丝绸之路经济带城市绿色经济增长效率及影响因素

赵峥+刘杨

摘 要：城市绿色经济增长是丝绸之路经济带建设的重要内容。目前丝绸之路经济带城市绿色经济增长水平整体有所提高，但仍面临着较为严重的资源环境压力。通过分析，我们发现丝绸之路经济带城市在绿色经济增长效率方面存在较为显著的差异性。从影响因素来看，城市化、工业集聚、环境规制、经济发展、外商投资、人力资本、人口密度等均与城市绿色经济增长效率有着不同程度的相关关系。未来应积极建设丝绸之路城市绿色经济增长带，发挥城市绿色经济特色，促进区域城市绿色协同，提升城市化、工业化质量，完善城市绿色治理，扩大对外开放，壮大城市经济基础，转变发展方式，全面提升丝绸之路经济带城市绿色经济增长效率，促进丝绸之路经济带发展。

关键词：丝绸之路经济带；城市绿色经济增长；效率测度

一、引言

丝绸之路经济带建设已成为当前实践界与理论界关注的热点问题。目前，学者们对于建设丝绸之路经济带的战略意义进行了充分探讨（王保忠等，2013；杨恕等，2014；胡鞍钢等，2014），整体而言，构建丝绸之路经济带一方面有助于我国开展中国特色大国外交，与周边国家形成“利益共同体”，营造更加良好的国际发展环境，为国内的改革发展创造更为有利的条件；另一方面，有助于完善沿海开放、沿边开放与向西开放的全方位开放新格局，进一步缩小区域发展差距，促进东西部区域经济社会的平衡发展。

本文认为，在对丝绸之路经济带建设的合作机制、发展模式等问题进行探讨时（朱显平等，2006；白永秀等，2014），有两个核心问题需要重点研究。第一，要着重研究丝绸之路经济带沿线城市的发展。从空间经济理论来看，经济带主要是以交通运输干线为发展轴，以轴上经济发达的若干城市作为核心，发挥经济集聚和辐射功能，联结带动周边不同等级规模城市经济发展，形成的一体化带状经济区域。建设丝绸之路经济带需要高度重视沿线中心城市的发展与辐射效应，以城市为基础建设区域经济带。第二，要着重研究绿色经济增长。丝绸之路经济带各地区虽然具有资源禀赋良好、文化底蕴深厚、发展潜力巨大等优势，但资源环境压力仍相对较大，主要指标仍然与全国平均水平存在差距。根据国家统计局和环保部的相关数据，从2006—2012年，全国单位GDP工业废水排放量降幅达到61.55%，而丝绸之路经济带各城市的均值降幅仅为53.8%；全国城市环境基础设施建设投资平均值为163.3亿元，而丝绸之路经济带城市的平均值为89.2亿元，相差近50%。在新的形势下，建设丝绸之路经济带不能简单理解为一轮项目投资和开发建设的盛宴，单纯走规模扩张、投资驱动、恶性竞争的粗放式发展道路，而应是一次通过开放开发实现区域绿色转型发展的战略机遇，走绿色经济增长道路。

鉴于此，本文将以丝绸之路经济带沿线城市为研究对象，对丝绸之路经济带城市绿色经济增长水平进行分析，通过模型测度丝绸之路经济带主要城市的绿色经济增长效率及其影响因素，并在此基础上提出促进丝绸之路经济带城市绿色经济增长的对策建议。

二、相关研究综述

“绿色经济”一词由来已久，最早是1989年，英国经济学家大卫·皮尔斯在《绿色经济蓝皮书》中提出的。随后，绿色经济增长作为新的经济发展模式，逐步成为环境经济学、可持续发展领域的研究热点。国际重要研究机构也给出了相关解释，例如联合国在2005年的《绿色增长首尔倡议》中提出，绿色增长是一种环境可持续的经济增长方式；OECD在2011年的《迈向绿色增长》中提出，绿色增长在促进经济增长及发展的同时，确保自然资产能不断提供人类福祉不可或缺的资源和环境服务，必须促进能扶持可持续增长及产生经济机遇的投资及创新（万芳芳等，2014）。本文认为，绿色经济增长的核心是既要绿色又要发展，是在生态环境容量、资源承载能力范围内，实现自然资源持续利用、生态环境的持续改善和人们生活质量持续提高、经济社会持续发展的一种发展形态。

