油气城市工业绿色发展水平与工业绿色发展效率的耦合协调效应研究

2022-05-13 15:09孙菲李友俊巩艳芬彭民
关键词:耦合协调度

孙菲 李友俊 巩艳芬 彭民

摘要:基于工业绿色发展的内涵,分别构建了工业绿色发展水平和效率两子系统的评价指标体系,运用熵权-TOPSIS模型和SBM模型测度了油气城市的工业绿色发展水平和工业绿色发展效率,运用耦合协调度模型研究了两子系统的耦合协调效应。结果表明:各地区工业绿色发展耦合协调效应显著,随时间变化呈梯度递增格局;2004—2018年各油气城市两子系统耦合协调度总体呈上升趋势,耦合协调效应较强;各油气城市耦合协调效应随时间推移差距有缩小趋势,耦合协调度类型分级明显,不同油气城市的耦合协调效应存在差距。基于上述结论,发现优质人才、先进技术、区域差异性、环境规制等是影响两系统耦合协调效应的重要因素。最后,从完善人才机制、提高绿色技术创新投入、构建协同发展机制等方面,提出了油气城市工业绿色发展的提升策略。

关键词:油气城市;工业绿色发展水平;工业绿色发展效率;耦合协调度

中图分类号:F124

文献标识码:A

文章编号:1673-5595(2022)02-0027-13

油气城市,即以石油和天然气开采加工为支柱产业的资源型城市,在其产业结构中资源采掘及与之相关的产业占有较大比重。新常态下,随着我国资源环境趋紧,在资源环境承载力的约束下,油气城市的工业绿色发展已成为必然。《“十四五”工业绿色发展规划》中明确提出:到2025年,工业产业结构、生产方式绿色低碳转型取得显著成效,绿色低碳技术装备广泛应用,能源资源利用效率大幅提高,绿色制造水平全面提升。可见,推动油气城市的工业绿色发展意味着将绿色发展理念贯穿于工业生产全过程、全领域,降低工业生产对油气资源的过度消耗及对环境的破坏,积极推进工业能效提升,减少污染排放,实现城市工业增长与环境保护的“双赢”。区别于已有文献对工业绿色发展水平和工业绿色发展效率进行单独研究,

本文以油气城市为研究对象,将工业绿色发展水平和效率相结合,研究二者的耦合协调效应,并分析形成原因,由此提出提升油气城市工业绿色发展的相关建议。

一、文献综述

(一)工业绿色发展水平的相关研究

已有文献中关于工业绿色发展水平的研究主要涉及评价指标体系和评价方法。现有的评价指标体系不仅考慮了经济、资源、环境等指标,也考虑了科技、社会和政府支持等指标。有的研究借鉴了国家发展改革委制定的《绿色发展指标体系》(2016)中的部分指标,构建工业绿色发展水平评价指标体系,该指标体系涵盖了工业绿色增长、工业资源消耗与环境影响和政府工业绿色政策支持等方面。[1-2]有的研究从工业增长水平、工业研发强度、政府支持力度、工业能耗水平、污染治理效率5个方面构建工业绿色发展水平评价指标体系。[3]还有研究结合现代工业发展要求,从绿色生产、绿色排放、绿色保护、绿色创新、绿色质效5个方面选取各类相关指标,构建工业绿色发展水平评价指标体系。[4-5]关于工业绿色发展水平评价方法,一般侧重采用TOPSIS法[6]、熵值法[4]、动态面板的系统GMM估计方法[7]、因子分析法[3]和k-means聚类算法[5]等方法。

(二)工业绿色发展效率的相关研究

关于工业绿色发展效率的研究最早起源于绿色技术效率,Pittman[8]最早利用指数测度了包含非期望产出的绿色技术效率。此后,德国学者Schaltegger等[9]提出了工业生态效率的概念,这一概念现已被广泛应用于工业领域。针对生产中的非期望产出与投入产出变量的松弛性问题,Tone[10]提出了SBM模型,该模型是非径向和非角度的,能有效解决非期望产出与投入产出变量的松弛性问题,在测定环境和资源效率方面得到广泛应用。目前国内外对工业绿色发展效率的研究一般是从投入产出的角度,选择适当的模型进行测度研究,重点分析现状并对未来进行预测。也有研究在进行效率评估时,采用了在规模报酬可变条件下的DEA模型以及超效率SBM模型。以王建民等[11]、张仁杰等[12]、王喜平等[13]、黄磊等[14]、丁显有等[15]为代表的学者,采用全局超效率SBM模型,选取资本、劳动力、技术、资源作为投入指标,选取地区生产总值作为期望产出指标,选取工业废水、工业废气、工业固体废弃物排放量等作为非期望产出,测度了我国30个省(自治区、直辖市)和长江经济带的工业绿色发展效率,研究发现中国省域工业绿色发展效率在时间维度上总体呈现出波动上升的趋势,且工业绿色发展效率的地区差异十分明显,以省为单位测度的工业绿色发展效率处于波动增长的状态。

综上所述,现有研究在研究维度上,侧重工业绿色发展水平评估、工业绿色发展效率测度;在研究对象上,侧重以全国、省域、城市群等为对象,进行工业绿色发展程度评估;在研究方法上,侧重采用定量分析工具测度工业绿色发展效率,分析其影响因素。目前已有研究多集中在以全国、区域或城市为研究对象的工业绿色发展水平或工业绿色发展效率的单方面研究上,将工业绿色发展水平与工业绿色发展效率相结合的研究相对较少,特别是关于油气城市工业绿色发展的全面研究更为罕见。鉴于此,本文将构建工业绿色发展水平和工业绿色发展效率的综合评价指标体系,对油气城市的工业绿色发展水平和工业绿色发展效率进行综合评价,并在此基础上分析油气城市工业绿色发展水平和效率的耦合协调效应及其形成原因,提出油气城市工业绿色发展的提升对策。

