長江經濟帶生態保護效率與科技服務業發展效率時空關聯分析

周中林,張 恒，鄭 軍

(1.長江大學 管理學院；2.長江大學 長江經濟帶發展研究院，湖北 荊州 434023;3.武漢大學 經濟與管理學院， 湖北 武漢 430072)

0 引言

長江經濟帶是我國綜合實力最強、科技創新最快、戰略價值最大的區域，人口集聚密度較高，有著天然地理位置優勢。但隨著工業化和城市化進程加快，自然資源約束加劇。2016年，習近平同志提出對長江經濟帶要共抓大保護、不搞大開發[1]。2016年《國家環境保護“十三五”科技發展規劃綱要》明確指出，面向我國推進長江經濟帶戰略，需要不斷依靠科學技術發展，解決國家相關戰略實施過程中的區域環境問題[2]。2018年4月，習近平同志在推動長江經濟帶發展的座談會上再次強調把修復長江生態環境擺在壓倒性位置，逐步解決長江生態環境透支問題。長江經濟帶環境保護效率與科技服務業發展效率水平如何？兩者之間是否存在顯著影響關系？如何通過提升科技服務業發展效率促進環境保護效率提高？探討上述問題，對于進一步加強長江經濟帶生態保護，推動長江經濟帶建成我國科技環保先行示范帶，從而加快我國經濟高質量可持續發展具有一定的理論價值和現實意義。

1 相關文獻綜述

學術界對長江經濟帶生態效率的研究主要聚焦于3個方面：第一是生態效率內涵界定。1990年，德國學者Schaltergger & Sturm[3]提出生態效率概念；1992年，世界可持續發展工商業委員會(WBCSD)[4]對其進行了擴展，即提升人們生活質量，提高資源利用率，減少資源使用量；1998年，經濟發展合作組織(OECD)再次擴展了生態效率的定義[5]，即投入與產出的比值，以更少的資源實現更大的價值產出。第二是生態效率評測。早期文獻主要采用單指標法對生態效率進行測度，采用能源強度、碳排放強度等指標表征生態效率[3,6]。后來有學者構建系統性指標，綜合度量經濟、社會、環境等方面的發展程度[7-12]。隨著生態效率研究的深入，多指標綜合評價方法被運用于生態效率評價，主要包括因子分析法[13-15]、層次分析法[16-17]、數據包絡分析法[18-19]等。第三是生態效率影響因素，包括金融深化、產業結構升級、外商直接投資、城市化率、技術創新等對生態效率的影響路徑[20-21]。

科技服務業研究主要圍繞4個層面展開：一是科技服務業內涵。雖然國外文獻中沒有科技服務業這一概念，但學術界普遍認為，與之最接近的概念是經合組織(OECD)所定義的知識密集型服務業(KIBS)。1992年，中國國家科學技術委員會發布《關于加速發展科技咨詢、科技信息和技術服務業意見》，首次提出科技服務業是科技咨詢業、技術服務業、科技信息業的統稱[22]。之后，科技服務業被歸類至第三產業，其內涵不斷豐富，雖然沒有一個學界公認的定義，但其核心功能是在市場機制調節下向其它行業輸出技術成果和研究服務[23-24]。二是科技服務業對經濟發展的影響。從省際面板數據看，我國科技服務業與經濟增長之間存在顯著正相關關系，在考慮綠色經濟效率時兩者間關系依然成立[25-27]。Brenner等[28]認為，知識密集型服務業與區域經濟增長之間存在長短期效應異質性。三是對科技服務業發展效率的評價。徐頑強等[29]基于波特鉆石模型，運用因子分析法構建科技服務業評測指標體系；Freel[30]針對歐洲及北美不同國家知識密集型服務業進行案例分析；王穎等[31]運用TOPSIS法評價我國中部6省科技服務業發展水平；張鵬等[32]從規模實力、創新能力、服務能力、發展潛力4個維度，構建綜合指標評價中國科技服務業發展水平。四是科技服務業對制造業的影響。齊芮和祁明[33]測算了科技服務業集聚水平對制造業的溢出效應；楊慧力等[34]研究發現，科技服務業集聚對制造業的中介效應大于人力資本水平的中介效應；張媛媛[35]通過計算投入產出表發現，高技術制造業發展的最大影響因素是科技服務業。

