安徽省生態效率測度及時空分異研究

張會恒，孫 輝

（1.安徽財經大學安徽經濟社會發展研究院，安徽 蚌埠 233041；2.安徽財經大學經濟學院，安徽 蚌埠 233030）

改革開放四十多年來，我國經濟飛速發展，綜合實力得到跨越式提高。但長期以來我國粗放型經濟發展方式使得生態環境不斷惡化，嚴峻的資源環境問題漸漸成為影響我國經濟發展的重要因素［1］。隨著經濟發展和資源環境之間矛盾日益加深，中國政府越來越重視生態文明建設問題。2019年，李克強在政府工作報告中明確指出，要充分重視生態文明建設問題，綠色發展是構建現代化經濟體系的必然要求。各級政府非常重視生態文明建設，相繼出臺了相關法律法規。安徽省作為長三角的上游區域，生態環境直接影響到長三角地區，因此有效測度安徽省生態效率、分析其生態效率變化趨勢具有重要的現實意義。

1 文獻綜述

如今，生態效率被認為是生產活動產生的經濟價值與環境污染的比值。為了考察經濟活動中產生較小環境污染的過程，生態效率分析已經成為研究經濟可持續發展的重要方法。

在生態效率測度方面，現有研究主要通過單一比值法、指標體系法以及模型法對生態效率進行測算。其中，單一比值法更適用于單個項目的分析，但是無法有效區分不同環境因素對生態效率的影響，因此容易造成生態效率測算的偏差［2］；指標體系法在計算過程中難以克服人們主觀因素的影響，也不利于生態效率的測算。模型法中的數據包絡分析方法（DEA）由于可考慮多種投入和產出，不需要設定模型具體形式且具有較強的客觀性等優點而被廣泛使用［3-4］。王兵等、白永平等從非期望產出角度出發，借助傳統DEA模型分別測算了我國區域生態環境效率和能源利用效率［5-6］。但傳統DEA方法不能排除環境因素對生態效率的影響，因此測算結果無法真實反映區域生態效率，容易導致資源的錯配和扭曲。而提出三階段DEA評價方法可以有效排除隨機誤差和外部因素對決策單元的影響，使模型測算結果更加準確。目前三階段DEA方法越來越多地被國內外學者使用，張會恒等借助三階段DEA模型測度了2015年我國工業各行業生態效率，并分析其影響因素［7］；陳升等考察我國2012—2016年“一帶一路”倡議沿線省市科技創新效率，并對影響因素進行分析，研究結果均表明，外部因素與隨機誤差會對生態效率測算結果產生較大影響［8］。

綜上分析，國內關于生態效率的研究主要采用DEA方法，但多數研究忽略了環境因素對生態效率的影響，容易造成測算誤差。因此，為了正確評價和探究安徽省城市生態效率及其時空分異，本文運用三階段DEA方法對2005—2018年安徽省16個城市生態效率進行測度，并探討城市生態效率的演變趨勢，以期為提高安徽省城市生態效率提供一定的決策參考。

2 研究方法、指標選取與數據來源

2.1 研究方法

2.1.1 三階段DEA方法

（1）第一階段：DEA-BCC模型

BCC模型考察了可變規模報酬下決策單元的效率值問題，并且能夠獲取每個決策單元的純技術效率和規模效率，從而更加清晰地考察效率變化。本文采用投入導向的DEA-BCC模型測量安徽省各地市生態效率。

（2）第二階段：隨機前沿分析SFA模型

以第一階段獲得的松弛變量為被解釋變量、以環境變量為解釋變量，構造SFA回歸模型。本文借鑒羅登躍［9］、陳巍巍等［10］的做法分離回歸結果的管理無效率項，剔除環境因素和隨機誤差對效率值的影響，從而對決策單元投入要素進行重新調整。

（3）第三階段：修正后的DEA-BCC模型

將第二階段調整后的投入變量和原始產出重新帶入DEA模型中計算，此時得到的效率值為剔除環境因素和隨機誤差影響后的真實效率值。

2.1.2 無效率分解

本文借鑒陳明華等的做法，對城市生態無效率值進行分解計算［11］。為了進一步分清生態無效率的具體來源，將無效率項分解為：ⅠE=ⅠEx+ⅠEy+ⅠEb。其中，ⅠEx、ⅠEy、ⅠEb分別為投入、期望產出以及非期望產出的無效率項。

