摘 要：基于2010—2021年我國黃河流域九個省份的數(shù)據(jù)，運用超效率SBM-DEA模型對非期望產(chǎn)出下黃河流域綠色發(fā)展效率進行測度，并借助Global-Malmquist-Luenberger指數(shù)對黃河流域全要素生產(chǎn)率進行分解，研究黃河流域綠色發(fā)展效率及變化特征。結果發(fā)現(xiàn)：第一，黃河流域綠色發(fā)展效率值呈波動上升趨勢，黃河流域下游綠色發(fā)展較為平穩(wěn)，各省份之間綠色發(fā)展效率差距較大；第二，黃河流域存在較為嚴重的投入冗余，科學技術支出和全社會用電量投入過多；第三，黃河流域全要素生產(chǎn)率在研究期間有所提高，全要素生產(chǎn)率的提高源于純技術進步，技術效率未發(fā)揮重要作用；第四，黃河流域內(nèi)各省份綠色發(fā)展效率存在較為明顯的正相關性，相關性逐年減弱。

關鍵詞：黃河流域；綠色發(fā)展效率；超效率SBM-DEA模型；Global-Malmquist-Luenberger指數(shù)

中圖分類號： F061.5 文獻標識碼： A 文章編號： 2096-7055（2024）04-0038-09

綠色發(fā)展理念是指導我國長遠發(fā)展的科學理念。綠色發(fā)展強調(diào)系統(tǒng)的整體性，需要統(tǒng)籌經(jīng)濟發(fā)展、環(huán)境保護與社會和諧等諸多因素，在資源節(jié)約的基礎上，通過保護生態(tài)環(huán)境，樹立環(huán)境友好思想，促進經(jīng)濟增長。綠色發(fā)展要求經(jīng)濟、社會、生態(tài)協(xié)調(diào)發(fā)展，是一種新的經(jīng)濟發(fā)展模式。

黃河流域橫跨中國東、中、西部九個省份，國家統(tǒng)計局數(shù)據(jù)顯示，2022年黃河流域九個省份GDP總量達到30.69萬億元人民幣，約占全國GDP的四分之一。黃河流域擁有眾多資源型城市，然而資源的過度開采以及重化工業(yè)的發(fā)展方式導致環(huán)境惡化，脆弱的生態(tài)基礎、有限的環(huán)境承載力，導致沿黃地區(qū)自然資源短缺、環(huán)境惡化以及城市發(fā)展不平衡。黨的二十大報告明確指出，在全面建設社會主義現(xiàn)代化國家的進程中，必須始終遵循“尊重自然、順應自然、保護自然”的內(nèi)在要求，加速推進發(fā)展方式綠色轉型，促進綠色低碳的生產(chǎn)和生活方式的形成。綠色發(fā)展是實現(xiàn)高質(zhì)量可持續(xù)發(fā)展的重要保障，也是當前趨勢下的必然選擇。研究如何優(yōu)化黃河流域綠色發(fā)展效率路徑，對于消除黃河流域各省份對能源、重工業(yè)的依賴，建立綠色發(fā)展新模式，促進高質(zhì)量發(fā)展具有重要意義。

一、問題的提出

綠色發(fā)展效率是衡量綠色發(fā)展質(zhì)量的重要指標，能夠清晰反映當前階段綠色發(fā)展水平的高低［1］。目前，國內(nèi)外關于綠色發(fā)展的研究成果十分豐富。在國外研究中，F(xiàn)are對超對數(shù)生產(chǎn)率指數(shù)進行了調(diào)整，創(chuàng)造性地把環(huán)境因素納入其中［2］。Kumar將污染作為輸出指標納入超對數(shù)生產(chǎn)率指數(shù)［3］。Kortelaine用DEA模型分析了GDP、能源消耗和二氧化碳排放在效率上的關系［4］。Sueyoshi用相同的方法對環(huán)境績效進行評價分析［5］。

關于效率的測算方式，一方面，國內(nèi)學者采用隨機前沿分析法、四階段DEA模型、EBM模型、SBMDEA模型等［6-8］。張金燦等運用隨機前沿方法對我國省域碳排放效率進行測算［6］，李林漢等運用四階段DEA模型并結合Malmquist指數(shù)對我國30個省份綠色經(jīng)濟發(fā)展效率進行分析，結果表明，綠色發(fā)展效率高的省份處于東部地區(qū)，

