绿色效率（共8篇）
绿色效率 篇1
1引言
自改革开放以来,我国经济迅速发展,年度经济平均增长率超过了9% ,到2013年年底我国国民生产总值达到56. 6万亿元,工业增加值21. 06万亿元,已成为世界第二大经济体。但是长期以来由于我国经济增长主要是依赖大量的要素投入,经济的快速增长导致了对自然资源的过度消耗、环境污染日趋严重,这种以资源环境为代价的粗放低效经济增长方式虽然使我国取得了惊人的经济成就但同时也使我国付出了巨大的环境代价。
我国相关统计资料表明,2013年我国工业废水、废气、固体废弃物等“三废”排放量分别达到了209. 8亿t、63. 6亿m3、32. 8亿t,这种以牺牲资源环境为代价的经济发展方式已经严重破坏了我国经济可持续发展的基础。
2文献评述
20世纪20年代,自柯布道格拉斯提出生产函数之后国内外学术界开始对经济效率进行了诸多研究。目前国外学者对经济效率的研究主要集中在两个方面: 1资源环境对经济效率的影响。Perkins R[1]以世界上114个国家1980—2000年的面板数据为基础,将单位CO2与SO2排放量作为环境指标,对环境效率进行研究,发现通过向环境好的国家学习先进的环境政策、管理方式、先进技术等措施,相对较差的国家可快速、低成本地提升本国的环境效率; Reinhard S[2]等利用随机生产前沿方法,将过量投入的N、P作为环境投入,对荷兰奶牛牧场进行了环境效率分析,认为集约化的奶牛牧场比普通牧场在技术和环境方面的效率更高。2经济效率增长的影响因素。Sveikauskas[3]通过对美国城市的研究指出,城市规模的增长将引起生产率的上升; Fujita、Krugman[4]通过研究企业经济效率与市场集聚的关系,指出经济集聚与经济增长之间存在互相强化的内生性关系; Brulhart、Mathys[5]分析了欧洲各地区1920—2003年就业密度与经济增长之间的关系,指出经济增长相对于经济集聚的弹性为13% 。
国内学者对经济效率的研究主要集中在: 1在不同的宏观层面对经济效率进行测度并分析其影响因素。如吴旭晓[6]基于2001—2012年的省级面板数据, 运用超效率DEA视窗分析法测算了河南省、广东省和湖北省的绿色经济效率,并建立灰色综合关联度模型分析了区域绿色经济效率的影响因素; 李艳军[7]采用基于非期望产出的DEA - SBM模型,测算考虑环境污染条件下中国275个地级市及以上城市2011年的经济效率。2在县域层面对不同行业或资源利用进行效率测度,分析其影响因素。李胜文[8]基于1985—2005年中国34个工业细分行业的面板数据,运用三投入的随机前沿生产函数分别测算了工业及其细分行业的全要素生产增长率; 张潆文[9]以江苏省204国道样本区为研究区域,选取1980年、1990年、2000年和2007年四期农业生产投入和产出类指标,运用DEA模型方法开展了农业生产效率的实证研究。3在能源方面的研究。马海良[10]选取超效率DEA模型和Malmquist指数法测算出三大经济区域的能源效率和全要素生产率, 并回归分析了全要素生产率分解的各指标对能源效率的影响。
尽管学者们对经济效率进行了诸多研究,但多是单一的对经济效率的测度及其对影响因素进行的分析,缺乏对传统经济效率与绿色经济效率差异与演变趋势的对比分析,不能清晰地体现环境因素对我国经济效率产生的影响。因此,本研究借助非期望产出的SBM模型,综合考虑各决策单元的投入与产出,剔除传统经济效率测量方法上存在的松弛变量问题,同时考虑到了环境约束对经济效率的影响。本研究通过将劳动力、资本存量作为投入要素,将GDP作为产出要素进行测量。
为了更能体现环境因素对经济效率的影响,本文统筹考虑了工业“三废”,对工业“三废”施以同样权重, 加权后作为非期望的产出条件,分别测度了2000— 2013年我国各省市考虑非期望产出的绿色经济效率与不考虑非期望产出的传统经济效率,分析其演变特征, 然后通过Moran's I指数研究各地区传统经济效率与绿色经济效率在空间上的自相关规律与特征。在此基础上,对比分析了我国传统经济效率与绿色经济效率的差异与时空演变特征,深入研究和分析了我国经济发展过程中环境因素对我国经济产生的影响。通过对我国传统经济效率与绿色经济效率时空演变的对比分析,进一步加深并拓宽了对我国经济效率研究的深度与广度,更能体现出环境因素对我国经济发展所产生的影响,也为进一步深化落实科学发展观,促进我国的环境保护,提升各地区的经济效率,实现可持续发展, 形成人与自然和谐发展的新格局提供重要的参考与借鉴。
3研究方法与数据来源
3. 1带有非期望产出的SBM模型
本研究构建固定规模报酬并考虑环境约束的SBM模型[11,12,13]为:
式中,ρ 为经济效率值; N、M、I分别为投入、期望产出、环境约束条件个数; ( Snx、Sym、Sib) 为投入产出的松弛向量,( xkt''n,ykt''m,bkt''i) 为第k' 个生产单元在t时期的投入—产出值; z、t、k表示决策单元的权重。目标函数为Snx,Sym,Sib严格的单调递减,且0 < ρ≤1。当 ρ = 1时,生产单元完全有效; 当 ρ < 1时,生产单元存在效率损失。 去掉式( 1) 中的Sib、bkt'',即成为一般不考虑环境约束条i件下产出的SBM模型。
3. 2指标选取与数据处理
由于香港与澳门特区、台湾省的数据较难获取,本研究仅以中国大陆其他31个省市区作为研究对象。 经济效率的测度主要依赖投入与产出,考虑到指标的可比性、科学性和可获得性,选取资本存量及劳动力数量作为投入要素,各地区GDP作为产出要素。由于环境污染主要来自于工业生产过程中的废弃物排放,因此以各地区“三废”排放量作为非期望产出。
资本存量K: 本文采用张军对我国省际物质资本存量计算的方法进行资本存量估算,公式为: Kt= Kt - 1( 1 - δ) + It。式中,Kt为第t年的资本存量,δ 为折旧率,It为第t年的固定资产投资。
劳动力L: 本研究以各地区年末就业人员数表示劳动力。地区生产总值GDP以2000年为基期,并通过GDP平减指数将各地区各年份GDP进行调整。“三废”排放量是将各地区的工业废水排放量、工业废气排放量、工业固体废弃物排放量分别赋予同样的权重,并将加总后的值作为非期望产出。所有数据均来源于各省相关年份的统计年鉴和《中国统计年鉴》。
4对我国各地区经济效率的实证分析
4. 1对我国各地区经济效率的测算
基于2000—2013年我国省级面板数据,运用软件DEA - SOLVER Pro 5. 0计算传统经济效率与绿色经济效率结果见表1。
注: 受页面宽度所限,本表只列出部分年份的结果; “/”左右两边分别表示传统经济效率与绿色经济效率。
4. 2对我国整体经济效率变化趋势的分析
2000—2013年我国传统经济效率整体水平相对较高( 图1) ,平均值为0. 619,呈现先增长后下降的趋势。 2000—2004年我国处于经济迅速发展时期,传统经济效率显著提升,由0. 61提升到0. 63。2005—2007年为了抑制经济过热,我国政府实施了稳健的财政政策与货币政策,导致我国传统经济效率微弱下降后再次提升。2008年美国的次贷危机引起了国际性的金融危机,导致我国消费萎靡不振,出口量大幅下降,大批企业出现倒闭,传统经济效率持续下降,直到2013年才有所回升。
样本期内我国绿色经济效率整体水平相对较低( 图1) ,平均值仅为0. 494,远低于传统经济效率的平均值,表明我国经济发展仍以大量的资源环境投入为代价,相对于传统经济效率,我国绿色经济效率有较大的提升空间,钱争鸣[14]、杨龙[15]的研究结果与本文基本一致。自2000年以来,我国相继出台了《大气污染防治法》、《清洁生产促进法》、《“十二五”全国环境保护法规和环境经济政策建设规划》等一系列法律法规, 有力推动了我国的环境保护工作,促进了经济增长过程中的环境代价逐渐降低。2000—2002年我国绿色经济效率水平相对平稳,2002—2007年绿色经济效率水平整体上呈现上升态势。这表明随着经济发展,我国对环境保护力度及污染治理力度不断加强,对环境污染的重视、环境政策的相继出台、绿色产业的发展等, 引起经济增长过程中环境代价降低。2008年在我国高能耗高污染产业的淘汰升级,美国次贷危机对我国进出口贸易等造成了严重影响的背景下,我国绿色经济效率在短暂降低后进一步得到提升,表明我国高新技术产业及绿色经济的进一步发展,高能耗高污染产业的淘汰升级成果显著,环境污染治理取得了良好进展。
从我国传统经济效率与绿色经济效率的差异来看,2000—2005年我国传统经济效率与绿色经济效率差值逐渐扩大( 图2) ,在此期间随着经济的迅速发展, 我国环境污染程度也开始逐渐上升。这说明在经济发展过程中,我国严重忽视了经济发展过程中所带来的环境代价。2005年后两种经济效率间的差值逐步缩小,表明我国环境污染程度在逐步减轻,这与王军[16]的研究结论相符合。他在研究我国绿色经济效率时指出,2005—2011年我国环境综合污染指数呈现出不断下降的趋势。2005年十一届五中全会提出“建设资源节约型、环境友好型”社会,2007年环境经济政策的制定和实施都有力促进了我国循环经济、绿色经济的发展与环境保护力度的加强,缩小了传统经济效率与绿色经济效率之间的差距。
4. 3对我国东中西部经济效率变化分析
从我国中东西部来讲,各区域传统经济效率均高于绿色经济效率( 图3) ,且两种经济效率都是东部最高,西部最低。一方面是由于环境污染衡量指标的不同,另一方面是因为作为投入指标的技术因素较难衡量,本研究并没有将技术因素列为投入指标,因此本文的研究结果与钱争鸣[14]、王军[16]的研究结果并不完全一致。东部地区作为我国最发达的区域,在早期经济发展过程中积累了非常丰富的资本与技术优势,拥有较高的经济效率。2000—2007年在新一轮的经济增长过程中,我国东部地区的传统经济效率稳定上升,由0. 72增长到0. 77 ( 图3 ) 。2008年受金融危机的影响, 东部地区传统经济效率表现出下降趋势。我国中部地区农业所占比重较大,第二和第三产业起步较晚,传统经济效率相对较低( 图3) 。2000—2004年,在新一轮的经济增长浪潮中,中部地区经济效率稳步提升,由0. 61上升到0. 66; 2003年“中部崛起”战略的实施进一步促进了中部地区第二和第三产业的发展,但受资本与技术条件限制,中部地区传统经济效率在2004— 2007年并没有显著提升。2008年后,经济增长疲软导致了以资源投入为主的中部地区传统经济效率进一步下滑。我国西部地区地域辽阔、工业化程度低、经济效率低( 图3) ,西部大开发战略的实施虽然有效促进了西部地区的经济发展,但2000—2012年西部地区传统经济效率仍呈现出缓慢下降趋势。这是由于西部地区经济发展主要依靠国家投资,虽然近年来西部地区基础设施水平有了较大提升,但在市场经济的条件下,基础设施水平的提升并不一定会引起相关产业的发展和经济效率的提升。
