中國(guó)工業(yè)的環(huán)境績(jī)效與治理投資的規(guī)模報(bào)酬研究

李 靜，陳 武

（合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230009）

一、引 言

由中國(guó)工業(yè)經(jīng)濟(jì)主導(dǎo)和推動(dòng)的經(jīng)濟(jì)增長(zhǎng)取得了巨大成就，特別是在改革開(kāi)放以后得到了充分體現(xiàn)。從1978年到2011年，中國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）實(shí)際增長(zhǎng)了18.62 倍，年均增長(zhǎng)速度達(dá)到近10%（幾何平均）；與此相對(duì)應(yīng)，同期中國(guó)的工業(yè)增長(zhǎng)更為迅速，與改革初期相比，工業(yè)增加值實(shí)際增長(zhǎng)了28 倍以上，年均增速達(dá)到11.63%之多，比整體經(jīng)濟(jì)年均增速快了大約1.68個(gè)百分點(diǎn)，當(dāng)然也快于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的發(fā)展（中國(guó)統(tǒng)計(jì)年鑒2010）。因此，我們就可以認(rèn)為中國(guó)經(jīng)濟(jì)的發(fā)展是工業(yè)化帶動(dòng)和主導(dǎo)的必然結(jié)果，中國(guó)的工業(yè)化帶來(lái)中國(guó)經(jīng)濟(jì)的持續(xù)成長(zhǎng)，也解決了貧困等其他諸多問(wèn)題。

同時(shí)工業(yè)也是制造環(huán)境污染的重要力量，自然界中70%～80%的污染物來(lái)自工業(yè)企業(yè)。工業(yè)污染造成的環(huán)境污染對(duì)人體健康及經(jīng)濟(jì)活動(dòng)危害嚴(yán)重。《中國(guó)環(huán)境經(jīng)濟(jì)核算報(bào)告2004》顯示，2004年全國(guó)因環(huán)境污染造成的經(jīng)濟(jì)損失為5118 億元，占當(dāng)年GDP的3.05%，而當(dāng)年全國(guó)環(huán)境污染治理成本為2874 億元，占當(dāng)年GDP 的1.8%。而根據(jù)最新核算2008年的生態(tài)環(huán)境退化成本達(dá)到12745.7 億元，約占2008年GDP3.9%。其中因生態(tài)破壞損失3798.2億元，環(huán)境污染造成的損失約為8947.5 億元，分別占生態(tài)環(huán)境總損失的29.8%和70.2%。2008年中國(guó)環(huán)境治理成本高達(dá)5043.1 億元，相對(duì)2004年增長(zhǎng)75.4%。2010年美國(guó)哥倫比亞大學(xué)和耶魯大學(xué)科學(xué)家們發(fā)布了2010年世界環(huán)境績(jī)效排名EPI（Environmental Performance Index）。EPI 得分較高的地區(qū)幾乎都來(lái)自于經(jīng)濟(jì)高度發(fā)達(dá)國(guó)家。在該評(píng)比中，歐洲發(fā)達(dá)國(guó)家普遍得到了較高的分?jǐn)?shù)。該指數(shù)對(duì)溫室氣體排放，空氣污染，農(nóng)業(yè)，衛(wèi)生設(shè)施等方面進(jìn)行綜合評(píng)測(cè)，滿分為100 分。中國(guó)的環(huán)境績(jī)效指數(shù)從2006年的第94 名下降到2008年的第105 名，此次持續(xù)下滑至121位，與上一次相比后退16位（2010世界環(huán)境績(jī)效指數(shù)報(bào)告）①。

鑒于中國(guó)環(huán)境的持續(xù)惡化并沒(méi)有有效遏制，政府已經(jīng)開(kāi)始啟用了空氣污染，固體廢物，水污染等環(huán)境保護(hù)法規(guī)，并且這些管制從70年代后期也逐漸增多。中國(guó)環(huán)保部也宣稱中國(guó)政府在發(fā)展經(jīng)濟(jì)同時(shí)，首先對(duì)工業(yè)污染進(jìn)行治理，不斷加大污染治理的投資，以期使經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量間呈現(xiàn)高度協(xié)調(diào)性的發(fā)展。工業(yè)污染治理投資額從1990年的不足50 億元上升到2011年的483 億元，實(shí)際增長(zhǎng)了3 倍以上（CPI 平減），其中治理廢氣投資增長(zhǎng)了5.75 倍，增長(zhǎng)最為迅速，對(duì)廢水和固體廢物的治理投資也分別增長(zhǎng)了2.1 倍和79%。不過(guò)，針對(duì)中國(guó)的污染控制和環(huán)境管理以及不同區(qū)域政策執(zhí)行的差異，有必要回答以下幾個(gè)問(wèn)題：（1）多年的環(huán)境治理進(jìn)程中有沒(méi)有形成持續(xù)性的環(huán)境治理技術(shù)的提升？因?yàn)椴粩嗵嵘h(huán)境治理技術(shù)及應(yīng)用能夠有效降低產(chǎn)品和污染控制的成本。（2）污染治理技術(shù)是否有利于環(huán)境污染的控制？（3）政府污染治理的投資效果如何，有沒(méi)有產(chǎn)生規(guī)模報(bào)酬的遞增效應(yīng)？

本文使用1990—2011年中國(guó)省份的工業(yè)數(shù)據(jù)，采用全局ML 指數(shù)來(lái)測(cè)算中國(guó)環(huán)境績(jī)效，作為中國(guó)污染治理技術(shù)的代理變量，考察其對(duì)污染控制的作用；另一方面，我們檢驗(yàn)了污染治理投資的對(duì)污染減排的效果以及投資的規(guī)模報(bào)酬遞增效應(yīng)。

文章結(jié)構(gòu)如下，第二部分主要回顧相關(guān)研究文獻(xiàn)，第三部分主要討論數(shù)據(jù)和研究方法，第四部分給出結(jié)果及解釋，第五部分是本文的結(jié)論與政策含義。

