劉子昂



摘要:在我國,資源型城市數量龐大,特別是黃河流域,其豐富的礦產資源在工業化進程中起到了重要的支持作用。得益于黃河流域礦產資源的大規模開發,形成了許多大型的資源型城市。但同時,也存在許多問題。由于對自然資源的過度開發,這些城市的自然環境受到了極大的破壞。僅憑當地的生產總值作為唯一指標,這種評判標準過于單一和片面,已經不適合當下注重發展質量、注重人與自然和諧發展的新發展理念和道路,因此,構建一種新的,評價某一地區或城市經濟發展水平的指標變得尤為重要。文章選取黃河流域的25個資源型城市為研究對象,通過測量其綠色經濟效率分析其綠色經濟的發展情況,并針對所發現的問題提出合理可行的建議。
關鍵詞:綠色經濟效率;黃河流域;數據包絡分析;資源型城市
一、研究背景
資源型城市作為一種重要的城市類型,它在一個國家和地區的經濟發展中扮演了非常重要的角色。沒有資源型城市的貢獻,就無法實現真正意義上的現代化。就國外一些國家的現代化歷程而言,大體上都經歷過先污染、后治理的路子。如何處理好發展與自然環境之間的關系,是當今社會每一個國家都需要面臨的一項重大課題。很顯然,過去一味追求經濟發展的發展模式已經不合時宜。綠色發展才是這些地區未來發展的必由之路。因此,建立一個行之有效的可以考察該地區綠色經濟發展情況的指標體系就顯得尤為必要。綠色經濟效率主要展現的是在追求經濟收益的同時如何有效地利用自然資源并盡量減少對環境的壓力。其本質是從環境保護與資源充分利用出發對經濟效率的衡量。因此,本文以DEA模型為基礎,建立城市綠色經濟效率指標體系,并以黃河流域的25個資源型城市為研究對象進行分析,并根據分析結果發現的問題提出合理建議。
二、研究方法
(一)熵權法
熵權法是被廣泛應用于多因素綜合評估的科學方法。其基礎在于從原始數據中提取信息,通過對各項指標間的信息量的分析以及對關聯程度的研究來實現對每個指標的公正且客觀的權重分配,從而盡量減少了在分配過程中由于主觀原因所引入的偏差。
(二)DEA模型
本文采用了數據包絡分析(Data Envelopment Analysis,DEA)中的Slacks-based Measure(SBM)模型,來測算黃河流域的25個資源型城市的綠色經濟效率。在這個分析中,我們將每一個地級市視為一個獨立的決策單元,它們都有各自的投入產出向量。我們假設有n個這樣的決策單元,每個決策單元有m個投入、s1個期望產出和s2個非期望產出。我們定義三個矩陣以表述這些信息:投入矩陣X(維度為m×n,成員為x1,x2,…,xn),期望產出矩陣Yg(維度為s1×n,成員為yg1,yg2,…,ygn),以及非期望產出矩陣Zb(維度為s2×n,成員為zb1,zb2,…,zbn)。根據這些信息,構建了SBM模型。具體構建方法如下:
其中,ρ*代表綠色經濟效率值,并且0≤ρ*≤1;s-、sg、sb分別表示投入、期望產出和非期望產出的松弛量;λ是權重向量;模型中下標“0”表示特定的被評價單元。若 ρ*=1,則被評價單元有效率;若ρ*=1,則被評價單元無效率,可以從投入和產出兩個角度改進效率。
三、實證分析
(一)數據來源和指標選取
1. 數據來源
按照由國務院發布的《全國資源型城市可持續發展規劃(2013-2020年)》,本研究選擇了25個地級市作為研究樣本,如圖1所示。
考慮到數據的可查性,本文選取了2012年至2018年上述25個資源型城市的相關數據,所有數據均來自《中國城市統計年鑒》。
2. 指標選取
在對經濟效率進行測算時,需要先構建出一個投入產出指標體系,根據已有的研究文獻,將投入要素分為資本投入、資源性投入和勞動力投入。考慮到數據的完整性和可獲得性,本文將各地市每年的固定資本存量作為資本投入要素;選取各地市年末從業人數代表勞動力投入;選取各地市工業用電總量、工業供水總量和城市建設用地面積代表資源投入要素;其中,土地作為生產要素,指的不是一般性的土地,是與生產及生活相關的土地;由于沒有工業供水總量的數據,本文將各地市每年總供水量減去民用供水總量作為工業供水總量。文章將各地級市的GDP設定為期望產出,而工業“三廢”,即工業廢水、二氧化硫和煙塵排放量,被認為是非期望產出。由于過多的投入、產出指標可能對結果造成影響,因此首先采用熵權法構造出綜合污染指數,再以此作為非期望產出納入測算體系。詳情見表1。
(二)綠色經濟效率的測算
首先,利用熵權法構造出黃河流域25個資源型城市2012-2018年的污染綜合指數。結果如表2所示。
而后根據上文所述的投入產出指標體系,利用maxdea軟件對黃河流域25個資源型城市2012-2018年的有關數據進行分析,得到了2012-2018年黃河流域25個資源型城市的綠色經濟效率值,該值越高,則說明綠色經濟水平越高,表明該資源型城市綠色經濟的發展愈好,若該效率值為1時,則表明該決策單元(城市)是有效單元。其結果整理如表3所示。
