中國省際經濟增長的環境績效研究

尚 晶

(黑龍江省社會科學院應用經濟所，黑龍江哈爾濱150018)

一、引言

自從Charnes等(1978)提出用數據包絡分析(DEA)方法測度決策評價單元(DMU)的相對技術效率以來，已形成了關于效率、生產可能性集、生產前沿面等完整的理論、方法和模型的傳統DEA研究領域。這一方法最初是用來評價微觀經濟單位如企業的技術效率的，使用DEA方法對DMU進行效率評價時，不需要預先估計參數，在避免主觀因素、簡化計算和減少誤差等方面有著不可低估的優越性，DEA方法還可以避免由于量綱不同而引起的計算誤差，投入產出的隱表示能使計算得到簡化。鑒于DEA方法的諸多優點，近年來，被廣泛應用于宏觀經濟的績效評價中，大量的研究成果證明，這一方法是可行的。在傳統的DEA績效測度模型中，評價原則是產出越大或投入相對越少，則績效越高。然而這里的產出僅僅是指“合意”的產出，在現實生產過程中，我們投入勞動、資本等要素進行生產，得到合意產出如增加值的時候，也會伴隨產生諸如污水、毒氣及固體廢棄物等“非合意”產出，這就成為應用傳統DEA方法測度技術效率無法回避的問題。在對決策評價單元績效測度進行建模過程中，人們總是希望擴張產出或者壓縮投入，并盡可能減少非合意產出。為此，必須在理論上將傳統的DEA模型擴展為包含非合意產出的DEA模型。

近年來，國內學者開始將環境污染因素納入投入產出分析框架來評價經濟增長績效的研究。顏鵬飛、王兵(2004)運用DEA的方法測度了1978—2001年中國30個省(自治區、直轄市)的技術效率、技術進步及Malmquist生產率指數，并且對人力資本和制度因素同技術效率、技術進步和生產率增長的關系進行了實證檢驗。王波、張群(2002)利用數據包絡分析(DEA)技術建立了將環境殘余物作為輸入變量的企業效率評價模型的基礎上，對考慮環境因素的不同生產效率模型進行了分析對比，討論了將環境殘余物作為輸入與輸出變量時，效率測量值之間的關系，指出存在投入要素和污染物同時減少而產出增加的這種“雙贏”的可能性，而環境約束會增加資源消耗和減少好產出。

國內外很多學者在對經濟效率的評價中引入環境因素時只考慮了一兩種污染物。比如Kumar(2006)和王兵等(2008)的研究結果證明了環境污染確實對經濟增長產生影響，但是只考慮了CO2的排放對經濟績效的影響，對于實踐的指導作用很有限。環境污染主要包括工業廢水、廢氣、固體廢棄物及硫化物和氮化物的排放。由于中國幅員遼闊，各地區主要的環境污染物存在很大差別，如果僅僅考慮一兩種污染物，就會造成測度結果失真。基于此，考慮環境污染時，本文應用各地各時期最主要的污染物，構造環境污染綜合因子變量，力爭客觀反映各地環境污染的真實水平，使計算結果更具可比性。應用基于投入產出變量沿雙曲線路徑變化的非參數DEA方法測算中國31個省級行政區的技術效率并對其作對比研究。

二、模型方法論

1.傳統DEA模型

根據非參數DEA測定決策單元技術效率的理論，在給定投入產出參考技術集下，N代表投入矩陣，投入向量x∈L(u);M代表產出矩陣，產出向量u∈P(x)。在規模受益不變產出強可處置性條件(C，S)下，投入產出量按雙曲路徑變化的技術效率為:

其中，λ表示投入縮減的比例，λ－1表示產出擴張的比例，GR為給定的參考技術集。

求解式(1)的技術效率可以轉化為如下線性規劃問題:

這里Γ =λ2，z'=λz，規劃問題的解即為評價單元的投入產出技術效率。

2.考慮非合意產出的DEA模型

為測度經濟增長的環境績效還需要把環境污染作為一種非合意產出納入到模型中，令N代表投入矩陣，M=(Mg，Mb)代表產出矩陣，其中Mg代表合意產出，Mb代表非合意產出。投入向量為x，產出向量為u=(ug，ub)。非合意產出的處置需要成本，也就是說環境污染的消除是需要投入成本的，因此說非合意產出具有弱可處置性，在規模收益不變、合意產出具有強可處置性、非合意產出具有弱可處置性的(C，Sg，b)條件下，基于產出雙曲線路徑的技術效率為:

其中，λ表示投入或非合意產出縮減的比例，λ－1表示產出擴張的比例，GR為給定的參考技術集。

求解式(2)的可由解如下線性規劃得到:

這里Γ =λ2，z'= λz，這一問題的解是，即評價單元的投入產出技術效率。

三、變量選擇與數據處理

1.投入變量

本文借鑒經典經濟學理論，把勞動和資本作為基本投入。

(1)勞動投入用各省市、自治區歷年從業人口數(萬人)表示。

(2)資本投入用各省市、自治區歷年固定資本投資額(萬元)表示。

2.產出變量

合意產出是我們期望得到的產出，數量越多越好;非合意產出是我們期望減少的產出，數量越小越好。本文選用國內生產總值為合意產出，環境污染物為非合意產出。

(1)合意產出用各省市、自治區歷年國內生產總值(GDP)表示。

(2)非合意產出用環境污染綜合因子變量(EP)表示，環境污染綜合因子變量是用主成分分析法對多種環境污染物進行處理后得到。由于歷年統計指標的差別，數據可得性受到限制，我們把2001—2009年分成三個階段，三個階段的進入主成分分析的污染物種類不同，選取的具體污染指標為:

①TWW廢水總量(億噸)

②TWG廢氣總量(億標立方米)

③TWS固廢總量(萬噸)

④SO2二氧化硫排放量(萬噸)

⑤TYC煙塵總量(萬噸)

⑥TFC工業粉塵(萬噸)

⑦COD化學需氧量(萬噸)

⑧NH3－N氨氮排放量(萬噸)

采用主成分分析計算得到三個主成分EP1，EP2和EP3，同時得到與其對應的三個特征向量Z1，Z2和Z3，用特征向量的分量值作權重，各指標的實際值作線性組合，即，其中，xj表示污染指標，i=1，2，3，j為污染指標序號，與表1所示指標序號一致，t的最大取值等于各年所取污染指標數量。再用每一主成分的方差貢獻率 Pi(i=1，2，3) 作 EP1，EP2和 EP3權重，得到環境污染綜合因子變量。每個時間截面選用的環境污染指標一致，而且計算過程中作無量綱處理，因此計算得到的污染綜合變量具有可比性。環境污染綜合因子變量將作為非合意產出納入到下文的計量分析中，本文原始數據來源于歷年的《中國環境年鑒》和《中國統計年鑒》。

表1 2001—2009年環境污染綜合因子變量

吉林 1577.76 1758.48 1729.87 1724.19 2137.95 2027.41 2393.68 2611.87 1724.19黑龍江 2242.90 2315.49 2172.47 1997.09 2289.98 2276.66 3042.24 3310.46 1997.09上海 3327.08 3662.49 3439.22 3466.27 3608.50 3506.06 3953.15 4377.77 3466.27江蘇 6440.68 7072.28 6499.08 7043.13 8636.03 9272.06 9742.18 10611.08 7043.13浙江 4114.81 4235.69 4626.91 4646.51 5563.90 5486.47 7200.90 7405.53 4646.51安徽 2334.51 2552.11 2410.85 2378.14 3008.49 3267.20 5474.79 6614.70 2378.14福建 1602.68 1771.22 1867.73 1996.58 2692.45 2586.24 3785.56 3856.51 1996.58江西 1108.95 1325.13 1455.26 1615.51 1921.17 1950.05 2563.86 3169.44 1615.51山東 7000.42 7131.90 7197.54 8049.64 10304.37 9611.76 12916.54 14057.33 8049.64河南 4512.38 5320.46 5356.83 5239.09 6696.70 6324.34 7851.45 8557.04 5239.09湖北 2843.98 3225.04 3005.83 3521.85 4050.37 4140.27 4316.22 4885.69 3521.85湖南 2000.43 2183.58 2147.51 2303.61 2690.00 2349.66 3712.80 3972.63 2303.61廣東 4615.03 5277.61 4953.85 5004.02 5805.26 5135.67 7048.23 8661.26 5004.02廣西 2721.89 2898.60 3035.40 4292.51 3677.01 3437.39 5317.61 4964.07 4292.51海南 243.11 262.67 237.46 253.23 389.54 323.33 461.93 566.28 253.23四川 2844.24 3730.92 3067.24 3077.11 3595.52 4023.24 9505.76 5513.06 3077.11貴州 1843.87 1847.51 1681.83 1752.00 1739.42 3168.89 4320.03 2933.74 1752.00云南 1680.94 1857.24 1900.18 1972.54 2352.77 2504.28 3357.05 3509.14 1972.54陜西 1437.43 1749.56 1764.29 1787.15 2164.30 101.80 2727.09 4111.94 1787.15甘肅 1360.78 1492.17 1811.45 1482.94 1841.62 2081.81 2415.09 2403.04 1482.94青海 407.81 463.19 446.83 492.95 592.80 1762.02 1031.31 1360.49 492.95寧夏 647.83 820.21 782.30 930.66 1227.57 803.43 1653.21 1857.53 930.66新疆 1152.47 1268.55 1337.71 1545.45 1958.93 1225.80 2432.24 2625.91 1545.45

四、我國區域經濟增長的環境績效測度

在考慮環境污染前后兩種情況下，應用DEA測算軟件測得的中國各省市區的技術效率是當年投入產出的相對效率，因此技術效率數值在時間序列上不具備可比性，這里以2009年的技術效率值為例考察環境污染對技術效率值的影響。為便于分析，把全國除西藏外30個省市區按照經濟發達程度劃分為東部、中部和西部三個區域，其中東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南12個省市、自治區;中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內蒙古9個省、自治區;西部包括重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆9個省市、自治區。

