高质量发展下中国区域环境效率的实证测度、时空特征及影响因素研究

官 永 彬 谢 正 蕾

(重庆师范大学 地理与旅游学院，重庆 400047)

“沧海百年，民生不息”。改善民生福祉是党和政府追求的永恒主题，而生态环境与民生福祉高度关联。改革开放四十余年来经济领域取得辉煌成就的同时却是生态环境问题的日益累积和突显。为此，党的十九大报告作出了我国已迈入高质量发展阶段的战略论断，并要求“实行最严格的生态环境保护制度”[1]。各级地方政府纷纷增加生态环境领域的财政投入以响应中央政府统筹经济发展与环境保护的战略要求。统计数据显示，2017年我国环境污染治理投资总额高达 9 539 亿元，较之于2001年，年均涨幅为14%，保持了持续稳定的增长态势[2]。然而，在新时代高质量发展的情景下，地方政府不仅要扩大环境领域财政资源投入规模，更要优化财政资源的投入效率。因此，不断提升区域环境效率，不仅是新时代助推经济高质量发展的战略路径，更是改善环境民生福祉的重要内容。

一、文献述评

自Schaltegger 和 Sturm(1990)[3]提出环境效率概念后，环境效率逐渐成为可持续发展的重要议题(Bleischwitz，2003)[4]。从经济活动产生的环境影响来看，环境效率刻画了生态环境领域投入与产出的相对有效性，可以作为考察地区经济高质量发展水平的重要指标。利用Citespace可视化图谱研究方法对环境效率文献加以梳理发现，当前环境效率研究主要集中在三个方面。

一是环境效率的测度方法与指标设计。环境效率测度方法主要有SFA随机前沿分析法(Aigner et al，1977)[5]、DEA非参数前沿方法(Charnes，1978)[6]两种类型。近年来国内外学者常常利用传统或改进的DEA方法对行业、企业等组织的环境生产效率加以考察。如Färe等(1989)首次采用DEA工具测度热电厂环境效率，并在模型建构中考虑了环境负面效应[7]。Chang 等(2013)选择DEA-SBM 模型对中国交通运输行业进行环境效率测度[8]。DEA方法是处理多投入、多产出生产过程的有力工具(Zhou et al，2008)[9]，其投入产出评价指标是该方法的关键要素(Charens，1978)[10]。现有学者多依据环境治理活动的过程逻辑，常从资金、技术与人力等要素维度设计投入指标，产出指标则主要是经济产出与环境污染物。如郑尚植和宫芳(2015)选择政府环境治理投资为单一投入变量，工业废水、废气、二氧化硫、固体废物达标量或处置量为产出变量[11]。任胜钢等(2016)则利用能源资源、人力资本消耗、环境污染物排放与经济发展总量的投入产出指标体系测度区域生态效率[12]。

二是环境效率时空演化与空间差异。环境效率时空特征的准确揭示可为环境政策制定提供科学依据。Camarero等(2013)考察了经合组织(OECD) 国家生态效率的时间演化趋势和俱乐部收敛效应。[13]王连芬和戴裕杰(2017)揭示了中国省级环境效率逐年递增与环境效率幻觉总体下降的趋势。[14]马彦瑞等(2021)实证发现中国环境效率在2007-2017年间整体处于低位且波动明显。[15]景晓栋等(2020)选择三阶段 DEA 模型考察了区域生态环境效率的时空特征。[16]为进一步考察中国环境效率的空间差异性，杨俊等(2010)运用变异系数测算了中国省际环境效率的区域差异程度及收敛趋势。[17]斑斓等(2018)则选取泰尔指数法考察我国环境污染的区域差异特征。[18]此外，部分学者开始尝试Dagum基尼系数测度城市生态效率(杨桐彬等，2020)[19]、生态全要素生产率(杨万平和李冬，2020)[20]的地区差异。该方法既能在充分考虑组群分布基础上测度总体区域差异的来源结构(Dagum，1997)[21]，也能有效克服样本数据之间的交叉重叠缺陷(黎智慧等，2019)[22]。

