摘"要： 長(zhǎng)江經(jīng)濟(jì)帶作為中國(guó)最重要的流域經(jīng)濟(jì)帶之一，肩負(fù)著引領(lǐng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重任，實(shí)現(xiàn)在保護(hù)中發(fā)展長(zhǎng)江經(jīng)濟(jì)帶事關(guān)國(guó)家發(fā)展全局與中華民族的長(zhǎng)遠(yuǎn)利益。綜合運(yùn)用DEA模型和Malmquist指數(shù)法測(cè)算2011至2018年長(zhǎng)江經(jīng)濟(jì)帶各省市的生態(tài)效率及其動(dòng)態(tài)變化指數(shù)，并運(yùn)用Tobit回歸模型分析上述效率指數(shù)的影響因素，研究結(jié)果顯示：長(zhǎng)江經(jīng)濟(jì)帶的平均生態(tài)效率水平在樣本期內(nèi)經(jīng)歷了微弱的上升，年度平均增幅為0.2%;各省經(jīng)濟(jì)結(jié)構(gòu)改進(jìn)、發(fā)展高新技術(shù)產(chǎn)業(yè)、擴(kuò)大對(duì)外開(kāi)放以及增加財(cái)政資金對(duì)環(huán)保事業(yè)的投入等積極因素，均能對(duì)效率提升產(chǎn)生顯著影響。

關(guān)鍵詞： 數(shù)據(jù)包絡(luò)分析;Malmquist指數(shù);長(zhǎng)江經(jīng)濟(jì)帶;生態(tài)效率

中圖分類(lèi)號(hào)： F127; X22"文獻(xiàn)標(biāo)識(shí)碼： A"DOI： 10.3963/j.issn.1671|6477.2020.02.016

長(zhǎng)江作為我國(guó)的第一大河流，由西向東綿延6300公里，橫跨我國(guó)東中西三大區(qū)域。長(zhǎng)江經(jīng)濟(jì)帶覆蓋11個(gè)省市，包含長(zhǎng)三角城市群、長(zhǎng)江中游城市群及成渝城市群三大城市群，總面積占我國(guó)國(guó)土面積的21%，人口占我國(guó)的40%以上。在經(jīng)濟(jì)上，長(zhǎng)江經(jīng)濟(jì)帶11省市的地區(qū)生產(chǎn)總值占全國(guó)40%以上，進(jìn)出口總額約占全國(guó)40%①。在生態(tài)環(huán)境上，長(zhǎng)江擁有獨(dú)特的生態(tài)系統(tǒng)，是我國(guó)重要的生態(tài)寶庫(kù)，同時(shí)更是沿江4億居民的飲用水水源，因此長(zhǎng)江流域生態(tài)環(huán)境好壞所帶來(lái)的影響“牽一發(fā)而動(dòng)全身”，在我國(guó)生態(tài)安全系統(tǒng)中起著重要作用。

改革開(kāi)放40余年來(lái)，經(jīng)過(guò)快速的工業(yè)化、城市化、市場(chǎng)化發(fā)展，長(zhǎng)江經(jīng)濟(jì)帶為國(guó)家的經(jīng)濟(jì)發(fā)展作出了重大貢獻(xiàn)。但與此同時(shí)，由于長(zhǎng)江沿線的一些地區(qū)走上了追求高投入、高產(chǎn)出的粗放、不可持續(xù)的發(fā)展道路，長(zhǎng)江流域生態(tài)功能退化、污染物排放量過(guò)大、流域環(huán)境風(fēng)險(xiǎn)隱患突出等生態(tài)環(huán)境問(wèn)題也逐步凸顯，已經(jīng)開(kāi)始制約著地區(qū)發(fā)展與民生福祉的提升。

為應(yīng)對(duì)這一嚴(yán)峻挑戰(zhàn)，國(guó)家陸續(xù)出臺(tái)多項(xiàng)舉措全面推進(jìn)長(zhǎng)江經(jīng)濟(jì)帶的生態(tài)保護(hù)與綠色發(fā)展。2014年國(guó)務(wù)院頒布的《關(guān)于依托黃金水道推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見(jiàn)》②中就將“江湖和諧、生態(tài)文明”納入發(fā)展長(zhǎng)江經(jīng)濟(jì)帶的基本原則。在2016年召開(kāi)的推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)上，習(xí)近平總書(shū)記更是明確指出長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展要“把修復(fù)長(zhǎng)江生態(tài)環(huán)境擺在壓倒性位置”，以“共抓大保護(hù)、不搞大開(kāi)發(fā)”為基本原則，走“生態(tài)優(yōu)先、綠色發(fā)展”之路③。

在國(guó)家的科學(xué)布局與大力推動(dòng)下，長(zhǎng)江沿線各省市和有關(guān)部門(mén)積極行動(dòng)、通力合作，長(zhǎng)江經(jīng)濟(jì)帶的生態(tài)修復(fù)與綠色發(fā)展已經(jīng)取得初步成效，一些環(huán)境指標(biāo)開(kāi)始逐漸好轉(zhuǎn)，長(zhǎng)江生態(tài)功能正逐步恢復(fù)。但與此同時(shí)我們還要看到，長(zhǎng)江經(jīng)濟(jì)帶面臨的生態(tài)問(wèn)題依然嚴(yán)峻，區(qū)域綠色發(fā)展不平衡現(xiàn)象依然明顯，同時(shí)長(zhǎng)江經(jīng)濟(jì)帶內(nèi)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的任務(wù)依然艱巨，區(qū)域合作機(jī)制依然有待進(jìn)一步明確。因此，如何把握好保護(hù)和發(fā)展的辯證關(guān)系，在保護(hù)好生態(tài)環(huán)境的前提下推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶綠色、科學(xué)、高質(zhì)量發(fā)展，依然是一個(gè)我們將長(zhǎng)期面對(duì)并需要著力解決的重要問(wèn)題。

