广东省绿色发展绩效的动态变化与空间分异研究——基于碳排放视角下的Global Malmquist-Luenberger指数测算

王凯风

广东省社会科学院，广东 广州 510635

近年来，无论是广东省政府部门推出的评价指数，还是众多学者关于省级绿色发展绩效评价的诸多研究，大多都采用了综合指标、主成分分析等评价手段[1-2]。但是，在新发展理念指引下，为使绿色发展绩效评价工作能在更长时期、更多维度和更丰富角度下指引高质量发展，广东省绿色发展绩效的评价方法仍需得到与时俱进的补充和改进[3]。

亟须改进的第一个方面是绩效指数内含的指标维度。例如，以往的绿色发展评价基本只涵盖水污染物和大气污染物[1-3]，而广东省早在2012年就开始了碳排放权交易试点，并正致力于构建碳排放和大气污染物协同防控体系、实现碳排放率先达峰。所以，为了评价碳减排的实际效果、理解碳排放对区域经济高质量发展的约束作用，碳排放亟须与其他污染物一同被纳入绿色发展绩效评价指标当中，并赋予较高权重，而这在现有文献中还不多见[4]。

亟须改进的第二个方面是绩效指数的构建方法。近年来，考虑资源与环境因素的绿色发展绩效（绿色全要素生产率）正被日益频繁地用作绿色发展绩效的评价标准[5]。党的十九大报告已明确指出：“必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率，着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系，着力构建市场机制有效、微观主体有活力、宏观调控有度的经济体制，不断增强我国经济创新力和竞争力”。全要素生产率是对创新驱动程度、效率提升幅度的直接反映，更能在本质层面上匹配高质量发展的动力机制[6]。所以，基于全要素生产率的绿色发展绩效评价方法在高质量发展背景下自然就具备了更强的适用性和实践指导作用。相关的研究也在不断增加，如陈诗一[4]以碳排放为主要负面产出，动态测算了各地区绿色发展绩效，发现忽视碳排放会导致发展绩效的误判；肖攀等[7]研究了中国城市绿色发展水平的空间分异，指出绿色发展水平存在空间极化问题；陈诗一等[8]发现忽视某些污染物会导致绿色发展绩效指数的误判，证实了污染物对绿色发展绩效的显著影响；高赢[5]对中国八大综合经济区的绿色发展绩效进行了动态的评价与比较，发现各经济区之间的发展绩效差距日渐增大。

所以，基于上述文献的研究经验，本文基于数据包络分析（DEA）方法和动态的Global Malmquist-Luenberger指数，将碳排放和各类污染物指标共同列入“坏产出”当中，得出广东省绿色发展绩效的动态评价结果，并详细剖析其动态变化、动力来源与空间分异特点。只有在环境保护与经济建设两方面协调互促、均不偏废的发展路径上，受测城市才能持续提升绿色发展绩效水平，所以本文的研究工作是对“既要绿水青山，也要金山银山”思想理念的积极实践与融会贯通，能够准确体现环境保护、资源节约与高质量发展动力机制之间的联系与影响，从而更好地助力“十四五”期间广东省的污染物、二氧化碳协同减排工作。

本文以下部分的内容结构是：第1节为数据与方法，介绍基于DEA的绿色发展绩效测算原理和数据来源；第2节主要是分析结果及其讨论，着重展现展示绿色发展绩效的动态变化与空间分异；第3节为结论与政策建议。

1 数据与方法

1.1 基于DEA的绿色发展绩效测算法

DEA方法的核心原理是解算样本与最优生产沿的距离，据此评价效率水平和经济绩效。在目前已发展出的多种DEA距离函数中，本文根据Portela& Thanassoulis[9]的经验，选用范围方向性距离函数（RDM），其原因是RDM在规模报酬可变前提下不会受到数据计量单位和偏移量的影响，这有助于保证测算的稳定性。

1.1.1 基本的RDM距离函数及求解方法

为构建基于RDM的距离函数，首先，将总数为n的样本城市视为决策单元（DMU），各城市使用的生产投入集合为x=（x1，x2...，xK）∈R+K，包括各类自然资源、劳动力、经济资本等在内，该城市生产的M种合意产出为y=（y1，y2...，yM）∈R+M，同时产生的I种负面产出为b=（b1，b2...，bI）∈R+I。第t期的当期生产可能性集合可表示为：

