基于超效率SBM-DEA和空间分析的区域绿色发展效率评价

田亚鹏,柳晓艺

(1.西安交通大学 经济与金融学院,陕西 西安 710061;2.西安财经大学 统计学院,陕西 西安 710100)

一、引 言

绿色生态是可持续发展的重要保证。随着绿色发展理念在指导城市经济社会实践中的深度融入,提升绿色发展效率成为实现区域生态文明建设和经济转型发展的重要途径。2013年9月,习近平总书记在哈萨克斯坦纳扎尔巴耶夫大学回答提问中指出:“既要绿水青山,也要金山银山,而且绿水青山就是金山银山”,形象地说明了经济发展与环境保护之间的关系。习近平生态文明思想是对以往绿色发展思路、发展方式、发展动力的进一步理论提升,是绿色发展的根本遵循和最高标准。绿色发展理念是习近平生态文明思想的核心要义之一[1-2]。绿色发展理念要得以推进落实,应理清城市绿色发展思路,制定绿色发展策略,促进创新性绿色发展技术的高质量提升。

绿色发展效率是反映城市绿色发展水平的指标,是在绿色发展概念的基础上考虑资源投入和环境代价后的经济发展效率。区域绿色发展的关键之处在于把握区域特点,结合区域实际不断提升区域绿色发展效率。城市作为投入产出活动的重要载体,测算其绿色发展效率对区域可持续发展具有重要意义[3]。如何有效、客观以及全面地测算绿色发展效率问题是评价城市绿色发展水平的重点。本文选取的区域研究对象为陕西省及其10个地级市。陕西省由北到南地理环境变化显著,陕北、关中、陕南边界明确、泾渭分明。正是由于自然地理等条件的影响使上述三大区域形成了具有明显差异的三大经济和生态板块。陕北气候较干旱,面积最广,人口较为稀疏;关中地区处于陕西省中部,交通便利,人口也较为密集;陕南气候较湿润,生态资源丰富。一直以来,陕西省坚持因地制宜、因地施策,旨在推动三大区域协调发展,坚持“强关中、优陕北、兴陕南”的生态环境发展思路,完善区域生态协调发展战略。本文利用统计学、经济学等相关科学理论对陕西省及各地级市绿色发展效率现状进行实证研究,并结合地方区域实际提出适合陕西三大区域提升绿色发展效率,贯彻落实绿色发展理念的政策建议。相关结论和政策建议对其他具有类似特点的区域提升绿色发展效率具有一定的参考和借鉴价值。

