技術(shù)異質(zhì)下中國大氣污染排放效率的區(qū)域差異與影響因素

汪克亮 孟祥瑞 楊寶臣 程云鶴

(1.安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001；2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072)

技術(shù)異質(zhì)下中國大氣污染排放效率的區(qū)域差異與影響因素

汪克亮1孟祥瑞1楊寶臣2程云鶴1

(1.安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001；2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072)

近年來中國霧霾天氣的頻繁發(fā)生給人們的生產(chǎn)、生活以及身體健康構(gòu)成巨大威脅。提高大氣污染排放效率，深入挖掘大氣污染減排潛力是改善中國大氣環(huán)境質(zhì)量，減少和消除霧霾天氣發(fā)生的重要途徑。本文根據(jù)生態(tài)效率理論，充分考慮到不同區(qū)域發(fā)展的不平衡因素與技術(shù)異質(zhì)性特征，在共同前沿方法框架下科學(xué)測算2006—2014年間中國30個省份的大氣污染排放效率，在此基礎(chǔ)上分析效率的區(qū)域差異，利用“技術(shù)差距比(TGR)”這一指標(biāo)衡量東部、中部與西部三大區(qū)域之間大氣污染排放技術(shù)的差距，并從“技術(shù)”與“管理”兩個維度進(jìn)一步將各省份大氣污染排放無效率分解為“技術(shù)差距無效率(TGI)”與“管理無效率(GMI)”，以此定位各省份大氣污染防治的薄弱環(huán)節(jié)，進(jìn)而構(gòu)建策略矩陣，將全國各省份歸入四個不同排放效率特征的方陣，并給出相應(yīng)的優(yōu)化路徑與措施；深入揭示大氣污染排放效率與排放強(qiáng)度之間的內(nèi)在聯(lián)系，提出“大氣污染排放強(qiáng)度效率”這一全新概念并考察其演化趨勢；利用面板Tobit回歸模型檢驗影響我國省際大氣污染排放效率與排放技術(shù)的外部環(huán)境因素。實證結(jié)果表明：①中國大氣污染排放效率整體水平偏低，年均僅為0.493，污染減排潛力巨大；②中國大氣污染排放效率與排放技術(shù)的地區(qū)差異顯著，無論是大氣污染排放效率還是排放技術(shù)水平，東部地區(qū)都是明顯高于中部與西部地區(qū)；③中國大氣污染的實際排放強(qiáng)度明顯高于潛在排放強(qiáng)度，這表明大氣污染排放強(qiáng)度還存在很大的改進(jìn)空間；④經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級與科技創(chuàng)新對大氣污染排放效率與排放技術(shù)的提升均有顯著促進(jìn)作用，煤炭消費比重上升與人口密度過大則對其有顯著抑制作用；⑤本文的研究結(jié)論支持“波特假說”與“污染避難所”假說。

大氣污染排放效率；技術(shù)異質(zhì)性；影響因素；共同前沿；區(qū)域差異

近年來，中國的大氣環(huán)境質(zhì)量持續(xù)惡化，霧霾天氣頻繁發(fā)生。特別是進(jìn)入2013年以來，中國出現(xiàn)了入冬以來持續(xù)時間最長、影響范圍最廣、強(qiáng)度最大的霧霾天氣過程，污染范圍覆蓋270萬 km2國土，涉及到17個省市自治區(qū)和40余個重點城市，影響人口達(dá)到6億人，對人民群眾的身體健康與生產(chǎn)生活造成了嚴(yán)重影響[1]。這不僅引發(fā)社會公眾對環(huán)境質(zhì)量的廣泛擔(dān)憂，也引起各界對中國經(jīng)濟(jì)發(fā)展模式的質(zhì)疑，更是凸顯了中國生態(tài)文明建設(shè)的重要性、必要性、緊迫性與艱巨性。為了改善大氣環(huán)境質(zhì)量，減少和消除霧霾天氣，中國政府付出了巨大努力，采取了一些有針對性的對策與措施。2013年6月，李克強(qiáng)總理主持召開國務(wù)院常務(wù)會議，專門部署了大氣污染防治的十條措施，并特別指出大氣污染防治關(guān)系民生福祉，必須付出堅持不懈的努力。2013年9月，國務(wù)院頒布《大氣污染防治行動計劃》，拉開了中國新一輪大氣污染防治的序幕。計劃明確提出了大氣污染治理階段性目標(biāo)：到2017年全國地級以上城市可吸收顆粒物濃度要比2012年要下降10%以上，京津冀、長三角與珠三角等區(qū)域細(xì)顆粒物濃度分別要下降25%、20%與15%左右。力爭用五年或更長時間，逐步消除重污染天氣，全國空氣質(zhì)量明顯好轉(zhuǎn)。根據(jù)科學(xué)論證及評估，這項行動計劃共需投入1.75萬億元，相當(dāng)于“十二五”期間中國環(huán)境保護(hù)總投入的一半，充分顯示了中國政府著力改善大氣環(huán)境的堅定決心。然而，由于中國區(qū)域發(fā)展嚴(yán)重不平衡，使得不同地區(qū)在經(jīng)濟(jì)基礎(chǔ)、技術(shù)水平、能源結(jié)構(gòu)及制度模式等方面都存在很強(qiáng)的異質(zhì)性，因而大氣污染排放效率與防治技術(shù)等方面也必然存在明顯差異。因此，必須要充分考慮到這種差異性，制定體現(xiàn)地區(qū)異質(zhì)性的大氣污染治理對策，使政策效果得以充分發(fā)揮，以實現(xiàn)大氣污染防治目標(biāo)。

1 文獻(xiàn)綜述

霧霾危機(jī)的持續(xù)爆發(fā)使得大氣污染防治再次成為國內(nèi)外學(xué)術(shù)界關(guān)注的焦點。但是，已有研究多是基于工程技術(shù)層面，專門探討中國大氣污染排放效率的文獻(xiàn)則很少。本文嘗試從生態(tài)效率這一全新視角來考察中國省際大氣污染排放效率?！吧鷳B(tài)效率(Eco-efficiency)”指標(biāo)最先由OECD提出，被定義為用來滿足人類需求的生態(tài)資源利用效率，在數(shù)值上可以表征為經(jīng)濟(jì)單元的經(jīng)濟(jì)產(chǎn)出(產(chǎn)品或服務(wù))與環(huán)境影響的比值，強(qiáng)調(diào)在獲取經(jīng)濟(jì)產(chǎn)出時應(yīng)最大限度減少環(huán)境影響，反映經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間的平衡關(guān)系[2]。當(dāng)前，生態(tài)效率評價已經(jīng)成為一種強(qiáng)而有力的分析工具，可以為企業(yè)與政府制定實施環(huán)境政策提供有效的決策支持。生態(tài)效率測度方法較多，其中應(yīng)用最為廣泛的方法是數(shù)據(jù)包絡(luò)分析(DEA)，如Kuosmanen等首次提出DEA框架下生態(tài)效率指標(biāo)的構(gòu)建方法與理論基礎(chǔ)[3]；Kortelainen將生態(tài)效率測算從靜態(tài)拓展至動態(tài)維度，首次利用Malmquist指數(shù)與謝波德(Shephard)距離函數(shù)提出跨期生態(tài)效率變化指標(biāo)——動態(tài)環(huán)境績效，并進(jìn)一步將其分解為生態(tài)效率變化與環(huán)境技術(shù)進(jìn)步指數(shù)，以此定位環(huán)境績效變動的驅(qū)動機(jī)制[4]；Camarero等基于生態(tài)效率視角考察22個OECD國家1980—2008年三種污染物的排放效率并分析效率的收斂特征[5]；Picazo-Tadeo 等拓展了文獻(xiàn)[4]的研究，綜合采用DEA、方向距離函數(shù)(DDF)與Luenberger生產(chǎn)率指標(biāo)對歐盟28個國家1990—2011年的溫室氣體排放效率變化進(jìn)行實證考察，并指出環(huán)境技術(shù)進(jìn)步是驅(qū)動效率提升的主要因素，而生態(tài)效率變化則起到了阻礙作用[6]。

