華東地區(qū)大氣污染項(xiàng)目治理效率評(píng)價(jià)研究

袁廣達(dá)　趙夢(mèng)辰　蔣巖

【摘 要】為治理大氣污染我國(guó)已投入大量資源，然而所投入的資金是否收獲治理成效這一問(wèn)題亟須研究。文章借助三階段DEA模型，剔除了環(huán)境變量和隨機(jī)誤差的影響，對(duì)華東地區(qū)2015—2019年大氣污染項(xiàng)目治理的效率展開(kāi)了分析，結(jié)果表明：所選環(huán)境變量對(duì)投入指標(biāo)的松弛變量有著顯著的影響，經(jīng)濟(jì)開(kāi)放程度和科技發(fā)展水平的提升能夠減少?gòu)U氣排放；剔除環(huán)境因素和隨機(jī)誤差影響后第三階段DEA綜合效率低于第一階段，差異主要受到純技術(shù)效率的影響；通過(guò)系統(tǒng)聚類法將華東地區(qū)各省按其治理效率高低進(jìn)行了四類排序，發(fā)現(xiàn)華東地區(qū)各省份間治理效率差異較大，江浙滬地區(qū)實(shí)現(xiàn)治理相對(duì)有效而其余地區(qū)均是治理無(wú)效的。

【關(guān)鍵詞】 大氣污染； 治理效率； 三階段DEA

【中圖分類號(hào)】 F23；X321? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）05-0070-09

一、引言

（一）研究背景

21世紀(jì)以來(lái)，隨著我國(guó)工業(yè)化和城鎮(zhèn)化進(jìn)程的推進(jìn)，大氣污染物排放量逐年增加，大氣環(huán)境質(zhì)量逐漸惡化。為了治理大氣環(huán)境污染，改善大氣環(huán)境質(zhì)量，我國(guó)于2014年實(shí)施《大氣污染防治行動(dòng)計(jì)劃》，2015年發(fā)布《大氣污染防治法》，2017年開(kāi)展治理“散亂污”企業(yè)、淘汰燃煤小鍋爐等工作，2018年出臺(tái)《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》，2020年印發(fā)《長(zhǎng)三角地區(qū)2020—2021年秋冬季大氣污染綜合治理攻堅(jiān)行動(dòng)方案》，2023年印發(fā)《空氣質(zhì)量持續(xù)改善行動(dòng)計(jì)劃》，諸多大氣污染防控政策都表明政府對(duì)大氣污染治理的重視，也投入了大量資金，然而所投入的資金是否收獲治理成效等問(wèn)題還亟待得到真正重視。

華東地區(qū)是中國(guó)經(jīng)濟(jì)發(fā)展最快的地區(qū)之一，但依然存在能源消耗量巨大、污染物排放密集、大氣復(fù)合污染嚴(yán)重等問(wèn)題。多年來(lái)，生態(tài)環(huán)境部公布的涉氣問(wèn)題公告中，多次出現(xiàn)華東范圍的地區(qū)或企業(yè)。雖然華東地區(qū)在大氣污染防控方面已投入大量資源，但由于目前仍缺乏規(guī)范統(tǒng)一的環(huán)境治理效率評(píng)價(jià)體系，這在一定程度上制約了提高治理效率的積極性和監(jiān)督環(huán)保措施執(zhí)行的持續(xù)性，不利于治理項(xiàng)目結(jié)構(gòu)的優(yōu)化。本文從大氣污染治理入手，以其環(huán)保投資的治理項(xiàng)目為切入點(diǎn)，借助三階段DEA模型對(duì)華東地區(qū)真實(shí)的大氣污染項(xiàng)目治理的效率展開(kāi)測(cè)算并分析，期望能對(duì)區(qū)域治理合理化和綠色發(fā)展起到促進(jìn)作用。

（二）文獻(xiàn)綜述

1.環(huán)境治理績(jī)效評(píng)價(jià)研究

陳鵬等[1]針對(duì)環(huán)境保護(hù)投資現(xiàn)狀及“投入機(jī)制不暢、環(huán)境績(jī)效欠佳和難以應(yīng)對(duì)系統(tǒng)化解決環(huán)境問(wèn)題的需求”等問(wèn)題，構(gòu)建了“效果導(dǎo)向型評(píng)價(jià)指標(biāo)體系”，并開(kāi)展了不同項(xiàng)目類型的環(huán)保投入績(jī)效評(píng)價(jià)指標(biāo)體系設(shè)計(jì)。張亞斌等[2]采用SBM方向性距離函數(shù)分析了包括環(huán)境治理投資要素在內(nèi)的環(huán)境治理總體績(jī)效，認(rèn)為華東地區(qū)環(huán)境治理投資冗余額上升最快。劉麗波[3]基于政府統(tǒng)計(jì)的設(shè)置指標(biāo)、環(huán)境治理投入物力財(cái)力要素和產(chǎn)出效益的特征，構(gòu)建了多投入多產(chǎn)出的評(píng)價(jià)指標(biāo)體系。薛英嵐等[4]利用Super-SBM模型對(duì)我國(guó)“大氣十條”實(shí)施期間污染治理投入績(jī)效進(jìn)行評(píng)估，發(fā)現(xiàn)2013、2014年達(dá)到DEA有效，且重點(diǎn)區(qū)域省份效率普遍偏低，存在投入冗余的問(wèn)題。

