基于Super-SBM模型的长江经济带生态效率评价及提升对策

陈军飞，王珩媛

(1.河海大学商学院，江苏 南京 211100； 2.河海大学长江保护与绿色发展研究院，江苏 南京 210098)

长江经济带是我国依托长江黄金水道的“金腰带”，横跨中国东、中、西三大地理区域，是中国重要的人口密集区和产业承载区，所覆盖的11个省(市)的总面积约占我国国土面积的21%[1]，但其人口数量、经济总量、进出口总额均超过全国的40%，具有显著的优势和发展潜能，是我国经济稳定增长的支撑力量。随着我国工业化与城镇化进程的不断推进，沿江地区的资源环境密集型工业高速发展，粗放的产业发展模式和流域中上游区域承接产业转移速度的加快均导致流域资源约束不断加剧，环境质量堪忧[2]。污染排放严重、区域发展不平衡、资源短缺等环境问题使长江经济带的全面高质量发展面临严重威胁，环境保护工作亟须深化，任重而道远。

2016年9月印发的《长江经济带发展规划纲要》提出“生态优先、绿色发展”的发展方向，指出要突破生态短板，实现集群、协调发展。国家决策层的举动体现了我国落实黄金水道“共抓大保护，不搞大开发”的迫切需求和对长江经济带生态文明建设的高度重视。生态文明建设是一项具有攻坚性、永续性的重大战略工程，而生态效率是衡量生态文明建设成效的重要指标[3-4]。因此，如何统一协调经济发展、资源消耗和生态保护三者之间的关系，以最少的资源消耗、生态损耗来获取最优的经济产出，提升长江经济带生态效率，保证经济增长质量，是当前面临的重大问题。为了扭转局势，推动长江经济带实现健康可持续的绿色发展，将“金腰带”打造成永葆生机活力的“绿腰带”，发挥生态文明建设先行示范带的标杆作用，必须对生态效率进行科学评估，以期为各区域生态保护政策的制定与实施提供理论支持和对策依据。

生态效率这一概念的诞生可追溯至1990年，Schaltegger等[5]德国学者将生态效率定义为在经济生产活动中产出与环境影响的比例，他们认为生态效率能够更加合理与直观地体现经济活动对环境造成的影响。世界可持续发展工商理事会(WBSCD)[6]于1992年扩大了生态效率的概念，即生态效率是通过打造具有价格竞争优势的产品和服务来满足人类需求并提高生活质量，同时将其环境影响和资源消耗强度控制在地球承载力以内。1998年，经济合作与发展组织(OECD)[7]简明扼要地定义了生态效率，即生态效率是投入与产出的比值，是指经济体在生产过程中所提供的经济价值与资源消耗、环境影响总量的比值。显然，生态效率符合生态环境、自然资源和经济增长三者耦合协调发展的内在要求，是衡量生态文明社会的重要标准[8]。

目前效率评估多采用数据包络分析法，该方法无须对数据进行无量纲化处理，在解决多输出和多输入问题时具有绝对优势，以实际数据求得最优权重，评价结果客观性和科学性强[9]，由美国运筹学家Charnes等[10]等创建。一些学者发现经典的DEA模型无法解决多个决策单元效率值同时为1时如何继续评价的问题，而Andersen等[11]提出的超效率DEA模型则可以克服这一缺陷[12]。如李雪松等[13]分别运用超效率DEA模型和Malmquist指数法将长江经济带2000—2014年的经济增长总体效率水平和全要素生产率进行对比分析。此外，传统的DEA模型以经济效益为产出指标，并未考虑非期望产出——经济发展对城市生态环境造成的负面影响，故SBM模型应运而生。SBM模型将非期望产出纳入模型中，此外还能够解决传统DEA模型测度中投入产出变量的松弛性问题，逐渐成为测定生态效率的主流模型[14]。如陆砚池等[15]利用SBM模型对武汉城市圈建设用地的生态效率进行了评价分析。为了让SBM模型能够横向比较多个效率相对有效的DMU，在2001年提出SBM模型的基础上，Tone[16-17]于2002年定义了结合超效率DEA模型和SBM模型的Super-SBM模型，在修正无效DMU松弛变量的同时解决了效率排序无效的问题。

