论文部分内容阅读
摘要
本文利用超效率数据包络分析方法，基于可持续发展工商理事会（WBCSD）的环境效率概念，构建了工业环境效率评价模型，分析了中国286个地级城市在2005-2010年间的工业环境效率的变化轨迹，基于此，利用变异系数和面板数据估计模型，分别对全国以及东、中、西部地区环境效率的空间差异的收敛性及其影响因素进行了分析。结果表明：在 2005-2010年间，中国工业环境效率总体上有所降低，且基本呈现东高西低的空间格局，其中，东部地区的工业环境效率高于全国平均水平，但呈现逐年下降的趋势，中、西部地区的环境效率均低于全国平均水平，但呈现缓慢增长的趋势。中国以及东、中、西部地区工业环境效率的空间差异既存在绝对收敛，即：工业环境效率的空间差异随着时间尺的推移呈现逐渐缩小的趋势；也存在明显的东、中、西地理空间和高、中、低收入水平俱乐部收敛特征；还存在条件收敛特征，即：存在环境效率水平落后地区对发达地区的“追赶效应”，城市规模、经济水平、财政能力和工业外向度对全国尺度环境效率的空间收敛过程具有促进作用，而工业增长能力则相反；不同区域的不同控制变量对环境效率的影响作用不同，城市规模、经济水平、财政能力对东部地区环境效率改善及其在区域间的收敛过程具有明显的促进作用；而中部地区城市规模、财政能力、工业增长能力与其工业环境效率之间存在明显的负向关系。城市经济水平、工业外向度则表现出促进作用；西部地区城市规模、经济水平与环境效率之间存在显著的正向关系。
关键词工业；环境效率；空间收敛；数据包络分析；面板估计；地级城市
中图分类号K902 X22文献标识码A文章编号1002-2104（2015）02-0030-09doi：103969/jissn1002-2104201502005
自改革开放以来，在快速工业化的推动下，我国经济飞速发展。目前，中国大多数地区仍处于工业化初、中级阶段，工业是地方经济的支柱[1-2]，也是最大的资源消耗和污染排放部门。工业作为环境资源巨大消耗的经济单元，创造了中国40.1%的GDP，却排放了全国89.2%的废水、81.3%的二氧化硫和83%[3]的二氧化碳。工业发展所导致的资源过度消耗和环境质量恶化已成为了制约中国可持续发展的瓶颈之一。因此，研究工业环境效率及其时空演变特征对评价工业发展与环境之间的协调性，全面判断中国工业发展质量及其未来趋势具有重要意义。另外，我国幅员辽阔，空间发展不均衡，地区要素禀赋结构迥异，不同地区工业结构和发展水平的差异很大，这势必导致工业环境效率的空间分布也存在一定的差异性。那么这种差异性在不同区域尺度有多大？环境效率的空间差异在时间尺度上的演变规律是什么？是否会随着时间的推移而缩小，出现收敛现象？是否存在落后地区的“追赶效应”？如果存在收敛，区域间城市工业环境效率收敛的特征是否一致？收敛速度又受什么因素决定？以上问题，对于我国在城市尺度分配工业减排任务，科学合理地制定区域污染物减排政策，指导工业与环境协调发展具有一定的现实意义。
1文献综述
工业环境效率是指工业系统创造单位价值产生的环境影响的大小[4]。环境效率最初应用于企业层面，后来，逐步向更微观（产品）和宏观层面（行业、园区和区域）两个方向深入，但受数据可获得性和质量的影响，针对产品、企业或某一行业的相关研究较少，且主要集中于重污染企业或行业（如造纸、纺织等）[5-6]，大部分研究集中在区域层面，包括园区[7-8]、城市[9-10]、省域[11-13]或全国层面[14-16]，这些研究对于认识我国工业发展与环境之间的协调性，辨识影响工业环境效率的影响因素具有重要的意义。但环境效率及其变化的影响因素很多，例如经济规模、产业结构、能源结构、消费结构、技术水平等等。另外，中国地域广阔，不同区域的人口、经济和技术等发展水平和特征呈现较大差异，这可能导致工业环境效率及其影响因素在空间上也存在差异。目前关于环境效率空间差异及其收敛性的研究还较少，且基本上集中在污染物排放和能源消耗等方面。污染物排放收敛性一般采用单位GDP排放强度来进行分析，如二氧化碳[17-19]、二氧化硫等[20]，也有学者针对污染物达标排放的区域差异进行收敛性分析[21]。关于能源消耗的收敛性分析一般采用能源消耗强度[22-23]和能源效率[24-25]指标来进行分析。目前关于环境效率、生态效率收敛性的相关研究较为少见，现有的研究也仅针发达国家地区进行分析，如Camarero. M.在2008年对工业化国家的环境效率进行了收敛性分析，认为工业化国家存在明显的收敛现象，瑞士作为基准国，其环境效率最高，其他国家都在“追赶”瑞士[26]。该作者又在2013年对OECD国家的生态效率进行了分析，得出了同样的结论，认为OECD国家之间的生态效率差距在逐渐缩小[27]。
现有有关环境效率收敛性研究中，区域单元大都以国家或省域为基本单元，但根据收敛性分析的要求，区域分析单元的选择在很大程度上会影响研究结果的准确性，区域单元划分得越细， 区域间的不均衡就越接近实际。那么，以省域或国家为基本单元的相关分析，可能无法正确判断区域内部的具体格局，使得计算结果的实用性和可操作性大打折扣[28-29]。根据我国所处的发展阶段，城市化和工业化进程伴随交替进行，因此以城市为基本尺度来分析工业环境效率空间差异的收敛性，可能具有更强的实用性和指导性。而目前关于城市尺度的工业环境效率的空间差异及其收敛性的相关研究却鲜见报道。本文基于WBCSD的环境效率概念，利用超效率DEA分析方法，构建了工业环境效率的评价模型，计算并分析了2006-2010年间中国286个地级城市的工业环境效率及其变化轨迹，基于此，利用变异系数和面板数据估计模型，对全国及东、中、西部地区的环境效率空间差异的收敛特征及其影响因素进行了实证研究。
2研究方法
2.1环境效率评价模型 本文所指环境效率（Environmental Efficiency，EE）是基于WBCSD给出的定义，即：环境效率是衡量某一企业、行业或地区创造单位价值产生的环境影响的大小（公式1）。
EE=yEnvironmental Pressure（1）
公式（1）中，y为工业增加值。环境压力（Environmental Pressure）仅指工业污染物排（包括工业废水、工业二氧化硫、工业烟尘和工业固体废弃物）放所造成的环境压力，因此，式（1）可变为：
EEi=yif（Pij）=yiw废水p废水+wSO2pSO2+w烟尘p烟尘+w固废p固废（2）
其中，式2中，EEi为第i个城市的环境效率指数，yi为第i个城市的工业增加值，Pij为第i个城市第j中废弃物的排放量。w为权重。为避免权重设定的人为主观性，本文将采用非参数分析方法，结合投入产出数据，计算环境效率。根据PicazoTadeo[30]、Camarero， M.[26]等学者的研究，公式（2）中的环境效率指数可以用非参数相对效率评价模型-DEA方法来计算。由于DEA属于非参数分析方法，无需事先设定模型的具体形式和估计参数，避免了人为确定权重对测算结果的主观影响，且在简化算法、减少误差等方面有着不可低估的优势，因而在生态效率、环境效率的研究中得到了广泛应用[31]。
DEA是由美国运筹学家Charnes和Copper提出的对决策单元（DMU）进行相对效率评价的模型方法。DEA 是通过确定生产前沿面，以相对效率概念为基础发展起来的一种效率评价方法，可对同一类型的各决策单元的相对有效性进行评定和排序。由于使用传统DEA 评价决策单元的效率时，会出现多个决策单元同时都处于生产前沿面，从而导致多个决策单元相对都有效，从而无法判断孰优孰劣，从而陷入对相对有效的决策单元无法做进一步分析的困惑[32]。为了弥补这一缺陷，Andersen建立了基于投入导向的超效率DEA 模型，使相对有效决策单元之间也能进行效率高低的比较[33]。超效率DEA模型的基本思想是：在评价某决策单元（DMU）时，就无效的决策单元而言，其生产前沿面不变，因此其最终效率值与用传统DEA 模型测量出来的一样；而对有效决策单元而言，在评价时，以其它所有的评价单元构成参考集，而不考虑被评价单元本身，结果是有效的，有效决策单元有可能按比例增加其投入，而其效率可保持不变，那么其所投入所增加的比例记为超效率评价值。超效率DEA 模型的具体形式[32]：
工业环境效率评价模型中的决策单元（DMU）为全国286个地级城市。投入要素为环境污染物排放量（即视工业污染物排放为工业发展的环境成果），包括工业废水、二氧化硫、烟尘和固体废弃物排放量。产出指标为工业增加值。经超效率模型计算得到的值为相对环境效率值。如果结果小于1，则表明环境效率DEA无效；如果结果等于或大于1，则表明环境效率DEA有效，且数值越大，有效性越好。
2.2空间收敛性分析方法
空间收敛性分析的目的在于检验不同地区的环境效率在样本期内的趋同和发散情况。目前收敛性检验主要分为三种类型[14]：α收敛、β绝对收敛和β条件收敛。α收敛和β绝对收敛均属于绝对收敛，表征不同地区的工业环境效率的增长速度会随时间推移而趋于相同，区别在于前者未考虑环境效率的初始水平以及各个地区的初始要素结构，而后者则假设不同地区之间具有相同的初始要素结构。对于工业环境效率的α收敛，通常采用标准差、变异系数、基尼系数和泰尔系数等加以测度，本文选择变异系数来进行α收敛分析。下文将重点介绍β绝对收敛、俱乐部收敛和β条件收敛分析的方法。
