基于边际分析方法的生态效率驱动因子识别与趋势预测

张乐勤

(池州学院 资源环境学院, 安徽 池州 247000)

生态效率是经济活动增加值与其产生的资源环境压力比值[1],在刻画经济活动对资源环境影响方面具有独特优势,因其能有效兼顾经济效率与环境效益2个层面,契合协调、绿色新发展理念,体现可持续发展思想,成为当下学界聚焦的热点[1-16].针对生态效率,李惠娟等[2]采用因子分析方法,测算了2007年16座资源型城市生态效率,结果表明,不同类型资源城市间生态效率差异大,同一类型资源城市间差异也很明显；王恩旭等[3]基于数据包络分析法(DEA模型),对中国30个地区1995—2007年生态效率进行了测算,结果显示,中部呈上升趋势,而东部、西部、东北地区生态效率均呈下降趋势；王义琛等[4]运用DEA分析方法,对铜陵市1990—2008年生态效率变化态势进行了考察,所得结果显示,其直接生态效率提升明显；张雪梅[5]基于改进DEA模型,对西部地区2000—2010年生态效率研究发现,时序维度呈波动上升态势,科技进步有利于生态效率提升；付丽娜等[6]对长株潭“3+5”城市群生态效率研究表明,技术进步、产业结构对生态效率有显著正向影响,而引进外资呈现为负向效应；成金华等[7]采用超效率DEA模型及空间自相关分析方法,对中国30个省份生态效率时空差异研究显示,生态效率呈现由东部向中西部递减格局,且空间集聚特征显著；潘兴侠等[8]运用工业生态效率评价模型,对中国中东部2005—2010年工业生态效率进行过评价,结果表明,中部6省工业生态效率低于东部各省；郭露等[9]对中部6省工业生态效率研究表明,工业生态效率呈倒N形变化态势；张岩等[10]运用2004—2012年面板数据,采用DEA和Malmquist指数模型,对山东省生态效率进行了评价,结果表明,无论在时序维度,还是在空间维度,均具有明显差异；史丹等[11]基于生态压力视角,对中国1991—2013年生态效率进行了考察,结果显示,生态效率呈提升态势；陈作成等[12]对中国西部地区2005—2010年产业系统生态效率研究表明,经济发展、技术进步、FDI对生态效率提升有正向作用,环境规制正向作用不明显,而产业结构和市场化水平对生产效率呈负向作用；张淑英等[13]采用Tobit模型,分析了工业生态效率驱动因素,所得结果显示,经济增长对生态效率呈现为正向作用,而对外经济起负向作用；罗能生等[14]对中国1999—2011年城镇化进程与生态效率间关系研究显示,随着城镇化水平提高,生态效率呈下降趋势,其中,西部地区更为突出；汪克亮等[1]运用方向性距离函数与共同前沿方法,揭示了资源配置不合理与环境管理水平低下是制约生态效率水平提升的主导因素；臧正等[15]研究表明,经济增长、单位国土面积内的道路交通里程数、科研资金投入占GDP比重为生态效率正向驱动因素.综合看,前人研究主要从两层面展开:一是DEA模型在不同尺度上对生态效率时空演化规律进行考察;二是采用计量或数理分析方法,就生态效率驱动因子进行分析.尽管方法不同,结果迥异,但均揭示了经济增长与资源环境间互耦状态及影响因素,为管理层制定区域协调、绿色、可持续发展提供了决策参考.然而,已有的研究也存在如下不足:一是在评价经济发展对资源环境负荷时不够全面,如在资源投入方面,仅考虑了能源、水、建设用地,忽略了耕地及矿产资源;二是生态效率驱动因子选取不够全面,对选取的驱动因子与生态效率间是否具有关联关系,未进行分析,缺乏科学依据,由此必然会影响结果的精准,甚至与实际相悖;三是未能定量揭示出驱动因子边际贡献.鉴于此,本研究以安徽省为例,采用经济学边际分析方法,定量测算驱动因子边际贡献,并对其未来演化趋势进行预测,以期为新经济形势下制定协调经济效率与环境效益的规制政策提供决策依据.

1 研究方法与数据来源

1.1 研究方法

1.1.1生态环境负荷及经济增长系统评价

1) 评价指标体系构建.借鉴已有研究成果[16-23]指标选取方法,本着与经济社会发展相契合,兼顾数据可获性与连续性原则,选取水资源消耗等18项指标、人均GDP等5项指标分别构建生态环境负荷、经济增长系统评价指标体系,如表1所示.

