2. 沿海开发与保护协同创新中心, 江苏南京 211100
2. Collaborative Innovation Center for Coastal Development and Protection, Nanjing 211100, China
生态环境资源是我国实施可持续发展战略的物质基础,水资源作为生态环境资源的重要部分,党中央、国务院高度重视水环境的保护工作。在流域水环境保护领域开展生态补偿试点,是我国防治水污染、进行流域水环境保护的重要手段,也是为流域水资源生态服务价值付费的一种交易方式[1]。在“谁受益,谁补偿”的原则下,流域生态补偿是对使水资源生态价值和功能得到发挥的主体进行补偿,或对水环境保护及恢复的行为进行补偿[2]。我国各部门与地方政府长期以来出台了不少指导性文件,以推进流域生态补偿的建设。2005年颁布的《国务院关于落实科学发展观加强环境保护的决定》中指出“中央和地方财政转移支付应考虑生态补偿因素,国家和地方可分别开展生态补偿试点”。为贯彻落实该项决定,原国家环境保护总局于2007年印发了《关于开展生态补偿试点工作的指导意见》。2011年,中央一号文件明确提出“严格控制入河湖排污总量,建立水生态补偿机制”。2016年,财政部、原环境保护部、国家发展改革委和水利部联合印发《关于加快建立流域上下游横向生态保护补偿机制的指导意见》,明确建立流域上下游横向生态保护补偿机制的工作目标。
新安江流域是我国开展流域生态补偿实践的早期试点之一,该试点的财政补偿资金明确、生态补偿项目完成度高,新安江流域横跨安徽、浙江两省,对建立“上下游横向生态保护补偿机制”有着极大的参考价值。新安江流域生态补偿试点以财政资金补偿方式为主,财政资金补偿的效率如何?在财政资金补偿模式基础上,如何积极开展项目补偿、政策补偿、智力补偿等多元化补偿?测算新安江流域生态补偿财政资金支出效率是解决上述两个问题的前提与基础。2019年,国家发展改革委制定的《生态综合补偿试点方案》要求“对纳入横向生态保护补偿试点的流域开展绩效评价”。同时,新的政府会计制度引入了财务会计的核算功能,其重视对政府财务状况的核算与计量,为政府成本核算与绩效评价提供了财务数据的支撑。本文以新安江流域为案例,测算并评价其生态补偿试点正式实施后,在前两轮试点期间(2012—2017年)的流域生态补偿财政支出效率,对于流域生态补偿绩效评价、多元化流域生态补偿模式的构建、政府部门绩效考核均能提供相应的理论依据,具有一定的参考价值和借鉴作用。
1 文献综述财政支出的效率问题一直是经济研究的热点问题,目前的研究涉及公共服务、卫生、教育、环保、农业、林业等各个方面。在公共服务方面,Moreno[3]在保持社会福利水平不变的前提下,找出了公共财政管理中存在的超支、不合理负债、税收过多等低效率问题。Gey[4]研究发现在制度环境相同时,德国各城市的财政支出效率仍存在很大差异,特别是越小的城市财政支出效率越低。Mahabir[5]认为,南非某些地方政府财政支出效率低下是造成资源浪费和公共服务失败的主要因素。在卫生方面,韩华为等[6]采用数据包络法(Data Envelopment Analysis,DEA)模型测算了中国地方政府的卫生支出效率,并认为财政分权、人均国内生产总值(GDP)、人口密度等因素是造成效率差异的重要原因。Grigoli[7]认为,如果卫生部门财政支出效率低下,仅增加财政支出可能不会对结果产生重大影响。在教育方面,Sav[8]研究发现财政支出效率低会导致公立大学的运营效率低下。在环保方面,燕洪国等[9]选择环保财政支出作为投入指标,将垃圾无害化处理率、废水排放量、森林覆盖率等作为产出指标,对环保财政支出效率进行了测算评价。张婕等[10]测算了我国环保财政支出效率,并验证了财政分权反向影响环保财政支出效率。在农业方面,农田水利财政支出效率[11]、农业保险财政补贴效率[12]以及政府财政农业支出效率[13]均有相关测度研究。程宝栋[14]、于明霞[15]等运用DEA模型对全国以及广东省的林业财政支出效率进行了测算。
