煤炭资源型城市绿色发展效率评价及影响因素分析——基于SBM-Malmquist-Tobit模型分析

田淑英，夏琦

(安徽大学 经济学院，安徽 合肥 230000)

绿色发展理念现已成为我国经济社会发展的先导。党的十九届五中全会提出，深入实施可持续发展战略，完善生态文明领域统筹协调机制，构建生态文明体系，促进经济社会发展全面绿色转型，建设人与自然和谐共生的现代化。而作为我国典型的资源型城市，煤炭资源型城市自新中国成立以来对促进经济社会发展起到了不可替代的作用，但是高强度无节制的粗放开采，使这类城市陷入困境，出现了诸如资源枯竭、环境污染、地表塌陷、产业失衡等一系列问题。为解决煤炭资源型城市现有问题，促进城市可持续发展并提高城镇化进程和人民生活质量，绿色转型迫在眉睫。因此，对煤炭资源型城市绿色发展效率进行测度，探讨煤炭资源型城市绿色发展效率影响因素，对加快煤炭资源型城市绿色发展具有现实意义。本文以全国煤炭资源型城市2007―2019年的数据为基础，将煤炭资源型城市和绿色发展相结合，测度其绿色发展效率并分析影响绿色发展的因素，为促进煤炭资源型城市绿色转型，加快我国城市绿色发展提出针对性的政策建议。

一、文献综述

中国资源型城市的特殊城市属性，带来了诸如生态环境恶化、城市规划布局不合理、产业发展畸形、资源耗竭等特殊问题，这些问题直接影响我国的经济进步[1]。而煤炭资源型城市作为我国主要的资源型城市，引起了众多学者的研究和探讨。早期研究涵盖面较窄，研究方法单一，主要涉及可持续发展、产业转型、城市生态环境等方面的研究，并以归纳的方法分析煤炭资源型城市的现状、问题等。郑秋生在总结德国鲁尔区煤炭基地成功改造经验的基础上，提出促进山西省煤炭资源型城市可持续发展的相关政策建议[2]；刘志明等在梳理煤炭资源型城市发展特征、现存问题后探索了促进其转型发展的路径[3]。而后学者们的研究内容和方法逐渐多样化：张晶将三废排放作为投入指标运用超效率方法测算并评价了徐州市的工业生态效率[4]；徐杰芳等运用超效率DEA测算27个煤炭资源型城市10年间的生态效率，并用Malmquist指数对生态效率进行分解[5]；汪克亮等在构建煤炭资源型城市可持续发展指标体系的基础上，运用熵权因子分析法测算，指出经济、社会、资源和环境之间相互促进，必须统一协调才能助力城市的可持续发展[6]；曾贤刚等构建了煤炭资源枯竭型城市绿色转型发展评价指标体系，在利用熵值法进行评价后，使用聚类分析方法对16个城市的绿色转型绩效结构进行分析比较[7]；李德山等将环境污染排放作为投入指标，利用SBM模型和Malmquist指数模型探讨了山西省11个地级市环境污染和经济增长间的协调关系[8]。

绿色发展，即“绿色”与“发展”相统一，强调的是一种以人为本、转变粗放发展为高效节约利用资源、保护环境的经济、社会、生态三位一体协调发展的新模式[9-13]。煤炭资源型城市绿色发展即转变对高污染资源煤炭的开采模式，提升资源利用效率，以产业绿色化为路径，缓解该类城市煤炭资源和生态环境发展之间的矛盾。对绿色发展效率的量化衡量通常用来代表绿色发展水平，现已有许多学者对绿色发展效率进行评价：王仁文等以长三角三省一市为例，结合DEA中的交叉效率方法从横向和纵向两方面对其绿色发展效率进行测算[14]；马骍则通过测算环境全要素生产率评价“一带一路”沿线国家绿色发展的国别差异[15]。也有些学者对资源型城市的绿色发展效率进行测度：罗宣等运用SBM模型和Malmquist指数测算中部六省37个资源型城市的绿色发展效率，并针对不同城市的绿色发展效率水平提出相关建议[16]；肖滢等从资源型城市的工业绿色转型的视角出发，结合Super-SBM模型和Global Malmquist指数进行研究[17]；胡博伟等利用DEA模型分别从静态和动态角度对北方干旱地区资源型城市的绿色经济效率进行测度[18]。

