約束條件下中國循環經濟發展中的生態效率——基于優化的超效率SBM-Malmquist-Tobit模型

馬曉君,李煜東,王常欣,于淵博

?

約束條件下中國循環經濟發展中的生態效率——基于優化的超效率SBM-Malmquist-Tobit模型

馬曉君1*,李煜東1,王常欣1,于淵博2

(1.東北財經大學統計學院,遼寧 大連 116025；2.遼寧大學亞澳商學院,遼寧 沈陽 110136)

以中國30個省份、直轄市、自治區的年度面板數據為研究對象,重點將生態資源存量和環境污染造成的經濟浪費兩項指標納入新的生態效率評價體系,運用優化的引入非期望產出的超效率SBM模型測算生態效率,再運用Malmquist指數考察全要素生產率(TFP)與生態效率的動態變動關系,最后運用Tobit回歸分析探索生態效率主要影響因素的方向、強度和變化趨勢,以此度量和展現循環經濟發展的整體情況.結果顯示:生態效率呈現由東到西、由沿海到內陸逐漸收斂的格局,東部沿海地區和中部、西部內陸地區間,循環經濟發展水平存在顯著的階梯式區域失衡;生態效率的集群效應明顯,輻射效應不足,不同地區或同一地區的不同省份間,循環經濟發展水平同樣參差不齊;經濟發展引發的生態赤字問題逐步緩解,但在短時間內經濟和生態的矛盾依舊存在,西北地區尤為突顯;第三產業比重、技術進步、市場開放對生態效率的提升具有積極作用且趨于強化;政府規制、人口密度對生態效率的提升也具有積極作用但趨于減弱;第二產業比重、能源結構對生態效率的改善存在負面影響亦趨于強化.

循環經濟；生態效率；優化的超效率SBM模型；Malmquist指數；影響因素

中國經濟長期粗放式、掠奪式發展,不僅造成自然資源的過度消耗和驚人浪費,而且造成生態系統的巨大污染和嚴重破壞.如果說在過去高速增長時期,生態系統的回旋余地還比較大的話,那么進入新時期,經濟規模的繼續擴大和資源、環境消耗的繼續增加將導致生態系統的硬約束和剛性壓力日益強化[1],依靠大量消耗不可再生資源來實現經濟快速增長的局面更加難以為繼,經濟增產的空間在很大程度上取決于能否轉向綠色、低碳的可持續增長方式[2].

循環經濟思想起源于Boulding[3]的宇宙飛船經濟理論,其概念最早由Pearce等[4]提出.21世紀初,循環經濟理念被階段性地引入,因不斷追求更大經濟效益、更少資源消耗和更低環境污染的現代發展理念和模式,在中國得以迅速發展.韓瑞玲等[5]、黃和平[6]基于生態效率構建循環經濟的度量模型.劉炳麟等[7]改進生態效率度量模型,引入脫鉤指數及灰色關聯分析方法分析遼寧、江西、江蘇3個省份循環經濟發展模式的變化軌跡.程曉娟[8]、趙玥等[9]針對各自研究區域,建立生態效率評價指標體系/框架,測度生態效率的變化趨勢及對循環經濟發展的影響.由此觀之,生態效率是循環經濟發展關注的永恒主題,如何精準、系統地測算、評價和提高生態效率成為循環經濟發展的核心.

生態效率[10-11]定義為在提供滿足人類需求和提高生活質量的競爭性定價商品與服務時,使整個生命周期的生態影響與資源強度逐漸降低到至少與地球的估計承載能力一致的水平,即以最少的自然界投入創造更多的福利.現階段,生態效率被割裂成2個單獨的研究領域:一是能源效率(RE),二是環境效率(EE).測算能源或環境效率的主流方法是DEA及其衍生模型:Apergis等[12]、馬曉君等[13]、Wang等[14]、W u等[15]、Song等[16]、Sueyoshi等[17]和Mahdiloo等[18]先后運用引入非期望產出的SBM模型、超效率DEA模型和兩階段DEA模型等,從國家、地區和城市層面或者從產業、行業和企業層面,對能源或環境效率進行了測算.然而,單純測算能源或環境效率的生態和經濟意義不明顯,將之與其他方法結合可以更清晰地說明問題癥結、接近問題本質:一些學者將效率值與Malmquist生產率指數結合,探討全要素生產率(TFP)及其結構性效率與能源或環境效率之間的動態聯系,如王兵等[19]、劉丹丹等[20]和Wu等[21];或與Tobit回歸分析結合,從靜態層面測度能源或環境效率影響因素的方向和強度,如王俊能等[22]、Zhou等[23]和Zhang等[24];或與時間序列分析、空間計量模型結合,揭示能源或環境效率在時間和空間上的分異特征,如王強等[25]、張志輝等[26].隨著研究不斷深入,能源和環境效率研究框架的局限逐漸突顯,因此系統整合能源和環境效率成果勢在必行,一些學者已經嘗試對生態效率進行整體研究,如Yu等[27]、Huang等[28]、成金華等[29]和李在軍[30],但在生態效率內生結構性變動和外生影響因素動態關系的研究仍不完善,基于循環經濟理論對生態效率的研究則更為稀少.

