內蒙古自治區生態福利績效評估及其驅動效應分解

姜世忠 侯林秀 費 陶 陸學巖 哈斯娜 溫 璐 王立新

(內蒙古大學 生態與環境學院/草原生態安全省部共建協同創新中心/內蒙古草地生態學重點實驗室,呼和浩特 010021)

生態福利績效(Eco-welfare performance,EWP)是指單位自然消耗所帶來的福祉水平提升，是單位生態消耗的福利產出效率[1]。EWP反映一個國家或地區將自然資本消耗轉化為福祉的能力[2]。自2005年起，我國綠色發展重點集中在“綠水青山就是金山銀山”的理念上[3-4]，不僅表現在自然環境保護與經濟社會發展相適應，并共同推動社會總資產的過程，也表現為自然資源轉化為經濟效益和人類福祉的過程[5]。堅持綠水青山和經濟發展相適應，對人類福祉和EWP的提升意義重大。1974年Daly[6]最早提出EWP的概念，到1992年生態足跡(Ecological footprint,EF)概念的提出使得EWP的計算得到廣泛推廣[7]。對EWP的研究主要包括EWP的測度方法和指標構建、EWP的影響和控制因素探討以及基于EWP評價的區域可持續發展水平研究3個方面。首先，從EWP測度方法和指標的構建來看，主要包括比例法[8-10]和數據包絡分析法[11-12]。采用比例法(人類發展指數和生態足跡的比值)計算EWP具有指標選取簡單、便于驅動因素的分解研究、數據包絡方法科學性較強的特點，然而，其指標選取復雜，不利于EWP的進一步分解研究[13]。目前關于EWP驅動效應的分解研究主要集中在采用比例法的EWP測度以及采用數據包絡分析方法的EWP可持續發展水平評估。Dietz等[14]用隨機前沿生產函數來構建EWP指數，Knight等[15]則采用方程回歸結果中的非標準化殘差項作為各國EWP的指標，也有研究者采用對數平均迪氏分解法[16]或者將福祉理念和經濟增長績效相結合的方法[17]對生態福利績效的影響因素進行分解和量化研究。其次，從EWP的影響和控制因素來看，研究發現城市化率、產業結構、能源強度、能源消費結構、人力資本、氣候等均在一定程度上影響EWP[1,18]。通過優化產業結構、技術創新驅動、深化區域合作、加強環境監管等措施可增強區域EWP[19-21]。雖然，基于EWP評價的區域可持續發展水平的研究在國家和省域尺度已開展較多，然而，鮮有研究準確評估城市尺度EWP的時空演變格局，深入解析自然資本消耗、經濟發展與福祉提升間的關系也不多[13]。

內蒙古地區作為中國北方的生態安全屏障[22]，在維護國家生態安全、推動生態文明建設中尤為重要[23-24]。已有研究運用碳足跡、水足跡、生態足跡等評估內蒙古可持續發展水平[25-26]，但未從社會經濟自然復合生態系統綜合考慮經濟增長與居民福祉提升、資源消耗間的相互關系，且驅動力分析尚不深入[27]。因此，為探究內蒙古地區經濟發展與資源環境的可持續性關系，本研究基于1998—2019年內蒙古地區12個盟市的統計年鑒數據，通過計算內蒙古地區各地級市EWP，并將驅動效應分解為經濟增長的福利效應和經濟增長的生態效率，試圖揭示各盟市經濟增長與福祉提升之間的關系以及經濟增長的驅動力變化，以期為促進內蒙古地區高質量綠色發展和民生福祉提升的政策制定提供科學依據。

1 研究方法與數據來源

1.1 研究區概況

內蒙古自治區(97°12′～126°04′ E，37°24′～53°23′ N)橫跨東北、華北、西北地區，地處歐亞大陸內部，東西直線距離2 400 km，南北跨度1 700 km，全區面積為118.3萬km2，下轄9個地級市，3個盟；地貌以蒙古高原為主，西部地區屬溫帶大陸性氣候，東部地區為中溫帶季風氣候，多年平均降水量自東向西由500 mm遞減為50 mm左右，多年平均蒸發量自東向西由1 000 mm增加到3 000 mm；全區常住人口為2 404.9萬人(2020年)。

