中国区域环境效率的收敛性、空间溢出及成因分析

李佳佳 罗能生

摘要：利用中国1998～2013年省际面板数据，基于SBM模型在测度区域环境效率的基础上，将空间面板收敛模型和偏微分效应分解方法相结合研究了区域环境效率的收敛性、空间溢出效应及其成因。结果表明，全国区域环境效率存在绝对收敛，且东、中、西部三大区域差异明显，东部地区不存在收敛，中、西部地区存在收敛；区域环境效率收敛存在较强的空间联动性和依赖性，且空间溢出效应较为明显，而在其影响因素中，城镇化率、外贸依存度、技术水平对本地区和邻近地区环境效率的收敛有正向空间溢出效应，环境投资空间溢出效应为负，产业结构的空间溢出效应则不显著。

关键词：环境效率；SBM模型；收敛性；空间溢出效应

DOI：10.13956/j.ss.1001-8409.2016.08.01

中图分类号：F0615；F207 文献标识码：A 文章编号：1001-8409（2016）08-0001-05

改革开放以来，我国经济持续快速发展，堪称“增长奇迹”，但也为此付出了巨大的能源和环境代价。特别是近两年来，环境污染已经从经济较为发达的东南沿海地区向中西部地区迅速蔓延，全国性雾霾天气的出现揭露了当前环境污染的严重性和生态的脆弱性。十八届四中全会明确指出要保护生态环境，建立生态文明法律制度。因此，如何以最小的资源损耗获得最大的经济社会效益，如何减少环境污染的空间溢出，如何加强区域环境合作，是各地区在经济发展和环境保护过程中面临的重要课题。那么，我国区域环境效率的现状是怎样的，是否存在收敛性和空间溢出效应？影响区域环境效率收敛性的成因有哪些？如何促进区域环境效率的提升？本文拟就这些问题进行深入研究。

近年来，国内外学者分别对环境效率、收敛性和空间溢出效应进行了一些研究。环境效率是指某一区域使用更少的环境资源、产生更少的生态影响提供满足人类需要的产品和服务。自1992年WBCSD提出环境效率以来，很多学者对环境效率的评价方法进行了研究，其中DEA模型被证明是相当有效的工具。虽然DEA模型的相对效率是以最小的投入来获得最大的产出，但是在实际生产过程中，既要进行相应的资源投入，也不可避免地会产生环境污染物，只有尽量减少非期望产出才能得到最佳的环境效率。但是传统DEA模型无法实现这一目标，所以一些学者开始尝试将非期望产出加入产出指标进行评价[1～3]。而收敛理论作为经济增长理论的重要内容之一，引起了国内外很多学者的研究[4]，现在该理论已经拓展到金融发展、能源效率、碳排放等问题上[5～7]。由于经济集聚的出现，环境效率集聚也随之开始逐渐产生，类似于经济增长由集聚发展为收敛，区域环境效率也可能存在收敛，一些学者开始将收敛理论运用到生态环境中，他们发现污染物排放量存在收敛趋势[8，9]。但是他们的研究没有考虑到由于环境污染具有负外部性而产生空间溢出效应。事实上，一个地区的生态环境变化不仅受本地区环境的影响，还影响邻近区域的生态环境，即产生空间溢出效应，但国内很少有文献将空间或地理因素纳入到区域生态环境研究中，而基于空间视角研究生态环境收敛性则是少之又少。基于此，本文利用我国1998～2013年省际面板数据，在测度区域环境效率的基础上，通过SLM、SEM、SDM空间面板收敛模型的建立和偏微分效应分解方法的结合，研究了我国区域环境效率的收敛性、空间溢出效应和影响因素，为我国各区域加强区域合作、控制和减少污染排放、提升环境效率提供可供参考的政策建议。

1中国区域环境效率的测度

近年来，国内外学者对生态环境进行测度的方法有很多，由于DEA方法可以较好地衡量以最小的环境资源损耗获得最大的经济产出和更少的环境污染，且在建模前不需要进行权重假设，而是根据决策单元的实际数据来得到权重，故本文将环境效率作为环境的替代指标，选用DEA方法对其进行测度。由于传统DEA模型在测算环境效率时，不能区分出有效决策单元之间存在的效率差异，所以选用可以区分DMU有效程度的超效率DEA模型[10，11]。为了解决废气、废水等非期望产出问题，本文利用非径向SBM模型将非期望产出作为产出指标来测度环境效率，其表达式为：

