遼寧省縣域綠色發展效率時空分異特征及驅動因素研究

馬瑞龍,段鵬婷,杜 鵬

(遼寧師范大學 地理科學學院,遼寧 大連 116029)

0 引言

綠色發展效率,是在考慮資源投入和環境成本的基礎上,一個地區或國家經濟活動產出與投入間的內在聯系與比率關系[1-2]。綠色發展效率研究是對綠色發展研究的不斷深化和擴大,并且該研究是國內外學者十分重視的話題。在綠色發展方面,國外較中國更早地開展了相關研究。在初期階段,重點是根據當前狀況,如何實現并發展綠色經濟,之后擴大到對綠色發展效率的研究,從投入和產出視角設法引進多種變量和模型對綠色發展效率進行測算,并對未來進行預測[3-4]。國內學者普遍以構建綠色發展效率指標體系為出發點開展進一步的研究。有關綠色發展效率的研究,一般是根據環境因素和經濟因素對綠色發展效率進行測算[5-6]。目前綠色發展效率研究集中于以下3個方面:(1)區域選擇方面,從全國[7]、省級[8]、城市群[9]拓展到地級市[10],對東北地區[11]、長江經濟帶[12]、黃河流域[13]和資源型城市[14]等關注愈發增多。(2)指標體系方面,由片面強調經濟發展的單一型指標向綜合考慮經濟、社會和環境效益的復合指標轉變[6];研究內容涉及綠色發展效率內涵闡述[2]、時空演變特征及發展預測[15]、全要素生產率測算以及相應的指數分解等方面[16];近年來,基于投入產出分析法,構建人力、資本、與資源要素的投入以及經濟效益、社會效益、環境效益等期望產出和考慮環境成本的非期望產出呈現明顯優勢,學者對此研究較多[17]。(3)作用機理方面,根據“地理學第一定律”,多運用空間計量模型[13]、地理加權回歸[14]、Tobit模型[7]等方法,分析環境規制、技術進步、產業結構、經濟發展等驅動因素對綠色發展的影響。雖然對綠色發展效率的研究已從DEA模型演進到SBM模型,對綠色發展效率的測度也不斷精細化,但目前國內的研究主要集中在城市群和地級市,鮮有從縣域角度對綠色發展效率進行研究。

遼寧省有“共和國長子,鑄大國重器”的美譽,計劃經濟時期,承接了60%以上的蘇聯援助計劃,曾為中國國民經濟的發展做出巨大貢獻。為響應國家戰略,遼寧省利用其自身資源優勢大力發展重工業,但隨之而來的是資源的枯竭,進入新世紀,這一問題愈發棘手。對此,2003年黨中央制定“振興東北老工業基地”策略,2016年公布實行東北地區等老工業基地振興戰略,“綠色”成了它一個重要發展概念,2017 年黨的十九大報告中提議“我們要建設人與自然和諧共生的現代化”,“十四五”規劃和 2035年遠景目標指出要建設生態文明,推進經濟和社會發展向綠色轉型。提升綠色發展效率,推動經濟社會持續健康發展是大家共同的追求。本文將遼寧省縣域單元作為研究對象,利用Super-SBM模型,測度近15年遼寧省縣域綠色發展效率,從時空間角度分析綠色發展效率的演變趨向和特點,并運用地理探測器分析其驅動因素,以期為縣域經濟與環境協調發展,實現綠色發展提供參考依據。

圖1 研究區范圍

1 數據來源與研究方法

1.1 數據來源

遼寧省當前共計100個縣市區,具體分布為59個市轄區、17個縣級市和24個縣。本文結合前人研究[18]和遼寧省發展現狀,為了更好的突出縣域單元的特點,將所有市轄區合并,保留縣和縣級市,得到14個地級市的市轄區、41個縣域,最終將研究單元劃為合并市轄區之后的55個縣域單元。文中指標數據采納2007-2021年《中國城市統計年鑒》《遼寧省統計年鑒》《中國縣(市)社會經濟統計年鑒》以及各縣(市)國民經濟和社會發展統計公報。其中二氧化碳排放量和二氧化碳吸收量來源于中國碳核算數據庫(https://www.ceads.net.cn/),PM2.5均值數據來源于達爾豪斯大學大氣成分分析組。為了消除異方差所帶來的影響,已手工插值填補缺失值部分,且對部分變量進行對數化處理。

