中国绿色经济效率测度及空间演化格局

何金玉，李旭辉

（安徽财经大学管理科学与工程学院，安徽蚌埠，233030）

2021年2月国务院印发的《关于加快建立健全绿色低碳循环发展经济体系的指导意见》明确指出，建立健全绿色低碳循环发展经济体系，促进经济社会发展全面绿色转型，是解决我国资源环境生态问题的基础之策[1]。受传统粗放发展模式的影响，当前我国经济发展仍存在资源集约利用水平亟待提高，生态环境压力较大的现象，在此背景下，有效提高绿色经济效率成为经济社会发展面临的重要问题，这既是深入贯彻新发展理念、构建新发展格局的必要响应，也是推动区域经济社会高质量发展的重要内涵和关键举措。随着区域一体化战略的深入实施，以绿色发展为核心的区域协调战略成为构建我国新发展格局的重要支撑。鉴于此，统筹协调四大板块绿色经济发展效率，进一步完善资源的互联互通机制，是加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局的内在要求。因此，深入研判我国绿色经济效率的演化规律和发展特征，探究地区绿色经济效率的协同提升路径，释放地区发展的空间联动效应，进而有针对性地推动地区绿色经济协调发展具有重要意义。

绿色经济效率是对经济增长与资源环境优化均衡发展的度量，通过自然资本对经济发展进行约束，从而实现经济社会的高质量发展[2]。客观分析绿色经济效率，对实现生态优先绿色发展以及构建绿色低碳循环发展经济体系具有重要意义。基于现有研究，学者们关于绿色经济效率的研究主要集中在以下方面：一是绿色经济效率的测度。李林汉和岳一飞（2019）采用四阶段DEA模型，系统分析了我国省际绿色经济效率的演化特征[3]。孟望生和邵芳琴（2020）基于2003—2016年的面板数据分析了我国绿色经济效率的增长机制[4]。二是绿色经济效率发展的影响因素。兰梓睿（2021）利用我国地级市面板数据研究低碳试点政策对地区绿色发展的影响机制[5]。林小希（2021）分析了经济集聚对绿色经济发展的影响，研究发现两者呈现“U”型的曲线关系[6]。三是绿色经济效率的空间特征。周杰文等（2020）探究了“一带一路”沿线省份绿色经济效率发展的时空差异特征和差异产生的原因[7]。吴传清和周西一敏（2020）考察了长江经济带沿线省市绿色经济效率的时空演变格局，并进一步分析了影响因素[8]。胡博伟等（2020）基于绿色发展理念考察了干旱区资源城市绿色经济发展程度和时空分异特征[9]。

已有研究为考察我国绿色经济效率奠定了丰富的理论基础，但在研究方法、指标和对象等方面仍存在可拓展之处。在测度方法选择上，绿色经济效率的测度具有复杂性和差异性，测度方法的有效性将直接影响绿色经济效率测算的准确性，因此，本文利用BCC模型，避免权重设计中的主观性，在保证测度结果客观性的同时也契合了研究目标规模可变、效率最大化的特征。在研究指标构建方面，已有研究多选用几个独立指标对绿色经济效率进行测度，而绿色经济效率的测度需要综合考虑资源投入情况和环境代价[8]，因此独立指标缺乏针对性和科学性，无法准确测度中国绿色经济效率的阶段特征和发展规律，在已有研究的基础上，本文综合经济发展与生态建设相关指标构建中国绿色经济效率测度指标体系。在研究对象上，现有研究大多基于区域视角对绿色经济效率的时空演化进程进行探讨，缺乏对国家整体战略布局的考察，因此，本文基于中国四大板块比较视角全面深入地考察绿色经济效率的时空演进规律和区域协同发展机制。鉴于上述研究的局限性，本文以中国四大板块为研究空间尺度，深入探究中国绿色经济效率的发展阶段、演化规律和空间集聚特征。

