基于数据包络分析的生态工业园区发展效率测度研究

王喜梅 张昌蓉

摘要：近年来，生态工业园区建设在我国取得了快速的发展，本文以2010年上海市9家生态工业园区为样本，采用数据包络分析方法（DEA），测度了上述生态工业园区的发展效率。通过对比分析，找出生态工业园区发展中存在的问题，并提出相应的改进建议。

关键词：生态工业园区；发展效率；DEA；实证分析

引言

生态工业园区（Eco-Industrial Park，EIP）是继经济技术开发区、高新技术产业开发区之后的第三代工业园区的主要形态，也是21世纪可持续发展的主要模式和未来工业园区改造的方向。EIP以循环经济和生态工业学原理为指导，最大限度地提高资源利用率，同时将环境污染减至最低，实现区域清洁生产。然而目前国内生态工业园区的管理还处于比较混乱的状态。因此，如何评价生态工业园区的发展效率，为可持续发展提供理论依据，已成为一个亟待解决的问题。

国外针对生态工业园区效率评价的研究开始较早。B.De.Benedetti[1]（2002）等对ORMA（生态工业园区资源使用和废物管理最大化）项目进行了研究。将生命循环评价（LCA）方法和剑桥管理选择器（CES）方法结合起来，试图在可替代解决方法中对成本、绩效和环境影响进行权衡。Jim Altham和Renvan Berkel（2004）[3]利用三底线法（triple bottom line accounting），对澳大利亚Kwinana工业共生体的经济效益、环境效益和社会效益进行了评价。Anna Wolf[4]（2007）对瑞典森林工业经济效益进行了研究，分析了在电力价格、石油价格、树皮价格等因素变动，以及有无绿色证书的情况下，工业共生体与非工业共生体的成本变化情况。

国内对生态工业园区评价的研究起步较晚，但发展较快。元炯亮[5]（2003）在3R原则、系统性、动态性、科学性和可操作性等五条原则的基础上，将生态工业园区评价指标体系分解为四类指标：经济指标、生态环境指标、生态网络指标和管理指标。黄鹍等[6]（2004）建立了指标体系的目标层、准则层、领域层、指标层的层次结构模型，从生态工业园区发展水平、发展能力和发展协调度三个角度建立了一套生态工业园区综合评价指标体系。黄海凤等[7]（2005）采用专家咨询法，从经济指标、环境指标、管理指标和生态指标四个方面建立了生态工业园区的评价指标体系，并利用灰色聚类方法对生态工业园区进行了科学的分析和综合评价。刘景洋等[8]（2007）根据生态工业园区的特点将生态工业园区分为综合类、行业类和静脉产业类三种。然后借鉴层次分析法思想，从经济发展、物资减量与循环、污染控制和园区管理4个部分选取了21个指标，构建了综合类生态工业园区评价指标体系。薛捷等[9]（2009）建立了基于DEA评价方法的生态工业园区循环经济绩效评价指标体系，该指标体系的基本框架由产业园区循环经济系统的投入和产出组成，从经济、资源和环境3个方面对投入和产出进行分析，选出评价指标。

本文采用数据包络分析方法，基于上海市生态工业园区2010年的截面数据，进行发展效率分析和差值分析，找出我国生态工业园区面临的主要问题，以及其效率改进的方向。进而明确提高生态工业园区效率的途径，提出相应改进措施。同时为监管当局评估生态工业园区发展成果和制定政策提供依据。

1、 研究方法

1.1数据包络分析（Data Envelopment Analysis，DEA）

DEA是1978年由Charnes，Cooper和Rhodes所创立的，是以数据点的外包络面为基础的数学规划方法。DEA评价具有具有多投入多产出的部门或决策单元之间的相对有效性，可广泛使用与业绩评价。由于DEA所需指标少，各测量指标间无需统一单位，无需知道生产函数的具体形式，也无需任何权重假设，从而保证了原始信息的完整，避免了人为因素的主观影响。基于上述显著的优点，近年来，DEA方法得到了广泛的应用。

然而在DEA众多的应用领域中，却鲜少见到其对生态工业园区的绩效评价。刘巍等[10]（2012）采用数据包络分析法对中国24家综合类生态工业园区环境绩效进行了实证研究，并为园区未来环境调控提出定量化的调整建议。本文拟以上海市9家生态工业园区为例，创新性地应用DEA方法对生态工业园区的经济效益进行评价，给出我国生态工业园区存在的问题及改进的方向，并为生态工业园区的可持续方法提供积极地建议。

1.2数据包络分析法相关模型

DEA相关模型的主要形式有CCR模型和BCC模型。CCR模型是最基本的DEA模型，是研究规模报酬不变的情况。基于规模收益是常量的假定来评价决策单元的技术有效性的。BCC模型基于规模收益可变的鉴定来评价决策单元的技术有效性，从而避免了技术有效性受规模有效性的影响。

本研究的决策单元是生态工业园区，由于存在人员配置，企业规模，资金约束等因素，存在规模收益可变的情况，但CCR模型仅能对决策单元的总体效率进行评价。而无法对决策单元的技术效率和规模效率进行评价。故本文选用BCC模型来评价生态工业园区的技术有效性。该模型表达式为：

