安徽各市绿色发展综合水平及障碍因素实证研究

孙翠平，崔立志

(1.铜陵学院 工商管理学院，安徽 铜陵 244000；2.安徽工业大学 经济学院，安徽 马鞍山 243002)

绿色发展是党的十八届五中全会提出的“创新、协调、绿色、开放、共享”等五大发展理念之一，是继生态理论、低碳理论之后提出的可持续发展领域的新理论。2008年提出的绿色发展理论的内涵要丰富于生态理论和低碳理论，它是为了应对世界金融危机爆发，全球气候变暖和生态危机日益加剧，能源供应短缺对经济衰退的影响面日益加大等多重现实问题。绿色发展将资源环境作为经济系统的内生增长要素，通过转变经济发展的动力机制，实现经济增长、社会发展和生态坏境等多系统的平衡。安徽面临着经济转型和实现经济高质量发展的历史重任，绿色发展是实现上述重任的重要发展方式，因此对安徽省16市的绿色发展综合水平进行测度，可以全面真实地反映各市绿色发展的现实情况，进而通过进一步找寻绿色发展的障碍因素，助力安徽通过绿色发展实现经济转型和高质量发展。

1 文献综述

1.1 城市绿色发展水平的测度框架

城市绿色发展水平的测度是基于Farrell[1]提出的利用投入产出模型测量多种投入品的生产效率这一理论基础。随着资源环境问题的日益严峻，资源环境成为投入产出模型中不容忽视的要素，将资源环境作为内生要素纳入绿色发展水平的测度框架中已成为学者们的共识，具体而言就是把资源投入作为成本，把环境污染作为非期望产出来度量绿色发展效率。

1.2 城市绿色发展水平评价体系

此方面的研究起始于1987年世界环境与发展委员会WCED提出的城市绿色发展评价体系。目前权威性的研究成果主要包括三个方面：一是绿色国民经济核算，代表性研究成果有联合国先后推出的环境经济账户2000、环境经济账户2003和环境经济账户2012(简称SEEA2000、SEEA2003和SEEA2012)，是各国核算绿色国民经济的范本。二是绿色发展多指标测度体系，该体系是从多角度借助一系列核心指标直观反映绿色发展制约和促进因素，无需指标加权，因此无法综合评价绿色发展的情况。代表性研究成果有OECD、UNEP、UNESCAP等国际组织分别提出的多指标测度体系。三是绿色发展综合指数，该指数首先要选取核心评价指标，而后根据指标的重要性赋予相应的权重，进而加权综合而成。综合指数弥补了绿色发展多指标测度体系无法综合评价的弊端，能够反映研究区域绿色发展的时空演绎特征。代表性研究成果有耶鲁大学提出的环境绩效指数EPI，中国科学院可持续发展战略研究组提出的资源环境综合绩效指数REPI，以及2016年由发改委、国家统计局、环境保护部等部门联合制定的绿色发展指数。

1.3 城市绿色发展水平评价方法

(1)无需明确指标权重，通过构造生产前沿面来测算绿色发展效率及水平的评价方法。以环境约束下投入产出效率模型为研究框架，城市绿色发展水平的评价方法和模型日趋成熟。其中前沿效率评价方法有随机前沿分析法(Stochastic Frontier Analysis，SFA)和数据包络分析法(Data Envelopment Analysis，DEA)。这两种方法均需要构造生产前沿面来计算技术效率，生产前沿面是指满足最优化条件的生产可行集组成的有效前沿面。两种方法最基本的区别是确定前沿生产面的方法不同，SFA法是通过计量模型对生产前沿面的参数进行统计估计，称为“参数方法”；DEA法是通过线性规划来确定生产前沿面，称为“非参数方法”[2]。

随机前沿分析SFA法适用的前提条件是生产函数确定且和随机干扰项服从正态分布，因此对生产函数存在高度依赖性，仅适用于多投入单产出的情况。SFA法最大的优势是考虑了系统中的随机因素，受特殊点的影响较小，且不会出现效率相同且为1的情况，效率测算更具可靠性[2]。

