环境污染治理路径变革与中国绿色技术效率提升研究

余利丰，邓柏盛

(1.江汉大学 武汉研究院，湖北 武汉 430056；2.湖南工商大学 经济与贸易学院，湖南 长沙 410205)

一、引言

党的十九大报告提出，中国经济已由高速增长阶段转向高质量发展阶段，这是改革开放40多年以来对经济快速增长所付出的巨大环境和社会代价作出的深刻反思，是在新形势下作出的重大判断[1]。多年来粗放式高速增长与GDP锦标赛的传统思维，大气污染久治不愈、生态环境屡遭破坏、雾霾频发等一系列环境问题，经济发展与生态环境不和谐、不协调的问题日益凸显，严重影响了中国经济的发展质量[2]，已经成为制约中国经济高质量发展的掣肘[3]。面对严峻的环境形势，以习近平同志为核心的党中央把生态文明建设作为统筹推进“五位一体”总体布局和协调推进“四个全面”战略布局的重要内容，出台了一系列治污减排的法律法规[4]，并将污染防治列为决胜全面建成小康社会的三大攻坚战之一。随着我国进入中国特色社会主义建设的新时代，面临的根本任务是改善环境和提升经济发展质量，不断满足人民日益增长的美好生活需要[5]。为此，中国政府提出了绿色发展理念，努力实现经济由粗放型向技术效率支撑型转变[6]。从中国目前面临的现实出发，要实现经济的高质量发展，必须要协调经济发展与环境保护的两难冲突，即在实现技术效率水平提升的同时，推动生态环境质量水平的提升。

二、文献综述

由于环境污染的负外部性及环保产品的公共产品属性，极易造成环境污染的负外部性，这种负外部性导致环境污染难以通过市场调节得到有效治理，需要政府用制度规定企业对资源开发和利用所造成的污染进行治理[7]。一般而言，企业面临一定水平的环境规制和有限的资金，针对环境污染的防治形成两大途径：一是通过建设治污设施对污染排放物进行末端治理；二是通过革新技术并作用于生产系统形成前端预防[8]。末端治理是以“先污染、后治理”为基本思想，通过对污染物的稀释、掩埋等处理方式，以达到污染物排放标准；前端污染治理要求将污染控制与生产过程结合起来，从根本上减少所产生的污染物，前端污染治理的实质是改变以牺牲环境为代价的粗放型增长方式，将环境保护与经济发展结合起来[9]。从环境污染治理的功能上看，二者都可以在一定程度上减缓企业对环境污染的破坏程度。

经济高质量发展的核心是生产效率，包括体现在生产技术水平的提高以及生产技术效率的提升[10]。一些研究也表明，技术效率尤其是绿色技术效率的提升，不仅是经济增长的源泉，而且也是改善环境绩效的重要手段[11]。因而，绿色技术效率是实现我国经济发展与环境保护协调发展的重要途径，有效的环境治理又是绿色技术效率提升的重要动力[12]。在环境污染治理中，由于前端与末端在污染治理过程中采取的策略存在着差异，因而对绿色技术效率产生的影响也不同。前端污染治理模式采取预防为主、防控相结合的污染治理策略，通过提高环境准入门槛，限定污染物的排放量，使高污染、低效率企业逐步退出市场，并倒逼未退出市场的企业通过技术创新等措施来解决环境污染问题，进而起到改善绿色技术效率水平的作用[13]；而末端污染治理是以“先污染、后治理”为基本治理策略，不重视污染的防控，这样势必会增加后期环境治理方面的投入，也会在一定程度上“挤出”前期环境污染治理方面的投资额，进而可能影响绿色技术效率水平的提升。那么，随之而来的问题是，两种不同的污染治理方式对绿色技术效率产生怎样的影响？是促进还是抑制绿色技术效率的提升？不同类型的污染治理模式对技术效率的影响是否相同？

