安徽省区域环境效率差异及影响因素研究

宋雅晴

(合肥师范学院 数学与统计学院，安徽 合肥 230601)



安徽省区域环境效率差异及影响因素研究

宋雅晴

(合肥师范学院 数学与统计学院，安徽 合肥 230601)

本文基于DEA方法建立了SBM模型，选用安徽省16个地市2000-2014年的投入和产出数据，测算了安徽省各地市的环境效率；同时运用Tobit回归模型分析了环境效率的影响因素。研究表明：安徽省各地市间环境效率存在较大差异，但整体呈逐渐改善趋势；人均GDP、贸易依存度和人口密度与环境效率均有显著正相关关系，产业结构、外资依存度和政府规制力与环境效率有显著负相关关系，环保强度和环保意识对环境效率的影响不显著。

环境效率；非期望产出；SBM模型；Tobit模型

1 引言

随着可持续发展的理念不断深入人心，环境问题越来越受到人们的关注，引起了世界各国的高度重视，成为影响全球经济发展最为重要的问题之一。近年来，虽然安徽省工业化取得了长足的发展，各地市的经济效益不断提高，但仍然存在严重的资源浪费现象，工业三废的排放量逐年增加，破坏了经济和环境之间协调发展，严重地阻碍了安徽环境效率的提高；同时，环境效率低下、消费模式落后、产业结构不合理等问题也制约着安徽省经济的发展。因而如何提高环境效率是安徽省经济发展所必须研究的问题。

早在2004年，我国政府发现绿色GDP的核算有利于转变经济增长模式，有助于测算我国经济增长的环境代价，但由于其核算工作的困难性和复杂性，在短时期内不能准确地测算出环境污染给经济效率带来的影响。为此，越来越多的研究者将DEA(数据包络分析)模型运用到环境效率评价中，但传统的DEA模型只对实际生产过程中的期望产出做出处理，忽略了非期望产出的影响，因而对考虑非期望产出的DEA模型的研究具有非常重要的理论意义。

2 研究方法

2.1 SBM模型

传统的DEA模型是从Farrell效率测度的基本思想出发，属于线性分段形式和径向度量。这种思想的可强处置性虽然能够保证无差异曲线的凸性，却带来了投入的松弛，若直接使用这种传统DEA模型，可能会带来效率测度的偏差。2001年Tone给出一种非径向和非角度的SBM模型，能够避免因径向和角度选择的差异而带来的偏差。本文在测算环境效率时需要考虑非期望产出的影响，因而需要把该模型进一步推广到存在非期望产出的情况，具体模型如下：

假设在生产过程中有n个DMU，每个DMU均有一个投入向量X，两个产出向量：期望产出Yg和非期望产出Yb．这三个向量可分别定义为：

对于SBM模型，根据Kaoru Tone给出的处理办法，可表示为：

(2.1)

在模型(2.1)中，λ为权重向量；s-为投入的松弛变量，表示投入过剩；sg,sb为产出的松弛变量，表示期望产出不足和非期望产出过多。目标函数ρ′关于s-,sg,sb严格递减，且0≤ρ′≤1。对于特定的DMU，当ρ′<1时，说明该DMU是无效的；当ρ′=1，s-=sg=sb=0时，该DMU是有效的。与传统的DEA模型相比，SBM模型最大的优势是在目标函数中直接引入松弛变量，这样不仅可以解决投入和产出的松弛性问题，还可以解决存在非期望产出的效率评价问题。因此本文利用SBM模型来测算安徽省各个地市的环境效率值。

2.2 Tobit模型

Tobit模型是James Tobit在1958年首次提出，他发现当被解释变量是截断值或切割值时，用OLS估计参数会出现严重有偏且不一致的情况，而利用极大似然估计的Tobit模型能避免OLS估计中的一些误差。这种被解释变量是受限的，而解释变量为实际值的Tobit回归模型也被称为截断回归模型。假设模型误差服从N(0,σ2)分布，标准Tobit模型可表示为：

(2.2)

εi～N(0,σ2)

3 安徽省环境效率测度

3.1 数据来源与说明

本文选用安徽省16个地市2000-2014年的数据进行分析，以劳动力、固定资产投资和能源消费量作为投入指标，以GDP和工业三废分别作为期望产出和非期望产出指标，指标具体说明如下表1所示：