1.2 數據來源

數據來源于1999—2020年《內蒙古統計年鑒》[28]、《內蒙古政府工作報告》[29]，以及國土、農業及林草等部門提供的專項調查數據。人類發展指數(HDI)的計算用收入指數、健康指數和教育指數的算術平均值來計算。收入指數由按美元購買力平價計算的人均國內生產總值計算。健康指數采用的是平均預期壽命指標，針對缺少連續年份的平均預期壽命數據采用插值法和均值補充。教育指數使用成人識字率(占2/3權重)和綜合毛入學率(占1/3權重)計算。

由于各盟市消費項目的進出口量難以獲取，為了核算口徑的統一，本研究采用消費項目的產量代替消費量。耕地的生態足跡以糧食作物產量來計算；草地的生態足跡利用牛肉、羊肉、牛奶、綿羊毛、山羊毛、羊絨等產量來計算；林地的生態足跡采用林地產量計算；化石燃料用地足跡用煤炭、石油、天然氣的消耗量計算；漁業用地足跡用水產品生產量計算；建設用地用生態足跡用耗電量和建設用地面積進行計算[30-33]。

經濟增長模型中的期望產出用各盟市的GDP表示；資本要素投入采用社會固定資產投資指標表示；勞動要素投入用年末就業人數表示；土地要素投入用耕地面積指標表示[34]。

1.3 研究方法

1.3.1生態福利績效模型

EWP的計算借鑒Thompson等[35]的研究，具體計算公式如下：

(1)

(2)

(3)

式中：HDI為人類發展指數，采用1990年聯合國開發計劃署(UNDP)提出指標計算[36]，其中收入指數、教育指數、健康指數采用王圣云等[13]的方法篩選；EFI為單位資源消耗所產生的人均生態足跡指數，即經過標準化處理的各類土地需求面積與人口數量之比[13]；EF表示人均生態足跡，單位為全球公頃(gha)；ci為第i種商品的人均消費量；pi為第i類消費商品的世界平均生產能力或平均產量；i為消費商品和投入的類型；ri為等價因子(各土地類型等價因子分別為耕地2.21、林地1.10、草地0.50、建設用地2.80、水域用地0.20、化石燃料用地1.10)；max(EF) 為人均生態足跡的最大值。

1.3.2生態福利績效分解模型

將生態福利績效分解為如下模型[13]：

(4)

(5)

令

GTFP=F(Kt,Lt,Rt，Y)
Y=G(GDP,EFI)

(6)

式中：HDI/GDP反映人類福祉與經濟增長的變化關系；GDP/EFI反映經濟增長的生態效率；%ΔGDP為GDP的增長速度；%ΔHDI為HDI的增長速度；%ΔEFI為EFI的變化；GTFP是綠色全要素生產率指數(Green total factor productivity,GTFP)，以單位生態足跡的GDP產出來表征生態效率；Kt、Lt、Rt分別表示的t時期資本投入、勞動投入、土地投入；Y表示生態效率產出，其中將GDP增長作為三大投入的期望產出，將生態足跡作為三大投入的非期望產出。全要素生產率(Total factor productivity,TFP)則是不考慮非期望產出時測算的經濟增長的生態效率。

經濟增長的福利效應利用Tapio[37-40]提出的彈性系數脫鉤指數(Decoupling index,DI)模型計算，公式如下：

(7)

采用數據包絡分析法(DEA-ML)指數模型測算經濟增長的生態效率，即GTFP。根據鄭慧等[41]研究：假設有n個決策單元，n=1,2,…,n，每個決策單元利用m個投入要素生產P個期望產出和t個非期望產出。令Xi=(X1i,X2i,…,Xmi)表示第i個決策單元的m個投入要素；Yi=(y1i,y2i,…,ypi)表示第i個決策單元的p個期望產出；Zi=(Z1i,Z2i,…,Zti)表示它第i個決策單元的t個非期望產出；則(Xi，Yi，Zi)∈Em,p,t為投入產出數據。本研究以經濟增長為期望產出，以生態足跡為非期望產出測度t期到t+1期的綠色全要素生產率的變化(GTFPt,t+1)。該指數可以將綠色全要素生產率效應(GTFPt,t+1)分解為技術進步指數(TECH)和技術效率變化指數(EFFCH)。規模報酬可變的情況下GTFPt,t+1的技術效率變化指數(EFFCH)可進一步分解為純技術效率變化指數(PECH)和規模效率變化指數(SECH)。其推導公式如下[37]：

