异质性视角下绿色转型绩效评价与提升研究

王 晓 岭， 丁 相 安， 秦 曦

(1.北京科技大学 经济与管理学院， 北京 100083；2.大连理工大学 管理与经济学部， 辽宁 大连 116024)

随着全球性经济疲软、生态退化、气候危机和社会冲突等问题的频发与恶化，传统资源依赖型和粗放型经济运行模式已不可持续。如何在促进经济增长的同时，实现资源节约、环境友好、生态平衡、社会和谐发展，成为国际组织、各国政府和社会各界一致关注的焦点议题[1]。

对中国而言，随着人口与资源红利的下降，经济发展逐渐从“成本驱动”和“规模驱动”进入以“调结构”、“稳增长”、“降能耗”、“减排放”为特征的战略转型和调整阶段。为了推动绿色增长与转型发展，中国政府相继提出了“科学发展观”、“和谐社会建设”、“循环经济”和“生态文明建设”等指导思想；2012年11月，党的十八大报告中进一步明确提出大力“推进绿色发展、循环发展、低碳发展”；2015年3月，中央政治局会议将“绿色化”列为国家战略，以加快实现传统经济向绿色经济的转型；2017年10月，中国共产党第十九次全国代表大会上，习近平总书记进一步强调要“建立健全绿色低碳循环发展的经济体系”，“构筑尊崇自然、绿色发展的生态体系，始终做世界和平的建设者、全球发展的贡献者、国际秩序的维护者”。

在此背景下，形成对经济绿色转型绩效的客观评价与关键动因识别，对于促进国家的绿色增长和转型升级就变得十分重要。但不同国家因经济水平、规模速度、发展背景、地理区域等差异所带来的生产技术异质性是显著存在的，忽视这种差异容易导致对增长转型来源的有偏估计。因此，本文从各经济体所处发展阶段的差异性出发，以“经济增长”、“资源节约”、“环境友好”和“福利增长”作为转型目标构建国家绿色转型绩效的分析框架。在此基础上，构建异质性视角下的绩效评价与分解模型，形成对中国与世界主要经济体绿色转型绩效和驱动因素的识别，明确中国所处的转型阶段，提炼出中国和不同类型国家加快实现转型升级的策略与重点。

一、文献综述

绿色转型是近年来出现的转型发展新主张，关于绿色转型的理论和实践仍处于探索阶段[2]。尽管国内外对于绿色转型绩效的研究有限，但相关成果依然为本研究的开展提供了有效的支撑和指导[3]。

从内涵界定上看，尽管现有研究对绿色转型的表述和重点因分析视角与对象的不同具有一定的差别，但都是围绕着节能减排、环境友好、社会和谐、生态平衡目标为取向。例如，经济合作与发展组织把绿色转型看作是绿色增长理念的拓展和延伸[4]；刘纯彬和张晨把绿色转型看作是经济发展、社会和谐、资源节约、环境友好的科学发展模式[5]；诸大建提出城市绿色转型的重要特点是以资源生产率为主要内容的生态发展绩效的提高[6]；Thomas把绿色转型看作是通过能源结构变革、绿色空间扩展以实现可持续发展的过程[7]；Yu等认为经济转型的本质是粗放型增长方式向集约型增长方式的转变，强调的是增长质量和增长范式的改善[8]。

从分析框架上看，随着对绿色增长转型内涵认识的不断加深，其分析思路和视角也逐渐从节能减排向社会综合发展拓展。例如，董锋等基于资源节约和环境友好型社会的目标，将环境影响引入到分析框架，基于环境生产技术构建了城市转型绩效评价体系[9]；彭星在经济增长的基础上，将工业发展所带来的减排效果纳入到产业绿色转型绩效的评价中[10]；张卫枚和方勤敏以最小的资源环境消耗和经济投资换来最大且可持续的经济增长、社会和谐与环境改善作为评价框架[11]；庞瑞芝和李鹏从增长、节能、环保与低碳的分析视角出发，构建经济“内涵型”技术效率的评价体系以表征转型绩效[12]；雷明和虞晓雯从循环经济的视角出发，将造林绿化作为碳汇纳入经济全要素增长率的评估体系中，形成对低碳经济转型绩效的识别[13]。

