基于非线性时变因子模型的地区环境效率俱乐部收敛分析

贺祥民+赖永剑

摘要：在使用随机前沿估计的双曲线距离函数测度地区环境效率的基础上，应用更适合于环境变量的敛散性分析的非线性时变因子模型分析了地区间可能存在的环境效率俱乐部收敛现象。结果发现地区间环境效率存在着四个收敛俱乐部；进一步使用Ordered Probit模型分析表明人均GDP、对外开放程度、区域创新能力和产业结构是俱乐部形成的主要决定条件。

关键词：环境效率；非线性时变因子模型；俱乐部收敛；Ordered Probit模型

DOI：10.13956/j.ss.1001-8409.2017.03.22

中图分类号：F124.5；F224 文献标识码：A 文章编号：1001-8409（2017）03-0103-04

Abstract：Based on the stochastic frontier estimation under hyperbolic distance function to measure the efficiency of regional environment， applying the Nonlinear Timevarying Factor model that is more suitable for environment variables divergence analysis， this paper analyzes the possible existence of environmental efficiency between regions club convergence phenomenon.Result finds that regional environment efficiency contains four club convergence.Further，based on analysis by Order Probit model， percapita GDP， the degree of opening， regional innovation ability and the industrial structure is the main precondition for club based on analysis by Ordered Probit model.

Key words： environment efficiency； the Nonlinear Timevarying Factor model； club convergence； Ordered Probit model

近些年來，国内外出现了大量关于生态和环境问题的研究成果，其中生态及环境效率的研究是热点。中国是一个地区间差异较大的国家，地区之间的环境、生态的演化路径存在突出的异质性，因此，有必要研究地区间生态及环境效率演化的发展趋势问题，这对于认清中国环境的变化状况有着重要的意义。但是，国内已有的研究地区环境效率收敛趋势的文献并未考虑环境效率在地区间存在的时变特征，比如地区环境效率之间存在着的短期发散，长期收敛的性质，从而使得估计结果存在一定的偏误。本文在使用随机前沿估计的双曲线距离函数方法测度省区层面的环境效率的基础上，使用了由Phillips和Sul[1]提出的较新的更适合环境变量分析的非线性时变因子模型克服了已有文献的缺陷，抓住了地区间存在的时变特征，从而更好地考察了地区间环境效率存在的俱乐部收敛现象。

1 文献综述

近些年来一些学者开始将收敛的研究方法用于分析环境问题的趋势上，但已有文献主要集中在研究碳排放的收敛。如Nourry利用跨国的CO2的排放数据，证实了存在着的随机收敛假设[2]。进而，Camarero等使用OECD国家排放的数据发现存在的俱乐部收敛现象[3]。国内如许广月实证研究了人均碳排放量的敛散性，研究结果表明：中国人均碳排放量存在β条件收敛和东部、中部和西部地区的三大俱乐部收敛[4]。许广月使用面板数据聚类原理，研究发现我国碳强度存在高、中和低三个收敛俱乐部[5]。周杰琦、汪同三运用分布滞后调整的面板数据分析西部地区与东部地区碳强度差异，发现碳强度差异呈现发散趋势[6]。可以看到，目前已有的文献中较少研究地区环境效率的敛散性问题。但是，环境效率作为可以集中反映一个地区的绿色发展的指标，其可以在经济增长中体现出环境问题。因此，研究环境效率的敛散性，可以更好地反映出各地区在处理经济增长与环境问题协调性的发展趋势。