此外,學者在生態效率測算和評價體系的研究上仍存爭議.謝園園等[31]在理論層面將生態效率與循環經濟相結合,構建較為獨特的循環經濟的生態效率度量模型.楊斌[32]將工業三廢納入到投入指標,陳武新等[33]在工業三廢指標基礎上,添加地區生產總能耗、地區生產總電耗兩項投入指標,王恩旭等[34]則在工業三廢指標的基礎上添加耕地面積、建設用地面積、用水總量、能源消費總量四項投入指標.顯然,工業三廢在生態上屬于污染物排放,在經濟上屬于生產活動附屬的非期望產出,不加區分地將其視為經濟建設的必要投入指標在理論上存在雙重矛盾.

總體來看,生態效率研究在以下方面仍有欠缺:第一,生態效率研究割裂,基于循環經濟理論對生態效率進行整體性、系統性研究較少.第二,投入指標未兼顧能源和環境指標在生態和經濟意義上的協調和有機結合;產出指標中,期望產出指標長期單方面強調經濟產出價值而忽視衡量生態系統質量的表征性指標,非期望產出則不重視相關污染治理過程中的經濟浪費.第三,期望產出和非期望產出的處理方式不明確甚至混為一談,即使采用取倒數的方法處理仍不能真實展現其對生態環境造成的負面效應.第四,生態效率影響因素的研究停留在靜態層面,未能充分反映影響因素隨著循環經濟不斷發展而動態變化的趨勢.

綜上所述,本文在以下方面進行創新:第一,整合資源效率(RE)和環境效率(EE)的研究成果,突出生態系統(資源和環境)的整體性和系統性.第二,重點將生態資源存量的表征性指標以及為治理環境污染造成的經濟浪費指標納入新的生態效率評價體系.第三,運用優化的引入非期望產出的超效率SBM模型測算中國不同地區的生態效率,運用Malmquist指數考察全要素生產率(TFP)與生態效率的動態變動關系,結合Tobit回歸分析方法探索生態效率主要影響因素的方向、強度和變化趨勢.基于中國30個省份、直轄市、自治區(不包括西藏、香港、澳門和臺灣)的年度面板數據,挖掘不同地區之間生態效率的基本特征,提出未來循環經濟發展中亟待采取的重要舉措.

1 研究方法

1.1 引入非期望產出的超效率SBM模型

Tone[35]于2002年提出了一種非徑向DEA模型——基于松弛變量(SBM)評價決策單元 (DMU)效率的方法,與傳統BCC和CCR模型相比,SBM模型直接將松弛變量納入到目標函數中,使模型的經濟解釋是使實際利潤最大化,而不僅是效益比例最大化.同年,Tone又提出了超效率SBM模型,用于評價SBM有效的DMU,以此彌補不能將所有DMU效率值計算出來的缺陷.超效率SBM評價時需要先對DMU使用SBM模型評價,對SBM有效的DMU再運用超效率SBM進行評價.

