考虑环境因素的城镇污水处理投资效率——基于三阶段DEA的方法

高旭阔,张 迪



考虑环境因素的城镇污水处理投资效率——基于三阶段DEA的方法

高旭阔*,张 迪

(西安建筑科技大学管理学院,陕西 西安 710055)

运用三阶段DEA模型对剔除环境因素和随机误差因素影响前后的城镇污水处理效率进行测算和比较.研究结果表明:经济、社会和水资源禀赋等环境因素对城市污水处理投资效率具有显著影响,且高估了污水处理的综合技术效率.我国当前城镇污水处理综合技术效率水平不高,仅为0.797;从区域来看,东部和中部综合技术效率较高,西部地区综合技术效率较低.从纯技术效率和规模效率来看,多数省份处于低高型阶段,说明多数省份存在管理技术不足,规模冗余的现象,且我国污水处理率低于污水处理投资效率.因此,在提高污水处理的管理技术水平的同时也要提高污水处理量和污水处理规模的建设.

城镇污水处理；投资效率；三阶段DEA模型

随着我国城镇化和工业化程度的不断提升,工业废水和生活污水的排放为城镇水环境改善带来了巨大的压力.同时,废水回收和再利用被认为是满足当前和未来用水需求的最佳策略[1].近年来我国污水处理厂的数量不断攀升,但是污水处理的投资效率并不高,投入冗余且产出不足的问题严重,资金来源极大的依赖于政府投资,且再生水回用带来的经济收益微不足道.数据表明,国内再生水利用率仅占污水处理量的10%左右,远低于发达国家70%的利用率[2].一方面,城市污水管网建设落后,导致废水不能更大限度的收集,再生水不能高效的输送[3];另外,人们对再生水的接受程度认知不足,导致其价值与处理成本出现倒挂的现象[4].

关于污水处理效率的研究,一方面,国内多数学者主要从污水处理工艺上对污水处理效率进行研究,以期提高废水中污染物的去除率;另一方面主要从经济投资上对污水处理项目的运行效率、规模效率进行研究,且国内仅少数学者关注该问题.褚俊英、买亚宗从污水处理厂的微观角度研究了我国污水处理的运行效率[5-6].有学者则从区域的角度,研究了考虑污水处理环境及经济双重影响下的投资效率[7-8].以上文献对城镇污水处理效率的测算提供了很好的借鉴,但是我国物源辽阔,区域间自然禀赋、经济水平及社会政策的差异对污水处理效率的影响不容忽视.多数学者只是从微观上考虑了污水处理的环境影响,但是对污水处理区域的研究,若忽视宏观环境因素,则会影响效率值的真实性.所以,为了更加准确的对我国污水处理投资效率进行衡量,文章从宏观的角度在排除自然资源、经济和社会的环境因素及随机因素的干扰下,采用三阶段DEA的方法对我国31个省份的城镇污水处理投资效率进行分析,以便为我国污水处理行业提供参考和借鉴.

1 研究方法和指标选择

1.1 研究方法

数据包络分析模型(DEA)最早在1978年就被提出,至今已拓展出几十种模型,并且均被广泛应用.其中,Fried等[9]提出了一种基于随机前沿分析(SFA)理论的效率测度方法,即三阶段DEA模型.该方法较传统DEA方法来说,可以排除决策单元中除管理技术水平或规模等内生因素以外的环境因素的影响,能够更加真实的反应决策单元的效率值,规避管理无效的影响,其大致可分为以下3个阶段:

第1阶段:传统的DEA模型.该阶段采用投入导向下的BCC模型进行传统DEA分析.对于任一决策单元,投入导向下对偶形式的BCC模型可表示为:

式中:=1,2…,表示决策单元;,分别是投入、产出向量.传统的DEA模型本质上是一个线性规划问题.

BCC模型计算出来的效率值为综合技术效率(TE),可以进一步分解为规模效率(SE)和纯技术效率(PTE),且TE=SE×PT.该阶段测算的效率值为未剔除环境因素影响下的结果,投入的松弛变量值作为下一阶段的因变量,为后续阶段提供分析和对比依据.

