朱兵 劉成成

摘? 要：準確測度綠色經濟效率及其提升潛力能夠為制定綠色經濟發(fā)展策略提供參考依據?；?005—2020年長三角城市群26個城市的面板數據，運用包含非期望產出的SBM模型和共同前沿模型測算各城市的綠色經濟效率，利用共同技術比率指標對各城市間的生產技術差距做定量分析，并通過將綠色經濟無效率分解為技術無效和管理無效來探究其提升路徑。研究發(fā)現：共同前沿下高水平組、中等水平組和低水平組的綠色經濟效率年均值分別為0.725、0.454和0.452，這說明三大群組分別有27.5%、54.6%和54.8%的效率提升空間，改善潛力巨大。高水平組的無效率主要由管理無效造成，改善綠色經濟效率需要完善管理制度并提高管理水平；中等水平組和低水平組的無效率則由技術無效和管理無效共同決定，在制定綠色經濟效率改善策略時需要兼顧技術改進和管理能力的提升。

關鍵詞：綠色經濟效率；SBM模型；共同前沿模型；長三角城市群

中圖分類號：F124.5? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1671-9255（2023）02-0006-06

一、引言

為了解決經濟增長和環(huán)境保護之間的矛盾，目前我國正在大力發(fā)展綠色經濟。黨的二十大報告指出要奮力推動經濟社會發(fā)展綠色轉型，這表明發(fā)展綠色經濟已經上升到國家重大發(fā)展戰(zhàn)略的高度。長三角城市群是我國形成時間最久、發(fā)展水平最高的城市群，在引領區(qū)域經濟發(fā)展方面發(fā)揮著至關重要的作用。2021年長三角城市群GDP共計為27.6萬億元，占全國經濟總量的24.1%。但是，隨著經濟的快速增長，長三角城市群的發(fā)展逐漸出現了資源利用率低、生態(tài)破壞和環(huán)境污染等問題，由此帶來的資源環(huán)境壓力嚴重阻礙了經濟的進一步發(fā)展。提高綠色經濟效率是有效解決經濟發(fā)展和生態(tài)環(huán)境保護這個兩難問題的重要途徑。綠色經濟效率是考慮了生產要素投入、資源消耗與環(huán)境污染排放的綜合經濟效率。效率值越高，表明綠色經濟發(fā)展水平越高。測算各城市真實的綠色經濟效率值并分析其提升潛力，是促進長三角城市群綠色經濟快速、持續(xù)、健康發(fā)展的關鍵。

近年來，相關圍繞綠色經濟效率的研究主要有以下幾個方面：測算方法上，目前國內學者測算綠色經濟效率多采用隨機前沿分析法（SFA）和數據包絡分析法（DEA）。范建雙等將工業(yè)環(huán)境污染作為環(huán)境約束變量引進SFA模型，測度了區(qū)域綠色經濟效率。[1]王曉云等使用DEA-Malmquist模型對中國地級市的綠色經濟效率進行了動態(tài)評價。[2]辛龍等運用非期望產出SBM模型測算了我國各省份的綠色經濟效率。[3]不同區(qū)域層面上，斑斕等測算出中國省域綠色經濟效率，并研究八大區(qū)域綠色經濟效率空間影響機制。[4]吳遵杰等從靜態(tài)和動態(tài)兩個維度探究長江經濟帶108個地級市綠色經濟效率的變動趨勢。[5]孫金嶺測度評價了“一帶一路”重點省份的綠色經濟效率。[6]綠色經濟效率的影響因素上，錢爭鳴和劉曉晨采用Tobit模型考察綠色經濟效率的影響因素，研究發(fā)現人均GDP、FDI、產業(yè)結構，以及城市化水平等因素顯著影響綠色經濟效率。[7]葉仁道等在測算綠色經濟效率的基礎上構建出偏正態(tài)面板數據模型，指出經濟發(fā)展水平、教育投入與外資利用水平促進綠色經濟效率的提升，而產業(yè)結構、城市化水平和污染治理投入阻礙綠色經濟效率的發(fā)展。[8]

綜上所述，現有研究成果為制定綠色經濟發(fā)展政策提供了重要依據，但仍存在不足之處：一是大部分研究集中于省域、市域層面，缺乏聚焦長三角城市群的研究；二是現有對于綠色經濟效率的研究均假定所有決策單元面臨同一個生產前沿面，忽視了不同主體的生產技術異質性，因此

