The evaluation of efficiency of land-based pollution government based on DEA-Malmquist index
-
摘要:
运用DEA-Malmquist指数对我国沿海地区2003-2012年陆源污染治理效率进行测算,并分析治理效率的动态变化、空间差异及影响因素。研究结果表明:(1)2003~2012年我国海洋陆源污染治理全要素生产率呈下降趋势,其主要原因是企业技术进步率相对下降;(2)沿海各省市陆源污染治理全要素生产率变化存在较大差异,技术进步差异是引起地区变化差异的主要原因;(3)环渤海经济区陆源污染治理效率较低,其全要素生产率2008年以后下降明显;(4)研发经费及环保投入都会促进陆源排污显著减少,工业企业规模对陆源入海污染物有显著正效应。
-
关键词:
- DEA-Malmquist指数 /
- 面板分析 /
- 陆源污染 /
- 治理效率
Abstract:This paper calculates the efficiency of land-based pollution governmentin coastal areas and analyzes the differences of time and space.It uses Data Envelopment Analysis and Malmquist index and it is based on the panel data of coastal provinces between 2003 and 2012.Besides, it investigates the factors that affect efficiency.Through the paper we can get several conclusions:firstly, the Total Factor Productivity of land-based pollution government between 2003 and 2012 is going down slightly mainly because of the drop of techch; secondly, the values of tfpch between different provinces are different as a result of different techch; thirdly, the efficiency of land-based pollution government in Circum-Bohai Sea Economic Zone is low and decreases significantly after 2008; fourthly, R &D investment and environmental protection investment will promote the reduction of land-based pollution.Besides, the scale of industry has significant positive effect on land-based pollution.
-
海洋经济发展的同时,海洋污染问题日益严峻。研究表明,我国近岸海域污染物近90%来自陆源排污,陆源排污是中国海洋环境恶化的关键因素。“十一五”期间国家提出“碧海行动计划”,以近岸海域环境功能区环境保护目标为限制条件确定陆源污染物最大允许排放量;“十二五”期间提出以海陆统筹为出发点,建立以陆源污染物为主的多种入海污染源档案。这些计划的制定和实施为减少陆源污染、遏制海洋环境进一步恶化、恢复和改善海洋生态系统起到了一定作用。然而中国近岸海域总体污染程度依然较高,污染面积居高不下。据《中国海洋环境状况公报》统计,2014年陆源入海排污口达标率仅为52%,赤潮和绿潮灾害影响面积较上年有所增长。“十一五”和“十二五”期间陆源污染治理效率如何?海洋陆源污染治理措施的实施、治理投入的增加能在多大程度上减少入海污染源?如何有效治理海洋陆源污染?这些问题的解决对我国“十三五”规划海洋陆源污染治理具有重要指导意义。
国外对海洋陆源污染问题研究起步较早,Caroline Williams等[1-2]认为工业废水排放、石油运输、入海河流携带的重金属及其他营养物质、滨海旅游等是造成近岸海域污染严重的主要原因;Jamaluddin Jompa等[3-4]对陆源污染的影响进行研究,认为大量陆源污染物入海会严重威胁海洋生物多样性及人类健康;Erdem Gorgun等[5-7]提出通过加强地区之间合作、利益相关者参与、使用排污收费等经济工具有效治理陆源污染。国内学者也在陆源污染防治及定量分析等多个方面进行了深入研究:付青等[8-9]分别从加强排污管理、实施生态修复、加强立法执法等方面提出陆源污染治理的防治措施; 潘灿民等[10-11]等分别对厦门西海域、同安湾、胶州湾入海污染负荷进行定量测算,为海洋陆源污染问题的定量研究提供了借鉴。
综上所述,国内外学者关于陆源污染的研究一般集中在污染产生原因、危害及治理措施等方面,鲜有对海洋陆源污染治理效率的量化分析及影响因素的研究。本文采用DEA-Malmquist指数方法对我国沿海地区陆源污染治理效率进行量化。目前DEA-Malmquist指数一般应用于国家和企业管理效率及资源利用效率的研究,如张协奎等[12]将该方法应用于北部湾经济区行政效率的测度,鹿新华等[13-14]应用该方法对我国商业银行的运行效率进行分析,王宝顺等[15]基于该方法研究我国地方公共卫生财政支出效率。本文将其应用于陆源污染治理效率研究,分析我国沿海污染治理效率的时空差异,并进一步结合面板回归模型对影响海洋陆源污染治理效率的因素进行分析,以期能为国家和省级层面实施基于海陆统筹的海洋与海岸带综合管理提供方法指导与决策依据。
1 研究方法及指标选取
1.1 DEA-Malmquist指数方法
数据包络分析法(DEA)是一种非参数效率评价方法,在给定投入或产出的情况下,DEA模型采用线性规划技巧构建相对有效的生产前沿面,通过测算各决策单元(DMU)与生产前沿面的偏离程度得到其投入产出的相对效率水平[16],进而为决策单元寻找提高效率的最佳途径提供决策依据。传统的DEA模型包括CCR模型(规模报酬不变)和BCC(规模报酬可变)。其中,DEA-CCR模型表示为:
