中国区域生态福利绩效水平及其空间效应研究

来源:用户上传      作者:

　　摘要 传统的经济增长观存在诸多弊端，增长只是手段而非最终目的，必须从弱可持续发展的观念转向强可持续发展。提高生态福利绩效就是以最小资源消耗获得最大的福利水平，本质上是可持续发展更广义的延伸。基于Daly的基本思想，区别于经济增长以及生态效率理念，本文运用超效率DEA和空间计量方法研究了中国2005—2016年区域生态福利绩效水平及其空间效应。研究发现：①区域生态福利绩效水平呈现“东部最高，中部次之，西部最低”的格局，时间趋势上经历了“下降-上升-下降-上升”四个阶段。②生态福利绩效水平表现出较强的空间相关性，存在比较稳定路径依赖性，体现为东部地区高值-高值集聚以及西部地区的低值-低值集聚。③通过空间杜宾面板模型以及溢出效应分解得出能源结构对本地区生态福利绩效水平具有负的影响，对其他地区则表现为正向作用，城镇化水平、产业结构因素无论是直接效应还是间接效应都对生态福利绩效水平具有抑制作用。外商直接投资不仅促进本地区生态福利绩效水平，对其他地区也具有提升作用，并且间接效应明显高于对本地区的直接影响，“污染天堂”的假说不一定成立。④“福利门槛”的假设在引入空间因素后依然成立，生态福利绩效与经济发展水平表现为倒“U型”关系。在此基础上，本文从城镇化、能源结构、产业结构、外商直接投资以及空间溢出效应等方面对提升中国区域生态福利绩效水平提供了一些政策建议。
　　关键词 生态福利绩效;超效率DEA;空间溢出效应;福利门槛
　　中图分类号 F205 文献标识码 A 文章编号 1002-2104（2019）03-0001-10 DOI：10.12062/cpre.20181011
　　
　　2018年政府工作報告最先提出了高质量发展的表述，中国经济发展已由高增长阶段向高质量阶段迈进。传统基于高能耗、高污染、高排放的褐色经济发展模式逐渐转向集约化、效率化、绿色化的深绿色发展模式转变。自1987年布伦特兰委员会在《我们共同的未来》提出可持续发展的定义，再到2012年“里约+20”联合国可持续发展大会倡导的绿色经济和可持续发展问题以及在2015年9月联合国通过的2016—2030全球可持续发展目标（SDGs），可持续发展一直是人类生存与发展的中心议题。坚持在发展中保障和改善民生，增进民生福祉作为根本目的在十九大报告中被明确提出，此外，促进人与自然的和谐以及加快生态文明建设对发展提出了深层次的要求。在过去以纯粹追求经济增长为目标而忽视自然资源环境约束的发展模式受到诸多批判。“福利门槛”认为经济增长与社会福利之间并非一直趋于正向关系，当经济增长达到一定阶段，经济增长并不能提高人们的生活质量，反而表现出抑制作用[1-2]。“幸福悖论”从另外一个角度对“财富增加将导致福利或幸福增加”的命题提出质疑[3]。Daly[4]指出可持续发展是经济增长规模没有超越生态环境承载能力的发展，强调可持续发展需要对当前以增长为中心原则的数量性发展观进行清理，建立以福利为中心原则的质量性发展观，发展的最终目的是提高社会的福利，GDP表现出来的作用只是手段而非最终目的[5]，仅用GDP衡量发展存在诸多弊端。生态福利绩效衡量的是单位自然资源投入或生态投入所产生的社会福利价值，该理念建立在经济系统是生态系统的子系统的分析观点之下，实质上是可持续发展更广义的延伸，能突破传统GDP衡量人类生活质量的局限。相比于生态效率以最小资源投入获得最大的产出，提高资源利用效率的发展模式，生态效率观依旧未能脱离经济发展模式本身的变革需求，停留在浅绿色发展的思想浪潮之中。在当前大力提倡绿色发展，增进民生福祉，促进人与自然和谐的大背景之下，提高生态福利绩效的新发展模式是中国实现从浅绿色发展向深绿色发展[6]、“多纳圈”[7]的内层向中间层迈进以及“C模式”[8]跨越的重要途径。以生态福利观取代传统经济增长观符合可持续发展的理念，对于实现中国可持续发展具有重要的理论意义和现实意义。
　　1 文献综述
　　新古典经济学在经济增长认识上更加关注资源的配置以及效率，忽视增长的最大规模问题，将生态环境与经济发展两者之间割裂开来，这与生态经济学的经济系统是生态系统的子系统的观念存在极大的差异。Daly[4]指出经济系统是有限自然生态系统（环境）的一个子系统，而不是抽象的交换价值的孤立循环，不受物质平衡、熵和边界的限制。经济增长存在最大规模的限制，人类已经从人造资本相对稀缺的“空的世界”向自然资本成为限制性因素的“满的世界”转变。在此基础上，提出衡量各国可持续发展水平时可以通过测算单位自然资源消耗（生态投入）所产生的社会福利水平来做出评价，这就是生态福利绩效思想的起源，跟新古典经济学的经济增长观截然不同。但是，Daly只是用服务量与吞吐量的比值来衡量这种大小，其中服务量是人类从生态系统获得的效用或福利水平，吞吐量是经济系统运行所消耗的低熵自然资源以及向环境排放的高熵废弃物，在实践中并没有给出具体的量化指标[9]。国内学者诸大建[10]吸取了Daly的思想并首次提出生态福利绩效的概念，将其定义为生态资源消耗转化为社会福利水平的效率。