測算出的效率值缺乏真實性；三是大多數研究沒有深入挖掘綠色經濟無效率的真正根源。本文考慮了技術異質性特征，借鑒Battese等，ODonnell，Zhang等，肖仁橋等的研究[9-12]，運用包含非期望產出的SBM模型和共同前沿模型測算2005—2020年長三角城市群26個城市的綠色經濟效率。同時，采用共同技術比率對各城市間的生產技術差距做定量考察，探究綠色經濟無效率來源，將其分解為技術無效和管理無效，為推動綠色經濟協(xié)調發(fā)展提出相關政策建議。

二、研究方法和數據處理

（一）研究方法

1．SBM模型

2．共同前沿（Meta-frontier）模型

使用DEA方法測度效率時，其潛在假設認為被評價DMU都具有相似的生產技術水平。但實際上，各城市經濟發(fā)展水平和生產技術有較大差距，面對的生產前沿也存在出入。針對這個問題，Battese等、ODonnell等提出了共同前沿理論框架[9-10]，即依據特定標準將所有DMU劃分為不同群組，分別構建出共同前沿，以及群組前沿，測算DMU在不同生產前沿下的技術效率。

3．共同技術比率和綠色經濟無效率的分解

在共同前沿分析框架下，共同前沿下效率值與群組前沿下效率值的比率即為MTR值，其取值范圍為[0，1]。MTR值越接近于1，表明群組生產技術水平與共同生產技術水平的差距越??；反之，表明其差距越大。MTR可定義如下：

為識別不同群組綠色經濟無效率的真正來源，本文參考Chiu等的研究從生產技術和管理兩個維度將共同前沿下各城市的綠色經濟無效率（MGEI）分解為兩部分[14]，即技術無效率（TGI）和管理無效率（GMI），公式如下：

其中，不同群組的生產技術環(huán)境差異導致技術無效率，管理失誤使得經濟產出較低但污染排放較高，進而導致管理無效率。

（二）指標選取和數據處理

1．指標選取

本文選取2005—2020年長三角城市群26個城市的年度數據進行綠色經濟效率的計算，具體數據指標包括投入指標和產出指標。投入指標中，資本投入以各城市的物質資本存量表示，本文參考單豪杰的研究使用永續(xù)盤存法對其進行估算[15]，勞動投入以單位年末從業(yè)人員數表示，能源投入以全社會用電量表示。產出指標中，選取各城市GDP作為期望產出，并以2005年為基期進行平減處理。由于DEA方法要求盡可能多的DMU個數和盡可能少的投入產出指標個數，因此本文借鑒藺鵬、閆慶友的研究[16-17]，基于工業(yè)廢水、工業(yè)SO2，以及工業(yè)煙（粉）塵污染排放的原始數據，使用熵權法構造環(huán)境污染指數作為非期望產出。數據來源于歷年的《中國城市年鑒》、各省市統(tǒng)計年鑒和EPS全球數據庫等，少數缺失值采用插值法補齊。

2．組別劃分

Iyer指出地區(qū)所具備的生產技術水平與其經濟發(fā)展水平密切相關。[18]人均GDP是衡量經濟發(fā)展水平的重要標準，本文以城市人均GDP作為分組依據，把樣本城市分為高水平組（包括上海、南京、無錫和蘇州）、中等水平組（包括杭州、寧波、嘉興、紹興、舟山、揚州、鎮(zhèn)江、常州、馬鞍山和銅陵）和低水平組（包括湖州、金華、臺州、鹽城、南通、泰州、合肥、蕪湖、安慶、滁州、池州和宣城）。

三、實證分析

（一）三大群組綠色經濟效率的靜態(tài)分析

為考察長三角城市群各城市綠色經濟效率的水平差異，本文計算了2005—2020年共同前沿和群組前沿下26個城市的綠色經濟效率均值，以及共同技術比率均值，計算結果見表1。

由表1可以看出，長三角城市群綠色經濟效率整體水平偏低，區(qū)域差異較為明顯。共同前沿下，高水平組、中等水平組和低水平組的綠色經濟效率歷年均值分別為0.725、0.454和0.452，這表明如果采用潛在最優(yōu)的生產技術，那么三個群組分別有27.5%、54.6%和54.8%的效率提升空間，仍然有巨大的改善潛力。

三大群組中，高水平組的MTR歷年均值接近于1，該組的綠色經濟發(fā)展表現較好，綠色生產技術水平最先進，組內城市基本不存在技術差距。而中等水平組和低水平組的MTR均值分別為0.636和0.643，說明這兩組與潛在最優(yōu)生產技術水平差距較大且組內城市的生產技術差距較大。

