城市绿色经济发展效率研究
2019-03-25肖琳
肖琳
内容摘要:改革开放所带来的红利,使得我国经济高速发展。虽然,从经济总量上来看,我国经济增长率是同时期世界经济增长的3倍,但是,从经济发展质量来看,我国经济发展是以资源消耗及环境污染所换来的。因此,为保证我国经济持续发展,发展绿色经济势在必行。本文在传统绿色经济发展效率测量模型的基础上,加入了环境规制限制变量,对原有模型进行了改良与升级,使模型更接近于现实发展状况。同时,根据所提出的模型,分析了我国主要资源型城市的绿色经济转型发展状况,根据测算结果将所研究的资源城市按照发展效率分为六大类,并对每一类的资源城市发展状况进行了解释说明。
关键词:绿色经济 发展效率 非参数条件 资源城市
引言及文献综述
自改革开放以来,我国经济一直保持高速发展势头,平均年GDP增长率近10%,是同时期世界GDP增长率的3倍,经济发展取得了举世瞩目的成绩,被世界称为“经济增长奇迹”。虽然,中国是世界经济增长第一快国家,并在2010年经济总量成功超过日本,成为全球第二大经济体。但是从经济发展效率角度来看,中国经济发展依靠的是“高投资、高耗能、高排放”的粗放型发展模式,能源及资源利用率极低。因此,从某种意义上来说,中国经济增长与发展的代价是资源、能源浪费及环境污染为代价,是不可持续发展的。尤其是近年来,国内环境污染问题不断加重,极端气候异常现象频频发生,给我国居民的生活及生命健康带来了较大威胁。同时,资源枯竭、生态环境恶化不仅容易引发能源危机,能源与环境问题更是成为阻碍我国经济发展的重要制约因素,环境问题与经济发展问题矛盾日益尖锐。根据我国生态环境部公布的《2017年中国生态环境状况公报》数据显示,2017年全国共发生空气重度污染累计2311天,严重污染累计802天。其中,PM2.5为主要污染物,占据总污染天数的74.2%。環境污染给我国经济可持续发展带来了巨大挑战。对此,我国政府在党的十八届五中全会将“绿色发展”列入到我国经济发展五大理念之一。在同年的11月,将绿色经济发展写入“十三五规划”当中,充分表明我国发展绿色经济的决心与信心。我国绿色经济发展的重点在于转变经济发展方式,使经济朝向“又好又快”方向转变。其中,经济发展转变指产业结构调整,由工业生产为主转向第三产业服务为主、由资源消耗型产业转向资源节约型产业。然而,产业结构调整是一项复杂且漫长的工作。尤其是对于我国部分依靠资源发展的资源型城市,想要完全实现产业结构转变,必将承担更艰巨产业转型任务。因此,本文将资源型城市作为研究主体,分析我国主要资源型城市的绿色经济效率。
绿色经济发展思想最早是由William Petty(1662)提出,他从生态环境与自然资源的关系分析入手,提出了资源的约束将限制人类的创造能力。Malthus(1798)则依从William Petty的绿色经济发展思想,从人口理论角度出发,提出了资源绝对稀缺理论。它认为当人类对自然资源的需求超过自然资源的供给时,资源就表现出稀缺性。而资源的稀缺将影响人类的创新能力及经济发展水平。随后,Ricardo(1817)拓展了绿色经济发展理论,提出了资源相对稀缺理论。他认为资源稀缺的根本原因在于人的欲望无限增长。要想解决资源稀缺问题,关键是控制人类的欲望。Mill(1848)则融合了资源绝对稀缺理论和资源相对稀缺理论的重要思想,提出了经济静态发展理论。他认为经济要想持续发展需要将资源、人口以及人们对财富的欲望进行合理的分配,达到三者相对平衡状态。在进入20世纪之后,有关绿色经济发展理论研究重点逐渐从文字叙述转变成数理模型,如Reinhard(1999)使用了随机生产前沿法研究了环境与资源对经济效率的影响,得出集约化的生产方式相比于传统生产方式,经济效率更高。