产业生态效率驱动因素相关研究动态综述

杨新吉勒图，岳燕威

(内蒙古工业大学 经济管理学院，内蒙古 呼和浩特 010000)

产业生态效率所关注的是经济、生态与效率之间的融合，不仅考虑了资源消耗和环境污染，还兼顾了经济产出的重要性，这与可持续发展理念的要求相一致。实现产业的生态效率是建设美丽中国、实现人类命运共同体的重要战略支撑，对于“双碳”战略目标的达成具有现实意义。笔者通过对现有文献进行系统性的梳理，将众多促进产业生态效率的因素进行总结。首先识别出促进产业生态效率的主要驱动因素，再根据这些驱动因素作用于产业生态效率的方式不同，将其划分为直接驱动和间接驱动因素，最后总结了学界目前对于产业生态效率驱动因素研究的相关方法。

1 产业生态效率的驱动因素研究

生态效率即增加的价值与增加的环境影响的比值，它是由美国学者Schaltegger于1990年提出的[1]。1992年世界可持续发展理事会(WBCSD)强调生态效率就是在人类社会的经济活动中实现环境影响最小化、经济产出最大化[2]。产业的生态效率是从产业生产过程中环境影响和生产资源两个角度来衡量的，它反映了产业可持续发展机会随时间的变化趋势及程度，被定义为：一定的资源投入下，经济产出与环境影响之比[3]。

产业生态效率的驱动因素是指：指导并驱动产业实现生态效率的因素。有关产业生态效率驱动因素的相关研究集中于产业生态效率的驱动要素，并揭示其内在机理。研究从综合资源投入、经济产出、环境影响3个方面来识别产业生态效率的驱动因素，经研究发现经济增长、社会结构、技术条件、人口密度、行业特征、土地利用、污染治理、环境政策、产业转移、产业结构、制度创新等都是驱动产业生态效率的因素[4-7]。

田伟等(2014)对中国农业生态效率的驱动因素进行实证分析，得出社会结构、生产特征和技术条件对我国农业生态效率的作用力较强[8]。徐莉萍等(2016)通过Tobit回归模型检验驱动企业生态效率的因素，研究结果表明：上市年限、企业规模以及财务绩效对企业的生态效率具有正向引导作用[5]。李根等(2019)认为经济发展水平促进制造业生态效率的作用最强，其余诸如能源消费结构、科研投入等因素对全国及各区域制造业能源生态效率驱动程度各不相同[9]。蒋硕亮等(2021)认为降低财政分权程度、工业固定资产投资、产业集聚程度以及对外开放水平有利于提高城市工业的生态效率，提高经济发展水平和研发投入对城市工业生态效率则有促进作用[10]。

郭丰(2017)通过实证得出地区因素、实际人均GDP以及能源结构对长江经济带的生态效率有正面影响，而技术进步、产业结构和环境规制等因素无法促进长江经济带的生态效率[11]。杨玉春等(2021)认为经济发展对生态效率的影响呈“U”形曲线关系，提高城镇化水平可以有效促进生态效率，产业结构、利用外资和能源结构对生态效率有反向作用[12]。

2 产业生态效率的主要驱动因素研究

尽管影响产业生态效率的因素有很多，但当前学界公认的产业生态效率的主要驱动因素有：经济发展水平、产业结构、城镇化水平、能源结构、技术创新、对外开放程度以及政府管制等[13-16]。

陈梅等(2015)以城镇化水平、对外开放程度、产业结构、经济发展以及科研投入等指标为自变量，把中国两型社会试验区城市的生态效率值作为因变量进行回归，结果表明开放程度、产业结构和科研投入对生态效率有驱动作用[17]。宋建坤(2016)认为可以通过调整产业结构、提高经济发展水平、加大科技创新等方法促进京津冀地区的生态效率[18]。杨亦民等(2017)基于DEA模型对湖南省工业企业的生态效率进行实证分析，研究结果发现：规模程度、政府管制与其工业生态效率呈显著负相关，经济发展、资本总额有利于其工业生态效率的提升[19]。

