牛建廣，高春艷，張永禮

(河北地質(zhì)大學(xué) 管理科學(xué)與工程學(xué)院， 石家莊 050031)

改革開放以來，我國的經(jīng)濟(jì)以年均10%的發(fā)展速度保持高速增長，但在經(jīng)濟(jì)快速發(fā)展的同時(shí)，資源大量消耗和環(huán)境問題也日益突出。資源耗竭、環(huán)境惡化已嚴(yán)重制約著我國經(jīng)濟(jì)的快速發(fā)展。怎樣實(shí)現(xiàn)資源-經(jīng)濟(jì)-環(huán)境系統(tǒng)的可持續(xù)發(fā)展，成為中國政府當(dāng)前面臨的難題。而生態(tài)效率作為資源-經(jīng)濟(jì)-環(huán)境系統(tǒng)的可持續(xù)發(fā)展的有效測度指標(biāo)，能夠綜合反映資源-經(jīng)濟(jì)-環(huán)境系統(tǒng)的協(xié)調(diào)發(fā)展程度。

Schaltegger[1]在生態(tài)理念一文中首次提出生態(tài)效率的概念,把生態(tài)效率定義為經(jīng)濟(jì)的增加值與發(fā)展經(jīng)濟(jì)同時(shí)帶來的環(huán)境影響的比值。世界可持續(xù)發(fā)展工商業(yè)聯(lián)合會(WBCSD)[2]定義生態(tài)效率為 “生態(tài)效率是提供人類生產(chǎn)、生活需要的產(chǎn)品和服務(wù)的同時(shí)，使整個(gè)生命周期中環(huán)境影響降到至少與地球的估計(jì)承載力一致的水平上”。從此，生態(tài)效率的概念被廣大學(xué)者認(rèn)識和接受，生態(tài)效率的研究也隨之廣泛開展。

近年來，關(guān)于中國生態(tài)效率的研究取得了積極的進(jìn)展。李麗平等[3]介紹了生態(tài)效率的概念及其發(fā)展，并以加拿大的生態(tài)效率指標(biāo)體系為例介紹了生態(tài)效率指標(biāo)的確定原則和方法。諸大建等[4]首次構(gòu)建了生態(tài)效率評價(jià)指標(biāo)體系，用來分析我國的可持續(xù)發(fā)展程度，分析了我國1990—2005年生態(tài)效率的發(fā)展趨勢。

在對生態(tài)效率進(jìn)行研究的文獻(xiàn)中，DEA(數(shù)據(jù)包絡(luò)分析)方法應(yīng)用最為廣泛。楊斌[5]運(yùn)用DEA方法從宏觀角度對中國2002—2006年區(qū)域生態(tài)效率進(jìn)行測度和評價(jià)。周洋等[6]采用超效率DEA模型方法測度了山東省2010—2014年17個(gè)地市的生態(tài)效率。因?yàn)閱渭冞\(yùn)用DEA模型評價(jià)時(shí)沒有考慮外部環(huán)境變量對生態(tài)效率的影響，所以有的學(xué)者在運(yùn)用DEA模型評價(jià)效率后，運(yùn)用Tobit回歸模型分析影響效率值的因素，稱之為二階段DEA模型。 汪東等[7]用DEA-Tobit二階段DEA方法測定了2003—2008中國31個(gè)省市區(qū)的工業(yè)生態(tài)效率,并分析了工業(yè)生態(tài)效率的影響因素。然而，二階段DEA模型計(jì)算結(jié)果未考慮隨機(jī)誤差對生態(tài)效率的影響，不能體現(xiàn)決策單元實(shí)際效率水平。Fried[8]指出DEA模型的計(jì)算結(jié)果包含了外部環(huán)境變量和隨機(jī)誤差的影響，提出了三階段DEA模型計(jì)算決策單元效率的評價(jià)方法。三階段DEA模型通過調(diào)整外部環(huán)境變量和隨機(jī)誤差的影響，使得各決策單元處在同一外部環(huán)境和運(yùn)氣水平上，從而能準(zhǔn)確地反映決策單元的內(nèi)部管理水平。鄧波等[9]運(yùn)用三階段DEA模型分析了我國31個(gè)省市2008年區(qū)域生態(tài)效率，結(jié)果表明：通過調(diào)整各區(qū)域的外部環(huán)境變量和隨機(jī)誤差水平，區(qū)域生態(tài)效率發(fā)生了較大的變化[9]，但是作者在效率評價(jià)指標(biāo)中沒有考慮水資源消耗和土地資源投入等因素。