与已有文献相比，本文的贡献主要体现在以下两个方面：(1)在研究视角上，本文以两种污染治理模式为研究对象，探讨不同的污染治理模式对绿色技术效率的影响。现有关于污染治理的文献虽然探讨了其对绿色技术效率的影响，但大多集中于末端环境管制对绿色技术效率的影响。(2)在研究方法上，本文采用随机前沿的超越对数生产函数模型，随机前沿方法的优点在于，既充分考虑了随机因素对产出的影响，又考虑了非投入因素对产出的影响。污染治理模式作为一种特殊的环境规制，其对产出的影响并不像投入要素(劳动力、资本和能源)那样直接作用于生产过程，而是通过间接方式对生产过程产生影响。因而通过随机前沿方法将不同污染治理模式作为影响技术无效率的因素，避免了传统生产函数回归方法直接将不同污染治理模式变量作为投入因素纳入分析过程[14]。有鉴于此，本文尝试以提升绿色技术效率为主线，采用我国30个省份2001—2015年的省际面板数据，从污染治理模式的视角分析绿色技术效率提升的策略，为相关理论发展、经济现实解释提供实证依据[15]，从而为我国经济高质量发展提供有益的对策参考。

三、模型选择与设定

(一)随机前沿生产函数的设定

随机前沿生产函数模型能够将生产函数中的随机扰动项分解为随机误差项和无效率项，通过对非负的无效率项进行估算，实现对非效率影响因素的分析和研究[16]。在评价技术效率时，不但要考虑经济产出，还要考虑能源消费对经济活动的影响。因此，在设定随机前沿生产函数模型时，除了传统资本和劳动要素投入外，还要将能源投入作为投入要素纳入超越对数的生产函数中[17]。常用的随机前沿生产函数形式主要有柯布—道格拉斯生产函数和超越对数生产函数，与柯布—道格拉斯生产函数形式相比，超越对数生产函数形式放宽了技术中性和产出弹性固定的假设，在生产函数形式上更为灵活[11]。在Battese 和 Coelli(1995)[18]模型的基础上，借鉴杨振兵等(2016)的做法[19]，本文采用随机前沿超越对数生产函数模型作为估计绿色技术效率的基础。

lnYit=β0+βllnLit+βklnKit+βtt+βelnEit+0.5βll(lnLit)2+0.5βkk(lnKit)2+0.5βee(lnKit)2+βlk(lnLit)(lnKit)+βk(lnLit)(lnEit)+βit(lnLit)t+βke(lnKit)(lnEit)+βkt(lnKit)t+βet(lnEit)t+vit-uit

(1)

为探讨不同污染治理模式对我国绿色技术效率的影响，可以通过对式(1)中的计算无效率项进行更明确的表述，即将两种不同的污染治理模式作为影响技术非效率项的核心因素，来分别分析两种污染治理模式对绿色技术效率的影响。除此之外，对外开放程度、财政支出、研发活动、外商直接投资、产业结构、市场化等对绿色技术效率也产生影响，将这些影响绿色技术无效率的因素全部嵌入技术无效率方程，设定的技术非效率函数如下：

uit=δ0+δ1lnFEGit+δ2EGit+δ3Govit+δ4Openit+δ5lnRDit+δ6FDIit+δ7ISit+δ8Marketit

(2)

在(2)式中，FEGit表示i省份第t年前端污染治理变量，EGit表示i省份第t年末端污染治理变量，Govit表示i省份第t年的政府支出指标，Openit表示i省份第t年的对外开放程度指标，RDit表示i省份第t年的技术创新指标，FDIit表示i省份第t年的外商直接投资指标，ISit表示i省份第t年的产业结构指标，Marketit表示i省份第t年的市场化指标。在技术无效率模型中，如果δi<0(i=1，2，…，8)，并且统计是显著的，表明δi对应的变量有利于绿色技术效率的改善。即在技术非效率函数中，如果前端污染治理变量或末端污染治理变量系数小于0，并且统计是显著的，则前端污染治理或末端污染治理模式有利于绿色技术效率的改善。

(二)变量数据来源及说明

1.生产函数变量数据来源及说明

(1)各地区的产出(Y)。采用各地区的地区生产总值来表示，并以2000年为基期，将其折算为以2000年价格为基期的实际国内生产总值。

(2)物质资本存量(K)。物质资本存量投入采用永续盘存法进行测算，各省份资本形成总额数据来自历年《中国统计年鉴》，并使用各省份的固定资产投资价格指数折算为2000年不变价，对于资本的折旧率，采用单豪杰(2008)[20]计算的资本折旧率10.96%。

