環(huán)渤海地區(qū)工業(yè)生態(tài)效率時(shí)空演變及影響因素

陳玥瑩，陳延斌，宋成鎮(zhèn)

(山東師范大學(xué) 地理與環(huán)境學(xué)院，山東 濟(jì)南 250358)

隨著工業(yè)化進(jìn)程的加快，資源與環(huán)境問題已成為制約我國發(fā)展的重要因素，以高污染、高消耗為代價(jià)的粗放發(fā)展模式嚴(yán)重阻礙地區(qū)綠色轉(zhuǎn)型升級(jí)[1-2]。作為中國最大的工業(yè)密集區(qū)，環(huán)渤海地區(qū)在快速發(fā)展的同時(shí)也面臨著資源消耗、環(huán)境污染和生態(tài)嚴(yán)重破壞等問題，進(jìn)而導(dǎo)致經(jīng)濟(jì)增長與生態(tài)環(huán)境之間的矛盾日益突出[3]。生態(tài)效率的基本思想是用更少的資源環(huán)境消耗來換取更大的經(jīng)濟(jì)利益，用地區(qū)經(jīng)濟(jì)產(chǎn)出與資源環(huán)境投入的比值[4]來表征，近年來已被成功應(yīng)用于工業(yè)活動(dòng)的環(huán)境績效評(píng)價(jià)中[5-6]。探討環(huán)渤海地區(qū)的工業(yè)生態(tài)效率，對(duì)于轉(zhuǎn)變工業(yè)發(fā)展方式，促進(jìn)工業(yè)經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展具有重要意義。

目前，有學(xué)者就工業(yè)生態(tài)效率進(jìn)行大量的研究，主要包含以下幾個(gè)方面：1)工業(yè)生態(tài)效率測(cè)度方法。最為常見的是數(shù)據(jù)包絡(luò)分析法(data envelopement analysis，DEA)，包括規(guī)模報(bào)酬不變模型(constant return to scale, CRS)[7]和規(guī)模報(bào)酬可變模型(variable return to scale, VRS)[8]，但是傳統(tǒng)的DEA模型存在一些弊端，部分學(xué)者提出了DEA的擴(kuò)展方法。例如，超效率DEA模型解決了傳統(tǒng)DEA無法對(duì)有效的決策單元進(jìn)一步區(qū)分的問題[9]，基于松弛測(cè)度(slack based measure, SBM)模型將松弛變量考慮到對(duì)結(jié)果的影響[10]，三階段DEA模型提出外部環(huán)境和隨機(jī)因素對(duì)工業(yè)生態(tài)效率的影響，使測(cè)度結(jié)果更為可靠[11-12]。另外，還有學(xué)者將上述模型與Malmquist指數(shù)相結(jié)合，通過多種指標(biāo)對(duì)工業(yè)生態(tài)效率進(jìn)行分析[13-14]。2)工業(yè)生態(tài)效率的研究層面，大致可分為區(qū)域?qū)用?、行業(yè)層面和企業(yè)層面。區(qū)域?qū)用姘▏襕15-18]、省域[19-20]、城市群[21]、地級(jí)市[22]及縣級(jí)市[23]等；行業(yè)層面主要集中于高耗能行業(yè)，如電力行業(yè)[24]、鋼鐵行業(yè)[25]、制造業(yè)[26]、礦業(yè)[27]等；針對(duì)企業(yè)層面，學(xué)者主要選取具有代表性的中小企業(yè)[28]或上市公司[29]等來探討工業(yè)生態(tài)效率的時(shí)空演變特征。3)對(duì)工業(yè)生態(tài)效率影響因素的分析，使用較多的是面板數(shù)據(jù)模型[30]和空間計(jì)量模型[31]。工業(yè)生態(tài)效率的影響因素主要有經(jīng)濟(jì)發(fā)展水平、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、外商投資比例、科研支持力度和環(huán)境規(guī)制程度等[32-38]。目前，關(guān)于工業(yè)生態(tài)效率的研究已形成較為完整的體系，但仍存在以下不足：一是使用的方法未考慮樣本數(shù)量對(duì)結(jié)果的影響，往往會(huì)造成一定誤差；二是以環(huán)渤海地區(qū)這一整體作為研究對(duì)象，探究工業(yè)生態(tài)效率演變的文獻(xiàn)相對(duì)較少。

與目前測(cè)度工業(yè)生態(tài)效率的方法相比，Bootstrap-DEA模型對(duì)于構(gòu)建前沿面的過程更為科學(xué)合理，在一定程度上解決現(xiàn)有模型對(duì)計(jì)算結(jié)果造成的誤差影響[39]。本文中采用Bootstrap-DEA模型對(duì)環(huán)渤海地區(qū)2005—2016年工業(yè)生態(tài)效率進(jìn)行評(píng)價(jià)，提出影響環(huán)渤海地區(qū)工業(yè)生態(tài)效率的主要因素，以期促進(jìn)資源循環(huán)高效利用，加快環(huán)渤海地區(qū)工業(yè)綠色轉(zhuǎn)型，同時(shí)為環(huán)渤海地區(qū)生態(tài)文明建設(shè)提供參考，推動(dòng)該地區(qū)工業(yè)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

