產業生態效率驅動因素相關研究動態綜述

楊新吉勒圖，岳燕威

(內蒙古工業大學 經濟管理學院，內蒙古 呼和浩特 010000)

產業生態效率所關注的是經濟、生態與效率之間的融合，不僅考慮了資源消耗和環境污染，還兼顧了經濟產出的重要性，這與可持續發展理念的要求相一致。實現產業的生態效率是建設美麗中國、實現人類命運共同體的重要戰略支撐，對于“雙碳”戰略目標的達成具有現實意義。筆者通過對現有文獻進行系統性的梳理，將眾多促進產業生態效率的因素進行總結。首先識別出促進產業生態效率的主要驅動因素，再根據這些驅動因素作用于產業生態效率的方式不同，將其劃分為直接驅動和間接驅動因素，最后總結了學界目前對于產業生態效率驅動因素研究的相關方法。

1 產業生態效率的驅動因素研究

生態效率即增加的價值與增加的環境影響的比值，它是由美國學者Schaltegger于1990年提出的[1]。1992年世界可持續發展理事會(WBCSD)強調生態效率就是在人類社會的經濟活動中實現環境影響最小化、經濟產出最大化[2]。產業的生態效率是從產業生產過程中環境影響和生產資源兩個角度來衡量的，它反映了產業可持續發展機會隨時間的變化趨勢及程度，被定義為：一定的資源投入下，經濟產出與環境影響之比[3]。

產業生態效率的驅動因素是指：指導并驅動產業實現生態效率的因素。有關產業生態效率驅動因素的相關研究集中于產業生態效率的驅動要素，并揭示其內在機理。研究從綜合資源投入、經濟產出、環境影響3個方面來識別產業生態效率的驅動因素，經研究發現經濟增長、社會結構、技術條件、人口密度、行業特征、土地利用、污染治理、環境政策、產業轉移、產業結構、制度創新等都是驅動產業生態效率的因素[4-7]。

田偉等(2014)對中國農業生態效率的驅動因素進行實證分析，得出社會結構、生產特征和技術條件對我國農業生態效率的作用力較強[8]。徐莉萍等(2016)通過Tobit回歸模型檢驗驅動企業生態效率的因素，研究結果表明：上市年限、企業規模以及財務績效對企業的生態效率具有正向引導作用[5]。李根等(2019)認為經濟發展水平促進制造業生態效率的作用最強，其余諸如能源消費結構、科研投入等因素對全國及各區域制造業能源生態效率驅動程度各不相同[9]。蔣碩亮等(2021)認為降低財政分權程度、工業固定資產投資、產業集聚程度以及對外開放水平有利于提高城市工業的生態效率，提高經濟發展水平和研發投入對城市工業生態效率則有促進作用[10]。

郭豐(2017)通過實證得出地區因素、實際人均GDP以及能源結構對長江經濟帶的生態效率有正面影響，而技術進步、產業結構和環境規制等因素無法促進長江經濟帶的生態效率[11]。楊玉春等(2021)認為經濟發展對生態效率的影響呈“U”形曲線關系，提高城鎮化水平可以有效促進生態效率，產業結構、利用外資和能源結構對生態效率有反向作用[12]。

2 產業生態效率的主要驅動因素研究

盡管影響產業生態效率的因素有很多，但當前學界公認的產業生態效率的主要驅動因素有：經濟發展水平、產業結構、城鎮化水平、能源結構、技術創新、對外開放程度以及政府管制等[13-16]。

陳梅等(2015)以城鎮化水平、對外開放程度、產業結構、經濟發展以及科研投入等指標為自變量，把中國兩型社會試驗區城市的生態效率值作為因變量進行回歸，結果表明開放程度、產業結構和科研投入對生態效率有驅動作用[17]。宋建坤(2016)認為可以通過調整產業結構、提高經濟發展水平、加大科技創新等方法促進京津冀地區的生態效率[18]。楊亦民等(2017)基于DEA模型對湖南省工業企業的生態效率進行實證分析，研究結果發現：規模程度、政府管制與其工業生態效率呈顯著負相關，經濟發展、資本總額有利于其工業生態效率的提升[19]。