從各群組內部來看：（1）高水平組中，無錫、蘇州和上海的GGE分別為0.807、0.796和0.776，MGE值分別為0.800、0.796和0.776，說明這三個城市的綠色生產技術均接近于該群組的潛在最優(yōu)技術水平。南京的表現相對較差，MGE值和GGE值均為0.529，表明南京在兩種生產前沿下都仍有47.1%的效率提升空間。（2）對于中等水平組而言，群組前沿綠色經濟效率值均大于共同前沿效率值。從群組前沿下綠色經濟效率值來看，揚州的GGE表現最好，達到0.960，而表現最差的馬鞍山僅為0.510，說明馬鞍山在生產上還有48.1%的效率提升空間。同理，從共同前沿下綠色經濟效率值來看，這兩個城市分別有42.6%、61.0%的效率提升空間。（3）在低水平組中，群組前沿下綠色經濟效率表現最好的臺州GGE值為0.896，而表現最差的池州GGE值僅為0.421，在生產上還有57.9%的效率提升空間；在共同前沿下，兩個城市分別有52.2%和68.0%的效率提升空間。

（二）三大群組綠色經濟效率的動態(tài)分析

為分析長三角城市群綠色經濟效率的時間演化特征，本文繪制出各城市共同前沿效率值、群組前沿效率值以及共同技術比率的動態(tài)變化趨勢圖（圖1）。

由圖1可知，2005—2020年間，共同前沿下高水平組的綠色經濟效率均值呈現出波動式上升的趨勢，中等水平組的綠色經濟效率均值呈現出先上升、后下降、再上升的趨勢，而低水平組的綠色經濟效率均值總體上呈現逐年下降的趨勢。而在群組前沿下，綠色經濟效率均值并沒有表現出如共同前沿下高水平組大于中等水平組大于低水平組的現象，說明了分組考察綠色經濟效率具有一定的必要性與合理性。具體來看，群組前沿下高水平組的綠色經濟效率均值基本呈現出波動上升的趨勢，而中等水平組和低水平組的綠色經濟效率均值則是來回波動，波動幅度基本控制在0.1之內。

觀察共同技術比率的變化趨勢圖可以發(fā)現，高水平組的MTR均值一直處于較高水平，說明該組距離綠色生產技術共同前沿較近，擁有最先進的綠色生產技術，在長三角城市群的綠色經濟增長中發(fā)揮著引領與示范的作用；另外兩組距離共同技術前沿較遠，其綠色生產技術低于最優(yōu)水平，生產能力具有巨大的提升空間。再次說明了根據經濟發(fā)展水平劃分三大群組是合理的。

（三）綠色經濟無效率分解和改善潛力分析

本文將共同前沿下綠色經濟無效率（MGEI）分解為技術無效率（TGI）和管理無效率（GMI），以分析阻礙綠色經濟效率改善的重要因素。分解結果的時間變化趨勢如圖2所示。

整體來看，長三角城市群的綠色經濟效率總損失較大。其中，2009年之前，中等水平組的無效率值歷年最大，而之后則是低水平組的無效率值最大。

在三大群組中，高水平組的綠色經濟效率損失在2005—2020年間呈現逐年遞減的態(tài)勢，說明綠色經濟效率損失得到了一定的改善。分解結果顯示，該群組各城市歷年的綠色經濟效率損失主要由管理無效率決定。中等水平組歷年的綠色經濟效率損失呈現先下降、后上升、再下降的變化趨勢，造成這種現象的原因主要是管理無效，但近年來技術無效逐漸趕超管理無效，成為效率損失的主要原因。低水平組的效率總損失在2013年之前呈現逐年遞增的態(tài)勢，之后有所波動但變化幅度不大，該群組的綠色經濟無效率由技術無效和管理無效共同決定。

此外，為進一步揭示綠色經濟無效率的改善潛力來源，本文利用公式計算出2005—2020年各城市的MGEI、TGI和GMI值，并將其按年份進行平均化處理，結果如表2所示。

總體來看，綠色經濟效率損失較大的城市主要集中在中等水平組和低水平組。主要因為這些城市經濟發(fā)展水平較低，地方政府長期以耗費大量自然資源和犧牲生態(tài)環(huán)境為代價換取經濟效益，生態(tài)破壞和環(huán)境污染問題嚴重。