為此，本文運(yùn)用DEA|Malmquist方法計(jì)算了2011至2018年間長(zhǎng)江經(jīng)濟(jì)帶11省市的生態(tài)效率，并使用Tobit回歸模型分析其影響因素，以期為制定相關(guān)對(duì)策提供參考依據(jù)。

一、文獻(xiàn)綜述

綠色經(jīng)濟(jì)的發(fā)展不僅要考慮經(jīng)濟(jì)和社會(huì)效益的產(chǎn)出，還要兼顧城市發(fā)展過(guò)程中的環(huán)境污染因素。為了更好地衡量各地在兼顧環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展時(shí)的表現(xiàn)，Schmidheiny提出了生態(tài)效率（eco|efficiency）的概念，即一定時(shí)期內(nèi)增加的經(jīng)濟(jì)價(jià)值與增加的生態(tài)環(huán)境負(fù)荷的比值[1]，其核心是少投入、少排放、多產(chǎn)出，在不對(duì)生態(tài)環(huán)境構(gòu)成威脅的前提下努力發(fā)展區(qū)域經(jīng)濟(jì)。由于生態(tài)效率符合可持續(xù)發(fā)展有關(guān)經(jīng)濟(jì)、資源和環(huán)境協(xié)調(diào)發(fā)展的核心理念，以此逐漸成為測(cè)度可持續(xù)發(fā)展的重要概念和工具。近年來(lái)，一些學(xué)者依照這一概念將環(huán)境因素納入到經(jīng)濟(jì)效率和生產(chǎn)率的分析框架中，使用數(shù)據(jù)包絡(luò)分析（DEA）方法及其衍生方法對(duì)中國(guó)的綠色經(jīng)濟(jì)發(fā)展進(jìn)行實(shí)證研究。例如胡鞍鋼等以1999至2005年間中國(guó)的30個(gè)省市自治區(qū)為樣本，使用DEA模型計(jì)算這些地區(qū)納入環(huán)境因素后的技術(shù)效率情況，并發(fā)現(xiàn)東部地區(qū)考慮了環(huán)境因素的技術(shù)效率最高，中部地區(qū)次之，西部地區(qū)最低[2];程丹潤(rùn)和李靜則使用DEA|SBM模型研究了1990至2006年間28個(gè)省市的環(huán)境效率，他們發(fā)現(xiàn)環(huán)境變量的引入明顯降低了中國(guó)區(qū)域平均效率水平，中西部地區(qū)對(duì)環(huán)境變量的引入較東部地區(qū)更為敏感，西部地區(qū)處于經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的雙重困境[3];汪曉文和慕一君則運(yùn)用DEA模型研究了1991至2015年間中國(guó)30個(gè)省份環(huán)境技術(shù)效率的收斂趨勢(shì)，他們發(fā)現(xiàn)全國(guó)總體及東、中、西部均存在條件收斂，但由于各區(qū)域的經(jīng)濟(jì)條件與特征不同，收斂速度存在差異[4]。

此外，還有一些學(xué)者將研究重點(diǎn)放在生態(tài)效率的影響因素及其對(duì)地方政府行為的影響上。例如李勝蘭等以1997至2010年間中國(guó)30個(gè)省市為樣本，研究地方生態(tài)效率對(duì)當(dāng)?shù)卣h(huán)境規(guī)制的影響，他們發(fā)現(xiàn)生態(tài)效率對(duì)環(huán)境規(guī)制的制定和實(shí)施呈現(xiàn)制約作用，即生態(tài)效率較低的地區(qū)，地方政府傾向于更嚴(yán)格的環(huán)境規(guī)制，以遏制資源消耗和環(huán)境污染的惡化，改善當(dāng)?shù)厣鷳B(tài)環(huán)境[5];施本植等則以2003至2015年間中國(guó)249個(gè)地級(jí)市為樣本，研究金融聚集對(duì)當(dāng)?shù)鼐G色經(jīng)濟(jì)效率的影響，他們發(fā)現(xiàn)金融集聚能夠提升城市綠色經(jīng)濟(jì)效率，該影響存在門(mén)檻效應(yīng)并且影響效果在不同的地區(qū)存在一定的差異[6]。方杏村等則同時(shí)研究了財(cái)政分權(quán)和產(chǎn)業(yè)聚集對(duì)綠色經(jīng)濟(jì)效率的影響，他們通過(guò)研究2005—2016年間270個(gè)地級(jí)以上城市的數(shù)據(jù)發(fā)現(xiàn)：財(cái)政分權(quán)、專(zhuān)業(yè)化產(chǎn)業(yè)集聚對(duì)綠色經(jīng)濟(jì)效率的影響均是顯著為負(fù)，多樣化產(chǎn)業(yè)集聚對(duì)綠色經(jīng)濟(jì)效率的影響則顯著為正[7]。

