DEA模型下的区域环保投入效率研究范文

本站小编为你精心准备了DEA模型下的区域环保投入效率研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

[摘要]基于数据包络分析(dea)方法，建立了评估投入产出指标体系的模型。以黑龙江省2008-2017年废水、废物、固体废物和综合环境污染投入产出数据为样本，分析环保投入产出的整体效率。研究表明，黑龙江省近十年的环境污染治理整体是有效的，但规模效率各不相同，个别年份效率相对较低，存在区域投资冗余、产出过低等问题。结合当地区域环保和经济发展的实际情况，提出适当调整环保投资规模、组建环保科技研发团队、推进发展绿色产业理念等对策建议。

[关键词]数据包络分析；区域环保；规模效率

一、引言

改革开放40多年来，中国经济一直以资源和环境为主导，经济增长与环境保护之间的矛盾日益突出。如何实现有效的资源配置，提高环保意识逐渐成为公众关注的焦点。2018年9月14日，为贯彻精神和全国生态环境保护大会，黑龙江省全面贯彻落实“中国共产党党中央、国务院关于加强生态环境保护，坚决打击污染防治”的意见，坚决打击环境污染，不断提高生态环境质量，打造美丽的龙江。黑龙江省作为东北老工业基地的一部分，一直注重产业发展，使环境保护问题成为黑龙江省区域经济发展中不可忽视的问题。黑龙江省政府开始把财政支出的焦点聚集在环保产业方面，在发展经济的同时，加大了对区域环保产业的投资。近年来，黑龙江省环保投资方向主要包括工业废水处理、工业废气处理、工业固体废物处理和噪声控制。而对于环保投资产生的投入效率是目前需要关注的问题。根据《中国环境统计年鉴》中黑龙江省2008-2017年环保投资产出数据，利用数据包络分析(DEA)方法，将环保投资的概念扩展到环保投入的概念，评价和分析区域环境投入和产出的相对效率，以有效合理的配置资源。

二、现状分析

2008-2017年，黑龙江省环境保护投资规模逐步扩大，但增长速度较为缓慢，投资规模的波动也较大。黑龙江省环保投入增长速度虽有提高，但极不稳定。下图可以看出，2009-2017年黑龙江省环保投资增长幅度较大，波动较大，极不稳定。其中2014年的环比增长率尤其高为426.86%，达到四倍增长，随后即进入了急速下滑的趋势，甚至出现了负增长，2015年环比增长率下降到-14.21%，环保投入效率极不乐观。到2016年出现缓慢回转，环比增长率达到了8.91%。近十年中环比增长率较高的还有2012年，高达103.84%，其他年份增长率均起伏不稳。环比增长率起伏主要原因：一是自从2007年设立节能环保项目后，环境保护即受到社会各界的重视，随即社会各部门各行业紧跟着政府步伐，环保的高潮已经掀起，但重视程度有所下降。二是黑龙江省颁布“黑龙江省生态环境保护十三五”规划，促使黑龙江省政府扩大环保投资规模。

三、模型建立

(一)DEA数学模型在本文中，利用DEA模型中的C2R模型和DEA的B2C模型。B2C模型消除了C2R模型的规模报酬不变的假设，因此将综合技术效率分为纯技术效率和规模效率。然而，当使用上述两个模型来评估决策单元的相对效率时，为了便于计算，有必要引入一个松弛变量并将不等式约束转换为等式约束，该约束可以变为：其中，n个决策单元(DMU)用xj和yj表示，每个DMU都有m种输入和s种输出；θ表示决策单元的有效值；S+、S-是被引入的松弛变量；ε是非阿基米德无穷小量；λj是构造一个新的有效DMUj的组合比例。模型中产出决策单元的相对效率在0-1之间，所以对任何决策单元来说，它的相对效率达到1即表示为有效。当θ=1且S+=S-=0，表示决策单元为DEA有效，且纯技术效率和规模效率同时有效；当θ=1且S+≠0或S-≠0时，表示决策单元为弱DEA有效，既非纯技术效率最佳也非规模效率最佳。

(二)指标体系的构建及数据获取结合DEA对投入产出指标的要求，考虑到数据的可用性，决策单元设置为4个输入指标和3个输出指标，长时间的数据信息量不大，因此选择2008-2017年的时间序列数据形成10个决策单元。黑龙江省环境保护相对效率评价指标见表1。由于黑龙江省长期以来一直重视工业发展，因此选择黑龙江省的环境投入和产出数据作为工业数据。

