中国工业环境技术效率的空间收敛分析

汪 成，高红贵

（中南财经政法大学 经济学院，武汉 430073）

0 引言

目前，我国正处于加快推进城镇化建设构建生态文明社会的关键时期，工业环境技术效率的提高，对提高区域经济增长质量，推进生态文明建设具有重要的意义。公众对环境污染的关注度越来越高，中国政府部门也充分认识到了经济增长与环境保护之间问题的复杂性，提出了“两型社会”、“美丽中国”等发展理念。2015年全国两会也明确提出要加强节能减排，铁腕治理环境。结合当前国内经济社会发展的形势，把工业环境技术效率研究纳入区域经济增长分析框架内尤为重要。Ramsey（1928）在新古典经济学框架下对区域经济如何实现均衡增长的研究中提出了“收敛”的概念，认为长期的经济增长会趋同。20世纪90年代以后，新古典经济增长理论的研究者提出了α收敛，β收敛，条件β收敛等概念。最近，虽然有极少数学者将空间因素引入我国工业环境技术效率的研究中，但都集中在传统的截面模型中加入空间效应，没有采用空间面板模型来分析，或者只是分析其空间分布状况，基于以上两点不足，本文尝试以提高环境技术效率的角度，从宏观的城镇化发展战略、产业结构调整和对外开放度到企业的节能减排，构建一个分析框架，对中国工业环境技术效率采用空间面板收敛模型检验各省域环境技术效率的收敛特征。

1 研究方法与数据

1.1 超效率DEA模型

为了防止采用传统DEA模型的测算偏差，打破了传统的效率评估瓶颈，因此本文选择超效率DEA模型来测算环境技术效率。

式（1）中θ表示决策单元的效率值；x，y分别表示输入和输出变量；λ表示有效DMU中的组合比例，且 ∑λ＞1、∑λ=1、∑λ＜1分别表示规模效益递减、不变和递增；S-，S+均为松弛变量，分别为输入超量和输出亏量。当θ＜1时，如果S-≠0和S+≠0中至少一个满足，则表明决策单元无效，需改进。当θ≥1，且S-≠0和S+≠0同时满足，说明该决策单元的投入产出水平达到效率最佳。

1.2 β收敛面板模型

β收敛分析运用到经济领域很重要的一个概念，其核心思想是基于新古典经济增长理论的趋同假说，在经济增长研究的范围内，随着时间的推移将会出现β收敛。借鉴其他学者的研究思路，若用省域环境技术效率水平代替经典方差中的人均GDP指标并进行简化，则可以对区域环境技术效率收敛性进行检验，本文采用如下的面板收敛模型

式（2）中，[ln(yi，t+T/yi，t)]/T 表示地区i在时期T内城镇化水平，产业结构水平、对外开放度以及使用外资水平随时间的变化率，本文以T=1年作为分析区间。ln(yi，t)表示第t期i地区环境技术效率的对数值。研究中若β显著小于0，则存在收敛，若β大于0，则不存在收敛。在上面的收敛模型中加入一些对环境技术水平变化率有影响的变量，考察在加入这些控制变量后是否存在收敛的模型为条件β收敛模，模型形式如下：

式（3）为面板条件收敛模型。其中X为控制变量，若β显著小于0，则存在条件β收敛，若β大于0，则不存在条件β收敛。另外如果系数δ显著为正，说明所考察的控制变量对效率值变化有正的影响，反之则为负的影响。

1.3 β收敛的空间面板模型

上述β收敛分析是基于传统的计量方法进行测算的，本文还将在空间分析框架下进行收敛检验。引入空间自回归模型（SEM）和空间误差模型（SLM）进行收敛分析，空间面板自回归和空间面板误差收敛模型分别如下：

其中ρ、λ分别为空间自回归系数和空间误差系数，W为空间权重矩阵，如果在上式中加入控制变量，对应的模型即为条件收敛模型。模型形式如下：

1.4 指标的选取与数据来源

（1）区域工业环境技术效率测算的研究指标和数据选取要遵循是以最小的环境污染程度和最少的资源投入获得最大效益的原则，这与超效率DEA模型对投入和产出的指标的要求一致。主要选取了工业从业人员年平均人数、终端能源消耗量、固定资产净值、工业废气治理设施数为投入指标，工业二氧化硫为“坏”产出指标，工业总产值为“好”的产出指标。在数据选取方面充分考虑了指标与数据的匹配性。（2）在实证分析中，本文以1998～2011年为分析区间，中国30个省、自治区、直辖市为分析单位，数据来源以《中国统计年鉴》的数据为准，有些缺失的数据通过《新中国60年统计资料汇编》上的数据进行收集。根据当前我国城镇化发展水平和经济社会发展对环境技术效率影响的主要因素，将区域工业环境技术效率作为被解释变量，以各区域工业环境技术效率的空间集聚的相关变量作为引入的控制变量，经济活动对环境技术效率的空间集聚的影响主要是产业结构和人口的空间集聚，用城市化率和产业结构来反映。各区域环境技术效率的空间溢出的影响主要是用区域经济贸易的开放程度和区域实际利用外资水平来反映。

