環境污染、長江經濟帶綠色城鎮化效率及其影響因素
——基于綜合城鎮化視角

張澤義

(西南財經大學經濟學院，四川 成都 611130)

城市經濟發展和城鎮化進程推進往往相伴而生，我國經濟和城鎮化的高速增長已是不爭的事實。但人們過分關注城鎮化“量”的提升，而忽略了城鎮化“質”的發展，簡單地將城鎮人口的增加、城市建成區面積的擴大及城市GDP的增長等“量”方面的體現理解為城鎮化過程。我國城鎮化的速度已到了“非常危險的地步”[1]，總體上是“造城運動”導致的“驅趕型城鎮化”，環境的支撐能力已不能適應這種冒進式城鎮化模式[2]。此外，農民工進城無法享受與市民同等待遇，“半城市化”現象愈發尖銳[3]，城鎮化“質”和“量”沒有同步提高，城鎮化效率過低。長江經濟帶城鎮化發展水平和質量的雙提升是我國城鎮化發展的重要組成部分，但長期的粗放型城鎮化發展模式給生態環境造成重大沖擊，環境污染問題日趨嚴重。習近平總書記在推進長江經濟帶發展座談會上指出，當前和今后相當長一個時期，要把修復長江生態環境擺在壓倒性位置，必須走綠色發展之路。

效率是實際產出與最優產出的比率，能客觀衡量一個國家或地區的經濟發展質量。現行關于效率的研究方法主要有兩種：一種是數據包絡分析(DEA)；另一種是隨機前沿(SFA)。由于隨機前沿需對生產函數形式進行事先設定，且不能適用于多種投入多種產出的情況，在小樣本情況下可能出現估計誤差，因此數據包絡分析備受學者們的青睞。將其用于經濟增長效率研究是最為普遍的[4][5][6]，之后被運用到產業領域[7][8][9]。對城市領域的研究主要集中于城市效率、城市土地利用效率等。Charnes et al.(1989)運用DEA模型對我國28個城市的效率進行評價[10]。Bronzini and Piselli(2009)研究城市全要素生產率，認為人力資本對城市全要素生產率的影響遞減[11]。金相郁(2006)和黃永斌等(2015)較為一致地認為我國城市生產效率較低[12][13]。Erik(2008)從城市要素的角度對土地利用效應進行研究[14]。對城鎮化本身的效率研究主要是國內學者且文獻較少。王家庭等(2009)從動態和靜態兩方面考察我國的城鎮化效率，認為城鎮化效率較低且處于增長的強無效率狀態，技術進步的無效率是最大的瓶頸[15]。戴永安(2010)的研究表明我國城市化效率緩慢增長，城市間效率差異顯著，但差距在逐步縮小[16]。張明斗(2013)測算我國省際的城市化效率，發現城市化效率表現波浪式下降的趨勢，完全有效的省區數量在逐漸下降[17]。王曉鵬等(2014)研究發現我國城鎮化效率整體處于效率變動的無效狀態，城鎮化尚屬“攤大餅式”的粗放模式[18]。多數文獻簡單將人口城鎮化作為單一的產出指標，忽略了城鎮化在經濟和社會方面的體現。

以往文獻大多沒有考慮環境污染問題，這會扭曲對效率的評價，在政策上產生誤導[19]。將環境因素引入到效率分析框架中，主要有兩種思路：一種是將環境污染作為投入要素[20][21]；另一種是將環境污染作為非期望產出[22]。但這些研究均是針對經濟增長效率，而將環境污染納入到城鎮化效率測算中的研究較少。同時，在研究方法上傳統DEA是基于徑向、角度的方法，而當投入過度或產出不足時，其測算結果是不準確的。針對這一缺陷，Fare et al.(2010)和Fukuyama et al.(2009)提出更加一般化的非徑向、非角度的方向性距離函數[23][24]。與之相適應，Chambers et al.(1996)提出更加一般化的Luenberger生產率指數[25]。因此，本文將主成分分析法計算得出的城鎮化綜合指數作為期望產出，與非期望產出(即環境污染)一起納入生產過程，運用SBM方向性距離函數和Luenberger生產率指數，對長江經濟帶112個地級市(州)的綠色城鎮化效率*相對于傳統城鎮化效率(不包含環境污染)而言，本文的綠色城鎮化效率是指通過將環境污染納入生產過程而計算出來的城鎮化效率，實證部分的城鎮化效率和全要素生產率即是考慮了非期望產出的綠色城鎮化效率和全要素生產率。、城鎮化全要素生產率進行研究。

