江西省绿色经济效率及区域差异研究——基于非期望产出SBM模型

王 剑黄锦春

江西省绿色经济效率及区域差异研究——基于非期望产出SBM模型

王 剑1，2，黄锦春2

（1. 衢州学院 商学院，浙江 衢州 324000；2. 萍乡学院 电子商务研究中心，江西 萍乡 337055）

提升绿色经济效率是高质量发展的要求，也是达成经济和环境双重效益的重要路径。通过引入能源消耗和污染排放等数据构建非期望产出SBM模型，分析江西省绿色经济效率及区域差异。研究结果显示，无论是静态水平分析还是动态分析，均表明江西省总体上具有绿色经济效率，但省内区域差异明显。根据纯技术效率值和规模效率值将区域差异分成四种类别，分别讨论了每种类别的改进或发展措施。

绿色经济效率；非期望产出SBM模型；江西省

一、引言

全球持续变暖让各国政府和人民对环境问题日益关注。2020年9月22日，习近平主席在第七十五届联合国大会一般性辩论上主动提出我国碳达峰和碳中和的气候目标，不仅彰显了我国在全世界环境保护行动中的担当，更体现了我国坚定推进低碳、绿色的高质量发展的决心。高质量发展是在协调经济和环境关系的基础上，突出绿色经济效率的新发展战略，是我国实现环境保护和气候目标的重要路径和手段。

长期以来，我国经济发展存在着东高中低的现象。东部地区经济发展迅速并积累了大量资源，而中部地区发展落后并缺乏资源的积累[1]。为解决区域发展的不均衡问题，近年来，我国开始了从东部到中部的大规模的产业转移[2]。但由于转移的产业大多是高污染产业[3]，导致中部地区环境的迅速恶化[4]。因此，中部地区在高质量发展中必须提升绿色经济效率以达到经济和环境的双重效益。

江西省作为中部重镇，肩负着中部地区崛起的使命。2014年和2017年江西省先后成功入选国家生态文明先行区和国家生态文明试验区，为江西省的高质量发展带来契机的同时也提出了更高的要求。因此，在经济发展水平相对滞后和传统产业比重较高的制约下，江西省急需通过提高绿色经济效率来进一步促进绿色经济发展。

本文在梳理绿色经济效率相关文献的基础上，通过收集江西省的数据，并引入非期望产出SBM模型，计算和分析江西省及其11个地市的绿色经济效率，探讨区域差异和存在的问题，旨在提出有针对性的发展措施和助推江西省绿色经济效率提升。

二、文献综述

（一）绿色经济与绿色经济效率研究

英国经济学家皮尔斯[5]首先提出“绿色经济”的概念，并认为经济发展必须是自然环境可以承受的，不能盲目追求生产增长而耗尽自然资源。诸大建[6]认为绿色经济应兼顾环境效益、经济效益和社会效益。绿色经济效率在绿色经济和经济效率的基础上引申出来，并成为衡量绿色经济增长的重要指标。杨龙和胡晓珍[7]提出绿色经济效率应在原有的经济效率基础上增加环境污染产出。钱争鸣和刘晓晨[8]在此基础上进一步拓展，将资源消耗和环境污染同时引入经济效率来定义和衡量绿色经济效率。由此可见，绿色经济效率就是考虑了资源和环境双重约束的经济效率。

（二）绿色经济效率的测算

绿色经济效率需要考虑资源和环境的约束，因此在测算中应纳入资源消耗和非期望产出等变量。根据纳入变量的不断增加，绿色经济效率的测算方法也不断更新，历经了ML指数测度、DEA、SBM等多种方法的演变。钱争鸣和刘晓晨[9]在引入能源消耗和工业“三废”变量的基础上，通过构造超效率SBM模型，对我国的省域绿色经济效率进行了测算。目前，该测算方法已成为衡量和分析我国绿色经济效率的主流方法。

三、方法与材料

（一）研究方法

将江西省每个地市作为一个决策单元（DMU），则有n个决策单元。因为绿色经济效率包含了资源和环境双重约束，所以在每个决策单元的投入中除了资本和劳动力的投入，还增加了能源投入；在每个决策单元的产出中除了期望产出，还增加了污染排放作为非期望产出。借鉴钱争鸣和刘晓晨[9]提出的方法，构建基于超效率SBM模型的绿色经济效率静态水平和动态分析模型。

