绿色GDP绩效评估算法的探索、比较及其优化路径

赵泽林

（华中科技大学a.哲学系；b.国家治理研究院，武汉 430074）

0 引言

1993年，联合国统计机构在其出版的《综合环境与经济核算手册》（SEEA）中首次提出生态国内产出(Environmentally Adjusted Domestic Product，EDP)，即现在所称的绿色GDP。2003年和2012年，联合国综合各方理论与实践，发布了新修订的SEEA2003和SEEA2012框架[1]。绿色GDP是指从传统GDP中扣除环境污染等生态资源损耗价值价值后，剩余的国内生产总值。它是在国民收入核算体系(SNA)的基础上，考虑经济发展过程中所出现的生态环境损耗，而产生的一种新的GDP核算机制。SEEA与SNA本质的不同在于，SEEA充分考虑了GDP增长过程中的自然资源和环境损耗，并将其作为资本使用的一部分加以核算。这种新的核算方式不仅使国民经济核算更科学，而且有利于改进经济发展方式，促进经济与生态的协调发展。二十多年以来，关于绿色GDP的理论研究及其争议一直是此起彼伏。尤其是在2007年前后的中国，绿色GDP的核算与绩效评估一度陷入低谷。但是，绿色GDP在中国乃至全球陷入低谷的原因，并不在于我们不需要这个评价指标，而在于我们很难找到科学的核算、绩效评估方法，难以对绿色GDP做出有效估算和评价。因此，如何突破绿色GDP绩效评估算法这个方法瓶颈，不仅成为绿色GDP在中国落地生根，实现美丽中国的关键所在，而且成为探索经济与生态协调发展模式的关键一环。

1 我国基于绿色GDP核算的三类算法及其比较

虽然，绿色GDP最早是由联合国提出，但是，我国对相关问题的理论研究和实践却是早已有之。早在20世纪80年代初期，我国就有学者开始探索如何计算污染造成的经济损失，并对一个城市或一个企业环境污染所造成的经济损失做出了估算和实例分析[2]。不过，核算环境污染造成的经济损失真正进入我国政府决策视野是在80年代末期。1988年，国务院发展研究中心与美国能源所合作，启动了《自然资源核算及其纳入国民经济核算体系》的项目研究。该项目主要侧重于探索将自然资源环境核算纳入国民经济体系的理论与方法。进入20世纪90年代，北京大学厉以宁教授等先后在1996—1999年间应用投入产出表原理，对我国1992年的EDP、GGDP进行了资源、经济和环境的综合核算。2001年国家统计局开始编制包括土地、矿产、森林、水资源四种自然资源在内的全国自然实物表，相继开展了“海洋资源实物量核算”“土地、矿产、森林、水资源价值量核算”“环境保护与生态建设实际支出核算”“环境核算”以及“经济与资源环境核算”[3]。自此以后，学术界在政府的推动下，对绿色GDP的核算方法展开了一系列研究和重要实践。从现有可查文献来看，我国绿色GDP绩效评估算法主要有以下探索，形成了从宏观到微观，从一般到特殊的绿色GDP绩效评估算法格局。

