中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益測(cè)度及其時(shí)空演化分析

馬歆　MUHAMMAD+Raheel 薛天天　王繼東

摘要

在政府強(qiáng)化環(huán)境績(jī)效考核的當(dāng)下，科學(xué)考察中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益時(shí)空演化規(guī)律，對(duì)于中國(guó)實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)雙贏具有重要的現(xiàn)實(shí)意義?；诖耍疚牟捎?003—2014年中國(guó)大陸30個(gè)省、市和自治區(qū)數(shù)據(jù)，考慮廢水、化學(xué)需氧量、工業(yè)廢氣和工業(yè)煙（粉）塵等非期望產(chǎn)出，構(gòu)建SBMDEA超效率模型測(cè)算中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益水平。并基于空間經(jīng)濟(jì)學(xué)的視角，對(duì)區(qū)域生態(tài)經(jīng)濟(jì)投入效益時(shí)空演化格局進(jìn)行分析。結(jié)果顯示：①區(qū)域生態(tài)經(jīng)濟(jì)投入效益呈現(xiàn)從東部沿海向西部?jī)?nèi)陸地區(qū)逐漸遞減的地帶性差異；②要素配置失衡導(dǎo)致資源投入效率存在“短板效應(yīng)”，各區(qū)域表現(xiàn)出不同的資源投入松弛量空間分布狀態(tài)、生態(tài)經(jīng)濟(jì)投入效益無法達(dá)到最優(yōu)狀態(tài)；③空間全局Morans I 指數(shù)證實(shí)區(qū)域生態(tài)經(jīng)濟(jì)投入效益逐步由較強(qiáng)的空間集聚狀態(tài)向較弱集聚狀態(tài)轉(zhuǎn)變；④GetisOrd Gi*指數(shù)結(jié)果表明，熱點(diǎn)和次熱點(diǎn)區(qū)域呈現(xiàn)出與生態(tài)經(jīng)濟(jì)投入效益較為一致的地帶性分布；⑤重心移動(dòng)軌跡曲折，東西往復(fù)擺動(dòng)，表明中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益分布存在振蕩演化趨勢(shì)。這意味著：要重視省際間的經(jīng)濟(jì)聯(lián)系，強(qiáng)化區(qū)域聯(lián)動(dòng)和產(chǎn)業(yè)分工，在結(jié)構(gòu)轉(zhuǎn)換的帶動(dòng)下提升資源的配置效率；逐步引導(dǎo)企業(yè)成為科技研發(fā)投入的主體，使研發(fā)投入與產(chǎn)品和市場(chǎng)緊密結(jié)合，高層次人力資源，培養(yǎng)與企業(yè)需求相結(jié)合。延長(zhǎng)熱點(diǎn)區(qū)域技術(shù)、人力資源等生產(chǎn)要素的空間溢出半徑，縮小生態(tài)經(jīng)濟(jì)投入效益冷熱點(diǎn)區(qū)域之間的失衡；政府要建立規(guī)范化的治污投資效益評(píng)價(jià)體系加強(qiáng)治污投資資金的管理和監(jiān)督，注重依靠市場(chǎng)化的手段將區(qū)域經(jīng)濟(jì)發(fā)展過程中的外部性內(nèi)部化，從而推動(dòng)區(qū)域生態(tài)經(jīng)濟(jì)投入效益水平的不斷提升。

關(guān)鍵詞 區(qū)域生態(tài)經(jīng)濟(jì)投入效益；非期望產(chǎn)出；SBMDEA超效率模型；時(shí)空演化

中圖分類號(hào) F124.5 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2017）11-0010-11 DOI：10.12062/cpre.20170456

近年來，中國(guó)不少地區(qū)霧霾天氣頻發(fā)，持續(xù)時(shí)間長(zhǎng)，影響范圍大，給經(jīng)濟(jì)社會(huì)發(fā)展帶來了不利影響，引起全社會(huì)的關(guān)注。同期由亞洲開發(fā)銀行和清華大學(xué)聯(lián)合發(fā)布的環(huán)境報(bào)告中指出，中國(guó)最大的500個(gè)城市只有不到1%達(dá)到世界衛(wèi)生組織推薦的空氣質(zhì)量，在全球污染最嚴(yán)重的10個(gè)城市中，中國(guó)占到了7個(gè)[1]。中國(guó)作為經(jīng)濟(jì)增長(zhǎng)最快的國(guó)家，資源粗放式利用、污染物肆意排放與生態(tài)環(huán)境問題日益突出，并在不同地區(qū)間呈現(xiàn)出不同的表現(xiàn)形式[2]。傳統(tǒng)的資源環(huán)境經(jīng)濟(jì)學(xué)更多的是從資源稀缺配置的視角研究如何減少經(jīng)濟(jì)發(fā)展過程中外部性的影響，不少學(xué)者對(duì)污染物排放和資源投入之間的關(guān)系進(jìn)行了探索，并得出許多有意義的結(jié)論[3-5]。但是這些文獻(xiàn)大都假定本地的資源投入和污染排放與鄰近地區(qū)沒有關(guān)系，即沒有考慮到空間的因素。根據(jù)美國(guó)地理學(xué)家Tobler在1970年提出的“地理學(xué)第一定律”中所指出的：Everything is related to everything else， but near things are more related than distant things[6]，各地區(qū)之間的經(jīng)濟(jì)發(fā)展、資源投入和生態(tài)環(huán)境所存在的差異性必定與它們的地理位置和空間關(guān)系相關(guān)，臨近地區(qū)間有較強(qiáng)的相互影響并不斷地演化，既存在空間異質(zhì)性（spatial heterogeneity），也存在空間相關(guān)性（spatial correlation）和集聚（clustering）分布。

黨的十八大首提“美麗中國(guó)”、將生態(tài)文明納入到“五位一體”總體布局。2016年12月12日，在國(guó)家發(fā)展改革委、國(guó)家統(tǒng)計(jì)局、環(huán)境保護(hù)部、中央組織部制定的《綠色發(fā)展指標(biāo)體系》和《生態(tài)文明建設(shè)考核目標(biāo)體系》中，資源利用權(quán)重占29.3%，環(huán)境治理權(quán)重占16.5%，環(huán)境質(zhì)量權(quán)重占19.3%，生態(tài)保護(hù)指標(biāo)權(quán)重占16.5%，增長(zhǎng)質(zhì)量權(quán)重占9.2%，綠色生活權(quán)重占9.2%。其中GDP增長(zhǎng)質(zhì)量權(quán)重不到資源利用、環(huán)境質(zhì)量權(quán)重的一半，占全部考核權(quán)重不到10%。中國(guó)未來發(fā)展政策的制定既要“金山銀山”，也要“綠水青山”，不僅要為經(jīng)濟(jì)發(fā)展留有適當(dāng)空間，更要以資源節(jié)約和生態(tài)環(huán)境的持續(xù)改善為終極目標(biāo)?；诖耍疚倪x擇能夠同時(shí)反映經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境狀況的“生態(tài)經(jīng)濟(jì)投入效益”作為研究對(duì)象，分析其時(shí)空演化格局，并在此基礎(chǔ)上揭示相應(yīng)的政策含義，具有必要性和現(xiàn)實(shí)的指導(dǎo)意義。本文結(jié)構(gòu)安排如下：第一部分為相關(guān)研究述評(píng)；第二部分為研究方法與數(shù)據(jù)來源；第三部分運(yùn)用考慮非期望產(chǎn)出的SBMDEA超效率模型對(duì)中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益進(jìn)行測(cè)算，并從空間經(jīng)濟(jì)學(xué)視角進(jìn)行了分析；第四部分給出結(jié)論以及相應(yīng)的政策建議。

1 相關(guān)研究述評(píng)

“經(jīng)濟(jì)和生態(tài)是一個(gè)不可分割的整體，在生態(tài)遭到破壞的世界里不可能有福利和財(cái)富”[7]。如果忽視經(jīng)濟(jì)活動(dòng)對(duì)生態(tài)環(huán)境的影響，當(dāng)兩者不能夠相互平衡時(shí)，就不可能實(shí)現(xiàn)社會(huì)再生產(chǎn)的良性發(fā)展。生態(tài)經(jīng)濟(jì)投入效益是投入生態(tài)資源要素的成本與獲得的經(jīng)濟(jì)收入的比值。在某區(qū)域范圍內(nèi)，可使用地區(qū)生產(chǎn)總值或地區(qū)總產(chǎn)出等指標(biāo)衡量經(jīng)濟(jì)收入；“生態(tài)資源要素”包含資源消耗與污染排放兩個(gè)部分[8]。其中，資源消耗可以用各種直接原料投入來衡量，主要包括能源消耗量、水消耗量、土地等資源消耗量[9]；污染排放則以排放量進(jìn)行衡量，主要包括廢水、廢氣、煙（粉）塵的排放量等[10]。