1.2 Malmquist生產率指數

Malmquist指數方法是在DEA方法的基礎上提出的,既可計算全要素生產率(TFP),又可將其分解為技術進步變化、純技術效率變化、規模效率變化,可以更好地了解生產率的構成及其動態變化趨勢.根據Fare等[36]、Grosskopf等[37]的研究,從時期到+1時期,Malmquist指數可以表示成:

根據Fare等[36]在VRS(規模報酬可變)的假設下,將Malmquist生產率指數分解為相對技術效率變化(effch)和技術進步變化(techch)兩部分,其中技術效率變化又可進一步分解為純技術效率變化(pech)和規模效率變化(sech),因此,式(3)可以分解為:

1.3 Tobit回歸分析

通過SBM模型得到的生態效率,除了由選擇的投入產出指標生成之外,還受到其他因素的影響,為了測度生態效率主要影響因素的方向、強度,逐漸衍生出兩階段法.第一步通過上述討論的SBM模型評估出DMU的生態效率值,第二步以第一步中得出的生態效率值作為因變量,以影響因素作為自變量,建立回歸模型,通過自變量的系數判斷影響因素對生態效率的影響方向和強度.

Tobit回歸分析是因變量受限模型的一種,當因變量為切割值或片段值時采用[38-39].回歸模型形式可以寫為:

1.4 循環經濟的生態效率評價體系及數據來源

循環經濟的本質是經濟,外延是生態、社會和經濟的關系[40],因此投入產出指標的設置要兼顧核心和外延的平衡.本文以Rasche[41]建立的三要素生產函數為藍本,參考邱壽豐等[42]、李勝蘭等[43]的研究結果進行創新:

1.4.1 投入指標 (1)自然資源投入指標:自然資源投入選取能源消費總量(不可再生資源)和水資源消耗總量(可再生資源)兩項.由于不同地區的能源消費種類和量綱不一,將主要一次性能源(煤炭、石油、天然氣)消費量統一轉換成萬t標準煤單位進行加總.水資源消耗總量以各地區用水總量表示.

(2)勞動力資源投入指標:為實現生態效率指標與經濟要素中勞動生產率指標的可比性,勞動力投入選取城鎮單位就業人員、私營企業和個體就業人員的總和,由于缺少教育水平數據,所以假設勞動力在質量上無差異.

(3)資本投入指標:資本投入選取固定資產投資總額,以2011年為基期進行不變價縮減.一方面,區別于無形資產,固定資產建設中資源、環境的投入成本更為巨大且直接;另一方面,區別于資本存量,資本增量更直觀地展現當年投入的盲目性.

(4)土地投入指標:土地作為一種稀缺資源,具有自然和經濟雙重屬性,而且土地性質的排他性決定了土地用途在同一時點上的唯一性,或承載生態環境的延續,或與勞動、資本的結合實現經濟增長,故選取城市建設用地面積作為土地投入.

1.4.2 產出指標 產出指標的選取不僅包括經濟增長指標,還包括生態資源存量指標,既能體現人類在經濟活動中創造產品和服務的增加值,又能兼顧生態系統的發展質量,保有更多森林、濕地等表征性生態資源,使人類擁有更舒適、更宜居的生存環境.

(1)期望產出指標:期望產出指標選取不同省份、自治區、直轄市的生產總值(地區GDP),以2011年為基期進行不變價縮減,同時,還選取綠化覆蓋面積來度量不同地區生態系統的生態資源存量.

(2)非期望產出指標:非期望產出會帶來經濟和生態的雙重負效應,既削弱經濟發展的實際成果,又造成資源的浪費和環境的破壞,因此選取工業三廢(廢水、廢氣、固體廢物)排放總量的同時,將環境污染治理投資總額作為經濟浪費亦計入非期望產出.

本文考慮到指標的科學性、穩定性和可操作性,結合中國現有統計數據的實際情況,確立研究范圍為中國30個省份、直轄市、自治區(不包括西藏、香港、澳門和臺灣),樣本為2011~2015年的年度面板數據.研究數據均來自于2011~2016年各個省份、直轄市、自治區的統計年鑒、《中國統計年鑒》、《中國環境年鑒》、《中國城鄉建設統計年鑒》.

2 實證分析

2.1 中國生態效率測算

不同省份、直轄市、自治區生態效率的規模報酬一般認為是可變的,而且在既有期望產出基礎上,尋求投入和非期望產出的最小化,以達到更高的效率,因此利用規模報酬可變(VRS)條件下的超效率SBM模型進行綜合分析,如果出現無解的情況則采用FPA改進方法重新計算.本文運用MaxDea6.3專業版軟件得到的結果如下.

