关于我国西部工业环境效率与经济效率差异
最后更新时间：2024-03-30
作者：用户投稿
本站原创
点赞:6347
浏览:19864
本站原创
点赞:6347
浏览:19864
论文导读：
摘要：根据1998—2011年的面板数据，运用DEASBM模型和DEACCR模型测度我国西部11个省区的工业环境效率和经济效率，结果表明：DEASBM模型较好地处理了非期望产出理由，测度的工业环境效率比DEACCR模型测度的工业经济效率更客观、真实；我国西部工业没有达到最佳的生产前沿；西部地区工业环境效率与经济效率的差距在1998—2007年逐渐缩小，但在2007—2011年有所扩大；环境污染对西部各省区的工业环境效率影响具有地区差异，其中，内蒙古、陕西、青海、宁夏四省区工业环境效率与经济效率的差距较大，工业与环境的协调度也较低。西部地区应加快转变工业增长方式，优化产业转移，合理配置资源，缓解工业与环境的矛盾。
关键词：工业环境效率；工业经济效率；非期望产出；污染排放；工业与环境协调度；DEASBM模型；DEACCR模型；产业转移；西部地区
16748131（2013）06009007
一、引言
西部大开发战略实施以来，西部地区综合经济实力有了很大的提升。2011年西部地区经济继续保持快速增长，全年实现GDP为99 738.26亿元，占全国GDP的比重达到了19.24%，与2010年相比提高了0.56个百分点；按可比计算，比上年增长14.03%，增速高于东部3.42%，高于中部1.25%，比全国平均水平快2.25%。同时，基础设施和生态环境建设也有突破性进展，人民生活水平提高显著。西部地区取得的各项成就令人瞩目，表明西部大开发战略实施的正确性。然而事实上，还有不可否认的另一面，随着我国工业的发展，污染物排放总量逐年递增，而且原本存在于东、中部地区的高污染、高排污“黑色”产业正向我国西部转移。诚然，产业转移是经济规律，将带动西部经济发展，但势必也将给环境带来严重破坏。如果忽略污染排放的影响来对经济效率进行测度，结果是不准确的，不能真正反映西部地区的可持续发展水平。因此，在考虑环境因素的情况下，对我国西部工业环境效率进行研究，有助于准确了解西部工业经济增长变化，为政府制订合理的西部工业发展政策提供理论依据。
经济效率，是指假设一组投入要素在给定的情况下，一个经济体的实际产出同一个假设同样投入情况下的最大产出之比，如果这个比值越接近于1，则说明经济效率越高（Farrell，1957）。不管从宏观角度还是微观角度，国内已有大量的文献对西部地区的经济效率、生产技术效率进行了研究，大多采用的是Fare（1989）提出的数据包络分析策略（简称DEA），但这种测度决策单元相对效率的研究策略有其自身的局限性：它要求投入尽可能地削减，而产出尽可能地扩大（Charnes et al，1978），这与实际的生产过程不相符合。实际的生产过程中，不仅有期望产出，还有非期望产出，只有非期望产出尽可能地减少才能实现最好的经济效率。为了在DEA模型中考虑非期望产出进我国西部工业环境效率与经济效率的差异相关范文由写论文的好帮手www.7ctime.com提供,转载请保留.行效率测度，许多学者进行了积极的尝试。其中，Tone（2001）提出的非径向和非角度的SBM模型，有效地解决了传统DEA模型存在的理由，被国外公认为测算经济效率最有效、最符合实际情况的模型。而在国内，目前应用这种策略的文献还并不多，主要有：涂正革等（2011）基于SBM模型，对1998—2008年资源环境约束下我国工业的环境效率展开了实证分析，认为在资源环境约束与技术进步的共同作用下，全国SBM环境效率微降。刘勇等（2009）采用SBM环境效率评价的拓展模型测度了2007年安徽43家企业的环境效率，证实了SBM模型的有效性。詹浩勇等（2010）基于松弛的SBM模型综合评价了我国主要工业省区的环境效率和经济效率，得出我国主要工业省区环境与经济效率整体较低且稳中趋降的结论。王成金等（2011）利用SBM模型将环境污染作为非期望产出纳入评价模型评价了广东与广西在工业经济发展中的资源环境效率，指出了两广地区的有效率区域和无效率区域，并提出了改善该地区资源环境效率的倡议。