基于非徑向BM-DEA模型的我國產業生態效率測算

陳蘭

（鹽城工學院 經濟學院，江蘇鹽城 224005）

基于非徑向BM-DEA模型的我國產業生態效率測算

陳蘭

（鹽城工學院 經濟學院，江蘇鹽城 224005）

產業生態轉型是生態文明建設的產業基礎。我國經濟長期的高能耗、高投入、低產出運轉模式，已嚴重鎖定我國經濟發展的技術路徑。文章擬引入非徑向BM-DEA模型，以2005—2014年我國18家工業行業的生態效率進行測算。研究表明，當前我國工業行業的生態效率仍處較低水平。因此，推進生態技術創新，強化制度保障將成為十三五期間我國經濟社會發展亟須解決的重大課題。

SBM-DEA;產業生態轉型；產業生態效率

0　引言

經濟高速增長的“中國模式”背后，是環境惡化、生態破壞等環境問題的日益凸顯，這已成為阻礙我國經濟持續發展的重要因素。2008年美國金融危機引發了全球經濟的滯緩，世界各國紛紛尋找新的經濟增長點。以歐盟為首的低碳綠色經濟變革成為新一輪經濟發展的核心元素，美國、日本等發達國家力推綠色新政，積極制定階段性刺激計劃以實現生態轉型基礎上的經濟復蘇和可持續發展。在世界經濟發展的新趨勢下，中國同時面臨著機遇與挑戰。黨的十八大確立了生態文明建設的突出地位，在最新公布的《十三五規劃建議》中多次提及綠色發展理念。可見，創新驅動生態經濟已經受到中央政府的高度重視。2015年“一帶一路”規劃正式出臺，而生態文明的建設將是此規劃實施的關鍵一環。

產業生態轉型是生態文明建設的產業基礎。一直以來，我國的經濟增長都是建立在高能耗、高投入、低產出的基礎之上。這種路徑的鎖定已造成了大量資源和能源的緊缺，繼而制約了經濟的長期發展。轉變現有產業模式、實現生態轉型是突破經濟發展與生態環境不協調的根本方法。在產業生態轉型戰略下，對我國當前產業生態水平進行總體把握具有重要意義。

1　方法選擇與模型設計

產業生態轉型強調整個生產過程的生態性，因此關于產業生態水平的評價相對較困難。國內外學者采用的評價模式主要有三種：綜合評價、物質流分析和生態效率。綜合評價主要是通過構建幾大類或幾個指標體系以不同的方法進行研究，多用于宏觀層面的產業生態水平分析；物質流分析以測量經濟系統中物質資源量的流動來分析物質資源的利用效率并反映產業生態狀況。相較于另外兩種方法，物質流分析不考察價值流，偏重于生態性的考量，缺少了經濟性的考量。同時，該方法需要投入產出的完整數據，而一般中微觀層面的經濟體的相關數據統計不全而使之難以推廣應用，目前主要用于宏觀層面研究。生態效率一詞包含了生態性和經濟性兩大指標的運算，更能揭示生態產業的本質內涵，多應用于企業或行業層面的研究。兼顧本研究對象設為中觀產業層面的考慮，本文選擇生態效率變量進行評價。

生態效率通過經濟價值量與環境壓力之比進行測度。經濟價值量較容易確定，一般用工業增加值或工業產值來表征；然而，環境壓力涉及到多個指標的測算，包括水資源利用總量、建設用地總量、SO2年排放量、NO2年排放量、PM10年排放量、COD年排放量、氨氮年排放量等，需要通過這些指標的加權計算才能得出環境壓力值。問題在于如何合理有效地分配各指標的權重？已有文獻中采用的方法可以分為兩類。第一類較依賴主觀評判，包括單一環境影響指標下的生態效率測算和多個環境影響指標下的生態效率綜合測算。單一環境影響指標下的測算非常簡易，但是反映的信息量很零散，無法獲得總體效率的理解。綜合測算克服了這個缺陷，但難以客觀科學地反映真實效率狀況。近幾年來，國內學者開始將生態效率細分為資源效率和環境效率兩個維度進行考察，并用兩者的平方根公式算得生態效率值。第二類是運用DEA模型進行相對效率的考量。此方法采用了模型依據數據統計自動對環境指標賦權的客觀方法，摒棄了主觀影響因素，相對較科學。

