柴澤陽，李桂霞

(重慶工商大學 長江上游經(jīng)濟研究中心，重慶 400067)

?

中國區(qū)域環(huán)境治理技術變動空間面板研究
——基于Malmquist指數(shù)分析

柴澤陽，李桂霞

(重慶工商大學 長江上游經(jīng)濟研究中心，重慶 400067)

利用中國內(nèi)地30個省區(qū)2004年—2012年的環(huán)境和經(jīng)濟數(shù)據(jù)，首先通過計算Malmquist指數(shù)對中國區(qū)域環(huán)境治理效率的變動情況進行了分析；鑒于污染物排放可能存在地區(qū)溢出效應，再運用空間計量模型分析了我國區(qū)域環(huán)境治理技術變動和環(huán)境規(guī)制對工業(yè)污染物的影響。結果表明：區(qū)域環(huán)境治理效率的低下是由環(huán)境治理技術的低下造成的；除工業(yè)廢水外，其他污染物均存在顯著的空間相關性；環(huán)境治理技術對工業(yè)廢氣表現(xiàn)為顯著的抑制作用，而對工業(yè)廢水和固體廢棄物的抑制作用不顯著；環(huán)境規(guī)制對三種工業(yè)污染物均沒有起到明顯的治污減排效果。

環(huán)境治理效率；Malmquist指數(shù)；空間面板

一、引言

環(huán)境作為一種公共物品，必然具有非競爭性和非排他性。因此，當環(huán)境進入到市場經(jīng)濟中，必然會出現(xiàn)“搭便車”和“外部不經(jīng)濟”等現(xiàn)象，從而導致環(huán)境被破壞。再者，無論是消費者還是生產(chǎn)者，他們對環(huán)境的利用可能會超過環(huán)境本身的承載力度，這是一種環(huán)境資源配置低效率的體現(xiàn)。面對這一現(xiàn)象，政府在配置環(huán)境資源、治理環(huán)境污染的過程中扮演重要的角色，因此政府本身也存在效率和技術問題。Charnes等提出的數(shù)據(jù)包絡分析(DEA)和Malmquist提出的Malmquist指數(shù)是分析績效水平和技術進步的主流方法[1-2]。劉立秋和劉璐運用DEA中的CCR模型對我國24個省市的環(huán)保投資有效性進行了評價，結果表明這24個省市環(huán)保投資的有效性逐年上升但差異較大[3]。劉紀山運用DEA模型對中部六省的環(huán)境污染治理的有效性進行分析，研究表明，中部六省的環(huán)境治理相對有效性具有很大的差異，環(huán)境治理的投入產(chǎn)出結構有待優(yōu)化，環(huán)境治理效率有待提高[4]。楊俊和陸宇嘉運用三階段DEA模型對我國30個省市2004年—2008年的環(huán)境治理投入效率進行研究，研究表明區(qū)域環(huán)境治理差異呈現(xiàn)逐漸擴大的趨勢[5]。李靜利用基于SBM非徑向的DEA模型研究了中國工業(yè)行業(yè)的綠色生產(chǎn)和治理效率，同時利用全局Malmquist指數(shù)考察了綠色生產(chǎn)及治理階段的綠色效率變化及技術進步[6]。

此外，還有一些學者將績效分析與計量分析相結合。陳明利用多階段DEA模型分析了我國31省市的環(huán)境治理效率，在此基礎上運用面板Tobit模型對影響政府環(huán)境治理效率的因素進行了分析，回歸結果顯示財政分權和腐敗均與環(huán)境治理效率呈負相關關系[7]。鄭尚植和宮芳利用DEA-Tobit面板數(shù)據(jù)模型，考察了中國分權式背景下地方官員自利行為對環(huán)境治理效率的影響[8]，研究結果與陳明[7]一致。王兵和羅佑軍在RAM網(wǎng)絡DEA模型分析的基礎上，運用限值因變量Tobit模型對中國區(qū)域工業(yè)生產(chǎn)效率、環(huán)境治理效率和綜合效率的影響因素進行了分析[9]。