二、文献综述

绿色发展的有关研究一般是从定性和定量两个方面来进行。在定性方面主要是对绿色发展概念、功能等方面的研究;在定量方面主要是对绿色发展水平和效率的测度。大多数学者在绿色发展效率研究对象的选择上主要为全国层面、省域、城市群、市域等,在选择绿色发展效率测算的方法上,通常选择普通DEA模型。如吴洁等学者选择用规模报酬不变下的传统的DEA模型测算长三角地区的绿色发展效率[4]。然而,DEA模型的假定是期望产出增加与非期望产出减少的比例相同或固定,与现实的生产活动不相符,并且由于没有考虑松弛变量,还会造成效率的高估。DEA模型只能测度截面数据,对于不同时期的数据无法进行纵向对比,为了避免这个缺陷,有学者引入了一种基于松弛性变量的方向性距离函数(SBM)到技术效率的测度中,SBM允许投入或产出变量以不同的比例发生变化,而且也不需做出基于投入或基于产出的角度选择。再利用Malmquist指数,使DEA效率测度拥有动态的纵向评价功能。如杨志江和文超祥运用基于跨期生产前沿的SBM-DEA模型测算了中国省际1999—2012年的绿色发展效率,不仅对绿色发展效率进行了测算,同时对各投入(产出)变量的无效率水平进行测度,以更好地反映绿色发展效率的长期变化趋势和深入地考察绿色发展无效率的来源[5]。由于引入的SBM模型无法很好地区分效率值,对于DMU进行效率值排序,也有学者考虑到产出指标中应具有非期望产出,随后在对绿色发展的效率测度上选用了包含非期望产出的Super-SBM模型。曹鹏和白永平通过Super-SBM模型测度不同时期中国省域绿色发展效率,由于Malmquist指数不能很好地阐释绿色发展效率的时空演变和刻画其时间阶段特征和空间分异特征,作者便使用了Moran’sI指数和Local Moran’sI指数对全局和局部的空间集聚特征进行分析[6]。黄磊和吴传清基于2011—2016年长江经济带地级及以上城市110个面板数据,采用考虑非期望产出的全局超效率SBM模型及泰尔指数分析长江经济带城市工业绿色发展效率的时空演变规律[7]。除了运用DEA模型、SBM模型、Super-SBM模型,还有学者对已有方法进行了改进,如运用四阶段DEA模型、网络超效率EBM模型以及改进EBM-DEA三阶段模型等。李林汉和岳一飞采用中国2012—2016年30个省份数据构建四阶段DEA模型,测算中国2012—2016年30个省份的绿色发展效率,又通过Malmquist指数分析,对中国绿色经济发展效率进行动态纵向评价,指出中国绿色经济发展效率总体处于每年增长态势,但增势逐渐放缓[8]。张丹丹和杨力运用网络超效率EBM模型对于中国省级煤炭产业生态绿色发展效率进行测度,网络超效率EBM模型解决了超效率模型的不能处理投入和产出变量同时具有径向和非径向的情况[9]。还有学者除了在对绿色发展效率方法上的改进以外,考虑不同行业的绿色发展效率以及对于绿色发展效率影响因素的研究,如陈瑶、尤怀墨等分别从R&D投入视角和光伏行业出发,运用DEA模型和动态Malmquist指数结合的模型对中国区域行业内的绿色发展效率进行了测算[10-11]。周亮等在梳理绿色发展概念与内涵基础上,采用SBM-Undesirable模型、泰尔指数和空间马尔科夫链等方法,对2005—2015年中国城市绿色发展效率时空分异特征及其演变过程进行了测度与刻画,并进一步耦合自然与人文因素定量探讨了人地关系地域系统下的影响机制[12]。

综上所述,学者们通过寻求最优的、具有较强代表性的指标来分析绿色发展水平,一部分学者通过选择对全国、城市经济带、某一行业绿色发展短期内的数据进行研究。本文将基于投入—产出角度,对陕北、关中和陕南地区各市2001—2018年绿色发展效率进行测算和分析,探究陕西省绿色发展效率水平及现状,同时也对不同城市间绿色发展效率的相互影响和差异进行分析,对今后陕西省不同区域绿色发展给出了明确的方向和可行性建议。本文研究以点带面,对于研究全国某一特定区域绿色发展效率起到一定的参考作用。

三、研究方法

为研究区域绿色发展效率现状、区域绿色发展特点以及探究区域绿色发展方向,本文以陕西省及陕西省的10个地级市为样本进行区域绿色发展效率研究。运用Super-SBM模型与ML指数结合,分别从静态和动态方面研究绿色发展效率值的变化情况。数据包络分析方法(DEA)是一种非参数效率分析方法,可以用于多投入和多产出的多个决策单元(DMU)的相对效率评价。为解决变量的松弛性问题和径向带来的测量误差这一问题,Tone提出了基于松弛变量的非径向、非导向型的SBM数据包络分析模型[13]。但是传统的SBM模型无法对多个同样有效的单元格进行区分和排序,在此基础上Tone又提出了超效率的SBM模型来解决这一问题[14]。参考这一方法,本文运用传统的SBM-DEA模型初步测算,发现陕西省各地级市绿色发展效率值大多为1,无法对各市进行区分和排名。因此,综合考虑运用Super-SBM模型对决策单元进行区分和排名,将每个城市作为一个决策单元(DMU),同时选取了2001—2018年的指标数据。

超效率模型的数学表达式为:

(1)

其中,n表示决策单元的个数,即城市个数,每个DMU由投入m、期望产出s1和非期望产出s2构成,x表示投入矩阵中的元素,yd表示期望产出矩阵中的元素,yu表示非期望产出矩阵中的数据,ρ为绿色发展效率值。ρ越大,说明绿色发展效率值越大,则绿色发展水平就越高。

超效率SBM模型测算出的绿色发展效率值只是对绿色发展的静态描述,而Malmquist模型是对SBM模型很好的补充,从动态上分析前后两年之间的效率值变化情况。本文选取的是全局参比Malmquist指数模型,简称GML指数模型,是以各期的总和作为参考集[15],表示为:

