环保投资占比最优化:基于生态效率的考量

徐 辉,韦斌杰,张大伟

环保投资占比最优化:基于生态效率的考量

徐 辉1*,韦斌杰2,张大伟3

(1.兰州大学经济学院,社区与生物多样性保护研究中心,甘肃 兰州 730000；2.中国人民银行南宁中心支行,广西 南宁 530028；3.兰州大学生命科学学院,草地农业生态系统国家重点实验室,甘肃 兰州 730000)

将生态效率作为综合衡量环保投资效益的指标,利用中国2003~2015年30个省(区、市)的数据,研究生态效率与环保投资的双向影响关系,并估算环保投资占比的最优区间.结果表明:(1)2003~2015年,全国平均生态效率整体呈略微下降趋势,由0.79下降至0.69.(2)环保投资占比对生态效率构成倒“N”型影响,经历“降低—提升—抑制”3个阶段.根据所获数据进行计算和推测,当环保投资占比处于0~1.50%时,环保投资不能有效防止生态效率下降;占比处于1.50%~3.30%时,环保投资能显著提升生态效率,至3.30%时达到最大值;占比大于3.30%时,过多的环保投资投入反而使生态效率下降.(3)省际生态效率具有空间溢出效应,省级政府环保投资策略具有协同性.

生态效率；最优环保投资区间；空间效应

当前,资源过度消耗和环境污染成为影响我国进一步发展的问题.因此,中国应寻求以最优的投入、最小的资源环境代价,实现经济增长与资源环境利用的可持续发展.生态效率是一个同时包含经济和资源环境因素,用以衡量可持续发展的有效概念和工具[1].关于环保投资最优化问题,目前更多的是他国经验或实践估计的结论,相应的理论和实证研究较少.即,环保投资需要投入多少才能促进经济和环境的协调发展.因此,本文拟将生态效率作为综合衡量环保投资效益的指标,探讨环保投资与生态效率的关系,探寻环保投资占比的最优区间,以对当前环保投资的优化配置提出政策建议.

首先,相关研究主要集中在环保投资与经济增长的相互关系讨论上.如徐辉[2]研究发现,短期内经济增长带动环保投资增加,从长期而言环保投资增加促进经济增长.张伟[3]通过编制环境-经济投入产出表研究发现,环保投资能够推动经济增长、增加居民收入和促进社会就业等.孙红梅[4]通过面板向量自回归和空间计量发现,环保投资与经济发展相互促进,但环保投资对经济的促进作用具有明显时滞性.也有研究探讨环保投资与环境污染之间的关系.如张可[5]运用空间联立方程,研究污染排放与环保投资的内生性以及地区间的交互影响,发现污染排放与环保投资存在空间上的“你多排,我也多排”和“你多投,我就少投”现象.高明[6]研究发现,环保投资对工业污染减排产生倒“U”型影响.还有学者探讨环保投资、经济增长与环境污染三者之间的关系.如,Shen[7]运用联立方程模型综合分析经济增长、环境污染与政府污染治理支出三者关系.黄菁[8]在此基础上,同样运用联立方程综合考虑三者在中国城市层面的关系.可见,环保投资与同时包含经济和资源环境因素的生态效率的研究尚不多见.

其次,已有文献利用环保投资中的部分数据,研究其对生态效率的影响.如,顾程亮认为财政节能环保投入对区域生态效率呈现倒U型影响,即政府单一主体主导的环保投资过多,不利于生态效率提高[9].又如,将环保投资中部分数据作为环境规制指标,研究环境规制与生态效率的关系.李胜兰[10]利用工业污染治理投资完成额占工业增加值的比重来代表环境规制实施变量,研究环境规制对生态效率的影响.张子龙[11]和任海军[12]均利用环保投资总额占GDP的比例作为环境规制指标,研究其对生态效率的影响.罗能生[13]利用工业污染治理投资额代表“治理投入型”环境规制,发现其与生态效率之间存在“U”型关系.但是,环保投资与环境规制各有侧重,二者并不等同.环境规制是以环境保护为目的、针对个人或组织、以制度或意识为形式的一种约束性力量[14],所考量的指标主要包括环境规制政策、治污费用占企业总成本或产值比例、环境规制机构的监督和检查次数等[15].而环保投资,即环境污染治理投资,是国家在环境保护方面对全社会排污治理、环保设施建设等的资金投入,包含政府财政、企业和社会等方面.环保投资与环境规制二者范围有交集,但包含的内容不同,侧重点不同.因此,利用环保投资数据,并从环保投资而非环境规制视角,对环保投资与生态效率的研究仍可进行补充.

