资源依赖视角下环境规制对生态效率的影响分析

摘要：运用包含非期望产出的SBM超效率模型测算2003～2012年中国30个省市的生态效率，比较高、低资源依赖度地区生态效率的差异。在区分投资型与收费型环境规制的基础上，分析不同资源依赖度下环境规制对生态效率的影响差异。研究表明：高资源依赖度地区生态效率低于低资源依赖度地区，生态效率视角下我国存在“资源诅咒”现象。整体上，我国环境规制对生态效率的实施效果并不理想。

关键词：资源依赖；环境规制强度；生态效率；空间异质性

DOI：10.13956/j.ss.1001-8409.2016.06.08

中图分类号：F0622；F1245 文献标识码：A 文章编号：1001-8409（2016）06-0035-04

Abstract：This paper calculated the ecoefficiency of 30 provinces during 2003～2012 by super efficiency SBM model with undesirable output and compared the ecoefficiency differences in high and low resource dependence regions. Distinguish the investment and feebased environmental regulation，it analyzed the effects of environmental regulation on ecoefficiency under resource denpendence.The results show that ecoefficiency of high resource dependence region was lower than low region，indicated that the presence of the “resource curse” phenomenon. Chinese environmental regulation was in a failed state.

Key words：resource denpendence； environmental regulation itensity； ecoefficiency； spatial heterogeneity

近年来，我国资源环境与经济发展的矛盾日益凸显，不断出现的环境污染和生态失衡等问题，引起了政府部门和学术界对生态文明及区域可持续发展的高度重视，生态效率逐渐成为测量区域经济与环境协调发展的重要概念和工具。环境规制在一定程度上能够改善环境污染问题，环境规制效果的衡量不仅要以改善生态环境为目的，还要考虑经济效益的情况。因此有针对性地制定环境政策并以最小的成本投入获得最大的经济效益，提高区域的生态效率，是环境规制制定与实施过程中面临的重要挑战。

1研究综述

生态效率最初由Schaltegger和Sturm提出，指一定时期内产生的经济价值与增加的生态环境负荷的比值[1]。后来这一概念逐渐演化为“一个区域以最少的资源消耗和最低的环境损害为代价实现经济产出最大化的潜力”[2]。生态效率综合考虑了经济、资源和环境等多方面因素[3]，反映了资源节约和环境友好等绿色发展的核心要求，因此可以从效率层面反映绿色发展。

资源依赖、经济增长与生态环境。自“资源诅咒”命题提出以来，学者们围绕资源与经济增长展开了诸多的理论与实证探索，观点丰富，但尚未形成共识[4，5]。国内有学者对资源依赖度与经济增长的关系进行了探讨，指出资源丰裕地区过于依赖资源禀赋，进行资源开发的同时忽视了对脆弱生态环境的保护，资源丰裕、生态脆弱、区域贫困的恶性循环容易引发“资源诅咒”现象[6]。也有学者从生态学的角度对资源诅咒现象进行检验，认为中国的资源诅咒现象对人力资本的挤出及较低的资源利用效率影响了生态效率[7]。

环境规制与生态效率。环境规制产生的环境效益和经济效益都会影响生态效率。经济效益存在“遵循成本”和“创新补偿”两种观点。“遵循成本”说认为企业满足政府环境规制的同时，会增加其额外的生产成本，短期内会损失生产效率[8]。 “创新补偿”说认为适当的环境规制可以提高企业的创新投入，增加企业的生产效率和竞争力[9]。另外，关于环境规制与生态效率关系的研究结论分歧较大。有学者认为行业环境规制强度和环境效率间存在正相关 [10]。也有学者发现各省市环境规制制定和实施过程中存在“逐底竞争”特征，环境规制短时间内对生态效率的提升具有负效应[11，12]。根据以上观点，将资源依赖、环境规制和生态效率间的关系整理如下（见图1）。图1资源依赖、环境规制和生态效率的逻辑关系

