宋雅晴，孫 欣，宋馬林

(1.合肥師范學(xué)院 數(shù)學(xué)與統(tǒng)計學(xué)院，安徽 合肥 230601；2.安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

橫跨中、東、西三大經(jīng)濟帶的長江經(jīng)濟帶被稱為中國射向世界的“箭”，其經(jīng)濟總量、人口規(guī)模和創(chuàng)新能力在我國區(qū)域協(xié)調(diào)發(fā)展中占據(jù)極其重要的地位。然而長江經(jīng)濟帶在保持經(jīng)濟高速發(fā)展的同時，生態(tài)系統(tǒng)遭到了嚴重破壞，環(huán)境承載力也不斷下降，基于此，學(xué)術(shù)界提出了“綠色經(jīng)濟效率”，即在經(jīng)濟效率模型中引入各地區(qū)單位污染產(chǎn)出[1]。部分學(xué)者認為，綠色經(jīng)濟效率是在考慮資源和環(huán)境約束條件下，衡量一個地區(qū)或國家經(jīng)濟發(fā)展的指標[2]。

現(xiàn)階段學(xué)界對于綠色經(jīng)濟效率的探討主要體現(xiàn)在效率測算、影響因素分析、收斂性研究等方面。效率測算方法主要有兩種：一是以隨機前沿分析法為主的參數(shù)方法，二是以數(shù)據(jù)包絡(luò)分析法(DEA)為代表的非參數(shù)方法。Tone[3]綜合考慮了非期望產(chǎn)出對效率評價的影響，提出并發(fā)展了SBM模型，此后SBM模型被廣泛應(yīng)用[4-7]。也有部分學(xué)者采用超效率DEA模型[8-10]、TOPSIS模型[11-12]、SFA模型[13]進行評價。在影響因素分析方面，學(xué)者們常用Tobit模型[2,9,10]、障礙度模型[11-12]、空間計量模型[13-14]探究影響因素的作用和程度。收斂性分析主要集中在對環(huán)境效率空間差異的分析[8,15-16]，方法有：σ收斂分析、β收斂分析、俱樂部收斂分析等。可見，已有對綠色經(jīng)濟效率的評價研究雖取得了豐碩的成果，但以長江經(jīng)濟帶為對象的研究較少，缺乏對其整體變化的動態(tài)分析，特別是缺少對綠色經(jīng)濟效率收斂性的評價。

基于此，研究采用Super-SBM模型和Malmquist指數(shù)模型，從靜態(tài)和動態(tài)兩方面對長江經(jīng)濟帶綠色經(jīng)濟效率的總體水平和演變趨勢進行探究，并對其上、中、下游流域的綠色經(jīng)濟效率差異進行收斂性分析，找出其關(guān)鍵影響因素，為縮小城市間效率差距、提高各區(qū)域綠色經(jīng)濟水平提出針對性對策和建議。

1 研究設(shè)計

1.1 研究方法

1.1.1 Super-SBM模型

為了處理非期望產(chǎn)出問題，Tone[3]提出了一種基于松弛測度的非徑向和非角度的SBM模型。但隨著投入和產(chǎn)出松弛程度的變化，雖然測算的效率值有嚴格單調(diào)遞減趨勢，但仍會出現(xiàn)多個決策單元同時有效的現(xiàn)象。為此，其又對模型加以改進，提出了考慮松弛變量的Super-SBM模型，具體表示如式(1)。

(1)

st,sg,sb,λ≥0

m=1,2,…,M；n1=1,2,…,N1；n2=1,2,…N2

1.1.2 Malmquist指數(shù)

基于DEA方法，Malmquist指數(shù)可被用來測度跨時期的多投入和多產(chǎn)出變量間的動態(tài)生產(chǎn)效率，其表達式如式2。

M0(xt+1,yt+1,xt,yt)=

(2)

effch×tech

(3)

式(3)中，effch為技術(shù)效率變化，tech為技術(shù)進步變化；effch>1，意味著生產(chǎn)效率明顯提高；tech>1，意味著新技術(shù)的出現(xiàn)或采用，會使生產(chǎn)前沿面向前移動，從而實現(xiàn)技術(shù)進步。

1.1.3 收斂性模型

1.1.3.1σ收斂

σ收斂可以用來評價各個區(qū)域綠色經(jīng)濟效率水平的收斂趨勢，常通過標準差、變異系數(shù)、基尼系數(shù)、泰爾系數(shù)等指標來反映，計算公式為：

(4)

