間雙固定效應(yīng)面板回歸模型的基礎(chǔ)上，加入人均GDP與通過(guò)顯著性檢驗(yàn)的四項(xiàng)自變量的交互項(xiàng)，以期剖析地區(qū)經(jīng)濟(jì)發(fā)展水平的差異在人口結(jié)構(gòu)對(duì)生態(tài)效率的影響中所起到的作用。

考慮異質(zhì)性的面板回歸結(jié)果如表7所示，可以看出，雖然在不同模型中，人均GDP本身對(duì)生態(tài)效率無(wú)顯著的直接影響，但是它對(duì)其他變量具有重要的調(diào)節(jié)作用。具體來(lái)說(shuō)，人口密度方面，單項(xiàng)不再顯著影響生態(tài)效率，而是人口密度與人均GDP的交互項(xiàng)在1%的水平上對(duì)生態(tài)效率產(chǎn)生顯著正向影響，這說(shuō)明并不是只要人口密度高的地區(qū)，其生態(tài)效率就會(huì)更高。事實(shí)上，人口集聚往往伴隨著經(jīng)濟(jì)集聚，這兩者的共同作用推動(dòng)了地區(qū)生態(tài)效率的提高，如北京、上海等大城市正是這種模式。

少兒撫養(yǎng)率方面，單項(xiàng)與交互項(xiàng)的影響都不顯著，這與穩(wěn)健性檢驗(yàn)時(shí)改變空間計(jì)量模型后出現(xiàn)的結(jié)果相同，因而推測(cè)這一變量并不會(huì)對(duì)生態(tài)效率產(chǎn)生顯著影響。同樣，這一情況發(fā)生在環(huán)境治理投資比值及其交互項(xiàng)上，兩項(xiàng)變量同樣未通過(guò)顯著性檢驗(yàn)。聯(lián)系到前文對(duì)表5結(jié)果中環(huán)境治理投資負(fù)向影響生態(tài)效率的解釋?zhuān)茨承┑貐^(qū)的經(jīng)濟(jì)依賴(lài)高污染高耗能產(chǎn)業(yè)，造成高治理費(fèi)和低生態(tài)效率共存的局面，該解釋中提及的現(xiàn)象將隨著人均GDP交互項(xiàng)的介入而消失。也就是說(shuō)，人均GDP水平達(dá)到一定高度的過(guò)程很可能與淘汰高污染高耗能產(chǎn)業(yè)、轉(zhuǎn)變粗放式經(jīng)濟(jì)發(fā)展方式一同發(fā)生，進(jìn)入到這一階段后，環(huán)境治理投資對(duì)生態(tài)效率的影響不再顯著。

最后，農(nóng)村恩格爾系數(shù)方面，單項(xiàng)系數(shù)仍然通過(guò)了顯著性檢驗(yàn)，表明農(nóng)村恩格爾系數(shù)的降低有利于提升生態(tài)效率;農(nóng)村恩格爾系數(shù)與人均GDP的交互項(xiàng)也在10%的顯著性水平上正向影響生態(tài)效率，這一結(jié)果更多強(qiáng)調(diào)的是增加農(nóng)村居民的收入水平將提高生態(tài)效率?？傊?，隨著農(nóng)民收入水平的提高和消費(fèi)結(jié)構(gòu)的改善，地區(qū)生態(tài)效率也將提升。

