張冬詠, 郝夢閣, 劉凌怡
(河南農(nóng)業(yè)大學(xué)信息與管理科學(xué)學(xué)院,鄭州 450002)
改革開放以來,我國經(jīng)濟(jì)長期處于增長狀態(tài),并取得了卓越成就,但經(jīng)濟(jì)的快速發(fā)展也帶來了巨大的環(huán)境代價[1]. 以城市生活垃圾污染為例,截至2017年,全國城市生活垃圾清運量已達(dá)2.152 09億t,并以4%的年增長率遞增,“垃圾圍城”現(xiàn)象日趨嚴(yán)重,城市生活垃圾污染問題亟須解決[2].《上海市生活垃圾管理條例》于2019年7月1日實施,隨后北京、廣州、重慶、鄭州等地也相繼起草城市生活垃圾管理的相關(guān)法規(guī),由此可見,政府對城市生活垃圾污染治理越來越重視. 由《中國環(huán)境年鑒》披露的數(shù)據(jù)可知,近年來,我國城市生活垃圾污染治理投資不斷增加,但垃圾污染形勢依然嚴(yán)峻. 不同省市在城市生活垃圾污染治理的投入結(jié)構(gòu)配置和管理模式上存在差異,用定量方法評價各省市的垃圾污染治理效率,能夠為各地政府及相關(guān)部門制定垃圾污染治理政策提供科學(xué)依據(jù).
目前,已有學(xué)者對環(huán)境污染治理效率進(jìn)行了研究,部分學(xué)者采用單要素投入產(chǎn)出方法對其進(jìn)行評價,如吳淑麗等(2010)對我國29省市區(qū)的廢氣治理效率及其影響因素分析,結(jié)果表明我國廢氣治理效率低下[3].F?re等(1986)首次將數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)引入環(huán)境領(lǐng)域,并對環(huán)境管理的影響進(jìn)行了研究[4]. 隨后,大多數(shù)學(xué)者選用DEA 方法對環(huán)境污染治理效率評價. 張悟移等(2013)運用DEA 和Malmqusit 指數(shù)法分別從靜態(tài)和動態(tài)兩個方面,研究了我國區(qū)域環(huán)境治理效率,結(jié)果表明,2002年至2011年我國區(qū)域環(huán)境治理效率呈下降趨勢,技術(shù)效率不足是導(dǎo)致環(huán)境治理效率偏低的主要原因[5]. 李洪偉等(2019)運用非期望產(chǎn)出的SBM模型,測算了我國28省份的環(huán)境治理投資效率,結(jié)果顯示,我國各省份之間的差異性較大,治理效率較低的區(qū)域有增長趨勢[6]. 也有學(xué)者對我國我某一特定區(qū)域的環(huán)境污染治理效率進(jìn)行了研究,如俞會新和林曉彤(2018)運用超效率DEA模型,對京津冀的環(huán)境污染治理投資效率進(jìn)行了系統(tǒng)分析[7];再如,李寧等(2014)用非期望非徑向的雙目標(biāo)DEA模型,對青島市環(huán)境污染治理效率進(jìn)行測算,并用CCR模型計算了環(huán)境污染治理的3個子系統(tǒng)(水、大氣、固廢污染)的治理效率[8].
除了對環(huán)境污染治理效率的研究以外,國內(nèi)外也有學(xué)者從不同的污染源角度,對其污染治理效率進(jìn)行了評價. Lei等(2008)從大氣污染治理角度,通過DEA模型測算了我國各省份的SO2治理效率[9];李京梅和蘇紅巖(2016)從海洋陸源污染角度,運用DEA-Malmquist指數(shù)法,對我國海洋陸源污染的治理效率進(jìn)行評價,并分析了治理效率的動態(tài)變化、空間差異及影響因素[10];Chen等(2010)從垃圾焚燒爐運行角度,使用臺灣19個大型市政垃圾焚化爐的運行數(shù)據(jù),研究了其污染處理效率[11]. 在我國不同污染源的治理效率研究中,最常見的是工業(yè)污染治理效率的研究. 尹怡誠等(2015)利用DEA模型,分析了我國1995—2011年間的工業(yè)污染治理現(xiàn)狀及影響治理效果的制約因素[12];徐順青等(2017)基于DEA-Malmquist指數(shù)法對我國30個省市區(qū)的工業(yè)污染治理投入效率進(jìn)行分析,并探求了工業(yè)污染治理效率變化的原因[13];范純增和虹姜(2016)將工業(yè)部門細(xì)化為36個細(xì)分部門,測算了2003—2013年各細(xì)分部門的大氣污染治理效率[14].