環(huán)渤海地區(qū)包括北京、天津2個(gè)直轄市及河北、遼寧、山東3個(gè)省，土地面積為5.238×105km2，人口數(shù)量為2.54×108，占全國總?cè)丝诘?7.6%。研究區(qū)產(chǎn)業(yè)基礎(chǔ)雄厚，發(fā)展趨勢(shì)良好，整體經(jīng)濟(jì)實(shí)力增長迅速，2020年地區(qū)生產(chǎn)總值為1.846×1013元。環(huán)渤海地區(qū)地理位置優(yōu)越，礦產(chǎn)資源豐富，擁有比較完備的工業(yè)體系以及堅(jiān)實(shí)的工業(yè)技術(shù)基礎(chǔ)，工業(yè)化水平總體較高，其中原油、化工、鋼鐵、機(jī)械等重工業(yè)在全國工業(yè)發(fā)展中占有舉足輕重的地位，然而，資源密集型產(chǎn)業(yè)粗放的生產(chǎn)方式導(dǎo)致該地區(qū)的生態(tài)環(huán)境異常脆弱，資源短缺現(xiàn)象日益凸顯，且面臨嚴(yán)重的空氣污染問題[40]，嚴(yán)重影響該地區(qū)工業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展。

1.2 數(shù)據(jù)來源

選取環(huán)渤海地區(qū)44個(gè)城市的數(shù)據(jù)作為樣本，Bootstrap-DEA模型所用的投入產(chǎn)出指標(biāo)數(shù)據(jù)來源于2006—2017年《中國城市統(tǒng)計(jì)年鑒》。在Tobit回歸模型中，環(huán)境規(guī)制得分由二氧化硫(SO2)去除率、煙塵去除率、工業(yè)固體廢物綜合利用率、生活污水處理率和生活垃圾無害化處理率共5項(xiàng)指標(biāo)綜合計(jì)算得到。其他影響因素?cái)?shù)據(jù)包括各地區(qū)工業(yè)總產(chǎn)值、行政區(qū)域土地面積、人均國內(nèi)生產(chǎn)總值(GDP)、科技支出、公共財(cái)政支出和外商直接投資等，數(shù)據(jù)來源于歷年《中國城市統(tǒng)計(jì)年鑒》。另外，為了消除異方差影響，本研究中將各影響因素指標(biāo)進(jìn)行對(duì)數(shù)化處理。

1.3 研究方法

1.3.1 Bootstrap-DEA模型

Bootstrap-DEA模型以重復(fù)抽樣的方式對(duì)數(shù)據(jù)進(jìn)行模擬，從而有效修正樣本的偏差[16]。步驟如下：

步驟1：設(shè)有n個(gè)決策單元(decision making unit, DMU)，每個(gè)決策單元有p種投入、q種產(chǎn)出，投入向量X=(x1,x2, … ,xp)T，產(chǎn)出向量Y=(y1,y2, …,yq)T，(Xm,Ym)為第m個(gè)決策單元的投入產(chǎn)出向量，則Xk=(x1k,x2k, …,xpk)，Yk=(y1k,y2k, …,yqk)，構(gòu)成投入產(chǎn)出集(Xk,Yk)，k=1,2, …,n，采用CRS-DEA模型，計(jì)算樣本的原始效率值，

(1)

式中：θ為標(biāo)量，λ為n×1型常數(shù)向量。

步驟4：對(duì)于每一個(gè)模擬樣本，利用CRS-DEA方法重新計(jì)算效率值，

(2)

步驟6：通過計(jì)算修正效率值的偏差，減小CRS-DEA模型帶來的誤差影響，得到最終的效率得分，

(3)

(4)

1.3.2 核密度函數(shù)估計(jì)

核密度函數(shù)估計(jì)是一種非參數(shù)估計(jì)方法，通常用于分析樣本的動(dòng)態(tài)分布情況[41]。假設(shè)隨機(jī)變量U1,U2, …,Un獨(dú)立同分布，f(u)為U1的密度函數(shù)且是未知的，則核密度估計(jì)表達(dá)式為

(5)

帶寬h和樣本量n的關(guān)系滿足

(6)

本文中采用高斯核函數(shù)，表達(dá)式為

(7)

1.3.3 面板Tobit模型

面板Tobit模型適用于被解釋變量為受限變量的回歸，本文中工業(yè)生態(tài)效率的取值為0～1，屬于受限變量，如果采用最小二乘法，可能會(huì)造成估計(jì)值有偏[34]，因此，研究采用面板Tobit模型探討工業(yè)生態(tài)效率的影響因素，表達(dá)式為

(8)

1.3.4 空間自相關(guān)

全局空間自相關(guān)能夠有效檢驗(yàn)空間單元與其臨近區(qū)域?qū)τ谀撤N屬性是否存在相關(guān)性以及相關(guān)的程度[32]。本文中采用全局Moran指數(shù)I探究環(huán)渤海地區(qū)工業(yè)生態(tài)效率的空間關(guān)聯(lián)性，表達(dá)式為

(9)

(10)

(11)

(12)

(13)

