国家重点开发城市绿色经济效率及演化特征

王 杰

兰州大学 经济学院，甘肃 兰州 730000

0 引言

十九大报告提出“为建设富强民主文明和谐美丽的社会主义现代化强国奋斗”[1]，将绿色发展理念融入社会主义初级阶段的基本路线，在新时代中国特色社会主义背景下，推进绿色发展已经成为解决发展不平衡不充分矛盾和推动经济社会进步的重要一环。同时，《全国主体功能区规划》要求把国家重点开发区的节点城市打造为带动区域发展的重要增长极[2]，因此评价这些节点城市的绿色经济绩效，对于推进美丽中国建设和实现《全国主体功能区规划》的既定目标有重要指导意义。

根据已有文献的讨论[3,4]和本文的思考，绿色经济效率包含两层含义：一方面是“绿色”，即绿色经济效率必须反映经济过程中的环境友好程度，这一点在当前中国深入贯彻绿色发展理念、推进美丽中国建设的宏观背景下显得尤为重要；另一方面是“经济”，绿色经济效率同时也是一种经济绩效的衡量指标，必须刻画出经济体的投入(包括能源投入)产出效率。简而言之，绿色经济效率是考虑环境约束下的投入产出效率，因而是衡量绿色经济绩效的有效手段。

目前学者们对绿色经济效率的研究主要集中在两方面。其一，对经济体的绿色经济效率进行测算评价并对绿色经济水平做出评估，杨龙等率先将环境污染指数纳入经济效率测算模型并较早提出绿色经济效率概念[3]，钱争鸣等较为清晰地界定了绿色经济效率的含义并测算了中国主要省市区的绿色经济效率及影响因素[4]，林晓等借助SBM和空间Durbin 方法探究了辽宁省14市绿色经济效率的空间溢出问题[5]；聂玉立等、王晓云等、张文博等、钱龙分别从不同角度出发研究了城市绿色经济效率问题[6-10]。其二，详细探究某一特定因素对绿色经济效率的影响机理，如胡安军等、刘耀彬等分别研究了产业集聚对绿色经济效率的作用机制[11,12]，方齐云等探讨了城镇化与绿色经济绩效的时空效应[13]，钱争鸣等[14]、弓媛媛[15]各自探究了环境管制对绿色经济效率的作用路径。从研究方法看，由于DEA方法能够免予获取生产函数和价格信息[16,17]，因而被广泛用于绿色经济效率的测算。

通过对上述文献的梳理发现：从研究范围来看，关于国家主体功能区绿色经济绩效的探究并不多见；从研究指标来看，学者们对绿色经济效率的含义已经基本形成共识，并且就绿色经济效率的测算和影响因素做了大量分析，但鲜有文献剥离出绿色经济效率的内涵指标展开探究，从而未能解析出不同经济体绿色经济效率的内在差异。从投入产出要素来看，绝大部分文献用土地或者电力消耗代替能源消费量，因而与实际能源消耗情况存在出入。

综上所述，本文试图从以下几个方面对已有研究进行拓展：首先对投入要素做了更新，用城市的能源消费量作为能源投入要素；其次借助方向性距离函数构建出绿色效率、经济效率和绿色经济效率模型，据此将90个节点城市分为四类以解析其绿色经济特征；最后利用满足传递性、跨期比较要求的GML指数分析四类城市绿色经济效率的时序演进特征及驱动因子。

1 研究方法、指标及数据

1.1 方向距离函数(DDF)

为同时将资源与能源消耗、期望产出和污染物纳入测算体系，参考Chung等[18]、Zhou等[19]的做法。假设有N个决策单元，M种投入，Q种期望产出和q种非期望产出，生产可能性集为P={(X,Y,U):X→(Y,U)}，XM×N,YQ×N,Uq×N分别为投入、期望产出和非期望产出矩阵。为评价决策单元距离前沿面的距离(即决策单元的无效率值)，构建规模报酬不变、非期望产出弱可处置的方向性距离函数模型：D(x,y,u,g)=sup{wT·v:(x,y,u)+v·diag(g)∈P}，具体求解如下：

(1)

其中，w=(wx,wy,wu)为投入、期望产出和非期望产出对应的权重向量，具体与投入产出的数量有关①，v=(vx,vy,vu)为系数向量，g=(gx,gy,gu)为方向向量。求解过程中如遇到非线性规划式可通过Charnes-Cooper变换转化为线性规划式[20]。

1.2 绿色效率、经济效率和绿色经济效率

(1)绿色效率(GE)