效率一直是经济增长研究的重点，它衡量的是一个经济体在给定投入下达到最大产出的潜力，或者在给定产出下达到最小投入的潜力（王兵等，2014）。早期关于经济效率测度的研究，学者们更多地关注技术进步的影响（Halilu et al.，2001）。然而，随着城市资源环境问题、社会问题的不断涌现，以及“绿色经济”研究的热潮，学者们开始逐渐关注资源环境要素对经济增长效率的制约（Reinhard et al.，2000；Shaik et al.，2002）。提高城市绿色经济增长效率，从根本上而言，就是需要消耗尽可能少的资源，生产尽可能多的产出，同时排放尽可能少的废物，这不仅要求量的转变，更要求质的提升。从这个角度理解，本文认为，城市绿色经济增长效率就是将资源投入视为成本，将环境污染视为产出，评价一个国家或地区在既定生产成本下获得的经济收益。

目前，国内外学者多从实证角度，测度绿色经济增长效率并加以分析，测度方法大致可分为三类，即增长核算法（Growth Accounting Approach）、随机前沿分析法（Stochastic Frontier Analysis）和数据包络分析法（Data Envelopment Analysis）（王海龙等，2016；钱争鸣等，2014）。最常采用的是数据包络分析法，该方法具有不需要价格信息、无需对生产函数做先验假定、不需要假设无效率的概率分布等优点（朱承亮等，2011）。但是，传统的DEA方法没有考虑松弛变量，并由于存在径向性和导向性，可能导致生产效率被高估，无法兼顾投入与产出效率变动等问题（Ruggiero，2000）。鉴于此，本文借鉴Fukuyama（2009）的研究，以非径向、非导向性基于松弛变量的方向距离函数模型（SBM-DDF模型），构建以生产率理论为基础的城市绿色经济增长效率测度模型。

另外，关于绿色经济增长效率的影响因素研究，大部分学者选择Tobit回归模型，但由于存在未知且复杂的序列相关，回归结果可能是无效的。因此，越来越多的学者开始选择Bootstrap截断回归模型来分析（王兵等，2014）。本文也将采用此方法。

整体而言，本研究将利用目前最成熟的DEA模型，测度并分析丝绸之路经济带24个重点城市绿色经济增长效率，目的是提供该区域城市绿色经济增长水平的量化参考。

（二）数据处理

按照上述绿色经济增长效率的测度模型，本文以环境保护部重点监测城市为样本库，选取丝绸之路经济带沿线西北五省区（陕西、甘肃、青海、宁夏、新疆）和西南四省区市（重庆、四川、云南、广西）的24个重点城市2006—2012年的投入、期望产出和非期望产出指标数据进行测算 选择2006—2012年的城市数据基于两点原因：一是2006年国家统计标准有变动，因此2006年与2005年数据可比性较低。二是各城市从2005年才开始对外公布城市能源消费情况的相关数据。。本文选取的指标数据主要来源于《中国城市统计年鉴》、《中国环境统计年报》、《中国区域经济统计年鉴》、环境保护部数据中心和各省市统计年鉴及统计公报。

1.投入变量的选择

若上文所述，本文选择资本、能源、劳动力和技术四个投入变量。

资本：城市的总资本存量可以较合适地反映城市绿色经济增长各方面资金投入。但由于国内没有可直接使用的资本存量统计数据，本文采用永续盘存法来折算（Harberger，1978；范巧，2012）。

