京津冀城市群绿色生态效率评价及提升路径
来源:用户上传
作者:薛玉琪
[摘 要]京津冀协同发展战略要求做好区域经济发展与生态文明建设之间的统筹与协调。本研究以2007年至2019年13个城市面板数据为分析单位，运用SBM-Undesirable模型测度绿色生态效率，并运用冗余率分析效率损失原因。研究表明：京津冀城市群绿色生态效率总体向好，但城市间存在较大差距，其中秦皇岛市和张家口市的绿色生态效率均值只有0.364、0.309。影响绿色生态效益损失的主要因素依次为：用电总量、城市建设用地面积和供水总量。为实现生态效益的提高，必须控制和改善生产要素的投入，加速京津冀城市群的绿色协同发展。
[关键词]京津冀；SBM-Undesirable模型；绿色生态效率
中图分类号：F294；X22 文献标识码：A 文章编号：1674-1722（2023）02-0001-03
城市群的建立是国家发展规划和区域规划的一项重要任务，也是城市参与全球竞争和国际分工的一个基本的新的领土单位。我国为应对全球城镇化竞争，在稳定发展经济的同时，应以发展质量和效益为主，以发展良好的城市生态环境为目标。党的十九大报告指出，中国特色社会主义建设的主要内容是生态文明建设。生态文明建设是21世纪中华民族实现跨越式发展的战略选择，同时强调京津冀协同发展是个大思路、大战略。京津冀的生态文明建设在建设国家生态文明和中华民族伟大复兴的历史进程中发挥着核心作用。
在生态经济中，生态效率是评价可持续发展的常用工具[1]。生态效率一词最早由Schaltegger等[2]在1989年提出，他们认为对环境管理的最终目标是在增加企业价值的同时更好地保护环境，提高生态效率。OECD则将生态效率这个概念定义为：利用环境与生态资源满足人类的各种需求的效率[3]。具体地说，对生态效率的理解可以看作用较少的资源和环境成本生产更多的产品和服务的能力。现有的生态效率研究主要是评估行业、企业和地区的生态效率。李根[4]采用基于非期望产出的SBM模型测算了2000―2006年中国30个省市的能源生产生态效率，并考察了各地区生态效率的变化趋势；邓波等[5]基于三阶段的DEA模型研究生态效率，发现排除外部因素后，财政环保支出对生态效率没有起到应有的促进作用；孙钰等[6]采用结合二次目标函数的DEA交叉效率模型，分析和评价中国35个城市的基础设施建设环境效益。
总的来说，关于生态效率的研究有很多，其中大多都集中在工业的生态效率方面，包括工业、制造业、煤炭业等的测度分析与影响因素的研究。同时，研究对象也多集中于省域。文章以城市群为研究视角，探索京津冀城市群协同绿色发展的新的可能性。通过运用基于非期望产出的SBM模型测度京津冀城市群绿色生态效率水平并探究其提升路健Ｍü多维度评估京津冀城市群生态绩效，直接监督政府宏观和微观管理活动的有效性，为城市群生态循环经济提供一定经验和借鉴。
（一）研究方法
传统方法的DEA径向模型在计算中忽视了松弛变量，导致效率估计有很大误差。文章采用了Tone[7]提出的扩展的DEA-SBM模型。该模型有效改善了基本的松弛状况，得到更准确的效率估计结果。
（二）指标体系构建与数据来源
1.绿色生态效率测算指标
根据京津冀城市群生态环境发展的要求和现实路径，文章在指标选取上参考现有研究资料，投入指标分别采用全社会固定资产投资总额、年末单位从业人员数、建设用地面积、用电量总量及水资源利用量。京津冀城市群长期存在雾霾污染，本研究额外引入PM2.5浓度数据作为空气污染的代替指标，采取PM2.5浓度、工业废水排放量、工业SO2排放量作为非期望产出指标，最终以实际地区生产总值衡量期望产出。
2.数据来源
本研究以京津冀城市群13个城市2007年至2019年的面板数据为研究样本。用于测算绿色生态效率的数据分别来自《中国城市统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》，其中部分缺失值已采用回归方法补齐。
（一）京津冀城市群绿色生态效率测度与评价
1.京津冀城市群绿色生态效率时间演变趋势
根据2007年至2019年京津冀13个城市投入产出的面板数据，利用DEA-Solver Pro5.0软件构建非期望产出的SBM模型，测算京津冀地区2007年至2019年的绿色生态效率，并揭示各地区间的差距。2007年至2019年京津冀地区绿色生态效率的历年均值如图1所示。
从时间序列来看，绿色生态效率由2007年的0.418上升到2019年的0.643，2014年出现了小幅度下降。虽然绿色生态效率总体均值呈现上升态势，但是上升幅度趋于缓慢，因此仍需不断加强生态建设。
2.京津冀城市群绿色生态效率的区域差异
基于测度结果，2007年至2019年13个城市的绿色生态效率均值如图2所示。京津冀城市群发展趋势较好，但从独立城市的角度看，绿色生态效率最高为沧州市的0.957，最低为张家口市的0.309，区域差异十分明显。京津冀区域13个城市近13年的平均绿色生态环境效率为0.5522，研究期平均值排名靠前的城市为天津市、石家庄市、唐山市、沧州市、廊坊市，其生态效率均值分别为0.641、0.656、0.820、0.957、0.623，排名靠后的秦皇岛市、张家口市的绿色生态效率均值只有0.364、0.309。可以看出京津冀城市群中的绿色生态效率，河北省地区比北京市、天津市的水平低。虽然京津冀城市群大力倡导节约环保的生产方式，提高资源利用率，促进生产活动与自然生态可持续发展，生态效率水平有所提高，但河北省作为传统的工业大省和人口大省，经济基础差，发展模式较为粗放，限制了河北省生态效率水平的持续提高。