1.2 研究方法

1.2.1 包含非期望產出的Super-SBM模型

鑒于傳統 DEA 方法具有徑向性及角度,對此,Tone提出非徑向的SBM模型,緊接著Tone又提出 Super-SBM 模型,化解了以往有效決策單元(DMUs)不易比較的難題,且允許效率值 ≥ 1,能夠對決策單元效率值進行精確、客觀的比較[19-20]。所以本文采用Super-SBM模型,見式(1)。

(1)

1.2.2 空間自相關分析

本文運用全局和局域莫蘭指數研究遼寧省縣域綠色發展效率的空間集聚或分化特征。其中全局莫蘭指數反映空間鄰近地區綠色發展效率值的整體相近程度,值的范圍為[-1,1],如果I>0且接近1,說明具有正的空間自相關性,且集聚程度明顯;如果I<0且接近-1,說明存在空間負相關性,且離散度越明顯[21]。其表達式為:

(2)

(3)

1.2.3 地理探測器

地理探測器是一種新型的統計學方法,在檢測空間分異性及驅動因子上具有顯著優勢[15]。本研究使用地理探測器展現遼寧省綠色發展效率的驅動力。地理探測器囊括了4個探測功能,分別是交互作用探測、分異及因子探測、風險區探測和生態探測[24]。公式如下:

(4)

本文主要采用交互作用探測。交互作用探測是用來辨識2個自變量共同作用時,對因變量的解釋力是否會增強或減弱。交互作用的類型包括雙因子增強、單因子非線性增強、非線性減弱、獨立和非線性增強共5種類型。判斷依據見表1[25]。

表1 判斷依據

2 綠色發展效率時空分異特征

本文在綜合考量已有研究成果、綠色發展效率的內涵、遼寧省縣域發展狀況的前提下,結合國家發改委、國務院辦公廳發布的《綠色發展指標體系》《關于構建現代環境治理體系的指導意見》等文件以及“自然-經濟-社會”復合生態系統理論和生態文明建設內涵目標,遵循客觀性、全面性、可操作性和數據可得性的指標選取原則,構建了遼寧省縣域綠色發展效率投入產出指標體系。所用的Super-SBM模型包含投入、期望產出以及非期望產出。投入方面包括資本、勞動力、資源投入,強調縣域在這三方面的傾斜程度。其中選用資本存量來表征資本,具體以各縣域固定資產投資表示,固定資產在生產過程中具有非常重要的地位,其價值會伴隨著生產經營活動逐漸轉移到成本中,并成為產品價值的一部分[26];勞動力投入以年末單位從業人數表示[27-28];資源投入因縣域建成區面積數據缺失,故以行政區域土地面積(km2)代替常用的建成區面積[29]。產出方面包括期望產出和非期望產出,期望產出包括經濟效益、社會效益和環境效益,分別以各縣域地區生產總值(GDP)[29-30]、社會消費品零售總額[31]和二氧化碳吸收量表示,其中地區生產總值反映一個地區經濟總規模,是衡量地區經濟實力的重要指標。由于發展過程中廢棄物的排放對生態環境造成負面影響,因此非期望產出包括環境污染和空氣污染,分別用各縣域二氧化碳排放量和PM2.5均值[32]表示,以期契合國家政策導向,全面反映區域綠色發展效率真實情況。具體指標體系如表2。

表2 遼寧省綠色發展效率投入產出指標體系

2.1 時間分異特征

本文首先運用MaxDEA8.0測算得出15年間55個縣域單元綠色發展效率,并結合標準差和變異系數繪制了2006-2020年遼寧省綠色發展效率均值變化趨勢圖(圖2),其中標準差用來表征各縣域間綠色發展效率的絕對差異;變異系數用來衡量遼寧省縣域間綠色發展效率的相對差異。由圖2可知,由標準差和變異系數變化曲線來看,標準差在研究期間內雖保持平穩,但仍呈上升趨勢;變異系數也呈逐年上升趨勢,說明各縣域間綠色發展效率絕對差異和相對差異都在逐年增大。同時在研究區間內,總體綠色發展效率呈現下降趨勢,綠色發展效率均值小于0.8,并且在2012年下降到最低點。以上結果表明遼寧省各地區的發展與各地區的資源的利用、環境保護、節能減排的情況之間不夠協調,出現這種不協調性原因可能是各地區的資本深化程度不同,在遼寧省各地區范圍內,資本與勞動的比例逐漸升高,致使資本密度增大,大量集中在生產力比較過剩的行業。2012年,由于遼寧省面臨經濟結構轉型,固定資產投資增速放緩,同時環境污染日益嚴重,致使綠色發展效率下降[33]。

