柴澤陽(yáng)，李桂霞

(重慶工商大學(xué) 長(zhǎng)江上游經(jīng)濟(jì)研究中心，重慶 400067)

?

中國(guó)區(qū)域環(huán)境治理技術(shù)變動(dòng)空間面板研究
——基于Malmquist指數(shù)分析

柴澤陽(yáng)，李桂霞

(重慶工商大學(xué) 長(zhǎng)江上游經(jīng)濟(jì)研究中心，重慶 400067)

利用中國(guó)內(nèi)地30個(gè)省區(qū)2004年—2012年的環(huán)境和經(jīng)濟(jì)數(shù)據(jù)，首先通過計(jì)算Malmquist指數(shù)對(duì)中國(guó)區(qū)域環(huán)境治理效率的變動(dòng)情況進(jìn)行了分析；鑒于污染物排放可能存在地區(qū)溢出效應(yīng)，再運(yùn)用空間計(jì)量模型分析了我國(guó)區(qū)域環(huán)境治理技術(shù)變動(dòng)和環(huán)境規(guī)制對(duì)工業(yè)污染物的影響。結(jié)果表明：區(qū)域環(huán)境治理效率的低下是由環(huán)境治理技術(shù)的低下造成的；除工業(yè)廢水外，其他污染物均存在顯著的空間相關(guān)性；環(huán)境治理技術(shù)對(duì)工業(yè)廢氣表現(xiàn)為顯著的抑制作用，而對(duì)工業(yè)廢水和固體廢棄物的抑制作用不顯著；環(huán)境規(guī)制對(duì)三種工業(yè)污染物均沒有起到明顯的治污減排效果。

環(huán)境治理效率；Malmquist指數(shù)；空間面板

一、引言

環(huán)境作為一種公共物品，必然具有非競(jìng)爭(zhēng)性和非排他性。因此，當(dāng)環(huán)境進(jìn)入到市場(chǎng)經(jīng)濟(jì)中，必然會(huì)出現(xiàn)“搭便車”和“外部不經(jīng)濟(jì)”等現(xiàn)象，從而導(dǎo)致環(huán)境被破壞。再者，無論是消費(fèi)者還是生產(chǎn)者，他們對(duì)環(huán)境的利用可能會(huì)超過環(huán)境本身的承載力度，這是一種環(huán)境資源配置低效率的體現(xiàn)。面對(duì)這一現(xiàn)象，政府在配置環(huán)境資源、治理環(huán)境污染的過程中扮演重要的角色，因此政府本身也存在效率和技術(shù)問題。Charnes等提出的數(shù)據(jù)包絡(luò)分析(DEA)和Malmquist提出的Malmquist指數(shù)是分析績(jī)效水平和技術(shù)進(jìn)步的主流方法[1-2]。劉立秋和劉璐運(yùn)用DEA中的CCR模型對(duì)我國(guó)24個(gè)省市的環(huán)保投資有效性進(jìn)行了評(píng)價(jià)，結(jié)果表明這24個(gè)省市環(huán)保投資的有效性逐年上升但差異較大[3]。劉紀(jì)山運(yùn)用DEA模型對(duì)中部六省的環(huán)境污染治理的有效性進(jìn)行分析，研究表明，中部六省的環(huán)境治理相對(duì)有效性具有很大的差異，環(huán)境治理的投入產(chǎn)出結(jié)構(gòu)有待優(yōu)化，環(huán)境治理效率有待提高[4]。楊俊和陸宇嘉運(yùn)用三階段DEA模型對(duì)我國(guó)30個(gè)省市2004年—2008年的環(huán)境治理投入效率進(jìn)行研究，研究表明區(qū)域環(huán)境治理差異呈現(xiàn)逐漸擴(kuò)大的趨勢(shì)[5]。李靜利用基于SBM非徑向的DEA模型研究了中國(guó)工業(yè)行業(yè)的綠色生產(chǎn)和治理效率，同時(shí)利用全局Malmquist指數(shù)考察了綠色生產(chǎn)及治理階段的綠色效率變化及技術(shù)進(jìn)步[6]。

此外，還有一些學(xué)者將績(jī)效分析與計(jì)量分析相結(jié)合。陳明利用多階段DEA模型分析了我國(guó)31省市的環(huán)境治理效率，在此基礎(chǔ)上運(yùn)用面板Tobit模型對(duì)影響政府環(huán)境治理效率的因素進(jìn)行了分析，回歸結(jié)果顯示財(cái)政分權(quán)和腐敗均與環(huán)境治理效率呈負(fù)相關(guān)關(guān)系[7]。鄭尚植和宮芳利用DEA-Tobit面板數(shù)據(jù)模型，考察了中國(guó)分權(quán)式背景下地方官員自利行為對(duì)環(huán)境治理效率的影響[8]，研究結(jié)果與陳明[7]一致。王兵和羅佑軍在RAM網(wǎng)絡(luò)DEA模型分析的基礎(chǔ)上，運(yùn)用限值因變量Tobit模型對(duì)中國(guó)區(qū)域工業(yè)生產(chǎn)效率、環(huán)境治理效率和綜合效率的影響因素進(jìn)行了分析[9]。

