绿色经济效率的内涵、测算及影响因素：一个文献综述

2021-09-05丁玉龙

湖北经济学院学报·人文社科版 2021年6期

丁玉龙

摘要：绿色经济效率综合考虑了经济增长，资源消耗和环境污染要素，是衡量经济发展质量的重要指标。绿色经济效率测算方法包括SBM模型和超效率SBM模型两种，其影响因素主要体现在经济因素、生产要素和政府管制三个层面。准确、全面理解绿色经济效率，是对其进行测算及影响因素研究的重要前提。通过梳理绿色经济效率内涵、测算及影响因素的文献，为进一步创新绿色经济效率测算方法，丰富绿色经济效率影响因素研究提供坚实基础和方向指引。

关键词：绿色经济效率;SBM模型;影响因素

十八大以来，党中央对生态文明建设和绿色发展的重视程度不断加强，我国绿色发展面临良好的政策机遇。2020年10月，十九届五中全会通过了《中共中央关于制定国民经济和社会发展“十四五”规划和二〇三五年远景目标的建议》，文件中指出，“推动绿色低碳发展，提高资源利用效率”。绿色经济效率是绿色发展的核心与本质体现，近年来，学者对绿色经济效率展开了丰富的研究，形成了一系列研究成果。对于绿色经济效率内涵、测算及影响因素的文献进行全面梳理，有益于总结经验，并进一步找准突破点和创新点，为开拓绿色经济效率的相关研究提供一定的基础和方向。

一、绿色经济效率的内涵

经济效率是社会生产活动中的资源利用效率，在社会生产领域，也可以将其理解为生产者对劳动力、资本等生产要素的有效利用程度。在早期的社会生产过程中，生产者追求经济效率的最大化，进而实现利润最大化，因此在进行经济效率的评价时，并未考虑到社会生产带来的环境污染。随着工业化和城镇化的快速发展，自然资源被过度消耗，资源约束与环境污染问题日益凸显，给人类经济社会的可持续发展带来了严重威胁，越来越多的学者认为，经济效率不仅指经济产出（GDP）的增加，还应考虑经济增长过程中付出的资源消耗和环境污染代价，否则会高估经济效率水平，对经济绩效和社会福利状况的评价造成扭曲，进而不利于经济政策的制定以及经济社会的可持续发展。

在此背景下，一些学者对经济效率的评价进行改进，提出了绿色经济效率的概念。绿色经济效率是在考虑资源消耗和环境代价的基础上，评价一个国家或地区经济效率的指标[1]。近年来，很多学者对绿色经济效率的概念也作出了类似的界定，其具体内涵均包括了经济增长、资源消耗和环境污染要素。比如，任阳军、汪传旭（2017）认为绿色经济效率进一步将资源消耗和环境代价因素纳入传统的生产函数中，是对传统经济效率的补充与修正[2]。胡安军等（2018）将绿色经济效率理解为，在传统经济效率的基础上考虑到资源消耗和环境污染因素，是一个综合的经济效率指标[3]。许宁、施本植、刘明（2019）指出绿色经济效率是考虑资源利用和环境污染后的经济效率，可以衡量社会生产中，单位要素投入的综合产出能力[4]。基于以上论述，绿色经济效率的内涵是综合考虑了经济增长，资源消耗和环境污染后的经济效率，它不仅包括了劳动力、资本、能源等要素投入和经济产出（GDP），而且加入了环境污染要素，因此能够更加全面、真实地衡量经济效率水平。

二、绿色经济效率的测算

从绿色经济效率的研究进展来看，普遍使用的绿色经济效率测算模型主要有两种，一是包含非期望产出的SBM模型;二是包含非期望产出的超效率SBM模型，两种模型均能够较为准确地测算绿色经济效率水平。需要说明的是，SBM（Slack-Based Measure）模型是一种基于松弛变量的效率评价模型，与传统的DEA效率评价模型（如CCR模型、BCC模型）不同，SBM模型进一步考虑到投入和产出变量的松弛性问题，因而利用该模型进行效率评价会更加准确。

