長江流域經濟發展效率與生態環境補償機制研究

李政通，白彩全，姚成勝，杜 涵（1.南昌大學 a.經濟管理學院；b.計量經濟研究會，南昌 001；.山東大學 經濟研究院，濟南 50100；.大連理工大學 人文與社會科學學院，遼寧 大連 11604）

長江流域經濟發展效率與生態環境補償機制研究

李政通1a,1b，白彩全2，姚成勝1a，杜 涵3
（1.南昌大學 a.經濟管理學院；b.計量經濟研究會，南昌 330031；2.山東大學 經濟研究院，濟南 250100；3.大連理工大學 人文與社會科學學院，遼寧 大連 116024）

文章運用Malmquist指數分析模型與重復博弈模型對長江流域各省市的農業投入生態效率與工業投入生態效率進行研究，探索建立流域內生態補償機制。研究結果表明：流域內各省份分別存在比較優勢與絕對優勢；建立流域內生態補償機制具有必要性；存在三種補償方式，且補償應按梯度進行。

長江流域；生態補償；Malmquist指數分析模型；重復博弈

0 引言

區域經濟發展與生態環境的關系十分密切，且在生態環境日益突出的時代得到更多地關注，如何在促進經濟發展中保護生態環境成為學者們研究的重要課題。長江流域是一個包括9省2市橫跨東西的帶狀區域，2014年國家提出建設“長江經濟帶”，并對長江經濟帶的范圍進行界定，覆蓋整個長江流域。在此背景下，長江流域將面臨巨大的發展契機，而各地經濟發展差異較大，資源稟賦狀況不同，如何在建設長江經濟帶的過程中協調地區發展并保護地區生態環境成為國家規劃的重要任務。

近年來，我國學者對生態補償機制進行了廣泛且深入的研究[1～5]，就目前的區域經濟發展與生態補償機制或其他補償機制而言，主要是運用博弈論方法進行經驗分析，這種經驗分析可以揭示區域間補償機制的原理，但也存在著顯著的局限性，并不能很好地區分地區經濟發展的稟賦優勢。在此情況下，本文運用DEA方法中的Malmquist模型對長江流域11省市的面板數據進行效率評價，得出各地區的資源稟賦優勢，并從長江流域整體發展的角度探索建立合理的區域經濟發展與生態補償機制。

1 指標選取與數據說明

1．1 指標選取

從目前我國的產業結構來看，工業仍然是我國各地區的主要產業，農業在我國各地區所占的比重逐步下降。相比較工業和農業而言，服務業的范圍較廣，且在一定程度上存在與工業、農業à叉的現象。為此，本文僅考慮一個地區的工業和農業稟賦優勢。而考察地區的稟賦優勢的辦法則是采用Malmquist方法對工業和農業的生態產出效率進行測度，得到前文所述的絕對優勢和相對優勢。Malmquist方法是基于投入產出分析的面板數據分析方法，衡量的是動態相對效率。在進行Malmquist方法分析之前，首先需要確認投入與產出的指標，其次進行效率測度。為此，本文建立了農業投入的生態環境產出和工業投入的生態環境產出模型。在農業投入中，本文選取農用機械總動力、農作物總播種面積和固定資產投資這三個指標；在工業投入中，選用了規模以上工業企業單位數、規模以上工業企業資產和規模以上工業企業固定資產這三個指標；而在生態環境產出方面，選用了森林覆蓋率、城市生活垃圾無害化處理率和城市生活垃圾清運量三個指標。

1．2 數據說明

由于本文研究的是長江流域區域經濟發展與生態環境補償機制，建立了評價各省市農業投入的生態環境效率及工業投入的生態環境效率模型，并確定了相關的投入產出指標。為保證數據的完整性，本文選取了2000—2013年的各省市的各指標數據。數據來源于各省2001—2014年的統計年鑒。在數據搜集及處理過程中，個別指標和個別年份存在數據缺失的現狀，為此本文運用幾何平均法計算出現有數據的年增長率，運用年增長率對數據進行估計，保障數據的完整性。

2 模型建立

2．1 Malmquist指數分析模型

Malmquist指數分析模型是基于面板數據分析的動態相對效率評價方法[6]，Malmquist指數方法反應的是從t到t+1期的生產率變化，而t+1期的生產率變化是基于t期的技術水平條件的。其表達式為：