其中:xij,yrj分别是第j个决策单元第i项投入量和第r项产出量;n是决策单元的个数;α是设定的参数;λj是第j个决策单元投入产出的权重系数;s-, s+分别是投入和产出的松弛变量。当α=1,s-=s+=0时,此决策单元DEA有效;当α < 1时,决策单元DEA无效。现实经济活动中,产出效率会受投入要素规模变化的影响,在CCR模型的基础上假设规模报酬可变且
,即DEA-BCC模型。考虑海洋陆源污染治理效率会随着投入要素规模的变化而变化,本文以投入导向的DEA-BCC模型为基础求解Malmquist生产率指数。Malmquist指数方法是有效估计全要素生产率变动(tfpch)的非参数方法,最初是由Malmquist提出[17],与DEA理论相结合度量决策单元投入和产出的效率水平。全要素生产率又可以进一步分解为技术进步指数(techch)和技术效率变化指数(effch),技术进步指数测度决策单元从t到t+1时期技术边界的移动情况,其值大于1,表示决策单元出现技术进步,反之,则出现技术衰退;技术效率变化指数能够体现投入产出的内在效率,量化各种要素投入的优化程度,其值测度决策单元从t到t+1时期向当期生产前沿面的靠近情况,其值大于1表示技术效率提高,否则技术效率降低。其中技术效率变化指数(effch)=纯技术效率变化(pech)*规模效率变化(sech)。纯技术效率是指既定规模条件下决策单元投入要素的产出效率,用于衡量是否存在资源投入的浪费;规模效率是通过实际生产规模与最优生产规模的比较来看决策单元是否处于最佳规模状态。陆源污染治理效率的变化表现为全要素生产率的变化,技术进步、纯技术效率、规模效率的变动都会引起陆源污染治理效率的变化。
Malmquist生产率变动指数模型为:
其中:x、y分别代表决策单元的投入和产出;st是t期该决策单元所有可行的投入、产出组合,即生产可能集。将Dt(x0t, y0t)定义为t期某一投入产出(x0t, y0t)与生产前沿的距离函数;Dt+1(x0t, y0t)为以t+1期生产可能集为参考集,t期某一投入产出(x0t, y0t)与参考集生产前沿的距离函数;Dt(x0t+1, y0t+1)是以t期生产可能集为参考集,t+1期某一投入产出(x0t+1, y0t+1)与参考集生产前沿的距离函数。Dt(x0t, y0t)=1等价于t期某一投入产出(x0t, y0t)位于该期生产可能集的前沿面上。M0t+1>1表示全要素生产率从t到t+1时期提高,M0t+1=1表示全要素生产率不变,M0t+1 < 1表示全要素生产率下降。
本文基于DEA-BCC模型,用Malmquist指数测算陆源污染治理效率,并对其分解研究效率变动的原因,进而为提高陆源污染治理效率提出相应对策。
1.2 指标选取和数据来源
1.2.1 环境治理投入变量
本文研究陆源污染治理效率,因而选取的投入指标是能够影响陆源污染物入海量的环境治理投入,考虑数据可获得性,最终选取以下投入指标:
(1) 企业技术创新指标。企业技术创新对污染治理起主导作用,甚至能够弥补产业结构不合理带来的环境负效应[18]。技术创新成果被企业应用于新产品研发和生产工艺的改进,有利于企业提高资源利用效率,从源头上减少陆源污染。此外,技术创新的成果也可以被应用于污染治理,提高陆源污染治理效率,最终表现为入海废水中污染要素含量的减少。企业技术创新需要大量研发经费投入,因此研发经费支出可以在一定程度上反映企业的技术水平。本文以沿海各省市规模以上工业企业R&D经费支出作为衡量环境技术进步的指标,并借鉴学者朱平芳和徐伟民[19]的研究方法,构建以2003年为基期的研发价格指数对各期R&D经费支出进行平减,即研发价格指数由消费者价格指数和固定资产价格指数的加权平均值构成,权重分别为0.55和0.45。
(2) 排污费。Jerrold M.Peterson认为随着排污费征收标准提高,企业会减少排污量[20]。此外,征收排污费可以有效激励企业增加R&D投入,进行技术创新,减少污染排放[21]。因此,排污费征收也有利于从源头上减少陆源污染。本文以2003年为基期的工业生产者出厂价格指数对2003~2012年沿海各省的排污费进行折算,研究排污费征收对企业减少陆源入海污染物的约束作用。
(3) 产业结构指标。近岸海域污染严重的重要原因之一是沿海经济发展尤其是污染密集型产业增加排放大量污染物。因此,沿海地区产业布局、产业结构、工业规模对近岸海域环境质量有重要影响。由2004~2013年《中国环境统计年鉴》可知,工业废水排放量最大的几个行业主要有造纸及纸制品业、化学原料和化学制品制造业、纺织业、农副食品加工业、电力热力生产和供应业、石油加工炼焦和核燃料加工业、化学纤维制造业,该七行业2012年工业废水排放量占所有行业工业废水排放总量的60.45%。通过对2009~2013年《中国海洋统计年鉴》相关数据分析,沿海地区10%左右的工业废水会直排入海,是重要的陆源污染源。本文选取沿海各省该七大行业产值占工业总产值的比重作为衡量工业结构的指标,既能够体现能源消耗效应、污染规模效应,也能体现产业结构调整对陆源污染治理的重要性。
(4) 环保投入指标。企业和政府的环保投入为环境污染防治提供资金保障,沿海各省污染治理设施的增加能提高陆源污染治理效率,减少入海污染物。本文选取2003~2012年沿海各省环境污染治理投资总额作为环保投入,并以2003年为基期的固定资产价格指数对其进行平减。
1.2.2 污染物产出变量
选取陆源入海污染物的数量、浓度两个基本指标作为衡量陆源污染治理效率的产出变量。
(1) 陆源入海污染物数量指标。基于数据可获得性以及工业废水排放对海洋环境的严重负效应,选取沿海地区工业废水排放总量指标。为消除经济规模对工业废水排放量的影响,计算沿海各省每亿元工业产值产生的工业废水量作为衡量陆源污染的数量指标。
(2) 陆源入海污染物浓度指标。根据《中国海洋环境质量公报》[22],2005年以来COD都是入海排污口处的主要污染物,2005年COD占主要入海污染物的65%;2014年COD占河流携带入海污染量的83%,可见COD对海洋环境质量影响之重。本文以直排入海工业废水中COD占比作为陆源入海污染物的浓度指标。
1.2.3 数据来源
本文选取数据的时间跨度为2003~2012年,原始数据主要摘自:2004~2013年《中国统计年鉴》、2004~2013年《中国环境统计年鉴》、2004~2013年《中国海洋统计年鉴》、2004~2013年《中国科技年鉴》和2004~2013年《中国工业经济统计年鉴》。
使用以上指标,从沿海各省和三大经济区两个层面,用DEA-Malmquist指数对2003~2012年我国陆源污染治理效率进行计算分析,并进一步将陆源污染治理的全要素生产率分解为纯技术效率、规模效率和技术进步率,以期对综合效率变动有更全面的描述。
