基于網絡SBM-DEA模型的中國省際生態效率評價

藺向宇 楊燦

摘 要 為了研究中國近些年來經濟與環境協調發展的情況，以2015—2019年中國30個省（市、區）為研究對象，采用考慮非期望產出的網絡SBM-DEA模型，評價其生態效率。結果表明：1）中國整體生態效率及生產階段生態效率偏低，處于緩慢提升的狀態。東中西部生態效率差距較大。2）中國環境治理階段生態效率相對較高，處于波動上升的趨勢。在環境治理方面取得明顯進展，但東中西部在此階段生態效率的差距呈現擴大趨勢。3）投入資源過多、投入轉化率較低及污染物排放過高是導致全國生態效率低下的主要原因。根據研究結果，為一些省份提出提升生態效率的相關建議。

關鍵詞 省際;生態效率;網絡SBM-DEA模型;兩階段生產系統;中國

中圖分類號：S181 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2022.15.011

改革開放40多年來，中國的經濟取得了突飛猛進的發展，人民的物質生活和精神生活水平得到了極大的提高。但在經濟快速發展的過程中，也伴隨著環境污染、資源浪費、生物多樣性減少等現象的發生。以往的粗放型經濟發展方式，給我國生態環境造成極大壓力，影響了經濟發展的質量，經濟的可持續發展面臨嚴峻考驗[1]。

生態效率是定量分析可持續發展的重要指標，是評價可持續發展的重要手段和工具。基于此，本文以中國30個省（市、區）為研究對象，對其2015—2019年的生態效率進行評價，以期為各地經濟與生態協調發展提供參考。

1 ?文獻回顧

生態效率指的是經濟增加值與其對資源環境造成影響的比值，核心思想都是以最小化的投入和資源環境影響獲得最大化的產出。德國學者Schaltegger和Sturm首次將生態效率引入經濟學領域[2]。世界可持續發展工商業委員會[3]（WBCSD）、世界經濟合作與發展組織[4]（OECD）對其概念進行了補充與完善。國內對于生態效率的研究起步較晚，Claude Fussler[5]于1995年將該概念首次引入中國。曹鳳中等[6]、諸大建[7]、馬勇等[8]從不同角度對其進行了解讀，但都表達了生態效率的核心是經濟與環境協調發展的觀點。

國內學者在對生態效率的評價中，基本上將地區生產總值作為期望產出，將能源消耗量、用水總量、從業人員數、固定資產投資總額、資本存量等作為投入指標，工業廢水、工業固體廢棄物、工業煙（粉）塵、二氧化硫排放量等作為非期望產出，污水處理率、固體廢棄物利用率、一般工業固體廢物綜合利用率、空氣中二氧化硫含量等作為環境治理效果的產出指標[9-12]。

王恩旭等[13]、唐曉靈等[14]、孫振清等[15]分別對我國30個省份的生態效率進行了評價，發現我國生態效率整體上處于無效狀態且存在明顯區域差異，生態效率增長速度較慢，產業結構、城鎮化水平、經濟水平是生態效率的主要影響因素。

國內外學者對于生態效率進行了全面、深入的研究，取得了豐碩的研究成果，但筆者通過梳理相關文獻發現，現有的研究在測算生態效率時大多采用單階段的DEA模型，將生態效率的評價當作一個“黑箱”來處理，用最初的投入和最終的產出來反映生態效率的高低，這樣會導致對生態效率的高估，從而很難發現造成DEA無效的真正原因。鑒于此，本文采用考慮非期望產出的網絡SBM-DEA模型，一方面解決非期望產出的非角度、非徑向問題，對投入與產出的松弛變量進行充分考慮，另一方面將各省生產系統劃分為兩個階段，即生產階段和環境治理階段，對各階段及整體生態效率的評價能夠更加準確地揭示研究區域生態效率存在不足的原因，從而提出有針對性的解決措施。

