劉曉蝶，孟祥瑞，王向前

(安徽理工大學(xué) 經(jīng)濟與管理學(xué)院，安徽 淮南，232001)

長江經(jīng)濟帶是我國重點戰(zhàn)略發(fā)展區(qū)域，橫跨中國東中西三大區(qū)域，具有獨特的發(fā)展優(yōu)勢及潛力.2007～2018年，長江經(jīng)濟帶總體生產(chǎn)總值穩(wěn)步增長，年均增長率約為24.2%.然而，由于沿江城市經(jīng)濟的快速發(fā)展，工業(yè)企業(yè)對能源的需求量居高不下，年均增長1.8%.在這種能源高消耗的情況下，必然會造成大量的環(huán)境污染問題，廢水、二氧化硫、煙粉塵等污染的排放量逐年增加，污染治理投資也逐年升高.能源高消費和污染高排放阻礙了長江經(jīng)濟帶的長遠發(fā)展，長江經(jīng)濟帶要實現(xiàn)節(jié)能減排目標也面臨著巨大的壓力，因此，加強節(jié)能減排工作的實施有利于長江經(jīng)濟帶實現(xiàn)綠色可持續(xù)發(fā)展.

1 文獻綜述

全球生態(tài)環(huán)境問題越來越被重視,學(xué)者們圍繞污染物排放、效率測算及污染排放影響因素的研究成果已經(jīng)非常豐富.Sueyoshi T等[1]將空氣污染中的PM2.5和PM10當作非期望產(chǎn)出納入能源效率評價指標體系對我國區(qū)域環(huán)境進行研究；Feng Dong等[2]將碳排放視為不良產(chǎn)出考慮進效率評價體系中，測算我國各省碳排放效率，發(fā)現(xiàn)區(qū)域間的碳排放具有明顯差異；Lei Jiang等[3]基于衛(wèi)星觀測所得的我國270個地級城市的SO2數(shù)據(jù)，利用空間計量法分析了社會經(jīng)濟因素對SO2的影響.Ze Tian等[4]采用基于DEA改進的EBM-DEA模型來測算我國各省市的碳排放效率，并將長江經(jīng)濟帶地區(qū)與非長江經(jīng)濟帶地區(qū)的碳排放效率進行比較分析，為我國區(qū)域協(xié)調(diào)發(fā)展提出政策性建議；Yufei Ren等[5]使用SBM模型測量了中國東部四個沿海城市群的生態(tài)效率，并與DEA模型測量的經(jīng)濟效率進行了對比；Jin Gui等[6]為了優(yōu)化我國土地資源配置，利用SFA模型研究了長江經(jīng)濟帶110個城市城市化效率，分析了上、中、下游地區(qū)的差異及空間關(guān)聯(lián)性.Renyan Long等[7]利用SDM模型分析了影響長江經(jīng)濟帶綠色創(chuàng)新效率的因素，實證結(jié)果表明經(jīng)濟發(fā)展、政府支持和產(chǎn)業(yè)結(jié)構(gòu)升級是提升綠色創(chuàng)新效率的核心要素；Xinxin Pan等[8]通過對歐洲35個國家能源效率的實證分析得出，勞動力投入和制造業(yè)增加產(chǎn)值對能源效率產(chǎn)生負面影響，經(jīng)濟發(fā)展與能源效率之間呈二次U型關(guān)系；Congjun Rao等[9]建立了LARS-LASSO回歸模型來分析環(huán)境污染的影響因素，結(jié)果表明工業(yè)廢氣和工業(yè)廢水污染排放之間的相互作用與經(jīng)濟發(fā)展之間呈現(xiàn)反向變化關(guān)系.

綜上所述，已有文獻大多是基于國家或省級城市的大氣污染和碳排放污染進行研究，忽略了整體環(huán)境的污染排放.同時，學(xué)者對于影響因素的研究大多采用回歸分析的方法，沒有研究影響因素與因變量之間的關(guān)聯(lián)程度.基于此，本文以長江經(jīng)濟帶11個省市為研究對象，收集2007～2018年的面板數(shù)據(jù)，把整個環(huán)境的污染排放加入到能源效率指標體系中，運用SBM方法測度長江經(jīng)濟帶的能源效率，分析污染排放對能源效率的影響，隨即采用灰色關(guān)聯(lián)分析法對影響污染排放產(chǎn)出的因素進行分析，以期對各地區(qū)污染排放控制和綠色發(fā)展提供相關(guān)參考性建議和決策思路.