現(xiàn)有文獻(xiàn)中關(guān)于區(qū)域生態(tài)經(jīng)濟(jì)投入效益的評(píng)價(jià)方法主要包括：模糊綜合評(píng)價(jià)法[11]、層次分析法（analytic hierarchy process，AHP）[12]、隨機(jī)前沿分析（Stochastic Frontier Approach，SFA）[13]和數(shù)據(jù)包絡(luò)分析法（data envelope analyse，DEA）[14]。模糊綜合評(píng)價(jià)法的優(yōu)點(diǎn)在于能夠通過隸屬度函數(shù)和模糊統(tǒng)計(jì)，實(shí)現(xiàn)被評(píng)價(jià)對(duì)象的定性指標(biāo)定量化，且評(píng)價(jià)結(jié)論是評(píng)價(jià)集在其論域上的子集，涵蓋了非常豐富的潛在信息量。其不足之處是：權(quán)重指標(biāo)的確定帶有較強(qiáng)的主觀性，如果是多目標(biāo)決策問題，隸屬度函數(shù)的確定也存在較多困難[15]。AHP的優(yōu)勢(shì)在于原理的簡(jiǎn)單性與計(jì)算的便利性。但是在構(gòu)建層次結(jié)構(gòu)模型， 并運(yùn)用成對(duì)比較矩陣進(jìn)行判斷的過程，存在著較強(qiáng)的主觀性，有可能產(chǎn)生某些片面性判斷，結(jié)果較為粗糙[16]。SFA始于對(duì)生產(chǎn)最優(yōu)化的研究，是一種典型的參數(shù)方法。其特點(diǎn)在于：當(dāng)分析生產(chǎn)參與者決策行為的時(shí)候，誤差項(xiàng)不再是均值為0的對(duì)稱分布，而是與邊界線相聯(lián)系的誤差項(xiàng)，通常稱為“復(fù)合誤差項(xiàng)”，由對(duì)稱分布誤差項(xiàng)與單邊誤差項(xiàng)組成。其中，對(duì)稱分布誤差項(xiàng)用于考慮環(huán)境因素的影響，而單邊誤差項(xiàng)則用于測(cè)度生產(chǎn)參與者的技術(shù)有效性[17]。但是，當(dāng)單邊誤差項(xiàng)存在異方差時(shí)，得到的生產(chǎn)邊界結(jié)構(gòu)參數(shù)的估計(jì)值以及技術(shù)效率的估計(jì)值都是有偏的，無論是固定效應(yīng)還是隨機(jī)效應(yīng)模型都不適合，極大似然法雖然可用，但由于估計(jì)參數(shù)過多，實(shí)踐上并不可行[18]。DEA是一種基于被評(píng)價(jià)對(duì)象間相對(duì)比較的非參數(shù)方法，基本原理相對(duì)簡(jiǎn)單，尤其是適用于多投入、多產(chǎn)出的決策單元（decision making unit， DMU）效率評(píng)價(jià)問題，而且不需要對(duì)評(píng)價(jià)系統(tǒng)輸入和輸出的函數(shù)形式進(jìn)行假定，排除了主觀因素。在測(cè)算生態(tài)經(jīng)濟(jì)投入效益時(shí)，涉及的資源投入和污染排放指標(biāo)較多，衡量單位存在著較大差異，而DEA能夠有效地解決此問題，因此，得到了較為廣泛的應(yīng)用。Sueyoshi和Goto[19] 應(yīng)用徑向DEA方法進(jìn)行了相關(guān)研究，但是徑向距離函數(shù)采用的是傳統(tǒng)的謝潑德距離函數(shù)（shephard distance function），這種函數(shù)對(duì)于所有的期望產(chǎn)出和非期望產(chǎn)出的增加和減少是等比例的，而實(shí)際的情況是希望減少非期望產(chǎn)出，增加期望產(chǎn)出的數(shù)量。Rosanopean et al[20] 應(yīng)用方向距離函數(shù)（directional distance function）彌補(bǔ)了謝潑德距離函數(shù)的不足，在設(shè)定期望產(chǎn)出增加的同時(shí)，非期望產(chǎn)出將嚴(yán)格等比例減少。但是在既定投入的情況下，如果對(duì)非期望產(chǎn)出采用強(qiáng)可處置性，則非期望產(chǎn)出減少的數(shù)量可能超越生產(chǎn)前沿，這顯然是不合邏輯的。如果對(duì)非期望產(chǎn)出采用弱可處置性，即對(duì)非期望產(chǎn)出的減少設(shè)定下限，則可能丟失一部分生產(chǎn)可能集。另外，在徑向DEA模型中，對(duì)于無效率程度的測(cè)量只包含了所有投入或（產(chǎn)出）等比例縮減（增加）的比例。對(duì)于無效DMU而言，其當(dāng)前狀態(tài)與強(qiáng)有效目標(biāo)值之間的差距，除了等比例改進(jìn)的部分之外，還包括松弛改進(jìn)的部分，而松弛改進(jìn)的部分在效率值的測(cè)量中并未得到體現(xiàn)。Chang et al[21]采用SBMDEA（slack based measure，SBM）模型來解決這個(gè)問題，并應(yīng)用于環(huán)境效率的測(cè)算，在SBMDEA模型中，可以用各項(xiàng)投入（產(chǎn)出）可以縮減（增加）的平均比例來衡量DMU的無效率。需要注意的是：無論是徑向距離函數(shù)DEA、方向距離函數(shù)DEA，或者是SBMDEA方法，在面對(duì)多投入和多產(chǎn)出指標(biāo)時(shí)，由于有效DMU都為“1”，給進(jìn)一步細(xì)化判斷帶來了困難。為此，Anderson和Petersen[22]提出了超效率（super efficiency model），其基本思想是用有效DMU的投影點(diǎn)（投入增加和/或產(chǎn)出減少）替換該DMU后，投影點(diǎn)在標(biāo)準(zhǔn)效率模型中是有效的，允許效率值大于1，這樣就可以對(duì)有效DMU的效率高低做進(jìn)一步區(qū)分。成金華等人[23] 構(gòu)建了徑向超效率DEA評(píng)價(jià)模型，在模型中將污染物等非期望產(chǎn)出設(shè)定為“投入”指標(biāo)。一方面不符合生產(chǎn)實(shí)際情況，另一方面可能存在得到的效率值不滿足單調(diào)性，即可能出現(xiàn)被評(píng)價(jià)DMU減少投入或者增加產(chǎn)出后，得到的效率值反而會(huì)下降的情況，無法保證DMU無效率正確的改進(jìn)方向。endprint

分析以上文獻(xiàn)可知：第一，傳統(tǒng)的徑向DEA方法無法解決松弛調(diào)整部分缺失問題，難以實(shí)現(xiàn)當(dāng)前狀態(tài)與強(qiáng)有效目標(biāo)值之間差距的有效縮??；第二，方向距離函數(shù)存在強(qiáng)處置性處理非期望產(chǎn)出超越生產(chǎn)前沿，采用弱處置性處理非期望產(chǎn)出丟失一部分生產(chǎn)可能集，導(dǎo)致最終有效DMU不合理或者缺失；第三，當(dāng)投入和產(chǎn)出指標(biāo)較多時(shí)，由于最大有效DMU的效率值均為“1”，大多數(shù)DEA模型都無法做進(jìn)一步的區(qū)分；第四，環(huán)境污染是非期望產(chǎn)出，如果被直接作為DEA模型的“投入”來測(cè)算生態(tài)經(jīng)濟(jì)投入效益，DMU相對(duì)效率的前沿面將發(fā)生本質(zhì)改變，雖然能夠盡可能地縮減非期望產(chǎn)出，但不符合實(shí)際的生產(chǎn)過程；第五，當(dāng)前采用DEA模型對(duì)于生態(tài)經(jīng)濟(jì)投入效益的分析大多是靜態(tài)分析，沒有考慮到空間因素和地理關(guān)聯(lián)屬性，研究動(dòng)態(tài)演化的文獻(xiàn)很少。

