中国生态效率的测算与区域差异分析——基于超效率SBM 和空间自相关分析

王艳萍

（兰州大学 经济学院，兰州730099）

改革开放以来我国经济发展迅速，对能源资源的需求日益增加，但仍未实现向低能耗、低排放的集约型经济发展方式的转变，经济高速发展的同时也加大了资源环境的压力。2017 年10 月召开的中共十九大再次强调了建设生态文明的必要性，在经济快速发展的同时如何实现经济、资源、环境的协调发展仍是目前有待解决的关键问题之一。1990年，Schaltegger 和Stum 首次提出生态效率的概念，世界可持续发展工商业联合会（WBCSD）于1992 年发表的《改变航向：一个关于发展与环境的全球商业观点》再次提到生态效率，这一概念开始被广泛认识和接受。生态效率能综合反映经济、资源与环境之间的关系，因此对生态效率进行测算并分析其区域差异，将有助于我国有针对性地制定适合各个区域发展的政策。

国外对于生态效率的研究多集中于企业层面。国内对于生态效率的研究主要从测算方法及区域差异分析两个方面进行。生态效率的测算方法有数据包络分析（DEA）、在此基础上更加完善的能区分有效决策单元的超效率DEA、基于非期望产出的SBM 模型及能区分有效决策单元的超效率SBM等，关于生态效率的测算方法目前已经相当成熟，选取基于非期望产出的超效率SBM 模型对生态效率进行测算。对于生态效率的区域差异，主要是从时间和空间两个维度进行分析。成金华等（2014）运用超效率DEA 测算了我国30 个省份的生态效率并对其空间集聚现象进行了分析。胡彪等（2016）在成金华的基础上弥补了生态效率计算方法的不足，运用基于非期望产出的SBM模型测算中国30 个省份的生态效率并分析了全局及局域的生态效率差异。李佳佳、罗能生（2016）基于SBM模型计算了中国1998-2013 年30 个省区的效率值，对其空间扩散效应、收敛性及原因进行了分析。目前生态效率的计算方法已相当成熟，而同时进行生态效率计算又进行区域差异分析的研究在生态效率的计算处理上有待完善。

胡彪等（2016）分别运用基于非期望产出的SBM 模型和传统的CCR 模型计算了中国30 个省区2004-2012 的生态效率，结果表明CCR 模型下的生态效率值高于SBM模型下的效率值，从而说明了环境变量的不同考虑将对生态效率值的计算产生较大的影响且更为合理的考虑必将产生更加符合实际的准确的结果。基于这一分析，本文仍然选取了SBM模型进行效率值的计算，但该模型计算出的结果最大为1，北京、上海、天津、江苏、浙江等生态效率处于最优前沿面的省区计算出的生态效率值均为1，无法对其进行进一步的区分。为了弥补这一不足，本文最终选取超效率SBM模型进行生态效率的测算，将环境污染作为非期望产出考虑的同时计算出的效率值可以大于1，从而使得计算结果准确的同时能够有效区分处于最优前沿面的省区，有利于生态效率的差异分析，弥补以往研究的不足，为各地区因地制宜地制定促进经济、资源、环境的协调发展提供借鉴。

一、研究方法和数据来源

（一）研究方法

1.超效率SBM

传统DEA 模型计算的效率值最大为1，有效决策单元（DMU）测算的效率值相同，无法进一步区分这些单元的效率高低。针对这一问题，Andersen 和Petersen（1993）提出了超效率模型（Super Efficiency Model），被评价DMU 的效率参考其他DMU 构成的前沿得出，计算出的有效DMU 的效率值一般大于1，从而可以区分有效DMU。Tone K(2002)进一步提出了结合了超效率DEA 模型和SBM模型优势的超效率SBM模型，从而可以区分有效DMU。

假设有N 个评价对象，根据其异质性将其划分为H（h＞1）组，每组包括并假设每个评价单元有M 种投入x，R 种期望产出y及J 种非期望产出b，其中x={x1，x2，…，xm}，y={y1，y2，…yR}，b={b1，b2，…bJ}。则元前沿为：

pmeta={P1∪P2∪…∪PH}和εhn是元前沿下第n 组的权重变量。则模型表示为：

其中sx、sy和sb分别是投入、期望产出和非期望产出的松弛变量。

2.空间自相关

李佳佳、罗能生等（2016）运用空间收敛模型、偏微分效应分析区域生态效率，发现其空间联动性较强。屈文波（2018）用空间自相关分析2000-2014年中国30 个省区生态效率的时空差异，得出我国生态效率形成了东部的和长三角组成的高高集聚区及中西部的低低集聚区两个不同的集聚区。成金刚、孙琼（2104）等用空间自相关分析30 个省区2000-2011 年的生态效率，结果表明我国区域生态效率有空间集聚特征，大多地区存在着显著的正空间自相关性。胡彪等（2016）测算2004-2012 年30个省区的生态效率并进行空间自相关分析，指出我国区域生态效率存在着波动变化的空间集聚现象，且高生态效率区的扩散效应有利于改善极化现象。类似研究均表明我国生态效率存在着空间集聚现象，对于空间依赖性的分析主要采用空间自相关的计量方法。

