中國地方政府環(huán)保支出效率測度及生產(chǎn)率變化分析

吳 洋

（沈陽師范大學(xué)國際商學(xué)院，遼寧沈陽110034）

在改革開放之后，中國的生產(chǎn)力得到了有效的釋放，經(jīng)濟發(fā)展迅猛。然而，在這舉世矚目的經(jīng)濟成就背后，中國的自然生態(tài)環(huán)境卻遭到了嚴重的破壞，對中國居民的生活質(zhì)量帶來了很大的負面影響。為此，中國逐步加大了對環(huán)境的整治力度，開設(shè)了環(huán)境保護的一般公共預(yù)算財政支出科目，且在2014年4月24日通過了新修訂的《環(huán)境保護法》。習(xí)近平總書記在黨的十九大報告中再次強調(diào)要重視生態(tài)文明、建設(shè)美麗中國，反映出中國政府對環(huán)境污染宣戰(zhàn)的決心。地方政府是環(huán)境保護工作的主體，地方財政性環(huán)保支出是環(huán)保工作的保障，因此對當(dāng)前各地方省份環(huán)保支出進行效率評價以及對地方環(huán)保支出在改變環(huán)境狀況方面的“生產(chǎn)率”變化進行探究成為首要的研究課題，對評估各地方省份環(huán)保工作效果意義重大。

一、文獻綜述

目前學(xué)界對各地方政府環(huán)境保護支出有一些研究：程承坪等［1］選取中國31個省級行政區(qū)的地方政府環(huán)保財政支出作為投入指標(biāo)，廢水排放量、二氧化硫排放量、生活垃圾清運量、人工造林面積作為產(chǎn)出指標(biāo)，運用DEA模型測算了2007-2015年的環(huán)保支出效率，并進一步運用Tobit方法探究了影響因素。張偉等［2］則將環(huán)境污染治理投資的三個子部分作為研究對象，利用2004-2012年中國30個省份的數(shù)據(jù)構(gòu)建面板數(shù)據(jù)模型，探討環(huán)境保護投資的作用發(fā)揮情況及對可持續(xù)發(fā)展的影響。孫開等［3］把視角放在一個省份的若干城市，將吉林省8個地級市的地方政府環(huán)保支出作為投入指標(biāo)，污水處理量、生活垃圾清運量、工業(yè)二氧化硫去除量、工業(yè)煙粉塵去除量作為產(chǎn)出指標(biāo)，運用DEA模型測算了這8個城市2007-2012年的環(huán)保支出效率。官永彬［4］沒有采用其他文獻中將環(huán)保支出總額作為投入的方法，而是選用人均環(huán)境保護支出作為投入指標(biāo)，產(chǎn)出指標(biāo)選擇單位GDP的廢水排放量、廢氣排放量，工業(yè)固體廢物綜合利用率、生活垃圾無害化處理率等5個率指標(biāo)，運用DEA-BCC模型測算了中國30個省市2008-2013年的地方政府環(huán)保支出效率。燕洪國［5］也選用地方政府人均環(huán)保支出作為投入指標(biāo)，選用污水日處理能力、森林病蟲防治率、廢氣治理社會投資規(guī)模等6個指標(biāo)作為產(chǎn)出指標(biāo)分析2007-2013年全國30個省市的環(huán)保支出效率，再運用Tobit方法研究影響因素。朱浩等［6］的指標(biāo)選取就比較簡潔，將環(huán)保支出作為投入指標(biāo)，將工業(yè)廢水、廢氣、固體廢物的排放量作為產(chǎn)出指標(biāo)。不過，目前學(xué)界對環(huán)保支出的生產(chǎn)率研究則幾乎無人問津，比較多的研究是側(cè)重于地方行政區(qū)域的環(huán)境效率，即運用Malmquist模型測算考慮環(huán)境污染指標(biāo)的社會生產(chǎn)率，比如胡曉琳［7］將資本投入、勞動投入、能源投入作為投入指標(biāo)，將地區(qū)生產(chǎn)總值、化學(xué)需氧量排放量、二氧化硫排放量、工業(yè)固體廢物排放量作為產(chǎn)出指標(biāo)，運用EBM結(jié)合Malmquist模型對2002-2013年的全國各省的環(huán)境效率與全要素生產(chǎn)率變動情況進行測算。趙艷等［8］也運用Malmquist指數(shù)對江蘇省的13個地級市進行了環(huán)境效率測度。

