謝振安，吳澳霞

（1.安徽理工大學(xué) 人文社會(huì)科學(xué)學(xué)院，安徽 淮南 232001 2.安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001）

一、引言

2020 年9 月， 習(xí)近平總書記向世界宣布中國(guó)力爭(zhēng)在2030 年前實(shí)現(xiàn)“碳達(dá)峰”，在2060 年前實(shí)現(xiàn)“碳中和”。 隨著“雙碳”目標(biāo)的提出，我國(guó)的能源消費(fèi)結(jié)構(gòu)必定會(huì)發(fā)生重大轉(zhuǎn)變。而資源型城市作為依靠開采、加工當(dāng)?shù)氐V產(chǎn)資源等工業(yè)活動(dòng)帶動(dòng)經(jīng)濟(jì)發(fā)展的城市，其能耗高、碳排放量高及環(huán)境污染嚴(yán)重等問題突出，阻礙了“30.60”目標(biāo)的實(shí)現(xiàn)。 在此背景下，資源型城市低碳轉(zhuǎn)型勢(shì)在必行，深入研究資源型城市轉(zhuǎn)型效率，探索加快推進(jìn)資源型城市轉(zhuǎn)型發(fā)展的新路徑，對(duì)實(shí)現(xiàn)“30.60”目標(biāo)至關(guān)重要。

學(xué)術(shù)界針對(duì)資源型城市轉(zhuǎn)型效率的研究較多，且采用的方法較為多元化，其中基于DEA 模型開展分析的居多。 郭海濤以我國(guó)2004 年的數(shù)據(jù)建立了7個(gè)DEA 模型， 針對(duì)12 個(gè)不同類型的礦產(chǎn)城市展開研究， 發(fā)現(xiàn)研究區(qū)內(nèi)的礦產(chǎn)資源城市的綜合效率存在一定差異，其中效果最好的是石油類城市，而煤炭類城市的效率最低［1］。 孫威基于 DEA 和 Malmquist指數(shù)模型， 綜合評(píng)價(jià)了我國(guó)24 個(gè)具有代表性資源型城市的效率現(xiàn)狀及變動(dòng)趨勢(shì)。 結(jié)果發(fā)現(xiàn)，東北地區(qū)的城市效率水平遙遙領(lǐng)先，但西部地區(qū)效率提高幅度最大［2］。2012 年商允忠率先引入“轉(zhuǎn)型效率”概念，以山西省為研究區(qū)，運(yùn)用DEA 和交叉評(píng)價(jià)法從宏觀角度對(duì)其進(jìn)行分析［3］。 王莉整合了商允忠的觀點(diǎn)，在此基礎(chǔ)上提出利用對(duì)抗交叉評(píng)價(jià)方法對(duì)山西省11 個(gè)地級(jí)市的轉(zhuǎn)型效率變動(dòng)狀況展開對(duì)比分析［4］。段永峰在利用信息熵和DEA 交叉效率模型進(jìn)行效率評(píng)價(jià)時(shí)發(fā)現(xiàn)包頭市的轉(zhuǎn)型效率不高［5］。 王巧莉等綜合考慮資本、勞動(dòng)力、技術(shù)、資源、環(huán)境、社會(huì)和經(jīng)濟(jì)等7 個(gè)方面選取計(jì)量指標(biāo)， 針對(duì)東北三省的19個(gè)資源型城市開展研究，發(fā)現(xiàn)該地區(qū)資源型城市產(chǎn)業(yè)轉(zhuǎn)型存在一定的區(qū)域差異性，但區(qū)域間的差距在逐漸縮?。?］。 張利等研究了陜西省 6 個(gè)資源型城市在2009—2014 年間的經(jīng)濟(jì)轉(zhuǎn)型效率， 發(fā)現(xiàn)陜西省的轉(zhuǎn)型效率呈波動(dòng)上升趨勢(shì)，并且環(huán)境狀況是影響城市轉(zhuǎn)型的重要因素［7］。

