中國八大區(qū)域綠色經(jīng)濟(jì)效率的差異與空間影響機(jī)制

班 斕，袁曉玲

(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061；2.西安交通大學(xué) 環(huán)境質(zhì)量綜合評價中心，陜西 西安 710061)

?

中國八大區(qū)域綠色經(jīng)濟(jì)效率的差異與空間影響機(jī)制

班 斕1,2，袁曉玲1,2

(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061；2.西安交通大學(xué) 環(huán)境質(zhì)量綜合評價中心，陜西 西安 710061)

引入非合意產(chǎn)出超效率SBM模型，測算了1991-2013年中國省際綠色經(jīng)濟(jì)效率，進(jìn)而引入空間面板模型，研究了八大區(qū)域綠色經(jīng)濟(jì)效率空間影響機(jī)制，結(jié)論如下：考慮資源與環(huán)境后，中國經(jīng)濟(jì)效率水平有所下降；南部和東部沿海綠色效率水平最高，北部沿海、東北、長江中游次之，黃河中游、西南和大西北極低，大西北最低且不斷下降；除了北部和東部沿海，各區(qū)域綠色效率均呈下降趨勢；綠色效率有顯著的空間正相關(guān)性，呈現(xiàn)局部集聚特征，且與人均GDP之間存在U型關(guān)系，F(xiàn)DI作用顯著為正，教育投資、產(chǎn)業(yè)結(jié)構(gòu)、稟賦結(jié)構(gòu)作用為負(fù)，綠色效率的影響因素存在區(qū)域差異。

綠色經(jīng)濟(jì)效率；八大區(qū)域；污染排放指數(shù)；超效率SBM模型；曼奎斯特指數(shù)；Moran指數(shù)

改革開放以來，中國憑借持續(xù)30多年的高速經(jīng)濟(jì)增長，創(chuàng)造了世界經(jīng)濟(jì)發(fā)展的奇跡，趕超了俄法英德日等國，成為世界第二大經(jīng)濟(jì)體。但由于國家發(fā)展戰(zhàn)略、資源稟賦、要素流動以及地理區(qū)位等多因素的作用，我國區(qū)域發(fā)展的不均衡一直存在，且差距還在擴(kuò)大。2013年廣東省的GDP總量為62 164億元，排名第一，是排名末位的西藏自治區(qū)(808億元)的76倍，而這一比例在1978年時為28倍，1990年時為56倍。

區(qū)域發(fā)展的不均衡如果得不到矯正和扭轉(zhuǎn)，勢必會阻礙中國經(jīng)濟(jì)的健康成長，甚至影響到社會的穩(wěn)定。而區(qū)域增長方式不同導(dǎo)致的區(qū)域經(jīng)濟(jì)效率差異，是區(qū)域發(fā)展不平衡的重要原因[1]。在當(dāng)前資源和環(huán)境約束加劇的背景下，考察經(jīng)濟(jì)效率，不但要考慮是否充分利用資源，更要考慮是不是綠色的，會不會加重環(huán)境污染問題，因而資源環(huán)境約束下的綠色經(jīng)濟(jì)效率逐漸成為一個重要指標(biāo)。此外，中國區(qū)域劃分的主流方法為東中西部，但這樣的劃分過于粗糙，存在眾多弊端，不便于深入分析地區(qū)差異。故本文擬以八大區(qū)域?yàn)檠芯繉ο螅谫Y源環(huán)境雙重約束下，探討近年來八大區(qū)域的綠色經(jīng)濟(jì)效率差異、變化趨勢與空間影響因素，進(jìn)而有針對性地提出相關(guān)政策建議。

一、文獻(xiàn)綜述

近些年探索資源環(huán)境約束下中國區(qū)域經(jīng)濟(jì)效率差異的文獻(xiàn)很多，學(xué)者們主要從全要素生產(chǎn)率與綠色經(jīng)濟(jì)效率兩個角度進(jìn)行研究，且基本都認(rèn)為綠色經(jīng)濟(jì)發(fā)展極不平衡，東部綠色經(jīng)濟(jì)效率遠(yuǎn)高于中西部[2-3]，但對于區(qū)域經(jīng)濟(jì)效率增長率的研究則存在較大爭議：部分學(xué)者認(rèn)為東部增長率顯著高于中西部，區(qū)域經(jīng)濟(jì)效率差距不斷擴(kuò)大[4-6]；也有學(xué)者持相反觀點(diǎn)，認(rèn)為中國經(jīng)濟(jì)效率增長率整體上呈中西部高、東部低的格局，區(qū)域經(jīng)濟(jì)效率差距有所縮小[7-8]。

準(zhǔn)確測度經(jīng)濟(jì)效率水平是研究的基礎(chǔ)，但由于方法不同，現(xiàn)有文獻(xiàn)經(jīng)濟(jì)效率水平測度的結(jié)果相差較大，從而引致爭議，需要進(jìn)一步探討。測度效率的方法分為參數(shù)方法和非參數(shù)方法兩類[9]：參數(shù)方法需要設(shè)定生產(chǎn)函數(shù)的具體形式，使得測算結(jié)果易因設(shè)定形式的不同而不同，因而多在早期研究中使用[10-11]；非參數(shù)方法以數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)為代表，由于具有不需要對參數(shù)進(jìn)行估計(jì)、允許無效率行為存在等優(yōu)點(diǎn)，因而在近期研究中較多使用[12-14]。上述文獻(xiàn)使用的DEA模型大都是徑向、角度的，無法充分考慮投入或產(chǎn)出的非零松弛性，且會忽視投入或產(chǎn)出的某一方面，其測算結(jié)果往往是有偏的，托恩(Tone)提出了非徑向、非角度的基于松弛的(Slack-Based Measure, SBM)效率評價模型，彌補(bǔ)了這一缺陷[15]，因而逐漸有學(xué)者使用SBM模型測度效率[16-17]。但現(xiàn)有使用SBM模型測度效率的文獻(xiàn)未曾考慮效率為1的決策單元排序問題，無法充分比較效率高低，故本文引入超效率SBM模型，以解決這一問題，使效率測度更為準(zhǔn)確。