2.2 指標選取

（1）投入變量。將投入指標分為資源投入、勞動投入以及資本投入三方面。其中，能源消耗指標用城市用水總量（X1）、全社會用電總量（X2）以及城市建設用地面積（X3）表示；勞動投入（X4）采用各地市年末單位從業人員數表示；資本投入（X5）選用全社會固定資產投資存量作為資本投入指標，并以2005年為基期、采用永續盤存法計算，折舊率選取為9.6%。

（2）產出指標。期望產出（Y1）選取地區GDP表征；非期望產出（Y2），采用熵值法將廢水、二氧化硫、煙粉塵、化學需氧量以及固體廢物排放量指標擬合成一個環境污染綜合指標，用其作為非期望產出的表征指標。由于DEA模型的產出要求選用正向產出，若將非期望產出直接帶入模型中會使得三階段DEA模型方法失靈。因此，本文借鑒郭四代等的做法，運用線性數據轉換法將非期望產出轉化為正向指標，從而保證模型的凸性和線性關系［1］。

（3）環境變量。環境變量是指會對生態效率產生影響但不受決策單元控制的外部環境因素［12］。本文選取以下指標考察安徽省各地市生態效率的環境因素。人口密度（Z1），以各地市每平方千米人口數進行表征；地區經濟發展水平（Z2），以實際人均GDP指標表示；城市化水平（Z3），以地區城鎮人口與年末總人口數的比值表示地區城市化水平；外貿依存度（Z4），選用進出口總額占地區GDP的比重進行表征；產業結構（Z5），采用地區第二產業增加值與地區GDP之間的比值表示；對外開放度（Z6），采用地區實際直接利用外資額占地區GDP的比值進行表示。

2.3 數據來源

數據主要來自2005—2018年《安徽省統計年鑒》、安徽省各地市統計年鑒以及EPS數據庫。為了避免價格因素對估計結果產生影響，所有數據均以2005年不變價格為基期進行平減，并進行標準化處理。以淮河和長江為分界線，本文將安徽省分為皖南、皖中和皖北三大區域（見表1）。

表1 安徽省三大區域劃分

3 三階段DEA模型測算結果分析

3.1 第一階段DEA

本文使用DEAP 2.1軟件測算出2005—2018年安徽省各地市生態的綜合效率（TE）、純技術效率（PE）以及規模效率（SE）。由于篇幅限制，文章僅列示2005、2010、2015以及2018年的測算結果，如表2所示。

在不考慮外部因素和隨機誤差的情況下，安徽省整體生態效率水平呈穩步上升趨勢，生態資源環境狀況明顯逐步改善。皖南地區生態效率水平總體處于技術前沿面，僅個別年份略有波動；皖中和皖北生態效率均值呈現波動上升趨勢，生態環境狀況向良好趨勢轉變。此階段生態綜合效率無法排除外部環境因素和隨機誤差的影響，測算結果只部分反映各地市的生態效率水平，因此需要進一步剔除環境因素和隨機因素對各地市生態效率水平的影響。

表2 主要年份第一階段安徽省各地市生態效率測算結果

3.2 第二階段SFA回歸結果分析

借助Frontier 4.1軟件，將投入松弛變量作為因變量、環境因素作為自變量帶入SFA模型中進行分析。若環境因素與松弛變量間存在正相關關系，則表明在外部環境因素的影響下將導致投入冗余增加，從而降低各市生態效率水平；反之則認為有利于生態效率水平的提高。SFA回歸結果如表3所示。

由表3可知，各松弛變量均通過了單邊廣義似然比（LR）檢驗，SFA模型的回歸結果較為理想。Gamma值均接近1，表明管理無效率對松弛變量的影響遠遠大于隨機誤差的影響。根據實證結果可以得到如下結論。

