廣東省工業綠色發展效率測度與評價

茍富華 周敏

【摘 ?要】利用納入非期望產出的Super-SBM模型和Malmquist指數模型測算廣東省工業綠色發展效率及全要素生產率指數，并從靜態與動態兩個角度進行分析。研究結果顯示：2008-2017年，廣東省工業綠色發展效率穩定且處于中高等水平，但各城市間存在發展不均衡狀態;珠三角作為廣東省經濟發展的先行地，經濟與環境協調發展水平高于全省平均水平，對全省工業綠色發展具有引領作用;廣東省工業綠色全要素生產率整體呈上升趨勢，且技術進步對全要素生產率的作用大于技術效率的作用。

【關鍵詞】綠色發展;工業綠色發展效率;全要素生產率;技術進步

自習近平總書記提出“綠水青山就是金山銀山”的科學論斷開始，特別是黨的十八大以來，各地政府高度重視綠色發展。目前，綠色發展已成為中國經濟發展的主基調，是實現經濟高質量發展的重要路徑。

綠色發展的概念最早是由英國環境經濟學家Pearce[1]在其著作《綠色經濟藍皮書》中提出，他認為綠色發展是一種能夠在滿足自然資源條件和人類自身接受條件的前提下實現可持續發展的經濟模式。唐嘯、胡鞍鋼[2]將綠色發展定義為三種實現：一是實現具有高效綠色生產函數的經濟活動，二是實現隧穿庫茨涅茨曲線的發展路徑，三是實現人與自然互益的發展愿景。黃志斌、姚燦、王新[3]認為綠色發展是人與自然日趨和諧、綠色資產不斷增值、人的綠色福利不斷提升的過程。

綠色發展效率是衡量綠色發展的重要指標，在保證經濟增長的同時衡量資源節約和環境保護的融洽程度，并且效率值的大小反映著經濟與環境的和諧度。工業綠色發展效率是在傳統綠色發展效率的基礎上納入了工業的發展特點，是工業發展的綠色化程度，在工業投入要素既定的條件下，考慮工業發展、能源消耗和環境污染，其本質就在于“綠色+發展”，無論是綠色水平的提高，還是工業發展能力的提升，都會體現在工業綠色發展效率的增長上，且工業綠色發展效率值的增長能實現工業發展與環境保護的雙贏目標[4]。Motloch，Amistead[5]認為工業綠色發展就是實現工業產業的可持續發展。Unido[6]認為工業綠色發展是在工業發展過程中區域貧困和就業問題得以解決并實現生產和消費模式的可持續發展。

目前國內對工業綠色發展研究逐漸增多。劉健、劉鴻福、姚西龍[7]根據DEA-RAM方法，在構建含有經濟效率和綠色效率的綠色發展效率模型的基礎上，對我國煤炭產業的綠色發展效率進行了實證分析，發現2008年是我國煤炭產業綠色發展效率指數值的拐點，2008年前指數值較低，2008年后指數值呈較快增長的趨勢。吳旭曉[8]以廣東作為參考標準，運用超效率DEA視窗分析方法，利用2005-2013年的省級面板數據，測度青海、河南和福建的工業綠色效率。顏洪平[9]運用方向性距離函數和GML指數測算2004-2013年間我國30個省市工業部門的綠色發展效率，并將能源消耗和碳排放納入綠色發展效率的函數中，研究發現：GML指數最高的為中部地區，其次是東部、西部地區。袁寶龍、李琛[10]采用2000-2015年中國工業30個省域面板數據，利用CDM模型，研究發現實質性的創新會促進工業綠色發展效率。陳瑤[11]構建包括RD投入的DEA-DDF模型，測算我國區域工業綠色發展效率，并利用GLS模型對工業綠色發展效率的影響因素進行實證分析，研究結果顯示，技術進步、工業規模以及單位能耗的工業產值會對工業綠色發展效率產生正向作用。胡子韜[12]利用超效率SBM模型測算1991-2018年鎮海區的綠色發展效率，并利用VECM模型實證分析了不同因素對綠色發展效率的影響。結果顯示，該地區的綠色發展效率總體上還需提高，技術進步有利于區域綠色發展效率的改善。