公式（1）用于计算绿色经济效率的静态水平，公式（2）是公式（1）的约束条件。其中表示投入元素向量，表示期望产出向量，表示非期望产出向量，表示权重向量。目标函数值越大表示决策单元越有效率。

静态水平仅反映出组内决策单元的效率大小，无法测算面板数据。因此应将Malmquist指数与SBM模型相结合，从而用于面板数据的动态分析。

公式（3）用于绿色经济效率的动态分析，其中为绿色全要素生产率，表示技术进步水平，PEC表示纯技术效率，表示规模效率。

（二）数据来源与指标衡量

选取江西省2010—2020年11个地市的年度数据进行绿色经济效率计算及区域差异分析。数据资料主要来源于《江西省统计年鉴》，极个别缺失数据经过查找各地市统计年鉴进行补充。需要收集的数据包括投入指标和产出指标。投入指标中，劳动力投入以各地区社会就业人员数量衡量，资本投入以各地区资本存量衡量，能源投入以折算为标准煤后的各地区能源消耗总量衡量。产出指标中，期望产出以各地区国内生产总值（GDP）衡量，并将数据根据CPI指数进行了调整（2010年CPI指数为100）。非期望产出包含三个指标，分别是各地区工业废水、废气和固体废物的排放量。

上述指标衡量中，资本存量的计算方法参考了张军等[10]提出的办法。资本存量衡量采用永续盘存法，如公式（4）所示。

其中CS为第期资本存量，CS-1为第-1期资本存量，为折旧率，I为第期当期投资。

在折旧率的确定中，假定建筑、设备和其他投资的平均寿命分别为45年、20年和25年，投资的相对效率e为4%，根据公式e=(1-r)可以计算出江西省三种投资的折旧率分别为0.069、0.149和0.121。再根据三者的比重关系进行加权平均，计算出综合折旧率为8.85%。在当期投资的确定中，以当期固定资产投资衡量，并将数据根据CPI指数进行了调整（2010年CPI指数为100）。此外，初始资本存量以2010年固定资产投资除以0.1来确定。

四、实证分析

（一）描述性统计分析

表1显示出数据的描述性统计结果。投入方面，2010—2020年江西省各地市的全社会就业人员年平均值为212.1万，资本存量年平均值为9730.78亿元，资源投入量年平均值为790.61万吨标准煤。产出方面，2010—2020年江西省各地市的GDP年平均值为1362.11亿元，工业废水排放年平均值为5470.18万吨，工业废气排放量年平均值为1447.58亿立方米，工业固体废物排放量年平均值为1392.68万吨。以上各指标的标准差均较大，说明各地市具有较大的异质性。

表1 描述性统计结果

为进一步探寻投入指标和产出指标的发展趋势，将各地市数据进行加总得到全省数据，并将全省数据进行min-max标准化处理，绘制出全省层面各指标的柱形图（图1）。

图1 各指标发展趋势

显而易见，就业人员总数呈逐年下降趋势，资本存量、资源投入和GDP呈逐年上升趋势，说明GDP的增长更依赖于资本和资源的投入而非人力资本。在人力资本投入下降的同时GDP仍增加，可能是由于技术进步而带来的“机器换人”效应。非期望产出均呈现出无规律的波动，其中工业废水排放量近三年处于较低水平，但工业废气排放量有所增加，固体废物排放量在2014年达到异常峰值，其余年份较为稳定。

（二）绿色经济效率的静态水平分析

考虑到各地市无论在投入指标还是在产出指标上均具有较大差异，所以选用超效率SBM模型中的规模报酬可变（VRS）的生产约束结果。在计算每年各地市的平均值后绘制出江西省绿色经济效率静态水平变化趋势图（图2）。从图中可以看出，江西省2016年绿色经济效率值最低为1.02，2020年最高为1.28。但总的来说，2010—2020年绿色经济效率值均大于1，表示在观测期内江西省经济具有一定的有效性，总体上没有能源消耗过度、非期望产出过多和期望产出不足的现象。

