“长三角城市”环境保护财政支出效率及其影响因素分析

耿 弘， 吴瑾清

（南京航空航天大学经济与管理学院，南京 211106）

改革开放四十余年来，长江三角洲城市群（下文简称“长三角城市”）在经济方面始终保持着迅猛的发展势头，其GDP占中国的20%，且经济总量年增长率远高于全国平均水平. 长三角是我国在经济、开放水平、创新能力、吸引外来人口等方面最具优势的地区之一，是我国“一带一路”与长江经济带的重要交汇处［1］.2016 年5 月国务院通过《长江三角洲城市群发展规划》；2018 年11 月，习近平主席在首届中国国际进口博览会上提出，将长三角区域一体化发展并上升为国家战略.“长三角城市”目前正处于转型升级和创新发展的关键时期，必须针对突出问题矛盾，抓住重大发展机遇，实现跨越式发展. 近年来，“长三角城市”灰霾天气反复，江浙沪地区全年空气质量达标天数不足250 d；城市生活垃圾和工业固体废物急剧增加，土壤复合型污染加剧，生态空间被不断蚕食. 面对环境污染，国家的环保财政支出逐年增加. 经费的高效使用是环境不断改善的重要保障. 以最具活力和创新能力之一的“长三角城市”环境保护财政支出效率加以研究，具有重要意义.

2007年来，我国政府在收支分类改革中首次设置了211“环境保护”支出科目后，两者效率的研究逐渐增多. 在国外，Balague-Coll等［2］首先运用两阶段DEA法和无界分析法测算瓦伦西亚地方政府的效率；其次，使用非参数平滑技术而非OLS或Tobit方法进行影响因素研究. Storto［3］借助DEA方法研究意大利108个主要州的财政支出效率，结果发现政府提供的公共服务显示无效率情况，而大部分州的效率低下是因为规模效率下降. 国外学者着重于政府整体财政支出效率的研究，而针对环保财政支出效率研究尚少. 目前，国内主要采用定量分析的DEA方法对我国环保财政支出效率进行测算. 部分学者将全国作为评价对象. 朱浩等［4］运用DEA两阶段模型研究中国内地的30个省市2007—2010年环境保护财政支出效率，研究表明，普遍存在技术无效率现象，且东西部省市环保支出效率较为接近，但是都明显高于中部省市，区域之间有着较大差异. 程承坪等［5］使用DEA两阶段模型研究我国31个省级行政区2007—2015年的环境保护财政支出效率，结论表明，近年来我国整体上环保财政支出效率有所改善，且区域间差异在逐渐缩小. 同时，仍有众多的环保支出无效率现象存在，甚至部分地区出现效率下降的情况. 王谦等［6］借助DEA方法评价2007—2015年中国环境保护财政支出效率，结果发现，30个省市的财政环保支出效率都没有达到完全有效，且大部分省市的规模报酬递减，地区效率差异明显. 也有学者以某一地区为研究对象，孙开等［7］运用DEA模型研究吉林省8个地级市2007—2012年的环保财政支出效率，发现各地级市政府的环境保护财政支出效率水平参差不齐. 张智楠［8］运用DEA方法对2010—2016年广东省21个地级市的环保支出效率进行研究发现，广东省总体环保支出效率水平不高，且出现效率下滑迹象，各市之间效率差异明显. 俞会新等［9］采用DEA模型测算京津冀地区的环境效率，发现京津冀地区整体环境效率水平不高，且提升环境效率的关键是技术进步. 甘甜等［10］采用BCC 模型、超效率DEA 模型和Malmquist 指数，对长江三角洲24 个城市2010—2014 年环境治理效率进行评价. 结果表明，24个城市的整体环境治理效率较高，各城市之间的效率存在差距，但差距不大；在总体波动向上趋势中，有6个城市的环境治理效率水平有所下降.