2 沿海地区陆源污染治理效率测度
2.1 陆源污染治理效率省际分析
2.1.1 省际综合分析
基于《中国环境统计年鉴》、《中国统计年鉴》、《中国海洋统计年鉴》、《中国工业经济统计年鉴》、《中国科技年鉴》的面板数据,运用DEAP2.1软件结合Malmquist指数方法测算并分解我国沿海各省陆源污染治理全要素生产率,进而对污染治理效率的变动情况进行评价、比较。模型计算结果如表 1~3所示。
表 1 2003~2012我国沿海省份陆源污染治理效率变化(tfpch)Tab. 1 The change of efficiency of land-based pollution government(tfpch) for coastal provinces between 2003 and 2012沿海各省 2004 2005 2006 2007 2008 2009 2010 2011 2012 均值 辽宁 0.671 1.692 1.130 1.076 1.068 1.089 0.971 0.430 0.929 0.949 河北 0.871 1.077 0.886 1.014 0.834 1.027 0.919 0.843 0.913 0.928 天津 0.987 1.166 0.907 0.898 1.018 0.918 0.782 1.038 1.126 0.976 山东 0.756 0.942 0.910 0.791 0.811 0.980 0.973 0.539 1.006 0.843 江苏 0.953 0.977 0.882 1.049 0.998 1.015 0.971 0.988 0.999 0.981 上海 0.904 1.018 1.024 1.022 0.850 1.112 0.814 1.028 0.946 0.964 浙江 0.873 0.996 0.991 0.930 0.927 0.966 0.933 0.882 1.019 0.945 福建 0.770 0.939 0.807 0.883 0.871 0.877 0.517 1.094 0.569 0.795 广东 0.969 1.002 0.875 0.925 0.862 1.158 1.037 1.076 0.959 0.981 广西 0.780 0.791 0.968 0.724 0.849 0.942 0.662 0.560 0.870 0.784 海南 0.514 0.616 0.681 0.771 0.844 1.484 0.839 0.662 0.753 0.762 全国平均 0.810 0.991 0.908 0.910 0.899 1.041 0.841 0.794 0.904 0.897 表 2 Malmquist指数及其分解的省际差异Tab. 2 the differences of Malmquist index and its decomposition among coastal provinces省份 effch techch pech sech tfpch 辽宁 1.033 0.918 1.013 1.020 0.949 河北 1.019 0.911 0.999 1.019 0.928 天津 1.051 0.928 1.000 1.051 0.976 山东 0.920 0.916 0.961 0.958 0.843 江苏 1.089 0.901 1.019 1.068 0.981 上海 1.055 0.914 1.000 1.055 0.964 浙江 1.044 0.905 0.996 1.049 0.945 福建 1.059 0.751 0.988 1.072 0.795 广东 1.066 0.920 1.000 1.066 0.981 广西 1.000 0.784 1.000 1.000 0.784 海南 1.000 0.762 1.000 1.000 0.762 均值 1.030 0.871 0.998 1.032 0.897 表 3 2003~2012年沿海各省Malmquist指数及其分解变化Tab. 3 the change of Malmquist index and its decomposition between 2003 and 2012 for coastal provinces年份 effch techch pech sech tfpch 2004 0.875 0.926 0.938 0.933 0.810 2005 1.252 0.792 0.997 1.256 0.991 2006 0.873 1.039 0.974 0.897 0.908 2007 1.266 0.719 1.046 1.210 0.910 2008 0.981 0.916 0.960 1.022 0.899 2009 0.983 1.060 1.007 0.976 1.041 2010 0.960 0.876 1.064 0.903 0.841 2011 1.238 0.642 1.010 1.225 0.794 2012 0.937 0.965 0.990 0.946 0.904 均值 1.030 0.871 0.998 1.032 0.897 由表 1可以看出,2003~2012年我国沿海地区陆源污染治理的全要素生产率基本位于0.85~1.0之间,只有个别省份的个别年份tfpch值较低,如海南省2004、2005年陆源污染治理全要素生产率分别下降48.6%和38.4%,主要原因是技术进步率的相对下降,说明在研究期限的最初几年技术因素在海南省陆源污染治理中的作用较小;此外,也有某些省份在连续几年内陆源污染治理全要素生产率均为正增长,如辽宁省2005~2009年tfpch值均大于1,治理效率较高,这与张雪源[23]对2001~2010年辽宁省环境效率的研究结论一致,究其原因主要是合理的要素投入规模及优化配置提高了技术效率。
2.1.2 陆源污染治理效率的省际差异
如表 2所示,2003~2012年我国沿海各省陆源污染治理的全要素生产率均为负增长,其中下降幅度小于5%、生产率增长相对较高的有江苏省、广东省、天津市、上海市,全要素生产率下降幅度大于5%、小于10%的有辽宁省、浙江省、河北省,全要素生产率显著下降、超过10%的沿海省份有山东省、福建省、广西省、海南省,其中海南省生产效率均值下降了近24%。广东省、天津市污染治理效率相对较高,山东、广西等省相对较低,这与赵峥等[24]对我国区域环境治理效率的研究结果较为一致。2003~2012年沿海11个省市陆源污染治理全要素生产率均值下降了10.3%。
