基于两阶段环境DEA模型的贵州省生态效率评价

王美强 陈莹文

摘 要：为了准确反映贵州省经济发展与环境保护之间的现状，找出发展过程中的不足，以贵州省各地级市为研究对象，对贵州省不同地区的生态经济发展情况进行研究。具体而言，将生态经济系统的运行划分为生产和污染治理两阶段，应用数据包络分析方法（data envelopment analysis，DEA），将一个已有的单阶段环境DEA模型扩展为两阶段环境DEA模型，以克服原有模型不能将评价对象的经济效率与环境效率分开测度的局限性，并将新模型应用于2013—2015年贵州省6个地级市的生态效率评价之中。结果表明：贵州省生态效率整体向好发展，但区域发展差异依然存在;相比生产子阶段，各地级市污染治理能力差异较大;贵阳市生态效率逐年下降，发展形式不容乐观。基于各指标的投入冗余和产出不足情况，进一步剖析了各地级市的生态效率发展模式。最后，根据不同地级市生态效率发展现状，给出有针对性的政策建议。

关键词：两阶段环境DEA;贵州省;生态效率

中图分类号：F205

文献标志码：A

生态效率的概念最早由Schaltegger和Sturm提出[1]，经过补充完善后可将其表达为：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与地球的估计承载能力一致的水平[2]。简单地说，生态效率泛指以最小的资源消耗和环境破坏获得最大的经济效益[3]，是经济、社会、环境等多方面协同发展的综合考量。

目前，国内外学者已经对生态效率进行了大量研究，主要研究工具有参数评估方法随机前沿分析（stochastic frontier analysis，SFA）和非参数方法数据包络分析（data envelopment analysis，DEA）两种[4]。SFA需要主观设定生产函数，函数设定的准确与否直接影响到结果的正确性，且该方法适用于单个产出的情形[5];DEA则因不需主观设定生产函数，能同时处理多投入多产出等优点受到众多学者的喜爱。基于DEA的生态效率评估非常类似于能源和环境效率评估[6]。在DEA框架下，最初的环境效率、能源效率或者能源与环境效率仅仅从污染物[7]、能源消耗[8]或者两者综合[9]的角度进行考虑，而生态效率则是从所有投入产出的角度进行衡量，能够更加全面反映研究对象的发展现状。

基于单阶段DEA模型的生态效率研究方面。ZHANG等[10]通过构建包含非期望产出的投入导向BCC（Banker-Charnes-Cooper）模型，对中国30个省市工业体系的生态效率进行研究。王晶等[11]运用单调递减函数对非期望产出进行处理，对鄱阳湖生态经济区和各县市的产业生态化效率进行分析。还有学者为消除评估过程中随机因素和外部环境对效率值的影响，在DEA框架内采用三步法，如邓波等[12]对2008年中国各区域的生态效率进行了实证分析。上述研究虽然在一定程度上丰富了生态效率的研究内容，但把生态效率的测评当作黑箱来处理，未考虑黑箱内部的相互关系。这样做一方面可能会高估其生态效率值，另一方面很难找到导致无效的真正原因。因此，相比单阶段DEA模型，两阶段DEA模型逐渐得到学者们的关注。

基于两阶段DEA模型的生态效率研究方面。SONG等[13]通过把非期望产出作为中间产出，构建了两阶段DEA模型，对2009年中国31个省市的生態效率进行测评，但模型并未考虑子阶段之间的相互联系。张健等[14]运用网络DEA模型对2012—2013年中国30个省市的生态效率进行分析，但该模型却是在第二个子阶段考虑的非期望输出。CHU等[6]将工业三废作为非期望中间产出，构建两阶段乘子DEA模型对2013年中国30个省市的生态效率进行研究。此外，张煊等[15]将生态经济系统划分为生态、社会和经济三个子系统，通过构建矩阵型网络DEA模型，对2007—2012年中我国省级生态效率进行测评。

可以看出，基于两阶段DEA的生态效率研究更加符合实际生产过程，但是，上述模型的建立一般都基于这样的假设：在保持非期望产出不变的情况下，最大化期望产出和最小化投入，而这样的假设与实际情况有所不符。CHANG等[16]指出，虽然技术开发可以降低单位运营非期望产出的水平，但随着生产规模的扩大，非期望产生的产量将很快得到增加;并在此基础上提出非期望产出的数量应与期望产出松弛变量的提升程度成比例变化。该方法近年来得到学者们的重视，WANG等[17]采用该思想对2009—2010年中国30个省市的水资源使用效率和节约成本进行了研究，还有LV等、WANG等[19]进行了类似的研究;但遗憾的是，这几篇文献仍然把生产过程作为黑箱来处理。

