中国地方政府环境保护支出的效率分析

PAGEPAGE1中国地方环境保护支出的效率分析内容摘要：地方是我们国家环境污染治理的主体，其环境保卫支出效率对于提升生态环境水平有侧重要意义。虽然已经有一定数量的文献对我们国家环境保卫支出效率进行测算，但几乎没有文献对地方环境保卫支出效率差别的原因进行深切进入研究。本文使用DEA方法测算地方环境保卫支出的效率，发现安徽、福建、江西、山东、河南五个省份的地方环境保卫支出的综合技术效率最高，且不同省市在环境保卫支出效率上存在较大差别。在这里基础上，本文根据效率测算数据自己“截取〞的特性，使用最大似然估计的Tobit模型对影响地方环境保卫支出效率的因素进行实证分析。研究结果表示清楚：我们国家绝大部分省份地方的环境保卫支出效率偏低，财务分权度与地方环境保卫支出效率具有显著的负相关关系。因而，建议地方重视提升环境保卫支出效率，坚持并完善分税制财务管理体制，努力发挥财务转移支付政策对地方行为存在的引导作用。本文关键词语：地方；环境保卫；效率；DEA-Tobit模型；潘孝珍，博士生，重要研究方向为公共经济学。随着我们国家工业化进程的不断加快，环境污染问题显得日益严峻。我们国家经济的高速增加很大水平上是以大量排放工业污染物为基础的，如2010年工业废气排放量到达519168亿Nm3，工业固体废物排放量到达240944万t，工业废水排放量到达2374732万t。然而，随着生活水平的提升，我们国家公民对环境质量的要求也越来越高，每年都需要投入大量的财务资金用于治理环境污染问题，地方是我们国家环境保卫支出的主体，其环境保卫支出效率对于提升我们国家生态环境水平有着极为关键的作用。1文献综述现有文献一般使用DEA方法对环境保卫支出效率进行衡量，怎样平林、刘建平、王晓霞以环境基建投资金额等作为输入变量，烟尘粉尘和SO2实际去除量等作为输出变量，运用DEA方法研究发现我们国家地方环境保卫支出效率较低，且在不同省市间存在显著差别[1]。吴育华、卢静使用DEA方法对河北省11个城市的环境保卫支出效率进行评价，并指出当下环境保卫评估中存在“重效果，轻效率〞的现象[2]。黄国庆对我们国家30个省份的环境保卫支出效率进行分析，指出我们国家东部地区地方的环境保卫支出效率普遍高于中西部地区[3]。除此之外，也有部分文献通过数值分析、多元统计分析等方法来研究地方环境保卫支出效率问题[4-6]。虽然已经有一定数量的文献通过构建不同的投入与产出指标，对我们国家环境保卫支出效率进行测算，但都没有对各省市地方在环境保卫支出效率上存在差别的原因进行进一步研究。实际上，我们国家从1994年开始施行分税制财务管理体制以来，与地方间的财务分权关系一直被以为是影响地方行为的主要因素，如Chen使用我们国家的省级面板数据研究财务分权对地方规模存在的影响[7]；庞凤喜、潘孝珍提出财务分权效应假说，分析财务分权对地方社会保障支出的影响[8]；也有部分文献对财务分权与环境污染水平进行研究[9-11]。因而，与地方间的财务分权关系，可以能是影响地方环境保卫支出效率的主要因素。2我们国家地方环境保卫支出效率的评估2.1效率评估方法：DEA方法简介数据包络分析(DEA)是用于评价一组具有多种投入和多种产出决策单元的综合效率的典型方法，通过构建地方环境保卫支出的投入与产出指标，能够使用该方法对地方环境保卫支出效率进行测算。DEA方法最早是基于不变规模报酬的CCR模型[12]，此后拓展为基于可变规模报酬的BCC模型，它们的原理是通过线性规划方法，将多个决策单元中最具有效率的一个定义为技术前沿面(Frontier)，并比较其他决策单元与之相比存在的相对效率[13]。假设有h种投入，m种产出，n个被评估的决策单元，则能够构造如下CCR模型：在上述公式中，x0和y0分别是决策单元的投入和产出指标；ε为非阿基米德无穷小量，在实际应用中一般设定为极小的正数；λj为各单位组合系数；eT是单位行向量。