一、研究方法与数据

（一）研究方法

1.DEA-Malmquist指数

DEA是一种基于线性规划理论评价相对效率的常用方法，是测度多个输入与输出决策单元效率值的有效工具。其原理主要是通过控制决策单元输入或输出不变，借助线性规划和统计数据确定有效生产前沿面，将决策单元投影到DEA有效前沿面上，比较各决策单元偏离DEA有效前沿面的程度来评价其相对有效性，以此反映决策单元的信息[10-11]。依据假设前提的不同，DEA主要分为CCR和BCC两种模型[12]，基于本文研究对象为中国绿色经济效率，具有规模可变、效率最大化的目标特征，本文选取投入导向且规模报酬可变的BCC模型，具体模型如下：

BCC模型是静态模型，仅能从静态角度对同一考察期的决策单元进行测度，无法从动态角度分析中国绿色经济效率的演进趋势。为了弥补静态BCC模型的不足，本文引入Malmquist指数模型[13]，对中国绿色经济效率进行效率分解以及动态影像机制分析，其公式如下：

2.探索性空间数据分析（ESDA）

探索性空间数据分析是一种能够刻画空间单元集聚特征的空间关联分析方法，具体包括全局自相关分析和局部自相关分析[14-15]。全局空间自相关是通过分析属性值在整体地理空间上的关联程度来反映空间集聚特征，其公式为：

其中，n代表省市总数，Wij是空间权重矩阵，xi、xj省市i和省市j的绿色经济效率值。Moran's I指数反映了空间单元间的相关性，在本文中，该指数表示空间单元的绿色经济效率在我国整体中的相似水平。

全局自相关仅能反映研究空间整体的相关性，无法表示局部空间集聚特征，而局部自相关分析可以弥补这一缺陷，进一步考察局部地区间的空间集聚特征和类型[16]。因此，本文利用局部空间自相关分析中国各省份绿色经济效率与相邻省份绿色经济效率的关联类型，公式如下：

其中，当Moran'sIi为正数时，局部单元间存在显著的空间正自相关，反之则具有空间负相关性。

（二）指标选取与数据来源

根据绿色经济效率的内涵及其本质特征，参考已有研究[8，17]，投入指标包括能源投入和非能源投入，其中能源投入以能源消费总量表示，非能源投入则包括劳动力投入和资本投入，劳动力投入以年末从业人员数来反映，资本投入用固定资产投入表示。产出指标则以各地区生产总值和绿地面积来反映。考虑指标数据的可获得性，本文以全国30个省、市、区（不包含西藏）为测度对象。

上述指标的原始数据分别来自《中国统计年鉴》（2011—2020）、《中国社会统计年鉴》（2011—2020）以及《中国能源统计年鉴》（2011—2020），并以各省统计年鉴作为补充。

二、实证测度

（一）中国绿色经济效率测度

1.静态技术效率测算

DEA模型下的绿色经济效率是在充分考虑经济社会发展以及绿色环境治理的基础上，分析投入资源的利用水平。本文基于2010—2019年中国30个省区市面板数据，采用BCC模型测算中国绿色经济效率，结果如表1所示。

表1 中国绿色经济效率及其分解效率

表1描述了中国整体及四大板块绿色经济效率的发展特征。从整体看，2010年四大板块中仅有东部地区的平均技术效率高于全国平均水平0.573，但随着经济高质量发展战略的深入实施，2019年东部地区和东北地区绿色经济效率远超全国平均水平0.581，考察期内技术效率实现稳定增长。从决策单元的相对有效性看，2010年技术效率达到有效水平的省市分别为北京、广东、海南和上海，而2019年仅有上海、北京和广东三个省市的技术效率有效。究其原因，样本考察初期，上海、浙江、北京、广东等地技术效率领先于其他地区，且主要来自纯技术效率的带动作用；其他地区如天津、河北等纯技术效率较低，导致技术效率落后于全国平均水平。样本考察末期，海南绿色经济效率呈现非有效性，主要原因在于规模效率和纯技术效率的发展不均衡，规模效率出现较大幅度下降。从四大板块看，2010年东部地区的技术效率处于领先地位，紧随其后的是中西部地区，东北地区的技术效率发展最为缓慢。原因在于，东部地区纯技术效率和规模效率协同带动，中部地区、西部地区和东北地区则主要依靠规模效率的提高。2019年东北地区技术效率呈现显著增长，位居首位，其次是东部地区、中部地区和西部地区。原因是东北地区纯技术效率的不断提高使得技术效率得到明显增长。因此，各地区应积极推进纯技术效率和规模效率的协同发展，通过打通关节来盘活整体。综合来看，2019年各省份规模效率均得到明显提升，但纯技术效率提升缓慢，阻碍了技术效率的进一步提高，这就要求各省份要高度重视科技创新，通过推动核心技术应用进一步促进绿色经济效率的不断提高。

