全要素環境技術效率跨國比較及影響因素分析

摘要：采用1995-2005年間世界117個國家和地區的經濟、環境數據，本文對全要素環境技術效率進行了測算和比較，對其影響因素進行了分析。研究結果顯示：雖然近幾年中國環境效率的上升趨勢明顯，但無論是與發展階段還是經濟規模相似的國家相比，我國的環境效率仍存在較大的差距。此外，環境效率與收入水平之間存在“倒N型”曲線關系，經濟發展階段是影響我國環境效率的重要因素。

關鍵詞：全要素環境技術效率；DEA；“倒N型”曲線

中圖分類號：F015 文獻標識碼：B

改革開放以來，中國經濟多年保持9%以上的持續快速增長，取得了舉世矚目的成就，被稱為“中國經濟奇跡”。但與此同時，中國經濟增長的質量卻受到部分學者的質疑，產業結構不合理、資源消耗過度、生產效率低下等問題已引起學界的廣泛關注，觸目驚心的環境統計數據也說明人們對于我國環境污染的擔憂并非杞人憂天。

目前，對于世界各國、各地區污染物排放的統計，只側重于排放總量的測算與比較，缺乏環境效率，尤其是全要素環境效率方面的細致研究。本文認為單純以污染物排放總量為標準所得到的論斷是有失公允的，對于一國環境污染狀況的考察還應注重污染排放效率的高低。與其它國家相比，若中國單位產值排污較少，那么與中國龐大的經濟規模相伴的高污染排放水平就是相對合理的，理應得到國際社會的理解；反之，若中國的環境效率與其它國家相比存在較大差距，則說明我國在降低污染排放水平、提高環境效率等方面，確實存在許多問題亟待解決。特別是對應于中國“世界工廠”的特殊地位以及巨額的國際貿易順差，對于環境效率的考察顯得尤為必要。

一、驗證方法與數據說明

1．全要素環境效率的測算方法。全要素效率的測算思想由Farrell(1957)提出，他在資源最優利用效率研究(Debreu ，1951；Koopmans，1951)的基礎上，提出多種投入的效率評價體系，目的是通過測度樣本點相對于生產前沿的遠近程度，進行相對效率的計算。對于效率的測算，最常用的分析方法有數據包絡線分析(Data Envelopment Analysis，DEA)與隨機前沿分析(Stochastic Frontier Approach，SFA)。其中DEA方法是運用線性規劃，通過構建觀測數據的非參數分段前沿并計算樣本點與其之間的距離測算效率數值，相對于SFA方法，其應用更為廣泛(Reinhard et al.，1999；涂俊，吳貴生，2006）。

在規模報酬不變的條件下，假設有M個決策單元，每一個決策單元使用K種投入要素以生產N種產出，則第i個決策單元的效率可通過以下線性規劃問題求解：

其中X表示決策單元的投入要素，Y表示相應的產出。θ的數值即為決策單元i的相對技術效率，若θ=1則意味著該決策單元是技術有效的。

2．計量回歸模型的設定。根據上述DEA方法得到的世界各個國家和地區的環境技術效率，同時借鑒環境庫茲涅茲曲線在分析環境污染與經濟增長關系時的方法，可以利用面板數據模型分析全要素環境技術效率的影響因素。其它相關控制變量借鑒已有研究成果（田銀華，賀勝兵，胡石其，2011；袁鵬，程施，2011），模型設定如下：

EE=α0+α1pgdp+α2pgdp2+α3pgdp3+ε+t （2）

其中EE表示各個國家和地區全要素環境技術效率；pgdp表示人均收入水平，考慮到經濟發展階段對于環境效率的影響較為復雜，故將其平方項pgdp2與立方項pgdp3也納入到解釋變量中。因此，當α1>0、α2<0且α3>0時，則環境效率與收入水平之間呈現“N型曲線”關系；當α1<0、α2>0且α3<0時，則呈現“倒N型曲線”關系；當α1>0、α2<0且α3=0時，為“U型曲線”關系；當α1<0、α2>0且α3=0時，為“倒U型曲線”關系；而當α1<0（或α1>0）且α2=0、α3=0時，則呈現線性關系。