不過(guò)，現(xiàn)有文獻(xiàn)中有關(guān)生態(tài)效率的研究還是以全國(guó)范圍內(nèi)不同省市或地區(qū)間的比較為主，尚無(wú)專(zhuān)門(mén)針對(duì)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的研究。長(zhǎng)江流域是我國(guó)重要的生態(tài)寶庫(kù)，擁有獨(dú)特的生態(tài)系統(tǒng)，而長(zhǎng)江在生態(tài)環(huán)境上的獨(dú)特性可能會(huì)對(duì)地區(qū)的生態(tài)效率產(chǎn)生較大影響?，F(xiàn)有的全國(guó)性研究難以有效包含這些區(qū)域性的重要因素，導(dǎo)致相關(guān)結(jié)論難以精確描述長(zhǎng)江經(jīng)濟(jì)帶地區(qū)生態(tài)效率水平和內(nèi)部差異，進(jìn)而影響相關(guān)結(jié)論及建議在長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的適用性。同時(shí)，長(zhǎng)江經(jīng)濟(jì)帶作為現(xiàn)階段中央重點(diǎn)實(shí)施的三大戰(zhàn)略之一，也肩負(fù)著引領(lǐng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要任務(wù)，在新時(shí)期社會(huì)主義經(jīng)濟(jì)建設(shè)過(guò)程中具有重要戰(zhàn)略作用。因此，鑒于長(zhǎng)江經(jīng)濟(jì)帶在生態(tài)和經(jīng)濟(jì)上的重要性，十分有必要對(duì)該地區(qū)的生態(tài)效率展開(kāi)專(zhuān)門(mén)研究，測(cè)算其效率水平并詳細(xì)分析相關(guān)影響因素，以便為推動(dòng)長(zhǎng)江經(jīng)濟(jì)在保護(hù)好生態(tài)環(huán)境的前提下實(shí)現(xiàn)綠色、均衡、高質(zhì)量發(fā)展提供政策參考。

二、研究方法及變量選取

（一）研究方法

本文首先使用數(shù)據(jù)包絡(luò)方法（DEA）對(duì)長(zhǎng)江經(jīng)濟(jì)帶各省市近年來(lái)的生態(tài)效率進(jìn)行測(cè)算。為了能分析規(guī)模因素對(duì)效率的影響，本文將使用由Banker et. al.提出的可變規(guī)模報(bào)酬（VRS）模型[8]進(jìn)行計(jì)算。這一模型可以把技術(shù)效率（CRSTE）分解為純技術(shù)效率（VRSTE）和規(guī)模效率（SCALE）。其中，技術(shù)效率就是各省的生態(tài)效率。在投入型DEA模型中，技術(shù)效率的基本含義是決策單元（即各樣本省市）的實(shí)際產(chǎn)出與在既定投入規(guī)模下最優(yōu)理論產(chǎn)出之比。技術(shù)效率的取值范圍在0到1之間，數(shù)值越大意味著決策單元的投入產(chǎn)出效率越高，當(dāng)取值為1時(shí)，則表明該決策單元在既定投入量下已達(dá)到了最優(yōu)產(chǎn)出規(guī)模。規(guī)模效率是指決策單元在既定生產(chǎn)規(guī)模下的理論最優(yōu)產(chǎn)出與最優(yōu)規(guī)模下的產(chǎn)出之比，純技術(shù)效率則是技術(shù)效率中剔除規(guī)模因素后的部分。

此外，為了對(duì)樣本各省市生態(tài)效率進(jìn)行動(dòng)態(tài)比較分析，本文還使用DEA|Malmquist指數(shù)進(jìn)行分析。DEA|Malmquist生產(chǎn)率指數(shù)描述了t到t+1期間決策單元整體生產(chǎn)率的幾何平均變情況，即計(jì)算全要素生產(chǎn)率變化指數(shù)（FTPCH），并且還可以將其進(jìn)一步分解為技術(shù)效率變化指數(shù)（EFFCH）和技術(shù)進(jìn)步變化指數(shù)（TECH）的乘積。其中前者表示決策單元對(duì)生產(chǎn)可能性邊界的追趕速度，可以反映由于制度變遷引起的資源要素配置效率變化的綜合技術(shù)效率;后者是生產(chǎn)前沿面的移動(dòng)，用來(lái)反應(yīng)由于技術(shù)創(chuàng)新或者新技術(shù)引入從而引起生產(chǎn)可能前沿面外移的技術(shù)進(jìn)步。而技術(shù)效率變化指數(shù)又可繼續(xù)分解為純技術(shù)效率變化指數(shù)（PECH）和規(guī)模效率變化指數(shù)（SECH）的乘積，分別反映由于管理、制度及分工引起的技術(shù)效率變化和由于生產(chǎn)規(guī)模變化引起的變化。上述所有指標(biāo)的結(jié)果均為在1附近的正數(shù)，數(shù)值大于1，表示在這方面取得改進(jìn)，反之則表示惡化。本文使用DEAP2.1軟件完成上述DEA相關(guān)模型的計(jì)算。

在得到綜合效率水平及相關(guān)分解指標(biāo)后，本文還將進(jìn)一步探究影響這些效率指標(biāo)的區(qū)域性因素。為此本文參考有關(guān)文獻(xiàn)[9|11]的作法，將DEA|Malmquist模型計(jì)算出的各項(xiàng)效率指標(biāo)作為被解釋變量，將樣本省市的相關(guān)特征作為解釋變量進(jìn)行回歸分析。由于作為被解釋變量的效率指標(biāo)是有界的截取變量，本文使用面板數(shù)據(jù)Tobit方法進(jìn)行回歸分析。上述回歸分析部分本文使用stata12.0軟件進(jìn)行計(jì)算。