　　国内外学者对于生态福利绩效的研究主要集中在几个方面：一是生态福利绩效的测度问题，二是指标选取问题，三是从国家层面或区域层面对生态福利绩效水平的对比分析以及影响因素的探讨。 生态福利绩效的测度主要存在两种。一种是基于社会福利与生态足迹或资源消耗的比值方法，如国内臧漫丹等[11]、冯吉芬等[12]、徐昱东等[13]、诸大建等[5]，国外部分学者如Yew[14]、Jorgenson 等[15]、Kubiszewski等[16]。Abdallah等[17]、Common[18]提出与生态福利绩效相类似的概念——快乐地球指数，分母是生态足迹，分子是快乐寿命指数，用人均预期寿命与快乐指数乘积表示，结合了主观与客观的福利指标。第二种方法与比例算法测度不同，一般基于随机前沿模型和数据包络分析方法，如Dietz等[19]、Dimaria[20]。龙亮军等[9]在考虑松弛变量和非径向角度的基础上运用Super-SBM模型测算了上海市2006—2014年生态福利绩效水平，并对2014年中国35个大中城市生态福利绩效水平进行了横向比较。韩瑾[21]采用超效率SBM模型对宁波市2006—2015年生态福利绩效进行了测度。在指标选取上，最为关键的问题是福利指标的衡量。其中，一种是基于GDP为客观福利并在此基础上引申出来的ISEW、GPI等指标，一种是以幸福感和生活满意度等主观福利指标，如Bjornskov[22]。此外，结合客观和主观福利指标的HDI（人类发展指数）是应用最为广泛的指标，该指标包含教育、健康和收入三个重要维度，由于其现实操作性强，涵盖范围较广而常被作为社会福利的替代指标。 　　在对国家层面或区域层面生态福利绩效研究上，冯吉芬等[12]对30个省市生态福利绩效进行了测度与评价，并通过对数平均迪氏分解法得出技术效应对生态福利绩效具有促进作用，服务效应则为抑制作用。徐昱东等[13]同样对30个省份生态福利绩效进行研究，并运用探索性空间数据方法对时空分异格做出了分析。但仅是对生态福利绩效空间时空变化的简单刻画，对于影响变化的空间机理并未探讨。郭炳南等[23]对长江经济带110个城市2015年城市生态福利绩效进行了評价，发现东部城市生态福利绩效水平比较均衡而中西部存在较大差异。在国家层面，藏漫丹等[11]分析了20国集团生态福利绩效水平及其差异，诸大建等[5]基于2007年124个国家和地区横截面数据，通过分析生态福利绩效与经济增长的关系对“福利门槛”重新进行了验证。在对生态福利绩效影响因素的分析上，国内研究一般基于迪氏分解和DEA-Malmquist指数分解，少数研究者如刘国平等[24]从产业结构、能源结构、城市化和外资投资水平等具体细分指标对生态福利绩效的影响进行分析，龙亮军等[25]使用Tobit回归模型从经济贡献率、产业结构、城市化率以及技术进步等因素做出了探讨。肖黎明等[26]从省域尺度实证分析发现，绿色技术创新效率对生态福利绩效具有促进作用，人口效应则表现出负向影响。国外文献主要集中在气候、社会资本、人力资本、贸易开放水平等因素方面。
　　综上所述，国内外关于生态福利绩效的概念逐渐明晰，在测度方法上也日臻完善。但存在以下不足：一是研究层面上更多的还是在国家层面或区域层面简单的横向对比或纵向上描述动态的变化，对于导致这种差异及变化趋势原因的深入探讨匮乏。其二，基于生态福利绩效对可持续发展进行研究的文献相对于生态效率还是存在相当的数量差距，追求经济增长的浅绿色发展观依旧占据主导，而国内对生态福利绩效的研究基本集中于诸大建团队，关于生态福利绩效的理论探索值得进一步挖掘并建立相应的理论体系，为可持续发展提供新的参考。其三，在对生态福利绩效影响因素探讨上，忽略了区域之间的空间关联性。生态福利绩效是否存在区域之间的外溢性，是否存在区域的集聚而对周边区域产生影响，考虑空间效应后现有研究中的影响因素是否存在变化。本文希望引入空间效应深入分析中国区域层面生态福利绩效差异原因，同时以生态福利绩效观取代生态效率观，经济增长观导向生态福利观，提出促进中国可持续发展的对策建议。
　　2 研究方法与指标选取
　　2.1 超效率DEA模型
