基于“能源-经济-环境”系统的省际生态效率影响机理研究*

唐晓灵 曹 倩

(西安建筑科技大学管理学院，陕西 西安 710055)

SCHALTEGGER等[1]首次提出了“生态效率”的概念来衡量经济活动对资源和环境的影响，为研究“能源-经济-环境”(3E)系统耦合效率提供可测量的入口，此后该概念在世界可持续发展商业理事会(WBCSD)的推广下被大众认可[2-3]。当前对生态效率理论层面的研究多集中在概念延伸上，如任宇飞等[4]认为生态效率可理解为以一定的资源要素投入为前提，通过生产等经济活动环节，将投入要素一方面转化为经济效益，另一方面转化为对环境负面影响的综合能力。

针对生态效率评价上的研究，国外研究多集中在企业、行业、工业部门等微观尺度上的生态效率测度，更关注生态效率对企业环保行为的指导[5]。如LAHOUEL[6]测度了法国17家服务业的效率；PÉREZ等[7]研究了西班牙50个奶牛场的生态效率。国内研究多集中在省级、区域层面[8-10]，毕斗斗等[11]、郑慧等[12]对省际、城市等不同的研究层面测度生态效率及其时空跃进特征。研究方法多使用模型法[13]，较广泛应用的为数据包络分析(DEA)模型。学者们运用Super-DEA模型、SBM-DEA模型等对中国生态效率进行测算，发现区域生态效率呈东、中、西部梯度式下降[14-15]。此外，对生态效率变化率的测算文献多数使用DEA-Malmquist[16]、Malmquist-Luenberger指数法[17]，如李成宇等[18]运用DEA-Malmquist测算出中国工业生态效率增长率水平较高，且呈现稳定增长趋势；技术进步效率是生态效率提高的主要推动力。对生态效率影响机理研究方面，区域生态效率不但受到行业内部的规模、技术和管理水平的影响，同时也会受到市场化程度等外部环境的影响[19]。如MA等[20]从管理、规模、技术等内生性因素探讨长三角生态效率差异原因。对于外部影响因素的研究，诸位学者认为，生态效率的演变发展受到各种因素的联合驱动，并且环境治理投资、第三产业占比、技术水平等因素对生态效率起促进作用，城镇化水平、能源结构等对生态效率起抑制作用[21-23]。

然而，以往文献还存在以下问题：(1)绝大多数文献未理清内外部因素对生态效率的影响机理；(2)传统DEA模型无法合理解决非期望产出及多个决策单元(DMU)有效排序问题，并且Malmquist-Luenberger指数法不具有循环累乘性，无法观察生态效率的长期增长趋势，并且可能会导致线性规划无可行解。因此，基于研究方法和内容上的不足，本研究在3E系统下运用Super-SBM模型、Global-Malmquist-Luenberger(GML)指数法测度中国30个省市(限于数据可得性，暂时不计西藏、中国香港、中国澳门、中国台湾)2000—2016年生态效率及其内部分解指标，然后运用面板数据回归模型及STIRPAT模型判断内外部因素对生态效率的影响机理。

1 研究方法、数据来源及指标选取

1.1 研究方法

1.1.1 考虑非期望产出的Super-SBM模型

基于传统DEA模型的不足，运用Super-SBM模型对生态效率进行测算，该模型得出的生态效率是假设DMU在规模收益不变的情况下得到的，并且通过MAXDEA 7.9 Ultra软件可分解为纯技术效率(PTE)和规模效率(SE)，分别用来衡量地区技术进步和规模经济水平。对于传统DEA来说，生态效率为0～1，当地区生态效率为1，说明技术和规模实现了有效性，该地区规模报酬不变，投入产出得当，能产出稳定高效的规模报酬，实现DEA有效；当地区生态效率小于1时，DEA无效。当SE=1、PTE<1时，说明虽然实现了规模经济性，但技术水平较落后；当SE<1、PTE=1时，说明虽拥有较高的技术水平但未实现规模经济[24]。Super-SBM模型可对有效DMU进行排序，由该模型得出的生态效率会出现大于1的情况，继续增加投入还可促进生态效率的提高。