从现有研究看，学者对煤炭资源型城市的研究已比较成熟：从工业产业转型、城市转型、可持续发展等方面的纯理论研究再到理论与实证相结合，这些研究对解决煤炭资源型城市的特殊问题起到了有力支撑。但已有研究未能与我国“绿色发展”理念有效衔接，尚存在一些不足之处，如煤炭资源型城市绿色发展现状如何？该类型城市绿色发展效率如何进行测算？如何继续助力煤炭资源型城市的可持续发展？这些问题还亟待进一步探讨。现有研究对煤炭资源型城市绿色发展效率的测度并不多，研究主要集中在资源型城市某一方面效率的测度，如碳排放效率、工业效率等，且多以某个或某些典型的资源型城市的短期发展为例，而以我国所有煤炭资源型城市为例且测度其长期以来绿色发展效率的并不多。此外，学者在使用DEA模型测算时多将“环境污染”作为投入指标，而将其作为非期望产出研究的并不多，非期望产出的减少和期望产出的增加更能代表绿色发展效率的提升。因此，基于以上问题和分析，本文立足煤炭资源型城市发展现状，将“三废”排放作为非期望产出并构建煤炭资源型城市绿色发展效率综合评价指标体系，采用2007―2019年22个煤炭资源型城市的数据，利用DEA-SBM模型和Malmquist指数分别进行静态和动态评价，同时运用Tobit回归分析影响煤炭资源型城市绿色发展的因素，进而提出提高煤炭资源型城市绿色发展效率的政策建议，为煤炭资源型城市绿色可持续发展提供可行参考，也为其他资源型城市的绿色发展提供思路。

二、模型选取

王晓楠等指出提高城市效率(城市要素资源的总产出比上总投入的值)是实现城市转型的必要条件[19]。所以本文使用DEA模型测算煤炭资源型城市的绿色转型发展效率并进行相关评价[18-20]。同时，对煤炭资源型城市绿色发展效率的影响因素进行分析，有助于国家更好地制定和调整煤炭资源型城市的发展规划和扶持政策。

(一)DEA-SBM模型

数据包络分析(简称DEA)是一种数据驱动的非参数效率测度方法，由美国Charnes等著名学者首先提出[21]，具有不预设定具体函数形式和允许多种投入产出的优点，被许多学者广泛应用于评估决策单元的投入产出效率测度。

SBM(Slacks-Based Measure)效率测量方法是DEA效率测量方法中的非径向效率测度，其优点在于直接度量多余的投入量与不足的产出量，用投入与产出到生产前沿面的距离(被称作松弛量Slacks)测算效率，并且能充分地考虑非期望指标[22]。具体原理如下。

假定n个决策单元(DMU)，且每个决策单元有投入向量(x)、期望产出向量(yg)和非期望产出向量(yb)3个向量，且x∈Rm，yg∈RS1，yb∈RS2，定义矩阵x，yg，yb为：

非期望产出的SBM模型如下：

(1)

s.t.X0=Xλ+S-

式(1)中，S-≥0，Sg≥0，Sb≥0，λ≥0；ρ*为DMU{(x，yg，yb)}的效率值且0≤ρ*≤1；λ为权重向量；S-、Sg、Sb分别为对应投入产出松弛量。当ρ*<1时，决策单元存在改进空间，ρ*的值越接近1，表明该煤炭资源型城市的绿色效率值越高。当ρ*=1时，即S-、Sg、Sb都等于0时，要素投入效率最高，该城市的绿色效率值达到最优。

