基于技术差距的中国地区工业生态效率研究

汪克亮，王丹丹，孟祥瑞

(安徽理工大学 能源经济与可持续发展研究中心，安徽 淮南 232001)



基于技术差距的中国地区工业生态效率研究

汪克亮，王丹丹，孟祥瑞

(安徽理工大学 能源经济与可持续发展研究中心，安徽 淮南 232001)

我国不同区域工业资源节约与污染减排技术存在很强的异质性特征，在共同前沿理论框架下采用DEA方法分析测算了2006-2014年全国30个省份的工业生态效率，分析效率的地区差异性，运用共同技术率这一指标衡量我国三大区域之间的工业环境技术差距。实证结果表明，样本期间内我国省际工业生态效率的平均值仅为0.236，还存在巨大的资源节约与污染减排潜力，三大区域工业生态效率与环境技术均有明显差异，东部地区显著高于中西部地区，且这种差距还存在进一步扩大趋势。最后，给出了改进我国地区工业生态效率与环境技术的相关对策建议。

工业生态效率；技术差距；共同前沿；数据包络分析(DEA)

一、引言

工业是国民经济最重要的部门，推动了我国经济迅速发展，引领我国经济建设取得了举世瞩目的辉煌成就。鉴于工业在我国国民经济中的重要地位，我国一直遵循“优先发展重工业，特别是机械制造业”的工业建设纲领，在该纲领的指引下，我国工业发展迅速，工业总体规模大幅提升，综合实力不断增强，工业对国民经济的贡献率不断上升，特别是制造业产出已经跃居世界第一，为确立我国经济大国地位以及国际竞争力提供了强而有力的支撑。但是与此同时，我国工业发展所付出的资源环境代价是非常惨痛的。长期以来高投入、高消耗、高污染、低效益的粗放型工业增长模式消耗了大量的能源资源并造成了严重的环境破坏，生态恶化问题越来越突出。当前，我国已经成为世界上能源消费与CO2排放量最大的国家，各种主要污染物的排放量也居于世界前列。工业是能源的主要消耗者，同时也是各种污染物排放的主要来源。如何降低工业领域的资源消耗与污染排放，合理制定工业节能减排政策是破解我国资源约束与环境恶化的关键。然而，我国区域发展严重不平衡，不同区域的经济发展水平、技术条件、产业结构、能源结构以及人文传统等固有属性差异很大，环境技术呈现显著的异质性特征，因而各区域的节能减排能力也存在很大差异。在制定节能减排对策时，必须要考虑到这种差异性，并因地制宜地制定对策措施，只有这样才能最大程度的挖掘节能减排潜力，实现工业发展与环境保护的协调。在此背景下，基于共同前沿理论，采用DEA方法科学测算我国30个省份2006～2014年的工业生态效率，分析效率的区域差异特征，衡量区域之间的工业环境技术差距，为有针对性地制定区域工业生态经济政策提供理论依据与数据支撑。

生态效率是一种新型的反映经济发展与资源环境协调发展的指标，它强调在获取经济产出时最大程度的减少环境影响，体现了可持续发展的精髓。近年来，生态效率逐渐成为国内外研究的热点问题。生态效率指标测度方法较多，其中包括基于非参数的数据包络分析(DEA)方法，该方法主要优点在于不需要设定生产函数的具体形式、可以內生生成投入产出指标权重且可以非常便捷的处理多产出问题。由于DEA方法上述方面有不可比拟的优势，因而该方法在生态效率测度中得到了广泛应用。代表性的文献包括，Zhang et al.[1](2008)构建DEA模型对中国30个省份工业系统的生态效率进行了评价，并分析了生态无效率的根源；Picazo-Tadeo et al.[2](2011)采用DEA方法研究了西班牙农业生态效率，并针对单一污染物视角的生态效率进行深入探讨；Camarero et al.[3](2013)基于生态效率指标与DEA方法测度了1980～2008年间22个OECD国家的污染物排放效率并考察其收敛性特征；杨文举[4](2009)采用DEA方法测度了中国各省份的工业生态效率，并分析了工业生态效率与工业发展水平之间的关系；邓波等[5](2011)运用三阶段DEA模型剥离了外部环境因素与随机因素对效率值的影响，对我国2008年的区域生态效率进行了实证分析；汪克亮等[6](2015)将自然资源消耗与环境污染排放视为环境压力，采用考虑松弛的DEA方法测度了2006～2012年长江经济带11个省市的工业生态效率并检验其敛散特征与影响因素。然而，上述文献均没有考虑到我国各区域环境技术的异质性特征，从而无法界定效率缺失的真正根源。国内外诸多研究已经证实共同前沿(Meta-frontier)方法可以有效解决技术异质下的效率测度问题[7-15]。为此，本文充分考虑不同区域工业环境技术的异质性特征，在共同前沿理论框架下研究中国地区工业生态效率问题，解释区域之间工业生态效率差异性及工业环境技术差距的根源，以期为各地区因地制宜地制定生态环境保护政策提供经验支持。