　　绩效或效率研究主要有随机前沿分析和数据包络分析方法（DEA）。DEA方法由于无需事先对生产函数进行假定，避免使用参数估计带来的误差等优越性而成为主要的测度方法。Charnes等[27]最早提出DEA方法，解决了距离函数的度量问题并广泛应用于生产率的研究之中，但其基于径向或角度的测度方法存在严重的缺陷。径向要求投入或产出同比例缩小或扩大，而基于角度只能考虑投入或产出的一个方面，不能同时兼顾两者，对于投入冗余或产出的不足无法得到合理的解决，导致效率测算的偏倚。Tone[28]充分考虑这些不足之处，提出了基于非径向非角度并引入松弛变量的SBM模型，相比于传统DEA模型已经有了相当大的改观，但对于效率值为1的决策单元无法进行排序，因此，Tone[29]进一步提出了超效率SBM模型（Super-SBM）。本文将参照此模型，同时将环境污染作为非期望产出引入模型之中。
　　2.2 指标选择与数据来源
　　DEA在进行效率测度时需要明确投入与产出变量，根据科学性、系统性与可操作性的原则，参考龙亮军、诸大建等[9-10]指标选取的方法，投入指标以资源消耗指标表示，分别以各省份人均用水量、人均建成区面积和人均消耗标准煤度量。产出指标包括期望产出和非期望产出，期望产出的选取主要根据联合国开发计划署通用的人类发展指数（HDI）指标选取方法，以各省份平均预期寿命、平均受教育年限和人均GDP水平来测度。非期望产出主要是环境污染中的废水、废气和固体废弃物，以具有代表性的人均废水排放量、人均SO2排放量以及人均工业固体废弃物产生量表示。
　　根据数据的可比性和可得性原则，本研究不含香港、台湾、澳门以及西藏自治区，以其他30个省、直辖市和自治区作为研究区域，以2005—2016年作为时间跨度。资源消耗指标、环境污染指标数据以及人均GDP水平主要来自《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》，人均GDP折算成2005年不变价水平。产出指标中的平均预期寿命指标、平均受教育年限没有直接的指标数据，处理过程如下：各省份平均预期寿命只有1990年、2000年和2010年数据，根据徐昱东等[13]处理方法补齐了各省份历年平均预期寿命。平均受教育年限根据《2013年中国人类发展报告》处理的方法，具体计算公式为：
　　2.3 空间计量方法
　　Tobler[30]认为所有事物都与其他事物存在关联关系，较近的事物比较远的事物关联性更强，即所谓的“地理学第一定律”。在研究各省份生态福利绩效时，忽视省域之间空间关联性，仅考虑本地区资源禀赋、经济结构和发展水平对本地区生态福利绩效影响，而未考虑邻近省份生态福利或经济因素对本地产生的外溢效应，以传统的面板数据方法研究会带来一定的偏差。综合考虑空间关联性因素，引入空间计量方法重新审视各省份生态福利绩效水平及其影响因素，深层次探讨其中机理。空间计量方法主要涉及到空间相关性检验和空间计量模型的选择。
　　2.3.1 全局莫兰指数和局部莫兰指数
　　空间相关性的探讨主要为了考察空间是否存在依赖性，如果不存在空间关联，传统的回归方法即可。全局莫兰指数考察的是整个空间序列整体的空间集聚情况，局部莫兰指数则反映的是相对于某一个区域周边的集聚情况。引入空间序列ni=1，本文研究30个省份区域，即n=30，xi是各省份的观测值，全局莫兰指数和局部莫兰指数分别表示为： 　　（i，j）元素。莫兰指数的取值范围在[-1，1]之间，大于0表示正自相关，即省份之间高值与高值集聚、低值与低值集聚;小于0表示高值与低值集聚，存在负自相关。通过绘制地区局部莫兰散点图可以直观反映出各省份生态福利绩效的空间集聚情况。
　　2.3.2 空间面板和空间溢出模型
　　空间面板模型根据空间依赖性的不同可以分为空间滞后模型、空间误差模型以及空间杜宾模型，进一步考虑不同省份存在的个体效应和时间效应，将模型一般化为如下形式：
　　y=λWy+Xβ+WXθ+μi+δt+εit
　　其中，W为空间权重矩阵，μi、δt分别为个体和时间效应，εit为随机干扰项。若θ=0，ρ=0且λ≠0，则为一般的空间滞后模型（SAR）;若θ=0，λ=0且ρ≠0，模型为空间误差模型（SEM），表示随机干扰项存在空间依赖性，即不包含在X中但对y有影响的遗漏变量存在空间相关性，或者不可观测的随机冲击存在空间相关;当λ≠0且θ≠0时，模型简化为一般的空间杜宾模型（SDM）。模型的选择需要根据具体的检验来确定。
　　空间回归模型研究代表国家、地区、县域等观察值之间复杂的依赖关系，与一般的回归模型存在不同，解释变量不仅对本地区产生影响（直接效应），潜在的也会对所有周边地区产生作用（间接效应）。在对省份生态福利绩效影响因素探讨时，需要对各种影响的直接效应和间接效应进行区别划分，从而更深入分析生态福利绩效的空间效应。空间溢出效应主要通过偏导数来解释，考虑一般的空间杜宾模型y=λWy+Xβ+WXθ+τnα+ε，τn为n×1阶常数项向量，α为与之相关联的参数，变形如下：
