遼寧省地方政府財政性環保支出生產率變化分析

吳 洋

（沈陽師范大學 國際商學院，遼寧 沈陽 110034）

近年來，我國的環境保護問題一直備受矚目，越來越受到黨和國家的重視。財政部自2007年開始設立了針對環境保護的公共預算支出類級科目“環境保護”（后改為“節能環保”），并在之后的年份中不斷調整其所含的款級和項級支出科目，使之越來越有針對性[1]。環境保護工作的主體是各個地方政府，環境保護財政預算又是環保工作的資金保障，因此，研究地方政府環保財政支出的使用效率、分析環保工作的實施情況就顯得尤為重要。遼寧省作為東北老工業基地的重要單元，既承擔著經濟發展的重任，又面臨著重工業帶來的環境污染問題，各城市政府的環保財政支出效率就必然影響著這個省份的環境保護工作成效。本文著重研究遼寧省14個城市2011—2016年間的環保財政支出效率及環保支出生產率變化的具體情況，不僅可以對當前遼寧省環保支出效率進行評價，也可以為各地方政府環保工作績效考核提供實證依據。

一、文獻綜述

目前使用數據包絡分析方法（DEA）來測算環保支出效率的文獻較多，如程承坪等運用DEA模型測算了我國大陸31個省、自治區、直轄市在2007—2015年的環保支出效率，投入指標即為環保支出，產出指標為廢水排放量、二氧化硫排放量、人工造林面積等[2]。孫開等主要研究吉林省8個地級市的環保支出效率問題，測算時間段為2007—2012年，并進一步用Tobit模型測算效率的影響因素[3]。官永彬運用傳統的DEA徑向模型，將人均環保支出作為投入指標，再選用單位GDP的廢水、廢氣排放量等等環境指標作為產出指標測算我國30個省市2008—2013年的環保支出效率等[4]。

文獻相對較為豐富，但問題也比較突出。首先，是對于率指標的選擇，如果在DEA模型中選用率指標作為投入或產出指標，則很容易出現錯誤的生產可行性集，導致測算結果有誤；其次，研究的決策單元（DMU）的數量至少應是投入與產出指標和的二倍以上，否則會出現很多DMU的效率結果為1的現象；再次，對于污染指標的選擇，很多文獻都直接采用排放總量，不考慮相同量級的排放對于不同地域面積的省市帶來的污染程度不同的事實；最后，幾乎沒有文獻在分析環保支出效率后采用Malmquist模型進一步研究環保支出生產率變化問題。此外，尚無文獻研究遼寧省各城市的環保財政支出效率問題。本文將在避免上述主要問題的基礎上，測算遼寧省14個城市在2011—2016年間的環保財政支出效率，并進一步運用Malmquist模型對6年間的環保支出生產率變化進行測評。

二、模型選擇與數據處理

（一）超效率MinDS模型

傳統且常用的DEA模型一般是CCR模型和BCC模型，被稱為徑向距離模型，但無效DMU的改進方式是所有投入（或產出）等比例地縮減（或增加），并沒有體現松弛改進的部分。而SBM模型可以比較好地解決這個問題，該模型中的有效DMU均為強有效，且無效率改進是通過平均比例來衡量，因此也得到了比較廣泛的應用。但SBM模型明顯的缺點在于無效DMU映射到技術前沿面的投影點是距離被評價DMU最遠的點，與希望以最短路徑到達前沿的思想相矛盾。為此，解決這個問題的模型應運而生，稱之為至強有效前沿最近距離模型（Minimum Distance to Strong Efficient Frontier），簡稱MinDS模型。顧名思義，MinDS模型就是把在強有效前沿上距離最近的點作為無效DMU的投影點。

超效率模型并非是一種獨立的模型，而是在有效DMU之間進一步區分效率大小的計算方法，所以經常與其他距離函數模型結合使用。超效率模型的計算思路是將被評價的有效DMU從參考集中剔除，將它與剩下的DMU所構成的新的前沿面進行比較，從而得出該有效DMU的效率值，所以超效率模型計算出的有效DMU效率值往往大于1[5]，因此可以將同為有效的DMU做進一步區分，在規劃式中就是在原始模型上增加了j≠k這樣一個限制條件[6]。那么，與超效率模型相結合的考慮規模報酬不變的MinDS模型可以表述為：

