第32卷第3期统计研究Vol. 32. 2015年3月Statistical Research Mar. 2015 基于非径向BML-DEA模型的地区王业环境绩效测度*唐李伟胡宗义张勇军内容提要:本文结合BM方向距离函数、非径向DEA模型以及Luenberger生产率指标的特点，发展了一种非径向BML-DEA模型测度环境绩效，并对中国30个省市1997-2011年地区工业环境绩效变化趋势进行了分析。研究发现:整体上中国地区工业环境绩效增长主要来源于技术进步而非效率改善;中国最发达的4个省市一一北京、上海、江苏和广东的工业环境绩效的年均增长幅度最大;3种污染物处理对工业环境绩效增长的贡献较为均衡;不同地区的工业环境绩效及其分解成分存在显著差异，东部地区的工业环境绩效增长速度显著高于其他地区，但效率增长速度略低于中部地区。因此，各地区提升资源的有效利用水平迫在眉晓。关键词:无可行解;冗余度:非径向BML-DEA模型:环境绩效中图分类号:C812文献标识码:A文章编号:1002-4565(2015)03 -0021 -08 The Measurement of Regional Industrial Environmental Performance Based on Non-radial BML-DEA Model Tang Liwei Hu Zongyi Zhang Yo n包junAbstract: Combining the characteristics of BM direction distance function. non-radial DEA model and Luenberger productivity indicators. we develop a non-radial BML-DEA model to measure Environmental Performance. By using the panel data of 30 provinces from 1997 to 2011 in China. we measure and analysis variation trend of the regional industrial Environmental Performance. The results show that the overa11 improvement of regional industrial Environmental Performance comes mainly from technological progress rather than efficiency improvements. The regions with the highest average annual growth are Beijing. Shanghai. Jiangsu and Guangdong. The contributions of the treatment of three po11utants to Environmental Performance are relatively balanced. There are significant differences in industrial Environmental Performance of different regions and its decomposition components. The growth rate of industrial Environmental Performance in east region is significantly higher than other regions. but the growth rate of efficiency is slightly lower than the center. Therefore. it is imminent for a11 regions to enhance effective utilization of resources. Key words: Infeasible Solution; Slacks; Non-radial BML-DEA Model; Environmental Performance 和污染物排放对环境产生影响，反过来，自然资源的-'\~I言可得性与环境规制也会对经济发展产生影响，因此，早期的经济增长只注重生产以满足人们不断增对于经济可持续发展评价的关注也越来越多。衡量长的物质需求，导致资源过度使用，环境问题日益严"可持续发展"的指标为"环境绩效"。环境绩效是重，因此"可持续发展"理论应运而生。"可持续发指经济活动产生的增加值与其对环境造成的破坏程展"的内涵为在满足当代人需求的同时不破坏后代人的需求能力，它将经济维度和环境维度紧密联系*本文获国家社会科学基金重点项目"能源消费、碳排放与经在一起。经济发展中的生产过程通过自然资源消耗济增长的一般均衡分析与政策优化研究.，(12AJLO07)资助。