在已有研究的基础上，本文聚焦于地区间环境效率的敛散性分析。本文的特色在于：首先，在估计地区环境效率中，使用了更具灵活性的基于参数估计的双曲线距离函数方法；其次，使用了Phillips和Sul[1]提出并发展起来的非线性时变因子模型来分析地区环境效率的敛散性，这种方法的优势在于其不依赖平稳性假设，并且允许各种可能的转换路径对收敛性的影响；这种方法能容许省区之间的差异性，即使这种差异性具备时变性质，其也可以在面板数据的各个序列中抓住共同因子及其特质性因素，从而检验俱乐部收敛。Camarero等认为该方法较适合用于环境变量的收敛性分析；而相较而言，经典的收敛（如绝对收敛和条件收敛）较为严格，不太适应环境变量的分析[7]；再次，使用Ordered Probit模型深入地探索了各俱乐部的形成条件，使得研究结果更具可靠性。

2 环境效率的估计方法

2.1 双曲线距离函数

本文参考Zhang和Ye[8]的研究，采用距离函数为基础测度地区环境效率，则有双曲线距离函数为：

Phillips和Sul[1]提出基于回归模型（12）的四步算法：

第一步，排序，根据面板中成员的最后观测值进行排序，这为配置组提供了首要参考，假如数据存在较大的波动，排序可以根据平均值来进行。

第二步，形成核心组，一旦成员的排序被确定，计算t统计量tk，k最高数目有2≤k≤N，核心组的规模由tk（tk>-1.65）的最大值决定。

第三步，确定俱乐部成员，确定核心组后，在剩下的地区个体中一次选取一个加入到核心组中；进行logt回归，同时计算t统计量，如果这时t统计量大于0，即认为该个体属于核心组俱乐部，重复以上步骤，从而得到俱乐部的所有成员。在t检验中，要确保对于整组而言，有tk>-1.65。

第四步，重复第一步到第三步，直到选出所有的俱乐部，如果到最后，还有一些个体未包括在任何俱乐部中，则说明这些个体是发散的。

这一方法被证实具有较大的灵活性，其可以用于区分出各种可能存在的收敛发散形式，包括全局收敛、全局发散、俱乐部收敛等。

4 实证分析

4.1 环境效率的估计

4.1.1 变量与数据

正产出，由于考虑了能源这一中间投入，所以其用地区工业总值（GNP）来表示；负产出，地区排放的污染物，由于SO2在工业排放中较具典型性，因此，本文选SO2表示负产出。

资本投入（K），参照已有文献，使用各省区工业部门固定资产净值年平均余额来作为工业部门的资本存量投入指标。劳动力投入（L），使用各省工业部门从业人员数来表征，能源投入（E），用各省的能源消费总量衡量。

数据期间为1999～2012年，来源于相应年份的《中国统计年鉴》《中国能源统计年鉴》《新中国60年统计资料汇编》《中国工业统计年鉴》，涉及到的省份为除西藏外的30个内地省区。

4.1.2 估计结果

依据Fre等[9]的研究，距离函数方程如果为二次灵活函数形式，其可以使用参数的随机前沿方法估计。本文利用ML（最大似然）估计对随机前沿模型（4）进行估计，为了避免可能存在的无法收敛的问题，本文采用无量纲化的方法对投入、产出指标进行标准化。估计结果如表1。

估计结果中，θ，P均在统计上呈显著性，这表明技术无效率服从P=0.2660，θ=4.562的伽马分布；另外，其他技术无效率的统计指标也是显著的，这意味着使用随机前沿估计双曲线距离函数是有效且可靠的。

4.2 收敛分析

计算出全国各省区的环境效率后，首先對环境效率进行全局收敛检验，运用Phillips和Sul[1]的logt检验，得出结果：

log（H1/Ht）-2logL（t）=0.037-1.193logt

（5.15）（-18.04）

可以看到t统计量值为-18.04，其远小于边界值-1.65；因此，全局收敛被拒绝；这意味着我国各地区的环境效率不存在全局性收敛。继续使用Phillips和Sul[1]提出的基于回归模型logt的俱乐部收敛算法对我国地区间环境效率进行收敛分析，俱乐部收敛检验的logt系数，如表2。

