论文部分内容阅读
内容提要:本文基于2001—2008年西部11省(自治区、直辖市)的面板数据,利用DEA方法和Malmquist生产率指数测算了西部地区工业污染治理的静态效率和跨期动态效率变化。结果表明,西部工业污染治理存在32.6%的投入资源浪费;从动态上看,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献,而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平。
关键词:工业污染;技术效率;Malmquist指数;全要素生产率
中图分类号:F427.4 文献标识码:A 文章编号:1003-4161(2010)04-0005-04
一、引言
随着全球工业化进程的加快,工业文明所带来的环境污染和生态破坏已经威胁到人类的生存和发展,而且还直接制约着经济增长。在我国近30年的工业化过程中,走的依然是“高投入、高消耗、高污染、低效益”的传统发展模式,没有完全避免“先污染后治理”所带来的恶果。据2009年《中国企业公民报告蓝皮书》估计,工业企业仍是我国环境污染的主要污染源,工业企业污染约占总污染的70%以上,其中工业企业污染中的50%是因为企业管理不善造成的。
西部地区经济基础比较薄弱,工业经济发展水平比较低,但西部地区的工业是以能源和原材料工业为主,包括煤炭、电力、石油化工、天然气、有色金属、盐化工、造纸工业和化肥工业。这些大都是耗水耗能大户、污染密集型产业,从而造成了严重的大气污染、水污染和固体废弃物污染,形成了“资源高消耗”、“污染高排放”的经济结构,加之生产技术和工艺水平落后,污染治理水平又低下,使得西部地区工业污染比较严重。而从西部地区未来的发展趋势来看,第二产业仍是未来西部的支柱产业。近几年,西部地区虽然加大了环境治理投资的力度,环境治理的技术水平大大提高,但环境形势依然严峻。因此,对于我国西部地区工业污染治理的效率研究就具有十分重要的现实意义和理论参考价值。
二、理论与模型
数据包络分析(Data Envelopment Analysis,简称DEA)是美国著名运筹学家A.Charnes和W.W.Cooper等以相对效率为基础发展起来的一种效率评价方法。它主要采用数学规划方法,利用观察到的有效样本数据,对决策单元(Decision Making Unites,DMU)进行生产有效性评价。
Malmquist生产率指数由Malmquist(1953)[1]提出,它利用距离函数(Distance Function)的比率来计算投入产出指数。1982年,Caves,D.L.&Diewart,E.首度把它应用到生产理论,并用来作为生产效率指数[2]。
本文根据 Fare等(1994)[3]提出的基于产出的全要素生产率指数可以用Malmquist生产率指数来表示:
Mto=Dto(xt+1,yt+1)/Dto(xt,yt)(1)
这里即为时期的产出距离函数,下标o表示基于产出的距离函数。式(3)的Malmquist指数测度了时间t的技术条件下,从t时期到t+1的技术效率的变化。同样的,我们可以定义在t+1时期的技术条件下,测度从t时期到t+1的技术效率变化的Malmquist生产率指数。Mot+1=Dot+1(xt+1,yt+1)/Dot+1(xt,yt)(2)
其中,Dto(xt,yt)=inf{θ:(xt,yt/θ)St}=(sup{θ:(xt,θyt)St})-1,
Dot+1(xt+1=inf{θ:(xt+1,yt+1/θ)St+1}=(sup{θ:(xt+1,θyt+1)St+1})-1。St,St+1分别为t,t+1期的生产技术;xt,xt+1分别为t,t+1的投入;yt,yt+1分别为期的产出。对(xt,yt)St,有Dto(xt,yt)1,当且仅当(xt,yt)位于生产技术的前沿,Dto(xt,yt)=1。
为避免时期选择的随意性可能导致的差异,可用式(1)和式(2)两个Malmquist生产率指数的几何平均值来衡量从t时期到t+1时期生产率变化。该指数大于1,表明从t时期到t+1时期全要素生产率是增长的,即综合生产率水平提高;小于1,则表明生产率恶化,构成该指数的某一变化比率大于1时,表明其实生产率水平提高的根源,反之则是导致生产率水平降低的根源。
Mo(xt+1,yt+1,xt,yt)=