三是环境效率的影响因素与实证检验。环境规制工具是影响环境效率的重要因素。在环境规制对环境效率的影响机制上，郑石明和罗凯方(2017)揭示了强制型、市场型和自愿型等三种类型环境规制工具对大气污染治理效率的影响机制。[23]韩晶等(2014)考察了环境规制对不同污染程度制造业环境效率的差异影响以及最优环境规制强度的理性考量。[24]在环境规制与环境效率关系的实证检验上，Hettige 等(2000)研究表明严格的环境规制可以减少地区工业污水排放等负面产出。[25]杨冕等(2020)也证实环境规制显著改善了本地区工业污染治理效率。[26]但张子龙(2015)发现环境规制工具短期内抑制了区域生态效率的改善。[27]此外，沈能(2012)指出环境规制强度与工业环境效率可能存在倒“U”型的不确定关系。[28]在实证检验模型的选择上，多以Tobit模型、面板数据模型、随机前言生产模型、面板门槛模型等忽视环境效率空间关联的研究模型为主。

综上所述，目前对环境效率测度、时空特征与影响因素的研究主要存在以下不足：首先，测度方法上DEA非参数技术已成为环境效率分析的主要方法，但该方法运用的关键是投入产出指标体系的科学设计，已有研究侧重于从单一维度构建投入产出指标，缺乏契合高质量发展理念的系统设计；其次，测度结果上主要对区域环境效率的时空特征进行简单统计分析，对于区域环境效率的空间分布、空间差异与空间相关缺乏全景展示，且空间差异的研究主要是变异系数、泰尔指数等传统方法，较少运用可分解的Dagum基尼系数法；最后，在影响机制上已有学者开始探索不同环境规制工具、环境规制强度对区域环境效率的影响，但并未充分考虑环境规制工具影响的空间溢出效应。有鉴于此，本文将立足于高质量发展情景，运用DEA数据包络分析技术对中国区域环境效率加以非参数测度，选择Dagum基尼系数和空间自相关方法考察其时空特征，继而运用空间杜宾模型揭示环境规制对其影响的空间外溢性和异质性。

二、研究方法设计

(一)区域环境效率非参数测度方法

Farrell(1957)[29]、Banker 等(1984)[30]相继提出规模报酬不变(CCR 模型)和规模报酬可变(BCC 模型)的非参数DEA方法，该方法克服了参数前沿方法参数需要预先设定的主观性缺陷，且可以处理多投入、多产出生产过程的相对技术有效性。有鉴于此，本文采用投入导向的DEA模型对区域环境效率加以非参数测度：

(1)

式中，θ即为区域环境效率测度值；S-和S+分别表示模型中投入与产出松弛向量；xi和yi则表示第i个省份即决策单元的投入和产出值。

(二)区域环境效率空间差异分析

本文运用Dagum基尼系数法实证测度我国区域环境效率的总体差异并分解出差异的来源结构。总体基尼系数的测度公式为：

(2)

G=Gw+Gnb+Gt

(3)

上式中，yji(yhr)表示第j(h)个区域中第i(r)个省份的环境效率。k为区域个数，nj(nh)表示j(h)区域中的省份个数。Dagum(1997)将总体基尼系数(G)分解为组内差异贡献(Gw)、组间差异贡献(Gnb)和超变密度贡献(Gt)三部分。[31]具体测度过程如下：

(4)

(5)

(6)

(7)

(8)

其中，Djh为第j区域和第h区域间环境效率的相对影响；djh和pjh分别表示这两个区域中所有满足yji-yhr>0及yhr-yji>0样本值加总的数学期望；Fj(Fh)表示累积密度分布函数。相应的测度公式如下：

(9)

(10)

(11)