雖然Shepard距離函數(shù)與DDF在能源環(huán)境效率測度中得到了廣泛應(yīng)用，但這兩種距離函數(shù)均未考慮到不同組群之間存在的技術(shù)異質(zhì)性[7-10]，都是基于“技術(shù)同質(zhì)”這一假定，而這在現(xiàn)實中并不成立。由于不同決策單元的外部環(huán)境存在差異，因而所面臨的技術(shù)也不可能相同。就本文而言，中國幅員遼闊，區(qū)域發(fā)展嚴(yán)重不平衡，不同省份的地理位置、經(jīng)濟(jì)結(jié)構(gòu)、生產(chǎn)技術(shù)、管理模式以及人文傳統(tǒng)等各種固有屬性都存在很大差異，因而同一時期不同省份的大氣污染減排技術(shù)是不同的。如果不考慮技術(shù)異質(zhì)性，將會無法獲悉效率缺失的深層次原因，進(jìn)而導(dǎo)致決策失誤。為了解決這個問題，Battese等基于隨機(jī)前沿分析(SFA)提出了共同前沿(Meta-frontier)生產(chǎn)函數(shù)的分析框架，并利用其研究了技術(shù)異質(zhì)性下不同企業(yè)組群的環(huán)境效率[11]；O’Donnell等首次采用DEA方法代替SFA方法，主要是基于DEA方法能夠更便捷地處理多產(chǎn)出問題[12]；Chiu等根據(jù)收入水平將所有國家分為4個組群，通過結(jié)合DDF與共同前沿方法考察了2003—2007年90個國家的環(huán)境效率，并從管理與技術(shù)兩個層面對各國環(huán)境無效率進(jìn)行分解[13]；Hang等同時考慮非徑向松弛與非期望產(chǎn)出，在共同前沿框架下分析了中國209個城市的能源效率，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展與能源效率之間呈明顯正相關(guān)，高收入城市的組群前沿更接近最佳生產(chǎn)前沿，管理無效與技術(shù)無效對能源利用無效率的貢獻(xiàn)率分別為42%與58%[14]。上述研究表明共同前沿理論較好地克服了傳統(tǒng)效率測度方法的局限，為效率分析提供了一個更為深入的維度。該理論一經(jīng)提出，就在諸多領(lǐng)域得到了廣泛運用，其中包括資源環(huán)境領(lǐng)域[15-17]。然而，基于共同前沿理論框架研究中國大氣污染排放效率的文獻(xiàn)在國內(nèi)外還未見報道。當(dāng)前中國所面臨的大氣污染形勢是極其嚴(yán)峻的，而且在未來還可能會持續(xù)惡化。有效遏制大氣污染，消除霧霾天氣是一項長期而又艱巨的任務(wù)，需要不同省份之間的共同努力與政策協(xié)同。鑒于此，本文充分考慮到中國不同區(qū)域的技術(shù)差距，在技術(shù)異質(zhì)框架下科學(xué)測算各省份大氣污染排放效率，并深入揭示效率差異性形成機(jī)理，準(zhǔn)確定位各省份大氣污染防治的薄弱環(huán)節(jié)，分析影響大氣污染排放效率與技術(shù)差距的外部環(huán)境因素，以期為各地區(qū)因地制宜地制定與實施大氣污染防治政策提供決策支持。

2 研究方法

假設(shè)j(f=1,2,…,J)個決策單元在時間t(t=1,2,…,T)內(nèi)的經(jīng)濟(jì)產(chǎn)出為v，同時排放出n(n=1,2,…,N)種大氣污染物，即p=(p1,p2,…,pN)。本文根據(jù)文獻(xiàn)[3]-[6]等使用的生態(tài)效率指標(biāo)來衡量大氣污染排放效率(APEE)，也即將大氣污染排放效率定義為決策單元的經(jīng)濟(jì)增加值與其產(chǎn)生的大氣污染物總量之比。本文定義決策單元時期t的經(jīng)濟(jì)增加值與大氣污染排放物的所有可能組合為 “大氣污染排放技術(shù)集(Air Pollution Generating Technology Set(APGTS) ”：

APGTS(v,p)={(p,v)∈RN+1|產(chǎn)生經(jīng)濟(jì)增加值v會伴隨大氣污染排放物p}

(1)

基于技術(shù)異質(zhì)假定，首先按照一定標(biāo)準(zhǔn)將決策單元劃分為具有不同技術(shù)水平的K個組群，將每個組群下各單元的投入產(chǎn)出歸屬同一技術(shù)集合APGTSk(k=1,…,K)，其上界即為“組群前沿”，K個子技術(shù)集合均運作于共同技術(shù)集合下APGTSm，則

APGTSm={APGTS1UAPGTS2U…USPGTSK}

(2)

APGTSm的上界即為“共同前沿”。很顯然，共同前沿是組群前沿的包絡(luò)曲線。本文以中國30個省份(包括自治區(qū)、直轄市，統(tǒng)稱省份。由于數(shù)據(jù)所限，西藏、臺灣、香港及澳門不包括在分析樣本中)為決策單元，運用共同前沿方法測算大氣污染排放效率?；诠餐把氐腄DF可以表示為：

(3)

根據(jù)大氣污染排放技術(shù)的相似性特征，本文按照一定標(biāo)準(zhǔn)將中國30個省份劃分為K個組群，基于組群前沿的DDF可以表示為：

k=1,…,K.

(4)

考慮到經(jīng)濟(jì)增長仍然是當(dāng)前中國最重要的宏觀經(jīng)濟(jì)目標(biāo)，因此本文追求實現(xiàn)經(jīng)濟(jì)產(chǎn)出最大化前提下排放最少的大氣污染，兼顧增長與減排雙重目標(biāo)。因此，本文選取的方向向量為g1=(v,-p)，則規(guī)模報酬不變假定下(CRS)組群前沿與共同前沿下待評省份o的大氣污染排放無效率可以通過求解(5)、(6)式兩個線性規(guī)劃來實現(xiàn)，即：

zh≥0,βk≥0,n=1,…,N.