(二)DEA-Malmquist指数模型

DEA主要测算静态效率，在研究动态模型时，通常考虑DEA-Malmquist指数模型。利用Malmquist指数对全要素生产率(TFP)进行分析，当被评价的DMU为多时间点面板数据时，就可对生产率的变动情况进行分析。

Malmquist指数的公式为：

(2)

Malmquist指数的效率分解公式为：

TFPCH=EFFCH×TECHCH=

PECH×SECH×TECHCH

(3)

式(3)中TFPCH即Malmquist指数为DMU的全要素生产率的变化指数，体现了煤炭资源型城市绿色经济效率t—t+1时期的变化情况。当TFPCH>1时，生产率升高；当TFPCH<1时，生产率下降。TFPCH又包括EFFCH(综合技术效率)和TECHCH(技术进步)。其中，EFFCH又可分为PECH(纯技术效率)和SECH(规模效率)。

(三)Tobit回归分析

为分析影响煤炭资源型城市绿色发展效率的因素，将绿色发展效率作为被解释变量，又因DEA模型测算的效率值均在[0，1]，属于“受限因变量”，采用一般回归容易造成结果偏差，因此选择Tobit模型进行回归分析[23]。具体模型如下：

Yit=β0+βiXit+εit

(4)

式(4)中，Yit表示i市第t年的绿色发展效率值，Xit是影响因素，εit表示随机误差项。

三、变量选取

一个国家的经济增长不仅受到劳动、资本等要素的影响，还受到土地、资源等多种要素的影响，其核心可用生产函数表示：

Y=f(K,L)

其中,Y代表产出，K、L分别表示资本、劳动等投入要素。

(一)指标选取

基于新古典经济学理论和已有研究，并考虑所选取指标的全面性、可比性和数据的可获得性，确定选取的指标。

1.投入要素

选取资本、劳动、土地与能源4个指标作为投入要素[24]。①资本：借鉴卢丽文等选择全社会固定资产投资额作为资本投入[25];②劳动：选择各市年末全部从业人员作为劳动投入[24];③土地：选择市辖区建设用地面积作为土地投入[25];④能源：选择单位GDP能耗衡量煤炭城市对资源消耗的依赖程度[6]。

2.产出要素

分为期望产出和非期望产出两大类[24]。①期望产出变量：选择地区生产总值代表各市经济发展水平;②非期望产出变量:任何国家或地区在发展经济的过程中都会产生工业污染，因此选择最具代表性的工业废水排放量、工业烟(粉)尘排放量及工业二氧化硫排放量作为非期望产出变量。

(二)数据获取

根据国务院印发的《全国资源型城市可持续发展规划(2013―2020年)》列出的城市名单，借鉴以往学者对资源型城市的分类与研究，同时剔除数据丢失较多的辽源市、乌海市和广元市，最后选取了22个煤炭资源型地级城市进行研究。所选样本涵盖东部、中部和西部地区，包括了成熟型、衰退型、再生型和成长型四类，能够代表我国煤炭资源型城市的大体情况。对煤炭资源型城市绿色发展效率进行测度，需要较长时间数据的支持(数据周期越长，结果就越精细)，因此，本文选择2007―2019年煤炭资源型城市数据进行研究。数据主要来源于《中国城市统计年鉴》、各城市统计年鉴和《国民经济和社会发展统计公报》以及EPS数据库。

四、实证分析

根据2007―2019年22个煤炭资源型城市的数据，分别进行SBM效率测算、Malmquist指数测算，然后运用Tobit模型进行影响因素的回归分析。

(一)SBM效率

运用MaxDEA软件，将各煤炭资源型城市的投入产出数据代入公式(1)，计算得出各城市在考虑非期望产出情况下的绿色发展效率值，如表1所示。

表1 2007―2019年全国22个主要煤炭资源型城市绿色发展效率值

从全国层面看，2007―2019年主要煤炭资源型城市的绿色发展效率值处在0.593～0.784的水平，整体呈现小幅波动、稳定上升的趋势，2017年达到最高值0.784。自2016年以来，绿色发展效率值超过13年间的平均水平0.673，说明总体来看，煤炭资源型城市绿色发展效率稳步提升，原先高耗能、高排放的粗放发展理念正逐步被摒弃，这与十八届五中全会首次把“绿色发展”提到“五大发展理念”的高度后，全国各地为生态修复和环境保护所做的努力密切相关。