DEA法通过线性规划求解测算同类型的决策单元(Decision Making Units，DMUs)的投入产出效率。DEA法具有可处理多投入多产出的情况、赋权客观、无需明确生产函数的具体形式等优点。但由于DEA法未考虑系统中的随机因素，当决策单元中存在特殊点或者决策单元个数与投入产出指标个数相近时，效率的计算值与实际值存在较大偏差[2]。因此，经过多年的研究，DEA法不断完善，Ton提出了非径向、非导向性基于松弛变量的数据包络分析模型(Slack Based Model，SBM)，该模型在计算效率值时考虑了非零松弛变量，解决了传统DEA方法中的径向性问题，提高了效率测算的精准性。Tone结合Chung在1997年提出的方向性距离函数提出了一种SBM和方向性距离函数相结合的新型绿色经济效率测度方法。在上述相关方法应用方面，何剑[3]利用SBM-Malmquist模型测算了长江经济带产业绿色效率并提出了区域产业协作的对策建议。周林奕[4]利用离差最大化-DEA方法对华东地区建筑业绿色发展能力进行了评价。

(2)需要明确指标权重，通过加权得到绿色发展综合水平的一般评价方法。一般评价方法的步骤包括：首先，设立科学的评价指标体系；其次，采用恰当的方法确定各指标的权重；最后，加权获得测评对象的综合评分。该方法的关键是赋予各指标客观合理的权重，确定权重的方法分为主观赋权法、客观赋权法、组合赋权法三类。主观赋权法通常是选取行业专家凭借自己的经验根据指标的重要性赋予的权重；客观赋权法是根据指标原始数据的关系通过数学方法确定权重，具体方法有熵权法、因子分析法、层次分析法等；组合赋权法是客观和主观赋权法相结合的一种方法，常用的方法是熵值修正G1法。在具体应用上，傅为忠[5]利用改进的CRITIC-TOPSIS模型对承接产业转移的皖江城市带工业绿色发展水平进行了评价。李晓满[6]利用基于熵权理论的TOPSIS模型对环渤海港口的绿色发展水平进行了测度，并提出了提升绿色发展水平的对策建议。

2 安徽16个地级市绿色发展水平的评价模型

2.1 测评指标体系的构建

绿色发展指标体系的设立要考虑以下几个原则：一是全面性原则，绿色发展是经济、社会、环境的协调发展，因此设立指标时要考虑经济增长、社会福祉、生态环境质量与环境治理等三个方面。二是数据可得性，选取的指标数据均要能够从统计年鉴或官方数据直接获得或者间接计算。三是权威性和典型性相结合，指标体系在充分参考已有的权威研究成果的同时，要结合研究对象的区域特征，这是因为每个区域绿色发展赖以依存的地理区位、经济基础、发展规划等存在差距，因此完全脱离区域特征评价绿色发展水平将降低应用价值[7]。

依据上述原则，参考2016年由发改委、国家统计局、环境保护部等部门联合制定的《绿色发展指标体系》这一权威评价体系，设立了资源利用情况、环境治理情况、环境质量、生态保护、增长质量和绿色生活等6个一级指标，同时考虑到数据的可得性和安徽“十三五”发展规划下设了33个二级指标。在多指标综合评价中，按照指标属性分为正向指标、逆向指标和适度指标。指标值越大越好，称为正向指标；指标值越小越好，称为逆向指标；指标值越接近某个值越好，称为适度指标。因此，设立指标体系的同时要明确每个指标的属性。建立的指标体系如表1所示。

表1 安徽省各市绿色发展水平测度指标体系

2.2 数据处理和指标权重确定

(1)数据的来源及处理。研究利用《2018年安徽统计年鉴》搜集了上述33个二级指标2017年的数据，由于各指标的属性和量纲不同，因此，要对原始数据进行正向化和无量纲化处理。

①指标的正向化。常用的指标正向化方法分为倒数逆变换法和倒扣逆变换法。由于当指标原始值过大或过小时倒数逆变换法会改变原指标的分布规律，从而降低综合评价结果的准确性，因此采取倒扣逆变换方法。具体计算方法如下。

逆向指标正向化公式为：

yij=max{xij}-xij,

(1)