二、研究方法

Tg={(x,y)∶x能生产出y}

(1)

此时生产可能集可以定义为：

Pg(x)={y∶(x,y)∈Tg}

(2)

其中，Pg(x)的上界即为组群前沿，代表的是某个特定组群内潜在的最佳技术，此时的距离函数可表示为：

Dg(x,y)=sup{λ>0∶(x/λ,y)∈Pg(x)}

(3)

因为决策单元实际生产点与前沿水平的比值就是距离函数，因此可以用距离函数来测算生产单元的投入产出效率，即技术效率，可以表示为：

0≤[Dg(x,y)]-1=TEg(x,y)≤1

(4)

设Tm为包含g个群组生产前沿包络在一起的凸性共同技术集合，此时共同技术集合为g个子技术集合的并集，即：

Tm={T1∪T2∪…∪TG}

(5)

此时的生产可能集即可以表示为：

Pm(x)={y∶(x,y)∈Tm}

(6)

Pg(x)的上界就是“共同前沿”，代表的是潜在最优的技术。此时的距离函数可表示为：

Dm(x,y)=sup{λ>0∶(x/λ,y)∈Pm(x)}

(7)

如前所述，Dm(x,y)测算的是各决策单元实际投入与共同前沿投入的比值，因此共同前沿技术效率即为：

0≤[Dm(x,y)]-1=TEm(x,y)≤1

(8)

并且，群组前沿的包络曲线就是共同前沿，因此在群组前沿与共同前沿下，各决策单元的技术效率有如下关系：

Dm(x,y)≥Dg(x,y)⟹TEm(x,y)≤TEg(x,y)

(9)

我们可以利用“共同技术率(Meta-technology Ratio，MTR)”来衡量不同群组之间的技术差距，其数值上等于共同前沿效率与群组前沿效率之比。MTR越低，表明该决策单元所在群组的技术水平就越低，反之亦然。MTR可以表示为：

(10)

至于距离函数的测算方法，本文采用DEA方法来进行测算，选择的模型是基于规模报酬不变假设(CRS)的投入导向CCR模型，即：

(11)

其中，X,Y,λ分别为第i个决策单元的投入、产出向量以及权重矩阵，I为共同前沿或组群前沿下决策单元的个数，θ为Shepard距离函数的倒数，反映经济产出既定下各项投入能够同比例缩小达到的最小值，以此来衡量决策单元技术效率水平的高低。

三、样本、指标和数据

本文以2006-2014年30个省份(包括自治区、直辖市，以下统称省份，基于数据可得性，西藏、台湾、香港、澳门不在样本范围内)为决策单元，构建工业生态效率测度DEA模型。按照地理位置，本文将全国30个省份划分为东部、中部和西部三大群组(区域)(其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东与海南11省份；中部地区包括山西、黑龙江、吉林、安徽、江西、河南、湖北与湖南8省份；西部地区包括内蒙古、广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏与新疆11省份)。借鉴众多文献的做法[6]，本文将各省份工业生产过程的资源消耗与环境污染视为投入变量，将其作为工业产出所付出的环境成本。由于本文将环境影响视为投入，则各省份工业投入与产出的所有可能组合我们称之为“工业环境技术”，即工业资源节约与污染减排技术。工业环境污染种类繁多，考虑到不同污染物对生态环境的破坏性以及数据的可得性，本文最终选择工业用水、工业用煤、工业SO2排放量、工业COD排放总量这四种指标作为投入指标，以各省份的工业总产值作为产出变量，并使用工业品出厂价格总指数将其平减为2005年不变价格。各变量指标的基础数据主要来源于《中国统计年鉴》 、《中国工业经济统计年鉴》、《中国能源统计年鉴》和《中国城市统计年鉴》 并经过整理得到。

