吳 洋
(沈陽師范大學(xué) 國(guó)際商學(xué)院,遼寧 沈陽 110034)
地方政府承擔(dān)著經(jīng)濟(jì)建設(shè)的重任,同時(shí),又是環(huán)境保護(hù)工作的主體,在促進(jìn)經(jīng)濟(jì)健康發(fā)展的同時(shí)又要確保當(dāng)?shù)丨h(huán)境狀況可控,對(duì)由于經(jīng)濟(jì)建設(shè)而帶來的環(huán)境污染問題有著不可推卸的治理責(zé)任。遼寧省作為老工業(yè)基地,其面臨的環(huán)境污染問題非常嚴(yán)峻。在既要保證經(jīng)濟(jì)發(fā)展速度,又要保證環(huán)境狀況可控的前提下,遼寧省的經(jīng)濟(jì)與環(huán)境保護(hù)之間能否實(shí)現(xiàn)平衡發(fā)展值得研究。因此,從參考環(huán)境因素的角度出發(fā),測(cè)算遼寧省的投入-產(chǎn)出經(jīng)濟(jì)效率,即環(huán)境經(jīng)濟(jì)效率,進(jìn)而對(duì)效率值的變化趨勢(shì)進(jìn)行深入分析。
目前,國(guó)內(nèi)外學(xué)者從不同角度對(duì)環(huán)境經(jīng)濟(jì)效率進(jìn)行了研究。IRAM 等[1]通過DEA 方法研究了2013-2017 年間主要OECD 國(guó)家的環(huán)境經(jīng)濟(jì)效率情況。SUZUKI 等[2]運(yùn)用超效率的DEA 模型,采用能源消耗和人口數(shù)量作為投入,GDP 與二氧化碳排放量作為 產(chǎn)出測(cè)算2003-2012 年間歐盟、OPEC 組織和東盟國(guó)家的能源-環(huán)境-經(jīng)濟(jì)效率。SUBHASH等[3]運(yùn)用DEA方法對(duì)2005年110個(gè)國(guó)家的環(huán)境數(shù)據(jù)進(jìn)行了分析,以不同種燃料作為投入,將國(guó)內(nèi)生產(chǎn)總值作為期望產(chǎn)出,將二氧化碳排放量作為非期望產(chǎn)出。林伯強(qiáng)等[4]運(yùn)用非徑向方向距離函數(shù)的超效率DEA 模型,研究中國(guó)地級(jí)以上城市的綠色 經(jīng)濟(jì)效率,通過工具變量法解決經(jīng)濟(jì)集聚與綠色經(jīng)濟(jì)效率之間的內(nèi)生性,并研究了經(jīng)濟(jì)集聚對(duì)綠色經(jīng)濟(jì)效率存在先促進(jìn)后抑制的現(xiàn)象背后的機(jī)制問題。林進(jìn)忠等[5]運(yùn)用DEA-SBM 模型測(cè)算中國(guó)省際的綠色經(jīng)濟(jì)效率,并從總體時(shí)序、空間特征、省際差異等方面進(jìn)行剖析,分析了經(jīng)濟(jì)集聚對(duì)本地及鄰近省份綠色經(jīng)濟(jì)效率的作用,并提出對(duì)策 建議。胡曉琳[6]則著重研究省際環(huán)境經(jīng)濟(jì)效率的測(cè)算及其收斂性和影響因素,選用與Malmquist 模型相結(jié)合的DEA-EBM 模型,測(cè)算了2002-2013年中國(guó)各省份的環(huán)境效率及環(huán)境全要素生產(chǎn)率,認(rèn)為省級(jí)環(huán)境全要素生產(chǎn)率的差異會(huì)持續(xù)存在,并提出相應(yīng)的建議。張靜等[7]研究漢江生態(tài)經(jīng)濟(jì)帶11 個(gè)城市在2003-2015 年間的城市效率,其中考慮了生 態(tài)環(huán)境成本問題。李宏偉等[8]運(yùn)用多期DID模型,研究了2005-2018 年黃河流域各城市的綠色經(jīng)濟(jì)效率,認(rèn)為區(qū)域一體化政策促進(jìn)了黃河流域綠色經(jīng)濟(jì)效率的提升,但政策作用只集中于中游地區(qū),對(duì)上下游的影響不顯著。張碩等[9]將河北省的11 個(gè)城市作為研究對(duì)象,考察了2010-2018 年河北省綠色經(jīng)濟(jì)效率,認(rèn)為經(jīng)濟(jì)發(fā)展水平高的地區(qū)存在環(huán)境成本高的情況,而河北省整體的綠色經(jīng)濟(jì)發(fā)展水平不高。