在實(shí)際生產(chǎn)活動中，伴隨著“好”產(chǎn)出，會產(chǎn)生如廢氣、廢水、固體廢棄物等污染物，這些副產(chǎn)品不受歡迎，被稱為“壞”產(chǎn)出，也就是非期望產(chǎn)出。在面臨嚴(yán)重資源環(huán)境問題的現(xiàn)實(shí)背景下，忽略資源、環(huán)境要素的傳統(tǒng)效率測算很有可能高估實(shí)際的生產(chǎn)效率[18-19]，因而測度經(jīng)濟(jì)效率必須考慮污染排放。但現(xiàn)有文獻(xiàn)還存在一個較為嚴(yán)重的問題，即選取單一或多個指標(biāo)代表環(huán)境要素[20-23]，這并不能真正反映和代表污染排放，其測量結(jié)果偏差較大，故本文運(yùn)用一種將主觀因素干擾降到最低的評價方法——縱橫向檔次拉開法，選取CO2、工業(yè)廢氣、SO2、廢水排放量等10個指標(biāo)，全面評價環(huán)境污染排放情況，更準(zhǔn)確核算污染排放，以期能夠減小以往研究的誤差。

研究表明經(jīng)濟(jì)效率具有顯著的空間依賴性，表現(xiàn)出空間集聚[24]。忽略地區(qū)間空間聯(lián)系的研究會降低結(jié)論的可靠性，故應(yīng)從空間角度研究區(qū)域效率影響因素。此外，在處理區(qū)域分類時，有學(xué)者采用傳統(tǒng)的東中西三分法[25]，而余利豐等學(xué)者則采用東部、東北、中部、西部四分法[26]，但由于地理、歷史、政策等緣由，中國的區(qū)域差異較為復(fù)雜，三分法和四分法難以準(zhǔn)確反應(yīng)改革開放以來各區(qū)域經(jīng)濟(jì)增長的實(shí)際情況與綠色經(jīng)濟(jì)效率差異，故本文采用八分法*國務(wù)院發(fā)展研究中心發(fā)展戰(zhàn)略和區(qū)域經(jīng)濟(jì)研究部的課題報告《中國(大陸)區(qū)域社會經(jīng)濟(jì)發(fā)展特征分析》里提出的劃分中國(大陸)區(qū)域的一種新方法，把中國分為八大區(qū)域，即東北(遼寧、吉林、黑龍江)、北部沿海(北京、天津、河北、山東)、東部沿海(上海、江蘇、浙江)、南部沿海(福建、廣東、海南)、黃河中游(陜西、山西、河南、內(nèi)蒙)、長江中游(湖北、湖南、江西、安徽)、西南(云南、貴州、四川、重慶、廣西)和大西北地區(qū)(甘肅、青海、寧夏、西藏、新疆)。。

二、研究方法與數(shù)據(jù)來源

(一)綠色經(jīng)濟(jì)效率的測算方法

1.非合意產(chǎn)出的超效率SBM模型。構(gòu)建包含非合意產(chǎn)出在內(nèi)的產(chǎn)出與要素資源投入之間的技術(shù)結(jié)構(gòu)關(guān)系被稱為環(huán)境技術(shù)，借鑒法爾(Fare)[27]提出的環(huán)境技術(shù)概念，本文改進(jìn)了托恩(Tone)[28]的超效率SBM模型(Super-SBM)，建立了非合意產(chǎn)出的超效率SBM模型，彌補(bǔ)以往徑向、角度DEA模型的缺陷，同時解決效率為1的決策單元進(jìn)行排序的問題，使綠色經(jīng)濟(jì)效率的測度更為準(zhǔn)確。

(2)

(3)

2.曼奎斯特指數(shù)。曼奎斯特指數(shù)(GML)是研究經(jīng)濟(jì)效率動態(tài)變動的常用指標(biāo)，其可分解為技術(shù)進(jìn)步(TECH)和技術(shù)追趕(EFFCH)兩個部分，公式如下：

(4)

其中，資源環(huán)境約束下，GML大于1的部分就是從t期到t+1期的綠色經(jīng)濟(jì)效率增長率；TECH測度了生產(chǎn)前沿從t期到t+1期的移動情況，通過衡量相鄰兩期的生產(chǎn)技術(shù)變化程度以代表生產(chǎn)過程中的技術(shù)進(jìn)步或創(chuàng)新；EFFCH則測度了從t期到t+1期對生產(chǎn)前沿面的追趕程度。

(二)數(shù)據(jù)來源與變量設(shè)定

本文選取1991-2013年為樣本區(qū)間，樣本截面為中國30個省市①舍去西藏自治區(qū)及港澳臺地區(qū)，重慶和四川單獨(dú)計(jì)算。，選取合意產(chǎn)出GDP，物質(zhì)資本、人力資本和能源三種投入要素，非合意產(chǎn)出污染排放等5個指標(biāo)。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒、《中國能源統(tǒng)計(jì)年鑒》《新中國60年統(tǒng)計(jì)資料匯編》《中國環(huán)境年鑒》。

核算綠色經(jīng)濟(jì)效率時的產(chǎn)出包括：

1.產(chǎn)出——GDP(億元)。以2000年為基期對各個省份的GDP進(jìn)行了平減處理，剔除價格因素的影響，得到1991-2013年各省實(shí)際GDP。

2.資本存量(億元)。永續(xù)盤存法是估算資本存量最常用的方法，而采用該方法最重要的是初始資本的設(shè)定與折舊率的選擇。在折舊率選擇上，本文采用單豪杰[29]10.96%的研究結(jié)果。一是10.96%的折舊率更符合快速發(fā)展階段的中國現(xiàn)實(shí)；二是張健華等[30]的研究表明折舊率并未改變資本貢獻(xiàn)份額的變化趨勢，初始資本設(shè)定的誤差將會隨著估算年限的延長而不斷被稀釋。單豪杰估算的起始期為1952年，而本文從1991年開始截取資本存量數(shù)據(jù)，相差近40年，故初始資本設(shè)定的誤差對本文研究結(jié)果的影響是很微小的。