本文運(yùn)用三階段DEA評價(jià)2014年中國31個(gè)行政區(qū)(因數(shù)據(jù)統(tǒng)計(jì)口徑不統(tǒng)一，未包括香港、澳門和臺灣)的生態(tài)效率水平，分析其區(qū)域差異。從生態(tài)效率的角度評價(jià)各省、自治區(qū)的經(jīng)濟(jì)和資源環(huán)境狀況，分析生態(tài)效率的影響因素，尋求區(qū)域生態(tài)效率提升的途徑，可為各區(qū)域積極改變經(jīng)濟(jì)發(fā)展方式，實(shí)現(xiàn)經(jīng)濟(jì)和資源環(huán)境協(xié)調(diào)發(fā)展提供一些政策參考。

1 研究模型

三階段DEA模型包括以下3個(gè)階段。

1.1 第1階段：傳統(tǒng)DEA(CCR、BCC)模型

數(shù)據(jù)包絡(luò)分析(DEA)是由美國運(yùn)籌學(xué)家 Charnes和 Cooper等[10]于1978年提出的一種評價(jià)相對效率的非參數(shù)統(tǒng)計(jì)方法，主要是針對相同類型的多投入和多產(chǎn)出的決策單元(DMU)的相對效率。DEA的基本模型為CCR和BCC模型，本文首先應(yīng)用CCR模型計(jì)算生態(tài)技術(shù)效率，然后用BCC模型計(jì)算生態(tài)純技術(shù)效率，生態(tài)技術(shù)效率與生態(tài)純技術(shù)效率的比值為生態(tài)規(guī)模效率。本文選擇的DEA模型都為投入導(dǎo)向的模型，由于CCR和BCC模型已較為成熟，此處不再贅述。

1.2 第2階段：建立相似SFA回歸模型

Fried[8]認(rèn)為：決策單元的投入松弛變量受到管理無效率、外部環(huán)境變量和隨機(jī)誤差的影響，因此需要分離這3種影響。在第1階段可以得到無效決策單元的投入松弛變量。第2階段建立相似SFA回歸方程：

Sni=f(Zk;βk)+νni+μni

n=1,2,…,N;i=1,2,…,I

(1)

根據(jù)陳巍巍等[11]的思路，推導(dǎo)出管理無效率分離公式為：

(2)

隨機(jī)誤差計(jì)算公式為：

E(νni|μni+νni)=Sni-β0-

(3)

通過調(diào)整式(4)剔除外部環(huán)境變量和隨機(jī)誤差對效率值的影響，使得各決策單元的外部環(huán)境和隨機(jī)誤差處于同一水平。

[max(νni)-νni]

i=1,2,…,I;n=1,2,…,N

(4)

1.3 第3階段：調(diào)整后DEA模型

2 指標(biāo)選擇和數(shù)據(jù)來源

本文研究的對象為區(qū)域生態(tài)效率。影響區(qū)域生態(tài)效率的因素很多，從生態(tài)效率的核心思想入手，在鄧波等[9]構(gòu)建的生態(tài)效率指標(biāo)體系的基礎(chǔ)上，增加水資源消耗和土地消耗指標(biāo)，構(gòu)建生態(tài)效率評價(jià)指標(biāo)標(biāo)和外部環(huán)境變量指標(biāo)體系，見表1。

表1 生態(tài)效率評價(jià)指標(biāo)體系

本文所用數(shù)據(jù)來源于《中國能源統(tǒng)計(jì)年鑒2015》《中國統(tǒng)計(jì)年鑒2015》和2015年各省市統(tǒng)計(jì)年鑒。

