共享经济发展对区域生态效率影响的空间计量分析

邱海洋

内容提要：文章基于我国30个省市2008-2015年的相关数据，首先采用全局DEA方法对区域生态效率进行衡量，然后运用MIMIC模型对区域共享经济发展水平进行评价，最后采用空间面板模型实证分析共享经济对生态效率的影响。结果显示：第一，共享经济发展对生态效率提升具有显著促进作用。基于地理距离权重的空间计量结果表明，共享经济发展指数每上升1个单位，区域生态效率就会上升0.2379个单位。第二，随着共享经济的发展共享经济对生态效率的正向影响逐渐增强。第三，能源结构不合理和人口密度上升对生态效率具有显著负向影响，而共享经济模式能够降低能源结构不合理和人口集聚所产生的环境负效应。

一、 引言与文献综述

借助于科技进步和市场经济制度，人类在近两百年里创造了巨大的物质财富，但同时也面临着生态环境恶化、地球资源过度消耗、气候变化等一系列负面问题。这驱使人类开始反思“工具理性”的价值观、征服型技术观、消费主义的消费观，并努力寻找和尝试新的经济模式。低碳经济是为了应对环境问题而备受重视的理想经济模式。但在工业文明的路径依赖下，低碳经济由于不能快速获取短期经济收益而发展缓慢。另一方面，许多经济体还要面对产能过剩的棘手问题，如何在改善生态环境的同时消化过剩产能已成为迫切需要解决的任务。共享经济在此背景下应运而生，并不断发展壮大。

目前，共享经济不但受到实务界的青睐而且也成为经济理论研究中的热点问题。一些学者对共享经济的内涵进行了阐述。卢现祥(2016)认为共享经济是一场认知盈余革命。郑志来(2016)认为共享经济是主要基于网络平台并针对闲置资源使用权进行交易的经济模式。马强(2016)把共享经济定义为移动互联网时代以闲置物品或服务为交易对象的新商业模式。刘根荣(2017)认为共享经济是以信息技术为载体的新型交换系统。Hamari(2016)、 Sundararajan(2016)认为分享经济是以现代信息技术为支撑的新商业模式。总体而言，已有文献普遍认同共享经济是一种针对闲置资源的新交易方式。另一方面，作为一种新经济模式，共享经济也被许多资源环境研究者所关注。董成惠(2016)从理论层面上分析了共享经济、循环经济与绿色经济之间的关系，并指出共享经济有利于生态型经济的发展。王芳、黄军(2017)从理论视角分析了共享经济与生态文明之间的关系，并指出共享经济是生态文明实现的全新路径。但是，不可忽视的是共享经济也带来了现实的环境问题。比如，作为共享经济的重要组成部分，共享单车则由于无序停放挤占了公共空间，同时共享单车的快速过度投放也意味着未来会产生更大的固体废弃物污染。中国自行车协会官网显示，2017年共享单车的投放量为近2000万辆。由于维护较困难，这些共享单车会在几年之内报废并产生近30万吨废金属。现实问题也带来了以下疑问：共享经济模式究竟能否促进生态文明发展？如果共享经济对生态文明存在促进效应，那么这种促进作用有多强？共享经济又是通过什么途径改善生态环境的？梳理现有相关研究成果，可以发现已有文献并没有从实证角度给予清晰的解答。

生态效率指标是生态文明的重要评价标准。生态效率提升是生态文明的主要体现。Sturm和Schaltegger较早在分析经济活动价值时引入生态环境因素，并相应提出了生态效率概念。在此之后，越来越多的学者对生态效率进行了广泛和深入的探讨。杨斌(2009)较早采用DEA方法对我国2000年至2006年的省际区域生态效率进行了评价。王思旭、武春友(2011)则采用超效率DEA方法对我国省际生态效率进行了测度。成金华等(2014)基于超效率DEA方法对生态效率进行测算并探讨了生态效率的空间相关性。通过梳理现有文献，可以发现数据包络分析方法已成为生态效率评价的主要方法。Huang et al.(2014)、周五七(2016)、纪建悦(2016)等指出基于面板数据的当期DEA模型采用了不同的参考技术，因而不利于跨期可比。Huang et al.进一步提出了跨期可比的超效率SBM(全局DEA)模型。综合而言，从提升研究准确性角度出发，跨期可比(全局)DEA应是更合适的方法。