（一）包含非期望产出的SBM模型

经济效率的测算方法主要包括参数法和非参数法两大类，参数法需要对模型的具体形式进行设定，模型设定偏误直接影响了效率的测算，而非参数法（如DEA）无须设定模型形式，避免因模型设定偏误而带来效率测算的误差，因此该方法被诸多学者使用[5]。早期的经济效率测算中没有包括非期望产出，一些学者认为社会生产活动不仅会产生期望产出，即“好”产出，如GDP，同时可能会带来非期望产出，即“坏”产出，比如环境污染，因而经济效率的测算不仅需要考虑到期望产出，也应将非期望产出纳入模型[6]，这样经济效率的测算才会更全面、准确。Chung & Fare（2016）首次在DEA中构建了同时考虑期望产出和非期望产出的方向性距离函数（DDF），以对以往没有包括非期望产出的效率测算進行补充[7]。然而由于该模型没有考虑到投入和产出的松弛性，利用其进行效率测算会存在偏误。因此，Tone（2001）将松弛变量加入函数中，构建了非径向、非角度的SBM模型[8]，并于2003年在此基础上把非期望产出纳入模型中，构建了非径向、非角度，包含非期望产出的SBM模型，该模型一方面考虑到投入和产出的松弛性，另一方面加入了非期望产出，因而可以对经济效率进行较为准确地测算。

在实证研究方面，近年来，国内外诸多研究利用这一模型测算绿色经济效率或环境效率[9]。比如在国家层面，Zhou et al.（2013）利用SBM模型，测算了1995—1997年26个OECD国家的绿色经济效率，研究发现，从总体上看，1995—1997年，26个OECD国家的绿色经济效率在上升[10]。在省级层面，Liu & Qian（2013）以1985—2010年中国28个省区市为研究对象，利用SBM模型，测算并比较了各地区的绿色经济效率[11]。在城市层面，张泽义、罗雪华（2019）利用SBM模型，对2005—2015年我国260个城市的绿色经济效率水平进行测算，并探究城市规模对绿色经济效率的影响[12]。Zhang & Tian（2019）在碳排放控制背景下，利用SBM模型，测算了2002—2011年中国256个地级及以上城市的绿色经济效率，同时对其影响因素进行实证分析[13]。

（二）包含非期望产出的超效率SBM模型

考虑到对效率值为1的决策单元（DMU）进一步予以比较，因此，Tone（2002）在SBM模型的基础之上提出了超效率SBM模型，将效率值为1的决策单元进行排序[14]。后来诸多研究结合Tone于2002年和2003年分别提出的超效率SBM模型，以及包含非期望产出的SBM模型，建立了包含非期望产出的超效率SBM模型。相关实证研究中，在省级层面，曹鹏、白永平（2018）应用包含非期望产出的超效率SBM模型，对2005—2015年中国各省区市的绿色经济效率进行测算，并对其影响因素进行分析[15]。在城市层面，Yu et al.（2018）同样利用此模型，对中国2003—2013年191个地级及以上城市的绿色经济效率进行测算，同时分析了绿色经济效率的空间溢出效应[16]。此外，在跨国面板数据的研究中，Gokgoz & Erkul（2018）利用超效率SBM模型，测算了2011—2015年欧盟各国的能源利用效率，并且将其在各国之间进行比较[17]。