样本期内,我国东部地区绿色经济效率呈现出较稳定的提升,由2000年的0. 57提升到2013年的0. 63 ( 表1) 。作为我国经济最发达的区域,东部地区拥有较好的经济基础,较高的资本深化程度,高质量的人力资源优势及较为完善的制度环境,能更加有效地进行资源配置。
近年来随着我国对环境保护的不断加强,东部地区有效地进行了产业结构调整及优化升级,引进、开发先进技术和第三产业的迅速发展,有效地遏制了对环境的污染,促进了东部地区绿色经济效率的不断提升。 2000—2003年,我国中部地区绿色经济效率基本保持稳定,2004年略有提升后逐渐降低。究其原因: 主要是我国中部地区的经济发展比东部地区晚,第二、三产业的发展伴随着较宽松的政策环境,随着我国对环境保护力度的加强,受资本和技术水平的制约,中部地区未能有效地降低生产过程的环境代价。同时,受东部地区高能耗高污染产业向中部地区转移的影响,进一步导致中部地区绿色经济效率的下降。我国西部地区经济发展起步较晚,工业化程度较低,污染排放水平也较低,2000—2013年我国西部地区绿色经济效率整体上呈现下降趋势,表明我国西部地区在经济发展过程中过分追求GDP而忽视了经济发展对环境造成的影响。 汪克亮[17]对此指出,长期以来经济发展水平较低使西部地区很多地方政府片面追求经济增长,忽视了资源节约与环境保护,以牺牲资源、环境为代价牟取经济利益,盲目上马众多高耗能、高污染项目。近年来我国西部地区经济呈现出了跨越式发展,但整体自然环境水平开始逐步恶化,再加上不少地区热衷于重复建设,大搞“政绩工程”,西部地区资源环境形势不断恶化,绿色经济发展停滞不前。
我国东部地区传统经济效率与绿色经济效率的差值整体呈现下降趋势( 图4) ,由2000年的0. 155下降到2013年的0. 083,表明我国东部地区在经济发展过程中逐步重视对环境的保护,有效降低了环境污染的代价。我国中部地区传统经济效率与绿色经济效率的差值整体水平较高。相比我国东部地区,中部地区在经济发展过程中更多地依赖于资源环境的投入,对环境的污染更加严重。2000—2005年我国中部地区经济效率差值呈现上升趋势,表明该期间我国中部地区在追求经济发展的同时忽略了对自然环境的保护。 2005—2011年我国中部地区经济效率的差值呈现出持续下降的趋势,特别是2009年后下降态势更为明显。 虽然东部地区高能耗、高污染产业向中部地区转移,但随着《促进中部地区崛起规划》、节能减排、“绿色信贷、 绿色保险、绿色贸易、绿色税收”等一系列环境经济政策的实施和深化,我国中部地区在经济发展过程中加大了对环境的保护力度,并取得了一定的进展。2011年后中部地区经济效率的差值再次扩大,这表明中部地区在崛起战略的实施过程中仍需要进一步加大对环境的保护力度。
我国西部地区经济效率的差值低于我国东部及中部地区。相对于我国东部及中部地区,西部地区经济发展程度、工业化程度、污染排放水平都较低,因此整体上表现出绿色经济效率与传统经济效率之间的差值较小。2000—2007年我国西部地区传统经济效率与绿色经济效率的差值呈现扩大趋势,表明我国西部地区在经济跨越式发展过程中环境污染的发展速度超过了经济发展的速度。2007年后经济效率的差值虽然有较大波动,但整体上呈现出下降趋势,表明我国在促进西部地区发展的过程中尽管造成了一定程度的污染,但西部地区逐渐开始关注环境保护,促使环境污染水平降低。
4. 4我国各省经济效率变化分析
我国各省份之间的经济效率也表现出显著差异, 2000—2013年我国传统经济效率较高的省份有黑龙江、辽宁、浙江、上海、福建,平均值分别为0. 80、0. 87、 0. 86、0. 85、0. 84。分析其原因: 黑龙江和辽宁省是我国重要的重工业基地,工业基础雄厚; 而浙江、上海、福建则是我国最先对外开放的地区,在利用外资、引进先进生产技术及管理经验方面有着天然优势,同时民间资本较为活跃。传统经济效率较低的地区为宁夏、贵州、青海、西藏、甘肃( 图5) ,平均值分别为0. 36、0. 38、 0. 40、0. 40、0. 45,主要分布于我国西部地区,受历史背景及文化因素的影响,该部分区域经济发展水平相对较低,产业结构偏向于投入大、建设周期长的重型产业,进一步导致了经济效率的低下。样本期内,经济效率上升最为显著的地区有上海、北京、四川、贵州、天津、江苏( 图5) ,分别从2000年的0. 72、0. 51、0. 48、 0. 32、0. 45、0. 69、0. 67上升到2013年的1、0. 70、0. 56、 0. 45、1、0. 75,下降最显著的区域主要有辽宁、浙江、西藏、吉林、内蒙古、宁夏,分别从2000年的0. 95、1、 0. 51、0. 73、0. 76、0. 421下降到2013年的0. 74、0. 65、 0. 33、0. 67、0. 52、0. 29。上升最显著的地区主要分布在我国东部沿海及西南内陆地区,下降最显著的地区主要分布在东北老工业基地及西部欠发达的地区。究其原因,主要是我国东部沿海地区拥有较为丰厚的物质资本与人力资本,同时作为我国对外开放口岸有更多的机会吸引外资、引进先进技术,因此经济效率能较快地上升; 四川、贵州作为我国西南内陆地区连接东西部地区的重要纽带,其资本积累、交通基础设施建设等拥有得天独厚的优势,有效地带动了当地经济发展,促进了经济效率的提升; 作为我国老工业基地的辽宁、吉林,由于近年来产业结构不合理、升级缓慢、基础设施落后等原因严重制约了经济效率的提升; 浙江省作为我国沿海省份,由于其产业层次低,创新能力弱,中心城市辐射能力弱,区域协调发展机制不完善等原因导致浙江省传统经济效率逐步降低; 我国西部地区的宁夏、内蒙古、西藏等由于历史文化背景及地理特征等原因,经济发展起步较晚,发展慢。尽管有国家的大力支持,但多用于基础设施建设方面,而基础设施建设并不必然引起相关产业的发展。
从表1可见,2000—2013年我国绿色经济效率较高的地区分别为辽宁、上海、浙江、广东、黑龙江,平均值分别为0. 68、0. 71、0. 72、0. 85、0. 74; 绿色经济效率最低的地区是贵州、陕西、甘肃、青海、宁夏,经济效率分别为0. 28、0. 33、0. 34、0. 27、0. 24。下降最显著的区域有辽宁、浙江、福建、内蒙古、河南( 图6) ,分别从2000年的0. 74、1、0. 67、0. 49、0. 48、0. 48下降到2013年的0. 58、0. 48、0. 485、0. 38、0. 38、0. 39。上升最为显著的区域有上海、北京、天津、贵州、江苏( 图6) ,分别从2000年的0. 50、0. 36、0. 50、0. 24、0. 50上升到2013年的1、1、1、0. 35、0. 56。
从地域分布特征来看,下降最显著的区域主要分布在东北部及中南部地区。究其下降显著的原因,以辽宁、浙江、河南为例,辽宁省作为我国东北老工业基地,近年来随着我国东北老工业基地的衰落,产业升级缓慢,产能落后,环境污染逐渐严重,导致辽宁省绿色经济效率逐渐降低; 浙江省作为我国沿海经济发展较快的地区,近年来工业化进程加快,重工业比例逐渐提升,经济发展带来的规模效应与产业结构变动带来的结构效应导致了浙江省环境污染逐渐严重,进而引起浙江省绿色经济效率的不断下滑; 河南省作为我国中部地区最为发达的地区,产业结构偏重工业,主要是冶金、建材、化工、煤炭、电力等高能耗和高污染产业,因此引起河南省绿色经济效率逐渐降低。绿色经济效率上升最显著的省份主要分布在我国沿海地区与西南地区。本文以北京市和贵州省为例,分析其原因。北京市作为我国的政治经济文化中心,拥有雄厚的资本与技术支持与灵活的政策,加之近年来北京市制定了较为严格的环境保护政策,加快了重型产业的转移与退出,引导绿色产业发展,从而促进了北京市绿色经济效率的提升; 贵州省经济发展水平与工业化程度较低,相对于其他地区,贵州省环境污染水平较低,在发展过程中该省充分发挥本地的资源禀赋,突出其水电及矿产资源优势,不断完善基础设施建设并在工业化发展过程中着重考虑环境保护,进而导致贵州省绿色经济效率的不断提升。
2000—2013年北京、上海、天津、海南四省市( 图7) 经济效率的差值显著降低,这表明该区域在经济发展过程中加强了对环境的保护,有效减少了工业生产过程中对环境的污染。贵州、湖南两地在样本期内经济效率的差值呈现出逐渐上升趋势,作为我国中部地区最重要的重工业省份,一方面由于东部地区高能耗、 高污染产业向该区域转移,造成了严重的环境污染; 另一方面说明该区域在经济发展过程中对环境保护的不重视和缺失。我国其他省份的经济效率差值基本上呈现出先上升后下降的趋势,经济效率差值的上升体现了在经济发展过程中对自然环境保护的缺失,经济发展的背后存在严重的自然环境代价,严重影响了经济的可持续发展。经济效率差值的降低,体现了各地区在发展过程中对环境保护力度的加强,同时也反映了在生产过程中对环境污染的降低,这是各地区在发展过程中依托科学发展观,提升资源配置效率,通过对先进技术和新能源的开发,解决了生产过程中环境污染的表现。
5传统经济效率与绿色经济效率的关联分析
5. 1效率全局自相关分析
表2为中国各地区传统经济效率与绿色经济效率的全局Moran's I[18]指数。从表2中可以很明显地看出,无论是传统经济效率还是绿色经济效率,都存在显著的正向空间自相关,都在1% 的条件下通过检验。这说明中国各地区经济效率在空间上相似值之间存在集聚状态。即经济效率的高值与高值区域相临近,低值与低值区域相邻近。从检验的结果来看( 图8) ,两种经济效率的Moran's I指数变化趋势基本相同,都是先增长后下降再增长。传统经济效率的Moran's I指数大于绿色经济效率,且两者Moran's I指数的差值逐渐缩小。这表明传统经济效率的空间集聚程度与空间关联效应比绿色经济效率更加紧密,而各地区绿色经济效率的空间集聚程度及空间关联效应变得更加显著,但仍需要进一步加强。
