基于DEA混合模型窗口分析的地区环境效率动态评价.pdf

基于DEA混合模型窗口分析的地区环境效率动态评价李军军周利梅摘要：在探讨评价环境效率的DEA混合模型基础上分析了存在非期望产出情景引进了DEA窗口分析方法处理技术不变假设下环境效率的动态比较问题以2005—2017年数据为依据对全国286个地市环境效率進行评价。结果发现各地市环境效率得分存在较大差距整体呈现东高西低态势且与经济发展水平有很强正向关系;长期来看各地市环境效率具有普遍上升趋势并且存在区域收敛特点。关键词：环境效率;DEA混合模型;窗口分析引言随着工业经济快速发展资源环境危机日趋严峻迫使人们更多关心环境问题不断寻求经济与环境协调发展的有效途径。党的十九大报告明确提出了到2020年“中国环境质量总体改善”和到2035年“生态环境根本好转美丽中国目标基本实现”的战略目标。为加快推进生态文明建设体制机制改革全面建设环境治理能力提升环境治理绩效迫切需要完善环境治理绩效测度的方法体系提高测度的科学性明确环境治理各主体的贡献和责任。环境效率的提出为研究经济增长和环境问题提供了科学的评判标准引发了广泛关注如何定量评价环境效率也成为研究重点。衡量效率的基础方法是比较产出和投入之间关系但经济活动往往是多种要素投入产出形式也是多样化的除了单指标比较和构建综合评价指标体系以外测算效率常用两种方法。一种是Aiger等人[1]提出的随机前沿生产函数（SFA）可以分解投入要素、随机因素和技术无效对产出的影响但需要确定生产函数具体形式。另一种A.CharnesW.W.Cooper和E.Rhodes[2]提出的数据包络方法（DEA）通过使用线性规划来测度评价单元的相对效率适用于多投入多产出情况不需要设定具体函数模型广泛应用于环境效率研究。评价环境效率时除了考虑正常的经济投入产出指标还必须考虑反映环境因素的指标比如环境污染排放等非期望产出就是影响环境效率的重要因素。现有研究中将非期望产出纳入DEA模型来评价环境效率通常有两类方法一类方法是直接对非期望产出指标进行适当的数值变换然后应用传统DEA模型评价环境效率（Seiford和Zhu[3]）;另一类方法则是假设非期望产出符合弱自由处置Fare和Grosskopf[4]等人提出了非线性SBM模型可以同时测度期望产出的增加和非期望产出（污染物排放）的减少已经成为评价环境效率的主要方法。现有环境效率评价研究中国际方面有Zhou和Ang[5]对21个OECD国家、George和Kleoniki[6]对28个欧盟成员国、Shabani[7]对163个国家的环境效率进行评价和对比。在区域环境效率方面Song和Wang[8]、李静和程丹润[9]、LiYang等人[10]、屈小娥[11]都对我国各省份环境效率进行测评发现了各地环境效率存在较大差距但不同区域得分高低的结论不尽相同。省级内部区域环境效率方面周利梅等人[12]对福建省、仝梦等人[13]对四川省、马骏等人[14]对江苏省等做了省内地区性环境效率评价研究。跨区域研究成果不多其中甘甜等人[15]对长江三角洲24个城市环境治理效率进行了测度。我国不但各省情况迥异省内各地区也存在较大差别经济发展和环境基础有很大不同因此有必要对全国不同地市的环境效率及其变化进行研究从而发现更加具体的特征。一、区域动态环境效率的测算（一）DEA混合模型DEA模型被认为是评价不同个体效率的有效方法但传统CCR和BCC等模型都忽略了非径向投入和产出冗余认为投入或者产出要按同比例变化来提升效率达到生产前沿;而专门处理非径向投入产出冗余的SBM模型却忽略了径向投入和产出冗余。为了解决这个问题可以考虑把径向和非径向的投入和产出同时纳入到模型当中从而处理产出中包括非期望产出情况。（二）DEA模型窗口分析DEA模型窗口分析在评价DMU效率基础上对时间序列指标进行移动平均相同年份效率值为不同窗口期