派智库

内容提要：本文在分析环境经济系统结构的基础上，引入了碳排放、耕地投入、科教投入等指标，构建了较完善的评价指标体系，进一步采用社会支付意愿（WTP）货币化加权方法来降低投入产出指标的维度，从而建立了环境经济效率测算WTP-DEA模型，并对2005-2014年中国30省份环境经济效率进行了实证研究。研究结论表明：目前我国东部地区环境经济效率高于全国平均水平，中部地区环境经济效率略低于全国水平，西部地区环境经济效率则低于全国水平；提出并验证了以松弛变量与投入原始值的比值为投入低效性度量参数的方法；通过将WTP-DEA模型与未降维的DEA模型对比分析，验证了WTP-DEA模型的计算结果具有更高的可区分度。最后，根据实证结果提出了对策建议。

本文来自织梦

关键词：环境经济效率 社会支付意愿 DEA模型

copyright dedecms

改革开放以来，中国经济发展取得了举世瞩目的成就，同时又呈现出“高能耗、高污染”的特点，环境与经济增长之间的矛盾日益突出。环境经济效率已经成为探讨经济与环境协调发展、实现经济效益和环境效益双赢目标的重要工具。其评价已成为决策者制定环境政策的重要参考依据。如何在有效保护环境的前提之下发展经济，提高环境经济效率，已经成为地区发展研究的热点和难点。目前，我国各省市经济发展水平不同，沿海与内地、东西中部之间环境经济效率存在着异质性，体现了其经济增长方式的差异性和资源利用效率以及环境保护程度的不同。因此，采取有效的方法核算环境经济效率，找出省际差异的原因及影响因素对于制定促进地区间平衡发展政策、实现经济可持续发展具有重要的理论和现实意义。 织梦内容管理系统

一、关于环境经济效率研究文献评述

织梦内容管理系统

对环境效率的研究主要始于国内外学者对人类经济发展所导致的环境破坏的担忧，其本质是多投入一单产出问题或多投入一多产出问题。目前对环境经济效率的测算主要有两种方法：参数法和非参数法。其中，参数法需要设定生产函数形式，而非参数法只需投入一产出数据即可，在实证分析中应用更为广泛。非参数法中的数据包络方法（DEA）是一种评价投入和产出的若干个决策单元（DMU）相对效率的有效方法。其主要原理是通过保持决策单元不变，利用数学规划的方法来确定相对生产前沿面，并将各决策单元投影到生产前沿面上，通过比较决策单元和生产前沿的偏离程度来评价其有效性，从而判断决策单元的相对有效性，研究成果较为丰富。如：胡达沙（2012）利用2000-2009年的省际面板数据，采用非径向的SBM模型，分析区域环境效率值的变化趋势及影响因素；江洪（2015）引入三阶段DEA方法，从能源管理效率和环境效率两方面比较了区域间的差异性：章贵军（2015）运用径向DEA方法测算2000-2011年各省经济效率和环境效率，并进行了区域间的比较；刘殿国（2016）基于环境效率影响因素理论和社会嵌入型理论，应用超效DEA方法，实证分析了嵌入性视角下省际环境效率的影响因素；迟远英（2016）应用Malmquist指数法，在投入指标中考虑环境因素，对省际能源效率进行测算和评价。 dedecms.com

同时，投入要素指标选取的不同会导致DEA效率值的不同。因此，在应用其测算环境经济效率时尤其应注意指标选取问题。目前在环境投入要素的选择方面主要存在着两种方法。一是考虑数据可获得性，纳入模型的环境投入因素较少，如：刘辉（2013）在对西部地区环境经济效率进行分析时，仅以SO2作为废气污染的代表来构造非期望产出指标；潘文砚等（2014）选取COD和SO2两项基本指标作为非期望的环境产出指标。二是充分考虑到了环境投入要素的复杂性及各种投入对经济效率的影响，将更多的指标纳入DEA模型中，如杨俊（2010）选取二氧化硫、粉尘、烟尘、废水、固定废物等五种污染物，通过主成分方法合成了一个综合污染指标来进行测算。后者更能体现环境因素对经济效率的影响，更能反应经济增长过程中对环境的影响以及环境的经济效率问题，因此，本文将综合考虑COD、Nitrogen、SO2、CO2以及工业烟尘、粉尘、工业固体废弃物的排放，进行全要素的分析，以期能充分反映经济活动对环境的综合影响。 dedecms.com

