谢成芳

摘要：本文利用包含非期望产出的EBM模型，对陕西省2009-2017年十市一区的绿色经济效率进行测算，结果表明，陕西省全省绿色经济效率水平较高。但分地区来看，陕南地区绿色发展水平低于全省平均水平，这与陕南地区经济发展落后也有一定关系。在测度绿色经济效率水平的基础上，运用Theil指数对区域差异进一步探究，结果表明2009-2017陕西省绿色经济发展整体差异逐步扩大，并且区域间差异是导致整体差异的主要因素。

关键词：绿色经济效率 EBM模型 Theil指数分解

*基金项目：研究生创新基金项目：“一带一路”背景下陕西省绿色经济效率及影响因素研究（20YC017）。

当前，国家对绿色经济发展十分重视。党的十九大提出要推动“绿色，创新、协调、开放、共享”的发展，同时将“美丽中国”建设融入社会主义初级阶段的基本路线中。推动绿色发展、探寻科学合理的绿色发展绩效评价方法。陕西省作为实现我国"一带一路"工业战略发展构想的重要起点中心城市，工业发展结构主要以重工业发展为主，工业快速发展对能源产品消费的直接依赖性比较大。与此同时，陕西省能源消耗以非洁净能源——气和煤炭消费为主，石油、天然气、水电等清洁能源所需量占消费比重较小。经济社会增长的集中粗放型增长特征明显，转变新的经济社会发展方式迫在眉睫。在此之下，对于陕西省绿色经济的研究显得意义非凡。

（一）EBM模型

1978年，数据包络分析首次提出并被广泛应用，传统的DEA模型测度效率是希望以最小的投入得到尽可能多的产出，然而此模型在运用的过程中出现了产出也可能是“非期望”的问题。为了克服这一问题，Tone提出了考虑松弛变量的SBM模型，随着此模型的应用，学者们发現此模型却无法解决投入产出目标与实际值的比例问题。因此，为了克服传统的DEA和SBM模型的缺点，Tone和Tsutsui（2010）提出了EBM模型，此模型同时考虑了期望和非期望产出的情形并且兼容了径向与非径向松弛变量，能够较好的测度绿色经济效率水平。

（三）指标选取及数据来源

选取2009—2017年陕西省11个城市作为研究对象，投入指标包括劳动力投入、资本投入和能源投入，其中，选用年平均从业人数来衡量实际劳动量投入，用固定资产投资额表示资本的投入，能源消耗总量（万吨标准煤）表示能源投入。产出包括期望产出和非期望产出，以2009—2017年陕西省GDP（2000年不变价）表示期望产出，非期望产出包括工业废水排放量、工业二氧化硫排放和烟粉尘排放三个指标。本文以2009—2017年陕西省十个市一个区为样本区域，将陕西省分为三个板块进行分析，其中，关中板块：西安市、铜川市、宝鸡市、咸阳市、渭南市、杨凌区；陕北板块：延安市、榆林市；陕南板块：汉中市、安康市、商洛市。基于数据的代表性和可获得性综合选取了以上指标数据，本文所选取的十市一区的指标数据均来自于《陕西统计年鉴》和陕西统计局官网。

（一）陕西省绿色经济效率测度结果

陕西省2009—2017年十市一区的绿色经济效率测度结果如表1所示，根据表1可以看出，2009年陕西省各市区绿色经济的平均效率为0.91，整体绿色经济效率水平较高。但2013年之后效率值开始下降，在2013年降到了0.883，2014年又回升到了0.91的效率值水平。以2014年为转折点，绿色经济效率水平开始降低，但从2015—2017年陕西省绿色经济效率整体呈上升的趋势。