本文的主要貢獻(xiàn)在于：首先，本研究采用Tone[24]提出的SBMDEA超效率模型作為基礎(chǔ)。與傳統(tǒng)的徑向DEA超效率模型相比，SBMDEA超效率模型將松弛變量直接加入到目標(biāo)函數(shù)中，能夠較好地解決松弛調(diào)整部分缺失的問題；其次，將被評(píng)價(jià)DMU從參照的生產(chǎn)可能性集中去除，即被評(píng)價(jià)DMU的效率是通過參照其他DMU所構(gòu)成的有效前沿得到，有效DMU的超效率值一般大于1，從而可以對(duì)有效DMU進(jìn)行區(qū)分，保證研究結(jié)果的穩(wěn)健性；再次，為了與實(shí)際生產(chǎn)情況相一致，將污染物等作為非期望產(chǎn)出引入到SBMDEA超效率模型，構(gòu)造了一個(gè)考慮非期望產(chǎn)出的改進(jìn)SBMDEA超效率模型，用于中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的測(cè)算；最后，運(yùn)用地理空間統(tǒng)計(jì)分析手段，考慮生態(tài)經(jīng)濟(jì)投入效益在區(qū)域之間的擴(kuò)散和極化效應(yīng)，研究了其空間差異和動(dòng)態(tài)演化特征。

2 研究方法與數(shù)據(jù)來源

2.1 方法與模型

2.1.1 生態(tài)經(jīng)濟(jì)投入效益測(cè)度

本文構(gòu)建了考慮非期望產(chǎn)出的SBMDEA超效率模型，實(shí)證測(cè)算中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益水平。模型設(shè)定如下：

假設(shè)存在n個(gè)同質(zhì)的DMU，每個(gè)DMU包括三種要素：m種資源消耗作為投入指標(biāo)，q1種產(chǎn)品作為期望產(chǎn)出指標(biāo)（例如GDP），q2種產(chǎn)品作為非期望產(chǎn)出指標(biāo)（環(huán)境污染），向量形式分別表示：x∈Rm，y∈Rq1，b∈Rq2；X、Y和B是要素矩陣：

X=[x1，…，xn]∈Rm×n，

Y=[y1，…，yn]∈Rq1×n，

B=[b1，…，bn]∈Rq2×n。針對(duì)于每一個(gè)DMU，所有可行的投入和產(chǎn)出要素構(gòu)成非負(fù)的生產(chǎn)可能性集，在給定技術(shù)條件下，通過調(diào)整投入和產(chǎn)出的松弛變量，所有的DMU實(shí)現(xiàn)自身效率的最大化。

minθ=[SX（]1+1m×∑m[]i=1s-ixi，k

1-1（q1+q2）×（∑q1r=1s+ryr，k+

∑q2f=1sb-fbf，k）（1）

s.t.∑nj=1，j≠kxi，jλj-s-i≤xi，k，s-i≥0 i=1，2，…，m

∑nj=1，j≠kyr，jλj+s+i≥yr，k，s+r≥0 r=1，2，…，q1

∑nj=1，j≠kbf，jλj-sb-f≥bf，k，sb-f≥0 f=1，2，…，q2

1-1（q1+q2）×（∑q1r=1s+ryr，k+

∑q2f=1sb-fbf，k）>0

λj>0 j=1，2，…，n

其中，θ為超效率值；s-i表示第i種資源消耗的松弛變量，s+r表示第r種期望產(chǎn)出的松弛變量，sb-f表示第f種非期望產(chǎn)出松弛變量；s-，s+，sb-為松弛變量向量；λ為參考DMU的權(quán)重系數(shù)，待估計(jì)。

2.1.2 全局空間自相關(guān)

全局Morans I指數(shù)同時(shí)根據(jù)要素位置和要素值來度量全局空間自相關(guān)，用于檢驗(yàn)鄰近區(qū)域之間相似或者獨(dú)立的關(guān)系。如果全局 Morans I 指數(shù)為正，其值越接近于1，表明具有相似屬性區(qū)域集聚程度越顯著；如果該指數(shù)為負(fù)，其值越接近-1，表明具有相異屬性的區(qū)域集聚程度越顯著；當(dāng)指數(shù)趨近于0，表明鄰近區(qū)域之間不存在空間相關(guān)性或者屬性是隨機(jī)分布。Morans I 指數(shù)計(jì)算公式如下：

Morans I=n∑ni=1∑nj=1vi，j×

∑ni=1∑nj=1vi，j×|xi-x|×|xj-x|∑ni=1|xj-x|2（2）

其中，vi，j是要素i和j之間的空間權(quán)重，xi和xi是要素i和j的屬性值，x是平均值，n等于要素總數(shù)。

2.1.3 GetisOrd Gi*指數(shù)

為識(shí)別空間數(shù)據(jù)的局部特性，Getis和Ord提出可以對(duì)數(shù)據(jù)集中的每一個(gè)要素計(jì)算Getis-Ord Gi*指數(shù)，表示為：

G*i=

∑nj=1φi，jxj-（1[]n∑nj=1xj）×∑nj=1φi，j

∑nj=1xjn-

（1[]n∑nj=1xj）2×

n∑nj=1φ2i，j-

（∑nj=1φi，j）2n-1

（3）

其中，xj是要素j的屬性值，φi，j是要素i和j之間的空間權(quán)重，n為要素總數(shù)。依據(jù)GetisOrd Gi*指數(shù)得到的z值和p值，可以顯示高值（熱點(diǎn)）或低值（冷點(diǎn)）要素在空間上發(fā)生聚類的位置。對(duì)于具有顯著統(tǒng)計(jì)學(xué)意義的正的z值，z值越高，高值（熱點(diǎn)）的聚類就越緊密；對(duì)于統(tǒng)計(jì)學(xué)上的顯著性為負(fù)的z值，z值越低，低值（冷點(diǎn)）的聚類就越緊密。各區(qū)域生態(tài)經(jīng)濟(jì)投入效益的熱點(diǎn)和冷點(diǎn)分別代表生態(tài)經(jīng)濟(jì)投入效益高水平地區(qū)和落后地帶。

2.1.4 重心

如何能夠精確顯示出中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的分布狀況和變化情況呢？本研究采用重心指標(biāo)來測(cè)定和描繪中國(guó)2003—2014年區(qū)域生態(tài)經(jīng)濟(jì)投入效益的分布及演化軌跡。重心概念來源于力學(xué)，表示物體內(nèi)各個(gè)點(diǎn)所受重力產(chǎn)生合力的作用點(diǎn)。1874年美國(guó)耶魯大學(xué)教授Walker首先將此概念應(yīng)用于研究人口分布，隨后在經(jīng)濟(jì)、社會(huì)等多學(xué)科中得到了應(yīng)用。本文設(shè)定某區(qū)域?yàn)橘|(zhì)地均勻的平面，生態(tài)經(jīng)濟(jì)投入效益在此平面上分布，如果平面上存在著一個(gè)支點(diǎn)，使平面保持水平穩(wěn)定，則該支點(diǎn)被稱作區(qū)域生態(tài)經(jīng)濟(jì)投入效益的重心。采用經(jīng)緯度表示重心的位置，區(qū)域生態(tài)經(jīng)濟(jì)投入效益大小隨著時(shí)間持續(xù)變化，重心的位置也在不斷的改變，形成區(qū)域生態(tài)經(jīng)濟(jì)投入效益重心的移動(dòng)軌跡。該軌跡移動(dòng)方向表示區(qū)域生態(tài)經(jīng)濟(jì)投入效益的移動(dòng)趨勢(shì)，而連續(xù)的移動(dòng)軌跡表示在一個(gè)時(shí)間段內(nèi)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的歷史演化過程。假設(shè)n個(gè)小區(qū)域組成一個(gè)大區(qū)域，每個(gè)小區(qū)域均有各自的生態(tài)經(jīng)濟(jì)投入效益值，對(duì)于該大區(qū)域而言，區(qū)域生態(tài)經(jīng)濟(jì)投入效益重心的計(jì)算公式如下：endprint

ψ（Lngg，Latg）=[∑n[]a=1μaLnga∑n[]a=1μa，

∑n[]a=1μaLata∑n[]a=1μa]（4）

其中，ψ（Lngg，Latg）表示某個(gè)小區(qū)域第g年重心的經(jīng)緯度坐標(biāo)，μa為小區(qū)域的特定屬性值。

2.2 樣本與數(shù)據(jù)