2.大氣污染治理效率研究

（1）效率測(cè)算方法。王奇等[5]運(yùn)用超效率DEA模型，研究2004—2009年大氣污染的治理效率，發(fā)現(xiàn)中部地區(qū)的大氣污染治理效率值比東西部地區(qū)高。Toshiyuki et al.[6]運(yùn)用DEA模型對(duì)美國(guó)東北部地區(qū)燃煤電廠的廢氣治理效率值進(jìn)行了測(cè)算分析。鄭石明等[7]運(yùn)用超效率DEA模型，將廢氣治理設(shè)施數(shù)、設(shè)施運(yùn)行費(fèi)和環(huán)境保護(hù)系統(tǒng)年末實(shí)有人數(shù)作為投入指標(biāo)，將主要大氣污染物的去除和排放量作為產(chǎn)出指標(biāo)，測(cè)算大氣污染治理的效率。Zhang et al.[8]運(yùn)用兩階段DEA模型對(duì)30個(gè)省份的廢氣治理效率值進(jìn)行測(cè)算，總成本約為1.6511萬(wàn)億元，空氣質(zhì)量改善的效益為2.4691萬(wàn)億元，凈效益為8 180億元。楊冕等[9]對(duì)我國(guó)工業(yè)污染治理效率進(jìn)行測(cè)算，研究發(fā)現(xiàn)治理效率逐年上升，整體水平較低。

（2）影響因素分析。Zhen Li et al.[10]衡量出口額、進(jìn)口額、人均GDP、工業(yè)化水平、財(cái)政分權(quán)與環(huán)境效率之間的關(guān)系，指出不同省份的影響因素不盡相同。王俊霞等[11]在測(cè)算環(huán)境治理效率后運(yùn)用Tobit模型分析影響因素，指出經(jīng)濟(jì)規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)對(duì)西部環(huán)境治理效率具有正面促進(jìn)作用。郭四代等[12]選用環(huán)保意識(shí)、城市化水平、能源消耗、產(chǎn)業(yè)結(jié)構(gòu)和科技水平作為影響因素并通過(guò)門檻面板模型實(shí)證分析，發(fā)現(xiàn)我國(guó)環(huán)境治理投資總效率、水污染與大氣污染治理效率較低并逐年下降，存在大量的投入冗余且區(qū)域差異明顯。

上述文獻(xiàn)研究可分為兩個(gè)方向，一是構(gòu)建評(píng)價(jià)體系對(duì)環(huán)保投入或環(huán)境治理進(jìn)行績(jī)效評(píng)價(jià)，另一個(gè)是借助數(shù)學(xué)模型選取投入產(chǎn)出指標(biāo)進(jìn)行效率測(cè)算并分析其影響因素。不難發(fā)現(xiàn)，這些研究為大氣污染項(xiàng)目治理領(lǐng)域的效率評(píng)價(jià)提供了一定參考資料，但現(xiàn)有文獻(xiàn)中多數(shù)研究者在進(jìn)行環(huán)境投入產(chǎn)出分析時(shí)，研究范圍多為所有污染物的投資項(xiàng)目且側(cè)重于工業(yè)領(lǐng)域，對(duì)于因治理大氣污染而產(chǎn)生的投資項(xiàng)目的治理效率研究較少，而且在測(cè)算時(shí)很少將環(huán)境因素和隨機(jī)誤差對(duì)效率測(cè)算結(jié)果的影響考慮在內(nèi)，不能完全客觀體現(xiàn)選取的投入指標(biāo)所帶來(lái)的實(shí)際產(chǎn)出效率。因此，本文將運(yùn)用三階段DEA模型，測(cè)算出剔除環(huán)境因素和隨機(jī)誤差后大氣污染項(xiàng)目治理效率值，從工業(yè)廢氣治理和城市環(huán)境基礎(chǔ)設(shè)施建設(shè)兩個(gè)角度選取投入指標(biāo)，以比較分析華東地區(qū)六省一市的大氣污染項(xiàng)目治理的效率差異，并對(duì)治理效率變化的規(guī)律展開(kāi)討論。

二、地區(qū)特殊性和研究方法

（一）華東地區(qū)特殊性

華東地區(qū)作為中國(guó)經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，第二產(chǎn)業(yè)密集，污染較為嚴(yán)重，為治理大氣污染帶來(lái)了一定難度。以工業(yè)廢氣治理為例，2019年工業(yè)廢氣治理設(shè)施約為17.46萬(wàn)套，較2015年的9.72萬(wàn)套增長(zhǎng)了近80%，治理力度不斷增加，但部分污染物如二氧化氮和臭氧的污染狀況仍較為嚴(yán)重，且各省份間空氣質(zhì)量相差仍然較大，尤其山東省及部分地市多次被披露涉氣問(wèn)題，因此華東地區(qū)治理大氣污染的任務(wù)依然艱巨。由于華東地區(qū)各省份的發(fā)展?fàn)顩r、產(chǎn)業(yè)結(jié)構(gòu)等外部環(huán)境差別較大，為此，本文選用三階段DEA模型剔除環(huán)境變量和隨機(jī)誤差對(duì)治理效率的影響，將各決策單元置于相同的外部環(huán)境中，這樣能夠得到更為真實(shí)準(zhǔn)確的結(jié)果。