二、理論與文獻(xiàn)回顧

污染是工業(yè)生產(chǎn)的副產(chǎn)品，其反映的環(huán)境質(zhì)量的變化可以用庫(kù)茲涅茨環(huán)境曲線（EKC）來(lái)模擬。EKC 假定了一條“倒U 型”曲線來(lái)反映環(huán)境質(zhì)量和人均收入之間的關(guān)系，針對(duì)各種污染物的實(shí)證性研究雖然有較大爭(zhēng)論，也有相當(dāng)部分研究證實(shí)了這種關(guān)系。EKC揭示出當(dāng)一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展水平較低的時(shí)候，環(huán)境污染的程度較輕，但是隨著人均收入的增加，環(huán)境污染由低趨高，環(huán)境惡化程度隨經(jīng)濟(jì)的增長(zhǎng)而加劇；當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平后，也就是說(shuō)，到達(dá)某個(gè)臨界點(diǎn)或稱“拐點(diǎn)”以后，隨著人均收入的進(jìn)一步增加，環(huán)境污染又由高趨低，其環(huán)境污染的程度逐漸減緩，環(huán)境質(zhì)量逐漸得到改善，這種現(xiàn)象被稱為環(huán)境庫(kù)茲涅茨曲線。

從理論上講，規(guī)模效應(yīng)和技術(shù)效應(yīng)可以用來(lái)解釋環(huán)境庫(kù)茲涅茨曲線。在第一發(fā)展階段，經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)出規(guī)模效應(yīng)，對(duì)環(huán)境有一個(gè)負(fù)面影響，這是因?yàn)樵鲩L(zhǎng)的人均收入帶來(lái)更多的經(jīng)濟(jì)活動(dòng)，從而提高了諸如原材料、能源、運(yùn)輸?shù)鹊男枨螅M(jìn)一步造成環(huán)境惡化；隨著經(jīng)濟(jì)的增長(zhǎng)，技術(shù)的進(jìn)步也會(huì)對(duì)環(huán)境的改善產(chǎn)生積極影響。這主要指生產(chǎn)方式的變化導(dǎo)致更高的收入，隨著收入水平的提高，對(duì)環(huán)境質(zhì)量的需求也可能增加，故污染水平可能下降。因此，EKC的形狀反映了環(huán)境質(zhì)量需求的變化。

其他相應(yīng)的理論研究也表明，存在一個(gè)環(huán)境庫(kù)茲涅茨曲線的理論解釋。Andreoni和Levinson（2001）［1］提出了環(huán)境庫(kù)茲涅茨曲線的一個(gè)簡(jiǎn)單解釋。為了減少污染，污染治理報(bào)酬的增加意味著治理效率隨著治理規(guī)模的增加而增加，這能夠表明，增加10%的污染治理努力（投資）會(huì)有超過(guò)10%的污染量的減少。

傳統(tǒng)經(jīng)濟(jì)學(xué)理論認(rèn)為，隨著污染治理規(guī)模的增大（如污染治理投入加大），其邊際治理成本也會(huì)隨之增加。比如，對(duì)于既定技術(shù)水平，污水達(dá)標(biāo)排放率從50%增長(zhǎng)到90%，每單位的污水達(dá)標(biāo)治理成本也會(huì)隨之增高。不過(guò)，污染治理投資的遞增回報(bào)可能會(huì)來(lái)源于另外兩種機(jī)制：一是環(huán)境治理技術(shù)的創(chuàng)新和學(xué)習(xí)曲線效應(yīng)。環(huán)境治理技術(shù)的創(chuàng)新使得生產(chǎn)可能性曲線外移，可以使企業(yè)保持既定的污染水平下創(chuàng)造更多的產(chǎn)品和價(jià)值。二是學(xué)習(xí)曲線效應(yīng)使得治理周期縮短，如果生產(chǎn)函數(shù)遵循初始的“S”型加速形態(tài)，因此可以從中得到污染治理的遞增回報(bào)效應(yīng)。

而現(xiàn)有大部分驗(yàn)證環(huán)境庫(kù)茲涅茨曲線假說(shuō)的理論研究都是建立在環(huán)境治理規(guī)模經(jīng)濟(jì)和報(bào)酬遞增規(guī)律的基礎(chǔ)上的。Andreoni和Levinson（2001）［1］的研究解釋了規(guī)模報(bào)酬遞增在環(huán)境庫(kù)茲涅茨曲線形成中的作用。其研究的一個(gè)重要含義是，污染治理的投資及遞增報(bào)酬和合理的治理技術(shù)是理解EKC的核心。

對(duì)于污染治理的規(guī)模報(bào)酬的研究較少，Andreoni 和Levinson（2001）［1］用美國(guó)各個(gè)州的生產(chǎn)總值平方回歸了美國(guó)工業(yè)污染治理投入的回報(bào)。負(fù)的平方項(xiàng)表示工業(yè)的污染治理投資越多產(chǎn)生的污染就越少，治理的回報(bào)就越高。Managi（2006）［2］用美國(guó)各州農(nóng)業(yè)數(shù)據(jù)和DEA 方法，驗(yàn)證了美國(guó)農(nóng)業(yè)污染治理存在著遞增的規(guī)模報(bào)酬效應(yīng)，負(fù)的污染治理平方項(xiàng)表示污染治理回報(bào)有遞增效應(yīng)。

本文以上述研究為基礎(chǔ)，采用環(huán)境績(jī)效模型和面板計(jì)量回歸方法，探討在中國(guó)工業(yè)污染治理中是否存在著合適的環(huán)境技術(shù)應(yīng)用，考察環(huán)境污染治理投資的效果以及是否存在著污染治理的遞增回報(bào)。其中環(huán)境績(jī)效的全局ML 生產(chǎn)率指數(shù)估計(jì)方法和對(duì)面板數(shù)據(jù)存在異方差和序列相關(guān)等問(wèn)題的GLS估計(jì)是本文區(qū)別其他研究的重要特點(diǎn)。