三、绿色经济效率的影响因素研究

从已有研究来看，绿色经济效率的影响因素主要来自经济因素层面、生产要素层面和政府管制层面，并且在每一层面中包括了一些具体的细分影响因素。

（一）经济因素层面

1. 产业发展与绿色经济效率

产业是绿色经济效率的载体和重要影响因素，已有相关文献集中于研究产业集聚以及产业结构对绿色经济效率的影响。在产业集聚对绿色经济效率影响的研究方面，刘耀彬等（2017）研究认为，文化产业集聚与绿色经济效率呈非线性关系[18]。陈阳、唐晓华（2018）研究发现，服务业集聚对绿色生产效率的影响呈倒U型特征[19]。周杰文等（2019）研究发现，旅游业产业集聚对绿色经济效率的影响呈U型特征[20]。在产业结构对绿色经济效率的影响方面，赵领娣等（2016）研究了产业结构对绿色发展效率的影响，并且指出产业结构升级提高了绿色发展效率[21]。张治栋、秦淑悦（2018）以长江经济带城市为样本，研究发现，产业结构升级对本地绿色经济效率具有显著促进作用，而对相邻城市存在抑制作用[22]。

2. 外商直接投资与绿色经济效率

基于已有相关研究，学者普遍认为外商直接投资对绿色经济效率具有正向的影响。在相关研究方面，柴志贤（2013）通过实证研究发现，外商直接投资对我国工业环境全要素生产率具有正向促进作用[23]。郭炳南、唐利（2020）以长江经济带为样本，利用动态面板模型，研究指出，外商直接投资的增加，有利于提升长江经济带绿色经济效率水平[24]。

3. 城镇化与绿色经济效率

在城镇化对绿色经济效率的影响方面，已有研究所得结论并不一致。王亚平、程钰、任建兰（2017）以我国2000—2014年30个省份为样本，研究认为，城镇化对我国绿色经济效率的影响呈现先抑制后促进的U型，并且在不同的区域，城镇化对绿色经济效率的影响又存在明显差异[25]。郑垂勇、朱晔华、程飞（2018）利用长江经济带2006—2015年省际面板数据，研究显示，城镇化对绿色全要素生产率具有负向影响，同时从区域差异分析来看，城镇化对长江经济带上游地区绿色全要素生产率的负向影响最大，中游次之，下游最小[26]。

此外，有研究发现，经济集聚对绿色经济效率也具有显著影响。林伯强、谭睿鹏（2019）研究指出，经济集聚对中国绿色经济效率的影响呈倒U型，即经济集聚具有一个最佳的水平，当经济集聚低于这一水平时，随着经济集聚水平的不断提升，产生集聚经济，绿色经济效率在逐渐增加，即经济集聚对绿色经济效率产生促进作用;而当经济集聚超过这一最佳水平时，会带来集聚不经济，此时，经济集聚对绿色经济效率具有抑制作用[27]。

（二）生产要素层面

1. 技术创新与绿色经济效率

技术创新是绿色经济效率的重要推动力，技术创新有利于经济增长与节能减排，因此可以促进绿色经济效率，已有文献也证实了这一结论。袁润松等（2016）以中国2000—2014年30个省份为样本，研究发现，技术创新对绿色经济效率具有显著的正向影响[28]。吴新中、邓明亮（2018）利用长江经济带108个城市的数据，研究表明，技术创新对绿色全要素生产率具有显著的促进作用，它是区域绿色全要素生产率不断提升的重要驱动力[29]。在国外相关研究方面，诸多学者研究发现技术创新降低了碳排放，有利于节能减排，因而促进了绿色经济效率[30]。

2. 人力资本与绿色经济效率

人力资本是绿色经济效率的内在动力，已有文献关于人力资本对绿色经济效率的影响展开了深入研究，并且普遍认为，人力资本对绿色经济效率具有显著的促进作用。赵领娣等（2013）以中国1997—2011年29个省份为样本，研究发现，人力资本促进了绿色经济效率的提升。有学者研究人力资本的集聚效应与空间溢出效应对绿色生产的影响[31]。宋涛、荣婷婷（2016）以中国1995—2013年30个省区市为样本，先是测算了人力资本的集聚效应和空间溢出效应，再探究这两种效应对绿色生产的影响，研究显示，人力资本的集聚效应和空间溢出效应对绿色生产具有促进作用，并且人力资本空间溢出效应对绿色生产的促进作用更大[32]。

