中国省际环境规制对AQI环境效率的影响研究_何枫.pdf

东岳论丛Jan，2023 Vol44 No12023 年 1 月(第 44 卷/第1期)(Dong Yue Tribune)绿色发展专题研究 基金项目 国家自然科学基金项目“雾霾治理下中国环境效率评价与公众健康研究”(批准号:71673022);北京市社会科学基金项目“北京市产业升级、环境治理与经济增长研究”(批准号:17LJB004);中央高校基本科研业务(FFB19006A)。作者简介 何枫(1975)，男，博士，北京科技大学经济管理学院、湖北师范大学经济管理与法学院教授，博士生导师，研究方向:环境经济及可持续发展;杨超(1988)，男，北京科技大学经济管理学院博士研究生，研究方向:环境经济学。Baumgartner S，Dyckhoff H，Faber M，et al，“The Concept of Joint Production and Ecological Economics”，Ecological E-conomics，2001，vol36(3)，pp365372王济干，马韵鸿:长江经济带工业环境规制效率时序及空间分异研究 ，工业技术经济，2020 年第 1 期。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(19802008)，经济研究，2010 年第 11 期。张英浩，陈江龙，程钰:环境规制对中国区域绿色经济效率的影响机理研究 基于超效率模型和空间面板计量模型实证分析 ，长江流域资源与环境，2018 年第 11 期。中国省际环境规制对AQI 环境效率的影响研究何枫1，2，杨超1(1北京科技大学 经济管理学院，北京 100083;2湖北师范大学 经济管理与法学院，湖北 黄石 435002)摘要 本研究首先将空气质量指数(AQI)作为非预期产出纳入环境效率评价体系，采用超效率 SBMDEA模型对我国 20142019 年省际环境效率进行测度。其次，建立了包括正式和非正式环境规制强度的指标体系，采用熵值法测算了中国省际环境规制强度。最后，运用动态空间计量模型分析了环境规制强度对 AQI 环境效率的影响。实证研究发现:第一，就地区分布而言，AQI 环境效率和环境调控强度呈现出明显的“西低东高”的空间异质性特征，这与中国东部沿海地区经济相对发达、中西部地区经济发展相对落后的特点是相一致的;第二，空间自相关检验表明，我国各省之间存在较强的 AQI 环境效率的正空间溢出。第三，环境规制强度与 AQI 环境效率呈现倒“U”型关系，存在明显的区域差异，即东部、中部地区处于倒“U”型曲线的下行阶段，西部地区处于倒“U”型曲线的上行阶段。本研究丰富了环境效率的研究体系，并根据实证结果提出了提高环境效率的政策建议，为推动绿色经济发展提供了决策依据，具有很强的理论和现实意义。关键词 环境规制;AQI 环境效率;动态空间计量模型;超效率 SBMDEA 中图分类号 F1245 文献标识码 A 文章编号 10038353(2023)01004412改革开放以来，我国经济快速发展，但同时也面临着严峻的环境污染问题。2015 年，党的十八届五中全会正式提出了“绿色发展”新理念。“环境效率”是指生产者在一定时期内利用各种生产要素进行经济活动时对生产产生的环境影响，契合了“绿色发展”理念，因此环境效率可以作为衡量我国经济绿色发展质量的重要指标，也成为很多学者研究的热点。在 2012 年实行的 环境空气质量标准(GB30952012)中，AQI(Air Quality Index，空气质量指数)取代 API(Air Pollution Index，空气污染指数)成为新的空气质量评价指标。AQI 指数涵盖了二氧化硫、二氧化氮、PM10、PM25、一氧化碳和臭氧六种污染物指标，发布频率也从每天一次变为每小时一次。目前，关于环境效率研究的文献已相当丰富，但关注 AQI 的环境效率研究仍相对较少。为区别于相关文献并便于比较，本文将评价体系中包含非期望产出 AQI 并以此测得的环境效率定义为“AQI 环境效率”。环境规制是指依照法律制度限制环境污染、改善环境质量的国家行为规范，是为保护环境而制定和实施的各项政策措施的总和。关于环境规制对环境效率的影响，很多学者进行了大量研究，但得出了44DOI:10.15981/ki.dongyueluncong.2023.01.005不同的结论。