中國省際綠色發(fā)展指數(shù)空間計量分析

郝漢舟，周校兵

（湖北科技學(xué)院a.資源環(huán)境科學(xué)與工程學(xué)院；b.長江中游水土資源研究中心，湖北 咸寧 437100）

0 引言

從農(nóng)業(yè)文明為核心的黃色文明演進(jìn)到以工業(yè)文明為核心的黑色文明，在諸多環(huán)境問題產(chǎn)生及環(huán)境與經(jīng)濟(jì)社會發(fā)展矛盾進(jìn)一步凸顯的背景下，各國政府對經(jīng)濟(jì)社會發(fā)展模式及途徑不斷思考和反省[1]。1987年世界環(huán)境與發(fā)展大會（WECD）發(fā)表的《Our Common Future》提出了可持續(xù)發(fā)展的概念[2]；1992年聯(lián)合國環(huán)境與發(fā)展大會將可持續(xù)發(fā)展確定為大會的指導(dǎo)方針。如果說可持續(xù)發(fā)展強調(diào)的是人與環(huán)境的協(xié)調(diào)發(fā)展，那么起源于20世紀(jì)60年代的綠色運動及80年代英國經(jīng)濟(jì)學(xué)家皮爾斯的“綠色經(jīng)濟(jì)”[3]，經(jīng)過逐步完善的綠色發(fā)展概念，則回答了經(jīng)濟(jì)增長和社會發(fā)展方式的新理念、新路徑。

目前對綠色發(fā)展的研究[4-6]存在以下問題：（1）綠色發(fā)展評價測度研究較深入，但是其實現(xiàn)路徑還需從理論到實證進(jìn)行探索。（2）作為評價綠色發(fā)展的兩種方法，指標(biāo)法和DEA方法評價結(jié)果的互相比較印證文獻(xiàn)報道較少。（3）指標(biāo)法中確定指標(biāo)體系的權(quán)重，文獻(xiàn)較多的是引用已有文獻(xiàn)中的權(quán)重，主觀確定權(quán)重的依據(jù)不明確。

本文以省域為研究尺度，對省際綠色發(fā)展指數(shù)進(jìn)行空間數(shù)據(jù)探索分析（ESDA），并在此基礎(chǔ)上基于新古典經(jīng)濟(jì)增長模型進(jìn)行空間計量分析，以期為探索綠色發(fā)展路徑提供理論支持。

1 研究方法和數(shù)據(jù)來源

1.1 指標(biāo)體系構(gòu)建

綠色發(fā)展的內(nèi)涵界定不同，必然導(dǎo)致指標(biāo)體系的差異。本文認(rèn)為，綠色發(fā)展作為一種理念，綠色是基礎(chǔ)，發(fā)展既是目標(biāo)也是手段，是一種新的發(fā)展理念。綠色發(fā)展涵蓋了：（1）節(jié)約資源，保護(hù)環(huán)境；（2）產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化。構(gòu)建科技含量高、資源消耗低、環(huán)境污染少的產(chǎn)業(yè)結(jié)構(gòu)；（3）生產(chǎn)方式的改變。從粗放式資源消耗型的發(fā)展轉(zhuǎn)變到依靠創(chuàng)新驅(qū)動發(fā)展；（4）生活方式的改變。實現(xiàn)生活理念綠色化、消費行為綠色化。

在實現(xiàn)綠色發(fā)展中，將產(chǎn)業(yè)轉(zhuǎn)換、提檔升級、科技創(chuàng)新作為綠色發(fā)展的路徑和著力點，在此背景下，對綠色發(fā)展的評價中，應(yīng)該包含實現(xiàn)綠色發(fā)展的能力和潛力的指標(biāo)?；诖?，本文設(shè)計了綠色發(fā)展指標(biāo)體系（見下頁表1）。

1.2 方法

本文中用因子分析方法計算綠色發(fā)展指數(shù)。因子分析方法用較少的新變量代替原來較多的舊變量，并且要求新變量盡可能反映原變量的信息。因子分析的結(jié)果通過KMO檢驗和Bartlett球度檢驗。如果KMO值大于0.7，因子分析效果較好；小于0.5時，因子分析結(jié)果較差。原始數(shù)據(jù)的標(biāo)準(zhǔn)化采用[0，1]區(qū)間的線性轉(zhuǎn)換[7]。通過方差最大正交旋轉(zhuǎn)，由提取的因子方差貢獻(xiàn)計算綠色發(fā)展指數(shù)，其計算公式如下：