(2)经济效率(EE)

(3)绿色经济效率(GEE)

1.3 GML指数

GML指数的测算可以建立全局生产可能性集合，因而具有传递性且能够满足跨期比较要求。根据Oh等(2010)， GML指数为：

(2)

t到t+1期的技术效率变动为：

t到t+1期的技术进步为：

则GML指数可以分解为：

(2)式中的方向性距离函数求解如下：

(3)

(4)

1.4 研究对象、指标选取与数据来源

参照《国务院关于印发全国主体功能区规划的通知》[20](以下简称《通知》)对国家重点开发区节点城市的规划，并参考《全国城镇体系规划纲要(2005—2020年)》《中国统计年鉴》列出的大中城市名单，本文选取冀中南、呼包鄂榆地区等17个重点开发区中的90个重要节点城市②作为研究对象，鉴于《通知》的发布时间及数据可得性，本文选取的时间跨度为2011—2016年。

根据前文绿色经济效率的含义，本文选取四类指标作为测算绿色经济效率的投入产出要素：资本、劳动作为非能源投入，能源消耗作为能源投入，GDP作为期望产出，工业“三废”作为非期望产出。资本投入通过永续盘存法计算得到，以2010年为基期，初始资本存量和折旧率确当参见单豪杰[21]的做法；劳动投入用年末城镇单位从业人员数、私营和个体从业人数之和代替；能源投入为当年能源消费量；工业“三废”分别为工业废水、二氧化硫和烟(粉)尘排放量。

表1 投入产出指标描述Table 1 Description of input output index

上述数据中，能源消费量由单位GDP能耗(当年价格)与GDP相乘求得，单位GDP能耗的数据来自各省政府、统计局、环保局、工业和信息化委员会、发展改革委员会官网或省级统计年鉴，其余数据均来自《中国城市统计年鉴》。

2 实证结果

2.1 效率测算结果

(1)绿色效率：测算结果显示，90个城市中的鄂尔多斯、大庆、长沙、温州、厦门、汕头、海口7市始终位于生产前沿面上，历年绿色效率值均为1，表明这7市污染物实际排放量达到最优。揭阳、齐齐哈尔、宁德、福州、西安、武汉、呼和浩特、湛江、莆田、汕尾、潮州、成都12市绿色效率均值介于0.79和1之间，部分年份绿色效率达到1，说明这些城市的污染物排放中无效排放量占比较小，污染物减排空间不大。其余绝大部分城市的绿色效率值长年处于低位，无效排放量占实际排放量的比重较大。其中邢台、铜陵、景德镇、九江、中卫5市的绿色效率均值低于0.1，污染物排放中有效排放量占比很小，污染物减排面临较大压力。

(2) 经济效率：处于生产前沿面上的鄂尔多斯、大庆、长沙、温州、厦门、汕头、海口7市也表现为经济效率相对有效，以最少的投入创造了尽可能多的期望产出，在90个节点城市中达到了资源配置的最佳状态。齐齐哈尔、武汉、合肥等18市的经济效率均值介于0.9和1之间，个别年份达到相对有效，属于经济资源配置较为优化的城市，但仍然存在一定的改进空间。与之形成鲜明对比的是，邯郸、临汾、忻州、黄石、孝感、贵阳、铜川、兰州、白银、西宁、银川、石嘴山、吴忠、中卫14市的经济效率排名垫底，经济资源配置不合理，资源浪费现象比较普遍，投入产出效益偏低。

(3) 绿色经济效率：鄂尔多斯、大庆等7市的绿色经济效率依然表现为相对有效，资源消耗强度和废物排放强度都位于最优状态，其经济过程处于环境和经济双重有效的模式。其余城市的绿色经济效率值介于绿色效率和经济效率之间，正好体现出绿色经济效率是对环境保护和经济增长的一种综合反映。合肥、齐齐哈尔、南昌等15市的绿色经济效率均值介于0.8和1之间且能在个别年份达到1，其资源消耗强度或废物排放强度尚未达到最优层面，意味着在产出增长过程中未能完全兼顾环境保护和资源节约。相比较而言，邢台、长治、忻州、临汾、黄石、孝感、吴忠、中卫、西宁9市的绿色经济效率低于0.4，说明其资源消耗和废物排放的平均水平最高仅达到前沿面城市的40%，资源浪费和污染物无效排放普遍存在，绿色增长前景不容乐观。

