刘晓萌,孟祥瑞,汪克亮
(安徽理工大学 a.能源与安全学院;b.经济与管理学院,安徽 淮南 232001)
城市工业生态效率测度与评价:安徽的实证
刘晓萌a,孟祥瑞a,汪克亮b
(安徽理工大学 a.能源与安全学院;b.经济与管理学院,安徽 淮南 232001)
摘要:工业城市粗放型的经济增长方式,给生态环境造成了巨大压力。文章以安徽省为例,统计并分析了2008-2014年安徽各城市的工业发展情况,通过数据包络分析法(DEA)、Malmquist指数和Tobit回归分析来评价其工业生态效率。研究表明:安徽各城市的工业生态效率稳中有升,且还有很大提升空间;经济发展会促进工业生态效率提高,而重工业所占工业比例过高不利于生态效率提高,外资的利用与政府规制影响是一个循序渐进的过程。总的来说,要在保持经济稳定发展的同时,优化产业结构,加强科技投入与创新,实行节能减排,加大环保资金投入与思想宣传,以此不断改善和提高城市工业生态效率。
关键词:工业生态效率;数据包络分析(DEA);Malmquist指数
[DOI]10.3969/j.issn.1007-5097.2016.08.005
作为人类社会发展和人类赖以生存的重要物质基础,能源在中国经济、社会持续快速健康发展中扮演着十分重要的角色。中国的能源以煤炭为主,其能源消费结构在未来相当长时期内将难以发生根本性的改变,而煤炭燃烧会对环境造成污染。当前我国正处于能源结构转型升级的关键时刻,节能降耗、维护生态系统均衡的任务非常迫切。2015年《BP世界能源统计年鉴》显示,2014年全球能源消费放缓,仅增长0.9%,其中中国能源消费增长虽然降低至1998年以来的最低水平面上,但仍是全球最大的能源增长市场且创下了能源消费连续14年增长的记录。巨大的能源消耗对应的则是粗放的经济增长模式,产业低端,产品的附加值很低,没有任何的竞争优势。事实上,生态效率已经成为地区竞争力的重要指标之一。
我国许多城市处于工业化、城市化的加速发展进程中,而能源利用与环境污染问题也随着发展进程的推进和消费的增长变得更加严重。如何正确处理好能源利用与环境污染之间的关系,降低能源利用所带来的负面效应,且同时维持经济发展的步伐是我们现在迫切需要解决的问题。工业生态效率越来越多地引起社会的广泛关注,许多学者展开了一系列的研究。
1992年,世界可持续发展工商委员会(World Business Council of Sustainable Development,WBCSD)最先从企业的角度对生态效率的概念做了界定:生态效率通过提供能满足人类需要和提高生活质量的有竞争力的商品与服务,同时使整个生命周期的生态影响和资源强度逐渐降低到与生态承载力一致的水平。
生态效率的概念最早是起源于生态学,指“生态系统中能量从一个营养级流转到另一个营养级时能量各参数的比值”,常用于物种种群或者生物个体之间的研究。
就目前研究而言,分析方法主要分为两类,一是按照价值与影响进行比值计算,二是以相对效率概念作为基础,进行数据包络分析(DEA)。近年来,已经有很多国内学者从各个区域视角展开了生态效率的测度与评价研究。杨斌[1]对我国2000-2006年区域生态效率进行了研究,以C2R模型作为研究方法。邓波[2]等人也用DEA模型对我国2008年区域生态效率进行了实证研究。范清敏等(2012)[3]从科学技术创新和社会经济视角出发,结合产品生命周期理论,构建产品系统生态效率评价模型,为产品绿色及企业转型提供一定的借鉴作用。郭燕桃等(2010)[4]指出土地是稀缺且不可再生的资源,提高土地利用率是经济健康发展的保障,并利用数据包络分析方法(DEA)构建了我国各级省市土地利用生态效率评价模型,客观评价土地利用效益。刘勤(2011)[5]对海洋空间资源性资产生态效率流失进行分析,认为海洋空间资源型资产开发不当、过度利用及疏于保护等负外部现象造成了生态效率流失。付丽娜等(2013)[6]从循环经济视角出发,利用超效率DEA方法测算长株潭“3+5”城市群的生态效率,并定量考察“城市群”生态效率的影响因素。彭毅、聂规划(2011)[7]以煤炭行业为研究对象,构建生态效率的评价指标体系,利用DEA方法对煤炭行业企业的生态效率进行了科学测算及客观评价。