有研究认为，严格的环境规制非但不能改善环境，还会增加企业负担，降低生产效率，从而对环境效率产生负面影响;另有文献认为，环境规制能够促进技术创新，提高企业生产效率和竞争力，从而在一定程度上促进环境效率的提升。由此可见，虽然环境规制措施可以防治环境污染，但是环境规制对经济和环境产生的综合影响尚未形成统一结论。因此深入分析我国环境规制对环境效率的影响，有助于揭示不同区域环境规制对环境效率的规制效应特征，为政府合理制定、实施环境规制政策提供决策参考，从而促进环境效率提升，实现经济、环境和谐发展，并最终实现我国经济“绿色发展”。一、文献综述2013 年以来，我国大范围雾霾污染现象频繁爆发，空气污染问题遂成为社会各界关注的焦点和学者们的研究热点之一。为了更准确地衡量我国的环境效率，许多学者将空气污染作为一种非期望产出纳入环境效率研究。在空气污染的指标选取上，大多数学者选择采用 PM25、CO2、SO2、工业废气等污染物排放量。如何枫等将 PM25浓度作为空气污染非期望产出变量评价了约束下中国各省市环境效率，发现雾霾约束下的环境效率到生产前沿面的距离远于无约束下的技术效率;何为等选取了 SO2为空气污染非期望产出，测度了天津市的环境效率，发现 SO2排放过量和资源投入冗余是导致环境效率偏低的关键原因;冯晨鹏等选取了废气排放量作为空气污染非期望产出评价了我国 30 个行政区域的环境效率10。采用 AQI这种空气污染物综合指标作为非期望产出变量测度环境效率的研究较少，裴辉儒和张颖建立碳金融交易拉氏指数(L1、L2)与城市空气质量指数(AQI)的固定效应面板数据模型，研究了碳金融改善生态环境的效率水平11;徐伍凤基于 AQI 指数对湖南省进行城市群区域划分，并利用 DEA 方法分别对湖南省 4个城市群的环境效率进行评价12。在研究方法方面，数据包络分析法(Data Envelopment Analysis，DEA)以及在此基础上改进的BCCDEA模型13、超效率 DEA14、三阶段 DEA15、基于松弛变量的 SBMDEA(SlacksBased Measure54中国省际环境规制对 AQI 环境效率的影响研究1011121415Wang Y，Shen N，“Environmental egulation and Environmental Productivity:The Case of China”，enewable Sustain-able Energy eviews，2016，vol62(9)，pp758766李旭颖:企业创新与环境规制互动影响分析 ，科学学与科学技术管理，2008 年第 6 期。Porter ME，Der LV，“Toward a New Conception of the EnvironmentCompetitiveness elationship”，Journal of Econom-ic Perspectives，1995，vol9(4)，pp97118Peuckert J，“What Shapes the Impact of Environmental egulation on Competitiveness?Evidence from Executive OpinionSurvey”，Environmental Innovation and Societal Transitions，2014，vol10，pp7794陈诗一，陈登科:雾霾污染、政府治理与经济高质量发展 ，经济研究，2018 年第 2 期。邵帅，李欣，曹建华:中国的城市化推进与雾霾治理 ，经济研究，2019 年第 2 期。孔晗，刘帅:雾霾污染与城市规模的非线性关系 基于我国城市数据的分析 ，中南民族大学学报(人文社会科学版)，2021 年第 2 期。13何枫，马栋栋，祝丽云:雾霾约束下中国环境技术效率测度及影响因素研究 基于 SBMUndesirable 的省际面板数据 ，研究与发展管理，2016 年第 5 期。何为，刘昌义，郭树龙:天津大气环境效率及影响因素实证分析 ，干旱区资源与环境，2016 年第 1 期。冯晨鹏，王慧玲，毕功兵:存在多种非期望产出的非径向零和收益 DEA 模型我国区域环境效率实证研究 ，中国管理科学，2017 年第 10 期。裴辉儒，张颖:基于收益率与改善生态环境效率视角的碳金融风险研究 ，统计与信息论坛，2015 年 30 卷第9 期。徐伍凤:湖南省区域环境效率评价及其影响因素的实证研究 ，区域金融研究，2017 年第 5 期。