2.Malmquist指数测算

运用Malmquist指数模型对2010—2019年中国绿色经济全要素生产率进行分解，得到技术进步效率和技术效率（见表2、表3）。

表2 2010—2019年中国绿色经济效率Malmquist指数及其分解

表3 2010—2019年中国各省份绿色经济效率Malmquist指数及其分解

（1）时间维度

表2从时间维度报告了中国30个省区市绿色经济效率的动态发展情况，2010—2019年，中国总体全要素生产率均呈增长态势，平均增速为4.9%，其中技术效率平均增速为0.2%，技术进步平均增速为4.8%，纯技术效率平均增速为0.7%，而规模效率呈现微弱的下降趋势。整体分析，由于全要素生产率受到技术效率和技术进步效率的共同影响，2010—2019年技术进步始终是带动全要素生产率进步的关键因素，2013年以后技术效率也成为带动全要素生产率进步的原因。2016—2017年全要素生产率出现最大幅度的增长，得益于技术效率和技术进步的联动作用；2011—2012年全要素生产率增幅最小，仅有2.3%，原因在于技术效率出现较大幅度下降，阻碍了全要素生产率的发展。进一步对技术效率进行分解，观察纯技术效率和规模效率的影响机理。分析表明，技术效率在考察初期出现最低值，在2013—2014年出现转折，此后技术效率呈现稳定的增长趋势，于2016—2017年到达峰值。值得注意的是，2018—2019年技术效率增速表现出下降趋势。究其原因，规模效率与纯技术效率在相应年份的共同作用对技术效率的变动带来了不同程度和方向的影响。以上结论表明，技术进步是影响全要素生产率的主要因素，提高技术进步效率是提升中国绿色经济效率的关键路径。

（2）空间维度

表3从空间维度报告了中国30个省区市绿色经济全要素生产率的动态演变趋势，2010—2019年，吉林全要素生产率增速最快，海南下降幅度最显著，考察期内全要素生产率平均增幅为4.9%。28个省区市全要素生产率呈现上升趋势，表明随着中国经济结构转型升级的深入推进，绿色经济的可持续发展取得显著成效。具体来看，辽宁和吉林的全要素增长率超过了10%，分别达到10.2%和13.6%，黑龙江的涨幅最小为0.3%。绿色经济效率下降的两个省份均来自东部地区，这要求东部地区在经济发展过程中贯彻落实新发展理念，通过转变经济发展方式，优化经济结构，培育经济增长新动能，促使经济增长与生态保护实现共赢。中部地区绿色经济效率发展劲头较好，其中河南绿色经济效率增幅最明显，而安徽增长最缓慢，安徽省需要高度重视其绿色经济发展，积极转化发展路径，推动绿色经济效率的提升。西部地区绿色经济效率呈现显著的两极分化态势，仅有重庆、四川位于前十，其余大多数位于全国中下游水平，这说明西部地区的绿色经济效率存在明显的非均衡性。东北地区绿色经济效率呈稳定增长态势，发展水平在全国居于领先地位。

（二）中国绿色经济效率空间分布特征分析

通过上述分析可以发现，中国绿色经济效率存在显著的空间非均衡现象，为了进一步探究中国绿色经济效率的空间分布特征，本文将2010年和2019年中国30个省区市绿色经济效率值按照最佳自然断裂法划分为从高至低的四个等级，分别为较优水平、次优水平、弱优水平和非优水平。