工业生态效率的概念最初仅出现在企业层面的研究,后来逐渐扩展到更微观和宏观的应用领域。不同的研究对象层次和研究目的,衍生出不同的计算与评价方法。在我国的工业生态效率理论和实践中,构建了诸如“生态城市”、“循环经济”、“生态工业园”等评价指标体系,用于衡量某一区域在经济、社会、环境等多方面的可持续发展能力。与以上指标相区别的是,工业生态效率主要关注工业生产活动对资源消耗和环境污染这两方面的影响[8-9]。
本文将工业生态效率(Industrial Eco-efficiency,IEE)的概念定义为,某一区域在一定时期内的工业产品或服务的经济价值与其造成的环境影响之比。工业生态效率可以用来衡量某一区域在一定时间内工业可持续发展的程度以及其变化[10]。
目前,大部分文献在研究过程中,只会关注能源利用中的经济效率,忽视能源利用过程中所产生的环境问题,导致能源效率测度的偏差和相关经济决策的误导。本文将能源利用过程中所产生的环境污染问题也纳入到研究当中,当前工业中所排放的工业废水废气和固体污染物都将纳入到对环境的影响当中进行研究与计算,以2009-2013年安徽各个城市的工业能源效率作为研究样本,计算其能源环境效率,以安徽为例来为各个城市的相关决策部门制定相应的政策提供理论和实际依据。
本文采用的方法是数据包络分析法,研究具有多个输入变量和多个输出变量的决策单元的相对效率。数据包络分析法(Data Envelopment Analysis,简称DEA)以相对效率概念作为基础,采用统计学方法自动赋权,不需要预先估计参数,在最大程度上避免了人为确定权重的主观影响,且简化算法并减少误差等。通过对输入和输出信息的综合分析,确定哪些是有效的决策单元,针对其他决策单元提出非有效的原因及改进办法[11]。
1972年美国著名运筹学家Charnes A、Cooper W W和Rhodes E首次提出数据包络分析(DEA),C2R模型最基本的DEA模型,用于研究具有多个输入变量和多个输出变量的决策单元(Decision Making Unit,DMU)相对效率是否有效的方法,该模型用以评价部门间的相对有效性。假设有n个具有可比性地区(DMU),每个地区都有m种类型的投入和s种类型的变量,Xij表示第j个地区的第i种投入的总量,Yrj表示第j个地区DMU的第r种产出的总量。第j个地区投入和产出变量数据为 Xj=(x1j,x2j,…,xmj)T>0,Yj=(y1j,y2j,…,ysj)T>0。令V为投入向量X的权系数向量,U为产出向量Y的权系数向量,则有:,则每个地区效率评价指数为:
以第j个地区的效率评价为目标函数,即评价地区DMUj0效率,选择合适的权系数V、U,使得hj≤1,使hj0达到最大值为目标,得到最优化C2R模型[12]:
通过Charnes-Cooper变换,上式可变换为等价线性规划式:
其中,s-、s+是各项投入和产出的松弛变量。将决策单元中投入各分量的松弛变量sij-与对应指标分量xij的比值定义为投入冗余率,表示该分量指标可节省的比例。当θ*=1且eTs0++s0-=0时,则称DMU-j0为DEA有效,即第j个地区的工业生态效率为DEA有效;当 θ*=1且 eTs0++s0->0时,则称DMU-j0为DEA弱有效,即第j个地区的工业生态效率为DEA弱有效;当θ*<1时,则称DMU-j0不为弱DEA有效,即第j个地区的工业生态效率为DEA无效。
根据研究需要,本文将对2008-2014年安徽各个城市工业生态效率进行敛散性分析,σ值是用来衡量各个区域之间某个变量值之间的差异程度,如果σ值随时间衰减则就是发生σ收敛。σ值定义为:
其中,ETm(t)表示地区m在t时段的工业生态效率,通过计算σ值,如果σ1+t<σt,则工业生态效率存在σ收敛。