考慮到數(shù)據(jù)的一致性和可得性，本研究樣本不含西藏、臺(tái)灣、香港以及澳門。采集了 2003—2014 年間中國(guó)大陸30個(gè)省、直轄市和自治區(qū)的樣本數(shù)據(jù)。以各省區(qū)建設(shè)用地、用水總量和能源消費(fèi)總量為投入要素，以各省區(qū)GDP作為期望產(chǎn)出要素，以廢水排放總量、化學(xué)需氧量排放總量、工業(yè)廢氣排放總量、工業(yè)二氧化硫排放量、工業(yè)煙（粉）塵排放量和一般工業(yè)固體廢物產(chǎn)生量作為非期望產(chǎn)出要素來進(jìn)行區(qū)域生態(tài)經(jīng)濟(jì)投入效益分析。①各省、區(qū)和直轄市年度GDP和GDP平減指數(shù)來自于各年度的《中國(guó)統(tǒng)計(jì)年鑒》，以2003年為基年，經(jīng)過平減整理得到研究期內(nèi)各省、區(qū)和直轄市不變價(jià)格的GDP，單位為億元。②建設(shè)用地?cái)?shù)據(jù)來源于Wind數(shù)據(jù)庫和《中國(guó)城市統(tǒng)計(jì)年鑒》，單位為hm2。③用水總量數(shù)據(jù)來源于Wind數(shù)據(jù)庫和《中國(guó)水利統(tǒng)計(jì)年鑒》，單位為萬m3。④各省、區(qū)和直轄市每年消耗的各種能源量，折算成標(biāo)準(zhǔn)煤后進(jìn)行加總得到能源消耗總量，主要數(shù)據(jù)來自于相應(yīng)各年份的《中國(guó)能源統(tǒng)計(jì)年鑒》。⑤ 非期望產(chǎn)出數(shù)據(jù)來自于各年度的《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。其中，廢水排放總量的單位為萬 t，化學(xué)需氧量排放總量的單位為萬 t，工業(yè)廢氣排放總量的單位為億 m3，工業(yè)二氧化硫排放量的單位為 t，工業(yè)煙（粉）塵排放量的單位為 t，一般工業(yè)固體廢物產(chǎn)生量的單位為萬 t。⑥按照國(guó)家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，將中國(guó)劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)三個(gè)區(qū)域。其中，東部地區(qū)包括北京、上海和海南等 11 個(gè)省和直轄市。中部地區(qū)包括江西、河南和吉林等 8 個(gè)省份。西部地區(qū)包括四川、廣西和重慶等11 個(gè)省、市和自治區(qū)。

3 計(jì)算結(jié)果與相關(guān)分析

3.1 區(qū)域生態(tài)經(jīng)濟(jì)投入效益測(cè)度及總體特征

建立考慮非期望產(chǎn)出的SBMDEA超效率模型，對(duì)2003—2014年中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益進(jìn)行估計(jì)。從省級(jí)尺度上分析，中國(guó)各省區(qū)生態(tài)經(jīng)濟(jì)投入效益存在明顯的波動(dòng)性（見表1）。大體分為五種類型：① 上升型，包括天津、遼寧、上海、北京、廣東等5個(gè)東部省市，以及中部地區(qū)的吉林；② 下降型，包括浙江、福建、山東等3個(gè)東部省份，山西、黑龍江、安徽、河南等4個(gè)中部省份，以及西部地區(qū)的云南；③ 平穩(wěn)型，包括東部地區(qū)的江蘇，中部地區(qū)的江西、湖北，以及西部地區(qū)的青海；④ 下降-上升型，東部地區(qū)的海南，中部地區(qū)的湖南，以及西部地區(qū)的重慶；⑤ 上升-下降型，包括寧夏、新疆、內(nèi)蒙古、陜西、甘肅、四川、貴州和廣西等8個(gè)西部地區(qū)，以及東部地區(qū)的河北?？傮w而言，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)如北京、天津和上海等，以及經(jīng)濟(jì)發(fā)展水平雖然不高，但是旅游資源較為豐富的海南等省市，生態(tài)經(jīng)濟(jì)投入效益始終保持向好的態(tài)勢(shì)，生態(tài)資源投入和經(jīng)濟(jì)發(fā)展之間的平衡性較好。而甘肅、青海等經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，以及河南、山西等以資源型、重工業(yè)型為經(jīng)濟(jì)主導(dǎo)的省份，生態(tài)經(jīng)濟(jì)投入效益發(fā)展趨勢(shì)不佳。

從平均值來看（見表2），中國(guó)各省、市和自治區(qū)生態(tài)經(jīng)濟(jì)投入效益差異顯著。北京（1.893）的生態(tài)經(jīng)濟(jì)投入效益最高，位于生態(tài)經(jīng)濟(jì)投入效益最優(yōu)前沿曲線上。廣東（1408）、天津（1319）、 上海（1.231）、福建（1.151）、浙江（1057）和海南（1019）等省市生態(tài)經(jīng)濟(jì)投入效益相對(duì)較高，而安徽（0.590）、廣西（0.582）、山西（0.572）、青海（0520）、甘肅（0465）、新疆（0.378）和寧夏（0.271）是生態(tài)經(jīng)濟(jì)投入效益最低的省區(qū)。從各年份來看，北京、天津、廣東和上海位于生態(tài)經(jīng)濟(jì)投入效益最優(yōu)前沿曲線上的次數(shù)較多，始終是生態(tài)經(jīng)濟(jì)投入效益最高的省市。甘肅、新疆、寧夏和青海等西部省區(qū)一直是生態(tài)經(jīng)濟(jì)投入效益較低的省區(qū)。

從區(qū)域尺度分析，生態(tài)經(jīng)濟(jì)投入效益存在著明顯的地帶性差異，呈現(xiàn)出從東部地區(qū)向西部地區(qū)逐步遞減的趨勢(shì)。同時(shí)，總體的生態(tài)經(jīng)濟(jì)投入效益也處于明顯下降的態(tài)勢(shì)，從2003—2014年，位于生態(tài)經(jīng)濟(jì)投入效益高水平的省區(qū)數(shù)量在明顯減少，說明中國(guó)的生態(tài)環(huán)境狀況在持續(xù)惡化。全國(guó)生態(tài)經(jīng)濟(jì)投入效益的平均值為0.822，東部地區(qū)平均值最高（1.118），中部地區(qū)次之（0.711），西部地區(qū)最低（0.605）。但從各年份來看，三大區(qū)域生態(tài)經(jīng)濟(jì)投入效益的差異相對(duì)較為穩(wěn)定。不同區(qū)域生態(tài)經(jīng)濟(jì)投入效益的空間分布格局反映出區(qū)域資源投入產(chǎn)出效率，對(duì)污染物等非期望產(chǎn)出的控制能力，以及經(jīng)濟(jì)發(fā)展水平的差異性?？傮w而言，良好的地理位置和較高的生產(chǎn)技術(shù)水平為東部地區(qū)資源投入產(chǎn)出的清潔與高效率提供了有利保障。而西部地區(qū)由于受生產(chǎn)技術(shù)水平約束、資源要素配置結(jié)構(gòu)合理性、交通基礎(chǔ)設(shè)施完備性等多種因素的影響，生態(tài)經(jīng)濟(jì)投入效益一直處于較低水平。

中國(guó)的區(qū)域生態(tài)經(jīng)濟(jì)投入效益與自然資源稟賦之間總體存在明顯的負(fù)相關(guān)性。自然資源相對(duì)匱乏的地區(qū)或者自然資源調(diào)入的地區(qū)，生態(tài)經(jīng)濟(jì)投入效益相對(duì)較高，如北京、上海、廣東、天津等省市。而自然資源豐富的地區(qū)，如煤炭資源較為豐富的貴州、山西、內(nèi)蒙古、河南等省區(qū)，水資源較為豐富的四川、云南、廣西、湖南等省區(qū)，油氣資源較為豐富的新疆、黑龍江等省區(qū)，生態(tài)經(jīng)濟(jì)投入效益反而相對(duì)較低（見表2），這種現(xiàn)象在某種程度上反映出中西部地區(qū)的生態(tài)經(jīng)濟(jì)投入效益存在著巨大的提升空間，可以通過改進(jìn)生產(chǎn)技術(shù)水平、優(yōu)化資源投入比例等措施來提升自然資源投入產(chǎn)出的效率，降低廢水、化學(xué)需氧量、工業(yè)廢氣等非期望產(chǎn)出的水平。

從自然資源投入比例分析，由于中國(guó)經(jīng)濟(jì)、資源、技術(shù)水平等空間分布的不平衡，導(dǎo)致影響各省、市、區(qū)生態(tài)經(jīng)濟(jì)投入效益變化的因素存在差異性。在當(dāng)前的技術(shù)水平約束下，要素配置失衡是生態(tài)經(jīng)濟(jì)投入效益無法達(dá)最優(yōu)狀態(tài)的主要誘導(dǎo)因素，呈現(xiàn)資源投入效率的“短板效應(yīng)”，造成自然資源的浪費(fèi)和無效率?？梢詫①Y源要素投入松弛分為三種類型：即建設(shè)用地投入松弛、能源消耗總量投入松弛、用水總量投入松弛，不同類別的省、市、自治區(qū)表現(xiàn)出不同的空間分布狀態(tài)。endprint

