基于超效率DEA的西部地區(qū)工業(yè)生態(tài)效率評價

孔陽

摘要： 根據(jù)西部11個省市2000-2015年的相關(guān)指標(biāo)數(shù)據(jù)構(gòu)建工業(yè)生態(tài)效率投入產(chǎn)出體系，運用超效率DEA-Malmquist模型計算出各省市的工業(yè)生態(tài)效率值，并從決策單元和年份兩個維度進(jìn)行分解，然后以Tobit模型得出各解釋變量的偏相關(guān)系數(shù)。結(jié)果表明：①西部地區(qū)的工業(yè)生態(tài)效率總體水平很低，各省市未表現(xiàn)出明顯變動趨勢，省市間無明顯差異;②Malmquist指數(shù)分析表明，西部各省市全要素生態(tài)效率TFP都小于1，年均增長率為-10.9%，要素已不再是西部地區(qū)經(jīng)濟發(fā)展的主要驅(qū)動要素;③工業(yè)結(jié)構(gòu)、外商投資、政府規(guī)模對西部地區(qū)的工業(yè)生態(tài)效率有顯著促進(jìn)作用，研發(fā)投入對工業(yè)生態(tài)效率呈顯著負(fù)相關(guān)關(guān)系。

Abstract： According to the index data of 11 provinces and cities in the western region from 2000 to 2015， the industrial eco-efficiency input-output system was constructed. The industrial eco-efficiency efficiency of each province and municipality was calculated by using the super efficiency DEA-Malmquist model. Dimensional decomposition， and then use the Tobit model to derive the partial correlation coefficient of each explanatory variable. The results show that： ① The overall level of industrial eco-efficiency in the western region is very low with no obvious trend of change among provinces and municipalities; ② Malmquist index analysis shows that TFP of all-factor eco-efficiency in western provinces and cities is less than 1， the average annual growth rate is -10.9 percent and the factor is no longer the main factor driving the economic development in the western region; ③ The industrial structure， foreign investment and government scale have a significant role in promoting the industrial eco-efficiency in the western region， and the R &D negatively correlated.

關(guān)鍵詞： 超效率DEA;Malmquist指數(shù);Tobit;工業(yè)生態(tài)效率;西部地區(qū)

Key words： super efficiency DEA;Malmquist index;Tobit;industrial eco-efficiency;western region

中圖分類號：X826;F124 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2018）13-0067-04

0 引言

一國經(jīng)濟的發(fā)展離不開其工業(yè)的拉動，但也難以避免環(huán)境污染、資源浪費等問題。生態(tài)效率被用來衡量人類生產(chǎn)活動與生態(tài)承載力之間的關(guān)系（Schaltegger and Sturm，1990），而工業(yè)生態(tài)效率表示實現(xiàn)單位工業(yè)增加值所付出的生態(tài)環(huán)境代價，因而工業(yè)生態(tài)效率水平成為了實現(xiàn)經(jīng)濟與生態(tài)環(huán)境平衡發(fā)展的關(guān)鍵。作為經(jīng)濟總量最大的發(fā)展中國家，我國的工業(yè)化和城鎮(zhèn)化進(jìn)程推進(jìn)迅速，也面臨著經(jīng)濟發(fā)展與生態(tài)環(huán)境保護之間的平衡問題，西部地區(qū)經(jīng)濟落后卻有著豐富的生態(tài)資源，其經(jīng)濟發(fā)展關(guān)系著我國區(qū)域間的發(fā)展平衡與穩(wěn)定，因此研究西部地區(qū)11個省市的工業(yè)生態(tài)效率水平及其影響因素對實現(xiàn)經(jīng)濟與生態(tài)環(huán)境的和諧發(fā)展意義重大，對于區(qū)域間的發(fā)展平衡與穩(wěn)定至關(guān)重要。

