内蒙古自治区生态福利绩效评估及其驱动效应分解

姜世忠 侯林秀 费 陶 陆学岩 哈斯娜 温 璐 王立新

(内蒙古大学 生态与环境学院/草原生态安全省部共建协同创新中心/内蒙古草地生态学重点实验室,呼和浩特 010021)

生态福利绩效(Eco-welfare performance,EWP)是指单位自然消耗所带来的福祉水平提升，是单位生态消耗的福利产出效率[1]。EWP反映一个国家或地区将自然资本消耗转化为福祉的能力[2]。自2005年起，我国绿色发展重点集中在“绿水青山就是金山银山”的理念上[3-4]，不仅表现在自然环境保护与经济社会发展相适应，并共同推动社会总资产的过程，也表现为自然资源转化为经济效益和人类福祉的过程[5]。坚持绿水青山和经济发展相适应，对人类福祉和EWP的提升意义重大。1974年Daly[6]最早提出EWP的概念，到1992年生态足迹(Ecological footprint,EF)概念的提出使得EWP的计算得到广泛推广[7]。对EWP的研究主要包括EWP的测度方法和指标构建、EWP的影响和控制因素探讨以及基于EWP评价的区域可持续发展水平研究3个方面。首先，从EWP测度方法和指标的构建来看，主要包括比例法[8-10]和数据包络分析法[11-12]。采用比例法(人类发展指数和生态足迹的比值)计算EWP具有指标选取简单、便于驱动因素的分解研究、数据包络方法科学性较强的特点，然而，其指标选取复杂，不利于EWP的进一步分解研究[13]。目前关于EWP驱动效应的分解研究主要集中在采用比例法的EWP测度以及采用数据包络分析方法的EWP可持续发展水平评估。Dietz等[14]用随机前沿生产函数来构建EWP指数，Knight等[15]则采用方程回归结果中的非标准化残差项作为各国EWP的指标，也有研究者采用对数平均迪氏分解法[16]或者将福祉理念和经济增长绩效相结合的方法[17]对生态福利绩效的影响因素进行分解和量化研究。其次，从EWP的影响和控制因素来看，研究发现城市化率、产业结构、能源强度、能源消费结构、人力资本、气候等均在一定程度上影响EWP[1,18]。通过优化产业结构、技术创新驱动、深化区域合作、加强环境监管等措施可增强区域EWP[19-21]。虽然，基于EWP评价的区域可持续发展水平的研究在国家和省域尺度已开展较多，然而，鲜有研究准确评估城市尺度EWP的时空演变格局，深入解析自然资本消耗、经济发展与福祉提升间的关系也不多[13]。

内蒙古地区作为中国北方的生态安全屏障[22]，在维护国家生态安全、推动生态文明建设中尤为重要[23-24]。已有研究运用碳足迹、水足迹、生态足迹等评估内蒙古可持续发展水平[25-26]，但未从社会经济自然复合生态系统综合考虑经济增长与居民福祉提升、资源消耗间的相互关系，且驱动力分析尚不深入[27]。因此，为探究内蒙古地区经济发展与资源环境的可持续性关系，本研究基于1998—2019年内蒙古地区12个盟市的统计年鉴数据，通过计算内蒙古地区各地级市EWP，并将驱动效应分解为经济增长的福利效应和经济增长的生态效率，试图揭示各盟市经济增长与福祉提升之间的关系以及经济增长的驱动力变化，以期为促进内蒙古地区高质量绿色发展和民生福祉提升的政策制定提供科学依据。

1 研究方法与数据来源

1.1 研究区概况

内蒙古自治区(97°12′～126°04′ E，37°24′～53°23′ N)横跨东北、华北、西北地区，地处欧亚大陆内部，东西直线距离2 400 km，南北跨度1 700 km，全区面积为118.3万km2，下辖9个地级市，3个盟；地貌以蒙古高原为主，西部地区属温带大陆性气候，东部地区为中温带季风气候，多年平均降水量自东向西由500 mm递减为50 mm左右，多年平均蒸发量自东向西由1 000 mm增加到3 000 mm；全区常住人口为2 404.9万人(2020年)。