表 1 生态环境负荷与经济增长系统评价指标体系

2) 评价方法.采用熵值TOPSIS法[24]进行评价,方法如下：

①运用熵值法测算各评价指标权重,详细过程参见文献[25].

②构建加权评价矩阵(以V表示).

假定i指标(权重为ωi)j年份(j=1,2,3,…,m)标准化值为rij,加权评价矩阵A的元素为aij,aij=ωi·rij,则有

(1)

③确定正负理想解.假设a+为加权评价矩阵中aij列数据中最大值,界定为正理想解,a-为aij列数据中最小值,界定为负理想解,即：

a+={maxaij|i=1,2,3,…n}=

(2)

a-={minaij|i=1,2,3,…n}=

(3)

(4)

(5)

⑤测算j年份最优值.假设Zj为j年份接近最优理想值,则

(6)

⑥最优理想值百分制转换.为了便于直观识别生态环境负荷与经济增长水平,采用百分制形式对最优理想值进行转换,公式[26]为

(7)

1.1.2生态效率模型 生态效率意指单位生态环境影响对应的产品或服务价值[12],为考察经济效率和环境效益的统一度量指标,意指以最少资源投入,获取更多的产品,且对环境产生最小的影响,以实现经济效益和环境效益的双赢.已有研究中,多采用生态足迹[12]或资源环境成本[13]方法测算生态效率.本文将资源环境影响、经济增长视为2个独立、开放系统,通过综合评价构建综合指数,以此测算生态效率,表达式为

(8)

其中,EE表示生态效率,EGI为经济增长系统综合指数,REL为资源环境负荷系统综合指数.

1.1.3生态效率驱动因子边际贡献分析方法

1) 驱动因子确定.既有研究中,多将技术[4,8,10-11,15]、产业结构[8,10-12]、外商投资[8,12-13]、经济发展水平[13,15]、制度因素[12]作为生态效率驱动因子,考虑到经济发展水平已纳入经济增长综合评价中,若将其作为解释变量,可能产生内生性问题.为此,借鉴前人成果,选取科技创新、产业结构、城镇化水平、固定资产投资、外商投资、制度因素作为备选驱动因子,借助SPSS软件,采用偏相关分析方法,筛选出关联性较高的因子作为其影响因子.

2) 模型构建.以生态效率为因变量,经济发展水平、科技创新、产业结构、外商投资、制度因素为解释变量,构建生态效率驱动因素分析模型,即

E=f(T,S,I,U,F,M),

(9)

其中,E、T、S、I、U、F、M分别表示生态效率、科技创新、产业结构、固定资产投资、城镇化水平、外商投资、规制政策.为了便于揭示各驱动因子对生态效率的弹性贡献,借鉴经典环境压力人文驱动影响STRIPAT模型表达形式[27],构建如下分析模型

E=aTbScIdUeFfIgε.

(10)

为了便于回归分析获取弹性系数,对(10)式取自然对数得

lnE=lna+blnT+clnS+dlnI+elnU+

flnF+glnM+lnε.

(11)

(10)和(11)式中,a为模型系数,b、c、d、e、f、g分别为科技创新、产业结构、固定资产投资、城镇化水平、外商投资、规制政策对生态效率的弹性系数,表示其变化1%时,分别引起生态效率发生b%、c%、d%、e%、f%、g%变化,ε为随机干扰项,表示尚未纳入模型分析的其他影响因素.

4) 通径分析.驱动因子边际效应包括直接效应与间接效应(通过影响其他因素间接影响因变量)两方面.采用通径分析方法进行分析.通径分析方法为多元线性回归统计分析方法,因其既能识别出某一变量对因变量的直接效应,又能揭示出通过影响其他变量间接影响因变量的间接效应,故倍受学术界青睐[27].步骤如下：首先,确定通径系数.假定因变量Y受n个解释变量影响,解释变量与Y的关系均为线性,则解释变量X1对Y的通径系数PX1,Y可分解为直接通径系数(DPX1,Y)与间接通径系数(IPX1,Xi,Y),其中：

(12)

IPX1,Xi,Y=rX1,Xi·DPXi,Y=

(13)

(14)

其中,rX1,Y、rXi,Y分别表示X1、Xi与Y的相关系数,rX1,Xi表示X1与Xi的简单相关系数；SX1、SXi、SY分别表示X1、Xi与Y的标准差.

