节能减排约束下我国经济增长效率及其影响因素——基于西部地区和非期望产出模型的分析

朱承亮，安立仁，师 萍，岳宏志

(西北大学经济管理学院，陕西 西安 710127)

一、引言及相关文献回顾

改革开放以来，我国经济进入高速发展的快车道;进入21 世纪以后，我国经济继续保持稳步高速增长;目前，我国GDP 超日本正式成为世界第二大经济体。自西部大开发战略实施以来，我国西部地区经济增长也取得了令人瞩目的成绩。1998－2008年间，按1990年可比价格计算的西部地区GDP 总量呈逐年增长趋势，由1998年的8130.36亿元增长到2008年的30110.67 亿元。此期间，西部地区劳动力和资本投入水平呈现增长趋势，人力资本存量水平由1998年的130375.83 万人增长到2008年的153872.88 万人，按1990年可比价格计算的资本存量由1998年的3509.25 亿元增长到2008年的12853.21 亿元。在已有的研究中我们注意到，关于西部地区经济增长的定量评价大多仅关注其经济增长的总量和速度，没有(正确)考虑或者忽略了西部地区在经济增长过程中的资源环境代价问题。事实上，西部地区在带来令人瞩目经济成绩的同时，也付出了巨大的资源环境代价，且其经济增长的资源环境约束在进一步强化。西部地区在经济增长过程中所消耗的能源总量由1998年的33749 万吨标准煤增长到2008年的82151 万吨标准煤。与此同时，西部地区在保持经济增长的同时也带来了环境污染问题。1998－2008年间，西部地区SO2排放量从1998年的666.4 万吨迅速增长到2006年的929.7 万吨。由于“十一五”规划中对减排目标的约束，SO2排放量在2006年出现了拐点，从而逐步下降到2008年的848.3 万吨;而COD 排放量从1998年的372.135 万吨也曲折性地增长到2006年的404.588 万吨，COD 排放量在2006年也出现了拐点，逐步下降到了2008年的378.205 万吨。

我们知道，仅仅从GDP 总量角度评价一个地区的经济增长绩效具有一定局限性，因为对一个地区经济增长绩效的评价，不仅要看其经济增长数量方面，更要注重其经济增长质量方面。因此，为了准确客观地评价西部大开发战略实施以来西部地区经济增长绩效，应当要考虑西部地区在经济增长过程中的资源环境约束。在保持经济增长的同时，节约资源、保护环境、实现经济的又好又快发展是中国“十二五”期间经济发展所面临的最紧迫任务之一。为了实现能源－经济－环境的可持续协调发展，政府实施了一系列的环境保护政策，比如在“十一五”规划中，我国确定了主要污染物排放总量削减10%的约束性指标。本文运用1998－2008年西部地区面板数据对节能减排约束下西部地区经济增长效率进行研究，有利于正确评估西部地区经济增长绩效，有利于认清西部地区经济增长过程中的资源环境代价，为“资源节约型、环境友好型”社会的实现、转变经济发展方式提供建议和参考，从而最终有利于西部地区经济的又好又快发展。

长期以来，关于中国经济绩效的考察主要从生产率或者效率的角度进行研究，如郑京海和胡鞍钢(2005)［1］，王志刚等(2006)［2］，朱承亮等(2009)［3］对我国经济增长绩效进行了实证研究。这些研究得出了很多有意义的结论，但是，他们都忽略了资源环境约束对我国经济增长绩效的影响。忽略资源消耗和环境污染的经济绩效测度不利于经济可持续发展。国外学者在将资源环境因素纳入绩效测算研究方面有突破性进展。Chung 等(1997)［4］在测度瑞典纸浆厂的生产率时引入了一个方向性距离函数，并且在该函数的基础上构建了Malmquist－ Luenberger(ML)生产率指数，该指数在测算TFP 时不仅要求期望产出(如GDP 等“好产出”)不断增加，同时还要求非期望产出(如SO2和COD 等“坏产出”)不断减少。从此以后，运用考虑了非期望产出的ML 生产率指数的实证研究逐渐增多，如Jeon 和Sickles，2004［5］;Yoruk 和 Zaim，2005［6］;Kumar，2006［7］等。强调增长与资源环境的协调，转变发展方式，是中国经济潜力持续开发的关键(袁富华，2010［8］)。但是，将环境因素纳入到效率测算框架的研究国内并不多见。虽然近年来不少学者在这方面做了有益探索，但是已有的研究成果大多是基于工业行业角度的研究(如涂正革，2008［9］;涂正革和肖耿，2009［10］;陈诗一，2010［11］)，仅少数研究成果是基于区域角度的研究(如胡鞍钢等，2008［12］;李静，2009［13］;王兵等，2010［14］;朱承亮等，2011［15］)。