　　3 实证结果与分析
　　3.1 生态福利绩效的测度与评价
　　本文运用超效率DEA模型对2005—2016年30省份的生态福利绩效进行了测度，采用MAXDEA PRO6.18得出具体的测度结果及其动态变化（由于篇幅限制，测度结果并未给出）。从测算结果可以看出：在省域层面上，北京、天津、海南生态福利绩效处于前列，平均达到1.041、1.003和1.012，辽宁、青海和宁夏则为0.501、0.426和0.302，居于下游水平。沿海城市上海、浙江、福建以及中部城市河南、江西、湖南处于中上水平。处于高水平的省份主要原因在于这些区域经济发展迅速，先进技术的积极引进以及教育、医疗体制的更加完善。低生态福利绩效省份可以归结为产业结构落后、粗放型经济增长方式对自然资源的极大损耗并由此引发的环境污染问题，而教育、医疗的缺乏也是其中的诱因。从区域差异上看，生态福利绩效呈现“东部最高，中部次之，西部最低”的格局（見图1）。东部地区充分依靠沿海的天然地理优势，吸取外商投资并接触最前沿技术，引发经济、教育、健康医疗的累积效应。此外，东部地区在产业升级过程中，高能耗、高污染产业逐渐向中西部转移，对中西部省份造成生态环境的压力，而中西部在缩小经济差距的追赶中容易形成低资源利用效率、高污染的经济发展怪圈。从时间变动上来看，生态福利绩效水平经过“下降-上升-下降-上升”的发展阶段。在初期阶段，高水平生态福利绩效与低生态投入、低环境污染相关;随着资源的不断投入，生态福利绩效水平先上升之后逐渐下降，短期粗放型经济增长方式带来生活水平显著提高。而在中长期阶段，纯粹追逐经济增长忽视人类可持续发展的弊端凸显，如人类面临的环境健康、生活满意度问题。随着对可持续发展的不断摸索，2014年之后，各区域生态福利绩效水平有上升趋势，经济增长观向高质量发展观逐渐转变。
　　3.2 空间相关性分析
　　空间相关性分析是区别传统模型与空间计量模型的重要依据，传统模型忽略空间因素会给结果带来一定的偏差。空间相关性首先要确定空间权重问题，本文引入Rook一阶邻接权重。海南省由于不和任何身份相邻，参照大多数文献的做法假定海南省与广东省相邻。根据莫兰指数计算公式获得2005—2016年各省份全局Moran’s I值，结果如表1。从表1中可以看出，历年Moran’s I 值在10%显著性水平下均通过了检验，且平均值在0.2以上，表明各省份生态福利绩效存在较强的空间正相关性。生态福利绩效在空间上并不是随机的，存在一定的集聚效应，即高生态福利绩效地区与周围高生态福利绩效地区集聚在一起，低生态福利绩效省份被低生态福利绩效省份环绕。各省份生态福利绩效水平不仅受自身经济发展水平影响，同时受周围省份生态福利绩效、经济水平、产业结构布局的影响。
　　莫兰散点图反映地区观测值与其空间滞后的相关关系，可以划分为四个象限，第一象限为高值——高值集聚
　　（HH），第二象限为低值——高值集聚（LH），三四象限分别为低值——低值集聚（LL）和高值——低值集聚（HL）。一三象限表明省份生态福利绩效存在空间正自相关，二四象限则为空间负自相关，图2给出了2005年和2016年省域局部莫兰散点图。
　　从图2可以看出，2005年各省份生态福利绩效主要呈现HH型集聚和LL型集聚，其中，北京、天津、上海、江苏、浙江、福建、江西、山东、湖南、广东、广西、海南、贵州、云南、宁夏等15个省份落入HH型区域，主要为东部省份。辽宁、吉林、内蒙古、青海、甘肃、新疆等7个省份落入LL型区域，主要集中在中西部省份。2016年HH型省份数量10个，而LL型省份数量增加了3个（宁夏、云南、广西）。区域生态福利绩效呈现空间集聚态势，东部地区由于较高经济发展水平及其沿海地理优势表现出高值集聚现象，而中西部地区经济发展水平相对落后、资源利用效率低下表现出低值集聚趋势。对比2005年和2016年空间集聚情况可以发现，高集聚省份在逐渐减少，低值集聚省份数量在增加，而低高值集聚和高低值集聚省份呈现扩大趋势，东部省份高值集聚现象及西部地区低值集聚情况比较稳定，具有较强的路径依赖性。
　　3.3 空间面板回归分析和溢出效应分解
　　3.3.1 空间面板回归分析 　　为了考察生态福利绩效的影响因素及其空间关联性，