有關(guān)工業(yè)生態(tài)效率的研究建立在生態(tài)效率研究的基礎(chǔ)上，其中關(guān)于生態(tài)效率的研究主要集中在區(qū)域生態(tài)效率評價方法方面，主要包括比值評價法，因子分析法，因子分析與聚類分析相結(jié)合的方法，數(shù)據(jù)包絡(luò)分析法，三階段DEA模型，DEA-SBM模型，兩階段網(wǎng)絡(luò)DEA模型和超效率DEA等方法。例如趙樹寬等（2013）運用DEA方法研究吉林省高新技術(shù)企業(yè)的創(chuàng)新效率、規(guī)模收益等，并據(jù)此提供了有利于提高創(chuàng)新效率的建議;張晶（2010）運用超效率DEA模型研究了煤炭資源型城市的工業(yè)生態(tài)效率;高海濤等（2014）建立高校圖書績效評價指標(biāo)體系，基于超效率DEA模型對其績效進(jìn)行了客觀評價與分析;陳志宗（2016）利用超效率DEA模型客觀評價區(qū)域創(chuàng)新系統(tǒng)的績效，為決策者對區(qū)域創(chuàng)新系統(tǒng)的準(zhǔn)確定位提供了依據(jù)。

目前，我國關(guān)于生態(tài)效率的研究仍主要處于實證階段，例如羅能生（2013）等利用超效率DEA方法和面板計量模型相結(jié)合的方法對各省區(qū)域生態(tài)效率進(jìn)行了測算，得出了城市化與區(qū)域生態(tài)效率的動態(tài)關(guān)系。在現(xiàn)有研究的基礎(chǔ)上，不少學(xué)者對生態(tài)效率的指標(biāo)體系進(jìn)行了擴展延伸，進(jìn)而開啟了工業(yè)生態(tài)效率的研究浪潮。王震（2008）等人以北京市工業(yè)為案例，評價其工業(yè)生態(tài)效率，結(jié)果表明北京市環(huán)境及工業(yè)生態(tài)效率呈指數(shù)上升趨勢，而主要影響因素是新能源戰(zhàn)略的實施、污染企業(yè)的搬遷等。高峰（2011）等人綜合考慮了工業(yè)增加值、能源消耗以及環(huán)境等方面的因素，對我國30個省市工業(yè)生態(tài)效率進(jìn)行了測算;潘興俠等（2014）則從投入和產(chǎn)出兩個環(huán)節(jié)對工業(yè)生態(tài)效率進(jìn)行分解研究。郭露和徐詩倩（2016）以環(huán)境污染和資源消耗為投入指標(biāo)，工業(yè)經(jīng)濟發(fā)展為產(chǎn)出指標(biāo)，采用超效率DEA方法對中部六省的工業(yè)生態(tài)效率進(jìn)行了研究，并得出了中部六省工業(yè)生態(tài)效率整體水平不高，區(qū)域間差異不明顯的結(jié)論。

現(xiàn)有研究雖然取得了一定的成績，但也存在如下兩個主要問題：一、只對工業(yè)生態(tài)效率進(jìn)行了測算，缺乏對其影響因素的研究;二、現(xiàn)有研究大多關(guān)注全國或者個別省市的工業(yè)生態(tài)效率，而忽略了西部地區(qū)這一特殊區(qū)域，西部地區(qū)的經(jīng)濟發(fā)展關(guān)系著區(qū)域平衡穩(wěn)定發(fā)展。針對以上不足，本文以西部地區(qū)11個省市為研究對象，采取超效率DEA-Malmquist-Tobit模型研究其工業(yè)生態(tài)效率，并探究各影響因素的影響程度。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 超效率DEA方法

超效率DEA于2013年被Andersen提出，其是對DEA的發(fā)展和優(yōu)化。相較于DEA模型，超效率DEA模型將待評價的決策單元排除在決策集合之外，其前沿面會發(fā)生相應(yīng)變化，從而測算出其效率值大小，而無效率值沒有變化。因此，可以實現(xiàn)對多個決策單元進(jìn)行細(xì)分和再排序，并分辨多個處于生產(chǎn)前言面的決策單元。

