共享經濟發展對區域生態效率影響的空間計量分析

邱海洋

內容提要：文章基于我國30個省市2008-2015年的相關數據，首先采用全局DEA方法對區域生態效率進行衡量，然后運用MIMIC模型對區域共享經濟發展水平進行評價，最后采用空間面板模型實證分析共享經濟對生態效率的影響。結果顯示：第一，共享經濟發展對生態效率提升具有顯著促進作用?；诘乩砭嚯x權重的空間計量結果表明，共享經濟發展指數每上升1個單位，區域生態效率就會上升0.2379個單位。第二，隨著共享經濟的發展共享經濟對生態效率的正向影響逐漸增強。第三，能源結構不合理和人口密度上升對生態效率具有顯著負向影響，而共享經濟模式能夠降低能源結構不合理和人口集聚所產生的環境負效應。

一、 引言與文獻綜述

借助于科技進步和市場經濟制度，人類在近兩百年里創造了巨大的物質財富，但同時也面臨著生態環境惡化、地球資源過度消耗、氣候變化等一系列負面問題。這驅使人類開始反思“工具理性”的價值觀、征服型技術觀、消費主義的消費觀，并努力尋找和嘗試新的經濟模式。低碳經濟是為了應對環境問題而備受重視的理想經濟模式。但在工業文明的路徑依賴下，低碳經濟由于不能快速獲取短期經濟收益而發展緩慢。另一方面，許多經濟體還要面對產能過剩的棘手問題，如何在改善生態環境的同時消化過剩產能已成為迫切需要解決的任務。共享經濟在此背景下應運而生，并不斷發展壯大。

目前，共享經濟不但受到實務界的青睞而且也成為經濟理論研究中的熱點問題。一些學者對共享經濟的內涵進行了闡述。盧現祥(2016)認為共享經濟是一場認知盈余革命。鄭志來(2016)認為共享經濟是主要基于網絡平臺并針對閑置資源使用權進行交易的經濟模式。馬強(2016)把共享經濟定義為移動互聯網時代以閑置物品或服務為交易對象的新商業模式。劉根榮(2017)認為共享經濟是以信息技術為載體的新型交換系統。Hamari(2016)、 Sundararajan(2016)認為分享經濟是以現代信息技術為支撐的新商業模式?？傮w而言，已有文獻普遍認同共享經濟是一種針對閑置資源的新交易方式。另一方面，作為一種新經濟模式，共享經濟也被許多資源環境研究者所關注。董成惠(2016)從理論層面上分析了共享經濟、循環經濟與綠色經濟之間的關系，并指出共享經濟有利于生態型經濟的發展。王芳、黃軍(2017)從理論視角分析了共享經濟與生態文明之間的關系，并指出共享經濟是生態文明實現的全新路徑。但是，不可忽視的是共享經濟也帶來了現實的環境問題。比如，作為共享經濟的重要組成部分，共享單車則由于無序停放擠占了公共空間，同時共享單車的快速過度投放也意味著未來會產生更大的固體廢棄物污染。中國自行車協會官網顯示，2017年共享單車的投放量為近2000萬輛。由于維護較困難，這些共享單車會在幾年之內報廢并產生近30萬噸廢金屬?，F實問題也帶來了以下疑問：共享經濟模式究竟能否促進生態文明發展？如果共享經濟對生態文明存在促進效應，那么這種促進作用有多強？共享經濟又是通過什么途徑改善生態環境的？梳理現有相關研究成果，可以發現已有文獻并沒有從實證角度給予清晰的解答。

生態效率指標是生態文明的重要評價標準。生態效率提升是生態文明的主要體現。Sturm和Schaltegger較早在分析經濟活動價值時引入生態環境因素，并相應提出了生態效率概念。在此之后，越來越多的學者對生態效率進行了廣泛和深入的探討。楊斌(2009)較早采用DEA方法對我國2000年至2006年的省際區域生態效率進行了評價。王思旭、武春友(2011)則采用超效率DEA方法對我國省際生態效率進行了測度。成金華等(2014)基于超效率DEA方法對生態效率進行測算并探討了生態效率的空間相關性。通過梳理現有文獻，可以發現數據包絡分析方法已成為生態效率評價的主要方法。Huang et al.(2014)、周五七(2016)、紀建悅(2016)等指出基于面板數據的當期DEA模型采用了不同的參考技術，因而不利于跨期可比。Huang et al.進一步提出了跨期可比的超效率SBM(全局DEA)模型。綜合而言，從提升研究準確性角度出發，跨期可比(全局)DEA應是更合適的方法。