从评价方法上看，尽管目前没有统一表征经济增长质量的指标[14]，但以“投入-产出”绩效为分析思路的单要素评价方法和以全要素分析为导向的数据包络分析(Data Envelopment Analysis，DEA)技术得到了广泛的应用和推广[15]。例如，方杏村和陈浩利用Malmquist指数，以资本、劳动、资源和科技作为投入，以地区生产总值、社会零售品总额和地方财政一般预算内收入为产出测算了资源衰退型城市的经济转型效率[16]；曹建忠和汪海凤利用动态SBM共同边界模型对异质性的资源型城市转型效率进行了分类评估和比较[17]；姚西龙等利用DEA-RAM 模型，构建了包含环境效率、经济效率及创新效率的工业经济转型效率的测算模型[18]；张丽华等利用交叉DEA模型对城市转型效率进行了横向的测度与比较[19]。

基于现有研究，综合考虑“经济(Economy)-资源(Resource)-环境(Environment)-社会(Society)”(ERES)问题的系统性和国家间的技术异质性，本文通过构建资源环境约束下以社会福利最大化为目标的国家绿色转型绩效评价体系与模型，形成对现有转型绩效分析框架与测度方法的拓展。

二、模型构建

全要素生产率是体现经济增长综合效率的重要指标，也是新古典经济学、判断经济转型的重要方法[20]。本文以考虑非期望产出的Malmquist-Luenberger(ML)指数为基础，结合全局分析及混合测算技术构建绿色转型绩效的评价与分解模型。

1.绿色转型绩效测度

假设t个时间点上(t=1,2,…，T)比较n个(n=1,2,…，N)决策单元DMU(Decision Making Unit)的动态转型绩效，形成的生产可能性集为P(x,y,b)={(x,y,b):x→y,b}。为了避免传统ML指数模型存在虚假的技术退步这一缺陷[21]，同时为了系统地解决分析中指标变量的“强/弱可处置性”、“径向/非径向”以及“可分/不可分”等问题以实现对转型的有效测度，本文结合最新的全局技术(Global)与混合距离函数(Hybrid Distance)技术[22]，构建如下基于混合模型的ML指数。

HML=EG(xt+1,yt+1,bt+1)/EG(xt,yt,bt)

(1)

(2)

约束条件如下：

m=m1+m2;s=s1+s2+s3+s4

(3)

该公式的测算结果中，若HMI>1则意味着某一国家实现了绿色转型绩效的提升，说明其经济增长的同时有效地促进了社会福利的改善和节能减排；若HMI=1，表明该国的绿色经济处于一个较为稳定的发展状态；若HMI<1，说明该国家出现了绿色生产率退步，其经济增长仍然处于依靠资源消耗、环境破坏和福利损失的基础上，是一种非绿色和不可持续的状态。

2.绿色转型绩效分解

参考Oh和Lee的研究[23]，从效率变化、技术进步和技术缺口比率的变动的维度对绿色转型绩效的驱动因素进行解析，公式如下：

(4)

其中，EC( Efficiency Change)和BPC(Best Practice Gap Change)为群组跨期前沿(Intertemporal Frontier)下的技术效率变化指数和和纯技术效率变化指数，分别表示观测个体对群组当期前沿(Contemporaneous Frontier)的追赶效应以及技术进步情况。TGC(Technical Gap Change)表示技术差距比率变化指数，而技术差距比TGR(Technology gap ratio)则是用来衡量群组生产技术与全局生产技术(Global Frontier)之间的差距。相应地，若EC>1 或EC< 1，表示决策单元的绩效水平实现了向群组前沿的追赶或与最优前沿差距的扩大；若BPC> 1 或BPC< 1，表示出现了技术进步或退步的情况；若TGC> 1或TGC< 1，表示与全局前沿技术差距在缩小或扩大。若TGC=1则表明该决策单元位于跨期全局前沿上，起到绿色生产技术的领先和示范效应。

三、实证分析

1.样本说明

综合考虑样本代表性、数据可获性、研究前沿性等因素，本文选取目前对国际经济、环境和社会发展具有显著影响力的二十国集团(G20)作为观测对象，并用西班牙替代欧盟，形成完整的20个国家样本[24]。此外，在群组的划分上，参考Chiu等的研究[25]，依据经济发展阶段对G20集团样本进行分组，形成发达国家(美国、英国、日本、法国、德国、加拿大、意大利、澳大利亚、韩国、西班牙)、金砖国家(中国、巴西、俄罗斯、印度、南非)和其他发展中国家(阿根廷、印度尼西亚、墨西哥、沙特阿拉伯、土耳其)3个群组。

