编者按：
研究院副院长吴传清教授、硕士研究生李姝凡撰写的论文《长江经济带工业废气污染治理效率的时空演变及其影响因素研究》于《中国环境管理》2020年02期发表。全文如下：
长江经济带工业废气污染治理效率的时空演变及其影响因素研究
摘 要：选取1998~2015年30个省份（除西藏）数据，采用超效率SBM模型测算全国、长江经济带工业废气污染治理效率；采用门槛效应模型研判长江经济带工业废气污染治理效率的影响因素。研究发现：1998~2015年长江经济带工业废气污染治理效率大于全国工业废气污染治理效率；长江经济带工业废气污染治理效率与全国工业废气污染治理效率的演变轨迹相似；长江经济带工业废气污染治理效率的空间规律为“两极分化型”向“过渡型”演变；长江经济带沿线11省份工业废气治理污染效率与重工业占比呈负相关；当人均GDP较小时，长江经济带工业废气污染治理效率与工业化率、地方法规颁布件数、环境污染与破坏总次数呈负相关，与群众因污染来信数呈正相关；当人均GDP跨过门槛阈值拐点后，相关关系反之。为进一步推动长江经济带高质量发展，应加强中央与地方共促工业污染防控治理；推动重化工业绿色发展；加强媒体对废气污染的长期有效监督；推动建立科学有效的“三方共治”体系。
关键词：长江经济带；工业废气污染治理；超效率SBM模型
Study on spatiotemporal evolution and influencing factors of industrial waste gas pollution control efficiency in Yangtze River Economic Belt
Abstract: Selecting data from 30 provinces (except Tibet) from 1998 to 2015, the efficiency of industrial environmental pollution control in the whole country and the Yangtze River Economic Belt was measured by the super-efficient SBM model, and the influence factors of industrial environmental pollution control efficiency of the Yangtze River Economic Belt were studied by the threshold effect model. The study found that from 1998 to 2015, the efficiency of industrial environmental pollution control in the Yangtze River Economic Belt was greater than that of the national industrial environmental pollution control, the industrial environmental pollution control efficiency in the mid-stream region was the highest, the middle-stream area was second, and the efficiency value of the upstream area was the least. The efficiency of industrial environmental pollution control in the Yangtze River Economic Belt is similar to that of the national industrial environmental pollution control efficiency, and the spatial pattern of industrial environmental pollution control efficiency in the Yangtze River Economic Belt evolved from "polarization" to "transitional" from 1998 to 2015. The efficiency of industrial environmental pollution control in 11 provinces of the Yangtze River Economic Belt is negatively correlated with the proportion of heavy industry, and when the per capita GDP is small, the efficiency of industrial environmental pollution control in the Yangtze River Economic Belt is negatively correlated with the rate of industrialization, the number of cases promulgated by local laws and regulations, and the total number of environmental pollution and destruction, which is positively correlated with the number of letters from the masses due to pollution. When per capita GDP crosses the threshold inflection point, the correlation is the opposite. To further promote the high-quality development of the Yangtze River Economic Belt, the central and local governments should strengthen the prevention and control of industrial pollution. Promoting the green development of heavy and chemical industries; Strengthen the media's long-term effective supervision of waste gas pollution; We will promote the establishment of a scientific and effective tripartite governance system.