在生态补偿效率的研究中,许多学者认为生态补偿能够激励生态服务提供者的保护行为,进而获得预期的环境效益,是提高生态保护投资效率有效手段[16, 17]。Wunder[18]认为生态服务需求方的限制和服务提供方缺乏实施项目的专业知识,将阻碍生态补偿的效率。张婕等[19]认为流域生态环境资源具有专用性和价值的不确定性,这会引发生态补偿资金中机会成本的不确定性,影响补偿效率。由于我国还未建立完善的制度规定水资源的权属,这决定了政府在跨流域调水中的主导地位[20],不少学者以政府主导型流域生态补偿为研究对象,对生态补偿效率展开研究。李云驹等[21]测算松华坝水库流域生态补偿的效率,提出从农户的角度发展生态补偿有助于提高补偿效率。李秋萍等[22]在测算宜昌市流域水资源生态补偿的综合效率时,将产出端定为经济效率、社会效率、文化效率、生态效率和政治效率共5个维度。陈祥有[23]对我国南水北调中线工程所经省份进行了生态补偿的绩效评估,投入端采用治理废水投资额和每年排污费征收额;产出端在农业生态系统、土壤生态系统、淡水生态系统这三个方向选取指标。
已有文献为流域生态补偿财政支出效率研究开展提供了理论支撑和参考,但以流域生态补偿财政资金为效率评价对象的研究还未成熟,尚未形成完整的量化体系和指标体系。本文的创新之处是针对新安江流域生态补偿项目的特征,构建了流域生态补偿财政支出效率评价的指标体系及AHP-DEA效率评价模型;对新安江流域生态补偿试点的财政支出效率进行测算与评价,提出改进效率的方向。
2 评价对象、模型及数据来源 2.1 评价对象 2.1.1 新安江流域生态补偿项目的基本情况新安江发源于安徽省黄山市的休宁县,按行政区域划分,新安江流域上游分属安徽省黄山市所有辖区辖县以及宣城市的绩溪县;流域下游分属于浙江省杭州市的建德市和淳安县。2012年,安徽和浙江两省为避免先污染后治理,开启合作共赢之路,新安江流域生态补偿试点开始实践,黄山市和绩溪县是生态补偿试点中的中央重点区域。
2012—2014年为首轮试点期间。2011年,财政部和原环保部联合印发《新安江流域水环境补偿试点实施方案》作为首轮试点的指导文件,明确了补偿基金设置。该文件规定以安徽、浙江两省跨界接口断面水质的四项指标浓度值为基本限值测算补偿指数,即P值,若P≤1,则浙江省拨付给安徽省1亿元,反之则安徽省拨付给浙江省1亿元。P值是按照《地表水环境质量标准》,以2008—2010年高锰酸盐指数、氨氮、总氮和总磷这4项指标3年的平均浓度值为基本限值,所测算的接口断面水质补偿指数。P值的测算公式如下:
式中,K0表示水质稳定系数,考虑降雨径流等自然条件变化因素,取值0.85;Ki为指标权重系数,按四项指标平均值取0.25;Ci为某项指标的年均浓度值;Ci0为某项指标的基本限值。
2015—2017年为第二轮试点期间。与首轮试点相比,第二轮试点的水质目标有所调整,补助资金有所增加。即测算P值的基准限值调整为2012—2014年的平均浓度值;补偿资金提高到3年共21.6亿元。
2.1.2 新安江流域生态补偿财政支出情况新安江流域前两轮生态补偿试点期间,投入的生态补偿资金均为财政资金,共计146.32亿元;其中,中央、省级财政转移支付资金共37亿元,约占总额的25%;地方财政资金共109.32亿元,约占总额的75%,具体如图 1所示。
新安江流域生态补偿试点的相关实施方案中要求,由中央财政、安徽省级财政和浙江省级财政采用财政转移支付的方式,将补偿资金支付给上游的黄山市和绩溪县。首轮试点期间,中央财政每年出资3亿元,安徽、浙江两省每年分别出资1亿元。第二轮试点期间,中央财政每年按退坡方式补助,3年间分别补助4亿元、3亿元和2亿元;安徽、浙江两省每年各2亿元。另外,2013—2017年,安徽省每年在约定数额的基础上进一步追加2000万元。为保障试点项目顺利实施,两轮试点的生态补偿资金中,流域上游地方政府在财政转移支付的基础上又投入了大量资金,地方财政支出占了更大的比重;2012—2017年,黄山市共计投入资金103.8亿元,绩溪县共计投入资金5.52亿元。
可以看出,在两轮试点中,新安江流域生态补偿由政府主导,并且中央、省级和地方财政都给予了有力的支持,使生态补偿资金发挥其最大效用对于中央、省级和地方政府都是极为重要的。
2.2 评价模型及评价指标体系 2.2.1 评价模型本文选择层次分析法(Analytical Hierarchy Process,AHP)和数据包络法(Data Envelopment Analysis,DEA),构建流域生态补偿财政支出效率评价模型。AHP法同时考虑定性和定量因素,能够科学合理地计算评价指标的权重。DEA法利用数学规划模型,通过比较前沿面来评价决策单元(DMU)之间的相对有效性,是评估效率的重要方法,其优势是不用考虑投入和产出之间的生产函数关系就能得出较为客观的结果,并且允许对多个DMU同时进行效率评估。