在DRM模型中，当期距离函数被定义为[9-10]：

1.1.2 全局性RDM距离函数及求解方法

为了克服传统方向性距离函数可能无线性规划解，以及不满足可传递性、可加性条件等问题[10]，本文需要进一步将RDM扩展为全局形式。首先，取所有时期的生产可能集的并集，从而得到全局性的最佳生产前沿：

全局方向性距离函数则被定义为[9，11]：

综合Pastor & Lovell[12]、Portela & Thanassoulis[9]、Oh[11]的经验，通过线性规划方法可以求得第t期的当期距离函数、全局性距离函数最优解。

1.1.3 基于RDM的Global Malmquist-Luenberger指数

1.2 指标与数据

绿色发展绩效测算主要使用投入、产出两大类指标。投入指标中第一类为自然资源和能源投入，包括土地资源投入量（建设用地，公顷）、用水量（万吨），以及包括电力（万千瓦时）、天然气与人工煤气（万立方米）、液化石油气（万吨）等在内的能源使用量，第二类为经济要素投入，包括固定资本（亿元）和劳动力（万人），前者基于张军等[13]的永续盘存法，利用历年固定资产投资总额推算得到，并按各省固定资产价格指数予以消胀处理（基期为1992年），后者则是城市单位从业人员和个体、私营从业人员的数量总和。

产出指标中的第一类为污染物排放量，包含工业污水（万吨）、烟尘（吨）与二氧化硫（吨），以及城市生活垃圾（万吨）、市政污水（万立方米）；第二类则是碳排放指标，包括二氧化碳排放量（吨）与植物固碳量（反映以植被保护等途径实现的减碳效果，单位为吨），以上两类指标除植物固碳外均属负面产出。第三类产出指标则是城市年度GDP（万元），该指标按省级GDP平减指数予以消胀处理（基期为1992年）。

在以上数据中，碳排放及植物固碳数据来自Chen等[14]基于卫星数据的测算值，其余数据则来自历年《中国城市统计年鉴》《中国城市建设统计年鉴》，时间跨度为2003年至2017年，样本涵盖了广东省21个地级及以上级别城市。

2 分析结果

2.1 绿色发展绩效动态评价结果（GML指数）

2.1.1 GML指数的总体演变趋势与分解结果

图1报告了广东省21个城市绿色发展绩效的动态评价结果。图1内的数据表明，广东省绿色发展绩效在2003年至2017年间实现了比率约74.0%的总体进步。

图1 广东省新型绿色发展绩效（GML指数）及其分解指数（逐年累积值，2003—2017年）

2.1.2 绿色发展绩效的空间分异

为了体现绿色发展绩效的空间分异特征，本文将广东省内不同区域的绿色发展绩效水平横向比较结果报告于图2。此处的区域划分遵从近年政策文件中的常用划分方法：珠三角地区（核心区）包含广州、深圳、佛山、珠海、东莞、中山、惠州、江门、肇庆等9个城市，粤东地区（也称“东翼”）包含汕头、潮州、揭阳、汕尾等4个城市，粤西地区（也称“西翼”）包含湛江、茂名、阳江等3个城市，粤北地区（也称“山区五市”）包含韶关、梅州、清远、河源和云浮等5个城市。

从图2可见，在数据期内，珠三角核心区城市的绿色发展绩效无论是在横向领先程度上还是在纵向进步速度上均远远领先于省内其他地区，粤西、粤北地区城市的绿色发展绩效总体上保持着仅次于珠三角核心区城市的水平，但差距依然明显。粤东地区城市的绿色发展绩效则出现了显著的退步，说明经济发展的环境代价过大，使得资源与环境问题对这些地方的经济绩效产生了明显的约束。从空间格局角度来看，珠三角地区城市与省内其他地区城市的绿色发展绩效差距不断扩大（在2012年后尤其明显），说明广东省绿色发展仍存在显著的空间极化趋势，绿色发展的“核心—边缘”格局被进一步强化[15]；同时，粤西、粤北地区城市与粤东地区城市之间的绩效差距也存在扩大趋势，表明广东省的绿色发展重心有向西北方向移动的趋势。

