賀祥民+賴永劍

摘要：在使用隨機前沿估計的雙曲線距離函數(shù)測度地區(qū)環(huán)境效率的基礎上，應用更適合于環(huán)境變量的斂散性分析的非線性時變因子模型分析了地區(qū)間可能存在的環(huán)境效率俱樂部收斂現(xiàn)象。結果發(fā)現(xiàn)地區(qū)間環(huán)境效率存在著四個收斂俱樂部；進一步使用Ordered Probit模型分析表明人均GDP、對外開放程度、區(qū)域創(chuàng)新能力和產業(yè)結構是俱樂部形成的主要決定條件。

關鍵詞：環(huán)境效率；非線性時變因子模型；俱樂部收斂；Ordered Probit模型

DOI：10.13956/j.ss.1001-8409.2017.03.22

中圖分類號：F124.5；F224 文獻標識碼：A 文章編號：1001-8409（2017）03-0103-04

Abstract：Based on the stochastic frontier estimation under hyperbolic distance function to measure the efficiency of regional environment， applying the Nonlinear Timevarying Factor model that is more suitable for environment variables divergence analysis， this paper analyzes the possible existence of environmental efficiency between regions club convergence phenomenon.Result finds that regional environment efficiency contains four club convergence.Further，based on analysis by Order Probit model， percapita GDP， the degree of opening， regional innovation ability and the industrial structure is the main precondition for club based on analysis by Ordered Probit model.

Key words： environment efficiency； the Nonlinear Timevarying Factor model； club convergence； Ordered Probit model

近些年來，國內外出現(xiàn)了大量關于生態(tài)和環(huán)境問題的研究成果，其中生態(tài)及環(huán)境效率的研究是熱點。中國是一個地區(qū)間差異較大的國家，地區(qū)之間的環(huán)境、生態(tài)的演化路徑存在突出的異質性，因此，有必要研究地區(qū)間生態(tài)及環(huán)境效率演化的發(fā)展趨勢問題，這對于認清中國環(huán)境的變化狀況有著重要的意義。但是，國內已有的研究地區(qū)環(huán)境效率收斂趨勢的文獻并未考慮環(huán)境效率在地區(qū)間存在的時變特征，比如地區(qū)環(huán)境效率之間存在著的短期發(fā)散，長期收斂的性質，從而使得估計結果存在一定的偏誤。本文在使用隨機前沿估計的雙曲線距離函數(shù)方法測度省區(qū)層面的環(huán)境效率的基礎上，使用了由Phillips和Sul[1]提出的較新的更適合環(huán)境變量分析的非線性時變因子模型克服了已有文獻的缺陷，抓住了地區(qū)間存在的時變特征，從而更好地考察了地區(qū)間環(huán)境效率存在的俱樂部收斂現(xiàn)象。

1 文獻綜述

近些年來一些學者開始將收斂的研究方法用于分析環(huán)境問題的趨勢上，但已有文獻主要集中在研究碳排放的收斂。如Nourry利用跨國的CO2的排放數(shù)據，證實了存在著的隨機收斂假設[2]。進而，Camarero等使用OECD國家排放的數(shù)據發(fā)現(xiàn)存在的俱樂部收斂現(xiàn)象[3]。國內如許廣月實證研究了人均碳排放量的斂散性，研究結果表明：中國人均碳排放量存在β條件收斂和東部、中部和西部地區(qū)的三大俱樂部收斂[4]。許廣月使用面板數(shù)據聚類原理，研究發(fā)現(xiàn)我國碳強度存在高、中和低三個收斂俱樂部[5]。周杰琦、汪同三運用分布滯后調整的面板數(shù)據分析西部地區(qū)與東部地區(qū)碳強度差異，發(fā)現(xiàn)碳強度差異呈現(xiàn)發(fā)散趨勢[6]?？梢钥吹剑壳耙延械奈墨I中較少研究地區(qū)環(huán)境效率的斂散性問題。但是，環(huán)境效率作為可以集中反映一個地區(qū)的綠色發(fā)展的指標，其可以在經濟增長中體現(xiàn)出環(huán)境問題。因此，研究環(huán)境效率的斂散性，可以更好地反映出各地區(qū)在處理經濟增長與環(huán)境問題協(xié)調性的發(fā)展趨勢。