圖1 2011~2015年中國三大經濟區劃生態效率值

從全國來看,生態效率呈現由東到西、由沿海到內陸逐漸收斂的格局,東部沿海地區和中部、西部內陸地區間,循環經濟發展水平存在顯著的階梯式區域失衡,如圖1所示.東部沿海地區的生態效率平均值是中部地區的1.65倍,是西部地區的1.48倍.從經濟發展條件看,東部地區具有先天區位優勢,地理位置優越,緊鄰東部沿海,交通運輸便利;優質資源集中,資金、技術、人才供給充足;營商環境良好,與海外有傳統的經濟聯系;同時國家對東部地區的政策扶持時間最早、力度最大,因此東部地區最早實現傳統經濟模式向循環經濟模式的轉型,生態資源的高效利用和循環利用初具規模.反觀中部和西部地區省份無一不是深居內陸,缺乏優質的先天區位條件,而且大多數長期倚重第二產業的發展,消耗大量資源和環境的同時造成嚴重污染和破壞,因此循環經濟的發展相對滯后,從傳統模式向綠色、低碳模式過度和轉型還有很長的路要走.

圖2 2011~2015年中國七大地理區劃生態效率值

從地區來看,生態效率的集群效應明顯,輻射效應不足,不同地區或同一地區不同省份間,循環經濟發展水平同樣參差不齊,如圖2和表2所示.生態效率平均值最高且有效的是華南、華北和華東3個地區,約為全國平均水平的1.33倍、1.19倍和1.05倍;生態效率平均值較低且無效的是西北、東北、華中和西南4個地區,僅為全國平均水平的99%、88%、86%和72%.在生態效率最高的3個地區中,華南地區的廣東省和海南省,華北地區的北京市、天津市,華東地區的上海市、浙江省最具代表性,在測算期內生態效率平均值連續保持高度有效狀態,然而同一地區內的其他省份卻連年處于無效狀態.綜合對比區位條件不難發現,生態效率有效地區在地理位置上相互接壤,在經濟建設中能夠最大限度地保證資源和環境的集約利用,形成了明顯的內部集群效應.然而生態效率有效地區起到的輻射帶動作用可說是寥寥無幾,生態效率無效地區發展局面并未發生轉變,沒有能夠享受到有效地區高速發展帶來的便利和好處,在測算期內生態效率平均值仍是連年持續低迷,經濟發展所帶來的生態赤字問題依舊嚴重,亟需釋放循環經濟發達地區的輻射帶動能力助力于本地發展.值得一提的是,西北地區青海省的生態效率在測算期內始終保持有效狀態,這與積極推行國家制定的環保政策以及勞動力向外轉移相關.

表2 2011~2015年中國30個省份的生態效率值

從不同省份生態效率的變動趨勢來看,中國循環經濟的發展前景依然嚴峻,如表2所示.中國生態效率長期有效的省份共11個,占36.67%,其中位于前5名的省份分別是天津、青海、海南、廣東和北京;長期無效的省份共19個,占63.33%,其中最嚴重的5個省份為山西、湖北、云南、甘肅和新疆.據此判斷,生態系統與經濟、社會發展之間的關系基本處于中等偏下水平,生態環境惡化問題尚未得到有效遏制,經濟、社會可持續發展尚面臨挑戰,三者之間的矛盾在短時間依然存在且尖銳.此外,犧牲生態環境換取經濟增長、生態保護讓位經濟發展的現象仍然非常普遍,一些地區是因為承擔著艱巨的發展和建設任務,如湖北省;一些地區是因為面臨迫切的轉型和升級壓力,如遼寧省.湖北省早在十二五規劃中已明確提出推進綠色、低碳新發展,但肩負著繁重且迫切的基礎設施建設、老城區改造、交通樞紐布局等戰略重任,因此生態效率整體水平連年無效,生態和經濟、社會之間的關系仍較為吃緊且亟待改善.遼寧省作為共和國長子長期肩負甚至倚重重工業的發展,一度制造和積聚了大量落后和過剩產能,隨著國家振興東北老工業基地戰略的實施,在十二五規劃期間積極嘗試經濟結構的調整,對生態環境起到了良好的保護效果,然而經濟結構的調整并非一蹴而就的過程,因此循環經濟發展模式的進一步實施和監管仍需加強.

