縣域尺度下河南省綠色發展效率測度及時空演化特征分析

楊亞麗 董 旭

（1.鄭州航空工業管理學院 a.信息管理學院 b.經濟學院，河南 鄭州450046；2.武漢大學 區域經濟研究中心，湖北 武漢 430072）

一、引言

改革開放以來，我國經濟發展取得巨大成就，但粗放型的產業發展方式尚未得到根本轉變，長期積累的資源環境約束日益趨緊，生態環境與經濟發展的矛盾亟待破解[1]。黨的十九大以來，五大新發展理念深入人心，綠色發展理念更是成為處理生態環境保護與經濟發展關系的基本遵循。在此背景下，如何推動綠色發展，為高質量發展筑牢生態之基，成為值得深入討論的重要理論和現實問題。從學理上分析，綠色發展效率（Green Development Efficiency，簡稱 GDE）是衡量綠色發展狀態的重要特征，提升綠色發展效率是推動綠色發展的必然要求和關鍵舉措[2]。如何提升區域綠色發展效率，需要首先明確區域綠色發展效率的基本水平和現狀特征?？h域是我國最基本的行政單元，起著關乎整個國民經濟健康穩定發展的關鍵節點作用，從縣域層面測度綠色發展效率并分析其演化趨勢和空間分布可以為區域綠色高質量發展提供重要參考[3]。

自英國環境經濟學家D Pearce等.在其著作《綠色經濟藍皮書》中首提綠色發展思想以來，學術界針對綠色發展的研究逐漸增多[4]。為直觀理解綠色發展的狀態特征，“效率”概念被引入用于量化綠色發展，綠色發展效率的測度分析成為該領域研究的一個重點。從研究尺度來看，大多研究側重從國家、省域、市域等宏觀尺度測度整體經濟或特定行業的綠色發展效率并分析其時空分布特征[5][6][7][8]，也有部分學者立足企業等微觀主體開展綠色發展效率的測度研究[9][10]。從研究方法來看，主要采用包含技術時變的SFA模型和包含非期望產出的DEA模型[11][12][13]，其中基于松弛測度的方向性SBM-DEA模型最為常用[14]。從研究結論來看，大都表明我國綠色發展效率整體水平不高，但近年來有波動上升的趨勢[15][16]。

總體而言，學術界關于綠色發展效率的測度和分析取得了較為豐碩的研究成果。然而，從區域層面來看，研究的空間尺度有待進一步細化，現有研究以省域和市域單元為主，使推動綠色發展效率提升的空間應對策略比較寬泛。此外，針對河南省綠色發展效率的研究較少，從縣域尺度開展測度并分析時空演化特征的研究更是鮮有發現。因此，本文從縣域尺度對河南省綠色發展效率進行測度，并分析其時間演變趨勢、空間分異格局、空間關聯特征以及時空收斂性，旨在為河南省縣域經濟綠色高質量發展提供一定的理論支持和政策參考。

二、研究方法與數據來源

（一）研究方法

1.SEBM模型。非期望產出的處理是測度綠色發展效率的關鍵。目前學術界較多采用基于方向性距離函數的SBM模型，這種方法可以有效區分非期望產出和期望產出，并考慮了投入和產出的松弛變動，但未能同時兼容徑向和非徑向冗余，Tone和Tsutsui（2010）[17]將徑向距離函數與SBM距離函數相結合提出的EBM（Epsilon-Based Measure）模型在很大程度上解決了這一問題。為解決同一生產前沿上不同決策單元效率的不可比問題，本文將DEA的超效率模型融入EBM模型中，使用SEBM（Super-efficiency EBM）模型測度河南縣域綠色發展效率。產出導向的SEBM模型基本形式如下：