綜合上述文獻可以發(fā)現(xiàn)，過往的研究文獻存在如下不足：首先，對產(chǎn)出指標(biāo)的選擇不合理是目前地方政府環(huán)保支出效率研究中一個比較明顯的問題。產(chǎn)出指標(biāo)的選取隨意性很大，有些選取的是污染排放物的總量，有些則用森林病蟲防治率這類“率指標(biāo)”作為產(chǎn)出指標(biāo)。這樣選取的指標(biāo)有一些欠缺：第一，污染物排放總量不能客觀反映一個省的污染情況，各個省份地域面積不同，污染物排放的總量不能體現(xiàn)單位面積的污染程度，無法有效反映真實污染狀況；第二，在DEA模型中選擇“率指標(biāo)”很容易造成錯誤的生產(chǎn)可能集，因為各“率指標(biāo)”的分母數(shù)值是不同的。這些問題都會造成研究結(jié)果與實際情況不符的后果。其次，這些文獻中還存在著決策單元（DMU）數(shù)量不足等DEA模型使用不規(guī)范的問題。再次，現(xiàn)有運用Malmquist模型的文獻都是研究地方省份的環(huán)境效率與全要素生產(chǎn)率，并不是針對財政性環(huán)保支出的“生產(chǎn)率”測算。因此，本文在規(guī)避這些文獻不足的同時，采用新的視角，選取地方財政性環(huán)保支出作為投入指標(biāo)，將各種污染物進行地域面積的相對化處理后作為產(chǎn)出指標(biāo)，運用超效率SBM模型和全局參比Malmquist模型對中國2011-2016年各省份的環(huán)保支出效率及生產(chǎn)率變化進行實證分析。

二、研究方法與數(shù)據(jù)選擇

（一）超效率SBM模型

SBM模型是當(dāng)前在研究環(huán)境相關(guān)問題效率時常用的一種DEA模型。相比傳統(tǒng)的CCR和BCC等徑向模型，作為一種距離函數(shù)類型的SBM模型的優(yōu)點在于可以將松弛變量問題融入對無效率的測量中，并且模型發(fā)明者Tone還給出了含有非期望產(chǎn)出（即越小越好的壞產(chǎn)出）的拓展模型，可以直接將非期望產(chǎn)出放入模型中，而不是如一些文獻中將非期望產(chǎn)出做倒數(shù)處理變成越大越好的正向指標(biāo)，從而保證了原始數(shù)據(jù)的信息量。同時將非期望產(chǎn)出設(shè)置為強可處置性，這樣可以針對單獨某一個非期望產(chǎn)出進行分析而不必考慮該壞產(chǎn)出與其他產(chǎn)出的關(guān)聯(lián)情況。因此SBM模型在研究帶有非期望產(chǎn)出的環(huán)境效率問題時經(jīng)常被用到。

超效率模型更確切地說應(yīng)該是一種對有效DMU進一步區(qū)分的計算方法或計算思路，而并非是一種如CCR、BCC、SBM等測算相對效率的獨立函數(shù)模型，因此超效率模型往往是與其他徑向模型、距離函數(shù)模型結(jié)合使用來發(fā)揮作用的。由于在進行DEA模型分析中常常會出現(xiàn)多個DMU的效率為1的情況，為了對這些有效DMU做進一步的效率高低區(qū)分，超效率模型的思路就是將某個有效DMU從參考集中剔除，再將其與其他DMU構(gòu)成的前沿進行比較從而得出該DMU的效率值，因此超效率模型測算的有效DMU的效率值一般會大于1，這也就可以在有效的DMU之間做進一步的效率區(qū)分［9］。在DEA模型的規(guī)劃式中，超效率模型與一般標(biāo)準(zhǔn)效率模型的區(qū)別在于增加了j≠k這樣一個限制條件，即從參考集中剔除被評價的DMUk［10］。因此與超效率模型相結(jié)合的規(guī)模報酬不變且考慮非期望產(chǎn)出的產(chǎn)出導(dǎo)向型SBM模型表述為