Perkins以二氧化碳和二氧化硫作为环境参数对全球114个国家的经济发展效率进行了研究,得出好的环境政策及监管方式确实可以提高一国的经济发展效率,而经济发展效率较差的国家通过学习可以实现低成本提高经济发展效率。随着人们对绿色经济发展意识越来越深,越来越多的学者开始对影响绿色经济发展的因素进行研究。Svekauskas(2000)通过对美国各州的绿色经济发展水平研究得出,城市规模对绿色经济发展具有影响作用。并且,城市规模越大,影响程度越深。Fujita(2003)对不同国家的经济市场研究得出,绿色经济发展效率与地区的经济积聚程度有密切关系,经济积聚程度越高,绿色经济发展效率越高。Brullhart(2006)通过实证分析方法,印证了经济积聚程度与经济发展效率的内生关系。他以欧洲作为研究对象,通过对1920-2004年的经济积聚程度和每年的经济效率研究,认为经济积聚度对绿色经济发展效率的贡献度达到13%。
我国有关绿色经济发展研究起步较晚,且研究领域主要集中在绿色经济指标及发展水平评价方面。如刘晓晨(2015)认为绿色经济发展效率其实质是经济发展程度与资源消耗和环境污染之差,其数值越大,表明绿色经济发展效率越高。聂玉立(2015)使用DEA测度方法研究了我国地级以上城市绿色经济发展效率,得出我国城市绿色经济发展效率与经济发展之间存在“U型”关系,其中经济发展水平处于中间水平的中部地区和华中地区的绿色经济发展效率最低。同时,绿色经济发展效率与产业密切相关,以服务业为主的城市绿色经济发展效率较高。王亚平(2017)使用超效率EDA模型研究了我国城镇化发展对绿色经济发展效率的影响,得出城镇化发展与绿色经济发展效率成非对称“U型”关系。并且,随着城镇化进程不断推进,绿色经济发展效率要经历先下降后达到转折点再向上的过程。
绿色经济发展理论及模型构建
(一)绿色经济发展理论
在全球生态环境遭受破坏,生态危机不断凸显的背景下,全球经济正面临着环境资源约束挑战,而绿色经济发展与绿色经济增长也成为了实现经济可持续发展的必经之路。自21世纪初期,各国学者及相关领域专家就已经全面开展对绿色经济发展研究,但是时至今日国际上也没有对绿色经济发展的定义及内涵达成共识,对绿色经济发展内涵存在不同的见解和定义。例如:Glemarec认为绿色经济发展的实质是利用市场看不见的手弥补市场失灵,以提升社会整体福利。Nielsen认为绿色经济发展是通过高效的管理方式减少经济发展的外部性,依靠绿色技术和绿色生产等手段获得更高的净利润过程。随着人们对绿色经济发展的研究越来越深,又有学者提出绿色经济发展的内涵及意义还包括:通过绿色生产及绿色技术所创造出的就业岗位、生产资料效率的提升获得的绿色投资、绿色产品所带来的绿色创新等。此外,随着绿色经济的不断发展,人们为了检验经济是否真正朝向绿色经济发展,因此构建了许多有关绿色经济发展评价体系,包括:OECD绿色经济增长衡量、UNEP绿色经济衡量、WB绿色增长政策衡量、GGGI绿色增长计划评价体系、北师大绿色发展指数、中科院可持续发展指数等。在绿色经济增长实现路径方面,也是各国学者的研究重点。Martinelli认为要想提升绿色经济发展质量,应当将绿色经济发展策略纳入政府经济发展计划中,同时需要政府推出一系列及多方面的政策工具以支持绿色经济发展。其中,绿色经济发展政策要具有:多层次治理、系统性评价、灵活性、系统性、可调节等特征。此外,Raworth从绿色经济发展战略选择角度出发,认为绿色经济发展除了需要政策支持以外,还需要环境规制、资金投入以及创新能力等要素。并以此提出发达国家与发展中国家的绿色经济发展选择策略应当不同,不同经济发展程度的国家需要根据本国经济发展状况,选择温和式的发展模式,以管理式放缓的方式有效控制绿色经济发展速度与质量。
