节能减排约束下西部地区环境效率研究*时间： 2019-02-03信息来源：《区域经济评论》2018年第5期　作者：安 海 彦　责编：qgy 柳 阳

摘 要：选取2000—2016年西部地区11省份的面板数据，运用非期望产出的SBM模型测算西部地区环境效率及环境效率变化水平，并对影响环境效率的因素进行Tobit回归，结果发现，西部地区环境效率水平较低。当考虑资源环境约束后发现，环境效率水平低于经济效率水平；经济效率变化均值水平低于环境效率变化均值水平；广西、四川、青海和新疆四省份环境效率和经济效率达到生产前沿面，其他省份的环境效率均存在不同程度的改善空间。环境规制强度和环境治理能力对西部地区环境效率具有促进效应，经济发展水平、产业结构和能源消费结构对西部地区环境效率具有显著抑制作用。

关键词：节能减排；西部地区；环境效率；SBM模型

中图分类号：F224  文献标识码：A  文章编号：2095-5766（2018）05-0089-08 收稿日期：2018-04-25

*基金项目：教育部人文社会科学重点研究基地重大项目“丝绸之路经济带（中国区域）环境约束下的经济发展竞争力研究”（15JJD790026）；陕西省社会科学界重大理论与现实问题研究项目“碳减排约束下的陕西省产业结构调整及低碳发展路径研究”（2018C029）；宝鸡文理学院重点项目“资源环境约束下西部地区产业竞争力提升研究”（ZK2018024）。

 作者简介：安海彦，女，西北大学中国西部经济发展研究中心博士生（西安 710127），宝鸡文理学院经济管理学院讲师（宝鸡 721013）。

 

西部大开发战略实施以来，西部地区经济发展取得显著成效，西部地区经济增速快于东中部地区，主要表现为西部地区生产总值从2000年的83120.71亿元增加到2016年的792092.40亿元，年均增长率为15.13%。西部地区全社会固定资产投资从2000年的167.65亿元增加到2016年的2219.89亿元，年均增长率为17.52%。随着西部工业化、城镇化进程的加快，西部能源需求刚性增长，遵循国际贸易的基本法则，东部高耗能产业将逐步向西部转移，导致西部高耗能产业比重较大，能源消费进入低速增长时期，会使碳排放峰值提前到来。2000—2016年，西部SO2排放量从1734.88万吨增加到3539.27万吨，年均增长率为4.6%；CO2排放量（考虑煤炭、石油、天然气的排放）从76557.05万吨增加到304457.6万吨，年均增长率为9%。除SO2和CO2等大气污染外，西部城市空气中降尘和颗粒物超标，多数城市的空气质量没有明显好转，噪音污染以及工业“三废”导致西部环境进一步恶化，环境污染呈现从城市向农村扩散趋势。经国家环保部门监测，2015—2016年西部部分地区出现严重持续雾霾天气，约有30%的职工在有损健康的噪音中工作。由此可知，西部资源禀赋具有双刃剑的特质，既促进西部经济发展，也带来相应的环境污染问题。

一、文献综述

污染问题是人类参与经济活动带来的外部性体现，如何克服经济活动带来的社会福利损失和生态环境的破坏问题，众多学者对其进行了广泛研究。大量研究从关注生产效率和全要素生产率视角探析经济发展与环境保护的关系，从研究视角上看，早期对效率的测度关注资本、劳动等生产要素的投入，产出只考虑“好”产出，忽视了经济增长过程中“坏”产出的存在，例如各种污染物导致绿色GDP的核算失真和社会福利变化的扭曲。随着环境问题的日益严峻，学者将环境污染纳入效率测算框架，一是将污染物作为投入要素来处置（Hailu和Veeman，2001），结合工业环境影响的社会支付意愿理论，将环境排放和资源消耗作为投入，考察中国工业经济—环境效率（刘睿劼等，2012），这种思路违反了污染物是生产过程产生的副产品的特征；另一种思路是将污染排放物作为产出来处置，这符合生产规律，区别对待“好”产出和“坏”产出，全面考虑投入和产出变化来衡量经济增长绩效和环境质量。当产出有副产品时，污染物的出现要求考虑环境效率才能准确测度投入与产出，环境效率的测算需要构建生产前沿面，目前流行的方法是参数的随机前沿分析方法（SFA）和非参数的数据包络方法（DEA）。DEA模型因不需事先设定生产函数形式和产品价格方面的信息，也不需要事先设定各指标的权重，避免了模型设定不合理，排除了主观因素的影响，具有较强的客观性而受到广泛运用。DEA模型主要包括CCR、BCC和SBM模型，CCR和BCC等传统DEA模型，没有考虑产出的副产品，不符合实际生产过程。因此，非期望产出的DEA-SBM模型同时考虑“好”和“坏”的产出，是一种有效的经济效率评价方法。