从中国经济增长绩效研究现状来看，研究者在资源约束方面分歧较小，均将其纳入投入要素考虑，而涉及到环境约束时分歧较大，主要思路有两个:一是将污染变量作为投入要素来处置，明显的这与现实生产过程不符，环境污染具有产出特征，应当作为生产过程的副产品来处理;因而第二种思路是将污染变量作为产出要素来处置，但是不少研究者没有考虑到污染的负外部性，仍然把它和好产出同样对待，这样在效率测度过程中仍没有正确考虑环境约束的影响。事实上，环境污染不仅要看作是生产过程中的副产品，而且应当被看作是具有负外部性的非期望产出，要和期望产出共同引入生产过程，并且在效率测算框架中要将期望产出和非期望产出进行严格区分。将期望产出和非期望产出同时纳入效率测算模型且进行严格区分的现有处理方法可以分为以下几类:一是 Seiford 和 Zhu(2002)［16］提出的“逆产出模型”，但该模型只能在规模报酬可变(VRS)条件下求解效率，从而限制了其适用性;二是Scheel(2001)［17］和Zhu(2003)［18］提出的“倒数法模型”，但该模型与将非期望产出作为投入处理的模型一样都不符合现实逻辑，从而也限制了其适用性;三是在Chung等(1997)［4］等提出的方向性距离函数基础上发展的ML 生产率指数模型，该模型较好地解决了考虑非期望产出的效率评价问题，从而得到广泛采用，如胡鞍钢等，2008［12］;涂正革，2008［9］;王兵等，2008［19］;陈诗一，2010［11］等。事实上，DEA测度效率的模型可以分成四类(Cooper 等，2007［20］):径向的和角度的、径向的和非角度的、非径向的和角度的、非径向的和非角度的。其中，径向(radial)是指投入或者产出按照同比例变动，径向的DEA 模型不能充分考虑到投入和产出的松弛性问题，而角度(oriented)是指基于投入或产出角度的假设。上述的基于方向性距离函数的ML 生产率指数模型属于径向的DEA 模型，这样不能充分考虑到投入和产出的松弛性问题，因而度量的效率值也是有偏的。此外，李静(2009)［13］采用考虑非期望产出的SBM 模型对中国区域环境效率进行了测度，虽然，该模型属于非径向和非角度DEA 模型，但是该模型是在规模报酬不变(CRS)的条件下给出的，从而也限制了其适用性。为了科学合理地测度考虑非期望产出的西部地区经济增长效率问题，针对上述考虑非期望产出模型的缺陷与不足，本文构建了基于产出角度的SBM－Undesirable 模型，从而既正确考虑了非期望产出，又充分考虑到投入和产出的松弛性问题。

与现有类似研究相比，本文主要在以下方面作了拓展:第一，将资源环境约束纳入效率测度框架，从而更加科学地考察西部地区经济增长绩效;第二，从劳动力投入指标来看，采用注重劳动力质量的且考虑“干中学”效应的滞后性人力资本指标，而非一般意义上的劳动力数量指标;第三，从研究方法上来看，本文构建了基于产出角度的SBM－Undesirable 模型测度资源环境约束下的西部地区经济增长效率，该模型不仅将资源环境约束正确地纳入到了效率测算，而且还能规避类似研究方法的不足，从而有效地避免了效率测度偏差;第四，基于环境经济学的相关理论，本文从产业结构、能源结构及效率、环境治理强度及能力等方面考察了效率影响因素。