在生态效率的影响因素方面，成果较为丰富。陈傲(2008)实证分析了环保资金投入与产业结构调整对生态效率的影响。初善冰等(2012)重点探讨了外商直接投资因素。罗能生等(2013)重点分析了城镇化水平对区域生态效率的影响。李胜兰等(2014)基于地方政府竞争的视角重点分析了环境规制对中国区域生态效率的影响。李佳佳等(2016)实证分析了城市规模对生态效率的影响。郑慧等(2017)实证探讨了产业结构、能源结构等因素的影响。虽然关于生态效率影响因素的成果较多，但到目前为止，还缺乏专门针对共享经济因素的探讨。实证分析共享经济对生态效率的影响对于深层次剖析共享经济与生态文明之间的关系具有较强学术价值和现实意义。而实证探讨共享经济对区域生态效率的影响则需要以生态效率、共享经济发展水平指标的衡量为前提。基于此，本文以我国30个省市的相关数据为基础，首先采用全局DEA方法对区域生态效率进行衡量，然后运用MIMIC模型对区域共享经济发展水平进行评价，最后采用空间面板模型实证分析共享经济发展水平对生态效率的直接和间接影响以及阶段性差异。

二、 理论分析与研究假设

共享经济模式的关键特征是能对社会存量资源进行再配置。社会存量资源再配置的过程也是一种生态效率提升的过程。共享经济发展与生态效率提升不是孤立存在的，共享经济对生态效率具有不可忽视的影响。共享经济对生态效率的影响主要体现在以下三个方面：第一，共享经济模式降低了现存资源的开发速度，进而减少了对生态环境的负向影响。以往的经济模式是一种“拼命生产，拼命消费”的工业经济模式，这种模式过度消耗现存资源。当资源消耗速度超出了生态系统的承受能力，生态环境就会遭到破坏，生态效率也就会显著降低。而共享经济模式通过对社会存量资源的再分配从而降低了现存资源的开发速度，这样就可以给生态系统的自我调节留出时间，并最终有利于生态效率的提升。第二，共享经济模式提高现有资源及物品的使用频率并延长使用时间。共享经济使一些闲置物品进入市场交易环节并能在满足消费者效用的同时减少废弃物回收处理量。基于现代信息技术，共享经济通过对供给端与需求端的高效衔接，改变了消费者的消费习惯，激活了闲置物品交易市场，从而延长了物品的使用时间并提高使用频率，并最终减少了浪费和过度消费。二手物品交易是共享经济商业模式中的重要类型。随着互联网的普及，信息搜寻成本的降低，网络二手物品市场交易日益活跃。共享经济的快速发展提升了二手物品市场交易需求，从而避免了闲置物品变成废弃品的结局。第三，共享经济模式能够减少能源消耗量并降低污染排放，从而有利于生态效率提升。比较明显的例子是在出行共享领域，当交通领域中的共享经济模式盛行，那么就会显著减少能源消耗量，尤其是人均汽油消耗量。美国《经济学人》杂志研究表明，每一辆共享汽车可以减少9至13辆汽车出行量。麻省理工学院研究发现，Uber的服务减少了所在地55%的交通拥堵，并减少了汽油等能源资源的消耗。同时，共享汽车的普及能降低城市堵车所产生的污染排放。波士顿咨询2016年关于共享汽车的报告显示，2021年汽车销量受汽车共享模式的影响将减少约5%。共享出行方式的兴起降低了新汽车的需求量，从而也减少了汽车生产端的资源消耗。除了上述三个方面的直接影响，共享经济对生态效率的影响还存在边际效应和间接效应。共享经济发展是一个渐进过程。共享经济发展阶段可分为起步阶段、扩散阶段和成熟阶段。从起步阶段向成熟阶段演进是一个数量扩张和质量提升的过程。在共享经济发展的起步阶段，由于共享经济规模较小，技术运用不充分，因此共享经济对生态效率的正向影响并不强烈。随着共享经济从起步阶段向成熟阶段演进，共享经济规模不断扩大，共享经济与新技术结合更加密切，共享经济对生态效率的正向影响就会更加显著。除了直接效应和边际效应，共享经济对生态效率的影响还具有间接效应。刘鹏、孟凡生(2014)指出能源结构不合理会对生态系统产生负向影响。陶长琪、彭永樟(2017)通过实证分析发现人口集聚对生态环境具有负向影响。在共享经济蓬勃发展的背景下，尤其是在共享经济对生态效率三个方面直接影响的协同作用下，能源结构不合理和人口集聚的部分环境负效应会受共享经济模式的抵消。