1.1.2 Malmquist指數(shù)

Malmquist指數(shù)于1953年被Malmquist首次提出，于20世紀(jì)80年代開始被應(yīng)用到效率變化的測算，并引起了廣泛的影響，但也很快被人淡忘。直到1994年，Malmquist指數(shù)首度與DEA聯(lián)合使用，進(jìn)而被廣泛使用。Malmquist指數(shù)被定義為：TFP=EC×TC=PE×SE×TC，表明全要素生產(chǎn)率等于綜合技術(shù)效率（EC）與技術(shù)進(jìn)步（TC）的乘積，而技術(shù)進(jìn)步等于純技術(shù)效率（PE）與規(guī)模效率（SE）的乘積。

TFP的臨界值為1，被用于刻畫相鄰時期內(nèi)的生產(chǎn)率變化率，TFP<1表明生產(chǎn)率的下降，相反則表明生產(chǎn)率的提高。

1.2 指標(biāo)選擇及數(shù)據(jù)來源

參照郭露等（2016）和戴志敏等（2016）研究成果，選取工業(yè)廢水排放量、工業(yè)廢氣排放量、能源消費總量為投入指標(biāo)，以工業(yè)增加值為產(chǎn)出指標(biāo)。西部地區(qū)的工業(yè)生態(tài)效率影響因素則是參考潘興俠等（2014）的研究成果進(jìn)行選取，并在其基礎(chǔ)上，加入了政府規(guī)模這一影響指標(biāo)。各指標(biāo)的含義、計算方法、符號表示如表1所示。

2 實證研究結(jié)果

2.1 工業(yè)生態(tài)效率靜態(tài)分析

通過EMS 1.3計算出了西部地區(qū)2000-2015年的工業(yè)生態(tài)效率值，如表2所示。從表中可以發(fā)現(xiàn)，2000-2015年間西部地區(qū)11個省市的整體工業(yè)生態(tài)效率值很低，整體均值只有0.57，整體處于較低水平狀態(tài)，且沒有明顯增長趨勢。但不難看出，青海省的工業(yè)生態(tài)效率值一直處于較高的水平，2008年一度達(dá)到最大值3.84，且這16年的平均值為2.46，遠(yuǎn)大于1，寧夏和重慶的工業(yè)生態(tài)效率均值雖然位居第二、第三，但都小于1，說明其他10個省市的工業(yè)生態(tài)效率處于嚴(yán)重的規(guī)模報酬遞減階段。從表中的數(shù)據(jù)可以歸納出以下兩個結(jié)論：

第一，西部地區(qū)整體工業(yè)生態(tài)效率值較低，且整體沒有表現(xiàn)出增長趨勢，16年間始終維持在這一較低水平。這與西部地區(qū)落后的經(jīng)濟發(fā)展水平有著密切關(guān)系，經(jīng)濟的落后制約了各省市技術(shù)、交通的發(fā)展，使得豐富的資源不能得到高效利用，產(chǎn)業(yè)發(fā)展相對粗放，造成了嚴(yán)重的資源浪費和生態(tài)環(huán)境污染。青海省由于其特殊的地理位置，轄區(qū)內(nèi)有豐富的化石能源，包括天然氣、石油，其中油田16個，石油資源量達(dá)12億多噸，氣田6個，天然氣資源達(dá)2937億立方米，是全國四大氣區(qū)之一;除此之外，鹽湖、礦產(chǎn)、四通八達(dá)的交通，高原地貌等使得青海省在工業(yè)生態(tài)效率方面位居西部首位。

第二，工業(yè)生態(tài)效率的省際間差異不明顯，且呈現(xiàn)相對一致的變化趨勢。除了青海以外，其他省份的工業(yè)生態(tài)效率都維持在較低水平，處于嚴(yán)重規(guī)模報酬遞減階段，且增長趨勢相對一致，都非常平穩(wěn)。