3.人力資本存量(年*萬人)。人力資本存量通常包含勞動力數(shù)量與質(zhì)量，一般用平均受教育年限與社會從業(yè)人員之積表征。本文采用李秀敏[31]的方法估算1991-2013年各省平均受教育年限。考慮到數(shù)據(jù)的一致性和連貫性，本文采用從業(yè)人員數(shù)表征勞動投入。

4.能源(萬噸標(biāo)準(zhǔn)煤)。采用各省1991-2012年的能源消費(fèi)總量表征能源投入。

5.污染排放。采用劉伯龍等[32]的方法，即運(yùn)用縱橫向檔次拉開法，并選取CO2、工業(yè)廢氣排放總量、SO2排放總量、煙塵排放總量、工業(yè)粉塵排放總量、工業(yè)廢水排放總量、生活污水排放量、工業(yè)固體廢物排放量、生活垃圾清運(yùn)量、化肥施用量等10個指標(biāo)，估算各省市污染排放指數(shù)。

中國八大區(qū)域污染排放指數(shù)情況如表1所示?？梢?，1991-2013年間，中國污染排放狀況呈現(xiàn)波動下降的趨勢，污染排放不斷減少，這得益于中國政府認(rèn)識到資源環(huán)境的重要性，開始重視保護(hù)生態(tài)環(huán)境與治理環(huán)境污染，特別是2005年在“十一五”規(guī)劃綱要中設(shè)置了相應(yīng)的約束性指標(biāo)以后，政府主動調(diào)控有效減少了經(jīng)濟(jì)增長對于資源環(huán)境的消耗。

表1 1991-2013中國八大區(qū)域污染排放指數(shù)

分區(qū)域考察，袁曉玲等[33]此前的研究表明中國污染排放狀況中部高、東西部低，但本文研究表明并不是如此簡單：北部沿海由于其一直以重工業(yè)為主，能源消耗較大，因而其污染排放也最大；黃河中游由于早期資本與技術(shù)較為匱乏，實(shí)施以資源與環(huán)境換增長的發(fā)展模式，污染排放較大，僅次于北部沿海；長江中游多為農(nóng)業(yè)大省，第二、三產(chǎn)業(yè)的發(fā)展起步較晚，在“中部崛起”戰(zhàn)略推動下，開始重視重工業(yè)以及一些高耗能、高污染制造業(yè)的發(fā)展，但寬松的環(huán)境管制政策及資本、技術(shù)的限制使得污染治理被“選擇性忽略”，導(dǎo)致其污染排放在2005年以前不斷上升，從而位于高度污染梯隊(duì)；東北作為老工業(yè)基地，雖然也是重工業(yè)為主的發(fā)展模式，但由于其經(jīng)濟(jì)發(fā)展緩慢，使得污染排放不斷下降，屬于中度污染；東部沿海和南部沿海是改革開放的前沿陣地，早期經(jīng)濟(jì)發(fā)展得益于改革開放，并積累了豐富的資本與技術(shù)優(yōu)勢，且隨著改革深化與產(chǎn)業(yè)優(yōu)化升級，不斷引進(jìn)與開發(fā)應(yīng)用節(jié)能環(huán)保技術(shù)與新能源，工業(yè)污染排放量日趨減少，最終使得環(huán)境污染程度表現(xiàn)出較低水平，但東部沿海經(jīng)濟(jì)發(fā)展落后南部沿海，污染程度也較重于南部沿海；西南地區(qū)盡管也在資本與技術(shù)的限制下，實(shí)施以資源與環(huán)境換增長的發(fā)展模式，但由于政府采取了控制污染排放的種種措施，其污染水平較低；大西北經(jīng)濟(jì)發(fā)展程度處于國內(nèi)較低水平，工業(yè)化水平并不高，因而污染排放水平最低，但在全國污 染水平下降的大環(huán)境下，大西北是唯一上升的區(qū)域，必須要警惕其重走“資源與環(huán)境換增長，先污染后治理”的老路。

三、中國八大區(qū)域綠色經(jīng)濟(jì)效率的差異

運(yùn)用非合意產(chǎn)出的超效率SBM模型，本文分別對中國30個省區(qū)1991-2013年的綠色經(jīng)濟(jì)效率進(jìn)行了測算。為了與不考慮環(huán)境資源約束的傳統(tǒng)效率模型進(jìn)行對比，本文還用傳統(tǒng)SBM模型測算了不考慮非期望產(chǎn)出污染排放與能源消費(fèi)的經(jīng)濟(jì)效率。

八大區(qū)域綠色經(jīng)濟(jì)效率和傳統(tǒng)經(jīng)濟(jì)效率的測算結(jié)果見表2?？傮w來看，綠色經(jīng)濟(jì)效率均低于傳統(tǒng)效率，可見考慮污染排放后，我國整體的效率水平有所下降，但這種下降趨勢并不一致，傳統(tǒng)效率指標(biāo)對東部和南部沿海高效率地區(qū)的高估程度小于0.1，但對東北、大西北等相對低效率地區(qū)高估程度約為0.2，也就是說，考慮污染排放、能源消費(fèi)后的綠色效率使各區(qū)域效率兩極分化加劇。

