蘇 翔 蔣友澤 楊玉雪
(江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院,江蘇 鎮(zhèn)江 212114)
改革開(kāi)放以來(lái),中國(guó)經(jīng)濟(jì)建設(shè)取得了長(zhǎng)足的進(jìn)步[1]。面對(duì)日益嚴(yán)峻的環(huán)境問(wèn)題,國(guó)家提出“碳達(dá)峰”“碳中和”的“雙碳”目標(biāo),表明我國(guó)生態(tài)文明建設(shè)進(jìn)入轉(zhuǎn)變發(fā)展模式的關(guān)鍵時(shí)期,保護(hù)生態(tài)環(huán)境已經(jīng)成為共識(shí)[2]。生態(tài)效率是衡量經(jīng)濟(jì)可持續(xù)發(fā)展的核心指標(biāo),企業(yè)通過(guò)提高環(huán)境績(jī)效,實(shí)現(xiàn)效益最大化和環(huán)境污染最小化,從而提高企業(yè)的核心競(jìng)爭(zhēng)力[3]。關(guān)于生態(tài)效率的研究涉及企業(yè)、省市區(qū)域、國(guó)家等各層面[4-5],面對(duì)新的發(fā)展挑戰(zhàn),要實(shí)現(xiàn)“雙碳”目標(biāo),實(shí)現(xiàn)可持續(xù)發(fā)展,必須提高生態(tài)效率水平。
長(zhǎng)江經(jīng)濟(jì)帶由上海、江蘇、浙江、安徽、江西、湖南、湖北、重慶、四川、云南和貴州十一個(gè)省市組成,面積約占全國(guó)總面積的21.4%,人口數(shù)量占全國(guó)總?cè)丝诮?3%,經(jīng)濟(jì)總量占全國(guó)GDP總量的45%以上。長(zhǎng)江經(jīng)濟(jì)帶西連絲綢之路經(jīng)濟(jì)帶,東接21世紀(jì)海上絲綢之路,是“一帶一路”倡議的重要支撐和助推器,也是生態(tài)文明建設(shè)的先行示范帶,在經(jīng)濟(jì)、文化、人口、生態(tài)環(huán)境等各方面都有十分重要的地位[6]。本文基于“雙碳”視角,在傳統(tǒng)指標(biāo)的基礎(chǔ)上,結(jié)合長(zhǎng)江經(jīng)濟(jì)帶地區(qū)特點(diǎn),提出“人口密度”“建成區(qū)綠化率”等新型指標(biāo),更加準(zhǔn)確評(píng)估地區(qū)生態(tài)效率,對(duì)現(xiàn)階段經(jīng)濟(jì)發(fā)展有重要意義。
傳統(tǒng)的DEA模型默認(rèn)產(chǎn)出均為“正向產(chǎn)出”,即獲得期望產(chǎn)出,但是在地區(qū)發(fā)展的過(guò)程中不可避免地存在“負(fù)向產(chǎn)出”,也就是對(duì)城市發(fā)展無(wú)益甚至有害的非期望產(chǎn)出。為解決這一問(wèn)題,學(xué)者提出了基于松弛變量的非徑向、非定向的SBM模型,使用這一模型來(lái)衡量區(qū)域的生態(tài)效率,并逐漸考慮非期望產(chǎn)出因素(主要是廢水、廢氣和固體廢物)。本文結(jié)合長(zhǎng)江經(jīng)濟(jì)帶特點(diǎn),采用包含非期望產(chǎn)出的超效率SBM模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域生態(tài)效率進(jìn)行測(cè)算。
Malmquist指數(shù)最初由Sten Malmquist于1953年提出,后經(jīng)Rolf F?re等發(fā)展而來(lái)。主要用來(lái)衡量2個(gè)時(shí)間點(diǎn)、2個(gè)區(qū)域技術(shù)效率的變化情況,基于技術(shù)效率和技術(shù)進(jìn)步對(duì)生產(chǎn)效率變化兩個(gè)方面進(jìn)行解釋。Malmquist生產(chǎn)率指數(shù)大于1表示生產(chǎn)效率提高,小于1表示生產(chǎn)效率下降,等于1表示生產(chǎn)效率沒(méi)有發(fā)生變化。
Tobit模型是James Tobin提出的因變量受到限制的一種回歸模型,又稱(chēng)截?cái)嗍交貧w模型。隨機(jī)Tobit模型可以針對(duì)SBM方法因變量數(shù)值是切割(片段)的特點(diǎn),避免因普通最小二乘法無(wú)法完整地呈現(xiàn)數(shù)據(jù)而導(dǎo)致估計(jì)偏差的問(wèn)題。
本文綜合分析生態(tài)效率與資本、資源、能源和環(huán)境的關(guān)系,構(gòu)建生態(tài)效率指標(biāo)體系(見(jiàn)表1)[7]。
表1 生態(tài)效率指標(biāo)體系
生態(tài)效率指標(biāo)描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。
