2000—2014年中國區域生態效率測度及其時空差異

劉軍，馬勇，問鼎，童昀，任潔

1. 湖北大學旅游發展研究院，湖北 武漢 430062；2. 湖北大學綠色發展研究院，湖北 武漢430062；3. 中國科學院沈陽應用生態研究所，遼寧 沈陽 110016；4. 昆士蘭大學商學院，澳大利亞 昆士蘭州 布里斯班 4072

國家“十三五”規劃提出綠色發展的理念，并將“生態文明”建設納入其中。同年，國務院印發了《生態文明體制改革總體方案》明確提出建立生態文明績效考核制度。因此，在綠色發展與生態文明建設背景下，科學測度區域生態效率將有助于各級政府準確把握區域生態文明建設狀況，進而采取針對性的措施提升區域生態效率水平，推動各地區向綠色發展轉型。

生態效率（Eco-efficiency）一詞最早由德國學者（Schaltegger et al.，1990）等提出，他們認為生態效率注重考察經濟活動對環境的影響。世界可持續發展工商理事會（WBCSD，1996）進一步拓展了生態效率的內涵。隨后，國內外學者從多個視角對生態效率進行了研究。從研究方法來看，生態效率的核算方法大致沿襲兩個思路。

第一類，借鑒WBCSD關于生態效率的定義，將生態效率的計算歸結為產品或服務的增加值與環境影響的比值，其中，關于產品或服務增加值以及環境影響既可以是單個指標，也可以是一個指標體系。單一比值法是基于“產出/投入”的思想，其基本表達式源于生態效率等于經濟價值與環境影響的比值。目前被普遍接受的計算公式由WBCSD提出：生態效率=產品或服務的價值/環境影響。由于單一指標暗含一個假 設前提，即所采用的指標是最優的，因而不適合進行復雜分析。指標體系可以綜合反映投入產出的過程，適合進行大尺度、大區域層面的研究。Koskela（2015）對計算生態效率使用的指標體系進行梳理，認為被使用最多的指標是能源消耗、水消耗、溫室氣體排放、物質消耗等。

第二類，基于“投入產出”思路設定模型，再進行生態效率的計算，即模型法，其中使用較多的方法是數據包絡法。模型法在處理多指標問題時具有一定優勢。Lauwers（2009）回顧前人文獻指出生態效率研究中有兩類模型：一類是加入環境影響的生產率模型（environmentally adjusted production efficiency models），另一類是可以處理多個環境指標影響的前沿生態效率模型（frontier eco-efficiency models）。加入環境影響的生產率模型主要有兩種，一個是有參數的，如隨機前沿分析（SFA）；另一個是非參數模型，如數據包絡分析（DEA）。

從研究內容來看，國外生態效率研究主要集中在生態效率的評價。評價研究最開始集中在公司層面、行業層面，而在區域層面的研究較少，如C?té et al.（2006）、Fernándezvi?é et al.（2010）對中小企業生態效率問題進行了研究；Renata et al.（2017）對大型礦業公司的生態效率進行了研究；Chung et al.（1997）在引入方向性距離函數的基礎上，加入生產指數后對 39家造紙廠的期望和非期望產出進行了研究。在行業層面，生態效率研究集中在工業、農業領域，其他行業涉及較少，如 Jollands et al.（2004）、Salmi（2007）、Hoffrén et al.（2009）對工業相關部門的生態效率進行了研究；Hoffrén et al.（2010）、Jan et al.（2012）對農業部門的生態效率進行了研究。而在區域層面，Wursthorn et al.（2011）嘗試建立歐洲各國統一的生態效率核算統計框架；Gómez-Calvet et al.（2015）對歐盟27國1993—2010年的生態效率進行了測算；Camarero et al.（2013）用 DEA對歐盟國家溫室氣體排放的生態效率收斂性進行了研究；Mercedes et al.（2017）則利用Luenberger生產力指標對歐盟 2001—2013的環境生態效率進行了研究。從國內研究成果來看，生態效率研究主要集中在生態效率測度（楊斌，2009；路戰遠等，2010；王恩旭等，2011；潘興俠等，2013；彭紅松等，2017）、生態效率影響因素（羅能生，2013；潘興俠等，2014；武春友等，2015）、生態效率與循環經濟（諸大建等，2005，2008；韓瑞玲等，2010）等方面。在關于生態效率差異研究中，王麗瓊（2009）引進基尼系數對區域的資源利用效率差異進行了分析；成金華等（2014）利用超效率DEA模型以及探索性空間分析方法對中國區域生態效率進行了測度并分析了空間差異。程翠云等（2014）基于單一指標法對我國農業生態效率進行了計算，并通過回歸方程分析了其差異產生的影響因素。胡彪等（2009）采用非期望產出的 SBM 模型對中國區域生態效率進行測度，同時利用全局空間自相關和局部空間自相關分析了生態效率的差異。任宇飛等（2017a；2017b）從空間差異的角度分析了京津冀縣域以及中國四大城市群生態效率差異。