鉴于此，本文以长江经济带11省(市)为研究对象，构建符合长江经济带区域环境发展现状的投入产出指标体系，运用非期望产出的Super-SBM模型和基于Super-SBM距离函数的Malmquist-Luenberger指数(ML指数)模型对长江经济带2007—2018年的生态效率进行动静结合的实证分析，最后提出长江经济带生态效率的优化建议。

1 模型构建与指标选择

1.1 生态效率测度模型

Super-SBM模型引入超效率的新思想，可以打破DMU效率值均为1的窘境，将当前的被评价对象从剩余的比较对象中排除，看似相同的DMU，前沿面每次的确定结果不一，最终得到的有效DMU将会以高于1的效率值胜出。运用Super-SBM模型还能够判断投入产出的冗余情况，为效率的完善指明具体的方向。ML指数源于1953年瑞典经济学家Sten Malmquist提出的Malmquist指数，用于处理动态的时间序列数据，但Malmquist指数无法处理环境污染类非期望产出，只能单方面刻画输入或输出的改变，ML指数的出现解决了这个问题。本文运用Super-SBM模型测算静态生态效率，利用Super-SBM距离函数构建ML指数模型，研究生态效率的跨期动态变化和效率损失原因。

1.1.1Super-SBM模型

选用Tone[16]的Super-SBM模型对生态效率进行静态测算，其规划式如下：

(1)

1.1.2基于Super-SBM的ML指数模型

根据Chung等[18]的思想，t时期技术条件下的ML指数可以表达为

(2)

(3)

根据式(3)，ML指数可以变换为技术效率指数(EC)和技术进步指数(TC)的乘积：

(4)

ML指数用于评价基于要素投入、经济产出和环境产出的生产前沿函数的全要素生产率的变化情况，全要素生产率是实现经济可持续增长的引擎[19]。θ>1表明全要素生产率提高，反之则代表降低。技术进步指数反映的是t期到t+1期之间技术效率前沿面的变化，即前沿面移动效应，若α>1，证明效率前沿面有所扩大，出现技术进步或技术创新，反之则技术退步，阻碍了效率的改进。技术效率指数反映t期到t+1期之间决策单元与效率前沿面的距离变化程度，即追赶效应，β>1证明决策单元与前期相比相对效率提高，资源利用良好，表现为逐渐靠近前沿面，反之，则相对效率退步，资源利用差，表现为逐渐远离效率前沿面。

表1 长江经济带生态效率评价指标体系

1.2 指标与数据说明

选取长江经济带11省(市)作为决策单元，采用年度面板数据，时间跨度为2007—2018年。为了探究生态效率存在的地域差异，将长江经济带生态效率测度对象划分为上游、中游与下游。其中云南、四川、重庆、贵州4省(市)构成上游区域；中游区域包括湖南、湖北、江西3省；下游区域为安徽、上海、江苏、浙江4省(市)。

根据OECD对生态效率的定义，生态效率强调经济价值与环境效益的协调统一，可以理解为经济体在赢得经济产出的同时减少自然资源消耗与环境污染物排放的一种能力[20]。经济建设必然导致大量的资源投入，也带来环境的副产品，即非期望产出[21]。将环境污染视为非期望产出指标，从资源、环境和经济三方面出发，在梳理前人研究成果的基础上，遵循科学性、可得性、可操作性等原则，构建效率评价指标体系，见表1。