Farrell（1957）最早提出技术效率的概念，此后学者们将非期望产出纳入环境效率测算框架。Chung等（1997）同时考虑期望和非期望产出，提出方向性距离函数，将环境纳入效率评价，但是存在径向和角度带来的偏差问题。Tone（2001）提出非径向和非角度的SBM模型（Slacks-Based Measure， SBM），将松弛变量纳入目标函数，避免径向和角度带来的测算偏差。Tone（2003）运用SBM模型测算含有非期望产出的工业生产过程，准确测算了工业生产的环境效率。Fukuyama & Weber（2009）发展了基于松弛的ML指数，并采用Chambers等（1996）提出的Luenberger生产率指标，进一步将SBM测度方法与方向性距离函数结合，为效率的测度提供了准确的结果。由此可知，基于非期望产出的SBM方法，克服了SFA方法的缺点，使用非参数形式，避免了传统DEA模型只考虑合意产出的局限性，考虑了含有污染物的非合意产出的生产过程，而且加入了松弛变量，解决了径向和角度带来的测算偏差，将非径向和非角度的SBM模型用于环境效率的测度，提高了测度的准确性。

随着中国环境问题日益严峻，越来越多的国内学者开始关注经济增长或工业与环境效率的关系。涂正革（2009）运用ML指数测算了中国省际工业的环境效率；胡鞍钢等（2008）以SO2和化学需氧量作为非期望产出的代理变量测算了中国环境效率，认为考虑污染排放因素与否对中国28个省区的技术效率排名差距明显；王兵（2010）运用方向性距离函数和曼奎斯特—卢恩伯格指数方法测算了环境约束下中国工业技术效率、TFP和环境规制成本，认为考虑环境因素后，中国工业全要素生产率指数降低；匡远凤、彭代彦（2012）运用广义马姆奎斯特指数与随机前沿函数模型相结合的方法测度中国环境生产效率，认为环境生产效率识别了生产效率的损失，而省际资源利用效率各异；李静（2009）、涂正革和刘磊珂（2011）发现引入环境变量降低了中国区域的平均效率水平；陈诗一（2010）测算了碳排放约束下中国工业部门绿色生产率；朱承亮等（2012）对经济增长效率概念做了界定，在基于产出角度的SBM-Undersirable模型基础上，对节能减排约束下西部地区经济增长效率进行了研究，认为西部经济增长效率低于全国平均水平；焦兵等（2015）以考虑非期望产出的Super－SBM模型对丝绸之路经济带沿线区域工业环境效率进行了动态评价，认为各地区工业环境效率差异较大；刘殿国等（2016）在资源环境因素层一变量基础上，加入社会嵌入性因素为层二变量，运用多层统计模型分析了中国省域环境效率影响因素；李佳佳等（2016）运用SBM模型研究区域环境效率的收敛性、空间溢出效应及成因，认为中国环境效率存在绝对收敛，且呈现较强联动性和依赖性，空间溢出明显；周杰琦等（2017）在拓展Copeland与Taylor模型基础上，从考虑环境规制强度内生外资规模与质量的角度，研究了FDI外资特征影响工业环境效率的机制；张亚明等（2017）运用DEA理论的BCC模型计算中国2014年环境效率，认为经济增长与环境效率呈倒“U”型曲线，与传统的EKC曲线含义相反。

