中国工业绿色发展效率时空差异比较研究

李晓钟，高娇娇

(杭州电子科技大学 经济学院，浙江 杭州 310018)

工业是国民经济的主体，是立国之本和强国之基。改革开放以来，随着工业经济的蓬勃发展，资源和环境的约束日益严峻。根据《2018年全球环境绩效指数(EPI)报告》显示，在全世界180个参加排名的国家和地区中，中国环境绩效指数得分仅为50.74分，名列第120位。党的十九大报告明确提出我国要加快推进绿色经济发展，强调我国经济已由高速增长阶段向高质量发展阶段迈进，绿色发展得到前所未有的高度重视。同时，由于我国各地区的资源禀赋、经济水平、创新能力、人力资本等异质性，故区域间的工业发展模式、产业结构等也存在着较大差异。当前，我国正处于产业结构转型升级和经济高质量发展的关键时期，科学评价我国各地区工业绿色发展效率，有助于推动工业经济增长向低投入、低排放和高产出的绿色发展方式转变，促进我国经济高质量发展，因而本研究具有重要意义。

一、文献综述

绿色发展是实现经济增长、资源消耗、环境效益的重要路径，是可持续发展的必要条件，绿色转型是重塑工业竞争新优势的新动能。在绿色发展的相关研究中，绿色发展水平的评价问题一直得到学者们的高度关注。部分学者采用构建指标体系的方式来评价绿色发展水平。例如，蔡绍洪等从经济增长绿化度、资源环境承载能力和政府政策支持度3个维度构建西部地区绿色发展水平的指标体系[1]；李琳等从工业绿色增长、工业资源环境压力和工业绿色发展能力3个维度构建长江经济带工业绿色发展水平的指标体系[2]；熊曦等从绿色生态、绿色生活和绿色生产3个维度构建长江中游城市群绿色化发展水平的指标体系[3]。另一部分学者则是利用绿色发展效率或绿色生产效率来评价绿色发展水平。绿色发展效率是将资源与环境因素纳入指标体系中，从而能够真实反映当地绿色发展水平和经济运行的健康程度。例如，杨志江等基于跨期生产前沿的SBM-DEA模型测算1999-2012年中国绿色发展效率[4]。易明等基于DEA-Malmquist指数测算2004-2015年长江经济带11省市的绿色全要素生产率[5]。杨骞等基于全局非径向方向距离函数和Luenberger生产率指数测算2000-2015年中国30个样本省份的农业绿色全要素生产率[6]。此外，学者们还对绿色发展效率的影响因素进行探讨，例如，景维民等认为合理的环境管制政策的加强能够加速中国工业绿色技术进步[7]。高赢实证发现经济发展水平、要素禀赋结构等因素对我国八大综合经济区绿色发展绩效的作用差异较大[8]。林晓等研究认为教育水平和财政水平对本地绿色发展效率分别有正向影响和负向影响，产业结构、经济开放度对邻接城市绿色发展效率分别存在显著的正向、负向空间溢出效应，城市经济发展水平与绿色发展效率存在“U型”曲线关系[9]。陈瑶等实证发现，工业规模和R&D投入强度对工业绿色发展效率有显著的正向促进作用，相反，R&D投入规模和R&D转化成果则对工业绿色发展效率有明显的抑制作用[10]。

综上所述，关于绿色发展水平和影响因素的研究文献日益丰富，为本文研究奠定了良好的基础。与已有研究相比，本文拟在以下三个方面进行探索：一是增加冗余度分析，以更清晰厘清各个地区效率优化的源头，有助于制定资源要素合理配置的优化方案；二是引入空间关联角度分析，可为工业绿色发展效率提升提供新的视角；三是探究各区域绿色发展效率的驱动因素，可为提高区域工业绿色发展效率提供有针对性的对策建议。

二、模型选择与数据来源

(一)工业绿色发展效率测度模型

在工业绿色发展效率的评价模型中，每一个省市自治区的工业部门就是一个生产的决策单元。每个决策单元有投入变量(x∈Rm)、期望产出变量(yg∈Rs1)和非期望产出变量(yb∈Rs2)。