式（1）中Fi為提取的第i個因子的得分，αi為第i個因子的權(quán)重；λi為提取的第i個因子的方差貢獻(xiàn)。

探索性空間數(shù)據(jù)分析（ESDA）方法用來分析綠色發(fā)展指數(shù)的空間聯(lián)系和格局分布。在本文中采用全局空間自相關(guān)Moran指數(shù)I，I的取值一般在-1～1之間。其計算公式為：

表1 綠色發(fā)展評價指標(biāo)體系

式（2）中I為Moran指數(shù)；wij為空間權(quán)重；xi、xj為區(qū)域i和j的綠色發(fā)展指數(shù)；。在本文中采用基于鄰接（Contiguity）關(guān)系的一階rook權(quán)重，其為二值分布，相鄰為1，否則為0。海南省由于海島隔離，但海南省與廣東鄰近，視為海南省與廣東省鄰接。對于I值，用標(biāo)準(zhǔn)化統(tǒng)計量Z來檢驗n個區(qū)域是否存在空間自相關(guān)。

為觀察局部空間聚集，采用局部Moran指數(shù)M表示，其計算公式如下：

式（3）中Mi為區(qū)域i的局部Moran指數(shù)；其中S2=

1.3 數(shù)據(jù)來源及軟件

本文收集了我國除西藏、香港、澳門、臺灣外的30個省、自治區(qū)、直轄市2010—2015年相關(guān)統(tǒng)計數(shù)據(jù)，數(shù)據(jù)主要來源于中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫、國研網(wǎng)統(tǒng)計數(shù)據(jù)庫中的年度數(shù)據(jù)。部分?jǐn)?shù)據(jù)來源于2010—2015年《中國環(huán)境狀況公報》、各省市發(fā)表的《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》以及《中國城市統(tǒng)計年鑒》。部分缺失數(shù)據(jù)采用SPSS支持下的線性插值。ESDA分析采用Geoda軟件；空間計量分析采用MatlabR2015a軟件的空間計量工具箱jplv7。

2 結(jié)果與討論

2.1 綠色發(fā)展指數(shù)年際及空間變化分析

因子分析的結(jié)果顯示，KMO值為0.753。Bartlett球形檢驗，其概率p＜0.000，表明因子分析效果較好。因子分析按照特征值大于1的準(zhǔn)則，共提取4個因子，方差累積共獻(xiàn)73%。按照公式（1），根據(jù)各因子的權(quán)重計算出綠色發(fā)展指數(shù)GDI（見圖1）。

圖1 不同省份2010年、2015年綠色發(fā)展指數(shù)

根據(jù)《中國環(huán)境統(tǒng)計年鑒》對東、中、西和東北地區(qū)劃分方法：東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10個省市；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南6個??；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11個省市（由于數(shù)據(jù)的原因，不包括西藏）；東北地區(qū)包括遼寧、吉林和黑龍江3個省。其區(qū)域綠色發(fā)展指數(shù)見圖2。

圖2 區(qū)域綠色發(fā)展指數(shù)平均值及標(biāo)準(zhǔn)差

從GDI的年際波動性來看，山西的GDI標(biāo)準(zhǔn)差最大（0.15），上海的GDI標(biāo)準(zhǔn)差最?。?.06）。從圖2可以看出綠色發(fā)展指數(shù)總體上是東部＞中部＞西部。西部和東北差別不是很明顯。從時間趨勢來看，各區(qū)域綠色發(fā)展指數(shù)均呈現(xiàn)增加的趨勢。從綠色指數(shù)增長率來看，東北（40.9%）＞西部（40.0%）＞中部（39.2%）＞東部（22.8%）。從區(qū)域綠色指數(shù)波動性來看，東部區(qū)域內(nèi)部不同省份的綠色發(fā)展指數(shù)標(biāo)準(zhǔn)差都較大，顯示東部區(qū)域省份間指數(shù)的不平衡性。中部區(qū)域省份的綠色發(fā)展指數(shù)標(biāo)準(zhǔn)差較小，說明省際間綠色發(fā)展指數(shù)差別較小。

2.2 綠色發(fā)展指數(shù)ESDA分析

ESDA分析是利用統(tǒng)計學(xué)原理和圖形圖表相結(jié)合，對空間信息進(jìn)行分析鑒別，以便為空間建模提供支持。四分位圖在分位數(shù)的基礎(chǔ)之上，將數(shù)據(jù)分成4個等級，每個等級代表數(shù)據(jù)不同的屬性大小。四分位圖可以比較直觀的判斷區(qū)域?qū)傩灾荡笮?，可以宏觀分析區(qū)域綠色指數(shù)情況。對2010—2015年綠色發(fā)展指數(shù)做四分位圖，經(jīng)處理后得到表2。

