基于随机边界分析的区域工业废水治理投资效率评价研究——以华东六省一市为例

刘 涛

（福建师范大学福清分校 经济与管理学院，福建 福清 350300）



基于随机边界分析的区域工业废水治理投资效率评价研究
——以华东六省一市为例

刘 涛

（福建师范大学福清分校 经济与管理学院，福建 福清 350300）

摘要：在建立工业废水治理投资效率指标体系和影响因素基础上，构造超越对数成本函数及影响因素技术无效率模型，以华东六省一市为研究样本，运用随机边界分析法对2010—2014年研究区域的工业废水治理投资效率及其影响因素进行实证研究. 结果显示：研究期内各地区工业废水治理投资效率得到不同程度提高，地区间效率差距不断缩小；工业废水排放量、工业废水污染物排放量以及两者交叉作用与成本函数具有显著正相关；影响程度从大到小依次为政府环保投入占政府支出比重、工业总产值占GDP比重和城镇化；财政支出占GDP比重对工业废水治理投资效率影响不显著.

关键词：随机边界分析；工业废水治理；华东六省一市

随着我国经济快速发展，以高污染、高消耗为特征的传统粗放型发展模式加剧了经济社会与生态环境之间的矛盾. 工业化建设保证了经济快速增长，但同时产生了大量工业污染，有的甚至是不可逆的环境污染. 据统计，目前我国环境污染2/3以上直接或间接来源于工业污染，工业污染已经成为主要的环境污染源. 工业污染中，工业废水对环境的危害和治理难度远超其他污染源. 各地偷排私排现象屡见不鲜，大量不达标的工业废水被直接排放，不但污染地表水和地下水资源，降低水体自我修复能力，使得水环境恢复成本成几何倍增加，而且造成可利用水资源数量不断减少，影响农林牧渔业生产，成为实现全面建成小康社会新目标的阻碍因素. 可见研究如何有效控制工业废水排放，提高工业废水治理投资效率，对缓解当前生态环境压力、推动产业结构优化升级、增加人们生活幸福指数、实现经济可持续发展具有重要理论和现实意义.

关于工业污染治理投资研究，国内学者已开展了许多相关研究工作，目前主要集中在以下两个方面：一是对工业三废治理投资进行评价分析. 如石风光［1］运用三阶段DEA模型对中国地区2012年的工业废水治理效率进行测评. 彭熠［2］用GMM方法对我国省级工业污染治理投资对工业废气减排问题进行研究分析. 二是针对特定区域的工业污染治理投资进行实证研究. 如李惠茹［3］运用BC2模型与DEA-Malmquist模型对京津冀区域工业污染治理投资效益进行检验. 通过梳理相关研究文献发现，工业污染治理投资效率并不完全等同于工业废水治理效率，目前专门针对工业废水治理投资效率研究较少，且方法大多集中于数据包络分析，加上研究指标的不同选取及研究地域的差异，使得研究结果可比性和借鉴意义不大. 鉴于此，本文利用随机边界分析法对华东六省一市工业废水治理投资效率进行客观评价，定量分析各指标及影响因素与工业废水治理投资之间的计量关系，为推动地区经济社会与生态环境协调发展提供一定的参考与借鉴.

1　研究方法与模型构建

1.1随机边界分析

随机边界分析（Stochastic Frontier Analysis， SFA）最早由Aigner ，Lovell &Schmidt及Meeusen &Broeck提出，用于评价生产函数的投入产出效率，后经众多学者不断补充完善，逐步成为评价技术效率的重要方法，广泛应用于国民经济诸多领域. 与其他技术效率评价方法相比较，SFA最大特点是利用确定性生产函数构造生产前沿面，通过计量经济技术对参数进行估计，以技术无效率项的条件期望为技术效率，其结果受随机点的影响较小，能有效避免出现效率值相同且为1的情况. 较好地解决了不可控因素对效率的影响，保障了评价结果的可靠性及有效性. 随机边界分析最常见的效率边界有三种：成本边界、收入边界和利润边界，分别用于测量决策单元成本、收入和利润的有效程度. Battese &Coeli在前人研究基础上将时间变量引入模型，使随机边界分析也可以对面板数据进行效率评价. 本文采用随机成本函数模型测算区域工业废水治理投资效率. 基本模型为：