通過對(duì)已有文獻(xiàn)研究發(fā)現(xiàn),個(gè)別文獻(xiàn)對(duì)投入和產(chǎn)出指標(biāo)的選取隨意性較大,難以真實(shí)反映實(shí)際環(huán)境經(jīng)濟(jì)現(xiàn)狀,特別是對(duì)環(huán)境污染指標(biāo)的選取,通常采用總量指標(biāo)而不是與地域面積相比較的相對(duì)量指標(biāo),所以結(jié)果存在偏差。選擇傳統(tǒng)的CCR 和BCC 模型居多,這類徑向模型并不完全符合對(duì)環(huán)境經(jīng)濟(jì)效率的測(cè)度,因?yàn)椴⒎撬械耐度爰爱a(chǎn)出指標(biāo)都需要等比例擴(kuò)大或縮減,同時(shí)有些文獻(xiàn)還存在對(duì)DEA 模型的運(yùn)用不夠準(zhǔn)確等問題。此外,尚未對(duì)當(dāng)前遼寧省的環(huán)境經(jīng)濟(jì)效率及其收斂性進(jìn)行研究。因此,從新的視角進(jìn)行指標(biāo)選取,運(yùn)用窗口DEA-Hybrid 模型及條件β收斂檢驗(yàn)對(duì)遼寧省2011-2019年14個(gè)城市的環(huán)境經(jīng)濟(jì)效率及其收斂性進(jìn)行實(shí)證分析。
選取2011-2019年遼寧省14個(gè)城市作為研究對(duì)象,數(shù)據(jù)來源于《遼寧省統(tǒng)計(jì)年鑒》。由于2011 年國(guó)家統(tǒng)計(jì)局和環(huán)境保護(hù)部對(duì)部分污染指標(biāo)的統(tǒng)計(jì)口徑進(jìn)行了調(diào)整,所以本研究選取的時(shí)間跨度為2011-2019 年。測(cè)算環(huán)境經(jīng)濟(jì)效率就是在融入了環(huán)境因素的基礎(chǔ)上測(cè)算一個(gè)經(jīng)濟(jì)體的投入-產(chǎn)出效率,因此在投入和產(chǎn)出指標(biāo)的選取中需要加入環(huán)境因素指標(biāo)。在投入指標(biāo)中,選擇城鎮(zhèn)就業(yè)人數(shù)(城鎮(zhèn)非私營(yíng)單位就業(yè)人數(shù)和個(gè)體從業(yè)人數(shù)的總和)作為勞動(dòng)投入,選擇大中型工業(yè)企業(yè)資產(chǎn)總計(jì)作為資本投入,選擇財(cái)政性環(huán)保支出作為政府的環(huán)保投入。在產(chǎn)出指標(biāo)中,由于人均GDP 不僅可以代表一個(gè)地區(qū) 經(jīng)濟(jì)發(fā)展的狀況也可以反映人民的生活水平,因此選擇人均GDP 作為期望產(chǎn)出指標(biāo),代表經(jīng)濟(jì)產(chǎn)出成果;選擇工業(yè)二氧化硫排放強(qiáng)度和工業(yè)廢水排放強(qiáng)度作為非期望產(chǎn)出指標(biāo),代表對(duì)空氣和水體的污染情況。如前所述,為了客觀、準(zhǔn)確地反映污染狀況,對(duì)兩種污染指標(biāo)都進(jìn)行了地域面積的相對(duì)化處理,即除以各城市的行政區(qū)域面積,得到兩種污染物的排放強(qiáng)度指標(biāo)[10],具體見表1。
表1 指標(biāo)說明 Tab.1 indicator description
研究選取的投入和產(chǎn)出指標(biāo)共6 個(gè),選擇的城市共14 個(gè),與決策單元(DMU)數(shù)量應(yīng)大于投入和產(chǎn)出指標(biāo)總數(shù)的3 倍這個(gè)DEA 使用的一般原則相對(duì)照有一定差距[11]。正因?yàn)槿绱耍琀ybrid 模型結(jié)合窗口模型,在測(cè)算效率值時(shí)會(huì)人為增加DMU 數(shù)量,即在每一個(gè)窗口中增加DMU 數(shù)量,從而提高了 DMU 效率值測(cè)算的準(zhǔn)確度,避免了測(cè)算結(jié)果中效率值為1 的DMU 過多的現(xiàn)象。