3．污染物的處理方法。卞亦文（2006）總結了現有環境效率DEA研究中對于污染物處理的四種主要方法，分別是曲線測度評價法（Zofio and Prieto，2001）、污染物作投入處理法（Reinhard et al.，2000；Hailu and Veeman，2001）、數據轉換函數處理法（Coelli and Rao，2005）以及距離函數法（Lee et al.，2002；Yu，2004）。各種方法具有其優缺點，污染物作投入處理法，是在效率評價的過程中，將污染物指標作為一種投入指標添加到DEA模型中，并以此模型來分析決策單元的環境效率。他特別指出了將污染物作為投入處理具有其合理性：一是污染物在某些生產過程中總是伴隨資源投入而同時出現，無論采用何種技術，總是不可避免的，這種關系與傳統生產函數中的投入產出關系十分類似；二是從生產前沿面的角度分析，環境有效的生產前沿面總是存在的，環境技術有效是使污染物最小、期望產出最大，污染物總是對應著一定的期望產出；三是與其它生產要素投入相似，我們總是希望污染物越小越好，這與DEA方法對投入指標的要求是一致的。

基于上述理由，本文采用污染物作投入處理法，并將世界各國的二氧化硫排放數據作為污染排放指標。對于如何全面、科學地表達各個國家和地區的環境污染，現有研究尚未給出明確的答案。本文使用二氧化硫排放數據存在一定的合理性：一是二氧化硫作為一種主要的環境污染物，在工業生產過程中排放較多，而生活排放量相對較小，有利于污染排放在生產端的考察；二是自20世紀70年代以來，二氧化硫排放就受到各國的嚴密監測，與其它污染物相比，二氧化硫指標既與經濟發展過程密切相關又具有統計的連續性（涂正革，2008）。

4．數據說明。本文采用世界117個國家和地區①1995-2005年的數據作為實證研究的樣本，二氧化硫排放數據參考Smith et al.(2010)，其它數據則是根據佩恩世界表PWT6.3②和世界銀行(World Bank)世界發展指數數據庫（World Development Indicators，WDI）整理和計算而得。其中各個國家和地區的產出采用按購買力評價（Purchasing Power Parity，PPP）衡量的實際GDP（2005年不變美元價格），此數據能夠剔除匯率波動對于效率研究的影響，與現實情況更為接近（魏楚等，2009）；勞動力數據直接來自于WDI數據庫，雖然各國勞動力素質存在一定差異，但考慮到能夠掌握的數據情況，這里使用簡化的勞動力指標；資本存量數據在跨國研究中一直是個難點，大部分學者在研究中都是通過自己的估算實現，本文采用“永續盤存法”進行估計③；污染排放數據直接參考Smith（2010）的結果，并作一定的處理。在進行環境效率影響因素考察時，人均收入水平以各個國家和地區按購買力評價衡量的人均GDP（2005年不變美元價格）表示。

二、實證結果及分析

1．全要素環境技術效率的跨國比較。在實際生產過程中，由于不同投入要素之間存在相互替代關系，與單要素環境效率相比，全要素環境效率的跨國比較更為合理。本文采用DEAP2.1軟件對世界117個國家和地區， 1995年、2000年與2005年全要素環境技術效率世界排名前15位與后10位的國家和地區同中國進行比較。1995年盧森堡、瑞士、文萊、挪威等13個國家處于生產的效率前沿面，而中國的全要素環境技術效率則處于世界落后地位，位于117個國家和地區中的第115位。值得注意的是，1995年位于效率最前沿的國家和地區可分為三類：一是富裕的后工業化國家（如盧森堡、瑞士、挪威等），二是尚未進入工業化階段的最貧窮落后的國家（如貝寧、坦桑尼亞等），三是東歐及前蘇聯各國（如亞美尼亞、斯洛文尼亞、波蘭等），這說明環境效率的高低不僅與地區經濟發展階段相關，還與產業結構、經濟政策等因素密不可分。而在環境效率較低的國家中，發展中國家占有很大的比重，尤其是剛剛進入工業化階段的國家（如泰國、保加利亞、羅馬尼亞等），這說明我國全要素環境效率較低的現實有其存在的階段性和必然性。

