西部大开发战略实施以来，西部地区经济发展取得显著成效，其经济增速快于东中部地区，但随着西部工业化和城镇化进程加快、能源需求刚性增长及东部高耗能产业逐步向西部转移，导致西部高耗能产业比重较大，能源消费进入低速增长期，“三高一低”粗放型经济增长模式使西部生态环境进一步恶化。2000—2014年期间，西部SO2排放量从641.71万吨增加到740.58万吨，同期增长0.15个百分点，比东部高0.07个百分点，比中部高0.09个百分点。CO2 排放量(煤炭、石油、天然气的排放)从76 557.05万吨增加到295 289.8万吨，同期增长2.86个百分点，比东部高0.59个百分点，比中部高0.9个百分点。由于“十二五”规划对节能减排的约束，SO2和CO2排放量出现不同程度拐点并且近些年增长呈现下降趋势。根据《“十三五”控制温室气体排放工作方案》要求，在区域绿色发展中要求碳排放强度高的重庆、四川分别下降19.5%，贵州、云南、陕西分别下降18%，其中云南规模以上工业万元增加值能耗下降3.5%以上，内蒙古、广西、甘肃、宁夏分别下降17%，西藏、青海、新疆分别下降12%。由此可知，西部资源禀赋具有双刃剑的特质，既促进西部经济增长，也带来经济发展和环境污染的两难困境。因此，如何科学评判西部环境质量显得尤为重要。

1 文献综述

环境污染是经济活动外部性的体现，如何度量环境水平与克服污染带来的社会福利损失，学者进行深入研究，从研究视角看，早期对全要素生产率的测度关注资本、劳动等生产要素的投入，只考虑“好”的产出，忽视了生产伴随而生的“坏”产出，导致绿色GDP核算失真和社会福利变化的扭曲。一些学者将环境污染纳入经济绩效的测算框架，主要是：一是将污染物作为投入要素来处置，把环境当做特殊生产要素[1](黄茂兴等，2013)，这违反污染物作为副产品的特征；二是将污染物作为产出来处置，但没有区分好产出与坏产出，导致测度的效率水平下降。事实上，应该将“好”产出和“坏”产出同时引入生产过程，全面考虑投入和产出变化，从而有效评价效率水平。

从研究方法看，Chung等(1997)在全要素生产率测度中同时考虑期望产出增加和非期望产出减少的方向性距离函数，在该函数基础上构造了Malmquist-Luenberger生产率指数，该指数引入了非期望产出的效率评价，得到国内学者的广泛采用(涂正革，2009[2]；王兵等，2010[3]；陈诗一，2010[4]),当存在投入或产出的非零松弛时，传统的ML指数属于径向、角度的DEA模型，度量效率存在偏差，基于此，Tone(2001)率先提出非径向、非角度的松弛测度方法，Fukuyama & Weber(2009)[5]发展了基于松弛的方向性距离函数(slack-based measure,SBM),并采用Chambers等(1996)[6]提出的具有相加结构的Luenberger生产率指标，进一步将SBM测度方法与方向性距离函数结合，为效率的测度提供了准确的结果。由此可知，方向性距离函数和Luenberger生产率指数的结合同时考虑了“好”的和“坏”的产出，并运用非径向、非角度的松弛SBM测算方法，克服传统方法测度带来的偏差，提高全要素生产率测算的准确性。

从研究范围看，主要集中在：一是研究经济增长绩效与环境全要素生产率的关系(李兰冰，刘秉镰，2015[7]；刘瑞翔，安同良，2012[8])，二是研究工业增长与环境全要素生产率的关系(王兵，2010；匡远凤，彭代彦，2012[9])。上述学者测算中国省际间环境全要素生产率，更多考虑中国省际环境问题，侧重全国层面或分东、中、西部的区域环境比较，深入西部地区环境全要素生产率研究较少，本文关注西部大开发战略实施以来，西部地区经济发展和环境保护相互协调，特别是在西部地区生态系统脆弱和环境污染严重的双重压力下，如何科学评估环境全要素生产率，对于西部地区经济-环境-资源可持续发展显得尤为重要，为西部地区绿色发展提供借鉴。本文结合SBM方向性距离函数和Luenberger指数测度西部环境全要素生产率，采用CO2作为非期望产出，符合国家“十三五”规划提出对节能减排气体的选择，并运用2000—2014年西部11省份面板数据分析影响西部环境全要素生产率的因素。