在生態效率的影響因素方面，成果較為豐富。陳傲(2008)實證分析了環保資金投入與產業結構調整對生態效率的影響。初善冰等(2012)重點探討了外商直接投資因素。羅能生等(2013)重點分析了城鎮化水平對區域生態效率的影響。李勝蘭等(2014)基于地方政府競爭的視角重點分析了環境規制對中國區域生態效率的影響。李佳佳等(2016)實證分析了城市規模對生態效率的影響。鄭慧等(2017)實證探討了產業結構、能源結構等因素的影響。雖然關于生態效率影響因素的成果較多，但到目前為止，還缺乏專門針對共享經濟因素的探討。實證分析共享經濟對生態效率的影響對于深層次剖析共享經濟與生態文明之間的關系具有較強學術價值和現實意義。而實證探討共享經濟對區域生態效率的影響則需要以生態效率、共享經濟發展水平指標的衡量為前提?；诖耍疚囊晕覈?0個省市的相關數據為基礎，首先采用全局DEA方法對區域生態效率進行衡量，然后運用MIMIC模型對區域共享經濟發展水平進行評價，最后采用空間面板模型實證分析共享經濟發展水平對生態效率的直接和間接影響以及階段性差異。

二、 理論分析與研究假設

共享經濟模式的關鍵特征是能對社會存量資源進行再配置。社會存量資源再配置的過程也是一種生態效率提升的過程。共享經濟發展與生態效率提升不是孤立存在的，共享經濟對生態效率具有不可忽視的影響。共享經濟對生態效率的影響主要體現在以下三個方面：第一，共享經濟模式降低了現存資源的開發速度，進而減少了對生態環境的負向影響。以往的經濟模式是一種“拼命生產，拼命消費”的工業經濟模式，這種模式過度消耗現存資源。當資源消耗速度超出了生態系統的承受能力，生態環境就會遭到破壞，生態效率也就會顯著降低。而共享經濟模式通過對社會存量資源的再分配從而降低了現存資源的開發速度，這樣就可以給生態系統的自我調節留出時間，并最終有利于生態效率的提升。第二，共享經濟模式提高現有資源及物品的使用頻率并延長使用時間。共享經濟使一些閑置物品進入市場交易環節并能在滿足消費者效用的同時減少廢棄物回收處理量?；诂F代信息技術，共享經濟通過對供給端與需求端的高效銜接，改變了消費者的消費習慣，激活了閑置物品交易市場，從而延長了物品的使用時間并提高使用頻率，并最終減少了浪費和過度消費。二手物品交易是共享經濟商業模式中的重要類型。隨著互聯網的普及，信息搜尋成本的降低，網絡二手物品市場交易日益活躍。共享經濟的快速發展提升了二手物品市場交易需求，從而避免了閑置物品變成廢棄品的結局。第三，共享經濟模式能夠減少能源消耗量并降低污染排放，從而有利于生態效率提升。比較明顯的例子是在出行共享領域，當交通領域中的共享經濟模式盛行，那么就會顯著減少能源消耗量，尤其是人均汽油消耗量。美國《經濟學人》雜志研究表明，每一輛共享汽車可以減少9至13輛汽車出行量。麻省理工學院研究發現，Uber的服務減少了所在地55%的交通擁堵，并減少了汽油等能源資源的消耗。同時，共享汽車的普及能降低城市堵車所產生的污染排放。波士頓咨詢2016年關于共享汽車的報告顯示，2021年汽車銷量受汽車共享模式的影響將減少約5%。共享出行方式的興起降低了新汽車的需求量，從而也減少了汽車生產端的資源消耗。除了上述三個方面的直接影響，共享經濟對生態效率的影響還存在邊際效應和間接效應。共享經濟發展是一個漸進過程。共享經濟發展階段可分為起步階段、擴散階段和成熟階段。從起步階段向成熟階段演進是一個數量擴張和質量提升的過程。在共享經濟發展的起步階段，由于共享經濟規模較小，技術運用不充分，因此共享經濟對生態效率的正向影響并不強烈。隨著共享經濟從起步階段向成熟階段演進，共享經濟規模不斷擴大，共享經濟與新技術結合更加密切，共享經濟對生態效率的正向影響就會更加顯著。除了直接效應和邊際效應，共享經濟對生態效率的影響還具有間接效應。劉鵬、孟凡生(2014)指出能源結構不合理會對生態系統產生負向影響。陶長琪、彭永樟(2017)通過實證分析發現人口集聚對生態環境具有負向影響。在共享經濟蓬勃發展的背景下，尤其是在共享經濟對生態效率三個方面直接影響的協同作用下，能源結構不合理和人口集聚的部分環境負效應會受共享經濟模式的抵消。

