辽宁省县域绿色发展效率时空分异特征及驱动因素研究

马瑞龙,段鹏婷,杜 鹏

(辽宁师范大学 地理科学学院,辽宁 大连 116029)

0 引言

绿色发展效率,是在考虑资源投入和环境成本的基础上,一个地区或国家经济活动产出与投入间的内在联系与比率关系[1-2]。绿色发展效率研究是对绿色发展研究的不断深化和扩大,并且该研究是国内外学者十分重视的话题。在绿色发展方面,国外较中国更早地开展了相关研究。在初期阶段,重点是根据当前状况,如何实现并发展绿色经济,之后扩大到对绿色发展效率的研究,从投入和产出视角设法引进多种变量和模型对绿色发展效率进行测算,并对未来进行预测[3-4]。国内学者普遍以构建绿色发展效率指标体系为出发点开展进一步的研究。有关绿色发展效率的研究,一般是根据环境因素和经济因素对绿色发展效率进行测算[5-6]。目前绿色发展效率研究集中于以下3个方面:(1)区域选择方面,从全国[7]、省级[8]、城市群[9]拓展到地级市[10],对东北地区[11]、长江经济带[12]、黄河流域[13]和资源型城市[14]等关注愈发增多。(2)指标体系方面,由片面强调经济发展的单一型指标向综合考虑经济、社会和环境效益的复合指标转变[6];研究内容涉及绿色发展效率内涵阐述[2]、时空演变特征及发展预测[15]、全要素生产率测算以及相应的指数分解等方面[16];近年来,基于投入产出分析法,构建人力、资本、与资源要素的投入以及经济效益、社会效益、环境效益等期望产出和考虑环境成本的非期望产出呈现明显优势,学者对此研究较多[17]。(3)作用机理方面,根据“地理学第一定律”,多运用空间计量模型[13]、地理加权回归[14]、Tobit模型[7]等方法,分析环境规制、技术进步、产业结构、经济发展等驱动因素对绿色发展的影响。虽然对绿色发展效率的研究已从DEA模型演进到SBM模型,对绿色发展效率的测度也不断精细化,但目前国内的研究主要集中在城市群和地级市,鲜有从县域角度对绿色发展效率进行研究。

辽宁省有“共和国长子,铸大国重器”的美誉,计划经济时期,承接了60%以上的苏联援助计划,曾为中国国民经济的发展做出巨大贡献。为响应国家战略,辽宁省利用其自身资源优势大力发展重工业,但随之而来的是资源的枯竭,进入新世纪,这一问题愈发棘手。对此,2003年党中央制定“振兴东北老工业基地”策略,2016年公布实行东北地区等老工业基地振兴战略,“绿色”成了它一个重要发展概念,2017 年党的十九大报告中提议“我们要建设人与自然和谐共生的现代化”,“十四五”规划和 2035年远景目标指出要建设生态文明,推进经济和社会发展向绿色转型。提升绿色发展效率,推动经济社会持续健康发展是大家共同的追求。本文将辽宁省县域单元作为研究对象,利用Super-SBM模型,测度近15年辽宁省县域绿色发展效率,从时空间角度分析绿色发展效率的演变趋向和特点,并运用地理探测器分析其驱动因素,以期为县域经济与环境协调发展,实现绿色发展提供参考依据。

图1 研究区范围

1 数据来源与研究方法

1.1 数据来源

辽宁省当前共计100个县市区,具体分布为59个市辖区、17个县级市和24个县。本文结合前人研究[18]和辽宁省发展现状,为了更好的突出县域单元的特点,将所有市辖区合并,保留县和县级市,得到14个地级市的市辖区、41个县域,最终将研究单元划为合并市辖区之后的55个县域单元。文中指标数据采纳2007-2021年《中国城市统计年鉴》《辽宁省统计年鉴》《中国县(市)社会经济统计年鉴》以及各县(市)国民经济和社会发展统计公报。其中二氧化碳排放量和二氧化碳吸收量来源于中国碳核算数据库(https://www.ceads.net.cn/),PM2.5均值数据来源于达尔豪斯大学大气成分分析组。为了消除异方差所带来的影响,已手工插值填补缺失值部分,且对部分变量进行对数化处理。