王济干，马韵鸿:长江经济带工业环境规制效率时序及空间分异研究 ，工业技术经济，2020 年第 1 期。郭四代，仝梦，郭杰等:基于三阶段 DEA 模型的省际真实环境效率测度与影响因素分析 ，中国人口资源与环境，2018 年第 3 期。DEA)模型被普遍应用于环境效率测度研究。在我国环境规制对环境效率的影响因素及其实证分析方面，张英浩等分析了 20002015 年中国各地区环境规制水平及其他相关因素对绿色经济效率的影响，结果发现环境规制水平对绿色经济效率的影响呈现一个先促进后抑制的倒“U”型过程;任胜钢等检验了 20082013 年我国省际各类环境规制对东、中、西部区域环境效率的影响，研究结果表明“波特假说”在我国能否成立与环境规制的类型及区域经济、环境特征具有紧密关联。然而，对于环境规制对我国环境效率的影响，不同的学者得出了不同的结论，这些结论往往是由不同的研究假设、对象、模型和参数造成的，这其中环境规制强度的衡量尤为关键。然而，由于受区域经济发展水平和地方政府环境治理强度的干扰，在现实中科学合理地衡量环境规制强度是一个困难而复杂的问题。根据对现有文献的整理，我们发现环境规制强度包括:(1)正式环境规制强度。正式环境规制是指政府通过政策法规直接限制或激励企业进行污染治理、环境保护。这类指标包括环境规制政策、污染治理成本、污染物排放等。如李树和翁卫国通过环境政策法规颁布数量、产业所涉及的环境规制的法规条例数量、政府环境执法部门人员数量等方面来对环境规制强度进行测算;Lanoie 等在衡量环境规制强度时采用企业的治污支出占总产值的比重;包健等采用环境行政处罚案件数、排污费等表示环境规制强度;张文彬等在表示环境规制强度时利用污染物排放情况这一指标。(2)非正式环境规制强度。Pargal 和 Wheeler 最早提出非正式规制的概念，认为当政府实施的正式环境管制缺失或薄弱时，会有许多团体和个人与当地污染者进行谈判或协商，以促进污染减排的实现，这种现象被称为“非正式规制”。Kathuria 和 Sterner 也认为越来越多的人意识到，除正式环境规制途径外，还有很多其他的非正式规制手段可以影响污染企业的治污行为。非正式监管的作用机制主要是由于环境保护意识的增强，公众会通过投诉、上访、游行示威等方式对政府和企业施加社会压力，促使地方政府加大监管政策的制定强度和落实力度，并且还推动企业进行绿色技术创新和生产方式整顿等一系列措施，以吸引公众消费偏好和树立良好的企业形象，弥补了政府在环境问题上管制政策失灵的现象10。在非正式规制指标选取方面，Pargal 和 Wheeler 选取收入水平、受教育程度、人口密度和年龄结构等指标，综合度量非正式规制强度11。此外，在研究方法上，由于空气污染物本身存在空间溢出现象，并且区域环境规制会对附近区域经64东岳论丛Jan，2023 Vol44 No12023 年 1 月(第 44 卷/第1期)(Dong Yue Tribune)10何枫，马栋栋，徐晓宁:雾霾约束下中国省际区间环境技术效率研究 基于 SBMUndesirable 区间模型的面板数据分析 ，干旱区资源与环境，2016 年第 12 期。张英浩，陈江龙，程钰:环境规制对中国区域绿色经济效率的影响机理研究 基于超效率模型和空间面板计量模型实证分析 ，长江流域资源与环境，2018 年第 11 期。任胜钢，蒋婷婷，李晓磊等:中国环境规制类型对区域生态效率影响的差异化机制研究 ，经济管理，2016 年第1 期。李树，翁卫国:我国地方环境管制与全要素生产率增长 基于地方立法和行政规章实际效率的实证分析 ，财经研究，2014 年第 2 期。Lanoie P，Patry M，Lajeunesse，et al，“Environmental egulation and Productivity:Testing the Porter Hypothesis”，Journal of Productivity Analysis，2008，vol30(2)，pp121128包健，郭宝棋:异质性环境规制对区域生态效率的影响研究 ，干旱区资源与环境，2022 年第 2 期。张文彬，张理芃，张可云:中国环境规制强度省际竞争形态及其演变 基于两区制空间 Durbin 固定效应模型的分析 ，管理世界，2010 年第 12 期。