2.2 Malmquist指數分析

本文采用Malmquist指數對全要素生產率(TFP)及其分解得到的結構性效率進行計算,結果如表3所示.

表3 2011~2015年中國30個省份環境效率的動態變化

由表3結果可知,2011~2015年Malmquist指數平均值均大于1,在1.046左右且波動幅度較小,說明生態效率逐步改善,循環經濟的整體趨勢向著良好的方向發展.從地區來看,華南、華北、華東3個地區仍然是循環經濟發展最前沿的地區,在所有Malmquist指數大于1的省份中占50%;東北、華中、西南3個地區成長為循環經濟崛起最迅速的地區,在所有Malmquist指數大于1的省份中占45%;西北地區循環經濟的發展則相對滯后,其中Malmquist指數大于1的省份僅有陜西一省,在促進循環經濟發展水平和生態效率提高上仍然面臨巨大的壓力.此外,北京市、上海市和廣東省的Malmquist指數平均變動小于1,通過對Malmquist指數的分解可以看出,技術進步效率和純技術效率均大于1,說明在環境整治和污染控制等方面具有政策和技術優勢;但是規模效率小于1,說明在循環經濟發展中存在規模不經濟的問題,有過度投資、資源閑置的可能.

2.3 生態效率影響因素分析

根據環境庫茲涅茨曲線(EKC)理論,環境效應可分解為規模、結構、技術、環境政策與管制等幾個方面的效應[44].本文在此基礎上參考馬曉君等[13]、劉丹丹等[20]和王俊能等[22]的研究成果,結合循環經濟中生態效率的評價體系,建立如下Tobit回歸方程:

式中:EEI為第省份生態效率值;SR為第省份第二產業增加值占地區GDP比重,TR為第省份第三產業增加值占地區GDP比重,表示經濟結構效應;RD為第省份R&D(研究與開發)經費支出占地區GDP比重,表示技術進步效應;DT為第省份進出口貿易總額占地區GDP比重,表示市場開放效應;MI為第省份環境污染治理投資占地區GDP比重,表示政府規制效應;EC為第省份煤炭消費總量占地區能源消費總量比重,表示能源結構效應;PD為第省份人口密度;為待定系數;為隨機誤差項.通過Eviews5.0軟件計算得到結果,如表4所示.

表4 生態效率影響因素回歸分析結果

注: ***為1%水平下顯著,**為5%水平下顯著,*為10%水平下顯著.

第二產業比重、技術進步、市場開放、政府規制、能源結構和人口密度對生態效率的影響存在積極作用,且至少通過了10%水平的顯著性檢驗.各個省份的第三產業比重、技術進步、市場開放程度與生態效率均呈現正相關關系且影響程度逐漸加強,說明第三產業的蓬勃發展不僅創造更高的經濟附加值,而且減少資源、環境的消耗,隨著經濟規模的不斷擴大,政府和企業擁有更多的資金用于高新技術的研究與開發,逐步加強在對外開放中的綜合競爭力,提高經濟效率;同時,經濟效率的提高,使得在高新技術研發和國際貿易取得的優勢進一步強化,穩步促進生態效率的改善且實現良性循環.

政府規制、人口密度與生態效率亦呈現正相關關系但影響程度逐漸減弱.說明政府環境污染治理資金的大力投入和人口密度的提升的確有利于生態效率的改善,會不斷要求完善城市功能、調整產業結構、優化空間布局和共享環保設施.需要指出的是,如果政府環境污染治理資金依舊長期忽視使用效率,人口規模依舊超出環境容量繼續出現過載,對生態效率的積極作用不僅會逐漸減弱,甚至會轉變為消極作用.

第二產業比重、能源結構對生態效率的改善具有負面影響,若得不到及時、有效的處理,對生態效率的負向影響會持續惡化.第二產業比重、能源結構與生態效率呈現負相關關系,說明第二產業的發展水平、煤炭等化石能源的利用效率,仍然處于比較低端的地位,需要付出比較高昂的生態代價,因此亟需突破傳統的粗放型發展模式,整體提升經濟發展中資源、環境開發和利用的科學性和技術性.

總體來看,經濟發展雖沿襲傳統的粗放型發展模式但有所改善,綠色、低碳、循環的規模化結構轉型已經開始卻尚未真正到來.