由于廣東省各區域經濟發展狀況及污染物處理能力等因素的差異性會對區域經濟綠色發展效率的測算產生不同影響，為了更加準確地對廣東省區域工業綠色發展效率進行衡量，采取納入非期望產出的Super-SBM模型及Malmquist指數對廣東省工業綠色發展效率進行測度分析，以期對廣東省工業綠色發展提供理論借鑒。

一、研究方法

（一）Super-SBM模型

Super-SBM模型具有既能解決傳統DEA模型所產生的松弛性問題，也能解決SBM模型不能對多個效率有效單元進行排序的問題，所以本文采用Super-SBM模型測算工業綠色發展效率值。Super-SBM模型表達式如下：

其中ρ為效率值，m、s分別代表投入個數和產出個數，x和y分別為投入要素和產出要素，λ為權重向量，ρ值越大，表示該地區工業綠色發展效率越高。

（二） Malmquist指數

事物的發展是一個長期、連續及連貫的過程，而Super-SBM模型只能測算某一時間節點的效率值，又因Malmquist指數具有無需對投入指標量綱統一和權重設定，允許決策單元（DMU）的無效率，也無需假定DMU的優點，并且測算結果更為科學。目前，Malmquist指數被廣泛運用在工業、農業等領域的生產率動態分析。Malmquist指數計算公式如下：

二、工業綠色發展效率指標體系

（一）指標選取與數據處理

工業綠色發展效率的評價指標體系與傳統的綠色發展效率不同，其不僅需要考慮經濟效率與綠色發展的協調融洽度，還需考慮工業的屬性和特征，選取更具工業代表性的衡量指標。工業綠色發展效率的評價指標體系應該立足于工業投入產出的角度，探究各類工業投入要素在生產過程中的利用效率，同時統籌期望產出和非期望產出，在度量工業經濟生產成果的同時引入綠色觀念，充分考慮污染排放與環境質量[4]。根據行業特征，本文從工業綠色發展的內涵出發將投入-產出理論延伸，建立廣東省工業綠色發展效率綜合評價指標體系，分別從工業勞動、資源、能源以及工業經濟發展產出、綠色發展非期望產出選取相應指標（見表1）。

（二）數據來源

本文以廣東省21個地級市（含2個副省級市）作為研究對象，基于城市層面數據的可獲得性，收集了2008-2017年間各市投入產出共7個變量的數據。實證分析所研究的相關數據均來自2009-2018年《廣東省統計年鑒》和各市的統計年鑒，變量描述統計特征如表2所示。

三、廣東省工業綠色發展效率測度與評價

（一）廣東省工業綠色發展效率現狀

本文基于納入非期望產出的Super-SBM模型，采用MAX-DEA軟件測算了2008-2017年廣東省21個城市工業綠色發展效率（見表3）。

十年期間，廣東省工業綠色發展效率值均在0.8以上，處于中等偏上水平，資源利用與環境保護都還未達到最優發展水平，說明廣東省在之后的工業發展中需要努力改善資源利用和加強環境保護。從各城市在樣本期間的工業綠色發展效率值來看，共有8個城市的效率值大于1，分別為廣州、深圳、珠海、河源、汕尾、陽江、茂名和潮州，占城市總數的38.09%，表明這8個城市相對于其他城市而言，其投入產出水平達到較優水平，但在這8個效率值大于1的城市中有經濟相對落后的城市，如河源、陽江、茂名等，說明這幾個城市作為珠三角工業轉移承接地，在發展工業時注重綠色發展，沒有盲目追求經濟增長。工業綠色發展效率值在0.5-1之間的城市有10個，占總數的47.62%。工業效率值低于0.5的城市有3個，分別為韶關、江門和肇慶，占總數的14.29%。廣東省21個城市中有超過50%的工業綠色發展效率值低于平均值，包括韶關、江門等在內的11個城市。因此，可以看出，廣東省各城市工業綠色發展效率值差距較大，同時工業綠色發展處于低水平的城市較多，這些城市今后在注重經濟增長的同時還需要兼顧環境保護、資源利用等綠色指標。