生态效率强调的是经济效益与环境效益的协调,其中心的思想就是以较少的资源消耗和环境破坏去换取经济利益的最大化,与DEA的投入目标最小化与产出目标最大化的原理一致。而在以往的研究当中,一般选择收益指标作为产出指标,其特点就是越大越好,而成本类指标为投入指标,特点就是越小越好。本文则将工业生产中的资源投入和环境污染也纳入到了投入指标当中,将工业经济产值作为产出指标,来构建矿业城市工业生态效率评价指标体系。
投入指标。一般城市工业生态效率的评价投入指标包括资源消耗和环境污染,也就是工业给生态环境带来的压力或者说付出的成本。本文选择了废水排放量、固体废弃物排放量和废气排放量作为环境污染指标,并将耗水量和耗电量也纳入到了投入指标当中。由于本文着眼于研究生态效率,一般是以环境的污染或者自由消耗作为代价,所以这里不将人力资源纳入成本中。
产出指标。工业生态效率的产出指标反映各地区工业生产活动提供产品或服务的经济价值,考虑到数据样本的合理和可获得性,本文选择了各个城市工业总产值作为工业生态效率的产出指标。
评价指标体系如图1所示。
图1 评价指标体系
研究对象为安徽16个地级市,收集了2008-2014年间16个地级市的工业生产总值、工业用水量、工业废水排放、废气排放、固体废弃物排放和用电量。文中所用的数据均源自于2008-2014年《安徽统计年鉴》,整理数据并绘制图表,描述统计特征见表1所列,第二产业总产值如图2所示。
表1 样本投入产出变量描述统计特征
图2 安徽2008-2014年各市第二产业总产值(亿元)
由图2可以看出,在第二产业总产值方面,各城市都是处于不断增多的趋势当中,而就产值的多少而言,合肥遥遥领先,位居榜首,而芜湖位居第二,虽然在总量上与合肥有一定的差距,但是从图中可以看出,其上升趋势也很明显。在所有城市当中,黄山的工业产值最低,这与其城市本身的定位有关,因为黄山本身就是一个旅游城市,基于环境保护的考虑,工厂就会相对较少。
(一)工业生态效率的时空差异分析
为了实现工业生态效率横向与纵向的比较,同时避免由于决策数目不足出现的线性规划无解的问题,本文选择了窗口分析法来构造生产前沿面,窗口宽度定为2,测算得到2008-2014年安徽各市的整体工业生态效率(IEE)。具体的测算结果见表2所列,2008-2014年安徽工业城市生态效率平均值如图3所示。
表2 2008-2014年安徽各城市工业生态效率测算结果
图3 2008-2014安徽各市工业生态效率平均值
由表2和图3可以得到以下结论:
安徽省各个城市的工业生态效率差异较大,每年相对工业生态效率最大和最小比值可以达到3倍,2014年,除了合肥、芜湖、亳州和黄山的相对工业生态效率为1,工业生态效率不足0.5的城市有淮南、马鞍山、铜陵和池州。其中,马鞍山2008-2014年的生态效率一直较低。导致各个城市工业生态效率差异的原因是多方面的:一是由于各个城市资源的不同,其主导的工业和产品不同,从而使得其产生的三种废气物排放差异较大,这从之前的统计数据也可以看出来;二是各个城市的工业生产技术有所差异,技术利用的有效程度不同,从而使得资源的利用效率以及各种废气物的排放量也会存在一定水平的差异。
安徽省城市工业生态效率整体水平比较低,大多数位于0.4~0.7之间。大多数的城市工业效率处于一个普遍低下的阶段。比如2014年有50%左右的城市工业生态效率是不足0.7的,可能存在的一个原因就是,一些城市还未形成节约资源环境友好型的工业生产方式,而是一种片面追求生产利益,采取一种“高消耗、低利用、高污染”的粗放型生产模式来生产。
安徽省的工业生态效率与工业发展水平的相关关系并不明显,比如,黄山的工业产值是位于安徽省最后一位的,但是它的工业生态效率却是一直保持在较高的水平。工业生产中“三废”污染以及其处理与排放的模式会严重影响安徽省的工业生态效率的提高,一方面,很多城市在工业生产中忽视污染物的综合处理,没有严格遵循环境保护中污染物的排放标准;另一方面,安徽省的各个城市资源不尽相同,不同行业的污染物排放和产出效率不尽相同,导致工业生态效率与工业发展水平不相关。