2 研究方法

2.1 环境技术

考虑污染排放对经济产生的影响，我们构造包括期望产出和非期望产出的生产可能性集合，Fare等(2007)将此集合称为环境技术。假设每个省份使用N种投入生产出M种期望产出并且排放K种非期望产出在每个时期t(t=1,…,T),第i(i=1,…,I)个省份的投入产出值为其环境技术可表示为：

The SNDR versus input amplitude is illustrated in Fig. 9.This result shows the circuit maintains a large input quantization range close to 500 mV.

∀∀∀

(1)

式(1)中，为权重向量，x,y和b分别为投入、期望产出和非期望产出。

2.2 SBM方向性距离函数

+β5ln(Fdi)it+β6ln(Mi)it+β7ln(Tec)it+β8ln(Gei)it+β9ln(Soc)it+ui+εit

 

(2)

式(2)中，gy,gb,gx是产出和投入变化的方向向量，β越大，离生产边界的距离越远，若β=0，说明处于生产可能边界上，投入和产出实现了最有效率的水平。根据本文的研究，借鉴王兵(2011)构造的方向性能源效率模型，设置以下环境效率模型，其中，k代表资本投入，l代表劳动投入，E代表能源投入，Y表示GDP。模型具体如下：

最后摊牌，猴子想凭一张副牌钻过去，但事与愿违，“抠了。”他很明智，不用强制，没费多少口舌主动拿来套包，斜了那姑娘一眼，一咬牙套到脖子上，额角出现了亮晶晶的东西。他知道，如果第一人不戴，下面的人是绝对不戴的。活该！谁让他提议的，只好请君入瓮了。

 

 

以2000—2014年为研究时段，构造15年的投入产出数据研究西部地区环境全要素生产率的动态变化。研究范围包括西部地区的陕西、甘肃、青海、宁夏、新疆、重庆、四川、云南、广西、内蒙古和贵州11省份，由于西藏缺失数据较多，故不包括在内。此外，对于个别省份或个别年份的缺失数据采取年均增长率补齐方法加以处理。使用的基础数据均来源于《中国统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、《新中国五十五年统计资料汇编》、《中国工业经济统计年鉴》、各省份统计年鉴。