11Pargal S，Wheeler D，“Informal egulation of Industrial Pollution in Developing Countries”，Journal of Political Econo-my，1996，vol104(6)，pp13141327，pp13141327Kathuria V，Sterner T，“Monitoring and Enforcement:Is TwoTier egulation obust?A Case Study of Ankleshwar，India”，Ecological Economics，2006，vol57(3)，pp477493高艺，杨高升，谢秋皓:公众参与理论视角下环境规制对绿色全要素生产率的影响 基于空间计量模型与门槛效应的检验 ，科技管理研究，2020 年第 11 期。济产生影响，高污染产业可能从环境规制强度高的地区向规制强度低的地区转移，因此环境规制对环境效率的影响可能存在空间溢出效应。由于空间位置信息缺失，传统计量经济学模型设定可能会存在一定偏差，从而导致实证结果缺乏足够的科学性、准确性。已有研究大部分采用静态空间杜宾模型分析环境规制对区域环境效率的影响。对文献进行梳理后发现，学者们在环境规制对环境效率影响的研究方面取得了丰富的研究成果，但仍存在以下不足之处，亟待改进和拓展:首先，大气污染约束条件下的环境效率评价研究大多基于传统的、单一的污染物或工业废气测量，选择这样的污染物作为非期望产出显然不能全面衡量大气污染。目前很少有研究采用 AQI 这一综合空气污染物指数进行研究。现有关于 AQI 的环境研究一般集中在城镇化、碳金融、能源等与环境的关系方面，鲜有研究将 AQI 指数作为非预期产出来评价环境效率，而研究环境规制对 AQI 环境效率的影响更是少之又少。其次，在现有环境规制研究中，大多只采用正式规制强度或非正式规制强度一个角度来衡量环境规制强度，很少有学者将二者结合起来进行较为全面的考量;此外在研究方法上，已有研究大多采用静态空间计量模型并采用极大似然估计，可能出现由于模型内生性导致的估计偏差。本文拟从以下方面对现有研究进行补充和完善:一是将 AQI 指数作为非预期产出纳入环境效率评价体系，运用超效率 SBMDEA 模型对中国省际 AQI 环境效率进行测度，以期更全面、准确地评价我国环境效率;二是建立正式和非正式环境规制强度指标体系，运用熵权法测算我国各省份环境规制强度;三是考虑空间效应的影响，运用动态空间计量模型分析环境规制水平等相关因素对 AQI 环境效率的影响。二、研究方法(一)环境效率的测度方法数据包络分析(Data Envelopment Analysis，DEA)不需要考虑投入与产出之间的函数关系，且不需要设定估计参数和权重假设的具体值，从而有效避免了主观影响，得到了学术界的认可，被广泛应用于环境效率研究中。Tone将超效率模型与 SBM 结合，提出了超效率 SBM 模型，与传统的数据包络分析模型相比，该模型既能考虑经济发展过程中产生的废水、废气等非期望产出，又能评估有效决策单元之间的差异，使计算结果更加准确有效。因此，本文使用超效率 SBM 模型来衡量环境效率。模型公式如下:*=Min1mmi=1Si/xi01S1+S2S1r=1Sgr/ygr0+S2r=1Sbr/ybr0()74中国省际环境规制对 AQI 环境效率的影响研究俞超，陆玉梅，潘冬等:环境规制对全要素能源效率的空间溢出效应研究 ，统计与决策，2021 年第 20 期。邵帅，范美婷，杨莉莉:经济结构调整、绿色技术进步与中国低碳转型发展 基于总体技术前沿和空间溢出效应视角的经验考察 ，管理世界，2022 年第 2 期。梁伟，杨明，张延伟:城镇化率的提升必然加剧雾霾污染吗 兼论城镇化与雾霾污染的空间溢出效应 ，地理研究，2017 年第 10 期。裴辉儒，张颖:基于收益率与改善生态环境效率视角的碳金融风险研究 ，统计与信息论坛，2015 年第 9 期。Ying Li，YungHo C，Lin Taiyu，“Energy and Environmental Efficiency in Different Chinese egions”，Sustainability，2019，vol11(4)Tone K，“A SlacksBased Measure of SuperEfficiency in Data Envelopment Analysis”，European Journal of Operationalesearch，2002，vol143(1)，pp3241stx0=X+Syg0=YgSgyb0=Yb+Sb0，S0，Sg0，Sb0(1)其中，*代表环境效率值，xio代表决策单元(Decision Making Units，DMU)的投入变量，yg表示DMU 的期望产出变量，yb表示非期望产出变量，S代表投入冗余量，Sg代表期望产出不足量，Sb代表非期望产出超出量，是权重向量。