我国工业生态效率评价及其影响因素研究

张会恒　刘士栋

摘要：运用三阶段DEA模型研究我国2015年工业各行业的生态效率及其影响因素，研究表明：外部环境等非经营性因素会显著影响工业行业生态效率，剥离这一因素后，各行业生态效率均获得大幅提升，这说明非经营性因素对提升生态效率作用很明显。因此，提升行业利润率水平、增大外商直接投资、强化R&D投入强度和市场化产权结构均能显著地促进行业生态效率的改善。进一步对比分析后发现，工业生态效率存在显著的行业异质性，污染排放强度越低、资本使用量越多和市场竞争越充分的行业，其生态效率表现得越好。因此，当前需要根据不同的行业特征实施差异化的环境和产业政策。

关键词：资源环境;工业;生态效率;三阶段DEA

中图分类号：F424.6   文献标识码：A   文章编号：1007-2101（2019）06-0051-08

资源枯竭与环境恶化已严重制约我国经济高质量发展，如何更好地协调经济发展与环境保护、资源节约的关系成为当前政府加快推进生态文明建设战略的重大课题。目前，我国拥有世界上最完备的工业体系，但也面临严重的工业污染问题。因此，如何正确评价和理解不同工业行业的生态效率及其影响因素，成为当前加快我国工业绿色化发展所亟待解决的重要问题。

一、文献综述

“生态效率”最初由Schaltegger和Sturm[1]提出，意指价值增加和环境影响增加的比率，后在世界可持续发展工商理事會（WBCSD）的推动影响下，其概念内涵逐渐被许多国家的企业、政府及其他组织所接受。WBCSD认为生态效率能够很好地反映资源、经济和环境之间的关系，其基本思想是“通过提供能满足人类需要和提高生活质量的竞争性定价商品与服务，同时使整个生命周期的生态影响与资源强度逐渐降低到一个至少与地球可承载能力一致的水平”[2]。换言之，生态效率的基本思想是以更低的资源消耗、环境影响来实现更大的经济产出[3]。因此，许多研究为了方便理解，通常将生态效率定义为“经济价值增量与资源环境影响的比值”[4-6]，本文同样采用该种定义。

目前，国内外关于生态效率的研究已经拓展到评价指标体系的构建和评价方法的选择等方面，评价领域也由企业不断向行业、区域等宏观层面延伸，许多高价值的研究成果不断涌现。

Alves等（2015）[7]论证了生态效率的实践可行性，认为生态效率是发展中国家中小企业构建竞争优势的有力工具。吕彬等（2006）[8]、尹科等（2012）[9]系统梳理了国内外生态效率的实践内容、核算方法和应用进展。Suh等（2005）[10]基于投入总成本会计核算与环境生命周期评估，开发了一种产品系统生态效率评价方法。Maxime等（2006）[11]指出能源消耗、温室气体和污染排放应作为生态效率评价计划的核心环境指标。周国梅等（2003）[12]则从能源强度、原材料强度、污染物排放和经济效益等层面具体论证了我国工业生态效率指标体系的构建原则与指标内容。诸大建（2006）[13]、刘晶茹等（2014）[14]、马勇等（2015）[15]则结合我国国情，具体构建了我国工业、产业园区、区域或城市群的生态效率评价指标体系。

在生态效率评价领域，数据包络分析方法（简称DEA）的应用最为广泛，其模型借助线性规划能够较为准确地评价多个投入与产出单元的相对效率，并有效解决多种环境影响和主观性赋权问题。在国内的研究中，程晓娟（2013）[16]、侯孟阳等（2018）[17]借助传统DEA模型分别评价了我国煤炭产业和国内主要城市群的生态效率，但研究仅考虑生产管理因素，忽视了非经营性因素的可能性影响。卢燕群（2017）[18]、王宝义等（2018）[19]在传统DEA评价的基础上，进一步研究了影响我国30个省际工业和农业生态效率的环境因素，但研究并未考虑随机干扰的可能性影响。实际上，管理效率、环境影响和随机干扰均会对DEA评价结果产生影响，单独考虑任何一种或两种因素都是不全面和不准确的，也难以识别效率损失的主要原因[20]。对此，Fried等人构建了三阶段DEA模型，该模型被证明能够准确区分并评估上述三种因素的影响，目前被越来越多国内学者所采用。如借助三阶段DEA模型，邓波等（2011）[21]、高文（2017）[22]分别评价了2008年和2008—2011年我国31个省际工业企业生态效率，盖美等（2019）[23]研究了2006—2015年环渤海地区沿海17市的生态效率，结果均表明：考虑环境因素与随机干扰的影响与否，生态效率评价结果将显著变化。