在方法层面，本文将生态系统的运行划分为生产和污染治理两个子阶段，吸收文献[16，20]两个合理假设，构建了一个新的两阶段DEA模型，可以更加准确地刻画并度量决策单元的生态效率。两个合理假设：一是假设在生产子阶段，技术进步虽然可以降低单位运营非期望产出的水平，但随着生产规模的扩大，非期望输出的产量将很快增加[16];二是在污染治理子阶段，假设该阶段主要目的是为了净化非期望产出，可以把该子阶段的期望产出看作副产品。因此，最终的非期望产出可以看作是自由处理或强可处理的[20]。在实践层面，首次对贵州省6个地级市的生态效率进行实证研究，以期对近年来贵州省生态效率的发展现状进行分析，并对其未来发展方向给出一定的政策建议。

1 新模型的构建

将贵州省各地级市生态系统的运行划分为生产和污染治理两个子阶段，构建如图1所示的两阶段概念模型。假设有n个决策单元（这里指贵州省6个地级市），表示为DMUj（j=1，2，…，n），每个决策单元在生产子阶段（S1）消耗M1QUOTE种初始投入Xi1j（i1=1，2，…，M1）

QUOTE，生产R1种期望产出Yr1j（r1=1，2，…，R1）

和T1种非期望产出Ut1j

（t1=1，2，…，T1）。为实现经济增长与环境保护之间的和谐发展，要对S1子阶段产生的污染物（非期望产出）进行处理，即在M2种新增投入Xi2j（i2=1，2，…，M2）的帮助下，污染治理子阶段（S2）对非期望产出Ut1j进行治理，得到最终的R2种期望产出Yr2j（r2=1，2，…，R2）和T2种非期望产出Ut2j

（t2=1，2，…，T2），各指标选取情况可参照下文。

根据文献[21]，当DEA框架里包含环境输出集（非期望产出）时，相应的参考技术称为环境DEA技术，在规模收益可变情况下，S1子阶段的环境DEA技术可以表述为

T1=

{（Xi1，Yr1，Ut1）

∑nj=1γjXi1j≤Xi10，i1=1，…，M1

∑nj=1γjYr1j≥Yr10，r1=1，…，R1

∑nj=1γjUt1j=Ut10，t1=1，…，T1

∑nj=1γj=1}

基于T1，S1子阶段的效率值如下：

Et1=min1-1M1∑M1i1=1sX-1i1Xi101+1R1∑R1r1=1sY+1r1Yr10

∑nj=1γjXi1j+sX-1i1=Xi10，i1=1，…，M1

∑nj=1γjYr1j-sY+1r1=Yr10，r1=1，…，R1

∑nj=1γjUt1j=Ut10，t1=1，…，T1

∑nj=1γj=1

γj≥0，j=1，2，…，n;sX-1i1≥0，i1=1，2，…，M1;sY+1r1≥0，r1=1，…，R1。（2）

式中：γj为结构向量，用来连接不同的决策单元（decision-making unit，DMU），因贵州省不同的地级市发展情况不尽相同，故采用规模收益可变假设，用∑nj=1γj=1表示;sX-1i1和sY+1r1分別为投入和期望产出的松弛变量，是未知变量，表示各指标潜在的改进情况。需要注意的是，模型（2）是在保持非期望产出不变的情况下，尽可能地减少投入和增加期望产出。但CHANG等[16]认为：技术进步虽然可以降低单位运营非期望产出的水平，但随着生产规模的扩大，非期望输出的产量将很快增加。故这里采用CHANG等[16]对非期望产出的处理方法，使非期望产出的数量与期望产出的松弛变量成比例变化，如式（3）所示。