（二）三階段DEA模型

政策績(jī)效評(píng)估評(píng)價(jià)大多采用因子分析、回歸分析和DEA模型，DEA模型可以對(duì)多投入和多產(chǎn)出模型進(jìn)行評(píng)估，由于不需要設(shè)立函數(shù)模型、不需要人為設(shè)立權(quán)重，該方法從1979年創(chuàng)立至今，已經(jīng)發(fā)展成一種被廣泛應(yīng)用的評(píng)價(jià)定量效率的強(qiáng)大工具。參考Fried et al.[13]提出的三階段DEA模型的基本原理如下：

第一階段：將原始數(shù)據(jù)代入傳統(tǒng)DEA模型中測(cè)算各個(gè)決策單元的效率值。本文選取投入導(dǎo)向的BCC模型，該模型計(jì)算得出的綜合效率（TE）由純技術(shù)效率（PTE）和規(guī)模效率（SE）兩部分組成，關(guān)系式為TE=PTE×SE。如式1所示，其中xij表示第j個(gè)決策單元的第i個(gè)投入數(shù)據(jù)；yrj表示第j個(gè)決策單元第r個(gè)產(chǎn)出數(shù)據(jù)；x和y分別為投入、產(chǎn)出向量，？茲表示被測(cè)算的決策單元的相對(duì)有效值。若？茲=1且s+=s-=0，則該決策單元DEA有效；若？茲=1，s+或s-≠0，則表明該決策單元弱DEA有效；若？茲<1，則表明該決策單元非DEA有效。

第二階段：運(yùn)用似隨機(jī)前沿模型（SFA）回歸剔除環(huán)境因素和隨機(jī)誤差的影響，分離出管理無(wú)效率項(xiàng)后對(duì)原始投入數(shù)據(jù)進(jìn)行調(diào)整。將各項(xiàng)原始投入的松弛變量作為被解釋變量，將預(yù)先設(shè)定的環(huán)境變量作為解釋變量建立似SFA回歸方程，如式2所示，其中sni表示第i個(gè)決策單元的第n項(xiàng)投入的松弛變量，zi是環(huán)境變量，βn是各項(xiàng)環(huán)境變量的系數(shù)，fn（zi，βn）表示環(huán)境因素對(duì)投入松弛變量的影響，其取值通常為ziβn。vni+μni表示混合誤差項(xiàng)，vni為隨機(jī)干擾，μni是管理無(wú)效率。

回歸后對(duì)原有投入數(shù)據(jù)進(jìn)行調(diào)整，如式3所示，其中X表示經(jīng)調(diào)整之后的投入值，Xni表示原始投入值，（max（zi■n）-zi■n）表示剔除了外部環(huán)境因素對(duì)決策單元的影響，（ni-ni）表示剔除了隨機(jī)誤差對(duì)決策單元的影響，此時(shí)便將所有決策單元置于相同的外部環(huán)境中。

第三階段：再次運(yùn)用傳統(tǒng)DEA模型，將調(diào)整后的投入值X替換原始投入數(shù)據(jù)Xni，各項(xiàng)原始產(chǎn)出數(shù)據(jù)保持不變，運(yùn)用BCC模型，測(cè)算出各決策單元的最終效率值。

三、變量設(shè)計(jì)與說(shuō)明

（一）變量選取

1.投入指標(biāo)。根據(jù)文獻(xiàn)［3］和文獻(xiàn)［12］的研究結(jié)論以及獲取數(shù)據(jù)的可得性和科學(xué)性，選取工業(yè)廢氣治理投資額、工業(yè)廢氣治理設(shè)施運(yùn)行費(fèi)用、城市環(huán)境基礎(chǔ)設(shè)施建設(shè)投資額、廢氣排放總量和環(huán)保從業(yè)人數(shù)作為投入指標(biāo)。其中城市環(huán)境基礎(chǔ)設(shè)施建設(shè)投資額由燃?xì)?、集中供熱和園林綠化投資總額表示；廢氣排放總量屬于非期望產(chǎn)出，借鑒鄧波等[14]的研究將廢氣排放量指標(biāo)投入化處理作為投入指標(biāo)，選用二氧化硫、氮氧化物和煙（粉）塵排放量數(shù)據(jù)之和表示；環(huán)保從業(yè)人數(shù)采用各地城鎮(zhèn)水利、環(huán)境和公共設(shè)施管理業(yè)年末從業(yè)人員數(shù)表示。

2.產(chǎn)出指標(biāo)。地區(qū)生產(chǎn)總值作為期望產(chǎn)出即高地區(qū)生產(chǎn)總值低廢氣投入，體現(xiàn)出高治理效率的思想，因此將其作為第一個(gè)產(chǎn)出指標(biāo)；李芳林等[15]指出我國(guó)的污染物排放主要來(lái)源于工業(yè)排放，選取工業(yè)廢氣治理設(shè)施處理能力作為第二個(gè)產(chǎn)出指標(biāo)，以直觀體現(xiàn)投資的設(shè)施或其他投入帶來(lái)的效果。

由此選出5個(gè)投入指標(biāo)、2個(gè)產(chǎn)出指標(biāo)。借助SPSS軟件運(yùn)用Pearson相關(guān)性檢驗(yàn)法對(duì)所選指標(biāo)進(jìn)行檢驗(yàn)，如表1所示，經(jīng)檢驗(yàn)所有年份指標(biāo)均滿足同向性原則，故指標(biāo)的選取是恰當(dāng)?shù)摹?/p>