基于既有文獻的研究成果，本文擬從時間與空間兩個視角分析區域生態效率的差異，同時利用泰爾指數測度區域生態效率空間差異產生的來源，即生態效率的空間差異到底是來源于區域間還是區域內。

1　研究區域與研究方法

1.1　研究區域概況

本文研究區域涵蓋中國除港澳臺地區及西藏以外的所有區域（3°51′～53°33′N，73°33′～135°05′E），共計30個省級行政單元，國土面積840.6萬平方公里，占全國國土面積的87.25%。這30個省級行政單元按照國家統計局的劃分通常分為東部地區、中部地區與西部地區。其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。由于港澳臺地區統計體系與內地不一樣，同時西藏自治區由于缺乏較多指標，因而上述區域不納入研究范圍。本文研究數據均來源于《中國統計年鑒（2001—2015）》、國家統計局數據庫（http://data.stats.gov.cn/）以及大氣成分分析組織（http://fizz.phys.dal.ca/～atmos/martin/）。

1.2　研究方法

1.2.1數據包絡法

數據包絡法（Data Envelopment Analysis，DEA）由Charnes et al.（1978）提出，它以投入為導向，假設規模收益不變，故該模型被稱為規模報酬不變模型。由于CRS模型假定所有的決策單元（DMU）處于最優規模，這在現實中幾乎是不可能的，因此Banker et al.（1984）提出了規模報酬可變模型。但是，當各個決策單元效率接近時，DEA模型的有效區分度將大大降低（廖虎昌等，2011），其所測度的結果將有多個決策單元位于生產前沿面。此時，需要通過超效率的方法來進行區分，本文將使用超效率對中國各地區生態效率進行測度，并分析其生態效率的差異性。

超效率在對決策單元進行效率評價時，無效決策單元的效率值與 DEA測度得到的結果一致；對于有效的決策單元，即位于生產前沿面的決策單元，在保持其效率值不變的前提下，投入按比例增加，將投入增加的比例稱為超效率值；由于有效決策單元的生產前沿面后移，因此得到的有效決策單元的效率值大于1（王金祥等，2008）。超效率的數

學模型如下式所示：

1.2.2Malmquist指數

Malmquist指數最早由瑞典經濟學家Malmquist提出（Malmquist，1953），但直到1982年，Malmquist指數才開始被廣泛應用于全要素生產率（TFP）的測度。DEA方法測度得到的是靜態效率值，不能反映出生態效率變化率的情況，而Malmquist指數利用距離函數可反映出每個決策單元的變化率（章祥蓀等，2008），因此本文將應用Malmquist指數來反映不同年份各個地區生態效率TFP的變化率，其數學表達式如下（Ray et al.，1997）：

式中，xt、yt分別表示t時期決策單元的投入向量與產出向量；Dt(xt, yt)、Dt+1(xt+1, yt+1)分別表示以t時期為參照，決策單元在t、t+1時期的距離函

數；M則表示決策單元生產效率的動態變化率。

1.2.3泰爾指數

泰爾指數（Theil index）源于1967年Theil利用信息理論中的熵概念計算收入的不平等程度（Theil，1967）。相比于變異系數、標準差等測度不平等程度的方法，泰爾指數由于不平等程度可分解，且能應用于不同空間尺度，即泰爾指數所測度到的區域差異可以分解為區域內差異與區域間差異，因此該指數被學者們廣泛應用于區域差異的測度，如陳秀山等（2004）、馮長春等（2015）利用泰爾指數測度了中國區域經濟發展之間的差異。泰爾指數的表達式如下（康曉娟等，2010）：

式中，n為地區數；yi為第i個地區的GDP占全國GDP的比例；Ei為第i個地區的生態效率占全國各地區生態效率值總和的比例。

將式（3）進行一階分解，分別得到式（4）～（9）：

式中，TBR表示區域間生態效率差異；TWR表示區域內生態效率差異；Te、Tc、Tw表示東部地區、中部地區和西部地區生態效率差異；GDPe、GDPc、GDPw表示東部地區、中部地區和西部地區國內生產總值占全國國內生產總值的比例；Ee、Ec、Ew表示東部地區、中部地區和西部地區生態效率值占全國各地區生態效率值總和的比例。

1.2.4空間相關性

本文空間分析主要為全局空間自相關。它是測度空間上某一要素與其鄰近空間的要素是否存在顯著關聯的指標，用莫蘭指數（Moran’s I）來表示（Moran，1950）。本文用莫蘭指數來測度中國各區域生態效率是否存在顯著的空間差異性，其計算公式如下：

