SBM模型的低碳经济发展绩效评价研究
本文关键词：基于Super-SBM模型的低碳经济发展绩效评价研究，由笔耕文化传播整理发布。
ResourcesScience
第35卷第12期2013年12月
2013，35（12）：2457-2466
Vol.35，No.12Dec.，2013
文章编号：1007-7588（2013）12-2457-10
基于Super-SBM模型的低碳经济发展绩效评价研究
周泽炯，胡建辉
（安徽财经大学经济学院，蚌埠233030）
摘
要：本文以中原经济区15地市2008-2011年的面板数据为基础，运用考虑非期望产出的Super-SBM模型
对其低碳经济的发展现状进行了实证研究，并对其生产前沿面的投影和低碳经济发展绩效的动态变化做了相关分析。研究发现：从投入导向和产出导向两种角度衡量，周口市、邯郸市、商丘市、蚌埠市和郑州市的低碳经济发展绩效显著优于其它地市，安阳市、新乡市、焦作市和淮北市表现最不理想；从中原经济区低碳经济发展的总体表现来看，低碳经济发展无效地市所占比例接近70%，说明其整体发展成果不理想；从低碳经济发展绩效的动态演变来看，技术变动与全要素生产率（TFP）变动具有较强同向性，反映出低碳技术落后和经济发展规模瓶颈是制约中原经济区低碳生态化发展的主要因素。基于实证分析，提出促进中原经济区低碳经济发展的措施。
关键词：中原经济区；低碳经济；非期望产出；Super-SBM模型
1引言
随着经济社会发展与生态环境保护之间矛盾的日益加剧，低碳经济越来越受到各国（地区）的重视。“低碳经济”这一概念最早见于2003年英国颁布的《能源白皮书》，其是指以可持续发展理念为指导，以技术与制度创新、新能源开发和产业转型等为手段，尽可能的减少高碳能源（煤炭、石油等）消耗和温室气体排放，实现经济社会发展与生态环境保护共赢的一种经济发展模式。低碳经济作为一种以低能耗、低污染和低排放为基础的经济发展模式，是继农业文明和工业文明之后人类社会的又一重大创新，是在节能减排等一系列技术推动下的一次重要社会变革。
《中原经济区规划》在2011年正式上升为国家发展战略，为中原经济区的全面崛起和跨越式发展提供了新的契机，但必须正视的是中原经济区整体处于工业化加速发展阶段，对能源需求迅速增长，由此所造成的资源环境压力日益加剧。怎样正确处理经济社会发展和资源环境之间的相互协调关系是摆在中原经济区发展面前的一大突出而又棘手的问题。作为一种追求经济社会效益和资源环
收稿日期：2013-06-09；修订日期：2013-10-10
境效益相互统一的新经济发展模式，低碳经济是中原经济区的必然选择。对低碳经济发展绩效的有效评价，不仅可以使我们正确认识中原经济区在低碳化发展道路上所存在的问题和挑战，以采取有效措施加以应对，而且对其科学发展政策的制定和发展方向的把握等具有重要现实意义。
自“低碳经济”这一概念提出以来，国外学者对发达国家减少二氧化碳排放的技术可行性以及城市低碳经济的长期发展进行了持续关注和深入研究[1-3]。在实证分析方面，UgurSoytas等[4]以美国为研究对象，运用VAR模型考察了GDP、能源消耗和碳排放量间的因果关系，认为碳排放量的格兰杰原因是能源消耗，而不是GDP增长。PaulBStretesky等[5]以世界169个国家的面板数据为基础，对人均碳排放量与出口量之间的关系进行了实证分析，发现两者间有显著的相关性。此外，ChengFLee等[6]运用模糊目标规划方法就碳税方案下的碳减排力度及其对经济的影响作了相关模拟，认为碳税的实施对碳税方案的选择是有利的。国内学者在低碳经济效益指标体系的设置原则、基于产业链路径的低碳经济评价指标体系构建和生态城市指标评价体
基金项目：国家社会科学基金资助项目（编号：11BJL056），安徽省教育厅人文社科重点研究基地项目（编号：SK2012B592）。作者简介：周泽炯，男，安徽合肥人，博士生，教授，研究方向为宏观经济管理与投资理论。E-mail：aczzj123456@163.com
