李強華,華 悅

(上海海洋大學海洋文化與法律學院,上海 201306)

引 言

隨著中國工業(yè)化和城市化的快速推進,人們對于資源和空間的需求不斷擴大,陸域經(jīng)濟發(fā)展的諸多限制促使東部沿海地區(qū)將戰(zhàn)略重點轉向海洋[1]。海洋經(jīng)濟作為促進東部沿海地區(qū)轉型發(fā)展新的增長極,在高度推動地區(qū)發(fā)展的同時也帶來了許多嚴重的近海污染問題,陸源污染就是其中之一。研究表明,海洋污染物的80%以上來自陸源污染[2],污染物的直排入海導致近岸海域受污面積不斷擴大、近海生態(tài)質(zhì)量逐漸惡化、生物多樣性面臨威脅、海洋生態(tài)系統(tǒng)的平衡被打破。因此,針對東海陸源污染問題進行實證分析,提出陸源污染防治對策,對于堅持陸海統(tǒng)籌、科學治理海洋污染具有重要意義?！瓣懞＝y(tǒng)籌”概念提出于2004年,其內(nèi)涵由最初的陸海經(jīng)濟協(xié)調(diào)發(fā)展拓展為陸海兩大系統(tǒng)在生態(tài)環(huán)境、經(jīng)濟、資源、文化等多方面的優(yōu)勢互補和協(xié)調(diào)發(fā)展。2017年上升為“堅持陸海統(tǒng)籌,加快建設海洋強國”的國家戰(zhàn)略部署。堅持陸海統(tǒng)籌、科學治理要從根源上防控陸源污染。在“陸海統(tǒng)籌,保護優(yōu)先”的新格局下,陸源污染防治從控制單一污染源轉向多污染源控制,從單純以防治污染為主逐漸向污染防治和保護海洋生態(tài)環(huán)境并重轉變,從以陸定海的傳統(tǒng)向陸海統(tǒng)籌、保護優(yōu)先的統(tǒng)籌發(fā)展觀轉變。陸源污染治理必將向綜合化、整體化的統(tǒng)籌管理邁進。

國外學者率先研究了海洋陸源污染治理問題。Antoinette等[3]提出通過綜合應用生態(tài)系統(tǒng)方法、國際法及歐洲法聯(lián)合法律制度解決地中海陸源污染問題;David[4]認為可以借助于國際組織強有力的組織力量和制度約束來治理海洋陸源污染;Peter[5]建議制定全球公約約束向海洋的排污行為。國內(nèi)學者對此也進行了研究。在法律制度方面,郭翎潔[6]、王書明等[7]和張立慧[8]分別研究了海洋污染的國家管轄制度、公眾參與防治制度和防治法律制度;在政策實施方面,陳平等[9]、戈華清等[10]、李寧[11]和陶旭[12]分別研究了排污治理工程投資政策、資金防治政策、治理政策實施和防治管理體制;在政策比較方面,張繼平等[13]、熊敏思等[14]對比分析了中日、中澳治理政策實施的主體、手段及監(jiān)督方面的異同。

三階段Dea-Tobit模型在國內(nèi)實證研究領域運用較為廣泛。主要聚焦于科技金融效率、農(nóng)業(yè)生產(chǎn)效率、海洋科技創(chuàng)新效率、精準扶貧績效評價及其影響因素研究等方面。李林漢等[15]對2015年我國省際科技金融進行測算,并用tobit模型對其影響因素進行分析,認為我國省際科技金融效率普遍偏低,建議加大高技術產(chǎn)業(yè)的經(jīng)費投入,增進資本積累并優(yōu)化資源配置。寧凌等[16]以2006—2018年我國11個沿海地區(qū)海洋創(chuàng)新效率為研究主題,評估其效率并分析其影響因素,認為規(guī)模效率過低限制了海洋科技創(chuàng)新效率的提高,建議完善海洋科技創(chuàng)新支撐體系,形成創(chuàng)新驅(qū)動發(fā)展的科技興海長效機制。崔迎迎等[17]利用三階段Dea模型對安徽省16個地市農(nóng)業(yè)生產(chǎn)效率展開評估,發(fā)現(xiàn)安徽省各地農(nóng)業(yè)生產(chǎn)效率存在很大差異,效率水平存在很大提升空間。東梅等[18]以產(chǎn)業(yè)扶貧為例,研究了2013—2017年六盤山集中特困地區(qū)21個貧困縣精準扶貧效率及其影響因素后表明,公共財政支出和耕地面積會顯著影響扶貧的績效。