在已有研究的基礎上，本文聚焦于地區(qū)間環(huán)境效率的斂散性分析。本文的特色在于：首先，在估計地區(qū)環(huán)境效率中，使用了更具靈活性的基于參數(shù)估計的雙曲線距離函數(shù)方法；其次，使用了Phillips和Sul[1]提出并發(fā)展起來的非線性時變因子模型來分析地區(qū)環(huán)境效率的斂散性，這種方法的優(yōu)勢在于其不依賴平穩(wěn)性假設，并且允許各種可能的轉換路徑對收斂性的影響；這種方法能容許省區(qū)之間的差異性，即使這種差異性具備時變性質，其也可以在面板數(shù)據的各個序列中抓住共同因子及其特質性因素，從而檢驗俱樂部收斂。Camarero等認為該方法較適合用于環(huán)境變量的收斂性分析；而相較而言，經典的收斂（如絕對收斂和條件收斂）較為嚴格，不太適應環(huán)境變量的分析[7]；再次，使用Ordered Probit模型深入地探索了各俱樂部的形成條件，使得研究結果更具可靠性。

2 環(huán)境效率的估計方法

2.1 雙曲線距離函數(shù)

本文參考Zhang和Ye[8]的研究，采用距離函數(shù)為基礎測度地區(qū)環(huán)境效率，則有雙曲線距離函數(shù)為：

Phillips和Sul[1]提出基于回歸模型（12）的四步算法：

第一步，排序，根據面板中成員的最后觀測值進行排序，這為配置組提供了首要參考，假如數(shù)據存在較大的波動，排序可以根據平均值來進行。

第二步，形成核心組，一旦成員的排序被確定，計算t統(tǒng)計量tk，k最高數(shù)目有2≤k≤N，核心組的規(guī)模由tk（tk>-1.65）的最大值決定。

第三步，確定俱樂部成員，確定核心組后，在剩下的地區(qū)個體中一次選取一個加入到核心組中；進行l(wèi)ogt回歸，同時計算t統(tǒng)計量，如果這時t統(tǒng)計量大于0，即認為該個體屬于核心組俱樂部，重復以上步驟，從而得到俱樂部的所有成員。在t檢驗中，要確保對于整組而言，有tk>-1.65。

第四步，重復第一步到第三步，直到選出所有的俱樂部，如果到最后，還有一些個體未包括在任何俱樂部中，則說明這些個體是發(fā)散的。

這一方法被證實具有較大的靈活性，其可以用于區(qū)分出各種可能存在的收斂發(fā)散形式，包括全局收斂、全局發(fā)散、俱樂部收斂等。

4 實證分析

4.1 環(huán)境效率的估計

4.1.1 變量與數(shù)據

正產出，由于考慮了能源這一中間投入，所以其用地區(qū)工業(yè)總值（GNP）來表示；負產出，地區(qū)排放的污染物，由于SO2在工業(yè)排放中較具典型性，因此，本文選SO2表示負產出。

資本投入（K），參照已有文獻，使用各省區(qū)工業(yè)部門固定資產凈值年平均余額來作為工業(yè)部門的資本存量投入指標。勞動力投入（L），使用各省工業(yè)部門從業(yè)人員數(shù)來表征，能源投入（E），用各省的能源消費總量衡量。

數(shù)據期間為1999～2012年，來源于相應年份的《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《新中國60年統(tǒng)計資料匯編》《中國工業(yè)統(tǒng)計年鑒》，涉及到的省份為除西藏外的30個內地省區(qū)。

4.1.2 估計結果

依據Fre等[9]的研究，距離函數(shù)方程如果為二次靈活函數(shù)形式，其可以使用參數(shù)的隨機前沿方法估計。本文利用ML（最大似然）估計對隨機前沿模型（4）進行估計，為了避免可能存在的無法收斂的問題，本文采用無量綱化的方法對投入、產出指標進行標準化。估計結果如表1。

估計結果中，θ，P均在統(tǒng)計上呈顯著性，這表明技術無效率服從P=0.2660，θ=4.562的伽馬分布；另外，其他技術無效率的統(tǒng)計指標也是顯著的，這意味著使用隨機前沿估計雙曲線距離函數(shù)是有效且可靠的。

4.2 收斂分析

計算出全國各省區(qū)的環(huán)境效率后，首先對環(huán)境效率進行全局收斂檢驗，運用Phillips和Sul[1]的logt檢驗，得出結果：

log（H1/Ht）-2logL（t）=0.037-1.193logt

（5.15）（-18.04）

可以看到t統(tǒng)計量值為-18.04，其遠小于邊界值-1.65；因此，全局收斂被拒絕；這意味著我國各地區(qū)的環(huán)境效率不存在全局性收斂。繼續(xù)使用Phillips和Sul[1]提出的基于回歸模型logt的俱樂部收斂算法對我國地區(qū)間環(huán)境效率進行收斂分析，俱樂部收斂檢驗的logt系數(shù)，如表2。