3实证分析

31变量选择

根据以上对β收敛相关模型的分析，本文选取环境效率为被解释变量，城镇化率（UR）、产业结构（IS）、环境投资（EI）、外贸依存度（TD）、技术水平（T）以及地区虚拟变量（D）为解释变量进行计量分析。其中，环境效率利用前面的SBM模型计算所得，城镇化率用城镇人口在总人口中的比重表示；产业结构用第三产业占GDP的比重表示；环境投资用工业污染治理投资额表示政府在治理环境方面的投入力度；外贸依存度用对外贸易总额占GDP的比重来表示；技术水平用单位GDP能耗表示。本部分数据来源于历年《中国统计年鉴》《中国环境统计年鉴》《中国环境年鉴》和《中国区域经济统计年鉴》。

32β收敛分析

根据模型1运用Matlab71软件进行估计（如表1）。OLS结果显示， β0显著为负，表明中国各地区环境效率整体上存在绝对β收敛，但区域差异较明显。东部地区β0系数为负但不显著，说明东部各地区间不存在β绝对收敛，而是呈发散趋势，这意味着初期环境效率较高的地区环境效率降低较慢，而环境效率较低的地区环境效率降低较快，出现了类似于“生态环境越好就越来越好，而生态环境越差就越来越差”的马太效应。中、西部地区β0系数都显著为负，表现出典型的“俱乐部收敛”。

对模型2至模型4估计发现，全国β收敛系数的绝对值显著增加，说明地理和空间因素在省域生态环境中发挥着重要作用。加入虚拟变量后，省际间环境效率存在β收敛，地区虚拟变量显著为正，说明地理位置对环境效率收敛的影响相当明显。而引入空间效应之后，β收敛依然存在，且ρ和λ均显著，说明各地区环境效率收敛存在较强的空间联动性和依赖性。环境效率收敛到相邻地区的溢出效应较为明显，环境效率收敛存在局部集聚的现象，这就是所谓的“效率的繁殖效应”，即当邻近地区环境效率提高时，某一地区通过不断地学习邻近地区提升环境效率的新技术和方法，相应提高本地区的环境效率。表明生态环境存在着显著的“邻里模仿行为”，地理和空间效应通过空间溢出、区域模仿机制，在区域环境效率的变化中发挥着重要的作用。

33β收敛的影响因素分析

对模型5至模型7进行估计（如表2），结果显示，在考虑了导致不同稳态的各因素后，省域间依然表现出显著的条件收敛迹象，说明不管模型是否考虑地区虚拟变量，是否引入相关控制因素，1998年以来用环境效率衡量的省域生态环境确实存在条件收敛趋势，且结果具有较强的稳健性。根据空间相关性检验结果，Lmsar和Lmerror均通过显著性检验，且Lmsar的值显著大于Lmerror的值，说明相对于SEM模型，SLM模型更合适。故根据SLM估计结果：（1）城镇化率的系数显著为正，说明城镇化在一定程度上促进了环境效率的提高，但其所带来的环境问题也值得关注；（2）产业结构的系数为正，表明第三产业占GDP的比重越高，环境效率变化亦趋于较高；（3）环境投资的系数为负，这与预想的符号相反，表明我国当前工业污染治理投资严重不足，其增长的速度远低于环境污染物的排放速度，环境投资对环境的促进作用依然有限；（4）外贸依存度对环境效率的影响为正，说明对外贸易可以吸收和引进先进的技术，并将其运用到生产中，进而提高资源利用率，促进环境效率提高；（5）单位GDP能耗的系数显著为负，由于单位GDP能耗越大，技术水平越低，故技术水平与环境效率收敛呈正相关，所以各地区要提高技术水平、降低能源成本，促进区域环境效率的增加。

34溢出效应的分解

对模型8至模型10进行估计，得到各因素的直接效应、空间溢出效应和总效应（如表3）。（1）环境效率初期水平系数的直接效应、空间溢出效应均显著为负，说明环境效率的初期水平对环境效率的收敛存在空间溢出效应，且区域内和区域间溢出效应大小相差不大；（2）城镇化率存在区域内和区域间显著正向溢出，且总效应也显著为正，说明随着城镇化水平的提高，不仅有利于本地区环境效率的增加，而且通过空间影响促进了其他地区环境效率的提高；（3）产业结构对本地区和周边地区环境效率的影响不显著，由于我国东、中、西部三大区域产业结构差距较大，产业布局空间上的差异是空间溢出效应不明显的原因之一；（4）工业污染环境投资存在区域内和区域间显著的负向溢出效应，说明加大工业污染治理投资的力度对本地区和周边地区环境效率均产生了负向的空间溢出效应。这是因为我国地方政府为了实现本地区经济利益最大化，在环境政策方面存在较为明显的攀比竞争，很多环境政策本质上并未解决环境问题；（5）外贸依存度区域内和区域间存在显著的正向溢出效应，说明对外贸易不仅可以提升本地区的环境效率，而且其所带来的先进技术通过空间渠道传递到邻近区域，促进了邻近区域环境效率的提高；（6）技术水平的系数为负，表明技术水平对本地区和周边地区环境效率的增加均存在正向溢出效应，技术进步可以通过溢出促进本地区和周边地区环境效率的提高。

