区域生态效率评价及空间相关性分析
——以山东省为例

2016-12-15 02:25侯淑婧
学术论坛 2016年10期
关键词:象限山东省效率

周 洋,宗 科,侯淑婧

区域生态效率评价及空间相关性分析
——以山东省为例

周 洋,宗 科,侯淑婧

随着山东省区域经济的发展,经济、资源、环境之间的问题越来越突出,因此,提高生态效率已受到了普遍的关注。文章采用超效率DEA模型方法测度了山东省2010-2014年17个地市的生态效率,并运用空间统计分析模型对山东省区域生态效率的空间相关性进行实证研究。

山东省;区域生态效率;超效率DEA;空间相关性

一、引 言

随着经济发展与环境资源矛盾的日益加剧,人类生产活动已经不再单纯重视劳动和资本生产率的提高,而是把重点放在了关注生态效率的提高上,以此来实现人类与环境的可持续发展。

生态效率[1][2]这一概念由schaltegger等人于20世纪90年代最早提出,他们认为“生态效率”可以更加客观和全面地描述人类社会的各种经济行为对生态和自然环境所带来的一系列影响。1992年,WBCSD组织对生态效率这一概念进行了重新界定,认为实现生态效率的路径有两个:一是要不断地提供竞价性商品和服务满足人类需要,同时提升人们生活质量;二是要减少资源使用,使其消耗量在地球可承受的范围之内。

从研究方法上看,大致上有两种思路来进行生态经济效率的考量:第一种方法是构建指标体系,在此基础上运用专家打分等方法对不同指标进行赋值,从而进行生态效率评价,例如Van Caneqhem(2010)[3],曾鹏和朱玉鑫(2013)等人[4]的研究;第二种方法是采用非参数的形式来分析生态效率,主要有数据包络法等,例如Kortelainen(2015)等人[5]的研究。由于非参数的数据包络分析法可以避免专家打分所带来的主观性,因此目前大多数学者都采用第二种方法。从研究内容上看,隶属于不同行政区域的地区在社会发展和经济发展等方面会存在一定程度的关联性,这种关联性可以表现为区域间所进行的贸易来往、区域间技术的模仿与扩散、区域间人口的流动以及区域间各种产业之间的联系,因而无法满足传统回归分析方法中样本相互独立的假设。我们可以利用空间计量模型描述上述现象,该模型可以将空间的相互关联性与回归分析相结合。本文以2010-2014年山东17个地市数据为样本,采用DEA分析法,借助Matlab 7.1,得出该省17个地市的相对生态效率。进一步,运用空间计量经济模型对该省各地市的生态效率情况进行空间统计研究。

二、山东省区域生态效率的测算

(一)模型和方法

Chames和Cooper等人[6]在1978年提出一种用来评价效率的方法,即数据包络分析法(DEA),这是一种非参数统计的方法,通常以相对效率作为基础,以凸分析和线性规划作为工具,以多投入、多产出作为标准,对相同类型的决策单元DMU的相

对有效性进行测度。数据包络分析法在确定指标权重时由决策单元的实际数据求得,减少了评价者主观因素的影响,具有很强客观性。

比如说,有m个地区,如果想要计算它们的生态效率,那么每个地区都会有g个投入变量和n个产出变量,如果用Sjk来表示第k个DMU中的第i个输入变量,用Yjk来表示第k个DMU中的第i个输出变量,而其中第k个DMU的输入表示为Xk= (X1k,X2k,…,Xmk)T,输出可以用 Yk=(Y1k,Y2k,…,Ysk)T进行表示,θ是第k个DMU的效率值,且θ介于0和1之间,我们先设目标函数为“第 k个地区的生态效率”,然后计算生态效率的约束条件是“所有决策单元(DMU)的效率指数”,再运用Charnes-Cooper变换的方法就可以得出DEA中最基础的C2R模型的线性表达式:

上式(1)测算生态效率时,因为所有有效率的决策单元都为1,所以会出现多个最优决策单元(DMU),而这些有效单元可能会出现无法对地区生态效率好坏进行有效划分的情况。本文为了避免这一问题的产生,也为了提高准确性,减小误差,选择运用 Andersen等学者提出的超效率 DEA(Super Efficiency DEA,SE-DEA)模型的方法来测算山东省各地区的生态效率。SE-DEA模型和传统DEA模型有所不同:根据SE-DEA测算出的生态效率评价值,并不改变决策单元(DMU)的有效性,但对于有效率的 DMU,它却可以对每个决策单元的有效程度进行排序。SE-DEA可以用式(2)进行表述:

