多維發展導向視角下江蘇省縣域生態效率差異化評價

藍以信,張 慶, 李 嬋

1 福州大學經濟與管理學院, 福州 350116 2 福建農林大學公共管理學院, 福州 350002

當前,我國已處于生態文明建設的新時期[1],面對經濟和社會發展所帶來的生態環境方面的嚴峻挑戰,黨的十九大報告明確指出“建設生態文明是中國永續發展的千年大計”,將生態文明提升到了前所未有的高度。在此背景下,已有學者指出有效建設生態文明的關鍵在于生態效率的提升[2]。縣域作為相對獨立的基本單元,是整個國家的根基,其生態效率的提升是推動地區和全國生態文明建設的關鍵。由于我國各縣域經濟在發展導向上存在較大的差異,且縣域對于資金、人才的吸引力遠不如大城市,導致當前部分縣域仍存在經濟發展和綠色發展的動力不足等問題。從而如何科學合理地推進生態文明建設,促使各縣域能夠走上適合自身發展導向的差異化的綠色發展道路,已成為各縣域乃至我國經濟高質量發展過程中迫切需要解決的問題。因此,針對不同發展導向下各類縣域的生態效率實施差異化評價,探尋適合各縣域的差異化綠色發展道路,對推動區域經濟發展及我國的生態文明建設都具有重要的理論與現實意義。

目前,生態效率的研究已受到越來越多學者的關注。已有研究指出生態效率應兼顧經濟、社會、生態三方面的效益[3],其核心是用最小的資源投入和生態環境影響來獲得最大的社會經濟產出。現有的生態效率的測算方法主要有比值法、指標體系法和模型法[4]。比值法雖然簡單、易理解,但利用少數且不同量綱的指標通過比值形式衡量生態效率并不全面;指標體系法雖然能綜合反映不同地區的發展狀況和協調程度,但在加權過程中極易受到主觀因素的影響;而模型法中的DEA方法能夠有效評價多輸入、多產出的同類決策單元(DMU,Decision Making Unit),同時很大程度上能避免受主觀因素的影響,尤其是對于研究具有許多非期望產出的生態效率評價問題,DEA方法中的眾多模型都獲得了廣泛的應用[5],主要包括SBM模型[6-9]、三階段DEA模型[10-12]、交叉效率模型[13-14]等。

當前,關于生態效率的應用研究主要集中在產業層面和企業層面。例如,Liu等[15]通過能值分析方法將生態效率評價中的社會經濟系統和生態系統聯系在一起,并利用基于SBM的非期望產出模型對我國最大的山西省煤礦區進行生態效率評估,但未對分析期內效率變動的原因進行探索;Fan等[16]在考慮了資源、環境、經濟三方面指標的基礎上,利用DEA和Malmquist指數對中國40個工業園區的生態效率及其變動進行了分析,但該研究并未涉及對全要素生產率指數的分解及其變動機制的探討;Charmondusit等[17]提出將企業社會責任作為衡量企業生態效率的一級指標,以木制玩具業為例進行生態效率測度,但在企業的非期望產出中只局限于垃圾產出量;St?pień等[18]評估波蘭小規模農場的生態效率,他們的研究在產出方面考慮了耕地覆蓋率、土壤平衡指數等環境公益性指標,能夠較好地反映該問題的特殊之處。同時,對城市或區域的生態效率研究也受到越來越多學者們的青睞。例如,任宇飛等[19]分析中國東部沿海地區四大城市群生態效率時,為豐富期望產出指標,在GDP的基礎上增加了財政收入、工業總產值兩個期望產出;黃和平等[20]在研究城市工業用地生態效率時,在期望產出中同時考慮了經濟、社會、生態三方面的效益;馬勇等[21]將長江中游城市群的生態效率研究深化到縣域尺度,但在非期望產出中只選取了空氣污染指標;常新鋒和管鑫[22]基于新型城鎮化水平構建產出指標體系,彌補了單一產出設定的不足;Bian等[23]將人類福利納入到生態效率的評價中,實現了將城市生態效率從弱可持續性到強可持續性研究范式的轉變。隨著研究的深入,學者們在豐富和完善原有生態效率評價指標的同時,研究的對象也逐漸從省際、大中型城市以及城市群轉向了更加微觀的縣域。在縣域的生態效率研究方面,任宇飛和方創琳[24]利用DEA 模型評價了京津冀縣域生態效率,但是經濟效益的產出指標GDP和工業總產值二者有重疊部分,而且難以評價除工業以外的其他產業;劉海龍等[25]構建耕地生態效率指標體系,分析了某特困區縣域耕地生態效率和影響因素,為縣域農業生態建設提供了參考,但并未涉及縣域其他產業;周俊俊等[26]運用熱力學范疇中的擴展火用分析方法,較好地研究了寧南山區3縣的生態效率驅動機制及造成生態退化差異性的原因。

