长江下游地区绿色经济绩效的影响因素研究——基于SBM 模型与Tobit 回归分析

姜权卿 连艺钧 杨睿绮 周千惠 中南民族大学经济学院

引言

绿色发展寻求的是对传统发展的一定程度的矫正，是保持或恢复绿色与发展的结合。中国多年来不断探索处理绿色与发展的关系的合理路径，协调经济建设、社会建设与环境保护之间的关系，形塑着当今世界绿色发展的格局。绿色发展不仅是长江经济带自身高质量发展的内在要求，也是我国经济转型的巨大推力，《“十四五”长江经济带发展实施方案》等规划政策从区域实际出发将绿色发展向纵深推进，提出绿色低碳、创新驱动、区域协调、对外开放等多项重点任务，为实现“双碳”目标而贡献力量。长江下游城市群经济发展潜力巨大，具有良好的绿色产业的发展根基，应当充分利用自身资源、技术、人才等优势，因地制宜，探索行之有效的绿色经济建设道路，引领全社会发展绿色经济的潮流。

一、文献综述

随着我国经济持续高质量增长和环境问题日益凸显，以及国家经济正面临高质量转型的重要节点，绿色经济效率在学术研究领域承担了结合经济发展与资源环境承载力的关键测评因素。基于研究目的，本研究将主要运用非参数法(DEA-SBM 模型)，辅以运用Tobit 模型。学者们在运用DEA-SBM 模型研究绿色经济效率上，采取了差异化的模型处理方法。牛彤(2015)等将SBM 模型与四阶段 DEA法相结合，运用采进的四阶段 SBM-DEA 模型测度我国的绿色创新效率；刘浩然(2022)通过利用超效率SBM 模型测定出京津冀地区的绿色发展效率，并构建Tobit 模型对影响经济技术地区绿色发展效率主要原因进行回归分析，得到相关影响因素对地区绿色经济发展的影响程度。由此可见，在运用SBM-DEA 模型进行绿色经济增长效率的研究中，学者普遍采用SBM-DEA 模型，通过投入、产出指标进行效率测度，辅以Tobit 模型、线性回归模型探讨各个因素与绿色经济效率增长间的关系，或利用基尼系数、变异系数等进行差异分析。

在研究角度上，学者们重点关注绿色经济效率的时空分异特征，从省际层面上选择研究区域，得出了关于长江经济带等区域绿色经济效率差异格局的重要结论。郭炳南等(2021)认为长江经济带的绿色经济效率的区域差异呈现“下游＞中游＞上游”的阶梯式分布格局；田光辉(2022)等将城市划分为效率领先、协调发展、效率突破、绿色增长、绿色下降、黄色增长、黄色下降等7 种类型，其中效率领先型和协调发展型城市绿色发展水平较高。

综上可见，现有文献多侧重绿色经济效率的宏观层面研究，本文将选取长三角城市群为研究对象，运用SBMDEA 模型，探究包括江苏省、安徽省、浙江省、上海市在内的26 个地级市的绿色经济发展水平的时空分异特征。在综合考虑城市地域特征的基础上，兼顾样本数据的可得性，本文共选取6 个指标构建绿色经济发展效率评价指标体系，通过Tobit 回归分析经济发展水平、资产投资水平、产业结构、能源消耗、大气污染水平、资源禀赋因素对长江下游地区绿色经济效率的影响。

二、长江下游城市绿色经济效率测算与分析

(一)绿色经济效率测算与模型建立

1.模型建立

DEA(Data Envelopment Analysis)即数据包络分析法，该方法一般被用来测量一些决策部门的生产效率，由于DEA模型能够处理多投入与多产出。2001 年，Tone 提出了基于松弛变量的DEA-SBM 模型。SBM 模型是一种非径向+非角度的评价模型，能够同时将投入与不同类型的产出纳入模型体系。SBM 模型的具体公式如下：

2.变量指标选取

(1)投入要素指标

①资本投入：要素用资本存量表示，本文中使用全社会固定资产投资额作为资本存量的表示数据。②劳动投入：用年末各地区就业人数作为劳动投入的直接数据，可以直接表示在各个城市一年中各地区为产业经济增长的劳动力投入。③土地资源投入：以城市辖区面积表示土地要素投入量。④水资源投入：采用总供水量衡量水资源投入情况。

(2)期望产出指标

本文确定了期望产出指标有两项：一是各城市GDP 值，二是社会消费品零售总值，分别总经济效益角度和社会效益角度衡量该年度既定地区的经济增长情况，并以此作为正向期望产出指标的间接衡量标准。

(3)非期望产出指标

对于非期望产出指标的选择，本文根据陶宇(2022)中采取工业废气排放量以及工业固废排放量作为非期望产出的代表因素，其中，工业废气排放量用工业SO2排放量(吨)作为具体参考因素。

(二)长江下游城市群绿色经济效率分析

通过对长江下游城市群绿色经济效率影响因素进行SBM 模型分析，本文运用Matlab 2022b 软件进行测算，运行结果如下：

表1 长江下游城市群绿色经济效率

三、基于Tobit 模型分析长三角城市群绿色经济效率影响因素

(一)指标数据选取和模型

基于文献研究，本文结合SBM 模型的投入产出变量将长三角地区的绿色经济效率影响因素引入回归分析。本文将长三角绿色经济效率均值作为因变量，剔除难以获得的和已稳定发展的变量，以长三角城市群的经济发展水平、资产投资水平、产业结构、能源消耗、大气污染水平以及资源禀赋作为影响长三角绿色经济效率的因素，分析绿色经济效率与影响因素之间的关联度。

