长江经济带生态效率测度及影响因素研究

岳喜优

摘要：目的：研究长江经济带各省区的生态效率及其演变趋势，找出影响因素。方法：基于长江经济带11个省市2011～2016年省级面板数据，采用DEA模型和Malmquist指数模型从静态和动态两个角度进行测度，通过建立固定效应模型分析影响因素。结果：整体而言，长江经济带生态效率在研究期间内变化不大，出现下降的趋势;上、中、下游地区生态效率差异较大且呈现依次递增的态势;城镇化水平、产业结构、政府环保力度、技术水平从不同层面对生态效率产生影响。结论：应从转变经济发展方式、调整区域产业结构、优化环境保护支出、提高技术创新水平等方面入手，提升长江经济带生态效率。

关键词：长江经济带;生态效率;影响因素;

中图分类号：X826;F127文献标志码：A文章编号：1008-4657（2020）03-0024-07

0 引言

长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、贵州、四川、重庆、云南11个省市，人口和生产总值占全国比重均超过40%，优越的地理位置赋予长江经济带广阔的发展前景。自改革开放以来，长江经济带已发展成为我国综合竞争实力最强的区域之一。2014年李克强总理在政府工作报告中提出建设长江经济带，至此，长江经济带的建设上升为国家战略。随着政府对长江经济带发展的重视，有关长江经济带的学术研究也越来越多。长江经济带的建设布局理念和模式与中国经济发展要求相契合，应该作为宏观经济发展战略的重要组成部分[1]。长江经济带的建设具有驱动流域经济发展，维护国家、民族团结等政治社会功能，具有较高的现实价值[2]。长江经济带产业发展具有明显的区际互补特征，应建立良好的协同发展机制[3]。在长江经济带经济建设取得成就显著的同时，其生态破坏、环境污染的问题也暴露出来，“重化工围江”的局面导致长江环境污染问题日益严重，长江水体多种重金属超标，蓝藻、绿藻现象日渐加重，大量的SO2、氮氧化物、粉尘的排放将长江经济带多地区变成雾霾的重灾区，一系列的环境污染问题给民众的身体健康和生产生活造成严重负面影响。长江经济带的生态环境保护已经是长江经济带建设的重要保障[4]。所以，对长江经济带来说，保护生态环境，提高生态效率是其可持续发展的必然要求和必由之路。

生态效率这一概念主要用于反映经济发展投入与产出之间的关系，投入包括消耗的资源能源以及带来的环境污染，而产出主要是指最终产品的价值总和，核心内涵是以最少的投入获得尽可能多的产出。对生态效率的测度最早是使用单种要素来测度，随着研究的深入，更多文献采用综合评价体系测度生态效率[5-6]。中国经济的快速发展，环境问题逐渐凸显，如何实现经济发展与生态环境保护相协调成为众多学者的研究内容，马勇等[7]使用PCA-DEA方法评价了长江中游城市群的产业生态效率。李佳佳等[8]以我国的281个地级市为研究对象，实证发现城市规模对生态效率的影响呈现N型曲线的特征。胡彪等[9]采用非期望产出的SBM模型测度了我国的生态效率，发现2004～2012年中国的生态效率整体水平较低，呈现W向的波动上升的态势。汪克亮等[10]实证测度了2004～2012年长江经济带11个省市的生态效率值，发现整体生态效率值偏低，上、中、下游之间的生态效率差距存在扩大的趋势。郑慧等[11]采用采用DEA模型评价了中国30个省市的生态效率值，并建立Tobit模型实证城鎮化背景下产业结构、技术进步、能源结构和环境政策对区域生态效率的影响。吴传清等[12]采用DEA模型测算了长江上游地区8省市的生态效率，并实证分析产业转移对长江经济带上游地区生态效率的影响。盖美等[13]通过建立三阶段DEA模型测度了环渤海地区17个城市的生态效率及空间演化规律，发现环渤海地区生态效率省级差异较为明显。赵哲等[14]以内蒙古呼伦贝尔地区作为研究对象，测度生态效率及其影响因素，发现气候变化、要素投入、政策实施对生态效率的影响较大。李成宇等[15]通过建立DEA模型和Malmquist指数模型，从时间与空间两个维度测度了我国30个省市的工业生态效率及其影响因素，发现30个省市之间的生态效率差异明显。任志安等[16]运用Malmquist指数测度了淮河流域的生态效率，发现生态效率低下导致淮河流域绿色发展面临困境，从法制体系、产业结构与科研人才三个方面给出建议。