二、经济增长效率界定及模型构建

(一)经济增长效率界定

图1 基于产出角度的经济增长效率示意图

本文所谓的经济增长效率指的是基于产出角度的经济增长的技术效率。技术效率是指在技术进步不变条件下的现有资源的最优利用能力，从产出角度来看是指在一定投入下生产单元实际产出与理想的最大可能性产出的比率(Leibenstein，1 966［21］)。本文将我国的各省市区看作是投入一定要素进行生产活动产生一定产出的生产单元，从而构造每一个时期的生产前沿面。经济增长效率取值区间为［0，1］，当效率值为1 时，表明现有技术得到了充分发挥，实际产出在生产前沿面上，此时要想提高效率则要考虑从提高技术进步角度出发使生产前沿面上移;当效率值小于1 时，越接近于1 说明效率越高，越接近于0 说明效率越低，说明实际产出不在生产前沿面上，两者之间的距离是由于现有技术没有得到充分发挥而引起的，此时应采取措施使在现有技术水平下技术效率得到提高。

现有关于效率测度的文献，依是否考虑非期望产出的情形，可以分为以下三类。情形1:仅考虑期望产出，忽略了非期望产出;情形2:虽考虑了非期望产出，但将非期望产出和期望产出同等看待，并没有进行有效区分;情形3:正确考虑非期望产出，这种情形将非期望产出和期望产出进行有效区分。这三种情形的区分见图1 所示。

图中，f(X)表示生产前沿面，X 表示投入，横坐标表示非期望产出Yb，纵坐标表示期望产出Yg。某生产单元因各种因素影响(如管理上的无效等)使得其最终只能达到A 点。

情形1:不考虑非期望产出时

情形2:没有正确考虑非期望产出时

情形3:正确考虑非期望产出时

此时，A 点的最优点应为沿着路径AC 移动而到达处于生产前沿面上的C 点，此时C 点的最优期望产出为，且最优非期望产出减少到了，即，但。

对于情形2 和情形3 的经济增长效率表述，不仅要考虑期望产出的增加程度，更重要的是还要考虑非期望产出的减少程度。特别的，情形2 时的处在生产前沿上的最优非期望产出增加了，因而此情形时的效率测度违背了现实期望非期望产出减少的逻辑。

综上所述，本文所研究的经济增长效率指的是正确考虑资源环境约束(情形3)的基于产出角度的经济增长的技术效率。

(二)模型构建

针对现有文献在测度资源环境约束下经济增长效率时的缺陷与不足，本文在Tone(2003)［22］考虑非期望产出的SBM 模型基础上，构建了基于产出角度SBM－Undesirable 模型。本文将每一个省份看作一个DMU 来构造每一个时期的最佳生产前沿面。假设有n 个DMU，且每个DMU 具有一个投入向量，记为x∈Rm，每个DMU 具有两个产出向量，一个为期望产出向量，记为yg∈Rs1，另一个为非期望产出向量，记为yb∈Rs2。则可以定义如下矩阵:X =［x1，L L，xn］∈Rm×n、Yg=［y1g，……，，其中，X ＞0，Yg ＞0，Yb ＞0。可以将生产可能性集(P)定义为:

根据Tone(2003)［22］提出的SBM 模型的处理办法，本文构建的基于产出角度的SBM－Undesirable 模型如下:

上述模型中s 表示投入、产出的松弛量，λ 表示权重向量，其中，当λ≥0 时表示规模报酬不变(CRS)，当∑λ =1 时表示规模报酬可变(VRS)。目标函数ρ∈［0，1］，当且仅当ρ =1 时，被评价的DMU 是有效率的，否则DMU 无效。需要说明的是，该模型是一个非线性规划模型，可以根据Charnes 和Cooper(1962)［23］的办法将其转化为线性规划模型再对其进行求解。本模型与类似模型相比，不仅正确考虑了非期望产出问题，还具有以下优点:一是解决了投入产出的松弛性问题，二是充分考虑到规模报酬不变(CRS)和规模报酬可变(VRS)两种情形。当不考虑资源环境约束时，此时只需将上述模型中涉及非期望产出向量的yb 部分略去即可，此时的模型为不考虑非期望产出的基于产出角度的SBM 模型。

