2015年中国各省份环境表现研究

1　引言

随着社会的发展，工业水平也在不断提高，与此同时带来了环境污染，包括空气污染、水污染、土地污染等。其中，与人们关系最密切的是空气污染，因为每时每刻都需要呼吸，都要与空气发生关系。尤其是近几年，雾霾问题在全国各地工业发达的城市非常严重，如何治理雾霾成为各领域广泛关注的话题。

空气污染的同时一般也会伴随水污染、土地污染等。因此，本文选取空气污染作为观测对象。导致空气污染的原因有很多，如人为污染、工业排放、交通尾气、火山喷发、森林灾害等。空气中的粉尘、硫化物、氮氧化物等都会对人体产生危害，此外，由于CO₂浓度的升高使得全球气温升高。空气污染的影响因素众多，不可能面面俱到，但可以从中抽取CO₂的浓度作为指标进行分析，因为CO₂浓度、粉尘、硫化物等基本呈正相关关系。

我国各省份的侧重点不一样，有些是工业老区，有些是经济特区，有些是以农业为主导的省份，如果纯粹从空气质量或水质质量角度进行评比会过于苛刻和无意义。如果能在评比过程中纳入生产产品的总量，就会更加公平，更加有意义。用最简单的想法来数学化：如果不同的省份生产同样的产品，那么，在相同投入条件下，产出越多生产效率就越高；相反地，对于不同的省份生产相同的产品，投入越少就说明该省份的效率越高。公式如下：

不同省份生产的产品很多，投入也包括劳动力、资金、能源等，因此，需要对产出和投入进行加权。这样问题就转化为权重的确定了。

在绩效评估最广泛使用的方法是数据包络分析法，这种方法能够很好地处理多输入、多输出的问题，且对输入输出的数据单位无要求。

2　模型构建

在分析能源效率时，可以对多个省份排放的污染物进行查询得到数据，然后再对这些省份进行环境治理时所投入的人力、物力、财力的数量做进一步分析，进而分析出在环境治理问题上哪个省份是完成最好的。

对于该问题，可以用如下的投入产出图分析，投入包含三大部分，能源投入，包括煤、石油和天然气；非能源投入，包括劳动力和资本，两部分产出为GDP和CO₂。中间的处理厂为各个省份，如图1所示。

图1　投入产出图

本文使用数据包络分析中最简单的模型——模型，即判断一个省份能源使用是否有效，要看在当前体系内，是否有一个或几个城市表现比其更好，或者有几个城市的组合效果比当前被评价主体更好。以下通过寻找该组合来寻找当前被评价主体的效率，在找到最好组合之后，可以通过定义找到的最优能源投入量和目标能源投入量的比值来表示。对投入：煤、石油、天然气、劳动力、资本、CO₂进行约束。对GDP使用大于等于约束。对组合的权重进行非负约束和求和等于1的约束。

  （1）

对于投入进行约束，组合后的各省份投入不大于评估单元。对于“坏”产出——CO₂也进行相同的约束，使组合后的CO₂产出等于原来的产出。但是，对于“好”的产出——GDP，要让组合后的不小于原来的。

上述模型相当于式（2）：

  （2）

图2为投入导向型的数据包络分析方法的经济学解释。能否在保持“好”的产出GDP不降低，“坏”产出CO₂不增加的情况下，尽可能降低各种投入。也就是将B点投影到生产效率前面的A点。或者说寻找当前状态下的一种投资组合，使其得到的产量优于当前点，但是投入量低于当前点。

图2　几何解释

3　问题求解

本文采用Excel求解优化问题。首先输入原始数据，建立表格，如图3所示。在单元格A6~A35中输入各个省份，在B~H列中输入各个投入和产出，每种投入下面对应各个省份2015年的数据。

图3　原始数据

在J5中输入权向量的符号。在K5中输入权向量对应的取值，此列向量是自由变量，因此要放到规划求解中的“可变单元格”中。其右侧是约束，M6~R6为对煤的约束、M7~R7为对石油的约束、M8~R8为对天然气的约束、M9~R9为对劳动力的约束、M10~R10为对资本存量的约束、M11~R11为对CO₂的约束、M12~R12为对GDP的约束、M13~R13为对权重的约束。这7个方程在松弛变量的约束下都变成了等式约束。如图4所示。

图4　约束排列

打开“数据”——“规划求解”，在目标单元格中插入Q6单元格，将最小化作为规划求解的目标。选中“最小值”，可变单元格分别为：K6~K35、O6~O10、O12、S6，即，中间用半角逗号隔开。

图5　规划求解

点击“添加”，如图6所示，在“单元格引用位置”中，输入约束的左侧值所在单元格位置，在“约束值”中输入右侧值所在单元格位置。中间的约束条件可以变为“大于等于”“等于”“小于等于”。

图6　插入约束

分别对煤、石油、天然气、劳动力、资金、CO₂、GDP，进行约束。运行Excel中的规划求解，得到最优值。

3.1　数据来源

中国统计年鉴可以查阅2017年的数据，但是中国能源统计年鉴只能查阅到2016年的数据，为使数据一致，本文使用2016年的统计数据，即2015年的数据进行计算，评估2015年北京市能源效率。其中，劳动力、GDP的数据来自于中国统计年鉴2016年。煤、石油、天然气的数据来自于2016年中国能源统计年鉴。CO₂使用公式（3）进行计算：

              （3）

3.2　求解结果

最终求得的各省份的效率值见表2。

表2　求解结果

可见，多数城市的能源使用效率并不高，从整体上看，效率较高的省份为天津、海南、北京、上海和江苏，都属于东部地区，而表现一般的省份有四川、青海、福建、河南、浙江、安徽、内蒙古、黑龙江和陕西，大多位于中国中部地区。

可以得出，能源的使用效率与地域有关系，我国东部地区比较发达，中部地区发展程度低于东部地区，西部地区发展程度最低。能源效率和城市的发展程度呈正相关关系。

为提升各个省份的能源效率，可以从管理的角度或机器效率的角度入手，在能源方面减少浪费，从而提高能源效率。在实现能源效率提高的同时也降低了其他污染物的排放，提升了环境质量。

4　结语

随着中国社会经济的高速发展，环境治理也越来越被政府相关部门所看重，而使用该分析方法对全国省份进行了统一的环境效绩评比，可以得出有些省份的效率很高，如天津、海南、北京、上海、江苏，表示这些省份在环境治理方面表现出色，而这些省份主要都有一些发展水平较高的城市，即城市的发达程度与能源的使用效率成正相关关系。因此，为提升环境质量，提高能源效率，必须让城市的发展程度更高，也就是在技术上进行改进、管理上进行改革。本文是基于投入导向型的数据包络分析，还可以从产出导向型的数据包络分析进行考虑，对比并发现其中的一些规律，做进一步讨论。

参考文献

[1]魏权龄．数据包络分析（DEA）[J]．科学通报，2000，45（17）．

[2]国家统计局国家发展改革委．中国能源统计年鉴2015[M]．北京：中国统计出版社，2016．

[3]国家统计局．中国统计年鉴（1981—2016）［M］．北京：中国统计出版社，2017．

[4]单豪杰．中国资本存量K的再估算：1952～2006年[J]．数量经济技术经济研究，2008，25（10）．

（作者系北京师范大学第二附属中学学生）