中國省域生態效率的分布動態及演化研究

劉茜

摘要：利用兩階段DEA方法測算了中國30個省（區、直轄市）2003—2015年的生態效率，并對中國省域生態效率的區域差距及其內部分布動態和演進趨勢進行了分析研究。結果表明，中國生態效率存在顯著的空間非均衡性，總體呈現西部向中、東部地區遞增的分布；中國生態效率的省域間差距總體呈現波動下降趨勢，東部、中部和西部地區表現出不同水平的波動；中國省域生態效率組間流動性不高，整體上表現出向著較高水平發展的趨勢。

關鍵詞：生態效率；Theil指數；核密度；Markov鏈

中圖分類號：F205；X22 文獻標識碼：A

文章編號：0439-8114（2018）17-0135-06

DOI：10.14088/j.cnki.issn0439-8114.2018.17.034 開放科學（資源服務）標識碼（OSID）：

Abstract： The eco-efficiency of 30 provinces（districts， municipalities） between 2003 and 2015 was calculated through the two stage DEA model， and the regional disparity， the distributional dynamic and the evolution trend of the Chinese provincial eco-efficiency was analyzed. The results showed that the Chinese eco-efficiency had significant spatial disequilibrium， and the overall distribution showed that the increase moved from west to central and eastern regions. The whole provincial disparity of eco-efficiency declined， of which the eastern region， the central region and the western region fluctuated obviously. The group mobility between Chinese provincial eco-efficiency was not high， and the overall performance seemed to be a higher level development.

Key words： eco-efficiency； Theil index； kernel density； Markov chain

改革開放以來，中國經濟保持著較高的增長速度，然而經濟的高速增長伴隨著一系列資源消耗和環境污染的問題，嚴重威脅到國家的可持續發展戰略。黨的十八大報告中把生態文明建設放在突出地位，黨的十八屆五中全會中將增強生態文明建設首次寫入國家五年規劃中。國家高度關注生態環境與經濟發展的關系，急需建立完整的環境績效評價體系，促進經濟社會環境的可持續發展，生態效率則成為解決該問題的重要突破口。近些年來，國內學者對生態效率的研究逐漸增多。在生態效率測度方面，有經濟/環境比值法[1，2]、因子分析法[3]、指標體系法[4]、數據包絡分析法（包括超效率DEA、三階段DEA等）[5-7]、投入產出法[8]、方向距離函數法[9]等，在生態效率評價方面，主要是基于測度結果在不同空間尺度進行區域內和區域間的差異分析，也有將時間因素考慮進來，進行時間和空間兩個尺度上的變化分析，多數是采用DEA-Malmqiust指數[5]、σ和β收斂系數[10]、空間自相關分析[11，12]等，較少采用動態分析方法。

基于此，本研究首先采用考慮非期望產出的兩階段DEA方法對2003—2015年間的中國省域生態效率進行測度，進而通過Theil系數法分析中國生態效率的區域內差距和區域間差距，然后利用動態分析方法（Kernel密度估計和Markov鏈法）研究了中國30個省（區、直轄市）生態效率的分布動態和演進趨勢，直觀地描述了中國省域生態效率的分布形狀和隨時間的演變過程，并通過轉移概率矩陣和遍歷分布揭示中國省域生態效率收斂的動態演化趨勢。

1 數據與研究方法

1.1 數據來源

基于數據的可得性，本研究各項指標數據主要來源于《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》等，選取2003—2015年全國30個省、自治區和直轄市（西藏數據缺失較多未考慮）的面板數據。另外，在分析東部、中部、西部地區生態效率時，按傳統劃分標準，東部含11個省，中部含8個省，西部含11個省（西藏除外）。