第2阶段:相似SFA模型.该阶段基于第1阶段的松弛变量值,以环境因素、随机因素和管理因素为自变量,目的为规避环境因素及随机误差对真实效率值产生的影响[10].根据Fried等[9]的想法,构建如下类似SFA回归函数(以投入导向为例):

SFA回归将所有决策单元调整于相同的外部环境中.调整公式如下:

1.2 指标及数据说明

1.2.1 投入产出变量的选取 要衡量2015年中国各省份城镇污水处理投资效率就必须构建一个能够体现污水处理投资所产生的经济、环境效果的投入产出指标体系.根据实际考量和相关文献的查阅,对投入产出指标体系进行了选择.其中投入变量主要代表城镇污水处理行业的资金投入,选择各地区污水处理基础设施投资建设额、污水处理设施本年运行费用和污水处理厂数来衡量污水处理的投资量;污水处理项目不但能产生经济效益,还能带来不容忽视的环境效果,故选取污水实际处理量来代表各样本的污水处理能力,污水再生利用量来代表污水处理的经济效果,用废水中的污染物削减量(包括COD削减量、污泥削减量和氮磷削减量)来代表污水处理的环境效果.本文分析样本为全国31个省份,并将其划分为东中西3大地区,其中,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份,中部地区包括吉林、黑龙江、山西、安徽、河南、江西、湖北、湖南8个省份,西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省份.

1.2.2 环境变量的选择 在污水处理项目的宏观环境中,时间和空间上的环境因素会对污水处理效率产生影响,并且在短时间内很难改变对决策单元的环境影响,这种无直接关联而导致的后果也称为外部效果.本文从经济、社会和资源禀赋3个层面作为影响污水处理效率的环境因素变量.经济层面,选用人均GDP来衡量省份间的经济差异.一个地区的经济水平能直接反映出该地区的发达程度和政府关于环保项目的重视程度.GDP越高的地区会对环保项目提供更多的政策支持,资金投入更大,一定范围内会有助于提高污水处理的投资效率,但是过大的投入也会导致投入冗余.然而经济落后地区则会更注重经济发展而忽视环保项目,造成污水投资效率低的情况.社会层面,选取城镇化率作为衡量省份间的社会差异.一般来讲,城镇化率越高的地区公共服务设施越健全,对污水处理效率的基础设施建设越重视,管理体系越完善,同时也更加关注生活环境的舒适程度.城镇化率低的城市对环境项目多数不够重视,基本为粗放式管理.水资源禀赋层面,选取各省份的人均水资源持有量作为水资源禀赋的环境变量.一个地区水资源的充沛与否会直接影响居民对水资源的重视程度.正如物以稀为贵,一般水资源充沛的地区,居民的节水意识较为薄弱,用水方式也会存在不同,而且不够重视对废水回用的投资,以致降低污水处理的投资效率.

考虑到数据的可获性,文章选取2015年的投入产出数据和相关环境变量数据,数据来源于《中国环境年鉴2016》[13]和《中国环境统计年鉴2016》[14].

2 实证结果分析

2.1 第1阶段传统DEA的实证结果分析

第1阶段利用DEAP2.1软件对我国31个省份的2015年城镇污水投资效率和综合效率、规模效率、技术效率进行了测算,结果见表1.

表1 2015年中国各地区城镇污水处理第1阶段DEA效率值

注:TE为技术效率,PTE为纯技术效率,SE为规模效率;drs为规模报酬递减,irs为规模报酬递增,crs为规模报酬不变;-表示无数据.

由表1的分析结果可得,在忽视了污水处理的宏观环境因素和随机干扰的情况下,我国2015年31个省城镇污水处理投资的综合技术效率均值为0.83,纯技术效率均值为0.886,规模效率均值为0.942,可见,规模效率大于纯技术效率.所以,从总体来讲多数省份的技术无效率主要归咎于城镇污水处理项目的管理和技术无效,而不是投资规模无效.分区域来看,东部地区的污水投资综合技术效率值最高,为0.891,中部次之,西部最低;然而,中部地区的污水处理投资的规模效率最高,为0.999,西部次之,东部最低.从规模报酬的角度分析,其中江苏、浙江、山东、湖南、广东、四川均处于规模报酬递减的情形下,其中多数为东部省份,这也与上述东部地区规模效率最低的结果一致.所以,东部地区污水处理投资无效的问题主要在于投资规模冗余.就单个省份来看,河北、内蒙古、辽宁、安徽、上海、河南、湖北的污水处理投资效率均为1,其余24个省份具有较大的改进空间.

传统的DEA只是考虑了管理无效率的内生因素,即管理和技术问题,但是并没有考虑污水投资的环境因素和随机干扰因素.然而,我国幅员辽阔,各省份在经济水平,社会发展和水资源拥有量上具有较大差异,这对当地污水治理项目会产生一定的间接影响.所以,本文在第2阶段运用SFA的方法,剔除环境和随机因素的干扰对数据进行调整.

2.2 第2阶段SFA回归结果分析

将污水处理基础设施建设投资额、本年运行费用和污水处理厂数的松弛变量作为因变量,将经济发展水平、城镇化率和水资源禀赋作为自变量,建立SFA回归模型,并运用Frontier4.1软件进行数据分析,结果见表2.