5. 2经济效率局部空间自相关分析
我国经济效率在空间上的显著自相关表明,我们在对经济效率进行研究的同时,考虑到在空间上分布的必要性,说明运用空间计量方法研究经济效率的可行性。由于全局空间自相关仅能说明在整体上存在集聚特性,并不能说明具体的集聚状况,因此运用局部Moran's I[19]指数来说明。同时为了便于说明,本文仅对2000—2013年我国各地区经济效率的LISA图进行列举说明( 图9) 。2000年,在传统经济效率LISA图中,我国各地区经济效率高高值集聚区域主要集中在东部沿海地区,如江苏、浙江、上海、福建、北京、河北、 吉林、辽宁、黑龙江、内蒙古。低低值积聚区域主要集中在我国中部及西南部地区等欠发达区域; 到2013年高高值集聚区域变得更加集中,主要是我国中东部沿海地区,如北京、天津、河北、山东、江苏、浙江、福建。 低低值集聚区域主要集中在中北部地区和西南部地区。从集聚区域的变化趋势看,我国高高值集聚区域向中东部沿海集中,低值区域在东北部区域扩散,中南部区域经济效率开始上升并表现出高低值集聚态势。 东北地区作为我国相对发达的地区,同时也是我国重要的工业基地,近年来由于其产业结构不合理,产业升级缓慢,基础设施落后等原因其经济效率逐渐落后于其他经济发展较快的地区。2003年后振兴东北老工业基地政策的提出,东北地区经济发展加快,经济效率也在逐步提升; 另一方面我国南部地区如云南、湖南、湖北等地由于受到我国南部及北部沿海经济发达区域产业转移的影响和基础设施建设步伐的加快,经济发展速度逐渐加快,经济效率逐步提升,从而导致我国南部地区由原来的低低值积聚向高低值集聚变化。2000年我国绿色经济效率的高高值集聚区域主要集中在东北三省和江苏、浙江、福建、广东、上海,低低值积聚区域主要集中在我国中部及西南部大片区域,高低值与低高值集聚区域则处于高高与低低值的区域之间。2013年高高值集聚区域缩小,只有北京、福建、江苏、浙江四省市; 低低值区域扩大,内蒙古和西藏地区由原来的高低集聚变为低高集聚,低低值积聚区域主要集中在我国西部及北部地区,高低值区域集聚区域变化较大,黑龙江、吉林、广东由原来的高高值集聚变为高低值集聚,山东、湖南、湖北、四川由原来的低值集聚变为低高值集聚。
比较传统经济效率与绿色经济效率的LISA演化图可以看出,尽管在2000年我国各地区绿色经济效率与传统经济效率的空间积聚状态差异较大,但2013年两种经济效率的空间积聚态势呈现出显著的相似,这种由较大差异向显著相似的变化趋势表明了我国各地区对环境保护的努力是一致的,绿色经济效率的高高值集聚区域显著小于传统经济效率的高高值集聚区域,这表明了部分地区在经济发展的过程中对资源环境的保护力度尚有欠缺。同时,也说明了绿色经济效率在空间上的协同作用较小,应进一步加强绿色经济效率在空间上的协同作用,从而促进各地区绿色经济效率的共同提高。
6结论
本研究通过运用考虑非期望产出的SBM模型测算我国各省市区绿色经济效率与传统经济效率,并对其空间变化趋势进行比较分析,然后建立空间权重矩阵对各地区经济效率进行空间自相关分析,得出以下结论: 12000—2013年我国传统经济效率水平相对较高, 平均值为0. 619,呈现出先上升后下降的趋势。我国绿色经济效率水平相对较低,平均值为0. 464,呈现在波动中稳定上升的趋势,传统经济效率与绿色经济效率之间的差异在2000—2005年逐渐扩大,2005年后逐渐缩小。2我国东中西部地区传统经济效率与绿色经济效率的高低依次为东部地区、中部地区、西部地区,东部地区的传统经济效率在样本期内呈现出先上升后下降的趋势,绿色经济效率呈现出显著上升,两者间的差异逐渐缩小; 中部地区传统经济效率与绿色经济效率变化趋势基本类似,呈现先上升后下降的趋势,两者间的差值逐渐扩大; 西部地区传统经济效率与绿色经济效率都呈现下降趋势,两者间的差值先扩大后缩小。 32000—2013年我国各地区传统经济效率与绿色经济效率分布差异显著。由于各地区产业结构,环境保护政策制定与实施的差异,传统经济效率较高的地区并不必然绿色经济效率较高。样本期间内黑龙江、辽宁、 浙江、上海、福建传统经济效率较高,辽宁、上海、浙江、 广东、黑龙江绿色经济效率较高。绿色经济效率上升较快的地区有上海、北京、天津、贵州、江苏,下降较快的地区有辽宁、浙江、福建、内蒙古、河南。4我国各地区传统经济效率与绿色经济效率存在显著的空间自相关,传统经济效率的全局Moran's I指数高于绿色经济效率的全局Moran's I指数,两者均呈现先上升后下降的趋势,两者间的差距逐渐缩小,表明相对于传统经济效率,绿色经济效率的空间集聚状态与空间关联程度变得更加紧密。通过对两种经济效率的空间格局关联分析发现,传统经济效率与绿色经济效率的集聚分布状态基本类似,高高值集聚主要分布在我国东部沿海发达地区,低低值集聚主要分布在我国西部欠发达地区,但绿色经济效率的高高值集聚地区比传统经济效率的高高值集聚区域少,且主要分布在我国中东部沿海地区。
基于以上结论,本研究所蕴含的政策意义为: 整体上我国绿色经济效率较低,各地区绿色经济效率差异显著。为了促进我国绿色经济效率的提升,我国应进一步依托市场为导向,合理吸引外资,促进并扶持新能源与新兴产业发展,同时制定、完善并严格实施环境保护政策,保证环境政策实施的有效性与全面性。各地区政府应加强区域间的合作与交流,在推进“一带一路”建设、京津冀协同发展、长江经济带建设三大战略实施的同时合理引导产业在不同区域的移动,促进绿色经济发展,改善生态环境,减少环境污染的同时权衡好与经济发展之间的关系,以实现经济发展与环境优化的双赢,最终实现我国经济的可持续发展。
绿色效率 篇2
软性指标主要从企业的.宏观环境和企业的综合实力等定性因素方面来考察供应商，包括供应商内部的组织管理水平、沟通能力、外部发展环境3个一级指标，这3个一级指标又进一步细分为10个更为具体的，具有可操作性的二级指标。
硬性指标主要从企业微观环境和企业实际生产和服务能力等定量因素方面来考察供应商，包括供应商的产品质量评价、价格竞争力、交货能力、服务水平、地理位置、安全品质6个一级指标，这6个一级指标又进一步细分为12个二级指标。
本文用环境影响度、能源消耗度、资源回收率3个一级指标来考核供应商的绿色能力，这3个一级指标又进一步细分为废气排放总量、废水排放总量、固体废弃物排放总量、能源消耗度、资源再利用率、废弃物回收利用率6个二级指标。
2绿色供应商评价与选择的超效率DEA模型
在对供应商进行评价时，首先要确定供应商评价指标体系，然后将所有供应商的评价指标数值输入到DEA模型中，DEA模型通过对所有供应商评价指标进行相对比较，就可以求解出各个供应商的相对效率。输入指标是指被DMU利用或影响DMU生产行为的指标，输入指标也被称为成本型指标，一般是越小越好;输出指标是指由DMU形成的产物和利益，输出指标也被称为效益型指标，通常越大越好。输入指标和输出指标的选取要根据具体情况而定。有一些指标比如产品质量只要经过适当的转换，既可以是越大越好，也可以是越小越好。当采用产品合格率来表示质量时是越高越好，而换成采用产品不合格率来表示质量时则是越低越好。构造DEA评价模型时，分别选用合适的输入指标和输出指标来构造模型。
3实证分析
3.1数据来源及说明
本案例主要涉及两方面的数据，首先是欧盟出口目标地产品划分标准，即欧盟自2006年7月1日开始实施的ROHS指令。而关于A公司供应商选择的案例背景及原始数据，主要通过二手数据收集得到。
A公司要生产一批出口到欧盟的冰箱，为提高产品质量，A公司现在决定从全球范围内采购冰箱压缩机这一最主要的零部件。A公司出口目标地依据产品中有害物质的含量，对电子电器设备进行了分类。出口目标地的法规规定，对于符合一类标准的进口产品采用减免相当于产品价格25%的关税，符合二类标准的减免相当于产品价格15%的关税，符合三类标准的减免相当于产品价格5%的关税，不符合上述标准的产品将会被加收相当于产品价格30%一50%之间的环境保护税。
3.2建立合适的供应商评价指标体系
要想有效地实行绿色供应链环境下的供应商评价与选择，首先必须确定一套完整的供应商评价指标体系。在出口目标地的法规中，已明确写明有害物含量、材料最低无害化率等几项指标，因此这些指标也必须体现在供应商评价指标体系中。同时，为保证产品的顺利出口，这些指标在供应商的考核中在最开始的时候就应该考虑到。由前面的分析可以知道，这些指标都是用来对产品的基本性能进行考核。所以，在软性指标中，结合案例提供的数据和要求，主要选取了A公司最为关心的产品基本性能作为供应商初选指标。在硬性指标和环境指标中，选取了产品合格率、产品价格竞争力、准时交货率、质量管理能力、顾客投诉响应率、顾客抱怨满意的处理比率、废气排放总量和资源再利用率作为供应商评估的标准。
3.3初选供应商
出口目标地产品划分标准，依据不同供应商所达到的产品性能来初选供应商。可以发现供应商4、6、9、12、15不符合出口目标地产品划分标准，因此首先去除供应商4、6、9、12、15，留下来供应商1、2、3、5、7、8、10、11、13、14、15、16、17、18、20共15个供应商进行下一步定量的供应商评价与选择。
3.4构造C2R模型及超效率DEA模型对候选供应商进行评价
初选供应商去除不合格的供应商，剩下15名候选供应商，接下来运用C2R模型及超效率DEA模型对候选供应商进行更进一步的评价。根据表4中已经确定出来的评价指标体系，15名候选供应商在所确定的6个硬性指标和2个环境指标中，产品合格率、质量管理能力、准时交货率、资源再利用率、顾客投诉响应率和顾客抱怨满意的处理比率6项指标属于效益型指标，值越大越好，用输出指标yi表示(其中i=1,2,…,6)。市场平均价格比率和废气排放量2项指标属于成本型指标，值越小越好，用输入指标xj表示(其中j=1,2)。
4结束语
数据包络分析法在解决供应商评价与选择的问题上具有很大的优势，在整个计算过程中没有用到主观的数据，都是根据具体实例中所提供的客观数据进行定量的计算与评价，给出的评价结果具有较强的客观性，供实际企业参考应用的价值较大，这是数据包络分析法运用到绿色供应链环境下对供应商进行评价的优势。另一方面，运用DEA方法的基础模型C2R模型并不能一开始就得到最佳供应商，而是得到了多个有效的供应商，需要再一次运用在C2R模型基础上建立起来的超效率DEA模型对得到的有效供应商进行客观的评价与排序。