另外,对环保投资最优化的研究并不多.1997年世界银行提出,环保投资总额要在一定时间内持续稳定达到GDP的1%~1.5%时,环境污染可以得到控制;到达2%~3%时,环境质量明显改善[16].《2000年中国》环境研究组选定中国主要用于防治环境污染的环保投资为国民总收入的1.5%左右[17].肖欣荣[18]在理论上推导出使社会总产出水平最大化的政府最优环保投资为GDP的1.1%.同时也提出,若按目前环保投资统计范畴最优值会大于1.1%.已有环保投资占比的研究多来自经验分析、估计报告和理论推导,较为缺乏实证检验.而且,环保投资占比的最优目标往往只是基于环境污染防治的角度,而没有考虑环境和经济的综合效益.世界可持续发展工商理事会(WBCSD)将生态效率的测度构建为:生态效率=产品和服务价值/生态环境负荷[10],这意味着应投入更少的资源、产生更小的污染,创造更多的经济价值.因此,本文拟选取生态效率作为综合考虑资源环境和经济发展的指标,用以讨论环保投资的最优化问题.

综合已有研究,环保投资能直接影响经济和环境,进而影响生态效率;生态效率的高低也影响环保投资的数量.所以,二者具有相互影响的双向关系.进一步分析,环保投资对生态效率的影响可能不是线性关系,而是非线性的.环保投资存在阈值条件,只有达到一定规模后,环境污染才能得到遏制并进一步优化,提高整体生态效率.但环保投资规模目前也不宜过大,由于环保投资仍以政府作为单一主体进行主导,规模过大可能会挤占政府其他投入(例如教育、研发等)和产生“规模不经济”问题[13,19],最终影响整体生态效率提高.

因此,本文尝试进行以下改进和创新:一是,讨论生态效率与环保投资的双向影响关系;二是,运用空间计量研究二者的空间效应;三是,实证分析推算基于生态效率视角下的最优环保投资区间,为环保投资的优化配置提供一定建议.

为此,本文基于2003~2015年中国30个省(区、市)(不含西藏、港澳台)数据,运用超效率DEA计算各省(区、市)生态效率;再构建空间联立方程模型,研究生态效率与环保投资的双向影响关系和空间效应,并估计环保投资占比的最优区间.

1 理论模型与数据说明

1.1 超效率DEA模型

本文运用投入导向规模收益不变的超效率DEA模型计算生态效率值,第个DMU的超效率值表达式为[20-21]:

1.2 空间联立方程

参考李胜兰[10]和邵明伟[22]的研究,构建生态效率与环保投资空间联立方程.模型设定为:

1.3 研究指标及数据选取

根据文献[24-25],结合数据代表性和可获得性,本文选取生态效率评价指标体系见表1.由于“三废”中的固体废物排放量数据缺失较多,故本文未考虑固体废物数据.投入产出指标数据来源于各年《中国统计年鉴》《中国环境年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》.

表1 生态效率评价指标体系

空间联立方程中,核心变量为生态效率和环保投资.生态效率(EE)为上文计算的超效率DEA值,环保投资(EI)为环境污染治理投资总额占GDP比重.

对于空间权重矩阵的构造,本文认为,地理距离近的省之间经济、环境关系影响密切,因而选取地理距离倒数作为空间权重矩阵的元素.故取各省会城市的经纬度来计算它们之间的直线距离,再取距离的倒数作为矩阵元素的取值,最后行标准化得到空间权重矩阵W.

其矩阵的元素为:

另外,本文还构建了距离平方倒数的空间权重矩阵Wd2以作稳健性检验,其矩阵的元素为:

2 实证分析

2.1 生态效率结果分析

运用MaxDEA计算2003~2015年中国30个省(区、市)超效率DEA生态效率值,并参考刘智勇[29]的划分方法,将全国30个省(区、市)划分为东中西3个区域.