国内学者在研究环保财政支出效率方面，多数是以全国或省域为研究对象，而以城市群为评价单元的研究较少，这可能是因为相关的财政和环保数据难以获得. 目前国内研究“长三角城市”环保财政支出效率的文献是极少的，其他城市的研究结论与建议并不能适用于“长三角城市”. 鉴于此，本文在现有的研究基础上更进一步，以“长三角城市”为研究对象，采用DEA-Malmquist模型测算长三角25个城市环保财政支出动静态效率，再借助Tobit回归模型分析可能影响环保财政支出效率的因素，以期为“长三角城市”因地制宜的提供具有可行性的政策建议，从整体上提高“长三角城市”环境保护财政支出效率，缩小地区之间的效率差异.

1 模型构建与指标设计

1.1 DEA-BCC模型

数据包络分析（Data Envelopment Analysis）是由美国运筹学家A.Charnes、W.W.Cooper 和E.Rhodes 于1978年首先提出，在相对效率评价概念基础上发展而来的一种非参数检验方法［11］. 在DEA中，受评估的单位或组织被称为决策单元（DMU）. DEA通过选取决策单元的多项投入和产出数据，利用线性规划，以最优投入与产出作为生产前沿，构建数据包络曲线. 其中，有效点会位于前沿面上，效率值标定为1；无效点则会在前沿面外，并被赋予一个大于0 但小于1 的相对的效率值指标［12］. DEA 模型根据假设条件不同，可分为CCR和BCC模型.

CCR 模型是在规模报酬不变的前提下得到的，但是技术创新的规模报酬是不稳定的，现实中出现的不平等竞争会导致部分决策单元不能以最佳规模运行，于是，在1984年Banker、Charnes和Cooper 对之前只研究固定规模效益的DEA分析进行了扩展，提出BCC模型. BCC模型假定在规模报酬可变的情况，即当有些决策单元不是以最佳的规模运行时，技术效益（TE）的测度会受到规模效率（SE）的影响. BCC模型如下：

式中：θ 为决策单元的效率值，如果θ=1，意味着规模效率和纯技术效率均为1，则实现了DEA 有效；如果θ ＜1，同时规模效率或纯技术效率中的某个值为1，即实现了弱DEA 有效，假如两者均小于1，则说明是非DEA有效.

1.2 Malmquist指数

DEA模型只能测算出静态效率值，但出于实际情况的考虑，生产技术会随着时间而变化，如果只是进行静态效率值比较，会产生较大的偏差. 为解决这一问题，从而引入Malmquist指数，即全要素生产率. 它可以评估决策单元在不同时期间的效率动态变化，因此可以分析面板数据，具有较广泛的应用性. Malmquist指数利用距离函数（E）进行运算，从t 到t+1期间的决策单元生产率指数表示为以下数学表现形式：

为了考虑两个时期的技术水平，则取它们的几何平均值：

该生产率指数可以分解为技术效率指数（EC）和技术进步指数（TC），即TFP=EC×TC，其中技术效率指数又可以表示成规模效率（SC）和纯技术效率（PC）的乘积［13］. 具体如下：

1.3 指标设置

本文的研究对象为“长三角城市”环境保护财政支出效率，根据《长江三角洲城市发展规划》，“长三角城市”包括上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城26个城市. 但由于盐城的相关数据缺失较大，因此剔除这个决策单元，故选取长三角的25个城市为研究样本，样本期为2007—2017年.“长三角城市”环境保护财政支出效率测算的投入变量为人均环保财政支出和环保从业人员数，现有研究采用资金投入而忽视了人力资源. 此外，产出变量若仅选取工业污染物排放量难免有失偏颇，毕竟当前中国生活污染物已经占据一定比例. 因此，通过对现有文献的总结以及考虑到数据的可获得性，设计了“长三角城市”环保财政支出效率评价指标体系，见表1. 本文所有相关数据来源于各市统计年鉴、《中国城市统计年鉴》、各市生态环境状况公报、《中国环境统计年鉴》以及中经网统计数据库.

表1 “长三角城市”环保财政支出效率评价投入与产出指标Tab.1 Input and output indicators of environmental protection fiscal expenditure efficiency evaluation of Cities is the Yangtze River Delta

2 实证分析

2.1 效率值分析

本文采用基于产出导向的规模报酬可变的BCC 模型，使用DEAP2.1软件对所收集的数据进行“长三角城市”环保财政支出效率测算，并计算了各年份“长三角城市”环境保护财政支出效率的平均值，得到的效率测算结果如表2所示. 分析表2和图1可得出以下结论.