四、实证分析

(一) 各省份工业生态效率及其区域差异性

本文采用基于规模报酬不变假定(CRS)的DEA模型，分别计算共同前沿与群组前沿(即区域前沿)下各省份的工业生态效率值，样本区间选定为2006-2014年，运用deap2.1软件进行测算，得到研究期间内各省份的共同前沿工业生态效率与区域前沿工业生态效率的描述统计特征如表1所示。

表1 中国30个省份的工业生态效率的描述统计特征(2006-2014年)

由表1可知，2006-2014年，如果以全国共同前沿作为比较标准，我国30个省份工业生态效率的平均值仅为0.236，严重偏低，离前沿面还有很大的距离。由于本文选择的DEA模型是基于投入导向的，因而这一结果意味着在维持既定工业总产值的条件下，我国三大工业污染物还可以在原有基础上降低76.4%，工业生态效率的改进空间很大，工业资源节约与污染减排潜力巨大，凸显了当前我国工业增长模式的粗放型特征，工业发展与环境保护之间的关系是极不协调的。然而，在区域前沿下，研究期间内我国省际工业生态效率的均值为0.425，明显高于共同前沿下的工业生态效率水平，造成这一差异的主要原因是由于效率测度所参照的工业环境技术标准不同。共同前沿代表的全国潜在最优的工业环境技术，而区域前沿只能反映各区域潜在最佳的工业环境技术。我们以西部地区的重庆为例，考察期内其共同前沿工业生态效率均值仅为0.153，意味着如果达到全国潜在最优的工业环境技术，还能够减少84.7%的工业资源消耗与污染排放；而区域前沿下的工业生态效率值为0.395，这表明如果以西部地区的最佳工业环境技术为基准，重庆还存在60.5%的资源节约与污染减排空间，这同时也体现了西部最佳工业环境技术与全国最佳工业环境技术之间存在的巨大落差。根据表1，我们发现很多省份下两种工业环境技术标准下的工业生态效率都存在很大的差异性。为了证明这一差异性在统计上显著，本文利用两样本的Mann-Whitney检验来进行分析。结果发现，检验的真实概率p值为0，在1%的水平下拒绝了原假设，从统计上证实了这种差异的显著性。但我们同时也发现，研究期间内东部地区的所有省份两种标准下的工业生态效率值是相同的，主要原因在于东部地区潜在最优的工业环境技术即为全国最优的工业环境技术，研究期间内共同前沿均是由东部地区的省份来占据，共同前沿与东部区域前沿是重合的，因而两种前沿下东部各省份的工业生态效率值是完全一致的。

接下来考察我国工业生态效率的地区差异性特征。需要指出的是，因为基于区域前沿的工业生态效率是根据不同组群工业环境技术标准测算得到的，因而不同区域省份之间的工业生态效率值不具备可比性。因此，全国各省份的工业生态效率比较只能是遵循全国共同前沿这个统一的比较基准。如图1所示，共同前沿下不同省份之间的工业生态效率差异性较大。其中，效率最高的省份是北京，样本期内其工业生态效率均值为0.745，排名较高的省份还有天津(0.712)、山东(0.636)与广东(0.501)等省份。可以发现，这些省份都来自我国经济发达的东部沿海地区，它们拥有优越的地理位置、雄厚的经济实力、较高的对外开放度、发达的生产与环境治理技术以及先进的环保理念，工业生产消耗的资源与排出的污染相对较少，工业发展与环境保护之间的协调度较高，是我国节能减排的先行者与排头兵，反映了我国工业生态效率的最高水平。相比之下，研究期间内工业生态效率值靠后的几个省份有贵州(0.044)、云南(0.056)、甘肃(0.099)、青海(0.069)、宁夏(0.095)与新疆(0.056)，这些省份都来自经济欠发达的中西部地区，其中有四个省份的工业生态效率还没有达到10%，效率最低的贵州仅为4.4%，这一结果充分表明我国工业发展还存在巨大的资源节约与污染减排潜力，如果能够采取有效措施改善这些省份的工业生态效率至前沿面，那么我国资源环境的严峻局势一定会得到本质上的改观。

