绿色经济效率区域差异及影响因素研究——以安徽省16个地市为例

徐祥，朱敏

党的十九大报告提出，要加快建立绿色消费和生产的法律制度和政策导向，不断健全绿色低碳循环发展的经济发展方式，打造经济发展的新模式。得益于改革开放，安徽省经济取得了长足发展，国民生产总值从1978年的114亿元增长到2016年的24 408亿元。然而，随着工业化和城市化加快，经济快速增长的同时，生态环境也在不断恶化。如何正确处理经济增长与资源环境的关系，实现经济与生态环境的协调发展成为人们关注的焦点。忽略生产过程中的资源约束及其对生态环境的影响，仅从一个地区GDP总量的角度来评价该地区的经济增长绩效，具有一定的片面性。因此，在考察资源环境约束下，构建安徽省绿色经济效率评价体系，有助于对安徽省绿色经济发展进行客观评价。

一、文献综述

绿色经济效率是对经济发展质量进行客观评价的重要因素，主要从经济发展、资源环境2个方面来考察要素投入是否达到理想的产出水平。当前，学术界关于绿色经济效率的研究主要集中在绿色经济效率的测算、空间差异及影响因素分析等问题上。

目前，越来越多的学者在测算绿色经济效率时将资源环境考虑进去。一是将环境因素等同于其他投入要素纳入模型进行分析。例如，于伟和张鹏将环境污染作为投入要素，运用随机前沿模型对中国绿色经济效率进行测度［1］。二是将环境污染作为产出中GDP的影响因素，重新构建绿色GDP指标纳入模型分析。例如，杨龙和胡晓珍将GDP与环境污染指数的比值定义为绿色GDP，并将其作为产出要素纳入DEA模型进行测度［2］。三是将环境污染单独作为非期望产出纳入模型分析。例如，钱争鸣和刘晓晨将工业“三废”污染排放量作为产出要素，利用SBM模型对中国绿色经济效率进行测度［3］。

近年来，绿色经济效率区域差异及影响因素成为学者们研究的热点问题。例如，斑斓和袁晓玲将资源环境因素纳入超效率SBM模型中，发现中国八大区域绿色经济效率呈现出由东南沿海向西北内陆递减的趋势，并研究其影响因素［4］。聂玉立和温湖炜通过对中国城市绿色经济效率进行测算，发现东部沿海城市的绿色经济效率高于中西部城市，进而通过建立面板Tobit模型，发现外资利用、产业结构升级、科技投入对绿色经济效率有积极影响［5］。绿色经济效率的影响主要包括GDP、外资依存度、产业结构、人力资本等经济因素，政府规制力度等政策因素，资源禀赋等因素。目前，关于影响因素的研究有两大发展趋势：一是将影响因素与绿色经济效率相结合［6］；二是研究与绿色经济效率的空间效应［7］。

纵观目前绿色经济效率的研究成果可以发现，研究的空间尺度多以省域为主，而对于城市尺度研究的文献相对较少。因此，本研究以城市为研究视角，在考虑资源与环境约束条件下运用非径向非角度的SBM模型，对安徽省16个地市2011—2016年的绿色经济效率进行测度并分析其区域差异，再利用面板Tobit模型探究其影响因素，并提出安徽省各地区经济发展的针对性建议。

二、研究方法和指标数据选择

（一）研究方法

1.SBM－Undesirable模型

传统的DEA模型中存在径向和角度的缺点，在对决策单元进行效率评估的时候往往会产生偏差。Tone K提出了非径向非角度的SBM模型［8］，在资源与环境约束下，既考虑了期望产出又兼顾了传统DEA模型中未考虑的非期望产出。

将安徽省每个地市作为一个生产决策单元（DMU），且每个地市有3组投入产出向量x，y，z，分别定义为x∈Rm，y∈Rs1，z∈Rs2，其中，m 表示 m 类投入要素，s1表示s1类期望产出，s2表示s2类非期望产出。定义矩阵X，Y，Z，分别为 X=［x1，…，xn］∈Rm×n，Y=［y1，…，yn］∈RS1×n，Z=［z1，…，zn］∈RS2×n，且 X＞0，Y＞0，Z＞0。由此得到非期望产出SBM-Undesirable模型为：