2.1 投入和產(chǎn)出指標(biāo)的選擇

根據(jù)生態(tài)效率的概念選取反映投入和產(chǎn)出共7項(xiàng)指標(biāo)。投入指標(biāo)包括資源投入和環(huán)境投入，選取水資源消耗X1(億m3)、能源消耗總量X2(百萬t標(biāo)準(zhǔn)煤)和建設(shè)用地X3(萬hm)作為資源投入指標(biāo)；選取化學(xué)需氧量X4(萬t)、二氧化硫排放量X5(萬t)和一般工業(yè)固體廢物產(chǎn)生量X6(萬t)作為環(huán)境投入指標(biāo)；選取各行政區(qū)的國內(nèi)生產(chǎn)總值Y(億元)為產(chǎn)出指標(biāo)。

DEA模型要求投入和產(chǎn)出指標(biāo)應(yīng)該具有同向性。對投入和產(chǎn)出指標(biāo)進(jìn)行pearson相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果見表2。從表2可以看出：除一般工業(yè)固體廢物產(chǎn)生量外，其他投入指標(biāo)與產(chǎn)出指標(biāo)相關(guān)系數(shù)為正，并能在0.01或0.05的顯著水平下通過雙側(cè)檢驗(yàn)。因投入變量X6沒有通過pearson相關(guān)性檢驗(yàn)，所以把X6一般工業(yè)固體廢物產(chǎn)生量從指標(biāo)體系中排除。

表2 2014年中國31個(gè)省市生態(tài)效率投入和產(chǎn)出變量相關(guān)性

**、***表示分別通過顯著性水平為的5%、1% 的檢驗(yàn)；括號中數(shù)值為檢驗(yàn)的p值

2.2 外部環(huán)境變量的選取

本文選擇環(huán)境治理投資總額Z1(億元)、第二產(chǎn)業(yè)所占比例Z2(%)和人均汽車擁有量Z3(輛/萬人)三項(xiàng)指標(biāo)作為外部環(huán)境變量，指標(biāo)解釋如下：

1) 環(huán)境治理投資總額(億元)。環(huán)境治理投資會有效地控制污染的排放，保護(hù)生態(tài)環(huán)境，提高生態(tài)效率。所以，選擇環(huán)境治理投資總額作為生態(tài)效率的環(huán)境變量。

2) 第二產(chǎn)業(yè)所占比例(%)。許正松等[12]分析產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境污染的關(guān)系，得到第二產(chǎn)業(yè)的比重對環(huán)境污染有著顯著的正向影響[12]。本文用第二產(chǎn)業(yè)所占比例代表產(chǎn)業(yè)結(jié)構(gòu)組成，分析第二產(chǎn)業(yè)所占比例對生態(tài)效率松弛變量的影響。產(chǎn)業(yè)結(jié)構(gòu)是人類作用于生態(tài)環(huán)境系統(tǒng)的主要環(huán)節(jié)，產(chǎn)業(yè)結(jié)構(gòu)的合理性決定了經(jīng)濟(jì)效益、資源利用效率和生態(tài)環(huán)境。

3) 人均民用汽車擁有量(輛/萬人)。到2014年中國人均民用汽車擁有量達(dá)1 067輛/萬人。曲凌夫通過分析城市污染產(chǎn)生的原因，得到汽車造成的污染已成為城市環(huán)境及大氣環(huán)境的主要污染源之一。研究表明：汽車環(huán)境污染已經(jīng)成為全世界面臨的重要難題，汽車對生態(tài)環(huán)境造成的影響是巨大的[13]。所以，選取人均民用汽車擁有量作為生態(tài)效率的外部環(huán)境變量。

