査奇芬 段夢杰

[摘要]長三角地區(qū)是我國先進發(fā)展的代表，也是我國不斷走向世界的領軍者。但近年來，該地區(qū)出現了一些阻礙城市進步的情況，包括資源大量消耗、大氣污染加劇、生態(tài)平衡受到破壞。利用典型相關分析與數據包絡相結合的方法對該地區(qū)可持續(xù)發(fā)展能力進行評價，發(fā)現長三角可持續(xù)發(fā)展能力存在地域性差異，且部分城市可持續(xù)發(fā)展能力較低。并為長三角的可持續(xù)發(fā)展提供了科學的對策建議，同時也為城市績效評價提供一個新的思路。

[關鍵詞]可持續(xù)發(fā)展能力；長三角城市群；修正的DEA；典型相關分析

[中圖分類號]F299.2 [文獻標識碼]A

前言

長三角在“一帶一路”的全方位開放格局中戰(zhàn)略地位舉足輕重。近年來，該地區(qū)以推進供給側結構性改革為主線，在新常態(tài)下經濟平穩(wěn)增長。2016年，兩省一市（上海、江蘇和浙江）GDP達12.3萬億，比上年增長了7.8%；但也存在著一定的資源環(huán)境問題，2013 ～ 2015年長三角的臭氧評價超標率分別為13.2%、20.2%和20.1%，且有逐年上升趨勢。

我國較早開始可持續(xù)發(fā)展研究的中科院學者牛元文將其定義為經濟-社會-自然相協調的矢量。胡宗義等發(fā)現金融發(fā)展不均衡嚴重影響我國經濟可持續(xù)發(fā)展。對于可持續(xù)發(fā)展的實踐研究也較多，如張立新等通過均方差賦權和非整秩次WRSR對山東省農業(yè)可持續(xù)發(fā)展能力進行評價，發(fā)現優(yōu)化資源配置和發(fā)展多功能農業(yè)對農業(yè)可持續(xù)發(fā)展能力有較大提升；吳凡等充分考慮了資源、社會、生態(tài)、經濟和創(chuàng)新驅動五個方面，為城市可持續(xù)發(fā)展能力評價提供了更為科學的指標體系。從我國目前研究的成果來看，所采用的評價方法比較集中，在指標選取方面不同學者也有不同的見解。本文采用修正的DEA方法對研究方法進行簡單地探索，以期能夠尋求更加合理有效的評價方法。

1 長三角可持續(xù)發(fā)展能力評價指標的建立

可持續(xù)發(fā)展與經濟發(fā)展、社會進步以及資源環(huán)境狀況密不可分，因此在對城市可持續(xù)發(fā)展能力進行評價的時候應著重從這幾個方面分析。根據可持續(xù)發(fā)展能力的影響因素、遵從可持續(xù)發(fā)展能力評價指標的選取原則并結合長三角地區(qū)的實際情況，本文將可持續(xù)發(fā)展能力評價指標體系分為4個二級指標和8個三級指標（其中逆向指標歸入成本指標中）。具體指標的選取情況如表1所示。

為使研究結果對比更明顯且更有區(qū)分性，本文選取的研究對象為長三角地區(qū)的江蘇、安徽和上海的18市。最終選取的輸入變量包括：X1二氧化硫排放總量（萬t）、X2工業(yè)固體廢物產生量（萬t）、X3固定資產投資額（億元）、X4從業(yè)人員數（萬人）；輸出變量包括：Y1GDP（億元）、Y2進出口總額（億美元）、Y3衛(wèi)生技術人員數（萬人）、Y4城市人均可支配收入（元）。為更好地反映長三角城市群可持續(xù)發(fā)展能力的近期發(fā)展情況，本文所用數據為2014和2015兩年，數據來源于2015年和2016年的《上海統計年鑒》、《江蘇統計年鑒》和《安徽統計年鑒》。

2 修正DEA方法介紹

2.1 修正DEA的提出和原理

本文選取的是由Charnes和Cooper等人提出的CCR模型和Banker等提出的BCC-DEA模型。本文的決策單元為18個，輸入和輸出變量個數為8個，剛滿足Banker法則：DMU數量必須是輸入和輸出變量之和的兩倍以上，否則DEA效率的區(qū)別能力會變弱。國內有學者認為在給定DMU的情況下，若評價指標擴大到一定程度會使所有的決策單元有效性接近1。這表明為提高DEA效率的區(qū)分性應減少輸入和輸出變量的個數，但刪除變量就會損失信息。成本指標之間和效益指標之間可能存在著相關關系，這也會使所得結果偏離實際。因此需要對分析方法進行修正。

修正DEA是典型相關分析與DEA相結合的方法。典型相關分析主要用于識別并量化兩組變量之間的關系，得到的輸入變量和輸出變量之間具有最大的相關性，而輸入或輸出變量內部的相關性卻很小。這巧妙地避免了由于各變量之間存在相關性而對研究結果造成影響的問題，既能保留原始信息又可減少變量個數，同時兼顧原始DEA方法的優(yōu)點，增加傳統DEA效率測度的準確性和效率區(qū)分能力。