（二）樣本及變量選取

本文使用的樣本為位于長(zhǎng)江經(jīng)濟(jì)帶的11個(gè)省市，樣本年度為2011至2018年，數(shù)據(jù)來(lái)源于2011|2019年統(tǒng)計(jì)年鑒。在數(shù)據(jù)包絡(luò)分析階段，我們把2011年作為基準(zhǔn)年，將每個(gè)省市都視為一個(gè)決策單元（DMU），并選取相關(guān)省級(jí)層面的數(shù)據(jù)作為投入和產(chǎn)出指標(biāo)。應(yīng)用DEA模型測(cè)算生態(tài)效率相較于測(cè)算其他效率的特殊之處在于需要考慮環(huán)境污染這種非合意產(chǎn)出的情況。由于環(huán)境污染被視作經(jīng)濟(jì)活動(dòng)的代價(jià)，部分學(xué)者[5，12|13]直接將非合意產(chǎn)出作為模型中的投入項(xiàng)來(lái)計(jì)算環(huán)境效率。根據(jù)生態(tài)效率的基本概念，我們也借鑒該方法，將環(huán)境污染這種非合意產(chǎn)出作為模型的投入項(xiàng)處理。

在投入指標(biāo)方面，本文參考現(xiàn)有文獻(xiàn)[6，7，14|15]，選取資本、人力以及技術(shù)三項(xiàng)普通投入指標(biāo)，以及污染物排放這一非合意產(chǎn)出作為投入指標(biāo)。其中資本投入本文參考施本植等[6]的作法，采用永續(xù)盤(pán)存法核算股東資產(chǎn)存量，計(jì)算公式為Kit=（1-δ）Kit-1+Eit。其中Kit和Kit-1分別表示i省市當(dāng)期和上一期的資本存量;δ為折舊率，本文將其定為9.6%;Eit=Ki0/（δ+g），其中Ki0為2011年該省的固定資產(chǎn)投資額，g為2012至2018年長(zhǎng)江經(jīng)濟(jì)帶地區(qū)固定資產(chǎn)投資的幾何平均增長(zhǎng)率。本文選取該省當(dāng)年城鎮(zhèn)單位就業(yè)人員數(shù)量作為人力投入指標(biāo)，選取該省當(dāng)年規(guī)模以上工業(yè)企業(yè)Ramp;D經(jīng)費(fèi)作為技術(shù)投入指標(biāo)。在污染物指標(biāo)投入方面，本文參考孫金嶺和朱沛宇的做法[15]，選取該省當(dāng)年廢水排放總量、二氧化硫排放量以及煙（粉）塵排放量，并采用熵權(quán)法對(duì)數(shù)據(jù)進(jìn)行加權(quán)處理得到一個(gè)綜合指標(biāo)。同時(shí)本文選取該省當(dāng)年的地區(qū)生產(chǎn)總值作為衡量其生態(tài)效率的產(chǎn)出指標(biāo)。

在回歸分析階段，本文將使用此前數(shù)據(jù)包絡(luò)分析得到的一系列結(jié)果分別作為被解釋變量。而在解釋變量方面，本文參考現(xiàn)有文獻(xiàn)[6，14|15]，將著重考察各省市產(chǎn)業(yè)結(jié)構(gòu)、高新技術(shù)產(chǎn)業(yè)發(fā)展水平、金融聚集程度、對(duì)外開(kāi)放水平、城市化進(jìn)程、政府環(huán)保投入等6個(gè)方面的因素對(duì)當(dāng)?shù)厣鷳B(tài)效率的影響。具體而言，本文將選取第三產(chǎn)業(yè)產(chǎn)值占GDP比重（TrdIndsit）作為衡量該省產(chǎn)業(yè)結(jié)構(gòu)的代理變量;選取本省規(guī)模以上工業(yè)企業(yè)專(zhuān)利申請(qǐng)數(shù)（Patentit）以及新產(chǎn)品銷(xiāo)售收入（NewPrdSalseit）作為該省高新技術(shù)產(chǎn)業(yè)發(fā)展水平的代理變量;在金融聚集度方面，本文借鑒施本植等[6]的計(jì)算方法，具體計(jì)算公式為FinAggit=YitPit/YtPt，其中FinAggit為省市當(dāng)期的金融業(yè)區(qū)域熵;Pit為該省市在當(dāng)期的全部城鎮(zhèn)單位就業(yè)人數(shù)，Pt為全國(guó)當(dāng)期全部城鎮(zhèn)單位就業(yè)人數(shù)，Yt為全國(guó)當(dāng)期金融業(yè)城鎮(zhèn)單位就業(yè)人數(shù)，Yit為該省市當(dāng)期的金融業(yè)城鎮(zhèn)單位就業(yè)人數(shù);選取省內(nèi)外商投資企業(yè)投資總額（FDIit）和省內(nèi)單位進(jìn)出口總額（TEIVit）作為衡量該省對(duì)外開(kāi)放水平的代理變量;選取城鎮(zhèn)化率（UrbanRateit）作為衡量該省城市化進(jìn)程的代理變量，其計(jì)算公式為該省城市人口占總?cè)丝诘谋戎?選取省財(cái)政環(huán)境保護(hù)支出占財(cái)政一般預(yù)算支出的比重作（FiscalExhdit）為衡量該省在環(huán)保領(lǐng)域投入的代理變量。此外，為了更好地控制各省市經(jīng)濟(jì)發(fā)展水平對(duì)解釋變量的影響，本文還加入國(guó)內(nèi)生產(chǎn)總值（GDP）、人均GDP和GDP增長(zhǎng)率作為控制變量。回歸方程如方程（1）所示：