定义变量向量矩阵为：

根据Tone K[11]提出的非期望产出SBM模型，数学表达式如式(1)所示。

(1)

式(1)中，ρ*为效率值，μ为向量权重，S-，Sg，Sb为松弛量。当且仅当S-=0，Sg=0，Sb=0时，ρ*=1，表明决策单元完全有效；当0<ρ*<1时，表明决策单元存在效率损失，在投入产出上存在改进的必要性。

(二)指标选取与数据来源

本文对中国工业绿色发展效率的投入要素主要考虑劳动力、资本和能源。其中，劳动力用规模以上工业企业全部从业人员平均人数来衡量，资本用规模以上工业企业固定资产合计来衡量，能源用能源消耗总量来衡量。

产出指标包含两种，一种是期望产出指标，另一种是非期望产出指标。其中，期望产出包括区域经济发展水平、工业发展规模、创新能力、市场转化能力，考虑到数据的可得性，分别用地区生产总值、规模以上工业企业销售产值、规模以上工业企业专利申请数和规模以上工业企业新产品销售产值来表示。非期望产出指标用环境污染综合指数来衡量，该指数选用各地区的工业废水排放量、工业二氧化硫排放量和工业烟(粉)尘排放量3个指标，利用熵值法来计算环境污染综合水平。

本文选取中国30个省市自治区作为研究对象(1)西藏地区由于数据严重缺失，故不予考虑；香港、澳门和台湾由于数据不可获得，故不予考虑。，划分为东、中、西和东北四个地区。原始数据主要来源于2008-2017年的《中国统计年鉴》《中国科技统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》和《中国工业统计年鉴》，用插值法补齐个别指标某些年份的数据缺失。

三、实证分析

(一)绿色发展效率现状分析

利用各省市自治区的投入产出面板数据，对式(1)运用DEA-Solver软件测算2008-2017年中国工业绿色发展效率值，如表1所示。根据投入和非期望产出指标计算冗余率；根据期望产出指标计算不足率，也就是各项投入产出数据的可优化程度，如表2所示。

表1 2008-2017年中国各省市自治区工业绿色发展效率

表2 2008-2017年中国各省市自治区工业绿色发展投入冗余与产出不足

由表1和表2可知，天津、海南、上海、北京、江苏、广东6个地区10年的投入产出效率均为1。浙江、山东2个地区除个别年份效率值没有达到1外，其余年份的工业绿色发展效率均处于最优状态。河北的效率值均在0.35左右波动，处于京津冀的末端。山西的工业绿色发展效率在0.2左右波动，处于全国绿色发展效率的末端，山西的投入和非期望产出均存在着不同程度的冗余，其中能源投入和非期望产出成为制约山西绿色发展效率提升的关键。这与山西煤炭资源丰富、产量名列全国前茅相关，大量的能源消耗产生的代价是严峻的环境污染。内蒙古大多数年份的绿色发展效率甚至没有达到0.3，个别年份效率值达到投入产出最优状态，究其原因，内蒙古的环境污染综合指数冗余率达到36.86%，这在一定程度上影响了效率值。辽宁、吉林和黑龙江处于东北地区，辽宁的绿色发展效率值在0.5左右浮动，黑龙江的效率值在0.3左右波动，吉林的效率值波动最大。黑龙江的能源投入冗余率与环境污染综合指数的冗余率均超过57%，环境污染和能源已成为制约黑龙江效率值提升的关键因素。安徽的绿色发展效率随时间呈现稳步上升的态势，究其原因，近年来，安徽积极探索以生态优先为理念的绿色发展新模式，安徽境内长江沿岸产业不断变“绿”，新安江流域出台的生态补偿机制极大地促进了生态富民。新疆、宁夏、青海、甘肃的绿色发展效率一直处于0.4以下，4个地区的环境污染综合指数冗余率分别为71.14%、63.98%、57.18%和60.13%，远远超过了其它地区。福建10年的绿色发展效率均值为0.817，在全国排名较前，福建的3个投入指标的冗余率均不到10%，这在全国省市自治区的投入指标冗余率中处于较低水平，说明福建的投入产出效率值较高。究其原因，福建积极创建绿色发展示范区，把以生态产品为要素的产业发展路径、培育壮大循环型生态绿色产业作为当前和未来工业发展的目标。江西的绿色发展效率随时间波动较大，较容易受周边地区的影响。河南、湖北和湖南绝大多数年份的效率值自北向南呈现上升趋势，三个地区的能源冗余率均超过20%，而工业劳动力的投入冗余率均未超过20%，可见，能源在投入要素中处于重要影响地位。广西的绿色发展效率随时间推移呈波动上升的态势，投入和非期望产出的冗余率在全国处于中下游，均未超过30%。重庆10年的绿色发展效率均值为0.813，投入和非期望产出的冗余率均未超过20%，处于全国的末端。