在（1）式和（2）式中，x、y和 z分別代表投入、期望產出和非期望產出；εx、εy和εz分別為包含徑向與非徑向效率的參數，取值范圍是[0，1]；s=（s-mt，s+nt，s×bt）與w=（w-mt，w+nt，w×bt）分別代表t時期投入、期望產出和非期望產出對應的松弛變量和距離權重；M、N、B、T分別為投入、期望產出、非期望產出數量以及時期數；θ為徑向效率，ρ為約束條件的線性組合系數，k為決策單元序號；φ為對上述線性規劃進行求解得到的潛在效率值，即縣域綠色發展效率值。

2.全局和局部空間自相關分析?？臻g自相關分析是定量刻畫不同地區彼此關聯程度的有效方法，包括全局空間自相關分析和局部空間自相關分析。全局空間自相關分析用于反映觀測變量在整個研究區域內的分布狀況，識別其是否存在空間集聚，通常使用全局莫蘭指數Moran's I作為衡量指標，其計算公式為：

局部自相關分析用于反映特定地區與其相鄰地區之間的局部相似性或差異性，通常使用局部莫蘭指數Ii作為衡量指標，其計算公式如下：

正的Ii表示該地區與鄰近地區的屬性相似（“高—高”或“低—低”），負的Ii表示該地區與鄰近地區的屬性不相似（“高—低”或“低—高”）[18]。局部莫蘭指數Ii一般以LISA（Local Indicator of Spatial Association）集聚圖的方式呈現。

3.時空收斂分析法?，F有收斂性研究文獻通常考慮三種收斂類型——σ收斂、絕對β收斂和條件β收斂。σ收斂分析研究地區之間特定變量觀測值的標準差變動情況，如果標準差隨時間變小，則認為該變量在不同地區之間存在σ收斂。

絕對β收斂是指不同地區某一屬性值能夠實現相同的穩態增長率，一般通過對屬性變量期末與期初的平均增長率關于期初水平進行回歸得到收斂系數加以量化。絕對β收斂的回歸模型如下：

式中，Yi，T和 Yi，0分別表示第 i個地區屬性變量的期末值和期初值，βa為絕對β收斂系數。如果βa顯著為負，表明該屬性變量在不同地區之間存在絕對收斂趨勢，否則存在發散趨勢。

條件β收斂是指在考慮了不同地區的異質性后，不同地區的特定屬性均朝著各自的穩態增長率趨近。但由于不同地區并不能得到統一的增長速度，因此，條件β收斂并不意味著各個地區的屬性值趨同。條件β收斂的回歸模型如下：

式中，Yi，t和 Yi，t-1分別表示第 i個地區屬性變量的當期值和滯后一期值，βc為條件β收斂系數。如果βc顯著為負，表明不同屬性變量在不同地區之間存在條件收斂趨勢，否則存在發散趨勢。

對于絕對β收斂和條件β收斂，其收斂速度λ與收斂系數之間的關系為：

（二）數據來源

由于市轄區統計數據缺失較多，本文以河南省106個縣和縣級市為研究對象?？紤]到行政區劃調整的影響，剔除了撤縣設區的“郾城縣”“開封縣”“陜縣”和“許昌縣”。同時，鑒于2018年全國各行政層面的環境統計數據并未公布，將研究的時間區間設定為2002—2017年。使用SEBM模型測度綠色發展效率的指標包括：

1.投入指標，包括勞動和資本。對于勞動投入，使用各縣（市）全社會從業人員（萬人）作為代理變量。對于資本投入，以各縣（市）全社會固定資產投資（億元）為基礎，借助永續盤存法轉換為固定資本存量[19][20]。

2.期望產出指標，以各縣（市）地區生產總值（億元）作為代理變量。

3.非期望產出指標，包括工業廢水排放量（萬噸）、工業二氧化硫排放量（噸）、工業煙粉塵排放量（噸）和一般工業固體廢物產生量（萬噸）。縣級層面缺少此類指標的官方統計數據，但本文通過對省級和地級層面規模以上工業增加值與上述指標之間的關系進行統計分析和檢驗，發現存在高度的正相關性。據此，以各縣（市）規模以上工業增加值占全省的比重為權數計算各縣（市）四類非期望產出指標。