EffIndit=β0+βiTrdIndsit+β2Patentit+β3NewPrdSalseit+β4FinAggit+β5FDIit+β6TEIVit+β7UrbanRateit+β8FiscalExhdit+β9controlsit+εit（1）

其中EffIndit代表各省市的年度生態(tài)效率指標(biāo)，包括全要素生產(chǎn)率變動(dòng)指數(shù)及其4個(gè)分解指數(shù)，腳標(biāo)i和t分別代表不同的省市和年份（下同）;controlsit是控制變量，包括各省市GDP總額、人均GDP以及GDP增長(zhǎng)率。

三、實(shí)證結(jié)果與分析

（一）DEA模型計(jì)算結(jié)果分析

通過(guò)DEA模型計(jì)算所得的各省市各年度生態(tài)效率及其分解指標(biāo)列示見(jiàn)表1。

接下來(lái)我們將分析長(zhǎng)江經(jīng)濟(jì)帶地區(qū)內(nèi)各省市在整個(gè)樣本期內(nèi)的生態(tài)效率全要素生產(chǎn)率的變化情況。從表3的第1列中可以看出，在全部11個(gè)樣本省市中，安徽省、湖北省、江蘇省、江西省、上海市、四川省等6省市在樣本內(nèi)全要素生產(chǎn)率變動(dòng)指數(shù)均值大于1，其余5省市的均值小于1。這說(shuō)明在長(zhǎng)江經(jīng)濟(jì)帶內(nèi)的大部分省市的生態(tài)效率達(dá)到生產(chǎn)前沿面，實(shí)現(xiàn)了DEA有效。同時(shí)我們還可以看到，11省市全要素生產(chǎn)率變動(dòng)指數(shù)的整體年度均值依然為1.002，與表2中的均值保持一致。在這11省市中，全要素生產(chǎn)率變動(dòng)指數(shù)年度均值最大的是四川省，為1.045，此外，江蘇省和江西省的全要素生產(chǎn)率變動(dòng)指數(shù)年度均值也都較高，均在1.03以上。這說(shuō)明在整個(gè)樣本期間內(nèi)，四川省的生態(tài)效率增長(zhǎng)幅度最大，年均增長(zhǎng)4.5%，同時(shí)江蘇省和江西省在樣本期內(nèi)也實(shí)現(xiàn)了生態(tài)效率的大幅提升。此外，在全部樣本省份中，全要素生產(chǎn)率變動(dòng)指數(shù)年度均值最小的是貴州省，為0.963，湖南省的年度均值也較小，為0.967。這說(shuō)明在樣本期內(nèi)貴州和湖南兩省生態(tài)效率降幅較大，年均降幅分別為3.7%和3.3%。

在此基礎(chǔ)上，我們還是對(duì)各省市的全要素生產(chǎn)率變動(dòng)指數(shù)年度均值進(jìn)行分解分析。我們依然先將其分解為技術(shù)效率變化指數(shù)乘以技術(shù)進(jìn)步變化指數(shù)，即表3的第2列和第3列。兩個(gè)指數(shù)的總體平均值與表2中的保持一致，這里便不再贅述。就技術(shù)效率變化指數(shù)而言，安徽省、湖北省、江蘇省和江西省的年度均值大于1，即實(shí)現(xiàn)了技術(shù)效率的提升，且其中江蘇省的提升幅度最大，年均增幅達(dá)到6%;貴州省、湖南省、浙江省和重慶市的年度均值小于1，即出現(xiàn)了技術(shù)效率的下降，且其中湖南省的降幅最大，年均降幅為3.5%;其余三個(gè)省市的年度均值剛好等于1，即技術(shù)效率水平保持不變。就技術(shù)進(jìn)步變化指數(shù)而言，湖南省、江西省、上海市、四川省以及重慶市等6省市的年度均值大于1，即實(shí)現(xiàn)了技術(shù)水平的提升，且其中四川省的提升幅度最大，年均增幅達(dá)到4.5%;其余6省的年度均值小于1，即出現(xiàn)了技術(shù)水平的下降，且其中貴州省的降幅最大，年均降幅為3.4%。

我們同樣還可以將技術(shù)效率變化指數(shù)繼續(xù)分解為純技術(shù)效率變化指數(shù)乘以規(guī)模效率變化指數(shù)，即表2的第4列和第5列。從中可以看到，就純技術(shù)效率變化指數(shù)而言，安徽省、湖北省、江蘇省以及江西省的年度均值大于1，即實(shí)現(xiàn)了純技術(shù)效率的提升，且其中江蘇省的提升幅度最大，年均增幅達(dá)到9.1%;湖南省的年度均值小于1，即出現(xiàn)了純技術(shù)效率的下降，年均降幅為3%;其余6個(gè)省市的年度均值剛好等于1，即純技術(shù)效率水平保持不變。就規(guī)模效率變化指數(shù)而言，江西省的年度均值大于1，即實(shí)現(xiàn)了規(guī)模效率的提升，年均增幅為5%;貴州省、湖南省、江蘇省、浙江省以及重慶市的年度均值小于1，即出現(xiàn)了規(guī)模效率的下降，且其中江蘇省的降幅最大，年均降幅為2.8%;其余5個(gè)省市的年度均值剛好等于1，即規(guī)模效率水平保持不變。

