资源型区域生态环境治理效率评价及影响因素分析

＊杨红艳

（朝阳师范高等专科学校 辽宁 122000）

所谓资源型区域，主要是以自然资源开采为根本进行发展，而且在工业发展之中，资源型产业占据较大份额，具备强烈资源指向性的特殊城市类型。在很多发达国家发展过程中，从20世纪50年代便开始对资源型城市进行研究，主要针对的区域有德国鲁尔区、日本九州等等。在我国，资源型城市数量同样较多，尤其是煤炭城市，但随着开采周期以及经济结构的变化，让传统资源城市发展受到冲击，急需进行改善。

1.资源型区域生态环境问题

为了方便研究，以某煤炭大省的发展为研究对象，该省也是我国重要能源基地和老工业基地，每年为我国所提供的能源、原材料量众多，从而可以保证所形成的产业发展结构能够真正做到以煤炭为中心。但在与煤焦、电力等企业建立合作关系后，呈现出以牺牲环境为代价的发展形势，从而引发了众多环境问题[1]。

(1)污水处理技术条件的约束

随着人口的膨胀和经济的迅速发展，水资源短缺的现象正在许多地区相继出现，水污染带来的危害更加剧了水资源的紧张。而水污染主要是由于工业废水、城市生活污水以及农业方面污染源的排放所造成。要控制和清除水体污染，必须控制废水的排放，实行“防、治、管”三结合。但受技术条件的限制影响，相关企业多无法及时有效的处理废水，由此会对水污染处理成效造成严重影响，增加了污染问题的严重性。现阶段，该省份在废水和污水排放上，总量达到了7.88亿吨，反观污水回用量仅为2.5292亿吨，在污水排放总量中大约可以占到32%。同时，在几条主要河流之中，总长度为1463.4km，其中有1106.6km的河道受到污染。此外，在全省水功能区域之中，大约只有62.7%的水域与水功能区限制纳污红线的主要控制指标考核要求相符，污染现象十分明显。

(2)大气污染问题

在我国空气污染问题研究上，最为常见的问题当属大气污染，大气污染物质主要有三类：一是由于燃烧不完全时产生的，如一氧化碳、炭粒；二是高温燃烧时产生的碳氧化物和碳氢化合物；三是燃烧之后产生的二氧化硫和飞灰。空气中天然存在的二氧化硫总质量不过1100万吨，人为活动排入大气的二氧化硫是它的10倍。这些二氧化硫虽有一部分为自然界其他过程所容纳，但仍有相当部分存留于空气中，大大地降低了空气的质量。这一点在该省份中体现的尤为明显，而且该省份二氧化硫平均浓度值居于全国第一位，实际污染排放增幅极快。

(3)存在大量工业固体废弃物

尤其伴随工业化和城市化进程的加快，经济不断增长，生产规模不断扩大，人们消费需求不断提高，固体废弃物产生量也在不断增加，资源的消耗和浪费越来越严重。如果处理不当，固体废弃物中污染物成分就会通过水、空气、土壤、食物链等途径污染环境。由于某省产业结构发展以煤炭为主，因此工业固废产生量在短时间内很难获得显著降低，进而极易导致整个工业固体废物综合利用率下降，只有35.5%，还会极易污染地下水、土壤。另外，生态环境治理本身所具有的难度系数比较高，虽然近年来该省份对生态环境治理工作提高重视。例如，在2018年，全省二氧化硫排放量比2015年下降20.6%，与2017年相比，全省地表水质量也有所提升。但由于长期依靠煤炭资源开发和粗加工，导致该省份的生态环境治理压力不断增大。某省是在以煤炭为核心的产业结构发展上，所产生的工业固体废物总量较高，最终导致赤泥、煤矸石等物质的大量堆积，很难对其进行全面处理[2]。