中國綠色經(jīng)濟發(fā)展效率總體處于增長態(tài)勢，但增長速度逐漸放緩［7］。肖宜等運用EBMDEA模型對長江中游城市群水資源進行綠色效率測度并對其影響因素進行分析，研究發(fā)現(xiàn)，經(jīng)濟水平發(fā)達的城市水資源利用效率相對較高，高速的城鎮(zhèn)化發(fā)展對水資源綠色效率具有抑制作用［8］。另一方面，采用DEAMalmquist模型對綠色發(fā)展效率進行動態(tài)分析，揭示提高綠色發(fā)展效率的來源［9］。為了避免傳統(tǒng)DEA模型效率高估的問題，學者們采用了方向距離函數(shù)的SBM模型、SuperSBM模型以及SBMUndesirable模型等。Bai等利用方向距離函數(shù)的SBM模型對我國火電企業(yè)的綠色效率進行了測度，并研究了環(huán)境補貼對綠色效率的影響，

研究發(fā)現(xiàn)，我國火電企業(yè)的綠色效率遠遠低于一般效率，環(huán)境補貼對綠色效率及其分解產(chǎn)生負面影響［10］。趙領娣等研究了環(huán)境保護經(jīng)濟支出、城市化與綠色發(fā)展之間的因果關系，并提出了相應措施［11］。郭付友等利用SBMUndesirable等模型構建黃河流域綠色發(fā)展效率投入產(chǎn)出指標體系，研究黃河流域綠色發(fā)展效率以及驅(qū)動因素，結果表明，黃河流域綠色發(fā)展效率的區(qū)域差距不斷擴大，且空間分異性顯著［12］。

從研究內(nèi)容看，綠色發(fā)展效率研究集中在制造業(yè)、碳排放、低碳物流以及土地利用等方面。張國興等運用超效率SBM模型測算制造業(yè)碳排放效率并進行空間演化分析，研究發(fā)現(xiàn)，河南省制造業(yè)的碳排放效率存在較大差異，環(huán)境規(guī)制和企業(yè)規(guī)模對河南省制造業(yè)碳排放效率有顯著正向影響，而產(chǎn)權結構和產(chǎn)業(yè)結構對其有顯著負向影響［13-15］。何景師等基于沿海五大城市群48個城市的數(shù)據(jù)，利用三階段超效率SBMDEA模型對低碳物流效率進行評價，結果表明，低碳物流效率受外部環(huán)境變量影響［16］。盧新海等利用非期望產(chǎn)出超效率SBM模型測度了我國城市的土地綠色利用效率，研究發(fā)現(xiàn)，我國地級市土地綠色利用效率整體上升，但存在兩極化現(xiàn)象［17］。

通過對現(xiàn)有文獻的綜合分析，學者們對綠色發(fā)展效率的測度、影響因素等方面進行探究，在研究方法和內(nèi)容上都取得了豐碩的成果，為本研究提供了有益借鑒。然而，

現(xiàn)有成果在研究區(qū)域和研究角度的選擇上存在一定的局限。在研究區(qū)域方面，現(xiàn)有文獻主要聚焦于全國、區(qū)域、省份層面，而對于黃河流域的研究相對較少［18-22］；在研究角度上，多以影響因素為主要研究對象，從投入-產(chǎn)出冗余角度的研究較為有限。因此，為了更全面地評估黃河流域綠色發(fā)展效率，構建SBM方向距離函數(shù)模型，通過GlobalMalmquistLuenberger指數(shù)，從投入-產(chǎn)出冗余的角度對黃河流域以及九個省份2010—2021的數(shù)據(jù)進行綠色發(fā)展效率的綜合測算與分析，為黃河流域可持續(xù)發(fā)展提供針對性建議。

二、研究方法和數(shù)據(jù)來源

在研究黃河流域綠色發(fā)展效率的基礎上，探討不同省份綠色發(fā)展的現(xiàn)狀及特點，將超效率SBMDEA模型與GML指數(shù)相結合，探討綠色發(fā)展效率值的靜態(tài)發(fā)展和動態(tài)演變，最后進行黃河流域綠色發(fā)展效率值相關性分析。

（一）考慮非期望的超效率SBMDEA模型

考慮非期望的超效率SBMDEA模型可以很好地解決傳統(tǒng)DEA模型的不足，它充分考慮了投入和產(chǎn)出松弛變量對效率水平的影響，從而精確地度量了決策單元的投入產(chǎn)出效率，同時可以對多個有效決策單元進行比較［23-24］。本研究中使用的非期望產(chǎn)出超效率SBMDEA模型定義如下：

minρ=1s∑si=1xxi，k1t1+t2∑t1p=1y-v1ydl0+∑t2k=1y-ukydk0；（1）

x-≥∑nj=1，j≠0xi，jλj;y-v≤∑nj=1，j≠0yvp，jλj;y-u≥∑nj=1，j≠0yvk，jλj;y-v≤yvp，j;y-u≥yvk，j;λj≥0。（2）