(5)

λh,k≥0,βm≥0,n=1,…,N

(6)

在共同前沿理論框架下，“技術(shù)差距比(TGR)”指標(biāo)用來衡量組群前沿技術(shù)與共同前沿技術(shù)之間的差距，在數(shù)值上等于決策單元共同前沿技術(shù)效率與組群前沿技術(shù)效率之比[20]。本文中，大氣污染排放技術(shù)差距比TGR可以由式(7)計算得到。

(7)

其中，MTE、GTE分別為共同前沿與組群前沿下的大氣污染排放效率。如前文所述，由于βk≤βm，因此MTE≤GTE，所以0≤TGR≤1。TGR越接近于1，表明大氣污染排放的組群技術(shù)越接近共同前沿排放技術(shù)(全國潛在最優(yōu)的排放技術(shù))，排放技術(shù)異質(zhì)性程度就越低，反之亦然。

基于上述分析，本文采用TGR指標(biāo)來衡量不同省份大氣污染排放技術(shù)水平的異質(zhì)性，同時判斷不同組群間污染排放技術(shù)差距，但是據(jù)此仍然無法判斷大氣污染排放無效率的根源。為此，本文借鑒文獻(xiàn)[13]與[14]的方法，從管理與技術(shù)兩個層面將全國共同前沿下各省份的大氣排放無效率值(APEI)分解為“管理無效率(GMI)”與“技術(shù)差距無效率(TGI)”，即：

APEIm=GMI+TGI

(8)

GMI=1-APEEk=1-GTE=APEIk

(9)

TGI=APEIk×(1-TGR)

(10)

3 樣本、變量與數(shù)據(jù)

大氣污染物種類較多，如SO2、CO、氮氧化物、煙塵、粉塵以及碳?xì)浠衔锏?。本文一方面考慮到省際污染排放數(shù)據(jù)的可得性，另一方面基于不同污染物對大氣環(huán)境質(zhì)量的影響程度，最終選擇三類大氣污染物：SO2、氮氧化物(NOx)與煙粉塵(Dust)。這三類污染物是中國霧霾天氣頻發(fā)的主要誘因。從本文所選用的DEA模型來看，投入未包括資本、勞動、能源等常規(guī)性投入，這主要是基于大氣污染排放效率的定義，即經(jīng)濟(jì)增加值與大氣污染排放物的比值，這樣做雖然沒有考慮到常規(guī)投入對效率的影響，有一定的局限性，但效率測算結(jié)果在某種程度上能更準(zhǔn)確反映經(jīng)濟(jì)增長與大氣環(huán)境保護(hù)之間的協(xié)調(diào)關(guān)系。另外，本文采用各省份GDP作為經(jīng)濟(jì)產(chǎn)出指標(biāo)，并以2016年不變價格對其進(jìn)行換算。各變量數(shù)據(jù)來源于相應(yīng)年份《中國統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒并經(jīng)過整理得到。

如何劃分組群也是本文的一個重要問題，選擇劃分標(biāo)準(zhǔn)關(guān)鍵是要保證組群內(nèi)各省份排放技術(shù)是相同或相似的，而組群間排放技術(shù)則應(yīng)呈明顯異質(zhì)性。對于這一問題，文獻(xiàn)[13]與[14]認(rèn)為技術(shù)水平的高低與收入密切相關(guān)，因此他們以人均收入作為標(biāo)準(zhǔn)，采用聚類分析方法來劃分組群。文獻(xiàn)[17]認(rèn)為知識溢出效應(yīng)與知識源距離緊密相關(guān)，地理位置是影響技術(shù)擴(kuò)散速度的重要因素，從而導(dǎo)致不同地理位置的技術(shù)水平與技術(shù)效率出現(xiàn)異質(zhì)性，因而他的做法是以地理位置為標(biāo)準(zhǔn)將全國劃分為東部、中部與西部三大組群。本文通過計算比較發(fā)現(xiàn)兩類標(biāo)準(zhǔn)下的省份劃分情況基本相同，因而仍然選擇采用傳統(tǒng)上的按照地理位置將全國劃分為東部、中部、西部三個不同排放技術(shù)水平的組群(其中東部組群包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東與海南11省份；中部組群包括山西、吉林、黑龍江、安徽、江西、河南、湖北與湖南8省份；西部組群包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、山西、甘肅、青海、寧夏與新疆11省份。)。

4 實證結(jié)果

4.1 大氣污染排放效率的區(qū)域差異分析

根據(jù)公式(6)，以全國共同前沿作為基準(zhǔn)，2006—2014年，中國大氣污染排放效率均值僅為0.493，意味著在增加50.667%經(jīng)濟(jì)產(chǎn)出的同時，三類大氣污染物還可以在現(xiàn)有基礎(chǔ)上再減少50.667%的排放量，大氣污染排放效率偏低。如果能夠達(dá)到共同前沿省份的污染排放水平，中國大氣污染減排空間是非?？捎^的。相比之下，如果以組群前沿作為參考標(biāo)準(zhǔn)，中國大氣污染排放效率可以達(dá)到0.756，明顯高于共同前沿下的0.493，主要是因為比較標(biāo)準(zhǔn)存在差異。前者是以全國潛在最優(yōu)排放技術(shù)作為參考標(biāo)準(zhǔn)，而后者是以組群潛在最優(yōu)排放技術(shù)為參考。由于組群前沿不會高于共同前沿，因此各省份大氣污染實際排放點與組群前沿的距離不會小于其與共同前沿的距離，由此造成了兩類前沿下效率之間的差異。以西部組群的陜西省為例，樣本期內(nèi)其共同前沿大氣污染排放效率為0.392，而組群前沿大氣污染排放效率達(dá)到0.807，兩者之間差異巨大。這表明，在全國潛在最佳技術(shù)標(biāo)準(zhǔn)下，陜西省的效率改進(jìn)空間達(dá)到60.812%，而在西部組群的潛在最佳技術(shù)下的效率改進(jìn)空間只有19.332%，由此也體現(xiàn)了組群前沿與共同前沿之間的技術(shù)落差。為了進(jìn)一步驗證這種差異性，本文采用兩樣本W(wǎng)ilcoxon秩和檢驗對樣本期內(nèi)各省份兩種前沿下的效率差異性進(jìn)行統(tǒng)計檢驗，得到檢驗z值為-4.171，真實概率p值為0，表明這種差異性是顯著的。為了直觀刻畫不同前沿下中國省際大氣污染排放效率的地區(qū)差異，本文繪制了中國大氣污染排放效率的地理空間分布圖(見圖1、2)。通過圖1與圖2對比發(fā)現(xiàn)兩種前沿下中國大氣污染排放效率的差異非常明顯。

圖1 共同前沿下中國各省份大氣污染排放效率平均值的空間分布(2006—2014年) Fig.1 Spatial distribution of China’s average air pollution emission efficiency under meta-frontier during 2006-2014

圖2 組群前沿下中國各省份大氣污染排放效率平均值的空間分布(2006—2014年)Fig.2 Spatial distribution of China’s average air pollution emission efficiency under group frontier during 2006-2014

由于組群前沿下的效率值是由各自的組群技術(shù)所決定的，因此不同組群內(nèi)省份之間的效率比較沒有實際意義，因而本文基于共同前沿來比較中國各省份、區(qū)域之間大氣污染排放效率的差異性特征。從單個省份來看，研究期內(nèi)北京一直都處于共同前沿之上，代表了中國最高的大氣污染排放技術(shù)。除北京之外，效率較高的省份還包括上海(0.891)、海南(0.777)、天津(0.737)與廣東(0.721)，這些省份均來自于經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)；效率較低的省份有寧夏(0.156)、山西(0.219)、內(nèi)蒙古(0.221)、新疆(0.226)與青海(0.282)，這些省份距離前沿面較遠(yuǎn)，大氣污染減排潛力較大，在未來政策制定中應(yīng)給予重點關(guān)注。從區(qū)域?qū)用鎭砜?，研究期?nèi)東部、中部與西部三大區(qū)域的大氣污染排放效率均值分別為0.672、0.428與0.362，呈現(xiàn)出與中國區(qū)域發(fā)展水平相一致的梯度特征，表明區(qū)域大氣污染排放效率與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)。

