導語：環境成效分行業面板數據一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、引言

工業是國民經濟的支柱產業，中國工業產值多年來始終占國民生產總值的40%左右，其經濟效率因此被廣泛重視，不少學者已采取多種方法進行工業經濟效率評價。其中，數據包絡分析（DataEn－velopmentAnalysis，DEA）方法由于在處理多投入—多產出問題上的優勢而被廣泛應用于各工業行業的效率評價與比較中。由于中國工業的發展具有高污染高能耗的特征，工業生產過程往往伴隨著嚴重的環境問題，主要包括污染物的產生和排放，以及資源能源的消耗。隨著全球范圍內對環境問題的日益重視，以及環保意識的不斷提高，學者們在進行工業效率評價的過程中，已逐漸將工業的環境影響引入到評價模型中[1-5]，本文將考慮了環境影響的經濟效率評價稱為經濟—環境效率評價。DEA方法是由Charnes、Cooper和Rhodes在1978年首先提出的，評價多個決策單元效率及其有效性的一種非參數方法[6]。其基本思想是，通過一個數學規劃模型，對各個決策單元的相對效率做出評價。每一個決策單元（DecisionMakingUnit，DMU）都可以看作是相同功能的實體，通過對其投入、產出數據的綜合分析，得到DMU的相對效率指標，相對效率在（0，1）區間內分布，其中效率值為1的DMU為有效單元，處于效率前沿。DEA方法的經典模型是CCR和BCC模型，分別用于評價各決策單元的總效率和技術效率，并可利用總效率和技術效率計算規模效率。經典DEA模型的相對效率評價思想要求投入盡可能地縮小而產出盡可能地擴大，即滿足以最小的投入生產盡可能多的產出的目標。利用DEA方法進行工業經濟—環境效率評價，需要將工業的環境排放及資源消耗引入到評價模型中，但工業生產過程中產生的環境排放并不是人們期望的產出，而是所謂的“非期望產出”。非期望產出必須盡可能地減小才能實現最佳效率，而經典DEA模型只能使非期望產出增加，因此，經典DEA模型由于無法處理非期望產出而不適用于工業經—環境效率評價。為了利用DEA方法進行工業經濟—環境效率評價，學者們采取了一些方法對經典DEA模型進行改進，其中主要包括六種方法[7]，即作投入法、倒數法、雙曲線法、轉換向量法、方向距離函數法和SBM法，這些方法都使改進后的DEA模型更適用于帶有非期望產出的評價問題。但是，上述方法都存在一個問題，那就是，只對DEA模型的設定進行了改進，而沒有考慮各環境排放物之間在環境影響程度上的差異，將它們之間的環境影響差異完全建立于排放量的不同上，而沒有給予不同的環境排放物相應的權重，相當于默認各環境排放物的社會經濟影響是相同的，這顯然與實際情況不符。由于這一缺陷，利用目前常用的六種改進方法進行工業經濟—環境效率評價，雖然解決了經典DEA模型存在的結構性缺陷，但得到的效率評價結果依然與實際情況存在較大偏差。本文引入社會支付意愿（WillingnesstoPay，WTP）這一概念，計算各工業行業主要環境污染排放物和資源消耗的社會支付意愿，并最終加總得到2005~2009年各工業行業的環境影響社會支付意愿，將其作為DEA模型中各工業行業的環境投入。利用社會支付意愿理論將工業環境排放和資源消耗統一為工業行業環境影響的社會支付意愿，并將其作為環境投入加入到DEA模型中，一方面，將工業環境排放由非期望環境產出轉化為環境投入，滿足經典DEA模型的設定，從而解決了經典DEA模型無法處理非期望產出的問題；另一方面，考慮了各環境污染排放物在影響程度上的差異，能夠更真實地反映中國工業行業在環境排放問題上的發展變化情況。

