基于DEA的區(qū)域經(jīng)濟發(fā)展與環(huán)境績效評估研究

陳潔++侯威

摘 要：針對經(jīng)濟發(fā)展對環(huán)境造成的影響，以G20成員為研究對象，將二氧化碳排放量作為非意愿產(chǎn)出，利用DEA方法分析2010年至2012年的效率變化，找出影響二氧化碳排放的要素，探討各經(jīng)濟體的經(jīng)濟發(fā)展與環(huán)境績效關(guān)系，利用差額變數(shù)分析相對無效率國家的改善方向，進一步討論規(guī)模報酬情況，通過敏感度分析探討各變量對效率值的影響。

關(guān)鍵詞：二氧化碳排放量 數(shù)據(jù)包絡(luò)分析 環(huán)境績效

中圖分類號：F207 文獻標(biāo)識碼：A 文章編號：1674-098X（2014）03（c）-0089-04

自工業(yè)革命以來，各國政府皆以經(jīng)濟發(fā)展、改善人民生活水平為主要目標(biāo)，所以只要GDP增長似乎就代表經(jīng)濟增長，人民生活獲得了改善，施政方向正確，所以政府政策的制定皆以經(jīng)濟發(fā)展為導(dǎo)向。隨著全球經(jīng)濟發(fā)展和高度工業(yè)化，環(huán)境污染及溫室氣體的排放所導(dǎo)致的氣候變暖現(xiàn)象已受關(guān)注。但不可避免的是各經(jīng)濟體的生產(chǎn)行為一定會伴隨溫室氣體尤其是二氧化碳的排放，因此了解全球重要經(jīng)濟體的經(jīng)濟增長與二氧化碳排放情況，是一個值得關(guān)注的議題。因此，各經(jīng)濟體在專注提升生產(chǎn)力與經(jīng)濟發(fā)展的同時，更應(yīng)該去了解生產(chǎn)活動所伴隨的負面影響及對環(huán)境產(chǎn)生的沖擊，在經(jīng)濟發(fā)展與環(huán)境破環(huán)中去尋求平衡，探討在控制溫室氣體排放量和經(jīng)濟發(fā)展的目標(biāo)下各經(jīng)濟體的經(jīng)營績效具有重要的現(xiàn)實意義。

1 相關(guān)研究評述

面對經(jīng)濟發(fā)展所衍生的能源消耗與環(huán)境污染，如何平衡經(jīng)濟持續(xù)發(fā)展所產(chǎn)生的環(huán)境負面影響，已是當(dāng)前各國所面臨的一個重要課題，也是當(dāng)前研究極為活躍的領(lǐng)域之一，已經(jīng)取得了豐富的理論和應(yīng)用成果。如李力等（2008）對近八年中國工業(yè)產(chǎn)值、能源消費和廢氣排放進行了縱向和橫向的效率評價。[1]楊玉珍等（2010）以河南省1990-2007年資源環(huán)境與經(jīng)濟社會系統(tǒng)協(xié)調(diào)發(fā)展為例作了實證研究。[2]汪克亮等（2010）測算了中國29個省份能源利用的經(jīng)濟效率并度量了其環(huán)境績效。[3]胡曉珍等（2010）運用構(gòu)造的DEA三階段模型測算了1995-2007年中國29個省經(jīng)制度環(huán)境變量調(diào)整前后的技術(shù)效率水平。[4]許陳生等（2011）評估了1993-2007年我國地方經(jīng)濟發(fā)展的環(huán)境協(xié)調(diào)性。[5]劉睿劼等（2012）結(jié)合社會支付意愿理論，對2000-2008年的中國工業(yè)進行了經(jīng)濟-環(huán)境效率測算。[6]黃賢鳳等（2013）以中國八大經(jīng)濟區(qū)大中型工業(yè)企業(yè)的技術(shù)創(chuàng)新效率為研究對象，應(yīng)用SE-DEA視窗分析和計量分析技術(shù)展開實證研究。[7]王軍（2013）運用熵權(quán)法構(gòu)建山東省環(huán)境污染綜合指數(shù)，然后求得山東省的綠色GDP并作為綠色經(jīng)濟的產(chǎn)出指標(biāo)，將勞動、資本及技術(shù)作為綠色經(jīng)濟的投入指標(biāo)，測算得到山東省的綠色經(jīng)濟效率。[8]綜上所述，當(dāng)前研究多是以DEA來評價企業(yè)間或國內(nèi)經(jīng)濟層級的生產(chǎn)與環(huán)境的績效。因此，該文利用DEA分析G20成員國的效率變化找出影響二氧化碳排放的影響因素，比較我國與其他成員國效率的差距，進而提出國家制定環(huán)境政策的參考方向。

2 模型、指標(biāo)及數(shù)據(jù)