分區(qū)域考察，南部和東部沿海的效率水平很高，綠色經(jīng)濟(jì)效率均值高于0.8，傳統(tǒng)效率均值接近0.9，南部沿海作為最早改革開放的地區(qū)，依靠生產(chǎn)率提高的集約型增長模式帶來了高質(zhì)量的經(jīng)濟(jì)增長，其綠色效率值一度很高，甚至在1991-1995年階段超過1，并高于傳統(tǒng)效率，但隨著改革深化到各個地區(qū)，其早期積累的優(yōu)勢不復(fù)存在，逐漸被東部沿海趕超，東部沿海成為效率最高的區(qū)域；北部沿海是效率比較高的地區(qū)，其綠色效率均值為0.63，傳統(tǒng)效率均值為0.75，這是由于北部沿海依托重工業(yè)發(fā)展經(jīng)濟(jì)，盡管經(jīng)濟(jì)效率較高，但能源消耗大，污染排放也居高不下，因而綠色效率相對東部其他區(qū)域并不是很高；東北是綠色效率與傳統(tǒng)效率差距最大的區(qū)域，其傳統(tǒng)效率高達(dá)0.73，但綠色效率僅為0.48，東北作為老工業(yè)基地，主要以高耗能、高污染的重工業(yè)為主，再加上東北經(jīng)濟(jì)發(fā)展緩慢，很難向北部沿海一樣引進(jìn)部分綠色先進(jìn)技術(shù)和人才，因而在經(jīng)濟(jì)效率相近的情況下，綠色效率遠(yuǎn)低于北部沿海；長江中游的綠色效率均值為0.43，傳統(tǒng)效率均值為0.6，屬于效率較低的區(qū)域，這是由于長江中游多為農(nóng)業(yè)大省，經(jīng)濟(jì)效率較低，在“中部崛起”戰(zhàn)略推動下，經(jīng)濟(jì)開始發(fā)展，但是由于引進(jìn)的一些重工業(yè)與制造業(yè)多為承接?xùn)|部轉(zhuǎn)移的落后產(chǎn)業(yè)，其效率水平非但沒有明顯提高，還有所下降，更為嚴(yán)重的是，由于引進(jìn)高耗能、高污染的制造業(yè)帶來了嚴(yán)重的資源與環(huán)境問題，因而其綠色效率水平也有所下降；黃河中游、西南和西北地區(qū)的綠色效率水平極低，低于0.4，黃河中游和西南地區(qū)由于早期資本與技術(shù)較為匱乏，工業(yè)化度并不高，經(jīng)濟(jì)效率很低，故而選擇以資源與環(huán)境換增長的發(fā)展模式，大力發(fā)展資源型產(chǎn)業(yè)，盡管經(jīng)濟(jì)迅速發(fā)展，但綠色經(jīng)濟(jì)效率水平不斷下降，而大西北由于是經(jīng)濟(jì)發(fā)展落后地區(qū)，工業(yè)化程度很低，因而其效率水平也是最低的，綠色效率均值僅為0.32，并且大西北缺乏有效的發(fā)展模式，僅靠國家政策傾斜和支持發(fā)展經(jīng)濟(jì)，其綠色效率水平不斷下降。

表2 1991-2013年中國八大區(qū)域綠色經(jīng)濟(jì)效率和傳統(tǒng)經(jīng)濟(jì)效率的差異

注：GEE為綠色經(jīng)濟(jì)效率；EE為不包含污染排放的傳統(tǒng)經(jīng)濟(jì)效率。

從變化趨勢來看，隨著五年計(jì)劃的推進(jìn)，北部和東部沿海的綠色經(jīng)濟(jì)效率有所上升，其他各區(qū)域的綠色經(jīng)濟(jì)效率值均呈下降趨勢，而傳統(tǒng)效率則呈現(xiàn)先上升后下降的趨勢：1991-2000年進(jìn)入改革開放的“第二個階段”，1992年鄧小平南巡講話，明確提出社會主義市場經(jīng)濟(jì)改革目標(biāo)，中國經(jīng)濟(jì)進(jìn)入了強(qiáng)勁增長階段，在東部和南部沿海地區(qū)的帶領(lǐng)下，經(jīng)濟(jì)效率有所提高，但由于不重視資源和環(huán)境因素，經(jīng)濟(jì)增長嚴(yán)重依賴于投資和低端產(chǎn)品出口，這一階段除南部和北部沿海，綠色經(jīng)濟(jì)效率有所下降，且低于傳統(tǒng)效率，而南部和北部沿海由于改革開放的深化，逐漸取代東部沿海成為改革開放前沿陣地，吸引更多人才和技術(shù)，經(jīng)濟(jì)增長更多的依靠生產(chǎn)率提高和人力資本，故其綠色經(jīng)濟(jì)效率有所增長；2001-2010年間政府越來越重視資源環(huán)境問題，在“十五”和“十一五”規(guī)劃中強(qiáng)調(diào)節(jié)能減排、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，并且設(shè)置了相應(yīng)的約束性指標(biāo)，因而在資源和環(huán)境約束下的綠色經(jīng)濟(jì)效率有所下降，而傳統(tǒng)效率的下降是由于改革開放后期釋放的動力不足；2011-2013年中國經(jīng)濟(jì)處于后金融危機(jī)時代，在2008年國際金融危機(jī)之后，中國經(jīng)濟(jì)并沒有像想象的那樣增速迅速回落，這是因?yàn)榻鹑谖C(jī)的滯后反應(yīng)，因而在2011年之后，中國經(jīng)濟(jì)呈現(xiàn)“疲軟”狀態(tài)，依靠資本、資源的經(jīng)濟(jì)增長速度放緩，綠色經(jīng)濟(jì)效率、傳統(tǒng)效率均出現(xiàn)顯著下降。

運(yùn)用曼奎斯特指數(shù)分別核算中國30個省區(qū)1991-2013年綠色經(jīng)濟(jì)效率(情形I)與傳統(tǒng)經(jīng)濟(jì)效率(情形II)的變動情況，進(jìn)而計(jì)算了1991-2013年中國兩種情形下經(jīng)濟(jì)效率的平均增長率，如表3所示。在考慮資源環(huán)境約束的情形I下，綠色經(jīng)濟(jì)效率的全國平均增長率為1.5%，而未考慮資源環(huán)境約束的情形II下，傳統(tǒng)經(jīng)濟(jì)效率的全國平均增長率為4.4%，顯而易見，除個別年份，情形II的增長率均高于情形I，這說明資源環(huán)境管制會阻礙經(jīng)濟(jì)效率的改善。