式(4)中，N表示長江經(jīng)濟帶省市個數(shù)，ei(t)表示第i個地區(qū)在第t年的綠色效率值。若σ隨時間變化呈逐漸減小趨勢，則說明該區(qū)域綠色經(jīng)濟效率的差距明顯縮小，存在σ收斂；否則，綠色經(jīng)濟效率具有階段收斂性或趨于發(fā)散。

1.1.3.2 絕對β收斂

若綠色經(jīng)濟效率水平增長率較低的區(qū)域比增長率較高的區(qū)域以更快的速度增長，則認為綠色經(jīng)濟效率存在β收斂。在不考慮其他因素影響的情況下，區(qū)域間的綠色經(jīng)濟效率變化會趨于相同的穩(wěn)態(tài)水平，又被稱為絕對β收斂；絕對β收斂具體模型如式(5)：

(5)

式(5)中，ei,t為i地區(qū)t時期的綠色經(jīng)濟效率值，ei,t+T為i地區(qū)t+T時期的綠色經(jīng)濟效率值，εit為隨機干擾項，β0為常數(shù)項，β1為收斂系數(shù)，如果β1<0且顯著，說明存在絕對β收斂，即綠色經(jīng)濟效率值較低的區(qū)域?qū)π手递^高的區(qū)域存在“追趕效應(yīng)”[10]。

1.2 數(shù)據(jù)來源與變量說明

研究以長江經(jīng)濟帶11個省市為對象，選取2000—2018年的面板數(shù)據(jù)進行分析，投入指標從勞動力、資本存量和能源消費量三個方面進行確定，產(chǎn)出指標包括期望產(chǎn)出和非期望產(chǎn)出。

(1)勞動力：以各省市年底就業(yè)人數(shù)作為勞動力指標，數(shù)據(jù)來自2001—2019年《各省市統(tǒng)計年鑒》。

(2)資本存量：由于資本存量數(shù)據(jù)沒有直接公布，且計算復(fù)雜，本文借鑒張軍[17]、單豪杰[18]等運用永續(xù)盤存法進行計算，估算資本存量的表達式為：Kt=Kt-1(1-δt)+It，其中，Kt為第t年的資本存量、It為第t年的固定資產(chǎn)投資、δt為該年固定資產(chǎn)折舊率。研究中的資本存量是由以2000年為不變價折算得到。相關(guān)數(shù)據(jù)來自2001—2019年《中國統(tǒng)計年鑒》。

(3)能源消費量：以能源消費總量作為能源投入指標，數(shù)據(jù)主要來自《中國能源統(tǒng)計年鑒》(2001—2019)。其中湖南省2003和2004年數(shù)據(jù)用插值法計算得出。

(4)期望產(chǎn)出：以GDP作為期望產(chǎn)出，并根據(jù)GDP平減指數(shù)折算為以2000年為基期的實際GDP。數(shù)據(jù)來自《中國統(tǒng)計年鑒》(2001—2019)。

(5)非期望產(chǎn)出：使用各省市的環(huán)境污染指數(shù)表示。選用工業(yè)廢水排放量、工業(yè)COD排放量、工業(yè)固廢產(chǎn)生量、工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量和工業(yè)煙(粉)塵排放量，根據(jù)熵權(quán)法賦權(quán)計算得到各省市的環(huán)境污染綜合指數(shù)。數(shù)據(jù)來自《中國環(huán)境統(tǒng)計年鑒》(2001—2019)。

2 實證分析

2.1 綠色經(jīng)濟效率測度結(jié)果分析

2.1.1 綠色經(jīng)濟效率靜態(tài)分析

根據(jù)2000—2018年的數(shù)據(jù)，利用Super-SBM模型，通過MAXDEA軟件測算出其綠色經(jīng)濟效率值,如表1所示：

表1 長江經(jīng)濟帶11個省市綠色效率值測度結(jié)果

由表1可知，縱向來看，2000年以來長江經(jīng)濟帶各省市的綠色經(jīng)濟效率值平均最小為0.64，最大為0.804，整體呈下降趨勢，環(huán)境污染造成了較大程度的效率損失；2013年以來平均值不足0.7，但2015—2018四年間，綠色經(jīng)濟效率值又出現(xiàn)回升，可以看出長江經(jīng)濟帶各省市貫徹“生態(tài)優(yōu)先，綠色發(fā)展”政策已初顯成效。橫向來看，上海、浙江、江蘇的綠色經(jīng)濟效率值較高。其中，上海市憑借經(jīng)濟發(fā)展較快、技術(shù)水平先進、地理位置優(yōu)越等條件，效率值一直大于1，穩(wěn)居首位,這說明上海實現(xiàn)了經(jīng)濟發(fā)展與環(huán)境保護的“雙贏”。由于經(jīng)濟單方面拉動占據(jù)主導(dǎo)地位，浙江和江蘇的效率值出現(xiàn)下滑。四川、江西、湖南、安徽和重慶的綠色經(jīng)濟效率值在0.596～0.743之間，整體變動不大。湖北、云南和貴州效率值較低，且呈現(xiàn)逐年減少的趨勢，其中貴州的綠色經(jīng)濟效率均值僅為0.376，在長江經(jīng)濟帶中處于最低水平。