上述学者们运用方向性距离函数、SFA方法和SBM模型测算中国省际环境效率，研究视角和范围具有同一性，更多考虑中国省际环境问题，深入西部地区研究较少，虽然朱成亮和焦兵关注了西部地区和丝绸之路经济带环境效率，但前者主要通过环境效率研究西部地区经济增长效率，后者分析丝绸之路经济带沿岸工业效率问题，基于以上研究成果，本文主要分析西部地区①环境效率和环境效率变化趋势。已有的对环境效率的研究，侧重全国层面或分东、中、西部的区域环境效率比较，较少涉及西部环境效率评价，本文关注西部大开发17年来，西部地区经济发展和环境效率及变化趋势，这对于节能减排背景下促进西部地区可持续发展显得尤为重要和迫切。本文运用2000—2016年西部11个省份（西藏除外）面板数据，以产出为导向，运用非期望产出的非径向、非角度的SBM模型，对引入污染变量后西部环境效率和环境效率变化进行分析，并对影响西部环境效率的因素进行考察，以对正确评价西部经济发展中环境质量问题以及西部实现经济—能源—环境可持续发展提供参考。

本文试图在以下3个方面进行拓展：（1）基于非期望产出SBM方法的优良性，测算节能减排视角下西部各省份的环境效率以及环境效率变化趋势，从而更加科学评判西部环境质量；（2）非期望产出采用CO2指标，非一般传统的“三废”指标，符合国家“十三五”规划提出对节能减排气体的选择；（3）采用2000—2016年西部11个省份面板数据，通过建立Tobit模型，分析影响西部地区环境效率的因素。

二、环境效率测算与分析

环境效率的正确测算与分析对掌握一地区的环境污染情况及影响因素具有重要作用，本部分从环境效率测算方法和变量说明及数据来源两个方面对环境效率测算与分析进行探讨。

1.环境效率测算方法

为了将污染排放纳入测算框架，根据Fare等（2007）的研究，我们构造包含污染物副产品的投入、期望产出和非期望产出的环境技术生产可能集，假设有n个决策单元，对每个决策单元有m种投入，得到S1种期望产出和S2种非期望产出，yg∈Rs1，yb∈Rs2，定义矩阵X=（xij）∈Rm×n，Yg=（ygij）∈Rs1×n，Yb=（ybij）∈Rs2×n，假定x＞0，Yg＞0，Yb＞0，并且生产可能性集满足闭集与凸集、期望产出与投入自由处置、期望产出与非期望产出零结合、产出联合弱可处置性假设，环境技术集表示为：

p=｛（x，yg，yb），x≥Xλ，yg≤Ygλ，yb≥Ybλ，[∑][i=1]　λ=1，λ≥0｝    （1）

其中，λ表示权重，且λ≥0，权重之和为1表示规模报酬可变，反之则表示规模报酬不变。x≥Xλ表示实际投入大于前沿投入水平，yg≤Ygλ表示实际“好产出”低于前沿“好”产出，yb≥Ybλ表示实际“坏产出”大于前沿“坏”产出。

当考虑非期望产出，对于某一特定的DMU0（x0，yg，yb0），基于节能减排包含非期望产出的SBM模型可以用下列分式规划模型：

       

其中，s表示投入与产出的松弛变量，s-∈Rm和sb∈Rs2分别为投入过度和非期望产出的超量，sg∈Rs1为期望产出的短缺。目标函数ρ*是关于s-、sg、sb严格递减的，并且0≤ρ*≤1。在含有非期望产出的SBM模型中，决策单元DMU0是有效的，当且仅当ρ*=1，也即s-*=0，sg*=0，sb*=0。如果决策单元DMU0无效（即ρ*≤1），可以通过消除投入和非期望产出产量，弥补期望产出不足的方法改进。

2.变量说明及数据来源

本文以2000—2016年为研究时段，通过17年的投入产出数据研究西部地区环境效率的变化趋势。研究范围包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆11个省份，由于西藏数据不全，故从样本中剔除。此外，需要说明的是，对于个别省份或个别年份的缺失数据采取年均增长率补齐方法加以处理，所使用的数据来源于《中国统计年鉴》、西部各省份统计年鉴、《中国工业经济统计年鉴》《中国环境统计年鉴》和《中国能源统计年鉴》。所选样本数据描述性统计如表1所示。

    