.22. 统计研究2015年3月度之比，如果生产活动中能以较少的资源投入和较效值均能够存在;②利用1997-2011年中国省际面低的污染排放创造较高的经济产出，则其环境绩效板数据，对省际工业环境绩效进行了测算，我们发就较高，生产活动的环境绩效就好。环境绩效强调现，样本研究期内，中国省际工业环境绩效增长主要经济效益和环境效益的统一。本文从区域视角出由技术进步推动，效率改进贡献甚微;③利用新型生发，构建非径向BML-DEA模型对中国30个省市的产率分解指数分解方法，详细分析了各环境污染物工业环境绩效进行测度以期为各地区探索循环经对工业环境绩效带来的影响。济发展途径提供经验参考与决策依据。二、环境绩效与非径向BML-DEA传统的环境绩效测算方法有生命周期核算法和模型直接采用GDP/C0作为简单替代指标，前者对数据2设有N个被评价单元，时间跨度为T，对应的经的要求过于苛刻且在污染物指标权重的选择上难以济活动产出增加值为缸同时，设经济活动将会产生达成共识(Zhou等，2006)[1]，后者计算简便但忽略n种环境压力(污染物)，时刻t对应的环境压力可了生产过程中产生的其他污染物。Kuosmannen和以表示为p'(p;, , p~ )。根据KortelainenKortelainen( 2005) [2J首次采用数据包络分析方法(2008) [6J的定义，环境绩效可以定义为经济增加值(DEA)对静态条件下的相对环境绩效进行了测算，与环境压力指标的比值，当增加值相对于环境压力DEA方法的优点在于各污染物指标权重内生于增加时，则表明环境绩效得到了改善，在这种定义DEA模型，能够避免权重选取的主观随意性，测算下，t时期的环境绩效可以表示为:结果更加客观。随后Hua等(2007 ) [町、BarbaGutiérrez等(2009)[4J、邓波等(2011) [5J等进行了相Env-p町formance'U -; ( 1 ) WIP + + . 应的实证应用。近年来，Kortelainen (2008) [6J在静其中w为权重，仿效Kortelainen( 2008 ) [6 J、态环境绩效DEA评价模型基础上提出基于Picazo-Tadeo等(2013)[9J的做法，本文计算的环境Malmquist生产率指数的动态环境绩效评价方法，使绩效是相对环境绩效。依据直接距离函数(DDF) 评价环境绩效在时间上的动态变化成为现实O随后计算，t时期的DDF可以表示为:杨文举(2009)[7J、彭垦(2011) [8J基于该方法以中国D'[矿,p’;g = (g" -gp)] 为实证对象进行了环境绩效测算。此外，Picazo›= max[βI (p’ -βgp)εPRS'( v’ +βg，) ] Tadeo等(2013)[9J在直接距离函数基础上测算了OECD成员国的动态环境绩效。三λp:注u;基于Malmquist生产率指数的动态环境绩效评价方法为评价环境绩效在时间上的动态变化提供了(1-βz λλI运)P:'I 很好的参考与借鉴，但仍存在进一步改进的空间。s. t. (2) 首先，现有动态环境绩效均在"径向"条件下测算，忽略了不同环境污染变量可能存在不同比例冗余缩-βλιP:n运(1)P:'.nL减，当存在不同比例冗余缩减时，径向测度会高估决策单元的环境绩效水平，导致被决策单元之间的环λι;;:;: 0 1N = , ,境绩效区别度较差;其次，对跨期混合距离函数无可式(2)中，PRS为压力需求集，即生产增加值U行解的问题并未给予足够重视。基于以上研究的不的所有p的可能组合-og= (乱，gp)为方向向量，足，本文发展了一种非径向BML-DEA模型对区域本文将方向向量设为g=(O-p)，，即在产出增加工业环境绩效进行测度，与现有研究相比，本文的贡值不变的条件下测算环境压力的最大缩减程度。本献主要包括:①结合BM方向距离函数、非径向DEA文采用Luenberger生产率指标①刻画环境绩效的动模型以及Luenberger生产率指标发展了一种非径向态变化特征，以此为依据构建环境绩效变化指数及BML-DEA模型，该模型既允许不同污染物存在不同的缩减比例，以实现更加精准的环境绩效测算，又可① Boussemart等(2003)对Malmquist指标和Luenberger指标进以解决无可行解问题，使所有被评价单元的环境绩行了详细对比，认为Luenberger指标的未来应用前景更加可观。