該文采用DEA的CCR與BCC模型來評估G20成員國2010-2012年的經(jīng)濟發(fā)展與環(huán)境績效，觀察其各年度變化進行評比，并進行比較分析，找出提升效率尤其是降低二氧化碳排放的方案。由于各國所擁有的自然資源不同，政治環(huán)境也不同，因此各國制定的經(jīng)濟發(fā)展目標(biāo)與環(huán)境政策也不盡相同。為了能更為了解各國是否在經(jīng)濟發(fā)展的同時也兼顧環(huán)境保護的均衡發(fā)展，開展對世界各國相關(guān)資料的分析對比是獲得相關(guān)信息較為有效的方法。全球性的普查所涵蓋的資料分析量過于龐大，本文以G20成員國為研究目標(biāo)，進行資料收集與分析。G20成員國不僅遍布全球，且也是在全球經(jīng)濟發(fā)展中占有重要地位發(fā)達和發(fā)展中國家，其GDP之和約占全球的90%，筆者希望通過本文來了解世界主要國家的經(jīng)濟發(fā)展與環(huán)境保護的發(fā)展現(xiàn)狀。

一個國家投入到生產(chǎn)資金與設(shè)備的多寡關(guān)系到國家整體費支出及經(jīng)濟增長效率，因此本文選取各國上市公司的總資本為投入項；經(jīng)濟發(fā)展除了投入適當(dāng)?shù)馁Y本外，充沛及高素質(zhì)的勞動人口也是經(jīng)濟持續(xù)發(fā)展的關(guān)鍵因素，故選擇為投入項；一個國家要發(fā)展經(jīng)濟除了投入資產(chǎn)設(shè)備與人力，能源也是必不可少的投入，故選擇能源消耗為投入項，另外有研究顯示，90%二氧化碳排放與能源消耗有關(guān)，因此選取二氧化碳排放量來取代能源消耗量作為第三投入項。GDP一般是衡量一個國家或地區(qū)經(jīng)濟狀況和發(fā)展水平的重要指標(biāo)，也是國民經(jīng)濟核算的核心指標(biāo)，但若考慮到各國的消費水平和消費能力，購買力平價（PPP）則更將適合，這一指標(biāo)使我們能夠?qū)Ω鲊腉DP能進行更合理的比較，故選擇購買力平價為產(chǎn)出項。由此，整理出適合研究對象的環(huán)境績效評估的投入與產(chǎn)出項分別為：資本、勞動力與能源消耗量，產(chǎn)出為GDP，非意愿產(chǎn)出為二氧化碳排放量?？紤]到能源消耗量與二氧化碳排放量與各國物價水平存在高度相關(guān)性，故選取資本、勞動力和二氧化碳排放量為投入項，產(chǎn)出項為購買力平價。

數(shù)據(jù)采集主要以2010-2012年G20成員國的公開資料為基礎(chǔ)，并將歐盟數(shù)據(jù)由G20成員剔除，主要原因是歐盟成員國中4個主要國家（英國、法國、德國、意大利）也是G20成員國，且這4國人口占歐盟的50%以上，GDP占歐盟的60%以上，為避免重復(fù)計算，故只選擇此4國為代表。將所搜集的數(shù)據(jù)先進行分類統(tǒng)計，以了解各變量的基本狀況，再對變量進行相關(guān)系數(shù)分析。在進行DEA分析前，投入項與產(chǎn)出項數(shù)據(jù)需先符合固定規(guī)模報酬的假設(shè)，即投入數(shù)量增加時，產(chǎn)出數(shù)量不得減少。為了解投入產(chǎn)出項是否符合，將收集資料進行檢驗，并去除不符合條件的因素。一般而言，投入項與投入項彼此之間的相關(guān)性應(yīng)較弱，投入項與產(chǎn)出項之間的相關(guān)性應(yīng)較強。以2010年數(shù)據(jù)進行變量的相關(guān)系數(shù)分析：勞動力與資本、二氧化碳排放量、PPP相關(guān)系數(shù)分別為0.244、0.798、0.657，皆為正相關(guān)；資本與勞動力、二氧化碳排放量、PPP相關(guān)系數(shù)分別為0.244、0.698、0.872，皆為正相關(guān)；二氧化碳排放量與勞動力、資本、PPP相關(guān)系數(shù)分別為0.798、0.698、0.939，都為正相關(guān)；PPP與勞動力、資本、二氧化碳排放量也皆為正相關(guān)，相關(guān)系數(shù)分別為0.657、0.872、0.939。分析結(jié)果發(fā)現(xiàn)，選取的變量之間均為正相關(guān)，適合作為DEA方法的變量。endprint

該文是以效率為分析方向，分析資料范圍為2010-2012年的靜態(tài)資料，將選定的投入項與產(chǎn)出項看作為可控制變量，為確保各受評單位可以運用現(xiàn)有投入資源達到提供最大產(chǎn)出水平，因此以投入導(dǎo)向的效率衡量方式進行DEA分析。除了效率評估外，也通過DEA投影分析來了解資源的利用情況以及擬定改善對策與目標(biāo)。

