地區(qū)綠色經濟發(fā)展狀況綜合評價

張良勇，魏超男，閆曉銘

(河北經貿大學 數學與統計學學院，河北 石家莊 050061)

0 引言

自1978年改革開放以來，我國經濟發(fā)展迅速，國民經濟水平也有了顯著提升，但高速增長的經濟模式對環(huán)境造成了巨大負擔，環(huán)境污染日益嚴重。在此背景下，習近平總書記提出“綠水青山就是金山銀山”的科學論斷。如今，我國生態(tài)環(huán)境質量持續(xù)好轉，出現了穩(wěn)中向好趨勢，但成效并不穩(wěn)固，稍有松懈就有可能出現反復，因此，大力發(fā)展綠色經濟，實現可持續(xù)發(fā)展，對于提升我國綜合國力，提高國際地位有重要意義。

綠色經濟作為社會的熱點，受到學者的廣泛關注。張薇[1]運用因子分析法對我國30個省份綠色經濟發(fā)展狀況進行實證分析，指出各省份歷年綠色經濟發(fā)展總體呈上下波動態(tài)勢，并得出綠色經濟水平較高的省份大多為經濟較發(fā)達地區(qū)，各省份綠色經濟發(fā)展不平衡問題具有普遍性與差異性的結論。韓國瑩等[2]采用R型聚類與因子分析方法對所選取的指標數據進行分析，以此構建出綠色經濟發(fā)展評價指標體系。韓磊[3]采用熵值法確定指標權重并計算各年綠色經濟水平得分，并利用因子分析法得出影響湖南省綠色經濟發(fā)展的因素主要體現在經濟社會發(fā)展度與生態(tài)文明實現度兩方面。杜永強等[4]以我國30個省級行政區(qū)為研究對象，利用主成分分析、聚類分析等統計方法進行研究，得出綠色經濟整體發(fā)展與經濟發(fā)展和民生社會是同向的，各地區(qū)總排名與資源與環(huán)境排名是反向的結論。曾賢剛，畢瑞亨[5]采用主成分分析、聚類分析、多元線性回歸等方法分析我國綠色經濟發(fā)展狀況，發(fā)現1997-2011年，我國綠色經濟發(fā)展的總體水平呈現出上升態(tài)勢，但地區(qū)間綠色經濟發(fā)展不均衡，影響我國綠色經濟發(fā)展的主要因素為資源利用和環(huán)境保護。邢艷春和王嘉策[6]利用R型聚類分析與因子分析相結合的方法構建了綠色經濟發(fā)展指標體系。高春玲[7]采用熵值法確定所構建的綠色經濟評價指標體系中各指標的權重，對2000-2010年湖北省綠色經濟發(fā)展狀況進行綜合評價。劉西明[8]采用多元線性回歸對我國綠色經濟發(fā)展水平指數進行分析，得出2000-2011年我國綠色經濟發(fā)展水平總體上逐年提高的結論。王佳佳，趙思棋[9]以遼寧省14座城市為實證對象，選取了2013-2017年的數據，采用動態(tài)因子分析法對遼寧省各市的綠色經濟發(fā)展績效水平進行實證分析，得出了遼寧省綠色經濟發(fā)展不平衡的結論。

本文基于我國綠色經濟的發(fā)展狀況，同時閱讀相關文獻，經過考量與比較，選取了12個指標，對2019年我國31個省市區(qū)的綠色經濟發(fā)展狀況進行分析與比較。首先利用SPSS 24.0軟件的因子分析功能得出了三個主因子：社會保障與環(huán)境保護因子、經濟發(fā)展因子、資源儲備因子，計算因子得分和綜合得分，并根據二者對各地區(qū)進行排名。然后將因子得分作為分析變量，利用系統聚類方法對各地區(qū)進行聚類分析，從而得出東西部地區(qū)綠色經濟發(fā)展存在區(qū)域差異，且不同地區(qū)存在不同短板的結論，根據分析結果，提出可行性建議。