现有研究主要集中在两方面：①“资源诅咒”问题，多以资源禀赋和经济增长作为检验变量，对资源依赖、生态效率等指标关注较少；②环境规制与生态效率的关系及其他影响生态效率的因素。传统研究大都是在区域同质性的假设条件下，考察环境规制对生态效率的影响，鲜有文献将不同类型的环境规制加以区分。事实上，区域在资源方面存在巨大差异，不同的环境规制对生态效率的响应是不同的。

鉴于此，本文将资源依赖、环境规制和生态效率纳入统一分析框架，并试图从以下方面对现有文献进行拓展：①在资源依赖和生态效率的全新视角下检验中国是否存在“资源诅咒”现象；②从区域资源依赖度入手考察环境规制对生态效率的实施效果；③将环境规制加以区分，反映环境规制效果的区域差异，为制定差异化的环境政策、提高区域生态效率提供参考。

2生态效率测算及差异分析

21资源丰裕度与资源依赖度

资源丰裕度与资源依赖度具有高度的正相关，一个地区的经济或产业过度依赖资源会产生不利于经济长期增长的负面效应，所以资源依赖才是阻碍经济增长的内在动因。一方面，资源依赖程度高的地区资源开发行业较发达，采掘业占比高。另一方面，采掘业包含石油、煤炭、天然气、金属和非金属矿采选业等细分行业[13]，较为准确地代表了当地自然资源状况，因此采用每年采掘业从业人数占年末全部从业人数的比重来判断区域资源的依赖程度具有一定的合理性。由于样本数据不全，仅选取我国30个省市（不包括、香港、澳门和台湾等地区）作为样本，前10名划分为高资源依赖度地区，后10名为低资源依赖度地区，如表1所示。

数据包络分析是基于被评价对象间相对比较的非参数技术效率分析方法，分析多投入多产出时具有特殊优势，在诸多领域具有广泛适用性。本文采用包含非期望产出的SBM超效率模型评价样本的生态效率。该模型不仅考虑了环境污染这种 “非期望产出”，区分有效DMU之间的效率差异，同时解决了径向模型对无效率的测量没有包含松弛变量的问题，模型设定如下：

N个决策单元（DMU）各有三类要素：投入变量、期望产出、非期望产出，DMU的投入产出变量分别用3个向量表示：xik、yrk 和btk，m、q1和q2分别为三类要素的数量，s-i、s+r和b-分别代表三类要素的松弛变量。下述方程为规模报酬可变（VRS）假设下的包含非期望产出的SBM超效率测量模型：

在借鉴相关文献的基础上兼顾到数据的合理性和可得性，选取的投入变量为：①劳动力投入，为历年年末从业人数；②土地投入，为建成区面积和耕地面积；③能源投入，折算为标准煤单位的能源消耗总量；④资本投入，采用“永续盘存法”计算得出的年末物质资本存量[14]；⑤水资源投入，为用水总量。产出变量为：①期望产出，为实际GDP；②非期望产出，为工业废水、工业废气、工业烟尘、工业固体废物及二氧化硫排放量（由于数据可得性及统计口径的不同，主要关注工业领域）。其中GDP利用GDP指数进行平减，基期为2000年。相关数据分别来自历年《中国统计年鉴》《中国环境统计年鉴》以及各省市历年统计年鉴。

23生态效率测算结果分析

运用MaxDEA软件，计算出不同区域2003～2012年的生态效率，部分年份生态效率如表2所示。

3环境规制与生态效率的空间异质性分析

31环境规制与生态效率的一般性分析

311环境规制指标的选取

目前，环境规制强度的衡量存在以下指标：排污费收入 [15]，治理污染总投资占工业产值的比重 [16]，环境规制数量 [17]。本文的环境规制指标分为两类：第一类为投资型环境规制（EKIinvest），采用污染治理投资总额占GDP的比重表示；第二类为收费型环境规制（EKIfee），采用排污费收入占工业增加值的比重表示。我国排污费征收、污染治理投资属于法律规定的政府行为，非企业自愿，在一定程度上可以反映环境规制的强度[18] 。