式中：n表示省份的數(shù)量，每個決策單元（DMU）都由投入矩陣s、期望產(chǎn)出矩陣t1以及非期望產(chǎn)出矩陣t2組成；x、yv、yu分別表示投入元素、期望產(chǎn)出元素和非期望產(chǎn)出元素；綠色發(fā)展效率值ρ表示綠色發(fā)展水平，數(shù)值越高，綠色發(fā)展水平越高。

（二） GML生產(chǎn)率指數(shù)

超效率SBM模型測算的效率值僅對綠色增長進行了靜態(tài)描述，而GloMalmquistLuenberger模型通過動態(tài)分析應用前后兩年的結果變化來補充SBM模型的不足。在本研究中，選擇了全局參比Malmquist指數(shù)模型，即GML指數(shù)模型進行比較分析。GML可以分解為技術效率變化（EC）和技術進步變化（TC），公式如下：

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）=1+DG（xt，yt，bt）1+DG（xt+1，yt+1，bt+1）=Et，t+1C×Tt，t+1C；" （3）

Et，t+1C=1+Dt（xt，yt，bt）1+Dt+1（xt+1，yt+1，bt+1）；（4）

Tt，t+1C=1+DG（xt，yt，bt）1+Dt（xt，yt，bt）1+DG（xt+1，yt+1，bt+1）1+Dt+1（xt+1，yt+1，bt+1）。（5）

式中：xt，yt，bt分別表示t時期的投入、期望產(chǎn)出和非期望產(chǎn)出；D（x，y，b）表示方向性距離函數(shù)。GML指數(shù)大于1意味著綠色發(fā)展的效率值增加，GML指數(shù)小于1意味著綠色發(fā)展的效率值下降。EC和TC分別代表技術進步和技術效率，EC和TC大于1，則分別說明技術進步和技術效率提升，反之，說明技術進步退化和技術效率衰退。

（三）莫蘭指數(shù)

利用莫蘭指數(shù)檢驗黃河流域各省份之間綠色發(fā)展效率值的空間相關性，參考王軍等關于莫蘭指數(shù)的計算公式[25]。莫蘭指數(shù)通常在[-1，1]區(qū)間內(nèi)，若Igt;0，表明存在正向空間相關性，其數(shù)值越大，空間相關性越明顯；若Ilt;0，表明存在負向空間相關性，隨著數(shù)值減小，空間差異性增強。

（四）指標選取與數(shù)據(jù)來源

參考童昀、丁玉龍和李治國等的研究［26-28］，從資本、勞動力、技術和能源角度選取4個投入指標?？紤]到本研究將綠色發(fā)展的內(nèi)涵界定為經(jīng)濟與生態(tài)實現(xiàn)協(xié)調(diào)共贏，因此，選擇經(jīng)濟產(chǎn)出和生態(tài)效益作為模型的期望產(chǎn)出，選擇環(huán)境污染作為非期望產(chǎn)出。具體指標選取如表1所示。

數(shù)據(jù)來源于2010—2021年《中國能源統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒和歷年國民經(jīng)濟與社會統(tǒng)計公報的部分數(shù)據(jù)，實際GDP以2010年為基期進行折算，部分缺失值采用插值法進行填補。

三、黃河流域綠色發(fā)展評價

（一）綠色發(fā)展效率的測算與分析

利用超效率SBMDEA模型和MAXDEA軟件，計算出2010—2021年黃河流域綠色發(fā)展效率，如圖1所示。使用規(guī)模報酬不變（CRS）來衡量綠色發(fā)展效率，效率值大于1.000被定義為高效率，大于0.600小于1.000被定義為中等效率，小于0.600被定義為低效率。

圖1 黃河流域2010—2021年綠色發(fā)展效率值變化圖

整體而言，在研究期間黃河流域綠色發(fā)展效率一直處于中等以上水平。綠色發(fā)展效率值波動明顯：2011—2015年，黃河流域的綠色發(fā)展效率呈下降趨勢，并在2015年達到最低水平，2016—2021年得到穩(wěn)定提升。一方面，中西部產(chǎn)業(yè)轉移政策使大量污染型、資源密集型企業(yè)從東部向中西部地區(qū)轉移，黃河流域有8個省份均位于中西部地區(qū)，造成了產(chǎn)業(yè)污染轉移問題。另一方面，由于產(chǎn)業(yè)結構單一，重工業(yè)的過度發(fā)展導致區(qū)域自然資源的過度開發(fā)和環(huán)境污染等問題。黨的十八大以來，生態(tài)文明建設受到高度