　　将影响的变量设定如下：①能源结构（estr）。中国作为发展中国家，资源分布极其不平衡，依托于传统一次能源消费带来的资源利用效率低下、环境问题突出，可能造成生态福利绩效水平的低下。能源结构以各省份历年煤炭消费量与能源消费总量的比值来表示。②城镇化水平（urba）。城镇化一方面促进人口快速流动、基础设施完善以及土地资源集约化利用，进而推进地区经济发展水平，但另一方面城镇化导致地区人口拥挤、环境污染、产业结构失衡问题突出，对生态福利绩效具有抑制作用，具体影响的正负性需要衡量两者的大小。城镇化水平用各省份城镇人口数量与该地区总人口数量比值代替。③产业结构（inst）。工业化进程对经济发展确实带来极大的提升，但建立在化工、能源、钢铁等重工业带来的污染问题相当严重，一定程度上会阻碍地区经济发展水平的提升，而且污染问题对居民健康会带来不利的影响。产业结构以第二产业增加值与地区总产值的比值表示。④技术进步水平（tec）。技术进步水平是把双刃剑，通过增加R&D投入和政府科技支出能够提升企业自主创新能力、变革陈旧管理经验从而提高企业生产效率。然而，环境污染治理水平低下、生产能力较弱的企业则对技术投入不敏感，技术投入成本会对企业生产形成“挤出效应”。技术进步水平以R&D支出与地区总产值的比值衡量。⑤环境规制（er）。增强环境规制水平可以有效抑制污染密集型产业发展，提高企业创新水平和绿色全要素生产率，但高强度环境规制水平对企业生产规模、污染硬性约束提出新的要求，对企业产出造成负面影响。环境规制用地区环境污染治理投资总额占GDP比重来表示。⑥外商直接投资（fdi）。“污染天堂”假说一方面提出外商投资的扩大对东道主国家环境造成破坏，另一方面外商投资流入引入新的技术和管理理念，形成技术溢出效应，促进东道主国家经济发展。外商投资水平用实际利用外资表示，以当年平均汇率转换成人民币并折算成2005年不变价水平。⑦经济发展水平（pgdp）。经济发展水平的提升不仅能够保证居民基本的物质生活保障，同时对医疗、教育具有促进作用。以人均GDP表示经济发展水平。⑧人均GDP的平方（pgs）。为了验证“福利门槛”效应，引入平方项，经济发展水平的提高确实能改善居民生活水平，但以追求GDP最大化为导向的发展观念对自然生态环境造成极大破坏，由此引发的环境健康问题突出，降低居民的整体福利水平。表2给出了各变量的描述性统计。
　　空间面板模型的选择主要根据原假设H0∶〖KG-*2〗θ=0和H0∶〖KG-*2〗θ+λβ=0展开，若同时拒绝两个原假设则选择空间杜宾模型，否则应在空间滞后模型和空间误差模型中选择。具体的选择可以通过Wald检验和LR檢验来区分。在进行空间面板回归前，通过对比非空间面板模型，可以做出对空间面板模型的进一步判断。表3给出了普通面板的回归结果。从回归结果中可以看出，空间滞后的两个LM检验均拒绝了无空间滞后的原假设，空间误差检验的两个LM检验有一个拒绝了无空间误差的原假设，通过以上检验进一步证实不能忽略空间因素的影响。
　　空间效应的存在使得变量关系变得复杂，普通面板回归结果会存在一定的偏差。在考虑个体效应和时间效应后，需要选择使用固定效应还是随机效应模型。Hausman检验的结果（见表4）拒绝存在随机效应的原假设，故考虑双固定的空间面板模型。表4给出了三种空间面板模型的结果，从拟合程度可以看出空间杜宾模型高于空间滞后
　　模型和空间误差模型，此外，Wald检验和LR检验均拒绝了H0∶〖KG-*2〗θ=0和H0∶〖KG-*2〗θ+λβ=0原假设，空间杜宾模型不能简化为空间滞后模型和空间误差模型。由空间杜宾模型回归结果可以看出：
　　（1）从整体上看能源结构、城镇化、产业结构、人均GDP的平方项对生态福利绩效水平具有负向影响，且均通过了显著性检验。外商直接投资水平和地区经济发展水平分别在1%和5%水平下显著，对生态福利绩效具有促进作用。技术进步水平和环境规制程度对生态福利绩效的影响不显著。
　　（2）从具体指标分析，能源结构每提升1个百分点，地区生态福利绩效下降0.000 9个百分点，基于煤炭为主要能源消费结构的发展模式对生态环境造成极大压力，加大了地区环境污染程度。城镇化表现出负向作用主要归因于城镇化进程中人口快速由农村转移到城市造成城市拥挤现象，过快经济发展带来的环境污染问题以及城镇与农村产业结构失衡矛盾，这种负向作用超过城镇化带来的正〖LL〗向作用。产业结构对生态福利绩效具有抑制作用，工业产值占比每提高1个百分点，生态福利绩效下降0.007 3个百分点，以重工业为核心的工业发展模式是粗放型发展方式，“高能耗、高污染、高排放”现象突出，不利于生态福利绩效的提升。外商直接投资水平对生态福利绩效具有促进作用，“污染天堂”假说不一定成立;相反，外商直接投资引进新的管理经验和先进技术，增强资源利用效率，促进地方经济发展。技术进步水平和环境规制不显著，技术进步对于治污水平低下和生产能力不足的企业“挤出效应”明显，对于减少非期望产出效果不明显。此外，“技术回弹”效应在经济生产活动较为普遍，随着技术的提高，企业生产规模扩大，生产产品数量急剧扩张，尽管生产单一产品排放污染物减少，但绝对总量污染排放量不减反增，不利于提升生态福利绩效水平。环境规制一般基于“波特效应”研究较多，环境规制水平的提高能够促使企业创新，变革陈旧管理思想，提升企业产出并减少环境污染。然而，中国当前污染密集型产业发展问题依然较为突出，环