二、工業環境影響社會支付意愿

社會對環境影響的支付意愿表現為社會為了將當前環境污染水平降低到某一個限度而付出的代價[8]。環境稅的稅率可以反映社會對各環境影響的支付意愿，目前針對環境排污者和資源開采者的環境稅分別是排污費和資源稅?？扑沟漠a權理論指出，社會擁有環境的使用權，污染者向社會購買環境使用權的價格就是排污費或者資源稅。庇古的福利經濟學理論認為，社會總能夠將環境使用權的價格設定在外部環境邊際損害曲線和廠商邊際私人收益曲線的交點上[9]。根據產權理論和福利經濟學理論可以計算環境排放和資源消耗的社會支付意愿。在之前國外對環境影響的社會支付意愿的研究中，瑞典的EPS系統使用了支付意愿理論來衡量環境影響[10]，而Tellus系統以美國的環境稅為權重，研究了美國社會對環境影響的支付意愿[11]。但是，上述兩個系統都存在各自的問題。EPS系統考慮的是居民支付意愿，與社會支付意愿并不完全相同，而Tellus系統的涉及范圍較小且沒有考慮資源的消耗。吳星[12-13]在對建筑工程環境影響評價的研究中，根據社會支付意愿理論對中國目前主要環境污染物的排污費和主要資源的資源稅進行了分析與計算。本文在吳星研究的基礎上，根據中國環境統計年鑒，選擇數據可得的工業環境排放和資源消耗進行社會支付意愿核算，用于匯總2005~2009年中國各工業行業環境影響的總社會支付意愿。單位環境排放及資源消耗的社會支付意愿詳見表1。

三、工業環境排放與資源消耗

各工業行業的年度環境排放數據和資源消耗數據來源于中國環境統計年鑒、中國工業統計年鑒以及中國統計年鑒，受到早年工業環境排放統計數據范圍較小的限制，本文的研究范圍是2005~2009年的中國各工業行業。由于CO2排放量沒有直接的統計數據，本文采用了目前研究中常用的根據行業能源消耗（E）j推算行業CO2排放量（CE）j的方法，計算公式為式（1）：CEj=p×Ej（1）其中，ρ為能源消耗碳排放因子（噸CO2/噸標準煤），根據1994年中國國家溫室氣體清單的數據，取2.277（噸CO2/噸標準煤）。根據單位環境排放和資源消耗的社會支付意愿值，以及2005~2009年各工業行業的環境排放和資源消耗量（受篇幅限制未列出），本文計算了2005~2009年各工業行業的環境影響社會支付意愿值，詳見表2。從表2的數據可以看出：以環境影響的社會支付意愿為衡量標準，無論是工業總的環境影響，還是各工業行業的環境影響，在2005~2009年基本都隨著工業經濟的發展而處于快速增長的狀態；各工業行業在環境影響的絕對值上差異很大，其中，環境影響最大的工業行業為黑色金屬冶煉及壓延加工業，環境影響最小的行業為廢棄資源和廢舊材料回收加工業，它們的環境影響相差1000倍左右。由于各工業行業在經濟規模上差異較大，而行業的環境影響與行業規模緊密相關，因此，需要結合工業行業的經濟投入產出和環境影響進行工業經濟—環境效率評價。