分析上述文獻，國內(nèi)外學者在研究環(huán)境治理效率的理論和方法上已有較大的貢獻，為本文的研究提供了很多思路，但現(xiàn)有的研究方法仍有可改進之處。首先，以面板Tobit模型考察環(huán)境治理效率的影響因素不能反映出環(huán)境治理效率的反饋效應；其次，研究污染物的模型較少考慮污染物的空間相關性。鑒于此，本文將省區(qū)環(huán)境治理Malmquist指數(shù)所分解的技術變動引入污染模型，從而考查省區(qū)環(huán)境治理技術變動對 “工業(yè)三廢”排放的影響。同時，在模型的設定上，考慮到污染排放可能存在空間溢出效應，因此本文對“工業(yè)三廢”排放進行了空間相關性檢驗，符合空間計量建模的模型將采用空間計量模型進行分析，不符合的將采用普通面板模型進行分析。

二、模型設定及變量說明

(一)模型設定

考慮到污染物的擴散效應，本省區(qū)的 “工業(yè)三廢”排放量可能受到相鄰省區(qū) “工業(yè)三廢”排放量的影響。本文將通過Moran's I統(tǒng)計量來檢驗 “工業(yè)三廢”排放的空間相關性，若存在較為顯著的空間相關性，則建立空間計量模型，反之，則建立普通面板模型。當空間相關性由被解釋變量直接體現(xiàn)時，需要構建空間滯后模型(SAR)，模型設定如下：

logYi,t=ρWlogYi,t+β0+β1logtechchi,t+β2logeri,t+β3logXi,t+εi,t

(1)

當空間相關性由不可觀測的誤差項來體現(xiàn)時，則需要構建空間誤差模型(SEM)，模型設定如下：

logYi,t=β0+β1logtechchi,t+β2logeri,t+β3logXi,t+εi,t

εi,t=λWεi,t+ui,t

(2)

其中，i和t分別代表省區(qū)和年份；log表示對各個變量取對數(shù)；Y代表工業(yè)“三廢”排放量，fs、fg、fq分別代表工業(yè)廢水、固體廢棄物、廢氣排放量；W為空間權重矩陣，本文根據(jù)Rook相鄰原則建立了中國大陸30個省市自治區(qū)(西藏除外)的空間鄰接矩陣，同時為了消除“孤島效應”，本文假設海南島與廣東省鄰近。再對空間鄰接矩陣進行行標準化，得到最終的空間權重矩陣；techch表示地方政府環(huán)境治理技術變動；er表示環(huán)境規(guī)制強度；ρ空間滯后系數(shù)，反映了鄰近省區(qū)“三廢”排放對本省區(qū)“三廢”排放的影響程度；λ為空間誤差系數(shù)，反映了鄰近省區(qū)關于“三廢”排放的誤差沖擊對本省區(qū)“三廢”排放的影響程度；β0、β1、β2、β3均為待估參數(shù)；X為其他控制變量，控制變量的選取參考了毛明明和孫建(2015)[10]。本文根據(jù)設定的三個被解釋變量，將模型分別稱之為：廢水模型、廢固模型和廢氣模型。

(二)變量說明

1.環(huán)境治理技術變動與環(huán)境規(guī)制

環(huán)境治理效率評價系統(tǒng)是一個多投入、多產(chǎn)出的復雜系統(tǒng)，指標的選擇應遵循：科學性原則、可操作性和系統(tǒng)性原則[11],同時考慮到數(shù)據(jù)的可得性與指標的合理性，本文選取的投入指標有：環(huán)境污染治理投資(萬元)和排污費(萬元)，這兩個指標反映了政府對于環(huán)境污染治理的投入力度；產(chǎn)出指標有：工業(yè)固體廢物綜合利用率和生活垃圾無害化處理率，這兩個指標反映了環(huán)境污染治理的效果。通過計算Malmquist指數(shù)，將其分解所得的技術變化作為省區(qū)環(huán)境治理技術變動的替代變量。

由于難以精確地評估環(huán)境控制成本進而取得環(huán)境規(guī)制的可靠數(shù)據(jù)，因此，本文借用大多數(shù)文獻采用的工業(yè)污染治理完成投資額占工業(yè)增加值的比重來衡量各省區(qū)的環(huán)境規(guī)制強度。

2.其他變量

被解釋變量為各省區(qū) “工業(yè)三廢”排放量，即工業(yè)廢水、固體廢物、廢氣排放量。在控制變量中，人口規(guī)模用各省區(qū)年末總人口數(shù)表示；經(jīng)濟發(fā)展水平用實際人均地區(qū)生產(chǎn)總值表示，為了消除價格波動的影響，各省區(qū)的實際人均地區(qū)生產(chǎn)總值以2003年不變價格計算；能源消費強度即單位生產(chǎn)總值的能源消耗量，用各省區(qū)能源消費總量與實際地區(qū)生產(chǎn)總值的比來表示；產(chǎn)業(yè)結構用第二產(chǎn)業(yè)生產(chǎn)總值與地區(qū)生產(chǎn)總值的比來表示，反映了第二產(chǎn)業(yè)在各省區(qū)的比重。