1.3　指標選取與數據處理

1.3.1指標選取

從國外既有研究現狀來看，能源消耗、水消耗、溫室氣體排放、物質消耗等幾類指標是使用最多的環境影響指標（Koskela，2015）。從國內既有的研究現狀來看，生態效率測度一般從資源、環境兩個維度進行。資源維度主要包括水、土地、勞動力、資本以及能源；環境維度主要包括工業“三廢”。本文在借鑒諸大建等（2008）構造的度量我國循環經濟生態效率指標體系和任宇飛等（2017b）構建的生態效率評價指標體系基礎上，進行適當增減，結果見表 1。根據生產函數，投入要素包括資本、勞動力、水、能源和土地，產出則包括經濟產出和環境產出。其中經濟產出由國內生產總值、第三產業增加值與一般財政預算收入組成；環境產出則由廢水排放量、COD排放量、二氧化硫排放量、煙粉塵排放量、固體廢棄物排放量和PM2.5組成。

表1　生態效率評價指標體系Table 1　Evaluation index of eco-efficiency

1.3.2數據處理

本文對區域生態效率的測度對象為不含港澳臺地區和西藏自治區在內的 30個省級行政單元，測度時間為2000—2014年。表1中的指標除PM2.5外，其他指標原始數據均來源于《中國統計年鑒》。由于采用的是跨時期數據，有必要對相應的指標進行處理，如國內生產總值和固定資產投資額。根據GDP平減指數以及固定資產投資指數，將GDP及固定資產投資換算成以 2000年為基期的數據。PM2.5的數據來源于大氣成分分析組織（ACAG）對全球PM2.5的解譯圖像，通過ArcGIS 10.5進行處理，得到2000—2014年中國各地區PM2.5值，其中，天津、山東、江蘇、河南、安徽、上海、北京、河北的PM2.5均值超過40 μg·m-3，位于中國前列。由于環境產出為逆指標，在使用超效率 DEA模型進行計算時將其作為投入要素進行處理。

2　結果與分析

2.1　生態效率測度結果

2.1.1全國層面生態效率

根據式（1）與表1得知，xij表示第i個省份j年的投入要素（資本、勞動力、能源、土地、水）的向量矩陣，yij表示第i個省份j年的環境產出與經濟產出向量矩陣，分別表示x、y矩陣ijij的松弛變量，θ為求得的超效率值。使用EMS 1.3軟件對全國30個省級行政單元2000—2014年生態效率進行測度，結果見圖1與表2。

圖1　2000—2014年全國及東中西部地區生態效率值Fig. 1　Value of national eco-efficiency and regional eco-efficiency from 2000 to 2014

中國生態效率整體呈現出 U型曲線的變化趨勢，其中2000—2006年生態效率逐年降低，生態效率從0.769下降至0.570。2007年開始呈現上升趨勢，至 2014年生態效率為 0.920。2009年則由于金融危機的影響，生態效率出現了下降。中國生態效率的變化趨勢與EKC曲線理論的思想基本吻合，表明隨著經濟的發展，中國的生態效率實現了先下降再上升，以犧牲環境為代價的經濟增長方式得到改變，這基本符合中國實際情況，同時中國正處于生態效率上升階段。隨著國家對生態文明的高度重視以及生態投入的不斷加大，中國生態效率還將不斷改善。2000—2006年期間，各地區投入要素隨著時間的變化都呈增加趨勢，但是投入要素結構不合理導致部分投入要素的松弛量變大，如固定資產投資的松弛量逐年增加。同時，從環境產出松弛量來看，2000—2006年間，SO2、煙粉塵以及固體廢棄物的松弛量都呈逐年增加趨勢，這也對生態效率的下降起到了主要作用。由此可見，該階段的經濟發展方式存在較大的非效率性。2007—2014年期間，中國在經歷2000—2006年經濟的高速發展階段后，2007年開始中國經濟的宏觀調控呈現“穩政策、調結構”的特點，同時中國也越來越重視經濟的“又快又好”發展，因此該階段的生態效率呈現上升趨勢。

表2　2000—2014年各省生態效率值Table 2　Value of provincial eco-efficiency from 2000 to 2014

2.1.2區域生態效率測度結果

從東中西部地區生態效率的情況來看（見圖1），東部地區生態效率均值最高，西部地區次之，中部地區生態效率狀況最差。2000—2006年，東部地區生態效率逐年降低，由0.766下降至0.652；2007—2014年，東部地區生態效率逐年增加，由0.670增加至 1.017，增幅為 51.79%。產生這種結果的原因是由于 2000—2006全國經濟發展處于粗放增長的模式，故生態效率持續下降。同時，東部地區從2006年轉型后，由于地區經濟發達，即使在經濟危機影響的2009年，生態效率仍呈上升趨勢，而中西部地區均出現了下降。2000—2009年，中部地區生態效率逐年下降，由0.878下降至0.504；2010—2014年，中部地區生態效率逐年增加，由0.565增長至0.763，生態效率仍低于2000—2002年。這表明中部地區的生態效率情況不容樂觀，中部崛起任重道遠。2000—2006年，西部地區生態效率逐年下降，由 0.692下降至 0.511；2007—2014年，西部地區生態效率總體呈現增長的趨勢，由0.517增加至0.955，說明西部地區在區域生態環境治理、生態經濟發展等方面有一定的后發優勢。