綜上可知,關于陸源污染治理問題的研究,在研究內(nèi)容上主要集中于治理法律制度和政策實施等方面,在研究方法上主要采用定性的理論分析,實證研究較少。目前國內(nèi)學者李京梅等[19]和周申蓓等[20]將海洋陸源污染治理和三階段DEA模型相聯(lián)系,分別運用DEA-Malmquist和三階段DEA模型對我國海洋陸源污染進行實證分析,但他們將沿海城市視為一個整體進行效率評估,缺乏對東海陸源污染問題做個案的研究,也未具體分析其影響因素。本文搜集沿東海的上海市、浙江省及福建省三個省市2008—2019年的各項投入產(chǎn)出和環(huán)境指標數(shù)據(jù),并以年度為標準劃分為12個績效衡量單位。本文研究區(qū)域如圖1所示。運用三階段DEA模型對東海海洋的陸源污染治理效率進行評估,對比分析第一階段和第三階段的數(shù)值變化和原因,討論外部環(huán)境變量對陸源污染治理效率的影響程度,建立Tobit模型對影響因素做進一步的分析,在此基礎上提出改善治理效率的建議。試圖在理論上拓展海洋陸源污染的研究視角,實踐上為沿東海地區(qū)政府治理陸源污染提供借鑒。

圖1 研究區(qū)地理位置

1 研究方法

1.1 三階段DEA模型

數(shù)據(jù)包絡分析方法(Data Envelopment Analysis,簡稱DEA)是評價具有可比性的同類型單元相對有效性的工具之一,主要包括規(guī)模報酬不變的CCR模型(該模型由Charnes A, Cooper WW, Rhodes E等人提出,簡稱CCR模型)和規(guī)模報酬可變的BCC模型(該模型由Banker RD, Charnes A, Cooper WW等人提出,簡稱BCC模型)。BCC模型在CCR模型基礎上,將綜合效率值(Total Efficiency,簡稱TE)分解為規(guī)模效率(Scale Efficiency,簡稱SE)和純技術效率(Pure Technical Efficiency,簡稱PTE),TE=PTE*SE。Fried等[21]認為傳統(tǒng)DEA方法未將環(huán)境因素、隨機干擾及管理無效率的作用考慮進來,他們構建SFA(隨機前沿分析方法Stochastic Frontier Analysis,簡稱SFA)回歸方程對其進行剝離,再次計算效率值,由此測得的效率水平更加貼合真實效率情況。此過程的構建有三個階段,因此被稱為三階段DEA。

1.2 第一階段:傳統(tǒng)DEA測算

陸源污染包含的范圍廣,評價陸源污染治理效率的指標較多,就治理效率而言,產(chǎn)出控制的不可控因素較多,因此選取投入主導的規(guī)?？勺傿CC模型進行分析。BCC模型可表示為式(1):

(1)

式中,i=1,2,…,n;S-和S+分別是投入松弛變量和產(chǎn)出松弛變量;θ為評估決策單位的有效值,0≤θ≤1。θ值越接近于1,表明污染治理效率越高。當θ=1時,且S+=S-=0,則評估決策單位DEA有效。當θ=1時,且S+≠0或S-≠0,則被評估決策單元為弱DEA有效。當θ<1時,被評估決策單元非DEA有效。在此階段,利用搜集到的投入和產(chǎn)出指標初步計算東海海洋陸源污染治理效率值,效率值θ接近0時,即認為治理效率不高,反之,效率值θ接近于1時,則認為治理效率良好。

