蘆 敏 韓桂蘭

（新疆財(cái)經(jīng)大學(xué),新疆 烏魯木齊 830000）

1 研究的背景、目的及現(xiàn)狀

黨的十九屆五中全會(huì)提出，推動(dòng)綠色發(fā)展，實(shí)現(xiàn)生態(tài)文明建設(shè)新進(jìn)步。國(guó)家發(fā)改委于2012年出臺(tái)了《關(guān)于支持新疆產(chǎn)業(yè)健康發(fā)展的若干意見(jiàn)》等文件，為新疆工業(yè)的綠色發(fā)展提供了一系列的政策保障[1]。在中國(guó)經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)，長(zhǎng)期不健康的增長(zhǎng)模式導(dǎo)致了資源枯竭和環(huán)境惡化。中國(guó)能源消費(fèi)總量從2011年的38.7億噸標(biāo)準(zhǔn)煤增加到2020年的49.8億噸標(biāo)準(zhǔn)煤。能源消耗總量的持續(xù)增長(zhǎng)，給我國(guó)的生態(tài)環(huán)境帶來(lái)了沉重的負(fù)擔(dān)。

從理論和方法體系來(lái)看，本文對(duì)綠色發(fā)展背景下的工業(yè)生產(chǎn)效率的科學(xué)內(nèi)涵做出準(zhǔn)確闡述，以全面科學(xué)地甄選指標(biāo)。從研究?jī)?nèi)容來(lái)看，本文將“綠色理念”有效且合理地納入測(cè)算體系中，力求豐富研究?jī)?nèi)容，以期促進(jìn)新疆工業(yè)綠色發(fā)展，帶動(dòng)新疆整體經(jīng)濟(jì)發(fā)展，為新疆經(jīng)濟(jì)可持續(xù)發(fā)展提供有力的理論支撐。

國(guó)內(nèi)外學(xué)者對(duì)工業(yè)生產(chǎn)效率與工業(yè)生態(tài)效率進(jìn)行了廣泛研究，常見(jiàn)的效率測(cè)算方法是數(shù)據(jù)包絡(luò)分析。Fried等（1996）首次提出三階段DEA方法，以克服異質(zhì)條件下的績(jī)效評(píng)估問(wèn)題[2]。蔣碩亮等（2021）運(yùn)用MinDS距離函數(shù)測(cè)算了2007—2019年長(zhǎng)江經(jīng)濟(jì)帶三大城市群的工業(yè)生態(tài)效率，從時(shí)間演進(jìn)趨勢(shì)分析發(fā)現(xiàn)三大城市群的工業(yè)生態(tài)效率值在2006年附近水平較高，全國(guó)范圍的碳排放達(dá)到最高點(diǎn)導(dǎo)致了該地區(qū)工業(yè)生態(tài)效率的下降，2015年之后又重新上升[3]。李鵬等（2014）運(yùn)用三階段DEA模型對(duì)我國(guó)2010年的工業(yè)效率進(jìn)行了實(shí)證分析[4]；黃光球等（2019）將超效率模型與三階段DEA方法結(jié)合，考慮非期望產(chǎn)出因素，分析了我國(guó)工業(yè)能源效率[5]。盧盛峰（2010）在經(jīng)典DEA模型的基礎(chǔ)上，結(jié)合四階段DEA模型和Mulmquist指數(shù)的非參數(shù)分析方法，測(cè)度了中國(guó)農(nóng)村救濟(jì)服務(wù)供給效率[6]。DEA-Malmquist模型的效率測(cè)算與因素分析的研究理論、實(shí)證結(jié)果都表明，這一方法可以應(yīng)用到新疆工業(yè)生產(chǎn)效率測(cè)算中。

郭均鵬等（2006）將一種改進(jìn)的DEA模型-超效率DEA（SE-DEA）模型拓展到區(qū)間投入產(chǎn)出情形[7]；劉鵬凌等（2019）采用超效率DEA模型測(cè)算了生產(chǎn)綜合技術(shù)效率[8]；郭露等（2016）測(cè)算了中部六省2003—2013年的工業(yè)生態(tài)效率，發(fā)現(xiàn)效率值的總體水平不高，環(huán)境治理與生態(tài)效率呈負(fù)相關(guān)[9]。劉星（2021）利用超效率DEA模型，對(duì)湖北省2010—2016年各地級(jí)市生態(tài)效率進(jìn)行了計(jì)算[10]。超效率DEA模型也可用于新疆工業(yè)生產(chǎn)效率的測(cè)算，通過(guò)兩個(gè)模型的測(cè)算結(jié)果可以互相驗(yàn)證效率值排名的可靠性。

2 綠色發(fā)展背景下新疆工業(yè)生產(chǎn)效率的測(cè)度

本文選擇新疆14個(gè)地州作為研究對(duì)象，利用其2010—2019年的面板數(shù)據(jù)進(jìn)行分析研究，數(shù)據(jù)來(lái)源為《新疆統(tǒng)計(jì)年鑒》。