(二)构建绿色经济发展效率的非参数模型
绿色经济发展效率测量模型。将每个待研究的资源城市作为一个生产决策单位,符号xti表示某一资源城市的要素投入。其中,t表示时间,i表示资源城市。同时,设定每个资源城市的期望产出为yait,非期望产出为ybit。
上述所得的绿色经济发展效率模型是在绿色监管条件下的绿色经济发展效率表达式。但是,在我国不断重视绿色经济发展的背景下,环境监管部门以及政府已经将绿色发展监管纳入到经济发展过程当中。因此,绿色监管必然会对资源城市的绿色经济发展效率产生一定影响,需要对模型进一步优化,建立带有绿色监管约束条件下的资源城市綠色经济发展效率模型。
优化的绿色经济发展效率测量模型。在原有模型中,引入限制变量Z。由贝叶斯公式可将限制变量Z的条件概率函数转化成:
根据Badin提出的LSCV和Daraio提出的Hall窗口优算方法可以确定概率函数的最优窗宽。因此,当限制约束条件Z=z时,资源城市的绿色经济发展效率表达式为:
模型指标选择。投入要素包括:资本、劳动及资源。其中,资本要素以永续盘存方法,即将过去的投资权重作为资本存量。本文以2010年为基期,资本存量的具体数值由公式Kt=Kt-1(1-δ)+It求得。其中,Kt表示t时期资本存量,It表示t时期新增的资本存量;劳动要素以年末城镇就业人员数量表示;资源要素包括用于生产的土地及水、电、气等资源投入量。其中,土地要素使用城市建设用地表示,而不采用非建成区。因此非建成区不包括生产土地。而水、电、气要素的投入量使用总投入量表示,并不需要用工业用量。原因在于家庭的水、电、气的消耗也用于了劳动在生产环节,属于间接生产资源。而绿色经济监管限制变量则与环境污染息息相关,因此限制变量的数据选取应当从环境监管成本、收益及强度等方面入手来确定。许多文献在环境污染与治理方面的数据都使用工业污染物排放来表示,即使用工业“三废”表示污染程度。因此,本文采用所研究的资源城市“三废”治理效率或者达标率代表环境规制。
研究数据来自于2010-2017年我国主要资源城市统计年鉴整体,而环境规制数据来自于《环境统计年鉴》。
实证分析
资源城市绿色经济发展效率。通过具有限制约束条件的绿色经济发展效率模型可得出我国省级资源城市绿色经济发展效率状况,具体如表1所示。表1绿色经济发展效率是按照研究对象的实际发展效果从高低排列统计得出,数值在0至1区间。当数值越趋近于1时,表示该地区绿色经济发展效率越高;当数值越趋近于0时,表示该地区绿色经济发展效率越低。
绿色经济发展效率分析。总体来看,我国绿色经济发展效率呈现出“马鞍”形态分布,表现出东西部绿色经济发展效率较高,而中部地区绿色经济发展效率较低。具体而言:第一,本溪、白银及自贡地区的绿色经济发展效率属于第一类别,城市绿色经济发展效率基本保持在1的发展水平。其中,本溪的绿色经济发展效率一直保持在1的发展水平,说明该地区的绿色经济发展效率一直名列前茅。而白银和自贡分别有两年的绿色经济发展效率低于1的发展水平,其中,白银在2015年和2016年的绿色经济发展效率为0.99和0.97,自贡在2012年和2016年的绿色经济发展效率为0.98和0.88。从数值上来看,二者仍然保持较高的绿色经济发展效率,因此也属于发展效率第一类别;第二,第二类资源城市的绿色经济发展效率较第一类资源城市绿色经济发展效率相比有所下降,但是下降的并不明显。其中,邯郸作为钢城煤都,为加快绿色经济转型,提升绿色经济发展效率。邯郸政府自2012年就开始每两年组织重点绿色经济发展项目。目前,通过“三集中”活动,邯郸已经累计建设228个重点绿色竞技项目,总投资高达3212亿元;第三,第三类资源城市正处于稳步发展阶段。