1.4 指標(biāo)選取

1.4.1 工業(yè)生態(tài)效率指標(biāo)體系

提高工業(yè)生態(tài)效率就是以更少的資源環(huán)境投入來換取更大的經(jīng)濟(jì)效率。借鑒已有研究成果，基于數(shù)據(jù)的科學(xué)性、代表性、可獲得性及可比性等原則，并且根據(jù)研究區(qū)域的特點(diǎn)及研究目的，投入指標(biāo)從資源投入和環(huán)境投入2個(gè)方面選取工業(yè)用電量、廢水排放量、SO2排放量和煙塵排放量，將工業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，構(gòu)建環(huán)渤海地區(qū)工業(yè)生態(tài)效率的評(píng)價(jià)指標(biāo)體系，如表1所示。

表1 工業(yè)生態(tài)效率評(píng)價(jià)指標(biāo)體系

1.4.2 影響因素指標(biāo)體系

綜合考慮前文對(duì)影響因素的分析，本文中選擇6個(gè)衡量工業(yè)生態(tài)效率的影響因素指標(biāo)，見表2。

1)工業(yè)集聚。在工業(yè)集聚初期，技術(shù)與經(jīng)驗(yàn)的共享對(duì)工業(yè)生態(tài)效率提升具有促進(jìn)作用，當(dāng)工業(yè)集聚發(fā)展到一定程度時(shí)，企業(yè)之間的競(jìng)爭(zhēng)加劇，反而加重環(huán)境污染，因此選擇工業(yè)密度作為表征工業(yè)集聚的指標(biāo)，測(cè)算方法為地區(qū)工業(yè)總產(chǎn)值與區(qū)域面積的比值。

表2 工業(yè)生態(tài)效率影響因素指標(biāo)

2)經(jīng)濟(jì)發(fā)展。經(jīng)濟(jì)發(fā)展水平能夠充分體現(xiàn)地區(qū)的綜合實(shí)力，同時(shí)，經(jīng)濟(jì)發(fā)展能夠提供產(chǎn)業(yè)基礎(chǔ)，促進(jìn)技術(shù)進(jìn)步，吸引高端人才以及完善相關(guān)配套設(shè)施，而過度追求經(jīng)濟(jì)發(fā)展可能對(duì)環(huán)境會(huì)造成不利影響，從而間接影響地區(qū)工業(yè)生態(tài)效率，故選取人均GDP作為表征地區(qū)經(jīng)濟(jì)發(fā)展水平的指標(biāo)。

3)科技研發(fā)。科技研發(fā)投入的加大能夠激發(fā)企業(yè)的創(chuàng)新潛力，對(duì)企業(yè)進(jìn)行研發(fā)活動(dòng)具有積極作用，促進(jìn)科技創(chuàng)新與技術(shù)進(jìn)步，提高資源利用率，從而促進(jìn)工業(yè)生態(tài)效率的提升，因此選取科技支出占財(cái)政支出的比重表征地區(qū)科技研發(fā)投入的力度。

4)產(chǎn)業(yè)結(jié)構(gòu)。研究區(qū)工業(yè)產(chǎn)業(yè)比重較大，如石油化工、煤炭、紡織、鋼鐵、礦業(yè)、造紙等，這些產(chǎn)業(yè)為工業(yè)發(fā)展帶來巨大產(chǎn)值的同時(shí)，能源消耗強(qiáng)度也在不斷增大，因此選取第二產(chǎn)業(yè)占GDP比重作為指標(biāo)，探究產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)生態(tài)效率的影響機(jī)制。

5)環(huán)境規(guī)制。政府通過制定相關(guān)政策，能夠改善市場(chǎng)因過度追求經(jīng)濟(jì)利益而導(dǎo)致的環(huán)境破壞，但環(huán)境規(guī)制的技術(shù)還不完善，實(shí)施成本較高等問題，勢(shì)必會(huì)影響到地區(qū)工業(yè)生態(tài)效率。選取環(huán)境規(guī)制得分作為衡量政府環(huán)境規(guī)制的指標(biāo)，測(cè)算方法為綜合指數(shù)法[42]，即選取SO2去除率、煙塵去除率、工業(yè)固體廢物綜合利用率、生活污水處理率和生活垃圾無害化處理率5項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，并采用熵權(quán)法計(jì)算權(quán)重，將標(biāo)準(zhǔn)化值與權(quán)重相乘求和，得到環(huán)境規(guī)制得分。

6)外商投資。外商投資比例的增加能夠?yàn)楣I(yè)生態(tài)效率帶來雙重影響：一方面，國外企業(yè)的投資會(huì)帶來更多高新技術(shù)、先進(jìn)的節(jié)能理念和管理經(jīng)驗(yàn)，提高企業(yè)環(huán)保意識(shí)，對(duì)地區(qū)工業(yè)生態(tài)效率具有促進(jìn)作用；另一方面，外商投資會(huì)導(dǎo)致發(fā)達(dá)國家高污染、高消耗的企業(yè)轉(zhuǎn)移到發(fā)展中國家，加劇了對(duì)環(huán)境的破壞，不利于效率的提升?；诖?，本文中選擇外商直接投資與工業(yè)總產(chǎn)值的比值作為指標(biāo)，衡量外商投資對(duì)工業(yè)生態(tài)效率的影響。