杨青山等（2012）采用DEA的SBM模型，从能源环境效率视角评价了东北地区三大城市群的经济与环境的协调程度，认为因投入规模不足或环保技术落后等理由造成三大城市群环境效率未达到DEA有效。陈绍俭（2012）采用SBM非期望模型测度了我国30个省区2000—2010年的工业环境效率，指出我国大部分省区工业环境效率在逐年下降。李静（2013）基于非期望产出模型，在能源与环境双重约束下对我国28个省区2000—2008年的经济增长效率进行了测度，得出考虑能源与环境要素后的我国经济增长效率有所下降的结论。白永平等（2013）从非期望产出角度运用SBM模型测度沿黄九省区2001—2010年的环境效率，指出考虑环境变量之后，区域的平均效率水平相对较低，上中游省份对环境变量的引入较下游省份更为敏感。黄国庆（2013）采用改善的SBM模型测度能源与碳排放约束下中国各省区的环境效率，结果表明各地区平均环境效率呈下降趋势。
综上所述，我国目前基于SBM模型进行的环境效率研究已经取得了一些成果，但对考虑环境因素（污染排放）的环境效率与不考虑环境因素的经济效率的比较研究不文将“考虑污染排放的经济效率”称为“环境效率”将“未考虑污染排放的经济效率”称为“经济效率”。实际上广义的经济效率包括本文所指“环境效率”和“经济效率”，本文的划分只是为研究和表述的方便。；同时，还缺乏对我国西部地区工业环境效率进行测度和分析的研究。基于此，本文考虑污染排放，基于DEASBM模型对我国西部地区的工业环境效率进行测度，同时用传统DEACCR模型测度其经济效率，并对两者进行比较，以便进一步研究我国西部工业发展的状况、各省区差异以及演变趋势。
参考文献：
白永平，张晓州，郝永佩，宋晓伟.2013.基于SBMMalmquistTobit模型的沿黄九省（区）环境效率差异及影响因素分析[J].地域研究与开发，32（2）：9095.
陈绍俭.2012.中国工业环境效率的区域差异及其空间相关性分析——基于SBMUndesirable模型和Moran’s I统计量[J].兰州商学院学报，28（6）：4351.
成艾华.2011.西部地区承接产业转移的路径选择[J].重庆工商大学学报（社会科学版），28（6）：4347.
董敏杰，李钢，梁泳梅.2012.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究，（2）：318.
黄国庆.201
刘勇，李志祥，李静.2009.基于SBMNS模型的环境效率评价[J].数学的实践与认识，39（24）：2530.
涂正革.2008.环境、资源与工业增长的协调性[J].经济研究（2）：93105.
涂正革，刘磊珂. 2011.考虑能源、环境因素的中国工业效率评价——基于SBM模型的省级数据分析[J].经济评论（2）：5565.
王成金，杨威，许旭，刘鹤.2011.工业经济发展的资源环境效率评价策略与实证——以广东和广西为例[J].自然资源学报，26（1）：97109.
杨青山，张郁，李雅军.201
CHARNES A，COOPER W W，RHODES E. 1978. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，2（6）：429444.
FARRELL. 1957. The measurement of productive efficiency[J]. Journal of the Royal Statistical Society，120（3）：253290.
FARE. 1989. Multilateral productivity comparisons when some outputs are undesirable[J].The Review of 我国西部工业环境效率与经济效率的差异相关论文由www.7ctime.com收集,如需论文.Economics and Statistics，71（1）：9098.
TONE K. 2001. A slacksbased measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research，130（3）：498509.
