黄河流域高质量发展与生态福利绩效耦合协调分析

陈少炜，肖文杰

（西安财经大学 经济学院，陕西 西安 710100）

推动黄河流域高质量发展是保障黄河流域经济持续健康发展的必然要求，高质量发展应充分体现创新、协调、绿色、开放、共享五大发展理念［1-4］。生态福利绩效是生态保护成效的体现，高质量发展与生态福利绩效的耦合协调对黄河流域生态保护和高质量发展尤为重要。绿色经济理论把生态福利绩效定义为使用单位自然资源所提升的福利水平［5-6］，龙亮军等［7］、郭炳南等［8］、陈少炜等［9］基于DEA方法和Super-SBM模型分别对上海市、长江流域、黄河流域的生态福利绩效进行了测算评价，有关学者对高质量发展与生态环境等的耦合协调关系进行了广泛的研究［10-19］，但对于黄河流域高质量发展与生态福利绩效耦合协调的研究较少。笔者分别构建黄河流域高质量发展与生态福利绩效评价指标体系，采用熵值法和SBM-DEA模型测算这两个系统的综合水平，进而探讨这两个系统耦合协调度的时空差异及其影响因素，以期为两者协调发展决策提供参考。

1 研究方法与数据来源

1.1 研究区域

把黄河流经的9个省（区）作为研究区域，把黄河流域分为上游、中游、下游地区，其中：上游地区包括青海省、四川省、甘肃省、宁夏回族自治区、内蒙古自治区，中游地区包括陕西省、山西省，下游地区包括河南省、山东省。

1.2 研究方法

1.2.1 熵值法

熵值法根据指标的信息熵和指标变化程度对系统整体的影响来确定指标的权重，是一种客观赋权方法，可避免人为因素的影响，具体步骤如下。

首先，把m个评价指标、n个评价单元（每个省份为一个评价单元）、T个样本（面板数据，每年一个样本）按照时序进行排列，构成一个全局熵值指标矩阵X＝（X1，X2，…，XT），其中Xt＝xij（t），xij（t）为第t年j单元的i指标值。

其次，对各指标进行标准化处理。为了避免指标0值对权重与熵值计算过程的影响，采用极值标准差法对指标进行标准化处理，正向指标xij（t）的标准化处理公式为

负向指标xij（t）的标准化处理公式为

1.2.2 SBM-DEA模型

Charnes等［20］于1979年 提 出 的 数 据 包 络 分 析DEA（Data Envelopment Analysis）方法，几十年来得到不断完善。Super-SBM模型是SBM模型的改进和优化，解决了SBM模型无法区分有效评价单元的问题，允许有效评价单元的效率值≥1，避免有效评价单元无法比较的情形，适用于评价单元数量与评估标准数量相比较少的情况［21］。本研究采用SBM-DEA模型对黄河流域各省（区）生态福利绩效进行评估（用生态福利绩效指数表示），设有n个评价单元（每个省（区）为一个评价单元），每个评价单元有m个投入、S个产出，可构造投入矩阵X＝（xij）m×n和产出矩阵Y＝（yij）S×n，则生态福利绩效指数计算公式如下（具体约束条件见文献［9］）：

式中：δj为第j个评价单元的生态福利绩效指数，δj值越大生态福利绩效越好，当δj≥1时为DEA相对有效，当δj＜1时为DEA相对无效分别为各单元第i项投入均值、第r项产出均值；xi j、yr j分别为第j个单元的第i项投入、第r项产出。

1.2.3 耦合协调度模型

用耦合度、协调度和耦合协调度刻画高质量发展与生态福利绩效的耦合协调性［22-23］，模型如下：

式中：C为高质量发展与生态福利绩效的耦合度；Q为高质量发展与生态福利绩效的协调度；D为高质量发展与生态福利绩效的耦合协调度，其值越大表示耦合协调程度越高，耦合协调分级标准见表1；V、δ分别为高质量发展指数、生态福利绩效指数；α、β分别为高质量发展、生态福利绩效的权重，鉴于两个系统同等重要，故取α＝β＝0.5。

表1 耦合协调分级标准

1.3 指标体系构建及数据来源

按照数据的可得性及指标选取的科学性、系统性、可量化性、可比性原则，参考已有研究，从创新、协调、绿色、开放、共享5个维度选取13个指标构成高质量发展评价指标体系，见表2。其中：创新维度的人均发明专利数、研究生毕业人数分别体现现在和未来发明创造的潜力，科技拨款占公共财政支出的比例反映政府对科技的支持程度；协调维度的泰尔指数反映个人之间或地区间收入差距，各产业比较劳动生产率是指1%的劳动力所创造的产值占整个国民总产值的比重；绿色维度的单位GDP电力消费量、城市人均公园绿地面积、绿化覆盖率反映环境保护状况；开放维度用进出口额占GDP的比例来反映各省（区）的对外开放程度；共享维度用师生人数比和人均医疗卫生机构数来反映。