Key words: The Yangtze River Economic Belt; Industrial Pollution Control; Super-efficiency SBM Model
一、引言
长江是中华民族的生命河，也是我国重要生态宝库。2016年1月5日，习近平总书记在重庆主持召开的推动长江经济带发展座谈会上强调，要“共抓大保护，不搞大开发”，“坚持生态优先、绿色发展”。2016年9月中共中央印发的《长江经济带发展规划纲要》进一步强调，严格治理工业污染是保护和改善长江经济带水环境的重中之重。2018年4月26日，习近平总书记在武汉主持召开的深入推动长江经济带发展座谈会上指出，“长江沿岸重化工业高密度布局，是我国重化工产业的集聚区”，“沿江工业发展惯性较大，污染物排放基数大，生态环境形势依然严峻”。提高长江经济带工业废气污染治理效果尤为迫切，研究长江经济带工业废气治理效率问题具有重要的实践意义。
工业废气污染治理是环境污染治理的重要组成部分，一是在生产过程末端对污染排放物进行治理，二是在工业生产前端形成预防机制（王鹏等,2014）[1]。学术界普遍采用传统DEA和Malmquist指数方法测算工业环境治理效率（严晓星等,2012 ；徐顺青等，2017；Wu,Jie; An, Qingxian; Yao, Xin,2014;Mavi, Neda Kiani; Mavi, Reza Kiani,2019）[2-5]，但大多忽略了工业生产过程中存在生产、治理二阶段的事实。涂正革等（2013）采用网络 DEA 与方向性距离函数相结合的方法测度工业环境效率，发现传统方法测度的环境技术效率确实低估了环境治理效率[6]。在此基础上，王兵等（2015）采用基于RAM 网络的 DEA方法研究我国 29 省区的综合效率、工业生产效率、环境治理效率及其影响因素，实证结果发现各地区工业生产效率高于环境治理效率，污染治理投资不足、已有的投资未得到有效利用导致环境治理效率低下[7]。李静等（2015）采用基于 SBM 的网络 DEA 模型分析我国工业行业的绿色生产效率和环境治理效率，并采用全局 Malmquist指数进行动态考察，研究结果显示环境治理阶段全要素生产率增速较低，且主要归因于生产效率提升[8]。
综合学术界关于工业废气污染治理效率影响因素的研究成果，影响因素主要表现为：产业结构（陈忠祥等,1994；徐文成等,2015）[9-10]、公众参与（郑思齐等,2013；张国兴等,2019）[11-12]、媒体舆论（涂正革等,2018）[13]、政府干预（于文超等,2015 ;BOZEMAN B,2007; MOORE M H,1995）[15-17]、财政分权与压力及环境分权（包国宪等,2019；孙静等,2019；李国祥等,2019）[18-20]等。
目前学术界关于长江经济带环境治理问题的相关研究成果，主要聚焦污染物排放（陈长江等,2018）[21]、环境污染的空间关联（柏玲等,2018；林黎等,2019；王伟等,2018）[22-24]、环境治理效率（唐德才等,2016）[25]等，但关于工业废气治理问题的研究成果相对较少。
本文的研究思路：采用超效率SBM模型测算长江经济带工业废气污染治理效率；选取门槛回归模型验证长江经济带工业废气污染治理效率的影响因素；总结研究结论和提出政策启示。
二、长江经济带工业废气污染治理效率评价
（一）评价方法
环境治理效率评价方法主要有均匀污染法、投入产出数学归纳法等[26]。基于投入产出数学归纳法延伸出来的数据包络法（Data Envelopment Analysis, DEA）采用频率相对较高。数据包络分析是一种基于被评价对象间相对比较的非参数技术效率分析方法（Charnes、Cooper;Rhodes,1978）[27]。在DEA模型的分析结果中，通常会出现多个DMU被评价有效的情况，超效率模型（Super Efficiency Model, SEM）则用于区分有效DMU的有效程度（Andersen;Petersen,1993）[28]。传统径向角度DEA方法（BCC、CCR）对无效DMU仅进行比例改进，忽略了松弛改进。基于此，Tone K（2001）提出考虑松弛改进的基于至前沿最远距离函数的DEA方法，即SBM模型（Slack Based Measure, SBM），并结合超效率模型，提出SBM超效率模型（Tone K,2001）[29]。其数学表达式为：