根據表3所示的各個地市的綠色經濟效率水平,我們可以把這25個資源型城市分為6類進行分析,分類如表4所示。
第一類城市的綠色經濟效率值幾乎都為1,這表明了這些城市的綠色效率經濟處于最前沿的位置,并且在最近七年一直保持著良好的勢頭;第二類城市的綠色經濟效率值大體上呈現下降的趨勢,這表明這些城市的綠色經濟效率水平在不斷退縮;第三類城市的綠色效率值呈現出上升的趨勢,這顯示出這類城市的綠色效率經濟水平呈現出不斷進步的良好勢頭,能夠在經濟發展的同時減少工業污染,實現高效綠色生產;第四類城市的綠色經濟效率值呈現出“跳躍”的現象,這說明這些城市的綠色經濟效率水平非常不穩定,有些年份處于很高綠色經濟效率水平,但有些年份卻是無效的;第五類城市的綠色經濟效率值呈現出穩定的趨勢,一般在0.5上下波動。
通過表4可以發現,第一類城市主要分布在黃河流域的中上游,黃河流域下游的城市綠色經濟水平都處于較低水平。人口較少的城市和地區的綠色經濟水平要比人口較多的城市的綠色經濟水平普遍偏高。產業單一的城市綠色經濟水平明顯低于產業多樣的城市。從整體上看,黃河流域資源型城市的綠色經濟效率水平呈現出西高東低的態勢,中部區域大部分資源型城市的綠色效率水平保持穩定,處于較低水平。
四、結論與建議
在對黃河流域25個資源型城市的綠色經濟效率進行評估后,可以得出以下幾點結論:黃河流域資源型城市的綠色經濟水平大部分處于中上游階段,但跟全國其他區域相比,尤其是經濟較為發達的地區相比,仍有著不小的差距;黃河流域資源型城市的綠色經濟水平參差不齊,區位差異較大,總的來說,呈現出東西高、中間低的特點;黃河流域資源型城市的綠色經濟發展水平存在著一定程度上的波動,這意味著對于該區域的資源型城市,想要保持高水平的綠色經濟,是較為困難的。根據上述研究結果,針對黃河流域資源型城市的綠色經濟發展現狀所存在的問題,提出以下幾點建議;應當注重和加強城市的公共基礎設施的建設,有利于招商引資,吸引更多的人才流入;應當注重和加快發展高等教育事業;因地制宜,制定適合的環境規制以及相關的規章制度。適當的規章制度有利于加快產業結構升級,推動城市轉型,減少污染,使得綠色經濟得到長足有效的發展,但不考慮自身實際情況的制定有關規章制度往往會起到相反的效果。
參考文獻:
[1]錢爭鳴,劉曉晨.中國綠色經濟效率的區域差異與影響因素分析[J].中國人口·資源與環境,2013,23(07):104-109.
[2]楊龍,胡曉珍.基于DEA的中國綠色經濟效率地區差異與收斂分析[J].經濟學家,2010(02):46-54.
[3]吳翔.中國綠色經濟效率與綠色全要素生產率分析[D].武漢:華中科技大學,2014.
[4]涂正革,諶仁俊.傳統方法測度的環境技術效率低估了環境治理效率?——來自基于網絡DEA的方向性環境距離函數方法分析中國工業省級面板數據的證據[J].經濟評論,2013(05):89-99.
[5]聶玉立,溫湖煒.中國地級以上城市綠色經濟效率實證研究[J].中國人口·資源與環境,2015,25(S1):409-413.
[6]李艷軍,華民.中國城市經濟的綠色效率及其影響因素研究[J].城市與環境研究,2014,1(02):36-52.
[7]穆學英,劉凱,任建蘭.中國綠色生產效率區域差異及空間格局演變[J].地理科學進展,2017,36(08):1006-1014.
[8]Charnes A,Cooper W W,Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978,2(06):429-444.
[9]王軍,耿建.中國綠色經濟效率的測算及實證分析[J].經濟問題,2014(04):52-55.
[10]吳旭曉.區域綠色經濟效率演化及其影響因素研究[J].商業研究,2014(09):27-33.
[11]李赫然. 基于非估計參數的資源型城市綠色經濟效率分析研究[J].工業技術經濟,2019,38(02):52-58.
[12]王文韜.基于Python的城市PM_(2.5)數據分析與綠色經濟效率研究[D].青島:中國石油大學(華東),2017.
[13]劉耀彬,袁華錫,王喆. 文化產業集聚對綠色經濟效率的影響——基于動態面板模型的實證分析[J].資源科學,2017,39(04):747-755.
[14]宋德勇,鄧捷,弓媛媛.我國環境規制對綠色經濟效率的影響分析[J].學習與實踐,2017(03):23-33.
[15]王雅倫.基于非參數估計和Tobit模型的資源型城市綠色經濟效率分析[D].南京:南京財經大學,2015.
[16]張陽.黃河流域資源型城市城鎮化質量評價[D].開封:河南大學,2017.
(作者單位:哈爾濱商業大學金融學院)