基于DEA-Tobit模型的中国省际环境绩效评估分析

2020-12-14赵思源沈洋

中国集体经济 2020年32期

赵思源沈洋

摘要：测度我国省际环境绩效对提升环境治理效率、建设美丽中国具有积极意义。文章利用数据包络分析测算出2008～2017年我国30个省份环境绩效。发现考察期内我国省际环境绩效不够理想，规模效率和纯技术效率存在改进空间，特别是要加强弥补技术短板，区域间环境绩效呈现东部最高、西部次之、中部最低。通过对环境绩效影响因素进行回归分析，各省份人均GDP、公共设施管理及水利从业人员数对我国省际环境绩效有显著正向促进作用，环境污染治理投资总额、第二产业比重、园林绿化投资总额有显著负向抑制作用，城市环境基础设施建设投资总额不显著。

关键词：省际环境绩效;DEA-Tobit;影响因素;实证分析

一、引言

改革开放以来，我国经济发展取得了巨大成就，跃身成为世界第二大经济体，但经济高速发展背后却是以环境牺牲作为代价。党的十八大以来，生态文明建设已成为“五位一体”总体布局的重要内容，对生态文明理念建设、环境保护治理、生态发展等方面实行全面推进，环境治理取得了巨大成效，生态文明建设取得重大突破。以史为鉴，在取得重大成果的同时，仍要冷静思考以往发展过程中出现的历史性问题，长期以来，我国经济发展与环境治理工作不匹配。当经济发展与环境保护失衡时，人与自然的本能促使着历史进程做出相应的改变，以此来确保两者的双向协调。生态环境作为经济发展与社会发展的物质基础，人与自然关系影响着经济是否能健康发展，由此可见，环境问题已经成为一个地区、一个国家经济深化发展的瓶颈。因此，理顺我国环境治理歷史脉络，测度各地区治理绩效，评测地方环境治理效率损失程度对推动美丽中国建设具有现实参考意义。

二、文献回顾

已有文献从不同层面对环境绩效问题进行研究。国外学者Valeria通过对意大利20个地区进行研究，发现行业创新、区域溢出效应和环境政策都会影响一个地区环境绩效，区域间技术外溢比部门内部创新在改善环境绩效方面更为重要。国内学者曹东等选取三种具有代表性环境绩效评估方法—PSR压力状态响应模型、改进扩展后的DPSIR模型、环境绩效指数，并逐一介绍评估目标、内容以及借鉴启示。胡曲应对国内外环境绩效评价研究进行动态述评，除了总结国际组织环境评价标准，还列举加拿大、日本等国的做法，同时从环境绩效评价理论、计量模型、环境绩效与经济绩效关系等方面收集整理国内外众多学者的观点。刘佳从生态文明理念角度，使用主题框架和DPSIR模型构建省级环境绩效评估指标体系，对2007～2011年我国30个省市环境绩效评估展开动态研究，发现各省环境绩效指数呈现波动性与地域差异性，从总体看五年来东中西部没有出现改善趋势，东部综合绩效优于中、西部，发现中国各地区环境绩效与经济发展水平呈正相关。董战峰等基于构建中国省际环境评估方法学，采用主题框架模型对我国30个省级地区环境绩效进行分析，发现总体呈现持续改进趋势，空间格局特征呈东部好于中部、中部好于西部梯度格局。

还有学者基于不同角度对环境治理问题进行研究，周博雅从公共管理政策角度对三类省级环境政策量化研究，分为以固体废弃物回收利用的一般性政策、经济类排污费征收政策、强制性环保目标责任制，发现强制性环境责任政策影响大于经济类政策，一般性省级环境治理政策效果最弱。黄磊从生态环境绩效角度使用熵权TOPSIS与SBM-GML指数法对长江经济带进行全面评估，发现长江经济带生态环境绩效呈上升趋势且优于全国平均水平。张彩云等从地方政府间策略互动角度出发，利用空间杜宾模型对中国272个地级市面板数据，发现合理政绩考核指标和分权体系可以使“环境治理”向“良性竞争”方向发展。林春、孙英杰从财政分权角度运用系统GMM模型检验2007～2017年中国省级面板数据，发现财政分权对环境治理绩效具有显著抑制作用，不同的财政分权水平对环境治理绩效影响也有所差别，从而要强化财政分权改革措施提升环境治理水平。