基于以上理论分析，本文提出以下待检验假设：

假设1：总体而言，我国共享经济发展对生态效率提升具有一定促进作用。

假设2：随着我国共享经济的发展，共享经济对生态效率的正向影响逐渐增强。

假设3：共享经济模式能够减少能源结构不合理所产生的环境负效应，同时也能缓解人口集聚对生态环境带来的压力。

三、 生态效率与共享经济发展水平衡量

1. 生态效率衡量

衡量生态效率首先要明确投入与产出。借鉴Huang et al.(2014)、郑慧(2017)等相关研究成果，并基于数据可得性，本文以用水总量、煤炭消费量、就业人员人数、建设用地面积和资本存量为投入变量，以实际地区生产总值作为好产出变量并以氨氮排放量、二氧化硫排放量、废水排放总量、化学需氧量排放量经无量纲化后取均值得到的综合指数作为坏产出变量。在区域资本存量的测算文献中，贾润崧等(2014)认为折旧率在不同省份不同年份都存在差异，用同一折旧率会降低资本存量测算准确性。为提高精度，本文运用贾润崧等(2014)的方法测算区域资本存量。上述各变量原始数据及后续研究所用数据均来源于国家统计局数据库。样本为2008至2015年我国30个省市相关数据(西藏部分数据缺失未纳入研究样本)，其中资本存量、生产总值换算为2008年价格。本文基于Huang et al.(2014)、周五七(2016)的全局DEA方法，利用MAXDEA软件并采用投入导向的超效率SBM模型测算区域生态效率值。通过测算后本文发现，2008年至2015年，我国区域生态效率总体上呈现上升趋势，但具有小幅波动性。中部地区生态效率与西部地区生态效率较接近，但都明显小于东部地区生态效率。

2. 共享经济发展水平衡量

(1) MIMIC模型。在共享经济衡量方面，文献相对较少。李研(2017)认为共享经济作为一种新经济形态，其测度具有较大难度。万东华等(2017)指出共享经济的衡量是一项新挑战。在缺乏直接对应数据的背景下，本文把共享经济发展水平作为一种潜变量来处理。因此，本文借鉴杨灿明、孙群力(2010)测算隐形经济的多指标多原因(MIMIC)模型来估测区域共享经济发展水平。本研究的潜变量被定义为共享经济发展指数，并以此代表共享经济发展水平。除了潜变量，MIMIC模型还包含原因变量和指标变量。参考现有共享经济文献，本文选择的原因变量包含科技成果转化能力、互联网普及程度、信息技术硬件水平、公共交通发展状况、城市基础设施条件、人力资本水平、公共文化资源丰富程度、中介组织发展状况、社会保障覆盖程度九个方面。本研究假设这九个方面的原因变量与共享经济发展水平具有正相关关系。