图1 2003~2015年中国区域生态效率变化趋势

由图1和2003~2015年超效率DEA值发现,全国平均生态效率呈略微下降趋势,这个结论与罗能生[13]、陈真玲[30]等的研究相似.从全国整体上看,说明这13年来虽然经济发展较快,但是资源消耗过多、环境污染严重的问题同样严峻,经济增长需要由过去高速发展逐步向未来高质量发展进行过渡.在分区域比较上,地区存在明显的空间集聚现象,以及东部高、中西部低的递减趋势.东部地区年均生态效率由2003年的1.10下降至2015年的0.93,虽仍基本处于效率为1的有效水平,但由于城市的大气污染和水污染等资源环境的约束,东部地区生态效率有所下降.中西部地区生态效率较为接近,年均生态效率分别为0.59和0.54.中部地区由于煤炭等资源较为丰富,且逐渐承接东部地区高能耗、高污染的传统产业,故生态效率不高.西部地区由于生态环境脆弱,经济发展水平相对于东部而言仍较低,故生态效率同样较低.因此,加强东部地区特别是城市内的资源环境管理,推动中部地区产业升级,在保护生态环境的前提下发展西部经济,这是本文针对地区生态效率提出的建议.在各省(区、市)比较上,北京、上海和天津年均生态效率排在30个省(区、市)前三,且年均生态效率超过1,说明这三者生态效率较高且达到有效水平.贵州、青海和宁夏的年均生态效率较低,年均生态效率分别为0.45、0.44和0.30.

2.2 生态效率方程与环保投资方程工具变量有效性检验结果分析

对所使用的工具变量进行有效性检验的结果如表2所示:

表2 生态效率方程与环保投资方程工具变量有效性检验

在生态效率方程中,识别不足检验Anderson统计量在1%水平上拒绝了“工具变量与内生变量不相关”的原假设,过度识别检验Sargan统计量接受了“方程所使用的工具变量均与误差项不相关”的原假设,说明生态效率方程的工具变量满足与内生变量相关且与误差项不相关的有效性检验.同理,环保投资方程的工具变量也通过了有效性检验.

2.3 生态效率与环保投资方程结果分析

根据前文分析,构建生态效率和环保投资空间联立方程模型,并应用广义空间三阶段最小二乘法(GS3SLS)进行估计.GS3SLS的优点是考虑空间相关性,可以对联立方程进行系统估计,并得到一致有效的估计结果[31].结果见表3.

表3 生态效率方程与环保投资方程实证结果

注:括号内为统计量;*、**、***分别表示10%、5%、1%的显著性水平.下同.

具体分析:第一阶段,占比为0~1.50%时,环保投资与生态效率成负相关关系,说明环保投资的这一投入比例,不能防止生态效率下降.前期规模较小的投入不足以改善环境污染,这与世界银行报告和之前学者观点一致.分析原因,(1)环保投资促进经济发展、改善环境的效果具有非线性的“门槛效应”,初期投入资金少、占比小、覆盖面窄,未能起到太大作用,只能“治标不治本”.另外,不但从统计上投入的环保投资总额占比小,而且真正产生治污效果的资金占比更小.根据吴舜泽[33]的研究,多年来一直占全国环保投资60%左右的城市环境基础设施建设投资,包含很多不直接用于治污的部分,如燃气和集中供热等.若仅计入最直接相关的污水处理和垃圾处理投资,则修正后的份额仅占原城市环境基础设施建设投资的20%.因此,既要注重增加环保投资数量,又要注重优化环保投资结构[33].(2)环保投资具有时滞性[4],特别是目前占环保投资30%左右的建设项目“三同时”环保投资时滞性更为明显[34],前期较少的投入未能产生明显效果.

图2 生态效率与环保投资占比函数图示

第二阶段,占比为1.50%~3.30%时,随着环保投资金额增加、占比提高,生态效率逐渐升高.在这个阶段,一方面环保投资逐渐积累形成规模效应,各项治污配套设施更为完善,治污技术更为先进.从而抑制污染加剧,不断改善环境质量.另一方面,数量合理的环保投资促进企业污染治理技术创新,强化企业资源有效利用,提高企业竞争力,形成“波特假说”效应.从而促进企业利润增加,带动经济发展.因此,环保投资占比处于这个阶段时,生态环境持续改善,经济水平不断增长,进而生态效率持续提高,这也是本文分析得到的最优环保投资区间.

