基于DEA模型的生態經濟效率綜合評價

武 赫

（吉林大學 經濟學院，長春 130012）

0 引言

“生態經濟效益”一詞是Schaltegger和Sturm在1990年提出的，后來迅速在經濟學、產業生態學及其交叉學科中廣泛傳播[1]。目前，學者們正從區域、行業、企業等多個層面深入地剖析經濟活動對環境所產生的績效以及如何在經濟發展的同時盡可能地減輕環境壓力[2-4]。所謂生態經濟效益，是指經濟活動所產生的增加值與其對環境造成的破壞之比，反映生態系統與經濟系統之間客觀存在的物質交換與能量轉化的關系。隨著全球經濟的高速發展，生態環境建設的地位和作用日益凸顯，越來越多的國家加入到保護環境的政營中。伴隨著區域發展的多元化，我國正面臨著日益嚴峻的資源短缺和生態環境問題，轉變經濟增長方式，推進生態發展，建設良好環境與資源節約方式成為全社會公共的目標。

關于生態經濟效率的測量，大體上遵循著三種思路：其一，利用專家打分的方法，對不同的環境指標進行賦值，構建指標體系，如，秦偉山等（2013）[2]；其二，賦予每種環境壓力指標相同的權重，構建指標體系，衡量生態經濟效率，如，Van Caneghem等（2010），曾鵬和朱玉鑫（2013）[3,4]；其三，采用非參數的數據包絡分析法，分析經濟單元的相對生態效率，如，Kortelainen(2008)[5]。與前兩種思路相比，第三種方法能避免專家評分的主觀隨意性，而且通過對環境壓力指標的加權處理能夠衡量不同資源與污染物之間的可替代性，因此應用較為廣泛。

本文以生態經濟效率研究為主線，借鑒DEA生產率指數分析框架，對2011與2013年區域生態經濟效率差異進行具體研究，揭示生態經濟效率的區域現狀，最后提出相關對策性建議。

1 生態經濟效益評價指標體系

本文以生產函數Y=F(K,L)為基礎，結合區域產業生態化特征，考慮生態經濟效率指標的科學性、可比性及可獲得性，參考Cooper等（2007）和王晶，孔凡斌（2012）選取10項指標[6,7]，其中投入指標4項，產出指標為6項，具體詳見表1所示。

表1 區域生態經濟效率指標及其說明

投入指標依次為I1、I2、I3、I4分別反映各省份產業投資力度、勞動力資源利用情況及產業生態化投入的主要能源消耗量，產出指標依次為O1、O2、O3、O4、O5、O6，前三項主要考察產業生態化的合意性產出，后三項反映產業發展過程中的“三廢”問題，屬于非合意性產出。

2 研究方法與數據說明

2.1 研究方法

作為一種非參數方法，數據包絡分析（DEA）主要研究多投入和多產出的情況，并不需要設置先驗權重且約束條件相對較少，更為客觀、綜合反映區域生態經濟效率。本文使用DEA方法中的BCC模型作為區域產業生態經濟投入與產出效率的最優化數學模型。此類模型是基于CCR模型的改進模型，由Banker等學者在1984年提出，后來被廣泛地運用到各領域[8]。

2.2 數據說明

考慮到產業生態經濟效率指標體系的設計應該具有較強的可操作性，以便于政府、相關中介機構等開展客觀地評價工作。本文以2011與2013年我國31個省份為研究對象，相關數據信息來源于《中國城市統計年鑒》、《中國環境統計年鑒》等資料。

假向量 Xj為投入量，Xj=(X1j,X2j,…,Xmj)T，向量 Yj為產出量，Yj=(Y1,Y2,…,Ysj)，j=1,2…n。在CCR模型的基礎上，加入約束條件∑λj=1得到BCC模型，即：

模型（1）的經濟含義是，如果經濟單元的純技術效率和規模效率值均為1，則表明經濟單元有效，如果兩個效率值僅有一方值達到1，說明經濟單元僅實現了弱有效，如果兩個效率值均不為1，意味著經濟單元具有非有效性。通過DEA模型的BCC方法可以計算出各個區域產業生態經濟的綜合效率、純技術效率以及規模效率。與參數方法相對比，利用此類非參數方法可以獲得有效經濟單元與非有效經濟單元，然后通過對綜合效率的分解，能夠較為全面、細致地評價經濟體效率。此外，這種方法不用事先假定生產函數Y=F(K,L)的具體形式，約束條件較少。

3 實證分析

首先，我們通過DEAP2.1軟件對模型進行分析求解，將2011與2013年的各省份的四組投入指標和六組產出指標的樣本數據輸入后，得到以產出為導向的效率指數，然后利用EMS1.3軟件將上述投入產出指標帶入SUP-CCR模型，計算出省份2011和2013年的綜合效率值（Crste）、規模效率值（Scale）、規模報酬狀況（k）、超額效率值（Sup）和排名情況（Rank）。各區域產業生態經濟的超額效率值見表1，各地區的產業生態經濟效率指數見表3至表5所示。

表2 各地區產業生態經濟的綜合效率值和超額效率值

在2011年和2013年產業生態經濟效率的區域差異分析中，我們發現，從綜合效率值指標來看，中部和東部省份的平均值均超過西部省份的平均值；而平均超效率值比較時，我們發現東部省份的最高，中部各省份次之，產業生態經濟效率值低的集中在西部各省，即東部＞中部＞西部，說明我國各區域生態發展存在明顯的非均衡性，在新形勢下，如何縮小各區域間的發展差距，保持發達地區生態健康發展，努力提升欠發達區域的生態發展能力是解決區域經濟發展不平衡的關鍵所在。

