刘慧媛+吴开尧

摘要：本文基于SBM方向性距离函数测算了中国区域经济的环境技术效率，使用卢恩伯格生产率指数测算了区域经济的环境全要素生产率，结果表明：产出没有出现环境无效率，而由能源投入和污染排放所产生的无效率值合计为02202，约占到环境无效率总量的7182%；东部地区的环境技术效率始终最高，中部次之，西部最低；纯技术进步仍是环境全要素生产率的最大贡献因素。

关键词：经济增长；环境技术效率；环境全要素生产率；SBM方向性距离函数

中图分类号：F205文献标识码：A

正确评价中国经济发展质量应在传统技术效率和全要素生产率的基础上考虑能源和环境因素的影响。然而，同时考虑能源与环境因素的技术效率和全要素生产率的测算并不多。已有的研究文献大部分使用的是方向性距离函数法和曼姆奎斯特-卢恩伯格生产率指数（ML指数）来测算技术效率和全要素生产率。方向性距离函数法在测算技术效率时只能考虑投入和产出同比例变化的情形，而基于松弛（Slack-based measure，SBM）方向性距离函数法在测算技术效率时可以用于投入和产出不是同比例变化的情形，是一种非角度、非径向的测度。目前已有的使用DEA和SBM方向性距离函数法测算技术效率和全要素生产率的研究很少，且关于环境变量的选取也很单一[1]。为了更全面地研究中国全要素生产率和经济增长的绩效，本文将以中国30个省区的要素投入和产出数据为样本，从节能、环保、增长、低碳这四个方面全面地研究自2000年以来中国三大区域经济增长的绩效及全要素生产率。

一、SBM方向性距离函数和Luenberger生产率指标

我们依照Fare等（2007）[2]的研究方法，构造一个生产可能性集，这个可能性集同时包含“好、坏”产出，也就是环境技术，这样就能实现在生产率分析框架中引入能源环境。接下来，我们按照不同的省份构建生产前沿面，这里的每个省份被当做一个独立的生产决策机构。假设每一个省份使用N种投入x=（x1，x2，…，xN）∈R+N，生产M种“好”产出y=（y1，y2，…，ym）∈R+M，并排放I种“坏”产出b=（b1，b2，…，bI）∈R+I。于是，在每一个时期t第k个省份的投入产出值为（xk，t，yk，t，bk，t），其中，t=1，…，T，k=1，…，K。环境技术模型化为：

Pt（xt）={（yt，bt）：∑[DD（]K[]k=1[DD）]ztkytkmytkm，m；∑[DD（]K[]k=1[DD）]ztkbtki=btki，i；

∑[DD（]K[]k=1[DD）]ztkxtknxtkn，n；∑[DD（]K[]k=1[DD）]ztk=1，ztk0，k}

ztk代表每一个横截面指标的观测值的权重，如果权重变量大于等于0且他们的和为1两个约束条件都成立的话，则代表生产技术是可变规模报酬（VRS）；两个约束条件中如果和为1的条件不成立，则表示不变规模报酬（CRS）。

Pt（xt）为投入xt所能生产出的“好”产出yt与“坏”产出bt的所有可能结果的集合。定义一个良好的环境技术需要满足的假设主要有：（1）“好”、“坏”产出是“零和的”（null-joint）：如果（yt，bt）∈Pt（xt）且bt=0，那么yt=0。（2）“坏”产出是联合弱可处置的（Weakly disposable）：如果（yt，bt）∈Pt（xt）且0θ1，那么（θyt，θbt）∈Pt（xt）。这表明“坏”产出的减少是有成本的。这个假设确保了凸的生产可能性边界。（3）投入xt与“好”产出yt是强可处置的（strong/free disposable）：如果xt1xt2，那么Pt（xt1）Pt（xt2）；如果（yt1，bt）∈Pt（xt）且yt1yt2，那么（yt2，bt）∈Pt（xt）。

（一）SBM方向性距离函数

经典的DEA方法是基于径向和基于角度展开的效率测度。基于角度的测度需要我们首先设置投入/产出导向（input/output oriented），但基于角度的方法不能同时从产出和投入两个角度进行测度。如果选择基于径向，DEA法在非零松弛的投入产出的情况下将不能发挥其作用，松弛变量造成的影响将无法进行测度。

Tone（2001）[3]首先提出了基于松弛的（Slack-based measure，SBM）非角度、非径向的测度方法，Fukuyama & Weber等（2009）[4]进一步综合了SBM测度方法与方向性距离函数，使技术效率的测度更为准确。