2000年和2005年的全要素環境效率測算結果與1995年相比發生了一定的變化，尤其是在高環境效率國家行列。一方面，前蘇聯及東歐各國的全要素環境效率發生顯著下降，如波蘭、亞美尼亞、斯洛文尼亞等國的環境效率由最前沿急速下降至世界中游水平④；另一方面，極端貧窮落后的國家在全要素環境效率前沿中的比例顯著提高⑤，如科特迪瓦、埃塞俄比亞、剛果（金）等，落后效率國家的排名卻沒有明顯的變動。中國的環境效率在2000年與2005年雖然都得到提高（與效率前沿面的距離有所縮小），世界排名也有所前進，但仍處于非常落后的地位，這符合大多數學者對于我國環境效率的預測。這說明盡管我國近年來在環境污染治理領域做了大量扎實有效的工作，但今后在環境生態治理方面仍存在較大的壓力。

2．按發展階段與經濟規模分組的全要素環境效率比較。全要素環境效率與地區發展階段、經濟規模等因素密切相關。一方面，高收入水平國家的居民可能更有動力與能力改善環境污染；另一方面，經濟規模較大的國家和地區可能會由于經濟結構的多元化而與經濟結構相對單一的中小經濟規模國家在環境效率方面有所不同。所以，為降低不同比較對象帶來的偏差，按國民收入、經濟規模將所有國家和地區分組，在收入接近或經濟規模接近的國家中進行比較研究顯得更為合理。

首先，將所有國家和地區按人均國民收入分為四組⑥，比較1995-2005年全要素環境效率的變化趨勢（圖1）。可知1995年中高收入組的平均全要素環境效率最高，其后依次為高收入組、低收入組以及中低收入組。在變化趨勢上，各組別的表現差異也較大。1995-2005年，高收入組的平均全要素環境效率不斷提升，且一直高于世界平均水平；中高收入組與低收入組的平均環境效率則在世界平均水平附近波動；中低收入組的平均環境效率卻一直低于世界平均值，且與其它三個組別的差距有進一步擴大的趨勢。因此，至2000與2005年，組別全要素環境效率的排名發生了輕微的變化，依次為高收入組、中高收入組、低收入組以及中低收入組。值得注意的是，中低收入組的平均全要素環境效率一直處于所有組別的末位。這可以解釋為經濟結構對于環境效率的顯著影響：低收入組國家的經濟結構更為單一，以農業為主；而中低收入組的國家由于進入工業化階段，伴隨第二產業比重的上升，污染排放水平也不斷提高。

對于中國而言，1995-2005年間全要素環境效率雖然連年提高，但與其它國家相比仍存在很大的差距。盡管上述對于中低收入組國家環境效率普遍偏低現象的解釋，可以部分說明中國全要素環境效率低下的客觀原因，但令人擔憂的是，即便與中低收入組環境效率的平均值比較，中國的環境效率與之仍有很大的差距。更令人擔憂的是，伴隨1998、1999年我國重工業化的推進，中國環境效率上升的趨勢開始放緩，未來我國環境效率提升的任務會更為嚴峻。

其次，由于環境效率可能與經濟規模相關，為控制經濟規模變量，剔除離散值對計算結果的影響，分析2005年GDP規模（按購買力評價衡量）位于世界前15位國家的全要素環境效率可知，盡管經濟規模較大的國家由于經濟結構的多元化，在環境效率方面與經濟結構相對單一的中小經濟規模國家相比，存在天然的劣勢，但中國的環境效率與經濟規模相似的國家相比仍存在很大的差距。盡管近幾年中國全要素環境技術效率的上升趨勢顯著，但無論是與發展階段還是經濟規模相似的國家相比，我國環境效率仍存在較大的差距；同時，伴隨中國重工業化進程的推進，以及西方國家對我國實施的愈發嚴格的技術壁壘，我國能夠利用的“后發優勢”逐漸減少，在環境效率提升領域的形勢將會更加嚴峻。

3．環境效率與經濟發展階段的關系。為了進一步驗證環境效率與經濟發展階段的關系，可以利用世界各國的面板數據進行研究，分別建立固定效應模型和隨機效應模型。Hausman檢驗結果顯示不能拒絕原假設，主要采用隨機效應模型的估計結果，固定效應模型的結果只作為參考。