式中，（si -，sr+）表示投入产出的松弛变量，（xik，yrk）是第k个生产单元t时的投入产出值。β*为要计算的工业废气污染治理效率，m、s分别为投入产出的个数，λi表示投入产出的权重。当β*=1时，综合效率有效；当β*＜1时，决策单元无效率，存在改进余地。
工业生产过程可细分为工业生产和工业治理，本文侧重考查工业治理环节效率。工业废气污染物主要有工业二氧化硫、工业二氧化碳、工业氮氧化物等。《中国环境年鉴》收录的工业二氧化硫数据较齐全。为方便计算，本文选取工业二氧化硫表征工业废气污染物。
中国工业污染治理投资占工业总投资的比重较低，工业治理废气投资存量不便计算，因此本文选取更为直接的工业废气治理设施数。综上，本文选取工业废气治理设施数、工业废气治理设施运行费用、工业生产环节二氧化硫排放量为投入指标。考虑到数据可获得性，本文选取工业二氧化硫治理量为产出指标。
（二）数据来源
本文研究时段为1998~2015年，选取1998~2015年30个省份（除西藏）数据，数据整理自《中国环境年鉴》（1999~2016）、《中国统计年鉴》（1999~2016）、《中国环境统计年鉴》（2005~2016）以及国家统计局网站。其中，工业废气治理设施本年运行费用采用工业固定投资价格指数进行平减。变量描述性统计结果如表1所示。
表1 变量描述性统计结果
注：表中数据整理自1998~2015年全国30省份相关统计数据。
（三）评价结果
为研究全国视角下长江经济带工业废气污染治理效率，选取1998~2015年全国30个省份（除西藏）相关数据，将其标准化处理后，按照长江经济带上中下游划分三个板块，对每个区域进行时空比较推演。
1. 长江经济带工业废气治理效率
1998~2015年长江经济带工业废气污染治理效率大于全国工业废气污染治理效率，中游地区工业废气污染治理效率最高，下游地区次之，上游地区效率值最小。1998年长江经济带上游地区工业废气污染治理效率按高到低排序依次为云南省、重庆市、四川省、贵州省；2015年江经济带上游地区工业废气污染治理效率按高到低排序依次为云南省、贵州省、重庆市、四川省，表明贵州省资源配置优化、产业结构升级对工业废气污染治理效率的提升明显。1998~2015年长江经济带中游地区工业废气污染治理效率最高的省份为江西省，湖南省次之；1998年湖北省工业废气治理效率值最低，但增速较快。下游地区中，安徽省工业废气污染治理效率最高；江苏省、浙江省工业废气污染治理效率接近均值，且演变路径相似；1998、2015年上海市工业废气污染治理效率值较高，2003、2007年上海市效率值较低。安徽省、江西省、云南省工业废气污染治理效率均大于均值，重庆市工业废气污染治理效率与均值路径最为相似。
表2 1998~2015年长江经济带工业废气污染治理效率
注：限于篇幅，本表选取1998、2003、2007、2011、2015年数据。
2. 长江经济带工业废气污染治理效率的时序变化特征
1998~2015年全国工业废气污染治理效率演变路径与长江经济带工业废气污染治理效率演变路径相似，凸显长江经济带的重要战略地位及其代表性。1998~2015年长江经济带工业废气污染治理效率高于全国平均水平，且二者均呈倒“Z”型，其中2006年、2010年为拐点。1998~2006年长江经济带工业废气污染治理效率从高到低排序依次是中游地区、上游地区、下游地区，2006年后长江经济带下游地区工业废气污染治理效率增速提升，效率值一跃而上，在2013年后与中上游地区几乎达到同一水平。长江经济带11省份不同阶段工业废气污染治理效率路径依赖增大，锁定效应增强，即现在是历史的结果，具有持续性特征。基期长江经济带11省份工业废气污染治理效率差异明显，末期效率值趋同性明显。
图1 1998~2015年长江经济带工业废气污染治理效率
资料来源：根据测算结果整理。
3. 长江经济带工业废气污染治理效率的空间演化特征