2.指标数据

参考相关文献对转型绩效测度中投入产出变量的选择及处理方式[26]，本文以资本、能源、劳动作为投入，选取经济产出、福利水平和环境影响作为产出。其中，资本存量利用永续盘存法计算[27]，并按经济发展阶段确定其资本折旧率[28]，将其定义为可分的非径向投入；能源投入的常用代理变量为一次能源消费量，在本研究中为不可分的径向投入；劳动力以各国年末就业人数作为劳动投入的代理变量，并定义为可分的非径向投入；经济产出以基于市场汇率的真实GDP作为代理变量，并定义为可分非径向期望/好产出；福利水平以人均预期寿命表示，同样定义为可分非径向期望/好产出；经济活动带来的环境影响由CO2排放量表示，并定义为不可分径向非期望产出。

根据指标的可获性、可信度和时效性确定数据来源：资本存量、真实GDP、劳动力人数和人均预期寿命计算所涉及到的数据均来自于WDI(Word Development Indicators)数据库；能源消费和CO2排放量的统计采用BP能源年鉴的相关统计，并确定观测期限为2000～2015年。

3.实证结果

根据前面所确定的指数计算及分解公式，利用二十国集团2000～2015年面板数据进行投入导向的实证分析，得到各国绿色转型绩效的估算结果和各组HML指数的动态变化情况(见图1)，并利用分解公式计算观测期内各国和群组年均效率变化、技术进步和技术差距比变化(见表1)。

图1 二十国集团与各组2000～2015年HML得分

根据图1和表1的结果可知，在观测期内，二十国集团整体上出现了绿色转型绩效的微弱下降和退步。此外，受金融危机影响，各组的转型绩效在2007～2008年间均出现了显著的下滑，并于2009年降至最低点。该结果体现出绿色增长和转型面临的持续挑战和压力。从群组和个体的绩效与分解得分来看：

表1 二十国集团2000～2015年HML、EC、TC和TGC得分均值

注：表中数据为2000～2015年HMI的几何平均数。

(1)转型绩效

从HML指标的年均得分来看，发达国家组的绩效最好且受金融危机影响最小，出现了较为明显的绿色转型，即在经济增长的同时，有效地实现环境改善与福利增加，其转型绩效年均增长率约为0.38%；金砖国家组的绿色转型绩效在3个群组中处于中间位置，年均HML得分为1.0008，已经体现出了转型升级态势。但不可忽视的是，尽管金砖集团在2008～2010年间逐渐摆脱了金融危机的影响，但其HML在2010年以后仍然小于1，出现了绿色增长的停滞，前景不容乐观；发展中国家组在3个群组中的绿色转型绩效最低，年均HML普遍小于1且得分波动性较大。该结果一方面体现出发展中国家目前ERES系统的脆弱性，另一方面也说明其经济增长尚未摆脱以资源消耗和福利损失为代价的粗放型模式；从个别国家上看，俄罗斯、日本、美国和英国的绿色转型成果最为显著，年均转型绩效的提升速度在1%以上。中国以年均1.0068的得分位列第5，体现出其在绿色增长和转型方面的努力及成效。

(2)追赶效应

从EC指标的年均得分来看，发达国家组和金砖国家组都体现出了转型绩效的追赶态势，并且金砖国家组内的“追赶”效应更为显著，年均增速达到0.93%。此外，技术效率的变化也体现出金砖国家在资源配置效率上的优势和改进，说明随着以中国为代表的新兴国家经济基础的提高和对外开放的扩大，其在制度环境和管理模式等方面已经体现出了较为显著的提升和改善，并进一步形成了正向溢出效应与“制度红利”，从而有效地推动了整体的绿色增长与转型；相对而言，发展中国家在管理制度上则出现了停滞，未能有效地通过配置效率的提高促进绿色转型，该结果也体现出以墨西哥为代表的发展中经济体在制度环境、管理绩效和治理能力上的不足；从个别国家来看，俄罗斯和中国分别以年均2.36%和1.99%的技术效率增长成为G20中典型的“追赶型”国家，说明观测期内配置效率的改善对俄罗斯和中国的绿色转型发展起到了积极的推动作用。