1.2 指標體系的構建

依據指標體系建立的科學性、針對性、可操作性、可比性，借鑒有關生態效率評價的文獻，考慮資源消耗和環境污染兩方面的內容，具體指標見表1。

1.3 研究方法

1.3.1 數據包絡分析 數據包絡分析（Data Envelopment Analysis，簡稱DEA）是1978年由美國運籌學家查爾斯、庫伯、羅茲在Farell測度基礎上提出的運用數學工具評價經濟系統生產前沿面有效性的一種非參數方法。經過多年的發展，它已經成為管理學、經濟學、系統科學等領域中一種常用而且重要的分析工具。具體地說，DEA是使用數學規劃建立評價模型，評價具有多項投入、多項產出的決策單元（Decision making unit，簡稱DMU）之間的相對有效性，稱為“DEA有效”[13]。由于DEA方法的多個優點，使得其在效率評價中被廣泛運用。

本研究采用兩階段DEA方法[14]，利用MaxDEA軟件工具，測算了2003—2015年中國30個省（區、直轄市）的生態效率。具體測算中，將能源消費總量、用水總量和城市建設用地面積作為投入變量，將廢水排放總量、工業廢氣排放總量和工業固體廢物排放總量作為非期望產出變量，地區生產總值作為期望產出變量，以期在保證期望產出的情況下盡可能減少投入和非期望產出。

1.3.2 Theil系數 Theil系數從信息論中的熵概念出發，最早是被用來研究個人或地區收入差距，后來被廣泛應用于區域差異研究[10]，Theil系數不僅能夠評價差異水平，還可以通過分解來衡量區域內差異和區域間差異對總差距水平的貢獻。

1.3.4 Markov鏈分析 Markov鏈方法是通過構造Markov轉移概率矩陣，描述生態效率水平分布的內部動態演化特征[15]。Markov鏈是一個隨機過程{X（t），t∈T}，集合T對應于各個時期，X（t）對應于隨機變量的有限狀態數，隨機變量X在時期t處于狀態j的概率僅取決于X在時期t-1時的狀態，即對所有時期t和所有可能的狀態j、i和ik（k=0，1，2，…，t-2），滿足（5）式：

隨機變量從一種狀態轉變為另一種狀態就是狀態轉移。如果把生態效率水平X劃分為n種狀態類型，則轉移概率pij=P{Xt=j|Xt-1=i}是指由狀態i轉移到狀態j的概率，所有pij組成的n×n維矩陣就是狀態轉移概率矩陣P，記為P=（pij）=p11 p12 p13 …p21 p22 p23 …… … … …。

設Ft為1×n的行向量，代表t時期生態效率水平的分布狀況，即每一個生態效率水平類型出現的頻率。那么，t+1時期生態效率水平的分布可表示為Ft+1=FtP；如果轉移概率不隨時間變化，則Markov鏈具有時間平穩性，t+s時期的分布Ft+s表示為Ft+s=FtPs。如果轉移概率矩陣P是正規概率矩陣，當s趨于∞時，Ps收斂于一個秩為1的極限矩陣，同時得到Ft的穩態分布或遍歷分布F[15]。

一個時間平穩的Markov鏈的性質完全由轉移概率矩陣P和初始分布F0所決定，因此關鍵在于估計轉移概率矩陣和計算初始概率分布。初始概率分布主要取決于生態效率水平的狀態類型劃分。而轉移概率可采用極大似然法進行估計，設pij為某一省域生態效率在t時期屬于i類型，而在t+1時期轉移到j類型的一步轉移概率，則pij=nij/ni。式中，nij為考察期間內第i種狀態轉變為第j種狀態出現的次數；ni為轉移前為第i種狀態的總次數。

2 中國省域生態效率的地理分布及差異分析

根據生態效率的DEA計算方法，測算了2003—2015年全國30個省（區、直轄市）的生態效率。基于該計算結果，將各省的生態效率值作為變量，繪制了2003—2015年中國省域生態效率的地理分布圖（圖1），顏色越深代表該省域生態效率值越高。從圖1可以看出，中國生態效率存在明顯的空間非均衡特征，總體上呈現從西部地區向中、東部地區遞增的分布，同時2003—2015年間中國生態效率整體變化不大。