總體而言，學術界對于生態效率和科技服務業的研究成果較多，但缺乏兩者關聯研究。科技服務業作為提高生產效率、減輕環境負擔、促進產業升級的重要產業，理論上應該對區域生態環境造成影響。此外，已有生態效率研究多將經濟變量作為產出納入生態效率評價體系，缺乏單純對某個地區生態保護效率的評價。因此，筆者主要從以下兩個方面對現有研究加以拓展：一方面，對生態保護效率進行定義，據此構建側重反映生態保護效率的指標；另一方面，通過空間計量模型探究科技服務業細分行業對生態保護效率的影響，以期提出長江經濟帶生態保護效率提升路徑。

2 研究設計

2.1 研究方法

2.1.1 基于超效率DEA模型的時間窗口模型

本文采用超效率DEA模型(Super-Efficient DEA)[36]，具體計算公式為：

(1)

式(1)中，xj0和yj0分別表示DMUj0實際投入與產出值；決策單元DMU的綜合技術超效率值在BC2模型下可表示為純技術超效率值與規模超效率值的乘積。當θ<1時，則稱DMU0為DEA無效；當θ≥1時，DMU0達到DEA有效并進行排序。

超效率DEA方法在面板數據處理時會因每年各決策單元格的前沿面不同，導致所計算的超效率值不具有年度可比性。針對面板數據，主要有Malmquist指數和DEA視窗分析法，但Heshmati[37]論證發現前者并不能準確評價面板數據，于是Wang等[38]使用DEA視窗分析方法。該方法既可用于比較不同決策單元在同一時期的效率，也可用于比較不同時期內的自身效率。DEA視窗分析最早由Charnes等[39]提出，研究表明，將窗口寬度設為3的分析效果最好。因此，本文窗口寬度為3，樣本長度為8，每個決策單元相對應地建立6個窗口進行效率測算。每個決策單元的當年效率值就是對某個窗口上的所有效率值取均值。

2.1.2 空間計量模型

本文采用空間回歸模型偏微分方法[40]，解決因估計結果中的空間滯后項系數顯著不為零導致的回歸系數不能直接用于解釋自變量空間溢出效應的問題。

y=αtn+ρWy+βX+θWX+ε

(2)

(In-ρW)y=αtn+βX+θWX+ε

(3)

(4)

(5)

(6)

[Sr(W)i1x1r+Sr(W)i2x2r+…+Sr(W)inxnr]t+

V(W)tnα+V(W)iε

(7)

(8)

(9)

其中，St(W)=V(W)(Inβt+Wθt),V(W)=(In-ρW)-1=In+ρW+ρ2+…,In是n階單位矩陣、tn為N×1階單位矩陣；xr為第r個解釋變量，r=1,2,…,k,βr為解釋變量xr的回歸系數，θr為WX的第r個變量的回歸系數。Sr(W)ij反映區域j的xr對區域i被解釋變量的影響，又被稱為間接效應，即解釋變量對被解釋變量的區域間溢出；Sr(W)ij反映區域i的xr對本區域被解釋變量的影響，又被稱為直接效應，即解釋變量對被解釋變量的區域內溢出。兩者之和為總效應。

2.2 數據與處理

2.2.1 區域劃分與城市選擇

長江經濟帶包括江蘇、浙江、安徽、江西、湖北、湖南、四川、云南、貴州9個省份和上海、重慶2個直轄市。因此，本文針對2010—2017年長江經濟帶11個省市數據展開研究。

2.2.2 數據來源及處理

目前，大多數文獻集中于生態效率研究，并未討論生態保護效率。因此，在共抓大保護、不搞大開發的要求下，有必要專門研究長江經濟帶生態保護效率。生態保護一般是指人類為解決環境問題，協調人類與環境的關系，保護人類生存環境，保障經濟社會可持續發展而采取的各種行動的總稱。據此，本文進一步提出生態保護效率定義，即大氣、水、土壤、動植物等自然環境改善與所消耗的資本、人力投資之間的對比關系，該指標主要用于衡量在有限投入下對生態環境的最大保護程度。本文從礦山、水土、林業、城鎮環境基礎設施以及工業污染治理等方面選取相關投入與產出指標，見表1。相關數據來源于《中國城市統計年鑒》、《中國環境統計年鑒》和《中國統計年鑒》。

表1 生態保護效率投入與產出指標

注：本文使用永續盤存法以折舊率9.6%推導出固定資本存量；以2009年為基期進行價格指數平減。用均值法補齊部分缺失數據,下同

基于國內研究，本文將科技服務業定義為：運用現代科學知識、技術與方法，提供科研創新、科技資本累積、科教宣傳等專業化服務的知識密集型行業，具有人才智力密集、科技含量高、產業附加值大、輻射帶動作用強的特點。本文依據《國家科技服務業統計分類(2018)》，在滿足數據可得性條件下，重點研究科技服務業的3個細分行業，即科研技術服務業、科技資本服務業、科技宣傳服務業。表2列出了本文對科技服務業的劃分并解釋了其合理性。表3列出了各科技服務業投入與產出變量。相關數據來源于歷年《中國統計年鑒》、《中國城市統計年鑒》、《中國科技統計年鑒》和《中國創業風險投資發展報告》。