(8)

式中：GTFP>1，表示綠色全要素生產率提高；GTFP<1，表示綠色全要素生產率下降。TECH>1，表示前沿面向外擴張，技術進步，生產邊界外移；TECH<1，表示前沿面向內縮小，經濟增長過程中存在技術衰退，生產邊界向原點移動。EFFCH>1，表示技術效率改善；EFFCH<1，表示技術效率惡化。若PECH>1，表示決策單元生產管理水平提高，生產效率提高。若PECH<1，表示決策單元生產管理水平降低，生產效率降低。若SECH>1，表示決策單元規模效率上升，更接近最優規模。若SECH<1，表示決策單元規模效率下降，更遠離最優規模[13]。

為研究內蒙古地區各盟市人類發展水平，本研究特別將HDI等級劃分為低人類發展水平HDI≤0.499、中等人類發展水平0.499

2 結果與分析

2.1 內蒙古生態福利績效及其時空格局

通過式(1)計算得到研究區EWP，結果見圖1。可見：研究期間整個研究區EWP呈波動變化，其中1998—2001年(Ⅰ段)緩慢增長，年均增長率達1.87%；2001—2006年(Ⅱ段)迅速下降，至2006年達到最低，年均增長率為-6.6%；2006—2012年(Ⅲ段)間上升，之后到2017年(Ⅳ段)下降；2017—2019年(Ⅴ段)迅速上升，年均增長率達到7.36%。計算各盟市各年份的EWP，結果見表1。可知：表明研究區的人類發展指數提升速度在Ⅰ、Ⅲ、Ⅴ時間段內快于人均生態足跡增長，而在Ⅱ和Ⅳ時間段內低于人均生態足跡增長；從盟市尺度來看，研究期間內蒙古地區8個盟市的EWP呈負增長，尤其是興安盟(-2.71%)、巴彥淖爾(-2.08%)、阿拉善盟(-1.50%)的EWP下降速率較快(表1)。呼和浩特、呼倫貝爾、錫林郭勒盟、鄂爾多斯的EWP表現為正增長，其中呼和浩特和呼倫貝爾是人類發展指數提高快且生態足跡增長緩慢導致，錫林郭勒盟主要是人類發展指數增長快速且生態足跡負增長導致，而鄂爾多斯的EWP提升是由于區域人類發展指數增速高于生態足跡增速導致的。

圖1 1998—2019年內蒙古地區生態福利績效變化趨勢Fig.1 Change trend of eco-welfare performance in Inner Mongolia from 1998 to 2019

由表1可知：研究期間鄂爾多斯、烏海、包頭、烏蘭察布、巴彥淖爾的EWP在1998—2004年呈倒“V”型變化，2004—2019年呈波動式上升變化；興安盟、通遼、赤峰的EWP在1998—2004年呈“M”型變化，2004—2019年具有平穩下降的趨勢；呼和浩特和阿拉善的EWP總體變化趨勢先波動式上升后波動式下降，其中2015年呼和浩特EWP達到最大，2012年阿拉善EWP 達到最大；在1998—2006年期間呼倫貝爾EWP下降，而錫林郭勒EWP上升，2006—2018年兩市均平穩發展，2018—2019年EWP均明顯上升。說明研究區盟市間EWP發展仍不均衡。影響各盟市EWP變化的主要原因是耕地面積變化、糧食、羊肉、牛奶、綿羊毛、山羊毛等人均消費量變化，收入指數和教育指數的變化。

表1 1998—2019內蒙古地區生態福利績效Table 1 Eco-welfare performance of Inner Mongolia from 1998 to 2019