(3)劳动力投入(L)。劳动力投入采用各地区三次产业从业人员年末人数来表示。

(4)能源投入总量(E)。能源投入总量采用各省份能源消费总量来表示。

2.技术无效率影响因素变量数据来源及说明

(1)前端治理指标(FEGit)的度量。关于前端污染治理模式，现有文献主要采用两种不同的测算方式：一是采用虚拟变量来分析前端污染治理，如张慧玲等(2019)[7]的分析；二是采用实际变量作为前端污染治理指标的代理变量，如Fujii等(2013)[21]、梁劲锐等(2018)[4]、解学梅等(2019)[22]均采用污染物产生量与产值的比重作为前端污染治理模式的代理变量，其依据是前端污染治理侧重从源头上降低污染物产生，而通过采用清洁生产技术可以减少、改变或预防污染物的产生，清洁生产技术是最典型的前端污染治理模式。前端污染治理水平越高，污染产生强度就越低。与Fujii等(2013)[21]、梁劲锐等(2018)[4]、解学梅等(2019)[22]的研究思路不同，刘伟明(2014)[23]采用各地区环境保护系统各级机构年末实有人数作为前端污染治理的代理变量，其依据是环保机构是地方环境监督和治理的主要职能部门，各地方政府在环境管理方面需要投入大量的人力、物力和财力，环境保护人员的数量反映了环境管制的力度，也反映了政府从前端对环境污染的防控力度[24]。考虑数据的可得性，本文借鉴刘伟明(2014)[23]的做法，采用各地区环境保护系统各级机构年末实有人数作为前端污染治理的代理变量。由于2016年及以后年份各地区环境保护系统各级机构年末实有人数统计不全，因此数据截止到2015年。

(2)末端治理指标(EGit)的度量。对于末端污染治理模式指标的测算，一般都采用各省份污染治理投资额占各省份地区生产总值之比来表示。

(3)政府干预指标(Govit)，采用各地区财政支出与各地区生产总值之比来表示。政府对经济的干预程度较高时，对市场运行的控制能力也较强[25]。

(4)对外开放程度指标(Openit)，采用进出口总额占GDP的比重来表示，其中进出口总额采用当期的汇率给予换算得到。

(5)技术创新指标(RDit)，采用各地区研究与开发机构R&D经费的内部支出来衡量，并对变量取自然对数。

(6)外商直接投资指标(FDIit)，采用各地区实际利用外商投资额与各地区生产总值之比来表示。

(7)产业结构指标(ISit)，采用各地区第三产业增加值占各地区生产总值之比来表示。

(8)市场化指标(Marketit)，采用中国市场化指数课题组王小鲁等[26]测度的市场化指数进行分析。

以上指标所采用的数据来源于中国30个省份(不含西藏地区)，相关指标数据来源于2001—2018年《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和各地区统计年鉴。各项指标的描述性统计如表1所示。

表1 各变量描述性统计分析

从表1中可以初步看出，整个分析期间内所有变量都存在或多或少的差异。就影响技术无效率的核心因素前端污染治理变量和末端污染治理变量而言，前端污染治理指标的最大值为10.2042，最小值为6.4069，最大值与最小值比在1.59以上，表明不同省份在前端污染治理方面存在着较大差异；另外，末端污染治理变量的最大值为0.0424，最小值为0.0039，最大值与最小值之比在10.87以上，这也表明不同省份在末端污染治理方面存在着较大差异。那么，两种不同的污染治理模式是否如前文所述的那样对区域绿色技术效率产生不同的影响呢？下面结合设定的超越对数随机前沿生产函数模型进行实证分析。