2.2.1β绝对收敛估计模型
环境效率的β绝对收敛是指在严格的假定条件下，包括相同的人口、收入水平、财政能力等，随着时间推移，所有城市的工业环境效率都将收敛于相同的水平。β绝对收敛模型如下[34]：
ln（EEi，t+1EEi，t）=α+βilnEEi，t+εi，t（3）
式（3）中，EEi，t，EEi，t+1分别为第t和t+1年，第i个城市的工业环境效率值，α为常数截距项，β为系数项，β=-（1-e-ηT）/T，其中，η为收敛速度，εi，t为误差项。若β<0，则表示工业环境效率存在绝对收敛，即环境效率的提升速度与初始水平成反比，环境效率较低的地区存在追赶环境效率较高地区的趋势。
2.2.2俱乐部收敛估计模型
经济俱乐部收敛分析表明，具有相同特征的地区（或国家）也不一定收敛于同一稳态水平，经济发展的最后水平部分决定于初始状态。那么，对于城市工业环境效率是否存在俱乐部收敛现象呢？本文将分别进行两种类型的俱乐部收敛检验：地理空间和经济水平俱乐部检验，为此，通过引入虚拟变量Dij来进行俱乐部收敛检验，其中，i，j=1，2，3，分别代表东、中、西部地区和高、中、低收入地区城市，其中经济发展水平分组的依据参考世界银行2010年收入分组标准，即：人均GDP高于12 276美元的城市属于高收入组；人均GDP在1 006-12 275美元之间的城市属于中等收入组；人均GDP低于1 005美元的城市，属于低收入组。第i个城市属于地区j时，Dij=1，否则等于0。因此，可以通过检验虚拟变量的估计系数是否显著为0来判定是否存俱乐部收敛现象。如果显著不为0，则存在俱乐部收敛现象；反之，则不存在。在公式（3）中引入虚拟变量，可得：
ln（EEi，t+1EEi，t）=α+βilnEEi，t+iDij+εi，t（4）
2.2.3β条件收敛估计模型
与绝对收敛不同，β条件收敛是指在考虑了不同城市之间在人口规模、收入水平、财政能力等方面的差异情况下，各个城市环境效率随着时间推移收敛于各自稳定的水平。在β绝对收敛模型的基础上，加入若干控制变量后，即为条件收敛模型： ln（EEi，t+1EEi，t）=α+βlnEEi，t+∑nj=1λjXj，i，t+εi，t（5）
式（5）中，λj第j个控制变量Xi，t的回归系数。β条件收敛所要验证的是引入控制变量后，环境效率的空间差异是否会随着时间推移而逐渐缩小，即是否存在落后地区的“追赶效应”。本文根据已有研究成果将影响环境效率的主要因素作为控制变量，包括人口（表征城市人口规模，P）、人均GDP（表征城市收入水平，y）、城市财政收入（表征城市财政能力， CZSR）、工业利润（表征城市工业增长能力，LIRUN）、外商直接投资（表征城市工业外向度， FDI）。将以上控制变量代入公式（5）中，可得中国城市工业环境效率β条件收敛的面板数据检验模型：
ln（EEi，t+1EEi，t）=α+βlnEEi，t+λ1pi，t+λ2yi，t+λ3CZSRi，t+λ4LIRUNi，t+λ5FDIi，t+ε（6）
条件收敛分析能够最大限度的避免遗漏解释变量，增强了环境效率空间差异的解释能力，在实证分析中得到了较为广泛的应用。
2.3数据来源
本文所选择的研究样本包括我国大陆地区286个地级城市，其中东部、中部地区（其中，东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个地区；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南等8个地区；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆等11个地区）均包括101个地级城市，西部地区包括84个地级城市。每个地级城市环境绩效评价以及空间收敛分析所需指标数据全部来自于《中国城市统计年鉴》（2005-2011）。
3实证分析
以我国286个地级城市的工业系统为DMU，利用投入导向的径向超效率CCR模型，对286个DMU的环境效率进行计算。表1是中国286个地级城市工业环境效率在2005和 2010年两个截面的基本情况。2005年，环境效率达到DEA相对有效（即：环境效率评价值大于1）的地级城市11个（仅占3.85%），其中，东部有8个城市达到相对有效，中部有 3个城市，而西部达到相对有效的城市数为零。环境效率值在0.6-1.0之间的城市为13个（仅占4.55%），其中东部10个，中部1个。而到了2010年环境效率达到DEA相对有效的地级城市缩减至5个（仅占1.75%），其中东部地区缩减至3个，中部地区缩减至1个，而西部地区有一个城市（庆阳市）达到相对有效。环境效率值在0.6-1.0之间的缩减至5个（仅占 1.75%）。环境效率均值在2005年呈现东部最高，中部次之，西部最低的空间格局，且三个区域之间的差距较大。而到2010年环境效率均值在东、中、西部地区之间的差距有所缩小。与此同时，2010年全国及东部和中部城市工业环境效率均值与2005年相比有所降低，但西部地区则有所提升。
由图1可知，东部地区城市的工业环境效率水平在全国是最高的，且高于全国平均水平，但其均值呈现逐年下降的趋势；中、西部地区的环境效率相差不大，且低于全国平均水平，但其均值呈现缓慢增长的趋势。就各地区均值变化情况而言，全国东、中、西部地区城市工业环境效率的空间差异具有一定的收敛性，但均值不能完全反映个例的变化特征，下面本文将基于面板数据估计模型，对我国工业环境效率的空间收敛性进行实证分析。
图2显示了全国及东、中、西部地区的工业环境效率的变异系数变动情况。由图可知，在研究期间，除2005和2009年外，东部地区工业环境效率的空间差异始终大于中、西部地区。中部和西部地区空间差异的大小在2008年出现了位序颠倒，即在2008年之前，中部地区大于西部，之后西部大于中部。
就变异系数的时间变化轨迹来看，全国及东部地区城市工业环境效率的空间差异走势基本相同，2006年空间差异达到极值，随后经历了快速下降过程。全国及东部地区出现空间差异异常波动的主要原因在考察期内，海口市工业环境效率在全国或者东部地区最高，而其他城市处于全国较低水平。中部地区的空间差异呈现逐年缩小的趋势。西部地区的空间差异则经历了先减小（2005-2007年）、后增大（2007-2009年），随后迅速降低的过程（2009-2010年），在考察期没有呈现出明显的差距缩小的趋势。以上分析表明，随着我国工业污染防治力度的加大，使得各城市工业环境效率逐渐向不断提高的方向迈进，且其空间差异逐渐缩小，特别是东、中部地区的环境效率提高的趋同性在逐渐加强，而西部地区则没有表现出这种趋同性。
3.2β收敛
α收敛分析结果虽然表明全国及东、中部地区城市工业环境效率的空间差异随着时间进程呈现缩小的驱动现象，但都表现出不同程度的波动。而西部地区却未出现明显的缩小趋同现象。为了更精确地验证α收敛的结论性质，本文将分别采用β绝对收敛和β条件收敛的分析方法进行检验，取T为1。利用2005-2010年全国286个地级城市的面板数据进行β收敛分析。经F和Hausman统计量检验，结果表明全国及东、中、西部地区的β绝对、条件收敛分析均应该建立个体固定效应模型更为合理。模型估计结果见表2。
3.2.1β绝对收敛
由表2可知，全国及东、中、西部地区的β绝对收敛模型的估计效果较好，系数估计结果均在1%的置信水平上显著，且β值均小于0。就全国尺度而言，各城市的工业环境效率存在共同收敛的趋势，东、中、西部地区同样也表现出了明显的共同收敛特征，且东部地区的收敛趋势最为明显。东、西部地区的收敛趋势与全国相比较为明显，而中部地区则相对较弱。
3.2.2俱乐部收敛分析
俱乐部检验结果见表3。由表可知，无论就地理空间，还是经济水平而言，俱乐部检验系数的估计值均在1%的置信水平上显著不为零，表明估计结果理想。这表明，在研究期间，中国工业环境效率在地级城市之间呈现明显的东、中、西部地理空间俱乐部收敛和高、中、低经济收入水平俱乐部收敛特征，而且收入水平俱乐部收敛性特征比地理空间俱乐部收敛更为明显。无论是传统的东、中、西三大区域，还是高、中、低收入地区，由于各自区域内的城市规模、城市经济水平、城市财政收入能力、工业增长能力、工业外向度相似，各自区域内的城市工业环境效率也会呈现出各自的收敛特征，与全国尺度的结论相似，经济水平俱乐部收敛性特征比空间俱乐部较为明显。空间俱乐部内部，东部和西部的俱乐部收敛性基本相似，且明显与西部地区。而就收入分组而言，高收入地区的俱乐部收敛性最弱，低收入地区的最强，中等收入地区的居中。 3.2.3β条件收敛
在β绝对收敛分析模型的基础上，加入城市人口（代表城市规模）、人均GDP（代表城市收入水平）、财政收入（代表城市财政能力）、工业利润总额（代表城市工业增长能力）、FDI（代表城市工业外向度）等五个控制变量，得到条件收敛估计结果（见表4）。
β估计值在加入控制变量后，无论在全国还是在三大区域中，都显著不为零，且都为负数，这表明城市工业环境效率在全国及三大区域中都是条件收敛的，空间差异随着时间推移呈现逐渐缩小的趋势，存在落后地区的“追赶效应”。就收敛趋势而言，与全国相比，东、中部地区较强，而西部地区较弱。因此，全国整体以及三大区域既存在绝对收敛又存在条件收敛，这也说明了我国城市工业环境效率的空间差异呈现逐渐缩小的趋势，且这种趋势较为稳固。