綜上所述,已有生態效率相關的研究對生態環境保護、區域發展以及行業和企業的綠色發展都具有很好的參考價值。然而,當前聚焦在縣域生態效率評價方面的研究才剛剛興起,而且現有的研究中經濟效益方面的期望產出指標通常只局限地選取GDP,這種假設各地區具有統一的產出目標的評價方式,未考慮到不同縣域經濟發展的特色,未針對縣域發展的不同導向對其生態效率進行差異化評價,進而無法突出重點、發揮優勢、形成特色。目前,雖然縣域生態效率評價的數據收集難度較大,且數據質量參差不齊,但是基于不同發展導向下各縣域生態效率的差異化評價研究具有重要的學術意義和應用價值。因此,本研究以江蘇省縣域單元數據為樣本,在期望產出中,結合生態問題的特征加入了建成區綠化覆蓋面積以及其他經濟產出指標,并且將傳統文獻中GDP總量細分為一產、二產、三產的增加值,以此構建相應的評價體系,并歸納了鄉村振興、新型工業和綠色經濟三個發展導向,以實現不同導向下縣域生態效率的差異化評價,并從差異化的角度進一步探尋其全要素生產率及其變動的主要原因,從而為江蘇省縣域的生態發展和經濟的高質量發展提供參考。

1 研究方法與數據說明

1.1 改進的仁慈型交叉效率模型

交叉效率評價方法利用自評、互評相結合的方式,減輕了傳統DEA模型過分依賴自評體系對決策單元進行評價的弊端,具有較強的公平性和全面性[27]。但由于傳統交叉效率最優權重可能并不唯一,會出現多組不同的交叉效率值而難以選擇的問題,于是Doyle和Green[28]提出了仁慈型交叉效率模型。鑒于江蘇省縣域是在中央以及省市各級政府的統一領導部署下,且各區域間在經濟發展與生態建設上都具有一定的合作關系,符合仁慈型交叉效率評價的思想,即在相互合作的情形下,最大化被評價決策單元效率的同時,選擇使其他決策單元的綜合效率值最大的最優權重組合,從而達成共贏。同時,考慮到江蘇省縣域發展各具特色,要想從多維發展導向視角評價其生態效率,需對傳統的仁慈型交叉效率模型進行如下兩個方面的調整：①仁慈型交叉效率模型是單純地從最大化平均效率出發來分配最優權重,未考慮不同產出的權重之間的關聯。為了有效對比不同類型的產出,需對生態效率評價中的產出權重進行定性約束,即對產出權重μ進行約束,例如：欲表示產出p的重要程度不低于產出q,則添加約束αpμp≥βqμq(p,q=1,2…s,p≠q),αp和βq均為專家給出的經驗常數;②仁慈型交叉效率模型的等式約束使自身效率Edd不得出現任何下降的情況下,來最大化其他決策單元效率,約束性過強,會導致部分單元出現無可行解的情況,所以需要將等式約束放松,為盡可能使自身效率Edd最大的同時能有最優可行解,考慮放松到0.99倍的Edd。

基于上述分析,假設有n個DMUs,每個DMUj(j=1,2,…n)都有m種不同的投入變量和s種不同的產出變量,即第j個決策單元DMUj的投入與產出變量分別為Xj(x1j,x2j,…,xmj)和Yj(y1j,y2j,…,ysj),具體模型如下：

(1)

(2)

對(2)中每列元素求平均,則得到DMUj(j=1,2,…,n)的最大平均交叉效率,即：

(3)