投入指标参考新经济增长理论，包括自然资源、人力资源和物质资本。自然资源用与人类生活联系紧密的能源、水资源和土地资源表示。能源消耗按标准煤折算相加得到的能源消耗总量计算，人力资源消耗用年末从业人员数量衡量，水资源消耗用包含生产、生活和生态用水的用水总量表示[22]。由于城市建设用地面积可以衡量区域土地的集约利用[23]，故以之表示土地资源消耗。本文测算方法用于评价相对效率，只要保证样本数据的相对一致就能得到较小误差的结果，故物质资本消耗以全社会固定资产投资总额表示[24]。环境污染类产出指标主要是指全社会“三废”排放，即废水、废气和固体废弃物的排放。“三废”是中国目前环境污染的主要来源，亦是现有文献对环境污染常用的衡量方法。鉴于数据的可得性，且生活固体废弃物对环境造成的影响较工业可以忽略不计，选用工业固体废弃物排放量代替固体废弃物排放总量[25]；二氧化硫属于PM2.5的重要污染源，故以之代替废气排放。生态效率的产出指标可以衡量产品或服务的经济价值，因此用地区GDP表示期望产出类指标，且以2007年作为基准不变价，依据各省(市)各年度的GDP指数计算得到不变价格的GDP，以保障数据统计口径的一致性并消除价格因素的影响。

所用数据来源于国家统计局、《中国城市统计年鉴》、长江经济带11省(市)相关年份的统计年鉴和环境状况公报，均属于政府统计部门公开发布的权威统计数据。对缺失数据采用算术平均法得出估计值进行处理。

2 实证分析

2.1 基于Super-SBM模型的生态效率分析

基于效率评价指标数据，运用Super-SBM模型测算长江经济带11省(市)2007—2018年间的生态效率，结果保留3位小数。经济带区域和上、中、下游三大区域2007—2018年的生态效率计算结果采用相应省(市)效率的算数平均值，结果见表2。

表2 2007—2018年长江经济带生态效率测算结果

2.1.1长江经济带11省(市)对比分析

长江经济带11省(市)2007—2018年生态效率的变化趋势如图1所示。结合表2，生态效率变化趋势大致可分为3种。

图1 2007—2018年长江经济带11省(市)生态效率变化趋势

a. 江苏省和湖南省生态效率的变动趋势是先上升后趋于平稳，发展趋势良好。其中，湖南省拉动了中游地区的生态效率，2007—2012年期间生态效率在波动中缓慢增长，2012—2013年期间增速最大，2013年的生态效率是2012年的2.06倍，2013年后趋于平稳，生态效率一直处于有效水平，峰值为1.024，这可能是因为湖南省积极响应国家绿色发展的号召，制定的相关污染防治政策得到有力实施，成效显著。2012年，湖南《湖南省湘江保护条例》《绿色湖南建设纲要》相继公布，而2012年以来湖南省最大的河流、长江主要支流之一的湘江干流水质总体为优，重金属浓度达标并大幅下降，绿色发展态势良好。

b. 云南省生态效率的变动趋势是先下降后趋于平稳。云南省2007—2010年生态效率达到DEA有效，为上游最佳，2010—2011年迅速下降，从1.019下降至0.346，之后趋于平稳。云南省2010—2011年的生态效率下降可能是由于经济的快速发展加大了生态环境的压力，经济发展与环境、资源矛盾突出。

c. 贵州等其余8个省(市)的生态效率较为稳定，生态效率波动范围均不超过0.2。

长江经济带11省(市)2007—2018年的生态效率均值见表2。11省(市)的生态效率均值差异明显，前3名分布是上海市、浙江省和江苏省，最低的是贵州省，低至0.298。2007—2018年间生态效率较稳定的省(市)中，除去上海市和浙江省投入产出水平达到最优，其余均位于生态效率均值排名的末尾，情况不容乐观。究其原因，江浙沪3省(市)位于我国东部沿海，地理位置优越，经济水平高，科技与产业发达，而排名末尾的省份地处内陆，存在区位劣势，科技水平落后，且产业结构欠合理，转型缓慢，粗放的产业发展模式导致资源浪费和环境污染严重。如江西省、湖北省等长期以来一直是中国制造业与能源供应基地，资源环境密集型产业比例太高，且是东部沿海区域三高产业转移的前沿地带[26]，安徽省还同时面临江浙沪产业联系更紧密的竞争劣势。

2.1.2区域对比分析

结合表2，从时间维度来看，长江经济带区域的生态效率在[0.591，0.661]的区间波动。2007—2018年长江经济带生态效率的均值为0.627，其生态环境和经济建设的协调程度有待提高，环境保护和资源节约的潜力巨大。但是长江经济带区域协作体制机制尚不健全，经济与环境建设存在领域分割的低效现象，存在要素与资源的流动壁垒[27]。