(三)区域环境效率影响因素实证模型

本文首先利用空间自相关(SA)空间统计方法检验区域环境效率是否存在相邻空间上的相互作用关系，以考察我国区域环境效率的空间关联性。空间自相关方法常用全局Moran’sI指数和局部Moran’sI指数两种统计属性值测度：

(12)

其中，n为研究的省份数；yi和yj表示第i(j)个省份的环境效率值；¯y为环境效率均值；Wij为空间权重矩阵，表示第i个省份和第j个省份的空间邻近关系。

若区域环境效率存在空间相关性，则引入空间面板杜宾模型(SPDM)揭示区域环境效率的影响机制与改善规律。该模型的最大优势在于充分考虑了自变量对因变量的空间交互影响(Anselin,1988)。[32]其模型表达如下：

(13)

其中，Yit和Xit分别表示t时期第i个省份环境效率和影响因素的观测值；β表示影响因素的相关系数；ρ为环境效率的空间自回归系数；γ表示影响因素的空间溢出系数；Wij为创建的30*30二进制空间邻接权重矩阵；μi和ωt表示空间固定效应与时间固定效应；it则表示空间误差项。

为了进一步探讨我国区域环境效率的空间溢出效应，我们将各影响因素对区域环境效率的影响识别区分为直接效应和间接效应。基于此，本文采用偏导数方法对空间面板杜宾模型估计的系数加以分解。将空间面板杜宾模型变形为：

(14)

(15)

其中，Y是N*1维环境效率向量；Xt为N*M维影响变量矩阵；KIN是空间误差项。(15)式由(14)式中的环境效率Y对于第k个影响变量求解偏微分而得。(15)式右端矩阵对角线元素的均值为直接效应，而非对角线上元素则为间接效应。

三、区域环境效率的实证测度与时空特征分析

(一)区域环境效率投入产出指标体系设计

高质量发展是新时代中国经济社会发展的重要主题和战略取向。从与生态环境关联的角度来说，高质量发展是以更少的资源消耗和环境代价获得更高生产效率的发展(田秋生，2018)[33]，将保护生态环境内化为经济发展的新财富(刘志彪，2018)[34]，不断改善生态环境质量(张军扩等，2019)[35]，更好满足人民群众不断增长的现实生活需求(金碚，2018)[36]，从而持续增进环境民生福祉。这意味着，政府环境治理活动是一个在投入上加强环境资源保障、产出上改善环境质量和提升环境福利的系统演化过程(官永彬和赵思涵，2018)[37]。因此，从环境保障、环境质量以及环境福利三个维度设计高质量发展理念下的区域环境效率测度指标体系具有合意性与必要性(具体见表1)。需要说明的是，本文采用熵权法测度区域环境效率的投入产出指数，以克服主观赋权法的主观随意性、信息重叠等不足。

表1 我国区域环境效率的投入产出指标体系

(二)区域环境效率测度及时空分布

本文基于契合高质量发展理念的投入产出指标体系，利用DEA非参数技术对我国30个省份(不含西藏和港澳台)2007-2017年时间窗口内的环境效率加以实证测度。图1展示了样本期间我国总体及分区域环境效率的时间演化情况。整体而言，我国环境效率呈波动上升趋势，从2007年的0.638提升至2017年的0.702，年均增长率为0.96%，这意味着十七大首次提出生态文明建设目标后我国生态环境治理已取得较为显著的成效，但仍存在较大效率改善空间。从我国东、中、西三大经济区域来看，区域层面环境效率时间演化的曲线轮廓与全国层面测度结果基本一致，均保持波动改善趋势。东部地区环境效率普遍高于全国平均水平，曲线变化整体上保持相对稳定。中部地区环境效率与全国平均水平基本一致，曲线变化上呈现出“W”型周期性波动改善特征，且与东部地区的差距有逐渐缩小之势。值得重点关注的是，西部地区环境效率虽然在整个样本期间缓慢上升，但仍远低于全国平均水平，特别是在2015年还出现了急剧下降。这说明西部省份仍存在着环境治理投入产出改善的必要性和效率提升的空间，应该优化利用环境治理资源，避免环境治理资源盲目投入而带来的资源配置低效。