其中Cit是第t期第i个决策单元的工业废水治理投资额；f（ ）为成本函数；Yit是第t期第i个决策单元的工业废水治理投资的产出向量；β为待估参数；Vit是经典随机误差项，表示影响工业废水治理投资的不可控因素，如天气、自然灾害，对工业废水治理投资的影响可正可负，属于对称性随机误差项，服从正态分布，即Vit～N（0，σv2）；Uit是非负的随机误差项，表示影响工业废水治理投资的技术无效率部分，如信息、技术，由于无效率只会增加成本，因此服从单边分布Uit～N+（0， σv2），且与Vit独立. 技术效率TEit=exp（-Uit），当Uit=0，则TEit=1，表示决策单元处于完全技术效率状态；当Uit＞0，则0＜TEit＜1，表示决策单元处于非技术效率状态.

1.2指标体系与模型构建

本文从投入产出角度研究区域工业废水治理投资效率，评价指标体系包括投入产出指标和影响因素指标. 为了有效测评出各决策单元工业废水治理投资效率，按照评价指标全面性、相关性、独立性、科学性、可比性等原则，兼顾指标数据的可收集性，选取工业废水治理投资额（C）为投入指标，工业废水排放量（Y1）和工业废水污染物排放量（Y2）为产出指标. 影响因素指标包括：1）工业总产值占GDP比重（Z1），该指标用于衡量区域产业结构及工业化程度. 目前我国工业部门中高污染、高能耗行业比重较大，工业污染严重，工业废水的过程及末端治理情况不理想，大量工业废水未经处理就直接排放，造成严重的环境污染，对工业污染治理投资效率产生较大影响. 2）政府环保投入占政府支出比重（Z2），该指标反映出政府及社会对环境问题的重视程度. 环保投入是政府履行环境保护职能及解决环境问题的财政资金，是治理环境污染的物质基础，决定着环境保护的效果. 3）财政支出占GDP比重（Z3），该指标表征政府宏观干预的规模与程度. 4）城镇化（Z4），城镇化是地区生产力发展及产业结构调整，是传统农业型社会向以非农产业为主的现代城市型社会转变的历史过程，本文采用人口统计学标准，以城镇人口占总人口比重反映区域城镇化水平.

依据上述指标体系，以Battese &Coeli（1995）研究为基础，建立如下超越对数成本函数的随机边界效率模型［4-6］：

影响因素技术无效率模型为：

其中i和t代表省份和年份，δ、β为模型待估参数，wit为经典随机误差项，其他与前文定义相同.

2　实证结果

2.1数据来源及处理

本文选取华东六省一市即上海市、江苏省、浙江省、安徽省、福建省、江西省和山东省七地区为分析样本，工业废水排放量和工业废水污染物排放量（化学需氧量和氨氮）数据来源于各省份2011—2015年统计年鉴，其他数据来源于《中国统计年鉴2011—2015》和《中国环境统计年鉴2011—2015》. 为剔除物价变动对评价结果的干扰与影响，以2010年为基期，将各年份相关数据进行价格平减调整.

2.2模型估计与分析

利用Frontier4.1对2010—2014年华东六省一市的面板数据进行随机边界分析，估计结果如表1、表2所示.

随机边界分析模型估计结果表明.