（三）政府管制层面

1. 环境规制与绿色经济效率

已有很多研究实证分析了环境规制对绿色经济效率的影响，由于研究对象以及绿色经济效率测算方法等方面存在差异，研究所得的结论不一。比如，齐红倩、陈苗（2018）以我国2006—2015年省际面板数据为样本，研究显示，环境规制对绿色经济效率的影响呈现倒U型，且环境规制的门槛值为0.5995，在达到门槛值之前，环境规制促进绿色经济效率的提升，超过门槛值以后，环境规制对绿色经济效率具有抑制作用[33]。王冉、孫涛（2019）利用2005—2017年中国30个省份的面板数据，研究也发现，环境规制对中国绿色经济效率的影响具有倒U型特征，但是分区域来看，环境规制对东部地区绿色经济效率的影响呈倒U型，而对中部和西部绿色经济效率均一直产生抑制作用[34]。此外，弓媛媛（2018）利用1997—2013年中国30个省份的面板数据，发现环境规制对绿色经济效率的影响不仅具有非线性特征，而且存在时滞性[35]。

2. 节能减排与绿色经济效率

在相关研究方面，王兵、刘光天（2015）利用中国1998—2012年30个省份的面板数据，研究发现，节能减排政策显著促进了中国绿色经济增长，并且主要是通过技术进步这一作用渠道，提高了绿色经济效率水平[36]。傅京燕、司秀梅、曹翔（2018）同样以中国30个省份面板数据为样本，利用双重差分法（DID），研究认为，二氧化硫排污权交易机制对区域绿色发展具有正向影响，排污权交易机制有利于提高区域研发强度，进而可以促进区域绿色发展水平的提升[37]。

四、总结与研究展望

通过梳理绿色经济效率的内涵、测算及影响因素的文献，为后期对于绿色经济效率展开研究提供了思路借鉴和方向指引，主要研究展望如下：第一，需要准确界定绿色经济效率的内涵，全面理解绿色经济效率，绿色经济效率包含了经济增长、资源节约和环境污染要素，是一个综合的经济效率指标。第二，参照既有研究，建立包含非期望产出的SBM模型或超效率SBM模型对绿色经济效率进行测算。由于绿色经济效率测算需要选择合适的投入和产出变量，因此可以结合现阶段国家的政策文件，在投入和产出变量的选择上进行创新。比如，在绿色经济效率测算中非期望产出（污染物排放）的选择方面，可以根据国家《“十三五”生态环境保护规划》中对化学需氧量、二氧化硫和氨氮排放量的约束与要求，选择化学需氧量、二氧化硫以及氨氮三种污染物的排放量作为非期望产出。第三，以绿色经济效率的内涵界定及测算为基础，通过建立合适的数理模型，利用不同地区或国家数据，并紧密结合当前时代背景和国家政策导向，选择创新视角，对绿色经济效率的影响因素展开研究。比如，新时代，以5G、大数据和云计算为代表的新一代信息通信技术快速发展，推动经济增长提质增效，当前新一代信息通信技术的发展成为全社会关注的热点，在此背景下，我们可以尝试将新一代信息通信技术作为绿色经济效率的影响因素进行创新性研究，从理论和实证层面探索二者之间的内在逻辑关系。

参考文献：

[1] 钱争鸣，刘晓晨.中国绿色经济效率的区域差异与影响因素分析[J].中国人口资源与环境，2013，（7）：104-109.

[2] 任阳军，汪传旭.中国城镇化对区域绿色经济效率影响的实证研究[J].技术经济，2017，（12）：72-78.

[3] 胡安军，郭爱君，钟方雷，等.高新技术产业集聚能够提高地区绿色经济效率吗？[J].中国人口资源与环境，2018，（9）：96-104.

[4] 许宁，施本植，刘明.产业结构视角下地方政府竞争对绿色经济效率的影响[J].技术经济，2019，（6）：67-79.

