我国省域环境治理效率评价及其影响因素*——基于熵权法与DEA非期望产出模型

康妍昕 林芊含

(福建师范大学文化旅游与公共管理学院,福建 福州 350117)

0 引言

改革开放以来,我国在经济建设中取得了许多成就。但在推进经济发展过程中,绿色化建设仍存在较大不足,经济发展和环境治理不平衡、不协调[1]。对此,我国提出加快生态文明体制改革,建设美丽中国,推动绿色化发展,加快构建我国高质量发展指标体系[2]。此后,我国加快环境治理步伐,坚持以绿色为导向,贯彻创新、协调、绿色、开放、共享五大发展理念,努力构建生态强国,推动我国环境治理高效化、现代化。

在推动环境治理进程中,由于不同区域经济发展水平、环境政策以及研究领域不一,环境治理效率差异较大,导致我国环境治理效率指标体系不完善,这会对我国推进更高质量的发展进程和采取治理环境问题的措施造成影响。现有研究仅针对农村生态环境治理、海水环境治理等部分领域,缺乏多角度、全方位研究,具有局限性。因此,综合研究环境治理效率评价问题很有必要。

本文基于我国省域全方位环境治理的现状,对我国2016—2020年不同省域环境治理效率影响指标进行分类评价,并对环境治理综合效率的影响程度进行测量;结合DEA非期望产出模型与熵权法构建我国省域环境治理效率评价及其影响因素分析方法,基于熵权法进行环境治理效率指标筛选,依据关键输入指标和产出指标数据构建环境治理效率评价框架,通过DEA非期望产出模型进行投入产出效率计算,进一步测算区域差异对环境治理综合效率的影响程度,为将来环境治理研究提供参考。

1 文献综述

1.1 环境治理效率评价研究

随着经济发展和工业化进程不断加快,环境污染逐渐成为国家、社会讨论的热点问题。为了探究环境治理成效,社会学者对环境治理效率评价进行研究。叶菲菲等[3]将关键投入产出概念引入传统的交叉效率评价方法中,发现大气污染治理效率有较大的区域差异,并通过方案对比得出关键投入产出对衡量大气污染治理效率十分重要的结论;张国兴等[4]从工业固体综合利用率、工业二氧化硫去除率、公众环境监督行为等指标分析了公众参与对环境污染治理效率的影响;WANG等[5]基于两阶段网络的超DEA方法探究我国工业治理效率,从废气、废水、固体废弃物等方面对比治理效率差异;PENG等[6]采用三阶段DEA方法和超SBM相结合的方法,从城市生活垃圾无害化处理率、生活垃圾出保量、工业生活垃圾处理量等指标分析各省份(台湾、香港、澳门除外)环境治理效率。

1.2 环境分类治理指标选取研究

环境分类指标的选取是环境治理效率评估中不可缺少的一部分,但环境分类指标目前尚未有完整统一的框架系统,已有研究中指标选取差异较大。罗明等[7]采用Stackelberg博弈—DEA模型,从工业固定资产净值、从业人员总数、工业总产值、二氧化硫排放和废水排放等指标测度了环境社会治理效率及其子系统效率,并进行时空演化分析;YE等[8]基于拓展信念规则(EBRB)系统,从二氧化硫、COD、固体废弃物等指标建立环境治理成本预测系统,并分析区域治理效率差异;HE等[9]基于DEA模型,从空气质量、绿地覆盖、固体污染物利用率等指标分析我国地方政府环境治理效率;李强等[10]基于基准模型分析和稳健性检验,将废水、二氧化硫、烟(粉)尘排放量作为研究指标,分析环境分权与环境治理的有效性。可以发现,废气、固体排放物、污水等是以往环境治理效率评价研究中最常选用的指标分析。

考虑到环境治理效率评价指标会针对某一领域污染进行研究,所以,在不同领域下指标的选取标准不同。例如,在探究海洋污染治理的指标选取中,丁黎黎等[11]依据虚拟生产前沿的网络RAM模型,从沿海工业排放的废水、固体废弃物、资本、劳动指标研究我国海洋环境治理效率;郑建明等[12]从海洋环境规制、环境分权、海洋经济发展水平、海洋产业结构等指标研究海洋环境污染与治理问题。在研究空气污染治理效率的相关研究中,主要围绕空气流动指数、治理完成投资额等进行指标选取,例如薛飞等[13]采用双重差分法从空气质量指数、气象因素等指标进行测算空气污染治理效果;JIANG等[14]从资本投入、劳动力和当地政府竞争等指标研究我国空气污染与经济发展的关系。

