分析三阶段DEA模型的区域生态效率

2016-10-11 15:09戴雪晴
博览群书·教育 2016年7期

戴雪晴

摘 要:针对三阶段DEA模型,在简要概括不同阶段基本内容的基础上,以我国31个省市为研究对象,着重分析三阶段DEA模型在生态效率研究中的具体应用,从而为不同省市结合自身现状做出正确发展决策提供可靠依据。

关键词:三阶段DEA模型;生态效率;规模与纯技术效率

三阶段DEA模型为分析生态效率的重要方法,不同阶段具有各自的特点和作用,同时,三阶段DEA模型分析结果还是不同区域确定未来发展方向的重要指导。现采取该分析方法,对我国31个省市的生态效率进行深入分析,具体内容如下。

一、绪论

我国经济在改革开放后得到快速发展,GDP从78年的3645.2亿元上涨至08年的18215.3亿元,并且对于环境方面的问题也日益突出,就废水、废气和固体废物排放为例,由90年至08年,废水的排放总量上涨约61.3%;废气的排放总量上涨约375.1%;固体废物的产生总量上涨约229.3%。由此可见,实现循环经济是我国经济与社会持续发展的关键战略,而怎样才能对循环经济给出科学、准确的评价,找寻有效提升发展水平的方法,是目前国内循环经济分析的主要热点。

现有资料当中对于循环经济的研究与评价大致可以分成三类:其一为对循环经济的发展水平指标体系构建进行评价;其二为通过对能值分析法的使用深入探究循环经济的发展水平;其三为将生态效率作为基础,再使用DEA模型对循环经济的发展水平进行测算。基于此,本文将生态效率作为核心,对我国循环经济的发展进行综合性评价,从生态效率角度讲,DEA模型方法最为常用。然而,由于无法对外部与随机因素的影响进行消除,难以在客观的角度上明确生产单元对应的决策及管理水平,但三阶段DEA模型却具备可消除非经营性因素造成的直接影响的显著特点,使计算结果更加真实、有效。因此,本文结合国内的相关信息,在采用生态效率分析的前提下,依靠三阶段DEA模型,希望可以更加准确的表述生态效率,与此同时,找到制约生态效率的关键要素,为政府决策提供帮助。

二、三阶段DEA模型

1.第一阶段DEA模型

DEA模型于1978年正式提出,目的在于对多投入多产出模式下的决策单元有效性进行客观评价。BCC模型的作用在于对规模报酬可变模式下的决策单元有效性进行处理。针对任意一种决策单元,其投入导向模式下的BCC模型为:

(1)

式(1)中,i=1,2,...,n;j=1,2,...,m;r=1,2,...,s,n代表决策单元总数,m与s是输入和输出变量总数,xij(j=1,2,...,m)代表第i个单元对应的j个投入要素,yir(r=1,2,...,s)代表第i个单元对应的s个产出要素,θ代表决策单元有效值。如果θ为1,并且s+=s-=0,则说明该单元切实有效;如果θ为1,但s+≠0,或者是s-≠0,则说明该单元是弱有效;如果θ<1,则说明该单元非有效。借助BCC模型获得的效率是技术效率,它还能分解为纯技术效率和规模效率之间的乘积。

2.第二阶段DEA模型

通过第一阶段分析获取的松弛变量会受到三方面因素的干扰,分别为环境因素、管理效率及随机因素。然而,传统的模型并没有对这些因素进行有效区分,效率值不能反映造成低效的直接原因。于是,在第二阶段中采取SFA模型能对以上因素进行分别观测,进而筛分外部与随机因素,获取投入冗余。例如,一个投入导向当中存在决策单元n个,每个单元都存在m种投入,假设外部环境变量为p个,对决策单元投入松弛变量实施SFA分析,能得出相应的回归方程:

(2)

式(2)中,i=1,2,...,m;k=1,2,...,n;sik代表第k个单元对应的i项投入松弛变量;zk=(z1k, z2k, ..., zpk)代表外部环境变量,βi代表外部环境变量对应的待评估参数;fi(zk,βi)代表投入差额受外部环境变量的直接影响,通常取:fi(zk,βi)=zkβi。Vik+μik是混合误差项,其中,Vik代表随机因素,同时假定Vik·N(0,);μik代表管理无效率,假设它遵循截断正态分布原则,可表示为:μik·N+(μi,);Vik和μik两者不相关。若值无限逼近1,则说明管理水平是主要的影响因素;若 值无限逼近0,则说明随机误差是主要的影响因素。