基于以上理論分析，本文提出以下待檢驗假設：

假設1：總體而言，我國共享經濟發展對生態效率提升具有一定促進作用。

假設2：隨著我國共享經濟的發展，共享經濟對生態效率的正向影響逐漸增強。

假設3：共享經濟模式能夠減少能源結構不合理所產生的環境負效應，同時也能緩解人口集聚對生態環境帶來的壓力。

三、 生態效率與共享經濟發展水平衡量

1. 生態效率衡量

衡量生態效率首先要明確投入與產出。借鑒Huang et al.(2014)、鄭慧(2017)等相關研究成果，并基于數據可得性，本文以用水總量、煤炭消費量、就業人員人數、建設用地面積和資本存量為投入變量，以實際地區生產總值作為好產出變量并以氨氮排放量、二氧化硫排放量、廢水排放總量、化學需氧量排放量經無量綱化后取均值得到的綜合指數作為壞產出變量。在區域資本存量的測算文獻中，賈潤崧等(2014)認為折舊率在不同省份不同年份都存在差異，用同一折舊率會降低資本存量測算準確性。為提高精度，本文運用賈潤崧等(2014)的方法測算區域資本存量。上述各變量原始數據及后續研究所用數據均來源于國家統計局數據庫。樣本為2008至2015年我國30個省市相關數據(西藏部分數據缺失未納入研究樣本)，其中資本存量、生產總值換算為2008年價格。本文基于Huang et al.(2014)、周五七(2016)的全局DEA方法，利用MAXDEA軟件并采用投入導向的超效率SBM模型測算區域生態效率值。通過測算后本文發現，2008年至2015年，我國區域生態效率總體上呈現上升趨勢，但具有小幅波動性。中部地區生態效率與西部地區生態效率較接近，但都明顯小于東部地區生態效率。

2. 共享經濟發展水平衡量

(1) MIMIC模型。在共享經濟衡量方面，文獻相對較少。李研(2017)認為共享經濟作為一種新經濟形態，其測度具有較大難度。萬東華等(2017)指出共享經濟的衡量是一項新挑戰。在缺乏直接對應數據的背景下，本文把共享經濟發展水平作為一種潛變量來處理。因此，本文借鑒楊燦明、孫群力(2010)測算隱形經濟的多指標多原因(MIMIC)模型來估測區域共享經濟發展水平。本研究的潛變量被定義為共享經濟發展指數，并以此代表共享經濟發展水平。除了潛變量，MIMIC模型還包含原因變量和指標變量。參考現有共享經濟文獻，本文選擇的原因變量包含科技成果轉化能力、互聯網普及程度、信息技術硬件水平、公共交通發展狀況、城市基礎設施條件、人力資本水平、公共文化資源豐富程度、中介組織發展狀況、社會保障覆蓋程度九個方面。本研究假設這九個方面的原因變量與共享經濟發展水平具有正相關關系。