1.2 数据来源

数据来源于1999—2020年《内蒙古统计年鉴》[28]、《内蒙古政府工作报告》[29]，以及国土、农业及林草等部门提供的专项调查数据。人类发展指数(HDI)的计算用收入指数、健康指数和教育指数的算术平均值来计算。收入指数由按美元购买力平价计算的人均国内生产总值计算。健康指数采用的是平均预期寿命指标，针对缺少连续年份的平均预期寿命数据采用插值法和均值补充。教育指数使用成人识字率(占2/3权重)和综合毛入学率(占1/3权重)计算。

由于各盟市消费项目的进出口量难以获取，为了核算口径的统一，本研究采用消费项目的产量代替消费量。耕地的生态足迹以粮食作物产量来计算；草地的生态足迹利用牛肉、羊肉、牛奶、绵羊毛、山羊毛、羊绒等产量来计算；林地的生态足迹采用林地产量计算；化石燃料用地足迹用煤炭、石油、天然气的消耗量计算；渔业用地足迹用水产品生产量计算；建设用地用生态足迹用耗电量和建设用地面积进行计算[30-33]。

经济增长模型中的期望产出用各盟市的GDP表示；资本要素投入采用社会固定资产投资指标表示；劳动要素投入用年末就业人数表示；土地要素投入用耕地面积指标表示[34]。

1.3 研究方法

1.3.1生态福利绩效模型

EWP的计算借鉴Thompson等[35]的研究，具体计算公式如下：

(1)

(2)

(3)

式中：HDI为人类发展指数，采用1990年联合国开发计划署(UNDP)提出指标计算[36]，其中收入指数、教育指数、健康指数采用王圣云等[13]的方法筛选；EFI为单位资源消耗所产生的人均生态足迹指数，即经过标准化处理的各类土地需求面积与人口数量之比[13]；EF表示人均生态足迹，单位为全球公顷(gha)；ci为第i种商品的人均消费量；pi为第i类消费商品的世界平均生产能力或平均产量；i为消费商品和投入的类型；ri为等价因子(各土地类型等价因子分别为耕地2.21、林地1.10、草地0.50、建设用地2.80、水域用地0.20、化石燃料用地1.10)；max(EF) 为人均生态足迹的最大值。

1.3.2生态福利绩效分解模型

将生态福利绩效分解为如下模型[13]：

(4)

(5)

令

GTFP=F(Kt,Lt,Rt，Y)
Y=G(GDP,EFI)

(6)

式中：HDI/GDP反映人类福祉与经济增长的变化关系；GDP/EFI反映经济增长的生态效率；%ΔGDP为GDP的增长速度；%ΔHDI为HDI的增长速度；%ΔEFI为EFI的变化；GTFP是绿色全要素生产率指数(Green total factor productivity,GTFP)，以单位生态足迹的GDP产出来表征生态效率；Kt、Lt、Rt分别表示的t时期资本投入、劳动投入、土地投入；Y表示生态效率产出，其中将GDP增长作为三大投入的期望产出，将生态足迹作为三大投入的非期望产出。全要素生产率(Total factor productivity,TFP)则是不考虑非期望产出时测算的经济增长的生态效率。

经济增长的福利效应利用Tapio[37-40]提出的弹性系数脱钩指数(Decoupling index,DI)模型计算，公式如下：

(7)

采用数据包络分析法(DEA-ML)指数模型测算经济增长的生态效率，即GTFP。根据郑慧等[41]研究：假设有n个决策单元，n=1,2,…,n，每个决策单元利用m个投入要素生产P个期望产出和t个非期望产出。令Xi=(X1i,X2i,…,Xmi)表示第i个决策单元的m个投入要素；Yi=(y1i,y2i,…,ypi)表示第i个决策单元的p个期望产出；Zi=(Z1i,Z2i,…,Zti)表示它第i个决策单元的t个非期望产出；则(Xi，Yi，Zi)∈Em,p,t为投入产出数据。本研究以经济增长为期望产出，以生态足迹为非期望产出测度t期到t+1期的绿色全要素生产率的变化(GTFPt,t+1)。该指数可以将绿色全要素生产率效应(GTFPt,t+1)分解为技术进步指数(TECH)和技术效率变化指数(EFFCH)。规模报酬可变的情况下GTFPt,t+1的技术效率变化指数(EFFCH)可进一步分解为纯技术效率变化指数(PECH)和规模效率变化指数(SECH)。其推导公式如下[37]：