3.環(huán)境變量。在選取環(huán)境變量時(shí)應(yīng)選取對(duì)大氣污染項(xiàng)目的治理效率產(chǎn)生影響但不在樣本主觀可控范圍的因素，本文從經(jīng)濟(jì)、社會(huì)、產(chǎn)業(yè)結(jié)構(gòu)和科技發(fā)展四個(gè)維度選取環(huán)境變量。（1）經(jīng)濟(jì)開(kāi)放程度，選用各地貨物進(jìn)出口總額占當(dāng)期GDP比重來(lái)表示；（2）城鎮(zhèn)化率，用各地年末城鎮(zhèn)人口數(shù)占總?cè)丝跀?shù)的比重來(lái)表示；（3）產(chǎn)業(yè)結(jié)構(gòu)方面從第二產(chǎn)業(yè)角度衡量，選取第二產(chǎn)業(yè)增加值占區(qū)域GDP比重表示；（4）科技發(fā)展水平，國(guó)際上通常采用R&D活動(dòng)指標(biāo)反映一國(guó)的科技實(shí)力，選用區(qū)域規(guī)模以上工業(yè)企業(yè)R&D投入占區(qū)域GDP的比值來(lái)表示。

（二）數(shù)據(jù)來(lái)源及處理

考慮到三階段DEA模型對(duì)決策單元數(shù)量的要求，使測(cè)算的效率值更加精確，而且我國(guó)關(guān)于環(huán)保投入的不同年份之間統(tǒng)計(jì)口徑有所不同，數(shù)據(jù)統(tǒng)計(jì)不完全且統(tǒng)計(jì)時(shí)間相對(duì)滯后。因此選取2015—2019年除港澳臺(tái)、西藏等30個(gè)省份的指標(biāo)值。其中，各變量指標(biāo)數(shù)據(jù)均來(lái)源于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》、各省份《生態(tài)環(huán)境狀況公報(bào)》等。表2為投入變量、產(chǎn)出變量及環(huán)境變量的各項(xiàng)指標(biāo)描述性統(tǒng)計(jì)結(jié)果。

四、實(shí)證結(jié)果及分析

上述所測(cè)算的效率值是基于30個(gè)省份得出的結(jié)果，但由于本文研究對(duì)象是華東地區(qū)，因此下面只選取測(cè)算出的華東地區(qū)效率值對(duì)其進(jìn)行分析評(píng)價(jià)。

（一）第一階段DEA實(shí)證結(jié)果

運(yùn)用DEAP2.1軟件將原始數(shù)據(jù)代入測(cè)算，結(jié)果如表3所示。其中綜合效率（TE）代表各省份整體治理效率；純技術(shù)效率（PTE）代表大氣污染項(xiàng)目的治理效率與技術(shù)程度的關(guān)聯(lián)；規(guī)模效率（SE）愈趨近于1，表明決策單元生產(chǎn)規(guī)模愈趨近理想的生產(chǎn)規(guī)模。RS代表規(guī)模報(bào)酬條件，其中irs表示規(guī)模效益遞增，drs表示規(guī)模效益遞減。經(jīng)初步分析，華東地區(qū)大氣污染項(xiàng)目的治理平均效率均高于全國(guó)平均值，上海、江蘇、浙江和福建近三年一直處于治理效率相對(duì)有效、規(guī)模報(bào)酬不變的狀態(tài)，治理效率較高；安徽、江西和山東的綜合效率依次減少，但仍呈現(xiàn)規(guī)模報(bào)酬遞增的狀態(tài)。

（二）第二階段似SFA回歸結(jié)果

運(yùn)用FRONTIER4.1軟件對(duì)第二階段數(shù)據(jù)進(jìn)行似SFA回歸，所有年份均已回歸且主要結(jié)果一致，選取離當(dāng)下最近的2019年的回歸結(jié)果展開(kāi)分析，見(jiàn)表4。從表中可以看出各項(xiàng)松弛變量的σ值和γ值也在1%水平上顯著，且γ值都非常接近于1，說(shuō)明在混合誤差項(xiàng)中由管理無(wú)效率因素主導(dǎo)，對(duì)原始投入數(shù)據(jù)的調(diào)整很有必要。

1.經(jīng)濟(jì)開(kāi)放程度。對(duì)廢氣治理設(shè)施運(yùn)行費(fèi)用松弛變量和廢氣排放松弛變量的回歸系數(shù)為負(fù)，且在1%的水平顯著，說(shuō)明經(jīng)濟(jì)開(kāi)放程度的提升會(huì)減少投入冗余。對(duì)廢氣治理投資和環(huán)保從業(yè)人員的松弛變量的回歸系數(shù)為正，說(shuō)明經(jīng)濟(jì)開(kāi)放程度的提升會(huì)增加這兩項(xiàng)的投入冗余，當(dāng)經(jīng)濟(jì)發(fā)展到某個(gè)臨界值后，環(huán)境污染的程度逐漸減緩，為了提高治理效率，加大投資規(guī)模，一味地增加投入可能會(huì)導(dǎo)致更大的資源浪費(fèi)，就需要優(yōu)化治理結(jié)構(gòu)。

2.城鎮(zhèn)化率。城鎮(zhèn)化率對(duì)投入指標(biāo)松弛變量的回歸系數(shù)基本為負(fù)值，除廢氣排放松弛變量外，其余松弛變量均顯著，說(shuō)明城鎮(zhèn)化率的提升，有助于投入松弛變量的節(jié)約，減少冗余，有助于治理效率的提升。這與實(shí)際相吻合，隨著城鎮(zhèn)化率的不斷提升，人口不斷集中，能很好地發(fā)揮治理的聚集效應(yīng)和規(guī)模效應(yīng)，有效改善環(huán)保投資項(xiàng)目的治理結(jié)構(gòu)。