基于研究目的需要，根据是否考虑资源环境约束以及两种规模报酬假设，本文设定四个模型进行效率测度，分别为模型1(忽略资源环境约束、CRS)，模型2(忽略资源环境约束、VRS)，模型3(考虑资源环境约束、CRS)，模型4(考虑资源环境约束、VRS)。

三、变量设定及数据处理

本文以1998－2008年为研究时间段，基础数据来源于《中国统计年鉴》、《中国能源统计年鉴》和《中国环境统计年鉴》。文中四川省的数据包括重庆市，西藏由于数据不全故不在考察范围之内。因此，本文所指的西部地区包括贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、四川和内蒙古等10个省份。

(一)投入产出变量

投入包括劳动投入、资本投入和资源投入，产出包括期望产出和非期望产出，具体变量说明如下:

1．劳动投入。类似文献中对于劳动投入一般采用年均从业人员指标表示。虽然从业人员数据提供了劳动力的增长，但不包含任何有关劳动力质量的信息。低素质的劳动力在经济增长中的重要性下降，而人力资本的重要性上升(王小鲁等，2009［24］)，此外考虑到“干中学”效应带来的人力资本存量增加，因此，本文采用滞后3年的人力资本存量表示劳动投入。本文将从业人员的受教育程度划分为4 类(大学教育、高中教育、初中教育和小学教育)，且把各类受教育程度的平均累计受教育年限分别界定为16年、12年、9年和6年。在计算人力资本存量指标时，采用岳书敬和刘朝明(2006)［25］的受教育年限方法，即使用平均教育年限和劳动力数量的乘积来表示人力资本存量，其中，劳动力数量用各省份历年从业人员数量表示，由于各省经济发展水平不同，这里平均受教育年限用各省份总人口平均受教育年限表示。

2．资本投入。资本投入采用年均资本存量(亿元)指标来表征。当前一般采用“永续盘存法”来估算资本存量。在众多类似研究中，单豪杰(2008)［26］的成果比较具有代表性，数据也比较全面，因此，本文所使用的1998－2008年的资本存量数据直接采用其测算结果。此外，2007年和2008年资本存量数据依据其估算方法推算而来。单豪杰(2008)的资本存量数据是以1952年为基期的，为了研究的可比性，本文将各省份历年的资本存量全部按照1990年的可比价格进行了折算。

3．资源投入。采用能源消费量(万吨标准煤)表示，这里假定能源消费为非期望产出的主要来源，因此，当采用不考虑非期望产出的SBM 模型测度效率时，投入中则不包括资源投入项。

4．期望产出。由于投入要素中包含了具有中间投入品性质的能源要素，因此，期望产出采用GDP(亿元)指标来表示，且将其全部按照1990年的可比价格进行了折算。

5．非期望产出。现有文献中关于非期望产出指标的表征问题没有统一标准，基于数据的可得性以及我国“十一五”规划和“十二五”规划中规定的主要污染排放物主要是指SO2和COD，因此，本文选择SO2排放量(万吨)和COD 排放量(万吨)作为非期望产出指标。

(二)影响因素变量

面对经济发展过程中日趋强化的资源环境约束，我国政府将节能减排作为约束性指标首次写入了国家“十一五”规划。在低碳发展理念的指导下，各地政府在经济发展过程中以节能减排为重点，采取了一系列措施来完成节能减排任务。由于第二产业和第三产业在资源投入和污染排放方面的差异，各地政府把“退二进三”为主导的产业结构调整作为节能减排工作的主要措施之一。此外，在我国一次能源消费结构中，煤炭的比重占到约70%，由于不同能源品在能耗、污染排放等方面的差异，因此对以煤炭为主体的能源结构的优化也是各地政府完成节能减排工作的措施之一。当前我国的能源形势不容乐观，一方面能源供需矛盾凸显，另一方面存在能源效率问题(魏楚，沈满洪，2007［27］)，各地政府将提高能源效率作为节能减排工作的重中之重。此外，缓解我国经济发展中的资源环境约束，需要加强各方面的治理工作，从政府角度看要加大对环境污染治理的投资，提高环境治理强度;从企业角度看要加强研发力度，提高环境治理能力。类似研究大多仅考虑到了经济发展中的污染排放，却没有考虑到污染治理。事实上，我国政府在对环境保护问题重视的同时，也加大了环境保护力度，且对环境保护的投资也取得了较为明显的效果。可见在考察我国经济增长效率时，只考虑污染排放而忽略污染治理是不全面的。综上分析，从环境经济学的相关理论及现实背景出发，本文主要从产业结构调整、能源结构及能源效率、环境治理强度及能力等方面考察我国经济增长效率影响因素。