2.1.1內蒙古HDI時空格局

采用收入指數、教育指數、健康指數計算得到研究區HDI，結果見圖2。可見：研究期間內蒙古地區HDI明顯提升，自2010年起增長速度明顯放緩；與1998年相比，2019年的HDI增長了0.24，年均增長率達到了1.63%；人均GDP從1998年的5 139元上升到2019年的67 444.87元，表明研究區的經濟發展取得了顯著的成果；人均預期壽命由1998年的69.87歲到2019年的74.44歲，平均壽命達到71.94歲，高于世界平均預期壽命70歲[13]，從側面反映出內蒙古地區人民物質生活水平，醫療衛生水平得到了巨大發展；全區成人識字率達到95.42%，在1998—2019年文盲率由15.83%下降至4.58%，表明全區教育水平得到全面提高，居民文化水平顯著提升。

圖2 1998—2019年內蒙古地區人類發展指數變化Fig.2 Human development index changes in Inner Mongolia from 1998 to 2019

通過Arcgis將各盟市HDI在空間的變化進行投影，結果見圖3，計算各盟市HDI的增長率，結果見圖4。可見：在1998年，研究區各盟市人類發展水平均處于中等人類發展水平，均值為0.588；至2019年，呼和浩特、包頭、烏海、錫林郭勒盟、鄂爾多斯、巴彥淖爾、阿拉善盟等7個盟市已進入高等人類發展水平，其中部分盟市的HDI接近極高人類發展水平，赤峰、呼倫貝爾、興安盟、通遼、烏蘭察布市人類發展水平皆接近高等發展水平；相比于東部地區，西部地區和中部地區的HDI隨時間變幅較大。

圖3 1998—2019年內蒙古地區人類發展指數空間分布圖Fig.3 Spatial distribution of human development index by Inner Mongolia from 1998 to 2019

圖4 1998—2019年內蒙古地區各盟市人類發展指數年增長率Fig.4 Annual growth rate of human development index by league cities in Inner Mongolia from 1998 to 2019

2.1.2內蒙古生態足跡時空格局

通過式(3)計算研究區各生態足跡，結果見圖5。可見：1998—2019年，內蒙古地區生態足跡明顯上升；人均草地、人均林地、人均水域生態足跡在人均生態足跡中的比例自1998年的57.78%、0.72%、0.03%分別下降至2019年的41.67%、0.61%、0.026%。下降程度表現為：人均草地生態足跡(下降16.11%)>人均林地生態足跡(下降0.11%)>人均水域生態足跡(下降0.004%)。這表明草地、林地、水域作為自然資源消耗指標，內蒙古地區針對草地、林地及水體所采取的一系列環境保護措施(如:“三北”防護林建設、退耕還林還草、水土保持、水生態綜合治理、圍欄封育等)具有一定效果。人均建設用地、人均耕地和人均化石能源生態足跡在人均生態足跡中的比例自1998年的1.22%、39.66%、0.59%分別增長至2019年的10.16%、45.11%、2.42%。增長程度表現為：人均建設用地生態足跡(增長8.94%)>人均耕地生態足跡(增長5.45%)>人均化石能源生態足跡(增長1.83%)。人均建設用地生態足跡的增加主要是自改革開放以來內蒙古地區城市化快速發展的結果[43]。研究區作為我國北方地區重要的糧食生產基地是導致人均耕地生態足跡增加的主要因素[44]。化石能源的開采利用是導致內蒙古人均化石能源生態足跡增加的主要原因[45-46]。總體而言，人口數量逐年增加、城市化進程加快及資源開發利用強度增加是內蒙古地區人均生態足跡總體呈上升趨勢的主要原因[27]。

圖5 1998—2019 年內蒙古地區人均生態足跡構成Fig.5 Evolution of per capita ecological footprint in Inner Mongolia from 1998 to 2019

通過Arcgis將各盟市EF在空間的變化進行投影，結果見圖6，計算各盟市EF的增長率，結果見圖7。可見：在空間上，人均生態足跡總體呈東高西低，東部地區人均生態足跡變化率較高且隨變化較為穩定，中部地區的EF為波動式變化，尤其是錫林郭勒、烏蘭察布變化最為明顯；阿拉善盟、烏海市、鄂爾多斯、巴彥淖爾等西部地區的EF在時間上沒有劇烈的變化，前期變化差異較大，后期變化差異較小。