近几年,部分学者开始重视环境污染治理效率评价与环境政策、法规协调发展的关系。例如YE等[15]提出有效的监管法规研究能够提高经济效率,并阐明不同的环境法规对不同行业的影响不同;张凯[16]认为在国家治理现代化视角下,环境政策跟踪审计可实时监督环境政策执行情况,助力实现生态绿色发展;沈坤荣等[17]基于“河长制”水污染环境治理成效明显,认为中国地方环境政策成效显著。

1.3 环境治理效率影响因素研究

环境治理效率受多方面因素影响,城镇化、外商投资引入、经济发展、第三产业比重增加、科技水平提高等都会影响环境治理效率,但目前的研究主要集中于城乡、水域环境治理效率的影响。从城乡角度而言,林琼等[18]利用超效率SBM-DEA模型研究我国城市环境治理效率,研究表明人口密度、技术投入、对外开放与环境治理效率成正比,财政分权程度与环境治理效率成反比,且GDP对环境治理效率的贡献程度存在地区间差异;程莉等[19]从乡村生态、生产、生活环境治理出发,运用超效率SBM-DEA模型定量测算了我国省域乡村生态环境治理效率,发现政府财政支农水平、农村人力资本、农村经济发展水平、城镇化水平、农村信息化水平与乡村环境治理效率正相关,工业化水平则与乡村环境治理效率负相关。从水域研究角度而言,袁宏川等[20]从非期望产出角度出发,运用DEA-SBM模型得出基础设施水平、环境规制的逆指标对城市水环境治理效率呈显著正向影响,城镇化水平对水环境治理效率呈显著负向影响;官永彬等[21]基于高质量发展理念研究,指出环境规制对长江经济带环境治理效率的影响具有异质性,自愿型环境规制、市场型环境规制对环境治理效率具有正向影响,强制性环境规制对环境治理效率具有负向影响,而城镇化率对长江经济带环境治理效率发挥了显著促进作用,但财政分权对环境治理效率有显著负向影响。

1.4 现有研究存在的不足

首先,环境治理效率评价在现有研究中所涉领域不够全面,仅局限于水污染、海洋污染或研究某一省份的环境治理效率。而环境治理效率分析应该立足整体,以更全面、完整的角度分析现有环境治理影响因素中最重要的指标。现有研究缺乏综合角度下的环境治理因素以及各省之间治理效果的分析比较,难以为国家政策导向、政策执行提供合理的方法和借鉴。

其次,环境治理效率评价选取指标的范围和标准不明确。现有研究选取指标大多为专家的主观判断,并未有专业的分析和理论依据,此外,指标的选取并未构建统一的机制,导致环境治理效率评估不准确。指标选取未具有差异性,在对其影响因素参考意义不大的情况下,使用DEA模型计算出的效率值会出现均趋向于1,造成对比分析不够明显,最终效率评估不具有较大的现实意义,对政策的导向作用不大。同时,指标的选取大多为规划类指标,指标间联系不大,指标评估内容过于宽泛。

再次,所研究的结论仅与省域间的经济发展水平成比例关系,并未考虑各省与其相关的影响因素。我国地域辽阔,各省域特点各有不同,仅将环境治理效率与经济发展水平联系,研究目的不够完整全面,应充分考虑相关的潜在因素,立足于小基点,全面、客观比较分析省域环境治理效率。

综上,本文将根据熵权法与DEA非期望产出模型对不同分类下的环境污染指标进行合成分析,并结合生活垃圾清运量、城市绿地面积、生活垃圾卫生填埋无害化处理、造林总面积的投入和地区生产总值、化学需氧量排放、颗粒物排放量、二氧化硫排放量的产出建构统一完整的投入产出指标体系,确保环境治理效率评估的准确性。

2 基于熵权法和DEA非期望产出模型效率评价建模

2.1 基于熵权法的环境治理效率指标筛选

指标赋权方法的核心思路是依据数据之间的关系,通过一定的数学模型或者数学计算方法确定指标的权重,该过程主要以数学理论为依据,不依赖主观判断。为了将客观赋权应用到环境治理效率评价建模中,本文基于熵权法提出环境治理效率指标筛选方法,具体步骤如下:

①标准化指标数据。假设环境治理效率评价中包含M个输入指标{Ui;i=1,…,M}且每个指标有T个数据{xi,t;t=1,…,T},则标准化后的指标数据Y= (yi,t)M×Y可以通过如下公式算得:

(1)