（二）全局參比Malmquist模型

那么，全局參比Malmquist指數(shù)按照FGLR分解方式可表述為：

所以，全局參比的Malmquist指數(shù)具有以下優(yōu)點：一是全局參比的Malmquist模型在VRS模型下不存在無可行性解的問題；二是全局參比的Malmquist模型在計算時相當(dāng)于增加了“DMU”的數(shù)量，提高了測算結(jié)果精確性和可區(qū)分性；三是全局參比的Malmquist模型得出的各期結(jié)果具有直接可比性，能直觀觀察生產(chǎn)率變化。

（三）數(shù)據(jù)選擇

本文選取的投入指標(biāo)為31個省、自治區(qū)、直轄市的財政性環(huán)保支出，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》，將若干環(huán)境指標(biāo)作為DEA模型的產(chǎn)出指標(biāo)。關(guān)于環(huán)境指標(biāo)的選取，在對歷年《中國環(huán)境統(tǒng)計年鑒》的查閱中可以發(fā)現(xiàn)，國家統(tǒng)計局和環(huán)境保護部在2011年調(diào)整了對部分環(huán)境污染指標(biāo)的統(tǒng)計口徑，比如在2011年之前煙塵排放量和粉塵排放量是分開統(tǒng)計的，而在2011年開始將二者合并成煙（粉）塵排放量。因此，為了保證數(shù)據(jù)的可比性和連續(xù)性，本文的研究時間跨度選取2011年-2016年。為了更全面地反映一個地區(qū)的環(huán)境狀況，本文選取二氧化硫排放量、氮氧化物排放量、煙（粉）塵排放量三個標(biāo)志性指標(biāo)代表大氣狀況；選取化學(xué)需氧量排放量、氨氮排放量兩個標(biāo)志性指標(biāo)代表水體狀況；選取一般工業(yè)固體廢物產(chǎn)生量代表土壤狀況；選取各省內(nèi)主要城市區(qū)域環(huán)境噪聲等效聲級均值代表噪聲污染狀況；選取造林總面積代表省內(nèi)綠化狀況。如前文所述，一種污染物的排放總量不能準(zhǔn)確反映當(dāng)?shù)氐沫h(huán)境實際狀況，畢竟等量的污染物排放對于寧夏和對于四川是完全不同的結(jié)果。為此，將除噪聲之外的其他7個環(huán)境指標(biāo)除以各省份行政區(qū)域面積，得出一個經(jīng)過相對面積處理的強度值來表示一個省的環(huán)境實際狀況，這種處理方法在環(huán)保部與財政部所發(fā)的環(huán)發(fā)〔2011〕18號文件中曾有提及。這8個產(chǎn)出指標(biāo)中除造林相對面積是期望產(chǎn)出外，其余7個產(chǎn)出均為非期望產(chǎn)出。所有的投入指標(biāo)和產(chǎn)出指標(biāo)匯總見表1。

表1 超效率SBM模型中各投入指標(biāo)和產(chǎn)出指標(biāo)

投入指標(biāo)和產(chǎn)出指標(biāo)共9個，選取省、自治區(qū)、直轄市共31個，符合DMU數(shù)量不少于投入產(chǎn)出指標(biāo)數(shù)量的3倍這個DEA使用的一般原則［12］。

三、實證分析

（一）各地方政府環(huán)保支出效率分析

本文測算綜合技術(shù)效率，假設(shè)各省份處于規(guī)模報酬不變階段；基于在既定投入下，產(chǎn)出越多越好的思想，選擇產(chǎn)出導(dǎo)向模型類型，然后采用MaxDEA Ultra 6.18軟件運用基于規(guī)模報酬不變的含有非期望產(chǎn)出的產(chǎn)出導(dǎo)向型超效率SBM模型對2011-2016年中國31個省、自治區(qū)、直轄市的財政性環(huán)保支出效率進行測算，各效率值見表2。