1.1.2 GML指数法

进一步运用GML指数法测算生态效率变化率，以此分析生态效率增长的内在驱动因素。根据赵良仕等[25]可将GML指数分解为纯技术效率变化率(PEC)、规模效率变化率(SEC)和技术效率变化率(TC)，分别对应了生产过程中的管理、规模和技术变动水平。其中，PEC代表管理方法和结构水平的提高，主要体现在环境的治理水平；SEC代表规模经济水平的变动情况；TC代表技术运用的进步情况，体现在各城市的技术水平及经济规模、技术进步之间的协调关系。

1.1.3 STIRPAT模型

为分析人口对环境的非线性影响，YORK等[26]基于IPAT等式，提出了环境压力随机模型，即STIRPAT模型，在实际运用中，通常取对数处理，具体为：

lnI=lna+blnP+clnA+dlnT+lnε

(1)

式中：I为环境压力；a为比例常数项；P、A、T分别为人口、经济和技术进步相关参数；b、c、d分别为P、A、T的弹性系数；ε为误差项。

在此基础上对该模型进行改进，选取城镇化水平、经济规模、产业结构、能源结构、环境规制、外商投资、技术进步、对外开放水平共8个变量作为影响生态效率提高的外部因素。

1.2 指标选取及数据来源

1.2.1 生态效率指标体系构建

从投入产出角度下定义生态效率，参考张虎平等[27]指标选取原则，将资本、劳动力和能源、水资源作为投入指标，各地区GDP、污染物排放作为产出指标。具体指标选取如下：

(1)资源投入。选取各省的一次能源消耗总量、用水总量作为资源投入。海南缺乏2002年的能源消耗数据，本研究采用插值法将其补齐，数据引自历年的《中国统计年鉴》。

(2)劳动力投入。采用当年的就业人数作为劳动力投入指标，数据引自历年的《中国统计年鉴》。

(3)资本投入。采用张军等[28]的永续盘存法计算，并在此基础上以2000年不变价补充测算2001—2016年的资本存量数据，数据引自历年的《中国统计年鉴》和各省统计年鉴资料。

(4)期望产出。采用各省的地区GDP作为期望产出，并利用GDP平减指数折算成以2000年为基期的实际GDP，数据引自历年的《中国统计年鉴》。

(5)非期望产出。考虑数据可得性，选取CO2、SO2和COD作为非期望产出指标。其中，CO2按照《2006年IPCC国家温室气体清单指南》中的方法进行计算，选取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气共8种化石能源消费量。由于缺乏海南2002年及宁夏2001—2002年的数据，采用线性插值法补齐，数据引自历年的《中国能源统计年鉴》。

1.2.2 驱动因素指标体系构建

区域生态效率驱动因素可分解为两类：(1)行业自身的内部因素，如技术、管理、规模水平等；(2)外部环境因素。参考文献[20]，本研究选取指标具体见表1。

2 实证分析

2.1 生态效率

由表2可见，2000—2016年中国，生态效率均值为0.528，整体上无效。究其原因主要为：中国高速的经济增长速度、快速的城镇化进程造成了严重的资源环境负担，3E系统出现不同程度的失调状况。由图1(a)可见，全国2000—2016年PTE均值为0.702，且处于不断下降的趋势，主要由于企业的节能减排技术创新性不足、工艺落后、管理效率低下等弊端在短期内无法得到改善，导致研究期内PTE持续下滑，为遏制此态势，政府应加大节能减排实施力度，倒逼企业进行技术和管理方法上的革新。与PTE相比，SE均值为0.815，处于高位运行中，至2016年SE略有下降，这是由于在发展初期，社会有效需求上涨，导致各地区的生产规模不断扩大，带来了显著的规模效应，促进了生态效率与经济发展水平的提升，但由于要素边际报酬递减规律制约，随着生产规模的继续扩大，经济增长态势难以保持，此时继续增加投入会导致规模不经济现象产生。