式(1)中,xi,t∈ΩPositive表示xi,t属于正向指标数据,其值越大越好;xi,t∈ΩNegative表示xi,t属于负向指标数据,其值越小越好。

②计算每个输入指标的熵。熵是指指标中所包含的信息量,当指标的熵越小,则该指标的变化程度越大,能够提供的信息量也越多。因此,其在决策过程中的指标权重也就越高。据此,可计算第i个指标的熵:

(2)

式(2)中,pi,t表示第i个指标下第t个指标数据的比重,其计算公式如下:

(3)

③计算每个输入指标的权重。依据步骤②中计算所得的熵,可以通过下式计算每个输入指标的权重:

(4)

④依据指标权重筛选输入指标。依据步骤③中计算所得的指标权重,再结合实际需求或专家经验确定所需选取的关键指标数量,从原始指标数据中选取所对应的数据作为新的指标数据。最后,根据关键输入指标和产出指标数据构建环境治理效率评价模型。

2.2 基于DEA非期望产出模型的投入产出效率计算

DEA模型是1978年由Charnes 等人提出,并成为解决效率评价问题的主要方法之一,其优点是适用于多投入多产出的有效性评价、无需对数据进行无量纲化处理和无需权重假设。随着DEA模型在经济、管理、系统科学等领域的广泛应用,越来越多的学者利用DEA模型进行环境治理效率评价的研究。其中,DEA非期望产出模型在环境治理效率评价中的应用最广。因此,本文引入DEA非期望产出模型用于计算环境治理成本预测问题中的投入产出效率,具体步骤如下:

①假定环境治理成本预测问题中有n个决策单元,m个投入指标、s个期望产出指标和h个非期望产出指标。相应地,n个决策单元的投入指标、期望产出指标和非期望产出指标可以分别表示成矩阵X(T)、Y(T)和Z(T)。

(5)

(6)

(7)

②根据式(5)～式(7)中所示的投入指标矩阵X(T)、期望产出指标矩阵Y(T)和非期望产出指标矩阵Z(T),利用DEA非期望产出模型可求解各个决策单元的效率值,其中对于特定的DMU0,其效率值可由如下线性模型求解得到:

(8)

bfj=-zfj+βf,

式(8)中,βf是一个正数且具体数值须足够大以保证bfj也为正数数值,从而对非期望产出进行有效地转换。由文献可知,βf为βf=maxj=1,…,n{zfj}+minj=1,…,n{zfj}[3]。

2.3 环境治理效率影响因素建模分析

基于DEA模型核算结果,对我国2016—2020年的环境治理效率进行分析,发现不同年份、不同省份之间的环境治理效率存在显著差异。为了更好地分析我国各省份环境治理效率影响因素,同时考虑实证结果可能存在的内生性问题,本文将环境综合治理效率作为因变量,应用固定效应模型(Hausman检验Prob>chi2 =0.0005),进一步测算区域差异对于环境治理综合效率的影响程度。构建的模型如下所示:

lnYsit=α+lnXsitβ+πs+εsit

(9)

式(9)中,Ysit表示ID为s的i省份在时间t的环境治理效率;Xsit表示一系列解释变量,包括地区生产总值、化学需氧量排放、颗粒物排放量、二氧化硫排放量、生活垃圾清运量、城市绿地面积、生活垃圾卫生填埋无害化处理、造林总面积等;πs表示个体不随时间变化的个体固定因素;εsit是误差项。

3 案例分析与讨论

3.1 数据来源及描述性统计分析

为了研究我国省域环境治理效率及其影响因素,本文收集了我国各省份关于环境治理一系列数据,将各省份投入指标分为财政支出、固体废弃物、林业资源、人力资源、交通五类,说明基于熵权法与DEA非期望产出模型的我国省域环境治理效率评价及其影响因素分析过程,具体环境投入相关衡量指标描述性统计分析如表1所示。

表1 2016—2020年环境投入相关衡量指标描述性统计分析

3.2 指标筛选及效率结果评价分析

对于环境治理绩效分析而言,本文在进行绩效分析时不同的输入量都会对最终结果的计算造成影响。而熵权法是一种客观赋权法,结果比较客观。在主观选择和分析指标后,再通过熵权法进行客观赋权,此时的权重基于主观分析和客观计算,评价结果真实、科学、可信。因此,本文基于熵权法对各指标的数据标准化处理,目的是取消量级对数据的影响,以便于后一步的计算。因为不同类型的数据和不同的单位都会造成计算量的失调。通过模型公式计算出同一年份同一指标下不同省份所占的比重,具体的指标权重如表2所示,并进行权重大小比较。

