鄭重聲明：為方便客戶免費下載最新論文，本網站更新文章全部為付費從知網下載PDF格式論文，經轉換為文檔后上傳，方便客戶下載，歡迎大家到天天論文網（http://www.tskan.cc）免費下載相關論文。之所以此篇論文并非本網站所代寫論文，因為本網站對于客戶信息嚴格保密，天天論文網專注代寫論文，包括各個專業代寫畢業論文，代寫碩士論文以及代寫代發職稱論文服務，對于代寫經濟管理論文有獨到的見解，寫手能力突出，實踐能力強，可以大批量完成經濟管理論文代寫任務，代寫論文速度快，質量高，歡迎聯系約稿。

摘要：文章基于DEA的經濟生態效率模型，測度了2003—2012年中國區域經濟的超效率生態效率值，對全要素生產率指數進行了分解，并使用面板模型對影響經濟生態效率要素的產出彈性、替代彈性參數進行了估計，核算出產出彈性有效的臨界點，最終得出：十年間中國區域經濟生態效率值存在動態的漂移變遷過程，高生態效率值地區存在著從西部向東部區域的轉移傾向；技術進步在生態效率的全要素生產率變化中起到了決定性的作用，其所帶來的產出彈性不斷提升，但由于環境治理效率的低下，客觀上制約了生態效率提升的能力。

關鍵詞：生態效率；替代彈性；技術進步

0 引言十八屆三中全會至今，中國逐漸糾正了唯GDP 導向的發展模式，開始實踐多元化并涵蓋更多外生變量的發展路徑。縱觀過去十年間的經濟增長模式，以增長總量為核心的目標導向導致了經濟邊界無限制的擴張，進而與資源環境的承載能力產生了諸多矛盾。對過去十年中國經濟的生態效率的分析，對于將生態環境納入經濟發展內生變量的經濟發展模式大有裨益。區域經濟生態效率立足于區域，將區域經濟體內的投入產出進行跨區域的橫截面比較，即考慮了經濟體的資源環境要素投入，亦考慮了其投入的經濟產出，力求達到經濟效益與環境能源效率的統一。中國經濟長期以來存在環境資源對經濟體的軟約束，在追求GDP 及相關利益鏈的發展路徑下，環境資源問題長期被忽視，進而使當下的經濟系統背負著沉重的環境負債。對經濟生態效率進行研究，有助于厘清經濟發展與環境資源的關系，進而尋求提升經濟體發展質量的路徑。

1 基于DEA模型的生態效率測算1.1 生態效率值的測算模型Andersen and Petersen(1993)提出了超效率DEA 模型，其定義了一個超效率的組合(x0y0) 作為理想目標值用以計算效率值，該模型計算出的超效率可以用來對DMU 進行排名并排除傳統DEA 模型對效率值的束縛，但是超效率分析依然有其缺陷性，其缺乏計算進程中決策單元的恒定性且當處理如BCC 模型的凸面約束時缺乏解決辦法，因此超效率分析與其他非徑向模型的結合成了必然。

1.2 數據來源及統計特征研究范圍為2013—2012 年間中國30 個省市(西藏由于數據缺失問題被剔出)，數據來源于《中國環境統計年鑒》(2004—2013 年)，國家統計局網站。

表1 生態效率研究指標體系一級指標投入項產出項二級指標用水總量廢水排放總量工業廢氣排放量建設用地能源消耗標準煤GDP釋義區域各類用水戶取用的包括輸水損失在內的毛水量。

區域內排放到外部的廢水量(2010 及之前的廢水量采用工業廢水與生活廢水加總，之后則為《中國環境統計年鑒》公布數字)指報告期內企業廠區內燃料燃燒和生產工藝過程中產生的各種排入空氣中含有污染物的氣體的總量，以標準狀態(273K ，l01325Pa) 計。

區域內建造建筑物及構筑物的土地，包括住宅、工礦等用地。

區域內消耗的主要能源，包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣及電力，根據其報告期內使用量及標準煤核算系數加權得出。

以2003 年為基期，以GDP平減指數標準核算。

注：（1）先前學者中廣泛使用的固體廢棄物丟棄量未被納入指標體系，則由于其數值在《中國環境統計年鑒》中數值微小，部分數據缺失，與經濟規模不成比例，如2012年江蘇廢物丟棄量僅100噸。

（2）指標體系中僅考慮建設用地面積而剔除農業用地面積則由于部分省市(如北京、上海)農業用地面積較小，若納入考核評價則客觀上提升其生態效率值，造成統計上的意義與現實適用性的矛盾。