2 結(jié)果分析

2.1 工業(yè)生態(tài)效率時(shí)序變化特征

測(cè)算2005—2016年環(huán)渤海地區(qū)工業(yè)生態(tài)效率，結(jié)果表明，歷年的工業(yè)生態(tài)效率均小于1，說明該地區(qū)工業(yè)生態(tài)效率總體水平不高，提升空間較大，因此應(yīng)進(jìn)一步優(yōu)化。歷年研究區(qū)工業(yè)生態(tài)效率平均值均低于0.6，從2005年的0.246 9到2016年的0.361 9，總體增長約46.58%，在2010年達(dá)到峰值0.453 9，之后開始呈上下波動(dòng)態(tài)勢(shì)，從2013—2016年，總體減少約19.93%，表明該地區(qū)工業(yè)經(jīng)濟(jì)和生態(tài)環(huán)境之間的發(fā)展尚不協(xié)調(diào)。盡管2012年國家大力推進(jìn)生態(tài)文明建設(shè)，且取得了一定成就，但煤炭、電力等資源密集型產(chǎn)業(yè)在生態(tài)文明轉(zhuǎn)型期依然以粗放型生產(chǎn)為主，自然資源過度消耗，廢氣、廢水排放污染嚴(yán)重，導(dǎo)致投入產(chǎn)出比例失衡，因此資源密集型產(chǎn)業(yè)急需調(diào)整能源結(jié)構(gòu)，提高工業(yè)生態(tài)效率，從而實(shí)現(xiàn)工業(yè)發(fā)展綠色化。除此之外，2005—2016年，山東省煙臺(tái)、青島、威海、德州市和河北省滄州市是研究區(qū)歷年工業(yè)生態(tài)效率平均值的前5名，數(shù)值分別為0.745 3、0.688 6、0.666 6、0.624 5和0.621 1，說明這5個(gè)城市對(duì)生態(tài)環(huán)境保護(hù)的意識(shí)較高，逐漸走向集約式發(fā)展。其中前3名都是沿海城市，說明沿海地區(qū)對(duì)外開放程度高，更加注重先進(jìn)清潔技術(shù)的引進(jìn)。另外，有4個(gè)城市隸屬于山東省，意味著山東省節(jié)能減排力度大，注重工業(yè)污染的防治和資源的綜合利用。遼寧省本溪、鞍山市，河北省秦皇島市，遼寧省阜新市和河北省張家口市是研究區(qū)工業(yè)生態(tài)效率最低的5個(gè)市，歷年工業(yè)生態(tài)效率的平均值分別為0.181 8、0.163 9、0.152 7、0.138 4和0.088 6。這5個(gè)城市經(jīng)濟(jì)發(fā)展較為粗放，節(jié)能減排意識(shí)薄弱，資源浪費(fèi)情況嚴(yán)重，導(dǎo)致工業(yè)生態(tài)效率水平相對(duì)較低。

京津冀地區(qū)、遼寧省、山東省3個(gè)區(qū)域的工業(yè)生態(tài)效率平均值變化趨勢(shì)(見圖1)表明，山東省工業(yè)生態(tài)效率平均值相對(duì)較高，2011年達(dá)到最高值0.563 1，但從2011年之后出現(xiàn)波動(dòng)式下降，2011—2016年降幅約5.70%。由于污染密集型產(chǎn)業(yè)在山東省部分城市的工業(yè)發(fā)展中占較大比重，污染排放的規(guī)模與強(qiáng)度難以控制，導(dǎo)致資源投入指標(biāo)和環(huán)境投入指標(biāo)相對(duì)較高，因此拉低了全省工業(yè)生態(tài)效率的平均水平。遼寧省與京津冀地區(qū)工業(yè)生態(tài)效率均低于研究區(qū)平均水平，提升空間較大。遼寧省工業(yè)生態(tài)效率值波動(dòng)幅度最大，2008年后出現(xiàn)2個(gè)峰值，分別是2010年的0.436 7和2013年的0.435 1，然而2014年之后呈現(xiàn)出斷崖式下降，最大年降幅達(dá)44.96%，2016年降至歷年來最低水平。作為東北老工業(yè)基地的重要省份之一，遼寧省環(huán)境資源無法得到充分利用，出現(xiàn)了比較嚴(yán)重的投入冗余和產(chǎn)出不足的問題，導(dǎo)致工業(yè)生態(tài)效率難以提高。京津冀地區(qū)工業(yè)生態(tài)效率變化可分為2個(gè)階段： 第一階段為2005—2011年，工業(yè)生態(tài)效率逐年上升，增幅為63.01%；第二階段為2011—2016年，工業(yè)生態(tài)效率平均值出現(xiàn)小幅度的波動(dòng)，年變化幅度為1.44%～9.85%，工業(yè)生態(tài)效率平均值最大值出現(xiàn)在2013年，為0.386 2。北京市的高污染產(chǎn)業(yè)存在向周邊轉(zhuǎn)移的現(xiàn)象，導(dǎo)致目前京津冀地區(qū)的高污染產(chǎn)業(yè)主要集中于河北省，然而這種轉(zhuǎn)移無法從根本上解決環(huán)境污染問題，京津冀地區(qū)總體工業(yè)生態(tài)效率水平仍然較低。

