基于三階段DEA模型的區(qū)域生態(tài)效率研究

鄧 波，張學(xué)軍，郭軍華

(1.華中科技大學(xué) 管理學(xué)院，湖北 武漢430074;2.華東交通大學(xué) 經(jīng)濟管理學(xué)院，江西南昌330013)

基于三階段DEA模型的區(qū)域生態(tài)效率研究

鄧 波1，2，張學(xué)軍1，郭軍華2

(1.華中科技大學(xué) 管理學(xué)院，湖北 武漢430074;2.華東交通大學(xué) 經(jīng)濟管理學(xué)院，江西南昌330013)

運用三階段DEA模型對我國2008年區(qū)域生態(tài)效率進行了實證研究。結(jié)果表明，在剝離外部環(huán)境因素和隨機因素對效率值的影響后，區(qū)域生態(tài)效率發(fā)生了較大的變化。研究發(fā)現(xiàn)，第三產(chǎn)業(yè)占經(jīng)濟總量比例及人均受教育年限促進生態(tài)效率的增長，而環(huán)保財政支出并沒有對生態(tài)效率起到應(yīng)有的促進作用。各省市按純技術(shù)效率和規(guī)模效率來劃分可分為四種不同類型，各省市應(yīng)該結(jié)合自身效率的特點，分別著重進行管理水平的提高或生產(chǎn)規(guī)模的擴大，從而改善生態(tài)效率。

生態(tài)效率;三階段DEA模型;純技術(shù)效率;規(guī)模效率

一、引言

改革開放以來，我國的經(jīng)濟發(fā)展取得了巨大的成就，GDP總值由1978年的3645.2億元增長到2008年的18215.3億元(按1978年不變價計算);而與此同時，我國的環(huán)境問題也越來越突出，比如1990年到2008年，廢水排放量從354億噸上升到571億噸，增長61.3%;工業(yè)廢氣排放量從85000億立方米上升到403866億立方米，增長375.1%;工業(yè)固體廢物產(chǎn)生量從5.8億噸上升到19.1億噸，增長229.3%。所以，發(fā)展循環(huán)經(jīng)濟已成為我國當(dāng)前國民經(jīng)濟和社會發(fā)展的重要戰(zhàn)略之一，而如何對循環(huán)經(jīng)濟的發(fā)展水平進行科學(xué)地定量評價，進而尋求提高循環(huán)經(jīng)濟發(fā)展水平的現(xiàn)實途徑，成為當(dāng)前我國循環(huán)經(jīng)濟研究的熱點和難點之一。

已有文獻中對循環(huán)經(jīng)濟進行評價的研究大致可分為三類。一是評價循環(huán)經(jīng)濟發(fā)展水平指標體系的構(gòu)建及綜合評價，如周國梅等(2003)［1］、章波和黃賢金(2005)［2］、向來生等(2007)［3］等學(xué)者的研究成果。二是利用能值分析法對循環(huán)經(jīng)濟發(fā)展水平進行分析，如劉浩、宋陽(2008)利用能值分析法分析了遼寧省循環(huán)經(jīng)濟發(fā)展水平，并提出相關(guān)的建議［4］。三是基于生態(tài)效率，利用DEA方法來測算循環(huán)經(jīng)濟發(fā)展水平，如張炳等(2008)［5］對杭州灣精細化工園區(qū)企業(yè)生態(tài)效率的評價，楊斌(2009)［6］從宏觀角度對我國區(qū)域生態(tài)效率的研究等?？紤]到循環(huán)經(jīng)濟發(fā)展的目標就是為了提高生態(tài)效率，諸大建、邱壽豐(2005)［7］認為，生態(tài)效率是循環(huán)經(jīng)濟的合適測度，并得到眾多學(xué)者的支持，如文獻［6，8，9］分別以生態(tài)效率作為測度方法分別對我國各區(qū)域、全國及我國資源型城市循環(huán)經(jīng)濟發(fā)展水平進行了評價。為此本文也以生態(tài)效率來對循環(huán)經(jīng)濟進行評價，而對生態(tài)效率進行研究的文獻中，以DEA方法進行分析的較多。然而，現(xiàn)有文獻對生態(tài)效率的研究均未能剔除外部環(huán)境和隨機誤差的影響，不能客觀體現(xiàn)生產(chǎn)單元的決策與管理水平，而三階段DEA模型最大的特點是能夠?qū)⒎墙?jīng)營的因素(外部環(huán)境與隨機誤差)對效率的影響去除，使得所計算出來的效率值能更真實地反映決策單元的內(nèi)部管理水平。為此，本文基于我國2008年相關(guān)數(shù)據(jù)，在文獻［6，8］提出的生態(tài)效率評價指標體系基礎(chǔ)上，借助于三階段DEA模型，期望能更為準確地描述我國各省(市)生態(tài)效率;同時，找出影響我國生態(tài)效率的主要因素，為政府決策提供可靠依據(jù)。