(2)

GML指数公式为:

(3)

虽然相邻的两期在计算Malmquist指数时参考的是同一全局前沿,但是效率变化的计算仍然采用各自的前沿,EC表示效率变化:

(4)

(5)

因此,Malmquist指数可以分解为效率变化和技术变化:

(6)

若GML大于1,说明绿色发展效率值是增加的;反之,若GML小于1,说明绿色发展效率值是降低的。

四、指标选取及数据来源

目前在对绿色发展效率评价指标体系的研究中,大多数学者将资本、劳动力和能源作为投入变量,但是随着创新技术的发展,技术也是一项重要的投入变量。所以本文选取的投入变量为资本、劳动力、技术以及能源。采用资本存量来衡量资本投入,由于资本存量无法直接获得,本文运用永续盘存法计算资本存量。以2001年为基期的固定资产投资额除以10%作为基期资本存量,并运用资本存量的计算公式:Kt=(1-σ)Kt-1+It,其中经济折旧率σ为9.6%。Kt和Kt-1分别为第t期和第t-1期的资本存量,It为第t期的固定资产投资额;劳动力从业总人数作为劳动力投入变量的指标,其中包括单位从业人员数以及城镇私营和个体从业人员数;科学技术支出作为技术投入;能源投入指标需要覆盖城市经济发展的各个方面,因此选取全社会用电量表示能源的投入。

产出包含期望产出和非期望产出,期望产出考虑到主要有经济产出和生态收益。用实际GDP作为经济产出来衡量期望产出,统计年鉴上得到的是各地区国内生产总值,没有剔除价格因素,运用GDP指数以2001年为基期来剔除价格因素得到地区各年份的实际GDP;园林绿地面积作为生态收益来衡量期望产出。非期望产出考虑到工业“三废”,即废水、废气和废固,分别运用工业废水排放总量、二氧化硫排放量以及烟(粉)尘排放量来衡量。表1为绿色发展效率评价指标体系。

表1 绿色发展效率评价指标体系

本文选取陕西省及其10个地级市2001—2018年期间的投入、期望产出和非期望产出指标的相关数据对其绿色发展效率进行测算。根据数据的可度量性、可靠性以及可获得性,相关主要数据来源于《陕西省统计年鉴》《中国城市统计年鉴》以及各地方统计年鉴。

五、绿色发展效率测算以及动态效率值研究

在前文构建的绿色发展效率指标体系的基础上,选取2001—2018年陕西省各地级市的相关指标数据,经整理分析后,各地市绿色发展效率指标描述性统计如表2。

表2 绿色发展效率指标统计性描述

(一)绿色发展效率测算及分析

依据超效率SBM—DEA模型理论方法以及MAXDEA软件测算出陕西省2001—2018年绿色发展效率值如下图,用折线图反映出陕西省绿色发展水平的总体变化情况。本文在后续的研究中,均选择在规模报酬不变(CRS)的情况下对绿色发展效率值进行测度。

相关研究表明,根据绿色发展效率值界定绿色发展水平,可以纵向地分析绿色发展效率水平。若绿色发展效率值大于等于1,则绿色发展为高效率;若绿色发展效率值大于0.6且小于1,则绿色发展水平为中等效率;若绿色发展效率值小于0.6则为低效率值。根据图1可以看出,2001—2018年陕西省绿色发展效率值基本上处于中等及以上水平,其中2001—2006年陕西省绿色发展效率值处于波动中上升,说明陕西省总体绿色发展水平明显改善;2007年至2013年陕西省绿色发展效率值维持在1左右,在2014年达到近几年最低值0.75。当时,全国各地环境问题日益恶化,雾霾天气频频发生。2014年2月,习近平总书记在北京考察时指出“应对雾霾污染、改善空气质量的首要任务是控制PM2.5,要从压减燃煤、严格控车、调整产业、强化管理、联防联控、依法治理等方面采取重大举措,聚焦重点领域,严格指标考核,加强环境执法监管,认真进行责任追究”。经过各级政府出台政策以及居民环保意识的增强等一系列措施后,2015—2018年陕西省绿色发展效率值又逐渐回升至1以上。