总体来看，1998~2015年长江经济带工业废气污染治理效率空间格局从“两极分化型”向“过渡型”演变。1998年长江经济带工业废气污染治理效率空间格局呈现“两极分化型”，长江经济带工业废气污染治理效率空间分异性强，除江西省外，其他省份效率值相对较低。2003年江西省工业废气治理效率降低。2007年浙江省、江苏省、安徽省、云南省工业废气治理效率提高，长江经济带下游地区工业废气污染治理效率提升，整体逐步呈现两边高、中间低的特征，长江经济带工业废气治理效率空间格局开始向“过渡型”转变。2011年长江经济带中上游地区工业废气污染治理效率值出现上升，贵州省增幅最明显，重庆市、湖北省、湖南省次之。2015年湖北省、四川省、江苏省工业废气污染治理效率升高，重庆市、浙江省工业废气污染治理效率降低。与1998年相比，2015年各省废气治理效率值变大，呈现由“过渡型”特征。
表3 1998~2015年长江经济带工业废气污染治理效率
注：本表呈现1998、2003、2007、2011、2015年份的长江经济带工业废气治理效率的数据。
三、 长江经济带工业废气污染治理效率影响因素的分析
（一）理论分析与研究假设
现代经济中，市场通常为调节大多数产品和服务生产成本及消费需求的手段。亚当·斯密认为外部性、信息不对称以及天然垄断会导致市场失灵，市场失灵时需要政府进行宏观调控。污染问题即为市场功能不能产生社会期望的污染程度，当污染造成过量损失时，需要对污染进行治理，而污染治理是典型环境规制行为，受经济发展水平的制约、产业结构的影响，同时为公众与媒体所监督。
纵观学术界相关研究成果，影响工业废气污染治理效率的因素主要包括：
（1）经济发展。经济增长与污染治理之间存在参数异质性，具有显著的门槛效应特征（邢有为等,2018）[30]。基于此，提出以下假设：
H1：地区经济发展水平不同，产业结构、环境规制、公众参与、媒体舆论对工业废气污染治理效率的影响不同。
（2）工业化水平。工业化规模经济扩张所带来的工业废气、工业废水排放量是中部地区环境问题的关键, 中部县域是发达区域环境污染的转移地（曲格平,1998;赵定涛,2008）[31-32]。地区经济发展水平较低时，高工业化率使环境污染更加严重，而政府缺少环保投入资金，工业污染治理效率降低；地区经济发展水平较高时，政府财政收入增多，因而有能力投入更多资金进行污染治理，高工业化率地区的工业也成为了重点管制对象，工业污染治理效率增高。基于此，提出以下假设：
H2：地区经济发展水平较低时，工业化率与工业废气污染治理效率呈负相关；地区经济发展水平较高时，工业化率与工业废气治理效率呈正相关。
（3）产业结构。一般来说，重工业行业具有高耗能、高排放的特点，重工业所占比重越大，工业污染治理效率应越低。但随着经济发展水平提高，环境管制更加严格，重工业占比越高的地方污染治理效率越高（王兵等,2015）[7]。基于此，提出以下假设：
H3：经济发展水平较低地区，重工业比重与工业废气污染治理效率呈负相关；经济发展水平较高地区，重工业比重与工业废气污染治理效率呈正相关。
（4）环境规制。环境规制从两方面影响污染治理效率，一是通过减少污染物的排放，加大污染物的处理，提升污染物的治理效率；二是资源配置结构扭曲造成规模边际效应递减，环境规制投入增加会造成污染的治理效率下降（孙静,2019）[19]。经济发展水平较低地区资源配置结构扭曲，环境规制投入致使工业污染治理效率下降；经济发展水平较高地区，政府管理水平较强，环境规制减少污染排放来源，提升污染物治理效率。基于此，提出以下假设：
H4：经济发展水平较低地区，环境规制程度与工业废气治理效率呈负相关；经济发展水平较高地区，环境规制程度与工业废气污染治理效率呈正相关。
（5）公众参与。在不同的地区经济发展水平下，公众诉求对地区污染治理的影响轨迹呈现出不同门槛特征（邓彦龙等,2017）[33]。公众是环境污染的直接受害者，也应是污染治理的参与者和监督者，从国家层面的结果看，公众对环境污染的来信行为对工业污染治理效率具备显著的促进作用（张国兴等,2019）[12]。基于此，提出以下假设：
H5：经济发展水平较高地区，公众参与对工业污染治理效率的提升具有较强正效应；反之，则具有负效应。