4.2 大氣污染排放技術(shù)差距與大氣污染排放無效率的分解

本文采用技術(shù)差距比(TGR)這一指標(biāo)來衡量中國東部、中部與西部三大組群大氣污染排放技術(shù)差距，并根據(jù)公式(8)-(10)將各省份的大氣污染排放無效率分解為“技術(shù)差距無效率(TGI)”與“管理無效率(GMI)”，定位無效率產(chǎn)生的根源，并由此洞悉各省份大氣污染治理的薄弱環(huán)節(jié)，增加政策制定的針對性。

經(jīng)測算可知，2006—2014年間東部、中部與西部三大組群的大氣污染排放技術(shù)差距比分別為1、0.475與0.469。其中，東部組群實現(xiàn)了全國潛在最優(yōu)排放技術(shù)的100%，而中部與西部組群只實現(xiàn)了其中的47.541%與46.872%，中西部地區(qū)的大氣污染防治技術(shù)明顯低于東部地區(qū)。我們可以對技術(shù)差距比進(jìn)行兩兩相減，得出三大區(qū)域間大氣污染排放技術(shù)差距。從圖3可以看出，中西部技術(shù)差距一直維持在0.050之內(nèi)，差距較小。東部與中西部的技術(shù)差距一直徘徊于0.300—0.600之間，技術(shù)落差較大且呈擴(kuò)大態(tài)勢，這表明中國區(qū)域之間可能存在技術(shù)轉(zhuǎn)移與擴(kuò)散的壁壘因素，導(dǎo)致東部先進(jìn)的污染治理技術(shù)無法及時向中西部有效轉(zhuǎn)移，如果這種局面得不到改善的話，中國區(qū)域間大氣污染排放技術(shù)差距將會進(jìn)一步擴(kuò)大。

圖3 三大組群間大氣污染排放技術(shù)差距(2006-2014年) Fig.3 Technology gap of air pollution emission between China’s three groups during 2006—2014

為了更好地識別大氣污染排放無效率的根源，本文從“技術(shù)”與“管理”兩個維度將共同前沿下大氣污染排放無效率進(jìn)行分解。由分解結(jié)果可知，2006—2014年間共同前沿下大氣污染排放無效率均值為0.507，其中管理無效率GMI為0.244，占48.119%，技術(shù)差距無效率為0.263，占比為51.880%，技術(shù)無效的比例略大于管理無效。為了進(jìn)一步幫助我們找到提升各省份大氣污染排放效率的策略與路徑，本文根據(jù)分解結(jié)果建立策略矩陣，如圖4所示。分別以GMI與TGI均值為界，各個省份分別被歸入下述4個方陣：①處于方陣1的省份GMI與TGI均是高于平均水平，表明這些省份排放技術(shù)與管理水平都低于平均水平，要想提升大氣污染排放效率必須在縮小排放技術(shù)差距的同時提升管理水平；②處于方陣2的省份GMI低于平均水平而TGI高于平均水平，表明這些省份管理水平相對較高但技術(shù)水平較為落后，未來應(yīng)在繼續(xù)保持管理優(yōu)勢的同時縮小技術(shù)差距以提升大氣污染排放效率；③處于方陣3的省份GMI與TGI都低于平均水平，表明這些省份排放技術(shù)與管理呈現(xiàn)“雙高”狀態(tài)，是中國大氣污染防治的引領(lǐng)者，未來應(yīng)繼續(xù)努力保持這種雙向優(yōu)勢；④方陣4的省份GMI高于平均水平而TGI低于平均水平，意味著這些省份雖然排放技術(shù)水平較高但管理效率偏低，未來大氣污染防治的重點應(yīng)置于管理水平的提升。

按照上述定義與分類，本文將全國30個省份歸入4個不同的方陣(見表1)。根據(jù)表1，內(nèi)蒙古、貴州、甘肅、青海與新疆等5省份位于第1方陣，這些省份大氣污染排放技術(shù)無效與管理無效的比例均較高，這些省份必須內(nèi)外兼修，縮小外部技術(shù)差距與提升內(nèi)部管理水平應(yīng)雙管齊下；吉林、黑龍江等12省份處于第2方陣，這些省份大氣污染效率提升的主要制約方面在于排放技術(shù)水平較低，未來應(yīng)通過充分吸收先進(jìn)的生產(chǎn)與治污技術(shù)、改善生產(chǎn)工藝設(shè)備以及優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等手段來改善大氣污染排放效率；北京、上海與海南3省份處于第3方陣，這些省份是中國大氣污染最優(yōu)排放技術(shù)的代表，未來應(yīng)繼續(xù)保持技術(shù)與管理兩方面優(yōu)勢，做好引領(lǐng)與帶頭作用，促進(jìn)中國大氣污染排放效率整體水平的提高；處于方陣4的有天津、河北等10省份，這些省份技術(shù)水平雖然較高，但較低的管理水平阻礙了其大氣污染排放效率的進(jìn)一步改善，應(yīng)該將提升管理水平作為未來大氣污染防治的重點。

圖4 大氣污染排放效率提升策略矩陣 Fig.4 Strategy matrix of improving air pollution emission efficiency

方陣類型省份方陣1內(nèi)蒙古、貴州、甘肅、青海、新疆方陣2吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、重慶、四川、云南、陜西方陣3北京、上海、海南方陣4天津、河北、遼寧、山西、江蘇、浙江、福建、山東、廣東、寧夏

4.3 大氣污染排放效率與大氣污染排放強(qiáng)度

本文基于DEA模型提出了一種新型的大氣污染排放效率指標(biāo)，該指標(biāo)可以反映不同污染物之間的相互替代作用，本質(zhì)上是一種全要素效率指標(biāo)。然而，傳統(tǒng)的大氣污染排放效率指標(biāo)是單要素效率指標(biāo)，如SO2排放強(qiáng)度等，這類指標(biāo)主要優(yōu)點是易于理解且便于操作，因而一直被沿用至今，但其主要缺陷在于無法反映不同要素之間的相互作用，無法反映技術(shù)效率的內(nèi)涵。當(dāng)前仍有很多國家和地區(qū)采用強(qiáng)度指標(biāo)作為節(jié)能減排目標(biāo)，中國也提出了節(jié)能減排總量與強(qiáng)度的“雙控”目標(biāo)?；诖?，本文將考察兩類指標(biāo)之間的內(nèi)在聯(lián)系，通過測算共同前沿與組群前沿下各省份大氣污染排放無效率值，得到各省份潛在最優(yōu)的大氣污染排放強(qiáng)度值。如某個省份某種大氣污染物排放量為p，經(jīng)濟(jì)產(chǎn)出為v，該省份在k組群前沿下的大氣污染排放無效率值為βk，則根據(jù)公式(5)，可以得到該省份組群技術(shù)前沿下的最佳污染排放量為(1-βk)×p，最佳的經(jīng)濟(jì)產(chǎn)出量為(1+βk)×v，因而得到該省份在組群前沿下的潛在最佳大氣污染排放強(qiáng)度為：