能源：本文根据各城市公布的单位GDP能耗值，换算各个城市的全社会能源消费总量，用以衡量各城市在绿色经济增长中的能源投入。

劳动力：本文选取各城市全市口径的从业人员指标来衡量城市绿色经济增长的劳动投入。

技术：本文选取各城市财政预算中的科学技术支出指标衡量技术投入水平。

2.期望产出变量的选择

地区生产总值足以衡量该地区经济增长的实际状况。因此，本文选用各个城市以2005年为基期的实际地区生产总值表示城市绿色经济增长的期望产出。

3.非期望产出变量的选择

城市的主要环境污染源是废水、废气、固体废物，因此本文将从这三方面考虑城市绿色经济增长的非期望产出。

废水：为了评价全社会的废水产生量，本文使用城市生活污水排放量和工业废水排放量的总量衡量废水排放。废气：根据环境保护部监测数据，城市的主要废气为二氧化硫、氮氧化物和烟尘。因此本文使用城镇生活二氧化硫排放量、城市生活氮氧化物排放量、城镇生活烟尘排放量、工业二氧化硫排放量、工业氮氧化物排放量和工业烟尘排放量的总量衡量废气排放。固体废物：城市的固体废物来源包括工业固体废物和城镇生活垃圾。但城镇生活垃圾的排放量的数据量级相对工业固体废物产生量，几乎可以忽略不计。因此，本文采用工业固体废物产生量衡量城市的固体废物排放。

四、测度结果及分析

根据上述模型和数据，本文运用Matlab7.0软件测度了丝绸之路经济带24个重点城市的绿色经济增长效率（如表1所示）。

可以发现，丝绸之路经济带城市绿色经济增长效率存在明显差异，极差为12.85%，标准差为0.028。整体而言，24个测度城市的绿色经济增长效率均值都低于1，说明没有一个城市位于绿色经济增长效率最优实践边界上，整体发展效率偏低。

从平均值看，24个城市中有16个城市的绿色经济增长效率位于平均值以上，8个城市处于平均值以下。从具体城市看，城市绿色经济增长效率均值排在前五位的城市分别是成都（99.22%）、重庆（98.74%）、铜川（97.94%）、咸阳（97.56%）和南宁（97.28%）。效率均值排在后五位的城市分别是石嘴山（94.22）、乌鲁木齐（92.31%）、曲靖（91.10%）、昆明（90.67%）和攀枝花（86.37%）。

下面分析区域内情况，可以发现，丝绸之路经济带各省份内部城市绿色经济增长效率也普遍存在差距，而且部分省区内的差距还十分明显。就各省区内部而言，城市绿色经济增长效率排名差距最大的是四川（相距23位），其次是广西（相距14位）、新疆（相距10位）、陕西（相距9位）、甘肃（相距5位）、宁夏（相距4位）和云南（相距1位）（如表2所示）。

值得注意的是，西南四省绿色经济增长效率均值为95.06%，明显低于西北五省的96.05%。同时，省会城市绿色经济增长效率均值与其他城市则没有明显差异，分别为95.70%和95.47%。

五、影响因素分析

从上文的分析结果可以看出，丝绸之路经济带城市绿色经济增长效率存在显著的差异。那么，如何理解这种城市间的绿色经济增长效率差异？具体有哪些因素导致了城市间存在绿色经济增长效率的差异？这是我们需要进一步关注的问题。

接下来，本文将综合文献，选取影响城市绿色经济增长效率的三个主要变量和部分控制变量进行回归分析。

第一，城市化是人口、产业在空间的优化配置与集聚，与绿色经济增长具有内在一致性，本文认为这是城市绿色经济增长的重要影响因素之一。为全面反映城市化指标（URB）的影响，本文从人口城市化、空间城市化、经济结构城市化三个维度来衡量城市化水平。具体而言，人口城市化指标选用“城市非农人口数占总人口数的比重”表示，空间城市化指标选用“城市市辖区建成区面积占市辖区总面积的比重”表示，经济结构城市化指标选用 “城市非农经济生产总值占城市生产总值的比重”表示。总体城市化指标由三种城市化指标加权而得，每种权重为1/3。另外，为考察城市化与城市绿色经济增长效率的非线性关系，本文在回归时加入了城市化的二次型（URB2）。