為進一步明確廣東省各城市綠色發展效率隨時間的變動趨勢，按照傳統的經濟區域劃分將廣東省分為珠三角、東翼、西翼和山區，四個區域2008—2017年工業綠色發展效率變化趨勢如圖1所示?？梢钥闯觯瑥V東省整體工業綠色發展效率在樣本研究期間內變化幅度較大但在2012年之后逐漸均衡;珠三角的工業綠色發展效率值一直大于1并高于全省平均值，說明珠三角經濟區在促進經濟增長的同時有效地兼顧了環境保護;山區和東翼兩地區的工業綠色發展效率普遍偏低，經濟增長和環境保護不相協調，其產業轉型升級和綠色發展具有很大的改善空間。

（二）工業綠色發展效率的動態變化

Super-SBM模型是從靜態維度分析廣東省各城市工業綠色發展效率，為了更好地分析產業集聚在發展過程中對區域環境的連續表現，運用Malmquist指數與DEAP.2.1軟件，測算得出2008-2017年廣東省各城市工業綠色發展效率的動態變化情況并對其進行分解。

1.廣東省各城市工業綠色發展效率動態變化分析。根據Malmquist指數模型的測算結果，可以得出2008-2017年廣東省各城市工業綠色發展效率Malmquist指數及其分解（見表4）。

根據表4可以看出，2008-2017年廣東省21市的Malmquist效率指數都是大于1的，均值為1.044，說明廣東省各城市工業綠色發展效率處于上升態勢且整體年平均工業綠色發展效率的增長幅度為4.4%。從各城市角度分析，廣東省工業綠色發展效率提高速度最快的是珠海市，其年均增幅為11.3%，最低的為汕頭和梅州，年平均增長率僅0.3%。從分解指標來看，除東莞的TC值小于1以外，其余城市的TC值均大于1。而EC值只有深圳、東莞和清遠是大于1的，其余18個城市的EC值都小于1。同時根據圖2可以看出廣東省四大區域ML指數均大于1，可知廣東各區域工業全要素生產率呈現上升趨勢，其中工業綠色全要素生產率西翼>珠三角>東翼>山區，且均是技術效率的影響小于技術進步的影響，說明廣東各市在經濟發展過程中，技術進步對提高工業綠色發展效率的貢獻比技術效率更大。

2.廣東省整體工業綠色發展效率動態變化分析。根據Malmquist模型可以得到廣東省工業綠色發展各年份平均Malmquist指數及其分解，從整體上分析廣東省工業綠色發展效率動態變化。

在樣本研究期間，廣東省年均Malmquist指數（ML）為1.044>1，技術效率變化指數（EC）為0.975<1，技術進步變化指數（TC）為1.070>1，說明廣東省綠色全要素生產率呈上升趨勢，主要是技術進步的作用。在不同的時間段，廣東省綠色全要素生產率變動及原因呈不同的差異性。2008-2009年ML<1，工業綠色全要素生產率呈下降趨勢，但技術進步仍然是上升趨勢;2009-2010年ML>1， 工業綠色全要素生產率呈上升趨勢，是技術效率與技術進步的共同促進;2010-2011年ML>1， 工業綠色全要素生產率呈下降趨勢，原因是技術效率的下降大于技術進步的提升;2011-2012年ML>1，工業綠色全要素生產率呈下降趨勢，主要原因是技術效率的上升低于技術進步的下降;2012-2013年和2013-2014年ML>1，工業綠色全要素生產率呈下降趨勢，是技術效率的上升低于技術進步的下降的結果;2014-2015年ML>1， 工業綠色全要素生產率呈上升趨勢，主要原因是技術效率與技術進步的同步提升;2015-2016年ML>1， 工業綠色全要素生產率呈上升趨勢，是因為技術進步的提升大于技術效率的下降;2016-2017年ML>1， 工業綠色全要素生產率仍呈上升趨勢，是技術效率與技術進步的共同促進。

