福建工業(yè)企業(yè)生態(tài)效率及影響因素實(shí)證研究

陳毅輝， 蘇 凱

(1.福建農(nóng)林大學(xué)安溪茶學(xué)院，福建 福州 350002； 2.福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福建 福州 350116)

黨的十八大提出大力推進(jìn)生態(tài)文明建設(shè)以來，生態(tài)效率越來越受到國家和社會(huì)各界的關(guān)注。2014年，中共中央總書記習(xí)近平提出“要抓住機(jī)遇，著力推進(jìn)科學(xué)發(fā)展、跨越發(fā)展，努力建設(shè)機(jī)制活、產(chǎn)業(yè)優(yōu)、百姓富、生態(tài)美的新福建”[1]。2017年，在黨的十九大報(bào)告中，習(xí)近平總書記對(duì)生態(tài)文明建設(shè)進(jìn)行了深刻論述，指出建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì)。生態(tài)文明和可持續(xù)發(fā)展已成為中國未來經(jīng)濟(jì)發(fā)展的重心之一。其中，生態(tài)效率作為衡量生態(tài)投入和生態(tài)產(chǎn)出效益的重要手段，成為評(píng)價(jià)福建經(jīng)濟(jì)、資源和環(huán)境協(xié)同關(guān)系的重要指標(biāo)。而工業(yè)企業(yè)在發(fā)展過程中，承擔(dān)國民生產(chǎn)總值的主要來源，為國民經(jīng)濟(jì)發(fā)展作出重大貢獻(xiàn)，但同時(shí)也會(huì)給生態(tài)環(huán)境帶來不利影響。因此，如何衡量工業(yè)企業(yè)生態(tài)效率，確保生態(tài)環(huán)境可持續(xù)，成為當(dāng)今研究的重點(diǎn)問題之一。

一、文獻(xiàn)綜述

德國學(xué)者Schaltegger等首次提出生態(tài)效率的概念，指出生態(tài)效率是用于評(píng)估經(jīng)濟(jì)活動(dòng)產(chǎn)出與資源環(huán)境的比值效率[2]。1992年,世界可持續(xù)發(fā)展工商理事會(huì)(World Business Council for Sustainable Development, WBCSD)正式提出生態(tài)效率的定義，認(rèn)為生態(tài)效率是環(huán)境效率產(chǎn)品或服務(wù)的價(jià)值環(huán)境負(fù)荷，即投入與產(chǎn)出的比值[3]。此后，WBCSD指出，可以通過生態(tài)效率衡量人類對(duì)環(huán)境影響與地球承載力之間的關(guān)系，注重商品服務(wù)和附加值的最大化[4]。目前，國際上比較認(rèn)同的是WBCSD在2000年提出的定義，即生態(tài)效率等于經(jīng)濟(jì)增加值與環(huán)境影響的比值。生態(tài)效率為企業(yè)實(shí)現(xiàn)環(huán)境效益和經(jīng)濟(jì)效益的“雙贏”提供了重要的理論依據(jù)。

隨著生態(tài)文明建設(shè)的推進(jìn)，企業(yè)生態(tài)效率的研究也在不斷增。張淑英等測算了環(huán)境壓力指標(biāo)下中國區(qū)域工業(yè)的最優(yōu)工業(yè)相對(duì)生態(tài)效率，并采用Tobit模型分析了工業(yè)生態(tài)效率的影響因素，認(rèn)為中國各省的工業(yè)生態(tài)效率普遍偏低，區(qū)域差異大[5]；潘興俠等評(píng)價(jià)了2005—2010年中國中部和東部各省工業(yè)生態(tài)效率，證實(shí)中部六省的工業(yè)生態(tài)效率低于東部各省，甚至低于全國平均水平，表明中部省份工業(yè)發(fā)展仍以資源消耗和環(huán)境影響為代價(jià)[6]；周守華等從企業(yè)微觀層面分析了生態(tài)效率，以2013年世界銀行公布的中國制造企業(yè)調(diào)查數(shù)據(jù)為樣本，對(duì)制造業(yè)出口企業(yè)的生態(tài)效率進(jìn)行了實(shí)證檢驗(yàn)[7]；謝琨等運(yùn)用基于中心點(diǎn)三角白化權(quán)函數(shù)的灰色綜合評(píng)估模型，研究了某個(gè)具體鋼鐵企業(yè)的生態(tài)效率，屬于企業(yè)微觀層面的研究[8]；孔海寧利用數(shù)據(jù)包絡(luò)分析法(DEA)和曼奎斯特生產(chǎn)力指數(shù)模型，選取中國具有代表性的40家大中型鋼鐵企業(yè)作為評(píng)價(jià)單元，證實(shí)中國鋼鐵企業(yè)生態(tài)效率總體呈上升趨勢，生態(tài)效率改善主要依靠技術(shù)進(jìn)步，而規(guī)模經(jīng)濟(jì)效應(yīng)沒有得到體現(xiàn)[9]；趙爽等認(rèn)為依照工業(yè)企業(yè)生態(tài)效率的高低，可將中國其中30個(gè)省(市、自治區(qū))分為相對(duì)高效率、相對(duì)低效率、高效率高投入、高效率低投入、低效率高投入和低效率低投入六大類型，各地區(qū)應(yīng)切合自身特征采取措施提升生態(tài)效率[10]；高文研究證實(shí)大部分經(jīng)濟(jì)發(fā)達(dá)地區(qū)的生態(tài)效率值較高，資源豐富地區(qū)由于經(jīng)濟(jì)發(fā)展過度依賴資源消耗，生態(tài)效率值反而不高[11]。田滿文等則首次分析了低碳并購的生態(tài)效率改善狀況及優(yōu)化策略[12]。