表2 描述性統(tǒng)計(jì)結(jié)果
通過(guò)對(duì)長(zhǎng)江經(jīng)濟(jì)帶各省市的統(tǒng)計(jì)年鑒、《中國(guó)城市統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局和中國(guó)碳核算數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行整理,得到面板數(shù)據(jù),結(jié)果見(jiàn)表3。
2.1.1 城市生態(tài)效率的時(shí)間演變分析
通過(guò)SBM模型分析,得到2012—2020年長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率的綜合效率、純技術(shù)效率和規(guī)模效率值(見(jiàn)圖1)。綜合效率反映城市生態(tài)的綜合資源配置情況,純技術(shù)效率反映城市的管理和制度水平,規(guī)模效率反映城市生態(tài)的規(guī)模水平。
圖1 2012—2020年長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率
長(zhǎng)江經(jīng)濟(jì)帶的綜合效率在2020年出現(xiàn)輕微下滑,這是由于經(jīng)濟(jì)的快速增長(zhǎng)給城市的生態(tài)環(huán)境帶來(lái)壓力,城市綜合效率由2018年的0.264增至2019年的0.449,隨后回落到2020年的0.428。規(guī)模效率曲線(xiàn)和綜合效率曲線(xiàn)的變化基本保持一致,整體上規(guī)模效率要高于綜合效率。2012—2020年規(guī)模效率均值為0.602,純技術(shù)效率均值為0.648。2018年規(guī)模效率超過(guò)純技術(shù)效率,達(dá)到0.649,規(guī)模效率較低是綜合效率低的主要原因,因此提高規(guī)模效率是提高長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)水平的關(guān)鍵。
2.1.2 空間格局分布分析
長(zhǎng)江經(jīng)濟(jì)帶各省市生態(tài)效率的綜合效率見(jiàn)圖2。從生態(tài)效率角度分析,長(zhǎng)江經(jīng)濟(jì)帶各省市差異較大,呈現(xiàn)以下特點(diǎn)。
圖2 綜合效率分布圖
下游城市的純技術(shù)效率和規(guī)模效率較為均衡,且均處于較高水平,因而下游城市的綜合效率也比較高;同時(shí),中游和上游城市的純技術(shù)效率和規(guī)模效率較低,導(dǎo)致其生態(tài)效率偏低。
長(zhǎng)江經(jīng)濟(jì)帶各省市生態(tài)效率的驅(qū)動(dòng)因素不同。通過(guò)對(duì)純技術(shù)效率和規(guī)模效率的比較,可以把城市劃分為三類(lèi):純技術(shù)效率值近似規(guī)模效率值的均衡發(fā)展型(上海、湖南和云南)、純技術(shù)效率值高于規(guī)模效率值的技術(shù)導(dǎo)向型(浙江、江蘇、江西、貴州和四川)、純技術(shù)效率值低于規(guī)模效率值的規(guī)模導(dǎo)向型(湖北、安徽和重慶)。
2.1.3 城市生態(tài)效率Malmquist指數(shù)分析
模型的測(cè)算包括城市生態(tài)的全要素生產(chǎn)率變化指數(shù)(TFP)、技術(shù)效率變化指數(shù)(EC)、技術(shù)進(jìn)步指數(shù)(TECH)和規(guī)模效率變化指數(shù)(SECH)。指數(shù)大于1,說(shuō)明該指數(shù)呈現(xiàn)進(jìn)步或增長(zhǎng)狀態(tài);指數(shù)小于1,說(shuō)明該指數(shù)呈現(xiàn)下降或倒退狀態(tài)。
2.1.4 時(shí)空演變分析
基于時(shí)間角度分析,長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率Malmquist指數(shù)的時(shí)間演變見(jiàn)圖3。
圖3 Malmquist指數(shù)的時(shí)間演變圖
