郭四代，仝 夢(mèng)，郭 杰，韓 玥

（1.西南科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，四川 綿陽(yáng) 621010；2.中國(guó)國(guó)家行政學(xué)院，北京 100089）

0 引言

一直以來(lái)，四川省各級(jí)政府都十分重視生態(tài)環(huán)境質(zhì)量的改善與環(huán)境污染的治理。但四川省的總體環(huán)境狀況依然沒(méi)有得到根本性改變，生態(tài)環(huán)境綜合治理問(wèn)題仍是各級(jí)政府發(fā)展經(jīng)濟(jì)社會(huì)過(guò)程中的重要工作。為探究出帶來(lái)資源過(guò)度消費(fèi)及環(huán)境污染的主要原因，有必要在綠色發(fā)展的約束下對(duì)四川省及各市州的真實(shí)環(huán)境效率水平、變化趨勢(shì)及差異性等進(jìn)行準(zhǔn)確有效的測(cè)度，以此找出相應(yīng)的環(huán)境治理路徑，促進(jìn)區(qū)域經(jīng)濟(jì)社會(huì)的健康發(fā)展。

國(guó)內(nèi)外學(xué)者從不同的角度對(duì)環(huán)境效率進(jìn)行了一系列的研究，但大多數(shù)學(xué)者選擇傳統(tǒng)DEA模型進(jìn)行環(huán)境效率的測(cè)算，然而限于環(huán)境與隨機(jī)因素的影響，環(huán)境效率值水平并不真實(shí)。目前還沒(méi)有學(xué)者利用三階段DEA模型來(lái)測(cè)算環(huán)境效率，這可能是由于DEA模型的要求產(chǎn)出為正值，而環(huán)境污染表現(xiàn)為負(fù)值，由此可能會(huì)使得DEA失靈。如果采取線性數(shù)據(jù)轉(zhuǎn)化的方法對(duì)負(fù)產(chǎn)出進(jìn)行處理，則選擇三階段DEA模型對(duì)區(qū)域真實(shí)環(huán)境效率進(jìn)行測(cè)度，不僅能獲得更精確的效率值，還能對(duì)現(xiàn)有環(huán)境效率測(cè)度理論進(jìn)行有效的補(bǔ)充。

1 模型選取

Fried等（2002）提出了一種新的三階段DEA效率評(píng)價(jià)模型，其將環(huán)境與隨機(jī)誤差因素所產(chǎn)生的作用部分去除，可得到真實(shí)的環(huán)境效率值。

（1）第一階段：傳統(tǒng)DEA模型（BCC模型）

本階段選擇規(guī)模報(bào)酬可變的BCC模型，由于該模型的發(fā)展已經(jīng)較為成型，在此就不再詳細(xì)贅述BCC模型的運(yùn)行機(jī)制。

式中，X表示各省市的投入指標(biāo)變量矩陣，Y表示相對(duì)的投入指標(biāo)變量矩陣，N表示所選省市的數(shù)目，λj表示投入變量的權(quán)重，θ為所求得的效率值。

（2）第二階段：隨機(jī)前沿分析（SFA）模型

第一階段基于傳統(tǒng)DEA模型計(jì)算得出的效率結(jié)果中，包含了環(huán)境、隨機(jī)誤差及管理效率等因素的綜合作用部分。為進(jìn)一步區(qū)分各類因素對(duì)結(jié)果產(chǎn)生的作用大小，需再次借助SFA模型以剔除環(huán)境因素和隨機(jī)誤差因素，提高DEA的估計(jì)信度，從而得出的決策單元投入冗余僅有管理無(wú)效率造成的。假設(shè)決策單元有n個(gè)，每個(gè)決策單元都有m種投入，有可觀測(cè)的外部環(huán)境變量p個(gè)，則可構(gòu)建的SFA回歸方程如下：其中，sik為第k個(gè)決策單元的i項(xiàng)投入的松弛變量（i=1,2,…,m；k=1,2,…,n）。 fi(zk;βi)為環(huán)境變量對(duì)要素i投入松 弛 變 量 sik的 影 響 ，一 般 形 式 ：fi(zk;βi)=zkβi，zk=(z1k，z2k，...，zpk)為第k 個(gè)決策單元可觀測(cè)的環(huán)境變量，βi為環(huán)境變量的待估系數(shù)。聯(lián)合項(xiàng)νik+μik為混合誤差項(xiàng)，其中 νik表示隨機(jī)干擾項(xiàng)，服從 vik～N(0)；μik為管理無(wú)效率項(xiàng)，分布服從相互獨(dú)立且不相關(guān)。令，該項(xiàng)為管理無(wú)效率方差占總方差的比重，當(dāng)γ值趨于1時(shí)，表明管理無(wú)效率因素為主要影響；當(dāng)γ值趨于0時(shí)，表明隨機(jī)誤差因素的影響較大，管理無(wú)效率項(xiàng)μik則可從模型中消去，此時(shí)采用OLS方法估計(jì)即可。為了將混合誤差項(xiàng)中的隨機(jī)誤差和管理無(wú)效率分離開(kāi)來(lái)，先利用Frontier4.1進(jìn)行最大似然估計(jì)，可求得 βi，σ2，γ的估計(jì)值。