从各省全要素生产率的分解看,2003~2012年沿海各省市陆源污染治理技术效率除山东省下降8%外,其余各省市技术效率均为正增长,技术效率增长率超过5%的有江苏省、广东省、福建省、上海市、天津市,以江苏省最高,增长率达到8.9%,与全要素生产率相对较高的沿海省市基本一致,可见沿海省市污染治理技术效率差异是引起全要素生产率差异的主要原因,但是技术效率提高对tfp增长的正向拉动难以抵消技术进步率的负向拉动效应。进一步分析技术效率变动的原因,除山东省外,其余各省市陆源污染治理的规模效率都有所提高,尤其是福建、江苏、广东省,分别出现了7.2%、6.8%、6.6%的增长,可见经济发展水平相对较高、陆源污染治理要素投入增加、要素规模的合理化是技术效率提高的主要原因,也是广东、天津、上海等污染治理全要素生产率降幅相对较小的主要原因。王亲等[25]通过对我国城市环境治理效率的研究发现规模效率大于综合效率,本文研究结果与其一致。此外,江苏省陆源污染治理的纯技术效率上升了1.9%,进步最大,因此污染治理投入要素的优化配置、利用效率提高是江苏省污染治理效率相对较高的主要原因。
沿海各省2003~2012年陆源污染治理的技术进步率均为负增长,其技术进步指数均值下降12.9%,其中福建、广西、海南省技术进步率下降幅度超过20%,说明缺乏污染防治技术创新、技术相对衰退抵消了污染治理投入要素增加、要素利用效率提高对全要素生产率提高的推动作用,是阻碍我国沿海省市陆源污染治理效率提高的主要原因。因此,沿海省市亟需重视企业污染治理技术创新,发挥技术要素对海洋环境保护的推动作用。
整体来看,我国沿海地区污染治理投入要素规模效率提高明显, 个别省份对投入要素的利用效率也有所提高,如果能有效发挥技术创新对海洋陆源污染治理的推动作用,则陆源污染治理效果会明显改善。
2.1.3 各省陆源污染治理效率的动态变化
2003~2012年沿海地区陆源污染治理全要素生产率变动及其分解见表 3。
由表 3可知,2003~2012年沿海地区陆源污染治理全要素生产率均值下降10.3%,除2008~2009年全要素生产率提高4.1%达到最大值外,其余各年份全要素生产率都呈负增长。从全要素生产率的分解看,纯技术效率变化基本平稳,规模效率均值上升3.2%,技术进步率均值下降12.9%。这说明研究期限内我国沿海地区陆源污染治理要素投入的规模效应是拉动全要素生产率的主要因素,这也进一步验证了王亲等[25]的研究成果,但是技术创新不足抵消了规模效率的正向拉动作用,是全要素生产率提高的主要障碍。
近几年技术进步因素在沿海地区陆源污染治理中的作用日益突出,由表 3可知,2007年后全要素生产率与技术进步率变动趋势基本吻合,技术进步率的上升与下降带动全要素生产率的升与降。2008年金融危机后国家为自主创新和产业结构调整投入3700亿资金,为节能减排和生态建设投入2100亿资金,推动了生产技术和污染防治技术创新的步伐,2008~2009年技术进步指数增长6%,拉动污染治理的全要素生产率出现正增长并达到最大值。2009年之后,技术进步率震荡衰退,2010~2011年降幅最大,出现35.8%的负增长,虽然污染治理投入要素的规模效率提高,对全要素生产率有一定支撑作用,但是难以弥补技术创新不足的负效应,全要素生产率仍是负增长。联系近几年经济发展实际,沿海地区产能过剩,排污总量较大,技术创新对产业结构调整、污染治理的贡献不显著,均导致污染治理效率的下降。此外,污染治理投入要素的利用效率不高,纯技术效率提高缓慢,对全要素生产率提高的拉动作用不明显,因此,今后在注重技术创新、增加污染治理要素投入的同时,也要促进投入要素的优化配置,提高要素利用效率,以推动陆源污染治理效率的提高,保护海洋环境。
2.2 陆源污染治理效率区际分析
本文将沿海各省市按照环渤海经济区、长三角经济区和珠三角经济区进行划分,其中,环渤海经济区包括辽宁省、河北省、天津市、山东省,长三角经济区包括江苏省、上海市、浙江省、福建省,珠三角经济区包括广东省、广西省、海南省。用DEA-Malmquist模型分别计算三大沿海经济区陆源污染治理效率。模型计算结果如表 4所示。
表 4 三大沿海经济区全要素生产率及其分解Tab. 4 the tfpch and its decomposition in three coastal economic areas年份 环渤海经济区 长三角经济区 珠三角经济区 techch pech sech tfpch techch pech sech tfpch techch pech sech tfpch 2004 0.77 0.91 1.04 0.73 0.72 1.03 1.00 0.74 0.75 1.00 0.97 0.73 2005 0.87 1.00 1.04 0.90 0.89 0.99 0.99 0.88 0.73 1.00 1.08 0.79 2006 0.85 1.05 0.97 0.87 0.92 0.99 0.99 0.90 0.92 1.00 0.91 0.83 2007 0.84 0.96 1.03 0.82 0.91 1.01 1.01 0.93 0.72 1.00 1.12 0.80 2008 0.86 0.98 0.99 0.83 0.83 1.01 1.01 0.84 0.84 1.00 1.02 0.85 2009 0.94 1.00 1.00 0.95 1.08 1.00 1.00 1.08 1.20 1.00 0.98 1.18 2010 0.81 1.04 1.00 0.84 0.90 1.00 1.00 0.90 0.80 1.00 1.05 0.84 2011 0.64 1.01 1.02 0.65 0.88 1.00 1.00 0.88 0.65 1.00 1.14 0.74 2012 0.97 0.93 0.94 0.85 0.97 1.00 0.99 0.95 0.85 1.00 1.00 0.85 均值 0.83 0.99 1.00 0.82 0.89 1.00 1.00 0.90 0.82 1.00 1.03 0.84 由表 4可知,2003~2012年环渤海、长三角、珠三角三大沿海经济区陆源污染治理全要素生产率变化总体上呈下降趋势,其均值分别下降18%、10%、16%。进一步分析全要素生产率变化的原因及区际差异。三大沿海经济区污染治理的技术效率变化不大,纯技术效率及规模效率对全要素生产率变化的影响不显著,全要素生产率变动趋势与技术进步变动基本吻合,这在环渤海和长三角经济区表现尤为明显。可见技术进步水平的变化是引起沿海地区污染治理全要素生产率变化的主要原因。