第一类是针对整个国家国民生产实践中绿色GDP的绩效评估。这类算法基于SEEA及联合国1993年的SNA资产分类标准，结合中国现有国民经济核算实际，最终构造出中国环境经济综合核算体系框架和核算矩阵。雷明等[4]基于资源—经济投入产出核算框架，给出了绿色GDP的核算表达式：绿色GDP=传统GDP-(生产过程资源耗竭全部+生产过程环境污染全部+资源恢复过程资源耗竭全部+资源恢复过程环境污染全部+污染治理过程资源耗竭全部+污染治理过程环境污染全部+最终使用资源耗竭全部+最终使用环境污染全部)+(资源恢复部门新创造价值全部+环境保护部门新创造价值全部)。分析结果表明，1992年中国的传统GDP中有0.217%的部分是以“牺牲”自然资源和环境为代价而得到的。2000年，雷明[5]又以1995年中国自然社会经济环境实际状况为背景，主要利用SEEA推荐的市场价格法、净价/净租金法、维持费用法和或有估价/支付意愿(CVM)法这四种估价方法，采用租金法、边际机会成本法、收益还原法、成本费用法、替代法、人力资本法以及其他估价方法，对提供实物的资源部分和提供生存服务的环境部分分别进行估价，从而核算出了资源耗竭价值、生态价值、环境污染噪声的损失价值。最后，通过GDP减去环境成本，得出当年我国的绿色GDP值。这是一种非常有益的探索，所提出的测算框架比较具有创新意义。但却因为环境市场价值难以准确评估、设计因素过多等原因，致使测算结果也只能作为初步参考。不过正是这种缺憾使我们看到了绿色GDP绩效评估的复杂性，这促使一部分学者转而走向分解整个国家绿色GDP来开展绩效核算，开始对某个省、区域或者某种特殊自然资源展开绩效评估算法的讨论。

第二类是对某个省、区域的绿色GDP绩效评估，这类研究主要基于能值分析理论，对资源环境的价值进行了量化分析。省、区域的绿色GDP绩效评估中涉及到的核算估价方法，主要包括四类，即直接市场评价法、替代市场评价法、权变评价法和成果参照法，每类方法都包含有若干种具体的评估方法[6]。基于能值分析理论构建的省、区域绿色GDP绩效核算与评估方法，主要工作实质上还仅仅只是核算。这种算法的特点在于根据区域地理资源环境特点，对自然资源分门别类，应用能值分析方法估算消耗的自然资源和环境能量值，再利用能值方法，将其能值量转化为市场价值的货币量，从而进行绿色GDP绩效的宏观分析和评估。美国生态学家奥德姆（Odum H T）将这种方法中的“能值”定义为：某种流动的或贮存的能量所包含的另一种能量的数量，称其为该能量具有的能值[7]。基于这一概念，并应用能值分析法开展绿色GDP绩效评估可以有效地对不同自然资源的价值开展定量比较分析。目前，我国学者已经应用这种方法对福建等省份展开了区域绿色GDP的具体测算。这种方法上的探索大大推动了我国对绿色GDP绩效评估算法的研究，细化了绿色GDP的核算。但是，这种算法仍然没有摆脱生态环境的市场价值估算以及自然资源的实物核算等细节的困扰。

第三类是对某种特殊自然资源，或者以某种特殊自然资源为主的小型区域绿色GDP进行针对性绩效估算。这类研究主要基于劳动价值论、效用价值论、生态补偿轮等理论，对森林资源的利用与存储价值，采用综合法、租金或者预期效益资本化法、边际机会成本法等方法对森林资源的生态效益做出了估算。有学者根据森林生态效益，及其替代商品效能的相似性、价格的可替代度等因素，提出了“市场逼近理论”，并由此确定森林生态效益市场逼近系数的基本法则和数学模型。也有学者采用人工固定CO2成本法、造林成本法、碳税法、变化的碳税法、避免损害费用法对森林固碳释氧价值进行了初步估算。还有一些学者采用生产函数法、生态因子回归法、防护费用法等方法对森林保护的具体价值进行了核算，采用费用支出法、旅行费用法、条件价值法等方法对森林游憩价值展开了估算[8]。也有一些学者采用环境经济学中的收益现值法、净价格法、影子价格法、机会成本法、环境损害函数法、人力资本法、市场价值法、维护成本法等方法对地方性的资源环境价值展开了定量核算。这类算法进一步细化了绿色GDP的绩效评估，已经开始细化到个体对自然环境资源消耗的层面，这是绿色GDP绩效评估算法的一种进步。但是，这类算法很接地气，却无法给予我们更多的整体性信息，也没有从根本上解决对各种复杂性因素的技术细节的困扰。