表3 東部各省份產業生態經濟效率指數及其分解

利用CCR-DEA模型可以將DEA有效經濟單元與無效經濟單元進行區分,能夠計算相應的效率值,但無法對有效的決策單元進一步排序。東部各省份2011年和2013年，除河北、山東和廣西之外，其余各省份CCR-DEA效率值均為1。說明上述省份的產業生態經濟綜合效率較低。SUP-CCR模型對效率值為1的區域生態經濟效率進行了排序，而無效率的區域生態經濟效率則與CCR-DEA模型中的效率值完全一致。2011年上海的生態經濟效率最高達到了1.964，北京、天津、遼寧等9個省份的DEA決策單元是有效的，并同時滿足技術與規模的有效性。我們比較兩年的均值結果發現，2013年的各省份生態經濟綜合效率的平均值0.978大于2011年的0.972，說明生態經濟效率普遍有所提高，2013年東部各省份的投入與產出更加合理，導致超效率提升的較快。

通過各省份的規模收益可以看出，兩年中除了DEA有效的經濟單元以外，河北、山東省份均處于規模收益遞減階段,說明上述區域增加投入資源后，其產出增長比例小于投入增加的比例，也就是增加投入的產出效率較低。這些區域在經濟發展中消耗了過多的資源，因此盲目的增加資源投入量未必是最優決策。研究和探索如何整合上述地區的投入資源以實現能源利用的規模經濟，成為下一步工作的重點。

中部各省份2011年和2013年，除吉林、江西之外，其余各省份CCR-DEA效率值均為1。說明上述兩省份的產業生態經濟綜合效率還有待于提高。SUP-CCR模型對效率值為1的區域生態經濟效率進行排序后發現，2011年河南的生態經濟效率最高達到了1.810，除吉林之外，其余8個省份的DEA決策單元是有效的，并同時滿足技術與規模的有效性。而2013年黑龍江的生態經濟效率最高達到了2.109，除江西之外，其余8個省份的DEA決策單元是有效的。生態經濟效率在這兩年中，提高最快的是安徽省，說明安徽省超效率提升的較快，更加注重投入與產出的合理性。

表4 中部各省份產業生態經濟效率指數及其分解

表5 西部各省份產業生態經濟效率指數及其分解

西部各省份2011年和2013年，除貴州、青海、寧夏之外，其余各省份CCR-DEA效率值均為1。說明上述省份的產業生態經濟綜合效率較弱。2013年的各省份生態經濟綜合效率的平均值0.983大于2011年的0.970，說明生態經濟效率普遍提高，其中西藏的超效率提升較快，2013年比較重視投入與產出的合理性。

通過各省份的規模收益可以看出，以重慶、云南等諸多西部省份出現規模收益遞增階段，這些地區具有較大增產潛力，但現階段仍受投入資源不足的約束狀況下，影響了地區經濟產出，導致生態經濟效率值偏低。因此，對這些地區來講，提高生態經濟效率的有效途徑就是努力增加資源的投入。就西部地區而言，擁有大量的能源優勢，如何吸引人力資源、技術資源等成為提高西部各省份生態經濟的關鍵所在，同時加大與東部和中部的協調合作也是不可忽視的因素。

4 結論

本文基于生產函數Y=F(K,L)，運用DEA模型計算出2011和2013年各地區生態經濟的綜合效率、純技術效率和規模效率，并且對技術效率達到有效前沿面的相關省份進行生態經濟效率排序。通過評價我國31個省份的產業生態經濟效率狀況,得出以下結論：(1)2011年和2013年我國31個省份產業生態經濟效率高的省份較多,每年都約占77%以上。與中西部省份相比,東部各省份的技術效率、純技術效率、規模效率值普遍更高一些。對于綜合效率無效的地區,2011年其效率低下的原因在于規模效率較低，而2013年其效率低下的原因源于規模效率與技術效率。(2)在產業生態經濟效率有效的地區中,2011年上海的超效率值最高，達到了1.987，而在2013年，北京的生態經濟效率最高，達到了2.861，2013年的各省份生態經濟綜合效率的平均值高于2011年，說明2013年各省份的投入與產出更加合理，導致超效率提升的較快。(3)各區域進行規模收益中，兩年中六個地區呈現規模收益遞減狀態,說明這些地區雖然增加了投入資源，但耗用的資源過多，由此可見,增加資源投入量未必是最優決策。（4）各區域生態發展存在明顯的非均衡性，生態經濟超效率值受區域經濟因素的影響,在經濟發展水平較高的東部省份的生態經濟效率更好。

[1]SehalteggerS,Sturm A.OkologischeRationalitat:Ansatzpunkte ZurAusgestaltung You Okologieorienttierten Management Instrumenten[J].Die Unternehmung,1990,(4).

[2]秦偉山,張義豐,袁境.生態文明城市評價指標體系與水平測度[J].資源科學,2013,(8).

[3]Van Caneghem J,Block C,Van Hooste H,et al.Eco-efficiency Trends of the Flemish Industry:Decoupling of Environmental Impact from Economic Growth[J].Journal of Cleaner Production,2010,18(14).

[4]曾鵬,朱玉鑫.中國十大城市群生態發展狀況比較研究[J].地域研究與開發,2013,(1).

[5]Kortelainen M.Dynamic Environmental Performance Analysis:A Malmquist Index Approach[J].Ecological Economics,2008,64(4).

[6]Cooper W W,Seiford,L M.Tone.K Data EnvelopmentAnalysis:A Comprehensive Text with Models,Application,References and DEA-Solver Software[M].Kluwer Academic Publishers,Boston,2007.

[7]王晶,孔凡斌.區域產業生態化效率評價研究-以都陽湖生態經濟區為例[J].經濟地理,2012,(12).

[8]Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in data Envelopment Analysis[J].Management Science,1984,30(9).