分析上述文獻(xiàn)，國(guó)內(nèi)外學(xué)者在研究環(huán)境治理效率的理論和方法上已有較大的貢獻(xiàn)，為本文的研究提供了很多思路，但現(xiàn)有的研究方法仍有可改進(jìn)之處。首先，以面板Tobit模型考察環(huán)境治理效率的影響因素不能反映出環(huán)境治理效率的反饋效應(yīng)；其次，研究污染物的模型較少考慮污染物的空間相關(guān)性。鑒于此，本文將省區(qū)環(huán)境治理Malmquist指數(shù)所分解的技術(shù)變動(dòng)引入污染模型，從而考查省區(qū)環(huán)境治理技術(shù)變動(dòng)對(duì) “工業(yè)三廢”排放的影響。同時(shí)，在模型的設(shè)定上，考慮到污染排放可能存在空間溢出效應(yīng)，因此本文對(duì)“工業(yè)三廢”排放進(jìn)行了空間相關(guān)性檢驗(yàn)，符合空間計(jì)量建模的模型將采用空間計(jì)量模型進(jìn)行分析，不符合的將采用普通面板模型進(jìn)行分析。

二、模型設(shè)定及變量說明

(一)模型設(shè)定

考慮到污染物的擴(kuò)散效應(yīng)，本省區(qū)的 “工業(yè)三廢”排放量可能受到相鄰省區(qū) “工業(yè)三廢”排放量的影響。本文將通過Moran's I統(tǒng)計(jì)量來檢驗(yàn) “工業(yè)三廢”排放的空間相關(guān)性，若存在較為顯著的空間相關(guān)性，則建立空間計(jì)量模型，反之，則建立普通面板模型。當(dāng)空間相關(guān)性由被解釋變量直接體現(xiàn)時(shí)，需要構(gòu)建空間滯后模型(SAR)，模型設(shè)定如下：

logYi,t=ρWlogYi,t+β0+β1logtechchi,t+β2logeri,t+β3logXi,t+εi,t

(1)

當(dāng)空間相關(guān)性由不可觀測(cè)的誤差項(xiàng)來體現(xiàn)時(shí)，則需要構(gòu)建空間誤差模型(SEM)，模型設(shè)定如下：

logYi,t=β0+β1logtechchi,t+β2logeri,t+β3logXi,t+εi,t

εi,t=λWεi,t+ui,t

(2)

其中，i和t分別代表省區(qū)和年份；log表示對(duì)各個(gè)變量取對(duì)數(shù)；Y代表工業(yè)“三廢”排放量，fs、fg、fq分別代表工業(yè)廢水、固體廢棄物、廢氣排放量；W為空間權(quán)重矩陣，本文根據(jù)Rook相鄰原則建立了中國(guó)大陸30個(gè)省市自治區(qū)(西藏除外)的空間鄰接矩陣，同時(shí)為了消除“孤島效應(yīng)”，本文假設(shè)海南島與廣東省鄰近。再對(duì)空間鄰接矩陣進(jìn)行行標(biāo)準(zhǔn)化，得到最終的空間權(quán)重矩陣；techch表示地方政府環(huán)境治理技術(shù)變動(dòng)；er表示環(huán)境規(guī)制強(qiáng)度；ρ空間滯后系數(shù)，反映了鄰近省區(qū)“三廢”排放對(duì)本省區(qū)“三廢”排放的影響程度；λ為空間誤差系數(shù)，反映了鄰近省區(qū)關(guān)于“三廢”排放的誤差沖擊對(duì)本省區(qū)“三廢”排放的影響程度；β0、β1、β2、β3均為待估參數(shù)；X為其他控制變量，控制變量的選取參考了毛明明和孫建(2015)[10]。本文根據(jù)設(shè)定的三個(gè)被解釋變量，將模型分別稱之為：廢水模型、廢固模型和廢氣模型。

(二)變量說明

1.環(huán)境治理技術(shù)變動(dòng)與環(huán)境規(guī)制

環(huán)境治理效率評(píng)價(jià)系統(tǒng)是一個(gè)多投入、多產(chǎn)出的復(fù)雜系統(tǒng)，指標(biāo)的選擇應(yīng)遵循：科學(xué)性原則、可操作性和系統(tǒng)性原則[11],同時(shí)考慮到數(shù)據(jù)的可得性與指標(biāo)的合理性，本文選取的投入指標(biāo)有：環(huán)境污染治理投資(萬(wàn)元)和排污費(fèi)(萬(wàn)元)，這兩個(gè)指標(biāo)反映了政府對(duì)于環(huán)境污染治理的投入力度；產(chǎn)出指標(biāo)有：工業(yè)固體廢物綜合利用率和生活垃圾無害化處理率，這兩個(gè)指標(biāo)反映了環(huán)境污染治理的效果。通過計(jì)算Malmquist指數(shù)，將其分解所得的技術(shù)變化作為省區(qū)環(huán)境治理技術(shù)變動(dòng)的替代變量。

由于難以精確地評(píng)估環(huán)境控制成本進(jìn)而取得環(huán)境規(guī)制的可靠數(shù)據(jù)，因此，本文借用大多數(shù)文獻(xiàn)采用的工業(yè)污染治理完成投資額占工業(yè)增加值的比重來衡量各省區(qū)的環(huán)境規(guī)制強(qiáng)度。