重視。2014年，習近平總書記指出，要加大大氣污染治理力度，應對霧霾污染、改善空氣質(zhì)量的首要任務是控制PM2.5，要從壓減燃煤、嚴格控車、調(diào)整產(chǎn)業(yè)、強化管理、聯(lián)防聯(lián)控、依法治理等方面采取重大舉措，聚焦重點領域，嚴格指標考核，加強環(huán)境執(zhí)法監(jiān)管，認真進行責任追究。因此，黃河流域的綠色發(fā)展水平在2016—2021年得到了穩(wěn)定提升。分區(qū)域看，三大區(qū)域的綠色發(fā)展效率趨勢略有不同。下游區(qū)域的綠色發(fā)展效率相對平穩(wěn)，效率值大多在1.000左右，下游地區(qū)省份的經(jīng)濟實力較強，在發(fā)展過程中相對上游和中游省份更加注重生態(tài)發(fā)展；2012—2015年，中游區(qū)域的綠色發(fā)展效率下降幅度最大，究其原因：中游地區(qū)為追求經(jīng)濟快速增長，忽視生態(tài)保護，發(fā)展過程中使用過多煤炭等高污染燃料是主要因素。上、中、下游是黃河流域區(qū)域協(xié)調(diào)發(fā)展的重要抓手，加快上、中、下游省份的生態(tài)協(xié)同發(fā)展，促進黃河流域的環(huán)境保護和高質(zhì)量發(fā)展迫在眉睫。

為研究各省份在黃河流域綠色發(fā)展中的作用，計算2010—2021年黃河流域各省份綠色發(fā)展效率值，具體數(shù)據(jù)見表2。

為了更直觀地了解黃河流域各省份綠色發(fā)展效率值的具體變化，繪制了黃河流域各省份2010—2021年綠色發(fā)展效率折線圖，見圖2。從不同省份的數(shù)據(jù)來看，黃河流域各個省份之間綠色發(fā)展水平存在明顯差距：上游省份中，寧夏回族自治區(qū)綠色發(fā)展效率值整體呈現(xiàn)波動上升態(tài)勢，原因在于寧夏回族自治區(qū)發(fā)揮太陽能和風能資源優(yōu)勢，優(yōu)化本地能源結構進行生態(tài)修復。甘肅省綠色發(fā)展效率值處在黃河流域上游地區(qū)的最低值，說明甘肅省的經(jīng)濟發(fā)展在資源和環(huán)境方面付出了高昂代價。由于開采不當、隨意傾倒垃圾和污染物，祁連山國家級自然保護區(qū)環(huán)境嚴重惡化，導致甘肅省綠色發(fā)展排名最低。青海省2010—2019年綠色發(fā)展呈現(xiàn)出波動降低趨勢。近年來，青海省環(huán)境破壞嚴重，污染型企業(yè)整改措施不到位，礦產(chǎn)企業(yè)過度開采導致綠色發(fā)展效率波動下降。2019年《青海省大氣污染防治條例》等文件的實施，促使青海省綠色發(fā)展效率提升。四川省的綠色發(fā)展效率值在2012—2015年波動幅度較大 ，2014年四川省實施了生態(tài)文明建設改革，但在2015年工業(yè)企業(yè)的廢氣排放導致空氣污染嚴重，致使綠色發(fā)展效率大幅下降。

圖2 黃河流域各省份2010—2021年綠色發(fā)展效率值折線圖

中游省份中，陜西省由于經(jīng)濟快速發(fā)展，能源消費總量上升和城市建成區(qū)面積擴大，生態(tài)環(huán)境承受較大壓力，間接導致黃河流域中游綠色發(fā)展效率出現(xiàn)大幅下降。2015年之后，出臺了一系列與生態(tài)相關的政策條例，頒布了《陜西省固體廢物污染環(huán)境防治條例》《陜西省各級政府及部門環(huán)境保護工作責任規(guī)定（試行）》等，嚴格落實生態(tài)環(huán)境保護政策，嚴查違規(guī)項目，防止生態(tài)破壞，保持高壓執(zhí)法態(tài)勢，因此，綠色發(fā)展效率逐年上升。內(nèi)蒙古自治區(qū)2016年的綠色發(fā)展水平排名上升。原因在于內(nèi)蒙古自治區(qū)對全區(qū)的煤場、粉狀物料堆場等進行整治，對城市大氣污染防治進行強化監(jiān)督，出臺了《自治區(qū)以下環(huán)保機構監(jiān)測監(jiān)察執(zhí)法垂直管理制度改革實施方案》《生態(tài)環(huán)境損害賠償制度改革實施方案》等方案。山西省綠色發(fā)展水平呈現(xiàn)波動上升的變化特征，作為煤炭大省，由于對煤炭開采監(jiān)管不嚴，山西省環(huán)境污染嚴重，導致在2010—2016年綠色發(fā)展效率相對較低。2016年，山西省嚴格落實《中華人民共和國環(huán)境保護法》《中華人民共和國大氣污染防治法》，加快實施《山西省環(huán)境保護條例（2016年修訂）》，加強全省環(huán)境保護督察，組織實施鐵礦污染減排攻堅行動，加大對國家和省級重點監(jiān)控企業(yè)的現(xiàn)場巡查力度，山西省綠色發(fā)展水平大幅提高。

