新安江流域生态补偿资金支出效率评价及影响因素研究

□王新颖，夏梦丽，孟庭伟

（安徽大学经济学院，安徽 合肥 230601）

2012 年，在财政部、原环保部的指导下，皖、浙两省勇做先锋，探路改革，从上游控制污染，走互利共赢之路，开启了新安江绿色补偿的征程。新安江流域生态补偿是贯彻习近平生态文明思想和关于生态补偿的重要指示批示精神的重要举措，实现了环境保护与绿色发展有效结合。2012 年以来，皖、浙两省已成功开展3 轮新安江流域生态补偿机制试点，开创了全国建立跨省流域上下游生态补偿机制的先河，形成了以生态补偿为抓手、以生态环境保护为根本、以绿色发展为路径、以互利共盈为目标、以体制机制建设为保障的新安江模式。新安江模式既是习近平总书记新时代生态文明思想和“两山论”观点的具体实践，也是实现人类社会健康发展及流域生态资源可持续利用的重要路径，加快推进“绿水青山向金山银山”的价值转化进程。

在新安江跨省流域生态补偿试点实践中，黄山市关停污染企业220 多家，拒绝污染项目190 多个，在保护新安江水源的同时，也给黄山市的经济发展带来了一定的挑战。资金压力、发展压力、保护压力等困难和问题亟待解决，其中资金问题成为研究各项问题解决思路的关键枢纽。截至2020 年底，黄山市已支出183.9 亿元用于新安江水质保护和治理，但收到的生态补偿资金仅47.2 亿元，给黄山市造成了巨大的财政负担。由于中央政府退出了皖、浙两省生态补偿机制，导致两省合作的难度逐渐加大。2019 年，习近平总书记在《求是》杂志上发表重要文章，指出“推广新安江水环境补偿试点经验、鼓励上下游之间开展资金、产业、人才等多种补偿”，为新安江流域生态补偿提出了新的发展思路。同时，《长江三角洲区域一体化发展规划纲要》中提出加快新安江—千岛湖生态保护补偿试验区建设，全面推行生态补偿机制。新一轮新安江流域生态补偿机制改革工作已逐步推进，生态补偿财政资金压力问题不可回避。在此背景下，研究生态补偿财政资金效率，探索生态补偿资金高效利用模式极具现实意义。

1 文献综述

现有研究较为关注生态补偿效率。在生态补偿效率测算方面，李云驹等（2011）采用成本法、意愿调查法和生态服务价值法对农户调查数据进行计算，获取和确定生态补偿标准，对4 种方法得到的结果进行比较，最终认为以生态服务功能价值法作为流域退耕还林生态补偿标准有利于提高资金利用效率。李秋萍和李长健（2015）在测算宜昌市流域水资源生态补偿的综合效率时，采用层次分析法构建效率测度指标体系，从经济效率、社会效率、文化效率、生态效率、政治效率5 个维度进行实证分析。黄和平等（2020）采用Super-SBM 模型测算全国30 个省（自治区、直辖市）的城市工业用地生态效率，并运用面板数据模型对其影响因素进行实证分析。时润哲和李长健（2021）使用双目标决策的序列DEA-SBM方法，研究了长江经济带11 个省（市）水资源生态补偿效率的变化，并分析了影响长江经济带水资源生态补偿效率的主要因素。近年来，学界多使用定量分析方法如DEA、SBM、层次分析法、Malmquist 指数法等对生态补偿效率问题进行分析。

在财政支出效率方面，有学者对地方政府财政支出效率和影响因素进行研究。陈诗一和张军（2008）利用DEA 非参数技术和受限的Tobit 模型核算了分税制改革前后中国的省级政府财政支出效率，并认为地理环境、人口禀赋和地方政府的财政行为是其主要影响因素。财政支出效率对其他因素的影响机制研究中，刘建民等（2021）运用超效率SBM-DEA 模型对全要素生产率的影响机制和效应进行研究。在单一方面评估财政支出效率的研究中，王谦和李超（2016）采用三阶段DEA 模型对我国财政支农支出效率进行评价；朱浩（2021）运用三阶段DEA 模型对于基本公共服务养老财政支出效率的评估，认为支出效率整体较高，但区县的财政能力与其养老服务财政支出效率并不一致，呈现一定程度上的城市核心区与郊区财政支出效率的倒置；张婕和高晨钰（2021）采用包含非期望产出的超效率SBM模型对于长三角财政环保支出效率进行测算。

