我國城鎮居民生活質量對綠色效率提升路徑的研究

張盼盼 閆海波 徐婉婷

摘 要：文章利用熵值法和考慮非合意產出的三階段DEA模型，估算了城鎮人民生活質量及綠色效率水平，結合空間Tobit模型實證分析了中國2013-2018年城鎮人民生活質量對綠色效率的空間影響。研究表明：各地區生活質量在空間分布上具有顯著的正相關關系，省會城市明顯高于周邊城市，東部高于西部，沿海高于內陸;綠色效率水平則相反，大部分綠色效率值較高的地方，人民生活質量相對較低，中部和西部地區尤其明顯;城鎮人民生活質量與綠色效率之間存在顯著的空間負相關關系。

關鍵詞：綠色效率;生活質量;三階段DEA模型;空間Tobit模型

中圖分類號：F223;X22;X24 ?文獻標識碼：A ?文章編號：1673-260X（2021）05-0046-06

1 引言

新中國成立以來，隨著社會經濟快速發展及國民思想境界提升，越來越多的人步入了更加注重生活質量的新階段。居民在享受經濟變化所提供的寬裕物質生活的同時，也越發期待心靈上的愉悅和居住環境的舒適。但是生活水平的提高也造成了大量的工業廢水和生活污水的排放，造成了綠地減少、空氣污染加重等一系列影響城市發展的生態問題。在此情況下，居民生活質量和城市可持續發展統籌兼顧成為大多學者關注的焦點。因此，從生活質量的角度探討城市綠色發展就變得尤為迫切。

目前，關于綠色效率的研究可大致分為兩個部分：一是合理測度及影響因素研究。大多數學者采用改良后的數據包絡分析法（DEA）并結合不同的回歸方法對綠色發展效率展開研究，分析內容包括但不限于工業效率、環境規制、城鎮化、能源消費、產業結構、資源稟賦等因素對綠色經濟效率的影響[1-8]。二是時空動態演變研究。針對時間維度，學者普遍認為中國區域綠色經濟效率總體上呈現上升趨勢，區域間差異不斷縮小，并朝均衡化方向發展，各影響因素作用程度具有明顯的時間階段性和區域差異性[9，10]。空間維度上呈現出“東中西”階梯狀遞減的區域差異規律，不同類型城市群具有集群增長特征[11]。生活質量是對生活優劣的全方位評價[12]，是“居住在特定環境下的個體獲得的心理和物質上的福利”[13]。目前學者在生活質量范疇內的研究大致分為兩類：一類是生活質量的量化和測量。包括遷移模型和概念式多維度構建指標體系[14]。一類是基于生活質量對經濟發展、生態問題等各方面變化的影響[15]，即把生活質量連同其他被研究因素在同一模型中進行分析討論。隨著人們生活質量的提高以及消費方式的變革，生活質量在調節區域吸引力中的地位也越發關鍵。

中國正處于人民生活質量穩步提高的關鍵時期，關于人民生活質量對綠色效率影響的研究卻很少。為此，探究人民生活水平對綠色效率的影響，對于實現生活與環境的高度協調發展具有重要的理論和現實意義。鑒于此，本文采用三階段DEA模型和空間面板Tobit模型，探究中國城鎮人民生活質量進程對城市綠色效率的影響機制。

2 變量估算

2.1 綠色效率估算

2.1.1 測算方法

各城市綠色效率的測算選用含非合意產出的三階段DEA模型。傳統的DEA方法在一個確定的前沿面下，將所有因素造成的隨機誤差均歸因于低效率，忽略了外部環境對決策單元（DUM）的影響。而三階段DEA方法，則在第二階段加入隨機前沿模型（SFA），克服了傳統DEA模型不考慮環境變量和隨機誤差的問題，使得模型結果更真實。鑒于此，本文采用三階段DEA模型，對我國綠色效率進行研究。

具體模型如下：第一階段為傳統的BC2-DEA模型，利用線性規劃思想，以最優的投入與產出作為生產前沿，如式（1）所示。第二階段根據目標投入量與原始投入的差額，計算出松弛變量，再利用最大似然等方法估算未知參數的值，調整后如式（2）所示。運用SFA回歸能夠得到各環境變量的系數和效率值，然后調整DUM的投入值。第三階段則利用調整后的投入與原來的產出，再次運用第一階段的BC2-DEA模型，計算DMU的相對效率。