所构建的AHP-DEA评价模型的评价步骤如图 2所示:①根据新安江流域生态补偿项目的特征,运用AHP方法构建其生态补偿财政支出效率评价的指标体系,包括投入指标和产出指标,其中产出指标包括目标层、准则层和方案层;②运用AHP法测算出新安江流域财政支出效率产出指标的权重,并测算各层次的产出指标值;③基于DEA方法,测算新安江流域两期生态补偿试点的财政支出效率并进行评价。
流域生态补偿财政支出效率是指中央或地方政府部门通过各项财政政策,对流域投入生态补偿资金后,与所得到的经济、生态、社会等产出效应的大小之间的关系。新安江流域生态补偿财政资金支出效率评价指标包括投入指标与产出指标两类。
(1)投入指标:中央和省级财政拨付的财政专项资金均投入新安江流域上游地区的黄山市和绩溪县,专用于水环境补偿,并且黄山市和绩溪县的地方财政每年也为生态补偿项目实施注入大量资金。中央、省级财政转移支付以及黄山市和绩溪县的地方财政支出都是新安江流域水环境生态补偿试点项目最直接的投入,故将其作为投入指标。
(2)产出指标:按《安徽省新安江流域生态补偿资金管理暂行办法》中规定,生态补偿资金专项用于新安江流域水环境保护和水污染治理,具体包括:流域生态保护规划编制、环保能力建设、上游地区涵养水源、环境污染综合整治、工业企业污染治理、农业面源污染治理(含规模化畜禽养殖污染治理)、城镇污水处理设施建设、工业经济园区建设补助、关停并转企业补助、生态修复工程及其他污染整治项目等。因此,新安江流域生态补偿财政资金的产出效益包括水环境保护和水污染防治这两类。基于AHP方法对产出指标进行分层处理,构建包括目标层、准则层和方案层的指标体系,并通过5位专家打分,采用1~ 9及其倒数的标度方法,取各专家判断值的众数对目标层(A1、A2)和准则层(B1、B2、B3、B4、B5)的判断矩阵进行标度,最后得到准则层和方案层的指标权重。具体指标分布及层级权重见表 1。
表 1中的15个方案层指标具体说明如下:
工业取水量C1:新安江上游地方政府自水环境补偿试点实施后,实行定额用水、计划管理、控制用水总量、控制行业用水强度等措施。以上措施若得到有效实施,会使得上游行政区域内的工业取水量下降,故工业取水量为反向指标。
工业重复用水量C2:试点实施以来,新安江上游政府加快推进节水技术改造,并开展工业企业节水,按照安徽省百家企业节水行动实施方案,落实企业内部节水制度。以上措施能够推进企业对水资源的节约保护,试点实施期间工业重复用水量应逐步增加,为正向指标。
节水灌溉面积C3:试点实施期间大力推进高效节水灌溉,改进灌溉方式,降低单位面积灌溉用水量。节水灌溉面积越大,则农业节水越有效,节水灌溉面积属于正向指标。
水质指数C4:黄山市、绩溪县在试点期间严格入河湖排污口管理,加强对入河湖排污口污染源监督检査。安徽、浙江两省每年对跨省界接口断面开展联合调查,从水质指数的变化可以看出水功能区污染的程度,水质污染指数越低,水质越好,故为反向指标。
水产品产量C5:试点期间推进完成了新安江主航道网箱退养,鼓励退养户转产发展,并出台一系列管理办法,通过补助和奖励巩固退养成果。网箱退养会导致水产品产量的下降,水产品越少说明网箱退养实行越有效,属于反向指标。
人工造林面积C6:2011年以来,黄山市实施了为期5年的绿色质量提升行动,开展“还绿”“保绿”“强绿”“存绿”“驻绿”“増绿”活动,人工造林面积越多则政策落实越有力,属于正向指标。
水土流失治理面积C7:黄山市按照“总量控制、只减不增、动态管理”的原则严格河道采砂管理,在新安江主干道全线、城乡接合部、主要关节点等区城实施禁采。同时黄山市在多条主要干支流,开展防洪保安、生态修复、湿地建设、环境整治、水口园林、岸线开发等保护项目,水土流失治理面积将逐年增加,属于正向指标。
污水处理率C8:试点实施期间,新安江上游地区有序推进农村污水处理PPP项目,农村改水改厕;完成新安江干流和支流入河排放口截污改造,污水处理率提高,属于正向指标。
生活垃圾无害化处理率C9:生活垃圾处理处置能力相比于水环境补偿实施前,有较大提高。截至2017年底,黄山市新安江流域共有3座垃圾处理场,同时已建成城市生活垃圾渗沥液处理系统,处理能力为400吨/日;绩溪县城区已建成1座垃圾填埋场,配套有生活垃圾渗滤液处理系统,处理能力为100吨/日。生活垃圾无害化处理是在生活垃圾处理能力基础上的进一步提升,故选用生活垃圾无害化处理率这一正向指标用以衡量试点实施效果。