2 ?省際生態效率評價

2.1 ?評價方法的選擇

生態效率的評價方法眾多，大體可以分為單一比值法、指標體系法、生態足跡法、能值與物質流分析法、因子分析法、數據包絡分析法（DEA）和層次分析法等。其中，區域層面的生態效率評價與DEA設定的投入產出理念相符，即用最小化的資源投入和環境代價獲取最大化的經濟價值[16]。基于此，本文采用DEA的評價方法對中國省際生態效率進行評價，使用Matlab 2014b軟件進行編程。

2.2 ?評價模型介紹

圖1為構建的考慮非期望產出的網絡SBM-DEA模型結構圖，x1、f、z分別表示第一階段的投入、非期望產出、期望產出，z同時為第二階段的投入，x2和y2分別表示第二階段的外部投入和期望產出。

本文將生產系統分為兩個階段，即生產階段和環境治理階段，θ（0≤θ≤1）表示效率值，其由生產和環境治理階段的效率組成，[w1和w2]分別代表第一、二階段的權重，借鑒其他學者在研究生態效率時對各階段權重的處理方法[11，17-18]，本文設定[w1]=[w2]=0.5。當θ=1時，表示決策單元（本文指各省、市、區）為DEA有效，當θ<1時，表示決策單元存在效率損失。假設有N個決策單元DMUn（n = 1， … ，N），在第一階段，對于第o個決策單元有M種投入[xmo1m=1， … ，M]和B種非期望產出[fbo1]（[b=1， … ，B]）以及G種期望產出[zgol12]（[g=1， … ，G]），其中[zgol12（g=1， … ，G）]既是第一階段的期望產出，也是第二階段的投入;在第二階段，對于第o個決策單元有E種外部投入[xeo2]（[e=1， … ，E]）和H種期望產出[yho2h=1， … ，H]。在規模效率可變的情況下，構建考慮非期望產出的網絡SBM-DEA模型，如下所示：

式（1）中[s-mo1，s+gol12，s-bo1]分別表示第一階段投入、期望產出以及非期望產出的松弛變量，[s-eo2，s+ho2]分別表示第二階段投入和期望產出的松弛變量，[λj1]和[λj2]分別為第一、二階段投入產出權重。通過上述模型的運算，第一、二階段的生態效率值可以分別表示為式（3）（4）。

[θ1=1-1M+Bm=1Ms-mo1xmo1+b=1Bs-bo1fbol1+1Gg=1Gs+gol12zgol12] ?（3）

[θ2=1-1Ee=1Es-eo2xe021+1Hh=1Hs+ho2yho2] （4）

2.3 ?評價指標體系

通過對相關評價指標體系的研究，結合指標體系構建的全面性、代表性及可行性原則，本文構建了生態效率評價指標（見表1）。

2.4 ?數據來源及處理

評價指標的相關數據來源于國家統計局、中國環境統計年鑒、中國能源統計年鑒、各省生態環境公報、各省統計年鑒等，其中全社會固定資產投資、地區生產總值、地方財政環境保護支出的數據以2015年為基期進行了平減處理。

2.5 ?評價結果及分析

為了便于比較區域之間生態效率存在的差異，本文基于國家統計局對東中西部的劃分標準[19]，將中國劃分為東部、中部、西部三個區域，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

2.5.1 ?整體生態效率評價

2015—2019年中國整體生態效率（見表2）處于一種波動上升的趨勢，但生態效率均值為0.660，整體水平偏低，處于低效率狀態。生態效率平均標準差為0.245，以2019年為例，其中效率最低值為黑龍江省的0.284，效率最高值為1，包括天津、上海等9個地區，由此可見，各省的生態效率差異較大，但從標準差的變化趨勢來看，這種差距有逐漸縮小的趨勢。近些年我國經濟結構持續優化，污染防治攻堅戰取得顯著成果，使得總體生態效率持續向好;但總體生態效率水平偏低也表明我國創新驅動、高質量供給方面存在不足，生產生活方式綠色轉型有待加強，生態系統質量和穩定性有待提升，環境基礎設施不完善。