從各地區測度的結果來看（見表2），內蒙古、廣東、北京、上海生態效率均值超過 0.800，位于前列。北京、廣東、上海一直以來都是經濟發達地區，其在環境治理與保護方面的投入較多，產業結構調整較其他地區開展得早，從而使得三地的生態效率均值較高。另外，從北京、上海、廣東生態效率的變化情況來看，上海的生態效率處于持續上升狀態，由2000年的0.647持續增加至1.162，與全國以及東部地區的變化趨勢均不一樣。說明上海地區作為中國的經濟中心，一直重視區域經濟發展的生態效率。北京生態效率在 2000—2014年間，除2010年外，總體上也呈現增長趨勢，表明北京在生態環境的治理上的投入也不斷加大。2000—2014年，廣東生態效率相對較為平穩，一直保持在0.893～1.126之間，表明該地區具有較好的生態與經濟優勢，區域生態效率較高。內蒙古的生態效率在2000—2003年間呈現下降趨勢，2004—2014年呈現上升趨勢，與全國變化趨勢相比，生態效率的波谷提前至2003年。2014年廣東生態效率為3.365，明顯高于全國其他省份，一方面是由于投入要素中固定資本投資、用水量投入冗余減少為 0，另一方面非合意產出中COD、固體廢棄物冗余也減少為0。此外，內蒙古地區單位 GDP能耗也持續降低，這在一定程度上改善了區域生態效率。寧夏、青海、貴州 2000—2014年生態效率均值位于全國末尾。這3個地區一直處于中國經濟欠發達地區，不論是產業結構、技術水平還是生態環境均沒有比較優勢，因而3個地區生態效率均值較低。其中，貴州2000—2003年生態效率處于持續下降階段，2004—2014年則相對較為平穩。寧夏和青海的生態效率則呈現“下降—上升—下降—上升”的狀態。

2.2　區域生態效率差異性分析

2.2.1區域生態效率差異的時間維度

進一步分析 2000—2014年生態效率的變動情況，引入Malmquist指數模型進行計算。根據式（2），xt、yt分別表示t時期各省級行政單元的投入向量（資本、勞動力、能源、土地、水）以及產出向量（環境產出、經濟產出），M 表示各省級行政單元的生態效率 TFP的變化率。根據 Malmquist指數，Tfpch=Effch×Techch=Pech×Sech×Techch ， 其 中Tfpch表示全要素生態效率，Effch表示技術效率，Techch表示技術進步，Pech表示純技術效率，Sech表示規模效率。

利用DEAP 2.1軟件，計算得到表3、表4。從全國層面來看，全要素生態效率的變化來源于技術效率中純技術效率、規模效率的變化以及技術進步變化的共同作用，其中技術進步起到主導作用。2000—2014年間，除2002—2003年全要素生態效率變化率下降了0.1%，其余年份全要素生態效率變化率均為正值，即表示后一年相對于前一年的全要素生態效率持續優化，且 2007—2008年、2010—2011年全要素生態效率變化率超過10%。技術進步在 2000—2014年間始終為正值，表明中國區域生態化生產、環境污染處理等技術不斷提升，并且對全要素生態效率的增長起主要作用。同時也表明當前中國生態效率的改善主要來源于技術進步，技術效率與規模效率的改善還有較大的空間。從技術效率與規模效率來看，2008年之前兩者相對于前一年均沒有增長。2008年之后，兩者部分年份出現了增長。這說明從 2008年開始，中國的全要素生態效率的增長由技術進步、技術效率與規模效率的變化引起，同時也表明 2008年后中國開始重視生態經濟建設、生態環境治理等。

表3　2000—2014年全國各年份全要素生態效率Table 3　National eco-efficiency of TFP from 2000 to 2014

表4　2000—2014年全國各省域全要素生態效率Table 4　Provincial eco-efficiency of TFP from 2000 to 2014

從各地區的情況來看，2000—2014年北京、上海、浙江、江蘇、山東、廣東、四川、內蒙古、新疆生態效率TFP增長最大，年均超過了8%，表明上述地區在投入量不變的情況下，生態效率仍能增長的部分高于其他地區，即上述地區可能在技術進步、規模報酬、組織結構創新以及教育培訓等方面優于其他地區。從生態效率TFP的分解情況來看，2000—2014年，各地區生態效率TFP的增長主要來源于技術進步，且北京、上海、浙江、江蘇、山東、廣東、四川、海南、云南、青海、內蒙古、新疆12個地區技術進步率超過8%，它們位于中國東部地區以及西部地區，而中部地區技術進步普遍低于6%，其中湖南、河南、湖北為中部地區最低。這主要是由于東部地區經濟一直較為發達，技術創新、技術進步在全國具有明顯優勢，而西部地區得益于西部大開發戰略，從東部引進了先進的技術，因而技術進步率最高的地區均位于東部與西部地區。中部地區雖然擁有較好的區位優勢，但由于發展相對緩慢，技術進步率反而落后于全國平均水平。

