綠色發展背景下新疆工業生產效率研究

蘆 敏 韓桂蘭

（新疆財經大學,新疆 烏魯木齊 830000）

1 研究的背景、目的及現狀

黨的十九屆五中全會提出，推動綠色發展，實現生態文明建設新進步。國家發改委于2012年出臺了《關于支持新疆產業健康發展的若干意見》等文件，為新疆工業的綠色發展提供了一系列的政策保障[1]。在中國經濟高速增長的同時，長期不健康的增長模式導致了資源枯竭和環境惡化。中國能源消費總量從2011年的38.7億噸標準煤增加到2020年的49.8億噸標準煤。能源消耗總量的持續增長，給我國的生態環境帶來了沉重的負擔。

從理論和方法體系來看，本文對綠色發展背景下的工業生產效率的科學內涵做出準確闡述，以全面科學地甄選指標。從研究內容來看，本文將“綠色理念”有效且合理地納入測算體系中，力求豐富研究內容，以期促進新疆工業綠色發展，帶動新疆整體經濟發展，為新疆經濟可持續發展提供有力的理論支撐。

國內外學者對工業生產效率與工業生態效率進行了廣泛研究，常見的效率測算方法是數據包絡分析。Fried等（1996）首次提出三階段DEA方法，以克服異質條件下的績效評估問題[2]。蔣碩亮等（2021）運用MinDS距離函數測算了2007—2019年長江經濟帶三大城市群的工業生態效率，從時間演進趨勢分析發現三大城市群的工業生態效率值在2006年附近水平較高，全國范圍的碳排放達到最高點導致了該地區工業生態效率的下降，2015年之后又重新上升[3]。李鵬等（2014）運用三階段DEA模型對我國2010年的工業效率進行了實證分析[4]；黃光球等（2019）將超效率模型與三階段DEA方法結合，考慮非期望產出因素，分析了我國工業能源效率[5]。盧盛峰（2010）在經典DEA模型的基礎上，結合四階段DEA模型和Mulmquist指數的非參數分析方法，測度了中國農村救濟服務供給效率[6]。DEA-Malmquist模型的效率測算與因素分析的研究理論、實證結果都表明，這一方法可以應用到新疆工業生產效率測算中。

郭均鵬等（2006）將一種改進的DEA模型-超效率DEA（SE-DEA）模型拓展到區間投入產出情形[7]；劉鵬凌等（2019）采用超效率DEA模型測算了生產綜合技術效率[8]；郭露等（2016）測算了中部六省2003—2013年的工業生態效率，發現效率值的總體水平不高，環境治理與生態效率呈負相關[9]。劉星（2021）利用超效率DEA模型，對湖北省2010—2016年各地級市生態效率進行了計算[10]。超效率DEA模型也可用于新疆工業生產效率的測算，通過兩個模型的測算結果可以互相驗證效率值排名的可靠性。

2 綠色發展背景下新疆工業生產效率的測度

本文選擇新疆14個地州作為研究對象，利用其2010—2019年的面板數據進行分析研究，數據來源為《新疆統計年鑒》。

2.1 指標選擇與數據說明

首先對相關文獻的指標選取進行匯總，如表1所示。

表1 工業生產效率測算指標選取情況

2.1.1 投入變量

工業固定資產投入數據。由于統計年鑒中未直接給出，可以通過計算各行業在各地州的固定資產投資情況代替工業固定資產投入數據，即工業固定資產投資屬于第二產業（不包括建筑業）。

勞動力投入數據。自古以來勞動力都是各項生產活動中不可或缺的一部分，本文選擇工業從業人數年平均值作為勞動投入數據，數據來源為《新疆統計年鑒》。

終竭能源投入數據。工業生產活動少不了能源投入，本文選擇終竭能源投入總量作為能源投入數據，數據來源為《新疆統計年鑒》。

2.1.2 產出變量

合意產出。用工業生產總值來表示，數據來源為《新疆統計年鑒》。

非合意產出。工業二氧化碳排放量越高，對環境的污染越大，因此用各地州的工業二氧化碳排放量表示非合意產出。

綠色指數。用工業生產總值與工業二氧化碳排放量的比值作為綠色指數，用作DEAP 2.1軟件的產出項，可以代替MaxDEA中的非期望產出項。

2.1.3 工業二氧化碳測算

由于各年鑒均缺少新疆各地州工業環境污染（工業二氧化碳等）的具體指標，因此根據2006年IPCC的報告，消耗化石燃料產生二氧化碳排放量的計算公式為：工業二氧化碳排放量=化石燃料消耗量×二氧化碳排放系數。