第三阶段,占比超过3.30%时,随着环保投资占比的增加,生态效率下降.在这个阶段,环保投资的负向影响主要集中在对经济增长上.环境污染的负外部性造成市场失灵,环保投资作为一种公共物品,更多是由政府起到主体作用.当占比过大时,环保投资挤占政府其他经济建设支出,例如:教育经费、研发支出等.在环保投资方程中,教育经费支出系数显著为负,即说明二者存在替代效应.但政府财政有限,财政资源需要合理、有效配置,以达到最优效果.所以,以政府为主体的环保投资模式只能是阶段性的过渡过程,并非可持续的发展模式[9].

2003~2015年,中国环保投资总额呈上升趋势,总额从1750.1亿元增长至8806.4亿元(如图3).从绝对量看,中国环保投资规模庞大;但从相对GDP的占比看,中国环保投资的相对规模还处于较低水平.2015年中国环保投资占比仅为1.28%,和发达国家相比仍有一定差距.在20世纪70年代,发达国家的环保投资占GDP比重已经达到1%~2%,其中美国、日本和德国分别为2%、2%~3%和2.1%[16].因此,和发达国家相比,我国环保领域的投资仍有较大的提升空间.值得肯定的是,中国环保投资占比从2003~2005年均1.30%增加至2013~2015年均1.43%,已较为接近本文测算的“门槛值”——1.50%,甚至某些年份已超过该值.中国未来仍需进一步加大环保投资投入,即可进入综合提高生态效率阶段.

图3 2003~2015年全国环保投资总额及占比

从各省(区、市)2003~2015年环保投资占比面板数据上看,基本处于第一阶段(0~1.50%)的有:天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、四川、贵州、云南、陕西、甘肃和青海等24省份;基本处于第二阶段(1.50%~3.30%)的有北京、山西、内蒙古、重庆、宁夏和新疆等6省份;处于第三阶段(3.30%以上)的有2003、2004、2007年的宁夏以及2012、2013、2014年的新疆.可见,当前我国大部分省份环保投资投入不足、占比较低;而占比较高且处于本文计算得到的最优环保投资占比区间的基本是个别中西部省份;另外,只有宁夏、新疆2个自治区部分年份的环保投资占比超过3.30%,约为3.90%.说明近年来,国家对中西部地区环保投资扶持力度较大,这对保护中西部生态环境、提高中西部生态效率具有重要意义.但这也从一定程度上反映出,当前我国环保投资仍以政府为主体,环保投资受政策等因素影响较大[35].未来东中西部地区应逐步构建“以政府为主导、企业为主体、社会组织和公众共同参与”的环境治理体系,改进环保投资的投融资方式,引导社会资本进入环保投资领域,使环保投资处于提高生态效率的最优区间.

对于空间加权项变量,区域生态效率系数显著为正,说明地理位置接近的省份,其生态效率对本省份生态效率产生同向影响,生态效率具有明显的空间溢出效应.这是因为地理位置接近的省份间经济交往更为频繁,区域贸易更为密切.另外,由于污染物具有流动性,位置接近的省份若污染严重,本省份同样“深受其害”.近些年中,京津冀、中原、长三角等地区在区域经济协同发展的同时,区域雾霾、流域污染等问题同样严重.

对于其他控制变量.外商直接投资估计系数显著为负,说明FDI对生态效率构成“污染天堂假说”.研究与试验发展经费投入系数为正但不显著,可能是研究与试验发展经费投入对生态效率的提高具有时滞性,效果不够明显.城镇化率估计系数显著为正,说明城镇化的提高能显著提升生态效率.城市的集聚效应有利于提高劳动生产率和创造就业,促进经济发展;同时,城市产生的污染也便于集中处理.这一观点在环保投资方程中的人口密度变量同样得到体现:人口密度对环保投资显著为负.说明人口密度越大,所需环保投资反而越少;人口越分散,所需环保投资就越多.人口和经济活动集聚度的提高,使环保投资边际成本下降,从而可以节约环保投资总投入,提高环保投资的利用效率.因此,当前“城市病”并不一定会随着城市扩大、城市人口增加而加剧.只要加强管理、合理规划、统筹安排,就能利用城市的聚集效应,实现经济发展与环境改善的“双赢”结果.