生態(tài)效率的Malmquist指數(shù)整體上呈波動(dòng)增長(zhǎng)的趨勢(shì),表明資源利用效率在不斷提高。技術(shù)進(jìn)步變化指數(shù)曲線(xiàn)在波動(dòng)中增長(zhǎng),且都保持在1以上,說(shuō)明科學(xué)技術(shù)的進(jìn)步對(duì)生態(tài)效率的提高起積極作用,是Malmquist指數(shù)的主要增長(zhǎng)點(diǎn)。2016年,我國(guó)在《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》中提出“三極”(成渝城市群、長(zhǎng)江中游城市群和長(zhǎng)江三角洲地區(qū)城市群)政策,助力經(jīng)濟(jì)可持續(xù)發(fā)展。2018—2019年,TFP值由1.117迅速增至1.579,漲幅明顯。2012—2022年,技術(shù)進(jìn)步指數(shù)年均增長(zhǎng)率為2.68%,科學(xué)技術(shù)的發(fā)展成為城市生態(tài)效率水平的主要驅(qū)動(dòng)因素,但是技術(shù)進(jìn)步指數(shù)的波動(dòng)大,達(dá)到49.3%。這在一定程度上說(shuō)明當(dāng)前城市的科技水平缺乏穩(wěn)定性,波動(dòng)較大。
基于空間角度分析,長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率Malmquist指數(shù)的區(qū)域分布見(jiàn)圖4。
圖4 Malmquist指數(shù)的區(qū)域分布圖
分析生態(tài)效率的Malmquist指數(shù)可知以下結(jié)果:三個(gè)區(qū)域的區(qū)域全要素生產(chǎn)指數(shù)及整體的全要素生產(chǎn)指數(shù)均大于1,表明長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率指數(shù)保持穩(wěn)定增長(zhǎng)的態(tài)勢(shì);中游城市增長(zhǎng)勢(shì)頭強(qiáng)勁。中游四省安徽、江西、湖北和湖南的全要素生產(chǎn)率變化指數(shù)都在1以上,同時(shí),技術(shù)進(jìn)步指數(shù)保持較高增長(zhǎng)速度,說(shuō)明科技進(jìn)步對(duì)四省的生態(tài)效率提升起主要推動(dòng)作用;上游四省市與中游區(qū)域大體上類(lèi)似,整體上弱于中游區(qū)域,與下游區(qū)域相比有明顯差距,其中重慶的技術(shù)進(jìn)步指數(shù)明顯突出,這與地方重視科技發(fā)展不無(wú)相關(guān)。
2.2.1 影響因素評(píng)價(jià)指標(biāo)體系
非期望產(chǎn)出的超效率SBM模型的測(cè)算結(jié)果表明,長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市存在部分區(qū)域的生態(tài)效率較低的情況,結(jié)合長(zhǎng)江經(jīng)濟(jì)帶現(xiàn)狀,對(duì)其影響因素進(jìn)行探究[8]。通過(guò)具體指標(biāo)對(duì)影響因素指標(biāo)進(jìn)行量化,影響因素指標(biāo)見(jiàn)表4。
表4 影響因素指標(biāo)
上述影響因素指標(biāo)的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表5。
表5 影響因素指標(biāo)的描述性統(tǒng)計(jì)
被解釋變量為綜合效率(TE),解釋變量包括5類(lèi),分別是人均國(guó)內(nèi)生產(chǎn)總值(X1)、科研經(jīng)費(fèi)內(nèi)部支出(X2)、二氧化碳排放量(X3)、第一產(chǎn)業(yè)和第三產(chǎn)業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比值(X4)和城市人口密度(X5)。其最值、均值和標(biāo)準(zhǔn)偏差見(jiàn)表5。
2.2.2 相關(guān)性分析和共性檢驗(yàn)
為了避免偽回歸,在進(jìn)行Tobit回歸分析前,使用相關(guān)性分析和共線(xiàn)性檢驗(yàn)對(duì)城市生態(tài)影響因素的相關(guān)性進(jìn)行分析(見(jiàn)表6)。
表6 相關(guān)性分析
相關(guān)系數(shù)顯示所有指標(biāo)的相關(guān)性均小于0.8,說(shuō)明指標(biāo)之間不存在較強(qiáng)的相關(guān)性。方差膨脹因子VIF檢驗(yàn)顯示所有指標(biāo)的VIF值都小于10,不存在嚴(yán)重的多重共線(xiàn)性,適合進(jìn)行回歸分析。
2.2.3 Tobit模型回歸分析
為消除量綱的影響,對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后,采用Tobit模型進(jìn)行回歸分析(見(jiàn)表7)。其中,X1、X2、X5的回歸系數(shù)分別通過(guò)1%、5%、10%的顯著性檢驗(yàn),對(duì)城市生態(tài)效率存在顯著影響。區(qū)域經(jīng)濟(jì)水平對(duì)城市生態(tài)效率影響顯著,回歸系數(shù)為0.984。以科研經(jīng)費(fèi)內(nèi)部支出表示的科研水平系數(shù)為-0.278,通過(guò)5%的顯著性檢驗(yàn),對(duì)生態(tài)效率有明顯負(fù)面影響。城市人口密度系數(shù)為0.111,通過(guò)10%的顯著性檢驗(yàn),這說(shuō)明較高的人口密度會(huì)帶來(lái)較大的消費(fèi)需求,促進(jìn)城市經(jīng)濟(jì)增長(zhǎng),進(jìn)而提高城市生態(tài)效率。
