VII綠色發(fā)展效率測(cè)度及評(píng)價(jià)案例分析目錄TOC\o"1-3"\h\u24176綠色發(fā)展效率測(cè)度及評(píng)價(jià)案例分析 1174601.1綠色發(fā)展效率的測(cè)度模型 1313411.1.1傳統(tǒng)DEA方法 1125831.1.2方向性距離函數(shù)模型 243441.1.3超效率SBM模型 3299491.2樣本數(shù)據(jù) 4205321.2.1投入產(chǎn)出指標(biāo) 4132271.2.2投入產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)分析 5187161.3綠色發(fā)展效率評(píng)價(jià) 6111911.1.1省際層面 7132591.1.2三大經(jīng)濟(jì)帶分區(qū) 81.1綠色發(fā)展效率的測(cè)度模型1.1.1傳統(tǒng)DEA方法關(guān)于綠色發(fā)展效率的研究工具，一般采用隨機(jī)前沿分析（SFA,StochasticFrontierAnalysis）和數(shù)據(jù)包絡(luò)分析（DEA,DataEnvelopmentAnalysis）。隨機(jī)前沿分析法在測(cè)度效率時(shí)可能會(huì)出現(xiàn)一定誤差，在使用時(shí)需要預(yù)先確定生產(chǎn)函數(shù)的形式，且在多個(gè)投入和產(chǎn)出變量同時(shí)存在時(shí)無(wú)法適用。數(shù)據(jù)包絡(luò)分析DEA由Charnesetal.（1978）提出，相比較隨機(jī)前沿分析，具有以下優(yōu)點(diǎn)：（1）不必設(shè)定生產(chǎn)函數(shù)的具體形式，能夠處理多個(gè)投入和產(chǎn)出變量同時(shí)存在的情況，對(duì)效率進(jìn)行整體性綜合性評(píng)價(jià)；（2）不必進(jìn)行權(quán)重假設(shè)，由數(shù)學(xué)規(guī)劃自動(dòng)產(chǎn)生最優(yōu)權(quán)重，使得隨機(jī)干擾項(xiàng)滿足了正態(tài)分布假定，從而減少權(quán)重假設(shè)過(guò)程所導(dǎo)致的誤差；（3）不必對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，其評(píng)價(jià)結(jié)果與投入指標(biāo)值和產(chǎn)出指標(biāo)值的量綱無(wú)關(guān)；（4）不必確定投入和產(chǎn)出之間的表達(dá)式。因此，學(xué)者們?cè)跍y(cè)度綠色發(fā)展效率的過(guò)程中多采用數(shù)據(jù)包絡(luò)分析DEA（穆學(xué)英，2017；初善冰和黃安平，2012）。但傳統(tǒng)DEA模型在測(cè)度效率時(shí)也存在缺陷。首先，傳統(tǒng)DEA模型設(shè)定為徑向模型，基于投入或產(chǎn)出等比例放大或縮小以實(shí)現(xiàn)有效的假設(shè)，但當(dāng)投入或產(chǎn)出沒(méi)有等比例變化時(shí)，其測(cè)算結(jié)果會(huì)產(chǎn)生誤差，對(duì)準(zhǔn)確性產(chǎn)生干擾。其次，在傳統(tǒng)DEA模型的投入產(chǎn)出指標(biāo)體系中，僅將社會(huì)所期望的“好”產(chǎn)出納入效率計(jì)算，這與實(shí)際生產(chǎn)不符，生產(chǎn)活動(dòng)所帶來(lái)非期望的“壞”產(chǎn)出被忽略了，即“非期望產(chǎn)出”未被納入效率計(jì)算。因此在實(shí)際情況中，DEA方法是有偏差、不準(zhǔn)確的。1.1.2方向性距離函數(shù)模型考慮到“非期望產(chǎn)出”帶來(lái)的誤差，Chungetal.（1997）在傳統(tǒng)DEA中引入方向性距離函數(shù)（DDF,DirectionalDistanceFunction）。