资源科学
第35卷第12期
系的构建程序与方法等方面做了大量研究工作[7-9]，在低碳经济发展与经济增长的关系研究方面，一些学者也做了有益探索[10-12]。此外，岳书敬[13]立足于低碳经济发展和资本流动之间的联系，对我国的资本配置效率及其影响因素进行了探讨，认为从低碳经济发展的视角看我国工业资本的流动是有效的。支华炜等[14]则从科技带动的视角对我国低碳经济的区域效率进行了分析，提议科技投入的重点应当及时向“节能降碳”方面倾斜，并认为在低碳技术开发领域中高等院校的作用更加重要。
现有研究关于低碳经济发展绩效评价的还较少，且在非期望产出的处理方面，多数学者将非期望产出作为一种投入指标或是对其取倒数，这种处理方法所测得的效率值是有偏误的，难以反映低碳经济的真实发展水平。本文运用考虑非期望产出的Super-SBM模型对中原经济区2008-2011年低碳经济的发展绩效进行评价，以期找出在低碳化道路上其所面临的困境与挑战，并揭示低碳经济发展背后所隐藏的深层次影响因素。
者则是基于可变规模报酬（VRS）条件的效率模型，两者假设条件不同之处在于BCC模型有一个用来考虑规模收益差别的凸性约束条件。自CCR和BCC模型提出以来，在国内外学者们的共同努力下，DEA方法得以不断完善和发展。传统DEA模型以及基于其而发展的多个DEA模型是从径向（投入和产出以等比例缩小或放大）和角度（投入或产出角度）两个方面来对效率进行度量，这样并不能把投入产出的松弛性纳入考虑范围，使得效率值的度量不够准确。Tone[15]提出了一种基于松弛变量测度的非径向非角度的DEA分析方法，即SBM模型。这种方法的优点在于其投入和产出是一个无量纲，对效率值不会产生影响，且效率值随着投入和产出松弛程度的变化而严格单调递减。可是SBM模型测得效率值时会出现多个决策单元同为完全效率（效率值为1）的情况，此时无法对这些决策单元进行有效评价与排序。为此，Tone[16]基于修正松弛变量提出了Super-SBM模型，该模型对SBM模型的有效单元可以继续进行评价和排序。
传统DEA模型评价相对效率的基本思想是要求投入尽可能多的缩减而产出尽可能多的扩大，即以最小的投入生产尽可能多的产出。但在一些实际生产过程中，，污水和废气等“非期望产出”也会被生产出来。“非期望产出”必须尽可能地减少才能实现最佳的经济效率，而传统的DEA模型却只能使之增加，显然该模型不再适合评价那些具有非期望产出的决策单元的相对效率。为了处理“非期望产出”问题，国外学者提出了多种构想，其中，具有代表性的几种方法见表1。
借鉴Tone[19]处理非期望产出的SBM模型，本文
2研究方法
数据包络分析（DEA）是一种常用的效率评估方法，用以评价一组具有多个投入与多个产出的决策单元之间的相对效率。由于具有不需设定任何权重、不需提前设定生产前沿函数具体形式以及特别适用于多投入多产出模型效率评价等诸多优点，DEA在工业部门、金融机构、企业技术效率等经济社会和管理领域等得到广泛应用。传统DEA模型有CCR模型（Chames，Cooper和Rhodes，1978）和BCC模型（Banker，Chames和Cooper，1984）两种，前者是基于不变规模报酬（CRS）条件的效率模型，后
表1非期望产出的处理方法对比
2013年12月
周泽炯等：基于Super-SBM模型的低碳经济发展绩效评价研究
构建一个低碳经济发展绩效评价模型——考虑非期望产出的Super-SBM模型。在此，首先介绍Tone提出的处理非期望产出的SBM模型（变动规模报酬情况），然后构建考虑非期望产出的Super-SBM模型。
了可对非期望产出进行处理的非角度非径向的SBM模型。假设低碳经济生产系统有n个决策单