（6）媒体舆论。大众媒体作为与立法权、行政权、司法权并行的“第四种权力”，具备信息中介、传播和披露环境信息、曝光企业污染、抑制政府“偏好效应”的能力（涂正革等,2018；刘德智等，2019）[13-14]。基于此，提出以下假设：
H6：经济发展水平较高地区，媒体舆论对工业污染治理效率的提升具有较强正效应；反之，则具有较弱正效应。
（二）模型选取、变量说明与数据来源
1. 模型选取
长江经济带11省份经济发展水平存在差异及非空间均衡分布特征，工业废气污染治理效率影响因素与工业废气污染存在非线性关系的门槛特征。采用Hansen的门槛面板模型，参考孔骁等（2018）研究成果[34]，本文构建的门槛回归模型如下：
式中，Yit为第i个地区第t年的工业废气污染治理效率，X为解释变量，T为人均GDP，δ为固定的门槛值，α为Xit对工业废气污染治理效率的影响系数，β1和β2分别是门槛变量Tit在Tit<δ1，Tit>δ1时对工业废气污染治理效率的影响系数，β3和β4的意义类似于β1，C为常数项，εit ~（0，σ2）为随机扰动项，I(·)为示性函数。
2. 变量说明
样本省份的不可控环境因素对工业废气污染治理效率有很大影响，本文主要从产业结构、环境规制、公众参与、媒体舆论角度考察影响工业废气污染治理效率的因素。根据数据可得性，选取长江经济带工业废气污染治理效率（Yit）为被解释变量，人均GDP为门槛变量，工业化率（X1）、重工业比重(X2)、颁布地方法规件数(X3)、群众因污染来信数(X4)、环境污染与破坏事故总次数(X5)为核心解释变量，城镇化率（K1）、国有及国有企业控股比重（K2）、颁布地方行政规章件数（K3）、来访问题总数（K4）为控制变量。
3. 数据来源
选择1998年为基期，将人均GDP以相应地区的CPI指数进行平减，剔除价格因素影响。变量描述性统计结果如表4所示。
表4 变量描述性统计结果
注：本表为长江经济带11省份1998~2015年的统计数据。
（三）实证结果
为进一步研究长江经济带工业废气污染治理效率的影响因素，将长江经济带工业废气污染治理效率计算结果及各项指标数据，借助Stata15.1软件进行面板回归分析。根据Hausman检验结果，应该拒绝随机效应模型，采用固定效应模型。为确定门槛个数和模型具体形式，采用次数分别为100、200、300的Bootstrap自抽样方法，得到门槛回归结果，如表5-7所示。
表5、表6显示，除X5的三重门槛回归不显著外，其他核心解释变量均存在显著的门槛效应。根据显著性检验结果，解释变量X1、X2、X3均采用双重门槛模型，X4、X5采用单一门槛模型。其中，X1的门槛估计值为1.448、3.715，X2的门槛估计值为1.443、2.840，X3的门槛估计值为1.834、3.715，X4的门槛估计值为2.417，X5的门槛估计值为2.076。
表5 解释变量门槛效果检验
注：表中数据为门槛检验所对应的F统计量，***、**和*分别表示在1%、5%和10%的水平下显著，括号内为P统计量。
表6 解释变量门槛值估计
选取人均GDP为门槛变量，分析产业结构、环境规制、公众参与、媒体舆论对长江经济带工业废气污染治理效率的门槛效应，具体结果见表7。
（1）长江经济带11省份工业化率在不同门槛值下对工业废气污染治理效率的影响不同。人均GDP小于门槛值1.448时，工业化率对工业污染治理效率的影响系数为负值，且通过了10%显著水平检验，表明人均GDP较低省份，高工业化率对工业废气污染治理效率提升具有抑制作用。跨过此门槛后，高工业化率对工业污染治理效率提升具有促进作用，当人均GDP区间范围为（1.448，3.715）时，工业化率对工业污染治理效率的影响系数为0.0021，而当人均GDP越过第二个门槛值3.715时，工业化率对工业污染治理效率的影响系数为0.006，表明随着人均GDP进一步提升，高工业化率对工业污染治理效率提升的促进作用愈发增强。假说2成立，原因在于人均GDP较低时，地方政府多以牺牲环境为代价发展经济，追求GDP粗暴增长，主要发展高耗能、高污染、高排放工业，工业化率越高则带来的工业污染越多，治理技术与基础设施完备性欠缺，治理成本较高，由此导致工业废气污染治理效率低下，而随着人均GDP的进步，政府逐渐意识到环境的重要性，引导工业企业由资源依赖型向创新驱动型转变，发展生态工业，激发工业企业技术创新活力，提高工业废气污染治理效率。样本数据显示，上海市于2004年率先跨过第二门槛，江苏省于2010年跨过此门槛，浙江省紧随其后，长江经济带中下游省份均未跨过第二门槛。
