中国绿色经济发展效率的动态演进及差异化研究

陈 杨，石嘉婧，高文群，郭庆然

（1.福建师范大学 经济学院，福州 350117；2.福建师范大学协和学院，福州 350117；3.新疆大学 经济与管理学院，乌鲁木齐 830046）

0 引言

党的二十大报告提出，推动绿色发展，促进人与自然和谐共生。绿色经济的发展旨在实现经济增长和环境保护协同，以市场为导向，促进传统产业的转型升级，采用新的生产方式、技术和管理理念，最大限度地减少对环境的影响和资源的消耗。绿色经济的发展状态体现为以生态环境保护和资源节约为前提条件的经济增长，因其注重生态环境保护和资源节约，能够更好地满足人民日益增长的环保和健康需求，因而受到越来越多国家和社会各界的支持和广泛关注[1]。在绿色生态可持续发展理念下，人们对绿色经济也有了新的思考。2021 年2 月22 日，国务院提出，建立绿色低碳、可持续发展的经济体系是顺应新时代发展的要求[2]，加快生态环境保护，形成绿色生产及生活消费方式，最终是为了实现经济可持续发展和生态环境保护。当前，我国经济正处于产业转型升级的关键期，生态文明建设也发生了历史性、全局性的变化，还存在能源资源利用效率不高、生态环境治理成效尚不稳固、实现碳达峰碳中和任务艰巨等突出问题。通过对我国绿色经济发展效率及区域间差异进行研究，能更好地把握我国绿色经济发展的现状，进而推动低碳循环经济的发展，构建人与自然和谐相处的美好社会。

绿色经济的概念最早出现在1989年英国经济学家皮尔斯等所著的《绿色经济蓝皮书》中，该书指出传统的经济增长方式对环境造成了极大破坏，需要采取以环境保护为导向的经济模式才能实现经济与环境的共同发展，其后绿色经济理念得到了广泛认可，并且在全球范围内推广，成为新时代经济模式的重要标志之一[3]。1990 年，Jacobs 与Postel 等人提出了绿色经济的理论，继承和发展了皮尔斯的理念。他们主张在传统经济学三要素（劳动、土地、资本）的基础上加入一项新的要素，即社会组织资本。在绿色经济学中，社会组织资本是实现绿色经济发展的重要因素之一。从这个角度来看，绿色经济的理念超越了以往经济学对物质资本的过度依赖，强调了非物质性资源的重要性，实现了“物质—非物质”的平衡。还有诸多学者对其概念进行界定，如Loiseau 等（2016）[4]认为绿色经济与可持续发展关系密切。中国绿色经济理论的创立者和倡导者季晓磊教授，提出了绿色经济的系统理论和实践，进一步指出绿色经济是以效率、和谐、持续的发展为目标，以生态农业、循环工业和持续服务产业为核心内容的经济结构、增长方式和社会形态。绿色经济的发展需要通过技术创新、产业转型、政策引导等手段，实现资源的高效利用和经济的可持续发展[1]。当前我国迈入新发展阶段，习近平总书记提出的绿色发展理念能够很好地满足社会实践结构发生的重大变化和国家治理新范式需要。

还有一些学者侧重对我国绿色经济发展效率测度研究，如吴旭晓（2014）[5]基于2001—2012年的面板数据运用DEA模型来分析河南、广东、湖北的绿色经济发展效率及影响因素分析；詹新宇和崔培培（2016）[6]基于五大发展理念采用主成分分析法来对我国各省份2000—2014年的绿色发展指数进行测度分析；徐晓光等人（2021）[7]利用地理加权回归模型（GWR）研究发现绿色经济发展水平在全国范围内有所提高，整体发展水平呈现“东高中次西低”的状态；已有研究为分析我国绿色经济发展效率提供了有益的参考，但仍存在一些不足之处，如对我国绿色经济发展效率评价缺乏系统研究，且对绿色经济发展的评价方法大多是以构建评价指标体系为主，忽略对投入产出松弛等因素的综合考量，从而会导致计算结果存在误差。另外，对我国绿色经济动态演进趋势的研究也相对较少。因此，本文为进一步丰富绿色经济发展领域的研究成果，选取我国30 个省份为研究对象，运用非期望产出-超效率SBM 模型，对我国绿色经济发展效率进行测算；使用Dagum 基尼系数及分解方法和核密度估计法，对我国绿色经济发展效率的区域间差异化及动态演变过程进行分析，并针对我国绿色经济可持续发展提出建议。