基于數(shù)據(jù)獲取的完備性，本文研究樣本為中國大陸30個省、市、自治區(qū)(西藏除外)2004年—2012年的上述數(shù)據(jù)，來源于《中國統(tǒng)計年鑒》與《中國環(huán)境統(tǒng)計年鑒》。

三、中國區(qū)域環(huán)境治理效率分析

1953年Malmquist提出了Malmquist全要素生產(chǎn)力指數(shù)，該指數(shù)考慮了技術效率的變動，同時也考慮了生產(chǎn)前沿面的前后移動，即技術變動，可以動態(tài)的分析效率變化。本文利用該指數(shù)對2004年—2012年中國大陸30個省市自治區(qū)的政府環(huán)境治理數(shù)據(jù)進行分析，表1和表2分別給出了分年和分省的中國區(qū)域環(huán)境治理效率全要素生產(chǎn)力指數(shù)及其分解的計算結果。其中tfpch為全要素生產(chǎn)率變動，表示生產(chǎn)力水平的變動，該值大于1代表生產(chǎn)力提升，反之代表生產(chǎn)力下降，它可以分解為技術變化(techch)和技術效率變化(effch)。techch為技術變動指數(shù)，即“前沿面移動效應”，該值大于1代表技術進步。effch表示相對技術效率的變動指數(shù)，即“追趕效應”，該值大于1表示DMU在后一期與前沿面的距離相對于前一期的距離較近，即相對效率提高[12]，effch又可以分解為純技術效率變化(pech)和規(guī)模效率變化(sech)。pech表示管理水平的提高帶動的效率變動，該值大于1表示效率提高；sech表示DMU向最優(yōu)規(guī)?？拷某潭茸兓撝荡笥?表示DMU向最優(yōu)規(guī)?？繑n。

表1分年中國區(qū)域環(huán)境治理效率TFP指數(shù)

年份effchtechchpechsechtfpch20041.4310.5700.9731.4700.81520050.7681.0970.9940.7730.84320061.1070.8530.9821.1270.94420071.3860.6331.0531.3160.87720080.9170.9751.0650.8610.89420091.1260.8031.0381.0850.90420101.0010.8351.0300.9720.83620111.0740.7481.0231.0500.80320120.9061.0131.0140.8930.917均值1.0600.8201.0191.0410.869

由表1可知，2004年—2012年我國在環(huán)境治理方面的全要素生產(chǎn)率變化tfpch均小于1，平均tfpch也僅為0.869，這說明了在這9年間我國整體的環(huán)境治理效率呈現(xiàn)下降趨勢。從技術變化techch來看，其值僅在2005年和2012年大于1，其余年份均小于1，這一現(xiàn)象產(chǎn)生的原因可能是：該值反映了我國環(huán)境治理技術的整體情況，不能夠體現(xiàn)出各個省份的具體變化情況；各個省區(qū)的發(fā)展情況差距明顯，尤其是中、西部地區(qū)明顯落后于東部沿海地區(qū)，因此高成本的環(huán)境治理技術沒有在全國范圍內(nèi)得到充分發(fā)揮；其次由于經(jīng)濟發(fā)展的慣性，各個省區(qū)不可能立即擺脫“高污染，高排放”的生產(chǎn)模式，這一定程度上限制了環(huán)境治理技術的推廣。從技術效率變化effch來看，其值僅在2005年、2008年和2012年小于 1，其余年份均大于1，由此看來，我國環(huán)境治理的技術效率基本表現(xiàn)為上升趨勢，個別年份小幅下降。綜合技術變化、技術效率以及全要素生產(chǎn)率的變化情況，技術效率均大于1，而技術變化均小于1，表明我國環(huán)境治理效率低下的主要原因在于技術的約束，因此提高技術水平，充分發(fā)揮技術效應是提高環(huán)境治理效率的有效途徑。從純技術效率變化pech來看，2007年以前其值均小于1，2007年以后其值均大于1，可見在2007年之前我國環(huán)境治理的管理水平比較低，這可能是由于各級地方政府急于推動經(jīng)濟發(fā)展，因而忽視了環(huán)境保護和治理；隨著我國經(jīng)濟的持續(xù)發(fā)展，環(huán)境問題也愈加突出，在可持續(xù)發(fā)展戰(zhàn)略的帶動下，各省區(qū)逐漸加大環(huán)保投資，引進環(huán)保技術及先進管理理念，因此我國環(huán)境治理的管理水平在2007之后開始逐漸提高。從規(guī)模效率變化sech來看，其變動趨勢基本與技術效率一致，表明受環(huán)境治理要素的配置影響，技術效率在個別年份出現(xiàn)了下降。因此，各個省區(qū)進一步優(yōu)化資源配置是提升環(huán)境治理技術效率的優(yōu)先選擇。

