李東茹，姚鳳桐

(內蒙古農業(yè)大學 經濟管理學院，內蒙古 呼和浩特 010000)

近年來，中國經濟高速發(fā)展，隨之而來的是生態(tài)問題的日趨嚴峻。內蒙古作為我國北疆的重要生態(tài)屏障，生態(tài)效率的提升不僅是推動生態(tài)文明建設的內在需求，同時也是實現(xiàn)經濟高質量發(fā)展的戰(zhàn)略需要。基于此，通過探索影響內蒙古生態(tài)效率因素并提高區(qū)域生態(tài)效率，形成一條資源消耗最小、環(huán)境污染最低、社會福利最大的路子意義重大。以期能夠推動內蒙古社會—經濟—環(huán)境可持續(xù)發(fā)展。

1 生態(tài)效率的測算

1.1 模型及指標選擇

國內外學者雖然對生態(tài)效率的定義和評價生態(tài)效率的方法存在一定差異，但本質卻并未改變，即用最小的資源消耗和環(huán)境污染換取最大的社會福利，是一種投入與產出的比值。目前往往通過生態(tài)足跡法、成本收益分析法和DEA分析法等方法評價生態(tài)效率[1]。其中，學者們普遍認可WBCSD提出的生態(tài)效率比值公式：

(1)

通過對研究區(qū)域實際情況分析及數(shù)據可獲得性，本文參考李兵采用生態(tài)足跡法測算生態(tài)效率。式(1)中分子用GDP表示，以此代表社會總產出，資源消耗和環(huán)境影響則用生態(tài)足跡來表示[2]。生態(tài)足跡(Ecological Footprint，EF)由生物生態(tài)足跡(Biology Ecological Footprint，BEF)和能源生態(tài)足跡(Energy Ecological Footprint，EEF)構成，具體生態(tài)足跡計算公式表示如下[3]：

EF=BEF+EEF

(2)

生物生態(tài)足跡。生物生態(tài)足跡即耕地、草地、林地、水域中生物資源消耗總的生態(tài)足跡[4]。其計算方式為：

(3)

BEFi=∑jAij

(4)

(5)

BEF=∑i(BEFi×ri)

(6)

式(3)—式(6)中：i為生物生產性土地類型，即耕地、草地、林地、水域；j為生物質生產項目類型；Aij為研究區(qū)域第i種生物生產性土地第j種生產項目折算的生態(tài)足跡面積(hm2)；Cij為研究區(qū)域第i類生物生產性土地第j種生產項目的產量(kg或m3)；pwij為全球區(qū)域第i類生物生產性土地第j種生產項目的平均產量(kg/hm2或m3/hm2)；BEFi為第i類生物生產性土地的生態(tài)足跡面積(hm2)；ri為第i類生物生產性土地的均衡因子；γij為第i類生物生產性土地第j種生產項目的單位熱值(kJ/kg或kJ/m3)；Si為研究區(qū)域第i類生物生產性土地已利用的生物生產面積(hm2)；BEF為研究區(qū)生物生態(tài)足跡總面積(hm2)。

表1 生態(tài)足跡賬戶

能源生態(tài)足跡。根據已獲得的歷年能源消費資料，能源核算項目主要涉及原煤、原油、天然氣和電力。能源核算指標因其單位不同，不能簡單累加，所以根據Wackernagel等確定的世界單位面積化石燃料土地的平均發(fā)熱量為能源用地的折算系數(shù)[5]，具體計算公式如下：

(7)

式中：EEF為能源生態(tài)足跡；Ci為第i類能源核算項目的消費量；ec為能源折算系數(shù)；EFag全球平均能源足跡。參考已有研究，原煤、原油、天然氣和電力的ec值分別取20.934 GJ/t、43.124 GJ/t、38.978 GJ/t、177.05 GJ/t，原煤、原油、天然氣和電力的EFag值分別取55 GJ/hm2、93 GJ/hm2、93 GJ/hm2、1 000 GJ/hm2。

1.2 結果分析

筆者根據上述方法及相關數(shù)據得到2004年—2017年內蒙古生態(tài)效率水平值，圖1顯示了2004年—2017年內蒙古生態(tài)效率的發(fā)展趨勢，隨著時間的推移，內蒙古生態(tài)效率大體呈上升趨勢。