在生態(tài)效率的影響因素方面，張淑英等證實(shí)地區(qū)人均生產(chǎn)總值和地理位置對(duì)生態(tài)效率的改善有積極正向作用[5]；潘興俠等認(rèn)為工業(yè)產(chǎn)業(yè)結(jié)構(gòu)、外資利用、研發(fā)投資和污染治理投資對(duì)工業(yè)企業(yè)生態(tài)效率的源頭消減效率和末端治理效率有顯著影響[6]；高文以2008—2011年中國其中31個(gè)省(市、自治區(qū))的工業(yè)企業(yè)生態(tài)效率為例，認(rèn)為工業(yè)企業(yè)生態(tài)效率受到工業(yè)污染物治理投資、政府環(huán)保政策、輕重工業(yè)結(jié)構(gòu)和企業(yè)R&D投入等環(huán)境變量的影響[11]；王曉玲等研究證實(shí)東北老工業(yè)基地的人口密度、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制對(duì)生態(tài)效率具有促進(jìn)作用，對(duì)外開放度和科技水平則阻礙了生態(tài)效率的提高，上述影響因素也是東北老工業(yè)基地生態(tài)效率區(qū)域差異形成的重要原因[13]。

國內(nèi)外工業(yè)企業(yè)生態(tài)效率的研究成果總體較少，但近幾年開始逐漸增多，說明工業(yè)企業(yè)生態(tài)效率問題得到進(jìn)一步關(guān)注。研究內(nèi)容從企業(yè)、產(chǎn)品、行業(yè)等微觀層面逐漸拓展到區(qū)域等宏觀層面，對(duì)生態(tài)效率的研究和評(píng)價(jià)有了一定的總結(jié)。現(xiàn)有研究主要采用DEA模型進(jìn)行生態(tài)效率測度，鮮少利用超效率DEA模型和空間計(jì)量模型對(duì)生態(tài)效率的影響因素進(jìn)行科學(xué)有效分析。此外，學(xué)術(shù)界普遍認(rèn)為工業(yè)企業(yè)生態(tài)效率存在空間上的差異，因此對(duì)某個(gè)特定區(qū)域進(jìn)行研究顯得尤為關(guān)鍵。目前，中國正著力推進(jìn)“一帶一路”建設(shè)，福建是“21世紀(jì)海上絲綢之路核心區(qū)”，對(duì)“一帶一路”建設(shè)的穩(wěn)步推進(jìn)具有重要作用。因此，本研究基于2011—2016年福建工業(yè)企業(yè)數(shù)據(jù)，分析工業(yè)企業(yè)生態(tài)效率動(dòng)態(tài)演變與空間的相關(guān)性，同時(shí)利用超效率DEA模型和空間計(jì)量模型討論生態(tài)效率的影響因素，以期對(duì)促進(jìn)福建工業(yè)企業(yè)生態(tài)效率提升、加強(qiáng)生態(tài)文明建設(shè)有所裨益。

二、計(jì)量模型

(一)數(shù)據(jù)包絡(luò)分析

在效率測度中，Charnes等提出的數(shù)據(jù)包絡(luò)分析(DEA)模型成為當(dāng)下主流的測度工具[14]。DEA模型利用非參數(shù)的方法評(píng)價(jià)復(fù)雜系統(tǒng)中多投入和多產(chǎn)出的決策單元之間的相對(duì)有效性，許多決策單元在達(dá)到相對(duì)有效的情況下無法比較其效率高低，對(duì)DEA模型進(jìn)行改造，模型的基本表示如下：

minθ

(1)

其中，θ表示每個(gè)決策單元的超效率值，其值高低反映了投入產(chǎn)出效率的相對(duì)有效性；s-表示投入松弛變量；s+表示產(chǎn)出松弛變量；xj和yj分別表示決策單元的投入指標(biāo)和產(chǎn)出指標(biāo)。通過所構(gòu)建的模型，可以有效測量工業(yè)企業(yè)生態(tài)效率的相對(duì)值。