(3)创新效应

从BPC指标的年均得分来看，发达国家和发展中国家在观测期内均实现了技术的进步，且发展中国家的技术进步改善的作用更为突出，已经成为其绿色转型发展的主导力量。由此可知，发达国家和发展中国家都有效地实现了绿色转型的创新驱动，绿色科技的积极作用在以上两类国家中取得了较好的成效；相对而言，金砖国家组则出现了一定程度的技术退步，抑制了该组国家绿色转型绩效的提升；从个别国家来看，英国和墨西哥分别以1.0106和1.0071的得分成为技术进步的典型，因此也被看作是“创新型”国家的代表。相对而言，中国在观测期内则出现了一定的技术退步，技术创新未能发挥出其对绿色转型绩效应有的推动作用。

(4)领先效应

从TGC指标的年均得分来看，发达国家在观测期内一直占据着绿色生产技术的制高点，引领二十国集团的绿色转型发展。反之，金砖国家组和发展中国家组的TGC均值都小于1，技术缺口比率的变化随着时间推移不断扩大，说明其绿色生产技术水平与发达国家之间的差距在不断扩大。但同时，该结果也显示出金砖国家与发展中国家在绿色转型绩效提升上的巨大潜力。从个别国家来看，澳大利亚以及加拿大、德国、法国、英国、意大利、日本和美国(“七国集团G7”的成员)的TGC值为1，都处于绿色生产技术的前沿面，代表着G20中绿色转型的最优水平，是当今世界绿色发展的“领先者”。而以中国为代表的金砖国家和以沙特阿拉伯为代表的发展中国家的技术缺口比率在观测期内都小于1，出现了较为明显的“效率缺口”，且技术差距出现了不断扩大的态势，突显出当前新兴市场国家在绿色转型方面的“弱势地位”和较大的改善空间。

四、结论与建议

本文从技术异质性的视角出发，通过对G20国家及其群组的分析，得到如下主要结论：发达国家组在G20中的绿色转型绩效最高、ERES系统稳定性最好，并且实现了“软(管理制度)”和“硬(技术创新)”要素的“双轮驱动”，成为绿色转型的“领导者”。发展中国家组在3个群组中的绿色转型绩效最低且稳定性差，其转型绩效提升的主要动力来自于“硬”技术的进步而非管理制度的改善。因此，为了减少“效率缺口”，发展中国家应进一步关注和加强“软”要素方面的建设与能力提升。相比较而言，以中国为代表的金砖国家组绿色转型绩效处于中间位置，其转型发展的动力主要来自于配置效率的提高而非技术进步。

因此，在总结和分析G20中“追赶型”、“创新型”、“领先型”以及“双轮驱动型”国家的成功经验的基础上，本文结合中国国情提出以下对策，以加快释放绿色转型绩效的提升潜力、不断缩小与国际生产技术前沿的差距和缺口：

首先，提高绿色治理能力，加大绿色治理力度。以中国为代表的新兴经济体已逐渐从成本和规模驱动的发展模式向制度驱动转变。为了进一步增强和扩大制度优化带来的绿色增长“新红利”，一方面结合目前中国推行的“供给侧改革”，重点加强供给侧的绿色管理，提高全局的配置效率；另一方面要将“顶层设计”、“中层支撑”和“底层参与”有机结合，将绿色转型纳入到制度化、法治化、常态化的轨道，构建起全面、完善、动态的绿色治理体系。

其次，鼓励绿色技术创新，推广绿色技术应用。 一是结构性调整，在提高自然资源开发效率的同时，重点发展污染防控、节能减排、循环利用、生态修复等产品与服务的技术研发、孵化和产业化推广应用；二是适宜性利用，结合中国目前所处的发展阶段和特征，积极开发和推广于不同应用主体和对象最为适宜和恰当的绿色技术；三是积木式组合，依据“积木式创新”的理念，充分协调绿色技术创新中涉及到的各类要素，提高技术创新和应用的效用和效率。

最后，宣传绿色发展理念，构建绿色转型平台。为了加快形成“双轮驱动”的发展模式，一方面要进一步加大全社会对绿色增长与转型理念、文化的认知与认可，形成强烈的转型意愿并付诸行动，实现知行合一；另一方面要积极构建多层次、全方位、多样化的绿色转型共享平台，促进多主体、多部门、多行业之间的跨界沟通、交流、合作与共享，以更低的成本为“软”、“硬”要素的有机结合与协同提升创造更多的机会。

[1] 车亮亮,武春友. 我国能源绿色转型对策研究[J]. 大连理工大学学报(社会科学版),2015，36(2):41-46.

[2] 朱远. 城市发展的绿色转型:关键要素识别与推进策略选择[J]. 东南学术,2011(5):40-50.