其次,测算直接与间接效应.运用通径系数,测算解释变量X1对因变量Y的直接与间接效应,假定总效应为γ,则有：

(15)

γIi=(IPX1,Xi,Y/PX1,Y)·γ;

(16)

(17)

(15)～(17)式中,γD表示考察变量对因变量的直接效应,γIi表示考察变量通过影响i变量进而影响因变量的间接效应.

1.1.4生态效率预测方法 基于生态效率时序数据,通过作散点图,添加趋势线,比较不同拟合类型拟合优度,选取拟合优度最佳类型作为其回归模型,据此可对生态效率演化趋势进行预测.

1.2变量说明与数据来源本研究中生态效率量为因变量,备选解释变量包括科技创新、产业结构、固定资产投资、城镇化、外商投资、制度因素,说明如下.

1) 科技创新(T).以综合指数表征.选取R&D经费投入、万人大学生数、科研活动人员、教育经费投入、重大科研究成果、技术市场成交额、技术成交项、专利授权数、高科技产业产值作为评价指标,采用如前文所述的熵值TOPSIS法对其进行评价.

2) 产业结构(S).产业结构优化升级是促进经济提质增效,改善生态环境质量关键所在,因而,是影响生态效率不可或缺因素.产业结构优化升级是指第一产业向第二产业和第三产业逐次转移的过程[29],其中,服务业占比增加乃衡量产业结构升级的重要标志.借鉴前人研究成果[32-33],以第三产业增加值与第二产业增加值之比表征.

3) 固定资产投资(I).以当年固定资产投资总额表征.

4) 城镇化水平(U).以居住在城镇范围内年末常住人口占总人口比例表征.

5) 外商投资(F).以外商直接投资总额表征.

6) 制度因素(M).制度因素为控制环境污染和提高资源效率的重要手段,良好的环境规制有利于改善生态环境,鉴于工业污染是影响生态环境质量最突出方面,工业治污投资多少彰显着政府改善生态环境决心与力度,为此,以环境污染治理投资占GDP比例表征制度因素.

本研究样本界定为2005—2015年,研究数据来源于《安徽统计年鉴(2006—2015)》《中国高技术产业统计年鉴(2006—2015)》《中国环境统计年鉴(2006—2015)》或由统计数据整理而得,其中,矿产资源借鉴文献[28],以生铁、粗钢、钢铁、10种有色金属、水泥产量之和表征；CO2排放量借鉴文献[20],采用能源消费量乘以排放系数计算得到；涉及到价格因素变量数据,以2005年为基准,采用平减指数折算成不变价.

2 结果与分析

2.1 生态效率测算与分析运用熵值TOPSIS方法,可分别对安徽省2005—2015年生态环境负荷与经济增长系统进行综合评价,基于评价结果,运用(8)式,可测算考察年份生态效率,结果如图1所示.

图 1 安徽省2005—2015年生态效率变化示意图

由图1可知,考察样本期,安徽省生态效率指数由2005年的0.545 4提升至2015年的0.806 1,整体呈波动上升态势,年均升幅3.98%,其中,2005—2013年,呈持续上升态势,究其原因,与经济快速发展同强化生态环境建设有关.2005年来,安徽省积极践行中部崛起战略,强力推进工业化、城镇化与农业现代化,致使经济发展迅速,与此同时,安徽省以生态省建设为契机,出台了一系列生态环境保护规制政策(如2012年的《安徽省生态强省建设实施纲要》),大力发展循环经济,着力推进节能减排,不断优化产业结构,加快建设资源节约型、环境友好型社会,经济增长与生态环境保护呈现出融动演进状态,进而使生态效率保持了持续攀升态势.2013年来,生态效率有所下降,这与经济增速放缓及生态环境负荷上升有关.党的十八大以来,安徽省主动适应、践行新常态,积极实施“调转促”战略,注重经济增长质量与效益,从而使经济增速有所放缓,而受传统发展惯性模式及产业结构掣肘,新旧动能尚未完全转换到位复合影响,生态环境负荷仍保持了升幅态势,故而使生态效率有所下降.

2.2 生态效率驱动因子确定如前所述,科技创新、产业结构、固定资产投资、城镇化、外商投资、制度因素为生态效率备选驱动因子,将其取自然对数后输入SPSS 17.0软件进行偏相关分析,结果如表2所示.

表 2 驱动因子偏相关分析

注:***表示在0.01水平显著,**表示在0.05水平显著.

由表2可知,科技创新、固定资产投资、城镇化、外商投资、制度因素与生态效率偏相关系数均在0.6以上,且均能通过显著性检验,产业结构与生态效率偏相关系数为-0.905,且在0.01水平通过显著性检验,表明科技创新、固定资产投资、城镇化、外商投资、制度因素与生态效率间具有显著正相关,而产业结构与生态效率间则呈现为高度显著负相关,备选6个因子均可作为生态效率驱动因子.