图1 共同前沿下我国各省份工业生态效率的平均值(2006-2014年)

从区域层面来看，东部、中部与西部地区样本期内的工业生态效率均值分别为0.421、0.155与0.110，中西部地区远低于东部地区。造成中西部地区工业生态效率较低的原因是极其复杂的。相比于东部地区，中西部地区不具备区位优势，经济开放度低、基础设施建设滞后、外资吸引能力弱，再加上长期以来我国一直实行的非均衡发展战略，在国家政策引导下，大量的财力、物力与优秀人才源源不断的流向东部地区。中西部地区为了全力支持东部地区发展，一直扮演着能源基地与传统制造基地的角色，在一定程度上牺牲了自己的发展。近年来，为了东部地区产业结构的优化升级，实现“腾笼换鸟”，中西部地区承接了东部地区的大量高耗能高污染产业，资源节约与环境保护面临的压力日益严峻。上世纪末以来，国家开始重视区域之间的协调发展，也陆续推出一些重大区域协调发展战略，如“西部大开发”、“振兴东北老工业基地”与“中部崛起”等战略，已经取得了巨大的成就，中西部地区的发展已经开始显现出崭新的面貌，经济稳步增长，人民生活水平也在不断提高，但是长期存在的一些深层次的结构问题要想在短期内得到根本解决是不可能的，需要坚持不懈的努力，真正实现中西部地区经济的快速发展与资源环境保护之间的协调仍然任重而道远。

(二)三大区域工业环境技术差距分析

从上面的分析可知，同一省份在共同前沿与区域前沿下的工业生态效率值有可能会存在很大的差别，缘由在于该区域工业环境技术与全国工业环境技术之间存在差距。在共同前沿理论中，可以采用“共同技术率(MTR)”来衡量这一差距。根据公式(10)，我们可以计算得到研究期间内每个省份的共同技术率，进而考察东部、中部与西部三大区域(群组)之间工业环境技术的异质性与技术差距，结果如图2、图3所示。

图2 三大区域共同技术率的变化趋势(2006-2014年)

图3 三大区域之间工业环境技术差距的变化趋势(2006-2014年)

通过计算可知，2006—2014年，东部、中部与西部地区的共同技术率均值分别为1.00、0.293与0.316。区域之间工业环境技术异质性特征比较明显。其中，东部地区的共同技术率远远高于中西部地区，在样本期间内的值一直为1，代表了我国最高的工业资源节约与污染减排技术，实现了全国潜在最优环境技术的100%，引领了我国工业环境技术的发展，推动我国工业环境技术前沿不断向外拓展，在提升我国整体工业生态效率水平进程处于绝对主导地位，是“领导者”与“先进者”。相比之下，中西部地区的工业环境共同技术率明显偏低，只实现了全国潜在最优环境技术的29.3%与31.6%，还存在将近70%的技术改进空间。正如上文所述，优越的地理位置、发达的科技水平与雄厚的人力、物力与财力为东部地区集结了强大的技术优势，而中西部地区的经济与技术都处于劣势地位，有限的经济增长伴随了巨大的环境压力，环保形势十分严峻。为了反映不同区域工业环境技术差距情况，我们可以对共同技术率进行两两相减，得出我国三大区域工业之间的环境技术差距。从图3可以看出，中部地区与西部地区的差距有扩大的趋势，工业环境技术差距有超过0.10的可能性。技术差距值从2006年的0.011上升至2014年的0.043，虽然区域之间的工业环境技术差距在数值上比较小，但区域之间的工业环境技术差距在样本期间内有增大的趋势。显而易见的是，东部地区与中西部地区的工业环境技术差距明显偏大。其中，样本期内东部地区与中部地区的工业环境技术差距一直维持在0.70左右。从时间变化趋势来看，技术差距值从2006年的0.683上升至2014年的0.718，呈现出扩大的态势。相比较而言，西部地区与东部地区环境技术差距值平均达到0.686，且这种巨大的工业环境技术差距在样本期内一直维持，没有出现任何改善迹象。上述分析结果充分表明我国三大区域之间的工业环境技术的差异性特征显著，不同区域工业资源节约与污染减排能力存在很大的差距。巨大的工业环境技术差距也在一定程度上表明我国区域之间可能存在技术转移与扩散的壁垒，从而导致东部地区先进的生产技术与节能减排技术无法有效向落后的中西部地区转移。相关决策部门应该充分认识到这一问题的严重性，尽快采取有效的对策措施来扭转这一现状，防止我国区域间工业环境技术差距进一步被拉大，尽早实现三大区域间工业环境技术以及工业生态效率的趋同。