圖1 2005—2016年環(huán)渤海地區(qū)和不同區(qū)域工業(yè)生態(tài)效率平均值

對(duì)環(huán)渤海地區(qū)及不同區(qū)域2005、2009、2013、2016年的工業(yè)生態(tài)效率進(jìn)行核密度函數(shù)估計(jì)，結(jié)果見圖2?？傮w來看，2005—2016年的核密度曲線在工業(yè)生態(tài)效率低值區(qū)形成高峰，波峰所處的位置先右移后左移，表明環(huán)渤海地區(qū)工業(yè)生態(tài)效率的集中區(qū)間不穩(wěn)定，且波峰寬度呈現(xiàn)由小向大擴(kuò)張的態(tài)勢(shì)，表明2005—2016年各區(qū)域工業(yè)生態(tài)效率從集中轉(zhuǎn)向分散。京津冀地區(qū)2005年的核密度曲線呈現(xiàn)高、低峰并存的特征，2009年由雙峰轉(zhuǎn)變?yōu)閱畏?，且峰值降低，說明兩極分化現(xiàn)象減弱；2013年的峰值升高且向右移動(dòng)，高值區(qū)再次出現(xiàn)低峰，說明此時(shí)工業(yè)生態(tài)效率水平有所提高；2016年的核密度曲線較為平穩(wěn)，無明顯峰值。遼寧省的核密度曲線呈現(xiàn)由單峰向雙峰轉(zhuǎn)變的特征，2009年高峰向右移動(dòng)，說明工業(yè)生態(tài)效率水平整體升高，呈現(xiàn)兩極分化趨勢(shì)；2016年工業(yè)生態(tài)效率變化區(qū)間明顯縮短，在低值區(qū)呈現(xiàn)雙峰特征，且峰值均處于較高狀態(tài)，說明遼寧省各城市工業(yè)生態(tài)效率值相對(duì)集中，整體水平較低。山東省工業(yè)生態(tài)效率整體由低值區(qū)域向高值區(qū)域移動(dòng)，并處于較高水平；2013年的核密度曲線在高值區(qū)略有抬升，工業(yè)生態(tài)效率水平持續(xù)升高；2016年的核密度曲線趨于平緩，說明省內(nèi)各城市的工業(yè)生態(tài)效率差異較大。

(a)環(huán)渤海地區(qū)(b)京津冀地區(qū)(c)遼寧省(d)山東省圖2 2005、 2009、 2013、 2016年環(huán)渤海地區(qū)及不同區(qū)域的工業(yè)生態(tài)效率核密度估計(jì)值

2.2 工業(yè)生態(tài)效率空間變化特征

2.2.1 空間差異及其演化

對(duì)環(huán)渤海地區(qū)44個(gè)城市2005、2009、2013、2016年的工業(yè)生態(tài)效率進(jìn)行可視化分析，結(jié)果如圖3所示?？傮w來看，省域之間工業(yè)生態(tài)效率差異明顯，高效率地區(qū)大致呈現(xiàn)零星分布的格局。2005年，效率高值聚集在遼寧省沈陽、鐵嶺市，北京市，山東省煙臺(tái)、威海市等城市，山東省西南部、河北省西部以及遼寧省大部地區(qū)效率水平較低。2009年，環(huán)渤海地區(qū)工業(yè)生態(tài)效率總體得到改善，其中：遼寧省14個(gè)城市的工業(yè)生態(tài)效率均有不同程度的增長，高值聚集在沈陽、鐵嶺等市；山東省的工業(yè)生態(tài)效率明顯提高，青島、聊城、東營等城市位于環(huán)渤海地區(qū)前列；京津冀地區(qū)的工業(yè)生態(tài)效率略有好轉(zhuǎn)，但張家口、承德、邢臺(tái)等市的工業(yè)生態(tài)效率仍處于較低水平。2013年，分別受到沈陽、鐵嶺市及煙臺(tái)、青島市的輻射影響，遼寧、山東省的總體工業(yè)生態(tài)效率持續(xù)上升，處于中高效率的城市大致呈現(xiàn)片狀分布；京津冀地區(qū)工業(yè)生態(tài)效率大致呈平穩(wěn)上升的趨勢(shì)，張家口、秦皇島等城市的狀況仍不容樂觀。2016年，工業(yè)生態(tài)高效率的區(qū)域主要集中于山東省內(nèi)，東部沿海及魯西地區(qū)帶動(dòng)了全省工業(yè)生態(tài)效率的提升；京津冀城市群的工業(yè)生態(tài)效率大致處于中等水平，區(qū)域間差距小幅減少，得益于該地區(qū)工業(yè)發(fā)展基礎(chǔ)雄厚，擁有較強(qiáng)的科技創(chuàng)新能力，工業(yè)生態(tài)平穩(wěn)發(fā)展；遼寧省工業(yè)發(fā)展相對(duì)遲緩，資源密集型產(chǎn)業(yè)仍占主導(dǎo)地位，高技術(shù)含量的產(chǎn)業(yè)較少，工業(yè)生態(tài)低效率的區(qū)域呈現(xiàn)大范圍分布的特點(diǎn)。4個(gè)時(shí)間段的工業(yè)生態(tài)效率空間分布表明，山東省的工業(yè)生態(tài)高效率城市數(shù)量逐漸增多，京津冀地區(qū)的工業(yè)生態(tài)高效率城市數(shù)量相對(duì)穩(wěn)定，而遼寧省的工業(yè)生態(tài)高效率城市數(shù)量逐漸減少。近年來，山東省注重經(jīng)濟(jì)發(fā)展轉(zhuǎn)型，加快新舊動(dòng)能轉(zhuǎn)換，對(duì)工業(yè)生態(tài)效率的提升具有積極作用，而遼寧省經(jīng)濟(jì)的發(fā)展多以犧牲環(huán)境為代價(jià)，導(dǎo)致工業(yè)生態(tài)效率持續(xù)降低，經(jīng)濟(jì)發(fā)展與環(huán)境承載能力嚴(yán)重失衡。