Et1′=min1-1M1+T1（∑M1i1=1sX-1i1Xi10+∑T1t1=1sU-1t1Ut10）1+1R1∑R1r1=1sY+1r1Yr10

s.t. ∑nj=1γjXi1j+sX-1i1=Xi10，i1=1，…，M1

∑nj=1γjYr1j-sY+1r1=Yr10，r1=1，…，R1

∑nj=1γjUt1j+sU-1t1=（1+1R1∑R1r1=1sY+1r1Yr10）Ut10，t1=1，…，T1

∑nj=1γj=1

γj≥0，j=1，2，…，n;sX-1i1≥0，i1=1，2，…，M1;

sY+1r1≥0，r1=1，…，R1;sU-1t1≥0，t1=1，…，T1。

（3）

由于非期望产出和投入具有相似的特征，即在保持期望产出不减少的前提下，我们希望其越少越好，故把非期望产出作为投入来对待，下同。

对S2污染治理子阶段而言，每个决策单元都希望在投入Xi2j的帮助下把S1子阶段的非期望产出完全处理。这里S2的产出也包括期望和非期望两部分，但BIAN等[20]认为，污染治理子阶段的主

要目的是净化非期望产出，可以把该子阶段的期望产出看作副产品。因此，最终的非期望产出可以看作是自由处理或强可处理的。S2子阶段的环境DEA技术可以表述为

T2=

{（Xi2，Ut1，Yr2，Ut2）

∑nj=1φjXi2j≤Xi20，i2=1，…，M2

∑nj=1φjUt1j=Ut10，t1=1，…，T1

∑nj=1φjYr2j≥Yr20，r2=1，…，R2

∑nj=1φjUt2j≤Ut20，t2=1，…，T2∑nj=1φj=1}。（4）

基于T2，S2子阶段的效率求解模型如下：

Et2=min1-1M2+T2（∑M2i2=1sX-2i2Xi20+∑T2t2=1sU-2t2Ut20）1+1R2∑R2r2=1sY-2r2Yr20

s.t. ∑nj=1φjXi2j+sX-2i2=Xi20，i2=1，…，M2

∑nj=1φjUt1j=Ut10，t1=1，…，T1

∑nj=1φjYr2j-sY-2r2=Yr20，r2=1，…，R2

∑nj=1φjUt2j+sU-2t2=Ut20，t2=1，…，T2

∑nj=1φj=1

sX-2i2≥0，i2=1，…，M2;sY-2r2≥0，r2=1，…，R2;sU-2t2≥0，t2=1，…，T2。

（5）

式中：φj为S2子阶段的强度向量;sX-2i2、sY-2r2和sU-2t2分别为S2子阶段投入、期望产出和非期望产出的松弛变量，表示各指标潜在的改进量。考虑到两个子阶段之间的关联性，子阶段之间的联系可表示为

∑nj=1γjUt1j=∑nj=1φjUt1j，t1=1，2，…，T1。（6）

结合式（3）、（5）和（6），在规模收益可变假设下，可得到系统的整体生态效率求解模型如下：

E0=minw1（1-1M1+T1（∑M1i1=1sX-1i1Xi10+∑T1t1=1sU-1t1Ut10））+w2（1-1M2+T2（∑M2i2=1sX-2i2Xi20+∑T2t2=1sU-2t2Ut20））w1（1+1R1∑R1r1=1sY+1r1Yr10）+w2（1+1R2∑R2r2=1sY-2r2Yr20）

s.t. ∑nj=1γjXi1j+sX-1i1=Xi10，i1=1，…，M1∑nj=1γjYr1j-sY+1r1=Yr10，r1=1，…，R1

∑nj=1γjUt1j+sU-1t1=（1+1R1∑R1r1=1sY+1r1Yr10）Ut10，t1=1，…，T1

∑nj=1γj=1∑nj=1φjXi2j+sX-2i2=Xi20，i2=1，…，M2∑nj=1φjUt1j=Ut10，t1=1，…，T1∑nj=1φjYr2j-sY-2r2=Yr20，r2=1，…，R2∑nj=1φjUt2j+sU-2t2=Ut20，t2=1，…，T2∑nj=1φj=1∑nj=1γjUt1j=∑nj=1φjUt1j，t1=1，2，…，T1

γj≥0，φj≥0，j=1，2，…，n;

sX-1i1≥0，i1=1，2，…，M1;sY+1r1≥0，r1=1，…，R1;

sU-1t1≥0，t1=1，…，T1;sX-2i2≥0，i2=1，…，M2;

sY-2r2≥0，r2=1，…，R2;sU-2t2≥0，t2=1，…，T2。（7）

式中：γj、φj分別为两个子阶段的强度向量，用来连接不同的决策单元;sX-1i1、sY+1r1和sU-1t1分别为S1子阶段投入、期望产出和非期望产出的松弛变量;sX-2i2、sY-2r2和sU-2t2分别为S2子阶段投入、期望产出和非期望产出的松弛变量。