可以看到，中國地區(qū)層面的環(huán)境效率為俱樂部收斂，并且存在4個收斂俱樂部：A俱樂部包括北京、上海；B俱樂部包括天津、遼寧、江蘇、浙江、山東、廣東等6個省市；C俱樂部包括河北、內蒙古、吉林、黑龍江、安徽、福建、江西、河南、湖北、湖南、廣西、海南、重慶、四川、云南、陜西等16個省市；D俱樂部包括山西、貴州、甘肅、青海、寧夏和新疆等。A俱樂部和B俱樂部都是屬于環(huán)境效率較高的俱樂部，而D俱樂部是環(huán)境效率最低層次的俱樂部。本文的研究與常見的文獻中人為地將全國省區(qū)按地理位置分成東、中、西部是不同的，是什么影響因素導致了俱樂部的形成呢？

4.3 俱樂部形成的條件分析

參照Bartkowska和Riedl[10]的研究，采用Ordered Probit模型來分析環(huán)境效率俱樂部形成的條件。有基礎模型成立：yi=βXi+εi，i為省區(qū)，y為潛變量，表明俱樂部的歸屬。系數(shù)β反映了省區(qū)的相應條件對其歸屬于4個俱樂部概率的邊際影響。根據已有的環(huán)境效率影響因素的研究，俱樂部形成條件包括有：人均GDP、產業(yè)結構（INS）、政府規(guī)制（GC）、外商直接投資（FDI）、對外開放程度（Open）、區(qū)域技術創(chuàng)新能力（TI）、地區(qū)人口密度（Pop）等因素。其中產業(yè)結構（INS）用第二產業(yè)產值與該年該地區(qū)國民生產總值的比例衡量；政府規(guī)制（GC）使用各省區(qū)工業(yè)污染治理投資占地區(qū)生產總值比值度量；地區(qū)外商直接投資（FDI）采用地區(qū)該年FDI總值與GDP的比值衡量；對外開放程度（Open）用地區(qū)進出口貿易總額與該地區(qū)該年的GDP的比值；區(qū)域技術創(chuàng)新能力（TI）使用各省區(qū)的發(fā)明專利授權數(shù)來衡量，取對數(shù)；地區(qū)人口密度（Pop）利用總人口與地區(qū)面積的比值測度，取對數(shù)。表3報告了Ordered Probit模型的估計結果。

從表3報告的結果分析得到，人均GDP（lnGDP）、對外開放（Open）、區(qū)域技術創(chuàng)新能力（lnTI）三個變量對于環(huán)境效率較高層次的俱樂部A、B的變量系數(shù)均顯著為正，而對于環(huán)境效率低層次的俱樂部C、D的變量系數(shù)均顯著為負；這說明人均GDP越高、區(qū)域創(chuàng)新能力越強、對外開放程度越高，屬于環(huán)境效率較高層次的俱樂部A和B的概率就越大，而屬于環(huán)境效率低層次的俱樂部C、D的概率越小。這與大多數(shù)研究環(huán)境效率影響因素的文獻結論有異曲同工之處，即人均GDP越高，人們越富裕，對環(huán)境質量的要求就越高；對外開放程度越高，面對海外更為嚴苛的市場機會就更多，國外帶來的正向環(huán)境技術溢出也可能更顯著，從而對地區(qū)環(huán)境效率有更突出的推動作用，進而提升歸屬于俱樂部A、B的概率。同時區(qū)域創(chuàng)新能力越強，地區(qū)通過技術進步，優(yōu)化生產設備，改進生產工藝，就越能夠促進環(huán)境效率的提高。

產業(yè)結構（INS）變量對于俱樂部A、B的系數(shù)均顯著為負，且在1%的水平上顯著；這說明第二產業(yè)產值占國民總值的比重越高，屬于俱樂部A、B的概率越低。原因在于：工業(yè)的發(fā)展雖然帶來了經濟增長，增加了正產出；但是我國大多數(shù)地區(qū)的工業(yè)生產還處于粗放的數(shù)量式增長，經濟增長伴隨著大量的環(huán)境污染排放。尤其是隨著地區(qū)經濟的進一步發(fā)展，工業(yè)為主的產業(yè)結構阻礙了環(huán)境效率的提升，因此對地區(qū)屬于俱樂部A、B的概率產生負影響，對屬于俱樂部C、D的概率影響顯著為正。政府規(guī)制（GC）對俱樂部的歸屬概率影響不顯著，這可能是由于我國各省區(qū)工業(yè)污染治理投資占GDP的比重都較低，對環(huán)境效率的提升作用不明顯；另外，由于我國長期存在先污染后治理的現(xiàn)象，而且工業(yè)污染治理投資往往是滯后的，因此促進環(huán)境效率提高的作用非常有限。外商直接投資（FDI）對于4個俱樂部也不存在顯著的影響，其主要原因是由于FDI對東道國環(huán)境效率的影響是雙重的：一方面，F(xiàn)DI的進入可以帶來技術溢出，促進國內的技術進步；另一方面，許多進入我國的FDI都是屬于尋求污染避風港，同時由于各地政府引資過程中對資本的“饑渴癥”，降低了對FDI的環(huán)境污染排放的監(jiān)管，正負相抵，從而使得FDI對俱樂部的歸屬概率不存在顯著的影響效應。最后，可以發(fā)現(xiàn)人口密度（lnPop）作用也不顯著，這主要是由于人口密度增大可以提升對高環(huán)境質量的需求，但是人口密度越大，其所產生的環(huán)境污染也更突出，進而導致對俱樂部的歸屬概率影響均不顯著。

