基于DEA的有色金属行业生态效率评价研究
——以江西省为例
2015-10-09孔佳南邹晓明
孔佳南,邹晓明
(东华理工大学经济与管理学院,南昌330013)
基于DEA的有色金属行业生态效率评价研究
——以江西省为例
孔佳南,邹晓明
(东华理工大学经济与管理学院,南昌330013)
生态效率已经成为国际公认衡量循环经济和可持续发展水平的定量尺度,被广泛应用于衡量区域、行业、企业和产品的生态化发展水平。通过借鉴德国和芬兰学者建立的评价区域、行业生态效率的指标体系,构建了评价有色金属行业生态效率的指标体系。应用熵权法把多个指标进行客观赋权压缩成为综合评价指数,运用MATLAB 7.0软件和DEAP 2.1程序对数据进行处理,引入专门评价综合有效和技术有效的数据包络分析C2R和BC2模型,对江西省2003年至2012年规模以上有色金属企业生态效率进行实证评价分析。
有色金属;生态效率;指标体系;DEA;熵权法
一、引言
有色金属是非常重要的物质生产原材料,主要广泛应用于国民经济和国家安全的各个领域,且具有重要的战略意义。随着我国经济的快速发展,特别是在高新技术产业领域,市场对有色金属及其合金制品的需要也与日俱增,随即带动了有色金属产业的发展。有色金属产业指的是国民经济产业分类中的有色金属矿采选业以及有色金属冶炼和压延加工业,它是高污染、高投入、高消耗的产业,伴随着有色金属的开采、冶炼和加工产生了大量的尾矿以及“三废”,严重破坏了人类赖以生存的生态环境,因此对有色金属行业生态效率进行评估显得尤为迫切。
生态效率(eco-efficiency)一词,最早是由瑞士知名学者Schaltegger和Sturm在1990年首次提出并加以定义的,将生态价值理念与经济发展紧密联系起来,其后它也成为国内外度量区域、行业、企业和产品可持续发展状况和循环经济发展水平的重要指标[1]。M.M.Thant,Kitikorn Charmondusit(2010)[2]对缅甸纸浆与造纸工业进行生态效率评价。Y. Barba-Gutiérrez和B.Adenso-Díaz和S.Lozano(2009)[3]运用数据包络分析法对电子与电器设备进行了生态效率评价。Dahlstrom(2005)[4]根据英国钢铁行业和铝制品行业近30年的数据,对其生态效率进行了评价。程晓娟(2013)利用DEA模型对湖南省2001年到2010年各年份的综合技术效率、纯技术效率、规模收益状况作综合分析。马军(2012)[5]基于数据包络分析方法对内蒙古生态效率进行了评价。彭毅等(2011)[6]构建了针对煤炭行业的生态效率的指标体系,对我国煤炭行业企业的生态效率进行了实证分析。
生态效率作为衡量循环经济和可持续发展水平的标尺,因此对其进行有效的评估,将有利于指导区域、行业、企业在谋求经济发展的同时,注重生态环境的保护,发展循环低碳经济,实现经济的可持续发展[7]。通过建立有色金属产业生态效率评价指标体系,选取江西省2003年到2012年规模以上有色金属企业的数据,应用熵权法和数据包络分析方法(DEA法),从系统论投入与产出的角度对江西省有色金属产业生态效率进行评价分析。
二、实证分析
(一)数据包络分析模型
在现有文献中评价生态效率的方法有很多,其中被大多学者普遍使用的有生命周期评价理论(LCA)、能值分析方法、生态足迹法、因子分析法、数据包络分析法[8]。为了尽量减少指标赋权时主观性带来的影响,能够客观的、科学地反应出评价的结果,采用评价生态效率相对有效性的数据包络分析法[9]。数据包络分析(DEA)是多门学科的交叉研究领域,它是1978年A.Charnces,W.W.Cooper和E.Rhodes创建和命名的。DEA模型比较多,包括C2R,BC2,FG,ST,C2GS2等模型[10],选用专门用来判断决策单元是否同时为技术有效和规模有效的C2R模型和专门评价决策单元技术有效的BC2模型,来对江西省有色金属行业综合技术效率、纯技术效率、规模收益状况作综合分析。假定模型中有n个具有可比性的决策单元(DMU),每个DMU都有m种类型的输入和s中输出,则C2R的模型和BC2的输入模型分别表示如下[11]:
(二)指标体系的构建
