我國省域污染排放效率時空差異格局及其影響因素分析

于 偉1，張 鵬2

（1.山東財經大學工商管理學院，山東 濟南 250014；2.濟南大學管理學院，山東 濟南 250002）

0 引言

高污染和高能耗的傳統工業發展模式使得近20年我國環境問題頻頻出現，同時做到節能減排和提質增效已成為全面發展必須要破解的難題。現代社會人類的生產和生活中不可避免地會產生大量污染排放，在控污和節污的同時擴大有效產出是提高能源利用效率以及實現環境保護和經濟發展雙贏目標的關鍵。特別是在依靠正常的技術進步速率較難實現2020年我國政府的減排承諾的背景下［1］，要實現發展和減排的雙贏目標，更需要大幅度提升能源和環境效率，擴大能源投入的創效產出。這使得現階段優化污染排放效率有著迫切的現實意義。此外，由于資源稟賦和發展途徑的差異，我國省域間污染排放強度和效率不可避免地會存在較大差異，厘清這種差距的變動趨勢和探究污染排放效率的時空格局對于合理確定地區節污減排目標和政策方略從而推動全域范疇內“兩型”社會發展具有重要價值。

節能減排中的效率問題是研究者們長期關注的問題之一，早期學者多采用碳強度或人均碳排放等單要素指標進行衡量。盡管此類指標簡便易測，但無法反映經濟體污染排放績效的多維度特征，也無法反映各個要素之間的替代作用［2］，此外諸如資源稟賦、經濟發展階段等因素的變化可能改變污染排放強度，但并未改變污染排放效率。隨著SBM、SFA等方法的開發利用，研究者們開始圍繞著碳排放效率及全要素能源效率的影響因素和區域差異性等進行大量的研究［3－7］，但這些研究大多并未有效涵蓋污染排放全貌，也未深入分析排放效率的時空異質格局。本研究嘗試在構建綜合污染評價指數的基礎上，以省域為基本單元，利用2005－2012年數據測度污染排放效率并分析其時空差異表現，以期為提升污染排放效率和推動區域間協調發展提供借鑒。

1 研究方法

1.1 區域污染綜合指數設定

既有文獻中研究者大多以碳排放或廢氣等部分指標刻畫區域污染，本研究試圖構建污染綜合指數對此加以突破。在基于數據可得性基礎上選取多種污染物綜合反映區域排污狀況并利用因子分析計算相應權重，得出區域污染綜合指數。這種處理方式一是權重指標較為客觀，二是在數據降維過程中盡可能保留了原始數據所含信息。

1.2 污染排放效率內涵及測度方式

在借鑒Leibenstein［8］從投入產出角度定義的技術效率的基礎上，結合相關學者對碳排放效率的定義［4］，本研究將污染排放效率描述為單位污染排放形成的實際產出與最優產出（生產前沿邊界）之間的比值，該數值處于0和1之間，數值越大意味著污染排放效率越高。測度污染排放效率的關鍵是確定生產前沿邊界，目前主要有數據包絡分析（DEA）和隨機前沿分析（SFA）兩種方法。SFA利用生產函數構造有效前沿面，采用技術無效率項的條件期望作為技術效率，并考慮測量誤差和統計干擾從而保證待估效率的有效性。在模型設定合理且使用跨期面板數據的前提下，SFA方法具有比較優勢。在生產函數形式選擇中，作為任意生產函數的二級泰勒近似的超越對數生產函數具有易估計和包容性強的特點。因此本研究基于該函數構建了如下評價模型，該模型是在經典超越對數生產函數基礎上同時減去lnPit得出 。

式中：Kit、Lit和Pit分別代表第i個省域第t年的固定資產投入、人員投入和“污染”投入，分別用區域全社會固定資產投資額、從業人員數和污染綜合指數指代（西藏部分數據缺失嚴重，故不計之）；T代表時間項，Yit代表區域GDP。為消除物價變動因素的影響，利用歷年固定資產價格指數將固定資產投資額轉換成2000年不變價格，隨后利用永續盤存法將固定資產投資額的年度流量轉換成相應的存量，其中折舊率取常見的9.6%。基年資本存量采用基年固定資本投資額除以10%確定［9］，GDP亦按平減指數進行消脹。αi（i＝0，1，2，…13）為待估計第i項參數。Vit和Uit相互獨立，Vit代表隨機誤差項，包含觀測誤差和其他隨機噪聲誤差，且Vit～i，i，d.N（0，σ2v）；Uit代表技術非效率項，服從截斷正態分布N（mit，σ2u），其中mit＝δ×zit，zit為影響技術非效率的因素，δ為系數向量，該值為正（負）說明影響因素對技術效率有負（正）的影響。效率可通過TEit＝exp（－Uit）測算得出。此外可通過方差參數判定模型設定是否合理，表達式為γ＝σ2u／（σ2v＋σ2u）。當γ接近0時意味著實際產出和前沿面的偏差多來自于不可控因素造成的噪聲誤差，此時用最小二乘法即可；當γ接近于1時則表明實際產出和前沿面的偏差主要來自生產的非效率，需要用隨機前沿模型對函數進行估計。