然后利用Jondrow等（1982）提出的方法，求出管理無(wú)效率估計(jì)值：

式中，?、φ分別為標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)和密度函數(shù)，ei為誤差項(xiàng)。從而可進(jìn)一步求得νik估計(jì)值：

根據(jù)SFA模型的估計(jì)結(jié)果，可知環(huán)境變量對(duì)投入松弛變量的影響程度，此時(shí)以最佳決策單元的投入量作為比照，增加較好決策單元的投入，則投入量模式如下：

（3）第三階段：調(diào)整后的DEA模型

2 變量及數(shù)據(jù)

2.1 變量的選取

2.1.1 投入變量

本文將投入變量設(shè)置為以下三項(xiàng)：（1）資源投入。該指標(biāo)用能源消費(fèi)總量表示，包括煤炭、石油、天燃?xì)?、電力等能源消費(fèi)。（2）勞動(dòng)投入?？紤]到數(shù)據(jù)的可獲得性，此處采用歷年從業(yè)人員數(shù)作為勞動(dòng)投入量指標(biāo)。（3）資本投入。為使研究更加客觀化，選取各地區(qū)全部固定資產(chǎn)投資總額作為資本投入指標(biāo)。

2.1.2 產(chǎn)出變量

產(chǎn)出不僅包括期望產(chǎn)出，還包括非期望產(chǎn)出，即所謂的“好”的產(chǎn)出與“壞”的產(chǎn)出。將GDP作為期望產(chǎn)出變量，工業(yè)“三廢”排放量（工業(yè)廢水排放量、工業(yè)廢氣排放量和工業(yè)粉塵排放量）作為非期望產(chǎn)出變量。當(dāng)選擇DEA模型評(píng)價(jià)環(huán)境效率時(shí)，均要求決策單元的輸入、輸出都必須為正值。而模型中若有非期望產(chǎn)出指標(biāo)時(shí)，往往會(huì)導(dǎo)致該方法失靈。為此，選用線性數(shù)據(jù)轉(zhuǎn)換法對(duì)環(huán)境污染物等指標(biāo)進(jìn)行特殊處理，即采用=-Yi+C對(duì)環(huán)境污染物進(jìn)行轉(zhuǎn)化，同時(shí)選取C值為樣本地區(qū)最大值的1.1倍，以保證所有轉(zhuǎn)換后的輸出數(shù)據(jù)均為正值。

2.1.3 環(huán)境變量

學(xué)術(shù)界對(duì)于影響環(huán)境效率的諸多因素并沒(méi)有得到一致的結(jié)果，此處考察以下因素對(duì)各地區(qū)環(huán)境績(jī)效可能產(chǎn)生的影響：（1）人口密度，用人口總數(shù)與地方行政區(qū)域面積之比表示；（2）實(shí)際人均GDP，以某一年為基期進(jìn)行CPI折算的人均GDP表示；（3）城市化水平，用地方城鎮(zhèn)人口占常駐總?cè)丝谥缺硎?；?）外貿(mào)依存度，用地方進(jìn)出口總額占地方GDP的比值表示；（5）第二產(chǎn)業(yè)增加值占比，用第二產(chǎn)業(yè)增加值與地方GDP總數(shù)之比表示；（6）城市規(guī)模，用地方城鎮(zhèn)規(guī)劃面積與行政區(qū)域面積之比表示。

2.2 數(shù)據(jù)的獲取及處理

變量數(shù)據(jù)的獲取均來(lái)自除阿壩、甘孜、涼山地區(qū)外，其他18個(gè)地市州和四川省2005—2014年的統(tǒng)計(jì)年鑒。且運(yùn)用Afonso（2006）等提出來(lái)的無(wú)量綱化數(shù)據(jù)處理方法，求得均值為1的無(wú)量綱子指標(biāo)。其標(biāo)準(zhǔn)化處理后的統(tǒng)計(jì)性描述分析結(jié)果如表1所示，可以看出各個(gè)指標(biāo)的地區(qū)差異現(xiàn)象較為嚴(yán)重。

