工业经济环境效率考评范文

本站小编为你精心准备了工业经济环境效率考评参考范文，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。

工业是国民经济的重要组成部分，其产值始终占GDP的40%左右，工业的发展在近年来国民经济的迅速发展中发挥了重要的推动和支撑作用。评价中国工业的发展不仅应着眼于总量的提高和规模的扩大，还要分析其效率的变化发展情况，因此对中国工业进行效率评价具有较强的现实意义。目前不少学者已经采取了多种评价方法对中国工业的经济效率进行了评价与分析，其中DEA(DataEnvelopmentAnalysis)方法由于其擅长可以处理多投入—多产出评价问题的特点而被广泛的应用。随着环境问题得到社会的广泛关注和重视，在对工业进行效率评价时也逐渐开始考虑工业的环境影响［1－3］，本文将考虑了环境影响的效率评价称为经济－环境效率评价。本文在之前研究的基础上，利用社会支付意愿理论对DEA方法在工业经济－环境效率评价中的应用进行了一定的改进，提高了效率评价的准确性和合理性。

1DEA方法的改进

在利用DEA方法对工业进行经济－环境效率评价时，需要将工业环境排放和资源消耗引入到评价模型中。经典DEA模型的相对效率评价思想要求投入尽可能缩小而产出尽可能扩大，但工业生产过程中产生的环境排放并不是人们期望的产出，而是所谓的“非期望产出”。非期望产出必须尽可能地减少才能实现最佳的经济效率，而经典DEA模型却只能使之增加，因此经典DEA模型由于无法处理非期望产出而不适用于工业经济－环境效率评价。目前已经有一些改进方法被用于解决经典DEA模型的局限性，其中主要包括以下6种方法［4］:作投入法、倒数法、双曲线法、转换向量法、方向距离函数法和SBM法。虽然这些方法都使改进后的DEA模型对于含有非期望产出的效率评价问题有着更好的适用性，但这些改进方法依然将环境排放物间的环境影响差异完全建立于排放量的差异上，并没有考虑排放物之间在单位环境影响程度上的不同，这种设定与实际不符。因此上述6种模型改进方法虽然使得经典DEA模型在一定程度上更适用于非期望产出问题，但利用这些方法进行效率评价，得到的评价值依然与实际情况存在偏差。在本文的研究中，引入社会支付意愿(willingnesstopay，WTP)这一概念，计算工业主要环境排放和资源消耗的社会支付意愿，并加总得到2000－2008年中国工业环境响的总社会支付意愿，将其作为DEA模型中的工业环境投入。利用社会支付意愿理论将工业环境排放和资源消耗两部分统一为工业环境影响的社会支付意愿，并将其作为环境投入引入DEA模型，这种方法一方面通过将工业环境排放由非期望环境产出转化为环境投入，解决了经典DEA模型无法处理非期望产出的问题;另一方面考虑了环境污染排放及资源消耗的单位环境影响程度，能够更真实地反映2000－2008年间中国工业环境影响程度的发展变化情况。

2工业环境影响的社会支付意愿

社会对环境影响的支付意愿指的是社会为了将当前环境污染水平降低到某一个程度而付出的代价［5］。目前中国针对环境排污者和资源开采者的环境税分别是排污费和资源税，它们可以代表社会对各环境影响的支付意愿。科斯的产权理论中提出社会拥有环境的使用权，污染者向社会购买环境使用权的价格就是排污费或者资源税。庇古的福利经济学指出社会总能够将环境使用权的价格设定在外部环境边际损害曲线和厂商边际私人收益曲线的交点上［6］。在过去的研究中，瑞典的EPS系统使用了支付意愿理论来衡量环境影响［7］，而Tellus系统以美国的环境税为权重，研究了美国社会对环境影响的支付意愿［8］。但是EPS系统考虑的是居民支付意愿，与社会支付意愿并不相同，而Tellus系统的涉及范围较小且没有考虑资源的消耗。吴星［9－10］在对建筑工程环境影响评价的研究中，根据社会支付意愿理论对中国目前主要环境污染物的排污费和主要资源的资源税进行了研究。本文在吴星研究的基础上计算了工业主要环境排放和资源消耗的社会支付意愿值，用于汇总2000－2008年中国工业环境影响的总社会支付意愿。环境排放和资源消耗的单位社会支付意愿详见表1。根据表1中的单位社会支付意愿值及2000－2008年中国工业的实际环境排放及资源消耗(见表2)，可以计算2000－2008年中国工业在环境影响方面的总社会支付意愿值，其反映了中国工业的实际环境影响程度，2000－2008年中国工业环境影响总社会支付意愿值见表3。