在式(1)中，xt、xt+1分別表示在時期t和t+1期的投入向量，yt、yt+1分別表示在時期t和t+1期的產出向量；Dt則表示t期基于產出的距離函數，也即在固定投入與既定生產技術條件下實際產出與最大可能產出的比值。同樣地，在時期t+1的技術條件下，從時期t到t+1的生產率變化可表示為：

為了避免時期選擇的隨意性可能導致的差異，Caves等(1982)[7]建議采用Mt和Mt+1的幾何平均來計算Malmquist指數：

該指數反映了在固定規模報酬（用下標C表示）下，每個決策單位從時期t到t+1，全要素生產率的改進情況。如果M＞1，表明生產率呈現上升趨勢；反之則表明生產率呈現衰退趨勢。

Fare等(1994)[8]把Malmquist生產率指數分解為技術效率變化指數（Technical Efficiency Change,簡稱TEC）和技術水平變化指數（Technical Change,簡稱TC）：

這里，TEC和TC都以固定規模報酬來定義。其中，TEC是規模報酬不變條件下技術效率的變化指數，它測度了從時期t到t+1每個決策單位到生產前沿面的距離。若TEC＞1，表明決策單位的當期生產比上一期更接近生產前沿面，相對技術效率有所提高，反之亦然。TC則測度了從時期t到t+1期間，決策單位生產前沿面的外移程度。若TC＞1，表明本期前沿面向外移動，即出現了技術進步，否則表明技術維持在原來水平上（TC=1）甚至出現了倒退（TC＜1）。

2．2 完全競爭情況下的重復博弈模型

本文建立一個重復博弈模型對區域內生態補償機制進行研究。假設博弈的周期為一年，那么每年就是一個博弈階段；而在跨時間的條件下，存在著資金(指收益)的時間價值，因而存在著貼現系數(r)。

假設在第一階段，生態區的選擇是發展污染較大但產值較高的產業(注重經濟)或發展較為生態但產值較低的產業(注重生態)，經濟區的選擇是對生態區進行生態環境補償或不進行生態環境補償。當生態區選擇發展較為生態但產值較低的產業且經濟區選擇補償時，兩者的得益為(W0+δ，R0-δ)；當生態區選擇發展較為生態但產值較低的產業，而經濟區卻選擇不補償時，得益為(W0,R0);當生態區選擇發展污染較大但產值較高的產業，而經濟區選擇補償時，得益為(K0+δ，S0-δ);當生態區選擇發展污染較大但產值較高的產業而經濟區選擇不補償時，得益為(K0, S0)。其中δ表示經濟區對生態區的補償額度，是多種補償措施量化的經濟價值，這會使生態區的得益增加，但也會使經濟區的得益減少，表示利益在生態區與經濟區之間的單向流動。因而，補償收益要大于不補償收益；在補償確定的情況下，發展較為生態但產值較低產業的收益要小于發展污染較大但產值較高產業的收益，即：K0＞W0且R0＞S0。合理的補償會使δ介于合理的區間之內，這樣會使(多，補償)的得益要大于(少，不補償)，也即W0+δ＞K0且R0-δ＞S0。因此，最佳的補償應該處于(K0-W0,R0-S0)之間。圖1展示了生態區與經濟區的博弈矩陣：

圖1生態區與經濟區博弈矩陣

(1)納什均衡與觸發策略

從圖1可以看出，當生態區注重生態時，經濟區的最佳選擇是不補償；當注重經濟時，經濟區的最佳選擇仍然是不補償。從生態區的得益考慮，當經濟區的選擇是補償時，其最佳選擇是注重經濟；當對方選擇是不補償時，最佳選擇仍然是注重經濟。因而，該博弈存在唯一的純策略納什均衡：(經濟，不補償)。此時，納什均衡并不是最佳策略，博弈陷入了“囚徒困境”，也即該博弈中存在比(經濟，不補償)更好的策略選擇，也即(生態，補償)。

生態區與經濟區都清楚自身的得益，也清楚在合作的情況下會獲得更大的收益，同時也清楚這是一個不限次數的重復博弈。因此，在博弈的最初階段，兩個博弈方都可以試探性地進行合作，一旦發現對方不合作，將永久采取報復措施，這在博弈中被稱為“觸發策略”。在圖1所示的博弈中，生態區與經濟區可以在第一階段選擇合作，即生態區選擇注重生態，而經濟區也同時選擇對生態區進行適當補償，因而(生態，補償)就是本文博弈的“觸發策略”，其本質顯示了博弈方尋求合作及利益最大化的期望。