根據各地州工業消費的能源數據，算出各地州工業二氧化碳的排放量。

2.2 工業生產效率的測度

本文選取Spearman相關檢驗法，采用STATA對2010—2019年各地州的投入產出數據進行檢驗，變量均通過了檢驗，且相關系數較高。

本文采用包含非合意產出SE-SBM模型，對2010—2019年新疆14個地州的工業生產效率進行測度。在此基礎上，運用MaxDEA軟件對其進行測度，測算的部分結果如表2。

表2 部分年份SE-SBM模型工業生產效率測算結果

從2010—2019年的歷年均值的排名可以看出，烏魯木齊市的生產效率均值最高（0.894），巴音郭楞蒙古自治州其次（0.875）。工業生產效率歷年均值低于0.3的地州有2個，分別為哈密市（0.281）、和田地區（0.258）。在2010—2019年，烏魯木齊市和巴音郭楞蒙古自治州的發展穩定，工業生產效率值較高，發展情況明顯優于其他地州。

基于《新疆統計年鑒》中新疆14個地州2010—2019年的面板數據，測算新疆各地州工業生產效率。采用包含DEA-Malmquist模型測算效率，用DEAP 2.1軟件進行測算，其中部分年份工業生產效率值如表3。

表3 部分年份DEA-Malmquist模型工業生產效率測算結果

從2010—2019年的歷年均值的排名可以看出，烏魯木齊市、巴音郭楞蒙古自治州、克孜勒蘇柯爾克孜自治州的生產效率最高，其生產效率均值均為1。工業生產效率歷年均值處于[0.8，0.1）區間的地州有2個，分別為克拉瑪依市（0.910）、阿勒泰地區（0.943）。工業生產效率歷年均值低于0.3的地州有2個，分別為喀什地區（0.555）和吐魯番地區（0.590）[15]。在2010—2019年，克孜勒蘇柯爾克孜自治州、烏魯木齊市和巴音郭楞蒙古自治州的發展穩定，工業生產效率值較高，發展情況明顯優于其他地州。

由于兩種模型的生產效率計算原理并不相同，直接對比效率值的參考價值并不大，因此對兩次工業生產效率測算結果的排名進行對比，如圖1所示。

圖1 工業生產效率歷年均值效率排名對比

3 新疆工業生產效率空間演變分析

3.1 工業生產效率的空間特征分析

圖2是2013年的莫蘭指數（Moran's I）圖，從圖中可以分析得出2013年新疆各地州之間工業生產效率的差異性較大，且呈現出很強的空間負相關性。新疆各地州的生產效率空間負相關性明顯，從總體變化程度來看，新疆整體各地州之間的差異性逐漸變大。

圖2 Moran's I散點圖

3.2 工業生產效率的區域差異測度及其分解

采用Dagum基尼系數、泰爾熵測度、泰爾平均對數偏差測度對工業生產效率區域差異進行測度，結果如表4。立足全疆范圍來看，工業生產效率差異逐漸縮小，這一趨勢在2013—2014年最為明顯，2010年三大指數的值最高，分別為0.189 8、0.061 2和0.068 4。

表4 2010—2019年各地州工業生產效率差異性測度

和田地區（三大指數計算結果依次為0.218 8、0.078 3和0.078 5）和哈密地區（三大指數計算結果依次為0.204 9、0.067 2和0.073 3）各個年份發展不平衡，其他12個地州近10年發展相對穩定。

4 結論

本文測算了各地州靜態的工業生產效率，然后借助探索性空間數據分析方法研究新疆各地州工業生產的空間集聚特征，利用Dagum基尼系數、泰爾熵測度和泰爾平均對數偏差測度探究南、北疆工業生產效率的區域差異大小及來源。研究發現：在新疆14地州中，烏魯木齊市和克拉瑪依市的工業生產效率常年較高，說明這兩個地區的經濟效益較好且注重綠色發展；而和田地區和喀什地區的工業生產效率相對于其他地州較差，說明這兩個地區的工業需要改革，原有的工業模型已經不被時代所認同，想要提高生產效率就要在提高工業產值的同時注重環境保護，二者缺一不可。同時，新疆整體和南北疆工業生產效率發展情況不同，南疆地區差異較大，北疆相對差異較小。在考慮影響因素的同時，不僅要考慮全疆的影響因素，更要具體到南北疆分別探討影響因素，這樣才能找到提高各地州工業生產效率的有效措施。