(a)2005年(b)2009年(c)2013年(d)2016年圖3 2005、 2009、 2013、 2016年環(huán)渤海地區(qū)工業(yè)生態(tài)效率空間分布 從國家標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)下載,審圖號(hào)為GS(2019)1825(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0022%22),經(jīng)過ArcGIS 10.3軟件數(shù)字化處理后得到。

2.2.2 空間自相關(guān)

表3為2005—2016年環(huán)渤海地區(qū)工業(yè)生態(tài)效率的全局Moran指數(shù)I變化情況。由表可知，2009、2010年的I<0，其余年份均為正值，但2005—2014年全局Moran指數(shù)的顯著性水平P值較大，除2011年外，均未通過顯著性檢驗(yàn)，說明2005—2014年環(huán)渤海地區(qū)工業(yè)生態(tài)效率在空間上基本呈現(xiàn)隨機(jī)分布的態(tài)勢(shì)。2015年的I=0.333 0，2016年的I=0.443 8，均通過了水平為1%的顯著性檢驗(yàn)，空間集聚程度在這2年內(nèi)有所增強(qiáng)。

表3 2005—2016年環(huán)渤海地區(qū)工業(yè)生態(tài)效率全局Moran指數(shù)

圖4所示為2005、2009、2013、2016年4個(gè)時(shí)間截面環(huán)渤海地區(qū)工業(yè)生態(tài)效率的冷、熱點(diǎn)分布。從空間分布來看，省域之間工業(yè)生態(tài)效率存在顯著差異，山東省熱點(diǎn)區(qū)域分布較多，而冷點(diǎn)區(qū)域大多分布在遼寧省。從時(shí)空演變的角度來看，山東省熱點(diǎn)區(qū)域逐漸增加，呈現(xiàn)出由東部向西擴(kuò)散的趨勢(shì)。2005—2013年，熱點(diǎn)地區(qū)長期集中于煙臺(tái)、威海市，2009年小幅蔓延至青島市，2016年煙臺(tái)、威海、青島市持續(xù)表現(xiàn)為熱點(diǎn)區(qū)域，泰安、聊城、菏澤等魯西城市的工業(yè)生態(tài)效率提升速度較快，次熱點(diǎn)范圍大幅擴(kuò)張。上述分析說明山東省各城市的資源配置合理，發(fā)展路線明確，生產(chǎn)技術(shù)水平較高，能夠充分發(fā)揮自身特點(diǎn)，進(jìn)一步提高投入產(chǎn)出之間的轉(zhuǎn)化效率。遼寧省的工業(yè)生態(tài)效率的變化不容樂觀。2005—2013年，冷點(diǎn)地區(qū)變化較小，未出現(xiàn)熱點(diǎn)區(qū)域，到2016年，省內(nèi)冷點(diǎn)范圍顯著擴(kuò)張，低值的集聚程度加大，除朝陽、葫蘆島和大連市外，其他城市均演變?yōu)槔潼c(diǎn)地區(qū)。遼寧省長期以來經(jīng)濟(jì)發(fā)展重點(diǎn)依靠農(nóng)業(yè)及老工業(yè)，經(jīng)濟(jì)轉(zhuǎn)型速度緩慢，難度較大，且全省整體科技力量薄弱，導(dǎo)致資源利用效率低下，生態(tài)破壞嚴(yán)重，對(duì)工業(yè)生態(tài)效率的提升帶來不利影響。除此之外，京津冀城市群未表現(xiàn)出顯著的集聚特征。總體來看，環(huán)渤海地區(qū)工業(yè)生態(tài)效率冷熱點(diǎn)分布的變動(dòng)明顯，逐漸形成以煙臺(tái)、威海市為熱點(diǎn)中心，魯西地區(qū)為熱點(diǎn)發(fā)展區(qū)，遼寧省中東部地區(qū)為冷點(diǎn)分布區(qū)的空間格局。

P—顯著性水平。(a)2005年P(guān)—顯著性水平。(b)2009年P(guān)—顯著性水平。(c)2013年P(guān)—顯著性水平。(d)2016年圖4 2005、 2009、 2013、 2016年環(huán)渤海地區(qū)工業(yè)生態(tài)效率的冷、熱點(diǎn)分布 從國家標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)下載,審圖號(hào)為GS(2019)1825(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0022%22),經(jīng)過ArcGIS 10.3軟件數(shù)字化處理后得到。

3 工業(yè)生態(tài)效率影響因素分析

采用面板Tobit模型分析工業(yè)集聚、經(jīng)濟(jì)發(fā)展、科技研發(fā)、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制和外商投資對(duì)環(huán)渤海地區(qū)工業(yè)生態(tài)效率的影響程度，結(jié)果如表4所示。