为刻画我国环境效率的空间分布格局，我们结合代表年份的环境效率值将30个省份(不含西藏和港澳台)按环境效率值由高到低划分5种地区类型(见表2)。从2007-2017年各省份环境效率均值的空间分布看，高效率区省份除中部的吉林、安徽外均是东部省份，依次为上海、山东、广东、北京、辽宁和天津。较高效率区则来自东部的江苏和福建、中部的黑龙江以及西部的重庆。西部唯一的直辖市重庆保持了较高的环境效率，说明重庆市在长江上游乃至整个西部地区绿色发展中发挥了良好了示范作用。中等效率区主要分布于中部的江西、河南、湖北、湖南和西部的内蒙古、广西、四川、宁夏，但东部的浙江和海南也处于该区域。较低效率区、低效率区除东中部的河北和山西外均分布在西部省份，依次为甘肃、新疆、陕西、云南、贵州和青海。其中的原因可能是大部分西部省份面临着更为严重的经济增长和环境保护的双重压力，加之这些地区承接了大量从东部省份转移而来的高能耗、高污染产业，在促增长的同时也带来了环境污染风险的增加和生态环境质量的恶化，由此使得这些地区表现出较低的环境效率。总的来说，我国区域环境效率呈现出由东至西阶梯式递减的地区不平衡分布格局。

图1 我国总体及分区域环境效率的时间演化

表2 我国区域环境效率的空间分布

从时空演化来看，为有效增强数据变化的显著性，我们选取2007年、2013年和2017年我国区域环境效率值。表2显示，我国各省份环境效率在考察的三年间呈整体改善特征，地区间差异格局存在缩小之势。东部地区环境效率总体保持以高效率区和较高效率区为主，但呈交替变化特征，其所占比重分别由72.72%和18.18%转化为54.55%和27.27%。从具体省份空间分布来看，高效率区主要分布在国家重要战略区域的核心省份。如京津冀区域的北京、长三角区域的上海、黄河下游区域的山东以及粤港澳大湾区的广东等4个省份在考察的时间均位于高效率水平。此外，天津和辽宁2个省份也从中等效率区提升至高效率水平区。中部地区环境效率分布较为均衡，主要以较高效率区、高效率区和中等效率区为主，其所占比重大致为20%-30%。从具体省份来看，中部地区省份环境效率整体呈跃迁趋势。如安徽省从较高效率区升至高效率区，湖北和湖南2个省份从中等效率区和较低效率区纷纷进入较高效率区。不过，中部地区仅有吉林省一直保持在高效率水平，而山西省则固化在低效率区。西部地区环境效率以低效率区为主转为中等效率区和较低效率区为主，呈现出不断追赶之势。低效率区比重从54.55%降到18.18%，中等效率区比重从27.28%增至36.36%。从具体省级尺度看，除内蒙古和青海2个省份外，广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏和新疆等9个西部省份均呈波动上升特征。

(三)区域环境效率的空间差异

为了深入洞察我国区域环境效率空间分布差异或不平衡的演化趋势与来源结构，本文运用Dagum基尼系数方法对样本期间我国环境效率加以测度。从图2我国区域环境效率Dagum基尼系数测度结果看，总体基尼系数从2007年的0.250缓慢下降到2017年的0.207，降幅为17.2%，说明我国区域环境效率的总体差异呈缩小趋势。此外，总体差异变化的阶段性特征明显，2007-2013年间总体差异显著下降，但在2014年后处于缓慢波动上升状态，区域环境效率的总体差异有所增加。从各区域内部基尼系数来看，东部地区基尼系数基本维持在均值0.127上下浮动，表明东部地区环境效率差异相对较小，环境治理水平较为均衡。而中西部地区环境效率基尼系数波动幅度较大，其均值分别达到0.182和0.197，都远高于东部地区，这提示中西部省份未来在提升本辖区环境效率的同时，更应注重区域内部省份间的协调联动。