（二）京津冀城市群绿色生态效率提升路径
如果SBM模型中的效率值小于1，松弛变量就能够反映效率损失的原因。通过对投入指标下的松弛变量除以其对应的投入指标值，就能得到该城市的投入冗余率。为提高各城市的绿色生态效率，可以减少投入指标的冗余。文章从投入冗余的角度出发，为京津冀城市群内各市政府提高绿色生态效率提供参考。下文仅以2019年为例进行分析，计算结果如表1所示。
可以看出，京津冀城市群在2019年的各投入资源的冗余率，其分布特征基本与区域绿色生态效率一致，呈现出北京市、天津市、石家庄市、唐山市和廊坊市冗余率较小，秦皇岛市和张家口市等绿色生态效率冗余率较大的分布特征。冗余率越大的地区绿色生态效率值越低，更需要调整投入资源的分配。所以，河北省各区域的绿色生态效率仍有比较大的提升空间。每个城市可以削减冗余率值过高的指标，提高对资源的利用率，提高绿色生态效率。根据冗余率排名，导致生B效率降低的主要因素依次是总耗电量、城市建设用地面积和总供水量。总耗电量对生态效率的下降贡献最大，表明京津冀城市群存在着严重的能源过度使用。邢台市、承德市和邯郸市的能源过度消耗率最高，分别为83.23%、81.97%和81.13%。过度的能源消耗是造成这些城市雾霾排放的主要原因，未来需要通过减少能源消耗大幅度提高排放效率。邯郸市、张家口市和秦皇岛市作为城市建设地区，资源过剩程度最高。在中国城市化的背景下，节约用地、建设节地型社会是加强土地管理的主要任务。邯郸市、秦皇岛市和张家口市的供水总量的投入冗余率最高，都达到65%以上。这表明需要优化供水结构，因地制宜地提高用水效率，如升级产业结构、优化现代化生产配置、推广使用节水设备等。
本研究利用包含非期望产出的SBM模型，多维度评价京津冀地区13个城市2007年至2019年的绿色生态效率，并运用冗余率分析了绿色生态效率损失的原因。
从均值来看，京津冀城市群绿色生态效率虽总体平稳上升，但地区差异明显。秦皇岛市、张家口市绿色生态效率均值只有0.364、0.309，河北省地区总体的绿色生态效率比北京市、天津市低。河北省作为传统的工业大省和人口大省，较为粗放的发展模式限制了绿色生态效率水平的持续提高。
从冗余率分析来看，城市建设用地面积、用电总量和供水总量的投入冗余普遍较高，需调整投入产出结构改进效率值。同时，不同地区绿色生态效率损失的具体原因也不同。
为实现京津冀城市群的协同发展，逐步缩小各地区之间的绿色生态效率的差距，特提出以下建议。
第一，加大生态文明建设国家监管力度，加快推进生态环境治理体系和治理能力现代化，持续推进行之有效的生态文明体制改革。
第二，合理利用自然资源，着力将资源优势转化为经济优势。随着城市化步伐的加快，一些城市过度扩张，土地的使用也变得越来越粗放、浪费。为了协调经济发展，京津冀城市群应深化体制改革，提高土地利用效率。
第三，加强区域合作，共同探索新的发展道路。加强经济和区域间的联系，寻求节约资源、保护环境、保证经济增长的发展模式，发挥各地区的主动性和创造性，共同促进经济发展和生态文明建设。
[1]STURM A， SCHALTEGGER S. Ecologically induced decision instruments of the management. WWZ： Discussion Paper Nr. 8914， Basel： WWZ， 1989.
[2]KICHERER A， SCHALTEGGER S， TSCHOCHOHEI H， et al. Eco-efficiency. The International Journal of Life Cycle Assessment， 2007.
[3]MICKWITZ P， MELANEN M， ROSENSTR？M U， et al. Regional eco-efficiency indicator： A participatory approach. Journal of Cleaner Production， 2006.
[4]李根，刘家国，李天琦.考虑非期望产出的制造业能源生态效率地区差异研究――基于SBM和Tobit模型的两阶段分析[J].中国管理科学，2019（11）：76-87.
[5]邓波，张学军，郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学，2011（01）：92-99.
[6]孙钰，王坤岩，姚晓东.城市公共基础设施环境效益研究[J].中国人口资源与环境，2015（04）：92-100.
[7]TONE K. Dealing with undesirable outputs in DEA： A Slacks-based Measure （SBM） approach. GRIPS Research Report Series， 2003.
转载注明来源:https://www.xzbu.com/2/view-15445560.htm
