论文部分内容阅读
摘 要：本文以2007-2012年全国30个省份的面板数据为样本，运用DEA—SBM模型对我国各区域生态效率进行实证研究。结果表明：这期间处于生产前沿面上的仅有北京、天津、上海、山东、广东、海南、青海、宁夏；大部分区域生态效率处于0.5-0.7之间。研究发现，生态效率值较高的地区，效率也是改善的；而生态效率值低的地区，其效率总体的趋势往往是波动的，既有向上趋势，也有出现连年下降的情况。
关键词：生态效率 DEA-SBM模型 非期望产出
一、引言
生态经济是国际社会推进可持续发展的一种实践模式，它强调最有效地利用资源和保护环境，表现为“资源——产品——再生资源”的经济增长方式，做到生产和消费“污染排放最小化、废物资源化和无害化”，以最小成本获得最大的经济效益和环境效益。而随着我国工业的发展和经济实力的提升，污染物排放总量逐年递增，生态环境遭受了严重破坏。在未来要发展循环经济，就必须保证生态环境的可持续发展，追求环境效益和经济效率的综合有效。国内的相关研究主要使用DEA方法，包括传统CCR模型、SBM模型及更复杂的三阶段DEA。本文则试图利用2007-2012年全国30个各省（市、自治区）的面板数据，运用DEA—SEM模型对区域生态效率进行测度，分析各区域生态效率的现状及变化趋势。
二、研究方法和指标选取
1.基于非期望产出的SBM模型。区域生产过程中既要考虑扩大期望产出，又希望考虑非期望产出，只有非期望产出尽可能地减少才能实现最好的生态效率。Tone K（2001）尝试考虑非期望产出进行效率测试，提出了非径向和非角度的SBM模型。运用SBM模型将松弛变量考虑到目标函数中，能够解决传统CCR模型的松弛性问题和非期望产出对效率测度的影响。假设生产系统有n个决策单元，m种投入，S种产出，其中S1种期望产出，S2种非期望产出。其中S-、Sg、Sb分别为投入、期望产出、非期望产出变量的松弛变量，且目标函数对变量是严格递减的，且目标函数值区间为[0，1]。依照文献提出的SBM模型，非期望产出模型可以表示为：
2.指标选取和数据来源。研究指标及数据选取的基本思想是以最少的资源投入和最少的环境代价获得最大的经济价值。一般将收益型的指标视为产出指标体系，此类指标值越大越好；成本型指标作为投入指标体系来处理，要求越小越好。本文用地区生产总值表示期望产出。非期望产出为环境污染，选取了废气排放量（SO2排放总量）和废水排放总量（工业废水和生活污水排放总量）。投入指标主要选取了资源消耗，包括能源消耗、水资源消耗和土地消耗三类，具体选择了能源消费总量、用水总量、建设用地面积。以2007-2012年我国30个省（市、自治区；剔除西藏）面板数据为研究样本，数据来源为《中国统计年鉴》《中国环境统计年鉴》以及《中国环境年鉴》。
三、区域生态效率研究
1.生态效率的测算。本文运用 MaxDEA5.0 软件，建立SBM 模型，选择VRS可变规模形式，测算出生态效率值，计算出各省区的相关统计量，结果见下表3-1所示。
由表可见，生态效率值均处于生产前沿面上的省区有北京、天津、上海、山东、广东、海南和青海、宁夏，其中有6个省区都属于东部沿海地区；江苏、浙江生态效率均值也非常高，均在0.9以上。除此之外，大部分省区的生态效率值基本都低于0.7，整体处于中等水平。
2.具体分析。
2.1平均水平分析。平均值反映了各地区平均生态效率高低。大部分省区处于0.5-0.7区间；低于0.5的仅有贵州、甘肃和新疆。根据分布地图可以看出沿海地区整体的生态效率平均值都较高，另外西部的青海、宁夏生态效率也很高。从东往西生态效率逐渐降低；西部地区大部分生态效率都较低。
2.2方差分析。方差大小表明该期间各地区的生态效率测算值的离散程度。内蒙古、四川、湖北、湖南、江苏、浙江的方差较大，说明生态效率变化较大；河北、山西、吉林、江西、河南、重庆、贵州、云南、甘肃的方差较小。结合平均值和方差对比分析，可以看出生態效率值较低的地区，效率总体的趋势往往是波动的，例如贵州、甘肃是有波动降低的趋势，而新疆、内蒙古却有提升趋势。
四、结语
本文基于非期望产出的视角，通过SBM模型测算全国30个省（市）的生态效率并进行分析。从整体来看，生态效率均处于生产前沿面上的地区仅有北京、天津、上海、山东、广东、海南和青海、宁夏，大部分地区的生态效率低于0.7，整体水平仅在中等水平；各地区的差异较大。通过具体分析，结果表明：生态效率较高的地区其效率也是改善的，例如浙江、江苏，其变化幅度较大但整体趋势向上；而生态效率较小的地区，其效率总体的趋势往往是波动的，例如贵州、甘肃是有波动降低的趋势，而新疆、内蒙古却是有提升趋势，生态环境有所改善。
参考文献：
[1]Tone K. Dealing with undesirable outputs in DEA： a Slacks-Based Measure （SBM） approach[R]. GRIPS Research Report series， 2003（1）.
[2]程晓娟.资源、环境两维视角下区域生态效率DEA评价[J].当代经济管理，2013（2）.
[3]李静.基于DEA—SBM模型的中国地区环境效率研究[J].合肥工业大学学报，2009（8）.