在生态补偿的财政支出效率方面，沈田华和龚晓丽（2018）采用DEA 二次相对效益模型对“组织管理有效性”进行了合理评价，并考察了贵州省生态公益林补偿财政支出的绩效。对于新安江流域生态补偿政策的绩效，王慧杰等（2020）通过层次分析法—模糊综合评价法建立了包括1 个目标、3 个准则、9 个指标和27 个二级指标的评估体系框架，较为完整地论证了2012—2014 年新安江流域生态补偿政策的实施成效，但评估时段较短、年份较早，需要进一步更新。已有文献与文章最为相似的是张婕等（2020）的研究，其采用层次分析法及数据包络法对2012—2017 年新安江流域生态补偿财政支出效率进行分析，但该文献在产出指标的选择上侧重于生态效率，仅研究了财政支出在水环境保护和水污染防治方面发挥的作用。

已有研究在内容与方法上均提供了较为全面的研究基础，但以流域生态补偿财政资金为效率评价对象的研究还未成熟，且缺少从经济社会生态全方位对新安江流域生态补偿财政资金的评价和影响因素的研究。基于已有文献，文章利用超效率DEA-Malmquist模型，从经济效应、社会效应、生态效应3 个方面构建指标体系对新安江流域生态补偿财政支出效率进行测算，并建立基于面板数据的回归模型以研究影响生态补偿资金效率的主要因素。

2 评价指标构建、数据来源与方法选择

2.1 指标选取与数据来源

2.1.1 投入产出指标

在投入指标方面，由于是研究新安江流域生态补偿财政支出效率，故选择财政资金数额为投入指标。考虑到资金数据的可获得性，选择2011—2018 年中央和省级财政拨付的财政专项资金及黄山市地方财政投入到新安江流域上的财政资金作为投入指标。

在产出指标方面，娜仁等（2020）认为，生态补偿具有显著的减贫效应，即生态补偿财政支出对削减贫困能够产生积极影响。刘聪和张宁（2021）利用双重差分方法研究了生态补偿试点前后的政策经济效应，结果显示试点政策对上游黄山市的经济发展有负面影响，但该影响呈“先增强后减弱”的变化规律，表明经济发展模式正在不断适应环保治理的需求。故选择经济效益、社会效益作为产出指标，以人均生产总值、农村人均可支配收入作为衡量经济效益的二级指标，以R&D 创新投入、城镇从业人员数量作为衡量社会效益的二级指标。另外，研究生态补偿财政效率必须从生态角度考虑，而新安江流域生态补偿财政支出生态效率总体较高，故选择生态效益作为非期望产出，以工业废水排放量、单位GDP 能耗作为二级指标衡量各个县区的生态效益。基于此，构建流域生态补偿财政资金效率评价指标体系，见表1。

表1 流域生态补偿财政资金效率评价指标体系

2.1.2 数据来源

文章研究黄山市新安江流域2011—2018 年生态补偿财政支出效率，深入分析黄山市7 个县（区），即屯溪区、黄山区、徽州区、祁门县、黟县、休宁县和歙县的具体效率。选取黄山市7 个县（区）2011—2018 年人均生产总值、农村人均可支配收入、R&D 创新投入、从业人员数量等6 项指标数据。新安江流域生态补偿财政支出资金数据来自黄山市新保局，其余数据均来自2012—2019 年的《安徽省统计年鉴》和《黄山市统计年鉴》。

2.2 研究方法

2.2.1 超效率DEA模型

DEA模型是1978 年由运筹学家Charnes 和Cooper提出的非参数技术效率分析方法，通过建立线性规划将多项投入变量和产出变量同时纳入模型，从而对决策单元相对有效性进行评价。但传统的DEA 模型无法对有效的决策单元进行进一步效率值比较，导致评价结果过于笼统，难以刻画差异。基于传统的DEA模型，Andersen 和Peterscn 于1993 年提出了超效率DEA 模型，其可以对有效的决策单元进行进一步效率值比较，以实现对各个决策单元的逐一排序，从而得出精准评价。