3 實(shí)證分析

3.1 第1階段：傳統(tǒng)DEA計(jì)算分析

利用MaxDEA軟件對中國31個(gè)省市的生態(tài)效率進(jìn)行分析，結(jié)果如表3所示。2014年中國31個(gè)省市生態(tài)技術(shù)效率平均值為0.526，有3個(gè)省市的生態(tài)技術(shù)效率值為1，西部地區(qū)的生態(tài)技術(shù)效率普遍較低；生態(tài)純技術(shù)效率均值為0.65，北京等9個(gè)省市的生態(tài)純技術(shù)效率達(dá)到有效前沿，規(guī)模效率均值為0.833。由此可以得出：生態(tài)技術(shù)效率低下主要是由生態(tài)純技術(shù)效率低下造成的。根據(jù)3個(gè)效率值把31個(gè)省市分為3個(gè)類別：第1類，技術(shù)效率、純技術(shù)效率和規(guī)模效率都為1，北京、天津和上海的3個(gè)效率值均為1，表明北京、天津和上海生態(tài)效率相對有效且規(guī)模報(bào)酬不變，說明這3個(gè)省市可持續(xù)發(fā)展程度較高，投入和產(chǎn)出較合理； 第2類，純技術(shù)效率值為1，技術(shù)效率和規(guī)模效率值小于1，共有江蘇等6個(gè)省市，說明技術(shù)效率的低下是有規(guī)模效率造成的；第3類，3項(xiàng)效率值均小于1，共有河北等23個(gè)省市，說明這23個(gè)省市資源配置能力、資源使用效率低下，環(huán)境投入量存在冗余。在純技術(shù)效率和規(guī)模效率方面存在不同程度的改進(jìn)空間?？傮w來看，中國的生態(tài)效率值偏低。但是第1階段是在假設(shè)31個(gè)省市處于相同外部環(huán)境和隨機(jī)誤差的假設(shè)條件下，測算的效率值不能準(zhǔn)確反映各省市的實(shí)際生態(tài)效率水平，所以需要在第2階段調(diào)整各省市的外部環(huán)境變量，使其和隨機(jī)誤差處于同一水平。

表3 2014年中國31個(gè)省市第一階段生態(tài)效率值

注：TE1、PTE1、SE1為第1階段生態(tài)技術(shù)效率、純技術(shù)效率、規(guī)模效率；irs、drs和-代表規(guī)模報(bào)酬遞增、遞減和不變

3.2 第2階段：相似SFA回歸分析

第1階段計(jì)算的效率值包含外部環(huán)境變量和隨機(jī)誤差的影響，在第2階段有必要剔除外環(huán)境因素和隨機(jī)誤差對效率值的影響。將第1階段中5個(gè)投入變量的松弛量分別作為因變量，將外部環(huán)境變量作為自變量，進(jìn)行相似SFA回歸分析，結(jié)果見表4。由表4可知：3個(gè)外部環(huán)境因素對5個(gè)投入松弛變量的回歸系數(shù)均能在10%顯著性水平上通過檢驗(yàn)，說明外部環(huán)境變量對投入松弛存在顯著影響。外部環(huán)境素對投入松弛變量的γ均為0.999，并通過了1%的顯著性水平檢驗(yàn)。說明在投入變量的松弛變量的影響中，管理無效率占主導(dǎo)地位，并對生態(tài)效率有顯著影響。5個(gè)SFA模型的LR統(tǒng)計(jì)值(LR test of the one-sided error) 通過5%顯著水平的檢驗(yàn)((2分布5%顯著水平檢驗(yàn)值為7.045)，所以拒絕“不存在無效率項(xiàng)的零假設(shè)”，說明采用SFA模型是合理的。

下面具體分析各環(huán)境變量對投入松弛變量的影響。由式(1)可知：因變量為投入松弛變量，自變量是外部環(huán)境變量，所以當(dāng)回歸系數(shù)為負(fù)時(shí)，表示外部環(huán)境變量值增加時(shí)，投入松弛變量會降低，相應(yīng)地會提高生態(tài)效率；反之，當(dāng)回歸系數(shù)為正時(shí)，生態(tài)效率會降低。具體分析如下：

1) 環(huán)境治理投資總額Z1(億元)

環(huán)境治理投資總額對5個(gè)投入變量的松弛變量的系數(shù)均為正，說明增加環(huán)境治理投資總額，投入變量反而會增加，生態(tài)效率降低。環(huán)境變量Z1對能源消耗總量X2的系數(shù)為2.4，對其他投入變量的系數(shù)都比較小，均在0.07以下，說明環(huán)境變量Z1對其他4個(gè)投入變量的影響較小，增加環(huán)境治理并沒有減少化學(xué)需氧量和二氧化碳排放量。這一結(jié)論與理論預(yù)期剛好相反，這也恰好反映了中國的環(huán)境治理投資并沒有對生態(tài)效率的提高起到應(yīng)有的作用，故應(yīng)該加強(qiáng)環(huán)境治理投資的有效利用和配置，有效發(fā)揮環(huán)境投資的作用。

