郭文英

[摘    要] 环境效率对指导区域经济与环境协调发展有重要意义，以山西省和贵州省为例做环境效率研究，应用数据包络分析（DEA）测算山西省和贵州省2010-2017年工业环境效率。在此基础上利用Tobit模型构建多元线性回归，分析工业环境效率的关键影响因素。结果表明：2010-2017年山西省工业环境效率优于贵州省工业环境效率，但与理想状况仍有一定差距;山西省的工业经济增长对环境成本的依赖正在减小，贵州省市的工业增长需要牺牲更多的环境成本。

[关键词] 数据包络分析（DEA）;工业环境效率;山西省;贵州省

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2021. 01. 080

[中图分类号] F205;F127    [文献标识码]  A      [文章编号]  1673 - 0194（2021）01- 0193- 04

0      引    论

环境效率是用来衡量经济发展所付出的环境代价大小的一个指标。环境污染与经济增长之间关联性的问题，不仅是对经济可持续发展问题的深入分析，而且是对环境与经济政策的重大思考。

国外对环境效率的分析主要集中于产业、企业、产品以及国际贸易等方面，从微观角度探讨如何从产品设计、生产、销售到回收等各个经济活动环节提高环境效率[1]。国内研究多以区域为研究对象，绝大多数以全国作为研究尺度，以各省作为决策单元，计算各省环境效率。研究表明自20世纪90年代后期以来，中国环境效率不断上升，环境效率的分布多符合中国东、中、西的3个经济带的划分，自东向西递减[2-4]。一些学者针对中国电力产业做了相关研究，结果表明，2000年以来中国电力产业环境效率不断下降，不利于中国节能减排目标的实现。[5]目前，中国环境效率研究缺乏以山西省和贵州省这类煤炭重工业省份为对象的研究。

文章以山西省和贵州省为研究区域，利用DEA测度2010年以来山西省和贵州省工业环境效率的变化情况，利用Tobit模型从产业结构、资本有机构成、所有制结构、高新技术产值比重、生产规模、环境管理力度、外商投资、经济发展水平等方面找出环境效率显著影响因子，为区域经济、环境协调发展提供指导。

1      研究区域概况与研究方法

1.1   研究区域概况

山西省和贵州省作为我国最典型的煤炭资源型省份，其煤炭资源丰富，产业结构以重化工业为主导产业，环境问题突出。为了了解煤炭大省的工业经济、环境协调发展水平，确定环境效率关键影响因素，本文对山西省和贵州省进行环境效率分析，为区域经济、环境协调发展提供指导。

1.2   研究方法

1.2.1   数据来源

本文选取山西省和贵州省2010～2017 年的工业总产值作为产出变量指标，选取工业废水排放量、工业废气排放量和固体废弃物产生量作为环境投入指标。产出指标Y为工业生产总值，作为一项重要的经济指标，可以反映工业用水产出效益，较好地体现产出价值，衡量经济产出;X1为工业废水排放量可以反映水资源的利用情况;X2表示工业废气排放量是分析环境效率与可持续发展的关键;X3表示固体废弃物产生量可以反映工业环境效率，衡量废物产生的重要指标。

数据来源于《山西省统计年鉴》和《贵州省统计年鉴》，并做以统一整理。依据上述指标查阅了2010-2017年的详细数据 （见表1），并且运用Deap 2.1软件包，进行DEA分析，得出计算结果。

1.2.2   研究方法

数据包络分析（DEA，Data Envelope Analysis）是比较不同生产者加权的投入、产出向量确定有效生产前沿，衡量各生产者与最佳生产前沿的距离，最后确定各生产者的效率，能灵活处理多投入多产出指标的问题，对具体的生产函数形式没有要求[7]，并且决策单元的有效性与各项投入指标和产出指标的量纲选取无关[8]，可直接使用输入数据和输出数据，建立非参数的最优化模型。

经典的DEA模型是CCR模型和BBC模型，二者都是径向计算。文章选择Tone[7]在1997年提出的SBM模型（Slacks-Based Measure），假设sk-表示最大投入冗余，sr+表示最大产出不足，那么xki-sk-和yri+sr+用来代替原生产前沿在目标函数中体现松弛变量的作用，这样计算出的效率是为使生产者达到生产前沿所需优化投入或产出的平均改进程度。

式中，ρ为效率值;i，j表示生产者序数，共有n個生产者;xki、xkj表示第i、j个生产者第k种投入，yri、ykj表示第i、j个生产者第r种产出，λ为权重向量。

DEA通过计算生产者与同期同类型最佳生产者的差距得到其效率，称之为相对效率。其优点在于无须事先假定函数形式，模型的权重由线性规划分析数据产生，因此不受主观因素的影响;缺点是无法排除效率估算结果中的随机因素，且难以预测绝对效率的变化趋势。