第一，超越对数成本函数中除工业废水污染物排放量平方项（lnY2）2外，其余解释变量显著性水平均较理想. 工业废水排放量（lnY1）和工业废水污染物排放量（lnY2）系数都为正值，显著性水平分别为1.6%和8.5%，说明工业废水排放量和工业废水污染物排放量对工业废水治理投资效率产生负向影响. 随着我国工业高速密集发展，“工业三废”问题越来越突出，加上目前工业废水处理技术有限，排放标准难以落实，偷排情况时有发生，加剧了生态环境恶化，生态环境修复成本和难度成几何倍增加，降低了环保投资的治理效率. （lnY1）2系数为负，说明工业废水排放量累积作用对工业废水治理投资效率产生显著性正向效应. 工业废水排放量增加虽然提高了治理难度和成本，但同时也使社会和政府对生态环境问题更加关注和重视，通过产业结构调整，促进环保技术研发，提高排污标准，推行清洁生产等措施来解决工业废水排放和处理的问题. lnY1 *lnY2交叉项系数为正，显著性水平为1.5%，说明工业废水排放量和工业废水污染物排放量的交互作用是显著的，即在研究期内两者在工业废水治理过程中具有明显互补效应.

第二，技术无效率模型中3个影响因素均通过显著性水平5%的检验，另外一个影响因素Z3的p值为0.117，表明本文选取的影响工业废水治理投资效率因素比较合适. 工业产值占GDP比重（Z1）系数为正，在0.1%的显著性水平下，与成本函数呈显著正相关，与投资效率负相关，表明我国经济长期形成的高消耗、高污染发展模式下的“工业三废”成为主要污染源，降低了环保投资效率，必须通过产业结构调整升级解决工业化发展过程中的环境污染问题. 工业总产值占GDP比重每增加1个百分点，工业废水治理投资效率下降0.472%. 政府环保投入占政府支出比重（Z2）系数显著为正，表明在研究期内，研究区域政府环保投入对工业废水治理效率存在负向影响. 政府环保投入增加为解决生态环境污染问题提供了必要物质保障，但是，由于目前工业废水治理投资多是固定资产投入，形式过于单一，投资资金运行缺乏有效监督管理，导致每年投入大量资金进行工业废水治理，且资金总量逐年增加，效果却并不理想. 政府环保投入占政府支出比重每增加1个百分点，工业废水治理投资效率下降0.753%. 财政支出占GDP比重（Z3）在10%的显著性水平下，与成本函数呈负向但不显著关系，表明Z3对工业废水治理投资效率有促进作用，但作用不明显. 城镇化（Z4）系数为负，在3.1%显著性水平下，与成本函数呈现显著性负相关，与工业废水治理投资效率正相关，这表明随着我国工业化、城镇化进程不断推进，越来越多的农村劳动力向城市转移，第三产业超强的要素吸附力，我国在“十二五”期间积极促进经济转型升级，推动由工业主导向服务主导的经济转变，使得第三产业占GDP比重超过第一、二产业，有效降低经济对工业的依赖程度，减少“工业三废”的排放，利于提高工业废水治理的投资效率. 城镇化程度每增加1个百分点，工业废水治理投资效率增加0.358%.

从表2可以看出，上海平均工业废水治理投资效率最高，为0.8827，安徽平均投资效率值仅为0.6601，华东六省一市全区域平均工业废水治理效率为0.7816，区域之间效率差异明显，其中上海市、浙江省、江苏省和福建省4地工业废水治理投资效率超过区域平均水平，山东省、江西省和安徽省投资效率则低于区域平均水平. 从2010—2014年动态效率值来看，除江苏省以外各区域工业废水治理投资效率年平均增长率均为正值，其中安徽省和江西省投资效率年平均增幅分别为6.392%和5.098%. 另外，沿海地区和内陆地区工业废水治理投资效率都在增加，沿海地区投资效率超过全区域平均水平，而内陆地区则低于平均水平，但内陆地区效率增长幅度超过沿海地区，并逐步缩小了与沿海发达地区之间的差距，这说明“十二五”期间各地区都十分重视环境保护工作，加大环保投资，强化对工业废水污染治理，生态环境质量得以改善，追赶效应明显. 如图1所示.