科技成果轉化能力的提升促使更多的創新成果得以運用和推廣，從而為共享經濟發展提供技術支撐?；ヂ摼W普及程度的提升擴大了共享經濟的參與群體。信息技術硬件水平的改善可以提升共享經濟參與的便捷程度。良好的公共交通發展狀況和城市基礎設施條件可降低共享經濟參與者的交易成本。人力資本水平的提升使共享經濟活躍參與者數量顯著增加。公共文化程度的提升能夠增進對共享模式的認可，從而有利于區域共享經濟發展。中介組織作為共享經濟模式的第三方機構，有效促進了信息傳遞和共享效率提升。社會保障本身體現出共享模式的互惠性，同時也會對共享經濟發展產生潛在積極影響。以上各原因變量具體度量方式見表1。

指標變量包含經濟增長和市場營銷力度。區域共享經濟的發展會促成潛在交易的達成，從而提升交易者福利水平，并最終擴張經濟規模。另一方面，區域共享經濟的發展會提高閑置商品的使用率，進而間接影響現存商品的購買需求。購買需求的降低進而會促使企業提升商品市場營銷力度。經濟增長用人均地區生產總值表示。商品市場營銷力度用規模以上工業企業平均銷售費用表示。由于在全球金融危機發生之后，共享經濟才在西方發達國家和我國逐步發展壯大，因此，本文以2008年作為測算起點。在實證分析前，對觀測變量X1至X9以及Y1、Y2原始數據進行了無量綱標準化處理。

表1 共享經濟發展指數MIMIC模型變量說明

(2) 測算過程與結果。利用MPlus7軟件對MIMIC模型進行估計，具體結果見表2。由表2可知，初始模型MIMIC(9-1-2)卡方值較大，且RMSEA大于0.08，這說明初始模型擬合效果不理想，需要調整。在分別剔除不顯著變量X1、X3和X4后，得到模型MIMIC(6-1-2)，從擬合指標上可以發現，模型MIMIC(6-1-2)同樣擬合效果不理想。X8雖然參數估計結果顯著，但系數為負，與現實不符，應該刪除，進而可得模型MIMIC(5-1-2)，但該模型的擬合指標仍不能全部達標。再進一步刪除參數估計結果最小的變量X5后，得到模型MIMIC(4-1-2)。無論是絕對擬合指標還是相對擬合指標，模型MIMIC(4-1-2)擬合指標均比較理想。因此，本文選擇模型MIMIC(4-1-2)的參數估計結果來測算區域共享經濟發展指數。

模型MIMIC(4-1-2)包含Y1、Y2兩個指標變量和X2、X6、X7以及X9四個原因變量?；谠蜃兞康墓烙嬒禂担蚕斫洕l展指數的測算表達式為：

η=0.462X2+0.37X6+0.205X7+0.214X9

(1)

通過測算后本文發現，在觀測區間內，共享經濟發展指數平均值為0.37，這說明我國共享經濟總體還處于較低水平發展階段。但是，從縱向角度而言，我國共享經濟發展指數在2008至2015年內呈現平穩上升趨勢，且中西部地區共享經濟發展指數增長幅度大于東部地區增長幅度。

表2 MIMIC模型修正過程

續表

注：1. 括號內為標準誤，2. *、**、***分別表示10%、5%、1%的顯著性水平，下同。

四、 計量模型設定及實證結果

1. 空間自相關分析

由于生態效率屬于區域性變量，因此應首先進行空間相關性檢驗?？臻g相關性檢驗包含全域和局域空間相關性檢驗。具體檢驗法采用Moran’s I指數評價法。在空間權重的選擇上，本文選擇地理距離和經濟距離空間權重矩陣。

表3列出了生態效率的全域Moran’s I數值。采用兩種權重矩陣的計算結果都顯示，在2008至2015年生態效率的Moran’s I值通過了10%顯著水平檢驗。

表3 生態效率的全域Moran’s I指數

在采用地理距離空間權重時，生態效率的Moran’s I值為正，且在0.012至0.044之間。在采用經濟距離空間權重時，生態效率的Moran’s I值也為正，且在0.056至0.138之間。檢驗結果說明我國區域生態效率存在較明顯的空間正相關性。局域空間自相關指數是Moran’s I指數的局部形式。通過測算2008-2015年生態效率的局域空間自相關指數，發現在各個年份中國區域生態效率在空間分布上均呈現非均衡性，這種結果與胡彪、付業騰(2016)的研究結果一致?？臻g相關性檢驗結果說明實證研究應采用空間計量研究方法。