許學國等(2019)用超效率SBM模型研究工業生態效率時發現：正式的環境規制對工業生態效率無影響，而非正式的環境規制能顯著促進工業生態效率[20]。劉津等(2020)利用雙重差分綜合評估了智慧城市建設對城市工業生態效率的影響，研究結果表明智慧城市建設對城市工業生態效率有顯著促進作用[21]。蔣碩亮等(2021)認為經濟發展水平和研發投入對城市工業生態效率有驅動作用[10]。陳菁泉等(2021)認為產業結構、城鎮化水平及工業污染治理投資額比重的提高對改善能源生態效率具有顯著的促進作用[22]。

3 產業生態效率的直接和間接驅動因素研究

結合學界已有的研究成果，根據驅動因素作用于工業生態效率的方式不同，將其分為直接驅動因素和間接驅動因素。直接驅動因素是指：直接驅動產業生態效率的因素；間接驅動因素是指：先作用于產業生態效率評價指標的因素。

3.1 直接驅動因素

部分學者認為，社會經濟發展水平可以顯著提高產業生態效率。崔瑋等(2013)經過研究發現經濟發展可以顯著提高非農用地的生態效率[13]。盧燕群(2017)通過研究發現，不同的經濟發展階段對工業生態效率的作用不同[15]。有學者還研究了對驅動經濟增長的相關因素。王曉玲等(2017)運用中國省際數據和東北地區的城市數據分析對外開放水平與產業生態效率之間的相互作用，結果表明對外開放程度越高對產業生態效率的驅動作用越不明顯[16]。孟慶雷等(2016)則認為外商直接投資帶來的新技術能顯著促進工業生態效率[23]。

此外，學者還研究了政府決策對產業生態效率的促進作用：鄭季良等(2019)認為環境規制對復合生態效率協同度均存在顯著正向影響，應重點加大政府在環境污染治理方面的投入力度[24]。Zhou等(2018)的研究發現政府的環境管制行為有助于提高工業生態效率[25]。

另一方面，從產業結構來看，郭露(2016)、趙爽(2016)、汪克亮(2015)、Yu(2018)等人研究發現產業結構對工業生態效率具有顯著的影響作用，通過調整產業結構有助于提高工業的生態效率[26-29]。王曉玲等(2017)進一步發現，改變產業結構，降低第二產業占比、提高第三產業占比，有助于提高工業生態效率[16]。

3.2 間接驅動因素

產業生產所需的資源也是產業生態效率的重要驅動因素。汪克亮等(2015)發現長江經濟帶的工業煤炭使用量的減少會提高該地區的生態效率[28]。此外，產業轉移、產業規模以及產業集聚等產業特征行為都會顯著影響產業的生態效率。楊亦民等(2017)通過湖南省各市的面板數據，研究發現降低湖南各市的工業企業的規模有利于提高該地區的工業生態效率[19]。而吳鳴然等(2017)則通過我國東部省份的面板數據實證分析發現，降低產業的集聚程度對提高工業生態效率有促進作用[30]。盧燕群等(2017)研究發現，產業集聚與其生態效率呈“倒U”型關系[15]。田美玉(2018)研究發現，產業轉移對產業轉出地的生態效率呈“U”型關系，對產業轉入地的生態效率呈負相關關系[31]。孫藝璇等(2021)認為科技創新能力是提高地區生態效率的關鍵驅動因素[32]。

4 產業生態效率驅動因素的研究方法

關于生態效率驅動因素的研究方法，以求出生態效率值作為因變量，把相關的影響因素作為自變量進行回歸分析。其目的是根據自變量系數的顯著性程度來分辨不同影響因素對生態效率值的影響程度，以此找出生態效率的驅動因素。目前學界對產業生態效率驅動因素的研究使用最為廣泛的是Malmquist指數法和Tobit模型的研究方法。