綜上所述,環(huán)境污染治理效率已成為研究熱點,研究成果為優(yōu)化環(huán)境污染治理的投資結(jié)構(gòu)配置,提高環(huán)境污染治理效率提供了科學(xué)依據(jù). 盡管大量研究成果對我國環(huán)境污染效率進(jìn)行了研究,但還存在以下不足之處.
首先,環(huán)境污染由多方面的污染造成,如大氣污染、水污染、垃圾污染、土壤污染等,細(xì)化地研究某一類污染更利于提高治理效率,并有針對性地為決策者提出合理建議. 已有學(xué)者對我國的工業(yè)污染治理效率[12-13]、大氣污染治理效率[9,14-16]和水污染治理效率[17-18]進(jìn)行了實證研究,但是我國城市生活垃圾污染治理效率的研究還較為少見.
其次,雖然運用DEA投影理論可以測算出投入產(chǎn)出的調(diào)整比例,但是同時調(diào)整多個指標(biāo)較為困難,抓住投入產(chǎn)出指標(biāo)中的關(guān)鍵因素,才能更高效地提高治理效率. 然而,現(xiàn)有研究成果大多探討了外部宏觀環(huán)境因素對治理效率的影響,各投入產(chǎn)出指標(biāo)對治理效率的影響還鮮有研究,僅有陶敏和李洪偉在研究我國環(huán)境污染治理投資效率時,使用灰色關(guān)聯(lián)度分析方法,找出了影響治理效率的關(guān)鍵因素[19-20].
借鑒以往學(xué)者的研究,本文選取2017年我國30個省市的截面數(shù)據(jù),運用DEA模型對我國城市生活垃圾污染治理效率進(jìn)行了實證研究,并采用灰色關(guān)聯(lián)度分析模型探尋了垃圾污染治理效率的關(guān)鍵影響因素,旨在填補(bǔ)垃圾污染治理效率研究的這一空白,同時也為提高治理效率提供了科學(xué)決策依據(jù).
數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)是由美國運籌學(xué)家A.Charnes 和W.W.Cooper 等人于1978年提出,該方法是在投入、產(chǎn)出不變的前提下,通過一定的線性規(guī)劃約束,旨在找出各決策單元與DEA有效前沿面的偏離程度,進(jìn)而評價各決策單元投入產(chǎn)出的效率[21]. DEA方法中最常見的模型是CCR模型和BCC模型,CCR模型的假設(shè)條件是規(guī)模報酬不變,BCC模型的假設(shè)條件是規(guī)模報酬可變. 本文認(rèn)為我國垃圾污染治理的規(guī)模報酬并非不可變,隨著人力、物力、財力投入的增加,規(guī)模報酬會先增加至飽和后變?yōu)檫f減.BCC模型在評估決策單元是否達(dá)到生產(chǎn)前沿面的同時,還將CCR模型中得到的綜合效率分解為技術(shù)效率和規(guī)模效率,即綜合效率=技術(shù)效率×規(guī)模效率. 基于以上考慮,本文測算我國城市生活垃圾污染治理效率,選用投入導(dǎo)向型的BCC模型.
假設(shè)n 個決策單元有m 種輸入變量和s 種輸出變量,用xij(xij>0,i=1,2,…,m)表示第j 個決策單元對第i 種輸入類型的投入量,yrj(yrj>0,r=1,2,…,s)表示第j個決策單元對第r種輸出類型的產(chǎn)出量,λj表示構(gòu)造新的有效決策單元組合中第j個決策單元的組合比例. ε 為阿基米德無窮小量,s-為投入松弛變量,s+為產(chǎn)出松弛變量,模型如下:
若VD=1,且s-=0,s+=0,則表明決策單元為DEA 有效,同時達(dá)到技術(shù)有效和規(guī)模有效;若VD=1,且s-≠0 或s+≠0,表明決策單元為弱DEA有效,可能存在投入冗余;若VD<1,則表明決策單元為非DEA有效.