DDF函數(shù)將期望產(chǎn)出增加和非期望產(chǎn)出減少同時(shí)考慮在內(nèi)，其中非期望產(chǎn)出即環(huán)境污染物的排放，這一過(guò)程重視制約和減少生產(chǎn)過(guò)程中污染物的排放，符合社會(huì)發(fā)展趨勢(shì)，被學(xué)者們廣泛采用（景維民和張璐，2014；李光龍等，2020）。其形式如下：（3-1）其中，g代表方向向量，一般假定為g=(y0,?bo)。但基于以往模型的缺陷，Tone（2001）提出基于松弛的模型（SBM,Slack-basedModel）。SBM是非徑向、非角度模型，其優(yōu)點(diǎn)如下：（1）允許投入和產(chǎn)出要素不同比例地放大或縮小，規(guī)避了傳統(tǒng)DEA模型的缺陷；（2）允許期望產(chǎn)出和非期望產(chǎn)出的比例不固定，計(jì)算投入要素、非期望產(chǎn)出要素減少和期望產(chǎn)出要素增加的平均比例，規(guī)避了DDF的缺陷；（3）允許無(wú)效率情況的計(jì)算，無(wú)需選擇模型的投入產(chǎn)出角度，規(guī)避了弱有效問(wèn)題。因此，SBM模型在綠色發(fā)展效率評(píng)價(jià)中逐漸得到了學(xué)者們的重視，趙領(lǐng)娣等（2016）、岳書(shū)敬等（2015）、李雪松和曾宇航（2020）等學(xué)者均采用這一方法。SBM模型如式3-2所示：（3-2） s.t. 1.1.3超效率SBM模型2002年，Tone在SBM模型的基礎(chǔ)上，結(jié)合SuperDEA的特征和優(yōu)點(diǎn)，提出超效率SBM模型（Super-SBM），可以有效測(cè)算包含綠色概念的效率值。相比較SBM模型，Super-SBM模型再次遞進(jìn)推算所有有效DMU，同時(shí)能夠解決跨期可比和DMU不足帶來(lái)的誤差缺陷，使得測(cè)算結(jié)果更加精準(zhǔn)。車?yán)诘龋?018）、王冠等（2021）、曹鵬和白永平（2018）等學(xué)者在研究中均采用了這一方法。Super-SBM模型將非期望產(chǎn)出放入模型，其生產(chǎn)可能性集合如式3-3所示：（3-3）考慮非期望產(chǎn)出的Super-SBM模型如式3-4所示：（3-4）s.t.其中，是權(quán)重向量，x、yg、yb表示決策單元的投入要素、期望產(chǎn)出要素和非期望產(chǎn)出要素，x、yg、yb分別表示投入要素、期望產(chǎn)出和非期望產(chǎn)出的松弛變量，模型中下標(biāo)“0”為評(píng)價(jià)決策單元。目標(biāo)函數(shù)為效率值，當(dāng)0＜＜1時(shí)表示決策單元未能達(dá)到有效，可以通過(guò)優(yōu)化投入要素、增加期望產(chǎn)出和減少非期望產(chǎn)出等方式提高效率值；≥1時(shí)表示DMU達(dá)到最優(yōu)，達(dá)到有效，且越大表明越有效率。Super-SBM模型下，可以大于1，能夠?qū)Χ鄠€(gè)位于最優(yōu)生產(chǎn)前沿面的DMU進(jìn)行排序，松弛性帶來(lái)的誤差被有效避免。因此，本文采用Super-SBM模型，運(yùn)用DEA-SolverPro5.0軟件對(duì)我國(guó)區(qū)域綠色發(fā)展效率進(jìn)行測(cè)度。1.2樣本數(shù)據(jù)本部分將對(duì)計(jì)算綠色發(fā)展效率所需的投入產(chǎn)出變量的進(jìn)行說(shuō)明和處理。1.2.1投入產(chǎn)出指標(biāo)本文采用Super-SBM模型測(cè)度綠色發(fā)展效率，評(píng)價(jià)指標(biāo)體系覆蓋了投入和產(chǎn)出兩個(gè)角度，且產(chǎn)出指標(biāo)由期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)共同構(gòu)成。本文的投入產(chǎn)出指標(biāo)體系如下圖所示。