表1 生态效率驱动因素指标体系

表2 2000—2016年中国省级及3大区域生态效率及其分解效率

图1 生态效率及其分解指标变化趋势

表3 中国3大区域生态效率的规模报酬情况

由表2可知，东部地区生态效率均值为0.812，远高于中部地区(0.415)和西部地区(0.326)。高生态效率省份(北京、上海、天津)均位于东部沿海地区，该类地区较高的技术水平，为节能减排提供了技术支撑。低生态效率省份(新疆、贵州、宁夏)均属于西部经济欠发达地区，但由于西电东输等措施，有可能导致高估东部地区效率，低估中西部地区效率。由图1(b)至图1(d)可知，东部地区的PTE维持在较高水平，整体在1.000上下浮动，而中、西部地区历年来PTE总体呈下降趋势，下降原因为在承接东部产业转移的过程中，西部地区为追求经济增长，放松了一些高能耗、高污染项目的准入条件。中、东、西部地区SE均值分别为0.912、0.831、0.732，除东部地区SE略有下降外，中、西部地区SE均有提升。由表3可知，东、中部地区规模报酬递减省份个数历年来逐步增多，而西部地区仅有广西省一个。表明东、中部地区已进入到规模报酬递减阶段，仅靠增加投入不会维持经济高速发展。

2.2 影响机理研究

2.2.1 内部驱动因素

从表4可见，GML指数均值为1.011，生态效率总体是进步的。具体来看，TC均大于1，而PEC、SEC均值均小于1，在规模和管理水平上欠缺。为深入研究生态效率的内部驱动因素，以PEC、TC和SEC为解释变量，以生态效率变化率为被解释变量，且GML分解指标代表的是与上一年度生态效率的变化率，因此构建的面板数据回归模型如下：

TFPit=α+β1Xit+β2Yit+β3Zit+εit

(2)

式中：TFPit、Xit、Yit、Zit分别为第i区域t时段的生态效率变化率、PEC、TC、SEC；α为截距项；β1、β2、β3分别为Xit、Yit、Zit的弹性系数；εit为第i区域t时段的随机干扰项。

利用Eviews 8.0对模型参数进行估计，根据Hausman检验结果，选用个体固定效应模型，回归结果见表5。影响生态效率的3个内部因素均通过了1%水平下的检验，且TC、PEC、SEC每提高1%，生态效率分别提高2.156%、0.449%、1.806%，说明行业内部的技术、管理、规模等因素的提高能使生态效率得到显著改善，并且技术和规模是促进生态效率提高的主要内部驱动因素。

2.2.2 外部驱动因素

为进一步研究生态效率的外部驱动因素，采用STIRPAT模型定量分析外部环境对生态效率的影响。此外，为检验各地区的经济发展水平与生态效率是否呈“U”型分布，调整模型中的经济发展指标，构建面板数据模型如下：

EEit=α+λ1lnESit2+λ2lnESit+λ3lnTPit+

λ4lnISit+λ5lnENit+λ6lnURit+

λ7lnERit+λ8lnOPit+λ9lnFDIit+εit

(3)

式中：EEit为第i区域t时段的生态效率；ESit、TPit、ISit、ENit、URit、ERit、OPit、FDIit分别为第i区域t时段的经济规模、技术进步、产业结构、能源结构、城镇化水平、环境规制、对外开放水平、外商投资指标；λ1、λ2、λ3、λ4、λ5、λ6、λ7、λ8、λ9分别为ESit2、ESit、TPit、ISit、ENit、URit、ERit、OPit、FDIit的弹性系数。

选取2000—2016年各地区外部影响因素指标，利用Eviews 8.0对模型参数进行估计，模型通过似然比检验，并根据Hausman检验结果显示应采用个体固定效应模型，模型具有较好的稳健性，回归结果见表6。根据表6分析，得到以下结论：

(1)经济规模呈现显著负相关，而ESit2对生态效率呈现显著正相关，验证了2000年后中国经济发展水平与生态效率呈现“U”型分布。当经济发展水平较低时，追逐高速的经济增长速度，忽视环境质量，导致生态效率降低；当经济发展到较高水平时，产业结构趋于合理化，清洁高效能源使用占比增加，促进生态效率提升，与王维国等[29]结论一致。