表2 2010—2015年全國30個省市綠色發(fā)展指數(shù)四分位表

全局空間自相關(guān)用Moran's I來度量，用Geoda軟件中Space/Univariate Moran's I實現(xiàn)。其有三種模式：空間集聚模式、空間發(fā)散模式、空間隨機(jī)模式。當(dāng)p值＜0.05且Z得分高于1.96.時，空間分布模式為集聚分布。當(dāng)p值值＜0.05且Z得分小于-1.69時為發(fā)散模式。p值大于0.05為隨機(jī)模式。對2010—2015年綠色發(fā)展指數(shù)做全局空間自相關(guān)分析得到表3。

表3 2010—2015年綠色發(fā)展指數(shù)全局Moran′sⅠ自相關(guān)系數(shù)

表3顯示2010年到2015年Moran′sⅠ值均大于零，表示我國綠色發(fā)展指數(shù)在空間上存在正相關(guān)關(guān)系，綠色發(fā)展指數(shù)存在正的空間自相關(guān)過程，表現(xiàn)為空間集聚的特點。此外隨著時間的推移，從2010—2015年這種空間相依性逐漸降低，Global Moran'sI從2010年的0.532下降到2015年的0.447，綠色發(fā)展指數(shù)呈現(xiàn)空間擴(kuò)散的趨勢。

局部空間自相關(guān)分析結(jié)果通常用莫蘭散點圖來表示。莫蘭散點圖有四個象限，分別對應(yīng)四種不同的數(shù)據(jù)類型。第一象限數(shù)據(jù)代表高觀測值被高觀測值包圍的區(qū)域，即通常所說的H-H型（高值聚集）；第二象限數(shù)據(jù)表示低觀測值被高觀測值所包圍的區(qū)域，即L-H型；第三象限表示低觀測值被低觀測值包圍，即L-L型（低值聚集）；第四象限表示高觀測值被低觀測值所包圍的區(qū)域，即H-L型。其中H-H、L-L代表空間正相關(guān)，H-L、L-H代表空間負(fù)相關(guān)，莫蘭散點圖的斜率即Moran′s I值。2010年和2015年綠色發(fā)展指數(shù)的莫蘭散點圖見圖3。

圖3 2010年、2015年綠色發(fā)展指數(shù)莫蘭散點圖（方框中的為p＜0.05）

從圖3可以看出，綠色發(fā)展指數(shù)顯著地于東部省份高值聚聚（H-H），顯著地于西部省份低值聚聚（L-L）。2010年安徽省綠色發(fā)展指數(shù)還是處于低觀測值被高觀測值所包圍（L-H），到了2015年安徽省、江西省進(jìn)入了H-H范圍，顯示了長江經(jīng)濟(jì)帶發(fā)展的成效。處于低值聚聚范圍的6個省民營變化（新疆、四川、青海、寧夏、內(nèi)蒙古、甘肅）顯示西部省份綠色發(fā)展任務(wù)任重道遠(yuǎn)。

2.3 綠色指數(shù)空間計量分析

通過空間全局及局部自相關(guān)分析，Moran′sⅠ值大于0，且顯著p＜0.05，即綠色發(fā)展指數(shù)在空間上存在正的相關(guān)性，總體上表現(xiàn)為集聚性（HH、LL），因此可以進(jìn)行空間計量分析。另一方面通過綠色發(fā)展概念內(nèi)涵分析知道，綠色發(fā)展實際上是一種發(fā)展方式的轉(zhuǎn)換，從資源消耗性轉(zhuǎn)換到創(chuàng)新驅(qū)動發(fā)展。在新古典經(jīng)濟(jì)增長模型中，資本和勞動是決定經(jīng)濟(jì)增長的兩個要素，技術(shù)進(jìn)步作為外生變量會對經(jīng)濟(jì)增長產(chǎn)生影響，基于Romer的假設(shè)，其模型如下：

上述模型兩邊取對數(shù)，修改后的模型為：

式中，GDI為區(qū)域綠色發(fā)展指數(shù)；R為區(qū)域科學(xué)研究與試驗發(fā)展經(jīng)費R&D占GDP比重；EI為區(qū)域環(huán)保投資占GDP比重；H為區(qū)域人力資本存量；IS為產(chǎn)業(yè)結(jié)構(gòu)，在這里指第二產(chǎn)業(yè)占GDP比重；TL為區(qū)域科技發(fā)展水平，這里用專利申請量與地區(qū)常住人口的比重表示；U為城市化率。