表2 科技服務業細分行業劃分及合理性說明

表3 三大細分科技服務業投入與產出變量

2.2.3 空間權重矩陣設置

3 長江經濟帶生態保護與科技服務業效率測度

本文使用EMS1.3軟件計算2010—2017年長江經濟帶11個省市生態保護效率及各細分科技服務業發展效率，結果見表4，表中E代表生態保護效率。

生態保護效率結果顯示：湖北、四川、安徽、江西的綜合技術超效率值在大多數年份沒有達到1且存在年增長率正負更替的情況。由此可見，上述區域的生態保護效率長期處于非DEA有效狀態且沒有顯著改善趨勢。湖南、云南、貴州、重慶的綜合技術超效率值在2015年前雖然小于1，但一直保持穩健增長態勢，直到2015年達到DEA有效。上海、浙江和江蘇的綜合技術超效率值在大多數年份達到了DEA有效， 但年增長率正負更替，說明上述區域的生態保護效率并沒有呈現顯著增長趨勢。

科研技術服務業結果顯示：浙江、湖北、湖南的綜合技術超效率值雖然始終小于1，但呈現出顯著穩步上升態勢。上海、四川的綜合技術超效率值在大多數年份處于DEA有效。江蘇、江西、重慶的綜合技術超效率值只有少數年份突破了1且年增長速率正負交替，說明上述區域的科研技術服務業大部分時間處于非DEA有效狀態且沒有顯著改善趨勢。安徽、云南、貴州的綜合技術超效率值始終處于DEA無效，同樣未呈現出顯著增長趨勢。

科技資本服務業結果顯示：江蘇、浙江、江西、云南、貴州的綜合技術超效率值僅在少數年份達到1且存在年增長率正負更替的情況。由此表明，上述區域科技資本服務業僅在少數年份達到了DEA有效狀態，但沒有顯著改善趨勢。上海、四川的綜合技術超效率值直到2015年才突破1，達到DEA有效，2015年前呈現出穩定增長態勢。安徽、湖北、湖南、重慶的綜合技術超效率值雖在某些年份達到過DEA有效，但具有較顯著下降趨勢。

科技宣傳服務業結果顯示：浙江、安徽、云南、貴州的綜合技術超效率值在大多數年份沒有達到1且年增長率沒有維持正值，表明上述區域的科技宣傳服務業長期處于非DEA有效狀態且沒有顯著改善趨勢。上海、湖北在2013年前的綜合技術超效率值大于1，從2014年起跌破1并逐年下降，說明上述區域的科技宣傳服務業開始達到DEA有效，后轉為無效。江蘇、重慶、湖南、江西、四川的綜合技術超效率值大多數年份達到了DEA有效，但年增長率正負更替，說明上述區域的生科技宣傳服務業雖在大部分年份達到DEA有效，但沒有顯著增長趨勢。

4 空間計量面板數據回歸

4.1 模型比較與選擇

本文使用地里空間權重分別構建3種空間計量模型，如式(10)-(12)所示。分別進行固定效應和隨機效應回歸，選擇較小的AIC值作為回歸方式，較大的Log Likelihood與R2值則可以說明哪個模型的擬合優度最高。最后，檢驗空間杜賓模型能否轉化為空間滯后模型與空間誤差模型，如果原假設被顯著拒絕，則選擇空間杜賓模型。

空間滯后模型(SAR):y=α+ρWy+βX+ε

(10)

空間誤差模型(SEM):y=α+βX+ε,ε=λWε+υ

(11)

空間杜賓模型(SDM):y=α+ρWy+βX+θWX+ε

(12)

模型中核心變量為生態保護效率(Y)、科研技術服務業(X1)、科技資本服務業(X2)和科技宣傳服務業(X3)。借鑒已有經典文獻[43-44]，同時將各區域人均生產總值(X4)與對外開放因素(X5)作為控制變量。

表5為地理空間權重下3種空間計量模型估計結果，通過比較可以發現：空間杜賓模型的AIC值最小且其Log Likelihood值和R2最大，同時顯著拒絕“空間杜賓模型可以轉化為空間滯后模型”和“空間杜賓模型可以轉化為空間誤差模型”的原假設。由此得出，空間杜賓模型最優，再比較兩種效應估計結果發現，固定效應模型最優。