文章針對(duì)資源型城市轉(zhuǎn)型的研究重點(diǎn)主要集中在效率測(cè)算與影響因素分析兩方面，若缺少對(duì)未來轉(zhuǎn)型趨勢(shì)的預(yù)測(cè)分析，就難以制定應(yīng)對(duì)措施來調(diào)控資源型城市轉(zhuǎn)型效率。 因此，采用Malmquist 指數(shù)模型分析安徽省資源型城市2009—2018 年數(shù)據(jù)，結(jié)合灰色預(yù)測(cè)模型，對(duì)研究對(duì)象未來3 年的轉(zhuǎn)型效率趨勢(shì)進(jìn)行預(yù)測(cè)，以期發(fā)現(xiàn)安徽省資源型城市轉(zhuǎn)型過程中存在的部分問題，提出相關(guān)建議以促進(jìn)資源型城市轉(zhuǎn)型效率的提高，以期助力資源型城市的高質(zhì)量發(fā)展。

二、研究方法和指標(biāo)體系構(gòu)建

（一）研究方法

1.Malmquist 指數(shù)模型

Malmquist 指數(shù)模型由 Malmquist 于 1953 年觀察測(cè)量生產(chǎn)率在多個(gè)時(shí)間點(diǎn)下的變動(dòng)狀況時(shí)首次提出的［8］。1994 年 Fa¨re R 等提出將 Malmquist 指數(shù)分解成兩部分——技術(shù)效率與技術(shù)發(fā)展，進(jìn)而分析二者對(duì)生產(chǎn)率造成的影響［9］。 之后，Malmquist 指數(shù)便開始用于對(duì)多投入產(chǎn)出對(duì)象的動(dòng)態(tài)效率分析［10］。其公式如下：

公式（1）中，（Xt，Yt）、（Xt+1，Yt+1）分別為第 t 時(shí)期和第t+1 時(shí)期的投入向量； 及為其各自的距離函數(shù)；MI＞1 表示相鄰兩個(gè)時(shí)期的效率有所提升，MI=1 表示效率不變，MI＜1 表示效率下降了。

2.熵值法

熵值法是從物理學(xué)發(fā)展到經(jīng)濟(jì)管理學(xué)領(lǐng)域的一種客觀賦值的數(shù)據(jù)處理方法［11］(P17-18)，普遍應(yīng)用于社會(huì)經(jīng)濟(jì)及管理科學(xué)方面的科學(xué)分析。該方法基于熵的多屬性建立綜合評(píng)價(jià)模型，利用熵值計(jì)算各項(xiàng)指標(biāo)的權(quán)重［12］，最后得到指標(biāo)的綜合得分。 具體計(jì)算公式如下：

其中Yij為標(biāo)準(zhǔn)化處理過的i 地區(qū)j 指標(biāo)的數(shù)值，Pij代表在 j 指標(biāo)下 i 地區(qū)所占權(quán)重，Ej為 j 指標(biāo)的熵值，Wj表示j 指標(biāo)的權(quán)重，Z 為各地區(qū)的綜合得分。

3.灰色預(yù)測(cè)模型GM(1,1)

灰色預(yù)測(cè)模型一般針對(duì)數(shù)量較少的序列展開預(yù)測(cè)，且主要適用于中短期預(yù)測(cè)，因此文章采用該模型進(jìn)行全要素生產(chǎn)率變化趨勢(shì)預(yù)測(cè)。 GM(1,1)模型的方程式為：

公式（7）中，a 為發(fā)展系數(shù)，b 為灰色作用量。

GM (1,1) 模型精度等級(jí)檢驗(yàn)參考后驗(yàn)差比C值，該數(shù)值越小越好，其等級(jí)劃分詳見表1。

表1 模型精度檢驗(yàn)標(biāo)準(zhǔn)

（二）指標(biāo)體系構(gòu)建

1.投入指標(biāo)

文章從資本、 勞動(dòng)力及技術(shù)等3 個(gè)方面設(shè)置Malmquist 模型的投入指標(biāo)。 在參考其他文獻(xiàn)的基礎(chǔ)上，分別采用固定資產(chǎn)投資額、年末就業(yè)人數(shù)和R&D 經(jīng)費(fèi)進(jìn)行表示。

2.產(chǎn)出指標(biāo)

文章主要考慮資源型城市在轉(zhuǎn)型過程中的經(jīng)濟(jì)與環(huán)境發(fā)展?fàn)顩r，產(chǎn)出指標(biāo)選取主要涵蓋經(jīng)濟(jì)發(fā)展以及環(huán)境發(fā)展兩個(gè)方面。