许学国等(2019)用超效率SBM模型研究工业生态效率时发现：正式的环境规制对工业生态效率无影响，而非正式的环境规制能显著促进工业生态效率[20]。刘津等(2020)利用双重差分综合评估了智慧城市建设对城市工业生态效率的影响，研究结果表明智慧城市建设对城市工业生态效率有显著促进作用[21]。蒋硕亮等(2021)认为经济发展水平和研发投入对城市工业生态效率有驱动作用[10]。陈菁泉等(2021)认为产业结构、城镇化水平及工业污染治理投资额比重的提高对改善能源生态效率具有显著的促进作用[22]。

3 产业生态效率的直接和间接驱动因素研究

结合学界已有的研究成果，根据驱动因素作用于工业生态效率的方式不同，将其分为直接驱动因素和间接驱动因素。直接驱动因素是指：直接驱动产业生态效率的因素；间接驱动因素是指：先作用于产业生态效率评价指标的因素。

3.1 直接驱动因素

部分学者认为，社会经济发展水平可以显著提高产业生态效率。崔玮等(2013)经过研究发现经济发展可以显著提高非农用地的生态效率[13]。卢燕群(2017)通过研究发现，不同的经济发展阶段对工业生态效率的作用不同[15]。有学者还研究了对驱动经济增长的相关因素。王晓玲等(2017)运用中国省际数据和东北地区的城市数据分析对外开放水平与产业生态效率之间的相互作用，结果表明对外开放程度越高对产业生态效率的驱动作用越不明显[16]。孟庆雷等(2016)则认为外商直接投资带来的新技术能显著促进工业生态效率[23]。

此外，学者还研究了政府决策对产业生态效率的促进作用：郑季良等(2019)认为环境规制对复合生态效率协同度均存在显著正向影响，应重点加大政府在环境污染治理方面的投入力度[24]。Zhou等(2018)的研究发现政府的环境管制行为有助于提高工业生态效率[25]。

另一方面，从产业结构来看，郭露(2016)、赵爽(2016)、汪克亮(2015)、Yu(2018)等人研究发现产业结构对工业生态效率具有显著的影响作用，通过调整产业结构有助于提高工业的生态效率[26-29]。王晓玲等(2017)进一步发现，改变产业结构，降低第二产业占比、提高第三产业占比，有助于提高工业生态效率[16]。

3.2 间接驱动因素

产业生产所需的资源也是产业生态效率的重要驱动因素。汪克亮等(2015)发现长江经济带的工业煤炭使用量的减少会提高该地区的生态效率[28]。此外，产业转移、产业规模以及产业集聚等产业特征行为都会显著影响产业的生态效率。杨亦民等(2017)通过湖南省各市的面板数据，研究发现降低湖南各市的工业企业的规模有利于提高该地区的工业生态效率[19]。而吴鸣然等(2017)则通过我国东部省份的面板数据实证分析发现，降低产业的集聚程度对提高工业生态效率有促进作用[30]。卢燕群等(2017)研究发现，产业集聚与其生态效率呈“倒U”型关系[15]。田美玉(2018)研究发现，产业转移对产业转出地的生态效率呈“U”型关系，对产业转入地的生态效率呈负相关关系[31]。孙艺璇等(2021)认为科技创新能力是提高地区生态效率的关键驱动因素[32]。

4 产业生态效率驱动因素的研究方法

关于生态效率驱动因素的研究方法，以求出生态效率值作为因变量，把相关的影响因素作为自变量进行回归分析。其目的是根据自变量系数的显著性程度来分辨不同影响因素对生态效率值的影响程度，以此找出生态效率的驱动因素。目前学界对产业生态效率驱动因素的研究使用最为广泛的是Malmquist指数法和Tobit模型的研究方法。