二、工业绿色发展水平与效率耦合协调的内涵

工业绿色发展是指工业绿色低碳转型发展。中国社会科学院工业经济研究所课题组将“工业绿色发展”定义为:在工业领域有效利用资源、能源,降低污染物排放,以获得经济效益和环境效益为目标,通过绿色技术创新,最终实现工业生产各环节的绿色化。[16-18]因此工业绿色发展的衡量标准为提高资源利用效率、环境效率、全要素生产率,即提高工业绿色发展水平和工业绿色发展效率。

(一)工业绿色发展水平与工业绿色发展效率

工业绿色发展水平反映的是工业绿色发展过程的成效,是对现有工业绿色发展程度的综合体现。综合已有研究,发现工业绿色发展水平主要通过工业经济发展、资源消耗强度、环境影响及治理、技术创新4个方面来体现。工业经济发展是保障当前工业绿色发展的动力,它体现了工业绿色发展的先导条件,可以分为经济效益与经济结构两个维度。资源消耗强度指工业生产中企业生产单位工业增加值所占用和耗费的资源。[4]环境影响及治理体现了污染排放对工业绿色发展的影响以及政府的效力对工业绿色发展的支撑,分为工业污染排放和工业污染治理两个维度。技术创新是提升油气城市工业绿色发展水平的核心驱动力[19-20],衡量技术创新,主要看技术创新投入高低和技术创新体系是否完善[14]。

工业绿色发展效率是决定工业绿色发展的内生动力。从宏观层面看,工业绿色发展效率包括全要素生产率、技术效率和规模效率等[21];从微观层面看,工业绿色发展效率是指工业企业在一定生产条件下,“投入”与“产出”两者之间的比率关系。

(二)工业绿色发展水平与效率的耦合协调效应

工业绿色发展水平与效率的耦合协调效应是指工业绿色发展水平与工业绿色发展效率的互补发展程度,反映工业绿色发展水平对工业绿色发展效率的支撑作用及工业绿色发展效率对工业绿色发展水平的引致效应。一般采用耦合协调度模型测度工业绿色发展耦合协调效应。油气城市工业绿色发展进程中,工业绿色发展水平和工业绿色发展效率两大子系统互为前提,且相辅相成,二者与工业绿色发展的关系如图1所示。

1.耦合协调

耦合概念来源于物理学,反映的是两个或两个以上的系统相互作用、彼此影响进而达到融合的现象。[22]协调指的是系统与要素在发展过程中彼此和谐一致的程度,体现系统由无序走向有序的趋势。[23]耦合度与协调度是对系统或要素之间耦合与协调状态、程度的描述和度量,体现了整个系统如何走向融合发展和良性循环的过程。[24]

协调就是正确处理组织内外各种关系,为组织正常运转创造良好的条件和环境,促进组织目标的实现。

2.耦合协调度

耦合度反映系统无序与有序状态之间的转换过程,体现系统内部参量间的相互作用,度量系统之间在发展過程中的和谐程度;而耦合协调度则是从整体上看工业绿色发展水平子系统与工业绿色发展效率子系统耦合关系,其结果比耦合度的分析结果更全面更合理。[25]工业绿色发展水平和工业绿色发展效率是工业绿色发展系统的两个方面,二者之间是互补发展关系,这两个子系统之间应该共促共进、协调一致、共同发展。通过测度二者之间的耦合协调度,能够判断出二者是否和谐发展。[26-27]定量分析工业绿色发展水平和工业绿色发展效率的耦合协调程度,可以更细致、更清楚地发现工业绿色发展过程中所产生的问题,从而找到解决问题的办法,促进油气城市经济与环境的可持续发展。

油气城市要实现工业绿色发展,需要生态环境趋于良性循环。工业绿色发展水平与工业绿色发展效率耦合协调度达到良好水平,才能实现人与自然的和谐共生。

三、工业绿色发展水平与效率耦合协调效应模型构建

(一)评价指标体系构建

1.油气城市工业绿色发展水平评价指标体系

本文参考和借鉴了李琳等[1]、雷勋平等[28]、张永凯等[2]、刁莉娟等[29]、张仁杰等[12]、李晓钟等[30]建立的工业绿色发展水平评价指标体系,结合当前的政策导向、指标的代表性以及各指标数据的可得性,遵循合理性、规范性和科学性原则,经过仔细遴选,确定了油气城市工业绿色发展水平评价指标体系的构成,具体见表1。

2.油气城市工业绿色发展效率评价指标体系

由于城市工业绿色发展不仅要实现城市经济发展,还需要进行城市环境污染治理,改善和恢复城市生态。因此,油气城市工业绿色发展效率应综合反映经济增长、社会发展、环境保护和资源节约四者的协调发展关系。效率的测度一般选择DEA方法,评价指标通常划分为投入和产出两类。考虑投入产出指标数与决策单元数(本文决策单元为14个地级油气城市)的关系,最终选择以资本存量、劳动从业总人数、能源消耗总量