其中Si-和Sr+分別代表投入和產出的松弛變量，E為所有判定為有效的k個DMU的集合，Ez為集合E的一個有效子集。

（二）相鄰交叉參比Malmquist模型

Malmquist模型測算出來的結果表示的是兩個時期內的全要素生產率（Total Factor Productivity）變化情況，因此也將其結果稱為Malmquist指數（Malmquist Index）。測算MI指數的方法有很多，比如傳統的相鄰交叉參比、相鄰聯合前沿參比、固定參比、全局參比、序列參比、窗口參比方法等。最常用的是相鄰交叉參比（Adjacent Cross Reference Malmquist），即兩個時期的DMU分別與兩個時期的技術前沿進行投影參照，得出的兩個MI指數再求幾何平均值作為被評價DMU的Malmquist指數，所以從t期到t+1期的MI指數可以表述為[5]：

可以看出，有多少個DMU就會測算出多少個MI值，可以理解為每一個MI值都是從各自DMU的視角出發所觀測到的生產率的變化。MI指數可以進一步分解為技術效率的變化和技術變化。其中的技術變化就是技術前沿面的移動情況，表示不同年份之間生產技術是否存在改進或后退，是影響全要素生產率的主要因素。因此，Malmquist模型除了可以測算出從各DMU角度觀察到的全要素生產率的變化情況，也可以同時測算出生產技術的變化情況。

（三）數據的選擇與處理

本文主要研究遼寧省各地方政府財政性環保支出效率及生產率變化問題，鑒于國家統計局于2011年在環境指標的統計口徑方面做出了新的調整，本文使用DEA模型時選用2011—2016年14個城市的環境保護財政支出額作為投入指標，將工業二氧化硫排放量、工業煙粉塵排放量、工業廢水排放總量作為產出指標。環境污染物排放總量并不能準確反映污染物對當地環境造成的污染程度，比如相同量級的排放，行政區域面積小的城市污染程度更嚴重，因此將三個污染指標都除以各市的行政區域面積，得出各市三個污染物的相對指標，單位都是“噸/平方公里”。此外，在DEA模型中作為產出指標的三個污染指標都屬于越小越好的“非期望產出”，與DEA模型中“產出越多越好”的理念相違背，因此將經過行政區域面積處理過的三個污染指標再做倒數處理，轉化成越大越好的正指標，便于DEA模型的測算。所有數據均來源于歷年遼寧省統計年鑒。

三、實證分析

（一）各城市環保支出效率分析

本文主要測算遼寧省各城市環保支出的綜合技術效率，假設各市均處于規模報酬不變階段；秉承既定投入量下產出越多越好的思路，將模型設定為產出導向，再采用MaxDEA Ultra 6.18軟件運用基于規模報酬不變的產出導向型超效率MinDS模型對2011—2016年遼寧省14個城市的財政性環保支出效率進行測量，各效率值結果見表1。