1.3 第二階段:隨機前沿分析(SFA)方法的投入產(chǎn)出調(diào)整

第二階段主要考察SFA模型的必要性并排除環(huán)境因素和隨機噪聲對治理效果的干擾。以第一階段測得的松弛變量和選取的外部環(huán)境指標分別作為第二階段的被解釋變量和解釋變量進行SFA回歸研究。通過SFA模型對環(huán)境因素和隨機誤差因素進行剝離,提高DEA準確性。如式(2)所示:

Smk=f(Zt;βm)+Vmk+μmk,κ=1,2,…,K;m=1,2,…,M

(2)

通過SFA模型的回歸分析,排除外部環(huán)境因素和隨機干擾的作用,得到修正后的投入量,如式(3)所示:

(3)

1.4 第三階段:調(diào)整后的DEA模型

2 指標選取和數(shù)據(jù)來源

在東海陸源污染治理效率的評價指標選取上,為構建一個具有客觀性和可操作性的指標體系,部分參考周申蓓等[20]構建的指標,同時兼顧研究數(shù)據(jù)的可獲性,構建如下指標體系。如表1所示。

表1 三階段DEA投入、產(chǎn)出及環(huán)境指標

2.1 投入指標

依據(jù)柯布—道格拉斯(Cobb-Douglass)生產(chǎn)函數(shù)(簡稱C-D生產(chǎn)函數(shù)),東海陸源污染治理可以分為資本投入和人力投入兩部分。高污染、高耗能的工業(yè)廢水是直排入海污染物的主要組成部分,沿岸企業(yè)排出的工業(yè)廢水越多,直排入海的陸源污染物含量就會越多,因此對于工業(yè)廢水的治理資金投入在一定程度上反映了對于陸源污染治理的資金投入;在陸源污染治理過程中,需要專門的海洋人才從事海洋污染治理技術研發(fā)和實施污染治理,因此,選取海洋機構人才能夠有效反映陸源污染治理時在人力上的投入情況。

2.2 產(chǎn)出指標

產(chǎn)出指標以反映東海陸源污染治理效率為目的,主要體現(xiàn)在陸源的排污量變化情況和海洋污染治理效果兩個方面。在陸源污染的源頭處測量工業(yè)廢水排放變化情況以及由陸源污染引起的海洋水質(zhì)變化和海洋災害變化情況可以多方面衡量陸源治理產(chǎn)出的結果。因此,選擇工業(yè)廢水排放減少量、劣四類水水質(zhì)減少量、東海海域赤潮減少量等因素作為產(chǎn)出指標。

2.3 環(huán)境變量

三階段DEA模型以“分離假設”為前提選取外部環(huán)境變量,因此所選指標必須是對陸源污染治理效率產(chǎn)生影響但又非主觀可控的。人的因素諸如人口規(guī)模、環(huán)境保護意識、教育水平等都會對海洋環(huán)境造成影響,人口規(guī)模的擴大會對自然資源與環(huán)境造成一定的壓力,因此選取年末常住人口數(shù)量作為外部環(huán)境變量之一;城市化的快速推進和經(jīng)濟規(guī)模的擴大會給海洋環(huán)境造成壓力,經(jīng)濟增長過程中擴大了對海洋資源的需求,過快的經(jīng)濟活動頻率帶來了大量浪費進而影響海洋環(huán)境,因此選取GDP總量作為外部環(huán)境變量之二;政府對于海洋污染治理和科技興海的重視會帶來一些利好的政策扶持和資金支持,科學治海技術的進步可以減少單位經(jīng)濟產(chǎn)出的污染排放量,提高污染的治理效率,因此選取研發(fā)支出作為外部環(huán)境變量之三。