为投入指标;以经济效益为期望产出指标、环境污染为非期望产出指标,分别用城市工业增加值、环境污染综合指数(根据工业废水、工业二氧化硫和工业烟尘的排放量计算)来表示[31-32],具体的投入产出指标见表2。

(二)综合评价模型

1.工业绿色发展水平测度模型——熵权-TOPSIS模型

工业绿色发展水平评价方法属于多指标评价综合法。通常会采用熵值法、AHP法、神经网络及TOPSIS等方法来测算区域发展水平。但这些方法在应用过程中存在一些问题,如熵值法的权数依赖于样本本身,没有考虑各指标间的横向比较;AHP法主观性较强,定性成分多;神经网络运算所需参数数量多,需要海量数据进行训练从而建立模型;TOPSIS 法有时会使评价对象与正、负理想解集距离都近,不能真实反映评价对象的优劣程度。[29]工业绿色发展水平是关于资源消耗、经济效益与结构、技术投入与创新等的综合系统,对其评价需要遵循系统分析的思想。基于此,本文拟将TOPSIS模型与熵值法结合,采用熵值法确定权重,进而评价油气城市的工业绿色发展水平。

TOPSIS模型是指在目标空间中定义一个测度,计算某一评价对象与正理想解和负理想解之间的加权距离,以测量目标靠近正理想解和远离负理想解的程度,以此评估工业绿色发展水平。TOPSIS是一种距离综合评价法。[33]同时,作为客观赋权法的熵权法,在确定权数时依赖指标的客观数值,规避了主观判断,结果具有客观性。因此,本文选择熵权法计算出各个指标的权重[34],基本步骤如下。

设m为城市数,n为评价指标数,工业绿色发展水平的原始评价矩阵为:

X=X11…X1n

Xm1…Xmnm×n(1)

(1)数据标准化。

各个指标具有不同的量綱,为了能够对所有指标进行统一的运算处理,选用极值法对相关数据进行处理。

正向指标(越大越优型)为:

Vij=Xij-min(Xj)max(Xj)-min(Xj) (i=1, 2,…, m;j=1,2,…, n)   (2)

负向指标(越小越优型)为:

Vij=max(Xj)-Xijmax(Xj)-min(Xj) (i=1, 2,…, m;j=1, 2,…, n)   (3)

(2)计算各项指标的比重。

第j项指标下第i个样本对象占该指标的比重为:

Pij=Vij∑mi=1Vij(i=1, 2,…, m;j=1, 2,…, n)   (4)

(3)计算第j项指标的熵值。

信息熵值为ej=-K×∑mi=1Pijln(Pij),常数K可取值为K=1/lnm,(m为样本数),0≤ej≤1。

信息效用值为:

gj=1-ej,(i=1, 2,…, m;j=1, 2,…, n)   (5)

(4)计算熵权。

wj=gj∑nj=1gj,(j=1,2,…,n)(6)

(5)计算基于熵权的加权决策矩阵。

利用熵权法确定的指标权重向量wj来计算加权规范化决策矩阵,即R=(Rij)m×n通过矩阵V的每一行与其相应的权重wj相乘得到,即加权决策矩阵R=(Rij)m×n=wj×V。

R=R11…R1n

Rm1…Rmn=

V11w1…V1nwn

Vm1wm…Vmnwn  (7)

(6)确定正、负理想解。

正理想解为各指标的最优指标值,即最偏好的方案;负理想解为各指标的最劣指标值,即最不偏好的方案。令R+表示正理想解,R-表示负理想解,则有:

R+={maxRi1,maxRi2,maxRi3…maxRin}   (8)

R-={minRi1,minRi2,minRi3…minRin}  (i=1, 2, …, m)(9)

(7)计算数据与正负理想解之间的欧氏距离。

与正理想解的欧氏距离为:

D+i=∑mi=1(Rij-R+j)2(i=1, 2, …, m)   (10)

与负理想解的欧氏距离为:

D-i=∑mi=1(Rij-R-j)2(i=1,2…,m)   (11)

式中:Rij为第i个样本第j项指标的加权规范化值;Rj+、Rj-分别为第j项指标在评价中的最偏好值和最不偏好值。

(8)计算相对贴近度。

ηi=D-iD+i+D-i  (12)

式中:ηi为指标对最优解的贴近度,是介于0和1之间的数值。贴近度的值越大说明越接近最优解,即该地区的工业绿色发展水平越高;相反,贴近度的值越小说明越接近最劣解,该地区的工业绿色发展水平越低。当ηi=1时,工业绿色发展水平最高,工业绿色发展达到最优状态;当ηi=0时,工业绿色发展处于高度无序混乱状态。[35]

2.工业绿色发展效率测度模型——SBM模型

当前学术界常用的效率评价方法主要有非参数分析法和参数分析法,其中,非参数分析法以数据包络分析法(DEA)为主,参数分析法则以随机前沿分析法(SFA)为主。由于SFA假定随机误差服从特定概率分布,并依托于多重约束下的生产函数,难以满足现实数据及条件要求[36],因此学术界较少选用SFA法进行效率评价。而DEA法借助于投入产出数据,从线性规划的思想出发,对各个决策单元偏离生产前沿面的程度进行比较,测度评价其相对效率。DEA不受生产函数的理论约束,更具严谨性和科学性,因此被广大学者所接纳和改进。[37]