3 實證分析

該文的績效評估是以效率評估為方向，以CCR-I和BCC-I（I代表投入導(dǎo)向）模型計算其效率，對于效率值為1的進一步檢驗其被納入?yún)⒖技系拇螖?shù)，以解釋其穩(wěn)健度，根據(jù)Norman &Stocker（1991）對效率穩(wěn)健度所設(shè)計分類標(biāo)準(zhǔn)：被參考次數(shù)3次以上為強有效率單位；被參考次數(shù)少于3次的為邊緣效率單位；效率值小于1大等于0.9的為邊緣非效率單位；效率值小于0.9的為明顯非效率單位。找出標(biāo)桿參考單位并予以分析，以作為非效率單位調(diào)整改善的依據(jù)。此外對于效率值小于1的解釋造成無效率的可能原因。CCR模型是以固定規(guī)模報酬為基礎(chǔ)，即投入量增加，產(chǎn)出量也應(yīng)以等比例增加。然而生產(chǎn)過程有可能出現(xiàn)規(guī)模報酬遞增或規(guī)模報酬遞減情況，當(dāng)產(chǎn)出有遞增或遞減情況時，則適合用BBC模型來計算技術(shù)效率值，然后用生產(chǎn)效率除以技術(shù)效率值計算出規(guī)模效率。本文將以DEA分析結(jié)果來進行各DMU的生產(chǎn)效率、技術(shù)效率和規(guī)模效率分析，嘗試通過差額變量分析、敏感度分析來解釋其績效表現(xiàn)，以及影響績效的主要因素，進而提出改善資源使用效率的建議。

3.1 CCR-I模型實證分析

以G20成員國3年的數(shù)據(jù)進行CCR-I模型分析，如表1所示。

2010年有6個國家效率值為1，分別為阿根廷、巴西、法國、意大利、墨西哥、美國；2011年和2012年有4個國家效率值為1，分別為阿根廷、法國、意大利、美國；是相對有效率。其余國家是相對無效率，3個年度效率平均值分別為0.8722、0.7658和0.7691；均高于我國3年效率值。由CCR模型分析結(jié)果可知，2010年阿根廷、法國、意大利和美國這四個國家被參考次數(shù)均大于3次，認為是高效率國家，巴西和墨西哥被參考次數(shù)小于3次，認為是低效率國家，澳大利亞、加拿大、德國、印尼、俄羅斯、土耳其、沙特效率值在0.9～1之間，認為是低無效率，而中國、印度、日本、韓國和南非效率值小于0.9，被認為是高無效率；2011年高效率國家有阿根廷、法國、意大利和美國，低無效率國家包括澳大利亞、巴西、德國和英國，剩余國家均為高無效率國家；2012年高效率國家包括阿根廷、法國、意大利、美國，低無效率國家包括澳大利亞、德國和英國；剩余國家均高無效率。

3.2 BCC-I模型實證分析

2010-2012年BBC模型分析的技術(shù)效率、規(guī)模效率以及規(guī)模報酬情況如表2所示。

由以上數(shù)據(jù)可知在非規(guī)定報酬的情況下，以BCC-I模型分析，有超過一半國家的技術(shù)效率值均為1，以CCR-I所得的生產(chǎn)效率除以技術(shù)效率可得規(guī)模效率與規(guī)模報酬情況，可以看出由于技術(shù)效率多為1，故規(guī)模效率多受生產(chǎn)效率值的影響，判定本案例偏向固定效率模式，因此本文僅以CCR-I模型進差額分析與敏感度分析。

3.3 敏感度和差額分析

DEA所得的效率為DMU間的相對效率，效率值直接受到投入項與產(chǎn)出項的數(shù)值的影響。當(dāng)改變投入項與產(chǎn)出項時，必須重新計算效率值來檢查變量變化對效率的影響。本文通過敏感度分析了解各投入項與產(chǎn)出項對效率值的影響。以2012年進行敏感度分析可以發(fā)現(xiàn)，當(dāng)刪去勞動力投入項時，發(fā)現(xiàn)其對效率影響最大，這意味著所占權(quán)重最大，其次是二氧化碳排放量所占權(quán)重略大于資本。

針對中國相對無效率進行差額分析，了解其無效率的原因，以2010年數(shù)據(jù)分析結(jié)果如表3所示。

綜合以上數(shù)據(jù)，我們發(fā)現(xiàn)：G20成員國由6個有效率的國家減少為4個，連續(xù)三年都有效率的國家為阿根廷、法國、意大利、美國，皆為美洲和歐洲，連續(xù)三年最差的國家為南非，亞洲、非洲國家則是相對無效率。整體經(jīng)濟發(fā)展進步的國家為澳大利亞、德國、英國和韓國。中國這三年效率也僅高于南非的效率值，排名倒數(shù)第二。由績效變遷可以看出，2010-2011年G20成員國平均效率衰退達11.7%，分析其投入與產(chǎn)出項數(shù)據(jù)可以發(fā)現(xiàn)，投入項中的勞動力、資本、二氧化碳排放量的增長率分別為0.65%、39.75%、-1.46%，產(chǎn)出項PPP的增長率則為0.25%；2011-2012年的數(shù)據(jù)分別為0.62%、14.37%與6.82%，明顯可以看出2010-2011年效率低下的原因主要來自PPP產(chǎn)出較少。通過分析可以發(fā)現(xiàn)中國、印度、印尼、巴西、墨西哥俄羅斯、土耳其及南非等均有超過55%的過多勞動力投入，因此這些國家亟需進行產(chǎn)業(yè)升級，將國內(nèi)產(chǎn)業(yè)由勞動密集型提升為技術(shù)密集和知識密集型產(chǎn)業(yè)，以減少人力資源的浪費。