2 省域环境技术效率的测算结果

表1 2000年和2010年省域环境技术效率值

基于超效率DEA模型计算得到中国30个省份（不包括西藏）1998～2011年环境技术效率值。从表1测算结果中可以看出，我国地区环境技术效率存在发展不平衡，整体上看，全国区域的环境技术效率有所提高，东部、中部、西部发展不平衡，由于篇幅有限，本文只给出2000年和2010年的工业环境技术效率值。

3 实证分析

3.1 绝对收敛分析

本文通过普通面板和空间面板的收敛模型对省域工业环境技术效率进行收敛检验，普通面板模型需要采用Hausman检验对其固定效应和随机效应进行检验，在空间面板模型的空间收敛性检验过程中，由于分析了全国30个省域地区的数据，借用于永泽（2013）的研究方法，仅采用固定效应模型来分析空间收敛性。在绝对收敛模型中不引入控制变量进行分析。从表2中模型的收敛结果来看，模型之间收敛结果的差异性不大，在得到的结果的正负关系上也并没有出现太大的差异。由此可以看出，所选择的模型比较适应问题的分析。同时由模型中的系数的正负关系可以判断地区工业环境技术效率存在绝对收敛。模型中的空间滞后系数和空间误差系数高度显著，说明本文在普通面板的基础上引入空间要素是有必要的。

表2 环境技术效率的绝对β收敛结果

3.2 条件收敛分析

根据上面的分析可以看出，省域环境技术效率存在绝对收敛趋势，但收敛速度，收敛趋势变化还不够明显，下面对环境技术效率的条件β收敛进行检验，分析哪些因素影响对我国环境技术效率变动以及收敛有影响。

表3 环境技术效率条件β收敛结果

采用Anselin等（2004）的判断规则，自然对数函数值、综合拟合优度检验对工业环境技术效率水平的收敛结果进行分析。

从表3整体结果上看，（1）各个面板模型的估计结果的稳健性较强，正负关系和显著性水平表现出来的差异不太大，在一定程度上体现出模型的运用较为恰当。（2）从具体的估计结果来看，在考虑了空间因素后，面板整体的分析结果更为客观，表现为R2更大。由此可以说明考虑了空间因素后，来拟合环境技术效率的收敛特征拟合的效果更好。从空间滞后模型和空间误差模型的高度显著性也可以看出，研究我国工业环境技术效率时空布局应该考虑空间效应。（3）在绝对β收敛模型中加入四个影响工业环境技术效率水平的变量后，工业环境技术效率水平都是收敛的，说明我国工业环境技术效率存着条件β收敛。当控制了这些变量之后，β系数由-0.1267变到-0.5387，收敛速度提高4倍多。

4 结论及政策建议

本文基于环境技术效率提升的视角，采用空间面板收敛模型对对中国工业环境技术效率水平进行收敛检验，主要结论如下：（1）空间自回归系数和空间滞后系数都显著为正，表明工业环境技术水平在地区间具有显著的正向空间影响，存在外生冲击传递效应和空间示范效应。空间面板的拟合效果优于普通面板，说明在对我国工业环境技术效率进行收敛检验时，不能忽视空间要素，采用普通面板模型进行估计可能结果有一定的偏差。（2）结果表明城镇化水平、对外贸易程度、对外开放度和产业结构对地区环境技术效率存在不同的显著影响。在普通面板模型的影响因素分析中，城镇化水平、对外开放度、区域实际利用外资水平和产业结构四种影响因素都通过了10%的显著水平，在空间面板模型的影响因素分析中，只有城镇化水平、和产业结构两种影响因素通过了10%的显著水平。

政策建议如下：（1）采取宏观的环境政策来协调省域工业环境技术效率的均衡发展。如政府应提高经济欠发达地区的城镇化水平，对外开放度，优化产业结构，促进科技创新等。（2）充分重视工业环境技术效率的空间效应，促进东部地区与中西部地区进行技术创新和交流，加强区域政策的协调发展。促进地区的工业环境技术的扩散和溢出。（3）工业环境高技术水平存在“马太效应”以及非收敛的趋势，应加强资本、工业环境技术创新立项的科研活动，积极探索地区环境技术效率提高的潜力，促进地区环境技术效率的协调。

[1]涂正革，谌仁俊.传统方法测度的环境技术效率低估了环境治理效率吗?[J].经济评论，2013，（5）.

[2]周迪，程慧平.创新价值链视角下的区域创新活动收敛分析—基于空间面板模型[J].科技进步与对策,2015，（1）.

[3]潘雄锋，张维维.基于空间效应视角的中国区域创新收敛性分析[J].管理工程学报,2013，(1).