2.其他變量

被解釋變量為各省區(qū) “工業(yè)三廢”排放量，即工業(yè)廢水、固體廢物、廢氣排放量。在控制變量中，人口規(guī)模用各省區(qū)年末總?cè)丝跀?shù)表示；經(jīng)濟(jì)發(fā)展水平用實(shí)際人均地區(qū)生產(chǎn)總值表示，為了消除價(jià)格波動(dòng)的影響，各省區(qū)的實(shí)際人均地區(qū)生產(chǎn)總值以2003年不變價(jià)格計(jì)算；能源消費(fèi)強(qiáng)度即單位生產(chǎn)總值的能源消耗量，用各省區(qū)能源消費(fèi)總量與實(shí)際地區(qū)生產(chǎn)總值的比來表示；產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)生產(chǎn)總值與地區(qū)生產(chǎn)總值的比來表示，反映了第二產(chǎn)業(yè)在各省區(qū)的比重。

基于數(shù)據(jù)獲取的完備性，本文研究樣本為中國(guó)大陸30個(gè)省、市、自治區(qū)(西藏除外)2004年—2012年的上述數(shù)據(jù)，來源于《中國(guó)統(tǒng)計(jì)年鑒》與《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。

三、中國(guó)區(qū)域環(huán)境治理效率分析

1953年Malmquist提出了Malmquist全要素生產(chǎn)力指數(shù)，該指數(shù)考慮了技術(shù)效率的變動(dòng)，同時(shí)也考慮了生產(chǎn)前沿面的前后移動(dòng)，即技術(shù)變動(dòng)，可以動(dòng)態(tài)的分析效率變化。本文利用該指數(shù)對(duì)2004年—2012年中國(guó)大陸30個(gè)省市自治區(qū)的政府環(huán)境治理數(shù)據(jù)進(jìn)行分析，表1和表2分別給出了分年和分省的中國(guó)區(qū)域環(huán)境治理效率全要素生產(chǎn)力指數(shù)及其分解的計(jì)算結(jié)果。其中tfpch為全要素生產(chǎn)率變動(dòng)，表示生產(chǎn)力水平的變動(dòng)，該值大于1代表生產(chǎn)力提升，反之代表生產(chǎn)力下降，它可以分解為技術(shù)變化(techch)和技術(shù)效率變化(effch)。techch為技術(shù)變動(dòng)指數(shù)，即“前沿面移動(dòng)效應(yīng)”，該值大于1代表技術(shù)進(jìn)步。effch表示相對(duì)技術(shù)效率的變動(dòng)指數(shù)，即“追趕效應(yīng)”，該值大于1表示DMU在后一期與前沿面的距離相對(duì)于前一期的距離較近，即相對(duì)效率提高[12]，effch又可以分解為純技術(shù)效率變化(pech)和規(guī)模效率變化(sech)。pech表示管理水平的提高帶動(dòng)的效率變動(dòng)，該值大于1表示效率提高；sech表示DMU向最優(yōu)規(guī)?？拷某潭茸兓?，該值大于1表示DMU向最優(yōu)規(guī)?？繑n。

表1分年中國(guó)區(qū)域環(huán)境治理效率TFP指數(shù)

年份effchtechchpechsechtfpch20041.4310.5700.9731.4700.81520050.7681.0970.9940.7730.84320061.1070.8530.9821.1270.94420071.3860.6331.0531.3160.87720080.9170.9751.0650.8610.89420091.1260.8031.0381.0850.90420101.0010.8351.0300.9720.83620111.0740.7481.0231.0500.80320120.9061.0131.0140.8930.917均值1.0600.8201.0191.0410.869

由表1可知，2004年—2012年我國(guó)在環(huán)境治理方面的全要素生產(chǎn)率變化tfpch均小于1，平均tfpch也僅為0.869，這說明了在這9年間我國(guó)整體的環(huán)境治理效率呈現(xiàn)下降趨勢(shì)。從技術(shù)變化techch來看，其值僅在2005年和2012年大于1，其余年份均小于1，這一現(xiàn)象產(chǎn)生的原因可能是：該值反映了我國(guó)環(huán)境治理技術(shù)的整體情況，不能夠體現(xiàn)出各個(gè)省份的具體變化情況；各個(gè)省區(qū)的發(fā)展情況差距明顯，尤其是中、西部地區(qū)明顯落后于東部沿海地區(qū)，因此高成本的環(huán)境治理技術(shù)沒有在全國(guó)范圍內(nèi)得到充分發(fā)揮；其次由于經(jīng)濟(jì)發(fā)展的慣性，各個(gè)省區(qū)不可能立即擺脫“高污染，高排放”的生產(chǎn)模式，這一定程度上限制了環(huán)境治理技術(shù)的推廣。從技術(shù)效率變化effch來看，其值僅在2005年、2008年和2012年小于 1，其余年份均大于1，由此看來，我國(guó)環(huán)境治理的技術(shù)效率基本表現(xiàn)為上升趨勢(shì)，個(gè)別年份小幅下降。綜合技術(shù)變化、技術(shù)效率以及全要素生產(chǎn)率的變化情況，技術(shù)效率均大于1，而技術(shù)變化均小于1，表明我國(guó)環(huán)境治理效率低下的主要原因在于技術(shù)的約束，因此提高技術(shù)水平，充分發(fā)揮技術(shù)效應(yīng)是提高環(huán)境治理效率的有效途徑。從純技術(shù)效率變化pech來看，2007年以前其值均小于1，2007年以后其值均大于1，可見在2007年之前我國(guó)環(huán)境治理的管理水平比較低，這可能是由于各級(jí)地方政府急于推動(dòng)經(jīng)濟(jì)發(fā)展，因而忽視了環(huán)境保護(hù)和治理；隨著我國(guó)經(jīng)濟(jì)的持續(xù)發(fā)展，環(huán)境問題也愈加突出，在可持續(xù)發(fā)展戰(zhàn)略的帶動(dòng)下，各省區(qū)逐漸加大環(huán)保投資，引進(jìn)環(huán)保技術(shù)及先進(jìn)管理理念，因此我國(guó)環(huán)境治理的管理水平在2007之后開始逐漸提高。從規(guī)模效率變化sech來看，其變動(dòng)趨勢(shì)基本與技術(shù)效率一致，表明受環(huán)境治理要素的配置影響，技術(shù)效率在個(gè)別年份出現(xiàn)了下降。因此，各個(gè)省區(qū)進(jìn)一步優(yōu)化資源配置是提升環(huán)境治理技術(shù)效率的優(yōu)先選擇。