（3）標準煤核算系數:原煤，0.7143千克標準煤/千克，焦炭0.9714千克標準煤/千克，原油1.4286千克標準煤/千克，汽油1.4714千克標準煤/千克，煤油1.4714千克標準煤/千克，柴油1.4571千克標準煤/千克，燃料油1.4286千克標準煤/千克，天然氣1.2143千克標準煤/立方米，電力1.229噸/萬千瓦時。

3 生態效率值測度本文基于投入導向型，規模報酬變化的超效率DEA模型，使用EMS1.3 測算2003—2012 年中國30 個省市地區的生態效率值。

表3 中國各省市2003—2012年生態效率值北京天津河北山西內蒙古遼寧吉林黑龍江上海江蘇浙江安徽福建江西山東河南湖北湖南廣東廣西海南重慶四川貴州云南陜西甘肅青海寧夏新疆年份平均值排名

從表3 可以看出，2003 年中國區域生態效率水平交錯分布，西部地區如青海、寧夏同東部地區北京、上海等同處最高階的生態效率區間；2008 年西部地區大多從最高區間組退出，高生態效率區域呈現向東、中部集結的趨勢，內蒙古同山東、江蘇等省份提升至最高階段區間效率；2012 年除寧夏外生態效率水平最高的省份皆出現在東部地區，西部及中部生態效率水平出現滑落態勢。從圖1 時間序列上可以看出，中國整體的生態效率值呈現出的U 型結構，即在2003 年生態效率值最高，隨即不斷下降，至2007—2009 年間達到低谷，2009 年之后逐步回升。

1.4 Malmquist 指數的測算表4 全要素生產率變動及分解年份

注：技術進步大于1表明時期1~2之間生產前沿面存在進步，等于1或小于1表明維持現狀或退步；純技術效率變動大于1表明純技術效率在時期1和2之間出現了提升，等于1或小于1表明維持現狀或退步；全要素生產率變動大于1表明全要素生產率出現了提升，等于1或小于1表明維持現狀或退步。

從表4 可以看出，2007、2008、2010 及2011 年出現了全要素生產率提升，但其中純技術效率變動僅2008、2012 年為增長，其余皆下降，而相應技術進步指數則對全要素生產率的提升起到了決定性作用，而技術進步前沿面退步的年份皆出現了全要素生產率的下降。

表5 2003—2012中國各省市全要素生產率變動及分解省份北京天津河北山西內蒙古遼寧吉林黑龍江上海江蘇浙江安徽福建江西山東河南湖北湖南廣東廣西海南重慶四川貴州云南陜西甘肅青海寧夏新疆技術進步

從表5 可以看出，全要素生產率下降的省市多集中在西部、南部省份，而全要素生產率提升的省份多集中在東北、北部一些內陸省份及經濟發達地區。技術進步與全要素生產率變動呈現了較高的關聯性，技術進步指數大于1的省份普遍表現出了全要素生產率變動大于1，僅有湖北、海南兩省表現出技術進步指數大于1 而全要素生產率小于1。

2 區域經濟生態效率的影響因素分析本文采用L.Christensen、D.Jorgenson 及Lau(1973)提出的超對數生產函數模型來估計技術進步水平、環境保護及治理力度對生態效率的影響，超對數生產函數模型具有廣泛的包容性，可以被視作任何生產函數的近似，突破了其他函數模型事先對自變量間替代彈性約定的局限。

ln eit = β0 + βs ln sit + βp ln pit + βss(ln sit)2 + βpp ln(pit)2 +βsp ln sit × ln pit + μit其中，e 為生態效率值，使用表3 中各區域的超效率生態效率值數據；s 為技術進步水平，使用綜合科技進步水平指數，數據來源于科技技術部發展計劃司提供的《科技統計報告》2003—2012 年；p 表示環境污染治理投資占GDP比重，數據來源于《中國環境統計年鑒》2003—2012 年；i 表示第i 個省市；t 表示時間，從2003—2012 年。

2.1 模型形式及方法論證該模型采用協變分析檢驗即F 檢驗驗證模型應當設定的形式，包括混合模型，變截距模型及變系數模型，考慮到生態效率的實際經濟意義，僅對混合模型與變截距模型進行了檢驗；使用Hausman 檢驗固定效應與隨機效應對解釋變量的影響；模型整體使用截面加權的GLS 估計(廣義最小二乘估計)來降低異方差的影響，以保證估計效果達到最優無偏。