第32卷第3期膺李伟等:基于非径向BML-DEA模型的地区工业环境绩效测度-23 . 其分解指数(包括效率变化指数和技术进步变化指当前解决无可行解问题的方法有两种:一是采数)。时期t与t+ 1间的环境绩效变化指数可以表用超效率DEA模型解决无可行解问题，将被评价单元从约束条件数中剔除(Cooper等，2007)[10];二是示为①:J构造全局前沿面解决无可行解问题(Oh，2010)[l1。ecoch,,’+1 (矿，p',V’+1 ,p’+1 ;g) =岳'(V’ ,p’) 但在可变规模报酬条件下，超效率模型也会出现无-虽'(V'+I，p'+I)(3) 可行解的情况(Lee等，2011)[叫，而全局DEA模型由于存在时期选取的任意性，环境绩效变化指的缺点在于新加人数据集时，全局DEA模型会被重数也可以表示为:新计算，容易受到研究期限限制，缺乏稳健性。因ecoch,,’+1 (v’ ,p’ ,V’+1 ,p’+1 ;g) =画t+l(矿，p')此，这两种处理无可行解的方法均存在一定的不足。针对全局DEA模型存在的缺陆，Pastor等(2011)[川-画，+1( V’+1 ,p’+1 ) (4) 提出一个新的M指数一-BM生产率指数，这个指为消除任意性的影响，将式(3)和式(4)取平均数既可以解决无可行解问题，又可以避免GM指数值得到:缺乏稳健性的问题，因此，本文基于BM生产率指数ωCh，，'+1 ( v'μγ1;g)=÷([函，(υ) -来解决无可行解问题。t时期基于投入产出组合(y'，x')的投入导向的益'(V’+1 ,p’+1 )] + [画，+1( v’ ,p’) _画了1(V’+1 ,p’+1 ) ] ) BM生产率指数可以表示为:(5) JY(y’,p’) =β 时期t与t+ 1间的效率变化指数可以表示为:effch,,’+1 [v’ ,p’ ,V’+1 ,p’+I;g] =古(v',p’) Zλ:+lyfl+Z以注y:_ fjt+l ( vt+1 ,p’+l ) (6) 时期t与t+ 1间的技术进步变化指数与环境绩三λ:~:了+ZA:z:，1运(1-β)X:'.t(9) 效变化指数构造类似，可以表示为:s, t. • 阳灿川+1[仆\V'+1,p’+1 ;g] =专([D'+1(忖，) 工λt+lX~+~ +三λ;4，民运(1-β) x:’.n -画，( v’ ,p’)] + [虽1+1(vt+1 ,pt+l) _虽'(V’+1 ,p’+1 ) ] ) λ;二~0，β> 0 = 1, ,N (7) 其中y为产出，X为投入。由式(9)可知，基于结合式(5)-(7)可以得到坏境绩效变化指数BM生产率指数的用于测算环境绩效的非径向DEA及其分解指数的关系式:模型(非径向BML-DEA模型)只需求解如下两个距ecoch"川=effch,,’+1 + techch"川(8)离函数:由式(2)的定义可知，基于式(2)基础构造的径B向DEA模型要求在增加值一定的条件下，所有污染ñ(川)=maxt三βz物同比例缩减，但当某一污染物P1达到最大缩减比N N z r1tj:+1+艺λ;u:注叫，例β时，另一污染物P2并不一定达到最大缩减比例(假设为β1且β1>β) ，即P2还可以进一步缩减。因，，.、A 、飞，，，’Enu 此"同比例增减"约束通常与实际不符，这会导致对z λ:17J+立λ;p:，1运(1-β1)P;’.1 环境绩效的度量出现偏误。此时，呆用非径向DEAs. t. 模型测度环境绩效可以避免这一问题，但另一个潜在问题是混合期直接距离函数的求解可能出现无可z rIp:1+z A;pln运(1-βn)P~'.n行解的情形，Picazo-Tadeo等(2013)[9]的处理办法λ:注0，βi> 0 = 1, ,N 是将存在很多无可行解的个体的环境绩效值设置为空白，使这些个体不参与评价，但此种处理方法显然会影响评价的完整性。① 为表达简便，距离函数D(v，p;-p)均用D(v，p)表示。~-