分地区来看，关中地区是三个区里面绿色经济效率水平最高的，即关中地区在实现经济发展的同时环境保护也是做的最理想的，陕北各地区绿色经济效率值基本高于全省平均水平，绿色经济效率水平较为理想，陕南地区的绿色经济效率水平是三大地区里面最低的，且低于全省平均水平，说明陕南地区在发展经济的同时对环境的兼顾做的不到位。具体来看，关中地区的西安市绿色经济效率值均为1，作为省会城市，经济和环境保护方面都是发展最好的，铜川市和宝鸡市未达到效率水平有效值的年份较多，咸阳和渭南基本达到了绿色经济有效值，而杨凌区是关中地区绿色经济效率值最低的城市，除了环境方面，杨凌区的经济发展水平也是效率值低下的原因之一。陕北地区的榆林市绿色经济效率值均为1，而延安市的整体绿色经济发展水平较低，区域差异较大。陕南地区的安康和商洛绿色经济发展水平都较低，这可能是多方面因素制约导致的。

（二）陕西省绿色经济效率的时序演变特征

2009—2017年陕西省全省区域和关中、陕北、陕南三个地区的绿色经济时序演变规律如图1所示。

根据图1可以看到，2009-2017年陕西省整体绿色经济水平较为稳定，2010-2013年呈现小幅度的下降趋势，2015-2017年呈上升趋势。具体看来，关中地区绿色经济发展水平随着时间演变的趋势也较为稳定，除了2009和2014两个转折点之外，其余年份的效率值都基本趨于稳定，且基本在全省平均水平之上，“生态优先，绿色发展”的贯彻效果良好。而陕北和陕南地区效率水平及时间演变趋势区域差异较大，陕北地区绿色经济效率呈现先下降后上升再下降的趋势，陕南地区绿色经济效率变化趋势为先上升再下降再上升，且波动幅度较大。由于省会城市的天然优势，大量资本、劳动力要素的投入，使得西安的经济发展迅速，然而经济发展的同时也带来了非期望的产出，使得西安周边城市绿色经济效率处于较低水平。随着近年来，绿色发展理念的提出及相关政策的出台，绿色经济发展水平逐渐提升。

（三）陕西省绿色经济效率的区域差异

通过对陕西省绿色经济效率值的分析可以看到，陕西省绿色经济效率区域差距显著，因此，本文采用泰尔指数法测算陕西省十市一区的绿色经济效率，并对泰尔指数进行分解，测算出陕西省绿色经济效率的地区差异，泰尔指数及其分解结果如表2所示。

由表2可以看到，2009—2017年泰尔指数总体呈波动上升趋势，从2009年的0.013上升到了2017年的0.0464，表明陕西省绿色经济效率的区域差异整体上在逐渐扩大。进一步观察可以得到，2009—2011年的区域差距变化趋势为先上升后下降，2011— 2015年又呈先上升后下降的趋势，2015—2017年呈上升趋势，绿色经济效率的总体趋势在研究期内逐年上升，由2009年的0.013上升到了2013年的0.203再到2017年的0.0464，这说明陕西省绿色经济效率两极分化现象较严重。

具体来看，地区内部差距对绿色经济效率的地区总体差异贡献率较高，从2009—2017年，陕西省区域内部差异贡献率平均值达到了85%，而2009—2017陕西省区域之间差异贡献率仅为15%，这表明陕西省绿色经济效率的总体差异主要由区域内部差距形成，区域之间的差异只占了一小部分。对区域之间的差异分析可以得到，2009年区域差异对整体的差异贡献率为46.15%，占比相对较高，而从2010到2014年，地区之间的差异对整体差异的贡献率呈下降趋势，且下降趋势较大。从2015年到2017年，区域之间差异的贡献率才开始逐步回升，到2017年为20.04%。对区域内部的差异分析可以得到，2009—2017年区域内部差异对整体差异的贡献率整体呈上升趋势，其中，2009—2011年为上升期，到2011年上升到最大值，从2012—2017有逐渐下降的趋势。从2012年的98.03%下降到2017年的79.96%。陕西省各市区的区域间差异是总体差距形成的主要因素，因此，若要缩小总体差距，应该重点关注缩小区域之间的差异。