二、研究方法及數(shù)據(jù)說明

(一)三階段DEA模型

三階段DEA模型是由Fried等(2002)提出的一種能夠更好地評估DMU(decision making unit，決策單元)效率的方法［10］，其構(gòu)建和運用包括三個階段。

1.第一階段：傳統(tǒng)的DEA模型(BCC模型)

DEA 方法由 Chames、Cooper、Rhode于 1978 年提出，旨在評價“多投入多產(chǎn)出”模式下決策單元間的相對有效性［11］。中國學(xué)者從事DEA研究始于1986年，魏權(quán)齡教授對在國內(nèi)普及和推廣DEA方法起了積極而重要的作用［12］，并于2000年對DEA的研究進展作了總結(jié)［13］。BCC模型用來處理“規(guī)模報酬可變(variable returns scale;VRS)”假設(shè)下的決策單元有效性問題［14］。對于任一決策單元，投入導(dǎo)向下對偶形式的BCC模型可表示為：

其中，i=1，2，…，n;j=1，2，…，m;r=1，2，…，s，n為決策單元的個數(shù)，m和s分別為輸入與輸出變量的個數(shù)，xij(j=1，2，…，m)為第i個決策單元的第j個投入要素，yir(r=1，…，s)為第i個決策單元的第s個產(chǎn)出要素，θ為決策單元DMU0的有效值。若θ=1，且s+=s-=0，則決策單元DEA有效;若θ=1，且s+≠0，或s-≠0時，則決策單元為弱DEA有效;若θ＜1，則決策單元非DEA有效。由BCC模型計算出的效率值為技術(shù)效率值，還可以進一步分解成為規(guī)模效率與純技術(shù)效率的乘積，即：技術(shù)效率=規(guī)模效率×純技術(shù)效率。

2.第二階段：相似 SFA分析模型 Fried等(2002)認為，第一階段分析得出的投入/產(chǎn)出松弛變量受外部環(huán)境因素、隨機因素和管理效率三部分的影響［10］。但傳統(tǒng)DEA模型并未將這三部分因素對效率值的影響進行區(qū)分，此時的效率值無法反映到底是管理原因造成的低效，還是由外部環(huán)境因素和隨機干擾所導(dǎo)致的低效。在第二階段通過構(gòu)建類似SFA模型可以分別觀測出上述三個因素的影響，進一步從中剔除外部環(huán)境因素和隨機因素，從而得出僅由管理無效率造成的DMU投入冗余。以投入導(dǎo)向為例，設(shè)有n個決策單元，每個決策單元均有m種投入，假定有p個可觀測的外部環(huán)境變量，分別對每個決策單元的投入松弛變量進行SFA分析，可構(gòu)建如下SFA回歸方程：