在此基础上,通过Malmquist指数分析安徽生态效率整体的动态变化情况,结果见表3所列。其中,effch为技术效率变动(相对于不变规模报酬生产技术);techch为技术变动;pech为纯技术效率变动(相对于变规模报酬生产技术);sech为规模效率变动;tfpch为全要素生产率变动。
表3 安徽生态效率的Malmquist指数变动情况
从表3可以得出以下结论:
纵观2008-2014年,基本上每年的techch都大于1,与tfpch的变化趋势相一致,说明技术效率在不断地提高,而且是生态效率提升的一个重要因素。同时techch的增长率是高于纯技术效率变动和规模效率变动的,而且要高于生态效率变动,因此可以看出技术进步在推动工业生态效率提升中有着最重要的作用。现如今,科技是第一生产力,技术提高并且得到不断发展,才可以使得安徽整个地区的生态效率不断提高。
从整体上看,安徽省的生态生产率变化指数为1.13,说明工业生态效率上升了13%,安徽省城市平均生态效率有一定提高,在节能减排方面取得了不错的成绩,技术进步增长率为13%,上升幅度较大,技术的进步也是促进工业生态效率提高的主要因素,随着经济发展,各市工业行业注重技术水平的提高。技术效率为0.997,效率基本保持不变。规模效率为1.002,也是基本没有变化,规模效率是影响技术效率上升的一个主要原因,而安徽工业只是注重扩大规模,而忽视了水平的提高,导致技术水平与规模不匹配。
(二)工业生态效率的收敛性检验
经过上述分析可以看出,安徽省各个城市的工业生态效率具有比较大的差别,为了探究这种差距的发展情况,需要对安徽省工业生态效率进行收敛性检验。根据公式(4)来计算2008-2014年安徽各个地区工业生态效率的收敛情况。
由图4可见,安徽省各个城市的工业生态效率在样本期内不存在明显的收敛情况,甚至差距还存在着扩大的态势。从走势中可以看出,在未来的时间内,各市的工业生态效率差距不会缩小,还有扩大的可能。未来改善这种局面,应当加强各个城市之间工业方面的技术交流与合作,减小差距,同时应该加大资源环境和技术方面的投入,以防止各个城市之间工业生态效率的差距继续扩大。
图4 2008-2014年安徽工业生态效率的收敛结果
(三)城市工业生态效率影响因素分析
从上文的研究可以看出安徽省各个城市的工业生态效率不高,且不同城市之间生态效率存在着一定差异,主要是由于各个城市工业发展水平、工业结构或者是其他政策之间存在着差距。因此,从工业生态效率的理论出发,从经济因素、产业结构、政府相关政策等方面来探讨影响工业生态效率的因素,提出提升工业生态效率的方法和建议。
对于生态效率的影响因素,之前也有学者进行了相关研究,基本上都是选取当地的发展水平、地理因素、政府规制以及产业结构、开放程度等。还有学者基于区域工业生态效率的差异,选择了研发投入、外资利用等得出工业企业的研发投入。
结合前人的研究成果,选择经济发展水平、工业产业结构、政府规制以及外资利用水平作为研究对象,各变量的定义、单位以及影响因素的预期符号见表4所列。选择2008-2014年安徽各城市的数据进行实证分析,数据通过《安徽统计年鉴》汇总整理所得。
表4 各影响因素的定义、单位以及预期影响情况
本文构建的具体回归模型如下:
(5)式中,IEEi是安徽第i个市的工业生态效率;β0、β1~β4为待估计的参数;εit为随机干扰项。运用极大似然估计法,得出了Tobit模型的回归结果,β0、β1~β3分别为2.235 4***(0.000)、1.774***(0.004)、-1.027***(0.000)、-0.195**(0.018),***、**分别代表1%、5%显著性水平,括号内为p值。从实证结果可以做出如下判断:
(1)经济发展水平与城市的工业生态效率呈现正相关作用,地区经济发展水平越高,人均收入水平也越高,相应的生产技术和生产条件也会提高,这样就为改善和提高工业生态效率提供了可靠的物质保障。
(2)工业结构与工业生态效率呈现负相关,重工业比重的提高不利于工业生态效率的提高,重工业较轻工业而言,资源消耗更大,环境污染也更恶劣,对环境造成更大压力,而衡量工业效率高低的一个重要方面就是对环境的影响大小,那么重工业所占比例的提高,必定会使得工业生态效率降低。