从区域层面看，2007―2019年东、中、西部地区绿色发展效率均值分别为0.759、0.662、0.554，即东部高于中部高于西部地区。这可能主要是由于东部地区具备先进的技术、环保设备和清洁能源的利用能力，而中西部地区的能力较次之。

根据各城市绿色发展效率变动的不同趋势，可将城市进行不同的分类：第一类如唐山市、阳泉市、鸡西市及徐州市，这类城市的绿色发展效率值基本为1，处于绿色发展的最前端，且这类城市多为再生型或成熟型城市，经济社会生态发展水平基本稳定，可作为其他城市借鉴的范例；第二类如抚顺市、朔州市、长治市、晋城市、平顶山市及鹤壁市，这类城市的绿色发展效率值整体在逐渐升高且多为成熟型城市，说明这类城市在发展经济社会的同时开始更加注重优化生态环境，在投入增加的过程中，产出增加，但工业废物等排放逐渐减少，这类城市逐步进入绿色高效发展；第三类如大同市、淮南市、淮北市及石嘴山市，这类城市的绿色发展效率值大多在0.200～0.400波动，绿色发展效率值相对较低，这类城市的工业污染排放较大，并且缺乏较为成熟的清洁环保技术，绿色生产水平有待提高；第四类城市如枣庄市、阜新市、焦作市、双鸭山市及赤峰市，这类城市绿色发展效率值上下波动较大且多为衰退型城市，说明这类城市的绿色发展机制尚未稳定，有待进一步完善。

再将煤炭资源型城市按照衰退型、成熟型、再生型和成长型进行分类，计算每种类型城市的绿色发展效率值，如表2所示。总体来看，再生型城市绿色发展效率最高且年均值为1，这类城市已基本摆脱对煤炭资源的依赖，接续产业逐步成熟，产业结构日趋合理，经济社会已进入良性发展轨道。成长型城市绿色发展效率次之，这类城市资源储备丰富，资源开发处于上升阶段，并且多具备低耗能低排放的新技术、新设备，经济社会发展后劲足。此外，考虑到本文所选取的城市是我国主要的煤炭资源型城市，成长型和再生型城市数量较少，可能会对排位产生一定影响。成熟型城市绿色发展效率排位第三，这类城市处于稳定开发资源阶段，煤炭产业扩张速度变慢，绿色技术、设备更新缓慢，以往积累的体制机制问题开始显现，使得成熟型城市绿色发展效率较低。衰退型城市绿色发展效率排位第四，这类城市资源开发已进入后期或晚期阶段，设备老化，绿色技术不能得到及时更新，并且其伴随的资源枯竭、人员流失、生态修复难等问题加剧了这类城市绿色转型发展的压力，是煤炭资源型城市绿色转型发展的重难点地区。

表2 2007―2019年煤炭资源型城市分类型绿色发展效率均值

(二)绿色发展效率的分解——Malmquist指数分析

在对煤炭资源型城市绿色发展效率静态分析的基础上，本文进一步测算了2007―2019年煤炭资源型城市的Malmquist指数，动态分析其绿色发展效率的变化，运用DEAP 2.1软件测算Malmquist指数及其分解，具体结果如表3和表4所示。