2 研究方法和數(shù)據(jù)

2.1 模型介紹

2.1.1 SBM模型

DEA模型最初由Charnes和Copper提出，之后Tone[10]對其進行了優(yōu)化，提出了基于非徑向和非角度的SBM模型.由于現(xiàn)實中能源消耗后的產(chǎn)出不僅包括傳統(tǒng)的期望產(chǎn)出，還含有不利于經(jīng)濟社會環(huán)境進步的非期望產(chǎn)出，因此，Tone[11]又提出了考慮非期望產(chǎn)出的SBM模型.本文采用改進后的考慮非期望產(chǎn)出的SBM模型來測算我國各省能源效率，模型如下：

假設(shè)有K個決策單元DMU，投入設(shè)為I，期望產(chǎn)出設(shè)為M，非期望產(chǎn)出設(shè)為N，x、y和z分別表示DMU的投入產(chǎn)出值，Q表示DMU的權(quán)重，SBM模型為：

(1)

其中：ρ*表示效率值，取值范圍為(0，1]，當ρ*趨近于0時，說明DMU效率值很低；當ρ*在0～1之間時，說明DMU并非完全有效，不處于效率前沿，DMU存在一定的投入損失；當ρ*=1時，說明DMU完全有效，位于效率前沿.

2.1.2 灰色關(guān)聯(lián)分析

1982年鄧聚龍首次提出了灰色系統(tǒng)理論，可用來分析變量對因變量的動態(tài)影響[12].當所得結(jié)果趨于1時，說明兩者關(guān)聯(lián)程度高，同步變化程度高，相反，當結(jié)果趨于0時，說明兩者關(guān)聯(lián)程度低[13].具體模型如下：

1)設(shè)定因素自變量和因變量.設(shè)參考序列為α0(b),b=1,2,…,B，設(shè)比較序列為αa(b),a=1,2,…,A,b=1,2,…,B.

2)數(shù)據(jù)處理.對原數(shù)據(jù)進行無量綱化處理[14]，即：

a=1,2,…,A

(3)

3)求差序列.計算參考序列與比較序列之間的絕對差，即：

Δα0(b)=|α0(b)-αa(b)|,

a=0,1,2,…,A,b=1,2,…,B

(4)

4)計算關(guān)聯(lián)度.求出差序列的最大值與最小值，得出關(guān)聯(lián)系數(shù)為：

a=0,1,2,…,A,b=1,2,…,B

(5)

其中：θ表示分辨系數(shù)，避免造成過大誤差.關(guān)聯(lián)度為：

a=0,1,2,…,A,b=1,2,…,B

(6)

2.2 指標選取和數(shù)據(jù)來源

本文數(shù)據(jù)均來自《中國統(tǒng)計年鑒》(2008～2019年)和各省市統(tǒng)計年鑒及統(tǒng)計公報等.

2.2.1 污染排放定義

本著數(shù)據(jù)可得性、充分代表性和突出主要影響的原則，本文參考已有文獻將廢水、二氧化硫和煙粉塵視為污染排放，其他污染物產(chǎn)出暫忽略不計.

為了更好的研究污染排放及其影響因素，本文將三類污染排放折合成一個綜合污染指數(shù)CPI，用一元化的指標CPI表示污染排放量[15]，有利于整體分析.

(p=1,2,3;k=1,2,…,11)

(7)

(8)

(9)

其中：PI代表污染排放分項指數(shù)，W代表各類污染排放的權(quán)重，p代表污染排放產(chǎn)出的種類.

2.2.2 能源效率指標

對于經(jīng)濟效率和能源效率的測算，具體標量描述如表1所示.

表1 效率評價指標體系Table 1 Efficiency evaluation index system

2.2.3 影響因素指標

通過研究眾多學(xué)者對污染排放影響因素的研究成果，本文篩選出了以下8個指標作為污染排放的影響因素，具體標量描述如表2所示.

表2 影響因素評價指標體系Table 2 Evaluation index system of influencing factors

3 實證分析

3.1 污染排放對能源效率的影響

運用DEA-Solver5.0軟件，采用SBM模型分別測算2007～2018年長江經(jīng)濟帶11個省市不考慮污染排放產(chǎn)出的經(jīng)濟效率和考慮污染排放產(chǎn)出的能源效率，得出結(jié)果如表3所示，由于篇幅有限，只列舉出2007年、2013年和2018年的結(jié)果.