长江经济带上、中、下游3个区域的生态效率如图2所示。结合表2，可以发现长江经济带生态效率总体呈现从下游到上游逐步减小的趋势，下游区域均值最高，为0.896。中游和上游较低，分别为0.513和0.443，拉低了长江经济带区域的整体生态效率均值，两者均有轻微波动，波动范围在0.300以内。2007—2018年，下、中游区域的生态效率在波动中有所上升，只有上游区域的生态效率在波动中下降，环境状况亟须改善。

图2 2007—2018年长江经济带上、中、下游区域生态效率

长江经济带上、中、下游3个空间分布不同的区域生态效率差距相对稳定，客观体现了不同区域资源利用效率、环境污染类非期望产出的控制能力和经济发展水平的差异性。究其原因，长江经济带下游区域的优越地理位置、先进的生产技术、资源的合理分配、产业结构的科学化为高效的资源投入和更多的期望产出提供了更大的可能性；中、上游区域内既存在资源投入和配置的不科学，又有区域协调机制不完备、产业发展模式粗放、技术落后的瓶颈约束；下游区域部分高耗能、高排放产业的转移更是加重了中、上游区域的资源错配、资源浪费和环境污染问题，对区域一体化发展造成阻碍。

2.1.3投入冗余率和产出冗余率分析

长江经济带投入产出冗余率测算结果见表3。长江经济带总体发展模式追求经济产出最大化，不存在GDP不足，不用分析效率损失。

a. 从省(市)角度出发，由于上海市和浙江省的生态效率大于1，为生态效率有效地区，因此所有资源的投入冗余率为0，投入均不存在冗余，均为有效利用，产出亦不存在浪费。

b. 从区域角度出发，资源利用效率低，冗余均值接近30%，除去水资源，其余资源的冗余情况和区域生态效率的大小负相关，呈现下游小于中游小于上游的情况。水资源最丰富的中游区域水资源冗余情况最为严重，究其原因，长江经济带中游区域是我国传统的农业产区，农业生产用水占总用水量比重大，灌溉技术落后导致用水浪费严重，且支柱产业大部分是高耗能的重工业，废水排污状况十分严重。关于投入冗余，总的来说，尽管省(市)之间生态效率的损失理由存在差异，但是对于长江经济带整体区域而言，主要影响因素是物质资本、人力资源，主要的自然资源影响因素为水资源和能源，究其原因：长江经济带的人口和产业分布密集，尚不能实现依靠科技进步和提高劳动者素质的集约型经济发展方式，资金、人力、水资源等生产要素投入过多，排污强度高，亟须调整产业结构，科学降低高耗能产业比重，培育新兴绿色产业。非期望产出冗余率最高，均值接近40%，环境污染是效率损失的首要原因，长江经济带沿江产业布局不合理是导致环境污染严重的主要因素之一。据统计，自重庆、湖北至上海，国内有大量的石化企业分布于长江流域，整个长江沿岸都是中国重要的工业走廊[28]，上、中游区域产业发展侧重于钢铁、石化等产能过剩的传统产业，战略性新兴产业较为弱小，产业结构高级化、非合理化使得提高生态效率面临较大难度，促进产业结构调整，优化产业结构是经济发展与环境保护的关键[29]。鉴于评价指标的选取维度，人们的绿色发展意识较差也是必须考虑的生态效率损失的原因。

表3 2007—2018年长江经济带投入产出冗余率测算结果 单位：%

2.2 基于ML指数的生态效率分析

2.2.1长江经济带11省(市)对比分析

2007—2018年长江经济带生态效率ML指数及分解情况见表4，表中数据计算结果采用几何平均值，保留3位小数。11省(市)的ML指数均大于1，说明各省(市)全要素生产率均得到改善。ML指数排名靠前的有生态效率均值较低的贵州省、湖北省、四川省，年均增长率依次为12.2%，9%，8.2%；生态效率均值排名靠前的上海市、浙江省、江苏省年均增长率却较低；湖南省、安徽省的ML指数均超过长江经济带区域的几何平均值1.073。可以发现增长率较高的省份主要集中于长江上、中游，这是因为长江下游地区属于“示范者”，在经济、技术等方面起点高，而生态效率偏低的省(市)属于“追赶者”，在自身的努力和下游的辐射效应下潜能巨大。