绿色建筑的生态效率评价方法探讨 篇3
生态效率 (Ecological Efficiency) 也叫生态文明, 它是以人与自然、人与人、人与社会和谐共生、良性循环、全面发展、持续繁荣为基本宗旨的文化伦理形态。生态效率概念最早在1992年由促进可持续发展世界商务协会 (WBCSD) 提出。它是基于使用更少的资源和减少废物和污染, 创造更多的商品和服务的概念。生态效率反映出了生态资源满足人类需要的效率, 原理简明, 便于定量分析, 因而逐渐成为了企业或经济实体可持续发展的重要指标。
建筑生态效率评价在国内仅有少量的研究文献发表, 实际应用案例更是鲜见。以下, 就建筑生态效率评价的相关指标和方法进行了理论性的综合探讨。
一、建筑生态效率评价指标构成
生态效率计算公式是建筑生态效率=建筑价值/环境负荷=建筑增值/环境减负。从算式可知, 建筑价值和环境负荷是生态效率评价的输出和输入指标。生态效率与价值成正比, 与环境负荷成反比。
1. 建筑环境负荷构成
建筑物的环境负荷发生在整个建筑生命周期内, 建筑生命周期包含材料生产、施工、使用和拆除四个时期, 建筑环境负荷包括土地、材料、能源、水和污染物排放五大项。
(1) 土地
土地是地球生态系统中重要资源。建造之前的土地可能成为林地、耕地或水体, 它们原本在生态系统中起到了重要作用。建筑物除了消耗土地, 还占用空间, 高层建筑遮挡周围地面的阳光、阻碍自然通风。因此, 除了用地面积还应该考虑建筑的高度或建筑阴影的影响。日本CASBEE体系提出了建筑生态边界了假定:建筑占地面积×建筑高度, 高容积率与紧凑形体是节地两个重要措施。
(2) 材料
建筑材料包括结构材料、围护材料、装修材料、建筑设备等, 不同材料在生产阶段所消耗能源和碳排放量差别巨大。材料能耗从高到低的排序大致为铝、塑料、钢、玻璃、水泥、陶瓷、石、砂、木材。建筑设计提倡节省材料, 选择低能耗和低污染材料。
(3) 能源
建筑能源主要有电能和煤气。相关的研究表明, 建筑能耗占社会总能耗的1/3。建筑能耗主要发生在使用阶段 (>80%) , 其次是材料生产阶段 (>15%) , 施工和拆除阶段只占极小的份额 (分别1%及0.1%左右) 。使用期的能源消耗主要来自于建筑的采暖与空调。提高建筑围护结构的热工性能, 有效地降低了空调的能耗, 也就是降低了建筑物的整体能耗。
(4) 水
建筑使用期的水消耗包括室内生活用水和室外景观用水, 有效的节水措施是设置中水处理和雨水收集系统。
(5) 废物与污染
建筑各个时期排放的废物与污染有建筑垃圾、粉尘、污水、噪声、光线、二氧化碳等, 建筑施工的噪声、粉尘、运输车辆成为了城市中严重的环境问题。
2. 建筑价值评估
建筑总体价值由经济价值、社会价值与环境价值三部分构成。建筑的性质不同, 三者的分量也不同。如商品房注重经济价值, 而政府的保障性住房强调社会价值。
建筑的经济价值的最直接来源是市场交易价格, 如一手房成交价、出租价格等。由于近年来国内商品房价格变化迅速, 市场价格可比性极低, 房地产价值评估主要使用的是特征价格分析模型 (Hedonic Price Model) 。按照HPM理论, 任何住房的价格都是由住房的特征价格集合来决定的。而住房价格之间的差异, 是由于住房所含特征数量不同以及特征所能提供的功能大小不同而引起的。通过对建筑价格有影响的特征进行分解, 分别计算出每一个“特征”所值的价格, 最终获得建筑总体价值。以商品住宅为例, 构成建筑价值的三个特征价如下。
(1) 区位交通
住宅到城市中心 (CBD) 的距离, 如地铁站距离、公交线路等。
(2) 内部环境
建筑性能与质量包括建筑面积、景观、户型、楼层、装修、电梯等。
(3) 外部环境
公共绿化、商业、学校的距离等。
建筑经济性还需要考虑前期投入的成本和后期的维护费用。对地产商来说, 前期投入费用包括土地价格、建安费、人工费、税金等。对于业主来说, 后期的维护费用如维修费、装修费、物业管理费、水电费等。
建筑的社会价值、环境价值主要有建筑促进人口就业、经济发展、社会安定、文化繁荣、环境美化等。这部分价值需要在城市层面加以评价, 目前定量分析还是个难点。
日本CASBEE评价体系用建筑物质量与性能替代建筑价值, 即BEE (建筑环境效率) =Q (建筑物环境质量与性能) /L (建筑外部环境负荷) 。虽然建筑环境质量与性能不能直接等于建筑价值, 但它们是建筑价值的决定因素。按照特征价格分析法, 除了没有区位交通特征, 其他价值特征都还在, 而区位交通恰恰是建筑设计不能自行控制的。BEE可以看成建筑生态效率的特殊表达式, 不太适合房地产企业, 但适合第三方进行生态效率评价。
二、建筑生态效率评价方案
国内学术界已经开始了建筑生态效率的评价研究, 但尚未形成统一认识, 距离应用实施也还有不小的距离。归纳已有与可能评价方案, 有单一比值法、指标体系法与数学模型法几种类型。它们各有特长与不足, 适合不同的目的与用途。
1. 单一比值法
对建筑价值与某项环境负荷比较, 获得单一比值, 如单位面积的碳排放、单位产值的生态足迹 (标准土地消耗) 等。单一比值法通常采用生命周期评价 (Life Cycle Assessment, 即LCA) 的系统清单分析法进行环境负荷核算。生命周期评价是一种用于评估产品在其整个生命周期中, 即从原材料的获取、产品的生产直至产品使用后的处置, 继而对环境影响的技术和方法。单一比值法计算数据量大, 技术要求高, 适于分析独立的单体建筑和某项建筑技术。
2. 主成分分析法
主成分分析是一种能够用较少的综合指标概括存在于大量观测数据中的各类信息, 而综合指标之间彼此不相关、各指标代表的信息不重叠的分析方法。为避免指标过多而增加分析问题的难度和复杂性, 应用主成分分析方法可以减弱自变量之间的相互干扰, 以便减少指标选择量、达到简化分析计算的目的。比如建筑能源消耗每个阶段都会发生, 有些阶段很高, 有些阶段很低。应用主成分分析法, 把影响小的阶段省略, 以减少统计和计算工作量, 并且不会产生错误结论。
3. 指标体系法
当一个或几个指标不足以分析和评价建筑生态效率问题时, 需要建立一个评价指标体系对其进行操作。指标体系 (Indication System-IS) 的建立是进行预测或评价研究的前提和基础, 它是将抽象的研究对象按照其本质属性和特征的某一方面的标识分解成为具有行为化、可操作化的结构, 并对指标体系中每一构成元素 (即指标) 赋予相应权重的过程。
建筑环境负荷涉及土地、能源、建材、水、污染等不同指标, 为了定量计算, 需要对不同指标付以权重。常用的权重确定有专家估测法、频数统计分析法、层次分析法等。层次分析法 (AHP) 是一种综合定性分析和定量计算的系统分析方法, 适用于多准则、多目标复杂问题的决策分析, 被广泛地应用于确定指标的权重。
4. 数学模型法
以数据包络分析模型为代表, 被广泛应用于生态效率研究之中。数据包络分析 (Data Envelopment Analysis, 简称DEA) 适合类型相同, 且具备多项投入和产出指标的研究对象进行的相对效率评价的系统性分析方法。DEA分析方法有如下优点:所需指标少;有较高的灵敏度和可靠性;可以对无法价格化以及难以确定权重的指标进行分析;不需要统一指标单位, 简化了测量过程, 保证了原始信息的完整, 也避免了人为确定权重的主观影响, 对具有共同特点的评价单元进行综合评价时, 不需要对变量做函数假设。DEA方法局限是不能计算决对效率值的, 对不同类型的对象也不能进行比较。由于篇幅所限, DEA在建筑生态效率评价上的特点我们拟另文讨论。
三、结语
建筑生态效率评价将建筑价值输出与环境负荷挂钩, 原理清晰, 结论明确。
建筑生态消耗维度核算, 一是正向的消耗统计, 二是负向的节约减排统计。前者需要建筑整个周期内的环境消耗进行全面计算, 后者只是对关键节约技术的应用效能进行核查。建立建筑生态消耗的数据库, 对减轻核算的工作量、提高核算的准确性具有重要意义。
建筑价值维度的核算有三种方案, 一是直接获取市场价值;二是通过特征价格分析模型进行估算;三是以建筑环境的质量和性能代替建筑价值。好处是避免了市场波动干扰, 也剥离了城市规划问题 (如地段交通便利性) 对建筑价值的影响。
建筑生态效率存在多种评价方法, 适合不同的评价目与评价主体。单一指标法以生命周期评价为代表, 结论明确, 但信息处理量大, 适合单体建筑研究;主成分分析法, 数据量小, 效率高, 不容易出错, 适合建筑业宏观分析;指标体系法是定量与定性统计结合, 操作简单, 是目前应用最广的绿色建筑评价方法。但指标体系人为因素多, 执行起来容易流于形式;DEA模型法, 数据少, 不需要权重, 算法科学。但DEA只能做出相对效率评判, 并不能算出绝对的效率值, 因而适合大批量同质的建筑项目效率比较评价。
总体上看, 国内建筑生态效率的研究与应用成果比较薄弱。原因可能是多方面的, 一是建筑界特别是房地产企业对建筑生态效率不够重视, 推广应用的积极性不高;二是评价方案还不够成熟, 标准不统一, 操作难度大;三是建筑环境消耗定量计量难度大, 建筑价值信息失准, 造成基础数据来源困难。对应的举措是, 一是加强生态效率知识宣传, 提高执行的积极性;二是加强学术研究, 提高评价标准的科学性与可操作性;三是建立相关的数据库, 加强信息共享, 提高评价的客观性与可靠性。
参考文献
[1]GB/T50378-2006, 中华人民共和国国家标准.绿色建筑评价标准[S].
[2]陈黄平.高层住宅绿色评价指标体系研究[D].深圳大学, 2012.
[3]张欣.建筑物生命周期的生态效率研究[D].西安建筑科技大学, 2011.
[4]尹科, 王如松, 周传斌, 梁菁.国内外生态效率核算方法及其应用研究述评[J].生态学报, 2012 (11) .
[5]吕彬, 杨建新.生态效率方法研究进展与应用[J].生态学报, 2006 (11) .
[6]洪竞科, 王要武, 常远.生命周期评价理论及在建筑领域中的应用综述[J].工程管理学报, 2012 (02) .
[7]李江南.对美国绿色建筑认证标准LEED的认识与剖析[J].建筑节能, 2009 (01) .
[8]秦波, 焦永利.北京住宅价格分布与城市空间结构演变[J].经济地理, 2011 (11) .
[9]刘慧媛, 杨忠直.Hedonic价格理论分析[J].现代管理科学, 2011 (09) .