运用回归结果进行投入项整理,对处在良好环境下的单元增大投入,继而消除外部与随机因素影响。基于有效性最强的单元,将其投入量作为基础,最后对其余样本实际投入量实施调整:

式(3)中,i=1,2,...,m;k=1,2,...,n;Xik代表第k个单元对应的i项投入值,经调整以后的值为;代表外部变量参数评估值;代表随机因素评估值。式中的首个中括号代表所有决策单元均调整到完全一致的外部环境,第二个中括号代表所有决策单元的随机因素均调整到一致的情形,确保所有单元都面对完全一致的运气与经营环境。

3.第三阶段DEA模型

将原始投入数据替换为由第二阶段获取的投入数据,而产出依然是原始的产出数据,然后再使用BCC模型完成效率评测,最终得出效率值。此时的效率值是经过外部与随机因素剔除的。

三、实证分析

1.第一阶段

运用相关软件分析国内31个省市的生态效率及规模报酬现状。由分析结果可知,在忽略外部与随机因素的条件下,08年国内各个省市的生态技术实际效益可达0.604,其中,纯技术效率0.711,规模效率0.861。在所有省市中,北京、上海三个效率都可达到1.0水平,处在技术前沿面;其余省市则在效率层面上有一定改进空间。由此可见,国内生态效率较差,亟需做出有效的改进。通过对比发现,预测值和本文提出的效率值存在一定差异,这是由于指标的选取不相同造成的,从另一个层面讲,国内生态效率并未出现好转,但和预测基本相同的是,北京、上海都处在技术的前沿面。

2.第二阶段

将由第一阶段获取的松弛量作为第二阶段的被解释变量,同时以三大外部环境变量为第二阶段的解释变量,采用相同软件提供的回归结果进行分析。由回归结果可知,所有回归系数都可以在显著的水平下经过检验,这代表外部会将会对投入冗余造成明显的明显。在此基础上进行深入探究,化学需氧量、二氧化碳排放、就业人员与能源消耗的投入松弛变量迫近0,并处于显著的水平下,说明对于这些投入,随机因素会占据主体位置,会直接影响生态效率。由此可见,随机因素造成的影响是不容忽视的,需要运用SFA模型进行剥离分析。

通过对投入松弛变量的进一步分析,因为外部环境的变量是对各个投入松弛变量的回归,因此如果回归系数是负值,则代表增大外部环境的变量可以有效降低投入松弛量,也就是说有利于减小浪费;相反,如果回归系数是正值,则代表增大外部环境的变量会增加投入松弛量,最终产生一定程度的浪费。

(1)经济总量中第三产业占比。这一变量对松弛变量的系数表现为负值,并且处在显著水平,表示随着经济总量中第三产业占比的不断提升,能源消耗、化学需氧量排放及二氧化硫排放会出现降低态势,有利于生态效率的提升;这和实际情况是完全相符的,近几年我国着重调整产业结构,推动第三产业的开发,其根本作用的重要一条就是降低能耗与环保。除此之外,对就业人数方面的松弛变量表现为正值,说明随着随着经济总量中第三产业占比的不断提升,对人员就业有良好的推动作用,尽管会对生态效率造成影响,但它可以推动就业,缓解目前面临的就业难现状。

(2)环保财政支出。从理论角度讲,随着环保财政支出的不断增大,生态效率应得到提高,但对于经验分析而言,这种假设是不成立的。结果显示,仅有化学需氧量的松弛变量一项对环保财政支出表现为负值,其他均表现为正值,而且都可以通过显著性的检验。这说明现有环保财政支出还远远不够,未实现预期效果,很多方面的问题都没有得到解决。对此,首先应该推动环保支出的不断增长,然后要科学配置有限的环保支出,以充分发挥其应有作用。