根据式（7）得到的最优解，可以计算出两个子阶段的效率值：

E1=1-1M1+T1（∑M1i1=1sX-1i1Xi10+∑T1t1=1sU-1t1Ut10）1+1R1∑R1r1=1sY+1r1Yr10;（8）

E2=1-1M2+T2（∑M2i2=1sX-2i2Xi20+∑T2t2=1sU-2t2Ut20）1+1R2∑R2r2=1sY-2r2Yr20。

2 新模型在贵州地级市生态效率评价中的应用

2.1 指标选取

生产子阶段主要反映能源和资金等投入转换为经济效益的能力，并伴随着非期望产出的排放，可以反映出一个地区的经济发展状态。故选取从业人员期末人数、全社会固定资产投资和能源消耗总量作为人力、资金和能源的替代指标，选取地区生产总值作为期望产出，选取工业废水排放量和工业烟（粉）尘排放量作为相应的非期望产出。

污染治理子阶段可以反映出一个地区对环境的重视程度，通过和生产子阶段对比，可以进一步反映出各地区经济发展与环境治理是否协调发展。该阶段的投入指标除生产子阶段产生的非期望产出（工业废水排放量和工业烟（粉）尘排放量）之外，选取环保投入作为新增指标;选取污水处理厂集中处理率和工业固体废物综合利用率作为污染治理取得的成效。各指标来自于2014—2016年的《贵州省统计年鉴》、贵州各地级市的《国民经济和社会发展统计公报》、《中国生态环境状况公报》，以及各地级市的统计局网站。个别指标数据值缺失，采用插值法得到。各指标的统计性描述如表1所示。

2.2 整体及子阶段效率分析

本文以贵州省6个地级市为研究对象，运用Matlab R2016b软件进行编程，对贵州省各地级市在2013—2015年的生态效率进行研究。两个子阶段的权重设置对生态效率测量有较大影响，借鉴以往相关研究[22-23]以及考虑贵州省作为首批国家生态文明试验区之一，其良好的生态环境对促进地方经济增长具有重要意义，这里设定两个子阶段的权重为w1=w2=0.5。整体效率值如表2所示。

由表2可知：2013—2015年，贵州省各地级市的平均生态效率为0.722 7，具有较大提升空间，标准差为0.211 1;其中效率值最低的是2013年的毕节市，仅为0.194 8，最高的为1.000 0，如2013年的六盘水市、铜仁市和2015年的遵义市，表明贵州省不同城市生态效率差异较大;仅有铜仁市的效率值始终位于前沿面上，而贵阳市的平均生态效率最低，仅为0.449 7，远低于全省平均生态效率。从时间维度可以看出，各地级市的生态效率均值呈现出先减后增的“U”型变动趋势，在2014年略有下降，在2015年大幅上升;从标准差可以看出，各地级市生态效率差异趋于缩小。总体来说，贵州各地区的生态效率发展状态越来越好。具体看来，遵义市、安顺市和毕节市的生态效率持续上升，表现出较好的发展趋势;六盘水市的生态效率波动较大，表明其生态发展能力较不稳定;而贵阳市的生态效率则一直处于下降趋势。

不可否认的是，贵阳市作为贵州省的省会城市，其独特的政治地位及地理优势为贵阳市的发展提供了便利，这可由贵阳市近几年的地区生产总值远高于其他地区看出来。以2015年为例，贵阳市的地区生产总值达到28 911 600万元，紧跟其后是遵义市的21 683 400万元，排名最低的是安顺市625 400万元。但由生态效率均值可以看出，无论是遵义市还是安顺市，都高于贵阳市，究其原因，可能是贵阳市虽然取得了较高的地区生产总值，但其各种投入资源也远高于其他地区。同样以2015年为例，贵阳市的年末从业人员数、固定资产投资和能源消耗总量分别为104.02万人、28 044 458万元和2 717.69万吨标准煤，安顺市相应的三种投入分别为18.30万人、5 354 275万元和744.24万吨标准煤。DEA测度是投入产出之间的相对有效性，生态效率值低说明贵阳市的资源利用程度有待提高，如何改善这种“高投入、相对低产出”的状态，是贵阳市亟待解决的难题。下面从生产和污染治理子阶段进一步分析贵州省6个地级市的发展情况，如图2和图3所示。