综上所述，国内外有关生态效率的学术研究成果比较丰富，为之后学者的研究提供了很好的借鉴。关于生态效率的研究对象涉及到企业、产业和区域，研究方法也多种多样。虽然对我国生态效率的研究成果较为丰富，但是研究很少从动态与静态两个维度去分析，缺乏全面性且对国家重点发展区域的研究相对较少。长江经济带作为我国经济发展的“金腰带”坚持生态优先、绿色发展的战略定位，因此测度长江经济带生态效率，找出影响长江经济带生态效率的因素，对长江经济带生态保护、转型发展尤为重要。基于此，本文通过构建合理的生态效率评价体系，并从静态和动态两个维度测度与分析长江经济带生态效率的时空演变格局和特征，并建立面板计量模型探究长江经济带的生态效率的影响因素，探讨提升长江经济带生态效率的对策。

1 长江经济带生态效率测度

1.1 效率评价模型选择

数据包络分析方法（Data Envelopment Analysis，DEA）是一种非参数效率评价方法，能够系统分析投入与产出之间的相对效率。采用DEA模型评价区域生态效率不需要预先设定生产函数和各个变量的权重，也不需要对各变量进行无量纲化处理，能够解决生态效率测度指标赋权的问题。DEA在效率评价方面有着广泛的应用。Malmquist指数由经济学Sten Malmquist提出，后来逐渐演变为Malmquist指数模型，具体公式可表示为：

Malmquist指数受到投入变量和产出变量的影响。当Mt，t+1大于1，说明t+1期相较于t期，全要素生产率提高;反之，则说明全要素生产率降低。effch代表t+1时期相对于t时期所发生的技术效率变化指数，通过它可以评估资源投入规模是否最优，配置是否最优。技术变化指数（techch）能够反映技术是否有了进步与提升。技术效率指数（effch）又可以分为纯技术效率（pech）和规模效率变化（sech），通过纯技术效率变化能够看出资源投入的利用程度与资源配置效率的高低，规模效率能够反映资源投入规模的合理化程度。

1.2 评价指标选择与数据说明

生态效率追求的是经济社会发展过程中经济效益与生态效益协调一致，平衡发展，以最少的资源能源消耗获取最大的经济利益。所以，生态效率的内涵与DEA的最小投入、最大产出的原理相一致。付丽娜等[17]在研究生态效率时，将资源消耗与环境污染作为投入指标纳入生态效率评价体系。吴昊等[18]认为环境压力是经济发展的投入变量，而环境污染排放和资源消耗可以视为“环境压力”。周旭东等[19]认为资源投入和环境污染是追求经济价值的代价，在分析生态效率时应该作为投入指标进行衡量。陈祖海等[20]在研究民族地区的生态效率时将非期望产出指标的环境污染指标作为投入指标进行测度。可以看出，虽然环境污染作为经济发展的非期望产出，但是其本质上是为了经济发展所付出的代价，是获得经济利益的成本，将环境污染指标作为投入指标具有一定的合理性。因此，在参考已有相关研究的基础之上，考虑数据的可获得性，本文将资源消耗（能源消费总量和用水总量）和环境污染（废水排放量、废气排放量、固体废弃物排放量）作为投入指标，区域生产总值（GDP）作为产出指标，具体生态效率评价体系如表1所示。相关数据来源于历年《中国统计年鉴》和长江经济带11个省市的统计年鉴。

1.3 测度结果分析

区域生态效率是不断变动的，因此，要全面测度一个区域的生态效率需要从静态和动态两个维度进行分析，静态测度能够反映一个区域的当前生态效率水平，动态测度能够反映区域生态效率变动趋势。DEA模型测度的生态效率只可以进行单期的效率比较，无法反映动态趋势，属于静态分析，所以需要建立Malmquist指数模型进行动态测度，以全面反映长江经济带生态效率的变动趋势。

1.3.1 静态分析

基于DEA模型，运用Deap2.1软件，将长江经济带2011～2016年11个省市的数据进行计算得到区域生态效率值（技术效率），结果如表2所示。技术效率表示决策单元的实际产出与理想产出的比值（0～1之间），能够反映出决策单元在一定投入下的最大产出潜力。

