京津冀城市群大气环境效率研究

陈国鹰,郑姝慧,张爱国,万宝春

(1.河北工业大学 经济管理学院,天津 300401;2.河北省环境科学研究院,河北 石家庄 050018)

1 引言

40年的改革开放进程中,我国经济在保持高速增长的同时面临着严重的资源消耗和大气污染问题,而京津冀城市群更是被定义为全国“资源环境与发展矛盾最为尖锐的地区”和“空气污染最严重的区域”[1]。在我国环境状况公报列示的74个重点监测城市中,排名后十位的城市多数来源于京津冀城市群,且首要污染物已由SO2、NOx等传统污染物转变为PM2.5等新型污染物。2016年京津冀城市群整体PM2.5年均浓度高达71μg/m3,超过世界卫生组织第一过渡阶段目标值(35μg/m3)的2倍;2017年PM2.5年均浓度为64μg/m3,在大力治理下相比2016年下降了9.9%,但相对于目标仍存在很大差距;2018年京津冀城市群PM2.5呈现出持续改善趋势,但对近五成的改进空间而言仍显不足。大气污染与经济增长之间的矛盾进一步激化,使京津冀城市群面临着发展困境。

环境效率最早由可持续发展经济理事会(WBCSD)于1992年提出,用以衡量生产单元创造经济价值的同时产生的环境影响,大气环境效率可认为是聚焦大气污染问题的环境效率。自环境效率概念提出以来,“片面追求GDP”的绩效考核形式受到挑战,经济发展目标更加强调“绿色、综合”,研究成果大量涌现。早期部分学者，如Ramanathan[2]、陈诗一[3]、金玲[4]等在传统DEA模型CCR、BCC中引入CO2、SO2、烟粉尘等污染物指标,并将其转化为投入变量进行效率测度。随着理论和技术的不断成熟,部分学者开始考虑投入—产出的松弛性问题,并将环境变量作为一种非期望产出。苑清敏[5]、王怡[6]、汪克亮[7]等选择SO2、NOx、烟粉尘作为非期望产出,借助SBM-Undesirable模型衡量了我国重点区域的环境效率,并进一步结合收敛性及影响因素问题进行了讨论。此外,国外学者Poveda[8],国内学者陈浩[9]、朴胜任[10]等基于可对前沿水平地区做出进一步比较的超效率SBM模型,对环境效率问题进行了探索,其中部分学者还借助Malmquist指数进行全要素分解识别出效率提升的主导因素。研究结论普遍认为，环境效率存在一定的提升空间,研究对象之间有明显差异性。

对相关主题文献进行梳理发现,只有何为[11]、汪克亮[12]等少数学者聚焦了大气环境效率问题,但非期望产出变量仍选择了SO2、NOx、烟粉尘等基础大气污染组分;何枫[13]等在SBM-Undesirable模型中纳入PM2.5浓度变量作为非期望产出测度大气环境效率,且探析出经济规模、外资依存度、人口密度对其有正向影响,产业结构、贸易依存度对其有负向影响,但未结合大气环境流动特征进行空间特征讨论;黄国庆[14]、李佳佳[15]、袁荷[16]等在对区域环境效率的研究中引入了空间视角。这些研究成果为本文针对京津冀城市群以PM2.5为重点污染物的大气环境效率测度及在此基础上进行空间格局和影响因素研究提供了借鉴。

2 研究模型

2.1 超效率SBM模型

数据包络分析(Data Envelopment Analysis)是一种非参数分析方法,用于比较决策单元间的技术效率。自美国学者Charnes、Cooper、Rhodes[17]首次提出规模报酬不变的CCR模型以来,大量学者进行了有益的探索,如Banker[18]等提出了规模收益可变的BCC模型,Tone[19]等构建了考虑松弛变量的非径向、非角度SBM模型,其中SBM模型由于可结合实际情况纳入非期望产出变量在环境效率研究中获得了广泛应用。

2002年Tone[20]在SBM模型的基础上构建了超效率SBM模型,实现了对多个有效决策单元的排序。虽然文中没有给出包含非期望产出的规划式,但依据SBM-Undesirable模型可推导出规模报酬可变条件下包含非期望产出的超效率SBM模型:

(1)

2.2 GML生产率指数

全局参比的Malmquist模型由Pastor、Lovell[21]于2005年提出,它以DMU全部时期的总和作为参考集。

全局前沿视角下基于规模报酬可变的Malmquist-Luenberger生产率指数可构建为:

(2)

2.3 探索性空间数据分析(ESDA)

ESDA采用“数据驱动”分析模式考察大气环境效率的空间统计相关性,莫兰指数(Moran′s I)是其中一种从全局视角检验集聚特征的方法。计算公式为:

(3)

式中,p为用DEA方法求得的大气环境效率值;s2为效率值的方差;wij为空间权重矩阵。Moran′s I的结果区间是[-1,1],代表变量的空间相互关联程度。若I>0,则空间正相关,且取值越接近1,相邻城市的效率相似性越高,研究总体呈现出高—高集聚或低—低集聚的空间格局;反之,I越接近于-1,则相邻城市的效率相异性越高,研究总体表现为高—低集聚或低—高集聚的空间格局。若I=0,则效率值不存在空间自相关性。

3 数据来源及投入产出变量说明

3.1 数据说明

本文划定京津冀城市群13个城市作为研究对象,设定2006—2016年为研究区间,基础数据主要来自于相关年份的《中国统计年鉴》、《河北经济年鉴》、《中国城市统计年鉴》、《北京统计年鉴》和《天津统计年鉴》,部分年份缺失数据则参考河北省各地级市统计年鉴予以补充。由于我国PM2.5浓度监测网络于2012年底才开始建立,为了统一数据口径,本文使用的京津冀城市群13个城市的PM2.5浓度数据来源于哥伦比亚大学国际地球科学信息网络中心2006—2016年全球卫星云图栅格数据,并由ArcGIS10.2解析得到。

3.2 投入—产出变量

经典的柯布—道格拉斯生产函数认为,资本和劳动力是经济生产系统基础的投入变量,某一地区或产业的生产总值是基础的产出变量。近年来,随着能源消费与环境恶化之间不可分离关系的日益显现,Zhou[22]、沈能[23]等将能源和环境变量纳入到效率和生产率函数之中,使计算结果更加准确且符合现状,而PM2.5是目前京津冀城市群的首要大气污染物,因此本文选择资本、劳动力、能源作为投入变量,地区生产总值作为期望产出变量,PM2.5浓度作为非期望产出变量。

具体说明:①资本投入。以资本存量表示,永续盘存法计算,具体公式为：Kj,t=Kj,t-1(t-δ)+Ij,t。式中,δ表示折旧率,根据张军[24]的做法本文将折旧率统一设为9.6%;Ij,t表示当年固定资产投资总额,利用固定资产投资价格指数折算为2006年的不变价;Kj,t表示决策单元j在第t年的资本存量,基期资本存量通过公式Kj,t0=Ij,t0/(μt0+δ)计算得到;μt0为城市基期的固定资产投资增长率。②劳动投入。国外早期研究中一般选择将劳动时间作为劳动投入变量,但鉴于我国无法获取劳动时间数据的现实情况,本文对劳动投入变量选择仅用各城市相应年份的平均从业人员数量表示。③能源投入。以能源消费总量表示。北京市和天津市的数据可直接获取,而河北省11个地级市的能源消费总量数据则需根据可得的单位GDP能耗和地区生产总值数据进行估算。④期望产出。选择以2006年为不变价经过GDP平减指数调整后的城市生产总值表示期望产出。⑤非期望产出。结合大气污染现状,本文选择PM2.5浓度作为京津冀城市群大气环境质量的代表变量。