表1 2011—2016年遼寧省各市環境保護財政支出效率值情況

通過對表1的分析可以得出以下幾個結果：首先，在2011—2016年間，14個城市的財政性環保支出普遍處于DEA無效率狀態。6年間一直處于技術前沿面的城市是朝陽和葫蘆島，部分年份處于技術前沿面的城市是丹東（4年）和營口（1年），其余10個城市在6年中都未曾處于技術前沿面，可見71%的城市從未處于DEA有效狀態。其次，各城市之間的環保支出效率差異大。6年中平均效率值大于1的城市是朝陽和葫蘆島等兩個城市；平均效率值在0.8-1之間的城市是丹東；平均效率值在0.6-0.8之間的是撫順、錦州、營口、阜新、遼陽、鐵嶺6個城市；0.6以下的是沈陽、大連、鞍山、本溪和盤錦5個城市，可見14個城市的效率值分布比較分散，有著明顯的差異。若按照平均效率值排序則更能反映出這一現象：排名前三的城市是葫蘆島（1.277 490）、朝陽（1.181 647）、丹東（0.992 040），排在后三名的城市分別是沈陽（0.150 221）、大連（0.251 404）、鞍山（0.398 615），可見排名前三和排名后三的城市的平均效率值相差懸殊。從統計角度分析，6年間各城市平均效率值的平均值為0.595 387，中位數為0.675 706，表明6年中遼寧省各城市的環保支出效率普遍偏低，不同城市的環保支出效率差異巨大。最后，從各城市6年間效率值變化方面分析，全省整體的平均效率值從2011年的0.691 358下降至2016年的0.532 456，呈現一種明顯的下降趨勢，說明在遼寧省全省范圍內，各城市的環保支出效率普遍有降低的趨勢。各城市的環保支出效率變化呈現分化現象：效率值呈上升趨勢的有5個城市，分別為撫順、營口、阜新、遼陽、葫蘆島；呈波動趨勢的有兩個城市，分別為本溪和鐵嶺；效率值保持穩定的是朝陽；效率值呈現下降趨勢的有6個城市，分別為沈陽、大連、鞍山、丹東、錦州、盤錦。呈現下降趨勢和波動趨勢的城市數總共達到8個，可見6年中環保支出效率未能呈現逐年向好趨勢的城市數量占到城市總數的57%。環保支出效率逐年向好的城市僅有撫順、營口、阜新、遼陽、葫蘆島等5個城市，朝陽一直穩定地處于技術前沿面上，因此6年中遼寧省14個城市的環保支出效率變化趨勢分化現象較為顯著。

綜合以上分析可以發現，經濟發達、人口規模相對較大的城市普遍存在環保支出綜合技術效率低的現象，而經濟發展水平相對遲緩的城市則普遍表現為環保支出綜合技術效率高的現象，這種情況也符合經濟發達的城市環境污染狀況更嚴重，導致該地區環境整治負擔重、難度大、投入多卻效果不理想的一般規律。

誠然，地方政府的環境治理成效受到與經濟發展階段相對應的環境污染程度的制約，經濟繁榮則環境污染壓力隨之加大，環保工作壓力隨之增加，但環境治理成果同時也受到環保財政支出的使用方式、環保部門的環境整治手段、環境監察力度與污染企業配合程度等多方面的影響，因此并不能將環保支出效率低歸咎于經濟發展帶來的重污染，這樣的解釋也不符合當前綠色經濟可持續發展的主流思想。數據包絡分析（DEA）測算的綜合技術效率就是通過對投入和產出數據的分析得出各個決策單元（DMU）相比“投入產出比表現最好”的DMU的差距，是與“最佳實踐或最佳做法”的比較，一種整體的績效[7]。因此，遼寧省14個城市中環保支出效率低的城市即使與其他DEA有效城市相比，在既定的財政性環保支出額條件下，環境污染沒有得到有效控制、環保支出資金沒能充分利用的城市，而大連、盤錦、本溪、鞍山這5個人均GDP排名靠前的城市更是表現得“越來越差”。

（二）各城市環保支出生產率變化與技術變化分析

與綜合技術效率不同，生產率是一個決策單元（DMU）在某一個時期內的生產力水平，即全要素生產率（Total Factor Productivity）。Malmquist指數（MI）則是一種能夠反映某一個DMU在兩個連續時期內的生產率變化的指標，當MI指數大于1，就表示該DMU從t期到t+1期間生產率有所提高；若MI指數小于1，就表示生產率下降；若MI指數等于1，就表示生產率沒有變化，所以MI指數是反映DMU生產率變化的指數。

在本文中，6年間遼寧省14個城市的環保財政支出是用來控制環境污染的投入，各個環境污染指標是產出，是一種“投入—產出”的“生產過程”，所以本文中MI指數也就表示各城市環保財政支出的“生產率變化”，可以代表各城市的環保支出對環境污染的控制能力的變化情況。MI指數可以進一步表示為技術效率變化（Technological Efficiency Change，EC） 和技術變化（Technological Change，TC）的乘積，即MI=EC×TC。所以一個DMU在兩個時期間的生產率變化取決于其本身的技術效率變化及兩個時期的技術前沿的變化。由于前文已經討論過技術效率的變化，在此僅分析生產率變化與技術變化的情況。