灰色關(guān)聯(lián)度源于20 世紀(jì)80 年代,由鄧聚龍教授基于數(shù)學(xué)理論提出,主要分析相關(guān)因素之間的關(guān)聯(lián)程度,是一種研究少量數(shù)據(jù)、較少信息不確定性問題的新方法. 灰色關(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何關(guān)系來反映系統(tǒng)中多因素之間的關(guān)聯(lián)程度,序列曲線的幾何形狀越相似,灰色關(guān)聯(lián)度越大;反之則越小[22].灰色關(guān)聯(lián)度分析的建模步驟如下.
第一步:確定灰色系統(tǒng)中的母序列與子序列. 設(shè)母序列為Y={Y(k)| }k=1,2,…,n ,子序列為Xi={Xi(k)| }k=1,2,…,n ,i=1,2,…,m. 其中,母序列為參考序列,反映系統(tǒng)的行為特征;子序列為對比序列,反映影響系統(tǒng)行為方面的主要構(gòu)成要素.
第二步:無量綱化處理. 灰色系統(tǒng)關(guān)聯(lián)分析中常用的無量綱化處理方法主要是初值化法,令
第三步:求X0與Xi的初值象對應(yīng)分量之差的絕對值序列,記為
第四步:求Δi(k)= |x′0(k)-x′i(k) |(k=1,2,…,n;i=1,2,…,m)的最大值M與最小值m,分別記為
第五步:計算母序列與子序列的關(guān)聯(lián)系數(shù)
第六步:計算子序列與母序列的關(guān)聯(lián)度
第七步:灰色關(guān)聯(lián)度排序. 所得關(guān)聯(lián)度按照由大到小進(jìn)行排序,反映各子序列對母序列的影響程度.
科學(xué)地選取投入產(chǎn)出指標(biāo)是客觀分析垃圾污染治理效率的關(guān)鍵,本文參考現(xiàn)有環(huán)境治理效率的研究,并根據(jù)DEA的指標(biāo)選取原則,以我國垃圾污染治理在人力、財力、物力的投入作為投入指標(biāo),具體包括環(huán)境監(jiān)測人員數(shù)I1(人)、生活垃圾集中處置項目環(huán)保投資I2(萬元)、生活垃圾處理基礎(chǔ)設(shè)施建設(shè)投資額I3(億元)、無害化處理廠數(shù)I4(座);產(chǎn)出指標(biāo)為無害化處理能力O1(t/d)和無害化處理量O2(萬t).
根據(jù)數(shù)據(jù)的可獲取性,天津市部分?jǐn)?shù)據(jù)缺失,故將其剔除. 本文選取2017年我國大陸地區(qū)30個省、市或區(qū)(以下簡稱省市)作為研究對象,以30個省市的生活垃圾污染治理投入產(chǎn)出變量作為樣本數(shù)據(jù). 以上所有數(shù)據(jù)均來自《2018中國統(tǒng)計年鑒》、《2018中國環(huán)境統(tǒng)計年鑒》及《2018中國環(huán)境年鑒》.
本文使用數(shù)據(jù)包絡(luò)分析DEAP2.1軟件進(jìn)行分析,采用投入導(dǎo)向型的BCC 模型,測算我國城市生活垃圾污染治理效率. 表1為全國30個省市垃圾污染治理效率的測算結(jié)果,包括綜合效率、技術(shù)效率、規(guī)模效率及規(guī)模報酬,并按照我國東部、中部、西部三大經(jīng)濟(jì)帶對各省市進(jìn)行區(qū)域劃分.