表2分省中國區(qū)域環(huán)境治理效率TFP指數(shù)

省區(qū)effchtechchpechsechtfpch北京1.2550.9201.0001.2551.154天津1.1240.8121.0001.1240.913河北1.0180.8261.0410.9780.841山西1.0290.8251.0550.9750.849內(nèi)蒙古0.9790.8271.0810.9050.809遼寧1.0470.8041.0500.9970.842吉林1.0840.7991.0111.0720.866黑龍江1.0870.7910.9981.0890.860上海1.1210.8371.0001.1210.939江蘇1.0740.8050.9961.0780.864浙江1.1050.8240.9991.1060.910安徽0.9860.7940.9900.9960.783福建1.0940.7990.9971.0970.875江西0.9740.8311.0460.9310.809山東1.0780.7980.9991.0790.860河南1.0740.8170.9961.0780.878湖北1.0200.7910.9781.0430.807湖南1.0040.8201.0170.9870.823廣東1.1570.8001.0031.1540.926廣西1.0510.8341.0161.0350.876海南1.0000.8541.0001.0000.854重慶1.0860.8151.0211.0640.886四川1.1210.8201.0441.0730.919貴州1.0980.8151.0851.0120.895云南0.9910.8320.9930.9980.824陜西1.1110.8331.0731.0360.925甘肅1.0620.8011.0211.0390.851青海1.0000.8151.0001.0000.815寧夏1.0140.8151.0290.9850.827新疆1.0200.8481.0330.9870.865平均值1.0600.8201.0191.0410.869

由表2可知，2004年—2012年我國30個省市自治區(qū)在環(huán)境治理方面的全要素生產(chǎn)率變化除北京外均小于1，說明在這9年間各省區(qū)整體的環(huán)境治理效率呈現(xiàn)下降趨勢。從技術變化來看，各省區(qū)環(huán)境治理技術變化均小于1，這也是導致各省區(qū)全要素生產(chǎn)力低下的主要原因。然而該值并不能說明各省區(qū)在這9年間的環(huán)境治理技術始終表現(xiàn)為衰退趨勢，產(chǎn)生這一現(xiàn)象的原因可能是由于該值僅僅反映了各省區(qū)9年的平均狀況，不能體現(xiàn)出在各個年份的技術變化，事實上從各個省區(qū)來看，還是有很多年份的技術變化是大于1的。從技術效率變化來看，大部分省區(qū)的技術效率變化大于1，只有內(nèi)蒙古、安徽、江西、云南小于1，總體看來大部分省區(qū)的環(huán)境治理技術效率呈現(xiàn)上升趨勢，個別省區(qū)呈現(xiàn)下降趨勢。純技術效率和規(guī)模效率的變動能夠反映出影響技術效率變動的因素。從技術效率小于1的四個省區(qū)來看，內(nèi)蒙古和江西的純技術效率大于1，而規(guī)模效率小于1，表明導致兩省區(qū)環(huán)境治理技術效率低下的主要原因在于規(guī)模效率的低下，即要素配置不合理；安徽和云南的純技術效率與規(guī)模效率均小于1，表明導致兩省區(qū)環(huán)境治理技術效率低下的主要原因在于純技術效率和規(guī)模效率的低下，即管理水平低下和要素配置不合理。從技術效率大于1的省區(qū)來看，黑龍江、江蘇、浙江等7個省區(qū)的純技術效率低于1，而規(guī)模效率大于1，表明這7個省區(qū)通過改善管理水平有助于進一步提高環(huán)境治理技術效率；河北、山西、遼寧等6個省區(qū)的純技術效率大于1，而規(guī)模效率小于1，表明這6個省區(qū)通過優(yōu)化資源配置有助于進一步提高環(huán)境治理技術效率。