2.1.2 長江經(jīng)濟帶不同區(qū)域效率值變化分析

為比較長江經(jīng)濟帶不同區(qū)域綠色經(jīng)濟效率值的差異情況，將其按上、中、下游劃分為三大流域，上游：云南、貴州、重慶和四川，中游：湖南、湖北、江西和安徽，下游：浙江、江蘇和上海(圖1)。

圖1 長江經(jīng)濟帶全流域及各流域綠色經(jīng)濟效率均值變化

從圖1可以看出，長江經(jīng)濟帶全流域的綠色經(jīng)濟效率有逐步下降趨勢，下游的效率值較高且變化幅度最大，極差為0.266；中游省市穩(wěn)中有降；上游省市效率值相對較低，呈現(xiàn)倒“V”形變化。以上海為代表的下游省市屬于經(jīng)濟發(fā)達地區(qū)，作為我國對外開放的領(lǐng)頭軍，能夠及時引進國內(nèi)外先進的技術(shù)與理念，經(jīng)濟水平較高，因此其效率水平明顯高于中上游省市。以貴州為代表的上游省市，經(jīng)濟基礎(chǔ)薄弱，技術(shù)水平落后，經(jīng)濟發(fā)展仍采用傳統(tǒng)的“高污染、高消耗”模式，綠色經(jīng)濟效率均值最低。進一步分為兩個階段來看，第一階段：2000—2012年，長江經(jīng)濟帶全流域綠色經(jīng)濟效率值呈逐年下降趨勢，其中下游省市工業(yè)企業(yè)較多，環(huán)境污染阻礙了經(jīng)濟增長的效益，效率值下滑趨勢明顯；同時，隨著“西部大開發(fā)”(2000年)和“中部崛起”(2004年)戰(zhàn)略的實施，中西部地區(qū)在獲得產(chǎn)業(yè)承接政策帶來的經(jīng)濟效益的同時也產(chǎn)生了非期望產(chǎn)出，中下游省市效率值較低且存在下降趨勢。第二階段：2012—2018年，全流域綠色經(jīng)濟效率呈相對穩(wěn)定狀態(tài)，且中上游省市與下游省市的差距有所減小，可見，城市化進程中，環(huán)境治理與可持續(xù)發(fā)展已初見成效。2014年以來，國家和地方政府相繼出臺相關(guān)政策，“將長江經(jīng)濟帶打造成生態(tài)文明的先行示范帶”,長江經(jīng)濟帶綠色發(fā)展水平穩(wěn)中有升。2018年全流域綠色經(jīng)濟效率均值達到0.6628，較2014年增長了3.2%，中游和上游省市分別上漲了3.9%和7.1%，可見各省市綠色發(fā)展還有很大的提升空間。

2.2 綠色經(jīng)濟效率動態(tài)分析

為進一步分析長江經(jīng)濟帶各省市綠色經(jīng)濟效率的動態(tài)變化情況，選用Malmquist指數(shù)模型計算得出效率值及其分解情況。具體如表2和圖2所示。