在Fukuyama & Weber（2009）的基础上同时考虑投入和“好”产出的效率损失函数为：

其中，（xt，k′，yt，k′，bt，k′）是省份k′的投入和产出向量，（sxn，sym，sbi）表示松弛向量，用于投入和产出。由于线性规划的约束条件为等式，结合松弛变量前的不同符号，可以看出，当（sxn，sym，sbi）均为正时，表示实际产出比边界的产出要小，实际的投入和“坏”产出比边界的投入和“坏”产出要大。当（sxn，sym，sbi）取值为零，这说明投入没有过剩，“好”产出没有不足，“坏”产出也不过剩。所以，（sxn，sym，sbi）表示生产投入松弛（Slack）和产出不足的向量；（gx，gy，gb）是表示投入和坏产出减少，好产出增加的大于零的方向向量。

接下来，我们可以求解该线性规划方程，获取i省份在t时期基于环境考虑时的无效率值。为了获取无效率的具体来源，可以按照Cooper等（2007）和王兵（2010）的方法，分解无效率值为以下几个部分：

投入无效率：IEx=[SX（]1[]2N[SX）]∑[DD（]N[]n=1[DD）][SX（]sxn[]gxn[SX）]

“好”产出无效率： IEy=[SX（]1[]2（M+I）[SX）]∑[DD（]M[]m=1[DD）][SX（]sym[]gym[SX）]

“坏”产出无效率：IEb=[SX（]1[]2（M+I）[SX）]∑[DD（]I[]i=1[DD）][SX（]sbi[]gbi[SX）]

需要说明的是，由于投入存在劳动力（L）、资本（K）和能源（E）等变量，“坏”产出也包括化学需氧量（COD）、二氧化硫（SO2）和二氧化碳（CO2）等多个因素，在对上面的公式进行进一步的分解后，可以更直观地得到导致无效率的具体因素，具体可以表示为：

IE=IEK+IEL+IEE投入无效率+IEGDP“好”产出无效率+IECOD+IESO2+IECO2“坏”产出无效率

（二）Luenberger生产率指标

按照Chambers et al（1996）[5]的研究成果，t和t+1期之间的Luenberger生产率指标为：

LTFPt+1t=[SX（]1[]2[SX）]{[S[DD（][][DD）]tc（xt，yt，bt，g）-S[DD（][][DD）]tc（xt+1，yt+1，bt+1，g）][S[DD（][][DD）]t+1c（xt，yt，bt，g）-S[DD（][][DD）]t+1c（xt+1，yt+1，bt+1，g）]}

对于生产率的分解，我们参考王兵（2010）的建议，将Luenberger生产率指标分解为纯效率变化（LPEC）、纯技术进步（LPTP）、规模效率变化（LSEC）和技术规模变化（LTPSC）。

LTFP=LPEC+LPTP+LSEC+LTPSC

其中， LPECt+1t=S[DD（][][DD）]tv（xt，yt，bt，g）-S[DD（][][DD）]t+1v（xt+1，yt+1，bt+1，g）

LPTPt+1t=[SX（]1[]2[SX）]{[S[DD（][][DD）]t+1v（xt，yt，bt，g）-S[DD（][][DD）]tv（st，yt，bt，g）]+[S[DD（][][DD）]t+1v（xt+1，yt+1，bt+1，g）-S[DD（][][DD）]tv（xt+1，yt+1，bt+1，g）]}

LSECt+1t=[S[DD（][][DD）]tc（xt，yt，bt，g）-S[DD（][][DD）]t+1v（xt，yt，bt，g）]-

[S[DD（][][DD）]t+1c（xt+1，yt+1，bt+1，g）-S[DD（][][DD）]（xt+1，yt+1，bt+1，g）]

LTPSCt+1t=[SX（]1[]2[SX）]{[（S[DD（][][DD）]t+1c（xt，yt，bt，g）-S[DD（][][DD）]t+1v（xt，yt，bt，g））-（S[DD（][][DD）]tc（t，yt，bt，g）-S[DD（][][DD）]tv（xt，yt，bt，g））]+[（S[DD（][][DD）]t+1c（xt+1，yt+1，bt+1，g）-S[DD（][][DD）]t+1v（xt+1，yt+1，bt+1，g））-（S[DD（][][DD）]tc（xt+1，yt+1，bt+1，g）-S[DD（][][DD）]tv（st+1，yt+1，bt+1，g））]}

