丁黎黎等

摘要：引入超效率DEA非參數線性規(guī)劃方法構建了沿海地區(qū)藍綠指數，衡量創(chuàng)造GOP過程中資源消耗、污染排放、環(huán)境治理的投入程度，利用Malmquist方法對藍綠指數變化進行了動態(tài)分析。爾后構建了聚類矩陣和收斂指數，進一步發(fā)掘沿海地區(qū)海洋經濟綠色發(fā)展的空間集聚趨勢及分布特征。結果顯示：藍綠指數十年整體均值并不處于藍綠前沿面，各地區(qū)海洋經濟增長對資源消耗、污染排放與環(huán)境治理的程度呈現出較大差異性，其中上海、廣東、海南的藍綠指數排名位于前列；藍綠前沿的變化幅度對沿海地區(qū)的藍綠指數產生了較大正向影響；聚類矩陣中，除上海、廣東呈現“雙高”外，其他沿海地區(qū)均呈現“單偏”型；收斂指數則表明沿海三大經濟區(qū)域海洋綠色經濟發(fā)展差距逐漸縮小。

關鍵詞：藍綠指數；超效率DEA；聚類矩陣

中圖分類號：F062.2 文獻標識碼： 文章編號：

Differential Analysis of Blue-Green Index in Coastal Areas

DING Li-li，ZHU Lin，LIU Xin-min

（School of Economics and Management， Shandong University of Science and Technology Qingdao 266590）

Abstract： The super-efficiency DEA non-parametric linear programming method is introduced to build a blue-green index in coastal areas to measure the degree of resource consumption， pollutant discharge and environmental governance investment. The Malmquist is utilized to analyze the change of blue-green index. Together with it， clustering matrix and convergence index are established to explore spatial agglomeration trends. The results show that the overall mean of blue-green indices in ten years is not in the blue-green frontier， and the coastal areas demonstrate a large difference， in which the blue-green indices of Shanghai， Guangdong and Hainan rank among the top. The changes in the blue-green frontier have a positive impact on blue-green indices of coastal areas. In the clustering matrix， all coastal areas display a "single-bias"， except Shanghai and Guangdong. The convergence index indicates that the three major coastal economic zones are narrowing gradually.

Key words： blue green index； super efficiency DEA； clustering matrix

十二五發(fā)展規(guī)劃中明確指出海洋經濟要做到“綠色發(fā)展，統(tǒng)籌考慮海洋生態(tài)環(huán)境保護與陸源污染防治，加強海洋資源節(jié)約集約利用，增強海洋經濟可持續(xù)發(fā)展能力”。那么在我國倡導海洋經濟綠色發(fā)展過程中，如何科學地把握海洋經濟發(fā)展過程中的綠色程度？如何判斷GOP創(chuàng)造過程中的資源損耗、環(huán)境污染的程度？這些問題的探討有益于提高我國海洋經濟可持續(xù)發(fā)展政策制定的準確性。

關于國家或地區(qū)綠色發(fā)展程度的研究，現有文獻主要通過構建“指數”來衡量綠色水平或程度。國內外對綠色指數含義和指標測度體系的研究存在較大差異，考慮了宏觀經濟、生態(tài)環(huán)境、資源能源和生活質量等各個方面，但研究重點卻集中在生態(tài)環(huán)境和資源能源兩個視角。例如，Leipert[1]提出將環(huán)境污染等負面影響價值納入綠色國民經濟核算中。Hall和Kerr[2]構建綠色指數對美國50個州的環(huán)境質量做了評估。美國耶魯大學和哥倫比亞大學合作開發(fā)的環(huán)境可持續(xù)性指數（ESI）[3]嘗試對各國或區(qū)域環(huán)境可持續(xù)發(fā)展情況進行評估。Rogge[4]則構建了環(huán)境績效指數（EPI）去評估各國在環(huán)境保護方面的表現。國內相關研究主要有北京師范大學與其他機構聯(lián)合測度了我國各地區(qū)的綠色發(fā)展指數[5]。中國科學院可持續(xù)發(fā)展戰(zhàn)略研究組評估了30個省、直轄市、自治區(qū)的資源環(huán)境綜合績效指數（REPI）[6]。朱勇華和張慶豐[7]利用主成分分析法估算了我國綠色GDP綜合指數。吳翔和彭代彥[8]利用同樣方法測算了包含資源與環(huán)境因素的環(huán)境綜合指數。林衛(wèi)斌和陳彬[9]基于傳統(tǒng)DEA方法構造了經濟增長的綠色指數。張江雪和王溪薇[10]運用同樣的方法測算了工業(yè)綠色增長指數。