抽测的9个注水系统中共运行14台注水泵，通过测试、评价，14台运行注水泵的泵机组效率、泵效率和电动机效率如表2。

由上述计算公式可以看出，导线所受压应力与夹嘴长度呈反比关系，可在已知导线所受压应力的情况下计算得出夹嘴长度。

我们二次驱车奔驰在卡尔梅克大草原，草原景色依旧：极目远眺，天高云淡，一望无际，绿色一片，时有牛群、羊群散落其间。但当我们仰视东方日出的朝霞突然萌生联翩浮想：

2.3 环境全要素生产率指数的分解

早期对生产率的研究是基于Malmquist指数用于测算不同时期全要素生产率的动态变化，采用乘法结构形式。Chung(1997)发展了ML指数后，Chambers等在此基础上发展了Luenberger生产率指标，将Luenberger生产率指标写成：其中,v表示规模报酬可变(VRS),说明统一边界下生产决策单元t+1期效率高于t期效率，无效率值ηv(t+1)比ηv(t)小，生产率为正值，反之为负值。环境全要素生产率是一种动态变化，考察自身及构成的变动趋势对经济增长绩效的贡献。进一步可以将环境全要素生产率分解为效率变化和技术变化两部分，当考虑规模效率因素后，将效率变化再次分解为纯效率变化和规模效率变化，将技术进步分解为纯技术进步和技术规模变化两部分。根据Grosskopf(2003)的建议,改进Färe et al.(1994)和Ray & Desli(1997)的生产率分解框架，Luenberger生产率指标可以分解为纯效率变化(LPEC)、纯技术进步(LPTP)、规模效率变化(LSEC)和技术规模变化(LTPSC)，即LTFP=LPEC +LPTP +LSEC +LTPSC。其中LTFP 、LPEC 、LPTP、LSEC 和LTPSC大于(小于)零分别表明生产率增长(下降), 效率改善(恶化), 技术进步(退步), 规模效率提高(下降), 技术偏离CRS(向CRS移动)。本文用当期及前期所有可得到的投入产出值考察环境全要素生产率，测度资源环境约束下2000—2014年西部11省份的环境全要素生产率。

3 变量说明及数据来源

其中，表示规模报酬可变(VRS)的模型，这更接近于现实情况。η表示环境无效率水平。为了详细看出环境无效率的构成，将环境无效率分解为:η=ηcap+ηlab+ηener+ηoutp+ηCO2。环境效率值介于0～1之间，当效率越接近1，说明技术得到充分发挥，实际产出离生产前沿面越近，当越接近0，说明效率越低，实际产出量离生产前沿面越远，若要提高效率则使得技术进步加快向生产前沿面移动，从而提高技术效率。

3.1 投入变量

投入变量包括资本存量、劳动和能源三种生产要素。资本存量：参考张军(2004)[10]的方法，资本存量采用“永续盘存法”估算得到。公式为：kit=kit-1(1-ξ)+Iit。其中，基年资本存量k为2000年各省固定资本形成总额除以10%得到的，当年投资I为各省各年以2000为基期的固定资产价格指数序列平减各年固定资本形成总额得到(剔除了价格因素的影响)，经济折旧率ξ采用张军(2004)的做法为9.6%。劳动：采用各地区按三次产业分的年底从业人员数来表示。能源：采用各省份能源消耗总量来表示。

①经济发展水平对环境全要素生产率的回归系数一次项产生正影响，二次项产生显著负影响，回归结果表明环境全要素生产率支持西部地区存在“环境库兹涅茨”曲线，西部经济发展水平较低，其环境质量位于EKC曲线的左端，目前没有达到EKC曲线拐点，主要是西部粗放型经济形态对环境质量造成恶化的结果和碳减排峰值还未到来，但随着人均GDP增加，经济发展水平的提高会倒逼碳峰值提前到来，环境效率和环境全要素生产率会逐渐接近EKC的拐点，从而环境质量会相应改善。

3.2 产出变量

最后，希望大家可以进一步夯实基础、破解难题。当前，西江辖区还存在不少困扰水上安全的难题和瓶颈，与社会的期待有差距，对比陆域的发展有所滞后。我们希望和共建单位一道，正视问题，真抓实干，敢啃硬骨头，发挥新作为，着力在防治船舶污染、处置闲置船舶、“三无船舶”，提升西江航运企业安全管理水平等问题上取得更大的成效