(11)

同理，如果該省份在共同前沿下的大氣污染排放無效率值為βm，則根據(jù)公式(6)，本文可以得到該省份共同前沿下的最佳污染排放量為(1-βm)×p，最佳的經(jīng)濟(jì)產(chǎn)出量為(1+βm)×v，由此可以得到共同前沿下該省份潛在最佳的大氣污染排放強(qiáng)度為：

(12)

綜上，本文進(jìn)一步提出“大氣污染排放強(qiáng)度效率”這一概念，其在數(shù)值上等于實際大氣污染排放強(qiáng)度與潛在大氣污染排放強(qiáng)度之比，由此可以獲悉中國大氣污染排放強(qiáng)度的潛在改進(jìn)空間。圖5與圖6分別給出了2006—2014年共同前沿下中國三類大氣污染物的實際排放強(qiáng)度與潛在排放強(qiáng)度(虛線表示潛在排放強(qiáng)度)以及大氣污染排放強(qiáng)度效率的變化趨勢。

圖5 三類大氣污染物實際排放強(qiáng)度與潛在排放強(qiáng)度(2006—2014年) Fig.5 Practical emission intensity and potential emission intensity of three kinds of air pollution during 2006-2014

圖6 中國大氣污染排放強(qiáng)度效率的演變趨勢(2006—2014年)Fig.6 Changing trend of China’s air pollution emission intensity efficiency during 2006-2014

從圖5可以看出，樣本期內(nèi)中國三類大氣污染物實際排放強(qiáng)度整體上都是下降的，意味著經(jīng)濟(jì)產(chǎn)出所付出的大氣環(huán)境代價在不斷減小。三類大氣污染物的實際排放強(qiáng)度與潛在排放強(qiáng)度變化趨勢基本上保持一致，但是實際排放強(qiáng)度明顯高于潛在排放強(qiáng)度，表明中國大氣污染排放強(qiáng)度還存在很大的降低空間。通過計算發(fā)現(xiàn)，樣本期內(nèi)中國大氣污染排放強(qiáng)度效率均值僅為0.331，距離共同前沿還存在66.951%的改進(jìn)潛力。這一結(jié)果表明近年來雖然中國大氣污染實際排放強(qiáng)度在不斷下降，但遠(yuǎn)未達(dá)到最優(yōu)水平，經(jīng)濟(jì)增長所付出的大氣環(huán)境代價仍然非常高昂。由圖6還可知，樣本期內(nèi)中國大氣污染排放強(qiáng)度效率在2007出現(xiàn)最大值為0.438，然后波動下降至2012年的0.280，最近兩年又呈現(xiàn)連續(xù)下降態(tài)勢，2014年達(dá)到谷底的0.250，年均下降率達(dá)到了6.251%，這進(jìn)一步表明中國大氣污染排放強(qiáng)度的改進(jìn)空間是巨大的，并且隨著時間推移越來越大。相關(guān)決策部門應(yīng)進(jìn)一步采取有效措施，最大限度挖掘大氣污染減排潛力，實現(xiàn)經(jīng)濟(jì)發(fā)展與大氣環(huán)境保護(hù)的協(xié)調(diào)。

4.4 影響大氣污染排放效率與技術(shù)差距的外部環(huán)境因素分析

前文分析了中國大氣污染排放效率的區(qū)域差異特征，但尚未對影響這種差異性的原因做出解釋，為此，本部分將系統(tǒng)分析中國大氣污染排放效率的影響機(jī)制，重點檢驗外部環(huán)境因素的影響作用。從研究領(lǐng)域來看，大氣污染排放效率應(yīng)隸屬于環(huán)境效率研究的一個分支。雖然國內(nèi)外有關(guān)大氣污染排放效率影響因素的文獻(xiàn)鮮有報道，但對于環(huán)境效率的影響因素分析，現(xiàn)有文獻(xiàn)已經(jīng)進(jìn)行了大量研究[18-20]。考慮到研究對象特點，結(jié)合已有研究結(jié)果以及數(shù)據(jù)可得性，本文最終選擇以下幾類外部環(huán)境影響因素：①經(jīng)濟(jì)發(fā)展水平(PGDP)，用各省份不變價的人均GDP來表示，為了消除數(shù)據(jù)非平穩(wěn)變化趨勢，本文對其進(jìn)行對數(shù)化處理(lnPGDP)；②產(chǎn)業(yè)結(jié)構(gòu)(INS)，用各省份第三產(chǎn)業(yè)增加值占GDP的比重來表示；③科技創(chuàng)新水平(R&D)，用各省份科技活動經(jīng)費支出占GDP比重表示，以驗證“波特假說”是否成立；④能源結(jié)構(gòu)(ENS)，用各省份的煤炭消費量占能源消費總量的比重來表示；⑤政府環(huán)境規(guī)制力度(ER)，用各省份排污費收入占GDP比重來表示；⑥外商直接投資(FDI)，用各省份實際利用外商直接投資占GDP的比重來表示，主要是為了驗證“污染避難所”假說；⑦人口密度(POP)，以各省份每平方公里人數(shù)來表示。由于大氣污染排放效率與技術(shù)差距比的值均處于0和1之間，屬于受限因變量，如果采用普通OLS會導(dǎo)致參數(shù)估計量有偏和不一致，所以本文選擇Tobit回歸模型來解決這一問題。Tobit模型采用極大似然估計方法，可以得到原參數(shù)的一致估計量。為了分析中國各省份大氣污染排放效率以及大氣污染排放技術(shù)的外部環(huán)境影響機(jī)制，本文以2006—2014年共同前沿下中國各省份大氣污染排放效率與大氣污染排放技術(shù)差距比(TGR)作為被解釋變量，上述7類外部環(huán)境因素為解釋變量建立Tobit回歸模型，表2給出了回歸結(jié)果。為了確保估計結(jié)果的有效性，本文重新選取了相關(guān)解釋變量的指標(biāo)以及模型的設(shè)定形式，以此檢驗?zāi)Ｐ凸烙嫿Y(jié)果的穩(wěn)健性，結(jié)果表明本文結(jié)論基本穩(wěn)健。計量回歸所涉及到的變量數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國對外經(jīng)濟(jì)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》。為了保持統(tǒng)計口徑一致，相關(guān)變量數(shù)據(jù)均以2006年不變價格進(jìn)行了調(diào)整。