通過文獻整理發(fā)現：一是現有研究主要集中在國民經濟綠色發(fā)展狀況，缺少海洋經濟這種特殊經濟系統(tǒng)的綠色發(fā)展程度研究。然而海洋經濟已成為我國經濟可持續(xù)發(fā)展的新增長點。因此，剖析“中國式”海洋經濟成為國民經濟新增長點背后的事實，構建體現沿海地區(qū)海洋經濟綠色程度的“藍綠指數”（Blue-Green Index， BGI），是對海洋經濟綠色發(fā)展的有益補充。二是已有研究在環(huán)境污染方面構建綠色指數時往往只考慮CO2、SO2等污染物的排放，而未考慮經濟發(fā)展中的環(huán)境治理因素。我國政府已明確提出了打破“先污染后治理”的環(huán)境規(guī)制思路，環(huán)境治理與污染排放活動已開始并行。因此將環(huán)境治理因素納入到分析框架中具有重要的現實意義。第三，現有研究通過權重表達綜合指標之間的關系，很難剔除主觀因素對加權過程的影響。

基于此，本文考慮環(huán)境污染排放與治理存在的差異性，從省域層面出發(fā)衡量了沿海地區(qū)海洋經濟發(fā)展過程中的綠色水平或程度。爾后利用聚類矩陣和收斂指數法重點考察了沿海地區(qū)海洋經濟綠色發(fā)展的空間集聚趨勢及分布特征。本文的創(chuàng)新之處：一是采用超效率DEA模型構建了沿海地區(qū)的“藍綠指數”，嘗試測度了包含資源消耗、污染排放、環(huán)境治理三種成本投入影響下海洋經濟增長的綠色水平。二是考慮到資源與環(huán)境的外溢性和依賴性特征，對沿海地區(qū)綠色指數是否存在空間集聚進行了梳理，從而揭示出沿海地區(qū)海洋經濟綠色發(fā)展的相互影響與內在空間聯(lián)系，以期為我國海洋經濟的綠色發(fā)展提供一定理論基礎。

1藍綠指數的構建與測度

1.1研究方法與指標選取

1.1.1研究方法

本文采用超效率DEA方法[11]研究沿海地區(qū)的藍綠指數。該方法不僅克服了傳統(tǒng)評估方法中的主觀影響，而且解決了傳統(tǒng)DEA模型無法對多個為1的指數進行比較的問題。借鑒綠色GOP核算思想，本文將沿海地區(qū)海洋生產總值作為產出，將影響海洋經濟綠色增長的要素看作投入要素，對這些投入的效率測度則被看作藍綠指數。在已有文獻研究中，將資源消耗和環(huán)境污染看作影響經濟增長綠色程度的兩種要素[8-11]，已經被學者廣泛接受。不同于以往研究，本文認為在衡量沿海地區(qū)藍綠指數，需要將環(huán)境污染進一步細化為污染排放與環(huán)境治理，即資源消耗、污染排放（治理后的污染控制水平）、環(huán)境治理三種投入要素。因為在海洋經濟這種特殊經濟體系中，環(huán)境治理投資活動作為一種污染控制手段，不僅能直接作用于環(huán)境質量的改善，而且能夠通過“創(chuàng)新貿易效應”間接作用于GOP[12]。