从我国对绿色GDP绩效评估算法的理论探索和实践来看，我国学界和政府已经认识到开展绿色GDP绩效核算方法探索的必要性，接受并开始着手探索绿色GDP的绩效评估方法。但是，这种探索仍处于初步阶段。其主要问题在于，国内既没有公认的绿色GDP核算体系和框架，也没有成熟的绿色GDP核算方法，更没有进入到真正意义上的绿色GDP绩效评估算法的核心地带。开展绿色GDP核算，探索针对各种具体情况的绿色GDP绩效核算方法，其目的并不在于核算本身，也不在于通过不同方法开展核算，得出一个实验性的测算结果，而应该是通过绿色GDP绩效核算过程，能够得出一个相对科学的结论，使我们能够相信这个结论是可信的、可再利用的。因此，在这个意义上，探寻科学的绿色GDP绩效评估算法，仍然是我国当前绿色GDP理论和实践研究的核心问题和关键问题。

2 国外基于绿色GDP核算的三类算法及其比较

与国内不同的是，国外对绿色GDP绩效评估算法的探索起步相对较早。早在20世纪70年代，在美国麻省理工学院举行的“紧急环境问题研究”讨论会上，一些科学家就已经提出定量测算“从环境中扣除资源和产生废弃物污染环境”的方法。由此出现了“生态需求（Ecological Requirements）”这个术语。它是指从环境中开采资源的需求，以及各类废弃物返回环境的需求总和[9]。许多学者都认为，“生态需求”概念是1986年布伦特兰报告的思想先锋，是可持续发展指标体系的先行者之一。但由于这个概念并没有对环境资源种类及其相应需求作出界定，估算指标识别能力较差，难以执行，因而并未在绿色GDP的绩效评估中获得广泛应用。但是，把污染等经济行为所产生的社会成本从GDP中扣除，这一基本思想得到了Tobin和Nordhaus的认可和继承[10]。1973年，日本政府提出将“净国民福利（Net National Welfare，NNW）”纳入国民经济核算中，其实质是将在传统国民经济核算中直接扣除环境污染所致的经济损失。自此之后，实际上许多国家都开始建立不同的绿色GDP核算体系，探索绿色GDP的核算方法，以便能够正确估算绿色GDP。随后，经济学家萨缪尔森也认为，应该将环境损耗列入GDP核算体系，转而计算出“净经济福利（Net Economic Welfare，NEW）”。这种算法的目的在于计算出传统的经济增长中环境损耗对人们实际福利的影响。国外对绿色GDP绩效评估算法的探索与比较大致可以归为以下三类。

第一类是早期的绿色GDP绩效评估算法，主要出现在20世纪80年代和90年代初期。以Repetoo为代表的一批学者提出“净国内生产（Net Domestic Product，NDP）”，根据自然资源的损耗与经济增长之间的关系，直接用传统GDP值减去自然资源的损耗值[11]。进入90年代，世界银行资深经济学家Daly和Cobb J B基于对社会因素可能造成的成本损失的考虑，提出可持续经济福利（Index of Sustainable Economic Welfare，ISEW）核算方法[12]。这种核算方法详细区分了经济活动中的种种成本和收益，基本算法是：可持续经济福利的值＝个人消费＋非防护性支出＋资产构成－防护支出－环境损害费用－自然资产折旧。这类研究对绿色GDP绩效评估算法做出了有益的探索，却并没有对最为关键的环境价值换算做出有效估算。不过，从一开始，这些学者就将绿色GDP的核算细化到个人消费的层面，着实值得提倡，同时也为后来的算法优化提供了有益的启示。