4.1 以Malmquist指數法研究產業生態效率的驅動因素

Malmquist指數方法是基于DEA而提出的，是用于評價跨期的多投入和多產出決策單元的動態生產效率，并由此測算全要素生產率的變化[33]。Malmquist指數模型既可以計算全要素生產率，又可以進一步分析技術變動、技術效率變動、純技術效率變動和規模效率變動的情況，因此，在許多領域得到廣泛運用[6,34-35]。李健等(2015)利用DEA模型對區域生態效率進行靜態分析，然后利用Malmquist指數對區域生態效率進行動態分析[36]。從日杰等(2018)運用DEA-Malmquist模型構建了包含經濟、能源、環境狀況的指標體系，對我國高耗能行業的生態效率進行測算，分析省際高耗能產業生態效率的差異并尋找原因[37]。汪克亮等(2020)用SBM-Malmquist指數模型對山東省的工業生態效率進行測度，研究結果表明技術效率是工業生態效率的來源，技術進步是山東省工業生態效率的主要驅動因素[38]。

Malmquist指數的優點是可以將全要素生產率分解為技術效率變化和技術變化，但其未考慮負產出，且不能計算為一個孤立的單位，因為它的計算需要面板數據，此外，還涉及距離函數值的計算。

4.2 以Tobit回歸模型研究產業生態效率的驅動因素

Tobit回歸模型屬于因變量受限模型，該模型采用極大似然法進行估計，可以較好地規避參數的估計時不一致和有偏的問題[12]，在生態效率驅動因素的相關研究中應用廣泛。田偉等(2014)運用Tobit模型對中國生態效率的影響因素進行實證分析，得出生產特征、技術條件和社會結構對我國農業生態效率的解釋能力較強[8]。傅京燕等(2016)利用超效率DEA模型測算了我國各省域的生態效率，并利用Tobit回歸模型對生態效率影響因素進行回歸尋找其驅動因素[39]。李根等(2019)采用Tobit模型對全國及東中西地區制造業生態效率的驅動因素進行實證分析[9]。楊玉春等(2021)將生態足跡作為生態投入，并構建Tobit回歸模型測度黃河流域九省份全要素生態效率的驅動因素[12]。

4.3 其他研究產業生態效率的方法

生態效率的研究方法除數據包絡分析外還包括生命周期法、指標法、灰色關聯分析法等[36,40-41]。張超等(2017)利用嫡權TOPSIS法，對上海市的生態效率進行測度，并利用障礙度模型，進一步研究其生態效率的障礙因子[42]。周俊俊等(2020)以寧南山區3縣為研究對象，運用擴展分析方法對比分析該地區的生態效率驅動機制，并探討造成3縣生態退化差異性的誘因[43]。陳菁泉等(2021)運用隨機前沿模型,從區域視角出發分析中國八大綜合經濟區能源生態效率的演變趨勢,并分析其驅動因素的作用機制[22]。陳明華等(2021)通過地理探測器來研究生態效率的驅動因素，并從內源性和外源性兩個角度揭示其成因[44]。

5 結語與展望

學界在產業生態效率驅動因素的相關研究上著眼于主要的驅動因素，并根據其作用于產業生態效率的方式不同將其劃分為直接驅動因素和間接驅動因素，但在其對主要指標或驅動因素的選擇上具有很大的主觀性。在研究方法上關于生態效率驅動因素的研究大多是基于DEA模型的基礎上，以其求出的生態效率值作為因變量，并在此基礎上利用回歸模型對其驅動因素進行分析。結合已有研究的不足筆者提出以下兩點研究方向：①在對產業生態效率驅動因素的選擇上要盡量避免主觀性干擾，增加一些定量的手段和工具輔助選擇和篩選驅動因素，以避免主觀選擇上的遺漏從而錯過易忽視的主要因素。②當前的研究大多是基于DEA模型的基礎上展開的，應當嘗試新的研究方法在產業生態效率上的應用。DEA模型研究的基礎是對過去數據的總結，但在面對復雜多變的未來環境時用過去得來的經驗難以準確把握新的方向，認為增加在新形勢下對生態效率驅動因素的預測性研究。