科技成果转化能力的提升促使更多的创新成果得以运用和推广，从而为共享经济发展提供技术支撑。互联网普及程度的提升扩大了共享经济的参与群体。信息技术硬件水平的改善可以提升共享经济参与的便捷程度。良好的公共交通发展状况和城市基础设施条件可降低共享经济参与者的交易成本。人力资本水平的提升使共享经济活跃参与者数量显著增加。公共文化程度的提升能够增进对共享模式的认可，从而有利于区域共享经济发展。中介组织作为共享经济模式的第三方机构，有效促进了信息传递和共享效率提升。社会保障本身体现出共享模式的互惠性，同时也会对共享经济发展产生潜在积极影响。以上各原因变量具体度量方式见表1。

指标变量包含经济增长和市场营销力度。区域共享经济的发展会促成潜在交易的达成，从而提升交易者福利水平，并最终扩张经济规模。另一方面，区域共享经济的发展会提高闲置商品的使用率，进而间接影响现存商品的购买需求。购买需求的降低进而会促使企业提升商品市场营销力度。经济增长用人均地区生产总值表示。商品市场营销力度用规模以上工业企业平均销售费用表示。由于在全球金融危机发生之后，共享经济才在西方发达国家和我国逐步发展壮大，因此，本文以2008年作为测算起点。在实证分析前，对观测变量X1至X9以及Y1、Y2原始数据进行了无量纲标准化处理。

表1 共享经济发展指数MIMIC模型变量说明

(2) 测算过程与结果。利用MPlus7软件对MIMIC模型进行估计，具体结果见表2。由表2可知，初始模型MIMIC(9-1-2)卡方值较大，且RMSEA大于0.08，这说明初始模型拟合效果不理想，需要调整。在分别剔除不显著变量X1、X3和X4后，得到模型MIMIC(6-1-2)，从拟合指标上可以发现，模型MIMIC(6-1-2)同样拟合效果不理想。X8虽然参数估计结果显著，但系数为负，与现实不符，应该删除，进而可得模型MIMIC(5-1-2)，但该模型的拟合指标仍不能全部达标。再进一步删除参数估计结果最小的变量X5后，得到模型MIMIC(4-1-2)。无论是绝对拟合指标还是相对拟合指标，模型MIMIC(4-1-2)拟合指标均比较理想。因此，本文选择模型MIMIC(4-1-2)的参数估计结果来测算区域共享经济发展指数。

模型MIMIC(4-1-2)包含Y1、Y2两个指标变量和X2、X6、X7以及X9四个原因变量。基于原因变量的估计系数，共享经济发展指数的测算表达式为：

η=0.462X2+0.37X6+0.205X7+0.214X9

(1)

通过测算后本文发现，在观测区间内，共享经济发展指数平均值为0.37，这说明我国共享经济总体还处于较低水平发展阶段。但是，从纵向角度而言，我国共享经济发展指数在2008至2015年内呈现平稳上升趋势，且中西部地区共享经济发展指数增长幅度大于东部地区增长幅度。

表2 MIMIC模型修正过程

续表

注：1. 括号内为标准误，2. *、**、***分别表示10%、5%、1%的显著性水平，下同。

四、 计量模型设定及实证结果

1. 空间自相关分析

由于生态效率属于区域性变量，因此应首先进行空间相关性检验。空间相关性检验包含全域和局域空间相关性检验。具体检验法采用Moran’s I指数评价法。在空间权重的选择上，本文选择地理距离和经济距离空间权重矩阵。

表3列出了生态效率的全域Moran’s I数值。采用两种权重矩阵的计算结果都显示，在2008至2015年生态效率的Moran’s I值通过了10%显著水平检验。

表3 生态效率的全域Moran’s I指数

在采用地理距离空间权重时，生态效率的Moran’s I值为正，且在0.012至0.044之间。在采用经济距离空间权重时，生态效率的Moran’s I值也为正，且在0.056至0.138之间。检验结果说明我国区域生态效率存在较明显的空间正相关性。局域空间自相关指数是Moran’s I指数的局部形式。通过测算2008-2015年生态效率的局域空间自相关指数，发现在各个年份中国区域生态效率在空间分布上均呈现非均衡性，这种结果与胡彪、付业腾(2016)的研究结果一致。空间相关性检验结果说明实证研究应采用空间计量研究方法。