表4為1991-2013年八大區(qū)域綠色經(jīng)濟(jì)效率和傳統(tǒng)經(jīng)濟(jì)效率的平均增長率及來源分解結(jié)果?？傮w來看，綠色經(jīng)濟(jì)效率增長率遠(yuǎn)低于傳統(tǒng)經(jīng)濟(jì)效率，且二者都是由技術(shù)進(jìn)步推動的，但是各區(qū)域傳統(tǒng)經(jīng)濟(jì)效率增長率差距不大，綠色經(jīng)濟(jì)效率增長率兩極分化嚴(yán)重。分區(qū)域考察，技術(shù)進(jìn)步也是提高各地區(qū)綠色經(jīng)濟(jì)效率的源泉；東部和北部沿海的效率增長率最高，綠色效率增長率接近3%，傳統(tǒng)效率增長率接近5%；東北和南部沿海的效率增長率較高，綠色效率增長率高于1.5%，傳統(tǒng)效率增長率高于4%；長江中游兩種效率增長率的差距最小，且都處于較低水平，綠色效率增長率為1.4%，傳統(tǒng)效率增長率僅為3.3%；而黃河中游、西南、大西北兩種效率增長率的差距很大，傳統(tǒng)效率增長率都高于4%，但綠色效率增長率不足1%，特別是大西北，綠色效率增長率不足0.1%，23年來綠色效率幾乎沒有任何改善。

對比表2與表4可以發(fā)現(xiàn)，八大區(qū)域綠色經(jīng)濟(jì)效率之間存在顯著差異，且綠色效率高的地區(qū)如東部和北部沿海，其增長率也高，效率低的地區(qū)如西南、大西北，其增長率也低，可以說，綠色效率區(qū)域間差距是進(jìn)一步惡化的。

表3 1991-2013年中國兩種情形下經(jīng)濟(jì)效率的平均增長率

表4 1991-2013年八大區(qū)域綠色經(jīng)濟(jì)效率和傳統(tǒng)經(jīng)濟(jì)

注：GM、GMTC、GMEC分別為資源排放約束下的綠色曼奎斯特指數(shù)、技術(shù)進(jìn)步與技術(shù)追趕；M、MTC、MEC分別為不包含污染排放的曼奎斯特指數(shù)、技術(shù)進(jìn)步與技術(shù)追趕。

四、中國八大區(qū)域綠色經(jīng)濟(jì)效率的空間影響機(jī)制

(一)綠色經(jīng)濟(jì)效率的空間相關(guān)性

研究表明經(jīng)濟(jì)效率具有顯著的空間依賴性，表現(xiàn)出空間集聚。判斷某一屬性是否具有空間相關(guān)性最常用的指標(biāo)是Moran指數(shù)(I)，取值介于-1和1之間，I>0表示空間總體正相關(guān)，即相鄰區(qū)域具有相似屬性值；I<0表示空間模式呈現(xiàn)負(fù)相關(guān)，相鄰區(qū)域具有不同屬性值； 表示空間相關(guān)性為零，相鄰區(qū)域?qū)傩灾惦S機(jī)獨(dú)立。其表達(dá)式如下：

(5)

根據(jù)式(5)，1991-2013年中國綠色經(jīng)濟(jì)效率的Moran指數(shù)如表5所示，可見，盡管相關(guān)程度隨時間變化有遞減趨勢，但1991-2013年間中國綠色經(jīng)濟(jì)效率在區(qū)域間呈現(xiàn)顯著的空間正相關(guān)，故在進(jìn)行影響因素分析時，需考慮空間相關(guān)性。

(二)空間面板數(shù)據(jù)模型

最常用的空間計(jì)量模型有空間滯后模型(Spatial Lag Model，SLM)與空間誤差模型(Spatial Error Model，SEM)兩種，故綠色經(jīng)濟(jì)效率(GEE)的空間影響機(jī)制模型如下：

SLM:GEE=α+β1lnPY+β2lnPY2+β3FDI+β4EDU+β5IN+β6KL+ρWGEE+ε

(6)

SEM:GEE=α+β1lnPY+β2lnPY2+β3FDI+β4EDU+β5IN+β6KL+ε,ε=φWε+μ

(7)

其中：W為空間權(quán)重矩陣，WGEE、φW表示空間滯后因變量；α為常數(shù)項(xiàng)，βi(i=1,2,…,6)為各因素的影響系數(shù)；ρ、φ為空間回歸系數(shù)，反映了綠色效率的空間依賴作用，即相鄰區(qū)域?qū)Ρ镜氐挠绊懛较蚝统潭?；ε、μ～N(0，σ2)為隨機(jī)誤差項(xiàng)。

根據(jù)已有研究，設(shè)定的影響因素變量如下：(1)經(jīng)濟(jì)發(fā)展水平，包含人均GDP(PY)、人均GDP的平方(PY2)兩個變量，以檢驗(yàn)綠色經(jīng)濟(jì)效率與人均GDP之間呈現(xiàn)何種關(guān)系；(2)對外開放程度，以外商直接投資占GDP比重(FDI)表示，驗(yàn)證是“污染天堂假說”成立還是FDI的技術(shù)外溢效應(yīng)存在；(3)教育投入，即財(cái)政支出中教育支出占GDP的比重(EDU)，教育會帶來環(huán)保意識的增強(qiáng)，而且是技術(shù)進(jìn)步的根本保障，能夠促進(jìn)經(jīng)濟(jì)轉(zhuǎn)向創(chuàng)新驅(qū)動型，其投入加大可能會改善綠色效率；(4)結(jié)構(gòu)因素，包含產(chǎn)業(yè)結(jié)構(gòu)(IN)和稟賦結(jié)構(gòu)(KL)兩個變量，產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占GDP比重表示，其數(shù)值越高，工業(yè)化程度越高，綠色效率通常越低，稟賦結(jié)構(gòu)用資本與勞動比率的對數(shù)表示，影響不確定。