中國、印尼、印度、俄羅斯、南非和沙特相較于其他國家的二氧化碳排放量過大也是造成表現(xiàn)相對無效率的主要原因，上述六國使用石化燃料發(fā)電的比例高達65%以上，相對于有效率國家石化燃料的使用比例平均接近50%，這些國家相對于有效率的國家對于有效率的國家石化燃料的依賴程度相對較高。目前，世界發(fā)達國家提出的主要的二氧化碳排放政策主要包括：提高能源生產(chǎn)和使用效率；改變?nèi)剂戏N類減少二氧化碳排放量；發(fā)展可再生能源；重新考慮發(fā)展核能發(fā)電；發(fā)展二氧化碳捕捉與封存技術(shù)，減少二氧化碳排放到大氣；等等。因此如何改善能源政策、提供減少二氧化碳排放的誘因（如二氧化碳排放許可交易、征收二氧化碳排放稅，并將稅收用于補貼低碳能源或者負擔(dān)碳捕捉與封存等新技術(shù)的發(fā)展成本），是上述國家制定未來重要的能源使用規(guī)劃與環(huán)境政策考慮的重點。

就我國來看，2012年分析數(shù)據(jù)以及敏感度與投影分析結(jié)果可知，我國在勞動力、資本投入以及二氧化碳排放量方面分別有74.3%、63.3%和63.3%的超額投入或超額排放，進而影響我國的整體績效，2012年我國整體績效僅為0.3673.若分別將勞動力、資本與二氧化碳排放量修正至理想值，則效率可分別提升至0.8343、0.7785和0.9383.改善效果以減少二氧化碳排放量最為明顯，其次是以改善勞動力。

4 結(jié)語

該文研究樣本遍及各洲，雖然樣本較為分散可以增加研究內(nèi)容的多樣性，但也因各樣本所處區(qū)域不同，其政治、文化、國情、地理資源及資源也不同，若區(qū)域內(nèi)發(fā)生不可預(yù)期的天然或人為災(zāi)害等短期對國家經(jīng)濟有強烈影響沖擊的區(qū)域性變化，極有可能影響短期整體效率的表現(xiàn)。本文將國家經(jīng)濟發(fā)展的基本要素（勞動力、資本）和產(chǎn)出（PPP）以及非意愿產(chǎn)出（二氧化碳排放量）作為變量，但實際上國家經(jīng)濟發(fā)展除了人力、資本投入外，還需要消耗大量的能源，以及消耗能源所產(chǎn)生除了二氧化碳以外的其他溫室氣體，因此未來的研究可以考慮將能源消耗納入投入變量，其他溫室氣體納入產(chǎn)出變量，或?qū)⒍趸寂欧帕堪凑詹块T或產(chǎn)業(yè)再細分，以使分析結(jié)果更加完善。此外，僅以2010-2012年資料進行分析，若想對各國效率變遷趨勢有更深入的了解，可以加長樣本期間，如10年間效率變遷，應(yīng)可以看出更為精確的分析結(jié)果。

參考文獻

[1] 李力.基于能源-經(jīng)濟-環(huán)境DEA分析的我國工業(yè)發(fā)展效率評價研究[J].科技管理研究，2008，28（5）：93-95.

[2] 楊玉珍.基于復(fù)合DEA的區(qū)域資源、環(huán)境與經(jīng)濟社會協(xié)調(diào)發(fā)展研究—— 以河南省為例[J].統(tǒng)計與決策，2010（7）：82-84.

[3] 汪克亮，楊寶臣，楊力.中國能源利用的經(jīng)濟效率、環(huán)境績效與節(jié)能減排潛力[J].經(jīng)濟管理，2010（10）：1-9.

[4] 胡曉珍，張衛(wèi)東，楊龍.制度環(huán)境、技術(shù)效率與區(qū)域經(jīng)濟增長差異[J].公共管理學(xué)報，2010（2）：79-88.

[5] 許陳生.我國地方經(jīng)濟發(fā)展的環(huán)境協(xié)調(diào)性及其影響因素——基于DEA-Tobit模型的實證研究[J].廣東外語外貿(mào)大學(xué)學(xué)報，2011，22（5）：47-52.

[6] 劉睿劼.基于WP—DEA方法的中國工業(yè)經(jīng)濟-環(huán)境效率評價[J].中國人口資源與環(huán)境，2012，22（2）：125-129.

[7] 黃賢鳳，武博，王建華.中國八大經(jīng)濟區(qū)工業(yè)企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究[J].中國科技論壇，2013（8）：90-97.

[8] 王軍.山東省綠色經(jīng)濟效率測算及實證研究[J].中國石油大學(xué)學(xué)報：社會科學(xué)版，2013，29（5）：49-52.endprint

該文是以效率為分析方向，分析資料范圍為2010-2012年的靜態(tài)資料，將選定的投入項與產(chǎn)出項看作為可控制變量，為確保各受評單位可以運用現(xiàn)有投入資源達到提供最大產(chǎn)出水平，因此以投入導(dǎo)向的效率衡量方式進行DEA分析。除了效率評估外，也通過DEA投影分析來了解資源的利用情況以及擬定改善對策與目標(biāo)。