表3-1綠色發(fā)展效率評(píng)價(jià)指標(biāo)體系分類指標(biāo)種類指標(biāo)構(gòu)成投入指標(biāo)勞動(dòng)力投入城鎮(zhèn)就業(yè)人員（萬(wàn)人）能源投入能源消費(fèi)總量（萬(wàn)噸標(biāo)準(zhǔn)煤）資本投入資本存量技術(shù)投入研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)當(dāng)量（人年）產(chǎn)出指標(biāo)期望產(chǎn)出經(jīng)濟(jì)效益實(shí)際GDP（億元）非期望產(chǎn)出廢氣排放工業(yè)二氧化硫排放量（萬(wàn)噸）廢水排放工業(yè)廢水排放總量（萬(wàn)噸）固體廢棄物排放一般工業(yè)固體廢物產(chǎn)生量（萬(wàn)噸）（1）投入指標(biāo)勞動(dòng)力投入：鑒于難以獲得勞動(dòng)力素質(zhì)和勞動(dòng)時(shí)間的相關(guān)數(shù)據(jù)，同時(shí)為保持《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中指標(biāo)的一致性，規(guī)避統(tǒng)計(jì)口徑的影響，本文借鑒原毅軍和謝榮輝（2015）、楊志江和文超祥（2017）等學(xué)者的做法，選取城鎮(zhèn)從業(yè)人員數(shù)作為勞動(dòng)投入指標(biāo)。能源投入：本文借鑒原毅軍和謝榮輝（2015）等學(xué)者的做法，選取各省份能源消耗總量作為能源投入指標(biāo)，將其統(tǒng)一化為萬(wàn)噸標(biāo)準(zhǔn)煤后表示。資本投入：本文參考車?yán)诘龋?018）的方法，采用永續(xù)盤(pán)存法利用固定資本形成總額估計(jì)，具體核算過(guò)程如式3-5、3-6。（3-5）（3-6）其中，K0為基期資本存量，I0為基期實(shí)際投資額，gi為實(shí)際投資額的幾何平均增長(zhǎng)率。Kit、Kit?1技術(shù)投入：隨著經(jīng)濟(jì)不斷發(fā)展，技術(shù)創(chuàng)新能力成為提升新時(shí)期綠色發(fā)展效率的重要驅(qū)動(dòng)力。本文參考李雪松和曾宇航（2020）的做法，選擇各省市自治區(qū)的研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)當(dāng)量來(lái)衡量各地區(qū)的技術(shù)水平。（2）產(chǎn)出指標(biāo)期望產(chǎn)出：借鑒王兵等（2014）的做法，選取各地區(qū)國(guó)內(nèi)生產(chǎn)總值反映經(jīng)濟(jì)效益。本文利用2001年的不變價(jià)格計(jì)算各省市實(shí)際GDP，作為綠色發(fā)展的期望產(chǎn)出代理變量。非期望產(chǎn)出：考慮到發(fā)展過(guò)程中由于廢棄污染物排放對(duì)生態(tài)環(huán)境造成的價(jià)值虧損，借鑒李雪松和曾宇航（2020）等學(xué)者的做法，采用“三廢”排放量表征非期望環(huán)境污染，用工業(yè)二氧化硫排放量衡量廢氣排放，用工業(yè)廢水排放總量衡量廢水排放，用一般工業(yè)固體廢物產(chǎn)生量衡量固體廢棄物排放量?？紤]到相關(guān)原始數(shù)據(jù)的可獲得性，本文以全國(guó)30個(gè)省市自治區(qū)為樣本，不含西藏、港、澳、臺(tái)地區(qū)，樣本期選擇2004-2019年。以上原始數(shù)據(jù)均來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》。