(8)

式中：GTFP>1，表示绿色全要素生产率提高；GTFP<1，表示绿色全要素生产率下降。TECH>1，表示前沿面向外扩张，技术进步，生产边界外移；TECH<1，表示前沿面向内缩小，经济增长过程中存在技术衰退，生产边界向原点移动。EFFCH>1，表示技术效率改善；EFFCH<1，表示技术效率恶化。若PECH>1，表示决策单元生产管理水平提高，生产效率提高。若PECH<1，表示决策单元生产管理水平降低，生产效率降低。若SECH>1，表示决策单元规模效率上升，更接近最优规模。若SECH<1，表示决策单元规模效率下降，更远离最优规模[13]。

为研究内蒙古地区各盟市人类发展水平，本研究特别将HDI等级划分为低人类发展水平HDI≤0.499、中等人类发展水平0.499

2 结果与分析

2.1 内蒙古生态福利绩效及其时空格局

通过式(1)计算得到研究区EWP，结果见图1。可见：研究期间整个研究区EWP呈波动变化，其中1998—2001年(Ⅰ段)缓慢增长，年均增长率达1.87%；2001—2006年(Ⅱ段)迅速下降，至2006年达到最低，年均增长率为-6.6%；2006—2012年(Ⅲ段)间上升，之后到2017年(Ⅳ段)下降；2017—2019年(Ⅴ段)迅速上升，年均增长率达到7.36%。计算各盟市各年份的EWP，结果见表1。可知：表明研究区的人类发展指数提升速度在Ⅰ、Ⅲ、Ⅴ时间段内快于人均生态足迹增长，而在Ⅱ和Ⅳ时间段内低于人均生态足迹增长；从盟市尺度来看，研究期间内蒙古地区8个盟市的EWP呈负增长，尤其是兴安盟(-2.71%)、巴彦淖尔(-2.08%)、阿拉善盟(-1.50%)的EWP下降速率较快(表1)。呼和浩特、呼伦贝尔、锡林郭勒盟、鄂尔多斯的EWP表现为正增长，其中呼和浩特和呼伦贝尔是人类发展指数提高快且生态足迹增长缓慢导致，锡林郭勒盟主要是人类发展指数增长快速且生态足迹负增长导致，而鄂尔多斯的EWP提升是由于区域人类发展指数增速高于生态足迹增速导致的。

图1 1998—2019年内蒙古地区生态福利绩效变化趋势Fig.1 Change trend of eco-welfare performance in Inner Mongolia from 1998 to 2019

由表1可知：研究期间鄂尔多斯、乌海、包头、乌兰察布、巴彦淖尔的EWP在1998—2004年呈倒“V”型变化，2004—2019年呈波动式上升变化；兴安盟、通辽、赤峰的EWP在1998—2004年呈“M”型变化，2004—2019年具有平稳下降的趋势；呼和浩特和阿拉善的EWP总体变化趋势先波动式上升后波动式下降，其中2015年呼和浩特EWP达到最大，2012年阿拉善EWP 达到最大；在1998—2006年期间呼伦贝尔EWP下降，而锡林郭勒EWP上升，2006—2018年两市均平稳发展，2018—2019年EWP均明显上升。说明研究区盟市间EWP发展仍不均衡。影响各盟市EWP变化的主要原因是耕地面积变化、粮食、羊肉、牛奶、绵羊毛、山羊毛等人均消费量变化，收入指数和教育指数的变化。

表1 1998—2019内蒙古地区生态福利绩效Table 1 Eco-welfare performance of Inner Mongolia from 1998 to 2019