3超效率DEA模型

数据包络分析(DEA)是由Charnes，Cooper和Rhodes在1978年首先提出来的，评价多个决策单元效率及其有效性的一种非参数方法［11］。它的基本思想是通过一个数学规划模型，对各个决策单元的相对效率做出评价。每一个决策单元(DecisionMakingUnit，DMU)都可以看作是相同功能的实体，利用对其投入产出数据的综合分析，得出DMU的相对效率指标，其在(0，1)区间内分布，有效的DMU处于效率前沿，效率值为1。超效率DEA(Super-efficiencyDataEnvelopmentAnalysis，SE-DEA)模型是一种基于经典DEA模型的改进模型，其在进行第j个决策单元效率评价时，使第j个决策单元的投入和产出为其他所有决策单元投入和产出的线性组合代替，从而将第j个决策单元排除在外，而经典DEA模型则将这一单元包括在内。一个有效的决策单元可以使其投入按比例增加，而其效率可保持不变，其投入增加比例即其超效率评价值。在超效率DEA模型［12］中，无效的决策单元效率值与基本的CCR模型一致;而对于有效的决策单元，若其效率值为1.25，则表示该决策单元即使再等比例地增加25%的投入，它在所有决策单元集合中仍能保持相对有效。超效率DEA模型与经典DEA模型在本质上是一致的，但超效率DEA模型能够进一步区分经典模型中的有效决策单元，因此具有更好的适用性。本文选择超效率DEA模型对中国工业进行经济－环境效率评价。

4模型计算与结果分析

DEA模型对于决策单元和投入产出指标数量间的相对关系有一定的要求，当投入产出指标相对决策单元数量过多时，不仅会增加数据处理的工作量，而且会因各投入产出指标之间的关联影响而使所有决策单元的有效性普遍接近1［13］，影响DEA评价结果。在实际运用中通常要求决策单元数量至少是投入产出指标的2倍［14］。本文对2000－2008年的中国工业进行研究，因此决策单元只有9个，受到决策单元数量的限制，超效率DEA模型的投入产出指标被限定在4个以内。本文选择工业总资产、从业人员和环境投入(工业环境影响社会支付意愿)作为投入指标，选择工业总产值作为产出指标，对2000－2008年的中国工业进行经济－环境超效率DEA评价。超效率DEA模型近年来被广泛应用于效率评价中，其具体计算过程本文不再赘述，可参考之前的相关研究与文献［15－17］。超效率评价结果如表4所示。由表4可以看出，2000－2008年中国工业的经济－环境效率呈现出稳步提高的趋势，体现了中国工业良好的发展状况。表3显示在2000－2008年中国工业的环境影响逐年加剧，但结合表4可以认为环境影响的加剧尚不足以改变中国工业经济－环境效率的发展趋势。在投入产出指标中，从业人员冗余和总产值不足的情况都在这段时间内持续改善;环境投入的冗余程度的发展情况则与其他指标有较大的不同，其发展趋势表现为先减小再增大。为了反映环境投入对于中国工业经济－环境效率的影响程度，以工业总资产和从业人员为投入指标，工业总产值为产出指标，再次进行超效率DEA模型计算，新模型计算结果及其与原模型计算结果的对比情况详见表5。表5中的效率差值为含环境投入的超效率DEA模型(原模型)评价值减去不含环境投入的超效率DEA模型(新模型)评价值;环境投入影响率为效率差值与不含环境投入的超效率DEA模型评价值的比值。表5的对比结果表明，无论是否考虑环境投入，超效率DEA模型的评价结果都显示中国工业在2000－2008年间保持效率增长。效率差值和环境投入影响率反映了将环境投入加入超效率DEA模型后对效率评价产生的影响:早期(2001－2004年)工业效率评价值取得一定程度的提高，表明当时环境投入相对于资本投入和人员投入有着更高的产出效率;而后期(2005－2007年)工业效率评价值则有所降低，表明此时环境投入的产出效率已经落后于资本和人员，开始成为抑制中国工业经济－环境效率进一步提高的一个因素。由表5的评价结果可以看出工业环境投入的增加，即工业环境影响的加剧并不一定会对工业经济－环境效率产生负面的影响，还需要取决于环境投入增加量与其他投入增加量之间的相对关系。这说明在分析工业环境影响的过程中，不能仅仅关注其绝对值，而应结合环境投入与其他投入产出指标间的相对关系进行合理的评价。

5结论

本文将社会支付意愿理论应用于工业效率评价中，利用超效率DEA模型对2000－2008年的中国工业进行了经济－环境效率的评价与分析，对目前工业效率评价中存在的问题进行了改进，提出了新的解决非期望产出问题的方法，在涉及环境影响的效率评价问题中具有更强的适用性。本文的评价结果显示，中国工业在2000－2008年间经济－环境效率持续提高，其中从业人员的投入效率和工业总产值的产出效率的改善是中国工业经济－环境效率提高的主要动力。相比之下环境投入对于经济－环境效率的影响并不大，但其影响的正负效果随着时间的推移会发生转变，在2008年其对经济－环境效率的影响由之前三年的负面影响再度转变为正面影响。

受制于数据的可获得性，本文的研究范围局限于2000－2008年的中国工业，因此DEA模型中的决策单元个数较少，导致投入产出指标的数量受到比较严格的限制，在一定程度上无法反映工业经济－环境方面的全部情况，随着时间的推移，决策单元数量将会不断增加，这种评价方法的准确性将得到进一步的提高。同时关于中国工业环境影响的基础数据较为有限，研究暂时无法涵盖工业所有的环境污染排放和资源消耗。环境影响社会支付意愿的研究在中国还处于起步阶段，其计算方法还较为粗糙，在社会支付意愿的研究得到进一步发展后，利用本文提出的方法可以得到更符合实际情况的效率评价值。