1)從綜合效率的角度看. 2017年我國垃圾污染治理的綜合效率均值為0.77,這意味著我國垃圾污染治理存在23%的投入資源浪費. 全國僅有北京、上海、江蘇、浙江、廣東、海南、重慶、陜西和寧夏9個省市的垃圾污染治理綜合效率為1,達(dá)到了DEA有效,即投入產(chǎn)出比達(dá)到相對最優(yōu)狀態(tài),其他22個省市均為非DEA有效,其中遼寧省的綜合效率最低為0.446. 這表明,我國垃圾污染治理尚處于粗放階段,大多數(shù)省市的垃圾污染治理投入資源配置不合理,需對投入產(chǎn)出進(jìn)行調(diào)整和優(yōu)化. 2017年我國東部地區(qū)、中部地區(qū)和西部地區(qū)的垃圾污染治理效率如圖1所示. 由圖1可知,三大區(qū)域的垃圾污染治理綜合效率表現(xiàn)為東部最優(yōu),西部次之,中部最差. 在9個DEA有效的省市中,有6個省市屬于東部地區(qū),3個省市屬于西部地區(qū),中部地區(qū)所有省市均為非DEA有效. 可見,我國三大區(qū)域的治理效率存在較大差距,區(qū)域異質(zhì)性較為明顯. 海南和寧夏兩個偏遠(yuǎn)地區(qū)達(dá)到DEA有效,其原因可能是垃圾污染較少,垃圾污染治理投入適當(dāng),如海南的垃圾處理基礎(chǔ)設(shè)施建設(shè)投資額僅為全國均值的5.47%,寧夏的垃圾集中處置項目投資額僅為全國均值的0.63%.
2)從技術(shù)效率的角度看. 2017 年全國有12 個省市(北京、河北、上海、江蘇、浙江、廣東、海南、重慶、西藏、陜西、青海、寧夏)達(dá)到技術(shù)有效(弱DEA有效),說明這12個省市的投入要素結(jié)構(gòu)配置合理,其余18個省市則需要適當(dāng)調(diào)整投入結(jié)構(gòu)配置. 河北、西藏和青海的技術(shù)效率值為1,但并未達(dá)到DEA有效,說明這三個地區(qū)的投入結(jié)構(gòu)配置合理,非DEA有效由規(guī)模效率不足導(dǎo)致. 湖北省的技術(shù)效率小于1,規(guī)模效率為1,說明其投入結(jié)構(gòu)配置不合理,技術(shù)效率不足是導(dǎo)致湖北省不在生產(chǎn)前沿面的主要原因. 湖北省應(yīng)著重改善投入產(chǎn)出的比例結(jié)構(gòu),使其轉(zhuǎn)變?yōu)镈EA有效. 從區(qū)域維度來看,2017年垃圾污染治理的技術(shù)效率均值最高的是東部地區(qū),西部地區(qū)次之,中部地區(qū)的技術(shù)效率均值最低(見圖1). 技術(shù)效率的高低取決于生產(chǎn)決策單元是否有效地組織投入,或者是否以比較節(jié)約的方式進(jìn)行生產(chǎn),這與決策單元的生產(chǎn)積極性及外部政策環(huán)境相關(guān). 東部地區(qū)是我國經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū),擁有先進(jìn)的技術(shù)、管理方式和組織模式,所以東部地區(qū)的技術(shù)效率最高. 自2000年實施西部大開發(fā)以來,西部地區(qū)的環(huán)境保護(hù)和治理受到重視,西部地區(qū)垃圾污染治理的綜合效率和技術(shù)效率均高于中部地區(qū). 這一結(jié)果與向書堅研究工業(yè)廢氣污染治理的結(jié)論類似,該學(xué)者的研究結(jié)果顯示,2008年和2009年西部地區(qū)工業(yè)廢氣治理的綜合效率與技術(shù)效率均高于中部地區(qū)[23].
