基于DEA工业循环经济效率评价.docVIP

基于DEA工业循环经济效率评价 　　［摘 要］本文应用DEA，Malmquist指数与CCR模型对2004-2009年浙江、江苏、山东、广东四省的工业循环经济效率的情况进行了分析。发现四省工业循环经济整体技术与规模效率水平都比较高，同时也存在差异，不同省份的工业循环经济技术与规模效率有所不同， 没有全部达到有效水平。 　　［关键词］数据包络分析 技术效率 规模效率 　　 　　一、引言 　　一直以来我国东部沿海地区经济都领先于全国经济的发展，其中浙江、江苏、山东、广东四省经济规模较大，经济发展既有相似也存在一定的差别，是全国经济增长最快、活力最强的省份，对东部地区经济发展情况具有一定的代表性。目前，工业仍是经济增长的主要推动力量之一，也是资源消耗最高的产业，对四省近年来的工业循环经济效率变化情况进行科学的评价，对实施工业可持续发展战略具有极其重要的意义，对提高中西部地区以及全国工业循环经济的效率也有借鉴意义。本文试图运用DEA-Malmquist指数法以及CCR模型分析2004-2009年四个省份的规模以上工业企业效率的变化情况，以明确评价期间的效率水平，进而提出改进措施，促进其工业经济更合理的发展。 　　二、DEA方法与模型选择 　　数据包络分析（Data Envelopment Analysis，DEA）方法是运筹学家Charles 和Cooper和Rhodes在“相对效率评价”概念的基础上发展起来的评价方法，它保持决策单元（Decision Making Unit，DMU）输入或输出不变，利用有效样本数据，凭借数学规划与统计数据确定相对有效的生产前沿面，把各个决策单元投影到DEA的生产前沿面上，再通过比较决策单元对DEA前沿面的偏离程度来评价其相对有效性。包含规模报酬不变(DEA-CRS)模型、规模报酬可变(DEA-VRS)模型与Malmquist指数模型。它不需要对变量之间的关系做显式表达，也不直接综合数据，所以决策单元的最优效率指标和投入指标值及产出指标值的量纲选取无关，剔除了很多主观因素的影响，评价更为客观，能根据评价结果计算出调整目标，为非有效决策单元向有效决策单元改变提供改进方向。已在许多领域得到了广泛应用。Malmquist指数由瑞典统计学家和经济学家Malmquist在1953年提出，Caves(1982)用几何平均值当做衡量t时期到t+l期的生产率变化的Malmquist指数，指数1时，说明从t期到t+1期全要素生产率是增长的。根据Malmquist指数法，全要素生产率指数(TFP)被分解为技术效率变动(EFFECH)和技术变动(TECH)。分离出规模效率，技术效率变动指数再分为纯技术效率变动指数（PECH）和规模效率变动指数(SECH)。TFP反应整体生产率变化，若大于1表示从t到t+1期整体的生产率在提高，反之下降；等于1则生产率不变。PECH反映的是技术与规模不变时，两个时期相对生产效率的变化，衡量决策单元的生产是否更靠近当期生产前沿面，即“水平效应”或“追赶效应”。它大于1说明在没有技术创新与规模变动前提下，决策单元后一期的生产更接近生产前沿面，相对效率在提高。SEC反映决策单元在前后两个时期规模收益状态的变化情况，称为“规模效应”。如果SEC大于1,说明规模收益递增。TECH反映不同时期生产前沿面的移动，衡量决策单元后一期的生产是否有技术进步，被称为“增长效应”。若TC大于1, 说明技术进步，生产前沿面向上移动。本文将用此方法对四省近几年的工业循环经济效率变化情况进行度量和评价。 　　三、指标体系的建立 　　构建一个合理的循环经济指标体系，我们要遵循（1）体现循环经济发展目标、内涵、特征和原则；（2）突出资源、环境指标；（3）系统性与层次性相结合；（4）区域性与动态性相结合；（5）可比性与数据可得性原则；（6）定量指标与定性指标相结合的原则。本文指标体系的选取参照参考文献[6]的相关理论，并按照国内学者汪伟林等对循环经济指标的选择方法，结合浙江、江苏、广东、山东工业的实际情况,避免比率性、相关性高的指标，从包括资源消耗和产出、资源综合利用、废物排放、资金投入和经济社会发展几方面[7]，设置了如下11项输入输出指标，投入指标：万元工业增加值综合能耗(X1，单位：吨标煤)，固定资产投资占工业产值比重(X2，单位：%)，工业污染治理投资占工业产值的比重(X3，单位：万分位)，工业劳动力数量（X4，单位：万人）。产出指标：工人人均工业产值（Y1，单位：元），工业废水处理达标率（Y2，单位：%）、工业二氧化硫去除率（Y3，单位：%）、工业烟尘去除率（Y4，单位：%）、工业粉尘去除率（Y5，单位：%）、工业固体废物综合利用率（Y6，单位：%），工业“三废”综合利用产品产值占工业总产值比重(