(二)区域绿色发展效率时间演化分析

由表1可知，中国工业绿色发展效率存在阶段性和区域性差异。全国工业绿色发展效率整体呈现波动上升的态势，从2008年的0.589缓慢上升至2017年的0.629，增长幅度较低。究其原因，一方面国家对绿色经济发展的日益重视和资源环境约束的倒逼机制，促使我国各地方积极推进工业经济发展模式的转型；另一方面由于工业经济转型不仅需要动力，而且还需要能力，一些地方由于人力资本稀缺、技术水平较低等原因导致工业转型动能不足，且传统的发展模式也存在一定的惯性，故工业绿色发展仍亟需加强。中国工业绿色发展在区域上呈现东高西低，即东部地区>中部地区>东北地区>西部地区。西部地区工业绿色发展效率随时间呈现波浪式缓慢的上升态势，处于全国效率梯度的末尾，原因在于西部地区较多地承接了东中部地区的重污染产业，加之传统产业转型的复杂性，因而绿色发展效率较低。东北地区工业绿色发展效率在2008-2010年处于快速下降阶段，之后则呈现波动缓慢上升态势。究其原因，在2008-2010年东北地区工业制造业迅速发展，能源消耗量快速攀升，据统计，东北地区能源消耗量由2008年的35 001万吨标煤跃升至2010年的40 478万吨标煤，东北地区的生态环境难以适应如此快速的发展模式，环境污染日益加剧，导致了非期望产出大量溢出。2010年以来，国家对绿色经济发展日益重视，东北地区逐渐摆脱老工业发展模式，大力落实节能减排政策，产业结构不断优化升级，工业绿色发展越来越得到重视。中部地区工业绿色发展效率从2008-2012年呈快速发展阶段，之后处于稳定发展阶段，主要原因在于中部地区工业基础较好，又处于“十一五”规划和“十二五”规划的连接点时期，极大地促进了工业的发展，同时资源利用率逐步提高，污染物排放逐步得到有效控制。东部地区10年期间绿色发展效率处于稳步发展阶段，一直处于0.9以上，主要得益于东部地区领先的绿色发展理念、丰硕的资源优势、优越的地理位置和较强的经济实力。

(三)绿色发展效率空间演绎特征

上述分析发现，中国4大区域的工业绿色发展效率差异比较明显，本文进一步分析空间关联效应，利用全局莫兰指数对中国30省市的工业绿色发展效率进行空间自相关检验，计算公式如式(2)所示。

(2)

由表3可知，中国工业绿色发展效率的全局莫兰指数除个别年份之外均大于0，且随时间呈现波动上升的态势，绝大多数P值在5%的显著性水平下通过检验，表明中国工业绿色发展效率在空间上呈现集聚模式。在2008-2012年，全局莫兰指数呈现快速上升状态；在2013-2017年，全局莫兰指数呈现波动升降的态势，说明中国工业绿色发展效率具有不稳定性，容易受到周边地区的影响。

表3 中国工业绿色发展效率全局莫兰指数

由于全局莫兰指数只能反映中国工业绿色发展效率整体的集聚模式，不能进一步探讨各省市间的空间相关性，故本文将效率划分为低效率型(0-0.25)、中低效率型(0.25-0.5)、中高效率型(0.5-0.75)和高效率型(0.75-1.0)。总体来看，中国的工业绿色发展效率呈东中西阶梯式递减、南北式对称分布的态势。