图1 2001—2018年陕西省绿色发展效率值变化情况

为探寻各市在陕西省整体绿色发展中的作用,分析给出了陕西省各市2001—2018年的绿色发展效率值及排名,如表3。

表3 2001—2018年陕西省各市绿色发展效率值及排名

为了更直观地识别陕西省各地级市绿色发展效率值的变化情况,绘制了2001—2018年的绿色发展效率值的折线图,如图2所示。西安、铜川、咸阳、汉中、安康等城市的绿色效率值在超效率SBM模型下都处于1以上,其中西安的绿色发展效率值是波动中上升,2001—2018年绿色发展效率值分别为1.058和1.446,增长了36.7%。渭南、商洛、延安、榆林等城市近几年的绿色发展效率值都处于下降态势,其中榆林市绿色发展水平在2001—2007年都处于较高水平,但自2008年起其绿色发展效率值呈大幅下降,且2018年的绿色发展效率值仅为0.335,与2001年相比下降了66.9%。按照相关文献对于绿色发展效率水平的界定,2018年榆林的绿色发展效率水平处于低水平,同年处于低水平绿色发展的城市还有商洛市和延安市,绿色发展效率值为0.538和0.490,与2001年相比分别下降了48.5%和65%,可见绿色发展效果不佳。

图2 陕西省各地级市2001—2018年绿色发展效率值变化情况

根据各年份各地市绿色发展效率值排名情况可以看出,西安市在2008年以前排名都较靠后,2008年以后排名逐渐靠前,在2011年西安市绿色发展效率值排名首次达到第一,并在2011年以后始终保持第一或者第二,说明西安市绿色发展效果显著。与之形成鲜明对比的是渭南市和榆林市,由排名较为靠前转向排名靠后,榆林市连续11年绿色发展效率值排名第10,可见榆林市的绿色发展效果不明显。安康市的绿色发展效率排名一直维持着稳定且靠前的水平。可见,2001—2018年绿色发展效果最显著的是西安市,绿色发展效果不理想的是榆林市,安康市一直维持较好水平。

为了明确陕西省绿色发展效率损失来源,明确陕西省绿色发展改进方向,本文对于陕西省2001—2018年投入产出改进方向以及需要改进的具体数值运用MAXDEA进行计算得出。

由表4可以看出在投入方面大部分值都为负值,所以需要向负方向改进,这说明存在较为严重的投入冗余,需要减少投入。其中2001—2003年投入冗余最为严重,同时所对应的非期望产出也应该减少,而对应的期望产出需要增加,所以2001—2003年的效率值较低,分别为0.654,0.735和0.766。2004年之后投入都能被较好地消耗,对应的非期望产出也没有过剩的情况。和效率值变化一致的是2014年,劳动力投入和能源投入存在投入冗余。同时,全社会用电量过剩,则存在电能源浪费情况。总体上看自2004年以后(除2014年以外),陕西省资本投入冗余较少,且期望产出未出现不足的情况,同时非期望产出未出现严重过剩。值得注意的是,自2004年以后,科学技术的投入是适量的,说明在技术投入方面良好。

表4 陕西省2001—2018年投入产出改进方向及具体数值

(二)绿色发展效率时间演变分析

测量出各年份各地级市的绿色发展效率值仅为静态值,为了较好地衡量技术水平的变化,观察各年份绿色发展水平的动态变化情况,本文选用了全局参比Malmquist指数(GML指数)来衡量不同时期技术水平的变化。全要素生产率指数可以分解为技术效率指数和技术进步指数,即全要素生产率指数(MI)=技术效率指数(EI)+技术进步指数(TC)。其中技术效率表示城市绿色管理方法以及结构优劣等,技术进步表示城市绿色发展技术的创新性等。当全要素生产率指数大于1时,全要素生产率有所改善;当全要素生产率小于1时,全要素生产率有所下降。最后取各年份的几何平均数能够更具代表性地反映出2001—2018年陕西省全要素生产率的平均变化情况。