1 研究设计

1.1 非期望产出-超效率模型

在评价DEA的有效性时，通常采用超效率模型，该模型将DMU 窗口数据从参照集中排除，使得计算出的效率值可能大于1。在评价绿色经济发展效率时，除了传统的效率评价，还需要考虑非期望产出和超效率的影响。为了更准确地评估绿色经济的效率，结合非期望产出SBM 模型和超效率SBM模型，并借鉴已有研究方法，构建非期望产出的超效率SBM 模型，新模型能够更全面地反映绿色经济的效率水平和发展潜力，为制定相关政策提供更加科学可靠的依据[8]。具体公式如下：

每个省份可以选择m 种不同的投入、产出模式，其中包括s1种期望产出和s2种非期望产出。对于每个省份而言，会有m 个向量X，其表示该省份对应的m 种投入，同时有a和b两个向量，分别表示该省份对应的s1种期望产出和s2种非期望产出，Yg和Yb分别表示s1维和s2维的期望产出和非期望产出向量，且分别符合。

λ=(λ1，λ2，…，λL)表示L维权重向量。表示为过多的投入，表示非期望产出过多，时，表示期望产出不足[9]。通过对超效率SBM 模型做出进一步推导，就得到非期望产出超效率SBM 模型，该模型将超效率SBM 模型中的期望产出和非期望产出分别独立出来考虑，旨在更加准确地分析生产效率。具体公式如下：

1.2 Dagum基尼系数及分解方法

Dagum（1997）[10]提出了将总体基尼系数分解为区域内差异的贡献、区域间净值差异的贡献和超变密度的贡献三个部分，总体基尼系数值越大，说明我国绿色经济发展效率存在的差异越大。通过对总体基尼系数进行分解可得到区域内差异贡献、区域间差异贡献和超变密度贡献三个部分，可以更清晰地了解绿色经济发展各个方面的状况，可以更全面地了解我国绿色经济发展的情况[11]。用数学公式表示如下：

其中，Wji、Whr分别表示j地区第i个省份、h地区第r个省份的绿色经济发展指数，为全国绿色经济发展水平的平均值，n为我国省份的数量，m为我国划分区域的数量，nj(nh)为区域内的省份个数。具体步骤如下：

第一，根据各个区域内绿色经济的均值对各个区域进行排序：

第二，对基尼系数进行分解，主要分为区域内差异和区域间差异：

其中，Gjj表示j地区的基尼系数，Gw为区域内差异贡献，Gjh表示j和h 地区的区域间基尼系数，Gnb为区域间差异贡献，Djh表示j和h 地区绿色经济发展的相对影响，Gt为超变密度贡献。

第三，计算绿色经济发展的相对影响：

1.3 核密度估计

核密度估计方法是一种用于估计未知密度函数的非参数统计方法，最早由Rosenblatt 在1955 年提出，并经由Parzen 于1962 年进行修正后得到了Parzen 窗方法。Ruppert 和Cline 等人基于数据集密度函数聚类算法提出了对核密度估计方法的改进[12]。核密度估计方法的基本思想是通过估计密度函数来估计观测数据中的分布情况，在应用核密度估计方法分析我国绿色经济发展的区城间差异、分布动态和演变规律时，可以绘制不同区域的绿色经济发展密度图，并通过比较不同时间段的密度图来分析绿色经济的变化趋势。

