长江三角洲城市群工业生态效率评价

张如波+任胜钢+蔡立燕��

内容提要：长江三角洲是我国经济发展的重要地区之一，基于长江三角洲35个城市2010-2013年的工业数据，通过将工业生态系统分解为工业经济、环境、能源三个子系统，采用网络DEA模型对长江三角洲城市群的35个城市工业生态系统及三个子系统效率进行评价。研究结果显示：就工业经济子系统而言，工业经济高效率城市出现密集，形成了以上海等城市为中心的“M”形分布；就环境子系统而言，环境高效率城市主要分布在以太湖为中心、长江沿岸及杭州湾沿线的地区；就能源子系统而言，以上海、苏州等城市能源效率较高，其它城市能源效率较低且效率水平差异较小；就工业生态系统而言，长江三角洲城市群工业生态效率呈现三阶梯状。

关键词：工业生态效率；工业生态系统网络结构；网络DEA；长江三角洲城市群

中图分类号：F0615文献标识码：A文章编号：1001-148X（2017）06-0163-07

长江三角洲是我国经济发展具有活力、开放程度较高、创新能力较强的地区之一，以上海为中心的城市群分布在我国“两横三纵”重点发展区和城市优化开发区，该区域占国土面积2117万平方公里，2014年地区总产值为1267万亿元，人口达15亿人，分别占全国22%、185%、110%，加快提升长江三角洲城市群生态效率①，尤其是提升长江三角洲城市群工业生态效率显得尤为重要。本文分析长江经济带的工业生态效率，旨在回答如下问题：（1）从能源-经济-环境（3E）三个子系统分析当前长江三角洲城市群工业生态效率水平如何；（2）长江三角洲城市群的工业生态效率是否存在差异；（3）长江三角洲城市群的工业生态效率分布状况。因此，本文采用网络DEA测算和分析长江三角洲城市群2010-2013年间工业生态效率，采用收敛性分析长江经济带上中下游的工业生态效率差异，以期为长江经济带产业转型升级和生态环境的改善提供决策参考。

一、模型构建、指标体系设计及数据处理

1972年“罗马俱乐部”提出增长极限理论，学者们对能源、经济、环境三个问题越来越关注，逐渐形成了以“能源-经济”、“环境-经济”二元系统为研究对象的理论体系。20世纪80年代可持续发展观不断完善，人们意识到将能源、环境、经济纳入一个整体去研究更加全面、深入及合理，国际能源研究及环保机构联手构建了“能源-经济-环境”（3E）系统框架，以分析三者之间发展规律与内在联系[3]。其中，能源子系统为工业经济子系统提供了生产要素、支撑了工业经济发展，工业经济发展也推动了能源需求增加；工业经济发展在推动经济增长的同時带来了环境问题，环境的治理为工业经济的发展创造了良好的环境和资源的再次利用；能源消耗会给环境带来负影响，环境治理也使得废弃物再次利用成为资源。因此，整体的工业生态系统是由工业经济系统、能源系统及环境系统三个子系统耦合而成，三个子系统之间相互关联且存在很强的依赖关系。

（一）模型构建

本文将工业经济、环境、能源三个子系统分别用S1、S2、S3表示（如图1所示），三个子系统不仅有自己的外部投入（投入1、2、3）和产出（产出1、2、3），系统内部之间还存在输入与输出，用Linkij（i≠j；i，j=1、2、3）表示，此含义表示Si对Sj输入，如Link12表示工业经济子系统对环境子系统的输入。

工业生态系统中的n决策单元，其每个决策单元的三个子系统用Sp（p=1、2、3）表示，且k决策单位的Sp（p=1、2、3）子系统的外部输入为xpk，k决策单元的Sp（p=1、2、3）子系统的外部输出为ypk；k决策单位的子系统中，Si对Sj的输入为g（i，j）k，Sj对Si的输出为h（j，i）k，且i，j∈p。当i=j时，g（i，j）k=0，h（j，i）k=0。由此可以得出决策单位DMUk（k=1，2，…，n）的任意子系统Sp（p=1、2、3）的所有投入与产出可以表示为（xpk，∑ni=1[]i≠jg（i，j）k，ypk，∑ni=1[]i≠jh（j，i）k）。其中，xpk∈Rmp而mp是系统Sp的m个投入要素，ypk∈Rlp而lp是系统Sp的l个产出要素，且xpk，g（i，j）k，ypk，h（j，i）k0。

