An Analysis of Green Economic Efficiency Measurement and Influencing Factors in Resource-Based Areas —Take Xinjiang as an Example

doi:10.16716/j.cnki.65-1030/f.2022.04.001

Abstract

Abstract:

Green development is one important goal to achieve high-quality development in resource-based regions. A study of on the efficiency of green economy and its influencing factors under the spatial characteristics is of great practical significance to the interpretation of the spatial effect of green economy development in resource-based areas. Taking Xinjiang as an example, this paper uses the panel data of 14 prefectures and cities in Xinjiang from 2000 to 2017 to measure the green economic efficiency of Xinjiang. Based on the measurement results and the spatial correlation test, this paper further establishes a spatial econometric model to analyze the influencing factors and spatial spillover effects of the green economic efficiency in Xinjiang, and puts forward countermeasures and suggestions. The conclusions are as follows: there is a U-shaped relationship between economic development level and green economic efficiency in Xinjiang, the industrial structure and economic openness have significant negative impact on the improvement of local green economic efficiency, and a significant negative spatial spillover effect on the neighboring areas, urbanization level and labor productivity have significant positive effects on the improvement of local green economic efficiency and have significant positive spillover effects on the neighboring areas, independent innovation ability has insignificant positive effect on the improvement of local green economy efficiency and has significant positive spillover effects on the neighboring areas, education level has insignificant negative impact on the improvement of local green economy efficiency and has insignificant positive spillover effect on the neighboring areas. Therefore, it is of necessity to improve the economic policy system, optimize the industrial structure, and make the economy open wider to the outside world, the independent innovation ability more capable, and education level higher to improve the efficiency of green economy.

Key words: high quality development, resource-based areas, green economy efficiency, spatial econometric model, spillover effect

摘要：

绿色发展是资源型区域实现高质量发展的重要目标,研究空间特征下绿色经济效率及其影响因素对解释资源型区域绿色经济发展的空间效应具有重要的现实意义。文章选取2000年—2017年新疆14个地州市面板数据测算绿色经济效率,进而分析新疆绿色经济效率的影响因素和空间溢出效应。研究表明：新疆经济发展水平与绿色经济效率之间存在“U”形关系;产业结构、经济对外开放度对本地区绿色经济效率有显著的负向影响,对邻近地区有显著的负向溢出效应;城镇化水平、劳动生产率对本地区绿色经济效率有显著的正向影响,对邻近地区有显著的正向溢出效应;自主创新能力对本地区绿色经济效率有不显著的正向影响,对邻近地区有显著的正向溢出效应;教育水平对本地区绿色经济效率有负向影响,对邻近地区有正向溢出效应,但均不显著。今后可从健全经济政策体系、优化产业结构,以及提高经济对外开放度、自主创新能力、教育水平等方面入手,进一步提高区域绿色经济效率。

关键词: 高质量发展, 资源型区域, 绿色经济效率, 空间计量模型, 溢出效应

CLC Number:

F124

GAO Zhigang, TIAN Feng. An Analysis of Green Economic Efficiency Measurement and Influencing Factors in Resource-Based Areas —Take Xinjiang as an Example[J]. Finance & Economics of Xinjiang, 2022, 0(4): 5-18.

高志刚, 田丰. 资源型区域绿色经济效率测度及影响因素分析——以新疆为例[J]. 新疆财经, 2022, 0(4): 5-18.