4 实证研究结果及分析

4.1 大气环境效率的测度结果

本文主要借助MaxDEA7 Ultra分析工具,运用上述考虑非期望产出的超效率SBM模型对我国京津冀城市群13个城市的大气环境效率进行了测度,结果见表1。

表1 2006—2016年京津冀城市群13个城市大气环境效率值

整体上来看,京津冀城市群大气环境效率值偏低,平均值仅为0.641,大气环境与经济发展的协调度有待提高。此外,效率值波动较明显,难以找到投入—产出之间配比的均衡关系。结合分年份效率来看(图1),大气环境效率除2012年有小幅跃升外,总体上保持下降趋势,且近年来趋于稳定态势。这主要是“十二五”规划实施以来,雾霾天气大范围爆发造成了严重困扰,因此2012年我国针对PM2.5日益肆虐的大气污染问题专门制订了《重点区域大气污染防治“十二五”规划》,京津冀被列为重点整治区域,各个部门强力执法,严厉打击污染行业,使大气污染有所改善,助推了效率提升。虽然2013年在《大气污染防治行动计划》的指引下大气污染治理持续发力,但短期内制约了经济增长,综合作用下大气环境效率出现轻微下降。传统效率与大气环境效率基本保持了一致的变化趋势,但传统效率值普遍高于大气环境效率值,说明大气污染在一定程度上制约了经济发展,考虑环境影响后的效率值更加切合实际情况。

图1 分年份效率

分城市来看,区域内大气环境效率差异显著,城市间发展极度不平衡(图2)。北京在2006—2016年保持了前沿水平,即使2009年、2014年没有达到效率值为1的前沿水平,但仍领先其他城市,是京津冀城市群11年来的发展历程中最稳定、经济与大气环境和谐度最高的城市。这既源于北京高度发达的经济,也源于北京作为全国政治经济中心对绿色生态理念的带领倡导效应。唐山、石家庄在13个城市之间的排名随时间具有上升趋势,但唐山的大气环境效率值在开始几年保持前沿水平情况下从2013年起却出现了断层式下降,在0.54—0.66之间波动,与雾霾现象在时间上重合;石家庄处于0.51—0.72的稳定波动区间,受制于难以找到新经济增长点的状况和大气污染物不易扩散的地理因素。承德、张家口的大气环境效率值和排名出现了同步下降,这两个城市的GDP排名一直居于倒数,工业发展较缓慢,却是城市群中年均PM2.5浓度最低的城市,应充分利用环境优势致力于绿色经济发展。衡水、邯郸、保定、邢台4个城市一直处于城市群大气环境效率的下游地带,近几年效率值一般在0.4以下,经济和大气环境质量都处于底线水平,有极大的提升空间。其他城市的大气环境效率处于中间水平,年度之间排名变化不大,在以PM2.5为主要成分的雾霾影响下,效率值和整体大趋势一样处于逐年滑坡水平,应在注重经济发展的同时规制污染行业。结合图2来看,仅张家口和承德在PM2.5的约束下效率值不降反升,表明较好的空气质量带动了环境经济效率的提高。

图2 分城市效率

4.2 大气环境效率的变化趋势及驱动机制

基于全要素生产理论对大气环境效率进行分解可进一步了解京津冀城市群大气环境效率的变化趋势以及主要驱动机制。本文通过GML指数对京津冀城市群13个城市2006—2016年的大气环境效率进行了分解测度，结果见表2、表3。

表2 京津冀城市群年均大气环境生产率及其分解指数

注:GMLI、GEFFCH、GTECH分别表示全局生产率指数、技术效率变化指数和技术进步指数,表3同。

表3 各城市平均大气环境生产率及其分解指数

由表2可知,京津冀城市群2006—2016年的全局全要素大气环境生产率的平均变化率为0.9769,年均下降2.31%,形势不容乐观。究其原因,技术落后起了主导作用,技术进步指数年均下降3.88%,而技术效率提升了1.43%。在10个时间区间中,有5年GML指数大于1,其中,2011—2012年提升最多,在技术进步18.86%和技术效率提高7.53%的综合作用下，GML指数增长32.42%,表明大气污染物PM2.5监测网络的初步建立引起了社会各方的重视。从表3的城市角度来看,北京、唐山、承德、秦皇岛4个城市处于技术水平变动的单轮驱动模式,技术效率保持不变,北京年均技术仅进步了0.2%,唐山、承德、秦皇岛技术水平呈退步状态,退步程度分别为4.55%、4.74%和7.61%。除北京市外,廊坊、衡水、保定的全局全要素大气环境生产率得到了提高,主要归因于技术效率的提高,仅衡水市技术水平得到了小幅度同步增长。