表4 2010—2017年長江經濟帶11個省市生態保護效率及各細分科技服務業發展效率

4.2 空間溢出效應分解

本文使用空間回歸模型偏微分方法對空間溢出效應進行分解并加以解釋，地理空間權重下SDM固定效應模型的空間溢出效應分解結果如表6所示。

表5 地理權重下3種空間計量模型估計結果

注：***、**、*分別代表在1%、5%、10%顯著性水平上顯著，下同

表6 地理空間權重下基于SDM固定效應模型的溢出效應分解結果

注:括號內數值代表t值

(1)科研技術服務業溢出效應分解。該變量的直接效應系數、間接效應系數及總效應系數分別為0.092、0.066和0.158，3種效應均通過了10%的顯著性水平檢驗。這一結果表明，科研技術服務業發展效率與生態保護效率整體上呈正相關關系，即科研技術服務業發展效率提高有助于生態保護效率提升，這種正向關系在某個區域內以及區域間均顯著，意味著某個地區科研技術服務業發展效率提高對當地及其它區域的生態保護效率有促進作用。可能的經濟學解釋是：科研技術服務業效率提高會加快技術進步，新技術應用則有助于生產效率提高，或者制造出更環保的設備與產品，而技術具有溢出效應，其它地區可以享受到技術進步帶來的環境改善。

(2)科研資本服務業溢出效應分解。該變量的直接效應系數、間接效應系數及總效應系數分別為0.068、-0.021和0.047，其中，直接效應與間接效應通過了10%顯著性水平檢驗。這一結果表明，科研資本服務業發展效率與生態保護效率在區域內呈現正相關關系，在區域間則呈現負相關關系，即在一定區域內，科研資本服務業發展效率提高有助于該地區生態保護效率提升，但在某種程度上會抑制其它區域生態保護效率提升。可能的經濟學解釋是：在既定資本資源下，某個地區獲得的科研資本越充足，一方面，可以促進當地高科技企業發展與產業結構優化；另一方面，由于資本有限性，其它地區獲得的科研資本可能無法滿足當地科研需求，從而在一定程度上抑制了相鄰地區因科技進步帶來的生態保護效率提高。

(3)科技宣傳服務業溢出效應分解。該變量的直接效應系數、間接效應系數及總效應系數分別為0.004、0.002和0.006，3種效應均未通過10%的顯著性水平檢驗。這一結果表明，科技宣傳服務業發展效率與生態保護效率并不存在顯著相關關系，即某地區科技宣傳服務業發展效率提高并不會提升或降低當地或其它地區的生態保護效率。可能的原因是目前生態保護并不是我國科技宣傳服務平臺的核心內容。

(4)控制變量溢出效應分解。人均生產總值與對外開放程度是本文控制變量，其空間計量模型結果與其它文獻類似，經濟發展水平與生態保護效率之間存在“U”型關系[42]，對外開放程度對本區域生態保護效率提升具有顯著負向直接效應，即存在“污染天堂假說”[43]。

5 結語

5.1 結論

本文首先對生態保護效率進行定義，將科服務業細分為3個子行業，隨后構建投入與產出指標體系并使用超效率與窗口分析，計算出2010—2017年長江經濟帶11個省市生態保護效率以及3個科技服務業發展效率。然后，通過選擇合適的空間計量模型，重點探究3種科技服務業發展效率對生態保護效率的影響，研究結論表明：

(1)長江經濟帶各省市生態保護效率與科技服務發展效率具有顯著差異性。由于經濟與自然稟賦不同，導致長江經濟帶各省市生態保護效率與科技服務業發展效率不盡相同。生態保護效率較高的省市是上海、浙江、云南、貴州，而湖北、安徽、江西的生態保護效率在大部分年份均未達到有效。科研技術服務業發展效率較高的省市是上海、四川，而安徽、云南、貴州在大部分年份未達到有效。科技資本服務業發展效率較高的省市是上海、四川，而江蘇、浙江、江西、云南、貴州在大部分年份未達到有效。 科技宣傳服務業發展效率較高的省市是上海、湖北，而浙江、安徽、云南、貴州大部分年份未達到有效。綜合來看，上海是生態保護和科技服務業發展協調最好的城市。

