长江经济带绿色经济效率评价及收敛性研究

宋雅晴，孙 欣，宋马林

(1.合肥师范学院 数学与统计学院，安徽 合肥 230601；2.安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

横跨中、东、西三大经济带的长江经济带被称为中国射向世界的“箭”，其经济总量、人口规模和创新能力在我国区域协调发展中占据极其重要的地位。然而长江经济带在保持经济高速发展的同时，生态系统遭到了严重破坏，环境承载力也不断下降，基于此，学术界提出了“绿色经济效率”，即在经济效率模型中引入各地区单位污染产出[1]。部分学者认为，绿色经济效率是在考虑资源和环境约束条件下，衡量一个地区或国家经济发展的指标[2]。

现阶段学界对于绿色经济效率的探讨主要体现在效率测算、影响因素分析、收敛性研究等方面。效率测算方法主要有两种：一是以随机前沿分析法为主的参数方法，二是以数据包络分析法(DEA)为代表的非参数方法。Tone[3]综合考虑了非期望产出对效率评价的影响，提出并发展了SBM模型，此后SBM模型被广泛应用[4-7]。也有部分学者采用超效率DEA模型[8-10]、TOPSIS模型[11-12]、SFA模型[13]进行评价。在影响因素分析方面，学者们常用Tobit模型[2,9,10]、障碍度模型[11-12]、空间计量模型[13-14]探究影响因素的作用和程度。收敛性分析主要集中在对环境效率空间差异的分析[8,15-16]，方法有：σ收敛分析、β收敛分析、俱乐部收敛分析等。可见，已有对绿色经济效率的评价研究虽取得了丰硕的成果，但以长江经济带为对象的研究较少，缺乏对其整体变化的动态分析，特别是缺少对绿色经济效率收敛性的评价。

基于此，研究采用Super-SBM模型和Malmquist指数模型，从静态和动态两方面对长江经济带绿色经济效率的总体水平和演变趋势进行探究，并对其上、中、下游流域的绿色经济效率差异进行收敛性分析，找出其关键影响因素，为缩小城市间效率差距、提高各区域绿色经济水平提出针对性对策和建议。

1 研究设计

1.1 研究方法

1.1.1 Super-SBM模型

为了处理非期望产出问题，Tone[3]提出了一种基于松弛测度的非径向和非角度的SBM模型。但随着投入和产出松弛程度的变化，虽然测算的效率值有严格单调递减趋势，但仍会出现多个决策单元同时有效的现象。为此，其又对模型加以改进，提出了考虑松弛变量的Super-SBM模型，具体表示如式(1)。

(1)

st,sg,sb,λ≥0

m=1,2,…,M；n1=1,2,…,N1；n2=1,2,…N2

1.1.2 Malmquist指数

基于DEA方法，Malmquist指数可被用来测度跨时期的多投入和多产出变量间的动态生产效率，其表达式如式2。

M0(xt+1,yt+1,xt,yt)=

(2)

effch×tech

(3)

式(3)中，effch为技术效率变化，tech为技术进步变化；effch>1，意味着生产效率明显提高；tech>1，意味着新技术的出现或采用，会使生产前沿面向前移动，从而实现技术进步。

1.1.3 收敛性模型

1.1.3.1σ收敛

σ收敛可以用来评价各个区域绿色经济效率水平的收敛趋势，常通过标准差、变异系数、基尼系数、泰尔系数等指标来反映，计算公式为：

(4)

式(4)中，N表示长江经济带省市个数，ei(t)表示第i个地区在第t年的绿色效率值。若σ随时间变化呈逐渐减小趋势，则说明该区域绿色经济效率的差距明显缩小，存在σ收敛；否则，绿色经济效率具有阶段收敛性或趋于发散。

1.1.3.2 绝对β收敛

若绿色经济效率水平增长率较低的区域比增长率较高的区域以更快的速度增长，则认为绿色经济效率存在β收敛。在不考虑其他因素影响的情况下，区域间的绿色经济效率变化会趋于相同的稳态水平，又被称为绝对β收敛；绝对β收敛具体模型如式(5)：

(5)