圖2 2006-2020年綠色發展效率均值時間演變圖

除此之外,遼寧省雖在要素投入方面有著較好的基礎,在環境治理投入方面有著較強的意識,但遼寧省內有7個資源型枯竭型城市,資源型城市在消耗大量資源獲得經濟增長的同時,也承擔著巨大的生態環境代價。隨著資源可開采量的逐年減少,這些資源型城市最初“靠山吃山”的發展模式遭遇了瓶頸,產業結構也相應地呈現出不合理狀態。遼寧省典型的資源型城市的產業結構基本上均呈現不合理的構成比例,第三產業發展動力不足,產業機構亟待優化升級。遼寧省的工業普遍存在產業相對落后等問題,對技術特別是綠色技術的引進和吸收不夠,只是模仿和改造以往的舊技術,最終的結果是給環境帶來了污染。由于這些工業的非期望產出比較大,節能減排的技術一直都沒更新,工業規模增大的同時對環境污染的程度增大,這就造成各地區的工業綠色發展效率不升反降。在國家以及遼寧省相關“雙碳”發展目標下,未來遼寧省面臨較為嚴峻的轉型壓力。

2.2 空間分異特征

在時間演變的基礎上,本文還對各縣域單元綠色發展效率的空間演變特征進行探究。選取典型時間節點2006 年(“十一五”規劃開局之年)、2011年(“十二五”規劃開局之年)、2016年(“十三五”規劃開局之年)和2020年(雙碳目標提出之年)的遼寧省各縣綠色發展效率數據,并借助ArcGIS軟件運用自然斷點法將遼寧省55個縣域的綠色發展效率分為高等、中等、低等3級來描述其變化,2006-2011年、2011-2016年、2016-2020年的變化結果如圖3。

圖3 2006-2020年遼寧省各縣域綠色發展效率均值空間演變圖

由圖3可知,遼寧省縣域綠色發展效率呈現明顯的空間異質性。在研究時段內,各縣域單元的綠色發展效率呈現顯著的波動和空間差異。2006-2011年,大部分區域在這一階段保持穩定,無明顯的效率等級轉變。這一時段內,少數區域在高等效率→中等效率區域和中等效率→高等效率區域之間過渡,而中等效率→低效率區域的轉變尚未出現。2011-2016年,低等效率→高效率區域的數量有所增加,高等效率→中等效率區域和中等效率→ 低效率區域的轉變也呈現增多的趨勢。而相較于前一時段,無顯著變化的區域數量減少。2016-2020年,中等效率→高等效率區域和低等效率→中等效率區域的轉變數量增多且較前2個時間段多,表明部分區域綠色發展效率取得長足進步;高等效率→中等效率區域以及中等效率→低等效率區域的數量有所減少且較前1個時間段少,而無顯著變化的區域數量再次增多,說明一些區域的綠色發展效率趨于穩定。

綠色發展效率常年處于低等、中等效率的地區較多,大致位于營口市市轄區、遼陽市市轄區、鐵嶺市市轄區、朝陽市市轄區、康平縣、法庫縣、本溪滿族自治縣、凌海市、盤山縣、喀喇沁左翼蒙古族自治縣等地區。這是因為這些縣域單元產業結構、資源豐度等不同,在經濟轉型和產業結構調整中面臨不同發展路徑,同時整個東北地區的經濟都處于蕭條狀態,實現轉型發展所需的資金和技術支撐不足,支撐經濟綠色發展的資源分布不均衡,綠色發展受限。綠色發展效率常年處于高等效率且15年間幾乎無變化區域大致位于大連市市轄區、瓦房店市、莊河市、長?？h、寬甸滿族自治縣、燈塔市等,研究區間內這些縣域單元周邊縣域綠色發展效率水平都較高,可推斷這些縣域對周邊縣域的綠色發展帶動和溢出作用較為強烈。其中東部地區的部分縣域由于地理位置上臨近海洋,海洋經濟和第三產業發達,同時其擁有豐富的漁業、森林資源和較強的技術支持,所以其綠色發展效率較高。

2.3 空間分異相關性分析

全局莫蘭指數常用來探究被解釋變量的空間相關性聯系,本文利用Stata軟件創建了反距離權重矩陣,進行全局莫蘭檢驗,用以探究遼寧省2006-2020年各縣域綠色發展效率的空間關聯特征。所得結果顯示全局莫蘭指數均大于0,且除2011年外均通過顯著性檢驗并呈現波動上升的趨勢,表明區域間綠色發展效率存在顯著的空間正向相關,且存在集聚分布態勢。忽略研究期內個別年份的指數值,發現其集聚發展基本呈倒“N”字型變化,整體上看,近15年間遼寧省縣域綠色發展效率的Moran’s I指數呈現波動下降再上升趨勢,這也表明這種空間的正向集聚態勢并不穩定,先減弱隨后又逐漸增強。