一、研究方法及數據說明

(一)SBM方向性距離函數

借鑒Fare et al.(2007)的方法[26]，我們把污染視為“壞”產出，并根據Fukuyama et al.(2009)和王兵等(2010)的研究[24][22]，將SBM方向性距離函數定義如下：

(1)

按照Cooper et al.(2007)的研究[27]，我們將城鎮化無效率分解為：

(2)

(3)

(4)

(二)Luenberger生產率指數

Chambers et al.(1996)將t期到(t+1)期的Luenberger生產率指數定義為[25]：

(5)

接著，進一步分解為純效率變化(LPEC)、純技術進步(LPTP)、規模效率變化(LSEC)及技術規模變化(LTPSC)之和，其公式如下：

(6)

(7)

(8)

(9)

(三)數據來源及處理

本文選取2005～2014年長江經濟帶112個地級市州作為樣本*長江經濟帶共涉及11個省市、129個行政單位(包括地級以上城市和自治州等，但不包括神農架林區)，考慮到數據的可獲得性和現有的最新年鑒，本文選取2005～2014年除仙桃、天門、潛江、湘西、阿壩、甘孜、涼山、文山、西雙版納、德宏、怒江、迪慶、畢節、銅仁、黔西南、黔東南和黔南等以外的112個地級市州作為樣本。。相關數據來源于2006～2015年城市統計年鑒、省和市州統計年鑒、2006～2014年區域統計年鑒、各市州國民經濟和社會發展統計公報、環境狀況統計公報(或環境質量報告)及政府工作報告。

1.期望產出指標。城鎮化效率的產出指標是各地級市州的城鎮化水平，但城鎮化是一個人口、經濟和社會的綜合演變過程，不僅是農村人口向城市集中的過程，也是第一產業向第二、三產業轉變及城市生活方式、價值觀念等向農村地區擴散的過程。因此，城鎮化可歸納為人口城鎮化、經濟城鎮化和社會城鎮化三個方面[24]。僅用城鎮人口比重或非農人口比重來衡量城鎮化過程，并不能全面詮釋城鎮化的內涵及其過程[25]。本文通過指標體系構建來衡量地區的城鎮化綜合水平(測度指標如表1所示)。本文運用主成分分析法對期望產出指標進行“降維”處理，從而得到城鎮化水平綜合指數。為便于數據包絡分析，根據統計學3σ原則，我們利用坐標平移消除負數。

表1 城鎮化水平綜合指數指標體系

2.非期望產出指標。我們采用地區污染物排放總量來表示，包括廢水、廢氣和固體廢棄物。但考慮到研究樣本為地級市，三種污染物排放量的數據難以獲得，鑒于城市統計年鑒中的現有數據，本文選取工業廢水、工業二氧化硫和工業煙(塵)排放量作為非期望產出。

3.投入指標。該指標主要包括資本、勞動力和土地。采用非農產業資本存量來衡量資本投入，即各市州資本存量乘以當年所在省份非農固定資產投資比重得到，而各市州資本存量采用永續盤存法，即Kit=(1-δ)Kit-1+Iit/Pt。其中，Kt和Kt-1分別表示第t、(t-1)的資本存量，δ是折舊率，I是投資額并以固定資產投資額來衡量，P是以2000年為基期計算的固定資產投資價格指數。關于基期資本存量的計算，依據單豪杰(2008)的公式[28]，即K0=I0/(g+δ)。其中，g是2005～2014年各市州固定資產投資增長率的幾何平均值，折舊率δ依據張軍等(2004)的計算選取δ=9.6%[29]。勞動力投入采用第二、三產業從業人員數來衡量，土地投入以建成區面積來表示。

二、長江經濟帶綠色城鎮化效率測算

(一)城鎮化效率及其無效率分解

根據SBM方向性距離函數，我們得到的結果是每個地級市州城鎮化無效率的水平，其值越小，代表城鎮化效率水平越高。根據(1)式，我們分別計算傳統城鎮化效率(不考慮環境污染)和綠色城鎮化效率。當VRS和CRS假設下的測算結果有差異時，采用VRS下的計算結果更合適[30]，故下文的分析主要基于VRS的計算結果(見表2所示)。

從表2可看出，2005～2014年在VRS下長江經濟帶傳統城鎮化無效率平均值為0.252，加入環境污染后，綠色城鎮化無效率上升到0.381，說明忽略環境污染將高估真實的城鎮化效率水平。通過效率損失分解發現，長江經濟帶可通過降低0.4%的資本投入、6.4%的勞動力投入和4.3%的土地投入，增加14.1%的城鎮化綜合水平，以達到傳統城鎮化完全有效率。為實現綠色城鎮化完全有效率，需降低7.9%的資本投入、9%的勞動力投入和6%的土地投入，減少14.9%的污染物排放，只需增加3%的城鎮化綜合水平。在綠色城鎮化無效率中，污染物的無效率比重達到39.11%，明顯高于其他要素，說明環境污染才是長江經濟帶城鎮化效率損失的主要原因。