绿色效率 篇4
绿色经济是与依赖增加要素投入、不顾及环境成本而追求数量扩张来实现增长的传统经济发展方式相区别的一种创新驱动的效率型经济模式, 其发展状况通常用发展水平指数或效率来表示。由于绿色经济发展水平指数的评价指标体系比较庞大复杂, 中外尚无相对统一的衡量标准, 国内学者对绿色经济发展状况的研究比较集中于绿色经济效率, 国内对绿色经济效率的研究基本都是基于“时间序列DEA模型”。尽管“时间序列DEA模型”把不同时间段的同一个决策单元看作不同的决策单元, 但是它只能研究决策单元在两个时间段的效率变化情况, 无法研究决策单元在连续多个时间段的效率稳定性和波动性。因此, 本研究采用基于超效率DEA视窗分析模型, 研究不同区域在连续多个时间段的效率的演化发展状况, 其分析结果比“时间序列DEA模型”的分析结果更贴近现实情况, 从而更具有指导意义。
一、区域绿色经济效率评估模型构建
(一) 超效率DEA视窗分析模型
安德生 (Andersen) 和彼特森 (Petersen) 于1993年提出了超效率DEA评价模型 (Super-efficiency DEA, 简称SE-DEA) , 这种模型与传统DEA模型相比的突出优点, 是可以有效区分DEA值都为1的决策单元 (decision making unit, 简记为dmu) 。超效率DEA模型的基本思想是:在进行某个dmu效率评价时, 使此时DMU的投入和产出为其他所有DMU投入和产出的线性组合代替, 从而将此dmu排除在外, 而传统DEA模型则将此时DMU包括在内[1]。但是, 超效率DEA模型与传统DEA模型一样, 只适合分析横截面数据, 对处于同一时期的不同DMU进行效率分析, 没有考虑时间因素的作用, 难以对DMU发展演化趋势进行探讨。
传统DEA模型隐含一个基本的假设, 即当年的投入在当年就得到产出, 而且当年的投入只对当年产出发生作用。在现实生活中, 某年的投入可能会对未来几年的产出产生影响;即某一时期DMU的DEA值可能是当期生产要素投入的结果, 也可能是前期甚至前几期投入要素累积效应的结果。因此, 如果忽视时间因素的影响, 在评估过程中会导致最终决策产生重大偏差。为了处理这一类情况, G.Klopp在1985年率先提出了DEA面板数据处理方法, 这种方法后来被命名为视窗分析法 (Window Analysis Approach) [2]。面板数据 (Panel Data) 作为同时拥有时间和样本双重维度的数据结构, 具有了解样本异质性、增大自由度、减小变量之间的多重共线性等优点, 并通过大样本提供更多信息, 有利于开展时序和单个样本分析 (Cheng Hsiao, 2003) [3]。
DEA视窗分析模型可以有效处理面板数据, 其基本原理是将一定时期的面板数据划分为一个视窗, 每个视窗的时间长度均相同, 将不同时期的同一个dmu视为不同的被评价单元来比较, 从而增加了被评价的dmu的数量。这种方法与平滑指数方法类似, 一方面可以通过比较同一时间跨度内不同年份的数据, 进而分析dmu效率的动态变化趋势;另一方面, 可以通过比较不同时间跨度内同一年份的数据, 考察dmu在这一段时期内效率的波动情况。对某个特定的dmu来说, 在横截面上要同其它dmu进行比较;在时间序列上, 同一个dmu在不同时点上也要进行比较, 因而更能反映dmu的真实效率。此外, 在多次反复运算中将不同的dmu组成参考集, 可以充分挖掘相关数据的内在研究价值。
超效率DEA视窗分析模型综合了超效率DEA模型和DEA视窗分析模型的优点。假定每个dmu有r种要素投入和S种产出, 对于某个特定的dmutn来说, 投入向量xtn和产出向量ytn分别可以表示为:
视窗K的输入矩阵和输出矩阵分别为:
对于某个特定的dmutn来说, 超效率DEA模型如下:
在式 (1) 中, θ为被考察单位的效率指数, θ≥1说明决策单元为DEA有效, θ<1, 说明决策单元不是DEA有效, 表示决策单元的生产活动既不是技术效率最佳, 也不是规模效率最佳, θ值越接近1, 则表示第j决策单元的综合效率越高;λj为权重变量。
(二) 视窗跨度的确定
目前, 中外学者对最优视窗跨度的选择尚未达成一致意见, 本文根据以下2条原则选取窗宽: (1) 在任意一个视窗里, 满足数据包络分析法所要求的投入指标数量 (Ninput) 、产出指标数量 (Noutput) 与决策单元数量 (Ndmu) 之间的关系:2 (Ninput+NOoutput) ≤Ndmu; (2) 根据T.Sueyoshi (1992) 的研究成果[4], 采用式 (2) 来确定窗宽WL (window Length) 。
其中WL为视窗跨度, m为研究的总年数。
二、区域绿色经济效率测评
(一) 变量与数据处理
区域绿色经济效率 (Green Economic Efficiency, 简称GEE) 是综合考虑生产要素投入、资源消耗和环境代价后的区域综合经济效率, 计算区域绿色经济效率需要考虑的投入产出变量包括:
1. 生产要素投入。
根据生产函数, 基本的生产要素投入包括劳动投入和资本投入, 劳动投入以区域年末就业人数 (单位:万人) 表示, 资本投入区域全社会固定资产投资 (单位:亿元) 来表示。
2. 能源消耗。
能源利用后的产物是环境污染的主要来源之一, 能源消耗以区域能源消费总量 (单位:万吨标准煤) 来度量。
3. 环境代价。
区域绿色经济发展的环境代价用用环境污染综合指数来测度, 本文选取区域工业废水排放总量、工业废气排放量及工业固体废弃物排放量3个指标, 测度历年区域环境综合污染指数。
首先, 根据式 (3) 对各种污染物 (pollutant) 的排放量的原始数据进行无量纲化处理。
(i=1, 2, 3;t=1, 2, …, 12;j=1, 2, 3)
其中i为区域, t为时间, j为工业废水排放总量、工业废气排放量和工业固体废弃物产生量等污染物。pi*, t, j为第i个地区, 第t年, 第j个污染物标准化后的赋值, pi, t, j为各地区各污染物当年的排放量, pj, max为各污染物排放的最大值, pj, min为各污染物排放的最小值。
其次, 采用层次分析法 (The analytic hierarchy process, 简称AHP) 确定各种污染物的权重。本文运用AHP系统软件计算得到工业废水排放总量、工业废气排放量和工业固体废弃物产生量的权重w (j) , 分别为0.400、0.333和0.267。
第三, 根据式 (4) 对历年的环境污染综合指数进行计算, 结果如图1所示。
(i=1, 2, 3;t=1, 2, …, 12)
从图1可以发现2001-2012年这12年间, 河南、广东和湖北环境污染综合指数演化趋势存在明显差异。粮食主产区河南省和“两型”社会建设示范区湖北的环境污染综合指数均呈现上升的态势, 只不过河南的环境污染综合指数远高于湖北, 而先发地区广东省的环境污综合染指数却呈现先上升后下降的发展态势。
4. 经济产出。
以区域国内生产总值 (GDP) (单位) 作为经济产出衡量指标, 本文选取指标的数据主要来自相应年份的《河南统计年鉴》、《广东统计年鉴》、《湖北统计年鉴》、《中国统计年鉴》与《中国环境统计年鉴》, 最终的面板数据集包含3个截面单位在12年内的时间序列资料, 样本观察值共计36个。
(二) 区域绿色经济效率实证分析
考察的时间区间为2001-2012年, 共12年, m=12, 为偶数, 根据式 (2) 窗宽WL可以选取6或者7, 投入指标包括劳动、资本、能源、环境成本4个指标, 产出指标1个, 2 (NINPUT+NOUTPUT) =10, 区域包括河南、广东、湖北3省。本文选取窗宽WL=6, 这样每个视窗内满足:2 (NINPUT+NOUTPUT) =10≤Ndmu=6*3=18, 窗宽的选择比较科学合理。一共有7个视窗, dmu总数量达到3*6*7=126, 比传统DEA模型的决策单元数量 (3*12=42) 多了2倍, 从而大大增加了被评价DMU的数量。第一个时间窗为W1 (2001-2006) , 第二个时间窗为W2 (2002-2007) , 以此类推, 第7个时间窗为W7 (2007-2012) 。
本文运用My DEA软件对各时间窗的18个决策单元, 运用超效率DEA模型进行绿色经济效率评价, 结果见表1, 其中河南、广东和湖北视窗分别记为HNWi、GDWi、HBWi (i=1, 2, 3, 4, 5, 6, 7) 。由表1可知在河南省的7个视窗42个决策单元中无一达到DEA有效, 最大值为0.998, 最小值只有0.490, 全距为0.508, 平均值为0.670, 中位数为0.619, 标准差0.139。在广东省的7个视窗42个决策单元中最大值为2.154, 最小值为0.909, 全距为1.245, 平均值为1.042, 中位数为1.003, 标准差为0.192, 达到DEA有效的决策单元有23个, 占总数的54.8%。在湖北省的7个视窗42个决策单元中, 最大值为1.266, 最小值只有0.653, 全距为0.613, 平均值为0.844, 中位数为0.822, 标准差为0.147;达到DEA有效的决策单元有6个, 占总数的1/7。
根据表1的数据可以得到3省经济绿色效率在每个视窗下的平均值, 这可以用于分析各个地区在某个时间段内效率的变化情况, 所得结果如表2所示。从表2可以看出河南省由窗口1的0.831, 下降到窗口7的0.555, 呈现快速下滑的趋势。广东省除窗口6外, 其余的6个窗口都达到DEA有效。从总体上看, 由窗口1的1.207, 下降到窗口7的1.003, 呈现缓慢下滑的趋势。湖北省和河南省一样, 在7个窗口都属于非DEA有效。广东省各窗口下的绿色经济平均效率处于区域领先地位, 而湖北省各视窗下的绿色经济平均效率位居第二位, 最差的是河南省。
为了进一步考察这三省绿色经济发展效率的演化情况, 可以根据表1的数据计算出不同视窗下相同年份的效率的平均值, 所得结果如图2所示。可以看出广东省绿色经济效率虽然在考察的三个省份中一直处于领先水平, 但呈现“L”型演化趋势, 2001年水平最高, 2002-2012年一直处于平稳有效发展态势。其原因可能是由于承接国际产业的大量转移, 广东省在获得经济迅速发展的同时, 也付出了沉重的环境代价, 这一点从图1中也得到佐证。面对环境污染, 广东省加大污染治理财政投入, 强化技术创新, 并适时实施“腾笼换鸟”的战略, 淘汰落后产能, 转移环境污染较大的产业, 实现经济发展方式转型和产业结构优化升级协同推进, 因而环境恶化状况得到有效遏制, 但由于前期的污染难以短期内完全消除, 因而绿色经济效率一直维持在相对稳定的水平。2005年前, 河南省的绿色经济发展效率领先于湖北省, 但到了2005年后逐渐被湖北省赶超, 并从此一直落后于湖北省。其原因可能在于河南省目前依然处于工业化的中期, 第二产业中的原材料产业、耐火材料产业、传统制造业, 以及钢铁、有色金属、煤炭、化工、电力、交通运输等高能耗、污染密集型行业仍保持相对较快的增长态势, 经济和产业结构重型化的格局短期内难以取得根本性转变。虽然当地政府高度重视环境问题, 但环境污染仍然呈现缓慢蔓延态势, 这从图1也获得佐证。2011年后中原经济区实施“三化协调”发展战略, 绿色经济效率略有提升, 但仍然处于较低的水平, 经济发展的资源环境代价巨大, 绿色经济效率提升的潜力巨大。2001-2009年湖北省绿色经济效率呈现缓慢上升的态势, 2010-2012年波动式发展, 其原因可能在于湖北省实施“两型社会”发展战略, 重视资源节约和环境保护, 但2008年的国际金融危机导致国际产业和东部产业加速向湖北转移, 2010年起环境污染情况有所恶化 (这一点从图1也获得佐证) , 导致了湖北省经济绿色发展效率整体上呈现波动式演化态势。
三、区域绿色经济效率影响因素实证分析