2、经济绩效评价指标体系的构建

2.1决策单元的选择

本研究选取了上海市9家生态工业园区为研究对象。其中有4家通过国家级生态工业园区验收，3家已获得批准建设，其余2家为市级生态工业园区。

2.2指标的选择

生态工业园区作为工业园区有其特殊的组织形式。只有实现经济上的发展，才能使生态工业园区长久地生存下去。考虑本次评价的目的及数据的可获得性，本文选取影响生态工业园区经济绩效的指标作为关键评价指标。其中输入指标选取从业人员数、固定资产投资总额；输出指标选取工业总产值、利润总额。测度指标为技术效率（TE）、纯技术效率（PTE）、规模效率（SE）和规模收益。

2.3数据搜集与整理

本研究所使用的数据来自2010年国家环保局、各生态工业园区统计数据，《中国火炬统计年鉴》等。搜集整理的数据如表1所示：

3、研究结果及分析

利用DEAP2.1进行效率测度，得到2010年上海市9家生态工业园区的技术效率（TE）、纯技术效率（PTE）、规模效率（SE）和规模收益情况，如表2所示。

3.1效率分析

由表2可知，总体而言，上海市生态工业园区的经济效益不容乐观。9家生态工业园区中只有4家技术效率为1，是DEA有效率的。其余5家均为DEA无效单元，其资源的投入与产出比例并未达到最优。上海漕河泾新兴技术开发区和上海市北高新技术服务业园区技术效率分别为0.655和0.518，处于很低的水平，说明这两个生态工业园区在建设的过程中没有获得良好的经济效益。

上海漕河泾新兴技术开发区虽然规模无效，但是接近于1，且规模收益处于递增的阶段，因此认为纯技术效率低下是导致其技术效率低下根本原因。而上海市北高新技术服务业园区纯技术有效，规模效率仅为0.518，由此认为导致其技术效率低下的原因主要是规模效率过低。青浦工业园区和上海闵行经济技术开发区纯技术效率和规模效率均处于中等水平，且青浦工业园区规模收益处于递减的状态。

3.2差额变量分析

DEAP2.1的分析结果显示了每个生态工业园区各项指标的目标值，为了便于观察比较，把原始值和目标值列在一张表中，如表3所示：

由表3可知，需对产出投入进行调整优化的工业园区主要是上海漕河泾新兴技术开发区、上海闵行经济技术开发区和青浦工业园区。为实现资源的最优配置，上海漕河泾新兴技术开发区工业总产值及利润总额还需要分别提高50%和77%，而从业人员数和固定资产投资情况较为合理，可以保持。上海闵行经济技术开发区从业人员数和固定资产投资比较合理，可以维持；工业总产值和利润总额需要分别提高13%和19%。青浦工业园区从业人员数过多，需要缩减23%；固定资产投资较为合理；工业总产值和利润总额较低，应该分别提高16%和66%。

4、结束语

本研究着重测度和分析了相对效率，目的在于评价上海市生态工业园区的经济绩效，推进园区的可持续发展进程。通过对上海市生态工业园区的经济绩效进行测度与评价，并对生态工业园区的资源配置相对效率进行比较分析，得出各生态工业园区的投入产出效率及其改进的方向。在此基础上，给出各生态工业园区的优化建议，对未来生态工业园区的发展具有指导意义。

参考文献：

[1] B De. Benedtti， S Rollino， G L Baldo， F Rutter. Material se-lection in a eco- industrial park for an environmentally-conscious design[C]. Japan： Proc 5th Int Conf EcoBalance， 2002.

[2] A.Haloy， M.Sayisaka， A.Znaba. Industrial ecology for a sustainable future[C]. Michigam： University of Michigam， 2003.

[3] Jim Altham， Ren van Berkel. Industrial symbiosis for regional sustainability： an update on Australian initiatives[C]. Man-chester： 11thinternational Sustainable Development Research Conference， 2004.

[4] Anna Wolf， Industrial symbiosis in the Swedish forest industry[J]. Progress in Industrial Ecology， 2007， 4（5）： 348～362.

[5] 元炯亮. 生态工业园区评价指标体系研究[J]. 环境保护， 2003（3）：38～40

[6] 黄鹍，陈森发，周振国等. 生态工业园区综合评价研究[J]. 科研管理， 2004， 25（6）：92～95

[7] 黄海凤，张宏华，蔡文祥等. 基于灰色聚类法的生态工业园区评价[J]. 浙江工业大学学报， 2005， 33（4）：379～382

[8] 刘景洋，乔琦，姚扬等. 生态工业园区评价指标体系研究-综合类生态工业园区[J]. 现代化工， 2007， 27（7）：58～61

[9] 薛捷，周景博，罗宏等. DEA在生态工业园区循环经济绩效评价中的应用[J]. 环境保护与循环经济， 2009（8）：37～40

[10] 刘巍，田金平，李星等. 基于数据包络分析的综合类生态工业园区环境绩效研究[J]. 生态经济， 2012（7）：125～128.

[11] 丁忠明，张琛. 基于DEA方法下商业银行效率的实证研究[J]. 管理世界， 2011（3）：172～173.

[12] 刘丽，贺向前，李建平等. 数据包络分析法在高校院系绩效评价中的作用[J]. 西南大学学报， 2012， 34（3）：122～126.