1 數據來源與指標確定

在選取綠色經濟發(fā)展狀況評價指標時，要選擇具有代表性并能全面反映綠色經濟發(fā)展狀況的指標。綠色經濟發(fā)展的相關指標大部分是圍繞經濟增長、社會發(fā)展、資源狀況、環(huán)境保護這幾個方面展開。因此，本文在此基礎上參考張薇、韓磊、杜永強等[1，3，4]研究成果，首先選取經濟發(fā)展、資源環(huán)境和社會保障3個一級指標，從這3個一級指標出發(fā)，遵循科學性、代表性、可行性、數據真實性以及數據易收集整理性等原則，并借鑒張薇、韓國瑩、韓磊等[1-5]的評價指標體系，結合綠色經濟內涵和實際情況選取二級指標：在經濟發(fā)展下選取人均GDP、居民人均可支配收入、居民人均消費支出和第三產業(yè)產值占GDP比重4個二級指標；在資源環(huán)境下選取森林面積、水資源總量、廢水中總氨排放量和廢氣中氮氧化物排放量4個二級指標；在社會保障下選取普通高等學校在校學生數、衛(wèi)生機構床位數、公共圖書館業(yè)機構數和公共汽電車運營數4個二級指標。為了對變量指標有一個整體清晰、直觀的認識，特總結列表，具體如表1所示。

表1 各地區(qū)綠色經濟評價指標體系

2 實證分析

2.1 各地區(qū)綠色經濟發(fā)展狀況因子分析

2.1.1 因子分析的適用性檢驗

通過考察原始變量是否適合因子分析，運用SPSS 24.0軟件，采用KMO和Bartlett的球型度檢驗方法對31個地區(qū)的數據進行檢驗，具體結果如表2所示。KMO檢驗的計算結果值為0.724，大于0.7，說明原變量之間的公共信息較多，由因子分析原理可知數據適合做因子分析。同時，Bartlett球型檢驗的P值為0.000，小于0.05，說明數據通過適應性檢驗，即數據適合進行因子分析。

表2 KMO和Bartlett檢驗

2.1.2 確定公因子數目

各因子解釋的總方差結果如表3所示。首先，綜合原有變量能力最強的是第一公因子，占全部方差的比重最大，達到了40.690%；其次是第二公因子，占全部方差的32.875%；第三公因子的方差占全部方差的14.484%，最后三個公因子的方差累計貢獻率達到88.049%，大于85%，表明這3個公因子符合因子分析的提取要求，它們的提取可以比較好地解釋原變量，將原來的12項指標轉化為3項綜合指標。

表3 解釋的總方差

2.1.3 旋轉成分矩陣

為更好地理解各個公因子的含義以及公因子命名，利用最大方差法進行因子旋轉。由表4旋轉后的成份矩陣可以看出公因子一在X7、X8、X9、X10、X11和X12這幾個變量上有較大的載荷，這幾個變量主要體現各地區(qū)社會保障和環(huán)境保護狀況，所以將第一公因子命名為“社會保障與環(huán)境保護因子”，用F1表示。公因子二中載荷較大的是X1、X2、X3和X4，反映的主要是各地區(qū)經濟發(fā)展，將第二公因子命名為“經濟發(fā)展因子”，用F2表示。公因子三中載荷較大的是X5和X6，這兩個指標主要反映各地區(qū)資源儲備狀況，所以將第三公因子命名為“資源儲備因子”，用F3表示。

表4 旋轉成分矩陣

2.1.4 因子得分及排名

表5說明每個主因子與各個原始指標間的相關性系數，可以計算綠色經濟的各因子得分數，并可以對各地區(qū)綠色經濟發(fā)展狀況進行進一步比較分析，旋轉后的第一、二、三公因子分別用F1、F2、F3表示，表達式如下：