假设F(x)是我国绿色经济发展综合指数x的概率密度函数：

其中，N为观测值的个数，Xi代表独立同分布的观测值，x表示观测值的平均值，K(·) 为核密度函数，h 为带宽参数，用于调节核函数的宽度。本文通过运用前面的密度函数再结合高斯核密度函数对我国整体和四个地区绿色经济发展的分布动态进行估计，具体函数表示如下：

1.4 指标选择与数据来源

参考相关学者的研究，本文选择三个投入指标、一个期望产出指标和四个非期望产出指标来对我国绿色经济发展效率测度。投入指标是由资本、劳动和能源投入三种构成，其中，资本投入用资本存量表示，参考张军等（2004）[13]的研究，用永续盘存法进行测算。根据公式Kit=Iit+(1 -δit)*Kit-1，Kit表示本期资本存量，Kit-1表示滞后一期资本存量；投资额可以用各省份的固定资产形成总额来表示，记为Iit，折旧率定为9.6%，用δ表示，并以2000 年作为基期平减得到资本存量[14]；劳动投入用就业人口表示；能源投入采用全年用电量表示，这是因为用电量需求的GDP弹性值与能源需求的GDP弹性值接近。期望产出选取国内生产总值来表示，并将名义GDP换算为实际GDP；非期望产出选取三废及综合污染指数，其中三废包括工业烟尘、二氧化硫排放量和废水排放量。

本文选取我国2010—2019 年30 个省份（不含西藏和港澳台）的面板数据进行研究，指标数据来源于历年《中国统计年鉴》《中国科技统计年鉴》和《中国环境统计年鉴》。描述性统计结果如表1所示。

表1 我国绿色经济发展的投入产出指标的描述性统计

2 我国绿色经济发展效率测算及特征分析

根据相关指标，运用MaxDEA软件测算出我国绿色经济发展效率值，从图1可以看出我国绿色经济发展效率总体呈现波动上升的态势。其中，2014年绿色经济发展效率处于最低，均值为1.005；自2004年后我国的绿色经济发展效率处于上升态势，我国总体的绿色经济发展效率均值在1.01～1.05波动。党的十八大强调实施“五位一体”总体布局，高度重视生态环境保护，强调经济发展和环境保护的双重目标，并将生态文明建设作为经济社会发展的重要内容和基本方略。生态文明建设已经被纳入国家发展战略和五年规划之中，成为政府工作的重点和长期任务。通过加强环保法规的制定和实施、加强资源节约和循环利用、推广清洁能源和低碳技术、鼓励绿色发展和生态产业等多种措施来保护生态环境，最终实现经济可持续发展。当前我国在实现经济高质量发展的同时也更加注重对自然资源、环境的保护，鼓励发展绿色、生态可持续性发展，实现了“经济增长与生态保护”的双向互动协调。党的十九大报告重申要推动形成绿色发展方式和生活方式，建设美丽中国。要实现生态环境质量提升，需要深入推动绿色产品研发和生态服务的融合，实现社会生产力高度发展，将自然资源转换为我国经济发展水平提升的驱动力，为我国绿色经济可持续发展提供制度保证，对此我国绿色经济发展处于上升态势，我国绿色经济总体水平逐步向好发展。

图1 我国绿色经济发展效率时序变化图

3 我国绿色经济发展效率的动态演化分析

为进一步研究我国绿色经济发展效率的动态演变特征，本文采用式（13）和式（14）来对数据进行分析，借助MATLAB 软件画出我国绿色经济发展效率的动态演进图。从图2可以看出，我国绿色经济发展的分布曲线总体呈现向右偏移的态势，偏移幅度较小，且主峰高度呈现随年份逐渐增加，增长幅度相对缓慢，分布曲线也呈现右拖尾且延展性拓宽态势，保持一个主峰，不存在区域极化现象，说明中西部地区绿色经济发展水平整体上在提高，且地区间绝对差异在不断减小。总的来说，我国绿色经济发展效率的整体趋势是上升的，但增长速度相对较慢，且在某些方面存在一定的波动性和不稳定性。