θ、s-、s+是应用CCR模型评价效率时的重要指标，其中θ是效率评价指数，s-、s+是投入和产出的松弛向量。当θ1时，则对应的决策单元DEA无效率，即该单位现有的产出能够通过更少的投入就能够到达；当θ=1，且s-、s+至少有一个不为0时，则对应的决策单元DEA弱有效；当θ=1，且s-、s+均为0时，则对应的决策单元DEA有效率，即该单位不能通过更少的投入来获得现有产出。BCC模型实际上是CCR模型的一种拓展，它放宽了后者关于不变规模报酬的假设，并参加了的假设。由此能够求得综合技术效率指标和纯技术效率指标，并将两者相除得到规模效率指标。本文运用BCC模型对我们国家地方环境保卫支出的效率进行评估。2.2变量构造和数据选择要使用DEA方法对我们国家地方的环境保卫支出效率进行评估，首先需要对地方在环境保卫工作上的投入和产出进行衡量。本文将一省各级的人均环境保卫支出规模作为地方环境保卫的投入指标，而产出指标重要通太多个方面进行衡量。一般来说，工业废水、废气和固体废物是环境污染的重要来源，本文通过如下六个指标来衡量地方环境保卫支出的产出水平：工业废水排放达标量占全部工业废水排放量的比重、工业SO2去除量占全部工业SO2产生量的比重、工业烟尘去除量占全部工业烟尘产生量的比重、工业粉尘去除量占全部工业粉尘产生量的比重、工业固体废物综合利用量占全部工业固体废物产生量的比重、城市生活垃圾无害化处理量占全部清运量的比重。由此，能够较为全面地衡量我们国家地方在环境保卫上的投入与产出。本文使用的数据全部来自2011年〔中国统计年鉴〕。2.3我们国家地方环境保卫支出效率的测算结果本文采取基于可变规模报酬的BCC模型，使用deap2.1软件对我们国家2010年30个省市的环境保卫支出效率进行评估，结果如表1所示。从表1能够看出，就综合技术效率而言，2010年我们国家30个省市中有5个省份为1，分别是安徽、福建、江西、山东和河南，它们构成了地方环境保卫支出效率的技术前沿面，即它们是我们国家地方环境保卫支出效率最高的五个省份；有12个省份的综合技术效率小于0.5，最低的青海省只要0.155，这表示清楚在坚持地方环境保卫现有产出水平不变的情况下，假如青海省能够实现环境保卫工作的有效运行，能够减少84.5%的投入量。就纯技术效率而言，我们国家30个省份的数值都很高，有15个省份的纯技术效率为1，最低的新疆省也有0.951，这表示清楚假如单纯从技术的角度来讲，我们国家各个省份地方环境保卫支出效率都比较高。但是，由于环境保卫支出规模的不同会导致规模效率的差别，我们国家30个省份中有5个省份为1，从规模报酬的角度来看，除了这5个省份处于规模报酬不变阶段以外，其他省市都处于规模报酬递减阶段。总之，从DEA方法的测算结果来看，我们国家大部分省市的环境保卫支出效率偏低。3我们国家地方环境保卫支出效率影响因素的计量分析3.1效率的影响因素：模型设定与地方间的财务分权关系是影响地方环境保卫支出效率的主要因素，财务分权具体表现出的是地方在财务资金使用上的自在度，在资金的使用上比地方往往更具有理性，地方使用财务资金的自在度越高则越倾向于将资金用于能够提升官员福利水平的用处上，不关注财务资金在基本公共效劳提供上的支出，进而导致这部分资金使用效率低下。一般来说，地方财务支出规模都要大于本级财务收入规模，而其中的差额重要来自上级的财务转移支付，因而上级的转移支付资金对于引导地方的行为具有非常主要的意义，地方的财务分权度越低，则地方财务收入中本级财务收入的规模越少，更多地依靠于的转移支付，进而在的财务资金引导下将更多的财力用于提供基本公共效劳，更关注这部分资金的使用效率，进而提升地方环境保卫支出的效率水平。因而，本文将财务分权作为地方环境保卫支出效率的核心解释变量，并提出如下假设：地方财务分权度与其环境保卫支出效率成反比。