不同群組內的綠色經濟無效率存在一定差異。高水平組中，南京的效率損失最大，為0.471，無錫的效率損失最小，為0.200；中等水平組中，嘉興的效率損失最大，為0.643，杭州的效率損失最小，為0.406；低水平組中，池州的效率損失最大，為0.680，安慶的效率損失最小，為0.434。這表明先進的綠色生產技術和管理水平在組內并沒有得到有效的推廣和實踐。

為更好理解各城市在改善綠色經濟效率方面需要著重強化哪些能力，本文設定當技術無效或管理無效的比例超過效率總損失的40%時，即認為應該重點強化該項能力。從表3可以發(fā)現，高水平組內城市的管理無效占綠色經濟無效率的比重均接近于100%，該群組需要采取措施重點提升綠色生產經營的管理能力進而推動綠色經濟效率的改善；而對于中等水平組和低水平組來說，其綠色經濟無效率基本由技術無效和管理無效共同決定，這兩組需要在改善管理能力的同時提升綠色生產技術水平。

四、結論和建議

本文基于共同前沿理論框架，運用考慮非期望產出的SBM模型和共同前沿模型對2005—2020年長三角城市群26個城市的綠色經濟效率進行測算，并分析綠色經濟效率的變化趨勢以及效率損失的原因，以及效率改善的潛力來源，得出以下結論：

（1）長三角城市群三大群組平均綠色經濟效率值較低，且綠色經濟發(fā)展不平衡，但改善潛力巨大。共同前沿下，高水平組、中等水平組和低水平組綠色經濟效率年均值分別為0.725、0.454和0.452。即如果采用潛在的最優(yōu)綠色生產技術，各群組將分別有27.5%、54.6%和54.8%的效率提升空間。

（2）高水平組、中等水平組和低水平組之間存在顯著的技術異質性。高水平組的平均共同技術比率接近于1，其在群組前沿和共同前沿下的綠色經濟效率基本沒有差異；中等水平組和低水平組的平均共同技術比率分別為0.636和0.643，在兩種前沿下的綠色經濟效率差異性較大。

（3）將共同前沿下各城市綠色經濟無效率分解為技術無效和管理無效，發(fā)現不同群組的綠色經濟無效率來源存在明顯差異。高水平組的綠色經濟效率損失主要由管理無效造成，需要完善管理制度和提升管理能力水平；中等水平組和低水平組的綠色經濟效率損失則是由技術無效和管理無效共同構成，需要在改善管理能力的同時提升綠色生產技術水平。

基于上述分析，本文提出以下建議：

第一，轉變經濟發(fā)展方式。長三角城市群的大多數城市在提升綠色經濟效率方面都存在較大的改進空間。應該加快推動經濟增長方式由粗放式向集約式轉變，在提升經濟增長速度的同時也要重視經濟增長質量。同時，要將資源節(jié)約和環(huán)境保護置于更高的戰(zhàn)略地位，加大節(jié)能減排力度。

第二，以科技創(chuàng)新提高綠色生產技術水平，完善管理制度。長三角城市群匯聚了豐富的創(chuàng)新資源，當地政府應該加強創(chuàng)新產業(yè)布局與發(fā)展，對綠色科技創(chuàng)新項目采取稅收減免、財政補貼等鼓勵措施，推動地區(qū)間的產學研聯合創(chuàng)新。另外，積極開展城際合作，強化政策協(xié)同，通過城市合作辦公室或城市群發(fā)展戰(zhàn)略聯盟的方式發(fā)揮協(xié)同管理優(yōu)勢。

第三，因地制宜，精準施策。長三角城市群各城市的綠色生產技術差距顯著，因而要通過科學精準施策實現各城市綠色經濟的協(xié)調發(fā)展。上海、無錫等經濟發(fā)展水平較高的城市是發(fā)展綠色經濟的先行者，應該積極引進國外成熟的節(jié)能減排技術與管理模式，同時與其他經濟欠發(fā)達城市開展合作交流，通過技術溢出效應和知識溢出效應來帶動周邊城市發(fā)展。而經濟發(fā)展水平低的城市應該積極優(yōu)化產業(yè)結構，增強自主創(chuàng)新能力，引進先進的綠色生產技術，縮小與高水平城市間的綠色經濟發(fā)展差距。

參考文獻：

[1]范建雙，任逸蓉，虞曉芬.人口城鎮(zhèn)化影響區(qū)域綠色經濟效率的中介機制分析——基于隨機邊界模型的檢驗[J].宏觀質量研究，2017（4）：52-65.