第二，城市是工业的聚集地，工业经济是一种规模经济和集聚经济，工业生产资料和劳动力的聚集还会带来人口、消费、财富和政治的集中，这正是城市形成与发展的必要前提（沈能，2014）。因此，工业集聚会对城市绿色经济增长效率产生影响。工业集聚程度通常以工业区位熵（LQ，Location Quotient）衡量。从城市的角度来看，即可考察j城市i产业在该地区的地位与j城市所有产业在该地区的地位之间的差异，具体公式为：LQ=（sij/si）/（sj/s）。LQ的分子指j城市工业GDP在该地区工业GDP中所占的份额，分母是指j城市的地区生产总值占地区生产总值的份额。

第三，环境规制是指政府通过强制性的环境制度安排，迫使企业达到环境标准而提高生产技术水平，从而实现技术创新，获得环境红利，环境规制将能够促进城市的环境保护与污染物防治，对城市绿色经济增长效率也有重要影响。本文选取工业二氧化硫去除率来代表环境规制强度 （Regulation）。

对于控制变量，本文主要考虑了四方面的因素。第一，考虑城市经济发展水平（lnPerGDP）的影响：使用不变价格的人均GDP的对数来表示；第二，考虑外商直接投资水平（FDI）的影响：使用外商直接投资占城市GDP的比重来表示；第三，考虑城市人力资本水平（lnHR）的影响：使用万人在校大学生数的对数来表示；第四，考虑城市人口密度（lnPD）的影响：使用城市人口密度的对数来表示。

综合考虑以上影响因素，本文采用Bootstrap方法进行回归分析。模型1、2、3分别在控制变量组下考察了城市化水平、工业集聚水平和环境规制水平对城市绿色经济增长效率的影响，模型4考察了全部指标与城市绿色经济增长效率的关系。

结果显示，不同影响因素会对城市绿色经济增长效率产生不同的影响。

就城市化而言，在模型1和模型4中，URB的系数均为负、URB2的系数均为正，这说明城市绿色经济增长效率与城市化水平呈现出明显的U型关系，即随着城市化的不断推进，城市绿色经济增长效率呈现出先下降后上升的趋势。这说明城市化初期的加速推进，人口产业空间的快速扩张可能会给当地生态环境带来显著的负面影响，但当城市化水平提高到一定程度，城市的聚集经济和辐射效应将逐渐抵消负面影响，并最终导致城市绿色经济增长效率的提高。

就工业集聚而言，回归结果显示工业集聚与城市绿色经济增长效率呈现显著的正相关关系。工业集聚可以降低资源的消耗、减少污染物排放、提高生产效率，提高城市绿色经济增长效率。

就环境规制而言，回归结果显示政府环境规制与城市绿色经济增长效率呈现显著的负相关关系，这与我们的一般理解并不一致。我们认为，环境规制事实上体现政府对市场主体环境行为的引导和干预，但是规制的力度是否合适则不好把握，因此，丝绸之路经济带城市政府环境规制与城市绿色经济增长效率的负相关关系可能是由于过度的环境规制抑制了市场机制的作用而产生的。

控制变量对城市绿色经济增长效率也产生不同的影响：（1）城市的经济发展水平与城市绿色经济增长效率呈现出显著的正相关关系，说明绿色经济增长是绿色与发展的高度结合，经济发展仍然是城市绿色经济增长的基础；（2）城市外商直接投资水平也有助于绿色经济增长效率的提高，但并不显著。城市外资一般注入城市内发展潜力高、生产技术领先的产业，促进了城市产业结构的优化和升级，因此间接地提高了城市绿色经济增长效率；（3）城市人力资本水平与城市绿色经济增长效率呈现负相关关系，但不显著，这可能是由于丝绸之路经济带多数城市还处于投资驱动型，尚未进入知识和创新驱动的发展阶段；（4）城市人口密度与城市绿色经济增长效率呈现显著的负相关关系，说明人口密度过高会抑制城市绿色经济增长效率的提高。