工业污染防治B4:生态补偿试点开展后,黄山市对污染企业采取关停、搬迁、优化升级等措施。同时,原黄山市环保局制定并印发了《黄山市工业污染源全面达标排放计划工作方案》,提出到2017年底,水泥、造纸等重点行业实现全面达标排放。这一系列措施实施后,新安江流域内工业废水、COD、氨氮等主要污染物的排放量及排放强度应呈现下降趋势,故选择工业废水排放量(C10)、工业废水中COD排放量(C11)以及工业废水中氨氮排放量(C12)这3个反向指标作为工业污染防治效果的衡量指标。
农用化肥使用量C13:补偿试点实施期间,黄山市通过开展测土配方施肥、农作物秸秆综合利用、冷浸田农艺措施和养分管理等综合治理集成技术工作,增加秸秆和畜禽粪便有机肥的利用,减少化肥施用量。农用化肥施用量为反向指标。
农药使用量C14:黄山市在安徽省率先启动农药集中配送制度,截至2017年底,建成了覆盖乡村的配送网点453个,乡镇一级网点覆盖率达98%,村一级网点覆盖率达50.9%。农药集中配送可以加强对农药使用量的监督控制,农药使用量越少说明农业污染防治越有效,为反向指标。
肉类产量C15:试点实施期间,流域上游地区推进沿江畜禽养殖场污染整治,完成禁养区划定,搬迁关闭沿江畜禽养殖场,整治规模养殖场。黄山市截至2017年底已全面完成禁养区内124家畜禽养殖场的关闭或搬迁,关停数量(猪当量)42 995头;绩溪县全县新安江流域内已关闭搬迁养殖场93户,清理家畜1.7万头,家禽2万只。若畜禽养殖场污染整治政策有效则肉类产量将减少,属于反向指标。
2.3 数据来源本文采用新安江流域上游地区2012—2017年(前两轮试点)的数据,上游地区即黄山市和绩溪县。研究中所用的原始数据,除水质指数数据和试点财政资金数据来源于《新安江流域上下游横向生态补偿试点绩效评估报告(2012— 2017)》外,其余数据均来源于2013—2018年的《安徽统计年鉴》和《绩溪县统计年鉴》。
3 评价结果及解释 3.1 财政支出效率测算及评价效率是一个相对数值,是各年份之间效果比较的结果;当效率不为1时,表明与最佳年份有一定的距离。本文在DEA法下测算出的财政支出效率(综合效率)被分解为纯技术效率(与技术管理水平相关)和规模效率(与规模配置相关),可以分别从技术角度和规模角度寻找效率不为1的原因。
新安江流域生态补偿的前两轮试点期间,中央、省级政府以及流域上游地方政府均投入了一定的财政资金进行生态补偿。基于DEA方法,通过软件Deap2.1对前两轮试点中的财政支出进行效率测算,结果如图 3所示。
纯技术效率为1的年份表明流域生态补偿财政支出的纯技术效率达到了最佳状态,财政制度和财政资金的管理水平相对最高。
从图 3可以看出,在新安江流域生态补偿的前两轮试点期间,2012年、2015年和2017年的财政支出纯技术效率达到了相对最优状态;2013年、2014年和2016年的纯技术效率值均小于1,这三年的效率值排序为2014年<2013年<2016年。新安江流域生态补偿财政支出的纯技术效率6年平均值为0.958,总体表现较好,仅2013年和2014年未达到平均水平。
结合AHP-DEA模型的投入、产出指标来看,2013年和2014年的财政资金投入力度最大,资金投入量分别排第二和第一,但在产出端方案层的15个指标中,这两年的产出表现都不够理想,均只有1个指标表现优异,说明其制度和管理水平与效率最优的年份存在一定差距。具体分析指标体系的方案层数据,可以发现,2013年和2014年新安江流域上游主要在工业取水量、工业重复用水量、工业废水排放量和工业废水中COD排放量这几个方面产出水平相对较低,说明这两年在水资源节约保护和工业污染防治方面的制度和管理水平存在缺陷。
2015年在生态补偿财政资金投入相对最少的情况下,与2013年和2014年的产出表现相当,2015年的效率值相对较优。2012年、2016年和2017年在财政资金投入量较为均衡的情况下,表现优异的指标数量分别是6个、2个和9个,带来的结果是2012年和2017年的效率达到了相对最优状态,而2016年的效率略低于这两年。以上说明2012年、2015年和2017年对流域生态补偿项目的管理相对最有效率,而其他年份的制度和管理水平存在改进空间。
3.1.2 规模效率分析规模效率反映了现有规模与最优规模的差距,规模效率值为1的年份表明流域生态补偿财政资金的投入规模达到了最优规模。