2.2.2區域生態效率差異的空間格局

生態效率的差異性既表現在時間上，也表現在空間上。引入全局空間自相關的分析方法來判斷2000—2014年區域生態效率是否存在顯著的空間關系。利用 ArcGIS 10.5計算全局空間自相關Moran’s I，結果顯示，除2000—2002年、2010年、2012年外，其他年份均未通過顯著性檢驗，表明2000—2014年間大多數時期中國各區域生態效率均不存在顯著的空間分布模式。同時也說明經濟的發展程度與生態效率之間存在不平衡性，經濟發達的地區并不意味著其生態效率較高；經濟發展滯后的地區其生態效率也可能較高。進一步使用Geoda 1.6對 2000—2014年區域生態效率值進行Univariate Moran’s I檢驗以判斷局部地區的生態效率聚集模式。通過計算，得到Moran’s I散點圖。該圖的第一象限表示高生態效率地區被高生態地區包圍，即高高聚集（High-High）；第二象限表示低生態效率地區被高生態效率地區包圍，即低高聚集（Low-High）；第三象限表示低生態效率地區被低生態效率地區包圍，即低低聚集（Low-Low）；第四象限表示高生態效率地區被低生態效率地區包圍，即高低聚集（High-Low）。

根據圖2，2000年、2005年、2010年生態效率的莫蘭指數散點大部分落在第一象限和第三象限，即生態效率處于高高聚集（High-High）和低低聚集（Low-Low），表明相鄰地區多數存在著正向影響。而到2014年，生態效率的莫蘭指數散點在1個、2個、3個、4個象限分布較為均衡，分別為9個、8個、9個和4個，表明部分地區已經較為明顯地超過或滯后于周邊地區的生態效率。從各個地區變動的情況來看，2000—2014年，江蘇、福建、山東一直位于高高聚集（High-High），表明這3個省份及其周邊地區生態效率一直位于中國生態效率的高值區；青海一直位于低低聚集（Low-Low），表明青海及周邊生態效率一直位于中國生態效率的低值區；四川則一直位于高低聚集（High-Low），表明四川的生態效率在周邊一直是“一枝獨秀”，周邊地區的生態效率一直較差。北京、上海分別由2000年的低高聚集（Low-High）遷移到高高聚集（High-High），表明兩地的生態效率在2000年相對于周邊地區較差。廣東地區由高高聚集（High-High）遷移到高低聚集（High-Low），表明廣東的生態效率自 2005年開始明顯優于周邊地區。新疆的生態效率則由 2000年的低低聚集（Low-Low）遷移到高低聚集（High-Low），表明新疆的生態效率相對于周邊地區發生了改善，自 2005年開始，新疆生態效率明顯優于周邊地區。

2.2.3區域生態效率差異的空間分析

進一步對生態效率空間差異產生的原因進行分析，利用泰爾指數對生態效率地區間差異與地區內差異進行分解。地區間差異反映東中西部地區之間的生態效率差異，地區內差異則主要是否反映東中西部地區內部各省域之間生態效率的差異。按照泰爾指數分解的計算公式（見式3～9），計算得到東中西部地區生態效率的泰爾指數及泰爾指數分解結果（見表5）。東部地區各省份生態效率差異較大，中部地區次之，西部地區差異最小。東部地區生態效率在2000—2002年、2004—2010年呈現差距縮小的趨勢，其余年份有一定波動，但總體上東部地區各省份之間生態效率差異變小了。西部地區的生態效率泰爾指數一直為負，這表明西部地區內部各省份之間生態效率差異較小，它們對全國生態效率的均衡起到了促進作用。中部地區的生態效率泰爾指數則由負變正，即由地區內的相對均衡變為地區內的不平衡，且 2007—2014年總體上呈現出中部地區各省份生態效率差異擴大的趨勢。

從生態效率總的差異貢獻情況來看，區域內差異對總差異貢獻更大，2000—2014年間達到了62.85%～71.83%。區域間差異與區域內差異變化趨勢幾乎同步。區域間與區域內差異在 2000—2013年間，除2003—2004年、2010年外，總體上均呈現出差距縮小的趨勢。這表明在該階段，中國各地區隨著經濟的發展，生態效率也在逐漸趨于平衡。2003年由于“非典”的影響、2010年由于“金融危機”的影響造成 2000—2013年生態效率總體差異出現了擴大。而2012年11月開始，中國將生態文明納入“五位一體”總體布局，各地區開始高度重視生態文明建設，部分地區生態文明發展快于周邊地區，因此在2014年出現了生態效率總體差異擴大的情況。