同時，表2還給出上中下游的測算結果。整體上來看，上游地區的城鎮化無效率值最高，下游最小，中游次之，城鎮化效率整體上呈現東高西低態勢。從城鎮化無效率的來源看，環境污染的無效率貢獻仍是最大的，且下游地區污染排放的貢獻更大，這與污染物排放量有關，因為下游地區三種污染物排放量占比分別為56.27%、37.53%和39.22%，均大于中上游地區。在考慮污染的情況下，上游地區的城鎮化期望產出無效率貢獻為1.46%，雖然比例很小，但與中下游相比，上游城鎮化綜合水平還有提高的空間。總體來看，長江經濟帶的城鎮化仍是一種高投入、高污染的粗放模式，上中下游均存在不同程度的資源要素配置不合理、環境污染排放過量等問題。

表2 2005～2014年長江經濟帶綠色城鎮化無效率平均值及其分解

(二)城鎮化全要素生產率及其分解

城鎮化效率是一種衡量既定時期各城市與城鎮化生產邊界相對關系的靜態分析。從長期來看，其相對位置會發生變化(即效率變化)，且生產邊界也會發生移動(即技術進步)。故進一步運用Luenberger生產率指數計算長江經濟帶城鎮化全要素生產率(結果見表3所示)。

表3 2005～2014年長江經濟帶城鎮化全要素生產率及其分解

從整體來看，考慮環境污染的長江經濟帶城鎮化全要素生產率變化指數在兩個子時期均為正，說明其城鎮化全要素生產率呈現不斷增加趨勢。從分解來看，主要是源于純技術進步的大幅提高，技術進步帶來生產技術的改進，提高單位產出的資源要素投入量，同時提高環境污染治理技術，降低城鎮化過程中的單位城鎮化水平的污染強度，從而改善城鎮化全要素生產率。從兩個子時期的變化來看，城鎮化全要素生產率增長有所放緩(從0.102降至0.068)，主要是由于純技術進步小幅放緩及技術規模的絕對值變大，即技術邊界向不變規模報酬移動加速。

分區域來看，上中下游的城鎮化全要素生產率變化指數均為正且主要源自純技術進步。下游全要素生產率平均增長率均高于中上游，且分別是由純效率變化和純技術進步導致的差異。各部分變化也具有地區差異性。下游純技術進步指數為正且變大，純效率變化和技術規模變化指數為負且絕對值增大，而規模效率指數由負轉正，說明下游技術進步加速，要素配置和利用效率降低且幅度增加，技術邊界向不變規模報酬加速移動，規模效率出現改善趨勢。中游純技術進步指數為正、但變小，表示技術進步放緩，其余指數變化與下游相似。上游純技術進步和規模效率指數為正且均出現下降，純效率指數由負變正，技術規模變化指數為負且絕對值增加，說明上游技術進步放緩，規模效率的改善作用降低，要素配置和利用效率得到改善，技術邊界向不變規模報酬加速移動。

三、長江經濟帶綠色城鎮化效率的影響因素

根據效率相關理論及已有城鎮化研究，我們主要選取以下的影響因素。(1)政府因素。采用財政支出(GOV)來衡量，政府通過行政力量進行基礎設施建設，帶動地區經濟發展和城鎮化水平提高。(2)產業結構因素。采用第三產業比重(IS1)和產業結構合理化(IS2)來衡量，產業結構合理化采用泰爾熵指數的倒數，即IS=[∑(Ci/C)ln((Ci/Li)/(C/L))]-1。其中，L為就業人數，C為產業產值。(3)市場因素。采用城鎮私營和個體人員占比(MA)來衡量，勞動力通過自由流動在城鎮就業和生活，提高城鎮化水平和推動城鎮經濟發展。(4)外在動力因素。采用實際利用外資總額(FDI)來表示，按當年平均匯率折算成人民幣。FDI的引入主要是檢驗“污染天堂”假說。(5)公眾的環保意識(AW)。采用高中及以上在校生人數來衡量，受教育程度越高，環保意識越強烈。