(二)空間自相關(guān)

空間計(jì)量作為新的學(xué)科分支，最早開始于20世紀(jì)七八十年代。Anselin認(rèn)為，空間計(jì)量經(jīng)濟(jì)學(xué)的基本內(nèi)容是在計(jì)量經(jīng)濟(jì)學(xué)模型中考慮經(jīng)濟(jì)變量的空間效應(yīng)，并進(jìn)行一系列相應(yīng)的模型設(shè)定、估計(jì)、檢驗(yàn)以及預(yù)測的計(jì)量經(jīng)濟(jì)學(xué)模型方法[15]。因此，對(duì)具有地理空間屬性的經(jīng)濟(jì)變量進(jìn)行研究時(shí)，有必要研究變量在空間上的分布，考慮空間在經(jīng)濟(jì)模型中的權(quán)重問題?？臻g自相關(guān)反映變量在空間分布上的集聚狀態(tài)。全局空間自相關(guān)由Moran指數(shù)I表示。在進(jìn)行空間自相關(guān)分析前，通常需要定義空間權(quán)重矩陣W?？臻g權(quán)重矩陣W的定義如下：

(2)

式中，Wij表示區(qū)域i和區(qū)域j的臨近關(guān)系。當(dāng)區(qū)域i和區(qū)域j相鄰接時(shí)，取值為1；否則，取值為0。

用來度量全局空間自相關(guān)的Moran指數(shù)I被定義為：

(3)

(三)空間計(jì)量模型

區(qū)域經(jīng)濟(jì)發(fā)展與地理空間通常存在一定的相關(guān)性，經(jīng)濟(jì)發(fā)展反映了地理空間上的某些特征。傳統(tǒng)計(jì)量模型忽視了地理區(qū)域?qū)?jīng)濟(jì)發(fā)展的影響?？臻g計(jì)量模型的采用能夠有效解決這個(gè)問題，它考慮一個(gè)空間單元的某種經(jīng)濟(jì)地理現(xiàn)象或某一屬性值與臨近空間單元存在空間依賴性或空間相關(guān)性，這與社會(huì)發(fā)展的事實(shí)相符，因此本文采用空間計(jì)量模型進(jìn)行測度和分析?？臻g計(jì)量模型的基本模型主要包含空間滯后模型和空間誤差模型?？臻g滯后模型表示被解釋變量之間的空間依賴性對(duì)模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)；空間誤差表示模型的誤差項(xiàng)在空間上相關(guān)。

空間滯后模型可表示為：

Y=ρWY+Xβ+ε,ε～N[0,σ2]

其中，Y表示被解釋變量，X表示解釋變量矩陣，ρ表示空間效應(yīng)系數(shù)，β表示參數(shù)向量，W表示空間矩陣。W具體表述為：

(4)

其中，Wij描述了第j個(gè)截面?zhèn)€體和第i個(gè)截面?zhèn)€體被解釋變量之間的相關(guān)性。

空間誤差模型可表示為：

Y=Xβ+ε,ε=λWε+μ,μ～N[0,σ2]

其中，λ表示空間誤差相關(guān)系數(shù)，Wij描述了第j個(gè)截面?zhèn)€體和第i個(gè)截面?zhèn)€體誤差項(xiàng)之間的相關(guān)性，具體的空間矩陣及相關(guān)含義同上所述。

三、變量選擇和數(shù)據(jù)描述

(一)投入、產(chǎn)出指標(biāo)

工業(yè)企業(yè)生態(tài)效率的投入指標(biāo)包括環(huán)境污染、潛在的環(huán)境污染和能源消耗[11]。工業(yè)企業(yè)在生產(chǎn)過程中會(huì)造成生態(tài)環(huán)境的破壞，其中主要為環(huán)境污染。環(huán)境污染包含污染物的排放量和污染物的產(chǎn)生量[6]，由于統(tǒng)計(jì)口徑的關(guān)系，污染物的排放量缺乏足夠指標(biāo)，因此主要用工業(yè)“三廢”來表示[5]。在測量工業(yè)企業(yè)生態(tài)效率時(shí)，主要考慮將非期望產(chǎn)出指標(biāo)作為投入指標(biāo)。工業(yè)企業(yè)生產(chǎn)需要耗費(fèi)大量能源，因此，能源消耗也作為投入指標(biāo)。環(huán)境污染指標(biāo)主要可分成3個(gè)，分別為工業(yè)廢氣排放量(t)、工業(yè)廢水排放量(萬t)、工業(yè)固體廢物產(chǎn)生量(萬t)，能源消耗可以用萬元地區(qū)生產(chǎn)總值能耗(噸標(biāo)準(zhǔn)煤/萬元)表示。產(chǎn)出指標(biāo)主要指工業(yè)總產(chǎn)值的產(chǎn)出[5，6]，以規(guī)模以上工業(yè)總產(chǎn)值(億元)、地區(qū)工業(yè)生產(chǎn)總值(億元)表示。