参考德国、芬兰等西方国家的生态效率评价指标体系构建,分析国内外学者对区域、行业生态效率评价体系的优缺点,坚持客观、科学系统、指标相对独立和可操作性的原则,综合考虑有色金属工业系统的新陈代谢过程和行业的特殊属性,最终选取固定资产投入、能源消耗总量、劳动力投入(由于规模以上有色金属企业的从业人员人数难以获取,故选用全部从业人员年平均数来替代)、工业用水消耗量和主营业务成本作为输入端,选取工业总产值、利润总额、十种有色金属产量作为输出端的期望输出,将工业废水排放量、工业废气排放量、工业烟粉层排放量和工业固体废弃物排放量等“三废”指标作为输出端的非期望输出。总共12个经济投入/产出指标和环境指标构建了有色金属产业生态效率评价指标体系,如表1所示。
表1中5个输入端指标和7个输出端指标都是针对有色金属行业所专门设计的,指标之间综合考虑了社会与经济系统和生态与环境系统之间的物质能量交换,若对上述指标进行一对一赋值,就能够非常清晰地量化社会与经济、生物与环境之间的关系,为进行生态效率评价提供了操作上可行性。
表1 基于DEA的有色金属产业生态效率评价指标体系
(三)数据收集和整理
选取了2003年到2012年江西省规模以上有色金属企业的经济投入产出以及“三废”排放量的数据,其中有色金属行业特指有色金属矿采选业和有色金属冶炼和压延加工业,数据均来源于2004~2013年的《江西省统计年鉴》。选取的数据如下表2和表3所示。
(四)数据处理
有色金属行业本身具有高污染、高投入和高消耗等特殊属性,在开采、生产过程中会伴随产生大量的工业SO2、固体废弃物、工业烟粉层、工业废水等非期望产出,因此在运用DEA模型对有色金属行业进行生态效率评价时,就必须对生态效率指标中非期望指标运用合理的方法进行调整处理。处理非期望输出指标的方法主要有曲线测度评价法、污染物作投入处理法、数据转换函数处理法和距离函数法等方法,考虑到评价结果的科学性选用污染物作投入处理法,也就是将非期望输出作为DMU投入指标代入DEA模型模型当中进行生态效率评价。
值得注意的是,如果要运用DEA模型对生态效率进行实证分析,并且保证数据分析结果有效性的话,那么DMU的数量就必须要与选取的评价指标数量遵循一定量的关系(决策单元个数大于投入指标加上输出指标之和的两倍)。上文建立的评价有色金属行业生态效率的指标体系中总共包括12个投入产出指标,因此在进行DEA分析之前先要对评价指标进行压缩。
表2 2003~2012年江西省规模以上有色金属企业资源输入情况表
表3 2003~2012年江西省规模以上有色金属行业输出情况表
接下来将采用一种综合考虑各因素提供信息量的基础上计算一个综合指标的数学方法——熵权法,对12个评价指标进行压缩,将工业总产值、利润总额和十种有色金属产品产量3个指标压缩成为经济产出综合指标,将工业废水、废气、工业烟粉层和固体废弃物排放量4个非期望产出指标压缩成生态污染综合指标,将固定资产投资、能源消耗总量、全部从业人员年平均人数、工业用水消耗量和主营业务成本5个指标压缩为经济投入综合指标。运用熵权法在MATLAB 7.0软件中对数据先进行量纲化处理(消除不同指标之间不同单位对数据的影响)[12],并且客观地赋予各指标权重,之后再运用处理后的综合指标数据进行DEA分析。处理之后的数据和2003~2012年三个综合指标指数情况分别如下表4和图1所示:
表4 运用熵权法处理之后的数据
图1 2003~2012年三个综合指标指数情况
(五)数据分析
接下来运行DEAP 2.1软件,将表2和表3中2003~2012年江西省有色金属行业输入输出数据进行处理之后的数据(表4)进行数据包络分析,将会得出衡量江西省有色金属行业生态效率的四个指标,分别是技术效率、综合效率、纯技术效率和规模效率。处理结果如表5:
从表5可以看出,只有2012年达到了DEA有效,其他年份均未实现DEA有效,这表明其他年份江西省有色金属行业投入的资源并没有完全得到充分的利用,相对于投入而言产出并没有达到最大,出现了投入要素冗余的现象,比如2005年、2006年、2007年和2008年均出现了投入要素冗余。但是从总体效率上来讲,江西省有色金属行业综合技术效率从2003年的0.789到2012年的1,呈现逐年递增趋势,这说明有色金属行业生态效率水平总体上是在不断上升的。从上表可以看出,江西省有色金属行业技术效率均达到0.98以上,规模效率也逐年提升,规模报酬逐年递增,这说明江西省有色金属行业企业,在面临竞争日益激烈的国内外市场环境,注重扩大生产、加工规模和加大技术上的投入,来争取更高的市场份额,最终达到企业利润最大化的目标,这对生态效率水平的提高无疑产生了积极的促进作用。
表5 江西省有色金属行业生态效率评价结果
三、结论