表2 第2阶段SFA回归结果

注: *、**、***分别表示显著性水平为10%、5%和1%;括号内为t检验值.

从表2中可知,各松弛变量单边误差的似然比都通过了1%的显著性检验,说明运用SFA对污水处理各投入变量的环境因素和随机因素进行剥离具有合理性和必要性.其中值均趋近于1,说明相比随机因素来讲,环境因素主要影响着污水处理投资效率.同时,当表2中各回归系数为负时,表示环境变量与投入因素的松弛变量呈负相关,环境变量的增加有利于提高污水处理的投资效率;当回归系数为正时,表示环境变量与松弛变量呈正相关,环境因素的提高反而降低污水处理的投资效率.以下从经济、社会和自然的角度分析环境因素对投入松弛变量的影响.

2.2.1 水资源禀赋 人均水资源量对污水处理基础建设投资松弛变量和污水处理厂数松弛变量的系数均为正,且分别通过了10%的显著性检验;对本年运行费用松弛变量的系数为负,通过了5%的显著性检验.以上结果意味着,人均水资源越丰富反而越不利于污水处理效率的提高,污水处理项目硬件设施建设冗余,与运行投资和管理水平不匹配,促使污水处理投资的资源闲置,以至于降低污水处理效率.例如,西藏作为人均水资源量最多的省份,污水处理效率并不突出,污水处理基础设施建设落后,水资源利用效率低,说明资源禀赋在一定程度上对资源的利用效率具有负相关的影响[15].同时,污水处理的运行费用松弛变量系数为负,说明资源充足有利于项目的正常运行,避免运行费用的浪费.

2.2.2 经济层面 人均GDP对污水处理基础建设投资松弛变量、污水处理厂数松弛变量和本年运行费用松弛变量的系数均为负,且均通过了1%的显著性检验.这意味着经济水平越发达的地区,越有利于提高污水治理项目的投资效率.因为经济发达的地区具有充足的专项资金,能保障污水处理项目的基础设施建设和水污染防治,减少污染物的排放[16];并且具有科学系统的管理技术水平,降低了污水处理项目的内生性因素的影响,从而能提高污水处理的投资效率.

2.2.3 社会层面 城镇化率对3个投入因素松弛变量的回归系数均为正值,并且均通过了1%的显著性检验,这意味着城镇化率水平越高的城市越有可能导致污水处理投入因素的冗余.由表1的结果可以看到,城镇化率非常高的北京、天津的污水治理效率值均小于城镇化率相对较低的河北省,这是因为相对于河北省,北京和天津具有更多的务工人口和高新产业的集聚,土地资源紧张,工业和制造业主要疏散到周边的县域或省份,当地的污水处理厂数并不多,然而这些地区对水污染防治具有充足的财政资金,导致投入过多,资金过剩,从而降低了该地区的污水治理投资效率.

2.3 第3阶段投入调整后的DEA实证结果分析

通过第2阶段对投入变量进行调整后,重新运用DEA的方法测算出我国城镇污水处理投资效率,结果如表3所示.

表3 2015年中国各地区城镇污水治理第3阶段DEA效率值

注:TE为技术效率,PTE为纯技术效率,SE为规模效率;drs为规模报酬递减,irs为规模报酬递增,crs为规模报酬不变;-表示无数据.

对比第1阶段和第3阶段的结果后发现,在排除经济、社会和自然资源的环境因素干扰的情况下,我国城镇污水处理的纯技术效率、综合效率和规模效率的平均值均有所下降,说明文章运用三阶段DEA方法排除环境因素影响的必要性和合理性.

在排除了环境因素后,全国技术效率均值由0.83下降到了0.797,纯技术效率由0.886下降到0.859,规模效率则由0.942下降到0.934;辽宁省则退出了技术效率的前沿面,而新疆省则上升到技术效率的前沿面.从原始数据中可以发现,虽然新疆的城镇化率和人均GDP都较低,但是其污水处理厂数有116座,与西藏相比,两者的污水处理基础建设投资相差并不大,然而新疆的污水处理量却是西藏的30倍左右,可见环境因素阻碍了新疆的污水处理投资效率,并且新疆在城镇水污染治理上具有相对完善的管理技术水平.从各省份来看,湖南、山西、广西都是由于纯技术效率的提升,导致综合技术效率的增高,说明较差的环境因素降低了3个省份的管理技术水平;浙江则是由于规模效率的提高,而导致综合技术的上升,说明环境因素抑制了浙江污水处理项目规模或数量上的提高.北京、天津、吉林、黑龙江、江西、云南、甘肃、青海和宁夏都是由于纯技术效率的降低导致综合技术效率的下降,说明这些省份的外部环境和随机影响因素致使高估了其管理技术水平.海南、重庆、山东、贵州和陕西都是由于规模效率和纯技术效率的降低导致综合效率不高,所以这些省份不仅要改善管理水平,还要提高规模效率.