.24. 统计研究2015年3月_vt+1 pt+l p’+I) δ~+l ( ) ) ，下文将利用本文发展的非,t(utyl)=mfzβz 径向BML-DEA模型测度中国地区工业环境绩效。N N Zflpf+Zλ;u;注u:71三、地区工业环境绩效测算与结果分析Lλ;+lptll+立λ;p;，1运(1-β1)p;3(11) {一}数据来源与描述性统计分析5, t. 考虑数据的可得性，本文采用中国1997-2011年共14年30个省市的省际面板数据作为研究样三λ;+Ip:1+zλ:p;，跑运(1-βn)p:3 本，数据集合并未包括西藏、香港、澳门和台湾地区。λi ;;a. 0，乱>0 = 1, ,N 各地区的工业增加值(采用工业品出厂价格指数进结合式(10)和式(11)，可以构造基于BM前沿行调整，以1997年为基期)为增加值变量，空气污染面的Luenberger生产率指标，式(7)和式(8)可以转指标则以工业二氧化硫(S02)、二氧化碳(C0)和2化为:工业烟粉尘排放量表示。与其他污染物不一样，中国目前暂无统计机构公布CO2排放数据，需自己计techch,,’+1 [矿，PE，t川，p'+1;g ] =益B(v’ ,p’) 算O本文估算的CO2排放来源于化石能源消费所-˛J’ (v’ ,p’)) -(ijB (V’+1 ,p’+I) -画t+l( vt+1 ,pt+l ) ) 产生的排放，采用单位能源CO2排放系数，即2，13(12) )[15J吨CO/吨标准煤(李小平和卢现样，201O计算2ecoch,,’+1 (矿，PE,uHI 各省市碳排放量②。文中所有数据均来源于历年B _ D(V’+1 ,p’+1 ) effch,,’+1 + techch,,’+1 ( 13) 《中国能源统计年鉴》和《中国统计年鉴}，各变量的仔细观察可发现，式(10)、式(11)具有非径向描述性统计值如表1所示。特性，且本文污染物指标包括二氧化碳(C0)、工业2表1备变量描述统计值二氧化硫(S02)和工业烟(粉)尘①(Smoker)，因此变量单位均值标准差最小值最大值可以将环境绩效变化指数进一步分解，得到环境绩工业增加值亿兀 CO, 亿吨1. 75 1. 35 效变化的具体来源，参照Chang等(2012)[14]对非径SO万吨 1. 69 , 向DEA模型的分解思路将环境绩效变化指数分Smoker 万盹 39. 79 1. 11 2 J 1. 65 解为:{二}中国地区工业环境绩效测算及其分解1 Lt+l 1 ~ J t川1/ J +l ecocn = -, ecocn, =二1ecocn n割j、~~21.非径向BML-DEA模型与传统DEA模型测算结果比较。+ ecoch~，~+1 + ecoch~~+，l ) (14 ) 50,..... ..... "....... Smoker J 2 表2为中国各省市工业环境绩效变化指数及其其中ecoch:，l+l(v’ ,p’ ,V’+I ,p’+1 ;g)画了(v',p’) 分解指数在非径向BML-DEA模型与传统DEA两种-Of(FH1，pt+1)，i分别对应COS02和Smoker。、2方法下的测算结果O表2显示，非径向BML-DEA同理，效率变化指数和技术进步变化指数也可模型可以解决无可行解问题，而传统DEA无法解决进行相同分解:无可行解问题。为比较两种方法的测算结果是否存effch,,’+1 =工艺effch:，'+1=↓(吃(fc矶';;1Jn"'"寸① Kortelainen (2008)将环境压力进行了分类，本文主要是以+φh;1;1+dkh;) 5 ) (1二:L，大气污染作为测度环境绩效的环境压力集，所以并未包括废水排放和工业固定废弃物排放等非大气污染排放物。此外，2012年及20131+叫旷=工艺叫chfl=↓(叫叫n年《中国统计年鉴》中将工业烟尘排放和工业粉尘两项合并为工业但i-’ +I l 烟(粉)尘排放，本文参照这种做法将样本研究期内的两项进行了合techch~-:，techch~'~+) I ........ .... ，6) + ""’-"11 (150Smoker I 2 并。，1+1pt+l ~+l(Vt+I ② 因为缺乏各地区工业行业能源消费统计数据，所以无法估其中(v’ p’) 豆:-画) 4叫,,, 算各地区工业行业的碳排放，但二氧化碳排放主要来自于:r.业行业，'~1 (UH1techch:(v'= ((画了p')，画:(矿p'))-(画了，，的能源消费，本文采用各地区能源消费产生的碳排放近似替代。-