综上分析，国内关于生态效率的研究主要集中在产业园区、区域或城市群生态效率测度与评价，缺乏对我国不同工业行业生态效率的研究。同时，在实证方法与模型选择上，该研究主要采用DEA分析，但很少同时考虑外部环境和随机因素对评价结果的影响，这需要借助三阶段DEA模型加以解决。因此，为正确评价和理解我国不同工业行业的生态效率及其影响因素，本文运用三阶段DEA模型研究了2015年我国31个工业行业的生态效率水平及其主要影响因素，并分析其行业差异，以期为改善我国工业行业生态效率提供决策参考。

二、研究方法与模型

三阶段DEA模型是Fried等（2002）[20]在经典DEA基础上构建的，该模型考虑将所有待评价单元（在本文意指31个行业）调整至同一环境状态和运气水平之上，进而实现管理效率、外部环境变量和随机干扰这三种影响因素的分离，以便更加准确地反映决策单元的管理水平，模型构建分三个阶段：

第一阶段：传统DEA模型。该阶段利用传统DEA模型对初始投入产出数据进行效率分析，评价结果实际上已经包含了管理因素、环境因素和随机因素三部分影响，但并未真正区分这三种影响的大小。本文采用Banker等（1984）[24]构建的BBC（可变规模报酬）模型进行分析。模型分析角度选用投入导向，即保持产出不变而尽量节约投入。这是因为我国以发展为第一要务，经济增长仍是政府制定政策时的关键考量，同时我国工业体系较为完备，各工业行业具有企业众多、规模不一等特点，因此，产出不减和生产规模报酬可变更符合我国国情。鉴于传统DEA模型已十分成熟，这里不再赘述，详细可参见魏权龄等[25]著作。

第二阶段：相似SFA分析模型。传统DEA模型并未对影响其评价结果的三种因素进行具体区分或分类研究，而是将影响效率损失的因素（体现为投入冗余值的大小）全部归因于管理无效，这不符合实际，也不利于相关政策的制定。投入冗余，也即投入松弛变量，它是指被评价对象的实际投入与最佳投入的差额，其数值（绝对值）越大，表明该单元的效率损失越大。解决办法是先借助相似SFA模型观察出环境因素和随机干扰对第一阶段投入冗余的影响，然后根据SFA回归结果剔除这两种因素对投入冗余的影响，得到仅由管理无效造成的投入冗余，从而使所有待决策单元处于相同的外部环境和运气水平之上，最后根据调整后的投入冗余值对原始数据进行修正，并用修正后的投入产出数据重新进行BBC分析即可。

以投入导向为例，假设有n个待决策单元都使用m种投入，第i单元、第k项投入的投入冗余值记作sik，并假设有p个环境因素变量，记作Zk=[Z1k，Z2k，Zpk]，则可构建类似SFA回归方程：

根据SFA模型估计结果，将所有待评价单元调整至相同的外部环境和运气水平，从而得到仅受管理因素影响的投入数据。调整方式有两种[26]：一是增加外部环境较好的决策单元投入;二是减少外部环境较差的决策单元投入。考虑到后者可能导致投入项的调整值为负，与实际相悖，因此采用前一种方式。调整公式如下：

第三阶段：调整的DEA模型。结合第二阶段调整后的投入产出数据，重新进行BCC模型分析。该分析结果即为剔除其他影响，纯粹考虑管理因素影响的各决策单元的生态效率。

三、指标选取与来源

（一）投入产出指标的选取

综合周国梅[12]、诸大建等[13]工业经济—社会—生态复合系统的研究思路，本文从多个层面构建行业生态效率的评价指标体系，以便全面和真实地反映各工业行业的生态效率。

产出指标要求反映各行业生产的经济价值，选择各工业行业GDP进行表征。

投入指标包括原材料投入、资源消耗和环境影响三个方面。原材料投入主要是人力投入和资本投入，选用规模以上工业年均就业人数和规模以上企业年均固定资产净值作为替代。资源消耗和环境影响指标的选择，依照十三五规划关于资源环境的考核指标体系，选择各行业能源消耗量（万吨标准煤）用于表征各行业资源消耗程度，选择各工业行业二氧化碳排放总量（万吨）作为温室气体排放导致的气候变化影响指标，估算方法具体参照陈诗一等（2009）[27]的研究。针对规划考核所涉及到的各类污染物排放总量，主要是工业“三废”排放总量，因此，选择各行业SO2排放总量（万吨）作为废气排放影响的衡量指标，选择COD排放总量（吨）和氨氮排放总量（吨）作为废水排放影响的衡量指标，选择一般工业固废排放量（万吨）作为固废排放影响的衡量指标。由此，得到表1行业生态效率评价指标体系。

