中国31个省（区、市）产业生态效率评价研究

邓路+李蓉蓉

摘 要：通过构建DEA和运用BCC-DEA模型，对全国31个省（区、市）2011年总体产业生态化效率和各省（区、市）产业生态化效率进行评估分析。结果表明：全国纯技术效率为0.967，整体未能达到资源最优化使用。其中沿海及内陆大部分纯技术效率有效，但是西部省市普遍纯技术效率较低。全国整体规模技术效率较高，为0.978，其中有16个地区规模效率值为1。全国固定资产、社会就业人数、综合能源和用水投入均有一定程度的冗余量，其中辽宁、吉林、重庆、贵州、云南、甘肃、宁夏7省市的4种生产要素均有不同程度的冗余量，尤其是能源投入。通过分析提出相关建议。

关键词：产业生态化；DEA模型；技术效率；评价

中图分类号 F042 文献标识码 A 文章编号 1007-7731（2014）18-03-04

随着经济社会的不断进步，人类面临着越来越严峻的生态环境状况。中央《2014年政府工作报告》中明确的提出要像对贫困宣战一样，坚决向污染宣战。科学合理的测度当前我国的产业生态效率程度，对于推进产业生态化发展，建立资源节约型、环境友好型社会具有重要意义。

1 理论背景与研究进展

生态效率的概念理论基础来自生态经济学，这一概念被广泛接受是在20世纪90年代，当时WBCSD（世界可持续发展工商理事会）给出生态效率的定义是：通过提供能满足人类需要和提高生活质量的富有价格竞争力的商品和服务，同时使整个寿命周期的生态影响与资源强度逐渐减低到一个至少与地球的估计承载能力一致的水平来实现的。随后OECD（经济合作发展组织）提出一个更为简洁的概念：生态效率是使用生态资源来满足人类需求的效率。

产业生态化则是把物质生产过程主要内容的产业活动纳入生态系统的循环中，把产业活动对自然资源的消耗和对环境的影响置于生态系统物质能量的总交换过程中，实现产业经济与生态系统的良性循环和可持续发展[1]。产业生态效率则是衡量产业生态化程度的重要指标，是投入与产出之间关系的度量。目前，对于产业生态效率的测算主要有3种思路：一是给予每种环境压力指标相同的权重，如高迎春等[2]利用算术平均值的方法测度了吉林省产业系统的生态效率；二是通过专家打分法赋予不同环境压力指标对应的权重，如吴小庆等[3]对无锡市农业生态效率进行了评价；三是运用DEA（数据包络分析法）分析法，测度决策单元的相对生态效率，内生地得到不同环境压力指标的权重，也是目前较为常用的一种方法。我国对产业生态化效率的研究处于起步阶段。杜春丽等[4]对我国钢铁产业生态效率进行了评价研究，这些研究开始关注产业生态化的效率，对于分析产业生态化程度打好一定的基础。但是目前大多研究集中在各行业，对全国不同区域产业生态化整体效率的评价研究较少。因此，本文运用DEA模型，对区域产业生态化进行了全面的评价，分析不同地区的产业生态化程度。

2 产业生态化效率评价的指标选取和模型构建

2.1 指标选取和指标体系的构建 评价指标的选取需要遵循科学性、可比性和可获得性原则。本文以生产函数Q=F（L，K）为基础，结合产业生态化的特点，并参考国内外相关文献，选出各区产业投入和产出指标。然后运用DEA模型计算出中国30个省（区、市）的产业生态化效率。目前，CCR模型（规模报酬不变）和BCC模型（规模报酬可变）是DEA方法中最常用的两种模型，这两种模型所依赖的假设均是以尽可能少的投入产生尽可能多的产出，然而在实际的生产活动中除了正面产出，还有负面产出，比如空气污染物、废气、固体废物等。在有上述负面产出存在的情况下，应对DEA模型进行修改，修正为以尽可能少的投入产出尽可能多的正面产出和尽可能少的负面产出（污染物）[8]。

综上所述本文选取的产出指标包括正面产出和负面产出，正面产出有第一、二、三产业产值、工业固体废物利用量，负面产出有废水排放总量、二氧化硫排放量、氮氧化物、烟粉尘排放量；投入指标有固定资产投资、社会就业人数、能源消费总量、用水总量（详见表1）。