(3)政府的规制与工业生态效率关系较为复杂,一般而言,加大环境规制,会使得污染减少、能源消耗减少,但是同时带来的就是GDP的减低、这是一个循序渐进的过程,只有伴随着生产技术的提高,更加节能环保的生产方式的运用,才会使得工业生态效率得到提高。
(4)外资利用水平影响效果不够显著,外资利用对工业生态效率的影响在5%的检验水平下不显著,表明外资引入对安徽各市的生态效率影响不明显。
运用DEA理论,将资源的消耗与环境的污染视为投入,运用窗口分析法对安徽各市2008-2014年的工业生态效率进行了测度比较,并探讨了收敛情况,最后用Tobit模型分析检验工业生态效率的影响因素,结论如下:
安徽城市工业生态效率从2008年的0.639到2014年的0.736,整体稳中有升。安徽省各个城市的工业生态效率并不理想,还有一定的节能减排空间,主要是在工业中还存在着“高消耗、低利用、高污染”的生产模式,各个城市的生态效率存在着差距,主要是因为城市资源类型、主导产品、生产技术、科研创新等方面的差异导致资源利用及三废排放量间的差异。城市的工业生态效率与工业发展水平并没有明显的相关关系,这主要与矿业城市忽视污染物的综合处理以及不同资源行业污染物排放标准不同有关。
2008-2014年,安徽省的生态生产率变化指数为1.13,工业生态效率上升了13%,安徽省城市平均生态效率有一定提高,在节能减排方面取得了不错的成绩,技术进步增长率为13%,上升幅度较大,技术的进步也是促进工业生态效率提高的主要因素,随着经济发展,各市工业行业注重技术水平的提高。技术效率为0.997,效率有一定程度的降低。规模效率为1.003,规模效率是影响技术效率上升的一个主要原因,而安徽工业只是注重扩大规模,忽视了水平的提高,导致技术水平与规模不匹配。从单个来看,除马鞍山外,每个城市的工业生态效率都有较大的提高。
通过对安徽工业生态效率的回归分析,不难看出经济发展水平与城市的工业生态效率呈现正相关作用。重工业所占工业比例的提高不利于工业生态效率的提高,而外资的利用和政府规制影响比较复杂,是一个循序上升的过程。
总的来说,对当前中国而言工业发展是一个新的发展阶段,以前较为粗放的经济发展方式会制约生态效率的提高,应该在保持经济稳定发展的同时,优化产业结构,加强科技投入与创新,实行节能减排,加大环保资金投入和环保思想的宣传,以此来不断改善和提高城市的工业生态效率,达到可持续发展的目标。因此提出改善和提升工业生态效率的下列建议:
(1)进行产业结构调整,优化资源配置。部分城市的工业生产技术落后,生产出来的产品竞争力不强,必须要用高新技术手段对传统工业企业进行整合提升,淘汰落后产能,提高资源的利用率,提升产品的质量和竞争力。相关部门应当制定优惠政策,重点扶植环保产业,提升高新技术产业的发展,同时要发展第三产业诸如旅游、服务等一些污染很小的产业,这样可以有利于城市转型和工业生态效率的优化。
(2)重视环境保护。其实影响工业生态效率的一个重要因素就是对环境的影响大小,要提高工业生态效率,一个方面是少排,而另一个方面就是保护,因此,在政策上必须制定有关保护措施。推动环保技术的发展,运用废物优化利用等新技术,对资源综合利用和新能源、新材料的开发利用。以高产出、低能耗、低污染的项目为重点,加大投资,发展对环境影响较小的企业。同时,要制定各个企业的排放标准,严格监督实施,保护生态环境的稳定。
(3)推进政府职能。生态环境的保护,需要各方面的努力,包括政府重视与公众的关注以及主流媒体的宣传和引导,只有制定合理的政策,才能提高公众对问题的关注,倡导人们低碳生活、节约能源、减少生活垃圾。建立起人与环境友好共处的城市,才能促进城市环境的改善,在一定程度上促进工业生态效率的提高。
参考文献:
[1]杨斌.2000-2006年中国区域生态效率研究——基于DEA方法的实证分析[J].经济地理,2009,29(7):1197-1202.