此外,环渤海经济区2008年以后陆源污染治理全要素生产率下降幅度较大,从产业结构的角度分析,环渤海经济区重化工业较多,2008年该经济区工业产值占GDP的比重达到51.2%,其中作为主要陆源污染源的重化工业占工业总产值的31%。2009年国务院通过了《辽宁沿海经济带发展规划》,石化工业被作为重点产业进一步发展,加上技术创新不足、污染治理投入要素规模及利用效率不高,导致环渤海经济区陆源污染治理的低效率。任重等[26]认为我国仍处于环境库茨涅茨倒U型曲线的前半段,因此伴随着经济复苏污染问题加剧。
进一步分析陆源污染治理效率变动的区际差异。由表 4可知,2003~2012年三大沿海经济区陆源污染治理的全要素生产率变动趋势基本一致。2008年之前基本平稳,且长三角经济区全要素生产率增长率相对较高;2008~2009年金融危机后,国家鼓励自主创新和节能减排的投资发挥作用,技术进步拉动全要素生产率呈明显上升趋势,尤其是长三角和珠三角经济区,技术进步率分别增长8%和20%,带动全要素生产率分别出现8%和18%的正增长,珠三角经济区生产率增长率超过长三角经济区;2009年之后,三大经济区污染治理全要素生产率增长走势均为震荡下降,尤其是珠三角和环渤海经济区下降趋势较为明显,这可能与近几年重化工业大量在沿海地区布局、产能过剩产生的大量污染物有关,特别是国家产业规划层面出台的《钢铁行业调整与振兴规划》、《石油产业调整和振兴规划(2009~2011年)》进一步加剧了三大沿海经济区石油、化工等重污染企业集聚。
3 陆源污染治理效率影响因素
从以上分析可以看出,技术进步是决定我国沿海地区陆源污染治理效率的关键,为进一步探究影响治理效率的其他因素及各要素对污染治理效率的影响程度,本文建立固定效应面板回归模型进行分析。
模型1 lnpcoit=β0+β1lnrdit+β2lnfeeit+β3lnscait+β4lnepit+eit
模型2 lnuniwit=β0+β1lnrdit+β2lnfeeit+β3lnscait+β4lnepit+eit
模型中,pcoit表示i省t年入海工业废水中COD占比,rdit表示规模以上工业企业研发经费支出,feeit表示排污费收入,scait表示造纸及纸制品业、化学原料和化学制品制造业、纺织业、农副食品加工业、电力热力生产和供应业、石油加工炼焦和核燃料加工业、化学纤维制造业七大行业产值占工业总产值的比重,epit表示环境污染治理投资总额,uniwit表示每亿元工业产值产生的工业废水量。模型计算结果如表 5所示。
表 5 面板回归结果Tab. 5 the results of panel regressionVariable c lnrd lnf lnsca lnep Adj.R2 F统计量 lnpco -6.308*** -0.126** -0.030 0.630*** -0.237*** 0.88 48.95 lnuniw 8.259*** -0.472*** -0.267* 0.620** -0.681*** 0.91 70.73 注:表中*、**、***分别表示t统计量在10%、5%、1%的水平下显著 模型一R2=0.88,模型拟合程度较好,工业企业研发经费支出、企业和政府的环保投入对直排入海工业废水中COD占比有显著负效应,研发经费支出和环保投入每增加1%分别会使COD占比降低0.126%和0.237%。因此,增加环保投入和研发经费支出,激励排污者革新生产技术和污染治理技术能有效减少海洋陆源污染。这与本文前半部分陆源污染治理效率的分析一致。七大行业产值占工业总产值比重对直排入海工业废水中COD占比有显著正效应,前者每1%的增长会使后者上升0.63%。近几年来,沿海地区尤其是环渤海经济区污染严重的重化工业不断增加、产能过剩带来大量陆源污染物,加之技术创新不足、污染治理投入要素利用效率不高,共同导致环渤海经济区陆源污染治理效率的下降。排污收费对直排入海工业废水中COD占比有负效应,但是该变量没有通过10%的显著性检验。
模型二R2=0.91,拟合程度较好。工业企业研发经费支出、企业和政府的环保投入、排污收费对每亿元工业产值产生的废水量都有显著负效应,研发经费支出、环保投入、排污费每增加1%分别会使每亿元工业产值产生的废水量减少0.472%、0.681%、0.267%,这进一步说明环保投入、技术创新在海洋陆源污染治理中的重要作用,此外也说明了严格执行排污收费制度的必要性。七大行业产值占工业总产值比重对每亿元工业产值产生的废水量有显著正效应,前者1%的增长会使后者上升0.62%。因此,为减少陆源污染,工业产业结构亟待调整。
总体上讲,企业技术创新、环保投入、政府产业结构调整与排污费征收都会减少沿海地区陆源污染物排放,提高陆源污染治理效率。
4 结论与建议
2003~2012年我国沿海地区陆源污染治理全要素生产率呈下降趋势,主要原因在于企业技术创新不足,同时以重化工业为主的产业结构、环保投入要素规模及配置不合理等也在一定程度上导致海洋陆源污染治理的低效率;十一个沿海省市全要素生产率均为负增长,但下降幅度存在差异,技术效率增长较高的江苏省、广东省等全要素生产率下降幅度较小,因此技术效率对污染治理的全要素生产率有拉动作用,但是技术进步率下降的负效应超过了技术效率上升的正效应;环渤海、长三角和珠三角经济区的污染治理全要素生产率变动趋势都同技术进步率的变动一致,而环渤海经济区全要素生产率均值下降幅度超过长三角和珠三角经济区;陆源污染治理效率影响因素中研发经费支出、排污收费、工业产业结构、环保投入等都会显著影响陆源入海污染物,进而影响污染治理效率。综上,对提高我国沿海地区陆源污染治理效率提出以下建议:
(1) 增加研发投入,更新技术设备,提高生产效率和污染治理效率。先进的生产技术和设备可以减少单位产出的污染物排放,从源头上减少陆源污染,王鹏等[27]认为污染治理的前端预防效果优于末端治理,东部地区企业技术创新对环境污染治理的促进作用最明显;高效的污染治理技术和设施能够进一步降低企业的污染治理成本,抑制入海污染物排放。无论是省际分析还是区际分析,都足以说明技术创新的重要性;面板回归结果进一步说明技术进步对减少陆源入海污染的正效应。为此,政府可以通过一定的激励机制提高企业自主创新的积极性,如发放研发补贴、设立科技创新服务平台、培养引进科技创新人才、保护知识产权等;加强监管,对低效率、高耗能、高污染的生产线实行强制淘汰。奖惩并举,促进技术创新和陆源污染治理效率的提高。