表4 2007—2018年长江经济带生态效率ML指数及分解

11省(市)的技术进步指数均大于1，均有技术进步或创新，但是湖北省、湖南省、江苏省、浙江省、上海市之外的省(市)技术效率都小于1，资源利用效率低。这是因为部分省(市)在发展经济时过度依赖引入和创新技术，在资源配置和管理机制等方面亟待提升，未能有效发挥技术效率对经济的提质增效作用。改善产业结构可以提高资源利用效率，注重产业协调发展可以优化资源配置效率，均有助于提升技术效率。

2.2.2区域对比分析

长江经济带生态效率ML指数及其分解项的变动情况见图3，图中数据计算结果采用几何平均值。结合表4，长江经济带生态效率ML指数为1.073，技术进步指数平均每年增长9%，技术效率指数平均每年下降1.5%，所以长江经济带生态效率ML指数的增长主要是因为技术进步。

图3 长江经济带生态效率ML指数及其分解项的变动趋势

对于长江经济带三大区域，下游区域ML指数为1.048，是由技术进步和技术效率同步改善引起的，上、中游区域技术效率指数小于1，ML指数却大于1，呈现出效率恶化和技术进步的特征，即创新程度高，技术进步挽回了技术效率降低导致的后果。究其原因，由于顶层的机制设计不足，位于西部的上游区域虽然承接产业时具有自然禀赋优势，但生态脆弱性明显。下游邻近中游，强化了中游城市以牺牲环境为代价换取经济增长的动机，形成粗放型产业结构的路径依赖性[30]，资源错配严重，利用不合理。

从时间维度和长江经济带区域整体来看，2008年后ML指数在波动中下降可能是由于国际金融危机的影响，政府采取了一系列拉动投资的经济刺激政策，导致要素配置不当；2014年后ML指数又有所上升应是因为政府提出了“调结构、转方式、促升级”的经济质量提升政策，体制机制障碍减少，市场趋于健康发展，生态文明程度改善。技术进步指数主要在1的水平之上波动发展，而技术效率指数却几乎都在1以下的低位徘徊，故技术进步是长江经济带区域全要素生产率提升的主要动因。通过加强技术创新、优化产业结构可以为处于转型期的长江经济带注入经济增长动力、改善环境状况，但是也有必要通过机制设计层面提升技术效率以实现全要素生产率的全面改善。

3 结论与建议

3.1 结论

本文对长江经济带11个省(市)2007—2018年的生态效率运用Super-SBM模型进行测度，同时通过测算投入产出冗余率和ML指数分析生态效率的影响因素。

a. 从区域角度分析，长江经济带生态效率随时间分区间波动，改善潜力大，区域性差异明显，形成生态效率下游大于中游大于上游的格局，亟须加强区域协调发展。

b. 从11省(市)角度分析，浙江省、上海市2个地区的生态效率达到DEA有效，安徽省、贵州省的生态效率处于较低水平，江苏省、湖南省的生态效率在2007—2018年期间波动明显，发展趋势良好。

c. 从影响因素分析，资源的冗余大体和区域生态效率的大小负相关，呈现下游小于中游小于上游的情况，环境污染是生态效率损失的首要原因，亟须通过优化产业结构、促进产业协调发展实现资源节约与环境保护。技术进步是区域全要素生产率的主要推动原因，技术效率仍需改善。

3.2 对策建议

提升长江经济带生态效率意味着在经济发展、资源消耗和环境保护之间寻求一个最佳平衡点，减少区域差异，以资源节约和环境保护为重点，推动经济高质量的发展。现有研究证明，产业结构变迁是影响经济增长和生态建设的关键要素，构成经济总体的产业结构特征决定了经济增长对资源消耗和环境影响的程度，产业是技术创新的主要载体和环境污染的源头，而资源利用层面主要包括经济生产和人民生活。故应以低污染、低投入和高效益的绿色产业为导向，加快产业结构转型升级，促进区域均衡发展，提高技术效率，同时培养绿色文化，让人们在生活中自觉保护环境与资源。生态机制的建设为提高生态效率提供了可靠保障，以此构建国家支持、相关部门实施、全社会参与的大格局。