2.3.2 环保投资方程结果分析 在环保投资方程中,生态效率估计系数为负,且森林覆盖率估计系数显著为负.即,自身生态效率高或环境自净能力强的省份,能节省环保投资.区域环保投资系数显著为正.说明省级政府在环保投资上更多体现着合作共赢、区域协作思路.近年来,区域环境治理合作事例越来越多.大气污染共同治理,流域间生态补偿,上下游河长的相互协作等,发挥着越来越显著的环境治理效果.地方教育经费支出估计系数显著为负,说明教育经费与环保投资存在替代效应,与张可[5]的结论一致.地方财政系数为正但不够显著,说明地方富裕、财政实力雄厚的省份可能会将更多财政资金投入环保投资,以改善和加强自身环境质量.人口密度显著为负,说明人口集聚便于集中治理生产生活中的污染,相对于人口分散的区域反而需要更少环保投资.

2.4 稳健性检验

考虑不同的估计方法可能对实证结论产生影响,本文运用广义空间两阶段最小二乘法(GS2SLS)对联立方程进行单方程估计;另外,考虑不同空间权重矩阵的设定可能也会产生影响,本文运用距离平方倒数的空间权重矩阵(Wd2)再次进行估计.表4展示了稳健性检验核心变量的实证结果.可以看到核心变量的估计系数正负号均一致,只是显著性水平略有差别,表明本文结论较为稳健.

表4 生态效率与环保投资稳健性检验

3 政策建议

3.1 继续推进生态文明建设,推动经济高质量发展.更为重视经济、资源和环境的协调发展,提高资源利用率,持续提升整体生态效率.

3.2 扩大资金投入来源,优化环保投资占比.由政府作为单一主体主导,逐步转变为由政府、企业和全社会共同参与的多主体环保投资体系.鼓励和规范社会资本进入环保投资领域,在实现环保目标的前提下,保障社会资本投资收益.另外,注重环保投资过多可能对经济增长的影响,合理计划环保投资占比.

3.3 规范环保投资统计内容,调整环保投资结构.科学合理地核定环保投资口径,提高环保投资有效治污资金比例,增强污染治理效果.

3.4 继续推进区域协调发展战略,重视区域环保协作.促进地区经济协同发展,加强各地区在区域大气治理、水资源流域管理等方面合作.

4 结论

4.1 2003~2015年,全国平均生态效率呈下降趋势,并呈现东部高、西部低的递减趋势.反映出在经济快速发展的同时,资源过度消耗、环境污染严重的问题依然严峻.

4.2 环保投资占比对生态效率产生倒“N”型影响,2个转折点分别为1.50%和3.30%.当占比为0~1.50%时,环境恶化未能得到有效控制,环保投资增加不能防止生态效率下降.当占比为1.50%~3.30%时,生态效率随环保投资增加而上升.此时,污染得到有效控制,环保投资对经济的促进作用也更为明显.当占比超过3.30%时,环保投资挤占其他经济建设支出,影响经济发展,使生态效率有所下降.当前环保投资规模和占比已十分接近并有部分年份已跨越1.50%的“门槛值”,未来应进一步加大环保投资投入,即可进入综合提高生态效率的阶段.

4.3 生态效率与环保投资都分别体现了明显的空间溢出效应和空间协同趋势,区域经济协同发展的同时,区域雾霾、流域污染等问题同样严重;省级政府的环保投资更多体现合作共赢和区域协作的思路.

[1] Fet A M. Eco-efficiency reporting exemplified by case studies [J]. Clean Technologies & Environmental Policy, 2003,5:232-239.

[2] 徐 辉,刘继红,张大伟,等.中国经济增长中的环保投资贡献的实证分析 [J]. 统计与决策, 2012,(13):126-129. XU H, Liu J H, Zzhang D W. Empirical analysis on contribution of environmental protection investment in China's economic growth [J]. Statistics and Decision, 2012,(13):126-129.

[3] 张 伟,蒋洪强,王金南,等.“十一五”时期环保投入的宏观经济影响 [J]. 中国人口·资源与环境, 2015,25(1):9-16. Zhang W, Jiang H Q, Wang J N. Economic and social impacts of environmental protection costs during the 11th Five-Years Plan [J]. China Population, Resources and Environment, 2015,25(1):9-16

[4] 孙红梅,赵正丽.经济转型与环保投资相关性的实证研究——基于面板向量自回归模型和空间面板模型的实证分析 [J]. 山西财经大学学报, 2016,38(12):16-28. Sun H M, Zhao Z L. Research on the relationship between economic restructure and environment protection investment—the empirical analysis based on panel data vector auto-regression (PVAR) model and spatial panel models [J]. Journal of Shanxi University of Finance and Economics, 2016,38(12):16-28.