表2 長江經(jīng)濟帶各地區(qū)Malmquist指數(shù)及其分解

可以看出，2000—2018年間，長江經(jīng)濟帶流域Malmquist指數(shù)平均上漲了0.418%，其中技術(shù)進步指數(shù)上漲1.49%，技術(shù)效率指數(shù)下降1.03%。從不同區(qū)域來看，Malmquist平均指數(shù)大小為：下游>上游>中游，且上、中、下游平均技術(shù)進步變化指數(shù)均高于技術(shù)效率變化指數(shù)，即其綠色經(jīng)濟效率的增長主要依賴于技術(shù)進步。下游省市的Malmquist指數(shù)均大于1，年均增長率為2.84%，即下游省市綠色經(jīng)濟效率水平發(fā)展態(tài)勢良好；其中，上海的Malmquist指數(shù)最大(排名第1)，技術(shù)效率指數(shù)等于1，說明上海的環(huán)境管理效率水平達到較高水平且維持穩(wěn)定，其綠色發(fā)展水平發(fā)展良好得益于技術(shù)進步；浙江省的技術(shù)效率指數(shù)和技術(shù)進步指數(shù)都大于1，說明該省綠色經(jīng)濟能夠朝更好的方向發(fā)展得益于技術(shù)效率和技術(shù)進步的共同作用，在環(huán)境保護和治理方面都能夠擁有先進技術(shù)和政策支持，這與表1得出的結(jié)論相對應(yīng)。中游省市的Malmquist指數(shù)平均值小于1，其中湖南的Malmquist指數(shù)排名11，且技術(shù)效率和技術(shù)進步指數(shù)都小于1，說明其產(chǎn)業(yè)結(jié)構(gòu)單一、落后，仍存在重經(jīng)濟發(fā)展輕環(huán)境保護的問題，導(dǎo)致綠色經(jīng)濟效率也處于相對較低水平，與表1得出的結(jié)論一致。值得關(guān)注的是四川省，該省綠色經(jīng)濟效率排名第4，可能是由于其得天獨厚的自然條件使其具有較高的自然稟賦，但Malmquist指數(shù)值排名第9，技術(shù)效率指數(shù)在2000—2008年間平均下降了2.5%，表明其產(chǎn)業(yè)升級較慢、市場化與國際化程度較低、政府支持力度不夠。

圖2 Malmquist指數(shù)均值及分解的時間趨勢圖

從圖2可以看出，長江經(jīng)濟帶Malmquist指數(shù)在2012年之前波動較大，但2012年后有平穩(wěn)上升趨勢。在18個評價區(qū)間中有10個年份區(qū)間的Malmquist指數(shù)大于1，整體呈“W”形變化趨勢。技術(shù)進步指數(shù)與技術(shù)效率指數(shù)有相對變化趨勢，且技術(shù)進步指數(shù)整體高于Malmquist指數(shù)和技術(shù)效率指數(shù)，可見技術(shù)進步成為綠色經(jīng)濟效率增加的主要動力，與表2結(jié)論一致。2017—2018年間，Malmquist指數(shù)、技術(shù)效率和技術(shù)進步增長率分別為4.2%，-0.45%、4.68%，說明2018年綠色經(jīng)濟水平的提高主要源于技術(shù)進步。因此，可認為長江經(jīng)濟帶對新技術(shù)的吸收和使用提高了其綠色經(jīng)濟發(fā)展水平，但技術(shù)效率水平較低的問題仍不容忽視。相關(guān)政府部門應(yīng)扶持優(yōu)質(zhì)技術(shù)創(chuàng)新項目，加大研發(fā)投資力度，完善科研人員激勵機制，以提高綠色經(jīng)濟管理效率。

2.3 收斂性分析

從以上分析可知，長江經(jīng)濟帶各省市及各流域之間綠色經(jīng)濟效率差異顯著，為了進一步探討其演變趨勢，研究分別從σ收斂和絕對β收斂來分析。根據(jù)公式(4)計算得出σ值,如圖3所示。

圖3 長江經(jīng)濟帶綠色經(jīng)濟效率σ收斂結(jié)果

可以看出，歷年來長江經(jīng)濟帶全流域的σ值有增有減，無規(guī)律可循，但2014年以來σ值逐漸減小，各省市之間的效率值差異在不斷縮小，有σ收斂趨勢。上游和下游省市的σ值變化規(guī)律相似，上游水平略高于下游，2012年之前σ值大體呈上升趨勢，并在2012年達到最高水平；2012年之后σ值不斷減小，可以說明上下游省市的σ收斂不明顯，各省市之間的綠色經(jīng)濟發(fā)展水平差異可能會不斷擴大。中游省市的平均σ值最小，呈現(xiàn)出“整體收斂、部分發(fā)散”的特征，從2000年的0.15下降到2018年的0.063，說明中游省市綠色效率的絕對差距不斷減小，整體有σ收斂趨勢，但2000—2009年之間σ值有劇烈的波動情況，2010年之后相對穩(wěn)定。