改進后的仁慈型交叉效率可以對生態效率的產出進行權重約束,并且繼承了仁慈型交叉效率的基本思想,從共贏的視角出發,將江蘇省視作一個區域整體并希望下轄縣域的生態效率越大越好,各縣域作為區域內個體,在保持自身生態效率達到最大化的同時,也希望其他縣域生態效率最優,從而提高區域內的整體生態效率。

1.2 Malmquist指數

F?re等[29]基于DEA模型提出了可以評價多時期效率變動情況的DEA-Malmquist指數,并將效率變動的原因分解為技術效率變化和技術進步變化兩個部分,目前已被廣泛應用在生產率分析中[30-31]。而交叉效率模型是從靜態角度測度縣域的生態效率,無法識別各個縣域跨時期的效率變動情況和變動原因,為更深入探討縣域生態效率的動態變化情況,從而更好地為縣域生態文明建設和綠色發展提供決策參考,故采用基于DEA-Malmquist指數模型計算全要素生產率(Total Factor Productivity, 簡稱為TFP)指數并將其分解,公式如下：

式中,(xt,yt)和(xt+1,yt+1)分別表示在t和t+1時期的投入和產出組合,TFP表示全要素生產率指數,EC表示技術效率變化指數,TC表示技術進步變化指數。當TFP>1時,表示全要素生產率提高;TFP=1時,表示全要素生產率不變;TFP<1時,表示全要素生產率降低。當EC>1時,表示技術效率提高;EC=1時,表示技術效率不變;EC<1時,表示技術效率降低。當TC>1時,表示技術進步;TC=1時,表示技術保持不變;TC<1時,表示技術退步。

1.3 評價指標選取及定性約束設置

1.3.1評價指標選取

在投入和產出指標選擇上,主要借鑒邱壽豐和諸大建[32]、馬曉君[33]等國內學者的生態效率指標體系,將投入指標分為非資源投入和資源投入。其中,非資源投入包括資金消耗和勞動力消耗;資源投入包括能源消耗和土地消耗。產出指標中,將經濟與環境保護作為期望產出,環境污染則作為非期望產出。具體而言,縣域生態效率投入產出關系如圖1所示。

圖1 縣域生態效率投入產出關系圖Fig.1 County eco-efficiency input-output relation diagram

在非資源投入中,資金投入用社會固定資產投資來衡量,反映了社會建造和購置固定資產的貨幣投資總量;勞動力投入用該城市從業人員數量來衡量。資源投入中,能源投入用全年用電量作為衡量指標;土地投入用建成區面積來衡量,反映城市實際建設用地的范圍。

在產出指標上,環境污染在生產過程中只能盡可能減少但不可避免,故作為非期望產出,計算時將其取倒數轉化為期望產出處理。在期望產出中,將GDP總量細分為一產、二產、三產的增加值等經濟收益指標,并加入了建成區綠化覆蓋面積以衡量縣域綠化環境。

