循环经济是指以“减量化、再利用、资源化”为原则，以更少的资源消耗，生产出更多的社会最终产品的一种经济发展模式^[1]，其核心是提高资源效率，而资源产出率则是评价资源效率的综合性指标^[2-3]。中国高度重视资源产出率的核算工作，在国家层面形成了核算体系，并在“十二五”规划中正式提出了“资源产出率提高15%”的预期性目标^[4]，相应地，资源产出率也开始在政策层面得以推行。

相比于国家层面的长期推行，资源产出率在区域层面的核算，尤其是市县域层面的核算，则成为了难点^[5]：1) 在理论层面，根据经济系统物质流理论，国家系统边界的物质进出有海关统计的详细数据，使得国家层面资源产出率的核算相对容易^[6]；而区域系统边界的物质进出数据则很难获取，使得其难以直接应用国家层面成熟的核算框架，需要构建适用于区域层面的资源产出率核算的新框架。2) 在实践层面，中国3 000余个市县无论在规模、发达程度还是产业结构上差异都很大，一套统一的市县域资源产出率核算方法能否保证区域间的公平性，是一个必须面对的问题。

针对理论层面的难点，已有相关学者与政府机构，在区域资源产出率核算框架构建的方面做出了一些尝试。在学术层面，一些国内外学者结合投入产出分析等方法，尝试提出市、县域资源产出率的核算框架^[7-8]。在政策层面，2013年，国家发展改革委员会下发了《国家循环经济示范城市(县)建设评价内容解释(试行)》，本课题组也参与了该工作，对市县域资源产出率的核算框架可以提供一定参考^[9]。除此之外，本课题组在国家科技支撑计划项目的资助下，也曾针对省域层面提出了资源产出率核算框架，并通过相关的统计试点工作验证了省域核算框架的可行性。以上3个方面的尝试，虽然尚没有形成统一的市县域资源产出率核算框架，但为框架的进一步构建提供了较好的理论基础^[5]。

但针对实践层面的难点，以上尝试提出的市县域资源产出率核算框架应用于3 000余个市县时能否保证公平性与适用性，目前尚缺乏有效的验证。由于资源产出率核算工作比较复杂，数据需求量大，因此大规模地在各个市县域开展核算工作以确定某种核算方法的适用性，在操作层面很难执行。在此背景下，通过某种程度上的估算方法，去大规模地快速验证市县域资源产出率核算框架的适用性，就显得非常必要。

基于以上背景，本文首先建立市县域资源产出率的理论核算框架，尝试提出一套仅基于公开统计数据就可以对市县资源产出率进行简易估算的方法，并选取一部分有代表性，或在规模、产业结构方面较为极端的市县，估算这些地区的资源产出率，以起到预评估核算框架在市县域适用性的效果。

1 市县域资源产出率核算框架

资源产出率的计算公式是经济系统内地区经济产出价值量(单位：元)与物质资源利用实物量(单位：t)的比值^[10]。对于市县域层面，“经济产出价值量”可以利用市县域的GDP来衡量，而“物质资源利用实物量”的获取则是核算的重点与难点。

1.1 市县域层面资源产出率核算框架的构建

资源产出率核算框架的构建，需要着重考虑“物质资源利用实物量”的核算方法。基于经济系统物质流理论中的物质代谢过程，物质资源在经济系统的流动一般包括开采、初加工、精加工、消费、废弃这5个过程，涉及的资源种类包括一次资源、二次资源、最终产品和废弃物4类^[10]。物质资源在区域经济系统中的一般代谢过程如图 1所示。

加工的链条越长，产生的产品种类就越丰富，核算难度也就越大。理论上物质流的核算需要考虑整个链条的产品，并按照成分将其全部折算回一次资源。但是在实际核算过程中，穷尽产业链的方法在操作性上并不可行：对于市县域层面，物质资源的调入调出量较难获取；将产业链上不同层级的资源全部折算回一次资源，在系数处理方面难度较大。

基于以上背景，本文提出了“修正的原生资源消耗量”(adjusted raw material consumption，ARMC)核算框架，用于“物质资源利用实物量”的核算。该框架的主要特点是以二次资源消费量作为核心的核算节点，如下所示：

$ \begin{array}{l} {\rm{ARMC = D}}{{\rm{E}}_{\rm{R}}} + \left( {{\rm{I}}{{\rm{M}}_{\rm{R}}}-{\rm{E}}{{\rm{X}}_{\rm{R}}}} \right)\\ + {r_{\rm{R}}}\left( {{\rm{I}}{{\rm{M}}_{\rm{S}}}-{\rm{E}}{{\rm{X}}_{\rm{S}}}} \right) = {C_{\rm{S}}}{r_{\rm{R}}}. \end{array} $

其中：C_S为二次资源消费量，r_R为折算系数；IM_S为二次资源进口量；EX_S为二次资源出口量；DE_R为一次资源开采量；IM_R为一次资源进口量；EX_R为一次资源出口量。