可以看到，中国地区层面的环境效率为俱乐部收敛，并且存在4个收敛俱乐部：A俱乐部包括北京、上海；B俱乐部包括天津、辽宁、江苏、浙江、山东、广东等6个省市；C俱乐部包括河北、内蒙古、吉林、黑龙江、安徽、福建、江西、河南、湖北、湖南、广西、海南、重庆、四川、云南、陕西等16个省市；D俱乐部包括山西、贵州、甘肃、青海、宁夏和新疆等。A俱乐部和B俱乐部都是属于环境效率较高的俱乐部，而D俱乐部是环境效率最低层次的俱乐部。本文的研究与常见的文献中人为地将全国省区按地理位置分成东、中、西部是不同的，是什么影响因素导致了俱乐部的形成呢？

4.3 俱乐部形成的条件分析

参照Bartkowska和Riedl[10]的研究，采用Ordered Probit模型来分析环境效率俱乐部形成的条件。有基础模型成立：yi=βXi+εi，i为省区，y为潜变量，表明俱乐部的归属。系数β反映了省区的相应条件对其归属于4个俱乐部概率的边际影响。根据已有的环境效率影响因素的研究，俱乐部形成条件包括有：人均GDP、产业结构（INS）、政府规制（GC）、外商直接投资（FDI）、对外开放程度（Open）、区域技术创新能力（TI）、地区人口密度（Pop）等因素。其中产业结构（INS）用第二产业产值与该年该地区国民生产总值的比例衡量；政府规制（GC）使用各省区工业污染治理投资占地区生产总值比值度量；地区外商直接投资（FDI）采用地区该年FDI总值与GDP的比值衡量；对外开放程度（Open）用地区进出口贸易总额与该地区该年的GDP的比值；区域技术创新能力（TI）使用各省区的发明专利授权数来衡量，取对数；地区人口密度（Pop）利用总人口与地区面积的比值测度，取对数。表3报告了Ordered Probit模型的估计结果。

从表3报告的结果分析得到，人均GDP（lnGDP）、对外开放（Open）、区域技术创新能力（lnTI）三个变量对于环境效率较高层次的俱乐部A、B的变量系数均显著为正，而对于环境效率低层次的俱乐部C、D的变量系数均显著为负；这说明人均GDP越高、区域创新能力越强、对外开放程度越高，属于环境效率较高层次的俱乐部A和B的概率就越大，而属于环境效率低层次的俱乐部C、D的概率越小。这与大多数研究环境效率影响因素的文献结论有异曲同工之处，即人均GDP越高，人们越富裕，对环境质量的要求就越高；对外开放程度越高，面对海外更为严苛的市场机会就更多，国外带来的正向环境技术溢出也可能更显著，从而对地区环境效率有更突出的推动作用，进而提升归属于俱乐部A、B的概率。同时区域创新能力越强，地区通过技术进步，优化生产设备，改进生产工艺，就越能够促进环境效率的提高。

产业结构（INS）变量对于俱乐部A、B的系数均显著为负，且在1%的水平上显著；这说明第二产业产值占国民总值的比重越高，属于俱乐部A、B的概率越低。原因在于：工业的发展虽然带来了经济增长，增加了正产出；但是我国大多数地区的工业生产还处于粗放的数量式增长，经济增长伴随着大量的环境污染排放。尤其是随着地区经济的进一步发展，工业为主的产业结构阻碍了环境效率的提升，因此对地区属于俱乐部A、B的概率产生负影响，对属于俱乐部C、D的概率影响显著为正。政府规制（GC）对俱乐部的归属概率影响不显著，这可能是由于我国各省区工业污染治理投资占GDP的比重都较低，对环境效率的提升作用不明显；另外，由于我国长期存在先污染后治理的现象，而且工业污染治理投资往往是滞后的，因此促进环境效率提高的作用非常有限。外商直接投资（FDI）对于4个俱乐部也不存在显著的影响，其主要原因是由于FDI对东道国环境效率的影响是双重的：一方面，FDI的进入可以带来技术溢出，促进国内的技术进步；另一方面，许多进入我国的FDI都是属于寻求污染避风港，同时由于各地政府引资过程中对资本的“饥渴症”，降低了对FDI的环境污染排放的监管，正负相抵，从而使得FDI对俱乐部的归属概率不存在显著的影响效应。最后，可以发现人口密度（lnPop）作用也不显著，这主要是由于人口密度增大可以提升对高环境质量的需求，但是人口密度越大，其所产生的环境污染也更突出，进而导致对俱乐部的归属概率影响均不显著。