從圖2可以看出，中國生態效率的總Theil系數在2003—2015年間整體呈一定的波動下降趨勢，其中2006—2010年間有明顯波動。具體來看，總Theil系數在2003年為0.050 8，2004年達到最大值，為0.053 2，2004—2007年間出現了一定的下降，2007年下降至0.029 3，之后又開始增長，2009年達到峰值0.038 1，2010年下降至最低，為0.028 7，2010—2015年基本保持平穩，略有上升。

從總Theil系數的分解來看，2003年區域間Theil系數最大，為0.026 1，2003—2007年出現了一定的下降，2007年降至0.010 1，之后的變化除2015年下降明顯外，其余年份基本保持平穩，維持在0.010 0左右，變化不大。而區域內Theil系數則呈現出同總Theil系數基本相同的變化趨勢，也進一步說明在總Theil系數的構成中，區域內Theil系數的貢獻率要大于區域間Theil系數，同時相較于區域間生態效率的差異而言，區域內生態效率的差異較為明顯。從圖3可以看到，2015年之前東部地區的Theil系數變化平穩略有上升，中部地區的Theil系數變化平穩略有下降，二者均基本維持在0.02以下，且明顯低于西部地區的Theil系數，說明此期間東部和中部地區內部各省生態效率的差距不是太大，2015年開始二者均出現明顯上升，則反映出地區內部的差異有所增大，而對于西部地區而言，2003—2010年間Theil系數呈現出明顯的上升與下降的交替出現，波動較大，同時地區內各省的生態效率差距也相對較大，但2010年之后基本保持平穩。

3 中國省域生態效率的核密度估計

根據各省域生態效率的計算結果，將其作為變量，通過R軟件繪制了2003—2015年中國省域生態效率的核密度估計圖（圖4-圖7）。

先從整體上來看中國30個省（區、直轄市）的生態效率在2003—2015年間的演化（圖4），可以看到密度函數的中心位置略微向右偏移，波峰向上移動，曲線更為陡峭，變量的變化區間有所縮小，說明在整個研究期內，各省域的平均生態效率在提高，省域間差距在逐漸縮小。具體來看，相較于2003年而言，2006年的密度函數中心向右移動，波峰略微上移，變化不大，說明各省域的平均生態效率在這期間略有上升。而與2006年相比，2010年的密度函數中心位置明顯向右移動，且波峰明顯上移，說明在此期間省域的平均生態效率在上升，且差距有所縮小。2015年相較于2010年，密度函數中心位置略微向左移動，整體上基本沒有太大變化，說明此期間省域的平均生態效率變化平穩略微有下降。

觀察中國東部地區生態效率在2003—2015年內的演化（圖5）。從整體來看，密度函數中心略微向左移動，波峰明顯下降，變量變化區間有變大，曲線更平緩，這說明在2003—2015年間東部地區省域的平均生態效率有所下降，生態效率差距在增加。具體來看，相較于2003年而言，2006年的密度函數中心略微向左移動，波峰明顯下降，變化區間加大，說明此期間東部地區各省域生態效率差距有所擴大。而與2006年相比，2010年密度函數波峰有所上升，說明生態效率差距在減小。2015年與2010年相比，波峰又出現了下移，且變化區間也有所加大，說明生態效率差距在增加。

觀察中國中部地區生態效率在2003—2015年內的演化（圖6）。從整體來看，密度函數的中心、波峰和變化區間均呈現出一定的交替升降的變化。具體來看，相較于2003年而言，2006年密度曲線的中心變化不大，波峰向下移動，曲線更平緩，變化區間也有擴大，說明此期間生態效率的差距在增大。而與2006年相比，2010年的密度曲線中心向右移動，波峰略微向上移動，變化區間也減小，說明此期間中部地區各省平均生態效率有提升，且差距在縮小。2015年與2010年相比，密度曲線中心略微左移，波峰下降，變化區間也在加大，說明此期間平均生態效率減小且差距在增加。與2003年相比，2015年密度曲線的中心略向右移動，波峰有明顯下降，曲線更平緩，說明在此研究期內中部地區平均生態效率略有提升，但省域間差距在增加。