3.產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)對(duì)廢氣治理投資和廢氣治理設(shè)施運(yùn)行費(fèi)用的松弛變量的回歸系數(shù)為負(fù)，表明第二產(chǎn)業(yè)增加值比重的提升節(jié)約了對(duì)廢氣治理的投資和廢氣治理設(shè)施運(yùn)行費(fèi)用的投入松弛。對(duì)廢氣排放和環(huán)保從業(yè)人員的松弛變量的回歸系數(shù)為正，說(shuō)明區(qū)域工業(yè)的快速發(fā)展會(huì)加劇環(huán)境損耗，排放更多的廢氣，導(dǎo)致廢氣排放增加，而且第二產(chǎn)業(yè)增加值比重提高也會(huì)導(dǎo)致環(huán)保從業(yè)人數(shù)的增加。

4.科技發(fā)展水平。廢氣排放松弛變量的回歸系數(shù)為負(fù)值，與其余四項(xiàng)變量的回歸系數(shù)為正值，并均在1%水平顯著，這說(shuō)明科技水平的提高能節(jié)約廢氣排放投入，即科技水平的提高有助于減少?gòu)U氣排放量。另外，隨著先進(jìn)廢氣治理等技術(shù)的運(yùn)用，機(jī)器設(shè)備更新加速，短期來(lái)看會(huì)增加廢氣治理投資額、設(shè)施運(yùn)行的投資額和基礎(chǔ)設(shè)施建設(shè)投資額的投入，以達(dá)到減少?gòu)U氣排放的目的，但仍應(yīng)避免過(guò)度投入引起投入冗余，產(chǎn)生資源浪費(fèi)的現(xiàn)象。其次，隨著科技水平的提升，環(huán)保產(chǎn)業(yè)蓬勃發(fā)展，環(huán)保從業(yè)人員也迅速增加。

綜上可知，環(huán)境變量對(duì)投入松弛變量產(chǎn)生的影響程度較大，會(huì)顯著影響大氣污染項(xiàng)目治理效率的測(cè)算結(jié)果，有必要剔除環(huán)境變量和隨機(jī)誤差的影響。根據(jù)各年回歸結(jié)果，利用式3對(duì)原始投入數(shù)據(jù)進(jìn)行調(diào)整，展開(kāi)第三階段測(cè)算。

（三）第三階段投入調(diào)整后的DEA結(jié)果

與第一階段相同，首先運(yùn)用Pearson相關(guān)性檢驗(yàn)對(duì)投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行檢驗(yàn)，所有年份檢驗(yàn)結(jié)果均符合同向性原則，且大部分指標(biāo)通過(guò)1%的顯著性檢驗(yàn)。再次運(yùn)用DEAP2.1軟件，測(cè)算出第三階段治理的效率值，具體結(jié)果見(jiàn)表5。與第一階段效率值結(jié)果相對(duì)比，出現(xiàn)了較大差異，表明所選取的環(huán)境變量和隨機(jī)誤差因素對(duì)大氣污染項(xiàng)目的治理效率有較大影響。

從圖1可以看出，第三階段規(guī)模效率值始終位于第一階段規(guī)模效率值下方，說(shuō)明受環(huán)境變量的影響華東地區(qū)大氣污染項(xiàng)目治理的規(guī)模效率被高估，純技術(shù)效率正好相反，環(huán)境變量影響華東地區(qū)大氣污染項(xiàng)目治理的純技術(shù)效率被低估。而規(guī)模效率與純技術(shù)效率共同作用于綜合效率，2018年起，在剔除了環(huán)境變量和隨機(jī)誤差的影響后，綜合效率進(jìn)一步提升。整體來(lái)看，三種效率在五年間呈現(xiàn)波動(dòng)上升的趨勢(shì)，體現(xiàn)華東地區(qū)大氣污染項(xiàng)目的治理效率逐漸提高。

1.調(diào)整前后綜合效率對(duì)比

近5年間浙江和江蘇治理效率最好，實(shí)現(xiàn)廢氣投資治理相對(duì)有效，兩個(gè)階段的綜合效率差異較?。桓＝ㄊ『蜕虾Ｊ械木C合效率居于華東地區(qū)平均水平之上，出現(xiàn)的波動(dòng)主要由規(guī)模效率的降低導(dǎo)致的；安徽、江西和山東治理的綜合效率居于華東地區(qū)平均值之下，整體治理效率較低，大氣污染項(xiàng)目治理無(wú)效，尤其是山東，2015年、2018年、2019年這三個(gè)年份規(guī)模報(bào)酬遞減。綜上，華東地區(qū)內(nèi)部大氣污染項(xiàng)目治理效率差異較大，江浙滬地區(qū)實(shí)現(xiàn)治理相對(duì)有效而其余地區(qū)均是治理無(wú)效。對(duì)于治理無(wú)效的規(guī)模收益遞增地區(qū)，能通過(guò)擴(kuò)大投入規(guī)模來(lái)提高產(chǎn)出以實(shí)現(xiàn)治理效率的提高；而對(duì)于山東這種規(guī)模收益遞減狀態(tài)的省份，則應(yīng)將重心放在提高資源的合理配置和利用上，提高投入資源的利用率。