25 第32卷第3期膺李伟等:基于非径向BML-DEA模型的地区工业环境绩效测度褒230个省市1997-2011年环搅绩效均值对比12ιR; H=一一一一一、、....1...-3(n+l)(17) 非径向BML-DEA模型传统DEA模型n( n + 1)但njecoch effch techch ecoch effch techch 其中n为混合样本总数，在原假设成立的条件北尽O. 157 下，统计量H服从自由度为j-l的卡方分布，如果天津 河北 有相等数据出现，即存在结(knot)时，H可用下面的山西 Hc代替:内蒙古 H 辽宁 (18 ) Hc = 吉林 1-z r 黑龙江 上海 O. 105 其中u表示第k个结，g为结数(即具有相同秩江苏 的地区总数)。表3为检验结果。表3第2、4、6列浙江 分别对应ecoch、effch、techch的非参数Kruskal安徽 福建 Wallis秩和检验的检验统计量，第3、5、7列则为对江西 应统计量的p值。表3显示，在两种测算方法下地山东 区工业环境绩效总体指标(ecoch)分别在1998年、洞南 湖北 2006年和2010年存在显著的统计差异，效率变化湖南 指数(effch)在1998年、1999年、2006年和2010年广东 存在显著的统计差异，而技术进步变化指数则有9广西 海南 年存在显著的统计差异。由于传统的DEA环境绩重庆 效测算方法并未考虑非径向缩减，而本文发展的非四川 径向BML-DEA测度方法则考虑了非径向缩减，从贵州 而使得两种测算方法的测算结果存在差异。相比于云南 陕西 传统DEA方法，非径向BML-DEA方法更加符合实甘肃 际，下文将依据该方法对环境绩效测度结果进行青海 分析。宁夏 新疆 褒3Kruskal-WaIlis秩和检验结果均值 year ecoch_chi2 ecoch_p effch_chi2 effch_p techch_chi2 techch_p 注:空白处表示为线性规划无可行解传统DEA模型"表示1998 14. 11. 670 PiC8Z0-Tadeo等(2013)提出的基于Luenberger指标构建的DEA模 1999 .. 型。空白表示无可行解，本文把线性规划超过5年存在无可行解的个体单元定义为不存在环境绩效值的个体单元。其他(实际上只有2000 1. 541 天津存在1年线性规划元可行解)省市环境绩效则采用有解的年份2001 1. 596 的测算值进行分析。2002 1. 089 2003 在显著差异，本文采用非参数Kruskal-W allis秩和检 2004 1. 089 1. 767 O. 184 验对两种测算结果进行比较检验①，原假设为两种 2005 1. 487 方法测算的环境绩效变化指数(ecoch)、效率变化指2006 数(电庐的以及技术进步变化指数(techch)不存在显2007 O. 106 .. 2008 著差异。将两种测算结果混合并按由小到大排序，2009 1. 434 令R，j为地区i在第j(j=1，2)种方法下测算值在两2010 .. 244 种测算结果中棍合排序后的秩，第j种方法下所有地2011 1. 885 O. 170 注、区测算结果的秩和Rj= L R，j，n为第j种方法评价j2.地区工业环境绩效测算结果。的地区总和数，本文两种测算方法的地区数相等。表2的第2-4列为本文发展的非径向BML-Kruskal-Wallis( H)统计量可表示为:① 这里并未将不存在可行解的地区包括在内。
.26. 统计研究2015年3月DEA模型的环境绩效测算结果。整体上，中国地区期内并没有持续稳健增长，从而制约了工业环境绩工业环境绩效水平以年均%的速度增长，其中效的进一步增长。效率水平和技术进步水平的年均增长速度分别为 ------.; %和4%0样本期内环境绩效、效率水平与技术 1--进步水平累计增长率①分别为%、%和56lJ毛，环境绩效增长主要由技术进步推动，资源利用←ytVJJ\二L/-yy-tt效率并未起到推动作用。工业环境绩效正增长表明o。卡1扎广飞---~-----~\. 中国单位工业增加值增加产生的环境压力在下降， ~ I伫于二与I二二:挝人工业经济增长的环境压力逐年缓解。接近零的效率增长率表明粗放型经济增长仍是中国工业经济发展 1998 1999 2000 2001 2002 2003 2004 2005 2创始200720崎2悦月20102011 的主导模式，资源低效率使用局面亟待扭转。正的技术进步表明中国工业行业在技术引进和技术创新图11997 -2011年中国工业环境绩效及其方面都得到了改善与提高。从个体角度来看，各地分解指数变化趋势区的工业环境绩效指数均为正，说明各省市单位环四、地区工业环境绩效变化的因素境压力下的工业增加值在提高，北京、上海、江苏、广分析东4个省市工业环境绩效的年均增长速度最快，增速超过10%，这与经济发展水平关联度很高，这4根据式(14)-(16)，环境绩效增长可以分解为个省市为中国最发达的4个地区，说明经济发展有COS02和Smoker三个相关部分，表4为相应的分解2、利于提高工业环境绩效的增长速度。