表1 环境效率评价指标体系

数据来源于《安徽省统计年鉴》和《安徽各地市统计年鉴》(2001-2015)。其中，固定资产投资用每年的固定资产投资价格指数进行平价折算，GDP以1992年为不变价格进行折算。

3.2 环境效率测算与分析

根据SBM模型，对2000-2014年安徽省16个地市的环境效率进行测算，结果如下表2所示：

表2 安徽省16个地市2000-2014年环境效率值

图1 安徽省16个地市2000-2014年环境效率均值图

从以上结果可以看出，安徽省各地市环境效率值有明显差异。环境效率最高的地市有：亳州、合肥、黄山、铜陵和芜湖，在2000-2014年中一直处在前沿面上，是创建环境友好型地市的“最佳实践者”。其中，合肥、芜湖经济较发达，虽然对资源和环境的依赖性大，但在污染治理时有较充裕的投入；黄山是著名的国际旅游城市，在提高经济水平的同时也时刻注意保护环境；而铜陵则作为全国首批“循环经济双试点市”之一，注重产业转型和地市转型，因而环境效率值一直居高不下。

环境效率值较高的地市有：宿州、安庆、阜阳、马鞍山和蚌埠，近15年来环境效率平均值达到0.8以上。其中，马鞍山一直处在安徽省循环经济发展的前列，其经济发展水平和环境污染程度均较高；蚌埠和安庆属于经济较发达、环境治理能力也较强的地市；而宿州和阜阳则属于经济水平不高但环境较好的地市。

环境效率值较低的地市有：滁州、六安、淮南、淮北、池州和宣城，这些地市产业结构不完善，GDP能耗大，环境治理投资较少，工业化污染严重，因而环境效率值一直较低；其中，宣城的环境效率均值最小仅为0.5。

4 影响因素的计量分析

4.1 变量识别

根据国内外已有的成果，本文选用经济因素、制度因素、环保因素和区域因素作为环境效率影响因素进行分析，数据区间为2000-2014年，包括安徽省15年内16个地市240个样本单元，各变量解释说明如下表3所示。数据来源于《安徽省统计年鉴》和《安徽各地市统计年鉴》(2001-2015)；其中，以中国人民银行发布的汇率年平均值为标准，把对外进出口贸易总额折算成人民币。

表3 解释变量具体说明

4.2 回归模型建立

根据前面SBM模型计算结果，可知近年来安徽省的环境效率值都处于0和1之间，最大值为1，符合被解释变量是截断值或切割值的条件，因此本文采用Tobit面板回归模型来分析各个影响因素对安徽省环境效率的作用程度，模型具体表示如下：

EEit=α0+α1LN(GPit)+α2ISDit+

α3TGit+α4FGit+α5GGit+α6CGit+

α7EAit+α8LN(PDit)+εit

(4.1)

在上式(4.1)中，t表示年份；i表示各地市；EEit为被解释变量，表示环境效率；αj(j=0,1,…,8)表示需要估计的系数；εit为随机扰动项，服从独立同分布。

4.3 结果分析

本文选用STATA软件对上述面板数据进行回归，结果如下表4所示。

表4 Tobit回归结果

为了验证回归结果的可靠性，本文采用各地市GDP与全省GDP的比值(用GZ)来反映我国经济发展水平，对Tobit回归结果进行稳健性检验，由检验结果可得所有解释变量的对环境效率影响作用并未发生明显变化，可见Tobit回归结果具有良好的稳健性。从回归结果可以看出，对数似然统计量较大，说明模型整体上显著；且伴随概率P值为0，说明模型不存在异方差性。根据Tobit回归结果，可以看出各个影响因素对安徽省环境效率的作用程度。

1. 人均GDP、贸易依存度和人口密度与环境效率均有显著正相关关系。人均GDP与环境效率的正相关关系较大，达到了0.875，这说明安徽省经济实力在逐步增强的同时，居民人均收入水平不断提高，这样会刺激人们对“优质环境”的需求，因而有助于环境效率的提高；贸易依存度对环境效率的影响系数为0.317，这意味着经济全球化对安徽省环境带来的影响作用较大，近年来安徽省不断开发高科技含量的环保产品，并取得了一定成效；人口密度对提高环境效率也有积极的作用，适度的人口密度是经济增长和经济繁荣的重要保证，且与地区保持密切联系，因而人口密度的增加有利于环境效率的提高。