就控制变量对环境效率变化的影响而言，从全国来看，城市规模（P）变化与环境效率变化之间表现出显著的正向关系。由于本文利用年度比值来表征环境效率的年际变化，所以随着城市规模的扩大，对于环境效率水平不
断升高的城市，其升高幅度会不断增大，升高速度会不断加快；而对于环境效率水平不断降低的城市，其降低幅度会不断缩小，降低速度会有所放慢，简而言之，在全国尺度上，城市规模的扩大促进了环境效率的提高，进而加快区域间环境效率收敛过程，城市规模越大的地区，倾向于向高环境效率水平收敛。东、西部地区也表现出了与全国尺度相同的现象，城市规模的扩大对环境效率改善，以及区域内部环境效率空间差异的收敛具有促进作用，且西部地区的促进作用大于东部地区。而就中部地区而言，城市规模扩大与环境效率变化甚至呈现负相关系，即：随着城市规模的扩大，环境效率变化幅度会减小，对于环境效率不断升高的城市，其升高幅度会不断减小，升高速度会不断减缓；而对于环境效率水平不断降低的城市，其降低幅度会不断增大，降低速度会不断加快，简而言之，就中部地区而言，城市规模的扩大阻碍了城市环境效率的提高，导致各地区之间空间差异进一步扩大。
全国及东、中部地区的城市收入水平（y）的系数在1%的置信水平上均显著不为零，表明城市收入水平在全国尺度及东、中部地区与环境效率变化之间存在显著的正向关系，即：城市经济收入水平的提高对环境效率改善具有正向推动作用，对区域间环境效率收敛具有促进作用。西部地区y的系数在10%的置信水平上显著不为零，这说明西部地区城市收入水平与环境效率变化虽然也存在正向关系，但与全国及东、中部地区相比，不够显著。
就城市财政能力（财政收入，CZSR）而言，全国及东、中部地区的系数在1%的置信水平上下显著不为零，而西部地区的系数未通过显著性检验，表明在全国尺度上，城市财政能力的提升对环境效率的提高具有正向的促进作用，进而进一步加快区域间的收敛过程。东、中部地区存在同样的关系，但是西部地区财政收入与环境效率之间的关系不够显著。
就工业增长能力（工业利润总额，LIRUN）而言，全国及中部地区的系数在1%的置信水平上下显著不为零，且均为负值，这表明工业增长能力的增强在一定程度上阻碍了环境效率的改善，进一步导致了环境效率在区域间的发散。而东、西部地区的工业增长能力与环境效率之间的关系不显著。
就工业外向度（FDI）而言，全国及中部地区的系数在1%的置信水平上下显著不为零，与工业增长能力不同，均为正值，这表明工业外向度的提高促进了环境效率的改善，对环境效率在区域间的收敛过程具有促进作用。而东、西部地区的城市工业外向度与环境效率之间的关系不显著。
4结论
本文基于WBCSD对环境效率的定义，利用数据包络分析方法，计算了全国286个地级城市2005-2010年间的工业环境效率，并以此为研究样本，分别利用α收敛和β收敛分析模型，对全国及东、中、西部三大区域的工业环境效率的空间收敛特征进行了分析，得出以下结论：
（1）中国工业环境效率基本呈现缓慢降低的趋势，东部地区的环境效率最高，且高于全国平均水平，但呈现逐年下降的趋势，中、西部地区的环境效率相差不大，低于全国平均水平，但呈现缓慢增长的趋势。
（2）我国工业环境效率存在α绝对收敛和β绝对收敛性，环境效率的空间差异随着时间推移会逐步缩小，城市之间存在着工业环境效率水平落后地区对发达地区的“追赶效应”。东、中部地区存在显著的α绝对收敛和β绝对收敛性。西部地区的α收敛性并不显著，但是却存在显著的β绝对收敛性特征。
（3）我国工业环境效率在城市尺度存在两种收敛“俱乐部”：一是地理空间俱乐部，即存在东、中、西部俱乐部收敛特征；二是收入水平俱乐部，即存在高、中、低收入地区俱乐部收敛特征，且后者的收敛性特征明显于前者。由于不同区域内部，特别是同一收入水平组内各城市的规模、经济水平、财政能力、工业增长能力、工业外向度等初始条件具有一定的相似性，形成了我国城市工业环境效率的三大俱乐部。
（4）全国及东、中、西部地区的工业环境效率存在β条件收敛性。在加入城市规模、城市经济水平、城市财政能力、工业增长能力、工业外向度等五个控制变量后，环境效率均存在β条件收敛特征，而不同区域的不同控制变量对环境效率的影响作用不同。
从全国来看，城市规模、经济水平、财政能力、工业外向度与工业环境效率之间存在显著的正向关系，以上控制变量的增大促进了环境效率的提高，加快了区域间环境效率的空间收敛过程，特别是城市规模和城市收入水平的促进作用最为明显。工业增长能力却在一定程度上阻碍了环境效率的提高，表明在全国尺度上，工业经济增长的质量不高，这也表明仅注重经济利益的工业发展模式不利于于全国工业环境效率的提高及其空间差距的缩小。
就东部地区而言，城市规模、经济水平、财政能力对环境效率改善及其在区域间的收敛过程具有明显的促进作用，工业增长能力和外向度与环境效率之间的关系不显著；就中部地区而言，城市规模、财政能力、工业增长能力与环境效率之间存在明显的负向关系，表明以上控制变量的增大阻碍了中部地区城市工业环境效率的改善及其在区域间的收敛过程，其中，城市规模的阻碍作用最为显著，这进一步说明了中部地区城市规模扩张和工业经济增长对城市环境具有负向效应，而且财政能力的提高并未改善城市环境。城市经济水平、工业外向度对中部地区城市工业环境效率改善及其在区域间的收敛过程表现出促进作用；就西部地区而言，仅有城市规模、经济水平与环境效率之间存在显著的正向关系，而其他控制变量与环境绩效之间的关系并不显著。这表明，西部地区城市规模扩张和经济水平提高在一定程度上促进了该区域工业环境效率的改善及其空间收敛过程。 基于以上结论，提出以下政策建议：①经济发展是工业环境效率收敛的重要推动力，但发展方式必须由“增量”向“增质”方向转变，才能避免我国不断提升的工业发展能力对环境效率收敛的抑制效应，特别是对于中部地区，不仅要从工业发展自身做到“质”的提升，还要注重城市规模扩张的质量提升，加大工业环境污染预防和治理投资力度；②我国工业环境效率与各自相应城市的经济发展水平、城市规模、财政能力、工业发展特征具有高度的一致性，以上因素在不同地区对工业环境效率的影响作用不同，因此必须制定差别化的政策措施，加强全国区域间的工业环境污染预防和治理资金、技术、人才流动，促进地区间的合作和交流，特别是要制定向环境效率低下地区（中、西部地区以及低收入水平城市）倾斜的配套政策；③西部地区作为承接东部发达地区产业转移的主要载体，是我国未来工业化和城市化发展，以及工业低碳、绿色转型的重点地区，必须加大对工业清洁生产、节能减排、循环经济等方面的政策引导，加强资源节约和环境保护方面的资金、技术和人才方面的支持，鼓励淘汰落后技术，同时必须加强环境管制力度，以减少环境污染，提高工业环境效率。
（编辑：于杰）
参考文献（References）
[1]张新伟. 城市工业发展一般规律探寻[J]. 中国工业经济， 1991， （8）： 8-13. [Zhang Xinwei. The General Law of Industrial Development in City [J]. China Industrial Economics， 1991， （8）： 8-13.]
[2]洪丽璇， 梁进社， 蔡建明，等. 中国地级以上城市工业能源消费的增长：基于2001-2006 年的数据分解[J]. 地理研究， 2011， 30（1）： 83-93. [Hong Lixuan， Liang Jinshe， Cai Jianming， et al. Growths of Industrial Energy Consumption in China’s PrefectureLevel Cities： Based on the Data in 2001-2006[J]. Geographical Research， 2011， 30（1）： 83-93.]
[3]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， 45（11）： 21-34.[Chen Shiyi. Green Industrial Revolution in China： A Perspective from the Change of Environmental Total Factor Productivity[J]. Economic Research Journal， 2010， 45（11） ： 21-34. ]
[4]WBCSD. Measuring Ecoefficiency： A Guide to Reporting Company Performance [R]. World Business Council for Sustainable Development， Geneva， 2000.
[5]施晓清， 李笑诺， 赵吝加，等. 武汉市造纸行业资源代谢分析[J]. 生态学报， 2012， 32（24）： 7706-7715. [Shi Xiaoqing， Li Xiaonuo， Zhao Linjia， et al. Resources Metabolism Analysis for the Pulp and Paper Industry in Wuhan， China[J]. Acta Ecologica Sinica， 2012，32（24）： 7706-7715.]