2.1 指標(biāo)選擇與數(shù)據(jù)說(shuō)明

首先對(duì)相關(guān)文獻(xiàn)的指標(biāo)選取進(jìn)行匯總，如表1所示。

表1 工業(yè)生產(chǎn)效率測(cè)算指標(biāo)選取情況

2.1.1 投入變量

工業(yè)固定資產(chǎn)投入數(shù)據(jù)。由于統(tǒng)計(jì)年鑒中未直接給出，可以通過(guò)計(jì)算各行業(yè)在各地州的固定資產(chǎn)投資情況代替工業(yè)固定資產(chǎn)投入數(shù)據(jù)，即工業(yè)固定資產(chǎn)投資屬于第二產(chǎn)業(yè)（不包括建筑業(yè)）。

勞動(dòng)力投入數(shù)據(jù)。自古以來(lái)勞動(dòng)力都是各項(xiàng)生產(chǎn)活動(dòng)中不可或缺的一部分，本文選擇工業(yè)從業(yè)人數(shù)年平均值作為勞動(dòng)投入數(shù)據(jù)，數(shù)據(jù)來(lái)源為《新疆統(tǒng)計(jì)年鑒》。

終竭能源投入數(shù)據(jù)。工業(yè)生產(chǎn)活動(dòng)少不了能源投入，本文選擇終竭能源投入總量作為能源投入數(shù)據(jù)，數(shù)據(jù)來(lái)源為《新疆統(tǒng)計(jì)年鑒》。

2.1.2 產(chǎn)出變量

合意產(chǎn)出。用工業(yè)生產(chǎn)總值來(lái)表示，數(shù)據(jù)來(lái)源為《新疆統(tǒng)計(jì)年鑒》。

非合意產(chǎn)出。工業(yè)二氧化碳排放量越高，對(duì)環(huán)境的污染越大，因此用各地州的工業(yè)二氧化碳排放量表示非合意產(chǎn)出。

綠色指數(shù)。用工業(yè)生產(chǎn)總值與工業(yè)二氧化碳排放量的比值作為綠色指數(shù)，用作DEAP 2.1軟件的產(chǎn)出項(xiàng)，可以代替MaxDEA中的非期望產(chǎn)出項(xiàng)。

2.1.3 工業(yè)二氧化碳測(cè)算

由于各年鑒均缺少新疆各地州工業(yè)環(huán)境污染（工業(yè)二氧化碳等）的具體指標(biāo)，因此根據(jù)2006年IPCC的報(bào)告，消耗化石燃料產(chǎn)生二氧化碳排放量的計(jì)算公式為：工業(yè)二氧化碳排放量=化石燃料消耗量×二氧化碳排放系數(shù)。

根據(jù)各地州工業(yè)消費(fèi)的能源數(shù)據(jù)，算出各地州工業(yè)二氧化碳的排放量。

2.2 工業(yè)生產(chǎn)效率的測(cè)度

本文選取Spearman相關(guān)檢驗(yàn)法，采用STATA對(duì)2010—2019年各地州的投入產(chǎn)出數(shù)據(jù)進(jìn)行檢驗(yàn)，變量均通過(guò)了檢驗(yàn)，且相關(guān)系數(shù)較高。

本文采用包含非合意產(chǎn)出SE-SBM模型，對(duì)2010—2019年新疆14個(gè)地州的工業(yè)生產(chǎn)效率進(jìn)行測(cè)度。在此基礎(chǔ)上，運(yùn)用MaxDEA軟件對(duì)其進(jìn)行測(cè)度，測(cè)算的部分結(jié)果如表2。

表2 部分年份SE-SBM模型工業(yè)生產(chǎn)效率測(cè)算結(jié)果

從2010—2019年的歷年均值的排名可以看出，烏魯木齊市的生產(chǎn)效率均值最高（0.894），巴音郭楞蒙古自治州其次（0.875）。工業(yè)生產(chǎn)效率歷年均值低于0.3的地州有2個(gè)，分別為哈密市（0.281）、和田地區(qū)（0.258）。在2010—2019年，烏魯木齊市和巴音郭楞蒙古自治州的發(fā)展穩(wěn)定，工業(yè)生產(chǎn)效率值較高，發(fā)展情況明顯優(yōu)于其他地州。

基于《新疆統(tǒng)計(jì)年鑒》中新疆14個(gè)地州2010—2019年的面板數(shù)據(jù)，測(cè)算新疆各地州工業(yè)生產(chǎn)效率。采用包含DEA-Malmquist模型測(cè)算效率，用DEAP 2.1軟件進(jìn)行測(cè)算，其中部分年份工業(yè)生產(chǎn)效率值如表3。