表2 2011-2016年中國各省份環(huán)境保護支出效率值情況

從表2中可以總結(jié)出以下幾點情況：

第一，2011-2016年間各地區(qū)的環(huán)保支出效率普遍處于DEA無效率狀態(tài)。6年中一直處于技術(shù)前沿的地區(qū)是內(nèi)蒙古、重慶和西藏，部分年份處于技術(shù)前沿的地區(qū)是北京（1年）、河北（1年）、山西（2年）、福建（2年）、湖南（5年）、海南（1年）、四川（1年）、貴州（4年）、云南（5年）、陜西（2年）、甘肅（1年）、青海（5年）和寧夏（5年），其余15個省份6年間均不在技術(shù)前沿面上，可見有48%的省份在6年中一次都沒有處于技術(shù)前沿上。如果放寬一點標(biāo)準(zhǔn)把6年間有5年和4年處于技術(shù)前沿的省份，即湖南、云南、青海、寧夏、貴州，算作DEA有效省份的話，加上內(nèi)蒙古、重慶、西藏，共計8個省份，僅占大陸行政區(qū)域數(shù)量的25.8%，也就是說6年中全國仍有近四分之三的省份長期處于環(huán)保支出無效率的狀態(tài)。

第二，各地區(qū)之間效率值差異性較大。6年間平均效率值在1以上的，分別是西藏、重慶、內(nèi)蒙古和云南等4個地區(qū)；平均效率值在0.8-1之間的是湖南、貴州、陜西、青海和寧夏等5個地區(qū)；平均效率值在0.6-0.8之間的是北京、河北、山西、遼寧、吉林、福建、江西、山東、河南、湖北、廣東、廣西、海南、四川、甘肅、新疆等16個地區(qū)；0.6以下的是天津、黑龍江、上海、江蘇、浙江、安徽等6個地區(qū)，可見31個省區(qū)市平均效率值之間存在著不小的差異。若從平均效率值前三名和后三名的比較中也能反映出這一事實：排名前三名的是西藏（1.130 32）、重慶（1.034 48）、內(nèi)蒙古（1.029 55），排名后三位的是上海（0.356 04）、江蘇（0.499 99）、天津（0.537 27），前三名與后三名的平均效率值相差懸殊。從統(tǒng)計指標(biāo)看，6年平均效率值的平均值為0.714 45，中位數(shù)為0.686 28，說明6年間各省份效率值普遍偏低，與DEA有效省份相比較，各地區(qū)效率值差異明顯。

第三，從6年間效率值變動角度看，全國整體的平均效率值從2011年的0.684 08上升至2016年的0.75227，呈現(xiàn)一種明顯的上升趨勢的，說明在全國范圍內(nèi)，地方政府環(huán)保支出效率從總體上有所提升。而各地區(qū)的變化趨勢則出現(xiàn)分化：效率值呈上升趨勢的有11個：河北、吉林、上海、浙江、江西、廣東、廣西、四川、貴州、陜西、甘肅；呈先降后升趨勢的有2個：福建、新疆；呈波動趨勢的有7個：天津、山西、內(nèi)蒙古、湖南、海南、青海、寧夏；呈先升后降趨勢的有8個：北京、黑龍江、江蘇、安徽、山東、河南、湖北、西藏；呈下降趨勢的有3個：遼寧、重慶、云南。下降趨勢和先升后降趨勢的地區(qū)加在一起達到11個，占到地區(qū)總數(shù)的三分之一；上升趨勢和先降后升趨勢的地區(qū)加在一起有13個，也占到地區(qū)總數(shù)的三分之一左右，其余省份效率值為波動狀態(tài)?？梢娫谒惺》葜校手档淖兓厔莩尸F(xiàn)出明顯的分化狀態(tài)，上升、下降、波動三種狀態(tài)各近似占三分之一，不過以上升趨勢為主的省份達到13個，是三種狀態(tài)中含省份最多的，可見環(huán)保支出效率逐步提升的趨勢更為強勁。