六、简要结论及建议

根据上文研究可以发现，无论是区域间还是区域内，丝绸之路经济带各城市的绿色经济增长效率均存在明显差异，说明绿色经济发展水平并不均衡。而城市化水平、工业集聚程度、环境规制强度、经济发展水平、人口密度是造成城市间绿色经济增长效率差异的主要因素。为此，本文提出三点建议。

第一，立足城市绿色经济增长非均衡特征，确定丝绸之路经济带城市开发开放的重点。具体而言，对成都（99.22%）、重庆（98.74%）等绿色经济增长效率较高的城市，应着力提升城市绿色经济增长质量，发挥资源环境和绿色产业优势，建设高端制造业、清洁能源、高技术产业、现代服务业基地，打造丝绸之路经济带的绿色增长极，构建国际绿色产业和技术合作的高端平台。而对于绿色经济增长效率较低的城市，应注重夯实绿色经济增长基础，加强绿色基础设施投入、加快绿色产业体系建设，将开放开发与经济发展方式转变结合起来，在国内外合作交流中实现转型升级。

第二，促进丝绸之路经济带区域内部城市绿色经济增长合作互动。丝绸之路经济带战略是一种新的制度安排和区域合作新模式，不仅需要外部合作更要内部合作，而且外部合作还要以内部合作为基础。这需要我们正视丝绸之路经济带区域内部城市绿色经济增长差距，加强绿色经济增长合作机制建设，塑造地区城市专业化分工体系，完善区域城市生态环境保护联防联控制度，加强绿色经济增长合作机制建设，建立区域城市生态补偿机制，形成平等互利、合作共赢、统一联动的城市“绿色经济增长共同体”，实现区域整体开发、资源协调利用、经济共同增长的战略目标。

第三，全面提升丝绸之路经济带城市绿色经济增长水平和效率，打造丝绸之路城市绿色经济增长带，重点在顶层设计和制度设计上做出统一安排，坚持生态底线，持续优化生态环境，丰富丝绸之路经济带城市绿色经济增长的具体内容，继续加大对丝绸之路经济带城市绿色经济增长的支持力度，避免丝绸之路经济带沿线城市为争资源、争政策而忽视城市绿色经济增长，鼓励各城市在功能定位、产业选择、空间布局方面体现绿色经济增长理念，强化资源节约集约利用，推动绿色经济增长实践，从整体上提升丝绸之路经济带城市绿色经济增长水平，以丝绸之路城市绿色经济增长带支撑和带动丝绸之路经济带建设。

参考文献：

[1] 白永秀、王颂吉，2014：《丝绸之路经济带的纵深背景与地缘战略》，《改革》第3期。[Bai Yongxiu and Wang Songji，2014，“Deep Background and Geopolitical Strategy of Silk-road Economic Belt”，Reform，3.]

[2] 范巧，2012，《永续盘存法细节设定与中国资本存量估算：1952～2009年》，《云南财经大学学报》第3期。[Fan Qiao，2012，“Details of Perpetual Inventory Method and Capital Stock Estimation of China from 1952 to 2009”，Journal of Yunnan University of Finance and Economics，3.]

[3] 胡鞍钢等，2014：《丝绸之路经济带：战略内涵、定位和实现路径》，《新疆师范大学学报》第2期。[Hu Angang et al.，2014，“Connotation，Definition and Passage of ‘Silk-road Economic Belt Strategy”，Journal of Xinjiang Normal University，2.]