（1）經(jīng)濟(jì)發(fā)展：文章選擇以各市的地區(qū)生產(chǎn)總值來反應(yīng)經(jīng)濟(jì)發(fā)展?fàn)顩r；

（2）環(huán)境發(fā)展：鑒于工業(yè)為資源型城市的主要產(chǎn)業(yè)，文章選擇工業(yè)“三廢”（工業(yè)廢水、工業(yè)廢氣和工業(yè)固體廢物） 排放量作為環(huán)境產(chǎn)出的原始數(shù)據(jù)，利用熵值法對(duì)其進(jìn)行歸一化處理，從而得到環(huán)境指數(shù)來表示環(huán)境發(fā)展?fàn)顩r。環(huán)境指數(shù)具體評(píng)價(jià)指標(biāo)見表2。

表2 安徽省資源型城市轉(zhuǎn)型效率評(píng)價(jià)指標(biāo)

考慮數(shù)據(jù)可得性及可對(duì)比性，文章選取安徽省9 個(gè)市級(jí)資源型城市進(jìn)行分析， 原始數(shù)據(jù)均源自2009—2018 年 《安徽省統(tǒng)計(jì)年鑒》 及2009—2018年各市統(tǒng)計(jì)年鑒與統(tǒng)計(jì)公報(bào)。

三、實(shí)證分析

（一）環(huán)境指數(shù)的計(jì)算

文章基于安徽省2009—2018 年的“三廢”排放量原始數(shù)據(jù)，采用熵值法處理后得出的環(huán)境指數(shù)如圖1 所示，研究發(fā)現(xiàn)各地級(jí)市的環(huán)境指數(shù)呈波動(dòng)上升趨勢(shì)，表明各資源型城市的環(huán)境質(zhì)量在逐漸優(yōu)化。

圖1 2009-2018 年安徽省各資源型城市環(huán)境指數(shù)

（二）安徽省資源型城市轉(zhuǎn)型效率分析

文章選取非導(dǎo)向的Malmquist 指數(shù)模型，利用MaxDEA 8 Ultra 軟件對(duì)2009—2018 年安徽省資源型城市轉(zhuǎn)型效率進(jìn)行測(cè)算，從而得到Malmquist 指數(shù)值及其分解值，進(jìn)而分析其動(dòng)態(tài)變化趨勢(shì)。

（1）安徽省資源型城市轉(zhuǎn)型效率時(shí)間差異分析

以安徽省資源型城市為整體，分析各年效率值變動(dòng)情況，各年效率值如表3 所示。

表3 安徽省資源型城市2009—2018 年轉(zhuǎn)型效率值

為方便直接觀察安徽省資源型城市全要素生產(chǎn)率等值的時(shí)間演化態(tài)勢(shì)，生成條形圖，詳見圖2。

圖2 安徽省資源型城市2009—2018 年全要素生產(chǎn)率等值變化圖

通過圖2 可知，全要素生產(chǎn)率、技術(shù)效率以及技術(shù)發(fā)展變化均呈現(xiàn)出V 型趨勢(shì)。 2009—2015 年全要素生產(chǎn)率一直在下降， 而2015—2018 年呈現(xiàn)持續(xù)穩(wěn)定上升；2009—2016 年間的技術(shù)效率普遍處于下降狀態(tài)，2016 年以后技術(shù)效率值逐步提高，但增幅有所縮??；2015 年之前技術(shù)發(fā)展均呈現(xiàn)不同程度的下滑，2015 年之后呈上升態(tài)勢(shì)，且上升幅度呈V 型波動(dòng)。

（2）安徽省各資源型城市轉(zhuǎn)型效率空間差異分析

從市域?qū)用鎸?duì)安徽省的資源型城市轉(zhuǎn)型效率進(jìn)行空間差異分析，各地級(jí)市的效率數(shù)據(jù)如表4 所示。

表4 2009—2018 年安徽省各資源型城市轉(zhuǎn)型效率值

為能夠鮮明地體現(xiàn)出安徽省各資源型城市轉(zhuǎn)型效率值的區(qū)域差異， 文章利用ArcGIS 10.5 軟件制作出各效率值的自然斷點(diǎn)分類圖，詳見圖3、圖4和圖5。