DEA分析需要满足“投入增加，产出不减”的同向性假设，考虑到本文所使用的投入产出数据的分布特征在事前无法确定，因此，借助SPSS20.0软件同时采用非参数“Kendans atu_b”秩方法和Spearman rho方法进行检验，检验结果见表2。表2显示：剔除未通过显著性检验的一般工业固废排放指标后，各行业投入变量与产出变量之间的相关系数均为正，且在1%或5%的显著性水平上通过双尾检验，表明所选指标符合DEA“同向性”假设，指标选取合理。

（二）外部环境变量的选取

遵循有实质影响但非样本主观可控的外部变量选取原则[21]，本文选择了4个影响生态效率的外部环境变量，包括行业所有制结构、外商直接投资、创新资源使用和行业竞争力水平等。所有制結构是近年来我国经济结构优化和产权结构调整的重要体现，对经济与环境协调发展起着重要作用，本文选用规模以上国有及国有控股企业资产合计占比进行表征;创新作为协调经济发展与环境保护的根本途径，其要素资源的使用被证实能够显著影响生态效率，通常可用R&D经费支出强度具体衡量，本文同样作类似处理，选择规模以上企业R&D经费支出和规模以上企业增加值的比值作为行业创新资源;行业竞争力水平的提升既是企业贯彻生态效率的结果，也会正向激励企业重视生态效率，更能为企业开展环保投资提供支撑，这里用行业利润率水平进行表征;外商直接投资（FDI）可能通过“污染光环”效应加剧东道国的环境污染，也可能借助先进管理经验和清洁技术等的扩散，改善东道国的经济环境绩效[28]，这里选用中国港澳台地区与外商资本金总和占行业产值的比重[29]进行表征。

为确保数据真实有效并具有高度的一致性和可比性，本文所用数据均出自《2016年中国统计年鉴》和《2016年中国环境统计年鉴》。同时，剔除数据缺失的部分行业后，得到本文分析的全国31个工业行业。

四、模型估计与分析

（一）第一阶段DEA分析结果

借助DEAP2.1软件分析了我国31个工业行业的生态效率状况，结果见表3。表3显示，在不考虑外部环境变量和随机因素影响的条件下，2015年我国各工业生态综合效率均值为0.374，纯技术效率均值为0.683，规模效率均值为0.579。其中处于技术效率前沿面（各项效率值均为1）的行业只有3个，分别为烟草加工业、电气机械及器材制造业和电子及通信设备制造业;其他行业的各项效率值均存在较大损失。这一结果表明我国工业行业的生态效率不容乐观，亟待进一步改善。

（二）第二阶段SFA回归结果

借助Frontier4.1软件评估外部环境变量和随机因素对第一阶段所得各项投入冗余的影响程度，结果见表3。表3显示，各外部环境变量对所有投入松弛变量的回归系数均通过了1%或5%的显著性检验，表明外部环境因素会显著地影响各工业行业的生态效率。进一步地，各投入松弛变量的γ值均在1%的显著性水平上接近或等于1，说明在非经营性因素对生态效率的影响中，外部环境因素影响占绝对主导地位，其影响不容忽视。因此，应用SFA模型剥离环境因素和随机因素影响，将各行业调整至相同外部条件的分析是正确和必要的。

五、结论与政策含义

本文运用三阶段DEA模型分析了我国2015年31个工业行业的生态效率及其影响因素，主要结论和启示有如下几个方面。

1. 非经营性因素会显著影响各工业行业的生态效率。其中，行业利润率水平、外商直接投资、R&D投入强度和所有制结构等环境变量均是生态效率的有利因素。这一结论启示我们：相较于不可控制的随机干扰等非经营性因素，发挥好政策制定在调控外部环境因素方面的引领作用对提高工业生态效率十分重要。根据对四种外部环境影响因素的分析，当前应当继续强化降低企业实际税负、节约企业制度性成本等改善企业生产经营状况的政策措施，以凸显行业利润率对行业生态效率的促进作用，同时，应继续加大对科技创新的各项支持力度，并注重国有经济在环境保护中的关键作用。