圖6 1998—2019年內蒙古地區各盟市人均生態足跡空間分布圖Fig.6 Spatial distribution of ecological footprint per capita in each league and city of Inner Mongolia from 1998 to 2019

圖7 1998—2019年內蒙古地區各盟市人均生態足跡年增長率Fig.7 Annual growth rate of ecological footprint (EF) per capita in Inner Mongolia by league and city from 1998 to 2019

2.2 內蒙古經濟增長的福利效應分析

將研究區DI值劃分為四種福利效應類型，各盟市的DI值的劃分標準以至少5個年度的DI值來衡量，結果見表2。可知：包頭、呼倫貝爾、興安盟、通遼、錫林郭勒盟、阿拉善盟6個盟市為低福祉增長類型，即這些盟市福祉水平的提升速度低于經濟增長的速度；其中包頭和通遼兩個盟市的經濟發展速度和人類福祉增加速度的趨勢大體一致，但由于人類福祉增長速度慢于經濟增速，屬于低福祉增長類型；呼倫貝爾、興安盟和錫林郭勒盟3個盟市與包頭和通遼相比較，人類福祉增速較快，但依舊慢于經濟增長的速度，表現為由低等福祉增長類型向中等福祉增長類型轉變的過程；阿拉善盟的人類福祉水平較低，經濟發展受環境的抑制較大，DI<0的值分別達到4個年份，0≤DI≤0.1的年份達到12個。

表2 內蒙古地區經濟增長的福利效應類型劃分Table 2 The types of welfare effects of economic growth in Inner Mongolia

呼和浩特、烏海、赤峰、烏蘭察布、鄂爾多斯、巴彥淖爾等6個盟市屬于中等福祉增長類型，表現為經濟增長的速度比福祉增長的速度相對來說較慢。2005年起呼和浩特經濟增長開始放緩，雖然人類福祉增長速度整體上有所下降，但下降趨勢不大，使其成為中等福祉增長類型；烏海市0.1

2.3 內蒙古自治區各盟市經濟增長的生態效率分解

采用DEA-ML指數模型測算經濟增長的生態效率，結果見圖8。可知：1998—2019年，研究區TFP和GTFP均隨時間上下波動，GTFP略低于TFP，主要是TFP沒有考慮經濟發展所帶來的負面產出，而GTFP涵蓋了經濟增長所帶來的環境代價。

圖8 1998—2019年內蒙古地區綠色全要素生產率與全要素生產率的演變趨勢Fig.8 Evolution trend of green total factor productivity and total factor productivity in Inner Mongolia from 1998 to 2019

將1998—2019年內蒙古地區各盟市GTFP和TFP分解，結果見表3和表4。可知：TFP各分項指數對經濟增長的貢獻中SECH和PECH對內蒙的經濟增長的貢獻低于TECH，表明研究區經濟發展主要以技術進步為驅動；GTFP各分項指數對經濟增長的貢獻中也以TECH最為突出。反映了不論是否考慮非期望產出，影響內蒙地區經濟增長的首要驅動力為技術進步。

表3 內蒙古地區綠色全要素生產率分解Table 3 Decomposition of green total factor productivity by Inner Mongolia

表4 內蒙古地區全要素生產率分解Table 4 Total factor productivity decomposition by Inner Mongolia

1998—2019年GTFP由高到低依次為：西部地區(1.158)>中部地區(1.148)>東部地區(1.147)。西部地區GTFP最高，主要是鄂爾多斯作為中國北方地區的產煤大市，通過技術進步等科技手段，極大地促進了經濟的發展[46]，巴彥淖爾礦產資源豐富，硫鐵礦儲量居全國第一，全市有機奶產量占全國一半以上，農畜產品出口量占內蒙古第一，烏海和阿拉善人口數量少，人均生態足跡小；中部地區的呼和浩特和包頭分別作為內蒙古地區的政治、經濟、文化中心以及工業大市，對內蒙地區經濟發展的影響舉足輕重；東部地區GTFP相比于西部地區和中部地區較低，但是隨著經濟的發展，社會各項事業表現出良好的態勢，其TECH和PECH具有明顯的增加趨勢。

