生态环境监管绩效评价研究

时间:2022-06-05 05:24:33

导语:生态环境监管绩效评价研究一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

生态环境监管绩效评价研究

1引言

湖南省地形地貌结构复杂,自然资源丰富,为湖南省经济快速发展提供了有利条件,也因发展付出了巨大的环境代价。近年来省内开展了大量环境整治及监管工作,但成效与预期存在落差,需客观评价不同地区生态环境监管的差异,研究影响区域生态环境变化的主要因素,为提高监管效率,完善区域生态环境监管网络提供依据。生态环境监管网络中监管主体职能的发挥和监管技术水平的发展很大程度上决定生态环境保护工作的成效。尽管得益于技术上的发展,将地理信息系统(GIS),全球定位系统(GPS)和遥感(RS)技术等技术应用于生态环境监管[1],但现行的生态环境监管仍普遍存在下列问题:缺乏问责制、数据质量低、数据管理不善,以及对民间社会组织和公众参与的严重限制[2]。我国环境治理属于环境权威主义治理方式,环境监管是改善环境质量的关键措施,只有采用强制性环境监管才能实现污染的有效治理[3、4]。通过梳理我国生态环境监管体制改革进程指出生态环境监管体制处于动态变化中,生态环境监管体制由单一逐步向立体多元发展[5]。由此,生态环境监管网络中元素的多样化,使如何进行生态环境监管绩效评价成为生态防控中一个值得研究的问题。在绩效评价中DEA较其他估计方法应用更为广泛,但其结果受样本的限制较大,若在样本出现极端值或者其他随机因素的干扰的情况下,DEA的结果将不稳定,且对于DEA估计结果无法进行检验,模型拟合的效果无法评价,参数估计也无法检验。为解决该问题,进行SFA回归剔除环境因素和随机因素影响,对投入进行调整后,再对其进行DEA模拟。在生态领域,该方法一般应用于研究区域生态效率和区域环境治理效率的研究,暂未检索到有将三阶段DEA模型用于生态环境监管绩效评价的文献。本文主要运用三阶段DEA模型测度湖南省不同区域的生态环境监管情况,对不同区域的生态环境监管绩效进行比较,考察各指标对生态环境监管绩效的影响,以期为完善省级区域生态环境监管体系提供参考。

2生态环境监管效率测算模型构建

2.1DEA模型思路。(1)第一阶段:传统DEA模型分析初始效率。DEA模型分投入导向型和产出导向型2种。由于投入的数量是决策的基本变量,与产出量相比,投入量更容易控制,因此,本文采用投入导向型规模效益可变的BCC模型进行分析。BCC模型计算出来的效率值为:综合技术效率(TE)=规模效率(SE)×纯技术效率(PTE)(1)(2)第二阶段:SFA回归剔除环境因素和随机因素影响。由于决策单元绩效受管理无效率、环境因素、统计噪声影响,因此需进行随机前沿分析,根据SFA模型的回归结果对各个决策单元的投入变量进行调整,使得每个决策单元都调整至具备相同的外部环境特征,从而将投入产出松弛变量可能受到的来自外部环境因素、随机误差以及内部管理因素的影响剔除。第一步,整理第一阶段投入指标松弛变量和环境变量数据,运用Frontier4.1软件,得到各投入变量的SFA回归结果。随后运用Excel软件分离管理无效率项μ。每个决策单元的环境值fn(Zi;βn),计算公式如下。fn(Zi;βn)=β0+β1•Z1+β2Z2+β3Z3(2)式(2)中,β0,β1,β2,β3分别为SFA估计的系数,Z1,Z2,Z3分别是3个环境变量。每个决策单元的混合误差项εi(εi=ui+vi),计算公式为:εi=Sni-fn(Zi;βn)分离管理无效率项μ,分离公式[6,7]如下:E(μ|ε)=σ*(λεσ)(λεσ)+λεσ熿燀燄燅(4)式(4)中,σ*=σμσυσ,σ=σ2μ+σ2槡υ,λ=σμ/συ第三步,计算随机干扰项υ,公式如下:E[υni|μni]=Sni-f(Zi;βn)-E[uni|υni+μni](5)(3)第三阶段:调整投入变量后的DEA-BCC模型。2.2变量选择。2.2.1指标选取。以掌握生态环境治理情况为基础,将影响生态环境监管的因素包含在内,指标选取如下。①投入指标:环境保护财政支出;生态环境系统机构人员;②产出指标:城市生活垃圾无害化处理率;人均绿地面积;③环境变量:排污单位自行监测登记数;自然保护区面积;地区生产总值。2.2.2数据来源。数据均来自湖南省统计年鉴、湖南省排污单位自行监测信息公开平台以及全国自然保护区名录。

3实证结果与分析

(1)第一阶段DEA实证结果。该阶段不考虑外部环境因素和随机误差的影响,直接将投入产出变量代入DEA-BCC模型,利用DEAP2.1软件对2017年湖南省14个市(州)进行生态环境监管绩效进行计算,计算结果如表1所示。(2)第二阶段SFA回归结果。将第一阶段得出的各决策单元投入变量的松弛量作为因变量,上文选取的环境变量作为自变量,运用SFA模型拆解出环境变量、随机误差及内部管理无效率的影响程度,再将这些外部影响因素剔除即得到新的投入变量。回归分析结果如表2所示。(3)第三阶段调整投入后DEA实证结果。将调整后的投入变量和原始产出变量再次带入DEA-BCC模型,得到湖南省14个市(州)剔除了外部环境因素和随机误差后的进行生态环境监管绩效结果,结果如表1所示。综上,在不考虑环境变量影响时,平均综合技术效率为0.579,从各市州来看,张家界市处于环境监管效率的前沿。考虑环境变量和随机扰动后的效率值较调整投入前发生了变化。平均综合技术效率为0.632,从各市州综合效率值来看,张家界市和湘潭市位于效率前沿;对比调整前岳阳市和湘西州综合技术效率值降低,说明较其他市州来说,这2个区域虽然环境情况较好,但监管能力较低。

4结论及建议

运用三阶段DEA对湖南省各市州的生态环境监管情况进行对比,结果表明:①湘西州自身生态环境条件好,但监管水平较低,长沙市情况则刚好相反。②各市州监管效率排名靠前的是张家界市、湘潭市、娄底市、郴州市、长沙市。结合环境排名结果怀化市、永州市、岳阳市需要进一步提高生态环境监管效率。结合不同市州的情况提出以下建议:①在生态环境本身条件占优势的区域,可维持该区域第三产业的比重,着重发展低碳经济,保护生态环境。②在生态环境目前已经处于低水平状态的区域,应调整该区域产业结构,加大生态环境方面财政的投入。③在生态环境监管空间大且复杂的区域,监管不能仅依靠人员的投入,应加强对该地区科技的发展。④临近区域间应该进行生态环境监管方面的交流和合作,增加改进效率。

作者:陈思瑶 单位:中南林业科技大学