孫永春，饒足輝，湯銘春

(廣州南洋理工職業(yè)學院，廣東 廣州 510925)

黨的“十八大”把生態(tài)文明建設納入“五位一體”的總體布局，“十九大”把節(jié)約資源和保護環(huán)境作為基本國策。廣東省政府也高度重視節(jié)能減排工作，在《廣東省十三五規(guī)劃國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》中強調：堅持綠色發(fā)展，建設美麗廣東。鑒于此，本文對廣東省21市節(jié)能減排效率進行評價，對貫徹“十九大”精神及廣東省綠色發(fā)展目標的實現(xiàn)具有現(xiàn)實意義。

一、文獻述評

隨著經(jīng)濟與資源環(huán)境矛盾的加劇，公眾對生態(tài)環(huán)境越來越關注，而要保護生態(tài)環(huán)境，實現(xiàn)經(jīng)濟高質量發(fā)展，必須堅持綠色可持續(xù)發(fā)展。這也是國內外學者研究的焦點所在，相關研究主要從四個方面進行：一是廣東地區(qū)對節(jié)能減排的研究非常少，雖然有文獻從生態(tài)效率方面進行了研究，但都沒有考慮非期望產(chǎn)出，如陳新華和彭薇雖然都利用三階段DEA模型評價了廣東省21個市的生態(tài)效率，但沒考慮非期望產(chǎn)出。[1-2]二是從政策措施對節(jié)能減排的影響進行研究。Scott等和Liu都認為政策在節(jié)能減排上發(fā)揮著重要推動作用。[3-4]Chen and Groenewold研究分析了我國政策因素對節(jié)能減排的影響。[5]三是從節(jié)能減排的效率方面進行的研究。張國興量化分析了節(jié)能減排方面的政策，認為政府的政策對節(jié)能減排效果有顯著影響。[6]李佳雪量化分析了政府部門對節(jié)能減排的影響。[7]張吉崗運用三階段DEA模型對我國29個省的節(jié)能減排效率進行了評價，結果顯示地區(qū)差異明顯，東部大于中部，中部大于西部的態(tài)勢。[8]熊勇清運用DEA法和回歸分析，發(fā)現(xiàn)技術創(chuàng)新有利于提升節(jié)能減排的效率。[9]田澤采用超效率DEA-EBM模型及全局ML指數(shù)法評價了長江經(jīng)濟帶各省市節(jié)能減排的效率，并指出技術進步是提高節(jié)能減排效率的主要動力。[10]四是從節(jié)能減排主要影響因素進行研究。Wang and Li認為R&D和技術創(chuàng)新有利于節(jié)能減排，減少大量不良產(chǎn)出。[11]周群英認為對外開放程度和創(chuàng)新R&D投入是影響節(jié)能減排效率的主要原因。[12]黃清煌采用非期望產(chǎn)出的SBM-DDF模型量化分析了環(huán)境規(guī)制有助于提升節(jié)能減排效率。[13]汪克亮認為技術進步有助于提升節(jié)能減排的效率。[14]張在旭認為工業(yè)規(guī)模、管理水平、技術進步和FDI對節(jié)能減排效率影響起主要作用。[15]

本文在現(xiàn)有研究成果的基礎上，從三方面進行創(chuàng)新：一是對廣東省21個市域范圍進行節(jié)能減排效率評價。二是將非期望的產(chǎn)出納入到評價模型中，把工業(yè)廢水、工業(yè)廢氣和工業(yè)粉塵作為壞產(chǎn)出，把GDP作為好產(chǎn)出即期望產(chǎn)出，并且在能源消耗總量不變的前提下，好產(chǎn)出越多越好，壞產(chǎn)出越少越好。三是運用似隨機前沿法(Stochastic Frontier Model，簡稱SFA)回歸剔除環(huán)境因素和統(tǒng)計噪聲對期望產(chǎn)出GDP和非期望產(chǎn)出的影響，把21個市域放置在相同環(huán)境中，以便評價結果更能真實準確的反映節(jié)能減排效率的水平。

二、模型選取、指標構建與數(shù)據(jù)分析

(一)模型選取

本文運用Fried所提出的DEA(Data Envelopment Analysis)三階段模型。[16]與以往研究廣東省相關效率文獻不同的是，本文考慮了非期望產(chǎn)出，引入非期望產(chǎn)出模型，對第一和第三階段的效率評價進行了改進。

1.第一階段：非期望產(chǎn)出DEA模型

該模型有21個決策單元(DMU)，每個DMU包含三個要素：投入(X)、期望產(chǎn)出(Y)及非期望產(chǎn)出(B)。該模型建立在投入產(chǎn)出變量的松弛變量上。模型如下：

s.t.Xλ+s-=xk

Yλ-s+=yk

(1)