表2的回歸結(jié)果顯示：①經(jīng)濟(jì)發(fā)展水平與大氣污染排放效率及技術(shù)差距比均高度正相關(guān)，表明經(jīng)濟(jì)發(fā)展對大氣污染排放效率與大氣污染排放技術(shù)都有顯著促進(jìn)作用，因為較高的經(jīng)濟(jì)發(fā)展水平可以為大氣污染防治提供人才、技術(shù)以及資金方面的保障。②產(chǎn)業(yè)結(jié)構(gòu)對大氣污染排放效率與排放技術(shù)均具有積極影響，回歸系數(shù)在1%檢驗水平下顯著不為零。第三產(chǎn)業(yè)增加值占GDP的比重每提高1%，大氣污染排放效率與技術(shù)差距比將分別提升0.723%與1.213%。由于第三產(chǎn)業(yè)以流通服務(wù)行業(yè)為主，污染排放相對較少，有利于改善大氣污染排放效率。同時，提升第三產(chǎn)業(yè)比重可以降低單位GDP污染排放量，推動排放技術(shù)前沿向外拓展，促進(jìn)大氣污染排放技術(shù)進(jìn)步。③科技創(chuàng)新對大氣污染排放效率與大氣排放技術(shù)貢獻(xiàn)率顯著為正，研發(fā)強(qiáng)度每提高1%，大氣污染排放效率與技術(shù)差距比將相應(yīng)提高3.427%與4.769%，可見科技創(chuàng)新對大氣污染防治產(chǎn)生了至關(guān)重要的影響，這也表明“波特假說”在中國大氣污染防治中得到了支持：適當(dāng)?shù)沫h(huán)境規(guī)制刺激企業(yè)進(jìn)行技術(shù)創(chuàng)新，從而在降低成本、提升產(chǎn)品競爭力的同時也減少了大氣污染物的排放，達(dá)到了雙贏。④能源結(jié)構(gòu)顯著抑制了大氣污染排放效率與大氣污染排放技術(shù)的提升，兩方程回歸系數(shù)分別在1%、5%水平下顯著。眾所周知，燃煤是中國大氣污染產(chǎn)生的主要根源，煤炭消費比重提升無疑會對大氣污染防治產(chǎn)生不利影響。當(dāng)前，燃煤設(shè)備技術(shù)水平低下、燃煤方式落后以及潔凈煤技術(shù)推廣不力等因素都從根本上阻礙了中國大氣污染排放效率與防治技術(shù)的進(jìn)一步提升。

表2 中國大氣污染排放效率及技術(shù)差距比的Tobit回歸結(jié)果

Tab.2 Tobit regression result of China’s provincial air pollution emission efficiency and TGR

變量共同前沿大氣污染排放效率大氣污染排放技術(shù)差距比(TGR)回歸系數(shù)標(biāo)準(zhǔn)誤差回歸系數(shù)標(biāo)準(zhǔn)誤差常數(shù)項1．346???0．4110．833??0．369lnPGDP2．134???0．3321．672???0．432INS0．723???0．1271．213???0．259R&D3．427???0．7154．769???1．133ENS-0．432??0．205-0．257???0．075ER-2．3261．7561．324?0．804FDI0．453?0．2331．328??0．592POP-0．172???0．051-0．202??0．097對數(shù)似然值-220．982-252．027對數(shù)似然值比檢驗(卡方)32．58121．329樣本數(shù)270270

注：***、**、*分別表示回歸系數(shù)在1%、5%、10%水平上顯著。

其它因素的影響機(jī)制如下，①環(huán)境規(guī)制對大氣污染排放效率的影響為負(fù)，對技術(shù)差距比的影響為正，但回歸系數(shù)均未通過顯著性檢驗，這與理論預(yù)期并不一致。理論上，環(huán)境規(guī)制會倒逼企業(yè)改進(jìn)生產(chǎn)與治污技術(shù)，采用更加環(huán)保的生產(chǎn)方式，從而對大氣污染防治產(chǎn)生積極影響。然而，本文回歸結(jié)果并不支持這一理論。究其原因，一方面排污費收入占GDP比重也許并不是一個合適的衡量環(huán)境規(guī)制水平的指標(biāo)。另一方面也從側(cè)面表明中國當(dāng)前排污收費制度存在不合理性，政府有必要設(shè)計更嚴(yán)格的排污收費政策[21]。②外商直接投資雖然對大氣污染排放效率有正面影響，但回歸系數(shù)沒有通過顯著性檢驗，意味著促進(jìn)作用不明顯，“污染避難所”假說在某種程度上得到支持，這可能是由于外商直接投資對大氣污染排放效率的影響具有雙向性，一方面外商直接投資的技術(shù)溢出與擴(kuò)散效應(yīng)有效降低了當(dāng)?shù)氐拇髿馕廴九欧牛涣硪环矫姘l(fā)達(dá)國家較為嚴(yán)格的環(huán)境標(biāo)準(zhǔn)迫使跨國公司把污染產(chǎn)品的生產(chǎn)環(huán)節(jié)轉(zhuǎn)移到東道國，從而對當(dāng)?shù)丨h(huán)境質(zhì)量的提升產(chǎn)生負(fù)面影響[22]。本文回歸結(jié)果應(yīng)該是兩種影響相互疊加的結(jié)果。相比之下，外商直接投資對大氣污染排放技術(shù)有顯著改善作用，這主要是源于第一種影響，即中國企業(yè)通過學(xué)習(xí)借鑒外資企業(yè)的先進(jìn)技術(shù)與管理模式，獲得了技術(shù)溢出效應(yīng)，從而有效提升了生產(chǎn)效率與大氣污染防治技術(shù)水平。③人口密度對大氣污染排放效率與技術(shù)差距比都有很明顯的負(fù)面影響?？赡茉蛟谟?，中國工業(yè)主要集中于人口密度較大的城市，城市機(jī)動車保有量也遠(yuǎn)遠(yuǎn)高于人口密度較低的農(nóng)村，這些都是導(dǎo)致中國城市大氣環(huán)境不斷惡化的主要根源。事實證明，近年來中國出現(xiàn)的大范圍嚴(yán)重霧霾天氣也多發(fā)生在城市。人口密度越大，經(jīng)濟(jì)規(guī)模越大，能源需求越高，大氣污染也就越嚴(yán)重。Cropper等通過研究指出高人口密度可能是造成環(huán)境質(zhì)量下降的主要原因之一[23]，本文回歸結(jié)果支持這一觀點。

5 結(jié)論與政策建議

本文充分考慮到區(qū)域技術(shù)異質(zhì)性，基于共同前沿與生態(tài)效率理論科學(xué)測算2006—2014年間中國各省份的大氣污染排放效率，在此基礎(chǔ)上分析其區(qū)域差異及大氣污染排放技術(shù)差距，并從技術(shù)與管理兩個維度將各省份共同前沿大氣污染排放無效率進(jìn)行解構(gòu)，定位各省份大氣污染防治的薄弱環(huán)節(jié)并提出具體的改進(jìn)策略，進(jìn)而建立大氣污染排放效率與大氣污染排放強(qiáng)度之間的內(nèi)在聯(lián)系，最后采用Tobit回歸模型檢驗了影響省際大氣污染排放效率的外部環(huán)境因素。研究發(fā)現(xiàn)：①樣本期內(nèi)中國大氣污染排放效率均值僅為0.493，距離前沿面還存在50.667%的改進(jìn)空間，大氣污染減排潛力巨大。②中國大氣污染排放效率與大氣污染排放技術(shù)均存在顯著的區(qū)域差異性，東部地區(qū)遠(yuǎn)高于中西部地區(qū)。無論是共同前沿還是組群前沿，北京在考察年份都一直位于前沿面上，是中國最優(yōu)大氣污染防治技術(shù)的代表。③通過大氣污染排放無效率的分解發(fā)現(xiàn)，技術(shù)差距無效率與管理無效率分別占據(jù)了51.880%與48.119%的比例。根據(jù)策略矩陣，將30個省份歸入不同類型的四大方陣，并由此提出各省份大氣污染防治的路徑。④中國大氣污染實際排放強(qiáng)度與潛在排放強(qiáng)度之間落差較大且大氣污染排放強(qiáng)度效率呈現(xiàn)下降趨勢，表明中國大氣污染排放強(qiáng)度還存在很大的改進(jìn)空間，經(jīng)濟(jì)增長與大氣環(huán)境保護(hù)之間有待進(jìn)一步協(xié)調(diào)。⑤經(jīng)濟(jì)發(fā)展與提升第三產(chǎn)業(yè)比重顯著促進(jìn)了大氣污染排放效率與排放技術(shù)。科技創(chuàng)新在有效提升企業(yè)產(chǎn)品競爭力的同時也有效降低了大氣污染排放，雙贏狀態(tài)的“波特假說”在本文得到驗證。煤炭消費比重的提升以及較高的人口密度對大氣污染防治造成了明顯的不利影響。外商直接投資對大氣污染排放效率的正向促進(jìn)作用并不顯著，發(fā)達(dá)國家的“污染避難所”假說在本文得到一定程度的支持，但外商直接投資對大氣污染排放技術(shù)有積極貢獻(xiàn)。