具体来看，高效率型地区主要分布在长三角、珠三角和京津冀这一带，并以这些地区为核心，向周边辐射蔓延。由表1可知，从2008年到2017年，东部地区中属于高效率型的省市由8个(北京、天津、上海、江苏、浙江、山东、广东和海南)增加到9个(北京、天津、上海、江苏、浙江、福建、山东、广东和海南)，这也印证了中国工业绿色发展效率的全局莫兰指数由2008年的0.007 6跃升至2017年的0.212 3，在空间上逐渐显示出正的空间自相关性。这些地区在得天独厚的区位优势和丰硕资源的双重推动下，通过技术优势在环境污染治理和产业结构转型等方面取得了较大进步，摒弃了原来对资源和环境的过度依赖和索取，加快了工业绿色发展的速度。据统计，东部地区规模以上工业企业R&D人员全时当量由2008年的834 113人年增加至2017年的1 871 832人年，表明东部地区对科技创新的重视程度。中高效率型地区主要分布在中部地区，数量由2008年的2个(福建、河南)增加至2017年的5个(吉林、江西、湖北、湖南、重庆)，并且由原先零散的状态转移到之后集聚的状态，空间自相关性随着时间推移越来越强。中低效率型地区主要集中于中西部和东北地区，数量是所有效率类型中最多的，分布状态由原先的割裂状态演绎成连续的片状，说明低效率地区开始出现集聚状态，即低值地区毗邻低值地区。东北地区主要以重工业作为经济发展的路径，采取传统的三高模式发展工业经济，因而排放大量的工业二氧化硫和工业废水，对生态系统造成了严重的破坏。低效率型地区主要分布在西部边缘地区和若干中部地区，随着时间推移，数量由2008年的4个(山西、内蒙古、贵州、新疆)减少为2017年的2个(山西、新疆)，由于受长期工业发展模式惯性的制约和自然禀赋因素的影响，人才流失较多，经济发展动力和能力得不到充足的供给，使得大规模工业化的发展远远滞后于其它地区；此外，外部的辐射效应带动作用较小，导致低效率型的地区实现经济转型的难度较大。劳动力成本、资源枯竭、环境污染严峻等挑战对中国工业绿色发展提出了更高的要求。因此，打造一条清洁、低碳、循环的产业结构链，加快资源节约型和环境友好型工业经济结构的构建，是各地区当前和未来工业可持续发展的路径。

四、区域工业绿色发展效率影响因素分析

(一)变量选择与模型构建

参考借鉴学者们关于绿色发展影响因素的研究[8-10]，本文从经济发展水平、产业结构、环境规制强度、经济开放强度、政府支持力度、R&D经费投入强度、R&D人员规模、信息化程度和高技术产业占比九方面来进行分析。考虑到数据的可得性，各影响因素分别用人均GDP取对数、第三产业增加值占GDP比重、区域工业污染治理投资总额占GDP的比重、区域外商投资总额占GDP的比重、政府财政科技支出占政府财政预算支出的比重、R&D经费内部支出占GDP比重、R&D人员全时当量取对数、互联网普及率、高技术产业主营业务收入占工业主营业务收入的比重来表示，数据主要来源于《中国统计年鉴》。

为进一步探究各个区域工业绿色发展效率差异的影响因素，本文对东部地区、中部地区、西部地区和东北地区采用灰色关联分析法分别探讨工业绿色发展效率的真实驱动源泉。

本文选取2008-2017年4大区域工业绿色发展效率值作为参考序列，其余影响因素作为比较序列。

关联度计算公式如下：

(3)