2.調(diào)整前后純技術(shù)效率對(duì)比

除安徽、江西和山東在部分年份效率值變動(dòng)較大外，其余省份變動(dòng)較小，且這三個(gè)省份的效率值基本均處于華東地區(qū)平均純技術(shù)效率值之下，其中江西第三階段純技術(shù)效率明顯高于第一階段，說(shuō)明純技術(shù)效率被低估受到環(huán)境因素和隨機(jī)因素的影響很大，另外山東純技術(shù)效率值一直走低，即技術(shù)方面仍有欠缺，應(yīng)當(dāng)鼓勵(lì)自主性研發(fā)、引進(jìn)環(huán)保型技術(shù)。

3.調(diào)整前后規(guī)模效率對(duì)比

江蘇和浙江規(guī)模效率變動(dòng)較小，基本達(dá)到規(guī)模效率有效，受環(huán)境和隨機(jī)因素影響較大的有福建、江西、安徽和上海，這些地區(qū)存在第一階段規(guī)模效率被高估的情況。值得注意的是，與綜合效率和純技術(shù)效率的對(duì)比分析結(jié)果不同，上海市的規(guī)模效率值低于華東地區(qū)的平均值，說(shuō)明環(huán)境變量對(duì)該地區(qū)影響較大且需要通過(guò)提高規(guī)模效率的方式提高綜合效率。

（四）聚類分析

聚類分析能夠?qū)⑤^多組決策單元按不同情況進(jìn)行分類分析，考慮到區(qū)域間環(huán)境治理狀況可能存在某種相似性，對(duì)于相似性較高的省份，在今后的大氣污染治理進(jìn)程中，可加強(qiáng)治理經(jīng)驗(yàn)的交流、區(qū)域合作共治以達(dá)到共贏目的，因此也有必要將區(qū)域按其治理情況進(jìn)行劃分，以第三階段測(cè)的治理效率值對(duì)華東地區(qū)六省一市的大氣污染項(xiàng)目治理情況展開(kāi)聚類分析。聚類的數(shù)據(jù)取2015—2019年測(cè)得效率的數(shù)據(jù)的平均值，運(yùn)用SPSS軟件處理可得到華東地區(qū)六省一市環(huán)境治理水平的聚類結(jié)果譜系圖，如圖2所示。

從圖2中可以看出，當(dāng)選取聚類的閾值為5時(shí)，可以將華東六省分為4類：

第一類包括江蘇和浙江，位于東部沿海地區(qū)，經(jīng)濟(jì)發(fā)達(dá)，近年來(lái)在環(huán)境治理方面的投入不斷加大，且這兩個(gè)省治理綜合效率均為1，治理效率均相對(duì)有效。

第二類是上海和福建，雖然也位于沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)，且上海地區(qū)經(jīng)濟(jì)發(fā)展遠(yuǎn)超福建，但由于地區(qū)原因大氣污染項(xiàng)目的治理效率存在波動(dòng)，不像江蘇和浙江兩省一直穩(wěn)定保持在有效治理的程度。

第三類是安徽和江西，內(nèi)陸省份，經(jīng)濟(jì)發(fā)展水平處于華東地區(qū)的弱勢(shì)地位，雖然治理能力有較大提升，但仍處于華東地區(qū)均值以下，治理效率相對(duì)較低，未實(shí)現(xiàn)相對(duì)有效，所選取的環(huán)境變量均有不同程度的投入冗余。雖然治理效率未達(dá)有效，但是仍處于規(guī)模收益遞增的狀態(tài)，依然可以通過(guò)擴(kuò)大投入規(guī)模來(lái)提高產(chǎn)出以實(shí)現(xiàn)治理效率的提高。

第四類是山東，山東的綜合環(huán)境質(zhì)量處于華東地區(qū)的倒數(shù)地位，雖然針對(duì)大氣污染治理投資力度較大，但是治理效率水平一直較低，不僅規(guī)模效率較低，純技術(shù)效率更遠(yuǎn)低于地區(qū)平均水平。出現(xiàn)了大量治理投資投入冗余的狀況，投資規(guī)模和結(jié)構(gòu)較不合理，形成資源浪費(fèi)。

（五）影響因素分析

1.影響因素的選取與說(shuō)明

根據(jù)前人的研究結(jié)論[2，12]以及華東地區(qū)的發(fā)展基礎(chǔ)、條件和資源稟賦，從經(jīng)濟(jì)、科技、人口、產(chǎn)業(yè)、政府、財(cái)政收入等多角度，并結(jié)合第二階段環(huán)境變量來(lái)選擇以下影響因素作為自變量，用第三階段綜合效率值作為因變量展開(kāi)分析。

（1）經(jīng)濟(jì)發(fā)展水平用人均GDP表示，代表符號(hào)為pg。隨著經(jīng)濟(jì)發(fā)展，環(huán)境治理手段增加，技術(shù)持續(xù)創(chuàng)新，資金的投入量也會(huì)增加，進(jìn)而形成規(guī)模經(jīng)濟(jì)效應(yīng)，逐步提升投資治理效率，因此預(yù)估其系數(shù)為正值。

（2）科技發(fā)展水平用各地R&D經(jīng)費(fèi)內(nèi)部支出占同期GDP比重表示，代表符號(hào)為sg。上官緒明等[16]也指出科學(xué)技術(shù)支出費(fèi)用是科技有效創(chuàng)新的基礎(chǔ)。通過(guò)對(duì)環(huán)境治理技術(shù)的研究，持續(xù)改良環(huán)境治理方法，運(yùn)用先進(jìn)的清潔技術(shù)，提高污染物的循環(huán)利用效率可以直接推動(dòng)污染治理效率的提升，因此預(yù)估其系數(shù)為正值。