由表5可知,2001—2018年全要素生产率陕西省增长了2.35%,其中技术进步增长了4.65%,而技术效率值年均增长了0.69%。技术效率指数整体增长幅度不大,说明需要在城市绿色管理的方法及相关决策上再进行优化改进,技术进步增长的幅度较大说明绿色技术创新有一定的成效。全要素生产率增长的年份有2001—2002、2002—2003、2003—2004、2004—2005、2005—2006、2007—2008、2008—2009、2014—2015、2015—2016、2017—2018,共有10个年份的全要素生产率得到了提升,占比为58.82%。2009—2014年连续5年全要素生产率低于1,说明全要素生产率呈现下降趋势。在技术进步指数的变化上,2014—2015以及2015—2016年技术进步指数有较大的增长后,2016—2017年以及2017—2018年技术进步指数有明显的下降,说明近几年绿色技术创新发展放缓,需要寻求新的高质量创新发展点。

根据图3,可以看出全要素生产率的波动情况和技术进步几乎是同步的。除了商洛、延安和榆林外,其他城市的年均全要素生产率值均大于1,说明绿色发展效率值整体上是增加,占比高达70%。就各市全要素生产率来看,2001—2018年,宝鸡市年均全要素生产率和年均技术效率指数位居第一,同时商洛市年均技术进步指数第一。榆林的年均全要素生产率、年均技术效率和年均技术进步指数最低。

图3 各市年均全要素生产率分解

(三)绿色发展效率空间分析

为了从空间角度更加直观地识别出区域绿色发展水平的变化,运用Moran’sI指数对城市间的相关性进行分析,同时根据前面得到的陕西省各地级市绿色发展效率值绘出时空分异图,选取了2001年、2010年以及2018年作为主要时间观测点,绘制出三个时期陕西省绿色发展效率时空分异图,如图4。运用ArcGIS中的自然裂断法,即根据“组间差异大,组内差异小”的原理将空间区域效率值水平分为4类,分别是:绿色发展效率高水平、绿色发展效率中高水平、绿色发展中低水平、绿色发展低水平。根据ArcGIS自然裂断法分类统计得出表6。

表6 各年各水平效率值区间

图4 不同时期陕西省效率区分图

图4为2001年、2010年以及2018年的陕西省绿色发展效率空间分布图,绿色发展水平由高到低对应图中颜色由深至浅。根据效率区分图和城市之间的空间相关性研究可以得到以下结论:(1)陕西省绿色发展效率水平总体水平是呈现上升趋势;(2)各地市间的绿色发展水平差异逐渐拉大,两极分化现象日渐突出;(3)绿色发展高效率区域由北向南逐渐移动,同时高效率和低效率城市都较为集中;(4)通过计算全局Moran’sI指数发现城市之间的空间相关性显著,且相关性逐渐增强。

从空间来看,陕西省由北到南地理环境差异显著,按地貌类型可分为陕北高原、关中平原和陕南山地三大区域[17]。陕北气候较干旱,同时其面积在陕西省中最广,人口较为稀疏;关中处于陕西省中部,交通便利、经济发达、人口也较为集中;陕南气候比较湿润,生态资源丰富。陕北两市榆林和延安2018年绿色发展效率值仅为0.335和0.490,而2001年,延安的绿色发展效率值高达1.397,可见延安市绿色发展效率下滑比较严重,也必然拉低了陕西省整体的绿色发展水平。与之相比,关中和陕南的城市绿色发展效率值基本维持在1左右,但渭南近几年有走向绿色发展低效率水平的趋势,2018年绿色发展效率值为0.532,说明绿色发展水平还较不稳定。绿色发展取得的进步和成功来之不易,应该加强绿色发展相关措施实施的稳定性和持续性,以免反弹。值得注意的是,西安作为省会城市也位于关中地区,2018年的绿色发展效率值达到1.446,位居全省第一,其绿色发展水平和效果都起到了良好的带头示范作用。

从各市对于周边城市的辐射作用来看,多个高效率地区周边有共同某个低效率地区,则高效率地区在一定程度上可以带动低效率城市的发展。另外,根据计算出的Moran’sI指数发现,城市间的空间相关性逐渐增强,如宝鸡市2001年绿色发展效率值为0.566,而2010年和2018年分别达到1.062和1.042。城市之间的空间相关性检验结果表明,随着时间的推移城市之间的绿色发展关联性逐渐增强,但辐射带动作用减弱,高效率地区的绿色发展技术及管理政策被其周围城市的借鉴效果并不显著。