显然，已有文献对环境绩效评估指标方法、环境治理绩效测算以及环境治理问题都展开了深入探讨，但是以省际环境绩效这一概念为研究对象的文献以主题框架法为主，进一步对省际环境绩效的影响因素分析较少。于是文章选择2008～2017年全国30个省份为研究对象，参照杨浩、张灵对京津冀地区研究方法，选取环境绩效的评估框架和指标，通过全面评估考察期内我国省际环境绩效水平，来补充这一时段内研究领域的空白。

三、研究方法

本文采用DEA-BBC模型，测算2008～2017年全国30个省市在规模报酬可变下的静态环境绩效，并利用Tobit模型分析我国环境绩效的影响因素。

（一）数据包络分析模型

数据包络分析是运筹学家A.Charnes在“相对效率评价”概念基础上发展起来的一种系统效率评价方法。它主要采用数学规划方法，利用观察到的有效样本数据，来衡量多投入多产出决策单元相对有效性，根据对各DMU观察数据判断DMU是否为DEA有效。近年来，该方法被广泛用于评估公共管理领域内效率问题，环境作为交叉学科话题和一种典型公共品，符合该方法的要求。假设有n个决策单元，每个决策单元有m种投入和n种产出，Xij表示第j个省第i个投入指标代表的指标（i=1，2，…，m），Yrj表示第j个省第r个产出指标代表的指标（r=1，2，…，n）。则第j0个省份的相对治理绩效可用DEA-BBC模型的线性规划结果来表示，具体模型表示如下：

（二）Tobit回归分析

在进行环境绩效影响因素分析过程中，将环境绩效值作为被解释变量，因DEA测算效率为[0，1]之间的截断数据，采用普通最小二乘法会造成结果有误差，因此采用Tobit模型，具体模型如下：

（三）指标体系

评价我国环境治理效率，需要建立合理的指标体系。环境绩效涉及内容复杂且多样，包括环境与健康、生态环境保护与管理、资源与能源可持续利用、环境治理能力四个方面，参照已有文献，构建表1所示指标体系。其中环境污染物为非期望产出，是负向指标，将其进行特殊处理，可以将其作为投入指标纳入到DEA模型中评价决策单元有效性。

（四）数据来源及指标解释

本文数据主要来自（2008～2017年）《中国统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》。其中，一般工业固体废物综合利用率为2011年新指标，2008～2010年的数据用工业固体废物综合利用率代替。废气二氧化硫排放量、废水化学需氧量排放量、废水氨氮排放量除以当年各省市GDP计算所得为废气二氧化硫排放强度、废水化学需氧量排放强度、废水氨氮排放强度。

四、实证分析及讨论

（一）全国省际环境绩效静态评估

从总体来看，全国省际环境绩效始终未达到综合效率值1，数值保持0.8附近波动，说明考察期内我国环境治理效果不够理想，这与近年来全国大部分省份规模报酬呈现递减有关。其中规模效率>纯技术效率>综合效率，技术效率低于规模效率，说明当前我国环境治理更需要重视技术短板。