2.1.1 測算指標選取

城市綠色效率的測算指標的選擇應以綠色效率的內涵為基礎，即城市綠色效率是以最小的要素投入或最少的非合意環境產出來獲取最大的經濟效益與社會效益，實現共贏。投入指標包括資本投入要素全社會固定資產投資總額、技術投入要素教育支出以及自然資源投入要素供水總量。產出指標分為期望產出和非期望產出兩大類，其中期望產出包括代表城市經濟水平的人均GDP和第三產業產值以及代表社會質量的社會消費品零售總額;非期望產出為工業廢水排放量。環境指標包括對區域經濟與環境協調發展起重要作用的產業結構;衡量居民生活水平的人均GDP;不同階段對環境產生不同影響的城市化水平。

需要說明的是，在數據處理過程中應將非期望產出作為投入變量，原因在于非期望產出與投入都會導致成本的增加，且地方政府都希望用最小化的投入換取最大化的產出。產業結構以第三產業生產總值占國民生產總值的比率來衡量。城市化水平由城鎮人口占總人口比率來表示。

2.1.3 模型結果及分析

利用以上指標，借助三階段DEA方法對我國351個城市2013-2018年的綠色效率值進行估計。限于篇幅，表1中僅給出各個年份30個省會城市的綠色效率值以及首年和末年的排名。總體上，各個地區的效率值逐年波動上升，有明顯的改善，東部地區明顯高于西部地區。分區域來看，北京、福建、哈爾濱、長沙以及呼和浩特一直處于效率的前沿面;合肥、南寧、貴陽、南昌、西寧、烏魯木齊等地綠色效率較低。大部分地區效率值在0.5～0.9間，體現了明顯的異質性，因而對影響綠色經濟效率的主要因素進行進一步分析是很必要的。

2.2 人民生活質量測算

2.2.1 估算方法

熵值法是相對客觀的賦權方式，不涉及人為主觀因素使熵權法較為穩定可信。熵值法具有廣泛的適用性，能和多種評價方法結合使用，全面地進行綜合評價。人民生活質量是經濟、社會、人口、環境等多方面協調發展的系統，在評價其質量時，重點關注系統內差異部分，熵值正是強調了這種差異程度的存在。因此本文選用改進后的熵值法來確定城鎮人民生活質量綜合評價體系的指標權重。

2.2.2 測算指標選擇及結果

環境質量是美好生活的重要維度之一，良好的環境質量可以提高人們的生活滿意度，本文選用城鎮人均道路以及城鎮人均綠地面積來衡量環境質量。收入是經濟發展的核心指標，地區收入質量左右了當地公共資源的供給質量，個體收支質量則直接決定了自身及其家庭的生活質量?，F有相關文獻顯示，個人可支配收入以及消費支出的高低能夠有效反映其生活質量的好壞，因此基于數據的可獲得性，本文選用城鎮居民人均可支配收入和城鎮居民人均生活消費支出來衡量經濟發展對人民生活質量的影響。測量結果見表2。

3 空間計量模型構建

3.1 空間計量模型

由于城鎮人民生活質量存在空間效應，本文采用空間計量模型實證分析人民生活質量的變化對綠色效率的影響。對比于經典回歸模型，空間計量模型的優勢在于將不同個體間的空間聯系也納入對模型結果估計的考慮，更適合眼下開放與合作的經濟環境?？臻g自回歸模型（SAR）是空間計量模型的基本模型之一，其假設一個地區的被解釋變量直接受其他地區的被解釋變量影響，鑒于本文研究目的，選取空間自回歸模型作為基礎模型，考慮到被解釋變量“綠色效率”的取值在[0，1]之間，屬于受限變量，因而采用Tobit-SAR模型來保證回歸結果更加準確合理。模型具體形式如式（3）：

3.2 變量選取及數據來源

本文選取數據為我國2013-2018年30個省域351個地區（由于西藏數據缺失較多，為保證研究結果的準確性，故將西藏排除在外）。其中，大部分數據來源于各省域《統計年鑒》，其余數據來源于《中國城市統計年鑒》《中國區域經濟統計年鑒》以及各個地區的國民經濟與社會發展統計公報。個別缺失數據采用插值法以及遞推法補齊。變量說明見表3。