圖1 2004年—2017年內蒙古生態(tài)效率變化情況

2 內蒙古生態(tài)效率影響因素分析

2.1 STIRPAT模型

20世紀80年代美國生態(tài)學家Ehrlich首次提出IPAT模型，即I=PAT。最初該模型被廣泛用于經濟增長與資源環(huán)境關系的研究[6]，后來又有學者對其進行改進，提出了人口規(guī)模、富裕程度和技術因素作用的即STIRPAT模型，該模型的優(yōu)點在于應用范圍更廣且更為靈活[7]，公式如下：

I=a·Pb·Ac·Td·ε

(8)

式中：I為環(huán)境壓力，a為常數(shù)，P為人口，A為富裕程度，T為技術因素，ε為隨機誤差項。

筆者在此模型基礎上將環(huán)境影響視作生態(tài)效率(EE)，把人口規(guī)模(P)擴展成人口城鎮(zhèn)化率(UP)和人力資本水平(HC)；富裕程度(A)用經濟發(fā)展水平(ED)即內蒙古人均GDP與全國人均GDP的比值(ED)進行量化；技術水平指標(T)學界尚未形成統(tǒng)一表征方式，筆者參考國內外已有的相關研究[8]，將技術因素(T)分解為第二產業(yè)占GDP比重(SI)、第三產業(yè)占GDP比重(TI)、萬元GDP能耗(EC)；同時為準確分析影響生態(tài)效率的因素，引入政府財政節(jié)能環(huán)保支出項(FI)。構建模型如式(9)：

EE=a×UPb×HCc×EDd×SIe×TIf×ECg×FIh×ε

(9)

式中：a為模型的常數(shù)項；b、c、d、e、f、g、h分別為UP、HC、ED、SI、TI、EC、FI的系數(shù)；ε為隨機誤差項。

式(9)兩邊取對數(shù)：

In(EE)=Ina+bIn(UP)+cIn(HC)+dIn(ED)+eIn(SI)+fIn(TI)+gIn(EC)+hIn(FI)+Inε

(10)

2.2 主成分分析

定量分析生態(tài)效率的影響因素一般采用最小二乘法對自變量進行回歸，但社會經濟因素之間通常存在相互解釋的問題，會導致出現(xiàn)不準確的回歸方程。本研究對各影響因素進行Pearson相關分析，結果表明人口城鎮(zhèn)化率(UP)、人力資本水平(HC)、經濟發(fā)展水平(ED)、第三產業(yè)占GDP比重(TI)、萬元GDP能耗(EC)、政府財政節(jié)能環(huán)保支出項(FI)之間存在顯著相關關系(見表2)。若直接進行回歸，會由于多重共線性問題導致回歸方程不合理，難以進行準確的量化分析。因此，本文基于主成分分析法優(yōu)化的STIRPAT模型對各影響因素進行分析研究。

表2 內蒙古生態(tài)效率各影響因素之間相關分析

運用主成分分析法時，一般應當注意兩點：①樣本數(shù)據一般需要進行KMO檢驗和Bartlett顯著性檢驗，通常情況下，KMO檢驗值要求大于0.5，Bartlett顯著性檢驗sig<0.05，即視為通過檢驗；②累積方差貢獻率應達到85%及以上，認為達到滿意結果。同時滿足上述兩點，則表明適合做主成分分析。本文中，2004年—2017年內蒙古人力資本水平、人口城鎮(zhèn)化率、經濟發(fā)展水平、第二產業(yè)占GDP比重、第三產業(yè)占GDP比重、萬元GDP能耗和政府財政節(jié)能環(huán)保支出等7項影響因素主成分分析KMO抽樣適度測定值為0.659，大于0.5，Bartlett檢驗值為138.504，sig=0.000<0.05，通過檢驗。利用最大方差旋轉法提取出特征值大于1的兩個主成分，累計方差貢獻率達到94.774%，則認為主成分分析結果較好。特征值及貢獻率見表3。

表3 主成分的提取

當提取兩個主成分時，累積方差貢獻率達到94.774%,表明這兩個主成分已涵蓋原始變量94.774%的信息，可基本代替原始變量進行下一步研究。并得到旋轉成分矩陣和成分得分系數(shù)矩陣，分別見表4和表5。

表4 旋轉成分矩陣

表5 成分得分系數(shù)矩陣

由成分得分系數(shù)矩陣，可以得到以下兩個綜合變量F1、F2。

F1=0.172lnHC+0.172lnUP+0.174lnED+0.077lnSI+0.179TI-0.158lnEC+0.176lnFI

(11)