2.2.2 Malmquist 指数

Rolf Färe 等将Malmquist 指数与数据包络分析法理论相结合，同时将Malmquist 指数分解为决策单元在两个时期内技术效率的变化和技术进步的变化，在DEA 分析中反映生产前沿的变动情况。由于超效率DEA 模型从静态角度测度县域的资金效率，无法识别各个县（区）跨时期的效率变动情况和变动原因。为更深入探讨县域生态补偿支出效率的动态变化情况，以期为县域生态文明建设和绿色发展提供决策参考，故文章采用基于DEA-Malmquist 指数模型测算全要素生产率（Total Factor Productivity，简称为TFP）指数并将其分解，见式（1）。

式中：（x，y）和（x，y）分别表示在和+1 时期的投入和产出组合，TFP 表示全要素生产率指数，EC 表示技术效率变化指数，TC 表示技术进步变化指数。当TFP＞1 时，表示全要素生产率提高；TFP=1 时，表示全要素生产率不变；TFP＜1 时，表示全要素生产率降低。当EC＞1 时，表示技术效率提高；EC=1 时，表示技术效率不变；EC＜1 时，表示技术效率降低。当TC＞1 时，表示技术进步；TC=1 时，表示技术保持不变；TC＜1 时，表示技术退步。

3 结果分析

3.1 生态补偿财政资金支出时空演变分析

通过DEAP 2.1 计量软件对黄山市7 个县（区）资金使用效率进行测算，结果表明，部分县（区）的部分年份生态效率为1，故无法对这些县（区）进行有效排序，也无法比较在同一有效前沿面的资金支出效率的变化。因此，为增加分析的准确性，文章采用了产出导向的超效率DEA 模型对各地区重新研究，运用DEA-Solver 软件计算得到黄山市7 个县（区）的超效率值，结果见表2。

表2 2011—2018 年黄山市各县（区）超效率值

研究结果显示，在2011—2013 年和2018 年，黄山市各区（县）的支出效率平均值均小于1，2014—2017 年，支出效率平均值均大于1，2015 年达到峰值后有下降趋势，在2018 年急剧下降，较为异常。新安江流域于2012 年9 月开启生态补偿机制试点工作，2012—2014 年完成第一轮试点，2015—2017 年继续第二轮试点，2014—2017 年较高的支出效率与两次试点的努力密切相关。

2017 年结束第二轮生态补偿试点之后，皖浙两省又续签了为期3 年的试点协议，与前两轮试点的实施方案相比，新签协议的实施方案有两大变化：一是水质考核标准更高，二是补偿资金使用范围有所拓展。补偿资金专项用于新安江流域环境综合治理、水污染防治、生态保护建设、产业结构调整、产业布局优化和生态补偿等方面。因此，2018 年生态补偿财政支出效率的下降可能与新签协议对上游黄山市要求提高有关。

就支出效率较高的屯溪区、黄山区、歙县而言，屯溪区所有年份支出效率值均大于1，支出效率位列黄山市第一。屯溪区是黄山市的中心城区，且位于新安江畔，不仅是传统的城市金融商贸、行政办公、文化娱乐、科研文教综合区，也是新安江流域生态补偿试点的重点地区之一。屯溪区年度生产总值高居黄山市7 个县（区）之首，农村居民家庭人均可支配收入也位列榜首，远超黄山市平均水平；第三产业所占比重超70%，相比之下第一、第二产业所占比重不到30%，生态环境基础较好，有利于流域生态补偿工作的开展。歙县每年的支出效率同样较高，次于黄山区，位列第三，这一结果也是合理的。歙县在地理位置上与屯溪区相邻，是古徽州的政治、经济、文化中心，也是新安江流域综合治理的重要试点区。歙县在城市发展上明确定位，实施“工业支撑、城乡统筹、旅游提升、创新推动、绿色增长、人才强县”的发展战略，在经济发展的同时兼顾了绿色发展。

就支出效率中等的徽州区、祁门县、黟县而言，相对于支出效率较高地区，仍然有较大的提升空间。特别是徽州区，大致呈现稳步上升趋势，未来有进一步提升的潜力；祁门县虽然支出效率均值排名居中，但是支出效率值呈多峰状趋势，波动较大，有较大潜力；而黟县的支出效率值在近两年呈现下降趋势，因此需要培育绿色发展新动能，开发推广循环利用技术，强化资源综合利用，推动形成绿色能源结构。

就支出效率较低的休宁县而言，其经济发展中农业、工业占比较大，其中第二产业在三次产业结构中占比近40%，工业废水排放量以及单位GDP 能耗相对较高。同时，休宁县处于新安江的上游源区，污染治理的难度和成本较大，生态补偿财政支出效率也因此相对较低。

