环境约束下江苏省区域工业发展效率评价探析.doc

环境约束下江苏省区域工业发展效率评价分析 　　摘 要：如何在环境约束下提高区域工业生产效率，是目前工业可持续发展的重要问题之一。通过将环境因素结合进可持续生产效率评估方法中，以DEA方法对江浙皖区域地级市2014年工业生产的综合效率、技术效率和规模效率进行计算，分析影响工业可持续生产效率的具体因素。结果表明：江浙地区技术效率相对较高；作为非期望产出的污染排放与工业规模效率呈显著正相关；南京、苏州等经济发达地区资源能源使用不合理，对环境影响较大；常州、宁波等地在提高工业产值的同时减少环境代价；黄山以自主创新，减排治污，发展循环经济方式保持工业综合效率，逐步提升工业产值 关键词：DEA；环境；可持续；工业发展 中图分类号：X24 文献标识码：A 文章编号：1008-4428（2016）09-39 -04 一、引言 工业是污染环境和能源消耗的主要源头，20世纪下半叶以来， 大规模的工业活动已经逼近资源和环境的承载极限， 威胁到全球人类生存。我国当前既存在环境污染、资源耗竭的“贫困病”， 又存在后工业化国家资源浪费、消费过度的“富裕病”， 经济与环境资源之间的矛盾日益突出， 资源环境的承载力面临着前所未有的严峻考验。环境问题的日趋严重和公众对于环境问题的关注使得我国走可持续发展的道路迫在眉睫，兼顾发展效率和环境约束，与之对应的评价方法出现了根本性变化，环境变量的引入成为必然 对于工业发展效率的研究，最常用的是数据包络分析的方法。最早期的研究大多集中于对传统工业效率的测算，不考虑能源约束和生产过程所产生的污染，这些研究忽略了能源消耗和环境对生产的约束。随着资源环境问题的日益恶化，如果无视环境约束，就会扭曲对生产效率和绩效的评价，从而误导政策建议。因此本文在考虑在对工业发展效率进行评价的同时加入环境指标的约束，比较环境对各地区工业发展效率的影响力度。这样的评价方式能反映出各地区在有无环境约束的条件下的工业发展效率的变化，同时找出制约各地工业发展的主要因素 《“十二五”中期中国省域经济综合竞争力发展报告》对“十二五”中期（即2011～2012年）中国内地31个省级行政区经济综合竞争力的综合排名中，2012年江苏位列第一。作为中国经济发展的主力和排头兵，江苏省具有较高的代表性和研究价值。为了使研究更具广泛性和对比价值，除了选取江苏所有的地级市之外还加入了浙江省和安徽省的各代表性市的近年数据。工业发展效率涉及投入的人、财、物和产出的工业总产值，环境约束涉及排放污染物的量。由于DEA是一种非参数的评估方法，能用以评价多个输入多输出的决策单元相对有效性，且不需要考虑投入与产出之间的关系，不需要估计参数假设权重，避免主观因素。李力，韩丽媛采用DEA方法对中国工业产值、能源消费和废气排放进行了纵向和横向的效率评价；王灵，韩东林利用2009年安徽省制造业各行业的数据，运用DEA方法对安徽省制造业的技术创新效率进行了测评；郭建娜，贾让成运用DEA方法对宁波工业效率进行了评价；孙广生，冯宗宪，曾凡银在对产出可处置性的分析基础上，将DEA模型应用于工业生产环境效率的分析，并以此为依据，对1997年各地区工业生产的环境效率进行了实证评价 针对此，本文选用DEA方法，对江苏省所有地级市和浙江省、安徽省的主要城市2013 年和2014 年的工业生产数据和污染物排放进行效率评价， 分别计算了综合效率、技术效率、规模效率，并对这三个效率进行分析，以便各城市决策者明确自身城市工业发展过程中投入产出效率和环境管理力度，优化工业发展方式、重视环境问题 二、DEA方法介绍 DEA方法由Charnes、Copper、Rhodes于1978年创建，是评价多个输入输出的决策单元（即DMU）间相对有效性的一种方法。DEA方法包括很多模型，本文选用假设规模报酬不变的CCR模型计算综合效率，假设规模报酬可变的BCC模型计算纯技术效率，并根据这两者的结果计算规模效率 CCR模型假设DMU有m种投入，s种产出，共n个DMU，其中投入向量Xj=（x1j， x2j， …， xmj）T ，产出向量Yj =（y1j， y2j， …， ysj）T ，j=1， 2， …， n，投入权重v=（v1， v2， …， vm）T，产出权重 u=（u1， u2， …， us）T。对各DMU进行效率评价， 以权重V 和U 作为变量， 以决策单元的效率指数h为目标， 以所有决策单元的效率指数hj ≤1为约束构造最优化模型并加以变换得到规划（D） 其中θ为效率值，满足0≤θ≤1，S-，S+为松弛变量，λj为相对于 DMU 重新构造的一个有效DMU组合中的第j个决策单元的组合比例。当θ=1时且S-=S+=0时，达到DEA有效，当θ=1但松弛变量不为0时为DEA弱有效，当