(二)指标的建立及测算结果

1.指标选择。生态效率要求在考虑经济收益的同时还要减少环境的消耗,也就是说用最小的生态环境污染消耗来换取最大的社会经济效益,在超效率 DEA模型的分析过程中,我们通常将产出指标体系用收益型指标进行衡量,而投入指标体系则用成本型指标进行衡量。为了能够全方位地、较为真实地展现山东省每个地级市的生态效率及其变化情况,同时考虑数据的易获取性,构建如下指标体系,见表1。

表1 山东省区域生态效率投入与产出评价指标体系

2.结果分析。利用超效率DEA模型,计算山东省2010-2014年17个地市的数据,获得区域生态效率评价值,测算结果如表2所示。

表2 山东省2010-2014年区域生态效率评价结果

由山东省2010-2014年区域生态效率评价结果可得出结论,在宏观层面上,山东省的总体生态效率在5年内呈下降趋势,且变化不大;中观层面

上,山东省各经济区域的生态效率有明显差别,东部区域的生态效率相较于中西部明显要高,虽然每年的区域生态效率值基本都大于1.0,但却呈逐年递减趋势,中西部地区生态效率值相比较东部地区都比较低,并且没有显著的变化;在微观层面上,青岛、日照、威海、潍坊、烟台等5个城市的生态效率水平最高,并且这5个城市都位于东部经济发达区域,中部和西部地区生态效率低下,这说明该地区主要采用的是高耗能、高污染为代价的发展模式,这种经济模式将导致中西部区域的环境污染、资源利用效率低等问题产生,而这些问题将会伴随经济的发展越来越严峻,这种现象尤以枣庄、济宁、淄博等资源型城市突出。因此中西部区域要借鉴东部发达地区的经济发展经验,逐步向低污染、低消耗、高效率、可持续的集约型经济发展模式转变。

以下图1显示山东省生态效率水平是以东、中、西、南依次进行梯度分布的,具体为:处于第一梯队(生态效率最高)的日照、青岛、潍坊、烟台、威海都位于东部地区;中部地区生态效率水平较好,属于第二梯队,主要包括济南、莱芜、泰安、东营、滨州等5个城市;菏泽、聊城、德州位于第三梯队(生态效率水平一般);南部地区生态效率水平最差,主要有淄博、临沂、枣庄和济宁4个城市。同时,生态效率分布具有明显的“俱乐部现象”:高水平的生态效率区主要集中在以鲁东为代表的东部经济发达地区;第二梯队和第三梯队城市主要分布在鲁西和鲁中地区;鲁南地区由于其资源型城市特征形成了第四梯队聚集地。

图1 山东生态效率水平四分位图

三、山东省区域生态效率的空间相关性分析

(一)全域空间自相关

分析区域之间整体上的空间关联与差异程度,一般可以使用空间自相关(Moran'I)指数,其公式为:

先在统计数据分布的基础上,求出E(I)和VAR(I),然后计算 Moran'I的正态统计量 Z=,通过上述计算我们就可以检验不同区域是否有空间关联性。

Moran'I在-1到1的范围内,Moran'I显著且大于零时,表示地理分布模式中相似的属性值呈正相关(正空间关联);Moran'I小于零,同时存在显著性时,说明不同区域的属性值呈负相关的地理模式分布(负空间关联);Moran'I等于零,同时存在显著性时,说明了随机现象的属性值不相关,是随机的。

山东17个地市生态效率的Moran'I指数为0.3272,检验的p值为0.0006,表明在空间分布上山东17个地市的生态效率存在较显著的正自相关的联系,即城市之间的生态效率相互正向影响。

(二)局部空间的关联性

全域空间自相关将各个地区之间的差异进行了平均,所以只能从整体上考察山东省空间自相关的情况,要想全面具体地展示山东省各个区域之间的空间关联性,需要利用局域空间关联指标。为了达到这一目标,本文选取局域Moran'I指数来对山东省局域显著性空间关联进行分析:

从式(4)和式(5)看出,通过计算局部Moran'I,可以作出各个地区的聚集图及其Moran散点图。其中Moran散点图展现了四个不同的空间相关性,这四种类型具体是:第一象限是H-H,也就是高-高型,