空间自相关分析可以分为全局空间自相关和局部空间自相关。全局空间自相关衡量的是研究对象的整体空间集聚情况，用全局莫兰指数I 度量，计算公式如下：

其中，n 为样本容量，Wij为空间权重矩阵，本文选用0-1 邻接空间权重矩阵，i 和j 相邻时Wij=1，若不相邻则取值为0。I 的取值介于-1 到1，大于0 表示空间正相关，即高高相邻或低低相邻；小于0 表示空间负相关，即高低相邻。若莫兰指数接近于0，则表示不存在空间自相关。

局部莫兰指数可用来衡量局部空间自相关情况。若分析某区域i 附近的空间集聚情况，可计算局部莫兰指数I，计算公式为：

区域空间自相关分析可以用莫兰指数散点图进行。

（二）指标体系和数据来源

生态效率是一个能够综合反映经济增长与环境状况的指标，应同时考虑资源投入、经济利益与环境影响。本文参考罗能生、谢波、成金华、胡彪等的设置，选取2003-2016 年30 个省区的能源、水资源、土地及人力的消耗作为资源投入指标，地区生产总值作为期望产出，三废排放作为非期望产出，使用MAXDEA 基于超效率SBM 模型进行计算，具体指标体系如表1。

本文相关数据来源于各年《中国统计年鉴》《中国能源统计》《中国环境统计年鉴》各省统计年鉴及各省每年国民经济发展和社会统计公报。考虑数据可得性，本文研究对象不包括西藏及港澳台地区。

表1 区域生态效率评价指标体系

注：其中2009 年-2012 年的建设用地面积数据来源于国土资源部http://tddc.mlr.gov.cn/.包括：城市+建制镇+村庄+采矿用地+设施农用地；铁路用地+公路用地+机场用地+港口码头用地+管道运输用地；水库水面+水工建筑用地。

二、实证分析

（一）生态效率的测算

使用MAXDEA 7.9 测算了中国30 个省区的生态效率，根据国家发改委的解释，可以将其划分为东部、中部和西部三个区域进行分析。为了明确判断生态效率的变化趋势并简单分析区域差异，做出全国及三个地区14 年生态效率变化的折线图（图2）。观察图1 可以看出生态效率的全国平均水平较低，我国效率值整体偏低。东部生态效率高于全国平均水平，中西部均未达到全国平均水平，不同地区的生态效率差异较大，同时也说明了我国高生态效率区偏少。从时间上来看，中西部生态效率值一直以来呈现缓慢的上升趋势，东部及全国平均水平则以2010 年为拐点由下降转为上升，且2016 年生态效率水平低于2003 年，整体仍呈下降态势。从空间来看，东部地区生态效率水平高于全国平均水平且在三个地区中也处于最优，中西部地区生态效率值一直偏低且尚未达到全国平均水平，这也符合目前已有的研究结论“东部最优，中部次之，西部最差”。一直以来，广东、天津、上海、北京等地的生态效率值一直处于较高水平，高生态效率城市皆集中在东部地区，这与东部地区的经济发展状况、技术水平等密切相关，随着产业转型及产业结构优化等措施的推进，东部各地的产业结构日趋合理，逐渐实现了经济环境的协调发展。中部地区汇聚了有大量烟煤产业的山西、河南等地，资源利用水平低下，经济发展付出了沉重的环境代价。而西部地区经济欠发达且生态环境脆弱，难以有效提高生态效率。

综上，我国生态效率值整体偏低且高生态效率区较少。东部地区生态效率值一直处于最优，而西部地区生态效率水平一直是最差的，各地的生态效率由东部向中西部递减，呈现出“俱乐部趋同”现象。生态效率呈现出一定的空间集聚现象，生态效率较高的多聚集在东部地区，而生态效率偏低的多汇集在西部地区，因此采取空间自相关的计量方法进一步分析生态效率区域空间差异。

图1 2003-2016 年生态效率趋势变化

（二）生态效率的区域差异分析

1.基于全局莫兰指数的空间自相关分析

运用stata 14.1 基于地理邻接型权重矩阵测算2003-2016 年生态效率的全局莫兰指数，其中创建矩阵时为便于分析将海南省设定为与广西省相邻，计算结果见表2。

表2 2003-2016 年区域生态效率全局Moran’s I 检验

从表2 可以看到，各年莫兰指数的值在0.296-0.496 之间，均为正值，且通过了P-VALUE＜0.01 显著性水平下的Z 统计检验，这说明各地生态效率存在着显著的空间集聚现象。观察莫兰指数值的变动可以发现，生态效率的集聚在2003 年至2008 年整体呈现较大的减弱趋势，从2008 年开始出现交替增强、减弱并趋于稳定的态势，说明效率相似水平下的区域在空间上的集聚现象是不断变化的。