3.各省市各年度生態(tài)效率水平分析。

從長(zhǎng)江經(jīng)濟(jì)帶地區(qū)全要素生產(chǎn)率變動(dòng)指數(shù)的面板數(shù)據(jù)看，不同省市不同年度的生態(tài)效率存在較大差異。其中全要素生產(chǎn)率增長(zhǎng)幅度最大的是2013年的江蘇?。═FPCH=1.578），增幅高達(dá)57.8%;下降幅度最大的是2016年貴州省（TFPCH=0.86），降幅達(dá)到14%。2012至2018年，上海市和四川省在5個(gè)年度都實(shí)現(xiàn)了整體效率上升，是效率上升年份最多的省市;而貴州省、湖南省、云南省、浙江省以及重慶市則在5個(gè)年度中都出現(xiàn)了效率下降，是效率下降年份并列最多的省份。在2017年，全部11個(gè)樣本省市中有10個(gè)省市的效率水平實(shí)現(xiàn)了上升，是效率增長(zhǎng)省市出現(xiàn)最多的年份;而在2015年，有9個(gè)省市的效率水平出現(xiàn)了下降，是效率下降省市出現(xiàn)最多的年份。由于篇幅所限，這里不再對(duì)全要素生產(chǎn)率變動(dòng)指數(shù)的分解指數(shù)進(jìn)行進(jìn)一步的闡述。

4.長(zhǎng)江經(jīng)濟(jì)帶11省市生態(tài)效率的分析結(jié)論。

通過(guò)對(duì)長(zhǎng)江經(jīng)濟(jì)帶11省市生態(tài)效率全要素生產(chǎn)率變動(dòng)指數(shù)及其分解指數(shù)的分析，我們可以得出如下結(jié)論：首先，從整體上看，長(zhǎng)江經(jīng)濟(jì)帶的平均生態(tài)效率水平在樣本期經(jīng)歷了一個(gè)先下降后上升的變化趨勢(shì)，最終在期末相對(duì)于期初有微弱的上升，年度平均增幅為0.2%。其中2015年是整體效率水平下降最多的年份，而2018年是效率水平上升最多的年份。說(shuō)明中央一系列的環(huán)保政策，特別是針對(duì)長(zhǎng)江地區(qū)的治理舉措逐漸顯現(xiàn)出了效果，近兩年來(lái)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的環(huán)境得到了明顯改善，生態(tài)效率因此也出現(xiàn)上升。其次，長(zhǎng)江經(jīng)濟(jì)帶11省市中，四川省、江蘇省以及江西省在樣本期內(nèi)效率增長(zhǎng)較快，而貴州省和湖南省的生態(tài)效率下降幅度較大。在全要素生產(chǎn)率變動(dòng)指數(shù)的全部分解指數(shù)中，技術(shù)效率變動(dòng)指數(shù)的影響力最大，這說(shuō)明近年來(lái)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)生態(tài)效率的提升主要得益于由制度變遷引起的資源要素配置效率的改善。

（三）Tobit回歸結(jié)果分析

從表5的第1列中我們可以看出，各省市第三產(chǎn)業(yè)占GDP的比重、規(guī)模以上工業(yè)企業(yè)專(zhuān)利申請(qǐng)數(shù)、新產(chǎn)品銷(xiāo)售收入、外商投資企業(yè)投資總額、省內(nèi)單位進(jìn)出口總額、城鎮(zhèn)化率以及地省財(cái)政環(huán)境保護(hù)支出占財(cái)政一般預(yù)算支出的比重都能對(duì)其生態(tài)效率的全要素生產(chǎn)率變動(dòng)指數(shù)產(chǎn)生顯著正向影響，這些結(jié)果說(shuō)明，各省經(jīng)濟(jì)結(jié)構(gòu)改進(jìn)、高新技術(shù)產(chǎn)業(yè)發(fā)展水平的提升、擴(kuò)大對(duì)外開(kāi)放程度、推進(jìn)城鎮(zhèn)化以及增加政府對(duì)環(huán)保事業(yè)的投入，均能改進(jìn)其生態(tài)整體效率。

而表5中第2到第5列的結(jié)果則展示了上述這些因素是如何對(duì)全要素生產(chǎn)率變動(dòng)指數(shù)的細(xì)分指數(shù)產(chǎn)生影響的。從中我們可以看到：各省高新技術(shù)產(chǎn)業(yè)發(fā)展水平的提升能增加其生態(tài)效率的技術(shù)效率和純技術(shù)效率;擴(kuò)大對(duì)外開(kāi)放則可以同時(shí)提升其技術(shù)效率、技術(shù)進(jìn)步效率以及純技術(shù)效率;推進(jìn)城鎮(zhèn)化和增加財(cái)政資金對(duì)環(huán)保事業(yè)的投入則可以提升技術(shù)進(jìn)步效率。

四、結(jié)語(yǔ)

（一）研究結(jié)論

本文首先運(yùn)用DEA模型計(jì)算了2011至2018年間長(zhǎng)江經(jīng)濟(jì)帶各省市每年的生態(tài)效率水平。結(jié)果顯示，貴州省、四川省、云南省以及上海市的生態(tài)效率始終處在DEA前沿，并且進(jìn)一步的分析表明，各省市的生態(tài)綜合技術(shù)效率差異主要是由純技術(shù)效率差異造成的。緊接著本文運(yùn)用DEA|Malmquist指數(shù)法測(cè)算了各省市生態(tài)效率的全要素生產(chǎn)率變動(dòng)指數(shù)及其分解指數(shù)。結(jié)果顯示，長(zhǎng)江經(jīng)濟(jì)帶的平均生態(tài)效率水平在樣本期內(nèi)經(jīng)歷了微弱的上升，年度平均增幅為0.2%，而年度平均效率水平則經(jīng)歷了前期平穩(wěn)—中期下降—后期上升的波動(dòng)過(guò)程，其中2015年是整體效率水平下降幅度最大的年份，而2018年則是整體效率水平上升最多的年份;生態(tài)效率水平的空間分布表現(xiàn)為四川省、江蘇省和江西省的增長(zhǎng)幅度較大。