(2)科研技術服務業效率不僅對當地生態保護效率具有正向影響，而且對其它地區的生態保護效率具有正向溢出效應。 科研技術服務效率提升能極大地豐富科研成果[44]，上述成果直接與生態保護相關，如流域減負修復關鍵技術、受污染土壤修復技術等。此外，很多研究成果通過作用于現代產業，使生產環節產生更少的污染排放或生產效率提高、原材料投入減少，從而突破資源環境約束，增強發展可持續性。科研成果增加不僅可以顯著提升當地生態保護效率，而且隨著產業鏈條跨區域延展(上官緒明，2018)，可以促進其它地區生態保護效率提升。

(3)科技資本服務業效率對當地生態保護效率有正向影響，但對其它地區的生態保護效率有反向抑制效應。科技資本服務業效率提高會引起科技創新性企業與高科技人才集聚[45]，從而加快科研成果轉化。轉化后的科研成果通過上述直接與間接方式影響生態保護效率。由于資本的有限性，科技資本在某個地區聚集必然意味著在其它地區減少，企業與人力資源也會隨著資本流動而流動，從而在一定程度上對資本匱乏地區產生抑制作用。雖然新的科研成果會產生跨區域溢出效應，但由于人力與資本匱乏，該成果也可能面臨無法迅速在其它區域使用的風險。

(4)科技宣傳服務業沒有對生態保護效率產生顯著影響。科技宣傳服務業主要面向公眾開展科普教育活動，并沒有直接對生態保護產生作用。相比科研技術服務業與科技資本服務業，該行業具有更廣泛的大眾參與性與連續性。很多環保類科研成果只有被更多人了解并用于實踐，才能發揮作用，各種高科技環保類產品需要通過科技宣傳被更多人知曉并使用。目前，雖然各省市科技宣傳服務業并未對生態保護效率產生正向影響，但這是一個值得重視的平臺。

5.2 對策

(1)提高科研技術服務業發展效率，增強生態保護方面的科學研發以及科研成果環保效應。目前，我國在生態保護方面的科研已經取得了一定成績，但在前瞻性與創新性方面需要進一步強化，需要注重環境風險防控與國際科技合作力度。在非生態保護類科研方面，應以環境可持續發展為前提，充分考慮研發成果對環境可能產生的積極與消極作用。

(2)健全市場機制，引導更多社會資本流入，增加科技資本總量，加強資本對科研的有效促進作用。目前，社會資本進入環保產業主要有兩種方式：一種是聯姻式，即金融資本與環保企業深度結合并推動行業發展；另一種是派生式，即環保企業涉足金融產業并形成產融結合集團。為了使環保企業更集中地發揮其在生態保護方面的比較優勢，應鼓勵聯姻式發展，通過法律法規遏止企業以“環保”為名開展不相關的金融業務。此外，為了使已進入環保產業的資本被更多地用于研發，應完善科技成果市場轉化機制，提高環保產業資本投入回報率。

(3)加強當地生態保護科技人才隊伍建設，形成長江經濟帶生態保護科技聯盟。科技資本集聚在一定程度上會抑制周邊地區的生態保護效率提升，因此，有必要深化相關人才發展體制機制改革，激發環保科技人才創新創造創業活力，吸引環保人才。同時，嘗試建立長江經濟帶生態保護科技聯盟，構建技術成果信息公開機制以及科技管理信息系統，做好科技示范工作，為生態保護科技資源統籌管理和共享服務提供支撐，從而最大化地發揮科技服務業對生態保護效率的溢出效應。

(4)豐富推廣平臺，促使生態保護科技專題化。科技博物館是科研成果普適性傳播的關鍵平臺，可考慮在博物館內增設生態保護專題展區。同時，充分利用互聯網與移動平臺，基于大數據與虛擬現實技術，創造性地開展生態保護科技宣傳工作。此外，加強生態保護科技專業化推廣，如湖北環保局設置了“環保實用技術推廣”專欄，旨在發布先進適用的環保實用技術。

5.3 不足與展望

受限于數據可得性，本文在《國家科技服務業統計分類(2018)》基礎上選取的科技服務業細分行業具有一定的局限性，隨著科技服務業統計數據不斷完善，可以將更多科技服務業細分行業納入框架。就研究對象而言，本文僅選取長江經濟帶的9個省份與2個城市，沒有統一使用更微觀的地市級數據，未來研究可以嘗試涵蓋長江經濟帶的39個城市，將更多城市作為決策單元構建生產前沿面。此外，在生態保護效率指標體系構建時，可以考慮根據環境屬性將指標體系進一步分解為水、大氣、土壤等方面，從而探究科技服務業細分行業發展效率對各屬性生態保護效率的具體影響。