表2 高质量发展评价指标体系

生态福利绩效反映的是单位资源消耗所带来的福利水平提升效率，追求以最小的自然资源和生态消耗获得最大的福利产出，在提升福利水平的过程中必然要消耗一定的自然资源，并排放一定的污染物（即非期望产出，本研究将其作为投入来处理），因此把生态福利绩效指标分为投入和产出两类指标（见表3），其中：投入指标包括资源消耗和环境污染2个一级指标，设置人均消费标准煤等9个具体指标（二级指标）；产出指标即福利水平（一级指标），设置人均GDP等3个具体指标（二级指标）。

表3 生态福利绩效评价指标体系

高质量发展和生态福利绩效及其影响因素的相关数据源自历年《中国统计年鉴》《中国环境年鉴》《中国卫生统计年鉴》和各省（区）统计年鉴。由于氨氮排放量、氮氧化物排放量等生态福利绩效评价指标数据自2011年开始统计，2018年及之后的数据未公布，因此相关实证分析的时间为2011—2017年。

2 耦合协调度测算及分析

2.1 高质量发展指数

2011—2017年黄河流域各省（区）高质量发展指数计算结果见表4。由表4可知，各省（区）高质量发展水平差异显著，从各年份高质量发展指数的平均值来看，山东、陕西、四川分属前三位，青海、宁夏、山西分属末三位；从区域均值来看，其高质量发展水平呈现出下游最高、中游次之、上游最低的态势，其原因是黄流流域中上游地区各省（区）属经济发展相对滞后的西部地区。从2011—2017年高质量发展指数变化情况来看，各省（区）总体上呈上升趋势，其中：山东各年度均远高于其他省（区）的，青海各年度均低于其他各省（区）的，陕西、河南增长最快，甘肃、山西、青海则增速缓慢，四川在2015年有较大的负增长。

表4 2011—2017年各省（区）高质量发展指数计算结果

2.2 生态福利绩效指数

2011—2017年黄河流域各省（区）生态福利绩效指数计算结果见表5。由表5可知，黄河流域生态福利绩效指数历年均值均小于1，均为DEA相对无效，但接近相对有效，从逐年变化情况看呈波动上升趋势。从区域均值来看，生态福利绩效综合水平呈现下游省份较高、上中游省（区）较低的态势，原因是中上游省（区）经济发展相对滞后，生态投入转化为经济发展的效率较低。从各省（区）生态福利绩效综合水平来看，河南、四川、甘肃位于前三位，青海、宁夏、内蒙古则位于末三位。

表5 2011—2017年各省（区）生态福利绩效指数计算结果

2.3 耦合协调度

2011—2017年黄河流域各省（区）高质量发展与生态福利绩效耦合协调度计算结果见表6。2011—2017年流域平均耦合协调度呈波动上升趋势，从2011年的0.748上升到2017年的0.766，一直处于较高协调等级；分区域来看，平均耦合协调度呈现下游较高、中游次之、上游较低的态势，其平均值分别为0.825、0.787和0.734，分属高度、较高、较高协调等级；从各省（区）来看，耦合协调度省份间差距较大，其中山东、陕西、四川属高度协调等级，青海属于中度协调等级，其他省（区）属于较高协调等级。

表6 2011—2017年各省（区）高质量发展与生态福利绩效耦合协调度计算结果

3 耦合协调影响因素分析

选取产业结构（Con，第三产业产值与第二产业产值之比）、水资源总量（Wat，考虑到黄河流域干旱的特殊性，基于各省（区）水资源总量进行归一化处理）、城市化水平（Urb，用城镇人口与农村人口的比值来表示）、基础设施建设（Inf，用平均每平方千米拥有的等级公路里程数表示，km／km2）、相对市场竞争度（Com，采用各省（区）非国有固定资产投资额占黄河流域九省（区）非国有固定资产投资总额的比例来表示）作为黄河流域高质量发展、生态福利绩效及其二者耦合协调度的影响因素（变量）。 基于2011—2017年面板数据的各变量描述性统计见表7，可以看出基础设施建设水平的标准差较大，说明黄河流域各省（区）基础设施建设水平差异较大。

表7 各变量描述性统计

因广义最小二乘法（FGLS）可以解决单位根序列及平稳自相关序列间的虚假回归问题［24］，故采用FGLS 进行高质量发展、生态福利绩效及其二者耦合协调度与影响因素的回归分析，其回归模型形式如下：