圖1 不考慮環境污染的地區平均技術效率

圖1表明在不考慮環境非合意產出的情況下，東部平均技術效率最高為0.69，中部次之為0.48，最低的是西部為0.46，全國平均水平為0.54。無論在資本投入，勞動力素質還是技術水平上，東部較中西部都更具有比較優勢，因此東部的技術效率最高與實際情況是相符合的。

圖2 考慮環境污染的地區平均技術效率

圖2為考慮環境污染情況下測得的地區平均技術效率，技術效率最高的東部在考慮環境污染非合意產出后平均技術效率值仍為0.69，中部和西部的技術效率均有較大提高，全國平均水平由原來的0.54提高到0.59。

技術效率值為1的評價單元實現了投入產出最佳配置，表明生產是有效率的，這樣的單元會出現在當期生產前沿面上，否則認為是技術無效單元。從對1989—2009年間中國各省市區的技術效率值的測度結果看，考慮環境污染前后，出現在生產前沿面上的決策評價單元的數量出現了顯著變化，詳細情形如表2所示。

表2 考慮環境污染前后兩種情況下的技術有效單元

考慮環境污染前，前沿面上的評價單元數最多不超過4個，考慮環境污染非合意產出后，不但各省的技術效率都有不同程度的提升，而且前沿面上的單元數大大增多。考慮環境因素前后，上海市始終都是技術有效單元。值得特別關注的是北京，考慮環境因素前，北京沒有在前沿面出現過，而考慮環境因素后，北京在前沿面上出現了7次，僅2006年和2009年沒有出現在前沿面上。

“十五”期間，考慮環境污染后，技術有效單元數量顯著增加，出現的單元數最少為8個，前沿面上新增了北京、河北、山西、內蒙古、遼寧、河南、廣西和廣東8個省份，而且這些省份在前沿面上出現的次數也都在兩次以上，北京和山西在整個經濟規劃期內都是技術有效的。

“十一五”期間，考慮環境污染前只有上海和廣東是技術有效率單元。考慮環境污染后，前沿面上出現單元數量最多為6個，然而前沿面上新增了北京、天津、河北、山西、陜西、內蒙古、遼寧、青海、海南9個單元。除河北、陜西、海南和青海只出現一次，其他單元出現次數都在兩次以上。

“十一五”期間的技術有效單元數量明顯少于“十五”期間的數量，然而卻發現前沿面上新出現的單元數量多于“十五”期間，且“十五”期間一直技術有效的黑龍江和福建并沒有出現在“十一五”的生產前沿面上。“十五”期間技術有效單元比較集中，而“十一五”期間技術有效單元則顯得有些分散，雖然總體數量少了，但是出現的單元個數增多了。

五、結論

本文通過對考慮環境污染非合意產出前后各省市區的生產技術效率的測度，得出以下結論:

1.考慮了環境非合意產出后，技術效率有了顯著提高，技術有效的評價單元數量有了明顯增加，說明環境污染的存在使得對技術效率的測量和估計出現了偏差。當把環境污染作為一種非合意產出納入到模型中后，環境保護因素對技術效率的積極影響得以突顯出來，使得更多注重清潔生產的決策單元出現在當年的生產前沿面上，因此可以認為前沿面上新增加的有效單元在生產過程中更加注重節能減排，保護環境。

2.“十五”與“十一五”期間測度結果的對比表明，技術效率測度結果不依賴于過去某一時期的投入產出的技術效率，可見用相對技術效率測度某一時期的生產是否有效是一種切實可行的方法。

3.本文的測度結果也表明，在衡量一個地區經濟增長績效時，考慮到環境因素是必要的，要提高一個地區經濟發展的效率和質量，必須注意保護環境，走可持續發展的道路。

［1］Charnes，A.，Cooper，W.W.，Rhodes，E..Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978(2):429－444.

［2］Surender Kumar.Environmentally sensitive productivity growth:A global analysis using Malmquist–Luenberger index［J］，Ecological Economics，2006，56(2):280－293.

［3］F¨are，R.，Grosskopf，S.，Lovell，C.A.K..Production Frontiers［M］.Cambridge University Press，1994.

［4］王兵，吳延瑞，顏鵬飛.環境管制與全要素生產率增長:APEC的實證研究［J］.經濟研究，2008(5).

［5］顏鵬飛，王兵.技術效率、技術進步與生產率增長:基于DEA的實證分析［J］.經濟研究，2004(12).

［6］王波，張群.環境約束下不同生產效率模型研究［J］.系統工程理論與實踐，2002(1).

［7］中國環境年鑒［M］.中國環境年鑒出版社，2002—2006.

［8］中國統計年鑒［M］.中國統計出版社，2002—2010.