[6]王飞儿， 史铁锤. 基于物质代谢的中国纺织业生态效率评价[J]. 中国人口·资源与环境， 2008， 18（6）： 116-120. [Wang Feier， Shi Tiechui. Assessment for Ecoefficiency of China’s Textile Industry Based on Material Metabolism[J]. China Population， Resources and Environment， 2008， 18（6）： 116-120.]
[7]耿勇， 张攀. 基于能值分析的工业园生态经济绩效评价研究[J]. 预测， 2007， 26（5）： 64-70. [Geng Yong， Zhang Pan. Ecological and Economic Performance Evaluation Method on Industrial Park System based on Emergy Analysis [J]. Forecasting， 2007， 26（5）： 64-70.]
[8]赵胜豪， 盛学良， 钱瑜，等. 基于CCR 模型的工业园区企业环境绩效管理系统[J]. 中国环境科学， 2009， 29（11）：1227-1232. [Zhao Shenghao， Sheng Xueliang， Qian Yu， et al. Environmental Performance Management System for Enterprises in Industrial Parks Based on CCR Model[J]. China Environmental Science， 2009， 29（11）：1227-1232.]
[9]袁鹏， 程施. 中国工业环境效率的库兹涅茨曲线检验[J]. 中国工业经济， 2011，（2）： 79-88. [Yuan Peng，Cheng Shi. Examining Kuznets Curve in Environmental Efficiency of China’s Industrial Sector[J]. China Industrial Economics， 2011，（2）： 79-88.] [10]张晶. 基于超效率的煤炭资源型城市工业生态效率研究[J]. 经济问题. 2010， （11）： 57-59. [Zhang Jing. Study on Industrial Ecoefficiency of Coaloriented City Based on Superefficiency[J]. On Economic Problems， 2010， （11）： 57-59.]
[11]吴小庆， 王远， 刘宁同，等. 基于物质流分析的江苏省区域生态效率评价[J]. 长江流域资源与环境， 2009， 18（10）： 890-895. [Wu Xiaoqing， Wang Yuan， Liu Ningtong， et al.[J] Regional Ecoefficiency Evaluation Of Jiangsu Province based on MFA[J]. Resources and Environment in the Yangtze Basin， 2009， 18（10）： 890-895.]
[12]佟连军， 宋亚楠， 韩瑞玲，等. 辽宁沿海经济带工业环境效率分析[J]. 地理科学， 2012， 32（3）： 294-300. [Tong Lianjun， Song Yanan， Han Ruiling， et al. Industrial Environmental Efficiency of Costal Economic Belt in Liaoning Province[J]. Scientia Geographica Sinica， 2012， 32（3）： 294-300.]
[13]王成金， 杨威， 许旭，等. 工业经济发展的资源环境效率评价方法与实证：以广东和广西为例[J]. 自然资源学报， 2011， 26（1）： 97-109. [Wang Chengjin， Yang Wei， Xu Xu， et al. Appraising Model of Utilizing Efficiency of Resources and Environment for Industry and Empirical Study in Guangxi and Guangdong[J]. Journal of Natural Resources， 2011， 26（1）： 97-109.]
[14]周五七， 聂鸣. 基于节能减排的中国省级工业技术效率研究[J]. 中国人口·资源与环境， 2013， 23（1）： 25-32. [Zhou Wuqi， Nie Ming. China’s Provincial Industrial Technology Efficiency Based on Energy Conservation and Emissions Reduction[J]. China Population， Resources and Environment， 2013， 23（1）： 25-32.]
[15]王燕， 谢蕊蕊. 能源环境约束下中国区域工业效率分析[J]. 中国人口·资源与环境， 2012， 22（5）： 114-119. [Wang Yan， Xie Ruirui. Regional Industrial Efficiency Analysis under Energy and Environment Constraint[J]. China Population， Resources and Environment， 2012， 22（5）： 114-119.]
[16]高峰， 王金德， 郭政. 我国区域工业生态效率评价及DEA分析[J]. 中国人口·资源与环境， 2011， 21（3）： 318-321. [Gao Feng， Wang Jinde， Guo Zheng. Determination of Evaluation Indicators of China’s Regional Industrial Ecoefficiency and DEA Analysis[J]. China Population， Resources and Environment， 2011， 21（3）： 318-321.]
[17]Camarero M， PicazoTadeo A J， Tamarit C. Are the Determinants of CO2 Emissions Converging among OECD Countries？[J]. Economic Letter， 2013， 118：159-162.
[18]Jobert T， Karanfil F， Tykhonenko A. Convergence of Per Capita Carbon Dioxide Emissions in the EU： Legend or Reality？[J]. Energy Economics， 2010， （32）： 1364-1373.
[19]Westerlund J， Basher S. Testing for Convergence in Carbon Dioxide Emissions Using a Century of Panel Data [J]. Environmental and Resource Economy， 2008， （40）： 109-120.
[20]Nourry M. ReExamining the Empirical Evidence for Stochastic Convergence of Two Air Pollutants with a PairWise Approach [J]. Environmental & Resource Economics， 2009， 44（4）： 555-570. [21]唐志鹏， 刘卫东， 刘志高，等. 中国工业废水达标排放的区域差异与收敛分析[J]. 地理研究， 2011， 30（6）： 1101-1109. [Tang Zhipeng， Liu Weidong， Liu Zhigao， et al. Regional Difference and Convergence of Standardized Discharge of Industrial Waste Water in China[J]. Geographical Research， 2011， 30（6）： 1101-1109.]
[22]Yu H Y. The Influential Factors of China’s Regional Energy Intensity and Its Spatial Linkages： 1988-2007 [J]. Energy Policy， 2012， （45）： 583-593.
[23]Mulder P de， Groot H L F. Structural Change and Convergence of Energy Intensity across OECD Countries， 1970-2005 [J]. Energy Economics， 2012， 34（6）： 1910-1921.
[24]Duro J A， Alcantara V， Padilla E. International Inequality in Energy Intensity Levels and the Role of Production Composition and Energy Efficiency： An Analysis of OECD Countries [J]. Ecological Economics， 2010， 69（12）： 2468-2474.
[25]陈德敏， 张瑞， 谭志雄. 全要素能源效率与中国经济增长收敛性：基于动态面板数据的实证检验[J]. 中国人口·资源与环境， 2012， 22（1）： 130-137. [Chen Demin， Zhang Rui， Tan Zhixiong. Total Factor Energy Efficiency and Regional Economic Convergence in China： An Empirical Analysis Based on Dynamic Panel Data Model[J]. China Population， Resources and Environment， 2012， 22（1）： 130-137.]
[26]Camarero M， PicazoTadeo A J， Tamarit C. Is the Environmental Efficiency of Industrialized Countries Converging？ A ‘SURE’ Approach to Testing for Convergence [J]. Ecological Economics， 2008， 66（4）： 653-661.
[27]Camarero M， Castillo J， PicazoTadeo A J， et al. EcoEfficiency and Convergence in OECD Countries [J]. Environmental & Resource Economics， 2013， 55（1）： 87-106.
[28]李广东， 方创琳. 中国区域经济增长差异研究进展与展望[J].地理科学进展. 2013， 32（7）： 1102-1112. [Li Guangdong， Fang Chuanglin. A Review on Divergence of Regional Economic Growth in China[J]. Progress in Geography， 2013， 32（7）： 1102-1112.]
[29]马国霞， 徐勇， 田玉军. 京津冀都市圈经济增长收敛机制的空间分析[J]. 地理研究. 2007， 26（3）： 590-598. [Ma Guoxia， Xu Yong， Tian Yujun. Spatial Analysis of Economic Growth Convergence Mechanism in BeijingTianjinHebei Metropolitan Region[J]. Geographical Research， 2007， 26（3）： 590-598.]
[30]PicazoTadeo A J， ReigMartínez E， GómezLimón J A. Assessing Farming Ecoefficiency： A Data Envelopment Analysis Approach [J]. Journal of Environmental Management， 2011， （92）： 1154-1164.
[31]尹科， 王如松， 周传斌，等. 国内外生态效率核算方法及其应用研究述评[J]. 生态学报， 2012， 32（11）： 3595-3605.[Yin Ke， Wang Rusong， Zhou Chuanbin， et al. Review of Ecoefficiency Accounting Method and Its Applications[J]. Acta Ecologica Sinica， 2012， 32（11）： 3595-3605. ]
[32]马海良， 黄德春， 姚惠泽. 中国三大经济区域全要素能源效率研究：基于超效率DEA 模型和Malmquist 指数[J]. 中国人口·资源与环境， 2011， 21（11）： 38-43. [Ma Hailiang， Huang Dechun， Yao Huize. Totalfactor Energy Efficiency Analysis of Three Major Economic Regions in China： Based on SuperDEA and Malmquist[J]. China Population， Resources and Environment， 2011， 21（11）： 38-43.]
[33]Anderson D. Energy Efficiency and the Economists： The Case for a Policy Based on Economic Principles[J]， Annual Review of Energy and the Environment， 1995， 20（1）： 495-511.
[34]SalaiMartin X. The Classical Approach to Convergence Analysis [J]. The Economic Journal， 1996， 106（437）： 1019-1036.