表4 2000—2016年中国GML指数及其分解指标

表5 2000—2016年中国区域内部影响因素回归结果

注：1)*、**、***分别为在1%、5%、10%的统计水平上显著。表6同。

表6 2000—2016年中国区域外部影响因素回归结果分析

(2)技术进步未表现出显著促进作用。从全国层面来说，已有较多学者证实，技术进步对生态效率的提高起促进作用，但同时指出“技术回弹效应”明显。从宏观经济角度看，尽管技术进步提高了生态效率，减少了CO2排放，但增加了对能源的新需求，一定程度上抵消了节能的效果，与ZHOU等[30]研究结论一致。

(3)从生态效率提升的驱动因素来看，首先，环境规制呈显著正相关，环境规制指标每提高1%，生态效率上升0.013%。其次，对外开放水平每提高1%，生态效率提高0.064%。该效果一方面由于对外开放程度的扩大可有效引进国外先进的技术、设备及管理经验，有利于减少单位GDP能耗与污染物产出；另一方面，国际更高的环境管理标准迫使国内企业学习采用先进环保技术及环境管理经验，在减少环境污染排放的前提下增加GDP产出。最后，外商投资每提高1%，生态效率提升0.187%，主要通过带来的产业结构及技术进步效应推动生态效率的提高。

(4)从抑制生态效率提升的因素来看，首先，以第二产业占比为代表的产业结构每提升1%，生态效率下降0.186%，较突出的是以第二产业占主导的中西部地区。其次，能源结构每提升1%，生态效率下降0.097%，主要由于中国一次性能源消费煤炭占比较大，带来了大量的污染排放。最后，城镇化水平每提升1%，生态效率下降0.318%。城镇人口的增多需要配备大规模的城市基础设施，消耗大量高能耗建材，同时城镇化带来生活能源需求的急速增长，因此造成生态效率降低。

3 结 语

(1)整体看，中国生态效率处于不断下降的趋势，全国均值为0.528，整体上无效。从3大区域看，东部地区的生态效率为0.812，远高于中部地区(0.415)和西部地区(0.326)，且生态效率较高的均为东部沿海地区，而生态效率低下的均处于西部欠发达地区。从规模报酬角度看，东、中部地区大部分省份已进入到规模报酬递减阶段，西部地区大部分省份仍处于规模报酬递增阶段。

(2)从内部因素来看，技术和规模是促进生态效率提高的主要内部驱动因素；从外部驱动因素来看，2000年后中国生态效率与经济发展水平之间呈“U”型分布；由于“技术回弹”效应，技术进步对生态效率未表现出明显促进作用；环境规制、对外开放水平、外商直接投资对生态效率呈显著促进作用，每提升1%，生态效率提高0.013%、0.064%、0.187%；产业结构、能源结构及城镇化水平对生态效率呈显著抑制作用，每提高1%，生态效率下降0.186%、0.097%、0.318%。

(3)中国各省份及3大区域生态效率差异明显，应促进区域内和区域间协同发展。因此，针对东部地区应将寻找节能减排技术突破作为重点，以此降低污染治理的技术成本，同时应在自身生态效率稳步提高的同时扶持中、西部地区省份向高效率方向发展；中、西部地区应加强与东部沿海地区的技术交流，通过产业结构及能源结构调整、加大重点污染企业的惩罚力度等促进生态效率的提升；西部地区应严格把关产业转移的进入条件，从经济增长、节能、环保等方面有选择性承接有利于本地区可持续发展的项目。

(4)应努力转变中国长期以来的要素驱动型经济增长模式。中、东部地区的大部分城市处于规模报酬递减阶段，应适当减小能源要素投入规模，提高资源配置效率，走集约型增长道路；西部地区的大部分省份还处于规模报酬递增阶段，产出增长空间较大，适当加大能源投入规模可进一步提高生态效率。