由式(1)可知，本文选取的指标ARMC，既等于二次资源消耗量折算得到的原始资源消耗量，又等于一次资源开采量、一次资源净进口量、二次资源净进口量折算得到的原始资源消耗量三者的加和。该指标涵盖了资源开采、资源调入调出的全过程；计算公式容易理解，并避开了市县域物质调入调出数据不可得的问题。

1.2 市县域层面资源产出率的核算

根据ARMC的计算公式，将各种资源消耗加和后，最终可以得到市县域层面资源产出率的核算公式，如下所示：

$ \begin{array}{*{20}{c}} {{\rm{RP = }}\frac{{经济产出价值量}}{{物质资源利用实物量}} = }\\ {\frac{{{\rm{GDP}}}}{{{\rm{ARMC}}}} = \frac{{{\rm{GDP}}}}{{{C_{\rm{S}}}{r_{\rm{R}}}}} = \frac{{{\rm{GDP}}}}{{\sum\limits_{i = 1}^n {{C_{{\rm{S}}i}}{r_{{\rm{R}}i}}} }}.} \end{array} $

(2)

其中：RP代表资源产出率；i代表纳入统计的资源；C_S为二次资源消费量；C_Si为第i种资源对应的二次资源消费量；r_Ri代表第i种资源对应的折算系数。

1.3 资源选取与界定

基于ARMC核算市县域资源产出率的难点主要在于资源的选取和二次资源的界定。在核算资源种类方面，采取了本课题组用于国家、省域层面相一致的方式，选取如下14种资源，如表 1所示。

二次资源是指除一次资源和最终产品之间的中间资源，对于二次资源的界定而言，由于资源物质在代谢过程中加工利用的产业链往往较长，如果都作为二次资源进行统计，会增加核算的难度，也容易造成资源消耗的重复计算。因此，需要充分考虑各种资源在经济活动中的加工转化过程，选择易于统计且不易重复的物质作为二次资源。本文通过分析国民经济生产各个部门的作用及物质在其中的代谢过程，结合行业专家咨询，得出基本的二次资源及与其他资源的关系如表 2所示。

需要指出的是，由于化石能源已有比较完整的统计基础和统计数据，因此不需要去界定二次资源。

由于国家并不针对二次资源的消费量进行统计，因此一个地区二次资源消费量的获取则成为了资源产出率核算的难点。在本文所提出的方法中，二次资源消费量的估算尤为重要。

2 二次资源消费量估算方法

由核算框架可知，市县域二次资源消费量的获取，是计算资源产出率的核心难点。基于此，本文提出了如下方法对二次资源消费量进行估算。

2.1 化石能源

化石能源通常以标煤为单位进行统计，核算时需要将其折算到实物量。按照《国家循环经济示范城市(县)建设评价内容解释(试行)》，可以通过折算公式获取化石能源的消费量，折算关系式为

$ y = 1.1274x. $

(3)

其中：y为化石能源消耗量(t)，x为化石能源消耗当量(t标准煤)^[9]。

2.2 其他资源

与化石能源不同，其他资源的二次资源消费量是估算的难点。考虑到数据可得性的问题，本课题组提出一套估算的方法，利用下游产品产量、行业投资、产值等可查询的公开统计数据，结合相应的技术参数，反算当地二次资源的消费量。

以铁资源为例，确定铁的二次资源产品流向。如2012年全国钢材的消费结构中，54.7%的钢铁用于建筑业，19.3%用于机械行业^[11]。建筑业的钢铁消耗，可以用地区当年新增竣工面积、基础建设投资等数据乘以对应的技术参数来估算，机械行业则可根据主要机械产品产量来估算^[12]。在区域钢铁的消费结构不可得的情况下，可以用全国的消费结构来近似。与此类似，其他资源也都是根据下游消费结构来确定消费流向，并根据下游产品产量估算二次资源消耗量。

2.3 折算系数

在本文构建的核算框架里，需要将二次资源的消耗量乘以折算系数，来折算为原生资源当量，因此需要确定各二次资源相应的折算系数。本文主要参照《国家循环经济示范城市(县)建设评价内容解释(试行)》中给定的折算系数^[9]，将二次资源折算为一次资源，主要系数如表 3所示。

3 典型市县资源产出率估算

节2提出了市县域资源产出率的核算框架，以及具体的估算方法。本节将选取一些典型市县，利用当地的公开统计数据进行资源产出率的估算，以验证该方法的适用性。

3.1 典型市县选取

在市县的选取方面，综合考虑区域全面性、数据可得性等因素，本文在西部、北部、南部、中部各选取一个省份。在省内市县的选取方面，本文主要从经济规模、资源禀赋、产业结构3个角度出发，着重选取较为极端的市县。例如，在经济规模方面，本文选取了省内经济规模最大的省会城市与最小的市(县)；在资源禀赋方面，选取了原生资源丰富的资源型城市以及资源较为匮乏的城市；在产业结构方面，选取了产业结构较为特殊的城市，例如第一产业超过70%的农业县、第二产业超过70%的工业城市，第三产业超过70%的发达城市等。最终共选取4省32个市、县，利用当地公开的统计数据，估算2012年当地的资源产出率。由于本文方法精度有限，只适用于估算，为避免对选取的市县造成不恰当的评判，也为了避免区域间资源产出率结果的直接比较，本文对具体选取的市县名称予以隐去，采用代称。例如，对南部某省的9市(县)分别以南1，南2，…，南9代称，其他地区以此类推。

