長江經濟帶工業環境規制效率時序及空間分異研究

王濟干 馬韻鴻

（河海大學商學院，南京 211100）

引 言

長江經濟帶地域廣袤，橫貫我國東、中、西部，是我國經濟社會建設和資源利用中不可或缺的開發軸線［1］，肩負著協調區域發展、推動雙向開發、建設生態文明等多重使命，其完整的經濟-社會-生態系統在區域發展總體格局中意義重大。目前，國家高度重視長江經濟帶的環境治理問題，多次釋放 “共抓大保護，不搞大開發”、“突圍生態短板”等決策信號，以及 “綠水青山就是金山銀山”等經濟發展價值導向。隨著我國環境約束與資源壓力的不斷增強［2］，亟需兼顧工業經濟發展與自然環境保護的同步推進；而環境規制效率評價 （E-ERE）這一途徑能夠從多角度全方位地檢驗政府環境治理成果，衡量相關政策投入效果大小。因此，如何有效通過發揮政府的公共管理服務職能，以最少的生態投入來贏得最優的環境效益，并結合長江經濟帶不同地區之間的經濟發展程度和地理環境差異，正確認識和把控其時空演進規律，是目前所面臨的關鍵問題。因此，研究長江經濟帶工業環境規制效率問題能夠為各區域制定生態保護政策提供理論依據和數據，對推進長江經濟帶生態文明建設、保持可持續發展意義重大。

1 文獻綜述

Barbera等［3］于1990年首次提出了環境規制的概念，并將其作為政府強制性分配環境資源并干預其利用的政策工具，經歷了單一行政命令、許可證制、財政手段調控等若干階段。基于國內外學者的不斷反思與探討，進一步豐富其目標、提出主體和對象等相關內涵［4］。環境規制的測度根據衡量治理成本的視角不同，主要可以分為投入型、績效型、定性描述和綜合指數型指標［5］。環境規制效率通常被定義為現行的環境規制政策所帶來的正面影響 （即環境質量的改善）［6］與負面影響 （環境負擔［7］及經濟成本［8］的增加） 的比值。數據包絡分析 （DEA）由于在績效評價過程中，對同質決策單元均基于相對效率評價原則，能夠保證其客觀性和有效性［9］，是目前環境規制效率評價的普遍應用方法之一。徐成龍等［10］運用超效率DEA模型對2000～2012年山東省市域環境規制效率進行測算。類似的研究還包括關偉等［11］、 姜林［12］、 唐德才等［13］、 李淑螢等［14］、 周利梅等［15］。此外，Malmquist指數法、方向性產出距離函數等方法也被應用在環境規制效率研究上，葉祥松等［16］選擇 “三廢”污染物排放公因子作為負面產出指標，并運用方向性距離函數測算了1999～2008年我國大部分省份的環境規制效率。 Yu 等［17］、 臧傳琴等［18］、 向小東等［19］也進行了類似的研究。在上述文獻中，有關環境規制效率的測度往往從區域宏觀視角［20］切入，較少聚焦于特定行業，同時對流域橫向空間及其內部關系的關注相對空缺。因此，本文旨在通過對長江經濟帶工業環境規制效率的測算評價，分析其近十年來的時序演變特點和空間格局變化，歸納長江經濟帶工業環境規制效率的提升空間，進而提供相關參考意見和政策建議。

2 數據與方法

2.1 SE-SBM模型介紹

數據包絡分析方法目前在管理科學、系統工程和決策分析、評價技術等領域中應用較為普遍［21］。基于投入產出變量可能存在的松弛性及多個決策單元效率值可能同為1的問題，本文在研究方法上沿用Tone提出的SE-SBM （Super Efficiency-Slacks Based Measure） 模型［22］。 該模型與傳統的DEA模型主要區別在于：目標函數中包含了松弛變量且所有變量都存在改進空間，有效解決了投入、產出存在的松弛問題；能夠分析某一決策單元的相對效率，提高DEA有效決策單元的評價效度；還能避免徑向和角度差異帶來的偏差和影響，更加突出效率評價的本質。