　　水平上显著。
　　境监管存在不足，提高环境规制水平对于这些企业并不能形成立竿见影的效果，硬性约束条件在短期内反而阻碍企业生产经营行为。经济发展水平和人均GDP的平方系数一正一负，特别是对于经济发展水平影响因素，人均GDP每提高1个百分点，生态福利绩效提高0.450 9个百分点，经济发展水平是提高生态福利绩效的主导因素。然而，人均GDP平方项系数为负表明生态福利绩效并不是与经济发展水平呈现简单的线性增长关系，而是倒“U型”关系，进一步证实了“福利门槛”的存在。 　　3.3.2 空间溢出效应分析
　　基于MATLAB 2016a软件获得各变量的空间直接效应和间接效应，结果如表5所示。从能源结构来看，直接效应和间接效应系数分别为-0.001 1和0.016 8，且均通过了显著性水平。能源结构对本地区生态福利绩效具有抑制作用但对其他省份具有促进作用。产生这种结果的原因可能是本地区以煤炭为主要能源结构的经济发展模式带来的高环境污染水平迫使本地区人口的迁移和产业（尤其第三产业）向周边的转移，同时，本地区较低的能源效率可能会促进资本向附近区域流动而提升周边生态福利绩效水平。城镇化水平对生态福利绩效水平的直接效应系数为-0.006 5，间接效应系数为-0.044 4，均通过了1%显著性水平。城镇化的推进过程不仅降低了本地区生态福利绩效水平，对其他省份的生态福利绩效水平也具有抑制作用。尽管国家大力提倡新型城镇化，但各地区在具体实施过程中并不能协调处理基础设施配套、产业发展、环境污染等多方面问题，尤其是城镇化过程中依靠大量资源投入的低效率经济发展模式以及严峻的环境污染问题，其中比较突出的是城镇工业化进程中的雾霾污染现象，具有较强的空间负向溢出效用。产业结构的直接效应系数为-0.007，通过1%显著性水平。第二产业比重的上升不利于本地生态福利绩效提升，间接效应的系数为-0.031 1，在5%水平下显著，表明第二产业比重上升对其他地区
　　生态福利绩效具有负向作用，从总效应系数-0.038 1也可以看出总体上产业结构对生态福利绩效的提升表现为负向溢出效应。外商直接投资水平的直接效应和间接效应系数分别为0.030 8和0.366 1，均通过1%显著性水平，空间溢出效应显著。外商直接投资不仅促进本地区生态福利绩效的提升，对其他省份生态福利绩效也具有促进作用，并且间接效应明显高于对本地区的直接效应。导致这种现象的原因可能在于外商直接投资不仅给本地区带来资金的支持，同时引入了新型技术、先进管理经验，在促进本地区经济发展水平的同时也对周边地区形成扩散效应，邻近地区由于避免招商引资成本并以较低的代价模仿或吸收外来技术及经验获得更高的效益。技术进步水平和环境规制强度对生态福利绩效水平的直接效应和间接效应不显著，技术进步的“双刃剑”效果和环境规制强度的多面性作用得到充分体现。
　　4 结论与政策建议
　　本文对2005—2016年区域生态福利绩效进行了测度和空间效应分析，区别于以往研究集中于简单的横向和纵向比较抑或是传统面板模型的影响因素探讨，引入空间因素后对生态福利绩效进行了新的实证和分析。研究结果表明：①2005—2016年区域生态福利绩效水平呈现“东部最高，中部次之，西部最低”的格局 ，东部由于沿海地理优势以及国家政策的率先扶持，经济、教育以及医疗卫生水平明显高于中西部地區，从时间变化趋势上看，经历“下降-上升-下降-上升”四个阶段。②区域生态福利绩效表现出较强的空间相关性，生态福利绩效水平不仅受本地区各因素的影响，同时受周边区域经济、产业结构、开放水平的影响。此外，各省份生态福利绩效呈现比较稳定的路径依赖性，东部地区普遍表现为高-高集聚现象而西部地区在空间上则为低-低集聚现象。③通过空间杜宾面板模型以及溢出效应分解发现，能源结构对本地区生态福利绩效水平具有负的影响，对其他地区则表现为正向作用，城镇化水平、产业结构因素无论是直接效应还是间接效应都对生态福利绩效水平具有抑制作用。外商直接投资不仅促进本地区生态福利绩效水平，对其他地区也具有提升作用，并且间接效应明显高于对本地区的直接影响，“污染天堂”的假说不一定成立。④“福利门槛”的假设在引入空间因素后依然成立，生态福利绩效与经济发展水平表现为倒“U型”关系，经济发展水平的提高在一定阶段对生态福利绩效具有促进作用，但经济水平达到较高阶段，纯粹以追求经济增长最大化的发展模式并不能提高生态福利绩效水平，反而表现为抑制作用。