根据长江经济带2011～2016年的區域生态效率测度结果可以看出，宏观层面上，长江经济带生态效率在研究期间内没有较大幅度的变化，年均生态效率平均值均小于1，说明在此期间长江经济带的生态效率总体水平不高，呈现小幅度的上升后下降的发展态势。在自然地理学上，将长江以湖北宜昌和江西九江为分割点，分为上游、中游和下游地区。所以，分区域来看，上、中、下游各区域的生态效率差异较大，下游地区生态效率最高;下游地区的安徽省的生态效率比江、浙、沪三省市要低，浙江省最近两年的生态效率有所下降;中游地区生态效率低于下游地区，上游地区生态效率最低。在空间上，长江经济带生态效率在呈现从东到西依次递减的特点。这说明了与东部经济发达的地区相比，中西部地区是高资源能源消耗、高污染排放的粗放式经济发展模式，资源利用效率低、环境污染严重。所以，中西部地区应该转变经济发展方式，走集约化与可持续化发展之路，提高经济发展速度的同时更要追求经济发展质量，争取经济效益与生态效益兼得。

在微观层面上，长江经济带下游地区的生态效率整体水平较高，尤其上海和江苏，生态效率值均为1，说明这两省的经济发展质量较高，而浙江省的生态效率值有下降的趋势，在经济发展过程中不可忽视对环境的保护，安徽省的生态效率值比江浙沪这三个省市的生态效率值低很多，且呈现不断下降的趋势，意味着安徽省在提高经济发展水平的同时也需要提高发展质量和注重生态环境保护。中游地区的湖北和湖南两省的生态效率不高，但是呈现递增的趋势，说明在经济发展过程中开始注重对生态环境的保护，而江西省原本工业基础薄弱，最近几年工业经济发展迅速，生态环境没有得到足够的重视，导致生态效率值在研究期间内不断降低。上游地区中重庆市的生态效率值最高，四川和云南两省的生态效率值呈现下降趋势，贵州省的生态效率值呈现上升态势，说明与四川，云南相比，贵州省经济发展更注重生态效率，重视对生态环境的保护。

1.3.2 动态分析

使用Deap2.1软件测算长江经济带生态效率的Malmquist指数，结果如表3、表4所示。表3是2011～2016年长江经济带生态效率的Malmquist指数分解，表4则是长江经济带11个省市的各年生态效率的Malmquist指数分解结果。

根据表3的测算结果，2011～2016年长江经济带生态效率的综合技术效率、技术进步、纯技术效率和全要素生产率均大于1，只有规模效率小于1，说明长江经济带总体上处于规模报酬递增阶段，长江经济带的全要素生产率的提高主要依靠技术进步和纯技术效率拉动，规模效率对长江经济带综合技术效率的提升作用较弱。在研究期间内，长江经济带的全要素生产率呈现先降后升的态势，并在2013～2014年度处于最低值，这表明长江经济带的生态效率也是一个先降后升的过程。而将指标分解之后可以看出，技术进步值在各年度均大于综合技术效率值，说明技术进步一直是长江经济带生态效率的主要推动力。

根据表4可以看出，长江经济带各省市在2011～2016年间全要素生产率均大于1。上海市是整个长江经济带上全要素生产率最高的地区，在下游四个省市中，安徽省的全要素生产率相对较低，江西省是长江中游地区全要素生产率最低的地区，而在长江上游地区中，四川和云南的全要素生产率比较低，说明安徽、江西、四川、云南这四个省份在经济发展过程中需要注重提高生态效率。从分解指标上看，技术进步对全要素生产率的提高作用最大，规模效率对全要素的提升作用较弱。上海市的全要素生产率是长江经济带上最高的，其主要是由于技术进步带动，而江西省是长江经济带上全要素生产率最低的省份，其主要受到纯技术效率和规模效率的限制，应该尽快提高技术水平，并注重形成规模效应。

2 长江经济带生态效率影响因素分析

2.1 模型构建与指标选取

较多学者在研究人类活动与环境变化的关系时从人口、富裕程度、技术水平等方面探讨对生态环境的影响。本文借鉴已有文献的研究经验，将人口城镇化水平（UL）、产业结构（IS）、技术水平（TL）、政府环保力度（FE）作为因变量引入计量模型，实证分析其对生态效率（EE）的影响。对模型两边取对数以弱化异方差的问题，最后设定的回归模型如下

式中i代表地区，t代表年份，α1、α2、α3、α4为估计参数，εit为随机扰动项。其中，生态效率值由上一章DEA模型计算所得;城镇化水平用各地区城镇人口占总人口比重表示;产业结构用第三产业产值占地区总产值的比重表示;政府环保力度用各地区财政节能环保支出表示;技术水平用平均每万元国内生产总值能源消费量表示，每单位GDP消费能源越多，意味着技术水平越低。该部分相关数据来自于历年《中国统计年鉴》和各省市统计年鉴。