由图2可以看出：2013年各地区生产子阶段生态效率差异最大，2014年次之，2015年最小，表明近年来贵州省各地区的经济发展差距趋于缩小;其中生态效率值为1的决策单元有12个，占总体的66.67%，表明有2/3的决策单元达到生产有效。除六盘水市在2014年出现波动、安顺市在2015年略有下降之外，其他地区均表现出较好的发展趋势。

由图3可以看出：铜仁市和遵义市在研究期内的生态效率值始终为1.0，没有变化;贵阳市变化幅度较小;其他地区生态效率变化幅度较大，变化较剧烈。

贵阳市在研究期内对环境治理的投资是逐年加大的，环保投入分别为7.88亿元、8.91亿元和16.25亿元，但其在该子阶段的生态效率值却不甚理想。从产出分析原因：贵阳市2013—2015年的一般工业固体废物综合利用率分别为60.75%、48.86%和48.15%，逐年减小，说明贵阳市对污染治理的大力投入并未取得较好效果。贵阳市在2014年和2015年的生态效率最小，表明贵阳市的污染治理能力有待提高。

遵义市在研究期内的环保投入是所有研究对象中最少的，仅分别为0.27亿元、0.4亿元和0.29亿元，但在该子阶段其却处于有效状态，说明遵义市的污染治理能力处于较高水平。

六盘水市的生态效率值在2013年达到最优，之后在2014年大幅度下降，在2015年略有回升。该生态效率变化趋势与生产子阶段和整体生态效率变化趋势相一致，可能的原因是六盘水市的生态效率发展并未形成固定的模式，造成生态效率值的剧烈波动。

安顺市和毕节市的生态效率值在研究期内逐年增加，在2015年达到有效，说明该地区在逐渐提高污染治理效率的同时，已经形成了有效的污染治理体系。

2.3 生态效率提升策略分析

表3给出了各决策单元的投入冗余与产出不足情况，即资源配置情况，其中，投入冗余或产出不足数值越大，表明其潜在改进幅度越大。潜在改进幅度与原始数值的比值可以反映出各指标的无效程度，比值越大，说明无效程度越高，利用效率越低。图4给出了各指标的无效程度。

由表3可以看出：资源配置达到最优的决策单元有6个，占总体的33.33%，2013年是六盘水市和铜仁市，2014年是铜仁市，2015年是遵义市、毕节市和铜仁市;铜仁市始终处于资源配置最优状态，说明铜仁市的经济发展和环境治理大致处于协调发展状态。

安顺市和贵阳市是两个始终没有達到资源配置最优的城市。由表3可以看出：安顺市在2013、2014年生产子阶段各指标已达到最优状态，而污染治理子阶段部分指标存在很大改进空间;安顺市环保投入指标的变化幅度在2013年达到7902%，2014年下降为52.04%，2015年污染治理各指标已达到最优状态，说明近年来安顺市对环境治理较为重视，并取得较好成效;但一个城市的健康发展需要经济与环境同步，安顺市在2015年生产子阶段存在较大的产出不足，说明安顺市还未找到适合自身的发展模式。在未来的发展中，安顺市应在环境治理的同时，加大对生产子阶段的重视程度，通过调整投入结构来努力扩大期望产出，通过大力发展清洁能源、改善能源结构，尽量减少非期望产出。贵阳市作为贵州的核心城市，其生态效率发展却不容乐观。由表3可知：2013年贵阳市除了一个指标（污水处理厂集中处理率）之外，其余指标均存在较大改善空间，说明2013年贵阳市发展结构严重不合理;到2014、2015年，贵阳市的生产子阶段各指标虽已达到最优配置，但污染治理仍存在不足，以环保投入为例，2014年的变化幅度为68.46%，2015年为64%，虽然有所降低，但效果并不明显，说明贵阳市的污染治理水平发展缓慢。在未来的发展中，贵阳市应该在保持现有生产结构的基础上，加大环保基础设施建设，引进先进的污染治理设备，提高污染物的综合利用情况。