Figures/Tables 8

地州市	2000年	2002年	2004年	2006年	2008年	2010年	2012年	2014年	2016年	2017年
乌鲁木齐市	0.267	0.290	0.337	0.427	0.564	0.568	0.829	1.001	1.006	1.116
克拉玛依市	0.379	0.382	0.401	0.424	0.440	0.500	0.506	0.477	0.500	0.542
吐鲁番市	0.272	0.301	0.329	0.418	0.398	0.344	0.328	0.293	0.256	0.271
哈密市	0.213	0.224	0.247	0.292	0.340	0.316	0.332	0.333	0.356	0.365
昌吉州	1.008	0.814	0.549	0.690	1.008	1.018	0.552	0.509	0.549	0.553
伊犁州直	0.714	0.381	0.325	0.333	0.353	0.313	0.292	0.277	0.320	0.332
塔城地区	0.414	0.410	0.445	0.535	0.657	0.691	0.694	0.533	0.567	0.601
阿勒泰地区	0.296	0.279	0.298	0.331	0.317	0.268	0.251	0.233	0.246	0.230
博州	0.306	0.297	0.292	0.326	0.347	0.298	0.276	0.267	0.268	0.274
巴州	0.360	0.355	0.347	0.382	0.408	0.388	0.372	0.358	0.400	0.417
阿克苏地区	1.037	0.876	0.533	0.519	0.561	0.535	0.467	0.427	0.536	0.539
克州	0.505	0.373	0.254	0.216	0.214	0.193	0.165	0.155	0.145	0.138
喀什地区	0.688	0.515	0.373	0.390	0.364	0.298	0.275	0.287	0.352	0.343
和田地区	1.094	0.456	0.322	0.271	0.257	0.223	0.217	0.199	0.188	0.181
平均值	0.539	0.425	0.361	0.397	0.445	0.425	0.397	0.382	0.406	0.421

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008
Moran's I指数	0.086	0.144	-0.014	-0.032	-0.019	-0.034	0.042	0.051	0.047
P值	0.037	0.002	0.374	0.515	0.445	0.472	0.105	0.047	0.059
年份	2009	2010	2011	2012	2013	2014	2015	2016	2017
Moran's I指数	0.058	0.071	0.108	0.118	0.060	0.058	0.053	0.050	0.050
P值	0.054	0.032	0.019	0.009	0.030	0.028	0.043	0.060	0.051

变量	均值	标准差	最小值	最大值	样本量
$G E E$	0.418	0.203	0.138	1.116	252
$p g d p$	23882.200	24437.510	1659.000	121571.500	252
$n o n a g$	76.217	13.676	44.720	99.700	252
$u r b a n$	61.284	23.506	14.078	100.000	252
$t r a d e$	25.419	45.641	0.018	361.898	252
$i n n$	0.224	0.326	0.000	1.659	252
$e d u$	32.106	51.870	0.804	287.512	252
$l a b o r$	7.423	6.817	0.354	28.716	252

变量	均值	标准差	最小值	最大值	样本量
$G E E$	0.418	0.203	0.138	1.116	252
$p g d p$	23882.200	24437.510	1659.000	121571.500	252
$n o n a g$	76.217	13.676	44.720	99.700	252
$u r b a n$	61.284	23.506	14.078	100.000	252
$t r a d e$	25.419	45.641	0.018	361.898	252
$i n n$	0.224	0.326	0.000	1.659	252
$e d u$	32.106	51.870	0.804	287.512	252
$l a b o r$	7.423	6.817	0.354	28.716	252

对解释变量的估计			对解释变量空间滞后项的估计
变量	系数	t值	变量	系数	t值
$l n p g d p$	-0.522^***	-4.554	$l n p g d p$	1.592^***	4.917
$l n p g d p 2$	0.030^***	-5.72	$l n p g d p 2$	-0.090^***	-6.144
$n o n a g$	-0.009^***	-12.383	$n o n a g$	-0.007^***	-3.757
$u r b a n$	0.001^**	-2.293	$u r b a n$	0.003^**	2.101
$t r a d e$	-8.90E-05	-0.806	$t r a d e$	-0.003^***	-3.542
$i n n$	0.005	-0.235	$I n n$	0.225^***	6.599
$l n e d u$	-0.009	-1.105	$l n e d u$	0.020	1.245
$l n l a b o r$	0.089^***	-3.159	$l n l a b o r$	0.173^***	3.511
$ρ$	0.145^**	-1.983	$s i g m a 2_e$	0.004^***	-11.176
$r 2$	0.353		AIC	-600.4
Log-L	342.194		BIC	-452.2
$N$	252