本文首先構建報酬不變假設下的超效率DEA模型，見圖1。其中 分別代表資源消耗、污染排放、環(huán)境治理三個活動。 代表傳統(tǒng)DEA模型下生產單位GOP帶來的資源消耗、污染排放、環(huán)境治理的最優(yōu)組合。令線段 表示 點的投入量仍然可增加的幅度，則 點的超效率藍綠指數評價值為 。具體原理如下：在計算決策單元 點的藍綠指數時，將其排除在決策單元的參考集之外，則有效藍綠前沿面就由 變?yōu)?，這里的 便是定義為在規(guī)模報酬不變的超效率DEA模型下的“藍綠前沿”（Blue-Green Frontier）。假設 點代表一個地區(qū)，與位于藍綠前沿面上 點相比，其海洋經濟增長的綠色程度較低。這里 就是衡量一個地區(qū)海洋經濟增長的綠色程度，可將其定義為超效率DEA模型下的藍綠指數。如果一個地區(qū)的藍綠指數為1，則代表著該地區(qū)海洋生產處于藍綠前沿；若藍綠指數為1.2，則表示這一地區(qū)即使再等比例增加20%的投入，其依然處于由樣本中其他地區(qū)所定義的藍綠前沿上；若藍綠指數不足1，則這個地區(qū)海洋經濟增長的綠色程度隨藍綠指數變小而變低。

本文擴展了報酬不變的前提假設，構建了如下超效率VRS-SE-DEA模型，見圖2。其中實線和虛線分別代表不變和可變規(guī)模報酬下的藍綠前沿。 點在不變規(guī)模報酬下的藍綠指數為 ；而在可變規(guī)模報酬下藍綠指數為 ，影響藍綠指數的規(guī)模效應（ ）為 。為表述方便，我們將可變規(guī)模報酬下的藍綠指數 定義為純藍綠指數，不變規(guī)模報酬下的藍綠指數便可以分解為純藍綠指數和規(guī)模效應指數，即 。該公式能夠衡量經濟規(guī)模處于資源消耗、污染排放、環(huán)境治理的規(guī)模報酬遞增或遞減階段對藍綠指數的影響，即某一地區(qū) 處于藍綠前沿的規(guī)模報酬遞增區(qū)域，它可以通過從 向最優(yōu)規(guī)模 點移動（即去掉規(guī)模無效）使其藍綠指數進一步得到改進。因此，本文通過觀察藍綠指數中的規(guī)模效應指數，分析海洋經濟增長與資源消耗、污染排放、環(huán)境治理之間的相關關系。在運用超效率DEA方法構建沿海地區(qū)的藍綠指數基礎上，本文進一步借鑒Malmquist指數模型[13]分析了沿海地區(qū)海洋經濟藍綠指數的動態(tài)變化趨勢。

圖2 藍綠指數的規(guī)模效應

1.1.2指標體系與數據獲取

本文在兼顧樣本數據的可比性、可得性及科學性基礎上，構建了衡量沿海地區(qū)藍綠指數的投入產出指標體系，見表1。因DEA方法要求投入產出指標不宜過多，同時為了排除各指標的統(tǒng)計單位不同而造成的數量級差別，本文利用改進的熵值法[14]將沿海地區(qū)2003～2012年的3個污染物排放指標綜合計算為1個污染排放綜合指數，4個資源消耗指標綜合計算為1個資源消耗綜合指數。指標選取說明：①資源消耗主要體現在海洋漁業(yè)、海洋鹽業(yè)、海洋船舶工業(yè)、海洋油氣、海洋礦業(yè)以及海域資源等海洋經濟活動直接（一次）開發(fā)利用的資源方面。我們給出表1中的資源消耗指標。其中海洋油氣、海洋礦業(yè)等資源的消耗量近似于其產量，本文采用能源消耗代替這類資源消耗，衡量創(chuàng)造GOP過程中的油氣和礦業(yè)資源消耗程度。②污染排放指標的選取，以往文獻研究[8，9]主要考慮三廢指標。由于分析框架存在環(huán)境治理這一因素，本文選取污染排放指標均為治理后排放出的污染量，見表1中污染排放指標。③環(huán)境治理指標的選取，本文采用沿海地區(qū)的海洋工業(yè)環(huán)境污染治理投資總額。數據來源于歷年的《中國海洋統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》。