1.3.2定性約束設置

根據國民經濟的三大產業劃分,可以將城市的產業類型分為三類,即第一產業、第二產業、第三產業,而縣域經濟作為國民經濟的基本單元,其發展也主要圍繞這三大產業展開。同時,不同縣域的產業結構還存在著一定的差異性。因此,以三大產業為分類核心,結合綠色發展新理念中節約資源和保護環境的基本要求,對生態效率評價中的期望產出和環境污染進行分類約束,將縣域綠色發展模式按照產業不同分為三類。一是鄉村振興導向(Rural Revitalization Orientation,簡稱為RRO),實施鄉村振興戰略,優先發展農業農村,堅持城鄉融合發展,促進農業產值和農民增收,所以采用第一產業增加值(y1)和農村常住居民可支配收入(y2)可以分別反映一定時期內第一產業的產值和農民收入情況。二是新型工業化導向(New Industrial Orientation, 簡稱為NIO),此類縣域工業較為發達,不同于高能耗、高污染的傳統工業化,其主要側重于發展知識形態下的工業化,利用信息化、智能化等大力發展科技含量高、效益好的工業,所以采用第二產業增加值(y3)能夠衡量一定時期內第二產業的產值,規上工業利潤(y4)則可以反映工業企業的效益。三是綠色經濟導向(Green Economy Orientation,簡稱為GEO),該類縣域注重發展低能耗、低污染的第三產業,注重生態環境保護和城市生態建設,嚴格制約環境污染,所以第三產業增加值(y5)可以代表一定時期內第三產業產值的增長情況,建成區綠化覆蓋面積(y6)作為補充反映了縣域的生態環境建設情況,環境污染指標y7、y8、y9則可以綜合反映綠色發展過程中對于污染物的控制。根據以上3種導向,將產出指標分為三類,分別為{y1,y2}、{y3,y4}、{y5,y6,y7,y8,y9}。以鄉村振興導向為例,因為是注重農業農村的發展并控制污染,所以農業產出指標y1和y2的權重最大,且分別大于第三產業和環境污染的指標集合{y5,y6,y7,y8,y9},代表工業經濟產出指標的{y3,y4}權重最低,因此在鄉村振興導向下添加產出權重附加約束為μ1d,μ2d≥μ5d+μ6d+μ7d+μ8d+μ9d;μ5d,μ6d,μ7d,μ8d,μ9d≥μ3d+μ4d,生態效率評價代理變量及定性約束設置如表1所示。

表1 生態效率評價代理變量及定性約束設置

由于2015年黨的十八屆五中全會提出綠色發展新理念,而生態效率提高是綠色發展新常態下的必然要求。因此,本文選取2015—2017年江蘇省各地級市城市統計年鑒中的縣域數據進行生態效率評價,共計32個縣或縣級市,其中因地區統計數據缺失不包括徐州、淮安、常州下轄縣市,而南京則無下轄縣級市。

2 實證結果分析

2.1 生態效率靜態分析

利用MATLAB R2016a軟件,按照表1中的投入產出指標,分別編寫了改進的仁慈型交叉效率模型在原始狀態下和3種發展導向下的程序,測算了江蘇省32個縣域2015—2017年的生態效率,主要結果如圖2和表2所示(保留四位小數)。

2.1.1江蘇省分地區縣域生態效率比較分析

圖2反映的是在無約束條件(即不考慮縣域發展導向差異)以及3種不同發展導向下江蘇省三大地區縣域歷年生態效率的情況。在無約束條件下,江蘇省三大地區的縣域生態效率均保持在0.9700以上,且蘇南、蘇中、蘇北三大地區生態效率差距較小,表明江蘇省三大地區對生態資源的利用已基本處在同一水平。然而,事實是否真的如此呢？從3種發展導向來看,在考慮縣域從屬鄉村振興或新型工業發展導向時,三大地區縣域的生態效率還是存在一定差異的,其中新型工業發展導向下的生態效率最低,類內差異最為明顯,且蘇北地區降幅最大并呈現連跌態勢。在綠色經濟發展導向下,所得的結果與無約束的結果較為一致,這是因為無約束時所測度的生態效率本身就是從綠色發展目標出發的,因此二者無論是趨勢還是區域差異都較為一致。以上結果表明,考慮縣域經濟發展導向能夠幫助各類縣域從不同維度充分挖掘其生態效率的特征以及區域差異。因此,有必要從差異化發展導向出發探尋縣域的生態效率。

圖2 多維發展導向下江蘇省分地區2015—2017縣域生態效率Fig.2 Eco-efficiency of counties in Jiangsu Province from 2015 to 2017 under multi-dimensional development viewpoint

三大地區的縣域在綠色經濟導向下生態效率值較高,這與Wang和Chen[34]的結論一致,這是由于第三產業涉及范圍廣泛,不僅可以拓展經濟發展空間,創造較高的經濟附加值,而且具有資源消耗低和對環境影響小的特點。在鄉村振興導向下,可以發現此類縣域生態效率逐年上升,這主要是由于2015年以來江蘇省進行“三農”改革且發展成效卓越,農民不斷增收,2017年32個縣域的人均農村居民可支配收入相比2015年上漲了18.39%。從時間維度來看,2015年蘇南地區的生態效率值最高,但蘇南生態效率領先的趨勢在2016年發生轉變,蘇中地區和蘇北地區的生態效率在2016—2017年間開始趕超蘇南地區。