Dto(xt+1,yt+1)Dto(xt,yt)×Dt+1o(xt+1,yt+1)Dt+1o(xt,yt)-1/2
=Dt+1o(xt+1,yt+1)Dto(xt,yt)×
Dto(xt+1,yt+1)Dt+1o(xt+1,yt+1)×
Dto(xt,yt)Dt+1o(xt,yt)1/2
=EFFCH×TECH
=PEFFCH×SEFFCH×TECH(3)
同时,式(3)给出了Malmquist生产率指数的分解。Malmquist生产率指数总体上可以分解为效率变化(efficiency change,EFFCH)和技术变化(technical change,TECH)。技术效率变化测度在t期和t+1期中技术效率变化对生产率的贡献程度,而技术变化主要反映生产前沿面的移动对生产率变化的贡献程度,表明了代表技术进步或创新的程度。若TECH>1,表示生产技术有所进步,反之,表示生产技术有衰退的趋势。效率变化指数又可以分解为纯技术效率变化指数PEFFCH和规模效率变化指数SEFFCH。其中,纯技术效率变化是在变动规模报酬的假定下的技术效率变化。
三、指标选取及其数据来源
DEA方法的重点难点在于选取投入和产出指标,不同的指标数据选取得到的相对效率会有很大差别。一般来说,决策单元DMU的数目大于输入输出指标之和的两倍对模型的求解比较有利。鉴于本文采用DEA模型和Malmquist指数对西部地区工业污染治理的效率进行评价,因此,选取指标时就要考虑到工业污染治理活动中投入指标和产出指标的有机结合,以使投入指标和产出指标相对应。综上分析,本文的投入指标为:工业污染治理本年完成投资额(万元),由于工业噪声污染治理投资在相关年鉴中没有用产出指标加以衡量,故本研究所指的工业污染治理投资只包括治理废水投资、治理废气投资、治理固体废物投资和治理其他投资。本文的产出指标包括:工业废水排放达标量(万吨)、废气中主要污染物排放达标量(包括工业SO2、工业粉尘和工业烟尘排放达标量)(万吨)、工业固体废物处理量(包括综合利用量、贮存量和处置量)(万吨)和“三废”综合利用产品产值(万元)。
基于数据的可得性和实际研究的需要,本文以我国西部11个省、自治区和直辖市(西藏的数据不全,故不进行分析)2001—2008年的投入产出面板数据集(Panel Data)为样本,投入产出指标数据均来源于相关各年的《中国统计年鉴》、《中国环境年鉴》、《中国环境统计年鉴》。同时,本文根据产出导向的DEA-Malmquist指数方法,把工业污染治理看作工业企业的一项投入产出活动,利用Win4-DEAP软件进行实证分析,进而对我国西部地区工业污染治理效率进行综合评价。
四、实证结果分析
(一)西部地区工业污染治理综合技术效率分析
综合技术效率,即不考虑规模收益时的技术效率,是指在技术稳定使用过程中,技术的生产效能所能发挥的程度,是在给定投入情况下获取最大产出或在给定产出情况下寻找最小投入,由固定规模报酬下的C2R模型求得。由实证结果可以看出,西部地区工业污染治理的整体技术效率比较低,八年平均技术效率值仅为0.674,这意味着西部地区工业污染治理存在32.6%的投入资源浪费。受纯技术效率和规模效率的制约,2001—2008年,西部各地区工业污染治理的技术效率均值都小于1,这说明它们的总体效率并非相对有效,投入和产出存在不同程度的冗余和不足,投入产出的整体协调上没有达到最优。
从横向来看,就不同的年份来说,西部各地区之间的差距比较大。如2001年,甘肃、宁夏和新疆的技术效率值仅为0.446,0.219和0.182,而同期的广西和四川省的效率值则为1,技术相对有效;甘肃和宁夏在2002年效率值更低,分别仅为0.173和0.184,在2004年也不过仅为0.296和0.152,而同期的广西技术效率值都相对有效。2004年以后,随着工业污染源治理资金投入的加大,西部地区工业污染治理效率整体有所提高,但各地区之间每年的技术效率仍相差较大。如2008年,广西、云南和青海技术效率都达到了最优,而同期的贵州、甘肃、宁夏和新疆的效率值仍低于0.5。从各年技术效率均值来看,甘肃、宁夏和新疆七年均值均低于0.5,分别仅为0.352、0.428和0.444,而广西、重庆和青海都很高,接近相对有效的状态。其中,广西环境治理技术效率最高,七年平均值为0.972,而甘肃环境治理效率最低,七年平均值仅为0.352。由此可见,同样是西部地区,西北和西南出现截然不同的变化趋势。西南地区工业污染治理的效率比较高,而西北地区比较低(青海省除外)。这是因为西南地区工业污染增长速度趋缓,有的出现负增长,比如重庆和四川。