表2 基于BCC模型的2007—2017年“长三角城市”环境保护财政支出效率值Tab.2 Financial expenditure efficiency of environmental protection of Cities in the Yangtze River Delta from 2007 to 2017 based on BCC model

图1 沪苏浙皖环保财政支出效率均值的变化趋势Fig.1 The change trend of the average efficiency of financial expenditure on environmental protection in Shanghai，Jiangsu，Zhejiang and Anhui

1）2007—2017年各城市环境保护财政支出广泛存在无效率现象，大部分城市都有很大的提升空间. 南通和泰州在观察期内的环保财政支出效率值均为1，为“有效率”；常州、镇江、南京、马鞍山、宣城有6年以上的环保财政支出效率值均为1，意味着在多个年份中这5个城市处于效率较高水平，其中常州几乎处于效率前沿面，只有2017年的效率值不足1，查看原始数据发现是因为环保从业人员数投入下降；扬州、滁州、池州、舟山、铜陵、无锡、嘉兴、绍兴、金华、安庆也处于相对较高的环保财政支出效率水平，个别年份是有效率的.效率均值排名前三的是南通（1）、泰州（1）、常州（0.994）、南京（0.912）. 但上海、杭州、宁波、湖州的环保财政支出效率偏低，从各城市的平均值来看，这4个城市的效率值都在0.5以下. 引人思考的是有着众多优势和资源的上海（0.207）和杭州（0.224），环保财政支出效率偏低，这可能是因为投入变量具有一定的刚性，在产业结构升级、污染物排放量减少的情况下，没有同步加强对现有环保技术的应用，经济基础好的城市政府在环保管理上需要投入更多财政和精力，同时在发达城市高投入的财政资金却没有得到高效合理的利用，当地政府必须高度重视这一点. 而在观察期的11年间，上海和杭州分别以21.90%和2.69%的比率增长，上海在25个城市中效率增长最快.

2）各区域环保财政支出效率整体向好，但总体效率水平不高. 2007—2017年，江苏和安徽地区的城市环保财政支出效率较为接近，且都高于浙江和上海的城市. 由此可见，环保财政支出效率的高低与经济发展水平无关. 值得注意的是，在这11年的观察期内，区域间的效率值差距有明显的缩小趋势. 2013—2017年，尽管沪、苏、浙、皖的环保财政支出效率均值出现小幅跳水，但总体呈现改善趋势. 本文认为这应归功于自十八大以来，党和政府全面推进生态文明建设的成果.

3）整体来看，从2007—2017 年“长三角城市”环保财政支出效率的均值来看，各年份效率的均值都在0.59～0.76，说明“长三角城市”整体环保财政支出效率偏低. 值得警惕的是，少数城市的环保财政支出效率出现了明显下降，如常州、苏州、扬州、嘉兴、湖州、绍兴、金华、芜湖、宣城等. 从整体变化趋势来看，“长三角城市”环保财政支出效率稳中上升又伴随着下降，说明政府在提高环保财政支出效率方面任重而道远，应该合理配置资源，继续提高资源利用率，引进先进环保技术和优秀人才来治理环境，以此提高25个城市的环保财政支出效率.

表2测算的仅是“长三角城市”环境保护财政支出的静态效率值，为了进一步分析这25个城市环保财政支出效率的变化趋势，本文利用2007—2017年的面板数据进行Malmquist 生产力指数分析，得到了“长三角城市”环保财政支出效率的动态变化，结果见表3、表4.

由表3和图2可知，从整体上看，2007—2017年“长三角城市”环保财政支出效率的Malmquist平均指数为1.044，说明在观察期间25个城市的环保财政支出效率较高，但呈现出波动性态势. 这11年间，2009—2010年、2012—2013年和2014—2017年出现正向增长，其他时间跨度的环保财政支出效率则均为下降. 但从其变动轨迹来看，全要素生产率是提升的. 这说明“长三角城市”环保财政支出的发展还处于初始阶段，随着生态文明建设大力推进，在注重产业转型升级的同时，“长三角城市”更应该提高对工业和生活污染物治理问题的重视程度，使用有效的环保技术和设备，提高环保财政支出效率.

