DEA模型下的區域環保投入效率研究范文

本站小編為你精心準備了DEA模型下的區域環保投入效率研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

[摘要]基于數據包絡分析(dea)方法，建立了評估投入產出指標體系的模型。以黑龍江省2008-2017年廢水、廢物、固體廢物和綜合環境污染投入產出數據為樣本，分析環保投入產出的整體效率。研究表明，黑龍江省近十年的環境污染治理整體是有效的，但規模效率各不相同，個別年份效率相對較低，存在區域投資冗余、產出過低等問題。結合當地區域環保和經濟發展的實際情況，提出適當調整環保投資規模、組建環保科技研發團隊、推進發展綠色產業理念等對策建議。

[關鍵詞]數據包絡分析；區域環保；規模效率

一、引言

改革開放40多年來，中國經濟一直以資源和環境為主導，經濟增長與環境保護之間的矛盾日益突出。如何實現有效的資源配置，提高環保意識逐漸成為公眾關注的焦點。2018年9月14日，為貫徹精神和全國生態環境保護大會，黑龍江省全面貫徹落實“中國共產黨黨中央、國務院關于加強生態環境保護，堅決打擊污染防治”的意見，堅決打擊環境污染，不斷提高生態環境質量，打造美麗的龍江。黑龍江省作為東北老工業基地的一部分，一直注重產業發展，使環境保護問題成為黑龍江省區域經濟發展中不可忽視的問題。黑龍江省政府開始把財政支出的焦點聚集在環保產業方面，在發展經濟的同時，加大了對區域環保產業的投資。近年來，黑龍江省環保投資方向主要包括工業廢水處理、工業廢氣處理、工業固體廢物處理和噪聲控制。而對于環保投資產生的投入效率是目前需要關注的問題。根據《中國環境統計年鑒》中黑龍江省2008-2017年環保投資產出數據，利用數據包絡分析(DEA)方法，將環保投資的概念擴展到環保投入的概念，評價和分析區域環境投入和產出的相對效率，以有效合理的配置資源。

二、現狀分析

2008-2017年，黑龍江省環境保護投資規模逐步擴大，但增長速度較為緩慢，投資規模的波動也較大。黑龍江省環保投入增長速度雖有提高，但極不穩定。下圖可以看出，2009-2017年黑龍江省環保投資增長幅度較大，波動較大，極不穩定。其中2014年的環比增長率尤其高為426.86%，達到四倍增長，隨后即進入了急速下滑的趨勢，甚至出現了負增長，2015年環比增長率下降到-14.21%，環保投入效率極不樂觀。到2016年出現緩慢回轉，環比增長率達到了8.91%。近十年中環比增長率較高的還有2012年，高達103.84%，其他年份增長率均起伏不穩。環比增長率起伏主要原因：一是自從2007年設立節能環保項目后，環境保護即受到社會各界的重視，隨即社會各部門各行業緊跟著政府步伐，環保的高潮已經掀起，但重視程度有所下降。二是黑龍江省頒布“黑龍江省生態環境保護十三五”規劃，促使黑龍江省政府擴大環保投資規模。

三、模型建立

(一)DEA數學模型在本文中，利用DEA模型中的C2R模型和DEA的B2C模型。B2C模型消除了C2R模型的規模報酬不變的假設，因此將綜合技術效率分為純技術效率和規模效率。然而，當使用上述兩個模型來評估決策單元的相對效率時，為了便于計算，有必要引入一個松弛變量并將不等式約束轉換為等式約束，該約束可以變為：其中，n個決策單元(DMU)用xj和yj表示，每個DMU都有m種輸入和s種輸出；θ表示決策單元的有效值；S+、S-是被引入的松弛變量；ε是非阿基米德無窮小量；λj是構造一個新的有效DMUj的組合比例。模型中產出決策單元的相對效率在0-1之間，所以對任何決策單元來說，它的相對效率達到1即表示為有效。當θ=1且S+=S-=0，表示決策單元為DEA有效，且純技術效率和規模效率同時有效；當θ=1且S+≠0或S-≠0時，表示決策單元為弱DEA有效，既非純技術效率最佳也非規模效率最佳。

(二)指標體系的構建及數據獲取結合DEA對投入產出指標的要求，考慮到數據的可用性，決策單元設置為4個輸入指標和3個輸出指標，長時間的數據信息量不大，因此選擇2008-2017年的時間序列數據形成10個決策單元。黑龍江省環境保護相對效率評價指標見表1。由于黑龍江省長期以來一直重視工業發展，因此選擇黑龍江省的環境投入和產出數據作為工業數據。

