我國環(huán)境經(jīng)濟(jì)效率測度及綠色全要素生產(chǎn)率變化研究*

吳 洋

（沈陽師范大學(xué) 國際商學(xué)院，沈陽 110034）

中國通過改革開放等政策提高了生產(chǎn)力水平，使經(jīng)濟(jì)得到了迅猛發(fā)展，一躍成為世界第二大經(jīng)濟(jì)體。與此同時，我國的環(huán)境也受到不同程度破壞。國家對這一問題非常重視，于2007年在政府收支分類科目中新增“節(jié)能環(huán)?！鳖愗斦С?，為環(huán)境保護(hù)工作提供財政保障；又于2014年4月24日通過了新修訂的《環(huán)境保護(hù)法》。習(xí)近平總書記在黨的十九大報告中再次強(qiáng)調(diào)，要重視生態(tài)文明、建設(shè)美麗中國。但是，發(fā)展經(jīng)濟(jì)與環(huán)境保護(hù)之間存在著一定矛盾，需要科學(xué)地權(quán)衡與解決。

地方政府承擔(dān)著經(jīng)濟(jì)建設(shè)的責(zé)任，為地方經(jīng)濟(jì)發(fā)展、人民生活水平提升保駕護(hù)航、引領(lǐng)方向。同時，地方政府也是環(huán)境保護(hù)工作的主體，在治理經(jīng)濟(jì)建設(shè)活動帶來的環(huán)境污染問題方面有著不可推卸的管理責(zé)任。因此，地方政府面臨著既要全面建成小康社會，又要保證環(huán)境污染可控、實現(xiàn)可持續(xù)發(fā)展的重大挑戰(zhàn)。因而，考慮環(huán)境污染因素的各省市投入 產(chǎn)出經(jīng)濟(jì)效率測度以及關(guān)于綠色全要素生產(chǎn)率變化及其收斂情況的研究就顯得尤為重要。這也對判定各省市能否實現(xiàn)環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展之間的平衡具有重要意義。

一、文獻(xiàn)綜述

目前，國內(nèi)學(xué)者在環(huán)境經(jīng)濟(jì)效率與綠色全要素生產(chǎn)率研究領(lǐng)域進(jìn)行了一些探索。在環(huán)境經(jīng)濟(jì)效率的測度上：林伯強(qiáng)等運(yùn)用非徑向方向距離函數(shù)的超效率DEA模型測度了中國地級以上城市的綠色經(jīng)濟(jì)效率，通過工具變量法解決經(jīng)濟(jì)集聚與綠色經(jīng)濟(jì)效率之間的內(nèi)生性問題，并進(jìn)一步探究了經(jīng)濟(jì)集聚影響綠色經(jīng)濟(jì)效率的機(jī)制，認(rèn)為經(jīng)濟(jì)集聚對綠色經(jīng)濟(jì)效率存在先促進(jìn)后抑制的作用［1］。卓錦新等運(yùn)用窗口DEA-SBM 模型測算了我國內(nèi)地30個省、自治區(qū)、直轄市2003—2015年的生態(tài)經(jīng)濟(jì)效率，探討了內(nèi)部視角對生態(tài)經(jīng)濟(jì)效率的影響［2］。周杰文等采用超效率SBM 模型分析了2000—2017年“一帶一路”沿線省份的綠色經(jīng)濟(jì)效率，并運(yùn)用Tobit模型分析了影響因素，結(jié)果表明在南部和東北部的沿線省份綠色經(jīng)濟(jì)效率較高，地理因素與產(chǎn)業(yè)類型是造成綠色經(jīng)濟(jì)效率差異的主要原因［3］。張靜等研究了漢江生態(tài)經(jīng)濟(jì)帶11個城市2003—2015年的城市效率，其中考慮了生態(tài)環(huán)境成本問題［4］。在綠色全要素生產(chǎn)率的研究方面：許標(biāo)文等基于穩(wěn)健型整體方向性距離函數(shù)和整體Luenberger綠色生產(chǎn)率指標(biāo)，測算了我國31個省份2001—2016年畜牧業(yè)綠色全要素生產(chǎn)率變化情況，認(rèn)為畜牧業(yè)應(yīng)盡快從要素投入向注重環(huán)境改善方面轉(zhuǎn)變［5］。胡曉琳選用混合徑向的DEA-EBM 模型并結(jié)合Malmquist模型，測算了我國內(nèi)地29個省份2002—2013年的環(huán)境效率及環(huán)境全要素生產(chǎn)率，并對其收斂性和影響因素進(jìn)行了深入研究，認(rèn)為省級環(huán)境全要素生產(chǎn)率差異不會自動消失［6］。