三、數(shù)據(jù)處理與研究方法

（一）數(shù)據(jù)處理

本文的數(shù)據(jù)按照使用的先后分為兩個(gè)部分，第一部分是用來(lái)估計(jì)環(huán)境績(jī)效指標(biāo)的，其主要反映為環(huán)境治理技術(shù)進(jìn)步，這里采用了非參數(shù)的全要素生產(chǎn)率（TFP）表示，由于模型同時(shí)考慮了經(jīng)濟(jì)產(chǎn)出（期望產(chǎn)出）和污染（非期望產(chǎn)出），又可稱為“綠色生產(chǎn)率或綠色TFP”，這是本文區(qū)別于以往研究的主要特點(diǎn)。第二部分是用來(lái)考察污染治理投資的效果及回報(bào)的，主要通過(guò)計(jì)量方程的形式反映。

我們使用的研究數(shù)據(jù)是1990-2011年中國(guó)工業(yè)省際面板數(shù)據(jù)，包括除西藏和重慶外的29個(gè)大陸地區(qū)省、市、自治區(qū)，將其分為東、中、西部三大地區(qū)，當(dāng)然也是為了方便文中數(shù)據(jù)選取，因?yàn)楫?dāng)前環(huán)境污染統(tǒng)計(jì)主要集中在工業(yè)污染排放。

環(huán)境績(jī)效估計(jì)指標(biāo)我們選取工業(yè)生產(chǎn)的投入與產(chǎn)出兩大類。投入變量我們選取工業(yè)能源消費(fèi)、工業(yè)資本以及勞動(dòng)力三個(gè)指標(biāo)；產(chǎn)出變量分為非期望產(chǎn)出和期望產(chǎn)出，非期望產(chǎn)出主要是指工業(yè)污染排放，包括地區(qū)固體廢物產(chǎn)生量、廢氣排放量和工業(yè)廢水排放量指標(biāo)，期望產(chǎn)出以地區(qū)工業(yè)增加值來(lái)表示。環(huán)境治理投資的數(shù)據(jù)主要是指工業(yè)污染治理投資中分別用于治理廢水、廢氣和固體廢物的投資，為了消除價(jià)格因素的影響，以CPI平減處理成1990年不變價(jià)的數(shù)據(jù)。工業(yè)資本以90年不變價(jià)的固定資產(chǎn)投資價(jià)格指數(shù)平減后工業(yè)凈資產(chǎn)表示，人均GDP則以其增長(zhǎng)指數(shù)處理成90年不變價(jià)的實(shí)際量。主要數(shù)據(jù)來(lái)自《新中國(guó)六十年統(tǒng)計(jì)資料匯編》、歷年《中國(guó)環(huán)境年鑒》及《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、歷年《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，一些的數(shù)據(jù)來(lái)自于2011年全國(guó)統(tǒng)計(jì)公報(bào)及各省統(tǒng)計(jì)公報(bào)及環(huán)保部2011年環(huán)境統(tǒng)計(jì)公報(bào)的數(shù)據(jù)。

（二）研究方法

污染決定的因素的理論和經(jīng)驗(yàn)研究文獻(xiàn)中，污染技術(shù)及其使用效果被認(rèn)為是其主要的因素。在現(xiàn)有文獻(xiàn)中，時(shí)間趨勢(shì)變量有時(shí)被作為技術(shù)水平的一個(gè)替代變量來(lái)處理（Hilton和Levinson，1998）［3］。但是，有時(shí)用時(shí)間趨勢(shì)度量技術(shù)，可能還包含著其他無(wú)法解釋的東西，它會(huì)獲取隨時(shí)間變化的其他效應(yīng)，比如相對(duì)能源價(jià)格的變化（Agras 和Chapman，1999）［4］。顯然這樣處理不能完全獲得技術(shù)進(jìn)步因素的作用。因此有必要清晰地區(qū)分出技術(shù)進(jìn)步的因素（Stern，1998）［5］。本研究采用非參數(shù)的DEA方法捕捉個(gè)體省份和隨時(shí)間變化的技術(shù)因素。DEA方法已經(jīng)被大量的文獻(xiàn)證明特別適用于多投入多產(chǎn)出的生產(chǎn)過(guò)程的績(jī)效評(píng)估，被廣泛應(yīng)用于企業(yè)績(jī)效評(píng)價(jià)、宏觀生產(chǎn)率研究等。

已經(jīng)有很多文獻(xiàn)曾試圖尋找一整套合理的方法用來(lái)估算污染的生產(chǎn)效率和生產(chǎn)率問(wèn)題（Fare et al.，1989［6］，1993［7］；Zaimand和Taskin，2000［8］；Chung，F(xiàn)?re 和Grosskopf，1997［9］；Domazlicky和Weber，2004［10］；Fare et al.，2005［11］；Kuosmanen，2005［12］；Kuosmanen 和Kortelainen，2005［13］；Managi et al.，2005［14］）。劉勇等人（2010）［15］系統(tǒng)歸納了當(dāng)前處理非期望產(chǎn)出存在時(shí)的6種DEA效率評(píng)價(jià)方法，依次比較了各自優(yōu)缺點(diǎn)。這些研究均試圖把經(jīng)濟(jì)產(chǎn)出（期望產(chǎn)出）與環(huán)境因素（非期望產(chǎn)出）合并為產(chǎn)出，即假定環(huán)境因素為弱可處置性，期望產(chǎn)出作為強(qiáng)可處置性②。那么企業(yè)能生產(chǎn)更多的期望產(chǎn)出同時(shí)而產(chǎn)生較少的環(huán)境污染，則認(rèn)為在技術(shù)上是有效的。

根據(jù)Chung，F(xiàn)?re和Grosskopf（1997）［9］理論，我們可以定義一個(gè)環(huán)境效率函數(shù)，即在給定期望產(chǎn)出水平和投入下的最小污染排放。定義投入向量集期望產(chǎn)出集非期望產(chǎn)出，即污染產(chǎn)出向量集合為