（1）建設(shè)用地投入松弛。隨著各省、市和自治區(qū)城市化和工業(yè)化進(jìn)程的加快，建設(shè)用地利用效率較低，使有限的土地資源空間受到了嚴(yán)重的擠壓。2003年18個(gè)省、市和自治區(qū)的建設(shè)用地投入松弛，居于前五位的省為遼寧（83 736.9，單位：hm2，下同）、湖北（83 442.1）、四川（62 407.2）、安徽（57 801.0）和黑龍江（52 431.8）。2008年18個(gè)省、市、自治區(qū)的建設(shè)用地投入松弛，居于前五位的省為黑龍江（75 277.4）、遼寧（68 306.1）、安徽（39 5764）、吉林（36 955.8）和湖北（36 645.5）。2014年20個(gè)省、市和自治區(qū)的建設(shè)用地投入松弛，居于前五位的省區(qū)為山東（104 231.4）、黑龍江（89 507.6）、湖北（76 562.7）、新疆（63 091.5）和安徽（48 381.8）。這些省區(qū)以中部地區(qū)為主，東部和西部地區(qū)較少。從2006年中國(guó)政府提出“中部崛起”戰(zhàn)略以來，借助于優(yōu)質(zhì)的資源稟賦和獨(dú)特的地理區(qū)位，中部地區(qū)的經(jīng)濟(jì)發(fā)展速度得到了極大地提升，但是中部地區(qū)是中國(guó)農(nóng)業(yè)發(fā)展條件最為優(yōu)良的區(qū)域，是中國(guó)糧食主產(chǎn)區(qū)，如何提升中部地區(qū)建設(shè)用地利用效率，對(duì)于化解建設(shè)用地?cái)U(kuò)張與保障中國(guó)糧食安全之間的矛盾具有重要意義。

（2）能源消耗總量投入松弛。2003年18個(gè)省、市和自治區(qū)的能源消耗總量投入松弛，居于前五位的省為安徽（2 328.245，單位：萬tce，下同）、山西（7 297.017）、河北（5 827.267）、四川（4 906.453）和貴州（4 465.890）。2008年19個(gè)省、市、自治區(qū)的能源消耗總量投入松弛，居于前五位的省為山西（9 817.769）、四川（6 920.162）、遼寧（6 437.531）、湖北（5 393.499）和湖南（4 995.452）。2014年19個(gè)省、市和自治區(qū)的能源消耗總量投入松弛，居于前五位的省區(qū)為河北（14 486.452）、山西（13 253.026）、新疆（10 324.510）、內(nèi)蒙古（9 103.557）和河南（7 173.515）。能源消耗總量投入松弛的省區(qū)以中西部地區(qū)為主，這些省區(qū)不僅能源資源豐富，而且近年來經(jīng)濟(jì)發(fā)展水平增速較快。但是，這些省區(qū)的工業(yè)結(jié)構(gòu)以礦產(chǎn)、冶煉、電力、煤化工、重型裝備制造業(yè)為主，高新技術(shù)產(chǎn)業(yè)占比較低，能源利用無效率現(xiàn)象較為突出，且呈現(xiàn)出急劇增長(zhǎng)的態(tài)勢(shì)。

（3）用水總量投入松弛。2003年14個(gè)省、市、自治區(qū)的用水總量投入松弛，居于前五位的省區(qū)為新疆（4 412 977.160，單位：萬m3）、廣西（1 828 408.412）、黑龍江（1 449 235.465）、內(nèi)蒙古（1 165 106.914）和甘肅（760 202.730）。2008年20個(gè)省、市、自治區(qū)的用水總量投入松弛，居于前五位的省為新疆（4 786 027.910）、黑龍江（2 364 325.461）、廣西（2 173 824.114）、江蘇（2 138 527.379）和湖南（1 782 202.561）。2014年19個(gè)省、市、自治區(qū)的用水總量投入松弛，居于前五位的省區(qū)為新疆（5 044 989.290）、黑龍江（2 992 901.023）、廣西（2 052 976.334）、江西（1 576 950.802）和內(nèi)蒙古（1 547 622.865）。用水總量投入松弛的省區(qū)以西部地區(qū)為主，西部是中國(guó)主要江河的源頭和上游地區(qū)，也是重要的生態(tài)安全屏障。由于自然條件惡劣，經(jīng)濟(jì)社會(huì)發(fā)展底子薄，歷史欠賬多，投入規(guī)模不足等原因，西部地區(qū)在水資源、水環(huán)境、水生態(tài)、水災(zāi)害等方面存在較多的問題，水供需矛盾的老問題逐漸演變成制約西部發(fā)展的大瓶頸。在新疆、甘肅、內(nèi)蒙古等西部省區(qū)，多數(shù)地區(qū)已逼近用水總量“紅線”，經(jīng)濟(jì)社會(huì)持續(xù)發(fā)展面臨“無水可用”的境地，一些謀劃多年的大項(xiàng)目因沒有用水資源指標(biāo)的支撐而停擺。必須通過落實(shí)最嚴(yán)格水資源管理制度，嚴(yán)格水資源開發(fā)利用控制、用水效率控制和水功能區(qū)限制納污控制 “三條紅線”管控，才能實(shí)現(xiàn)水資源消耗總量和強(qiáng)度的雙控，最終達(dá)到經(jīng)濟(jì)社會(huì)發(fā)展與水資源條件相適應(yīng)。

3.2 全局空間演化特征

前文對(duì)中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益時(shí)間演變特征及區(qū)域差異特征進(jìn)行了分析，然而中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益在空間上及演化過程表現(xiàn)出何種規(guī)律？換言之，某一區(qū)域的生態(tài)經(jīng)濟(jì)投入效益的高低變化與相鄰區(qū)域生態(tài)經(jīng)濟(jì)投入效益變化是否存在關(guān)聯(lián)關(guān)系？則需要通過地理空間統(tǒng)計(jì)方法研究。

通過全局Morans I指數(shù)來分析2003—2014年中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益總體格局演化特征，運(yùn)用ArcGIS10.2分析軟件，測(cè)算出2003—2014年中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的全局Morans I估計(jì)值（見表3）。全局Morans I分析發(fā)現(xiàn)：① 2004—2008，2010年能夠通過1 %顯著性水平檢驗(yàn)，2003，2009和2011年能夠通過5 %顯著性水平檢驗(yàn)，其他年份可以在10 %的顯著性水平通過檢驗(yàn)；② 在所有的顯著性檢驗(yàn)水平上，全局Morans I估計(jì)值均表現(xiàn)出正的空間相關(guān)性，說明生態(tài)經(jīng)濟(jì)投入效益高（或低）的省區(qū)總體呈現(xiàn)集聚分布空間格局；③ 2003—2008年，全局Morans I估計(jì)值有不斷上升的態(tài)勢(shì)，從0.516 8提高到0.887 5，說明這6年以來中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的空間相關(guān)性愈加明顯，呈現(xiàn)較強(qiáng)的空間集聚態(tài)勢(shì)。2008年之后，全局Morans I估計(jì)值呈現(xiàn)出不斷下降的態(tài)勢(shì)，2014年降低到0.401 6，有向0值靠攏的趨勢(shì)，表明空間格局上逐漸呈現(xiàn)顯著的弱集聚分布態(tài)勢(shì)。

3.3 冷熱點(diǎn)格局演化特征

通過GetisOrd Gi*指數(shù)的計(jì)算對(duì)中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益局部聚集特征進(jìn)行分析，采用自然斷裂點(diǎn)法（Jenks）將數(shù)值由低到高劃分為5類，分別為：熱點(diǎn)區(qū)域、次熱點(diǎn)區(qū)域、過渡區(qū)域、冷點(diǎn)區(qū)域和次冷點(diǎn)區(qū)域（見表4）。2003年，2008年和2014年3個(gè)年份的冷點(diǎn)和熱點(diǎn)數(shù)量、結(jié)構(gòu)的分布不均勻，呈現(xiàn)出顯著的空間異質(zhì)性。① 2003、2008和2014年熱點(diǎn)區(qū)域的比重始終相對(duì)穩(wěn)定，保持在6.67%。熱點(diǎn)區(qū)域和冷點(diǎn)區(qū)域之和的比重分別占總數(shù)的30%、33.34%和16.67%，次熱點(diǎn)區(qū)域、過渡區(qū)域和冷點(diǎn)區(qū)域之和的比重分別占總數(shù)的70%、66.66%和8333%，表現(xiàn)出較為顯著的紡錘體結(jié)構(gòu)，各類型區(qū)域不平衡的狀態(tài)明顯。這種不平衡的狀態(tài)在2008年雖然有所緩解，但隨即有進(jìn)一步加劇的趨勢(shì)。② 中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的冷熱點(diǎn)格局表現(xiàn)為與經(jīng)濟(jì)增長(zhǎng)水平較為一致的地帶性分布，從東部沿海地區(qū)到中西部?jī)?nèi)陸地區(qū)的格局差異明顯。2003年熱點(diǎn)區(qū)域?yàn)闁|部地區(qū)的北京和福建，次熱點(diǎn)區(qū)域endprint

