趙楊秋,何 剛,阮 君,王瑩瑩
(安徽理工大學(xué),安徽 淮南 232001)
我國生態(tài)文明建設(shè)正穩(wěn)步進行,其中法律法規(guī)和環(huán)境政策發(fā)揮了重大作用。2020年5月,全國兩會提出繼續(xù)減少單位GDP能耗和污染物的排放量,提高生態(tài)環(huán)境治理成效。2020年10月,十九屆五中全會提出加快推動綠色低碳發(fā)展,全面提高資源利用效率。國家高度重視生態(tài)環(huán)境問題,強調(diào)不能因發(fā)展經(jīng)濟忽視環(huán)境保護。然而,我國2018年單位GDP電耗為0.09萬kWh/萬元,相比2017年提高了12.5%,可知我國能源消耗不容樂觀,第二產(chǎn)業(yè)用電量最高,因此對工業(yè)生產(chǎn)的生態(tài)效益和經(jīng)濟效益進行研究,以期對提高工業(yè)生態(tài)效率有所裨益。
國內(nèi)外大量學(xué)者對生態(tài)效率進行研究,主要研究方法包括隨機前沿模型和數(shù)據(jù)包絡(luò)模型。隨機前沿模型需要設(shè)定參數(shù)因而存在計算誤差,數(shù)據(jù)包絡(luò)模型則克服了這一弊端。1978年,Charnes等[1]第一次提出數(shù)據(jù)包絡(luò)模型,當決策單元(DMU)的投入或產(chǎn)出一方保持不變時,比較DMU與有效生產(chǎn)前沿面的差距進而評價效率,由此衍生出基于規(guī)模報酬不變的CCR模型和規(guī)模報酬可變的BCC模型。劉捷[2]利用BCC模型對2006—2016年山東省17個地級市的綠色經(jīng)濟效率進行測算評價,在此基礎(chǔ)上利用泰爾指數(shù)探索其區(qū)域差異,并提出相關(guān)建議。打破傳統(tǒng)的數(shù)據(jù)包絡(luò)模型的弊端,考慮松弛變量提出SBM模型,考慮超效率理論提出超效率SBM模型,又因產(chǎn)出可能包含非合意產(chǎn)出提出SBM-Undesirable模型和超效率SBM-Undesirable模型等。秦宏等[3]基于SBM模型測度2008—2016年中國海水養(yǎng)殖生態(tài)經(jīng)濟效率。侯孟陽等[4]借助Kernel密度估計和SE-SBM模型分析中國農(nóng)業(yè)生態(tài)效率區(qū)域時空格局演變趨勢。胡彪等[5]借助SBM-Undesirable模型測度中國生態(tài)效率,并采用ESDA方法分析區(qū)域空間差異。馬曉君等[6]創(chuàng)新性地納入生態(tài)資源存量和經(jīng)濟浪費兩項指標,并借助超效率SBMUndesirable模型測算生態(tài)效率。
對于生態(tài)效率的研究不僅局限于測算方面,分析生態(tài)效率的影響因素為提高生態(tài)效率提供了重要參考。蔣碩亮等[7]測算工業(yè)生態(tài)效率后選取經(jīng)濟地理因素和經(jīng)濟政策因素通過計量模型探尋影響因素。洪錚等[8]發(fā)現(xiàn)旅游業(yè)生態(tài)效率的影響因素具有門檻效應(yīng),因此運用PVAR模型分析旅游生態(tài)效率影響因素并進行實證分析。孫偉[9]運用空間計量模型檢驗黃河流域城市能源生態(tài)效率外部影響因素,得出優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)能夠提高能源生態(tài)效率的結(jié)論。劉海龍等[10]利用地理探測器模型探尋影響耕地生態(tài)效率的因素,得出降水量和經(jīng)濟水平的共同作用將有利推動耕地生態(tài)效率的提升?;春由鷳B(tài)經(jīng)濟帶區(qū)位優(yōu)勢明顯,且工業(yè)化程度較高,因此本研究以淮河生態(tài)經(jīng)濟帶為研究對象,借助超效率SBM模型和探索性空間數(shù)據(jù)分析工具共同分析經(jīng)濟帶25市工業(yè)生態(tài)效率,并通過計量模型實證分析找出影響工業(yè)生態(tài)效率的主要因素,以期為淮河生態(tài)經(jīng)濟帶可持續(xù)發(fā)展提供一定的參考。