图2 江西省绿色经济效率静态水平变化趋势

尽管江西省总体上处于绿色经济有效率的状态，但仍可以发现各地市存在较大差异（见图3）。图3是将每个地市各年的效率值汇总计算而得的平均值。其中，大于1的有南昌、景德镇、萍乡、鹰潭、赣州和抚州，表明在观测期内这些城市的绿色经济在全省范围内相对有效。小于1的有九江、新余、吉安、宜春和上饶，表明在观测期内这些城市可能存在着能源消耗过高、非期望产出过度和期望产出不足的情况。但是因为静态分析仅是将年度数据进行简单算术平均，无法分析面板数据中随时间改变的动态变化，所以要准确把握江西省绿色经济效率的情况及区域差异还需要进行绿色经济效率的动态分析。

图3 江西省各地市绿色经济效率年平均值

（三）绿色经济效率的动态分析

将Malmquist指数与SBM模型相结合，计算出的绿色全要素生产率充分考虑了各决策单元的个体差异和时间趋势差异，更精准地反映出江西省及其地市的绿色经济效率现状。表2显示出江西省绿色全要素生产率呈现出“下降—上升—下降—上升—下降”的反复波动，说明虽然其绿色经济效率值总体上接近1或大于1，但并不稳定。进一步分析分解数据，可以看出2013年绿色全要素生产率下降的主要原因是规模效率的恶化，通过查找原始数据发现可能是由于资本和能源投入较低从而导致无法进行生产扩大。2017年绿色全要素生产率上升的主要原因在于纯技术效率的提升，通过查找原始数据发现可能是由于工业废水治理的效果大幅提高。2018—2020年绿色全要素生产率均大幅低于2017年，是由于技术进步、纯技术效率和规模效率均有不同程度的恶化，可能的原因在于投入的资产、劳动力和能源不足以支撑技术创新、污染治理和扩大生产。

表2 江西省绿色全要素生产率及分解

表3显示出江西省各地市的绿色全要素生产率及其分解情况，便于分析江西省绿色经济效率的区域差异状况。如表中所示，江西省11个地市绿色全要素生产率均大于1，说明其经济均具有一定的有效性。但是地市间的分布不均，最高值出现在萍乡市，比最低值的新余市高出约33%。通过分解数据可以了解分布不均的原因，以萍乡市和新余市为例，可以发现萍乡市绿色经济效率高的原因主要在于技术进步系数和纯技术效率远高于新余市。

表3 江西省各地市绿色全要素生产率及分解

进一步观察表3数据，可以发现所有地市的技术进步系数均大于1，说明近年来江西省各地市均具有不同程度的技术进步成效，能够做到在降低投入的同时增加产出。纯技术效率和规模效率则不完全大于1，说明江西省各地市绿色经济效率具有差异的主要原因在于纯技术效率和规模效率，需要对此进行深入分析。

以纯技术效率为横轴，规模效率为纵轴，绘制出“纯技术效率—规模效率”分布图（图4）。以1为阈值，图4被分为四个象限，分别代表了“高纯技术效率—高规模效率”、“高纯技术效率—低规模效率”、“低纯技术效率—高规模效率”和“低纯技术效率—低规模效率”四个区域。在“高纯技术效率—高规模效率”区仅有吉安一个城市，说明在全省范围内，吉安具有投入较少、期望产出较多、非期望产出较少的特征，其绿色经济效率较好。在“高纯技术效率—低规模效率”区有九江、鹰潭、萍乡和景德镇四个城市，说明其绿色经济效率中的主要问题是规模效率较低，可能存在资源投入不足而导致生产扩大不够的状况。“低纯技术效率—高规模效率”区有上饶、新余、宜春和南昌四个城市，说明其绿色经济效率中的主要问题是纯技术效率较低，可能存在生产过程中污染排放过度的情况。“低纯技术效率—低规模效率”区有赣州和抚州两个城市，说明其可能存在资源投入不足导致无法扩大生产及污染治理规模的状况。

图4 江西省各地市“纯技术效率-规模效率”分布

五、结论和讨论

在中部地区崛起的战略机遇下，江西省迎来了发展经济的良好时机。但在经济发展的同时也必须兼顾环境效益才符合绿色发展战略，这就要求江西省应以绿色经济效率为经济发展的重点指标。为计算江西省绿色经济效率，本文建立了非期望收益超效率SBM模型，并收集了2010—2020年相关数据。研究发现，无论是静态水平还是动态分析结果，均显示出江西省总体绿色经济效率达到1以上，说明其经济发展具有效率。进一步分析江西省各地市的绿色经济效率后，发现虽然各地市均达到1以上，但差异明显。产生差异的主要原因是各地市的纯技术效率和规模效率具有较大差距，因此根据纯技术效率和规模效率值的高低将江西省11个地市分为四种情形，分别探讨其改进或发展措施。