采用Moran’s I 指數進行全局評估時有可能會影響局部的穩定性,為了更進一步探究遼寧省縣域綠色發展效率的空間演變以及空間范圍之內哪些縣域對全局空間自相關影響較大,通過計算各縣域的局域空間關聯指數,同時對主要年份的局域統計值進行分類,生成遼寧省縣域綠色發展效率的空間格局。如圖4所示,近15年,遼寧省縣域綠色發展效率無變化的縣域較多,大致位于大致位于沈陽市市轄區、大連市市轄區、鞍山市市轄區、撫順市市轄區、本溪市市轄區、鐵嶺市市轄區、新民市、長?？h、清原滿族自治縣、大石橋市、北票市、凌源市等,其中沈陽市市轄區、鞍山市市轄區、撫順市市轄區、本溪市市轄區、鐵嶺市市轄區、新民市、新賓滿族自治縣、清原滿族自治縣、大石橋市、鐵嶺縣為常年不顯著地區。2006-2011年,縣域綠色發展效率高低聚集→低低聚集區域、低低→不顯著區域集聚在遼寧省的北部地區,高高聚集→不顯

圖4 遼寧省綠色發展效率高低集聚變化圖

著地區、高高聚集→低高聚集區域分布在遼寧省南部地區,無變化區域較多,2011-2016年,縣域綠色發展效率的集聚變化較大,遼寧省西部、西南部地區的葫蘆島市市轄區、盤錦市市轄區及周邊縣域由無變化區域變動為不顯著→低低聚集區域,瓦房店市、莊河市由無變化區域變為高高聚集→不顯著區域,海城市、燈塔市由無變化區域變為不顯著→高低聚集區域;2016-2020年,不顯著→低低聚集區域明顯減少,不顯著→高高聚集區域明顯增多并集中分布于遼寧省東部地區的鳳城市及周邊縣域,海城市和燈塔市由不顯著→高低聚集區域變為高低聚集→不顯著區域,無變化區域增多。

3 綠色發展效率驅動因素分析

3.1 指標選取

遼寧省綠色發展效率的時空演變呈現動態性、不均衡性。處于不同發展時期,其驅動力強度也有細小的差別。本研究使用地理探測器,借鑒相關研究成果,選取經濟發展水平(X1)、人口規模水平(X2)、產業結構水平(X3)、人力資本水平(X4)、政策調控水平(X5)和環境保護水平(X6)構建其驅動因素模型,探測其時空分異主導因素,同時采用交互探測鑒別各因子之間的交互作用程度。分別選取人均GDP[34]、戶籍人口[35]、第二產業增加值占GDP比重[36]、中小學在校學生數[27]、地方財政公共預算支出[37]、碳強度進行表征,本研究選取2006年、2011年、2016年、2020年4個年份進行分析。

3.2 結果分析

3.2.1 主導因子探測分析

在ArcGIS中利用自然斷點法將各驅動因子分為5個類別,并對其進行離散化。通過地理探測器探測各因子對遼寧省綠色發展效率的驅動作用,結果如表3。結果表明:遼寧省綠色發展效率的時空分異是多種因素共同作用的結果。環境保護、經濟發展水平、政策調控是其主導因素。各驅動因子作用力的空間分布與各年份綠色發展效率的空間分布具有一定的一致性。

表3 遼寧省綠色發展效率時空分異因子探測結果

從探測結果來看,各年份的q值均通過了1%水平的顯著性檢驗。2006年綠色發展效率前3位的影響因素作用強度排序為X6>X5>X1,2011年則為X6>X1>X5,2016年則為X1>X6>X5,2020年則為X4>X6>X2。4年來,X6均為高作用力指標,X5、X1共有3年為高作用力指標,由此說明環境保護、經濟發展水平、政策調控是其主導因子。產業結構相對較弱,其q值均小于0.152。其中,人口規模和人力資本對遼寧省綠色發展效率空間分異的作用力大小有增強的趨勢,其q值在2020年分別達到了0.154、0.179。隨時間的演變,人口規模、產業結構、人力資本影響力呈上升趨勢,經濟發展水平、政策調控、環境保護影響力呈下降趨勢。