另外，在利用DEA方法测算效率值时，DEM数量以及投入一产出指标的多少对效率值和结果的辨识度具有重要影响。因此，需格外重视DMU数量和投入一产出指标的降维问题。目前主要有三种降维方法：一是多元统计方法，即利用指标之间的相关性筛选变量；二是基于主基底分析的变量筛选；三是基于Gram-Schmidt正交变换。但是，以上三种方法均建立在对评价指标进行统计分析的基础上，而并非依据对系统结构的分析，仍具有辨识度不高的缺点。鉴于此，本文将采用WIP-DEA方法进行降维，以反映经济现实。WTP-DEA是一种利用社会支付意愿（WTP）货币化加权的方法来实现投入-产出指标的合理降维方法，是在对环境经济系统进行结构分析的基础之上，从对经济系统的结构和系统要素之间的关系分析的视角出发，提出的辨识度较高并更能反映经济系统内部状况的一种测算环境经济效率的有效方法。该模型的采用，既可将更多的环境要素纳入模型之中，又能反映我国环境经济效率的发展变化情况，利用其对环境经济效率进行比较分析，将能更有效的分析环境经济效率的差异性及环境投入的冗余性。

三、环境经济效率测算模型构建 copyright dedecms

（一）环境与经济系统结构 织梦好，好织梦

要科学地评价环境经济效率，有必要对环境经济系统进行更全面的分析，尽可能全面地纳入有价值的信息，基于对经济系统的完整分析进行效率评价。在以往的研究中，多选取劳动力、固定资产投资、能源消耗、用水量和COD排放量、Nitrogen排放量、SO2排放量等为投入（污染物排放也可以看作非意愿产出），并以GDP为期望产出，进行全要素环境效率的评价。一些容易被忽视的指标需要引起注意：第一，CO2是主要的温室气体之一，对气候变暖有重大影响，尽管CO2排放量与能耗量之间具有高度相关性，但是去掉该指标后将导致环境投入一产出的一个主要指标信息被忽略，事实上会弱化环境投入一产出对整个经济系统效率的影响。因此，既要尽量保留该指标信息对系统效率的影响，又要合理的去除其所带来的线性相关。第二，烟尘、工业粉尘等空气污染物已经对人类健康产生了越来越大的危害，这些因素的影响应尽可能考虑。第三，科学技术是影响经济发展的重要因素，完整的全要素效率评价应将科技投入作为重要的投入指标。因此，本文考虑了以上因素的影响，建立了环境经济系统的基本结构，如图1所示。 织梦内容管理系统

（二）WTP-DEA环境经济效率评价模型 织梦内容管理系统

支付意愿（Willingness to pay，WTP）是指受访者对一项环境改善计划项目或政策愿意支付的最大收入支出。社会对环境的支付意愿往往体现在为去除环境污染所愿付出的代价上。如果只考虑经济因素，则这种代价体现在“环境税”上，即排污费和资源税。本文在对环境经济系统分析的基础上，选取资源投入、劳动投入、资本投入、科教投入和环境污染作为投入指标，选取GDP作为产出指标。其中，资源投入用耕地面积、水消耗量、能源消耗量的社会支付意愿（WTP）加权值表示；环境污染选取COD排放量、废水中的Nitrogen、SO2排放量、CO2排放量、工业烟尘、工业固体废弃物等指标的社会支付意愿加权，建立基于WTP-DEA的环境经济效率评价模型，如图2所示。 织梦好，好织梦

dedecms.com

三、基于WTP-DEA模型的省际环境经济效率评价 织梦好，好织梦

（一）数据来源与处理 织梦好，好织梦

本文中数据主要来自历年《中国统计年鉴》、《中国能源统计年鉴》、各省市统计年鉴，由于西藏数据存在缺失，采用除西藏和港澳台地区以外的30个省份数据进行分析。其中，根据1994年中国国家温室气体清单的数据，取2.277为单位标准煤能耗的CO2排放系数来计算CO2的排放量；引用李小冬、张智慧（2005）等人基于“环境税”建立的货币化权重系统，将环境影响评价用社会支付意愿来表达，如表1所示；由于所采用的WTP值代表2005年左右的水平，为保持数据一致性并消除价格变动的影响，采用GDP折算指数和固定资产投资价格指数，以2005年为基期对数据进行调整。 内容来自dedecms

copyright dedecms

另外，关于耕地价值估算的常用方法有收益倍数法和收益还原法。本文采用收益倍数法[1]，利用《中国农业年鉴2006}的数据来计算全国单位耕地价格，即用6倍的2005年耕地种植业收入除以当年耕地总面积来核算全国单位耕地价格，可得2005年全国单位耕地价格为50680.47元/公顷。并借鉴黄贤金（1997）的研究成果，以各省份所辖农区经济产量标准当量的平均值作为该省的土地经济产量标准当量值，估算各省份单位耕地价格。 内容来自dedecms

