浙江省低碳经济发展效率评价

2015-01-15 23:28刘健
经济研究导刊 2014年34期
关键词:效率评价DEA模型低碳经济

刘健

摘 要:为应对全球变暖的威胁,中国需要发展低碳经济,转变经济发展方式,而这种转变需要各个地区的参与。以中国经济最为活跃、发展低碳经济较早的浙江省为研究区域,基于2005—2012年的统计数据,使用DEA模型评价低碳经济的发展效率。结果表明:浙江省整体低碳经济发展效率较高,但仍然有提高的余地,具体体现在技术效率和规模效率上。因此,浙江省需要进一步调整产业结构,注重低碳技术的研发与推广。

关键词:DEA模型;低碳经济;效率评价;浙江省

中图分类号:F127 文献标志码:A 文章编号:1673-291X(2014)34-0182-03

自2003年英国提出“低碳经济”以来,发展低碳经济已经成为主流。各国纷纷采取措施提高能源利用效率,降低碳排放,转变经济发展方式,实现经济由高碳向低碳过度。中国作为目前世界上最大的碳排放国,减排责无旁贷。为此,政府已经将碳约束目标写入“十二五”规划。为实现这些目标,转变中国长期以来的粗放型的经济增长方式、实现能源利用高效化、经济发展低碳化是关键。这种转变需要各个地区的参与。

浙江省位于中国东部沿海,一直是中国经济快速发展的地区,也是中国经济最具有活力的地区。在这里,新的技术、新的发展模式能迅速被消化使用。在发展低碳经济的大潮中,浙江省紧跟时代步伐,做了不少有益的尝试,取得了一定的成果,其发展低碳经济的经验和教训对其他地区也有一定的启示作用。通过DEA模型评价浙江省的低碳经济发展效率,根据分析的结果提出浙江省低碳经济发展的改进建议。

一、浙江省碳排放情况

从表1可以看出,从2005—2012年间,浙江省的碳排放总量一直保持增长,从8 440.43万吨增加到12 452.31万吨,增加了47.53%,年均增长率为5.71%。

从2005—2012年间,浙江省的碳强度一直在降低,从2005年的0.63吨CO2 /万元减少到2012年的0.45吨CO2 /万元,减少了28.50%,年均减少率为4.68%。

二、DEA模型

DEA 是由美国著名运筹学A.Charnes 和W.W.Cooper 等人于1978 年提出旨在评价“多投入多产出”模式下决策单元间的相对有效性的方法[1]。由于不需要预先估计参数,因此,在避免主观因素和简化运算等方面有着良好的优越性,在各个方面得到了广泛的运用[2]。DEA模型主要有规模报酬不变的CCR和规模报酬可变的BCC两种基本形式。采用基于投入的CCR模型。

假设有n个年度(受评估的决策单元DMU),每个决策单元DMUj都有m个输入和s个输出,则输入和输出向量分别为

Xj=(x1j,x2j,…,xmj)T

Yj=(y1j,y2j,…,ysj)T

令V为X的权系数向量,U为Y的权系数向量,以决策单元DMUj的评价效率为目标函数,则CCR模型为

max=h0

s.t

.≤1

U>0,V>0,j=1,2,…,n

利用Charnes- Cooper变换并引入松弛变量则模型变换为

min|θ-ε(^eTS-+eTS+)|

s.t.Xjλj+s-=θX0

Yjλj-s+=Y0

λ≥0,s+≥0,s-≥0,j=1,2,…,n

其中,θ表示决策单元DMUj离有效前沿面的径向优化量,这里表示浙江省低碳经济效率;s+和s-为松弛变量,其非零时使无效DMUj沿水平或垂直方向延伸到有效前沿面[3]。若θ =1且s+=s-=0,则称决策单元DMUj为DEA有效,表示浙江省第j年的低碳经济DEA有效;若θ =1且s+≠0或s-≠0,则称决策单元DMUj为DEA弱有效,表示浙江省第j年的低碳经济DEA弱有效;若θ<1,称决策单元DMUj为DEA无效,表示浙江省第j年的低碳经济DEA无效。