3 討論與結論

3.1 討論

研究期間內蒙古地區EWP總體處于波動下降狀態，表明研究區人類發展指數的提升慢于人均生態足跡增長，這與全國EWP的變化趨勢是相一致的[13]，也與陜西(-4.28%)，寧夏(-3.97%)、青海(-2.69%)、新疆(-4.20%)等西部地區的EWP變化一致[13]。由此可知，西部欠發達地區更容易在提高人類福祉時造成嚴重的資源消耗，而與其他EWP正增長的省市相比較，低EWP的地區減緩了全國整體EWP的增長。

蒙古地區人類發展指數整體處于增長的趨勢，但是經濟增長與福祉增長依舊處于相對脫鉤狀態，整體在全國范圍內排第14，說明內蒙古在全國省市中的人類福祉也僅處于中等人類發展水平[47]。陳濤等[48]在對全國人類發展指數的評估結果得出人類發展指數不均衡的原因極有可能是教育指數的差異較大引起，收入指數和健康指數的影響相對較少。本研究中收入指數的差異較大，表明收入不均等因素是造成的人類發展程度不平衡的主要原因。因此加大社會福利在財政支出中的比重，加大醫療、教育以及就業等方面的投入，推進基礎公共服務設施的建設,對提升研究區人類福祉水平具有重要意義。

研究期間內蒙古地區生態足跡明顯上升，這與玉梅等[30]的研究相一致，其中人均建設用地生態足跡(增長8.94%)、人均耕地生態足跡(增長5.45%)、人均化石能源生態足跡(增長1.83%)是導致內蒙古生態足跡增加的主要原因。劉海濤等[49]結果得出化石燃料用地、耕地及草地的生態足跡對內蒙古自治區人均生態承載力的影響非常明顯，主要原因可能是采用的數據太久遠，無法對當下的最新生態足跡進行評估。也有研究表明氣候變化會對生態足跡產生影響，這有可能是適當的降雨加快了生態環境資源的更新，例如草地，水域面積、林地面積的改變[50]。“三北”防護林建設、退耕還林還草、水土保持、水生態綜合治理、圍欄封育等一系列生態防護措施能夠明顯減緩生態足跡的增加，但人口數量增加、城鎮化改造及資源開發利用不合理等因素會導致生態足跡的提升，應當實施以生態保護與經濟發展并重的政策方針，加大科研力度并積極采用先進的技術，合理適度地開發各種土地資源，努力提高資源利用效率[27]。

通過對研究區生態效率分解可知技術進步是促進內蒙古經濟增長的主要驅動因素，這與蘇日古嘎等[51]應用超效率SBM模型和GML指數對內蒙古自治區及其12個盟市的綠色發展效率與綠色全要素生產率進行測度的結論相一致。本研究GTFP由高到低依次為：西部地區(1.158)>中部地區(1.148)>東部地區(1.147)，這也與閆海春等[52]人的研究一致，綠色全要素生產率增長的區域差異由西部地區到東部地區呈現遞減態勢。因此加大技術進步的支持力度，針對綠色全要素生產率發展水平地區差異顯著的特點，還要加強東西部的交流合作，縮小地區差距。

3.2 結論

本研究基于1998—2019年內蒙古地區12個盟市面板數據，通過計算內蒙古地區EWP，將其分解為經濟增長的福利效應和經濟增長的生態效率2個驅動效應，并采用DI指數和DEA-ML指數分別對影響各盟市經濟增長的福利效應和生態效率進行分析和測算，主要研究結論如下：

1)1998—2019年，內蒙古地區EWP整體隨時間處于波動下降的趨勢，各盟市間EWP發展也不均衡。

2)內蒙古地區經濟增長與福祉增長總體處于相對脫鉤狀態，經濟產出與人類福祉的轉換能力依舊較低。

3)按照對經濟增長帶來的貢獻對分解后的GTFP各項進行排序可知，技術進步依舊是促進內蒙古經濟增長的主要驅動因素。