[5] 张红梅，宋戈.黑龙江垦区耕地利用生态效率及其内部协调性[J].华中农业大学学报（社会科学版），2019，（4）：160-168.

[6] Chiu Y H，Shyu M K，Lee J H， et al. Undesirable output in efficiency and productivity：Example of the G20 countries[J].Energy Sources， Part B： Economics， Planning， and Policy，2016，（3）：237-243.

[7] Chung Y， Fare R.Productivity and Undesirable Outputs：A Directional Distance Function Approach[J]. Microeconomics，1995，（3）：229-240.

[8] Tone K .A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research， 2001，（3）：498-509.

[9] Zhang N，Choiy. Environmental energy efficiency of Chinas regional economes：A non-oriented slacks-based measure analysis[J].The Social Science Journal，2013，（2）：225-234.

[10] Zhou P，Poh K L，Ang B W.A non-radial DEA approach to measuring environmental performance[J].European Journal of Operational Research，2007，（1）：1-9.

[11] Liu X C，Qian Z M. Study on Energy Saving with Chinese Regional Energy-Economic Efficiency Analysis Based on SBM Model[J].Advanced Materials Research，2013，648：247-250.

[12] 張泽义，罗雪华.中国城市绿色发展效率测度[J].城市问题，2019，（2）：12-20.

[13] Zhang B， Tian X.Economic Transition under Carbon Emission Constraints in China：An Evaluation at the City Level[J].Emerging Markets Finance and Trade，2019：1-14.

[14] Tone K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，（1）：32-41.

[15] 曹鹏，白永平.中国省域绿色发展效率的时空格局及其影响因素[J].甘肃社会科学，2018，（4）：242-248.

[16] Yu Y，Peng C，Li Y.Do neighboring prefectures matter in promoting eco-efficiency？Empirical evidence from China[J].Technological Forecasting and Social Change，2018，144：456-465.

[17] Gokgoz F，Erkul E.Investigating the energy efficiencies of European countries with super efficiency model and super SBM approaches[J].Energy Efficiency，2018，（2）：1-18.

[18] 劉耀彬，袁华锡，王喆.文化产业集聚对绿色经济效率的影响——基于动态面板模型的实证分析[J].资源科学，2017，（4）：747-755.

[19] 陈阳，唐晓华.服务业集聚对城市绿色生产效率的影响[J].城市问题，2018，（11）：51-58.

[20] 周杰文，蒋正云，李凤.我国旅游产业集聚对绿色经济效率的影响——基于省级面板数据的实证研究[J].生态经济，2019，（3）：122-128.

[21] 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].中国人口资源与环境，2016，（11）：106-114.

[22] 张治栋，秦淑悦.环境规制、产业结构调整对绿色发展的空间效应——基于长江经济带城市的实证研究[J].现代经济探讨，2018，（11）：85-92.

[23] 柴志贤.利用外资、环境约束与中国工业全要素生产率的增长——基于Malmquist指数与Malmquist-Luenberger指数的比较研究[J].技术经济，2013，（1）：64-70.

[24] 郭炳南，唐利.外商直接投资、经济集聚与长江经济带城市绿色经济效率[J].经济论坛，2020，（2）：65-77.

[25] 王亚平，程钰，任建兰.城镇化对绿色经济效率的影响[J].城市问题，2017，（8）：61-68.

[26] 郑垂勇，朱晔华，程飞.城镇化提升了绿色全要素生产率吗？——基于长江经济带的实证检验[J].现代经济探讨，2018，（5）：116-121.

[27] 林伯强，谭睿鹏.中国经济集聚与绿色经济效率[J].经济研究，2019（2）：119-132.

[28] 袁润松，丰超，王苗，等.技术创新、技术差距与中国区域绿色发展[J].科学学研究，2016，（10）：1593-1600.

[29] 吴新中，邓明亮.技术创新、空间溢出与长江经济带工业绿色全要素生产率[J].科技进步与对策，2018，（17）：50-58.