由表1的估計結果可以看出人均收入水平（pgdp）與其立方項（pgdp3）的系數均為負，其平方項（pgdp2）說的系數為正，明人均收入水平與環境效率呈現“倒N型曲線”的關系。也就是說，在收入極低的貧窮落后國家，由于產業結構相對落后、高污染產業極少，其環境效率反而較高；伴隨經濟的發展，在收入水平較低、經濟欠發達的地區，高污染產業比重的持續增加，加之落后的污染治理技術與寬松的環境管制，致使其經濟增長過程中出現資源粗放利用，環境效率出現下降；其后隨著經濟發展到一定階段，資源利用的效率逐漸提高，經濟增長開始向更清潔、更集約高效的方式轉變，環境效率也隨之不斷提高；最后，伴隨收入水平的進一步提升，環境效率又呈現一定的下降，這也與本文圖1的論斷基本一致。我國環境效率的現狀存在經濟發展階段的必然性。

三、結論及政策含義

地區環境污染治理的本質是環境效率的提升，本文采用1995-2005年間世界117個國家的經濟、環境數據，首先對全要素環境技術效率進行了測算和比較，結果顯示雖然近幾年中國全要素環境技術效率的上升趨勢顯著，且發展階段、經濟規模等客觀原因可以部分解釋我國環境效率低下的現象，但無論是與發展階段還是經濟規模相似的國家相比，我國環境效率仍存在較大的差距；同時，伴隨中國重工業化進程的推進，今后環境效率的提升將會更加嚴峻。其次，利用面板回歸模型，對全要素環境效率的影響因素進行了考察，經驗分析表明全要素環境效率與收入水平之間確實存在“倒N型”關系，我國環境效率的現狀有其歷史發展的必然性。

上述研究結果蘊含著相應的政策含義。首先，應正確認識環境效率與經濟發展階段、經濟規模等條件的關系，客觀看待中國當前環境效率低下的事實，妥善處理經濟增長過程中的國際社會壓力，在發展中尋找差距。其次，通過各方面努力，不遺余力的促進我國環境效率的提升。加大對環保技術的引進與吸收，不斷縮小與環境效率前沿的差距；注重自身科技投入，加強我國科技研發、科技創新能力；以制度創新推動資源優化配置，積極發揮制度變遷對于中國經濟增長中要素效率的提高所起的重要作用（劉偉，李紹榮，2001）；加強環境管理，徹底摒棄傳統的“重經濟增長，輕環境保護”的思想，逐步將環境保護納入官員考核體系；發揮產業結構對于環境效率提升的作用，積極優化產業結構，提高產業結構高度，淘汰落后產能，并且大力發展第三產業；注重培養公眾的環境保護意識，不僅在生產、生活中樹立正確的環境觀念，更要在經濟決策中加大公眾參與力度；妥善處理經濟開放對于地區環境的影響，在積極引進外資的基礎上，對高污染產業轉移與高污染產品的出口進行適當的限制。

注釋：

① 由于數據缺失等問題，本文對WDI數據庫中的樣本國家和地區進行了一定的刪減。

② Penn World Table，Heston A.， Summers R. and Aten B.， 2009.

③ 由于篇幅的限制，不再提供具體的步驟，具體方法可參見魏楚、沈滿紅（2009）。

④ 各國在1995年與2000年以后在全要素環境效率方面差異性的表現，同樣說明產業政策對于環境效率的巨大影響。

⑤ 這是以農業為主的單一產業結構必然帶來的全要素環境效率的“虛高度”。

⑥ 這里采取世界銀行2000年收入分組的標準，即根據2000年人均GNI將所有國家和地區分為四組：高收入國家（人均GNP高于9 266美元）、中-高收入國家（人均GNP為2 996-9 265美元），中-低收入國家（人均GNP介于756-2 995美元）以及低收入國家（人均GNP低于755美元）。

參考文獻：

［1］ 魏楚，沈滿紅.規模效率與配置效率：一個對中國能源低效的解釋一一基于35個國家(地區)的比較［J］．世界經濟，2009（4）：84-96.