1.3 泰爾指數及其分解

泰爾指數是常見的用于測度不均衡程度的工具，計算公式為：其中：xi代表第i個考察區域的污染排放效率，k為所考察的區域個數，u為所有考察區域污染排放效率的加權平均值，pi為第i區域人口權重。Theil指數顯著優點之一在于能夠按照子樣本對總樣本進行分解，分析各子樣本內部（組內）和子樣本之間（組間）的不均衡程度及其對總體不均衡的貢獻度。本研究以國家統計局口徑下的三地帶對泰爾指數加以分解。具體分解公式如下：

式中：右邊復合項中第一項為組內差距，第二項為組間差距。Wg表示第g個區域人口占全域比重，T（xg）表示第g組的組內差距，T（μ1e1，μ2e2，μ3e3）表示組間差距，WgT（xg）／T表示第g組對全域Theil指數貢獻度。

2 2005－2012年各省域污染綜合指數

本研究旨在考察區域綜合污染，因此選擇廢水排放、化學需氧量排放、氨氮排放總量、二氧化硫排放總量、煙（粉）塵排放總量進行綜合考量。首先對5種污染物原始數值進行標準化處理以確保量綱一致，其次進行因子分析適宜性檢驗，計算表明KMO值為0.724，通過巴特立特球形檢驗，表明適合進行因子分析。方差最大正交旋轉后顯示五指標較好地附著在兩個因子上，累計方差解釋比達到86.11%，隨后本研究先后以測項在因子上的負載和因子解釋的方差百分比為相對權重計算得出區域綜合污染分值并將其轉化為0～100之間的數值。表1報告了部分年度內各省域綜合污染指數（缺失年度數據備索）。

3 生產函數估計結果

本研究采取2005－2012年面板數據和最大似然估計法，使用軟件Frontier 4.1得到各系數（參數）估計結果（表2）。其中，γ值為0.99，接近于1，這表明實際產出和前沿面的偏差主要來自生產的非效率，因此相比較于最小二乘法，應使用隨機前沿模型對函數進行估計。

4 省域污染排放效率測度結果及其時空差異

4.1 污染排放效率時序動態分析

表3報告了各省域部分年度污染排放效率值和考察期內的均值。結果顯示2005－2012年間，除黑龍江以外，我國其余各省域污染排放效率均呈現不同程度的增長。其中，全域均值由0.482增至0.536，年均增幅為3.06%，除2009年以外，保持了逐年遞增態勢。各省域中增幅前四位依次是四川（6.374%）、湖北（5.977%）、貴州（5.781%）和湖南（5.209%），這些省域集中在中西部地區。東中西三地帶年均增幅分別為3.21%、2.39%和3.47%，西部地區高于中東部，這與區域發展的后發優勢和政策傾斜有關。

4.2 污染排放效率空間差異分析

我國區域間污染排放效率仍存在較大的空間不均衡，東中西部考察年度內污染排放效率均值分別為0.63、0.53和0.44，呈現梯度遞減格局，這與各地帶經濟發展效率較為吻合。表4進一步報告了2005－2012年我國污染排放效率泰爾指數及其按三地區分解結果。全域污染排放效率泰爾指數在考察年度內呈現先減后增的“U”形趨勢，即全域范圍內污染排放效率差距在2005－2012年先縮小后擴大，拐點發生在2009年，考察期末2012年（0.025）差距較期初的2005年（0.021）有所增加。東部地區內部污染排放效率泰爾指數在考察年度內以2008年為拐點呈現先逐年遞減后逐年遞增的格局，對全域不均衡的貢獻率由31.50%增至47.72%；中部地區內部差距以2009年為拐點呈現先逐年遞增后逐年遞減的格局，對全域不均衡貢獻率介于17.40%～27.99%之間；西部地區內部差距相對較小，在考察期內表現為略有波動的遞減趨勢，對全域不均衡貢獻率最高年份為8.53%；三地區間污染排放效率泰爾指數在考察年度內介于0.006～0.009之間，對全域內部差距貢獻率介于23.21%～42.03%并保持逐年遞減趨勢。考察年度內初期東部地區內部差距和三地區組間差距是全域內部差距的主要來源，末期則形成東部、中部和組間共同引致的差距格局。