图1刻画了中国绿色经济效率的空间分布特征。考察期内，北京、上海和广东始终位于较优水平，2010年海南退出较优水平地区，使得绿色经济效率较优地区所占比例有所下降。从空间分布看，2010年中国绿色经济效率呈现出由东部沿海地区向西部内陆地区递减的空间格局。其中，较优水平地区主要分布在东南沿海地区，较低水平地区主要集中在西北地区。2019年中国绿色经济效率的空间分布阶梯性特征进一步凸显，呈现出集中连片分布的“区块状”，说明绿色经济效率可能存在空间相关性。对比其他地区，东南沿海地区与西北内陆地区间省际差异最显著，并出现甘肃、青海和河北等非优水平“塌陷区”。具体分析，较优水平地区主要分布在东部沿海地区和东北地区，次优水平和弱优水平地区分布最广泛，基本包括中部地区和西部地区，而非优水平地区尚未形成集聚之势，主要位于甘肃、青海、云南、河北和贵州等地。值得注意的是，西部地区的非优地区正在逐步转化为次优地区，进一步说明中国在探索实现经济集约式发展和可持续增长中取得显著成效，绿色经济效率得到明显提升。

三、中国绿色经济效率空间格局演化分析

（一）中国绿色经济效率全局空间自相关格局

图1显示中国绿色经济效率空间分布呈现集中连片的“区块状”，存在明显的集聚态势，为了进一步分析中国绿色经济效率的整体集聚格局及演化趋势，本文利用Geoda基于全局自相关法计算2010年和2019年中国绿色经济效率的全局Moran's I指数，并绘制莫兰散点图，如图2所示。

图1 2010年、2019年中国绿色经济效率空间分布

图2 2010年、2019年中国绿色经济效率全局空间自相关

图2刻画了中国绿色经济效率的空间相关特征。从整体看，考察期内中国绿色经济效率存在显著空间集聚特征，2010年、2019年Moran's I指数符号并未发生质的转变，均为正值，这表明中国绿色经济效率始终处于空间正相关状态，具体而言，2019年Moran's I指数相较于2010年略有下降，说明中国绿色经济效率的空间集聚性有所降低，但仍处于较高状态[18]。由图2可知，2010年上海、福建、浙江、海南和广东等东部沿海地区位于第一象限，属于“效应扩散区”，这些地区位于我国经济发展的战略位置，绿色发展起步较早，且近年来随着绿色发展和生态文明建设的不断推进，绿色产业集聚效应增强，对周边地区的绿色经济发展具有一定的辐射带动作用；山东、湖南和广西位于第二象限“潜力区”，这些地区虽然自身绿色经济效率低，但周边省市绿色经济效率位于较高水平，可通过高水平地区的辐射效应带动其自身的发展；河南、陕西、河北、贵州和重庆等17个省区市位于第三象限“贫瘠区”，是绿色经济效率发展相对较低的地区，且缺乏空间溢出效应的带动，绿色经济效率发展较慢；北京处于第四象限“极化区”，自身绿色经济效率发展水平较高，与周边地区存在显著的空间非均衡现象。与2010年相比，2019年“效应扩散区”由9个变为7个，但仍集中在江苏、浙江、海南、福建和上海等东部沿海地区，这与中国绿色经济效率的空间分布格局相印证；位于“潜力区”的省区市数量未发生明显变化，仍为3个；位于“贫瘠区”的省区市较考察初期减少了3个，低水平地区的减少进一步说明中国绿色经济效率呈现显著的增长态势；而位于“极化区”的省市由北京一个地区增加为北京、广东、重庆等6个省区市，其中重庆、宁夏和辽宁由“贫瘠区”跃迁至“极化区”，这表明重庆、宁夏和辽宁等地在环境治理和经济建设协调发展中取得了显著成效。