（2）重工业占比对长江经济带11省份工业废气污染治理效率的影响均为负向且显著。随着人均GDP不断增长，跨越一重及二重门槛阈值，系数估计值绝对值增大。表明随着人均GDP增长，重化工业企业数目增多会抑制工业废气治理效率提高，原因可能是重化工企业为谋取利益最大化，盲目扩张，发展路径与规律不符，同时缺少绿色政策引导，致使工业废气污染治理效率低下。假说3不成立，表明政府过度追求经济效益，忽略经济质量，符合事实。
（3）长江经济带11省份颁布地方法规件数的不同对工业废气污染治理效率产生不同影响。人均GDP小于一重门槛值1.834时，颁布地方法规件数对工业废气污染治理效率的系数估计值为负数，且通过了5%显著性检验，而当人均GDP位于一重门槛值1.834和二重门槛3.715之间时，颁布地方法规件数对工业废气污染治理效率的系数估计值为正数且显著，且当人均GDP越过二重门槛值后影响程度更为明显。即当经济发展水平较低地区，颁布地方法规件数增多阻碍当地工业废气污染治理水平提升。假说4成立，原因可能是经济落后地区，政府治理审时度势能力较差，颁布地方行政法规冗杂且无效，而经济发达地区，政府治理能力较强，颁布地方行政法规精准且有效。
（4）长江经济带11省份群众因污染来信数对工业废气污染治理效率影响不同。当人均GDP小于门槛值2.417时，影响正向且显著，群众因污染来信数的增多会提升工业废气污染治理效率；跨过门槛值后，影响负向但不显著，假说5成立。实证结果显示，江苏省、浙江省2005年后跨过门槛值2.417，湖北省、重庆市、安徽省和湖南省、四川省、江西省分别于2009年、2011年、2012年、2013年、2014年后跨过门槛值。侧面表明长江经济带中下游地区传统群众监督方式转型较慢，信件监督目前依然有效。
（5）长江经济带11省份环境污染与破坏总次数对工业废气污染治理效率的影响不同。当人均GDP小于门槛值2.076时，环境污染与破坏总次数被曝光次数与工业废气污染治理效率呈负相关且显著，影响较小；当人均GDP越过门槛值2.076时，环境污染与破坏总次数被曝光次数与工业废气污染治理效率呈正相关且显著，假说6不成立。研究结果显示，1998~2015年仅上海市人均GDP越过门槛值2.076，江苏省、浙江省、湖北省、湖南省人均GDP分别于2005年、2009年、2010年越过门槛值，表明长江经济带中上游地区经济发展较快，媒体舆论对工业废气治理效率的监督作用也愈加明显。
表7 解释变量门槛模型参数估计
注：***、**和*分别表示在1%、5%和10%的水平下显著，括号内为P统计量。
四、结论与启示
（一）研究结论
（1）1998~2015年长江经济带上中下游地区之间、11省份之间的工业废气污染治理效率差异明显。中游地区工业废气污染治理效率最高，上游地区次之，下游地区效率值最小。江西省、湖南省、云南省工业废气污染治理效率值较大，而2006年后上海市、江苏省、浙江省工业废气污染治理效率值增速变快，与长江经济带工业污染治理效率值趋近，逐渐变为高效率模式省份。
（2）1998~2015年长江经济带工业废气污染治理效率的时序演变特征呈现倒“Z”字型。1998~2006年长江经济带中游地区工业废气污染治理效率最大、上游地区其次，2006年后长江经济带上、下游地区工业废气污染治理效率增速变快，逐渐与中游地区趋于一致。
（3）1998~2015年长江经济带工业废气污染治理效率的空间演化呈现从“两极分化型”向“过渡型”转变特征。1998年长江经济带工业废气污染治理效率空间格局呈现“两极分化型”；2007年长江经济带工业废气治理效率空间格局开始向“过渡型”转变；2015年最终演变为“过渡型”。