(三)估計(jì)結(jié)果

面板數(shù)據(jù)模型有固定效應(yīng)和隨機(jī)效應(yīng)模型兩種，本文旨在對各省區(qū)自身的效應(yīng)進(jìn)行研究，選用固定效應(yīng)模型較為合適。與普通面板模型相比，采用空間面板模型的擬合優(yōu)度和似然比均更優(yōu)。至于SLM和SEM兩個模型的選擇，通常對數(shù)似然值越大，AIC和SC值越小，模型擬合效果越好。表6所示為模型估計(jì)結(jié)果，可以看出，空間相關(guān)系數(shù)ρ、φ都顯著為正，表明綠色經(jīng)濟(jì)效率有顯著的空間正相關(guān)性，呈現(xiàn)局部集聚特征，也進(jìn)一步證明了未考慮空間相關(guān)因素的固定效應(yīng)模型是不可靠的。

表5 1991-2013年中國綠色經(jīng)濟(jì)效率的Moran指數(shù)

從全國范圍來看：(1)綠色經(jīng)濟(jì)效率與人均GDP之間存在U型關(guān)系，LnPY2系數(shù)顯著為正，LnPY系數(shù)為負(fù)且不顯著，綠色效率隨著經(jīng)濟(jì)的發(fā)展表現(xiàn)為先降后升，即我國經(jīng)濟(jì)發(fā)展初期，表現(xiàn)為粗放式發(fā)展，綠色效率降低，在經(jīng)濟(jì)發(fā)展到一定程度，經(jīng)濟(jì)向綠色、集約式發(fā)展轉(zhuǎn)型，改善了綠色效率；(2)FDI對綠色經(jīng)濟(jì)效率的作用顯著為正，表明了技術(shù)外溢效應(yīng)存在，我國通過加強(qiáng)對外資企業(yè)的監(jiān)管和甄別，引進(jìn)較為先進(jìn)和綠色的外資，有效提高了綠色效率；(3)教育投入的系數(shù)為負(fù)，很小且不顯著，表明增加教育投資并不能顯著改善綠色效率，其影響力很小；(4)產(chǎn)業(yè)結(jié)構(gòu)、稟賦結(jié)構(gòu)對綠色效率產(chǎn)生了顯著的負(fù)影響，表明通過大力發(fā)展第三產(chǎn)業(yè)、有效控制第二產(chǎn)業(yè)規(guī)模來合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，能夠有效改善綠色效率，且需要鼓勵企業(yè)合理配置資本與勞動稟賦以加強(qiáng)技術(shù)創(chuàng)新，通過新型工業(yè)化來提高綠色效率。

分區(qū)域考察，與全國情況不同的是：東北LnPY2系數(shù)不顯著且為負(fù)，LnPY系數(shù)顯著為正，綠色經(jīng)濟(jì)效率與人均GDP之間存在線性正向關(guān)系，即隨著經(jīng)濟(jì)的增長，綠色經(jīng)濟(jì)效率也有所提高；東北、北部和東部沿海、大西北FDI系數(shù)顯著為負(fù)，表明“污染天堂假說”成立，東北、東部承接了國外技術(shù)水平不高、污染性的轉(zhuǎn)移產(chǎn)業(yè)，使得綠色效率隨FDI的增加而降低，需要加強(qiáng)對外資的綠色監(jiān)管和甄別；東北、東部沿海、黃河中游、西南、大西北教育投入的系數(shù)顯著為正，表明通過教育會帶來環(huán)保意識的增強(qiáng)，從而促進(jìn)經(jīng)濟(jì)轉(zhuǎn)向創(chuàng)新驅(qū)動型；東部沿海的稟賦結(jié)構(gòu)系數(shù)顯著為正，由于東部發(fā)展更多的表現(xiàn)為技術(shù)創(chuàng)新型與知識、資本密集型，說明提高資本勞動比有利于綠色效率的改善；南部沿海、黃河中游、長江中游LnPY2與LnPY系數(shù)均不顯著，說明其綠色效率與人均GDP之間不存在顯著關(guān)系；長江中游、大西北的產(chǎn)業(yè)結(jié)構(gòu)系數(shù)不顯著，說明其綠色效率與產(chǎn)業(yè)結(jié)構(gòu)之間不存在顯著關(guān)系。

五、結(jié)論與建議

本文引入非合意產(chǎn)出的超效率SBM模型，運(yùn)用縱向檔次拉開法，選取CO2、工業(yè)廢氣量等10個指標(biāo)，更為全面、科學(xué)地評價了污染排放狀況，測算了1991-2013年中國省際綠色經(jīng)濟(jì)效率，進(jìn)而采用八分法，引入面板數(shù)據(jù)的空間滯后模型與空間誤差模型，研究了八大區(qū)域綠色經(jīng)濟(jì)效率的影響因素，得到以下主要結(jié)論：(1)考慮污染排放、能源消費(fèi)后，我國整體的經(jīng)濟(jì)效率水平有所下降，南部和東部沿海的綠色效率水平最高，北部沿海、東北是效率比較高但綠色效率水平較低的地區(qū)，長江中游的綠色效率水平比較低，黃河中游、西南和西北地區(qū)的綠色效率極低，大西北是綠色效率水平最低且不斷下降的地區(qū)；(2)從變化趨勢來看，北部和東部沿海的綠色效率有所上升，其他各區(qū)域的綠色效率值均呈下降趨勢，八大區(qū)域的綠色效率增長都是由技術(shù)進(jìn)步推動的，但兩極分化嚴(yán)重，區(qū)域間差距是進(jìn)一步惡化的；(3)空間相關(guān)系數(shù)ρ、φ都顯著為正，表明綠色經(jīng)濟(jì)效率有顯著的空間正相關(guān)性，呈現(xiàn)局部集聚特征；(4)全國整體綠色效率與人均GDP之間存在U型關(guān)系，F(xiàn)DI對綠色效率的作用顯著為正，教育投資、產(chǎn)業(yè)結(jié)構(gòu)、稟賦結(jié)構(gòu)對綠色效率有顯著的負(fù)影響，各個地區(qū)綠色效率的影響因素存在差異，與全國不同的是，東北綠色效率與人均GDP之間存在線性正向關(guān)系，東北、北部沿海、東部沿海、大西北符合“污染天堂假說”，綠色效率隨FDI的增加而降低，東北、東部沿海、黃河中游、西南、大西北教育投入的系數(shù)顯著為正，通過教育投資可以改善綠色效率，東部沿海的稟賦結(jié)構(gòu)系數(shù)顯著為正。

