趙祺 陳媛媛 張秀娟

摘要：以1997～2020年我國30個(gè)省的數(shù)據(jù)為研究樣本，分析中國各省市工業(yè)企業(yè)的綠色經(jīng)濟(jì)效率的影響因素。研究表明：我國各省市工業(yè)技術(shù)效率各地區(qū)間差異巨大。各省市工業(yè)綠色生產(chǎn)資金投入大都存在不足，資金管理水平也不高。因此，地方政府應(yīng)堅(jiān)持區(qū)域協(xié)同發(fā)展，相互借鑒學(xué)習(xí)，吸收總結(jié)經(jīng)驗(yàn)。在資本積累的基礎(chǔ)上應(yīng)加強(qiáng)對生態(tài)環(huán)境質(zhì)量的投資，發(fā)揮綠色技術(shù)外溢效應(yīng)。

關(guān)鍵詞：DEA模型；綠色經(jīng)濟(jì)；地區(qū)工業(yè)；增長核算

中圖分類號：F426.2;F224? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1008-4657（2024）03-0044-11

綠色經(jīng)濟(jì)增長是指在發(fā)展經(jīng)濟(jì)的同時(shí)也發(fā)揚(yáng)綠色發(fā)展理念，并將環(huán)境、資源、人口三者緊密結(jié)合，實(shí)現(xiàn)經(jīng)濟(jì)與綠色的經(jīng)濟(jì)增長雙贏。隨著社會的不斷發(fā)展進(jìn)步，高能耗、高污染的傳統(tǒng)經(jīng)濟(jì)增長模式弊端逐漸暴露，以綠色低碳為主導(dǎo)的理念逐漸融入生產(chǎn)，加速著產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化升級。習(xí)近平總書記明確指出，要以能源低碳發(fā)展為關(guān)鍵，堅(jiān)持走生態(tài)優(yōu)先、綠色低碳的發(fā)展道路。然而，長久以來，我國將GDP的高速增長作為經(jīng)濟(jì)發(fā)展的主要目標(biāo)，這樣的體制機(jī)制短時(shí)間很難轉(zhuǎn)變，也制約著工業(yè)經(jīng)濟(jì)的高質(zhì)量發(fā)展。為此，運(yùn)用DEA-SBM超效率和Malmquist-Luenberger指數(shù)模型對我國各省的綠色經(jīng)濟(jì)增長進(jìn)行核算，把握各省綠色經(jīng)濟(jì)發(fā)展現(xiàn)狀，提高工業(yè)環(huán)境效率和資源利用率，對推動中國工業(yè)綠色經(jīng)濟(jì)向快向好發(fā)展有重大意義。

通過相關(guān)文獻(xiàn)搜索，DEA模型大多用來計(jì)算效率與進(jìn)行評估，目前真正運(yùn)用于計(jì)算經(jīng)濟(jì)增長比較少見。綠色經(jīng)濟(jì)增長的核算采用DEA模型的研究較少，因此，本文著重介紹DEA模型下地區(qū)綠色經(jīng)濟(jì)增長核算的研究，為今后的綠色經(jīng)濟(jì)增長等方面的計(jì)算研究提供一定理論基礎(chǔ)。因此，本文以1997～2020年我國30個(gè)省的數(shù)據(jù)為研究樣本，基于DEA-SBM超效率和Malmquist-Luenberger指數(shù)對中國工業(yè)綠色經(jīng)濟(jì)增長核算進(jìn)行研究。

一、文獻(xiàn)綜述

社會發(fā)展是一個(gè)不斷進(jìn)步的過程，經(jīng)濟(jì)的不斷發(fā)展帶動綠色經(jīng)濟(jì)的深入推進(jìn)，綠色經(jīng)濟(jì)逐漸成為經(jīng)濟(jì)發(fā)展的中流砥柱，這是必然趨勢。因此越來越多的學(xué)者對綠色經(jīng)濟(jì)增長的核算給予了高度關(guān)注。例如，崔鐵寧等運(yùn)用超效率SBM模型對首都經(jīng)濟(jì)圈的13個(gè)城市的綠色經(jīng)濟(jì)圈能源效率進(jìn)行了分析；戴辭源等通過采用超效率SBM模型研究安徽省各城市循環(huán)經(jīng)濟(jì)的效率水平；盧新海等借助非期望產(chǎn)出超效率SBM模型對城市土地綠色利用效率進(jìn)行刻畫和識別；王少劍采用超效率SBM模型得出中國城市碳排放的時(shí)空動態(tài)演變特征，并預(yù)測其未來發(fā)展的趨勢［ 1-2 ］。