2.1.1 超效率SBM(SE-SBM)模型
DEA是對DMU進行非參數(shù)效率測度的方法,能夠同時對多個產(chǎn)出和多個投入進行分析。最初DEA模型僅能同比例改變投入產(chǎn)出量從而提高效率,因此2001年Tone[11]加入松弛變量進而提出SBM模型。限于SBM模型測算出的效率值存在多個評價單元同時有效的狀態(tài),不能進一步對有效單元進行排序,因此,2002年Tone[12]進一步提出SE-SBM模型,本研究基于SE-SBM模型測度安徽省工業(yè)生態(tài)效率,模型如下:
式(1)中:ρ——效率值;i——投入要素;r——產(chǎn)出要素;j、k為決策單元;x——投入變量;m——投入要素數(shù)量;y——產(chǎn)出變量;s——產(chǎn)出要素數(shù)量;λ——DMU的線性組合系數(shù);si-、sj+為投入產(chǎn)出松弛變量。
2.1.2 探索性空間數(shù)據(jù)分析(ESDA)
探索性空間數(shù)據(jù)分析是通過一系列空間分析技術(shù)和方法對區(qū)域某些特征進行可視化表達,進而直觀描述空間分布特征和空間集聚特性。
2.1.3 數(shù)據(jù)來源
由于部分省市2020年統(tǒng)計年鑒尚未公布,限于數(shù)據(jù)可得性,僅選用2009—2018年數(shù)據(jù)進行分析,數(shù)據(jù)從2010—2019年《中國城市統(tǒng)計年鑒》、四省及各地級市統(tǒng)計年鑒獲取。
研究工業(yè)生態(tài)效率影響因素對提高安徽省新型工業(yè)化和生態(tài)效率化水平具有一定的參考意義。梳理相關(guān)文獻,選取以下影響因素:
2.2.1 經(jīng)濟發(fā)展
人均工業(yè)增加值越高則工業(yè)化程度越高,經(jīng)濟發(fā)展水平越高越會注重效率的提高。
2.2.2 科技進步
專利申請受理量代表區(qū)域科技水平,科技水平提高能促進效率提升。
2.2.3 對外開放
實際利用外資代表對外開放程度,淮河生態(tài)經(jīng)濟帶江蘇段對外貿(mào)易水平較高,對外依賴度高,資本的積累有利于生態(tài)效率提高。
2.2.4 產(chǎn)業(yè)結(jié)構(gòu)
用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值比重代表產(chǎn)業(yè)結(jié)構(gòu),第三產(chǎn)業(yè)用電量遠遠低于第二產(chǎn)業(yè)用電量,優(yōu)化調(diào)整產(chǎn)業(yè)結(jié)構(gòu)能夠減少工業(yè)用電量。
2.2.5 城市化
用城鎮(zhèn)化率代表城鎮(zhèn)化水平,城鎮(zhèn)化水平越高,二、三產(chǎn)業(yè)越發(fā)達。
由于解釋變量間沒有明顯的滯后效應(yīng),故采用靜態(tài)面板模型:
式(2)中:i——時期數(shù);j——個體數(shù);k——解釋變量數(shù);α0——常數(shù)項;αk——解釋變量系數(shù);Yij——被解釋變量;Xkij——第k個解釋變量;ζij——隨機擾動項。