g
s
同地区低碳经济发展会同时处于DEA效率前沿面（即ρ为1），因此，本文在评价中原地区低碳经济发展效率时运用一种考虑非期望产出Super-SBM模型。
借鉴Tone[16]和HongLi等[21]做法，一个排除了决策单元(x0,y0)的有限生产可能性集为：
n
ì_g_b|_
P\(x0,y0)=í(x,y,y)||x∑λjxj,
|j=1?_g
n
b
g_j
n
bj_g
2003年，Tone对SBM模型[15]进行了拓展，建立
元，每个决策单元均有3个向量即投入、期望产出和非期望产出，这3个向量分别为x∈Rm、y∈R1、Y、yb∈R2，可定义矩阵X、Yb如下：
s
g
考虑非期望产出的Super-SBM模型（变动规模报酬情况）的分式规划形式为：
ρ*=min
-x
ixi0
i=1
ü
y∑λjy,y∑λjy,y0,λ0y
j=1j=1t
Y=y,?,y∈R
g
X=[x1,?,xn]∈Rm×n>0
Y=[y,?,y]∈R
b
b
1
bn
[
g1
gn
]
s1×n
s2×n
>0
g
>0
m
那么生产可能性集p可定义为：
p=(x,y,y)xXλ,yYλ,yYλ,λ0}
g
b
g
b
b
{
依照SBM模型的处理方法，考虑非期望产出的SBM模型（变动规模报酬情况）的分式规划形式为：
ρ=min
1+
?ggbb?sy+sy?∑rr0∑ll0÷÷12?r=1l=1è?
s1
s2
g
g
g
g
b
[15]
|
s1s2
-g-bgg??yy+yy?∑r0∑ll0÷÷r12?r=1l=1è?
s.t.xy
n
_b
_
j=1,≠0
j=1,≠0
1-s-x
i=1ii0
m
j=1,≠0
式中ρ*为目标效率值，其它变量含义与公式（1）相同。考虑非期望产出的Super-SBM模型有3个显著
（1）
特性：①有效解决了投入产出变量的松弛性问题；②充分考虑并有效解决了非期望产出问题；③有效解决了多个决策单元同时有效时的区分排序问题。因而，相比于其它DEA模型，考虑非期望产出的Super-SBM模型更能真实反映区域低碳经济发展效率评价的本质。
除了对低碳经济发展绩效的技术效率水平进行测度，本文还将对低碳经济发展绩效的跨期动态变化作相应考察。低碳经济发展绩效的动态变化不仅与技术效率有关，还与技术进步密切相关。因此，在借鉴产出导向的Malmquist生产率指数基础上，结合方向性距离函数本文提出一个考虑非期望产出的全要素生产率指数，并将全要素生产率变化指数进一步的分解为技术效率变化和技术进步变化两个部分，如公式（3）所示：
t+1t+1
Malmq0,t+1=TEC0×TC0
∑λ=1,y
j
∑
n
∑
n
λjxj,y
_
_g
j=1,≠0
b
λjyjb,xx0,yy0,yy0;
g
_g
_g
∑λy,
n
jg
j
_b
（2）
0,λ0
式中ρ为目标效率值；x、y和yb分别为投入、期望产出和非期望产出；向量s、s和sb分别为投入松弛量、期望的产出松弛量和非期望产出的松弛λ为权重向量。模型中下标量；“0”表示被评价决
_
∑λ=1,s0,s0,s0,λ0
n
i
-
b
s.t.x0=Xλ+s-,y0=Yλ-s,y0=Ybλ+sb
i=1
g
g
策单元。ρ关于s、s和sb严格单调递减，且满足当且仅当ρ=10ρ1。就特定决策单元而言，
且s、s和sb均为0时，该决策单元为有效。若出上作相应改进。
如前文所述，考虑非期望产出的SBM模型可能会出现多个决策单元同时有效的情况，从而不便于对这些决策单元进行区分和排序。低碳经济发展过程必然伴随环境污染等副产品的产生，且若干不
_
_
g
g
ρ<1，则说明被评价决策单元无效，有必要在投入产
（3）
资源科学
第35卷第12期
式中Malmq0,t+1为全要素生产率变化指数，表示地
t+1区低碳经济发展绩效的跨期动态变化情况；TEC0