3)從規(guī)模效率的角度來看. 2017年全國有10個省市(北京、上海、江蘇、浙江、湖北、廣東、海南、重慶、陜西、寧夏)的規(guī)模效率為1,規(guī)模報酬不變,說明這些省市無須調(diào)整生產(chǎn)規(guī)模. 河北、山西、遼寧、黑龍江、河南、云南、甘肅、新疆則處于規(guī)模報酬遞減狀態(tài),說明這些省市的投入要素配置不合理,在不改變產(chǎn)出的條件下,適當(dāng)減少垃圾污染治理的投入,可達(dá)到節(jié)約資源的目的. 其余12個省市的規(guī)模報酬則處于遞增狀態(tài),說明這些省市有必要擴(kuò)大生產(chǎn)規(guī)模,投入的增加會帶動產(chǎn)出的增加,且產(chǎn)出會成比例增加. 由圖1可以看出,三大區(qū)域的規(guī)模效率表現(xiàn)較好,規(guī)模效率均值都在0.9以上,且差值在0.01至0.04之間浮動. 全國規(guī)模效率最低的省份是東部地區(qū)的河北省. 河北、西藏和青海的規(guī)模效率不足導(dǎo)致了決策單元的非DEA有效,調(diào)整生產(chǎn)規(guī)模使其規(guī)模效率為1后,就會達(dá)到DEA有效.
通過DEAP2.1軟件的測算,可以得到使非DEA 有效的決策單元達(dá)到DEA 有效的剩余變量和的取值,結(jié)果見表2.
表2 非DEA有效的決策單元的松弛變量Tab.2 The relaxation variables of non-DEA effective decision making units
從表2可知,在保持原產(chǎn)出不變的條件下,只有遼寧省需要減少垃圾處理基礎(chǔ)設(shè)施投資額,山西、河南、云南、甘肅、新疆需要減少垃圾無害化處理廠的投入. 非DEA有效的省市均要減少人員投入或垃圾集中處置項目環(huán)保投資的資金投入,或者兩個投入變量都需要適當(dāng)減少. 此外,遼寧、福建、山西、黑龍江、安徽、江西、河南、湖北、廣西、四川、貴州除了要適當(dāng)減少投入外,還要增加產(chǎn)出才能達(dá)到DEA有效,具體可按照表2做出調(diào)整.
將我國30個省市的垃圾污染治理效率值作為母序列,垃圾污染治理的投入產(chǎn)出變量值作為子序列,運用灰色關(guān)聯(lián)度分析方法,計算垃圾污染治理效率的各投入產(chǎn)出指標(biāo)與綜合效率的灰色關(guān)聯(lián)度,并按照灰色關(guān)聯(lián)度的大小進(jìn)行排序,如表3所示.
表3 各指標(biāo)的灰色關(guān)聯(lián)度及排序Tab.3 Gray correlation degree and ranking of each indicator
由表3可知,每個指標(biāo)與垃圾污染治理綜合效率的灰色關(guān)聯(lián)度均在0.75以上,說明各指標(biāo)與垃圾污染治理效率之間關(guān)聯(lián)性較高. 由重要度排序可知,無害化處理量、無害化處理能力和垃圾處理基礎(chǔ)設(shè)施建設(shè)投資額是影響我國垃圾污染治理效率的關(guān)鍵因素,其他因素為非關(guān)鍵因素. 有的放矢地控制垃圾污染治理效率的關(guān)鍵影響因素,能更加高效地提高垃圾污染治理效率.
無害化處理量和無害化處理能力是垃圾污染治理效率的兩個最主要的影響因素. 近10年來,我國城市生活垃圾無害化處理成效顯著,無害化處理率已從2007年的62%提高至2017年的97.7%[2]. 但從表2可以看出,我國個別省市的無害化處理能力和處理量仍有待提高.
垃圾處理基礎(chǔ)設(shè)施建設(shè)投資額是影響我國垃圾污染治理效率的第三個關(guān)鍵因素. 已有研究表明,垃圾處理基礎(chǔ)設(shè)施建設(shè)的資金投入不足會嚴(yán)重影響垃圾污染治理效率[24]. 自黨的十八大以來,生態(tài)文明建設(shè)被納入五位一體總布局,城市生活垃圾污染問題也越來越受重視. 2016年12月,習(xí)近平總書記對普遍推行垃圾分類制度作出指示,“十三五”計劃也出臺了垃圾處理基礎(chǔ)設(shè)施建設(shè)的相關(guān)工作指示與規(guī)劃. 全國僅有遼寧省需要對垃圾處理基礎(chǔ)設(shè)施建設(shè)投資做出調(diào)整(見表2),這與政府大力支持城市生活垃圾處理工作密不可分.