該模型設定生產系統存在n個決策單元，X∈Rm×n、 Yg∈Rk1×n、 Yb∈Rk2×n分別表示投入、 期望及非期望產出的向量，m、k1、k2代表3種變量的個數 （其中產出為p種且k1＋k2＝p），λ為權重向量，e為單位向量，α和β分別為期望、非期望產出的權重。對于第j0個決策單元，該模型可表示為：

此外，通過Charnes-Cooper變換，可以將上述分式規劃轉化為線性規劃。即：

當滿足τ?≥1時，則稱決策單元j0為SBM有效。若線性規劃的最優解為可得到對應式 （2） 的最優解 （δ′?，即：

2.2 投入產出指標體系構建

本文所評價的長江經濟帶環境規制效率，主要是基于工業行業特點和其污染治理的相關政策要求，在科學合理的基礎上構建具有流域特色的指標體系。為了形成相應的評價指標體系，主要遵循理論性、綜合性、可獲取原則，分析工業污染的相關規制投入和環境效果，從而構建出長江經濟帶工業環境規制效率評價指標體系 （見表1）。

表1 長江經濟帶工業環境規制效率評價指標體系

2.2.1 工業環境規制的成本指標

環境規制部門通過在制定行業法令、治理工業廢棄物、協調產業結構等方面投資人力、物質、財源。其中，環境規制的執行內容以環境政策來反映，而環境規制的執行力度以物質資源和資金的投資來表現。

人力成本指標：環保系統年末實有人數。環保系統年末實有人數是指每年度面向工業環境規制的各級環境行政主管部門、環境監測機構等所有在職相關工作人員。由于數據來源受到一定的限制，所以本文中的環保系統年末實有人數是經過等比例折算估計出每年度面向工業環境規制的環保系統內在職人數。其計算公式如下：

環保系統年末實有人數＝規模以上工業企業單位數量／全行業企業單位數量×（各級環境行政主管部門人數＋環境監測機構工作人員人數）

物力成本指標：工業污染集中式治理設施數。工業污染集中式治理設施數是指專門從事為工業園區、連片工業企業或周邊企業處理各類污染物的集中設施，不包括企業內部自建自用的污染處理設施。目前我國的工業污染治理戰略重視清潔生產全過程管理，強化政府的監管和控制作用，因此本文以長江經濟帶各省市生態環境廳所發布的工業污染集中式治理設施數加總作為工業環境規制的物力成本指標，體現環境規制部門在工業污染治理中所承擔的政府責任。

財力成本指標：工業環境污染治理投資比例。工業環境污染治理投資比例是指環境規制部門為實現控制工業污染所投入的資金額占該省／市當年地區生產總值的百分比。鑒于長江經濟帶流域內部發展存在差異，各省市的經濟基礎、發展態勢、工業規模及結構處于不同的水平和階段，因此本文用工業環境污染治理投資比例代替工業環境污染治理投資總額，以便更科學、真實地反映出工業環境規制經濟地位的動態變化。

政策成本指標：“三同時”制度落實數量。命令控制型工具是環境規制中重要的組成部分，主要表現為政府的行政命令、法律法規要求等。具體在我國廣泛應用并發展最為完善的環境管理制度即為環保 “三同時”制度，強調新擴改項目和技術改造項目的環保設施與主體工程必須同時設計、同時施工、同時投產使用。因此本文以 “三同時”制度在長江經濟帶各省市的落實數量作為工業環境規制的政策成本指標，在排污行為約束方面具有一定的代表性。

2.2.2 工業環境規制的收益指標

本文綜合了部分學者對環境規制收益指標的選取［23］，在此基礎上將工業環境規制的收益指標劃分為污染控制（非期望產出）和環境質量（期望產出）兩個層面，并選取如下細分指標。

污染控制指標：工業 “三廢”排放總量和濃度。長江經濟帶目前面臨 “重化工圍江”的嚴峻局面，高耗能工業集聚，工業污染承載負荷大。需要持續關注長江經濟帶工業各類污染的排放強度，以體現工業環境規制下的污染治理成效。為匹配我國工業污染物總量控制和濃度控制雙管齊下的管理方法體系，本文經過系統盤點長江經濟帶工業格局及其造成的污染現狀，選取部分指標反映工業廢水、廢氣和廢固的總量和濃度排放現狀。其中有關總磷、總氮濃度等特征污染物指標能夠符合長江經濟帶工業污染形勢的轉變趨勢要求，聚焦現階段超標排放問題。