从纵向来看,2001—2008年,西部地区工业污染治理的综合技术效率均值各年都呈一升一降循环变动,但总体处于上升趋势,综合技术效率均值从2001年的0.660上升到2008年的0.680。就各个地区而言,大部分地区工业污染治理的综合技术效率也都处于上升趋势,但内蒙古由于受规模效率递减的影响,其工业污染治理的综合技术效率一直处于下降趋势,而到了2008年,内蒙古工业污染治理的综合技术效率才有所回升。
(二)西部工业污染治理动态效率分析
1.2001至2008年工业污染治理各地区TFP平均变动及分解情况分析。根据实证结果,分析如下:
(1)从全要素生产率(TFP)的分解指数可以看出,在2001—2008年间,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献(平均提高了9.6个百分点),而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平,八年内综合技术效率平均下降了1.1个百分点,表现为纯技术效率平均下降2.1个百分点,规模效率分别平均上升了1个百分点,规模效率平均上升的幅度小于纯技术效率平均下降的幅度。这也说明了随着西部大开发的日益深入,西部地区虽然加大了工业环境污染治理的投入力度,引进国内外先进的技术和管理经验,工业污染治理的效率大大提高,但这种效率的提高主要靠技术进步来推动的。然而,在环境污染治理过程中,由于管理体制不顺、政出多门、各项治理措施相互脱节现象依然存在,致使西部的工业污染治理仍然不够理想。(2)从技术效率指数(EC)来看,2001—2008年,西部大部分地区工业污染治理的技术效率指数小于1,说明大部分地区技术效率有所下降,这也是直接导致在技术变化指数(技术进步)提高的前提下整体TFP指数却没有明显提高的主要原因。把技术效率指数分解为纯技术效率指数和规模效率指数,从表4中可以看出,部分省(自治区、直辖市)的纯技术效率指数(PC)小于1,主要有内蒙古、云南、陕西、宁夏和新疆。由于纯技术效率反映出在生产过程中技术水平对效率的影响程度,因此,当PC小于1,表示这些地区没有充分利用现有的技术水平来提高工业污染治理的效率,也即这些地区工业企业的经营和管理水平没能使效率发生改进。而规模效率下降的省(自治区、直辖市)包括云南、青海、宁夏和新疆。规模效率指数(SC)小于1意味着改变了要素投入,规模效率没能得到提高,即这些地区如果仅仅通过加大污染治理的资金投入规模,工业污染治理的技术效率很难得到改善。而对于纯技术效率和规模效率同时都小于1的省份,如云南、宁夏和新疆,这些地区工业污染治理的效率必须通过提高工业企业的生产技术、经营和管理水平,以及充分利用政府的优惠政策。
(3)从技术变化指数(TC)来看,2001—2008年,西部各个地区工业污染治理的变化指数都大于1,其中新疆技术变化指数最大,其值为1.158。由于技术变化指数(TC)表明的是企业引进新技术并投入生产的能力,所以当TC大于1时,表示西部地区工业企业在引进新技术并投入生产能力在不断提高。
2.西部工业污染治理各年TFP平均变动及其分解情况分析。根据表1和图1结果,分析如下:
从2001年到2008年的8年期间,西部地区工业污染治理的全要素生产率年平均增长率为9.1%,主要得益于技术进步。从各个年度数据来看,2006年以前全要素生产率快速增长,其中2005—2006年度生产率增长最高,达39.8%;2001—2002年次之,为14.5%。2006年以后全要素生产率快速下降,并且均低于1,2006—2007年全要素生产率为0.935,2007—2008年低至0.892,表明2006年后西部工业污染治理的效率逐渐恶化。
通过对全要素生产率的分解可以看出,2006年以前全要素之所以增长如此迅速,主要得益于技术的进步,尤其是2004—2005年,技术进步率达到了44.6%,但由于规模效率和纯技术效率的降低使技术效率降低而拉低了总的生产率。2001—2002、2003—2004和2005—2006年间的生产率增长则得益于技术效率和技术的共同提高。除此之外,2006—2007年生产率的恶化主要是由技术效率的降低造成的,尽管技术变化率达到了23.5%,但由于规模效率和纯技术效率都处于下跌趋势,故全要素生产率不但没有增长,反而大大降低了。而与之相反,2007—2008年生产率恶化则主要是由技术变化引起的,西部地区加大了对工业污染治理的投入力度,同时引进了先进的管理经验,使得纯技术效率和规模效率都大大提高,但是由于技术变化率的恶化,因此全要素生产率还是下降了。