表3 2007―2019年22个煤炭资源型城市年均Malmquist指数及其分解

表4 22个煤炭资源型城市各年份平均Malmquist指数及其分解

由表3可知，从全国层面看，22个城市的全要素生产率均值小于1，年均下降率为4.5%，分解来看，技术进步年均下降3.6%，纯技术效率年均下降0.5%，规模效率年均下降0.4%，可见近13年来技术进步对煤炭资源型城市绿色发展的影响最大。从区域层面看，东部地区全要素生产率最高，中部地区次之，西部地区最低，且与前文的研究结果一致，但东、中、西部地区全要素生产率均值均小于1，即都呈下降趋势。东部地区和中部地区主要是由技术进步拉低了全要素生产率，说明东、中部地区应大力研发有关绿色发展的新技术、新产品，而西部地区应同时优化绿色发展相关技术和管理方法等。从全要素生产率指标及其分解角度看，仅有2个城市的全要素生产率大于1，且都属于中部地区(长治市、徐州市)。仅有邯郸市、长治市、徐州市技术进步增长率为正，且均为经济社会发展水平较高的成熟型或再生型城市；其余均为负增长率，可见技术进步是大多煤炭资源型城市的薄弱环节。从纯技术效率角度看，抚顺市、平顶山市和双鸭山市均为正增长率，其余大部分城市增长率保持不变(值为1)，小部分城市增长率为负，说明绝大部分煤炭资源型城市生产管理水平亟需提高。从规模效率角度看，规模效率大于1的有4个城市，等于1的有12个城市，小于1的有6个城市，多数城市生产规模未达到最优，生产规模和要素结构不匹配，需要对城市经济结构进行调整优化。

从时间角度测算绿色发展效率并利用Malmquist指数进行分解，如表4所示。各煤炭资源型城市纯技术效率、规模效率、技术进步效率均不高，随时间小幅波动，全要素生产率仅有2008年、2011年和2018年三年的值大于1，其余年份均小于1，说明煤炭资源型城市绿色转型发展路径仍需进一步探索，经济、生态和社会的协调发展仍待改善。另外，分解的各效率值中规模效率值最高，技术效率进步值最低，说明各城市需时刻谨记“科技是第一生产力”，应大力推进科技创新，学习引进绿色环保生产技术，提高绿色转型发展效率。

(三)煤炭资源型城市绿色发展效率影响因素分析

前文已经通过DEA-SBM模型获得了各煤炭资源型城市的绿色发展效率值，并对其变动趋势进行了分析，但究竟是哪些因素引起了绿色发展效率值的变动，还有待进一步探究。本文参考已有的相关研究，并考虑煤炭资源型城市的现状和区域特色，主要考虑的影响因素有：①经济规模(X1)，即地区生产总值与人口总数的比值，用于衡量经济发展水平对各市绿色发展效率的影响；②对外开放程度(X2)，即当年使用外资金额与地区生产总值的比重，用于衡量外资规模对各市绿色发展效率的影响；③产业结构(X3)，即第二产业产值与地区生产总值的比重，用于衡量产业结构的变化对各市绿色发展效率的影响；④科技水平(X4)，即科技支出占财政支出的比重，用于衡量财政支持科技创新对各市绿色发展效率的影响；⑤教育水平(X5)，即教育支出与财政支出的比重，用于衡量教育水平对各市绿色发展效率的影响。以上述因素为自变量，以绿色发展效率为因变量，构建Tobit模型，运用STATA 14.0软件进行回归分析，结果如表5所示。

表5 Tobit回归结果

由表5可见：(1)各煤炭资源型城市人均GDP(X1)与绿色发展效率呈现显著正相关关系，且系数较大为0.372 9，即随着经济规模的扩大、社会的进步与发展、生活水平的改善，人们对绿色优质生活的需求日益增加，这些都有助于绿色发展效率的提高。(2)第二产业产值占GDP的比重(X3)对绿色发展效率影响显著，且系数为负，即当第二产业产值占GDP的比重每增加一个百分点，绿色发展效率就会下降1.467 0个百分点。说明目前煤炭资源型城市工业发展仍较为粗放，第二产业资源消耗多、排放大与绿色发展存在矛盾，抑制了绿色发展效率的提升。(3)科技支出占财政支出的比重(X4)对绿色发展效率的影响在5%的水平上显著，且系数较大为13.391 8，即科技支出占财政支出的比重每增加一个百分点，绿色发展效率就会提升13.391 8个百分点。说明各市科技支出对于绿色技术、产品创新和绿色环保起到了引导和支撑作用，科技支出水平的提高是促进煤炭资源型城市绿色发展的重要推手。(4)教育支出与财政支出的比重(X5)对绿色发展效率的影响显著为正，即教育支出与财政支出的比重每提高一个百分点，绿色发展效率相应提高3.800 0个百分点，这主要是由于教育水平的提高有助于培养人们树立保护环境、节约资源的意识，帮助人们学习绿色发展新思想和新技术，进而有助于推动城市的绿色发展。(5)对外开放程度(X2)对绿色发展效率的影响为负，可能是由于煤炭资源型城市为摆脱资源依赖，推动产业结构优化，降低标准引进外商企业投资建厂等而忽视了其对当地生态环境造成的新破坏，但未通过显著性检验，可能是存在隐蔽性或滞后性的影响。