式中：Z为耦合协调度（或高质量发展指数、生态福利绩效指数）；β1、β2、β3、β4、β5为回归系数，回归分析结果见表8；μ为随机扰动项。

表8 回归分析结果

产业结构（Con）对耦合协调度和高质量发展指数具有负向作用（显著性水平分别为5%、1%），而对生态福利绩效指数具有正向作用（显著性水平为10%），原因是产业结构为第三产业产值与第二产业产值之比，第三产业产值的增大，一方面会使高质量发展评价指标体系中的泰尔指数增大进而导致高质量发展指数下降，另一方面会使工业环境污染减轻进而使生态福利绩效指数上升，高质量发展和生态福利绩效两系统的异向变化导致耦合协调度下降。

水资源短缺是长期以来影响黄河流域工农业生产和生态环境保护的重要问题，水资源总量的增加对经济发展、人民生产生活、生态环境改善具有重要作用，因此水资源总量（Wat）对耦合协调度、高质量发展指数和生态福利绩效指数均有显著的正向作用（显著性水平均为1%）。

城市化水平（Urb） 对耦合协调度和高质量发展指数具有显著的正向作用（显著性水平均为1%），对生态福利绩效指数具有不显著的正向作用（没有达到10%的显著性水平），城市化水平的提高有利于缩小城乡差距、发展乡镇经济，进而促进高质量发展及其与生态福利绩效耦合协调度的提高。

基础设施建设（Inf） 对耦合协调度和高质量发展指数具有显著的负向作用（显著性水平均为1%），而对生态福利绩效指数具有不显著的正向作用（没有达到10%的显著性水平），原因是公路等基础设施建设有利于区域经济的发展，但也使土地等资源压力增大、易造成生态结构破坏，从而导致耦合协调度下降。

相对市场竞争度（Com） 对耦合协调度和高质量发展指数具有显著的正向作用（显著性水平均为1%），而对生态福利绩效指数具有不显著的负向作用（没有达到10%的显著性水平），原因是相对市场竞争度的提高有利于发挥市场的主体地位、引导要素资源合理流动、推动民营经济发展、提高经济增长的质量与效益，但可能会增加资源消耗和环境污染。

鉴于四川省黄河流域面积相对较小且四川省已被《长江经济带发展规划纲要》纳入长江经济带，为了验证上述回归结果的稳健性，将四川省相关数据从样本中剔除，再次对黄河流域高质量发展与生态福利绩效耦合协调度及其影响因素进行FGLS 回归分析，所得结果（见表9）与表8 相比无显著区别，表明前述分析结果是可靠的。

表9 影响因素的稳健性检验结果

4 结论与建议

4.1 结 论

（1）2011—2017年黄河流域各省（区）高质量发展水平差异显著，山东、陕西、四川分属前三位，青海、宁夏、山西分属末三位，从区域均值来看呈现下游地区较高、中上游地区较低的态势。

（2）2011—2017年黄河流域生态福利绩效指数小于1，属DEA 相对无效但接近相对有效，河南、四川、甘肃位于前三位，青海、宁夏、内蒙古则位于末三位，从区域均值来看呈现下游地区较高、中上游地区较低的态势。

（3）2011—2017年黄河流域高质量发展与生态福利绩效耦合协调度呈波动上升趋势，从2011年的0.748上升到2017年的0.766，一直处于较高协调等级；各省（区）耦合协调度差别较大，其中山东、陕西、四川属高度协调等级，青海属于中度协调等级，其他省（区）属于较高协调等级；从区域均值来看也呈现下游地区较高、中上游地区较低的态势。

（4）水资源总量、城镇化水平和相对市场竞争度对黄河流域高质量发展与生态福利绩效耦合协调度的提升有显著的正向（促进）作用，而第三产业产值与第二产业产值之比、基础设施建设对耦合协调度的提升有一定的负向（阻碍）作用。

4.2 建 议

（1）提高水资源利用效率，杜绝水资源浪费。 工业用水方面，鼓励企业改良制造工艺，减少单位产品的用水量，并注重工业用水的循环利用；生活用水方面，引导居民形成良好的生活用水习惯，构建节水型社会。

（2）积极推进新型城镇化，合理规划建设城乡基础设施。 在城镇化建设过程中不盲目扩大城镇人口，通过市场机制引导人口合理流动；充分利用已有的基础设施，通过改建扩建等方式减少土地等资源的使用压力，努力实现大中小城市、小城镇、新型农村社区的协调发展。

（3）完善市场保障体系，为民营经济创造良好的发展环境。 运用市场机制引导劳动力、资本等要素资源的合理流动，减少不必要的行政干预，实现资源的合理优化配置，为民营企业创造公平公正公开的市场竞争环境，优化营商环境，充分发挥民营经济的活力和创造性。

（4）推动产业结构优化升级，构建现代产业体系。服务业的快速发展有利于降低工业污染、为居民生活提供便利、提高居民生活的幸福感和满足感，但是经济高质量发展离不开高端制造业等工业经济的有效保障，因此应推动传统产业结构的转型升级，促进先进制造业和现代服务业的深度融合，构建工业、服务业协调发展的现代产业体系。