六、結(jié)論與啟示

一切生命起源于自然，又作用于自然。我國(guó)在經(jīng)歷了經(jīng)濟(jì)高速發(fā)展后，正面臨水資源短缺、大氣污染、垃圾難以處理等生態(tài)問(wèn)題，人與生態(tài)的矛盾日益凸顯。而“綠水青山就是金山銀山” ⑥，只有處理好人與生態(tài)的關(guān)系，秉持人與生態(tài)和諧發(fā)展的生態(tài)文明理念，才能實(shí)現(xiàn)中國(guó)乃至世界的可持續(xù)發(fā)展。據(jù)此，本文從人與生態(tài)的關(guān)系出發(fā)，基于2009—2018年全國(guó)31個(gè)省份的面板數(shù)據(jù)，運(yùn)用包含非期望產(chǎn)出的超效率SBM模型計(jì)算各省生態(tài)效率，隨后構(gòu)造時(shí)間和空間雙固定效應(yīng)面板回歸模型探究人口結(jié)構(gòu)對(duì)生態(tài)效率的影響，并就回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)和異質(zhì)性分析。本文主要研究結(jié)論如下：①?gòu)臅r(shí)間上看，除少數(shù)省份生態(tài)效率穩(wěn)中有升，其他省份生態(tài)效率在2009—2018年間變動(dòng)不大;從空間上看，生態(tài)效率呈現(xiàn)出東部最高、中部次之、西部最低的階梯局勢(shì)，東部生態(tài)效率高的省份以北京、上海、廣東為代表，中西部除青海外，大部分省份的生態(tài)效率都有待提高;②人口密度越大的地區(qū)，生態(tài)效率越高，不過(guò)這一影響的機(jī)理在于人口集聚與經(jīng)濟(jì)集聚往往同時(shí)發(fā)生，只有當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展水平達(dá)到一定高度時(shí)，人口密度才能正向影響生態(tài)效率;③農(nóng)村恩格爾系數(shù)負(fù)向影響生態(tài)效率，即農(nóng)村恩格爾系數(shù)越高，地區(qū)生態(tài)效率越低。

本文的政策性啟示在于：①中西部地區(qū)由于發(fā)展時(shí)間較東部地區(qū)更晚，加上自身地形、交通等條件相對(duì)較差，不少地區(qū)的經(jīng)濟(jì)發(fā)展水平落后，且仍以高耗能高污染的產(chǎn)業(yè)為主，加劇了生態(tài)破壞，因而促進(jìn)中西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、推動(dòng)形成綠色發(fā)展方式是今后較長(zhǎng)時(shí)間的重要任務(wù);②我國(guó)經(jīng)濟(jì)發(fā)展在繼續(xù)“做大蛋糕”的同時(shí)，要兼顧“分好蛋糕”的工作，特別是要堅(jiān)持鄉(xiāng)村振興，縮小城鄉(xiāng)差距，持續(xù)改善農(nóng)村居民的收入水平和消費(fèi)結(jié)構(gòu)，這將有利于地區(qū)生態(tài)效率的提高。

[注釋]① 這句話是2021年6月8日，國(guó)家主席習(xí)近平在青海湖仙女灣，實(shí)地察看青海湖環(huán)境綜合治理、生物多樣性保護(hù)工作時(shí)提出。

② 來(lái)自配第一克拉克定理。

③ 來(lái)自2020年12月1日，教育部新聞發(fā)布會(huì)消息，http：//www.moe.gov.cn/fbh/live/2020/52692/mtbd/202012/t20201201_502753.html。

④ 華北地區(qū)：北京、天津、河北、山西、內(nèi)蒙古;東北地區(qū)：遼寧、吉林、黑龍江;華東地區(qū)：上海、江蘇、浙江、安徽、福建、江西、山東;華中地區(qū)：河南、湖北、湖南;華南地區(qū)：廣東、廣西、海南;西南地區(qū)：重慶、四川、貴州、云南、西藏;西北地區(qū)：陜西、甘肅、青海、寧夏、新疆。

⑤ 來(lái)自恩格爾定律。

⑥ 這句話是時(shí)任浙江省委書(shū)記習(xí)近平于2005年8月在浙江湖州安吉考察時(shí)提出的科學(xué)論斷。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目《十八大以來(lái)黨中央“治邊穩(wěn)藏”戰(zhàn)略思想的理論體系研究》（16ZZD051）。

作者簡(jiǎn)介：楊明洪（1968—），男，四川南充人，博士，云南大學(xué)民族學(xué)與社會(huì)學(xué)學(xué)院教授，主要研究方向?yàn)轳R克思主義政治經(jīng)濟(jì)學(xué);

劉昕禹（1993—），男，四川雅安人，云南大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，主要研究方向?yàn)閰^(qū)域經(jīng)濟(jì)與社會(huì)發(fā)展;

吳曉婷（1989—），女，四川巴中人，博士，中共成都市委黨校講師，主要研究方向?yàn)轳R克思主義政治經(jīng)濟(jì)學(xué)。DOI： 10.13253/j.cnki.ddjjgl.2022.02.007

[參考文獻(xiàn)][1]MEADOWS D H， ROME C O. The limits to growth： a report for the club of Rome’s project on the predicament of mankind[J]. Technological forecasting and social change， 1973， 4（3）：323-332.