從三大區域來看，東部、中部、西部地區2015—2019年的生態效率均值分別為0.843、 0.466、0.618，整體呈現中間低兩邊高的態勢，且三大區域的生態效率差距較大。從生態效率長期趨勢來看，東部、西部地區處于上升的趨勢，而中部地區呈現出先上升后下降的趨勢，與全國生態效率波動上升的趨勢相反，表明各區域之間生態效率的差距有擴大的趨勢。究其原因，東部地區經濟發展水平較高、地理位置優越，海外投資、先進的技術與管理經驗使得其在生產制造過程中產生了較少的資源消耗和環境污染;中部和西部地區經濟發展水平相對較低、人才集聚效應較弱、產業結構不合理、綠色生產技術落后，同時承接了東部地區較多高耗能、高污染企業，加劇了其資源消耗和環境污染。

從各省來看，天津、上海、江蘇等7個地區在2015—2019年均保持了生態效率為1的狀態。生態效率低于整體均值的省份包括山西、黑龍江等19個地區，占比為63.33%。在30個省（市、區）中，除了在近五年都保持生態效率有效的7個地區，有17個地區的生態效率在整體上呈現上漲的趨勢，其中上漲速度較快的有內蒙古、河北、甘肅，其年平均增長率分別為18.68%、20.68%、22.19%;有6個地區的生態效率在整體上呈現下降的趨勢，其中下降速度較快的為山西、山東、安徽，其年平均增長率分別為-6.65%、 -6.74%、-9.39%。

2.5.2 ?生產階段生態效率評價

從生產階段的生態效率（見表3）來看，2015—2019年中國整體生態效率處于一種先上升后下降的狀態，長期來看，處于緩慢提升的趨勢;但生態效率均值為0.506，整體效率偏低，說明我國整體的投入產出效率不高，各種資源利用率較低，環境污染較為嚴重。研究期內，生態效率為1的決策單元為47個，僅占決策單元總數的33.33%。各省的生態效率差距較大，但從標準差的變化情況來看，各省生態效率的差距有逐漸縮小的趨勢。

從三大區域來看，東部、中部、西部地區2015—2019年的生態效率均值分別為0.785、0.270、0.399，和整體生態效率一樣，呈現出中間低兩邊高的態勢，中部和西部地區的生態效率都較為低下，三大區域之間生態效率差距較大，東部地區的生態效率大幅度領先于中西部地區。從生態效率變化趨勢來看，東部地區在2015—2018年呈現波動上升的趨勢，在2019年出現了明顯下滑，中西部地區呈現出緩慢上漲的趨勢。

從各省來看，北京、天津、上海等8個地區的生態效率在2015—2019年均達到了有效的狀態。生態效率均值低于整體均值的省份為20個，包括河北、吉林等地，占比為66.67%。在30個省（市、區）中，除了在研究期內生態效率為1的地區，有15個地區生態效率在整體上呈現上漲的趨勢，其中上漲速度較快的有浙江、山西、甘肅，其年平均增長率分別為7.29%、9.55%、21.13%;有7個地區生態效率在整體上呈現下降的趨勢，其中下降速度較快的有河北、黑龍江、山東，其年平均增長率分別為-6.02%、-13.22%、-15.38%。

2.5.3 ?環境治理階段生態效率評價

從環境治理階段的生態效率（見表4）來看，2015—2019年中國整體生態效率呈現上升的趨勢。研究期內生態效率均值為0.832，明顯高于近五年整體和生產階段的生態效率，說明近些年來我國在環境治理方面取得了明顯進展。從平均標準差來看，各省的生態效率差距仍然較大，但隨著時間推移，這種差距有逐漸縮小的趨勢。

從三大區域來看，東部、中部、西部地區2015—2019年生態效率均值分別為0.903、0.705、0.853，呈現出中間低兩邊高的情形。從生態效率變化趨勢來看，東西部地區呈現逐漸上升的趨勢，中部地區在2015—2019年經歷了由緩慢上升到快速上升再到大幅下降的一個過程，總體上呈現一種下降的趨勢。