通過文獻(xiàn)研究與分析，不難發(fā)現(xiàn)已有研究仍有需完善之處。作為綠色經(jīng)濟(jì)系統(tǒng)理論的創(chuàng)建者和實(shí)踐者之一，北京工商大學(xué)世界經(jīng)濟(jì)研究中心主任、遂寧綠色經(jīng)濟(jì)研究院院長季鑄教授就對綠色經(jīng)濟(jì)（Green Economy）進(jìn)行了如下定義［ 3 ］：社會形態(tài)、增長方式以及經(jīng)濟(jì)結(jié)構(gòu)的基本內(nèi)容為生態(tài)農(nóng)業(yè)、循環(huán)工業(yè)和持續(xù)服務(wù)產(chǎn)業(yè)，綠色經(jīng)濟(jì)的發(fā)展目標(biāo)就是持續(xù)、和諧和效率。綠色經(jīng)濟(jì)包含一種全新的三位一體思想理論和發(fā)展體系，其中的目標(biāo)體系、結(jié)構(gòu)體系和發(fā)展體系分別為“效率、和諧、持續(xù)”三位一體，“生態(tài)農(nóng)業(yè)、循環(huán)工業(yè)、持續(xù)服務(wù)產(chǎn)業(yè)”三位一體，“綠色經(jīng)濟(jì)、綠色新政、綠色社會”三位一體。

文章采用SBM超效率和Malmquist-Luenberger指數(shù)將期望和非期望產(chǎn)出都考慮進(jìn)去，研究綠色經(jīng)濟(jì)增長的核算，構(gòu)建SBM超效率和Malmquist-Luenberger指數(shù)模型作為標(biāo)準(zhǔn)，以中國各地區(qū)綠色經(jīng)濟(jì)增長作為實(shí)例，對中國整體綠色經(jīng)濟(jì)增長核算進(jìn)行研究。

二、研究模型與指標(biāo)數(shù)據(jù)

（一）數(shù)據(jù)包絡(luò)分析（DEA模型）概念

學(xué)者Charnes和Cooper在“相對效率評價(jià)”概念的基礎(chǔ)上提了DEA模型，即數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis）。這個(gè)模型對多投入、多產(chǎn)出的研究對象進(jìn)行相對效率評價(jià)，是在數(shù)量經(jīng)濟(jì)學(xué)非參數(shù)的基礎(chǔ)上建立的［ 6 ］。該模型主要根據(jù)調(diào)查得到的有效樣本數(shù)據(jù)，利用數(shù)學(xué)函數(shù)的方法計(jì)算所研究的效率，用計(jì)算出的效率來衡量研究對象。將相對無效率的研究樣本放入在有效的研究樣本所形成的曲線范圍中，各個(gè)研究對象的相對效率在［0，1］區(qū)間內(nèi)分布，效率值為1研究樣本就處在先進(jìn)的位置。使用該模型不僅能夠?qū)y(tǒng)一研究對象的效率得分進(jìn)行計(jì)算，而且能夠?qū)ρ芯繉ο蟀凑招实梅值母叩瓦M(jìn)行排序，進(jìn)而分析得出研究對象的資源配置與產(chǎn)出之間的關(guān)系。DEA模型不需要事先對研究對象具體計(jì)算函數(shù)的形式進(jìn)行相關(guān)假設(shè)。DEA模型主要運(yùn)用在績效評價(jià)、生產(chǎn)率、效率分析，在社會學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)中有著廣泛的運(yùn)用。