1.2 研究方法

1.2.1 包含非期望产出的Super-SBM模型

鉴于传统 DEA 方法具有径向性及角度,对此,Tone提出非径向的SBM模型,紧接着Tone又提出 Super-SBM 模型,化解了以往有效决策单元(DMUs)不易比较的难题,且允许效率值 ≥ 1,能够对决策单元效率值进行精确、客观的比较[19-20]。所以本文采用Super-SBM模型,见式(1)。

(1)

1.2.2 空间自相关分析

本文运用全局和局域莫兰指数研究辽宁省县域绿色发展效率的空间集聚或分化特征。其中全局莫兰指数反映空间邻近地区绿色发展效率值的整体相近程度,值的范围为[-1,1],如果I>0且接近1,说明具有正的空间自相关性,且集聚程度明显;如果I<0且接近-1,说明存在空间负相关性,且离散度越明显[21]。其表达式为:

(2)

(3)

1.2.3 地理探测器

地理探测器是一种新型的统计学方法,在检测空间分异性及驱动因子上具有显著优势[15]。本研究使用地理探测器展现辽宁省绿色发展效率的驱动力。地理探测器囊括了4个探测功能,分别是交互作用探测、分异及因子探测、风险区探测和生态探测[24]。公式如下:

(4)

本文主要采用交互作用探测。交互作用探测是用来辨识2个自变量共同作用时,对因变量的解释力是否会增强或减弱。交互作用的类型包括双因子增强、单因子非线性增强、非线性减弱、独立和非线性增强共5种类型。判断依据见表1[25]。

表1 判断依据

2 绿色发展效率时空分异特征

本文在综合考量已有研究成果、绿色发展效率的内涵、辽宁省县域发展状况的前提下,结合国家发改委、国务院办公厅发布的《绿色发展指标体系》《关于构建现代环境治理体系的指导意见》等文件以及“自然-经济-社会”复合生态系统理论和生态文明建设内涵目标,遵循客观性、全面性、可操作性和数据可得性的指标选取原则,构建了辽宁省县域绿色发展效率投入产出指标体系。所用的Super-SBM模型包含投入、期望产出以及非期望产出。投入方面包括资本、劳动力、资源投入,强调县域在这三方面的倾斜程度。其中选用资本存量来表征资本,具体以各县域固定资产投资表示,固定资产在生产过程中具有非常重要的地位,其价值会伴随着生产经营活动逐渐转移到成本中,并成为产品价值的一部分[26];劳动力投入以年末单位从业人数表示[27-28];资源投入因县域建成区面积数据缺失,故以行政区域土地面积(km2)代替常用的建成区面积[29]。产出方面包括期望产出和非期望产出,期望产出包括经济效益、社会效益和环境效益,分别以各县域地区生产总值(GDP)[29-30]、社会消费品零售总额[31]和二氧化碳吸收量表示,其中地区生产总值反映一个地区经济总规模,是衡量地区经济实力的重要指标。由于发展过程中废弃物的排放对生态环境造成负面影响,因此非期望产出包括环境污染和空气污染,分别用各县域二氧化碳排放量和PM2.5均值[32]表示,以期契合国家政策导向,全面反映区域绿色发展效率真实情况。具体指标体系如表2。

表2 辽宁省绿色发展效率投入产出指标体系

2.1 时间分异特征

本文首先运用MaxDEA8.0测算得出15年间55个县域单元绿色发展效率,并结合标准差和变异系数绘制了2006-2020年辽宁省绿色发展效率均值变化趋势图(图2),其中标准差用来表征各县域间绿色发展效率的绝对差异;变异系数用来衡量辽宁省县域间绿色发展效率的相对差异。由图2可知,由标准差和变异系数变化曲线来看,标准差在研究期间内虽保持平稳,但仍呈上升趋势;变异系数也呈逐年上升趋势,说明各县域间绿色发展效率绝对差异和相对差异都在逐年增大。同时在研究区间内,总体绿色发展效率呈现下降趋势,绿色发展效率均值小于0.8,并且在2012年下降到最低点。以上结果表明辽宁省各地区的发展与各地区的资源的利用、环境保护、节能减排的情况之间不够协调,出现这种不协调性原因可能是各地区的资本深化程度不同,在辽宁省各地区范围内,资本与劳动的比例逐渐升高,致使资本密度增大,大量集中在生产力比较过剩的行业。2012年,由于辽宁省面临经济结构转型,固定资产投资增速放缓,同时环境污染日益严重,致使绿色发展效率下降[33]。