(2) 产业结构优化及合理布局是提高陆源污染治理效率的重要途径。目前我国沿海地区“铺摊子、上项目”的问题较突出,自2007年以来沿海布局了大量石油、化工、造纸、钢铁、能源等重污染项目,重化工业在海岸带集聚进一步加剧了海洋环境的恶化。此外,缺乏规划及监管,陆源污染物大量排海等问题突出。因此除进一步优化沿海地区产业结构外,应调整产业布局,结合主体功能区规划对石化等重污染企业实行集中布局和污染治理。
(3) 增加环保投入。环保投入对减少陆源入海污染物、提高海洋陆源污染治理效率有显著正效应。环境产品作为一种公共产品,其污染治理会产生正外部性,这就要求政府要加强监管,完善环保基础设施,并通过制定一系列奖惩机制激励排污企业自发增加环保投入。
(4) 严格执行排污收费制度,提高排污费的利用效率。征收排污费是陆源污染治理的经济手段,Erdem Gorgun等[5]在2005~2010年地中海区域陆源污染治理项目中就大力提倡使用排污费、排污纳税等经济手段。为此,相关部门必须加强对各污染源的监督执法力度,使其“有排必有罚”;执法人员要提高自身素质,如检测知识技能水平的提高、应变能力的提高。另一方面,要提高排污费的利用效率,合理安排使用排污费。
陆源污染治理效率受多种因素影响,测度治理效率的投入与产出变量也是多元的,由于受数据资料限制未能考虑其他测算指标。希望在今后的研究中能进一步细化、完善数据指标,提高陆源污染治理效率测度的准确性,为相关部门政策制定和实施提供更科学的指导依据。
-
表 1 2003~2012我国沿海省份陆源污染治理效率变化(tfpch)
Tab. 1 The change of efficiency of land-based pollution government(tfpch) for coastal provinces between 2003 and 2012
沿海各省 2004 2005 2006 2007 2008 2009 2010 2011 2012 均值 辽宁 0.671 1.692 1.130 1.076 1.068 1.089 0.971 0.430 0.929 0.949 河北 0.871 1.077 0.886 1.014 0.834 1.027 0.919 0.843 0.913 0.928 天津 0.987 1.166 0.907 0.898 1.018 0.918 0.782 1.038 1.126 0.976 山东 0.756 0.942 0.910 0.791 0.811 0.980 0.973 0.539 1.006 0.843 江苏 0.953 0.977 0.882 1.049 0.998 1.015 0.971 0.988 0.999 0.981 上海 0.904 1.018 1.024 1.022 0.850 1.112 0.814 1.028 0.946 0.964 浙江 0.873 0.996 0.991 0.930 0.927 0.966 0.933 0.882 1.019 0.945 福建 0.770 0.939 0.807 0.883 0.871 0.877 0.517 1.094 0.569 0.795 广东 0.969 1.002 0.875 0.925 0.862 1.158 1.037 1.076 0.959 0.981 广西 0.780 0.791 0.968 0.724 0.849 0.942 0.662 0.560 0.870 0.784 海南 0.514 0.616 0.681 0.771 0.844 1.484 0.839 0.662 0.753 0.762 全国平均 0.810 0.991 0.908 0.910 0.899 1.041 0.841 0.794 0.904 0.897 表 2 Malmquist指数及其分解的省际差异
Tab. 2 the differences of Malmquist index and its decomposition among coastal provinces
省份 effch techch pech sech tfpch 辽宁 1.033 0.918 1.013 1.020 0.949 河北 1.019 0.911 0.999 1.019 0.928 天津 1.051 0.928 1.000 1.051 0.976 山东 0.920 0.916 0.961 0.958 0.843 江苏 1.089 0.901 1.019 1.068 0.981 上海 1.055 0.914 1.000 1.055 0.964 浙江 1.044 0.905 0.996 1.049 0.945 福建 1.059 0.751 0.988 1.072 0.795 广东 1.066 0.920 1.000 1.066 0.981 广西 1.000 0.784 1.000 1.000 0.784 海南 1.000 0.762 1.000 1.000 0.762 均值 1.030 0.871 0.998 1.032 0.897 表 3 2003~2012年沿海各省Malmquist指数及其分解变化
Tab. 3 the change of Malmquist index and its decomposition between 2003 and 2012 for coastal provinces
年份 effch techch pech sech tfpch 2004 0.875 0.926 0.938 0.933 0.810 2005 1.252 0.792 0.997 1.256 0.991 2006 0.873 1.039 0.974 0.897 0.908 2007 1.266 0.719 1.046 1.210 0.910 2008 0.981 0.916 0.960 1.022 0.899 2009 0.983 1.060 1.007 0.976 1.041 2010 0.960 0.876 1.064 0.903 0.841 2011 1.238 0.642 1.010 1.225 0.794 2012 0.937 0.965 0.990 0.946 0.904 均值 1.030 0.871 0.998 1.032 0.897 表 4 三大沿海经济区全要素生产率及其分解
Tab. 4 the tfpch and its decomposition in three coastal economic areas