2.2 工業(yè)生態(tài)效率動態(tài)分析

根據(jù)上文Malmquist指數(shù)分解模型可知，工業(yè)生態(tài)效率等于綜合技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率的乘積，如表3所示，西部11省市的全要素生產(chǎn)率都小于1，平均全要素生產(chǎn)率為-10.9%，這表明西部地區(qū)工業(yè)生態(tài)效率沒有呈現(xiàn)出增長趨勢，且都需要提高工業(yè)生態(tài)效率的增長速度。從分解指標(biāo)可以看出，全要素生產(chǎn)率受綜合技術(shù)進(jìn)步的影響較大。

表4中的全要素生態(tài)率均值仍是0.891，綜合技術(shù)效率和技術(shù)進(jìn)步也與表3高度一致，表明西部地區(qū)整體上處于規(guī)模報酬遞減階段。而全要素的變化趨勢呈現(xiàn)“M型”，呈現(xiàn)先增加→再減小→再增加→再減小的不穩(wěn)定狀態(tài);在2003-2004達(dá)到第一個峰值1.188，在2009-2010達(dá)到第二個峰值1.135。從分解指標(biāo)看，技術(shù)進(jìn)步與全要素生產(chǎn)率的變化趨勢高度一致，且絕大部分時期處于下降狀態(tài)，綜合技術(shù)效率仍然是西部全要素生產(chǎn)率的主要驅(qū)動力。

2.3 中部地區(qū)工業(yè)生態(tài)效率影響因素分析

表5為工業(yè)生態(tài)效率與各影響因素的Tobit回歸結(jié)果，結(jié)果表明：工業(yè)結(jié)構(gòu)、外商投資、政府規(guī)模對西部地區(qū)的工業(yè)生態(tài)效率具有顯著正向促進(jìn)作用，而地區(qū)的研發(fā)投入對其有顯著抑制作用。工業(yè)比重越大顯然會帶來更多的工業(yè)增加值，與此同時，外商投資的增加不僅會給西部地區(qū)的發(fā)展提供資金支持，也會帶來先進(jìn)的國外技術(shù)，這同樣會提高起工業(yè)生態(tài)增加值;而當(dāng)?shù)卣?guī)模表現(xiàn)為財政總支出的占比，政府投資主要在基礎(chǔ)建設(shè)、交通運輸?shù)裙I(yè)行業(yè)為主的領(lǐng)域，同樣也會拉動當(dāng)?shù)毓I(yè)生態(tài)效率的提升。然而研發(fā)投入的影響系數(shù)為-52.8，遠(yuǎn)大于其余3個影響因素對工業(yè)生態(tài)效率的影響程度，且顯著為負(fù)，很可能是因為科學(xué)技術(shù)的投入需要大量的資金，這些技術(shù)很大一部分最終沒有用于工業(yè)生產(chǎn)、環(huán)境治理，另一方面，也無法排除科學(xué)技術(shù)投入的資金使用不當(dāng)或者沒有轉(zhuǎn)化成成果。因此，西部地區(qū)政府應(yīng)當(dāng)在加大科學(xué)技術(shù)投入的同時，嚴(yán)格監(jiān)管資金的用途，并進(jìn)行成果的階段性考核，淘汰無效率的科學(xué)技術(shù)投入，使資源用到實處。

3 結(jié)論與建議

本文通過超效率DEA-Malmquist模型計算出了西部11個省市2000-2015年的工業(yè)生態(tài)效率值，并對其從決策單元和年份兩個維度進(jìn)行了分解，最后運用Tobit模型得出了各影響因素的具體影響程度。具體結(jié)論及其相關(guān)建議可歸納如下：

