区域大气污染防治：源头控制还是末端治理

——全要素生产率分解视角^*

吴戈  胡靖^**

摘要：大气污染防治存在两种关键途径，即源头控制和末端治理。通过分析区域能源消费和污染排放绩效，能够明确中国各区域大气污染防治的有效途径。因此，本文运用SBM方法和Luengerger生产率指数（LPI）对大气环境绩效进行测算，并对生产率的变化进行要素和根源分解。研究表明；SO₂、一次能源消费以及一次能源相关的碳排放已经成为中国大气环境无效率的主要来源。2006～2013年中国大气环境全要素生产率平均增长1.36%，与能源和污染物相关的生产率呈现“由东南沿海向西部内陆低递减”的梯度分布，表明政府应加强对西部地区的环境规制。根据两个关键因素的生产率变化情况将全国分成五个区域类别，各区域应结合自身实际采取多样化政策强化源头控制或末端治理。

关键词：大气污染 一次能源 二次能源 源头控制 末端治理 生产率变化分解

一  背景

改革开放40年中国经济持续快速增长，然而伴随工业化与城镇化的推进，一系列环境问题日益突出。低能源效率和政府治理力度的不足成为阻碍中国可持续发展的重要因素。近年来中国雾霾天气的频发再次敲响了大气环境治理的警钟，未来中国区域经济增长必然面临严重的大气环境约束，提高大气环境绩效是必由之路。

大气污染防治通常存在两种途径：源头控制和末端治理。前者指的是控制能源效率，后者指的是对因使用能源而产生的环境污染物排放进行规制。对于第一种途径，往往需要进行大规模投资才能保证能源效率，不利于维持中国工业的竞争力，因而现实中该运营模式并未成为企业或政府治理的首选。相应的，中国目前仍以末端治理为主导模式。然而，不同地区在大气污染防治上的不足，即短板问题存在差异，若采取“一刀切”的政策制定方式或统一的规制模式不符合地区实际。因此，我们试图通过考察中国区域大气环境绩效，分析和比较两种大气污染防治途径，以期为政策制定者选择最优的减排措施和实现有效的污染控制提供指导。

二  研究方法和样本采集

（一）研究方法

为更好地对中国省级区域大气环境绩效进行有针对性的分析，我们的研究以环境生产技术为基础，运用SBM模型和Luengerger指数分别测度静态无效率值和动态全要素生产率，并对其进行要素和根源分解，以考察与能源消费和污染物排放相关的绩效以及贡献情况。以下对研究方法进行简要介绍。

1.环境生产技术

合理构建出针对非期望产出的分析框架，是奠定其全要素生产率的研究基础。假设决策单元存在M个投入变量 ，L个期望产出变量 和Q种非期望产出 ，在满足强可处置前提下，环境生产技术表征为：

        （2.1）

在上式中， 为大于等于零的权重向量，X、Y和B分别是投入、期望产出和非期望产出变量。根据 值约束条件不同，又存在不变规模报酬（CRS）和可变规模报酬（VRS）两种假定。

2.大气环境全要素生产率指数

更加全面地测算投入和产出要素的绩效，采用SBM（Slack-based measure）方法以测算投入和产出变量冗余值的方式完成对技术前沿面的构建，又被称为非径向方向距离函数。其具体形式如下所示：

                 （2.2）

式中， 表示第i个决策单元在t时期的投入和产出， 和 分别表示松弛变量和方向向量。应用加法结构对全部变量分解，进一步得到每一个变量的无效率值：

      （2.3）

借鉴刘瑞翔和安同良的思路，利用当期和全部投入产出变量分别构建当期前沿面和统一前沿面，其技术无效率值可分别表示为CIE和GIE，两者之差即为不同前沿面下的技术差距（TG）：

                       （2.4）

Luenberger生产率变化可表示为：

                      （2.5）

根据LPI的驱动来源不同，该指标又分解为技术效率变化（LEC）和技术进步（LTP）两部分：

        （2.6）

根据公式间的转换，LPI同样能够被分解为包含全部投入产出要素的生产率变化。

（二）样本及数据处理

在变量选取上，将一次能源消费E1、二次能源消费E2、人口数量（L）和资本存量（K）作为投入要素，将区域GDP（Y）作为期望产出，将一次能源消耗排放的CO₂（C1）、二次能源消耗排放的CO₂（C₂）、SO₂排放量（S）以及NO_X排放量（N）作为非期望产出要素。考虑到数据的可获性，我们以中国大陆地区30个省级区域（除西藏外）作为研究对象，以其2006～2013年的省级面板数据作为研究样本。