（二） DEA模型的選擇

傳統(tǒng)DEA模型包括BCC模型和CCR模型，屬于角度和徑向的度量方法，由于傳統(tǒng)DEA模型沒有充分考慮到產(chǎn)出與投入的松馳性問題，因此只能同比例改變投入產(chǎn)出量以此提高效率，使得效率評價(jià)結(jié)果不是很精確。DEA-SBM模型引入松弛變量，并考慮到非合意產(chǎn)出，可以克服傳統(tǒng)DEA模型存在的偏差問題，可以對工業(yè)綠色效率進(jìn)行更為精準(zhǔn)的測度。DEA-SBM模型主要用于靜態(tài)衡量工業(yè)綠色效率，在分析歷史面板數(shù)據(jù)和數(shù)據(jù)的變化趨勢方面還存在明顯不足。為了更全面分析工業(yè)綠色效率的變化趨勢和影響因素，我們選擇Malmquist-Luenberger指數(shù)（ML指數(shù)）動態(tài)分析工業(yè)綠色效率變化趨勢與影響因素，Malmquist-Luenberger指數(shù)是DEA計(jì)算中常用的指數(shù)，Malmquist-Luenberger指數(shù)考慮到非合意產(chǎn)出，能用來揭示全要素生產(chǎn)率的動態(tài)演變特征，同時(shí)能通過分解指數(shù)探尋造成全要素生產(chǎn)率提高或下降的原因，適合用于動態(tài)分析工業(yè)綠色效率影響因素。因此，本文選擇DEA-SBM模型與Malmquist-Luenberger 指數(shù)從靜態(tài)和動態(tài)兩個(gè)方面共同分析工業(yè)綠色效率，旨在核算出工業(yè)綠色效率及影響因素。

（三）SBM超效率模型

SBM超效率模型將中國各年各省份的工業(yè)經(jīng)濟(jì)活動系統(tǒng)視為決策單元，首先運(yùn)用SBM模型來對所有工業(yè)經(jīng)濟(jì)單元進(jìn)行效率測度，然后針對其中有效的決策單元再采用SBM超效率模型進(jìn)行進(jìn)一步測度。包含非期望產(chǎn)出的SBM模型則可表述為：假設(shè)中國各省份工業(yè)經(jīng)濟(jì)活動系統(tǒng)中有n個(gè)獨(dú)立的決策單元（稱DMUj ， j? =? 1·2·3…n），每個(gè)決策單元對應(yīng)的工業(yè)經(jīng)濟(jì)活動系統(tǒng)中m（i? =? 1·2·3…q1）種工業(yè)投入x，q1（r? =? 1·2·3…q1）種工業(yè)期望產(chǎn)出yd；q2（t? =? 1·2·3…q2）種工業(yè)非期望產(chǎn)出yu。S，S，S分別表示投入松弛、期望工業(yè)產(chǎn)出松弛和非期望工業(yè)產(chǎn)出松弛調(diào)整量，λj為權(quán)重。定義投入產(chǎn)出矩陣：

在規(guī)模報(bào)酬可變的情況下，以上投入產(chǎn)出組合的生產(chǎn)能集可表示為P? =? {（x， yd， yu） | x ≥ Xλ， yd ≤ Ydλ，yu ≥ Yuλ}，此處為權(quán)重向量?？紤]非期望產(chǎn)出的SBM模型的表達(dá)式如下：

被評價(jià)決策單元的效率值為 ρ *，其為以上模型的最優(yōu)解，同時(shí)從投入和產(chǎn)出兩個(gè)角度來對無效率值進(jìn)行測度。 ρ *? =? 1，說明決策單元相對有效，0?

考慮非期望產(chǎn)出的超效率SBM模型的表達(dá)式如下：

（四） Malmquist-Luenberger指數(shù)

假設(shè)第k個(gè)決策單元在t時(shí)期的投入產(chǎn)出組合表示為 （xtk，y，y），則需要求解如下線性規(guī)劃表達(dá)式。

其中，i? =? 1，2，3，…，m，r1? =? 1，2，3，…，q1，r2? = 1，2，3，…，q2，t? =? 1，2，3，…，T，λ≥0，表示在t時(shí)期橫截面的觀測值權(quán)重。