1.产业结构(Industry)。用工业总产值占GDP 比重衡量，且将其按照1990年的可比价格进行折算。

2.能源结构(ENST)。以折合为标准煤以后的煤炭消费量占能源消费量的比重表示。

3.能源效率(ENEF)。以消耗单位能源所实现的GDP 来衡量，单位为万元/吨标准煤。

4.环境治理强度(Intensity)。用工业环境污染投资总额占GDP 比重来刻度，且将其按照1990年的可比价格进行了折算。需要说明的是，考虑到在环境污染治理投资中会涉及到技术研发等活动，使其投资效果会有一定时滞性，因此环境治理强度变量采取了滞后1年处理。

5．环境治理能力(Capacity)。用工业SO2去除率衡量，工业SO2去除率等于工业SO2去除量比上工业SO2去除量与排放量之和。

四、实证结果及分析

根据上述研究方法和面板数据，本文对我国西部地区10 个省份1998－2008年间的经济增长效率及其影响因素进行了估计，具体实证分析结果如下。

(一)经济增长效率分析

表1 和图2 分别给出了1998－2008年期间四种模型测度的我国西部地区各省份经济增长效率均值及年均效率水平变化趋势。我们发现，在忽略资源环境约束时，CRS 假设下的西部地区平均效率水平为0.481，而VRS 假设下的西部地区平均效率水平为0.655;在考虑资源环境约束时，CRS假设下的西部地区平均效率水平为0.677，而VRS假设下的西部地区平均效率水平为0.758。可见，在同一种情形下CRS 和VRS 下的效率水平差异明显，VRS下的效率水平要高于CRS下的效率水平。一般的，当两种技术假设下得到不同的结果时，应当选择VRS 假设下的结果(Zheng 等，1998［28］)，因此，文章后续效率分析主要是对VRS假设下的效率结果进行分析。

表1 西部地区各省份经济增长效率值:1998－2008年

1998－2008年间，西部地区经济增长在忽略资源环境约束时，VRS 假设下的平均效率水平为0.655，而在考虑资源环境约束时，VRS 假设下的平均效率水平为0.758。可见，忽略资源环境约束时的年均效率水平要低于考虑资源环境约束时的效率水平(见图2)。这与胡鞍钢等(2008)［12］结论一致，从他们的研究中可以发现无论是考虑单一环境因素还是考虑两环境因素组，考虑环境约束之后全国的效率均值均高于忽略环境因素的全国效率均值。

图2 西部地区年均效率水平比较图

图3 经济增长效率区域差异(模型4)

1998－2008年间，考虑资源环境约束VRS 下的我国西部地区经济增长平均效率水平为0.758，这表明在现有技术进步不变及不增加现有要素投入的前提下，西部地区经济增长平均效率还有24.2%的提升空间，即还有部分省份未达到生产前沿。