為便于計量分析，利用公式E=1/(1+IE)將城鎮化無效率轉換為城鎮化效率值[22]。轉換后的城鎮化效率在0和1之間取值，具有截斷的特點，采用傳統OLS得到的結果有偏且不一致，故本文選取Tobit模型(結果見表4所示)。固定效應Tobit面板模型通常得不到一致的估計值*由于找不到個體異質性的充分統計量，故固定效應的Tobit模型不能像固定效應的Logit模型那樣進行條件最大似然估計。若直接在混合Tobit模型中加入面板單位的虛擬變量，得到的估計量也是不一致的。，且四個模型的RHO值均在0.9以上，似然比檢驗結果也拒絕混合Tobit模型，因此隨機效應Tobit模型是合適的。

表4 長江經濟帶綠色城鎮化效率影響因素的Tobit模型估計結果

注：*、** 和*** 分別代表10%、5%和1%的顯著性水平。

第一，政府財政支出促進城鎮化效率的提高。根據系數大小可判斷，政府的財政支出對城鎮化效率的影響較大，說明政府因素是長江經濟帶城鎮化的主導力量，而市場力量相對較弱。政府的主導因素在上游表現得更加明顯，而中下游的政府主導力量相比較弱。

第二，在產業結構因素的兩個變量中，不管整體樣本還是分區域樣本，第三產業比重對城鎮化效率影響均為正且積極作用更大，由于發展工業的過程中大量消耗能源，其消耗強度和對環境污染的影響要高于第三產業。產業結構合理化促進城鎮化效率提升，且中下游的正向作用顯著，但上游呈顯著不利影響。2014年，上游地區泰爾熵指數平均值為0.33，明顯高于中下游的0.21和0.12。

第三，外商直接投資對城鎮化效率具有顯著的正向作用，并不支持“污染天堂”假說。但從分區域樣本來看，上游外商投資的正向作用不明顯，中游是不顯著的負向影響，只有下游是顯著的積極影響，表明上中游外商直接投資存在“污染天堂效應”，而下游高質量的外商投資和先進技術的引進，使“污染光環效應”表現得更加顯著。

第四，市場力量對城鎮化效率提升具有積極影響，且上中下游均顯著為正。勞動力向城鎮自由流動，人口城鎮化水平提高，同時經濟產出水平上升，提高經濟和社會城鎮化水平。公眾環保意識與整體城鎮化效率呈正相關，但僅下游顯著，下游較高的經濟發展程度使公眾受教育水平和自身素質相對較高，無疑有助于減少環境污染，改善城鎮化效率。

四、結論及政策建議

本文以城鎮化綜合指數為期望產出，將環境污染作為非期望產出，運用SBM方向性距離函數和Luenberger生產率指數研究長江經濟帶112個地級市州的綠色城鎮化效率和城鎮化全要素生產率。研究結果表明，忽略環境污染將高估真實城鎮化效率水平，環境污染是效率損失的主要原因，城鎮化效率水平在空間上呈現東高西低態勢，上中下游均存在不同程度的要素配置不合理、環境污染排放過量等問題；長江經濟帶城鎮化全要素生產率不斷提高主要是源于純技術進步大幅提升，下游全要素生產率的平均增長率均高于中上游，城鎮化全要素生產率各部分的變化具有一定的區域差異性；財政支出是城鎮化效率提高的主導因素，產業結構對城鎮化效率具有積極作用且第三產業比重的作用更大，中上游的FDI存在“污染天堂效應”，而下游則表現“污染光環效應”，市場力量對城鎮化效率提升具有積極影響，公眾環保意識與城鎮化效率呈正相關，但僅下游較為顯著。

鑒于此，進一步提升城鎮化質量須解決好城鎮化過程中的環境污染和資源浪費問題，將長江經濟帶的生態環境功能置于突出地位，根據國家主體功能區規劃，加強生態環境保護和污染防控治理，建立省市間環境保護合作平臺和機制，走集約型城鎮化發展道路。各城市要因地制宜，深入分析城鎮化效率損失的原因及影響因素，根據自身的資源稟賦、城鎮化發展階段和內生比較優勢，采取差異化的城鎮化建設路徑。優化產業結構，大力發展第三產業，特別是上游要加強與中下游的產業分工和合作，提升其產業價值鏈，形成合理的產業結構體系。在積極對外開放和引進外資的同時，防止盲目地招商引資，注重引進外資的質量，并制定一些相關的環境標準，從外資質量和環境規制兩方面避免“污染避難所效應”，利用好外資的“污染光環效應”。

[1] Friedmann J.Four theses in the Study of China’s Urbanization[J]. International Journal of Urban and Regional Research，2006，30(2):440-451．

[2] 陸大道.我國的城鎮化進程與空間擴張[J]. 城市規劃學刊，2007，(4):47-52．

[3] George C.S.Lin. Chinese Urbanism in Question: State， Society and Reproduction of Urban Spaces [J]. Urban Geography，2007，28(1):7-29．