表1　随机边界分析模型估计结果

表2　华东六省一市2010—2014年工业废水治理投资效率值

图1 沿海地区与内陆地区工业废水治理投资效率比较

3　结语

本文以华东六省一市为研究样本，建立区域工业废水治理投资评价指标体系，构建超越对数成本函数模型和影响因素技术无效率模型，运用随机边界分析法对2010—2014年区域工业废水治理投资效率进行评估，得到以下结论：1）研究期内各地区工业废水治理投资效率基本得到不同程度提高，总体趋势良好，地区间效率差距不断缩小，从2010年相差0.2956缩小到2014年相差0.1830，沿海地区与内陆地区年平均增长率分别为1.133%和5.717%，追赶效应明显. 2）工业废水排放量（Y1）和工业废水污染物排放量（Y2）以及两者交叉作用与成本函数具有显著正相关. 在显著影响工业废水治理投资效率的因素中，影响程度从大到小依次为政府环保投入占政府支出比重、工业总产值占GDP比重和城镇化；财政支出占GDP比重对工业废水治理投资效率影响不显著. 城镇化和财政支出占GDP比重对工业废水治理投资效率提高具有促进作用；工业总产值占GDP比重和政府环保投入占政府支出比重对投资效率增长具有阻碍作用. 3）工业废水治理投资效率的提高不能靠一味增加环保投入，更应该重视工业废水治理投资管理和监督，投资运行应做到全程监控，建立长期评估机制，提高投资效率.

参考文献：

［1］ 石风光. 中国地区工业水污染治理效率研究—基于三阶段DEA方法［J］. 华东经济管理， 2014， 28（8）∶ 40-45.

［2］ 彭 熠. 环境规划下环保投资对工业废气减排影响分析——基于中国省级工业面板数据的GMM方法［J］. 工业技术经济， 2013， 32（8）∶ 123-133.

［3］ 李惠茹， 刘 濛. 京津冀区域工业污染治理投资效益的评价［J］. 河北大学学报∶ 哲学社会科学版， 2014， 39（3）∶ 91-95.

［4］ 师荣蓉， 徐璋勇. 基于随机边界分析的农村信用社利润效率及其影响因素研究［J］. 中国软科学， 2011（9）∶ 76-83.

［5］ 李 丹. 基于随机边界模型的银行经营效率研究［J］. 宁夏大学学报∶ 人文社会科学版， 2009， 31（1）∶ 149-152.

［6］ 罗 吉， 党兴华. 三大区域技术创新效率差异与影响因素——基于随机边界模型与省级面板数据的实证研究［J］. 工业技术经济， 2013， 32（3）∶ 82-89.

（责任编辑：陈 丹）

Investment Efficiency of Regional Industrial Wastewater Treatment Based on Stochastic Frontier Analysis: Taking Six Provinces and One Municipality in Eastern China as Examples

LIU Tao
（College of Economics & Management， Fuqing Branch of Fujian Normal University， Fuqing 350300， China）

Abstract:Based on the establishment of industrial wastewater treatment investment efficiency index system， and the influence factors， the paper structures the model on translog cost function and influencing factors of technical inefficiency， taking six provinces and one municipality of Eastern China as the research samples， using stochastic frontier analysis method to carry on empirical research from 2010 to 2014 on regional industrial wastewater treatment investment efficiency and its influencing factors. The results showed that∶ during the study period， the regional industrial wastewater treatment efficiency of investment have been basically improved in different degrees， the efficiency gap between regions is becoming smaller and smaller； industrial wastewater discharge and discharge of pollutants from industrial wastewater and their interactions and cost function have significant positive correlation； degrees of influence from large to small in turn are the ratio of government environmental inputs accounting for the government expenditure， the ratio of industrial output value accounting for GDP and urbanization； effect of fiscal expenditure as a share of GDP and investment efficiency of industrial wastewater treatment was not significant.

Key words:Stochastic frontier analysis； Industrial wastewater treatment； Six provinces and one municipality in Eastern China

中图分类号：F205；X321

文献标志码：A

文章编号：2095-4476（2016）05-0037-04

收稿日期：2016-04-14；

修订日期：2016-05-03

基金项目：福建省教育厅科研项目（JB13295S）

作者简介：刘 涛（1980— ）， 男， 辽宁阜新人， 福建师范大学福清分校经济与管理学院副教授.