表4 SFA回歸結(jié)果

注：*、**、***分別表示在10%、5%、1% 的水平上顯著；括號中數(shù)值為檢驗(yàn)的t值。

2) 第二產(chǎn)業(yè)所占比例Z2(%)

第二產(chǎn)業(yè)占經(jīng)濟(jì)總量比例對5個(gè)投入變量松弛變量的回歸系數(shù)均為正，說明當(dāng)?shù)诙a(chǎn)業(yè)比例提高時(shí)，水資源消耗X1、能源消耗總量X2、建設(shè)用地X3、化學(xué)需氧量X4和二氧化硫排放量X5五個(gè)投入變量的投入會增加，從而會降低生態(tài)效率。這與理論預(yù)期是吻合的。當(dāng)?shù)诙a(chǎn)業(yè)比例提高時(shí)，勢必消耗大量的資源和能源，并對環(huán)境產(chǎn)生巨大的影響。所以，當(dāng)前任務(wù)是進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，大力發(fā)展第三產(chǎn)業(yè)，使產(chǎn)業(yè)結(jié)構(gòu)向高度化和合理化方向發(fā)展。

3) 人均民用汽車擁有量Z3(輛/萬人)

人均民用汽車擁有量對5個(gè)投入松弛變量的回歸系數(shù)均為負(fù)，并通過顯著性水平檢驗(yàn)。說明當(dāng)人均民用汽車擁有量增加時(shí)，5個(gè)投入指標(biāo)的投入變量反而會減小，與理論預(yù)期不符。人均民用汽車擁有量對建設(shè)用地、化學(xué)需氧量和二氧化硫排放量的回歸系數(shù)值0.07以下，說明人均民用汽車擁有量的對這3個(gè)投入指標(biāo)的影響較小，對能源消耗投入松弛量的回歸系數(shù)為-3.09，影響較大。究其原因，人均汽車擁有量反映了一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)發(fā)展水平越高，能源的利用效率也會相應(yīng)地提高，與薛靜靜等[14]的研究結(jié)果一致。

由以上可知：外部環(huán)境變量影響區(qū)域生態(tài)效率水平，通過式(2)和(3)計(jì)算隨機(jī)誤差項(xiàng)。由于外部環(huán)境和隨機(jī)誤差的原因，第1階段計(jì)算的各省市的生態(tài)效率不能反映真實(shí)的生態(tài)效率水平。利用式(4)將各省市的外部環(huán)境和隨機(jī)誤差調(diào)整到同一水平，進(jìn)而考察各地區(qū)生態(tài)效率的真實(shí)水平。

3.3 第3階段DEA模型結(jié)果分析

在第2階段對投入變量進(jìn)行調(diào)整后，再次運(yùn)用DEA模型分析各省市的生態(tài)效率。計(jì)算結(jié)果如表5所示。對比表3和表5可知：第3階段與第1階段的生態(tài)效率值有較為明顯的變化。經(jīng)過第2階段對外部環(huán)境變量和隨機(jī)誤差的調(diào)整，第3階段中國31個(gè)省市的區(qū)域生態(tài)技術(shù)效率由0.526上升到0.639，生態(tài)純技術(shù)效率由0.65上升為0.858，規(guī)模效率從0.833下降為0.74。說明由于外部環(huán)境因素和隨機(jī)誤差的影響，第1階段的生態(tài)純技術(shù)效率被低估，而規(guī)模效率被高估。