图3描述了我国区域环境效率的差异来源和差异贡献率的演变特征。从贡献率结构来看，样本期内我国区域环境效率总体差异的主要来源是区域间差异，其平均贡献率高达54.28%；其次是区域内差异，贡献率均值为24.42%；而超密度差异最小，贡献率均值为21.30%。从贡献率演变规律看，区域间差异贡献率呈现出斜“W”型的下降趋势，由2007年的0.686降至2017年的0.487，总体降幅为28.93%；区域内差异基本处于平稳态势，其贡献率维持在20%-27%区间；超密度贡献率呈波动上升态势，从2007年的0.110增长至2017年的0.258，总体增幅达133.80%，波动幅度相对较大。因此，未来缩小环境效率区域间不平衡是促进我国生态环境平衡发展的关键。

图2 我国区域环境效率Dagum基尼系数测度图3 我国区域环境效率Dagum基尼系数分解

四、区域环境效率影响因素的空间计量分析

(一)区域环境效率的空间相关性检验

表3呈现了我国区域环境效率全局莫兰指数的计算结果。从中可以看出，2007-2017年全局莫兰指数都在10%及以下的置信度水平显著为正，这既说明我国区域环境效率呈现出鲜明的空间集聚特征，也说明揭示区域环境效率影响因素时需要考虑空间溢出效应。尽管在样本期间我国区域环境效率空间集聚程度呈现波动下降趋势，但区域环境效率的空间依赖性依然存在。局部Moran’s I指数散点图显示(见图4)，2007和2017代表年份各省份的空间集聚主要发生在高高(H-H)积聚和低低(L-L)积聚象限内。H-H积聚主要分布于国家重要战略区域核心的东部沿海经济发达省份，包括上海、江苏、浙江、山东、广东等省份，这些省份可以享受国家重要区域战略持续推进所带来的红利，聚集外来资本、高端人才、数字技术等优质环境治理要素，在高质量发展进程中逐渐形成相对完善的区域环境治理体系，呈现出显著的空间积聚现象。L-L积聚则主要分布在经济欠发达的西部内陆省份，如云南、贵州、内蒙古、新疆、陕西、甘肃、青海、山西等省份，主要源于西部内陆省份绿色创新资源较之于东部沿海地区来说相对匮乏，区域生态环境治理体系和治理能力现代化的根基薄弱，加之对污染程度高、能源消耗大且生产技术落后为显著特征的传统工业的过度依赖，阻碍了西部内陆省份环境效率的有效提升。尽管伴随时间推移，区域环境效率的空间集聚类型出现不同程度的时空跃迁，但整体上我国环境效率空间集聚特征并未改变。

表3 我国区域环境效率全局自相关指数

图4 我国区域环境效率局部Moran’s I散点图

(二)区域环境效率影响因素的理论分析

环境规制是本文空间面板杜宾模型的核心解释变量。它是政府出于环境保护目的而对生态环境领域加以直接或间接干预的政策工具(赵玉民，2009)。[38]“波特假说”认为恰当的环境规制能够提升企业的技术创新能力(Porter，1991)。[39]根据政府环境规制的实施强度和执行方式，可以将环境规制分为强制型、市场型和自愿型三种形态。[40]理论上来说，环境规制通过激励企业选择环境友好型技术、提升资源能源使用效率、优化企业生产成本结构以及促进企业对公众绿色低碳产品需求回应等机制改善区域环境效率。但在规制程度、工具灵活性、规制范围、依赖环境等存在差异的情形下，不同类型的环境规制工具对区域环境效率的影响可能存在异质性。结合当前我国地方政府环境规制治理实践，分别用地区环保处罚案件数、地区排污费征收额以及各地区环境来访批次来刻画强制型、市场型和自愿型三种规制工具[41]。由此，本文假设当前政府推行的环境规制工具整体上提升了区域环境效率，但不同类型的环境规制工具可能存在差异影响。