式(3)中，ρ∈(0,1),k=1,…,n;i=1,…,m，Y′0(k)表示参考序列初值化后的值，Y′i(k)表示比较序列初值化后的值。

(二)结果分析

基于4大区域的影响因素面板数据和公式(3)，计算可得到各区域影响因素与工业绿色发展效率的关联度及排名，结果如表4所示。

由表4可知，对东部地区来讲，影响因素关联度排名前三依次为R&D人员规模、经济发展水平、政府支持力度。从中部地区来讲，影响因素关联度排名前三依次为经济发展水平、R&D人员规模、产业结构。从西部地区来讲，影响因素关联度排名前三依次为经济发展水平、R&D人员规模、经济开放程度。从东北地区来讲，影响因素关联度排名前三依次为R&D经费投入强度、政府支持力度、经济开放程度。这九个因素对中国4大区域工业绿色发展效率的影响程度有差异，关联度系数从0.555到0.939。

表4 中国4大区域工业绿色发展效率驱动因素的关联度及排名情况

五、结论与建议

本文基于SBM-Undesirable模型对中国及各省市自治区的工业绿色发展效率进行了测度，结合空间数据分析方法和灰色关联分析方法进一步探讨了中国工业绿色发展效率的时空分异特征。得到以下主要结论：(1)从中国工业绿色发展效率现状看，中国4大区域工业绿色发展效率存在阶梯式差异，即东部>中部>东北>西部。除个别省市的效率值为1，其余省市均存在着不同程度的冗余和期望产出不足情况。(2)从时间演绎来看，全国工业绿色发展效率值从2008年的0.589缓慢上升至2017年的0.629，整体呈现上升态势，但幅度较小。4大区域10年之内的波动趋势有显著差别。东部地区整体处于稳定态势；中部地区先急速攀升后稳定发展；西部地区的效率值在0.4左右波动；东北地区则先呈大幅下降态势后呈现波动缓慢上升态势。(3)从空间演化来看，中国工业绿色发展效率总体上呈现东中西阶梯式递减，南北式对称分布的状态。在2008-2012年，工业绿色发展效率随着时间推移空间集聚性越来越大；在2013-2017年，存在着正的空间自相关性，但略有波动。(4)从影响因素来看，4大区域工业绿色发展效率提升的驱动因素有所差异，从影响各区域工业绿色发展效率提升的三个主要影响因素来讲，东部地区为R&D人员规模、经济发展水平、政府支持力度，中部地区为经济发展水平、R&D人员规模、产业结构，西北地区为经济发展水平、R&D人员规模、经济开放程度，东北地区为R&D经费投入强度、政府支持力度、经济开放程度。总体来讲，当地经济发展水平、R&D人员规模和政府支持力度对当地工业绿色发展效率提升的驱动力较大，R&D经费投入强度、产业结构和经济开放程度的驱动力次之，高技术产业占比、信息化程度和环境规制强度的驱动力较小。

为进一步推动我国工业经济转型升级，提高工业绿色发展效率，提出如下建议：(1)加强顶层设计，因地制宜制定工业绿色发展战略。鉴于中国各地区工业绿色发展效率差异较大，各地区应根据当地实际的投入冗余与产出不足情况，合理配置资源。各地区政府要进一步完善环境保护政策，充分发挥产业规划、产业政策和财政资金等的引导作用，加快产业结构的转型升级，促进工业经济可持续发展。(2)加大研发投入，以绿色技术创新推动工业绿色发展效率提升。研究结论表明，研发投入和技术创新能力是驱动中国工业绿色发展效率提升的重要因素。但是，研发投入不仅是指研发经费的投入，而且还包括研发人员的投入。我国要加大培养和引进绿色技术研发人员的力度，加强共性关键技术的研发，加快先进适用的绿色技术推广应用，构建绿色先进技术支撑体系。(3)承接绿色产业转移，加快产业转型升级。后发地区要实现与先发地区的对接和互动，最有效的方式就是承接产业转移。在承接东部地区产业转移时，中部、西部和东北部地区要建立健全的承接产业准入标准，实施正面清单和负面清单精准管理，积极发展低污染低消耗的绿色产业，注重产业转型和升级。同时，我国要顺应信息化发展之大势，以信息化培育新动能，通过工业经济与信息技术的深度融合，推动工业向数字化、网络化、智能化转型，从而促进我国工业绿色发展效率不断提高。