[4] 钱争鸣、刘晓晨，2014：《我国绿色经济效率的区域差异及收敛性研究》，《厦门大学学报：哲学社会科学版》第1期。[Qian Zhengming and Liu Xiaochen，2014，“A Study of Regional Differences and Convergence of Green Economic Efficiency in China”，Journal of Xiamen University（Arts & Social Sciences），1.]

[5] 沈能，2014，《工业集聚能改善环境效率吗？——基于中国城市数据的空间非线性检验》，《管理工程学报》第3期。[Shen Neng，2014，“Can Industrial Agglomeration Improve Environmental Efficiency：Spatial Empirical Test Based on City Data in China”，Journal of Industrial Engineering and Engineering Management，3.]

[6] 王保忠等，2013：《新丝绸之路经济带：一体化战略路径与实施对策》，《经济纵横》第11期。[Wang Baozhong et al.，2013，“The New Silk Road Economic Belt： Integration Strategic Path and Implementation Measures”，Economic Review，11.]

[7] 王兵等，2014：《城镇化提高中国绿色发展效率了吗》，《经济评论》第4期。[Wang Bing et al.，2014，“Does Urbanization Increase Chinas Green Development Efficiency？”，Economic Review，4.]

[8] 万芳芳等，2014：《亚太地区环境问题与可持续发展探析》，《环境科学导刊》第S1期。[Wan Fangfang et al.，2014，“Study on the Environmental Issues and Sustainable Development in the Asia-Pacific Region”，Environmental Science Survey，S1.]

[9] 王海龙等，2016：《绿色技术创新效率对区域绿色增长绩效的影响实证分析》，《科学学与科学技术管理》第6期。[Wang Hailong et al.，2016，“Effects of Green Technological Innovation Efficiency on Regional Green Growth Performance： An Empirical Analysis”，Science of Science and Management，6.]

[10] 杨恕、王术森，2014：《丝绸之路经济带：战略构想及其挑战》，《兰州大学学报（社会科学版）》第1期。[Yang Shu and Wang Shusen，2014，“The Strategic Conception of the Silk Road Economic Belt and Its Challenges”，Journal of Lanzhou University（Social Sciences），1.]

[11] 朱承亮等，2011：《环境约束下的中国经济增长效率研究》，《数量经济技术经济研究》第5期。[Zhu Chengliang et al.，2011，“Empirical Study on Chinas Economic Growth Efficiency Under the Binding of Environment”，The Journal of Quantitative & Technical Economics，5.]

[12] 朱显平、邹向阳，2006：《中国-中亚新丝绸之路经济发展带构想》，《东北亚论坛》第5期。[Zhu Xianping and Zou Xiangyang，2006，“Idea of New Silk Road Economic Development Zone between China and Central-Asia”，Northeast Asia Forum，5.]

[13] Fukuyama H.and W.L.Weber，2009，“A Directional Slacks-based Measure of Technical Inefficiency”，Socio-Economic Planning Sciences，43（4），pp.274-287.

[14] Hailu A.and Veeman.，2001，“Non-Parametric Productivity Analysis with Undesirable Output： An Application to the Canadian Pulp and Paper Industry”，American Journal of Agricultural Economics，83，pp.805-816.

[15] Harberger A.C，1978，“On the Use of Distributional Weights in Social Cost-Benefit Analysis”，Journal of Political Economy，86（2），pp.87-120.

[16] Reinhard S.et al.，2000，“Environmental Efficiency with Multiple Environmentally Detrimental Variables： Estimated with SFA and DEA”，European Journal of Operational Research，121（10），pp.287-303.

[17] Ruggiero J.，2000，“Nonparametric Estimation of Returns to Scale in the Public Sector with an Application to the Provision of Educational Services”，The Journal of the Operational Research Society，51，pp.906-912.

[18] Shaik S.et al.，2002，“Direct and Indirect Shadow Price and Cost Estimates of Nitrogen Pollution Abatement”，Journal of Agricutural and Resource Economics，27，pp.420-432.