四、空間計量分析

(一)空間相關性檢驗

在進行空間面板回歸之前，首先運用Moran's I統(tǒng)計量來檢驗省區(qū)“工業(yè)三廢”排放的空間相關性，結果見表3。

表3空間相關性檢驗

指標logfslogfglogfqMoran'sI-statistic0.1703.261▲2.453△LM-err0.0058.731▲4.678△RobustLM-err2.8345.336△3.210△LM-lag5.319△45.191▲57.869▲RobustLM-lag8.148▲41.795▲56.401▲

注：*、△、▲分別表示在10%、5%、1%的顯著性水平下顯著。

由表3可知，廢固和廢氣模型的Moran's I統(tǒng)計量均在5%的顯著性水平下顯著為正，說明工業(yè)固體廢物和廢氣存在顯著的正空間相關性。某一行政區(qū)域工業(yè)廢氣及固體廢物污染排放的空間溢出極有可能波及其周遭區(qū)域，大氣環(huán)流作用等也可能增強其空間依賴性，且固體廢物會進一步對大氣、土壤、水體等產(chǎn)生污染進而增強其空間依賴性[13]，因此，利用空間計量方法估計廢固、廢氣模型更具合理性。但是，由于廢水模型的Moran's I統(tǒng)計量不顯著，所以廢水模型不具備使用空間計量分析的條件。此外，本文還進行了LM-err和LM-lag檢驗以及兩者的穩(wěn)健性檢驗來進一步判斷究竟使用空間誤差模型還是空間滯后模型。表3顯示，廢固和廢氣模型的LM-err和LM-lag檢驗以及兩者的穩(wěn)健性檢驗均通過了5%的顯著性檢驗，但LM-lag檢驗及其穩(wěn)健性檢驗的統(tǒng)計值更高，故采用空間滯后模型更具有合理性。廢水模型的LM-lag檢驗及其穩(wěn)健性檢驗通過了5%的顯著性檢驗，LM-err檢驗及其穩(wěn)健性檢驗不顯著，鑒于此，本文在估計廢水模型時也給出了其空間滯后模型的估計結果，以此來進一步檢驗其空間相關性。

(二)估計結果分析

鑒于以上空間相關性檢驗，本文將建立空間計量模型。由于存在空間相關性，各觀測值缺乏獨立性，采用普通最小二乘法估計空間滯后模型時得到的結果是有偏且不一致的，估計空間誤差模型得到的結果不具有有效性，所以，普通最小二乘法不適用于估計空間計量模型，而最大似然估計法可以克服上述問題。因此，本文用最大似然估計法估計了廢水、廢固、廢氣三個空間計量模型，見表4。

廢水SAR模型的Hausman檢驗結果為拒絕原假設，因此，該模型為空間固定效應滯后模型。該模型的擬合優(yōu)度為0.665，似然值為130.579，但是該模型的大多數(shù)參數(shù)并不顯著且Rho值也沒有通過顯著性檢驗，即廢水排放的空間滯后效應并不顯著，佐證了廢水模型不具備空間計量分析的條件。廢水污染的影響范圍主要在其流域，如某一地區(qū)的廢水污染可能會連帶污染該水域的中、下游所流經(jīng)地區(qū)，其地理區(qū)域上影響范圍有限[13]，其空間相關性也相應的表現(xiàn)為不顯著。因此，本文對廢水模型的估計仍將采用普通面板回歸。在普通面板模型中，Hausman檢驗結果為拒絕原假設，確定廢水模型為個體固定效應模型，擬合優(yōu)度為0.978，似然值為131.649，擬合優(yōu)度與似然值均高于空間滯后模型，可見，普通面板回歸確實更適合廢水模型。廢固SAR模型與SEM模型的Hausman檢驗結果顯示均不拒絕原假設，該模型將設定為隨機效應。同時，廢固SAR模型的擬合優(yōu)度與似然值均高于SEM模型，說明SAR模型是更好的選擇，這與表3的結果一致，故本文對固體廢棄物的分析將采用隨機效應SAR模型。廢氣SAR模型與SEM模型的Hausman檢驗結果顯示拒絕原假設，該模型將設定為固定效應。同時，廢氣SAR模型的擬合優(yōu)度與似然值均高于SEM模型，表明SAR模型為更好的選擇,與表3的結果一致，所以，本文對廢氣的分析將采用固定效應SAR模型。