(二)影響因素

引入國外先進(jìn)技術(shù)設(shè)備，優(yōu)化工業(yè)結(jié)構(gòu)，降低能耗，提高資源利用率，減少污染物的產(chǎn)生和排放，從而提高生態(tài)效率[6]。此外，科技研發(fā)投入可使工業(yè)企業(yè)裝備水平提高，機(jī)器的節(jié)能水平提高，資源得到充分利用，減少廢棄物產(chǎn)生，使得生產(chǎn)廢料得以再利用，降低了污染排放，從而有效提高生態(tài)效率[6]。因此，根據(jù)相關(guān)文獻(xiàn)[5，6，11，13]，結(jié)合福建發(fā)展自身特征，考慮指標(biāo)數(shù)據(jù)的科學(xué)性和可得性，工業(yè)企業(yè)生態(tài)效率影響因素分別表示為人口密度(人·km-2)、人均GDP(元)、工業(yè)產(chǎn)值比重(%)、進(jìn)出口商品總額占GDP比重(%)、科學(xué)技術(shù)支出占一般公共財(cái)政支出比重(%)、工業(yè)固體廢物綜合利用率(%)。

(三)樣本和數(shù)據(jù)來源

本文選擇福建省各設(shè)區(qū)市2011—2016年的工業(yè)企業(yè)數(shù)據(jù)和國民經(jīng)濟(jì)基本數(shù)據(jù)。數(shù)據(jù)主要來源于2012—2017年《福建統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來自各設(shè)區(qū)市的統(tǒng)計(jì)年鑒。

四、實(shí)證分析與結(jié)果

(一)工業(yè)企業(yè)生態(tài)效率

通過軟件MyDEA 1.0對(duì)福建各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率進(jìn)行計(jì)算(表1)。表1顯示，福州、廈門、三明、泉州、南平等設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率保持穩(wěn)步增長，表明隨著經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變，這些區(qū)域的工業(yè)企業(yè)更加注重企業(yè)發(fā)展與生態(tài)發(fā)展的關(guān)聯(lián)，注重主動(dòng)承擔(dān)企業(yè)社會(huì)責(zé)任。除此之外，莆田、漳州、寧德的工業(yè)企業(yè)生態(tài)效率雖偶有波動(dòng)，但總體呈上升趨勢，說明區(qū)域著力于轉(zhuǎn)變經(jīng)濟(jì)增長方式，在政策探索和選擇中不斷進(jìn)步。表1還表明，各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率存在較大差距。2016年，廈門工業(yè)企業(yè)生態(tài)效率值達(dá)3.926，遠(yuǎn)高于三明的0.430。效率產(chǎn)生差異的深層次原因值得進(jìn)一步研究。

表1 2011-2016年福建省各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率值

總之，福建省各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率值總體呈上升趨勢，但不同區(qū)域存在差異，差異隨時(shí)間推移不斷擴(kuò)大。工業(yè)企業(yè)生態(tài)效率存在差異的原因是多方面的。從原始數(shù)據(jù)看，福州、泉州和寧德通過工業(yè)企業(yè)生產(chǎn)，消耗大量能源，排放大量廢氣、廢水和工業(yè)固體廢物，同時(shí)利用較先進(jìn)的生產(chǎn)技術(shù)和改進(jìn)生產(chǎn)工藝，產(chǎn)生較高的工業(yè)企業(yè)產(chǎn)出，因此工業(yè)企業(yè)生態(tài)效率值較高。莆田、廈門的能源消耗和廢物排放則相對(duì)較少，實(shí)現(xiàn)與之匹配的產(chǎn)出，達(dá)到較高的工業(yè)企業(yè)生態(tài)效率。相比之下，三明、漳州、南平和龍巖在耗費(fèi)大量能源、排放大量廢物的同時(shí)，沒能確保實(shí)現(xiàn)合理產(chǎn)出，其中，三明、南平和龍巖的效率值甚至遠(yuǎn)低于0.600，說明這些地區(qū)的投入產(chǎn)出配置需要得到進(jìn)一步優(yōu)化，以確保生態(tài)效率值的進(jìn)一步提升，實(shí)現(xiàn)工業(yè)企業(yè)的可持續(xù)發(fā)展。