式中：Ga——投入冗余时投入的松弛变量；

Gb——期望产出不足时产出的松弛变量；

Gc——非期望产出冗余时产出的松弛变量；

ρ*——各地市的绿色经济效率，介于0～1。

当 ρ*=1，即 Ga、Gb、Gc都为零时，绿色经济效率完全有效，否则存在效率损失。

2.Tobit模型

由上述模型计算得到的各地市绿色经济效率的值为0～1，即被解释变量属于受限变量，采用Tobit模型能在一定程度上消除OLS等回归带来参数估计的偏差［9］。在面板Tobit模型中，由于固定效应得到的估计量往往是有偏的，因此引入随机效应Tobit模型进行估计。模型如下所示：

式中：GEEit——i地市第t年的绿色经济效率；

β0——截距项；

βj——影响因素的待估系数；

Xj，it——影响因素；

μi——个体效应；

εit——随机误差项。

（二）变量选择和数据来源

从资本、劳动力、资源和能源投入4个方面考虑DEA投入指标的选取，从各地市GDP和工业“三废”排放方面考虑DEA产出指标。数据来源于《安徽省统计年鉴》（2012—2017年）。其中，劳动力投入为各地市年末就业人数；资源投入为各地市供水总量；能源投入为各地市工业用电量；资本投入为各地市固定资产投资总额。各地市GDP以2011年为基期进行不变价平减，固定资产投资以当年的固定资产投资价格指数进行平减。

三、绿色经济效率的区域差异分析

依据具有非期望产出的SBM模型，运用DEASOLVERPRO5.0软件对安徽省16个地市2011—2016年的绿色经济效率进行计算（见表1）。参照王宝义和张卫国的做法［10］，将绿色经济效率划分为4个阶梯水平：0.800～1.000，0.700～0.800，0.600～0.700，0.600以下，分别表示高、中高、中等和低水平。根据不同阶梯绿色经济效率均值，第一阶梯可以视为高效率组，第二阶梯和第三阶梯视为中等效率组，第四阶梯视为低效率组。

表1 2011—2016年安徽省各地市绿色经济效率及均值

梯队成员在三大区域的分布情况如表2所示。皖北地区的淮北、宿州和淮南，2011—2016年绿色经济效率均值在0.800以上，可见虽然这3个地市表现出的经济发展水平不高，但其绿色经济效率较高。皖南地区经济实力较强的地市保持了中等水平的绿色经济效率，如马鞍山、芜湖、铜陵是工业化城市，其工业产值占当地GDP比重较大，而其绿色经济效率水平不低，原因在于这3个地市的经济实力较强，对生态环境的治理投入较多，所以其绿色经济效率相对较高。相反，也有部分经济强市的绿色经济效率处于中等水平，如蚌埠，原因在于其经济开发强度较大，经济发展水平与生态环境发展不协调，因此，其绿色经济效率反而落后于其他地市。皖中地区的合肥从2011年以来，一直保持着较高的绿色经济效率水平，是全省经济的“领头羊”。安庆、六安、滁州的绿色经济效率均值都在0.500~0.700，较全省其他地市处于落后水平，需要提高资源利用率水平以及加大生态环境治理投入。

表2 梯队成员在三大区域的分布情况

对比2011—2016年安徽省三大区域及全省绿色经济效率的变化情况可知，皖北、皖中和皖南地区的绿色经济效率总体表现出下降趋势。2016年全省绿色经济效率均值为0.611，比2015年下降了33.4%，这说明伴随着经济增长，各地市的资源消耗不断增加，加剧了对环境的压力，经济发展与资源环境的矛盾不断加剧，绿色经济效率下降。从三大区域的差异来看，皖北地区的绿色经济效率均值最高（0.796），皖南次之（0.725），皖中最低（0.676），呈现出“皖北—皖南—皖中”的梯度分布。皖北地区的绿色经济效率普遍较皖南、皖中地区高，这似乎与安徽省的实际情况不符，究其原因在于本研究加入了非期望产出来研究资源环境约束下的绿色经济效率，也进一步说明了皖南、皖中地区仍是以高污染和高能耗为主的发展模式。