2.2 实证分析

一般来说，面板数据回归分析主要有固定效应、随机效应两种估计方法，对于省级面板数据，一般采用固定效应模型进行分析。根据Hausman检验结果来看，运用eviews9.0软件进行Hausman检验，结果表5所示，在5%的显著性水平上拒绝原假设，因此，选择固定效应进行回归估计。

就长江经济带而言，由于涉及我国东中西三大区域，在资源、政策、区位等发展条件方面存在较大差距，各因素对生态效率的影响可能不同，作为整体进行分析，可能难以得到科学的结果。所以，本文将长江经济带11个省市分上、中、下游地区，即上游地区（包括渝、川、黔、云四个省市），中游地区（包括赣、鄂、湘三个省区）与下游地区（包括沪、苏、浙、皖四个省市），利用上述模型和实证方法进行回归，以考察各地区生态效率的影响因素，运用eviews9.0软件选择固定效应模型进行回归，具体结果如表6所示。

通过回归结果可以发现：

（1）城镇化水平对长江经济带的生态效率具有显著的负向影响，说明长江经济带在城镇化发展过程中，环境污染的问题没有得到有效的解决，生态效率在不断的下降。通过对比长江经济带上、中、下游的回归结果，可以发现上、中、下游地区的生态效率均与城镇化水平呈负相关关系，但是上游地区的城镇化水平的系数虽然为负，却没有通过显著性检验，这与长江上游地区的城镇化水平较低，城镇化发展仍然处于初级阶段有关;长江经济带中游和下游地区，工业经济发展水平相对较高，吸引的外来人口较多，提高了地区的城镇化水平，促进了地方经济的发展，但是对区域生态效率也造成了负面影响。

（2）产业结构以第三产业产值占经济总量的比重表示，产业结构对长江经济带生态效率的影响为负并通过显著性检验，但是影响在各区域的差异比较大。上游地区的产业结构与生态效率呈负相关关系，中游与下游地区的产业结构和生态效率呈正相关，但是没有通过显著性检验。相对于上游地区而言，下游地区的上海、江苏、浙江第三产业的较为发达，产业结构趋向合理化，生态效率也比较高。上游地区的整体经济发展水平较低，第三产业的发展相对较弱，第二产业仍然占据主导地位，导致生态效率水平较低。

（3）以政府节能环保支出表示的政府环保力度对生态效率的影响为负，但是没有通过显著性检验。下游地区政府节能环保支出对生态效率的影响为负，并通过显著性检验，说明地方政府环保财政支出对生态效率为负向影响，反思背后的原因，政府环保支出中占比较大的是污染防治，而能源节约利用与污染减排的支出占比还不够高，说明在环保治理投入中，事后支出比例过大，注重的是环境污染后的治理，而对节约能源、污染减排等事前防治关注不够，反映出环保支出结构不合理，政府对环境的规制力度不够，缺少环境治理的针对性;中游地区的节能环保支出对生态效率的影响为正并通过显著性检验，说明中部地区对生态环境的保护力度加大的同时，环保支出结构较为合理，在发展经济过程中注重对环境污染的治理。

（4）单位GDP能耗对生态效率的影响为负，并通过显著性检验，说明单位GDP能源消耗越大，生态效率越低。长江经济带上、中、下游地区的技术水平对生态效率的影响均为负面，并均通过显著性检验，这反映出长江经济带经济发展对能源的依赖程度较高，仍然没有摆脱粗放式的经济发展模式，“高投入，低产出”的生产模式不仅消耗了大量的能源资源，对生态环境也造成了严重的破坏，所以需要提高技术水平，进而提高生态效率。

3 结论与建议

文章选取长江经济带11个省市2011～2016年的面板数据，构建了评价指标体系测度了长江经济带11个省市的生态效率，并建立回归模型，实证分析城镇化水平、产业结构、政府环保力度以及技术水平对生態效率的影响作用。主要的结论包括：（1）2011～2016年间长江经济带生态效率总体水平不高，上、中、下游之间的生态效率水平差距明显，下游地区生态效率水平最高、中游地区次之，上游地区最低，呈现从下游向上游逐渐递减的格局;（2）城镇化水平的提高会降低区域生态效率，这在下游地区和中游地区尤为明显，说明城镇化过程中伴随的生态环境污染问题仍然严重;（3）产业结构与长江经济带上游地区的生态效率水平存在负相关关系，说明上游地区产业结构有待改善;（4）长江经济带下游地区的政府环保力度与生态效率呈现负相关，说明对环境保护的投入结构不合理不够，对环境规制力度不够;（5）技术水平对长江经济带各区域生态效率的负向影响明显，反映出各地区尚未摆脱粗放式的经济发展模式，经济发展伴随的资源浪费和环境污染仍然严重，迫切需要提高生产技术水平。