　　基于以上研究结论，对于提升中国区域生态福利绩效水平，提出如下建议：首先，充分发挥区域之间的协调性。东部地区经济、教育、医疗卫生水平明显高于中西部地区，环境监管水平也处于前列，在继续发挥自身优势的基础上，应充分考虑中西部所存在的劣势，不以牺牲中西部为代价而寻求自身发展。东部地区必须做好示范作用，充分发挥周边辐射带动功能，利用和拓展创新集聚优势，继续发展高新技术产业、先进制造业和现代服务业，依托现代产业体系功能平台有序开展产业转移。完善东部地区对中西部欠发达地区的对口支援制度，无论是在经济发展、教育以及医疗上给予西部必要的支持。中西部地区应大力响应“中部崛起”“西部大开发”国家战略，在认清自身资源优势情况下，采用低能耗、低污染以及高效率的集约化发展模式，在努力缩小与东部地区差距的过程中实现统筹式发展。其次，加大机制和结构调整力度，探索提升生态福利绩效的内在动力。中国城镇化的推进过程并没有促进生态福利绩效水平的提升，粗放型发展模式以及高污染问题未能得到有效处理，城镇化质量和效率偏低。在今后的改进中必须强调效率激励和约束，协调处理城镇与农村经济发展的不平衡，完善城镇转移人口的基础设施配套、教育、医疗的融入机制，解决城镇化创新动力不足问题。优化能源结构和产业结构，积极引导风能、太阳能等可再生能源的使用，加大污染减排技术的资金投入，严格把控生产中投入产出的中间过程。积极发展先进制造业和战略新兴产业，推进第二产业向服务业有序升级，促进一二三产业融合发展。继续扩大贸易开放水平，合理处理外资的在华投资，发挥FDI的积极作用。再次，构建有利于资源节约、生态建设和环境保护等方面的区域合作机制。我国区域生态福利绩效的显著空间相关性表明区域之间在空间上是紧密相连的，应充分发挥东部地区的高值集聚优势，推动京津冀、长三角、珠三角城市群建设，实现城市群生态——经济耦合发展。西部地区应该积极引导创新，提高资源利用效率，加强环境监管力度，寻求经济发展内生动力，避免低效率产业集群。最后，以生态福利绩效观代替传统经济增长观。经济增长的“福利门槛”效应再次表明纯粹追求经济增长的弊端，必须以提高社会整体福利水平为最终目的，减少生态资源消耗，提高资源利用效率，实现经济增长与自然消耗的相对脱钩（C模式），进而实现经济增长与自然消耗的绝对脱钩（B模式），避免资源大量消耗和高强度环境污染的经济发展A模式。 　　参考文献
　　[1]MANFRED M N. Economic growth and quality of life： a threshold hypothesis[J].Ecological economics，1995，15：115-118.
　　[2]PHILIP L， MATTHEW C. The end of economic growth？ a contracting threshol hypothesis[J]. Ecological economics，2010，69（11）：2213-2223.
　　[3]EASTERLIN R A. Does economic growth improve the human lot？ some empirical evidence[J]. Nations and households in economic growth，1974：89-125.
　　[4]DALY H E. Beyond growth： the economics of sustainable development[M]. Missouri： Beacon Press，1996.
　　[5]诸大建，张帅.生态福利绩效及其与经济增长的关系研究[J].中国人口·资源与环境，2014，24（9）：59-67.
　　[6]诸大建.从“里约+20”看绿色经济新理念和新趋势[J].中国人口·资源与环境，2012，22（9）：1-7.
　　[7]RAWORTH K. A safe and just space for humanity[R].[2018-09-01].https：//www.oxfam.org/sites/www.oxfam.org/files/dp-asafe-and-just-space-for-humanity-130212-en.pdf.
　　[8]诸大建.解读生态文明下的中国绿色经济[J].环境保护科学，2015，41（5）：16-21.
　　[9]龙亮军，王霞.上海市生态福利绩效评价研究[J].中国人口·资源与环境，2017，27（2）：84-92.〖ZK）〗
　　[10]诸大建，张帅.生态福利绩效与深化可持续发展的研究[J].同济大学学报（社会科学版），2014（5）：106-115.
　　[11]臧漫丹，诸大建，刘国平.生态福利绩效：概念、内涵及G20实证[J].中国人口·资源与环境， 2013（5）：118-124.
　　[12]冯吉芳，袁健红.中国区域生态福利绩效及其影响因素[J].中国科技论坛，2016（3）：100-105.