对于效率变化结果。表4显示，样本期内，3种环境污染物对工业环指数而言，多数省市的效率指数增幅大于0，除北京境绩效的影响按大小排列为S02，C0和Smoker，它们2和天津效率水平年均增长率超过1%外，其他省市使得工业环境绩效分别增加%、%和%0此效率增长率增长幅度有限。个体角度分析进-步反外，我们发现，在样本期内，3种污染物处理对环境绩效映出效率改进并未对工业环境绩效增长提供足够的增长的贡献比较均衡，说明中国对这3种污染物处理推动力。做了很大努力，且处理力度相对均衡。从效率增长和图1是中国工业环境绩效及其分解指数在样本技术增长来看，3种污染物对应的环境绩效增长仍由技期内的变化趋势。图1显示，样本期内，除1998年术进步推动，效率改进并未起到实质贡献，这与总体工的工业环境绩效增长小于0外，其余年份均大于0，业环境绩效增长来源相符，说明无论是从总体还是从32006年达到最大值%。技术进步变化指数与环种污染排放物的角度来看，资源效率都有待提高。境绩效变化指数变化轨迹极其相近，进一步支持了从区域层面来看，不同地区的工业环境绩效及前文结论，环境绩效提升主要由技术进步推动。对其分解存在显著差异。表4显示，东部地区工业环于效率变化指数而言，其在样本研究期内交替变化，境绩效增长速度为%，为全国的倍、中部的1998年为最高点%，然后迅速进入小于0的负倍、西部的倍，技术增长速度也有类似的地增长区间，2006年开始出现稳定增长趋势，到2011区差异。这与中国经济发展水平阶梯状分布密切相年又转为负增长，这说明节能减排效率在样本研究关，较高的经济发展水平使得东部地区有相对足够表41997-2011年闽中国地区工业行业环境绩效平均值及其来源分解CO整体S02 Smoker 2 ecoch effch techch ecoch effch techch ecoch effch techch ecoch effch techch 全国 。. 东部 中部 西部 ① 根据平均增长率与时间跨度计算得出。
.27 . 第32卷第3期唐李伟等:基于非径向BML-DEA模型的地区工业环境绩效测度的空间放缓经济发展速度以换取更高质量的生态环用以及技术创新水平有待进一步提高，以缩小与东境，中部和西部地区则面临加快经济增长速度以缩部地区的差距。小与东部地区的差距以及降低污染物排放、配合国分析1997-2011年间三大地区总体以及各污家减排目标的双重压力，但自身经济基础和其他条染物相关的效率增长的变化趋势可以发现，三大地件相对落后于东部地区，在两者同时兼顾的情况下区及其各污染物对应的效率变化指数围绕O值附近难免顾此失彼，使得技术进步难以实现较大增长。上下波动，并未有明显的差异，进一步支持了前文对虽然东部地区整体工业环境绩效增长速度与技术增效率的分析，效率改进并未对环境绩效提高提供实长速度大幅度领先，但效率增长速度并不优于中西质贡献。同时，从1997-2011年间三大地区总体以部地区，甚至略低于中部地区，说明各地区资源利用及各污染物相关的技术进步增长的变化趋势中可以效率均不理想，提升资源的有效利用水平迫在眉睫。看出:对于东部地区而言，除1998年技术水平增长以上仅从静态角度对地区工业环境绩效及其分为负外，其余年份的增速均为正。50对应的技术2解进行了解释，并未对其动态演变趋势进行分析，那进步变化指数的变化路径整体位于其他两种污染物么，中国地区工业环境绩效在时间维度上的变化情对应的技术进步指数的变化路径之间。CO对应的2况怎样?为了弄清楚这个问题，本文计算了工业环技术进步变化指数的变化路径较其他两种污染物对境绩效及其分解在时间维度上的发展变化趋势。结应的变化路径平稳，同时，整体变化路径低于其他两果显示，对于东部地区而言，除1998年工业环境绩种污染物对应的变化路径;相比于东部地区，中部地效增长速度为负外，其余年份的增速均为正。50区技术进步变化指数较小，C0和5moker对应的技, 225moker对应的工业环境绩效变化路径与东部地区术进步变化指数正负波动幅度较大，说明中部地区工业环境绩效变化路径极为相似，在"上升-下降"的技术掌握不如东部稳健，需进一步学习巩固;西部过程中交替变化，除1998年外，其余年份的值均大地区技术进步指数与中部地区类似，50对应的技2于零，呈现出稳定增长趋势。