本文以“一带一路”起点城市陕西省作为研究对象，运用包含期望产出的EBM模型，测算了陕西省的绿色经济效率，并基于测算的效率值运用Theil指数探究陕西省绿色经济的区域差异。结果表非明，一方面陕西省绿色经济效率全省水平较高，不同区域绿色经济效率水平表现有所不同，其中关中地区绿色经济效率水平最高，陕南地区绿色经济效率水平最低。另一方面，通过泰尔指数分解结果可以看到，2009—2017年陕西省总体区域差异在逐年扩大，并且区域内差异是造成总体差异的主要原因。因此，基于以上结论对陕西省绿色经济发展提供以下建议：

（一）加快实现能源转换

在发展经济的同时也要重视环境的保护，加快能源转换力度，降低煤炭的消耗是提升绿色经济效率的重要途径。将煤炭去产能和高效清洁利用统筹考虑，通过去产能和补短板的组合效应，实现煤炭资源利用率和行业自我发展能力的提升。要加快天然气、水电等清洁能源的市场化，将化石能源利用和可再生能源、能源体系优化统筹考虑，提高能源系统的灵活性和综合效应，并且继续加强陕西省在“一带一路”建设中的国际能源合作。

（二）协调地区平衡发展

对陕南地区除了应该加快经济发展的同时也要提升经济效率的转换，均衡区域差异尤其是区域间的差异。陕南地区矿藏等自然资源非常丰富，应大力开发资源，变资源优势为经济优势；在开发资源的同时与当地经济发展结合，通过资源开发带动地区产业发展，要继续发展水稻、茶叶等基础农业，保持农业优势；同时，大力发展第三产业，重视交通运输、金融业、贸易的发展。关中地区要持续在污染防治、改善大气环境方面下功夫，减少污染物排放，提高空气质量。同时，要统筹协调城乡发展，在对乡村实施精准扶贫的同时，不能忽视生态环保问题。

（三）发挥政府主导作用

政府应该减少对市场的干预，建设服务型政府，转变职能。以省会城市西安为引领，带动周边及欠发达地区的绿色经济发展。要加强生态环保宣传，增强人民共识，实现全民环保。充分利用“全国节能宣传周”“全国低碳日”“世界环保日”等重要时间，通过公益广告、信息推送等方式宣传节能环保理念及陕西省生态文明建设取得的成绩，增强人民群众的获得感。积极引导全民提高节能减排意识，倡导绿色低碳生活，提高人民对保护生态环境、建设生态文明的共识度。

参考文献：

[1]Pearce D， Markandya A， Barbier B E. Blueprint 1：For a green economy[M]. London： Routledge， 1989.

[2]胡鞍钢，周绍杰.绿色发展：功能界定、机制分析与发展战略[J].中国人口·资源与环境，2014（1）：14-20.

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

[4]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，2013，23（7）： 104-109.

[5]冯志军，杨朝均，康鑫.绿色创新与工业企业绿色增长--基于广东的实证研究[J].科技管理研究，2017，37（20）： 230-235.

[6]吴传清，宋筱筱.长江经济带城市绿色发展影响因素及效率评估[J].学习与实践，2018（04）：5-13.

[7]王杰.中国省域绿色经济效率的时空分异特征及其影响因素研究[D].兰州大学，2020.

[8]彭杜云.中国工业水资源绿色效率测度及影响因素研究[D].江西财经大学，2020.

Study on the measurement of green economic efficiency and regional differences in shaanxi province

Xie Chengfang

Abstract： This article uses the EBM model that includes undesired output to measure the green economic efficiency of Shaanxi Province from 2009 to 2017 in ten cities and one district. The results show that Shaanxi Province has a relatively high level of green economic efficiency. However， from a regional perspective， the level of green development in southern Shaanxi is lower than the average level of the province， which is also related to the backward economic development in southern Shaanxi. On the basis of measuring the level of green economy efficiency， the Theil index is used to further explore regional differences. The results show that the overall difference in the development of green economy in Shaanxi Province from 2009 to 2017 has gradually expanded， and regional differences are the main factor leading to the overall difference.

Keywords： Green economic efficiencyEBM model Theil index decomposition

（作者單位：西安财经大学）责任编辑：李政