从分区域来看，1998－2008年期间我国经济增长效率区域差异明显。在考虑资源环境约束VRS 下，考察期内平均效率水平的区域分布为:东部沿海＞东北老工业基地＞全国平均＞西部地区＞中部地区，见图3 所示。从总体上看，区域效率差异同区域经济发展水平相适应，东部地区和东北老工业基地的效率值均在全国平均水平之上，而中西部地区的效率值均在全国平均水平之上。但我们注意到，与胡鞍钢等(2008)［12］、李静(2009)［13］的中部地区效率高于西部地区的结论相比，我们得出了中部地区的效率低于西部地区的结论，研究结论的差异性可能与研究方法的不同有关，这也可能得益于西部大开发战略的实施。西部大开发战略的实施促进了西部地区经济增长，在缩小西部地区与中部地区经济发展差距方面起到了积极作用，促使中国区域经济从趋异转向收敛(刘生龙等，2009［29］)，且在全国平均TFP增长率处于下滑趋势的情况下，西部大开发战略的实施使得西部地区TFP 增长率从1992－1999年期间的－0.9% 上升到2000－2007年期间的1.2%(朱承亮等，2009［30］)。可见，相关研究初步佐证了“西部大开发战略对西部地区经济增长追赶效应起到促进作用”的观点，但其中的机理仍有待进一步研究。

表2 给出了不同模型下测度的1998－2008年间全国范围内的最佳实践省份。考虑资源环境约束VRS 下的最佳实践省份包括北京、天津、上海、福建、广东、海南、辽宁、云南、青海九个省份，这些省份每年均处在生产前沿，说明这些省份在现有技术进步不变及不增加现有要素投入的前提下，经济增长效率值达到了最大值1，此时要想提高这些处在生产前沿上的省份的效率值则要考虑从提高技术进步角度出发使生产前沿面上移。从最佳实践省份构成来看，除了有包括传统意义的处于东部地区的天津、上海省份以外，还包括处于西部地区的云南、青海等省份，这和胡鞍钢等(2008)［12］的研究结果类似，他们在考虑COD 和SO2排放时发现，1999－2005年间的最佳实践省份包括上海、江苏、辽宁、安徽、湖北、海南、贵州、云南和西藏九个省份。1998－2008年间在考虑资源环境约束VRS 下，西部地区除云南和青海两省份处于生产前沿以外，其余各省份经济增长效率均有待进一步改善，效率改善空间由大至小分别为:贵州39.1%、陕西和广西均为36.7%、内蒙古36.1%、甘肃34.4%、新疆31.1%、四川23.5%、宁夏4.7%。

表2 1998－2008年期间最佳实践省份

图4 1998年西部各省份经济增长效率

图5 2003年西部各省份经济增长效率

图6 2008年西部各省份经济增长效率

图4－ 图6 分别给出了1998年、2003年和2008年考虑资源环境约束VRS 下的西部地区各省份经济增长效率的雷达图，从中我们能够更加清楚直观地看到西部地区各省份经济增长效率水平的动态变化。我们可以发现，宁夏、青海和云南三个省份经济增长效率值在1998年、2003年和2008年均达到了最大值1，内蒙古、贵州和陕西三个省份经济增长效率呈现缓慢上升趋势，新疆经济增长效率呈现先升后降趋势，而广西和四川经济增长效率均呈现先降后升趋势，甘肃经济增长效率则呈现下降趋势。

(二)效率影响因素分析

为检验产业结构、能源效率、环境治理等影响因素对西部地区经济增长效率的影响，我们构建了如下面板数据回归模型:

TE=α+∑βz+ε

其中，TE 表示经济增长效率，α 为截距项，z 表示影响因素，分别为产业结构、能源结构、能源效率、环境治理强度以及环境治理能力，β 为被估计参数，ε 为随机误差。表3 给出了分别采用随机效应模型和固定效应模型的考虑资源环境约束VRS下西部地区经济增长效率影响因素的估计结果。从表3 可见，两个模型所测度的各影响因素的影响方向是一致的，影响幅度也大致相当，但Hausman检验表明，对于西部地区的回归分析应选择固定效应模型，因此表3 中随机效应模型所估计的结果仅作为参考。

(1)产业结构对西部地区经济增长效率具有促进作用，但不显著。这表明在节能减排约束下通过“退二进三”为主导的产业结构调整能够改善经济增长效率。但截止至2009年底，西部地区产业结构中第二产业仍占有绝对比重，平均占比为45.9%，部分省份第二产业比重在50%以上，例如内蒙古52.5%、陕西51.9%、青海53.2%，西部地区第三产业平均比重为40.7%。可见，西部地区的产业结构调整任重而道远，仍需加大产业结构调整力度。

