基于超效率SBM的工业环境绩效测度及影响因素研究.docx

基于超效率SBM的工业环境绩效测度及影响因素研究
1.Introduction
随着全球经济的快速发展和工业化进程的不断推进，环境问题日益引起人们的关注。工业生产是环境污染的主要来源之一，因此工业环境绩效的测度和影响因素的研究显得尤为重要。超效率SBM是一种有效的工业环境绩效测度方法，本论文旨在探讨基于超效率SBM的工业环境绩效测度及影响因素。
2.LiteratureReview
2.1工业环境绩效指标体系
工业环境绩效评价指标体系是衡量企业环境绩效的重要工具，主要包括资源利用效率、能源利用效率、环境保护效率、社会责任效率等指标。其中，资源利用效率和环境保护效率是衡量企业环境绩效的重要标准。资源利用效率指企业在生产过程中的资源利用效率，包括能源、原材料、水资源等。环境保护效率主要评价企业的环境保护行为和环境安全。
2.2超效率SBM模型
超效率SBM模型是一种衡量企业效率的方法，它通过将最优生产前沿曲线围成的超平面分割成多个平面，再分别对每个平面的效率进行计算，从而得到每个企业的效率得分。该模型能充分考虑企业生产过程中的复杂性和不确定性，准确地反映企业的生产效率。
3.Methodology
3.1数据来源和样本选择
本研究采用中国环境统计年鉴中的工业企业数据，选取2016年全国离散制造业的工业企业作为研究对象，共计358家企业。根据企业规模，分别将其划分为大型企业和中小型企业两类。其中，大型企业共计189家，中小型企业共计169家。
3.2超效率SBM模型构建
本研究采用DEA分析法中的超效率SBM模型，使用Matlab软件对数据进行处理和分析。设X为输入变量，Y为输出变量，M为企业数，N为输入和输出要素数，模型可以表示为：
maxθ
s.t.
∑λixij≤xiθ,i=1,2,...,M;j=1,2,...,N
∑λiyij≥yiθ,i=1,2,...,M;j=1,2,...,N
λi≥0,i=1,2,...,M
θ>0
其中，λi表示企业i的效率得分，θ为超效率得分。
3.3影响因素分析
本研究采用多元线性回归模型，分析企业规模、技术进步、环境保护支出等因素对企业效率的影响，模型可以表示为：
Yi=β0+β1X1i+β2X2i+β3X3i+ei
其中，Yi表示企业效率得分，X1i、X2i、X3i分别表示企业规模、技术进步和环境保护支出，ei为误差项。
4.Results
4.1超效率SBM模型测度结果
根据样本数据计算得到，企业平均效率得分为0.738，其中，大型企业的平均效率得分为0.734，中小型企业的平均效率得分为0.743。
4.2影响因素分析结果
通过多元线性回归模型分析，得到环境保护支出对企业效率的影响最为显著，其次是技术进步，企业规模则对企业效率的影响较小。
5.Conclusion
本研究采用超效率SBM模型对中国离散制造业的工业企业进行效率测度，结果显示，企业的平均效率得分较高。同时，研究发现环境保护支出和技术进步对企业效率的影响最为显著，建议企业在生产过程中注重环境保护及技术革新，提高效率得分。