2.2 各类城市的发展特征

本部分综合绿色效率、经济效率和绿色经济效率三类指标值，借助K均值聚类算法将90个城市分为四大类 (表2)，并通过三大效率值的对比情况探讨各类城市的绿色经济特征。

从90个城市整体来看，除鄂尔多斯、大庆、长沙、温州、厦门、汕头、海口7市三类效率值③相等且都为1外，其余83个城市的经济效率均高于绿色效率，意味着重点开发区节点城市的发展模式更加注重“经济”而不是“绿色”。

观察表2可看出，数量最少的第Ⅰ类城市三大效率值都处于最高水平，均值分别为0.950、0.992和0.975，该类城市经济效率和绿色效率对绿色经济效率的贡献相差无几，经济资源配置和污染物减排接近或者达到有效状态，在促进经济增长的同时也有力控制了污染物排放，处于经济增长和环境保护得到兼顾的强有效发展路径之上，是重点开发区中典型的绿色增长型城市。

表2 重点开发区90个地级市按绿色效率、经济效率和绿色经济效率的分类情况Table 2 Classification of green efficiency，economic efficiency and green economic efficiency of 90 cities in important development areas

第Ⅱ类城市的三大效率值也处于较高水平，均值分别为0.711、0.900和0.828，但与第Ⅰ类城市差距明显。同时，绿色效率低于绿色经济效率，说明污染物无效排放对绿色经济效率表现出负向作用；而经济效率高于绿色经济效率，意味着较高的投入产出效率拉高了绿色经济效率。这类城市处于未能有效兼顾经济增长和环境保护的弱有效发展路径之上，是重点开发区中典型的增长型城市。

第Ⅲ类城市效率值的特征比较明显，三大效率均值分别为0.266、0.723和0.569。绿色效率和经济效率值之间的缺口远大于其他各类城市，污染物无效排放对绿色经济效率表现出非常明显的负向作用，绿色经济效率受环境污染的制约相对严重，即便较高的经济效率也无法使绿色经济效率保持在较高区间。说明这类城市处于用环境破坏换取经济增长的相对无效发展路径之上，是重点开发区中典型的污染增长型城市，同时也是重点开发区中数量最多的城市类型。

第Ⅳ类城市的三大效率均值分别为0.235、0.521和0.454，其绿色效率与第Ⅲ类城市相当而经济效率更低，说明这类城市的经济效率对绿色效率的正向作用比第Ⅲ类城市小，表现为绿色经济效率较第Ⅲ类城市有明显下滑。概括而言，这类城市绿色经济效率偏低，处于环境保护和经济增长均未取得合意成绩的无效发展路径之上，是重点开发区中典型的落后型城市。

2.3 各类城市的区位分布

Ⅰ类城市主要分布在海峡西岸经济区，且是该区域占主导地位的城市类型，间接表明海峡西岸经济区是重点开发区中绿色经济水平最高的区域。Ⅱ类城市是典型的增长型城市，在地理上并未呈现出集中分布的特征，散布在哈—长、呼包鄂榆、关中—天水、长江中游地区和海峡西岸经济区。Ⅲ类城市作为污染增长型城市，主要分布在经济扩张较快、资源储量丰富、重工业基础雄厚的区域，如冀中南、哈—长地区、中原经济区、东陇海地区、北部湾地区、江淮地区、成渝地区和关中—天水地区。Ⅳ类城市作为落后型城市，主要分布在生产效率低下、污染物管制力度不够的中西部地区，如长江中游地区的武汉城市圈、滇中、黔中、兰州—西宁、关中—天水地区和宁夏沿黄经济区。

从具体的开发区来看，海峡西岸经济区的城市结构优越、绿色增长水平最高；呼包鄂榆、成渝、哈—长地区包含Ⅰ、Ⅱ、Ⅲ类城市，Ⅱ类城市占主导地位；东陇海地区和中原经济区全部为Ⅲ类城市，意味着这两大地区存在以破坏环境为代价换取经济增长的发展行为；冀中南地区、太原城市群、关中—天水、滇黔和北部湾地区主要为Ⅲ、Ⅳ类城市，偶有Ⅰ、Ⅱ类城市；江淮地区和长江中游地区包含的城市类型较为齐全、城市结构比较分散；宁夏沿黄经济区和兰州—西宁地区全部为Ⅳ类城市，间接表明这部分区域的绿色经济绩效在重点开发区中排名垫底。