環境質量指標：工業固體廢物資源綜合利用率、工業固體廢物資源綜合利用產值。工業固體廢物綜合利用是從工業固體廢物中提取或者使其轉化為可以利用的資源、能源和其它原材料，實現資源的多級循環利用。這一指標主要從產品價值角度，體現資源綜合利用水平。因此本文通過測算長江經濟帶各省市工業固體廢物資源綜合利用率及其綜合利用產值，衡量因環境規制而產生的環境效益規模。

2.3 數據來源與處理

本文的研究區域包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州共9省2市，所涉及所有指標的基礎數據來源于 《中國環境年鑒》、 《中國環境統計年鑒》、各省市統計年鑒以及生態環境廳所出具的年度環境公報 （2009～2018年），部分省份中個別年份的缺失數據則利用同類均值插補法和平均增長率補齊法等進行完善修正。此外，鑒于長江經濟帶規模以上工業企業數量一直處于浮動狀態，且污染控制指標中多為逆向指標；而DEA測度效率通常要求投入指標與輸出指標具有正向關系，所以在數據處理上將所有環境規制成本和收益平均到本年度所有規模以上工業企業，對所有逆向指標進行正向化和歸一化處理，以符合環境規制效率的實證分析要求。

3 工業環境規制效率結果與分析

根據長江經濟帶工業環境規制效率評價指標體系和SE-SBM模型，本文基于長江經濟帶11省市2008～2017的相關統計數據，利用DEA SOLVER PRO 5.0軟件計算得出長江經濟帶近十年的工業環境規制效率，其結果如表2所示。

在研究期內，浙江、上海、江蘇的工業環境規制效率在長江經濟帶中持續處于領先地位，浙江省尤為突出，工業環境規制效率一直保持在1.45以上。主要原因是，長江經濟帶的下游3省長期具有區位優勢，產業布局合理，生態建設理念先進，從投入和產出兩方面同時保證了工業環境規制效率維持在較高水平。浙江在構建長江經濟帶戰略期間，不斷加速孕育新動能，強化修復傳統產業，工業結構更趨優化，推進能源資源全面節約。而上海和江蘇則依托長三角地區協同優勢，深化供給側結構性改革，持續轉變經濟發展方式，充分利用資源稟賦、基礎設施和人力資源集聚效應，使工業質量和環境效益走上良性循環發展之路。江西、貴州和湖南3省，其工業環境規制效率在10年內始終缺乏顯著改善，均未超過0.8。這3個省份集中分布在長江經濟帶腹地地區，沿岸重化工業高密度布局，產業發展制約嚴重，環境污染隱患日趨增多，環境規制投入沒有貼合發展要求，無法有效提高工業環境規制效率。從整體上看，長江經濟帶上中下游的工業環境規制效率區域差距較為明顯。

表2 2008～2017年長江經濟帶工業環境規制效率

3.1 長江經濟帶工業環境規制效率的時間演變特征

從長江經濟帶整體及上中下游的工業環境規制效率變化趨勢（如圖1所示）可以發現，2008～2017年長江經濟帶工業環境規制效率呈現出 “U型”，即先降低、后波動升高的態勢，在2008～2013年間主要表現為下降，而在2014～2017年間呈現出曲折上升的過程。分析其原因，可歸納為以下3點：

（1）經濟發展初期，各地區都維持了重化工業的高速發展態勢，過度依賴地區原材料和能源消耗，環保投入強度相對滯后，污染監管和控制力度不足，傳統生產技術和管理模式相對落后，尚未構建起科學完備的工業污染治理制度體系，導致工業環境規制效率逐漸下降。

（2）隨著國家對長江經濟帶發展戰略定位的不斷明確，沿線省市的發展理念正在由開發中保護向保護中發展轉變。各地區通過全面摸排入河排污家底、重點培育發展新興產業鏈、建立生態環境污染聯防聯控機制等一系列舉措加大環境治理力度，在一定程度上遏制住了 “化工圍江”的發展慣性，降低了工業污染排放總量和強度，減輕了資源承載負荷。但由于產業布局仍待完善，產業升級動力不足，長江經濟帶沿江工業沒有完全擺脫 “兩頭擠壓”的發展制約，因而期間的工業環境規制效率仍有一定的波動。