式(5)中，ei,t为i地区t时期的绿色经济效率值，ei,t+T为i地区t+T时期的绿色经济效率值，εit为随机干扰项，β0为常数项，β1为收敛系数，如果β1<0且显著，说明存在绝对β收敛，即绿色经济效率值较低的区域对效率值较高的区域存在“追赶效应”[10]。

1.2 数据来源与变量说明

研究以长江经济带11个省市为对象，选取2000—2018年的面板数据进行分析，投入指标从劳动力、资本存量和能源消费量三个方面进行确定，产出指标包括期望产出和非期望产出。

(1)劳动力：以各省市年底就业人数作为劳动力指标，数据来自2001—2019年《各省市统计年鉴》。

(2)资本存量：由于资本存量数据没有直接公布，且计算复杂，本文借鉴张军[17]、单豪杰[18]等运用永续盘存法进行计算，估算资本存量的表达式为：Kt=Kt-1(1-δt)+It，其中，Kt为第t年的资本存量、It为第t年的固定资产投资、δt为该年固定资产折旧率。研究中的资本存量是由以2000年为不变价折算得到。相关数据来自2001—2019年《中国统计年鉴》。

(3)能源消费量：以能源消费总量作为能源投入指标，数据主要来自《中国能源统计年鉴》(2001—2019)。其中湖南省2003和2004年数据用插值法计算得出。

(4)期望产出：以GDP作为期望产出，并根据GDP平减指数折算为以2000年为基期的实际GDP。数据来自《中国统计年鉴》(2001—2019)。

(5)非期望产出：使用各省市的环境污染指数表示。选用工业废水排放量、工业COD排放量、工业固废产生量、工业二氧化硫排放量、工业氮氧化物排放量和工业烟(粉)尘排放量，根据熵权法赋权计算得到各省市的环境污染综合指数。数据来自《中国环境统计年鉴》(2001—2019)。

2 实证分析

2.1 绿色经济效率测度结果分析

2.1.1 绿色经济效率静态分析

根据2000—2018年的数据，利用Super-SBM模型，通过MAXDEA软件测算出其绿色经济效率值,如表1所示：

表1 长江经济带11个省市绿色效率值测度结果

由表1可知，纵向来看，2000年以来长江经济带各省市的绿色经济效率值平均最小为0.64，最大为0.804，整体呈下降趋势，环境污染造成了较大程度的效率损失；2013年以来平均值不足0.7，但2015—2018四年间，绿色经济效率值又出现回升，可以看出长江经济带各省市贯彻“生态优先，绿色发展”政策已初显成效。横向来看，上海、浙江、江苏的绿色经济效率值较高。其中，上海市凭借经济发展较快、技术水平先进、地理位置优越等条件，效率值一直大于1，稳居首位,这说明上海实现了经济发展与环境保护的“双赢”。由于经济单方面拉动占据主导地位，浙江和江苏的效率值出现下滑。四川、江西、湖南、安徽和重庆的绿色经济效率值在0.596～0.743之间，整体变动不大。湖北、云南和贵州效率值较低，且呈现逐年减少的趋势，其中贵州的绿色经济效率均值仅为0.376，在长江经济带中处于最低水平。

2.1.2 长江经济带不同区域效率值变化分析

为比较长江经济带不同区域绿色经济效率值的差异情况，将其按上、中、下游划分为三大流域，上游：云南、贵州、重庆和四川，中游：湖南、湖北、江西和安徽，下游：浙江、江苏和上海(图1)。