2.1.2多維發展導向下縣域生態效率測算結果及分析

表2為多維發展導向下江蘇省各縣域年均生態效率及排名情況。從表2的最后一列,即綠色經濟發展導向生態效率排名來看,揚中市生態效率最高,這得益于揚中市長期以來以生態立市,且其地處江中之島,四面環水,生態脆弱,倒逼了綠色產業發展布局,促進了經濟增長方式的轉變,實現了經濟與環境的協調發展。而生態效率值最低的縣域為張家港市,但縣域間效率值大小差距并不大,所有城市生態效率值均在0.8000以上,其中效率達到0.9500以上的縣域占了總數的40.6%,這反映出江蘇省各縣域生態效率都維持在較高的水平,沒有出現兩極分化,這主要得益于江蘇省經濟全面開花,同時江蘇省是全國唯一一個所有地級市GDP均進入全國百強的省份,也是入選“縣域經濟100強(2019)榜單”數目最多的省份(占26席位)。然而,同一個地級市下轄的縣域效率值排名并不接近,甚至有的差異很大,如鎮江市下轄的揚中市和丹陽市排名相差28位,這說明在同一地級市行政區下的各縣域生態效率的輻射效應不足,生態效率高的縣域并不能夠有效帶動周邊地區,需加強高效率地區對周邊的輻射帶動作用,這與任宇飛[24]測算的京津冀城市群縣域生態效率結論類似。與無約束的結果對比可知,在綠色經濟導向下,生態效率值下降幅度最小,下降最大的泰興市生態效率值降低了0.0987,阜寧縣和常熟市的生態效率值較為反常地大于在無約束下的效率值,這是由于在綠色經濟導向下,交叉效率中某些他評的效率值增大最終導致最后取平均值后效率值增加。

在鄉村振興導向下,生態效率最高的寶應縣為0.9988,最低的泰興市為0.8539。與無約束條件下相比,在排名上泰興市和響水縣的變化幅度較大,分別退步了15和14個位次。在新型工業導向下,與無約束條件下相比,部分縣域的生態效率值下降幅度較為明顯,特別是響水縣的生態效率值下降至0.8000以下;而在排名上下降較大的有興化市、響水縣和射陽縣,三者的排名均退步15位以上,而阜寧縣則進步了16位。從表2還可知,全省縣域均值在綠色經濟導向下效率值最大,而在新型工業導向下效率值最小,這再次反映了發展綠色且經濟的第三產業更具有經濟和環境的雙重效益,而工業雖然經濟產值較大,但其高投入和對環境的污染造成了生態效率相對較低,這一結論也與實際相符。

表2 多維發展導向下2015—2017年32個縣域年均生態效率測算結果

由于在3種發展導向下,各縣域的生態效率排名呈現不盡相同的波動,部分縣域波動甚至超過10位以上,因此在表2基礎上按照排名最優將縣域分為三類(表3),從而更好地區分各縣域在哪個發展導向下同其他縣域相比表現得相對最優。從表3中可以看出,鄉村振興類縣域的數目最多有14席,說明絕大多數縣域在鄉村振興導向下的排名表現得相對最優,在新型工業導向下排名相對最優的縣域僅有8席,并且從前文中可知在新型工業導向下生態效率值還最小,因此江蘇省絕大多數的縣域需要重點改善第二產業的生態效率。此外,對于在某一個導向下排名相對領先,而在其他導向下排名落后的縣域(例如昆山市、海門市在鄉村振興導向下排名都較為理想,而在綠色經濟導向下排名明顯落后),應該著力改善第三產業的生態效率,補齊在綠色經濟導向下生態效率相對落后的短板;對于張家港市、泗陽市等在3種導向下排名都相對靠后的縣域,則應對照效率領先的縣域,全面改善第一產業、第二產業、第三產業的生態效率。

表3 多維發展導向下縣域生態效率按照排名最優分類

2.2 生態效率動態分析

基于江蘇省縣域2015—2017年面板數據,利用DEA-Malmquist指數模型對其生態效率進行動態實證分析,使用Deap2.1軟件計算全要素生產率指數并對其進行分解,分時期的縣域生態全要素生產率指數增減情況如圖3所示。