本文利用超效率数据包络分析方法，基于可持续发展工商理事会（WBCSD）的环境效率概念，构建了工业环境效率评价模型，分析了中国286个地级城市在2005-2010年间的工业环境效率的变化轨迹，基于此，利用变异系数和面板数据估计模型，分别对全国以及东、中、西部地区环境效率的空间差异的收敛性及其影响因素进行了分析。结果表明：在 2005-2010年间，中国工业环境效率总体上有所降低，且基本呈现东高西低的空间格局，其中，东部地区的工业环境效率高于全国平均水平，但呈现逐年下降的趋势，中、西部地区的环境效率均低于全国平均水平，但呈现缓慢增长的趋势。中国以及东、中、西部地区工业环境效率的空间差异既存在绝对收敛，即：工业环境效率的空间差异随着时间尺的推移呈现逐渐缩小的趋势；也存在明显的东、中、西地理空间和高、中、低收入水平俱乐部收敛特征；还存在条件收敛特征，即：存在环境效率水平落后地区对发达地区的“追赶效应”，城市规模、经济水平、财政能力和工业外向度对全国尺度环境效率的空间收敛过程具有促进作用，而工业增长能力则相反；不同区域的不同控制变量对环境效率的影响作用不同，城市规模、经济水平、财政能力对东部地区环境效率改善及其在区域间的收敛过程具有明显的促进作用；而中部地区城市规模、财政能力、工业增长能力与其工业环境效率之间存在明显的负向关系。城市经济水平、工业外向度则表现出促进作用；西部地区城市规模、经济水平与环境效率之间存在显著的正向关系。
关键词工业；环境效率；空间收敛；数据包络分析；面板估计；地级城市
中图分类号K902 X22文献标识码A文章编号1002-2104（2015）02-0030-09doi：103969/jissn1002-2104201502005
自改革开放以来，在快速工业化的推动下，我国经济飞速发展。目前，中国大多数地区仍处于工业化初、中级阶段，工业是地方经济的支柱[1-2]，也是最大的资源消耗和污染排放部门。工业作为环境资源巨大消耗的经济单元，创造了中国40.1%的GDP，却排放了全国89.2%的废水、81.3%的二氧化硫和83%[3]的二氧化碳。工业发展所导致的资源过度消耗和环境质量恶化已成为了制约中国可持续发展的瓶颈之一。因此，研究工业环境效率及其时空演变特征对评价工业发展与环境之间的协调性，全面判断中国工业发展质量及其未来趋势具有重要意义。另外，我国幅员辽阔，空间发展不均衡，地区要素禀赋结构迥异，不同地区工业结构和发展水平的差异很大，这势必导致工业环境效率的空间分布也存在一定的差异性。那么这种差异性在不同区域尺度有多大？环境效率的空间差异在时间尺度上的演变规律是什么？是否会随着时间的推移而缩小，出现收敛现象？是否存在落后地区的“追赶效应”？如果存在收敛，区域间城市工业环境效率收敛的特征是否一致？收敛速度又受什么因素决定？以上问题，对于我国在城市尺度分配工业减排任务，科学合理地制定区域污染物减排政策，指导工业与环境协调发展具有一定的现实意义。
1文献综述
工业环境效率是指工业系统创造单位价值产生的环境影响的大小[4]。环境效率最初应用于企业层面，后来，逐步向更微观（产品）和宏观层面（行业、园区和区域）两个方向深入，但受数据可获得性和质量的影响，针对产品、企业或某一行业的相关研究较少，且主要集中于重污染企业或行业（如造纸、纺织等）[5-6]，大部分研究集中在区域层面，包括园区[7-8]、城市[9-10]、省域[11-13]或全国层面[14-16]，这些研究对于认识我国工业发展与环境之间的协调性，辨识影响工业环境效率的影响因素具有重要的意义。但环境效率及其变化的影响因素很多，例如经济规模、产业结构、能源结构、消费结构、技术水平等等。另外，中国地域广阔，不同区域的人口、经济和技术等发展水平和特征呈现较大差异，这可能导致工业环境效率及其影响因素在空间上也存在差异。目前关于环境效率空间差异及其收敛性的研究还较少，且基本上集中在污染物排放和能源消耗等方面。污染物排放收敛性一般采用单位GDP排放强度来进行分析，如二氧化碳[17-19]、二氧化硫等[20]，也有学者针对污染物达标排放的区域差异进行收敛性分析[21]。关于能源消耗的收敛性分析一般采用能源消耗强度[22-23]和能源效率[24-25]指标来进行分析。目前关于环境效率、生态效率收敛性的相关研究较为少见，现有的研究也仅针发达国家地区进行分析，如Camarero. M.在2008年对工业化国家的环境效率进行了收敛性分析，认为工业化国家存在明显的收敛现象，瑞士作为基准国，其环境效率最高，其他国家都在“追赶”瑞士[26]。该作者又在2013年对OECD国家的生态效率进行了分析，得出了同样的结论，认为OECD国家之间的生态效率差距在逐渐缩小[27]。
现有有关环境效率收敛性研究中，区域单元大都以国家或省域为基本单元，但根据收敛性分析的要求，区域分析单元的选择在很大程度上会影响研究结果的准确性，区域单元划分得越细， 区域间的不均衡就越接近实际。那么，以省域或国家为基本单元的相关分析，可能无法正确判断区域内部的具体格局，使得计算结果的实用性和可操作性大打折扣[28-29]。根据我国所处的发展阶段，城市化和工业化进程伴随交替进行，因此以城市为基本尺度来分析工业环境效率空间差异的收敛性，可能具有更强的实用性和指导性。而目前关于城市尺度的工业环境效率的空间差异及其收敛性的相关研究却鲜见报道。本文基于WBCSD的环境效率概念，利用超效率DEA分析方法，构建了工业环境效率的评价模型，计算并分析了2006-2010年间中国286个地级城市的工业环境效率及其变化轨迹，基于此，利用变异系数和面板数据估计模型，对全国及东、中、西部地区的环境效率空间差异的收敛特征及其影响因素进行了实证研究。
2研究方法
2.1环境效率评价模型 本文所指环境效率（Environmental Efficiency，EE）是基于WBCSD给出的定义，即：环境效率是衡量某一企业、行业或地区创造单位价值产生的环境影响的大小（公式1）。
EE=yEnvironmental Pressure（1）
公式（1）中，y为工业增加值。环境压力（Environmental Pressure）仅指工业污染物排（包括工业废水、工业二氧化硫、工业烟尘和工业固体废弃物）放所造成的环境压力，因此，式（1）可变为：
EEi=yif（Pij）=yiw废水p废水+wSO2pSO2+w烟尘p烟尘+w固废p固废（2）
其中，式2中，EEi为第i个城市的环境效率指数，yi为第i个城市的工业增加值，Pij为第i个城市第j中废弃物的排放量。w为权重。为避免权重设定的人为主观性，本文将采用非参数分析方法，结合投入产出数据，计算环境效率。根据PicazoTadeo[30]、Camarero， M.[26]等学者的研究，公式（2）中的环境效率指数可以用非参数相对效率评价模型-DEA方法来计算。由于DEA属于非参数分析方法，无需事先设定模型的具体形式和估计参数，避免了人为确定权重对测算结果的主观影响，且在简化算法、减少误差等方面有着不可低估的优势，因而在生态效率、环境效率的研究中得到了广泛应用[31]。
DEA是由美国运筹学家Charnes和Copper提出的对决策单元（DMU）进行相对效率评价的模型方法。DEA 是通过确定生产前沿面，以相对效率概念为基础发展起来的一种效率评价方法，可对同一类型的各决策单元的相对有效性进行评定和排序。由于使用传统DEA 评价决策单元的效率时，会出现多个决策单元同时都处于生产前沿面，从而导致多个决策单元相对都有效，从而无法判断孰优孰劣，从而陷入对相对有效的决策单元无法做进一步分析的困惑[32]。为了弥补这一缺陷，Andersen建立了基于投入导向的超效率DEA 模型，使相对有效决策单元之间也能进行效率高低的比较[33]。超效率DEA模型的基本思想是：在评价某决策单元（DMU）时，就无效的决策单元而言，其生产前沿面不变，因此其最终效率值与用传统DEA 模型测量出来的一样；而对有效决策单元而言，在评价时，以其它所有的评价单元构成参考集，而不考虑被评价单元本身，结果是有效的，有效决策单元有可能按比例增加其投入，而其效率可保持不变，那么其所投入所增加的比例记为超效率评价值。超效率DEA 模型的具体形式[32]：
工业环境效率评价模型中的决策单元（DMU）为全国286个地级城市。投入要素为环境污染物排放量（即视工业污染物排放为工业发展的环境成果），包括工业废水、二氧化硫、烟尘和固体废弃物排放量。产出指标为工业增加值。经超效率模型计算得到的值为相对环境效率值。如果结果小于1，则表明环境效率DEA无效；如果结果等于或大于1，则表明环境效率DEA有效，且数值越大，有效性越好。
2.2空间收敛性分析方法
空间收敛性分析的目的在于检验不同地区的环境效率在样本期内的趋同和发散情况。目前收敛性检验主要分为三种类型[14]：α收敛、β绝对收敛和β条件收敛。α收敛和β绝对收敛均属于绝对收敛，表征不同地区的工业环境效率的增长速度会随时间推移而趋于相同，区别在于前者未考虑环境效率的初始水平以及各个地区的初始要素结构，而后者则假设不同地区之间具有相同的初始要素结构。对于工业环境效率的α收敛，通常采用标准差、变异系数、基尼系数和泰尔系数等加以测度，本文选择变异系数来进行α收敛分析。下文将重点介绍β绝对收敛、俱乐部收敛和β条件收敛分析的方法。
2.2.1β绝对收敛估计模型