表2 2016—2020年投入指标熵权法指标权重

计算不同年份的权重后,将每年排名前五的指标列出来,针对权重数据做交集运算,最终形成四个用于研究的投入指标,具体的投入产出指标的数值描述性统计分析如表3所示。

表3 2016—2020年主要环境治理指标描述性统计分析

不同省份(台湾、香港、澳门除外)环境治理效果存在明显差异(图1),其中环境治理效率排名前三的是西藏、上海、海南,居于后三位的是黑龙江、吉林、辽宁,说明东北三省环境治理力度不够大,环境治理问题凸显,这与东北老工业基地在环境方面的历史遗留问题有关,政策的效力性有待反思与提高。通过2016—2020年各省环境治理平均效率对比可知,我国区域环境治理效率与环境治理政策和新发展理念的贯彻息息相关。

图1 2016—2020年各省份环境治理平均效率

2016—2020年各省环境治理效率变化幅度不大(表4),基本处于平稳上升或下降趋势,但陕西和山东变化尤其明显。陕西在2016—2017年环境治理效率迅猛上升,但在2017—2018年又迅速下降,在两个逆差变化之后治理效率一直处于平稳趋势,足以看出陕西“十三五”生态环境保护工作成效明显。山东在2020年治理效率最为凸显,这与山东重视环保程度和政策执行力相关性大。

表4 2016—2020年各省份环境治理效率

为了更好对比不同省份之间治理效率的差异,按照东、中、西部进行划分,并对东、中、西部省份的环境治理效率分别求平均数(图2)。可以发现,三个地区2020年较2016年的环境治理效率均有大幅提升。但西部省份环境治理仍然有所欠缺,在2016—2017年环境治理效率大幅提升,而后保持平稳趋势,这反映出西部省份环境治理存在“泄气”的趋势。反观中、东部省份,虽然一开始增长比较缓慢,但在2017年以后,中、东部省份增速有了较大幅度的提升,这是一个生态良好发展的趋势。

图2 2016—2020年东、中、西部省份环境治理

为深入了解各省份环境治理效果与投入产出指标的合理性,本文根据投入产出指标计算,以2020年各省份投入产出指标合理性情况为例(表5)。从横向结构来看,北京、西藏等省份环境治理的投入产出量得到完全有效利用,投入产出结构合理。从纵向结构来看,投入指标方面,生活垃圾清运量的投入在全区域内均合理,山东、黑龙江等区域城市绿地面积投入不足,广东、山东等地区生活垃圾卫生填埋无害化处理和造林总面积投入较小,力度不够大;产出指标方面,地区生产总值基本较合理,但山东仍大幅度存在地区生产总值过剩。化学需氧量排放产出也基本较合理,仅有新疆、吉林等地区存在较小的产出过剩问题,需加强力度解决。颗粒物排放问题存在较大差异,河南、广东等地区存在大量颗粒物排放量过剩问题,而青海、海南等地区存在过剩问题不大。大量较不发达城市二氧化硫排放量过剩问题普遍偏大,内蒙古、山东、贵州较为严重。综上,无论从纵向还是横向进行分析,我国环境治理效率都得到显著提升,但是治理效率投入产出合理性还需加大改进。

表5 2020年各省份投入产出指标合理性分析

续表

3.3 环境治理效率影响因素分析

本文使用2016—2020年我国各省份(台湾、香港、澳门除外)的面板数据进行分析验证环境治理影响因素,对各省份各年度数据进行固定效应回归(表6)。

固定效应回归中,相关系数正值表示具有正向作用,负值表示具有负向作用。P值小于0.1,说明该变量对环境治理效率的影响具有显著性。由表6中可知,一是人均地区生产总值反映一个地区的经济发展水平,其相关系数为正,说明经济发展水平对城市环境治理水平有显著促进作用。二是地方财政环境保护支出、人均公园绿地面积以及电力消费量反映各省份加强城市环境治理的基础设施的投入与建设,这与各省份贯彻落实生态文明建设理念息息相关。这些变量的相关系数均为正,说明这些变量对于环境治理效率均有促进作用,地方政府对于政策的实施与监督的有效性明显。三是二氧化硫排放量、生活垃圾清运量及规模以上工业企业个数是反映“三废”治理的重要指标,这些变量的相关系数均为负,说明废气、固体污染物排放对环境治理起到抑制作用,尤其是固体污染物对环境治理的抑制极为明显。四是水利、环境和公共设施管理业城镇单位就业人员的相关系数为正,说明它对环境治理效率的提升有促进作用,反映了随着社会的进步和人民环保意识的提升,人民环保就业意愿也提升。五是民用汽车拥有量的相关系数为正,说明它对环境治理效率的提升有促进作用,反映了随着信息技术水平的进步,以及新能源汽车的使用,汽车使用量对于环境污染的影响程度也随之降低。本文产出指标除了选取污染指标外,还有GDP,民用汽车拥有量虽然在一定程度上导致汽车尾气排放增加,但也说明了交通运输作为我国三大产业之一,对国民经济的发展具有重要的正向作用。