3 實證分析

該文的績效評估是以效率評估為方向，以CCR-I和BCC-I（I代表投入導(dǎo)向）模型計算其效率，對于效率值為1的進一步檢驗其被納入?yún)⒖技系拇螖?shù)，以解釋其穩(wěn)健度，根據(jù)Norman &Stocker（1991）對效率穩(wěn)健度所設(shè)計分類標(biāo)準(zhǔn)：被參考次數(shù)3次以上為強有效率單位；被參考次數(shù)少于3次的為邊緣效率單位；效率值小于1大等于0.9的為邊緣非效率單位；效率值小于0.9的為明顯非效率單位。找出標(biāo)桿參考單位并予以分析，以作為非效率單位調(diào)整改善的依據(jù)。此外對于效率值小于1的解釋造成無效率的可能原因。CCR模型是以固定規(guī)模報酬為基礎(chǔ)，即投入量增加，產(chǎn)出量也應(yīng)以等比例增加。然而生產(chǎn)過程有可能出現(xiàn)規(guī)模報酬遞增或規(guī)模報酬遞減情況，當(dāng)產(chǎn)出有遞增或遞減情況時，則適合用BBC模型來計算技術(shù)效率值，然后用生產(chǎn)效率除以技術(shù)效率值計算出規(guī)模效率。本文將以DEA分析結(jié)果來進行各DMU的生產(chǎn)效率、技術(shù)效率和規(guī)模效率分析，嘗試通過差額變量分析、敏感度分析來解釋其績效表現(xiàn)，以及影響績效的主要因素，進而提出改善資源使用效率的建議。

3.1 CCR-I模型實證分析

以G20成員國3年的數(shù)據(jù)進行CCR-I模型分析，如表1所示。

2010年有6個國家效率值為1，分別為阿根廷、巴西、法國、意大利、墨西哥、美國；2011年和2012年有4個國家效率值為1，分別為阿根廷、法國、意大利、美國；是相對有效率。其余國家是相對無效率，3個年度效率平均值分別為0.8722、0.7658和0.7691；均高于我國3年效率值。由CCR模型分析結(jié)果可知，2010年阿根廷、法國、意大利和美國這四個國家被參考次數(shù)均大于3次，認為是高效率國家，巴西和墨西哥被參考次數(shù)小于3次，認為是低效率國家，澳大利亞、加拿大、德國、印尼、俄羅斯、土耳其、沙特效率值在0.9～1之間，認為是低無效率，而中國、印度、日本、韓國和南非效率值小于0.9，被認為是高無效率；2011年高效率國家有阿根廷、法國、意大利和美國，低無效率國家包括澳大利亞、巴西、德國和英國，剩余國家均為高無效率國家；2012年高效率國家包括阿根廷、法國、意大利、美國，低無效率國家包括澳大利亞、德國和英國；剩余國家均高無效率。

3.2 BCC-I模型實證分析

2010-2012年BBC模型分析的技術(shù)效率、規(guī)模效率以及規(guī)模報酬情況如表2所示。

由以上數(shù)據(jù)可知在非規(guī)定報酬的情況下，以BCC-I模型分析，有超過一半國家的技術(shù)效率值均為1，以CCR-I所得的生產(chǎn)效率除以技術(shù)效率可得規(guī)模效率與規(guī)模報酬情況，可以看出由于技術(shù)效率多為1，故規(guī)模效率多受生產(chǎn)效率值的影響，判定本案例偏向固定效率模式，因此本文僅以CCR-I模型進差額分析與敏感度分析。

3.3 敏感度和差額分析

DEA所得的效率為DMU間的相對效率，效率值直接受到投入項與產(chǎn)出項的數(shù)值的影響。當(dāng)改變投入項與產(chǎn)出項時，必須重新計算效率值來檢查變量變化對效率的影響。本文通過敏感度分析了解各投入項與產(chǎn)出項對效率值的影響。以2012年進行敏感度分析可以發(fā)現(xiàn)，當(dāng)刪去勞動力投入項時，發(fā)現(xiàn)其對效率影響最大，這意味著所占權(quán)重最大，其次是二氧化碳排放量所占權(quán)重略大于資本。

針對中國相對無效率進行差額分析，了解其無效率的原因，以2010年數(shù)據(jù)分析結(jié)果如表3所示。

綜合以上數(shù)據(jù)，我們發(fā)現(xiàn)：G20成員國由6個有效率的國家減少為4個，連續(xù)三年都有效率的國家為阿根廷、法國、意大利、美國，皆為美洲和歐洲，連續(xù)三年最差的國家為南非，亞洲、非洲國家則是相對無效率。整體經(jīng)濟發(fā)展進步的國家為澳大利亞、德國、英國和韓國。中國這三年效率也僅高于南非的效率值，排名倒數(shù)第二。由績效變遷可以看出，2010-2011年G20成員國平均效率衰退達11.7%，分析其投入與產(chǎn)出項數(shù)據(jù)可以發(fā)現(xiàn)，投入項中的勞動力、資本、二氧化碳排放量的增長率分別為0.65%、39.75%、-1.46%，產(chǎn)出項PPP的增長率則為0.25%；2011-2012年的數(shù)據(jù)分別為0.62%、14.37%與6.82%，明顯可以看出2010-2011年效率低下的原因主要來自PPP產(chǎn)出較少。通過分析可以發(fā)現(xiàn)中國、印度、印尼、巴西、墨西哥俄羅斯、土耳其及南非等均有超過55%的過多勞動力投入，因此這些國家亟需進行產(chǎn)業(yè)升級，將國內(nèi)產(chǎn)業(yè)由勞動密集型提升為技術(shù)密集和知識密集型產(chǎn)業(yè)，以減少人力資源的浪費。