現(xiàn)有研究尚存在一些不足：一方面，各學(xué)者選取的投入產(chǎn)出指標(biāo)過于簡單，且選取時隨意性較大，不能全面反映環(huán)境經(jīng)濟(jì)實際狀況，特別是在選取污染指標(biāo)時往往采用總量而不是與各省地域面積相應(yīng)的相對量，所以無法有效反映真實污染情況。另一方面，大部分文獻(xiàn)選擇傳統(tǒng)的SBM 模型，這種非徑向模型并不完全符合環(huán)境經(jīng)濟(jì)效率測度的需要，因為有些投入及產(chǎn)出指標(biāo)需要等比例地擴(kuò)大或縮減，而有些則不需要。另外，有些文獻(xiàn)還存在指標(biāo)選取過多等對DEA模型運(yùn)用不夠規(guī)范的問題。本文在規(guī)避這些問題的同時，采用新的視角，選取就業(yè)人數(shù)、資本存量、生產(chǎn)用電量、環(huán)保財政支出作為投入指標(biāo)，將人均GDP及經(jīng)過地域面積相對化處理后的各種污染物排放量作為產(chǎn)出指標(biāo)，運(yùn)用DEA-Hybrid模型及相鄰前沿交叉參比Malmquist模型對中國內(nèi)地2011—2017年30個省、自治區(qū)、直轄市的環(huán)境經(jīng)濟(jì)效率、綠色全要素生產(chǎn)率變化及其收斂性進(jìn)行實證分析。

二、研究方法與數(shù)據(jù)選擇

1.超效率Hybrid模型

傳統(tǒng)的CCR或BCC模型是一種徑向模型，即各項投入和產(chǎn)出的縮減或擴(kuò)大必須是等比例的，這也是“徑向”一詞的含義。SBM 模型則可以將松弛變量問題融入對無效率的測量中，且可將非期望產(chǎn)出直接融入模型并設(shè)置為強(qiáng)可處置性，即某一投入或產(chǎn)出可以單獨(dú)調(diào)整而不必要和其他指標(biāo)一起調(diào)整。所以兩類模型各有特點(diǎn)。但在現(xiàn)實生產(chǎn)中，并非所有投入或產(chǎn)出都可等比例改進(jìn)或都是單獨(dú)改進(jìn)的，所以一種綜合上述兩類模型的混合距離函數(shù)模型應(yīng)運(yùn)而生，即Hybrid模型。Hybrid模型可以將投入和產(chǎn)出分為徑向類指標(biāo)和非徑向類指標(biāo)，綜合了徑向模型與SBM 模型的特點(diǎn)：如果所有指標(biāo)均為徑向的，則Hybrid模型等同于徑向模型；如果所有指標(biāo)均為非徑向的，則Hybrid模型等同于SBM 模型。本文選取的投入指標(biāo)中，勞動投入、資本投入、電力投入這3種生產(chǎn)要素投入一般是等比例存在的，但環(huán)保支出的投入就不必隨著其他3種指標(biāo)等比例改變；在產(chǎn)出指標(biāo)中，各種污染物排放量指標(biāo)一般是等比例產(chǎn)出的，但人均GDP這一產(chǎn)出指標(biāo)就不必隨其他污染指標(biāo)等比例產(chǎn)出。所以，從本文選取指標(biāo)的特質(zhì)來看，Hybrid模型這種混合距離函數(shù)模型比較適合處理此類投入產(chǎn)出指標(biāo)，比單純的徑向模型或SBM 模型更有優(yōu)勢。