基于以上方向性距離函數(shù)，可以構(gòu)造第K個(gè)決策單元t到t+1時(shí)期的ML指數(shù)。

ML， EFFCH，TECH分別表示第K個(gè)決策單元從t到t+1時(shí)期的全要素生產(chǎn)率變動指數(shù)、技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步變動指數(shù)。ML > 1，表示工業(yè)綠色全要素生產(chǎn)率增長；ML = 1，表示工業(yè)綠色全要素生產(chǎn)率不變；ML < 1，表示工業(yè)綠色全要素生產(chǎn)率下降。TECH刻畫了整個(gè)工業(yè)生產(chǎn)前沿面的整體移動與變化即工業(yè)生產(chǎn)技術(shù)的變化情況，通常是指產(chǎn)業(yè)技術(shù)進(jìn)步、先進(jìn)技術(shù)的開發(fā)與引進(jìn)、宏觀政策優(yōu)化和市場大環(huán)境等方面因素。TECH > 1，TECH = 1和TECH < 1，分別反映了工業(yè)綠色生產(chǎn)技術(shù)進(jìn)步、不變和衰退。主要用來對決策單元向環(huán)境技術(shù)前沿面的追趕和逼近效應(yīng)進(jìn)行刻畫，反映對前沿綠色生產(chǎn)技術(shù)的充分利用情況、實(shí)際生產(chǎn)情況的改善使得決策單元逼近“最佳實(shí)踐者”。EFFCH > 1，EFFCH = 1，EFFCH < 1分別表示工業(yè)綠色技術(shù)效率提升、不變與下降。

技術(shù)效率變動指數(shù)（EFFCH）可分解為純技術(shù)效率變動指數(shù)ML = PECH·SECH·TECH和規(guī)模效率變化指數(shù)SECH 。即，EFFCH = PECH·SECH·TECH，因此有：ML = PECH·SECH·TECH公式（5）。

其中，PECH > 1，PECH = 1，PECH < 1，分別表示工業(yè)經(jīng)濟(jì)純技術(shù)效率水平提高、不變與下降。SECH為規(guī)模效率（規(guī)模效應(yīng)）的變化即與最適規(guī)模的匹配程度的變化。SECH> 1，SECH= 1，SECH<1，分別表示工業(yè)經(jīng)濟(jì)規(guī)模效率水平的提升、不變與降低。

（五）指標(biāo)選取及數(shù)據(jù)來源

本文選取1997～2020年中國30個(gè)?。ㄗ灾螀^(qū)、直轄市）（港澳臺及西藏地區(qū)由于數(shù)據(jù)缺失，故未列）數(shù)據(jù)計(jì)算工業(yè)的綠色經(jīng)濟(jì)效率，具體的指標(biāo)選取及數(shù)據(jù)來源如下：

1.投入要素指標(biāo)

（1）資本投入。資本投入使用資本存量來衡量，可通過永續(xù)存盤法來計(jì)算，具體方法為：

Kt = Kt-1（1 - δt）+It

其中：Kt為第t年的固定資本存量，δt為第t年的折舊率，It為第t年的新增投資額。折舊率δt用第t年的累計(jì)折舊與（t - 1）年的累計(jì)折舊之差比上第t年的固定資產(chǎn)原價(jià)，其中第t年的累積折舊用當(dāng)年的固定資產(chǎn)原值減去當(dāng)年固定資產(chǎn)凈值得出。最后根據(jù)PPI（生產(chǎn)者價(jià)格指數(shù)）對計(jì)算出的固定資本存量進(jìn)行平減，將數(shù)據(jù)轉(zhuǎn)化為以1997年為基期的固定資本存量。

（2）勞動投入。采用第t年各行業(yè)規(guī)模以上工業(yè)企業(yè)的年平均就業(yè)人數(shù)。

（3）能源投入。采用各省工業(yè)行業(yè)企業(yè)能源消耗總量來衡量能源投入。

2.產(chǎn)出要素指標(biāo)

（1）期望產(chǎn)出。文章中的期望產(chǎn)出直接采用各省規(guī)模以上工業(yè)總產(chǎn)值，基期為1997年，進(jìn)行數(shù)據(jù)的平減。

（2）非期望產(chǎn)出。文章用熵值法將工業(yè)三廢（廢水、廢氣、廢渣）這三類污染指標(biāo)擬合成一個(gè)綜合污染指數(shù)，將此作為測度各省的綠色經(jīng)濟(jì)效率的非期望產(chǎn)出。方法如下：

計(jì)算i省的綜合污染指數(shù)vi = ajΣPij，即為綜合污染指數(shù)。

本文數(shù)據(jù)均來源于歷年的《中國工業(yè)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《環(huán)境統(tǒng)計(jì)公報(bào)》和《中國環(huán)境統(tǒng)計(jì)年鑒》以及國泰安數(shù)據(jù)庫。

三、DEA模型下中國地區(qū)工業(yè)綠色經(jīng)濟(jì)增長核算實(shí)證研究

（一）描述性統(tǒng)計(jì)