根據(jù)上述結(jié)論可引申出如下政策啟示：①大氣污染防治的根本出路在于轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，要加快產(chǎn)業(yè)結(jié)構(gòu)升級，堅決淘汰落后產(chǎn)能，繼續(xù)大力推進(jìn)節(jié)能減排工作，積極優(yōu)化能源結(jié)構(gòu)，建立與完善大氣污染排放交易體系與排污收費制度。在改善外部技術(shù)環(huán)境的同時創(chuàng)新內(nèi)部企業(yè)管理模式，做到內(nèi)外并重。人口密度大的城市應(yīng)采取合理措施控制機(jī)動車保有量，對機(jī)動車尾氣排放實施嚴(yán)格的監(jiān)督管理，倡導(dǎo)綠色出行。②加大綠色節(jié)能產(chǎn)業(yè)的資金支持力度，設(shè)立國家大氣污染防治重大科技專項，推動大氣污染防治技術(shù)與控制對策的科學(xué)研究，積極推動科研成果轉(zhuǎn)化，促進(jìn)生產(chǎn)領(lǐng)域與大氣污染治理領(lǐng)域的技術(shù)創(chuàng)新。中央政府對于研發(fā)資金較為缺乏的中西部地區(qū)應(yīng)給予充分的政策支持，為其提升大氣環(huán)境治理水平創(chuàng)造更好的技術(shù)環(huán)境。③東部與中西部地區(qū)大氣污染排放技術(shù)差距不斷擴(kuò)大的現(xiàn)實令人擔(dān)憂。為了縮小技術(shù)差距，應(yīng)加強(qiáng)區(qū)域之間生產(chǎn)與環(huán)保技術(shù)領(lǐng)域的交流與合作，掃除一切技術(shù)壁壘，促進(jìn)先進(jìn)技術(shù)與管理經(jīng)驗順利從東部轉(zhuǎn)移擴(kuò)散至中西部。在技術(shù)交流過程中，東部沿海發(fā)達(dá)省份應(yīng)擔(dān)當(dāng)“幫扶者”職責(zé)，可以嘗試采用“一對一”的對口支援與精準(zhǔn)扶持來幫助中西部省份，而中西部地區(qū)在模仿與學(xué)習(xí)東部的同時也要不斷提高自主創(chuàng)新能力。④對于外資利用應(yīng)持有理性態(tài)度，切忌只注重經(jīng)濟(jì)效益而忽視了環(huán)境效益，必須合理設(shè)置資源環(huán)境門檻條件，避免讓中國成為發(fā)達(dá)國家轉(zhuǎn)移污染產(chǎn)業(yè)的污染天堂。與此同時，要充分利用外資的技術(shù)溢出效應(yīng)，學(xué)習(xí)借鑒發(fā)達(dá)國家先進(jìn)的生產(chǎn)方式與環(huán)境保護(hù)模式，讓優(yōu)質(zhì)外資成為中國產(chǎn)業(yè)結(jié)構(gòu)升級的催化劑。

(編輯：田 紅)

References)

[1] 薛進(jìn)軍，趙忠秀. 中國低碳經(jīng)濟(jì)發(fā)展報告[M].北京：社會科學(xué)文獻(xiàn)出版社，2013: 18-20. [XUE Jinjun, ZHAO Zhongxiu. Report of China’s low carbon development[M]. Beijing: Social Sciences Academic Press, 2013: 18-20.]

[2]岳媛媛，蘇敬勤. 生態(tài)效率：國外的實踐與我國的對策[J]. 科學(xué)學(xué)研究，2004，22(2)：170-173. [YUE Yuanyuan, SU Jingqin. Eco-efficiency: foreign practice and our measure[J]. Studies in science of science, 2004, 22(2): 170-173.]

[3]KUOSMANEN T, KORTELAINEN M. Measuring eco-efficiency of production with data envelopment analysis[J]. Journal of industrial ecology, 2005, 9(4): 59-72.

[4]KORTELAINEN M. Dynamic environmental performance analysis: a Malmquist Index Approach[J]. Ecological economics, 2008,64: 701-715.

[5]CAMARERO M, CASTILLO J, PICAZO-TADEO A J, et al. Eco-efficiency and convergence in OECD countries[J]. Environmental resource economics, 2013,55: 87-106.

[6]PICAZO-TADEO A J, CASTILLO-GIMENEZ J, BELTRAN-ESTEVE M. An intertemporal approach to measuring environmental performance with directional distance functions: greenhouse gas emissions in the European Union[J]. Ecoloigcal economics, 2014,100: 173-182.

[7]HU J L, WANG S C. Total factor energy efficiency of regions in China[J]. Energy policy, 2006, 34(17): 3206-3217.

[8]ZHOU P, ANG B W. Linear programming models for measuring economy-wide energy efficiency performance[J]. Energy policy, 2008,36: 2901-2906.

[9]錢爭鳴，劉曉晨. 中國綠色經(jīng)濟(jì)效率的區(qū)域差異與影響因素分析[J]. 中國人口.資源與環(huán)境，2013,23(7)：104-109. [QIAN Zhengming, LIU Xiaochen. Regional differences in China’s green economic efficiency and their determinants[J]. China population, resources and environment, 2013,23(7)：104-109.]

[10]王兵，吳延瑞，顏鵬飛. 中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J]. 經(jīng)濟(jì)研究，2010(5)：95-109. [WANG Bing, WU Yanrui, YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in China’s regional economics[J]. Economic research journal, 2010(5): 95-109.]

[11]BATTESE G E, RAO D S P. Technology gap, efficiency and a stochastic metafrontier function[J]. International journal of business and economics, 2002(1): 87-93.

[12]O’DONNELL C J, RAO D S P, BATTESE G E. Metafrontier frameworks for the study of firm-level efficiencies and technology ratios[J]. Empirical economics, 2008,34: 231-255.

[13]CHIU C R, LIOU J L, WU P I, et al. Decomposition of the environmental inefficiency of the meta-frontier with undesirable output[J]. Energy economics, 2012,34: 1392-1399.