由图4可知：六盘水市在2013年处于资源配置最优状态;2014年，除从业人员期末人数不存在冗余之外，其余指标均存在改进空间，固定资产投资和环保投入较原始值的变化幅度分别达到16.67%和30.72%，说明六盘水市的投入结构不合理，且存在投入规模不足的情况;到2015年，六盘

水市的投入结构得到改善，仅有一般工业固体废物综合利用率和污水处理厂集中处理率存在严重不足，表明六盘水市在将来的发展中，应在保持现有投入结构的基础上加大对污染物的治理，通过技术改进和引进先进污染治理设备等措施，提高污染物的利用情况。遵义市和毕节市在2015年都达到资源配置最优，但由两市之前两年的投入冗余和产出不足情况，可以看出两市的“短板”是不同的，各自采取的发展模式也有所区别。遵义市的污染治理子阶段投入产出指标（环保投入、一般工业固体废物综合利用率和污水处理厂集中处理率）始终处于最优状态，说明遵义市的污染治理能力发展良好，其经济发展能力存在较大提升空间。2013年，遵义市地区生产总值、工业废水排放量和工业烟（粉）尘排放量变化幅度均超过23%，说明遵义市生产子阶段存在严重的产出不足;而在2014年，各指标的变化幅度均不超过1%;到2015年，遵义市的资源配置已经达到最优，从生态效率变化情况可以看出遵义市遵循“环境优先”的发展战略，在保障环境效率最优的前提下努力提升生产水平，在改善中逐渐找到适合自身的发展道路。毕节市在2013年几乎每个指标都存在改善空间，到2014年只有污染治理子阶段的指标存在投入冗余和产出不足，在2015年所有指标均达到最优配置，不难看出毕节市探索出一条“先生产后治理”的发展模式。基于上述研究，我们认为不同地区拥有的资源禀赋有所不同，各城市应该结合自身的实际情况选择合适的生态效率发展模式。

3 结论

本文在吸收文献[16，20]合理假设的基础上，将生态经济系统的运行划分为生产和污染治理两个子阶段，构建了新的两阶段DEA模型，对2013—2015年贵州省6个地级市的生态效率进行实证研究，结果表明：（1）近年来贵州省各地级市的生态效率均值呈现出先减后增的“U”型变动趋势，且各地级市发展差异较大，但整体发展水平越来越好;具体看来，铜仁市始终处于有效前沿上，遵义市、毕节市、安顺市的生态效率持续上升，六盘水市的生态效率波动较大，而贵阳市的生态效率持续下降。（2）从生产子阶段来看，贵州省各地级市的经济发展差距趋于缩小，且均表现出较好的发展趋势;从污染治理子阶段来看，除铜仁市和遵义市在研究期内的污染治理效率始终处于有效之外，其他地级市的生态效率变化均较剧烈。（3）基于各指标的投入冗余和产出不足情况，对近年来贵州省各地级市生态效率发展模式进行了剖析，并根据各地级市发展现状为生态效率的进一步提升提供了相应的政策建议。作为生态文明建设示范区的贵州，应发挥生态优势，实现后发赶超，走出一条西部欠发达城市经济发展与生态改善“双赢”的可持续发展之路。

参考文献：

[1] GRAHAM J R，HARVEY C R.The theory and practice of corporatefinance： evidence from the field[J].Journal of Financial Economics，2001，60（2）：187-243.

[2] DYCKHOFF H，ALLEN K.Measuring ecological efficiency with data envelopment analysis （DEA）[J].European Journal of Operational Research，2001，132（2）： 312-325.

[3] 黄和平，伍世安，智颖飙， 等.基于生态效率的资源环境绩效动态评估：以江西省为例[J].资源科学，2010，32（5）： 924-931.

[4] COELLI T J，RAO D S P，ODONNELL C J，et al.An introduction to efficiency and productivity analysis[M].New York：Springer Science + Business Media，2005.

[5] WU J，AN Q，YAO X，et al.Environmental efficiency evaluation of industry in China based on a new fixed sum undesirable output data envelopment analysis[J].Journal of Cleaner Prod uction，2014，74（7）： 96-104.

[6] CHU J，WU J，ZHU Q，et al.Analysis of Chinas Regional Eco-efficiency：a DEA two-stage network approach with equitable efficiency decomposition[J].Computational Economics，2016，54（1）：1263-1285.

[7] TYTECA D.On the measurement of the environmental performance of firms：a literature review and a productive efficiency perspective[J].Journal of Environmental Management，1996，46（3）： 281-308.