上述指数及其分解值LTFP、LPEC、LPTP、LSEC和LTPSC为正/负分别表明生产率提高/减少、效率提升/降低、技术提高/降低、规模效率上升/降低、技术偏离CRS（向CRS靠拢）。我们需要在VRS和CRS两种假设条件下，对Luenberger生产率指标进行求解，这涉及到4个线性规划方程，可进一步推导为8个SBM方向性距离函数。

在计算当中，如果后一期的投入产出值在前期的技术条件下不可行，则表示线性规划无解。在计算Luenberger生产率指标时，为了尽可能地减少不可行解的个数，本文采用了序列DEA方法，即每一年的参考技术由当期及前期所有可得到的投入产出值决定。Tulkens & Eeckaut（1995）[6]对序列DEA进行了详细的介绍。依照前面的方法，在考虑资源环境因素条件下，本文对2000-2009年间中国30个省份的环境技术效率和环境全要素生产率进行了测度，并对环境全要素生产率进行了分解。

二、 考虑能源与环境因素的环境技术效率和环境全要素生产率的测算

（一）数据来源及处理

数据选取中国30个省份2000-2009年的“好”产出、“坏”产出和投入要素的数据。所有的投入以及“好坏”产出数据均来源于《新中国六十年统计资料汇编》、《中国统计年鉴》、《中国能源统计年鉴》。

（1）“好”产出：与大部分研究一样，“好”产出选用各个省份以2000年为基期的实际地区生产总值（GDP）。

（2）“坏”产出：污染物包括许多种类，各种研究选用的指标差异较大。涂正革（2008）选择的是SO2[7]；胡鞍钢（2008）选取了CO2，SO2和COD排放总量、工业用固体废弃物排放和废水排放总量五个指标[8]；Managi和Kaneko（2006）选择了工业废气中的SO2、“三废”排放量、工业烟尘粉尘、废水中的COD以及铅和六价铬的排放总量[9]；王兵等（2010）选择的是SO2和COD[1]。我们这里关于“坏”产出的选取，一是选择我国“十一五”规划报告中重点提到的需要削减排放量的污染物COD与SO2；二是选取CO2排放量作为“坏”产出。当前我国的CO2的排放并未受到管制，降低碳排放量已成为全世界共同努力的方向。历年的环境统计年鉴上都没有CO2的统计数据，各省市CO2的排放量需通过相关方法计算得到。由于CO2排放与各种化石能源的利用是密切相关的，本文使用含碳能源消费量估算各个省份CO2排放总量。

CO2排放量=含碳能源消费量×碳折算系数×CO2气化系数

其中，煤炭、石油和天然气属于含碳能源，也是我们考虑的具体能源种类。碳折算系数为067，这是发改委制定的数值。CO2气化系数是指碳经过化学反应转变为CO2前后质量比值，即44/12=367。

（3）能源投入：选取各省能源消费量代表能源投入状况，数据来源于《中国能源统计年鉴》和《新中国六十年统计资料汇编》。

（4）劳动投入：在劳动时间不好获取的情况下，本文使用各个省大中型工业企业平均职工人数作为劳动投入指标。

（5）资本投入：借鉴复旦大学张军（2004）在《中国省级物质资本存量估算：1952～2000》一文中使用的方法。依据永续盘存法Kt=（1-δt）Kt-1+It计算资本存量序列，式中Kt表示第t期期末的固定资本存量，It表示第t期的实际投资，δ为固定资本的折旧率。这里我们采用能够较好地衡量当年投资I的合理指标——固定资本形成总额作为当年投资指标。投资品价格指数采用《中国统计年鉴》公布的数据。利用固定资本形成总额和固定资产投资价格指数这两列数据可以得到按2000年不变价格计算的各省各年的投资数。固定资本经济折旧率δ选择张军等（2004）的关于固定资本总体经济折旧率的估算方法和估算结果，即δ=96%。

（二）研究结果及分析

以下的结果通过Matlab70软件计算得到。首先，我们需要选取合适的方向向量，使用这个向量标准化投入产出的松弛量。只有完成了这一工作，我们才能开始SBM方向性距离函数的计算。如果选择的方法向量不一样，得到的结果也有差异。这里我们选择g=（x，y，b）作为方向向量，即各个不同变量在各个省份的实际取值。这样我们就能计算出每一个省份的环境无效率水平，环境无效率值越大，表示环境效率水平越低。当环境无效率值为零时，表示该省份在生产前沿面上，不存在投入过多、“坏”产出过多和“好”产出生产的不足。