基于上述分析，本文建立如下计量模型：上述公式中，被解释变量是综合技术效率Effi，它来自使用DEA方法对各省份环境保卫支出效率的测算结果。核心解释变量是地方的财务分权度DC，它包含收入分权度DC_inc和支出分权度DC_exp两个方面，其中DC_inc=各省预算内人均财务收入÷全国预算内人均财务收入，DC_exp=各省预算内人均财务支出÷全国预算内人均财务支出。根据上述假设，DC_exp和DC_inc的系数符号估计为负。除此之外，还有其他因素影响地方环境保卫支出的效率，本文进一步引入一系列控制变量Control来反映这些因素，它们包含：开放水平Openess，由相应省份进出口总额占当年度的比重计算得到，开放水平越高则表示清楚该地区与国外经济交往越亲密，地方可能越重视当地区环境质量水平，因而估计符号为正；人口密度Popden，由该地区人口总数除以地区面积计算得到，人口密度越高则表示清楚该地区人口越密集，于是当地区居民对本身生存环境的诉求越集中，进而鼓励地方提升环境保卫支出的效率水平，因而估计符号为正；人均国内生产总值Per，估计符号为正；文盲率Illite，估计符号为负。3.2数据来源和描绘叙述性统计本计量模型使用的数据除Effi来自表1的BCC模型测算结果外，其他数据全部来自2011年〔中国统计年鉴〕。表2显示了各变量的描绘叙述性统计结果。从表2中能够看出，我们国家不同省市地方环境保卫支出综合技术效率的差距比较大，最大的为1，最小的只要0.16。从分权度指标来看，我们国家各地方的财务分权度差别较大，而且支出分权度要明显高于收入分权度，其原因恰是由于地方支出由本级财务收入和转移支付构成。除此之外，各省市开放水平、人口密度、人均国内生产总值、文盲率等指标差别也较为明显。3.3效率影响因素的实证分析结果本文使用stata11.0软件对上述模型进行估计，为了使数据愈加平滑，对各变量进行了取对数处理。在本模型中，被解释变量综合技术效率Effi的数值在0到1的范围内取值，这是一种典型的截取回归，被解释变量的条件均值是解释变量的非线性函数，假如使用OLS方法对模型进行线性回归，其非线性项将被纳入扰动项中，进而导致有偏且不一致的估计结果。因而本文选择使用最大似然估计的Tobit模型对上述方程进行估计，表3中从模型1到模型4是Tobit模型的估计结果，除此之外提供OLS估计的模型5和模型6结果作为对照。表3中模型1是解释变量为收入分权度DC_inc时的Tobit模型估计结果，同时考虑到截面数据可能存在的异方差问题，模型2在模型1的基础上使用了稳健标准差。能够发现，DC_inc的符号为负，且都在0.01的显著性水平上显著，这表示清楚收入分权度与地方环境保卫支出效率负相关，收入分权度的提升会导致地方环境保卫支出效率显著降低。模型3和模型4是解释变量为支出分权度DC_exp时的Tobit模型估计结果，DC_exp的符号也为负，且都在0.01的显著性水平上显著，表示清楚支出分权度与地方环境保卫支出效率负相关。模型5和模型6是OLS回归的结果，虽然OLS回归存在偏差，但结果显示DC_inc和DC_exp的系数也都显著为负，进而本文提出的“地方财务分权度与其环境保卫支出效率成反比〞的假设得到经历体验数据的支撑。除此之外，从控制变量的估计结果来看，Popden在全部模型中都为正，Openess只在模型1中显著为正，Per只在模型2和5中显著为正，它们的符号方向与预期相符；Illite在模型4和6中显著为正，符号方向与预期不相符。4结论及政策含义本文研究结果表示清楚，我们国家不同省市的环境保卫支出效率差别较大，安徽、福建、江西、山东和河南五个省份环境保卫支出的综合技术效率最高，它们都处于规模报酬不变阶段，而其他省份的环境保卫支出综合技术效率相对较低，且都处于规模报酬递减阶段。为了研究导致我们国家地方环境保卫支出效率差别的原因，本文进一步构建Tobit模型对地方环境保卫支出效率与其影响因素进行实证分析。计量分析结果表示清楚