DEA采用數學規劃的思想，可以針對多投入和多產出指標在無需借助任何函數模型的基礎上運行。目前為止，基于DEA方法的模型一般可分為兩類：徑向模型與非徑向模型。徑向模型的主要特點體現在通過同比例縮小輸入指標值或放大輸出指標值來確定非DEA有效單元。而實際問題中各輸入指標對輸出指標的彈性存在差異，徑向模型得出的結果存在一定的偏差。相比之下，非徑向模型能夠克服這些缺陷，較好地辨別導致DEA相對無效的具體指標，因而此處選擇非徑向的SBM-DEA模型。此模型在傳統DEA模型基礎上，將松弛變量直接構建于目標函數中，考慮了輸入變量和輸出變量不同的松弛性。同時，本文涉及的產出變量包括經濟產出和污染產出。污染產出被視為非期望產出。傳統徑向模型對非期望產出不能直接區分體現。對含有非期望產出的評價問題，學者們往往采用兩種方法來變換處理。一種是將非期望產出變量作為投入變量進行測算；另一種是將非期望產出值取倒數作為輸出變量進行評價。而這些做法都不符合實際。SBM-DEA模型直接將產出變量分為期望產出變量和非期望產出變量進行分析，效果較佳。對于任意一個決策單元均含有三個向量：投入向量、期望產出向量和非期望產出向量。此模型具體數學規劃表達式如下：

式中：s-，sg，sb分別為投入變量、期望產出變量和非期望產出變量的松弛量；ρ*值是嚴格遞減的，同時滿足0≤ρ*≤1。當ρ*=1，同時s-=0、sg=0、sb=0時，DMU有效；當ρ*?1時，DMU非有效，可以依據松弛量進行改進優化。由于此模型為非線性規劃模型，可依據Charnes-Cooper的轉換方法轉換為線性規劃模型進而求解。

2　數據與指標說明

2.1數據說明

本文數據主要來自于《中國年鑒》、《中國環境統計年鑒》、《中國環境年鑒》和《工業科技活動統計年鑒》。其中2015年的《中國環境統計年鑒》尚未出版，出于數據的可獲得性和完整性，此處選擇工業類行業進行具體分析，并將時間節點選擇在2006—2014年間。按照國家統計局最新制定的《國民經濟行業分類（GB/T 4757-2011）》標準，選擇屬于B類（采礦業）、C類（制造業）、D類（電力、熱力、燃氣及水生產和供應業）的細分工業行業為例，共36個行業（見表1）。其中B類中的開采輔助活動和其他采礦業、C類中的廢棄資源綜合利用業、金屬制品、機械和設備修理業，由于數據不全，予以剔除；橡膠制品業和塑料制品業在新標準中進行了合并，命名為橡膠和塑料制品業，該項數據由原先兩項的加總合并得來；新標準另將以往的交通運輸設備制造業拆分為汽車制造業和鐵路、船舶、航空航天及其他運輸設備制造業兩項，此處仍沿用交通運輸設備制造業進行統計。

表1　行業代碼及名稱

2.2指標說明

在采用DEA方法對行業生態效率評價的已有研究中，主要選擇了以下一些指標進行測算，見表2所示。

表2　行業生態效率的指標

依據WBSCD給出的生態效率的定義，兼顧數據的可獲得性，此處以工業增加值作為期望產出指標，以工業廢水排放總量、工業廢氣排放總量、工業固體廢物排放總量作為非期望產出指標，以資本存量、從業人數、能源消費總量作為投入指標。其中，2008年以前的各行業工業增加值可直接從年鑒中查詢到，2008年以后的未公布，本文借鑒高越等的做法，在2007年工業增加值的基礎上，依據國家統計局網站公布的工業分行業增加值增長速度以及經調整的工業品出廠價格指數，依次計算出2008—2014年各年的工業增加值，并通過固定資產價格指數（以2005年為基期，且2005年的固定資產價格指數定為100）進行剔除物價波動的因素。資本存量采用常用處理公式算得，計算公式如下：