通过建立生态效率评价指标体系,选取江西省2003年到2012年规模以上有色金属行业生产投入产出数据,并且利用Matlab软件对以上数据使用熵权法进行处理,得出评价生态效率的三个综合指数,基于投入主导型选用专门评价技术有效的BC2模型和综合有效性的C2R模型,运用DEA数据包络分析方法进行数据处理分析。处理结果发现,从总体上来看江西省有色金属行业生态效率从2003年以来逐年提升,这都得利于有色金属行业企业多年来技术效率和规模效率提升的综合作用。因此有色金属行业企业在今后谋求发展过程中,应该认识到企业技术和规模的重要性,加大对科技的投入,鼓励技术创新,促进科技成果转化为生产力,提高企业生产效率。提高投入性资源要素的利用率,减少冗余量,降低污染物的排放,提高工业用水的利用率,加大对废水处理设施的投入。完善企业多元化投资,扩大企业发展规模,加大优势有色金属产业一体化、集群化发展,例如江西有色金属三大产业基地赣东北产业基地(鹰潭、上饶的铜冶炼、加工)、赣州(钨冶炼、产品深加工加工)和赣南(稀土矿产品和分离加工基地)。总而言之,粗放型的经济增长模式束缚了企业的发展和生态效率的提高,技术水平的增长和规模效益的实现才是发展循环经济的根本措施,才真正是提高生态效率的根本途径。
[1]Schaltegger.Sturm Okologische Rationalist:Ansatzpunktezur ausgest altungyonokologieorientmanagementinstrument[J].Die Untemehmung,1990(4):273-290.
[2]M M Thant,Kitikorn Charmondusit.Eco-efficiency assessment of pulp and paper industry in myanmar[J].Clean Technologies and Environmental Policy,2010,12(4):427-439.
[3]Y Barba-Gutiérrez,B Adenso-Díaz,S Lozano.Eco-efficiency of electric and electronic appliances:A data envelopment analysis(DEA)[J].Environmental Modeling&Assessment,2009,14(4):439-447.
[4]Dahlstrom K,Ekins P.Eco-efficiency trends in the UK steel and aluminum industries:Differences between resource efficiency and resource productivity[J].Journal of Industrial Ecology,2005,9(4):171-18.
[5]马军.基于数据包络分析法的区域生态效率评价研究——以内蒙古为例[J].绿色经济,2012(2):47-51.
[6]彭毅,聂规划.基于DEA的煤炭行业企业生态效率评价方法[J].煤矿开采,2011,16(2):110-113.
[7]成金华,杜春丽.基于循环经济的中国钢铁产业生态效率评价研究[D].北京:中国地质大学,2009.
[8]刘永红,郭忠行,谢刚.钢铁企业生态效率的DEA模型构建与应用[J].太原理工大学学报,2012,43(1):20-24.
[9]简新华,牛苗苗.中国煤炭产业的生态效率研究[D].武汉:中国地质大学,2012.
[10]魏权龄.评价相对有效性的数据包络分析模型——DEA和网络DEA[M].北京:中国人民大学出版社,2012.
[11]高志刚,尤济红.后发展省区生态效率优化研究——以新疆为例[J].开放导报,2014(1):20-24.
[12]潘丹,应瑞瑶.中国农业生态效率评价方法与实证——基于非期望产出的SBM模型分析[J].生态学报,2013,33(12):3837-3845.
F273
A
2095-3046(2015)06-0041-05
10.13265/j.cnki.jxlgdxxb.2015.06.009
2015-07-24
国家软科学研究计划项目(编号:2014GXQ4D189);江西省研究生创新基金项目(编号:YC2014-S331)
孔佳南(1991-),男,硕士研究生,主要从事企业管理等方面的研究,E-mail:714089423@qq.com.
邹晓明(1962-),男,教授,主要从事企业管理、技术经济与管理等方面的研究,E-mail:xmzou1962@qq.com.