基于数据包络分析的太湖流域重点行业环境效率评价研究

施芊芸，田爱军，颜润润

(江苏环保产业技术研究院股份公司，江苏 南京 210019)

1 引言

改革开放以来，太湖流域工业化、城镇化发展迅速，但同时也带来了一系列环境问题，水污染物排放量超过太湖流域污染物消纳和自净能力，水资源和水环境承载力日益薄弱，水污染严重[1]。在我国经济新常态的发展逻辑下，建设资源节约型、环境友好型社会已成为太湖流域加快转变经济发展方式的重要着力点。

环境效率是一种综合评价指标，用以度量经济与环境协调发展水平，其发展水平高低与经济发展的协调程度和资源能源的利用比率等因素关系密切[2]。由于不同行业产值、资源消耗、污染物排放量、生产技术水平、污染治理水平不同，不同行业发展对环境产生的负面影响也不尽相同，因此对从行业层面进行环境效率评价及其影响因素研究，对管理重点行业污染排放，促进地区行业经济和环境的协调发展和区域的可持续发展具有重要且深远意义。

本研究通过环境效率评价方法，确定基于数据包络分析法的太湖流域重点行业环境效率评价模型，构建环境效率指标体系，计算并评价太湖流域各重点行业环境效率分值，为后续基于环境效率水平确定太湖区域重点行业排污许可限值奠定了工作基础，同时，为太湖流域产业优化升级以及优化太湖流域重点行业水污染物排放管理提供合理支撑和科学参考。

2 基于数据包络分析的环境效率评价

2.1 环境效率定义

环境效率又被称为生态效率(Eco-efficiency)，是生产活动与可持续发展联系的纽带，也是可持续发展潜力分析的重要指标。Schaltegger和Sturm于1990年首次提出此概念并将其定义为：增加的价值与增加的环境影响的比值[3]。1992年，世界可持续发展工商理事会(World Business Council for Sustainable Development，WBCSD)将其定义为：满足人类高质量生活需求的商品和服务的经济价值与整个生命周期中对环境造成影响的比值，并指出环境效率是应对可持续发展的重要概念。此后环境效率这一概念被广泛地认识和接受[4]。随后，世界经济合作与发展组织(Organization for Economic Cooperation and Development，OECD)将环境效率的评价范围进行扩展[5]，并将其定义为生态资源满足人类需要的效率，是产出与投入的比值。产出是指经济活动提供的产品和服务价值，投入是指经济活动消耗的资源以及造成的环境负荷[6]。

2.2 环境效率评价方法

数据包络分析方法(Data Envelopment Analysis，DEA)可以针对具有多个投入指标和多个产出指标的决策单元(DMU，即样本数)进行环境效率评价。该方法以决策单元作为环境效率评价的基本单位，当决策单元拥有相同或相似的外部环境、相同目标以及相同投入指标和产出指标时[7]，可利用线性规划原理获得最优解。该方法属于一种典型的非参数前沿分析方法，而生产前沿则是指投入最小化或产出最大化的一系列点或区间构成的分布。决策单元的效率以其到生产前沿的距离来表征，距离越大效率越低，距离越小则效率越高。

Fare R等[8]首创性地建立了基于DEA的双曲测度模型评价美国造纸厂环境效率。此后，DEA方法评价环境效率的研究从多方面得到改进，并成功运用工业行业环境效率评价。例如Tyteca D[9]和Bevilacqua M等[10]提出了规模收益不变的环境效率评价模型并应用于美国电力和石油行业，Kortelainen M等[11]直接基于生态效率的定义并引入Malmquist指数方法建立动态评价模型。Reinhard S等[12]考虑非期望产出对环境效率的影响，将其作为投入指标求解环境效率，但其改进后的模型忽视了减少非期望产也可以提高环境效率这一问题。随后，大量改进DEA模型研究产生，均有考虑投入和产出变量，比如通过构建距离函数，改变投入、产出的改进方向从而提升环境效率[13]；为了解决投入和产出的松弛性问题，有研究引入松弛变量，考虑了所有投入、产出变量的潜在改进空间，提出非径向、非角度的松弛变量模型[14]。

总体看来，DEA评价环境效率方法具有以下优点。

(1)针对具有多投入多产出特点的决策单元可有效地进行效率评价。

(2)投入产出的权重是根据最优原则由模型内自动计算生成，避免了传统评价方法中权重设置时主观因素对评价结果的影响[15]。

(3)无需生产函数以及对各个参数进行估计[6]，基础数据获取较为简便，易于计算获得结果。

(4)计算过程和计算结果可以不受计量单位的影响[16]。

3 江苏省太湖流域重点行业环境效率评价

3.1 数据来源及指标体系构建

本研究对江苏省太湖流域内28个行业大类进行太湖流域重点行业环境效率评估。基础数据来源于2017年度太湖流域环境统计数据；太湖流域重点行业则作为本研究中环境效率评价的一组决策单元，根据《国民经济行业分类》(GB/T4754-2017)对太湖流域重点行业进行分类。