式中：Kt為t期的資本存量；Kt-1為t-1期的資本存量；δt為t期的固定資產折舊率；It為t期的固定資產投資額。

固定資產投資項目按屬性可分為建筑類和設備類。此處折舊率的計算借鑒相關文獻的做法，將建筑類固定資產投資的折舊年限設為46年，設備類的設為19年；將建筑類和設備類的投資比例分別定為73.4%和26.6%，并依據國家規定的固定資產殘值率固定為5%，借助公式（3）得出λ建筑=0.063和λ設備=0.146，再以兩者的投資比例作為權重，加權平均后算得的全部固定資產投資的折舊率為0.085。

式中：dt為固定資產的相對效率；λ為折舊率；t為年數。

當期的實際固定資產投資額以年鑒中的當期固定資產投資總額除以上述固定資產價格指數平減后得到。基期2005年的資本存量來自于國研網文獻，2006—2014年的資本存量以公式（2）依次算得。

3　實證分析與結果

采用DEA-solver Pro 5.0軟件，選擇Undesirable Output（Bad output-c）模型對所選指標值進行測算，得到36個行業2005—2014年各年的ρ*值，限于篇幅此處僅列出了部分結果，見表3和表4所示。從全部行業的ρ*結果求得均值僅有0.09，每年僅有H9行業即煙草制品業達到了1，大部分其他行業遠低于1，可見當前我國工業行業的生態效率尚處于較低的水平。圖1中顯示了9年36個行業的生態效率走勢，更直觀地反映了這一結論。

表3　2005—2014年H1-H8行業ρ*值

表4　2005—2014年H9-H16行業ρ*值

圖1　行業生態效率走勢圖

4　結論

在對比綜合評價、物流分析和生態效率三種主要評價模式的基礎上，本文選擇產業生態效率作為衡量產業生態水平的變量。通過SBM-DEA模型，以工業增加值作為期望產出指標，工業廢水排放總量、工業廢氣排放總量、工業固體廢物排放總量作為非期望產出指標，資本存量、從業人數、能源消費總量作為投入指標。計算出的產業生態效率值ρ*的結果顯示，2005—2014年間每一年僅有較少行業的ρ*值達到1，可見當前我國工業行業的生態效率尚處于較低的水平。因而，如何進行產業生態轉型，提高產業生態水平將成為十三五期間亟須解決的重大問題。

[1]Matthew A C.Air Pollution and‘Dirty’Industries:How and Why Does the Composition of Manufacturing Output Change With Economic De?velopment?[J].Environmental and Resource Economics,2000,(1).

[2]Kapoor M,Kelejian H H,Prucha I R.Panel Data Models With Spatially Correlated Error Components[J].Journal of Econometrics,2006,(1).

[3]陳武新，呂秀娟.中國區域生態效率差異的實證分析[J].統計與決策，2009,（7）.

[4]潘興俠，何宜慶.工業生態效率評價及其影響因素研究——基于中國東部省域面板數據[J].華東經濟管理，2014,（3）.

[5]季丹.中國區域生態效率評價——基于生態足跡方法[J].當代經濟管理，2013，35（2）.

[6]高越，李榮林.國際生產分割、技術進步與產業結構升級[J].世界經濟研究，2011，(12).

（責任編輯/浩天）

F062.9

A

1002-6487（2016）22-0057-03

國家社會科學基金資助項目（14BJY215）；江蘇省教育廳哲學社會科學項目（2014SJB741）

陳蘭（1982—），女，江蘇鹽城人，博士，講師，研究方向：技術創新與產業生態轉型。