[2]BOSERUP E. Environment， population， and technology in primitive societies[J]. Population and development review， 1976， 2（1）：21-36.

[3]童玉芬.國(guó)外人口與環(huán)境關(guān)系研究的理論與方法綜述[J].中國(guó)人口·資源與環(huán)境，2004（5）：117-121.

[4]孫峰華，孫東琪，胡毅，等.中國(guó)人口對(duì)生態(tài)環(huán)境壓力的變化格局：1990～2010[J].人口研究，2013，37（5）：103-113.

[5]MISHALANI R G， GOEL P K， WESTRA A M， et al. Modeling the relationships among urban passenger travel carbon dioxide emissions， transportation demand and supply， population density， and proxy policy variables[J]. Transportation research part d transport & environment， 2014， 33（dec.）：146-154.

[6]肖周燕.中國(guó)人口空間聚集對(duì)生產(chǎn)和生活污染的影響差異[J].中國(guó)人口·資源與環(huán)境，2015，25（3）：128-134.

[7]李崇梅，傅崇輝.人口規(guī)模與廢污水排放量關(guān)系的動(dòng)態(tài)穩(wěn)定性研究[J].資源科學(xué)，2016，38（6）：1169-1178.

[8]ZAGHENI E. The leverage of demographic dynamics on carbon dioxide emissions： does age structure matter？[J]. Demography， 2011， 48（1）：371-399.

[9]易富賢.資源、環(huán)境不構(gòu)成人口增長(zhǎng)的硬約束[J].國(guó)際經(jīng)濟(jì)評(píng)論，2012（6）：136-149，7-8.

[10]GLAESER E L， KAHN M E. The greenness of cities： carbon dioxide emissions and urban development[J]. Nber working papers， 2010， 67（3）：404-418.

[11]ISHII S， TABUSHI S， ARAMAKI T， et al. Impact of future urban form on the potential to reduce greenhouse gas emissions from residential， commercial and public buildings in Utsunomiya， Japan[J]. Energy policy， 2010， 38（9）：4888-4896.

[12]梁偉，楊明，李新剛.集聚與城市霧霾污染的交互影響[J].城市問(wèn)題，2017（9）：83-93.

[13]王憲恩，溫鑫，蔡飛飛，等.水環(huán)境人口承載力與人口產(chǎn)業(yè)結(jié)構(gòu)研究——以遼河源頭區(qū)為例[J].人口學(xué)刊，2015，37（3）：71-77.

[14]林黎，李敬.長(zhǎng)江經(jīng)濟(jì)帶環(huán)境污染空間關(guān)聯(lián)的網(wǎng)絡(luò)分析——基于水污染和大氣污染綜合指標(biāo)[J].經(jīng)濟(jì)問(wèn)題，2019（9）：86-92，111.

[15]李玉紅.黃河流域干支流水污染治理研究[J].經(jīng)濟(jì)問(wèn)題，2021（5）：9-15.

[16]羅能生，張夢(mèng)迪.人口規(guī)模、消費(fèi)結(jié)構(gòu)和環(huán)境效率[J].人口研究，2017，41（3）：38-52.

[17]KIM J H. Changes in consumption patterns and environmental degradation in Korea[J]. Structural change & economic dynamics， 2004， 13（1）：1-48.

[18]張彩云，張運(yùn)婷.消費(fèi)的環(huán)境庫(kù)茲涅茨曲線存在嗎？——基于空間杜賓模型的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)與管理，2015（10）：68-77.