1.2.2投入產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)分析表3-2投入產(chǎn)出指標(biāo)統(tǒng)計(jì)量指標(biāo)觀察值均值標(biāo)準(zhǔn)差最小值最大值PanelA：投入指標(biāo)城鎮(zhèn)就業(yè)人員（萬(wàn)人）480492.97342.2942.522064.6能源消費(fèi)總量（萬(wàn)噸標(biāo)準(zhǔn)煤）48013040.158336.4274241390資本存量48031838.9528629.811322.85158345.75R&D人員全時(shí)當(dāng)量（人年）48097444.851181431209803207.8PanelB：期望產(chǎn)出實(shí)際GDP（億元）48017436.5317264.21441.73107986.9PanelC：非期望產(chǎn)出工業(yè)二氧化硫排放量（萬(wàn)噸）48057.1740.370.1182.74工業(yè)廢水排放總量（萬(wàn)噸）48073208.9563172.783544296318一般工業(yè)固體廢物產(chǎn)生量（萬(wàn)噸）4809020.308586.1811252037表3-2為30個(gè)省市自治區(qū)綠色發(fā)展效率投入產(chǎn)出數(shù)據(jù)的描述性統(tǒng)計(jì)分析。在投入要素方面，城鎮(zhèn)就業(yè)人員數(shù)量、能源消費(fèi)總量、資本存量、R&D人員全時(shí)當(dāng)量的標(biāo)準(zhǔn)差分別為342.29、8336.42、28629.81、118143，最大值是最小值的49倍、55.8倍、120倍、66.4倍。在期望產(chǎn)出方面，實(shí)際地區(qū)生產(chǎn)總值平均值為17436.53億元，最大值是最小值的244倍，標(biāo)準(zhǔn)差為17264.21。在非期望產(chǎn)出方面，工業(yè)二氧化硫排放量、工業(yè)廢水排放總量、一般工業(yè)固體廢物產(chǎn)生量的平均折分別問(wèn)57.17萬(wàn)噸、73208.95萬(wàn)噸、9020.30萬(wàn)噸，標(biāo)準(zhǔn)差分別為40.37、63172.78、8586.18。由此可知，從各投入和產(chǎn)出要素的標(biāo)準(zhǔn)差來(lái)看，我國(guó)投入產(chǎn)出指標(biāo)的地區(qū)差異性較大，各地區(qū)存在資源稟賦分布不均、經(jīng)濟(jì)發(fā)展不平衡等問(wèn)題；從非期望產(chǎn)出的平均值來(lái)看，全國(guó)各區(qū)域的污染物排放量依然維持在較高水平，環(huán)境污染問(wèn)題相對(duì)嚴(yán)峻。1.3綠色發(fā)展效率評(píng)價(jià)綠色發(fā)展是國(guó)家經(jīng)濟(jì)高發(fā)展的必然要求，其關(guān)鍵在于實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)節(jié)約利用資源、減少污染排放。本部分對(duì)我國(guó)區(qū)域綠色發(fā)展效率測(cè)算結(jié)果開(kāi)展評(píng)價(jià)。1.1.1省際層面圖3-1各省市04-19年間平均綠色發(fā)展效率水平和19年綠色發(fā)展效率觀察圖3-1的測(cè)算結(jié)果可以發(fā)現(xiàn)，從整體均值來(lái)看，2004-2019年我國(guó)30個(gè)省市自治區(qū)的綠色發(fā)展效率均值均小于1，尚未達(dá)到有效狀態(tài)，整體綠色發(fā)展效率還存在一定提升空間。分省域具體來(lái)看，海南、廣東、江西、安徽的效率值均在0.85以上，綠色發(fā)展水平較高，表明這些地區(qū)在追求經(jīng)濟(jì)效益的同時(shí)關(guān)注資源節(jié)約和環(huán)境效益的改善，及時(shí)響應(yīng)國(guó)家綠色發(fā)展的號(hào)召。另一方面，吉林、遼寧、黑龍江和天津的綠色發(fā)展效率均值均低于0.55，這些地區(qū)多為老牌重工業(yè)城市，較多依賴自身資源儲(chǔ)備，經(jīng)濟(jì)發(fā)展多依靠能源消耗等粗放型增長(zhǎng)模式，環(huán)境污染和資源浪費(fèi)嚴(yán)重，高科技產(chǎn)業(yè)和服務(wù)業(yè)等綠色產(chǎn)業(yè)相對(duì)較少，導(dǎo)致區(qū)域綠色發(fā)展效率普遍較低。