Bλ+sb_=bk

λ,s-,s+≥0

其中q1和q2分別指每個決策單元有q1種期望產(chǎn)出和q2種非期望產(chǎn)出。s-和sb-表示投入和非期望產(chǎn)出的松弛值，s+表示產(chǎn)出的不足；節(jié)能減排的效率值范圍0<ρ*<1。等于1時為完全有效率，s-=sb-=s+=0。小于1時存在效率損失，需要調整投入和產(chǎn)出來改善節(jié)能減排效率。

2．似SFA回歸分析模型

Fried等人認為，松弛變量由三部分構成，即環(huán)境因素、管理無效率項以及統(tǒng)計噪聲，它是初始低效率的一種反映。第二階段主要是把這三種效應從松弛變量中分解出來，那么需要借助類似隨機前沿回歸模型SFA進行分析，其中把第一階段的松弛變量作為因變量，而環(huán)境變量和混合誤差項作為自變量進行回歸，公式：

Smi=f(Zi;βm)+vmi+μmi;i=1,2,…I;m=1,2,…,M

(2)

其中，Smi表示投入的松弛值；Zi是環(huán)境因素變量；βm是環(huán)境變量的系數(shù)；vmi+μmi是混合誤差項；vmi表示隨機干擾因素對松弛變量的影響；μmi表示管理無效率項對松弛變量的影響。

為了使所有決策單元DMU處于相同的比較條件即同樣的環(huán)境中，根據(jù)式(1)中似隨機前沿回歸分析的結果，可將公式調整如下：

(3)

3.調整后的非期望產(chǎn)出模型

根據(jù)第二階段對管理無效率項的分解調整投入變量，調整后的值代替原始值，而產(chǎn)出變量值保持不變，再次運用第一階段所用的模型重新評價節(jié)能減排的效率，在此階段由于去除外部環(huán)境和隨機噪聲的干擾，評價結果更準確地說明效率水平。

(二)指標選擇與數(shù)據(jù)分析

本文選取投入變量為能源消耗總量，其中期望產(chǎn)出變量GDP和非期望產(chǎn)出變量工業(yè)廢水、工業(yè)廢氣及工業(yè)粉塵。數(shù)據(jù)選取2016年廣東省21個市作為樣本資料，各項指標的描述統(tǒng)計如表1。數(shù)據(jù)來源于廣東省統(tǒng)計局網(wǎng)站及各市統(tǒng)計年鑒。本文的評價決策單元為21個，投入變量1個，產(chǎn)出變量為4個，符合DEA模型的使用原則。

表1 投入與產(chǎn)出變量描述統(tǒng)計值

三、DEA三階段實證結果分析

(一)第一階段：結果分析

利用非期望產(chǎn)出DEA模型對初始投入與產(chǎn)出數(shù)據(jù)進行效率評價。2016年廣東省21個市節(jié)能減排效率值Maxdea7.0軟件統(tǒng)計結果見表2。

表2 廣東省21個市節(jié)能減排初始效率值

表2顯示技術效率值均值為0.507，僅有深圳達到有效值，其他20個地市均未達到技術最有效，其中韶關技術效率值最低，僅有0.250，說明節(jié)能減排效率普遍偏低，并且存在較為明顯的地區(qū)差異性。

(二)第二階段：實證結果分析

本階段主要剔除外部環(huán)境因素和隨機噪聲對節(jié)能減排效率的影響?？萍紕?chuàng)新、產(chǎn)業(yè)結構和污染物治理能力會影響GDP和非期望的產(chǎn)出水平。故本文選取三個環(huán)境變量，研究開發(fā)投入資金額反映科技創(chuàng)新的能力、第三產(chǎn)業(yè)占比反映產(chǎn)業(yè)結構、節(jié)能環(huán)保投資額度反映污染物治理能力。本文根據(jù)似隨機前沿回歸模型(SFA)，運用Frontier4.1軟件將第一階段中投入變量能源的松弛值作為因變量，研究開發(fā)投資額、第三產(chǎn)業(yè)占比和污染物治理能力作為解釋變量進行隨機前沿回歸分析。運行結果如表3所示。

表3 第二階段似SFA回歸結果

如果SFA模型的似然比檢驗拒絕存在無效率項的原假設，則沒有必要使用SFA回歸，直接使用Tobit回歸即可。而本文單邊廣義似然比檢驗中，自由度為3，在0.05%顯著性水平上臨界值為7.045，LR=9.694大于7.045，拒絕不存在無效率原假設，可以做DEA三階段分析。另外，回歸的各項系數(shù)值均通過t值檢驗，模型和回歸結果可靠。在gamma值等于0.999，說明外部環(huán)境因素和管理無效率對松弛值影響顯著，而隨機噪聲的影響幾乎為零。本文分離管理無效率項借鑒羅登躍、陳巍巍等學者的分離公式。[17-18]公式如下：

(4)

E[vμι/vμι+μμι]=σμι-φ(ζι;βμ)-E[μμι/vμι+μμι]

(5)

(三)第三階段實證結果分析

根據(jù)調整后的值，再利用非期望產(chǎn)出模型對廣東省21個市的節(jié)能減排效率進行評價分析，在第三階段，所得之值剔除了外部環(huán)境因素和隨機噪聲的影響，評價結果能更真實的反映效率水平，如表4所示。