隨后本文又運(yùn)用面板數(shù)據(jù)Tobit回歸模型分析了各省市生態(tài)效率全要素生產(chǎn)率變動(dòng)指數(shù)及其分解指數(shù)的影響因素。本文發(fā)現(xiàn)各省市經(jīng)濟(jì)結(jié)構(gòu)改進(jìn)、發(fā)展高新技術(shù)產(chǎn)業(yè)、擴(kuò)大對(duì)外開(kāi)放以及增加財(cái)政資金對(duì)環(huán)保事業(yè)的投入均能改進(jìn)其生態(tài)效率的全要素生產(chǎn)率，同時(shí)上述這些因素也會(huì)分別影響技術(shù)效率、技術(shù)進(jìn)步幅度以及規(guī)模效率等分解效率指標(biāo)。

（二）政策啟示

從本文上述分析與結(jié)論中可以看出，雖然近年來(lái)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率出現(xiàn)一定的上升，但不同省市間依然存在較大的效率差異，確保長(zhǎng)江經(jīng)濟(jì)帶走生態(tài)優(yōu)先、綠色發(fā)展之路，實(shí)現(xiàn)在綠色發(fā)展中兼顧經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益，依然任務(wù)艱巨。結(jié)合本文主要結(jié)論以及長(zhǎng)江經(jīng)濟(jì)帶地區(qū)環(huán)境資源與經(jīng)濟(jì)發(fā)展?fàn)顩r特征事實(shí)，本文得出的政策啟示如下：

第一，加大長(zhǎng)江流域環(huán)境保護(hù)投入力度，竭力保護(hù)自然資源，持續(xù)增強(qiáng)環(huán)境承載力。要繼續(xù)推進(jìn)生態(tài)修復(fù)治理工程，逐步解決長(zhǎng)江生態(tài)環(huán)境透支問(wèn)題。統(tǒng)籌好山水林田湖草等生態(tài)要素，加強(qiáng)水土流失治理、沙漠化治理、濕地修復(fù)、退耕還林、退耕還濕、退漁還水、退房還岸等工作。實(shí)施好重大生態(tài)修復(fù)工程，因地制宜地建設(shè)人工濕地，加大自然保護(hù)的生態(tài)補(bǔ)償力度。制定合理的土地使用規(guī)劃，在保護(hù)好耕地的同時(shí)，注重對(duì)土地生態(tài)環(huán)境的保護(hù)。

第二，加大對(duì)科技創(chuàng)新的扶持力度。長(zhǎng)江經(jīng)濟(jì)帶的保護(hù)與高質(zhì)量發(fā)展都離不開(kāi)科學(xué)技術(shù)的支持，因此要著力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，把長(zhǎng)江經(jīng)濟(jì)帶得天獨(dú)厚的科研優(yōu)勢(shì)、人才優(yōu)勢(shì)轉(zhuǎn)化為發(fā)展優(yōu)勢(shì)。要統(tǒng)籌協(xié)調(diào)國(guó)家、地區(qū)層面的各種類(lèi)型的科研機(jī)構(gòu)，以問(wèn)題和需求為導(dǎo)向，集中科技力量協(xié)同攻關(guān)，著力解決長(zhǎng)江經(jīng)濟(jì)帶生態(tài)保護(hù)與修復(fù)等共性關(guān)鍵技術(shù)，集成一批實(shí)用的技術(shù)與模式，構(gòu)建生態(tài)保護(hù)與生態(tài)產(chǎn)業(yè)技術(shù)體系。持續(xù)推進(jìn)相關(guān)科技成果應(yīng)用和轉(zhuǎn)化，充分發(fā)揮科技成果的社會(huì)價(jià)值，將先進(jìn)技術(shù)在長(zhǎng)江經(jīng)濟(jì)帶生態(tài)大保護(hù)工作中推廣使用。充分認(rèn)識(shí)綠色技術(shù)的正外部性，通過(guò)技術(shù)標(biāo)準(zhǔn)、排污稅費(fèi)、補(bǔ)貼等政策工具，激發(fā)企業(yè)對(duì)綠色技術(shù)的應(yīng)用需求，改變綠色技術(shù)產(chǎn)品需求不旺的現(xiàn)狀;通過(guò)征收資源環(huán)境稅等措施，促進(jìn)資源環(huán)境外部性?xún)?nèi)部化，提振企業(yè)對(duì)綠色產(chǎn)品的需求。各省市要加強(qiáng)科研人才隊(duì)伍體系建設(shè)，促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶高等教育協(xié)同發(fā)展，實(shí)現(xiàn)讓人才引領(lǐng)創(chuàng)新，創(chuàng)新驅(qū)動(dòng)發(fā)展。