相关投入产出变量说明如下：

（1）投入变量。投入变量包括资本存量、劳动（从业人员）和能源三种生产要素。资本存量：资本存量的计算是一个复杂的过程，参考张军（2004）的方法，资本存量采用“永续盘存法”估算得到。公式为：kit=kit-1（1-ξ）+Iit，其中，基年资本存量k为2000年各省固定资本形成总额除以10%得到的，当年投资I为各省各年以2000为基期的固定资产价格指数序列平减各年固定资本形成总额得到（剔除了价格因素的影响），经济折旧率ξ采用张军（2004）的做法，为9.6%。劳动：劳动是经典的生产要素之一，也是分析投入产出过程不可少的因素。根据研究目的不同，本文采用各地区按三次产业分的年底从业人员数来表示。能源：选择能源消耗作为投入考察西部环境效率。能源消费量包括能源消费终端量、加工转换损失量和能源损失量三部分，本文采用《中国能源统计年鉴》中的地区能源平衡表中煤炭、石油、天然气三种能源消费终端量，并且采用各省份能源消耗总量来表示。

（2）产出变量。期望产出以西部各地区国内生产总值来表征，并调整为以2000年为基期。对于非期望产出，本文考虑到CO2是温室气体排放的主要控制指标以及当前中国政府推行的节能减排工作，将CO2作为非期望产出指标，由于各种统计年鉴上没有CO2排放量的直接数据，需要相应估算获得。以各省份历年所消耗的煤炭、石油和天然气三种消耗量较大的一次能源为基准来估算各自的CO2排放量。本文采用IPCC（2006）公布的各类相关能源的碳排放系数，根据不同类型能源（煤、油、气）的碳氧化因子，并结合中国各类化石燃料的热值进行换算，最终估算出不同化石燃料的具体CO2排放系数，本文中采用的煤炭系数为原煤的CO2排放系数1.941kgCO2/kg，石油系数采用的是估算出的原油的CO2排放系数3.040kgCO2/kg，天然气CO2排放系数为2.1750kgCO2/m3，并用每年煤炭、石油、天然气消费量乘以相关系数并加总得到总的CO2排放量。

3.西部地区环境效率测算结果分析

我们对西部地区环境效率的测算分别从考虑资源环境约束和不考虑资源环境约束两个方面展开。把基于共同前沿忽略资源环境约束测算的效率称为经济效率，区别于加入污染变量测算得到的环境效率。本文主要从静态效率值和效率变化值两个方面分析西部地区环境效率。根据表2和表3，通过对2000—2016年西部各省份环境效率及变化趋势分析，我们发现，在忽略资源环境约束时，西部各省份经济效率均值水平为0.980，经济效率变化均值水平为1.003。考虑资源环境约束后，西部各省份环境效率均值水平为0.953，环境效率变化均值水平为1.005。可见，考虑资源环境因素后，西部地区环境效率水平低于经济效率水平0.027个百分点，这和王兵等（2010）、周五七（2013）、李静（2009）等人研究结论一致。而考虑资源环境因素后的环境效率变化均值水平高于经济效率变化水平，可能的原因是，虽然西部地区经济发展过程中伴随环境污染问题日益严峻，但环境规制政策的制定，更严格的节能减排环境标准促使企业技术革新，从而提高能源效率、降低单位GDP能耗和污染排放，使西部地区环境效率变化水平有逐年提高的趋势，但变化趋势不明显，环境效率变化水平只有0.002个百分点。因此，西部地区在“十三五”期间节能减排和环境治理方面的工作仍然艰巨。

             

观察西部地区各省份数据，发现样本期间各个省份变化迥异。无论是否考虑资源环境约束，广西、四川、青海和新疆四省份经济效率值和环境效率值都达到生产前沿面，效率最高，说明这些省份在技术进步不变及不增加现有要素投入前提下，环境效率达到1，此时要提高这些省份的效率值则要考虑从提高技术进步角度出发使生产前沿面上移。我们进一步分析效率变化值，经济效率变化值和环境效率变化值保持一致的省份是广西、四川、甘肃、青海、新疆，其余省份都有不同程度的增减趋势。总体而言，西部环境效率较低，大部分省份存在对共同前沿的技术追赶效应，说明西部地区各省份在节能减排和环境治理的力度、政策和技术进步方面仍然有很大提升空间。从时间序列变化趋势分析，2000—2016年各个年份的经济效率和环境效率值呈递增趋势，当考虑环境约束后，环境效率（0.949）低于经济效率（0.973），而环境效率变化值（1.004）高于经济效率变化值（1.002），这和从省份考察效率变化值结论是一致的。说明西部地区高耗能高排放的工业经济快速扩张，以及国内高耗能产业由东部向西部转移带来的节能减排压力，使西部地区带来技术减排的同时也在一定程度上抵消了技术进步的减排效果，导致环境绩效改善效应整体不显著。

