基于三阶段DEA模型的湖南省生态环境监管绩效评价研究.docxVIP

基于三阶段DEA模型的湖南省生态环境监管绩效评价研究 摘要：为进一步完善区城生态环境监管网络，建立基于三阶段DEA模型的生态环境监管绩效评价指标体系，对湖南省各区城生态环境监管情况进行了比较分析。结果表明：湖南省生态环境监管效率排名靠前的市州是张家界市、湘潭市、娄底市、郴州市、长沙市。不同市州可结合当地区域实际情况从监管投入、产业结构等方面进行调整从而提高生态环境监管效率。 关键词：生态环境监管;三階段DEA;湖南省 中图分类号：X321 文献标识码：A 文章编号：1674-9944（2020）04-0030-02 1 引言 湖南省地形地貌结构复杂，自然资源丰富，为湖南省经济快速发展提供了有利条件，也因发展付出了巨大的环境代价。近年来省内开展了大量环境整治及监管工作，但成效与预期存在落差，需客观评价不同地区生态环境监管的差异，研究影响区域生态环境变化的主要因素，为提高监管效率，完善区域生态环境监管网络提供依据。 生态环境监管网络中监管主体职能的发挥和监管技术水平的发展很大程度上决定生态环境保护工作的成效。尽管得益于技术上的发展，将地理信息系统（GIS），全球定位系统（GPS）和遥感（RS）技术等技术应用于生态环境监管[1]，但现行的生态环境监管仍普遍存在下列问题：缺乏问责制、数据质量低、数据管理不善，以及对民间社会组织和公众参与的严重限制[2]。我国环境治理属于环境权威主义治理方式，环境监管是改善环境质量的关键措施，只有采用强制性环境监管才能实现污染的有效治理[3，4]。通过梳理我国生态环境监管体制改革进程指出生态环境监管体制处于动态变化中，生态环境监管体制由单一逐步向立体多元发展[5]。由此，生态环境监管网络中元素的多样化，使如何进行生态环境监管绩效评价成为生态防控中一个值得研究的问题。在绩效评价中DEA较其他估计方法应用更为广泛，但其结果受样本的限制较大，若在样本出现极端值或者其他随机因素的干扰的情况下，DEA的结果将不稳定，且对于DEA估计结果无法进行检验，模型拟合的效果无法评价，参数估计也无法检验。为解决该问题，进行SFA回归剔除环境因素和随机因素影响，对投入进行调整后，再对其进行DEA模拟。在生态领域，该方法一般应用于研究区域生态效率和区域环境治理效率的研究，暂未检索到有将三阶段DEA模型用于生态环境监管绩效评价的文献。 本文主要运用三阶段DEA模型测度湖南省不同区域的生态环境监管情况，对不同区域的生态环境监管绩效进行比较，考察各指标对生态环境监管绩效的影响，以期为完善省级区域生态环境监管体系提供参考。 2 生态环境监管效率测算模型构建 2.1 DEA模型思路 （1）第一阶段：传统DEA模型分析初始效率。DEA模型分投入导向型和产出导向型2种。由于投入的数量是决策的基本变量，与产出量相比，投入量更容易控制，因此，本文采用投入导向型规模效益可变的BCC模型进行分析。BCC模型计算出来的效率值为： 综合技术效率（TE）=规模效率（SE）×纯技术效率（PTE）（1） （2）第二阶段：SFA回归剔除环境因素和随机因素影响。由于决策单元绩效受管理无效率、环境因素、统计噪声影响，因此需进行随机前沿分析，根据SFA模型的回归结果对各个决策单元的投入变量进行调整，使得每个决策单元都调整至具备相同的外部环境特征，从而将投入产出松弛变量可能受到的来自外部环境因素、随机误差以及内部管理因素的影响剔除。 第一步，整理第一阶段投入指标松弛变量和环境变量数据，运用Frontier4.1软件，得到各投入变量的SFA回归结果。随后运用Excel软件分离管理无效率项μ。 式（2）中，βsub0/sub，βsub1/sub，βsub2/sub，βsub3/sub分别为SFA估计的系数，Zsub1/sub，Zsub2/sub，Zsub3/sub分别是3个环境变量。 每个决策单元的混合误差项εsubi/sub（εsubi/sub=usubi/sub+vsubi/sub），计算公式为： 分离管理无效率项μ，分离公式[6，7]如下： 第三步，计算随机干扰项v，公式如下： （3）第三阶段：调整投入变量后的DEA-BCC模型。 2.2 变量选择 2.2.1 指标选取 以掌握生态环境治理情况为基础，将影响生态环境监管的因素包含在内，指标选取如下。①投入指标：环境保护财政支出;生态环境系统机构人员;②产出指标：城市生活垃圾无害化处理率;人均绿地面积;③环境变量：排污单位自行监测登记数;自然保护区面积;地区生产总值。 2.2.2 数据来源 数据均来自湖南省统计年鉴、湖南省排污单位自行监测信