圍繞熱點(diǎn)區(qū)域分布，主要集中在環(huán)渤海區(qū)域的天津和山東，長(zhǎng)江三角洲區(qū)域的江蘇、上海和浙江，珠江三角洲區(qū)域的廣東、海南，中部地區(qū)的河南、湖南，西部地區(qū)的云南。冷點(diǎn)區(qū)域?yàn)閷幭?、新疆、甘肅、貴州、內(nèi)蒙古、廣西和青海，全部為西部省區(qū)。除了四川和陜西之外，次冷點(diǎn)區(qū)域則主要集中在中部地區(qū)的吉林、江西、安徽、黑龍江和湖北等省份；2008年廣東代替福建進(jìn)入熱點(diǎn)區(qū)域，北京保持不變。次熱點(diǎn)區(qū)域有所收斂并呈現(xiàn)出向北偏移的趨勢(shì)，內(nèi)蒙古和河北分別從冷點(diǎn)區(qū)域和過渡區(qū)域變?yōu)榇螣狳c(diǎn)區(qū)域，而江蘇和山東則由次熱點(diǎn)區(qū)域轉(zhuǎn)變?yōu)檫^渡區(qū)域。冷點(diǎn)區(qū)域和次冷點(diǎn)區(qū)域的數(shù)量有所增加，但是主要集中在中西部地區(qū)的格局沒有改變。2014年熱點(diǎn)區(qū)域仍然為北京和廣東，次熱點(diǎn)區(qū)域的分布，主要集中在東部區(qū)域的江蘇、海南、上海、天津、福建和遼寧，以及中部地區(qū)的湖南和吉林。冷點(diǎn)區(qū)域和次冷點(diǎn)區(qū)域集中在新疆、寧夏、甘肅、內(nèi)蒙古、山西、黑龍江、安徽、貴州、廣西、青海、云南、江西和湖北。

（1）從循環(huán)累積因果效應(yīng)和核心—邊緣結(jié)構(gòu)理論解釋，區(qū)域生態(tài)經(jīng)濟(jì)投入效益冷熱點(diǎn)失衡的原因在于：①熱點(diǎn)和次熱點(diǎn)區(qū)域不斷累積有利因素增加而冷點(diǎn)區(qū)域卻持續(xù)積累不利因素，冷點(diǎn)和次冷點(diǎn)區(qū)域往往是中西部經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，這些區(qū)域存在的地理二元經(jīng)濟(jì)格局又進(jìn)一步放大了這種累積效應(yīng)；② 先天稟賦較好的熱點(diǎn)和次熱點(diǎn)區(qū)域一方面通過“涓滴效應(yīng)”帶動(dòng)了邊緣區(qū)域的發(fā)展，另一方面邊緣區(qū)域的自然資源、資本和勞動(dòng)力等生產(chǎn)要素又由

于“虹吸效應(yīng)”逐漸流入熱點(diǎn)區(qū)域，加劇了區(qū)域生態(tài)經(jīng)濟(jì)投入效益失衡，而逐漸顯化的極化效應(yīng)又進(jìn)一步抑制鄰近區(qū)域的發(fā)展。

（2）從傳統(tǒng)的經(jīng)濟(jì)地理學(xué)的角度分析，區(qū)位優(yōu)勢(shì)顯著、先天要素豐裕的區(qū)域往往成為生態(tài)經(jīng)濟(jì)投入效益的熱點(diǎn)和次熱點(diǎn)區(qū)域。而大部分冷點(diǎn)和次冷點(diǎn)區(qū)域則位于經(jīng)濟(jì)發(fā)展速度較為緩慢的地區(qū)，這些區(qū)域有限的生態(tài)環(huán)境承載能力和嚴(yán)重滯后的生態(tài)管理體系是導(dǎo)致冷熱點(diǎn)空間不平衡的初始性前置制約因素。即使受到國(guó)家西部大開發(fā)等政策的有力支持，但是長(zhǎng)期以來所形成的粗放式發(fā)展方式和不合理的產(chǎn)業(yè)結(jié)構(gòu)難以在短期內(nèi)予以調(diào)整，這在一定程度上又抑制了發(fā)展模式的轉(zhuǎn)型升級(jí)，甚至形成惡性循環(huán)。因此，冷點(diǎn)和次冷點(diǎn)區(qū)域的生態(tài)經(jīng)濟(jì)投入效益無法得到有效改善。

（3）從新經(jīng)濟(jì)地理學(xué)的視角出發(fā)，人力資本和技術(shù)要素的知識(shí)溢出、市場(chǎng)需求能力和完善的交通體系是促進(jìn)生態(tài)經(jīng)濟(jì)投入效益提升的重要驅(qū)動(dòng)因素。中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益的冷熱點(diǎn)分布也證實(shí)了這一點(diǎn)。熱點(diǎn)和次熱點(diǎn)主要集中在長(zhǎng)江三角洲、環(huán)渤海、珠江三角洲、海西經(jīng)濟(jì)區(qū)等經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)，尤其是上海、北京、天津和廣州作為長(zhǎng)三角、環(huán)渤海和珠三角的核心區(qū)域，高校和科研院所集聚、基礎(chǔ)設(shè)施良好、金融市場(chǎng)發(fā)達(dá)，區(qū)域帶動(dòng)效應(yīng)顯著。而主要位于中西部地區(qū)的冷點(diǎn)和次冷點(diǎn)區(qū)域，高層次人才嚴(yán)重匱乏，科技基礎(chǔ)薄弱，交通和通信等基礎(chǔ)設(shè)施較為欠缺，嚴(yán)重制約了人流、物流和信息流在各區(qū)域之間聯(lián)系，經(jīng)濟(jì)聯(lián)動(dòng)發(fā)展較弱，互補(bǔ)程度低，阻礙了這些區(qū)域承接熱點(diǎn)和次熱點(diǎn)區(qū)域的知識(shí)溢出與產(chǎn)業(yè)轉(zhuǎn)移，延遲了通過經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變提升生態(tài)經(jīng)濟(jì)投入效益的時(shí)間。

3.4 重心分析

中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心反映了資源要素投入產(chǎn)出合理化程度在空間格局上的分布中心，如果向某個(gè)方向上移動(dòng)，表明此方向上的區(qū)域生態(tài)經(jīng)濟(jì)投入效益增長(zhǎng)速度要快于其他區(qū)域，資源要素投入產(chǎn)出合理化程度更高，重心分析對(duì)于研究中國(guó)生態(tài)經(jīng)濟(jì)投入效益的空間演化過程，實(shí)現(xiàn)資源要素投入的地理空間引導(dǎo)具有重要的意義。依據(jù)公式（4），計(jì)算出中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心演化軌跡如圖1所示。

（1）從整體上看，每年中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心的變化范圍在111.806°E—113.947°E，32.587°N—33.797°N之間，大致位于河南南部與西南部，總體移動(dòng)范圍大約240 km，說明從2003—2014年以來，中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益分布一直在振蕩演變。

（2）從經(jīng)度來看，中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心的移動(dòng)軌跡曲折，東西往復(fù)擺動(dòng)。但是向西部擺動(dòng)的幅度逐漸減小，向東部擺動(dòng)的幅度則逐漸加大。2003—2005年，中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心總體上向西北發(fā)生偏移，移動(dòng)距離約91.052 km；2006—2007年，中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心總體上又向東部發(fā)生偏移，移動(dòng)距離約30.027 km；2008—2010年，中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心折向西南方向，偏移距離大約46.834 km；2010年之后，中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心持續(xù)向東部移動(dòng)，移動(dòng)距離約136.578 km。如果取東經(jīng)113.458°E為擺動(dòng)的中心線，則在2003—2014年間，在此中心線西部有5個(gè)年份，而有7個(gè)年份在此中心線東部。這一個(gè)特點(diǎn)說明中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心從2003年之后呈現(xiàn)出向東部偏移，尤其是在2010年之后，整體移動(dòng)速度有所加快，表明東西部之間的生態(tài)經(jīng)濟(jì)投入效益差距有進(jìn)一步擴(kuò)大的趨勢(shì)。