图2 广东省绿色发展绩效（GML指数）的分区统计（逐年累积值，2003—2017年）

2.2 碳排放对绿色发展绩效的影响

参考陈诗一等[8]的研究，本部分对有、无碳排放两种情形下的绿色发展绩效测算结果进行比较，根据上述结果间的差异判断碳排放对广东省各城市绿色发展水平的影响。用于与GML指数比对的指数简称为GMNC指数；除产出项无碳排放和植物固碳两项指标外，GMNC指数其余指标数据和测算技术均与GML指数相同。

广东全省及省内四大区域的GMNC指数测算结果如图3所示，该图可与图2的GML指数形成直观对比。首先从图2可知，广东省GML指数在2012年后进入一个快速提升阶段，而2012年也正是广东省开始碳排放权交易试点、严格控制碳排放配额的时间。珠三角核心区城市GML指数2012年后的走势与全省指数接近，这很可能是由于广东省碳排放权交易的两个试点平台均在珠三角地区（位于广州、深圳），使得珠三角地区城市在碳排放约束下的广东省绿色发展中提供了最重要的驱动力。反观图3，在不考虑任何碳排放因素的情况下，广东全省与珠三角地区城市的GMNC指数在2012年后均未出现持续、快速的上升，这进一步证实了上述推断，说明碳排放因素确实会显著影响到绿色发展绩效的判断结果。

图3 不含碳排放的绿色发展绩效（GMNC指数）的分区统计（逐年累积值，2003—2017年）

进一步比较图2、图3，可以得出以下结果：缺少碳排放因素的绿色发展绩效（GMNC指数）会低估广东全省与珠三角地区城市的绿色发展水平，也会使2012年碳排放权交易试点改革后的碳减排成效无法体现在指数动态变化规律之中。粤西、粤北地区的绿色发展绩效在不考虑碳排放时同样被低估，但其幅度很小。粤东地区的绿色发展绩效在不考虑碳排放时却会被高估，这可能是因为该地区城市近年从珠三角地区承接了大量高污染、高耗能产业，导致碳排放强度不断趋高。

3 结 论

借助基于DEA、包含碳排放因素的Global Malmquist-Luenberger指数，本文开展了广东省绿色发展绩效动态测算与分解，初步掌握了发展绩效的进步动力、变化规律和空间分异特点，考察了广东省绿色发展的空间极化问题，并发现了碳排放因素对绿色发展绩效的显著约束作用。

通过绿色发展绩效测算与分解，发现广东省绿色发展绩效在2003年至2017年间实现了比率约74.0%的总体进步，并且在2012年后进步速度明显加快。2012年后的绿色发展绩效进步动力更多地来自于技术进步，说明广东省在碳排放权交易试点等政策的推动下，通过构建市场导向、产学研深度融合的技术创新体系，积极培育、吸收各类科研资源，实现了低碳、低污方面科技创新能力的长足进步。此外，以上结果也说明了广东省亟待进一步推进绿色发展领域的管理、运营方法改进和制度优化。

空间分异分析结果体现了广东省珠三角地区与省内其他地区在绿色发展绩效方面的巨大差异。在“十四五”期间，广东省应落实政策，尽快缓解绿色发展的空间极化问题。在具体政策措施方面，应当在《广东省生态保护红线划定方案》《广东省主体功能区规划》等纲领性政策文件的基础上，以绿色发展绩效长期进步为目标导向，有针对性地完善粤东、粤西、粤北地区城市的产业发展规划和财政帮扶政策。对于生态环境保护较好、碳排放压力相对较轻的粤西、粤北地区，除加大生态保护补偿力度外，也要根据科学技术和产业发展最新态势，帮助其承接高技术、高产出、低碳、低污染的产业项目，如大数据计算中心、数据备份中心等。而对承接高污染、高能耗产业转移相对较多的粤东地区，则应堵疏结合，一方面加大环境督查力度、严格限制该地区碳排放配额，另一方面则应帮扶、促进面向粤东等地的环保技术开发与技术转移工作，并利用好珠三角等地科技研发的溢出效应，帮助粤东地区企业尽早转向清洁生产模式，最终增进广东省内的环境公平、实现更为均衡的绿色低碳发展。