为表明各年各要素的投入量或产出量是否合适,可以计算投入冗余率和产出不足率。其中投入冗余率为决策单元DMUj中投入各分量的松弛变量sij-与与对应指标分量xij的比值,表示该分量指标可节省的比例;同样产出不足虑为决策单元中各产出分量的松驰变量sij+与对应指标分量yij 的比值,表示该分量指标可提高的比例[4]。

三、指标选择和数据输入

传统的用于评价经济的DEA模型投入指标主要为资本投入和劳动投入,产出指标为经济总量。将DEA模型用于评价低碳经济,则在投入指标中加入了能源投入,产出指标变为低碳产出水平。各个具体指标的选取(如下表所示)。

的数据主要来自《中国能源统计年鉴》和《浙江统计年鉴》,时间为2005—2012年。GDP和固定资产投资数据按照2005年不变价进行变换。

四、实证分析

将上述数据代入DEA模型。使用DEAP2.1软件进行计算,结果(如下页表4所示)。

从下页表4中可以看到,只有2005年和2012年实现了DEA有效,其余各年DEA无效,即浙江省2005年和2012年的低碳经济发展是有效率的,其余各年的低碳经济发展是无效率的。从具体的数值来看,无效率各年的DEA效率都在0.9以上,表明这些年实现DEA有效是较为容易的。低碳经济整体发展水平较高。

对DEA综合效率(TE)进行分解,可以得到纯技术效率(PTE)和规模效率(SE)。从表4中可以看到,在各DEA无效的年份中,2008年和2010年达到了纯技术效率有效,其DEA无效是由规模效率无效造成的。其余4个年份的DEA无效则是纯技术效率无效和规模效率无效共同导致的。

计算各年的投入冗余率,结果(见表5)。

从表5中可以看到,各年各投入要素的投入冗余率均较小,表明浙江省低碳经济中资源配置的效率较高。投入冗余率不为零表明配置效率还有进一步提高的余地。

五、结论和建议

通过使用DEA模型对浙江省的低碳经济进行评价,可以得出:浙江省整体低碳经济发展效率较高,但仍然有提高的余地。具体体现在技术效率和规模效率上。

为进一步提高低碳经济的发展效率和水平,浙江省首先应该大力调整产业结构,淘汰落后产能,对工业技术进行升级改造,提高资源的利用效率。大力支持低碳环保产业的发展,建设生态工业园区,推动的低碳能源的使用。其次,浙江省应该注重低碳技术的研发和推广。一方面对技术研究资源进行整合,集中力量进行科技公关。同时加大对科研的投入,支持技术创新;另一方面构建新技术推广应用平台,通过实行税收、信贷等多方面的优惠,鼓励企事业单位采用低碳环保的新技术,促进新技术的推广和应用。endprint

摘 要:为应对全球变暖的威胁,中国需要发展低碳经济,转变经济发展方式,而这种转变需要各个地区的参与。以中国经济最为活跃、发展低碳经济较早的浙江省为研究区域,基于2005—2012年的统计数据,使用DEA模型评价低碳经济的发展效率。结果表明:浙江省整体低碳经济发展效率较高,但仍然有提高的余地,具体体现在技术效率和规模效率上。因此,浙江省需要进一步调整产业结构,注重低碳技术的研发与推广。

关键词:DEA模型;低碳经济;效率评价;浙江省

中图分类号:F127 文献标志码:A 文章编号:1673-291X(2014)34-0182-03

自2003年英国提出“低碳经济”以来,发展低碳经济已经成为主流。各国纷纷采取措施提高能源利用效率,降低碳排放,转变经济发展方式,实现经济由高碳向低碳过度。中国作为目前世界上最大的碳排放国,减排责无旁贷。为此,政府已经将碳约束目标写入“十二五”规划。为实现这些目标,转变中国长期以来的粗放型的经济增长方式、实现能源利用高效化、经济发展低碳化是关键。这种转变需要各个地区的参与。

浙江省位于中国东部沿海,一直是中国经济快速发展的地区,也是中国经济最具有活力的地区。在这里,新的技术、新的发展模式能迅速被消化使用。在发展低碳经济的大潮中,浙江省紧跟时代步伐,做了不少有益的尝试,取得了一定的成果,其发展低碳经济的经验和教训对其他地区也有一定的启示作用。通过DEA模型评价浙江省的低碳经济发展效率,根据分析的结果提出浙江省低碳经济发展的改进建议。