表1 产业生态化效率评价指标设置及说明

[类别＼&指标＼&单位＼&指标说明＼&投入＼&固定资产投入＼&亿元＼&反映产业的资本投入＼&社会就业人数＼&万人＼&反映产业的劳动投入＼&综合能源消耗＼&万t标准煤＼&反映产业的能源投入＼&用水总量＼&亿m3＼&反映产业的水资源投入＼&正面

产出＼&一产产值＼&亿元＼&反映第一产业产出水平＼&二产产值＼&亿元＼&反映第二产业产出水平＼&三产产值＼&亿元＼&反映第三产业产出水平＼&固体废物综合利用率＼&%＼&反映固体废物利用水平＼&负面

产出＼&废水＼&万t＼&反映产业废水排放情况＼&二氧化硫＼&万t＼&反映产业二氧化硫排放情况＼&氮氧化物＼&万t＼&反映产业氮氧化物排放情况＼&烟粉尘＼&万t＼&反映产业烟粉尘排放情况＼&]

2.2 指标说明及数据来源 投入指标。该类指标主要反映产业生态化过程中的各项投入情况。本文选取4个指标来衡量投入情况：固定资产投资反映资本投入；社会就业人数反映了劳动力的投入情况；能源消费总量、用水量反映了产业产业生态化过程中重要物质资源的投入情况。

正面产出指标。该类指标主要反映产业生态化要求下的产出情况。本文在第一产业产值、第二产业产值、第三产业产值这3个常用产出的基础上增加了工业固体废物综合利用量。这一指标反映了固体废物转化为可利用资源、能源及其他原材料的水平。

负面产出指标。产业生产过程中不可避免地会产生废水、废气、固体废物等污染物，由于正向产出固体废物利用率考虑了固体废弃物的产生量与再利用量，所以这里结合数据的可获得性采用了废水排放总量、二氧化硫排放量、氮氧化物排放量和烟尘排放量4个指标。

以上数据均来源于《中国统计年鉴2012》、《中国能源统计年鉴2012》以及部分地方统计年鉴。由于2013年统计年鉴中的部分数据截止到2011年，为统一数据年限，所以全部采用了2011年的数据作为本文数据来源。此外，由于西藏的能源消费情况缺失，所以样本数据中剔除了西藏。

2.3 数据的处理 为了将负面产出纳入DEA模型之中，一般采取间接法。一般可以利用单调递减函数，将负面产出进行转换，从而使经过转换的数据在技术不变的情况下涵盖在正常的产出函数中。较为常用的方法具体有ADD法和TRB法（加法逆转换法）、MLT法（乘法逆转换法）。据相关研究[6]表明，MLT方法下的效率评价相对于其他方法更为严格，又根据MLT方法的定义，可以对负面产出采取K次幂后取倒数，所以本文直接对负产出取倒数处理。

2.4 模型的构建 DEA是通过使用数学规划模型，来比较决策单元之间的相对效率，对决策单元做出评价。一个决策单元被记为DMU（（Decision Making Units），每个DMU都被认为是相同的实体，在同一视角下，有相同的输入和输出。通过分析，可以得出每一个决策单元的DEA是否有效，并按相对效率的高低排序，进行比较，指出决策单元的非有效原因和程度。CCR模型与BCC模型是数据包络分析法中最常用的两种模型。CCR模型是假定在固定规模报酬下来衡量整体效率的，但是在实际生产过程中，并不是每个DMU的规模报酬都是固定的，因此Banker等学者以规模报酬可变为前提提出了BCC模型，这样就可以将规模效率和纯技术效率分开[7]，也可以衡量DMU的生产技术可变情况下，是否在最适合生产规模条件下生产。

基于输入的BCC模型：

[（PIBCC）=Max（μTY0+μ0）=VIBC2ωTXj-μTYj+μ0≥0，j=1，2，…，KωTX0=1ω≥0，μ≥0，μ0∈E1] （1）

设此规划问题（[PIBCC]）的最优解ω*，μ*，μ0*，若满足[VIBC2]=[μTY0+μ0]=1，则称DMUj0为弱DEA有效；若规划问题（[PIBCC]）不仅[VIBC2]=[μTY0+μ0]=1，而且ω*>0，μ*>0，则称DMUj0为DEA有效[7]。