其中，i=1，2，…，m;k=1，2，…，n;sik 表示第 k 個決策單元第i項投入的松弛變量;zk=(z1k，z2k，…，zpk)表示p個可觀測的外部環(huán)境變量，βi為外部環(huán)境變量的待估參數(shù);fi(zk;βi)表示外部環(huán)境變量對投入差額值sik的影響，一般取fi(zk;βi)=zkβi。vik+uik為混合誤差項，vik為隨機干擾，并假設(shè) υik·N(0，σ2vi);uik表示管理無效率，假定其服從截斷正態(tài)分布，即 μik·N+(μi，σ2μi);vik與uik獨立不相關(guān)。特別地，當(dāng)γ=σ2ui/(σ2ui+σ2vi)的值趨近于1時，管理因素的影響占主導(dǎo)地位;而當(dāng)γ=σ2

ui/(σ2ui+σ2vi)的值趨近于0時，則表明隨機誤差的影響占主導(dǎo)地位。

利用SFA模型的回歸結(jié)果進一步對決策單元的投入項進行調(diào)整，對那些處于較好外部環(huán)境或運氣較好的決策單元增加投入，從而剔除外部環(huán)境因素或隨機因素的影響?；谧钣行У臎Q策單元，以其投入量為基礎(chǔ)，對其他各樣本投入量的調(diào)整如下：

其中，i=1，2，…，m;k=1，2，…，n;Xik表示第 k 個決策單元第i項投入的實際值，^xik為其調(diào)整之后的值;^βi為外部環(huán)境變量參數(shù)的估計值;^υik為隨機干擾項的估計值。式(3)中第一個括號表示將全部決策單元調(diào)整至相同的外部環(huán)境下，第二個括號代表將全部決策單元的隨機誤差調(diào)整為相同情形，使得每個決策單元均面對相同的經(jīng)營環(huán)境和運氣。

3.第三階段：調(diào)整后的DEA模型 將第二階段得到的調(diào)整后的投入數(shù)據(jù)^xik代替原始投入數(shù)據(jù)xik，產(chǎn)出仍為原始產(chǎn)出數(shù)據(jù)yik，再次運用BCC模型進行效率評估，由此得到的各決策單元的效率值即為剔除了外部環(huán)境因素和隨機因素影響后的效率值。

(二)投入產(chǎn)出指標、外部環(huán)境變量的選取及數(shù)據(jù)來源

1.投入產(chǎn)出指標的選取 根據(jù)文獻［6］及文獻［8］的研究結(jié)論，以及數(shù)據(jù)的可得性，選擇投入產(chǎn)出指標如下。

生態(tài)效率的產(chǎn)出指標主要反映經(jīng)濟體所提供產(chǎn)品或服務(wù)的經(jīng)濟價值，因此在研究區(qū)域宏觀經(jīng)濟主體的生態(tài)效率時，選擇了各地區(qū)的經(jīng)濟發(fā)展總量即地區(qū)生產(chǎn)總值(GDP)作為效率評價的產(chǎn)出指標。

投入指標包括環(huán)境污染、資源消耗、資本投入及人力資本投入三大類。需要說明的是，環(huán)境污染在綠色GDP核算中，屬于非合意產(chǎn)出指標，但由于DEA應(yīng)用中一般將成本型指標作為投入指標體系來處理，此類指標的特點是越小越好，因此本文也將環(huán)境污染作為投入指標處理［6，8］。其中環(huán)境污染指標由一般由“三廢”排放來衡量，廢水排放由各地區(qū)化學(xué)需氧量排放量(萬噸)來表征，廢氣排放由各地區(qū)二氧化硫排放量(萬噸)來表示，固體廢物排放則由各地區(qū)工業(yè)固體廢物排放量(噸)來衡量(由于該指標不能通過Pearson相關(guān)系數(shù)檢驗，故予以剔除);資源消耗由各地區(qū)能源消耗總量(萬噸標準煤)進行衡量;資本存量數(shù)據(jù)參考張軍(2004)的方法，由永續(xù)盤存法核算得到［15］。人力資本投入由各地區(qū)就業(yè)人員數(shù)(萬人)來衡量［8］。

