——基于省域数据的空间计量

苏容博  陈涛 沈阳化工大学经济与管理学院

摘要：本文以全国2006—2020年省级数据为基础,运用非期望产出Super-SBM模型,测算全国绿色发展效率。结果表明,在样本研究期间全国绿色发展效率均处于上升态势,外商直接投资是绿色发展效率的动力核心,而城镇化率起到了阻碍的作用。

关键词：绿色发展效率；FDI；空间杜宾模型

在我国的各个省份中，有些省份由于地理位置的优势，呈现对外开放程度最高、经济发展最具潜力、创新能力最强的优势，在长期亦是外商投资的主要集聚地区。对比之下，有些省份相较于发展的比较好的省份，地理位置偏僻，呈现的主要特点为对外开放程度低、创新能力较弱，经济发展相对比较落后。在全国发展和改革工作会议上，会议出台多条举措聚焦制造业引资、增加多条高技术制造业条目、中西部地区增加部分贸易相关产业条目、为进一步给中西部地区和东北地区绿色发展等提供优势。这不仅有利于促进全国各个省份各自的绿色发展水平，同时有利于促进邻近地区（如东北地区、长三角地区、京津冀地区等）省份之间的绿色发展协同水平。国家统计局数据显示：2022年，我国实际使用外资金额12326.8亿元人民币，同比增长6.3%。但是FDI在给我国带来先进生产技术、提供大量资金和企业管理经验的同时，也给我们的生态环境带来了压力。因此，在我国经济由高速增长的阶段转变为高质量增长的背景之下，研究全国省份FDI对绿色发展效率产生了怎样的影响，进而探究如何能够有效利用外资加快我国省份经济绿色转型进程，从而实现社会、经济、环境协调发展，具有重要的理论意义和现实意义。

一、文献综述

在绿色发展效率的测度指标上，目前学术界关于绿色发展效率的评价指标并未达成一致意见，学者一般会根据不同的研究重点对指标评价体系调整。就投入指标而言，大部分研究选取资本、劳动力和资源三种传统要素作为投入指标，资本和劳动力要素基本选择一致，对于资源要素不同学者的选择有所不同。如赵领娣（2016）、杨志江（2017）^[1-2]仅以能源消耗量衡量资源要素投入，而齐英瑛（2022）^[3]选取能源要素投入、土地要素投入予以全面表征资源投入。随着科学技术在现代工业生产中的地位和作用大幅提高，部分学者意识到科技在现代经济发展中的重要作用，因此将科技要素投入也纳入投入指标中，如刘杨（2018）、田光辉（2022）^[4-5]。就产出指标而言，产出指标一般分为期望产出和非期望产出指标，期望产出是指具有效益的产出，诸多学者选用地区生产总值（GDP）代替经济效益来衡量期望产出，考虑到绿色发展过程中不仅产生了经济效益，还可能产生社会效益以及生态效益，因此选用经济产出、社会产出和环境产出予以全面表征期望产出。非期望产出是指能源消耗过程中出现的附属产品，这种附属产品往往对自然环境有害。由于工业生产是能源消耗的主要途径，因此较多研究选用“工业三废”来衡量非期望产出，如车磊（2018）^[6]等。

二、模型介绍

对于绿色发展效率的研究方法，大多是是采用随机前沿分析法和数据包络分析法。其中，随机前沿分析法在使用之前需要预先确定生产函数的形式，并且随机前沿分析法在涉及到多个投入和产出的时候没有办法适用。

本文所使用的数据包络分析法DEA由Charnes（1978）^[7]提出，对比随机前沿分析法，DEA主要有以下优点：（1）无需设定具体函数的生产形式，DEA能够处理多个投入和产出变量同时存在的情况，对效率进行整体性的综合评价；（2）无需进行权重的分配假设，这将由数学规划自动产生最优权重，使得规划后的假定符合模型的假定，从而减少由权重分配所导致的误差；（3）无需确定投入要素和产出要素之间的具体表达式；（4）无需处理数据之间的量纲，最终的结果与量纲无关。因此，目前大多数的学者在测度效率时（包括绿色发展效率）采用数据包络分析法（穆学英等2017^[8]）。