3 建議

消除循環經濟發展兩極化嚴重,需要繼續堅持區域協調發展戰略.積極推動不同地區、不同省份間的協同發展、共同治理,加強東部沿海地區優質資源向中部和西部地區的跨區域轉移,加強生態效率有效地區先進經驗向無效地區的跨區域推廣,助力全國循環經濟實現均衡、協調發展.

破解循環經濟發展模式普及緩慢,需要繼續堅持創新驅動發展戰略.保持循環經濟前沿地區的良好發展態勢,加快崛起地區的布局和調整,刺激發展滯后地區的轉型和升級.以制度創新、技術創新、發展方式創新等手段,促使發展理念從以量取勝向以質取勝轉變,逐步扭轉中國資源消耗強度大、環境污染嚴重、生態系統退化的嚴峻局面.

面對政府規制、人口密度促進效果減弱,第二產業、能源結構抑制效果加強,需要繼續堅持供給側結構性改革,深化結構調整、優化、升級.增強政府規制的執行力,提高政府支出中生態環境治理資金的使用效率;促進人口的合理配置和自由流動;大力發展第三產業特別是現代服務業,加快轉變以第二產業為主的經濟發展模式和以煤炭為主的能源利用模式,著力提高供給體系質量和效率,增強經濟持續增長動力,實現循環經濟良性發展.

4 結論

4.1 中國生態效率呈現由東到西、由沿海到內陸逐漸收斂的格局,東部沿海地區和中部、西部內陸地區間,循環經濟發展水平存在顯著的階梯式區域失衡,循環經濟的發展嚴重兩極化.

4.2 中國生態效率的集群效應明顯,而輻射效應不足,不同地區或同一地區不同省份間,循環經濟的發展水平同樣參差不齊.華南、華北和華東3個地區的生態效率位列前3位,高于全國平均水平且保持有效,西北、東北、華中和西南4個地區的生態效率位列4~7位,低于全國平均水平且有持續無效的趨勢.

4.3 中國經濟發展引發的生態赤字問題逐步緩解,循環經濟的基本模式初步確立.華南、華北和華東3個地區成為循環經濟發展最前沿的區域;東北、華中和西南3個地區成長為循環經濟崛起最迅速的區域;西北地區循環經濟的發展則相對滯后.

4.4 第三產業比重、技術進步、市場開放對生態效率的提升具有積極作用且趨于強化.政府規制、人口密度對生態效率的提升也具有積極作用但趨于減弱.第二產業比重、能源結構增加對生態效率的改善具有負面影響且趨于強化.

[1] 王一鳴.中國經濟新一輪動力轉換與路徑選擇 [J]. 管理世界, 2017,(2):1-14.

[2] 王一鳴.加快轉變經濟發展方式關系現代化建設全局 [J]. 經濟研究, 2011,46(10):16-20.

[3] Boulding K. The economics of the coming spaceship Earth [J]. The Earthscan Reader in Environmental Economics, 1992:27-35.

[4] Pearce D W, Turner R K. Economics of natural resources and the environment [M]. New York: Harvester Wheat-sheaf, 1990:215-289.

[5] 韓瑞玲,佟連軍,宋亞楠.基于生態效率的遼寧省循環經濟分析 [J]. 生態學報, 2011,31(16):4732-4740.

[6] 黃和平.基于生態效率的江西省循環經濟發展模式 [J]. 生態學報, 2015,35(9):2894-2901.

[7] 劉柄麟,汪 歡,胡 晴,等.基于生態效率的區域循環經濟發展實證研究——以江蘇省為例[J]. 環境工程技術學, 2017,7(2):216-224.

[8] 程曉娟.湖南省循環經濟發展的生態效率測度——基于2001年—2010數據的實證 [J]. 石家莊經濟學院學報, 2013,36(4):54-59.

[9] 趙 玥,李梅芳.循環經濟視角下山東藍色經濟區生態效率研究——基于DEA方法的實證分析 [J]. 環境保護與循環經濟, 2015, 35(7):21-24.

[10] Schaltegger S, Sturm A. ?kologische Rationalit?t: Ansatzpunkte zur Ausgestaltung von ?kologieorientierten Managementinstrumenten [J]. Die Unternehmung, 1990,44(4):273-290.