文章運(yùn)用上文建立的DEA模型，以地區(qū)工業(yè)為實(shí)例，對綠色經(jīng)濟(jì)的增長進(jìn)行核算，其中，利用固定資產(chǎn)投資價(jià)格指數(shù)和GDP平減指數(shù)，分別對各年的增加值和固定資產(chǎn)凈值年平均余額進(jìn)行平減，以1997年為基期，對應(yīng)的計(jì)算數(shù)據(jù)結(jié)果如表1所示。

分析表中的數(shù)據(jù)可以發(fā)現(xiàn)，中國各省份的工業(yè)發(fā)展情況在1997～2020年期間，不但情況各不相同，而且發(fā)展情況有很大的差異。但是，表中反映的期望產(chǎn)出最大最小值比都在1000左右，非期望產(chǎn)出也是如此，所有投入變量的最大最小值之間數(shù)值差異極大，巨大的數(shù)值差異證明了，中國各地區(qū)工業(yè)的增長速度各不相同，經(jīng)濟(jì)規(guī)模差異十分顯著，各地區(qū)對環(huán)境污染的重視和處理的程度也不一樣。

（二）SBM超效率結(jié)果分析

各年各省份的超效率結(jié)果分析都可以運(yùn)用中國地區(qū)工業(yè)在1997～2020年間的投入—產(chǎn)出數(shù)據(jù)集進(jìn)行計(jì)算得出，具體結(jié)果如表2所示。

1.從中國各地區(qū)的綠色經(jīng)濟(jì)發(fā)展的技術(shù)效率平均綜合指數(shù)來看，各地區(qū)發(fā)展水平具有較大差異（見圖1）。具體來說，上海工業(yè)發(fā)展效率較高，平均綜合指數(shù)為1.740；河南地區(qū)居中，平均綜合指數(shù)為0.344；青海技術(shù)效率最低，平均綜合指數(shù)為0.011，未達(dá)到DEA有效，所以，需提高工業(yè)技術(shù)水平，優(yōu)化工業(yè)程序和設(shè)計(jì)，提高工業(yè)發(fā)展效率。

2.中國各地區(qū)工業(yè)綠色經(jīng)濟(jì)發(fā)展技術(shù)效率綜合指數(shù)的均值為0.535，未達(dá)到DEA有效且水平并不高，說明各地區(qū)仍需在節(jié)能減排、發(fā)展綠色經(jīng)濟(jì)上加大力度。

3.工業(yè)發(fā)展水平與工業(yè)技術(shù)效率沒有太大的關(guān)系。各省份工業(yè)發(fā)展的技術(shù)效率綜合指數(shù)基本都很低，同時(shí)不同省份間的綜合指數(shù)有著明顯的差別。具體來說，在1997～2020年中國各地區(qū)工業(yè)投入產(chǎn)出平均綜合指數(shù)為1的省份個(gè)數(shù)總體來看，不到總數(shù)的一半。

4.這些結(jié)果直觀地反映了一些問題。首先，由于發(fā)展工業(yè)時(shí)的生產(chǎn)技術(shù)超出或低于自身經(jīng)濟(jì)發(fā)展條件，沒有找到最佳的方式，導(dǎo)致工業(yè)生產(chǎn)的技術(shù)效率處于不高的水平。其次，正是技術(shù)效率低下，改善的空間也很大，經(jīng)濟(jì)發(fā)展上升的空間也隨之變大。但實(shí)際上，經(jīng)濟(jì)發(fā)展中，只要將自己所有的技術(shù)最有效率的運(yùn)用，那么技術(shù)效率就為1。這就是為什么有些省份明明經(jīng)濟(jì)發(fā)展很落后，但是卻能運(yùn)用符合自身發(fā)展的技術(shù)就可以把技術(shù)效率提高的原因。