本文運用DEA模型測算了我國大陸地區(qū)(除天津市)30個省市的城市生活垃圾污染治理效率,在此基礎(chǔ)上采用灰色關(guān)聯(lián)度分析模型,探尋影響我國垃圾污染治理投入產(chǎn)出效率的關(guān)鍵因素,得出如下結(jié)論:
1)2017年全國僅有9個省市的垃圾污染治理投入產(chǎn)出配置達(dá)到最優(yōu)狀態(tài),大部分省市的投入產(chǎn)出結(jié)構(gòu)配置不合理,我國城市生活垃圾污染治理效率有較大的提升空間.
2)我國垃圾污染治理效率的區(qū)域異質(zhì)性較為明顯. 從綜合效率來看,東部地區(qū)高于西部地區(qū),西部地區(qū)高于中部地區(qū). 東部地區(qū)有60%省市達(dá)到DEA有效,而中部地區(qū)的所有省市均為非DEA有效.
3)河北、西藏和青海的非DEA有效是由規(guī)模效率導(dǎo)致,河北省的垃圾污染治理規(guī)模報酬遞減,應(yīng)適當(dāng)減小規(guī)模;西藏和青海的規(guī)模報酬遞增,應(yīng)擴(kuò)大規(guī)模. 湖北省的規(guī)模效率為1,技術(shù)效率不足導(dǎo)致非DEA有效,應(yīng)改善投入產(chǎn)出的配置結(jié)構(gòu).
4)無害化處理量、無害化處理能力和垃圾處理基礎(chǔ)設(shè)施建設(shè)投資額是影響我國垃圾污染治理效率的關(guān)鍵因素.
基于我國城市生活垃圾污染治理效率的研究結(jié)論,本文提出如下建議:
1)城市生活垃圾污染治理要統(tǒng)籌兼顧,協(xié)同發(fā)展. 各省市在治理垃圾污染時,應(yīng)注意投入資源的優(yōu)化配置,提高垃圾污染治理的投入產(chǎn)出效率. 中部地區(qū)應(yīng)適當(dāng)加大垃圾污染治理的投入,借鑒東部地區(qū)治理垃圾污染的優(yōu)秀經(jīng)驗,包括引進(jìn)先進(jìn)的管理方式、垃圾處理技術(shù)和設(shè)備等,同時要加強(qiáng)區(qū)域間的合作,做到知識共享、技術(shù)共享.
2)“對癥下藥”,有針對性地提高治理效率. 技術(shù)效率和規(guī)模效率都可能導(dǎo)致決策單元的非DEA有效,由技術(shù)效率不足導(dǎo)致的非DEA有效的決策單元,應(yīng)著重改善投入產(chǎn)出的結(jié)構(gòu)配置,如加強(qiáng)垃圾處理技術(shù)的研發(fā)、轉(zhuǎn)變管理方式等,而不是盲目地擴(kuò)大規(guī)模. 由規(guī)模效率導(dǎo)致弱DEA有效的決策單元,應(yīng)根據(jù)規(guī)模報酬適當(dāng)調(diào)整規(guī)模. 各地區(qū)應(yīng)根據(jù)自身的治理條件和經(jīng)濟(jì)發(fā)展?fàn)顩r,因地制宜地提高城市生活垃圾治理效率,堅決杜絕“先污染,后治理”.
3)嚴(yán)格控制垃圾污染治理的關(guān)鍵影響因素. 無害化處理量和無害化處理能力是我國垃圾污染治理效率的最主要的兩個關(guān)鍵影響因素,要堅決保證無害化處理能力不降低,力求無害化處理率達(dá)到100%. 另外,要堅持“以預(yù)防為主”的污染治理思想,注重垃圾分類的基礎(chǔ)設(shè)施建設(shè),從城市生活垃圾產(chǎn)生的源頭開始管控,提倡垃圾減量化和資源化,減少垃圾污染.