一、浙江省碳排放情况

从表1可以看出,从2005—2012年间,浙江省的碳排放总量一直保持增长,从8 440.43万吨增加到12 452.31万吨,增加了47.53%,年均增长率为5.71%。

从2005—2012年间,浙江省的碳强度一直在降低,从2005年的0.63吨CO2 /万元减少到2012年的0.45吨CO2 /万元,减少了28.50%,年均减少率为4.68%。

二、DEA模型

DEA 是由美国著名运筹学A.Charnes 和W.W.Cooper 等人于1978 年提出旨在评价“多投入多产出”模式下决策单元间的相对有效性的方法[1]。由于不需要预先估计参数,因此,在避免主观因素和简化运算等方面有着良好的优越性,在各个方面得到了广泛的运用[2]。DEA模型主要有规模报酬不变的CCR和规模报酬可变的BCC两种基本形式。采用基于投入的CCR模型。

假设有n个年度(受评估的决策单元DMU),每个决策单元DMUj都有m个输入和s个输出,则输入和输出向量分别为

Xj=(x1j,x2j,…,xmj)T

Yj=(y1j,y2j,…,ysj)T

令V为X的权系数向量,U为Y的权系数向量,以决策单元DMUj的评价效率为目标函数,则CCR模型为

max=h0

s.t

.≤1

U>0,V>0,j=1,2,…,n

利用Charnes- Cooper变换并引入松弛变量则模型变换为

min|θ-ε(^eTS-+eTS+)|

s.t.Xjλj+s-=θX0

Yjλj-s+=Y0

λ≥0,s+≥0,s-≥0,j=1,2,…,n

其中,θ表示决策单元DMUj离有效前沿面的径向优化量,这里表示浙江省低碳经济效率;s+和s-为松弛变量,其非零时使无效DMUj沿水平或垂直方向延伸到有效前沿面[3]。若θ =1且s+=s-=0,则称决策单元DMUj为DEA有效,表示浙江省第j年的低碳经济DEA有效;若θ =1且s+≠0或s-≠0,则称决策单元DMUj为DEA弱有效,表示浙江省第j年的低碳经济DEA弱有效;若θ<1,称决策单元DMUj为DEA无效,表示浙江省第j年的低碳经济DEA无效。

为表明各年各要素的投入量或产出量是否合适,可以计算投入冗余率和产出不足率。其中投入冗余率为决策单元DMUj中投入各分量的松弛变量sij-与与对应指标分量xij的比值,表示该分量指标可节省的比例;同样产出不足虑为决策单元中各产出分量的松驰变量sij+与对应指标分量yij 的比值,表示该分量指标可提高的比例[4]。

三、指标选择和数据输入

传统的用于评价经济的DEA模型投入指标主要为资本投入和劳动投入,产出指标为经济总量。将DEA模型用于评价低碳经济,则在投入指标中加入了能源投入,产出指标变为低碳产出水平。各个具体指标的选取(如下表所示)。

的数据主要来自《中国能源统计年鉴》和《浙江统计年鉴》,时间为2005—2012年。GDP和固定资产投资数据按照2005年不变价进行变换。

四、实证分析

将上述数据代入DEA模型。使用DEAP2.1软件进行计算,结果(如下页表4所示)。

从下页表4中可以看到,只有2005年和2012年实现了DEA有效,其余各年DEA无效,即浙江省2005年和2012年的低碳经济发展是有效率的,其余各年的低碳经济发展是无效率的。从具体的数值来看,无效率各年的DEA效率都在0.9以上,表明这些年实现DEA有效是较为容易的。低碳经济整体发展水平较高。

对DEA综合效率(TE)进行分解,可以得到纯技术效率(PTE)和规模效率(SE)。从表4中可以看到,在各DEA无效的年份中,2008年和2010年达到了纯技术效率有效,其DEA无效是由规模效率无效造成的。其余4个年份的DEA无效则是纯技术效率无效和规模效率无效共同导致的。