人口密度回歸系數顯著為正，表明城市人口密度越高越不利于城市生態效率提升；城市人口密度增加會導致投入要素冗余增加，致使投入要素未充分利用，進而對生態效率產生負向影響。實際人均GDP回歸系數顯著為負，表明地區經濟發展水平提升有利于地區生態環境效率水平提高；當地經濟發展水平提高有利于優化地區資源配置，從而對生態環境效率產生促進作用。城市化水平回歸系數顯著為負，表明城市化水平提高有利于城市生態環境效率提升；城市化率越高越有利于發揮規模效應和集聚效應，進而有效緩解資源環境壓力。外貿依存度回歸系數顯著為正，說明外貿依存度提高會對城市生態環境效率產生不利影響；受安徽省研發水平限制，進出口貿易沒有充分利用省內能源、勞動以及資本優勢，使得省內生態環境遭到破壞。產業結構回歸系數顯著為負，表明第二產業比重增加有利于城市生態環境效率水平的提升。對外開放度回歸系數顯著為負，可知外資流入有利于優化安徽省資源配置、產生資源節約現象，從而降低投入冗余、提高生態環境水平。

表3 基于SFA模型的外部因素回歸結果

續表

由上述分析可知，不同環境因素對投入松弛變量的影響各不相同。因此需要通過分解管理無效率項排除環境因素和隨機誤差的干擾，使各城市處在相同外部條件下，進而測得各區域生態效率真實水平。

3.3 第三階段DEA實證結果分析

本文將調整過的投入要素重新引入DEA模型中，測算結果如表4所示。為了比較第一和第三階段測算結果的差異，本文借鑒曾賢剛等提出的偏離度概念：偏離度=第一階段生態效率值－第三階段生態效率值［13］。

通過比較第一、第三階段的測算結果可以發現，在剔除外部環境和隨機誤差因素后，各市生態效率均出現較大幅度變化，因此采用三階段DEA方法測算城市生態效率是合理的。

從整體看，安徽省第三階段生態綜合效率、純技術效率和規模效率均值均高于第一階段測得的水平值。樣本期間內，安徽省生態效率水平總體保持增長趨勢。

分區域看，三大區域生態效率水平差異顯著。在第三階段，皖南地區2018年生態綜合效率、純技術效率以及規模效率均出現了不同程度的下降態勢；三者效率分別由調整前的0.988、1.000、0.988下降為調整后的0.969、0.999、0.970，反映出外部因素對生態環境具有較大影響。皖中地區2018年生態綜合效率、純技術效率以及規模效率均呈較大幅度上升趨勢；生態綜合效率由調整前的0.871上升為調整后的0.977，這得益于純技術效率以及規模效率的提高，二者分別由調整前的0.924、0.946上升為調整后的0.978、0.998。皖北地區2018年生態綜合效率、純技術效率和規模效率均出現小幅度提高，三者分別由調整前的0.927、0.949、0.976提高為調整后的0.970、0.979、0.991。安徽省三大區域效率水平差異明顯，皖中生態效率水平最高，皖南次之，皖北最低。

表4 主要年份第三階段安徽省各地市生態效率測算結果

續表

分城市看，合肥、蕪湖、六安、淮北、阜陽和淮南等地生態綜合效率值均有不同幅度的提高，馬鞍山、銅陵、宣城和蚌埠等地效率值略有下降。合肥和銅陵兩市第一、第三階段效率值出現了嚴重偏離。2018年合肥市第一階段生態效率值為0.784，而第三階段生態效率水平已經達到了技術前沿面，主要由于合肥是安徽省省會城市，經濟發展水平較高、城市自凈能力強，因此生態效率水平被低估；2010年銅陵市生態效率水平則被嚴重高估，第一階段生態環境效率已經達到了技術前沿面，而第三階段生態效率值僅為0.652，偏離度為0.348。因此，如果只考慮產出和投入而忽略外部環境和隨機因素對生態效率的影響，測算結果可能會產生較大偏差。

4 安徽省城市生態效率的空間分異和生態無效率分解

4.1 安徽城市生態效率的分布形態及其演進趨勢

為了探究安徽省城市生態效率的分布形態以及其演進趨勢，本文運用核密度函數估計法考察生態環境效率的分布形態。圖1展示了第三階段2005、2010、2015以及2018年城市生態效率動態演進趨勢。