(二)工業(yè)企業(yè)生態(tài)效率空間分布

在分析工業(yè)企業(yè)生態(tài)效率空間分布前，必須構(gòu)建空間權(quán)重矩陣。本文采用簡單的二進(jìn)制鄰接矩陣，即當(dāng)2個(gè)區(qū)域相鄰接時(shí)，取值為1，否則取值為0。在構(gòu)建空間權(quán)重矩陣后，通過計(jì)算Moran指數(shù)I測算工業(yè)企業(yè)生態(tài)效率值在空間上的分布，即效率值的空間全局自相關(guān)。通過軟件GeoDa 1.12對(duì)Moran指數(shù)I進(jìn)行測算，其中，2011—2016年工業(yè)企業(yè)生態(tài)效率值Moran指數(shù)I分別為0.080，0.234，0.151，0.073，0.181和0.025。所有年份的Moran指數(shù)I均大于0，充分說明不同區(qū)域的生態(tài)效率值之間存在正相關(guān)，生態(tài)效率的空間效應(yīng)應(yīng)得到更為深入的研究。

此外，2011—2016年，福建東部靠近臺(tái)灣海峽地區(qū)的設(shè)區(qū)市工業(yè)企業(yè)具有較高的生態(tài)效率，其次是西南地區(qū)，生態(tài)效率最低的是西北地區(qū)。其原因在于東部地區(qū)經(jīng)濟(jì)相對(duì)比較發(fā)達(dá)，人才儲(chǔ)備豐富，具有足夠的經(jīng)濟(jì)基礎(chǔ)和技術(shù)能力對(duì)工業(yè)生產(chǎn)過程中排放的廢物進(jìn)行有效控制，確保所投入的資源能夠得到較大限度的產(chǎn)出，且工業(yè)多屬于輕工業(yè)。西北部地區(qū)屬于老工業(yè)基地，具有較多的重工業(yè)產(chǎn)業(yè)，本身屬于排放廢物較多的產(chǎn)業(yè)，由于技術(shù)發(fā)展水平的限制，暫時(shí)無法對(duì)所排廢物進(jìn)行更為有效地控制。從工業(yè)固體廢物綜合利用率可以看出，西北部地區(qū)的固體廢物利用率相對(duì)較低，這進(jìn)一步驗(yàn)證了該區(qū)域工業(yè)企業(yè)生態(tài)效率相對(duì)較低的現(xiàn)實(shí)情況。

(三)工業(yè)企業(yè)生態(tài)效率影響因素

反映全局空間自相關(guān)的Moran指數(shù)I表明工業(yè)企業(yè)生態(tài)效率存在一定的空間相關(guān)性，在測量生態(tài)效率影響因素時(shí)必須考慮空間權(quán)重的影響。因此，本文通過構(gòu)建空間誤差模型和空間滯后模型，運(yùn)用軟件RStudio Version 1.1測量工業(yè)企業(yè)生態(tài)效率影響因素。模型中，以生態(tài)效率為因變量，各影響因素為自變量進(jìn)行空間計(jì)量模型的計(jì)算，結(jié)果見表2。

表2表明，除了隨機(jī)效應(yīng)估計(jì)和固定效應(yīng)估計(jì)外，影響因素對(duì)工業(yè)企業(yè)生態(tài)效率總體上均存在較明顯的顯著作用，各模型的決定系數(shù)R2表明模型分析效果良好。人均GDP對(duì)工業(yè)生態(tài)效率有空間上的顯著正向影響，影響系數(shù)較小，區(qū)域經(jīng)濟(jì)狀況足以成為區(qū)分生態(tài)效率高低的重要標(biāo)志，區(qū)域經(jīng)濟(jì)發(fā)展促使工業(yè)企業(yè)更加關(guān)注可持續(xù)發(fā)展，關(guān)注生態(tài)發(fā)展理念。但目前福建區(qū)域經(jīng)濟(jì)發(fā)展對(duì)工業(yè)企業(yè)生態(tài)效率的正向作用仍沒有完全實(shí)現(xiàn)，必須繼續(xù)強(qiáng)化“綠色GDP”概念，強(qiáng)化“綠水青山就是金山銀山”發(fā)展理念，避免將傳統(tǒng)經(jīng)濟(jì)發(fā)展指標(biāo)作為衡量區(qū)域發(fā)展的唯一指標(biāo)。人口密度和工業(yè)產(chǎn)值比重對(duì)生態(tài)效率具有顯著正向影響。其中，人口密度在1%的水平上對(duì)生態(tài)效率有顯著正向影響，驗(yàn)證了王曉玲等的研究結(jié)論[13]。人口密度越高，說明當(dāng)?shù)貙?duì)人才的吸引能力越強(qiáng)，越能為區(qū)域經(jīng)濟(jì)發(fā)展提供強(qiáng)大的人才保障。高新技術(shù)人才的引進(jìn)有利于加快技術(shù)進(jìn)步，促進(jìn)經(jīng)濟(jì)發(fā)展，對(duì)工業(yè)生態(tài)環(huán)境的保護(hù)和治理提供技術(shù)支持。此外，工業(yè)產(chǎn)值比重對(duì)生態(tài)效率也有顯著的正向影響。工業(yè)產(chǎn)值比重的提升，可以提高工業(yè)在產(chǎn)業(yè)體系中的地位，進(jìn)一步形成產(chǎn)業(yè)集群，促進(jìn)資源優(yōu)化配置，獲取工業(yè)產(chǎn)業(yè)在發(fā)展過程中的邊際收益，同時(shí)能夠?qū)I(yè)企業(yè)排放的廢棄物加以統(tǒng)一控制和管理。