各投入項與產(chǎn)出項之間必須符合“同向性(I-sotonicity)”假設(shè)，即當(dāng)投入量增加時，產(chǎn)出量不得減少，常用的方法是采用Pearson相關(guān)性檢驗方法對其進行檢測。利用該方法對上述投入產(chǎn)出項進行檢驗，軟件包SPSS17.0計算結(jié)果如表1所示。由表1可以看出，各省市投入變量中除工業(yè)固體廢物排放量外均與產(chǎn)出變量之間的相關(guān)系數(shù)為正，并且均能在1%顯著性水平下通過雙尾檢驗，這說明該投入產(chǎn)出指標符合模型所要求的“同向性”原則，具有合理性。

表1 2008年我國31個省市投入與產(chǎn)出變量的Pearson相關(guān)系數(shù)

2.外部環(huán)境變量的選取 外部環(huán)境變量應(yīng)選取對生態(tài)效率產(chǎn)生影響但不在樣本主觀可控范圍的因素，這包括各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、政府對環(huán)境保護的相關(guān)政策、人力資源因素等。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是近年來我國經(jīng)濟發(fā)展的主要方向之一，對經(jīng)濟與環(huán)境的協(xié)調(diào)發(fā)展起著重要的作用，本文選擇第三產(chǎn)業(yè)占經(jīng)濟總量比例來衡量產(chǎn)業(yè)結(jié)構(gòu)對生態(tài)效率的影響;在政府對環(huán)境保護的相關(guān)政策方面，選擇各地區(qū)財政支出中用于環(huán)境保護的部分(萬元)來衡量政府對環(huán)境保護的政策;在人力資源因素方面，以人均受教育年限(年)來進行表征，《中國統(tǒng)計年鑒》上給出了各地區(qū)6歲及6歲以上人口中未上過學(xué)、小學(xué)、初中、高中和大專以上的抽樣數(shù)據(jù)，本文按此五類人口數(shù)進行加權(quán)平均計算，權(quán)重的設(shè)定參考了康繼軍、張宗益、傅蘊英(2007)的做法，分別設(shè)定其受教育時間為0年、5年、8年、11年和14.5年，由此可計算出各地人口平均受教育年限。

為保證數(shù)據(jù)的一致性，本文所有數(shù)據(jù)均來自于2009年《中國統(tǒng)計年鑒》。由于西藏自治區(qū)能源數(shù)據(jù)缺失，分析將其剔除，故本文研究對象為除西藏之外的全國30個省市自治區(qū)。

三、實證結(jié)果分析

(一)第一階段傳統(tǒng)DEA實證結(jié)果

利用DEAP2.1軟件對我國31個省市生態(tài)效率水平與規(guī)模報酬所處狀態(tài)進行分析，結(jié)果如表2所示。由表2可以看出，在不考慮外部環(huán)境變量和隨機因素的情況下，2008年我國各省市生態(tài)綜合技術(shù)效率平均值為0.604，純技術(shù)效率均值為 0.711，規(guī)模效率均值為0.861。其中僅有北京和上海兩個地區(qū)三項效率值均為1，處于技術(shù)效率前沿面;其他各省市則在純技術(shù)效率和規(guī)模效率方面存在不同程度的可改進空間。這一結(jié)果說明我國的生態(tài)效率不容樂觀，需進一步采取相應(yīng)的措施。文獻［6］計算的2000-2006年間我國生態(tài)效率值中最小值為2005年的0.723，最大值為 2002 年的 0.801，均值為 0.770，而本文所計算的2008年生態(tài)效率值僅為0.604，低于2000-2006年間的生態(tài)效率，這一方面是由于指標選擇的不一致，另一方面說明我國的生態(tài)效率并沒有好轉(zhuǎn);與文獻［6］一致的是，北京和上海均處于技術(shù)效率前沿面。

(二)第二階段SFA回歸結(jié)果

將第一階段得出的決策單元中各投入變量的松弛量作為被解釋變量，將上述三個外部環(huán)境變量作為解釋變量，軟件Frontier4.1給出的SFA回歸結(jié)果見表3所示。