四、超效率DEA模型計算

超效率DEA模型（Super-EfficiencyDataEnvel－opmentAnalysis，SE-DEA）是基于經典DEA模型的一種改進模型。其在進行第j個決策單元效率評價時，將第j個決策單元的投入和產出用其他所有決策單元投入和產出的線性組合代替，從而把第j個決策單元排除在外，而傳統DEA模型則將這一單元包括在內。一個有效的決策單元可以使其投入按比例增加，而效率保持不變，其投入增加比例即其超效率評價值。本文選擇超效率DEA模型對中國各工業行業進行經濟—環境效率評價。超效率DEA模型能夠避免出現經典DEA模型下多個決策單元均為有單元時無法進一步分析的情況，具有更好的適用性本文以總資產、從業人員和環境投入（各工業業環境影響的社會支付意愿）作為投入指標，以總值、主營業務收入和利潤作為產出指標，根據2002009年中國39個工業行業的面板數據進行經濟環境超效率DEA評價。超效率DEA模型近年來被廣泛應用于效率評中，其具體計算過程本文不再贅述，可參考之前的關研究與文獻[14-16]。超效率評價結果如表3所示。表3顯示，在2005~2009年間，中國各工業行業的經濟—環境效率普遍呈現出穩步提高的趨勢，表明近幾年中國工業發展狀況良好；同時可以看出，各工業行業間的效率評價值差異較大，尤其是工業行業總體的效率評價值很低，表明目前中國工業尚未達到各行業均衡發展的理想態勢，低效行業規模大、數量多。由于表3的評價結果無法體現環境投入對效率評價的影響程度，本文還以總資產、從業人員作為投入指標，總產值、主營業務收入和利潤作為產出指標（在原模型的基礎上剔除環境投入），再次利用2005~2009年的中國各工業行業的面板數據進行超效率DEA評價，新模型（無環境投入）計算結果如表4所示。表4顯示，在不考慮環境投入的情況下，超效率DEA模型的評價結果同樣反映出各工業行業效率在2005~2009年間逐漸提高，表明環境投入并沒有改變工業行業效率的總體發展趨勢。對比表3和表4的評價結果，從整個工業行業的角度來看，環境投入對工業整體的效率評價影響很小，但其對于不同工業行業的效率評價結果影響差異較大，在本文之后的研究中以“環境投入影響率”這個指標衡量環境投入對各工業行業效率評價的不同影響。為了反映各工業行業經濟—環境效率的綜合情況，本文選擇三個指標作為工業行業經濟—環境效率的綜合評價指標：效率均值（E）i；效率增長率（V）i；環境投入影響率（I）i。效率均值為有環境投入情況下（表3）各工業行業2005~2009年間超效率DEA評價值的均值，反映了工業行業在2005~2009年的總體效率情況：E=（Ei,2005+Ei,2006+Ei,2008+Ei,2009）/5（2）效率增長率為有環境投入情況下各工業行業2005~2009年間超效率DEA評價值的增長率，反映了工業行業在2005~2009年的效率發展情況：Vi=(Ei,2009-Ei,2005)/Ei,2005（3）環境投入影響率為有無環境投入情況下的工業行業效率差值與無環境投入情況下（表4）的工業行業效率的比值，反映了環境投入對工業行業效率評價結果的影響程度：Ii=(Ei-Ei′）/Ei′（4）式中，Ei為有環境投入的工業行業效率，Ei′為無環境投入的工業行業效率。各工業行業效率綜合評價指標情況詳見表5所示。效率均值反映了2005~2009年各工業行業經濟—環境效率的總體情況。在39個工業行業中，效率最高的行業為石油加工、煉焦及核燃料加工業、煙草制造業，以及廢棄資源和廢舊材料回收加工業；效率最低的行業為水的生產和供應業，電力、熱力的生產和供應業，以及燃氣生產和供應業。效率增長率反映了2005~2009年各工業行業經濟—環境效率的發展情況。絕大多數行業的經濟—環境效率都處于良性增長的狀態，只有水的生產和供應業，電力、熱力的生產和供應業，以及石油和天然氣開采業三個行業出現了效率降低的現象。在39個工業行業中，效率發展最快的行業為燃氣生產和供應業、化學纖維制造業及非金屬礦物制品業。環境投入影響率反映了環境投入對工業行業效率評價的影響，而表5的結果顯示環境投入對不同行業的效率影響差異較大。當行業的環境投入相對其資產、人員的投入有著更高的產出效率時，環境投入影響率為正；反之，環境投入影響率為負。其中，環境投入正面影響最大的行業為通信設備、計算機及其他電子設備制造業，儀器儀表及文化、辦公用機械制造業，以及文教體育用品制造業；環境投入負面影響最大的行業為黑色金屬冶煉及壓延加工業、非金屬礦物制品業、化學原料及化學制品制造業。

五、工業行業綜合評價

本文根據超效率DEA模型的評價結果，利用表5中的工業行業綜合評價指標，對39個工業行業進行分組研究。本文采用的分組方式為：經濟—環境效率值在0~0.3之間為低效率組，0.3~0.6之間為中等效率組，在0.6以上為高效率組；效率評價值增長率在30%以下為低增長組，30%~60%之間為中等增長組，60%以上為高增長組；環境投入影響率在-15%以下為環境投入負面影響較大組，-15%~15%之間為環境投入影響較小組，15%以上為環境投入正面影響較大組。各工業行業的分組情況具體見表6。表6的分組結果表明，各工業行業在經濟—環境效率的綜合情況上有著各自鮮明的特點。39個工業行業根據效率均值、效率增長率和環境投入影響率的不同可以被劃分為17組，其中包括行業最多的一組為“中等效率、高增長率、環境投入正面影響較大”組，共有7個行業屬于該組，分別是食品制造業、家具制造業、醫藥制造業、塑料制造業、專用設備制造業、交通運輸設備制造業和電氣機械及器材制造業。此外“，低效率、高增長率、環境投入影響較小”組也包括了較多工業行業（6個）。從分組的總體情況來看，工業行業總體上呈現出經濟—環境效率較低、效率增長速度較快、環境投入影響情況差異較大的特點。