綜合上述結(jié)果可以發(fā)現(xiàn)，經(jīng)濟發(fā)達人口密集或重工業(yè)主導(dǎo)的省份往往存在綜合技術(shù)效率低下的情況，而經(jīng)濟發(fā)展水平有限、重工業(yè)比重低，或以旅游為支柱產(chǎn)業(yè)的省份則擁有較高水平的綜合技術(shù)效率，這也符合環(huán)境污染狀況較重的地區(qū)環(huán)境治理難度大、投入多、效果差的一般規(guī)律。然而，從各省份效率值的進一步比較中就能發(fā)現(xiàn)另外一些情況：作為經(jīng)濟相對發(fā)達人口密集的重慶卻一直都處于技術(shù)前沿上，而風(fēng)景宜人的度假勝地海南卻只有1年在技術(shù)前沿上；作為經(jīng)濟政治文化中心的首都北京也曾有1年處于技術(shù)前沿上，而人均GDP一直處于倒數(shù)的安徽卻從未出現(xiàn)在技術(shù)前沿上；在東三省，遼寧的經(jīng)濟最發(fā)達、人口最集中，而6年綜合技術(shù)效率值卻高于吉林和黑龍江；中國經(jīng)濟最發(fā)達、人口最密集的上海和廣東的效率值雖然較低，但6年中效率值是呈明顯的上升趨勢的，相比之下基本處在前沿的云南的效率值卻是呈明顯的下降趨勢。因此，經(jīng)濟發(fā)達、人口眾多、環(huán)境污染壓力大并不是導(dǎo)致財政性環(huán)保支出效率低的必然因素，而經(jīng)濟發(fā)展不足、環(huán)境污染情況相對較輕也并不必然導(dǎo)致該地區(qū)環(huán)保支出效率高。重慶一直處于DEA有效狀態(tài)和廣東效率值逐年上升的兩個事實可以說明，地方政府環(huán)保支出效率的高低除了受到客觀條件的環(huán)境污染壓力本身的影響外，各省份對環(huán)保支出的利用方法、使用過程、地方環(huán)保部門績效、企業(yè)配合情況、環(huán)境治理手段、環(huán)境監(jiān)察力度等都有著密切的聯(lián)系。各省份的綜合技術(shù)效率就是指各省份把這些因素綜合起來的實踐情況與它們當(dāng)中的最佳實踐或最佳做法之間的比較，是某一組織的整體績效［13］，這也是數(shù)據(jù)包絡(luò)分析的價值所在。

（二）各地方政府環(huán)保支出生產(chǎn)率變化及技術(shù)變化分析

生產(chǎn)率不同于技術(shù)效率。技術(shù)效率是一個決策單元（DMU）在某個時期中相對于該時期技術(shù)前沿的距離，而生產(chǎn)率是一個DMU在某個時期的生產(chǎn)力水平，也就是經(jīng)濟學(xué)中所說的全要素生產(chǎn)率（Total Factor Productivity）。Malmquist指數(shù)能夠反映出某個DMU從t期到t+1期的生產(chǎn)率的變化情況：MI大于1說明生產(chǎn)率提高，反之說明生產(chǎn)率下降。本文研究的是6年間31個省市在財政性環(huán)保支出方面投入后所得到的“環(huán)境指標(biāo)產(chǎn)出”變化情況，也就是環(huán)保支出的生產(chǎn)率變化，用以表示各地區(qū)環(huán)保支出對環(huán)境狀況控制能力的變化情況。生產(chǎn)率變化（即MI指數(shù)）可以按FGLR方式進一步分解為技術(shù)效率變化（Technological EfficiencyChange，EC）和技術(shù)變化（Technological Change，TC），數(shù)學(xué)表述為 MI=EC×TC。也就是說一個 DMU生產(chǎn)率的變化是由該DMU的技術(shù)效率變化和該DMU所在的兩個時期的技術(shù)前沿的變化共同形成的。前文計算效率時的假設(shè)是規(guī)模報酬不變，因此技術(shù)效率變化指的是綜合技術(shù)效率變化，由于已經(jīng)在上一節(jié)討論過效率值變化的問題，在此僅分析生產(chǎn)率變化及技術(shù)變化的情況。

1.環(huán)保支出生產(chǎn)率變化分析

選用MaxDEA Ultra 6.18軟件，在超效率SBM模型基礎(chǔ)上結(jié)合全局參比Malmquist模型測算2011-2016年中國31個省、自治區(qū)、直轄市的財政性環(huán)保支出生產(chǎn)率變化，各MIg值見表3。