表1 各變量指標(biāo)描述性統(tǒng)計(jì)情況

3 實(shí)證分析

3.1 第一階段DEA實(shí)證結(jié)果分析

運(yùn)用DEAP2.1軟件測(cè)算區(qū)域環(huán)境效率水平，結(jié)果如下頁(yè)表2所示?？傮w來(lái)看，區(qū)域環(huán)境綜合技術(shù)效率平均值在波動(dòng)中略有上升。截至2013年，區(qū)域內(nèi)環(huán)境績(jī)效水平處于技術(shù)效率前沿面的地市州數(shù)量均為5個(gè)。區(qū)域平均規(guī)模效率值和純技術(shù)效率值差異明顯，且規(guī)模效率值一般要大于純技術(shù)效率值，這說(shuō)明區(qū)域環(huán)境效率提升主要受純技術(shù)效率水平不高引起的。由于此階段的環(huán)境效率結(jié)果無(wú)法排除環(huán)境和隨機(jī)因素的影響，因此，該實(shí)證結(jié)果不能反映區(qū)域真實(shí)環(huán)境效率水平，需要進(jìn)一步調(diào)整和測(cè)算。

表2 第一階段各區(qū)域環(huán)境績(jī)效水平分析結(jié)果

3.2 第二階段SFA回歸結(jié)果

在DEA分析的第二階段，運(yùn)用SFA法調(diào)整區(qū)域內(nèi)各地市州的原始投入值，可得到相同管理環(huán)境下的環(huán)境績(jī)效水平。為了考察投入松弛變量受環(huán)境變量的影響，被解釋變量選擇第一階段中各投入變量運(yùn)行后測(cè)得的松弛變量，解釋變量選擇城市化水平、外貿(mào)依存度、第二產(chǎn)業(yè)增加值占比、城市規(guī)模等各環(huán)境變量。借助Frontier4.1軟件工具，獲取SFA回歸情況，具體情況如表3所示。從表3可以看出，三個(gè)投入變量的松弛變量的gamma值均比較高，分別為0.999963、0.999770和0.999999，且都在1%水平下顯著，這充分說(shuō)明了管理因素對(duì)環(huán)境效率的影響占據(jù)主導(dǎo)地位，區(qū)域環(huán)境因素也存在著一定的影響。因此，應(yīng)進(jìn)一步將管理因素和隨機(jī)因素剝離分析。

回歸系數(shù)為正值時(shí)，增加環(huán)境變量值，將會(huì)使投入松弛變量增加或產(chǎn)出減少，導(dǎo)致浪費(fèi)增加，對(duì)環(huán)境效率產(chǎn)生負(fù)影響，反之亦然。下面逐一分析6個(gè)環(huán)境變量對(duì)環(huán)境效率的影響。

（1）人口密度。從表3可以看出，人口密度對(duì)勞動(dòng)力和資本投入的松弛變量的回歸系數(shù)為負(fù)值，且均通過(guò)了1%顯著水平檢驗(yàn)，對(duì)能源投入的松弛變量回歸系數(shù)為正值，也通過(guò)了10%顯著水平檢驗(yàn)，這意味著人口密度的增加將會(huì)使得勞動(dòng)力和資本產(chǎn)生節(jié)約，對(duì)環(huán)境產(chǎn)生正影響，卻帶來(lái)了能源消費(fèi)利用效率的降低，從而產(chǎn)生浪費(fèi)現(xiàn)象，對(duì)環(huán)境產(chǎn)生負(fù)影響。

（2）實(shí)際人均GDP。數(shù)據(jù)表明，實(shí)際人均GDP與能源、勞動(dòng)力、資本三大投入的松弛變量的回歸系數(shù)均為負(fù)值，且與前者通過(guò)了5%顯著水平檢驗(yàn)，與后兩者均通過(guò)了1%顯著檢驗(yàn)，這表明實(shí)際人均GDP的增加將會(huì)使得能源、勞動(dòng)力及資本投入松弛變量的減少，促進(jìn)環(huán)境效率的提升。隨著人均GDP的增加，人們對(duì)生活質(zhì)量的追求越來(lái)越高，同時(shí)也越來(lái)越重視環(huán)境的保護(hù)，由此帶來(lái)了能源、勞動(dòng)力、資本投入的利用效率的提高，從而產(chǎn)生節(jié)約現(xiàn)象，對(duì)環(huán)境帶來(lái)正的影響。但實(shí)際人均GDP每增長(zhǎng)一個(gè)百分點(diǎn)，對(duì)能源、資本和勞動(dòng)力的節(jié)約則微乎其微，意味著實(shí)際人均GDP的增長(zhǎng)對(duì)區(qū)域環(huán)境效率的影響卻不是很大，這充分說(shuō)明了人們對(duì)環(huán)境保護(hù)的重視程度還是不夠的。