超效率模型本質(zhì)上是一種區(qū)分有效決策單元（DMU）的計算思路，而不是一種具體的函數(shù)模型，所以超效率模型是與其他徑向模型或距離函數(shù)模型結(jié)合來實現(xiàn)的。具體做法是，將某個有效DMU單獨(dú)拿出，再將其與其余DMU所構(gòu)成的前沿進(jìn)行比較。如此該有效DMU的效率值一般會大于1，這樣就可以對所有有效的DMU進(jìn)行進(jìn)一步的效率值區(qū)分。在規(guī)劃式中，只需加上j≠k這樣一個限制條件，即從參考集中剔除被評價的DMUk［7］。因此，與超效率模型相結(jié)合的規(guī)模報酬不變的Hybrid模型規(guī)劃式的一般形式為

式中：上標(biāo)N表示非徑向指標(biāo)、R表示徑向指標(biāo)；m為投入指標(biāo)數(shù)量，其中m1為徑向指標(biāo)數(shù)量，m2為非徑向指標(biāo)數(shù)量；q為產(chǎn)出指標(biāo)數(shù)量，其中q1為徑向指標(biāo)數(shù)量，q2為非徑向指標(biāo)數(shù)量［8］；j表示第j個從參考集中剔除的需要測算超效率的DMU。

2.相鄰前沿交叉參比Malmquist模型

Malmquist指數(shù)具體的計算思路大致可以理解為：將DMUtk與DMUt+1k分別與不同的技術(shù)前沿參比，得出DMUt+1k技術(shù)效率值與DMUtk技術(shù)效率值的比值，用以表示Malmquist指數(shù)［9］。目前，學(xué)界使用最廣泛的Malmquist模型是傳統(tǒng)的相鄰前沿交叉參比（adjacent cross reference）模型，即分別參考兩個前沿得出兩個Malmquist指數(shù)后再取幾何平均值，得出最終的Malmquist指數(shù)。除此模型之外，還有全局參比模型、固定參比模型、序列前沿交叉參比模型等其他類型的Malmquist模型。由于本文要對綠色全要素生產(chǎn)率的變化情況進(jìn)行收斂性分析，需要Malmquist指數(shù)基于相鄰兩個年份的數(shù)據(jù)測算得出，因此采用傳統(tǒng)的相鄰前沿交叉參比模型最為合適［10］。從t時期到t+1時期的相鄰前沿交叉參比模型為

式中：Et+1（DMUtk）與Et（DMUtk）是DMUtk分別在t+1期和t期的技術(shù)效率值；Et+1（DMUt+1k）和Et（DMUt+1k）是DMUt+1k分別在t+1期和t期的技術(shù)效率值。對兩個時期的DMU進(jìn)行交叉比較后取幾何平均值，即所得的Malmquist指數(shù)。

3.條件β收斂檢驗

條件β收斂檢驗用于研究各經(jīng)濟(jì)體從長期來看是否存在動態(tài)演化趨勢，以及各經(jīng)濟(jì)體之間的經(jīng)濟(jì)差距是否隨時間推移而縮小。條件β收斂是相對于絕對β收斂而言的。絕對β收斂檢驗中，各經(jīng)濟(jì)體趨于收斂的是同一個穩(wěn)定狀態(tài)；而條件β收斂檢驗中，各經(jīng)濟(jì)體趨向于各自的穩(wěn)定狀態(tài)。所以條件β收斂假設(shè)不同經(jīng)濟(jì)體的基礎(chǔ)條件和特征存在本質(zhì)不同，承認(rèn)發(fā)達(dá)經(jīng)濟(jì)體與欠發(fā)達(dá)經(jīng)濟(jì)體之間的差距始終存在［6］。因此，條件β收斂檢驗方法主要用于檢驗各經(jīng)濟(jì)體是否隨時間推移而趨向各自的穩(wěn)定狀態(tài)。