表6 模型檢驗假設檢驗結果模型選擇Hausman 檢驗H0：隨機影響模型H1：固定影響模型Chi(5)=16.67,p=0.0052固定影響模型F檢驗H0：混合模型H1：變截距模型F2=23.687>F(174,120)(1%顯著性水平)變截距模型2.2 面板模型的協整檢驗模型采用Pedroni 檢驗，采用不同的方法檢驗原假設：

不存在協整關系，及兩個備擇假設：存在同質性及異質性協整關系。從表7 可以看出，模型均值1%的顯著性水平下拒絕了不存在協整關系的原假設。

表7 Pedroni協整檢驗結果pp 統計量ADF統計量同質性備擇檢驗-8.21***-4.73***異質性備擇檢驗-15.48***-3.88***2.3 模型參數估計通過表8 可以看出，在模型1 各自變量均顯著拒絕參數為0 的原假設，由于D_W 值為1.1，呈現顯著序列正相關，在模型2 中采用廣義差分法加入AR(1)對其進行修正，自相關性因素得到補救。Ln(p)與(Ln(p))^2 在模型2 中未能通過10%顯著性水平檢驗，但由于這是修正了自相關性的結果，在序列相關的模型中，參數估計仍然滿足線性無偏性，且其在模型1 中各變量均通過了5%的顯著性檢驗，因此將其保留。Ln(s)的參數估計值及其二次平方項參數均大于0，表明技術進步對生態效率而言處于規模報酬遞增的狀態，交叉項Ln(s)* Ln(p)參數大于0 通過了5%顯著性水平檢驗，但由于模型中比例數據的特征，任意Ln(s)及Ln(p)皆為負數，則交叉項參數為正表明技術進步與環境污染治理投入間的協調程度對生態效率未能呈現正面的影響。

模型估計結果為：

只有大于該臨界值的s,p 才能使對應的產出彈性大于0；否則產出彈性為負值或0，意味著s,p 的投入將對e 產生負的效應或無效應。

σsp >0 時，s 與p 存在替代關系，其組合處于有效經濟區域，由于超對數函數模型并非全域擬凹，當σsp <0 時，表示要素組合凹向遠點，s 與p 呈現互補關系，其組合處于非經濟區域。

將樣本原值帶入參數公式，即可得到對應時點的參數值。

表9 各省市技術進步、環境污染治理投資產出彈性及替代彈性區域北京天津河北山西內蒙古遼寧吉林黑龍江上海江蘇浙江安徽福建江西山東河南湖北湖南廣東廣西海南重慶四川貴州云南陜西甘肅青海寧夏新疆

產出彈性及替代效應的區域分析及時間動態分析從表9 可以看出，技術進步帶來的高產出彈性區域主要集中在沿海地區，中西部地區只有陜西及重慶，這與中國當前的科學技術層級體系基本一致，這些地區在科技進步環境、科技投入及產出等方面均處國內領先水平，科技因素對生態效率水平產生了極大的影響。云南與貴州兩省的彈性值低于0，表明其s,p 值的非線性組合低于臨界值，技術進步水平未能給當地生態效率提升帶來正的效應；環境污染治理投資帶來的產出彈性除北京外均為負值，表明該項投資并未對區域生態效率產生正面的拉動彈性，這與地方政府環境污染控制不力，環保系統自身建設不足密切相關，包括環保機制、體制及治理技術的落后。要素替代彈性的估計值中僅有北京為負值，其余省份皆表明科技進步與環境投入呈現替代效應，表明北京其科技指數與環境治理投資已經處于非經濟區域，這與該城市的特色地位及其統籌資源的能力密切相關。

從要素的產出彈性的動態演變分析(表10)，可以看出2003—2012 年ξs 逐年提高，至2011 年達到最高0.241,技術進步的生態效率產出彈性的演變反映了技術水平在生態效率改善中地位不斷提升，ξp 在各個年份的均值均為負值，這與中國當前環境治理體系與效率密切關聯。σsp替代彈性則呈現倒U 形走勢，在2005 年達到高峰0.4 之后逐漸走低，表明s 對p 的替代能力逐漸下降，結合ξs 、ξp 的走勢，片面依托技術進步提升生態效率的路徑不斷收斂，生態效率的提升客觀上需要環境治理變量的拉動。

3 結論本文使用投入導向下的超效率DEA 模型對中國30 個省市的生態效率進行了測度，使用MI 指數對生態效率的全要素生產率變動進行技術進步與純技術效率變動的分解，引出影響生態效率的兩個因素：技術水平與環境治理，對其產出彈性及替代彈性進行了測度，得出以下結論：