5 结论与政策启示

在使用随机前沿估计下的双曲线距离函数测度地区环境效率的基础上，本文使用了Phillips和Sul[1]等提出并发展起来的非线性时变因子模型分析了中国地区层面可能存在的环境效率俱乐部收敛现象。研究发现中国地区的环境效率存在着4个收敛俱乐部，A俱乐部和B俱乐部都是属于环境效率较高的俱乐部，而D俱乐部是环境效率最低层次的俱乐部；研究与常见的文献中人为地将全国的省区按地理位置分成东、中、西部是不同的。人均GDP越高、对外开放程度越高、区域创新能力越强，属于环境效率较高层次的俱乐部A和B的概率就越大；而属于环境效率低层次的俱乐部C、D的概率越小。产业结构对于俱乐部A、B，系数却均显著为负，且在1%的水平上显著；这说明第二产业产值占國民总值的比重越高，属于俱乐部A、B的概率越低。

本文的研究得到如下政策启示：（1）对于处于同一个俱乐部的地区，应该要加强经济合作和环境治理合作，在提升正产出的同时，降低负产出，以共同应对经济新常态；（2）处于较低层次俱乐部的地区，要在保持环境质量的基础上进一步促进经济增长，提升人均GDP。继续坚持改革开放，扩大出口，有选择地引进外商直接投资，并创造条件发挥外资企业对国内企业的正向环境技术溢出。加快发展服务业、现代农业及先进制造业，优化产业结构，使得越来越多处于较低层次俱乐部的地区能够进入到较高层次中，从而促进经济社会的协调发展。

参考文献：

[1]Phillips PCB， Sul D.Transition Modeling and Econometric Convergence Tests[J].Econometrica， 2007，75（6）：1771-1855.

[2]Nourry M. Re-examining the Empirical Evidence for Stochastic Convergence of Two Air Pollutants with a Pair-wise Approach[J].Environmental Resource Economic，2009，44（2）：555-570.

[3]Camarero M， Castillo J， Picazo-Tadeo AJ， Tamarit C. Eco-efficiency and Convergence in OECD Countries[J]. Environmental Resource Economic， 2013，55（5）：87-106.

[4]许广月. 碳排放收敛性 ：理论假说和中国的经验研究[J].数量经济技术经济研究，2010（9）：31-42.

[5]许广月. 碳强度俱乐部收敛性：理论与证据[J].管理评论，2013（4）：48-59.

[6]周杰琦，汪同三. 地区经济增长与碳强度差异的收敛性及其机理 [J].社会科学研究，2014（5）：66-73.

[7]Camarero M， Castillo J， Picazo-Tadeo AJ， Tamarit C.Is Eco-efficiency in Greenhouse Gas Emissions Converging Among European Union Countries？ [J]. Empir Economic， 2014，47（3）：143-168.

[8]Zhang Z， Ye J. Decomposition of Environmental Total Factor Productivity Growth Using Hyperbolic Distance Functions： A Panel Data Analysis for China[J]. Energy Economics， 2015， 47（1） ：87-97.

[9]Fre R， Grosskopf S， Noh D-W，WeberW.Characteristics of a Polluting Technology：Theory and Practice[J]. Journal of Economics， 2005，126（6）：469-492.

[10]Bartkowska M， Riedl A. Regional Convergence Clubs in Europe： Identification and Conditioning Factors[J]. Economic Modelling， 2012，29（3）：22-31.

（责任编辑：秦 颖）