三個(gè)向量分別是投入，經(jīng)濟(jì)產(chǎn)出，污染排放。投入x 表示勞動(dòng)力、能源消費(fèi)和凈資產(chǎn)；經(jīng)濟(jì)產(chǎn)出指地區(qū)工業(yè)增加值；污染排放指廢水、廢氣排放量以及固體廢物產(chǎn)生量。則可定義生產(chǎn)可能性技術(shù)集P(x)，

描述和刻畫(huà)期望產(chǎn)出和非期望產(chǎn)出同時(shí)存在時(shí)的生產(chǎn)技術(shù)集，一些假設(shè)性的公理?xiàng)l件必須滿足：①投入和期望的經(jīng)濟(jì) 產(chǎn) 出 均 為 強(qiáng) 可 處 置 性，即 如 果x′≥x則P(x′)≥P(x) ，y′≥y則P(y′)≥P(y)，意味著如果投入和經(jīng)濟(jì)產(chǎn)出增加，產(chǎn)出集不可能收縮；②如果(y,b)∈P(x)且b=0，則y=0，暗含著決策單位（省區(qū)）要生產(chǎn)期望的經(jīng)濟(jì)產(chǎn)出，必須同時(shí)生產(chǎn)污染等副產(chǎn)出；③污染的弱可處置性假設(shè)，如果(y,b)∈P(x)且0 ≤θ ≤1，則(θy,θb)∈P(x) ，意味著處理污染是有成本的，在給定的投入水平下，要減少污染水平必然導(dǎo)致經(jīng)濟(jì)產(chǎn)出的降低。

而生產(chǎn)可能性集合又可以由方向性距離函數(shù)來(lái)表示。在上述假定下，設(shè)方向性向量產(chǎn)出的方向性距離函數(shù)可定義為：

此方向距離函數(shù)表示在提高經(jīng)濟(jì)產(chǎn)出的同時(shí)同比例降低污染產(chǎn)出。方向向量g 決定了非期望產(chǎn)出增加和期望產(chǎn)出下降的方向，根據(jù)Chung，F(xiàn)?re和Grosskopf（1997）［9］及Kumar（2006）［16］等的分析辦法，本研究中的方向向量設(shè)定為g=(y,b)），等于各自實(shí)際值。

我們根據(jù)生產(chǎn)率定義度量?jī)蓚€(gè)不同時(shí)期環(huán)境績(jī)效或者環(huán)境TFP 指標(biāo)，則從t 到t+1 時(shí)期的環(huán)境TFP 指數(shù)定義如下表示：

（4）式同樣可以繼續(xù)分解為生產(chǎn)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，用來(lái)解釋生產(chǎn)率增長(zhǎng)的動(dòng)因。王兵等人（2008［17］）、吳軍等人（2010）［18］和楊俊，邵漢華（2009）［19］使用ML 指數(shù)研究環(huán)境管制對(duì)區(qū)域或國(guó)家生產(chǎn)率的影響。因此上述方向距離函數(shù)可通過(guò)求解4個(gè)DEA 線性規(guī)劃來(lái)求解，（s=t,t+1），其中是權(quán)重向量：

但是對(duì)于以前ML生產(chǎn)率指數(shù)相關(guān)的研究，Oh（2009）［20］指出了（4）式和（5）式存在下面兩個(gè)方面的缺陷：第一，（4）式的幾何平均不滿足傳遞性（circularity or transitivity）③；第二，（5）式在考察不同時(shí)期的參照技術(shù)，如和其線性規(guī)劃有可能是沒(méi)有可行性解的④。對(duì)于沒(méi)有可行性解問(wèn)題，以前的研究通常把此作為有效看待（最優(yōu)β 為0），這很顯然是不科學(xué)的處理方法！因此上述兩方面的問(wèn)題導(dǎo)致傳統(tǒng)的ML 生產(chǎn)率指數(shù)測(cè)度可能會(huì)對(duì)DMU（決策者）產(chǎn)生誤導(dǎo)。

鑒于此，Oh（2009）［20］等人提出解決上述兩個(gè)問(wèn)題的方法，叫做全局ML 生產(chǎn)率指數(shù)（global ML productivity index）。該指數(shù)與傳統(tǒng)ML 指數(shù)相比較，它對(duì)生產(chǎn)可能性集定義上作了很大的改進(jìn)，定義同期的生產(chǎn)技術(shù)和一個(gè)全局的生產(chǎn) 技 術(shù) 集 。 這個(gè) 同 期 生 產(chǎn) 技 術(shù) 定 義 為能夠生產(chǎn)作用是提供每個(gè)DMU在時(shí)期t 的參照技術(shù)集；全局生產(chǎn)技術(shù)集則可以定義成同期生產(chǎn)技術(shù)集的并集： PG(x)=P1(x1)?P2(x2)?…?PT(xT)。經(jīng)過(guò)如此定義，全局生產(chǎn)技術(shù)集成為包括了所有DMU和所有時(shí)期參照技術(shù)集。如此全局ML 生產(chǎn)率指數(shù)可表示為：

GML 提高表示污染治理技術(shù)有所改善，計(jì)算結(jié)果一般以1 為標(biāo)準(zhǔn)，GML ＞1，表示某省份區(qū)域環(huán)境績(jī)效或環(huán)境TFP呈現(xiàn)增長(zhǎng)即環(huán)境有所改善；反之，GML ≤1，表示該省份區(qū)域環(huán)境績(jī)效或環(huán)境TFP 呈現(xiàn)不變或下降即環(huán)境至少?zèng)]有變好。下降的GML 表示綠色生產(chǎn)率正在下降，顯然可以推斷該省份區(qū)域考慮環(huán)境因素的經(jīng)濟(jì)增長(zhǎng)是不可持續(xù)的。