4.數(shù)據(jù)選擇

本文選擇我國內(nèi)地除西藏以外的30個省、自治區(qū)、直轄市作為研究對象，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。因為國家統(tǒng)計局和環(huán)境保護(hù)部于2011年重新設(shè)置了部分污染指標(biāo)的統(tǒng)計口徑，且《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》公開的環(huán)境污染數(shù)據(jù)截止到2017年，所以本文選取的時間跨度為2011—2017年。測算環(huán)境經(jīng)濟(jì)效率本身就是在測算一個經(jīng)濟(jì)體考慮了環(huán)境因素后的投入產(chǎn)出效率及全要素生產(chǎn)率，因而在借鑒相關(guān)文獻(xiàn)的指標(biāo)選取后［11-13］，本文在投入要素中選取城鄉(xiāng)就業(yè)總?cè)藬?shù)（城鄉(xiāng)非私營和私營個體就業(yè)人數(shù)總和）代表勞動投入，選取資本存量（通過永續(xù)存盤法計算得出）代表資本投入，選取生產(chǎn)用電量（用終端消費(fèi)量減去生活消費(fèi)量得出）代表資源投入，選取財政性環(huán)保支出額作為政府環(huán)保投入；在產(chǎn)出要素中選取人均GDP作為期望產(chǎn)出，代表經(jīng)濟(jì)產(chǎn)出成果；在非期望產(chǎn)出選取中，為了比較全面地反映實際污染情況，選取二氧化硫排放強(qiáng)度、氮氧化物排放強(qiáng)度、煙（粉）塵排放強(qiáng)度代表大氣污染情況，選取化學(xué)需氧量排放強(qiáng)度、氨氮排放強(qiáng)度代表水體污染情況，選取一般工業(yè)固體廢物產(chǎn)生強(qiáng)度代表土壤污染狀況。為了客觀準(zhǔn)確地反映污染狀況，對各污染指標(biāo)都進(jìn)行了地域面積的相對化處理，即除以各省市行政區(qū)域面積后得到各種污染物的排放強(qiáng)度指標(biāo)。這種處理方法在環(huán)保部與財政部印發(fā)的環(huán)發(fā)〔2011〕18號文件中曾有提及。測算環(huán)境經(jīng)濟(jì)效率及綠色全要素生產(chǎn)率變化的投入與產(chǎn)出指標(biāo)如表1所示。

表1 超效率Hybrid模型中各投入與產(chǎn)出指標(biāo)

模型中，投入和產(chǎn)出指標(biāo)共有11個，選取省、自治區(qū)、直轄市共30個，基本符合DMU數(shù)量大約為投入產(chǎn)出指標(biāo)總數(shù)3倍這個DEA使用的一般原則［14］。

三、環(huán)境經(jīng)濟(jì)效率及綠色全要素生產(chǎn)率變化測算

1.各地方政府環(huán)境經(jīng)濟(jì)效率分析

本文主要測算綜合技術(shù)效率，即假設(shè)各省份的生產(chǎn)狀態(tài)為規(guī)模報酬不變?？紤]到就業(yè)、招商引資等原因，通過降低投入而提高效率的思路并不符合實際情況，所以選擇產(chǎn)出導(dǎo)向Hybrid模型，采用MaxDEA Ultra 6.7軟件對2011—2017年我國內(nèi)地30個省、自治區(qū)、直轄市的環(huán)境經(jīng)濟(jì)效率進(jìn)行測算，結(jié)果如表2所示。

表2 （續(xù)）

表2 2011—2017年相關(guān)省份環(huán)境經(jīng)濟(jì)效率值

從表2的結(jié)果中可以看出：

首先，2011—2017年間相關(guān)省份的環(huán)境經(jīng)濟(jì)效率大部分為DEA無效狀態(tài)。7年中一直處于DEA有效狀態(tài)的省份有6個：北京、天津、海南、青海、寧夏、新疆，部分年份為DEA有效的省份有4個：內(nèi)蒙古（3年）、吉林（5年）、黑龍江（2年）、福建（3年），其余省份在7年中均屬DEA無效。從未處于技術(shù)前沿面的省份占比達(dá)到66.7%，即7年中全國有2/3的省份長期處于環(huán)境經(jīng)濟(jì)無效率狀態(tài)，要么是經(jīng)濟(jì)發(fā)展不夠理想、人均GDP不夠高，要么是環(huán)境污染治理效果不夠理想、污染物排放強(qiáng)度較高。這些DEA無效率省份未能實現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的平衡，在經(jīng)濟(jì)發(fā)展的同時未能高效控制環(huán)境污染。