如圖3 所示，各資源型城市間的區(qū)域差異較為明顯。 9 個(gè)地級(jí)市中只有滁州、馬鞍山和宣城三市的全要素生產(chǎn)率整體處于提高狀態(tài)，其原因主要在于這三市靠近南京市，有效地促進(jìn)了第三產(chǎn)業(yè)經(jīng)濟(jì)的循環(huán)發(fā)展。其中宣城市位于南京市與杭州市兩個(gè)省會(huì)之間，地理位置得天獨(dú)厚，極大地推動(dòng)了其低碳經(jīng)濟(jì)發(fā)展。 在全要素生產(chǎn)率下降的地級(jí)市中，亳州與池州兩市降幅最大。其原因主要在于這兩個(gè)城市于技術(shù)發(fā)展方面的資金投入較少，缺少清潔能源以及先進(jìn)工業(yè)技術(shù)的研發(fā)， 導(dǎo)致其經(jīng)濟(jì)水平不高，同時(shí)環(huán)境污染嚴(yán)重。

圖3 各資源型城市全要素生產(chǎn)率

如圖4 所示，安徽省各資源型城市轉(zhuǎn)型技術(shù)效率差異并不明顯。 只有宣城市呈現(xiàn)明顯的增長(zhǎng)，淮南市與銅陵市處于略微下降狀態(tài)，其他各市的技術(shù)效率未發(fā)生變化，說明各資源型城市的資源配置水平較高。

圖4 各資源型城市技術(shù)效率

如圖5 所示，安徽省各資源型城市轉(zhuǎn)型技術(shù)發(fā)展存在較大的區(qū)域差異。池州市與亳州市下降幅度最為明顯，宿州市與淮北市的下降程度略小于前兩者， 而淮北市與淮南市的技術(shù)發(fā)展呈略微下滑趨勢(shì)，只有滁州市、馬鞍山市以及宣城市的技術(shù)發(fā)展處于波動(dòng)上升狀態(tài)，且其上升幅度排序?yàn)椋盒鞘校境菔校抉R鞍山市。 全要素生產(chǎn)率與技術(shù)發(fā)展變化趨勢(shì)相同，說明技術(shù)水平是影響各資源型城市轉(zhuǎn)型的重要因素。

圖5 各資源型城市技術(shù)發(fā)展

（三）灰色預(yù)測(cè)模型分析

（1）數(shù)據(jù)分析

文章運(yùn)用灰色預(yù)測(cè)模型對(duì)安徽省資源型城市全要素生產(chǎn)率數(shù)據(jù)進(jìn)行級(jí)比值計(jì)算， 結(jié)果如表5所示。

表5 安徽省資源型城市全要素生產(chǎn)率級(jí)比值計(jì)算結(jié)果

數(shù)據(jù)適合模型構(gòu)建的條件為：λ∈［e^(-2/(n+1)),e^ (2/n+1)］， 計(jì)算結(jié)果顯示 λ 均介于［0.819,1.221］內(nèi)，說明可以采用GM(1,1)模型對(duì)各年全要素生產(chǎn)率進(jìn)行分析。

（2）模型精度檢驗(yàn)

模型構(gòu)建后需要對(duì)模型精度進(jìn)行檢驗(yàn)，該模型的C 值為0.348＜0.35， 說明該模型的精度等級(jí)較好。

表6 GM(1,1)模型精度檢驗(yàn)結(jié)果

（3）數(shù)據(jù)預(yù)測(cè)

文章基于2009—2018 年安徽省資源型城市全要素生產(chǎn)率運(yùn)用GM（1,1）模型預(yù)測(cè)后3 期數(shù)值，結(jié)果（圖6）顯示，安徽省資源型城市全要素生產(chǎn)率預(yù)測(cè)結(jié)果顯示后3 期均呈上升趨勢(shì)。

圖6 安徽省資源型城市全要素生產(chǎn)率預(yù)測(cè)趨勢(shì)

（4）模型檢驗(yàn)

模型檢驗(yàn)主要是針對(duì)殘差進(jìn)行檢驗(yàn)，結(jié)果如表7 所示。

表7 GM(1,1)模型檢驗(yàn)