适度指标正向化公式为：

yij=max|xij-k|-|xij-k|,

(2)

式中，1≤i≤16,1≤j≤33，xij为第i个城市第j个指标的数据;k为第j个指标的平均值。

②指标的无量纲化。实践中常用的无量纲化方法有极差变换法、标准化法和均值化法。极差变换法仅和原始指标的最大值、最小值及其自身值有关，而与指标的其他值无关，因此不适合于多指标综合评价。标准化法消除了量纲和数量级影响，同时也消除了各指标变异程度的差异，因此标准化后的数据不能准确反映原始数据包含的信息。本研究指标体系中各指标的数值都是客观数值，无量纲化的过程不应消除指标的变异信息，而应最大程度保留各指标的变异信息，因此采用均值化的方法进行指标的无量纲化，具体方法如式(3)所示,

(3)

(2)熵值修正G1法确定指标权重[8]。熵值修正G1法作为一种主客观组合法，既充分考虑了专家意见，也避免了传统组合赋权法采用线性加权而未考虑权重分配来合成主客观权重的弊端[9]。

①邀请专家根据指标重要性进行排序。邀请环保部门的专家，并借鉴2016年由发改委、国家统计局、环境保护部等部门联合赋予的《绿色发展指标体系》中各级指标的权重，对各级指标的重要性进行排序，排序结果见表1中准则层和指标层两列。

②计算指标层的熵值，计算熵值需要两个步骤。

第一步计算第i个城市第j个指标的特征比重fij,

(4)

式中，yij为i城市j指标经正向化和无量纲化后的数据。

第二步计算指标熵值ej,

(5)

各指标的熵值ej如表2中的第3列所示。

③确定相邻指标的重要程度之比rk,

(6)

相邻指标的重要程度之比rk如表2第4列所示。

④据rk值计算第m个指标相对于准则层的权重wm,

(7)

⑤由wm值可计算准则层下第m-1,m-2,m-3,…,3,2个指标的权重wk-1,

wk-1=rkwk,(k=m,m-1,m-2,…,3,2),

(8)

由此可以得到准则层下基于熵值修正G1法的组合权重w=(w1,w2,…,w33)T。组合权重w如表2第5列所示。

⑥依据同样的方法计算出准则层对于目标层的组合权重z=(z1,z2,z3,z4,z5,z6)T，如表2第8列所示。

⑦计算每个指标相对于目标层的权重αk,

αj=w*z,

(9)

权重α如表2第9列所示。

(3)计算安徽省16个城市的绿色发展综合水平βi。

(10)

式中，xij为正向化和无量纲化后的指标数据，αj为式(9)中计算出的各指标相对于目标层的权重。

3 安徽省16个城市绿色发展综合水平及其分类

将正向化和无量纲化后的指标数据xij和基于熵值修正G1法确定的各指标相对于目标层的权重αj带入式(10)，得到安徽16市的绿色发展综合水平，综合得分超过2且排在前5位的依次是宣城、黄山、亳州、六安、安庆，排在后5位的是马鞍山、淮南、阜阳、池州、滁州。详细数据见表3(注：最后一列中括号数字为排名位次)。

表2 安徽各市绿色发展水平各评价指标的权重

以绿色发展综合水平的均值1.870为分界线，将16个城市分为发展水平良好和较差两种类型，为使结果更直观，划出各市绿色发展综合水平折线如图1所示，其中横向的虚线为平均线。以虚线为分界线，将16个城市的绿色发展水平进行分类，结果如表4所示。

4 安徽绿色发展的障碍因素

淮北、阜阳、淮南、滁州、马鞍山、铜陵、池州是省内绿色发展水平较差的区域，探寻其绿色发展的障碍因素，将有助于规避弊端，有的放矢地采取有效策略。

4.1 准则层视角下安徽绿色发展障碍的共性因素

绿色发展水平较差的一类城市中，资源利用方面，除阜阳外其他6个城市得分均低于平均值0.846；环境质量方面，淮北、阜阳、淮南得分低于均值0.368，其他4市得分均高于均值；环境治理方面，淮南、马鞍山、铜陵得分低于均值0.447，特别是马鞍山得分仅是0.099，差距较大，其他4市得分高于均值；生态保护方面除滁州、池州两市外其他5市得分均低于均值0.061；增长质量方面，除马鞍山、铜陵外其他5市得分均低于均值0.070；绿色生活方面，除铜陵外其他6市得分均低于均值0.080，但6市得分与均值的差距均比较小。