為進一步明確我國省域污染排放效率的空間格局，本研究利用SPSS軟件對不同污染排放效率的省域進行了分層聚類分析，辨別不同區域污染排放效率的相似或相異性。聚類個數范圍分別指定為2、3、4個，聚類方法為 Ward法和歐式距離。結果顯示，當全部樣本被劃分為2類時，北京、天津、上海、江蘇、浙江、福建和廣東為一類（高效率），其余省域為另一類（低效率），高效率類別下的省域集中在京津、長三角和珠三角等區域。當全部樣本被劃分為3類時，結果顯示上述2類分組下的高效率組出現分化，北京、天津和上海成為單獨一類，三直轄市成為3類別下的高效率組，該組考察期內污染排放效率均值均在0.8以上，江蘇、浙江、福建和廣東為次高效率組。當全部樣本被劃分為4類時，2類分組下的低效率組出現分化，山西、內蒙古、遼寧、吉林、黑龍江、山東、湖北、湖南、海南和陜西成為單獨一類，該類別下省域污染排放效率高于2類分組下的低效率組的其他省域。從聚類分析結果看，我國全域污染排放效率的東中西遞減格局顯著。

5 省域污染排放效率影響因素分析

借鑒已有研究，本文選取能源結構、產業結構、市場化程度、開放度、城鎮化水平、區域創新能力和教育發展水平作為技術非效率的影響因素［10－18］。各變量測度方式和描述性統計值如表5所示。

技術無效函數表達式如下：

表6技術無效函數估計結果顯示各影響因素對污染排放效率的作用均通過至少5%顯著水平檢驗。其中，能源結構變量對污染排放效率存在負向影響，即能源消費總量中煤炭的比重越高，區域污染排放效率越低。作為能源結構中最重要的煤炭與其他能源相比特別是清潔能源對環境存在較大破壞。例如，煤炭燃燒排放的二氧化碳是石油的1.2倍，是天然氣的1.6倍，而水電和風電等是不排放污染物的［10］。因此積極尋求煤炭替代品，大力發展清潔能源是節污減排的重要內容。產業結構對污染排放效率存在積極影響且通過1%的顯著水平檢驗，隨著產業結構升級，單位能源能夠創造出更多的附加價值，從而對污染排放效率有促進作用。值得注意的是，市場化程度對污染排放效率存在下行壓力。本研究選擇的市場化程度指標刻畫了區域私營和個體企業的相對比重，相對較高的私營和個體企業比重在一定程度上導致了污染加劇和污染排放效率的下降，李濤和馬大來等研究也表明［11，15］，因政府推動和企業自身的實力因素，國有企業的碳排放效率優于非國有企業，這同時也意味著地方政府在招商引資過程中仍需深入關注其中的環境效益。開放度對污染排放效率存在積極影響且通過1%的顯著水平檢驗，這意味著考察年度內外商直接投資對生產力水平提高的效應超過了污染排放增加的效應。城市化和區域創新能力對污染排放效率存在顯著的積極影響。較高的城市化水平和創新能力推動了資源和能源的集約化利用，拓展了單位資源的產出空間，使得生產力水平與污染之間能夠產生正的凈效應。區域教育水平對污染排放效率存在積極影響且通過1%的顯著水平檢驗，教育水平優化的區域人力資源和知識基礎能夠有效惠及區域全要素環境效率，有助于實現兩型社會的發展目標。