（3）從上中下游之間的不均衡性來看，下游地區近十年的工業環境規制效率一直處于領先水平，上游地區次之，中游地區排名靠后；且長江經濟帶整體工業環境規制效率水平始終低于下游地區。這是因為長江經濟帶區域發展不平衡，不同地區存在明顯的產業落差［24］。上、中游地區生產管理技術水平較低，高能耗、高污染、低附加值的重工業作為支柱產業造成的環境負擔加劇，污染治理制度較為單一，進而導致工業環境規制效率得不到有效提升。

圖1 2008～2017年長江經濟帶整體及上中下游工業環境規制效率走勢

3.2 長江經濟帶工業環境規制效率的空間分布差異

本文利用Arc GIS 10.2軟件繪制了2008年、2013年、2017年長江經濟帶工業環境規制效率的空間分布圖 （如圖2所示），以更加清晰直觀的可視化形式反映出長江經濟帶11省市的工業環境規制效率在2008～2017年的演進趨勢。其中，將工業環境規制效率劃分為0.4～0.8、0.8～1.0、1.0～1.3和大于1.3這4個梯次并分別以不同深淺的顏色進行標示，顏色越淺則代表該省／市的工業環境規制效率越高。可以發現，長江經濟帶工業環境規制效率的整體態勢基本表現為由東向西逐漸遞減，其規律也與各省市的經濟基礎和綜合發展實力相一致［25］。值得特別關注的是湖南和安徽兩省，呈現出與前述不同的變化規律。湖南省的城市化進程嚴重滯后于工業化進程，新經濟發展水平長期落后于東部地區，傳統工業所占比重較大，沒有突破資源的瓶頸制約，同時對工業的技術改造支持力度不夠，導致其工業環境規制效率始終較低。安徽省地處長江經濟帶的下游與上游邊界，與長三角三省毗鄰，區位優勢相對明顯。理論上來說，其依托重點流域和相鄰省份的輻射效應，工業環境規制效率應處于領先水平。但是，其工業環境規制效率一直不高且有波動。究其原因主要是安徽省長期形成布局性環境隱患和結構性環境風險，環保監管能力相對薄弱，地方環境標準制定滯后，加之煤炭消費總量居高不下，污染綜合治理的資金和技術投入尚未完全匹配，因而無法很好地適應污染治理形勢的新要求。此外，高端人力資本的流失和制度學習、創新能力的不足也是工業環境規制效率較低的重要影響因素。

3.3 基于SE-SBM模型的松弛變量分析

圖2 長江經濟帶工業環境規制效率地區分布

SE-SBM模型的特點之一即為能夠根據松弛變量判斷輸入、輸出變量對綜合率的影響，并為所有變量指出改進空間。本文根據上述模型，針對2017年長江經濟帶各省市對應的成本／收益松弛變量進行分析 （如表3所示），發現其中的松弛變量存在不為0，即有效單元均屬于弱DEA有效，因此認為存在一定的投入冗余或產出不足現象，這也成為提升長江經濟帶各省市工業環境規制效率的具體路徑。

在工業環境規制投入方面，環保系統年末實有人數和工業污染集中式治理設施數指標的冗余個數占比相對較少，為36.36%，說明在人力和物力的工業環境規制投入相對有效，相關資源得到了充分利用；江西、云南等省份仍需進一步開發環保人力資源的價值，發揮集中式污染治理設施在工業污染治理方面的強大作用； “三同時”制度落實數量指標的冗余個數相對較多，說明環境規制政策投入還存在很大的發展潛力，相關制度的體系設計、落地執行、反饋評價等環節亟需因地制宜，動態跟進。此外，尚沒有省市在所有成本松弛變量上全部為0，因而長江經濟帶各省市都應加強對工業環境規制的資源投入利用。