图1 长江经济带全流域及各流域绿色经济效率均值变化

从图1可以看出，长江经济带全流域的绿色经济效率有逐步下降趋势，下游的效率值较高且变化幅度最大，极差为0.266；中游省市稳中有降；上游省市效率值相对较低，呈现倒“V”形变化。以上海为代表的下游省市属于经济发达地区，作为我国对外开放的领头军，能够及时引进国内外先进的技术与理念，经济水平较高，因此其效率水平明显高于中上游省市。以贵州为代表的上游省市，经济基础薄弱，技术水平落后，经济发展仍采用传统的“高污染、高消耗”模式，绿色经济效率均值最低。进一步分为两个阶段来看，第一阶段：2000—2012年，长江经济带全流域绿色经济效率值呈逐年下降趋势，其中下游省市工业企业较多，环境污染阻碍了经济增长的效益，效率值下滑趋势明显；同时，随着“西部大开发”(2000年)和“中部崛起”(2004年)战略的实施，中西部地区在获得产业承接政策带来的经济效益的同时也产生了非期望产出，中下游省市效率值较低且存在下降趋势。第二阶段：2012—2018年，全流域绿色经济效率呈相对稳定状态，且中上游省市与下游省市的差距有所减小，可见，城市化进程中，环境治理与可持续发展已初见成效。2014年以来，国家和地方政府相继出台相关政策，“将长江经济带打造成生态文明的先行示范带”,长江经济带绿色发展水平稳中有升。2018年全流域绿色经济效率均值达到0.6628，较2014年增长了3.2%，中游和上游省市分别上涨了3.9%和7.1%，可见各省市绿色发展还有很大的提升空间。

2.2 绿色经济效率动态分析

为进一步分析长江经济带各省市绿色经济效率的动态变化情况，选用Malmquist指数模型计算得出效率值及其分解情况。具体如表2和图2所示。

表2 长江经济带各地区Malmquist指数及其分解

可以看出，2000—2018年间，长江经济带流域Malmquist指数平均上涨了0.418%，其中技术进步指数上涨1.49%，技术效率指数下降1.03%。从不同区域来看，Malmquist平均指数大小为：下游>上游>中游，且上、中、下游平均技术进步变化指数均高于技术效率变化指数，即其绿色经济效率的增长主要依赖于技术进步。下游省市的Malmquist指数均大于1，年均增长率为2.84%，即下游省市绿色经济效率水平发展态势良好；其中，上海的Malmquist指数最大(排名第1)，技术效率指数等于1，说明上海的环境管理效率水平达到较高水平且维持稳定，其绿色发展水平发展良好得益于技术进步；浙江省的技术效率指数和技术进步指数都大于1，说明该省绿色经济能够朝更好的方向发展得益于技术效率和技术进步的共同作用，在环境保护和治理方面都能够拥有先进技术和政策支持，这与表1得出的结论相对应。中游省市的Malmquist指数平均值小于1，其中湖南的Malmquist指数排名11，且技术效率和技术进步指数都小于1，说明其产业结构单一、落后，仍存在重经济发展轻环境保护的问题，导致绿色经济效率也处于相对较低水平，与表1得出的结论一致。值得关注的是四川省，该省绿色经济效率排名第4，可能是由于其得天独厚的自然条件使其具有较高的自然禀赋，但Malmquist指数值排名第9，技术效率指数在2000—2008年间平均下降了2.5%，表明其产业升级较慢、市场化与国际化程度较低、政府支持力度不够。

图2 Malmquist指数均值及分解的时间趋势图

从图2可以看出，长江经济带Malmquist指数在2012年之前波动较大，但2012年后有平稳上升趋势。在18个评价区间中有10个年份区间的Malmquist指数大于1，整体呈“W”形变化趋势。技术进步指数与技术效率指数有相对变化趋势，且技术进步指数整体高于Malmquist指数和技术效率指数，可见技术进步成为绿色经济效率增加的主要动力，与表2结论一致。2017—2018年间，Malmquist指数、技术效率和技术进步增长率分别为4.2%，-0.45%、4.68%，说明2018年绿色经济水平的提高主要源于技术进步。因此，可认为长江经济带对新技术的吸收和使用提高了其绿色经济发展水平，但技术效率水平较低的问题仍不容忽视。相关政府部门应扶持优质技术创新项目，加大研发投资力度，完善科研人员激励机制，以提高绿色经济管理效率。

2.3 收敛性分析

从以上分析可知，长江经济带各省市及各流域之间绿色经济效率差异显著，为了进一步探讨其演变趋势，研究分别从σ收敛和绝对β收敛来分析。根据公式(4)计算得出σ值,如图3所示。