计算各年的投入冗余率,结果(见表5)。

从表5中可以看到,各年各投入要素的投入冗余率均较小,表明浙江省低碳经济中资源配置的效率较高。投入冗余率不为零表明配置效率还有进一步提高的余地。

五、结论和建议

通过使用DEA模型对浙江省的低碳经济进行评价,可以得出:浙江省整体低碳经济发展效率较高,但仍然有提高的余地。具体体现在技术效率和规模效率上。

为进一步提高低碳经济的发展效率和水平,浙江省首先应该大力调整产业结构,淘汰落后产能,对工业技术进行升级改造,提高资源的利用效率。大力支持低碳环保产业的发展,建设生态工业园区,推动的低碳能源的使用。其次,浙江省应该注重低碳技术的研发和推广。一方面对技术研究资源进行整合,集中力量进行科技公关。同时加大对科研的投入,支持技术创新;另一方面构建新技术推广应用平台,通过实行税收、信贷等多方面的优惠,鼓励企事业单位采用低碳环保的新技术,促进新技术的推广和应用。endprint

摘 要:为应对全球变暖的威胁,中国需要发展低碳经济,转变经济发展方式,而这种转变需要各个地区的参与。以中国经济最为活跃、发展低碳经济较早的浙江省为研究区域,基于2005—2012年的统计数据,使用DEA模型评价低碳经济的发展效率。结果表明:浙江省整体低碳经济发展效率较高,但仍然有提高的余地,具体体现在技术效率和规模效率上。因此,浙江省需要进一步调整产业结构,注重低碳技术的研发与推广。

关键词:DEA模型;低碳经济;效率评价;浙江省

中图分类号:F127 文献标志码:A 文章编号:1673-291X(2014)34-0182-03

自2003年英国提出“低碳经济”以来,发展低碳经济已经成为主流。各国纷纷采取措施提高能源利用效率,降低碳排放,转变经济发展方式,实现经济由高碳向低碳过度。中国作为目前世界上最大的碳排放国,减排责无旁贷。为此,政府已经将碳约束目标写入“十二五”规划。为实现这些目标,转变中国长期以来的粗放型的经济增长方式、实现能源利用高效化、经济发展低碳化是关键。这种转变需要各个地区的参与。

浙江省位于中国东部沿海,一直是中国经济快速发展的地区,也是中国经济最具有活力的地区。在这里,新的技术、新的发展模式能迅速被消化使用。在发展低碳经济的大潮中,浙江省紧跟时代步伐,做了不少有益的尝试,取得了一定的成果,其发展低碳经济的经验和教训对其他地区也有一定的启示作用。通过DEA模型评价浙江省的低碳经济发展效率,根据分析的结果提出浙江省低碳经济发展的改进建议。

一、浙江省碳排放情况

从表1可以看出,从2005—2012年间,浙江省的碳排放总量一直保持增长,从8 440.43万吨增加到12 452.31万吨,增加了47.53%,年均增长率为5.71%。

从2005—2012年间,浙江省的碳强度一直在降低,从2005年的0.63吨CO2 /万元减少到2012年的0.45吨CO2 /万元,减少了28.50%,年均减少率为4.68%。

二、DEA模型

DEA 是由美国著名运筹学A.Charnes 和W.W.Cooper 等人于1978 年提出旨在评价“多投入多产出”模式下决策单元间的相对有效性的方法[1]。由于不需要预先估计参数,因此,在避免主观因素和简化运算等方面有着良好的优越性,在各个方面得到了广泛的运用[2]。DEA模型主要有规模报酬不变的CCR和规模报酬可变的BCC两种基本形式。采用基于投入的CCR模型。