四、結論與建議

根據廣東省各城市工業綠色發展效率的靜態與動態分析，可以得出以下結論：第一，2008-2017年間廣東省工業綠色發展效率整體處于中等偏上水平，還有較大的發展空間，各城市及區域工業綠色發展效率及變化具有差異性，并且這種差異在短期是不會改變的，但最終會向各地區自身的穩定狀態發展。第二，珠三角作為廣東省經濟發展的先行地，其工業綠色發展水平高于全省平均水平，說明其在經濟發展的同時追求資源、環境的協調發展，具有帶頭示范作用。第三，區域工業綠色全要素生產率呈波動狀態，但整體是上升趨勢，主要是技術進步的推動作用，技術進步對提高工業綠色發展效率的貢獻比技術效率更大。

基于研究結論和實際情況，現提出以下建議：（1）因地制宜推進工業綠色轉型發展，少走彎路，改變粗放型經濟增長方式，走新型工業化道路;（2）發揮區域帶頭作用，廣州、深圳、珠海、河源、汕尾、陽江、茂名和潮州在工業綠色發展水平上處于較高水平，要與周邊城市加強經濟合作，共商工業發展道路，共同促進經濟與環境協調發展。（3）加快技術創新步伐，廣東省在技術效率方面還需進一步提升，政府應大力鼓勵和支持技術創新，提高綠色技術水平和技術利用效率，充分發揮兩者對綠色發展效應的推動作用。

參考文獻

[1]Pearce D W，Markandya A，Barbier E. Blueprint for a green economy [M].Earthscan，1989.

[2]唐嘯，胡鞍鋼.綠色發展與“十三五”規劃[J].學習與探索，2016（11）：120-125+176.

[3]黃志斌，姚燦，王新.綠色發展理論基本概念及其相互關系辨析[J].自然辯證法研究，2015，31（08）：108-113.

[4]瞿叢藝.產業集聚、技術創新與工業綠色發展效率研究[D].華東師范大學，2019.

[5] Motloch J.， Armistaed J D，Lebkowsky J. Eco-economics in Texas：Competitive Adaptation for the Next Industy Revolution [J].Texas Business Review，2008（10）：1-6.

[6] UNDIO.UNDIO Green Industry： Policies for supporting Green Industry [R].2011.

[7]劉健，劉鴻福，姚西龍.我國煤炭產業綠色發展效率研究[J].工業技術經濟，2015，34（10）：145-150.

[8]吳旭曉.區域工業綠色發展效率動態評價及提升路徑研究——以重化工業區域青海、河南和福建為例[J].生態經濟，2016，32（02）：63-68.

[9]顏洪平.中國工業綠色全要素生產率增長及其收斂性研究——基于GML指數的實證分析[J].西北工業大學學報（社會科學版），2016，36（02）：44-51.

[10]袁寶龍，李琛：環境規制政策下創新驅動中國工業綠色全要素生產率研究[J].產業經濟研究，2018（05）：101-113.

[11]陳瑤.中國區域工業綠色發展效率評估——基于R&D投入視角[J].經濟問題，2018（12）：77-83.

[12]胡子韜.鎮海區綠色發展及影響因素分析[J].特區經濟，2020（05）：52-58.

（作者茍富華系上海工程技術大學管理學院碩士研究生;周敏系宜賓學院經濟與管理學院副教授。本文為教育部人文社科項目（17YJC630234）資助的部分研究成果）