对解释变量的估计			对解释变量空间滞后项的估计
变量	系数	t值	变量	系数	t值
$l n p g d p$	-0.522^***	-4.554	$l n p g d p$	1.592^***	4.917
$l n p g d p 2$	0.030^***	-5.72	$l n p g d p 2$	-0.090^***	-6.144
$n o n a g$	-0.009^***	-12.383	$n o n a g$	-0.007^***	-3.757
$u r b a n$	0.001^**	-2.293	$u r b a n$	0.003^**	2.101
$t r a d e$	-8.90E-05	-0.806	$t r a d e$	-0.003^***	-3.542
$i n n$	0.005	-0.235	$I n n$	0.225^***	6.599
$l n e d u$	-0.009	-1.105	$l n e d u$	0.020	1.245
$l n l a b o r$	0.089^***	-3.159	$l n l a b o r$	0.173^***	3.511
$ρ$	0.145^**	-1.983	$s i g m a 2_e$	0.004^***	-11.176
$r 2$	0.353		AIC	-600.4
Log-L	342.194		BIC	-452.2
$N$	252

变量	直接效应	间接效应	总效应
$l n p g d p$	-0.448^*** （-3.563）	1.697^*** （4.345）	1.249^*** （2.600）
$l n p g d p 2$	0.025^*** （4.564）	-0.096^*** （-5.444）	-0.071^*** （-3.344）
$n o n a g$	-0.009^*** （-12.818）	-0.009^*** （-4.550）	-0.018^*** （-7.701）
$u r b a n$	0.001^** （2.481）	0.003^** （2.084）	0.005^*** （2.649）
$t r a d e$	-0.001^* （-1.666）	-0.003^*** （-3.850）	-0.003^*** （-3.799）
$i n n$	0.017 （0.783）	0.261^*** （6.626）	0.278^*** （5.743）
$l n e d u$	-0.008 （-1.093）	0.023 （1.098）	0.013 （0.545）
$l n l a b o r$	0.099^*** （3.388）	0.214^*** （3.773）	0.312^*** （3.776）

变量	直接效应	间接效应	总效应
$l n p g d p$	-0.448^*** （-3.563）	1.697^*** （4.345）	1.249^*** （2.600）
$l n p g d p 2$	0.025^*** （4.564）	-0.096^*** （-5.444）	-0.071^*** （-3.344）
$n o n a g$	-0.009^*** （-12.818）	-0.009^*** （-4.550）	-0.018^*** （-7.701）
$u r b a n$	0.001^** （2.481）	0.003^** （2.084）	0.005^*** （2.649）
$t r a d e$	-0.001^* （-1.666）	-0.003^*** （-3.850）	-0.003^*** （-3.799）
$i n n$	0.017 （0.783）	0.261^*** （6.626）	0.278^*** （5.743）
$l n e d u$	-0.008 （-1.093）	0.023 （1.098）	0.013 （0.545）
$l n l a b o r$	0.099^*** （3.388）	0.214^*** （3.773）	0.312^*** （3.776）

对解释变量的估计			对解释变量空间滞后项的估计
变量	系数	t值	变量	系数	t值
$l n p g d p$	-0.746^***	-7.069	$l n p g d p$	0.139	0.470
$l n p g d p 2$	0.040^***	7.889	$l n p g d p 2$	-0.026^*	-1.869
$n o n a g$	-0.008^***	-10.521	$n o n a g$	-0.004^**	-2.334
$u r b a n$	0.001^**	2.190	$u r b a n$	0.001	0.493
$t r a d e$	-7.4E-05	-0.654	$t r a d e$	-0.002^***	-2.881
$l n i n n 2$	0.005	1.062	$l n I n n 2$	0.067^***	6.207
$l n e d u 2$	-0.023	-1.307	$l n e d u 2$	0.031	0.977
$l n l a b o r$	0.109^***	4.157	$l n l a b o r$	0.315^***	6.724
$ρ$	0.018	0.229	$s i g m a 2_e$	0.004^***	11.209
$r 2$	0.498		AIC	-613.8
Log-L	348.909		BIC	-465.6
N	252