　　[13]徐昱东，亓朋，童临风.中国省级地区生态福利绩效水平时空分异格局研究[J].区域经济评论，2017（4）：123-131.
　　[14]YEW K. Environmentally responsible happy nation  index：  towards   an  internationally   acceptable national success indicator[J].Social indicators research，2008，85（4）：425-446.
　　[15]JORGENSON A K. Economic development and the carbon intensity of human well-being[J]. Nature climate change，2014，4（3）：186-189.
　　[16]KUBISZEWSKI I， COSTANZA R， FRANCO C， et al. Beyond GDP： measuring and achieving global genuine progress[J]. Ecological economics，2013，93（3）：57-68.
　　[17]ABDALLAH S，THOMPSON S，MICHAELSON J， et al. The Happy Planet  Index 2.0： why good lives don’t have to cost the earth[R].London： New Economics Foundation，1970.
　　[18]COMMON M. Measuring national economic performance without using prices[J]. Ecological economics，2007，64（1）：92-102.
　　[19]DIETZ T， ROSA E，YORK R. Environmentally  efficient  well-being： rethinking  sustainability as the relationship between human well-being and  environmental impacts[J]. Human ecology review，2009，16（1）：114-123.
　　[20]DIMARIA C. An indicator for the economic performance and  ecological sustainbility of nations[J].  Environmental modeling & assessment，2018（2）：1-16.
　　[21]韓瑾.生态福利绩效评价及影响因素研究——以宁波市为例[J].经济论坛，2017（10）：49-53. 　　[22]BJORNSKOV C. How comparable are the gall up world  poll life  satisfaction data？[J]. Journal  of happiness studies，2010，11（1）：41-60.
　　[23]郭炳南，卜亞.长江经济带城市生态福利绩效评价及影响因素研究——以长江经济带110个城市为例[J].企业经济，2018（8）：30-37.
　　[24]刘国平，诸大建.中国碳排放、经济增长与福利关系研究[J].财贸研究，2011（6）：83-88.
　　[25]龙亮军，王霞，郭兵.基于改进DEA模型的城市生态福利绩效评价研究——以我国35个大中城市为例[J].自然资源学报，2017，32（4）：595-605.
　　[26]肖黎明，吉荟茹.绿色技术创新视域下中国生态福利绩效的时空演变及影响因素——基于省域尺度的数据检验[J].科技管理研究，2018（17）：244-251.
　　[27]CHARNES A， COOPER W W， RHODES E. Measuring the  efficiency  of  decison  making units[J]. European journal of operational research，1978，2（6）：429-444.
　　[28]TONE K. A slacks-based  measure of efficiency in data  envelopment analysis[J]. European journal of operational research，2001，130（3）：498-509.
　　[29]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J].European journal of operational research，2002，143（1）：32-41.
　　[30]TOBLER W R. A computer movie simulating urban growth in the detroit region[J].Economic geography，1970，46（2）：234-240.
　　Research on regional ecological well-being performance and spatial effect in China
　　FANG Shi-jiao XIAO Quan
　　（Economics School， Zhongnan University of Economics and Law， Wuhan Hubei 430073， China）
　　Abstract
　　The traditional view of economic growth has many drawbacks. Growth is only a means and not an ultimate goal. It must change from the idea of weak sustainable development to that of strong sustainable development. To improve the ecological well-being performance is to obtain the maximum welfare level with the minimum resource consumption， which is essentially a broader extension of sustainable development. Based on Daly’s main idea， different from economic growth and eco-efficiency concept， this paper studied China’s regional level and its spatial effect from the perspective of ecological well-being performance by using super-efficiency DEA and spatial measurement. The study found that： ①The performance level of regional ecological well-being in China presented a pattern of ‘the highest in the east， the second in the middle and the lowest in the west’， and the time trend had experienced four stages of ‘decline-rise-decline-rise’. ②The performance level of ecological well-being showed a strong spatial correlation and a relatively stable path dependence， which was reflected in the high-value to high-value concentration in the eastern region and the low-value to low-value concentration in the western region. ③Through the spatial Dubin panel model and the decomposition of spillover effects， it is concluded that the energy structure had a negative impact on the performance level of ecological well-being in this region， while it had a positive effect on other regions. The urbanization level and industrial structure factors， whether direct or indirect， had an inhibitory effect on the performance level of ecological well-being. Foreign direct investment not only promoted the level of ecological well-being performance in the region， but also promoted other regions， and the indirect effect was significantly higher than the direct effect on the region. The hypothesis of ‘Polluting Heaven’ was not necessarily correct. ④The hypothesis of ‘welfare threshold’ still held after introducing spatial factors， and there was the inverted ‘U’-shaped relationship between ecological well-being performance and economic development level. On this basis， this paper provided some policy suggestions to improve China’s regional ecological well-being performance from the aspects of urbanization， energy structure， industrial structure optimization， foreign direct investment and spatial spillover effect.
　　Key words ecological well-being performance; super-efficiency DEA; spatial spillover effect; welfare threshold
转载注明来源:https://www.xzbu.com/7/view-14776278.htm