从区域来看,东、中、西部的综合技术效率、纯技术效率和规模效率均有所下降,说明总体来看,忽视外部环境均会高估三大地区的效率值.其中,东部依然是效率值最高的地区,中部次之,西部最低.东部省份无论是从经济水平还是资源禀赋上都优于其他地区,产业结构和环保项目集聚程度高且具有较好的发展[17].不容忽视的是,中部省份的规模效率在三大区域中最高,说明部省份在污水处理规模上较为完善,应主要提高其管理技术水平.然而,西部省份无论是在地理位置还是经济水平上都具有较大的劣势,阻碍了污水处理投资效率的提高.

为了更加直观的对比排除环境因素干扰后各省份在纯技术效率和规模效率上的变化,现以0.9为效率值的临界点,根据纯技术效率和规模效率值划分为4种类型,即,双高型、双低型、高低型和低高型,另外将纯技术效率值和规模效率值都为1的省份划分为前沿型.由上图1可见,在考虑环境因素后,我国各省份的污水处理投资效率具有较大的变化.但是严格来讲,污水处理投资效率只能评估决策单元投入产出的相对情况,并不能代表该省份污水处理项目完善与否.有的省份处于效率值的前沿面,也可能是因为投入产出都不高所致,所以下图2比较了各省份的污水处理投资效率与污水实际处理率.

图1 考虑环境因素前后的城镇污水治理纯技术效率和规模效率分布

图2 污水处理投资效率与污水处理率对比

由图2可见,部分处于前沿面的省份,如,内蒙古、新疆等的污水处理率均未达到90%的水平,甚至新疆只有近70%的处理率,主要因为这些地区地域面积辽阔,人口密度低,污水收集困难,无论是在环保投资或技术发展上都处于较落后的水平,其效率自然不能与沿海发达地区相比,致使这些省份即使污水处理的投资效率较高,但是实际的污水处理率却很低.对于高低型的省份,如浙江、江苏、山东等,由于这些地区经济发展较快,污水处理基础设施的投资较大.虽然污水管网密度高,污水处理厂数量多,但是污水处理率不高,污水处理设施并没有物尽其用,仍有大量废水排放,从而导致规模冗余,降低了规模效率;对于低高型的省份,如,山西、陕西、云南等,由于这些省份多处于西部地区,管理技术水平不足,环保产业发展滞后,相对于规模建设来说,应该优先提高该省份的管理技术水平;其中,云南、山西等污水处理率低的省份,也应同时提高污水管网的基础设施建设.对于双低型的青海省来说,该省份不但污水处理项目投资建设不足,管理技术水平也较为落后,应双管齐下,完善污水处理项目硬件设施和软实力.

2.4 建议

建议继续提高我国各省份的污水处理率,加强污水处理基础设施建设,设计规模因地制宜,促进污水处理项目的提标改造.由于我国多数地区污水收集管网过于陈旧,造成污水不能有效收集,所以应从源头入手,加强污水管网的恢复建设,形成污水处理项目的规模经济效应,尤其是青海、西藏、宁夏、广西和云南等污水处理率较低或投资效率为高低型的省份.然后,针对我国再生水利用率低,经济收益不足的现状,应提高再生水的水质,制定合理的中水定价机制,争取再生水的市场化运营.

我国污水处理投资效率东部地区最高、西部最低的现状与区域间经济和社会发展不平衡有很大关系.2017年国务院在关于《西部大开发“十三五”规划》中提出了关于西部环境保护和水污染防治的建设,地方政府应该紧抓一带一路战略机遇,切实履行环境改善的职责,加强西部地区经济环境和自然环境的改善,降低外部环境因素对污水处理行业的影响,协调发展东中西部的环保和经济水平.

3 结论

3.1 总体来看,经济、社会和自然资源禀赋的外部环境因素和随机因素对污水处理投资效率有较大影响.在排除外部环境因素和随机因素的干扰后,我国污水处理投资的综合效率总体上有所下降,主要归咎于纯技术效率和规模效率的下降.不考虑环境因素的干扰会高估我国污水处理的投资效率.