（二）中国绿色经济效率局部空间自相关格局

通过计算全局Moran's I指数，本文对中国绿色经济效率的整体相关性进行了详细分析，然而全局Moran's I指数仅能反映中国绿色经济效率的整体水平，为了进一步考察和验证绿色经济效率的集聚状态，基于2010年和2019年相关数据，利用ArcGIS软件进一步分析局部空间相关性（图3）。

图3 2010年、2019年中国绿色经济效率局部空间自相关

分析图3可以发现，高高集聚的省区市由2010年的6个变化为2019年的0个；高低集聚由考察初期的0个变为末期的1个；部分位于低低集聚的省份转化为空间相关不显著地区。结果表明，考察初期中国绿色经济效率存在显著的空间正向集聚特征，但随时间推移，考察末期空间正向集聚现象有所减弱，这也与全局空间自相关结论相印证。具体分析，考察初期高高集聚主要位于东部沿海地区，这些地区的空间溢出效应明显，具有带动周边地区绿色经济效率发展的辐射作用，但考察期内这一特征地区逐步消失。值得注意的是，考察末期宁夏由空间集聚不显著地区跃迁为高低集聚地区，但尚未形成显著的扩散效应，原因可能在于近年来宁夏大力实施绿色科技创新，通过科技创新减少资源的浪费，进一步提高了经济发展质量和效益，实现了绿色经济效率的跨越式发展。综合来看，中国绿色经济效率呈现空间负相关的省区市数量有所减少，表明中国绿色经济效率发展的异质性有所缓解。

四、结论及政策建议

本文基于2010—2019年中国30个省区市的面板数据和BCC模型测算了中国绿色经济效率，借助Malmquist指数从时空维度对绿色经济效率进行分解，采用探索性空间数据分析方法考察了中国绿色经济效率的空间关联特征。结论如下：一是样本考察期内，中国绿色经济效率整体呈现显著的增长态势，但地区间仍存在明显的空间非均衡现象。二是从时间维度看，中国绿色经济整体全要素生产率呈稳定增长趋势，技术进步效率增幅远超技术效率增幅；从空间维度看，东部、中部和西部地区绿色经济的技术效率指数均小于技术进步效率指数，而东北地区技术效率远高于技术进步效率。三是中国绿色经济效率分布呈现显著的正向空间相关性，考察期内，绿色经济效率的空间集聚性有所下降，但仍处于稳态高位，空间异质性有所缓解。

根据上述分析，为绿色经济效率稳步提升提出如下建议：

一是优化地区资源配置，激发内生增长动力。当前中国绿色经济效率整体呈现增长趋势，但仍存在一定的下行风险，因此，要持续激发我国绿色经济效率的发展潜力，避免粗放式、竞争性资源利用现象。这就要求各地区树立绿色集约发展理念，拓宽“集约化、链条化”发展模式，严格把控地区经济社会发展过程中的污染物排放，降低环境资源损耗程度；优化资源的配置路径，减少资源闲置和浪费；完善地区创新生态，协调政府与市场的合作机制，提升绿色经济效率。

二是把握地区发展特征，实行差异化战略。精准把握我国绿色经济效率的空间异质性，因地制宜选择具有地区特色的发展战略。一方面，四大板块需要明确各省区市的发展特征与功能定位，重视板块内部核心城市间的“生态位”差异，形成空间协调、发展有序的格局，推动我国四大板块绿色经济效率整体提升；另一方面，对于四大板块内部的核心城市，不仅需要借助集聚效应提高其资源利用效率，还需要充分发挥创新引领作用，树立资源利用和绿色发展的示范效应。

三是强化地区空间溢出效应，推动协同发展。当前，中西部地区绿色经济效率仍处于相对落后阶段，根据绿色经济空间布局分析，四大板块的绿色经济发展存在显著的空间非均衡性。因此，四大板块应充分发挥空间联动效应，打破地域局限，畅通地区间协调发展渠道，加强跨空间合作程度，在提高绿色经济效率的同时，均衡地区发展水平。此外，四大板块的绿色经济发展应在资源刚性约束前提下，协调资源的供给和需求，推动地区间要素自由传递，发挥核心地区的辐射带动作用。