(1)中國的經濟生態效率值在2003—2012 年呈現出動態的變遷過程，生態效率高的區域呈現從西部到東部地區的漂移，2007—2009 年間經濟生態效率出現了低谷，這與當時的經濟背景密切相關，以提振經濟為主的宏觀政策在一定程度上犧牲了生態效率。2008 年之后高經濟生態效率區域從西部地區開始退出，時至2012 年中國區域經濟生態效率高的區域除寧夏外全部集中在東部沿海省份，西部地區幾乎呈現經濟生態效率的整體下滑，中部省份如山西、安徽及湖北經濟生態效率下降較為嚴重。經濟生態的變遷背后是要素稟賦所導致的區域分工轉移，中西部地區在承接發達地區轉移產業的同時，亦承擔了生態環境變化帶來的外部成本。

(2) 經濟生態效率的全要素生產率變動指數僅在2007、2008、2010 及2011 年出現上升，其余年份皆下降。

全要素生產率變動指數分解出來的純技術效率變動在大部分年份(2008、2012 除外)均下降，從全國整體來看T 年MI 指數能否提升主要依賴于技術進步指數在T 年的高低，基于經濟生態效率指數為產出的DEA 模型呈現出技術進步引導下的變遷傾向。在對區域MI 值進行分解發現，MI下降的省份多集中在西部、南方省份，提升顯著的則為東北、北方及一些經濟發達地區，對于大部分省份MI 指數與技術進步水平呈現高度的相關性，表明技術進步成為影響全要素生產率變動的核心變量，而對于部分省份出現的低Mi 值，亦表明在技術進步之外，仍有來自于區域內部的因素通過影響純技術效率變動降低了全要素生產率變動值。

(3) 將技術進步水平、環境保護及治理力度的要素引入超對數生產函數模型中，發現交叉項參數估計值為正，表明技術進步與環境治理對生態效率未能達到有效的協同推動作用，通過對二者產出彈性及替代彈性的參數估計得出，技術進步的產出彈性在10 年間不斷提升，而環境治理要素的產出彈性則均為負值，這印證了前項交叉項參數的估計，亦與當前中國環境治理的低效率狀態吻合。兩要素的替代彈性再一次印證技術進步作為主導要素的同時，表明當前中國迫切需要提升環境治理的能力及效率，片面依托技術進步以替代環境治理的路徑逐漸趨于收斂。

(4)通過對產出彈性參數式的估計得出了產出彈性為正的臨界點，根據中國當前實際，導致未能滿足ξs = 0.96 + ln(sit0.48 pit0.09) > 0 ， ξp = 0.29 + ln(sit0.09 pit0.06) > 0的區域多由p 值導致，即環境治理變量不僅影響了其自身對經濟生態效率的產出彈性，亦在一定程度上影響了技術進步的產出彈性。

參考文獻：

[1]Ekins P. Identifying Critical Natural Capital: Conclusions about Criti⁃cal Natural Capital[J]. Ecological Economics,2003,44(2-3).

[2]Dijkgraaf E，Vollebergh H R J. A Test for Parameter Homogeneity inCO2 Panel EKC Estimations[J]. Environmental and Resource Econom⁃ics,2005,32(2).

[3]王波，方春洪. 基于因子分析的區域經濟生態效率研究—以2007年省際間面板數據為例[J].環境科學與管理,2010,(2).

[4]潘興俠,何宜慶,胡曉峰.區域生態效率評價及其空間計量分析[J].長江流域資源與環境,2013,(5).

[5]張雪梅. 西部地區生態效率測度及動態分析基于— 基于2000-2010年省際數據[J].經濟理論與經濟管理,2013,(2).

[6]潘丹,應瑞瑤. 中國農業生態效率評價方法與實證—基于非期望產出的SBM模型分析[J].生態學報,2013,(6).

[7]季丹.中國區域生態效率評價—基于生態足跡方法[J].當代經濟管理,2013,(2).

[8]成金華,孫瓊,郭明晶,徐文赟. 中國生態效率的區域差異及動態演化研究[J]. 中國人口.資源與環境,2014,(1).

[9]鄧波,張學軍,郭軍華. 基于三階段DEA模型的區域生態效率研究[J].中國軟科學,2011,(1).

[10]董秀海,胡穎廉,李萬新. 中國環境治理效率的國際比較和歷史分析—基于ＤＥＡ模型的研究[J].科學學研究,2008,(12).