表2分省中國(guó)區(qū)域環(huán)境治理效率TFP指數(shù)

省區(qū)effchtechchpechsechtfpch北京1.2550.9201.0001.2551.154天津1.1240.8121.0001.1240.913河北1.0180.8261.0410.9780.841山西1.0290.8251.0550.9750.849內(nèi)蒙古0.9790.8271.0810.9050.809遼寧1.0470.8041.0500.9970.842吉林1.0840.7991.0111.0720.866黑龍江1.0870.7910.9981.0890.860上海1.1210.8371.0001.1210.939江蘇1.0740.8050.9961.0780.864浙江1.1050.8240.9991.1060.910安徽0.9860.7940.9900.9960.783福建1.0940.7990.9971.0970.875江西0.9740.8311.0460.9310.809山東1.0780.7980.9991.0790.860河南1.0740.8170.9961.0780.878湖北1.0200.7910.9781.0430.807湖南1.0040.8201.0170.9870.823廣東1.1570.8001.0031.1540.926廣西1.0510.8341.0161.0350.876海南1.0000.8541.0001.0000.854重慶1.0860.8151.0211.0640.886四川1.1210.8201.0441.0730.919貴州1.0980.8151.0851.0120.895云南0.9910.8320.9930.9980.824陜西1.1110.8331.0731.0360.925甘肅1.0620.8011.0211.0390.851青海1.0000.8151.0001.0000.815寧夏1.0140.8151.0290.9850.827新疆1.0200.8481.0330.9870.865平均值1.0600.8201.0191.0410.869

由表2可知，2004年—2012年我國(guó)30個(gè)省市自治區(qū)在環(huán)境治理方面的全要素生產(chǎn)率變化除北京外均小于1，說明在這9年間各省區(qū)整體的環(huán)境治理效率呈現(xiàn)下降趨勢(shì)。從技術(shù)變化來看，各省區(qū)環(huán)境治理技術(shù)變化均小于1，這也是導(dǎo)致各省區(qū)全要素生產(chǎn)力低下的主要原因。然而該值并不能說明各省區(qū)在這9年間的環(huán)境治理技術(shù)始終表現(xiàn)為衰退趨勢(shì)，產(chǎn)生這一現(xiàn)象的原因可能是由于該值僅僅反映了各省區(qū)9年的平均狀況，不能體現(xiàn)出在各個(gè)年份的技術(shù)變化，事實(shí)上從各個(gè)省區(qū)來看，還是有很多年份的技術(shù)變化是大于1的。從技術(shù)效率變化來看，大部分省區(qū)的技術(shù)效率變化大于1，只有內(nèi)蒙古、安徽、江西、云南小于1，總體看來大部分省區(qū)的環(huán)境治理技術(shù)效率呈現(xiàn)上升趨勢(shì)，個(gè)別省區(qū)呈現(xiàn)下降趨勢(shì)。純技術(shù)效率和規(guī)模效率的變動(dòng)能夠反映出影響技術(shù)效率變動(dòng)的因素。從技術(shù)效率小于1的四個(gè)省區(qū)來看，內(nèi)蒙古和江西的純技術(shù)效率大于1，而規(guī)模效率小于1，表明導(dǎo)致兩省區(qū)環(huán)境治理技術(shù)效率低下的主要原因在于規(guī)模效率的低下，即要素配置不合理；安徽和云南的純技術(shù)效率與規(guī)模效率均小于1，表明導(dǎo)致兩省區(qū)環(huán)境治理技術(shù)效率低下的主要原因在于純技術(shù)效率和規(guī)模效率的低下，即管理水平低下和要素配置不合理。從技術(shù)效率大于1的省區(qū)來看，黑龍江、江蘇、浙江等7個(gè)省區(qū)的純技術(shù)效率低于1，而規(guī)模效率大于1，表明這7個(gè)省區(qū)通過改善管理水平有助于進(jìn)一步提高環(huán)境治理技術(shù)效率；河北、山西、遼寧等6個(gè)省區(qū)的純技術(shù)效率大于1，而規(guī)模效率小于1，表明這6個(gè)省區(qū)通過優(yōu)化資源配置有助于進(jìn)一步提高環(huán)境治理技術(shù)效率。