由于社會(huì)的環(huán)境產(chǎn)出成本和私人的環(huán)境產(chǎn)出成本具有非一致性，通常私人企業(yè)很少有激勵(lì)控制污染達(dá)到法律規(guī)定的高限水平后再去努力，他們只有更高的激勵(lì)去提高市場(chǎng)產(chǎn)出或期望產(chǎn)出。他們總會(huì)想方設(shè)法去控制投入，同時(shí)努力減少污染治理的成本，從而達(dá)到降低總成本的目的。除非能夠給企業(yè)一個(gè)明確的指示，即存在著污染治理投資的規(guī)模遞增報(bào)酬，增加污染治理的投資能夠給企業(yè)帶來(lái)明確的環(huán)境治理收益，因?yàn)樗c污染治理的成本成反比。這樣，企業(yè)才會(huì)有足夠的激勵(lì)在追求市場(chǎng)產(chǎn)出的同時(shí)，增加環(huán)境污染的治理投資。因此，為了檢驗(yàn)中國(guó)工業(yè)污染治理過(guò)程中有沒(méi)有存在治理投資的規(guī)模報(bào)酬遞增的效應(yīng)，我們首先估計(jì)環(huán)境績(jī)效指數(shù)，作為環(huán)境治理技術(shù)的代理，然后通過(guò)計(jì)量回歸的形式控制環(huán)境技術(shù)后，驗(yàn)證環(huán)境治理投資的規(guī)模報(bào)酬問(wèn)題。

為了檢驗(yàn)工業(yè)污染治理投資的規(guī)模報(bào)酬假設(shè)，我們給出本研究的面板數(shù)據(jù)的計(jì)量模型：

其中，Y 表示污染排放指標(biāo)，j=1，2，3，分別表示廢水、廢氣和固體廢物三種環(huán)境質(zhì)量指標(biāo)；Effort表示工業(yè)污染治理的投資；GML 表示由上述全局ML 生產(chǎn)率指數(shù)得到的環(huán)境績(jī)效指數(shù)，用來(lái)反映污染治理中的技術(shù)應(yīng)用狀況；αi（i=0，1，2，3，4，5）為待估參數(shù)。

人均GDP（AGDP）及其多項(xiàng)式主要用來(lái)檢驗(yàn)EKC 變化形態(tài)的。我們預(yù)期α4和α5應(yīng)顯著為負(fù)，反映工業(yè)治理投資和治理技術(shù)進(jìn)步會(huì)減少污染物的排放。再設(shè)定一個(gè)回歸方程，即在（8）式添加一項(xiàng)Effort的平方項(xiàng)，用來(lái)檢驗(yàn)治理投資的規(guī)模報(bào)酬遞增假說(shuō)，形式如下：

如果（9）式治理努力的二次項(xiàng)的系數(shù)β5 顯著為負(fù)，意味著存在著污染治理的規(guī)模報(bào)酬遞增效應(yīng)；如果β5 顯著為正，則說(shuō)明存在著污染治理的規(guī)模報(bào)酬遞減效應(yīng)；如果β5 不顯著，意味著我們沒(méi)有找到顯著的證據(jù)說(shuō)明存在規(guī)模報(bào)酬問(wèn)題。

在存在著省區(qū)個(gè)體的隨機(jī)趨勢(shì)的情況下，無(wú)論是面板數(shù)據(jù)的固定效應(yīng)還是隨機(jī)效應(yīng)的估計(jì)量都不能滿足一致性的要求。面板數(shù)據(jù)與時(shí)間序列和截面回歸相比雖然增大了樣本容量，但已經(jīng)證明其仍然可能存在傳統(tǒng)線性回歸的一些有偏的估計(jì)問(wèn)題，如面板線性模型的誤差結(jié)構(gòu)也可能存在異方差性、非獨(dú)立性（相關(guān)性）以及序列相關(guān)性等時(shí)間序列和截面數(shù)據(jù)模型存在的各種問(wèn)題。為了糾正模型存在的對(duì)估計(jì)系數(shù)產(chǎn)生偏誤的時(shí)間序列相關(guān)和異方差性問(wèn)題，參照Greene（2008）［21］與Beck and Katz（1995）［22］等人的研究，使用了一個(gè)能夠同時(shí)修正面板數(shù)據(jù)估計(jì)存在的異方差性（包括個(gè)體相關(guān)性）和序列相關(guān)性的可行的廣義最小二乘（FGLS）法，得到了一致和有效性估計(jì)量。

四、模型估計(jì)及結(jié)果解釋

根據(jù)工業(yè)數(shù)據(jù)，本研究首先使用（7）式的線性規(guī)劃和（6）式的全局ML 生產(chǎn)率指數(shù)分別求解在不同種類的工業(yè)環(huán)境污染的治理績(jī)效，求解過(guò)程中采用全局ML 生產(chǎn)率指數(shù)方法較好地克服了其中出現(xiàn)的一些省區(qū)線性規(guī)劃無(wú)可行性解的問(wèn)題，證明了全局ML生產(chǎn)率指數(shù)方法是有效的度量方法。

以1990年為基期，到2011年全國(guó)廢水、廢氣和固體廢物治理的環(huán)境績(jī)效指數(shù)分別累積上升了53%、38%和43%，年均分別增長(zhǎng)2.3%、1.8%和1.9%（幾何平均），顯示出針對(duì)三大污染物的治理中呈現(xiàn)出持續(xù)的技術(shù)能力改善，環(huán)境績(jī)效指數(shù)的上升表明中國(guó)地區(qū)在發(fā)展工業(yè)經(jīng)濟(jì)過(guò)程中至少一定程度上保持了與環(huán)境的協(xié)調(diào)性。這對(duì)于激勵(lì)政府繼續(xù)推廣嚴(yán)格的環(huán)境管制措施，鼓勵(lì)企業(yè)遵守環(huán)境標(biāo)準(zhǔn)以及實(shí)施各種環(huán)境污染治理技術(shù)有著重要的指示作用。