表5 2014年中國31個(gè)省市第3階段生態(tài)效率值

注：TE3、PTE3、SE3為第3階段生態(tài)技術(shù)效率、純技術(shù)效率、規(guī)模效率；irs、drs、-含義同表3

對比分析第1階段和第3階段各省市生態(tài)效率的變化，調(diào)整各省市外部環(huán)境變量和隨機(jī)誤差處于同一水平后，有4個(gè)省市的生態(tài)技術(shù)效率值為1，相比第1階段，增加了一個(gè)生態(tài)效率有效區(qū)域。通過對比發(fā)現(xiàn)：上海市在調(diào)整外部環(huán)境變量和隨機(jī)誤差前后都處于技術(shù)效率前沿面，說明上海市的可持續(xù)發(fā)展水平較高，投入和產(chǎn)出較合理，受外部環(huán)境的影響較小。在第3階段，江蘇、山東和廣東升至效率前沿，說明在第1階段，江蘇、山東和廣東3個(gè)省份的生態(tài)效率無效是由于外部環(huán)境變量和隨機(jī)誤差的影響。而北京和天津在剔除環(huán)境因素和隨機(jī)誤差后從技術(shù)效率前沿面退出，其之前的高效率是由外部環(huán)境和運(yùn)氣引起的，并沒有真實(shí)地反映其技術(shù)管理水平。生態(tài)技術(shù)效率下降的省市包括北京、天津、海南、西藏、青海及寧夏等6個(gè)省區(qū)市，尤其是西藏。第3階段的生態(tài)效率值不足0.1，表明它們之前的高效率與它們的外部環(huán)境和隨機(jī)誤差有關(guān)。生態(tài)技術(shù)效率上升的省市共24個(gè)，說明這24個(gè)省市的第1階段生態(tài)效率受外部環(huán)境變量和隨機(jī)誤差的影響，而非它們的技術(shù)管理水平低。從生態(tài)效率的規(guī)模收益變化來看，第1階段生態(tài)效率規(guī)模收益遞增的有17個(gè)，規(guī)模收益遞減的有11個(gè)，規(guī)模收益不變的有3個(gè)，說明只有3個(gè)省市的生態(tài)效率的規(guī)模處于最佳狀態(tài)。而在剔除外部環(huán)境變量和隨機(jī)誤差的影響后，第3階段生態(tài)效率的規(guī)模收益遞增的有27個(gè)，規(guī)模收益不變的有4個(gè)，說明各地經(jīng)濟(jì)發(fā)展不合理，需要增加投入來提高生態(tài)效率，但是從DEA模型的基本原理來看，當(dāng)選取的投入量是資源消耗量和污染物排放量時(shí)，顯然不能通過增加投入量使模型達(dá)到規(guī)模有效[15]，所以應(yīng)該從資源的有效利用和降低對環(huán)境的不利影響方面提高生態(tài)效率。

為深入分析，以0.9的效率值為臨界點(diǎn)，以生態(tài)純技術(shù)效率和生態(tài)規(guī)模效率將我國31個(gè)省市劃分為4個(gè)梯隊(duì)，具體分類見表6。第1梯隊(duì)，生態(tài)純技術(shù)效率和規(guī)模效率值都在0.9以上，包括上海、江蘇、浙江、山東和廣東5個(gè)省市，這5個(gè)省市的生態(tài)技術(shù)效率相對較高，相對其他省市生態(tài)效率的提升空間有限，但是DEA模型評價(jià)的是相對效率，所以并不代表這些省市的生態(tài)效率絕對高效，也需要從各省市實(shí)際出發(fā)，提高資源利用率、引進(jìn)先進(jìn)技術(shù)、降低污染排放、提高管理水平，生態(tài)效率所需改進(jìn)較少。第2梯隊(duì)，生態(tài)純技術(shù)效率大于0.9，生態(tài)規(guī)模效率小于0.9，包括吉林、安徽、福建、江西、海南、重慶、貴州、西藏、陜西和青海10個(gè)省市，特別是西藏，其規(guī)模效率都在0.1以下，說明造成這些地區(qū)生態(tài)技術(shù)效率低下的原因是生態(tài)規(guī)模效率較低，在以后的發(fā)展過程中，應(yīng)提高資源和能源的利用率，適當(dāng)?shù)脑龃笊a(chǎn)規(guī)模。第3梯隊(duì)，純技術(shù)效率在小于0.9，規(guī)模效率在0.9 以上，包括河北、遼寧、河南、湖南和四川 5個(gè)省市，這些省份在后續(xù)發(fā)展中要側(cè)重進(jìn)行純技術(shù)效率的改進(jìn)，即在生產(chǎn)經(jīng)營活動(dòng)中應(yīng)該提高技術(shù)管理水平。第4梯隊(duì)，生態(tài)純技術(shù)效率和規(guī)模效率都在0.9以下，包括北京、天津、山西、內(nèi)蒙古、黑龍江、湖北、廣西、云南、甘肅、寧夏和新疆10個(gè)省市。北京和天津作為經(jīng)濟(jì)大市，生態(tài)技術(shù)效率偏低，說明北京和天津的經(jīng)濟(jì)產(chǎn)出和資源、能源、環(huán)境的投入不匹配，這些省市在今后的發(fā)展中既要提高純技術(shù)效率又要提高規(guī)模效率。