四、空間計(jì)量分析

(一)空間相關(guān)性檢驗(yàn)

在進(jìn)行空間面板回歸之前，首先運(yùn)用Moran's I統(tǒng)計(jì)量來檢驗(yàn)省區(qū)“工業(yè)三廢”排放的空間相關(guān)性，結(jié)果見表3。

表3空間相關(guān)性檢驗(yàn)

指標(biāo)logfslogfglogfqMoran'sI-statistic0.1703.261▲2.453△LM-err0.0058.731▲4.678△RobustLM-err2.8345.336△3.210△LM-lag5.319△45.191▲57.869▲RobustLM-lag8.148▲41.795▲56.401▲

注：*、△、▲分別表示在10%、5%、1%的顯著性水平下顯著。

由表3可知，廢固和廢氣模型的Moran's I統(tǒng)計(jì)量均在5%的顯著性水平下顯著為正，說明工業(yè)固體廢物和廢氣存在顯著的正空間相關(guān)性。某一行政區(qū)域工業(yè)廢氣及固體廢物污染排放的空間溢出極有可能波及其周遭區(qū)域，大氣環(huán)流作用等也可能增強(qiáng)其空間依賴性，且固體廢物會(huì)進(jìn)一步對(duì)大氣、土壤、水體等產(chǎn)生污染進(jìn)而增強(qiáng)其空間依賴性[13]，因此，利用空間計(jì)量方法估計(jì)廢固、廢氣模型更具合理性。但是，由于廢水模型的Moran's I統(tǒng)計(jì)量不顯著，所以廢水模型不具備使用空間計(jì)量分析的條件。此外，本文還進(jìn)行了LM-err和LM-lag檢驗(yàn)以及兩者的穩(wěn)健性檢驗(yàn)來進(jìn)一步判斷究竟使用空間誤差模型還是空間滯后模型。表3顯示，廢固和廢氣模型的LM-err和LM-lag檢驗(yàn)以及兩者的穩(wěn)健性檢驗(yàn)均通過了5%的顯著性檢驗(yàn)，但LM-lag檢驗(yàn)及其穩(wěn)健性檢驗(yàn)的統(tǒng)計(jì)值更高，故采用空間滯后模型更具有合理性。廢水模型的LM-lag檢驗(yàn)及其穩(wěn)健性檢驗(yàn)通過了5%的顯著性檢驗(yàn)，LM-err檢驗(yàn)及其穩(wěn)健性檢驗(yàn)不顯著，鑒于此，本文在估計(jì)廢水模型時(shí)也給出了其空間滯后模型的估計(jì)結(jié)果，以此來進(jìn)一步檢驗(yàn)其空間相關(guān)性。

(二)估計(jì)結(jié)果分析

鑒于以上空間相關(guān)性檢驗(yàn)，本文將建立空間計(jì)量模型。由于存在空間相關(guān)性，各觀測(cè)值缺乏獨(dú)立性，采用普通最小二乘法估計(jì)空間滯后模型時(shí)得到的結(jié)果是有偏且不一致的，估計(jì)空間誤差模型得到的結(jié)果不具有有效性，所以，普通最小二乘法不適用于估計(jì)空間計(jì)量模型，而最大似然估計(jì)法可以克服上述問題。因此，本文用最大似然估計(jì)法估計(jì)了廢水、廢固、廢氣三個(gè)空間計(jì)量模型，見表4。

廢水SAR模型的Hausman檢驗(yàn)結(jié)果為拒絕原假設(shè)，因此，該模型為空間固定效應(yīng)滯后模型。該模型的擬合優(yōu)度為0.665，似然值為130.579，但是該模型的大多數(shù)參數(shù)并不顯著且Rho值也沒有通過顯著性檢驗(yàn)，即廢水排放的空間滯后效應(yīng)并不顯著，佐證了廢水模型不具備空間計(jì)量分析的條件。廢水污染的影響范圍主要在其流域，如某一地區(qū)的廢水污染可能會(huì)連帶污染該水域的中、下游所流經(jīng)地區(qū)，其地理區(qū)域上影響范圍有限[13]，其空間相關(guān)性也相應(yīng)的表現(xiàn)為不顯著。因此，本文對(duì)廢水模型的估計(jì)仍將采用普通面板回歸。在普通面板模型中，Hausman檢驗(yàn)結(jié)果為拒絕原假設(shè)，確定廢水模型為個(gè)體固定效應(yīng)模型，擬合優(yōu)度為0.978，似然值為131.649，擬合優(yōu)度與似然值均高于空間滯后模型，可見，普通面板回歸確實(shí)更適合廢水模型。廢固SAR模型與SEM模型的Hausman檢驗(yàn)結(jié)果顯示均不拒絕原假設(shè)，該模型將設(shè)定為隨機(jī)效應(yīng)。同時(shí)，廢固SAR模型的擬合優(yōu)度與似然值均高于SEM模型，說明SAR模型是更好的選擇，這與表3的結(jié)果一致，故本文對(duì)固體廢棄物的分析將采用隨機(jī)效應(yīng)SAR模型。廢氣SAR模型與SEM模型的Hausman檢驗(yàn)結(jié)果顯示拒絕原假設(shè)，該模型將設(shè)定為固定效應(yīng)。同時(shí)，廢氣SAR模型的擬合優(yōu)度與似然值均高于SEM模型，表明SAR模型為更好的選擇,與表3的結(jié)果一致，所以，本文對(duì)廢氣的分析將采用固定效應(yīng)SAR模型。