下游區(qū)域中，山東省作為經(jīng)濟大省，其綠色發(fā)展效率一直處于較高水平，呈現(xiàn)波動上升趨勢。作為工業(yè)大省，山東省亟須進行環(huán)境治理，由此產(chǎn)生了一批生態(tài)環(huán)保企業(yè)，積極推進清潔能源的開發(fā)與利用，減少對傳統(tǒng)能源的依賴，推廣循環(huán)經(jīng)濟模式，提高資源利用效率，在生態(tài)建設，污染防治，高附加值、低能耗、低污染的綠色產(chǎn)業(yè)方面較為領先，具備綠色發(fā)展的有利條件。因此，山東省綠色發(fā)展一直處于較高水平，被視為黃河流域綠色發(fā)展的示范省區(qū)。河南省綠色發(fā)展效率走勢呈現(xiàn)U型趨勢，2011年之后綠色發(fā)展效率逐漸降低，并在2014—2015年達到最低值，隨后逐漸上升。2010—2014年，河南省大部分城市仍然處于工業(yè)發(fā)展初級階段，資源投入力度不斷加強，對應產(chǎn)出相對滯后，環(huán)境污染也隨之而來，綠色發(fā)展效率呈現(xiàn)下降趨勢。2015年，《生態(tài)文明體制改革總體方案》出臺，河南省積極推進產(chǎn)業(yè)轉型升級，貫徹落實污染防治措施，綠色發(fā)展效率得到有效提升。

為確定黃河流域綠色發(fā)展效率損失的來源和綠色發(fā)展改進的方向，使用MAXDEA軟件計算2010—2021年黃河流域投入產(chǎn)出改善的方向和需要改進的具體數(shù)值，結果見表3。

由表3可知，2011—2015年在投入和非期望產(chǎn)出方面，科學技術支出、全社會用電量、工業(yè)廢水排放量、二氧化硫排放量和煙（粉）塵排放量均為負值，這反映出資源投入以及非期望產(chǎn)出冗余情況嚴重，需要減少資源投入以及非期望產(chǎn)出。在期望產(chǎn)出方面，建成區(qū)綠化覆蓋率為負值，實際GDP存在嚴重冗余現(xiàn)象，因此，黃河流域2011—2015年綠色發(fā)展效率值較低，這與圖1得到的結論一致。2016—2021年各個指標投入與產(chǎn)出相對良好，因此，黃河流域綠色發(fā)展效率值逐年提高?？傮w上看，

仍需要加大力度維持非期望產(chǎn)出現(xiàn)有的良好狀態(tài)，增加技術投入和能源投入。

（二）綠色發(fā)展效率時間演變分析

為觀察黃河流域綠色發(fā)展水平的動態(tài)變化，本研究采用GML指數(shù)反映綠色發(fā)展各年的增長動態(tài)。該指數(shù)可分為技術效率指數(shù)和技術進步指數(shù)。技術效率反映環(huán)境管理實踐和結構優(yōu)勢，技術進步反映創(chuàng)新水平。為更好地反映2010—2021年黃河流域全要素生產(chǎn)率的平均變化，為每個省份選擇了一個幾何平均值。

表4列出了不同時期黃河流域全要素生產(chǎn)率變化情況。

由表4可知，2010—2021年黃河流域全要素生產(chǎn)率提高了8.14%，其中技術進步提高了8.14%，而技術效率值總體增幅較為平穩(wěn)，說明

綠色管理方式、決策方式、管理制度等“軟技術”需要進一步優(yōu)化和完善。2013—2014年、2015—2016年、2018—2019年、2019—2020年、2020—2021年的全要素生產(chǎn)率都有所提高，5個時期全要素生產(chǎn)率占比46%，但提高年份占比不足50%，技術進步和技術效率仍有提升空間。技術進步指數(shù)方面，2013—2014年和2015—2016年技術進步指數(shù)增長幅度較大，2016—2017年、2017—2018年技術進步指數(shù)明顯下降。盡管近年來綠色技術創(chuàng)新發(fā)展投入較大，但技術創(chuàng)新進展緩慢，需要尋求新的發(fā)展點。