由图 3可知,在新安江流域生态补偿的前两期试点中,除2015年的财政支出规模效率为1,其余各年份的规模效率值远低于1;效率不为1的年份效率值排序为2013年<2014年<2012年<2016年<2017年。规模效率的6年平均值仅为0.681,其中2013年和2014年的效率值远低于平均水平,新安江流域生态补偿财政支出的规模效率总体表现不佳。
结合图 1财政资金投入情况和AHP方案层指标数据来看,规模效率表现最优的2015年所配置的每一单位财政资金带来的产出最多;而2013年和2014年在财政资金投入量排名第二和第一的情况下,产出水平只排第四和第五,且每一单位所带来的产出远不及2015年,在产出水平相对低下的情况下却配置了过多的财政资金,说明在2013年和2014年本应控制财政资金的投入规模。2012年、2016年和2017年的规模效率情况也不算乐观,也应适当优化资金的配置。
3.1.3 综合效率分析综合效率值是纯技术效率值与规模效率值的乘积,综合效率能够衡量资源的配置能力并评价资源是否得到合理利用。综合效率值为1的年份表明新安江流域上游地方政府对生态补偿项目的财政利用是相对合理的。
从图 3可以看出,新安江流域生态补偿财政支出效率(综合效率)仅在2015年达到生产的前沿面,且无效年份都处于较低水平,效率平均值表现并不乐观,仅为0.659。由于2012—2017年的纯技术效率值均处于0.9左右的较高水平,导致综合效率值与规模效率值接近,综合效率的变化趋势与规模效率基本一致。所以,除2015年外,新安江流域生态补偿财政支出效率的低水平绝大部分是由于规模效率水平低所致,这说明新安江流域上游生态补偿的财政投入规模和资金配置亟须完善。
3.2 生态补偿财政支出效率改进分析及建议 3.2.1 财政支出效率改进分析由于纯技术效率可以通过技术手段来提高,故对新安江流域生态补偿财政支出在前两轮试点期间的纯技术效率进行改进分析,从而提高其综合效率。表 2是AHP-DEA模型下,纯技术效率相对无效年份的改进数据。
从产出指标来看,2013年、2014年和2016年的纯技术效率若要达到完全有效,2013年和2014年在水环境保护和水污染防治方面都需要增加0.1左右的产出值;而2016年只需要增加0.04左右的产出值。从投入指标看,2013年、2014年和2016年的地方财政投入资金应分别减少5.44亿元、6.753亿元和3.91亿元。
3.2.2 财政支出效率改进建议从案例的财政支出效率测算结果看,效率还有待提高。本文对提高新安江流域生态补偿财政支出效率提出以下几点建议:
(1)提高财政资金的管理水平。前两轮试点期间,流域生态补偿财政支出中多数年份的冗余值较高,生态补偿资金的管理水平不足。建议提升新安江流域地方政府对生态补偿财政资金的决策管理能力,遵循地方政府既定的生态工程发展战略规划,完善专家咨询机制,并建立与流域上游地区群众利益密切相关重大事项的社会公示制度和社会听证制度,防止财政决策的盲目性和随意性。根据财政支出纯技术效率分析结果,今后应特别关注每年在水资源节约保护和工业污染防治方面的财政资金管理工作。
(2)有针对性地实施生态补偿项目,增加产出效益。2012—2017年,财政支出的规模效率平均值相对于纯技术效率平均值偏低,说明新安江流域水环境补偿试点中,投入的财政资金对生态效益的作用力不足。由于新安江流域生态补偿试点在2012—2017年间,水环境保护的产出水平不及水污染防治行动,为增加产出效益,建议在维持水污染防治项目资金规模的基础上,将财政资金更多地配置在水资源节约保护和水生态保护修复的项目上。另外,在水污染防治方面,工业污染防治比城乡和农业污染防治的产出低,建议加大对新安江流域范围内“三集中”循环园区基础设施的投入。
(3)建立流域和区域相结合的流域治理体系。为开展新安江流域生态补偿的试点工作,流域上游地区的黄山市成立了环境保护委员会和新安江流域生态建设保护局,并实施市、县、乡、村“四级”河长制,分级管理,分片包干,责任到人。然而,处于下游地区浙江省内的建德市和淳安县,目前暂未针对新安江流域生态补偿试点建立相关的治理部门。建议在已有治理机制的基础上,加强流域和区域的联动性,建立由安徽省和浙江省协同管理的流域治理体系。