相關指標的原始數據來自2003—2018年的《河南統計年鑒》和《中國環境年鑒》，涉及市場價值的指標均以2002年為基期進行價格平減。

三、測度結果與分析

（一）時間演變特征

基于樣本數據，使用MaxDEA軟件測度河南省縣域綠色發展效率。囿于篇幅所限，將全部106個縣域按照相對區位劃分為豫中、豫東、豫西、豫南和豫北五大區域①豫中地區包括鄭州、平頂山、許昌和漯河4個城市，轄18個縣（市）；豫東地區包括開封、商丘和周口3個城市，轄20個縣（市）；豫西地區包括洛陽和三門峽2個城市，轄13個縣（市）；豫南地區包括南陽、信陽和駐馬店3個城市，轄28個縣（市）；豫北地區包括安陽、鶴壁、新鄉、焦作、濮陽和濟源6個城市，轄27個縣（市）。，以所轄縣（市）綠色發展效率的均值反映區域綠色發展效率，各縣（市）歷年綠色發展效率結果不再羅列②如有需要，讀者可聯系作者索取。。如表1所示，研究期內河南全省綠色發展效率為0.8390，豫西地區效率值最高（0.8800），豫中地區效率值最低（0.8080）。

表1 河南省及五大區域綠色發展效率

動態來看，河南全省綠色發展效率呈波動下降態勢（見圖1a），從2002年的0.8498降至2017年的0.8111，累計降幅4.55%。就五大區域而言（見圖1b），豫中、豫東、豫西和豫南地區綠色發展效率均在波動中下降，降幅分別為4.84%、8.33%、11.92%和1.65%，豫北地區綠色發展效率則經歷了先升后降的“倒U型”軌跡，但期末相比期初略微上升1.14%。

（續表）

圖1 河南省及各地區綠色發展效率演變趨勢

（二）空間分布特征

為直觀展示河南省縣域綠色發展效率的空間分布特征，基于ArcGIS10.6制作四分位地圖。如圖2所示，研究期內河南省縣域綠色發展效率的空間差異明顯，總體呈現出“豫西和豫南地區高于其他地區”的分布格局。研究期初，絕大部分縣域的綠色發展效率處于第一個四分位區間；到研究期末，多數縣域的綠色發展效率分布在第二個四分位區間，但絕對水平的效率值出現了下降。進一步計算河南省五大區域內部縣域綠色發展效率標準差（見表2），分析區域內部縣域綠色發展效率的分布差異?？梢钥闯觯ノ鞯貐^雖然縣域綠色發展效率較高，但內部差異也最大，遠高于其他區域。豫中地區縣域綠色發展效率的分布差異低于豫西地區但高于其他地區，研究期內標準差均在0.11以上；豫東、豫南和豫北地區縣域綠色發展效率的分布差異較小，大部分年份的標準差低于0.10。

圖2 河南省縣域綠色發展效率空間分布格局及演變

表2 河南省五大區域縣域綠色發展效率標準差

（三）空間關聯特征

根據圖2，河南省縣域綠色發展效率在空間分布上似乎存在同類聚集的現象。為驗證這一空間關聯特征是否存在，采用空間自相關分析方法進行判斷。第一，基于地理鄰接空間權重矩陣計算縣域綠色發展效率的全局莫蘭指數（見表3）①為保證結果的穩健性，本文同時基于地理距離和經濟距離計算縣域綠色發展效率的全局莫蘭指數，結果與此基本相同。。結果顯示，除2003年外，其他年份河南省縣域綠色發展效率的全局莫蘭指數均不顯著，表明河南省綠色發展效率在縣域尺度上并不存在明顯的空間集聚特征。第二，運用LISA集聚圖對縣域綠色發展效率進行局部空間自相關分析（見圖3）?？梢钥闯觯芯科趦群幽鲜〗^大多數縣域綠色發展效率的局部空間集聚特征也不明顯，少數縣域存在“高—低”或“低—高”集聚效應，但這同樣表明縣域綠色發展效率在局部地區的差異性顯著。事實上，LISA集聚圖中不顯著縣域占比很高與全局莫蘭指數的結果相一致，均表明河南省縣域綠色發展效率的空間分異明顯。