1.環保財政支出生產率變化分析

選用MaxDEA Ultra 6.18軟件，在超效率MinDS模型基礎上結合相鄰交叉參比Malmquist模型測算2011—2016年遼寧省14個城市的環境保護財政支出生產率變化，各MI值見表2。

表2 2011—2016年遼寧省各市環境保護財政支出的Malmquist指數情況

從表2中結果可知，在6年間的5個時間跨度中遼寧省整體的生產率變化是總體呈現逐年上升的趨勢的，2011—2012年間和2012—2013年間各市的MI指數均值都小于1，表示兩個時間跨度內遼寧省整體的環保支出生產率是下降的。但從2013年—2016年，遼寧省的環保支出生產率不斷提高，3個MI指數分別為1.030907、1.073206和2.132673，6年間的遼寧省環保支出生產率平均值達到1.131285，表示生產率總體上是提高的，平均提高了13.13%。從單個城市的角度分析，6年間 14個城市的 5個 MI平均值都大于 1，表明2011—2016年間平均下來每個城市的環保支出生產率都有了不同程度的提高。但逐個分析每個城市就會發現比較明顯的差異化：沒有一個城市的環保支出生產率是連年提高的，都存在下降的時間段，基本都是呈現波動趨勢的，即有些時間段MI大于1，有些則小于1；沈陽是唯一一個5個時間段中有4個都存在生產率下降的城市，只是2015—2016年間生產率提高的較多，使得MI的平均值提高到1以上，總體來講是不盡如人意的；遼陽和朝陽的5個MI指數中有4個是大于1的，幾乎呈現環保支出生產率逐年上升的狀態；大連、本溪、盤錦的5個MI指數中有3個是大于1的，且5年平均MI指數也都大于沈陽，說明即使是經濟發展較好、污染相對較重的城市之間比較，也存在著明顯差異，沈陽在環保支出的使用上存在的問題最大，不如其他幾個經濟發展較好的城市。上述對MI值的分析再次說明環保財政支出對環境污染的控制效果并不完全取決于該地區污染狀況的嚴重程度，還與環保部門對該資金的使用、環保活動的執行力有關聯。

表3 2011—2016年遼寧省各市環保財政支出的技術變化情況

2.環保財政支出技術變化分析

MI指數可以通過FGLR方式分解為技術效率變化和技術變化，通過MaxDEA Ultra 6.18軟件測算分解出的技術變化情況參見表3。

從表3中結果可以發現，技術變化的規律與生產率變化的規律基本吻合。從縱向的5個時間段的TC均值變化可知，遼寧省財政性環保支出的技術變化呈明顯的上升趨勢，除了2012—2013年間生產技術前沿向內回撤以外，其他時間段的TC平均值都是大于1的，最終5年的平均值為1.191 944，說明6年間遼寧省環保財政支出技術前沿向前移動了19.2%。2011—2012年的TC均值為1.097 247，而MI值為0.834 726，表明此時間段內雖然技術前沿是前移的，但生產率卻下降了，表明各城市的效率值是下降較大的，在技術進步的情況下卻沒能提高生產率。除了2011—2012年之外，其他各時間段都表現出技術變化與生產率變化同步的現象，表明從14個觀測點出發對技術前沿變動的觀察看，生產率的變化主要是由技術變化帶來的，而不是由技術效率變化帶來的。從作為技術變化觀測點的14個城市的TC值可以看到，每個城市的6年間TC均值都是大于1的，說明技術前沿的前移比較均勻，沒有特別突出或特別凹陷的地方。因此從整體看，遼寧省環保財政支出對環境污染控制的技術能力是提高的，對環境污染的治理成效較為明顯。