通过对2001-2012年河南、广东和湖北三省绿色经济效率的评估, 可以发现三个区域的绿色经济效率存在明显地区差异。参考中外己有的相关研究理论和文献, 本文认为区域绿色经济效率的影响因素, 主要包括区域的城市化水平、产业结构、产业转移、创新驱动、政府规制和经济发展水平, 各个解释变量的具体含义见表3。
城市化是区域经济发展的火车头, 通过集聚生产要素产生规模效应、释放居民消费力驱动区域经济发展, 并产生重要的经济效益。具体到不同区域, 不同因素对绿色经济效率的影响程度可能存在差异。本文以绿色经济效率为系统特征序列、影响因素为系统行为序列, 运用式 (5) 的灰色关联分析模型来分析区域绿色经济效率的影响因素。
其中Aij为灰色绝对关联度 (Absolute degree of grey incidence) , Rij为灰色相对关联度 (Relative degree of grey incidencee) , Sij为灰色综合关联度 (Synthetic degree of grey incidence) , Sij越大表明影响因素对区域绿色经济效率的影响越大, 根据Sij的大小可以对各影响因素进行影响级别划分, Sij>0.7为一级影响因素, 0.6
根据式 (5) , 运用灰色系统理论建模软件GTM3.0, 得到河南、广东和湖北3个省份绿色经济效率的影响因素的综合关联度, 结果见表4。从表4可以看出虽然区域绿色经济效率的各影响因素的综合关联度均在0.5以上, 但不同区域绿色经济效率的主要影响因素存在较大的区域。其中, 河南省绿色经济效率的一级影响因素包括城市化和政府规制, 综合关联度分别为0.723和0.720;二级影响因素3个, 按综合关联度由大到小依次为创新驱动、产业结构和产业转移, 对应的综合关联度分别为0.679、0.666和0.657。影响广东绿色经济效率的一级影响因素有3个, 分别为产业转移、城市化和创新驱动, 相应的综合关联度依次为0.796、0.748和0.743;二级影响因素包括产业结构和经济水平, 相应的综合关联度分别为0.636和0.604。影响湖北绿色经济效率的一级影响因素有5个, 按综合关联度由大到小依次为政府规制、产业转移、创新驱动、城市化和产业结构, 相应的综合关联度达到为0.835、0.831、0.786、0.729和0.716。从总体上看, 经济水平对3个地区绿色经济效率的影响相对较小, 产业结构对3个地区绿色经济效率的影响相对居中;政府规制对发展中的地区河南和湖北影响较大, 城市化对人口大省河南和先发地区广东的影响比较突出, 而产业转移和创新驱动对湖北和广东的影响比较显著。
四、结论及建议
本文运用超效率DEA视窗分析模型测算了2001-2012年河南、广东和湖北三省的绿色经济效率值, 并通过建立灰色综合关联度模型分析了区域绿色经济效率的影响因素。研究发现河南省呈现缓慢下滑的演化趋势;广东省绿色经济效率在考察的三个省份中一直处于领先水平, 呈现“L”型演化趋势;湖北省绿色经济效率呈现波动式演化态势;对河南、广东和湖北绿色经济效率影响最大的因素分别为城市化、产业转移和政府规制。根据上述结论, 本文提出如下政策建议:
第一, 河南省以新型城镇化为引领, 跃升绿色经济效率。目前, 河南省处于城镇化加速发展阶段, 城镇化的健康发展是驱动经济绿色转型的核心动力。要坚持新型城镇化全省“一盘棋”的思想, 构建大中小城市、小城镇、新型农村社区协调发展的完善的城镇网络体系, 形成中原经济区内的城乡一体、产城互动、节约集约、生态宜居、和谐发展的良好态势;要加快大中城市发展方式转变, 构建生态型城市综合体, 立体开发城市土地, 从以往追求速度、数量和空间规模的“外延式发展”向追求质量、集约、高效的“内涵式发展”转型, 发挥中心城市对周边区域的辐射带动作用;要充分考虑区域生态的承载能力, 科学引导产业优化布局, 推动大中小城市基于产业链延伸而形成合理的分工体系, 实现城镇体系与产业链耦合互动发展、资源集约利用、污染集中处理, 降低经济发展中的资源消耗和环境成本, 跃升绿色经济发展效率。
第二, 广东省以产业转移为支点, 撬动绿色经济发展。广东省要在积极承接国际产业转移进程中, 依靠改革开放以来积累的科技力量, 提升环保技术水平;鼓励和支持技术创新和管理创新, 加大对低能耗、低排放的“龙头”企业的支持力度, 增强对造纸、化工以及钢铁等传统高污染、高能耗产业的监督和控制, 鼓励节能环保型“龙头”企业对它们的兼并重组, 整合优势资源, 加快产业的转型和优化升级;优先承接资源节约型和环境友好型两大类型的产业转移, 全面嵌入全球生产体系, 加快发展战略性新兴产业, 推动广东经济从要素和投资拉动向创新驱动转变, 大力发展现代服务业, 完成工业为主导的产业体系向以服务业为主导的产业体系转型, 以产业网络化和经济生态化为目标, 培育出新型的产业支撑体系, 撬动广东绿色经济发展。
第三, 湖北省完善和强化政府规制, 推动绿色经济发展。湖北省在“两型”社会建设中要进一步完善和强化政府规制, 加大污染治理的财政投入, 在承接国际产业和东部产业转移中强化对生态环境的保护、修复和对环境污染的综合防治, 加强水资源保护, 严格监督和控制排污总量, 改善能源、供排水、城市绿化、防灾治污以及综合交通等生态环境设施, 提升垃圾无害化处理水平;要健全、完善与环境保护相关的法律法规, 实施严格的节能减排指标约束考核制度, 完善资源有偿使用制度和生态补偿制度, 构建湖北经济绿色发展的体制机制, 强化产业政策的指示器作用, 动员全社会积极参与绿色经济建设;以武汉都市圈为核心, 搞好湖北绿色经济发展的顶层设计和总体规划, 鼓励企业开发绿色技术, 完善绿色工艺, 实行绿色生产, 引导城乡居民实行绿色消费、绿色生活、绿色出行, 完善循环经济发展的长效机制, 通过政府规制的多元叠加, 释放发展动力, 收获生态红利, 推动湖北绿色经济发展。
参考文献
[1]Andersen P, Petersen N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science, 1993, 39 (10) :1261-1264.
[2]KloPP G.The Analysis of the Efficiency of Production System with MultiPle InPuts and outPuts[R].Chieago:University of lllinois at Chieago, Industrial and Systems Engineering College, 1985.
[3]Cheng Hsiao, Analysis of panel data:Second Edition[M].Cambridge University Press, Cambridge, United Kingdom, 2003:5-21.
[4]T.Sueyoshi.Comparisons and analyses of managerial efficiency and returns to scale of telecommunication enterprises by using DEA/Window[J].Communications of the Operations Research Society of Japan, 1992, 37:210-219.
绿色效率 篇5
绿色投资的效益大小, 不仅体现在经济效益大小上, 很可能更主要体现在社会效益和生态效益大小上。例如, 生态、环保、文化、教育等投资, 可产生生态效益和社会效益, 但并不直接产生经济效益。长期以来, 我们基本上是注重投资的经济效益, 而极少关注投资的社会效益尤其是生态效益 (田江海, 2010) 。
绿色投资效益评价指标体系的确立, 使绿色投资效益公开、公正。人们不但了解到什么是绿色投资、为什么增加绿色投资、绿色投资对社会的影响, 而且更重要的是指导公正公众怎样进行绿色投资。总体来说, 有利于科学、全面地评价地区综合发展水平;有利于对企业和地方经济活动进行合理引导;有利于促进公众参与绿色投资;有利于完善绿色国民经济核算体系。
二、企业绿色投资效率评价指标体系构建
结合传统管理会计中企业项目投资的评价指标, 基于平衡计分卡评价体系, 笔者此处构建了包含三个维度的企业项目绿色化投资的评价指标体系:经济效益、环境效益、社会效益。
具体来说, 企业三重效益表现如下:经济效益:以企业的盈利目标为核心, 如何降低劳动消耗, 以最小的投入获得最大的效益。一个企业要寻求发展, 追求的核心目标就是利润, 没有利润, 企业就无法进行生产经营活动, 向社会提供商品等。因此, 企业要盈利就要提到经济效益。经济效益是衡量一切经济活动的综合指标。环境效应:主要反映企业的经营生产活动的环境后果的衡量, 核心是与自然的关系。环境效益有正效益和负效益之分, 如果企业表现为正效益, 说明企业在改善环境治理, 减少污染物排放, 减少生态破坏等方面做出了有效的努力。社会效益:指产品和服务对社会所产生的好的后果和影响, 主要是以人为本。社会化大分工作为现代经济市场的基本要求, 企业也应同社会的其他组织一起承担起社会责任。所以, 在共同治理的前提下建立评价体系, 来满足全社会的物质、精神生活等多方面需要, 提高人们生存与生活质量和促进社会公正的实现。按照评价主体利益要求的侧重点不同, 可大致划分为:经济效益主要体现了股东、债权人和商业伙伴的利益;环境效益主要体现了生态、自然环境的利益;而社会效益主要体现了员工以及后代人类、非人类物种利益相关者的利益。
三、企业绿色投资评价指标的确定
(一) 经济效益评价指标
1、财务效益:净资产收益率 (净资产收益率=税后利润/所有者权益×100%) 、总资产报酬率 (总资产报酬率=净利润/平均资产总额×100%) 。
2、资产运营:总资产周转率 (总资本周转率=主营业务收入净额/平均资产总额) 、流动资产周转率 (流动资产周转率=主营业务收入净额/平均流动资产总额) 。
3、发展能力:销售增长率 (销售增长率=本年度主营业务收入增长额/上年度主营业务总额×100%) 。经济效益评价指标是企业投资效率体系现行适用的评价体系, 故本文不在深入探讨。
(二) 环境效益评价指标
1、能源原料方面:单位营业利润资源消耗率 (资源消耗量/营业利润×100%) 、单位收入材料消耗量 (主要材料消耗量/主营业务收入×100%) 、能源投入产出率 (有效增加值/能源使用总量×100%) 。
2、排放物方面:废弃物处理率 (废弃物处理数量/废弃物总量×100%) 、污染治理投资率 (污染治理投资总额/营业收入×100%) 。
3、生态环境方面:环保投资率 (环保设备净值/固定资产净值×100%) 、环保经费增长率 (环保经费增长额/上年度环保经费总额) 。
(三) 社会效益评价指标
1、顾客层面:顾客保持率 (顾客保持率=期初客户或业务量/期末客户或业务量×100%) , 顾客获得率 (顾客获得率=本期新增顾客的销售量/上期顾客的销售量×100%) 。
2、社会形象层面:社会捐赠率 (社会捐赠率=社会捐赠/平均资产总额) , 缴税比率 (缴税比率=缴税税额/当地税收总额) 。
3、安全层面:千人意外事故率 (意外事故率=意外事故人数/员工总人数) 。
综上所述, 本文从经济效益、环境效益、社会效益三个方面分别归纳分析了相应的企业绿色投资效率评价指标, 在此基础上还需要进一步明确各项指标在评价企业绿色投资中的权数;然后根据各项指标得分与相应的权数计算出企业绿色投资综合评价分, 以达到综合评价企业绿色投资效果的目的。
摘要：基于企业众多利益相关者对环境保护问题和社会责任问题的日益关注, 本文从企业绿色投资效率评价指标体系建立重要性和必要性出发, 以经济效益、环境效益、社会效益三重业绩评价体系为基础, 进一步构建了企业绿色投资效率评价指标体系。