1.环境无效率及其分解

大部分文献表明，规模报酬可变（VRS）和规模报酬不变（CRS）两种假设下的环境无效率结果并不相同，且在CRS和VRS下得到的结果如果不相同，此时应该选择VRS假设下的结果。所以，这里我们直接计算VRS下的中国各区域环境无效率平均值。结果见表1。

由表1可知，2000-2009年间中国整体的无效率值为03066。与传统DEA相比，基于松弛的（Slack-based measure，SBM）方向性距离函数能从多角度分解无效率的来源，具有更强的识别功能。

考虑污染排放、投入和产出这三种因素，产出没有出现无效率，说明在中国环境无效率的主要原因不是产出。考虑与投入相关的三项因素，不合理使用资本所产生的无效率值最小，该结果为00203，而由能源投入和劳动产生的环境无效率值分别为00661和00598。由污染排放引起的环境无效率值为01604，远高于投入和产出因素，占环境无效率总量的5232%。在研究过程中，我们选择了SO2、COD、CO2的排放总量代表污染排放，从对环境无效率的影响上进行排序，SO2为00613，排名第一；CO2为00533，排名第二；COD为00458，排名第三。综合起来看，如果中国的能源使用量减少598%，资本和劳动投入分别降低203%和661%，在不需要提高GDP的情况下，就能使了SO2、COD、CO2的排放量分别降低613%、458%、533%，这样就能完全实现环境有效率。如果我们从投入中分离出能源因素，经过进一步计算，可以看出污染物排放和能源效率低下这两个因素所导致的环境无效率之和为02202，在总的环境无效率量中占据了7182%的绝对多数比重。显然，实施节能减排应作为未来工作的重点，这样才能促进经济社会的可持续发展。

由于中国幅员辽阔，中、东、西部经济发展很不均衡，导致各个区域环境技术效率值水平参差不齐。表1展示了2000-2009年间中国不同省份的环境无效率指标的平均值。从表1可看出，东部地区环境技术无效率平均值为00894，远小于全国所有行政区域的平均值。中、西部区域的环境无效率值与东部相比要大很多，分别为03448和04969。值得注意的是，各个不同行政区域导致环境无效率的原因不太相同。在投入产出效率和环境保护方面，东部地区要远高于中西部地区。比较污染和投入产出，污染对环境无效率的影响最为显著，是环境无效率来源的主要部分。并且，东中部地区的劳动无效率相对西部要大，能源无效率相对西部要小，西部地区的污染无效率值也高，这说明中国东中部地区聚集了大量的劳动力，而西部地区在能源的使用效率上有更大的改进余地。

以上只分析了2000-2009年间中国各个区域的环境技术效率，经分析发现，环境技术无效率会发生不断的变化，同时导致无效率的影响因素也会不断地发生变化。图1展示了环境无效率指标在2000-2009年间的演变趋势。从该图所展示的信息我们可以看出，环境无效率值的变化基本比较平稳，中间略高，两头略低。从2001年的02995开始，上升到2007年的03158，再回落到2008年的03059，一直到2009年的02831。由无效率的具体概念可知，无效率值同经济效率呈现反比的关系，无效率值越低经济效率越高，反之经济效率越低。图1描述了分析期间考虑能源和环境因素的经济效率经过了从高到低、然后再从低到高的过程，这表明在工业化的推动下，粗放的经济增长方式显著地拉低了环境技术效率。但是，随着中国对节能减排的持续投入，又提升了环境技术效率。随着时间的变化，污染，投入与产出对环境技术效率的影响也不同，但是污染对环境技术效率的影响始终最显著，其次是投入，而相对前两者，产出的影响并不显著。

图2给出了中国不同区域2000-2009年间环境技术无效率值变化趋势。从图2可以看出，按照环境技术效率排名，东部位列第一，中部第二，西部第三，三者之间的顺序在分析期间并没有变化。东、中、西部地区的环境无效率值大体而言是先缓慢上升，再微微下降，这与中国近几年优化产业结构、促进产业结构升级工作的大力实施是分不开的。

类似传统的技术效率的定义，环境技术效率（ETE）测算可以定义为一个在0-1之间的指数：

ETE=[SX（]1[]1+S[DD（][][DD）]tv（xt，k′，yt，k′，bt，k′，gx，gy，gb）[SX）]

环境技术效率是一个与生产环境前沿紧密联系的概念。当观测点在生产环境前沿时，方向性距离函数值为0，环境技术效率为1。环境技术效率越大，说明离环境生产前沿越近，即在给定的能源投入下，其实际“好”产出与最大“好”产出、实际“坏”产出与最小“坏”产出的差距越小。为此，我们可以用环境技术效率刻画地区经济增长与理想的增长（“又好又快”）的距离。