2      结果与分析

2.1   山西省工业环境效率数据结果

基于DEA模型中SBM方法从投入主导，不考虑规模收益，得出的是山西省工业环境效率为 1;从投入主导，考虑规模收益，得出的是山西省工业环境效率为1，规模收益不变;从产出主导，不考虑规模收益，得出的是山西省工业环境效率为1;从产出主导，考虑规模收益，得出的是山西省工业环境效率为1。

综上所述，通过DEA方法对山西省环境效率进行估算，得到的结果总体，山西省检测效率为1。

2.2   贵州省工业环境效率数据结果

（1）从投入主导，不考虑规模收益;得出的是贵州省工业环境效率为0.009。同时工业生产总值原始值已达到DEA有效的目标值，不需要改变;而工业废水排放量为了达到DEA有效的目标值需要投入指标的松弛变量，即投入冗余值减少2.526，产出指标的松弛变量，即产出不足值减少0.024;而工业废气排放量为了达到DEA有效的目标值需要投入指标的松弛变量减少119.794;而固体废物排放量为了达到DEA有效的目标值需要投入指标的松弛变量减少8110.748，产出指标的松弛变量，即产出不足值减少76.342。

（2）从投入主导，考虑规模收益，得出的是贵州省工业综合环境效率以及规模环境效率为0.009，技术环境效率为1且规模收益递增。

（3）从产出主导，考虑规模收益，得出的是贵州省工业环境效率为0.009。同时工业生产总值原始值要达到DEA有效的目标值，需要投入冗余值增加160 113.281;而工业废水排放量为了达到DEA有效的目标值需要产出不足值减少2.533;而工业废气排放量已达到DEA有效的目标值;而固体废物排放量为了达到DEA有效的目标值需要产出不足值减少8 124.893。

（4）从产出主导，考虑规模收益，得出的是贵州省工业环境效率为 1。

通过DEA方法对工业环境效率进行估算，得到的结果总体，贵州省环境效率为0.009。

2.3   影响工业环境效率因素的分析

根据前人的研究，影响工业环境效率的可能因素有资本有机构成（资本劳动比，CL）、轻重产业结构（重工业产值比重，HEA）、所有制结构（国有企业产值比重，NA）、生产规模（大型企业产值比重，IP）、经济发展水平（人均国内生产总值，PG）、科技因素（高新技术产值比重，HI）、外商投资（实际利用外资额，FI）、环境管理力度（工业废水排放达标率，WS）等[12]。效率取值区间为[0，1]，因此回归方程的因变量被限制在该范围，如果直接采用最小二乘法，估计出的参数容易有偏和不一致，而Tobit模型正是处理这种因变量受限情况的回归模型。本文以DEA计算的工业环境效率均值（IE）作为因变量，以影响因素作为自变量，构建Tobit回归模型。

IE=C0+C1×CL+C2×HEA+C3×NA+C4×IP+C5×PG+C6×HI+C7×FI+C8×WS（5）

式中，C0、C1、C2、C3、C4、C5、C6、C7、C8均为待定系数。根据计算，回归结果为：IE=0.644-0.095CL-0.045HEA+0.024NA+0.046IP+0.229PG-0.161HI+0.229FI-0.014WS （R2=0.88，解释变量CL、PG、HI 的p值在0.01水平下显著，HEA的p值在0.1水平下显著）

2.3.1   资本密集化与重工业化

回归结果显示CL每提高1个单位，工业环境效率下降0.095个单位，而HEA每上升1个单位，工业环境效率下降0.045个单位。2010～2017年山西省和贵州省CL和HEA不断上升，由此工业环境效率下降9个百分点，贡献率为-33.3%。这说明重工业化与资本密集化都不利于工业效率的提高。目前山西省和贵州省，工业产值增长，与此相对的是污染物排放量也呈现扩大趋势，不利于工业环境效率的提高。

2.3.2   经济发展水平

人均GDP每提高1个单位，工业环境效率提升0.229个单位。2010-2017年，山西省和贵州省人均GDP不断提高，推动环境效率提高30个百分点，贡献率达到105%。经济发展水平的提高极大地促进了工业环境效率的提高。据此可以推断，经济的发展能够带来规模效应，改善生产技术，推动治污设施建設，同时提高了居民的生活水平，在物质需求得到满足后居民对环境质量的要求也越来越高。

2.3.3   高新技术产值比重

随着经济竞争的加剧，高新技术产业在国民经济中的地位越来越明显，已逐渐成为社会经济发展的支柱产业[15]。2010-2017 年山西省和贵州省高新技术产值比重HI不断提高。传统观点认为高新技术产业环境效率更高，但是回归结果却与传统认识相反。回归显示，HI每上升1个单位会使工业环境效率下降0.161个单位，导致2010-2017 年间工业环境效率下降5个百分点，贡献率为-14%。出现这一现象的主要原因在于高新技术产业所产生的污染物种类更多、组合类型更复杂，而相关的污染处理能力则相对滞后。