第二类是20世纪90年代中期以来所出现的绿色GDP绩效评估算法。世界银行基于经济、社会和生态的三维视角，把社会经济运行的基础资本扩展为“自然资源”“生产资本”“人力资本”“社会资本”四大组要素，并根据这四大要素来开展绿色GDP的核算，提出了三维环境可持续发展（Environment and SustainableDevelopment，ESD）“扩展的财富（Extensive Wealth，EW）”、“真实储蓄率（Genuine Savings）”等指标来测算绿色GDP。Cabb等进一步以直接与人类福利相关的个人消费支出为基础，对传统GDP核算中忽略的社会、经济、环境等20多个影响人们生活质量的因素进行了估算[13]，并引入“真实发展指标（Genuine Progress Indicator）”来开展绿色GDP的核算。这种核算方法的最大特点在于，它把市场和非市场活动的价值都包含在社会、经济、环境这个简明的、综合的框架中，细化了GDP增长中的各种因素，大大增强了绿色GDP算法的精确性。这种核算方法一经提出就率先在美国和加拿大得到应用。由于两种算法的加减项不同，GPI与GDP的计算结果也明显不同。以美国为例，20世纪50年代至今，美国GDP一直在稳定增长，说明美国变得越来越富裕。GPI所反映的计算结果则不同，20世纪50、60年代，美国的人均GPI与GDP增长率基本相同，但从70年代早期至今，美国的人均GDP在上升，而GPI却在下降。这表明，20世纪70年代开始，美国GDP实际上是在“放缓”，而不是一直上升[13]。20世纪90年代之后的绿色GDP绩效评估算法研究开始关注到环境的经济价值估算问题，并将经济学中的资本分类等方法引入绿色GDP的绩效评估之中，这是一种进步。它揭示了绿色GDP核算应有的社会、经济、环境等多重视域。但是，因为社会、环境、经济对人们生活质量影响的测度等细节难以有效测定等因素，仍然暴露出这种算法的缺憾。

第三类是21世纪以来所出现的绿色GDP绩效评估算法，这类研究逐渐追求精确估算环境的经济价值，并开始考虑环境价值的变化性。Lawn等[14]在考虑了资本在扣除自然资本耗费后的净收益，以及国际贸易的区域影响之后，提出了“可持续净收益（Sustainable Net Benefit Index，SNBI）”。他认为，一个国家的可持续发展经济福利很大程度上取决于其宏观经济赋予每个公民的可持续净效益。一旦可持续净收益最大，则这个国家就应该停止增长。因此，生态环境的价值与绿色GDP之间应该具有某种函数关系，而并不应该是简单的加减。但是，至于应该是一种什么样的函数关系，Lawn等[14]并没有提出新的设想。但绿色GDP绩效评估算法的复杂性问题也再次浮现出来。正是在这种背景下，绿色GDP核算一度陷入世界性的低谷。2006年前后，就在中国对绿色GDP的绩效评估处于低潮时，国外学者却对中国的绿色GDP绩效评估算法产生了浓厚的兴趣。一则可能是因为中国逐渐步入环境问题的高发期所致；二则可能是因为国际社会也看到中国政府已经开始在2002年版的《中国国民经济核算体系》中正式设置了自然资源实物量核算表，看到了中国已经在为绿色GDP的核算做实际准备。这一时期，陆续有许多国外学者都开始以中国为研究样本，开展绿色GDP的绩效评估算法研究。其中，Lu和Lo（2007）[15]把数据包络分析方法(Data Envelopment Analysis，DEA)引入对中国绿色GDP的绩效评估尤其引人关注。

Lu和Lo（2007）[15]把采用DEA分析绿色GDP绩效评估的过程分为三个步骤：第一步，根据绿色GDP的理念，将一个良性输出（GDP）和三个不良输出（污染排放）置于DEA模型中，以此构建出“绿色GDP的基本模型”。第二步，令人满意的输出是这个模型中唯一一个经过深思熟虑的，换言之，就是“GDP产出模型”，它纯粹从经济利益的视角来测量一个区域的效率。第三步，三个不良污染排放也是这个模型中输出的一部分，换言之，就是“污染产出模型”，它纯粹测量的是一个区域在财富的生产过程中，对环境最小化的能力。采用这种分析方法，Lu和Lo根据2001年的中国统计年鉴提供的数据，不仅得出了31个省份不同的绿色GDP绩效比，而且形成了非常直观的GDP产出/污染产出矩阵散点图。根据这个图可以非常直观地看到，东南沿海6个省份在GDP产出模型中绩效较好，有4个省份环境保护的能力相对较差一些。但是，东南沿海地区的省份占据了散点图中的第一象限，而这个象限正是经济环境最优化的象限区。这表明，从全国来看，东南沿海的这6个省份绿色GDP绩效水平相对较高。把DEA算法引入绿色GDP绩效评估，是一种巨大的进步。它将绿色GDP绩效评估从理论核算进入到绩效评估的可操作性、核算结果的可应用性阶段。