CO对应的工业环境术进步变化指数波动幅度较大，西部地区整体的技2绩效变化路径存在一定差异，且相对于50和术水平远低于东部和中部地区，需大力引进先进设25moker而言，其工业环境绩效增速普遍偏低，变化备，加大先进技术的学习力度o较为平稳，波动性较小，碳减排处于有条不紊的进行五、结论中;相比于东部地区，中部地区工业环境绩效值分别在期初、2003年和2004年为负值，且50和CO对本文结合BM方向距离函数、非径向DEA模型22以及Luenberger指数的特点，发展了一种非径向应的工业环境绩效变化路径与东部地区存在显著差BML-DEA模型的新型环境绩效指数构建与分解方异，在样本研究期内，5moker对应的工业环境绩效法，对中国30个省市1997-2011年地区工业环境值显著低于其他两种污染物，且数值大小在零值附绩效变化趋势进行了分析。研究发现，整体上中国近徘徊，样本期俐的减排效果不佳。CO对应的工2地区工业环境绩效水平以年均%的速度增长，业环境绩效值大部分均位于50和5moker对应的2值之上，说明1997-2011年间，中部地区CO其增长主要来源于技术进步而非效率改善。样本期上的2内工业环境绩效水平、效率水平与技术进步水平累减排力度大于其他两种污染物的减排力度。相比于计增长率①分别为%、%和5611岛，正增长的东部地区，中部地区相对落后，能源利用效率低，在工业环境绩效表明中国单位GDP增加产生的环境国际和国内双重碳减排压力下，在同时兼顾环境保压力在下降，工业经济增长的环境压力逐年缓解，但护原则条件下，中部地区对碳减排的力度可能会大效率增长甚微，粗放型经济增长仍是中国工业经济于其他两种污染物;西部地区工业环境绩效值具有发展的主导模式，资源低效率使用的局面亟待扭转;与中部地区类似的变化趋势，相比于中部地区更加从个体的角度来看，各地区的工业环境绩效指数均落后，经济发展具有更高权重，污染物减排往往力和为正，工业环境绩效增速与经济发展程度密切相关，从心，导致整体环境绩效水平低于东部和中部地区。比较发现，中部、西部地区工业环境绩效和各活染物对应的工业环境绩效均低于东部地区，资源有效利① 根据平均增长率与时间跨度计算得出。
. 28 . 统计研究2015年3月439 -447. 中国最发达的4个地区北京、上海、江苏和广东的工[ 5 ]邓波，张学军，郭军华.基于三阶段DEA模型的区域环境绩效业环境绩效的年均增长幅度最大。从时间变化趋势研究[J].中国软科学，2011(1 ) :92 -99. 来看，除1998年的工业环境绩效为负外，其余年份[ 6 ] Kortelainen M. Dynamic environmental perfoπnance analysis: A 均为正，2006年达到最大值%，然后呈现稳定增Malmquist index approach [ J]. Ecological Economics, 2008 ( 4 ) : 长趋势，到2011年又转为负增长，节能减排效率并701 -715 [ 7 ]杨文举.中国地区工业的动态环境绩效:基于DEA的经验分析未持续稳健增长，从而制约工业环境绩效进一步增[J] .数量经济技术经济研究，2009(6):87白98.长;3个环境污染物对环境绩效影响按大小排列依[ 8 ]彭星.中国电力产业动态环境绩效评价[J].经济社会体制比次为S02，C0和Smoker，且3种污染物处理对工业2较，2011(5) : 185 -191. 环境绩效增长的贡献相对均衡。从区域层次来看，[ 9 ] Picazo-Tadeo A J, Castillo J, Beltrœn-Esteve M. A dynamic 不同地区的工业环境绩效及其分解存在显著差异，approach to measuring ecological-economic penormance with directional distance functions: greenhollse gas emissions in the 东部地区的工业环境绩效增长速度为全国的 Union[ R]. Working Paper WPAE-!304. Universidad de 倍、中部的倍、西部的倍，但效率增长速度Valencia. Departamento de Estructura Econ6mica, 20 13 略低于中部地区O基于上'述研究结论，笔者认为为[ 10] Cooper W W, Seiford L M, Tone K. Data Envelopment Analysis 了促进区域工业环境绩效的改善，应促使资源利用(Second Edition) [ M]. New Y ork: Springer Science and Bus旧l阳ness效率较低、环境污染严重的地区加大节能减排力度，Media. LLC,2007:3!3 -316. [ 11] Oh D H A global Malmquist-Luenberger productivity index [ J]. 