其次，各省份的效率值差距較大。從每年各省份效率值的中位數(shù)可以看出，7年來中位數(shù)均處在0.6這個數(shù)量級，最低為2011年的0.620 9，最高為2017年的0.665 4。如果將0.7作為上限，那么每年至少有一半省份的環(huán)境經(jīng)濟(jì)效率值在0.7以下，距離各年的生產(chǎn)技術(shù)前沿較遠(yuǎn)。從各省份7年的幾何平均值看，最高的3個是青海（1.112 5）、新疆（1.091 3）和海南（1.087 1），而最低的3個是河北（0.514 2）、山西（0.538 2）和河南（0.548 7）?？v觀所有省份7年的幾何平均值，處于0.7以下的有19個，占63.3%。福建的幾何平均值為0.900 4，排在其后的重慶市陡降至0.712 0，可見各省份環(huán)境經(jīng)濟(jì)效率值差距較大，存在比較明顯的兩極分化情況。

最后，從7年間的環(huán)境經(jīng)濟(jì)效率變動看，全國整體幾何平均值從2011年的0.700 4逐步升高到2017年的0.729 0，增長了4.08%，說明我國環(huán)境經(jīng)濟(jì)效率總體上是在提高的。但是各省份的環(huán)境經(jīng)濟(jì)效率變化趨勢則出現(xiàn)分化：效率值呈上升趨勢的有北京、內(nèi)蒙古、吉林、安徽、江西、河南、湖北、湖南、廣東、廣西、重慶、四川、貴州、云南、甘肅15個省份，其中北京、吉林、湖南、重慶上升趨勢較為明顯；效率值呈下降趨勢的有天津、河北、山西、上海、浙江、福建6個省份，其中天津、福建下降趨勢較為明顯；效率值整體穩(wěn)定略有波動的有遼寧、江蘇、山東、海南、陜西、青海、新疆7個省份；效率值呈先升后降趨勢的有黑龍江、寧夏2個省市?？梢钥闯?，效率值呈上升趨勢的省份占50%，如果再加上穩(wěn)定波動的7個省份以及天津、寧夏兩個雖未上升但一直處于生產(chǎn)前沿面的省份，可以說全國各省份中效率值上升與穩(wěn)定占比達(dá)到80%。這表明，自2011年起我國環(huán)境經(jīng)濟(jì)效率整體上越來越高，在保證經(jīng)濟(jì)增長、提高人民生活水平的同時，能夠?qū)h(huán)境污染問題控制在一個可接受的范圍內(nèi)，基本實現(xiàn)了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的相對平衡。

綜合以上分析可以發(fā)現(xiàn)一些問題：經(jīng)濟(jì)發(fā)達(dá)、人口密集或工業(yè)主導(dǎo)的省份未必存在環(huán)境經(jīng)濟(jì)效率低下的現(xiàn)象，而經(jīng)濟(jì)發(fā)展水平有限、工業(yè)比重較低或以旅游業(yè)為支柱產(chǎn)業(yè)的省份環(huán)境經(jīng)濟(jì)效率也未必高。例如：北京、天津、上海、江蘇、浙江、山東、廣東、重慶、四川等省份近些年經(jīng)濟(jì)發(fā)展較快，往往會帶來環(huán)境污染的壓力，其中大部分省份效率均值低于0.7，但北京（均值1.017 3）和天津（均值1.046 2）卻一直處于生產(chǎn)技術(shù)前沿面上。如果說青海、寧夏、新疆處于生產(chǎn)技術(shù)前沿面上是因為其經(jīng)濟(jì)欠發(fā)達(dá)使得污染壓力較小，那么同樣經(jīng)濟(jì)欠發(fā)達(dá)的云南、貴州、廣西等省份的效率均值卻均在0.6左右徘徊。同處于東北老工業(yè)基地的遼寧、吉林、黑龍江環(huán)境經(jīng)濟(jì)效率差異顯著，吉林與黑龍江均值都在0.9以上，且吉林的效率值逐年攀升，7年中有5年處于生產(chǎn)技術(shù)前沿面上，黑龍江也有2年處于前沿面上，而遼寧的效率均值只有0.572 2，且無明顯進(jìn)展。因此，發(fā)展經(jīng)濟(jì)帶來的環(huán)境污染壓力雖然會對一個省份的環(huán)境經(jīng)濟(jì)效率產(chǎn)生一定影響，但并不是決定環(huán)境經(jīng)濟(jì)效率的關(guān)鍵要素。環(huán)境經(jīng)濟(jì)效率與各省份勞動、資本、資源等生產(chǎn)要素的投入比例，協(xié)同作用的發(fā)揮，生產(chǎn)技術(shù)與管理能力，環(huán)保支出使用過程，環(huán)境治理手段與監(jiān)察力度，各企業(yè)配合情況等都有著密切的關(guān)系。運(yùn)用DEA模型測算綜合技術(shù)效率的過程，本身就是在尋找將這些因素結(jié)合起來運(yùn)用得最好的省份，是在測算一個決策單元使用投入創(chuàng)造產(chǎn)出的整體績效［15］，這也是數(shù)據(jù)包絡(luò)分析的價值所在。所以，處于生產(chǎn)前沿面DEA有效的省份就是在全國30個省、自治區(qū)、直轄市中經(jīng)濟(jì)發(fā)展與環(huán)境治理工作綜合表現(xiàn)最好的省份，而DEA無效的省份就是尚有欠缺和不足的省份——或者經(jīng)濟(jì)發(fā)展不充分，或者環(huán)境污染控制成效低，或者兼而有之。