控制变量上，实证模型首先引入财政分权变量。当环境财政分权越高，地方政府对环境治理行为的自由载量度就越高，地区之间围绕经济增长展开的破坏性竞争毫无疑问会导致环境的恶化(Oates和Schwab，1988)[42]，地方政府甚至可能为吸引新企业进行环境“竞次”竞争(Wildasin，1988)[43]。同时，中国式财政分权事实上具有局部性和不完全性(周业安和章泉，2008)[44]，仍需要相应配套制度的改革。在此背景下，预计现有的财政分权对区域环境效率可能产生负向影响。为更好刻画地方政府的财政自主度，本文采用人均本级财政收入与人均全国财政收入的比值表示财政分权。其次是产业结构变量。第二产业是区域环境污染的主要来源，当其比重增加势必会导致资源能源消耗和污染物排放量增加，从而降低区域环境效率。这意味着产业结构对区域环境效率的影响可能为负。对产业结构变量，本文以第二产业增加值占国内生产总值的比重表示，用于刻画地方工业依赖或偏向程度。最后是城镇化变量。高质量新型城镇化可以促进优秀人才、资本、高新技术等优质要素积聚、发挥企业绿色技术创新的规模效应以及优化区域产业结构，进而高质量提升区域环境效率。因此，预计城镇化对区域环境效率产生正向效应。为刻画当前地区新型城市化进程，本文选择地区城镇人口与总人口的比值代表城镇化变量。

(三)空间计量回归结果与解释

从基于邻接权重矩阵的空间面板杜宾模型估计结果看(见表4)，强制型环境规制对区域环境效率的影响在1%置信度水平下显著为正，这说明强制型环境规制显著提升了区域环境效率。这可能是因为立法或行政部门制定的环保法律、法规和技术标准，具有强制性、及时性和执行成本低等优势，提高了企业环境准入门槛，倒逼企业选择环境友好型技术并不断强化绿色技术创新。这在某种程度上验证了“波特假说”的存在性。

表4 空间杜宾模型面板回归结果

市场型环境规制对区域环境效率的提升具有促进作用，但未通过显著性检验。排污费、使用者税费、财政补贴、排污许可证等市场型环境规制工具能够赋予企业更多的自主选择权，并依托市场自身的调节机制，补偿企业因保护环境而减少的生产效益，刺激企业采纳甚至发明更有效的减排技术，最大限度地达到污染减排的目的。但由于我国污染排放的市场机制整体上发展不充分，且区域间市场经济活跃程度存在空间不平衡，企业难以准确衡量污染排放成本。由此使得市场排污费征收工具未能显著提升区域环境效率。

自愿型环境规制对区域环境效率的影响在1%的置信度水平下显著为正，这说明当前以公众参与为核心的自愿型环境规制工具对环境效率的提升具有显著促进作用。公众参与环境治理是高质量发展和新发展理念下的必然结果，随着我国社会主要矛盾的变化，公众对优质生态产品的诉求更加强烈。采用自愿型环境规制工具可以更好地激发公众自发治理环境污染的动力，且能够有效减少政府行政监管成本，更大程度上满足公众的绿色消费需求(王红梅，2016)。[45]为此，伴随生态环境“管理”向“治理”的变革，环境来访等参与式环境规制工具将更加有助于改善区域环境效率。

控制变量上，财政分权对区域环境效率的影响在1%的水平下显著为负，意味着中国特有的财政分权制度并未发挥环境效率的促进效应，同时说明财政分权制度正面效应的释放还依赖于行政管理体制、政府绩效考核机制等配套制度的改革。产业结构对区域环境效率的影响为负，但未通过显著性检验，说明其对区域环境效率的提升具有抑制作用。因此，未来如何优化地区产业结构、促进产业结构的合理化和高级化仍然是地方政府在高质量发展中面临的重要任务。但产业结构对区域环境效率的负向影响并不显著的特征在某种程度上也说明我国工业能源利用效率与绿色创新水平都有所改善。城镇化率对区域环境效率具有显著的正向影响，这与本文提出的理论假设一致。从这个角度来说，中国各区域已从传统的城镇化逐渐转入高质量新型城镇化阶段。