五、结论与政策启示
(一)结论
本文以西部11省(自治区、直辖市)2001—2008年的面板数据为样本,利用DEA方法测算了西部地区各年的工业污染治理技术效率值、纯技术效率值和规模效率值。分别从横截面和纵截面分析了其效率值,并且求出反映我国西部地区工业企业污染治理的跨期动态效率变化的Malmquist生产率指数,将其分解为技术变化与技术效率变化,判断效率的变化情况以及变化来源,基本结论如下。
1.西部地区工业污染治理七年平均技术效率为0.674。受纯技术效率和规模效率的制约,2001—2008年,西部各地区工业污染治理的技术效率均值都小于1,这说明它们的总体效率并非相对有效,投入和产出存在不同程度的冗余和不足,投入产出的整体协调上没有达到最优。就各个地区来看,广西工业污染治理的技术效率最高,八年平均值为0.972,而甘肃工业污染治理的技术效率最低,七年平均值仅为0.352,其次宁夏和新疆环境污染治理的效率也很低,七年平均值都低于0.5。由是观之,西北地区工业污染治理的技术效率普遍低于西南地区。
2.从全要素生产率(TFP)的分解指数可以看出,在2001—2008年间,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献(平均提高了9.6个百分点),而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平,并且表现为纯技术效率下降的幅度大于规模效率上升的幅度。对于各个省(市)而言,技术变化指数全部大于1,但云南、陕西、青海、宁夏和新疆的技术效率指数仍小于1,说明西部整体技术效率有待进一步提高。
(二)启示
以上结论对于西部地区控制工业污染,促进经济增长有以下政策启示:
1.继续加大对西部地区工业污染治理的资金投入力度。工业污染治理投资是环境污染治理的重点,根据国际通用标准和国家的有关规定,工业污染治理投资占固定资产投资的比率应为2%以上,占工业总产值的比率应为1%以上。而据不完全统计,2008年,西部工业污染治理投资占固定资产投资的比率仅为0.36%,占工业总产值的比率仅为0.21%,显然,西部的工业污染治理投资与其固定资产的投资、工业经济的发展不适应,污染治理投入严重不足。2.提高工业污染治理投资的使用效率,充分利用各项投资,推进技术进步,发挥好资金在工业污染治理中的积极效用,从而促进西部地区工业经济的发展。具体来说,对于规模效益比较低的地区,要改进污染治理的投入产出结构,提高技术水平,加大对污染治理的科技研发方面的资金和人力投入,提高污染治理的技术和管理水平;对污染治理效益比较高的地区,在提高技术效率的基础上,继续增加污染治理的投入规模,投入更多的要素和创新资源,以到达污染治理的产出最大化。
3.要根据各地的实际经济状况、环境状况来确定适宜的环境污染治理投资比重。由于西部地区自然条件差异较大、区域经济社会发展很不平衡,环境污染的具体程度也有很大差别,所以应根据西部各区域的具体情况制定合适的、有差别的环境污染治理投资比重。
参考文献:
[1]Malmquist.Index Numbers and Indifference Curves[J].Trabajos de Estatistica,1953,(04):209—
242.
[2]Fare,S.Grosskopf.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J].American Economic Review,1994,(84):66—83.
[3]Caves,L.R.Christensen,W.E.Diewert.Multilateral Compositions of Output,Input and Productivity Using Superlative Index Numbers[J].Economic Journal,1982,(92):73—86.