2.各省份綠色全要素生產(chǎn)率變化分析

上文中測算的綜合技術(shù)效率是一個決策單元（DMU）在第t期中相對于技術(shù)前沿面的距離，而全要素生產(chǎn)率是一個DMU在第t期的生產(chǎn)力水平。因為研究過程中加入了環(huán)境污染指標(biāo)，所以此生產(chǎn)率稱之為綠色全要素生產(chǎn)率，旨在表明在考慮環(huán)境污染的情況下各省份的生產(chǎn)力水平。相鄰前沿交叉參比Malmquist指數(shù)可以衡量一個DMU相鄰兩個時期內(nèi)綠色全要素生產(chǎn)率的變化情況：MIac大于1說明在連續(xù)的兩個時期中該DMU的綠色全要素生產(chǎn)率提高，小于1說明生產(chǎn)率下降，等于1說明沒有變化。

選用MaxDEA Ultra 6.7軟件，基于超效率Hybrid模型并結(jié)合相鄰前沿交叉參比Malmquist模型，測算2011—2017年相關(guān)省份綠色全要素生產(chǎn)率變化情況，結(jié)果如表3所示。

表3 （續(xù)）

表3 2011—2017年相關(guān)省份綠色全要素生產(chǎn)率變化情況

從表3中可以看出，7年間除2013—2014年各省份均值為0.997 19之外，其余5個時間跨度均值都大于1，且總體上6個時間跨度的幾何平均值為1.018 62，表明全國范圍內(nèi)綠色全要素生產(chǎn)率變化呈現(xiàn)不斷上升的趨勢，7年間平均提高了1.862%。從各省份情況看，北京、安徽、江西、湖北、湖南、重慶、云南7個省份在各時間段數(shù)值均大于1，說明這些省份綠色全要素生產(chǎn)率一直在提高。其他省份或多或少有部分時間段的綠色全要素生產(chǎn)率是下降的，且沒有一直小于1的情況。從幾何平均值看，30個省份中只有天津（0.995 89）、福建（0.971 53）、新疆（0.999 50）小于1，說明90%的省份在7年中綠色全要素生產(chǎn)率整體有所提高。需要指出的是，北京作為我國政治、經(jīng)濟(jì)和文化中心，在經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的平衡方面發(fā)揮了先鋒作用，其綠色全要素生產(chǎn)率連年提高、環(huán)境經(jīng)濟(jì)效率連年處于全國前列。雖然北京作為首都具有行政區(qū)域的特殊性，在經(jīng)濟(jì)發(fā)展和環(huán)境治理方面力度會更大，但也不能否定北京在實現(xiàn)發(fā)展與環(huán)保平衡過程中的優(yōu)秀表現(xiàn)。相比之下，天津的表現(xiàn)不甚理想，雖然環(huán)境經(jīng)濟(jì)效率每年都處于全國前列，但效率值卻逐年下降，綠色全要素生產(chǎn)率幾乎也是逐年下降。這可能是由于相對其他省份而言，天津的生產(chǎn)投入存在逐年冗余，或污染指標(biāo)下降速度稍慢，進(jìn)而表現(xiàn)為經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)逐漸失衡的狀態(tài)。新疆的環(huán)境經(jīng)濟(jì)效率連年處于全國前列，但平均綠色全要素生產(chǎn)率出現(xiàn)下降，表明生產(chǎn)技術(shù)前沿面在新疆這個觀測點(diǎn)上出現(xiàn)了后移。對于相關(guān)省份整體綠色全要素生產(chǎn)率大于1的結(jié)果，結(jié)合前文對環(huán)境經(jīng)濟(jì)效率分析可以看出，綠色全要素生產(chǎn)率的普遍提高主要來自于生產(chǎn)技術(shù)前沿面的前移，而非技術(shù)效率的提高。