2.3 生态效率驱动因子边际贡献测算将上述影响生态效率的6个驱动因子原始数据取自然对数后输入SPSS 17.0中进行主成分分析,结果显示,可提取2个主成分(以FAC1、FAC2表示),2个综合变量解释总方差为98.603%,综合变量与原变量间关系为：

FAC1=0.117lnT+0.266lnS+1.513lnI+

0.039lnU+0.545lnF-1.264lnM,

(18)

FAC2=-0.127lnT-0.378lnS-1.448lnI-

0.038lnU+0.195lnF+1.816lnM.

(19)

以取自然对数生态效率(lnE)为因变量,以FAC1、FAC2时序数据为解释变量,将其输入SPSS 17.0软件进行普通最小二乘回归分析(OLS),结果如表3所示.

由表3可知,模型分析所得拟合优度(R2)为0.808,F检验的Sig值小于0.01,表明回归非常好.表3表明,常数项、FAC2回归所得结果在0.01水平上通过显著性检验,FAC1回归所得结果在0.05水

表 3 生态效率与综合变量OLS分析结果

平上通过显著性检验,由此可得生态效率与综合变量间关系式

lnE=-0.236+0.081lnFAC1+

0.128lnFAC2.

(20)

将(18)、(19)式代入(20)式得

lnE=-0.236-0.006 78lnT-0.026 84lnS-

0.062 79lnI-0.001 71lnU+0.069 11lnF+

0.130 06lnM.

(21)

将(21)式变形后得

E=0.789 78T-0.006 78S-0.026 84I-0.062 79×

U-0.001 71F0.069 11M0.130 06ε,

(22)

其中,ε表示尚未纳入模型分析的其他影响因素.由(22)式可知,当科技创新、产业结构、固定资产投资、城镇化水平提升1%时,分别导致生态效率下降0.006 78%、0.026 84%、0.062 79%、0.001 71%.由此表明,科技创新、产业结构、固定资产投资、城镇化对生态效率均呈现为负向效应,对生态效率有抑制作用,这可以从以下几方面进行解释.首先,科技创新对生态效率具有较弱的负向效应,与科技创新对经济增长贡献大于对资源环境负荷疏解作用有关.一方面,科技创新乃经济增长核心动力,另一方面,也会通过提升资源利用绩效,改善环境质量,对资源环境负荷起削减作用,当其对资源环境疏解效应小于经济增长贡献时,必然对生态效率起阻滞作用.其次,固定资产投资、产业结构阻滞作用显著,与粗放的发展方式、失衡的产业结构有关.考察样本期,安徽省以国家实施的中部崛起战略为契机,不断推进工业化、城镇化,固定资产投入规模日渐扩大,驱动了经济迅猛发展,与此同时,其投资方向主要为基础设施及传统二高一资产业,且经济结构以第二产业占绝对优势(2015年,同全国平均水平比较,第二产业比例偏高11个百分点),使发展方式呈现为高投入、高消耗、高排放、不协调、难循环、低效益粗放特点[33],经济发展的资源环境成本高,环境外部不经济性现象突出,对生态效率呈现出明显的阻滞作用.再次,城镇化对生态效率亦具有较弱的负向效应,这与城镇化进程中环境外部不经济性有关,城镇化在支撑经济发展同时,也会对资源环境形成胁迫影响,当其对资源环境胁迫大于经济增长贡献时,必然引致生态效率下降.

(22)式表明,外商投资、规制政策表现为正向效应,对生态效率有促进作用,外商投资、规制政策提升1%时,分别引起生态效率上升0.069 11%、0.130 06%.究其原因,与外商投资的技术溢出及规制政策对生态环境保护有关.外商投资在拉动经济增长同时,也会带来先进的清洁生产技术及管理经验,其技术溢出效应有利于保护投资地生态环境,从而对生态效率提升起正向促进作用.规制政策会通过法律、经济、行政等手段,促使企业在生产过程中更加节约资源与保护环境,进而有利于生态效率的提升.

2.4 生态效率驱动因子直接与间接贡献识别运用(12)和(13)式,可测算生态效率驱动因子的直接与间接通径系数,再运用(15)和(16)式,可对各驱动因子的边际效应进行分解,结果如表4所示.