[2]邓波.基于三阶段DEA模型的区域生态效率研究[J].中国软科学,2011(1):92-99.
[3]苑清敏.基于全生命周期的产品生态效率评价研究[J].商业时代,2012(34):84-86.
[4]郭艳桃,夏红雨,周银燕.我国省际土地利用生态效率评价[J].商业时代,2010(26):13-14.
[5]刘勤.煤矿固废资源化利用的生态效率与碳减排——以淮北市为例[J].生态学报,2011,31(19):541-645.
[6]付丽娜,陈晓红,冷智花.基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例[J].中国人口·资源与环境,2013(4):169-175.
[7]彭毅,聂规划.基于DEA的煤炭行业企业生态效率评价方法[J].煤炭开采,2011(2):110-113.
[8]汪克亮,孟祥瑞.基于环境压力的长江经济带工业生态效率研究[J].资源科学,2015,37(4):1491-1501.
[9]汪克亮,杨力,程云鹤.异质性生产技术下中国区域绿色经济效率的研究[J].财经研究,2013,39(4):57-67.
[10]United Nations Conference on Trade and Development.Integrating Environmental and Financial Performance at the Enterprise level:A methodology for standardizing co-effieieney Indicators[M].New York:United Nations,2003:29-30.
[11]Lauwers L.Justifying the incorporation of the materials balance principle into frontier-based eco-efficiency models[J].Ecological Economics,2009,68(6):1605-1614.
[12]Korhonen P J,Luptacik M.Eco-efficiency analysis of power plants:an extension of data envelopment analysis [J].European Journal of Operational Research,2004,154 (2):437-446.
[责任编辑:余志虎]
孟祥瑞(1965-),男,吉林洮南人,教授,博士生导师,博士,副校长,研究方向:矿业系统工程;
汪克壳(1980-),男,安徽枞阳人,副教授,硕士生导师,博士,研究方向:资源经济,环境管理。
中图分类号:F127;F290
文献标志码:A
文章编号:1007-5097(2016)08-0029-06
收稿日期:2015-11-25
基金项目:国家自然科学基金面上项目(51374114);安徽省人文社会科学研究重大项目(sk2014zd046)
作者简介:刘晓萌(1991-),女,安徽淮南人,博士研究生,研究方向:矿业城市转型;
Measurement and Evaluation of Urban Industrial Ecological Efficiency:Empirical Evidence from Anhui Province
LIU Xiao-menga,MENG Xiang-ruia,WANG Ke-liangb
(a.School of Mining and Safety Engineering;b.School of Economics and Management,Anhui University of Science and Technology,Huainan 232001,China)
Abstract:The extensive economic growth has been bringing a tremendous pressure on ecological environment.In this paper,the industrial development of 16 cities in Anhui province from 2008 to 2014 has been analyzed by means of data envelopment analysis(DEA),Malmquist index and Tobit regression analysis to measure the industrial ecological efficiency of various cities in the province.The research results show that,the industrial ecological efficiency of each city was a steady rise,and there is much room for improvement.The economic development will improve the industrial ecological efficiency,while the high proportion of heavy industries,will not be conducive to the improvement of ecological efficiency,the use of foreign capital and the impact of government regulation are more complex,which is a gradual process.Generally speaking,we should optimize the industrial structure,strengthen scientific and technological input and innovation,implement energy-saving emission reduction,and increase investment in environmental protection and ideological propaganda in order to continuously improve the urban industrial ecological efficiency while maintaining economic stability and development.
Keywords:industrial ecological efficiency;data envelopment analysis(DEA);Malmquist index