4 结语新安江流域生态补偿试点的资金用途决定了该试点的产出效益。本文利用AHP-DEA模型,构建了流域生态补偿财政支出效率评价模型,根据新安江流域试点的专项资金用途搭建了相应的流域生态补偿财政支出效率评价指标体系。在AHP-DEA效率评价模型下,按该试点生态补偿资金的构成进行效率测算和评价后发现:
(1)新安江流域生态补偿财政支出的纯技术效率平均值处在0.9以上的高水平,但仍有改进空间,可以通过技术手段进一步提升效率。在之后的生态补偿项目期间应特别关注水资源节约保护和工业污染防治方面的资金管理工作。
(2)规模效率较低是造成财政支出效率(综合效率)低下的重要原因,新安江流域生态补偿财政资金的投入规模和配置急需完善,今后应有针对性地实施生态补偿项目。
本文研究过程中将流域上游地区作为整体,所获数据无法细分至上游地区包含的所有区、县,导致无法基于县域视角进行测算评价。后期新安江流域生态补偿试点更为成熟、项目数据更为完备后,可以在流域范围内按区、县评价财政支出效率,提出更具有针对性的生态补偿试点实施意见。
[1] |
ZBINDEN S, LEE D R. Paying for environmental services:an analysis of participation in Costa Rica's PSA program[J]. World development, 2005, 33(2): 255-272. |
[2] |
ENGEL S, PAGIOLA S, WUNDER S. Designing payments for environmental services in theory and practice:an overview of the issues[J]. Ecological economics, 2008, 65(4): 663-674. DOI:10.1016/j.ecolecon.2008.03.011 |
[3] |
MORENO P, LOZANO S. Super SBI dynamic network DEA approach to measuring efficiency in the provision of public services[J]. International transactions in operational research, 2018, 25(2): 715-735. DOI:10.1111/itor.12257 |
[4] |
GEYS B, HEINEMANN F, KALB A. Local government efficiency in German municipalities[J]. Raumforschung und raumordnung, 2013, 71(4): 283-293. |
[5] |
MAHABIR J. Quantifying inefficient expenditure in local government:a free disposable hull analysis of a sample of South African municipalities[J]. South African journal of economics, 2014, 82(4): 493-517. DOI:10.1111/saje.12050 |
[6] |
韩华为, 苗艳青. 地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEA-Tobit分析[J]. 财经研究, 2010, 36(5): 4-15, 39. |
[7] |
GRIGOLI F, KAPSOLI J. Waste not, want not:the efficiency of health expenditure in emerging and developing economies[J]. Review of development economics, 2018, 22(1): 384-403. |
[8] |
SAV G T. Declining state funding and efficiency effects on public higher education:government really does matter[J]. International advances in economic research, 2016, 22(4): 397-408. |
[9] |