傳統(tǒng)的CCR 或BCC 模型,各項(xiàng)投入和產(chǎn)出的擴(kuò)大和縮減是等比例的,所以這類模型也叫徑向模型,其缺點(diǎn)是各種產(chǎn)出都是弱可處置的,不能單獨(dú)對(duì)某一個(gè)指標(biāo)進(jìn)行調(diào)整。SBM 模型可以將某個(gè)非期望產(chǎn)出設(shè)置為強(qiáng)可處置,所以不必在減少非期望產(chǎn)出時(shí)以犧牲期望產(chǎn)出為代價(jià),即可以單獨(dú)對(duì)某一個(gè)指標(biāo)進(jìn)行調(diào)整。但在現(xiàn)實(shí)生產(chǎn)中,有些指標(biāo)是需要等比例改進(jìn)的,而有些則不需要,此時(shí)就需要一種可以同時(shí)處理兩種情況的模型,這就是Hybrid 模型。Hybrid 模型可以將投入與產(chǎn)出指標(biāo)分為徑向類指標(biāo)和非徑向類指標(biāo),如果所有指標(biāo)均為徑向,則Hybrid模型等同于徑向模型;如果所有指標(biāo)均為非徑向,則Hybrid 模型等同于SBM 模型。選取的投入指標(biāo)中,勞動(dòng)投入和資本投入一般是等比例的,而環(huán)保支出的投入?yún)s不是。在產(chǎn)出指標(biāo)中,各種污染物排放一般是等比例的,而人均GDP 這一產(chǎn)出指標(biāo)就沒有必要 隨其他污染指標(biāo)等比例縮放。所以從選取指標(biāo)的特質(zhì)來看,Hybrid 模型比較適合,比單純的徑向模型或SBM 模型更有優(yōu)勢(shì)。
為了測(cè)算綜合技術(shù)效率,將規(guī)模報(bào)酬情況假設(shè)為不變,Hybrid 模型規(guī)劃式的一般形式為
式中,si(i=1,2,…,m)為投入指標(biāo)的松弛變量;sr(r=1,2,…,q)為產(chǎn)出指標(biāo)的松弛變量;X為xi的矩陣;Y為yr的矩陣;R 為徑向指標(biāo);N 為非徑向指標(biāo);m為投入指標(biāo)數(shù)量;m1為徑向指標(biāo)數(shù)量;m2為非徑向指標(biāo)數(shù)量;q為產(chǎn)出指標(biāo)數(shù)量;q1為徑向指標(biāo)數(shù)量;q2為非徑向指標(biāo)數(shù)量;k為當(dāng)前要測(cè)量的一個(gè)DMU 的標(biāo)記[12]。
窗口模型嚴(yán)格來說是一種計(jì)算模式而非具體的模型,所以一般需結(jié)合其他具體模型來實(shí)現(xiàn)。窗口模型常運(yùn)用于面板數(shù)據(jù)分析,設(shè)置連續(xù)3 至4 年寬度的窗口,將對(duì)應(yīng)的面板數(shù)據(jù)放在一起作為參考集構(gòu)建生產(chǎn)技術(shù)前沿面,測(cè)算決策單元DMU 的效率 值。然后將同一寬度的窗口按照時(shí)間順序下移1 年,繼續(xù)測(cè)算窗口中的DMU 效率值,以此類推,直至將窗口推行到最后1 年。最后,將同一個(gè)DMU 的多個(gè)效率值取幾何平均值,即為該DMU 的效率值。此種方法的目的在于通過窗口增加DMU 的數(shù)量,使得測(cè)算的效率值更為精確,避免了因DMU 數(shù)量不足導(dǎo)致的效率值偏高的現(xiàn)象。