年份 环渤海经济区 长三角经济区 珠三角经济区 techch pech sech tfpch techch pech sech tfpch techch pech sech tfpch 2004 0.77 0.91 1.04 0.73 0.72 1.03 1.00 0.74 0.75 1.00 0.97 0.73 2005 0.87 1.00 1.04 0.90 0.89 0.99 0.99 0.88 0.73 1.00 1.08 0.79 2006 0.85 1.05 0.97 0.87 0.92 0.99 0.99 0.90 0.92 1.00 0.91 0.83 2007 0.84 0.96 1.03 0.82 0.91 1.01 1.01 0.93 0.72 1.00 1.12 0.80 2008 0.86 0.98 0.99 0.83 0.83 1.01 1.01 0.84 0.84 1.00 1.02 0.85 2009 0.94 1.00 1.00 0.95 1.08 1.00 1.00 1.08 1.20 1.00 0.98 1.18 2010 0.81 1.04 1.00 0.84 0.90 1.00 1.00 0.90 0.80 1.00 1.05 0.84 2011 0.64 1.01 1.02 0.65 0.88 1.00 1.00 0.88 0.65 1.00 1.14 0.74 2012 0.97 0.93 0.94 0.85 0.97 1.00 0.99 0.95 0.85 1.00 1.00 0.85 均值 0.83 0.99 1.00 0.82 0.89 1.00 1.00 0.90 0.82 1.00 1.03 0.84 表 5 面板回归结果
Tab. 5 the results of panel regression
Variable c lnrd lnf lnsca lnep Adj.R2 F统计量 lnpco -6.308*** -0.126** -0.030 0.630*** -0.237*** 0.88 48.95 lnuniw 8.259*** -0.472*** -0.267* 0.620** -0.681*** 0.91 70.73 注:表中*、**、***分别表示t统计量在10%、5%、1%的水平下显著 -
[1] WILLIAMS C.Combating marine pollution from land-based activities:Australian initiatives[J].Ocean & Coastal Management, 1997, 33(1):87-112. http://cn.bing.com/academic/profile?id=2005838295&encoded=0&v=paper_preview&mkt=zh-cn
[2] SHAHIDUL M D.Impacts of pollution on coastal and marine ecosystems including coastal and marine fisheries and approach for management:a review and synthesis[J].Marine Pollution Bulletin, 2004, 48:624-649. doi: 10.1016/j.marpolbul.2003.12.004
[3] JOMPA J, EVAN N.Reef degradation and coral biodiversity in Indonesia.:Effects of land-based pollution, destructive fishing practices and changes over time[J].Marine Pollution Bulletin, 1998, 36(8):617-630. doi: 10.1016/S0025-326X(98)00047-2
[4] KOCASOY G, MUTLU H I.Prevention of marine environment pollution at the tourism regions by the application of a simple method for the domestic wastewater[J].Desalination, 2008, 226:21-37. doi: 10.1016/j.desal.2007.03.018
[5] GORGUN E, AYDIN A F.National sectoral plans aiming to control land based sources of pollution for the Mediterranean Sea coast in Turkey[J].Desalination, 2008, 226:56-65. doi: 10.1016/j.desal.2007.02.099
[6] PERNETTA J C, PATERSON C J.Lessons learned in coastal habitat and land-based pollution management in the South China Sea[J].Ocean&Coastal Management, 2013, 85:230-243. http://cn.bing.com/academic/profile?id=2013871521&encoded=0&v=paper_preview&mkt=zh-cn
[7] OSBORN D, DATTA A.Institutional and policy cocktails for protecting coastal and marine environments from land-based sources of pollution[J].Ocean&Coastal Management, 2006, 49:576-596. http://cn.bing.com/academic/profile?id=2033289439&encoded=0&v=paper_preview&mkt=zh-cn