［2］ 劉偉，李紹榮.所有制變化與經濟增長和要素效率提升［J］．經濟研究，2001（1）：3-10。

［3］ 劉偉.中國經濟增長能持續多少年［J］．國際融資，2008（1）.

［4］ 涂正革.環境、資源與工業增長的協調性［J］．經濟研究，2008（2）：93-105.

［5］ 李勝文，李新春，楊學儒.中國的環境效率與環境管制——基于1986-2007年省級水平的估算［J］．財經研究，2010（2）：59-70.

［6］ 張成，陸旸，郭路.環境規制強度和生產技術進步［J］．經濟研究，2011（2）：113-124.

［7］ 涂俊，吳貴生.區域農業創新系統評價及分析［J］．數量經濟技術經濟研究，2006（4）：136-145.

［8］ 田銀華，賀勝兵，胡石其.環境約束下地區全要素生產率增長的再估算：1998-2008［J］．中國工業經濟，2011（1）：47-57.

［9］ 袁鵬，程施.中國工業環境效率的庫茲涅茨曲線檢驗［J］．中國工業經濟，2011（2）：79-88.

［10］卞亦文，基于DEA理論的環境效率評價方法研究［D］．中國科技大學，2006.

［11］Coelli， T. J. and D.S. P. Rao Total Factor Productivity Growth in Agriculture: A Malmquist Index Analysis of 93 Countries， 1980-2000［J］．Agricultural Economics， 2005(32): 115-134.

［12］Cropper， M. and Griffith， C. The Interaction of Population Growth and Environmental Quality［J］．American Economic Association Papers and Proceedings， 1994（12）.

［13］Debreu， G. The Coefficient of Resource Utilization［J］．Econometrica，1951 (3): 273-292.

［14］Eskeland， G. S. and Harrison， A. E. Moving to Greener Pastures? Multinationals and the Pollution Haven Hypothesis［J］．Journal of Development Economics， 2003（1）.

［15］Farrell， M. J. The Measurement of Production Efficiency［J］．Journal of Royal Statistical Society， 1957(120): 253-281.

［16］Hailu， A. and Veeman， T. S. Non-parametric Productivity Analysis with Undesirable Outputs: An application to the Canadian Pulp and Paper Industry［J］．American Jounral of Agricultural Economies， 2001(83): 605-616.

［17］Koopmans， T.C. Efficient Allocation of Resources［J］．Econometrica， 1951 (4): 455-465.

［18］Lee， J. D.， Park， J. B. and Kim， T. Y. Estimation of the Shadow Prices of Pollutants with Porduction/Environment Inefficiency Taken into Account: A Nonparametric Directional Distance Function Approach［J］．Journal of Environmental Management， 2002(64): 365-375.

［19］Letchumanan， R. and Kodama， F. Reconciling the Conflict between the Pollution Haven Hypothesis and an Emerging Trajectory of International Technology Transfer［J］．Research Policy， 2000（1）.

［20］Reinhard， S.， Lovell， C. A. K.， Thijssen， G. J.， Environmental Efficiency with Multiple Environmentally Detrimental Variables: Estimated with SAF and DEA［J］．European Journal of Operational Research，2000(121):287-303.

［21］Selden， T. and Song， D. Environmental Quality and Development: Is There a Kuznets Curve for Air Pollution Emissions［J］．Journal of Environmental Economics and Management，1994（27）.

［22］Smith Steven J.， J. van Aardenne， Z. Klimont， R. Andres， A. C. Volke， and S. Delgado Arias， Anthropogenic Sulfur Dioxide Emissions:1850-2005， 2010.

［23］Xing， C. and Kolstad， Y. Do Lax Environmental Regulations Attract Foreign Investment?［J］．Environmental and Resource Economics， 2002（21）.

［24］Yu， M. M. Measuring Physical Efficiency of Domestic Airports in Taiwan with Undesirable Outputs and Environmental Factors［J］．Journal of Air Transport Management， 2004(10): 295-303.

［25］Zofio， J. L. and Prieto， A. M. Environmental Efficiency and Regulatory Standards: the Case of CO2 Emissions from OECD Industries［J］．Resource and Energy Economics， 2001(23): 63-83.

（責任編輯：關立新）