图3 长江经济带绿色经济效率σ收敛结果

可以看出，历年来长江经济带全流域的σ值有增有减，无规律可循，但2014年以来σ值逐渐减小，各省市之间的效率值差异在不断缩小，有σ收敛趋势。上游和下游省市的σ值变化规律相似，上游水平略高于下游，2012年之前σ值大体呈上升趋势，并在2012年达到最高水平；2012年之后σ值不断减小，可以说明上下游省市的σ收敛不明显，各省市之间的绿色经济发展水平差异可能会不断扩大。中游省市的平均σ值最小，呈现出“整体收敛、部分发散”的特征，从2000年的0.15下降到2018年的0.063，说明中游省市绿色效率的绝对差距不断减小，整体有σ收敛趋势，但2000—2009年之间σ值有剧烈的波动情况，2010年之后相对稳定。

表3 长江经济带绿色经济效率绝对β收敛回归结果

由表3可知，全流域的β1为-0.062，且在95%的置信水平下显著，表明长江经济带绿色经济效率存在绝对β收敛趋势，即效率值较低的地区有更高的增长速度，对效率值较高的地区有“追赶效应”，各省市最终趋于一个稳定水平。但上游和下游省市的β1不显著，说明上下游省市的绿色经济效率没有绝对β收敛趋势，“追赶效应”不明显，各省市的绿色发展水平可能会拉开差距，这与图3的结论一致。中游省市的β1为-0.651且非常显著，表明中游省市期初效率值与增长率有相反变化趋势，绿色发展水平最终趋于协调稳定发展。

3 结论与建议

研究基于2000—2018年长江经济带各省市的面板数据，运用Super-SBM模型测算了全流域和上、中、下游的绿色经济效率，并结合Malmquist指数模型研究了时间维度上绿色经济效率的动态变化，最后从σ收敛和绝对β收敛方面分析了绿色经济效率的敛散性。

研究结论如下：(1)从静态方面来看，2000—2018年长江经济带绿色经济效率平均值为0.713，整体有下降趋势；三大流域绿色发展水平差异显著，效率值大小为：下游>中游>上游；2012年以来，全流域及上、中、下游省市绿色发展水平趋于相对稳定的状态。(2)从动态方面来看，全流域Malmquist指数略有上升，但只有下游省市的Malmquist指数始终大于1；三大流域Malmquist平均指数大小为：下游>上游>中游，且技术进步变化指数均高于技术效率变化指数；Malmquist指数整体呈“W”形变化趋势，技术进步成为绿色经济效率增加的主要动力。(3)由收敛性分析可知，2000—2018年全流域与上、中、下游省市没有明显的σ收敛趋势，但2014年之后全流域及中下游省市的σ值均逐渐减小。全流域绿色经济效率存在绝对β收敛趋势；而三大流域中，只有中游省市存在绝对β收敛，上下游省市“追赶效应”不明显，绿色发展水平差距可能会不断扩大。

针对以上结论，为提高长江经济带各省市的绿色经济效率值，研究认为：(1)要素投入、产出方面。长江经济带应提高资金利用率，鼓励绿色科技创新，加快实现“国内国际双循环相互促进”的新模式；增加人力资源投入，提高劳动力素质，优化劳动力供给结构；加快绿色技术进步，促进绿色能源升级，提高能源利用率。在促进经济增长的同时，必须减少环境污染排放，加快环境污染治理投资，以降低非期望产出水平。(2)政府管理方面。各级政府应构建科学合理的绿色发展指标体系，将环境绩效纳入考核标准，加强对企业的环境监督，加大对环境污染的处罚，使技术效率发挥出有效作用；同时针对不同地区的绿色经济发展现状，制定中长期绿色发展规划，从产业、人口、税收、金融、环保等多方面提供合理化、差异化的配套服务。(3)不同流域发展方面。结合各流域的绿色经济效率水平，给出对应的方法和措施。对于绿色经济效率较高的下游省市，应着重于经济、资源与环境的协调发展，发挥其带头作用，引领中上游省市发展；对于下游省市，因其资源禀赋较高但绿色经济效率值较低，应因地制宜关注资源优化配置，充分利用地理优势提高其绿色经济发展水平；对于中游省市，因其不具有先天优势，且绿色经济效率不高，应积极引进先进人才和技术，改善生产力布局，从而有效提高绿色经济效率。