表3 2007—2017年“长三角城市”环保财政支出效率的年均Malmquist指数变化及其分解Tab.3 Annual average Malmquist index change and decomposition of environmental protection fiscal expenditure efficiency of Cities is the Yangtze River Delta from 2007 to 2017

图2 各年份的EC、TC、TFP变动轨迹Fig.2 The change track of EC，TC and TFP in different years

从其分解指数可以看出，“长三角城市”环保财政支出的技术效率指数（EC）总体呈现波动不稳定的变化趋势，其中，2007—2008年、2010—2012年、2013—2014年和2015—2016年出现正向增长，其他则有所衰退.在这11年间，技术效率指数与规模效率（SC）总体保持相近的变化趋势；纯技术效率（PC）则在1附近上下波动，纯技术效率的作用不明显. 因此可知影响技术效率指数的主要是规模效率，这说明其投入要素配置不合理，没有实现效率最优，必须尽快合理调整投入规模，提高技术水平能有效提高“长三角城市”环保财政支出效率. 从技术进步指数（TC）来看，2009—2010年、2012—2013年和2014—2017年的技术进步指数是大于1，其他均小于1，而且技术进步指数的均值（1.014）小于技术效率指数的均值（1.029）. 技术进步指数是拉低Malmquist指数增长的主要因素，未能形成“长三角城市”环保财政支出效率提升的主要动力，所以实现技术进步来推动Malmquist指数的提升是行之有效的途径.

表4 2007—2017年“长三角”各城市环保财政支出效率的平均Malmquist指数及其分解Tab.4 Average Malmquist index and decomposition of environmental protection fiscal expenditure efficiency of Cities in the Yangtze River Delta from 2007 to 2017

图3 各城市的EC、TC、TFP变动轨迹Fig.3 The change track of EC，TC and TFP of each city

由表4 和图3 可知，研究期内“长三角城市”环保财政支出整体效率有向好发展的势态，25 个城市的Malmquist 指数均值为1.044，这得益于技术效率指数的提高. 其中较为突出的上海全要素生产率最高（1.441），原因可能在于上海近些年大力发展高新技术产业，转移或关闭污染严重的第二产业，同时由于产业集群发展，污染物的排放与处理也更为集中，环保设施利用率高，从而实现了环保财政支出高效率. 但从分解指标来看，技术进步指数略有偏低，说明使用先进技术的积极性还不够，从而直接影响全要素生产率. 因此，在现实中不仅要注重技术更新和新技术引入，还要注重对新技术的吸收消化和运用，使之转化为真正能提高“长三角城市”环保财政支出效率的生产力. 其中，苏州、扬州、嘉兴、湖州、金华、宣城的环保财政支出效率低下是由技术效率指数和技术进步指数小于1共同导致的，南通、镇江、泰州则是由技术进步指数小于1导致，绍兴是由技术效率指数导致. 从纯技术效率和规模效率两项数值来看，技术效率指数能大于技术进步指数主要得益于规模效率的提升，纯技术效率则几乎都为1，这表明25个城市的投入要素配置合理，环保财政支出实际规模与最优生产规模差距较小. 其中，苏州、绍兴、安庆、宣城的纯技术效率小于1，可见管理水平有待提高；常州、苏州、扬州、嘉兴、湖州、绍兴、金华、芜湖、宣城的规模效率小于1，说明这9个城市存在规模不经济现象，可能是投入过度或闲置资源.

综合Malmquist指数分析结果可得，对于“长三角城市”来说，大多数城市的全要素生产率还算理想，财政支出结构资源有得到合理配置使用，但在生态环境保护和环保财政支出效率提高方面“长三角城市”仍然面临着巨大压力. 就平均值而言，“长三角城市”可以通过进一步改善技术效率指数来提高全要素生产率，加大投入技术要素力度，提高环保管理水平和扩大产业发展规模，从而提升“长三角城市”的环保财政支出效率.

