我国长江经济带绿色经济效率区域差异及影响因素研究.docVIP

我国长江经济带绿色经济效率区域差异及影响因素研究 　　摘 要：运用2001―2014年我国长江经济带11个省市面板数据，构建基于非期望产出的SBM模型对绿色经济效率（GEE）进行测算，与不考虑资源和环境因素的传统经济效率进行比较分析，考察GEE的地区异质性与演变特征，并进一步运用面板Tobit模型实证分析检验GEE的影响因素。研究结果表明，考虑资源环境因素后，长江经济带整体GEE较低，存在较大改进空间；三大区域GEE差异巨大，呈现出“下游-中游-上游”梯度分布；经济发展水平、产业结构和能源结构等因素对长江经济带及其上、中、下游的GEE均有一定影响，但影响的力度、方向以及显著性存在差异。 　　关键词：长江经济带；绿色经济效率；SBM模型；面板Tobit回归 　　中图分类号：F299 文献标识码：A 文章编号：2095-3283（2016）08-0080-04 　　[作者简介]汪侠（1989-），男，安徽肥西人，硕士研究生，研究方向：区域经济、数量经济；徐晓红（1965-），女，四川泸州人，教授，硕士生导师，研究方向：城市与区域发展。 　　[基金项目]合肥区域经济研究院项目“资源环境约束下的绿色全要素生产率及影响因素研究”（项目编号：。 　　2015年，党的十八届五中全会提出“创新、协调、绿色、开放、共享”的发展理念，这标志着绿色经济发展被提升到了一个新高度。在我国经济发展新常态下，2014年国务院颁布了《关于依托黄金水道推动长江经济带发展的指导意见》，正式将长江经济带建设提升至国家战略层面，打造新的经济支撑带与增长极。然而，随着工业化与城镇化进程不断推进，长江经济带资源和生态环境也正面临严重威胁，如何正确处理资源、环境和经济增长之间的关系，实现环境与绿色经济共赢已经成为迫切问题。因此，在考虑资源和环境代价的基础上，构建评价长江经济带绿色经济绩效的指标，对于促进经济转型、实现区域经济可持续发展具有重要的理论和实践价值。 　　一、文献综述 　　近年来，针对经济效率的研究已经成为学术界关注的焦点，相关文献主要分为两类：一是利用传统DEA方法对经济效率进行测度，如Hailu Veeman（2001）将非期望产出变量作为投入变量纳入到效率分析的框架之中[1]；Scheel（2001）将非期望产出取其倒数变换成期望产出[2]；Seiford等（2002）对非期望产出的值乘以-1，然后通过一个恰当的转换向量使负的非期望产出变成正值[3]。二是对资源、环境因素指标选取的探究，如Hu Wang（2006）在测算全要素能源效率时仅考虑了能源的投入而没有考虑环境的影响[4]；杨龙和胡晓珍（2010）在计算绿色经济效率时仅考虑了环境污染而没有涉及能源投入[5]；汪克亮等（2013）、汪锋和解晋（2015）在考虑环境污染时仅选择大气污染物作为其替代变量[6-7]。 　　本文将从四个方面对已有研究进行拓展：第一，将资源和环境因素同时纳入到经济效率的测算框架中，并将其定义为绿色经济效率（Green Economic Efficiency，简称GEE）；第二，选取工业“三废”作为环境污染的代理变量，克服单一污染物指标难以全面反映环境因素对绿色经济效率影响的不足；第三，构建非径向、非角度的SBM模型来测算绿色经济效率，解决传统DEA方法对包含非期望产出的绿色经济效率测度偏差问题；第四，将长江经济带划分为上游、中游、下游三片区域，利用面板Tobit模型比较分析绿色经济效率的影响因素，据此分析区域绿色经济发展异质性问题。 　　二、研究方法 　　将长江经济带每一个省市看作一个生产决策单元（DMU），考察第j0个决策单元DMU 　　三、绿色经济效率测算与分析 　　（一）数据及变量说明 　　本文研究时间段为2001―2014年，研究对象为长江经济带11个省市，并结合各省市的地理位置、资源禀赋、经济发展水平等因素，将11个省市划分为上游（四川、贵州、重庆、云南）、中游（安徽、江西、湖北、湖南）和下游（上海、江苏、浙江）三个区域，以便考察不同区域之间绿色经济的异质性。实证研究中选取3个投入变量和2个产出变量，基础数据来源于《中国统计年鉴》、《中国能源统计年鉴》、《中国环境年鉴》以及各省市统计年鉴。 　　1投入变量。投入包括劳动投入、资本投入和资源投入。劳动投入用当年年末就业人员数与上年年末就业人员数的平均值表示。资本投入用资本存量表示，然而其在统计年鉴中无法直接获取，可根据Hu 和 Kao（2007）以及Chien 和 Hu（2007）[8-9]提出的永续盘存法计算资本存量：Kt=It+（1-δ）×Kt-1，其中，Kt、Kt-1分别表示第t、t-1年的资本存量，It表示第t年的投资额，δ表示折旧率，计算中相关变量和参数选