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 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（不包括西藏、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