吉安市的纯技术效率和规模效率均较高，说明其绿色经济发展的有效性相对较高，不存在能源消耗过度、期望产出不足及非期望产出过高的状况。吉安市的发展措施应为保持现有经济发展状态，按照当前的资源投入水平和产出水平发展即是绿色经济有效状态。

九江、鹰潭、萍乡和景德镇四个城市的纯技术效率较高但规模效率较低，说明它们存在生产规模扩大程度不够的问题。这四个城市的改进措施应为加大资本投入以扩大现有生产规模，从而提升规模效率并最终提高绿色经济效率。

上饶、新余、宜春和南昌四个城市的规模效率较高但纯技术效率较低，说明它们在生产过程中存在污染排放过度的问题。这四个城市的改进措施应为加强污染治理力度，比如通过增加污染治理投入、购置污染治理设备、优化生产工艺等手段降低污染排放，从而提升纯技术效率并最终提高绿色经济效率。

赣州和抚州两个城市的纯技术效率和规模效率均相对较低，说明它们存在生产规模不足和污染排放过度的问题。这两个城市的改进措施应为加大资源投入力度并将资源主要用于生产扩大和污染治理中，同时提升生产规模和降低污染排放，最终改善绿色经济效率。

[1] LIU K, LIN B. Research on influencing factors of environmental pollution in china: a spatial econometric analysis[J]. Journal of cleaner production, 2019, 206 : 356—364.

[2] LIU Y, DONG F. How industrial transfer processes impact on haze pollution in china: an analysis from the perspective of spatial effects[J]. International journal of environmental research and public health, 2019, 16 : 423.

[3] TIAN Y, JIANG G, ZHOU D, et al. Regional industrial transfer in the Jingjinji Urban Agglomeration, China: an analysis based on a new “Transferring Area-Undertaking Area-Dynamic Process” model[J]. Journal of cleaner production, 2019, 235: 751—766.

[4] CHENG R, LI W. Evaluating environmental sustainability of an urban industrial plan under the three-line environmental governance policy in china[J]. Journal of environmental management, 2019, 251 : 109545.

[5] 皮尔斯. 绿色经济的蓝图[M]. 北京: 北京师范大学出版社, 1996.

[6] 诸大建. 绿色经济新理念及中国开展绿色经济研究的思考[J]. 中国人口•资源与环境, 2012, 22(5) : 40—47.

[7] 杨龙, 胡晓珍. 基于DEA的中国绿色经济效率地区差异与收敛分析[J]. 经济学家, 2010 (2) : 46—54.

[8] 钱争鸣, 刘晓晨. 中国绿色经济效率的区域差异与影响因素分析[J]. 中国人口•资源与环境, 2013, 23(7) : 104—109.

[9] 钱争鸣, 刘晓晨. 我国绿色经济效率的区域差异及收敛性研究[J]. 厦门大学学报(哲学社会科学版), 2014 (1) : 110—118.

[10] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004 (10): 35—44．

Study on the Green Economic Efficiency and Its Regional Differences in Jiangxi province——Based on Undesirable Output SBM Model

WANG Jian1, 2, HUANG Jin-chun1

（1. School of Business, Quzhou University, Quzhou, Zhejiang 324000, China; 2. E-Commerce Research Center, Pingxiang university, Pingxiang, Jiangxi 337055, China）

Improving the green economic efficiency is the requirement of high-quality development, and an important path to reach the both economic and environmental benefits. This paper constructs the undesirable output SBM model by incorporating the data of energy consumption and pollution emission, and analyzes the green economic efficiency and its regional differences in Jiangxi province. The results show that both the stationary and dynamic levels analysis indicated that Jiangxi province has green economic efficiency on the whole, but there are obvious regional differences in Jiangxi province. This paper further divides the regional differences into four categories according to the pure technical efficiency value and scale efficiency value, and discusses the improvement or development measures of each category respectively.

green economic efficiency; undesirable output SBM model; Jiangxi province

F205

A

2095-9249（2022）02-0024-06

2022-02-21

江西省社会科学研究规划项目（19YJ28）

王剑（1983—），男，四川南充人，讲师，博士，研究方向：绿色经济与绿色发展。

〔责任编校：王中兰〕