涂正革（2008）按照环境技术效率的取值来衡量各个省份能源、环境与经济发展三者之间的协调程度[7]。同样地，我们可以根据环境技术效率的取值，将各个地区划分为环境经济高度协调地区（09-1）、较协调发展地区（08-09）、较不协调发展地区（07-08）、不协调发展地区（06-07）和极不协调发展地区（0-06）。表2给出了中国30个行政区域在2000-2009年间能源和环境同经济发展的协调程度。由分析结果我们看出：北京、上海、广东、福建与海南一直处于生产技术的前沿面，这说明相对于其他行政区域，这五个行政区域在投入相同的情况下产出明显要高，同时产生的污染少，属于环境经济高度协调地区；除了这五个行政区域，山东和江苏的环境技术效率值也大于09，也同属高度协调地区。

从表2可以看出，经济发展和环境高度协调地区全部集中在东部，说明东部省份不仅经济发展水平高，环境保护工作也要优于中西部省份。中部地区的环境技术效率约在07至09之间。除山西外，不协调的省份全部是西部地区。

2000年至2009年环境技术效率的平均值分别为07836、07943、07900、07845、07854、07837、07827、07827、07844、07922、08006，环境技术效率近几年有提升趋势。

需要指出的是，该分类方法并不是绝对的。在获取投入产出数据后，我们使用DEA方法来生成生产技术前沿，再计算生产技术前沿面与生产决策单元两者之间的距离，从而计算出技术效率值，因而这种测度方法是一个相对的测度方法。

2.环境全要素生产率及其分解

在对各个省份与生产边界的关系进行分析时我们可以使用动态和静态两种分析方法，即使用环境技术效率静态分析两者的相对关系，使用环境全要素生产率动态分析两者的相对位置变化。序列DEA方法将用于环境全要素生产率的测量过程中，该方法能最大程度地降低不可行解的产生，但是它并不能消除不可行解，不可行解将使得技术进步指标为负数。我们在研究时，将负的技术进步指标统一为0，生产率指标也作了相应的调整。表3是中国各省环境全要素生产率及其构成结果。

从表3结果可以看出：首先，纯技术进步是提高环境全要素生产率的重要贡献。技术水平可以通过提高生产工艺来减少污染排放，还可以通过减少单位GDP的污染排放强度以减少污染排放，使环境全要素生产率得到提升（Fare et al，2001[10]）。其次，相比中部、西部地区，东部地区环境全要素生产率的平均增长速度要快。按照Hu et al（2005）的表述，这种现象被称为“双重恶化”，即环境全要素生产率增长率呈现东高而中西部低的局面。涂正革（2008）的研究也发现，1998-2005年间，东部省份的工业发展与环境保护较和谐，而中西部呈现失衡的状态[7]，这与我的研究结果相印证。究其原因，中西部地区往往缺乏资金升级高污染的处理设备，这导致了东中西部地区的技术差距，进而诱发“双重恶化”现象的发生。

三、主要结论及政策建议

本文基于中国2000-2009年间的数据，使用SBM方向性距离函数测量了环境效率及其无效率的主要来源，使用卢恩伯格生产率指标测量了环境全要素生产率水平，并对环境全要素生产率进行了分解。

在考虑能源环境因素条件下中国30个省2000-2009年的环境效率及其来源的主要结论有：首先，2000-2009年间中国环境整体的无效率值为03066，经换算可得，研究期间中国的环境效率值为07653。比较污染排放、投入和产出这三个影响环境无效率的主要因素，产出因素没有产生无效率，这一结论说明，在高速增长的中国经济环境中，产出因素对环境无效率的影响可以忽略，产出并不是影响环境无效率的主要因素；与产出因素相比，投入因素约为01462，它对环境技术效率的影响比较显著；考虑污染排放因素，它占据能源和环境因素无效率值总量的5232%，它产生的环境无效率值更是高达01604，可见污染排放对环境无效率的影响最大。我们可以进一步在投入中将能源单独列出来，经过计算可得出由于污染物排放和能源效率低下这两个因素共同导致的无效率值之和为02202，占据了环境无效率总量的7182%，这说明节能减排是未来工作的重中之重，节能减排对可持续发展具有重要意义。其次，在分析期间中国环境无效率呈现出中间略高，两头略低的特点，表明考虑能源和环境因素的中国经济效率实际上是经历了从高到低、再从低到高的过程。这表明，由于工业化进程的加速，在粗放的经济增长模式的驱动下，能源浪费日益严重，环境污染问题凸显，这些因素直接促使环境技术效率下行。近些年，中国对节能减排的程度日趋重视，在持续的投入下，环境技术效率又开始上升。随着时间的变化，影响环境技术效率的三个主要因素——污染、投入与产出在每个阶段对环境技术效率的影响都不尽相同，但总的来说，污染因素始终占据首位，投入次之，产出的影响可以忽略不计。第三，由于我国国土广袤，东西部的环境技术效率存在很大的差异。东部地区环境技术无效率平均值约为00894，这一数值要远低于全国的平均值。而中西部的环境无效率指标要比东部地区大得多，平均值分别为03448和04969。第四，分析中国不同区域的环境技术无效率值变化趋势可以看出：东部地区的环境技术效率始终最高，中部次之，西部最低，三者之间的顺序在分析期间并没有变化；东、中、西部地区的环境无效率值大体而言是先缓慢上升，再微微下降，这与中国近几年优化产业结构、促进产业结构升级工作的大力实施是分不开的。