表4空間回歸結(jié)果

模型logfslogfglogfqSAR普通面板SARSEMSARSEM常數(shù)項(xiàng)logtechchlogerlogpoplogpgdplognyqdlogcyjgRho(Lambda)R2LogLHausman16.509▲-15.491▲-12.232▲(5.87)(-3.94)(-2.92)-0.008-0.011-0.021-0.016-0.081△-0.115▲(-0.33)(-0.26)(-0.72)(-0.33)(-2.57)(-3.14)0.084▲0.081▲0.077△0.068△0.0310.026(2.75)(3.37)(2.47)(2.08)(1.09)(0.85)-0.479-0.525△1.133▲1.2934▲0.397△0.661▲(-1.57)(-2.24)(10.73)(11.25)(2.09)(3.07)0.1770.184*0.999▲1.465▲0.802▲1.111▲(1.11)(1.81)(7.29)(6.45)(4.78)(6.28)-0.0650.0071.377▲1.461▲0.3000.338(-0.16)(0.03)(3.36)(3.03)(0.87)(0.92)-0.187-0.379△0.438△0.2370.430△0.366*(-0.60)(-2.14)(2.34)(1.38)(2.45)(1.94)0.1080.431▲0.371▲0.270▲0.136*(1.01)(7.61)(5.09)(4.63)(1.82)0.6650.9780.7520.7480.8370.8295130.579131.649-7.691-17.508120.903115.45925.14▲68.29▲8.396.1735.15▲17.63△

注：*、△、▲分別表示在10%、5%、1%的顯著性水平下顯著；普通面板回歸的括號(hào)內(nèi)為t統(tǒng)計(jì)量，其他空間面板回歸的括號(hào)內(nèi)為z統(tǒng)計(jì)量。

由表4的估計(jì)結(jié)果可知：工業(yè)廢水并不存在顯著的空間相關(guān)性。固體廢棄物和廢氣的空間滯后系數(shù)分別為0.431、0.270且均在1%的顯著性水平下顯著，表明固體廢棄物和廢氣的排放存在顯著的正空間相關(guān)性，鄰近省區(qū)這兩種污染物排放的溢出效應(yīng)分別為0.431、0.270。核心解釋變量中，政府環(huán)境治理技術(shù)彈性分別為-0.011、-0.021、-0.081，可見政府環(huán)境治理技術(shù)的變動(dòng)確實(shí)對(duì)“工業(yè)三廢”起到了一定的抑制作用，但是從統(tǒng)計(jì)上來看只有-0.089 6通過了5%的顯著性檢驗(yàn)，而其他系數(shù)并不顯著，說明省區(qū)環(huán)境治理技術(shù)并沒有顯著的降低工業(yè)廢水和固體廢棄物的排放量；環(huán)境規(guī)制的彈性分別為0.081、0.077、0.031，符號(hào)均為正，體現(xiàn)出“綠色悖論”效應(yīng)，但是從統(tǒng)計(jì)上來看0.031并不顯著，表明環(huán)境規(guī)制的“綠色悖論”效應(yīng)只在工業(yè)廢水和固體廢棄物中表現(xiàn)的顯著。盡管各省區(qū)的環(huán)境治理技術(shù)多年來不斷進(jìn)步，環(huán)境規(guī)制水平逐年上升，但是由于經(jīng)濟(jì)增長(zhǎng)的導(dǎo)向作用，環(huán)境治理技術(shù)和規(guī)制作用并沒有得到充分的展現(xiàn)；我國(guó)制定相關(guān)法律法規(guī)所耗時(shí)間較長(zhǎng)，而且法律法規(guī)的施行效果體現(xiàn)也具有一定的時(shí)滯性；政府環(huán)保部門的管理水平較低以及資源配置的不合理均對(duì)環(huán)境治理的技術(shù)效率產(chǎn)生了一定的負(fù)面影響。這些因素共同作用，使得政府環(huán)境治理技術(shù)和環(huán)境規(guī)制沒有表現(xiàn)出預(yù)期的治污效果。有趣的是，本文注意到各省區(qū)對(duì)工業(yè)廢氣的治理要優(yōu)于工業(yè)廢水和固體廢棄物。進(jìn)入21世紀(jì)以來，“霧霾”一詞逐漸進(jìn)入了大眾以及社會(huì)媒體的視野，引起廣泛的關(guān)注。本文認(rèn)為媒體對(duì)“霧霾”進(jìn)行的大量報(bào)道可能會(huì)對(duì)地方政府產(chǎn)生一定輿論壓力，而且“治霾”也逐漸成為地方政府的政績(jī)體現(xiàn)，基于此，地方政府可能會(huì)加大對(duì)大氣的治理投資和企業(yè)的規(guī)制力度。這說明了除經(jīng)濟(jì)導(dǎo)向和環(huán)境政策外，媒體及社會(huì)輿論的導(dǎo)向作用也能夠?qū)Νh(huán)境產(chǎn)生一定的影響。

