2

(1.山東科技大學 經濟管理學院，山東 青島 266590； 2.濟南大學 綠色發(fā)展研究院,山東 濟南 250022)

一、引言

自改革開放以來，中國社會經濟飛速發(fā)展，取得了許多舉世矚目的成就，但這種經濟快速增長主要依靠的是高投入、高消耗、高污染的粗放式發(fā)展模式。這種模式在推動經濟發(fā)展的同時也會產生許多消極影響，資源耗竭、氣候變暖、季節(jié)性霧霾等問題接踵而來，給中國生態(tài)環(huán)境蒙上陰影。如何科學、有效地衡量中國生態(tài)文明建設水平及發(fā)展趨勢成為目前我國經濟、資源、環(huán)境協(xié)調發(fā)展所面臨的關鍵問題之一，因此考慮經濟、資源、生態(tài)等各方面綜合利益的生態(tài)效率，也就成為促進資源、環(huán)境協(xié)調發(fā)展，共建生態(tài)文明的重要切入點。

生態(tài)效率的概念最早由美國學者Schaltegger和Sturm提出[1]，1992年WBCSD首次將生態(tài)效率作為一種商業(yè)概念加以闡述，1996年BASE集團從產品生產的角度界定生態(tài)效率的概念，1998年OECD將概念擴大到政府、工業(yè)企業(yè)以及其他組織[2]。至此，生態(tài)效率得到學術界和企業(yè)界廣泛的認可和接受，成為衡量經濟與環(huán)境協(xié)調發(fā)展的重要參考。現階段，生態(tài)效率的研究主要集中在生態(tài)效率應用和生態(tài)效率測算兩方面。在生態(tài)效率應用方面，國內外學者已將其廣泛地應用到區(qū)域[3-5]、城市[6,7]、產業(yè)[8-10]、行業(yè)[11-13]、工業(yè)園區(qū)[14]、產品[15]等不同領域，取得了不少的研究成果。在生態(tài)效率測算方面，學術界則以DEA及其擴展方法為主，例如，鄧波等人考慮到環(huán)境變量的不可控性，采用三階段DEA模型測算區(qū)域生態(tài)效率[4]；楊佳偉等人考慮到非期望產出，采用網絡DEA模型測算區(qū)域生態(tài)效率[16]；吳振華等人為提高生態(tài)效率測算的精確度，采用Bootstrap-DEA方法[17]。此外，還有部分學者，采用DEA模型與其他模型方法相結合的方式來測度生態(tài)效率，例如，吳小慶[18]、李健[19]、程曉娟[11]的研究，就分別將層次分析法、非參數距離函數法、主成分分析法與DEA模型相結合，測算相關領域的生態(tài)效率?？梢钥闯觯F有文獻大多注重生態(tài)效率測算和應用方面的研究，卻忽視了對于生態(tài)效率影響因素的研究，導致現有生態(tài)效率影響因素的研究較少，而僅有的關于生態(tài)效率影響因素方面的研究，也多使用3—5年的面板數據，研究期間短，使研究缺少連貫性和精準性。因此，本文以山東省17地市2006—2015年的數據為研究對象，首先構建基于DEA模型的生態(tài)效率投入產出指標體系，然后將DEA-BCC模型與Malnquist指數方法有效結合，從靜態(tài)、動態(tài)兩個角度出發(fā)，對其生態(tài)效率進行測度，最后運用Tobit模型分析生態(tài)效率的影響因素，以期為區(qū)域生態(tài)效率的量化研究提供新的視角和方法，也可為山東省及有關部門制定有針對性的生態(tài)環(huán)境政策提供決策依據。