圖3為黃河流域各省份年均全要素生產(chǎn)率及其分解圖。由圖3可知，全要素生產(chǎn)率和技術進步的趨勢相似。除上游的甘肅省、寧夏回族自治區(qū)和青海省以外，其余省份年平均全要素生產(chǎn)率都在1.000以上，這表明黃河流域綠色增長效率整體提高。其中河南省年均全要素生產(chǎn)率（1.220）和技術進步指數(shù)（1.208）最高，是河南省綠色發(fā)展水平較高且平穩(wěn)的主要原因；山東省、陜西省、山西省、四川省和內(nèi)蒙古自治區(qū)全要素生產(chǎn)率分別為1.039、1.042、1.033、1.058和1.060，其全要素生產(chǎn)率的提高主要源于技術進步；雖然甘肅省技術效率最高，但其全要素生產(chǎn)率、技術效率以及技術進步指數(shù)均未到1.000，導致甘肅省綠色發(fā)展效率值較低；寧夏回族自治區(qū)和青海省的技術效率值和技術進步值未達到1.000，說明其綠色管理方式仍需改善，綠色技術創(chuàng)新水平仍需提高。

圖3 各省年均全要素生產(chǎn)率以及分解指數(shù)

（三）空間自相關分析

表5為黃河流域綠色發(fā)展效率的全局莫蘭指數(shù)統(tǒng)計表。由表5可知，P值均小于0.0500，說明黃河流域綠色發(fā)展效率值存在空間自相關性。各年的莫蘭指數(shù)值均為正值，表明黃河流域各省份綠色發(fā)展效率值存在正相關。但莫蘭指數(shù)在2010—2021年呈現(xiàn)波動下降趨勢：莫蘭指數(shù)由0.413 2波動下降至0.241 9，黃河流域各區(qū)域綠色發(fā)展效率值整體相關性逐漸減弱。

四、結論與建議

（一）主要結論

基于對黃河流域綠色發(fā)展效率的分析，得出以下結論：

第一，研究期間黃河流域綠色發(fā)展效率處于中等偏上水平，呈波動上升趨勢。黃河流域的綠色發(fā)展在2011—2015年呈現(xiàn)下降趨勢，隨后逐步恢復到1.000以上。分區(qū)域看，黃河流域下游綠色發(fā)展較為平穩(wěn)，中游綠色發(fā)展波動較大，各個省份之間綠色發(fā)展效率差距較大。

第二，黃河流域在研究期間存在嚴重的投入冗余。通過研究發(fā)現(xiàn)，2011—2015年年底科學技術支出、全社會用電量、工業(yè)廢水排放量、二氧化硫和煙（粉）塵排放量方面投入冗余嚴重，2016年之后投入冗余狀況有所改善，全社會用電量以及科學技術支出需要更多的投入。

第三，黃河流域整體全要素生產(chǎn)率有所提高。黃河流域全要素生產(chǎn)率提高主要源于生產(chǎn)加工方式等純技術進步，技術效率的作用相對較小。分省份看，山東省、陜西省、山西省以及寧夏回族自治區(qū)在環(huán)境管理、決策方式等方面有所欠缺，甘肅省、寧夏回族自治區(qū)和青海省在純技術方面創(chuàng)新不足。

第四，黃河流域各省份綠色發(fā)展效率值在研究期間呈現(xiàn)正相關性，但相關性逐漸減弱。黃河流域綠色發(fā)展效率值的莫蘭指數(shù)呈現(xiàn)波動下降趨勢：2010—2016年莫蘭指數(shù)由0.413 2波動下降為0.280 3，2017年莫蘭指數(shù)提升為0.331 9，隨后逐年下降，表明黃河流域各省份綠色發(fā)展效率值的正相關性逐漸減弱。

（二）政策建議

第一，著力提升綠色發(fā)展效率，促進區(qū)域協(xié)調(diào)發(fā)展。雖然黃河流域的綠色發(fā)展水平總體良好，但流域內(nèi)區(qū)域綠色發(fā)展不平衡。上游地區(qū)應加強水資源保護和生態(tài)修復，利用數(shù)字技術、信息技術等現(xiàn)代手段改造傳統(tǒng)產(chǎn)業(yè)，發(fā)展綠色創(chuàng)新產(chǎn)業(yè)，提高資源配置效率，促進經(jīng)濟綠色發(fā)展；中下游地區(qū)應充分發(fā)揮各自優(yōu)勢，有效配置各類資源，

引導人才、技術流入，打造中下游之間的良性互動。結合實際發(fā)揮上、中、下游在綠色發(fā)展中的作用，促進黃河流域協(xié)調(diào)發(fā)展。

第二，加大技術投入力度以及清潔能源的投入。提高科技創(chuàng)新能力，重視科技創(chuàng)新的作用，繼續(xù)保持良好的科技投入轉化率；鼓勵企業(yè)之間加強交流，建立研發(fā)中心，促進區(qū)域間技術協(xié)同創(chuàng)新，推進清潔技術和清潔能源研發(fā)，使科研和技術開發(fā)投入成為黃河流域?qū)崿F(xiàn)綠色發(fā)展的有效驅(qū)動力。