[作者简介]聂华林(1945—),男,陕西泾阳人,兰州大学经济学院教授,博士生导师;陈绍俭(1984—),男,陕西旬阳人,兰州大学经济学院硕士研究生。
[收稿日期]2010-05-20
责编:正融;校对:正融
关键词:工业污染;技术效率;Malmquist指数;全要素生产率
中图分类号:F427.4 文献标识码:A 文章编号:1003-4161(2010)04-0005-04
一、引言
随着全球工业化进程的加快,工业文明所带来的环境污染和生态破坏已经威胁到人类的生存和发展,而且还直接制约着经济增长。在我国近30年的工业化过程中,走的依然是“高投入、高消耗、高污染、低效益”的传统发展模式,没有完全避免“先污染后治理”所带来的恶果。据2009年《中国企业公民报告蓝皮书》估计,工业企业仍是我国环境污染的主要污染源,工业企业污染约占总污染的70%以上,其中工业企业污染中的50%是因为企业管理不善造成的。
西部地区经济基础比较薄弱,工业经济发展水平比较低,但西部地区的工业是以能源和原材料工业为主,包括煤炭、电力、石油化工、天然气、有色金属、盐化工、造纸工业和化肥工业。这些大都是耗水耗能大户、污染密集型产业,从而造成了严重的大气污染、水污染和固体废弃物污染,形成了“资源高消耗”、“污染高排放”的经济结构,加之生产技术和工艺水平落后,污染治理水平又低下,使得西部地区工业污染比较严重。而从西部地区未来的发展趋势来看,第二产业仍是未来西部的支柱产业。近几年,西部地区虽然加大了环境治理投资的力度,环境治理的技术水平大大提高,但环境形势依然严峻。因此,对于我国西部地区工业污染治理的效率研究就具有十分重要的现实意义和理论参考价值。
二、理论与模型
数据包络分析(Data Envelopment Analysis,简称DEA)是美国著名运筹学家A.Charnes和W.W.Cooper等以相对效率为基础发展起来的一种效率评价方法。它主要采用数学规划方法,利用观察到的有效样本数据,对决策单元(Decision Making Unites,DMU)进行生产有效性评价。
Malmquist生产率指数由Malmquist(1953)[1]提出,它利用距离函数(Distance Function)的比率来计算投入产出指数。1982年,Caves,D.L.&Diewart,E.首度把它应用到生产理论,并用来作为生产效率指数[2]。
本文根据 Fare等(1994)[3]提出的基于产出的全要素生产率指数可以用Malmquist生产率指数来表示:
Mto=Dto(xt+1,yt+1)/Dto(xt,yt)(1)
这里即为时期的产出距离函数,下标o表示基于产出的距离函数。式(3)的Malmquist指数测度了时间t的技术条件下,从t时期到t+1的技术效率的变化。同样的,我们可以定义在t+1时期的技术条件下,测度从t时期到t+1的技术效率变化的Malmquist生产率指数。Mot+1=Dot+1(xt+1,yt+1)/Dot+1(xt,yt)(2)
其中,Dto(xt,yt)=inf{θ:(xt,yt/θ)St}=(sup{θ:(xt,θyt)St})-1,
Dot+1(xt+1=inf{θ:(xt+1,yt+1/θ)St+1}=(sup{θ:(xt+1,θyt+1)St+1})-1。St,St+1分别为t,t+1期的生产技术;xt,xt+1分别为t,t+1的投入;yt,yt+1分别为期的产出。对(xt,yt)St,有Dto(xt,yt)1,当且仅当(xt,yt)位于生产技术的前沿,Dto(xt,yt)=1。
为避免时期选择的随意性可能导致的差异,可用式(1)和式(2)两个Malmquist生产率指数的几何平均值来衡量从t时期到t+1时期生产率变化。该指数大于1,表明从t时期到t+1时期全要素生产率是增长的,即综合生产率水平提高;小于1,则表明生产率恶化,构成该指数的某一变化比率大于1时,表明其实生产率水平提高的根源,反之则是导致生产率水平降低的根源。
Mo(xt+1,yt+1,xt,yt)=
Dto(xt+1,yt+1)Dto(xt,yt)×Dt+1o(xt+1,yt+1)Dt+1o(xt,yt)-1/2
=Dt+1o(xt+1,yt+1)Dto(xt,yt)×
Dto(xt+1,yt+1)Dt+1o(xt+1,yt+1)×