考虑到系统内部输入输出的平衡性，有：

∑3[SX（B]i=1[]i≠j∑3j=1ωijg（i，j）k=∑3j=1[]i≠j∑3i=1ψjih（j，i）k（1）

其中，ωij表示Si对Sj的输入权重，ψji表示Sj对Si的输出权重。此时，本文将每个决策单元DMUk的子系统Sp效率测算模型为：

Max gkp=ζpypk+∑3[SX（B]i=1[]i≠jψjih（j，i）kξpxpk+∑3[SX（B]i=1[]i≠jωijg（i，j）k

st ζpypk+∑3[SX（B]i=1[]i≠jψjih（j，i）kξpxpk+∑3[SX（B]i=1[]i≠jωijg（i，j）k1（k=1，2，…，n）（2）

ζp，ψji，ξp，ωij0（i，j，p=1，2，3）

令t=1ξpxpk+∑3[SX（B]i=1[]i≠jωijgi，jk，υp=tζp，μji=tψji，φp=tξp，ηij=tωij。

其中，ξp表示k决策单元的Sp（p=1、2、3）子系统的外部输入权重，ζp表示k决策单位的Sp（p=1、2、3）子系统的外部输出权重，可将上述模型化简为：

Max νpypk+∑3[SX（B]i=1[]i≠jμjih（j，i）k

νpypk+∑3[SX（B]i=1[]i≠jμjih（j，i）kφpxpk+∑3[SX（B]i=1[]i≠jηijg（i，j）k（k=1，2，…，n）（3）

νp，μji，φp，ηij0（i，j，p=1，2，3）

根据线性规划对偶性质，可将模型化简为：

Min θp=θ1p-θ2p

st ∑nk=1xpkλpkθpxp0

∑nk=1ypkλpkθpyp0

∑nk=1g（i，j）kλpkθpg（i，j）0，i，j=1，2，3

∑nk=1h（j，i）kλpkθph（j，i）0，i，j=1，2，3

λpk0，k=1，2，…，n（4）

以上为评价长江三角洲城市群工业生态效率系统三个子系统效率的CCR模型，长江三角洲城市的群工业系统效率可以通过对子系统效率加权得到[4]。根据程昀和杨印生（2013）[5]的矩阵型网络DEA模型中提出的方法，可将各子系统外部投入占外部总投入作为权重，求出综合系统的效率值。因此，本文子系统效率加权值为：

βp=xpk∑3p=1xpk且∑3p=1βp=1

长江三角洲城市群工业生态效率评价值模型可以表示为：

Min θ=∑3p=1βpθp

st ∑nk=1xpkλpkθpxp0

∑nk=1ypkλpkθpyp0

∑nk=1g（i，j）kλpkθpgi，j0，i，j=1，2，3

∑nk=1h（j，i）kλpkθphj，i0，i，j=1，2，3

λpk0，k=1，2，…n（5）

（二）指标体系设计

本文选取长江三角洲城市群35个城市作为研究对象，35个城市主要为江苏、浙江、安徽三省的城市（如表1所示）。样本跨度时间为2010-2013年，结合目前对工业生态效率的研究及长江三角洲城市群经济带实际情况，本文选取16个指标构建长江三角洲城市群工业生态系统，效率测算的网络结构如图2所示，工业生态效率评价指标体系如表2所示，其中，工业能耗量、固废综合利用量和工业研发投入考察工业绿色化水平，工业资本和工业劳动力投入考察经济推动能力；产出指标工业总产值考察工业效益，工业三废考察工业产出负效益，工业主营业务成本考察工业间接负效益。环境治理投入费用、碳排放量、工业三废排放量反映了流入工业经济子系统的环境污染物，产出指标则为工业废水排放达标量、工业SO2排放达标量、空气质量状况、工业固废利用率、工业固体综合利用量，反映了环境治理能力及治理效果。为了考察区域能源系统效率，在投入指标方面选取能源工业资本投入、工业主营业务成本、工业固废利用率，主要衡量区域内能源生产和利用水平；在产出指标方面选取工业能源消耗量、碳排放、工业能源消耗指标来衡量。