（3）產(chǎn)業(yè)結(jié)構(gòu)選取第二產(chǎn)業(yè)產(chǎn)值占國(guó)民生產(chǎn)總值的比重來(lái)反映，代表符號(hào)為ig。產(chǎn)業(yè)結(jié)構(gòu)可以借助影響資源消費(fèi)強(qiáng)度、資源消費(fèi)結(jié)構(gòu)和資源消費(fèi)量從而影響污染治理效率，在整個(gè)國(guó)民經(jīng)濟(jì)中，第二產(chǎn)業(yè)對(duì)大氣污染的影響最大，產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)對(duì)各地區(qū)環(huán)境壓力有直接影響，因此預(yù)估其系數(shù)為負(fù)值。

（4）人口密度用各地單位平方公里面積人口數(shù)量來(lái)表示，代表符號(hào)為pp。人口的密度越高，地方政府所提供的基礎(chǔ)設(shè)施和公共服務(wù)就越完善，使得大氣污染治理投資實(shí)現(xiàn)規(guī)?；?，規(guī)模經(jīng)濟(jì)的發(fā)展有助于大氣污染治理投資成本的降低，從而提升治理效率，因此預(yù)估其系數(shù)為正值。

（5）政府管理選取地方財(cái)政支出總額中的環(huán)境保護(hù)支出額占財(cái)政總支出的比重來(lái)表示，代表符號(hào)為ef。環(huán)境具有公共產(chǎn)品屬性，主要依靠政府進(jìn)行管理，且大氣污染具有很強(qiáng)的外部性，財(cái)政環(huán)保支出的有效利用可以從源頭上提升資源利用率，降低污染物產(chǎn)生量，因此預(yù)估其系數(shù)為正值。

2.回歸過(guò)程

（1）數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

樣本數(shù)據(jù)為2015—2019年華東地區(qū)六省一市的面板數(shù)據(jù)，原始數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)通過(guò)對(duì)年鑒中的相關(guān)數(shù)據(jù)整理得出。進(jìn)出口總額根據(jù)相應(yīng)年份中國(guó)人民銀行公布的平均匯率折算得出。影響因素的描述性統(tǒng)計(jì)因?yàn)槠诖耸÷浴?/p>

（2）模型構(gòu)建

由于大氣污染項(xiàng)目治理效率值始終介于0—1之間，為了避免估計(jì)誤差對(duì)結(jié)果可信度的影響，選用面板Tobit模型。另外為盡量降低因異方差及數(shù)據(jù)量綱差距過(guò)大所帶來(lái)的影響，將各個(gè)解釋變量中除比率數(shù)據(jù)外的所有變量均取對(duì)數(shù)處理。

式4中，i表示各省市，t代表年份，β0表示常數(shù)項(xiàng)，βi表示各個(gè)解釋變量的系數(shù)值，μi+εi，t表示復(fù)合擾動(dòng)項(xiàng)，其中μi表示個(gè)體效應(yīng)，εi，t為擾動(dòng)項(xiàng)并服從參數(shù)μ=1，σ2=σ的正態(tài)分布。

（3）回歸結(jié)果

在回歸分析之前采用VIF方法先對(duì)解釋變量進(jìn)行多重共線性檢驗(yàn)，防止解釋變量之間存在高度的相關(guān)關(guān)系，解釋變量之間不存在嚴(yán)重的多重共線性，具體的VIF檢驗(yàn)結(jié)果因?yàn)槠诖耸÷?。隨后借助Stata17.0軟件進(jìn)行了隨機(jī)效應(yīng)的面板Tobit回歸估計(jì)，回歸結(jié)果如表6所示?？芍陨衔屙?xiàng)影響因素與第二階段似SFA回歸結(jié)果一致，即經(jīng)濟(jì)發(fā)展水平和科技發(fā)展水平的提升能夠減少?gòu)U氣排放，其他影響因素結(jié)果均不顯著。

五、研究結(jié)論

本文運(yùn)用三階段DEA模型對(duì)華東地區(qū)2015—2019年大氣污染項(xiàng)目治理效率進(jìn)行了分析，主要得出了以下結(jié)論。

1.環(huán)境變量對(duì)投入的松弛變量影響顯著。所選的經(jīng)濟(jì)、社會(huì)、產(chǎn)業(yè)結(jié)構(gòu)和科技發(fā)展四種環(huán)境因素中，經(jīng)濟(jì)開(kāi)放程度和科技發(fā)展水平的提升能夠減少?gòu)U氣排放量，但也會(huì)造成投資項(xiàng)目的投入冗余，不利于治理效率的提升；城鎮(zhèn)化率的提高和第二產(chǎn)業(yè)規(guī)模的擴(kuò)大會(huì)導(dǎo)致廢氣排放增加，但同時(shí)也會(huì)提升所投入資金設(shè)施等的利用效率。

2.剔除環(huán)境變量和隨機(jī)誤差的影響對(duì)華東地區(qū)是有必要的。剔除環(huán)境變量和隨機(jī)誤差的影響后，第三階段大氣污染項(xiàng)目治理的綜合效率值低于第一階段水平，由于地區(qū)整體規(guī)模效率較高，因此兩個(gè)階段間的差異受到純技術(shù)效率的影響高于規(guī)模效率。