关键词：绿色投资,经济效益,环境效益
参考文献
[1]田江海.绿色经济与绿色投资[J].中国投资, 2010, (2)
[2]王艳丽, 叶瑛.循环经济模式下社会责任评价指标体系的构建[J].会计之友, 2011, (26)
绿色效率 篇6
1 基于绿色供应链的冷链物流企业绩效评价指标体系
1.1 指标体系的构建原则
企业想要持续生存与发展,效率是重中之重。基于绿色供应链的冷链物流企业绩效评价体系与传统的以企业利益为目标的业绩评价体系有较大区别,其构建原则包括目的性原则、系统性原则、代表性原则、定量与定性相结合原则、长期与短期目标相结合原则等。
1.2 指标体系的具体内容
(1)投入指标。冷链物流企业的投入指标包括了三大方面,即投入的指标能够满足企业绩效评价的基本要求、投入指标的数量要能够满足进行数据分析的量、投入指标的筛选按照重要性进行。
(2)产出指标。企业绩效评价中,常规的产出指标只能够反映其盈利的水平。在基于绿色供应链的农产品冷链物流企业效率的评价中,主营业务收入和净利润只能反映冷链物流企业运营中的财务绩效部分。因此,可选取以下六大产出指标。一是财务管理指标,此项指标中冷链物流企业的年利润的总额数和年利息相加再乘以10%,即可得出企业的总资产回报率;二是冷链物流流程;三是顾客服务指标;四是协同能力,此项指标强调的是战略目标的一致性、企业文化兼容性水平、信息共享化水平;五是绿色环保,这项指标中强调的是能源的消耗率、绿色包装的使用率、包装的回收率、环保的投资率、清洁能源的使用率;六是发展能力,在这项指标中,强调的是新客户的开发能力、新服务的收入水平、员工的素质、员工的培训率。同时要加强顾客的服务标准监督,强调的是交货的准时率、交货的准确率、客户的投诉率、食品质量的安全等。
(3)环境变量影响指标。该指标主要是指冷链物流企业在经营过程中的水平受一定外部环境影响的指标,其中包括企业年资产、年人均GDP、企业成立的年数等指标。
1.3 指标体系的构建框架
绿色供应链坚持追求企业的协同能力、保绿色环保的目标,因此冷链物流对于食品的质量安全有十分高的要求。再者,为了不断提高企业的效率,对物流效率也有非常高的要求。因此,为了能够较好地实现冷链物流企业的绩效评价,构建了企业绩效评价的指标体系框架。
2 模型的选择
数据包络分析,简称DEA,是一种用于多产出组织最优绩效评估的分析技术。三阶段DEA模型是弗瑞德等提出的一种能够更好地评价决策单元效率的非参数评价方法,其估计过程能有效剔除环境因素与随机因素等系统自身不可控因素对效率的影响。
第一阶段:传统DEA模型。该阶段采用投入导向的规模报酬可变的BCC模型,使用投入产出数据进行DEA分析,投入导向即为在产出不变的情况下达到投入最小化的效率评估。
第二阶段:构建相似SFA模型。为了分离出受外部环境及随机误差因素影响的效率值,必须调整投入量,在第二阶段通过构建相似SFA模型可分别观测出环境因素、随机误差、管理无效率三个因素的影响,从而得出仅是由管理无效率造成的决策单元投入冗余。
第三阶段:调整后的DEA模型。用调整后的决策单元投入数据代替原始投入数据,再次运用BCC模型进行效率评估。此时得到的各决策单元的效率值即为剔除了环境因素和随机误差后的技术效率,更能反映各决策单元的实际运营状况。
3 冷链物流企业效率分析
前文我们分析了冷链物流企业绩效评价指标体系和DEA方法的原理,在通过对冷链物流企业进行三阶段DEA绩效分析后,其结果表明平均规模效率值越来越高,这说明在不考虑误差因素和其他外部因素的影响下,冷链物流企业的整体效率相对较高,并且规模效率平均值在纯技术平均值上要高出很多;而以企业的人均GDP值、企业资产规模、企业成立年数和样本投入指标分别作为解释变量和被解释变量,得出企业成立的年数和职工的薪酬、业务成本等形成正相关关系;在调整投入后的DEA模型分析中,对外部因素和可能存在的误差做出了调整,得出的结果是企业的平均技术明显下降了很多,这个结论说明冷链物流企业的整体效率低,在此空间上还有较大的改进空间。下面从两个方面来分析影响冷链物流企业效率的关键因素。
3.1 冷链物流的流程
在冷链物流企业中主要的业务流程为运输、仓储和装卸等方面,而运输和仓储是其主要的物流功能。由于冷链物流的特殊属性,它对运输工具有很高的要求:货物运输过程中,不仅要保持事实上的低温,还要避免较大的温度波动。从绿色供应链角度出发,可以通过冷链运输的货损率来考量冷链物流效率。冷链运输的货损率越低,物流企业运输的安全程度越高,越有利于绿色物流的发展。在仓储方面主要可以通过冷库利用率来考量冷链物流效率。冷链物流运行的主要物质基础和设施是冷库,冷库的利用率可以反映冷链物流对于冷库的利用水平。冷库利用率高也表示冷链运作的水平较高。我国冷库利用率为10%左右,设施存在一定结构性矛盾,现代化和专业化冷库偏少,低温加工的配送中心和冷藏库等建设投入不足,导致相当多冷库的利用率较低。
3.2 绿色环保
绿色环保是冷链企业进行绿色供应链战略的必然要求,其基本原则就是减少资源消耗,对产品进行再利用和再循环,主要可以从能源消耗率、包装回收率和环保投资额等角度来考量。在冷藏货物运输、储存、包装和加工等过程中运用冷库和冷藏车等制冷装置都会消耗大量的能源;包装回收率可以反映冷链物流企业对于包装物的实际回收再利用情况,其数值越高表示冷链物流企业对于资源回收利用的水平越高。环保投资额则表示企业对于环保方面所进行的投资,可以反映其环保的水平。对于环保冷藏车等设备购置花费的费用都属于环保投资额,企业环保技术的优劣也可以反映其降低环境污染的能力。
4 结论
综上所述,我国冷链物流企业绩效低的原因主要是规模小、技术水平较低;冷链物流企业所在地区的经济发展会在很大程度上影响职工的薪酬;环境对冷链物流企业的影响同样很大。因此,冷链物流企业今后的发展想要扩大规模,实现企业规模经济,可以考虑从加快企业资本经营、开展冷链金融服务等方式,来不断提高企业的市场竞争力,进而实现企业的良好发展。
笔者认为,冷链物流企业首先可以考虑通过加快资金经营脚步,通过一系列资本市场进行资金的筹集;其次冷链物流企业可以从实施资产重组方面入手,对企业的人才、资金、技术等进行优化配置,不断扩大内部职工的专业化、具体化分工,进而带领内部人员逐渐扩大市场份额;再者我国冷链物流企业可以打造企业品牌,做品牌中的强者,做企业中的强者。因为对于冷链物流这个行业来说,其核心竞争力便是品牌,同时品牌也代表着企业的形象和信誉,而我国的冷链物流企业在未来的发展中想要做强者中的强者,就必须重视品牌工程的建设,并且往系统、创新的方向发展;最后冷链物流企业可以通过引进先进技术、加大技术改造等方式不断提高技术效率,通过技术改造来实现企业的迅速扩张。
参考文献
绿色效率 篇7
中央经济工作会议党政领导对新常态的内容、党和政府所提出的方针和如何引领新常态做了阐述。这标志着旧常态已经不能延续,即依靠投资和人口红利拉动经济的粗放型高速增长方式已经不能继续,经济发展方式从追求规模型的粗放增长转向追求效率型的集约增长。经济增长要依靠效率的提高和创新的拉动,当然实现这一结果要以经济体制改革为前提。企业作为国民经济的基本组成单元,其经营方式的转变,决定着国民经济增长方式的转变能否实现。
此外,经济增长方式转变的内涵也包括了考虑长远利益的可持续发展思想和追求经济新常态的价值取向。而企业经济活动集中体现于企业的财务会计,为适应企业经营方式的转变和实现可持续发展,企业必须建立起综合考虑经济效益、生态效益和社会责任的绿色财务管理体系。绿色财务管理体系的构建有利于减少企业的营运成本(Hart,1997);有利于优化资源利用(King &Lenox,2001);有利于促进产品技术创新(Por-ter & Vander Linde,1995);有利于绿色管理转化为竞争优势(Kolle,2001);有利于引导创新并吸引投资(Chan & Welford,2005);有利于消除绿色壁垒, 参与国际市场竞争(鲁务顺,2005)。实施绿色管理还能够适应消费者的绿色消费诉求,同时与企业发展的长远利益一致,并能更多的获得政府各项支持(阎晓宏,2011)。
装备制造业是国民经济的中坚支撑力量,构建装备制造业绿色财务体系对于促进高端装备制造企业转变发展方式、提高生产率(全要素成产率)、呵护生态环境、提高民族经济技术水平、提高国际贸易合作的地位等都有重大的意义。本文在阐释绿色财务体系的基础上,构建了装备制造业的绿色财务指标体系,并以此为标准,选择装备制造业的龙头企业为样本,对我国装备制造业的财务体系的绿色化程度进行了评估。最后,对我国装备制造业构建绿色财务体系提出了政策建议。
1 理论回顾
对于绿色财务的概念学术界已经有了比较多的探讨。沈宏益和潘焕学(2012)认为,绿色财务是建立在经济效益、环境效益和社会效益相协调一致的基础上,坚持可持续发展为原则的一项经济管理活动。刘淑华(2005)认为绿色财务是基于环保和资源可持续发展的基础上,合理组织资金运动使经济社会的资源充分利用,并且协调企业与有关方面的关系。孙佳和翟文军(2003)认为,绿色财务是指在企业经营管理过程中,将环保的思想运用到企业管理过程中,在企业经营管理过程中,不仅仅考虑资金筹集、资金运用、资金耗费、资金回收和资金分配的协调运用,还应该在此基础上更多的考虑环境因素的影响。李雪莲(2011)认为绿色财务的目标与传统财务目标有很大的差别,绿色财务应该更多的考虑社会责任和环境效益,在追求社会责任和环境效益最优的前提下追求企业价值最大化,并将目标定位在追求一定时间内的绿色经济增加值与综合绿色资本投入之比最大化。其中绿色财务管理增加值等于资本收益率与绿色加权本成本率之差乘以绿色投入资本。
绿色财务的内容方面,学术界的认识比较统一。认为绿色财务包括绿色筹资、绿色投资、营运效率和绿色分配(吴金波等,2008)。绿色筹资包括:绿色负债,绿色股,用于绿色成本支出,国家财政的扶持性拨款,企业自筹资金,企业银行贷款,利用外资和证券筹资等方式。绿色筹资的评价指标有:绿色项目吸引资金率、资本成本比较率和筹资数量满足绿色需要程度。其中,绿色项目吸引资金率等于绿色项目吸引资金额与总筹资额之比;资本成本比较率等于同等数量筹资额中绿色项目吸引资金成本与费绿色项目成本之比;筹资数量满足绿色需要程度等于以绿色名义筹集到的资金与有效绿色需要的数量。反应绿色投资率的指标有:绿色投资率、节能降耗率和环保设备利用率;其中绿色投资率等于绿色项目投资额与企业总投资额之比;节能降耗率等于原项目耗能耗材量与现行项目单位产品耗能耗材量之差除以原项目单位产品耗能耗材量;环保设备利用率等于实际载荷量与额定载荷量之比。体现营运效率的指标有:现金均衡使用程度、因环保问题受处罚变化程度、一定时间内获优惠情况和绿色经营成本费用率。其中,现金均衡程度等于一定时期现金流入量与现金需要量之比;因环保问题受处罚变化程度以现在受处罚次数与每次处罚金额的乘积除以愿受处罚次数与每次处罚金额的乘积来体现;一定时期内获优惠情况以因绿色项目获得的优惠资金量与同类绿色项目在运作中的资金需要量之比来体现;绿色经营成本费用率以同一活动需要绿色营运资金数额与同一活动原来需要营运资金数额之比来体现。郑小霞和李雪莲(2011)指出,在支付鼓励前,按一定比例提取用来支付绿色资金不足的绿色公益金,以及要支付绿色股股利,通过绿色利润分配形成绿色积累。体现分配效率的指标是绿色公积金提取比例。
体现绿色财务管理效果的综合指标有:企业贡献率和绿色EVA。其中企业贡献率等于税后净利、利息、税金和工资之和除以年均权益资本和年桔债务资本之和。
2 模型构建
根据 《国民经济行业分类标准》和国家统计局的有关解释,本文界定金属制品业(34)、通用设备制造业(35)、专用设备制造业(36)、交通运输设备制造业(37)、电器机械及器材制造业(39)、计算机、电子与通信设备制造业(40)和仪器仪表及文化办公设备制造业(41)7个行业为中国装备制造业。
考虑数据的可获得性,选取绿色项目吸引资金率、绿色投资率、节能降耗率、绿色公积金提取比例和绿色EVA为评价指标,采用随机前沿分析技术来考察装备制造业的绿色财务管理效率。