[4]邓波，张学军，郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学，2011（1）.
作者简介：刘妍玲（1991—），女，重庆永川人，海南大学经济与管理学院，区域经济学硕士研究生；陈云芳（1989—），女，湖北荆州人，海南大学经济与管理学院，金融学硕士研究生。
关键词：生态效率 DEA-SBM模型 非期望产出
一、引言
生态经济是国际社会推进可持续发展的一种实践模式，它强调最有效地利用资源和保护环境，表现为“资源——产品——再生资源”的经济增长方式，做到生产和消费“污染排放最小化、废物资源化和无害化”，以最小成本获得最大的经济效益和环境效益。而随着我国工业的发展和经济实力的提升，污染物排放总量逐年递增，生态环境遭受了严重破坏。在未来要发展循环经济，就必须保证生态环境的可持续发展，追求环境效益和经济效率的综合有效。国内的相关研究主要使用DEA方法，包括传统CCR模型、SBM模型及更复杂的三阶段DEA。本文则试图利用2007-2012年全国30个各省（市、自治区）的面板数据，运用DEA—SEM模型对区域生态效率进行测度，分析各区域生态效率的现状及变化趋势。
二、研究方法和指标选取
1.基于非期望产出的SBM模型。区域生产过程中既要考虑扩大期望产出，又希望考虑非期望产出，只有非期望产出尽可能地减少才能实现最好的生态效率。Tone K（2001）尝试考虑非期望产出进行效率测试，提出了非径向和非角度的SBM模型。运用SBM模型将松弛变量考虑到目标函数中，能够解决传统CCR模型的松弛性问题和非期望产出对效率测度的影响。假设生产系统有n个决策单元，m种投入，S种产出，其中S1种期望产出，S2种非期望产出。其中S-、Sg、Sb分别为投入、期望产出、非期望产出变量的松弛变量，且目标函数对变量是严格递减的，且目标函数值区间为[0，1]。依照文献提出的SBM模型，非期望产出模型可以表示为：
2.指标选取和数据来源。研究指标及数据选取的基本思想是以最少的资源投入和最少的环境代价获得最大的经济价值。一般将收益型的指标视为产出指标体系，此类指标值越大越好；成本型指标作为投入指标体系来处理，要求越小越好。本文用地区生产总值表示期望产出。非期望产出为环境污染，选取了废气排放量（SO2排放总量）和废水排放总量（工业废水和生活污水排放总量）。投入指标主要选取了资源消耗，包括能源消耗、水资源消耗和土地消耗三类，具体选择了能源消费总量、用水总量、建设用地面积。以2007-2012年我国30个省（市、自治区；剔除西藏）面板数据为研究样本，数据来源为《中国统计年鉴》《中国环境统计年鉴》以及《中国环境年鉴》。
三、区域生态效率研究
1.生态效率的测算。本文运用 MaxDEA5.0 软件，建立SBM 模型，选择VRS可变规模形式，测算出生态效率值，计算出各省区的相关统计量，结果见下表3-1所示。
由表可见，生态效率值均处于生产前沿面上的省区有北京、天津、上海、山东、广东、海南和青海、宁夏，其中有6个省区都属于东部沿海地区；江苏、浙江生态效率均值也非常高，均在0.9以上。除此之外，大部分省区的生态效率值基本都低于0.7，整体处于中等水平。
2.具体分析。
2.1平均水平分析。平均值反映了各地区平均生态效率高低。大部分省区处于0.5-0.7区间；低于0.5的仅有贵州、甘肃和新疆。根据分布地图可以看出沿海地区整体的生态效率平均值都较高，另外西部的青海、宁夏生态效率也很高。从东往西生态效率逐渐降低；西部地区大部分生态效率都较低。
2.2方差分析。方差大小表明该期间各地区的生态效率测算值的离散程度。内蒙古、四川、湖北、湖南、江苏、浙江的方差较大，说明生态效率变化较大；河北、山西、吉林、江西、河南、重庆、贵州、云南、甘肃的方差较小。结合平均值和方差对比分析，可以看出生態效率值较低的地区，效率总体的趋势往往是波动的，例如贵州、甘肃是有波动降低的趋势，而新疆、内蒙古却有提升趋势。
四、结语
本文基于非期望产出的视角，通过SBM模型测算全国30个省（市）的生态效率并进行分析。从整体来看，生态效率均处于生产前沿面上的地区仅有北京、天津、上海、山东、广东、海南和青海、宁夏，大部分地区的生态效率低于0.7，整体水平仅在中等水平；各地区的差异较大。通过具体分析，结果表明：生态效率较高的地区其效率也是改善的，例如浙江、江苏，其变化幅度较大但整体趋势向上；而生态效率较小的地区，其效率总体的趋势往往是波动的，例如贵州、甘肃是有波动降低的趋势，而新疆、内蒙古却是有提升趋势，生态环境有所改善。
参考文献：
[1]Tone K. Dealing with undesirable outputs in DEA： a Slacks-Based Measure （SBM） approach[R]. GRIPS Research Report series， 2003（1）.
[2]程晓娟.资源、环境两维视角下区域生态效率DEA评价[J].当代经济管理，2013（2）.
[3]李静.基于DEA—SBM模型的中国地区环境效率研究[J].合肥工业大学学报，2009（8）.
[4]邓波，张学军，郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学，2011（1）.
作者简介：刘妍玲（1991—），女，重庆永川人，海南大学经济与管理学院，区域经济学硕士研究生；陈云芳（1989—），女，湖北荆州人，海南大学经济与管理学院，金融学硕士研究生。