二、研究方法及數據說明

(一)研究方法

1.DEA-BCC

Charnes、Cooper等人于1978年提出DEA-CCR模型，該模型測算規(guī)模報酬不變下的效率，未考慮規(guī)模報酬可變的實際情況[20]；隨后Banker、Charnes、Cooper等人提出了規(guī)模報酬可變情況的DEA-BCC模型，將技術效率(TE)分解為純技術效率(PTE)和規(guī)模效率(SE)，即TE=PTE×SE[21]。DEA模型分為投入導向型和產出導向型：投入導向型是以產出不變?yōu)榍疤釡p少投入以提高效率；產出導向型則是以投入不變?yōu)榍疤嵩黾赢a出以提高效率。本研究采用投入導向型DEA-BCC模型，具體模型如下：

Minθ

(1)

其中θ是標量，λ是一個N×l的常向量，解出來的θ值即為單元(DMUi)的效率值，一般有θ≤1，如果θ=1，則意味著該單元是技術有效的，且位于前沿上。

2.Malmquist指數法

Malmquist指數由Malmquist提出，Caves等人于1982年首次將該指數運用于生產效率變化測算，并將其命名為Malmquist生產率指數[22]；1994年Fare等人將Malmquist指數與DEA理論相結合，構建起以t和t+1期為參照的Malmquist生產率指數，使Malmquist指數得到廣泛應用[23]，具體公式如下：

(2)

若M(xt,yt,xt+1,yt+1)>1，說明從t到t+1期全要素生產率水平提高；反之，當M(xt,yt,xt+1,yt+1)<1，說明從t到t+1期全要素生產率水平下降。具體Malmquist生產率指數分解如下：

M=EFFCH×TECHCH

(3)

其中，EFFCH為技術效率變化指數，若EFFCH>1說明決策單元越接近生產前沿面，技術效率有所改善；反之當EFFCH< 1則說明決策單元對現有技術利用情況不甚理想。TECHCH為技術進步變化指數，若TECHCH>1，則說明出現技術進步或技術創(chuàng)新，生產前沿面向前移動。

3.Tobit模型

Tobit模型又稱為樣本選擇模型、受限因變量模型，是因變量滿足某種約束條件下取值的模型，由美國著名經濟學家Tobin于1958年正式提出[24]。一般情況下，如果自變量Yi是介于0-1之間的截尾數據，且Yi與自變量Xi有關，則有如下線性回歸模型：

Yi=β0+βTXi+ui

(4)

式(4)中，Yi為受限因變量；Xi為解釋變量；βT是未知參數向量；ui-N(0,σ2)。

(二)數據說明

表1 生態(tài)效率評價指標體系

1.投入產出指標

影響區(qū)域生態(tài)效率的因素是多樣的，在選取投入產出指標時要充分考慮到它們之間的相互依賴關系，鑒于DEA模型的特殊性，要盡量避免指標間的線性相關性。本文在考慮數據可獲取性和參考以往文獻的基礎上[6,25，26]，構造生態(tài)效率指標體系，將資源消耗指標和環(huán)境污染指標作為投入指標，經濟價值作為產出指標，具體見表1。

2.數據來源及處理

山東省17地市生態(tài)效率的投入產出指標數據時間跨度為2006—2015年，數據均來自各年度的《山東統(tǒng)計年鑒》，并結合山東省17地市的市級統(tǒng)計年鑒、統(tǒng)計公報和新聞報道等資料進行修正。

本文考慮到研究樣本數量有限，且環(huán)境污染指標過多，首先利用SPSS軟件采用主成分分析法進行降維處理，將環(huán)境污染的7個子指標降維處理成一個環(huán)境影響指標。再參考吳琦[27]的處理辦法，針對有可能出現的環(huán)境影響指標負值，通過線性數據轉換函數法對其進行正向處理。

三、實證分析

(一)生態(tài)效率靜態(tài)測算

通過DEAP2.2軟件測算山東省17地市2006—2015年生態(tài)效率值，包括綜合效率值、純技術效率值和規(guī)模效率值，具體如表2所示。

表2 山東省17地市生態(tài)綜合效率、純技術效率、規(guī)模效率均值(2006—2015年)