表3 考虑资源环境约束VRS 下西部地区经济增长效率影响因素估计结果

(2)能源结构对西部地区经济增长效率具有显著抑制作用，这和王兵等(2010)［14］研究结论一致。现阶段，就全国而言，煤炭消费量在总体能源消费量中仍占到65%左右的比重，而在西部地区这一比重更高。1998－2008年间，西部地区能源消费结构中煤炭消费量占到72.26%，远高于全国平均比重。西部地区虽在煤炭等资源方面具有优势，但以煤炭为主的能源结构是导致环境污染问题的重要原因，因此，在节能减排约束下西部地区应当不断改善以煤炭为主的能源结构，不断发展新能源。

(3)能源效率对西部地区经济增长效率具有显著抑制作用。在现阶段以煤炭为主的能源结构情形下，西部地区虽具有较为优越的资源优势，但其能源效率相对于其他区域而言是最低的，属于能源低效区(魏楚和沈满洪，2007［27］)。1998－2008年间，全国能源效率平均水平为4038.133元/吨标准煤，而西部地区能源效率平均水平仅为2778.773 元/吨标准煤，远低于全国平均水平。可见，在节能减排约束下提高能源效率对西部地区经济增长效率的改善具有重要意义。

(4)环境治理强度对西部地区经济增长效率具有促进作用，但不显著。中国在经济发展过程中付出了巨大的环境代价，由于政府的高度重视，加大了环境污染治理力度，并且产生了积极效果。但政府的环境治理投资强度仍较低，1998－2008年间西部地区对工业环境污染的投资仅占地区生产总值的0.246%，可见，加大政府的环境治理强度对于西部地区经济增长效率的提高具有重要意义。

(5)环境治理能力对西部地区经济增长效率具有显著促进作用。在考察期内，西部地区SO2去除率不断提高，从1998年的16.25% 提高到2008年的41.64%，企业的环境治理能力不断增强。可见，提高工业SO2去除率、加强企业的环境治理能力对于节能减排约束下的西部地区经济增长效率具有促进作用，应当在今后的节能减排中充分发挥企业的积极性。

五、结论与启示

基于西部地区经济增长过程中资源环境约束的日趋强化以及类似研究的局限性，本文在构建基于产出角度的SBM－ Undesirable 模型基础上，对资源环境约束下西部地区10 个省份1998－2008年间的经济增长效率进行了测度，且考察了产业结构、能源结构及效率、环境治理强度及能力等因素对效率的影响。研究发现:忽略资源环境约束时的年均效率水平要低于考虑资源环境约束时的效率水平;资源环境约束VRS 下的西部地区经济增长效率平均水平为0.758;从分省来看，除云南和青海处于生产前沿以外，其余各省份经济增长效率均有待进一步改善;从分区域来看，西部地区经济增长效率水平低于全国平均水平，但略高于中部地区，这可能得益于西部大开发战略的实施;产业结构、环境治理强度及环境治理能力对经济增长效率具有促进作用，而能源结构和能源效率对经济增长效率具有显著抑制作用。

在低碳经济背景下，面对日趋强化的资源环境约束，正确科学地测度节能减排约束下的经济增长效率具有重要的理论和现实意义。西部地区在经济发展过程中，应重视经济增长效率的提高，应重视资源环境代价问题，要树立绿色、低碳的发展理念，以节能减排为重点，加强以“退二进三”为主导的产业结构调整，提高能源效率，逐步改变以煤炭为主的能源消费结构。同时加强环境治理，提高政府的环境治理强度和企业的环境治理能力，在节能减排中充分发挥企业的积极性，这样才能有利于西部地区能源－ 经济－ 环境的和谐统一，有利于经济发展方式转变，从而有利于西部地区经济又好又快可持续发展。

［1］郑京海，胡鞍钢.中国改革时期省际生产率增长变化的实证分析(1979－2001年)［J］.经济学(季刊)，2005，4(2):263－296.

［2］王志刚，龚六堂，陈玉宇.地区间生产效率与全要素生产率增长率分解(1978－2003)［J］.中国社会科学，2006，(2):55－66.