4 西部环境全要素生产率测算结果分析

环境全要素生产率是一种动态分析，可以更为有效的分析各省份与生产边界的相对位置变化(效率变化)和生产边界的移动(技术进步)。本文将Luenberger生产率指数分解成纯效率变动指数、技术进步变动指数、规模效率变动指数、技术规模变动指数这4部分来测度西部环境全要素生产率。表1中，2000—2014年西部环境全要素生产率均值为-0.013 7，表明近年来西部环境全要素生产率的增长率呈现下降趋势，主要是纯效率、规模效率及技术规模共同趋向下降的结果，西部环境全要素生产率的增长主要来源于技术进步的推动，与环境全要素生产率相关的技术进步变动指数为0.001 8，说明技术进步是导致西部环境全要素生产率增长的主要原因。技术进步通过提高能源效率、降低单位GDP能耗、降低污染排放，从而提高环境全要素生产率。总体上纯效率、规模效率、技术规模的指数变动均为负值，这意味着环境技术边界向不变的规模报酬变动。西部环境全要素生产率呈现下降趋势是西部生态环境脆弱、东部产业转移带来的污染严重和经济结构粗放型增长的结果，今后西部地区在经济发展过程中更要注重环境保护和经济增长的协调性。

从各省份考察，西部11省份中环境全要素生产率变动指数增长最快的是广西和陕西两个省份，环境全要素生产率是由技术进步、规模效率和技术规模三重贡献的推动。考虑资源环境约束后，除了广西和陕西两省外，其他各省份环境全要素生产率呈现不同程度下降，其中下降最快的省份为内蒙古、云南、甘肃，内蒙古LTFP变动主要是技术进步、规模效率和技术规模下降引起的。云南LTFP变动主要是技术进步、纯效率和规模效率下降的原因。甘肃LTFP变动是由于纯效率和技术规模共同下降的结果。重庆、四川、贵州、青海、宁夏、新疆6省的LTFP变动指数和西部均值接近，处于中间位置下降的速度慢于内蒙古、云南和甘肃三省。这6省环境全要素生产率的增长主要是技术进步和技术规模变动共同作用的结果。

 

表1 2000—2014年西部环境全要素生产率变动及其分解均值增长率(%)

  

地区LTFPLPECLPTPLSECLTPSC内蒙古-0.03910.0049-0.0210-0.0002-0.0228广西0.0081-0.00830.00000.00000.0164重庆-0.0123-0.00760.0000-0.00810.0034四川-0.01440.00370.00000.0000-0.0181贵州-0.0174-0.03670.0187-0.00410.0047云南-0.0302-0.0287-0.0047-0.00250.0057陕西0.0266-0.00790.00750.00220.0248甘肃-0.0341-0.03310.00720.0111-0.0192青海-0.0144-0.01050.00000.0007-0.0046宁夏-0.0104-0.01480.0124-0.00860.0006新疆-0.0135-0.01370.00000.00000.0002均值-0.0137-0.01390.0018-0.0009-0.0008

5 影响西部环境全要素生产率的因素分析

5.1 模型设定

将环境全要素生产率(LTFP)作为被解释变量，具体模型如下：

借鉴Fukuyama & Weber(2009)、刘瑞翔(2012)和王兵等(2011)的研究，将方向性距离函数定义为：

为了消除内生性和异方差性问题，各变量均取自然对数。其中，β0为不随个体变化的截距项，β1…β9为待估参数，i表示第i个省份，t(t=2 000,…,2 014)表示第t个年份，ui为不随时间变化的个体效应，εit为随机误差项。

5.2 变量说明

②产业结构对环境全要素生产率产生负影响。西部地区属于典型的资源能源富集区，第二产业在经济结构中占绝对优势，部分省份第二产业占比达到50%以上，例如内蒙古52.5%，陕西51.9%，而二产中的能源工业也占绝对优势，高投入高耗能的重化工业增长过快，导致资源配置效率下降，成为影响西部碳减排的主要来源，因此在节能减排约束下通过“退二进三”为主导的产业结构调整能够改善西部环境质量。

5.3 实证分析

对于面板数据模型，首先进行检验，F检验和Hausman检验表明选择固定效应模型。通过Wooldridge的组间异方差和组内自相关检验以及Breusch-Pagan LM对组间同期相关检验，发现模型存在显著的组间异方差、组内自相关和组间同期相关问题，故选择可行广义最小二乘法(FGLS)进行估计。结果如表2所示。