3.2 从第3阶段各省份的效率值来看,东部是效率值最高的地区,中部次之,西部最低,说明我国污水处理行业的发展也存在着区域间的不平衡性.从纯技术效率和规模效率来讲,我国多数省份处于低高型的阶段,说明污水处理的管理技术水平主要影响着污水处理项目的投资效率;同时,部分省份也处于高低型的阶段,因此这些省份应该优先提高污水治理规模的建设.然而,与污水处理率相比,我国污水处理的投资效率值普遍较高,说明我国污水处理管理技术水平和规模水平较为匹配,但是污水处理行业在量上还有较大的提升.

[1] Jiang Y. China's water security: Current status, emerging challenges and future prospect [J]. Environmental Science & Policy, 2015,54: 106-125.

[2] 张 亮.我国城市再生水利用的主要制约因素及对策建议 [J]. 发展研究, 2016,3:14-16.

[3] 王 强,文宇立,叶维丽,等.我国污水处理设施的发展现状与存在问题研究 [J]. 环境保护科学, 2015,41(6):9-14.

[4] 付汉良,刘晓君.再生水回用公众心理感染现象的验证及影响策略 [J]. 资源科学, 2018,40(6):1222-1229.

[5] 褚俊英,陈吉宁,邹 骥,等.城市污水处理厂的规模与效率研究 [J]. 中国给水排水, 2004,(5):35-38.

[6] 买亚宗,肖婉婷,石 磊,等.我国城镇污水处理厂运行效率评价 [J]. 环境科学研究, 2015,28(11):1789-1796.

[7] 胡 妍,李 巍.区域用水环境经济综合效率及其影响因素——基于DEA和Malmquist指数模型 [J]. 中国环境科学, 2016,36(4): 1275-1280.

[8] 高旭阔,邓 旋.考虑社会及环境效益的再生水投资效率评价 [J]. 水土保持通报, 2017,37(1):248-254.

[9] Fried, Lovell, Schmidt, et al. Accounting for Environment Effects and Statistical Noise in Data Envelopment Analysis [J]. Journal of Productivity Analysis, 2002(17):157-174.

[10] Dennis AignerC A. Knox LovellPeter Schmidt. Formulation and estimation of stochastic frontier production function models [J]. Journal of Econometrics, 1977,6(1):21-37.

[11] 李 鹏,张俊飚.农业生产废弃物循环利用绩效测度的实证研究——基于三阶段DEA模型的农户基质化管理 [J]. 中国环境科学, 2013,33(4):754-761.

[12] 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.

[13] 中国环境统计年鉴2016 [M]. 北京:中国统计出版社, 2016.

[14] 中国环境年鉴2016 [M]. 北京:中国统计出版社, 2016.

[15] 张力小,梁 竞.区域资源禀赋对资源利用效率影响研究 [J]. 自然资源学报, 2010,25(8):1237-1247.

[16] 张同斌,李金凯,程立燕.经济结构、增长方式与环境污染的内在关联研究——基于时变参数向量自回归模型的实证分析 [J]. 中国环境科学, 2016,36(7):2230-2240.

[17] 张 伟,刘 宇,姜 玲,等.基于多区域CGE模型的水污染间接经济损失评估——以长江三角洲流域为例 [J]. 中国环境科学, 2016, 36(9):2849-2856.

Efficiency evaluation of the investment in urban sewage treatment via the three stage DEA method considering environmental factors.

GAO Xu-kuo*, ZHANG Di

(School of Management, Xi'an university of Architecture and Technology, Xi'an 710055, China)., 2018,38(9)：3594~3600

This paper calculated and compared the before-and-after results of efficiency of town sewage treatment by using three-stage DEA Model to eliminate the effects of environmental factors and random error. The results show that such environmental factors as economy, society and water resources endowment could influence greatly the investment efficiency of town sewage treatment and overestimate the comprehensive technical efficiency of sewage treatment. At present, the comprehensive technical efficiency level of town sewage treatment in China was rather low, only at 0.797. And among the east, middle and west regions, the comprehensive technical efficiency of east region and middle region was higher than that of the west region. From the perspective of pure technical efficiency and scale efficiency, most provinces in China were at the stage of low-high type, indicating the phenomena of backward management technology, redundant scale and low treatment rate of sewage which yield to the investment efficiency of sewage treatment. Therefore, it was necessary to increase the amount of sewage treatment and improved the construction of sewage treatment scale, as well as to enhance the management technology of sewage treatment.

urban sewage treatment；investment efficiency；three-stage DEA

X703,F205

A

1000-6923(2018)09-3594-07

高旭阔(1973-),男,陕西西安人,教授,博士,主要从事环境经济相关研究.发表论文30篇.

2018-03-08

国家社会科学基金资助项目(15BGL140)

* 责任作者, 教授, gao_xk@163.com