图2 2006-2020年绿色发展效率均值时间演变图

除此之外,辽宁省虽在要素投入方面有着较好的基础,在环境治理投入方面有着较强的意识,但辽宁省内有7个资源型枯竭型城市,资源型城市在消耗大量资源获得经济增长的同时,也承担着巨大的生态环境代价。随着资源可开采量的逐年减少,这些资源型城市最初“靠山吃山”的发展模式遭遇了瓶颈,产业结构也相应地呈现出不合理状态。辽宁省典型的资源型城市的产业结构基本上均呈现不合理的构成比例,第三产业发展动力不足,产业机构亟待优化升级。辽宁省的工业普遍存在产业相对落后等问题,对技术特别是绿色技术的引进和吸收不够,只是模仿和改造以往的旧技术,最终的结果是给环境带来了污染。由于这些工业的非期望产出比较大,节能减排的技术一直都没更新,工业规模增大的同时对环境污染的程度增大,这就造成各地区的工业绿色发展效率不升反降。在国家以及辽宁省相关“双碳”发展目标下,未来辽宁省面临较为严峻的转型压力。

2.2 空间分异特征

在时间演变的基础上,本文还对各县域单元绿色发展效率的空间演变特征进行探究。选取典型时间节点2006 年(“十一五”规划开局之年)、2011年(“十二五”规划开局之年)、2016年(“十三五”规划开局之年)和2020年(双碳目标提出之年)的辽宁省各县绿色发展效率数据,并借助ArcGIS软件运用自然断点法将辽宁省55个县域的绿色发展效率分为高等、中等、低等3级来描述其变化,2006-2011年、2011-2016年、2016-2020年的变化结果如图3。

图3 2006-2020年辽宁省各县域绿色发展效率均值空间演变图

由图3可知,辽宁省县域绿色发展效率呈现明显的空间异质性。在研究时段内,各县域单元的绿色发展效率呈现显著的波动和空间差异。2006-2011年,大部分区域在这一阶段保持稳定,无明显的效率等级转变。这一时段内,少数区域在高等效率→中等效率区域和中等效率→高等效率区域之间过渡,而中等效率→低效率区域的转变尚未出现。2011-2016年,低等效率→高效率区域的数量有所增加,高等效率→中等效率区域和中等效率→ 低效率区域的转变也呈现增多的趋势。而相较于前一时段,无显著变化的区域数量减少。2016-2020年,中等效率→高等效率区域和低等效率→中等效率区域的转变数量增多且较前2个时间段多,表明部分区域绿色发展效率取得长足进步;高等效率→中等效率区域以及中等效率→低等效率区域的数量有所减少且较前1个时间段少,而无显著变化的区域数量再次增多,说明一些区域的绿色发展效率趋于稳定。

绿色发展效率常年处于低等、中等效率的地区较多,大致位于营口市市辖区、辽阳市市辖区、铁岭市市辖区、朝阳市市辖区、康平县、法库县、本溪满族自治县、凌海市、盘山县、喀喇沁左翼蒙古族自治县等地区。这是因为这些县域单元产业结构、资源丰度等不同,在经济转型和产业结构调整中面临不同发展路径,同时整个东北地区的经济都处于萧条状态,实现转型发展所需的资金和技术支撑不足,支撑经济绿色发展的资源分布不均衡,绿色发展受限。绿色发展效率常年处于高等效率且15年间几乎无变化区域大致位于大连市市辖区、瓦房店市、庄河市、长海县、宽甸满族自治县、灯塔市等,研究区间内这些县域单元周边县域绿色发展效率水平都较高,可推断这些县域对周边县域的绿色发展带动和溢出作用较为强烈。其中东部地区的部分县域由于地理位置上临近海洋,海洋经济和第三产业发达,同时其拥有丰富的渔业、森林资源和较强的技术支持,所以其绿色发展效率较高。

2.3 空间分异相关性分析

全局莫兰指数常用来探究被解释变量的空间相关性联系,本文利用Stata软件创建了反距离权重矩阵,进行全局莫兰检验,用以探究辽宁省2006-2020年各县域绿色发展效率的空间关联特征。所得结果显示全局莫兰指数均大于0,且除2011年外均通过显著性检验并呈现波动上升的趋势,表明区域间绿色发展效率存在显著的空间正向相关,且存在集聚分布态势。忽略研究期内个别年份的指数值,发现其集聚发展基本呈倒“N”字型变化,整体上看,近15年间辽宁省县域绿色发展效率的Moran’s I指数呈现波动下降再上升趋势,这也表明这种空间的正向集聚态势并不稳定,先减弱随后又逐渐增强。