表2測算結果顯示：從整體發(fā)展水平來看，2003～2012年沿海地區(qū)的藍綠指數平均值為0.891，意味著沿海地區(qū)海洋經濟對資源的依賴程度、環(huán)境的污染程度和對環(huán)境的治理程度均處在非前沿水平。從省域層面來看，沿海地區(qū)的藍綠指數又呈現出較大差異性。①上海、廣東和海南三個地區(qū)在GOP創(chuàng)造過程中重視了資源、污染和治理問題，處于藍綠前沿面之前，其藍綠指數均大于1。上海、廣東得益于早期資本積累和優(yōu)越的地理條件，而海南服務業(yè)在GOP中所占比重相對較大，給環(huán)境和資源帶來的壓力較小。但海南近兩年出現藍綠指數小于1的情況，需引起重視。②福建、天津、浙江的藍綠指數均值小于1且在0.5以上，十年間指數呈現上下震蕩態(tài)勢。福建、浙江海洋漁業(yè)、海鹽等資源豐富，海洋第一、三產業(yè)多為資源依賴型產業(yè)，陸域污染源計入海污染物逐年增加，局域海域水質COD超標，加之治理力度不到位致使海洋大省福建及浙江的藍綠指數均處于較低水平。③遼寧、山東、廣西、江蘇、河北等地區(qū)的藍綠指數遠離藍綠前沿，指數均在0.5以下。遼寧海洋漁業(yè)、船舶工業(yè)比重較大，但海洋產業(yè)水平并不高，存在資源浪費現象。山東藍綠指數顯示出的低值可以看出山東海洋經濟的迅猛發(fā)展對資源環(huán)境帶來的傷害程度較大。江蘇其藍綠指數也呈現低值，資源短缺是導致江蘇海洋經濟綠色發(fā)展“洼地”現狀的主要原因。廣西藍綠指數低在于過度依賴于海洋工業(yè)特別是重化工業(yè)，同時對環(huán)境污染治理的投資不足，造成其環(huán)境的進一步惡化。河北的藍綠指數均值只有0.181，且10年間變化不大。河北海洋資源并不豐富，海洋第二產業(yè)比重高達50%以上，同時區(qū)域位置與北京接壤，承接了北京較多污染型產業(yè)，增加了河北的資源消耗與環(huán)境污染，使其藍綠指數一直處于較低狀態(tài)。

1.3藍綠指數的分解結果及其分析

為了更好地分析沿海地區(qū)的藍綠指數變化趨勢，本文運用沿海11地區(qū)2003～2012年的面板數據，采用Malmquist指數方法測算了藍綠指數的變化值。將藍綠指數分解為相對藍綠指數的變化和藍綠前沿的變化，前者又可進一步分解為純藍綠指數變化和規(guī)模效應變化。因篇幅限制，計算結果未在本文全部列出，僅給出2003～2012年沿海地區(qū)綜合藍綠指數分解情況及趨勢變化（見圖3），沿海各地區(qū)藍綠指數變化的分解結果（見表3）。

圖3 2003～2012年沿海地區(qū)的綜合藍綠指數分解及趨勢變化

圖3曲線趨勢變化顯示：①在整個樣本時期內，藍綠前沿變化各年均對藍綠指數均具有較強的正影響作用。相對藍綠指數變化除2005～2006年、2006～2007年、2009～2010年期間，其余各年對藍綠指數的影響為負。其中，相對藍綠指數在以上三個期間的上升是由純藍綠指數變化與規(guī)模效應變化的共同提高所致。藍綠指數變化在2004～2005年出現了較明顯的下降趨勢，這與我國2003年首次頒布的《全國海洋經濟發(fā)展規(guī)劃綱要》緊密相關，即海洋經濟迅速增長的同時帶來了資源與環(huán)境的破壞。②2007年綜合藍綠指數變化達到高峰，在2006～2007年期間，相對藍綠指數變化對藍綠指數做出較大貢獻。其中純藍綠指數變化和規(guī)模效應變化共同促進了相對藍綠指數大幅度提高。這與“十一五”規(guī)劃中對資源和環(huán)境的規(guī)制與生態(tài)環(huán)境治理投資理念的轉變相一致，致使藍綠指數得到提高。③作為“十二五”規(guī)劃開局的第一年，2011～2012年期間，藍綠指數卻出現小于1的現象。這正代表了“期末效應”，即地方政府往往通過提前消耗資源，降低環(huán)境治理力度等辦法來完成“十一五”海洋經濟增長的任務與目標。