環境保護的影響力最強。近年來,高質量發展始終被作為重要議題,環境保護已從政策建議落實到法律等級,此外雙碳目標的提出倒逼遼寧省發展方式的轉變[17]。中國已于2021年啟動碳排放交易機制,其既能落實企業控排責任,又能通過提供經濟激勵機制,帶動綠色技術創新。在新發展理念的指導下,遼寧省將碳達峰碳中和作為推動高質量發展的重要引擎,加快產業結構、能源結構的優化升級,促進了綠色發展效率的提升。

經濟發展水平方面,城市經濟相對繁榮的地區,其居民收入也相對較高,生態保護意識較強,更加注重生活質量和環境質量的提升,更加偏好綠色發展方式,從而減少城市碳排放量。另一方面,城市經濟的經濟發展水平較高,相對政府稅收收入也更高,在實行城市綠色發展轉型時,政策的實施往往有更優的經濟支撐;經濟發展水平較高的地區往往具有較好的人力資本優勢和基礎設施條件,在各種優勢因素的累計作用下,其綠色發展效率也會提升。

政策調控方面,地方財政具有明顯的“自上而下”的屬性。自黨的十八屆五中全會倡導綠色發展理念以來,從中央到地方政策的制定與實施始終把環境擺在顯著位置,政策對綠色發展起到至關重要的作用,企業原有發展方式在政府協助下不斷優化改進,政府設立的淘汰機制門檻也使得低效率發展企業被市場淘汰,使遼寧省綠色發展效率不斷上升。

人力資本的提升從兩個角度影響綠色發展。隨著勞動者的知識技能、文化技術水平與健康狀況的提高,為綠色發展提供了高素質勞動力,帶來擁有先進技術知識的人才,有益于綠色發展的實施,也提供了技術支撐。另一方面,人力資本提高,表明用工成本提高,遵循尊重市場的原則,使原有粗放式的發展模式已無法維系人力資源開銷,環境倒逼企業加速轉型,未被市場淘汰的企業提高產品附加值,實現高效綠色發展。

人口規模決定了人均資源占有量,也決定了當地的發展模式。人口規模的增長帶來經濟的發展水平的提高,也增加了資源的消耗程度,增長了污染物的排放。2006-2020年,遼寧省人口先增長而后平穩,創造了相對穩定的發展環境,為政府對綠色發展效率做出進一步規劃提供了先決條件,同時人口帶來的經濟增長也為實現高效綠色發展提供了可能。

產業結構發展模式決定了實現綠色發展的難易程度。遼寧省受計劃經濟時期影響,導致產業結構存在偏重的特征,能耗大、污染強的第二產業成為阻礙綠色發展的重要因素。自改革開放以來,遼寧省產業結構不斷優化轉型,但各個市縣產業結構存在歷史差異,各縣區發展速度也不相同,各縣區第二產業的比重高低決定著各縣域打破原有桎梏的難易程度。

3.2.2 交互作用探測分析

為了更深入地研究各種驅動因子之間的互動關系如何影響綠色發展效率,交互探測2006年、2011年、2016年、2020年的驅動因子。表4中探測結果表明:因子交互類型分為雙因子增強和非線性增強型。其中2006年、2011年、2016年、2020年均出現交互作用力達到1.000的情形,表明驅動因子組合的交互作用q與遼寧省綠色發展效率空間分異上具有一致性,有力的解釋了遼寧省空間分異程度。遼寧省綠色發展效率是多因素相互影響的結果。

表4 遼寧省綠色發展效率時空分異交互探測結果

4 結論

本文選取 2006-2020年遼寧省55個縣域的數據,研究了遼寧省縣域綠色發展效率的時空分異特征及影響因素,得到如下結論:(1)2006-2020年,遼寧省55個縣域的綠色發展效率平均值波動,總體呈下降趨勢,且均值小于0.8。綠色發展效率在遼寧省南部和東部較高,而在北部和西部較低。高效率區域主要集中在東港市、鳳城市、寬甸滿族自治縣、新賓滿族自治縣、沈陽市及其周邊縣域和大連市市轄區等地。(2)縣域綠色發展效率存在明顯的空間正向相關性,且集聚分布態勢呈倒“N”字型變化,集聚態勢先減弱后增強,不穩定;縣域綠色發展效率高低集聚隨時間變化雖有所波動,但整體較為穩定,呈現集中趨勢。(3)影響綠色發展效率的主要因素中,人口規模、產業結構、人力資本的影響力呈上升趨勢,而經濟發展水平、政策調控、環境保護的影響力則呈下降趨勢。