表4 Tobit模型回歸分析結(jié)果

工業(yè)集聚對(duì)該地區(qū)工業(yè)生態(tài)效率的影響程度最大，對(duì)整個(gè)研究區(qū)及京津冀地區(qū)、遼寧省、山東省均通過了顯著性檢驗(yàn)，且呈現(xiàn)正相關(guān)，系數(shù)分別為0.136、0.062、0.105和0.208。工業(yè)密度的增加能帶來規(guī)模經(jīng)濟(jì)，這種經(jīng)濟(jì)上的集聚效應(yīng)進(jìn)一步提高了資源的配置和利用效率。另外，產(chǎn)業(yè)集聚促進(jìn)科技成果和信息的廣泛交流，有利于治污技術(shù)和設(shè)備的開發(fā)、利用和共享，從而減少污染物的排放量，因此，增加工業(yè)密度將有助于提高環(huán)渤海地區(qū)的工業(yè)生態(tài)效率。經(jīng)濟(jì)發(fā)展對(duì)整體區(qū)域的影響通過了水平為5%的顯著性檢驗(yàn)，影響系數(shù)為-0.065，呈現(xiàn)出負(fù)相關(guān)，而對(duì)于京津冀地區(qū)、遼寧省和山東省的影響不顯著，與張新林[31]、李成宇[35]等的研究結(jié)論不同。造成這一結(jié)果的原因可能是，環(huán)渤海地區(qū)在注重經(jīng)濟(jì)快速發(fā)展，并且取得巨大經(jīng)濟(jì)效益的同時(shí)，沒有充分統(tǒng)籌生態(tài)環(huán)境保護(hù)以及與經(jīng)濟(jì)之間的協(xié)調(diào)發(fā)展，存在資源開發(fā)利用不合理等問題，加劇環(huán)境惡化。由此可見，在地區(qū)發(fā)展過程中，不能僅以GDP作為衡量標(biāo)準(zhǔn)，需要從多個(gè)視角出發(fā)，促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展。科技研發(fā)對(duì)整個(gè)研究區(qū)和遼寧省的影響效應(yīng)呈現(xiàn)顯著的正相關(guān)，影響系數(shù)分別為0.026和0.037，對(duì)于京津冀地區(qū)和山東省的影響則不顯著?？萍佳邪l(fā)的投入能夠促進(jìn)科技創(chuàng)新，為污染治理提供技術(shù)手段，從而提高資源的利用率。各地政府應(yīng)加大科技研發(fā)力度，充分發(fā)揮帶動(dòng)作用，協(xié)調(diào)與企業(yè)及研發(fā)機(jī)構(gòu)之間的關(guān)系，提高創(chuàng)新效率。產(chǎn)業(yè)結(jié)構(gòu)對(duì)各區(qū)域的影響均未通過顯著性檢驗(yàn)。原因在于，工業(yè)產(chǎn)值的增加帶來了可觀的經(jīng)濟(jì)效益；但與此同時(shí)也造成了污染物排放量的快速增加，而工業(yè)生態(tài)效率是對(duì)工業(yè)產(chǎn)出和資源環(huán)境投入的綜合考慮，因此并不能表明工業(yè)結(jié)構(gòu)的變化對(duì)地區(qū)環(huán)境的影響。環(huán)境規(guī)制對(duì)山東省的影響在水平為5%時(shí)是顯著的，但呈現(xiàn)負(fù)向的抑制作用，影響系數(shù)為-0.171，而對(duì)于整個(gè)研究區(qū)以及京津冀地區(qū)、遼寧省則不顯著。政府加大對(duì)生態(tài)環(huán)境的治理恰好說明當(dāng)?shù)丨h(huán)境污染和生態(tài)破壞問題的嚴(yán)重性，但目前我國的環(huán)境規(guī)制的相關(guān)政策尚不完善，企業(yè)對(duì)政府提出的規(guī)制措施不能有效落實(shí)，導(dǎo)致環(huán)境規(guī)制的效果不理想，環(huán)境問題得不到及時(shí)解決，為此，各地政府應(yīng)當(dāng)嚴(yán)格規(guī)范環(huán)境規(guī)制，推動(dòng)對(duì)工業(yè)企業(yè)積極的引導(dǎo)作用，提高當(dāng)?shù)氐墓I(yè)生態(tài)效率。外商投資對(duì)整個(gè)研究區(qū)和遼寧省的影響均在水平為1%時(shí)顯著，且都呈現(xiàn)負(fù)相關(guān)，系數(shù)分別為-0.033和-0.056，但對(duì)京津冀地區(qū)和山東省的影響不顯著。將外資企業(yè)引入本地區(qū)，在一定程度上能推動(dòng)經(jīng)濟(jì)發(fā)展；但各地政府對(duì)外資引進(jìn)的標(biāo)準(zhǔn)有所差異，可能會(huì)引進(jìn)國外的高污染企業(yè)，加劇環(huán)境污染問題，因此，各地政府應(yīng)提高引進(jìn)外資企業(yè)的門檻，規(guī)范環(huán)境標(biāo)準(zhǔn)，鼓勵(lì)具有先進(jìn)技術(shù)和更加節(jié)能環(huán)保的企業(yè)進(jìn)入，發(fā)揮其帶動(dòng)和引導(dǎo)作用，優(yōu)化引資結(jié)構(gòu)，為提升當(dāng)?shù)毓I(yè)生態(tài)效率發(fā)揮積極作用。