第三，優(yōu)化黃河流域綠色發(fā)展的管理方式、決策方式、資源配置方式等。政府部門應加強對綠色發(fā)展理念的研究，確保理念的深入貫徹和實施；同時，政府需要不斷完善環(huán)境保護相關法律法規(guī)，加大環(huán)保政策的執(zhí)行力度；注重發(fā)展高層次的、協(xié)調(diào)的綠色經(jīng)濟發(fā)展機制，減少地方資源的不當使用和非期望產(chǎn)出；建立科學的評估體系，全面考察各項指標，包括環(huán)境質(zhì)量、資源利用效率、生態(tài)系統(tǒng)健康等方面的數(shù)據(jù)，推進城市治理現(xiàn)代化，不斷完善綠色發(fā)展治理工作。

第四，強化高效率省份帶動作用，促進各省份之間協(xié)調(diào)發(fā)展。鼓勵高效率省份與低效率省份建立合作伙伴關系與橫向生態(tài)補償機制，高效率省份可以通過技術轉讓、合作研發(fā)等方式，幫助低效率省份提升技術水平，推動產(chǎn)業(yè)升級。高效率省份還可以通過投資等方式，為低效率省份提供必要的資金支持，幫助其解決發(fā)展過程中的資金瓶頸問題，增強雙方的經(jīng)濟聯(lián)系和合作深度。通過技術、資金等方面的支持，促使不同省份之間形成協(xié)同效應，共同推進綠色科技創(chuàng)新、資源共享，實現(xiàn)優(yōu)勢互補，提高整體效益。

參考文獻：

［1］楊志江，文超祥.中國綠色發(fā)展效率的評價與區(qū)域差異［J］.經(jīng)濟地理，2017，37（3）：10-18.

［2］ FARE R.Multilateral productivity comparisons when some outputs are undesirable：a nonparametric approach［J］.Review of Economics and Statistics，

1989，71（1）：90-98.

［3］ KUMAR S.Environmentally sensitive productivity growth：a global analysis using MalmquistLuenberger index［J］.Ecological Economics，2006，56（2）：280-293.

［4］" KORTELAINEN M.Dynamic environmental performance analysis：a Malmquist index approach［J］.Ecological Economics，2008，64（4）：701-715.

［5］ SUEYOSHI T.Damages to return with a possible occurrence of ecotechnology innovation measured by DEA environmental assessment［J］.Journal of Economic Structures，2017，6（1）：1-14.

［6］ 張金燦，仲偉周.基于隨機前沿的我國省域碳排放效率和全要素生產(chǎn)率研究［J］.軟科學，2015，29（6）：105-109.

［7］ 李林漢，岳一飛.基于四階段DEA模型的中國綠色發(fā)展效率評價［J］.科技管理研究，2019，39（24）：247-258.

［8］ 肖宜，慈曉虎，楊冰，等.長江中游城市群水資源綠色效率測度與影響因素分析［J］.長江科學院院報，2023，40（9）：8-16.

［9］ 頡茂華，李玲玉.中國八大綜合經(jīng)濟區(qū)環(huán)境治理績效測度與時空演變［J］.中國人口·資源與環(huán)境，2023，33（9）：86-97.

［10］ BAI Y，HUA C，JIAO J，et al.Green efficiency and environmental subsidy：evidence from thermal power firms in China［J］.Journal of Cleaner Production，2018，188（7）：49-61.

［11］ 趙領娣，袁田，趙志博.城鎮(zhèn)化對綠色發(fā)展績效的門檻效應研究：以大西北、黃河中游兩大經(jīng)濟區(qū)城市為例［J］.干旱區(qū)資源與環(huán)境，2019，33（9）：10-16.

［12］ 郭付友，高思齊，佟連軍，等.黃河流域綠色發(fā)展效率的時空演變特征與影響因素［J］.地理研究，2022，41（1）：167-180.

［13］" 張國興，崔艷芳.河南省制造業(yè)碳排放效率及其影響因素研究［J］.華北水利水電大學學報（社會科學版），2022，38（6）：21-27.

［14］ 黃德春，沈雪梅，竺運.長江經(jīng)濟帶制造業(yè)碳排放效率的時空演變及影響因素研究［J］.長江流域資源與環(huán)境，2023，32（6）：1113-1126.