2. 计量模型设定

本文的主要研究目的是实证探讨共享经济对区域生态效率的影响程度。被解释变量是生态效率，核心解释变量是共享经济发展水平，同时选择环境规制、能源结构、人口密度和外商投资程度作为控制变量。生态效率值取自前文测算结果，并用EE代表。共享经济发展水平用共享经济发展指数表示，其值同样取自前文测算结果，并用SEI代表。环境规制用工业污染治理投资额表示，并用EK代表。能源结构用煤炭消费量与电力消费量的比值表示，并用ES代表。人口密度用每平方公里城市人口数表示，并用DEN代表。外商投资程度用外商投资企业投资总额占GDP比重表示，并用FDI代表。为减少量纲的影响，实证研究中对EK、DEN分别取对数处理，且把工业污染治理投资额换算为2008年价格。

由于生态效率具有空间相关性，因此本文借鉴张鼎祖等(2015)所采用的Tobit空间面板模型进行实证分析。相应的空间面板滞后模型(SAR)设定为：

EEit=ρWEEit+β1SEIit+β2lnEKit+β3ESit+β4lnDENit+β5FDIit+εit

(2)

其中，i、t表示地区和时间，ρ为空间回归系数，WEEit为空间滞后因变量。

空间面板误差模型(SEM)表示为：

EEit=β1SEIit+β2lnEKit+β3ESit+β4lnDENit+β5FDIit+λWυit+εit

(3)

其中，λ为空间自相关系数，υit为空间自相关误差项。

3. 实证结果

实证结果如表4所示。表4中结果(1)和结果(2)是采用地理距离权重矩阵得到的空间面板滞后模型(SAR)和空间面板误差模型(SEM)回归结果。比较LM Error统计值和LM Lag统计值后，则应选择空间误差模型进行分析。生态效率的空间误差回归系数Lambda在1%水平上显著为正，进一步说明区域生态效率具有正的空间相关性。共享经济发展水平回归系数为0.2379，且在1%水平上显著，这说明共享经济发展对生态效率提升具有显著促进作用。回归结果验证了假设1。在共享经济兴起之前，绿色发展的发力点体现在生产端的降低能耗和生活端的绿色消费，但这两方面却缺乏强劲内在动力。而共享经济作为一种针对闲置资源进行配置的经济模式，借助于信息技术真正实现了经济效益与生态效益的统一。共享经济助推生态效率提升的重要原因是共享经济所倡导的与社会成员分享更多资源的比赛逐渐替代了重视占有更多资源的物质追求比赛。虽然环境规制变量的回归系数为正，但并没有通过显著性检验。能源结构和人口密度的回归系数都为负值，且在1%水平上显著，这说明煤炭消费比重的增加和人口密度提升对生态效率具有显著负向影响。外商投资程度的回归系数为0.0011，且通过1%显著水平检验。这说明，在样本区间里，外商投资程度对生态效率仅有微弱的正向影响。为了检验实证研究的稳健性，本文同时采用经济距离权重矩阵对模型进行回归，具体结果可见表中结果(3)和结果(4)。结果显示各变量的回归系数没有明显变化，这说明实证结果具有稳健性。

表4 回归结果

注：括号内为z值，下同。

为了探讨共享经济不同发展阶段对生态效率影响的差异性，本文把样本分成2008至2011年和2012至2015年两个阶段分别进行实证分析。空间权重矩阵采用地理距离权重矩阵。实证结果可见表5。表5中结果(5)和结果(6)是2008至2011年样本区间的回归结果。比较LM Error统计值和LM Lag统计值后，应选择空间误差模型进行分析。在此阶段，共享经济发展水平回归系数为0.2337，且在1%水平上显著。表中第四和第五列是2012至2015年样本区间的回归结果。比较LM Error统计值和LM Lag统计值后，同样应选择空间误差模型进行分析。在此阶段，共享经济发展水平回归系数为0.3113，且在5%水平上显著。比较两个阶段共享经济发展水平回归系数，可以发现，2012至2015年区间SEM模型的回归系数(0.3113)明显大于2008至2011年区间SEM模型的回归系数(0.2337)。这说明在不同发展阶段共享经济对生态效率的影响具有差异性，即随着共享经济的发展共享经济对生态效率的正向影响逐渐增强。以上实证结果支持了假设2。