2.1.1内蒙古HDI时空格局

采用收入指数、教育指数、健康指数计算得到研究区HDI，结果见图2。可见：研究期间内蒙古地区HDI明显提升，自2010年起增长速度明显放缓；与1998年相比，2019年的HDI增长了0.24，年均增长率达到了1.63%；人均GDP从1998年的5 139元上升到2019年的67 444.87元，表明研究区的经济发展取得了显著的成果；人均预期寿命由1998年的69.87岁到2019年的74.44岁，平均寿命达到71.94岁，高于世界平均预期寿命70岁[13]，从侧面反映出内蒙古地区人民物质生活水平，医疗卫生水平得到了巨大发展；全区成人识字率达到95.42%，在1998—2019年文盲率由15.83%下降至4.58%，表明全区教育水平得到全面提高，居民文化水平显著提升。

图2 1998—2019年内蒙古地区人类发展指数变化Fig.2 Human development index changes in Inner Mongolia from 1998 to 2019

通过Arcgis将各盟市HDI在空间的变化进行投影，结果见图3，计算各盟市HDI的增长率，结果见图4。可见：在1998年，研究区各盟市人类发展水平均处于中等人类发展水平，均值为0.588；至2019年，呼和浩特、包头、乌海、锡林郭勒盟、鄂尔多斯、巴彦淖尔、阿拉善盟等7个盟市已进入高等人类发展水平，其中部分盟市的HDI接近极高人类发展水平，赤峰、呼伦贝尔、兴安盟、通辽、乌兰察布市人类发展水平皆接近高等发展水平；相比于东部地区，西部地区和中部地区的HDI随时间变幅较大。

图3 1998—2019年内蒙古地区人类发展指数空间分布图Fig.3 Spatial distribution of human development index by Inner Mongolia from 1998 to 2019

图4 1998—2019年内蒙古地区各盟市人类发展指数年增长率Fig.4 Annual growth rate of human development index by league cities in Inner Mongolia from 1998 to 2019

2.1.2内蒙古生态足迹时空格局

通过式(3)计算研究区各生态足迹，结果见图5。可见：1998—2019年，内蒙古地区生态足迹明显上升；人均草地、人均林地、人均水域生态足迹在人均生态足迹中的比例自1998年的57.78%、0.72%、0.03%分别下降至2019年的41.67%、0.61%、0.026%。下降程度表现为：人均草地生态足迹(下降16.11%)>人均林地生态足迹(下降0.11%)>人均水域生态足迹(下降0.004%)。这表明草地、林地、水域作为自然资源消耗指标，内蒙古地区针对草地、林地及水体所采取的一系列环境保护措施(如:“三北”防护林建设、退耕还林还草、水土保持、水生态综合治理、围栏封育等)具有一定效果。人均建设用地、人均耕地和人均化石能源生态足迹在人均生态足迹中的比例自1998年的1.22%、39.66%、0.59%分别增长至2019年的10.16%、45.11%、2.42%。增长程度表现为：人均建设用地生态足迹(增长8.94%)>人均耕地生态足迹(增长5.45%)>人均化石能源生态足迹(增长1.83%)。人均建设用地生态足迹的增加主要是自改革开放以来内蒙古地区城市化快速发展的结果[43]。研究区作为我国北方地区重要的粮食生产基地是导致人均耕地生态足迹增加的主要因素[44]。化石能源的开采利用是导致内蒙古人均化石能源生态足迹增加的主要原因[45-46]。总体而言，人口数量逐年增加、城市化进程加快及资源开发利用强度增加是内蒙古地区人均生态足迹总体呈上升趋势的主要原因[27]。

图5 1998—2019 年内蒙古地区人均生态足迹构成Fig.5 Evolution of per capita ecological footprint in Inner Mongolia from 1998 to 2019

通过Arcgis将各盟市EF在空间的变化进行投影，结果见图6，计算各盟市EF的增长率，结果见图7。可见：在空间上，人均生态足迹总体呈东高西低，东部地区人均生态足迹变化率较高且随变化较为稳定，中部地区的EF为波动式变化，尤其是锡林郭勒、乌兰察布变化最为明显；阿拉善盟、乌海市、鄂尔多斯、巴彦淖尔等西部地区的EF在时间上没有剧烈的变化，前期变化差异较大，后期变化差异较小。