(2)無限次重復博弈分析

在該博弈中，存在一個純策略納什均衡，同時存在一個觸發策略。在博弈的第一階段，由于觸發策略的得益要大于純策略納什均衡的得益，因此會在第一階段試探合作。一旦對方不合作，將永遠采取報復措施。因而對于生態區而言，其策略選擇為：第一階段，試探合作，注重生態發展，防止經濟發展帶來生態惡化；第二階段，若第一階段的經濟區采取合作策略，即對生態區進行補償，則在第二階段選擇注重經濟發展；第三階段及以后，由于經濟區能夠觀測到生態區在第二階段的選擇，因而會采取報復措施，之后的策略均為唯一的純策略納什均衡。相反，對于經濟區而言，在第一階段選擇合作，如果生態區第一階段選擇合作；則第二階段選擇不合作(不補償)，并在第三階段及以后都將選擇不補償。考慮到資金的時間價值，同時假設貼現系數是不變的。因而，在第二階段，生態區不改變策略(采取繼續合作的策略)的條件是：

因而可得：

最后解得，當r滿足以下條件時，生態區不會改變策略：

同理可得，經濟區不會改變合作策略的條件是：

式(7)表明生態區不會改變合作的策略，式(4)表明經濟區不會改變合作的策略。通過式(7)和式(8)可以得出，不管是生態區還是經濟區都不會改變合作策略的條件是：

式(9)顯示了貼現率與策略選擇的關系，當市場貼現率滿足以上兩個條件時，生態區與經濟區都不會改變合作的策略，即最終的策略都是(生態，補償)。同時，貼現率是與市場利率存在關系的，r=1/(1+i)，其中，i表示市場利率。當市場利率越大時，貼現率就越小，補償的可能性就越小，就容易發生偏離；當市場利率越小時，貼現率就越大，就越可能持續補償。當市場利率變大到一定程度，就不會產生補償，最終導致雙方永久不合作。這在一定程度上危害市場，對生態區與經濟區造成巨大的利益損失。而市場利率的波動受很多因素的影響，經濟區對生態區的補償對雙方都是有好處的，于是政府就需要在補償中間進行調節，推動補償持續進行。

3 實證分析

3．1 長江流域各省市經濟投入的生態產出效率

3.1.1 農業投入的生態產出效率

首先，本文對長江流域各省的農業投入生產環境產出效率進行測度，比較分析長江流域各省市的農業投入效率動態變化過程。Malmquist生產率指數可以分解為技術效率變化指數和技術水平變化指數，由于文章篇幅的限制，在此僅展示Malmquist生產率指數。如表1所示。

從表1可以看出：(1)長江流域整體農業投入的生態效率呈現衰退趨勢。除上海和浙江之外，其他省份近年均呈現不同程度衰減。(2)經濟發達省市的農業投入生態效率發展趨勢要優于經濟發展較差的省份。從各省市Malmquist生產率指數的平均值可以看出，上海和重慶的農業投入生態效率呈現增長趨勢，且經濟發展水平較高的省市要比經濟發展水平較低的城市高。(3)糧食主銷區的農業投入生態效率發展趨勢要好于糧食主產區。上海與浙江這兩個糧食主銷區的農業投入生態效率排名靠前，而安徽、江西、湖北等糧食主產區的農業投入生態效率則排名靠后。

表1 長江流域各省市農業投入的生態產出相對效率

3.1.2 工業投入的生態產出效率

同理，本文對長江流域的各省市工業投入生態效率進行測度，如表2所示。

表2 長江流域各省市工業投入的生態產出相對效率

從表2可以看出：(1)長江流域整體工業投入的生態效率呈現衰退趨勢。近年來，長江流域各省市工業投入的生態效率存在不同程度的衰退，這表明工業投入對生態環境的破壞作用日益明顯。(2)工業投入的Malmquist生產率指數平均值呈現兩邊低中間高的分布。安徽、江西和浙江是工業投入的生態效率衰減最為嚴重的地區，而上海及長江流域的西部相關省份工業投入的生態效率衰退程度較輕。