  

三、影响西部地区环境效率的因素分析

为了进一步考察2000—2016年影响西部地区环境效率的因素，结合已有的研究成果，我们主要考虑经济发展水平、产业结构、能源消费结构、环境规制强度和环境治理能力等因素的影响，由于环境效率值处于0和1之间，因变量为受限变量，我们采用遵循非线性最大似然估计的Tobit模型进行回归检验。由于LM检验结果强烈拒绝“H0∶σu=0”（stata称为“sigma_u=0”），故认为存在个体效应，应使用随机效应的面板Tobit回归，构造方程如下：

     TEit=α+xit β+uit+εit（3）

式（3）中，TEit表示环境效率值，α为截距项，xit 分别表示影响环境效率因素的经济发展水平、产业结构、能源消费结构、环境规制强度和环境治理能力变量，β为被估计参数，uit为不随时间变化的个体效应，εit为随机误差项。

选取的变量表述如下：（1）经济发展水平（Pgdpit）：以2000年为基期的各省份人均GDP表示，为消除异方差，取其自然对数值，记为lpgdp，为考察经济发展水平和环境保护的关系是否存在环境EKC，各省份人均GDP对数的平方项（lpgdp2）也引入模型。（2）产业结构（Indit）：产业结构指标用按照2000年的可比价格进行折算的各省份第二产业增加值占GDP比重衡量。（3）能源消费结构（Encit）：以折合标准煤以后的煤炭消费量占能源消费总量的比重表示。（4）环境规制强度（Getit）：用各省工业污染治理投资完成额占各地区GDP的比重来刻度。（5）环境治理能力（Socit）：选取各省工业SO2去除率衡量，工业SO2去除率等于工业SO2去除量占工业SO2去除量与排放量之和的比率。

基于Tobit模型回归结果的相关结论如下：

其一，各省份人均GDP取对数的平方项系数为-0.0573，表征经济发展水平对西部地区环境效率产生显著的负影响。说明环境效率支持西部地区存在“环境库兹涅茨曲线”说法，估计结果表明西部经济发展水平较低，在保增长和碳排放的双重约束下，西部地区环境质量位于库兹涅茨曲线的左端，没有达到拐点，主要是西部粗放型经济形态对环境质量造成恶化结果和碳减排峰值还远未到来，但随着人均GDP的增加，经济发展水平的提高会倒逼碳峰值提前到来，从而环境质量会相应改善，逐渐接近环境库兹涅茨曲线的拐点（倒“U”型曲线顶点），这一结果与王兵（2010）和焦兵（2015）的研究一致。

其二，产业结构对环境效率产生负影响，系数值为-0.3766。西部地区属于典型的资源能源富集区，第二产业过快增长，尤其是高耗能高污染的重化工业增长较快，污染环境，阻碍了西部环境质量改善，成为影响西部地区碳减排的主要来源，因此在节能减排约束下通过“退二进三”为主导的产业结构调整能够改善西部环境质量。随着西部工业化和城镇化进程加快，西部地区应该走新型工业化道路，向绿色产业发展转变。

其三，能源消费结构对环境效率具有明显的抑制作用，系数值为-0.2638。这表明西部地区煤炭、石油、天然气等能源储量丰富，而能源消费量占比较高，西部地区煤炭消费量占到能源消费量的72%，高于全国比重。2013年中国煤炭消费量36.5亿吨，较2005年增加13.3亿吨，年均增长5.8％，占世界煤炭消费量的50.3％，从能源结构上看，中国煤炭消费量占一次能源消费量的65.7％。西部能源禀赋特点决定了未来较长一段时期内，煤炭仍将是西部重要的基础能源，以煤炭为主的能源消费结构造成西部环境质量下降，因此，优化能源结构、发展新能源和新兴替代能源是西部提高环境质量降低碳排放的有效途径。

