DEA方法在京津冀城市群生态效率测算中的应用研究

陈建明

摘    要：选取了京津冀共35个城市的环境、城市建设以及经济增长等统计数据，从城市经济发展和环境状况两个维度出发，考虑到城市自身的发展规模和政策、机会以及管理者的效率和随机性等因素，使用改进三阶段DEA超效率模型，从而得到了更能准确、客观地反映和评价京津冀城市群“投入—产出”的生态效率水平。

关键词：环境;生态效率;研究

一、介绍

Andersen和Petersen基于DEA模型与有效决策单元效率之间的比较，提出了一种超效率DEA模型。为了更准确地评估城市生态效率，我们建立了基于DEA的生产者效率模型，该模型包含随机元素，旨在将运气的影响与管理效率和环境影响分开。

二、生态效率测算和数据处理

（一）、构造三阶段DEA模型

第一阶段：假设被评价的决策单元（DUM）有k个，记作DUMk，且每个决策单元都对应n项投入和m项产出，记作：

第三阶段：使用从DEA第二阶段处理获得的输入数据代替原始投入量，从而消除了环境影响。

（二）构建超效率DEA模型

决策单元使用DEA方法进行技术效率评价时，当存在多于1个DMU呈现完全有效状态时，无法直接比较大小，需要借助超效率进一步鉴别有效DMU间效率值大小。假设决策单元数为k，且均满足可比性要求，每个DMU有n个输入变量和m个输出变量，得到超效率的线性规划方程;

（三）测算指标

本文的生态效率输入和输出指标如表1所示：

通过对模型的计算，我们获得了2003年至2016年京津冀地区35个城市的城市生态效率值，如表2所示。

从计算結果来看，北京、天津、石家庄、唐山、保定的生态效率在逐渐下降，而其它中小型城市的生态效率却不断提高，虽然这和很多学者的研究结论不同，但更加符合京津冀地区产业、人口等资源过度集中在大城市而导致的生态环境恶化的现实状况，说明使用改进的三阶段DEA超效率模型更能准确反映京津冀城市群的生态效率水平。

参考文献：

[1]Hosseini H M and Kaneko S 2013 Energy Policy 56（2） 312-321

[2]Wei G and Shuting X U 2016 Journal of Geographical Sciences 26（9） 1362-1376

[3]Koenker R and Bassett G E 1978 Econometrica 46（1） 33-50

[4]Yu K and Moyeed R A 2001 Statistics & Probability Letters 54（4） 437-447

[5]Kakamu K and Wago H 2014 Bayesian Inference in the Social Science John Wiley & Sons， Inc. 317-329

[6]Firpo S， Fortin N M and Lemieux T 2009 Econometrica 77（3） 953-973

[7]Antonio F and Galvao J 2011 Journal of Econometrics 164 142-157

[8]Yang Y and He X 2012 Annals of Statistics 40（2012） 1102-1131

[9]Kozumi H and Kobayashi G 2011 Journal of Statistical Computation and Simulation 81（11） 1565-1578

[10]Yu Y 2015 Journal of Statistical Computation & Simulation 85（17） 3451-3467

[11]Damette O and Delacote P 2012 Economic Modelling 29（6） 2427-2434

[12]Flores C A ， Flores-Lagunes A and Kapetanakis D 2014 Econometric Reviews 33（8） 815-853

[13]Yaduma N， Kortelainen M and Wossink A 2015 Journal of Environmental Economics and Policy 4（3） 278-303

[14]Andersen P and Petersen N C 1993 Management Science 39（10） 1261-1264

[15]Jondrow J， Knox Lovell C A， Materov I S and Schmidt P 1982 Journal of Econometrics 19（2-3） 233-238