分地區(qū)考察，我們發(fā)現(xiàn)，東、中、西部地區(qū)的環(huán)境績(jī)效指數(shù)存在明顯的差異，特別是西部與東部和中部的差異較為明顯。東部地區(qū)一直是中國(guó)污染治理技術(shù)改善的領(lǐng)先者，其中廢水、廢氣和固體廢物的環(huán)境績(jī)效年均增長(zhǎng)達(dá)到了2.79%、2.09%和2.32%。中部地區(qū)雖然在2000年前表現(xiàn)遜于東部地區(qū)，但在最近兩個(gè)五年規(guī)劃期間增長(zhǎng)速度開(kāi)始明顯快于東部地區(qū)，在三大污染物的環(huán)境績(jī)效年均增長(zhǎng)分別達(dá)到了4.3%、2.4%和3.6%，同期東部只有3.88%、1.58%和2.2%，這使得中部的累積環(huán)境績(jī)效指數(shù)開(kāi)始達(dá)到甚至超過(guò)東部地區(qū)。西部地區(qū)環(huán)境績(jī)效指數(shù)各年間波動(dòng)性較大，整個(gè)報(bào)告期三大污染物環(huán)境績(jī)效年均增長(zhǎng)率僅為1.05%、1.03%和0.7%，相較于其他兩地區(qū)增長(zhǎng)緩慢，新世紀(jì)以來(lái)，在東中部地區(qū)均呈現(xiàn)較快增長(zhǎng)的態(tài)勢(shì)下，仍然增長(zhǎng)較慢。三大地區(qū)環(huán)境績(jī)效的差異體現(xiàn)了中國(guó)地區(qū)環(huán)境政策執(zhí)行的力度與環(huán)境治理技術(shù)的應(yīng)用的差異。隨著經(jīng)濟(jì)的發(fā)展，東中部逐步注重環(huán)境質(zhì)量的提升，嚴(yán)厲的政策執(zhí)行和公眾環(huán)保意識(shí)的提高與決策參與，使得環(huán)境績(jī)效得以較快上升。而西部地區(qū)政府決策上往往更偏重于經(jīng)濟(jì)發(fā)展而非環(huán)境保護(hù)，環(huán)保政策的執(zhí)行也會(huì)大打折扣，使其表現(xiàn)出較低的績(jī)效水平。Managi and Kaneko（2006）［23］在他們的研究中發(fā)現(xiàn)，低環(huán)境績(jī)效的表現(xiàn)與這些國(guó)家或地區(qū)對(duì)環(huán)境法規(guī)和政策的執(zhí)行力較弱有關(guān)，也與這些地區(qū)的企業(yè)環(huán)境管理能力的不足有關(guān)。

為了檢驗(yàn)中國(guó)環(huán)境污染治理的決定因素，在做面板數(shù)據(jù)線性回歸前必須考慮面板模型可能存在的異方差和序列相關(guān)問(wèn)題，如果不存在此類問(wèn)題，我們可以直接使用面板固定效應(yīng)或隨機(jī)效應(yīng)估計(jì)量；如果存在異方差和序列相關(guān)問(wèn)題，就需要使用適當(dāng)方法加以修正。因此，首先有必要對(duì)此進(jìn)行統(tǒng)計(jì)檢驗(yàn)。檢驗(yàn)只針對(duì)公式（9）進(jìn)行⑤。

表1列示了模型（9）估計(jì)前的相關(guān)檢驗(yàn)量。在分別對(duì)模型進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)估計(jì)后，對(duì)其顯著性進(jìn)行了統(tǒng)計(jì)檢驗(yàn)，固體效應(yīng)的F 檢驗(yàn)和隨機(jī)效應(yīng)的x2檢驗(yàn)結(jié)果均以較強(qiáng)的統(tǒng)計(jì)顯著性程度拒絕了混和效應(yīng)的原假設(shè)，說(shuō)明數(shù)據(jù)更適合面板數(shù)據(jù)模型。Hausman檢驗(yàn)的結(jié)果都顯示固定效應(yīng)模型均優(yōu)于隨機(jī)效應(yīng)模型。針對(duì)固定效應(yīng)模型的結(jié)果，我們對(duì)此進(jìn)一步做了異方差性檢驗(yàn)，統(tǒng)計(jì)結(jié)果均在1%的顯著性水平下顯示出存在較強(qiáng)的異方差性。序列相關(guān)檢驗(yàn)也表明模型存在著較強(qiáng)的一階自相關(guān)。

參照Greene（2008）［21］與Beck and Katz（1995）［22］等人的研究，我們使用能修正面板異方差和自相關(guān)的FGLS 方法得到了一致和有效性估計(jì)，并對(duì)估計(jì)結(jié)果進(jìn)行了異方差性檢驗(yàn)和序列相關(guān)檢驗(yàn)。

表1 模型（9）的估計(jì)前檢驗(yàn)

當(dāng)同時(shí)考慮到異方差及序列相關(guān)性時(shí)，F(xiàn)GLS 估計(jì)量能夠較好地修正了固定效應(yīng)模型存在的兩類有偏估計(jì)問(wèn)題。對(duì)模型（8）的估計(jì)見(jiàn)表2。

對(duì)FGLS 方法估計(jì)后的異方差性檢驗(yàn)和序列相關(guān)檢驗(yàn)對(duì)所有估計(jì)形式均在統(tǒng)計(jì)上不能拒絕不存在異方差和序列相關(guān)的原假設(shè)。與原固定效應(yīng)模型相比，不僅較好地修正了存在的序列相關(guān)和異方差問(wèn)題，同時(shí)估計(jì)系數(shù)均顯示出很強(qiáng)的統(tǒng)計(jì)顯著性。