对于 DMU 来讲，*越大说明效率越高。根据现有文献，在评价我国空气污染约束下的环境效率时，学者一般选择各省份的资本、劳动、能源、水、土地等作为投入变量，如胡鞍钢等采用地区的资本存量作为资本投入变量，冯晨鹏等将固定资产投资作为资本投入变量，Sueyoshi 和 Yuan选用地区的从业人员数表征劳动投入变量;随着对环境保护的重视，学者们将能源纳入到投入变量中，如张明等选择能源消费量作为能源投入变量;也有学者将用水考虑进来，主要使用地区用水总量或者工业用水来替代;李林泽等则将城市建成区面积作为土地投入变量。对于产出变量的选择主要可分为两大部分，即期望产出和非期望产出。期望产出主要是经济产出，一般采用地区 GDP 作为代理指标;非预期产出指标的选择不同，一般采用工业废水和废渣、SO2排放量、CO2排放量、PM25浓度等中的一种或多种。本文在已有研究的基础上，综合考虑空气污染约束条件下中国省际环境效率评价的投入产出因素。投入变量和期望产出变量的选择充分借鉴了现有的研究基础。在选择非预期产出变量时，采用 AQI 指数来表征大气污染程度。AQI 具有涉及污染物种类多、发布频率高、区域颗粒度小等优点，能更准确、及时地反映区域空气质量。同时考虑工业废水、工业废渣等传统非预期产出，具体指标选择、变量内容和单位如表 1 所示。表 1环境效率评价变量含义、内容及单位变量类型变量含义变量内容单位投入变量资本劳动用水能源消耗土地使用各地区资本存量各地区年末就业人员数各地区年用水总量各地区各种能源总消耗量(统一折算标煤)各地区城市建设用地面积与耕地面积之和亿元万人亿立方米万吨标煤千公顷产出标量GDP工业废水工业废渣空气污染各地区 GDP各地区废水排放总量各地区工业固体废物产生量各地区 AQI亿元万吨万吨84东岳论丛Jan，2023 Vol44 No12023 年 1 月(第 44 卷/第1期)(Dong Yue Tribune)胡鞍钢，郑京海，高宇宁等:考虑环境因素的省级技术效率排名(19992005)，经济学(季刊)，2008 年第3 期。冯晨鹏，王慧玲，毕功兵:存在多种非期望产出的非径向零和收益 DEA 模型我国区域环境效率实证研究 ，中国管理科学，2017 年第 10 期。Sueyoshi T，Yuan Y，“China s egional Sustainability and Diversified esource Allocation:DEA Environmental Assess-ment on Economic Development and Air Pollution”，Energy Economics，2015，vol49，pp239256张明，张鹭，宋妍:异质性环境规制、空间溢出与雾霾污染 ，中国人口资源与环境，2021 年第 12 期。何枫，马栋栋，祝丽云:雾霾约束下中国环境技术效率测度及影响因素研究 基于 SBMUndesirable 的省际面板数据 ，研究与发展管理，2016 年第 5 期。李林泽，李建松，蒋子龙:基于 SBMDEA 模型的中部地区资源环境效率格局演化及成因机理分析 ，长江流域资源与环境，2017 年第 11 期。(二)环境规制强度的测度方法在正式环境规制强度方面，借鉴前人的研究经验，本文采用污染物排放量作为规制强度指标的思路，考虑废水、废气、废渣因素，选取工业废水排放量、二氧化硫排放量和工业固体废弃物产生量三个指标;非正式环境规制强度方面，从公众的年龄结构、受教育程度、收入水平方面衡量规制强度，分别采用 15 岁以下人口比重、大专及以上人口比例、居民人均可支配收入三个指标。本文采用熵值法计算最终正式和非正式环境规制强度水平，具体步骤如下:我们对上述各个指标数据进行归一化处理，其中 xij表示整体数据的第 i 行第 j 列数据:xij=xij min(xj)max(xj)min(xj)(2)计算第 j 项指标下第 i 个记录所占比重:Pij=xijn1xij(3)计算第 j 项指标的熵值:ej=k n1Pij log(Pij)(4)其中 k=1ln(n)，并且我们假设当 Pij=0 的时候，Pij log(Pij)=0。