圖1 主要年份安徽省城市第三階段生態效率核密度

由核密度圖可以看出，安徽省城市生態效率核密度中心基本保持不變，因此城市生態效率集中區間較為穩定。和2010年相比，2018年核密度曲線“峰尖”部分有所變緩且峰值下降較為明顯，表明安徽省各城市間生態效率差距有縮小趨勢。2018年核密度曲線峰值左側出現一個小峰值，曲線整體上形成“一主一次”格局，表明安徽省城市生態效率整體朝較好方向發展。

4.2 安徽省城市生態無效率來源分解

分解結果如表5所示。從整體上看，投入要素導致的生態無效率均值為0.434，占生態無效率總量的89.48%，因此，投入要素配置效率低對安徽省生態環境的負面影響較大。非期望產出導致的生態無效率是影響城市生態效率水平的第二大因素；期望產出導致的生態無效率均值僅為0.001，這在一定程度上表明期望產出不足不是安徽省生態無效率的主要來源。

分區域看，皖南、皖中和皖北地區生態無效率均值分別為0.471、0.513和0.555，皖南生態無效率值最低，皖中次之，皖北最高。投入要素方面，皖南地區生態無效率均值顯著低于皖中、皖北地區；期望產出方面，皖中、皖南、皖北地區相差不大；非期望產出方面，皖南和皖中地區相差不大，而皖北地區非期望產出導致的環境污染要顯著大于皖南、皖中地區。以上分析表明，相較于皖中和皖南地區，皖北在經濟發展過程中對資源利用效率更低，對生態環境的破壞程度更大。產生這一現象的主要原因可能是，安徽省兩大煤田——淮南煤田以及淮北煤田均位于皖北地區，皖北城市經濟發展主要依靠煤電產業，污染排放較多、環境質量較差。

表5 2005—2018年安徽省城市生態無效率均值及來源分解

5 結論與啟示

5.1 結論

采用安徽省16個地級市2005—2018年面板數據，運用三階段DEA模型測算了各市生態效率，在此基礎上借助核密度和無效率分解方法考察生態效率的空間分異和內在影響因素，得出如下結論。

第一，排除外部環境因素和隨機誤差影響后，安徽省生態效率水平均發生了較大變化。研究表明，2005—2018年安徽省整體生態效率總體上保持穩步增長趨勢；區域間生態效率水平差異明顯，呈現出“階梯狀”發展趨勢，主要表現為皖中生態效率水平最高、皖南次之、皖北最低的空間分布格局。

第二，核密度圖表明安徽省城市間生態效率差距有縮小趨勢，生態效率水平在0.9以上的城市不斷增多，安徽省城市生態效率整體朝較好的方向發展。

第三，各要素對安徽省生態效率影響程度順序為“投入要素＞非期望產出＞期望產出”。由于投入要素導致的生態無效率占比相對較高，因此安徽省總體生態效率的提升潛力主要在于更加合理配置資源、提高資源使用效率。分區域而言，與投入要素相關的無效率項均排在前列，因此提高資源使用效率同樣也是三大區域提高生態效率的重點。此外，皖北地區與非期望產出相關的無效率項顯著高于其他地區，表明皖北地區應不斷加大節能減排力度，提高資源利用效率，促進綠色循環發展。

5.2 啟示

第一，就安徽省整體而言，在保證經濟活動正常開展的同時，各城市應促進投入資源合理配置、不斷提升資源的使用效率，促進資源利用向集約化方向發展。

第二，就區域顯著差異而言，各區域應著眼于自身生態無效率的短板，因地制宜實施生態效率提升戰略。皖南地區工業產業布局相對密集，大部分城市均位于長江沿岸，應更注重提高資源的利用效率，減少污染物排放；皖中地區應不斷提升人力和資本的配置效率，促進經濟向更高質量發展方向邁進；皖北地區城市生態效率可提升空間較大，在提高投入要素使用效率的同時還應不斷加大節能減排力度，促進經濟綠色發展。

第三，縮小區域間差異是實現安徽省城市生態效率協同提升的首要任務，既要充分發揮高生態效率水平城市的帶動作用，又要避免區域兩極分化現象的產生。要從根本上實現空間高效，就必須建立生態環境治理的區域聯防聯控機制，實現資源優勢互補與信息融合互動，最終達到共享治理成果、提高整體效率的目的。