长江经济带工业生态系统由三个子系统耦合形成，本文选取的16个指标数据来源于《中国区域经济统计年鉴2010-2014年》《中国科技统计年鉴2010-2014年》《中国统计年鉴2010-2014》《中国能源统计年鉴2010-2014年》、各城市的《统计年鉴2010-2014》《中国环境统计年鉴2010-2014年》。其中，“工业三废排放量”指标参照王恩旭和武春友[6]利用熵值法将35个城市的工业固体废弃物排放量、工业SO2排放量、工业废水排放量三个指标综合为1个排放指标数，碳排放量数据采用的是间接数据，可利用能源消耗量与CO2排放因子计算碳排放量，即：

C=∑18j=1Ejfj（j=1，2，…，18）（6）

其中，C为工业部门能源消耗产生的CO2排放总量，j表示《中国能源统计年鉴》统计的18种能源形式，Ej为第j种能源转化成标准煤之后的消耗量，fj表示第j种能源的CO2排放因子。

二、长江三角洲城市群评价结果分析

（一）工业经济子系统评价结果分析

从表3看长江三角洲城市群，35个城市工业经济效率整体上呈增长趋势，其中上海、苏州、无锡、杭州工业经济效率水平较高，其效率值均高于088。长江三角洲城市群城市的工业经济效率呈现明显集聚，工业经济高效率城市主要沿长江、杭州湾及海岸线分布：一是从南京沿长江至上海，其中镇江、扬州、常州、无锡、苏州等城市工业经济效率相对较高；二是沿杭州湾，上海、嘉兴、杭州、宁波城市工业效率相对较高；三是沿海岸线，宁波、台州、温州城市工业效率水平较高。它们以南京、上海、杭州、宁波、温州为中心，形成了“M”形的工业高效率城市密集区。区域内城市工业经济效率较低，主要集中在“M”形外侧和内侧工业经济低效率密集区，其中外侧指以南京至上海沿线以北城市，南通、盐城、淮安、宿迁、蚌埠、淮南地区，内侧主要指金华、衢州、铜陵等地区。

（二）环境子系统评价结果分析

从表4看长江三角洲城市群，35个城市环境子系统效率整体上呈增长趋势，其中上海、苏州、杭州、无锡环境子系统效率水平较高，其效率值高均于088。

在长江三角洲城市群中，环境子系统效率水平较高城市，主要分布在長江三角洲城市群东部，重点集中在以太湖为中心、长江沿岸及杭州湾沿线的地区：一是以太湖为中心，无锡、苏州等城市；二是沿长江岸，南京、扬州、镇江、上海等城市；三是杭州湾沿岸，杭州、宁波等城市环境效率水平较高。区域内环境效率水平较低的城市，主要集中在区域北部及西部，以江苏苏北地区及安徽省城市最多。一是区域北部地区，以江苏苏北为主，盐城、淮安、宿迁等城市；二是区域西部地区，以安徽省为主，铜陵、滁州、池州、宣称、丽水等城市。

（三）能源子系统评价结果分析

从表5看长江三角洲城市群，35个城市能源子系统效率整体上呈增长趋势，其中上海、杭州、苏州、宁波、徐州能源子系统环境效率水平较高，其效率值均高于088。在长江三角洲城市群，上海、南京、徐州、苏州、杭州、宁波城市能源效率水平较高，除去上海、南京等能源效率较高城市，主要表现为江苏、浙江区域内城市能源效率差异较小，安徽省内城市能源效率水平存在明显差异。其一，江苏、浙江两省城市能源效率水平相当，无锡、常州、连云港、温州、台州等能源效率水平相当；其二，安徽省城市能源效率水平差异较大，合肥、马鞍山能源效率水平较高，芜湖、铜陵、池州等城市效率水平次之，安庆、滁州、六安最差。

（四）工业生态系统评价结果分析

从表6看长江三角洲城市群，35个城市工业生态系统效率整体上呈增长趋势，其中上海、苏州、无锡、杭州工业生态系统环效率水平较高，其效率值均高于088。

在长江三角洲城市群，以上海、南京、无锡、苏州、杭州及宁波工业生态效率水平较高，工业生态效率呈三阶梯状：第一阶梯内城市工业生态效率水平较高，包括上海、南京、无锡、苏州、杭州等城市，其效率值均大于08；第二阶梯内城市工业生态效率水平次之，包括南通、镇江、绍兴、衢州等城市，其效率值小于08且大于07；第三阶梯内城市工业生态效率水平最低，包括宣城、池州、六安、安庆等城市，其效率值小于等于07且大于06。主要第一阶梯内城市（如上海等城市），由于地理位置优越，易于引进国外资本、技术及先进管理模式，其工业生产过程中资源消耗与环境污染排放较少；第二阶梯的城市（如南通等城市），由于受上海、杭州等城市辐射影响，工业先进技术引入相对较容易，同时承接第一阶梯城市工业产业，相对第一阶梯城市工业生态效率水平较低；第三阶梯城市（如宣城等城市），相对第一、第二阶梯城市，由于地方保护主义阻隔了生产要素与先进技术跨区域转移，同时工业经济增长付出巨大的环境及资源代价。