但传统的DEA模型在计算效率时也会存在缺陷。首先，传统的DEA模型设定的是径向模型，基于投入和产出同比例放大或者缩小以实现有效的假设，但如果投入或产出没有等比例变化时，测算的结果会产生误差，对准确性产生干扰。其次，在传统的DEA模型的投入-产出指标体系中，只是将期望的“好”产出纳入到效率中，而并没有将“坏”产出纳入当中进行计算，这与实际生产的活动不符，即由实际的生产活动所带来的非期望产出被忽略了。因此，在实际运用DEA模型中，DEA的方法是有误差的、不准确的。

根据以往模型的缺陷，Tone（2001）^[9]提出了基于松弛的模型。SBM模型是非径向的。SBM模型优点如下：（1）投入要素和产出要素可以以不同比例地放大和缩小，能够有效规避传统DEA模型的缺陷；（2）允许期望产出和非期望产出的比例不确定；（3）允许无效率计算的情况，无须选择模型的投入角度或者产出角度，规避了有效性问题。故SBM模型在关于绿色发展效率的评价中逐渐得到了学者们的认同。赵领娣（2016）采用了这一方法测度。SBM模型如下所示：

在上式中，表示权重向量，其中，x、y分别表示决策单元的投入要素和产出要素，g、b表示期望产出要素、非期望产出要素，均值表示投入要素和产出要素的松弛变量，下标的0表示决策单元。

目标函数的取值为效率值，当效率值的取值在0-1之间时，表示决策单元的效率值尚未达到有效，可以通过优化投入要素、增加期望产出和减少非期望产出等方式来提高效率值；当效率值大于等于1时，表示决策单元达到最优，是有效的，并且数值越大表明越有效率。在超效率SBM模型中，效率值可以大于1，能够避免由于松弛性所带来的误差。因此，本文采用非期望产出Super-SBM模型对我国的省份的绿色发展效率进行测度。具体的测算指标如下表所示：

表1  绿色发展效率测度指标

三、空间相关性分析

（一）空间全局莫兰指数

由于各个省份之间是一个整体，并不是相互独立存在的，通常会与其他省份或者城市产生关联。经典的计量模型没有考虑到城市之间的互动影响关系，因此传统的计量模型在一定的程度上会存在遗漏变量的问题。为此，本文将使用空间计量模型分析FDI对绿色发展效率的溢出效应；更进一步，将各个解释变量的总效应分为直接效应和间接效应。

空间自相关检验就是对不同地区同一属性值集聚程度的测度。全局莫兰指数常用于判断空间整体中是否存在空间自相关性，全局莫兰指数计算公式如下所示：

表2   绿色发展效率、FDI全局莫兰指数检验

本节先前已经使用莫兰指数证实了绿色发展效率存在空间集聚特征，因此在后续的操作中使用空间计量模型进行实证分析。其中，空间计量模型主要包括空间误差模型、空间滞后模型和空间杜宾模型。

1.空间误差模型（SEM）

空间误差模型将相邻地区的空间扰动放到了回归项中，反映了周围地区的空间误差扰动对本地区的被解释变量的影响，模型表达式如下：

本文对影响绿色发展效率的影响因素选取如下：

1.被解释变量

绿色发展效率（GDE）：利用前文测算得到的全国30个省份的绿色发展效率值。

2.核心解释变量

外商直接投资（FDI）：随着经济的快速发展，国家之间的合作越来越紧密，但东道国对外商直接投资的引进带来的影响却一直存在着争议。一方面，外商直接投资的流入不仅会带来大量的资本，同时也会带来国外先进的生产技术，管理经验，这将有助于推动当地经济的发展。另一方面，外商直接投资也会将国外高污染、高排放、高能耗的企业带进来，反而阻碍绿色经济的发展。本文参考已有的文献研究，利用各个省份历年的实际利用外商直接投资额表示，但由于各个省份实际利用的外商直接投资总额是以美元做统计口径，因而采用该年人民币对美元的汇率统一结算为人民币，并对折算之后的人民币进行对数化处理。

3.人均GDP（GDP）

经济水平是区域发展的重要影响因素之一,经济水平良好能够使地方政府充分发挥在产业政策、基础设施建设以及产品优化等各方面的调控作用,促进区域经济发展模式的转型,进而会对绿色发展效率的增长产生积极影响。因此,选取人均GDP表示经济发展水平。