四、不同污染治理模式对中国绿色技术效率影响的实证分析

(一)超越对数随机前沿模型的适用性检验及估计分析

表2 超越对数的随机前沿生产函数模型设定的适用性检验结果

根据表2的检验结果可知，随机前沿生产函数模型适用，采用超越对数的生产函数模型比柯布-道格拉斯生产函数模型更适合经济结构的解释。根据表2的检验结果，对随机前沿超越对数的生产函数模型(1)和技术无效率模型(2)进行估计，估计结果见表3。

表3 超越对数的随机前沿生产函数参数估计结果

续表

从表3中可以看出，γ=0.7080，表明随机误差项中有70.80%受到技术无效率的影响，29.2%的影响来自统计误差等外部因素，这也表明采用随机前沿超越对数生产函数模型是合理可靠的，技术无效可视为影响绿色技术效率的主要因素。从模型各参数的估计结果来看，基本均较好地通过了显著性检验，拟合程度较为理想。

(二)不同污染治理模式对我国绿色技术效率的影响分析

第一，从表3中可以看出，就全国层面而言，不同的污染治理模式对绿色技术效率的影响存在一定差别。前端污染治理模式指标(FEGit)的系数为负，且在1%的水平上显著，表明前端污染治理模式有利于绿色技术效率水平的改善。前端污染治理模式之所以能够有效改善我国的绿色技术效率，是因为前端污染治理模式采取全程预防为主的环保策略，将污染处理转变为对生产全过程的控制，从源头上削减污染物的产生，有利于降低后期过程中环境治理压力，从而倒逼污染企业进行减排治污技术的应用，淘汰技术落后、资源消耗高、环境污染重的生产工艺设备，优先采用能源利用效率高、污染排放量少的生产工艺，推动了生产方式的变革，提高生产工艺水平[27]，从而以更好的管理方式、材料替代、循环工艺、工艺创新等方式来减少、改变或预防污染物的产生[22]，进而提升了绿色技术效率水平。

末端污染治理模式指标(EGit)的系数为正，且在1%的水平上显著，表明末端污染治理模式不利于绿色技术效率水平的改善。末端污染治理之所以不利于我国绿色技术效率水平的提升，其原因在于：一方面，末端污染治理模式投资大、治理成本高，给企业后期污染治理带来沉重的经济负担，出于晋升激励等因素的考虑，地方政府可能会以牺牲环境为代价放松对环境污染的治理来换取短期的经济增长，出现环境污染治理与经济增长相矛盾的现象[28]，进而影响了绿色技术效率水平的提升；另一方面，由于在污染治理过程中没有将污染控制与生产过程控制密切结合起来，导致资源和能源不能在生产过程中得到充分利用，大大降低了有限资源的利用率，再加上污染治理技术的限制，污染的隐患并未从根本上得到解决，未真正达到保护生态和环境的目的，从而严重阻碍了我国绿色技术效率水平的提升[13]。

第二，对外开放程度指标(Openit)、技术创新指标(RDit)、外商直接投资指标(FDIit)都小于0，且都通过了显著性水平检验，表明对外开放、技术创新、外商直接投资、产业结构都有利于我国绿色技术效率水平的改善。从各变量系数估计值可以得知，对外开放、技术创新、外商直接投资、产业结构对绿色技术效率变化的边际影响系数分别为0.8487、0.0194、1.5922，从各变量对绿色技术效率变化的边际影响系数中可以看出，技术创新对绿色技术效率的改善中的作用远小于外商直接投资和对外开放，这很可能与我国缺少对技术创新成果有效转化的管理有关。事实上，我国技术创新年均投入增幅在15%以上，2016年中国全社会研发投入占GDP的比重已达2.1%，超过欧盟平均水平(1.91%)，接近高收入国家平均水平(2.38%)[29]。但与发达国家相比，我国科技成果转化效率明显偏低，导致技术创新对绿色技术效率的提升作用远未达到预期[30]。

第三，产业结构指标(ISit)的系数大于0，且通过了10%的显著性水平检验，表明产业结构对我国绿色技术效率水平的改善具有负面影响。这与预期相反，究其原因在于本文采用的产业结构指标反映的是我国服务业占GDP的比重，较高的服务业比重往往意味着较高的城市化水平，这可能导致过度的环境资源负荷，较高的生态资源占用，从而不利于绿色技术效率水平的改善[31]。