表6 技術無效函數估計結果Table 6 Estimation of technical inefficiency function

6 結論和建議

提高污染排放效率是實現減污增質發展目標的內在要求，這既需要準確測度污染排放效率及其影響因素，也需要厘清我國污染排放效率的時空差異格局。本研究基于污染排放綜合指數和SFA方法研究表明，2005－2012年我國污染排放效率呈現波動增長趨勢，仍存在較大的改善空間。泰爾指數和聚類分析表明，全域尺度下我國污染排放效率仍存在較大的空間不均衡，京津滬為污染排放效率較高區域，蘇浙粵閩次之，中部區域再次之，西南和西北板塊最低，全域內部“點、面”特征顯著，且存在東中西梯度遞減格局。動態分析則表明全域內部差距呈現“U”形趨勢。區域尺度下東部和中部內部差距顯著，東部地區內部差距和三地區組間差距共同構成了全域內部差距的主要來源。能源結構、產業結構、市場化程度、開放度、城鎮化水平、區域創新能力和教育發展水平等均是影響污染排放效率的因素，現階段能源結構和市場化程度對區域污染排放效率存在下行作用。

提高污染排放效率和建設兩型社會既需要優化能源投入的產出空間，也需要強化區域間的統籌性。從全域層面看，需要著重優化能源結構，加大對綠色技術的研發投入，增加清潔能源在能源體系中的比重；進一步強化對企業的減排約束，防止以環境為代價的工業發展，為提高能源利用效率和節能減排效率創造良好的軟硬環境。從不同區域層面看，高效率地區應進一步擴大高端制造業和現代服務業的比重，增加智力和知識資本對經濟發展的貢獻度，建立節能減排效率和經濟發展之間的良性互動機制，并強化對低效率地區的輻射帶動作用；相對滯后區域在承接產業轉移時必須著重強化資源環境約束，釋放產業升級對污染排放效率的推進作用。此外，政府在全域層面還需要通過政策引導資源和能源向高利用效率區域流動，形成對污染排放效率較低省域的倒逼機制，減少其對污染嚴重產業的依賴，從而降低全域范圍對能源的無效利用和污染排放。

［1］ SHI M J，LI N，ZHOU S，et al.Can China realize mitigation target toward 2020［J］.Journal of Resources and Ecology，2010，1（2）：145－154.

［2］ 楊紅亮，史丹.能效研究方法和中國各地區能源效率的比較［J］.經濟理論與經濟管理，2008（3）：12－20.

［3］ 王群偉，周德群，沈璇，等.我國全要素能源效率的測度與分析［J］.管理評論，2010，22（3）：37－43.

［4］ 杜克銳，鄒楚沅.我國碳排放效率地區差異、影響因素及收斂性分析［J］.浙江社會科學，2011（11）：32－43.

［5］ 汪克亮，楊寶臣，楊力.中國全要素能源效率與能源技術的區域差異［J］.科研管理，2012，33（5）：56－63，78.

［6］ 雷玉桃，楊娟.基于SFA方法的碳排放效率區域差異化與協調機制研究［J］.經濟理論與經濟管理，2014（7）：13－22.

［7］ 劉亦文，胡宗義.中國碳排放效率區域差異性研究［J］.山西財經大學學報，2015（37）2：23－34.

［8］ LEIBENSTEIN H.Allocative efficiency vs.“X-efficiency”［J］.The American Economic Review，1966，56（3）：392－415.

［9］ YOUNG A.Gold into base metals：Productivity growth in the People′s Republic of China during the reform period［R］.NBRE Working Paper 7856，2000.

［10］ 杜立民.我國二氧化碳排放的影響因素：基于省級面板數據的研究［J］.南方經濟，2010（11）：20－33.

［11］ 李濤，傅強.中國省際碳排放效率研究［J］.統計研究，2011，28（7）：63－70.

［12］ 屈小娥.中國省際全要素能源效率變動分解［J］.數量經濟技術經濟研究，2009（8）：29－43.

［13］ 陳黎明，黃偉.基于隨機前沿的我國省域碳排放效率研究［J］.統計與決策，2013（9）：136－139.

［14］ 宋濤等.基于DEA和主成分分析的中國城市代謝效率研究［J］.地理與地理信息科學，2014，30（3）：62－65.

［15］ 張兵兵.碳排放約束下中國全要素能源效率及其影響因素研究［J］.當代財經，2014（6）：13－22.

［16］ 馬大來，陳仲常，王玲.中國省際碳排放效率的空間計量［J］.中國人口·資源與環境，2015，25（1）：67－77.

［17］ 蔣偉，李蓉，強林飛，等.環境約束下的中國全要素能源效率研究［J］.統計與信息論壇，2015，30（5）：22－28.

［18］ 張金燦，仲偉周.基于隨機前沿的我國省域碳排放效率和全要素生產率研究［J］.軟科學，2015，29（6）：105－109.