表3 2011-2016年中國各省份環(huán)境保護支出的全局參比Malmquist指數(shù)情況

省份四川貴州云南西藏陜西甘肅青海寧夏新疆MIg幾何平均值MIg（2011 to2012）0.876 39 0.954 25 0.917 24 1.321 47 1.001 16 0.995 59 0.732 68 1.084 48 0.973 30 0.971 90 MIg（2012 to2013）1.052 72 1.320 92 0.982 59 1.020 16 1.019 46 1.003 14 1.045 93 1.177 06 0.968 83 1.045 67 MIg（2013 to2014）0.886 03 0.895 92 0.906 10 0.987 31 0.984 24 1.029 60 0.928 49 0.737 78 0.996 37 0.952 82 MIg（2014 to2015）1.362 63 1.435 14 1.423 45 0.984 59 1.046 22 1.134 47 0.958 37 0.835 85 1.090 89 1.123 02 MIg（2015 to2016）1.496 25 1.007 33 0.899 76 0.746 68 1.419 54 1.401 17 1.508 87 1.617 39 1.069 34 1.102 62 MIg幾何平均值1.107 56 1.103 00 1.009 02 0.995 67 1.083 30 1.103 26 1.005 72 1.049 49 1.018 50 1.036 97

從表3中可以發(fā)現(xiàn)，6年間5個時間跨度中全國范圍內(nèi)的生產(chǎn)率變化呈現(xiàn)波動趨勢：2011-2012年間生產(chǎn)率下降，2012-2013年間生產(chǎn)率上升，2013-2014年間又出現(xiàn)下降，2014-2015年間再回升，2015-2016年間繼續(xù)提高。五個時間跨度的MIg均值為1.036 97，說明6年間全國范圍的環(huán)保支出生產(chǎn)率平均上升了3.697%，整體上是向好的，特別是2014年至2016年間環(huán)保支出生產(chǎn)率持續(xù)提升。從單個省份環(huán)保支出生產(chǎn)率變化的角度分析，全國31個省、自治區(qū)、直轄市在五個時間跨度中基本上都呈現(xiàn)波動趨勢，有些年份MIg大于1，有些則小于1；只有河北省的MIg值一直大于1，同時沒有MIg值一直小于1的省份。從5個MIg平均值看，31個地區(qū)中有26個省份是超過1的，占省份總數(shù)的83.9%，即這26個省份6年間環(huán)保支出生產(chǎn)率整體有所提高，從2011年至2016年環(huán)境保護能力是提升的。相比之下，遼寧、江蘇、福建、山東和西藏等5個省區(qū)的環(huán)保支出生產(chǎn)率雖然在部分時間段有上升的情況，但是6年平均下來還是出現(xiàn)了下降，其MIg平均值小于1。這5個省份中既有經(jīng)濟發(fā)達的江蘇和山東，也有相對落后西藏。另外，廣東有3個時間段的MIg是大于1的，云南則有4個時間段的MIg是小于1的，以上測算結(jié)果再一次證明環(huán)境保護支出對環(huán)境影響的能力不全由客觀環(huán)境污染壓力所決定，與地方政府的執(zhí)行有著很大關(guān)聯(lián)。

2.環(huán)保支出技術(shù)變化分析

MIg指數(shù)可以進一步分解出技術(shù)效率變化和技術(shù)變化，通過MaxDEAUltra 6.18軟件測算出的各技術(shù)變化指標(biāo)——TCg值，見表4。