摘要：根据1998—2011年的面板数据，运用DEASBM模型和DEACCR模型测度我国西部11个省区的工业环境效率和经济效率，结果表明：DEASBM模型较好地处理了非期望产出理由，测度的工业环境效率比DEACCR模型测度的工业经济效率更客观、真实；我国西部工业没有达到最佳的生产前沿；西部地区工业环境效率与经济效率的差距在1998—2007年逐渐缩小，但在2007—2011年有所扩大；环境污染对西部各省区的工业环境效率影响具有地区差异，其中，内蒙古、陕西、青海、宁夏四省区工业环境效率与经济效率的差距较大，工业与环境的协调度也较低。西部地区应加快转变工业增长方式，优化产业转移，合理配置资源，缓解工业与环境的矛盾。
关键词：工业环境效率；工业经济效率；非期望产出；污染排放；工业与环境协调度；DEASBM模型；DEACCR模型；产业转移；西部地区
16748131（2013）06009007
一、引言
西部大开发战略实施以来，西部地区综合经济实力有了很大的提升。2011年西部地区经济继续保持快速增长，全年实现GDP为99 738.26亿元，占全国GDP的比重达到了19.24%，与2010年相比提高了0.56个百分点；按可比计算，比上年增长14.03%，增速高于东部3.42%，高于中部1.25%，比全国平均水平快2.25%。同时，基础设施和生态环境建设也有突破性进展，人民生活水平提高显著。西部地区取得的各项成就令人瞩目，表明西部大开发战略实施的正确性。然而事实上，还有不可否认的另一面，随着我国工业的发展，污染物排放总量逐年递增，而且原本存在于东、中部地区的高污染、高排污“黑色”产业正向我国西部转移。诚然，产业转移是经济规律，将带动西部经济发展，但势必也将给环境带来严重破坏。如果忽略污染排放的影响来对经济效率进行测度，结果是不准确的，不能真正反映西部地区的可持续发展水平。因此，在考虑环境因素的情况下，对我国西部工业环境效率进行研究，有助于准确了解西部工业经济增长变化，为政府制订合理的西部工业发展政策提供理论依据。
经济效率，是指假设一组投入要素在给定的情况下，一个经济体的实际产出同一个假设同样投入情况下的最大产出之比，如果这个比值越接近于1，则说明经济效率越高（Farrell，1957）。不管从宏观角度还是微观角度，国内已有大量的文献对西部地区的经济效率、生产技术效率进行了研究，大多采用的是Fare（1989）提出的数据包络分析策略（简称DEA），但这种测度决策单元相对效率的研究策略有其自身的局限性：它要求投入尽可能地削减，而产出尽可能地扩大（Charnes et al，1978），这与实际的生产过程不相符合。实际的生产过程中，不仅有期望产出，还有非期望产出，只有非期望产出尽可能地减少才能实现最好的经济效率。为了在DEA模型中考虑非期望产出进我国西部工业环境效率与经济效率的差异相关范文由写论文的好帮手www.7ctime.com提供,转载请保留.行效率测度，许多学者进行了积极的尝试。其中，Tone（2001）提出的非径向和非角度的SBM模型，有效地解决了传统DEA模型存在的理由，被国外公认为测算经济效率最有效、最符合实际情况的模型。而在国内，目前应用这种策略的文献还并不多，主要有：涂正革等（2011）基于SBM模型，对1998—2008年资源环境约束下我国工业的环境效率展开了实证分析，认为在资源环境约束与技术进步的共同作用下，全国SBM环境效率微降。刘勇等（2009）采用SBM环境效率评价的拓展模型测度了2007年安徽43家企业的环境效率，证实了SBM模型的有效性。詹浩勇等（2010）基于松弛的SBM模型综合评价了我国主要工业省区的环境效率和经济效率，得出我国主要工业省区环境与经济效率整体较低且稳中趋降的结论。王成金等（2011）利用SBM模型将环境污染作为非期望产出纳入评价模型评价了广东与广西在工业经济发展中的资源环境效率，指出了两广地区的有效率区域和无效率区域，并提出了改善该地区资源环境效率的倡议。杨青山等（2012）采用DEA的SBM模型，从能源环境效率视角评价了东北地区三大城市群的经济与环境的协调程度，认为因投入规模不足或环保技术落后等理由造成三大城市群环境效率未达到DEA有效。陈绍俭（2012）采用SBM非期望模型测度了我国30个省区2000—2010年的工业环境效率，指出我国大部分省区工业环境效率在逐年下降。李静（2013）基于非期望产出模型，在能源与环境双重约束下对我国28个省区2000—2008年的经济增长效率进行了测度，得出考虑能源与环境要素后的我国经济增长效率有所下降的结论。白永平等（2013）从非期望产出角度运用SBM模型测度沿黄九省区2001—2010年的环境效率，指出考虑环境变量之后，区域的平均效率水平相对较低，上中游省份对环境变量的引入较下游省份更为敏感。黄国庆（2013）采用改善的SBM模型测度能源与碳排放约束下中国各省区的环境效率，结果表明各地区平均环境效率呈下降趋势。
综上所述，我国目前基于SBM模型进行的环境效率研究已经取得了一些成果，但对考虑环境因素（污染排放）的环境效率与不考虑环境因素的经济效率的比较研究不文将“考虑污染排放的经济效率”称为“环境效率”将“未考虑污染排放的经济效率”称为“经济效率”。实际上广义的经济效率包括本文所指“环境效率”和“经济效率”，本文的划分只是为研究和表述的方便。；同时，还缺乏对我国西部地区工业环境效率进行测度和分析的研究。基于此，本文考虑污染排放，基于DEASBM模型对我国西部地区的工业环境效率进行测度，同时用传统DEACCR模型测度其经济效率，并对两者进行比较，以便进一步研究我国西部工业发展的状况、各省区差异以及演变趋势。
二、分析模型
1.传统的DEACCR模型
传统的DEA策略又叫数据包络分析法。1978年著名运筹学家查恩斯Charnes提出了基于相对效率的投入和产出分析法，随后Charnes和Copper加论文导读：群环境效率评价.经济地理，32（9）：5160.詹浩勇，冯金丽.2010.我国主要工业省市的环境经济综合效率——基于SBM模型的实证研究.生态经济（9）：4246.CHARNESA，COOPERWW，RHODESE.1978.Measuringtheefficiencyofdecisionmakingunits.EuropeanJournalofOperationalResearch，2（6）：429444.FARRELL.1957.