由表4可知,科技创新、产业结构、固定资产投资、城镇化、外商投资、规制政策对生态效率影响的直接效应分别占总效应的6.14%、9.11%、30.58%、4.59%、40.47%、15.72%,间接效应分别占总效应的93.86%、90.89%、69.42%、95.41%、59.53%、84.28%.由此表明,外商投资、固定资产投资对生态效率的直接影响较显著,科技创新、产业结构、城镇化、规制政策的间接效应明显.间接效应中,主要通过影响外商投资间接影响生态效率,其比例均约占总效应的四成.可见,科技创新、产业结构、城镇化对生态效率抑制作用主要通过影响外商投资而对生态效率起作用.

2.5 生态效率预测以图1数据为基础,通过作散点图,添加趋势线,结果显示,以三次函数拟合最优,其拟合优度、表达式如图2所示.

图2中,横坐标(x)表示时间,1表示2005年,依次类推,11表示2015年,y表示生态效率.由图2可知,三次函数拟合优度达0.923 6,表明模型拟合非常好,依据图2表达式,可对模型预测误差进行计算,结果如表5所示.

表 4 生态效率驱动因子边际效应分解

图 2 安徽省2005—2015年生态效率拟合示意图

年份观察值预测值误差相对误差/%平均相对误差/%20050.545 40.548 2-0.002 8-0.5120060.623 10.640 1-0.017 0-2.7320070.759 10.721 40.037 74.9620080.813 80.790 30.023 52.8920090.810 20.845 0-0.034 8-4.2920100.845 80.883 7-0.037 9-4.4920110.924 00.904 60.019 42.1020120.934 90.905 90.029 03.1020130.937 00.885 80.051 25.4720140.793 90.842 5-0.048 6-6.1320150.806 10.774 20.031 93.960.39

表5表明,预测模型平均相对误差为0.39%,表明预测较好.将时间分别赋值为12～16,可对安徽省未来生态效率进行预测,结果显示,2016—2020年,生态效率分别为0.679 1、0.555 4、0.401 3、0.215 0、0.005 3,由此表明,若按考察样本惯性发展模式,安徽省未来生态效率呈下降态势,经济发展与环境保护间矛盾加剧,生态文明建设与可持续发展将面临较大挑战.

3 结论与政策建议

以安徽省为例,运用生态效率测度模型,测算了2005—2015年生态效率变化态势,采用偏最小二乘与通径分析相结合分析方法,考察了生态效率驱动因子的边际贡献,采用最佳拟合优度回归分析方法,对生态效率未来演化趋势进行了预测,得出如下主要结论：

1) 考察样本期,生态效率整体呈波动上升态势,年均升幅3.98%,其中,2005—2013年,呈持续攀升态势,2013年后,生态效率有所下降；

2) 科技创新、产业结构、固定资产投资、城镇化对生态效率呈现为负向抑制作用,而外商投资、规制政策则表现为正向促进作用；

3) 外商投资、固定资产投资对生态效率的直接效应较显著,科技创新、产业结构、城镇化、规制政策的间接效应明显,主要通过外商投资间接对生态效率施加影响；

4) 若按既有惯性发展模式,未来生态效率将呈下降态势,发展经济与建设生态文明间矛盾愈加激烈.

基于上述结论,提出如下政策建议：

1) 强力践行创新发展战略.将科技创新视为驱动经济持久动力,也是改善生态环境质量的关键举措,既要关注科技创新新动能对经济增长的贡献,也要关注科技创新对资源利用绩效提升、污染强度降低中的作用,更要重视科技创新对产业结构优化升级的引领,以结构优化升级促进环境质量改善.

2) 改变固定资产投资方向,将投资重点放在清洁的战略新兴产业、环保产业、现代服务业及民生改善方面,减少投资的环境负外部性.

3) 高度重视城镇化进程对生态环境胁迫影响,以资源环境承载能力确定城镇化建设强度与边界,严格执行城镇化建设中产能、土地、环保等方面的基本法律制度.

4) 高度关注科技创新、产业结构、城镇化通过外商投资间接阻滞生态效率短板,注意科技创新在引进外资中技术互鉴,充分吸收国外先进技术与管理经验,使两者间能相互促进,相得益彰.通过制度设计,引导外商投资具有成长性的新兴高技术产业、现代服务业、环保产业及民生行业,使外商投资成为推动产业结构转型升级的重要动力；鼓励外资积极参与城镇化建设,引导外商投资城镇基础设施与民生改善项目建设,使外商投资成为助推城镇化质量提升与减少其建设中环境负外部性的重要源泉.