DEA中CCR和BCC等传统模型均是从径向和角度两方面测度效率,忽视了投入产出变量的松弛性,使得计算结果虚高、效率值不够精确。为解决这些问题,Tone于2001年提出了基于非径向、非角度的SBM 模型(slacks-based measure),这种方法的优势在于其投入和产出是一个无量纲,对效率值不会产生影响,而且效率值会随着投入和产出松弛程度的变化而严格单调递减,能够有效地处理传统DEA模型存在的缺陷。[10]本文采用SBM模型,测度油气城市的工业绿色发展效率,模型如下:

假设在生产过程中有n个决策单元(DMU),每个DMU均有一个投入向量X,两个产出向量,即期望产出Yg与非期望产出Yb,三个向量可分别定义为:

X=(x1,x2,…,xn)∈Rm×n,xi∈Rm;

Yg=(yg1,yg2,…,ygn)∈Rs1×n,ygi ∈Rs1;

Yb=(yb1,yb2,…,ybn)∈Rs2×n,ygi ∈Rs2  (13)

式中:xi≥0,yig≥0,yib≥0。在规模报酬不变前提下,可定义生产可能集P为:

P={(xi,ygi,ybi)xi≥Xλ,ygi≤Ygλ,ybi≥Ybλ,λ≥0}(14)

根据Tone给出的处理办法,DMU的效率值ρ′可表示为:

ρ′=min1-1m∑mi=1si-xi01+1s1+s2∑s1r=1sgrygr0+∑s2r=1sbrybr0

s.t.x0=Xλ+s-

yg0=Ygλ-sg

yb0=Ybλ+sb

λ≥0,s-≥0,sg≥0,sb≥0(15)

式中:λ為权重向量;s-为投入的松弛变量,表示投入过剩;sg、sb为产出的松弛变量,表示产出不足和非期望产出过多。目标函数ρ′关于s-、sg、sb严格递减,且0≤ρ′≤1。对于特定的DMU,当ρ′=0时,说明该DMU是无效的;当ρ′=1,s-=sg=sb=0时,该DMU是有效的。

3.工业绿色发展水平和效率耦合协调效应模型——耦合协调度模型

(1)耦合度模型

工业绿色发展水平与效率的耦合度模型可表示为:

C=L×E(L+E)/2  (16)

式中:L为工业绿色发展水平;E为工业绿色发展效率;C为二者的耦合度,C越大,表明工业绿色发展水平与效率的耦合度越大,两子系统的相关性越强。

(2)耦合协调度模型

在某些情况下,耦合度虽能反映工业绿色发展水平和效率的作用强度和方向,但无法准确反映二者的整体功效和耦合协调效应[14],即可能出现“假性耦合”。为了避免类似假性耦合现象的发生,克服耦合度模型的缺陷,本文在耦合度模型的基础上引入耦合协调度,构建工业绿色发展水平和效率的耦合协调度模型。

T=αL+βE  (17)

D=C×T  (18)

式中:α和β为各子系统的权重,且满足α+β=1。由于本文研究工业绿色发展水平与效率这两个子系统之间的耦合协调关系,故认为各子系统对油气城市的工业绿色发展同等重要,将权重α和β均取值为0.5。T为二者的综合协调指数。D为工业绿色发展水平和效率的耦合协调度,反映二者的耦合协调效应。耦合协调度D介于[0,1]之间,D的值越接近1,说明两子系统相互作用、相互影响的效果越显著,两子系统之间的耦合协调关系越强;当D=1时,两子系统达到良性互动的最优协调发展阶段;D=0,表明工业绿色发展水平和效率两子系统之间没有必然联系,对彼此的现状和未来发展没有影响。[38]

(3)耦合度和耦合协调度的等级划分

耦合度和耦合协调度能够表征两子系统的耦合与协调关系,依据中值分段原理,对耦合度的等级进行划分,[38-39]标准如表3所示。

表3 工业绿色发展水平和工业绿色发展效率耦合度类型划分

耦合度0≤C≤0.40.4≤C<0.50.5≤C<0.60.6≤C<0.70.7≤C<0.80.8≤C≤1

发展阶段低水平耦合颉颃阶段初步磨合阶段中级磨合阶段深度磨合阶段高水平耦合阶段

本文关于耦合协调度与耦合协调类型的划分主要参考吴传清等[6]的分类方法,将耦合协调发展状况分为三大类十大亚类(见表4)。

(三)数据来源

参考已有文献所界定的油气城市,结合其特征,列出目前我国29个油气城市,主要包括大庆、濮阳、盘锦、东营、玉门等,其中东部地区有8个、中部地区有5个、西部地区有16个,其中新疆最多,有7个,占全国的四分之一。

为了更好地分析油气城市工业绿色发展水平与效率的耦合协调效应,本文选取的时间为近15年,即选择2004—2018年为研究时段。考虑各城市数据的可比性,本文以地级油气城市作为实证评价对象,29个油气城市中地级市有18个,如表5所示。由于哈密、庆阳、昭通、抚顺的研究指标数据缺失严重,考虑到数据的可得性,本文搜集了东部、中部和西部地区14个具有代表性的油气城市2004—2018年的指标数据进行研究。数据来源于EPS数据库、《中国城市统计年鉴》、各省市统计年鉴及官方网站。在收集整理数据的过程中,发现存在一定数量的缺失数据,本文使用SPASS软件中的回归分析填补缺失数据。