其四，环境规制强度对环境效率具有正影响，系数为0.0245。说明环境规制强度是解决西部地区经济增长和环境恶化问题的一种有效途径，西部地区环境污染治理开始产生积极效果，环境质量得到改善。但现阶段效果不明显，主要原因是政府的环境治理投资强度较低，并且政府的环境治理效果具有时滞性时效，另外，政府过多干预，比如西部各省份制定各自环境政策造成企业在省域或区域间流动带来的环境污染趋于严重，一定程度上抵消了环境规制的作用。长期看，应将政府环境规制政策和技术减排手段相结合才能促进西部地区经济与环境协调发展。

其五，环境治理能力对环境效率具有正影响，系数为0.0685。这一结果表明，一方面西部企业的环境治理能力不断增强，在“节能减排”政策的硬约束下企业的环保意识和管理能力对环境绩效有显著促进作用，另一方面，以盈利为目的的企业注重短期环境治理能力，政府应该加强对企业进行长期节能减排和环境治理能力的引导和干预，使企业提高环境保护意识，树立企业参与节能减排行动的信心和主观积极性，将企业追求短期盈利目标转化为绿色发展的长期目标。

四、结论与建议

基于上文对2000—2016年西部地区11省份环境效率、环境效率变化水平及环境效率影响因素的实证研究，笔者提出如下结论及建议。

1.结论

如何将环境约束纳入经济增长框架来测度西部环境效率是关乎西部地区可持续发展的关键，早期西部地区经济增长绩效的测度忽略了环境污染问题，本文在节能减排约束下，从区域和时间两个角度，通过在省份和年份两个维度上来测算西部地区环境效率尤其是环境效率变化水平来全面考察西部地区环境质量。主要基于产出导向的非期望产出SBM模型测算了2000—2016年西部地区11个省份的环境效率和环境效率变化水平，并且运用Tobit回归模型考察了影响西部地区环境效率的因素，研究发现：当考虑资源环境约束后，环境效率水平低于经济效率水平；环境效率变化均值水平高于经济效率变化均值水平；从省份来看，无论是否考虑资源环境约束，广西、四川、青海和新疆四省份经济效率和环境效率都达到生产前沿面，效率水平最高，其他省份都存在对共同前沿的技术追赶效应。总体上看，西部地区环境效率水平较低，由于西部地区承接东部高耗能产业带来的节能减排压力一定程度上抵消了技术进步的减排效果，导致环境绩效改善效应整体不显著。经济发展水平、产业结构和能源消费结构对西部地区环境效率具有显著抑制作用，环境规制强度和环境治理能力对西部地区环境效率具有促进作用。

2.建议

低碳经济发展背景下，西部地区应该注重经济结构从粗放型向集约型发展转变，注重要素替代和资本深化，通过提高生产要素的利用效率和技术进步的推动大力发展经济。在保增长和碳排放双重约束下，随着人均GDP的增加，西部地区经济发展水平的提高会倒逼碳峰值提前到来，逐渐接近“环境库兹涅茨曲线”的拐点，继而进入经济发展水平提高导致环境质量相应改善的EKC曲线右侧区域。基于西部地区以重化工业为主导的产业结构下呈现出高碳高排放的特征，（1）应重点加强对第二产业碳排放量的控制和技术改造，关停污染严重的企业，加强温室气体控制，动态监测CO2等有害气体的排放，实施有效的环境监管约谈机制。（2）积极利用可再生资源和新能源技术，大力发展新能源产业、清洁产业和战略性新兴产业，发展绿色农业，使现代服务业和工业有机融合，建立现代化的绿色生态经济体系。（3）大力发展西部特色优势产业，降低西部地区对资源型产业的依赖度。优化能源消费结构，逐步改变以煤炭消费为主的能源结构，提高能源使用效率。（4）加快绿色产业发展，走新型工业化道路。加强环境规制强度和治理能力，加大西部地区政府对治理环境的费用投入，加强对企业进行长期节能减排和环境治理能力的引导和干预。（5）积极应对气候变化，强化个人、企业和政府对环境保护的信心，提倡民众崇尚低碳环保的生活理念，实行绿色出行，有效降低碳排放。加快生态文明建设，协同推进绿色发展，构建人与自然和谐共生的绿色生态环境。

 

注释

①根据国家发展和改革委员会的解释，中国划分为东、中、西部，不是根据行政区划和地理概念，而是根据经济发展水平和政策倾向划分，西部主要指经济欠发达的西部地区，包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、西藏12个省份。

 

参考文献

［1］刘睿劼，张智慧.基于WTP-DEA方法的中国工业经济-环境效率评价［J］.中国人口·资源与环境，2012，（2）.

