基于案例分析法的工业环境效率研究郭文英[摘要]环境效率对指导区域经济与环境协调发展有重要意义，以山西省和贵州省为例做环境效率研究，应用数据包络分析（DEA）测算山西省和贵州省2010-2017年工业环境效率。在此基础上利用Tobit模型构建多元线性回归，分析工业环境效率的关键影响因素。结果表明：2010-2017年山西省工业环境效率优于贵州省工业环境效率，但与理想状况仍有一定差距;山西省的工业经济增长对环境成本的依赖正在减小，贵州省市的工业增长需要牺牲更多的环境成本。[关键词]数据包络分析（DEA）;工业环境效率;山西省;贵州省doi：10.3969/j.issn.1673-0194.2021.01.080[]F205;F127[]A[]1673-0194（2021）01-0193-040引论环境效率是用来衡量经济发展所付出的环境代价大小的一个指标。环境污染与经济增长之间关联性的问题，不仅是对经济可持续发展问题的深入分析，而且是对环境与经济政策的重大思考。国外对环境效率的分析主要集中于产业、企业、产品以及国际贸易等方面，从微观角度探讨如何从产品设计、生产、销售到回收等各个经济活动环节提高环境效率[1]。国内研究多以区域为研究对象，绝大多数以全国作为研究尺度，以各省作为决策单元，计算各省环境效率。研究表明自20世纪90年代后期以来，中国环境效率不断上升，环境效率的分布多符合中国东、中、西的3个经济带的划分，自东向西递减[2-4]。一些学者针对中国电力产业做了相关研究，结果表明，2000年以来中国电力产业环境效率不断下降，不利于中国节能减排目标的实现。[5]目前，中国环境效率研究缺乏以山西省和贵州省这类煤炭重工业省份为对象的研究。文章以山西省和贵州省为研究区域，利用DEA测度2010年以来山西省和贵州省工业环境效率的变化情况，利用Tobit模型从产业结构、资本有机构成、所有制结构、高新技术产值比重、生产规模、环境管理力度、外商投资、经济发展水平等方面找出环境效率显著影响因子，为区域经济、环境协调发展提供指导。1研究区域概况与研究方法1.1研究区域概况山西省和贵州省作为我国最典型的煤炭资源型省份，其煤炭资源丰富，产业结构以重化工业为主导产业，环境问题突出。为了了解煤炭大省的工业经济、环境协调发展水平，确定环境效率关键影响因素，本文对山西省和贵州省进行环境效率分析，为区域经济、环境协调发展提供指导。1.2研究方法1.2.1数据来源本文选取山西省和贵州省2010～2017年的工业总产值作为产出变量指标，选取工业废水排放量、工业废气排放量和固体废弃物产生量作为环境投入指标。产出指标Y为工业生产总值，作为一项重要的经济指标，可以反映工业用水产出效益，较好地体现产出价值，衡量经济产出;X1为工业废水排放量可以反映水资源的利用情况;X2表示工业废气排放量是分析环境效率与可持续发展的关键;X3表示固体废弃物产生量可以反映工业环境效率，衡量废物产生的重要指标。数据来源于《山西省统计年鉴》和《贵州省统计年鉴》，并做以统一整理。依据上述指标查阅了2010-2017年的详细数据（见表1），并且运用Deap2.1软件包，进行DEA分析，得出计算结果。1.2.2研究方法数据包络分析（DEA，DataEnvelopeAnalysis）是比较不同生产者加权的投入、产出向量确定有效生产前沿，衡量各生产者与最佳生产前沿的距离，最后确定各生产者的效率，能灵活处理多投入多产出指标的问题，对具体的生产函数形式没有要求[7]，并且决策单元的有效性与各项投入指标和产出指标的量纲选取无关[8]，可直接使用输入数据和输出数据，建立非参数的最优化模型。经典的DEA模型是CCR模型和BBC模型，二者都是径向计算。文章选择Tone[7]在1997年提出的SBM模型（Slacks-BasedMeasure），假设sk-表示最大投入冗余，sr+表示最大产出不足，那么xki-sk-和yri+sr+用来代替原生产前沿在目标函数中体现松弛变量的作用，这样计算出的效率是为使生产者达到生产前沿所需优化投入或产出的平均改进程度。式中，ρ为效率值;i，j表示生产者序数，共有n個生产者;xki、xkj表示第i、j个生产者第k种投入，yri、ykj表示第i、j个生产者第r种产出，λ为权重向量。DEA通过计算生产者与同期同类型最佳生产者的差距得到其效率，称之为相对效...