四、工业绿色发展水平与效率耦合协调效应实证分析

(一)各地区及全国油气城市工业绿色发展水平与效率的耦合协调效应分析

根据上述模型测算油气城市的工业绿色发展水平和工业绿色发展效率,结果见表6和表7。在已测算的工业绿色发展水平贴进度和工业绿色发展效率值的基础上,测算各地区及全国油气城市工业绿色发展水平和工业绿色发展效率的耦合度和耦合协调度,结果见表8和表9。通过表8可以看出各地区两子系统15年间的耦合度均大于0.7,说明各地区的工业绿色发展水平与工业绿色发展效率之间具有比较密切的关系。东部和西部地区的工业绿色发展水平与工业绿色发展效率15年间始终处于高水平耦合阶段(但东部地区耦合度大部分时间高于西部地区),中部地区由开始的深度磨合阶段逐渐上升到高水平耦合阶段。可见,工业绿色发展水平与效率的耦合度中部地区相对较弱、东部地区最高、西部地区居中。从全国来看,15年间两子系统关系密切,一直处于高水平耦合阶段。

2004—2018年全国油气城市工业绿色发展水平与工业绿色发展效率两子系统耦合协调效应保持平稳增强态势(见表9),由2004年的0.712持续增长至2016年的0.789,后稍回落至2018年的0.771,年均增长0.57%,耦合协调发展类型始终处于中级协调阶段。各地区工业绿色发展水平与效率互动效应良好,二者互为支撑,协同推进。各地区油气城市工业绿色发展耦合协调效应显著,随时间变化呈梯度递增格局。2004—2010年,东部地区工业绿色发展耦合协调效应最强,西部地区耦合协调效应逐渐增强,中部地区耦合协调效应最弱;2010—2014年,西部地区耦合协调效应明显高于东部和中部地区,东部和中部地区耦合协调效应基本平稳且较接近;2014—2018年,中部地区耦合协调效应继续增强,高于东部和西部地区,东部地区耦合协调效应自2016年开始小幅回落,西部则仍保持平稳增长。

东部地区工业绿色发展耦合协调效应呈“M型”增中有降态势,由2004年的0.747上升至2009年的0.772,后经多次反复升降,降至2018年的0.725,整体年均下降0.22%,始终处于中级协调阶段。中部地区两子系统的耦合协调效应由2004年的0.634持续提升至2018年的0.785,年均增长1.54%,呈明显的线性增长态势,由初级协调阶段上升至中级协调阶段。其中2016和2017年,达到了良好协调。西部地区工业绿色发展耦合协调效应呈“V型”缓慢增长态势,由2004年的0.747增长至2018年的0.8,年均增长0.85%,由中级协调发展阶段稳步上升到良好协调阶段。

分析呈现上述空间分布特征的原因,从工业绿色发展水平方面看,2004—2018年间,西部地区油气城市的工业绿色发展水平显著提高,东部地区明显下降,中部地区虽略有提高,但整体仍处于全国中间位置。作为东部地区的代表城市——大庆和东营,其工业绿色发展水平在2004—2018年间明显下降;西部地区的代表城市新疆克拉玛依,其工业绿色发展水平则波动上升。2015年,国际原油价格持续低位运行,我国原油产量大幅度降低,中石油、中石化和中海油纷纷减少在油气勘探开发上的投入。作为长期以来我国产量较高的两大油田——黑龙江大庆油田和山东胜利油田,自2015年开始,原油产量也开始出现明显下滑趋势。大庆作为黑龙江乃至东北三省的重要油气城市,为保证油气资源的可持续开采,原油已由原来的高产、逐渐减产转向现在的稳产。数据显示,自2015年大庆油田原油持续减产,至2018年原油产量减至3 200万吨,年均减产幅度达130万吨。大庆油田减产使地方经济持续承压,经测算,仅2015年黑龙江省GDP因大庆油田原油减产而减少约200亿元,财政减收约60亿元。2015年以后,大庆市的单位工业用地增加值和单位工业电耗增加值不断下降,单位工业增加值能耗不断提高,导致城市工业绿色发展水平持续下降。东营市是胜利油田的诞生地,也是山东省重要的油气城市,受原油减产影响,人才流失、产业结构单一、人口老龄化严重等资源型城市共性问题再次凸显,也间接影响了城市工业绿色发展水平的提高。克拉玛依作为中国西部重要的油气城市,其原油产量波动较小。近些年,克拉玛依尤其注重产业绿色发展,加快工业领域的科技创新,以此提升经济发展质量。如新疆油田公司吉庆油田作业区从2016年起,通过科技攻关,建成了多井丛、大平台、井站一体式无杆泵采油示范平台,实现了油田的智能化、集约式管理。因此,克拉玛依的工业绿色发展水平15年间呈波动上升趋势。

从工业绿色发展效率方面看,东部、中部和西部的油气城市工业绿色发展效率存在显著差异,西部地区效率值相对较高,是其他地区赶超的目标,而东部和中部油气城市工业绿色发展效率则持续处于相对较低水平。东部地区工业经济发达,城市平均工业增加值高于中部和西部地区,长期以来既是我国工业生产主力,也是能源消耗主力,同时GDP增长伴随着大量污染物的排放,导致环境污染相对严重,其工业绿色发展效率偏低。西部地区效率值偏高,说明西部地区达到有效发展的油气城市较其他两地区所占比重大,西部6个油气城市中只有克拉玛依的效率均值小于1,主要是因为西部地区油气城市平均能耗低于中部和东部地区,且西部地区油气城市环境污染综合指数也明显低于其他两个地区,因此西部地区油气城市的工业绿色发展效率明显高于中部和东部地区。中部地区效率值在2014年后基本高于其他两地,原因是中部地区环境污染在2004—2007年间较严重,2007—2014年间有所改善,2015年后环境污染治理已见成效。