基于输出的BCC模型：

[（POBCC）=Min（ωTY0+μ0）=VOBC2ωTX-μTY+μ0eT≥0，j=1，2，…，KμTX0=1ω≥0，μ≥0，μ0∈E1] （2）

若规划问题[（POBCC）]，若满足[VOBC2]=[ωTY0+μ0]=1，则称DMUj0为弱DEA有效[7]。

3 区域产业生态效率实证分析

BBC模型分为投入导向型和产出导向型。投入导向的BBC模型旨在假定产出不变的情况下，通过政策改革、技术进步、优化资源配置等等手段的综合运用，减少各项资源的投入。本文的目的是评价区域产业生态化效率，从而减少各项资源的消耗，使产业生产往资源集约与环境友好方向发展，因此选择投入导向的BBC模型就行计算。

3.1 效率分析 将中国30个省（区、市）的投入指标、正面产出指标与负面产出指标代入DEA分析软件DEAP2.1，选择投入导向的BBC模型进行计算，可以得出综合技术效率（CRSTE）、纯技术效率（VRSTE）、规模效率（SCALE）和规模收益4个方面的运转情况，具体结果详见表2。

表2 投入导向的全国各地区2011年产业生态化效率运行结果

[地区＼&综合技术效率＼&纯技术效率＼&规模效率＼&规模收益＼& 北 京 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 天 津 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 河 北 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 山 西 ＼&0.970 ＼&1.000 ＼&0.970 ＼&irs＼& 内蒙古 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 辽 宁 ＼&0.801 ＼&0.804 ＼&0.997 ＼&irs＼& 吉 林 ＼&0.883 ＼&0.884 ＼&0.999 ＼&irs＼& 黑龙江 ＼&0.945 ＼&1.000 ＼&0.945 ＼&drs＼& 上 海 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 江 苏 ＼&0.985 ＼&1.000 ＼&0.985 ＼&drs＼& 浙 江 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 安 徽 ＼&0.995 ＼&1.000 ＼&0.995 ＼&drs＼& 福 建 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 江 西 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 山 东 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 河 南 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 湖 北 ＼&0.853 ＼&1.000 ＼&0.853 ＼&drs＼& 湖 南 ＼&0.935 ＼&1.000 ＼&0.935 ＼&drs＼& 广 东 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 广 西 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 海 南 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 重 庆 ＼&0.840 ＼&0.900 ＼&0.934 ＼&drs＼& 四 川 ＼&0.917 ＼&1.000 ＼&0.917 ＼&drs＼& 贵 州 ＼&0.780 ＼&0.799 ＼&0.976 ＼&drs＼& 云 南 ＼&0.770 ＼&0.905 ＼&0.851 ＼&drs＼& 陕 西 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 甘 肃 ＼&0.761 ＼&0.775 ＼&0.982 ＼&irs＼& 青 海 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼& 宁 夏 ＼&0.933 ＼&0.939 ＼&0.994 ＼&irs＼& 新 疆 ＼&1.000 ＼&1.000 ＼&1.000 ＼&＼&平均＼&0.946 ＼&0.967 ＼&0.978 ＼&＼&]

3.1.1 西部省市纯技术效率较低 全国纯技术效率的平均值为0.967，整体未能达到资源最优化使用。其中沿海及内陆大部纯技术效率有效，在资源配置方面实现了资源的相对最大化利用。介于0.9～1之间的区域有3个，占10%，效率处于中等水平；0.9以下的地区有4个，占13%，效率比较低。由计算结果可知纯技术效率有效的地区有23个，占77%，说明这些地区产业生产在现有的技术与管理水平上，其投入资源的使用是有效率的。技术效率未达到1的地区主要集中在我国西部地区，如贵州、云南、甘肃等；西部地区经济发展相对较晚，在资源、市场、技术、人才等各方面相对于内陆和沿海地区处于相对弱势，生态理念的形成相对较晚；在其现有的技术水平上，投入的资源未能达到最优生产效率。

3.1.2 整体规模技术效率较高 全国规模技术效率均值为0.978，其中有16个地区规模效率值为1，占54%，达到规模效率有效；46%的省市未达到规模效率有效；这些省市主要是西部省市和内陆部分地区，说明这些区域目前的实际生产规模与最优省市有16个，此时扩大或者缩小投入规模都会使产业生态化效率下降；规模收益递增的省市有5个，分别是山西、辽宁、吉林、甘肃和宁夏，说明该区域收益增加的比例大于各种生产要素投入增加的比例，可以适当加大生产要素的投入；规模收益递减的区域有9个，该区域生产要素的投入不能带来更多的产出，应该适当减少投入。