表2 工業(yè)企業(yè)生態(tài)效率的空間計(jì)量分析

注：**、*分別表示在1%、5%的水平上顯著

表2還表明，進(jìn)出口商品總額占GDP比重和科學(xué)技術(shù)支出占一般公共財(cái)政支出比重對(duì)工業(yè)企業(yè)生態(tài)效率起負(fù)向作用，在1%水平上顯著。對(duì)外貿(mào)易降低了工業(yè)企業(yè)生態(tài)效率，表明福建應(yīng)進(jìn)一步優(yōu)化進(jìn)出口的結(jié)構(gòu)和比例，制定相應(yīng)的管理制度，采取相應(yīng)的措施對(duì)包含服裝、塑料、電子數(shù)碼產(chǎn)品等在內(nèi)的“洋垃圾”進(jìn)行有效規(guī)制。此外，科學(xué)技術(shù)支出降低了工業(yè)企業(yè)生態(tài)效率，表明福建應(yīng)加強(qiáng)科學(xué)技術(shù)支出的管理，確?？茖W(xué)技術(shù)支出真正用在有利于生態(tài)效率提升的基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展上。工業(yè)固體廢物綜合利用率對(duì)工業(yè)企業(yè)生態(tài)效率具有空間上的顯著正向影響，這不僅符合數(shù)據(jù)統(tǒng)計(jì)結(jié)果，也符合現(xiàn)實(shí)情況。就目前情況來看，工業(yè)企業(yè)生態(tài)效率較高的設(shè)區(qū)市工業(yè)固體廢物綜合利用率均較高，除個(gè)別年份外，基本保持在90%以上，而生態(tài)效率較低的設(shè)區(qū)市，工業(yè)固體廢物綜合利用率甚至低至50%，可見不同設(shè)區(qū)市在該指標(biāo)上存在較大差異。從發(fā)展趨勢看，絕大多數(shù)設(shè)區(qū)市的利用率維持在相對(duì)穩(wěn)定的水平上，并逐年好轉(zhuǎn)，說明各地政府和工業(yè)企業(yè)對(duì)工業(yè)固體廢物的管理與利用有新的認(rèn)識(shí)，通過采用科學(xué)合理的手段，加大對(duì)工業(yè)廢物的利用率，在保護(hù)生態(tài)環(huán)境的同時(shí)促進(jìn)企業(yè)發(fā)展和經(jīng)濟(jì)增長。

五、結(jié)論與對(duì)策

(一)結(jié)論

利用福建省2011—2016年的統(tǒng)計(jì)數(shù)據(jù)，通過超效率DEA模型和空間計(jì)量對(duì)工業(yè)企業(yè)生態(tài)效率進(jìn)行分析，得出以下主要結(jié)論。

1.工業(yè)企業(yè)生態(tài)效率在時(shí)間分布上，有一定波動(dòng)；在空間分布上，具有一定的地理特性。據(jù)統(tǒng)計(jì)，福建各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率值總體呈上升趨勢，僅漳州、龍巖、寧德和莆田個(gè)別年份呈現(xiàn)下降趨勢，但隨后均得到進(jìn)一步提升?？傮w上，福建強(qiáng)化綠色發(fā)展，結(jié)合可持續(xù)發(fā)展理念，轉(zhuǎn)變經(jīng)濟(jì)增長方式，在“再上新臺(tái)階，建設(shè)新福建”的發(fā)展道路上穩(wěn)步推進(jìn)。此外，福建各設(shè)區(qū)市工業(yè)企業(yè)生態(tài)效率存在較大差異，差異隨時(shí)間推移不斷擴(kuò)大。福建東部地區(qū)的效率值要高于西南地區(qū)，西北地區(qū)的效率值最低，這與各區(qū)域的重工業(yè)分布有一定關(guān)系，表明廢物排放制度和綠色發(fā)展的有效評(píng)價(jià)需得到各級(jí)政府和企業(yè)的進(jìn)一步重視。Moran指數(shù)I也表明工業(yè)企業(yè)生態(tài)效率存在一定的空間自相關(guān)。