2.4 影響因素

結合寧凌等[16]和許亮等[22]的研究成果,本文從海洋人才支撐、海洋經(jīng)濟發(fā)展、海洋環(huán)境治理力度及地方政府支持四個角度,選取海洋科技人才組成結構、海洋經(jīng)濟規(guī)模、沿海地帶污染治理情況及環(huán)境保護力度作為東海陸源污染治理的影響因素,如表2所示:(1)海洋科技人才是實現(xiàn)海洋污染治理技術研發(fā)和創(chuàng)新的重要載體,人才結構的優(yōu)化客觀上會促進海洋污染治理效率的提升,所以用海洋高級職稱人員占海洋人才的比例反映人才素質(zhì)情況;(2)海洋經(jīng)濟規(guī)模的擴大加快了海洋經(jīng)濟活動的頻率,導致海洋資源消耗嚴重,也給海洋生態(tài)環(huán)境帶來一定負面影響。沿海地帶海洋經(jīng)濟總產(chǎn)值可以表征海洋經(jīng)濟發(fā)展情況;(3)陸源污染主要來自于工業(yè)廢水直排入海,規(guī)?；母呒夹g企業(yè)可以提供海洋清潔技術,減少污染量,因此大中型高技術企業(yè)個數(shù)和治理廢水當年竣工項目數(shù)量可以反映出海洋陸源污染治理力度;(4)由于環(huán)境污染治理需要大量資金,作為環(huán)保措施的實施者,政府資金投入對于治理尤為重要。因此用沿海地帶環(huán)境保護投資占GDP比例可以反映政府治理海洋污染的情況。

表2 影響因素

2.5 數(shù)據(jù)來源

本文選取2008—2019年的相關數(shù)據(jù),其中東海陸源污染治理的投入、產(chǎn)出及環(huán)境變量數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國海洋統(tǒng)計年鑒》《中國近岸海域環(huán)境質(zhì)量公報》《中國海洋災害公報》及《中國科技統(tǒng)計年鑒》。東海陸源污染治理效率影響因素數(shù)據(jù)來自于《中國海洋統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》及《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》。

3 基于三階段DEA模型的東海陸源污染治理效率測算

3.1 第一階段:傳統(tǒng)DEA實證結果及其分析

此階段需要使用DEAP2.1軟件進行研究,DEAP2.1軟件是一款專門用于DEA模型運算的軟件。根據(jù)所收集到的數(shù)據(jù),運行DEAP2.1軟件測算傳統(tǒng)DEA實證結果來分析治理效率情況。如表3所示,不考慮環(huán)境變量和隨機噪聲的干擾時,東海海域陸源污染治理的平均純技術效率PTE為0.889,平均規(guī)模效率值SE為0.782,平均綜合技術效率TE為0.930,平均規(guī)模效率值小于平均純技術效率值,規(guī)模效率的低下導致東海陸源污染治理效率低下。其中有2008—2011、2013、2014、2016和2018年8年的技術效率達到了1.000,即處于技術效率前沿,其余年份則面臨不同程度的純技術效率和規(guī)模效率提升空間。同時,非DEA有效的年份83%處于規(guī)模報酬遞減狀態(tài),可見2008—2019年間陸源污染治理投入冗余突出,污染治理的規(guī)?；潭容^低。表3中的第一階段結果尚未剔除環(huán)境因素和隨機干擾的影響,求得東海實際治理水平,還需利用SFA分析方法對相關數(shù)據(jù)做下一步的修正和評估。

表3 第一階段和第三階段DEA效率值

3.2 第二階段:SFA回歸結果及其分析

利用軟件Frontier4.1和SFA方法測算外部環(huán)境指標對于投入變量的影響程度。將第一階段所得工業(yè)廢水治理投資完成額和海洋機構人才的松弛變量作為SFA回歸函數(shù)的因變量,同時將選取的三個環(huán)境因素指標作為自變量。若呈負向的回歸函數(shù)關系,則環(huán)境變量的增加有利于投入超量的減少,進而改進陸源污染治理效率;若呈正向的回歸函數(shù)關系,則環(huán)境變量的增加導致投入冗余的浪費,進而降低治理效率[23]?；貧w結果如表4所示。外部環(huán)境變量對陸源污染治理過程中的投入變量冗余影響程度不同,證明了利用SFA回歸分析是有必要的,具體分析如下。

表4 陸源污染治理效率SFA回歸結果

(1)年末常住人口數(shù)量對財力投入和人力投入均呈正向關系,且均在1%水平下顯著。東部沿海地區(qū)人口數(shù)量越多,財力和人力的投入冗余越大,造成了資金和人才的浪費,反而降低了陸源污染治理的效率,這是因為海洋保護意識的淡薄和治理人才隊伍水平良莠不齊。