表3 2003～2012年沿海地區(qū)的藍綠指數分解結果

地區(qū) 相對藍綠指數變化 藍綠前沿變化 純藍綠指數變化 規(guī)模效應變化 藍綠指數變化

天津 0.976 1.268 0.994 0.982 1.237

河北 0.989 1.231 1.020 0.970 1.217

遼寧 1.032 1.206 1.041 0.991 1.244

上海 1.000 1.298 1.000 1.000 1.298

江蘇 1.011 1.257 1.009 1.003 1.272

浙江 0.916 1.242 0.932 0.983 1.138

福建 0.934 1.266 0.958 0.975 1.182

山東 0.831 1.276 0.870 0.956 1.061

廣東 1.000 1.234 1.000 1.000 1.234

廣西 1.025 1.218 1.000 1.025 1.249

海南 0.871 1.152 1.000 0.871 1.004

均值 0.960 1.240 0.983 0.977 1.191

表3的分解結果顯示：①2003～2012年沿海各地區(qū)相對藍綠指數的均值為0.960，表明各地區(qū)海洋經濟增長的藍綠指數未能達到藍綠前沿面并呈現發(fā)散趨勢。該分解結果是表2中沿海地區(qū)藍綠指數平均值為0.891的主要原因。②藍綠前沿的變化幅度對沿海地區(qū)的藍綠指數具有較大的正向影響。其中，上海和廣東兩個地區(qū)始終處于藍綠前沿，其相對藍綠指數保持不變，使得這兩個地區(qū)藍綠指數均大于1。雖然海南的藍綠指數大于1，但相對藍綠指數去卻小于1，說明海南在大力發(fā)展旅游服務業(yè)的過程中，雖然對資源的依賴程度相對較低，但是污染排放和環(huán)境治理兩種活動具有時間效應。隨著時間的推移，這兩種活動的影響開始顯現。遼寧、江蘇、廣西的相對藍綠指數大于1，表明這些地區(qū)一定程度向藍綠前沿靠攏。雖然這三個地區(qū)的藍綠指數均在0.5以下，因為這些地區(qū)的海洋資源生產力相對較低，部分海洋資源利用率低，且存在一定的海洋環(huán)境污染問題。但是，這些地區(qū)近年來已經加大了環(huán)境治理投資力度，海洋環(huán)境污染治理措施初見成效。相比較而言，天津、河北、浙江、福建、山東、海南的相對藍綠指數小于1，表明這些地區(qū)不同程度的遠離藍綠前沿。

2沿海地區(qū)藍綠指數的差異性分析

由于受區(qū)域經濟發(fā)展水平、環(huán)境治理、資源稟賦等因素的影響，沿海地區(qū)的藍綠指數之間存在著差異性，這種差異是逐漸拉大還是縮?。渴欠駮掷m(xù)存在抑或會隨著經濟的發(fā)展水平逐漸減弱或消失？本節(jié)通過聚類矩陣和收斂指數的構建進一步分析這種區(qū)域海洋經濟綠色增長的差異性。

2.1聚類分析

本文基于藍綠指數構成中的純藍綠指數與規(guī)模效應指數構建了“聚類矩陣”，分析省際差異性。純藍綠指數由投入導向的規(guī)模報酬可變的VRS-SE-DEA模型計算得到，規(guī)模效應指數由藍綠指數與純藍綠指數的比值計算得到①。分別以1.2的純藍綠指數和0.8的規(guī)模效應指數為臨界點對以上兩個指數進行劃分，可將沿海地區(qū)藍綠指數劃分為四種類型，如圖4所示。

圖4 沿海地區(qū)藍綠指數的聚類矩陣

第一種“雙高型”，即純藍綠指數達到1.2以上及規(guī)模效應指數達到0.8以上的省市，僅有上海、廣東兩省。第二種“低高型”包括遼寧、江蘇、浙江、福建4個省區(qū)，其純藍綠指數低于1.2而規(guī)模效應指數在0.8之上。表明通過增加資源的消耗，采用污染型生產方式并不能實現海洋經濟的進一步增長，需要嚴格將生產規(guī)?？刂圃谫Y源環(huán)境承載力范圍內，并通過技術進步提高資源利用率，生產方式向綠色生產方式轉變。這些省區(qū)的今后改進的重點在于提高技術管理水平，注重環(huán)境污染管制，合理配置資源。第三種“高低型”主要有天津、廣西、海南3個省市。特別是廣西省，其規(guī)模效應指數僅為0.198，反映出這些省市與最優(yōu)規(guī)模存在較大的差距，今后應重點在資源開采利用和環(huán)保的技術及管理上不斷進行革新，整合要素資源，提高資源環(huán)境規(guī)模效應。第四種“雙低型”包括河北、山東兩省。這兩省份以資源消耗、環(huán)境污染為代價取得海洋經濟的發(fā)展，其經濟規(guī)模并不處于資源消耗量、污染物排放量和治理投資額的最優(yōu)規(guī)模，發(fā)展中資源環(huán)境的管理水平也相對落后，存在較大的改善空間。