圖2　莫蘭指數散點圖Fig. 2　Scatter plot of Moran’s I

表5　2000—2014年生態效率總差異的泰爾指數分解Table 5　Theil index of eco-efficiency from 2000 to 2014

3　結論與建議

3.1　討論

（1）就中國生態效率總體變化趨勢來看，中國經濟發展的方式經歷了由粗放式增長向有質量發展的轉變，這體現在生態效率經歷了“先下降—再上升”的階段，并且隨著國家對生態文明建設與綠色發展的重視，中國的生態效率還將持續改善。（2）各地區的生態效率差異可能來源于其本身在經濟發展的差異，經濟發達地區得益于經濟發展的優勢，在生態環境治理、生態經濟轉型、綠色發展等方面更具有比較優勢。而經濟欠發達地區不僅在經濟發展上落后于發達地區，在經濟發展的模式上仍處于非效率發展階段。但是經濟欠發達地區仍有生態效率提升的潛力，具備一定的后發優勢。（3）東中西部地區生態效率的差異可能源于東部地區經濟發展基礎好，優勢明顯。中西部地區相對東部地區經濟發展滯后，承接產業轉移的后果可能是東部地區落后產能的轉移。同時，由于政策導向，西部大開發明顯提升了西部技術水平，造成西部地區生態效率在后期反而優于中部地區，這也從一定程度上解釋了“中部塌陷”。（4）從生態效率的時間差異來看，中國整體的生態效率差異源于 TFP的變動，它主要由技術進步主導，表明中國在 2000—2014年更加注重生態環境污染的末端治理。具體到各省，生態效率TFP差異主要源于各地區在生態經濟領域的管理創新、知識、教育培訓、規模經濟等方面的不平衡。（5）從生態效率產生的空間差異來看，地區內差異大于地區間差異。地區間差異與地區內差異總體上仍呈現縮小的趨勢，表明地區間以地區內的生態效率趨向于平衡發展。同時，東部地區各省的生態效率差異對中國生態效率總體差異貢獻最大，西部地區沒有擴大總體差異，反而在一定程度上平衡了總體差異，中部地區對總體差異由無到有，但仍低于西部地區。比較三大地區，東部地區內部的差異大于中西部地區，這可能是由于東部地區可能存在“馬太效應”，即生態效率好的地區越來越好，而生態效率差的地區越來越差。因此，對于經濟發達地區，應該鼓勵技術溢出，通過技術溢出實現周邊地區的共同發展，從而改善生態效率的地區差異。

3.2　結論

利用 2000—2014年中國各省級行政單元的面板數據對生態效率進行了測度，同時從時間與空間兩個視角分析了區域生態效率差異。得出如下結論，（1）中國生態效率總體上呈現U型曲線變化趨勢。2000—2006年，中國生態效率處于下降階段，由2000年的0.769下降到2006年的 0.570。2007—2014年，中國生態效率總體上呈現上升趨勢，由2007年的0.573上升到2014年的0.920。（2）從各地區的情況來看，北京、上海、廣東的年均生態效率排在中國前列，其生態效率值分別為0.833、0.804和 0.993。寧夏、青海、貴州年均生態效率位于中國末尾，其生態效率值分別為0.391、0.445和0.514。內蒙古的年均生態效率排在第一，均值為 1.002，即使不考慮2014年生態效率值為3.635，其年均生態效率為 0.814，仍排在廣東、北京之后，居于中國前列。（3）從東中西部地區生態效率的情況來看，東中西部地區生態效率基本符合 U型曲線變化趨勢，但是在具體變動趨勢上有所差異。（4）從時間尺度來看，2000—2014年中國各地區生態效率的差異主要來自于TFP的增加，年均TFP為6.24%，除2003年出現了負值，最高年份為2010—2011年的14.00%。但是從生態效率TFP的分解情況來看，規模報酬效率還有待進一步提升，僅2005—2006年、2009—2010年、2012—2013年大于1。從各省情況來看，內蒙古、北京、上海生態效率TFP為全國最高；廣西、湖南、寧夏生態效率TFP為全國最低。（5）從空間尺度來看，2000—2014年各地區生態效率通過全局空間自相關檢驗的年份較少，表明中國各地區生態效率不存在顯著的空間集聚模式。但是通過Moran’s散點圖對局部地區的聚集特征進行識別，江蘇、福建、山東 3個地區一直呈高高集聚（High-High），青海一直呈低低集聚（Low-Low），四川則一直呈高低聚集（High-Low）。北京、上海則由低高集聚（Low-High）發展為高高集聚（High-High），廣東則由高高集聚（High-High）發展為高低聚集（High-Low）。