(四)空间溢出效应分解

表5呈现了环境规制对区域环境效率影响的效应分解结果。从中可以看出，强制型环境规制的直接效应和总效应分别在1%和5%的置信度水平显著为正。这表明强制型环境规制对本地区环境效率具有促进作用。如上所述，强制型环境规制的制定和实施都较为严格，可以有效降低环境污染，显著改善区域环境效率。强制型环境规制的间接效应为正但未通过显著性检验，说明强制型环境规制对相邻地区的环境效率具有不显著的正向影响。这可能是因为地方政府在环境规制制定与实施中的策略“模仿”行为使得对周边地区的环境效率产生正向溢出效应。但也有可能本地区环境技术标准提高促使未能达标的企业向低标准地区转移，产生污染跨区域扩散现象，由此导致强制型环境规制对于邻近地区环境效率的正向促进作用并不明显。

市场型环境规制的直接效应、间接效应与总效应系数均为负且都未通过显著性检验，说明市场型环境规制工具对本地区和相邻地区环境效率存在负向“遵规成本”效应。这可能是因为理性的企业会在环境成本与环境效益权衡比较下自由选择资源最优配置方案，当排污费、环境税征收使企业环境服从成本增加时，在一定程度上会制约企业绿色创新活动，利润最大化目标驱动企业增加产量以及污染物排放。这意味着未来市场激励性环境政策的设计应重点考虑排污费征收改革、环境税优化以及排污权市场交易机制完善等。

自愿型环境规制的直接效应、间接效应和总效应在1%或5%的置信度水平下显著为正，这表明在自愿型环境规制不仅对本地区环境效率具有显著正向作用，还能通过溢出效应影响邻近地区。自愿型环境规制体现社会主体的环境参与意愿和程度，新时代人们对美好生态环境的向往使其参与环境治理的意愿不断增强。当公众通过“用脚投票”机制在区域间流动时，自然会选择环境质量优质的地区，当适应地区良好生态环境后再转移到邻近地区的公众，也会对当地的环境质量提出同等或者更高的要求，这对于相邻地区的环境效率具有促进作用。

从控制变量来看，财政分权的直接效应通过了1%的显著性检验，这说明财政分权对本地区环境效率的提高产生显著抑制作用，其间接效应未通过显著性检验，则表明财政分权对相邻地区环境效率并不具有显著外溢效应。产业结构的直接效应、间接效应和总效应在1%及以上的置信度水平显著为负，表明产业结构对本地区及相邻地区环境效率提升具有抑制效应。伴随地区工业化进程的加快，能源消耗规模将持续增加，污染治理难度由此加大，从而导致地区环境效率下降。与此同时，工业生产集聚和扩大释放的污染物，可能向地理邻近的地区空间扩散，产生空间俱乐部趋同或是“涓滴”效应(吴伟平和何乔，2017)。[46]这意味着未来应高质量协调推进区域特别是中西部地区产业的生态积聚，强化区域新型工业化道路。城镇化率的直接效应系数通过了1%的显著性检验，这说明本地区城镇化率的提高对环境效率具有显著促进作用。但其间接效应系数为负，表明城镇化率对相邻地区环境效率表现出负向空间外溢效应或“极化”效应。伴随地区新型城镇化的推进，更加注重资源的空间优化配置，强化基础设施建设、产业结构优化、公共服务供给以及生态环境保护的协同，将吸引邻近地区高质量劳动力、资本以及技术等要素向本地区流动。同时，本地区更高的环境标准也倒逼污染型企业向邻近地区转移。这无疑会进一步抑制相邻地区环境效率的改善。