需要注意的是沈陽市。沈陽自2011—2015年間的MI值都是小于1的，但TC值除了2012—2013年外卻都是大于1的，說明沈陽的環保財政支出生產率的持續下降并非由技術前沿的改變所主導。換而言之，在技術前沿大體呈不斷前移的趨勢下，沈陽的環保支出生產率出現持續下降是由沈陽的環保支出效率不斷下降造成的，即技術前沿在向前移動，沈陽卻距離技術前沿面越來越遠。DEA測算的效率為相對效率，因此也可以理解為沈陽相對于其他城市而言，其環保財政支出效率一直是很不理想的，即相比其他城市，沈陽的環保支出一直“表現很差”。只是在2015—2016年間的技術前沿提高很高的前提下，才使得沈陽的環保支出生產率（MI值）得到明顯的提升，導致6年的平均生產率得到提高，但卻仍舊不能掩蓋沈陽在前5年中的差強人意。這種情況在大連、盤錦、鞍山等經濟發展較好的城市中也有體現，但都沒有沈陽表現得如此嚴重。

四、結論與建議

本文使用超效率MinDS模型和相鄰交叉參比Malmquist模型測算了2011—2016年遼寧省14個城市環境保護財政支出效率及生產率，實證結果表明，大部分城市都長期處于DEA無效率狀態，城市之間的效率值差異很大，6年間的效率值變化也呈現明顯的分化現象，經濟相對發達的城市環保支出效率值普遍偏低且有逐年下降趨勢；遼寧省總體上表現為環保支出生產率逐步上升，特別是2015—2016年上升幅度最大；環保支出技術前沿變化與生產率變化基本同步，遼寧省環保支出生產率的總體提高主要來自于技術變化。針對以上實證結果，本文嘗試提出若干建議。

（一）財政部門與環保部門進行聯合評估

省級財政廳與環保廳應牽頭發起各市財政部門與環保部門的聯合評估行動，考察總結各市在環保財政資金使用過程中、環境保護監察行動中積累的有效經驗和發現的問題，特別是對前文測算結果中效率值較高的城市進行經驗總結。之后建立信息共享平臺，將總結結果與各市分享，積極推廣成功經驗，共同解決存在問題。

（二）對于經濟發展較好而環保財政支出效率低的城市進行專門調研

經濟發展較好，工業相對發達，環境污染的壓力必然較大。依據本文的研究視角，沈陽等城市之所以效率低是因為與效率高的城市相比，沈陽等城市沒有將污染排放控制在合理值以內，即“投入既定條件下，產出不足”。況且，沈陽、大連、鞍山、丹東、錦州、盤錦等城市不僅效率值低，更出現效率值下降的趨勢，特別是沈陽市在環保支出技術前沿前移的情況下，沈陽的效率值卻離前沿越來越遠。這都證明這些城市存在著環保支出使用不當及環保督查工作不利等問題。所以，財政部門與環保部門應著重對這些城市進行專項調研。這些城市肩負著遼寧省的經濟建設重任，也是控制環境污染的攻堅地區，提高這些城市的環保支出效率對于整個遼寧省的環保工作有著重大的意義，將會更大幅度改善遼寧省的生態環境。

（三）加強環境保護工作的監察力度

環境監察是提高地方生態環境質量的有效手段，也是提高地方環保支出效率的途徑之一。在環保支出方面，應保證環保支出預算的事前監督、事中監督、事后監督的財政監督體系有效運行，將財政支出績效考核落在實處，真正提高環保支出的使用效率。在環保監督方面，環保部門應堅決把好審批關，增強環保監察和驗收力度，對違規企業增加隨機調訪頻率，提高夜間調訪次數，在污染排放源頭的把控方面增強執法力度。

（四）增強環保部門的工作能力

各地方政府環保財政支出效率最終是通過各市環境保護部門如何履行其職能而確定的，因此環保部門的工作能力強弱直接影響著環保支出效率的高低。一方面，可以根據調研結果構建出環境保護工作的標準作業程序（Standard Operation Procedure，簡稱SOP），即將環保工作的工作標準結合工作人員日常的工作經驗和工作感悟，不斷持續凝練出最優化的工作步驟流程，要求工作人員按照此統一操作規程執行具體工作內容；另一方面，要提高環保工作人員的自身素質，從招聘環節把關，必須具備環境相關專業背景，然后定期舉辦專業培訓班、經驗座談會、跨省市觀摩學習等活動，從而在一線環保工作人員方面提高環保部門的綜合能力。