考虑能源环境因素条件下中国30个省2000-2009年的环境全要素生产率及其分解的主要结论有：首先，纯技术进步是环境全要素生产率增长的主要因素；其次，中西部地区环境全要素生产率增长率均低于东部沿海地区，出现了“双重恶化”的现象。

上述结论表明经济、能源与环境之间的协调问题已成为影响中国可持续发展的重要因素。为促进能源、环境与经济更加协调发展，我们可以从以下几个方面入手：（1）将环境污染指标、能源利用指标纳入地方政府考核体系。综合考察地方政府发展经济的能力，坚决摒弃传统的只依靠GDP指标的评价体系，将能源指标、污染指标提高到同GDP指标同等重要甚至更为重要的高度。（2）正确定位政府在市场运行中的作用，严格限制政府干预市场的行为，促进市场的良性健康发展。目前，要素能源的价格大多被地方政府使用公权力进行了全方位的干预，导致竞争格局不能形成，价格随之扭曲。这些均能导致严重的环境污染与资源浪费，降低经济增长绩效。所以，需要地方政府不能干预微观经济的运行，要素资源的合理配置需要全部交由价格机制来调节。（3）中西部省份应该向东部地区学习，注意在引进外资的同时与其开展合作，以引进先进的技术、管理经验，提高能源利用效率和保护环境的能力，消除中国效率发展不平衡的局面。（4）引导企业加大研发的投入，在政策上支持和鼓励企业投入资金进行先进技术的研发；同时，政府应该领导创建创新生态系统，构建创新研发网络，促进创新成果的产业化。（5）环境保护制度不能实行简单的“一刀切”的政策，对于经济发展程度不一样的区域，应实行不同的环境保护政策。例如，在经济相对发达的东部地区，要实行严格的环境保护政策，可以采用向西部地区支付一定的费用购买一定的排污权的方式来进行，这样能很好地消除环境保护与提升经济效率两者之间的矛盾。如董敏杰等（2012）[11]指出可以尝试建立跨地区的SO2排放权交易市场。由于技术能力的差别，发达地区企业对环境保护的水平已经很高，产生的污染物排放相对较低，再降低对污染物的排放势必需要投入更多的资金，而减少的排放很少，边际成本会比较高，此时发达地区企业可以购买不发达地区的排放配额，这不仅有利于不发达企业提高技术水平，促进节能减排的实施，同时还有利于先进经验在国内的推广。

总之，经济发展过程中应从可持续发展角度处理好能源节约、环境保护、经济增长三者之间的协调关系，真正实现经济“又好又快”的增长。

参考文献：

[1]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究， 2010（5）：95-109.

[2]Fare R， Grosskopf S， Pasurka C A. Environmental production functions and environmental directional distance functions[J].Energy，2007，32：1055-1066.

[3]Tone，K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130： 498-509.

[4]Fukuyama H. ，William L.， Weber. A Directional Slacks-based Measure of Technical Inefficiency[J].Socio-Economics Planning Sciences， 2009，43（4）： 274-287.

[5]Chambers， R. G.， R. Fare，Grosskopf.， S. Productivity Growth in APEC Countries[J].Pacific Economic Review， 1996（1）：181-190.

[6]Tulkens， H. and P. V. Eeckaut. Non-Parametric Efficiency， Progress and Regress Measure for Panel Data： Methodological Aspects[J].European Journal of Operational Research， 1995，80： 474 -499.