2.产业结构、外资依存度和政府规制力与环境效率有显著负相关关系。产业结构对环境效率的影响系数为-0.330，工业比重的上升对于提高环境效率存在负面影响，这说明安徽省的工业发展仍然存在高能耗、高污染、资源严重浪费和利用效率低等问题，仍是一种以资源消耗、环境污染为代价的粗放式模式；外资依存度对环境效率的影响系数为-1.348，这也验证了“污染天堂”假说，安徽省是一个欠发达的省份，普遍存在管理经验、技术和资金缺乏的问题，而外商直接投资可以通过人员培训和流动效应、示范效应、产业关联效应等进入安徽省污染密集型产业，不可避免会对安徽省的环境质量带来负面影响；政府规制力对提高环境效率也有负面的影响，这意味着安徽省环境治理的地方财政支出效率低下，环保投入作为公共财政支出的一部分，会带来相应的社会成本。

3.环保强度和环保意识对环境效率的影响不显著。工业污染治理投资的影响系数为0.03，未通过显著性检验，这说明安徽省环境污染治理虽然能促进环境效率的提高，但效果却不明显，因而想要提高环境效率，不能一味地末端治理，而必须从源头上进行节能排减；环保意识的影响也未通过显著性检验，可能是因为本文采用教育水平来反映公众的环保意识，不一定很准确。

5 结论

本文基于2000-2014年的数据，选用非径向和非角度的SBM模型，考察了非期望产出对安徽省各个地市环境效率的影响，得出以下结论：安徽省各地市间环境效率差异较大，经济发展水平较高或环境治理较好的地市环境效率值高，而经济不发达或环境污染严重的地市环境效率值较低。与此同时，本文运用Tobit回归模型对环境效率的影响因素进行分析，结果表明：人均GDP、贸易依存度和人口密度与环境效率均有显著正相关关系，产业结构、外资依存度和政府规制力与环境效率有显著负相关关系，环保强度和环保意识对环境效率的影响不显著。因而安徽省要提高环境效率，以实现经济和资源环境的协调发展，需从以下几个方面着手：提高经济发展水平，转变经济增长方式；调整产业格局，优化产业结构；推进技术创新，强化清洁生产；完善环境管理政策，增强公众环保意识，协调区域发展，建设生态安徽。

[1] 魏权龄．数据包络分析[M]．北京：科学出版社，2004.

[2] 宋马林等．从碳排放到环境效率评价-测度方法与实证检验[M]．北京：科学出版社，2015.

[3] 刘宁宁，刘庆玲.安徽省地市化发展对环境效率影响的分析[J].石家庄经济学院学报，2014，37(1):46-50.

[4] 杨杰，叶小榕. 基于DEA视窗分析与Malmquist指数的安徽环境效率动态变化研究[J]. 安徽商贸职业技术学院学报,2012, 11(2): 16-19.

[5] 杨俊，邵汉华，胡军.中国环境效率评价及其影响因素实证研究[J].中国人口·资源与环境，2010,20(2): 49-55.

[6] 曾贤刚.中国区域环境效率及其影响因素[J].经济理论与经济管理，2011(10):103-110.

Regional Differences of Environmental Efficiency and its Influencing Factors in Anhui Province

SONG Yaqing

(School of Mathematics and Statistics, Hefei Normal University, Hefei 230601,China)

Based on the method of the data envelopment analysis (DEA), this paper established the SBM model to calculate the environmental efficiency by using the input and output data of 16 cities in Anhui from 2000 to 2014, and investigated its influencing factors by using a Tobit model. The results showed that environmental efficiency in various cities have a big difference, but showed a gradual improvement trend in the overall. Per capita GDP, trade dependence and population density had a significant positive influence on environmental efficiency, industrial structure, foreign investment dependence and government regulation force had a significant negative influence on environmental efficiency, environmental intensity and environmental awareness had no significant influence on environmental efficiency.

environmental efficiency; undesirable output; SBM model；Tobit model

2016-07-20

宋雅晴(1986-)，女，合肥师范学院数学与统计学院教师，主要研究方向：经济统计。

F222.1

A

1674-2273(2016)06-0010-05