2.2收斂性分析

本節(jié)從沿海三大經濟區(qū)視角觀測沿海地區(qū)藍綠指數，利用收斂理論檢驗沿海地區(qū)藍綠指數是否有收斂趨同的趨勢。本文利用Barro提出的絕對 收斂模型來研究沿海地區(qū)藍綠指數的演進過程，其模型簡單描述為： 。這里 為年均藍綠指數， 為常數項， 表示 地區(qū)初始時期的藍綠指數的對數值， 為誤差項。如果 則表示存在絕對 收斂，即各區(qū)域藍綠指數向著同一穩(wěn)態(tài)水平趨近，落后地區(qū)存在追趕發(fā)達地區(qū)的趨勢，否則不存在收斂。進行條件 檢驗最常使用的方法是Panel Data固定效應模型，它通過設定截面與時間固定效應，即考慮不同地區(qū)的不同穩(wěn)態(tài)水平，也考慮各地區(qū)穩(wěn)態(tài)值隨時間的變化。條件 檢驗模型為 。這里 為 地區(qū)在 時期的藍綠指數，如果 則表示存在條件 收斂，即各區(qū)域藍綠指數向各自的穩(wěn)態(tài)水平趨近，否則不存在條件收斂趨勢。

表4 沿海地區(qū)、三大經濟區(qū)的藍綠指數收斂性檢驗

檢驗類型與模型 變量 沿海地區(qū) 環(huán)渤海區(qū)域 長三角區(qū)域 珠三角區(qū)域

絕對 收斂檢驗

常數項 -0.025 -0.028 0.040 -0.064

-0.012*

（0.059） -0.016**

（0.045） 0.049*

（0.058） -0.044**

（0.021）

T統(tǒng)計量 -0.547 -0.910 0.777 -1.788

0.075 0.293 0.247 0.423

F

0.299 0.829 0.603 3.198

條件 收斂檢驗

常數項 -0.059 0.368 0.112 -0.005

-1.351***

（0.004） -1.066**

（0.037） -1.130**

（0.023） -0.279

（0.571）

T統(tǒng)計量 -3.378 -2.570 -2.916 -0.594

0.436 0.412 0.249 0.089

F 9.490 6.605 8.501 0.352

注：括號內數字為顯著性概率，*、**、***分別表示在10%、5%、1%顯著性水平上顯著。

表4檢驗結果表明：沿海地區(qū)整體進行的絕對 收斂和條件 收斂的回歸系數均為負值，且估計系數分別在10%和1%水平上顯著，說明估計結果在統(tǒng)計上是可靠的，沿海地區(qū)整體藍綠指數存在收斂趨勢。說明在國家大力發(fā)展海洋經濟的背景下，各沿海地區(qū)存在著相互“追趕效應”，各地區(qū)綠色發(fā)展水平存在趨同的趨勢。從沿海三大經濟區(qū)的條件 收斂檢驗結果來看，珠三角地區(qū)未通過顯著性檢驗；而環(huán)渤海、長三角與珠三角地區(qū)的條件 收斂回歸系數均為負值，且在5%水平上顯著。表明環(huán)渤海與長三角呈現區(qū)域間海洋經濟綠色增長程度的差異化，未向相同的水平收斂，而是在不同的水平層次上收斂，且維持了穩(wěn)定的相互關系形態(tài)。

但沿海三大經濟區(qū)的絕對 收斂檢驗結果卻有較大差異，環(huán)渤海與珠三角藍綠指數呈現顯著的收斂特征，而長三角則呈現出微弱的發(fā)散特征。從絕對 收斂回歸系數來看，環(huán)渤海和珠三角的 值為負，長三角地區(qū) 值為正，且均在統(tǒng)計上顯著，說明環(huán)渤海與珠三角地區(qū)內部省份的藍綠指數存在絕對 收斂，而長三角地區(qū)內部各省份藍綠指數并未表現出收斂趨勢，反而內部各省份海洋經濟綠色增長程度差距有擴大趨勢，意味著目前國家在海洋經濟綠色發(fā)展中應該更注重長三角地區(qū)各省間的海洋經濟綠色技術合作交流。