表3 長江經(jīng)濟帶綠色經(jīng)濟效率絕對β收斂回歸結(jié)果

由表3可知，全流域的β1為-0.062，且在95%的置信水平下顯著，表明長江經(jīng)濟帶綠色經(jīng)濟效率存在絕對β收斂趨勢，即效率值較低的地區(qū)有更高的增長速度，對效率值較高的地區(qū)有“追趕效應(yīng)”，各省市最終趨于一個穩(wěn)定水平。但上游和下游省市的β1不顯著，說明上下游省市的綠色經(jīng)濟效率沒有絕對β收斂趨勢，“追趕效應(yīng)”不明顯，各省市的綠色發(fā)展水平可能會拉開差距，這與圖3的結(jié)論一致。中游省市的β1為-0.651且非常顯著，表明中游省市期初效率值與增長率有相反變化趨勢，綠色發(fā)展水平最終趨于協(xié)調(diào)穩(wěn)定發(fā)展。

3 結(jié)論與建議

研究基于2000—2018年長江經(jīng)濟帶各省市的面板數(shù)據(jù)，運用Super-SBM模型測算了全流域和上、中、下游的綠色經(jīng)濟效率，并結(jié)合Malmquist指數(shù)模型研究了時間維度上綠色經(jīng)濟效率的動態(tài)變化，最后從σ收斂和絕對β收斂方面分析了綠色經(jīng)濟效率的斂散性。

研究結(jié)論如下：(1)從靜態(tài)方面來看，2000—2018年長江經(jīng)濟帶綠色經(jīng)濟效率平均值為0.713，整體有下降趨勢；三大流域綠色發(fā)展水平差異顯著，效率值大小為：下游>中游>上游；2012年以來，全流域及上、中、下游省市綠色發(fā)展水平趨于相對穩(wěn)定的狀態(tài)。(2)從動態(tài)方面來看，全流域Malmquist指數(shù)略有上升，但只有下游省市的Malmquist指數(shù)始終大于1；三大流域Malmquist平均指數(shù)大小為：下游>上游>中游，且技術(shù)進步變化指數(shù)均高于技術(shù)效率變化指數(shù)；Malmquist指數(shù)整體呈“W”形變化趨勢，技術(shù)進步成為綠色經(jīng)濟效率增加的主要動力。(3)由收斂性分析可知，2000—2018年全流域與上、中、下游省市沒有明顯的σ收斂趨勢，但2014年之后全流域及中下游省市的σ值均逐漸減小。全流域綠色經(jīng)濟效率存在絕對β收斂趨勢；而三大流域中，只有中游省市存在絕對β收斂，上下游省市“追趕效應(yīng)”不明顯，綠色發(fā)展水平差距可能會不斷擴大。

針對以上結(jié)論，為提高長江經(jīng)濟帶各省市的綠色經(jīng)濟效率值，研究認為：(1)要素投入、產(chǎn)出方面。長江經(jīng)濟帶應(yīng)提高資金利用率，鼓勵綠色科技創(chuàng)新，加快實現(xiàn)“國內(nèi)國際雙循環(huán)相互促進”的新模式；增加人力資源投入，提高勞動力素質(zhì)，優(yōu)化勞動力供給結(jié)構(gòu)；加快綠色技術(shù)進步，促進綠色能源升級，提高能源利用率。在促進經(jīng)濟增長的同時，必須減少環(huán)境污染排放，加快環(huán)境污染治理投資，以降低非期望產(chǎn)出水平。(2)政府管理方面。各級政府應(yīng)構(gòu)建科學(xué)合理的綠色發(fā)展指標體系，將環(huán)境績效納入考核標準，加強對企業(yè)的環(huán)境監(jiān)督，加大對環(huán)境污染的處罰，使技術(shù)效率發(fā)揮出有效作用；同時針對不同地區(qū)的綠色經(jīng)濟發(fā)展現(xiàn)狀，制定中長期綠色發(fā)展規(guī)劃，從產(chǎn)業(yè)、人口、稅收、金融、環(huán)保等多方面提供合理化、差異化的配套服務(wù)。(3)不同流域發(fā)展方面。結(jié)合各流域的綠色經(jīng)濟效率水平，給出對應(yīng)的方法和措施。對于綠色經(jīng)濟效率較高的下游省市，應(yīng)著重于經(jīng)濟、資源與環(huán)境的協(xié)調(diào)發(fā)展，發(fā)揮其帶頭作用，引領(lǐng)中上游省市發(fā)展；對于下游省市，因其資源稟賦較高但綠色經(jīng)濟效率值較低，應(yīng)因地制宜關(guān)注資源優(yōu)化配置，充分利用地理優(yōu)勢提高其綠色經(jīng)濟發(fā)展水平；對于中游省市，因其不具有先天優(yōu)勢，且綠色經(jīng)濟效率不高，應(yīng)積極引進先進人才和技術(shù)，改善生產(chǎn)力布局，從而有效提高綠色經(jīng)濟效率。