條件β收斂檢驗(yàn)是一種檢驗(yàn)各經(jīng)濟(jì)體從長(zhǎng)期角度看是否存在動(dòng)態(tài)演化的趨勢(shì),各個(gè)經(jīng)濟(jì)體之間的經(jīng)濟(jì)差異是否隨時(shí)間推移而縮小的一種檢驗(yàn)方法。條件β收斂檢驗(yàn)是相對(duì)于絕對(duì)β收斂檢驗(yàn)而言的。絕對(duì)β收斂檢驗(yàn)當(dāng)中,各經(jīng)濟(jì)體趨于收斂的是同一個(gè)穩(wěn)定狀態(tài),而條件β收斂檢驗(yàn)中,各經(jīng)濟(jì)體趨向于各自的穩(wěn)定狀態(tài),所以條件β收斂檢驗(yàn) 中,假設(shè)不同經(jīng)濟(jì)體的基礎(chǔ)條件和特征存在本質(zhì)不同,承認(rèn)發(fā)達(dá)經(jīng)濟(jì)體與欠發(fā)達(dá)經(jīng)濟(jì)體之間的差距始終存在[6]。因此,條件β收斂檢驗(yàn)方法主要用于檢驗(yàn)各經(jīng)濟(jì)體是否隨時(shí)間推移而趨向各自的穩(wěn)定狀態(tài)。
主要測(cè)算綜合技術(shù)效率值,即假設(shè)各省 市的生產(chǎn)狀態(tài)為規(guī)模報(bào)酬不變??紤]到需要保證就業(yè)和招商引資的政策條件,假設(shè)投入越小效率越高并不符合實(shí)際情況,而是要按照既定條件下產(chǎn)出越大效率越高的思路,所以窗口Hybrid 模型選擇產(chǎn)出導(dǎo)向模型。關(guān) 于窗口模型的窗寬問題,一般的經(jīng)驗(yàn)是選擇窗寬為3 至4[13],即一個(gè)窗口包括3 至4 年的面板數(shù)據(jù),然后逐漸將固定的窗寬下移,進(jìn)而可以將同一個(gè)DMU 測(cè)算出多個(gè)效率值。選用Hybrid 模型這種混合模型,需要 對(duì)各個(gè)指標(biāo)的性質(zhì)進(jìn)行區(qū)分,由于勞動(dòng)投入和資本投入存在一個(gè)最佳比例。因此,將投入指標(biāo)中的城鎮(zhèn)就業(yè)人數(shù)和大中型工業(yè)企業(yè)資產(chǎn)總計(jì)兩項(xiàng)指標(biāo)設(shè)置為徑向指標(biāo),將財(cái)政性環(huán)保支出設(shè)為非徑向指標(biāo)。污染物是同時(shí)產(chǎn)生和排放的,因此將工業(yè)二氧化硫排放強(qiáng)度和工業(yè)廢水排放強(qiáng)度兩項(xiàng)指標(biāo)設(shè)置為徑向指標(biāo),將人均GDP 設(shè)置為非徑向指標(biāo),Hybrid 模型才能更好地應(yīng)用。在這些指標(biāo)中,大中型工業(yè)企業(yè)資產(chǎn)總計(jì)、財(cái)政性環(huán)保支出、人均GDP,這3 個(gè)指標(biāo)均通過GDP平減指數(shù)進(jìn)行了平減處理,從而減少物價(jià)水平波動(dòng)帶來的影響。采用MaxDEA Ultra 8.19軟件運(yùn)行窗口Hybrid 模型對(duì)2011-2019 年遼寧省14 個(gè)城市的環(huán)境經(jīng)濟(jì)效率值進(jìn)行測(cè)算。因篇幅所限僅列出沈陽、大連、鞍山3 個(gè)城市的環(huán)境經(jīng)濟(jì)效率值,具體見表2。
表2 2011-2019 年遼寧省部分城市環(huán)境經(jīng)濟(jì)效率值 Tab.2 environmental economic efficiency scores of some cities of Liaoning province during 2011-2019 by window Hybrid Model
續(xù)表2