5.這些結(jié)果也讓我們深思背后原因。隨著我國經(jīng)濟(jì)的不斷發(fā)展，經(jīng)濟(jì)模式不斷轉(zhuǎn)型，各省份的工業(yè)技術(shù)效率也在不斷改變。大多數(shù)省份的技術(shù)效率得到了改善，根據(jù)數(shù)據(jù)統(tǒng)計(jì)，這樣的省份共有18個(gè)，包括天津、重慶、寧夏、河北、湖北、江西、黑龍江、云南、安徽、貴州、河南、吉林、湖南、四川、新疆、陜西、內(nèi)蒙古以及海南，排列順序是按工業(yè)技術(shù)效率由小到大排列的［ 12 ］。也有部分省份，主要是在一線生產(chǎn)的省份，技術(shù)效率基本維持不變，比如北京、上海、江蘇、山東、廣西和西藏，它們的技術(shù)效率都維持在1。技術(shù)效率惡化方式，確保城市的技術(shù)效率一直保持著最大值［ 4 ］。

為了促進(jìn)經(jīng)濟(jì)的增長，保持技術(shù)效率惡化的現(xiàn)象仍然存在。例如青海、甘肅、浙江、廣東、山西、遼寧以及福建等省份。導(dǎo)致這種差異的原因主要有以下幾點(diǎn)：

第一，技術(shù)效率明顯改善的省份。這些省份在經(jīng)濟(jì)發(fā)展初期，技術(shù)效率也不高，但是經(jīng)過經(jīng)濟(jì)轉(zhuǎn)型和技術(shù)升級，創(chuàng)造出適合自身發(fā)展的工業(yè)環(huán)境，找到適合自身發(fā)展的實(shí)踐技術(shù)，提高了工業(yè)生產(chǎn)的效率，技術(shù)效率自然而然得到了改善。

第二，技術(shù)效率保持在1的省份。這些省份出現(xiàn)這個(gè)狀況可能有兩點(diǎn)原因，要么經(jīng)濟(jì)發(fā)展中工業(yè)技術(shù)一直在不斷創(chuàng)新保持在前沿的水平，要么經(jīng)濟(jì)發(fā)展中所使用的工業(yè)技術(shù)與自身經(jīng)濟(jì)條件達(dá)到了高度的一致性，相互間的配合趨于完美。在這樣的條件下，技術(shù)效率水平保持在1也無可厚非。這兩種類型的省份將自己所擁有的技術(shù)最大可能地進(jìn)行高效率利用，這從側(cè)面證明，正確運(yùn)用技術(shù)能夠推動經(jīng)濟(jì)社會的不斷發(fā)展。城市應(yīng)當(dāng)及時(shí)根據(jù)經(jīng)濟(jì)發(fā)展的需要不斷改善技術(shù)水平，不斷根據(jù)需求調(diào)整技術(shù)，緊跟社會發(fā)展腳步。這些省份積極引進(jìn)了先進(jìn)的技術(shù)，但是忽視了自身經(jīng)濟(jì)發(fā)展的規(guī)律，沒有正確評估自身經(jīng)濟(jì)的承受力，無法與先進(jìn)技術(shù)相匹配，使得發(fā)展條件跟不上先進(jìn)技術(shù)需要的條件，技術(shù)效率下降也可想而知。還有一種可能是，本身可以與技術(shù)相匹配的條件水平降低，造成相互間的不合適，匹配度降低，技術(shù)效率自然不可能上升，惡化也是正常［ 13 ］。

（三）中國地區(qū)工業(yè)綠色經(jīng)濟(jì)增長核算的因素分解及指數(shù)分析

運(yùn)用中國31個(gè)省份在1997～2020年間的投入—產(chǎn)出數(shù)據(jù)，以1997年作為基年，運(yùn)用上文建立基于方向性函數(shù)的DEA模型，再結(jié)合其他相關(guān)輔助公式計(jì)算，對中國各地區(qū)工業(yè)綠色經(jīng)濟(jì)增長的全要素生產(chǎn)率指數(shù)進(jìn)行分解，分析從1998年至2020間數(shù)據(jù)，具體如表3、表4所示。

觀察上列數(shù)據(jù)，不難得出以下結(jié)論：

1.中國各省市在1997～2020各年間綠色發(fā)展總體呈向好趨勢，技術(shù)進(jìn)步指數(shù)TC均大于1，技術(shù)進(jìn)步明顯，SEC指數(shù)值除重慶市外均小于1，說明中國各省市工業(yè)綠色生產(chǎn)資金投入大都存在不足，資金管理水平也不高。除黑龍江、江西、青海、新疆四個(gè)省份的綜合技術(shù)效率變化指數(shù)EC小于1，其他27個(gè)省份的綜合技術(shù)效率變化指數(shù)EC均大于1，說明大多數(shù)省份工業(yè)綠色生產(chǎn)技術(shù)轉(zhuǎn)化效率較為平穩(wěn)。