运用DEA分析方法对一组决策单元进行效率评价必须基于合理的评价指标体系。评价目的不同，选取的评价指标也不同。本研究利用DEA方法分析太湖流域重点行业环境效率，根据数据可得性，建立典型区域重点行业环境效率评价指标体系。指标类别分为投入指标、产出指标：投入指标主要为资源消耗，产出指标包括地区经济产出(期望产出)以及环境污染(非期望产出)。具体投入和产出指标的构成见表1。

表1 典型区域重点行业环境效率评价指标体系

3.2 江苏省太湖流域重点行业筛选

对大样本数据太湖流域内5196家企业进行重点行业筛选，根据《国民经济行业分类》(GB/T4754-2017)，共筛选出28个行业大类(不考虑42废弃资源综合利用业和44电力、热力生产和供应业等配套基础设施行业)进行环境效率评估。

印染、化工、造纸、钢铁、电镀、食品等六大行业长期以来属于太湖流域水污染物排放重点关注行业，由于化工行业类别复杂多样，化工分类参考《江苏省化工产业安全环保整治提升方案》进行梳理分类，中类行业代码251精炼石油产品制造、261基础化学原料制造、262肥料制造、263农药制造、264涂料、油墨、颜料及类似产品制造、265合成材料制造、266专用化学品制造均属于化工行业；印染、造纸、钢铁、食品行业类别较为明确，而电镀行业暂无文件规定其行业类别，故不进行行业类别重新梳理。

3.3 江苏省太湖流域重点行业环境效率评价

研究采用MaxDEA 8 Ultra软件，运用考虑超效率[17]和非期望产出的SBM数据包络分析模型进行江苏省太湖流域重点行业环境效率计算。由于考虑投入、产出指标数量较多，该模型可以解决效率评价过程中的松弛问题，估计决策单元的超效率值，从而区别分析模型中多个行业效率为1的结果[18]。

太湖流域各重点行业环境效率得分(百分制)=各重点行业环境效率计算值/最大计算值(1.11)×100。

太湖流域重点行业环境效率得分见表2。由计算结果可知，太湖流域28个重点行业中，环境效率较高的为仪器仪表制造业、汽车制造业、其他化工行业(主要为日用化学品制造)、橡胶和塑料制品业、家具制造业、文教、工美体育和娱乐用品制造业、通用设备制造业、纺织服装、服饰业等8个行业，得分均在90分以上(环境效率计算值≥1)；环境效率较低的为造纸和纸制品业、酒、饮料和精制茶制造业、纺织业(含印染)、纺织业(不含印染)、化工行业、非金属矿物制品业、皮革、毛羽及其制品和鞋业、金属制品业、医药制造业、有色金属冶炼和压延加工业、黑色金属冶炼和压延加工业、计算机、通信和其他电子设备制造业、化学纤维制造业、专业设备制造业、食品制造业、木材加工和竹藤棕草制品业等16个行业，得分均在20分以内(环境效率值≤0.20)。

表2 江苏省太湖流域重点行业环境效率

4 结论及建议

4.1 结论

本研究运用数据包络分析法(DEA)中考虑超效率和非期望产出的SBM数据包络模型进行太湖流域重点行业环境效率计算及分析，得到如下结论。

(1)江苏省太湖流域重点行业中，环境效率较高的为仪器仪表制造业、汽车制造业、其他化工行业(主要指日用化学品制造)、橡胶和塑料制品业、家具制造业、文教、工美体育和娱乐用品制造业、通用设备制造业、纺织服装、服饰业等8个行业，尽管环境效率值较高，但并不能说明其环境效率已实现最优，在实际生产过程中仍有进一步提高对太湖水环境友好度。

(2)江苏省太湖流域16类环境效率较低的行业中，造纸和纸制品业、酒、饮料和精制茶制造业、纺织业(包括印染行业)、化工行业、非金属矿物制品业、皮革、毛羽及其制品和鞋业和金属制品业等行业的生产对环境影响最大，应采取产业结构升级、强化污染物治理措施等手段减少上述行业对太湖水环境质量的负面影响。

4.2 政策建议

(1)提高对太湖流域重点行业环境效率的认识及重视程度。环境效率涉及生产、经济、资源利用水平、污染物排放强度等多个方面，政府在控制太湖流域重点行业水污染物允许排放量时，应将行业排污许可量分配与行业公平性评价相结合，有助于太湖流域重点行业公平分配排污许可证限值，有利于加强重点行业污染控制工作。

(2)加快太湖流域产业结构升级和调整。在太湖流域水环境容量许可且保证生产技术水平先进情况下，可进一步鼓励环境效率较高行业发展；同时通过提升生产技术水平及污染治理水平等手段，削减环境效率较低行业水污染物排放量，加快区域产业结构升级和调整，并向高科技及高附加值的环境友好产业发展，从而有效促进太湖流域水环境质量改善。