表3 第二階段SFA回歸結(jié)果

（3）城市化水平。根據(jù)表3的回歸結(jié)果可知，城市化水平與能源、資本投入的松弛變量的回歸系數(shù)為負(fù)值，且均通過(guò)1%顯著檢驗(yàn)，與勞動(dòng)力投入松弛變量的回歸系數(shù)為正值，并通過(guò)了5%顯著檢驗(yàn)，這說(shuō)明了城市化水平的提高帶來(lái)了能源和資本投入松弛變量的節(jié)約，但造成了勞動(dòng)力松弛變量的浪費(fèi)。這意味著隨著城市化水平的不斷提高，能源和資本得到了更加充分的利用，而當(dāng)大量農(nóng)村人口流入城市時(shí)，并不意味著勞動(dòng)力利用效率將會(huì)獲得相應(yīng)的提高，甚至可能出現(xiàn)浪費(fèi)現(xiàn)象，對(duì)環(huán)境效率產(chǎn)生負(fù)影響。

（4）外貿(mào)依存度。由表3可以看出，外貿(mào)依存度對(duì)能源、勞動(dòng)力及資本的投入松弛變量的回歸系數(shù)為正值，且均通過(guò)了1%顯著水平檢驗(yàn)，表明了外貿(mào)依存度的增加對(duì)資本、勞動(dòng)和能源三大投入松弛變量產(chǎn)生浪費(fèi)，降低了環(huán)境效率水平。政府雖然在推行貿(mào)易自由化過(guò)程中，通過(guò)招商引資引進(jìn)了國(guó)外很多企業(yè)，特別是污染嚴(yán)重的企業(yè)不斷向區(qū)域內(nèi)投資，由于在環(huán)境規(guī)制政策與技術(shù)都還不夠完善，雖然經(jīng)濟(jì)帶來(lái)了增長(zhǎng)，但污染越來(lái)越嚴(yán)重，環(huán)境效率隨之下降。同時(shí)可能是因?yàn)樗拇ㄊ〉募庸べQ(mào)易比重在不斷上升，但由于企業(yè)缺乏自主研發(fā)能力，企業(yè)產(chǎn)品層次不高，附加值較低，致使資本、勞動(dòng)和能源的利用效率不高，對(duì)環(huán)境效率產(chǎn)生負(fù)影響。

（5）第二產(chǎn)業(yè)增加值占比。數(shù)據(jù)顯示，第二產(chǎn)業(yè)增加值占比與三大投入松弛變量的回歸系數(shù)均為正值，且均在1%水平下顯著，這說(shuō)明了第二產(chǎn)業(yè)增加值占比的增加將會(huì)對(duì)能源、勞動(dòng)力及資本投入松弛變量的增加，產(chǎn)生浪費(fèi)現(xiàn)象。這充分說(shuō)明了四川省工業(yè)的發(fā)展是以環(huán)境損耗為代價(jià)的，資源過(guò)度開(kāi)發(fā)、廢棄物大量排放必然給環(huán)境帶來(lái)了較大的負(fù)面作用，極大的限制了環(huán)境效率的提升。

（6）城市規(guī)模。表3中，城市規(guī)模與能源、勞動(dòng)力及資本投入的松弛變量之間的回歸系數(shù)都為正值，且均在1%水平下顯著，這說(shuō)明城市規(guī)模的增加，將會(huì)帶來(lái)能源、勞動(dòng)力及資本投入松弛變量的增加，對(duì)環(huán)境效率產(chǎn)生負(fù)影響。從較大的回歸系數(shù)來(lái)看，四川省主要以中小城市居多，大城市較少，城市分布較為分散，聚集和輻射作用較弱，加上技術(shù)與經(jīng)濟(jì)水平不高，環(huán)保投入較低，即使提高了城市規(guī)模，對(duì)區(qū)域環(huán)境效率的提升也非常有限。

總之，區(qū)域內(nèi)各投入變量受環(huán)境變量的影響是不完全相同的。由于不同的外部環(huán)境因素的影響，環(huán)境效率水平表現(xiàn)出較大的偏差，因此，為了測(cè)度區(qū)域真實(shí)環(huán)境效率水平，有必要剔除環(huán)境因素和隨機(jī)因素的影響，使區(qū)域內(nèi)各地市州都處于同樣的外部環(huán)境條件下。