根据以上研究结果，并结合长江经济带发展实际，提出如下建议：（1）城镇化水平的不断提高对生态效率的负面影响还在持续，需要各地区在推进城镇化建设过程中注重人口、环境与经济的协调发展，转变经济发展方式，发展循环经济，走低碳环保的新型城镇化道路;（2）长江经济带上游地区的产业结构还不合理，粗放型的产业发展模式对生态环境的破坏严重，需要着力改善产业结构，逐渐淘汰资源能源利用率低、环境污染严重的产业，因地制宜进行产业结构改革，优化产业布局;（3）长江经济带下游地区的政府节能环保支出结构不够合理，在生态环境保护领域，需要政府发挥中坚力量，加大对环境污染的治理力度，调整环保支出内容，完善支出结构，制定综合环境治理政策;（4）生态效率的提高需要降低各地区单位GDP能耗，要实施创新驱动战略，发挥技术进步对提升生态效率的作用，创新节能环保技术，提高资源能源的使用效率，促进经济发展提质增效。

参考文献：

[1] 陆大道.建设经济带是经济发展布局的最佳选择——长江经济带经济发展的巨大潜力[J].地理科学，2014，34（7）：769-772.

[2] 文余源.建设长江经济带的现实价值[J].改革，2014（6）：26-28.

[3] 徐長乐，徐廷廷，孟越男.长江经济带产业分工合作现状、问题及发展对策[J].长江流域资源与环境，2015，24（10）：1 633-1 638.

[4] 杨桂山，徐昔保，李平星.长江经济带绿色生态廊道建设研究[J].地理科学进展，2015，34（11）：1 356-1 367.

[5] Zhang B，Bi J，Fan Z，et al.Eco-efficiency Analysis of Industrial System in China：A Data Envelopment Analysis Approach[J].Ecological Economics，2008，68（1）：306-316.

[6] Kobayashi Y，Kobayashi H，Hongu A，et al.A Practical Method for Quantifying Eco-efficiency Using Eco-design Support Tools[J].Journal of Industrial Ecology，2010，9（4）：131-144.

[7] 马勇，刘军.长江中游城市群产业生态化效率研究[J].经济地理，2015，35（6）：124-129.

[8] 李佳佳，罗能生.城市规模对生态效率的影响及区域差异分析[J].中国人口·资源与环境，2016，26（2）：129-136.

[9] 胡彪，付业腾.中国生态效率测度与空间差异实证—基于SBM模型与空间自相关性的分析[J].干旱区资源与环境，2016，30（6）：6-12.

[10] 汪克亮，孟祥瑞，程云鹤.环境压力视角下区域生态效率测度及收敛性——以长江经济带为例[J].系统工程，2016，34（4）：109-116.

[11] 郑慧，贾珊，赵昕.新型城镇化背景下中国区域生态效率分析[J].资源科学，2017，39（7）：1 314-1 325.

[12] 吴传清，黄磊.承接产业转移对长江经济带中上游地区生态效率的影响研究[J].武汉大学学报（哲学社会科学版），2017，70（5）：78-85.

[13] 盖美，聂晨.环渤海地区生态效率评价及空间演化规律[J].自然资源学报，2019，34（1）：104-115.

[14] 赵哲，白羽萍，胡兆民，等.基于超效率DEA的呼伦贝尔地区草牧业生态效率评价及影响因素分析[J].生态学报，2018，38（22）：7 968-7 978.

[15] 李成宇，张士强，张伟.中国省际工业生态效率空间分布及影响因素研究[J].地理科学，2018，38（12）：1 970-1 978.

[16] 任志安，陈博文.基于生态效率的淮河流域绿色发展困境及其破解对策研究[J].资源与产业，2018，20（5）：16-27.

[17] 付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例[J].中国人口·资源与环境，2013，23（4）：169-175.

[18] 吴昊，车国庆.中国地区生态效率的空间特征及收敛性分析[J].商业经济与管理，2018（5）：50-61.

[19] 周旭东，吕光辉.基于超效率DEA模型的干旱区工业生态效率研究——以新疆为例[J].干旱区研究，2019，36（2）：513-519.

[20] 陈祖海，匡若兰.民族地区生态效率测度及影响因素研究[J].生态经济，2019，35（2）：192-196.

[责任编辑：郑笔耕]