四、DEA的评价结果及分析

(一)C2R模型的计算结果及分析在资源和环境的共同约束下，希望通过控制产出来影响投入规模的大小，并且预计投入规模将尽可能小，因此选择投入导向的视角。以投入为导向的角度研究如何在产出保持不变的情况下最小化投入。DEAP2.1软件参数设置选择C2R模型和输入指导，计算的相对效率评估结果如表2所示。表2显示了黑龙江省2008年至2017年环保效率评价值的变化。2010、2011、2012、2013和2015年表中的五个决策单元对DEA有效。通过观察投入和产出的松弛变量，我们发现五个决策单元的四个输入指标的松弛变量是S+=0。三个产出指标的松弛变量均为S-=0；因此可以得到这五个决策单元为DEA有效。而2008、2009、2014、2016年和2017年的决策单元均为非DEA有效。可以看出，黑龙江省环保评价效率普遍不稳定，且波动较大。表3为黑龙江省环保投入产出指标松弛变量表，从投入角度来看，在产出不变的条件下，黑龙江省环保投入冗余严重，这反映了环境污染控制(X1)的过度投资和废水投资的过剩(X2)。结果表明，2008-2017年间，黑龙江省环保产值的增长主要依靠资金的过量投入拉动的，并且呈现高投入低产出的趋势。从产出的角度看，2008-2017年间，黑龙江省环境污染治理无产出亏空，但仍然存在产出不足的情况。这说明，对于黑龙江省来说环保产业目前仍是一个新的经济增长点，需提高投入的效率，来保证产出的大幅度增加。

(二)BC2模型的计算结果及分析为进一步了解黑龙江省环境保护的技术效率和规模效率，我们再选择BC2模型作为DEAP2.1软件参数的设置，计算得到的评价值及规模报酬见表4。在表4中，综合的技术效率是由纯技术效率和规模效率相乘所得。从表中可以看出，从综合技术效率的角度来看，黑龙江省2010、2011、2012、2013和2015年的环保投入产出具有有效的综合技术效率。技术效率值均为1，其余年份综合技术效率不稳定，总体水平不高。但是，纯技术效率的差距略大，并呈现出一定的趋势。纯技术效率除2014年、2016年和2017年外，其余年份的纯技术效率为1，表明黑龙江省的环保投资整体式有效的，且资源得到了较优的配置。从规模报酬的角度来看，黑龙江省2010、2011、2012、2013和2015年环保投入产出规模效益稳定。反映了环境污染控制处于最佳状态。2016年和2017年的规模报酬递增，2008年、2009年和2014年，规模报酬递减，表明黑龙江省的投入要素可能存在冗余或资源无法有效分配。

五、对策建议

(一)适当调整环保投资规模黑龙江省地大物博、幅员辽阔，工业发展迅猛，但各地级市的环境污染情况不尽相同，因此投入的效率特征差异显著，各地级市应因地制宜，积极采取合适的环境污染治理措施。不断扩大环保投入规模，充分发挥出政府和环保部门在环保中的重要作用，认真贯彻“谁污染谁治理”的原则，以此提高大型工业企业及公众的环保意识。政府应根据规模报酬递减、递增的趋势来适当调整环境污染治理的投入，以减少相关支出的效率损失。

(二)组建环保科技研发团队在当代科学技术飞速发展的时代，黑龙江省环境污染治理的根本关键在于技术进步。随着政府对环境污染控制的投资不断增加，治理规模不断扩大，过去十年的规模效率并非一成不变。规模收益的增加，即相应的输入将产生大量的冗余；规模收益递减，即相应的投入不能产生他们应得的效率。因此，要使环境污染治理取得飞跃的进步，还是要先取得技术的进步。组建环保科技研发团队，且鼓励高校、企业、科研机构进行调研，根据黑龙江省独特的实际情况进行有针对性的研究，唯有这样才能使黑龙江省环境污染得到有效的治理，使政府投入产生较高的效率。

(三)推进发展绿色产业理念要控制黑龙江省的环境污染，最根本的是从源头入手。目前，黑龙江政府的治理都是依赖于末端治理，“先污染再治理”已经深入人心，而针对于黑龙江省的实际情况，过程控制、源头防治不得不重视起来。在大力振兴老工业基地的同时，黑龙江省应该通过严格的环境考核标准，鼓励发展绿色产业，淘汰严重污染环境的产业。通过科研团队的技术创新来发展新的绿色产业，来推动老工业地基的重建。

[参考文献]

[1]魏权龄,岳明.DEA概论与C2R模型———数据包络分析(一)[J].系统工程理论与实践,1989(1):58-69.

[2]李靖宇,孙蕾.基于DEA模型的环保投入效率实证分析———以辽宁省营口市为例[J].辽宁师范大学学报(社会科学版),2010,33(6):31-34.

[3]刘立秋,刘璐.区域环保投资DEA相对有效性分析[J].天津大学学报(社会科学版),2000(1):61-64.

[4]曹宇,耿成轩.节能环保产业公司融资效率研究———基于四阶段DEA-Malmquist模型[J].环境科学与管理,2016,41(3):6-10.

[5]胡凯.区域创新体系中企业主体地位研究[D].南昌大学,2007.

作者：丛海燕 陈红梅 单位：齐齐哈尔大学