由表3可知，三種外部環(huán)境變量對四種投入松弛變量的回歸系數(shù)均能在10%、5%或1%顯著性水平下通過檢驗，說明外部環(huán)境因素對各省市循環(huán)經(jīng)濟建設(shè)投入冗余存在顯著影響。進一步，化學(xué)需氧量松弛變量、二氧化硫排放松弛變量、能源消耗總量松弛變量及就業(yè)人員數(shù)松弛變量等四種投入松弛變量的γ值接近于0，且分別在10%、1%的顯著性水平上顯著，這表明該四種投入中，隨機誤差影響占據(jù)主導(dǎo)地位，對生態(tài)效率起著重要的影響。這一結(jié)果表明隨機因素對生態(tài)效率存在著顯著的影響，應(yīng)用SFA進行管理因素和隨機因素對效率影響的剝離分析是很有必要的。

進一步考察各外部環(huán)境因素對四種投入松弛變量的系數(shù)，由于外部環(huán)境變量是對各投入松弛變量的回歸，所以當(dāng)回歸系數(shù)為負時，表示增加外部環(huán)境變量值有利于減少投入松弛量，即有利于減少各投入變量的浪費或降低負產(chǎn)出;反之，當(dāng)回歸系數(shù)為正時，則表示增加外部環(huán)境變量將會增加投入松弛量，從而導(dǎo)致各投入變量的浪費減少產(chǎn)出。

表2 2008年我國30個省市生態(tài)技術(shù)效率、純技術(shù)效率及規(guī)模效率值

表3 第三階段SFA回歸結(jié)果

1.第三產(chǎn)業(yè)占經(jīng)濟總量比例 該變量對化學(xué)需氧量松弛變量、二氧化硫排放松弛變量、能源消耗總量松弛變量系數(shù)均為負，且在10%或1%顯著性水平上顯著，這說明當(dāng)?shù)谌a(chǎn)業(yè)占經(jīng)濟總量比例提高時，化學(xué)需氧量排放、二氧化硫排放、能源消耗總量均會減少，從而有效地提高生態(tài)效率;這與實際是吻合的，近年來我國致力于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，大力發(fā)展第三產(chǎn)業(yè)，其作用之一是保護生態(tài)環(huán)境及降低能耗。另外，第三產(chǎn)業(yè)占經(jīng)濟總量的比例對就業(yè)人員數(shù)松弛變量為正，第三產(chǎn)業(yè)比重的提高對就業(yè)人員的增加起到了正向促進作用，雖然對生態(tài)效率產(chǎn)生不利影響，但從另一角度考慮，第三產(chǎn)業(yè)的發(fā)展能有效地促進就業(yè)，能有效地緩解當(dāng)前就業(yè)難的問題。綜合而言，第三產(chǎn)業(yè)占經(jīng)濟總量比例對大多數(shù)投入松弛變量作用為負，進而對生態(tài)效率有利，這也理論預(yù)期是一致的。

2.環(huán)保財政支出 環(huán)保財政支出的增加理應(yīng)促進生態(tài)效率，但經(jīng)驗分析并不支持該假設(shè)。由表3可以看出，環(huán)保財政支出僅對化學(xué)需氧量松弛變量系數(shù)為負，而對其余三個投入變量的系數(shù)均為正，且均能通過10%的顯著性檢驗。這表明我國的環(huán)保財政支出對生態(tài)效率并沒有起到應(yīng)有的作用，二氧化硫排放、能源消耗并沒有因為環(huán)保支出的增加而減少。因此，一方面應(yīng)該促進環(huán)保支出的穩(wěn)定增長，另一方面更應(yīng)該注意的是要實現(xiàn)環(huán)保支出的有效配置，讓環(huán)保支出發(fā)揮其應(yīng)有的作用，有效地促進生態(tài)效率的增長。