表2 是在窗寬為3 的條件下(如此共形成7個(gè)窗口)使用Hybrid模型測(cè)算出的結(jié)果。可以發(fā)現(xiàn)每一個(gè)DMU 除了2011 年、2019年之外,其他年份的效率值都不止一個(gè)。窗口模型的作用就是在DMU 數(shù)量不十分充足的情況下,通過設(shè)定窗口寬度,將多個(gè)橫截面的DMU 放在同一個(gè)窗口下以增加DMU的數(shù)量,進(jìn)而可以構(gòu)建一個(gè)DMU 數(shù)量更多的生產(chǎn)技術(shù)前沿面,然后測(cè)算每個(gè)DMU 效率值。在窗口不斷下移的過程中,每個(gè) DMU 的效率值都會(huì)重新測(cè)算一次,從而使得效率值的測(cè)算結(jié)果更為精確。由于各個(gè)DMU 在部分年份中測(cè)算的效率值不止一個(gè),為了達(dá)到有效分析數(shù)據(jù)的目的,可以將同一個(gè)年份同一個(gè)DMU 的不同效率值作幾何平均處理,得到唯一的幾何平均值,代表該DMU 在某年份中的實(shí)際效率值,這也是提高效率值準(zhǔn)確性的一種方法[14]。將同一個(gè)DMU 多個(gè)效率值進(jìn)行幾何平均處理之后的遼寧省14個(gè)城市2011-2019年的環(huán)境經(jīng)濟(jì)效率值見表3。
表3 2011-2019 年遼寧省各城市環(huán)境經(jīng)濟(jì)效率值幾何平均值 Tab.3 geo-mean of environmental economic efficiency scores of all cities in Liaoning Province during 2011-2019
通過對(duì)表3 中測(cè)算結(jié)果進(jìn)行分析可以發(fā)現(xiàn),首先,2011-2019 年遼寧省部分年份環(huán)境經(jīng)濟(jì)效率處于DEA 有效狀態(tài)的城市有9個(gè):大連(2 年)、撫順(4 年)、本溪(7年)、丹東(7 年)、營(yíng)口(4 年)、阜新(2年)、遼陽(4 年)、盤錦(7 年)、朝陽(5年),其余5 個(gè)城市在9 年中均未能處于DEA有效狀態(tài)。這種差異主要源于各個(gè)城市人均GDP 以及環(huán)境污染物的排放強(qiáng)度。如果在 經(jīng)濟(jì)生產(chǎn)過程中,投入要素相對(duì)較少、人均GDP 相對(duì)較高、環(huán)境污染物排放強(qiáng)度相對(duì) 較低,則該城市的環(huán)境經(jīng)濟(jì)效率測(cè)算結(jié)果就會(huì)傾向于較高數(shù)值;反之,則會(huì)傾向于較低的數(shù)值。從這個(gè)角度看,環(huán)境經(jīng)濟(jì)效率值可以反映出各城市在經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間能否達(dá)到平衡,在經(jīng)濟(jì)發(fā)展的同時(shí)能否有效控制環(huán)境污染的情況。
其次,從2011-2019 年遼寧省各個(gè)城市的環(huán)境經(jīng)濟(jì)效率值變化來看,阜新的變化最大,從2011 年的0.687 5 上升至2018 年、2019 年的1,其環(huán)境經(jīng)濟(jì)效率值連續(xù)兩年成為構(gòu)成生產(chǎn)技術(shù)前沿面的效率值,變化十分顯著。朝陽從2011 年的0.968 0 一路波動(dòng)上升至2018 年和2019 年的1。大連從2011年的0.771 6 上升至2018 年和2019 年的1,上升的過程中波動(dòng)幅度較大。盤錦的表現(xiàn)最為穩(wěn)定,9 年間有7 年的環(huán)境經(jīng)濟(jì)效率值都處于生產(chǎn)技術(shù)前沿面上,在2014、2015 年中雖然效率值不是1,但也都在0.9 以上。相比之下,鞍山、營(yíng)口、遼陽的環(huán)境經(jīng)濟(jì)效率值則呈現(xiàn)出波動(dòng)下行的趨勢(shì)。鞍山從2011年的0.968 4 下降到2019 年的0.653 8,營(yíng)口從2011年的0.874 3下降到2019年的0.787 8,遼陽的環(huán)境經(jīng)濟(jì)效率值在2011-2015 年中有4年都達(dá)到了1,但從2016 年開始出現(xiàn)下滑,到2019 年跌至0.743 2。其他城市的環(huán)境經(jīng)濟(jì)效率值沒有表現(xiàn)出明顯的波動(dòng)趨勢(shì)。