2. 对比分析了管理效率和环境因素对不同工业行业生态效率的影响差异，证实了三阶段DEA分析的必要性。剔除环境变量与随机干扰影响后，我国工业生态效率表现更加理想，各行业生态效率（除煤气生产和供应业）提升明显，整体生态综合效率、生态纯技术效率和生态规模效率均值分别由0.436、0.638、0.579增至0.810、0.941、0.857。这说明非经营性因素尤其是外部环境因素，对提升生态效率的制约作用更为明显，亟待从市场开放和科技创新等方面优化外部营商环境。而管理低效导致的行业生态效率损失尽管相对较小，但仍有19%的提升空间，亟需从提升行业发展规模方面改善生态效率。

3. 进一步对比不同工业行业的生态效率，发现不同行业分组情况下的行业生态效率存在显著差异，因此研究不同工业行业的生态效率是十分必要的。从污染排放强度来看，行业污染排放强度越低，其生态效率值越高;从资源集约度来看，资本密集型行业的生态效率值要高于劳动密集型行业，其次是资源密集型行业;从垄断程度来看，竞争性行业的生态效率值要高于垄断性行业。这说明实施基于行业特征的差异化政策十分必要，包括对强污染排放行业实施较强的环境规制政策，发挥产业政策对要素投入结构调整的影响，积极引导资源密集型行业向劳动或资本密集型行业转型，同时放松行业准入，以进一步发挥行业竞争对生态效率的促进作用。

注释：

①按行业环境污染程度，重度污染产业包括：煤炭采选，有色金属矿选，黑色金属矿采选，非金属矿采选，造纸及纸制品，石油加工，非金制造，化学工业，化学纤维，饮料制造，纺织业;中度污染行业包括：农副加工，食品制造，医药工业，文教体育，皮革毛羽，橡胶塑料，金属制品，纺织服饰业，石油和天然气开采，煤气生产和供应。其他行业均为轻度污染行业。

②按行业资源集约度，资源型产业包括：煤炭采选，木材加工，農副工业，食品制造，饮料制造，烟草加工，电力、热力的生产和供应，燃气生产和供应，水的生产和供应;劳动密集型行业包括：黑色金属矿采选，有色金属矿采选，非金属矿采选，纺织，纺织服装，皮革毛羽毛，造纸及纸制品，印刷媒介，橡胶塑料，非金制造，金属制品;其他行业均为资本密集型行业。

③按行业垄断程度，垄断性行业包括： 石油和天然气开采业，烟草制品业，石油加工、炼焦及核燃料，电力、热力的生产和供应业，燃气生产和供应业，水的生产和供应业等行业，其他行业均为竞争性行业。

参考文献：

[1]Schalteggeer Stefan， Andreas Sturm. ？魻kologische Rationalit？覿t：Ansatzpunkte Zur Ausgestaltung Von ？魻kologieorientierten Managementinstrumenten[J]. Die Unternehmung， 1990，44（4）：273-90.

[2]World Business Council for Sustainable Development.Measuring eco-efficiency： A guide to reporting company performance[R].WBCSD，2000.

[3]World Business Council for Sustainable Development. Eco-efficiency： Creating More Value with Less Impact[R].WBCSD，2000.

[4]Ullah A， Perret S R， Gheewala S H， Soni P. Eco-efficiency of cotton-cropping systems in Pakistan： an integrated approach of life cycle assessment and data envelopment analysis[J].Clean.Prod，2016，134（B）：623-632.

[5]Gutowski T G. The Efficiency and Eco-efficiency of Manufacturing[J]. International Journal of Nanomanufacturing，2010，6（1-4）：38-45.

[6]Caiado RGG et al. Towards sustainable development through the perspective of eco-efficiency： A systematic literature review[J]. Journal of Cleaner Production，2017，165：890-904.

[7]Alves，Jordania Louse Silva，Dumke de Medeiros，Denise.Eco-efficiency in micro-enterprises and small firms： A case study in the automotive services sector[J].Journal of cleaner production，2015（108）：595-602.

[8]吕彬，杨建新.生态效率方法研究进展与应用[J].生态学报，2006（11）：3898-3906.

[9]尹科，王如松，周传斌，梁菁.国内外生态效率核算方法及其应用研究述评[J].生态学报，2012，32（11）：3595-3605.

[10]Sangwon Suh，Kun Mo Lee，Sangsun Ha. Eco-efficiency for Pollution Prevention in Small to Medium-Sized Enterprises：A Case from South Korea[J].Journal of Industrial Ecology，2005，9（4）：223- 240.