表6 區(qū)域梯隊(duì)劃分

4 結(jié)束語

本文運(yùn)用三階段DEA模型對中國31個(gè)省市2014年區(qū)域生態(tài)效率進(jìn)行了評價(jià)，并分析了影響生態(tài)效率值的外部環(huán)境因素。主要結(jié)論如下:

1) 對比第1階段和第3階段的生態(tài)效率，通過調(diào)整31個(gè)省市的外部環(huán)境變量和隨機(jī)誤差使其處于同一水平，全國的平均生態(tài)技術(shù)效率、純技術(shù)效率和規(guī)模效率都發(fā)生了變化，其中生態(tài)技術(shù)效率和純技術(shù)效率明顯提高，而規(guī)模效率顯著降低，說明外部環(huán)境因素和隨機(jī)誤差對生態(tài)效率有著顯著的影響。結(jié)果顯示：利用三階段 DEA模型，剔除外部環(huán)境和隨機(jī)誤差對各省市生態(tài)效率的影響后，得到的效率值更能反映各省市實(shí)際的生態(tài)效率水平。

2) 外部環(huán)境和隨機(jī)誤差對生態(tài)效率存在顯著影響。在外部環(huán)境因素中，第二產(chǎn)業(yè)的比例是生態(tài)效率的不利因素，所以應(yīng)該減少第二產(chǎn)業(yè)的比例，提高第二產(chǎn)業(yè)的資源環(huán)境利用率，大力發(fā)展第三產(chǎn)業(yè)。環(huán)境治理投資總額與各投入變量的回歸系數(shù)為正值，說明當(dāng)環(huán)境治理投資總額增加時(shí)，投入變量反而會增加，生態(tài)效率值會降低，與理論預(yù)期不符。說明我國的環(huán)境治理投資沒有充分發(fā)揮作用，增加環(huán)境治理投資額并沒有有效地減少資源、能源的消耗量和污染物排放，因此必須加強(qiáng)環(huán)保，進(jìn)行合理、有效的配置。人均民用汽車擁有量和各投入變量的回歸系數(shù)為負(fù)值，說明當(dāng)人均民用汽車擁有量增加時(shí)，生態(tài)效率反而會提高。

3) 以0.9的效率值為臨界點(diǎn)，以生態(tài)純技術(shù)效率和生態(tài)規(guī)模效率將我國31個(gè)省市劃分成4個(gè)梯隊(duì)。對于第1梯隊(duì)省份，純技術(shù)效率和規(guī)模效率都比較高，也需要從各省市實(shí)際出發(fā)，提高資源利用率，引進(jìn)先進(jìn)技術(shù)，降低污染排放，提高管理水平；對于第2梯隊(duì)省份，重點(diǎn)應(yīng)提高其規(guī)模效率，使其生產(chǎn)規(guī)模達(dá)到最優(yōu)規(guī)模；對于第3梯隊(duì)省份，應(yīng)側(cè)重進(jìn)行純技術(shù)效率的改進(jìn)，即在生產(chǎn)經(jīng)營活動(dòng)中應(yīng)該提高技術(shù)管理水平；對于第4梯隊(duì)省份，純技術(shù)效率和規(guī)模效率都較低，在今后的發(fā)展中既要提高純技術(shù)效率又要提高規(guī)模效率，從而改善生態(tài)效率。