采用Moran’s I 指数进行全局评估时有可能会影响局部的稳定性,为了更进一步探究辽宁省县域绿色发展效率的空间演变以及空间范围之内哪些县域对全局空间自相关影响较大,通过计算各县域的局域空间关联指数,同时对主要年份的局域统计值进行分类,生成辽宁省县域绿色发展效率的空间格局。如图4所示,近15年,辽宁省县域绿色发展效率无变化的县域较多,大致位于大致位于沈阳市市辖区、大连市市辖区、鞍山市市辖区、抚顺市市辖区、本溪市市辖区、铁岭市市辖区、新民市、长海县、清原满族自治县、大石桥市、北票市、凌源市等,其中沈阳市市辖区、鞍山市市辖区、抚顺市市辖区、本溪市市辖区、铁岭市市辖区、新民市、新宾满族自治县、清原满族自治县、大石桥市、铁岭县为常年不显著地区。2006-2011年,县域绿色发展效率高低聚集→低低聚集区域、低低→不显著区域集聚在辽宁省的北部地区,高高聚集→不显

图4 辽宁省绿色发展效率高低集聚变化图

著地区、高高聚集→低高聚集区域分布在辽宁省南部地区,无变化区域较多,2011-2016年,县域绿色发展效率的集聚变化较大,辽宁省西部、西南部地区的葫芦岛市市辖区、盘锦市市辖区及周边县域由无变化区域变动为不显著→低低聚集区域,瓦房店市、庄河市由无变化区域变为高高聚集→不显著区域,海城市、灯塔市由无变化区域变为不显著→高低聚集区域;2016-2020年,不显著→低低聚集区域明显减少,不显著→高高聚集区域明显增多并集中分布于辽宁省东部地区的凤城市及周边县域,海城市和灯塔市由不显著→高低聚集区域变为高低聚集→不显著区域,无变化区域增多。

3 绿色发展效率驱动因素分析

3.1 指标选取

辽宁省绿色发展效率的时空演变呈现动态性、不均衡性。处于不同发展时期,其驱动力强度也有细小的差别。本研究使用地理探测器,借鉴相关研究成果,选取经济发展水平(X1)、人口规模水平(X2)、产业结构水平(X3)、人力资本水平(X4)、政策调控水平(X5)和环境保护水平(X6)构建其驱动因素模型,探测其时空分异主导因素,同时采用交互探测鉴别各因子之间的交互作用程度。分别选取人均GDP[34]、户籍人口[35]、第二产业增加值占GDP比重[36]、中小学在校学生数[27]、地方财政公共预算支出[37]、碳强度进行表征,本研究选取2006年、2011年、2016年、2020年4个年份进行分析。

3.2 结果分析

3.2.1 主导因子探测分析

在ArcGIS中利用自然断点法将各驱动因子分为5个类别,并对其进行离散化。通过地理探测器探测各因子对辽宁省绿色发展效率的驱动作用,结果如表3。结果表明:辽宁省绿色发展效率的时空分异是多种因素共同作用的结果。环境保护、经济发展水平、政策调控是其主导因素。各驱动因子作用力的空间分布与各年份绿色发展效率的空间分布具有一定的一致性。

表3 辽宁省绿色发展效率时空分异因子探测结果

从探测结果来看,各年份的q值均通过了1%水平的显著性检验。2006年绿色发展效率前3位的影响因素作用强度排序为X6>X5>X1,2011年则为X6>X1>X5,2016年则为X1>X6>X5,2020年则为X4>X6>X2。4年来,X6均为高作用力指标,X5、X1共有3年为高作用力指标,由此说明环境保护、经济发展水平、政策调控是其主导因子。产业结构相对较弱,其q值均小于0.152。其中,人口规模和人力资本对辽宁省绿色发展效率空间分异的作用力大小有增强的趋势,其q值在2020年分别达到了0.154、0.179。随时间的演变,人口规模、产业结构、人力资本影响力呈上升趋势,经济发展水平、政策调控、环境保护影响力呈下降趋势。