觀察中國西部地區生態效率在2003—2015年內的演化（圖7）。從整體來看，密度函數的中心向右偏移，波峰有略微上移，說明在此研究期內西部地區的平均生態效率略有提升，差距略有減小。具體來看，相較于2003年，2006年的密度曲線波峰有下降，中心略微右移，說明在此期間平均生態效率略微提升。而與2006年相比，2010年密度曲線波峰明顯上移，曲線中心變化不大。2015年與2010年相比，曲線幾乎沒有發生太大變化。

4 中國省域生態效率的Markov鏈分析

本研究沿用Quah的Markov鏈分析框架進行分析，假定中國生態效率水平的演化服從有限的一階Markov過程，具有平穩的轉移概率。首先，將全國各省（區、直轄市）的生態效率取值范圍劃分為有限不相交且完備的n個區間，對應于n個生態效率水平類型，然后通過估計轉移概率矩陣分析其特征，從而獲得生態效率分布演化的內部動態信息。最后，通過計算穩態分布與初始分布，可以分析中國省域生態效率分布演化的長期趨勢。

按照中國各省（區、直轄市）生態效率取值，將生態效率水平劃分為以下5種類型：Ⅰ，低水平，（0，0.60]；Ⅱ，中低水平，（0.60，0.70]；Ⅲ，中等水平，（0.70，0.80]；Ⅳ，中高水平，（0.80，0.95]；Ⅴ，高水平，（0.95，1.00]。

利用極大似然估計方法得到描述中國省域生態效率分布動態的轉移概率矩陣（表2）。從表2可以看出，如果1個省域的生態效率水平處于第i種類型，那么在下一年其仍然屬于第i種類型的概率至少為62.00%。對于生態效率水平處于最低和最高水平的兩個組別而言，對角線上的轉移概率更高，分別為90.48%和86.67%，說明生態效率水平處于Ⅰ和Ⅴ的省域，在生態效率分布中的相對位置更加穩定，一般不隨時間變化而變化。

根據表2的數據，當年處于低水平的省域（Ⅰ水平），在下一年中有90.48%的省域生態效率水平保持不變，有9.52%的省域生態效率水平則上升到了中低水平；當年處于中低水平的省域（Ⅱ水平），在下一年中有71.21%的省域生態效率水平保持不變，有3.03%的省域生態效率水平降到了低水平，而有24.24%的省域生態效率水平上升為中等水平，也有1.52%的省域生態效率水平上升至中高水平；當年處于中等水平的省域（Ⅲ水平），在下一年中有70.67%的省域生態效率水平保持不變，有10.67%的省域降到了中低水平，而有13.33%的省域生態效率水平上升至中高水平，同時有5.33%的省域直接躍升至高水平；當年處于中高水平的省域（Ⅳ水平），在下一年中有62.75%的省域生態效率水平保持不變，而有15.69%的省域生態效率降至中等水平，1.96%的省域生態效率降為中低水平，也有17.65%的省域生態效率升至高水平；當年處于高水平的省域（Ⅴ水平），在下一年中有86.67%的省域生態效率水平保持不變，而有8.57%的省域生態效率水平降至中高水平，同時有3.81%的省域生態效率水平直接降至中等水平，0.95%的省域降至最低水平。

通過分析表2中的轉移概率，可以發現2003—2015年中國省域生態效率分布具有以下動態變化特點：①主對角線上的轉移概率較高，而非對角線上的轉移概率較低，說明不同生態效率水平的組間流動性相對較差，各省域在總體生態效率分布中的相對位置較為穩定。②省域生態效率難以實現跨越式發展，大部分省域生態效率的變動均發生在相鄰狀態類型中，跨狀態類型轉移發生的概率都較小。③中等以下水平的省域生態效率向上提升的概率不是很高，仍有至少70%的概率維持原水平不變。