由上述分析可以从准则层角度得出以下共性问题：一是资源利用方面存在的问题最大最普遍，说明资源浪费的情况依然普遍，资源有效利用程度还有待加强，究其原因在于粗放式生产和“重投入，轻产出”的思维模式依然存在。二是生态保护的力度还不够，生态保护的投资力度和工作成效还需进一步强化。三是增长质量还不高，结合指标体系可以进一步得出研发投入不足，高附加值和自然资源依赖度较低的第三产业发展还不充分。四是绿色生活的践行还有待加强，结合指标体系进一步得知绿色出行践行的力度还不强，现实生存环境与民众青山绿水诉求的差距还较大。

表3 安徽各市绿色发展综合水平

图1 安徽16市绿色发展综合水平

绿色发展水平类型城市良好合肥、亳州、宿州、蚌埠、六安、芜湖、宣城、安庆、黄山较差淮北、阜阳、淮南、滁州、马鞍山、铜陵、池州

4.2 指标层视角下安徽绿色发展障碍的个性因素

安徽绿色发展水平较差类城市各指标得分情况如表5所示。从表5中各指标得分情况可以直观地梳理出安徽绿色发展水平较差城市的个性障碍因素。

表5 安徽绿色发展水平较差类城市各指标得分情况

淮北得分较低的8个指标依次是地质灾害防治投资(X41)，研究与试验发展经费(X54)，农村无害化卫生厕所普及率(X65)，造林总面积(X42)，公共交通客运总量(X61)，农村自来水普及率(X64)，危险废物综合利用量(X17)，第三产业增加值占GDP比重(X53)。其中，3个为绿色生活指标、2个为生态保护指标、2个为增长质量指标、1个为资源利用指标。由此可见，制约淮北绿色发展的关键原因包括：绿色出行的生活理念还未形成，农村居民的绿色生活诉求还未充分满足；生态保护的力度和工作投入还不足；代表科技创新程度和经济可持续发展的研发投入还不足，高附加值和低资源依赖的第三产业发展还比较落后；特殊资源的循环利用情况还有待加强。

阜阳得分排在后8位的依次是化肥使用量(X24)，地质灾害防治投资(X41)，一般工业固体废物处置率(X37)，研究与试验发展经费(X54)，可吸入颗粒物(X22)，农村无害化卫生厕所普及率(X65)，建设用地(X16)，人均GDP(X51)。其中，2个为环境质量指标，2个为增长质量指标，资源利用、绿色生活、环境治理、生态保护等方面的指标各1个。因此，制约阜阳绿色发展的主要原因包括：环境质量堪忧，土壤和空气质量不高；支撑经济可持续发展的研发投入和人均GDP有待加强；生态保护资金投入、环境治理的成效、农村的绿色生活诉求满足程度、土地的集约化利用程度等方面还有待改进。

淮南得分排在后7位的指标依次是：单位工业增加值能耗(X13)，危险废物综合利用量(X17)，可吸入颗粒物(X22)，农村无害化卫生厕所普及率(X65)，造林总面积(X42)，研究与试验发展经费(X54)，地质灾害防治投资(X41)。其中，2个为资源利用指标，2个为生态保护指标，环境质量、增长质量、绿色生活等方面的指标各1个。由此可分析出制约淮南绿色发展的关键原因包括：能源的投入产出比不高，资源有效利用率有待提高；生态保护投入有限，工作成效不强；空气质量不高，可持续发展的后劲不足，农村绿色生活的覆盖程度有待加强。

滁州得分排在后7位的指标依次是：耕地面积(X15)，危险废物综合利用量(X17)，化肥使用量(X24)，建设用地(X16)，研究与试验发展经费(X54)，农村自来水普及率(X64)，农村无害化卫生厕所普及率(X65)。其中，3个为资源利用指标，2个为绿色生活指标，环境质量和增长质量方面的指标各1个。表明制约滁州绿色发展的关键原因包括：土地资源的集约化利用程度不高，资源循环利用率有待加强；农村居民绿色生活的诉求未被充分满足；土壤环境和科技创新对绿色发展的支撑程度不高。