4.城镇化率（URBAN）

城镇化率表示一个地区的人口分布状况。城镇化越高，表示聚集在城市的人越多，进而所从事的生产经营性活动越多，因此会对本地区的绿色发展效率产生影响。本文采用城市人口所占比重来衡量城镇化率。

5.产业结构（IND）

产业结构合理不仅能够提升区域的资源配置效率,减少资源错配,还可以对减少环境污染物排放起到积极作用,进而会对绿色发展效率产生影响。选取第三产业与第二产业产值的比值并对其进行取对数处理来表示产业结构水平。

6.工业污染治理完成投资额（EN）

工业污染治理投资额表示地区在污染方面所投入的支出，可表示地区在保护环境方面所做出的贡献。本文使用地区污染治理投资额所占GDP的比重表示。

（二）回归结果

表3 空间杜宾模型回归结果

本文通过2006～2020年30个省份的指标数据分析外商直接投资对绿色发展效率水平的影响关系，其中选择外商直接投资作为解释变量，用绿色发展效率作为被解释变量，首先是对于二者间关系的理论分析，表明可能的作用机制；其次通过构建空间计量模型进行实证分析，得出如下结论：

（一）外商直接投资对绿色发展效率存在正向影响，通过增加外商直接投资可以使得经济生产朝着更绿色更环保方向转变，促进绿色发展效率水平的上升。

（二）城镇化率可能会对绿色发展效率产生负的影响，可能原因是城镇人口过于集中，生产更加密集，为了使得经济的快速发展不得不促进就业，从而导致绿色发展效率的降低。

四、政策建议

（1）提高城市群绿色协同发展水平。各城市之间应善于取长补短，增强协同发展能力。尤其是应多向周边绿色发展水平高的城市进行调研学习、交流合作等，并且将学习结果应用在本城市的发展规划中，进而促进本城市的绿色发展水平快速提高，从而为整体绿色发展效率的提高注入新的增长动力，全国的经济发展也可以实现持续稳定增长。

（2）优化外商直接投资的质量。过去为了大力引进外商直接投资，对外资质量把控不严，导致形成了粗放型发展模式。因此尤其是沿海经济发达城市，要积极增加高质量外资的引进比例，实现外资由“数量红利”向“质量红利”转变。各地方政府可以根据本地区的实际情况对外资制定差异化的政策支持，如环境承载力较强、经济尚需发展的内陆城市可以制定较为宽松的环境规制标准，已经达到环境承载极限、经济较为发达的东部沿海城市应制定更为严格的环境规制标准，灵活运用外资政策有选择性和针对性地引导外资促进本地区绿色发展，尽可能避免本城市成为发达国家转移落后产能的东道国。

（3）推动产业结构转型升级。第二产业与第三产业之比对绿色发展效率产生负向影响，但负向效应较弱。产业结构正在调整，第三产业的占比在逐渐提高，这对绿色发展效率有一定的正面作用，但是产业结构转型升级不仅是三大产业的占比问题，更要注重产业内部结构的合理性，确保产业结构与环境承载力相匹配。

参考文献

[1]赵领娣,张磊,徐乐等.人力资本、产业结构调整与绿色发展效率的作用机制[J].资源与环境,2016,26(11):106-114.

[2]杨志江,文超祥.中国绿色发展效率的评价与区域差异[J].经济地理,2017,37(03):10-18.

[3]齐英瑛,邓翔,任崇强.贸易开放、环境规制与城市绿色发展效率—来自中国2010—2018年282个城市的证据[J].经济问题探索,2022(05):145-160

[4]刘杨,杨建梁,梁媛.中国城市群绿色发展效率评价及均衡特征[J].经济地理,2019,39(02):110-117.

[5]田光辉,李江苏,苗长虹等.基于非期望产出的中国城市绿色发展效率及影响因素分析[J].经济地理,2022,42(06):83-91.

[6]车磊,白永平,周亮等.中国绿色发展效率的空间特征及溢出分析[J].地理科学,2018,38(11):1788-1798.

[7]Charnes Measuring the efficiency of decision making units[J]. European Journal of Operational Research,1978,2(6).

[8]穆学英,刘凯,任建兰.中国绿色生产效率区域差异及空间格局演变[J].地理科学进展,2017,36(08):1006-1014.

[9]Tone K. A Strange Case of the Cost and Allocative Efficiencies in DEA[J]. The Journal of the Operational Research Society,2002,53(11).