DEA方法在京津冀城市群生態(tài)效率測(cè)算中的應(yīng)用研究

陳建明

摘? ? 要：選取了京津冀共35個(gè)城市的環(huán)境、城市建設(shè)以及經(jīng)濟(jì)增長(zhǎng)等統(tǒng)計(jì)數(shù)據(jù)，從城市經(jīng)濟(jì)發(fā)展和環(huán)境狀況兩個(gè)維度出發(fā)，考慮到城市自身的發(fā)展規(guī)模和政策、機(jī)會(huì)以及管理者的效率和隨機(jī)性等因素，使用改進(jìn)三階段DEA超效率模型，從而得到了更能準(zhǔn)確、客觀地反映和評(píng)價(jià)京津冀城市群“投入—產(chǎn)出”的生態(tài)效率水平。

關(guān)鍵詞：環(huán)境;生態(tài)效率;研究

一、介紹

Andersen和Petersen基于DEA模型與有效決策單元效率之間的比較，提出了一種超效率DEA模型。為了更準(zhǔn)確地評(píng)估城市生態(tài)效率，我們建立了基于DEA的生產(chǎn)者效率模型，該模型包含隨機(jī)元素，旨在將運(yùn)氣的影響與管理效率和環(huán)境影響分開(kāi)。

二、生態(tài)效率測(cè)算和數(shù)據(jù)處理

（一）、構(gòu)造三階段DEA模型

第一階段：假設(shè)被評(píng)價(jià)的決策單元（DUM）有k個(gè)，記作DUMk，且每個(gè)決策單元都對(duì)應(yīng)n項(xiàng)投入和m項(xiàng)產(chǎn)出，記作：

第三階段：使用從DEA第二階段處理獲得的輸入數(shù)據(jù)代替原始投入量，從而消除了環(huán)境影響。

（二）構(gòu)建超效率DEA模型

決策單元使用DEA方法進(jìn)行技術(shù)效率評(píng)價(jià)時(shí)，當(dāng)存在多于1個(gè)DMU呈現(xiàn)完全有效狀態(tài)時(shí)，無(wú)法直接比較大小，需要借助超效率進(jìn)一步鑒別有效DMU間效率值大小。假設(shè)決策單元數(shù)為k，且均滿(mǎn)足可比性要求，每個(gè)DMU有n個(gè)輸入變量和m個(gè)輸出變量，得到超效率的線性規(guī)劃方程;

（三）測(cè)算指標(biāo)

本文的生態(tài)效率輸入和輸出指標(biāo)如表1所示：

通過(guò)對(duì)模型的計(jì)算，我們獲得了2003年至2016年京津冀地區(qū)35個(gè)城市的城市生態(tài)效率值，如表2所示。

從計(jì)算結(jié)果來(lái)看，北京、天津、石家莊、唐山、保定的生態(tài)效率在逐漸下降，而其它中小型城市的生態(tài)效率卻不斷提高，雖然這和很多學(xué)者的研究結(jié)論不同，但更加符合京津冀地區(qū)產(chǎn)業(yè)、人口等資源過(guò)度集中在大城市而導(dǎo)致的生態(tài)環(huán)境惡化的現(xiàn)實(shí)狀況，說(shuō)明使用改進(jìn)的三階段DEA超效率模型更能準(zhǔn)確反映京津冀城市群的生態(tài)效率水平。

參考文獻(xiàn)：

[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