表4 2011-2016年中國各省份環(huán)境保護支出的技術(shù)變化情況

省份江蘇浙江安徽福建江西山東河南湖北湖南廣東廣西海南重慶四川貴州云南西藏陜西甘肅青海寧夏新疆TCg幾何平均值TCg（2011 to2012）0.946 16 0.942 88 0.937 18 0.939 98 1.011 69 0.986 50 0.982 92 0.974 53 0.993 60 0.972 48 0.982 35 0.656 09 0.729 44 0.950 50 1.047 12 0.921 44 1.312 39 0.915 81 0.974 99 0.757 27 1.047 14 1.018 75 0.936 96 TCg（2012 to2013）1.032 35 1.011 29 1.083 99 1.013 58 0.987 16 1.003 84 0.995 37 0.967 10 1.191 34 1.015 94 0.991 65 1.476 41 1.133 08 1.037 50 0.825 84 0.990 07 1.021 27 1.014 89 0.988 40 1.032 00 1.193 09 1.015 67 1.042 95 TCg（2013 to2014）0.952 18 0.919 23 0.972 98 0.954 36 0.976 13 0.978 12 0.970 04 0.935 34 0.813 59 0.964 68 0.959 40 1.013 14 0.865 04 0.893 78 0.897 77 0.915 57 0.985 17 0.844 40 0.901 13 0.933 50 0.735 04 1.003 99 0.933 42 TCg（2014 to2015）1.108 86 1.197 08 1.078 12 0.843 36 1.066 59 1.066 43 1.096 75 1.163 19 1.428 90 1.011 54 1.086 23 1.022 19 1.435 96 1.137 77 1.408 56 1.418 08 0.987 61 1.428 36 1.168 83 1.349 64 1.400 47 1.020 87 1.157 02 TCg（2015 to2016）1.018 19 1.009 96 1.026 50 1.315 77 1.027 02 1.008 40 1.010 74 1.031 13 1.031 98 1.074 92 1.027 75 1.048 39 1.007 95 1.040 44 1.017 42 1.037 18 0.755 46 1.042 52 1.053 79 1.045 20 0.961 44 1.025 25 1.033 18 6年間TCg幾何平均值1.009 82 1.011 66 1.018 11 1.001 79 1.013 22 1.008 19 1.010 20 1.011 21 1.072 67 1.007 16 1.008 53 1.010 14 1.006 87 1.008 53 1.021 56 1.042 02 0.997 02 1.031 67 1.013 55 1.005 75 1.043 37 1.016 88 1.017 46

由表4可以看出技術(shù)變化的規(guī)律與生產(chǎn)率變化的規(guī)律相吻合。31個地區(qū)在五個時間段的TCg值的均值可以代表五個時間段的技術(shù)前沿的變化情況：2011-2012年間技術(shù)前沿是有所退步的，2012-2013年間技術(shù)前沿前移，2013-2014年間技術(shù)前沿再次后退，2014-2015年間技術(shù)前沿又再度前移，2015-2016年間技術(shù)前沿繼續(xù)前移，這與MIg指數(shù)的情況是一致的。從各地區(qū)各時間段的TCg值也能直觀地看出，2011-2012年間和2013-2014年間31個省市絕大部分的TCg值都小于1，表示從31個觀測點出發(fā)對技術(shù)前沿變動的觀測結(jié)果是技術(shù)前沿后退；2012-2013年、2014-2015年、2015-2016年三個時間段中31個地區(qū)的TCg值絕大部分是大于1的，特別是后兩個時間段中各只有兩個地區(qū)的TCg值小于1，可見這三個時間段的技術(shù)前沿明顯前移，技術(shù)水平是進步的。綜合五個時間段的TCg均值，6年間的平均值是1.017 46，證明6年間技術(shù)前沿總體上平均前移了1.746%，全國在環(huán)保支出對環(huán)境污染控制的技術(shù)水平是提高的，證明環(huán)境污染治理有了成效。相比技術(shù)效率變化的規(guī)律，技術(shù)變化的規(guī)律與生產(chǎn)率變化的規(guī)律更為一致也證明了6年中生產(chǎn)率的變化主要是由技術(shù)變化帶來的，而非主要由技術(shù)效率變化導(dǎo)致。