综上,工业绿色发展水平和工业绿色发展效率耦合协调效应表现为:东部地区工业绿色发展耦合协调效应始终处于中级协调阶段,中部和西部目前均到达了良好协调阶段。因此,应在大力支持东部地区发展的基础上,加快带动全国油气城市的工业绿色发展。

(二)各油气城市工业绿色发展水平与效率耦合协调效应分析

大庆、盘锦、东营、濮阳、克拉玛依,在2004—2018年间始终处于高水平耦合阶段;唐山、鄂尔多斯、南阳、泸州、延安、榆林,初期处于深度磨合阶段,后来向高度耦合阶段转变;松原、南充、达州,则是前期深度磨合阶段和高度耦合阶段交替出现,后期稳定在高度耦合阶段。各油气城市15年间的耦合度均大于0.7,这说明各油气城市的工业绿色发展水平与工业绿色发展效率之间关系较密切。具体数据见表10和表11。

由表11可知,首先,从耦合协调效应绝对水平看,油气城市工业绿色发展水平与工业绿色发展效率两子系统耦合协调效应较强,大多数油气城市呈波动上升趋势。勉强协调共计出现5次,分别是2004年和2005年濮阳、2004年松原、2005年盘锦、2007年达州;优质協调出现4次,分别是2011年、2012年和2013年克拉玛依与2009年东营。其他油气城市在不同年份里表现为初级、中级和良好,其中中级较多,说明各油气城市在15年间两子系统的耦合协调效应均较强。但有的城市工业绿色发展水平呈波动下降趋势,也有城市工业绿色发展处于无效率状态,这样的城市两子系统的耦合协调度相对较低,如大庆和东营。因此,从总体趋势看,虽然部分油气城市的耦合协调度在不同年份均出现下降,但除了大庆和东营最终减少外,其他油气城市均是增加的,工业绿色发展协同态势呈现良好上升趋势,工业绿色发展向前推进。

其次,从耦合协调效应发展趋势看,各油气城市在某一年差距不大,随时间推移差距有缩小趋势,且各油气城市的耦合协调度类型分级较明显。差距最大的是2007年东营(0.882 7)和达州(0.541 8),相差0.340 9;最小的是2014年大庆(0.856 1)和盘锦(0.681 1),相差0.175。从变化上看,变异系数由2004年的0.13下降到2018年的0.08,各油气城市耦合协调效应差距减小。另外,从分级看,除2004—2007年间盘锦、松原、濮阳和达州出现勉强协调,2009年东营、2011—2013年克拉玛依出现优质协调外,其他年份均出现初级、中级、良好三类分级,分级类型较多且明显,说明不同油气城市的耦合协调效应存在差距。其中,唐山、盘锦、松原、南阳、濮阳、泸州、达州均是前五年(2004—2008年)出现初级协调或者勉强协调;延安前五年为中级协调,后十年耦合协调效应明显增强,出现中级或者良好协调。需要注意的是,大庆在2004—2016年间一直处于良好协调状态,2017年降为中级协调,2018年降为初级协调;克拉玛依15年间多数处于中级和良好协调状态,在2011—2013年间出现优质协调。大庆作为我国第一大油田所在地,近年受原油减产、国际油价持续低迷等影响,城市工业经济发展放缓,工业绿色发展水平呈下降趋势,但工业绿色发展效率尚保持稳定,居全国中游水平,因此两子系统协调程度降低。克拉玛依作为西部地区的油气城市,其工业绿色发展水平较高,但工业绿色发展效率偏低。近年,克拉玛依在经济社会发展的全过程中积极贯彻绿色发展理念,如积极引导企业研发或引进低消耗、低排污的先进技术,推进废弃物循环利用,提升了城市工业绿色发展效率,使两子系统一度达到优质协调。

最后,综合以上分析可以看出,两子系统的耦合协调度在2004—2018年间总体呈上升趋势,即2004—2010年小幅上升,2010—2016年相对平稳,2016—2018年出现小幅回落。两子系统的协调性和均衡性不断增强,各油气城市两子系统的耦合协调效应差异随时间推移在变小,反映了二者的协调度越来越好,表明两子系统处于动态耦合协调发展状态。虽然两子系统之间的动态协调度不断提升,但需要注意的是2010年前后两子系统发展趋势出现差异。2004—2010年间工业绿色发展水平和效率均呈上升趋势,两子系统耦合协调度呈上升趋势;2010—2016年间工业绿色发展效率出现下降,工业绿色发展水平仍保持小幅上升;2016—2018年间工业绿色发展效率上升,工业绿色发展水平下降,也就是说,2010年之后两子系统耦合协调度稳中有降。可见,未来油气城市的工业绿色发展不仅应关注其绿色发展水平,也应关注其绿色发展效率,降低对环境资源的破坏,关注环境质量建设,真正实现工业绿色协调发展,达到工业绿色发展水平和效率的和谐统一。

五、结论与建议

(一)结论

(1)从各地区耦合协调度看,各地区工业绿色发展耦合协调效应显著,随时间变化呈梯度递增格局。中部和西部地区两子系统均达到了良好协调阶段,东部地区两子系统的协调发展始终处于中级协调阶段。因此,应加强对东部地区工业绿色发展的支持,全面带动加快全国油气城市的工业绿色发展。