3.2.1加快长江经济带产业结构的转型升级，推动绿色产业的发展

a. 改善能源使用结构，降低化石能源使用比重，提高可再生能源和清洁能源使用比重，不断提升资源利用效率，加强能源梯级应用，大力发展新能源，高效或循环利用低碳和可再生能源，减少对资源和环境的依赖。

b. 加强技术创新。重点关注绿色生产技术创新，加强源端治理。着力攻克节能环保技术，提高资源的综合利用效率。加速云计算、物联网、大数据等新一代信息技术的研发效率，智能缩短要素流动距离。鼓励领军行业和高校科研院所联合建设技术创新中心，尽快研究出绿色关键共性技术和突破性核心技术，专注于高尖端领域的技术创新，以期大范围、高效地改造升级产业结构。

3.2.2推进长江经济带产业协调发展，实现生态效率均衡发展

a. 优化产业布局，充分发挥各区域的资源优势。下游区域应利用其经济实力强、开放程度高等优势大力发展节能的新兴产业和绿色高端制造业；上、中游区域一方面应加速矿产、钢铁等产能过剩的传统产业的改造升级，培育发展绿色新兴产业，另一方面应充分利用自然资源禀赋的优势，优先发展现代绿色农业和观光旅游业等，推动绿色产业发展。

b. 构建绿色的合作和承接转移模式，发挥发达区域的引领作用。产业合作或转移可以将下游区域的资金、技术、信息等优势要素向生态效率相对较低的中、上游区域流动或转移，充分挖掘发达区域的示范作用，也可以把生态效率较低的上游区域丰富的自然资源要素向自然资源相对贫乏的下游区域流动或扩散，优化资源配置，解决资源浪费和闲置问题。但是上游区域应结合自身资源承载力和环境容量做出决策和行动，杜绝“三高一低”的产业，优先引入节能环保的绿色产业，避免破坏生态平衡。

3.2.3培养绿色文化，共筑生态文明建设之路

a. 开展绿色教育，通过真实的文艺作品、经典书籍、社区活动等方式传播绿色发展理念，宣传习近平总书记关于长江大保护和生态文明建设的重要指示内容，回顾长江流域的历史脉络，学习以“流域共享，生态优先，资源集约，合作创新”为核心要素的长江经济带绿色文化等，培育文化认同感。

b. 坚持绿色惠民工程，通过“植树造林”“市民果园”“湿地公园”等工程修复城市环境面貌，构建绿色发展空间。优美的环境、清新的空气、安全的生活能够让人切身体会到绿色发展理念的现实力量，使绿色生活方式和发展方式成为民生之盼。

c. 以绿色文化为主题建设长江文化产业带，搭建流域文化的交流合作平台。欣欣向荣的绿色文化产业在为传统行业转型升级提供新途径的同时有助于民众树立绿色环保的消费观，文化的交融发展无疑为区域协调发展提供了有利的支撑。

3.2.4加强生态机制建设，切实保障生态效率政策落地

a. 加快建立长江经济带产业协调机制，实现经济带产业发展的统筹兼顾。健全资金保障机制，降低要素交易成本；设计公正的生态补偿机制，平衡区域利益；推广产学研合作机制，实现创新驱动发展。

b. 加速完善长江经济带市场机制，促进技术创新等要素的自由流动和高效配置。改革资源和能源价格机制，建立兼容、开放、统一的区域市场体系；充分开发竞争机制，简政放权，实现产业的优胜劣汰和市场的主导作用；灵活改变供求机制，坚持供给侧改革，畅通资源配置渠道。

c. 坚持改进区域环境管理机制，保证环境保护落到实处。实行生态环境监测机制，确保环境保护措施的时效性；大力发展环境保护监督机制，严厉打击污染环境的违法行为；发展利益协调机制，促进相关部门明确职责、有效执法。