經(jīng)濟(jì)發(fā)達(dá)與否、人口規(guī)模大小等導(dǎo)致的環(huán)境壓力因素雖然能夠?qū)σ粋€(gè)城市的環(huán)境經(jīng)濟(jì)效率值產(chǎn)生影響,但并非起決定作用。以沈陽和大連為例,大連在2011-2019 年,環(huán)境經(jīng)濟(jì)效率值明顯波動(dòng)上升,2018 年、2019 年都達(dá)到了1。而沈陽的環(huán)境經(jīng)濟(jì)效率值變化呈U 型,先由2011 年的0.832 2 下降至2016 年的0.685 2,又再升高至2019 年的0.810 3,但從未達(dá)到過1。這些都表明同為遼寧省經(jīng)濟(jì)發(fā)展速度較快、人口規(guī)模較大的城市,大連能夠逐步達(dá)到經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)相平衡的狀態(tài),而沈陽則比較失衡。因此,環(huán)境經(jīng)濟(jì)效率值不僅受經(jīng)濟(jì)發(fā)展情況、人口規(guī)模的影響,還與各城市勞動(dòng)和資本的投入比例、投入要素相互協(xié)調(diào)情況、生產(chǎn)技術(shù)與管理技術(shù)的高低、環(huán)保支出的使用過程、地方環(huán)保部門的環(huán)境治理手段與監(jiān)察力度、各企業(yè)的配合情況等密切相關(guān)。數(shù)據(jù)包絡(luò)分析模型的測(cè)算過程就是尋找能夠最佳綜合利用這些因素,進(jìn)而使“投入-產(chǎn)出”過程的整體績(jī)效最大化的那些DMU[15]。所以,環(huán)境經(jīng)濟(jì)效率值為1的城市就是全省14 個(gè)城市中經(jīng)濟(jì)發(fā)展與環(huán)境治理工作綜合表現(xiàn)最好的城市,而那些環(huán)境經(jīng)濟(jì)效率值小于1 的城市就是綜合表現(xiàn)尚有差距的城市。城市的環(huán)境經(jīng)濟(jì)效率值越低,其綜合表現(xiàn)越差,說明其經(jīng)濟(jì)發(fā)展不充分,環(huán)境污染控制成效低。
由于遼寧省的14 個(gè)城市存在經(jīng)濟(jì)發(fā)展基礎(chǔ)與環(huán)境污染情況的既定差異,且這種差異在短期內(nèi)將持續(xù)存在。因此,采用條件β收斂檢驗(yàn)方法,將遼寧省 14 個(gè)城市2011-2019 年的環(huán)境經(jīng)濟(jì)效率值整合可得到一組面板數(shù)據(jù),以此為依據(jù)進(jìn)行分析。對(duì)于條件β收斂的檢驗(yàn)方法,胡曉琳[6]根據(jù)先驗(yàn)理論,采用構(gòu)建條件β收斂回歸模型的方法進(jìn)行檢驗(yàn)。
式中,EEEit為第i個(gè)城市第t期的環(huán)境經(jīng)濟(jì)效率值;EEEi,t-1為第i個(gè)城市第t-1 期的環(huán)境經(jīng)濟(jì)效率值;β為模型的回歸系數(shù);α為面板數(shù)據(jù)模型固定效應(yīng)截距;uit為隨機(jī)干擾項(xiàng)。
使用EViews10.0 軟件對(duì)模型進(jìn)行回歸檢驗(yàn),基于樣本面板數(shù)據(jù)的情況選擇個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng),并選擇交叉權(quán)重系數(shù)法(Cross-Section Weights)的面板校正標(biāo)注誤方法(Panel-Corrected Standard error),以便一定程度上解決復(fù)雜的面板誤差問題,如同步相關(guān)、異方差、序列相關(guān)等。模型回歸結(jié)果見表4。
表4 條件β收斂回歸結(jié)果 Tab.4 results of conditional βconvergence regression