水稻种子的加工检验是通过使用机械设备，将水稻种子进行分选，水稻种子分选的依据是水稻种子的外形、尺寸、重量等因素将水稻种子直接区分开，外形、尺寸相似的分为一类，重量相似的分为一类，方便种子质量的区分工作。

 

表2 西部地区环境全要素生产率影响因素的回归结果

  

解释变量系数t值C1.2587***19.57Pgdp0.0395***7.01(Pgdp)2-0.0136***-3.21Ind-0.0892***-2.65Enc-0.0228*-2.17Fdi-0.2721***-3.24Mi-0.2912***-14.26Tec3.01***5.99Get0.1535**0.5Soc0.0638**0.8R20.3259OBS165面板模型检验结果ModifiedWaldtestchi2(11)=2541.82Prob=0.0000WooldridgetestF(1,10)=55.097Prob=0.0000Breusch-PaganLM检验chi2(45)=298.96Prob=0.0000

注：***、**、*分别表示在1%、5%和10%的置信水平上显著

本文选取的变量说明表述如下：①经济发展水平(Pgdp)it：以2000年为基期的各省份人均GDP的对数表示，引入经济发展水平的平方项主要考察西部地区是否存在“环境库兹涅茨”曲线。②产业结构(Ind)it：西部工业化进程的加快是产业结构优化的结果，也是造成环境污染的重要来源，产业结构指标用按照2000年的可比价格进行折算的各省份第二产业增加值占GDP比重衡量。③能源消费结构(Enc)it：以折合为标准煤以后的煤炭消费量占能源消费总量的比重表示。④对外开放程度(Fdi)it：用地区实际利用外商直接投资占GDP的比重表示。其中，地区实际利用外商直接投资贸易额的原始数据为美元，本文通过各年中间汇率进行了相应换算。⑤市场化程度(Mi)it：用产权结构来表示。基于数据可得性，用地区国有工业产值占地区工业总产值的比重得到国有产值比重。国有产值比重越高，表明市场化程度越低。⑥技术水平(Tec)it：以专利授予数来反映各省份的技术水平。⑦环境规制强度(Gei)it：用各省工业污染治理投资完成额占各地区GDP的比重来刻度。⑧环境治理能力(Soc)it：选取各省工业SO2去除率衡量，工业SO2去除率等于工业SO2去除量占工业SO2去除量与排放量之和。

③能源消费结构对环境全要素生产率具有抑制作用。西部地区煤炭消费量占到能源消费量的72%，高于全国比重。西部能源禀赋特点决定一定时期内，煤炭仍将是西部重要的基础能源，因此，优化能源结构、发展新能源和新兴替代能源是西部提高环境质量降低碳排放的有效途径。

期望产出选用以2000年为基期的各地区国内生产总值来表示。考虑CO2是温室气体排放的主要控制指标以及当前中国政府推行的节能减排工作，将CO2作为非期望产出，由于各类统计年鉴没有CO2排放量的直接数据，需要相应估算获得。以各省份历年所消耗的煤炭、石油和天然气三种消耗量较大的一次能源为基准来估算CO2排放量。本文采用IPCC(2006)公布的各类相关能源的碳排放系数，根据不同类型能源(煤、油、气)的碳氧化因子，并结合我国各类化石燃料的热值，进行换算，最终估算出不同化石燃料的具体CO2排放系数，本文采用的煤炭系数为原煤的CO2排放系数：1.941Kgco2/Kg，石油采用的是估算出的原油的CO2排放系数：3.040Kgco2/Kg,天然气CO2排放系数为：2.1750Kgco2/m3，并用每年煤炭、石油、天然气消费量乘以相关系数并加总得到总的CO2排放量。

④对外开放程度对环境全要素生产率具有负影响。结果表明西部存在“污染天堂”的假说。现阶段，FDI的流入一定程度促进西部地区经济发展和工业化进程，提高技术水平，但同时带来的产业转移和污染物排放量增加也是造成环境效率下降的原因。