五、结论与启示

本文充分考虑到我国区域工业环境技术的异质性，在共同前沿理论下分析我国地区工业生态效率问题。以2006-2014年我国30个省份的工业作为研究对象，采用DEA方法，分别在共同前沿与群组(区域)前沿下测算了各省份的工业生态效率，考察了各省份、三大区域工业生态效率的差异性特征，并采用共同技术率衡量了我国三大区域的工业环境技术差距。结果表明：(1)2006～2014年，以共同前沿为比较基准，全国30个省份的工业生态效率均值仅为0.236，严重偏低，充分表明近年来我国工业仍然遵循的是资源环境密集型的粗放型发展方式，工业资源节约与污染减排的空间巨大；(2)不同省份之间的工业生态效率差异性较为明显，其中东部地区省份的表现明显优于中西部地区，进一步彰显了我国仍然存在的巨大资源节约与污染减排潜力。如果能够充分缩小我国区域之间的工业生态效率差距，那么我国工业与环境协调发展水平将会迈上一个新的台阶；(3)研究期间内，三大区域工业环境技术异质性特征显著，工业环境技术差距巨大，东部地区的工业环境技术远远高于中西部地区。随着时间的推移，东部地区与中西部地区的工业环境技术差距存在不断扩大的趋势。

本文结论蕴含了深刻的政策启示：(1)资源节约与污染减排是转变我国工业发展方式的迫切需要。加大工业领域节能减排的推进力度，是从根本上扭转当前我国粗放型的工业增长模式、缓解工业发展与资源环境矛盾以及加快工业转型升级的关键举措；(2)改变工业从主要依靠规模扩张、过度消耗资源与破坏环境的粗放发展向注重效率、注重发展质量和效益的可持续发展转变，努力提高可再生能源的消费比重，推进工业企业节能技术进步和清洁生产，不断提高工业生产部门的资源使用效率与污染排放效率；(3)进一步完善高耗能、高排放行业准入条件，提高“两高”行业在环保、能耗、资源综合利用等方面准入门槛，严格实施工业投资项目节能评估和审查。坚决淘汰落后产能，改进工业生产工艺与设备，提高工业能源、水资源利用效率，促进单位工业增加值能耗与水资源消耗的下降；(4)大力开展资源节约与污染减排的技术创新工作，在重点行业推广一批潜力大、应用广的重大节能减排技术。加强区域之间的技术交流与合作，扫除一切技术壁垒，使得国内外先进的生产技术、节能减排技术以及环境管理经验能够从东部地区向中西部地区充分转移与扩散，有效提高中西部地区的技术水平，实现工业生态效率的本质性提高。东部地区应充分发挥引领者的作用，在继续引进国外先进的节能减排技术同时，带动中西部地区资源节约与环境保护水平的提高。中西部地区在借鉴吸收东部地区先进技术与管理模式的同时，进一步发挥自主创新能力，推动产业结构优化升级，充分挖掘技术潜力，逐步缩小与东部地区之间的工业环境技术差距。

[1] Zhang B, Bi J, Fan Z Y,etc.Eco-efficiency analysis of industrial system in China: A data envelopment analysis approach[J]. Ecological Economics, 2008(68): 306-316.

[2] Picazo-Tadeo A J, Gomez-Limon J A,Reig-Martinez E. Assessing farming eco-efficiency: A Data Envelopment Analysis[J]. Journal of Environmental Management, 2011(92): 1154-1164.