表4空間回歸結果

模型logfslogfglogfqSAR普通面板SARSEMSARSEM常數(shù)項logtechchlogerlogpoplogpgdplognyqdlogcyjgRho(Lambda)R2LogLHausman16.509▲-15.491▲-12.232▲(5.87)(-3.94)(-2.92)-0.008-0.011-0.021-0.016-0.081△-0.115▲(-0.33)(-0.26)(-0.72)(-0.33)(-2.57)(-3.14)0.084▲0.081▲0.077△0.068△0.0310.026(2.75)(3.37)(2.47)(2.08)(1.09)(0.85)-0.479-0.525△1.133▲1.2934▲0.397△0.661▲(-1.57)(-2.24)(10.73)(11.25)(2.09)(3.07)0.1770.184*0.999▲1.465▲0.802▲1.111▲(1.11)(1.81)(7.29)(6.45)(4.78)(6.28)-0.0650.0071.377▲1.461▲0.3000.338(-0.16)(0.03)(3.36)(3.03)(0.87)(0.92)-0.187-0.379△0.438△0.2370.430△0.366*(-0.60)(-2.14)(2.34)(1.38)(2.45)(1.94)0.1080.431▲0.371▲0.270▲0.136*(1.01)(7.61)(5.09)(4.63)(1.82)0.6650.9780.7520.7480.8370.8295130.579131.649-7.691-17.508120.903115.45925.14▲68.29▲8.396.1735.15▲17.63△

注：*、△、▲分別表示在10%、5%、1%的顯著性水平下顯著；普通面板回歸的括號內(nèi)為t統(tǒng)計量，其他空間面板回歸的括號內(nèi)為z統(tǒng)計量。

由表4的估計結果可知：工業(yè)廢水并不存在顯著的空間相關性。固體廢棄物和廢氣的空間滯后系數(shù)分別為0.431、0.270且均在1%的顯著性水平下顯著，表明固體廢棄物和廢氣的排放存在顯著的正空間相關性，鄰近省區(qū)這兩種污染物排放的溢出效應分別為0.431、0.270。核心解釋變量中，政府環(huán)境治理技術彈性分別為-0.011、-0.021、-0.081，可見政府環(huán)境治理技術的變動確實對“工業(yè)三廢”起到了一定的抑制作用，但是從統(tǒng)計上來看只有-0.089 6通過了5%的顯著性檢驗，而其他系數(shù)并不顯著，說明省區(qū)環(huán)境治理技術并沒有顯著的降低工業(yè)廢水和固體廢棄物的排放量；環(huán)境規(guī)制的彈性分別為0.081、0.077、0.031，符號均為正，體現(xiàn)出“綠色悖論”效應，但是從統(tǒng)計上來看0.031并不顯著，表明環(huán)境規(guī)制的“綠色悖論”效應只在工業(yè)廢水和固體廢棄物中表現(xiàn)的顯著。盡管各省區(qū)的環(huán)境治理技術多年來不斷進步，環(huán)境規(guī)制水平逐年上升，但是由于經(jīng)濟增長的導向作用，環(huán)境治理技術和規(guī)制作用并沒有得到充分的展現(xiàn)；我國制定相關法律法規(guī)所耗時間較長，而且法律法規(guī)的施行效果體現(xiàn)也具有一定的時滯性；政府環(huán)保部門的管理水平較低以及資源配置的不合理均對環(huán)境治理的技術效率產(chǎn)生了一定的負面影響。這些因素共同作用，使得政府環(huán)境治理技術和環(huán)境規(guī)制沒有表現(xiàn)出預期的治污效果。有趣的是，本文注意到各省區(qū)對工業(yè)廢氣的治理要優(yōu)于工業(yè)廢水和固體廢棄物。進入21世紀以來，“霧霾”一詞逐漸進入了大眾以及社會媒體的視野，引起廣泛的關注。本文認為媒體對“霧霾”進行的大量報道可能會對地方政府產(chǎn)生一定輿論壓力，而且“治霾”也逐漸成為地方政府的政績體現(xiàn)，基于此，地方政府可能會加大對大氣的治理投資和企業(yè)的規(guī)制力度。這說明了除經(jīng)濟導向和環(huán)境政策外，媒體及社會輿論的導向作用也能夠?qū)Νh(huán)境產(chǎn)生一定的影響。