3.2 生态补偿Malmquist 指数及其分解

为进一步对黄山市7 个县（区）生态补偿财政资金支出效率进行动态分析，研究生态补偿财政资金支出效率的区域差异性，对7 个县（区）2011—2018 年间的面板数据，运用DEAP 2.1 软件对Malmquist 指数进行测算和分解，结果如表3 所示。

表3 2011—2018 年黄山市各县（区）年均Malmquist 指数及其分解

从市级层面来看，2011—2018 年全要素生产率TFP 平均值小于1，年均下降13.6%。由全要素生产率变化指数分解得到的综合技术效率变化指数的均值为0.835，年均下降16.5%；技术进步变化指数的均值为1.035，年均增长3.5%，表明全要素生产率的下降主要由综合技术效率导致。

从各县（区）层面来看，屯溪区、黄山区、祁门县和休宁县全要素生产率均大于1，其年均增长率分别为35.4%、27.7%、2.8%、17.6%。其中，祁门县和休宁县虽然自身财政支出效率偏低，但是年均增长速度很快，进步很大。徽州区和黟县的支出效率低于均值，年均下降分别为58.3%、54.9%，其中徽州区自身超效率值排名第四，所以有较大的提升空间。

根据Malmquist 指数分解结果可知，技术进步是促进支出效率进步的动力，技术进步增长率最快的是休宁县和祁门县，分别为10.1%、7.5%，超过均值6.6%、4%。综合技术效率和规模效率的下降是制约TFP 增长的瓶颈因素，综合技术效率只有3 个县（区）大于1，其余均小于1，年均下降率为16.5%；规模效率也仅有3 个县（区）大于1，其余均小于1，年均下降率为16.3%。

表4 反映了8 年间黄山市7 个县（区）动态的支出效率，总体来看，2011—2018 年全要素生产率变化指数呈不稳定的发展态势，各年的全要素生产率变化幅度较大。2012—2013 年全要素生产率增长最快，为418.1%，2017—2018 年支出效率增长156.3%，2014—2015 年增长115.8%。从影响支出效率的因素来看，技术进步变化指数与全要素生产率变化指数的变化趋势相对一致，且2013—2014 年由于技术进步变化指数大幅降低，全要素生产率也随之下降。因此，技术进步是促进全要素生产率增长的主导因素，而纯技术效率及规模效率则制约其增长。

表4 7 个县（区）各年份平均Malmquist 指数及其分解

4 影响生态补偿财政资金使用效率的因素分析

4.1 模型选择

利用超效率DEA 模型及Malmaquist 指数模型从微观层面上有效测算了黄山市7 个县（区）流域生态补偿财政资金利用效率，将基于面板数据建立回归模型，进一步考察不同因素对县区新安江生态补偿财政支出效率的影响，见式（2）。

式中：表示各个县（区），=1，2，3，4，5，6，7；表示各个时期，=1，2，3，4，5，6，7，8；X为解释变量，表示在时期第个县区的第个解释变量的值；Y为被解释变量，表示第个县区第年的新安江生态补偿财政资金支出效率值，β为待估参数；ε表示随机误差项。

4.2 影响因素指标选取

参考曾淇和朱宁（2020）的研究成果，并结合流域生态补偿特点，选取4 个变量产业结构（indus）、经济发展水平（pgdp）、市场化水平（mr）、财政科技支出占比（exptec）。其中，产业结构用第一、第二产业产值与地区生产总值的比重表示，用于衡量产业结构的变化对各地区生态补偿财政支出效率的影响；经济发展水平用人均GDP 表示，以消除人口数量对地区生产总值绝对值的影响，用来衡量经济发展水平对各县区生态补偿财政支出效率的影响；市场化水平用“1-各地区财政支出/各地区国民生产总值”表示，衡量市场参与度对生态补偿财政支出效率的影响；财政科技支出占比用财政科技支出与财政支出总额的比值表示，以衡量区县科技水平对当地生态补偿财政资金支出效率的影响。各变量数据均来自于2012—2019 年《黄山市统计年鉴》和《安徽省统计年鉴》。