3.2 数据来源

主要数据完全来自于选取市县所在的地方统计局公开出版的统计年鉴。考虑到本文已对选取的市县名称予以隐去处理，因此在这里也不直接引用年鉴的名称。以铁资源为例，使用的数据包括：“房屋建筑施工面积”，“电力、煤气及水的生产和供应业”“交通运输仓储及邮政业”“水利、环境和公共设施管理业”的固定资产投资额等数据，完全来源于当地公开发表的统计年鉴，折算系数则如节2.3所示。

3.3 估算结果与分析

利用4省32市(县)的公开统计数据，可以估算出当地的资源产出率，结果如图 2所示。

从具体结果来看，各省内部市县之间的资源产出率都较为接近。其中，最高的为北7地区，达到7 195元/t，最低的为西3地区，为1 619元/t。

具体按省份比较来看，在选取的地区当中，西部省份的5个市(县)的资源产出率估算结果整体显著较低，资源产出率皆不到2 000元/t。该省的人均GDP属于全国较低水平，产业结构偏重于第一产业、第二产业，高附加值产业少，且单位GDP能耗整体偏高于全国水平，使得整体资源产出率水平明显低于其他地区。总体来看，这与当地经济发展程度、产业结构等宏观因素是相符的。

从省内比较的角度来看，南6、中1两地资源产出率明显低于省内其他地区。其中南6是典型的能耗大户城市，当地工业园区以石油化工产业为核心，产业集中，单位GDP能耗长期达到省内其他市县的5倍以上，使得此地资源产出率偏低，而中1则属于典型的房地产大规模扩张的地区。尽管中1是该省经济最为发达的城市，人均GDP经济发展指标长期处于全省第一名，但资源产出率却为全省最低，与一般的认识有所差异，究其原因主要是由于此地区于2012年内进行了大量的房地产投资，当年人均建筑施工面积是全省平均水平的6倍、全国平均水平的19倍。房屋建筑过程消耗了大量的二次资源(钢材、水泥等)，确实显著降低了当年的资源产出率。

与此同时，南9、中2、中7、北7四地的资源产出率明显高于省内其他地区。具体来看，中2、中7、北7房地产投资明显低于省内平均水平，建筑施工面积小，使得资源产出率相对较高。南9则为典型的农业县，当地第一产业比重超过70%，盛产粮食、水果等作物，同时畜牧业、渔业也较为发达，是省内著名的“鱼米之乡”。由于在资源产出率核算框架中，与食品相关的产品，如口粮、种子用粮、饲料用粮、牧渔业产品等皆不在核算范围内，使得占该县经济主体的第一产业并没有消耗太多的资源。因此，虽然当地人均GDP等指标在省内相对落后，但其资源产出率确实高于省内其他地区。

综上来看，对于大部分市县，基于本文提出的资源产出率核算框架及估算方法，并未发现明显异常情况，认为基本满足合理评价当地资源效率的要求；部分地区(中1、南9)的估算结果与省内其他地区相比体现出了一些差异，也与一般的认识有所不同，但确实能结合当地实际发展情况得到合理的解释。

本文只是对以上地区的资源产出率做了初步估算，在实际的资源产出率核算过程中，需要结合物质流方法，更详细地针对当地每种资源的下游流向进行核算，才能得到更准确的结果。

由于各地资源禀赋不同，主导产业不同，在国民经济中的地位、责任也不同，各地资源产出率的数值必然会存在着较大的差异。数值上的绝对差异并不能直接反映区域之间资源效率的高低，也不能通过简单的横向比较来直接评判区域之间资源效率的高低。

4 结论

基于市县域资源产出率核算尚没有统一框架，且适用性没有得到大规模验证的背景，本文建立了市县域资源产出率的核算框架，在此基础上提出一套仅利用公开统计数据就可以估算的方法，以验证核算框架的适用性，对核算框架进行预评估。基于此估算方法，选取了较有代表性的32个市、县进行了估算，并从地理区位、产业结构、经济因素、生活方式等具体角度对估算结果进行了讨论。估算结果证明该核算框架在市县层面有较好的适用性，能够基本满足合理评价当地资源效率的要求。需要说明的是，本文所采用的估算方法只是对核算框架的预评估，未来为实现市县域资源产出率的核算，应在核算框架下采用严格的统计、测算方法。

同时，本文也为未来市县域资源产出率的详细核算提供了一定的基础。市县层面可在此核算框架下，依靠详细的物质流方法，结合当地具体情况，对各种资源的下游流向、技术参数进行进一步的统计或核算，以得到更准确的资源产出率结果。