3.3 第三階段DEA實(shí)證結(jié)果

根據(jù)式（5）調(diào)整投入變量和原始產(chǎn)出變量，并將其再次代入BCC模型，借助DEAP 2.1軟件可測(cè)算出2005—2013年區(qū)域內(nèi)各地市州在相同環(huán)境下的環(huán)境效率水平，如表4所示。

表4 第三階段在相同環(huán)境下區(qū)域環(huán)境績(jī)效水平結(jié)果

從表4可知，剔除環(huán)境因素和隨機(jī)因素的影響后，區(qū)域內(nèi)各地區(qū)的環(huán)境效率水平均有不同程度的提高，意味環(huán)境效率值被低估。其中，各地區(qū)的純技術(shù)效率水平均有大幅度的提升，達(dá)到規(guī)模有效值1的地市州數(shù)量急劇增加，而規(guī)模效率值在調(diào)整前后的差異卻并不大，這意味著環(huán)境和隨機(jī)因素對(duì)環(huán)境績(jī)效水平的影響主要是通過(guò)影響其純技術(shù)效率水平來(lái)實(shí)現(xiàn)的。從達(dá)到技術(shù)有效前沿面的地市州數(shù)量角度來(lái)看，各年調(diào)整后的數(shù)量比調(diào)整前均有明顯增加。

表5 調(diào)整前后環(huán)境績(jī)效水平對(duì)比

從表5的規(guī)模收益情況來(lái)看，調(diào)整后且處于規(guī)模收益遞增的地市州數(shù)量大幅增加，而處于規(guī)模效益遞減的地市州數(shù)量則在大幅減少。由此可知，各地市州規(guī)模收益擴(kuò)大的主要障礙是環(huán)境因素和隨機(jī)因素，通過(guò)擴(kuò)大大部分地市州的要素投入規(guī)?？捎行Т龠M(jìn)環(huán)境效率的提升。而對(duì)于規(guī)模收益在調(diào)整前后均處于遞減的地市州，則應(yīng)將重心放在提高資源的合理配置和利用效率上，走內(nèi)涵式發(fā)展道路，以實(shí)現(xiàn)環(huán)境效率的提高。

4 結(jié)論

本文運(yùn)用三階段DEA模型對(duì)四川省及各地市州2005—2013年的真實(shí)環(huán)境效率水平進(jìn)行了測(cè)算，研究結(jié)果表明：（1）環(huán)境變量對(duì)區(qū)域環(huán)境效率有顯著影響。實(shí)際人均GDP的增加會(huì)導(dǎo)致能源、勞動(dòng)力和資本投入松弛變量的減少，促進(jìn)環(huán)境效率的提升，但這種減少量微乎其微，意味著人們對(duì)環(huán)境保護(hù)的重視程度還不夠；外貿(mào)依存度、第二產(chǎn)業(yè)增加值占比、城市規(guī)模的增加將造成資本、勞動(dòng)力、能源投入松弛變量的增加，對(duì)環(huán)境效率的提升產(chǎn)生不利影響；人口密度的增加使得勞動(dòng)力和資本產(chǎn)生節(jié)約，對(duì)環(huán)境效率產(chǎn)生正影響，卻帶來(lái)了能源消費(fèi)利用效率的降低，從而產(chǎn)生浪費(fèi)現(xiàn)象；城市化水平的提高了能源和資本的利用效率，對(duì)環(huán)境效率產(chǎn)生正影響，卻降低了勞動(dòng)力利用效率。（2）在剝離環(huán)境因素和隨機(jī)因素影響的情況下，區(qū)域內(nèi)各地區(qū)環(huán)境效率均發(fā)生了明顯的變化。在規(guī)模效率水平變化不大的情況下，純技術(shù)效率水平則有大幅度提高，從而帶來(lái)了各地區(qū)綜合技術(shù)效率水平的提高，意味著區(qū)域及各地市州的平均環(huán)境效率和平均純技術(shù)效率均被低估，環(huán)境效率的變化主要是通過(guò)環(huán)境因素和隨機(jī)因素對(duì)純技術(shù)效率影響引起的。（3）環(huán)境因素和隨機(jī)因素對(duì)規(guī)模收益的變化有著較大的影響。即在調(diào)整后，處于規(guī)模收益遞增的地市州數(shù)量大幅增加，而處于規(guī)模效益遞減的地市州數(shù)量則在大幅減少，這表明了規(guī)模收益受環(huán)境因素和隨機(jī)因素的影響較為明顯。