[14]HANG Y, SUN J S, WANG Q W, et al. Measuring energy inefficiency with undesirable outputs and technology heterogeneity in Chinese cities[J]. Economic modelling, 2015,49: 46-52.

[15]OH D H. A metafrontier approach for measuring an environmentally sensitive productivity growth index[J]. Energy economics, 2010,32: 146-157.

[16]王群偉，周德群，周鵬. 中國全要素二氧化碳排放績效的區(qū)域差異：考慮非期望產(chǎn)出共同前沿函數(shù)的研究[J]. 財貿(mào)經(jīng)濟(jì)，2010(9)：112-117. [WANG Qunwei, ZHOU Dequn, ZHOU Peng. Regional differences of China’s total factor carbon dioxide emission performance: a analysis based on metafrontier function considering undesirable output[J]. Finance & trade economics, 2010(9): 112-117.]

[17]李勝文，李大勝，邱俊杰，等. 中西部效率低于東部嗎？——基于技術(shù)集差異和共同前沿生產(chǎn)函數(shù)的分析[J]. 經(jīng)濟(jì)學(xué)季刊，2013,12(3)：777-798. [LI Shengwen, LI Dasheng, QIU Junjie, et al. Is the Middle-West less efficient than the East?[J]. China economic quarterly, 2013, 12(3): 777-798.]

[18]李靜. 中國區(qū)域環(huán)境效率的差異與影響因素研究[J]. 南方經(jīng)濟(jì)，2009(12)：24-35. [LI Jing. Eco-efficiency differences and its influential factors across provinces in China[J]. South China journal of economics, 2009(12)：24-35.]

[19]袁鵬，程施. 中國工業(yè)環(huán)境效率的庫茲涅茨曲線檢驗[J]. 中國工業(yè)經(jīng)濟(jì)，2011(2)：79-88. [YUAN Peng, CHENG Shi. Examining Kuznets Curve in environmental efficiency of China’s industrial sector[J]. China industrial economics, 2011(2): 79-88.]

[20]汪克亮，楊力，楊寶臣，等. 能源經(jīng)濟(jì)效率、能源環(huán)境績效與區(qū)域經(jīng)濟(jì)增長[J]. 管理科學(xué)，2013，26(3)：86-99. [WANG Keliang, YANG Li, YANG Baochen, et al. Energy economic efficiency, the energy environmental performance and regional economic growth[J]. Journal of management science, 2013, 26(3): 86-99.]

[21]龐瑞芝，李鵬，路永剛. 轉(zhuǎn)型期間我國新型工業(yè)化增長績效及其影響因素研究——基于“新型工業(yè)化”生產(chǎn)力視角[J]. 中國工業(yè)經(jīng)濟(jì)，2011(4)：64-73. [PANG Ruizhi, LI Peng, LU Yonggang. Study on ‘new-type’ industrialization growth performance and its factors during the transitional period[J]. China industrial economics, 2011(4): 64-73.]

[22]岳書敬，劉富華. 環(huán)境約束下的經(jīng)濟(jì)增長效率及其影響因素[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009(5)：94-106. [YUE Shujing, LIU Fuhua. The industrial efficiency and its determinants considering environmental protection[J]. The journal quantitative & technical economics, 2009(5): 94-106.]

[23]CROPPER M, GRIFFITHS C. The interaction of population growth and environmental quality[J]. The American economic review, 1994, 84(2): 250-254.

徐紅,王輝,劉栩君.快遞廢棄物回收產(chǎn)業(yè)鏈演化仿真研究[J].中國人口·資源與環(huán)境，2017,27(1)：111-119.[XU Hong,WANG Hui,LIU Xu-jun.Simulation of the express waste recycling industry chain based on circular economy[J].China population, resources and environment, 2017,27(1):111-119.]

Regional differences and influencing factors of China’s air pollution emission efficiency considering technological heterogeneity

WANGKe-liang1MENGXiang-rui1YANGBao-chen2CHENGYun-he1

(1.School of Economics and Management, Anhui University of Science and Technology, Huainan Anhui 232001 China; 2.College of Management and Economics, Tianjin University, Tianjin 300072, China)

Frequent occurrence of fog and haze weather in recent years brings a great threat to people’s production, life and health. In such circumstance, improving air pollution emission efficiency and taping the potential of air pollution reduction should be important channels to improve China’s air environmental quality and eliminate fog and haze weather. Based on eco-efficiency theory and fully considering regional unbalanced development and technological heterogeneity, this article assessed air pollution emissions efficiency (APEE) for China’s 30 provinces during 2006-2014 under the framework of meta-frontier, then investigated APEE’s regional differences and evaluated the technology gap of air pollution emissions among China’s three major areas using the index of technology gap ratio (TGR). In order to explore the vulnerability of controlling air pollution for China’s each province, the air pollution emission inefficiency is further decomposed into ‘technology gap inefficiency’ and ‘managerial inefficiency’ from the perspective of technology and management, respectively, on basis of which a strategic matrix is built and China’s provinces are divided into four categories based on different efficiency improvement strategies. Furthermore, the internal relation is revealed between APEE and air pollution emission intensity, according to which we present a new concept of ‘a(chǎn)ir pollution emission intensity efficiency’ and then investigate its changing trend. Panel Tobit regression model is used to investigate the influencing mechanism of the external environmental factors of APEE and air pollution emission technology for China’s provinces. The empirical results show that China’s APEE is generally low with the average score of 0.493 during 2006-2014 and regional differences of APEE and air pollution emission technology are significant, indicating that there is a great potential on air pollution emission reduction. In addition, it is concluded that air pollution emission efficiency and emission technology of China’s east area are all significantly higher than that of China’s central area and west area. It is also founded that China’s practical air pollution emission intensity is significantly higher than potential air pollution emission intensity, showing that there is much room for China to decrease air pollution emission intensity. The regression results of Tobit model demonstrate that economic development, optimizing industrial structure and technological innovation all play positive roles on the improvement of China’s APEE and air pollution emission reduction technology, while increasing the proportion of coal consumption and large population density significantly exert negative effects on it, the porter hypothesis and the pollution haven hypothesis are both supported by the empirical results of this paper.

air pollution emission efficiency; technological heterogeneity; influencing factors; meta-frontier; regional differences

2016-06-12

汪克亮，博士，副教授，主要研究方向為資源經(jīng)濟(jì)與環(huán)境管理、效率與生產(chǎn)率分析。E-mail: klwang@163.com。

國家自然科學(xué)基金青年項目“生產(chǎn)網(wǎng)絡(luò)化與技術(shù)異質(zhì)性下的區(qū)域節(jié)能減排效率評價及政策優(yōu)化研究”(批準(zhǔn)號：71403003)；教育部人文社會科學(xué)研究青年基金項目“節(jié)能減排效率視角下我國省區(qū)低碳經(jīng)濟(jì)評價與政策優(yōu)化仿真研究”(批準(zhǔn)號：13YJC790136)；安徽省高校優(yōu)秀青年人才支持計劃重點項目“效率分析視角下我國大氣污染排放績效測度、影響因素與治理政策研究”(批準(zhǔn)號：gxyqZD2016075)。

X323;F205

A

1002-2104(2017)01-0101-10

10.3969/j.issn.1002-2104.2017.01.012