六、结论与建议

(一)主要结论

对于陕西省10个地级市2001—2018年的绿色发展效率值进行测算得出以下结论:

第一,从整体上看,陕西省绿色发展处于中高水平。2014年达到近几年绿色发展效率值的低谷后又回升至1以上。2018年西安市绿色发展效率值为1.446,位居全省第一;同时2018年榆林市的绿色发展效率值为0.335,位于全省末位。2018年渭南市和延安市绿色发展效率值都为0.5左右,说明部分地市的绿色发展水平都有提升的空间。

第二,2001—2003年存在较严重的投入冗余以及非期望产出过剩,2004年开始有所改善,但在2014年前后再次出现投入冗余和非期望产出过剩,说明应该及时关注资源投入来保证资源的适当投入,力争期望产出的最大化和非期望产出的最小化。就各地市绿色发展效果明显程度来说,2001—2018年绿色发展效果最显著的是西安市,绿色发展效果不理想的是榆林市,安康市一直维持较好水平。

第三,根据2001年、2010年和2018年的截面数据得到陕西省绿色发展时空分异图,可以发现2001年前后陕西省整体的绿色发展水平较高,但是2018年陕西省整体绿色发展水平较低,低效率城市明显增多,陕西省绿色发展高效率逐渐由北向南转移,两极分化明显。由于城市之间绿色发展的关联性逐渐增强,随着时间的推移,可能出现“牵一发而动全身”的局面,现阶段更应该注重城市间的绿色协调发展。

(二)政策建议

第一,重视技术创新对区域绿色发展的推动作用,继续保持区域科学技术投入的良好转化,严格防控科学技术的投入冗余。根据研究结果可知,科学技术资金投入转化率高、效果显著,对资源的节约和资源的循环利用以及污染防治工作有较大的推动作用,也是节能、节水、节电的重要手段。因此,应继续重视科学技术对于绿色发展水平的推动。同时,要加强科技研发投入,增强生态防治相关的科技创新力,提升科技转化效率,进一步提升和推广太阳能技术、雨水回收利用等技术。通过互联网技术的广泛应用,进一步影响和引导民众绿色消费、绿色出行等生活习惯,比如要进一步推行无纸化办公、规范提升共享单车管理和服务等。

第二,充分发挥高效率地区的辐射带动作用,加快周边低效率城市绿色发展进度,从而促进城市间绿色协调发展。按照省级的行政区域划分来看,虽然省域整体绿色发展水平良好,但省域内的不同地区还存在绿色发展水平两极分化、绿色发展资源和效率不平衡的现象。因此,在国家层面,要按照大区域划分,在各自区域内扶持和树立绿色发展高效率典型城市,不断总结形成引领不同特点区域的绿色发展经验;在省域内,也要以地级市、县为城市单位,扶持和建设一批绿色发展高效率典型城市,形成不同层级、不同地域、不同特点的高效率示范引领城市,形成大小不同的多个辐射圈。尤其要注重在绿色发展低效率集中地区扶持建设绿色发展高效率城市,保证示范辐射面的全覆盖。同时也需要加强区域间、城市间的合作和交流,实现绿色发展要素的自由流动和合理配置,逐步缩小区域绿色发展的差异,促使区域绿色协同发展。

第三,提升区域绿色发展治理体系和治理能力现代化水平。着力培养城市规划、基础设施建设、生态保护、污染治理等方面的专业人才,建设一支坚持绿色发展理念、熟悉绿色发展规律、掌握绿色发展技术的绿色发展治理队伍;各级行政管理和司法机构,要加强绿色发展理念的学习和贯彻,完善生态环境保护的法律法规体系,加快推进生态环境保护地方立法,建立健全促进绿色发展、防范生态破坏的正反激励机制;加强大众绿色发展理念宣传教育,培养大众的绿色发展观念,呼吁市民积极参与政府、社区、志愿者团队等绿色倡导活动,同时调动和发挥人民群众对生态破坏活动的监督举报作用,让绿色生活深入人心。重点是做好生态建设和经济建设协调发展的顶层机制设计,以鼓励提升期望产出,降低区域资源的不合理使用以及非期望产出的过量发生为目的,进行区域绿色发展水平的考核及效率评价,实施城市精细化管理,不断改进绿色发展治理举措,提升治理水平和治理能力。