在控制變量中，人口規(guī)模彈性分別為-0.525、1.133、0.397，且均通過了5%的顯著性檢驗(yàn)，可見在工業(yè)廢水排放方面，人口壓力沒有轉(zhuǎn)化為環(huán)境壓力，在工業(yè)固體廢棄物和廢氣方面，人口壓力轉(zhuǎn)化為了環(huán)境壓力。人均地區(qū)生產(chǎn)總值的彈性分別為0.184、0.999、0.802，且均較為顯著，表明隨著我國(guó)經(jīng)濟(jì)規(guī)模的擴(kuò)大，對(duì)能源的消耗有所提高，進(jìn)而增加了“工業(yè)三廢”的排放量，因此轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式對(duì)各省區(qū)的環(huán)境保護(hù)工作有很大的積極作用。能源消費(fèi)強(qiáng)度的彈性分別為0.007、1.377、0.300，但只有1.377通過了1%的顯著性檢驗(yàn)，說明能源消費(fèi)強(qiáng)度對(duì)工業(yè)廢水、廢氣的敏感性較弱，而對(duì)工業(yè)固體廢棄物排放的敏感性較強(qiáng)。降低能源消費(fèi)強(qiáng)度對(duì)工業(yè)固體廢棄物排放有較為顯著的抑制作用，因此工業(yè)企業(yè)應(yīng)當(dāng)積極改善技術(shù)水平，提高能源利用率，從而降低能源消費(fèi)強(qiáng)度。產(chǎn)業(yè)結(jié)構(gòu)的彈性為-0.379、0.438、0.430，且均通過了5%的顯著性檢驗(yàn)，從估計(jì)值符號(hào)來看，各省區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)工業(yè)廢水具有較好的抑制作用，而對(duì)工業(yè)固體廢棄物、廢氣仍然表現(xiàn)為驅(qū)動(dòng)效應(yīng)，因此優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，充分發(fā)揮第三產(chǎn)業(yè)的經(jīng)濟(jì)帶動(dòng)力對(duì)減少“工業(yè)三廢”排放有明顯的效果。

五、結(jié)論及政策建議

本文首先計(jì)算了省區(qū)環(huán)境治理的Malmquist指數(shù)，分析了區(qū)域環(huán)境治理效率的變動(dòng)情況；其次，將環(huán)境治理技術(shù)變動(dòng)融入“工業(yè)三廢”模型中，利用空間計(jì)量的分析方法，檢驗(yàn)了省區(qū)環(huán)境治理技術(shù)變動(dòng)以及環(huán)境規(guī)制對(duì)“工業(yè)三廢”的影響。得出如下主要結(jié)論：無論是從分年還是從分省的環(huán)境治理效率來看，區(qū)域環(huán)境治理效率的低下主要是受到技術(shù)變動(dòng)的限制；在空間相關(guān)性的檢驗(yàn)中，工業(yè)固體廢棄物和工業(yè)廢氣表現(xiàn)出明顯的空間相關(guān)性，而工業(yè)廢水沒有表現(xiàn)出明顯的空間相關(guān)性；就工業(yè)廢水和固體廢物而言，各省區(qū)的環(huán)境治理技術(shù)并沒有起到明顯的抑制作用，同時(shí)環(huán)境規(guī)制也起到了顯著的驅(qū)動(dòng)作用；就工業(yè)廢氣而言，地方政府的環(huán)境治理技術(shù)起到了顯著的抑制作用，而環(huán)境規(guī)制并沒有顯著的影響作用；人口壓力、經(jīng)濟(jì)發(fā)展、能源消費(fèi)強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)均對(duì)污染物的排放有一定的驅(qū)動(dòng)作用。

以上結(jié)論對(duì)地方政府在環(huán)境污染治理和環(huán)境保護(hù)方面具有重要借鑒意義：

第一，加大環(huán)境治理技術(shù)的研發(fā)投資，提升環(huán)境治理技術(shù)水平。由于環(huán)境治理技術(shù)拉低了環(huán)境治理效率，因此環(huán)境治理技術(shù)就存在較大的上升空間。計(jì)量分析的結(jié)果也表明省區(qū)環(huán)境治理技術(shù)的減排作用并沒有充分得到發(fā)揮。與此同時(shí)，各省區(qū)還可以根據(jù)各自的環(huán)境治理情況，分別從提高環(huán)境部門的管理水平和優(yōu)化資源配置來提高環(huán)境治理技術(shù)效率。

第二，合理利用環(huán)境規(guī)制工具，發(fā)揮環(huán)境規(guī)制的控污作用。實(shí)證結(jié)果表明環(huán)境規(guī)制并沒有起到抑制“工業(yè)三廢”排放的作用。地方政府應(yīng)當(dāng)根據(jù)各自的發(fā)展情況制定合理的環(huán)境規(guī)制標(biāo)準(zhǔn)，不能盲目的提高規(guī)制強(qiáng)度。在環(huán)境規(guī)制工具的運(yùn)用上可以多考慮經(jīng)濟(jì)激勵(lì)型環(huán)境規(guī)制，以經(jīng)濟(jì)效益的方式刺激企業(yè)積極減排控污。