[7]涂正革.环境、资源与工业增长的协调性[J].经济研究， 2008（2）： 93-105.

[8]胡鞍钢.考虑环境因素的省级技术效率排名（1999-2005）[J].经济学（季刊）， 2008（3）：933-960.

[9]Managi， Kaneko. Productivity of Market and Environmental Abatement in China[J].Environment Economics and Policy Studies， 2006，7（4）：459-470.

[10]Fare R， Grosskopf S， Margaritis D. APEC and the Asian economic crisis： Early signals from productivity trends[J].Asian Economic Journal， 2001， 15（3）： 325-342.

[11]董敏杰， 李钢， 梁泳梅.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究， 2012（2）：3-20.

（责任编辑：张曦）

考虑能源环境因素条件下中国30个省2000-2009年的环境全要素生产率及其分解的主要结论有：首先，纯技术进步是环境全要素生产率增长的主要因素；其次，中西部地区环境全要素生产率增长率均低于东部沿海地区，出现了“双重恶化”的现象。

上述结论表明经济、能源与环境之间的协调问题已成为影响中国可持续发展的重要因素。为促进能源、环境与经济更加协调发展，我们可以从以下几个方面入手：（1）将环境污染指标、能源利用指标纳入地方政府考核体系。综合考察地方政府发展经济的能力，坚决摒弃传统的只依靠GDP指标的评价体系，将能源指标、污染指标提高到同GDP指标同等重要甚至更为重要的高度。（2）正确定位政府在市场运行中的作用，严格限制政府干预市场的行为，促进市场的良性健康发展。目前，要素能源的价格大多被地方政府使用公权力进行了全方位的干预，导致竞争格局不能形成，价格随之扭曲。这些均能导致严重的环境污染与资源浪费，降低经济增长绩效。所以，需要地方政府不能干预微观经济的运行，要素资源的合理配置需要全部交由价格机制来调节。（3）中西部省份应该向东部地区学习，注意在引进外资的同时与其开展合作，以引进先进的技术、管理经验，提高能源利用效率和保护环境的能力，消除中国效率发展不平衡的局面。（4）引导企业加大研发的投入，在政策上支持和鼓励企业投入资金进行先进技术的研发；同时，政府应该领导创建创新生态系统，构建创新研发网络，促进创新成果的产业化。（5）环境保护制度不能实行简单的“一刀切”的政策，对于经济发展程度不一样的区域，应实行不同的环境保护政策。例如，在经济相对发达的东部地区，要实行严格的环境保护政策，可以采用向西部地区支付一定的费用购买一定的排污权的方式来进行，这样能很好地消除环境保护与提升经济效率两者之间的矛盾。如董敏杰等（2012）[11]指出可以尝试建立跨地区的SO2排放权交易市场。由于技术能力的差别，发达地区企业对环境保护的水平已经很高，产生的污染物排放相对较低，再降低对污染物的排放势必需要投入更多的资金，而减少的排放很少，边际成本会比较高，此时发达地区企业可以购买不发达地区的排放配额，这不仅有利于不发达企业提高技术水平，促进节能减排的实施，同时还有利于先进经验在国内的推广。

总之，经济发展过程中应从可持续发展角度处理好能源节约、环境保护、经济增长三者之间的协调关系，真正实现经济“又好又快”的增长。

参考文献：

[1]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究， 2010（5）：95-109.

[2]Fare R， Grosskopf S， Pasurka C A. Environmental production functions and environmental directional distance functions[J].Energy，2007，32：1055-1066.

[3]Tone，K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130： 498-509.

[4]Fukuyama H. ，William L.， Weber. A Directional Slacks-based Measure of Technical Inefficiency[J].Socio-Economics Planning Sciences， 2009，43（4）： 274-287.

[5]Chambers， R. G.， R. Fare，Grosskopf.， S. Productivity Growth in APEC Countries[J].Pacific Economic Review， 1996（1）：181-190.

[6]Tulkens， H. and P. V. Eeckaut. Non-Parametric Efficiency， Progress and Regress Measure for Panel Data： Methodological Aspects[J].European Journal of Operational Research， 1995，80： 474 -499.

[7]涂正革.环境、资源与工业增长的协调性[J].经济研究， 2008（2）： 93-105.

[8]胡鞍钢.考虑环境因素的省级技术效率排名（1999-2005）[J].经济学（季刊）， 2008（3）：933-960.

[9]Managi， Kaneko. Productivity of Market and Environmental Abatement in China[J].Environment Economics and Policy Studies， 2006，7（4）：459-470.