以扩展，提出了非参数策略的数据包络形式（Charneset al，1978），即DEACCR模型。该策略的原理主要是通过保持决策单元（DMU，Decision Making Units）的输入或者输入不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。DEA策略的特点是：适用于多输出和多输入的有效性综合评价，无需对数据进行无量纲化处理，无需任何权重假设却有很强的客观性，无需确定输入和输出关系的显示表达式。目前，该策略已成为管理科学、系统工程和决策分析、评价技术等领域中一种重要的研究策略。我国西部工业环境效率与经济效率的差异由提供海量免费论文范文的www.7ctime.com,希望对您的论文写作有帮助.第三，在制定节能减排政策时，应该根据西部各省区自身发展特点和资源禀赋情况，因地制宜地制定差异化政策，避开“一刀切”。一是各省区政府要加大对低碳企业的政策倾斜和扶持力度，鼓励企业自主创新和技术进步；二是根据各省区的资源禀赋进行合理的资源配置，优化产业结构，发展当地特色产业，实现比较优势创新。参考文献：
白永平，张晓州，郝永佩，宋晓伟.2013.基于SBMMalmquistTobit模型的沿黄九省（区）环境效率差异及影响因素分析[J].地域研究与开发，32（2）：9095.
陈绍俭.2012.中国工业环境效率的区域差异及其空间相关性分析——基于SBMUndesirable模型和Moran’s I统计量[J].兰州商学院学报，28（6）：4351.
成艾华.2011.西部地区承接产业转移的路径选择[J].重庆工商大学学报（社会科学版），28（6）：4347.
董敏杰，李钢，梁泳梅.2012.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究，（2）：318.
黄国庆.201
3.基于SBM策略的我国区域环境效率测度及空间效应[J].求索（2）：1417.
李静.2013.能源与环境双重约束下的中国经济增长效率——基于非期望产出模型的分析[J].科技管理研究（5）：209214.刘勇，李志祥，李静.2009.基于SBMNS模型的环境效率评价[J].数学的实践与认识，39（24）：2530.
涂正革.2008.环境、资源与工业增长的协调性[J].经济研究（2）：93105.
涂正革，刘磊珂. 2011.考虑能源、环境因素的中国工业效率评价——基于SBM模型的省级数据分析[J].经济评论（2）：5565.
王成金，杨威，许旭，刘鹤.2011.工业经济发展的资源环境效率评价策略与实证——以广东和广西为例[J].自然资源学报，26（1）：97109.
杨青山，张郁，李雅军.201
2.基于DEA的东北地区城市群环境效率评价[J].经济地理，32（9）：5160.
詹浩勇，冯金丽. 2010. 我国主要工业省市的环境经济综合效率——基于SBM模型的实证研究[J].生态经济（9）：4246.CHARNES A，COOPER W W，RHODES E. 1978. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，2（6）：429444.
FARRELL. 1957. The measurement of productive efficiency[J]. Journal of the Royal Statistical Society，120（3）：253290.
FARE. 1989. Multilateral productivity comparisons when some outputs are undesirable[J].The Review of 我国西部工业环境效率与经济效率的差异相关论文由www.7ctime.com收集,如需论文.Economics and Statistics，71（1）：9098.
TONE K. 2001. A slacksbased measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research，130（3）：498509.