(2)GDP總量對財力投入和人力投入均呈負向關系,且均在1%水平下顯著。社會經(jīng)濟發(fā)展水平的提高,促使政府加大對陸源污染治理資金和人才投入,減少投入冗余,有利于實現(xiàn)投入資源的有效配置,提升污染治理效率。

(3)研發(fā)資金支出對兩個投入松弛量均呈正相關關系,且均在1%水平下顯著。由于沿東海地區(qū)缺乏對海洋污染治理項目投資的合理規(guī)劃,未能使資金分配結構達到最優(yōu),造成資金和人力資源的浪費,降低了陸源污染治理效率。

3.3 第三階段:調(diào)整投入后的DEA實證結果及其分析

以表4的回歸結果為基礎,根據(jù)式(3)對投入指標進行調(diào)整,產(chǎn)出指標不變,利用修正后的投入指標再次運行Deap2.1軟件重新計算DEA效率情況,具體結果如表3所示。在剔除外部環(huán)境和隨機誤差后,東海海域陸源污染治理的平均綜合技術效率TE為0.693,平均純技術效率PTE為0.977,平均規(guī)模效率值SE為0.953。對比第一和第三階段可以看出,綜合技術效率值減少了0.237,純技術效率值增加了0.088,規(guī)模效率值增加了0.171,DEA效率值有34%的跌幅,治理效率未達到最優(yōu)狀態(tài)。同時,從規(guī)模收益來看,2008—2019年12年間有5年是規(guī)模報酬遞減,1年是規(guī)模報酬遞增,6年是規(guī)模報酬不變。規(guī)模報酬遞減和規(guī)模報酬不變的有效年數(shù)遠遠大于規(guī)模報酬遞增的有效年數(shù),因此與第一階段推測相同,大多數(shù)年份陸源污染治理投入冗余依然突出,規(guī)模效率程度依然很低,這就導致了沿東海地區(qū)陸源污染治理水平低下。

4 基于Tobit模型的東海陸源污染治理效率影響因素分析

4.1 Tobit模型

經(jīng)濟學家Tobin首次提出Tobit模型用來解決被解釋變量具有的上下限和極值問題。由于東海陸源污染治理效率值介于0～1之間,具有非負截斷特征,宜使用受限因變量模型(Limited Dependent Variable Model)即Tobit模型[24],進一步分析影響因素情況。具體如式(4)所示:

Yn=β0+βTXn+μn

(4)

式中,n=1,2,3,…,N;Yn為第n年東海陸源污染治理松弛量;Xn為可觀測的環(huán)境變量;βT為待估系數(shù);μn為獨立且滿足μn～N(0,σ2)的殘差項。

4.2 Tobit模型實證結果及其分析

將第三階段計算出的東海陸源污染治理效率值作為被解釋變量,引入海洋人才組成結構、海洋經(jīng)濟規(guī)模、大中型高技術產(chǎn)業(yè)企業(yè)數(shù)、治理廢水當年竣工項目數(shù)和環(huán)境保護投入力度這5個影響因素作為解釋變量,運用STATA16軟件進行回歸。具體結果如表5所示。

表5 東海陸源污染治理效率影響因素Tobit模型回歸結果

由表5的回歸結果可知,海洋經(jīng)濟規(guī)模和大中型高技術企業(yè)數(shù)與陸源污染治理效率呈顯著正相關,可以得出當上述兩個變量分別提高1%時,陸源污染治理效率分別增加0.056 7%和0.076 2%;海洋人才組成結構和環(huán)境保護投入力度對陸源污染治理存在負向影響,海洋人才組成結構和環(huán)境保護力度每增加1%,陸源污染治理效率分別降低5.036 8%和31.533 9%。治理廢水當年竣工項目數(shù)與陸源污染治理呈不顯著關系,無法判斷其能否提高治理效率。