從表2可以看出，山東省整體生態(tài)效率水平較高，綜合效率均值為0.720，純技術效率均值為0.982，規(guī)模效率均值為0.732。從市級層面來看，生態(tài)效率排名前五位的城市分別為青島市、煙臺市、威海市、東營市和淄博市，除淄博市效率值為0.979以外，其他四市綜合效率均達到1處于前沿面上；生態(tài)效率排名后五位的城市依次是濱州市、聊城市、萊蕪市、日照市和菏澤市，綜合效率值均在0.550以下，其他接近前沿面的城市集中在濟青沿線，而效率值低的城市則集中在山東西南及西北地區(qū)?？梢钥闯?，山東省17地市生態(tài)效率差異顯著，存在明顯的異質性。從區(qū)域層面來看，東部半島地區(qū)生態(tài)效率最高，綜合效率為0.879、純技術效率為0.990、規(guī)模效率為0.885；魯中地區(qū)次之，綜合效率為0.745、純技術效率為0.981、規(guī)模效率為0.760；魯西南地區(qū)第三，綜合效率為0.593、純技術效率為0.975、規(guī)模效率為0.611；魯西北地區(qū)最低，綜合效率、純技術效率、規(guī)模效率分別為0.537、0.978、0.549。顯而易見，山東省四大區(qū)域生態(tài)效率存在較大差異，總體呈現出中東部高、西南西北低的空間分布格局。以青島為核心的東部半島地區(qū)憑借得天獨厚的地理位置，雄厚的經濟、科技、教育實力，其產業(yè)結構趨于合理，發(fā)展方式趨于綠色，生態(tài)效率會越來越高。以濟南為核心的魯中地區(qū)，經濟發(fā)展水平較高，基礎設施完善，科教實力強、政策優(yōu)勢明顯，在生態(tài)效率上也具有一定優(yōu)勢。魯西南、魯西北地區(qū)則因為地處內陸，經濟發(fā)展水平相對較低，基礎設施、科教方面相對落后，高污染、高消耗的重工業(yè)占比大，導致其生態(tài)效率比較低。

(二)生態(tài)效率動態(tài)測算

為了更好地分析山東省17地市生態(tài)效率的變化趨勢，本文運用17地市2006—2015年之間的面板數據，采用Malmquist指數模型計算其效率變動值，具體如表3所示。

表3 山東省17地市年均Malmquist指數及其分解(2006—2015年)

表3顯示，2006—2015年山東省17地市生態(tài)效率的Malmquist指數均大于1，其中年均Malmudist指數增長率為7.6%，從年均Malmquist指數增長率分解來看，技術進步年均增長率為8%，純技術年均增長率為0.4%，綜合技術效率年均下降0.4%，規(guī)模效率年均下降0.8%。由此可見，山東省17地市生態(tài)效率的增長主要是由技術進步推動的。從城市層面來看，濰坊、青島、濟寧、臨沂、濟南增長最快，其Malmquist指數增長率分別為19%、13.1%、11.5%、10.5%、8.9%，均高于平均值。特別是濟寧市雖然生態(tài)效率偏低，但是增長速度很快、進步很大。日照、德州、聊城、濱州、菏澤增長最慢，其Malmquist指數增長率依次為5.6%、4.8%、3%、2.1%、0.6%，均低于平均值，且排名與生態(tài)效率值排名基本相同。從區(qū)域層面來看，東部半島地區(qū)、魯中地區(qū)、魯西南地區(qū)Malmquist指數增長率均高于均值，分別為9.7%、7.7%、7.8%，魯西北地區(qū)Malmquist指數增長率低于均值，僅為3.3%。特別是魯西南地區(qū)，雖生態(tài)效率低，但Malmquist指數增長率較高，說明仍有很大進步空間。從動力層面來看，技術進步是主要推動力，年均增長率達到8%，增長最快的城市是濰坊、青島、濟寧，分別為13.9%、13.1%、10.4%，超出均值5.9%、5.1% 、2.4%。從影響Malmquist指數的因素來看，綜合技術效率和純技術效率最明顯，綜合技術效率達到1的有9個城市，其余低于1，其中下降最快的三個城市為聊城、濱州、菏澤，分別下降2.2%、3.1%、5.3%；純技術效率達到1的為15個城市，其余小于1，其中棗莊下降0.2%，日照0.8%。