4.1 以Malmquist指数法研究产业生态效率的驱动因素

Malmquist指数方法是基于DEA而提出的，是用于评价跨期的多投入和多产出决策单元的动态生产效率，并由此测算全要素生产率的变化[33]。Malmquist指数模型既可以计算全要素生产率，又可以进一步分析技术变动、技术效率变动、纯技术效率变动和规模效率变动的情况，因此，在许多领域得到广泛运用[6,34-35]。李健等(2015)利用DEA模型对区域生态效率进行静态分析，然后利用Malmquist指数对区域生态效率进行动态分析[36]。从日杰等(2018)运用DEA-Malmquist模型构建了包含经济、能源、环境状况的指标体系，对我国高耗能行业的生态效率进行测算，分析省际高耗能产业生态效率的差异并寻找原因[37]。汪克亮等(2020)用SBM-Malmquist指数模型对山东省的工业生态效率进行测度，研究结果表明技术效率是工业生态效率的来源，技术进步是山东省工业生态效率的主要驱动因素[38]。

Malmquist指数的优点是可以将全要素生产率分解为技术效率变化和技术变化，但其未考虑负产出，且不能计算为一个孤立的单位，因为它的计算需要面板数据，此外，还涉及距离函数值的计算。

4.2 以Tobit回归模型研究产业生态效率的驱动因素

Tobit回归模型属于因变量受限模型，该模型采用极大似然法进行估计，可以较好地规避参数的估计时不一致和有偏的问题[12]，在生态效率驱动因素的相关研究中应用广泛。田伟等(2014)运用Tobit模型对中国生态效率的影响因素进行实证分析，得出生产特征、技术条件和社会结构对我国农业生态效率的解释能力较强[8]。傅京燕等(2016)利用超效率DEA模型测算了我国各省域的生态效率，并利用Tobit回归模型对生态效率影响因素进行回归寻找其驱动因素[39]。李根等(2019)采用Tobit模型对全国及东中西地区制造业生态效率的驱动因素进行实证分析[9]。杨玉春等(2021)将生态足迹作为生态投入，并构建Tobit回归模型测度黄河流域九省份全要素生态效率的驱动因素[12]。

4.3 其他研究产业生态效率的方法

生态效率的研究方法除数据包络分析外还包括生命周期法、指标法、灰色关联分析法等[36,40-41]。张超等(2017)利用嫡权TOPSIS法，对上海市的生态效率进行测度，并利用障碍度模型，进一步研究其生态效率的障碍因子[42]。周俊俊等(2020)以宁南山区3县为研究对象，运用扩展分析方法对比分析该地区的生态效率驱动机制，并探讨造成3县生态退化差异性的诱因[43]。陈菁泉等(2021)运用随机前沿模型,从区域视角出发分析中国八大综合经济区能源生态效率的演变趋势,并分析其驱动因素的作用机制[22]。陈明华等(2021)通过地理探测器来研究生态效率的驱动因素，并从内源性和外源性两个角度揭示其成因[44]。

5 结语与展望

学界在产业生态效率驱动因素的相关研究上着眼于主要的驱动因素，并根据其作用于产业生态效率的方式不同将其划分为直接驱动因素和间接驱动因素，但在其对主要指标或驱动因素的选择上具有很大的主观性。在研究方法上关于生态效率驱动因素的研究大多是基于DEA模型的基础上，以其求出的生态效率值作为因变量，并在此基础上利用回归模型对其驱动因素进行分析。结合已有研究的不足笔者提出以下两点研究方向：①在对产业生态效率驱动因素的选择上要尽量避免主观性干扰，增加一些定量的手段和工具辅助选择和筛选驱动因素，以避免主观选择上的遗漏从而错过易忽视的主要因素。②当前的研究大多是基于DEA模型的基础上展开的，应当尝试新的研究方法在产业生态效率上的应用。DEA模型研究的基础是对过去数据的总结，但在面对复杂多变的未来环境时用过去得来的经验难以准确把握新的方向，认为增加在新形势下对生态效率驱动因素的预测性研究。