这些数据来源于《中国统计年鉴》、《中国环境年鉴》以及《中国能源统计年鉴》。其中，一次能源包含原煤、原油和天然气3种化石能源，二次能源有16种，包括洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、其他焦化产品、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、其他石油制品、热力和电力，其CO₂排放量可根据IPCC（2006）的排放系数与相应能源的终端消费量相乘估算得到。此外，利用永续盘存法计算得出各省资本存量，并以2000年为基期对资本存量和各省级GDP进行平减。

从图1能够看出各省级区域2013年较2006年相关要素的变化情况。一次能源消费增幅最大的是海南(157.85%)和黑龙江(109.79%)，下降幅度最大的则为北京(−10.15%)和湖南(−5.05%)。二次能源消费中，增幅最大的是河南(247.17%)和青海(189.63%)，最小的为北京 (10.20%)、上海(15.65%)和广东(26.99%)。除新疆、海南等6个省份外，其余各省的SO₂排放量均呈现下降趋势，上海、广西和北京的减排幅度最大（分别为57.51%, 52.52% 和50.54%）。NO_X排放量的变动趋势正好相反，仅北京、上海和浙江三省排放量下降，贵州和宁夏增幅最大(分别为209.61%和170.02%)。四个要素中，仅SO₂排放量的全国均值水平呈现下降趋势，其余三个要素较2006年均有所增加，且二次能源消耗的增幅达到65.38%。

从总体上看，华北（如天津、河北、陕西、内蒙古）和西北省区（如陕西、宁夏、新疆、青海）的能源消费和污染物排放增长快于东南沿海省份（如上海、江苏、浙江、广东）。北京在节能减排幅度方面处于领先地位。

图1  2006～2013年中国省域能源消费和污染物排放变化率（%）

三  实证结果的分析与讨论

（一）大气环境静态效率

图2反映了2006～2013年间中国省级区域大气环境无效率值（GIE）的均值水平及要素构成情况。就全国而言，GIE均值为0.28。其中，与期望产出（Y）相关的GIE近似于0，表明在现有能源消费与污染物排放条件下，各地区盲目提升经济总量空间有限，后期应以产业结构优化作为主要目标。其次，与能源消费（E1和E2）和两种污染物排放（S和N）相关的GIE合计为0.16，约占总体均值的57.14%，表明能源结构的优化和污染物排放的控制能够显著影响整体环境效率，从而降低整体无效率水平。一次能源的消费及CO₂排放无效率值（0.05和0.05）均高于二次能源（0.02和0.03），说明一次能源在能源和环境效率上有更大的改进空间。

区域层面，大气环境静态效率呈现了显著的区域差异性。东南沿海省份（如上海、江苏、浙江、福建、广东、海南）的GIE均值普遍低于华北和东北省份（如河北、内蒙古、陕西、辽宁、吉林），即东南沿海区域效率更高。事实上，这一区域的高能源和环境绩效（如广东和海南的无效率均值为0）表明其生产已经接近效率的极值。相比而言，北方省份则由于其产业结构以重工业为主，大气环境无效率值相对较高，需要通过生产过程的优化来提升效率。总体来看，中国与能源和污染物相关的大气环境无效率值表现出“由东南沿海向西部内陆递增、由北向南递减”的阶梯分布。

图2  2006～2013年中国省域大气环境GIE均值及要素构成

注：广东、海南、青海在分析期内GIE均值为0。

（二）大气环境动态全要素生产率及其要素分解

由表1可以看出，2006～2013年中国大气环境全要素生产率平均增长1.36%，其中与能源和污染物排放相关的贡献1.26%，其他要素（L、K、Y）影响仅贡献0.1%，可见能源与环境对全要素生产率的影响巨大。在能源与环境约束下，各要素对生产率贡献由高到低分别为C2（0.30%）、S（0.27%）、E2（0.24%）、E1（0.18%）、C1（0.16%）和N（0.12%）。这表明：在整个样本区间中，二次能源消费更趋向于“集约化”，相应的碳排放减少，故C2和E2贡献较大。尽管国家分别在“十一五”和“十二五”时期对能源强度以及碳强度提出规制目标，但一次能源消费仍显“粗放”（尤其体现在山西、内蒙古、陕西和新疆等产煤大省），导致一次能源消费和碳排放贡献不及二次能源。在样本省份中，SO₂对于整体生产率的贡献在所有要素中相对突出，这与国家从2006年采取强制减少SO₂排放量的规制要求有关。而NO_X的贡献则相对较小，这与“十一五”以来机动车数量的迅猛增长以及缺乏对NO_X的规制目标存在一定联系。与Y相关的生产率为0，说明在碳排放和其他大气污染物作为环境约束的前提下，执意追求经济总量增长并不意味着生产率的提升。由上述分析可见，国家对能源和环境要素的规制能够推动生产率的增长。