[19]COLE M A， NEUMAYER E. Examining the impact of demographic factors on air pollution[J]. Population and environment， 2004， 26（1）：5-21.

[20]DALTON M， O’NEILL B， PRSKAWETZ A， et al. Population aging and future carbon emissions in the United States[J]. Energy economics， 2008， 30（2）：642-675.

[21]ZHOU Y， LIU Y. Does population have a larger impact on carbon dioxide emissions than income？ evidence from a crossregional panel analysis in China[J]. Applied energy， 2016， 180：800-809.

[22]OKADA A. Is an increased elderly population related to decreased CO2 emissions from road transportation？[J]. Energy policy， 2012， 45（Jun.）：286-292.

[23]李飛越.老齡化、城鎮(zhèn)化與碳排放——基于1995-2012年中國(guó)省級(jí)動(dòng)態(tài)面板的研究[J].人口與經(jīng)濟(jì)，2015（4）：9-18.

[24]郭晗，任保平.人口紅利變化與中國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變[J].當(dāng)代財(cái)經(jīng)，2014（3）：5-13.

[25]HASSAN K， SALIM R. Population ageing， income growth and CO2 emission： empirical evidence from high income OECD countries[J]. Journal of economic studies， 2015， 42（1）：54 - 67.

[26]李佐軍，盛三化.城鎮(zhèn)化進(jìn)程中的環(huán)境保護(hù)：隱憂與應(yīng)對(duì)[J].國(guó)家行政學(xué)院學(xué)報(bào)，2012（4）：69-73.

[27]王婷，呂昭河.人口增長(zhǎng)、收入水平與城市環(huán)境[J].中國(guó)人口·資源與環(huán)境，2012，22（4）：143-149.

[28]高明，吳雪萍，郭施宏.城市化進(jìn)程、環(huán)境規(guī)制與大氣污染——基于STIRPAT模型的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2016，35（9）：110-117.

[29]王芳，周興.人口結(jié)構(gòu)、城鎮(zhèn)化與碳排放——基于跨國(guó)面板數(shù)據(jù)的實(shí)證研究[J].中國(guó)人口科學(xué)，2012（2）：47-56，111.

[30]趙向華.我國(guó)公民環(huán)保意識(shí)影響因素研究綜述[J].生態(tài)經(jīng)濟(jì)，2016，32（9）：189-192.

[31]胡家僖.環(huán)境意識(shí)、社會(huì)階層及民族文化對(duì)云貴民族地區(qū)居民環(huán)境行為的影響[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（2）：204-212.

[32]蘇芳，宋妮妮，馬靜，等.生態(tài)脆弱區(qū)居民環(huán)境意識(shí)的影響因素研究——以甘肅省為例[J].干旱區(qū)資源與環(huán)境，2020，34（5）：9-14.

[33]童玉芬.西北地區(qū)人口-資源-環(huán)境協(xié)調(diào)發(fā)展研究[M].北京：中國(guó)人口出版社，2009：68-70.

[34]付云鵬，馬樹(shù)才，宋琪.基于空間計(jì)量的人口規(guī)模、結(jié)構(gòu)對(duì)環(huán)境的影響效應(yīng)研究[J].經(jīng)濟(jì)經(jīng)緯，2016，33（5）：24-29.

[35]張?jiān)戚x，韓雨萌.人口因素對(duì)霧霾污染的影響——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].調(diào)研世界，2018（1）：9-16.

[36]CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making units[J]. European journal of operational research， 1978， 2（6）：429-444.

[37]HAILU A. Nonparametric productivity analysis with undesirable outputs： an application to the Canadian pulp and paper industry[J]. American journal of agricultural economics， 2011， 85（4）：1075-1077.

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

[39]TONE K. Dealing with undesirable outputs in DEA： a slacksbased measure （SBM） approach[J]. GRIPS research report series， 2003.

[40]TONE K. A slacksbased measure of superefficiency in data envelopment analysis[J]. European journal of operational research， 2002， 143（1）：32-41.