四、绿色经济效率的影响因素分析

（一）影响因素及变量选择

借鉴梁伟舜、张德纲的相关研究，从经济因素、制度因素、环保因素和区位因素4个方面来考察绿色经济效率的影响因素，选取了以下7类解释变量：人均 GDP 取对数（ln GP）及其平方项（（ln GP）2）、产业结构（ISG）、贸易依存度（TG）、外资依存度（FG）、政府规制力度（GG）、环保意识（EA）、人口密度（PD）［11，12］。用工业产值占当地GDP的比重来表示产业结构，用进出口贸易总额与外商直接投资占当地GDP的比重来表示外资依存度和贸易依存度，用政府财政支出占当地GDP的比重来表示政府规制力度，用高中以上学历人口的比重来表示环保意识。以上数据来源于《安徽省统计年鉴》（2012—2017年）。其中，对于贸易依存度和外资依存度的数据处理，以中国人民银行每年发布的汇率年平均值作为换算标准，把进出口贸易折算成人民币为单位。

（二）实证结果分析

1.不同回归模型结构分析

运用4个模型对绿色经济效率的影响因素进行研究，4 个模型的 ρ值（0.902，0.852，0.630，0.757）均大于0.5，表示选择随机效应模型较为合理，安徽省绿色经济效率影响因素模型估计结果如表3所示。

表3 安徽省绿色经济效率影响因素模型估计结果

2.影响因素分析

（1）人均GDP与绿色经济效率呈U型关系。在经济发展初始阶段，人们加大对产出的追求，过度追求经济发展速度将会导致形成粗放的发展模式；当经济发展到一定水平的时候，生态环境不断恶化，这就会促使人们去追求经济的发展质量，进而促进绿色经济效率的提高。（2）产业结构对绿色经济效率呈负效应。工业比重的上升会导致高污染、高能耗与资源浪费等问题的出现，这说明安徽省工业发展仍建立在生态环境的污染之上。（3）外资依存度对绿色经济效率呈负效应。安徽省在引进外资、学习国外先进技术与管理模式的同时也付出了资源环境的代价，这验证了“污染天堂”的假说理论，即外商投资通过流动效应、产业关联效应将污染密集型产业转移到环境标准低的地方，破坏了当地的生态环境，降低了当地的绿色经济发展效率。（4）政府规制力度对经济发展效率的影响呈负效应。政府的过多干预，降低了资源配置效率，增加了相应的社会成本，政府财政支出在绿色经济发展中的导向作用没有发挥出来。即使各地区每年增加环保投入，但由于相对于其他财政支出增长速度较慢，导致环保支出结构不合理。（5）人口密度对绿色经济效率呈负效应。地区人口密度的增加，会导致汽车尾气和生活垃圾等城市生活对环境造成的破坏加大，进而降低绿色经济效率。（6）贸易依存度对绿色经济效率的影响不显著，说明应该从扩大自身需求去考虑发展经济。（7）环保意识对绿色经济效率的影响不显著，说明环保意识难以对绿色经济发展产生直接的影响。

五、结论与建议

基于2011—2016年安徽省16个地市的面板数据，利用非期望产出SBM模型，对安徽省各地市的绿色经济效率进行测算并探究其区域差异与影响因素，得出以下研究结论：（1）从绿色经济效率的变化趋势与区域差异来看，2011—2016年安徽省整体呈下降趋势且表现出“皖北—皖南—皖中”的梯度分布。各地市绿色经济效率存在差异，除合肥、淮北、宿州、淮南、铜陵处于有效生产前沿外，其他地市存在一定的改进空间。（2）从面板Tobit模型回归结果来看，绿色经济效率与人均GDP呈U型关系，产业结构、外资依存度、政府规制力度和人口密度均不同程度地影响着绿色经济效率，贸易依存度、环保意识的影响不显著。

基于以上研究，提出以下建议：（1）既要注重经济发展也要注重环境保护。在经济发展初期，随着经济的发展，如滁州、六安、宣城等城市的绿色经济效率不断降低，应在发展经济的同时，注重环境保护，从根本上避免绿色经济效率下降。（2）推动绿色产业发展，促进绿色化的生产方式。安徽省各地市应将绿色发展融入三大产业发展中，合理控制第二产业规模，促进第三产业发展。（3）扩大对外开放水平，推动贸易绿色化发展。安徽省各地市应注重引用外资的质量，设置必要的资源环境门槛，加强外资企业绿色监管，避免成为发达国家的“污染避难所”。（4）优化财政在绿色经济建设中的效率，安徽省各地市政府应鼓励加大对绿色新产业、新技术的采购力度，通过财政补贴、奖励和扶持等政策，促进绿色经济发展。