F2=0.077lnHC+0.145lnUP-0.167lnED+0.798lnSI+0.145TI+0.390lnEC-0.190lnFI

(12)

以lnEE作為被解釋變量，綜合變量F1、F2作為解釋變量，基于SPSS 26.0軟件，運用OLS對變量進行回歸，回歸結果見表6。

表6 主成分回歸分析系數(shù)

表7 綜合變量回歸方程檢驗1

表8 綜合變量回歸方程檢驗2

從表7可以看出，回歸方程的R2為0.946，調整后的R2為0.936，表明回歸方程擬合度較好，根據表6，可以得到因變量lnEE與綜合變量F1、F2的回歸方程。

lnEE=0.904F1-0.240F2+lnK

(13)

將式(11)(12)帶入，得到:

lnEE=0.137lnHC+0.121lnUP+0.197lnED-0.122lnSI

+0.127lnTI-0.236lnEC+0.205lnFI+lnK

(14)

其中K為常數(shù)，為式(8)中a與ε之積，可得到2004年—2017年影響內蒙古生態(tài)效率的因子模型。

EE=KHC0.137UP0.121ED0.197SI-0.122TI0.127EC-0.236FI0.205

(15)

由式(14)可知，人口城鎮(zhèn)化率、人力資本水平、經濟發(fā)展水平、第二產業(yè)占GDP比重、第三產業(yè)占GDP比重、萬元GDP能耗和政府財政節(jié)能環(huán)保支出對生態(tài)效率的彈性系數(shù)分別為0.137、0.121、0.197、-0.122、0.127、-0.236、0.205，其中人口城鎮(zhèn)化率、人力資本水平、經濟發(fā)展水平、第三產業(yè)占GDP的比重和政府財政節(jié)能環(huán)保支出對生態(tài)效率的增長具有正向影響，其影響大小依次為：政府財政節(jié)能環(huán)保支出>經濟發(fā)展水平>人口城鎮(zhèn)化率>第三產業(yè)占GDP的比重>人力資本水平。表示當政府財政節(jié)能環(huán)保支出、經濟發(fā)展水平、人口城鎮(zhèn)化率、第三產業(yè)占GDP的比重、人力資本水平增加1%時，生態(tài)效率將增長0.205%、0.197%、0.137%、0.127%、0.121%。

第二產業(yè)占GDP比重和萬元GDP能耗對生態(tài)效率的提高具有負向影響，從目前來看，產業(yè)結構的轉型升級和萬元GDP能耗的降低還未有效促進內蒙古生態(tài)效率的提高，產業(yè)結構優(yōu)化和節(jié)能降耗工作仍需重視，希望在科技創(chuàng)新的帶動下，內蒙古的資源利用效率能進一步的提高，從而促進生態(tài)效率的提高。

3 結論與討論

本文基于生態(tài)足跡法測算了2004年—2017年內蒙古生態(tài)效率。結果表明，2004年—2017年內蒙古生態(tài)效率大體呈現(xiàn)逐漸增長的特點，這表明，內蒙古在發(fā)展經濟的同時更加注重生態(tài)環(huán)境的保護。

運用主成分分析法改進STIRPAT模型，將各解釋變量歸納為F1和F2兩項綜合變量，能夠有效解決自變量之間存在的相互解釋現(xiàn)象，消除多元回歸分析中的共線性問題，進而對生態(tài)效率影響因素進行更為合理的研究分析。

根據STIRPAT模型回歸結果我們可以得到一個直接的啟示：影響內蒙古生態(tài)效率的眾多因素中，政府財政節(jié)能環(huán)保支出對內蒙古生態(tài)效率的提升具有突出作用，這與近年來政府逐漸重視生態(tài)環(huán)境的保護密切相關。這表明，財政節(jié)能環(huán)保支出規(guī)模的擴大可助力內蒙古生態(tài)效率的提升。此外，其他社會經濟因素對內蒙古生態(tài)效率的影響也不可忽視。因此，內蒙古在今后經濟發(fā)展中，強化財政節(jié)能環(huán)保支出，建設用地規(guī)劃，優(yōu)化產業(yè)結構，提高資源利用效率和降低工業(yè)能耗的協(xié)同作用，進而有效降低生態(tài)足跡，可能是提升內蒙古生態(tài)效率和實現(xiàn)社會—經濟—環(huán)境可持續(xù)發(fā)展的重要路徑。