2.2 指標的典型相關分析

理論上，固定資產投資額增加會導致從業(yè)人員數增加，進出口總額會影響該地區(qū)生產總值等。因此，所選指標之間可能存在一定的相關關系。利用SPSS 19.0對原始變量進行分析的結果所示各成本指標之間和各效益指標之間確實均存在很強的相關性，與上述分析一致，如成本指標X1二氧化硫排放總量和X4從業(yè)人員數相關系數達0.838，而效益指標Y1GDP和Y2進出口總額相關系數達0.947。此外，其他指標之間也存在不同程度的相關性，這會對DEA分析產生很大的影響。

原始變量典型相關分析結果顯示：2014和2015年前三對典型變量的相關系數均在0.8以上，最大的達到0.996。顯著性檢驗（α=0.001）結果顯示：2014和2015年原始數據的前三對典型變量p值均為0.000<α，而兩年的第四對典型變量的p值均大于α。除此之外，2014和2015年數據的第一個典型相關系數的平方均大于0.99，即都占有99%以上的輸入輸出信息，而兩年的第二、三典型變量也均占有70%以上的輸入輸出信息。決策單元18個綜合變量6個，也符合Banker提出的經驗法則。

3 長三角城市可持續(xù)發(fā)展能力的修正DEA評價

通過典型相關分析得到的綜合變量存在指標數值為負的情況，而DEA要求變量嚴格非負。因此還需對典型變量進行修正，這里取e為底的指數將其正數化。利用正數化后的綜合變量進行DEA分析，得到的結果如表2所示。

表2可看出，2014年江蘇省9個城市中只有4個城市可持續(xù)發(fā)展能力較高，安徽省8個城市中有6個可持續(xù)發(fā)展能力低下，且兩個省會城市可持續(xù)發(fā)展能力都不佳。2015年該地區(qū)的城市可持續(xù)發(fā)展能力有所改善，安徽省可持續(xù)發(fā)展能力較低的城市由6個減少到3個，而江蘇省的可持續(xù)發(fā)展能力較低的城市有所變化但數量未減少。

上述分析表明，2014～2015年長三角上海、江蘇和安徽18個城市的大部分地區(qū)可持續(xù)發(fā)展能力是較高的，但仍有個別地區(qū)能力較低，且可持續(xù)發(fā)展欠佳的城市個數2015比2014年有所減少。這表明，近年來各地區(qū)都在重視可持續(xù)發(fā)展，采取了一系列改善環(huán)境的措施并取得一定的成就。但經濟發(fā)展帶來的資源環(huán)境惡化仍比較嚴重，即使是在發(fā)達地區(qū)，可持續(xù)發(fā)展能力仍不能達到所有城市都較高。

4 結論與建議

長三角城市群雖是較發(fā)達地區(qū)，但其部分城市仍存在可持續(xù)發(fā)展能力較低的現象，這為今后的發(fā)展敲響警鐘。長三角地區(qū)可持續(xù)發(fā)展能力較低的主要原因是投入冗余，但各個地區(qū)的情況略有差別：江蘇主要是投入冗余；而安徽則是投入冗余和規(guī)模問題的雙重影響。為提高各地區(qū)可持續(xù)發(fā)展能力，各城市應根據實際情況進行生產調整，比如：南通、無錫、鹽城、鎮(zhèn)江、泰州存在投入嚴重過剩的現象，在今后的生產中應適量減少投入，降低浪費；鹽城、揚州和安徽大部分地區(qū)除存在投入冗余的現象還表現出產出不足，這些地區(qū)除適當減少投入的增加外，還應注重技術效率的發(fā)展，提高產出能力。上海、常州等可持續(xù)發(fā)展能力較高的城市也應總結本地區(qū)發(fā)展的經驗，保持現有狀況的同時尋求更大發(fā)展突破。

本研究選取的時間序列較短且分析時存在一個隱形的假設，即不同年份的技術效率水平相同，這其實與實際并不相符；利用修正DEA進行綜合效率評價后，進一步分析不同DEA有效城市間的細微差別難以實現。這些都將在今后的研究中不斷完善。

[參考文獻]

[1] 牛元文.可持續(xù)發(fā)展理論的內涵認知——紀念聯合國里約環(huán)發(fā)大會20周年[J].中國人口資源與環(huán)境，2012（5）：9-14.

[2] 胡宗義，劉亦文，袁亮.金融均衡發(fā)展對經濟可持續(xù)增長的實證研究[J].中國軟科學，2013（7）：25-38.

[3] 張立新，崔麗杰.山東省農業(yè)可持續(xù)發(fā)展能力評價研究[J].華東經濟管理，2015，29（7）：14-19.

[4] 吳凡，苗韌.城市可持續(xù)發(fā)展能力評估體系構建研究[J].生態(tài)經濟，2017，33（3）：105-109.

[5] Charnes， A.， Cooper， W. W.， Rhodes， E. Measuring the efficiency of decision making units[J].European journal of operational research， 1978，2（6）：429-444.

[6] Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science， 1984，30（9）：1078-1092.

[7] Hotelling，H. Relations between Two Sets of Variables [J]. Biometrika， 1936（28）：321-377.