5 結論與政策啟示

在使用隨機前沿估計下的雙曲線距離函數(shù)測度地區(qū)環(huán)境效率的基礎上，本文使用了Phillips和Sul[1]等提出并發(fā)展起來的非線性時變因子模型分析了中國地區(qū)層面可能存在的環(huán)境效率俱樂部收斂現(xiàn)象。研究發(fā)現(xiàn)中國地區(qū)的環(huán)境效率存在著4個收斂俱樂部，A俱樂部和B俱樂部都是屬于環(huán)境效率較高的俱樂部，而D俱樂部是環(huán)境效率最低層次的俱樂部；研究與常見的文獻中人為地將全國的省區(qū)按地理位置分成東、中、西部是不同的。人均GDP越高、對外開放程度越高、區(qū)域創(chuàng)新能力越強，屬于環(huán)境效率較高層次的俱樂部A和B的概率就越大；而屬于環(huán)境效率低層次的俱樂部C、D的概率越小。產業(yè)結構對于俱樂部A、B，系數(shù)卻均顯著為負，且在1%的水平上顯著；這說明第二產業(yè)產值占國民總值的比重越高，屬于俱樂部A、B的概率越低。

本文的研究得到如下政策啟示：（1）對于處于同一個俱樂部的地區(qū)，應該要加強經濟合作和環(huán)境治理合作，在提升正產出的同時，降低負產出，以共同應對經濟新常態(tài)；（2）處于較低層次俱樂部的地區(qū)，要在保持環(huán)境質量的基礎上進一步促進經濟增長，提升人均GDP。繼續(xù)堅持改革開放，擴大出口，有選擇地引進外商直接投資，并創(chuàng)造條件發(fā)揮外資企業(yè)對國內企業(yè)的正向環(huán)境技術溢出。加快發(fā)展服務業(yè)、現(xiàn)代農業(yè)及先進制造業(yè)，優(yōu)化產業(yè)結構，使得越來越多處于較低層次俱樂部的地區(qū)能夠進入到較高層次中，從而促進經濟社會的協(xié)調發(fā)展。

參考文獻：

[1]Phillips PCB， Sul D.Transition Modeling and Econometric Convergence Tests[J].Econometrica， 2007，75（6）：1771-1855.

[2]Nourry M. Re-examining the Empirical Evidence for Stochastic Convergence of Two Air Pollutants with a Pair-wise Approach[J].Environmental Resource Economic，2009，44（2）：555-570.

[3]Camarero M， Castillo J， Picazo-Tadeo AJ， Tamarit C. Eco-efficiency and Convergence in OECD Countries[J]. Environmental Resource Economic， 2013，55（5）：87-106.

[4]許廣月. 碳排放收斂性 ：理論假說和中國的經驗研究[J].數(shù)量經濟技術經濟研究，2010（9）：31-42.

[5]許廣月. 碳強度俱樂部收斂性：理論與證據[J].管理評論，2013（4）：48-59.

[6]周杰琦，汪同三. 地區(qū)經濟增長與碳強度差異的收斂性及其機理 [J].社會科學研究，2014（5）：66-73.

[7]Camarero M， Castillo J， Picazo-Tadeo AJ， Tamarit C.Is Eco-efficiency in Greenhouse Gas Emissions Converging Among European Union Countries？ [J]. Empir Economic， 2014，47（3）：143-168.

[8]Zhang Z， Ye J. Decomposition of Environmental Total Factor Productivity Growth Using Hyperbolic Distance Functions： A Panel Data Analysis for China[J]. Energy Economics， 2015， 47（1） ：87-97.

[9]Fre R， Grosskopf S， Noh D-W，WeberW.Characteristics of a Polluting Technology：Theory and Practice[J]. Journal of Economics， 2005，126（6）：469-492.

[10]Bartkowska M， Riedl A. Regional Convergence Clubs in Europe： Identification and Conditioning Factors[J]. Economic Modelling， 2012，29（3）：22-31.

（責任編輯：秦 穎）