第三，大力推進(jìn)供給側(cè)結(jié)構(gòu)性改革，在去除舊動(dòng)能的同時(shí)培育新動(dòng)能，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶建設(shè)現(xiàn)代化經(jīng)濟(jì)體系。加快長(zhǎng)江沿線石油、化工、醫(yī)藥、有色金屬采選冶等經(jīng)濟(jì)支柱型企業(yè)優(yōu)化升級(jí)，發(fā)展新型生態(tài)產(chǎn)業(yè)，淘汰落后產(chǎn)能、實(shí)行環(huán)保技術(shù)改造、優(yōu)化行業(yè)企業(yè)結(jié)構(gòu)，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶清潔生產(chǎn)、綠色發(fā)展和循環(huán)發(fā)展。加快建設(shè)實(shí)體經(jīng)濟(jì)、科技創(chuàng)新、現(xiàn)代金融、人力資源協(xié)同發(fā)展的產(chǎn)業(yè)體系。下大氣力抓好落后產(chǎn)能淘汰關(guān)停，采取提高環(huán)保標(biāo)準(zhǔn)、加大執(zhí)法力度等多種手段倒逼產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展。加快在長(zhǎng)江沿線發(fā)展循環(huán)經(jīng)濟(jì)、綠色產(chǎn)業(yè)，以“綠色引擎”助推長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展。

注釋?zhuān)?/p>

①"數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局網(wǎng)站。

②"全文可見(jiàn)于中國(guó)政府網(wǎng)，網(wǎng)頁(yè)鏈接：http：//www.gov.cn/zhengce/content/2014|09/25/content_9092.htm。

③"參見(jiàn)新華網(wǎng)的新聞報(bào)道《習(xí)近平：走生態(tài)優(yōu)先綠色發(fā)展之路"讓中華民族母親河永葆生機(jī)活力》，網(wǎng)頁(yè)鏈接：http：//www.xinhuanet.com/politics/2016|01/07/c_1117704361.htm。

[參考文獻(xiàn)]

[1]Schmidheiny S， Timberlake L. Changing course： A global business perspective on development and the environment[M]. Cambridge ： MIT press， 1992.

[2]胡鞍鋼，鄭京海，高宇寧，等.考慮環(huán)境因素的省級(jí)技術(shù)效率排名（1999—2005）[J].經(jīng)濟(jì)學(xué)（季刊），2008（3）：933|960.

[3]程丹潤(rùn)，李靜.環(huán)境約束下的中國(guó)省區(qū)效率差異研究：1990—2006[J].財(cái)貿(mào)研究，2009，20（1）：13|17.

[4]汪曉文，慕一君.中國(guó)省際環(huán)境技術(shù)效率及收斂性分析[J].統(tǒng)計(jì)與決策，2019（8）：88|92.

[5]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（04）：90|112.

[6]施本植，許寧，劉明，等.金融集聚對(duì)城市綠色經(jīng)濟(jì)效率的影響及作用渠道：基于中國(guó)249個(gè)地級(jí)以上城市的實(shí)證分析[J].技術(shù)經(jīng)濟(jì)，2018，37（08）：87|95.

[7]方杏村，田淑英，王曉玲.財(cái)政分權(quán)、產(chǎn)業(yè)集聚與綠色經(jīng)濟(jì)效率：基于270個(gè)地級(jí)及以上城市面板數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)問(wèn)題探索，2019（11）：164|172.

[8]Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management science， 1984， 30（9）： 1078|1092.

[9]關(guān)愛(ài)萍，師軍，張強(qiáng).中國(guó)西部地區(qū)省際全要素能源效率研究：基于超效率DEA模型和Malmquist指數(shù)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2014（2）：32|40.

[10]岳立，楊帆.“絲綢之路經(jīng)濟(jì)帶”框架下中國(guó)與中亞五國(guó)能源效率評(píng)價(jià)：基于CCR|BCC和Malmquist指數(shù)分析方法的DEA|Tobit模型[J].統(tǒng)計(jì)與信息論壇，2016，31（6）：37|43.

[11]崔學(xué)海，王崇舉，曾波.基于DEA|Tobit的長(zhǎng)江經(jīng)濟(jì)帶技術(shù)轉(zhuǎn)移金融支持效率研究[J].統(tǒng)計(jì)與信息論壇，2019（9）：77|84.

[12]Dyckhoff H， Allen K. Measuring ecological efficiency with data envelopment analysis （DEA）[J]. European Journal of Operational Research， 2001， 132（2）： 312|325.

[13]Korhonen P J， Luptacik M. Eco|efficiency analysis of power plants： An extension of data envelopment analysis[J]. European journal of operational research， 2004， 154（2）： 437|446.

[14]聶玉立， 溫湖煒.中國(guó)地級(jí)以上城市綠色經(jīng)濟(jì)效率實(shí)證研究[J].中國(guó)人口·資源與環(huán)境，2015，25（S1）：409|413.

[15]孫金嶺，朱沛宇.基于SBM|Malmquist|Tobit的“一帶一路”重點(diǎn)省份綠色經(jīng)濟(jì)效率評(píng)價(jià)及影響因素分析[J].科技管理研究，2019（12）：230|237.

（責(zé)任編輯"王婷婷）

Eco|Efficiency Calculation of Provinces in the Yangtze RiverEconomic Belt and its Influencing Factors

DONG Bo

（School of Economics， Renmin University of China， Beijing 100872，China）

Abstract：DEA model and Malmquist index method are used to calculate the ecological efficiency and its dynamic change index of provinces and cities in the Yangtze River economic belt from 2011 to 2018， and Tobit regression model is used to analyze the influencing factors of the above efficiency index. The results show that the average ecological efficiency level of the Yangtze River economic belt has experienced a slight rise in the sample period， with an annual average growth rate of 0.2%， while the annual average efficiency level has experienced a fluctuation process from being stable in the early stage to declining in the middle stage to minute rising in the later stage; the accumulation of economic structure improvement， the development of high|tech industries， the expansion of opening up， and the increase of financial investment in environmental protection in various provinces have significant impacts on efficiency.

Key words：DEA; malmquist index; Yangtze River economic belt; eco|efficiency