基于SE-SBM模型測算出淮河生態(tài)經(jīng)濟帶25市工業(yè)生態(tài)效率,運用OriginPro9.1軟件繪圖,如圖1所示。經(jīng)濟帶2010年效率下降為0.635 6,2011—2018年呈現(xiàn)波動上升狀態(tài),年平均增速為0.857 7%。分段來看,山東段工業(yè)生態(tài)效率最高,江蘇段其次,河南段最低。山東段臨沂市效率遠遠低于平均水平,嚴重拉低全段水平,可知臨沂市加快工業(yè)經(jīng)濟發(fā)展的同時,忽視了當?shù)厣鷳B(tài)環(huán)境的保護,對環(huán)境造成了極大的破壞;其余各市均高于平均水平,且與山東段波動趨勢一致。江蘇段的徐州和揚州二市效率處于高水平,徐州市十年效率均值為0.864 4,揚州市為0.983 5,接近于1,可知揚州市工業(yè)生態(tài)效率一直較高,揚州市經(jīng)濟發(fā)展的資本積累為當?shù)厣鷳B(tài)環(huán)境治理提高了可能性。安徽段淮北市工業(yè)生態(tài)效率最高,這可能是因為淮北市規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)和工業(yè)增加值均較高,投入和產(chǎn)出較高使得工業(yè)生態(tài)效率高于其他城市。工業(yè)生態(tài)效率低于安徽段平均水平的各市歷年波動較為穩(wěn)定,總體呈提升趨勢。河南段2009—2018年漯河、周口、信陽和平頂山四市效率呈斷崖式下滑后穩(wěn)定波動,轉(zhuǎn)折點主要發(fā)生在2010年和2011年兩年。河南段各市工業(yè)用電量逐年增加,工業(yè)增加值增幅不大,甚至有后退之勢,進而工業(yè)生態(tài)效率出現(xiàn)下降的趨勢。
圖1 2009—2018年淮河生態(tài)經(jīng)濟帶工業(yè)生態(tài)效率
由于2009—2018年淮河生態(tài)經(jīng)濟帶在2010年出現(xiàn)轉(zhuǎn)折點,后為波動發(fā)展趨勢,故選取2010年、2013年、2016年、2018年的效率進行空間格局的可視化表達,借助ArcGIS10.7軟件繪圖,如圖2所示。2010—2018年,整個經(jīng)濟帶超效城市越來越多,由2個發(fā)展為7個,高效城市由6個減少為3個,可知經(jīng)濟帶整體呈良好發(fā)展態(tài)勢。分段來看,山東段棗莊市從高效提升為超效狀態(tài),菏澤和濟寧2市在高效和超效之間交叉波動,臨沂市一直為中高效狀態(tài),表明山東注重生態(tài)環(huán)境和經(jīng)濟水平協(xié)調(diào)發(fā)展,對生態(tài)效益極為重視。江蘇段,連云港、宿遷和揚州3市為持續(xù)上升狀態(tài),泰州和徐州2市為波動上升態(tài)勢,淮安和鹽城2市一直處于中高效狀態(tài),這是由于市級政府大力加強生態(tài)文明建設(shè),揚州市《全市生態(tài)文明建設(shè)突破年實施方案》、宿遷市《生態(tài)文明建設(shè)三年行動計劃(2016—2018)》等相繼實施且成效顯著。安徽段各個城市效率波動明顯,其中亳州和淮北2市在2018年達到超效狀態(tài),周邊各市應(yīng)加強溝通交流,與超效城市形成積極的輻射帶動關(guān)系。河南段工業(yè)生態(tài)效率并不樂觀,均表現(xiàn)為后退或保持原狀,省市政府及工業(yè)企業(yè)應(yīng)將生態(tài)效益納入發(fā)展體系中,秉持習(xí)近平主席“綠水青山就是金山銀山”的理念。
圖2 淮河生態(tài)經(jīng)濟帶工業(yè)生態(tài)效率空間格局