［3］朱承亮，岳宏志，李婷.中国经济增长效率及其影响因素的实证分析:1985－2007年［J］.数量经济技术经济研究，2009，(9):53－63.

［4］Chung Y H，Fare R，Grosskopf S.Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，51 (3):229－240.

［5］Jeon B M，Sickles R C.The Role of Environmental Factors in Growth Accounting［J］.Journal of Applied Econometrics，2004，19:567－591.

［6］Yoruk B，Zaim O.Productivity Growth in OECD Countries:A Comparison with Malmquist Index ［J］.Journal of Comparative Economics，2005，33:401－420.

［7］Kumar S.Environmentally Sensitive Productivity Growth:A Global Analysis Using Malmquist－Luenberger Index［J］.Ecological Economics，2006，56:280－293.

［8］袁富华.低碳经济约束下的中国潜在经济增长［J］.经济研究，2010，(8):79－89.

［9］涂正革.环境、资源与工业增长的协调性［J］.经济研究，2008，(2):93－104.

［10］涂正革，肖耿.环境约束下的中国工业增长模式研究［J］.世界经济，2009，(11):41－54.

［11］陈诗一.中国的绿色工业革命:基于环境全要素生产率视角的解释(1980－2008)［J］.经济研究，2010，(11):21－34.

［12］胡鞍钢，郑京海，高宇宁等.考虑环境因素的省级技术效率排名(1999－2005)［J］.经济学(季刊)，2008，7(3):933－960.

［13］李静.中国区域环境效率的差异与影响因素研究［J］．南方经济，2009，(12):24－34.

［14］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.

［15］朱承亮，岳宏志，师萍.环境约束下的中国经济增长效率研究［J］.数量经济技术经济研究，2011，(5):3－20.

［16］Seiford L M，Zhu J.Modeling Undesirable Factors in Efficiency Evaluation［J］.European Journal of Operation Research，2002，142:16－20.

［17］Scheel H.Undesirable Outputs in Efficiency Evaluations［J］.European Journal of Operation Research，2001，132:400－410.

［18］Zhu J.Quantitative Models for Performance Evaluation and Benchmarking:Data Envelopment Analysis with Spreadsheets and DEA Excel Solver［M］.Boston:Kluwer Academic Publishers，2003.

［19］王兵，吴延瑞，颜鹏飞.环境管制与全要生产率增长:APEC 的实证研究［J］.经济研究，2008，(5):19－32.

［20］Cooper W W，Seiford L M，Tone K.Data Envelopment Analysis［M］.Boston:Kluwer Academic Publishers，2007.

［21］Leibenstein H.Allovative Efficiency vs“X－efficiency”［J］.American Economic Review，1966，(56):392－415.

［22］Tone K.Dealing with Undesirable Outputs in DEA:A Slacks－based Measure (SBM)Approach［R］.GR IPS Research Report Series，I－2003－0005.

［23］Charnes A，Cooper W W.Programming with Linear Fractional Function［J］.Naval Research Logistic Quarterly，1962，15:330－334.

［24］王小鲁，樊纲，刘鹏.中国经济增长方式转换和增长可持续性［J］.经济研究，2009，(1):4－16.

［25］岳书敬，刘朝明.人力资本与区域全要素生产率分析［J］.经济研究，2006，(4):90－96.

［26］单豪杰.中国资本存量K 的再估算:1952－2006年［J］.数量经济技术经济研究，2008，(10):17－31.

［27］魏楚，沈满洪.能源效率及其影响因素:基于DEA 的实证分析［J］.管理世界，2007，(8):66－76.

［28］Zheng J，Liu X，Bigsten A.Ownership Structure and Determinants of Technical Efficiency:An Application of Data Envelopment Analysis to Chinese Enterprises (1986－1990)［J］． Journal of Comparative Economics，1998，26(3):465－484.

［29］刘生龙，王亚华，胡鞍钢.西部大开发成效与中国区域经济收敛［J］.经济研究，2009，(9):94－104.

［30］朱承亮，岳宏志，李婷.基于TFP 视角的西部大开发战略实施绩效评价［J］.科学学研究，2009，27(11):1662－1667.