努力学习和使用新技术，与此同时，促进产业结构调Joumal of Productivity Analysis ,2010 ( 12): 183 -197 整与产业布局优化，向工业环境绩效水平高的地区[ 12] Lee H S, Chu C W, Zhu J. Super-efficiency DEA in the presence 看齐。而各工业环境绩效水平较高的省份也应在进。finfeasibility [ J]. European Joumal of Operational Resea陀h，一步巩固现有优势的同时，深挖节能减排潜力，推动2011 (1 ) : 141 -147. 自身工业环境绩效水平再上新台阶。-在未来节能减[ 13] Pastor J T, Asmild M, Lovell C A. The biennial Malmquist 排政策制定上应充分考虑工业环境绩效水平的区域productivity change index[ J]. Socio-Economic Planning Sciences, 2011 (1): 10-15. 分布差异，在兼顾效率与公平的基础上构建区域减[14] Chang T P, Hu J L, Chou R Y, et al. The sources of bank 排平衡机制，促进区域能源、经济和环境的平衡协调productivity growth in China during 2002-2009: A disaggregation 发展。同时，各级地方政府应加大节能减排的宣传view[J]. Joumal of Banking & Finance, 2012(7) :1997 -2006. 力度，提高企业的"可持续发展"意识，鼓励当地企[ 15]李小平，卢现祥.国际贸易、污染产业转移和中国工业CO，排业因地制宜，努力学习与自身发展模式相适宜的技放[J].经济研究，2010(1): 15 -26. [16]张少华，蒋伟杰.中国全要素生产率的再测度与分解[J].统术，切实提高技术利用效率，以实现自身的高效率、计研究，2014(3): 54 -60. 可持续发展。作者简介参考文献唐李伟，男，27岁，湖南梆州人，现为湖南大学金融与统[ 1 ] Zhou P, Ang B W, Poh K L. Comparing aggregating methods for 计学院在读博士研究生。研究方向为经济统计、计量经济学constructing the composite environmental index: An objective 方法与应用。measure [ J]. Ecological Economics, 2006 (3) : 305 -311 : 胡宗义，男，50岁，湖南宁乡人，2004年毕业于湖南大学[ 2 ] Kuosmanen T, Kortelainen M. Measuring eco-efficiency of 数学与计量学院，获理学博士学位，现为湖南大学金融与统production with Data Envelopment Analysis [J]. Joumal of 计学院教授、博士生导师。研究方向为数量金融与低碳Industrial Ecology, 2005 ( 4 ) : 59 -72. [ 3 ] Hua Z, Bian Y, Liang L. Eco-efficiency analysis of paper mills 经济。along the Huai River: An extended DEA approach [ J]. Omega, 张勇军，男，37岁，湖南岳阳人，现为湖南大学金融与统2007 (5) : 578 -587. 计学院在读博士研究生。研究方向为低碳经济。[ 4 ] Barba-Gutiéπez Y, Adenso-Diaz B, Lozano S. Eco-efficiency of electric and electronic appliances: a data envelopment analysis (责任编辑:曹麦)( DEA) [ J]. Environmental Modeling & Assessment, 2009 (4):