（3）在緯度變化方面，2003—2005年間中國(guó)生態(tài)經(jīng)濟(jì)投入效益重心的緯度持續(xù)提高，從2003年的32.587°N上升到2005年的33.797°N，但是從2006年開始，重心緯度始終以33.358°N為中心線進(jìn)行擺動(dòng)。這一特點(diǎn)表明中國(guó)南北方之間的生態(tài)經(jīng)濟(jì)投入效益格局在2006年之后基本上保持穩(wěn)定。

（4）可能的原因在于：東部地區(qū)的生產(chǎn)技術(shù)水平較高，高層次人力資本存量大，新技術(shù)擴(kuò)散

速度快，技術(shù)溢出效應(yīng)明顯，近年來一些傳統(tǒng)的高耗能、高污染行業(yè)逐步壓縮產(chǎn)能或者轉(zhuǎn)移

到中西部地區(qū)。此外，東部地區(qū)各省（市、區(qū)）不斷強(qiáng)化相互之間的經(jīng)濟(jì)合作與分工，發(fā)揮

自身的經(jīng)濟(jì)比較優(yōu)勢(shì)，在研發(fā)和生產(chǎn)加工方面形成有效互動(dòng)，彼此協(xié)調(diào)趨向合理，已經(jīng)成為

中國(guó)先進(jìn)產(chǎn)業(yè)的主要集聚區(qū)域。同時(shí)，出口的政策支持、產(chǎn)業(yè)集聚效應(yīng)、對(duì)外資的吸收優(yōu)勢(shì)

等因素又進(jìn)一步提升了東部地區(qū)的產(chǎn)業(yè)層次，有效地促進(jìn)區(qū)域生態(tài)效率的提升。而中西部地endprint

區(qū)，盡管受到國(guó)家西部大開發(fā)戰(zhàn)略和中部崛起戰(zhàn)略等政策的大力支持，但是低碳高端產(chǎn)業(yè)的

發(fā)展?fàn)顩r仍不容樂觀，比重較大的是一些資源加工型產(chǎn)業(yè)，如煙草加工、金屬冶煉、建材、

煤化工、電力、鹽加工業(yè)等。中部地區(qū)僅僅在運(yùn)輸設(shè)備制造業(yè)，西部地區(qū)在航空航天設(shè)備制

造業(yè)等方面在國(guó)內(nèi)行業(yè)中占有較大份額，雖然達(dá)到了一定的技術(shù)水平，但是與國(guó)外先進(jìn)水平

相比仍有較大差距，當(dāng)前產(chǎn)品以滿足內(nèi)需為主，出口則面臨著較高的“門檻效應(yīng)”，對(duì)外依存

度低，對(duì)外貿(mào)易難以促進(jìn)區(qū)域生態(tài)效率水平的大幅提升。此外，西部地區(qū)國(guó)有經(jīng)濟(jì)的比例一

直居全國(guó)最高，國(guó)有經(jīng)濟(jì)投資一直占主導(dǎo)地位，對(duì)于西部各省份而言，個(gè)體上仍然是一個(gè)相

對(duì)封閉的自我循環(huán)經(jīng)濟(jì)體，發(fā)展不均衡，經(jīng)濟(jì)聯(lián)系與協(xié)作程度低，分工合作體制障礙嚴(yán)重。

投資主體多元化，各種經(jīng)濟(jì)成分共同發(fā)展的區(qū)域經(jīng)濟(jì)一體化格局遠(yuǎn)未形成，難以有效地通過

市場(chǎng)化的手段引導(dǎo)投資方向，提升資源配置效率，降低污染物的排放，促進(jìn)區(qū)域生態(tài)效率的

改善。

4 結(jié)論與政策建議

實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量的有效平衡，是保持中國(guó)可持續(xù)發(fā)展的主要目標(biāo)。本文采用中國(guó)30個(gè)省、市和自治區(qū)2003—2014年的數(shù)據(jù)，構(gòu)建了考慮非期望產(chǎn)出的SBM—DEA超效率模型，對(duì)中國(guó)各地區(qū)的生態(tài)經(jīng)濟(jì)投入效益進(jìn)行測(cè)算。在此基礎(chǔ)上，從空間經(jīng)濟(jì)學(xué)的視角出發(fā)，對(duì)其時(shí)空演化過程進(jìn)行了分析。主要結(jié)論如下：

（1）整體上，中國(guó)各個(gè)地區(qū)的生態(tài)經(jīng)濟(jì)投入效益呈現(xiàn)出明顯的地帶性差異，表現(xiàn)為從東部沿海向西部?jī)?nèi)陸地區(qū)逐漸遞減的趨勢(shì)。但是生態(tài)經(jīng)濟(jì)投入效益的地帶性差異水平相對(duì)保持穩(wěn)定，反映了經(jīng)濟(jì)發(fā)展水平與資源利用能力的差異。從省際尺度來看，北京的平均生態(tài)經(jīng)濟(jì)投入效益最高，寧夏最低。從區(qū)域尺度來看，東部地區(qū)的平均生態(tài)經(jīng)濟(jì)投入效益最高，中部次之，西部最低。

（2）由于中國(guó)經(jīng)濟(jì)、自然資源、技術(shù)水平、人力資本等空間分布的不平衡，導(dǎo)致影響各省、市和自治區(qū)生態(tài)經(jīng)濟(jì)投入效益變化的因素存在差異性。在當(dāng)前的技術(shù)水平約束下，要素配置失衡導(dǎo)致資源投入效率的“短板效應(yīng)”，使生態(tài)經(jīng)濟(jì)投入效益無法達(dá)到最優(yōu)狀態(tài)，主要表現(xiàn)為建設(shè)用地投入松弛、能源消耗總量投入松弛、用水總量投入松弛，各省、市和自治區(qū)表現(xiàn)出不同的資源投入松弛空間分布狀態(tài)。

（3）空間計(jì)量的全局Morans I 指數(shù)檢驗(yàn)發(fā)現(xiàn)，中國(guó)的區(qū)域生態(tài)經(jīng)濟(jì)投入效益在空間上存在顯著的正的空間相關(guān)性，這表明空間相鄰區(qū)域生態(tài)經(jīng)濟(jì)投入效益高（或低）的省區(qū)呈現(xiàn)集聚分布空間格局。從時(shí)間尺度分析，全局Morans I估計(jì)值先上升后下降，說明中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益從較強(qiáng)的空間集聚態(tài)勢(shì)逐漸向較弱集聚分布態(tài)勢(shì)轉(zhuǎn)變。

（4）中國(guó)區(qū)域生態(tài)經(jīng)濟(jì)投入效益存在明顯的失衡，這是現(xiàn)實(shí)的困境。熱點(diǎn)和次熱點(diǎn)區(qū)域集中在東部沿海地區(qū)，冷點(diǎn)和次冷點(diǎn)區(qū)域主要位于中西部地區(qū)；不同年份的冷熱點(diǎn)分布雖然呈現(xiàn)出一定的波動(dòng)性，但是總體上表現(xiàn)為與經(jīng)濟(jì)發(fā)展水平較一致的地帶性分布，并且顯示從沿海到內(nèi)陸、東中西部逐步遞減的狀態(tài)；各區(qū)域的累積效應(yīng)、生態(tài)承載力等初始性制約因素、基礎(chǔ)設(shè)施和資金等彈性約束都是區(qū)域生態(tài)經(jīng)濟(jì)投入效益冷熱點(diǎn)失衡的誘因。

（5）2003—2014年以來，中國(guó)生態(tài)經(jīng)濟(jì)投入效率重心的變化范圍在111.806°E—113.947°E，32.587°N—33797°N之間，其分布存在振蕩，重心的移動(dòng)軌跡曲折，東西往復(fù)擺動(dòng)，說明東西部之間的生態(tài)效率差距有進(jìn)一步擴(kuò)大的趨勢(shì)。