燕洪国. 财政自给能力环保税费配置与地方政府环保支出效率——基于DEA-Tobit面板模型实证分析[J]. 财会研究, 2015(10): 14-18. |
[10] |
ZHANG J, QU Y X, ZHANG Y, et al. Effects of FDI on the efficiency of government expenditure on environmental protection under fiscal decentralization:a spatial econometric analysis for China[J]. Environmental research and public health, 2019(16): 2496. |
[11] |
俞雅乖. 我国农田水利财政支出效率的省际差异分析[J]. 农业经济问题, 2013(4): 55-63. |
[12] |
黄颖. 基于AHP-DEA两步法的我国农业保险财政补贴效率评价[J]. 上海金融, 2015(7): 35-38. |
[13] |
王谦, 李超. 基于三阶段DEA模型的我国财政支农支出效率评价[J]. 财政研究, 2016(8): 66-77. |
[14] |
程宝栋, 关海玲, 苏佑佳. 基于DEA的林业财政效率评价[J]. 工业技术经济, 2013(4): 95-101. DOI:10.3969/j.issn.1004-910X.2013.04.014 |
[15] |
于明霞, 张自强, 高岚. 基于DEA-Tobit模型的林业财政支出效率分析——以广东省为例[J]. 农村经济, 2014(11): 83-86. |
[16] |
SIERRA R, RUSSMAN E. On the efficiency of environmental service payments:a forest conservation assessment in the Osa Peninsula, Costa Rica[J]. Ecological economics, 2006, 59(1): 131-141. |
[17] |
HALL A. Paying for environmental services:the case of Brazilian Amazonia[J]. Journal of international development, 2008, 20(7): 965-981. DOI:10.1002/jid.1456 |
[18] |
WUNDER S. The efficiency of payments for environmental services in tropical conservation[J]. Conservation biology, 2007, 21(1): 48-58. DOI:10.1111/j.1523-1739.2006.00559.x |
[19] |
张婕, 钱炜, 王济干. 实物期权在流域生态补偿机会成本测算中的应用[J]. 长江流域资源与环境, 2013, 22(2): 239-243. |
[20] |
WANG L, SUN Y. Defining and improving governmental role in water-right allocation within the context of water resources ownership[J]. China legal science, 2018(5): 50-82. |
[21] |
李云驹, 许建初, 潘剑君. 松华坝流域生态补偿标准和效率研究[J]. 资源科学, 2011, 33(12): 2370-2375. |
[22] |
李秋萍, 李长健. 流域水资源生态补偿效率测度研究——以中部地区城市宜昌市为例[J]. 求索, 2015(10): 34-38. |
[23] |
陈祥有. 我国生态补偿资金的财政绩效评估[J]. 中南财经政法大学学报, 2014(3): 66-71. DOI:10.3969/j.issn.1003-5230.2014.03.009 |
[24] |
杨文杰, 赵越, 马乐宽, 等. 新安江流域上下游横向生态补偿试点绩效评估报告(2012-2017)[M]. 北京: 中国环境出版集团, 2020: 1-183.
|