3 绿色经济效率的时序演化特征

3.1 不同开发区的GML指数

我们将90个城市GML指数2011—2016年的累计变化值和几何平均值按所在开发区列在表3中④。表3显示，重点开发区的节点城市6年间绿色经济效率累计上涨15.2%，年均增长率达2.4%，绝大部分重点开发区的GML值呈上升趋势。GML的分解指数告诉我们，整体而言，技术进步(TC)对绿色经济效率贡献大于技术效率(EC)，二者的累计贡献分别为6.6%和3.9%，年均贡献分别为1.3%和0.8%。

表3 重点开发区GML指数及分解项Table 3 GML index and its decomposition of important development areas

太原城市群、滇中地区、宁夏沿黄经济区的GML指数呈下降态势，GML分解项表明技术进步是制约滇中地区和宁夏沿黄经济区绿色经济绩效上升的主要因素，这两大区域一定程度上忽视了技术创新对于绿色经济效率的重要性，而太原城市群绿色经济效率下滑则主要起因于技术效率的滞后，说明该区域内城市发展存在经济资源错配、投入布局不合理的现象。GML累计涨幅小于10%的有江淮地区、关中—天水地区和海峡西岸经济区，前两大区域绿色经济效率的小幅走高态势源于技术进步的正向作用和技术效率的负向作用，而海峡西岸经济区的GML值呈现时序平稳态势，可能是由于该地区的大部分节点城市处在生产前沿面上，绿色经济效率的改进空间较小。GML累计涨幅介于10%到20%之间的开发区占比最高，同时也是具有代表性的开发区，包括长江中游、兰州—西宁、呼包鄂榆和东陇海地区、北部湾、哈长、冀中南地区和中原经济区。其中，前四大区域技术效率对绿色经济效率增长的贡献大于技术进步，后四大区域正好相反。GML累计涨幅高于20%的地区为成渝地区、天山北坡地区和黔中地区，涨幅最高的黔中地区年均增长率高达11.5%，导致其2016年GML值比2011年高出82.4%，GML的分解项指出，技术效率和技术进步对该地区绿色经济效率增长均有较大贡献，累计贡献值分别高达41.5%和26%。该地区绿色经济效率的大幅增长与近些年引进高新技术产业、实现快速高质量发展不无关系。

3.2 四类城市的GML指数

图1显示，四类城市6年间GML值累计涨幅分别为1.13%、11.3%、12.9%和12.3%，Ⅰ类城市涨幅最小，原因是该类城市接近或者达到生产前沿面上，绿色经济效率的改善空间较小，Ⅲ、Ⅳ城市绿色经济效率偏低、改进空间大，因而涨幅较高。从变化趋势分析，各类城市GML和TC曲线的变化趋势大体一致，均表现为震荡上行态势，主要的震荡区间为2012—2014年，可能的原因是这两年中国经济迈入新常态，全国经济结构处于转型升级之中，不可避免地波及到重点开发区城市的绿色经济绩效。而EC曲线并未表现出与GML和TC曲线一致的变化趋势。

图1 累计GML及其分解项变化趋势Fig.1 Cumulative GML index and its decomposition change trend

第Ⅰ类城市的GML指数及分解项在2011—2013年中基本保持平稳运行，2014—2015年，技术进步下降引致了绿色经济效率的小幅下滑，2015—2016年，在技术进步上涨和技术效率下降的共同作用下，GML指数出现反弹并超过了2014年之前的基点。意味着对第Ⅰ类城市而言，技术进步是导致绿色经济效率涨落的主要因素。第Ⅱ类城市的TC曲线和EC曲线在2011—2015年间表现出反向运行特征，仅在2015—2016年间，EC和TC值双双上涨，TC和EC的叠加作用使得GML曲线在各年份大体呈现出不同程度上升趋势，说明该类城市绿色经济效率受到技术进步和技术效率的双重驱动。

2011—2012年，第Ⅲ、Ⅳ类城市TC值下降，但技术效率上升抵消了TC值的下降，带动GML值上涨；2012—2013年，第Ⅳ类城市的EC和TC值均出现下降，使GML指数大幅降落。与之不同的是，第Ⅲ类城市TC值上升部分抵消了技术效率值的降低，GML指数仅出现小幅降落。2013年之后，这两类城市的GML指数均呈现加速上升态势，但驱动因子不同。观察EC和TC曲线可知，第Ⅲ类城市GML值上升源于技术效率的改善，而技术进步促成了第Ⅳ类城市GML值的上涨。概括而言，一方面，第Ⅲ、Ⅳ类城市三条曲线的变化趋势大体同步，但第Ⅳ类城市的振幅较大，说明该类城市脆弱的经济结构和低下的污染物管制能力导致效率对时序反应更加敏感；另一方面，第Ⅳ类城市绿色经济效率的驱动因子为技术效率，第Ⅲ类城市绿色经济效率的驱动因子体现出阶段差异性，2011—2013年间为技术效率，2013—2016年为技术进步。