[2]王曉云，魏琦，楊秀平.城市綠色經濟效率動態(tài)評價及影響因素——基于285個地級以上城市數據的分析[J].生態(tài)經濟，2017（2）：68-71.

[3]辛龍，孫慧，王慧，等.基于地理探測器的綠色經濟效率時空分異及驅動力研究[J].中國人口·資源與環(huán)境，2020（9）：128-138.

[4]班斕，袁曉玲.中國八大區(qū)域綠色經濟效率的差異與空間影響機制[J].西安交通大學學報，2016（3）：22-30.

[5]吳遵杰，巫南杰.長江經濟帶綠色經濟效率測度、分解及影響因素研究——基于超效率SBM-ML-Tobit模型的分析[J].城市問題，2021（1）：52-62+89.

[6]孫金嶺，朱沛宇.基于SBM-Malmquist-Tobit的“一帶一路”重點省份綠色經濟效率評價及影響因素分析[J].科技管理研究，2019（12）：230-237.

[7]錢爭鳴，劉曉晨.中國綠色經濟效率的區(qū)域差異與影響因素分析[J].中國人口·資源與環(huán)境，2013（7）：104-109.

[8]葉仁道，張勇，羅堃.中國綠色經濟效率的測算及影響因素——基于偏正態(tài)面板數據模型[J].技術經濟，2017（11）：79-85.

[9]Battese G E，Rao D S P，O'Donnell C J.A meta-frontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies[J].Journal of Productivity Analysis，2004（1）：91-103.

[10]ODonnell C J.Meta-frontier frameworks for the study of firm level efficiency and technology ratios[J].Empirical Economics，2008（2）：231-255.

[11]Zhang N，Kong F，Yu Y.Measuring ecological total-factor?energy efficiency incorporating regional heterogeneities?in China[J].Ecological Indicators，2015（51）：165-172.

[12]肖仁橋，王宗軍，錢麗.技術差距視角下我國不同性質企業(yè)創(chuàng)新效率研究[J].數量經濟技術經濟研究，2015（10）：38-55.

[13]Tone K，Tsutsui M.Dynamic DEA：A slacks-based measure approach[J].Omega，2010，38（3-4）：145-156.

[14]Chiu C R，Liou J L，Wu P I， et al. Decomposition of the environment inefficiency of the meta-frontier with undesirable output[J].Energy Economics，2012（5）：1392-1399.

[15]單豪杰.中國資本存量K的再估算：1952～2006年[J].數量經濟技術經濟研究，2008（10）：17-31.

[16]藺鵬，孟娜娜.綠色全要素生產率增長的時空分異與動態(tài)收斂[J].數量經濟技術經濟研究，2021（8）：104-124.

[17]閆慶友，桂增侃，張文華，等.中國能源影子價格和能源環(huán)境效率省際差異[J].資源科學，2020（6）：1040-1051.

[18]Iyer K，Rambaldi A N，Tang K K.Globalisation and the Technology Gap： Regional and Time Evidence[J]. Leading Economic & Managerial Issues Involving Globalization，2006：213-227.

Abstract： Accurate calculation of the green economic efficiency and its improvement potential can provide a scientific basis for the formulation of green economy development strategy. Based on the panel data of 26 cities in the Yangtze River Delta urban agglomeration from 2005 to 2020， this paper uses the SBM model considering undesired output and the meta frontier model to measure the green economic efficiency of each city. Then， it uses the meta-technology ratio index to quantitatively analyze the production technology gap among cities and decomposes the green economic inefficiency into technology gap inefficiency and managerial inefficiency to explore the path of its improvement. The annual mean of green economic efficiency in the high level， middle level and low-level groups under the meta frontier were 0.725，0.454 and 0.452， respectively The finding showed that the three groups still have a large room for efficiency improvement of 27.5%， 54.6% and 54.8%， respectively， indicating the great potential for improvement would be huge. The inefficiency of high economic level group is mainly caused by the ineffective management， showing that to improve the green economic efficiency needs to improve both the management system and the management level. The inefficiency of the middle economic level group and the low economic level group is jointly determined both by the technology and the management ineffectiveness， showing that technical improvement and management ability improvement need to be taken into account in formulating the improvement strategy of green economic efficiency.

Key words：Green economic efficiency; SBM model; Meta frontier model; the Yangtze River Delta urban agglomerations