[5] 张 可,汪东芳,周海燕.地区间环保投入与污染排放的内生策略互动 [J]. 中国工业经济, 2016,(2):68-82. Zhang K, Wang D F, Zhou H Y. Regional endogenetic strategic interaction of environmental protection investment and emission [J]. China Industrial Economics, 2016(2):68-82.

[6] 高 明,黄清煌.环保投资与工业污染减排关系的进一步检验——基于治理投资结构的门槛效应分析 [J]. 经济管理, 2015,(2): 167-177. Gao M, Huang Q H. Further inspection towards the relationship between environmental protection investment and industrial pollution reduction—threshold effect analysis based on governing investment structure [J]. Economic Management, 2015(2):167-177.

[7] Shen J. A simultaneous estimation of evironmental kuznets curve: evidence from China [J]. China Economic Review, 2006,17(4):383- 394.

[8] 黄 菁.环境污染与城市经济增长:基于联立方程的实证分析 [J]. 财贸研究, 2010,21(5):8-16. Huang J. Empirical study on environmental pollution and urban economic growth: a simultaneous equations approach [J]. Finance and Trade Research, 2010,21(5):8-16.

[9] 顾程亮,李宗尧,成祥东.财政节能环保投入对区域生态效率影响的实证检验 [J]. 统计与决策, 2016,(19):109-113. Gu C L, Li Z R, Cheng X D. Empirical test on the impact of fiscal energy conservation and environmental protection input on regional ecological efficiency [J]. Statistics and Decision, 2016,(19):109-113.

[10] 李胜兰,初善冰,申晨.地方政府竞争、环境规制与区域生态效率 [J]. 世界经济, 2014,(4):88-110. Li S L, Chu S B, Shen C. Local government competition, environmental regulation and regional eco-efficiency [J]. The Journal of World Economy, 2014,(4):88-110.

[11] 张子龙,王开泳,陈兴鹏.中国生态效率演变与环境规制的关系——基于SBM模型和省际面板数据估计 [J]. 经济经纬, 2015,32(3): 126-131. Zhang Z L, Wang K Y, Chen X P. Relationship between China ecological efficiency and environmental regulation—based on SBM model and provincial panel data [J]. Economic Survey, 2015,32(3): 126-131.

[12] 任海军,姚银环.资源依赖视角下环境规制对生态效率的影响分析——基于SBM超效率模型 [J]. 软科学, 2016,30(6):35-38. Ren H J, Yao Y H. Effects of environmental regulation on eco-efficiency from the perspective of resource dependence—based on super efficiency SBM model [J]. Soft Science, 2016,30(6):35-38.

[13] 罗能生,王玉泽.财政分权、环境规制与区域生态效率——基于动态空间杜宾模型的实证研究 [J]. 中国人口·资源与环境, 2017,27(4): 110-118. Luo N S, Wang Y Z. Fiscal decentralization, environmental regulation and regional eco-efficiency: based on the dynamic spatial Durbin model [J]. China Population, Resources and Environment, 2017,27(4): 110-118.

[14] 赵玉民,朱方明,贺立龙.环境规制的界定、分类与演进研究[J]. 中国人口·资源与环境, 2009,19(6):85-90. Zhao Y M, Zhu F M, He L L. Definition, Classification and Evolution of Environmental Regulations [J]. China Population, Resources and Environment, 2009,19(6):85-90.

[15] 张 成,陆 旸,郭 路,等.环境规制强度和生产技术进步 [J]. 经济研究, 2011,(2):113-124. Zhang C, Lu Y, Guo L, et al. The intensity of environmental regulation and technological progress of production [J]. Economic Research Journal, 2011(2):113-124.

[16] 苏 明,刘军民,张 洁.促进环境保护的公共财政政策研究 [J]. 财政研究, 2008,(7):20-33. Su M, Liu J M, Zhang J. Research on fiscal policy for promoting environmental protection [J]. Public Finance Research, 2008,(7):20- 33.