3.3　建議

基于上述結論與討論，本文提出改善區域生態效率差異的4條建議：第一，綠色發展，樹立生態文明理念。從中國近 15年生態效率的現狀來看，中國的經濟增長方式需要樹立起綠色發展、生態發展的理念，在追求生態環境質量不斷優化的前提下尋求最大的經濟增長。第二，提質增效，調整區域產業結構。區域產業結構、產業主導的發展方式對區域生態效率有著較大的影響。由于目前東部地區經濟發展走在前列，中西部承接東部產業轉移犧牲掉了環境質量，這不僅將使得經濟的不平衡加劇，同時也會造成環境質量的不平衡。因而，提質增效是從根本上改善區域生態效率的策略之一，即在對環境造成一定影響的前提之下尋求最大的經濟增長來提升發展效率。第三，統籌研發，促進區域技術進步。各區域在經濟發展過程中都應注重新技術在生態保護與環境治理當中的應用，通過提升科技發展水平降低單位經濟產出對環境的影響。第四，因地制宜，縮小區域發展差距。就東部地區而言，應充分發揮東部地區各省域的溢出效應，通過空間溢出解決生態效率不平衡的問題。就中部地區而言，要防止“中部塌陷”，中部地區需要更多的政策支持，實現中部崛起，從而實現整個區域生態效率的提升。就西部地區而言，需要進一步發揮后發優勢，堅持發展綠色產業、生態產業，同時通過轉移財政支付、降低稅費等形式，引導地方政府保護環境。

參考文獻：

BANKER R D, CHARNES A, COOPER W. 1984. Some models for estimating technical and scale efficiencies in data envelopment analysis[J]. Manage Science 30, 1078-1092.

CAMARERO M, CASTILLO-GIMENEZ J, et al. 2013. Is the eco-efficiency in greenhouse gas emissions converging among European Union countries? [J]. Empirical Economics, 47(1): 143-168.CHARNES A, COOPER WW, RHODES E. 1978. Measuring the efficiency of decision making units [J]. European Journal of Operational Research, 2(6): 429-444.

CHUNG Y H, FARE R, GROSSKOPF S. 1997. Productivity and undesirable outputs: A directional distance function approach [J].Journal of Environmental Management, 51(3): 229-240.

C?Té R, BOOTH A, LOUIS B. 2006. Eco-efficiency and SMEs in Nova Scotia, Canada [J]. Journal of Cleaner Production, 14(6-7): 542-550.

FERNáNDEZVI?é M B, GOMEZNAVARRO T, CAPUZRIZO S F. 2010.Eco-efficiency in the SMEs of Venezuela. Current status and future perspectives [J]. Journal of Cleaner Production, 18(8): 736-746.

GOMEZ-CALVET R, CONSEA D, GóMEZ-CALVET A R, et al. 2015. On the dynamics of eco-efficiency performance in the European Union [J].Computers & Operations Research, 66: 336-350.

HOFFREN J, APAJALAHTI E. 2009. Development of eco-efficiency in metal production in Finland [J]. Progress in Industrial Ecology, 6(6):153-167.

HOFFREN J. 2010. Development of eco-efficiency in Finnish forest industry: 1997—2007 [J]. Progress in Industrial Ecology, 7(2):163-174.

JAN P, DUX D, LIPS M, et al. 2012. On the link between economic and environmental performance of Swiss dairy farms of the alpine area [J].The International Journal of Life Cycle Assessment, 17(6): 706-719.

JOLLANDS N, LERMIT J, PATTERSON M, et al. 2004. Aggregate eco-efficiency indices for New Zealand: A principal components analysis [J]. Journal of Environment Management, 73(4): 293-305.

KOSKELA M. 2015. Measuring eco-efficiency in the Finnish forest industry using public data [J]. Journal of Cleaner Production, 98:316-327.

LAUWERS L. 2009. Justifying the incorporation of the materials balance principle into frontier-based eco-efficiency models [J]. Ecological Economics, 68(6): 1605-1614.

MALMQUIST S. 1953. Index Numbers and Indifference Surfaces [J].Trabajos de Estadistica, 4(2): 209-242.

MERCEDES B, ANDRES J. 2017. Assessing environmental performance in the European Union: Eco-innovation versus catching-up [J]. Energy Policy, 104(5): 240-252.

MORAN P. 1950. Notes on Continuous Stochastic Phenomena [J].Biometrika, 37(1): 17-23.

RAY S C, DESLI E. 1997. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries: Comment [J]. American Economic Review, 87(5): 1033-1039.

RENATA O, ANA S, ANDREIA Z. 2017. Expanded eco-efficiency assessment of large mining firms [J]. Journal of Cleaner Production,142(4): 2364-2373.

SALMI O. 2007. Eco-efficiency and industrial symbiosis: A counterfactual analysis of mining community [J]. Journal of Cleaner Production,15(17): 1696-1705.

SCHALTEGGER S, STURM A. 1990. Ecological Rationality [J]. Company,4: 273-290.