在控制變量中，人口規(guī)模彈性分別為-0.525、1.133、0.397，且均通過了5%的顯著性檢驗，可見在工業(yè)廢水排放方面，人口壓力沒有轉(zhuǎn)化為環(huán)境壓力，在工業(yè)固體廢棄物和廢氣方面，人口壓力轉(zhuǎn)化為了環(huán)境壓力。人均地區(qū)生產(chǎn)總值的彈性分別為0.184、0.999、0.802，且均較為顯著，表明隨著我國經(jīng)濟規(guī)模的擴大，對能源的消耗有所提高，進而增加了“工業(yè)三廢”的排放量，因此轉(zhuǎn)變經(jīng)濟發(fā)展方式對各省區(qū)的環(huán)境保護工作有很大的積極作用。能源消費強度的彈性分別為0.007、1.377、0.300，但只有1.377通過了1%的顯著性檢驗，說明能源消費強度對工業(yè)廢水、廢氣的敏感性較弱，而對工業(yè)固體廢棄物排放的敏感性較強。降低能源消費強度對工業(yè)固體廢棄物排放有較為顯著的抑制作用，因此工業(yè)企業(yè)應當積極改善技術水平，提高能源利用率，從而降低能源消費強度。產(chǎn)業(yè)結構的彈性為-0.379、0.438、0.430，且均通過了5%的顯著性檢驗，從估計值符號來看，各省區(qū)的產(chǎn)業(yè)結構調(diào)整對工業(yè)廢水具有較好的抑制作用，而對工業(yè)固體廢棄物、廢氣仍然表現(xiàn)為驅(qū)動效應，因此優(yōu)化產(chǎn)業(yè)結構，充分發(fā)揮第三產(chǎn)業(yè)的經(jīng)濟帶動力對減少“工業(yè)三廢”排放有明顯的效果。

五、結論及政策建議

本文首先計算了省區(qū)環(huán)境治理的Malmquist指數(shù)，分析了區(qū)域環(huán)境治理效率的變動情況；其次，將環(huán)境治理技術變動融入“工業(yè)三廢”模型中，利用空間計量的分析方法，檢驗了省區(qū)環(huán)境治理技術變動以及環(huán)境規(guī)制對“工業(yè)三廢”的影響。得出如下主要結論：無論是從分年還是從分省的環(huán)境治理效率來看，區(qū)域環(huán)境治理效率的低下主要是受到技術變動的限制；在空間相關性的檢驗中，工業(yè)固體廢棄物和工業(yè)廢氣表現(xiàn)出明顯的空間相關性，而工業(yè)廢水沒有表現(xiàn)出明顯的空間相關性；就工業(yè)廢水和固體廢物而言，各省區(qū)的環(huán)境治理技術并沒有起到明顯的抑制作用，同時環(huán)境規(guī)制也起到了顯著的驅(qū)動作用；就工業(yè)廢氣而言，地方政府的環(huán)境治理技術起到了顯著的抑制作用，而環(huán)境規(guī)制并沒有顯著的影響作用；人口壓力、經(jīng)濟發(fā)展、能源消費強度、產(chǎn)業(yè)結構均對污染物的排放有一定的驅(qū)動作用。

以上結論對地方政府在環(huán)境污染治理和環(huán)境保護方面具有重要借鑒意義：

第一，加大環(huán)境治理技術的研發(fā)投資，提升環(huán)境治理技術水平。由于環(huán)境治理技術拉低了環(huán)境治理效率，因此環(huán)境治理技術就存在較大的上升空間。計量分析的結果也表明省區(qū)環(huán)境治理技術的減排作用并沒有充分得到發(fā)揮。與此同時，各省區(qū)還可以根據(jù)各自的環(huán)境治理情況，分別從提高環(huán)境部門的管理水平和優(yōu)化資源配置來提高環(huán)境治理技術效率。

第二，合理利用環(huán)境規(guī)制工具，發(fā)揮環(huán)境規(guī)制的控污作用。實證結果表明環(huán)境規(guī)制并沒有起到抑制“工業(yè)三廢”排放的作用。地方政府應當根據(jù)各自的發(fā)展情況制定合理的環(huán)境規(guī)制標準，不能盲目的提高規(guī)制強度。在環(huán)境規(guī)制工具的運用上可以多考慮經(jīng)濟激勵型環(huán)境規(guī)制，以經(jīng)濟效益的方式刺激企業(yè)積極減排控污。

第三，轉(zhuǎn)變經(jīng)濟發(fā)展方式，提倡綠色政績觀。在我國全面放開“二胎”政策之后，地方政府更應當注重轉(zhuǎn)變經(jīng)濟發(fā)展方式，為更多的人民提供更優(yōu)質(zhì)的環(huán)境，以防人口壓力過多的轉(zhuǎn)變?yōu)榄h(huán)境壓力。“唯GDP”的政績觀一定程度上對環(huán)境保護工作有消極的影響，因此將環(huán)境保護、綠色概念等融入政績評價體系，能夠有效的刺激地方政府進行環(huán)境保護和治理。第二產(chǎn)業(yè)應當積極探索綠色化道路，改善生產(chǎn)工藝，提高能源利用率。

〔1〕 CHARNES A,COOPER W W,RHODES E. Measuring the efficiency of decision making units[J].EuropeanJournalofOperationalResearch，1978，2(6):429-444.