圖1 山東省17地市各年份平均Malmquist指數及其分解

從圖1即山東省17地市10年發(fā)展動態(tài)來看，2006—2015年生態(tài)效率總體呈現增長態(tài)勢，由1.054增長到1.079。其中，技術進步效率和全要素生產率的變化較為劇烈、起伏比較大，從2006年開始，經過4年的波動于2011年達到峰值，2012年大幅度下落至最低點，2013年又開始回升，且兩者變化趨勢基本一致，說明技術進步是促進生態(tài)效率增長的主導因素。其他三個因素增長率變化不大，僅在0.970-1.020之間波動。其中純技術效率均值略大于1，為1.004，說明純技術效率是促進生態(tài)效率增長的次要因素，綜合技術效率和規(guī)模效率均值小于1，分別為0.996、0.992，說明兩者對生態(tài)效率增長起到制約作用。

(三)生態(tài)效率影響因素研究

通過DEA-BCC模型和Malmquist指數法僅能獲得地區(qū)生態(tài)效率值，但生態(tài)效率的影響因素并非僅局限于選擇的投入產出指標，除此之外的其他影響因素仍然值得我們進一步探究?？紤]到數據可獲取性及生態(tài)效率的特點，同時在借鑒已有文獻研究基礎上[5，6,28]，本文認為生態(tài)效率可能會受到產業(yè)結構、經濟發(fā)展水平、對外開放度、科技進步、綠色資源稟賦、人口密度、城市化水平等因素的影響，相關因素指標選取如表4所示。相關數據主要來自2006—2015年的《山東省統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及山東省17地市統(tǒng)計年鑒和統(tǒng)計公報等資料。

本文將DEA-BCC模型計算得到的生態(tài)綜合效率值(Crsts)作為因變量，上述影響因素作為自變量，考慮到模型準確性，自變量先進行對數化處理，構造Tobit回歸模型如下：

Crste=C+β1InIS+β2InPCGDP+β3InFDI+β4InTP+β5InPCGS+β6InPD+β7InCR+μ

(5)