表3中的效率測算結(jié)果顯示，不論是從經(jīng)濟效率還是從能源效率角度來看，長江經(jīng)濟帶各地區(qū)之間效率水平差距較大，位于下游的上海、江蘇、浙江、安徽四個地區(qū)整體效率值最高，高于平均水平，其次是位于中游的江西、湖北、湖南三個地區(qū)，位于上游的重慶、四川、貴州、云南四個地區(qū)效率值最低.下游地區(qū)是長江經(jīng)濟帶經(jīng)濟發(fā)展水平最高的地區(qū)，并且擁有優(yōu)越的地理位置，便攜的交通運輸條件，生態(tài)環(huán)境也較好.先進的生產(chǎn)技術(shù)和環(huán)保技術(shù)使得下游地區(qū)在開展經(jīng)濟活動時以較少的能源消耗和較輕的環(huán)境污染獲得較多的經(jīng)濟產(chǎn)值.中游地區(qū)是我國重要的能源基地，經(jīng)濟發(fā)展水平略低于下游地區(qū)，能源資源豐富，大部分城市一直以資源和環(huán)境為代價獲得經(jīng)濟的快速增長，導(dǎo)致效率值不高.上游地區(qū)交通基礎(chǔ)設(shè)施較不完善，生態(tài)環(huán)境脆弱，經(jīng)濟發(fā)展較為落后，生產(chǎn)技術(shù)的引進和普及較慢，并且無法獲得較多的投資，致使效率值較低.

表3 長江經(jīng)濟帶不同時期經(jīng)濟效率和能源效率分布Table 3 Distribution of economic efficiency and energy efficiency in different periods of the Yangtze River Economic Belt

由圖1可以看出，2007～2018年，整個長江經(jīng)濟帶經(jīng)濟效率和能源效率呈上升趨勢.經(jīng)濟效率均值為0.906，能源效率均值為0.749，經(jīng)濟效率與能源效率差距較大，說明長江經(jīng)濟帶在發(fā)展進程中存在著不可忽視的污染排放問題.經(jīng)濟效率值總是高于能源效率值，說明污染排放產(chǎn)出對能源的利用效率產(chǎn)生負面影響，這與劉渝，宋陽[16]所研究的結(jié)果一致，不考慮污染排放產(chǎn)出的測算會高估長江經(jīng)濟帶的實際能源效率水平.2007～2018年，經(jīng)濟效率值和能源效率值的差距不斷縮小，說明長江經(jīng)濟帶“十一五”以來實施的節(jié)能減排政策有所成效，污染排放問題有所緩解.

圖1 2007～2018年經(jīng)濟效率和能源效率Figure 1 Economic efficiency and energy efficiency from 2007 to 2018

從區(qū)域角度來看，如圖2，研究期內(nèi)上海市經(jīng)濟效率和能源效率均列第一，且效率值均為1.000，實現(xiàn)了DEA有效，是長江經(jīng)濟帶表現(xiàn)最優(yōu)的城市，這主要是因為上海市經(jīng)濟發(fā)展水平高，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，第三產(chǎn)業(yè)占比較大，污染排放水平低.江蘇、浙江位于長江經(jīng)濟帶下游地區(qū)，近年來一改原有的粗放型經(jīng)濟模式，第三產(chǎn)業(yè)優(yōu)勢明顯，經(jīng)濟效率和能源效率水平都高于長江經(jīng)濟帶平均水平.湖北省與湖南省經(jīng)濟基礎(chǔ)較好，近年來工業(yè)化發(fā)展新型化推進較快，能效水平優(yōu)化明顯，經(jīng)濟效率與能源效率都高于長江經(jīng)濟帶平均水平，處于中游地區(qū)較優(yōu)水平.此外，研究期內(nèi)表現(xiàn)最差的是云南省和貴州省，其經(jīng)濟效率值和能源效率值均低于長江經(jīng)濟帶平均水平，這兩個省份經(jīng)濟發(fā)展一直落后于長江經(jīng)濟帶其他地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)失衡問題也很嚴重，但二者經(jīng)濟效率和能源效率之間的差距相對較小，是因為這兩個省份本身環(huán)境質(zhì)量較好，重工業(yè)水平低、能源消耗低從而使得污染排放相對較低.