表6 环境治理效率影响因素固定效应模型分析结果

为了保证实验结果有效性和可行度,本文对固定效应模型进行了Hausman检验(表7)。检验结果中的“Prob>chi2=0.0005 ”表示拒绝原假设所犯的弃真错误的概率,该概率越小,越应该拒绝原假设。若把显著水平定为5%,上述结果表明拒绝原假设,即选择固定效应模型是合理的。

表7 各变量的Hausman检验

4 结论与建议

4.1 结论

本文基于我国各省份的环境污染治理相关投入产出指标数据,通过熵权法对投入指标进行客观赋权,筛选出对环境治理影响较大的投入指标,再基于DEA非期望产出模型计算得出环境治理效率。结合相关数据对不同年度、不同省份的环境治理效果进行横向及纵向分析,主要结论如下:

①环境污染治理效率呈显著差异。从不同省份来看,各省总体上治理效果明显,但从极端值上比较,差异显然存在。例如,黑龙江、吉林、辽宁治理效率低于0.5,这说明东北三省治理效率较落后,重视程度远远不够;从区域而言,总体来说东、中部省份环境治理效果比西部省份好,东、中部省份治理效率呈逐年上升趋势,而西部省份却呈平稳变化趋势。若未继续高度重视,我国环境污染治理效率区域差异将会增大,因此,采取必要措施缩小差距,提高治理效率。

②各省环境治理效率变化幅度不大,除陕西和山东变化幅度较为明显,其余基本处于平稳上升或下降趋势。其中,陕西变化幅度极大,呈“上下坡”趋势,之后处于平稳状态,说明陕西环境污染治理的投入产出结构不断优化改善,指标投入效果明显。因此,在未来开展环境治理工作时应注重省份内治理结构调整和优化。

③我国投入产出治理结构合理性还有待提高。从纵向与横向结构分析可知,投入产出指标得到完全充分利用的省份较少,大部分省份均存在投入产出指标不平衡的问题。对于不同省份而言,投入缺少和产出过剩指标不同,其中,城市绿地面积投入缺少和颗粒物排放量产出过剩的问题覆盖率极高。因此,优化环境治理结构是提高环境治理效率的关键。

4.2 建议

首先,环境污染治理效率存在显著差异,说明当前环境治理发展不平衡,部分省份对环境治理的重视程度及投入程度还有待提高。民众方面,应提升民众的环保意识,积极为环境治理建言献策。政府方面,一是应健全考核制度,将干部日常监督、评先选优、职位晋升的考核内容与环境治理、社会发展等要素结合起来,制定科学合理、客观公正的考核指标和考核制度,将环境治理问题贯彻落实到位,提高治理成效;二是推进政府“智脑”建设,加快“智慧政府”打造,通过“智治”加强环境治理中多元治理主体的沟通交流,减少面对面谈判、协商、合作的治理成本,增强各主体参与性、工作透明度;三是应高度重视环保领域就业趋向,提高环保领域就业意愿,利用人才优势创新环境治理机制,进而推动环境治理高效化。国家方面,可以出台相应的环境治理法规与政策,强化执法监督。同时,也要加大对环境治理的财政投入,可以利用奖惩制度,激励地区环境治理。

其次,各省投入产出结构合理性不足,变化幅度起伏不定,说明当前投入产出结构没有正确的结构模型进行环境治理。因此,调整和优化当前环境治理结构是推动环境治理的内部动力。废气排放方面,大型工业企业排放物、路面汽车尾气排放对空气污染造成严重危害,政府应提出可行的排污治理方案,大力推广新能源汽车。废水治理方面,各省应加强地区水域的生态平衡治理,避免因藻类植物过剩而导致水体富营养化。同时,各省应合理规划大型工厂废水排放,加强监督力度,避免废水随意排放。土地规划利用方面,各省应加强绿化面积覆盖率的提升,合理开发和利用剩余土地资源,因地制宜种植植被。

再次,应贯彻落实“绿水青山就是金山银山”的发展理念,坚持经济发展与环境治理协调发展。对于经济发展水平较高的地区,应当在保持经济高水平发展的同时,兼顾环境生态保护及治理,避免出现因加快工业化进程而导致环境污染严重的情况;对于经济发展落后地区,应当加强节能减排政策,创新高效能治理机制。