4 结论及建议

4.1 结论

(1)绝大部分城市与前沿面城市的绿色经济效率存在较大差距，意味着污染物无效排放和投入产出效率不足现象在重点开发区内依然存在，经济效率普遍高于绿色效率表明经济效益比环境效益更受重视。K均值聚类结果显示，90个节点城市可分为四类：第Ⅰ类城市的三大效率值达到或者接近1，形成了经济效益和环境效益“双赢”的局面，是重点开发区中的绿色增长型城市；第Ⅱ类城市属于增长型城市，其绿色效率与第Ⅰ类城市存在一定差距，绿色效率同时拉低了绿色经济效率，说明该类城市采取的是未能兼顾经济增长和环境保护的弱有效发展模式；第Ⅲ类城市绿色效率和经济效率间的缺口较大，较低的绿色效率值对绿色经济绩效产生较大制约，表明该类城市正处于用环境破坏换取经济增长的相对无效发展路径之上，属于污染增长型城市；第Ⅳ类城市绿色效率、经济效率和绿色经济效率值均偏低，正处于面临环境保护和经济增长双重压力的无效发展路径上，是典型的落后型城市。

(2)重点开发区节点城市的绿色经济效率呈累计上升态势，2011—2016年间绿色经济效率平均累计上涨15.2%，年均增长率达2.4%，技术进步(TC)对绿色经济效率贡献明显大于技术效率(EC)，城市绿色经济效率的变化幅度和驱动因素存在区位和类型差异。时间变化趋势方面：各类城市绿色经济效率总体表现为震荡上行趋势，主要的震荡区间为2012—2014年；具体来看，达到或者接近前沿面的第Ⅰ类城市绿色经济效率表现最为稳定，仅在2014—2016年间出现小幅变化；受技术进步和技术效率的双重影响，除2013—2014年外，第Ⅱ类城市绿色经济效率在其余各年均呈现不同程度的上涨趋势；第Ⅲ、Ⅳ类城市绿色经济效率的变化趋势大体同步，经济结构脆弱和废物管制能力低下使得第Ⅳ类城市的时序反应更加敏感，技术进步和技术效率分别在不同阶段推动第Ⅲ类城市的绿色经济效率发生变化。

4.2 政策建议

不同城市绿色经济效率的特征和驱动因素表现出区位与类型差异，因而有必要采取差异化的发展策略以推动绿色经济绩效提升。从区位角度出发，哈长、冀中南地区、太原城市群、中原、宁夏沿黄经济区、滇中和北部湾地区的节点城市应当充分发挥技术进步的正向作用，深入推进创新驱动发展战略，促进人工智能、大数据等尖端信息技术与传统产业深度融合，引导企业增加科技和环保投入；呼包鄂榆、兰州—西宁、长江中游和东陇海地区的节点城市应在保证技术创新作用同时，在资源配置优化、搭配投入要素合理搭配上着重发力，进一步释放技术效率对于绿色经济绩效的推动作用。

从城市类型的角度出发，一方面，第Ⅰ类城市应当巩固其绿色增长的领先地位，同时注重科技创新对于绿色经济效率的正向推动、避免技术效率下降的掣肘；第Ⅱ类城市需要在技术进步和产业结构优化方面并行发力，开发和引进环保技术，合理扩大第三产业占比，不断增强清洁生产能力；第Ⅲ、Ⅳ类城市有必要加强企业的环境管制强度和增强政府环境监测力度，减弱“高污染、高能耗、低产出”行业对绿色增长潜力的制约。另一方面，对于包含第Ⅰ类城市的地区，应当大力促进城市间协同发展，完善城市间沟通交流的体制机制，发挥第I类城市的“空间溢出”效应，带动Ⅲ、Ⅳ类城市迈出绿色发展步伐。

注 释：

① 权重值的选取方式参见Zhou等的证明。

② 217个重点开发区及其包含的90个重要节点城市见附表。

③ 效率值及K均值聚类的相关计算均由MATLAB R2013b软件完成，详细测算结果见附表。

④ 表3中各开发区对应的数值由其所包含城市数值取平均得到。