在回歸結(jié)果中,β分別為-0.117 4、-0.834 6,均在1%的水平上顯著。德賓-沃森統(tǒng)計(jì)值為2.142 6,模型擬合度為0.490 9、調(diào)整擬合度為0.372 1,表明回歸結(jié)果良好。2011-2019 年遼寧省14 個(gè)城市的環(huán)境經(jīng)濟(jì)效率值存在條件β收斂現(xiàn)象,各城市的環(huán)境經(jīng)濟(jì)效率值呈向其自身穩(wěn)定狀態(tài)收斂的趨勢(shì),其環(huán)境經(jīng)濟(jì)效率值的變化路徑逐漸趨于穩(wěn)定。這種收斂趨勢(shì)的收斂速度可以通過式(3)進(jìn)行測(cè)算[6]。
式中,β為回歸系數(shù);T為基期和報(bào)告期的時(shí)間跨度;λ為收斂速度。
通過式(3)計(jì)算出λ的數(shù)值為0.224 9,表明遼寧省14 個(gè)城市的環(huán)境經(jīng)濟(jì)效率值以平均每年22.49%的速度向其各自的穩(wěn)定狀態(tài)收斂。
條件β收斂檢驗(yàn)的結(jié)果表明,2011- 2019 年遼寧省14 個(gè)城市的環(huán)境經(jīng)濟(jì)效率值呈現(xiàn)向各自穩(wěn)定狀態(tài)收斂的趨勢(shì),表現(xiàn)良好的城市繼續(xù)向著良好的穩(wěn)定狀態(tài)收斂,表現(xiàn)欠佳的城市也繼續(xù)向著各自欠佳的穩(wěn)態(tài)收斂,即無論該城市在處理經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的關(guān)系方面表現(xiàn)得如何,都在趨于穩(wěn)定。由此可以推斷,如果2011-2019 年遼寧省14 個(gè)城市為保持經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的平衡而采取的措施得當(dāng),則該城市的環(huán)境經(jīng)濟(jì)效率值就會(huì)慢慢向良好的方向收斂或一直處于良好狀態(tài);而如果措施欠佳,則其環(huán)境經(jīng)濟(jì)效率值就會(huì)向欠佳方向收斂或一直處于欠佳狀態(tài)。因此,對(duì)于表現(xiàn)欠佳的城市,如果采用一貫的措施就會(huì)一直處于表現(xiàn)欠佳的狀態(tài)。所以,需要打破固有慣性思維,進(jìn)行政策調(diào)整。
2011-2019 年遼寧省14 個(gè)城市在參考了環(huán)境因素條件下的環(huán)境經(jīng)濟(jì)效率值可以直接反映該城市在協(xié)調(diào)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的平衡能力。通過運(yùn)用窗口Hybrid 模 型測(cè)算和條件β收斂方法檢驗(yàn)發(fā)現(xiàn),2011-2019 年遼寧省14 個(gè)城市很多都處于DEA 無效率狀態(tài)且各城市環(huán)境經(jīng)濟(jì)效率值存在分化現(xiàn)象。從整體來看,環(huán)境經(jīng)濟(jì)效率值出現(xiàn)了下降,從經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的綜合表現(xiàn)上來看,各個(gè)城市都在向各自的穩(wěn)定狀態(tài)逐步收斂。所以,遼寧省的環(huán)境經(jīng)濟(jì)效率情況并不樂觀,未能充分實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的平衡。大部分城市經(jīng)濟(jì)發(fā)展不夠充分,環(huán)境狀況管控不佳。為此,遼寧省應(yīng)積極制定應(yīng)對(duì)策略,挖掘經(jīng)濟(jì)發(fā)展?jié)撃?,提高環(huán)境保護(hù)成效。
遼寧工程技術(shù)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2022年2期