对解释变量的估计			对解释变量空间滞后项的估计
变量	系数	t值	变量	系数	t值
$l n p g d p$	-0.746^***	-7.069	$l n p g d p$	0.139	0.470
$l n p g d p 2$	0.040^***	7.889	$l n p g d p 2$	-0.026^*	-1.869
$n o n a g$	-0.008^***	-10.521	$n o n a g$	-0.004^**	-2.334
$u r b a n$	0.001^**	2.190	$u r b a n$	0.001	0.493
$t r a d e$	-7.4E-05	-0.654	$t r a d e$	-0.002^***	-2.881
$l n i n n 2$	0.005	1.062	$l n I n n 2$	0.067^***	6.207
$l n e d u 2$	-0.023	-1.307	$l n e d u 2$	0.031	0.977
$l n l a b o r$	0.109^***	4.157	$l n l a b o r$	0.315^***	6.724
$ρ$	0.018	0.229	$s i g m a 2_e$	0.004^***	11.209
$r 2$	0.498		AIC	-613.8
Log-L	348.909		BIC	-465.6
N	252

变量	直接效应	间接效应	总效应
$l n p g d p$	-0.742^*** （-6.999）	0.094 （0.336）	-0.648^** （-2.028）
$l n p g d p 2$	0.039^*** （7.999）	-0.025^* （-1.852）	0.014 （0.981）
$n o n a g$	-0.008^*** （-10.876）	-0.004^** （-2.437）	-0.013^*** （-6.001）
$u r b a n$	0.001^** （2.257）	0.001 （0.437）	0.002 （1.172）
$t r a d e$	-0.001 （-0.886）	-0.002^*** （-3.092）	-0.002^*** （-3.099）
$l n i n n 2$	0.006 （1.297）	0.070^*** （6.765）	0.076^*** （6.007）
$l n e d u 2$	-0.023 （-1.548）	0.030 （0.938）	0.007 （0.161）
$l n l a b o r$	0.111^*** （4.069）	0.325^*** （6.080）	0.435^*** （5.652）

变量	直接效应	间接效应	总效应
$l n p g d p$	-0.742^*** （-6.999）	0.094 （0.336）	-0.648^** （-2.028）
$l n p g d p 2$	0.039^*** （7.999）	-0.025^* （-1.852）	0.014 （0.981）
$n o n a g$	-0.008^*** （-10.876）	-0.004^** （-2.437）	-0.013^*** （-6.001）
$u r b a n$	0.001^** （2.257）	0.001 （0.437）	0.002 （1.172）
$t r a d e$	-0.001 （-0.886）	-0.002^*** （-3.092）	-0.002^*** （-3.099）
$l n i n n 2$	0.006 （1.297）	0.070^*** （6.765）	0.076^*** （6.007）
$l n e d u 2$	-0.023 （-1.548）	0.030 （0.938）	0.007 （0.161）
$l n l a b o r$	0.111^*** （4.069）	0.325^*** （6.080）	0.435^*** （5.652）