通過檢驗(yàn)結(jié)果可知，該模型的相對(duì)誤差最大值0.063＜0.1，極比偏差最大值為 0.086＜0.1，表明模型擬合度非常高，接受預(yù)測(cè)結(jié)果。 隨著國(guó)家減碳政策的不斷推進(jìn)，各資源型城市相關(guān)部門必然對(duì)城市低碳轉(zhuǎn)型更為重視，推動(dòng)創(chuàng)新型工業(yè)、企業(yè)發(fā)展，從而提高城市轉(zhuǎn)型效率。

四、結(jié)論及建議

（一）結(jié)論

文章基于2009—2018 年安徽省9 個(gè)資源型城市的數(shù)據(jù)， 采用Malmquist 指數(shù)模型評(píng)價(jià)轉(zhuǎn)型效果，并結(jié)合灰色預(yù)測(cè)模型對(duì)研究期后3 年的全要素生產(chǎn)率趨勢(shì)走向加以預(yù)測(cè)。 研究結(jié)果顯示：從整體來看，2009—2015 年安徽省資源型城市的全要素生產(chǎn)率處于下降趨勢(shì)，且技術(shù)發(fā)展的抑制作用大于技術(shù)效率；2015—2018 年安徽省資源型城市的全要素生產(chǎn)率處于上升趨勢(shì)，且技術(shù)發(fā)展為主要驅(qū)動(dòng)力。 這說明2009—2018 年安徽省資源型城市的技術(shù)手段和資源配置都在不斷優(yōu)化，最終實(shí)現(xiàn)全要素生產(chǎn)率的提高。 且模型預(yù)測(cè)結(jié)果顯示：未來3 年的全要素生產(chǎn)率將一直處于上漲趨勢(shì)，這表明安徽省資源型城市的整體轉(zhuǎn)型效果較為明顯。

從區(qū)域差異上看，淮北、亳州、宿州及池州四市全要素生產(chǎn)率呈下降趨勢(shì)，主要原因在于該區(qū)域的技術(shù)手段較為落后；淮南市和銅陵市的全要素生產(chǎn)率也同樣下降，原因在于兩市的技術(shù)落后且資源配置水平低下；滁州、馬鞍山及宣城三市的全要素生產(chǎn)率呈現(xiàn)波動(dòng)上升態(tài)勢(shì)，主要原因在于該區(qū)域接近三大省會(huì)（合肥、南京、杭州）經(jīng)濟(jì)圈，有利于技術(shù)水平的大幅度提升，從而推進(jìn)城市轉(zhuǎn)型效率提升。

（二）建議

以上研究發(fā)現(xiàn)安徽省各市資源型城市轉(zhuǎn)型效率差別較大，且技術(shù)進(jìn)步對(duì)提高全要素生產(chǎn)率的驅(qū)動(dòng)力較大。 為提升安徽省的資源型城市轉(zhuǎn)型效率，文章提出以下建議。

1.因地制宜。 基于各資源型城市全要素生產(chǎn)率及分解指數(shù)的變動(dòng)差異狀況，實(shí)施相應(yīng)的戰(zhàn)略。 比如淮南、銅陵等市，應(yīng)當(dāng)加大技術(shù)研發(fā)資金投入，同時(shí)應(yīng)當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提高自然資源以及人力資源配置水平，從而提高全要素生產(chǎn)率。

2.協(xié)同發(fā)展。 各市全要素生產(chǎn)率存在較大的區(qū)域差異， 相鄰城市應(yīng)當(dāng)互相交流城市轉(zhuǎn)型經(jīng)驗(yàn)，轉(zhuǎn)型效率高的城市（例如宣城）可以通過技術(shù)支持助力效率低的城市（例如池州）產(chǎn)業(yè)轉(zhuǎn)型，實(shí)現(xiàn)區(qū)域高質(zhì)量轉(zhuǎn)型發(fā)展。

3.創(chuàng)新驅(qū)動(dòng)。 模型預(yù)測(cè)結(jié)果表示，未來3 年安徽省資源型城市全要素生產(chǎn)率仍處于上升狀態(tài)，但是上升幅度不大。政府可以在現(xiàn)有基礎(chǔ)上加大技術(shù)研發(fā)投入，做好人才引進(jìn)工作，提升城市創(chuàng)新能力，以期加速安徽省資源型城市轉(zhuǎn)型。