4 實證分析

4.1 綠色效率的空間相關性

4.1.1 全局空間相關性分析

空間相關性檢驗是對于屬性值在整個區域的空間特征的描述，通過比較鄰近空間位置觀測值的相似程度來測量全局空間自相關。本文采取Moran's I指數來測量全局自相關，空間權重矩陣采用基于鄰接關系的“車”相鄰。如果兩個地區有公共邊則鄰接，用1表示，反之用0表示。若Moran's I在統計上顯著大于0，表示在地理空間分布中相似的屬性值趨向于聚集在一個區域，即存在空間正相關，數值越大說明空間正相關性越強;若Moran's I統計上顯著小于0，表示不同的屬性值趨向于聚集在一個區域，即存在空間負相關，數值越大說明空間負相關性越強;若Moran's I等于0，則表示不存在相關性，空間分布隨機。表4報告了檢驗所得的空間相關性結果，可以清楚的看出歷年Moran's I檢驗值均通過0.01的顯著性水平，說明各地區綠色效率在考察年份的空間分布上具有顯著的正自相關關系，表現出相似值之間的空間集群形態。所有指數都大于0，說明綠色效率值低的地區傾向于與其他綠色效率值較低的地區相臨近，綠色效率值較高的地區傾向于與其他綠色效率值較高的地區相臨近。因此，從整體上看，各地區綠色效率存在明顯的空間相關性。

4.1.2 局部空間相關性分析

全局空間自相關只能解釋各個變量之間的總體關聯特征，并不能揭示局部變量間的關聯特征，為進一步探索綠色效率局部關聯特征，接下來進行局部空間自相關檢驗。

圖1是各個地區2018年綠色效率的局域 Moran's I檢驗的散點圖。檢驗結果表明：各個地區綠色效率表現為共同的空間特征，呈現出正向的自相關性。其中，高綠色效率地區和低綠色效率地區的自我集聚占主導地位，絕大部分地區處在第一象限和第三象限。

4.2 模型的估計及檢驗

表5為空間自回歸模型在不同情況下的回歸結果。在模型的選擇中，由R2可知空間自回歸Tobit模型的擬合程度高于傳統Tobit的模型，采用距離矩陣優于采用鄰接關系矩陣，且替換權重矩陣可作為常用的穩健性檢驗方法。表5同時給出了兩種權重矩陣的SAR模型估計結果，對比估計結果可知兩種權重矩陣無論是系數的符號還是顯著性都相差不大，說明模型是穩健有效的。Tobit-SAR模型所有變量的符號符合預期，系數在0.01的顯著性水平下非常顯著，R2為0.9811說明模型擬合度非常好。綜上，在模型的選擇中選用距離權重矩陣的Tobit-SAR模型。

由Tobit-SAR模型實證結果我們得到如下結論：首先，被解釋變量的空間滯后項系數？啄為0.1817776，在1%的顯著性水平下顯著為正，說明綠色效率具有顯著的空間溢出效應，即某個地區綠色效率值的增加會帶動鄰接地區綠色效率值增加。同時也與前文中進行的Moran相關性分析相吻合，說明了模型使用空間計量模型是合理得，綠色效率值確實存在空間影響。

其次，城鎮居民生活質量的回歸系數（x）符號為負，系數值為-0.3138622，并且在1%的顯著性水平下通過檢驗。這個結果表明，某個地區的城鎮人民生活質量的提高會抑制當地的綠色效率。也就是說人民生活質量的提高非但沒有促進綠色效率，反而對綠色效率產生了負面影響，這似乎與我們在協調發展中想要得到的結果相悖。但這與實際情況是相符的，可能基于如下原因：為了提高生活質量，卻不得不以增加碳排放為代價，使得環境污染對綠色效率產生了重要負面影響;中國人民生活質量的發展取得了巨大成就，但發展的同時也加劇了能源的消耗、環境的污染，導致城市綠色效率與生活質量之間呈現負向關系;地方對于滿足人民日益增長的美好生活需要而產生的相關政策推動了生活質量的提高，但也付出了過高的資源和環境代價。在短期內，難以平衡綠色效率與生活質量的同步提高，唯有主動改革官員激勵機制，發揮地方政府在轉變提高生活質量方式中的正向作用，并從要素稟賦結構著手，才有可能逐步提高中國城市的綠色效率。

最后，關于控制變量對綠色效率的影響分析。產業結構（xt）的系數為0.0037177，在0.01的顯著性水平下顯著為正，說明某個地區的第三產業比率的增長會促進當地的綠色效率。城鎮化水平（xp）的系數為-0.0022525，在0.01的顯著性水平下顯著為負，說明某個地區的城鎮化水平提高會抑制當地的綠色效率。人均GDP（xa）的系數為0.0037177，在0.01的顯著性水平下顯著為正，說明某個地區的人均GDP的增長會促進當地的綠色效率。

