基于SBM模型的我国工业各行业生态效率分析

1、基于SBM模型的我国工业各行业生态效率分析 摘要：本文基于2005-2009年我国39个工业行业5年的面板数据，利用数据包络分析模型（SBM模型）对我国工业各行业的生态效率进行了分析和评价。在已有文献的基础上，将产出分为期望产出和非期望产出两大类，分别利用不考虑非期望产出的SBM模型以及考虑非期望产出的SBM模型，对各行业生态效率进行计算和比较，得出考虑环境因素下我国工业生态效率低于不考虑非期望产出情况下传统的经济效率。关键词：生态效率；非期望产出；DEA；SBM模型Abstract：This paper, based on five years penal data of Chinas 39

2、 industrial sectors from 2005 to 2009, using Data Envelopment Analysis model (SBM model),analyzed and evaluated the eco-efficiency of Chinese industrial sectors. On the basis of existing literature, this paper divided outputs into desired outputs and undesired outputs, by not considering undesired o

3、utputs of SBM model and considering undesired outputs of SBM model separately, calculated and compared the eco-efficiency of each industrial sector. Finally we came to the conclusion that the efficiency of industrial which based on undesirable outputs is lower than the traditional economy efficiency

4、 not considering the undesired outputs. Key words： Ecological efficiency；Undesirable output；Data Envelope Analysis；Slacks-based Measure model一、 引言当今世界, 随着全球经济的快速发展, 资源的不断消耗,人类社会面临着许多共同的挑战，如全球气候变暖、能源资源紧缺、生态环境恶化等。中国作为世界上最大的发展中国家,当前工业化、城市化发展迅速,再加上人口多等因素，将面临比其他国家更大的挑战。为了应对全球环境问题的挑战, 各国急需科学理论的指导，生态效率（eco

5、-efficiency）也因此应运而生，成为众多学者研究的一个新课题。改革开放以来，我国经济迅速发展，国内生产总值由1978年的36452亿元增长到2010年的397983亿元。作为国民经济中一个十分重要的物质生产部门-工业也迎来了前所未有的快速发展时期。近年来我国工业总产值大幅增加，根据国家统计局数据，2003年我国规模以上工业总产值为142271.22亿元，2010年已经达到698590.54亿元，增长了近4倍。但由于长期以来，我国走的是传统工业化道路，优先发展重工业，导致经济增长主要依靠高投入、高消耗，我国工业的快速发展与生态环境的破坏是同步进行的；而且一些地区为了追求当地GDP的增加对

6、资源采取掠夺式的开发和利用使得生态环境问题进一步恶化，虽然有些地方得到了一定得改善，但总体恶化的趋势尚未得到根本遏制，生态环境压力继续加大。根据中国环境统计年鉴的数据，2003年我国工业固体废弃物、工业废气排放量分别为100428万吨和198906亿立方米，2010年的工业固体废弃物、工业废气排放量分别为240944万吨和519168亿立方米，是2003年的近2.4倍和2.6倍。下图是2003-2010年我国工业固体废弃物、工业废气及工业废水排放量变化趋势：图1 2003-2010我国工业总产值、工业固体废弃物及工业废水排放变化趋势由上表可知，近年来，我国工业总产值的变化趋势与工业固体废弃物排

7、放量以及工业废气排放量的变化趋势基本上是一致的，即我国工业的迅速发展是以生态环境的破坏为代价的。为此，我国必须深入贯彻落实科学发展观，进一步制定严格的节能减排措施。 为了进一步贯彻落实科学发展观，加快转变经济发展方式，在基本完成“十一五”规划目标的基础上，我国“十二五”规划对节能减排的总体要求和主要目标是：到2015年，全国万元国内生产总值能耗下降到0.869吨标准煤（按2005年价格计算），比2010年的1.034吨标准煤下降16%，比2005年的1.276吨标准煤下降32%；“十二五”期间，实现节约能源6.7亿吨标准煤。2015年，全国化学需氧量和二氧化硫排放总量分别控制在2347.6万吨

8、、2086.4万吨，比2010年的2551.7万吨、2267.8万吨分别下降8%；全国氨氮和氮氧化物排放总量分别控制在238.0万吨、2046.2万吨，比2010年的264.4万吨、2273.6万吨分别下降10%。二、文献综述本文所说的效率包括两部分：技术效率和配置效率。前者是指现有资源的最有利用能力，即在要素投入给定的条件下实现最大产出，或者是给定产出水平下使得投入要素最小化的能力。一项经济活动只有同时实现技术效率和配置效率才能最终获得最大的经济效益。目前，国内外对工业行业效率的研究很多，大多集中在工业技术效率和能源效率的讨论上：Zheng et al.【1】采用数据包络分析方法(DEA)