第四，政府干预程度指标(Govit)系数为正，且通过了1%的显著性水平检验，表明政府干预显著不利于我国绿色技术效率水平的改善；而市场化指标(Marketit)的系数为负，且通过了1%的显著性水平检验，表明市场化有利于我国绿色技术效率水平的改善。政府干预程度指标之所以不利于绿色技术效率水平的改善，其原因在于政府对经济活动的干预，严重影响了资源配置的效率，导致市场在优化资源配置时没有起到应有的效果，进而影响了我国绿色技术效率水平的改善；而通过发挥市场化在资源配置中的决定性作用，极大地提升了我国的绿色技术效率水平[11]。

五、末端污染治理对我国绿色技术效率影响的门槛效应分析

(一)门槛面板模型的设定

从以上的分析中可以看出，末端污染治理模式显著阻碍了我国绿色技术效率水平的提升。末端污染治理模式反映了地方政府在经济发展过程中片面追求经济增长速度，而不注重环境保护。其主要原因在于，现有以GDP为考核指标的晋升方式导致地方政府片面追求经济增长速度，而不注重环境保护，这种“唯GDP论”的错误做法给地方的环境污染治理带来严重后患。由于生态环境破坏严重，再加上环境污染治理投资历史欠账太多，导致我国环境污染治理难度大、任务艰巨，极大地影响了我国绿色技术效率水平的改善。根据2018年《中国统计年鉴》上的统计数据，我国环保支出从2007年的0.10万亿元人民币上涨至2017年的0.9539万亿元人民币，年间增速高达25.3%。尽管我国环境污染治理投资呈现上升的趋势，但其占GDP的比重仍然较低，我国用于环境污染治理投资占GDP的比重在1%～1.9%之间(见表4)。

表4 我国环境污染治理投资总额及其占GDP的比重

另一方面，由于我国地区之间经济发展水平不平衡，在以GDP为考核指标的晋升锦标赛模式的激励下，各地方政府对污染治理的态度、采取的决策就不相同，用于环境污染治理投资额也就存在着差异，导致末端污染治理模式对绿色技术效率水平的影响可能呈现不同的门槛特征①[32]。基于Hansen[33]提出的面板门槛模型，本文构建末端污染治理模式与绿色技术效率之间的门槛效应模型一般形式：

(3)

在式(3)中，TEit表示绿色技术效率，根据随机前沿生产函数模型计算所得。EGit表示末端污染治理指标，本文将其作为门槛变量，探究不同的污染治理投资占GDP比重下末端污染治理对绿色技术效率存在的门槛效应；η为需要估计的门槛值；I(·)为指示性函数，取值依据门槛变量与其对应门槛值η的情况而定；Z表示一些影响绿色技术效率水平的控制变量集合，为了保持一致性，控制变量选取与前文一致。μit表示随机扰动项。

(二)门槛效应检验

1.门槛检验

本文采用面板门槛效应模型分析末端污染治理模式对绿色技术效率的影响，首先对末端污染治理模式与绿色技术效率之间是否存在着门槛效应及门槛个数进行检验，以确定模型的具体形式。本文采用Wang(2015)[34]的门槛面板模型命令程序，并采用bootstrap方法依次计算单一门槛、双重门槛和三重门槛对应模型的P值(如表5所示)。从表4可以看出，模型中末端污染治理对绿色技术效率影响的单一门槛效应和双重门槛效应分别在1%和5%的显著性水平下通过显著性检验，而三重门槛效应则没有通过显著性水平检验，这也表明末端污染治理对绿色技术效率的影响存在着门槛效应，且存在着两个门槛值。

表5 门槛效应检验

2.门槛值检验和门槛区间划分

在确定门槛效应和门槛数后，需进一步估计和检验门槛模型的门槛值，本文分别对末端污染治理指标的双重门槛模型门槛值进行估计(结果如表6 所示)。从表6中可以看出，末端污染治理指标的第一、第二门槛值分别为0.0101和0.0301，依次分布在[0.0099, 0.0102]和[0.0287, 0.0310]且均通过显著性检验。