結(jié)合圖3分析經(jīng)濟帶工業(yè)生態(tài)效率空間趨勢,其中x軸指向正東,y軸指向正北。2009—2018年效率總體表現(xiàn)為東北向西南方向遞減。南北方向上一直表現(xiàn)為由北向南斷崖式下降狀態(tài),表明隨時間推移,經(jīng)濟帶南部城市工業(yè)生態(tài)效率一直處于較低水平;東西方向上,2010—2013年效率由東向西遞增轉(zhuǎn)變?yōu)橛蓶|向西遞減,2013—2018年效率空間格局基本不變,為由東向西遞減,2016—2018年為“中間高,兩頭低”狀態(tài),這可能是因為處于經(jīng)濟帶中部的亳州、淮北等市工業(yè)生態(tài)效率大幅度提高。
考慮到淮河生態(tài)經(jīng)濟帶各城市之間沒有確定的關(guān)聯(lián),消除解釋變量間量綱影響后,構(gòu)建N=16,T=10的靜態(tài)短面板模型如下:
式(3)中:SESBM——工業(yè)生態(tài)效率;economy——經(jīng) 濟 水 平;technology——技 術(shù) 進 步;open——對 外 開 放;industry——產(chǎn) 業(yè) 結(jié) 構(gòu);urban——城鎮(zhèn)化。
本研究采用面板數(shù)據(jù)進行實證分析,因此可能存在時序上的非平穩(wěn)變量,對變量進行單位根檢驗來確定所有變量在時序上是否平穩(wěn),若不平穩(wěn)則不能進行回歸。采用兩種檢驗方式進行檢驗,結(jié)果如表2所示,由表2可知,所有變量均在10%的置信水平下顯著,表明面板數(shù)據(jù)平穩(wěn)。
表2 單位根檢驗結(jié)果
進行協(xié)整檢驗是為了檢驗是否會出現(xiàn)偽回歸,如檢驗結(jié)果顯著則表明進行回歸是可行的。本研究采用Pedroni進行檢驗,表3中發(fā)現(xiàn)組間和組內(nèi)統(tǒng)計值均顯著,因此可以進行回歸。
表3 協(xié)整檢驗結(jié)果
為了在固定效應(yīng)模型和隨機效應(yīng)模型中選擇更優(yōu)的模型,需要進行Hausman檢驗,檢驗統(tǒng)計量對應(yīng)的P值為0.000 0,表征選擇固定效應(yīng)模型進行回歸更合理。
基于個體和時間的不同,可將固定效應(yīng)模型分為三類,即時間固定效應(yīng)模型、空間固定效應(yīng)模型和雙向固定效應(yīng)模型,三類固定效應(yīng)模型的回歸結(jié)果表4所示。
表4 回歸結(jié)果
(1)人均工業(yè)增加值的回歸系數(shù)均為正值,在1%的置信水平下顯著,可知人均工業(yè)增加值與工業(yè)生態(tài)效率呈正相關(guān),表明經(jīng)濟發(fā)展水平對提高工業(yè)生態(tài)效率具有積極作用。比較三種類型回歸系數(shù)可知,經(jīng)濟發(fā)展水平在僅考慮時序關(guān)聯(lián)性時對工業(yè)生態(tài)效率的有利影響最大,由此可知,未來伴隨著經(jīng)濟發(fā)展水平的提高,資本的積累使得對生態(tài)環(huán)境的污染治理投資增大,工業(yè)生態(tài)效率有進一步提高的可能性。
(2)專利申請受理量的回歸系數(shù)均為負值,且在同時考慮時間和空間效應(yīng)的回歸結(jié)果不顯著,可知技術(shù)進步對工業(yè)生態(tài)效率的影響主要體現(xiàn)在時間維度,在空間維度為弱顯著影響,回歸系數(shù)均為負,與預(yù)期結(jié)果相反。技術(shù)進步使得企業(yè)增加先進技術(shù)設(shè)備和科技人才,理應(yīng)有利于工業(yè)生態(tài)效率,這里表現(xiàn)為負相關(guān)影響可能是因為技術(shù)投入并沒有針對減少廢水、廢氣和廢棄物的排放,也沒有致力于污染物的治理和循環(huán)利用,因此生態(tài)效益低于經(jīng)濟效益使得工業(yè)生態(tài)效率降低。