（二）中国分地区环境经济效率比较分析

依据已经建立的WTP-DEA（C2R）模型，本文计算了中国30个省份的环境经济效率（2005-2014），并进行分区域的比较分析。其中，东部地区包括辽宁、河北、山东、江苏、浙江、福建、广东、北京、天津、上海和海南11省；中部地区包括吉林、黑龙江、内蒙古、山西、河南、安徽、江西、湖南和湖北9省；西部地区包括新疆、甘肃、陕西、宁夏、四川、重庆、贵州、云南、广西和青海10省。结果如表2所示。

copyright dedecms

copyright dedecms

实证结果表明，2005-2014年间：环境经济效率由高到低依次是东部、中部和西部地区，其中东部地区均值（0.92）高于全国平均水平（0.76），中部地区均值（0.72）略低于全国平均水平，西部地区均值（0.63）低于全国平均水平，各地区环境经济效率均呈动态波动趋势；东部地区的北京、上海和广东、山东一直保持了环境经济效率的DEA有效性，天津、江苏、浙江等省份也保持了较高的效率，河北、辽宁、福建和海南相对效率较低；中部地区的湖北、黑龙江相对效率较高，其余省份效率水平一般；西部地区中，除云南、内蒙古以外，其效率均较低，贵州、宁夏、甘肃、青海等省份效率值最低。 织梦好，好织梦

效率的实质是一种投入产出比，效率高未必就一定符合发展目标的需要，只有达到一定水平的高效率才是值得提倡的。因此，本文从人均GDP和环境经济效率两个维度来综合评价各省份的环境经济发展效果。选取2014年人均GDP（46531元/人）和环境经济效率均值（0.76）为临界值，分析经济增长与环境效率之间的关系，如图3所示。其中右上区域中的上海、北京、江苏、浙江属于经济水平和环境经济效率均较高的地区，右下区域的云南、河北、黑龙江属于经济水平较低而环境经济效率较高的地区，左下区域的青海、贵州、甘肃属于经济水平和环境经济效率均较低的地区。

织梦好，好织梦

（三）环境经济效率影响因素分析 织梦内容管理系统

DEA模型是基于线性规划理论构建的，规划模型的松弛变量代表了DMU的资源投入的“多余”部分，因而各种投入的松弛变量与该投入原始值的比值（设为η）一定程度上代表了该种投入的无效性，η越大，说明该种资源配置的效率越低。本文仍以2014年为例，计算C2R模型下各省投入指标的η，如表3所示。暂取η=0.35为临界值，则可认为超过该临界值的DMU的投入效率较低。环境投入方面，天津、山西、内蒙古、贵州、陕西的效率较低；资源投入方面，福建、海南、黑龙江、江西、湖北、湖南、宁夏、新疆的效率较低；劳动力投入方面，安徽的效率较低；科教投入方面，甘肃、贵州、宁夏、青海、陕西、四川、云南和重庆的效率较低；固定资产投入方面，辽宁、陕西、天津、安徽的效率较低。 dedecms.com

织梦内容管理系统

（四）WTP-DEA模型与传统DEA模型的评价结果对比

WTP-DEA模型与传统DEA模型（指未加权降维的DEA模型）的区别在于通过WTP加权降低了投入产出指标的维度。将WTP-DEA模型和传统DEA模型计算的2005-2014年间中国省际环境经济效率均值绘制在图4之中，可看出传统DEA模型计算的均值处于0.66-1之间，而WTP-DEA模型计算的均值处于0.46-1之间。显然，用WTP-DEA模型计算的效率值具有更高的可区分度，从而在进行区域间环境经济效率的比较时，其应用性更好。

copyright dedecms

织梦好，好织梦

四、结论与建议 内容来自dedecms

本文在分析环境经济系统结构的基础上，提出一种采用社会支付意愿（WTP）进行货币化加权降维投入-产出指标的方法，并构建了测算环境经济效率的WTP-DEA模型。本文的实证结果表明WTP-DEA模型计算的环境经济效率值相比未降维的DEA模型计算的效率值具有更高的可区分度。依据我国各省份的数据得出环境经济效率由高到低依次是东部、中部和西部地区，在同一区域内存在省际异质性，同时各省份要素的投入效率差异明显。 织梦好，好织梦