表3 河南省縣域綠色發展效率的全局莫蘭指數

圖3 河南省縣域綠色發展效率的局部空間自相關格局

（四）時空收斂特征

1.河南省縣域綠色發展效率的σ收斂檢驗（見圖4）。整體來看，河南全省綠色發展效率標準差由期初的0.1850降至期末的0.1347，峰值出現在2003年和2012年，研究期內縣域綠色發展效率呈現出了較為明顯的σ收斂趨勢。分區域來看，豫中和豫南縣域綠色發展效率標準差在整個研究期內保持低位平穩，豫東和豫北縣域綠色發展效率標準差在2006年之后保持較低水平，直觀上存在一定程度的σ收斂趨勢；豫西縣域綠色發展效率標準差波動較大，但總體呈下降趨勢，σ收斂趨勢較為明顯。

圖4 河南省及各地區綠色發展效率標準差演變趨勢

2.河南省縣域綠色發展效率的絕對β收斂和條件β收斂檢驗。表4顯示了2002—2017年河南省縣域綠色發展效率的絕對β收斂和條件β收斂檢驗結果。第一，看絕對β收斂，全省及五大區域的回歸系數βa均為負且通過了1%水平的顯著性檢驗，表明河南縣域綠色發展效率存在絕對β收斂趨勢，收斂速度在3%—13%之間，這與σ收斂檢驗給出的直觀結論基本一致。第二，看條件β收斂，全省及五大區域的回歸系數βc同樣在1%的水平上顯著為負，表明河南省縣域綠色發展效率也存在明顯的條件β收斂趨勢，但收斂速度低于絕對β收斂，介于1%—7%之間，同樣印證了σ收斂檢驗的結論。

表4 河南省縣域綠色發展效率絕對β收斂與條件β收斂檢驗

四、結論與展望

（一）結論

本文利用SEBM模型測度2002—2017年河南省縣域綠色發展效率，進而對其時間演變、空間分布、空間關聯和時空收斂等特征進行了初步分析。結果顯示：（1）河南省縣域綠色發展效率整體呈波動下降態勢，豫西縣域的降幅最為明顯。（2）河南省縣域綠色發展效率存在顯著的空間差異，呈現“豫西、豫南高于其他地區”的分布格局；分區域看，豫西縣域綠色發展效率水平最高，但內部差異也最大；豫東、豫南和豫北縣域綠色發展效率內部差異較小。（3）不論是全局層面還是局部層面，河南省縣域綠色發展效率均不存在明顯的空間集聚特征，縣域綠色發展缺乏協調聯動性。（4）河南省縣域綠色發展效率雖然存在明顯的空間差異，但σ收斂、絕對β收斂和條件β收斂檢驗均表明，這種空間差異隨時間變化出現了顯著的收斂趨勢。

（二）展望

本文從縣域層面對河南省綠色發展效率進行測度分析，是對現有研究的補充和完善，但還存在一些不足，需要在后續研究中深化和改進。第一，由于縣級層面污染排放數據的缺失，采用規模以上工業增加值占比作為權重估算縣域的非期望產出指標，可能影響綠色發展效率測度結果的準確性。第二，本文僅針對河南省縣域綠色發展效率進行測度分析，缺乏一定的參照系，后續可以通過擴大樣本范圍識別河南縣域綠色發展效率的相對水平。第三，綠色發展效率的測度有助于明確綠色發展的基本現狀，如何提升綠色發展效率才是理論和實踐工作的核心，接下來需要著力探究影響綠色發展效率的可能因素和作用機制，為河南省縣域綠色發展效率協同提升提供決策依據。