马鞍山得分排在后8位的指标依次是：单位GDP能源消耗(X11)，单位地区生产总值电耗(X12)，工业用电量(X19)，工业废水排放总量(X31)，废水治理设施运行费用(X32)，工业废气排放总量(X33)，废气治理设备运用运行费用(X34)，节水灌溉面积(X14)。其中，资源利用和环境治理方面的指标各为4个。由此表明马鞍山绿色发展制约因素比较集中，体现在资源投入产出比不高，水电等重要能源的有效利用率有待加强，普遍存在资源浪费现象；环境治理的任务重且工作成效不明显。

铜陵得分排在后7位的指标依次是：节水灌溉面积(X14)，造林总面积(X42)，研究与试验发展经费(X54)，公共交通客运总量(X61)，农村自来水普及率(X64)，农村无害化卫生厕所普及率(X65)，第三产业增加值占GDP比重(X53)。其中，3个为绿色生活指标，2个为增长质量指标，资源利用和生态保护指标各1个。表明铜陵绿色发展的制约因素主要体现在绿色出行的践行力度还不高，农村绿色生活的保障不到位；绿色发展的后劲不足；水资源利用方面存在普遍浪费现象；生态保护工作力度不强。

池州得分排在后8位的指标依次是：研究与试验发展经费(X54)，公共交通客运总量(X61)，节水灌溉面积(X14)，农村自来水普及率(X64)，农村无害化卫生厕所普及率(X65)，人均GDP(X51)，城镇居民人均可支配收入(X52)，城市建成区绿化覆盖率(X62)。其中，4个为绿色生活指标，3个为增长质量指标，1个为资源利用指标。由此可知，池州绿色发展的瓶颈因素比较集中，体现在绿色出行还未形成新风尚，城乡居民对青山绿水和洁净生活环境的诉求还未充分满足；绿色发展的经济基础和后劲不强；水资源充分利用率不高。

5 结论

借助熵值修正G1法对安徽16市的绿色发展综合水平进行了客观评价，由实证结果可以得到以下几点重要结论：一是从安徽整体来看绿色发展水平还需进一步提升，与同属长三角地区的其他城市的差距还很大；二是从安徽内部来看各市绿色发展水平有差异但未形成明显的梯度发展特征，宣城、黄山等领头羊城市的示范和带动作用还不明显。针对研究结果提出以下几点建议：首先，每市要清楚自身绿色发展水平在省内的位置，保持清醒的头脑，提高危机意识，坚定以绿色发展提高经济发展质量的路径。其次，针对绿色发展的共性因素，要发挥区域联动和协同意识，合力解决共性问题。比如资源利用方面，除了城市内部形成集约型、内涵式发展模式外，城市间打破市场、行政等多种壁垒，促进生产要素自由流动，保证依据市场规律促进资源在更大范围内实现优化配置。在发展质量问题，发挥合肥科教优势，以其为核心形成技术创新产业联盟，并推进技术向市场转化，为绿色发展提供持续动力。同时，多举措合力推进安徽“二三一”产业结构向“三二一”产业结构转变，降低工业对资源的高度依赖性。最后，对于个性问题要结合城市实际，采取“二八原则”逐一逐条加以解决，对于关键性的瓶颈问题要拿出80%的精力、物力和财力去解决。以典型工业城市马鞍山为例，马鞍山绿色发展的关键在资源利用和环境治理方面，工业曾经是马鞍山的骄傲，其经济对资源具有高度依赖性且不可避免地产生大量环境负面清单，导致环保工作任务重进而产生懈怠情绪。因此，马鞍山一方面在改变工业占比过高局面的同时，要积极利用新技术发展循环经济，提高资源利用率；另一方面，虽然环境治理投入大，且短期利益不明显，但重在长期社会利益，因此要规避畏难情绪，要用全局和长远的视角对待环保工作。