References 28

[1]	汪侠, 徐晓红. 我国长江经济带绿色经济效率的区域差异及影响因素研究[J]. 对外经贸, 2016(8):80-82+104.
[2]	钱争鸣, 刘晓晨. 中国绿色经济效率的区域差异与影响因素分析[J]. 中国人口·资源与环境, 2013(7):104-109.
[3]	班斓, 袁晓玲. 中国八大区域绿色经济效率的差异与空间影响机制[J]. 西安交通大学学报, 2016(3):22-30.
[4]	林晓, 徐伟, 杨凡, 赵林. 东北老工业基地绿色经济效率的时空演变及影响机制——以辽宁省为例[J]. 经济地理, 2017(5):125-132.
[5]	聂玉立, 温湖炜. 中国地级以上城市绿色经济效率实证研究[J]. 中国人口·资源与环境, 2015(S1):409-413.
[6]	钱龙. 中国城市绿色经济效率测度及影响因素的空间计量研究[J]. 经济问题探索, 2018(8):160-170.
[7]	任阳军, 汪传旭, 张素庸, 俞超. 高技术产业集聚、空间溢出与绿色经济效率——基于中国省域数据的动态空间杜宾模型[J]. 系统工程, 2019(1):24-34.
[8]	陈彤, 胡青江, 闫海龙. 金融集聚对绿色经济效率的影响研究——基于Super-DEA模型和SGMM模型的实证分析[J]. 技术经济与管理研究, 2020(9):9-14.
[9]	马彦瑞, 刘强. 工业集聚对绿色经济效率的作用机理与影响效应研究[J]. 经济问题探索, 2021(7):101-111.
[10]	方齐云, 许文静. 新型城镇化建设对绿色经济效率影响的时空效应分析[J]. 经济问题探索, 2017(10):64-72.
[11]	张文博, 邓玲, 尹传斌. “一带一路”主要节点城市的绿色经济效率评价及影响因素分析[J]. 经济问题探索, 2017(11):84-90.
[12]	徐祥, 朱敏. 绿色经济效率区域差异及影响因素研究——以安徽省16个地市为例[J]. 重庆科技学院学报(社会科学版), 2019(2):44-47.
[13]	张英浩, 陈江龙, 程钰. 环境规制对中国区域绿色经济效率的影响机理研究——基于超效率模型和空间面板计量模型实证分析[J]. 长江流域资源与环境, 2018(11):2407-2418.
[14]	沙依甫加玛丽·肉孜, 邓峰. 人力资本集聚对城市绿色经济效率的影响分析[J]. 生态经济, 2021(3):53-60+73.
[15]	宋晓玲, 李金叶. 双向FDI协调发展是否促进了绿色经济效率增长——基于技术创新视角[J]. 国际商务(对外经济贸易大学学报), 2021(2):126-140.
[16]	张文爱, 樊梦培. 分类环境规制与绿色经济效率——基于省级面板数据的空间溢出分析[J]. 重庆工商大学学报(社会科学版), 2020(2):44-53.
[17]	罗宣, 金瑶瑶, 王翠翠. 转型升级下资源型城市绿色发展效率研究——以中部地区为例[J]. 西南交通大学学报(社会科学版), 2017(6):77-83.
[18]	李赫然. 基于非估计参数的资源型城市绿色经济效率分析研究[J]. 工业技术经济, 2019(2):52-58.
[19]	胡博伟, 周亮, 王中辉, 车磊, 张梦瑶. 干旱区资源型城市绿色经济效率时空分异特征[J]. 资源科学, 2020(2): 383-393. DOI
[20]	朱金鹤, 叶雨辰. 新常态背景下新疆绿色经济发展水平测度及空间格局分析[J]. 生态经济, 2018(3):84-89.
[21]	高志刚, 田丰. 新疆绿色经济效率测算及其时空格局演变研究——基于非期望产出的超效率SBM-DEA模型[J]. 新疆财经, 2020(3):5-16. DOI
[22]	卜书迪. 绿色经济效率及其影响因素的实证研究——基于中国省际面板数据[D]. 武汉: 武汉大学, 2017.
[23]	单豪杰. 中国资本存量K的再估算:1952-2006年[J]. 数量经济技术经济研究, 2008(10):17-31.
[24]	Moran P A P. Notes on Continuous Stochastic Phenomena[J]. Binometrika, 1950(1-2):17-23.
[25]	LeSage J, Pace R K. Introduction to Spatical Econometrics[M]. Boca Raton: Chapman & Hall/CRC, 2009.
[26]	杨怀佳, 张波. 开放条件下资源型地区经济转型能力影响因素研究[J]. 经济问题, 2019(10):103-112.
[27]	丁玉龙. 城市规模对绿色经济效率的影响及空间效应研究——基于我国285个地级及以上城市数据的实证分析[J]. 城市问题, 2021(12):58-68.
[28]	李晟婷, 周晓唯, 武增海. 产业生态化协同集聚的绿色经济效应与空间溢出效应[J]. 科技进步与对策, 2022(5):72-82.