中國、印尼、印度、俄羅斯、南非和沙特相較于其他國家的二氧化碳排放量過大也是造成表現(xiàn)相對無效率的主要原因，上述六國使用石化燃料發(fā)電的比例高達65%以上，相對于有效率國家石化燃料的使用比例平均接近50%，這些國家相對于有效率的國家對于有效率的國家石化燃料的依賴程度相對較高。目前，世界發(fā)達國家提出的主要的二氧化碳排放政策主要包括：提高能源生產(chǎn)和使用效率；改變?nèi)剂戏N類減少二氧化碳排放量；發(fā)展可再生能源；重新考慮發(fā)展核能發(fā)電；發(fā)展二氧化碳捕捉與封存技術(shù)，減少二氧化碳排放到大氣；等等。因此如何改善能源政策、提供減少二氧化碳排放的誘因（如二氧化碳排放許可交易、征收二氧化碳排放稅，并將稅收用于補貼低碳能源或者負擔(dān)碳捕捉與封存等新技術(shù)的發(fā)展成本），是上述國家制定未來重要的能源使用規(guī)劃與環(huán)境政策考慮的重點。

就我國來看，2012年分析數(shù)據(jù)以及敏感度與投影分析結(jié)果可知，我國在勞動力、資本投入以及二氧化碳排放量方面分別有74.3%、63.3%和63.3%的超額投入或超額排放，進而影響我國的整體績效，2012年我國整體績效僅為0.3673.若分別將勞動力、資本與二氧化碳排放量修正至理想值，則效率可分別提升至0.8343、0.7785和0.9383.改善效果以減少二氧化碳排放量最為明顯，其次是以改善勞動力。

4 結(jié)語

該文研究樣本遍及各洲，雖然樣本較為分散可以增加研究內(nèi)容的多樣性，但也因各樣本所處區(qū)域不同，其政治、文化、國情、地理資源及資源也不同，若區(qū)域內(nèi)發(fā)生不可預(yù)期的天然或人為災(zāi)害等短期對國家經(jīng)濟有強烈影響沖擊的區(qū)域性變化，極有可能影響短期整體效率的表現(xiàn)。本文將國家經(jīng)濟發(fā)展的基本要素（勞動力、資本）和產(chǎn)出（PPP）以及非意愿產(chǎn)出（二氧化碳排放量）作為變量，但實際上國家經(jīng)濟發(fā)展除了人力、資本投入外，還需要消耗大量的能源，以及消耗能源所產(chǎn)生除了二氧化碳以外的其他溫室氣體，因此未來的研究可以考慮將能源消耗納入投入變量，其他溫室氣體納入產(chǎn)出變量，或?qū)⒍趸寂欧帕堪凑詹块T或產(chǎn)業(yè)再細分，以使分析結(jié)果更加完善。此外，僅以2010-2012年資料進行分析，若想對各國效率變遷趨勢有更深入的了解，可以加長樣本期間，如10年間效率變遷，應(yīng)可以看出更為精確的分析結(jié)果。

參考文獻

[1] 李力.基于能源-經(jīng)濟-環(huán)境DEA分析的我國工業(yè)發(fā)展效率評價研究[J].科技管理研究，2008，28（5）：93-95.

[2] 楊玉珍.基于復(fù)合DEA的區(qū)域資源、環(huán)境與經(jīng)濟社會協(xié)調(diào)發(fā)展研究—— 以河南省為例[J].統(tǒng)計與決策，2010（7）：82-84.

[3] 汪克亮，楊寶臣，楊力.中國能源利用的經(jīng)濟效率、環(huán)境績效與節(jié)能減排潛力[J].經(jīng)濟管理，2010（10）：1-9.

[4] 胡曉珍，張衛(wèi)東，楊龍.制度環(huán)境、技術(shù)效率與區(qū)域經(jīng)濟增長差異[J].公共管理學(xué)報，2010（2）：79-88.

[5] 許陳生.我國地方經(jīng)濟發(fā)展的環(huán)境協(xié)調(diào)性及其影響因素——基于DEA-Tobit模型的實證研究[J].廣東外語外貿(mào)大學(xué)學(xué)報，2011，22（5）：47-52.

[6] 劉睿劼.基于WP—DEA方法的中國工業(yè)經(jīng)濟-環(huán)境效率評價[J].中國人口資源與環(huán)境，2012，22（2）：125-129.

[7] 黃賢鳳，武博，王建華.中國八大經(jīng)濟區(qū)工業(yè)企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究[J].中國科技論壇，2013（8）：90-97.