图2 全国绿色经济发展效率的分布动态

根据图3（a），东部地区绿色经济发展效率分布曲线主峰位置总体上右移，2012—2018 年呈现先下降后上升缓慢波动趋势，说明我国东部地区绿色经济发展效率出现极化现象，随着经济发展水平提升，东部地区个别省份绿色经济发展效率处于领先地位。根据图2（b）和图2（c），中西部地区绿色经济发展效率分布曲线主峰位置总体上右移，主峰高度总体趋势提高，2018—2019年区域最高点主峰宽度基本保持不变且仅存在一个主峰，也不存在区域极化现象，说明我国中西部地区绿色经济发展效率从总体上来看在提高，区域间差异上表现出绝对差异在减小的趋势。图3（d）展示了我国东北地区绿色经济发展效率的分布情况，可以看出该地区的绿色经济发展效率的分布曲线总体上呈现较为明显的右移趋势，说明该地区在绿色经济方面的发展整体上呈现良好的势头；主峰高度也在不断上升，该地区的绿色经济发展效率在不断提升，得益于该地区在环境保护和绿色产业发展方面所采取的一系列政策措施，特别是在2018—2019年主峰高度达到最高点，也出现右拖尾延展性拓宽，保持一个主峰且无区域极化现象。

图3 四个区域绿色经济发展效率的分布动态

4 我国绿色经济发展效率的区域间差异化分析

根据经济发展水平的不同将我国划分为东、中、西及东北四个地区①东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆；东北地区包括辽宁、吉林、黑龙江。，运用式（3）至式（12）计算出绿色经济发展效率的基尼系数，结果显示我国绿色经济发展效率具有严重的区域非平衡性，呈现“东高西低”的发展格局，为了更好地分析我国绿色经济发展效率的区域间差异，将我国绿色经济发展效率的基尼系数分解为区域内、区域间两个方面。具体计算结果如下页表2所示。

表2 我国绿色经济发展效率的基尼系数及其分解结果

根据下页图4，整体来看，2010—2019年，我国经济取得了显著成就，这主要得益于区域协同发展机制的创新和完善。然而，我国的绿色经济发展效率在不同地区之间存在较大的差异和不平衡，这是因为一些地区仍然过度依赖传统的重工业和高耗能产业，这对我国绿色经济发展效率产生了负面影响。结合表2和图4，可以看出各地区之间的区域内差异逐渐缩小，并呈下降态势。东部地区的区域内差异最大，而东北地区的区域内差异最小，并且缩小的速度也表现为最快。西部地区的区域内差异缩小速度最慢，主要受限于经济发展水平等多种因素影响，东部地区具有得天独厚的条件使得经济发展水平较快，而中西部地区发展相对较缓慢，更多依赖于传统产业来带动经济发展。具体来看，东部地区的基尼系数在2010—2018年一直保持缓慢增长，从0.08上升到0.174，超过了总体的基尼系数，这表明东部地区的差异性在逐渐加剧。而中部地区和西部地区的基尼系数均值分别为0.067和0.056，且两个地区的差异性呈现缩小态势；中部地区高于西部地区，2010—2016 年均表现为增长态势，2016 年之后开始缓慢下降。东北地区区域内差异均值为0.018，2010—2016 年一直缓慢下降，2017年前后出现波动。2016年区域间差异的变化表明，各省份开始关注生态环境问题。我国政府随后颁布了多项有关发展绿色经济的支持政策和鼓励措施，这些政策和措施积极地鼓励绿色经济发展水平较高的地区辐射周边地区，从而实现绿色经济的跨区域协同发展，促使我国经济长期稳定发展。