(2)从各油气城市耦合协调度看,2004—2018年各油气城市工业绿色发展水平与工业绿色发展效率两子系统耦合协调度总体呈上升趋势,耦合协调效应较强。表明油气城市两子系统的协调度越来越好,两子系统处于动态耦合协调发展状态,工业绿色发展向前推进。

(3)从各油气城市两子系统耦合协调效应的发展趋势看,其在某一年的差距不大,且随时间推移差距有缩小趋势,但不同油气城市两子系统的耦合协调效应存在差距,且耦合协调度类型分级较明显。

(二)建议

基于上述分析,发现优质人才、先进技术、区域差异性、环境规制等是影响两系统耦合协调效应的重要因素。因此,本文提出以下对策建议。

(1)完善人才培育机制。以油气城市人才需求为出发点,充分发挥企业、高校、科研院所的作用,依托重大专项、重要工程,构建“产学研”联合体,在有条件的油气城市建立高新技术企业创新创业平台,吸引高科技人才到油气城市创业发展。

(2)继续提高绿色技术创新投入。首先,通过各种税费优惠手段激励企业研发关键技术,尤其是能够提高油气资源利用效率的技术。其次,引导创新要素向新兴产业、服务业等环境友好型产业流动,使过度集中于油气产业的研发资金和高技术人才等创新要素流动起来。同时,通过加大财政投入落实奖励机制,鼓励企业的创新积极性,加快项目成果应用,密切联系高等院校,关注科技项目合作。如东营于2019年成立了“油地校协同创新联盟”,借此推动油、地、校三方深度融合,以科技及科技成果转化驱动城市绿色转型,为油气城市工业绿色发展探索出一条新的“出路”。

(3)构建区域协同发展新机制。西部地区近年工业绿色发展效率明显提升,但其经济发展程度明显落后于东部地区,导致该地区培育出的优质要素由于“虹吸效应”流向东部发达地区。为此,应构建区域协同发展新机制,利用区位优势,建设开放合作实验区,东部、中部和西部油气城市合作引进新材料、现代物流、文化娱乐等产业项目,发展服务业和旅游业,打破区域壁垒,提高地区自身吸纳人才、科技、产品等要素的能力,完善制度体系,实现区域优质要素从东部向中、西部流动,最终实现工业绿色发展要素在东部、中部和西部地区的均衡分布。

(4)推行示范区试点政策。在油气城市推行示范区试点政策,选择示范区试点城市,加大资金支持力度,提升城市创新能力,以此助推城市产业转型升级,使其产业结构更趋于合理。首先,以老油气城市为核心,稳妥推进产业转型升级示范区试点范围扩展,提升示范区政策的实施效果。其次,加强示范区试点城市间的分工协作,对薄弱环节、薄弱地区加强政策设计,实施示范区奖勵机制和退出机制。最后,加强示范区建设的政策支持力度,加快传统产业改造,突出创新理念,培育壮大新兴产业,提高创新质量。

参考文献:

[1] 李琳,张佳.长江经济带工业绿色发展水平差异及其分解——基于2004—2013年108个城市的比较研究[J].软科学,2016,30(11):48-53.

[2] 张永凯,崔佳新.山东省城市工业绿色发展水平评价[J].兰州财经大学学报,2019,35(1):33-41.

[3] 黄郭平,刘子杰.我国工业绿色发展水平之综合评价[J].湖南工业大学学报(社会科学版),2020,25(4):61-68.

[4] 张彩霞,马春旺.区域工业绿色发展水平评价指标体系研究[J].统计与管理,2021,36(1):108-113.

[5] 马越,孙晓雅.省域工业绿色发展水平评价研究[J].绿色科技,2021,23(6):277-280.

[6] 吴传清,黄磊.长江经济带工业绿色发展绩效评估及其协同效应研究[J].中国地质大学学报(社会科学版),2018,18(3):46-55.

[7] 徐成龙,庄贵阳.供给侧改革驱动中国工业绿色发展的动力结构及时空效应[J].地理科学,2018,38(6):849-858.

[8] Pittman R W. Multilateral Productivity Comparisons with Undesirable Outputs[J]. The Economic Journal, 1983(93):883-891.

[9] Schaltegger S, Burritt R. Contemporary Environmental Accounting. Issues, Concepts and Practice[M]. Sheffield:Greenleaf publishing, 2000.

[10] Tone K. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2001,130(3):498-509.

[11] 王建民,仇定三,蒋倩颖,等.长江经济带工业绿色发展效率测量与提升路径研究[J].科技管理研究,2019,39(12):46-52.

[12] 张仁杰,董会忠.基于省级尺度的中国工业生态效率的时空演变及影响因素[J].经济地理,2020,40(7):124-132.

[13] 王喜平,李艳梅.可持续发展视角下工业绿色发展测度及其差异演化[J].工业技术经济,2020,39(7):83-91.

[14] 黄磊,吴传清.长江经济带城市工业绿色发展效率及其空间驱动机制研究[J].中国人口·资源与环境,2019,29(8):40-49..

[15] 丁显有,肖雯,田泽.长三角城市群工业绿色创新发展效率及其协同效应研究[J].工业技术经济,2019,38(7):67-75.

[16] 王韶华,刘晔,张伟,等.基于粗糙集与未确知模型的京津冀工业绿色发展的差异性与协调性分析[J].运筹与管理,2021,30(5):200-207.

[17] 陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3):53-62.

[18] 杜永强,迟国泰.基于指标甄别的绿色产业评价指标体系构建[J].科研管理,2015,36(9):119-127.