從各地來看，天津、上海、江蘇等11個地區的環境治理效率在2015—2019年均達到了有效的狀態。研究期內生態效率為1的決策單元在東部、中部、西部地區占比分別為55.56%、3.70%、40.74%。除上述提到的生態效率為1的各地，有13個地區地生態效率在總體呈現上漲的趨勢，其中上漲速度較快的有北京、內蒙古、河北，年平均增長率分別為20.68%、21.63%、32.02%;有5個地區生態效率在整體上呈現下降的趨勢，其中下降速度較快的有江西、安徽、山西，年平均增長率分別為-9.18%、-14.29%、-18.37%。

2.5.4 ?投入冗余和產出不足分析

為了了解各地在投入產出指標方面的具體情況，本文對各地2015—2019年投入、產出指標的冗余率和不足率進行了計算（見表5）。從全國來看，在各種投入和產出指標方面都存在不同程度的冗余和不足。其中，全社會固定資產投資、各地區從業人員數、用水總量、能源消耗量的冗余率分別為37.29%、34.67%、46.11%、34.19%，工業廢水排放量、二氧化硫排放量、一般工業固體廢棄物產生量的冗余率分別為50.29%、62.10%、61.75%，可見投入資源過多、投入轉化率不高及污染物排放過高是導致全國生態效率低下的主要原因。除了前面提到的天津、上海、江蘇等7個地區在研究期內均保持生態效率值為1之外，其他各地在投入產出方面都存在不足。下面以幾個地區為例，分析其生態效率存在損失的原因。

從北京來看，地方財政環境保護支出的冗余和空氣質量優良天數比率的不足影響了其生態效率，說明北京雖在環境保護方面投入資金量高但空氣質量的改善效果并不明顯。因此，北京應強化環保資金的審批流程，減少不必要的開支，改變環保資金的使用結構，提高環保資金的使用效率，力求資金的最大化利用;政府要完善有關環境保護的政策和規定，設立嚴格的獎懲措施，同時也要加強空氣質量的檢測與監督，對高污染企業進行整改，大力支持新能源技術的開發與應用，加強環保觀念的宣傳。

從河北來看，全社會固定資產投資、各地區從業人員數、用水總量、能源消耗量的投入冗余，以及工業廢水、二氧化硫排放量、一般工業固體廢棄物產生量的冗余，導致了其生態效率的低下，對此河北可以從以下幾個方面進行努力：1）提高資金的投資效率、優化投資結構;2）加強勞動者職業技能培訓，提高勞動生產效率;3）政府與企業合作，加快推進機械化和智能制造進程;4）加強研發和推廣節水技術，加強水資源的循環利用，完善階梯水價制度;5）治理高耗能企業、推廣節能技術，開發利用清潔能源、提高能源使用效率;6）加大環保整治力度，嚴控廢水、廢氣等污染物的排放標準，培養公民的環保意識[20]。

還有個別地區在地區生產總值方面存在產出不足，如吉林、黑龍江、甘肅等，針對此問題，各地可結合自身的實際狀況，加快推進供給側結構性改革，改變經濟發展方式，調整經濟結構，為公民提供多種就業機會。

3 ?結論

本文通過對2015—2019年中國30個省（市、區）生態效率的分析與評價，得出以下結論。

1）2015—2019年中國整體生態效率偏低，但從發展趨勢來看，呈現逐年上漲的趨勢。從三大區域來看，東部生態效率均值最高，西部次之，中部最低，區域之間的差距較大且有逐步擴大的趨勢。天津、上海等7個地區在2015—2019年的整體生態效率均為1。以上說明我國在經濟結構不斷優化，污染防治攻堅戰取得顯著進步的同時，也面臨創新驅動力、高質量供給不足等問題。

2）研究期內生產階段的生態效率偏低，表明我國整體資源利用率較低。從長期來看，呈現一種緩慢提升的趨勢。中部、西部生產階段的生態效率較為低下，三大區域在此階段的生態效率差距較大，但隨著時間變化，這種差距有縮小的趨勢。

3）研究期內環境治理階段的生態效率相對較高，長期來看，處于一種波動上升的趨勢。說明近些年來我國整體上更加重視環境保護，環境治理取得了顯著進展。東中西部地區的效率值同樣呈現兩邊高中間低的情形，且區域間的差距有不斷拉大的趨勢。