上述結(jié)論蘊(yùn)含的政策含義包括：①充分認(rèn)識(shí)長(zhǎng)期以來由于“梯度發(fā)展”模式所造成的東、中、西部不平衡的經(jīng)濟(jì)發(fā)展格局，打破地方保護(hù)主義壁壘，重視省際間的經(jīng)濟(jì)聯(lián)系，強(qiáng)化區(qū)域聯(lián)動(dòng)和產(chǎn)業(yè)分工，結(jié)合各地區(qū)的資源稟賦、生產(chǎn)技術(shù)水平等外部因素，因地制宜統(tǒng)籌考慮產(chǎn)業(yè)結(jié)構(gòu)的中長(zhǎng)期優(yōu)化布局，避免為了追求短期績(jī)效而造成資源利用的無效率，有效降低污染物等非期望產(chǎn)出數(shù)量；②充分發(fā)揮市場(chǎng)資源配置的基礎(chǔ)性作用，重視區(qū)域技術(shù)創(chuàng)新的空間溢出效應(yīng)，強(qiáng)化東部地區(qū)與中西部地區(qū)之間研發(fā)合作，從而推動(dòng)區(qū)域生態(tài)經(jīng)濟(jì)投入效益水平的不斷提升；③完善資源市場(chǎng)的價(jià)格形成機(jī)制，注重對(duì)生態(tài)環(huán)境的補(bǔ)償價(jià)值，緩解由于生態(tài)資源稟賦、環(huán)境承載力等先天制約因素所造成的負(fù)向效應(yīng)。④加快推動(dòng)基礎(chǔ)設(shè)施均衡化發(fā)展，延長(zhǎng)熱點(diǎn)區(qū)域技術(shù)、人力資源等生產(chǎn)要素的空間溢出半徑，助力鄰近區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，縮小生態(tài)經(jīng)濟(jì)投入效益冷熱點(diǎn)區(qū)域之間的失衡；⑤政府要建立規(guī)范化的治污投資效益評(píng)價(jià)體系，加強(qiáng)治污投資資金的管理和監(jiān)督。在考慮經(jīng)濟(jì)發(fā)展、生產(chǎn)技術(shù)水平、資源稟賦和空間關(guān)聯(lián)所形成的“內(nèi)涵排放”基礎(chǔ)上，大力發(fā)展排污權(quán)交易、碳排放交易和資源稅等環(huán)境管制措施，注重依靠市場(chǎng)化的手段將區(qū)域經(jīng)濟(jì)發(fā)展過程中的外部性內(nèi)部化。

（編輯：于 杰）

參考文獻(xiàn)（References）

[1]景維民， 張璐. 環(huán)境管制、對(duì)外開放與中國(guó)工業(yè)的綠色技術(shù)進(jìn)步[J]. 經(jīng)濟(jì)研究， 2014（9）： 34-47. [JING Weimin， ZHANG Lu. Environmental regulation， economic opening and Chinese industrial green technology progress[J]. Economic research journal， 2014 （9）： 34-47.]

[2]成金華， 李悅，陳軍. 中國(guó)生態(tài)文明發(fā)展水平的空間差異與趨同性[J]. 中國(guó)人口·資源與環(huán)境， 2015， 25（5）： 1-9. [CHENG Jinhua， LI Yue， CHEN Jun. Regional difference and convergence of ecological civilization level in China [J]. China population， resources and environment， 2015， 25（5）： 1-9.]endprint

[3]SANTOS S P， AMADO C， ROSADO J R. Formative evaluation of electricity distribution utilities using data envelopment analysis[J]. Journal of the operational research society， 2011， 62 （7）： 1298-1319.

[4]涂正革， 諶仁俊. 排污權(quán)交易機(jī)制在中國(guó)能否實(shí)現(xiàn)波特效應(yīng)？[J]. 經(jīng)濟(jì)研究， 2015（7）： 160-173. [TU Zhengge， CHEN Renjun. Can emissions trading scheme achieve the Porter effect in China？[J]. Economic research journal， 2015（7）： 160-173.]

[5]KIELENNIVA N， ANTIKAINEN R， SORVARI J. Measuring ecoefficiency of contaminated soil management at the regional level[J]. Journal of environmental management， 2012， 109（30）： 179-188.

[6]TOBLER W R. A computer movie simulating urban growth in the detroit region[J]. Economic geography， 1970， 46（2）：234-240.

[7]GIARINI O . Dialogue on wealth and welfare， an alternative view of world capital formation： a report to the club of Rome [J]. Pergamon international library of science technology engineering and social studies， 1980， 48 （10）：1814-1817.

[8]李勝蘭， 初善冰，申晨. 地方政府競(jìng)爭(zhēng)、環(huán)境規(guī)制與區(qū)域生態(tài)效率[J]. 世界經(jīng)濟(jì)， 2014（4）： 88-110. [LI Shenglan， CHU Shanbing， SHEN Chen. Interprovince regulatory competition， environmental regulation and ecoefficiency of regions[J]. The journal of world economy， 2014（4）： 88-110.]

[9]SEPPALAA J， MELANEN M， MAENPAA I， et al. How can the ecoefficiency of a region be measured and monitored？[J]. Journal of industrial ecology， 2005， 9（4）：117-130.

[10]PICAZOTADEO A J， REIGMARTINEZ E， HERNANDEZSANCHO F. Directional distance functions and environmental regulation[J]. Resource and energy economics， 2005，27（2）： 131-142.

[11]HAN Y， GENG Z， ZHU Q， et al. Energy efficiency analysis method based on fuzzy DEA crossmodel for ethylene production systems in chemical industry[J]. Energy， 2015，83：685-695.

[12]CHEN R Y. RFMbased ecoefficiency analysis using takagisugeno fuzzy and AHP approach[J]. Environmental impact assessment review， 2009， 29（3）： 157-164.

[13]李燕， 李應(yīng)博. 我國(guó)生態(tài)效率演化及影響因素的實(shí)證分析[J]. 統(tǒng)計(jì)與決策， 2015（15）：120-122.[LI Yan， LI Yingbo. An empirical analysis on the evolution of ecological efficiency and its influencing factors in China[J]. Statistics and decision， 2015（15）：120-122.]

[14]GERDESSEN J C， PASCUCCI S. Data envelopment analysis of sustainability indicators of European agricultural systems at regional level[J]. Agricultural systems， 2013（118）： 78-90.

[15]SUEYOSHI T， YUAN Y. Returns to damage under undesirable congestion and damages to return under desirable congestion measured by DEA environmental assessment with multiplier restriction： economic and energy planning for social sustainability in China[J]. Energy economics， 2016，56： 288-309.endprint

[16]EGILMEZ G， KUCUKVAR M， TATARI O. Sustainability assessment of U.S. manufacturing sectors： an economic input outputbased frontier approach[J]. Journal of cleaner production， 2013，53 （16）：91-102.

[17]陶長(zhǎng)琪， 王志平. 隨機(jī)前沿方法的研究進(jìn)展與展望[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011（11）：148-160.[TAO Changqi， WANG Zhiping. Stochastic frontier approach progress and prospects[J]. The journal of quantitative and technical economics， 2011（11）：148-160.]

[18]KUOSMANEN T， SAASTAMOINEN A， SIPILAINEN T. What is the best practice for benchmark regulation of electricity distribution？ Comparison of DEA， SFA and StoNED methods[J]. Energy policy， 2013，61 （10）：740-750.

[19]SUEYOSHI T， GOTO M. Returns to scale and damages to scale with strong complementary slackness conditions in DEA assessment： Japanese corporate effort on environment protection[J]. Energy economics， 2012，34 （5）： 1422-1434.

[20]ROSANOPENA C， GUARNIERI P， SOBREIRO V A， et al. A measure of sustainability of Brazilian agribusiness using directional distance functions and data envelopment analysis[J]. International journal of sustainable development and world ecology， 2014，21 （3）：210-222.

[21]CHANG Y T， PARK H S， JEONG J B， et al. Evaluating economic and environmental efficiency of global airlines： a SBMDEA approach[J]. Transportation research part D： transport and environment， 2014，27 （1）：46-50.

[22]ANDERSON P， PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management science， 1993，39 （10）：1261-1264.

[23]成金華， 孫瓊， 郭明晶，等. 中國(guó)生態(tài)效率的區(qū)域差異及動(dòng)態(tài)演化研究[J]. 中國(guó)人口·資源與環(huán)境， 2014， 24（1）： 47-54. [CHENG Jinhua， SUN Qiong， GUO Mingjing， et al. Research on regional disparity and dynamic evolution of ecological in China[J]. China population， resources and environment， 2014， 24（1）： 47-54.]

[24]TONE K. A slacksbased measure of superefficiency in data envelopment analysis[J]. European journal of operational research， 2002，143（1）：32-41.

[25]PENG S Z， SUN X Z. Research on challenges and strategies for Chinas green economy development [J]. Chinese journal of population， resources and environment， 2015， 13（2）：127-131.

[26]LUO L W， LIANG S R. Stndy on the efficiency and regional disparity of green technology innovation in Chinas industrial companies[J]. Chinese journal of population， resources and environment， 2016， 14（4）：262-270.endprint