（4）长江经济带11省份重工业占比与工业废气治理污染效率呈负相关，工业化率、地方法规颁布件数、环境污染与破坏总次数、群众因污染来信数对工业废气治理污染效率的影响不同。当人均GDP较小时，长江经济带工业废气污染治理效率与工业化率、地方法规颁布件数、环境污染与破坏总次数呈负相关，与群众因污染来信数呈正相关；当人均GDP跨过门槛阈值拐点后，相关关系反之。1998~2015年上海市工业废气污染治理效率与工业化率、颁布地方法规件数、环境污染与破坏总次数呈正相关，与群众因污染来信数呈负相关。其他省份相关关系受门槛阈值拐点影响，当人均GDP水平较低时，工业废气污染治理效率与工业化率、颁布地方法规件数、环境污染与破坏总次数呈负相关，与群众因污染来信数呈正相关的省份，跨过门槛阈值拐点后相关关系反之。
（二）政策启示
（1）加强中央与地方共促工业废气防控治理。中央政府负责长江经济带11省份工业污染治理合作顶层设计。长江经济带11省份政府与重点城市政府在中央政府统筹协调下，探索财税体制创新安排，对废气污染排放进行差别收费，颁发可交易环境污染许可证，并引入政府间协商议价机制，通过颁布地方行政法规，协调多元利益主体在工业废气污染治理中的利益诉求。
（2）推动重化工业绿色发展。加大燃煤电厂超低排放改造、“散乱污”企业治理、挥发性有机物削减等工作力度，严控二氧化硫等污染物排放。提升重化工业技术装备水平、优化产品结构、加强产业融合，综合提升区域煤炭高效清洁利用水平，实现减煤、控煤、防治大气污染。按照《清洁生产促进法》，引导沿江重化工业开展清洁生产审核，实施中小企业清洁生产水平提升计划，构建“互联网+”清洁生产服务平台，鼓励各地政府购买清洁生产培训、咨询等相关服务，加快工业绿色化改造。
（3）加强媒体对废气污染的长期有效监督。媒体监督具备广泛性、快捷性、互动性等特质，应加强媒体对有关工业污染的事实及披露，使公民了解实情，进行监督。保障媒体对立法权、行政权和司法权的监督，促进法治建设。
（4）推动建立科学有效的“三方共治”体系。政府要建立良好的司法体制保障，促使民众参与到环境决策。注意控制自媒体的舆论导向, 促使大众媒体为公众利益披露相关信息，以防利益集团误导民众。
参考文献
[1]董秀海,胡颖廉,李万新.中国环境治理效率的国际比较和历史分析——基于DEA模型的研究[J].科学学研究,2008,26(6):1221-1230.
[2]严晓星,陈劭锋,刘扬.我国工业污染治理动态效率研究[J].工业技术经济, 2012, 31(5): 153-160.
[3]徐顺青,逯元堂,陈鹏,朱建华.基于Malmquist指数的工业污染治理投入效率分析[J].中国环境管理,2017,9(4):46-50.
[4]Jie Wu, Qingxian An, Xin Yao, Bo Wang. Environmental efficiency evaluation of industry in China based on a new fixed sum undesirable output data envelopment analysis[J]. Journal of Cleaner Production,2014,74.
[5] Mavi Neda Kiani,Mavi Reza Kiani. Energy and environmental efficiency of OECD countries in the context of the circular economy: Common weight analysis for malmquist productivity index.[J]. Journal of environmental management,2019,247.
[6]涂正革,谌仁俊.传统方法测度的环境技术效率低估了环境治理效率?——来自基于网络DEA的方向性环境距离函数方法分析中国工业省级面板数据的证据[J].经济评论, 2013 (5): 89-99.
[7]王兵,罗佑军.中国区域工业生产效率、环境治理效率与综合效率实证研究——基于RAM网络DEA模型的分析[J].世界经济文汇, 2015(1): 99-119.
[8]李静,倪冬雪.中国工业绿色生产与治理效率研究——基于两阶段SBM网络模型和全局Malmquist方法[J]. 产业经济研究, 2015(3): 42-53.
[9]陈忠祥.调整产业结构是干旱、半干旱区环境治理的重要途径[J].经济地理,1994(4):85-88.