Dto(xt,yt)Dt+1o(xt,yt)1/2
=EFFCH×TECH
=PEFFCH×SEFFCH×TECH(3)
同时,式(3)给出了Malmquist生产率指数的分解。Malmquist生产率指数总体上可以分解为效率变化(efficiency change,EFFCH)和技术变化(technical change,TECH)。技术效率变化测度在t期和t+1期中技术效率变化对生产率的贡献程度,而技术变化主要反映生产前沿面的移动对生产率变化的贡献程度,表明了代表技术进步或创新的程度。若TECH>1,表示生产技术有所进步,反之,表示生产技术有衰退的趋势。效率变化指数又可以分解为纯技术效率变化指数PEFFCH和规模效率变化指数SEFFCH。其中,纯技术效率变化是在变动规模报酬的假定下的技术效率变化。
三、指标选取及其数据来源
DEA方法的重点难点在于选取投入和产出指标,不同的指标数据选取得到的相对效率会有很大差别。一般来说,决策单元DMU的数目大于输入输出指标之和的两倍对模型的求解比较有利。鉴于本文采用DEA模型和Malmquist指数对西部地区工业污染治理的效率进行评价,因此,选取指标时就要考虑到工业污染治理活动中投入指标和产出指标的有机结合,以使投入指标和产出指标相对应。综上分析,本文的投入指标为:工业污染治理本年完成投资额(万元),由于工业噪声污染治理投资在相关年鉴中没有用产出指标加以衡量,故本研究所指的工业污染治理投资只包括治理废水投资、治理废气投资、治理固体废物投资和治理其他投资。本文的产出指标包括:工业废水排放达标量(万吨)、废气中主要污染物排放达标量(包括工业SO2、工业粉尘和工业烟尘排放达标量)(万吨)、工业固体废物处理量(包括综合利用量、贮存量和处置量)(万吨)和“三废”综合利用产品产值(万元)。
基于数据的可得性和实际研究的需要,本文以我国西部11个省、自治区和直辖市(西藏的数据不全,故不进行分析)2001—2008年的投入产出面板数据集(Panel Data)为样本,投入产出指标数据均来源于相关各年的《中国统计年鉴》、《中国环境年鉴》、《中国环境统计年鉴》。同时,本文根据产出导向的DEA-Malmquist指数方法,把工业污染治理看作工业企业的一项投入产出活动,利用Win4-DEAP软件进行实证分析,进而对我国西部地区工业污染治理效率进行综合评价。
四、实证结果分析
(一)西部地区工业污染治理综合技术效率分析
综合技术效率,即不考虑规模收益时的技术效率,是指在技术稳定使用过程中,技术的生产效能所能发挥的程度,是在给定投入情况下获取最大产出或在给定产出情况下寻找最小投入,由固定规模报酬下的C2R模型求得。由实证结果可以看出,西部地区工业污染治理的整体技术效率比较低,八年平均技术效率值仅为0.674,这意味着西部地区工业污染治理存在32.6%的投入资源浪费。受纯技术效率和规模效率的制约,2001—2008年,西部各地区工业污染治理的技术效率均值都小于1,这说明它们的总体效率并非相对有效,投入和产出存在不同程度的冗余和不足,投入产出的整体协调上没有达到最优。
从横向来看,就不同的年份来说,西部各地区之间的差距比较大。如2001年,甘肃、宁夏和新疆的技术效率值仅为0.446,0.219和0.182,而同期的广西和四川省的效率值则为1,技术相对有效;甘肃和宁夏在2002年效率值更低,分别仅为0.173和0.184,在2004年也不过仅为0.296和0.152,而同期的广西技术效率值都相对有效。2004年以后,随着工业污染源治理资金投入的加大,西部地区工业污染治理效率整体有所提高,但各地区之间每年的技术效率仍相差较大。如2008年,广西、云南和青海技术效率都达到了最优,而同期的贵州、甘肃、宁夏和新疆的效率值仍低于0.5。从各年技术效率均值来看,甘肃、宁夏和新疆七年均值均低于0.5,分别仅为0.352、0.428和0.444,而广西、重庆和青海都很高,接近相对有效的状态。其中,广西环境治理技术效率最高,七年平均值为0.972,而甘肃环境治理效率最低,七年平均值仅为0.352。由此可见,同样是西部地区,西北和西南出现截然不同的变化趋势。西南地区工业污染治理的效率比较高,而西北地区比较低(青海省除外)。这是因为西南地区工业污染增长速度趋缓,有的出现负增长,比如重庆和四川。