[4] Kong N.Y.C.，Jose T. Estimating Total Factor Productivity Growth in Singapore at Sectoral Level Using Data Envelopment Analysis [J]. Applied Economics，2006，38(19):2299-2314．

[5] Zheng J.，Bigsten A.，Hu A. Can China’s Growth be Sustained？ A Productivity Perspective[J]. World Development，2009，37(4):874-888．

[6] 王志剛，龔六堂，陳玉宇.地區間生產效率與全要素生產率增長率分解(1978-2003)[J]. 中國社會科學，2006，(2): 55-66．

[7] Chen Z.，Huffman W.E.，Rozelle S. Farm Technology and Technical Efficiency: Evidence from Four Regions in China[J]. China Economic Review，2009，20(2):153-161．

[8] 王兵，楊華，朱寧.中國各省份農業效率和全要素生產率增長——基于SBM方向性距離函數的實證分析[J]. 南方經濟，2011，(10):12-26．

[9] 劉艷.中國現代制造業全要素生產率研究[J]. 當代經濟研究，2014，(2):75-82．

[10] Charnes A.，Cooper W.W.，Li S.L. Using Data Envelopment Analysis to Evaluate Efficiency in the Economic Performance of Chinese Cities[J]. Socio-economic Planning Science，1989，23(6):325-344．

[11] Bronzini R.，Piselli P. Determinants of Long-run Regional Productivity with Geographical Spillovers: The Role of R&D Human Capital and Public Infrastructure[J]. Regional Science and Urban Economics，2009， 39(2):187-199．

[12] 金相郁.中國城市全要素生產率研究：1990-2003[J]. 上海經濟研究，2006，(7):14-23．

[13] 黃永斌，董鎖成，白永平.中國城市緊湊度與城市效率關系的時空特征[J]. 中國人口·資源與環境，2015，(3):64-73．

[14] Erik L. Land Assembly for Urban Transformation: The Case of S-hertogenbosch in the Netherlands [J]. Land Use Policy，2008，25(1):69-80．

[15] 王家庭，趙亮.我國區域城市化效率的動態評價[J]. 軟科學，2009，(7):92-98．

[16] 戴永安.中國城市化效率及其影響因素——基于隨機前沿生產函數的分析[J]. 數量經濟技術經濟研究，2010，(12): 103-117．

[17] 張明斗.中國城市化效率的時空分異與作用機理[J]. 財經問題研究，2013，(10):103-110．

[18] 王曉鵬，張宗益.城鎮化效率區域差異與推進模式[J]. 財經科學，2014，(9):49-58．

[19] Hailu A.，Veeman T.S. Environmentally Sensitive Productivity Analysis of the Canadian Pulp and Paper Industry，1959-1994: An Input Distance Function Approach[J]. Journal of Environmental Economics and Management，2000，40(3):251-274．

[20] Ramanathan R. An Analysis of Energy Consumption and Carbon Dioxide Emissions in Countries of the Middle East and North Africa [J]. Energy，2005，30(15):2831-2842．

[21] 匡遠鳳，彭代彥.中國環境生產效率與環境全要素生產率分析[J]. 經濟研究，2012，(7):62-74．

[22] 王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長[J]. 經濟研究，2010，(5):95-109．

[23] Fare R.，Grosskopf S.Directional Distance Function and Slacks-based Measures of Efficiency [J]. European Journal of Operational Research，2010，200(1):320-322．

[24] Fukuyama H.，William L.W.A Directional Slacks-based Measure of Technical Inefficiency[J]. Socio-economic Planning Sciences，2009，43(4):274-287．

[25] Chambers R.G.，Fare R.，Grosskopf S. Productivity Growth in APEC Countries[J]. Pacific Economic Review， 1996，1(3):181-190．

[26] Fare R.，Grosskopf S.，Pasurka C.A.Environmental Production Functions and Environmental Directional Distance Functions[J]. Energy，2007，32(7):1055-1066．

[27] Cooper W.W.，Seiford L.M.，Tone K.Data Envelopment Analysis: A Comprehensive Text with Models， Application， References and DEA-solver Software[M]. Springer，2007．

[28] 單豪杰.中國資本存量K的再估算：1952-2006年[J]. 數量經濟技術經濟研究，2008，(10):17-31．

[29] 張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952-2000[J]. 經濟研究，2004，(10):35-44．

[30] Zheng J.，Liu X.，Bigsten A.Ownership Structure and Determinants of Technical Efficiency: A Application of Data Envelopment Analysis to Chinese Enterprises(1986-1990)[J]. Journal of Comparative Economics，1998，26(3):456-484．