[11] Schmidheiny S, Stigson B. Eco-efficiency: creating more value with less impact [M]. World Business Council for Sustainable Development, 2000:5-36

[12] Apergis N, Aye G C, Barros C P, et al. Energy efficiency of selected OECD countries: A slacks based model with undesirable outputs [J]. Energy Economics, 2015,51:45-53.

[13] 馬曉君,魏曉雪,劉 超,等.東北三省全要素能源效率測算及影響因素分析 [J]. 中國環境科學, 2017,37(2):777-785.

[14] Wang Q, Zhao Z, Shen N, et al. Have Chinese cities achieved the win–win between environmental protection and economic development? From the perspective of environmental efficiency [J]. Ecological indicators, 2015,51:151-158.

[15] Wu J, Xiong B, An Q, et al. Total-factor energy efficiency evaluation of Chinese industry by using two-stage DEA model with shared inputs [J]. Annals of Operations Research, 2017,255(1/2):257-276.

[16] Song M, Zhang G, Zeng W, et al. Railway transportation and environmental efficiency in China [J]. Transportation Research Part D: Transport and Environment, 2016,48:488-498.

[17] Sueyoshi T, Goto M, Snell M A. DEA environmental assessment: measurement of damages to scale with unified efficiency under managerial disposability or environmental efficiency [J]. Applied Mathematical Modelling, 2013,37(12/13):7300-7314.

[18] Mahdiloo M, Saen R F, Lee K H. Technical, environmental and eco-efficiency measurement for supplier selection: An extension and application of data envelopment analysis [J]. International journal of production economics, 2015,168:279-289.

[19] Wu A H, Cao Y Y, Liu B. Energy efficiency evaluation for regions in China: an application of DEA and Malmquist indices [J]. Energy efficiency, 2014,7(3):429-439.

[20] 劉丹丹,趙頌揚旸,郭 耀.全要素視角下中國西部地區能源效率及影響因素 [J]. 中國環境科學, 2015,35(6):1911-1920.

[21] 王 兵,吳延瑞,顏鵬飛.中國區域環境效率與環境全要素生產率增長 [J]. 經濟研究, 2010,45(5):95-109.

[22] 王俊能,許振成,胡習邦,等.基于DEA理論的中國區域環境效率分析 [J]. 中國環境科學, 2010,30(4):565-570.

[23] Zhou Y, Xing X, Fang K, et al. Environmental efficiency analysis of power industry in China based on an entropy SBM model [J]. Energy Policy, 2013,57:68-75.

[24] Zhang J, Zeng W, Shi H. Regional environmental efficiency in China: Analysis based on a regional slack-based measure with environmental undesirable outputs [J]. Ecological indicators, 2016,71:218-228.

[25] 王 強,樊 杰,伍世代.1990~2009年中國區域能源效率時空分異特征與成因 [J]. 地理研究, 2014,33(1):43-56.

[26] 張志輝.中國區域能源效率演變及其影響因素 [J]. 數量經濟技術經濟研究, 2015,32(8):73-88.

[27] Yu Y, Chen D, Zhu B, et al. Eco-efficiency trends in China, 1978~ 2010: Decoupling environmental pressure from economic growth [J]. Ecological Indicators, 2013,24:177-184.

[28] Huang J, Yang X, Cheng G, et al. A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China [J]. Journal of Cleaner Production, 2014,67:228-238.

[29] 成金華,孫 瓊,郭明晶,等.中國生態效率的區域差異及動態演化研究 [J]. 中國人口.資源與環境, 2014,24(1):47-54.

[30] 李在軍,姚云霞,馬志飛,等.中國生態效率的空間格局與影響機制分析 [J]. 環境科學學報, 2016,36(11):4208-4217.

[31] 謝園園,傅澤強.基于生態效率視角的循環經濟分析 [J]. 生態經濟, 2012,(9):49-51.

[32] 楊 斌.2000—2006年中國區域生態效率研究——基于DEA方法的實證分析 [J]. 經濟地理, 2009,29(7):1197-1202.

[33] 陳武新,呂秀娟.中國區域生態效率差異的實證分析 [J]. 統計與決策, 2009,(7):107-108.

[34] 王恩旭,武春友.基于超效率DEA模型的中國省際生態效率時空差異研究 [J]. 管理學報, 2011,8(3):443-450.

[35] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis [J]. European Journal of Operational Research, 2002,143(1):32-41.