就区域层面而言，北京及东南沿海部分省份（上海、江苏、浙江、福建）的大气环境全要素生产率进步超过全国，尤其在污染物（S和N）排放方面。而华北部分地区（河北、山西、内蒙古）和西北部分地区（宁夏、新疆）的生产率呈现较为严重的停滞现象。河南和青海两省的生产率变化为负，其能源消费和污染物排放问题应引起地方政府的重视。

表1 2006～2013年中国省级区域大气环境全要素生产率平均增长率及其要素分解（%）

（三）中国各省级区域大气污染防治的源头与末端路径选择

大气环境生产率的要素分解结果体现了不同省份在能源消费和污染物排放上的模式差异。运用这些信息能够有助于各省从源头或末端采取相应措施防治大气污染。

将表1中四个要素（E1、E2、S和N）对LPI变化的贡献情况单独绘制成图3。不难发现，东部省份（如北京、天津、上海和浙江）贡献率相对较高，而西部省份（如新疆、青海和甘肃）则相对较低（甚至出现负值）。

图3  2006-2013年中国各省与能源和污染物相关的LPI变化率

为建立大气污染防控的策略选择框架，我们可以从两个维度进行考虑：以两种能源消费对LPI变化的贡献之和为横轴，以两种大气污染物（S和N）排放量的贡献之和为纵轴建立二维空间，并根据各省份在生产率变化上的不同模式对其进行分类。于是，所有省份被划分为五类区域（见图3）：

区域Ⅰ的特征表现为能源消费和污染物排放生产率变化均为正，且后者生产率增长更快，如样本中的北京、上海、江苏、浙江、安徽、福建、湖北和广东。该区域省份的节能减排推动了大气环境全要素生产率的增长，且减排的贡献更大。后期应注重源头控制，改进能源效率。

区域Ⅱ的特征表现为能源消费和污染物排放生产率变化均为正，且前者生产率增长更快，包括天津、河北、内蒙古、辽宁、吉林、江西、山东、湖南、广西、重庆、四川、陕西和宁夏。该区域省份的能源效用更高，与减排相比，节能对生产率的提高贡献更大。因此，后期应注重末端治理，减少大气污染物的排放。

区域Ⅲ的特征表现为能源消费生产率变化为正，但污染物排放生产率变化为负，如山西、黑龙江、贵州、云南和甘肃。该区域省份的节能绩效优于减排，后期应注重末端治理，优先加强大气污染物减排规制，将污染物排放绩效“扭负为正”，实现大气环境的可持续发展。

与区域Ⅲ相反，区域Ⅳ的特征为大气污染物排放生产率为正，但能源消费生产率变化为负，包括河南和新疆。在该区域，因减排而推动的生产率进步大于因能源消费而引起的生产率损失。后期应以源头控制为导向，调整能源结构，提高清洁能源的使用，改进能源效率，并最终将能源消费绩效“扭负为正”。

区域Ⅴ的特征则表现为能源消费和污染物排放生产率变化均为负，样本中仅青海一省属于该区域。其全要素生产率的最终结果为负值，意味着大气环境绩效的下降。此时，单一途径已无法解决这一问题，必须双管齐下，既从源头控制角度对能源的利用进行规制，又从末端治理角度较少大气污染物排放。

（四）决定区域划分关键因素生产率变化的根源分析

通过前文分析，不同区域省份在大气污染防治中的工作重点各不相同。下一步我们将对决定区域划分的关键因素（能源消费和污染物排放）进行进一步分解，以探究其生产率变化的根源，主要方法是将生产率分解为技术效率变化（LEC）和技术进步（LTP）指标。

根据表2的分解结果不难发现，区域Ⅰ和区域Ⅱ能源消费和污染物排放相关的全要素生产率高于其他区域，这种生产率的提高主要源于技术进步。区域Ⅰ、Ⅱ和Ⅲ的能源效率变化对其生产率的贡献极为微弱。所有区域的能源消费和污染物排放的LEC之和为负，即关键因素效率恶化。追根溯源，这表明由于中国大部分区域在大气污染防治过程中过分依赖技术进步，偏重于工艺设备的更新改造与升级换代，而忽视了对传统落后环境管理模式的改革、外部市场制度环境的优化以及资源利用效率的改进，从而导致对前沿技术吸收的追赶效应逐渐消失，效率在不断下降，与技术进步“南辕北辙”，严重制约了能源消费与大气污染物减排效率，阻碍了大气环境全要素生产率的提升。而通过省际间大气污染治理实践的溢出能够在一定程度上促进技术效率的提升，进而实现生产率的提高。