2.2 效率影响因素分析

2.2.1 分析模型 通过上述DEA-Malmquist指数模型对“长三角城市”环保财政支出效率从动静态变化趋势进行了测评，发现25个城市环保财政支出效率均存在较大差异. 除了影响效率自身的投入产出因素外，本文接下来分析深层次的影响因素. 因为被解释变量是上文测算出的综合效率值且介于［0，1］之间，若采用最小二乘法（OLS）得到的参数有偏差，为避免其带来的不一致，所以利用受限的Tobit回归模型来进行“长三角城市”环保财政支出效率影响因素的实证分析. 1958年，Tobit模型由Tobin提出，也称截取回归模型，是一种因变量受限的回归模型，用于因变量存在删失数据情形进行估计. 模型设定如下：

当潜变量y*≤0 时，被解释变量y 等于0；当y*＞0 时，被解释变量y 等于y*本身，同时假设扰动项ui服从均值为0，方差为σ2正态分布.

2.2.2 变量选择 借鉴相关文献选取如下影响“长三角城市”环保财政支出效率的因素：经济发展水平、人口密度、工业化水平、城市化水平、对外开放程度以及行政体制环境. 变量指标体系如表5所示.

表5 影响因素变量的定义说明Tab.5 Definition of influencing factor variables

其中，财政分权指标借鉴刘穷志等［14］的做法，本文用支出分权衡量财政分权程度，财政分权＝地方一般公共预算人均支出/省级一般公共预算人均支出. 为了使数据平滑，本文对经济发展水平（gdp）和人口密度（pop）进行对数化处理，以提高解释变量的平稳性. 根据面板Tobit模型，最终构建如下回归模型：

运用Stata15.0软件对数据进行回归分析，运算结果经整理后见表6.

表6 “长三角城市”环保财政支出效率影响因素的Tobit模型回归结果Tab.6 Regression results of Tobit model on influencing factors of environmental protection fiscal expenditure efficiency of Cities in the Yangtze River Delta

从表6的回归结果可知，经济发展水平与环保财政支出效率呈负相关，相关系数为-0.391 833 6，说明25个城市经济发展水平对地方政府环保财政支出效率产生负向影响，经济发展水平越高，环保财政支出效率越低. 在“长三角城市”发展过程中，经济增长与环境污染为脱钩，两者同步增长. 这可能是因为经济发展水平越高，政府和居民容易自我满足，进而不断片面追求经济效益，而忽视了经济飞速发展带来的环境压力. 虽然近些年“长三角城市”逐渐重视生态环境需求，进而产生环保倒逼机制，但收效甚微，这在一定程度上降低环保财政支出的效率.

人口密度与环保财政支出效率呈正相关，相关系数为0.518，表明“长三角城市”人口密度越大，有助于提高环保财政支出效率. 人口密度较大的城市教育水平相应较高，公众环保意识较强，这会激励提高城市环境建设的发展速度，加快改进环境质量. 同时，政府在提倡民众环保要求上相对积极，公民力量也能有效监督政府环保行动. 政府财政支出环保治理有着显著的规模效应，人口密度大的城市便于生活垃圾集约处理，也为环保知识和技术的交流提供渠道. 这也间接印证了我国社会主要矛盾的转变，人民对美好生活需要的向往. 但值得注意的是，人口密度的过度增加会加大环境压力，环境负荷超过当地的环境承载力，环境质量会急剧恶化，环保财政支出效率也会随之下降，所以，在未来要注意控制人口规模以防止超出环境资源承载范围.