9、研究中国各地区国有企业、集体企业和乡镇企业的技术效率,发现在沿海、中部和西部地区中沿海地区企业的效率较高。HU 等【2】基于全要素生产率框架,选用能源、资本、劳动、农作物种植面积作为投入指标，以地区GDP作为产出指标,采用DEA方法对1995-2002年我国各地区的全要素能源效率进行了比较研究。涂正革【3】根据我国30个省市地区要素资源投入、工业产出和污染排放数据，计算各地区环境技术效率, 衡量环境与工业增长的协调性，并对环境技术效率的差异进行了回归分析。王喜平、姜晔【4】基于投入导向的DEA模型，将资本、劳动等非能源投入要素固定，比较分析了我国29个省市自治区未考虑非期望产出、考虑非期望产出

10、以及同时考虑非期望产出和环境管制的单纯的能源效率。生态效率最早是由Schaltegger和Sturm于1990年提出的。1992年，世界可持续发展工商委员会（World Business Council of Sustainable Development，WBCSD） 最先从企业的角度对生态效率的概念做了界定：“生态效率通过提供能满足人类需要和提高生活质量的有竞争力的商品与服务，同时使整个生命周期的生态影响和资源强度逐渐降低到与生态承载力一致的水平。”目前，国内外已有一些学者开始了对工业生态效率的研究，主要有：王震【5】等借鉴生命周期分析的相关研究成果，构建了区域工业生态效率的指标体系、计算

11、步骤及方法，并以北京市工业为案例进行了应用研究。汪东、朱坦【6】基于2003-2008中国30个省份的面板数据, 将投入指标分为环境污染排放与资源消耗两大类，而产出指标选择了各地区的工业增加值,对我国区域生态效率进行总体的分析和评价，并且利用Tobit回归模型分析了工业生态效率的影响因素。G. Oggioni ，R.Riccardi和 R.Toninelli【7】运用数据包络分析和方向性距离函数对世界水泥行业的生态效率进行了分析，将二氧化碳排放量作为非期望产出引入，并分别考虑将其作为投入要素和产出要素进行研究。但是，我国已有的对工业生态效率研究的文献多采用传统的CCR、BCC的DEA模型，没有

12、充分考虑到工业生产过程中所带来的非期望产出问题，也没有考虑到环境规制对工业生态效率的影响，这样对生态效率的测度是不精确的，本文将采用考虑非期望产出的SBM模型对工业各行业的生态效率进行分析研究。三、研究方法 很多学者认为，生态效率指的是经济活动的增加值与其对环境所造成的破坏之比，如Schmidheiny和Zorraquin（1996）、Jollands（2003）、Kortelainen（2008）等。DEA（Data Envelopment Analysis）方法是用来度量相似决策单元间的效率与生产率问题的一个比较有效的工具，它最初应用于学校等非盈利性机构的效率评估，目前，也常被用于银行、保

13、险、医院等盈利性行业效率的评价方面。该方法是由运筹学家Charnes和Cooper等以相对效率概念为基础发展起来的，是对具有相同类型的多投入、多产出的决策单元评价是否有效的一种新的方法【8-10】。这种方法采用统计学方法自动赋权，有效地减小传统指标赋权方法的主观性影响，其基本思路是把每一个被评价单位作为一个决策单元（DMU），再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，寻找一个分段生产前沿面，通过计算所有决策单元实际生产点与生产前沿面的距离，得到各自效率的测度，根据对各DMU观察的数据判断DMU是否为DEA有效。然而，传统的DEA 模型依赖于一个基本假设，即要求投入必须尽可能

14、地缩减而产出必须尽可能地扩大。但是现实生产过程并非如此，一些生产过程带有明显的副产品，其中很多是我们所不期望生产的产品，称为非期望产出。如伴随着钢铁的生产，排放出大量的废水、废气等副产品，这些非期望产出是人们所不希望的。因此，必须尽可能地减少非期望产出才能实现最佳的经济效率。而且，传统的DEA 模型没有将产出区分为期望产出和非期望产出，且大都属于径向和角度的度量，不能充分考虑到投入产出的松弛性问题，度量的效率值也因此是不准确或有偏的。为此，Tone（2001）【11】提出了解决这一问题的非径向和非角度的SBM模型，不仅解决了投入产出松驰性的问题,也解决了非期望产出存在下的效率评价问题；同时避免

15、了径向和角度选择差异带来的偏差和影响, 比其它模型更能体现效率评价的本质。(一) 不考虑非期望产出的SBM模型 传统的SBM 模型,考虑了各决策单元的投入、产出, 并将投入产出的松弛变量直接引入目标函数，我们就可直接测量松弛所带来的与生产前沿面相比的非效率，有效的解决了投入产出松弛问题。假设决策单元DMU0有m种要素投入和S种产出，则： Subject to 其中，蟻为效率评价指标； 和分别为该决策单元的投入与产出向量， 和分别 为和 的元素；X 和Y 为决策单元的投入产出矩阵；, 分别表示投入产出松弛，为列向量。当=1时，该相应决策单元是有效的，等价于=0，=0，即在最佳状态下既没有投入冗余