3.各省份綠色全要素生產(chǎn)率收斂性分析

由于各個省份當(dāng)前存在著經(jīng)濟(jì)基礎(chǔ)與環(huán)境狀況的天然差異，且短時間內(nèi)這種差異不會消失，因此本文采用條件β收斂檢驗方法分析2011—2017年相關(guān)省份綠色全要素生產(chǎn)率指數(shù)的收斂情況。前文測算的MIac值是綠色全要素生產(chǎn)率的變化率，通常的做法是將某一時間跨度的MI值定義為跨度末期年份的全要素生產(chǎn)率指數(shù)。本文即采取這種做法，賦予2011年各省份綠色全要素生產(chǎn)率指數(shù)為1，據(jù)此得到2011—2017年綠色全要素生產(chǎn)率指數(shù)的一組面板數(shù)據(jù)。對于條件β收斂的檢驗方法，胡曉琳以先驗理論為依據(jù)，采用構(gòu)建條件β收斂回歸模型的方法進(jìn)行檢驗［6］，公式為

式中，GTFPit為第i個省份第t期的綠色全要素生產(chǎn)率指數(shù)；GTFPi，t-1為第i個省份第t-1期的綠色全要素生產(chǎn)率指數(shù)；α為面板數(shù)據(jù)模型固定效應(yīng)截距；β為模型的回歸系數(shù)。

構(gòu)建面板數(shù)據(jù)回歸模型并使用Eviews 10.0軟件進(jìn)行回歸測算，在Weights項中選擇Crosssection Weights并同時選擇PCSE方法，對模型進(jìn)行廣義最小二乘法估計，以解決可能存在的隨機(jī)誤差項不滿足等方差的假設(shè)，并有效處理復(fù)雜的面板誤差結(jié)構(gòu)。模型估計結(jié)果如表4所示。

表4 條件β收斂回歸模型估計結(jié)果

在回歸結(jié)果中，β估計值小于0，回歸結(jié)果為-1.396 293且通過了1%的顯著性檢驗，判定系數(shù)結(jié)果尚可，DW 值在2附近，回歸結(jié)果良好。這說明從整體看，相關(guān)省份2011—2017年的綠色全要素生產(chǎn)率存在條件β收斂，表明其綠色全要素生產(chǎn)率存在向自身穩(wěn)定狀態(tài)收斂的趨勢。

四、結(jié)論與建議

本文運(yùn)用超效率Hybrid模型和相鄰前沿交叉參比Malmquist模型測算了2011—2017年我國內(nèi)地30個省、自治區(qū)、直轄市的環(huán)境經(jīng)濟(jì)效率及綠色全要素生產(chǎn)率變化情況，并利用條件β收斂方法檢驗了綠色全要素生產(chǎn)率的收斂性。在環(huán)境經(jīng)濟(jì)效率方面，7年中相關(guān)省份普遍處于DEA無效狀態(tài)，各省市之間效率值差距較大，但從總體上看增長了4.08%，在經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間保持相對平衡方面存在向好的趨勢。經(jīng)濟(jì)發(fā)達(dá)、人口密集或以工業(yè)主導(dǎo)的省份未必存在環(huán)境經(jīng)濟(jì)效率低下現(xiàn)象，而經(jīng)濟(jì)發(fā)展水平有限、工業(yè)比重較低或以旅游業(yè)為支柱產(chǎn)業(yè)的省份也未必具有較高的環(huán)境經(jīng)濟(jì)效率。在綠色全要素生產(chǎn)率變化方面，全國范圍內(nèi)呈現(xiàn)不斷上升的趨勢，7年間平均提高了1.862%，且相關(guān)省市的綠色全要素生產(chǎn)率存在向其自身穩(wěn)定狀態(tài)收斂的趨勢。據(jù)此，本文提出如下建議：