（X4）来反映中原经济区各地市的产业结构特征。
（4）城镇化水平。地区的城镇化水平对该地区
为技术效率变化指数，表示地区从t时期到t+1时
t+1期低碳经济发展绩效的技术效率变化；TC0为技
的能源消费结构会产生重要影响，进而影响着该地区的碳排放水平和生态环境。因此，选择“城镇人口占常住人口比重”（X5）来表征各地区的城镇化水平以考察其对低碳经济的影响[23]。3.2产出指标选取
在低碳经济发展的产出指标选取方面，由于GDP指标的综合性和权威性以及碳生产力在衡量低碳经济发展方面的独特优势，这两种指标备受国济发展过程中的环境代价而存在一定缺陷。鉴于此，本文选取各地区GDP和单位GDP二氧化碳排放量分别衡量中原经济区低碳经济发展的期望产出和非期望产出。产出指标的选取具体说明如下：
（1）期望产出。作为衡量一国或地区经济发展成果的重要指标，GDP指标的使用得到了国内外学者的一致认可。本文借鉴RamakrishnanR[25]等学者做法，采用“各地区GDP”（Y1）指标作为主要产出指标来反映各地区年度经济发展状况。
（2）非期望产出。在已有的关于低碳经济发展的研究当中，碳生产力是一项经常被学者广泛使用的产出指标，该指标虽能较好的衡量低碳经济的发展成果，但其不能很好反映低碳经济低污染、低排放的发展目标，不能体现出经济发展所带来的环境污染等副产品[26]。在此借鉴贾立江等[27]的做法，选用“单位GDP二氧化碳排放量”（Y2）作为一种非期望产出用来衡量为经济发展所付出的环境代价。
表2低碳经济发展绩效评价指标体系
Table2Theevaluationindexsystemofthedevelopment
术进步变化指数，表示地区从t时期到t+1时期低碳经济发展绩效的技术变动情况。
3指标选取与数据处理
依据《中原经济区规划》对中原经济区范围的界定和指标数据的可获得性，本文选取了河南省的郑州市、开封市、洛阳市、安阳市、新乡市、焦作市、商丘市和周口市，山东省的聊城市和菏泽市，河北省的邢台市和邯郸市以及安徽省的蚌埠市、淮北市和阜阳市共计15个地市作为研究对象，用以考察中原经济区低碳经济发展绩效。3.1投入指标选取
一国或地区要实现经济发展，能源投入必不可少，而要实现低碳技术开发与进步又离不开研发投入，此外，产业结构特征和城镇化水平又从不同侧
23]面对碳排放水平与能源消费结构产生影响[22，。因
内外学者青睐，但是碳生产力指标由于不能反映经
此，在国内外学者的相关研究基础上，本文从能源、研发、产业结构、城镇化水平等角度分别选取相应指标以衡量中原经济区低碳经济发展的投入情况。投入指标的选取具体说明如下：
（1）能源投入。低碳经济发展的实质是能源的高效利用和清洁能源的开发，能源的投入对低碳经
23]济的发展质量具有至关重要的影响[22，，因此选择
“能源消费总量”（X1）作为能源投入的替代指标。
（2）研发投入。地区环境污染主要是由工业企
业的各种废物排放造成的，作为低碳经济发展主体的工业企业，应通过研发投入促进技术的创新以实现能源利用效率的提升，最终达到节能减排的目的。因此，选择“规模以上工业企业研究与试验发展经费支出”（X2）和“规模以上工业企业研究与试验发展科技人员投入”（X3）两项指标分别表征中原经济区各地市对低碳经济发展的研发投入情况[14]。
[24]
（3）产业结构特征。产业结构对地区能耗效率有重要影响，是决定碳排放水平的重要因素，且我国是一个工业化国家，二产在三大产业中所占比重最大，而工业又是最大的能源消耗和碳排放产业。因此，选择“第二产业在地区生产总值所占比重”
本文关键词：基于Super-SBM模型的低碳经济发展绩效评价研究，由笔耕文化传播整理发布。
本文编号：87280
本文链接：https://www.wllwen.com/jingjifazhanlunwen/87280.html