四、DEA的評價結果及分析

(一)C2R模型的計算結果及分析在資源和環境的共同約束下，希望通過控制產出來影響投入規模的大小，并且預計投入規模將盡可能小，因此選擇投入導向的視角。以投入為導向的角度研究如何在產出保持不變的情況下最小化投入。DEAP2.1軟件參數設置選擇C2R模型和輸入指導，計算的相對效率評估結果如表2所示。表2顯示了黑龍江省2008年至2017年環保效率評價值的變化。2010、2011、2012、2013和2015年表中的五個決策單元對DEA有效。通過觀察投入和產出的松弛變量，我們發現五個決策單元的四個輸入指標的松弛變量是S+=0。三個產出指標的松弛變量均為S-=0；因此可以得到這五個決策單元為DEA有效。而2008、2009、2014、2016年和2017年的決策單元均為非DEA有效。可以看出，黑龍江省環保評價效率普遍不穩定，且波動較大。表3為黑龍江省環保投入產出指標松弛變量表，從投入角度來看，在產出不變的條件下，黑龍江省環保投入冗余嚴重，這反映了環境污染控制(X1)的過度投資和廢水投資的過剩(X2)。結果表明，2008-2017年間，黑龍江省環保產值的增長主要依靠資金的過量投入拉動的，并且呈現高投入低產出的趨勢。從產出的角度看，2008-2017年間，黑龍江省環境污染治理無產出虧空，但仍然存在產出不足的情況。這說明，對于黑龍江省來說環保產業目前仍是一個新的經濟增長點，需提高投入的效率，來保證產出的大幅度增加。

(二)BC2模型的計算結果及分析為進一步了解黑龍江省環境保護的技術效率和規模效率，我們再選擇BC2模型作為DEAP2.1軟件參數的設置，計算得到的評價值及規模報酬見表4。在表4中，綜合的技術效率是由純技術效率和規模效率相乘所得。從表中可以看出，從綜合技術效率的角度來看，黑龍江省2010、2011、2012、2013和2015年的環保投入產出具有有效的綜合技術效率。技術效率值均為1，其余年份綜合技術效率不穩定，總體水平不高。但是，純技術效率的差距略大，并呈現出一定的趨勢。純技術效率除2014年、2016年和2017年外，其余年份的純技術效率為1，表明黑龍江省的環保投資整體式有效的，且資源得到了較優的配置。從規模報酬的角度來看，黑龍江省2010、2011、2012、2013和2015年環保投入產出規模效益穩定。反映了環境污染控制處于最佳狀態。2016年和2017年的規模報酬遞增，2008年、2009年和2014年，規模報酬遞減，表明黑龍江省的投入要素可能存在冗余或資源無法有效分配。

五、對策建議

(一)適當調整環保投資規模黑龍江省地大物博、幅員遼闊，工業發展迅猛，但各地級市的環境污染情況不盡相同，因此投入的效率特征差異顯著，各地級市應因地制宜，積極采取合適的環境污染治理措施。不斷擴大環保投入規模，充分發揮出政府和環保部門在環保中的重要作用，認真貫徹“誰污染誰治理”的原則，以此提高大型工業企業及公眾的環保意識。政府應根據規模報酬遞減、遞增的趨勢來適當調整環境污染治理的投入，以減少相關支出的效率損失。

(二)組建環保科技研發團隊在當代科學技術飛速發展的時代，黑龍江省環境污染治理的根本關鍵在于技術進步。隨著政府對環境污染控制的投資不斷增加，治理規模不斷擴大，過去十年的規模效率并非一成不變。規模收益的增加，即相應的輸入將產生大量的冗余；規模收益遞減，即相應的投入不能產生他們應得的效率。因此，要使環境污染治理取得飛躍的進步，還是要先取得技術的進步。組建環保科技研發團隊，且鼓勵高校、企業、科研機構進行調研，根據黑龍江省獨特的實際情況進行有針對性的研究，唯有這樣才能使黑龍江省環境污染得到有效的治理，使政府投入產生較高的效率。

(三)推進發展綠色產業理念要控制黑龍江省的環境污染，最根本的是從源頭入手。目前，黑龍江政府的治理都是依賴于末端治理，“先污染再治理”已經深入人心，而針對于黑龍江省的實際情況，過程控制、源頭防治不得不重視起來。在大力振興老工業基地的同時，黑龍江省應該通過嚴格的環境考核標準，鼓勵發展綠色產業，淘汰嚴重污染環境的產業。通過科研團隊的技術創新來發展新的綠色產業，來推動老工業地基的重建。

[參考文獻]

[1]魏權齡,岳明.DEA概論與C2R模型———數據包絡分析(一)[J].系統工程理論與實踐,1989(1):58-69.

[2]李靖宇,孫蕾.基于DEA模型的環保投入效率實證分析———以遼寧省營口市為例[J].遼寧師范大學學報(社會科學版),2010,33(6):31-34.

[3]劉立秋,劉璐.區域環保投資DEA相對有效性分析[J].天津大學學報(社會科學版),2000(1):61-64.

[4]曹宇,耿成軒.節能環保產業公司融資效率研究———基于四階段DEA-Malmquist模型[J].環境科學與管理,2016,41(3):6-10.

[5]胡凱.區域創新體系中企業主體地位研究[D].南昌大學,2007.

作者：叢海燕 陳紅梅 單位：齊齊哈爾大學