回歸結果表明:第一,海洋經(jīng)濟規(guī)模和大中型高技術企業(yè)數(shù)與陸源污染治理效率呈顯著正相關,其中,大中型高技術企業(yè)數(shù)對治理效率的影響程度大于海洋經(jīng)濟規(guī)模,意味著高技術企業(yè)數(shù)量和發(fā)展規(guī)?；潭仁谴龠M治理效率提高的首要因素。第二,海洋人才組成結構和環(huán)境保護力度對陸源污染治理效率存在消極作用,實證結果與原假設相悖,這說明單純依賴環(huán)境保護投入不足以提升治理效率,資金使用時可能缺乏相應的管理和監(jiān)督,反而造成投入冗余,不利于提高治理效率;同時,海洋人才組成結構的有待優(yōu)化也會抑制治理效率的提高,可能因為人才海洋保護意識的淡薄以及治理水平的良莠不齊,這與SFA回歸結果相吻合。第三,治理廢水當年竣工項目數(shù)與治理效率之間關系不顯著,這可能是因為治理廢水竣工項目數(shù)不能完全反映海洋污染治理力度情況。

5 結論與建議

本文采用三階段DEA模型,剔除環(huán)境因素影響,對2008—2019年東海海洋陸源污染治理效率進行測算,最后運用Tobit模型分析其影響因素,得出以下結論:(1)排除環(huán)境因素和隨機噪聲的影響后,純技術效率值和規(guī)模效率值均有所上升,綜合技術效率值有所下降;(2)第一和第三階段運行結果顯示,規(guī)模效率值均小于純技術效率值,且大多數(shù)年份處于規(guī)模報酬遞減狀態(tài),治理過程中規(guī)模效率的低下抑制治理效率的提高;(3)海洋經(jīng)濟規(guī)模和大中型高技術企業(yè)數(shù)與陸源污染治理效率呈顯著正相關,海洋人才組成結構和環(huán)境保護投入力度對陸源污染治理存在負向影響。

針對上述研究結論,提出如下建議:

(1)擴大陸源污染治理規(guī)模,形成規(guī)模經(jīng)濟效應。上述分析結果顯示,規(guī)模效率低下是導致污染治理水平偏低的主要因素?，F(xiàn)階段東海沿岸企業(yè)是污染直排入海的大戶,由于海洋污染治理對技術設備的要求高,專業(yè)性強,一般企業(yè)不具備這種能力,同時大部分企業(yè)對直排入海污染物實行分散化管理,造成了有待優(yōu)化的治理現(xiàn)狀。因此東海沿岸應該考慮成立集中管理的海洋污染治理機構或吸引具有資質(zhì)和高新技術的大型治污企業(yè)入駐,通過市場化運作,以擴大陸源污染的治理規(guī)模,提升治理的規(guī)?；省?/p>

(2)科學規(guī)劃海洋污染治理投資,優(yōu)化資金分配結構。理論上,研發(fā)資金和環(huán)保資金的大量投入對于海洋污染治理的提升有積極效果,但上述回歸結果顯示,資金的投入反而不利于治理效果的加強,這說明了資金使用時可能缺乏相應的管理和監(jiān)督,資金分配不均衡的問題較為突出。首先,要強化對資金監(jiān)管者的考核力度,通過設定相應的獎勵標準來激勵監(jiān)管者履行好其職責,同時保證資金分配的透明度,形成全社會監(jiān)督的局面。其次,應合理規(guī)劃治理項目投資,有所側重地扶持海洋清潔產(chǎn)業(yè)發(fā)展,成立海洋污染治理專項扶持資金,按照“突出重點,兼顧一般”的原則優(yōu)化資金配置。

(3)積極培育海洋人才,努力建設優(yōu)良的治理人才隊伍,增強海洋保護意識。沿海東部地區(qū)在著重經(jīng)濟建設的同時,還需將人力資本適配問題提上議程。因此,應該完善海洋人才引進機制,加強海洋清潔技術人才的培養(yǎng)和海洋產(chǎn)業(yè)在崗人員的培訓,建設優(yōu)良的海洋治理人才隊伍。同時,SFA回歸結果表明,人口數(shù)量的增加不利于海洋陸源污染治理效率的提升,所以應該盡量控制東部沿海地區(qū)人口規(guī)模,在全社會積極培育海洋保護意識,加快推進東海沿岸地區(qū)海洋經(jīng)濟健康發(fā)展。