表5 空间溢出效应分解结果

五、研究结论与政策启示

文章利用契合高质量发展理念的多维投入产出指标体系对中国区域环境效率加以非参数测度，运用Dagum基尼系数、空间自相关和空间面板杜宾模型等方法，探究2007-2017年间中国区域环境效率的时空特征，并在空间关联检验基础上考察中国区域环境效率的空间效应和影响机理。研究结论和政策启示如下：

第一，中国区域环境效率呈现出整体改善且由东至西逐渐递减的空间不平衡分布特征。为化解中国区域环境效率的不充分、不平衡问题，各区域应结合资源禀赋、产业结构、区位优势、功能定位以及发展水平等因地制宜推进环境效率改善策略。西部地区在全国资源、能源和生态安全等方面具有重要战略地位，应持续扩大生态环境领域的投入规模并优化投入资源的运作效率，加快环境治理体制机制的创新。中部地区应该更好地发挥承东启西、连接南北的重要枢纽作用，推动经济社会绿色低碳转型，持续提升其环境承载能力，建设高质量现代化经济体系。东部地区要充分利用其雄厚资金、优质人才、政策红利和数字技术等多重优势，努力建设成为高质量绿色发展先行示范区。

第二，中国区域环境效率的空间差异在样本期内总体呈波动下降趋势。从三大区域来看，东部地区环境效率水平最高且较为稳定，地区内环境效率差异相对较小；中部和西部地区整体处于低水平不均衡状态，地区内差异波动幅度大且远高于东部地区。区域差异来源结构分解显示，区域间差异仍是导致我国区域环境效率空间差异的主要根源，但区域内差异贡献和超密度贡献都呈上升之势。这意味着未来应创新向中西部地区倾斜的财政转移支付制度，引导东部地区优势治理资源与绿色产业向中西部地区转移，缩小区域间环境效率差异；同时强化区域内省域与城市间分工协作，充分发挥关键城市的辐射带动效应，引领共建环境治理基础设施，推进区域内生态环境的共治共享。

第三，中国区域环境效率存在显著的正向空间相关性和空间集聚特征，国家重要战略区域核心的东部沿海省份是典型的高环境效率区，而低环境效率区主要集中在欠发达的西部内陆省份。要将区域环境效率的空间集聚转变为空间协同，这就要求各区域根据生态资源、信息数据、资本技术等要素整合区域环境治理资源，并利用信息、组织、交通等多维网络连接通道，促进环境治理核心要素跨地区自由流动，发挥环境治理技术知识的集聚效应和外溢效应，从而突破科层制下的属地治理格局，增强东中西地区环境治理的互补性、协同性和融合性，统筹推动区域生态环境治理体系和治理能力的现代化建设。

第四，环境规制工具对区域环境效率的影响具有异质性。强制型环境规制和自愿型环境规制对区域环境效率的提升具有显著促进作用，而市场型环境规制的正向影响并不显著。自愿型环境规制还通过正向溢出效应影响邻近地区，强制型环境规制和市场型环境规制的溢出效应却不显著。这需要结合区域实际情况实施差异化的环境规制工具，优化环境规制工具组合，市场化程度较低的省份特别是中西部内陆地区应切实转变政府职能，充分发挥排污费、环境税、排污权交易等市场激励型政策工具的“创新补偿”效应，协调推进经济高质量发展和生态环境高水平治理。

第五，城镇化显著促进中国区域环境效率，但财政分权和产业结构却阻碍了区域环境效率的提升。产业结构对邻近地区环境效率的改善存在抑制作用，而城镇化、财政分权对邻近地区的影响并不显著。未来应完善环境分权体制，明晰政府间环境治理责任，规范地方政府间“为增长而竞争”的行为，推动政府生态政绩的联动与差异考核；提升地区产业技术创新水平，促进地区产业结构“绿色”升级改造和工业生态化、专业化积聚，努力实现产业结构高级化与合理化；高质量建设低碳、高效、协调的新型城镇，持续深化城镇人口、资源、生态环境与经济的协调发展。