圖2 長江經(jīng)濟帶各省市經(jīng)濟效率與能源效率方差分解分析結(jié)果Figure 2 Economic efficiency and energy efficiency of provinces and cities in the Yangtze River Economic Belt

利用STATA15.0對污染排放約束下的能源效率值動態(tài)演變過程進行Kernel密度估計，繪制出2007～2018年Kernel核密度曲線圖(圖3).從能源效率總體演進動態(tài)來看，2007～2018年Kernel核密度曲線中心不斷右移，表明研究期內(nèi)能源效率不斷提高，節(jié)能減排政策的實施產(chǎn)生了良好的效果.2007～2011年峰值不斷下降，2011年之后開始上升，寬度變窄，表明近幾年長江經(jīng)濟帶能源效率區(qū)域差距先增大后縮小， “十二五規(guī)劃”的實行有效縮小了了長江經(jīng)濟帶區(qū)域差異.能源效率從2007～2018年由“雙峰”逐步演變?yōu)椤岸喾濉?，表明長江經(jīng)濟帶能源效率分布呈“多極化”特征，一個省份的能源效率變動會對相鄰省份能源效率產(chǎn)生影響，而且這種影響越發(fā)明顯，說明區(qū)域間關(guān)聯(lián)不斷加深，有利于區(qū)域交流，提高整體能源效率水平.

圖3 長江經(jīng)濟帶能源效率的動態(tài)演進Figure 3 Dynamic evolution of energy efficiency in the Yangtze River Economic Belt

3.2 影響因素分析

根據(jù)灰色關(guān)聯(lián)分析理論，將綜合污染指數(shù)作為參考序列，影響因素作為比較序列，計算所得灰色關(guān)聯(lián)系數(shù)如表4所示.

表4 長江經(jīng)濟帶各省市污染排放影響因素灰色關(guān)聯(lián)系數(shù)Table 4 Grey correlation coefficient of pollution emission influencing factors of provinces and cities in the Yangtze River Economic Belt

整體看來，影響長江經(jīng)濟帶污染排放程度最高的是城鎮(zhèn)化水平，關(guān)聯(lián)度值為0.840，其次是人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)、對外開放程度、科技創(chuàng)新和環(huán)境規(guī)制，影響程度最低的是環(huán)境規(guī)制，關(guān)聯(lián)值為0.653.由此可以看出，近年來長江經(jīng)濟帶城鎮(zhèn)化建設(shè)的推進，人口和資源聚集、資源得到充分利用，同時人們素質(zhì)水平的提高抑制了污染的排放，使得城鎮(zhèn)化水平成為影響污染排放的最重要因素.人口規(guī)模變化會直接改變能源消費量和污染排放量，因此人口規(guī)模對于污染排放的影響也是不容忽視的.雖然環(huán)境規(guī)制對污染排放的影響程度最低，但關(guān)聯(lián)度為0.653，可以說明環(huán)境規(guī)制政策的實施對污染排放量也具有一定的影響.

縱向來看，各因素對長江經(jīng)濟帶11個省市污染排放的影響程度不盡相同.下游地區(qū)與污染排放關(guān)聯(lián)程度最高的是人口規(guī)模、城鎮(zhèn)化水平和能源消費結(jié)構(gòu)，關(guān)聯(lián)程度很高，說明下游地區(qū)人口規(guī)模變化、城鎮(zhèn)人口數(shù)量變化和煤炭使用量變化都會使污染排放量發(fā)生大變化；而經(jīng)濟發(fā)展水平、科技創(chuàng)新和環(huán)境規(guī)制對于污染排放的影響最低，由于下游地區(qū)經(jīng)濟發(fā)展水平、科技創(chuàng)新水平和環(huán)境規(guī)制本就處于高水平，因此近年來經(jīng)濟發(fā)展、科技進步以及環(huán)境政策的實施對污染排放的影響程度較低.

中游地區(qū)人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和科技創(chuàng)新是影響污染排放最主要的因素，關(guān)聯(lián)度高；經(jīng)濟發(fā)展水平和環(huán)境規(guī)制與污染排放的關(guān)聯(lián)度最低，說明中游地區(qū)的經(jīng)濟增長和環(huán)境規(guī)制政策對污染排放治理效果不明顯.