图6 1998—2019年内蒙古地区各盟市人均生态足迹空间分布图Fig.6 Spatial distribution of ecological footprint per capita in each league and city of Inner Mongolia from 1998 to 2019

图7 1998—2019年内蒙古地区各盟市人均生态足迹年增长率Fig.7 Annual growth rate of ecological footprint (EF) per capita in Inner Mongolia by league and city from 1998 to 2019

2.2 内蒙古经济增长的福利效应分析

将研究区DI值划分为四种福利效应类型，各盟市的DI值的划分标准以至少5个年度的DI值来衡量，结果见表2。可知：包头、呼伦贝尔、兴安盟、通辽、锡林郭勒盟、阿拉善盟6个盟市为低福祉增长类型，即这些盟市福祉水平的提升速度低于经济增长的速度；其中包头和通辽两个盟市的经济发展速度和人类福祉增加速度的趋势大体一致，但由于人类福祉增长速度慢于经济增速，属于低福祉增长类型；呼伦贝尔、兴安盟和锡林郭勒盟3个盟市与包头和通辽相比较，人类福祉增速较快，但依旧慢于经济增长的速度，表现为由低等福祉增长类型向中等福祉增长类型转变的过程；阿拉善盟的人类福祉水平较低，经济发展受环境的抑制较大，DI<0的值分别达到4个年份，0≤DI≤0.1的年份达到12个。

表2 内蒙古地区经济增长的福利效应类型划分Table 2 The types of welfare effects of economic growth in Inner Mongolia

呼和浩特、乌海、赤峰、乌兰察布、鄂尔多斯、巴彦淖尔等6个盟市属于中等福祉增长类型，表现为经济增长的速度比福祉增长的速度相对来说较慢。2005年起呼和浩特经济增长开始放缓，虽然人类福祉增长速度整体上有所下降，但下降趋势不大，使其成为中等福祉增长类型；乌海市0.1

2.3 内蒙古自治区各盟市经济增长的生态效率分解

采用DEA-ML指数模型测算经济增长的生态效率，结果见图8。可知：1998—2019年，研究区TFP和GTFP均随时间上下波动，GTFP略低于TFP，主要是TFP没有考虑经济发展所带来的负面产出，而GTFP涵盖了经济增长所带来的环境代价。

图8 1998—2019年内蒙古地区绿色全要素生产率与全要素生产率的演变趋势Fig.8 Evolution trend of green total factor productivity and total factor productivity in Inner Mongolia from 1998 to 2019

将1998—2019年内蒙古地区各盟市GTFP和TFP分解，结果见表3和表4。可知：TFP各分项指数对经济增长的贡献中SECH和PECH对内蒙的经济增长的贡献低于TECH，表明研究区经济发展主要以技术进步为驱动；GTFP各分项指数对经济增长的贡献中也以TECH最为突出。反映了不论是否考虑非期望产出，影响内蒙地区经济增长的首要驱动力为技术进步。

表3 内蒙古地区绿色全要素生产率分解Table 3 Decomposition of green total factor productivity by Inner Mongolia

表4 内蒙古地区全要素生产率分解Table 4 Total factor productivity decomposition by Inner Mongolia

1998—2019年GTFP由高到低依次为：西部地区(1.158)>中部地区(1.148)>东部地区(1.147)。西部地区GTFP最高，主要是鄂尔多斯作为中国北方地区的产煤大市，通过技术进步等科技手段，极大地促进了经济的发展[46]，巴彦淖尔矿产资源丰富，硫铁矿储量居全国第一，全市有机奶产量占全国一半以上，农畜产品出口量占内蒙古第一，乌海和阿拉善人口数量少，人均生态足迹小；中部地区的呼和浩特和包头分别作为内蒙古地区的政治、经济、文化中心以及工业大市，对内蒙地区经济发展的影响举足轻重；东部地区GTFP相比于西部地区和中部地区较低，但是随着经济的发展，社会各项事业表现出良好的态势，其TECH和PECH具有明显的增加趋势。