[19] 何小钢,王自力.能源偏向型技术进步与绿色增长转型——基于中国33个行业的实证考察[J].中国工业经济,2015(2):50-62.

[20] 曾刚,陆琳忆,何金廖.生态创新对资源型城市产业结构与工业绿色效率的影响[J].资源科学,2021,41(3):94-103.

[21] 张惠程.国内外资源型城市绿色转型研究综述[J].资源与产业,2018,20(5):9-15.

[22] 邓宗兵,宗树伟,苏聪文,等.长江经济带生态文明建设与新型城镇化耦合协调发展及动力因素研究[J].经济地理,2019,39(10):78-86.

[23] 段永蕙,景建邦,张乃明.山西省人口、资源环境与经济协调发展分析[J].生态经济,2017,33(4):64-68.

[24] 王毅,丁正山,余茂军,等.基于耦合模型的现代服务业与城市化协调关系量化分析——以江苏省常熟市为例[J].地理研究,2015,34(1):94-108.

[25] 张荣天,焦华富.中国省际城镇化与生态环境的耦合协调与优化探讨[J].干旱区资源与环境,2015,29(7):12-17.

[26] 刘衡,朱铁辉,辛岭.农业现代化与城乡融合的耦合协调和驱动因素[J].农业现代化研究,2021,42(6):1-14.

[27] 陈国生,萧烽,黄鑫.湖南农村人力资本与农业现代化耦合协调发展[J].经济地理,2020,40(10):176-182.

[28] 雷勋平,邱广华.基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J].环境科学学报,2016,36(1):314-323.

[29] 刁莉娟,姚建,艾怡凝.基于SPA-TOPSIS耦合的工业绿色发展综合评价[J].生态经济,2020,36(9):54-57.

[30] 李晓钟,高娇娇.中国工业绿色发展效率时空差异比较研究[J].杭州电子科技大学学报(社会科学版),2020,16(4):1-8.

[31] 赵洋.我国资源型城市产业绿色转型效率研究——基于地级资源型城市面板数据实证分析[J].经济问题探索,2019(7):94-101.

[32] 孙菲,杨晓龙,陈雍淦,等.东北地区资源型城市绿色发展效率测度——基于2008—2017年数据的实证研究[J].中国石油大学学报(社会科学版),2021,37(3):18-25.

[33] 李灿,张凤荣,朱泰峰,等.基于熵权TOPSIS模型的土地利用绩效评价及关联分析[J].农业工程学报,2013(5):217-227.

[34] Mohtadi H. Environment,Growth and Optimal Policy Design[J]. Journal of Public Economics, 1996,63(1):119-140.

[35] 藏媛.西部地区绿色发展評价及影响因素研究[D].兰州:兰州财经大学,2019.

[36] 董旭,吴传清.中国城市全要素生产率的时空演变与影响因素研究——来自35个主要城市2000—2014年的经验证据[J].学习与实践,2017(5):5-16.

[37] 李剑波,鲜学福.绿色低碳约束下重庆能源DEA效率实证分析[J].重庆大学学报,2017,40(2):26-36.

[38] 张胜男.人工智能与能源产业的融合发展研究[D].徐州:中国矿业大学, 2020.

[39] 汪东芳,曹建华.互联网发展对中国全要素能源效率的影响及网络效应研究[J].中国人口·资源与环境,2019,29(1):86-95.

责任编辑:曲 红

Study on Coupling Coordination Effects of Industrial Green Development

Level and Industrial Green Development Efficiency of Oil and Gas Cities

SUN Fei1, LI Youjun1, GONG Yanfen1, PENG Min2

(1.School of Economics and Management, Northeast Petroleum University, Daqing 163318,  Heilongjiang, China;

2.Institute of Petroleum Economics and Management, Northeast Petroleum University, Daqing 163318, Heilongjiang, China)

Abstract: The paper constructs the respective evaluation index systems in light of both the level and the efficiency of the industrial green development, measures the level and the efficiency by using the entropy-TOPSIS model and SBM model, and studies the effects by applying the coupling coordination model in oil and gas cities. The results show: The coupling coordination effects of industrial green development in various regions are apparent with the gradient increasing pattern over time. The two systems show an overall trend with greater intensity from the year 2004 to 2018 in the oil and gas cities. There is a trend of gap decrease in coupling coordination effects over time in different cities, an obvious type classification and a gap in effects depending on the city concerned. It can be concluded that quality talents, advanced technology, regional differences, environmental regulations, etc. are the primary factors to the coupling coordination effect of two systems. In the final analysis, the paper proposes multiple strategies to boost industrial green development of oil and gas city: optimizing the talent cultivation mechanism, increasing the investment in green technology innovation, building coordinated development mechanism and so on.

Keywords: oil and gas cities;industrial green development level; industrial green development efficiency; coupling coordination degree

猜你喜欢
耦合协调度
城市群产业承接能力与生态环境耦合协调发展研究
基于耦合协调度模型的旅游业与城镇化协调发展实证分析
中国“三化”协调发展的区域格局及其影响因素研究
新疆旅游产业与区域经济耦合协调度研究
城镇化与国土自然生态基础的耦合关系
知识产权的创造能力与保护能力的耦合评价
城镇化与耕地非农化空间特征及协调关系研究
能源—经济—环境耦合协调度研究
旅游业发展与城镇化建设的耦合协调度研究
农村劳动力流动与土地流转关系研究