表3 2008～2017年長江經濟帶工業環境規制效率及其松弛變量計算結果

在工業環境規制產出方面，工業固體廢物產生量指標冗余個數最少，占比為18.18%；水體綜合營養狀態指數指標和總磷濃度指標冗余個數占比相對較多，分別達到72.73%和63.64%。說明在傳統工業污染治理方面，由于生產管理技術已經較為成熟，一直保持嚴格控制和監管的態勢；而面臨的如水體富營養化等流域新污染，則暫時缺乏行之有效的治理措施。部分地區磷礦和磷化工企業無組織超標排放［26］，且除磷工藝不完善，加之上游城市管網建設進度落后，清污分流未完全落實到位，水體污染形勢嚴峻。此外，可以發現工業環境規制所產生的期望產出整體優于非期望產出；但長江經濟帶尚沒有省市的收益松弛變量全部為0，即還未達到工業環境規制的最大產出水平。

4 結論與政策啟示

本文在系統梳理國內外環境規制效率相關研究的基礎上，充分考慮工業環境規制的非期望產出和長江經濟帶工業發展現階段的生態環境問題及工業污染特征，結合共抓大保護、不搞大開發的形勢導向，構建相對應的工業環境規制投入產出評價體系，運用SE-SBM模型測算出長江經濟帶2008～2017年11省市及其整體的工業環境規制效率，進而對其時序變化和地區分布的差異進行了分析比較。實證研究結論如下：

（1）長江經濟帶整體及上中下游的工業環境規制效率在2008～2017年間呈現出 “U型”的變化趨勢，上中下游差異較為明顯，下游地區的工業環境規制效率最高且高于長江經濟帶整體，表現出對整體工業環境規制效率的帶動牽引作用，上游地區次之，中游地區排名靠后；（2）長江經濟帶各省市的工業環境規制效率存在較為明顯的差異。2008～2017年，浙江省平均工業環境規制效率最優，江西省排名靠后，其由西向東逐步提升的分布態勢與各省市的經濟基礎和綜合發展實力相吻合；（3）長江經濟帶各省市工業環境規制效率在具體指標上均存在不同程度的提升空間，需要在政策投入、流域新污染治理等方面進一步改善，應重點關注政策投入及水污染治理等方面。

綜合上述分析，本文從經濟發展、區域協同和戰略統籌三方面提出一些政策啟示：

（1）強化流域主體功能區定位，把握流域發展方向。長江經濟帶各省市應遵循 “主體功能導向、體現流域特色”［27］差異化制定經濟發展戰略，引導區域經濟增長和生態建設綜合可持續發展。其中，上游地區由于生態約束較高，承擔水土保持等重要自然保護功能，應突出生態文明建設；中游地區面臨產業轉型升級任務而環境承載力受限的制約，應避免走以往工業化 “先發展，后治理”的老路［28］，嚴格控制高污染、高耗能產業規模，遏制污染產業轉入趨勢［29］，探索綠色循環、低碳型的生產體系，進一步優化經濟結構；下游地區要根據加快發展循環經濟的時代新要求，鼓勵發展高新技術產業，突顯產業結構優勢，引領制度創新實踐嘗試［30］，培養技術環境和人才土壤，加快區域整體發展速度。

（2）推動流域均衡發展，破除行政區域行政壁壘。針對長江經濟帶上中下游地區之間持續存在的較明顯差異，應以縮小區域發展差距為前提，實現工業環境規制先進地區和落后地區的資源互換、優勢互補，推動生產技術、人才資源、政策機遇等全方位融合和靈活分配［31］；此外有必要加快長江經濟帶一體化進程，形成各區域特色產業集聚，強化沿江工業環境污染應急聯防聯控監督機制和相應的協調治理機制，打造環境友好型城市群落。

（3）完善戰略統籌規劃，實現流域綜合治理。加強長江經濟帶生態環境保護是我國的重大戰略部署［32］，各省市必須把修復長江生態環境擺在壓倒性位置。同時加強生產管理技術進步與污染治理投資增加的良性互動基礎［33］，進一步量化各區域的環保減排指標和污染治理措施，落實日常環境管理執行到位，鞏固責任主體意識，把握每個階段不同污染物的不同影響程度，緩解并加快改善長江經濟帶工業污染狀況，促進工業環境規制效率提升，踐行生態文明理念和綠色發展。