[17] 李金昌.为什么提出“百分之一点五”——谈我国环保投资比例问题 [J]. 中国环境管理, 1985,(6):8-9. Li J C. Why "one point five percent" is put forward—on the proportion of investment in environmental protection in China [J]. China Environmental Management, 1985,(6):8-9.

[18] 肖欣荣,廖 朴.政府最优污染治理投入研究 [J]. 世界经济, 2014,(1):106-119. Xiao X R, Liao P. Study on government's optimum investment in pollution control [J]. The Journal of World Economy, 2014,(1):106- 119.

[19] 闻岳春,吴英姿.基于DEA模型的环保投资综合效率的实证分析 [J]. 同济大学学报(社会科学版), 2012,23(1):111-115. Wen Y C, Wu Y Z. Empirical analysis of synthetical efficiency of environmental protection investment based on DEA model [J]. Journal of Tongji University (Social Science Section), 2012,23(1):111-115.

[20] 成 刚.数据包络分析方法与MaxDEA软件[M]. 北京:知识产权出版社, 2014:23-25,149-150. Cheng G. Data envelopment analysis methods and MaxDEA software [M]. Beijing: Intellectual Property Publishing House, 2014:23-25, 149-150.

[21] 朱付彪,方一平,宜树华,等.江河源区高寒草地畜牧业生态效率及影响因素 [J]. 中国环境科学, 2017,37(1):310-318. Zhu F B, Fang Y P, Yi S H, et al. Eco-efficiency of grassland-based animal husbandry and its determinants in the source regions of the Yangtze and Yellow Rivers [J]. China Environmental Science, 2017, 37(1):310-318.

[22] 邵明伟,钟军委,张祥建.地方政府竞争:税负水平与空间集聚的内生性研究——基于2000~2011年中国省域面板数据的空间联立方程模型 [J]. 财经研究, 2015,41(6):58-69. Shao M W, Zhong J W, Zhang X J. Local goverments competion: the study of endogeneity between tax-burden level and spatial agglomeration: spatial simultaneous eqation model based on provincial panel data in China from 2000 to 2011 [J]. Journal of Finance and Economics, 2015,41(6):58-69.

[23] 陈向阳.环境库兹涅茨曲线的理论与实证研究 [J]. 中国经济问题, 2015,(3):51-62. Chen X Y. A theoretical and experimental research of the environmental kuznets curve [J]. China Economic Studies, 2015,(3): 51-62.

[24] 罗能生,李佳佳,罗富政.中国城镇化进程与区域生态效率关系的实证研究 [J]. 中国人口·资源与环境, 2013,23(11):53-60. Luo N S, Li J J, Luo F Z. Empirical analysis on the relationship between the China urbanization and regional eco-efficiency [J]. China Population, Resources and Environment, 2013,23(11):53-60.

[25] 付丽娜,陈晓红,冷智花.基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例 [J]. 中国人口·资源与环境, 2013,23(4):169-175. Fu L N, Chen X H, Leng Z H. Urban agglomerations eco-efficiency analysis based on super-efficienty DEA model: case study of Chang-Zhu-Tan “3 + 5” urban agglomeration [J]. China Pulation, Resources and Environment, 2013,23(4):169-175.

[26] 郭付友,佟连军,魏强,等.松花江流域(吉林省段)产业系统生态效率时空分异特征与影响因素 [J]. 地理研究, 2016,35(8):1483-1494. Guo F Y, Tong L J, Wei Q, et al. Spatial-temporal differentiation and influencing factors of industrial system eco-efficiency in the Songhua River Basin of Jilin province [J]. Geographical Research, 2016,35(8): 1483-1494.

[27] 卢燕群,袁 鹏.中国省域工业生态效率及影响因素的空间计量分析 [J]. 资源科学, 2017,39(7):1326-1337. Lu Y Q, Yuan P. Measurement and spatial econometrics analysis of provincial industrial ecological efficiency in China [J]. Resources Science, 2017,39(7):1326-1337.

[28] 尹 恒,徐琰超.地市级地区间基本建设公共支出的相互影响 [J]. 经济研究, 2011,46(7):55-64. Yin H, Xu Y C. On the interactions of local public infrastructure expenditure in China [J]. Economic Research Journal, 2011,(7):55-64.

[29] 刘智勇,李海峥,胡永远,等.人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小 [J]. 经济研究, 2018,53(3): 50-63. Liu Z Y, Li H Z, Hu Y Y, et al. Human capital structure upgrading and economic growth: a reconsideration of disparities among China's eastern, central and western regions [J]. Economic Research Journal, 2018,53(3):50-63.