图4 2010—2019绿色经济发展效率总体差异及区域内差异

根据下页图5 可以发现，东-中、东-西区域间基尼系数均值较大，分别为0.178，0.150，中-西区域间基尼系数均值较小，为0.075。东-东北、中-东北区域间差异变化趋势是相似的，基本呈现缓慢增长的趋势，但总体上波动幅度不大，数值在0.01之间，中-西区域间差异呈现先增长后下降的态势。结合相关政策发现东部地区近年来重视经济与生态的协调发展，能够在相应的政策支持下不断优化产业结构，使得东部地区绿色经济发展高于中西部地区。

图5 2010—2019绿色经济发展效率区域间差异

图6为我国绿色经济发展效率总体差异的主要根源，并从贡献率的角度进行了分析。区域间差异对总体差异的贡献率长期高于0.05，一直处于0.05～0.09，其贡献率均值为0.076，说明区域间差异是导致我国绿色经济发展总体差异拉大的主要原因。而区域内差异贡献率长期处于0.02～0.04，平均贡献率为0.027，说明区域内差异对总体差异的贡献较小。区域间超变密度的贡献率最低，一直在0.009～0.021波动，平均贡献率为0.014，这表明区域间交叉重叠问题对我国绿色经济发展效率的影响较小。基于以上分析可知，要解决绿色经济发展效率的区域差异问题，就要坚持区域协调可持续发展理念，同时也要制定不同地区的政策措施，促进地区之间资源的协调利用和互补，推动地区之间的经济发展水平趋于均衡，在可持续发展的基础上促进绿色经济发展。

图6 2010—2019年绿色经济发展效率区域差异的贡献率

5 结论与建议

本文选取2010—2019 年我国30个省份的面板数据，首先运用非期望产出超效率SBM模型评估了我国绿色经济发展效率的综合发展态势；其次，采用Dagum 基尼系数及其分解方法来揭示我国绿色经济发展效率的区域差异及差异的主要来源；最后，使用了核密度估计方法来探究我国整体及四大地区绿色经济发展效率的分布动态及演进规律。主要结论如下：

我国绿色经济发展发展效率指数呈逐年上升态势。2010 年我国绿色经济发展效率较低，主要是因为东部地区为了实现经济的快速增长，而忽略了对环境保护，而中部地区的工业企业较多，从而影响绿色经济发展效率；西部地区经济发展缓慢，绿色经济发展效率处于中等水平。2019 年我国绿色经济发展效率取得较为显著的成效，东部地区在注重经济发展的同时也重视对环境的保护，越来越多省份实施绿色创新发展，说明在实现经济高质量发展的同时也重视对环境保护。

利用Dagum 基尼系数及其分解方法得出的研究结果显示我国区域绿色经济发展不平衡，呈现按东部、中部、西部、东北地区阶梯分布的特征；区域内差异整体表现出较小波动，对区域差异的平均贡献率仅为0.027；区域间差异性变化较为明显，对区域差异的平均贡献率为0.076，是我国绿色经济发展效率总体差异扩大的主要来源。

基于上述结论，为提高我国绿色经济发展效率提出以下建议：

（1）加快绿色技术创新研发投入。政府通过税收优惠政策来鼓励企业加大绿色技术研发投入，并且可以设立绿色技术创新基金，为创新型企业提供更多资金支持，鼓励企业加强绿色科技研发，提高绿色技术的创新水平；加快构建绿色技术创新与绿色生产技术开发示范标准体系，促使企业向更加绿色的生产方式转型。

（2）加大对绿色科技创新的财政支持力度。政府可以给予企业税收优惠，如税收减免、税收补贴等，以鼓励企业在绿色技术研发方面积极投入；还可以设立专项创新基金，鼓励企业开展绿色技术研发，提高绿色技术创新能力。

（3）构建绿色贸易流通体系。积极遵循双循环新发展格局，坚持以国内大循环为主体、国内国际双循环相互促进发展，坚持高水平对外开放，不断优化贸易结构。大力发展绿色产品贸易，鼓励企业生产和销售环保产品。深化“一带一路”绿色合作，加强与沿线国家的贸易往来，注重开展能源、环保和生态文明等领域的合作，推动跨境投资和贸易自由化，建立可持续的全球贸易流通体系。