工业化水平与环保财政支出效率呈负相关，且第二产业增加值每增加1%，环保财政支出效率则下降0.198 41%，此回归结果与多数学者的研究结论一致. 近年来，“长三角城市”的经济高速发展是以牺牲环境为代价的，工业化水平的提高在带来可观经济利益的同时也造成了严重的环境污染. 部分城市第二产业结构相对较高，重型污染企业多导致工业三废等污染物的排放量增加，从而降低了“长三角城市”环保财政支出的使用效率. 但我们不能因此否定工业化的作用. 当前，“长三角城市”的发展处于从高投入、高消耗、高污染的粗放型经济增长模式向低投入、低消耗、低污染的集约型经济增长模式转变的过渡期，长期的粗放型经济已付出巨大环境成本，短期内产业转型升级并不能直接解决环境问题，导致环保财政支出效率降低. 政府应该激励企业利用技术创新来改善污染排放，同时设定更为严格的环保标准，提高工业排放门槛并严格监督执法，这有利于“长三角城市”资源环境与经济社会协调发展且符合可持续发展理念.

城市化水平与环保财政支出效率呈正相关，相关系数为0.617，表明“长三角城市”化水平上升能显著提高环保财政支出效率，是促进环保财政支出利用率的重要推力.“长三角城市”目前正处于城市化高速发展时期，一方面，城市化水平的提高意味着大量农村人口在城市集聚，形成规模效应，使得排放的污染能集中处理，从而提高了环保财政支出效率；另一方面，随着城市化的推进，城市空间布局更加优化，城市功能持续完善，宜居的绿色城市建设促进了环保财政支出效率. 城市化发展还将有助于“长三角城市”产业现代化程度较高的城市大力发展战略性新兴产业，如：新能源汽车、云计算、新材料等，这些产业的发展注重绿色创新、绿色环保，因此，当地政府需重视环保财政支出的投入.

对外开放程度与环保财政支出效率呈负相关，对外开放程度每增加1%，环保财政支出效率则减少2.692%，说明外资流入对环保财政支出效率有着负面影响，这在一定程度上验证了“污染天堂”的假说.“长三角城市”位于长江下游，地处江海交汇之处，地理位置优越，外向型经济发展水平高. 但部分城市在吸引外资的过程中，为片面追求GDP 增长会导致发达国家环境污染严重的产业转移至国内，成为“工业污染避难所”且降低了环保财政支出效率. 甚至一些城市处于国际贸易链的较后端，为追求经济利益而出口初级原料型产品，这会抵消因引入外资所产生的技术溢出效应对环保财政支出效率的促进作用. 因此，“长三角城市”的外资战略应做调整升级，提升外资质量和环境规制水平，有选择性引进外资，防止污染产业与落后理念的入侵，多注重引进环保技术，促进环保财政支出效率的提高.

行政体制环境与环保财政支出效率呈负相关，财政分权的回归系数为1.350 4，说明财政分权程度越高，环保财政支出效率则越低，这一结论与其他学者的相关研究结果一致，而这在我国现行的行政管理体制下不难得到解释，在财政分权体制下，经济增长是地方政府的主要政绩考核指标，易造成地方政府把公共职能让位于经济职能，地方官员则更偏向于增加生产性财政支出规模，而忽视像环保财政支出类似的难以评判或短期内成效不明显的非生产性财政支出效率. 此外，财政分权程度越高的城市，地方政府的财政自由支配权就越高. 在以GDP为晋升激励机制下，往往会产生官僚行为，地方官员倾向于将财政资金投入在能直接带来经济利益的项目中，减少环保这种具有外部性的公共产品资金投入，进而影响了环保财政支出效率. 所以，完善中央对地方政府的政绩考核体系，纠正地方政府这种扭曲的行为导向，以此优化经济职能与社会公共职能比例，是提高环保财政支出效率的关键.

3 结论与政策建议

3.1 结论

本文基于2007—2017年“长三角”25个城市的环保财政支出投入产出数据，采用DEA-Malmquist模型进行了环保财政支出效率动静态两方面的测算，并通过面板Tobit模型探究了其影响因素，得到以下结论：

1）从静态效率来看，利用产出导向的规模报酬可变的BCC模型得到各城市的环保财政支出综合技术效率值，发现“长三角城市”的环保财政支出效率普遍处于低效状态，只有个别城市的环保财政支出有效，如：南通、泰州、常州、镇江、南京、马鞍山、宣城；甚至部分城市出现环保财政支出效率明显下降的情况，如：常州、苏州、扬州、嘉兴、湖州、绍兴、金华、芜湖、宣城等. 但在这11年间，城市间的效率值差异有明显的缩小趋势，说明现阶段提高“长三角城市”的环保财政支出效率问题依旧形势严峻，提升空间很大.