312不同区域环境规制强度的比较

因篇幅所限，本文选取不同区域2003年、2008年和2012年的环境规制强度进行比较（见表3）。①不同区域的投资型环境规制强度不断加大，而收费型环境规制强度则不断减弱。说明政府环境治理的方式以投资为主收费为辅。②高资源依赖度地区两种环境规制强度均大于低资源依赖度地区，生态效率却低于低资源依赖度地区。高资源依赖度地区在资源开发利用过程中易产生环境污染问题，

32环境规制对生态效率的影响分析

321模型设定与指标选取

本文主要研究环境规制强度对区域生态效率的影响，为了检验人均GDP与生态效率间是否存在EKC曲线，模型中加入人均GDP的二次项。为了避免异方差和多重共线性，各变量均取对数，回归模型为：

其中，i指省份（i=1，2，3…30），t表示时间。EEit为生态效率；URBANit（城市化水平）为非农业人口占总人口的比重；TECHit（技术进步）为万元GDP能耗；RESOURit（资源依赖度）为采掘业人口占全部从业人口比重；POPUDENit（人口密度）为年末人口数与区域面积的比值；GDPit（经济水平）为人均GDP，以2000年为基期进行价格平减；FDIit（投资开放度）为实际利用外商投资总额占地区生产总值的比重；εit为误差项。

数据来源于历年《中国环境统计年鉴》《中国环境年鉴》《中国统计年鉴》《中国城市统计年鉴》《中国人口和就业统计年鉴》及各省市历年统计年鉴。

322实证分析

（1）面板形式判定。运用stata软件对面板数据进行豪斯曼检验与LM（F）检验，面板判定结果如表4所示。

区域分组检验发现，高资源依赖度地区投资型环境规制系数不显著，收费型环境规制与生态效率呈显著负相关，其每提高1%，生态效率下降0132%。其原因为收费型环境规制增加了企业的生产成本，使得企业的“遵循成本”大于“创新补偿”。低资源依赖度地区投资型环境规制与生态效率呈显著负相关，投资型环境规制强度每提高1%，生态效率下降0016%。合理的解释为：以污染治理投资为代表的命令-控制型环境规制具有强制性，缺乏激励机制，企业在生产过程中可能产生抵触或者“偷工减料”的行为，使投资所产生的生态效应大打折扣。

城市化水平。所有样本回归结果表明，城市化水平的提高对生态效率的改善起到很大促进作用。其中低资源依赖度地区城市化水平的提高对生态效率的影响最大。

技术进步。技术进步在全部样本和高资源依赖度地区样本中的系数显著为正，表明技术进步提高了区域的生态效率。低资源依赖度地区技术进步对生态效率存在抑制作用。

人口密度。低资源依赖度地区人口密度与生态效率之间存在负相关，其他样本地区人口密度与生态效率之间存在正相关。低资源依赖度地区如上海、北京等，人口已属饱和状态，一旦超出其承载范围，会对生态效率造成负面影响。

经济水平。除低资源依赖度地区外，其他样本地区人均GDP与生态效率之间呈U型关系。全部地区、高资源依赖度地区生态效率达到拐点所对应的人均GDP对数值分别为：2851、2666，经计算2012年全部地区、高资源依赖度地区人均GDP 对数分别为3292、3312，均已超越拐点，即今后随着人均GDP的增长，生态效率会不断提高。

投资开放度。全部地区、高资源依赖度地区FDI系数在统计上不显著，低资源依赖度地区在1%水平通过显著性检验。低资源依赖度地区，外资在促进当地经济规模扩张的同时，带来的技术效应会促进当地生产和产业结构向绿色环保方向发展。

4结论与建议

以生态效率作为衡量区域可持续发展的指标，高资源依赖度地区生态效率明显低于低资源依赖度地区，我国存在“资源诅咒”现象。由于各省市间的空间异质性，高资源依赖度地区较高的环境规制强度并没有显著提升其生态效率，说明资源依赖下环境规制强度与生态效率之间存在综合效应。

整体上，我国环境规制对生态效率的实施效果并不理想。全部地区样本中，收费型环境规制对生态效率的制约作用大于投资型环境的促进作用。高资源依赖度地区的收费型环境规制与生态效率呈显著负相关，主要原因为企业的“治污成本”大于“创新补偿”。低资源依赖度地区的投资型环境规制与生态效率呈显著负相关，说明我国的命令-控制型环境规制缺乏激励机制，在引导企业自发治理污染、进行“清洁型”生产等方面效果不理想。