3.華東各地間治理效率差異較大，江浙滬地區(qū)實(shí)現(xiàn)治理相對(duì)有效而其余地區(qū)均是治理無(wú)效的，借助系統(tǒng)聚類法將華東地區(qū)各省按其治理效率高低分為四類。第一類地區(qū)江蘇、浙江和第二類地區(qū)上海和福建應(yīng)繼續(xù)保持優(yōu)勢(shì)，合理配置資源；第三類地區(qū)安徽、江西應(yīng)因地制宜設(shè)定治理計(jì)劃，擴(kuò)大投入規(guī)模；第四類地區(qū)山東投入冗余較為嚴(yán)重，要從根本上改進(jìn)治理措施，調(diào)整治理投資的規(guī)模和結(jié)構(gòu)，提高投入資源的利用率。

【參考文獻(xiàn)】

［1］ 陳鵬，逯元堂，程亮，等.環(huán)境保護(hù)投資的管理創(chuàng)新與績(jī)效評(píng)價(jià)研究［J］.中國(guó)人口·資源與環(huán)境，2012，22（S2）：127-130.

［2］ 張亞斌，馬晨，金培振.我國(guó)環(huán)境治理投資績(jī)效評(píng)價(jià)及其影響因素——基于面板數(shù)據(jù)的SBM-TOBIT兩階段模型［J］.經(jīng)濟(jì)管理，2014，36（4）：170-179.

［3］ 劉麗波.基于DEA的區(qū)域環(huán)境治理投資效率分析［J］.會(huì)計(jì)之友，2016（1）：69-73.

［4］ 薛英嵐，張偉，劉宇，等.基于Super-SBM模型的《大氣污染防治行動(dòng)計(jì)劃》省級(jí)環(huán)保投資績(jī)效評(píng)估［J］.城市發(fā)展研究，2022，29（2）：20-26.

［5］ 王奇，李明全.基于DEA方法的我國(guó)大氣污染治理效率評(píng)價(jià)［J］.中國(guó)環(huán)境科學(xué)，2012，32（5）：942-946.

［6］ TOSHIYUKI SUEYOSHI，MIKA GOTO.Environmental assessment on coal-fired power plants in U.S.north-east region by DEA non-radial measurement［J］.Energy Economics，2015，50：125-139.

［7］ 鄭石明，羅凱方.大氣污染治理效率與環(huán)境政策工具選擇——基于29個(gè)省市的經(jīng)驗(yàn)證據(jù)［J］.中國(guó)軟科學(xué)，2017（9）：184-192.

［8］ ZHANG JIAJIA，WU QIANG，ZHOU ZHIXIANG.A two-stage DEA model for resource allocation? in industrial pollution treatment and its application in China［J］.Journal of Cleaner Production，2019，228：29-39.

［9］ 楊冕，晏興紅，李強(qiáng)誼.環(huán)境規(guī)制對(duì)中國(guó)工業(yè)污染治理效率的影響研究［J］.中國(guó)人口·資源與環(huán)境，2020（9）：54-61.

［10］ ZHEN L，LI Z，WANG Z，et al.Statistical analysis and combination forecasting of environmental efficiency and its influential factors since China entered the WTO：2002-2010-2012［J］.Journal of Cleaner Production，2013，42-51.

［11］ 王俊霞，王榮.中國(guó)西部地區(qū)環(huán)境投資效率及其影響因素研究［J］.環(huán)境污染與防治，2015，37（8）：100-105.

［12］ 郭四代，仝夢(mèng)，張華.我國(guó)環(huán)境治理投資效率及其影響因素分析［J］.統(tǒng)計(jì)與決策，2018，34（8）：113-117.

［13］ FRIED H O，LOVELL C，YAISAWARNG S.Accounting for environmental effects and statistical noise in data envelopment analysis［J］.Journal of Productivity Analysis，2002，17（1-2）：157-174.

［14］ 鄧波，張學(xué)軍，郭軍華.基于三階段DEA模型的區(qū)域生態(tài)效率研究［J］.中國(guó)軟科學(xué)，2011，241（1）：92-99.

［15］ 李芳林，唐欣.基于三階段DEA的環(huán)保投入效率研究［J］.軟科學(xué)，2018，32（8）：78-81.

［16］ 上官緒明，葛斌華.科技創(chuàng)新、環(huán)境規(guī)制與經(jīng)濟(jì)高質(zhì)量發(fā)展——來(lái)自中國(guó)278個(gè)地級(jí)及以上城市的經(jīng)驗(yàn)證據(jù)［J］.中國(guó)人口·資源與環(huán)境，2020，30（6）：95-104.

【基金項(xiàng)目】 國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（19BJY028）部分成果

【作者簡(jiǎn)介】 袁廣達(dá)（1961— ），男，江蘇南京人，高級(jí)審計(jì)師，南京信息工程大學(xué)商學(xué)院教授，研究方向：環(huán)境資源會(huì)計(jì)、環(huán)境審計(jì)；趙夢(mèng)辰（2000— ），女，江蘇徐州人，南京信息工程大學(xué)商學(xué)院碩士研究生，研究方向：低碳審計(jì)；蔣巖（1996— ），女，江蘇宿遷人，中石化銷售股份有限公司江蘇宿遷石油分公司，研究方向：環(huán)境財(cái)務(wù)績(jī)效