基于以上结论，提出提高我国环境经济效率的对策建议如下： 织梦好，好织梦

1.区域宏观调控的模式应由过去的“分块”进行逐步向“分类”调控转变，有的放矢的使用区别的区域政策解决不同地区的发展问题。特别注重西部地区的环境保护，最大限度的降低由承接东、中部地区高排污、高污染的“黑色”产业转移所带来的环境问题，加强对低碳企业的政策扶持和倾斜力度。

dedecms.com

2.依靠创新引领，实现内生驱动发展，改变经济增长方式。增强原始创新、集成创新和引进消化吸收再创新能力，提高协同创新水平，优先扶持低能耗、高效率、低污染的新兴企业的发展。提高资源利用效率，加强环境管制，完善政绩考核机制，推行节能减排技术，实现发展模式由粗放向集约的转变。中央政府应从内在动力层面引导各级地方政府改善资源配置，推动劳动力、科技资源等在区域间的空间移动，实现区域合作，互通有无。完善人才共享、流动、激励机制，促进创新型人才集聚。 织梦好，好织梦

3.充分发挥环境经济效率较高的北京、上海、浙江、江苏等地的示范作用，推广先进经验，实现产业结构的优化升级，实现环境友好型增长。建立健全考核指标体系，在地方政府和企业的考核指标中纳入环境效率的相关指标，提高各种投入要素的环境经济效率。

内容来自dedecms

参考文献：

[1]黄贤金.中国耕地资源价值要核算研究[J].农业经济问题，1997（3）.

dedecms.com

[2]李小冬、吴星、张智慧.基于LCA理论的环境影响社会支付意愿研究[J].哈尔滨工业大学学报，2005（11）.

本文来自织梦

[3]刘勇、李志祥、李静.环境效率评价方法的比较研究[J].数学的实践与认识，2010（1）.

织梦内容管理系统

[4]杨俊、邵汉华、胡军.中国环境效率评价及其影响因素实证研究[J].中国人口.资源与环境，2010（2）.

dedecms.com

[5]胡达沙、李杨.环境效率评价及其影响因素的区域差异[J].经济经纬，2012（4）. copyright dedecms

[6]唐小力、祝东波.基于DEA的中国西部地区环境效率实证分析[J].重庆理工大学学报（社会科学），2012（4）.

[7]刘辉、李志翠.我国西部工业环境效率与经济效率的差异研究——基于DEA-SBM模型与DEA-CCK模型的比较分析[J].西部论坛，2013（6）. 织梦好，好织梦

[8]张智慧、刘睿劫.基于投入产出分析的建筑业碳排放核算[J].清华大学学报（自然科学版），2013（11）.

[9]潘文砚、王宗军.中国大城市环境效率实证研究[J].城市问题，2014（1）.

本文来自织梦

[10]江洪、赵宝福.碳排放约束下中国区域能源效率测度与解构—基于三阶段DEA方法[J].价格理论与实践，2015（1）.

[11]章贵军、刘润芳.基于环境管理策略的中国各地区经济效率与环境效率比较与评价[J].统计与信息论坛，2015（4）.

[12]刘殿国、郭静如.中国省域环境效率影响因素的实证研究[J].中国人口资源与环境，2016（8）. copyright dedecms

[13]迟远英、张宇.省际能源效率评价及其影响因素分析-基于Malmquist指数的实证研究[J].价格理论与实践，2016（9）. 本文来自织梦

（作者单位：佟继英，唐山学院、辽宁大学；关军，中国建筑股份有限公司技术中心高级工程师，清华大学建设管理系博士后）

dedecms.com

---

[1]中国《土地管理法》规定“征用耕地补偿费为该耕地被征用前三年平均产值的三至六倍。”考虑到中国土地价格的快速上涨趋势，本文以最高标准水平6倍测算。