在环境规制效果不理想的前提下，高资源依赖度地区生态效率的提高更多地依赖于科技水平（资源利用效率）、城市化水平、经济发展水平等因素；城市化水平、贸易开放度是影响低资源依赖度地区生态效率的主要因素。

为了提高环境规制的利用效率，实现区域生态环境与经济增长的协调发展，提出以下建议：

（1）实施差异化的环境规制强度。在高资源依赖度地区，不应盲目提高收费型规制强度，应更多地注重产业政策调整、市场资源配置等其他因素。

（2）加强环境规制创新。制定激励性的环境规制，充分调动企业“清洁生产”的积极性，增加环境规制的多样性、有效性。末端治理技术的提高并不是解决污染问题的根本途径，应鼓励高污企业创新“生产技术”，从源头上控制污染产生。

（3）注重非正式环境规制的培育。我国的环境规制以强制性的正式法律、法规及规章为主，非正式环境规制几乎为空白。应鼓励非政府环保组织的设立，努力培养公众环保意识。

（4）加大技术创新。高资源依赖度地区 “粗放型”的资源开发模式阻碍了地区经济与环境的协调发展，应通过科技进步和制度创新，提高资源利用率，降低单位GDP能耗，实现绿色发展。

参考文献：

[1]Schaltegger S， Sturm A. kologische Rationalitt： Ansatzpunkte Zur Ausgestaltung Vonkologieorientierten Management Instrumenten[J].Die Unternehmung，1990，44（4）：273-290.

[2]黄建欢，杨晓光，胡毅.资源、环境和经济的协调度和不协调来源――基于CREE-EIE分析框架[J]. 中国工业经济，2014（7）：17-30.

[3]黄建欢，吕海龙，王良建.金融发展影响区域绿色发展的机理――基于生态效率和空间计量的研究[J].地理研究，2014，33（3）：532-545.

[4]方颖，纪b，赵扬.中国是否存在资源诅咒？[J].世界经济，2011（4）：144-160.

[5]李天籽.自然资源丰裕度对中国地区经济增长的影响及其传导机制研究[J].经济科学，2007（6）：68-75.

[6]张菲菲，刘刚，沈镭.中国区域经济与资源丰度相关性研究[J].中国人口・资源与环境，2007，17（4）：19-24.

[7]李国平，王汝曦.生态足迹视域下中国矿产资源禀赋“资源诅咒”问题研究[J].统计与决策，2014（6）：81-85.

[8]Jorgrnson D W，Wilcoxen P J. Environmental Regulation and US Economic Growth [J].The RAND Journal of Economics，1990，21（2）：314-340.

[9]Porter M E， Linde C.Towards a New Conception of the Environment Competitiveness Relationship[J].Journal of Economics Perspectives，1995，9（5）：97-118.

[10]沈能.环境效率、行业异质性与最优规制强度――中国工业行业面板数据的非线性检验[J].中国工业经济，2012（3）：56-68.

[11]张子龙，王开泳，等.中国生态效率演变与环境规制的关系――基于SBM模型和省际面板数据估计[J]. 经济经纬，2015（3）：126-131.

[12]李胜兰，初善冰，申晨.地方政府竞争、环境规制与区域生态[J].世界经济，2014（8）：88-110.

[13]徐康宁，王剑.自然资源丰裕程度与经济发展水平关系的研究[J].经济研究，2006（1）：78-89.

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

[15]Levinson A. Environmental Regulations and Manufacturers Location Choices：Evidence from the Census of Manufactures[J].Journal of Public Economics，1996，62（1）：5-29.

[16]张成，陆D，郭路，等.环境规制强度和生产技术进步[J].经济研究，2011（2）：113-124.

[17]Low P. International Trade and the Environment[R].World Bank，1992.159-162.

[18]原毅军，刘柳.环境规制与经济增长：基于经济型规制分类的研究[J].