3政策建議

基于以上研究結論，本文從省域或區(qū)域視角提出政策建議。一是國家在海洋經濟綠色發(fā)展中應更加注重環(huán)渤海經濟區(qū)。聚類矩陣中河北及山東的藍綠指數均屬于雙低型的省份，環(huán)渤海海域生態(tài)系統(tǒng)相對封閉，資源承載力十分有限，應規(guī)劃和限制對其海洋自然資源的過度開發(fā)利用，減少資源依賴型產業(yè)發(fā)展，同時加大環(huán)境的治理力度，調整沿海的排放布局和允許排放量的目標體系，改善渤海的環(huán)境承載力。二是增強跨區(qū)域的經濟、技術交流和環(huán)境治理合作。例如廣西省可加快與珠三角地區(qū)的市場對接，改善投資環(huán)境，壯大產業(yè)規(guī)模，提升其要素集聚優(yōu)勢，摸清海洋資源和環(huán)境承載力，制定海洋資源開發(fā)、利用、配置和保護的規(guī)劃，加強廣泛合作，統(tǒng)籌陸海資源與環(huán)境。三是在每個區(qū)域培育新的增長極，帶動鄰近地區(qū)海洋經濟綠色增長。收斂結果明顯表明長三角區(qū)域內部各省份海洋經濟綠色增長程度差距有擴大趨勢，且上海的藍綠指數屬于雙高型的省份，可促進上海真正成為長三角區(qū)域整體海洋經濟綠色發(fā)展的增長極，同時天津和廣東可分別成為環(huán)渤海和珠三角經濟區(qū)域帶動海洋經濟綠色發(fā)展新的增長極。

參考文獻：

[1]Leipert C.A Critical Appraisal of Gross National Product： The Measurement of Net National Welfare and Environmental Accounting[J]. Journal of Economics Issues，1987，21（1）：357-373.

[2]Hall B，Kerr M L.1991～1992 Green Index： A State-by-state Guide to the Nations Environmental Health [M]. Island Press，1991.

[3]Esty D C，Levy M，Srebotnjak T，et al. Environmental Sustainability Index： Benchmarking National Environmental Stewardship[J]. New Haven： Yale Center for Environmental Law & Policy，2005：47-60.

[4]Rogge N. Undesirable Specialization in the Construction of Composite Policy Indicators： The Environmental Performance Index[J]. Ecological Indicators，2012，23（11）：143-154.

[5]2012中國綠色發(fā)展指數報告：區(qū)域比較 [M]. 北京：北京師范大學出版社，2012.

[6]2011中國可持續(xù)發(fā)展戰(zhàn)略報告：實現綠色的經濟轉型[M].北京：科學出版社，2011.

[7]朱勇華，張慶豐. 利用主成分分析法建立中國綠色GDP綜合指數[J]. 華北電力大學學報，2005，4：32-37.

[8]吳翔，彭代彥. 中國各地區(qū)環(huán)境綜合指數研究[J]. 生態(tài)經濟，2014，4：24-28.

[9]林衛(wèi)斌，陳彬. 經濟增長綠色指數的構建與分析——基于DEA方法[J]. 財經研究，2011，37（4）：48-58.

[10]張江雪，王溪薇. 中國區(qū)域工業(yè)綠色增長指數及其影響因素研究[J]. 軟科學，2013，10：92-96.

[11]Anderson P，Petersen N C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science，1993，39（10）：1261-1264.

[12]晉盛武，王圣芳，夏柱兵. 出口貿易與污染排放、治理投資關系的實證分析[J]. 合肥工業(yè)大學學報，2011，6：20-25.

[13]F?re R，Grosskopf S，Norris M. Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries： Reply[J]. The American Economic Review，1997，87（5）：1040-1044.

[14]康旺霖，王壘，雷沁. 基于信息熵-TOPSIS方法的綠色采購績效評價研究[J]. 物流科技，2014，11：4-7.