三、政策建议

对于工业经济子系统而言，工业经济效率较高的城市主要分布在以南京、上海、杭州、宁波、合肥、苏州为中心的“M”形区域。为了提高区域城市工业经济效率，要加快促进南京城市圈、合肥城市圈、杭州城市圈的融合发展；实施创新驱动，立足现有创新及科技资源，打造工业经济新支撑、促进工业经济转型升级。对于能源子系统而言，全面推进煤炭清洁利用，对上海、江苏、浙江新建项目禁止配套建设自备燃煤站；煤耗项目实行煤炭减量替代，禁止审批新建燃煤发电项目；加快工业企业燃煤设施天然气替代步伐，重点加快完成燃煤锅炉、工业窑炉的天然气替代改造任务；推动工业产业结构优化布局，提高区域产能落后淘汰标准。对于环境子系统而言，推动工业园区循环化和生态化。以国家级工业园区为重点，推进工业循环化改造及生态化发展，实现工业固废综合利用、能源梯级高效利用和污染物集中处理；严格控制高耗能、高排放行业发展，严格执行排放标准；深入推进工业园区循环化改造和生态工业示范园区建设；培育生态文化，引导绿色消费，鼓励低碳出行，倡导简约适度、绿色低碳、文明节约的生活方式。

注释：

①1992年世界可持续发展商业委员会（WBCSD）对生态效率的概念进行了描述：提供满足人类和提高生活质量的竞争性的商品和服务，且将整个生命周期的生态影响与资源强度逐渐降低至与地球承载能力相当的水平[1]，经济合作与发展组织（OECD）认为生态效率是经济活动单位生产的产品及服务价值与其生产产品及服务过程中所附带的环境压力总和之比[2]。

参考文献：

[1]WBCSD. Eco-efficiency： Creating more value with Less Impact. Geneva： Word Business Council for Sustainable Development， 2000： 5-36.

[2]OECD Eco-efficiency. Paris： Organization for Economic Cooperation and Development， 1998： 7-11.

[3]范凤岩， 雷涯邻. 能源、经济和环境（3E）系统研究综述[J].生态经济， 2013（12）：42-48.

[4]Kao C. Efficiency Measurement for Parallel Production Systems[J].European Journal of Operational Research， 2009，196：1107-1112.

[5]程昀， 杨印生. 矩阵型网络DEA模型及其实证检验[J].中国管理科学， 2013， 21（5）：103-109.

[6]王恩旭，武春友.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报， 2011，8（3）：443-450.

Industrial Eco-efficiency Evaluation for Urban Agglomeration in the Yangtze

River Delta

ZHANG Ru-bo，REN Sheng-gang，CAI Li-yan

（Business School of Central South University， Changsha 410083， China）

Abstract：The Yangtze River Delta is one of the important regions with economic development. Based on the industrial data of 35 cities from 2010 to 2013 and by decomposing industrial ecosystem into industrial economy， environment， energy three subsystems， the paper evaluates the efficiency of 35 urban industrial ecosystems and three subsystems by use of network DEA model. The results show that， in the case of industrial economic subsystems， the industrial economy is highly efficient area forming “M”，which is centered on Shanghai and other cities； in terms of environmental subsystems， the cities with high environment efficiency are centered on Taihu， along the Yangtze River and Hangzhou Bay area； in terms of energy subsystems， Shanghai， Suzhou and other cities have high energy efficiency， energy efficiency of other cities is low and the difference of efficiency level is small； in terms of industrial ecosystem， industrial eco-efficiency of urban agglomeration in the Yangtze River Delta shows three steps.

Key words：industrial eco-efficiency； industrial eco-system network architecture； network DEA； urban agglomeration in the Yangtze River Delta

（責任编辑：关立新）