2. 計量模型設定

本文的主要研究目的是實證探討共享經濟對區域生態效率的影響程度。被解釋變量是生態效率，核心解釋變量是共享經濟發展水平，同時選擇環境規制、能源結構、人口密度和外商投資程度作為控制變量。生態效率值取自前文測算結果，并用EE代表。共享經濟發展水平用共享經濟發展指數表示，其值同樣取自前文測算結果，并用SEI代表。環境規制用工業污染治理投資額表示，并用EK代表。能源結構用煤炭消費量與電力消費量的比值表示，并用ES代表。人口密度用每平方公里城市人口數表示，并用DEN代表。外商投資程度用外商投資企業投資總額占GDP比重表示，并用FDI代表。為減少量綱的影響，實證研究中對EK、DEN分別取對數處理，且把工業污染治理投資額換算為2008年價格。

由于生態效率具有空間相關性，因此本文借鑒張鼎祖等(2015)所采用的Tobit空間面板模型進行實證分析。相應的空間面板滯后模型(SAR)設定為：

EEit=ρWEEit+β1SEIit+β2lnEKit+β3ESit+β4lnDENit+β5FDIit+εit

(2)

其中，i、t表示地區和時間，ρ為空間回歸系數，WEEit為空間滯后因變量。

空間面板誤差模型(SEM)表示為：

EEit=β1SEIit+β2lnEKit+β3ESit+β4lnDENit+β5FDIit+λWυit+εit

(3)

其中，λ為空間自相關系數，υit為空間自相關誤差項。

3. 實證結果

實證結果如表4所示。表4中結果(1)和結果(2)是采用地理距離權重矩陣得到的空間面板滯后模型(SAR)和空間面板誤差模型(SEM)回歸結果。比較LM Error統計值和LM Lag統計值后，則應選擇空間誤差模型進行分析。生態效率的空間誤差回歸系數Lambda在1%水平上顯著為正，進一步說明區域生態效率具有正的空間相關性。共享經濟發展水平回歸系數為0.2379，且在1%水平上顯著，這說明共享經濟發展對生態效率提升具有顯著促進作用?；貧w結果驗證了假設1。在共享經濟興起之前，綠色發展的發力點體現在生產端的降低能耗和生活端的綠色消費，但這兩方面卻缺乏強勁內在動力。而共享經濟作為一種針對閑置資源進行配置的經濟模式，借助于信息技術真正實現了經濟效益與生態效益的統一。共享經濟助推生態效率提升的重要原因是共享經濟所倡導的與社會成員分享更多資源的比賽逐漸替代了重視占有更多資源的物質追求比賽。雖然環境規制變量的回歸系數為正，但并沒有通過顯著性檢驗。能源結構和人口密度的回歸系數都為負值，且在1%水平上顯著，這說明煤炭消費比重的增加和人口密度提升對生態效率具有顯著負向影響。外商投資程度的回歸系數為0.0011，且通過1%顯著水平檢驗。這說明，在樣本區間里，外商投資程度對生態效率僅有微弱的正向影響。為了檢驗實證研究的穩健性，本文同時采用經濟距離權重矩陣對模型進行回歸，具體結果可見表中結果(3)和結果(4)。結果顯示各變量的回歸系數沒有明顯變化，這說明實證結果具有穩健性。

表4 回歸結果

注：括號內為z值，下同。

為了探討共享經濟不同發展階段對生態效率影響的差異性，本文把樣本分成2008至2011年和2012至2015年兩個階段分別進行實證分析?？臻g權重矩陣采用地理距離權重矩陣。實證結果可見表5。表5中結果(5)和結果(6)是2008至2011年樣本區間的回歸結果。比較LM Error統計值和LM Lag統計值后，應選擇空間誤差模型進行分析。在此階段，共享經濟發展水平回歸系數為0.2337，且在1%水平上顯著。表中第四和第五列是2012至2015年樣本區間的回歸結果。比較LM Error統計值和LM Lag統計值后，同樣應選擇空間誤差模型進行分析。在此階段，共享經濟發展水平回歸系數為0.3113，且在5%水平上顯著。比較兩個階段共享經濟發展水平回歸系數，可以發現，2012至2015年區間SEM模型的回歸系數(0.3113)明顯大于2008至2011年區間SEM模型的回歸系數(0.2337)。這說明在不同發展階段共享經濟對生態效率的影響具有差異性，即隨著共享經濟的發展共享經濟對生態效率的正向影響逐漸增強。以上實證結果支持了假設2。