5 結論與啟示

綜合前面的所有分析，可以得出以下結論和建議：

第一，中國城鎮綠色效率在空間上存在顯著的正相關性，本地區的綠色效率水平一定程度上會對鄰接地區綠色效率水平產生正向的影響。因此，地區政府因借助正向影響，大力促進城市綠色效率的提高，利己利人，充分發揮資源的溢出效應。

第二，中國綠色效率值的空間分布特點是各省會城市人民生活質量明顯高于周邊城市，東部地區生活質量高于西部地區，沿海地區高于內陸地區。因此，應該利用省會城市對周邊城市綠色效率發展的帶頭作用，調整影響力度，加大輻射區域，充分發揮空間依賴性，提高中國整體發展速度。

第三，城鎮居民生活質量對綠色效率值的增長產生負向影響，生活質量的提高非但沒有促進本地區的綠色效率值的增長，而且對鄰接地區的綠色效率值的增長也產生了抑制效果。因此，應該在合理安排調控的基礎上深化提高生活質量方式的改革，注重對污染排放等級的嚴格測量，呼吁市民節能減排，提倡各大工業產業綠色生產，讓生活質量的提高在福及本地的基礎上更充分的福及鄰接地區，使整體協調發展。

第四，產業結構和人均GDP對綠色效率產生了顯著的正向的影響，城鎮化水平對綠色效率產生了顯著的負向的影響。因此，首先，政府應該合理安排政府行為，對城鎮化政策加以控制和調整，轉變城鎮化水平所產生的負向影響，否則很可能導致綠色效率值緩慢下降。其次，對于產業結構和人均GDP所產生的影響應該在保持對自身綠色效率促進作用的基礎上加大輻射范圍，形成地區之間的互惠互利，共同發展。最后，不同地區之間存在環境、政策發展水平等多方面的差異，對不同地區應采取不同的措施，因地制宜。

參考文獻：

〔1〕聶名華，齊昊.對外直接投資能否提升中國工業綠色創新效率？基于創新價值鏈與空間關聯的視角[J].世界經濟研究，2019（02）：111-122+137.

〔2〕YUE S J，YANG Y，HU Y Y. Does foreign direct investment affect green growth？evidence from China's experience[J].Sustainability，2016，8（02）：158-170.

〔3〕王冉，孫濤.基于超效率DEA模型的環境規制對中國區域綠色經濟效率影響研究[J].生態經濟，2019，35（11）：131-136.

〔4〕楊佳偉，王美強.基于非期望中間產出網絡DEA的中國省際生態效率評價研究[J].軟科學，2017， 31（02）：92-97.

〔5〕謝秋皓，楊高升.新型城鎮化背景下中國區域綠色發展效率測算[J].統計與決策，2019，35（24）：132-136.

〔6〕盧麗文，宋德勇，李小帆.長江經濟帶城市發展綠色效率研究[J].中國人口·資源與環境，2016， 26（06）：35-42.

〔7〕陳星星.綠色全要素能源效率的空間溢出效應測度[J].統計與決策，2019，35（21）：118-121.

〔8〕劉陽，秦曼.中國東部沿海四大城市群綠色效率的綜合測度與比較[J].中國人口·資源與環境，2019，29（03）：11-20.

〔9〕曹鵬，白永平.中國省域綠色發展效率的時空格局及其影響因素[J].甘肅社會科學，2018（04）：242-248.

〔10〕王志平，陶長琪，沈鵬熠.基于生態足跡的區域綠色技術效率及其影響因素研究[J].中國人口·資源與環境，2014，24（01）：35-40.

〔11〕周亮，車磊，周成虎.中國城市綠色發展效率時空演變特征及影響因素[J].地理學報，2019，74（10）：2027-2044.

〔12〕李兆中，甄峰.多源數據結合的城市生活空間質量評價——以南京為例[J].人文地理，2019，34（06）：53-61.

〔13〕Liu， B. C. （1983）. Variations in economic quality of life indicators in the u.s.a.： an interstate observation over time.Mathematical Social Sciences，5（01）， 107-120.

〔14〕黃俊.貧困地區農村老齡人口生活質量評估——基于湖北、安徽13個貧困村的調查[J].統計與決策，2019，35（23）：85-89.

〔15〕劉鵬飛，孫斌棟.中國城市生產、生活、生態空間質量水平格局與相關因素分析[J].地理研究，2020，39（01）：13-24.