(3)受教育年限。国内环境污染问题较为严重,造成这一现象的根本原因之一为人员缺乏环保意识,而增强环保意识的有效途径为提升教育程度,控制污染蔓延。此外,教育还是科技发展的必要前提,通过对教育程度的大幅提升,可以推动科技进一步发展,而且科技的发展还有利于降低能耗及污染排放。受教育平均年限对于四大投入松弛变量都表现为负值,并且分别通过显著性检验,进一步肯定了以上理论的准确性。简言之,教育可起到生态效率改善作用,所以,各个地区、区域必须认识到教育程度提升的重要作用,增加教育、教学方面的实际投入,以此提升教育水平,达到生态效率改善的目的。

因为各种外部环境变量针对不同地区、区域的实际影响存在一定差别,会使一部分面临相对良好环境或运气的区域有着较好的生态效率,而那些面临恶劣环境或运气的区域的生态效率较差。所以,需要对原投入变量进行调整,使全部区域面对完全相同的环境及运气,以便考察和分析真实的生态效率水平。

3.第三阶段

首先对投入变量进行调整,同时将经过调整的投入值和原始的产出值代入到BCC模型当中完成分析,以获取规模报酬与效率。通过对比发现,在剔除外部与随机因素以后,生态效率出现显著变化。具体表现为:均值下降0.029,造成这一现象的主要原因为规模效率从0.861降低至0.816;而纯技术效率却出现了小幅度的上升,从0.711上升至0.714。这表明,在剔除外部与随机因素后,国内的生态效率更加不理想。与此同时,海南原本处在技术前沿面,但在剔除外部与随机因素后,从前沿面退出。从省的角度看,各省第三阶段生态效率值和传统第一阶段相比,存在极大的出入,有12个省份的技术效率出现下降的现象,这代表这些省份技术效率和外部环境有密切联系,相比之下,技术管理的水平很低。而生态效率出现上升的省份有15个,代表这些省份之前技术效率低的原因为受到不利外部因素的影响,这和技术管理水平并无直接联系。

根据第三阶段的结果,从整体角度讲,各个省市的生态效率均值只有0.575,总体水平很低,其中,纯技术效率只有0.714,代表在生态防护层面的管理水平十分低下,日后应高度关注管理创新,做好制度优化工作;而规模效率也只有0.816,仍存在0.184的上升空间,各地的规模报酬依然处在递增的时期,经济发展规模缺乏合理性,需要在充分考虑现状的基础上,适当提高发展规模。

四、结语

1.外部与随机因素的存在会对生态效率造成十分显著的影响,单纯使用DEA模型难以对生态效率进行客观、准确的描述,需借助于三阶段DEA模型分析。

2.在调整的前后,各个省市的生态效率均出现不同程度的改变,进一步说明外部与随机因素的影响作用,因此切实采用三阶段DEA方式开展分析工作十分必要。

3.在消除外部与随机因素影响以后,国内技术效率均值从最初的0.604降低至0.575,纯技术效率均值小幅度上升到0.714,规模效率均值降低到0.816。

4.若将0.9效率值作为临界点,则可将我国所有省市分成四大类型,分别为双高、高低、低高与双底,不同省市需要紧密结合自身状态与特点,着重强化管理水平,或扩大生产规模,以此有效改善生态效率。

参考文献:

[1]蒋萍,王勇. 全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J]. 数量经济技术经济研究,2011,10(12):69-81.

[2]刘亦文,胡宗义. 中国碳排放效率区域差异性研究——基于三阶段DEA模型和超效率DEA模型的分析[J]. 山西财经大学学报,2015,11(02):23-34.

[3]余红伟. 我国社会保障支出效率的区域测度与影响因素研究——基于三阶段DEA模型的政策质量分析[J]. 社会保障研究,2015,12(05):82-89.

[4]周国梅,彭昊,曹凤中.循环经济和工业生态效率指标体系[J].城市环境与城市生态,2014,10(06):201-203.

[5]章波,黄贤金.循环经济发展指标体系研究及实证评价[J].中国人口资源与环境,2014,15(03):22-25.

[6]向来生,郭亚军,孙磊,陈明华.循环经济评价指标体系分析[J].中国人口资源与环境,2014,17(02):76-78.

[7]诸大建,邱寿丰.生态效率是循环经济的合适测度[J].中国人口资源与环境,2014,16(05):11-16.

[8]诸大建,邱寿丰.作为我国循环经济测度的生态效率指标及其实证研究[J].长江流域资源与环境,2014,17(01):11-15.