[30] 陈真玲.基于超效率DEA模型的中国区域生态效率动态演化研究 [J]. 经济经纬, 2016,33(6):31-35. Chen Z L. Analysis on the dynamic evolution of regional eco- efficiency in China based on super efficiency DEA model [J]. Economic Survey, 2016(6):31-35.

[31] Kelejian H H, Prucha I R. Estimation of simultaneous systems of spatially interrelated cross sectional equations [J]. Journal of Econometrics, 2004,118(1):27-50.

[32] 吴舜泽,陈 斌,逯元堂,等.中国环境保护投资失真问题分析与建议 [J]. 中国人口·资源与环境, 2007,17(3):112-117. Wu S Z, Chen B, Lu Y T, et al. Analysis and suggestion on distortion of environmental protection investment in China [J]. China Population, Resources and Environment, 2007,17(3):112-117.

[33] 张 璇,袁浩铭,郝芳华.财政分权对环保投资效率的影响研究——基于DEA-Tobit模型的分析[J]. 中国环境科学, 2018,38(12): 4780-4787. Zhang X, Yuan H M, Hao F H. Fiscal decentralization influence on environmental investment efficiency: Analysis based on DEA-Tobit model [J]. China Environmental Science, 2018,38(12):4780-4787.

[34] 毛 晖,郭鹏宇,杨志倩.环境治理投资的减排效应:区域差异与结构特征 [J]. 宏观经济研究, 2014,(5):75-82. Mao H, Guo P Y, Yang Z Q. Emission reduction effects of environmental governance investment: regional differences and structural characteristics [J]. Macroeconomics, 2014,(5):75-82.

[35] 朱建华,徐顺青,逯元堂,等.中国环保投资与经济增长实证研究——基于误差修正模型和格兰杰因果检验 [J]. 中国人口·资源与环境, 2014,24(S3):100-103. Zhu J H, Xu S Q, Lu Y T, et al. Empirical research on China environmental protection investment and economic growth based on error correction model and grainger causality [J]. China Population, Resources and Environment, 2014,24(S3):100-103.

Optimizing the ratio of environmental protection investment: based on the eco-efficiency.

XU Hui1*, WEI Bin-jie2, ZHANG Da-wei3

(1.School of Economics, Research Center of Community and Biodiversity Conservation, Lanzhou University, Lanzhou 730000, China；2.Nanning Central Sub-branch of the People’s Bank of China, Nanning 530028, China；3.School of Life Science, State Key Laboratory of Grassland Agro-ecosystems, Lanzhou University, Lanzhou 730000, China)., 2019,39(8)：3530~3538

The eco-efficiency was used as an indicator to comprehensively measure the benefits of environmental protection investment in this study. The data of 30 Chinese provinces (autonomous regions and municipalities) was from 2003 to 2015. The bidirectional impact relationship between eco-efficiency and environmental protection investment was investigated in this study. The optimal ratio of environmental protection investment was evaluated in the present study. Results indicated, (1) the national average eco-efficiency showed a slightly downward trend from 2003 to 2015, which was down from 0.79 to 0.69. (2) The ratio of environmental protection investment had inverted N-shaped impact on eco-efficiency and experienced three stages of declining, rising and restraining. Similarly, the calculation and speculation of data indicated that the environmental protection investment could not prevent eco-efficiency to decline with 0 to 1.50% ratio of investment. The environmental protection investment could significantly improve eco-efficiency when the ratio varied from 1.50% to 3.30%. It reached the maximum level with the 3.30% of investment ratio. On the other hand, when the ratio exceeded the limit, eco-efficiency declined instead. (3)The eco-efficiency of provincial regions had characteristic of spatial spillover and the environmental protection investment strategy of provincial government promoted cooperation among provinces.

eco-efficiency；optimal ratio of environmental protection investment；space effect

X196

A

1000-6923(2019)08-3530-09

徐 辉(1978-),女,江西樟树人,教授,博士,主要从事生态经济与资源环境管理研究.发表论文40余篇.

2019-01-28

国家自然科学基金资助项目(71373109);中央高校基本科研业务费专项资金资助项目(18LZUJBWZY065)

* 责任作者, 教授, xhhui@lzu.edu.cn