16、也没有产出的不足；当0<<1时，说明该决策单元是非有效的，它可以通过改进，消除投入冗余量及产出的不足，实现最佳效率。即: 。(二) 考虑非期望产出的SBM模型现实生活中，很多生产活动在生产出人们所需产品的同时对自然环境也造成了不同程度的污染，如废水、废气和固体废弃物的排放等，我们称之为非期望产出，这些非期望产出和生产活动是不可分的。为了更好地解决投入、产出、污染之间的关系，Tone (2004) 【12】又提出了加入非期望产出的SBM 模型。同样，假设决策单元DMU0有m种要素投入和S种产出，但是，S种产出中有S1种产出为期望产出，S2种非期望产出，则：Subject to 其中，

17、为效率评价指标；为该决策单元的投入向量，为该决策单元的期望产出向量，为该决策单元的非期望产出向量；X ，和分别为决策单元的投入矩阵、期望产出矩阵和非期望产出矩阵；, ，分别表示投入产出松弛，为列向量。当=1时，该决策单元是有效的，等价于=0， =0，=0，即在最佳状下没有投入产出松弛；当0<<1时，说明该决策单元是非有效的，它也可以通过改进，实现最佳效率。即: ,。基于以上的分析，本文采取加入非期望产出的SBM模型对我国工业各行业进行生态效率的评估。四、指标选取及数据的来源（一）指标选取根据对生态效率的定义，考虑到数据的可得性及完备性，本文以2005-2009为考察期间，以工业的3

18、9个行业为基本研究单元( DMU)。根据Cobb-Douglas生产函数以及能源对经济增长的重要性，本文以资产总计、劳动力从业人数、能源消耗总量作为投入要素指标；产出指标为工业总产值和工业二氧化硫排放量、工业化学需氧量排放量以及工业二氧化碳排放量，其中，工业总产值为期望产出指标，工业二氧化硫、化学需氧量及二氧化碳排放量为非期望产出指标。1. 投入指标本文综合考虑资本、劳动、资源三种要素投入。其中，资本以我国工业分行业规模以上企业的资产总计（亿元）来表示，劳动以我国工业分行业全部从业人员年平均人数（万人）表示，资源以我国工业各行业能源消耗总量（万吨标准煤）表示。2. 产出指标 首先，期望产出。工

19、业总产值是指以货币表现的工业企业在报告期内生产的工业产品总量，本文采取不变价格计算的工业总产值作为期望产出指标；其次，非期望产出。由于二氧化硫主要在工业生产过程中排放，生活排放量相对较小，而且根据我国“十二五”规划对节能减排的要求，本文把工业二氧化硫、化学需氧量以及二氧化碳排放量作为非期望产出来处理。具体的生态效率评价指标体系如下表1所示：类别具体指标选择投入指标资产总计劳动力从业人数能源消耗总量期望产出指标工业总产值非期望产出指标工业二氧化硫排放量工业化学需氧量排放量工业二氧化碳排放量 表1 生态效率评价指标体系 (二) 数据来源及处理本文原始数据均来源于2006-2010中国统计年鉴、中国

20、能源统计年鉴以及中国环境统计年鉴，并经过一定的计算处理得出39个工业行业5年的面板数据。其中，资产总计以2005年为不变价格用消费者价格指数（CPI）进行了处理，对工业总产值以2005年为基期用工业品出厂价格指数进行了平滑处理；由于我国统计年鉴没有对二氧化碳排放量的统计，本文二氧化碳排放量由公式计算得出，具体计算公式为：二氧化碳排放量=i=116能源消耗总类×缺省净发热值（TJ/Gg）脳缺省二氧化碳排放因子（Kg/TJ）其中，i=1,2,3,16分别表示原煤、洗精煤、其他洗煤、焦炭、焦炉煤气、其他煤气、其他焦化产品、原油、汽油、煤油、柴油、燃料油、液化石油气、煤厂干气、其他石油制品、

21、天然气；各能源缺省净发热值和缺省二氧化碳排放因子的具体指标参考IPCC国家温室气体排放清单指南2006。五、工业生态效率分析1.平均效率比较分析使用考虑非期望产出的SBM模型对我国39个工业行业2005-2009年的生态效率进行计算，为了考察环境规制对效率的影响，同时也使用不考虑非期望产出情况下的SBM模型对其效率进行了计算，并将二者进行对比分析。2005-2009我国工业各行业平均效率变化趋势图如下图2所示： 图2 2005-2009我国工业各行业平均效率变化趋势图由上图2可明显看出：在不考虑非期望产出，即不考虑环境规制情况下，我国工业各行业平均技术效率维持在0.54左右的水平，且基本保持一