表6 中國八大區(qū)域綠色經(jīng)濟(jì)效率空間影響機(jī)制分析的模型估計(jì)結(jié)果

注：*、**和***分別表示參數(shù)估計(jì)值在10%、5%和1%的水平上顯著。

基于上述研究結(jié)果，本文提出以下改善八大區(qū)域綠色效率水平及縮小區(qū)域差距的政策建議：(1)綠色經(jīng)濟(jì)效率與人均GDP之間存在U型關(guān)系，在經(jīng)濟(jì)發(fā)展初期的區(qū)域如西南、黃河中游、長江中游等地區(qū)，還處在綠色效率隨著經(jīng)濟(jì)的發(fā)展而降低的階段，應(yīng)在發(fā)展經(jīng)濟(jì)的同時，注重節(jié)約資源、保護(hù)環(huán)境，促進(jìn)經(jīng)濟(jì)向綠色、集約式發(fā)展轉(zhuǎn)型，從根本上避免和扭轉(zhuǎn)綠色經(jīng)濟(jì)效率下降；(2)產(chǎn)業(yè)結(jié)構(gòu)、稟賦結(jié)構(gòu)對綠色經(jīng)濟(jì)有顯著的負(fù)影響，我國需要加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和新型工業(yè)化的步伐，通過大力發(fā)展第三產(chǎn)業(yè)、有效控制第二產(chǎn)業(yè)規(guī)模來改善綠色經(jīng)濟(jì)效率；(3)東北、北部和東部沿海、大西北綠色經(jīng)濟(jì)效率隨FDI的增加而降低，不能盲目追求引進(jìn)外資的“數(shù)量”，要注重引進(jìn)外資的“質(zhì)量”，加強(qiáng)對外資的綠色監(jiān)管和甄別，引進(jìn)更為綠色、先進(jìn)的外資；(4)東北、東部沿海、黃河中游、西南、大西北教育投入的系數(shù)顯著為正，通過教育投資可以促進(jìn)經(jīng)濟(jì)轉(zhuǎn)向創(chuàng)新驅(qū)動型，從而改善綠色效率，其他地區(qū)應(yīng)該注重教育投資的利用效率，使其發(fā)揮更好的作用；(5)欠發(fā)達(dá)地區(qū)特別是大西北，要警惕重走“資源與環(huán)境換增長，先污染后治理”的老路，應(yīng)結(jié)合自身稟賦結(jié)構(gòu)，充分利用國家傾斜政策，在注重資源節(jié)約、環(huán)境保護(hù)的同時，尋找新的經(jīng)濟(jì)發(fā)展方向。

[1] 郭志儀，曹建云．人力資本對中國區(qū)域經(jīng)濟(jì)增長的影響——嶺估計(jì)法在多重共線性數(shù)據(jù)模型中的應(yīng)用研究[J]．中國人口科學(xué)，2007(4)：42-49．

[2] 汪克亮，楊力，程云鶴．異質(zhì)性生產(chǎn)技術(shù)下中國區(qū)域綠色經(jīng)濟(jì)效率研究[J]．財(cái)經(jīng)研究，2013(4)：57-67．

[3] 錢爭鳴，劉曉晨．中國綠色經(jīng)濟(jì)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)：105-109．[4] 王爭，鄭京海，史晉川．中國地區(qū)工業(yè)生產(chǎn)績效:結(jié)構(gòu)差異，制度沖擊及動態(tài)表現(xiàn)[J]．經(jīng)濟(jì)研究，2006(11)：48-59．

[5] 胡曉珍，楊龍．中國區(qū)域綠色全要素生產(chǎn)率增長差異及收斂分析[J]．財(cái)經(jīng)研究，2011(4)：123-134．

[6] 江濤濤，鄭寶華．低碳經(jīng)濟(jì)下中國區(qū)域全要素生產(chǎn)率的收斂性研究[J]．經(jīng)濟(jì)問題，2011(12)：31-35．

[7] 楚爾鳴，馬永軍．區(qū)域經(jīng)濟(jì)增長質(zhì)量的動態(tài)變化及收斂性檢驗(yàn)——基于全要素生產(chǎn)率增長率的分析[J]．湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2014(1)：20-25．

[8] 汪鋒，解晉．中國分省綠色全要素生產(chǎn)率增長率研究[J]．中國人口科學(xué)，2015(2)：53-62．

[9] MAHADERAN R, KALIRAJAN K. On measuring total factorproductivity growth in Singapore′s Manufacturing Industries[J]. Aplied Economics Letters, 1999 (9):295-298.