3 从绿色GDP核算到绿色GDP绩效评估的算法优化

从目前来看，国内外绿色GDP绩效评估算法的基本思路已经没有异议。但是，国内外绿色GDP绩效评估算法都因为无法克服自然资源的数据来源不足、价值换算困难等技术问题，致使绿色GDP绩效评估的工作始终停滞不前。如今，绿色GDP的绩效评估正在成为一个世界性难题。

首先，以往绿色GDP绩效评估算法大多采用的是自然资源的绝对值，很容易产生计量、统计口径不一致。从而因为绿色GDP绩效评估的原始数据不够准确，其评估自然难以形成具有公信力的结果。在许多人看来，自然环境资源价值的精确估算几乎是一项难以完成的系统工程。因为绿色GDP测算必然涉及到多项输入和输出，其中所涉及到的资源种类、耗减多少等等都难以有相对准确的统计。

其次，以往绿色GDP绩效评估算法都直接涉及到自然资源的市场价值估算，从而增加了各种自然资源价值换算的复杂性和可变性，其价值自然难以准确估算。因此而形成的自然资源损耗价值具有很强的争议性。即使是奥德姆等人提倡的能值分析法也没有很好地解决这一问题，仅仅具有极其有限的适用范围。

最后，以往绿色GDP绩效评估算法往往重点在于“核算”，而没有真正进入到对某一区域绿色GDP开展“绩效评估”这一关键性的阶段，其结果既没有可比性，也无法体现绿色GDP核算的应用性、指导意义。由此可见，优化绿色GDP绩效评估算法的第一个必要条件应该是需要有大量的数据，并且这些数据具有相对一致的统计口径，数据来源可信。第二个必要条件是寻找一种可以容纳多指标输入、输出的数据处理方法。前一个条件似乎已经到来。如今，大数据已经产生。而DEA这种可以容纳多指标输入的算法，无疑可以在此大有作为。

从方法历史上看，DEA作为一种数据分析方法并不是什么新方法。DEA方法偶尔也被称之为前沿分析法（frontier analysis）。这种方法及其模型是由美国著名运筹学家Charnes和Cooper在1978年提出来的。三十多年，DEA算法已经被广泛应用到多个学科领域，得到充分的实例验证，成为跨学科方法中最为普遍的方法之一。尤其是随着计算机科学的发展，像美国一些国家还专门开发了应用这种算法的数据处理软件，广泛应用于经济学、社会学等领域。这种方法根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价和精确的数量分析。在以DEA方法为核心算法的计算机软件的帮助下，可以轻松地得到数据处理之后的量表、散点图等多种可视图。DEA算法更为突出的数据处理优势在于，应对多输入、多输出的大数据比较分析中，它能够充分考虑到各种复杂性因素，并将这些复杂性因素作为一种整体进行考虑，这为我们开展绿色GDP绩效评估，优化绿色GDP绩效评估算法提供了新的优化路径。