⑤市场化程度对环境全要素生产率具有显著的负影响。这可能是由于三线建设时期重工业化的产业布局导致西部国有企业和国有资产比重较高，市场经济发育缓慢，市场化程度较低，市场化的缓慢进程阻碍了西部地区环境质量的提升。

一周以来，我没有再和甄小美为了“我要看电视”磨过嘴皮。开始，她还需要我提醒“转转你的选择轮吧”。两三天后，我还没开口，她自己就进到卧室里，几秒钟后出来说：“妈妈，我不看电视，我和苏皮玩、画画、听音乐……”现在，她提出看电视要求的频率明显下降。

⑥技术水平对环境全要素生产率产生显著促进作用。随着技术创新加快和技术水平提高，可以促进西部地区产业结构和能源消费结构优化升级，促进节能减排技术提高，从而有效提高环境治理水平，改善环境质量。

⑦政府环境规制强度对环境全要素生产率产生正影响。说明西部环境污染治理开始产生积极效果，环境质量得到改善。但现阶段效果不明显，主要原因是政府的环境治理投资强度较低，治理效果具有滞后效应，制定的环境政策不但有短期效应，更应符合长期经济发展水平需要。各省份官员追求政绩驱使西部各省份异质性环境政策造成区域间企业流动带来的环境污染趋于严重，一定程度上抵消了环境规制的作用。而且环境规制对技术进步具有显著的负向作用，间接制约了环境全要素生产率的提升。长期看，应将政府环境规制政策和技术减排手段相结合才能促进西部地区经济与环境协调发展。

⑧企业环境治理能力对环境全要素生产率具有正影响。表明西部企业的环境治理能力不断增强，在“节能减排”政策的硬约束下企业的环保意识和管理能力对环境绩效有显著促进作用，但以盈利为目的的企业注重短期环境治理能力，政府应该加强对企业进行长期节能减排和环境治理能力的引导和干预，使企业提高环境保护意识，最终转化为企业长期治理环境能力的动力，今后应当在西部节能减排中充分发挥企业的积极性。

通过以上分析，在经济发展进程中，西部地区应该从粗放型向集约型发展转变，注重要素替代和资本深化，注重产业结构调整升级和能源消费结构优化，走新型工业化道路，加快绿色产业发展。逐步改变以煤炭消费为主的能源结构，积极利用新能源产业。加强环境规制强度和环境治理能力，政府和企业应该双管齐下，相得益彰，有利于西部地区经济和环境可持续发展。

参考文献

[ 1 ] 黄茂兴,林寿富.污染损害、环境管理与经济可持续增长—基于五部门内生经济增长模型的分析[J].经济研究,2013(12):30-41.

[ 2 ] 涂正革,肖耿.环境约束下的中国工业增长模式研究[J].世界经济,2009(11):41-54.

[ 3 ] 王兵,吴延瑞,颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究, 2010(5):95-109.

[ 4 ] 陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释(1980—2008)[J].经济研究,2010(11):21-34.

[ 5 ] FUKUYAMA H, WILLIAM L W. A Directional Slacks-based Measure of Technical Inefficiency[J]. Socio-Economic Planning Sciences,2009， 43(4)：274-287.

[ 6 ] CHAMBERS R G, FARE R, GROSSKOPF S.Productivity Growth in APEC Countries[J].Pacific Economic Review,1996, 1(3) :181-190.

[ 7 ] 李兰冰,刘秉镰.中国区域经济增长绩效、源泉与演化：基于要素分解视角[J].经济研究, 2015(8):58-72.

[ 8 ] 刘瑞翔,安同良.资源环境约束下中国经济增长绩效变化趋势与因素分析——基于一种新型生产率指数构建与分解方法的研究[J].经济研究,2012(11):34-47.

[ 9 ] 匡远凤,彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究,2012(7):62-74.

[10] 张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究,2004(10)：35-44.