為了能更直觀地對39個工業行業進行經濟—環境效率綜合情況的對比分析，本文利用投影尋蹤方法，根據表5中的評價指標進行工業行業效率的綜合評價。投影尋蹤方法[17]是一種直接由樣本數據驅動的探索性數據分析方法，尤其適用于分析和處理非線性、非正態的高維數據。該方法通過將高維數據向低維空間投影，分析低維空間的投影特性來研究高維數據的特征，是一種處理多因素復雜問題的統計方法[18]。投影尋蹤方法的基本思想是，把高維數據樣本通過某種組合投影到低維子空間中，對投影得到的構形，采用投影指標函數（目標函數）衡量投影暴露某種等級結構的可能性大小，尋找出使投影指標函數達到最優的投影值，然后根據該投影值對樣本集進行相應的評價。投影尋蹤方法通過發掘已有的數據信息給出評價權重，與其他評價方法相比，能夠消除主觀因素影響，使評價結果客觀明確。投影尋蹤方法的主要步驟為：（1）評價指標值的歸一化；（2）構造投影指標函數；（3）優化投影指標函數；（4）排序分類。由于其算法已較為成型，本文不予展開描述，具體步驟可參考之前已有的相關研究及著作[19-21]。投影尋蹤評價結果詳見表7。其中，效率均值、效率增長率和環境投入影響率的權重分別為1.02、0.30、0.24。評價指標的權重表明，在工業行業經濟—環境效率綜合評價中主要以各工業行業的經濟—環境效率為依據，同時考慮各工業行業的效率發展和環境影響情況。評價結果顯示，在39個工業行業中，經濟—環境效率綜合情況最佳的是廢棄資源和廢舊材料回收加工業、煙草制造業、通信設備制造業，以及石油加工、煉焦及核燃料加工業；經濟—環境效率綜合情況最差的是水的生產和供應業，電力、熱力的生產和供應業，以及黑色金屬冶煉及壓延加工業。從評分的總體情況來看，得分為正分的工業行業有16個，得分為負分的工業行業有23個。中國工業行業的經濟—環境效率形勢比較嚴峻，雖然有少數行業已經實現了經濟—環境的協調發展，提高了環境投入的產出效率，但大多數工業行業依然處于高排放、高消耗的環境不友好階段。

六、結論

本文結合社會支付意愿理論和超效率DEA模型，利用中國工業行業2005~2009年的面板數據，對2005~2009年中國39個工業行業的經濟—環境效率進行了評價與分析。在研究過程中，利用環境影響的社會支付意愿對經典DEA模型及其各改進模型中存在的不足進行了修正，提出了新的解決非期望產出問題的方法，能夠更好地處理考慮環境排放的效率評價問題。本文的評價結果顯示，中國各工業行業的經濟—環境效率在2005~2009年間基本都在逐年提高，但各行業在效率均值和效率增長率上存在一定的差異。環境投入對經濟—環境效率的影響情況表明，由于各工業行業的環境影響程度及行業規模不同，各工業行業在環境投入的產出效率上差異較大。本文根據各行業在經濟—環境效率均值、效率增長率和環境投入影響率上的不同，對各行業進行了分組研究，并利用投影尋蹤評價方法對各行業進行經濟－環境效率綜合評價。分組研究和綜合評價的結果顯示，各工業行業在經濟—環境效率方面各具特點，處于不同的發展階段。其中，廢棄資源和廢舊材料回收加工業，煙草制造業，通信設備，石油加工、煉焦及核燃料加工業等行業在經濟—環境效率方面處于領先地位，不僅經濟投入產出效率較高，同時也控制了其環境影響；水的生產和供應業，電力、熱力的生產和供應業，黑色金屬冶煉及壓延加工業等行業的經濟—環境效率綜合情況較不理想，有很大的改善空間。

受制于環境排放數據的可獲得性，本文的研究數據局限于2005~2009年中國各工業行業的面板數據，在數據的時間跨度上存在一定的不足。隨著工業環境影響方面的數據越來越詳盡，后續研究可以對工業行業經濟—環境效率的行業現狀及發展趨勢做出更準確的判斷。同時，由于中國工業環境污染排放的基礎數據相對有限，研究中暫時無法包括所有的工業環境污染排放物。目前，關于社會支付意愿的研究還不夠深入和成熟，環境排放和資源消耗的社會支付意愿的計算方法還有待完善，在環境影響的社會支付意愿研究取得進一步發展后，利用本文提出的方法能夠對中國工業行業進行更合理完備的效率評