四、結(jié)論與建議

本文運用超效率SBM模型和全局參比Malmquist模型分析了2011-2016年間中國31個省、自治區(qū)、直轄市的財政性環(huán)保支出效率、環(huán)保支出生產(chǎn)率變化及技術(shù)前沿變化。在環(huán)保支出效率方面，6年間各省市的環(huán)保支出效率普遍存在DEA無效率情況，各地區(qū)之間的效率值差異性也比較大，31個省市中有13個省市的效率值變化呈現(xiàn)上升趨勢或先降后升趨勢。經(jīng)濟發(fā)達人口密集并不必然導(dǎo)致環(huán)保支出效率值低而經(jīng)濟發(fā)展相對較弱或以休閑旅游業(yè)為主導(dǎo)的省份的環(huán)保支出效率值也不必然處于生產(chǎn)技術(shù)前沿。在環(huán)保支出生產(chǎn)率變化方面，全國范圍內(nèi)6年間的環(huán)保支出生產(chǎn)率平均提高了3.697%，且83.9%的省份6年間的平均生產(chǎn)率是提高的；技術(shù)變化的情況與生產(chǎn)率變化的情況相吻合，6年間技術(shù)前沿總體上平均前移了1.746%，證明全國環(huán)保支出對環(huán)境污染控制的技術(shù)水平是提高的。針對以上分析結(jié)果，本文為提高環(huán)保支出效率和生產(chǎn)率所提出的建議如下：

第一，各省份之間進行環(huán)保支出使用的經(jīng)驗交流。DEA測算的效率是一種相對效率，是被評價DMU至技術(shù)前沿面的距離，而這個技術(shù)前沿面就是將環(huán)保支出利用得最好的、達到了“最佳實踐”狀態(tài)的省份所構(gòu)成的。分析中可知，一些省份的環(huán)保支出效率值較低或生產(chǎn)率下降，根本原因是對環(huán)保支出的利用不到位，所以效率低的省份需要向效率高的省份學(xué)習(xí)經(jīng)驗和方法，縮短與處在技術(shù)前沿的省份之間的距離。重慶作為經(jīng)濟發(fā)達人口密集的直轄市，一直處于技術(shù)前沿，其經(jīng)驗是值得分享的；廣東作為環(huán)境污染壓力很大的省份，其環(huán)保支出效率值和生產(chǎn)率可以幾乎逐年提升，說明方法有獨到之處，雖然并未處于技術(shù)前沿，也值得其他省份汲取經(jīng)驗。

第二，完善環(huán)保相關(guān)監(jiān)督機制。環(huán)保監(jiān)督分為對政府環(huán)保支出的監(jiān)督和環(huán)保部門對污染企業(yè)的監(jiān)督。在環(huán)保財政支出監(jiān)督方面，各級政府應(yīng)在環(huán)保支出數(shù)據(jù)的公開、環(huán)保支出的預(yù)算機制、各協(xié)同部門的監(jiān)督標(biāo)準(zhǔn)、環(huán)保支出的評價體系等方面多做提高和完善的工作，保證環(huán)保預(yù)算進行事前、事中、事后的三重監(jiān)督、避免各級部門出現(xiàn)“上松下緊”的監(jiān)督標(biāo)準(zhǔn)不連貫、提高環(huán)保支出評價的全面性和有效性；在污染企業(yè)監(jiān)督方面，監(jiān)督部門應(yīng)嚴格遵守環(huán)保審批制度、加強環(huán)保審查和驗收力度、配合司法機關(guān)加強隨機調(diào)訪和夜間執(zhí)法力度、調(diào)動居民的自發(fā)監(jiān)督積極性以及加強這些手段的法律支撐。

第三，優(yōu)化環(huán)保單位的綜合實力。環(huán)保單位的綜合實力體現(xiàn)在組織管理能力和工作人員個人能力兩方面。DEA測算的“有效”本身就是DMU的“最佳表現(xiàn)”和“最佳做法”，因此各級財政和環(huán)保部門應(yīng)聯(lián)合開展工作調(diào)查，總結(jié)“最佳實踐”，歸納經(jīng)驗與技術(shù)積累。在此歸納總結(jié)的基礎(chǔ)上，可以實施標(biāo)準(zhǔn)程序作業(yè)（SOP）以規(guī)范和豐富環(huán)保工作執(zhí)行細節(jié)，在環(huán)保工作的每一個環(huán)節(jié)提高效率、優(yōu)化工作細節(jié)；同時構(gòu)建環(huán)保信息共享平臺，分享環(huán)保工作經(jīng)驗感悟，且定期組織培訓(xùn)和工作經(jīng)驗交流活動，鼓勵環(huán)保工作人員提升個人工作能力，并配備完善的獎勵鼓勵機制。