（二）分地区省际环境绩效静态评估

表2为考察期内依据30个省份环境绩效值整理后形成的东、中、西部环境绩效情况，不再一一展示各省份的环境绩效值和排名。从综合效率的角度看，东部地区有5省每年达到了DEA有效，环境投入产出比达到了最优状态。其余6省中，江苏、浙江、福建3省综合效率排名全国靠前，山东排名第十三较为靠后，河北、辽宁落后于东部整体。中部环境绩效分化较大，只有吉林、湖南、江西、河南4省排名相对靠前，也在某些年份达到过效率值1。近年来黑龙江环境治理效率提高，山西、安徽效率值基本保持稳定，湖北出现波动后下降。西部环境绩效较为平均，西南地区高于西北地区，青海表现突出七年达到有效，贵州、云南的环境治理水平紧接其后。重庆、四川，宁夏相对来说环境治理较好，陕西、内蒙古、新疆治理效果不理想。从区域环境绩效均值来看，东部环境绩效最高，西部次之，中部最低，这可能与现实经济发展模式有关，中部在接纳东部的工业转移后，仍是一种粗放型的经济发展模式，这限制了中部地区环境治理绩效的提升。

限于篇幅，各地区具体分解指数不展示。从纯技术效率和规模效率角度来看。东部江苏、福建、浙江、山东规模效率小于纯技术效率，山东规模效率低于东部均值，说明这些省份需要调整投入规模结构，河北、辽宁纯技术效率低，说明对于环境投入要素利用不高。中部山西、湖北、黑龙江、安徽纯技术效率低于均值，规模效率基本都达到均值，说明大部分省份环境治理技术和管理方法有待改进。西部内蒙古、广西、四川、陕西、新疆纯技术效率低于均值，重庆、甘肃规模效率较低。从区域环境绩效情况来看，东部需重视规模效率，中部需重视纯技术效率，西部需二者兼顾。

（三）影响因素结果分析

运用Stata15软件对我国省际环境绩效的影响因素进行分析，为减缓异方差带来的影响，对各指标数据进行对数化处理。综合本文选择的环境投入产出指标以及国内已有研究理论和文献，将DEA-BBC测度环境治理绩效作为被解释变量，环境污染治理投资总额、城市环境基础设施建设投资总额、园林绿化投资总额、各省份人均GDP、公共设施管理及水利从业人员数、第二产业比重作为解释变量，分别表征资本投入、经济发展规模、劳动投入、产业结构。回归结果如表3所示。

1. 环境污染治理投资总额对环境绩效改善有显著负面抑制作用，系数-0.098，通过1%水平显著性检验。其可能原因与未对投入资金进行合理分配，造成投入过大或过小产生资源错配和浪费，阻碍环境治理水平提升。

2. 城市环境基础设施建设投资总额对环境绩效具有负向抑制作用，系数-0.0115，但未通过显著性检验。这与省级政府为应对上级检查和环评压力等建立的环境治理基础设施立项和项目建设有关，但是对设施应用则不够重视，导致不少设施在建成后就处于闲置状态。

3. 园林绿化投资总额对环境绩效有显著负面抑制作用，系数-0.0416，通过10%水平显著性检验。可能与我国环保部门管理方法和缺乏环保治理经验有关，造成与现实情况不符的结论。

4. 各省份人均GDP对环境绩效改善有显著正向促进作用，系数0.0462，通过1%水平显著性检验。这同王俊能、张子龙的结论一致，随着经济规模的扩大，聚集经济体逐渐体现出来，收入水平提高同时增加人们对优质“环境质量”需求，这都有助于环境效率提高。

5. 公共设施管理及水利从业人员数对环境绩效有显著正向促进作用，系数0.0202，通过1%水平显著性检验。表明壮大环境从业人员队伍、加强环境专业能力培训能够提高环境治理水平。

6. 第二产业比重对环境绩效改善有显著负面抑制作用，系数-0.0045，通过1%水平显著性检验。目前我国第二产业占比较高的省份还不少，特别是在一些经济不发达地区主要依靠第二产业拉动当地生产总值，这种发展模式带来的后果是各种污染物排放量增加，对当地生态生活环境造成破坏，影响环境治理效率。

五、结论与政策建议

（一）结论

基于环境绩效含义，根据数据包络分析方法对我国省际环境绩效进行评价，并运用Tobit模型分析其影响因素，结果表明。

2008～2017年我国省际环境绩效不够理想，规模效率和纯技术效率均需重视，特别是注重技术短板。地区间环境绩效呈现东部最高，西部次之，中部最低，东部需重视规模效率，中部需重视纯技术效率，西部需二者兼顾。