3 讨论与结论

3.1 讨论

研究期间内蒙古地区EWP总体处于波动下降状态，表明研究区人类发展指数的提升慢于人均生态足迹增长，这与全国EWP的变化趋势是相一致的[13]，也与陕西(-4.28%)，宁夏(-3.97%)、青海(-2.69%)、新疆(-4.20%)等西部地区的EWP变化一致[13]。由此可知，西部欠发达地区更容易在提高人类福祉时造成严重的资源消耗，而与其他EWP正增长的省市相比较，低EWP的地区减缓了全国整体EWP的增长。

蒙古地区人类发展指数整体处于增长的趋势，但是经济增长与福祉增长依旧处于相对脱钩状态，整体在全国范围内排第14，说明内蒙古在全国省市中的人类福祉也仅处于中等人类发展水平[47]。陈涛等[48]在对全国人类发展指数的评估结果得出人类发展指数不均衡的原因极有可能是教育指数的差异较大引起，收入指数和健康指数的影响相对较少。本研究中收入指数的差异较大，表明收入不均等因素是造成的人类发展程度不平衡的主要原因。因此加大社会福利在财政支出中的比重，加大医疗、教育以及就业等方面的投入，推进基础公共服务设施的建设,对提升研究区人类福祉水平具有重要意义。

研究期间内蒙古地区生态足迹明显上升，这与玉梅等[30]的研究相一致，其中人均建设用地生态足迹(增长8.94%)、人均耕地生态足迹(增长5.45%)、人均化石能源生态足迹(增长1.83%)是导致内蒙古生态足迹增加的主要原因。刘海涛等[49]结果得出化石燃料用地、耕地及草地的生态足迹对内蒙古自治区人均生态承载力的影响非常明显，主要原因可能是采用的数据太久远，无法对当下的最新生态足迹进行评估。也有研究表明气候变化会对生态足迹产生影响，这有可能是适当的降雨加快了生态环境资源的更新，例如草地，水域面积、林地面积的改变[50]。“三北”防护林建设、退耕还林还草、水土保持、水生态综合治理、围栏封育等一系列生态防护措施能够明显减缓生态足迹的增加，但人口数量增加、城镇化改造及资源开发利用不合理等因素会导致生态足迹的提升，应当实施以生态保护与经济发展并重的政策方针，加大科研力度并积极采用先进的技术，合理适度地开发各种土地资源，努力提高资源利用效率[27]。

通过对研究区生态效率分解可知技术进步是促进内蒙古经济增长的主要驱动因素，这与苏日古嘎等[51]应用超效率SBM模型和GML指数对内蒙古自治区及其12个盟市的绿色发展效率与绿色全要素生产率进行测度的结论相一致。本研究GTFP由高到低依次为：西部地区(1.158)>中部地区(1.148)>东部地区(1.147)，这也与闫海春等[52]人的研究一致，绿色全要素生产率增长的区域差异由西部地区到东部地区呈现递减态势。因此加大技术进步的支持力度，针对绿色全要素生产率发展水平地区差异显著的特点，还要加强东西部的交流合作，缩小地区差距。

3.2 结论

本研究基于1998—2019年内蒙古地区12个盟市面板数据，通过计算内蒙古地区EWP，将其分解为经济增长的福利效应和经济增长的生态效率2个驱动效应，并采用DI指数和DEA-ML指数分别对影响各盟市经济增长的福利效应和生态效率进行分析和测算，主要研究结论如下：

1)1998—2019年，内蒙古地区EWP整体随时间处于波动下降的趋势，各盟市间EWP发展也不均衡。

2)内蒙古地区经济增长与福祉增长总体处于相对脱钩状态，经济产出与人类福祉的转换能力依旧较低。

3)按照对经济增长带来的贡献对分解后的GTFP各项进行排序可知，技术进步依旧是促进内蒙古经济增长的主要驱动因素。