表5 因子得分系數矩陣

續(xù)表5 因子得分系數矩陣

F1=0.028X1+0.019X2+0.015X3-0.046X4-0.016X5-0.024X6+0.186X7+0.182X8+0.200X9+0.195X10+0.150X11+0.184X12

F2=0.256X1+0.261X2+0.262X3+0.224X4+0.046X5+0.124X6+0.060X7-0.083X8-0.007X9-0.007X10-0.071X11+0.109X12

F3=0.063X1+0.056X2+0.058X3+0.056X4+0.495X5+0.602X6+0.088X7-0.183X8-0.060X9+0.006X10+0.112X11+0.023X12

根據以上分析得出的各地區(qū)綠色經濟發(fā)展狀況的三個公因子得分以及它們所對應的方差貢獻率，得到綜合得分F的表達式：

F=(0.406 90F1+0.328 75F2+0.144 84F3)

/0.880 49

求出各地區(qū)綠色經濟各因子得分F1、F2、F3以及綜合得分F，最后得出各地區(qū)的因子得分及排名如表6所示。

表6 各地區(qū)綠色經濟因子得分及排名

續(xù)表6 各地區(qū)綠色經濟因子得分及排名

在各因子水平下，對我國31個地區(qū)的綠色經濟發(fā)展狀況進行比較，結果如下：社會保障與環(huán)境保護因子的貢獻率為40.690%，所以各地區(qū)綠色經濟發(fā)展狀況受此因子的影響比較大，其中廣東、山東、江蘇位列前三名，這3個地區(qū)均位于我國東中部，表明我國東中部地區(qū)的社會保障與環(huán)境保護狀況優(yōu)于西部；經濟發(fā)展因子的貢獻率為32.875%，其中北京、上海、浙江位列前三名，這3個地區(qū)都是經濟發(fā)達的地區(qū)；資源儲備因子的貢獻率為14.484%，其中排名前三名的為西藏、四川、云南，這3個地區(qū)均位于我國西部，且面積較大，相較位于東南部的地區(qū)，資源儲備是較豐富的。

綜合來看，位于我國東中部的部分地區(qū)以及位于西部的四川省在社會保障與環(huán)境保護、經濟發(fā)展方面都表現較好，但有少部分地區(qū)雖然在經濟發(fā)展方面表現突出，但在社會保障與環(huán)境保護方面靠后，導致總排名下滑，所以這些地區(qū)應在經濟發(fā)展的基礎上，加強對社會保障與環(huán)境保護的建設，而在資源儲備方面，表現較好的均為面積較大的地區(qū)，這方面依賴于地理優(yōu)勢，但這些地區(qū)在其它方面表現欠佳，應努力提升。

2.2 各地區(qū)綠色經濟發(fā)展狀況聚類分析

2.2.1 聚類結果

根據因子分析結果，對31個地區(qū)進行分類。本文利用系統聚類方法，以31個地區(qū)三個公因子的得分為分析變量，用“平方歐式距離”法度量觀測間的相似性，聚類方法為ward法，得到樹狀圖，如圖1所示。

圖1 樹狀圖

圖1的樹狀圖展現了聚類分析中每一類情況，根據樹狀圖可知，將31個樣本分為4類是比較合理的，分類結果如表7所示。

表7 聚類分析結果

2.2.2 方差分析

在系統聚類分析中，31個地區(qū)全部有效，無缺失值，聚類分析的方差分析結果如表8所示?？梢钥闯?，所有得分變量的P值均為0.000，表明在顯著性水平為0.01時全部拒絕原假設，所有得分變量通過檢驗，即所有變量都對分類貢獻顯著，說明聚類分析結果有效。