[8] 王軍.山東省綠色經(jīng)濟效率測算及實證研究[J].中國石油大學(xué)學(xué)報：社會科學(xué)版，2013，29（5）：49-52.endprint

該文是以效率為分析方向，分析資料范圍為2010-2012年的靜態(tài)資料，將選定的投入項與產(chǎn)出項看作為可控制變量，為確保各受評單位可以運用現(xiàn)有投入資源達到提供最大產(chǎn)出水平，因此以投入導(dǎo)向的效率衡量方式進行DEA分析。除了效率評估外，也通過DEA投影分析來了解資源的利用情況以及擬定改善對策與目標(biāo)。

3 實證分析

該文的績效評估是以效率評估為方向，以CCR-I和BCC-I（I代表投入導(dǎo)向）模型計算其效率，對于效率值為1的進一步檢驗其被納入?yún)⒖技系拇螖?shù)，以解釋其穩(wěn)健度，根據(jù)Norman &Stocker（1991）對效率穩(wěn)健度所設(shè)計分類標(biāo)準(zhǔn)：被參考次數(shù)3次以上為強有效率單位；被參考次數(shù)少于3次的為邊緣效率單位；效率值小于1大等于0.9的為邊緣非效率單位；效率值小于0.9的為明顯非效率單位。找出標(biāo)桿參考單位并予以分析，以作為非效率單位調(diào)整改善的依據(jù)。此外對于效率值小于1的解釋造成無效率的可能原因。CCR模型是以固定規(guī)模報酬為基礎(chǔ)，即投入量增加，產(chǎn)出量也應(yīng)以等比例增加。然而生產(chǎn)過程有可能出現(xiàn)規(guī)模報酬遞增或規(guī)模報酬遞減情況，當(dāng)產(chǎn)出有遞增或遞減情況時，則適合用BBC模型來計算技術(shù)效率值，然后用生產(chǎn)效率除以技術(shù)效率值計算出規(guī)模效率。本文將以DEA分析結(jié)果來進行各DMU的生產(chǎn)效率、技術(shù)效率和規(guī)模效率分析，嘗試通過差額變量分析、敏感度分析來解釋其績效表現(xiàn)，以及影響績效的主要因素，進而提出改善資源使用效率的建議。

3.1 CCR-I模型實證分析

以G20成員國3年的數(shù)據(jù)進行CCR-I模型分析，如表1所示。

2010年有6個國家效率值為1，分別為阿根廷、巴西、法國、意大利、墨西哥、美國；2011年和2012年有4個國家效率值為1，分別為阿根廷、法國、意大利、美國；是相對有效率。其余國家是相對無效率，3個年度效率平均值分別為0.8722、0.7658和0.7691；均高于我國3年效率值。由CCR模型分析結(jié)果可知，2010年阿根廷、法國、意大利和美國這四個國家被參考次數(shù)均大于3次，認為是高效率國家，巴西和墨西哥被參考次數(shù)小于3次，認為是低效率國家，澳大利亞、加拿大、德國、印尼、俄羅斯、土耳其、沙特效率值在0.9～1之間，認為是低無效率，而中國、印度、日本、韓國和南非效率值小于0.9，被認為是高無效率；2011年高效率國家有阿根廷、法國、意大利和美國，低無效率國家包括澳大利亞、巴西、德國和英國，剩余國家均為高無效率國家；2012年高效率國家包括阿根廷、法國、意大利、美國，低無效率國家包括澳大利亞、德國和英國；剩余國家均高無效率。

3.2 BCC-I模型實證分析

2010-2012年BBC模型分析的技術(shù)效率、規(guī)模效率以及規(guī)模報酬情況如表2所示。

由以上數(shù)據(jù)可知在非規(guī)定報酬的情況下，以BCC-I模型分析，有超過一半國家的技術(shù)效率值均為1，以CCR-I所得的生產(chǎn)效率除以技術(shù)效率可得規(guī)模效率與規(guī)模報酬情況，可以看出由于技術(shù)效率多為1，故規(guī)模效率多受生產(chǎn)效率值的影響，判定本案例偏向固定效率模式，因此本文僅以CCR-I模型進差額分析與敏感度分析。

3.3 敏感度和差額分析

DEA所得的效率為DMU間的相對效率，效率值直接受到投入項與產(chǎn)出項的數(shù)值的影響。當(dāng)改變投入項與產(chǎn)出項時，必須重新計算效率值來檢查變量變化對效率的影響。本文通過敏感度分析了解各投入項與產(chǎn)出項對效率值的影響。以2012年進行敏感度分析可以發(fā)現(xiàn)，當(dāng)刪去勞動力投入項時，發(fā)現(xiàn)其對效率影響最大，這意味著所占權(quán)重最大，其次是二氧化碳排放量所占權(quán)重略大于資本。

針對中國相對無效率進行差額分析，了解其無效率的原因，以2010年數(shù)據(jù)分析結(jié)果如表3所示。

綜合以上數(shù)據(jù)，我們發(fā)現(xiàn)：G20成員國由6個有效率的國家減少為4個，連續(xù)三年都有效率的國家為阿根廷、法國、意大利、美國，皆為美洲和歐洲，連續(xù)三年最差的國家為南非，亞洲、非洲國家則是相對無效率。整體經(jīng)濟發(fā)展進步的國家為澳大利亞、德國、英國和韓國。中國這三年效率也僅高于南非的效率值，排名倒數(shù)第二。由績效變遷可以看出，2010-2011年G20成員國平均效率衰退達11.7%，分析其投入與產(chǎn)出項數(shù)據(jù)可以發(fā)現(xiàn)，投入項中的勞動力、資本、二氧化碳排放量的增長率分別為0.65%、39.75%、-1.46%，產(chǎn)出項PPP的增長率則為0.25%；2011-2012年的數(shù)據(jù)分別為0.62%、14.37%與6.82%，明顯可以看出2010-2011年效率低下的原因主要來自PPP產(chǎn)出較少。通過分析可以發(fā)現(xiàn)中國、印度、印尼、巴西、墨西哥俄羅斯、土耳其及南非等均有超過55%的過多勞動力投入，因此這些國家亟需進行產(chǎn)業(yè)升級，將國內(nèi)產(chǎn)業(yè)由勞動密集型提升為技術(shù)密集和知識密集型產(chǎn)業(yè)，以減少人力資源的浪費。