[36] F?re R, Grosskopf S, Lindgren B, et al. Productivity changes in Swedish pharamacies 1980~1989: A non-parametric Malmquist approach [M]//International Applications of Productivity and Efficiency Analysis. Springer Netherlands, 1992:81-97.

[37] Grosskopf S, Norris M, Zhang Z. Productivity Growth, Technical Progress and Efficiency Changes in Industrialised Countries [J]. American Economic Review, 1994,84(1):66-83.

[38] 郭 彬,逯雨波.我國中部六省節能減排效率測評及其影響因素分析——基于超效率DEA模型和Tobit模型 [J]. 技術經濟, 2012, 31(12):58-62+76.

[39] 佟金萍,馬劍鋒,王 圣,等.長江流域農業用水效率研究:基于超效率DEA和Tobit模型 [J]. 長江流域資源與環境, 2015,24(4):603-608.

[40] 陸 學,陳興鵬.循環經濟理論研究綜述 [J]. 中國人口.資源與環境, 2014,24(S2):204-208.

[41] Rasche R H, Tatom J A. Energy resources and potential GNP [J]. Federal Reserve Bank of St. Louis Review, 1977,59(6):68-76.

[42] 邱壽豐,諸大建.我國生態效率指標設計及其應用 [J]. 科學管理研究, 2007,25(1):20-24.

[43] 李勝蘭,初善冰,申 晨.地方政府競爭、環境規制與區域生態效率 [J]. 世界經濟, 2014,37(4):88-110.

[44] 胡 聃,許開鵬,楊建新,等.經濟發展對環境質量的影響——環境庫茲涅茨曲線國內外研究進展 [J]. 生態學報, 2004,24(6):1259-1266.

Ecological efficiency in the development of circular economy of China under hard constraints based on an optimal super efficiency SBM-Malmquist-Tobit model.

MA Xiao-jun1*, LI Yu-dong1, WANG Chang-xin1, YU Yuan-bo2

(1.School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China；2.Asia Australia Business College, Liaoning University, Shenyang 110136, China)., 2018,38(9)：3584~3593

In this paper, a novel ecological efficiencyevaluation system was proposed which considered both the indicator of ecological resources and the indicator of economic waste caused by environmental pollution. Firstly, an optimized super efficiency SBM model was used to calculate the ecological efficiency of China by introducing the non-expected output in the model. Then, Malmquist index method was used to examine the dynamic changes between Total Factor Productivity (TFP) and ecological efficiency. Finally, Tobit regression model was applied to explore the directions, intensities and dynamic trends of the main factors affecting the ecological efficiency. The new ecological efficiency evaluation system could help us to capture the overall situation of circular economy development in China. By analyzing the annual panel data of 30provinces in China, the empirical results showed that, there existed a gradual convergence pattern in the ecological efficiency from east to west and from the coast to the inland. There also existed a significant step-by-step regional imbalance in the development of circular economy between the eastern coastal areas and the central and western inland areas. The cluster effect of ecological efficiency was obvious, while the radiation effect was not so evident. The development of circular economy was also uneven in either different regions or different provinces of the same region. The deficit in the ecosystem triggered by economic development was gradually reduced, but the contradiction between economy and ecology still existed in the near future, especially in the northwest region. The proportion of tertiary industries, technological progress and market opening level had a significant positive effect on the promotion of ecological efficiency and the impacts were strengthening more and more. Government regulation and population density had a significant positive effect on the improvement of ecological efficiency but the impacts were weakening gradually. The proportion of secondary industries and the structure of energy had a significant negative impact on the improvement of ecological efficiency and the impacts were strengthening more and more.

circular economy；ecological efficiency；optimized super efficiency SBM model；Malmquist index；influence factors

X22

A

1000-6923(2018)09-3584-10

馬曉君(1978-),女,遼寧撫順人,副教授,博士,研究方向為宏觀經濟統計.發表論文30余篇.

2018-03-07

國家社會科學基金資助項目(17BTJ020);國家自然科學基金資助項目(71772113,71272010);教育部人文社會科學研究資助項目(18YJC910013);遼寧省教育廳資助項目( LN2016YB026);遼寧省哲學社會科學規劃基金資助項目(L17BTJ003,L16BTJ001)

* 責任作者, 副教授, maxiaojun@dufe.edu.cn