表2  2016～2013年各区域与能源消费和污染物排放相关的生产率根源分解

若将关键因素进一步细分，则能得到各要素的技术效率变化及技术进步情况。图4是能源消费和污染物排放各要素的技术效率变化构成。我们注意到，在与能源消费相关的技术效率变化中，一次能源消费在区域I和区域II中影响显著，而其他区域则是二次能源消费相对突出。至于与污染物排放有关的效率变化，只有区域I以SO₂贡献为主，而其他区域则是NOx所占比重更大。因此，区域II和Ⅲ应注重提高一次能源技术效率或进一步减少该类能源使用，区域Ⅳ和Ⅴ则应注重二次能源技术效率的改进。对于区域I，在污染物减排上应侧重SO₂减排效果的提升，而其他区域则应侧重NO_X的减排。能源消费和污染物排放各要素的技术进步构成如图5。所有区域四个要素LTP值均为正，即分析期内各区域在能源消费和污染物排放上皆取得技术进步。且进步程度从区域I到区域Ⅴ呈现递减，其原因可能在于各区域在清洁生产技术上的投入不同，使得其经济发展水平沿着相同方向下降。从能源消费结构上看，一次能源仅在区域I中对技术进步的贡献较大，而其他区域的技术进步均来源于二次能源。这表明分析期内二次能源的利用技术在区域II～区域Ⅴ取得长足进步，而区域I则以一次能源的技术进步为主，这也是我们建议区域I采取源头控制政策的原因所在。至于污染物排放，SO₂和NO_X对技术进步的贡献比重大体相近，即分析内各区域在SO₂和NO_X的减排技术上进步相当。

图4  能源消费和污染物排放各要素效率变化值

图5  能源消费和污染物排放各要素技术进步值

四  对策建议

（一）以能源消费和污染物排放为基础明确大气污染防治规制路径

由于不同地区经济基础、发展水平、技术条件等固有属性的差异，其大气环境绩效和症结各不相同，“一刀切”的政策制定方式或统一的规制模式无法保证政策效果。研究表明，与其他要素相比，能源消费（包括一次和二次能源消费）以及污染物排放（SO₂和 NO_X）是中国大气环境无效率的主要来源。因此，不同区域充分考虑地区发展实际与大气污染防治的优势和不足，明确所属区域类型，并通过实施更为严格的节能减排措施分别从源头和末端加以规制，促进大气环境生产率的提高。从途径和措施上看，可以采用工业高效节能设备和技术实现源头控制，对于末端治理而言，最重要的方法则是利用在线系统对工业大气污染物排放进行监测，并安装工业除磷脱氮除尘设备。

（二）强化中国中西部地区的大气环境规制

研究表明，与东南沿海相比，中国中西部地区大气环境无效率值高，生产率低，需要实施更为严厉的环境规制，使其严格执行生产标准和污染物排放目标。尤其西部地区近年来承接了来自中东部的产业转移，在一定程度上推动了地区经济发展，但与此同时也承接了污染转移，造成了严重的环境问题。该区域在追求经济增长目标的同时应更加关注环境保护问题。因此，西部地区的省份，如贵州、云南和甘肃等，应更侧重末端的规制，利用工业环保设备减少大气污染物的排放。

（三）补齐技术效率短板实现技术与效率协同驱动

为推动中国大气环境生产率的全面提升，必须尽快改变当前对技术进步的过度依赖，补齐技术效率短板，实现技术进步与技术效率协同驱动。在推广先进的节能减排工艺、设备与技术的同时，也应注重先进环境管理模式的普及，通过顶层设计创造更好的市场竞争环境，促进资源的优化配置，不断改善资源利用效率和环境保护水平，为大气环境生产率的增长提供强劲动力。

（四）加强区域间合作

针对中国大气环境绩效存在显著的地区差异性，区域间应加强合作交流，建立区域环境监测网络，对大气环境协同监管和综合治理，实现节能减排技术、治理经验和监测信息的共享，逐渐形成各地区优势互补、良性互动的区域发展新格局。

Source control or end-of-pipe control: Mitigating air pollution at the regional

level from the perspective of the Total Factor Productivity change decomposition

Wu Ge, Hu Jing

Abstract: This paper investigates the key paths for mitigating air pollution following the paths of the source control and end-of-pipe control. We conduct performance analysis in terms of energy consumption and pollution emission from the regional perspective, and identify the appropriate path for each region of China. With SBM and Luenberger productivity indicator (LPI), we assess the atmosphere environment performance and decompose the LPI with regards to input/output variables and productivity change sources. Our findings show that sulfur dioxide, primary energy consumption and energy-related carbon emission have become the main sources of inefficiency in the sense of the atmosphere environment pollution. The average annual productivity change for China is 1.36% over 2006–2013. LPI change associated with energy and pollutant variables shows the gradient which increases from southeast coast to west inland. This pattern implies the government needs to enhance the environmental regulation in the western regions. Moreover, the provinces are divided into five groups to identify the corresponding paths (source or end-of-pipe control). According to our identification, we suggest that local government should perform diversified policies suitably to strengthen source or end-of-pipe governance.

Keywords: Air Pollution; Primary Energy; Secondary Energy; Source Control; End-of-pipe Control; Productivity Change Decomposition