[41]單豪杰.中國(guó)資本存量K的再估算：1952～2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，25（10）：17-31.

[42]EHRLICH P R， HOLDREN J P. Onedimensional economy[J]. Bulletin of the atomic scientists， 1972， 28（5）：16-27.

[43]COMMONER B. Making peace with the planet[M]. New York： Pantheon Books， 1990： 245-276.

[44]DIETZ T， ROSA E A. Rethinking the environmental impacts of population， affluence and technology[J]. Human ecology review， 1994， （1）：277-300.

[45]YORK R， ROSA E A， DIETZ T. STIRPAT， IPAT and ImPACT： analytic tools for unpacking the driving forces of environmental impacts[J]. Ecological economics， 2003， 46（3）：351-365.

[46]ROSA， EUGENE A， et al. Climate change and society： speculation， construction and scientific investigation[J]. International sociology， 1998， 13（4）：421-455.

[47]蘇偉洲，李航，錢(qián)昱冰，等.“一帶一路”沿線省份工業(yè)環(huán)境效率評(píng)價(jià)及影響因素研究[J].科技進(jìn)步與對(duì)策，2018，35（19）：155-160.

[48]邱士雷，王子龍，劉帥，等.非期望產(chǎn)出約束下環(huán)境規(guī)制對(duì)環(huán)境績(jī)效的異質(zhì)性效應(yīng)研究[J].中國(guó)人口·資源與環(huán)境，2018，28（12）：40-51.

[49]林澍珅，羅能生，楊鈞.交通結(jié)構(gòu)對(duì)區(qū)域生態(tài)效率的影響——基于中國(guó)省際面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)地理，2019，39（12）：21-30，38.

[50]韓永輝，黃亮雄，王賢彬.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)改進(jìn)生態(tài)效率了嗎？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016，33（4）：40-59.

[51]王寶義，張衛(wèi)國(guó).中國(guó)農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996～2015年31個(gè)省份的面板數(shù)據(jù)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（1）：46-62.

[52]PACE R K， LESAGE J P. A sampling approach to estimate the log determinant used in spatial likelihood problems[J]. Journal of geographical systems， 2009， 11（3）：209-225.

[53]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J]. Nber working papers， 1995， 110（2）：353-377.Study on the Effect of Population Structure on Ecological Efficiency in China

Yang? Minghong1，? Liu? Xinyu2，? Wu? Xiaoting3

（1. School of Ethnology and sociology， Yunnan University， Kunming 650021， China; 2. School of economics， Yunnan University，

Kunming 650504， China; 3. Party School of the CPC Chengdu Municipal Committee， Chengdu 610110，China）

Abstract：? Population and ecology are two major issues in contemporary society. How to coordinate the relationship between human and ecology is the premise of realizing social sustainable development. Therefore， this article is based on the panel data of 31 provinces from 2009 to 2018， using the superefficiency SBM model with undesired output to calculate the ecological efficiency of each province， then constructing time and space double fixed effect panel regression model to explore the influence of population structure on ecological efficiency， and the regression results are tested for robustness and analyzed for heterogeneity. The results show that， from the perspective of time， the ecological efficiency of all provinces in China has little change from 2009 to 2018， except for a few provinces that have a steady increase in ecological efficiency. From the perspective of space， the ecological efficiency is the highest in the east， the second in the middle and the lowest in the west. The effect of population structure on the ecological efficiency is mainly reflected in two aspects： first， when the regional economic development level reaches a certain height， population density positively affects the ecological efficiency; Second， the rural Engel coefficient negatively affects the ecological efficiency， that is， reducing the rural Engel coefficient is conducive to improving the regional ecological efficiency. Based on the above conclusions， this paper believes that on the one hand， we should narrow the gap of economic development between the eastern region and the central and western regions， promote the transformation of industrial structure in the central and western regions， and promote the green development mode; On the other hand， we need to narrow the gap between urban and rural areas and continue to improve the income level and consumption structure of rural residents.

Key words：population structure; ecological efficiency; population density; rural Engel coefficient

（責(zé)任編輯：張夢(mèng)楠）