以行政边界划分(图3)可见,2006—2016年河北省技术效率变化指数提高5.34%,但难以扭转技术落后50%的大局,天津市亦如此;北京市的全局生产率和技术进步指数远远领先于天津与河北,显示出作为我国首都的优越技术环境,京津冀城市群应充分利用北京的技术示范作用,强化吸收与应用新技术的意识,推动整体协调发展。

图3 2006—2016年大气环境生产率分解指数对比

4.3 大气环境效率空间格局分析

在传统的效率研究中,各区域一般被看做孤立的个体,较少考虑区域间的空间关系,但大气环境效率是大气和经济的综合指标,既涉及城市群内部个体之间经济、文化的相互辐射,又与大气污染的溢出效应相关,因此大气环境效率具有一定的空间特征。本文应用Geoda软件,得到Moran′s I值(表4),结合典型年份的Moran散点图分析京津冀城市群空间格局的变化。

表4 京津冀城市群大气环境效率全局Moran′s I值

注:***、*分别表示指数在1%、10%的水平下显著。

由表4可知,2006—2010年的Moran′s I值为正,除2009年外均通过了1%水平下的显著性检验,表明在此期间京津冀城市群大气环境效率呈现空间正相关关系。从图4可见,秦皇岛、承德、廊坊、张家口、唐山和北京位于第一象限的高—高集聚区,不仅自身大气环境效率高,还受到周边高大气环境效率城市的溢出影响,形成了“高效型”环境效率俱乐部;邯郸、衡水、邢台、石家庄则与之相反,位于第三象限的低—低集聚区,处于不利于大气环境效率改善的劣势条件下;天津、沧州位于高—低集聚区,仅保定位于低—高集聚区。

图4 2006年大气环境效率Moran散点图

2011年以后,大气环境效率变为低水平的空间负相关,虽然只有2012年通过了10%水平下的显著性检验,但结合2011年和2016年的Moran散点图(图5、图6)可见,廊坊、承德等城市出现了由高—高集聚区逐渐向低—高集聚区迁移的现象,出现这种现象的原因可能是综合性的:大气污染加重、经济水平下降或是周边城市的效率改善都会导致城市失去竞争优势。

图5 2011年大气环境效率Moran散点图

图6 2016年大气环境效率Moran散点图

4.4 大气环境效率影响因素分析

京津冀城市群大气环境效率尚处于一种不稳定状态,有必要对关键影响因素进行识别。参考已有研究成果[13,25,26],影响因素的设定和说明见表5。

表5 影响因素设定及说明

以大气环境效率测度结果为被解释变量,经济水平、产业结构、技术进步、环境规制、开放程度、新能源普及率和人口密度为解释变量建立模型为:

aeeit=β1lngdpit+β2indusit+β3R&Dit+β4erit+β5openit

(4)