〔2〕 MALMQUIST S. Index numbers and indifference surfaces[J].TrabajosdeEstadisticay，1953，4(2):209-242.

〔3〕 劉立秋,劉璐.區(qū)域環(huán)保投資DEA相對有效分析[J].天津大學學報(社會科學版)，2002(1):61-64.

〔4〕 劉紀山.基于DEA模型的中部六省環(huán)境治理效率評價[J].生產(chǎn)力研究，2009(17):93-94.

〔5〕 楊俊，陸宇嘉.基于三階段DEA的中國環(huán)境治理投入效率[J].系統(tǒng)工程學報，2012(5):699-711.

〔6〕 李靜，倪冬雪.中國工業(yè)綠色生產(chǎn)與治理效率研究——基于兩階段SBM網(wǎng)絡模型和全局Malmquist方法[J].產(chǎn)業(yè)經(jīng)濟研究，2015 (3):42-53.

〔7〕 陳明.財政分權增加了政府環(huán)境治理效率嗎？——來自我國31省市的證據(jù)[J].當代經(jīng)濟管理，2014 (11):66-71.

〔8〕 鄭尚植，宮芳.中國式分權、地方官員自利行為與環(huán)境治理效率——基于Dea-Tobit面板數(shù)據(jù)的實證分析[J].上海經(jīng)濟研究，2015 (4):15-21.

〔9〕 王兵，羅佑軍.中國區(qū)域工業(yè)生產(chǎn)效率、環(huán)境治理效率與綜合效率實證研究——基于RAM網(wǎng)絡DEA模型的分析[J].世界經(jīng)濟文匯，2015(1):99-119.

〔10〕 毛明明，孫建.基于聯(lián)立方程模型的FDI、產(chǎn)業(yè)結構與碳排放互動關系研究[J].重慶理工大學學報(社會科學)，2015 (4):28-34.

〔11〕 魏權齡.數(shù)據(jù)包絡分析(DEA)[J].科學通報，2000(17):1793-1806.

〔12〕 張悟移，陳天明，王鐵旦.基于DEA和Malmquist指數(shù)的中國區(qū)域環(huán)境治理效率研究[J].華東經(jīng)濟管理，2013 (2):172-176.

〔13〕 黃瑩，王良健，等.基于空間面板模型的我國環(huán)境庫茲涅茨曲線實證分析[J].南方經(jīng)濟，2009(10):59-68.

(責任編輯周吉光)

A Spatial Panel Study of Regional Environmental Governance Technology Change in China—Based on Malmquist Index

CHAI Ze-yang, LI Gui-xia

(Chongqing Technology and Business University, Chongqing 400067)

By using the environment and economy data of China's 30 provinces from 2004 to 2012, this paper calculates Malmquist index to analyze the variance of regional environmental governance efficiency in China, then analyzes the impact of regional environmental governance technology change and environmental regulation to industrial pollutants in China by spatial panel model, because of the possibility of the pollutants spillover effects in different regions. The results show that the low environmental governance efficiency is caused by the low environmental governance technology. The industrial pollutants exist significant spatial correlation except industrial waste water. The environmental governance technology has significant inhibiting effect to industrial waste gas, but it has no significant inhibiting effect to industrial waste water and solid. And environmental regulation has no significant pollution control effect on the three kinds of industrial pollutants.

environmental governance efficiency; Malmquist index; spatial panel

10.13937/j.cnki.sjzjjxyxb.2016.02.008

2016-01-27

重慶工商大學研究生創(chuàng)新型科研項目(yjscxx2015-41-03)；重慶工商大學研究生創(chuàng)新型科研項目(yjscxx2015-41-05)。

柴澤陽(1990—)，男，山西晉城人，重慶工商大學碩士研究生，主要研究方向為計量經(jīng)濟分析。

F205

A

1007-6875(2016)02-0047-07

網(wǎng)絡出版地址：http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.02.008.html網(wǎng)絡出版時間：2016-04-2015：30