[10] 王小魯．中國經(jīng)濟(jì)增長的可持續(xù)性與制度變革[J]．經(jīng)濟(jì)研究，2000(7)：3-15．

[11] YOUNG A. Gold into Base Metals: Productivity Growth in the People′s Republic of China during the Reform Period [J]. Journal of Political Economy, 2003 (6):1220-1242.[12] 郭玉清，姜磊．中國地區(qū)經(jīng)濟(jì)差距擴(kuò)散的源泉：資本深化還是效率改進(jìn)？[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(7)：38-52．

[13] 劉瑞翔，安同良．資源環(huán)境約束下中國經(jīng)濟(jì)增長績效變化趨勢與因素分析——基于一種新型生產(chǎn)率指數(shù)構(gòu)建與分解方法的研究[J]．經(jīng)濟(jì)研究，2012(11)：34-47．

[14] 張少華，蔣偉杰．中國全要素生產(chǎn)率的再測度與分解[J]．統(tǒng)計(jì)研究，2014(3)：54-60．

[15] TONE K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2001(3): 498～509.

[16] 王兵，吳延瑞，顏鵬飛．中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J]．經(jīng)濟(jì)研究，2010(5)：95-109．

[17] 齊亞偉．碳排放約束下我國全要素生產(chǎn)率增長的測度與分解——基于SBM方向性距離函數(shù)和GML指數(shù)[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2013(5)：137-146．

[18] ELSADIG M A. Green TFP Intensity Impact on Sustainable East Asian Productivity Growth[J]. Economic Analysis and Policy, 2012 (1): 67-78.

[19] CHEN S, GOLLEY J. Green′ Productivity Growth in China′s Industrial Economy[J]. Energy Economics, 2014,44: 89-98.

[20] 鄭麗琳，朱啟貴．納入能源環(huán)境因素的中國全要素生產(chǎn)率再估算[J]．統(tǒng)計(jì)研究，2013(7)：9-17．

[21] 石風(fēng)光．環(huán)境約束下的中國省區(qū)經(jīng)濟(jì)增長源泉的收斂機(jī)制分析[J]．財(cái)貿(mào)研究，2013(1)：32-39．

[22] 劉瑞翔．探尋中國經(jīng)濟(jì)增長源泉：要素投入，生產(chǎn)率與環(huán)境消耗[J]．世界經(jīng)濟(jì)，2013(10)：123-141．

[23] 楊萬平，張志浩，盧曉璐．中國經(jīng)濟(jì)發(fā)展的可持續(xù)性及其影響因素分析[J]．管理學(xué)刊，2013(5)：37-45．

[24] 舒元，才國偉．我國省際技術(shù)進(jìn)步及其空間擴(kuò)散分析[J]．經(jīng)濟(jì)研究，2007(6)：106-118．

[25] 徐盈之，趙豫．中國信息制造業(yè)全要素生產(chǎn)率變動、區(qū)域差異與影響因素研究[J]．中國工業(yè)經(jīng)濟(jì)，2007(10)：45-52．[26] 余利豐，鄧柏盛，王菲．金融發(fā)展與中國生產(chǎn)率增長——隨機(jī)前沿分析的視角[J]．管理科學(xué)，2011(4)：105-112．[27] FARE R, GROSSKOPF S, CARL A. Environmental Production Functions and Environmental Directional Distance Functions [J]. Energy, 2007 (7): 1055-1066.

[28] TONE K. A Slacks-Based Measure of Super-efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2002, 143:32-41.

[29] 單豪杰．中國資本存量K的再估算：1952-2006年[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008(10)：17-31．

[30] 張健華，王鵬．中國全要素生產(chǎn)率:基于分省份資本折舊率的再估計(jì)[J]．管理世界，2012(10)：18-30．

[31] 李秀敏．人力資本，人力資本結(jié)構(gòu)與區(qū)域協(xié)調(diào)發(fā)展——來自中國省級區(qū)域的證據(jù)[J]．華中師范大學(xué)學(xué)報(人文社會科學(xué)版)，2007(3)：47-56．

[32] 劉伯龍，袁曉玲．中國省際環(huán)境質(zhì)量動態(tài)綜合評價及收斂性分析：1996-2012[J]．西安交通大學(xué)學(xué)報(社會科學(xué)版)，2015(4)：32-40．

[33] 袁曉玲，李政大，劉伯龍．中國區(qū)域環(huán)境質(zhì)量動態(tài)綜合評價——基于污染排放視角[J]．長江流域資源與環(huán)境，2013(1)：118-128．

(責(zé)任編輯：張 叢)

Differences and Spatial Influence Mechanism of Green Economic Efficiency between China′s Eight Regions

BAN Lan1,2, YUAN Xiaoling1,2

(1.School of Economics and Finance, Xi′an Jiaotong University, Xi′an 710061, China;2. Environmental Quality Comprehensive Evaluation Center, Xi′an Jiaotong University, Xi′an 710061, China)

This paper introduces the Supper Efficiency Slack-Based Measure Model including undesirable output to calculate the green economic efficiency of China′s provinces from 1991 to 2013 and then introduces spatial lag model and spatial error model of panel data to study spatial influence mechanism of green economic efficiency between China′s eight regions. Findings are as follows. The economic efficiency of China declines under the dual constraints of energy and environment. The green efficiency of the southern coastal and eastern coastal is the highest, while the northern coastal, northeast and mid-yangtze take second place. On the other hand, the green efficiency of the mid- yellow, the southwest and the northwest is extremely low, especially the northwest is not only lowest but also declining. Moreover, the green efficiency of all regions is on the decline except the northern coastal and eastern coastal. The green efficiency has a significantly positive spatial correlation and shows local spatial agglomeration. Then the shape of the curve between per capita GDP and green efficiency is U-type, FDI has a positive effect on green efficiency while education investment, industrial structure and the structure of endowment have a negative effect. Finally, the influence factors of green efficiency are different between eight regions.

green economic efficiency; eight regions; pollution emissions index; Supper Efficiency Slack-Based Measure Model; Malmquist Index; Moran Index

10.15896/j.xjtuskxb.201603004

2015-12-07

教育部社科研究重大課題攻關(guān)項(xiàng)目(15JZD012)

班斕(1988- )，女，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院博士研究生；袁曉玲(1964- )，女，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院教授，博士生導(dǎo)師。

F061.2

A

1008-245X(2016)03-0022-09