计算第 j 项指标的差异系数为 gj=1 ej。计算第 j 项指标的权重:Wj=gjm1gj(5)计算指标综合得分:Fi=ni=1Wjxij(6)(三)空间相关性检验方法Anselin 和 Griffith认为经济现象具有高度的区域互动性，某一地区的技术效率不仅受其自身经济变量的影响，而且还受相邻地区经济变量的影响。因此，技术效率在地理空间上可能不服从独立的随机分布，传统的忽略空间效应的计量模型在影响因素的检验上会出现偏差。在使用空间测量模型进行分析之前，需要先检验空间自相关性，进而判断是否应构建空间测量模型，来分析环境规制强度与 AQI 环境效率之间的关系。本文使用全局 Moran 指数(I)和 Geary 指数(C)进行空间自相关检验。全局莫兰指数计算公式如下:Moran s I=ni=1nj=1Wij(Yi Y)(Yj Y)S2ni=1nj=1Wij(7)94中国省际环境规制对 AQI 环境效率的影响研究Domazlicky B，Weber W L，“Does Environmental Protection Lead to Slower Productivity Growth in the ChemicalIndustry”，Environmental and esource Economics，2004，vol28(3)，pp301324张文彬，张理芃，张可云:中国环境规制强度省际竞争形态及其演变 基于两区制空间 Durbin 固定效应模型的分析 ，管理世界，2010 年第 12 期。原毅军，谢荣辉:环境规制的产业结构调整效应研究 基于中国省际面板数据的实证检验 ，中国工业经济，2014 年第 8 期。李颖，徐小峰，郑越:环境规制强度对中国工业全要素能源效率的影响 基于 20032016 年 30 省域面板数据的实证研究 ，管理评论，2019 年第 12 期。Anselin L，Griffith DA，“Do Spatial Effecfs eally Matter in egression Analysis?”，Papers in egional Science，1988，vol65(1)，pp1134表 2模型检验结果检验项结果LMerror20198ubost LMerror25614LMlag35506ubost LMlag3577*Walderror29707Waldlag7730*注:、*分别表示在 1%、5%、10%的水平上显著。式(7)中，S2=1nnj=1(Yj Y)，Y=1nni=1Yi，而 Yi和 Yj分别表示地区 i 和 j 环境效率值，Wij为二进制的空间权重矩阵，如果矩阵元素采用空间相邻标准，表达式如下:Wij=1i 与 j 相邻0i=j 或 i 与 j 不相邻(8)其中，i、j一般用非零正整数来表示，分别代表第i个和第j个空间单元，n用来具体表示空间单元的数目。如果采用地理距离标准，则Wij=1dij，其中dij表示第i个和第j 个空间单元的地理距离，本文选择各省省会城市、直辖市之间的距离。若 Moran 指数等于 0，则说明目标区的空间分布是相互独立的;若该指数小于 0，则说明目标区存在空间负相关;若该指数大于 0，说明目标区存在空间正相关性，指标值越大，空间集聚分布特征越明显。吉尔里指数的计算公式如下:C=(n=1)ni=1nj=1Wij(xi xj)22ni=1nj=1Wij()ni=1(xi x)2(9)式(9)中 C 为吉尔里指数，0 C 2，C 大于 1 表示负相关，等于 1 表示不相关，小于 1 表示正相关。(四)空间计量模型构建根据空间作用机制的差异，空间计量模型主要包括空间误差模型(Spatial Error Model，SEM)、空间滞后模型(Spatial Lag Model，SLM)和空间杜宾模型(Spatial Durbin Model，SDM)。当相邻机构或地区的行为对整个系统内其他机构或地区都有影响时，一般采用 SLM 模型，其模型为:y=Wy+X+(10)其中 y 代表被解释变量向量，为空间自回归系数，W 为空间权重矩阵，代表回归系数向量，X 代表解释变量矩阵，为随机误差项向量。当空间个体的相互影响因相对位置不同而存在差异时，一般采用 SEM 模型，其模型表达式为:y=X+=W+(11)式中 为回归系数向量，为随机误差项向量。