[11]Dominique Maxime，Michele Marcotte，Yves Arcand. Development of eco-efficiency indicators for the Canadi an food and beverage industry[J]. Journal of Cleaner Production，2006，14（6-7）：636-648.

[12]周国梅，彭昊，曹凤中.循环经济和工业生态效率指标体系[J].城市环境与城市生态，2003（6）：201-203.

[13]诸大建，邱寿丰.生态效率是循环经济的合适测度[J].中国人口·资源与环境，2006（5）：1-6.

[14]刘晶茹，吕彬，张娜，石垚.生态产业园的复合生态效率及评价指标体系[J].生态学报，2014，34（1）：136-141.

[15]马勇，刘军.长江中游城市群产业生态化效率研究[J].经济地理，2015，35（6）：124-129.

[16]程晓娟，韩庆兰，全春光.基于PCA-DEA组合模型的中国煤炭产业生态效率研究[J].资源科学，2013，35（6）：1292-1299.

[17]侯孟阳，姚顺波.中国城市生态效率测定及其时空动态演变[J].中国人口·资源与环境，2018，28（3）：13-21.

[18]卢燕群，袁鹏.中国省域工业生态效率及影响因素的空间计量分析[J].资源科学，2017，39（7）：1326-1337.

[19]王宝义，张卫国.中国农业生态效率的省际差异和影响因素——基于1996～2015年31个省份的面板数据分析[J].中国农村经济，2018（1）：46-62.

[20]Fried，Lovell，Schmidt，Yaisawarng. Accounting for En-vironmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002（17）：121-136.

[21]鄧波，张学军，郭军华.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.

[22]高文.我国工业企业生态效率及污染治理研究[J].生态经济，2017，33（1）：21-27.

[23]盖美，聂晨.环渤海地区生态效率评价及空间演化规律[J].自然资源学报，2019，31（1）：104-115.

[24]Banker R D， Charnes A， Cooper. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. ManagementScience，1984（30）：1078-1092.

[25]魏权龄.评价相对有效性的DEA方法[M].北京：中国人民大学出版社，1988.

[26]黄宪，余丹，杨柳.我国商业银行X效率研究——基于DEA三阶段模型的实证分析[J].数量经济技术经济研究，2008（7）：80-91.

[27]陈诗一.能源消耗、二氧化碳排放与中国工业的可持续发展[J].经济研究，2009，44（4）：41-55.

[28]吕雄鹰.外商直接投资与生态环境关系研究综述[J].财经问题研究，2014（S1）：7-10.

[29]沈能.环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验[J].中国工业经济，2012（3）：56-68.

[30]李月娥，李佩文，董海伦.产权性质、环境规制与企业环保投资[J].中国地质大学学报（社会科学版），2018，18（6）：36-49.

[31]李玲，陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J].中国工业经济，2012（5）：70-82.

[32]韩燕，钱春海.FDI对我国工业部门经济增长影响的差异性——基于要素密集度的行业分类研究[J].南开经济研究，2008（5）：143-152.

[33]岳希明，李实，史泰丽.垄断行业高收入问题探讨[J].中国社会科学，2010（3）：77-93+221-222.

责任编辑：武玲玲

Evaluation of Industrial Eco-efficiency and Its Influencing Factors in China

Zhang Huiheng1， Liu Shidong2

（1.Anhui Institute of Economic and Social Development， Anhui Finance and Economics University， Anhui Bengbu 233041， China;2. School of Economics， Anhui Finance and Economics University， Anhui Bengbu 233030， China）

Abstract： In this paper， the three-stage DEA model is used to study the ecological efficiency and its influencing factors of various industries in China in 2015. Research shows that non-operational factors such as external environment will significantly affect the ecological efficiency of industrial industries. After stripping this factor， the ecological efficiency of all industries has been greatly improved， which shows that non-operational factors play an obvious role in improving ecological efficiency. Therefore， improving the level of industry profit margin， increasing foreign direct investment， strengthening R&D investment intensity and market-oriented property rights structure can significantly promote the improvement of industry ecological efficiency. After further comparative analysis， it is found that there is significant industry heterogeneity in industrial ecological efficiency. The lower the intensity of pollution emission， the more capital use and the more sufficient market competition， the better the performance of industrial ecological efficiency. Therefore， different environmental and industrial policies need to be implemented according to different industry characteristics.

Key words： resource environment， industry， ecological efficiency， three-stage DEA