从纵向来看,2001—2008年,西部地区工业污染治理的综合技术效率均值各年都呈一升一降循环变动,但总体处于上升趋势,综合技术效率均值从2001年的0.660上升到2008年的0.680。就各个地区而言,大部分地区工业污染治理的综合技术效率也都处于上升趋势,但内蒙古由于受规模效率递减的影响,其工业污染治理的综合技术效率一直处于下降趋势,而到了2008年,内蒙古工业污染治理的综合技术效率才有所回升。
(二)西部工业污染治理动态效率分析
1.2001至2008年工业污染治理各地区TFP平均变动及分解情况分析。根据实证结果,分析如下:
(1)从全要素生产率(TFP)的分解指数可以看出,在2001—2008年间,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献(平均提高了9.6个百分点),而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平,八年内综合技术效率平均下降了1.1个百分点,表现为纯技术效率平均下降2.1个百分点,规模效率分别平均上升了1个百分点,规模效率平均上升的幅度小于纯技术效率平均下降的幅度。这也说明了随着西部大开发的日益深入,西部地区虽然加大了工业环境污染治理的投入力度,引进国内外先进的技术和管理经验,工业污染治理的效率大大提高,但这种效率的提高主要靠技术进步来推动的。然而,在环境污染治理过程中,由于管理体制不顺、政出多门、各项治理措施相互脱节现象依然存在,致使西部的工业污染治理仍然不够理想。(2)从技术效率指数(EC)来看,2001—2008年,西部大部分地区工业污染治理的技术效率指数小于1,说明大部分地区技术效率有所下降,这也是直接导致在技术变化指数(技术进步)提高的前提下整体TFP指数却没有明显提高的主要原因。把技术效率指数分解为纯技术效率指数和规模效率指数,从表4中可以看出,部分省(自治区、直辖市)的纯技术效率指数(PC)小于1,主要有内蒙古、云南、陕西、宁夏和新疆。由于纯技术效率反映出在生产过程中技术水平对效率的影响程度,因此,当PC小于1,表示这些地区没有充分利用现有的技术水平来提高工业污染治理的效率,也即这些地区工业企业的经营和管理水平没能使效率发生改进。而规模效率下降的省(自治区、直辖市)包括云南、青海、宁夏和新疆。规模效率指数(SC)小于1意味着改变了要素投入,规模效率没能得到提高,即这些地区如果仅仅通过加大污染治理的资金投入规模,工业污染治理的技术效率很难得到改善。而对于纯技术效率和规模效率同时都小于1的省份,如云南、宁夏和新疆,这些地区工业污染治理的效率必须通过提高工业企业的生产技术、经营和管理水平,以及充分利用政府的优惠政策。
(3)从技术变化指数(TC)来看,2001—2008年,西部各个地区工业污染治理的变化指数都大于1,其中新疆技术变化指数最大,其值为1.158。由于技术变化指数(TC)表明的是企业引进新技术并投入生产的能力,所以当TC大于1时,表示西部地区工业企业在引进新技术并投入生产能力在不断提高。
2.西部工业污染治理各年TFP平均变动及其分解情况分析。根据表1和图1结果,分析如下:
从2001年到2008年的8年期间,西部地区工业污染治理的全要素生产率年平均增长率为9.1%,主要得益于技术进步。从各个年度数据来看,2006年以前全要素生产率快速增长,其中2005—2006年度生产率增长最高,达39.8%;2001—2002年次之,为14.5%。2006年以后全要素生产率快速下降,并且均低于1,2006—2007年全要素生产率为0.935,2007—2008年低至0.892,表明2006年后西部工业污染治理的效率逐渐恶化。
通过对全要素生产率的分解可以看出,2006年以前全要素之所以增长如此迅速,主要得益于技术的进步,尤其是2004—2005年,技术进步率达到了44.6%,但由于规模效率和纯技术效率的降低使技术效率降低而拉低了总的生产率。2001—2002、2003—2004和2005—2006年间的生产率增长则得益于技术效率和技术的共同提高。除此之外,2006—2007年生产率的恶化主要是由技术效率的降低造成的,尽管技术变化率达到了23.5%,但由于规模效率和纯技术效率都处于下跌趋势,故全要素生产率不但没有增长,反而大大降低了。而与之相反,2007—2008年生产率恶化则主要是由技术变化引起的,西部地区加大了对工业污染治理的投入力度,同时引进了先进的管理经验,使得纯技术效率和规模效率都大大提高,但是由于技术变化率的恶化,因此全要素生产率还是下降了。