2）从动态效率来看，Malmquist 指数总体保持在1 左右的水平浮动，环保财政支出效率呈现波动上升趋势. 2009—2010 年、2012—2013 年和2014—2017 年的Malmquist 指数是正向增长，上海的全要素生产率（1.441）最高，而技术效率指数是提高环保财政支出效率的主要因素.

3）以BCC模型所得出的综合技术效率值为因变量，用面板Tobit模型实证分析“长三角城市”环保财政支出效率的影响因素，发现人口密度和城市化水平对环保财政支出效率具有促进作用，经济发展水平、工业化水平、对外开放程度和行政体制环境则具有抑制作用.

3.2 政策建议

第一，加大各城市环保财政支出投入规模，建立长效投入保障机制. 因为财政资金支出对提高环保财政支出效率的影响显而易见，所以，政府应该把环境保护投入作为公共财政支出的重点，加大环保财政支出规模.通过环保财政支出来改善环境污染和环境质量是重要的财政调节手段，建立环保财政支出的稳定增长机制，发挥财政政策对环境保护的导向作用. 根据国外经验，当环境保护财政支出占国内生产总值的比重3%时，则环保财政支出效率是最有效的. 2018年，我国环保财政支出为6 297.61亿元，占国内生产总值（900 309.5亿元）的0.699%. 但不能盲目追求扩大环保财政支出规模，避免适得其反，应保持环保财政支出与经济两者增长率的同步，以保证政府在各方面的财政资金投入到位. 此外，就本文的投入指标来说，环保从业人员数投入较少也是导致环保财政支出效率不高的重要原因，要增加环保从业人员数投入力度，重点培养相关环保人才队伍.

第二，适度的财政集权有利于提高环保财政支出效率. 财政分权对环保财政支出效率的影响反映了中国“经济分权、政治集权”特有的政府治理模式存在缺陷，根本在于以GDP为核心的政绩考核机制，导致了政府行为短期利益化倾向. 因此，中央政府要完善地方政绩考核体系，加重环境保护工作在其中的考核比例，并强调环境保护指标在地方政府政绩考核体系中的地位与作用，从而迫使地方政府在发展地方经济和环境保护中找到平衡点，这是提高“长三角城市”环保财政支出效率的根本出路.

第三，加快“长三角城市”产业结构调整，发展新兴产业. 目前，我国正处于深化供给侧结构性改革时期，“长三角”各城市应该抓住发展机遇，加快产业结构调整，转变经济发展方式，大力发展新兴产业，实现以第三产业为主导的经济发展模式. 从源头上减少环境污染，逐步淘汰传统的三高两低产业，强化征收企业工厂排污费力度，严格管控排污申报登记与发放排污许可证，发展绿色低碳循环经济，进行产业转型升级是提高“长三角城市”环保财政支出效率的重要举措. 另外，政府要积极引导环保财政支出资金向节能环保行业倾斜，发展具备技术含量高、环境污染小特点的行业，打造各城市创新绿色驱动新引擎.

第四，发展新型开放经济，优化外商投资环境.“长三角城市”应该依托自由贸易试验区，凭借“一带一路”战略实施，发挥对外贸易和外商直接投资对提升环保财政支出效率的优势. 对外贸易方面，根据“长三角城市”的资源禀赋特点，调整进出口产品结构，增加高新技术和高附加值产品的出口，减少不可再生资源的出口，使外贸成为增加经济效益和提高环保财政支出效率的重要着力点. 引进外资过程中，根据我国的外商引入环保门槛，有针对性地选择利用，使外商投资更多地向高新技术产业和生态环境保护行业流动，禁止国外污染密集型产业与资源高耗型产业的转移. 利用外贸促进我国产业结构调整，实现经济增长与环境环保的协调发展.