虽然这些城市在转型初期发展效果差强人意,但是随着城市的不断发展,绿色经济发展效率逐渐提升。例如,包头市则立足资源和产业基础两大优势,积极引进互联网技术,包括大数据、云计算、物联网等。目前,全市已经建成9个工业园区、1个国家高新技术开发区、3个自治区承接产业示范园区、5个工业循环经济示范园区等科技园,发展前景明朗;第四,第四类资源城市的绿色经济发展效率普遍集中在0.5-0.7之间,表明该类别的资源城市绿色经济发展较为稳定,基本可以保持在0.5数值以上的发展效率。仅有延安在2010年时的绿色经济发展效率低于0.5,其它年份的绿色经济发展效率较为平稳。此类城市绿色经济发展不高的原因在于,这些城市绿色经济发展基础较差,底子薄。例如,延安在21世纪初时,生态环境恶劣,水土流失问题严重。“一场大雨一场泥,一茬庄稼剥一层皮”是当时延安生态环境的真实写照。在绿色经济发展方面,延安主要针对退耕还林。目前,延安的森林覆盖率已经由10%提升到46%,发展成果显著;第五,第五类和第六类资源城市的绿色经济发展效率普遍较低,每个资源城市的绿色经济发展效率都存在低于0.5数值的发展效率。其中,白山最低为0.33、淮南最低为0.44、东营最低为0.48、晋城最低为0.45、鹤壁最低为0.29、洛阳最低为0.33。该类城市的绿色经济发展效率与第一类和第二类城市绿色经济发展效率差距明显,绿色经济发展效率平均为前两类城市的一半左右,表明该类地区的城市投入与产出不成比例,投入较多且产出较少。提高生产效率、资源利用率及增加绿色生产技术在工业生产中的使用频率尤为重要。
结论
本文在传统绿色经济发展效率模型的基础之上,加入了环境监管约束条件,优化了原有模型。从模型分析结果来看,我国绿色经济发展效率状况良好,整体呈现出马鞍形态。根据绿色经济发展效率数值将所研究的资源型城市按照发展效率的高低分为六大类。从数值分类可知,我国资源型城市绿色经济发展效率差距较大。处于第一分类的资源城市可以长期保持高效的发展效率,而处于第五类和第六类的资源型城市的发展效率则普遍偏低,需要进一步出台相关政策,以协助该地区城市的绿色经济发展。
参考文献:
1.钱争鸣,刘晓晨.环境管制与绿色经济效率[J].统计研究,2015(7)
2.秦小丽,刘益平.绿色发展研究评述[J].社会科学家,2018(4)
3.朱海玲.绿色经济评价指标体系的构建[J].统计与决策,2017(5)
4.聂玉立,温湖炜.中国地级以上城市绿色经济效率实证研究[J].中国人口·资源与环境,2015(5)
5.潘文砚,王宗军.中国大城市环境效率实证研究[J].城市问题,2014(1)
6.王丽霞,刘耀彬,袁华锡等.文化产业集聚对绿色经济效率的影响—基于动态面板模型的实证分析[J].资源科学,2017,39(4)
7.诸大建,汪克亮,杨力等.异质性生产技术下中国区域绿色经济效率研究[J].财经研究, 2016(4)
8.向书坚,郑瑞坤.中国绿色经济发展指数研究[J].统计研究,2013(3)
9.韩国莹,李战江,刘秀梅.基于聚类-因子分析的绿色经济发展评价指标体系构建[J].商业经济研究,2017(12)
10.Chung,Koelbl B S,Broek M A V D,Ruijven B J V,et al. Uncertainty in the deployment of Carbon Capture and Storage(CCS):A sensitivity analysis to techno-economic parameter uncertainty[J].International Journal of Greenhouse Gas Control,2016,27(8)