五、结论与政策启示
(一)结论
本文以西部11省(自治区、直辖市)2001—2008年的面板数据为样本,利用DEA方法测算了西部地区各年的工业污染治理技术效率值、纯技术效率值和规模效率值。分别从横截面和纵截面分析了其效率值,并且求出反映我国西部地区工业企业污染治理的跨期动态效率变化的Malmquist生产率指数,将其分解为技术变化与技术效率变化,判断效率的变化情况以及变化来源,基本结论如下。
1.西部地区工业污染治理七年平均技术效率为0.674。受纯技术效率和规模效率的制约,2001—2008年,西部各地区工业污染治理的技术效率均值都小于1,这说明它们的总体效率并非相对有效,投入和产出存在不同程度的冗余和不足,投入产出的整体协调上没有达到最优。就各个地区来看,广西工业污染治理的技术效率最高,八年平均值为0.972,而甘肃工业污染治理的技术效率最低,七年平均值仅为0.352,其次宁夏和新疆环境污染治理的效率也很低,七年平均值都低于0.5。由是观之,西北地区工业污染治理的技术效率普遍低于西南地区。
2.从全要素生产率(TFP)的分解指数可以看出,在2001—2008年间,西部地区工业污染治理的全要素生产率平均提高了8.3%,其提高主要是技术进步带来的贡献(平均提高了9.6个百分点),而技术效率变化不但没有贡献,反而在一定程度上降低了工业污染治理的效率水平,并且表现为纯技术效率下降的幅度大于规模效率上升的幅度。对于各个省(市)而言,技术变化指数全部大于1,但云南、陕西、青海、宁夏和新疆的技术效率指数仍小于1,说明西部整体技术效率有待进一步提高。
(二)启示
以上结论对于西部地区控制工业污染,促进经济增长有以下政策启示:
1.继续加大对西部地区工业污染治理的资金投入力度。工业污染治理投资是环境污染治理的重点,根据国际通用标准和国家的有关规定,工业污染治理投资占固定资产投资的比率应为2%以上,占工业总产值的比率应为1%以上。而据不完全统计,2008年,西部工业污染治理投资占固定资产投资的比率仅为0.36%,占工业总产值的比率仅为0.21%,显然,西部的工业污染治理投资与其固定资产的投资、工业经济的发展不适应,污染治理投入严重不足。2.提高工业污染治理投资的使用效率,充分利用各项投资,推进技术进步,发挥好资金在工业污染治理中的积极效用,从而促进西部地区工业经济的发展。具体来说,对于规模效益比较低的地区,要改进污染治理的投入产出结构,提高技术水平,加大对污染治理的科技研发方面的资金和人力投入,提高污染治理的技术和管理水平;对污染治理效益比较高的地区,在提高技术效率的基础上,继续增加污染治理的投入规模,投入更多的要素和创新资源,以到达污染治理的产出最大化。
3.要根据各地的实际经济状况、环境状况来确定适宜的环境污染治理投资比重。由于西部地区自然条件差异较大、区域经济社会发展很不平衡,环境污染的具体程度也有很大差别,所以应根据西部各区域的具体情况制定合适的、有差别的环境污染治理投资比重。
参考文献:
[1]Malmquist.Index Numbers and Indifference Curves[J].Trabajos de Estatistica,1953,(04):209—
242.
[2]Fare,S.Grosskopf.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J].American Economic Review,1994,(84):66—83.
[3]Caves,L.R.Christensen,W.E.Diewert.Multilateral Compositions of Output,Input and Productivity Using Superlative Index Numbers[J].Economic Journal,1982,(92):73—86.
[作者简介]聂华林(1945—),男,陕西泾阳人,兰州大学经济学院教授,博士生导师;陈绍俭(1984—),男,陕西旬阳人,兰州大学经济学院硕士研究生。
[收稿日期]2010-05-20
责编:正融;校对:正融