2.工業(yè)綠色全要素生產(chǎn)率MI均大于1，工業(yè)綠色發(fā)展總體呈向好趨勢，其主要原因是工業(yè)綠色生產(chǎn)技術(shù)轉(zhuǎn)化效率不高、資金投入和資金管理存在疏漏。但仍然存在技術(shù)轉(zhuǎn)化效率不高、資金投入不足和資金管理水平不高等問題。

3.各省份工業(yè)勞動生產(chǎn)率的增長得益于投入資本的深化、完成效率的變化和專業(yè)技術(shù)的進(jìn)步。在這三者中，效率的變化對工業(yè)勞動生產(chǎn)率的增長影響最小，技術(shù)的進(jìn)步比效率對工業(yè)勞動生產(chǎn)率的增長大一些，但是這兩者都沒有資本的深化對工業(yè)勞動生產(chǎn)率增長的影響大，甚至兩者相加所帶來的影響都不及資本深化所帶來的影響大。具體來說，在整個(gè)分析期間內(nèi)，勞動生產(chǎn)率平均提高了一倍多。

4.各省份促進(jìn)勞動生產(chǎn)率增長的資本深化、技術(shù)效率變化和技術(shù)進(jìn)步等要素差異十分明顯。從上述數(shù)據(jù)中觀察各個(gè)因素的指數(shù)大小，可以發(fā)現(xiàn)MLKC的波動幅度在MLEC、MLKC、ML和MLTC這四種中是最大的，則將資本深化對勞動生產(chǎn)率增長起到?jīng)Q定性作用進(jìn)行了更直觀的反映。

四、研究結(jié)論與啟示

文章以中國31個(gè)省份為研究對象，選取1997～2020年數(shù)據(jù)研究中國各地區(qū)工業(yè)環(huán)境效率水平。采用DEA模型和SBM-Undesirable模型從靜態(tài)角度分析中國各省份工業(yè)環(huán)境效率，并進(jìn)行空間格局的分析；借助Maimquist-Luenberger指數(shù)通過分解，分析影響工業(yè)環(huán)境效率的因素，揭示我國綠色經(jīng)濟(jì)發(fā)展的現(xiàn)狀。結(jié)果表明：

1.1997～2020年中國各省市工業(yè)技術(shù)效率平均綜合指數(shù)從大到小差異較大，其中上海的工業(yè)技術(shù)效率平均綜合指數(shù)均值最大，為1.740；而青海的工業(yè)技術(shù)效率平均綜合指數(shù)均值最小，僅0.011。兩者差距達(dá)158倍，地區(qū)間差異巨大。

2.中國各省市在1997～2020各年間綠色發(fā)展總體呈向好趨勢，技術(shù)進(jìn)步明顯，各省市工業(yè)綠色生產(chǎn)資金投入大都存在不足，資金管理水平也不高。大多數(shù)省份工業(yè)綠色生產(chǎn)技術(shù)轉(zhuǎn)化效率較為平穩(wěn)。

3.工業(yè)綠色發(fā)展總體呈向好趨勢，其主要原因是工業(yè)綠色生產(chǎn)技術(shù)轉(zhuǎn)化效率不高、資金投入和資金管理存在疏漏。但仍然存在技術(shù)轉(zhuǎn)化效率不高、資金投入不足和資金管理水平不高等問題。

4.中國各省市全要素生產(chǎn)率呈上下波動態(tài)勢，技術(shù)進(jìn)步預(yù)期貼合度較高，是影響工業(yè)環(huán)境效率的關(guān)鍵因素，因此提高技術(shù)進(jìn)步有利于促進(jìn)工業(yè)環(huán)境效率的提升。

基于以上研究結(jié)果，提出以下建議：

1.中國各省市在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)，不能為追求經(jīng)濟(jì)水平的快速上升而忽略了環(huán)境的保護(hù)。地方政府要以新的發(fā)展理念為指導(dǎo)，加強(qiáng)對地區(qū)工業(yè)經(jīng)濟(jì)發(fā)展的指導(dǎo)與調(diào)控，在資本積累的基礎(chǔ)上加強(qiáng)對生態(tài)環(huán)境質(zhì)量的投資。注重對工業(yè)發(fā)展綠色指標(biāo)考核，倒逼企業(yè)開展綠色生產(chǎn)技術(shù)研發(fā)與利用，促進(jìn)工業(yè)企業(yè)轉(zhuǎn)型升級。