它表明生态效率高的城市被生态效率高的相邻城市包围,从而进一步说明高水平生态效率具有高空间滞后性。第二象限是L-H,即低-高型,它表明生态效率低的城市被生态效率高的相邻城市包围,说明低水平生态效率具有高空间滞后性。第三象限是L-L,即低-低型,它表明生态效率低的城市被生态效率低的相邻城市包围,说明低水平生态效率具有低空间滞后性。第四象限是H-L,即高-低型,它表明生态效率高的城市被生态效率低的相邻城市包围,说明高水平生态效率具有低空间滞后性。在这四个象限中H-H以及L-L是正的空间自相关,LH和H-L为负的空间自相关。

图2 2014年山东省区域生态效率Moran散点图

从图2可以看出,2014年,处于第Ⅰ象限(即高-高的正自相关性集群)的6个地市为青岛、烟台、威海、东营、济南、滨州。处于第Ⅱ象限(L-H负自关联性集群)的是淄博。位于第Ⅳ象限(即H-L的负自相关性集群)的地市为德州、聊城以及菏泽。而泰安、莱芜、临沂、日照、潍坊和济宁则同时位于第Ⅰ、第Ⅳ象限(即高-高的正自相关性集群和L-L的正自相关性集群)。位于第Ⅲ象限(即LL的正自相关性集群)的地市为枣庄。

在上述图表中还存在“俱乐部收敛”的现象。以5%的显著水平为例,共计7个城市的生态效率存在显著的空间关联:其中青岛、烟台、东营、威海、济南位于H-H类型空间离群区,枣庄位于L-L型低值集聚区,而淄博处于空间离群区(L-H型)。H-L类型区域局部空间缺少关联性,体现出生态效率高的区域,生态效率不仅产生着较弱的相互影响,而且也没有明显对邻近的较低水平地区产生溢出效应。

四、结 语

本文根据2011-2014年山东各区域资源环境及经济统计数据分析,利用DEA分析对山东省各地市生态效率的优势和劣势做出了总结,并利用空间统计分析模型对各区域生态效率的空间相关性分析总结。结论表明:

第一,2010-2014年,山东省各地市生态效率表现为显著的东高西低,呈梯度分布格局,三大经济地带的生态效率具有较大的差异性,在三大经济地带中东部地带的生态效率最高,“俱乐部收敛”特征较为明显,呈现日益降低的趋势;中西部及南部地区生态效率值与东部地区相比明显偏低,为粗放式经济增长模式,即高消耗、高污染、高排放,这种现象尤以枣庄、济宁、淄博等城市最为严峻。

第二,山东省各地市生态效率正的自相关集聚,集聚程度在波动中趋于收敛,H-H集聚区位于东部沿海地区,L-L集聚区位于鲁南资源型地区。

[1]杨斌.2000-2006年中国区域生态效率研究:基于dea方法的实证分析[J].经济地理,2009(7).

[2]秦伟山,张义丰,袁境.生态文明城市评价指标体系与水平测度[J].资源科学,2013(8).

[3]Van Caneghem J,Block C,Van Hooste H,et al.Ecoefficiency Trends of the Flem ish Industry:Decoupling of Environmental Impact from Econom ic Grow th[J].Journal of Cleaner Production,2010(14).

[4]曾鹏,朱玉鑫.中国十大城市群生态发展状况比较研究[J].地域研究与开发,2013(1).

[5]Kortelainen M.Dynam ic Environmental Performance Analysis:A Malmquist Index Approach [J].Ecological Econom ics,2015(4).

[6]Charnes A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978(6).

[责任编辑:刘烜显]

周洋,山东科技大学经济管理系教授,硕士生导师;宗科(通讯作者),山东科技大学经济管理系讲师,博士研究生;侯淑婧,山东科技大学经济管理系硕士研究生,山东 泰安 271000

F205

A

1004-4434(2016)10-0078-04

国家社科基金资助项目“基于多方法融合空间统计分析的区域生态经济效益评价研究”(13BJY026);教育部人文社科规划项目“产业转型期煤矿生态效率评价研究”(14YJCZH 236)的阶段性成果

猜你喜欢
象限山东省效率
勘 误
山东省交通运输研究会正式成立
RCEP对山东省高质量对外开放的影响
复数知识核心考点综合演练
眷 恋
——山东省济宁市老年大学之歌
提升朗读教学效率的几点思考
常数牵手象限畅游中考
平面直角坐标系典例分析
山东省即墨市
跟踪导练(一)2