[8] 付青, 吴险峰.我国陆源污染物入海量及污染防治策略[J].中央民族大学学报, 2006, 3:213-217. http://www.cnki.com.cn/Article/CJFDTOTAL-ZYMZ200603004.htm [9] 王慧, 陈刚.跨国海域海洋环境陆源污染防治的国际性法律框架[J].浙江海洋学院学报(人文科学版), 2011, 12:25-29. http://www.cnki.com.cn/Article/CJFDTOTAL-HYXY201106004.htm [10] 潘灿民, 张珞平, 黄金良, 崔江瑞.厦门西海域、同安湾入海污染负荷估算研究[J].海洋环境科学, 2011, 30(1):90-95. http://www.cnki.com.cn/Article/CJFDTOTAL-HYHJ201101021.htm [11] 张学庆, 孙英兰.胶州湾入海污染物总量控制研究[J].海洋环境科学, 2007, 26(4):347-359. http://www.cnki.com.cn/Article/CJFDTOTAL-HYHJ200704012.htm [12] 张协奎, 杨林慧, 陈伟清, 林剑.基于DEA-Malmquist指数的北部湾经济区行政效率分析[J].管理世界, 2012, 8:176-177. [13] 鹿新华.我国商业银行效率测度及影响因素研究[D].成都:西南财经大学, 2014. http://cdmd.cnki.com.cn/article/cdmd-10651-1014403152.htm [14] 李超美.基于DEA-Malmquist指数模型的中国商业银行效率及影响因素研究[D].湘潭:湘潭大学, 2013. http://cdmd.cnki.com.cn/article/cdmd-10530-1013380355.htm [15] 王宝顺, 刘京焕.中国地方公共财政支出效率研究-基于DEA-Malmquist指数的实证分析[J].经济经纬, 2011, 6(1):136-139. [16] CHARNES A, COOPER W W, RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research, 1978, 2:429. doi: 10.1016/0377-2217(78)90138-8
[17] MALMQUIST S.Index numbers and indifference surfaces[J].Trabajosde Estatistica, 1953, 4:209-242. doi: 10.1007/BF03006863
[18] 李斌, 赵新华.经济结构、技术进步与环境污染——基于中国工业行业数据的分析[J].财经研究, 2011, 4:112-122. http://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201104012.htm [19] 朱平芳, 徐伟民.政府的科技激励政策对大中型工业企业R & D投入及其专利产出的影响[J].经济研究, 2003, 6:46-53. http://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200306005.htm [20] PETERSON J M.Estimating an effluent charge:the reserve mining case[M].University of Wisconsin Press, 1977:328-341.
[21] 牛海鹏, 杜雯翠, 朱艳春.排污费征收、技术创新与污染排放[J].经济管理研究, 2012, 4:51-56. http://www.cnki.com.cn/Article/CJFDTOTAL-SDJJ201204010.htm [22] 国家海洋局.中国海洋环境质量公报[R].北京:国家海洋局, 2005-2014. [23] 张雪源.基于MFA的辽宁省可持续发展研究[D].大连:东北财经大学, 2012. http://cdmd.cnki.com.cn/article/cdmd-10173-1013164453.htm [24] 赵峥, 宋涛.中国区域环境治理效率及影响因素[J].南京社会科学, 2013, 2(3):18-25. http://www.cnki.com.cn/Article/CJFDTOTAL-NJSH201303005.htm [25] 王亲, 郭峰, 许新宇, 李伟伟.中国城市环境治理效率评估及其时空变异研究[J].世界地理研究, 2012, 21(4):153-161. http://www.cnki.com.cn/Article/CJFDTOTAL-SJDJ201204018.htm [26] 任重, 周云波.环渤海地区的经济增长与工业废气污染问题研究[J].中国人口·资源与环境, 2009, 19(2):63-68. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ200902012.htm [27] 王鹏, 谢丽文.污染治理投资、企业技术创新与污染治理效率[J].中国人口·资源与环境, 2014(9):51-58. http://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201409008.htm -
期刊类型引用(7)
1. 李强华,华悦. 基于三阶段DEA-Tobit模型的东海陆源污染治理效率及其影响因素研究. 海洋湖沼通报. 2024(01): 109-117 . 百度学术
2. 陈琦,胡求光. 中国海洋生态保护制度的演进逻辑、互补需求及改革路径. 中国人口·资源与环境. 2021(02): 174-182 . 百度学术
3. 张冬咏,郝梦阁,刘凌怡. 我国城市生活垃圾污染治理效率研究. 河南科学. 2020(02): 228-235 . 百度学术
4. 余璇,沈满洪,谢慧明,沈伟腾. 海洋产业结构高级化、空间溢出效应与陆源污染排放——基于面板空间计量模型的实证. 生态经济. 2020(03): 179-184 . 百度学术
5. 丁黎黎,张雨,薛岳梅. 海洋经济高质量发展指标体系与评价方法的研究进展. 海洋经济. 2020(02): 3-16 . 百度学术
6. 胡求光,余璇. 中国海洋生态效率评估及时空差异——基于数据包络法的分析. 社会科学. 2018(01): 18-28 . 百度学术
7. 顾湘. 区域海洋环境治理的协调困境及国际经验. 阅江学刊. 2018(05): 109-117+147 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 2747
- HTML全文浏览量: 1884
- PDF下载量: 75
- 被引次数: 12