利用Stata 16 软件进行回归，结果如表5 所示。

表5 回归结果

回归结果表明产业结构和市场化率分别在90%、95%的水平上对支出效率具有显著影响。从实证结果看，市场化水平（mr）对新安江生态补偿财政资金支出效率影响最为显著，二者呈正相关关系，即市场化水平越高，生态补偿财政支出效率越高，具体而言，市场化水平每提高1 个单位水平，生态补偿财政支出效率将提高1.64 个单位水平。生态补偿财政资金虽然是政府性资金，但本质上还是进行经济活动，以提高效率为目的。经济活动大多由市场机制自主调控，市场主动性强，财政支出占国民生产总值比重低，行政干预力度小，市场可以自由配置资源，并通过竞争优化资源配置，使资源最大程度地发挥生态补偿作用，从而获得较高的产出效率。在新安江流域生态补偿资金紧缺的大背景下，如果一味依赖上级政府拨付的财政资金进行生态补偿治理，很难达到成效，政府购买的乘数效应并不明显，此时就需要积极引入社会方面资金，鼓励政府和社会资本合作。

产业结构（indus）与生态补偿财政资金支出效率呈负相关关系，第一、第二产业占比每降低0.72 个单位，生态补偿财政支出效率则提升1 个单位。第一、第二产业比重越高，生态补偿财政支出效率越低，表明以农业、工业为代表的第一、第二产业所造成的污染对流域生态补偿建设具有显著的负面影响，污染物因其排放数量、污染范围、毒素类型等诸多不同因素往往需要因时因地调整治理手段，导致治理难度提升、治理成本提高，诸多阻碍导致生态治理效率低下，投入大量财政资金却收效甚微。

5 结论与政策建议

5.1 结论

文章采用超效率DEA-Malmquist 模型，测算了2011—2018 年黄山市7 个县（区）新安江流域生态补偿财政资金的支出效率，并研究其时空演变特征，建立基于面板数据的回归模型对新安江流域生态补偿财政资金支出效率的影响因素进行实证分析，得出以下结论。

1）从时间角度可划分为2011—2014 年和2014—2018 年两个阶段；从空间角度可以将7 个县（区）划分为高、中、低3 个类型，其中，第二阶段的效率明显高于第一阶段。

2）从空间角度，按资金使用效率均值的大小排序依次为：屯溪区＞黄山区＞歙县＞徽州区＞祁门县＞黟县＞休宁县。可以将黄山市7 个县（区）划分为高、中、低3 个类型：较高支出效率地区（屯溪区、黄山区、歙县）、中等支出效率地区（徽州区、祁门县、黟县）、较低支出效率地区（休宁县）。

3）从各县区来看，屯溪区、黄山区、祁门县和休宁县全要素生产率大于1，增长率较高。其中祁门县和休宁县虽然自身财政支出效率偏低，但是年均增长速度很快，进步很大。徽州区和黟县的支出效率低于均值，年均增长率为负值，其中徽州区自身超效率值排名靠前，所以有较大的提升空间。同时，综合技术效率和规模效率的下降是制约TFP 增长的瓶颈因素。

4）就影响新安江生态补偿资金支出效率的因素来说，产业结构、市场化水平对其影响显著。其中，市场化率和产业结构为主要影响因素，与支出效率分别呈正相关和负相关关系；经济发展水平与财政科技支出为次要因素，影响不显著。

5.2 建议

1）促进财政资金空间上均衡分配。对于生态补偿财政资金使用效率较高地区（屯溪区、黄山区），在保障新安江流域水质质量达标的前提下降低资金投入增幅，而对于资金使用效率中等和较低的地区应做到财政资金合理倾斜，以弥补以往的生态鸿沟，促进未来生态补偿的高质量推行，充分发挥生态补偿政策对当地的积极效益。

2）促进生态补偿地区生态产品价值转化。为保护生态环境，黄山市关停多家高污染工业产业，对第一产业也设置了污染物排放标准，一定程度上对地方经济发展产生制约效应。为达到经济生态统筹兼顾，当地应延长第一、第二产的产业链条，提高产品附加值，利用现代化科学技术手段，积极促进生态产品价值实现，深入推进“绿水青山”向“金山银山”转化。

3）充分发挥市场在生态补偿中的补充作用，积极推行PPP 模式，调动各方积极性。政府应保持权力收放有度以创造良好的市场化环境，为市场参与生态补偿提供充足的空间，让资源在自然竞争条件下实现最优配置、达成最有效的成果。政府不应“缺位”，也应避免“越位”。积极引入社会资本参与生态补偿，既能缓解生态补偿财政资金的不足，又能向生态补偿领域注入市场活力，促进生态补偿机制改革创新，提高生态补偿的实施效率。