五、结论与对策

(一)结论

基于“绿色发展”理念，文章运用DEA-SBM和Malmquist指数方法分别对我国煤炭资源型城市绿色发展效率进行静态和动态评价，其次选取人均GDP、对外开放程度、产业结构、科技水平和教育水平等指标，结合Tobit回归分析其影响。主要结论如下：(1)2007―2019年，我国煤炭资源型城市绿色发展效率值整体呈小幅波动、稳定上升的趋势；地区间绿色发展效率呈现东部地区最高、中部地区次之、西部地区最低；从城市类型看，绿色发展效率值为再生型城市>成长型城市>成熟型城市>衰退型城市。(2)煤炭资源型城市的全要素生产率整体来说并不理想，纯技术效率和规模效率需特别重视，尤其是需重视技术短板。(3)人均GDP、教育水平和科技水平对各煤炭资源型城市绿色发展效率有显著正向影响，其中科技水平对绿色发展效率的影响最大且与前文对全要素生产率分解得出的结果一致；第二产业比重对各煤炭资源型城市绿色发展效率有显著负向影响；对外开放程度虽对城市绿色发展效率的影响为负，但不显著。

(二)政策建议

1.分区域分城市，整合先进绿色经验

从区域分析结果看，中、西部地区煤炭资源型城市应向东部地区学习绿色发展相关的经验和技术，开展绿色发展相关的交流研讨等，特别是西部地区煤炭资源型城市，经济社会水平和绿色发展水平都处于较落后状态，可积极引入先进地区的技术和环保设备，提升清洁能源利用能力等；从城市类型分析结果看，再生型城市绿色发展效率最高，这也为其他类型城市的绿色发展提供了新思路，如建设各类特色小镇，不仅能吸引公共资源和社会资本入驻，也能为新兴绿色产业的发展壮大提供平台支撑。

2.优化产业结构，助力产业绿色发展

产业占比对煤炭资源型城市绿色发展有显著负效应，应继续推动城市农业、工业转型升级，大力发展服务业，齐头并举。首先，发展生态农业、有机农业和绿色农业，从农业生产体系、生产方式及生产经营方式上合力促进农业绿色发展。其次，出台扶持新兴产业、绿色产业相关的产业政策、投资政策和财税政策等，引导企业走低碳经济发展模式。最后，打造特色旅游文化，大力发展服务业，利用当地工业遗迹，对已废弃的矿区、车间、厂房等改造利用，依托煤炭开采遗留的塌陷区开发旅游资源等，如淮北地区利用采煤塌陷区打造“南湖、中湖、东湖”等生态旅游景区，在保护环境的同时有效促进了淮北市的绿色可持续发展。

3.加大财政力度，提高科技教育水平

科技水平和教育水平对城市绿色发展效率具有显著的正向作用，因此政府应继续加大对科技支出和教育支出的倾斜力度：提高科研教育经费支持和R&D经费投入，鼓励企业和学校创新；引进绿色环保技术，引导校企合作共同学习并继续研发新技术和制造更多新产品；提高教育质量，将绿色发展理念融入每个人的生活中。