[10]Fare R， Grosskopf S， Margaritis D. APEC and the Asian economic crisis： Early signals from productivity trends[J].Asian Economic Journal， 2001， 15（3）： 325-342.

[11]董敏杰， 李钢， 梁泳梅.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究， 2012（2）：3-20.

（责任编辑：张曦）

考虑能源环境因素条件下中国30个省2000-2009年的环境全要素生产率及其分解的主要结论有：首先，纯技术进步是环境全要素生产率增长的主要因素；其次，中西部地区环境全要素生产率增长率均低于东部沿海地区，出现了“双重恶化”的现象。

上述结论表明经济、能源与环境之间的协调问题已成为影响中国可持续发展的重要因素。为促进能源、环境与经济更加协调发展，我们可以从以下几个方面入手：（1）将环境污染指标、能源利用指标纳入地方政府考核体系。综合考察地方政府发展经济的能力，坚决摒弃传统的只依靠GDP指标的评价体系，将能源指标、污染指标提高到同GDP指标同等重要甚至更为重要的高度。（2）正确定位政府在市场运行中的作用，严格限制政府干预市场的行为，促进市场的良性健康发展。目前，要素能源的价格大多被地方政府使用公权力进行了全方位的干预，导致竞争格局不能形成，价格随之扭曲。这些均能导致严重的环境污染与资源浪费，降低经济增长绩效。所以，需要地方政府不能干预微观经济的运行，要素资源的合理配置需要全部交由价格机制来调节。（3）中西部省份应该向东部地区学习，注意在引进外资的同时与其开展合作，以引进先进的技术、管理经验，提高能源利用效率和保护环境的能力，消除中国效率发展不平衡的局面。（4）引导企业加大研发的投入，在政策上支持和鼓励企业投入资金进行先进技术的研发；同时，政府应该领导创建创新生态系统，构建创新研发网络，促进创新成果的产业化。（5）环境保护制度不能实行简单的“一刀切”的政策，对于经济发展程度不一样的区域，应实行不同的环境保护政策。例如，在经济相对发达的东部地区，要实行严格的环境保护政策，可以采用向西部地区支付一定的费用购买一定的排污权的方式来进行，这样能很好地消除环境保护与提升经济效率两者之间的矛盾。如董敏杰等（2012）[11]指出可以尝试建立跨地区的SO2排放权交易市场。由于技术能力的差别，发达地区企业对环境保护的水平已经很高，产生的污染物排放相对较低，再降低对污染物的排放势必需要投入更多的资金，而减少的排放很少，边际成本会比较高，此时发达地区企业可以购买不发达地区的排放配额，这不仅有利于不发达企业提高技术水平，促进节能减排的实施，同时还有利于先进经验在国内的推广。

总之，经济发展过程中应从可持续发展角度处理好能源节约、环境保护、经济增长三者之间的协调关系，真正实现经济“又好又快”的增长。

参考文献：

[1]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究， 2010（5）：95-109.

[2]Fare R， Grosskopf S， Pasurka C A. Environmental production functions and environmental directional distance functions[J].Energy，2007，32：1055-1066.

[3]Tone，K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research， 2001， 130： 498-509.

[4]Fukuyama H. ，William L.， Weber. A Directional Slacks-based Measure of Technical Inefficiency[J].Socio-Economics Planning Sciences， 2009，43（4）： 274-287.

[5]Chambers， R. G.， R. Fare，Grosskopf.， S. Productivity Growth in APEC Countries[J].Pacific Economic Review， 1996（1）：181-190.

[6]Tulkens， H. and P. V. Eeckaut. Non-Parametric Efficiency， Progress and Regress Measure for Panel Data： Methodological Aspects[J].European Journal of Operational Research， 1995，80： 474 -499.

[7]涂正革.环境、资源与工业增长的协调性[J].经济研究， 2008（2）： 93-105.

[8]胡鞍钢.考虑环境因素的省级技术效率排名（1999-2005）[J].经济学（季刊）， 2008（3）：933-960.

[9]Managi， Kaneko. Productivity of Market and Environmental Abatement in China[J].Environment Economics and Policy Studies， 2006，7（4）：459-470.

[10]Fare R， Grosskopf S， Margaritis D. APEC and the Asian economic crisis： Early signals from productivity trends[J].Asian Economic Journal， 2001， 15（3）： 325-342.

[11]董敏杰， 李钢， 梁泳梅.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究， 2012（2）：3-20.

（责任编辑：张曦）