由表4可知，調整后的技術效率值與第一階段相比下降了，均值從0.507下降為0.403，而純技術效率均值從0.655上升到0.706，規(guī)模效率值下降比較明顯，由0.808下降到0.580。除深圳市，其他各市的規(guī)模效率值均發(fā)生變化，尤其是廣州，其規(guī)模效應上升，這可能是產(chǎn)業(yè)結構得以優(yōu)化配置的結果，而其他各地區(qū)規(guī)模效率都下降了，這說明實際規(guī)模效率和最優(yōu)效率差距變大，且大部分地區(qū)規(guī)模效應遞增，所以，今后改革的關鍵在于保持技術效率的同時，發(fā)展規(guī)模效應。造成以上變化的主要原因是：剔除外部環(huán)境因素和隨機噪聲的影響后，產(chǎn)出固定，而能源效率經(jīng)過調整發(fā)生變化，所以，節(jié)能減排效率值也會發(fā)生變化(見圖1)。

圖1 廣東省21個市技術效率調整前后對比

表4 廣東省21個市調整投入后的效率值

調整前后仍然僅有深圳的技術效率有效，標準差為0.194，比較小，說明廣東省各市之間節(jié)能減排的效率差異不是很大。技術效率排在前十名的是深圳、廣州、佛山、東莞、中山、珠海、江門、汕頭、肇慶和惠州，其中珠江三角洲地帶上9個城市全部上榜，屬于廣東乃至全國經(jīng)濟發(fā)展的重要引擎，是中國的“南大門”。排在最后三名有韶關、云浮和潮州，其中韶關和云浮位于粵北山區(qū)，屬于經(jīng)濟欠發(fā)達的貧困山區(qū)。有6個地區(qū)，即廣州、深圳、河源、汕尾、陽江和揭陽均達到了純技術效率有效，像汕尾由于在2016年4月和深圳合作，建立深汕合作區(qū)，使經(jīng)濟發(fā)展日新月異，這是2016年汕尾純技術效率達到有效的原因。河源雖然經(jīng)濟增長比較慢，但保護環(huán)境意識很強，旅游業(yè)也發(fā)展得不錯；陽江和揭陽近年來也發(fā)展得不錯，實力提升較快。

再來看區(qū)域差異。根據(jù)經(jīng)濟條件和水平，廣東省21個市被劃分為珠三角、粵東、粵西、粵北四大經(jīng)濟區(qū)。如表5所示，技術效率和規(guī)模效率基本一致，都是珠三角大于其他三個區(qū)域。而純技術效率方面，粵東地區(qū)稍微領先珠三角，總體差異不是很大，這說明近兩年粵東發(fā)展很快，生態(tài)環(huán)境也相對好些。

表5 廣東省四大區(qū)域效率值對比

四、結論與建議

(一)研究結論

通過對非期望產(chǎn)出DEA三階段模型分析，得出以下結論：第一，廣東省節(jié)能減排整體有效的比較少，只有深圳市達標；第二，各地區(qū)節(jié)能減排的技術效率值存在區(qū)域差異性，與粵東、西、北相比，經(jīng)濟發(fā)達的珠三角是相對有效的；第三，純技術水平方面，廣東省21個市相對較高，可見，造成節(jié)能減排效率低的原因主要是由于無規(guī)模效應，粵東、粵西和粵北與最優(yōu)規(guī)模相比，差距還比較大，需要提高規(guī)模效應來提高整體效率水平。

另外，本文對于廣東省節(jié)能減排效率的評價存在以下不足：第一，目前對于能源消耗的選定，電能有取代標準煤的趨勢，另外，也沒去除綠色能源的部分；第二，對產(chǎn)出指標的影響因素比較多，本文所選的影響指標只有三個，比較少；第三，本文只選取2016年數(shù)據(jù)，可以多選些年份，評價可能會更精確一些。

(二)政策建議

1.從政策層面推動節(jié)能減排工作。為貫徹“十九大”精神，以及習近平總書記重要講話精神，在廣東省十三五規(guī)劃中特別強調要完成國家下達的節(jié)能減排的任務。同時，通過轉型傳統(tǒng)產(chǎn)業(yè)，企業(yè)要加快建立綠色制造體系，制定節(jié)能減排的政策，對工業(yè)企業(yè)進行專項整治；通過制定政策推動節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展和能源結構優(yōu)化。

2.從環(huán)保層面推進全民環(huán)保意識。首先，進行環(huán)境教育，培養(yǎng)和提高大家的環(huán)保意識；其次，廣泛開展環(huán)境保護的實踐活動，營造愛護環(huán)境的氛圍，讓公眾參與到環(huán)境影響評價制度中，全國的環(huán)境保護實施統(tǒng)一的監(jiān)督管理；最后，充分發(fā)揮新聞媒體的宣傳導向作用。