表8 方差分析結果

2.2.3 各地區(qū)平均得分

為了分析各類地區(qū)的優(yōu)勢與劣勢，計算了4類地區(qū)分別在各因子的平均得分，如表9所示。可以看出，在社會保障與環(huán)境保護因子平均得分上，3、4類地區(qū)得分為正，另外兩類地區(qū)得分為負；在經濟發(fā)展因子平均得分上，1、4類得分為正，且1類遠高于其它3類，高達3.053，說明1類經濟發(fā)展情況非常好；在資源儲備因子平均得分上，只有4類為正數，所以4類地區(qū)在資源儲備方面表現較好，其它地區(qū)平均得分均為負數，且3類最低；在綜合平均得分上，1類地區(qū)平均得分最高，說明1類地區(qū)的綠色經濟發(fā)展狀況較好，只有2類地區(qū)綜合平均得分為負數，且三個公因子平均得分也均為負數，表明2類地區(qū)的綠色經濟發(fā)展狀況較差。

表9 類均值結果

3 結論與建議

3.1 結論

因子分析顯示，東中部地區(qū)的3個公因子得分排名都比較靠前，西部地區(qū)中3個公因子得分都比較靠前的是四川。

由分類結果看出，1類地區(qū)的經濟發(fā)展因子平均得分很高，但其余2個公因子平均得分都為負數，所以這類地區(qū)經濟發(fā)展狀況好，但社會保障與環(huán)境保護、資源儲備方面不佳，需在經濟發(fā)達的基礎上提高民生環(huán)境質量。2類地區(qū)大多位于我國西部，這類地區(qū)的3個公因子平均得分與綜合平均得分均為負數，說明這些地區(qū)綠色經濟發(fā)展狀況較差，需在各個方面加大投入，爭取提高綠色經濟發(fā)展水平。3類地區(qū)社會保障與環(huán)境保護因子平均得分與綜合平均得分為正數，且社會保障與環(huán)境保護因子平均得分高出其他3類較多，說明3類地區(qū)在社會保障與環(huán)境保護方面表現不錯，但在經濟發(fā)展和資源儲備方面表現一般，所以這些地區(qū)應加強這兩方面的建設。4類地區(qū)所有得分均為正數，其中前兩個公因子平均得分都位于中間水平，資源儲備因子得分排名第一，所以這類地區(qū)在資源儲備方面較為優(yōu)秀，在保持資源優(yōu)勢的前提下應提升經濟狀況與社會保障與環(huán)境保護狀況。

綜上所述，各地區(qū)綠色經濟發(fā)展狀況存在區(qū)域差異性，其中，東中部地區(qū)的綠色經濟發(fā)展狀況較好，而西部地區(qū)的綠色經濟發(fā)展狀況一般，這表明綠色經濟發(fā)展狀況較好的地區(qū)普遍為經濟較發(fā)達的地區(qū)，這是由于綠色經濟發(fā)展模式需要良好的經濟作為支撐，所以發(fā)展綠色經濟首先要打好經濟基礎。

3.2 建議

3.2.1 針對西部地區(qū)

在保持綠色前提下，大力促進經濟發(fā)展。雖然西部地區(qū)在綠色方面表現較好，但是在經濟方面落后，所以西部地區(qū)發(fā)展綠色經濟的首先就是打好經濟基礎。政府應打破地域限制，與經濟發(fā)達地區(qū)形成統一的綠色經濟發(fā)展規(guī)劃，提升地區(qū)間的開放合作水平；其次，在做好生態(tài)保護的前提下，充分利用地區(qū)優(yōu)勢，重點引進綠色、低碳、智能的企業(yè)投資建廠，在外力的支持下推動綠色經濟持續(xù)發(fā)展。

3.2.2 針對東中部地區(qū)

東中部地區(qū)雖然經濟較為發(fā)達，但是部分地區(qū)停留在高能耗、高物耗、高污染、高排放的粗放型經濟發(fā)展模式，這一發(fā)展模式已經對環(huán)境造成了傷害。面對這種形勢，政府需加大環(huán)境保護與恢復投入，并出臺相應政策，對企業(yè)進行約束。同時，企業(yè)應做好管理，采取資源消耗低、環(huán)境污染少、產品附加值高的生產方式，并努力爭取研發(fā)出“資源節(jié)約型，環(huán)境友好型”的最優(yōu)生產方式，實現人與自然和諧共生，建立綠色經濟發(fā)展模式。