当上述模型均不适用时，则采用 SDM 模型，其表达式为:y=W1y+X+=W2+(12)式中 W1、W2为空间权重矩阵，其余变量定义与式(10)和式(11)中相同。可以看出，SDM 模型是SLM 和 SEM 模型的一般形态。虽然如此，但为了保证严谨性，本文参考已有研究，首先采用 LM 检验及相应的 obust LM 检验判断 SLM 和 SEM 模型是否适用，然后采用 Wald 检验判断 SDM 模型是否可以退化为 SLM 或 SEM 模型。由表 2 结果发现，LMerror 和 LMlag 均在 5%水平上显著，且 ubost LMerror 和 ubost LMlag 也均显著，表明该计量模型的空间效应包括空间滞后效应和空间误差效应，因此应采用 SDM 模型。进一步根据Wald 检验结果可知，Walderror 和 Waldlag 均显著，拒绝了 SDM 可以退化成 SLM 或 SEM 的假设，表明SDM 的设定是合理的。为避免由于环境效率地区异05东岳论丛Jan，2023 Vol44 No12023 年 1 月(第 44 卷/第1期)(Dong Yue Tribune)马丽梅，张晓:区域大气污染空间效应及产业结构影响 ，中国人口资源与环境，2014 年第 7 期。质性和空间溢出效应导致的环境规制变量内生性问题，本文参考许梦博和潘远超的做法，建立动态空间计量模型。此外，对于被解释变量空间依赖特征导致的内生性问题，极大似然估计能够对被解释变量空间滞后项引起的内生性问题进行控制，因此被广泛地用于空间计量模型的参数估计。然而，对于包含固定效应的空间计量模型，基于传统极大似然估计方法得到的参数估计值及其分布可能是有偏的。对此，Lee 和 Yu 提出了准极大似然估计(Quasimaximum Likelihood Estimators，QMLE)方法，在转换法的框架下实现了对空间固定效应模型一致的参数估计值。鉴于此，本文将采用 QMLE 法对模型进行估计。基于以上分析，构建以下动态空间计量模型如下:lnEFit=+lnEFit1+NiWitlnEFit+1lnEit+2lnE2ij+1NiWitlnEit+2NiWitlnE2it+ilnXit+it(13)式中 i 对应各个省份截面单位，t 代表年份;W 为空间矩阵;EF 本文测度的 AQI 环境效率;E 为本文测度的环境规制强度;X 为其他控制变量;、1、2、1、2、i均为待估参数;it为随机误差项。本文参考已有研究选择经济发展水平、技术创新水平、对外开放水平和能源消费结构作为控制变量，具体含义如表 3 所示。表 3控制变量含义、内容及单位变量指标内容单位经济发展水平(GDP)各地区人均 GDP亿元技术创新水平(TE)各地区研究与试验发展(D)支出占 GDP 比例%对外开放水平(FDI)各地区外商投资额占 GDP 比例%能源消费结构(EC)各地区煤炭消费比例%(五)数据来源及处理由于部分省份 2013 年起开始公布 AQI 数据，基于数据完整性考虑，本文选取 20142019 年我国30个省、市、自治区的数据作为研究样本(未涉及港澳台地区，西藏地区因缺乏数据暂未考虑)。模型中资本存量参考单豪杰的研究成果，以1952 年不变价格按照永续盘存法进行处理，得到各省份的实际资本存量，并将其平减到以 2013 年为基期的资本存量10。GDP 依据统计年鉴中的名义 GDP进行去价格化处理。AQI 来源国家生态环境部直属的中国环境监测总站公布的数据，省级 AQI 数据取区域内各监测点平均值。其他变量数据来源于 中国统计年鉴 中国环境统计年鉴 中国对外贸易统计年鉴 中国能源统计年鉴 和各省统计年鉴。15中国省际环境规制对 AQI 环境效率的影响研究10Becker ，“On Spatial Heterogeneity in Environmental Compliance Costs”，Land Economics，2011，vol87(1)，pp2844许梦博，潘远超:环境规制对中国地区工业绿色生产率的影响研究 基于动态空间面板模型的分析 ，工业技术经济，2020 年第 12 期。Elhorst JP，“Spatial Econometrics:From CrossSectional Data to Spatial Panels”，PhysicaVerlag HD，2014邵帅，范美婷，杨莉莉:经济结构调整、绿色技术进步与中国低碳转型发展 基于总体技术前沿和空间溢出效应视角的经验考察 ，管理世界，2022 年第 2 期。