(3)實際利用外資的回歸系數(shù)均為負,且極度顯著,表明對外開放水平與工業(yè)生態(tài)效率呈強負相關(guān),實際利用外資的增加反而導(dǎo)致效率降低。對外開放水平的系數(shù)并不大,就時間維度而言,實際利用外資增加1%,工業(yè)生態(tài)效率則降低0.099 9%,雖有降低,但幅度不大,這可能是因為對外開放水平在促進經(jīng)濟發(fā)展的同時,追求經(jīng)濟利益最大化而忽視了資源消耗和環(huán)境污染,因此降低了工業(yè)生態(tài)效率。
(4)第三產(chǎn)業(yè)與第二產(chǎn)業(yè)比重回歸系數(shù)均為正,與工業(yè)生態(tài)效率呈正相關(guān)。在僅考慮時間維度時,產(chǎn)業(yè)結(jié)構(gòu)對效率的正向影響不顯著。在空間維度上,產(chǎn)業(yè)結(jié)構(gòu)有利于工業(yè)生態(tài)效率的提高,各個地市之間相互促進、相互彌補,經(jīng)濟發(fā)達城市發(fā)揮經(jīng)濟和技術(shù)輻射作用拉動周邊城市進而提高經(jīng)濟水平,工業(yè)污染嚴重的企業(yè)向其余地區(qū)進行遷移,減少當?shù)厣鷳B(tài)污染。
(5)城鎮(zhèn)化水平的回歸系數(shù)為負,僅在考慮時間效應(yīng)的前提下,回歸結(jié)果在5%的置信水平下顯著,因此,在空間上城鎮(zhèn)化水平并沒有表現(xiàn)出對工業(yè)生態(tài)效率的影響程度。隨著時間推移,城鎮(zhèn)率逐漸提高,工業(yè)化程度也逐漸增強,占地面積增加、資源過度利用、工業(yè)污染物排放增加等問題使得工業(yè)生態(tài)效率的生態(tài)效益逐漸降低,因此,在推進城鎮(zhèn)化時應(yīng)強調(diào)與生態(tài)的協(xié)調(diào)發(fā)展。
本研究選取淮河生態(tài)經(jīng)濟帶25市2009—2018年數(shù)據(jù),結(jié)合超效率SBM和探索性空間數(shù)據(jù)分析工具從時空維度解析工業(yè)生態(tài)效率,最后優(yōu)選固定效應(yīng)模型從時空維度分析工業(yè)生態(tài)效率的影響因素,結(jié)果表明:(1)經(jīng)濟帶工業(yè)生態(tài)效率總體上呈上升趨勢,按照分段效率由大到小排序為:山東段>江蘇段>安徽段>河南段。(2)空間維度上,位于北部的山東段工業(yè)生態(tài)效率較高,部分城市達到超效水平,總體上效率由東北向西南遞減。(3)工業(yè)生態(tài)效率的影響因素中經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)對工業(yè)生態(tài)效率起促進作用,科技進步、對外開放和城鎮(zhèn)化對工業(yè)生態(tài)效率起抑制作用。科技進步在時間維度上影響顯著,產(chǎn)業(yè)結(jié)構(gòu)在空間上影響顯著,經(jīng)濟發(fā)展和對外開放在時空維度均呈顯著影響。
因此,基于研究結(jié)果提出以下幾點建議:(1)淮河生態(tài)經(jīng)濟帶全面推進新型工業(yè)化轉(zhuǎn)型發(fā)展,不能因為追求過快經(jīng)濟發(fā)展而忽視污染問題。(2)發(fā)揮毗鄰城市的經(jīng)濟帶動作用,效率較低城市應(yīng)積極加強學(xué)習(xí),對重污染企業(yè)實行遷移補償政策,致力于緩解當?shù)厣鷳B(tài)問題。(3)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),調(diào)整對工業(yè)生態(tài)有利的生產(chǎn)運行方式,注重經(jīng)濟和生態(tài)的協(xié)調(diào)發(fā)展。