區(qū)域人力資本存量H計算方法采用彭國華的方法[8]，其計算過程為：①首先計算勞動力平均接受教育年數(shù)；②根據(jù)平均受教育年數(shù)采用分段函數(shù)計算綜合回報率Lnh，③由Lnh計算人力資本存量。H=exp(Lnh)*L，其中L為就業(yè)人數(shù)。

在上述基礎(chǔ)上，采用空間杜賓模型（Spatial Dubin Model，SDM）作進(jìn)一步分析?？臻g杜賓模型不僅考慮了因變量的空間相關(guān)性，還考慮了自變量的空間相關(guān)性，即因變量不僅受到本地區(qū)自變量的影響，還受到其他地區(qū)自變量和因變量的影響，其形式如下[9]：

其中，i表示空間單元（i=1，2，…，N），N為單元總數(shù)；t表示時期（t=1，2，…，T），T為時期總數(shù)；yit為因變量；r為空間滯后系數(shù)；wij為空間權(quán)重矩陣；a為待估計的系數(shù)；Xit為自變量；wi表示空間（個體）效應(yīng)；dt表示時間效應(yīng)；eit是獨立且同分布的隨機(jī)誤差項，wijXjt表示鄰近自變量的空間滯后變量，q為待估計的系數(shù)。

關(guān)于權(quán)重的構(gòu)造，這里主要考慮科技創(chuàng)新的影響，參照經(jīng)濟(jì)距離空間權(quán)重矩陣，建立人力資本空間權(quán)重矩陣[10]：

在Matlab空間計量工具箱支持下，其空間計量分析主要步驟為：（1）運行demoLMsarsem_panel.m文件，得到表6第2列和第三列。模型的穩(wěn)健LM檢驗統(tǒng)計量均在5%水平下顯著，說明存在顯著的空間自相關(guān)，應(yīng)采用空間計量模型。（2）為確定空間面板模型的形式，用Wald統(tǒng)計量檢驗空間杜賓模型（SDM）可否弱化為空間滯后模型或空間誤差模型。運行demopanelscompare.m文件進(jìn)行Wald檢驗，在表4中，Wald(spatial lag)、Wald(spatial error)的值在5%下顯著，并且R2從0.74增加到0.98，說明可以用空間杜賓模型進(jìn)行分析?？臻g杜賓模型有固定效應(yīng)和隨機(jī)效應(yīng)，在本文中Hausman檢驗顯示應(yīng)采用固定效應(yīng)模型。固定效應(yīng)中有時間固定、空間固定以及時間空間雙固定三種形式[11]。在本文中根據(jù)R2和Log likelihood值大小，在本文中選擇時間和空間固定效應(yīng)模型。（3）在時間和空間固定的空間杜賓模型下，整理出直接效應(yīng)、間接效應(yīng)和總效應(yīng)。

表4中的空間杜賓模型顯示，環(huán)保投資比例（EI）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、科學(xué)技術(shù)水平（TL）、城市化率（U）等通過了顯著性檢驗（p＜0.01）并且系數(shù)為正，即這些變量對綠色發(fā)展指數(shù)有正向作用。在不考慮其他因素作用的情況下，EI、IS、TL、U每增加1%，綠色發(fā)展指數(shù)分別增加0.065%、0.270%、0.027%、0.269%，可以看出產(chǎn)業(yè)結(jié)構(gòu)和城市化率的變動對綠色發(fā)展指數(shù)影響最為顯著。區(qū)域人力資本存量H和科學(xué)研究與試驗發(fā)展經(jīng)費強度R&D兩個變量不顯著，說明人力資本存量和R&D轉(zhuǎn)化為現(xiàn)實的科技創(chuàng)新有一個過程，即要重視H和R&D的效率問題，促進(jìn)科技成果的更多的產(chǎn)出。