表7 回歸結(jié)果
本文采用包含非期望產(chǎn)出的超效率SBM模型,對(duì)2012—2020年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的城市生態(tài)效率進(jìn)行測(cè)算,并對(duì)結(jié)果進(jìn)行分析,探究其影響因素。結(jié)果表明,長(zhǎng)江經(jīng)濟(jì)帶上游、中游和下游的城市生態(tài)效率存在顯著差異。下游地區(qū)保持較高水平的穩(wěn)定狀態(tài),在建立水資源的可持續(xù)治理機(jī)構(gòu)、構(gòu)建產(chǎn)業(yè)聚集、生態(tài)養(yǎng)老金制度等方面表現(xiàn)突出;中游地區(qū)受益于中部崛起戰(zhàn)略,2009—2013年,7個(gè)全國(guó)性“承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)”中有4個(gè)位于中游地區(qū)(只有1個(gè)位于上游地區(qū)),直接推動(dòng)中游地區(qū)的快速發(fā)展;上游地區(qū)生態(tài)水平較低,應(yīng)牢牢抓住綠色經(jīng)濟(jì)、生態(tài)經(jīng)濟(jì)、休閑經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇,最大限度地利用“軍民融合”和“精準(zhǔn)扶貧”,發(fā)展新型城鎮(zhèn)化,重塑區(qū)域發(fā)展機(jī)制,實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。各指標(biāo)中,人均國(guó)內(nèi)生產(chǎn)總值的回歸系數(shù)通過(guò)了1%的顯著性檢驗(yàn),對(duì)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率有明顯的正面影響;城市人口密度對(duì)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率也存在較明顯的積極影響;二氧化碳排放量對(duì)生態(tài)效率的影響輕微,意義較弱。
長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展涉及城市、水利、工業(yè)、道路、綠地等多個(gè)方面,應(yīng)統(tǒng)籌規(guī)劃生態(tài)系統(tǒng)完整性和保護(hù)措施[9]。監(jiān)督方式應(yīng)與生態(tài)環(huán)境相協(xié)調(diào),以實(shí)現(xiàn)系統(tǒng)優(yōu)化。長(zhǎng)江流域委員會(huì)應(yīng)根據(jù)流域設(shè)立環(huán)境監(jiān)督和行政執(zhí)法機(jī)構(gòu),合理分配權(quán)力和責(zé)任,協(xié)調(diào)不同地區(qū)的利益,確定主要責(zé)任。政府應(yīng)完善評(píng)估機(jī)制,引入生態(tài)補(bǔ)償、生態(tài)預(yù)警和流域生態(tài)應(yīng)急措施,以促進(jìn)調(diào)控協(xié)調(diào)。處理好經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的關(guān)系,確保環(huán)境監(jiān)管的平衡;明確各部門(mén)的監(jiān)管職責(zé),嚴(yán)格執(zhí)行《長(zhǎng)江保護(hù)法》,加快長(zhǎng)江經(jīng)濟(jì)帶生態(tài)紅線(xiàn)管控法制化;大力發(fā)展信息和自動(dòng)化產(chǎn)業(yè),以綠色、集約、高科技為重點(diǎn),加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí),強(qiáng)化產(chǎn)業(yè)集聚,提高企業(yè)創(chuàng)新能力??傊?在長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)的未來(lái)發(fā)展中,只有堅(jiān)持綠色發(fā)展、生態(tài)優(yōu)先的理念,依靠科技進(jìn)步提高資本和人力產(chǎn)出效率,才能有效提高生態(tài)效率,實(shí)現(xiàn)“雙碳”目標(biāo)。