3.平均受教育年限 我國的環(huán)境污染狀況比較嚴重，環(huán)保意識不強是其重要的原因之一，而教育程度的提高能顯著增強人們的環(huán)保意識，進而減少污染排放;另外，教育是科技進步的基礎(chǔ)，教育程度的提高能有效地促進科技進步，而科技進步使得污染排放和能耗水平的降低。平均受教育年限對四項投入松弛變量系數(shù)均為負，且分別在10%或1%顯著性水平上顯著，這進一步印證了理論預(yù)期的正確性。也就是說，教育能有效地改善生態(tài)效率，因此，各地區(qū)應(yīng)該更進一步地認識的教育的重要意義，增加教育投入，提高各地教育水平，進而改善生態(tài)效率。

由于各外部環(huán)境變量對于不同省市的影響有所不同，可能導(dǎo)致一些面臨較好經(jīng)營環(huán)境或運氣的地區(qū)具有較佳的效率表現(xiàn)，而一些面臨較差經(jīng)營環(huán)境或運氣的地區(qū)的生態(tài)效率則表現(xiàn)較差。因此，必須調(diào)整原投入變量，使所有的地區(qū)在面對同樣的經(jīng)營環(huán)境與經(jīng)營運氣下，考察其真實的效率水平。

3.第三階段投入調(diào)整后的DEA實證結(jié)果 根據(jù)式(3)調(diào)整投入變量，并將調(diào)整后的投入值與原始產(chǎn)出值再次代入BCC模型進行分析，得到第三階段各決策單元的效率值及規(guī)模報酬狀態(tài)，如表4所示。

對比表2和表4可知，剔除外部環(huán)境變量和隨機因素的影響后，生態(tài)效率發(fā)生了較大的變化。全國平均技術(shù)效率由0.604下降到0.575，其主要原因是由于平均規(guī)模效率的下降，由0.861下降到0.816;純技術(shù)效率則有小幅的增長，由0.711增加至0.714。這說明總體而言，我國生態(tài)效率在去除外部環(huán)境因素和隨機因素后更不理想。同時，處于技術(shù)效率前沿面的省市也由原有的北京、上海和海南3個下降到僅有北京和上海兩個地區(qū);海南省因規(guī)模效率的下降而從技術(shù)效率前沿面退出。分省來看，各省市第三階段的生態(tài)效率與第一階段相比變化莫測較大。其中技術(shù)效率下降的省份為天津、吉林、江蘇、安徽、福建、山東、海南、重慶、云南、陜西、甘肅、寧夏和新疆等共12個省市，說明這些省市之前的高效率與它們所處的有利外部環(huán)境和好運密切相關(guān)，它們的技術(shù)管理水平并沒有看上去那么高。第三階段生態(tài)效率相比第一階段上升的省市共有15個，分別是河北、山西、內(nèi)蒙古、遼寧、黑龍江、浙江、江西、河南、湖北、湖南、廣東、廣西、四川、貴州及青海，這表明這些地區(qū)之前較低的技術(shù)效率確實有部分是由于比較不利的外部環(huán)境或不好的運氣所致，而非它們的技術(shù)管理水平低。

由第三階段結(jié)果可知，整體來看，各省市生態(tài)效率綜合技術(shù)效率均值僅為0.575，整體水平較低，其中純技術(shù)效率值僅為0.714，這說明我國在生態(tài)保護方面管理水平較低，接下來應(yīng)當(dāng)注重管理上的創(chuàng)新，以及制度的變革;規(guī)模效率均值也僅為0.816，還有18.4%左右的提升空間，結(jié)合各地區(qū)規(guī)模報酬狀態(tài)普遍處于遞增階段，說明各地經(jīng)濟發(fā)展規(guī)模不合理，應(yīng)當(dāng)提升其發(fā)展規(guī)模。