表5 分区间回归结果

为了深入探讨共享经济对生态效率的影响机理，本文进一步从间接视角进行实证分析。前文的实证研究说明共享经济发展对生态效率提升具有直接促进作用，而能源结构不合理和人口密度增加会显著抑制生态效率提升。那么，随着共享经济发展，共享经济模式会不会抑制能源结构不合理和人口密度增加所产生的生态环境负效应呢？为了解答这个疑问，本文在模型中分别引入能源结构、人口密度与共享经济发展水平的交叉乘积项。主要实证结果如表6所示。表中结果(9)、结果(10)是添加了能源结构与共享经济发展水平交叉乘积项的空间滞后模型(SAR)和空间误差模型(SEM)回归结果。空间权重矩阵采用地理距离权重矩阵。比较LM Error统计值和LM Lag统计值后，同样选择空间误差模型进行分析。结果显示，能源结构(ES)的回归系数为-0.0283，且在1%水平上显著，而能源结构与共享经济发展水平交叉项ES*SEI的回归系数不再显著为负，这从另一方面说明共享经济模式能减少能源结构不合理所产生的环境污染。2006-2015江苏省13个城市环境效率测度结果

表6 间接视角的实证结果

表中结果(11)、(12)是添加了人口密度与共享经济发展水平交叉乘积项的回归结果。空间权重矩阵采用地理距离权重矩阵。比较LM Error统计值和LM Lag统计值后，同样选择空间误差模型进行分析。结果显示，人口密度的回归系数为-0.0957，且在1%水平上显著，而人口密度与共享经济发展水平交叉项的回归系数不再显著为负，这说明共享经济模式能缓解人口集聚对生态环境带来的压力。上述结果支持了假设3。

五、 结论与启示

本文以我国30个省市2008-2015年的相关数据为样本，首先采用全局DEA方法对区域生态效率进行衡量，然后运用MIMIC模型对区域共享经济发展水平进行评价，最后采用空间面板模型实证分析共享经济对生态效率的影响。主要发现有：(1) 我国区域生态效率存在较明显的空间相关性。(2) 我国各省市共享经济发展指数在2008-2015年呈现上升趋势。但是，我国区域共享经济总体发展水平不高。(3) 共享经济发展对生态效率提升具有显著促进作用，基于地理距离权重的空间计量研究结果显示，共享经济发展指数每上升1个单位，区域生态效率就会上升0.2379个单位。(4) 随着共享经济的发展共享经济对生态效率的正向影响逐渐增强。虽然能源结构不合理和人口密度上升对生态效率具有显著负向影响，但是共享经济模式却能减少能源结构不合理所产生的环境污染并且还能缓解人口集聚对生态环境带来的压力。

本文的研究有以下启示：第一，重视共享经济模式的生态属性。以往的文献更多是探讨共享经济模式的经济属性，而忽视共享经济模式所蕴含的生态属性。只有考虑到共享经济模式的生态属性，才能更全面地理解共享经济的本质并合理推动共享经济发展。第二，加强制度建设，进一步树立绿色消费理念。虽然共享经济模式有利于生态效率提升，但是绿色消费理念的培育不能忽视。共享经济发展并不能等同于绿色消费理念提升。为了更加显著地提升共享经济模式的生态效率促进效应，应加强绿色消费理念的培育。政府部门要首先成为引导者、示范者，及时制定《绿色采购法》，并积极推进绿色家庭、绿色社区、绿色企业建设。第三，注重区域之间共享经济发展的联动效应。共享经济发展不是孤立存在，共享经济的生态效益也不局限于特定区域。因此，应加强区域间合作，通过区域联席会议等多种方式促进共享经济发展。