环境保护的影响力最强。近年来,高质量发展始终被作为重要议题,环境保护已从政策建议落实到法律等级,此外双碳目标的提出倒逼辽宁省发展方式的转变[17]。中国已于2021年启动碳排放交易机制,其既能落实企业控排责任,又能通过提供经济激励机制,带动绿色技术创新。在新发展理念的指导下,辽宁省将碳达峰碳中和作为推动高质量发展的重要引擎,加快产业结构、能源结构的优化升级,促进了绿色发展效率的提升。

经济发展水平方面,城市经济相对繁荣的地区,其居民收入也相对较高,生态保护意识较强,更加注重生活质量和环境质量的提升,更加偏好绿色发展方式,从而减少城市碳排放量。另一方面,城市经济的经济发展水平较高,相对政府税收收入也更高,在实行城市绿色发展转型时,政策的实施往往有更优的经济支撑;经济发展水平较高的地区往往具有较好的人力资本优势和基础设施条件,在各种优势因素的累计作用下,其绿色发展效率也会提升。

政策调控方面,地方财政具有明显的“自上而下”的属性。自党的十八届五中全会倡导绿色发展理念以来,从中央到地方政策的制定与实施始终把环境摆在显著位置,政策对绿色发展起到至关重要的作用,企业原有发展方式在政府协助下不断优化改进,政府设立的淘汰机制门槛也使得低效率发展企业被市场淘汰,使辽宁省绿色发展效率不断上升。

人力资本的提升从两个角度影响绿色发展。随着劳动者的知识技能、文化技术水平与健康状况的提高,为绿色发展提供了高素质劳动力,带来拥有先进技术知识的人才,有益于绿色发展的实施,也提供了技术支撑。另一方面,人力资本提高,表明用工成本提高,遵循尊重市场的原则,使原有粗放式的发展模式已无法维系人力资源开销,环境倒逼企业加速转型,未被市场淘汰的企业提高产品附加值,实现高效绿色发展。

人口规模决定了人均资源占有量,也决定了当地的发展模式。人口规模的增长带来经济的发展水平的提高,也增加了资源的消耗程度,增长了污染物的排放。2006-2020年,辽宁省人口先增长而后平稳,创造了相对稳定的发展环境,为政府对绿色发展效率做出进一步规划提供了先决条件,同时人口带来的经济增长也为实现高效绿色发展提供了可能。

产业结构发展模式决定了实现绿色发展的难易程度。辽宁省受计划经济时期影响,导致产业结构存在偏重的特征,能耗大、污染强的第二产业成为阻碍绿色发展的重要因素。自改革开放以来,辽宁省产业结构不断优化转型,但各个市县产业结构存在历史差异,各县区发展速度也不相同,各县区第二产业的比重高低决定着各县域打破原有桎梏的难易程度。

3.2.2 交互作用探测分析

为了更深入地研究各种驱动因子之间的互动关系如何影响绿色发展效率,交互探测2006年、2011年、2016年、2020年的驱动因子。表4中探测结果表明:因子交互类型分为双因子增强和非线性增强型。其中2006年、2011年、2016年、2020年均出现交互作用力达到1.000的情形,表明驱动因子组合的交互作用q与辽宁省绿色发展效率空间分异上具有一致性,有力的解释了辽宁省空间分异程度。辽宁省绿色发展效率是多因素相互影响的结果。

表4 辽宁省绿色发展效率时空分异交互探测结果

4 结论

本文选取 2006-2020年辽宁省55个县域的数据,研究了辽宁省县域绿色发展效率的时空分异特征及影响因素,得到如下结论:(1)2006-2020年,辽宁省55个县域的绿色发展效率平均值波动,总体呈下降趋势,且均值小于0.8。绿色发展效率在辽宁省南部和东部较高,而在北部和西部较低。高效率区域主要集中在东港市、凤城市、宽甸满族自治县、新宾满族自治县、沈阳市及其周边县域和大连市市辖区等地。(2)县域绿色发展效率存在明显的空间正向相关性,且集聚分布态势呈倒“N”字型变化,集聚态势先减弱后增强,不稳定;县域绿色发展效率高低集聚随时间变化虽有所波动,但整体较为稳定,呈现集中趋势。(3)影响绿色发展效率的主要因素中,人口规模、产业结构、人力资本的影响力呈上升趋势,而经济发展水平、政策调控、环境保护的影响力则呈下降趋势。