2.3.4   所有制结构、工业规模、外商投资和环境管理力度

传统观点认为国有工业企业的环境效率优于私营企业，主要原因在于国企的社会责任感更强，对污染物排放的要求更为严格。2010-2017年，山西省国有企业产值比重持续下降而贵州省国有企业产值比重不断上升，同时回归显示所有制结构的变化对工业环境效率的作用并不显著，说明国有企业的环境效率水平并非优于私营企业。贵州省大型工业比重不断下降，根据回归结果，工业规模的变化对山西省和贵州省的工业环境效率的作用不明显。山西省和贵州省的外商投资不断扩大，但是回归结果表示外商投资对工业环境效率的促进作用不明显。外商投资一方面给本地工业企业带来了先进的技术，促进了科技合作，另一方面又引进了发达国家高耗能、高污染的产业。两方面的共同作用给工业环境效率带来正、负两方面影响，两种影响相互抵消。环境管理力度利用废水排放达标率表征，回归结果表明，环境管理力度对工业环境效率的影响不显著。2010～2017年，废水排放达标率不断提高，反映出山西省和贵州省环保部门对企业的有效监管，因此整体来说环境管理对环境效率产生有效的作用。

3      结论与讨论

本文选用了DEA模型中SBM计算方法，对2010～2017年山西省和贵州省工业环境效率做了测算，而后对影响工业环境效率的因素做了分析，得出以下结论：

（1）2010-2017年，山西省工业环境效率优于贵州省工业环境效率。

（2）通过投入角度分析，不考虑规模收益，发现贵州省工业环境效率低。其中工业废水排放量未达到DEA有效的目标值，同时工业废气排放量未达到DEA有效的目标值。因此，贵州省需要进一步出台环保措施促进工业废水排放量、工业废气排放量的降低。

（3）工业的资本密集化、重型化以及高新技术化不利于工业环境效率的提高。煤炭开采业、装备制造业等产业对环境的污染较为严重，在山西省和贵州省的集聚严重影响了本区环境效率的提升。经济发展水平的提高极大改善了工业环境效率，更多治污设施建设以及居民对生存质量的更高要求推动了环境效率的提升。国有大型企业基础雄厚、治污条件好，而小型企业生产灵活、组织简单，两者各有优势，国有工业企业比重的下降以及小型企业比重的上升对工业环境效率的变化无明显作用。外商投资既促进了本区工业技术革新，又引入了污染产业，两个作用相抵导致外商投资的增加没有提高工业环境效率。环境管理的相对不稳定导致其对环境效率的提升没有发挥应有的作用。

根据以上分析得出的结论，可以从以下几个方面来提高工业环境效率：

（1）提高经济发展水平。随着经济发展水平提高，企业的科技投入力度就会加大，企业清洁生产的意识也会加强，这样工业废水排放量、工业废气排放量以及固体废物产生量也会降低。

（2）优化产业结构，发展环境友好型工业。建立水资源循环利用系统，实施企业分层用水，中水清洁再利用，降低企业的工业废水排放量。通过推广和提倡清洁生产技术，提高废气处理效率，并对工业企业实行严格的奖惩措施，对于废气排放少、污染少的企业实行补贴政策;对工业企业中的固体废物产生量最多的行业，采取强力措施严格限制并给予处罚。

（3）加大科技投入，加快资源配置效率，提高资源利用率，使山西省和贵州省的资源优势得以充分利用、工业环境效率不断提高，实现区域可持续发展。

由于资料和自身经验有限，本文在影响因素方面论述还不够详尽，而且可能存在其他影响因素，这将会是今后研究的重点。

主要参考文献

[1]佟连军，宋亚楠，韩瑞玲，等.辽宁沿海经济带工业环境效率分析[J].地理科学，2012，32（3）：294-300.

[2]王俊能，许振成，胡习邦，等.基于DEA理论的中国区域环境效率分析[J].中国环境科学，2010，30（4）：565-570.

[3]杨斌.2000-2006年中国区域生态效率研究——基于DEA方法的实证分析[J].经济地理，2009，29（7）：1197-1202.

[4]周景博，陈妍.中国区域环境效率分析[J].统计与决策，2008（14）：44-46.

[5]彭昱.我国电力产业环境效率评价[J].财经科学，2011（2）：76-83.

[6]Zhou P，Ang B W，Poh K L.A Survey of Data Envelopment Analysis in Energy and Environmental Studies[J].European Journal of Operational Research， 2008， 189（1）：1-18.

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

[8]Charnes A ， Cooper W W，Rhodes E . Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research， 1978，2（6）：429-444.

[9]宋亞楠. 辽宁沿海经济带工业环境效率研究[D].长春：中国科学院东北地理与农业生态研究所，2012.

[10]乔凯，韩延玲.新疆工业用水效率及影响因素分析——基于超效率的DEA和Tobit模型[J].新疆社会科学，2016（5）：37-43.

[11]夏太寿， 倪杰， 张玉赋. 发达国家高新技术产业环境污染基本情况研究[J]. 科学学与科学技术管理， 2005，26（4）：95-99.

[12]金淞，李金昌.论高科技污染的环境政策[J].管理世界，1996（6）：182-187.