第三，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，提倡綠色政績(jī)觀。在我國(guó)全面放開“二胎”政策之后，地方政府更應(yīng)當(dāng)注重轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，為更多的人民提供更優(yōu)質(zhì)的環(huán)境，以防人口壓力過多的轉(zhuǎn)變?yōu)榄h(huán)境壓力。“唯GDP”的政績(jī)觀一定程度上對(duì)環(huán)境保護(hù)工作有消極的影響，因此將環(huán)境保護(hù)、綠色概念等融入政績(jī)?cè)u(píng)價(jià)體系，能夠有效的刺激地方政府進(jìn)行環(huán)境保護(hù)和治理。第二產(chǎn)業(yè)應(yīng)當(dāng)積極探索綠色化道路，改善生產(chǎn)工藝，提高能源利用率。

〔1〕 CHARNES A,COOPER W W,RHODES E. Measuring the efficiency of decision making units[J].EuropeanJournalofOperationalResearch，1978，2(6):429-444.

〔2〕 MALMQUIST S. Index numbers and indifference surfaces[J].TrabajosdeEstadisticay，1953，4(2):209-242.

〔3〕 劉立秋,劉璐.區(qū)域環(huán)保投資DEA相對(duì)有效分析[J].天津大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2002(1):61-64.

〔4〕 劉紀(jì)山.基于DEA模型的中部六省環(huán)境治理效率評(píng)價(jià)[J].生產(chǎn)力研究，2009(17):93-94.

〔5〕 楊俊，陸宇嘉.基于三階段DEA的中國(guó)環(huán)境治理投入效率[J].系統(tǒng)工程學(xué)報(bào)，2012(5):699-711.

〔6〕 李靜，倪冬雪.中國(guó)工業(yè)綠色生產(chǎn)與治理效率研究——基于兩階段SBM網(wǎng)絡(luò)模型和全局Malmquist方法[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015 (3):42-53.

〔7〕 陳明.財(cái)政分權(quán)增加了政府環(huán)境治理效率嗎？——來自我國(guó)31省市的證據(jù)[J].當(dāng)代經(jīng)濟(jì)管理，2014 (11):66-71.

〔8〕 鄭尚植，宮芳.中國(guó)式分權(quán)、地方官員自利行為與環(huán)境治理效率——基于Dea-Tobit面板數(shù)據(jù)的實(shí)證分析[J].上海經(jīng)濟(jì)研究，2015 (4):15-21.

〔9〕 王兵，羅佑軍.中國(guó)區(qū)域工業(yè)生產(chǎn)效率、環(huán)境治理效率與綜合效率實(shí)證研究——基于RAM網(wǎng)絡(luò)DEA模型的分析[J].世界經(jīng)濟(jì)文匯，2015(1):99-119.

〔10〕 毛明明，孫建.基于聯(lián)立方程模型的FDI、產(chǎn)業(yè)結(jié)構(gòu)與碳排放互動(dòng)關(guān)系研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2015 (4):28-34.

〔11〕 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析(DEA)[J].科學(xué)通報(bào)，2000(17):1793-1806.

〔12〕 張悟移，陳天明，王鐵旦.基于DEA和Malmquist指數(shù)的中國(guó)區(qū)域環(huán)境治理效率研究[J].華東經(jīng)濟(jì)管理，2013 (2):172-176.

〔13〕 黃瑩，王良健，等.基于空間面板模型的我國(guó)環(huán)境庫(kù)茲涅茨曲線實(shí)證分析[J].南方經(jīng)濟(jì)，2009(10):59-68.

(責(zé)任編輯周吉光)

A Spatial Panel Study of Regional Environmental Governance Technology Change in China—Based on Malmquist Index

CHAI Ze-yang, LI Gui-xia

(Chongqing Technology and Business University, Chongqing 400067)

By using the environment and economy data of China's 30 provinces from 2004 to 2012, this paper calculates Malmquist index to analyze the variance of regional environmental governance efficiency in China, then analyzes the impact of regional environmental governance technology change and environmental regulation to industrial pollutants in China by spatial panel model, because of the possibility of the pollutants spillover effects in different regions. The results show that the low environmental governance efficiency is caused by the low environmental governance technology. The industrial pollutants exist significant spatial correlation except industrial waste water. The environmental governance technology has significant inhibiting effect to industrial waste gas, but it has no significant inhibiting effect to industrial waste water and solid. And environmental regulation has no significant pollution control effect on the three kinds of industrial pollutants.

environmental governance efficiency; Malmquist index; spatial panel

10.13937/j.cnki.sjzjjxyxb.2016.02.008

2016-01-27

重慶工商大學(xué)研究生創(chuàng)新型科研項(xiàng)目(yjscxx2015-41-03)；重慶工商大學(xué)研究生創(chuàng)新型科研項(xiàng)目(yjscxx2015-41-05)。

柴澤陽(yáng)(1990—)，男，山西晉城人，重慶工商大學(xué)碩士研究生，主要研究方向?yàn)橛?jì)量經(jīng)濟(jì)分析。

F205

A

1007-6875(2016)02-0047-07

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.02.008.html網(wǎng)絡(luò)出版時(shí)間：2016-04-2015：30