表2 模型（8）的FGLS估計(jì)結(jié)果

估計(jì)結(jié)果表明，不存在單純的收入水平與環(huán)境質(zhì)量間的EKC關(guān)系，環(huán)境質(zhì)量還受到除收入之外的其他因素的較強(qiáng)影響，而且三類環(huán)境質(zhì)量的EKC呈現(xiàn)出不同的變化形態(tài)。環(huán)境績(jī)效的系數(shù)均顯著為負(fù)，表明環(huán)境治理技術(shù)對(duì)控制污染有著積極的作用，符合預(yù)期。但治理投資卻起著相反的效果，即治理投資的增長(zhǎng)并不利于污染的控制。不存在環(huán)境績(jī)效變量的敏感性分析結(jié)果也表明了大致相同的結(jié)論。

表3 報(bào)告了加入污染治理投資的二次項(xiàng)的FGLS 估計(jì)結(jié)果。異方差和序列相關(guān)等檢驗(yàn)結(jié)果也表明了與表3 相似的結(jié)論。系數(shù)估計(jì)結(jié)果基本類似于表2，同樣表明環(huán)境治理技術(shù)和管理水平的改善有利于對(duì)三類環(huán)境污染物的控制。與表2不同的是環(huán)境績(jī)效的二次項(xiàng)，所有形式的估計(jì)結(jié)果均表明在很強(qiáng)的統(tǒng)計(jì)顯著性水平下，污染治理投資表現(xiàn)出明顯的規(guī)模報(bào)酬遞增效應(yīng)，驗(yàn)證了前述治理投資的規(guī)模報(bào)酬遞增假說(shuō)。在控制和不控制治理技術(shù)變量的情況下結(jié)論沒(méi)有發(fā)生變化。

同時(shí)，需要注意到不論是模型（8）還是模型（9）均報(bào)告了治理投資的系數(shù)呈現(xiàn)顯著正的表現(xiàn)，這與前述預(yù)期結(jié)論相反，即增加治理投資不是減少了污染而是增加了污染。可能的原因主要有：①實(shí)際的污染治理投資并沒(méi)有用于污染控制，而是用到了非污染控制的領(lǐng)域，污染治理投資沒(méi)有發(fā)揮相應(yīng)的作用。例如，排污費(fèi)是治理污染的主要投資來(lái)源，且《排污費(fèi)征收使用管理?xiàng)l例》規(guī)定：“排污費(fèi)應(yīng)當(dāng)全部專項(xiàng)用于環(huán)境污染防治，任何單位和個(gè)人不得截留、擠占和挪作他用。”但在許多基層環(huán)保部門(mén)，“排污費(fèi)”絕大部分變成了“人頭費(fèi)”，已成為普遍現(xiàn)象⑥。②污染的拐點(diǎn)（人均GDP 表示）均遠(yuǎn)遠(yuǎn)大于所有省區(qū)人均GDP的均值，表明幾乎所有的省區(qū)均處于EKC曲線的前端，即隨著收入增長(zhǎng)污染仍然上升的階段，故治理投資還沒(méi)有起到有效控制污染的作用。

表3 模型（9）的FGLS估計(jì)結(jié)果

五、研究結(jié)論

本文主要關(guān)注了相關(guān)研究常常忽略的環(huán)境管理的績(jī)效或環(huán)境治理技術(shù)以及污染治理投資在中國(guó)污染控制中的作用。本文使用一種能夠聯(lián)合考慮污染和經(jīng)濟(jì)產(chǎn)出的DEA方法，估計(jì)了中國(guó)29個(gè)省區(qū)1990-2011年的動(dòng)態(tài)環(huán)境績(jī)效，并把它作為污染治理的技術(shù)，在考察了不同地區(qū)變化規(guī)律的基礎(chǔ)上，文章進(jìn)一步使用面板數(shù)據(jù)的FGLS 估計(jì)方法，在修正了存在的異方差和序列相關(guān)等問(wèn)題后，檢驗(yàn)了環(huán)境治理技術(shù)、污染治理投資及其治理投資的規(guī)模報(bào)酬問(wèn)題。研究結(jié)論如下：

（1）全局ML 生產(chǎn)率指數(shù)的運(yùn)用避免了傳統(tǒng)ML 方法存在的不可傳遞性和可能沒(méi)有可行性解的缺陷，完滿地解決了在動(dòng)態(tài)環(huán)境績(jī)效測(cè)度中的不足，這是本文的一大特色之處。

（2）環(huán)境績(jī)效的度量結(jié)果表明，三大地區(qū)均保持了一定的環(huán)境治理技術(shù)的持續(xù)提升，特別是中東部地區(qū)表現(xiàn)尤其明顯。但是西部地區(qū)環(huán)境績(jī)效指數(shù)僅有微弱的增長(zhǎng)，且呈現(xiàn)較大的波動(dòng)性規(guī)律。

（3）為了檢驗(yàn)環(huán)境技術(shù)與治理投資規(guī)模報(bào)酬這一假說(shuō)，本文構(gòu)造了省份面板數(shù)據(jù)檢驗(yàn)方程。通過(guò)異方差和序列相關(guān)的檢驗(yàn)發(fā)現(xiàn)不論是固定效應(yīng)還是隨機(jī)效應(yīng)均不能提供一致和有效的系數(shù)估計(jì)量。本文使用了同時(shí)考慮了異方差和序列相關(guān)的FGLS 面板估計(jì)方法，較好地糾正了上述問(wèn)題，給出了基本符合預(yù)期的估計(jì)。檢驗(yàn)結(jié)果發(fā)現(xiàn)，環(huán)境技術(shù)對(duì)于有效控制環(huán)境污染有著積極和作用，雖然污染治理投資還沒(méi)有發(fā)揮積極作用，但我們發(fā)現(xiàn)其產(chǎn)生了積極的規(guī)模遞增報(bào)酬效應(yīng)。

本文的政策含義表明，發(fā)展污染治理技術(shù)和提高環(huán)境管理績(jī)效是控制污染、提高環(huán)境質(zhì)量的重要手段；增加污染治理投資雖然在短期內(nèi)會(huì)增加生產(chǎn)的成本，但同樣會(huì)給生產(chǎn)者帶來(lái)遞增的規(guī)模報(bào)酬和收益。因此不斷增加污染治理的投資和提高環(huán)境績(jī)效水平是除收入水平外控制污染的兩大手段。

注 釋：

①參見(jiàn)http://epi.yale.edu/Downloads.