圖3-1中也顯示了2019年我國(guó)各省市自治區(qū)的綠色發(fā)展效率水平，通過(guò)與樣本期內(nèi)均值的對(duì)比可以發(fā)現(xiàn)，大部分地區(qū)的綠色發(fā)展效率在2019年已得到了較大提升，包括廣東、北京、山東、上海在內(nèi)的20個(gè)省市自治區(qū)的綠色發(fā)展效率已達(dá)到有效水平，但遼寧、吉林、天津、黑龍江四省市的綠色發(fā)展效率仍低于0.7，存在較大的提升空間。圖3-22004-2019年中國(guó)省際綠色發(fā)展效率趨勢(shì)圖圖3-2展示了2004-2019年中國(guó)30個(gè)省市自治區(qū)的綠色發(fā)展效率變化趨勢(shì)，從動(dòng)態(tài)發(fā)展趨勢(shì)來(lái)看，中國(guó)省際綠色發(fā)展效率大致表現(xiàn)為明顯上升、U型、平穩(wěn)波動(dòng)三種變化趨勢(shì)。在樣本期內(nèi)，上海、云南、北京、四川等21個(gè)省市自治區(qū)的綠色發(fā)展效率呈現(xiàn)明顯上升趨勢(shì)，表明這些地區(qū)在16年間在推動(dòng)經(jīng)濟(jì)發(fā)展的同時(shí)注重保護(hù)生態(tài)環(huán)境、減少污染物排放，綠色發(fā)展效率有所提升。寧夏、安徽、青海的綠色發(fā)展效率呈現(xiàn)U型發(fā)展趨勢(shì)，這些地區(qū)在一定時(shí)期以犧牲資源、環(huán)境為代價(jià)盲目追求經(jīng)濟(jì)高速度發(fā)展，使得綠色發(fā)展效率下降，近年來(lái)積極響應(yīng)國(guó)家對(duì)綠色發(fā)展的號(hào)召，淘汰落后產(chǎn)能、加強(qiáng)自然生態(tài)治理與保護(hù)，綠色發(fā)展效率呈現(xiàn)上升態(tài)勢(shì)。黑龍江、吉林、遼寧、天津的綠色發(fā)展整體處于低效率水平且無(wú)明顯提高趨勢(shì)，這些地區(qū)高污染、高能耗的工業(yè)占比較高，產(chǎn)業(yè)結(jié)構(gòu)不盡合理，在追求經(jīng)濟(jì)發(fā)展的同時(shí)沒(méi)有提高環(huán)保意識(shí)，綠色發(fā)展效率亟待提升。1.1.2三大經(jīng)濟(jì)帶分區(qū)本文進(jìn)一步考察中國(guó)東部經(jīng)濟(jì)帶、中部經(jīng)濟(jì)帶、西部經(jīng)濟(jì)帶的綠色發(fā)展效率水平，東部經(jīng)濟(jì)帶包括天津、福建、山東、河北、北京、廣西、上海、浙江、海南、江蘇、廣東、遼寧在內(nèi)的12個(gè)省市，中部經(jīng)濟(jì)帶包括吉林、黑龍江、山西、安徽、內(nèi)蒙古、江西、河南、湖北、湖南在內(nèi)的9個(gè)省市自治區(qū)，西部經(jīng)濟(jì)帶包括重慶、貴州、四川、云南、陜西、甘肅、青海、寧夏、新疆、西藏在內(nèi)的10個(gè)省市自治區(qū)，出于數(shù)據(jù)可得性考慮，西藏仍舊不納入研究。圖3-32004-2019年三大經(jīng)濟(jì)帶綠色發(fā)展效率圖3-3報(bào)告了2004-2019年中國(guó)三大經(jīng)濟(jì)帶的綠色發(fā)展效率度均值。整體來(lái)看，三大經(jīng)濟(jì)帶的綠色發(fā)展水平整體較高且差距較小，中部地區(qū)依次領(lǐng)先于東部地區(qū)和西部地區(qū)。具體而言，中部地區(qū)、東部地區(qū)、西部地區(qū)的綠色發(fā)展效率分別為0.9245、0.9152、0.9101，中部地區(qū)的綠色發(fā)展效率分別高于東部、西部0.0093、0.0144。由此可見(jiàn)，中部地區(qū)的綠色發(fā)展水平略高于東部和西部地區(qū)，三大經(jīng)濟(jì)帶的綠色發(fā)展水平較高但仍存在提升空間，如何實(shí)現(xiàn)要素資源合理配置從而促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的問(wèn)題仍需進(jìn)一步解決。圖3-