（1）搭建信息共享平臺，促進(jìn)綠色發(fā)展經(jīng)驗交流。DEA模型測算的是各DMU之間的相對效率值，是以“最佳實踐”的DMU為標(biāo)桿進(jìn)行比較得出的效率值。因此，DEA有效的省份就是在經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)達(dá)到相對平衡方面“表現(xiàn)最佳”的省份。在分析結(jié)果中，一些省份的環(huán)境經(jīng)濟(jì)效率值偏低或綠色全要素生產(chǎn)率下降，本質(zhì)原因或者是經(jīng)濟(jì)發(fā)展不充分，或者是環(huán)境污染控制成效低，或者兼而有之。因此，“表現(xiàn)欠佳”的省份需要向“表現(xiàn)最佳”的省份學(xué)習(xí)成功的經(jīng)驗和方法，復(fù)制“最佳實踐”路徑，從而縮小與DEA有效省份的差距。北京作為我國的政治、經(jīng)濟(jì)與文化中心，產(chǎn)業(yè)眾多、人口密集，無論是經(jīng)濟(jì)發(fā)展還是環(huán)境保護(hù)壓力都比較大，但其連續(xù)7年處于DEA有效狀態(tài)，這是同樣發(fā)達(dá)的上海無可比擬的。雖然北京作為首都具有特殊性，一些工作的實施可能更有效率，但其實踐經(jīng)驗依然值得借鑒。吉林處于東北老工業(yè)基地，經(jīng)濟(jì)發(fā)展情況并不理想，工業(yè)帶來的環(huán)境污染壓力較大，但其效率均值在0.9以上且逐年攀升，有5年處于生產(chǎn)技術(shù)前沿面上，因此其實踐經(jīng)驗也非常值得借鑒。所以，各省份應(yīng)構(gòu)建信息交流共享平臺，將促進(jìn)經(jīng)濟(jì)發(fā)展與控制環(huán)境污染的經(jīng)驗和方法在全國范圍內(nèi)分享交流，從而提高全國經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)相平衡的實踐水平。

（2）調(diào)整財稅手段，加強(qiáng)政府的促進(jìn)作用。一方面，各省份政府應(yīng)重視對環(huán)保工作的財政支持，主要包括繼續(xù)增加節(jié)能環(huán)保方面的財政投入、對環(huán)保技術(shù)研發(fā)的補(bǔ)貼、對環(huán)保領(lǐng)域投資企業(yè)的支持補(bǔ)貼、對高校和科研院所產(chǎn)學(xué)研結(jié)合的補(bǔ)貼、對企業(yè)使用清潔能源和提高能源利用率的投入補(bǔ)貼等［6］。這樣的財政支持能夠同時從經(jīng)濟(jì)發(fā)展、技術(shù)提升、環(huán)境保護(hù)等多個角度發(fā)揮促進(jìn)作用。另一方面，在上述領(lǐng)域除配合財政支出的稅收減免政策之外，還應(yīng)充分發(fā)揮《中華人民共和國環(huán)境保護(hù)稅法》的作用，從法律維度配合政府的財稅政策，形成促進(jìn)與維護(hù)綠色經(jīng)濟(jì)發(fā)展的公權(quán)制度體系。

（3）完善環(huán)保監(jiān)督機(jī)制，提高環(huán)保單位業(yè)務(wù)能力。環(huán)保監(jiān)察是環(huán)境保護(hù)工作的重中之重，在保證環(huán)保部門財政預(yù)算充足合理的前提下，環(huán)保監(jiān)督部門應(yīng)嚴(yán)格遵守環(huán)保審批制度，加強(qiáng)環(huán)保審查和驗收力度，配合司法機(jī)關(guān)加強(qiáng)隨機(jī)調(diào)訪和夜間執(zhí)法力度，調(diào)動居民自發(fā)監(jiān)督的積極性，以及加強(qiáng)對這些手段的法律支撐。同時，及時歸納、總結(jié)、交流環(huán)保工作中的經(jīng)驗與心得體會，全面提升環(huán)保單位的組織管理能力和工作人員的個人工作能力，從而有效控制環(huán)境污染，實現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的平衡。