4）從全國來看，投入資源過多、投入轉化率較低及污染物排放過高是導致生態效率低下的主要原因。

通過對北京、河北兩地生態效率存在損失的原因進行具體分析，提出了對高污染、高耗能企業進行整改等建議。各省（市、區）應結合自身的實際情況，有針對性地解決投入冗余及產出不足方面的問題，轉變經濟發展方式，提高資源利用率，發展綠色產業，加強環境保護，注重生產階段和環境治理階段生態效率的同步提升。

參考文獻：

[1] 楊燦，朱玉林.國內外綠色發展動態研究[J].中南林業科技大學學報（社會科學版），2015，9（6）：43-50.

[2] Schaltegger S， Sturm A. ?kologische rationalit?t： ansatzpunkte zur ausgestaltung von ?kologieorientierten managementinstrumenten[J]. Die Unternehmung， 1990： 273-290.

[3] World Business Council for Sustainable Development. Eco-efficient leadership for improved economic and environmental performance[Z]. World Business Council for Sustainable Development， 1996.

[4] Eco-Efficiency O. Organization for Economic Cooperation and Development[J]. The Organization for Economic Co-operation and Development， 2007，1： 4-19.

[5] Fussler C. The development of industrial eco-efficiency[J]. Industry and Environment （Chinese version）， 1995， 17（4）： 71-74.

[6] 曹鳳中，任國賢，李京，等.生態效率是衡量綠色經濟發展的重要指標[J].中國環境管理，2010（1）：11-13.

[7] 諸大建.循環經濟：21世紀的新經濟[J].探索與爭鳴，2003（9）：27-29.

[8] 馬勇，童昀，任潔.多源遙感數據支持下的縣域尺度生態效率測算及穩健性檢驗——以長江中游城市群為例[J].自然資源學報，2019，34（6）：1196-1208.

[9] 許羅丹，張媛.基于DEA模型的中國省際生態效率測度與影響因素分析[J].河北經貿大學學報，2018，39（4）：30-35.

[10] 武春友，于文嵩，郭玲玲.基于演化理論的生態效率影響因素研究[J].技術經濟，2015，34（5）：63-69，85.

[11] 王美強，陳瑩文.基于兩階段環境DEA模型的貴州省生態效率評價[J].貴州大學學報（自然科學版），2021，38（1）：1-9.

[12] 王愛玲，李雷鳴.兩階段生產系統下我國省際生態效率評價研究[J].統計與決策，2019，35（8）：93-97.

[13] 王恩旭，武春友.基于超效率DEA模型的中國省際生態效率時空差異研究[J].管理學報，2011，8（3）：443-450.

[14] 唐曉靈，曹倩.基于“能源-經濟-環境”系統的省際生態效率影響機理研究[J].環境污染與防治，2020，42（5）：644-650.

[15] 孫振清，魯思思，劉保留.省級區域生態效率評價及提升路徑研究——基于超效率SBM模型和Tobit回歸[J].生態經濟，2021，37（1）：124-129.

[16] 郭高晶. 地方政府環境政策對區域生態效率的影響研究[D].華東師范大學，2019.

[17] Song W， Bi G， Wu J， et al. What are the effects of different tax policies on China's coal-fired power generation industry？ An empirical research from a network slacks-based measure perspective[J]. Journal of Cleaner Production， 2017， 142： 2816-2827.

[18] Bi G， Shao Y， Song W， et al. A performance evaluation of China's coal-fired power generation with pollutant mitigation options[J]. Journal of Cleaner Production， 2018， 171： 867-876.

[19] 國家統計局.中華人民共和國2020年國民經濟和社會發展統計公報[EB/OL].http：//www.gov.cn/xinwen/2021-02/28/content_5589283.htm，2021-02-28.

[20] 楊燦，朱玉林.論供給側結構性改革背景下的湖南農業綠色發展對策[J].中南林業科技大學學報（社會科學版），2016，10（5）：1-5.

（責任編輯：丁志祥）