圖3 分時期的江蘇省縣域生態全要素生產率指數增減圖Fig.3 Increasing and decreasing indexes of the total factor productivityof the county ecology in Jiangsu Province TFP：全要素生產率 Total factor productivity

從圖3可知,兩個時期TFP同時增長的縣域有13個,分別為江陰市、宜興市、張家港市、太倉市、海安縣、如東縣、啟東市、濱海縣、建湖縣、東臺市、高郵市、丹陽市、揚中市;兩個時期TFP同時降低的有如皋市、東海縣、灌云縣、灌南縣、沭陽市、泗洪縣等6個縣域。比較同一縣域不同時期的TFP變化,進步最為明顯的有揚中市和建湖縣,與上一時期相比,TFP分別增長了98.6%、95.3%,通過對比這兩個縣域在不同時期的原始數據,發現揚中市和建湖縣的TFP進步如此明顯的原因是環境治理使得污染排放大幅減少。以工業SO2排放量為例,揚中市2017年的工業SO2排放量同比上年減少79.2%,建湖縣2016年的工業SO2排放量同比上年減少53.5%。圖3中,寶應縣、興化市和常熟市,同比上一時期TFP下降幅度均超過10%,其他縣域兩個時期的TFP增減幅度都相近。在2015—2016年間的啟東市、泗陽市,以及在2016—2017年間的宜興市、海門市,由于TFP的增減值均小于或等于0.005,所以圖3中沒有顯示。根據計算結果還可知,2015—2016年和2016—2017年兩個時期的TFP的幾何均值分別為1.045和1.025,說明江蘇省縣域生態效率在2015—2017年間總體呈現上升態勢。

表4的結果主要包括各縣域生態全要素生產率指數及其分解,年均結果是取幾何平均后所得。從全省來看,生態全要素生產率指數的平均值為1.035,增長率為3.5%,說明2015—2017年間江蘇省縣域整體的生態效率呈上升趨勢,經濟增長模式正朝著綠色、集約的方向發展,這與江蘇省深化綠色發展和建設生態文明有直接關系。尤其是黨的十八大以來,江蘇省把資源要素集約和節約利用放在優先位置,深入實施“兩減六治三提升”行動,大力推進污染防治和節能減排工作,提升了生態資源投入轉化為經濟產出的效率。表4中,局部縣域全要素生產率具有顯著差異,如最高的建湖縣為1.465,最低的灌云縣為0.914。全要素生產率呈現正增長的有19個,占所有縣域的59.4%。

表4 2015—2017年江蘇省縣域年均生態全要素生產率指數及其分解

從分解的全省均值來看,技術效率變動指數年均下降0.001%,其對TFP增長率的貢獻率為-0.29%,說明技術效率變化率的下降總體上制約了全要素生產率指數TFP的增長率,表明江蘇省縣域利用綠色新技術的能力有所減弱,資源配置效率和資源的總量控制有待提高。技術進步指數年均增長3.6%,其對TFP增長率的貢獻率為102.86%,在總體上促進了全要素生產率指數TFP的增長率,表明技術進步變動指數是促進江蘇省生態全要素生產率指數增長的主導因素。具體到各個縣域,有24個縣域的技術效率變動指數等于1,其余縣域的技術效率變動指數與1很接近,但各個縣域的技術進步TC值差距較大,技術進步增長最快的是揚中市、建湖縣、興化市,分別增長了45.1%、44.2%、25.2%,超過均值18.96%、39.2%、20.8%,而技術退步的縣域有11個,其中技術退步最大的為灌云縣,下降了8.6%。從影響生態效率的增長因素來看,技術進步是促進其增長的主導因素,而技術效率變動指數小于1,則制約其增長。