根据以上分析回归结果见表6。

表6 回归分析结果

注:***、**、*表示指数在1%、5%、10%的水平下显著。

经济水平、产业结构、开放程度、新能源普及率和人口密度因素对京津冀城市群大气环境效率都有一定的影响,但影响方向和显著性有一定差别。主要是:①经济水平。经济水平与大气环境效率呈正相关关系,通过了1%水平的显著性检验,表明经济水平对大气环境效率有促进作用。一方面,经济增长可提供城市发展必要的资金支持,并通过市场引导资金流向改善大气环境效率的方向;另一方面,经济水平的提升会激发居民追求更好的生活环境,也会促使大气环境效率得到提高。②产业结构。京津冀城市群目前仍然以工业为主,工业总产值增加1个单位,大气环境效率就下降0.5009,这一结果在1%的水平下显著。工业总产值的增加意味着更高的资源消耗,会导致大气污染,使大气环境效率下降,而京津冀城市群要想改变这种局面必须持续走新型工业化道路,整体提升第三产业比重。③开放程度。外商直接投资有利于大气环境效率的提高,说明外商投资形成了先进技术和管理经验的外溢效应,这一结果与何枫[13]、黄永春[25]的研究结论一致,不支持“污染天堂”假说。④新能源普及率。液化气属于清洁能源,回归结果显示在5%的显著性水平下清洁能源的使用会改善大气环境效率,表明随着清洁能源普及率的提高，以煤为主的能源消费结构会被逐步打破,大气污染会得到控制,经济会实现可持续发展。⑤人口密度。人口密度在一定程度上表明人口对环境造成的压力,这种压力和大气环境效率在1%的水平下显著负相关,这与京津冀一直以来都是人口密集区，面临巨大的资源压力和管理难度的现实情况相符。此外,回归结果显示技术进步与大气环境效率正相关,环境规制与大气环境效率负相关,但没有通过显著性检验,表明京津冀城市群无论是科技投入还是工业污染治理投入对大气污染方面的关注度不够。大气污染是复合型污染,重在污染源控制,需要相关的技术支持和长效机制。

5 结论与启示

主要是：①大气环境效率的测度结果显示,京津冀城市群13个城市2006—2016年的大气环境效率值总体偏低,呈现走下坡路的态势,大气污染对经济造成了一定的压力。京津冀城市群需针对传统产业进行产业链重新整合,注重源头治理,提高资源利用效率和管理能力,改进“唯GDP”的治理理念,走循环发展道路。此外,城市之间效率发展显著不平衡。北京几乎每年都处于前沿面上,邢台、邯郸等地的年均效率值却在0.4左右,拉低了平均值。针对目前城市群内部大气环境效率不平衡的情况,政府首先应给予弱势城市财力上的支持,引进适宜的先进技术和治理经验,合理配置资源,提高资源利用效率。其次,要因地制宜,实行差异化治理策略。同时,注重引导区域合作交流,培养自主创新能力,在先进城市发挥带动效应的同时落后城市积极行动形成追赶效应。②大气环境效率的驱动机制结果显示,京津冀城市群主要依托技术效率的提升带动大气环境生产率的增长,技术水平有待加强。北京应充分利用首都优势,着力发展高新技术产业,不断转型升级,促使科学技术转化为生产力,并对周边城市形成技术辐射;其他城市要充分发挥技术效率优势,积极学习、引进外部先进技术或理念,逐步累积自身优势,同时加大科技投资、投入力度,引进人才,培养创新力量扭转“高污染、高消耗”产业担当经济支柱的局面。③大气环境效率在空间上存在由高—高集聚区向低—高集聚区转移的现象,一定程度上说明大气环境效率空间分布尚未稳定,无论是大气污染还是政治、经济、文化,其溢出作用有减弱的趋势,具体原因可能较复杂。京津冀城市群内部城市之间也存在竞争关系,在合作的同时当然把自身利益放在第一位,这样相邻城市大气环境效率会出现差异,外部溢出性大于自身驱动效应,极易产生“搭便车”的现象。京津冀城市群应追随改革的步伐,杜绝“环境倾销”,打破阻碍京津冀协同发展的体制藩篱和行政壁垒,搭建经济大气环境效率改善的沟通配合平台,逐步形成优势互补、互相带动的新局面。④经济水平、开放程度和新能源普及率与大气环境效率呈显著正相关关系,对京津冀城市群大气环境效率起到关键促进作用,应引起充分重视,使其发挥最大效用。经济水平是支柱,开放程度是窗口,新能源普及是根本,实现兼顾发展是最佳方案,京津冀城市群要从依靠传统能源转变为依靠清洁能源实现经济发展,创造发展前景,提升吸引力,积极引进并充分利用外资;产业结构、人口密度与大气环境效率呈显著负相关,是京津冀城市群有待改进的方面,京津冀城市群要加快产业转型升级,强化产品升级和技术改造,制定清洁生产标准,倒逼企业实现绿色转型。此外,要合理安排人口布局,注重协调发展。技术进步、环境规制和大气环境效率的关系不显著,一定程度上表明京津冀城市群对技术和工业污染治理的管理水平不高,需要找准投入方向,对症下药。