式(5)中：C為常數項；β1、β2、β3、β4、β5、β6、β7為估計參數；μ為隨機誤差。

根據上文計算出的績效值以及統(tǒng)計的影響因素指標值，對山東省17地市生態(tài)效率影響因素進行Tobit回歸分析，結果如表5所示。

根據Tobit回歸模型估計結果顯示，經濟發(fā)展水平、對外開放度、科技進步均通過顯著性檢驗，且都顯著為正。其中經濟發(fā)展水平和對外開放度的系數分別為0.298和0.068，在1%的顯著性水平下通過檢驗，科技進步系數為0.061，在5%的顯著性水平下通過檢驗。具體來看，經濟發(fā)展水平系數顯著為正，表明在研究期間內，經濟增長對山東省生態(tài)效率的提高具有顯著的正向影響，人均地區(qū)生產總值每提高1萬元，就能促進生態(tài)效率提高0.298。經濟發(fā)展水平高的地區(qū)，產業(yè)結構更為合理，基礎設施完善，資金投入量大，政府管理也更為高效，在這種環(huán)境下，生態(tài)效率會更高。同時，經濟發(fā)展水平高的地區(qū)，人民生活更富裕，更加注重享受生活，對生態(tài)環(huán)境有更高層次的需求，環(huán)保意識更強，這些都有助于生態(tài)效率的提升。對外開放度系數顯著為正，表明在研究期間內，對外開放度對山東省生態(tài)效率的提高具有顯著正向影響，外商投資占地區(qū)GDP比重每提高1個百分點，生態(tài)效率就會增加0.068個百分點。對外開放度的提升，有利于引進國外先進技術、設備、管理經驗，降低能耗，改善環(huán)境，提高生態(tài)效率。科技進步系數顯著為正，表明在研究期間內，科技進步對山東省生態(tài)效率的提高具有顯著正向影響，科技進步水平每提高1個百分點，生態(tài)效率就會增加0.061個百分點?？萍歼M步的增強有利于創(chuàng)新和推廣先進的生產技術及節(jié)能減排技術，進而在推動工業(yè)化、城市化過程中提高生態(tài)效率。產業(yè)結構、綠色資源稟賦、人口密度通過顯著性檢驗，且顯著為負。其中產業(yè)結構系數為-0.340，人均綠色資源系數為-0.052，人口密度系數為-0.119，均在5%的顯著性水平下通過檢驗。產業(yè)結構顯著為負，表明在研究期間內，產業(yè)結構對山東省生態(tài)效率的提高具有顯著的負向影響，第二產業(yè)增加值占地區(qū)GDP比重每提高1個百分點，生態(tài)效率就會下降0.340個百分點。山東省整體上走的依舊是“高污染、高消耗”的傳統(tǒng)工業(yè)發(fā)展道路，煤炭、化工等重工業(yè)占比大，發(fā)展模式粗放，會帶來各種污染排放物的增加，進一步惡化生態(tài)環(huán)境，不利于生態(tài)效率的提升。綠色資源稟賦顯著為負，表明在研究期間內，人均綠色資源對山東省生態(tài)效率的提高具有顯著的負向影響，人均綠化面積每提高1個百分點，生態(tài)效率就會下降0.052個百分點。綠色資源稟賦與生態(tài)效率的影響存在邊際效應，并不是人均綠地面積越高，生態(tài)效率就越高，綠化面積某種程度上會優(yōu)化環(huán)境、提高生態(tài)效率，但由于人均綠化面積高的城市，浪費破壞現象也更為嚴重，環(huán)保節(jié)約意識更淡薄，例如萊蕪市，其人均綠化面積在山東省17地市位居前列，但其生態(tài)效率值排名僅為15名。反而是人均綠化面積低的城市，其浪費破壞現象少，環(huán)保節(jié)約意識更強。例如濰坊市，其人均綠化面積在山東省17地市位于下游，但其生態(tài)效率值排名位于山東省前列。人口密度顯著為負，表明在研究期間內，人口密度對山東省生態(tài)效率的提高具有顯著的負向影響，人口密度每提高1個百分點，生態(tài)效率就會下降0.119個百分點。人口密度過大，會增加環(huán)境壓力，產生過量的資源消耗、浪費和污染排放，加劇生態(tài)破壞，不利于提升生產效率。城鎮(zhèn)化系數為-0.049，呈負相關，但未通過顯著性檢驗，說明城鎮(zhèn)化對生態(tài)效率的影響不顯著，表明在研究期間內，山東省城鎮(zhèn)化發(fā)展速度雖快，但發(fā)展質量并不高，并未有效提升生態(tài)效率、促進綠色發(fā)展。

表4 模型變量設置表

表5 山東省生態(tài)效率影響因素Tobit回歸分析結果

說明：***、**、*分別表示在1%、5%、10%水平下顯著。

四、結論與建議

本文基于2006—2015年山東省17地市的面板數據，利用DEA-BCC模型和Malmquist指數法對山東省17地市的生態(tài)效率進行分析，以此為基礎，運用Tobit回歸模型分析生態(tài)效率的影響因素，進而為山東省的綠色可持續(xù)發(fā)展提出針對性建議。研究結論及建議如下。