[8] 夏四友，文琦，趙媛，等.陕西省榆林市能源效率与经济发展水平时空耦合分析[J].地域研究与开发，2017，36（6）： 34-38.

[9] BIAN Y W，FENG Y.Resource and environment efficiency analysis of provinces in China：a DEA approach based on Shannons entropy[J].Energy Policy，2010，38（4）： 1909-1917.

[10]ZHANG B，BI J，FAN Z，et al.Eco-efficiency analysis of industrial system in China：a data envelopment analysis approach[J].Ecological Economics，2008，68（1/2）： 306-316.

[11]王晶，孔凡斌.区域产业生态化效率评价研究：以鄱阳湖生态经济区为例[J].经济地理，2012，32（12）： 101-107.

[12]邓波，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.

[13]SONG M，WANG S，LIU W.A two-stage DEA approach for environmental efficiency measurement[J].Environmental Monitoring & Assessment，2014，186（5）： 3041.

[14]张健，杨佳伟，崔海洋.基于网络DEA模型的我国区域生态效率评价研究[J].软科学，2016，30（8）： 15-19.

[15]张煊，王国顺，王一苇.生态经济效率评价及时空差异研究[J].经济地理，2014，34（12）： 153-160.

[16]CHANG Y T，PARK H S，JEONG J B，et al.Evaluating economic and environmental efficiency of global airlines：a SBM-DEA approach[J].Transportation Research Part D Transport & Environment，2014，27（1）： 46-50.

[17]WANG Y，BIAN Y，XU H.Water use efficiency and related pollutants abatement costs of regional industrial systems in China：a slacks-based measure approach[J].Journal of Cleaner Production，2015，101： 301-310.

[18]LYU K，YU A，BIAN Y.Regional energy efficiency and its determinants in China during 2001—2010：a slacks-based measure and spatial econometric analysis[J].Journal of Productivity Analysis，2017，47（1）： 1-17.

[19]WANG J，LV K，BIAN Y，et al.Energy efficiency and marginal carbon dioxide emission abatement cost in urban China[J].Energy Policy，2017，105： 246-255.

[20]BIAN Y，LIANG N，XU H.Efficiency evaluation of Chinese regional industrial systems with undesirable factors using a two-stage slacks-based measure approach[J].Journal of Cleaner Production，2015，87（1）： 348-356.

[21]FRE R，GROSSKOPF S.Modeling undesirable factors in efficiency evaluation：Comment[J].European Journal of Operational Research，2004，157（1）： 242-245.

[22]SONG W，BI G B，WU J，et al.What are the effects of different tax policies on Chinas coal-fired power generation industry？ an empirical research from a network slacks-based measure perspective[J].Journal of Cleaner Production，2016，142：2816-2827.

[23]BI G B，SHAO Y，SONG W，et al.A performance evaluation of Chinas coal-fired power generation with pollutant mitigation options[J].Journal of Cleaner Production，2018，171：867-876.

（責任编辑：周晓南）

Ecological Efficiency Evaluation of Prefecture-level Cities in Guizhou

Province Based on a New Two-stage Environmental DEA Model

WANG Meiqiang*， CHEN Yingwen

（School of Management，Guizhou University，Guiyang 550025，China）

Abstract：

To accurately reflect the current situation between economic development and environmental protection in Guizhou，and to find out the deficiencies in the development，this paper studies the ecological economic efficiency of different regions in Guizhou.Specifically，the present paper divides ecological economical system into production stage and pollution abatement stage，and extends a single environmental DEA model to a two stage DEA model，so as to overcome limitation that the single environmental DEA model cannot measure economical efficiency and environmental efficiency of decision making unit respectively. Then，the proposed model is first applied to ecological efficiency evaluation of six prefecture-level cities in Guizhou province from 2013 to 2015; The results show that the overall eco-efficiency of Guizhou is developing well，but the regional differences still exist; Compared with the production sub-stage，the pollution abatement capacity of different cities is quite different; The eco-efficiency of Guiyang is declining year by year，which is not optimistic;Based on the input excesses and output shortfalls of each index，this paper further analyzes the development mode of each prefecture-level city; Finally，according to the development status of eco-efficiency of different cities，we give targeted policy recommendations.

Key words：

two-stage environmental DEA; Guizhou province; ecological efficiency