4结论与建议

本文利用中国1998～2013年省际面板数据，基于SBM模型在测度区域环境效率的基础上，将空间面板收敛模型和偏微分效应分解方法相结合研究了区域环境效率的收敛性、空间溢出效应及其成因，结果表明：（1）中国区域环境效率在16年间整体呈现逐渐下降的趋势，东、中、西部三大地区的环境效率差异较大，整体上呈现“东部沿海较高，中部次高，西部最低”的分布特点；（2）全国区域环境效率存在β绝对收敛，东、中、西部地区的收敛差异明显，东部地区不存在β收敛，中部和西部地区存在β收敛，区域环境效率收敛存在较强的空间联动性和依赖性，且空间溢出效应较为明显；（3）在区域环境效率不断降低过程中，城镇化率、外贸依存度、技术水平对本地区和邻近地区环境效率的收敛有正向空间溢出效应，环境投资空间溢出效应为负，产业结构的空间溢出效应不显著。

环境效率收敛的空间溢出效应表明，空间相邻地区的生态环境变化会对本地区环境产生较大的影响，再加上各地区区位因素、经济发展水平以及环境政策的不平衡导致其生态环境存在较大差异。这种差异的逐渐扩大会影响整个生态环境，所以环境污染的空间溢出效应和负外部性特征，使得地方政府难以通过自身努力实现本地区环境效率的提高。再加上各地区政府仅考虑自身收益而进行的经济与环境决策，容易导致污染排放陷入“公地悲剧”，影响整个区域的生态环境水平。因此进行区域间环境的合作成为各地区减少环境污染、提升环境质量的有效途径。区域之间环境保护和减排行为的合作能否达成，根本仍然是利益问题，故需要建立利益协调机制，通过财政转移支付的形式，重新分配帕累托改进部分的收益，使得合作过程中生态环境受到损害地区的福利得到弥补，避免由于利益分配不均问题导致环境投入不足和排污过度现象的出现。同时也要采取措施打破各地区的体制障碍和技术壁垒，促进各种环境保护措施、管理经验以及技术水平的交流和溢出，遏制生态环境的恶化，促进区域环境效率的收敛。从区域环境效率收敛的影响因素分析可以发现，要提高我国生态环境的总体水平，各地区要高度重视生态环境保护，优化产业结构，引进先进技术，进而提高区域环境效率。总之，各地区在经济发展和环境治理过程中要充分考虑地理空间效应，加强环境合作，不断增强区域环境效率正效应的空间溢出，减少环境污染负外部性的空间溢出，促进区域生态环境的协同发展。

参考文献：

[1]Hadi V A，Kazemi M R，Tavassoli K M. Undesirable Factors in Efficiency Measurement [J]. Applied Mathematics and Computation，2005，163（2）：547-552.

[2]王兵，吴延瑞，颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究，2010（5）：95-109.

[3]Huang J，Yang X，Cheng G，et al. A Comprehensive Eco-efficiency Model and Dynamics of Regional Eco-efficiency in China[J]. Journal of Cleaner Production，2014，67（15）：228-238.

[4]李俞，何悦. 西部大开发背景下中国地区经济收敛性及其影响因素研究——基于市场异质性视角[J]. 软科学，2012（12）：78-82.

[5]赵伟，马瑞永. 中国区域金融发展的收敛性、成因及政策建议[J]. 中国软科学，2006（2）：94-101.

[6]杨正林，方齐云. 能源生产率差异与收敛：基于省际面板数据的实证分析[J]. 数量经济技术经济研究，2008（9）：17-30.

[7]王群伟，周鹏，周德群. 我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J]. 中国工业经济，2010（1）：45-54.

[8]Strazicich M C，List J A. Are CO2 Emission Levels Converging Among Industrial Countries[J]. Environmental and Resource Economics，2003，24（3）：263-271.

[9]Brock W A，Taylor M S. The Green Solow Model[J]. Journal of Economic Growth，2010，15（2）：127-153.

[10]Andersen P，Petersen N C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science，1993，39（10）：1261-1264.

[11]李佳佳.我国城镇化对生态效率的影响研究[D].长沙：湖南大学，2014.

[12]Lesage J，Pace R K. Introduction to Spatial Econometrics[M]. CRC Press，2010.

（责任编辑：赵毅峰）