环境效率的β绝对收敛是指在严格的假定条件下，包括相同的人口、收入水平、财政能力等，随着时间推移，所有城市的工业环境效率都将收敛于相同的水平。β绝对收敛模型如下[34]：
ln（EEi，t+1EEi，t）=α+βilnEEi，t+εi，t（3）
式（3）中，EEi，t，EEi，t+1分别为第t和t+1年，第i个城市的工业环境效率值，α为常数截距项，β为系数项，β=-（1-e-ηT）/T，其中，η为收敛速度，εi，t为误差项。若β<0，则表示工业环境效率存在绝对收敛，即环境效率的提升速度与初始水平成反比，环境效率较低的地区存在追赶环境效率较高地区的趋势。
2.2.2俱乐部收敛估计模型
经济俱乐部收敛分析表明，具有相同特征的地区（或国家）也不一定收敛于同一稳态水平，经济发展的最后水平部分决定于初始状态。那么，对于城市工业环境效率是否存在俱乐部收敛现象呢？本文将分别进行两种类型的俱乐部收敛检验：地理空间和经济水平俱乐部检验，为此，通过引入虚拟变量Dij来进行俱乐部收敛检验，其中，i，j=1，2，3，分别代表东、中、西部地区和高、中、低收入地区城市，其中经济发展水平分组的依据参考世界银行2010年收入分组标准，即：人均GDP高于12 276美元的城市属于高收入组；人均GDP在1 006-12 275美元之间的城市属于中等收入组；人均GDP低于1 005美元的城市，属于低收入组。第i个城市属于地区j时，Dij=1，否则等于0。因此，可以通过检验虚拟变量的估计系数是否显著为0来判定是否存俱乐部收敛现象。如果显著不为0，则存在俱乐部收敛现象；反之，则不存在。在公式（3）中引入虚拟变量，可得：
ln（EEi，t+1EEi，t）=α+βilnEEi，t+iDij+εi，t（4）
2.2.3β条件收敛估计模型
与绝对收敛不同，β条件收敛是指在考虑了不同城市之间在人口规模、收入水平、财政能力等方面的差异情况下，各个城市环境效率随着时间推移收敛于各自稳定的水平。在β绝对收敛模型的基础上，加入若干控制变量后，即为条件收敛模型： ln（EEi，t+1EEi，t）=α+βlnEEi，t+∑nj=1λjXj，i，t+εi，t（5）
式（5）中，λj第j个控制变量Xi，t的回归系数。β条件收敛所要验证的是引入控制变量后，环境效率的空间差异是否会随着时间推移而逐渐缩小，即是否存在落后地区的“追赶效应”。本文根据已有研究成果将影响环境效率的主要因素作为控制变量，包括人口（表征城市人口规模，P）、人均GDP（表征城市收入水平，y）、城市财政收入（表征城市财政能力， CZSR）、工业利润（表征城市工业增长能力，LIRUN）、外商直接投资（表征城市工业外向度， FDI）。将以上控制变量代入公式（5）中，可得中国城市工业环境效率β条件收敛的面板数据检验模型：
ln（EEi，t+1EEi，t）=α+βlnEEi，t+λ1pi，t+λ2yi，t+λ3CZSRi，t+λ4LIRUNi，t+λ5FDIi，t+ε（6）
条件收敛分析能够最大限度的避免遗漏解释变量，增强了环境效率空间差异的解释能力，在实证分析中得到了较为广泛的应用。
2.3数据来源
本文所选择的研究样本包括我国大陆地区286个地级城市，其中东部、中部地区（其中，东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个地区；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南等8个地区；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆等11个地区）均包括101个地级城市，西部地区包括84个地级城市。每个地级城市环境绩效评价以及空间收敛分析所需指标数据全部来自于《中国城市统计年鉴》（2005-2011）。
3实证分析
以我国286个地级城市的工业系统为DMU，利用投入导向的径向超效率CCR模型，对286个DMU的环境效率进行计算。表1是中国286个地级城市工业环境效率在2005和 2010年两个截面的基本情况。2005年，环境效率达到DEA相对有效（即：环境效率评价值大于1）的地级城市11个（仅占3.85%），其中，东部有8个城市达到相对有效，中部有 3个城市，而西部达到相对有效的城市数为零。环境效率值在0.6-1.0之间的城市为13个（仅占4.55%），其中东部10个，中部1个。而到了2010年环境效率达到DEA相对有效的地级城市缩减至5个（仅占1.75%），其中东部地区缩减至3个，中部地区缩减至1个，而西部地区有一个城市（庆阳市）达到相对有效。环境效率值在0.6-1.0之间的缩减至5个（仅占 1.75%）。环境效率均值在2005年呈现东部最高，中部次之，西部最低的空间格局，且三个区域之间的差距较大。而到2010年环境效率均值在东、中、西部地区之间的差距有所缩小。与此同时，2010年全国及东部和中部城市工业环境效率均值与2005年相比有所降低，但西部地区则有所提升。
由图1可知，东部地区城市的工业环境效率水平在全国是最高的，且高于全国平均水平，但其均值呈现逐年下降的趋势；中、西部地区的环境效率相差不大，且低于全国平均水平，但其均值呈现缓慢增长的趋势。就各地区均值变化情况而言，全国东、中、西部地区城市工业环境效率的空间差异具有一定的收敛性，但均值不能完全反映个例的变化特征，下面本文将基于面板数据估计模型，对我国工业环境效率的空间收敛性进行实证分析。
图2显示了全国及东、中、西部地区的工业环境效率的变异系数变动情况。由图可知，在研究期间，除2005和2009年外，东部地区工业环境效率的空间差异始终大于中、西部地区。中部和西部地区空间差异的大小在2008年出现了位序颠倒，即在2008年之前，中部地区大于西部，之后西部大于中部。
就变异系数的时间变化轨迹来看，全国及东部地区城市工业环境效率的空间差异走势基本相同，2006年空间差异达到极值，随后经历了快速下降过程。全国及东部地区出现空间差异异常波动的主要原因在考察期内，海口市工业环境效率在全国或者东部地区最高，而其他城市处于全国较低水平。中部地区的空间差异呈现逐年缩小的趋势。西部地区的空间差异则经历了先减小（2005-2007年）、后增大（2007-2009年），随后迅速降低的过程（2009-2010年），在考察期没有呈现出明显的差距缩小的趋势。以上分析表明，随着我国工业污染防治力度的加大，使得各城市工业环境效率逐渐向不断提高的方向迈进，且其空间差异逐渐缩小，特别是东、中部地区的环境效率提高的趋同性在逐渐加强，而西部地区则没有表现出这种趋同性。
3.2β收敛
α收敛分析结果虽然表明全国及东、中部地区城市工业环境效率的空间差异随着时间进程呈现缩小的驱动现象，但都表现出不同程度的波动。而西部地区却未出现明显的缩小趋同现象。为了更精确地验证α收敛的结论性质，本文将分别采用β绝对收敛和β条件收敛的分析方法进行检验，取T为1。利用2005-2010年全国286个地级城市的面板数据进行β收敛分析。经F和Hausman统计量检验，结果表明全国及东、中、西部地区的β绝对、条件收敛分析均应该建立个体固定效应模型更为合理。模型估计结果见表2。
3.2.1β绝对收敛
由表2可知，全国及东、中、西部地区的β绝对收敛模型的估计效果较好，系数估计结果均在1%的置信水平上显著，且β值均小于0。就全国尺度而言，各城市的工业环境效率存在共同收敛的趋势，东、中、西部地区同样也表现出了明显的共同收敛特征，且东部地区的收敛趋势最为明显。东、西部地区的收敛趋势与全国相比较为明显，而中部地区则相对较弱。
3.2.2俱乐部收敛分析
俱乐部检验结果见表3。由表可知，无论就地理空间，还是经济水平而言，俱乐部检验系数的估计值均在1%的置信水平上显著不为零，表明估计结果理想。这表明，在研究期间，中国工业环境效率在地级城市之间呈现明显的东、中、西部地理空间俱乐部收敛和高、中、低经济收入水平俱乐部收敛特征，而且收入水平俱乐部收敛性特征比地理空间俱乐部收敛更为明显。无论是传统的东、中、西三大区域，还是高、中、低收入地区，由于各自区域内的城市规模、城市经济水平、城市财政收入能力、工业增长能力、工业外向度相似，各自区域内的城市工业环境效率也会呈现出各自的收敛特征，与全国尺度的结论相似，经济水平俱乐部收敛性特征比空间俱乐部较为明显。空间俱乐部内部，东部和西部的俱乐部收敛性基本相似，且明显与西部地区。而就收入分组而言，高收入地区的俱乐部收敛性最弱，低收入地区的最强，中等收入地区的居中。 3.2.3β条件收敛
在β绝对收敛分析模型的基础上，加入城市人口（代表城市规模）、人均GDP（代表城市收入水平）、财政收入（代表城市财政能力）、工业利润总额（代表城市工业增长能力）、FDI（代表城市工业外向度）等五个控制变量，得到条件收敛估计结果（见表4）。
β估计值在加入控制变量后，无论在全国还是在三大区域中，都显著不为零，且都为负数，这表明城市工业环境效率在全国及三大区域中都是条件收敛的，空间差异随着时间推移呈现逐渐缩小的趋势，存在落后地区的“追赶效应”。就收敛趋势而言，与全国相比，东、中部地区较强，而西部地区较弱。因此，全国整体以及三大区域既存在绝对收敛又存在条件收敛，这也说明了我国城市工业环境效率的空间差异呈现逐渐缩小的趋势，且这种趋势较为稳固。