表5 分區間回歸結果

為了深入探討共享經濟對生態效率的影響機理，本文進一步從間接視角進行實證分析。前文的實證研究說明共享經濟發展對生態效率提升具有直接促進作用，而能源結構不合理和人口密度增加會顯著抑制生態效率提升。那么，隨著共享經濟發展，共享經濟模式會不會抑制能源結構不合理和人口密度增加所產生的生態環境負效應呢？為了解答這個疑問，本文在模型中分別引入能源結構、人口密度與共享經濟發展水平的交叉乘積項。主要實證結果如表6所示。表中結果(9)、結果(10)是添加了能源結構與共享經濟發展水平交叉乘積項的空間滯后模型(SAR)和空間誤差模型(SEM)回歸結果。空間權重矩陣采用地理距離權重矩陣。比較LM Error統計值和LM Lag統計值后，同樣選擇空間誤差模型進行分析。結果顯示，能源結構(ES)的回歸系數為-0.0283，且在1%水平上顯著，而能源結構與共享經濟發展水平交叉項ES*SEI的回歸系數不再顯著為負，這從另一方面說明共享經濟模式能減少能源結構不合理所產生的環境污染。2006-2015江蘇省13個城市環境效率測度結果

表6 間接視角的實證結果

表中結果(11)、(12)是添加了人口密度與共享經濟發展水平交叉乘積項的回歸結果?？臻g權重矩陣采用地理距離權重矩陣。比較LM Error統計值和LM Lag統計值后，同樣選擇空間誤差模型進行分析。結果顯示，人口密度的回歸系數為-0.0957，且在1%水平上顯著，而人口密度與共享經濟發展水平交叉項的回歸系數不再顯著為負，這說明共享經濟模式能緩解人口集聚對生態環境帶來的壓力。上述結果支持了假設3。

五、 結論與啟示

本文以我國30個省市2008-2015年的相關數據為樣本，首先采用全局DEA方法對區域生態效率進行衡量，然后運用MIMIC模型對區域共享經濟發展水平進行評價，最后采用空間面板模型實證分析共享經濟對生態效率的影響。主要發現有：(1) 我國區域生態效率存在較明顯的空間相關性。(2) 我國各省市共享經濟發展指數在2008-2015年呈現上升趨勢。但是，我國區域共享經濟總體發展水平不高。(3) 共享經濟發展對生態效率提升具有顯著促進作用，基于地理距離權重的空間計量研究結果顯示，共享經濟發展指數每上升1個單位，區域生態效率就會上升0.2379個單位。(4) 隨著共享經濟的發展共享經濟對生態效率的正向影響逐漸增強。雖然能源結構不合理和人口密度上升對生態效率具有顯著負向影響，但是共享經濟模式卻能減少能源結構不合理所產生的環境污染并且還能緩解人口集聚對生態環境帶來的壓力。

本文的研究有以下啟示：第一，重視共享經濟模式的生態屬性。以往的文獻更多是探討共享經濟模式的經濟屬性，而忽視共享經濟模式所蘊含的生態屬性。只有考慮到共享經濟模式的生態屬性，才能更全面地理解共享經濟的本質并合理推動共享經濟發展。第二，加強制度建設，進一步樹立綠色消費理念。雖然共享經濟模式有利于生態效率提升，但是綠色消費理念的培育不能忽視。共享經濟發展并不能等同于綠色消費理念提升。為了更加顯著地提升共享經濟模式的生態效率促進效應，應加強綠色消費理念的培育。政府部門要首先成為引導者、示范者，及時制定《綠色采購法》，并積極推進綠色家庭、綠色社區、綠色企業建設。第三，注重區域之間共享經濟發展的聯動效應。共享經濟發展不是孤立存在，共享經濟的生態效益也不局限于特定區域。因此，應加強區域間合作，通過區域聯席會議等多種方式促進共享經濟發展。