表6 门槛值的估计结果

(三)模型估计及结果分析

根据表5的检验结果和表6的估计结果，可以设定末端污染治理指标与绿色技术效率之间关系的门槛面板模型：

(4)

在确定门槛值及其置信区间分布后，需要对式(4)进行参数估计，估计结果见表7。从表7估计结果中可以看出，当末端污染治理变量(即环境污染治理投资占GDP的比重)处于不同的门槛值时，末端污染治理对绿色技术效率的抑制效应是不同的。具体来说，当门槛值η<0.0101时，即当环境污染治理投资占GDP的比重小于1.01%时，末端污染治理对绿色技术效率的边际负影响为9.5231；当门槛值0.0101<η<0.0301时，即当环境污染治理投资占GDP的比重大于1.01%而小于3.01%时，末端污染治理对绿色技术效率的边际负影响为4.8226；当门槛值η>0.0301时，即当环境污染治理投资占GDP的比重大于3.01%时，末端污染治理对绿色技术效率的边际负影响为2.5249。这表明，当末端污染治理变量处于不同的门槛值时，随着环境污染治理投资额占GDP的比重上升，末端污染治理对绿色技术效率的边际负向影响在降低。这也说明，通过加大污染治理的投资力度，有利于提升绿色技术效率水平。

表7 门槛模型参数估计结果

总而言之，末端污染治理对绿色技术效率的影响具有消极作用，但末端污染治理模式对区域绿色技术效率造成的负面影响存在着差异，随着污染治理投资占GDP的比重增加，末端污染治理对绿色技术效率的边际负面影响在降低。

六、研究结论及政策建议

随着我国经济由高速增长向高质量发展阶段迈进，环境污染问题不仅严重制约了经济的发展，而且影响了我国区域绿色技术效率水平的提升，在此背景下，研究环境污染治理与绿色技术效率之间的关系具有重要的理论和现实意义。本文采用2001—2015年间我国30个省份的面板数据，运用随机前沿分析模型和门槛模型，分析了不同污染治理模式与绿色技术效率之间的关系，得到主要结论如下：

第一，从全国层面来看，前端污染治理模式显著促进了中国绿色技术效率水平的改善，而末端污染治理模式则不利于绿色技术效率水平的改善，末端污染治理模式对绿色技术效率的影响具有显著的门槛效应，随着环境污染治理投资占GDP比重的增加，末端污染治理对绿色技术效率的边际负向影响在降低。

第二，对外开放、技术创新、外商直接投资都有利于我国绿色技术效率水平的改善，但技术创新对绿色技术效率的改善作用远小于外商直接投资和对外开放。

第三，政府干预显著阻碍了我国绿色技术效率水平的改善，而市场化则有利于绿色技术效率水平的改善。这就需要处理好政府与市场的关系，减少政府对经济的干预，通过市场化改革提升绿色技术效率水平。

因此，要想提升我国绿色技术效率水平，首先，必须从根本上解决环境污染治理问题，采取生产全过程控制预防为主的前端污染治理策略，逐步实现污染治理由“末端”向“前端”迈进；同时，要加大对污染治理的投资力度，对已经恶化的环境进行末端治理，推动我国绿色技术效率水平的提升。其次，要大力提升技术创新在改善绿色技术效率水平中的作用，积极鼓励和搭建各类技术创新服务平台，完善技术创新成果转化的扶持政策，加快绿色科技成果在环境污染治理中的应用和转化，提升绿色技术效率水平。最后，要加快市场化在提升绿色技术效率水平中的作用，不断完善中国特色社会主义市场经济体制，构建市场驱动绿色发展的新机制，充分释放市场在绿色发展中的制度红利；同时不断完善市场在资源配置中起决定性作用的体制机制，减少政府对市场活动和企业的过度干预，引导金融、人力资源向绿色产业集聚，使更多的绿色资源向绿色产业倾斜，推动绿色技术效率水平提升[35]。

注 释：

① 经检验，前端污染治理模式与绿色技术效率之间不存在门槛效应，因此，本文只分析了末端污染治理与绿色技术效率之间的门槛效应。