2.空間計(jì)量模型的參數(shù)估計(jì)顯示，多數(shù)變量對(duì)效率具有顯著正向或負(fù)向影響。研究表明，人口密度、人均GDP、工業(yè)產(chǎn)值比重、工業(yè)固體廢物綜合利用率對(duì)工業(yè)企業(yè)生態(tài)效率在空間上呈顯著正向影響，這與許多現(xiàn)有研究結(jié)論相似，但影響系數(shù)較小，表明諸多影響因素的顯著作用并未受到足夠重視，例如通過人才引進(jìn)產(chǎn)生的人才集聚效應(yīng)并未得到充分體現(xiàn)。此外，進(jìn)出口商品總額占GDP比重、科學(xué)技術(shù)支出占一般公共財(cái)政支出比重對(duì)工業(yè)企業(yè)生態(tài)效率具有顯著負(fù)向影響，進(jìn)一步說明進(jìn)出口結(jié)構(gòu)和科技經(jīng)費(fèi)支出需要得到進(jìn)一步規(guī)范，特別是科技發(fā)展對(duì)生態(tài)效率的正向提升作用需得到進(jìn)一步加強(qiáng)。

(二)對(duì)策

從研究結(jié)論看，工業(yè)企業(yè)生態(tài)效率受到多方影響，既涉及經(jīng)濟(jì)發(fā)展和人口密度，也涉及科學(xué)技術(shù)經(jīng)費(fèi)支出等。建設(shè)生態(tài)文明和建設(shè)美麗中國成為未來社會(huì)經(jīng)濟(jì)發(fā)展的前進(jìn)方向之一。

1.建立健全廢物排放制度和生態(tài)評(píng)價(jià)機(jī)制。為確保工業(yè)企業(yè)生態(tài)效率得到進(jìn)一步提升，政府應(yīng)建立完善的生態(tài)效率獎(jiǎng)懲機(jī)制，逐步提升工業(yè)企業(yè)的生態(tài)觀念和生態(tài)意識(shí)，對(duì)努力踐行生態(tài)保護(hù)機(jī)制、提升生態(tài)效率的工業(yè)企業(yè)予以適當(dāng)獎(jiǎng)勵(lì)，對(duì)生態(tài)效率沒有良好改善的工業(yè)企業(yè)予以懲罰。企業(yè)應(yīng)加強(qiáng)員工生態(tài)意識(shí)的培養(yǎng)和強(qiáng)化，這不僅有助于促進(jìn)企業(yè)生產(chǎn)效益的提升，更有利于企業(yè)保持長期的可持續(xù)發(fā)展。技術(shù)上，工業(yè)企業(yè)可以通過引進(jìn)高精尖人才，促進(jìn)廢物利用的技術(shù)改革，提升廢物綜合利用率。政府和企業(yè)在制定企業(yè)生態(tài)效率評(píng)價(jià)機(jī)制時(shí)，應(yīng)弱化傳統(tǒng)經(jīng)濟(jì)發(fā)展指標(biāo)對(duì)生態(tài)效率的影響，不斷強(qiáng)化科技投入和發(fā)展水平與生態(tài)效率間的相關(guān)關(guān)系。政府需要匯聚各方力量，形成多方聯(lián)立共治的工業(yè)企業(yè)生態(tài)發(fā)展和環(huán)境治理體系，其中，地方各級(jí)政府負(fù)責(zé)建立健全相應(yīng)的評(píng)價(jià)機(jī)制，工業(yè)企業(yè)負(fù)責(zé)污染治理，公眾參與生態(tài)環(huán)境保護(hù)，從源頭、過程、后果全方位予以監(jiān)控，同時(shí)建立環(huán)境污染終身責(zé)任追究制度，共同提升福建工業(yè)企業(yè)生態(tài)治理效率。

2.建立健全綠色發(fā)展評(píng)價(jià)機(jī)制。傳統(tǒng)經(jīng)濟(jì)發(fā)展重在短期效益，對(duì)可能產(chǎn)生的環(huán)境負(fù)面效應(yīng)關(guān)注不足。近年來，全國各地不斷發(fā)生重大環(huán)境污染事件，給經(jīng)濟(jì)發(fā)展帶來一定打擊。一味追求經(jīng)濟(jì)利潤、忽視環(huán)境保護(hù)要求，已不能為區(qū)域經(jīng)濟(jì)發(fā)展提供長久支撐。黨和政府提出的綠色發(fā)展理念，是區(qū)域經(jīng)濟(jì)發(fā)展和企業(yè)發(fā)展應(yīng)遵循的基本理念。人均GDP的增加強(qiáng)化了綠色消費(fèi)觀念，對(duì)綠色產(chǎn)品和環(huán)境友好產(chǎn)品的關(guān)注度持續(xù)上升，進(jìn)一步為工業(yè)企業(yè)的生產(chǎn)指明了道路。此外，長久以來引進(jìn)的服裝、塑料、電子數(shù)碼產(chǎn)品等在內(nèi)的“洋垃圾”，成為綠色發(fā)展的障礙。政府要建立健全相應(yīng)機(jī)制，對(duì)進(jìn)出口商品貿(mào)易進(jìn)行審查。