3.1.3 經濟、生態發展的比較優勢與絕對優勢

表1和表2分別顯示了長江流域各省農業投入與工業投入的Malmquist生產率指數及其排名情況，綜合表1和表2可以得到長江流域各省在生態環境背景下的比較優勢和相對優勢。為了更加直觀地展示長江流域各省的比較優勢與絕對優勢，本文將前1～5作為高效率，6～11作為低效率地區。具體如圖2所示。

圖2長江流域經濟、生態發展比較優勢與絕對優勢

圖2將長江流域各省市的經濟投入生態產出效率進行歸類，從圖2中可以看出，農業投入與工業投入的生態產出效率高—高分布的有上海、湖南和重慶；農業投入的生態產出較高，但工業投入的產出較低的高—低分布有江蘇和浙江；農業投入的生態產出較低，但工業投入的生態產出較高的低—高分布的只有云南；農業投入與工業投入的生態產出效率低—低分布的有安徽、江西、湖北和四川。

從圖2中可以得出，高—高分布的上海、湖南和重慶相對于低—低分布的安徽、江西、湖北與四川而言具有比較優勢。上海、湖南和重慶的經濟投入生態產出效率要高于安徽、江西、湖北與四川四省，從各省市經濟發展情況來看，上海與重慶是直轄市，人口、資金與技術密集，經濟發展水平較高，應該著重發展產值較高的產業；湖南雖然處于高—高分布地區，但是我國的糧食主產區，重要的農業發展基地，具備農業發展的優勢條件，同時湖南的科技水平、經濟發展水平都較高，為此湖南一方面要注重農業發展，另一方面要提高工業發展水平。而處于相對優勢的安徽、江西、湖北與四川，都是我國重要的糧食主產區，農業在地區經濟發展中占據重要地位，相比較于上海與重慶，這四個省份具備發展生態農業的比較優勢。為此，安徽、江西、湖北與四川一方面要努力實現農業發展向科技與資本驅動轉變。

相反，高—低分布的江蘇與浙江相對于低—高分布的云南與貴州而言形成絕對優勢。江蘇與浙江現代工業發達，經濟發展水平較高，但是工業投入的生態產出效率較低，農業投入的生態效率產出卻較高，而農業所占的比重并不高。相反，云南與貴州經濟發展水平較低，工業化發展程度較低，但是工業投入的生態產出效率卻呈現增長趨勢，農業投入的生態產出效率呈現下降趨勢。兩者剛好形成顯著的絕對優勢，但與實際的經濟發展情況是相違背的。因而對于江蘇與浙江而言，一方面要加快工業發展升級，實現工業生產生態化；另一方面，需要對犧牲工業發展而保證流域內生態的省份進行生態補償。對于云南與貴州而言，則需要不斷改進農業生產技術，提高自身的科技水平，實現更加生態的農業生產；同時推動工業發展，實現地方經濟提升。

3．2 長江流域經濟發展的生態環境補償機制

依據重復博弈的相關理論可以認為，為保證流域內生態環境處于合理的發展區間，同時由于各地區經濟發展差異，就需要經濟發展較好地區對經濟發展較差地區實行生態補償。由于生態補償受到一系列因素的影響，一旦破壞合作將導致惡性競爭，為此需要政府進行協調。而運用Malmquist指數分析法對流域內各省市的農業投入生態產出效率及工業投入生態產出效率進行測度，區分出處于比較優勢與絕對優勢的省份。因而在進行流域內生態補償機制的過程中，確保部分省份對其余省份的生態補償。長江流域的生態補償機制主要表現為：(1)高—高分布地區需要向低—低分布地區進行補償。研究表明，安徽、江西、湖北與四川在維護流域內生態環境相對于上海、湖南和重慶具有比較優勢，同時工業投入的確會對生態環境帶來更大的不好影響；因而需要轉變經濟發展方式，既要保證農業生產，也要加快工業升級；對于安徽、江西、湖北與四川對流域內的生態環境所做的貢獻，處于高—高分布的地區需要對其進行生態環境補償。(2)高—低分布地區需要向低—高分布地區進行補償。高—低分布地區與低—高分布地區具備生態環境的絕對優勢，其中高—低分布地區具備農業生產的絕對優勢，而低—高分布地區具備工業生產的絕對優勢；現實卻正好相反，高—低地區是我國工業發達的地區，而低—高地區則是我國農業較發達地區；流域內的生態環境靠低—高地區進行支撐，高—低地區在經濟發展過程中需要著重對低—高地區進行生態補償。(3)長江流域東部地區需要向中西部地區進行補償。無論是從比較優勢還是從絕對優勢來講，長江流域內的東部地區相關省份都應該向中西部地區的相關省份進行生態補償。這是由于中西部地區支撐起了長江流域的生態環境但犧牲了應有的經濟發展，為此東部地區有義務對中西部地區進行生態環境補償。除東部對西部補償的整體趨勢外，中部地區的湖南及西部地區的重慶都應該對中西部地區其他省份進行一定程度的生態補償。(4)生態補償以貴州和云南為重。在進行生態補償過程中，不能一概而論，而是要有梯度進行。廣大中西部地區是承接生態補償地區，而安徽、江西、湖北與四川比貴州與云南經濟發展水平較高，工業基礎較好，因而貴州與云南應該是重點補償區域。