表5表示基于時間和空間固定效應(yīng)下的空間效應(yīng)。Lesage和Pace（2008）[12]提出了直接效應(yīng)、間接效應(yīng)和總效應(yīng)等概念，用來反映自變量對因變量的影響。直接效應(yīng)表示自變量x對本地區(qū)因變量y造成的平均影響，間接效應(yīng)表示x對其他地區(qū)y造成的平均影響，總效應(yīng)表示x對所有地區(qū)造成的平均影響。從表4可以看出，對本地綠色發(fā)展指數(shù)有正向影響且通過檢驗的是EI、IS、TL、U。從空間溢出效應(yīng)（間接效應(yīng)）來看，產(chǎn)業(yè)結(jié)構(gòu)IS和城市化率U對周邊區(qū)域具有正向的空間溢出效應(yīng)，說明一地的IS和U的提高，能夠帶動鄰近區(qū)域的綠色指數(shù)增長。值得注意的是科技水平TL對周邊區(qū)域的綠色發(fā)展指數(shù)具有負(fù)向影響即存在負(fù)向空間溢出效應(yīng)。這說明科技水平具有集聚效應(yīng)和虹吸效應(yīng)?？萍及l(fā)展水平高的區(qū)域會吸收周邊區(qū)域的科技創(chuàng)新資源，導(dǎo)致周邊區(qū)域科技創(chuàng)新資源的負(fù)向影響?？傊?，IS和U的擴(kuò)散效應(yīng)導(dǎo)致臨近區(qū)域的綠色發(fā)展受益，目前對區(qū)域科技創(chuàng)新的極點效應(yīng)給予更多的關(guān)注。

表4 SLM SEM和SDM模型選擇

表5 SDM模型的直接效應(yīng)、間接效應(yīng)和總效應(yīng)

3 結(jié)論與建議

本文在界定綠色發(fā)展內(nèi)涵的基礎(chǔ)上，利用2010—2015年中國各省域統(tǒng)計數(shù)據(jù)，構(gòu)建了中國綠色發(fā)展指標(biāo)體系框架，在Geoda軟件支持下，進(jìn)行ESDA分析。在新古典經(jīng)濟(jì)增長模型的基礎(chǔ)上，運用空間杜賓模型，在MATLAB空間計量工具箱支持下，從研究與開發(fā)投入強度R、環(huán)保治理資金投入強度EI、人力資本存量H、產(chǎn)業(yè)結(jié)構(gòu)IS、科技創(chuàng)新水平TL及城市化率U等方面研究對綠色發(fā)展的影響及空間溢出效應(yīng)。結(jié)構(gòu)顯示：（1）2010—2015年省際綠色發(fā)展指數(shù)呈現(xiàn)集聚分布（HH型和LL型）。綠色發(fā)展指數(shù)總體上是東部省份＞中部省份＞西部省份和東北省份，西部省份和東北省份差異不明顯。（2）EI、IS、TL、U對本地區(qū)域綠色發(fā)展有顯著的推動作用。（3）IS和和U提升對臨近區(qū)域的綠色發(fā)展有顯著的推動作用。（4）一個區(qū)域的TL提升，并不利于周邊地區(qū)綠色發(fā)展的提高，這種原因可能于區(qū)域TL的虹吸效應(yīng)有關(guān)。

基于以上結(jié)論，本文有如下建議：

（1）從區(qū)域發(fā)展均衡性來看，要促進(jìn)我國東部、中部、西部、東北區(qū)域協(xié)調(diào)發(fā)展。盡管西部、東北區(qū)域綠色發(fā)展指數(shù)增長速度較快，但是區(qū)域差異還是非常巨大。西部、東北區(qū)域的要從依賴資源的傳統(tǒng)性發(fā)展方式，突破資源詛咒，實現(xiàn)發(fā)展方式的轉(zhuǎn)變。

（2）進(jìn)一步加大環(huán)境污染防治、生態(tài)環(huán)境保護(hù)和建設(shè)投資占GDP的比例。加大環(huán)保投入是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的重要手段和推進(jìn)生態(tài)文明建設(shè)的根本措施。環(huán)保產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)之一，是環(huán)境保護(hù)的物質(zhì)基礎(chǔ)和技術(shù)保障，是推進(jìn)節(jié)能減排的重要支撐。

（3）繼續(xù)推進(jìn)城市化。健康城市化不僅對本地而且對臨近區(qū)域的綠色發(fā)展有促進(jìn)作用。要加快基礎(chǔ)設(shè)施建設(shè)、實現(xiàn)產(chǎn)城融合城鄉(xiāng)一體化、加快公共服務(wù)均等化等，進(jìn)一步推進(jìn)產(chǎn)業(yè)升級，做好產(chǎn)業(yè)間和產(chǎn)業(yè)內(nèi)部升級。

（4）轉(zhuǎn)變發(fā)展方式，推動創(chuàng)新驅(qū)動發(fā)展。對區(qū)域的科技創(chuàng)新避免更多的虹吸效應(yīng)，加快創(chuàng)新成果對臨近區(qū)域的擴(kuò)散和對口幫扶。