3.加強(qiáng)科技研發(fā)投入，增強(qiáng)人才引進(jìn)效用，完善創(chuàng)新人才培養(yǎng)體系。工業(yè)企業(yè)生態(tài)效率的提升需要依靠大量的技術(shù)改進(jìn)和技術(shù)革新。大量有效的研發(fā)投入不僅能吸引高精尖人才，也能促進(jìn)人才和高新技術(shù)產(chǎn)業(yè)聚集，形成強(qiáng)大的集聚效應(yīng)，為工業(yè)企業(yè)發(fā)展提供大量的科技支撐和人才支撐。人才的集聚效應(yīng)在研究中得到證實(shí)，人口密度會(huì)顯著促進(jìn)生態(tài)效率的提升。人才大量涌入一方面給當(dāng)?shù)亟?jīng)濟(jì)發(fā)展帶來新的活力；另一方面，也產(chǎn)生較大的集聚效應(yīng)。此外，創(chuàng)新人才培養(yǎng)體系需進(jìn)一步優(yōu)化和完善。傳統(tǒng)的人才培養(yǎng)模式已不太適應(yīng)當(dāng)下經(jīng)濟(jì)社會(huì)發(fā)展需求，當(dāng)下企業(yè)發(fā)展需要大量的創(chuàng)新型人才參與。因此，與人才培養(yǎng)有關(guān)的政府、高校、企業(yè)等應(yīng)盡可能地創(chuàng)造良好的培養(yǎng)環(huán)境，優(yōu)化人才培養(yǎng)制度和體系，努力培養(yǎng)具有創(chuàng)新思維和創(chuàng)新能力的新型人才。

[參考文獻(xiàn)]

[1]蘭鋒,胡斌.建設(shè)機(jī)制活、產(chǎn)業(yè)優(yōu)、百姓富、生態(tài)美的新福建——習(xí)近平總書記考察福建紀(jì)行[J].海峽通訊,2014(12):4-6.

[2]SCHALTEGGER S, STURM A. ?kologische rationalit?t: znsatzpukte zur ausgetsaltung von ?kologieorientierten management instrumenten[J]. Die Unternehmung,1990,44(4):273-290.

[3]WBCSD. Eco-efficient leadership for improved economic and environment performance[M]. Geneva: WBCSD,1996.

[4]WBCSD. Measuring eco-efficiency — guide to reporting company performance[M]. Geneva: WBCSD,2000.

[5]張淑英,李德山,劉媛媛.區(qū)域工業(yè)生態(tài)效率評(píng)價(jià)及其影響因素研究[J].統(tǒng)計(jì)與決策,2013(3):61-64.

[6]潘興俠,何宜慶.工業(yè)生態(tài)效率評(píng)價(jià)及其影響因素研究——基于中國中東部省域面板數(shù)據(jù)[J].華東經(jīng)濟(jì)管理,2014(3):33-38.

[7]周守華,吳春雷,劉國強(qiáng).企業(yè)生態(tài)效率、融資約束異質(zhì)性與出口模式選擇——基于2013年世界銀行公布的中國企業(yè)調(diào)查數(shù)據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì),2015(10):134-147.

[8]謝琨,劉思峰.基于灰色評(píng)估的鋼鐵企業(yè)生態(tài)效率評(píng)價(jià)[J].生態(tài)經(jīng)濟(jì),2016(5):111-116,142.

[9]孔海寧.中國鋼鐵企業(yè)生態(tài)效率研究[J].經(jīng)濟(jì)與管理研究,2016(9):88-95.

[10]趙爽,劉紅.基于三階段DEA模型的我國工業(yè)企業(yè)生態(tài)效率研究[J].生態(tài)經(jīng)濟(jì),2016(11):88-91,102.

[11]高文.我國工業(yè)企業(yè)生態(tài)效率及污染治理研究[J].生態(tài)經(jīng)濟(jì),2017(1):21-27.

[12]田滿文,李敏.生態(tài)文明視域下企業(yè)低碳并購的生態(tài)效率評(píng)價(jià)及優(yōu)化新探[J].生態(tài)經(jīng)濟(jì),2015(6):75-78.

[13]王曉玲,方杏村.東北老工業(yè)基地生態(tài)效率測度及影響因素研究——基于DEA-Malmquist-Tobit模型分析[J].生態(tài)經(jīng)濟(jì),2017(5):95-99.

[14]CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research,1978,2(6):429-444.

[15]ANSELIN L. Spatial econometric: methods and models[J]. Journal of the American Statistical Association,1990,85(411):160.