影响因素结果表明，各省份人均GDP、公共设施管理及水利从业人员数对我国省级环境绩效有显著正向促进作用，环境污染治理投资总额、第二产业比重、园林绿化投资總额有显著负向抑制作用，城市环境基础设施建设投资总额不显著。

（二）政策建议

第一，促进环境与经济协调发展是环境治理的本质内容，因此调整产业结构，促进经济转型，使环境效益与经济效益协调一致是提升环境绩效的根本措施。把发展绿色经济和循环产业作为当前经济结构改革的核心，各省级政府应持续推动经济改革，发展绿色、节能产业，改变过去牺牲环境、破坏资源为代价的粗放型增长模式。优化工业生产布局、按照主体功能区进行规划，根据地区资源环境承载力和国土开发适宜性确定工业发展方向和开发强度，严格遵循“生态优先，绿色发展”战略定位。

第二，省际环境治理要结合地方经济发展阶段和实际，因地制宜。技术水平不高的地区要加大科研开发与投入力度，引进新型节能减排技术，新增燃煤脱硫机组、城市污水处理率的工程减排，淘汰高耗能高排放行业，推动落后产能的结构减排，增强监控体系的管理减排，稳步推进三大减排措施全面发挥效益。规模效率不高的地区要合理调整投入配置结构，减少因污染环境治理投资总额过多或过小而产生的无谓损失，通过探索尝试和科学分析找出最佳规模，创造最佳报酬。

第三，加快建立我国统一的环境绩效评估标准，构建政府企业公众多元化评估主体体系。目前我国环境绩效评价体系尚不健全，虽已有大量学者模仿国外做法对我国环境绩效进行评估，但得到的结果并未达到社会普遍认可，所以当务之急要完善我国环境绩效评估体系，将政府、企业、公众作为三大评估主体，充分了解我国环境治理情况，使评估结果更具可靠性和真实性。我国幅员辽阔，自然环境、地理、气候差异大，可以以省为单位建立统一环境绩效评价体系，对辖区环境绩效作出评价，指导生态环境政策。生态环境部门和相关行政管理部门应充分考虑省际差异，制定出不同地区评估分级标准。

参考文献：

[1]辛灵，王大树.生态环境治理需跳出哪些误区[J].人民论坛，2020（03）：94-95.

[2]崔恩帅.习近平生态文明思想的世界意蕴[J].人民论坛，2020（01）：86-87.

[3]曹东，宋存义，曹颖，曹国志，李万新.国外开展环境绩效评估的情况及对我国的启示[J].价值工程，2008（10）：7-12.

[4]胡曲应.环境绩效评价国内外研究动态述评[J].科技进步与对策，2010，28（10）：156-160.

[5]刘佳.基于生态文明理念的中国省级环境绩效评估实证研究[D].天津：南开大学，2014.

[6]董战峰，郝春旭，袁增伟，徐鹤，王婷.中国省级环境绩效评估动态研究[J].科技导报，2018，36（02）：67-8.

[7]周博雅.基于2007～2015年数据的三类省级环境治理政策量化研究[D].武汉：华中科技大学，2018.

[8]黄磊.长江经济带生态环境绩效评估及其提升方略[J].改革，2018（07）：116-126.

[9]张彩云，苏丹妮，卢玲，王勇.政绩考核与环境治理——基于地方政府间策略互动的视角[J].财经研究，2018，44（05）：4-22.

[10]林春，孙英杰.财政分权与中国环境治理绩效关系——基于省级面板数据的实证检验[J].经济体制改革，2019（02）：150-155.

[11]杨浩，张灵.基于数据包络（DEA）分析的京津冀地区环境绩效评估研究[J].科技进步与对策，2018，35（13）：44-49.