4 結論

本文的研究可以得到如下結論：(1)不同省份的不同經濟發展生態產出效率存在顯著差異。Malmquist指數表明，上海、湖南和重慶處于農業投入高生態產出與工業投入高生態產出的高—高分布地區，安徽、江西、湖北和四川則處于低—低分布地區，江蘇和浙江處于高—低分布地區，貴州與云南處于低—高分布地區。(2)建立流域內生態環境補償機制具有必要性。重復博弈模型給出了博弈雙方不改變合作策略的條件，也即量化的補償價值折現率要處于一個合理的區間，一旦偏離將導致流域內的惡性競爭，這既表明在流域內建立生態補償機制具有必要性，也說明政府在建立流域內生態補償機制中發揮著重要作用。(3)流域內生態補償機制有三種表現形式：高—高分布地區向低—低分布地區進行補償、高—低分布地區向低—高分布地區進行補償，流域內東部地區對流域內中西部地區進行補償。研究表明，高—高分布地區與低—低分布地區形成比較優勢，高—低分布地區與低—高分布地區形成絕對優勢，根據各地經濟發展實際，處于工業投入生態產出效率比較優勢省份與絕對優勢省份需要向處于農業投入生態產出效率比較優勢省份與絕對優勢省份進行補償；總的來看，流域內東部地區處于工業投入生態產出效率比較優勢與絕對優勢，而流域內中西部較多處于農業投入生態產出效率比較優勢與相對優勢，為此東部地區需要對中西部地區進行生態環境補償。且補償需要分梯度進行，針對不同的地區采取不同的補償力度，對貴州與云南則要進行重點補償。

[1]張建新.遼寧沿海地區經濟發展與生態環境良性互動模式研究[J].經濟社會體制比較,2010,(1).

[2]王軍鋒,侯超波,閆勇.政府主導型流域生態補償機制研究——對子牙河流域生態補償機制的思考[J].中國人口·資源與環境,2011,21(7).

[3]曲富國,孫宇飛.基于政府間博弈的流域生態補償機制研究[J].中國人口·資源與環境,2014,24(11).

[4]張效軍,歐名豪,高艷梅.耕地保護區域補償機制之價值標準探討[J].中國人口·資源與環境,2008,18(5).

[5]肖金成,李娟,戚仁廣.京冀水資源補償機制研究[J].經濟研究參考, 2009,(21).

[6]Malmquist S.Index Numbers and Indifference Surfaces[J].Trabajos De Estadistica,1953,4(2).

[7]Caves D W,Diewert W E.The Economic Theory of Index Numbers and the Measurement of Input,Output,and Productivity[J].Econo?metrica,1982,50(6).

[8]Fare R,Grosskopf S,Lindgren B,et al.Productivity Developments in Swedish Hospitals:A Malmquist Output Index Approach[J].Data En?velopment Analysis Theory Methodology&Applications,1994.

（責任編輯/劉柳青）

F124.4

A

1002-6487（2016）24-0126-05

國家社會科學基金資助項目（12CJL064）；國家級大學生創新訓練項目（201510403006）

李政通(1993—)，男，湖北咸寧人，碩士研究生，研究方向：計量經濟學、區域經濟學。

白彩全(1989—)，男，甘肅蘭州人，博士研究生，研究方向：人口、資源與環境經濟學。

（通訊作者）姚成勝(1977—)，男，江西上饒人，博士，副教授，研究方向：農業資源經濟、區域可持續發展。

杜 涵（1993—），女，河北邯鄲人，碩士研究生，研究方向：區域經濟學。