2.科技發(fā)展能提高企業(yè)的運(yùn)行效率，先進(jìn)設(shè)備能加強(qiáng)對工業(yè)污染物的治理和循環(huán)再利用。工業(yè)企業(yè)應(yīng)該注意提升自主創(chuàng)新能力，推動綠色制造水平的提升，堅(jiān)持綠色發(fā)展導(dǎo)向，依靠技術(shù)創(chuàng)新提升企業(yè)對綠色生產(chǎn)創(chuàng)新技術(shù)的追趕效應(yīng)，提升工業(yè)綠色全要素生產(chǎn)率。

3.堅(jiān)持區(qū)域協(xié)同發(fā)展，各省市經(jīng)濟(jì)發(fā)展水平和生態(tài)質(zhì)量均有差異，相互之間應(yīng)借鑒學(xué)習(xí)，吸收總結(jié)經(jīng)驗(yàn)，努力提高自身的生態(tài)質(zhì)量，發(fā)揮綠色技術(shù)外溢效應(yīng)。

此外，應(yīng)重視新技術(shù)、新模式與新能源的示范與推廣，推動資源、創(chuàng)新技術(shù)和人才等資源的優(yōu)化配置與有序流動。

參考文獻(xiàn)：

［1］耿劉利，王琦，黎娜，等.高質(zhì)量發(fā)展背景下安徽省工業(yè)綠色全要素生產(chǎn)率評價(jià)研究——基于SBM超效率模型與Malmquist-Luenberger指數(shù)［J］.滁州學(xué)院學(xué)報(bào)，2020，22（5）：58-65.

［2］黃明明.基于Global-Malmquist-Luenberger模型的中部6省農(nóng)業(yè)綠色全要素生產(chǎn)率研究［J］.湖南農(nóng)業(yè)科學(xué)，2022，445（10）：88-92.

［3］趙楊秋，何剛，阮君，等.基于SBM-Malmquist-Luenberger模型工業(yè)環(huán)境效率研究［J］.河北環(huán)境工程學(xué)院學(xué)報(bào)，2021，31（6）：30-36.

［4］牛曉奇，石風(fēng)光.基于方向性距離函數(shù)的綠色經(jīng)濟(jì)增長核算——以河南省工業(yè)為例［J］.信陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2013，26（4）：531-534.

［5］李爽，周天凱，樊琳梓.長江經(jīng)濟(jì)帶城市綠色發(fā)展及影響因素分析［J］.統(tǒng)計(jì)與決策，2019，35（15）：121-125.

［6］呂品，盧東子，肖明月，等.中國工業(yè)綠色經(jīng)濟(jì)效率的測度及其影響因素研究［J］.浙江理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2018，40（6）：561-568.

［7］陶宇，楊銘.長江經(jīng)濟(jì)帶綠色經(jīng)濟(jì)增長影響因素研究［J］.重慶科技學(xué)院學(xué)報(bào)（社會科學(xué)版），2022， 275（4）：57-65.

［8］董鈺涵.經(jīng)濟(jì)增長目標(biāo)約束對中國工業(yè)綠色全要素生產(chǎn)率的影響研究［D］.昆明：昆明理工大學(xué)，2022.

［9］孫玉陽，尹云龍.中國綠色經(jīng)濟(jì)增長的水平測度及影響因素研究［J］.黨政干部學(xué)刊，2021，394（10）：73-80.

［10］陳勇智，梁文明，林迎星.創(chuàng)新驅(qū)動我國省域綠色增長的空間效應(yīng)［J］.中國環(huán)境科學(xué)，2022，42（2）：971-981.

［11］過東琴，許學(xué)軍.中國綠色經(jīng)濟(jì)效率的測度與評價(jià)研究［J］.中國物價(jià)，2023，405（1）：33-36.

［12］王淑賀，王利軍.環(huán)境規(guī)制效率和綠色經(jīng)濟(jì)效率耦合的時(shí)空格局及影響因素［J］.蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，37（3）：78-89.

［13］孫威，董冠鵬.基于DEA模型的中國資源型城市效率及其變化［J］.地理研究，2010，29（12）：2155-2165.