表3 部分年份DEA-Malmquist模型工業(yè)生產(chǎn)效率測(cè)算結(jié)果

從2010—2019年的歷年均值的排名可以看出，烏魯木齊市、巴音郭楞蒙古自治州、克孜勒蘇柯?tīng)柨俗巫灾沃莸纳a(chǎn)效率最高，其生產(chǎn)效率均值均為1。工業(yè)生產(chǎn)效率歷年均值處于[0.8，0.1）區(qū)間的地州有2個(gè)，分別為克拉瑪依市（0.910）、阿勒泰地區(qū)（0.943）。工業(yè)生產(chǎn)效率歷年均值低于0.3的地州有2個(gè)，分別為喀什地區(qū)（0.555）和吐魯番地區(qū)（0.590）[15]。在2010—2019年，克孜勒蘇柯?tīng)柨俗巫灾沃?、烏魯木齊市和巴音郭楞蒙古自治州的發(fā)展穩(wěn)定，工業(yè)生產(chǎn)效率值較高，發(fā)展情況明顯優(yōu)于其他地州。

由于兩種模型的生產(chǎn)效率計(jì)算原理并不相同，直接對(duì)比效率值的參考價(jià)值并不大，因此對(duì)兩次工業(yè)生產(chǎn)效率測(cè)算結(jié)果的排名進(jìn)行對(duì)比，如圖1所示。

圖1 工業(yè)生產(chǎn)效率歷年均值效率排名對(duì)比

3 新疆工業(yè)生產(chǎn)效率空間演變分析

3.1 工業(yè)生產(chǎn)效率的空間特征分析

圖2是2013年的莫蘭指數(shù)（Moran's I）圖，從圖中可以分析得出2013年新疆各地州之間工業(yè)生產(chǎn)效率的差異性較大，且呈現(xiàn)出很強(qiáng)的空間負(fù)相關(guān)性。新疆各地州的生產(chǎn)效率空間負(fù)相關(guān)性明顯，從總體變化程度來(lái)看，新疆整體各地州之間的差異性逐漸變大。

圖2 Moran's I散點(diǎn)圖

3.2 工業(yè)生產(chǎn)效率的區(qū)域差異測(cè)度及其分解

采用Dagum基尼系數(shù)、泰爾熵測(cè)度、泰爾平均對(duì)數(shù)偏差測(cè)度對(duì)工業(yè)生產(chǎn)效率區(qū)域差異進(jìn)行測(cè)度，結(jié)果如表4。立足全疆范圍來(lái)看，工業(yè)生產(chǎn)效率差異逐漸縮小，這一趨勢(shì)在2013—2014年最為明顯，2010年三大指數(shù)的值最高，分別為0.189 8、0.061 2和0.068 4。

表4 2010—2019年各地州工業(yè)生產(chǎn)效率差異性測(cè)度

和田地區(qū)（三大指數(shù)計(jì)算結(jié)果依次為0.218 8、0.078 3和0.078 5）和哈密地區(qū)（三大指數(shù)計(jì)算結(jié)果依次為0.204 9、0.067 2和0.073 3）各個(gè)年份發(fā)展不平衡，其他12個(gè)地州近10年發(fā)展相對(duì)穩(wěn)定。

4 結(jié)論

本文測(cè)算了各地州靜態(tài)的工業(yè)生產(chǎn)效率，然后借助探索性空間數(shù)據(jù)分析方法研究新疆各地州工業(yè)生產(chǎn)的空間集聚特征，利用Dagum基尼系數(shù)、泰爾熵測(cè)度和泰爾平均對(duì)數(shù)偏差測(cè)度探究南、北疆工業(yè)生產(chǎn)效率的區(qū)域差異大小及來(lái)源。研究發(fā)現(xiàn)：在新疆14地州中，烏魯木齊市和克拉瑪依市的工業(yè)生產(chǎn)效率常年較高，說(shuō)明這兩個(gè)地區(qū)的經(jīng)濟(jì)效益較好且注重綠色發(fā)展；而和田地區(qū)和喀什地區(qū)的工業(yè)生產(chǎn)效率相對(duì)于其他地州較差，說(shuō)明這兩個(gè)地區(qū)的工業(yè)需要改革，原有的工業(yè)模型已經(jīng)不被時(shí)代所認(rèn)同，想要提高生產(chǎn)效率就要在提高工業(yè)產(chǎn)值的同時(shí)注重環(huán)境保護(hù)，二者缺一不可。同時(shí)，新疆整體和南北疆工業(yè)生產(chǎn)效率發(fā)展情況不同，南疆地區(qū)差異較大，北疆相對(duì)差異較小。在考慮影響因素的同時(shí)，不僅要考慮全疆的影響因素，更要具體到南北疆分別探討影響因素，這樣才能找到提高各地州工業(yè)生產(chǎn)效率的有效措施。