(二)建立模型

回归分析法常用的模型主要有 Logistic Regression 逻辑回归模型、Tobit 回归模型、Probit 回归模型和Decision Tree Regressor 决策树回归模型四种，相较于其他模型，Tobit 回归模型主要应用于“归并数据”这类问题。

(三)实证结果分析

本文利用stata16 对2015—2020 年长江下游地区绿色经济效率的影响因素进行Tobit 回归分析，分析结果如表2所示。

表2 长江下游地区绿色经济效率主要影响因素的Tobit 回归结果

注：上角标***表示1%的显著性水平、**表示5%的显著性水平。

基于表中对主要可能的影响因素回归的结果，得到的最终Tobit 回归模型如下：

回归结果说明：1.人均GDP 回归系数为正，且通过了1%显著性检验，说明长江下游地区经济发展水平对绿色经济效率具有正向影响，即随着经济发展稳步上升的态势，长江下游地区绿色经济效率也会出现显著提升的趋势，促进地区绿色发展。2.房地产实际投资回归系数为负，且通过了1%显著性检验，表示长江下游城市固定资产投资(主要为房地产投资)会降低绿色经济效率，使相关城市自然资源无法得到合理利用。3.第二产业增加值占GDP 比值回归系数为正，且通过了1%显著性检验，第二产业具有高能耗、高污染等特征，有可能会对地区的绿色经济效率产生负向影响，但在长江下游地区城市经济发展相对较高的条件下，第二产业作为国民经济的重要支柱，对长江下游地区具有重要的正向作用。4.能源消耗对长江下游地区绿色经济效率具有正向效应，但回归系数小且均未通过1%、5%显著性检验。原因可能在于选取单位GDP 电耗代表能源消耗程度具有一定内生性，并且各城市对于城市电耗的处理水平不同，使结果存在差异，最终表现为影响不显著。5.大气污染水平对长江下游地区绿色经济效率具有负向影响，且通过5%的显著性检验，由于工业二氧化硫排放量能反映地区对于大气污染排放的治理能力以及绿色发展程度，排放量增加会影响地区空气质量，抑制绿色经济发展。6.水资源投入量对长江下游地区绿色经济效率具有5%的显著性正向作用，长江下游支流湖泊众多，水资源禀赋决定了长江下游地区的航运等贸易产业发达，带动地区经济快速增长。

四、研究结论与建议

本文对长江下游绿色经济绩效影响因素的研究，基于长江下游四个省级行政区的自然资源开发与使用现况，首先针对四大城市群的资源禀赋及其利用情况进行分析，得出各个城市群的环境经济现有的治理或者耗费情况，然后运用SBM 模型对预选城市的2015—2020 年的绿色经济效率进行测定与分析，并测算城市群的平均绿色经济效率，逐一分析了所选的影响因素对长江下游城市群的实际影响情况。本文主要得出的研究结论如下列所示：在2015 年至2020 年之间，长江下游地区绿色经济效率均值约0.6，整体水平较为合格，但是最大值与最小值之间差值高达0.9，表明城市之间的绿色经济效率差距较大，区域发展出现不平衡现象。通过运用Tobit 回归模型分析，结果显示：经济发展水平、资源禀赋以及产业结构能显著提升长江下游地区绿色经济效率；大气污染水平和资产投资水平会显著抑制长江下游地区绿色经济发展；能源消耗会对长江下游地区绿色经济效率产生较小的促进作用，但作用结果并不显著。基于上述研究结论，为进一步促进长江下游地区绿色经济发展，降低其效率的波动性以及差异性，本文提出以下建议：

(一)进一步构建完善的绿色经济体系，提高绿色治理能力

我国现有国情显示：我国面临的资源环境形势严峻复杂，资源短缺的状况层出不穷，虽然长江下游位处中国东部沿海发达地区，城市发展水平与开放程度都较高，但是长江下游地区仍然存在不小的资源浪费以及污染情况。长江下游地区绿色治理效果显著，但仍然具有完善的空间。

(二)要建立区域创新—经济发展新态势，发挥城市集聚与溢出效应

长江下游城市群包括对象众多，根据区域经济发展的政策来看，江苏省以及上海市充分受益于东部优先崛起战略红利从而迅速发展，与皖南地区以及江西林区部分城市的发展情况具有较大差异。经济发展阶段的不同对投入要素的需求不同，在对长江下游城市群分析的过程中理应考虑区域创新，对不同地区的绿色治理模式进行重新规划与试验，充分发挥城市集聚的溢出效应。有效改进城市之间绿色治理效果差异大，治理结果不稳定的局面。

(三)加快推进绿色产业高质量转型，因地制宜调整各城市产业结构

根据各个城市的区域环境资源禀赋，在长三角地区进一步抑制重工业产业占比，适度发展农业、服务业、高新技术产业、运输业等，打造高质量绿色产业集群，通过环境友好型产业的融促进产业结构调整与升级。■