上游地區(qū)分為重慶、四川和云南、貴州兩種情況，影響重慶和四川污染排放的重要因素為城鎮(zhèn)化水平和能源消費結(jié)構(gòu)，說明城鎮(zhèn)人口數(shù)量變化和能源消費結(jié)構(gòu)變化會很大程度的改變污染的排放量，經(jīng)濟發(fā)展水平和環(huán)境規(guī)制與污染排放的關(guān)聯(lián)度最低；影響云南和貴州污染排放的主要因素是經(jīng)濟發(fā)展水平，下游地區(qū)經(jīng)濟發(fā)展水平本就落后，尤其是云南和貴州，地區(qū)相對偏遠，難以跟上下游地區(qū)的腳步，環(huán)境規(guī)制與云南、貴州污染排放的關(guān)聯(lián)度很低，由于云南和貴州工業(yè)化程度相對較低，生態(tài)環(huán)境基礎(chǔ)較好，相關(guān)環(huán)境政策的實施效果不顯著，因此與污染排放的關(guān)聯(lián)度也很低.

4 結(jié) 語

本文通過對2007～2018年長江經(jīng)濟帶11個省市的研究，得出以下結(jié)論：

1)在節(jié)能減排政策的約束下，由于長江經(jīng)濟帶各省市之間的經(jīng)濟發(fā)展水平和產(chǎn)業(yè)模式的不同，其效率值存在區(qū)域差異，表現(xiàn)為下游效率值最高、中部次之、上游最低的空間分布特征，近年來區(qū)域間聯(lián)系越發(fā)緊密，使得區(qū)域間差異不斷縮小，有利于整體能源效率的提高.

2)2007～2018年間，長江經(jīng)濟帶的經(jīng)濟效率和能源效率均呈上升趨勢一定程度上體現(xiàn)了節(jié)能減排政策實施的有效性，經(jīng)濟效率值始終高于能源效率值，但二者的差值逐年縮減，這也是支撐未來加強節(jié)能減排工作力度的強有力證據(jù).

3)長江經(jīng)濟帶污染排放與影響因素的關(guān)聯(lián)度排序由大到小依次為城鎮(zhèn)化水平、人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)、對外開放程度、科技創(chuàng)新、環(huán)境規(guī)制、經(jīng)濟發(fā)展水平，說明通過改變城鎮(zhèn)化水平和人口規(guī)模能夠有效改善污染排放.

4)各影響因素與長江經(jīng)濟帶各省市污染排放的關(guān)聯(lián)度不盡相同，上中下游地區(qū)存在明顯的區(qū)域差異，說明區(qū)域間節(jié)能減排協(xié)同性存在一定差距.

基于以上研究結(jié)論結(jié)合國家及地方政策發(fā)展方略，本文針對長江經(jīng)濟帶及各省市日后的節(jié)能減排工作提出以下建議：

1)污染排放對能源效率和生態(tài)環(huán)境都有顯著的負面影響，要踐行黨和國家的綠色發(fā)展政策，必須加快節(jié)能減排政策實施步伐，各政府部門根據(jù)地區(qū)自身優(yōu)勢發(fā)揮政府主導(dǎo)作用，統(tǒng)籌協(xié)調(diào)發(fā)展.

2)上游地區(qū)經(jīng)濟發(fā)展水平相對落后，資源負荷較大，環(huán)境規(guī)制的實施效果也差，各省市政府要充分發(fā)揮監(jiān)管作用，促進企業(yè)和居民節(jié)能減排，利用當?shù)氐乩韮?yōu)勢，發(fā)展特色產(chǎn)業(yè)，促進經(jīng)濟發(fā)展，縮小與中下游之間的差距.

3)中游地區(qū)要加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，加強與下游地區(qū)企業(yè)的交流，引進先進科技，加強企業(yè)創(chuàng)新，努力建設(shè)地方朝陽產(chǎn)業(yè)，讓外出務(wù)工人員返鄉(xiāng)創(chuàng)收，同時也能減小一線城市的人口壓力.

4)下游地區(qū)要注重政府職能創(chuàng)新，嚴格控制污染排放制度，努力創(chuàng)新科技降低人均污染產(chǎn)出量，同時利用自身優(yōu)秀的科學(xué)技術(shù)幫助上中游地區(qū)提高能源效率、降低污染排放，共同改善長江經(jīng)濟帶，建設(shè)綠色生態(tài)長廊.