［2］周五七，聂鸣.中国工业碳排放效率的区域差异研究——基于非参数前沿的实证分析［J］.数量经济技术经济研究，2012，（9）.

［3］Rolf Faere， Shawna Grosskopf， C A K Lovell， Carl Pasurka. Multilateral productivity comparisons when some output are undesirable：A non-parametric approach［J］. The Review of Economics and Statistics， 1989，71（1）：90—98.

［4］Chung  Y H， R Fare， S Grosskopf. Productivity and Undesirable Outputs： A Directional Distance Function Approach［J］. Journal of Environmental Management，1997，51，229—240.

［5］Tone K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis［J］. European Journal of Operational Research，2001，130，498—509.

［6］Tone K. Dealing with undesirable outputs in DEA： A Slacks Based Measure（SBM） approach［R］. GRIPS Research Report Series， 1-2003-0005.

［7］Fukuyama H， William L Weber. A directional slacks-based measure of technical inefficiency［J］.  Socio-Economic Planning Sciences， doi： 10.1016/j.seps. 2009.12.001.

［8］Chambers R G， R Fare， S Grosskopf. Productivity Growth in APEC Countries［J］. Pacific Economic Review，1996，1，181—190.

［9］涂正革，肖耿.环境约束下的中国工业增长模式研究［J］.世界经济，2009，（11）.

［10］胡鞍钢，郑京海，高宇宁，等.考虑环境因素的省级技术效率排名（1999—2005）［J］.经济学（季刊），2008，（3）.

［11］王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长［J］.经济研究，2010，（5）.

［12］匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析［J］.经济研究，2012，（7）.

［13］李静.中国区域环境效率的差异与影响因素研究［J］.南方经济，2009，（12）.

［14］涂正革，刘磊珂.考虑能源、环境因素的中国工业效率评价——基于SBM模型的省级数据分析［J］.经济评论，2011，（2）.

［15］陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释（1980—2008）［J］.经济研究，2010，（11）.

［16］朱成亮，安立仁，师萍，等.节能减排约束下我国经济增长效率及其影响因素——基于西部地区和非期望产出模型的分析［J］.中国软科学，2012，（4）.

［17］焦兵，孙君厚.丝绸之路经济带工业环境效率的动态评价及影响因素研究［J］.统计与信息论坛，2015，（11）.

［18］刘殿国，郭静如.中国省域环境效率影响因素的实证研究——基于社会嵌入视角和多层统计模型的分析［J］.中国人口·资源与环境，2016，（8）.

［19］李佳佳，罗能生.中国区域环境效率的收敛性、空间溢出及成因分析［J］.软科学，2016，（8）.

［20］周杰琦，汪同三.外资特征、环境规制与环境效率——理论与中国经验［J］.当代财经，2017，（8）.

［21］张亚明，陈宝珍，张成.中国省级环境效率评价及其影响因素实证研究［J］.生态经济，2017，（1）.

［22］贺佑国，叶旭东，王震.煤炭工业发展形势及“十三五”展望［N］.中国能源报，2015-02-02.

Empirical Study on Western Regional Environmental Efficiency

An Haiyan

Abstract： In presence of the SBM model of undesirable outputs， this paper measures the environmental efficiency base on the panel data of 11 provinces from 2000—2014，and makes the Tobit Regression on the affecting factors of environmental efficiency. The results show that there is a lower environment efficiency in the western region. After considering the resources and environment constraints， environmental efficiency level below the level of economic efficiency， the average level of environmental efficiency change is slight higher than the mean value of economic efficiency change. It is reach the frontier of production in economic efficiency and environmental efficiency of Guangxi， Sichuan， Qinghai and Xinjiang. The environmental efficiency of other provinces has different degrees of improvement. Intensity and capacity of environmental governance play positive effect in promoting efficiency， but the level of economic development， industrial structure and energy structure play significant negative effect.

Key Words： Energy-Saving and Emission-Abating； Western Region； Environmental Efficiency； SBM-Undesirable Model