表3給出了2003—2015年中國省域生態效率的初始分布和Markov鏈穩態分布。從表3可以看到，中國省域生態效率水平的長期均衡狀態較多處于中等水平以上，且以高水平最多（所占比例為33.00%），處于低水平或中低水平的省域所占比例較小；相對于初始分布狀態，穩態分布中處于中等水平以上（含中等水平）的省域所占比例均有提升，處于中等水平的省域所占比例增加了18.30%，處于中高水平的省域所占比例增加了7.12%，而處于低水平和中低水平的省域所占比例分別減小了約12.00%和16.00%。整體來看，生態效率處于較低水平的省域有一定的減少，生態效率處于較高水平的省域有所增加，說明生態效率總體還是會向著較高水平的趨勢發展。

5 結論

利用中國30個省（區、直轄市）2003—2015年的相關資源消耗、環境污染和經濟產出數據，通過考慮非期望產出的兩階段DEA方法測算了各省域生態效率水平，并以此測算結果為基礎，對中國省域生態效率的區域差距及其內部分布動態和演進趨勢進行了分析。研究結果表明：①地理分布圖顯示出中國生態效率存在顯著的空間非均衡性，總體上呈現出從西部地區向中、東部地區遞增的分布。②Theil系數測算結果表明，在研究期內中國生態效率的省域間差距總體呈現波動下降趨勢，其中東部地區呈上升趨勢，中部地區呈下降趨勢，西部地區波動明顯。③核密度估計表明，中國生態效率的省域間差距在考察期內呈縮小趨勢，三大地區表現出不同水平的波動。④Markov鏈分析表明，中國省域生態效率組間流動性不高，整體上表現出向著較高水平發展的趨勢。

參考文獻：

[1] 史 丹，王俊杰.基于生態足跡的中國生態壓力與生態效率測度與評價[J].中國工業經濟，2016（5）：5-21.

[2] 李名升，佟連軍.基于能值和物質流的吉林省生態效率研究[J].生態學報，2009，29（11）：6239-6247.

[3] 陳 傲.中國區域生態效率評價及影響因素實證分析——以2000-2006年省際數據為例[J].中國管理科學，2008，16（S1）：566-570.

[4] 吳小慶，王 遠，劉 寧，等.基于物質流分析的江蘇省區域生態效率評價[J].長江流域資源與環境，2009，18（10）：890-895.

[5] 陳真玲.基于超效率DEA模型的中國區域生態效率動態演化研究[J].經濟經緯，2016，33（6）：31-35.

[6] 楊 斌.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，2009，29（7）：1197-1202.

[7] 鄧 波，張學軍，郭軍華.基于三階段DEA模型的區域生態效率研究[J].中國軟科學，2011（1）：92-99.

[8] 張曉娣.生態效率變動的產業及要素推動：基于投入產出和系統優化模型[J].自然資源學報，2015，30（5）：748-760.

[9] 李 健，鄧傳霞，張松濤.基于非參數距離函數法的區域生態效率評價及動態分析[J].干旱區資源與環境，2015，29（4）：19-23.

[10] 潘興俠.我國區域生態效率評價、影響因素及收斂性研究[D]. 南昌：南昌大學，2014.

[11] 胡 彪，付業騰.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，2016，30（6）：6-12.

[12] 成金華，孫 瓊，郭明晶，等.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，2014，24（1）：49-56.

[13] 魏權齡.數據包絡分析[M].北京：科學出版社，2004.

[14] 成 剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014.

[15] 劉華軍，鮑 振，楊 騫.中國二氧化碳排放的分布動態與演進趨勢[J].資源科學，2013，35（10）：1925-1932.