DEA方法把整个绿色GDP的核算、绩效评估看做一个整体的处理过程，处理结果是一个效率相对值，从而有效避免了自然资源耗减中的各种市场价值换算。它假定每个输入输出都关联着一个或者多个输入。虽然输入输出之间确实存在着某种关系，但是DEA算法不必确定这种关系的实际表达式。只需要从最有利于决策单元的角度进行评价，从而避免了确定各种指标在优先意义下的权重设计，尽可能地从一开始就试图排除各种主观判定。因此，DEA方法作为一种非参数统计方法，是一种纯技术性的算法。它最大限度排除了绿色GDP绩效评估中的各种主观因素，其评估结果就有很强的客观性、公平性。它把经济发展过程中的环境污染看做是一个“坏的”输出。DEA算法不仅不回避这个“坏的”输出，而且恰恰是要合理计算这个输出，这正是困扰绿色GDP绩效评估的关键所在。Seiford和Zhu（2002）[16]提出了利用乘数模型做出详尽的线性规划，来处理在DEA方法构架中的不良输出。这个方法能真正地反映实际的生产过程。另外，对无效率的输入处理也是一个难点。实践中，这种无效率并非绝对的零效率，问题的关键在于与之相比较的基准如何设置。因此，DEA方法代替了传统核算中的自我评估方法，生成固定规模效益的平均值，转而实现的是同行评估机制，从而得出一个效率得分。通过取这些决策单元交错效率得分的平均值来衡量每个决策单元的实际效率。这样就避免了对部分个体效率的绝对性评价。

DEA方法引入绿色GDP绩效评估算法的另一个优点，就是在数据采集上具有可操作性和相对的公平性，避免了绿色GDP绩效评估算法所受原始数据统一口径不一致等种种争议的纠缠。同时，DEA算法的经济学生产函数测算与市场价格无关，它成功避免了生态与价格之间的各种复杂换算，这进一步使其评估结果更具有公信力，避免了由此带来的许多争议。它可以根据任何一个权威机构发布的公开数据，并把这些数据当做具有可比性的输入，跟我们设定的最佳效率值进行比较，得出测量决策单元的相对效率比值。这样就有效地避免了决策单元多样性带来的复杂性和多种不确定性。一旦输入数据确定，效率值被确定，DEA方法就可以通过降低当前输入水平，或者增加当前输出水平来改善无效率的决策单元，改进其性能以达到理想的效率值。决策单元的执行者可以通过他们的平均交错效率值，来进行输入输出的效率排名和决策调整。这种算法实质上不仅提供了科学的绿色GDP测算方法，而且能够为核算之后的评估决策，非常直观地提出改进方案的决策引导。

将大数据和DEA算法引入绿色GDP绩效评估，具有重要的创新意义。第一，DEA算法的引入，将国内外对绿色GDP的核算方法的理论与实践，从核算本身拓展到评估，不仅使绿色GDP核算更具价值，而且在大数据的推动下，它将引导理论研究者和政府官员摆脱繁琐的货币换算和纠缠不清的各种估价，转而启动对绿色GDP的前瞻性研究，使绿色GDP的绩效评估尽快进入实质性的操作阶段。第二，DEA算法的引入，不仅可以开拓绿色GDP研究的新境地，而且会促进绿色GDP核算框架、核算体系、核算指标、绩效评估指标等各种困难问题的协同创新性研究。第三，DEA算法的引入，还将使各类决策人员从庞杂的经济-生态数据中解放出来，直观、科学地应用绿色GDP的统计数据。更为重要的是，DEA方法能够容纳多指标输入，这不仅使绿色GDP测算更加具有可操作性，而且使绿色GDP测算具有更高的可信度，从而大大提高经济-生态问题的决策效率和科学性。另外，大量以DEA算法为核心的数据处理软件已经出现，DEA算法的引入，必将使绿色GDP的绩效评估重获新生。它将不仅使我们看到经济与生态之间多种复杂性的关系，而且为我们推进经济与生态的协调发展，提供更多的可选方案。当然，DEA算法还存在着一定的局限，这主要体现在它对地区经济发展的绝对指标并不敏感。如果我们采用DEA算法，西藏地区就具有很高的绿色GDP绩效值，但却无法客观反映西藏地区的实际经济状况。因此，在采用DEA算法开展绿色GDP绩效评估时，还需要辅助一些绝对指标，加以综合考察。