根據縣域分類來看,不同發展導向下縣域生態全要素生產率指數存在差異,鄉村振興類縣域中TFP平均為1.032,并且TC平均為1.032,說明這類縣域的生態效率逐步得到改善,技術進步是促進其進步的主導因素。在新興工業類縣域中,TC均值為1.065,是唯一一類TC高于全省均值的縣域,說明此類縣域技術進步最為迅速,其中海安縣的EC和TC均大于1,說明該縣的全要素生產率增長是受到了技術效率和技術進步的雙重驅動。在綠色經濟類中EC和TC均大于1的縣域有濱海縣和建湖縣,而東海縣、句容市的EC和TC均小于1,此類縣域的TC均值為三類中最小,TC小于1的縣域占了60%,說明有六成的縣域技術是退步的,因此此類縣域應加大科學技術投入,鼓勵創新,充分發揮技術進步對生態效率的促進作用。此外,在這三類縣域中,EC均值全部小于1,全省縣域的生態資源利用率和對資源的總量控制有待進一步加強。

3 結論與啟示

本文基于2015—2017年江蘇省32個縣域的面板數據,在多維發展導向視角下利用具有權重約束的改進的交叉效率模型和Malmquist生產率指數對縣域生態效率進行分析,以期對推動江蘇省以及我國其他地區生態文明建設提供參考。具體而言,主要結論與啟示如下。

(1)從全省效率來看,2015—2017三年間江蘇省縣域生態效率總體水平較高,蘇南、蘇中、蘇北縣域生態效率沒有出現明顯的兩極分化,但在不同發展導向下三大地區縣域的生態效率還是存在一定差異,蘇北地區縣域在新型工業導向下效率下降最為明顯。在同一地級市,其下轄的縣域生態效率排名差距大,生態效率高的縣域難以起到帶動周邊的作用,輻射效應不足。因此,需要加強生態效率較高縣域的輻射帶動作用,生態效率領先的縣域要利用自身資金、人才等優勢來推動同周邊縣域的經濟協調發展和生態環境共同治理,在同一個地級市行政區內構建“一個中心,多個外圍”或者“多個中心,多個外圍”的輻射發展經濟生態格局。

(2)江蘇省縣域生態效率在不同發展導向下排名差異較大,排名最優分類主要集中在鄉村振興類和綠色經濟類。從平均水平上看,生態效率值在綠色經濟導向下最高,鄉村振興導向下次之,新型工業導向下最低。因此,各縣域需根據實際分析不同產業生態效率的差異,繼續保持原來高效產業的生態效率,并著重彌補低效產業生態效率短板,如昆山、海門、靖江等縣市在新型工業導向下生態效率在全省排名領先,而在綠色經濟導向下生態效率則相對落后,故第三產業生態效率具有更大的提升空間。同時,針對江蘇省第二產業、第三產業比重大的情況,江蘇省縣域需要因地制宜發展適宜當地生態的特色農業或經濟作物,使第一產業穩定發展,在此基礎上著重改善第二產業生態效率。

(3)從動態分析結果看,各類不同發展導向以及江蘇省整體的生態全要素生產率指數平均值大于1,說明江蘇省整體和各類縣域生態效率均呈現上升趨勢,技術進步指數的增長是促進江蘇省縣域生態全要素生產率指數增長的主導因素,而絕大多數縣域的技術效率變動指數保持不變或呈現衰退現象,表明江蘇省縣域利用生態技術效率的能力沒有得到提升。分類別來看,新型工業類縣域的技術進步變動指數最高,而綠色經濟類縣域最低。因此,想要提高生態效率的增長率需要從兩個方面入手,首先要加大科研投入力度,特別是針對技術進步變動指數小于1的縣域,需要拓寬科研經費的來源,利用科技帶動生產力。其次,全省縣域都應合理配置縣域生態資源,控制資源總量,從而促進生態全要素生產率的提升。

本文從差異化發展導向出發,評價了江蘇省縣域的生態效率,對江蘇省縣域選擇重點發展產業、實施產業結構優化和穩步推進綠色發展均具有一定的參考意義。然而,需要指出的是,由于數據限制,研究中的評價對象未能涵蓋江蘇省的所有縣域,也未采用其他省份的數據進行對比。在后續的研究中,可進一步擴大研究范圍,選擇我國東部、中部、西部等地區的縣域進行對比分析,并細化各個發展導向下的指標體系,深入分析我國縣域生態效率的區域差異性。此外,在各縣域生態效率分析的基礎上,探尋各縣域的最優差異化發展路徑有待進一步研究。