②比如一家造紙廠，紙品是其期望產(chǎn)出，排放的污水是其非期望產(chǎn)出。弱可處置性暗含著如果投入不變，減少10%的污水排放相應(yīng)地要減少10%的紙品生產(chǎn)。

③所謂傳遞性是指諸如I1，3=I1，2×I2，3的等式或規(guī)律成立，I1，3、I1，2、I2，3分別表示第1到第3時(shí)期、第1到第2時(shí)期和第2到第3時(shí)期的指數(shù)。

④本文針對(duì)所考察的29個(gè)省區(qū)的樣本求解距離函數(shù)時(shí)確實(shí)有些省區(qū)無(wú)可行性解。

⑤對(duì)公式（8）的檢驗(yàn)結(jié)果與對(duì)公式（9）的結(jié)論完全一致。

⑥參見(jiàn)http://business.sohu.com/20050711/n226268449.shtml.

［1］Andreoni J，Levinson A. The Simple Analytics of the Environmental Kuznets Curve［J］. Journal of Public Economics，2001，80（2）：269-286.

［2］Managi S. Are There Increasing Returns To Pollution Abatement? Empirical Analytics of the Environmental Kuznets Curve in Pesticides［J］. Ecological Economics，2006，58（3）：617-636.

［3］Hilton H，Levinson A. Factoring the Environmental Kuznets Curve:Evidence from Automotive Lead Emissions［J］.Journal of Environmental Economics and Management，1998，35（2）：126-141.

［4］Agras J M，Chapman D. A Dynamic Approach to the Environmental Kuznets Curve Hypothesis［J］.Ecological Economics，1999，28（2）：267-277.

［5］Stern D I. Progress on the Environmental Kuznets Curve［J］.Environment and Development Economics，1998，3（2）：17-19.

［6］F?re R，Grosskopf S，Lovell K，et al. Multilateral Productivity Comparisons When Some Outputs Are Undesirable: A Nonparametric Approach［J］. Review of Economics and Statistics，1998，71（1）：90-98.

［7］F?re R，Grosskopf S，Lovell C A K，et al.Derivation of Shadow Prices for Undesirable Outputs: A Distance Function Approach［J］.Review of Economics and Statistics，1993，75（2）：374-380.

［8］Zaim O，Taskin F.A Kuznets Curve in Environmental Efficiency:An Application on OECDCountries［J］.Environmental and Resource Economics，2000，17（1）：21-36.

［9］Chung Y H，F(xiàn)?re R，Grosskopf S. Productivity and Undesirable Outputs: A Directional Distance Function Approach［J］.Journal of Environment Management，1997，51（3）：229-240.

［10］Domazlicky B，Weber W. Does Environmental Protection Lead To Slower Productivity Growth In The Chemical Industry ？［J］. Environmental and Resource Economics，2004，28（3）：301-324.

［11］F?re R，Grosskopf S，Noh D，et al.Characteristics of a Polluting Technology: Theory and Practice［J］. Journal of Econometrics，2005，126（2）：469-492.

［12］Kuosmanen T.Weak Disposability in Nonparametric Production Analysis with Undesirable Outputs［J］. American Journal of Agricultural Economics，2005，87（4）：1077-1082.

［13］Kuosmanen T，Kortelainen M. Measuring Eco-Efficiency of Production with Data Envelopment Analysis［J］. Journal of Industrial Ecology，2005，9（4）：59-72.

［14］Managi S，Opaluch J J，Jin D，et al. Environmental Regulations and Technological Change in the Offshore Oil and Gas Industry［J］.Land Economics，2005，81（2）：303-319.

［15］劉勇，李志祥，李靜.環(huán)境效率評(píng)價(jià)方法的比較研究［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010（1）:84-92.

［16］Kumar S. Environmentally Sensitive Productivity Growth: A Global Analysis Using Malmquist-Luenberger Index［J］.Ecol Econ，2006，56（2）：280-293.

［17］王兵，吳延瑞，顏鵬飛. 環(huán)境管制與全要素生產(chǎn)率增長(zhǎng)：APEC的實(shí)證研究［J］.經(jīng)濟(jì)研究，2008（5）：19-32.

［18］吳軍，笪鳳媛，張建華.環(huán)境管制與中國(guó)區(qū)域生產(chǎn)率增長(zhǎng)［J］.統(tǒng)計(jì)研究，2010（1）：83-89.

［19］楊俊，邵漢華.環(huán)境約束下的中國(guó)工業(yè)增長(zhǎng)狀況研究——基于Malmquist—Luenberger 指數(shù)的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（9）：64-78.

［20］Oh D H. A Global Malmquist-Luenberger Productivity Index: An Application to OECD Countries 1990-2004［R］.CESIS Electronic Working Paper Series，Paper No. 164，2009.

［21］Greene W H. Econometric Analysis［M］. Upper Saddle River，NJ:Prentice-Hall，2008.

［22］Beck N，Katz J N. What to Do（And Not to Do）With Time-Series Cross-Section Data［J］.American Political Science Review，1995，89（3）：634-647.

［23］Managi S，Kaneko S.Productivity of Market and Environmental Abatement in China［J］. Environmental Economics and Policy Studies，2006，7（4）：459-470.

［24］Tyteca D. Linear Programming Models For the Measurement Of Environmental Performance Of Firms—Concepts And Empirical Results［J］. Journal of Productivity Analysis，1997，8（2）：182-197.

［25］涂正革.環(huán)境、資源與工業(yè)增長(zhǎng)的協(xié)調(diào)性［J］.經(jīng)濟(jì)研究，2008（2）：93-105.