Lee LF，Yu Jihai，“Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects”，Journal of Economet-rics，2010，vol154(2)，pp165185任胜钢，蒋婷婷，李晓磊等:中国环境规制类型对区域生态效率影响的差异化机制研究 ，经济管理，2016 年第1 期。高艺，杨高升，谢秋皓:公众参与理论视角下环境规制对绿色全要素生产率的影响 基于空间计量模型与门槛效应的检验 ，科技管理研究，2020 年第 11 期。单豪杰:中国资本存量 K 的再估算:19522006 年 ，数量经济技术经济研究，2008 年第 10 期。何枫，马栋栋，徐晓宁:雾霾约束下中国省际区间环境技术效率研究 基于 SBMUndesirable 区间模型的面板数据分析 ，干旱区资源与环境，2016 年第 12 期。三、结果分析(一)AQI 环境效率测度结果分析本文利用 MaxDEA 软件采用 SBMDEA 模型测算了 20142019 年中国 30 省份有非期望产出下的平均 AQI 环境效率，同时在投入变量不变、产出变量只有 GDP 的情况下，采用 BCCDEA 模型测算了无非期望产出下的平均环境效率，并对测算结果进行对比，见表 4。表 4有无非期望产出下我国省际 AQI 环境效率序号省份无污染物效率值排名AQI、工业废水、工业废渣效率值排名排名变化1北京160421170202天津1601311044+13河北085517048718+14山西06352703452525内蒙古099912066416+46辽宁1147610389+37吉林08032004362008黑龙江06792603772429上海2656111851010江苏10401010655511浙江10419103012+312安徽1272410567+313福建10607103111+414江西082119039123+415山东09051610548816河南072723053317617湖北091115068615018湖南10448103013+519广东10361111143820广西083318044219+121海南092813103610322重庆1159510626+123四川092014078214024贵州072922042422025云南062028031926226陕西071624043421327甘肃046230020630028青海071525026927+229宁夏074521025428+730新疆0574290234290均值09750709结果显示，在无污染物产出情况下，我国平均环境效率值为 0975，而在增加了工业废水、工业废渣、AQI 等非期望产出时，我国平均 AQI 环境效率值仅为 0709。进一步分析各省、市、自治区环境效率值排名情况发现，与无污染物产出相比，在考虑了非期望产出后，山西、黑龙江、江苏等 9 个省份排名上升，尤其是山东、广东、江苏，这三个省份 AQI 环境效率值均超过 1，污染物约束下的环境效率与生产前沿面的距离比无约束下的距离更近，且排名显著提高，这说明加入污染物约束后的环境效率评价具有突出和强化高效水平的特点。加入污染物约束后，天津、河北、内蒙古等 12 个省份排名有所下滑，尤其宁夏和湖南省，说明污染物对这些省份环境效率产生了较严重的负面影响。25东岳论丛Jan，2023 Vol44 No12023 年 1 月(第 44 卷/第1期)(Dong Yue Tribune)按照我国“七五”计划公布的东、中、西部划分标准，本文将 AQI 环境效率按照区域汇总分析。通过图 1 可以明显发现 AQI 环境效率水平的空间差异性特征:一方面，与不考虑污染物产出相比，增加了非期望产出后，我国东部、中部和西部区域平均环境效率均有所下降，说明我国东部、中部和西部环境效率全部受污染物影响，工业废水、工业废渣和空气污染对我国三个区域环境效率均产生负面影响;另一方面，无论是否考虑污染物，我国东部、中部和西部的环境效率均依次降低，呈现明显的“西低东高”趋势，这与我国东部经济发达、西部经济相对较落后的发展特征相符。图 1不同区域环境效率结果图(二)环境规制强度测度结果分析由表 5 可知，无论正式规制强度还是非正式规制强度均呈现东部地区最高、西部地区最低的趋势，这说明环境规