就控制变量对环境效率变化的影响而言，从全国来看，城市规模（P）变化与环境效率变化之间表现出显著的正向关系。由于本文利用年度比值来表征环境效率的年际变化，所以随着城市规模的扩大，对于环境效率水平不
断升高的城市，其升高幅度会不断增大，升高速度会不断加快；而对于环境效率水平不断降低的城市，其降低幅度会不断缩小，降低速度会有所放慢，简而言之，在全国尺度上，城市规模的扩大促进了环境效率的提高，进而加快区域间环境效率收敛过程，城市规模越大的地区，倾向于向高环境效率水平收敛。东、西部地区也表现出了与全国尺度相同的现象，城市规模的扩大对环境效率改善，以及区域内部环境效率空间差异的收敛具有促进作用，且西部地区的促进作用大于东部地区。而就中部地区而言，城市规模扩大与环境效率变化甚至呈现负相关系，即：随着城市规模的扩大，环境效率变化幅度会减小，对于环境效率不断升高的城市，其升高幅度会不断减小，升高速度会不断减缓；而对于环境效率水平不断降低的城市，其降低幅度会不断增大，降低速度会不断加快，简而言之，就中部地区而言，城市规模的扩大阻碍了城市环境效率的提高，导致各地区之间空间差异进一步扩大。
全国及东、中部地区的城市收入水平（y）的系数在1%的置信水平上均显著不为零，表明城市收入水平在全国尺度及东、中部地区与环境效率变化之间存在显著的正向关系，即：城市经济收入水平的提高对环境效率改善具有正向推动作用，对区域间环境效率收敛具有促进作用。西部地区y的系数在10%的置信水平上显著不为零，这说明西部地区城市收入水平与环境效率变化虽然也存在正向关系，但与全国及东、中部地区相比，不够显著。
就城市财政能力（财政收入，CZSR）而言，全国及东、中部地区的系数在1%的置信水平上下显著不为零，而西部地区的系数未通过显著性检验，表明在全国尺度上，城市财政能力的提升对环境效率的提高具有正向的促进作用，进而进一步加快区域间的收敛过程。东、中部地区存在同样的关系，但是西部地区财政收入与环境效率之间的关系不够显著。
就工业增长能力（工业利润总额，LIRUN）而言，全国及中部地区的系数在1%的置信水平上下显著不为零，且均为负值，这表明工业增长能力的增强在一定程度上阻碍了环境效率的改善，进一步导致了环境效率在区域间的发散。而东、西部地区的工业增长能力与环境效率之间的关系不显著。
就工业外向度（FDI）而言，全国及中部地区的系数在1%的置信水平上下显著不为零，与工业增长能力不同，均为正值，这表明工业外向度的提高促进了环境效率的改善，对环境效率在区域间的收敛过程具有促进作用。而东、西部地区的城市工业外向度与环境效率之间的关系不显著。
4结论
本文基于WBCSD对环境效率的定义，利用数据包络分析方法，计算了全国286个地级城市2005-2010年间的工业环境效率，并以此为研究样本，分别利用α收敛和β收敛分析模型，对全国及东、中、西部三大区域的工业环境效率的空间收敛特征进行了分析，得出以下结论：
（1）中国工业环境效率基本呈现缓慢降低的趋势，东部地区的环境效率最高，且高于全国平均水平，但呈现逐年下降的趋势，中、西部地区的环境效率相差不大，低于全国平均水平，但呈现缓慢增长的趋势。
（2）我国工业环境效率存在α绝对收敛和β绝对收敛性，环境效率的空间差异随着时间推移会逐步缩小，城市之间存在着工业环境效率水平落后地区对发达地区的“追赶效应”。东、中部地区存在显著的α绝对收敛和β绝对收敛性。西部地区的α收敛性并不显著，但是却存在显著的β绝对收敛性特征。
（3）我国工业环境效率在城市尺度存在两种收敛“俱乐部”：一是地理空间俱乐部，即存在东、中、西部俱乐部收敛特征；二是收入水平俱乐部，即存在高、中、低收入地区俱乐部收敛特征，且后者的收敛性特征明显于前者。由于不同区域内部，特别是同一收入水平组内各城市的规模、经济水平、财政能力、工业增长能力、工业外向度等初始条件具有一定的相似性，形成了我国城市工业环境效率的三大俱乐部。
（4）全国及东、中、西部地区的工业环境效率存在β条件收敛性。在加入城市规模、城市经济水平、城市财政能力、工业增长能力、工业外向度等五个控制变量后，环境效率均存在β条件收敛特征，而不同区域的不同控制变量对环境效率的影响作用不同。
从全国来看，城市规模、经济水平、财政能力、工业外向度与工业环境效率之间存在显著的正向关系，以上控制变量的增大促进了环境效率的提高，加快了区域间环境效率的空间收敛过程，特别是城市规模和城市收入水平的促进作用最为明显。工业增长能力却在一定程度上阻碍了环境效率的提高，表明在全国尺度上，工业经济增长的质量不高，这也表明仅注重经济利益的工业发展模式不利于于全国工业环境效率的提高及其空间差距的缩小。
就东部地区而言，城市规模、经济水平、财政能力对环境效率改善及其在区域间的收敛过程具有明显的促进作用，工业增长能力和外向度与环境效率之间的关系不显著；就中部地区而言，城市规模、财政能力、工业增长能力与环境效率之间存在明显的负向关系，表明以上控制变量的增大阻碍了中部地区城市工业环境效率的改善及其在区域间的收敛过程，其中，城市规模的阻碍作用最为显著，这进一步说明了中部地区城市规模扩张和工业经济增长对城市环境具有负向效应，而且财政能力的提高并未改善城市环境。城市经济水平、工业外向度对中部地区城市工业环境效率改善及其在区域间的收敛过程表现出促进作用；就西部地区而言，仅有城市规模、经济水平与环境效率之间存在显著的正向关系，而其他控制变量与环境绩效之间的关系并不显著。这表明，西部地区城市规模扩张和经济水平提高在一定程度上促进了该区域工业环境效率的改善及其空间收敛过程。 基于以上结论，提出以下政策建议：①经济发展是工业环境效率收敛的重要推动力，但发展方式必须由“增量”向“增质”方向转变，才能避免我国不断提升的工业发展能力对环境效率收敛的抑制效应，特别是对于中部地区，不仅要从工业发展自身做到“质”的提升，还要注重城市规模扩张的质量提升，加大工业环境污染预防和治理投资力度；②我国工业环境效率与各自相应城市的经济发展水平、城市规模、财政能力、工业发展特征具有高度的一致性，以上因素在不同地区对工业环境效率的影响作用不同，因此必须制定差别化的政策措施，加强全国区域间的工业环境污染预防和治理资金、技术、人才流动，促进地区间的合作和交流，特别是要制定向环境效率低下地区（中、西部地区以及低收入水平城市）倾斜的配套政策；③西部地区作为承接东部发达地区产业转移的主要载体，是我国未来工业化和城市化发展，以及工业低碳、绿色转型的重点地区，必须加大对工业清洁生产、节能减排、循环经济等方面的政策引导，加强资源节约和环境保护方面的资金、技术和人才方面的支持，鼓励淘汰落后技术，同时必须加强环境管制力度，以减少环境污染，提高工业环境效率。
（编辑：于杰）
参考文献（References）
[1]张新伟. 城市工业发展一般规律探寻[J]. 中国工业经济， 1991， （8）： 8-13. [Zhang Xinwei. The General Law of Industrial Development in City [J]. China Industrial Economics， 1991， （8）： 8-13.]
[2]洪丽璇， 梁进社， 蔡建明，等. 中国地级以上城市工业能源消费的增长：基于2001-2006 年的数据分解[J]. 地理研究， 2011， 30（1）： 83-93. [Hong Lixuan， Liang Jinshe， Cai Jianming， et al. Growths of Industrial Energy Consumption in China’s PrefectureLevel Cities： Based on the Data in 2001-2006[J]. Geographical Research， 2011， 30（1）： 83-93.]
[3]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， 45（11）： 21-34.[Chen Shiyi. Green Industrial Revolution in China： A Perspective from the Change of Environmental Total Factor Productivity[J]. Economic Research Journal， 2010， 45（11） ： 21-34. ]
[4]WBCSD. Measuring Ecoefficiency： A Guide to Reporting Company Performance [R]. World Business Council for Sustainable Development， Geneva， 2000.
[5]施晓清， 李笑诺， 赵吝加，等. 武汉市造纸行业资源代谢分析[J]. 生态学报， 2012， 32（24）： 7706-7715. [Shi Xiaoqing， Li Xiaonuo， Zhao Linjia， et al. Resources Metabolism Analysis for the Pulp and Paper Industry in Wuhan， China[J]. Acta Ecologica Sinica， 2012，32（24）： 7706-7715.]