[3] Camarero M, Castillo J, Picazo-Tadeo A J,etc. Eco-efficiency and convergence in OECD countries[J]. Environmental Resource Economics, 2013(55):87-106.

[4] 杨文举. 基于DEA的生态效率测度——以中国各省的工业为例[J]. 科学·经济·社会，2009,27(3)：56-61.

[5] 邓波，张学军，郭军华. 基于三阶段DEA模型的区域生态效率研究[J]. 中国软科学，2011(1)：92-99.

[6] 汪克亮，孟祥瑞，杨宝臣，等. 基于环境压力的长江经济带工业生态效率研究[J]. 资源科学，2015,37(7)：1491-1501.

[7] 汪克亮，杨宝臣，杨力. 中国全要素能源效率与能源技术的区域差异[J]. 科研管理，2012,33(5)：56-64.[8] 汪克亮，杨力，程云鹤. 异质性生产技术下中国区域绿色经济效率研究[J]. 财经研究，2013,39(4)：57-67.

[9] 李胜文，李大胜，邱俊杰，等.中西部效率低于东部吗？——基于技术集差异和共同前沿生产函数的分析[J]. 经济学季刊，2013，12(3)：777-798.

[10] 张志辉. 中国区域能源效率演变及其影响因素[J]. 数量经济技术经济研究，2015(8)：73-88.

[11] Oh D H. A metafrontier approach for measuring an environmentally sensitive productivity growth index[J]. Energy Economics, 2010(32):146-157.

[12] Wang Q W, Zhao Z Y, Zhou P , etc. Energy efficiency and production technology heterogeneity in China: A metafrontier DEA approach[J]. Economic Modelling, 2013(35):283-289.

[13] Yu Y N , Choi Y. Measuring environmental performance under regional heterogeneity in China: A metafrontier efficiency analysis[J]. Computational Economics, 2015(46):375-388.

[14] Zhang N, Choi Y. Total-factor carbon emission performance of fossil fuel power plants in China: A metafrontier non-radial Malmquist index analysis[J]. Energy Economics, 2013(40):549-559.

[15] Du K R, Huang L, Yu K. Sources of the potential CO2 emission reduction in China: A nonparametric metafrontier approach[J]. Applied Energy, 2014(115):491-501.

[责任编辑：范 君]

Study on Regional Industrial Eco-efficiency in China from the Perspective of Technology Gap

WANG Ke-liang, WANG Dan-dan, MENG Xiang-rui

(Center for Energy Economics and Sustainable Development Research, Anhui University of Science and Technology, Huainan, Anhui 232001, China)

Given the technology heterogeneity in the saving of industrial resources and pollution reduction in China’s different regions, this paper uses Data Envelopment Analysis (DEA) method to evaluate the industrial eco-efficiency in 30 provinces in China from 2006 to 2014 within the framework of Meta-frontier theory and analyze the regional differences in industrial eco-efficiency. Then, Meta-technology Ratio (MTR) is used to measure the industrial environmental technology gap among China’s three major areas. The empirical results show that the average of China’s provincial industrial eco-efficiency is 0.236 during 2006-2014, and it leaves big room for improvement in saving resources and pollution reduction. The regional differences of industrial eco-efficiency and environmental technology among three major areas are conspicuous. The industrial eco-efficiency of the east area is relatively higher than that of the central and west areas, the industrial eco-efficiency gap still widening. Finally, according to the empirical results, corresponding recommendations are proposed to improve China’s industrial eco-efficiency and environmental technology.

industrial eco-efficiency; technology gap;meta-frontier; data envelopment analysis (DEA)

2016-04-08

国家自然科学基金项目(71403003)；教育部人文社会科学研究项目(13YJC790136)；中国博士后科学基金面上资助项目(2014M551787)；中国博士后科学基金特别资助项目(2015T80643)；安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016075)；安徽省哲学社会科学规划项目(AHSK11-12D107)

汪克亮(1980-)，男，安徽枞阳人，副教授，硕士生导师，博士后，研究方向：资源经济与环境管理。

X322

A

1672-1101(2016)04-0025-07