4 結(jié)論與討論

4.1 結(jié)論

采用Bootstrap-DEA模型計(jì)算了2005—2016年環(huán)渤海地區(qū)的工業(yè)生態(tài)效率，并且分析了工業(yè)生態(tài)效率的時(shí)空演變特征，最后運(yùn)用Tobit模型進(jìn)行回歸，探討該地區(qū)工業(yè)生態(tài)效率的主要影響因素。得出以下結(jié)論：

1)從時(shí)序變化特征來看，2005—2016年研究區(qū)工業(yè)生態(tài)效率值均小于1，總體水平不高，提升空間較大。山東省工業(yè)生態(tài)效率相對(duì)較高，遼寧省與京津冀地區(qū)工業(yè)生態(tài)效率均低于研究區(qū)平均水平。研究區(qū)工業(yè)生態(tài)效率的集中區(qū)間不穩(wěn)定，2005—2016年各城市工業(yè)生態(tài)效率值從集中轉(zhuǎn)向分散，整體局勢(shì)仍不容樂觀。

2)從空間變化特征來看，省域之間工業(yè)生態(tài)效率差異明顯，高效率區(qū)域大致呈現(xiàn)零星分布。2005—2014年研究區(qū)工業(yè)生態(tài)效率在空間上基本呈現(xiàn)隨機(jī)分布的態(tài)勢(shì)，2015—2016年總體呈現(xiàn)顯著的空間關(guān)聯(lián)特征且相關(guān)性增強(qiáng)。研究區(qū)工業(yè)生態(tài)效率冷、熱點(diǎn)分布的變化明顯，逐漸形成以山東省煙臺(tái)、威海市為熱點(diǎn)中心，魯西地區(qū)為熱點(diǎn)發(fā)展區(qū)，遼寧省中東部地區(qū)為冷點(diǎn)分布區(qū)的空間格局。

3)從工業(yè)生態(tài)效率的影響因素來看，工業(yè)集聚對(duì)環(huán)渤海及各地區(qū)工業(yè)生態(tài)效率的影響程度最大，且影響系數(shù)為正值；人均GDP對(duì)整體區(qū)域的影響顯著，且為負(fù)相關(guān)；科技研發(fā)對(duì)整個(gè)研究區(qū)及遼寧省的影響顯著，為正相關(guān)；環(huán)境規(guī)制對(duì)山東省的影響顯著，呈現(xiàn)負(fù)向的抑制作用；外商投資對(duì)整個(gè)研究區(qū)和遼寧省的影響顯著，且都呈現(xiàn)負(fù)相關(guān)。

4.2 討論

工業(yè)生態(tài)效率能夠衡量地區(qū)工業(yè)投入與產(chǎn)出的狀況，對(duì)提高資源利用率，轉(zhuǎn)變傳統(tǒng)高投入、高污染的工業(yè)發(fā)展方式具有重要意義。通過分析環(huán)渤海地區(qū)工業(yè)生態(tài)效率的時(shí)空特征及影響因素可以發(fā)現(xiàn)，該地區(qū)工業(yè)生態(tài)效率總體較低，省域之間差異明顯。為改變目前的狀況，提高各地的工業(yè)生態(tài)效率，減少地區(qū)間差異，研究區(qū)應(yīng)加快產(chǎn)業(yè)集聚，引導(dǎo)企業(yè)積極轉(zhuǎn)移，促進(jìn)區(qū)域產(chǎn)業(yè)間的協(xié)同合作。科技水平是提高工業(yè)生態(tài)效率的重要因素，需要繼續(xù)加大科技研發(fā)投入，促進(jìn)科技成果和信息的廣泛交流，提高資源利用率，協(xié)調(diào)與企業(yè)及研發(fā)機(jī)構(gòu)之間的關(guān)系，切實(shí)減少污染物的排放量。環(huán)境規(guī)制的增加不利于提升地區(qū)工業(yè)生態(tài)效率，因此，需要完善相關(guān)政策，合理引導(dǎo)工業(yè)企業(yè)進(jìn)行清潔生產(chǎn)，實(shí)現(xiàn)工業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展。另外，提高外資引進(jìn)門檻，發(fā)揮節(jié)能企業(yè)的帶動(dòng)和引導(dǎo)作用，優(yōu)化引資結(jié)構(gòu)，且各地政府應(yīng)根據(jù)自身情況制定相應(yīng)的對(duì)策，充分利用好各自的區(qū)域優(yōu)勢(shì)，加強(qiáng)區(qū)域間聯(lián)系，以促進(jìn)當(dāng)?shù)毓I(yè)生態(tài)效率的快速提升。

本文中基于Bootstrap-DEA模型測(cè)度工業(yè)生態(tài)效率，通過對(duì)原始樣本進(jìn)行抽樣，修正傳統(tǒng)DEA模型的估計(jì)偏差，以獲取新的樣本及統(tǒng)計(jì)量，結(jié)果更具科學(xué)性，但是受諸多因素影響，本研究存在一定不足之處：首先，研究數(shù)據(jù)有限，本文僅選擇2005—2016年的面板數(shù)據(jù)進(jìn)行分析，今后需選取更長時(shí)間序列探討環(huán)渤海地區(qū)工業(yè)生態(tài)效率變化情況；其次，工業(yè)生態(tài)效率的評(píng)價(jià)體系中未納入人力、資金等投入指標(biāo)，可能存在針對(duì)性不足等問題，為此，深入完善指標(biāo)體系是今后研究需繼續(xù)關(guān)注的內(nèi)容。