22、种逐年提高的趋势；当考虑费期望产出，即环境因素的影响情况下，我国工业各行业平均效率维持在0.44左右，与不考虑非期望产出时的0.45相比有明显的下降。这说明，环境污染造成了效率的损失，也意味着在不考虑环境因素而进行的效率评价是失真的和不合实际的,从而进一步证明了考虑非期望产出的合理性。从上图2还可以看出，不管是考虑非期望产出还是不考虑非期望产出，计算得出的平均效率变化趋势基本上都是逐渐提高的。这可能与近年来国家加大环境保护的力度有关，如2005年，我国“十一五”规划纲要明确要求：到2010年，在2005年的基础上，单位GDP能源消耗降低20%，主要污染物排放总量减少10%，政府的积极行动带动了

23、全国范围内的节能减排工作，从而提高了工业各行业的效率。2.重工业与轻工业效率比较分析为了考察我国工业各行业间效率的差异，本文将我国的工业分为重工业和轻工业来分别考察。下图3、图4分别表示2005-2009年我国重工业、轻工业不考虑非期望产出和考虑非期望产出时的平均效率变化趋势：图3 2005-2009年我国重工业、轻工业平均效率变化趋势图图4 2005-2009年我国重工业、轻工业生态效率变化趋势图由上图3、图4可知，在2005-2009年考察期间，不考虑非期望产出情况下，我国轻工业的平均效率值大于重工业的平均效率值，且二者基本保持同样的变化趋势，2007年以后轻工业平均效率稳健提高，而重工业

24、效率有下降趋势。加入非期望产出，我国重工业和轻工业生态效率变化趋势趋于复杂化，二者不再保持同样的变化趋势。2006-2008年间，重工业平均生态效率高于轻工业，但由于2007 年轻工业生态效率有了显著提高，2008年以后轻工业的生态效率高于重工业的生态效率。这与我国提出的转变经济发展方式有关，改变以往的以重工业为主的经济增长模式，同时也说明环境政策及其规制对轻工业的影响大于重工业。同时，考虑到非期望产出后，无论是重工业还是轻工业，其效率值都有所下降。六、结论本文在考虑非期望产出的基础上，利用SBM模型对我国39个工业行业的生态效率进行了分析评价，通过与不考虑非期望产出情况下的效率进行比较得出环

25、境因素对我国工业的效率有很大影响。同时，文章根据我国对重工业和轻工业的界定将39个工业行业分为重工业和轻工业两大类，其中，重工业共26个行业，轻工业共13个行业，并且在考虑非期望产出和不考虑非期望产出的两种情况下对轻重工业的效率进行比较，最终得出结论：考虑到非期望产出后，无论是重工业还是轻工业，其效率值都有所下降。注释：1.本文采用DEA Solver Pro 5.0 软件为运算分析工具。2.根据我国对轻、重工业的定义，本文所说的重工业包括煤炭开采和洗选业，石油和天然气开采业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业，其他采矿业，木材加工及木、竹、藤、棕、草制品业，石油加工、炼焦及核

26、燃料加工业，化学原料及化学制品制造业，医药制造业，橡胶制品业，塑料制品业，非金属矿物制品业，黑色金属冶炼及压延加工业，有色金属冶炼及压延加工业，金属制品业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他 电子设备制造业，仪器仪表及文化、办公用机械制造业，废弃资源和废旧材料回收加工业，电力、热力的生产和供应业，燃气生产和供应业，水的生产和供应业；轻工业包括农副食品加工业，食品制造业，饮料制造业，烟草制品业，纺织业，纺织服装、鞋、帽制造业，皮革、毛皮、羽毛(绒)及其制品业，化学纤维制造业，家具制造业，造纸及纸制品业，印刷业和记录媒介的复制，文教体育

27、用品制造业，工艺品及其他制造业。 参考文献：1 Zheng, J. , Liu, X. , Bigst en, A. , 2003, Eff iciency, Technical Progress, and Best Practice in Chinese State Enterprises (1980- 1994) ,Journal of Comparative Economics, 31, 134 - 1522 HU J L,WANG S C. Total-fact or Energy Efficiency of Regions in ChinaJ.Energy Policy ,2006,34(17) : 3 2063 217.3 涂正革.环境、资源与工业增长的协调性.经济研究.2008（2）4 王喜平，姜晔.基于非期望产出和环境管制的省际能源效率研究.工业技术经济.2011（11） 5 王震，石磊，刘晶茹，孙念.区