以0.9的效率值為臨界點可將我國生態(tài)效率分為四種類型，其空間折射圖見圖1所示。第一種類型為“雙高型”，即純技術(shù)效率及規(guī)模效率均在0.9以上的省市，包括北京、上海和廣東3個省市，這類省市生態(tài)效率所需改進較少。第二種類型為純技術(shù)效率較高但規(guī)模效率較低的“高低型”，包括天津、江蘇、山東、海南和青海5個省市，其純技術(shù)效率大于0.9但規(guī)模效率在0.9以下，特別是青海，其規(guī)模效率分別僅為0.65，生態(tài)效率著重改進的方向為規(guī)模效率，后續(xù)發(fā)展的重點是擴大生產(chǎn)規(guī)模，實現(xiàn)資源的集中配置。第三種類型為純技術(shù)效率在0.9以下但規(guī)模效率在0.9以上的“低高型”，包括河北、遼寧、浙江、安徽、福建、河南、湖北、湖南和四川9個省市，這一類省份在后續(xù)發(fā)展中要著重進行純技術(shù)效率的改進，即在生產(chǎn)經(jīng)營活動中應(yīng)該提高技術(shù)管理水平。第四類省份為“雙低型”，包括山西、內(nèi)蒙古、吉林、黑龍江、江西、廣西、重慶、貴州、云南、陜西、甘肅、寧夏和新疆13個省市，以貴州省為例，其純技術(shù)效率僅為0.444，規(guī)模效率僅為0.521，兩者均有較大的提升空間。這類省市生態(tài)效率的改善更為困難，在今后的發(fā)展中一方面要注重管理水平的提高，另一方面要促進生產(chǎn)規(guī)模的擴大。

表4 2008年我國30個省市生態(tài)技術(shù)效率、純技術(shù)效率及規(guī)模效率值

四、簡要結(jié)論

本文運用三階段DEA模型對我國2008年生態(tài)效率進行了分析，主要結(jié)論有以下幾點：

圖1 我國各省市純技術(shù)效率及規(guī)模效率分布圖

(1)外部環(huán)境和隨機因素對生態(tài)效率存在顯著的影響。外部環(huán)境因素中，第三產(chǎn)業(yè)占經(jīng)濟總量的比例及平均受教育年限是生態(tài)效率的有利因素，而環(huán)保財政支出對生態(tài)效率并沒有起到應(yīng)有的作用。這一結(jié)論給我們的啟示是，外部環(huán)境效應(yīng)和隨機因素確實對生態(tài)效率產(chǎn)生了顯著的影響，而隨機因素是不可控因素，因而控制外部環(huán)境因素是提高生態(tài)效率的必然選擇之一。根據(jù)對三種外部環(huán)境影響因素的分析，當(dāng)前應(yīng)當(dāng)繼續(xù)加強的是繼續(xù)發(fā)展第三產(chǎn)業(yè)，大力發(fā)展教育事業(yè)，以提高我國人口受教育水平，有效發(fā)揮其對生態(tài)效率的促進作用。對于環(huán)保財政支出，當(dāng)前我國環(huán)保財政支出雖然近年來得到了各地的大力支持，然而總體水平并不高，并且環(huán)保財政支出并沒有對生態(tài)效率起到應(yīng)有的促進作用，存在投入浪費的現(xiàn)象，因此必須加強對環(huán)保支出的統(tǒng)一管理，提高其配置效率，從而有效地促進生態(tài)效率的增長。

(2)調(diào)整前后各省市生態(tài)效率發(fā)生了明顯的變化，說明外部環(huán)境效應(yīng)和隨機誤差確實對生態(tài)效率產(chǎn)生了重要的影響，利用三階段DEA方法對生態(tài)效率進行分析頗有必要。剔除外部環(huán)境變量和隨機因素的影響后，全國的平均技術(shù)效率由0.604 下降0.575，平均純技術(shù)效率由 0.711 小幅上升至0.714，而平均規(guī)模效率則由0.861下降至0.816。中國各省市生態(tài)效率以0.9的效率值為臨界點可分為四種類型，即“雙高型”、“高低型”、“低高型”和“雙低型”，各省市應(yīng)該結(jié)合自身生態(tài)效率的特點，分別著重進行管理水平的提高或生產(chǎn)規(guī)模的擴大，從而改善生態(tài)效率。

［1］周國梅，彭 昊，曹鳳中.循環(huán)經(jīng)濟和工業(yè)生態(tài)效率指標體系［J］.城市環(huán)境與城市生態(tài)，2003(6)：201-203.