2.基于莫兰散点图的局部空间自相关分析

区域莫兰散点图被划分为四个象限，第一象限表现为高高集聚，即高生态效率区与高生态效率区相邻，呈现明显的扩散效应；第二象限表现为低高集聚，即低生态效率区与高生态效率区相邻，呈现过度特征；第三象限表现为低低集聚，即低生态效率区与低生态效率区相邻，呈现低速增长的特征；第四象限为高低集聚，即高生态效率区与低生态效率区相邻，呈现极化效应。考虑篇幅有限，运用stata14.1 选取2003 年、2007 年、2011 年、2016 年四年做出相应的生态效率局部莫兰指数散点图（图2），以进一步分析各地区附近的空间集聚情况。大多省份集中在第一象限（高高集聚）和第三象限（低低集聚），表明中国区域生态效率表现为显著的正空间自相关性。比较分析各集聚区的省份变动有：第一，位于高高集聚区的主要是地处东部沿海地区、经济发达的北京、天津、上海、浙江、江苏、福建，它们具有明显的区位优势，产业结构合理，技术水平先进，资源利用效率高，经济发达，在环境治理、绿色发展上更具优势，生态效率得以维持较高水平，且对周边地区形成了正向带动作用，扩散效应明显。第二，低高集聚区主要是位于东部、中部的少数省份，包括河北、江西、安徽、广西、海南，这些地区与沿海生态效率较高的地区相邻，“被扩散”效应显著，易被周边地区辐射带动使得生态效率提高。第三，低低集聚区的省份数量一直比较稳定，所占比例超过我国省份总数的50%以上，包括了中部、西部的大多数省份。山西、河南、陕西等一些资源丰富的地区，由于资源利用效率低下，经济发展付出了沉重的环境代价，不利于生态效率的提高，亟需推动其经济发展方式向集约型转变。而甘肃、青海、贵州、新疆、云南等西部地区，位置偏远，资源匮乏，经济发展水平落后，生态环境脆弱，生态效率一直较低。第四，广东省由高高集聚转变为高低集聚，地处珠三角、工业发达、技术水平先进等综合作用下，其经济发展一直保持较高水平，但由于有效区域合作机制的缺乏及产业链发展布局的不合理等，无法对周边低生态效率地区形成有效的辐射带动作用，从而出现其生态效率高而周边地区生态效率低的极化现象。

三、结论与建议

本文运用超效率SBM 模型对2003-2016 年中国30 个省区的生态效率进行测算并对计算结果进行简单分析，然后运用空间自相关的计量方法对区域生态效率的空间分布差异进行实证分析。相关结果表明：第一，中国生态效率水平整体偏低且区域差异显著，由东部向中西部递减，呈现出“俱乐部趋同”现象。第二，全局自相关分析可得，中国区域生态效率存在显著的空间集聚现象，且相似水平效率下的区域集聚现象是不断变化的，结合局部空间自相关分析可知，高高集聚区多为东部经济发达地区，而中西部省区多集中在低低集聚区，区域生态效率多表现为显著的正空间自相关性，具有相似水平生态效率的地区会相互影响。第三，由于合作机制的缺乏、产业布局的不合理等因素，会造成高生态效率区难以发挥对周边地区的辐射带动作用，从而产生极化现象。基于实证结果及相关结论，本文提出如下建议。

图2 2003 年、2007 年、2011 年、2016 年生态效率局部莫兰指数散点图

第一，经过不断努力，中国关于环境保护实施的措施已经颇有成效，但目前我国生态效率水平仍有待提升，要进一步实现环境经济的协调发展。转变经济发展方式，推动中国高耗能、高污染的粗放型经济发展方式向低能耗、低排放的集约型经济发展方式转变，按照我国生态文明建设的要求，出台更加严格的环境规制措施，强化环境规制约束，引导各地区实现产业结构调整，提升技术水平，提高资源利用效率，实现经济、环境、资源的协调统一发展。

第二，根据不同地区的特征，有针对性地制定各地区的发展方针。对于生态效率较高的地区，政府应当加以引导，各地区充分利用现有优势，进一步提高生态效率，并尝试辐射带动周边地区发展，通过空间扩散效应解决生态效率的发展不平衡问题；对于生态效率较低的中西部偏远地区，政府应加大扶持力度，鼓励各地区发挥后发优势，坚持发展生态产业、特色产业，在维护脆弱的生态环境的同时提高经济发展水平，进而实现生态效率的提高。

第三，加强区域间的合作交流，充分发挥高生态效率区的辐射带动作用。政府应引导各地区间建立有效的区域合作机制、产业链布局，使得高效率区能实现与周边地区的有效交流，充分发挥扩散效应。引导人才、技术、信息等市场要素由生态效率较高的东部地区向生态效率较低的中西部地区流动，发挥高生态效率区的辐射带动作用，促进中西部地区生态效率的提高。同时，中西部地区应当积极学习高生态效率区的经济发展及环境管理经验，发挥后发优势，发展适合本地区发展的绿色产业，努力提高生态效率水平。