假设有n个年度(受评估的决策单元DMU),每个决策单元DMUj都有m个输入和s个输出,则输入和输出向量分别为

Xj=(x1j,x2j,…,xmj)T

Yj=(y1j,y2j,…,ysj)T

令V为X的权系数向量,U为Y的权系数向量,以决策单元DMUj的评价效率为目标函数,则CCR模型为

max=h0

s.t

.≤1

U>0,V>0,j=1,2,…,n

利用Charnes- Cooper变换并引入松弛变量则模型变换为

min|θ-ε(^eTS-+eTS+)|

s.t.Xjλj+s-=θX0

Yjλj-s+=Y0

λ≥0,s+≥0,s-≥0,j=1,2,…,n

其中,θ表示决策单元DMUj离有效前沿面的径向优化量,这里表示浙江省低碳经济效率;s+和s-为松弛变量,其非零时使无效DMUj沿水平或垂直方向延伸到有效前沿面[3]。若θ =1且s+=s-=0,则称决策单元DMUj为DEA有效,表示浙江省第j年的低碳经济DEA有效;若θ =1且s+≠0或s-≠0,则称决策单元DMUj为DEA弱有效,表示浙江省第j年的低碳经济DEA弱有效;若θ<1,称决策单元DMUj为DEA无效,表示浙江省第j年的低碳经济DEA无效。

为表明各年各要素的投入量或产出量是否合适,可以计算投入冗余率和产出不足率。其中投入冗余率为决策单元DMUj中投入各分量的松弛变量sij-与与对应指标分量xij的比值,表示该分量指标可节省的比例;同样产出不足虑为决策单元中各产出分量的松驰变量sij+与对应指标分量yij 的比值,表示该分量指标可提高的比例[4]。

三、指标选择和数据输入

传统的用于评价经济的DEA模型投入指标主要为资本投入和劳动投入,产出指标为经济总量。将DEA模型用于评价低碳经济,则在投入指标中加入了能源投入,产出指标变为低碳产出水平。各个具体指标的选取(如下表所示)。

的数据主要来自《中国能源统计年鉴》和《浙江统计年鉴》,时间为2005—2012年。GDP和固定资产投资数据按照2005年不变价进行变换。

四、实证分析

将上述数据代入DEA模型。使用DEAP2.1软件进行计算,结果(如下页表4所示)。

从下页表4中可以看到,只有2005年和2012年实现了DEA有效,其余各年DEA无效,即浙江省2005年和2012年的低碳经济发展是有效率的,其余各年的低碳经济发展是无效率的。从具体的数值来看,无效率各年的DEA效率都在0.9以上,表明这些年实现DEA有效是较为容易的。低碳经济整体发展水平较高。

对DEA综合效率(TE)进行分解,可以得到纯技术效率(PTE)和规模效率(SE)。从表4中可以看到,在各DEA无效的年份中,2008年和2010年达到了纯技术效率有效,其DEA无效是由规模效率无效造成的。其余4个年份的DEA无效则是纯技术效率无效和规模效率无效共同导致的。

计算各年的投入冗余率,结果(见表5)。

从表5中可以看到,各年各投入要素的投入冗余率均较小,表明浙江省低碳经济中资源配置的效率较高。投入冗余率不为零表明配置效率还有进一步提高的余地。

五、结论和建议

通过使用DEA模型对浙江省的低碳经济进行评价,可以得出:浙江省整体低碳经济发展效率较高,但仍然有提高的余地。具体体现在技术效率和规模效率上。

为进一步提高低碳经济的发展效率和水平,浙江省首先应该大力调整产业结构,淘汰落后产能,对工业技术进行升级改造,提高资源的利用效率。大力支持低碳环保产业的发展,建设生态工业园区,推动的低碳能源的使用。其次,浙江省应该注重低碳技术的研发和推广。一方面对技术研究资源进行整合,集中力量进行科技公关。同时加大对科研的投入,支持技术创新;另一方面构建新技术推广应用平台,通过实行税收、信贷等多方面的优惠,鼓励企事业单位采用低碳环保的新技术,促进新技术的推广和应用。endprint

猜你喜欢
效率评价DEA模型低碳经济
我国商业银行经营效率的实证分析
“精准扶贫”背景下全社会扶贫开发投入管理体系研究
基于DEA方法的重庆市物流产业效率评价指标体系的构建
农业保险效率的评估指标体系研究
钢铁产业产能过剩现状、原因及化解对策
低碳经济的理论的基础及经济学价值研究
基于DEA模型的山东省环境治理投资效率测度
基于新能源视角江西低碳经济发展研究