中國、印尼、印度、俄羅斯、南非和沙特相較于其他國家的二氧化碳排放量過大也是造成表現(xiàn)相對無效率的主要原因，上述六國使用石化燃料發(fā)電的比例高達65%以上，相對于有效率國家石化燃料的使用比例平均接近50%，這些國家相對于有效率的國家對于有效率的國家石化燃料的依賴程度相對較高。目前，世界發(fā)達國家提出的主要的二氧化碳排放政策主要包括：提高能源生產(chǎn)和使用效率；改變?nèi)剂戏N類減少二氧化碳排放量；發(fā)展可再生能源；重新考慮發(fā)展核能發(fā)電；發(fā)展二氧化碳捕捉與封存技術(shù)，減少二氧化碳排放到大氣；等等。因此如何改善能源政策、提供減少二氧化碳排放的誘因（如二氧化碳排放許可交易、征收二氧化碳排放稅，并將稅收用于補貼低碳能源或者負擔(dān)碳捕捉與封存等新技術(shù)的發(fā)展成本），是上述國家制定未來重要的能源使用規(guī)劃與環(huán)境政策考慮的重點。

就我國來看，2012年分析數(shù)據(jù)以及敏感度與投影分析結(jié)果可知，我國在勞動力、資本投入以及二氧化碳排放量方面分別有74.3%、63.3%和63.3%的超額投入或超額排放，進而影響我國的整體績效，2012年我國整體績效僅為0.3673.若分別將勞動力、資本與二氧化碳排放量修正至理想值，則效率可分別提升至0.8343、0.7785和0.9383.改善效果以減少二氧化碳排放量最為明顯，其次是以改善勞動力。

4 結(jié)語

該文研究樣本遍及各洲，雖然樣本較為分散可以增加研究內(nèi)容的多樣性，但也因各樣本所處區(qū)域不同，其政治、文化、國情、地理資源及資源也不同，若區(qū)域內(nèi)發(fā)生不可預(yù)期的天然或人為災(zāi)害等短期對國家經(jīng)濟有強烈影響沖擊的區(qū)域性變化，極有可能影響短期整體效率的表現(xiàn)。本文將國家經(jīng)濟發(fā)展的基本要素（勞動力、資本）和產(chǎn)出（PPP）以及非意愿產(chǎn)出（二氧化碳排放量）作為變量，但實際上國家經(jīng)濟發(fā)展除了人力、資本投入外，還需要消耗大量的能源，以及消耗能源所產(chǎn)生除了二氧化碳以外的其他溫室氣體，因此未來的研究可以考慮將能源消耗納入投入變量，其他溫室氣體納入產(chǎn)出變量，或?qū)⒍趸寂欧帕堪凑詹块T或產(chǎn)業(yè)再細分，以使分析結(jié)果更加完善。此外，僅以2010-2012年資料進行分析，若想對各國效率變遷趨勢有更深入的了解，可以加長樣本期間，如10年間效率變遷，應(yīng)可以看出更為精確的分析結(jié)果。

參考文獻

[1] 李力.基于能源-經(jīng)濟-環(huán)境DEA分析的我國工業(yè)發(fā)展效率評價研究[J].科技管理研究，2008，28（5）：93-95.

[2] 楊玉珍.基于復(fù)合DEA的區(qū)域資源、環(huán)境與經(jīng)濟社會協(xié)調(diào)發(fā)展研究—— 以河南省為例[J].統(tǒng)計與決策，2010（7）：82-84.

[3] 汪克亮，楊寶臣，楊力.中國能源利用的經(jīng)濟效率、環(huán)境績效與節(jié)能減排潛力[J].經(jīng)濟管理，2010（10）：1-9.

[4] 胡曉珍，張衛(wèi)東，楊龍.制度環(huán)境、技術(shù)效率與區(qū)域經(jīng)濟增長差異[J].公共管理學(xué)報，2010（2）：79-88.

[5] 許陳生.我國地方經(jīng)濟發(fā)展的環(huán)境協(xié)調(diào)性及其影響因素——基于DEA-Tobit模型的實證研究[J].廣東外語外貿(mào)大學(xué)學(xué)報，2011，22（5）：47-52.

[6] 劉睿劼.基于WP—DEA方法的中國工業(yè)經(jīng)濟-環(huán)境效率評價[J].中國人口資源與環(huán)境，2012，22（2）：125-129.

[7] 黃賢鳳，武博，王建華.中國八大經(jīng)濟區(qū)工業(yè)企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究[J].中國科技論壇，2013（8）：90-97.

[8] 王軍.山東省綠色經(jīng)濟效率測算及實證研究[J].中國石油大學(xué)學(xué)報：社會科學(xué)版，2013，29（5）：49-52.endprint