3.2 效率改进分析 差额变数（即松弛变量）指若所研究的线性规划模型的约束条件全是小于类型，那么可以通过标准化过程引入M个非负的松弛变量。松弛变量的引入常常是为了便于在更大的可行域内求解。若为0，则收敛到原有状态，若大于零，则约束松弛。根据投入向导的BBC模型所设定的效率标准，在产出不变的情况下尽可能降低各要素的投入。通过DEAP2.1软件，对30个省市区进行整理和分析，部分地区的投入要素存在差额变数（详见表3）。

表3 投入导向的BBC模型的差额变数分析

[地区＼&固定资产投入

（亿元）＼&社会就业人数（万人）＼&综合能源消耗

（万t标准煤）＼&用水总量

（亿m3）＼& 北 京 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 天 津 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 河 北 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 山 西 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 内蒙古 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 辽 宁 ＼&3497.07 ＼&150.56 ＼&4458.42 ＼&28.18 ＼& 吉 林 ＼&861.24 ＼&42.11 ＼&1053.49 ＼&13.89 ＼& 黑龙江 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 上 海 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 江 苏 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 浙 江 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 安 徽 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 福 建 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 江 西 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 山 东 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 河 南 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 湖 北 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 湖 南 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 广 东 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 广 西 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 海 南 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 重 庆 ＼&750.86 ＼&44.59 ＼&883.37 ＼&8.67 ＼& 四 川 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 贵 州 ＼&850.30 ＼&43.30 ＼&1820.24 ＼&20.40 ＼& 云 南 ＼&591.04 ＼&49.08 ＼&910.76 ＼&14.06 ＼& 陕 西 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 甘 肃 ＼&890.83 ＼&46.21 ＼&1459.20 ＼&27.38 ＼& 青 海 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼& 宁 夏 ＼&101.01 ＼&5.84 ＼&264.96 ＼&4.45 ＼& 新 疆 ＼&0.00 ＼&0.00 ＼&0.00 ＼&0.00 ＼&平均＼&251.41 ＼&12.72 ＼&361.68 ＼&3.90 ＼&]

就全国整体水平来看，固定资产、社会就业人数、综合能源和用水均有一定程度的冗余量，分别为251.41亿元、12.72万人、361.68万t、3.90亿m3，为达到更优的生态效率，对这四方面的投入应适当考虑减少。就全国范围来看，大部分地区生产要素的投入基本上都能达到零冗余量，生态效率达到较好效果，其中辽宁、吉林、重庆、贵州、云南、甘肃、宁夏7省市的4种生产要素均有不同程度的冗余量，尤其是能源投入。固定资产投冗余量最大为辽宁省，为3497.07亿元，占固定资产总投入的19.7%；其次是甘肃、吉林、贵州，冗余量超过850亿元。人力资源冗余量最大仍是辽宁省，达150.56万人，最小为宁夏，5.84万人，其余省市就业人数冗余量均在40～50万人。能源消耗冗余量除宁夏较小外，其余省市均较大，尤其是辽宁省，能源冗余量达4 458.42万t。水资源的投入同样存在不同程度的冗余，辽宁、甘肃、贵州都达20亿m3以上。所分析的四种生产要素在这7个省市都出现较明显粗放利用问题，这些因素都影响了产业生态化的发展和综合利用效率的提高。因此，上述地区尤其要适当减少生产要素的投入，集约使用资本、人力资源、能源和水资源等。

4 结论与建议

4.1 结论 （1）全国纯技术效率的平均值为0.967，整体未能达到资源最优化使用。其中沿海及内陆大部纯技术效率有效，在资源配置方面实现了资源的相对最大化利用；但是西部省市普遍纯技术效率较低。全国整体规模技术效率较高，为0.978，其中有16个地区规模效率值为1。（2）就全国整体水平来看，固定资产、社会就业人数、综合能源和用水均有一定程度的冗余量，分别为251.41亿元、12.72万人、361.68万t、3.90亿m3。就各省（区、时）来看，大部分地区生产要素的投入基本上都能达到零冗余量，生态效率达到较好效果，其中辽宁、吉林、重庆、贵州、云南、甘肃、宁夏7省市的4种生产要素均有不同程度的冗余量，尤其是能源投入。