[6]王飞儿， 史铁锤. 基于物质代谢的中国纺织业生态效率评价[J]. 中国人口·资源与环境， 2008， 18（6）： 116-120. [Wang Feier， Shi Tiechui. Assessment for Ecoefficiency of China’s Textile Industry Based on Material Metabolism[J]. China Population， Resources and Environment， 2008， 18（6）： 116-120.]
[7]耿勇， 张攀. 基于能值分析的工业园生态经济绩效评价研究[J]. 预测， 2007， 26（5）： 64-70. [Geng Yong， Zhang Pan. Ecological and Economic Performance Evaluation Method on Industrial Park System based on Emergy Analysis [J]. Forecasting， 2007， 26（5）： 64-70.]
[8]赵胜豪， 盛学良， 钱瑜，等. 基于CCR 模型的工业园区企业环境绩效管理系统[J]. 中国环境科学， 2009， 29（11）：1227-1232. [Zhao Shenghao， Sheng Xueliang， Qian Yu， et al. Environmental Performance Management System for Enterprises in Industrial Parks Based on CCR Model[J]. China Environmental Science， 2009， 29（11）：1227-1232.]
[9]袁鹏， 程施. 中国工业环境效率的库兹涅茨曲线检验[J]. 中国工业经济， 2011，（2）： 79-88. [Yuan Peng，Cheng Shi. Examining Kuznets Curve in Environmental Efficiency of China’s Industrial Sector[J]. China Industrial Economics， 2011，（2）： 79-88.] [10]张晶. 基于超效率的煤炭资源型城市工业生态效率研究[J]. 经济问题. 2010， （11）： 57-59. [Zhang Jing. Study on Industrial Ecoefficiency of Coaloriented City Based on Superefficiency[J]. On Economic Problems， 2010， （11）： 57-59.]
[11]吴小庆， 王远， 刘宁同，等. 基于物质流分析的江苏省区域生态效率评价[J]. 长江流域资源与环境， 2009， 18（10）： 890-895. [Wu Xiaoqing， Wang Yuan， Liu Ningtong， et al.[J] Regional Ecoefficiency Evaluation Of Jiangsu Province based on MFA[J]. Resources and Environment in the Yangtze Basin， 2009， 18（10）： 890-895.]
[12]佟连军， 宋亚楠， 韩瑞玲，等. 辽宁沿海经济带工业环境效率分析[J]. 地理科学， 2012， 32（3）： 294-300. [Tong Lianjun， Song Yanan， Han Ruiling， et al. Industrial Environmental Efficiency of Costal Economic Belt in Liaoning Province[J]. Scientia Geographica Sinica， 2012， 32（3）： 294-300.]
[13]王成金， 杨威， 许旭，等. 工业经济发展的资源环境效率评价方法与实证：以广东和广西为例[J]. 自然资源学报， 2011， 26（1）： 97-109. [Wang Chengjin， Yang Wei， Xu Xu， et al. Appraising Model of Utilizing Efficiency of Resources and Environment for Industry and Empirical Study in Guangxi and Guangdong[J]. Journal of Natural Resources， 2011， 26（1）： 97-109.]
[14]周五七， 聂鸣. 基于节能减排的中国省级工业技术效率研究[J]. 中国人口·资源与环境， 2013， 23（1）： 25-32. [Zhou Wuqi， Nie Ming. China’s Provincial Industrial Technology Efficiency Based on Energy Conservation and Emissions Reduction[J]. China Population， Resources and Environment， 2013， 23（1）： 25-32.]
[15]王燕， 谢蕊蕊. 能源环境约束下中国区域工业效率分析[J]. 中国人口·资源与环境， 2012， 22（5）： 114-119. [Wang Yan， Xie Ruirui. Regional Industrial Efficiency Analysis under Energy and Environment Constraint[J]. China Population， Resources and Environment， 2012， 22（5）： 114-119.]
[16]高峰， 王金德， 郭政. 我国区域工业生态效率评价及DEA分析[J]. 中国人口·资源与环境， 2011， 21（3）： 318-321. [Gao Feng， Wang Jinde， Guo Zheng. Determination of Evaluation Indicators of China’s Regional Industrial Ecoefficiency and DEA Analysis[J]. China Population， Resources and Environment， 2011， 21（3）： 318-321.]
[17]Camarero M， PicazoTadeo A J， Tamarit C. Are the Determinants of CO2 Emissions Converging among OECD Countries？[J]. Economic Letter， 2013， 118：159-162.
[18]Jobert T， Karanfil F， Tykhonenko A. Convergence of Per Capita Carbon Dioxide Emissions in the EU： Legend or Reality？[J]. Energy Economics， 2010， （32）： 1364-1373.
[19]Westerlund J， Basher S. Testing for Convergence in Carbon Dioxide Emissions Using a Century of Panel Data [J]. Environmental and Resource Economy， 2008， （40）： 109-120.
[20]Nourry M. ReExamining the Empirical Evidence for Stochastic Convergence of Two Air Pollutants with a PairWise Approach [J]. Environmental & Resource Economics， 2009， 44（4）： 555-570. [21]唐志鹏， 刘卫东， 刘志高，等. 中国工业废水达标排放的区域差异与收敛分析[J]. 地理研究， 2011， 30（6）： 1101-1109. [Tang Zhipeng， Liu Weidong， Liu Zhigao， et al. Regional Difference and Convergence of Standardized Discharge of Industrial Waste Water in China[J]. Geographical Research， 2011， 30（6）： 1101-1109.]
[22]Yu H Y. The Influential Factors of China’s Regional Energy Intensity and Its Spatial Linkages： 1988-2007 [J]. Energy Policy， 2012， （45）： 583-593.
[23]Mulder P de， Groot H L F. Structural Change and Convergence of Energy Intensity across OECD Countries， 1970-2005 [J]. Energy Economics， 2012， 34（6）： 1910-1921.
[24]Duro J A， Alcantara V， Padilla E. International Inequality in Energy Intensity Levels and the Role of Production Composition and Energy Efficiency： An Analysis of OECD Countries [J]. Ecological Economics， 2010， 69（12）： 2468-2474.
[25]陈德敏， 张瑞， 谭志雄. 全要素能源效率与中国经济增长收敛性：基于动态面板数据的实证检验[J]. 中国人口·资源与环境， 2012， 22（1）： 130-137. [Chen Demin， Zhang Rui， Tan Zhixiong. Total Factor Energy Efficiency and Regional Economic Convergence in China： An Empirical Analysis Based on Dynamic Panel Data Model[J]. China Population， Resources and Environment， 2012， 22（1）： 130-137.]
[26]Camarero M， PicazoTadeo A J， Tamarit C. Is the Environmental Efficiency of Industrialized Countries Converging？ A ‘SURE’ Approach to Testing for Convergence [J]. Ecological Economics， 2008， 66（4）： 653-661.
[27]Camarero M， Castillo J， PicazoTadeo A J， et al. EcoEfficiency and Convergence in OECD Countries [J]. Environmental & Resource Economics， 2013， 55（1）： 87-106.
[28]李广东， 方创琳. 中国区域经济增长差异研究进展与展望[J].地理科学进展. 2013， 32（7）： 1102-1112. [Li Guangdong， Fang Chuanglin. A Review on Divergence of Regional Economic Growth in China[J]. Progress in Geography， 2013， 32（7）： 1102-1112.]
[29]马国霞， 徐勇， 田玉军. 京津冀都市圈经济增长收敛机制的空间分析[J]. 地理研究. 2007， 26（3）： 590-598. [Ma Guoxia， Xu Yong， Tian Yujun. Spatial Analysis of Economic Growth Convergence Mechanism in BeijingTianjinHebei Metropolitan Region[J]. Geographical Research， 2007， 26（3）： 590-598.]
[30]PicazoTadeo A J， ReigMartínez E， GómezLimón J A. Assessing Farming Ecoefficiency： A Data Envelopment Analysis Approach [J]. Journal of Environmental Management， 2011， （92）： 1154-1164.
[31]尹科， 王如松， 周传斌，等. 国内外生态效率核算方法及其应用研究述评[J]. 生态学报， 2012， 32（11）： 3595-3605.[Yin Ke， Wang Rusong， Zhou Chuanbin， et al. Review of Ecoefficiency Accounting Method and Its Applications[J]. Acta Ecologica Sinica， 2012， 32（11）： 3595-3605. ]
[32]马海良， 黄德春， 姚惠泽. 中国三大经济区域全要素能源效率研究：基于超效率DEA 模型和Malmquist 指数[J]. 中国人口·资源与环境， 2011， 21（11）： 38-43. [Ma Hailiang， Huang Dechun， Yao Huize. Totalfactor Energy Efficiency Analysis of Three Major Economic Regions in China： Based on SuperDEA and Malmquist[J]. China Population， Resources and Environment， 2011， 21（11）： 38-43.]
[33]Anderson D. Energy Efficiency and the Economists： The Case for a Policy Based on Economic Principles[J]， Annual Review of Energy and the Environment， 1995， 20（1）： 495-511.
[34]SalaiMartin X. The Classical Approach to Convergence Analysis [J]. The Economic Journal， 1996， 106（437）： 1019-1036.