[10]徐文成,薛建宏.经济增长、环境治理与环境质量改善——基于动态面板数据模型的实证分析[J].华东经济管理,2015,29(2):35-40.
[11]郑思齐,万广华,孙伟增.罗党论.公众诉求与城市环境治理[J].管理世界,2013(6):72-84
[12]张国兴,邓娜娜,管欣.公众环境监督行为、公众环境参与政策对工业污染治理效率的影响——基于中国省级面板数据的实证分析[J].中国人口·资源与环境, 2019, 29(1): 144-151.
[13]涂正革,邓辉,甘天琦.公众参与中国环境治理的逻辑:理论、实践和模式[J].华中师范大学学报(人文社会科学版),2018,57(3):49-61.
[14]刘德智,杨琨.新闻媒体环保监督视角下环境污染治理演化博弈[J].中国环境管理,2019,11(5):127-134.
[15]于文超.公众诉求、政府干预与环境治理效率——基于省级面板数据的实证分析[J].云南财经大学学报, 2015, 31(5): 132-139.
[16]Bozeman B. Public values and public interest: counterbalancing economic individualism[M]. Washington DC: Georgetown University Press, 2007.
[17]Moore M H. Creating public value: strategic management in government [M]. Cambridge MA: Harvard University Press, 1995.
[18]包国宪,关斌.财政压力会降低地方政府环境治理效率吗——一个被调节的中介模型[J].中国人口·资源与环境, 2019, 29(4): 38-48.
[19]孙静,马海涛,王红梅.财政分权、政策协同与大气污染治理效率——基于京津冀及周边地区城市群面板数据分析[J].中国软科学, 2019(8): 154-165.
[20]李国祥,张伟.环境分权、环境规制与工业污染治理效率[J].当代经济科学, 2019, 41(3): 26-38.
[21]陈长江,成长春.新时代长江经济带环境污染与治理——基于空间动态模型的分析[J].南通大学学报(社会科学版), 2018(5): 30-35.
[22]柏玲,姜磊,周海峰.长江经济带空气质量指数的时空特征及驱动因素分析——基于贝叶斯空间计量模型的实证[J].地理科学, 2018, 38(12): 2100-2108.
[23]林黎,李敬.长江经济带环境污染空间关联的网络分析——基于水污染和大气污染综合指标[J].经济问题, 2019(9): 86-92, 111.
[24]王伟,张阿曼,李怡.基于区域梯度式学习情景的长江经济带环境治理研究[J].中国环境管理,2018,10(6):113-120.
[25]唐德才,汤杰新,薛佩佩.长江经济带环境治理效率研究——基于投入产出优化分析的视角[J].现代管理科学, 2016(9): 69-71.
[26]刘改妮,王会肖,逯元堂,朱建华.国外环保投资预测方法研究综述[J].环境科学与管理,2012,37(01):115-119.
[27]Charnes A，Cooper W W，Rhodes E. Measuring the efficiency of decision making units [J].European Journal of Operational Research,1978(2):429 - 444.
[28]Andersen P，Petersen N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science,1993(39):1261 - 1265.
[29]Tone K.A slacks–based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research,2001(130):498 – 509.
[30]邢有为,姜旭朝,黎晓峰.环境治理投入对经济增长的异质性影响研究——基于城市化的视角[J].自然资源学报, 2018, 33(4): 576-587.
[31]曲格平.中国工业化与环境保护[J].中国人口·资源与环境, 1998(4):3-6.
[32]赵定涛,毕军贤,林寿富.中部县域工业化与环境负荷关系研究[J].经济理论与经济管理,2008(11):64-70.
[33]邓彦龙,王旻.公众诉求对地区环境治理的门槛效应研究[J].生态经济,2017,33(12):169-173.
[34]孔骁,冯锋. R&D主体对区域经济绩效影响的门槛效应研究[J].科学学研究,2018,36(5):839-846.
作者简介：
吴传清1,2,3 ，李姝凡1
1. 武汉大学 经济与管理学院，湖北 武汉 430072
2. 武汉大学区域经济研究中心，湖北 武汉 430072
3. 武汉大学 中国发展与战略规划研究院，湖北 武汉 430072