①西部地區(qū)的工業(yè)生態(tài)效率在2000-2015年間整體處于較低的水平，且沒有明顯的增長趨勢。除了青海省始終保持著較高的工業(yè)生態(tài)效率值外，其余省市工業(yè)生態(tài)效率很低，且表現(xiàn)出高度一致的變化趨勢。因此，西部大開發(fā)、絲綢之路經(jīng)濟等針對西部地區(qū)的相關(guān)政策，可以對青海省有一定地傾斜，積極推進(jìn)青海省與其余省市之間的經(jīng)濟互助合作，實現(xiàn)西部資源的高效利用。

②西部11省市的全要素生態(tài)率都小于1，年均增長率為-10.9%，綜合技術(shù)效率是全要素生產(chǎn)率的主要推動力。但全要素生產(chǎn)率在這期間呈現(xiàn)出先增加→后減小→再增加→再減小的極不穩(wěn)定狀態(tài)。因此，西部地區(qū)工業(yè)生態(tài)效率的提高要加大技術(shù)研發(fā)，推動技術(shù)進(jìn)步，從而拉動全要素生產(chǎn)率的提升。

③工業(yè)結(jié)構(gòu)、外商投資、政府規(guī)模都顯著推動了西部地區(qū)工業(yè)生態(tài)效率的提高，而科學(xué)技術(shù)的投入可能相關(guān)資金使用不當(dāng)、成果轉(zhuǎn)化率低下等原因，使得研發(fā)投入的出現(xiàn)了反常效果。因此，政府部門要進(jìn)一步加強對科技資金使用的監(jiān)管，并進(jìn)行定期成果考核，淘汰無效率的科技項目，確保資金落到實處。

參考文獻(xiàn)：

[1]Schaltegger S， Sturm A.？魻kologische Rationalit？覿t：Ansatzpunkte zur Ausgestaltung von？觟kologieorientierten Management instrumenten[J]. Die Unternehmung， 1990， 44（4）：273-290.

[2]趙樹寬，余海晴，鞏順龍.基于DEA方法的吉林省高技術(shù)企業(yè)創(chuàng)新效率研究[J].科研管理，2013，34（2）：36-43.

[3]張晶.基于超效率的煤炭資源型城市工業(yè)生態(tài)效率研究[J].經(jīng)濟問題，2010（11）：57-59. 陳志宗.基于超效率-背景依賴DEA的區(qū)域創(chuàng)新系統(tǒng)評價[C].全國科技評價學(xué)術(shù)研討會，2015.

[4]高海濤，徐愷英，李晗.基于超效率DEA的高校圖書館評價體系研究[J].圖書情報工作，2014，58（5）：17-21.

[5]陳志宗.基于超效率-背景依賴DEA的區(qū)域創(chuàng)新系統(tǒng)評價[J].科研管理，2016（s1）.

[6]羅能生，李佳佳，羅富政.中國城鎮(zhèn)化進(jìn)程與區(qū)域生態(tài)效率關(guān)系的實證研究[J].中國人口·資源與環(huán)境，2013，23（11）：53-60.

[7]王震，石磊，劉晶茹，等.區(qū)域工業(yè)生態(tài)效率的測算方法及應(yīng)用[J].中國人口·資源與環(huán)境，2008，18（6）：121-126.

[8]高峰，王金德，郭政.我國區(qū)域工業(yè)生態(tài)效率評價及DEA分析[J].中國人口·資源與環(huán)境，2011，v.21;No.127（s1）：318-321.

[9]潘興俠，何宜慶.工業(yè)生態(tài)效率評價及其影響因素研究——基于中國中東部省域面板數(shù)據(jù)[J].華東經(jīng)濟管理，2014（3）：33-38.

[10]郭露，徐詩倩.基于超效率DEA的工業(yè)生態(tài)效率——以中部六省2003-2013年數(shù)據(jù)為例[J].經(jīng)濟地理，2016，36（6）：116-121.

[11]Andersen P， Petersen N C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993，39（10）：1261-1264.

[12]戴志敏，曾宇航，郭露.華東地區(qū)工業(yè)生態(tài)效率面板數(shù)據(jù)研究——基于整合超效率DEA模型分析[J].軟科學(xué)，2016，30（7）：35-39.