從生態(tài)效率靜態(tài)測算來看，山東省17地市整體生態(tài)效率水平較高，綜合效率均值為0.720，青島、煙臺、威海、東營4個城市綜合效率值達到1，處于前沿面上，其他13個城市均有不同程度無效率狀態(tài)，有很大提升空間。從城市層面看，17地市間存在較大差異，青島、煙臺等沿海城市生態(tài)效率高，處于領先地位；濟南、淄博等城市生態(tài)效率較高，處于追趕狀態(tài)；聊城、菏澤等內陸城市則生態(tài)效率低，位于落后位置。區(qū)域層面，山東省區(qū)域間生態(tài)效率存在較大差異，東部半島地區(qū)生態(tài)效率最高，魯中地區(qū)次之，魯西南地區(qū)第三，魯西北地區(qū)最低，呈現出中東部高、西南西北低的空間分布格局。因此，應該提升青島、濟南兩個中心城市的輻射帶動能力，帶動周邊城市生態(tài)效率的提高，形成“中心城市—外圍城市”輻射發(fā)展的經濟生態(tài)格局。加強區(qū)域間的協(xié)同作用，以半島地區(qū)和魯中地區(qū)為龍頭，充分發(fā)揮其在政策、資金、基礎設施、科教等方面的優(yōu)勢，大力發(fā)展能耗低、污染少、增加值高的高新技術業(yè)、金融業(yè)、旅游業(yè)等第三產業(yè)，提高第三產業(yè)在產業(yè)結構中的比重，推進產業(yè)結構優(yōu)化升級。發(fā)揮魯西南、魯西北地區(qū)的資源優(yōu)勢，大力推進節(jié)能減排，實現綠色生產、循環(huán)生產、清潔生產，提高能源利用效率。

從生態(tài)效率動態(tài)測算來看，山東省生態(tài)效率的Malmquist指數為1.076，增長趨勢較好，17個地市生態(tài)效率的Malmquist指數均大于1，年均Malmudist指數增長率為7.6%。城市層面濰坊、青島、濟寧、臨沂、濟南增速快，高于均值；日照、德州、聊城、濱州、菏澤增速慢，低于均值。區(qū)域層面，東部半島地區(qū)、魯中地區(qū)、魯西南地區(qū)增速較快，魯西北地區(qū)增速慢。動力層面，技術進步效率是Malmquist指數的主要推動力，綜合效率變動則主要影響Malmquist指數的下降。同時，技術效率變動又源于純技術效率和規(guī)模效率變動的雙重影響，但規(guī)模效率變動對技術效率指數變動的作用更大。因此，要提高山東省17地市Malmquist指數增長率應從兩方面入手。首先，應加大科技投入力度，拓展科研經費的來源渠道，并積極與外資企業(yè)、高等院校、科研院所開展交流合作，提高自身技術研發(fā)能力，做到科技投入、產出兩手抓、兩手硬，利用技術進步來改善生態(tài)效率；其次，要合理配置城市資源，完善生產規(guī)模，整合優(yōu)化企業(yè)，淘汰落后產能，提高規(guī)模效率，以此來提升生態(tài)效率。

從生態(tài)效率影響因素來看，經濟發(fā)展水平、對外開放度、科技進步與生態(tài)效率呈顯著正相關，對生態(tài)效率提升有正向影響；產業(yè)結構、綠色資源稟賦，人口密度與生態(tài)效率呈顯著負相關，對生態(tài)效率提升有負向影響；城鎮(zhèn)化則與生態(tài)效率呈不顯著的負相關。因此，各市在引進外資時要注意外資的引進類型，積極引進技術含量高、污染小的外資企業(yè)，合理引導外資向低污染、高附加值產業(yè)發(fā)展；努力提升自身的科技研發(fā)實力，加大科技研發(fā)投入力度，積極培育科技人才，通過科技進步來促進生態(tài)效率的提高；主動調整產業(yè)結構，減少高耗能、高污染的第二產業(yè)比重，扶持新能源及可再生能源的發(fā)展，減少資源浪費及污染排放。