2.某省份生态环境治理效率评价指标体系的构建

相关部门开展生态环境改善工作主要是为了顺应人们对生态环境的期待，带动相关企业转型发展，同时优化生态环境质量，将各种类型的污染问题解决。在此过程中，人们可以借鉴以往研究中的生态环境治理效率评价指标，保证指标选取的系统性和科学性，之后对全省煤炭资源客观情况分析，制定新的污染治理指标，如生活污染治理指标、自然环境治理指标等等。除此之外，在产出指标设定上，主要涉及到的内容有期望产出和非期望产出。站在期望产出角度来说，各区域生产总值能够从经济角度着手，对生态环境治理效率进行反应，同时也可以通过GDP进行衡量。

3.研究方法和数据来源

(1)研究方法

①超效率SBM模型

实际超效率SBM模型应用上，主要是以线性规划为基本，这是一种多种标准效率模型范畴，其中CCR和BCC是较为经典的两个模型。另外，从超效率DEA模型研究中也能够看出，该模型是一种立足于BCC模型所做出进一步优化的模型，最终能够差别性的辨别多个有效决策单元效率并进行科学的排名。纵观整体情况，该模型的最初效率值为1，可以二次传输决策单元，最终真实度可以高于1，在此基础上能够科学的区分原有处于前沿面上决策单元技术效率水平，保证对DMU开展迅速比较和排序操作[3]。

②Malmquist指数

研究人员Fare立足于静态DEA模型，建立从t期到t+1期的Malquist指数，旨在科学的核定生产效率，并对产出—投入比的动态发展情况作出准确的衡量，并根据具体的生产技术假设，将若干个子效率指标逐一明确下来。在此期间，在应用超效率SBM模型时可以更为准确地测算静态效率值，方便全面有效的反映区域内部动态的效率变化情况。

③Tobit回归模型

为了能够确定该省份生态环境治理效率和影像因素，研究人员在研究过程中，应借助于Tobit回归模型，实现对相关影像因素的全面分析。该模型是由研究人员Tobin提出的，属于是因变量受限回归模型。为了提升研究效果，可以将超效率SBM模型效率值为基础，开展相关数据处理操作，保证效率值在0到1之间，在实际数据回归分析上，可以借助于Stata软件进行。

(2)数据来源

本文研究时限跨度较长，从2007年到2017年，旨在更好的将某省份生态环境治理效率反应出来。在2019年，我国统计年鉴颁布，但年鉴之中并没有公布2018年该省份相关指标数据。除此之外，本文研究数据还包括《中国统计年鉴》《中国科技统计年鉴》等等。

4.研究结果及分析

在DEA软件中，工作人员导入了该省份的生态环境治理投入产出值，经过一系列计算，可以得到一个非期望产出的生态环境治理超效率数值，并科学的统计投入产出松弛变量结果，具体情况如表1所示。

表1 2007年到2017年某省份生态环境治理超效率值

根据实际分析结果可知，某省份生态环境治理效率理念平均值2007年到2017年为1.093，大多数年份均处于有效前沿面上，存在明显的波动起伏。如：该省份在2013年的生态治理效率上受到很大影响，出现了最低值，具体为1.007。在后续，该省份提升了对污染治理和污染减排的重视程度，促使生态环境全面好转，到了2016年，出现了最高值1.316，证明该省份在2016年生态环境治理上取得了很大成就，相关部门应继续维持该效果。2017年与2016年超效率值略有下降，但也在平均线之上，证明某省生态环境治理效率有了显著提高。

5.结论

综上所述，从实际研究结果分析中能够看出，本文研究的省份在生态环境治理效率上依旧存在很大的上升空间。基于此，该省份必须高度重视环保科技创新与节能环保等工作，确保能够准确地开展环保研发、科技创新工作，通过有效的转换新旧动能，可以更好的改善生态环境治理效果，真正做到布局结构的深入性优化，提高投资力度。科学规划、合理布局，实现生态环境治理工作的系统化和高效化。