[3] 郝芳,王雪华,孔丘逸. 基于系统动力学的中国绿色增长评价模型研究[J]. 大连理工大学学报(社会科学版),2017,38(3):39-45.

[4] OECD. Green Growth: Overcoming the Crisis and Beyond[R]. Paris: OECD Publishing,2009.

[5] 刘纯彬,张晨. 资源型城市绿色转型内涵的理论探讨[J]. 中国人口·资源与环境,2009,19(5):6-10.

[6] 诸大建. 基于PSR方法的中国城市绿色转型研究[J]. 同济大学学报(社会科学版),2011,22(4):37-47.

[7] THOMAS K D. Handbook of Research on Sustainable Development and Economics[M]. Pennsylvania: IGI Global,2015.

[8] YU B,LI X,QIAO Y,et al. Low-carbon transition of iron and steel industry in China: carbon intensity,economic growth and policy intervention[J]. Journal of Environmental Science,2015,28(2):137-147.

[9] 董锋,龙如银,周德群,等. 环境规制下的资源型城市转型绩效及其影响因素分析[J]. 运筹与管理,2013,22(1):171-178.

[10] 彭星. 环境分权有利于中国工业绿色转型吗?——产业结构升级视角下的动态空间效应检验[J]. 产业经济研究,2016(2):21-31.

[11] 张卫枚,方勤敏. 资源衰退型城市经济转型效率研究[J]. 经济问题,2015(11):90-94.

[12] 庞瑞芝,李鹏. 中国工业增长模式转型绩效研究——基于1998～2009年省际工业企业数据的实证考察[J]. 数量经济技术经济研究,2011(9):34-46.

[13] 雷明,虞晓雯. 地方财政支出、环境规制与我国低碳经济转型[J]. 经济科学,2013(5):47-61.

[14] 向书坚,郑瑞坤. 基于质量指数的经济增长转型测度研究——以深圳经济增长为例[J]. 当代财经,2012(8):82-93.

[15] 白雪洁,汪海凤,闫文凯. 资源衰退、科教支持与城市转型——基于坏产出动态SBM模型的资源型城市转型效率研究[J]. 中国工业经济,2014(11):30-43.

[16] 方杏村,陈浩. 资源衰退型城市经济转型效率测度[J]. 城市问题,2016(1):28-35.

[17] 曹建忠,汪海凤. 基于坏产出动态SBM共同边界模型的资源型城市转型效率研究[J]. 软科学,2016,30(2):117-120.

[18] 姚西龙,牛冲槐,刘佳,等. 创新驱动、绿色发展与我国工业经济的转型效率研究[J]. 中国科技论坛,2015(1):57-62.

[19] 张丽华,赵利广. 资源型经济转型效率测度与比较分析——基于 DEA 交叉效率模型[J]. 经济问题,2014(11):123-126.

[20] 赵彦云,刘思明. 中国专利对经济增长方式影响的实证研究:1988～2008年[J]. 数量经济技术经济研究,2011(4):34-48.

[21] MACPHERSON A J,PRINCIPE P P,MEHAFFEY,M. Using malmquist indices to evaluate environmental impacts of alternative land development scenarios[J]. Ecological Indicators,2013(34):296-303.

[22] TONE K. A Hybrid Measure of Efficiency in DEA[R]. GRIPS Research Report Series,2004.

[23] OH D H,LEE J D. A metafrontier approach for measuring malmquist productivity index[J]. Empirical Economics,2010,38(1):47-64.

[24] LEE J W. The contribution of foreign direct investment to clean energy use,carbon emissions and economic growth[J]. Energy Policy,2013,55(4):483-489.

[25] CHIU C R,LIOU J L,Wu P I,et al. Decomposition of the environmental inefficiency of the meta-frontier with undesirable output[J]. Energy Economics,2012,34(5):1392-1399.

[26] ZHANG Y,JIN P,FENG D. Does civil environmental protection force the growth of China’s industrial green productivity? evidence from the perspective of rent-seeking[J]. Ecological Indicators,2015,51(8):215-227.

[27] WEI C,NI J L,SHENG M H. China’s energy inefficiency: a cross-country comparison[J]. Social Science Journal,2011,48(3):478-488.

[28] 刘玉海,武鹏. 能源消耗、二氧化碳排放与APEC地区经济增长——基于SBM-Undesirable 和 Meta-frontier模型的实证研究[J]. 经济评论,2011(6):109-129.