［15］ 徐建中，王曼曼，貫君.動態(tài)內(nèi)生視角下能源消費碳排放與綠色創(chuàng)新效率的機理研究：基于中國裝備制造業(yè)的實證分析［J］.管理評論，2019，31（9）：81-93.

［16］ 何景師，張智勇，葉善椿.基于三階段超效率SBMDEA模型的我國沿海五大城市群低碳物流效率研究［J］.上海海事大學學報，2023，44（3）：55-63.

［17］ 盧新海，楊喜，陳澤秀.中國城市土地綠色利用效率測度及其時空演變特征［J］.中國人口·資源與環(huán)境，2020，30（8）：83-91.

［18］ 田光輝，李江蘇，苗長虹，等.基于非期望產(chǎn)出的中國城市綠色發(fā)展效率及影響因素分析［J］.經(jīng)濟地理，2022，42（6）：83-91.

［19］ 陳明華，劉文斐，王山，等.黃河流域綠色發(fā)展績效評價、差異分解及驅(qū)動因素［J］.中國人口·資源與環(huán)境，2022，32（4）：126-133.

［20］ 陳曉蘭，孟慶港，史佳凝，等.中國八大綜合經(jīng)濟區(qū)生態(tài)效率測度及時空演進分析［J］.經(jīng)濟與管理評論，2022，38（2）：109-121.

［21］ 張國興，張婧鈺.黃河流域資源型城市高質(zhì)量發(fā)展的時空演變［J］.中國人口·資源與環(huán)境，2023，33（2）：124-133.

［22］ 鹿晨昱，黃萍，張彤，等.甘肅省綠色發(fā)展效率時空演化與驅(qū)動因素研究［J］.干旱區(qū)地理，2023，46（2）：305-315.

［23］ TONE K.A slacksbased measure of superefficiency in data envelopment analysis［J］.European Journal of Operational Research，2002，143（1）：32-41.

［24］ 徐英啟，程鈺，王晶晶，等.中國低碳試點城市碳排放效率時空演變與影響因素［J］.自然資源學報，2022，37（5）：1261-1276.

［25］ 王軍，朱杰，羅茜.中國數(shù)字經(jīng)濟發(fā)展水平及演變測度［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2021，38（7）：26-42.

［26］ 童昀，劉海猛，馬勇，等.中國旅游經(jīng)濟對城市綠色發(fā)展的影響及空間溢出效應［J］.地理學報，2021，76（10）：2504-2521.

［27］ 丁玉龍.城市規(guī)模對綠色經(jīng)濟效率的影響及空間效應研究：基于我國285個地級及以上城市數(shù)據(jù)的實證分析［J］.城市問題，2021，317（12）：58-68.

［28］ 李治國，王杰，王葉薇.經(jīng)濟集聚擴大綠色經(jīng)濟效率差距了嗎？：來自黃河流域城市群的經(jīng)驗證據(jù)［J］.產(chǎn)業(yè)經(jīng)濟研究，2022，116（1）：29-42.

Evaluation of Green Development Efficiency in the Yellow River Basin Based on Super-Efficiency SBM-DEA

SU Xijun， LI Ziyu

（School of Management and Economics， North China University of Water Resources and Electric Power， Zhengzhou 450046， China）

Abstract：

Based on the data of nine provinces in the Yellow River Basin from 2010 to 2021， this paper uses the super-efficiency SBM-DEA model to measure the green development efficiency of the Yellow River Basin under undesired output， and decomposes the total factor productivity of the Yellow River Basin with the help of the Global-Malmquist-Luenberger index， and studies the green development efficiency and change characteristics of the Yellow River Basin. The results show that： First， the green development efficiency of the Yellow River Basin shows a fluctuating upward trend， the green development in the lower reaches of the Yellow River Basin is relatively stable， and the green development efficiency gap between provinces is large. Second， there is a serious redundancy of investment in the Yellow River Basin， with excessive investment in" science and technology expenditure， and electricity consumption of the whole society at the end of the year. Third， the total factor productivity of the Yellow River Basin increased during the study period， and the increase of total factor productivity was due to pure technological progress， and technological efficiency did not play an important role. Fourth， there is an obvious positive correlation between the green development efficiency of provinces in the Yellow River Basin， and the correlation is weakening year by year.

Key words：

Yellow River Basin; green development efficiency; super-efficiency SBM-DEA model; global-Malmquist-Luenberger index

（編輯：王韻）

基金項目： 國家社會科學基金項目（21BJY016）；河南省高校哲學社會科學創(chuàng)新團隊支持計劃（2022-CXTD-10）

作者簡介： 蘇喜軍，男，教授，碩士生導師，研究方向為區(qū)域經(jīng)濟、水資源管理；李自鈺，女，碩士研究生，研究方向為區(qū)域經(jīng)濟學。