THEIL H. 1967. Economics and Information Theory [M]. Amsterdam:North Holland Publishing Company.

WORLD BUSINESS COUNCIL FOR SUSTAINABLE DEVELOPMENT.1996. Eco-efficient: Leadership for improved economic and environmental performance [R]. Geneva: WBCSD.

WURSTHORN S, POGANIETZ W R, SCHEBEK L. 2011. Economicenvironmental monitoring indicators for European countries: a disaggregated sector-based approach for monitoring eco-efficiency [J].Ecological Economics, 70(3): 487-496.

程翠云, 任景明, 王如松. 2014. 我國農業生態效率的時空差異[J]. 生態學報, 34(1): 142-148.

成金華, 孫瓊, 郭明晶, 等. 2014. 中國生態效率的區域差異及動態演化研究[J]. 中國人口·資源與環境, 24(1): 47-54.

陳秀山, 徐瑛. 2004. 中國區域差距影響因素的實證研究[J]. 中國社會科學, 40(5): 117-129.

馮長春, 曾贊榮,崔娜娜. 2015. 2000年以來中國區域經濟差異的時空演變[J]. 地理研究, 34(2): 234-246.

韓瑞玲, 佟連軍, 宋亞楠. 2011. 基于生態效率的遼寧省循環經濟分析[J]. 生態學報, 31(16): 4732-4740.

胡彪, 付業騰. 2009. 中國生態效率測度與空間差異實證——基于SBM模型與空間自相關性的分析[J]. 干旱區資源與環境, 30(6): 6-12.

靳誠. 2009. 基于縣域單元的江蘇省經濟空間格局演化[J]. 地理學報,64(6): 714-723.

康曉娟, 楊冬民. 2010. 基于泰爾指數法的中國能源消費區域差異分析[J]. 資源科學, 32(3): 485-490.

科埃利, 等. 2008. 效率與生產率分析引論[M]. 第2版//玉等(譯). 北京:中國人民大學出版社.

廖虎昌, 董毅明. 2011. 基于DEA和Malmquist指數的西部12省水資源利用效率研究[J]. 資源科學, 33(2): 273-279.

劉秉鐮, 林坦, 劉玉海. 2010. 規模和所有權視角下的中國鋼鐵企業動態效率研究——基于 Malmquist指數[J]. 中國軟科學, (1):150-157.

路戰遠, 智穎飆, 王再嵐, 等. 2010. 資源-環境雙重約束下的區域生態效率的時序特征——以廣西壯族自治區為例[J]. 生態環境學報,19(8): 1815-1821.

羅能生, 李佳佳, 羅富政. 2013. 中國城鎮化進程與區域生態效率關系的實證研究[J]. 中國人口·資源與環境, 23(11): 53-60.

潘興俠, 何宜慶, 胡曉峰. 2013. 區域生態效率評價及其空間計量分析[J]. 長江流域資源與環境, 22(5): 640-647.

潘興俠, 何宜慶. 2014. 工業生態效率評價及其影響因素研究——基于中國中東部省域面板數據[J]. 華東經濟管理, 28(3): 33-38.

彭紅松, 章錦河, 韓婭, 等. 2017. 旅游地生態效率測度的SBM-DEA模型及實證分析[J]. 生態學報, 37(2): 628-638.

任宇飛, 方創琳. 2017a. 京津冀城市群縣域尺度生態效率評價及空間格局分析[J]. 地理科學進展, 36(1): 87-98.

任宇飛, 方創琳, 藺雪芹. 2017b. 中國東部沿海地區四大城市群生態效率評價[J]. 地理學報, 72(11): 2047-2063.

王恩旭, 武春友. 2011. 基于超效率DEA模型的中國省際生態效率時空差異研究[J]. 管理學報, 8(3): 443-450.

王金祥, 王卓. 2008. 基于超效率DEA模型的城市效率評價[J]. 西安電子科技大學學報: 社會科學版, 8(1): 62-64.

王麗瓊. 2009. 中國能源利用效率區域差異基尼系數分析[J]. 生態環境學報, 18(3): 974-978.

武春友, 于文嵩, 郭玲玲. 2015. 基于演化理論的生態效率影響因素研究[J]. 技術經濟, 34(5): 63-69, 85.

楊斌. 2009. 2000—2006年中國區域生態效率研究——基于DEA方法的實證分析[J]. 經濟地理, 29(7): 1197-1202.

章祥蓀, 貴斌威. 2008. 中國全要素生產率分析: Malmquist 指數法評述與應用[J]. 數量技術經濟研究, 8(6): 111-122.

諸大建, 朱遠. 2005. 生態效率與循環經濟[J]. 復旦學報(社會科學版),60(2): 60-66.

諸大建, 邱壽豐. 2008. 作為我國循環經濟測度的生態效率指標及其實證研究[J]. 長江流域資源與環境, 7(1): 1-5.