［2］章 波，黃賢金.循環(huán)經(jīng)濟發(fā)展指標體系研究及實證評價［J］.中國人口資源與環(huán)境，2005，15(3)：22-25.

［3］向來生，郭亞軍，孫 磊，陳明華.循環(huán)經(jīng)濟評價指標體系分析［J］.中國人口資源與環(huán)境，2007，17(2)：76-78.

［4］劉浩，宋 陽.循環(huán)經(jīng)濟發(fā)展能值評價及實證研究［J］.中國人口資源與環(huán)境，2008，18(1)：79-83.

［5］張 炳，畢 軍，黃和平，劉蓓蓓，袁 婕.基于 DEA的企業(yè)生態(tài)效率評價：以杭州灣精細化工園區(qū)企業(yè)為例［J］.系統(tǒng)工程理論與實踐，2008(4)：159-166.

［6］楊 斌.2000-2006年中國區(qū)域生態(tài)效率研究——基于DEA方法的實證分析［J］.經(jīng)濟地理，2009，29(7)：1197-1202.

［7］諸大建，邱壽豐.生態(tài)效率是循環(huán)經(jīng)濟的合適測度［J］.中國人口資源與環(huán)境，2006，16(5)：1-6.

［8］諸大建，邱壽豐.作為我國循環(huán)經(jīng)濟測度的生態(tài)效率指標及其實證研究［J］.長江流域資源與環(huán)境，2008，17(1)：1-5.

［9］李惠娟，龍如銀，蘭新萍.資源型城市的生態(tài)效率評價［J］.資源科學(xué)，2010，32(7)：1296-1300.

［10］Fried，Lovell，Schmidt，Yaisawarng.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis［J］.Journal of Productivity Analysis，2002(17)：121-136.

［11］Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operation Research，1978，2：429-444.

［12］魏權(quán)齡.評價相對有效性的DEA方法［M］.北京：中國人民大學(xué)出版社，1988.

［13］魏權(quán)齡.數(shù)據(jù)包絡(luò)分析(DEA)［J］.科學(xué)通報，2000(17)：1793-1807.

［14］盛昭瀚，朱 喬，吳廣某.DEA理論、方法與應(yīng)用［M］.北京：科學(xué)出版社，1996.

［15］張 軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952-2000［J］.經(jīng)濟研究，2004(10)：35-44.

(本文責(zé)編：海 洋)

Research on Ecological Efficiency Based on Three-Stage DEA Model

DENG Bo1，2，ZHANG Xue-jun1，GUO Jun-hua2
(1.Huazhong University of Science ＆ Technology，Wuhan 430074，China)2.School of Economics and Management，East China Jiaotong University，Nanchang 330013，China

Based on the three-stage DEA model，this paper estimates ecological efficiency of China in 2008.The results demonstrsate the ecological efficiency is changed much while effects of environmental variables and statistical noises are excluded.The proportion of tertiary industry in GDP and the average education years of people are beneficial to ecological efficiency.However，the public expenditure on environment protection has no significant effects on ecological efficiency as it should have.Moreover，Chinese provinces and cities can be divided into four types according to pure technical efficiency and scale efficiency.So each province should promote management level or expand the production scale respectively to improve the ecological efficiency.

ecological efficiency;three-stage DEA model;pure technical efficiency;scale efficiency

F037;X22

A

1002-9753(2011)01-0092-08

2010-06-11

2010-12-21

鄧波(1963-)，女，江西南昌人，華東交通大學(xué)經(jīng)濟管理學(xué)院教授，博士。