随机前沿函数采用超越对数形式(模型备索)。随机前沿生产函数的估计包括3个步骤:第一步是普通最小二乘估计(OLS),通过最小二乘估计得到一个截距有偏和弹性系数无偏的估计结果;然后对截距和方差进行调整,这样做的原因是与v和u的方差相比,OLS方法通常会低估方差,解决这一问题采用的方法是对μ和δ进行格点搜索;第三步是最大似然估计近似迭代,该步骤用于最大似然估计近似迭代起始值的是第二步的格点搜索的估计结果。
数据基础是 《中国统计年鉴》 (1993~2011年)、《中国劳动统计年鉴》 (1993~2011年)和《中国工业经济统计年鉴》 (1993~2011年)中的装备制造业各行业的政府财政补助金、主要污染物减排专项资金、固定资产、研发支出、净利润、利息支出、从业人员工资、主营业务收入、 “三废”排放量。所需的数据按适当的价格指数进行平减。
资料来源:《中国统计年鉴》(1993~2011年)、《中国劳动统计年鉴》(1993~2011年)和《中国工业经济统计年鉴》(1993~2011年)的装备制造业各行业加总并经作者整理,各项指标均放大100倍。
3 估计结果及分析
3.1 随机前沿生产函数估计
利用 “Frontier4.1”软件对随机前沿超越对数形式的模型进行估计(回归结果见表2)。
注:***表示在1%的水平上显著,**表示5%的水平上显著,括号内为t统计量。
表2中模型1为假设H０∶μ=0,即假设uｉ服从半正态分布N＋(0,σｕ２),该假设的检验结果见表3。模型1中,时间平方项t２以及时间与节能效率的交叉项tlnLｉｔ的系数不显著。于是,模型2为假设H０∶β２=ρ２,即假定模型1中的系数不显著项为0,此假定的检验结果见表3。采用广义似然比(LR)统计量来检验以上两个假设(检验的原理是:当原假设H０成立时,LR统计量服从自由度为受约束变量数目的混合X２分布)。LR可以表示为:
其中,L(H０)、L(H１)分别为受约束模型的对数似然值和无约束模型的对数似然值。检验结果如下:
由表3可知:两个原假设都在10%的显著水平下被接受了。
由表2和表3可知:
(1)模型2是正确的。中国装备制造业的绿色财务管理效率随时间变化的趋势不需要用时间的二次项来反应,即变化趋势是线性的。并且绿色财务管理效率没有固着在节能效率上,而是固着在绿色资本投入上的。
(2)由uｉ服从半正态分布可知,在估计随机前沿生产函数模型时假定μ=0是正确的。
(3)模型2的所有估计系数都在1% 的水平上显著和对数似然函数值以及LR检验结果均表明模型中各个解释变量对装备制造业的绿色财务管理效率有很好的解释力,模型具有很强的解释力。
(4)装备制造业的绿色财务管理效率在不断恶化。这一点由绿色财务管理效率的时变参数η系数显著为负来体现。
(5)时间趋势变量t和交叉项tlnKｉｔ的系数均显著,表明技术进步是附着在节能效率上的中性技术进步。
(6)γ值为技术无效率项的方差在符合误差中所占比重。在模型2 中 γ值为0.975,表明在投入要素被控制之后,效率波动几乎可以完全由技术无效率解释。
由表4可以看出,在1993~2011年间,中国装备制造业的绿色财务管理效率呈现出逐年提高的态势,并且在2011年达到了最大值0.65,自2002年起,以后隔年的绿色财务管理效率均超过了均值0.54。此外,0.54的均值,说明我国装备制造业的绿色财务管理潜在效率还没有得到有效的发挥,还有近一半的效率没有发挥出来。我国装备制造业绿色财务管理的应用呈现低效率。
4 结论与启示
绿色效率 篇8
1.1 天津市绿色蔬菜流通模式现状
逐级批发制度是天津传统绿色蔬菜的主要模式, 在该种流通模式下, 绿色蔬菜的主要流通模式是农户 (基地) ———农业经纪人———产地批发市场—销地两级批发市场—农贸市场 (菜贩) 等诸多流通环节的蔬菜流通方式。根据对红旗农贸批发市场、金钟蔬菜批发市场调查数据显示, 天津大型蔬菜批发市场的绿色蔬菜一部分是来自天津近郊宝坻、蓟县等地区的合作社或当地的绿色蔬菜贩, 大多数则是由批发商采用物流配送的方式从河北、山东、北京等绿色蔬菜种植地采购, 通过批发市场, 配送到大型超市、便利店、社区蔬菜店、农贸市场、食堂等, 再直接销售给消费者[1]。
绿色蔬菜的另一种重要的流通模式是政府大力倡导的农超对接。农超对接是农户或者农业合作组织通过商超渠道直接销售农产品。这种合作方式一般是通过农超协商确定的, 政府一般来说对该种对接方式给与一定的优惠, 因为这种模式可以稳定农产品价格, 可以促进订单农业的发展, 达到以销促产的目的。
结合前期天津农超对接市场调研成果, 天津的农超模式主要有以下四种:“超市+农民专业合作社”模式, 典型代表是家乐福超市;二是“公司+中介组织+农户”模式, 以沃尔玛为代表;三是“超市+农户”模式, 以麦德龙为代表;四是“超市+基地”模式, 以津工超市为代表。四种模式都在源头上保障了绿色蔬菜的来源可靠, 保障持续供货等特点, 在某种程度上提高了绿色蔬菜的供货效率。目前天津农超对接主要是后2和4两种模式, 共占绿色蔬菜供应量的63%, 中介组织在农超对接中依然扮演着十分重要的角色, 专业农业合作组织的供应量明显偏少, 农户直接供应的更是少之又少[2]。
资料来源:四大超市现场数据采集获得。
根据调查截至2013年7月, 天津已有超过六成的超市实施了农超对接, 农超对接单品达40余个, 天津华润万家、人人乐、乐购、津工等连锁超市都加大了农超对接的力度。通过超市和田间地头的无缝对接, 农户可以按照超市订单进行生产, 超市对种植产品在品种、质量、包装等有严格的规定, 在一定程度上规范了农业生产的发展。
1.2 天津传统绿色蔬菜流通渠道存在问题分析
在传统流通模式下主要问题归纳为以下几个方面:1) 由于供应链被分割成为多个阶段, 多个参与者进行利润分配, 市场竞争激烈, 交易成本过高, 信息不对称使得市场供应量及价格波动性较大。2) 较高的风险性。参与者受到信息的充足性和自身评估能力的限制, 对于风险认识不足使得其行为具体较高风险性。3) 物流配送环节要求高, 成本逐年上升。绿色蔬菜由于有严格的国家和地方标准, 在运输的过程中, 要求有专门车、专人定时配送, 对物流设施和物流效率都有严格的规定, 在一定程度上推动了成本的上升。“农超对接”作为一种新型的流通模式尚需完善, 在实际运作过程中, 单个农户或者农业组织往往处在不利的地位, 超市作为销量较大的流通商, 往往在和农民谈判过程中, 利用自身的渠道优势, 提高准入准入门槛, 使得该种模式在发展过程中出现了很多问题[3]。例如进场费、超市资金回流慢, 周期较长, 超市上架程序复杂等, 这些方面影响了绿色蔬菜的销量, 很多农民从而使其选择其他流通模式。
2 绿色蔬菜逆向营销渠道构建
2.1 逆向营销渠道
逆向营销渠道是相对于传统营销渠道而言的, 传统营销渠道至上而下, 在企业营销的活动中, 企业做的是将产品“强行”推向消费者, 无论读者是否需要此类产品。逆向营销渠道相反, 是从消费者市场的终端管理开始。首先注重终端市场的消费者培育, 通过逆向广告、逆向定价、逆向市场细分, 使得该产品在消费者市场获得认可, 然后按照企业制定的标准, 反向建立营销渠道[4]。其特点是企业管理层下沉, 直接对消费者进行管理, 较少中间层次对市场的控制力, 企业直接控制终端消费者需求, 以需定产, 减少流通环节, 满足消费者需求的目的。
2.2 天津绿色蔬菜逆向渠道因素分析及构建
绿色蔬菜逆向营销渠道在构建分销渠道时, 从分销渠道终端开始向上考虑, 反方向从商超、农贸市场等终端基础层开始工作。首先针对潜在消费者的消费需求、消费行为和产品的特性进行研究, 针对潜在顾客采用网络、电视、邮件或电话营销的方式来进行广告宣传活动, 当产品知名度树立后, 零售商就会被调动起来, 由他们把产品送到终端手中, 实现有效的终端覆盖目标。生产商对经销商进行逐层调动, 拓宽渠道的宽度和广度, 达到构建整个分销渠道体系的目的。
营销渠道的主要特点是构建合作社联合体。充分发挥农业专业合作组织的重要作用, 将同类农业合作社通过组建行业协会、参股、共同出资建立物流体系等方式连接起来, 组建合作社联合体。这样一方面有利于在该合作体内部按照共同的标准推行绿色蔬菜种植, 另一方面有利于该中产品进行原产地认证, 有利于品牌推广, 更重要的是农业合作组织可以共用一条流通渠道, 大大增强了集体抗风险能力, 降低了渠道成本, 提高渠道效率。
其次是最大限度的拓宽渠道。与农超对接流通模式方式相比较, 逆向营销渠道可以最大限度的拓宽产品和消费者的接触面。企业一般要根据市场调查, 在细分市场进行渠道布置。一般来说, 根据消费者的收入情况、消费习惯等因素进行渠道布置, 绿色蔬菜的目标市场一般是高收入群体, 该群体一般会去专卖店或者超市专柜去购买产品, 因为专卖店和超市的绿色质量保证体系更有说服力, 所以在高档社区建立物流配送中心送货上门、在密集居住区建立专卖店, 组织市民参观绿色蔬菜基地, 认购绿色基地的“小菜园”, 组织市民采摘等方式扩大绿色蔬菜的销售渠道宽度。
再次组建绿色蔬菜信息共享平台。建立天津地区绿色蔬菜信息平台, 通过平台的搭建, 将消费者、生产商、中间商紧密的联系起来, 销售信息双向沟通, 意见问题双向沟通大大提高处理效率。同时信息平台也是企业宣传的一个主阵地, 通过展示企业的质量控制体系、信息追溯体系, 向消费者传递企业的产品信息、企业文化, 加快促进网上购买绿色蔬菜行为方式的实现。
3 两种渠道模式的经济分析
为了方便讨论, 假设绿色蔬菜流通模式中存在两个行为主体:即一个供应商W (假设为农业合作社) 和一个零售商L (假设为超市) , 零售商决定其最终产品的定价;假定制造商W和零售商L是完全理性的, 通过选择各自的决策变量来获得自身收益最大化[5];价格为Pi (i=1, 2, 其中1代表绿色蔬菜供应商、2代表绿色蔬菜零售商) 其中P1为供应商对零售商的批发价格, P2为产品最终销售价格, 零售商的需求函数为P2=a-b Q (a>0, b>0) , Q代表市场需求数量;单位流通成本为Ci, 技术信息为Mi则Mi=M oi+△M j其中M oi为成员自身拥有的技术信息, △Mj (j=1, 2, i≠j) 是成员中一方从另一方获得的信息, 信息技术Mi是单位流通成本Ci的减函数。
则供应商和零售商的单位流通成本可表示为:
1) 在传统营销渠道模式下, 消费者处于分销渠道的最底层, 供应商处于金字塔尖的位置, 供应商在建设渠道时, 会沿着“顺向”金字塔选择合作伙伴, 首先考虑的是合作者的经济实力和规模, 而对于消费者的因素则是次要考虑因素, 在这种渠道模式下, 零售商与供应商不进行信息共享, 首先由零售商决定产品的市场价格及销售量, 然后由供应商确定零售商的进货价格及产量。
零售商利润可表示为:
即π零=a-△b Q△Q-△C02+P1-M02△Q-△M1
将2) 、3) 式代入1) 式可得零售商的最大利润:
2) 在逆向营销渠道下, 供应商根据消费者的需求行为和产品特点进行产品改进与设计通过广告和品牌宣传提高产品知名度, 进而选择零售终端, 此时供应商与零售商进行信息共享, 假△M1=△M2{0≤△M≤M in (M1, M2) }即双方分别从另一方获得相同的信息, 同理可得到:
6) 式-5) 式可得到:
7) 式-4) 式可得到:
通过从上述分析可以得出以下结论:
2) 在逆向营销渠道模式下零售商与供应商获得的利润与成员之间相互获得的信息△Mj的大小成正比, 获得的成员之间信息共享程度越高, 利润越大
3) 信息共享的内容不仅包括产品特征、库存方面的信息, 还可以包括贮存技术、运输及包装等方面的信息, 同时将消费者纳入信息共享的对象中来, 提高消费者对绿色蔬菜的识别与认知能力, 有助于突出产品比较优势。
4 结论及建议
在逆向营销渠道模式实施过程中, 选择适合的销售终端是第一步, 第二步是建立信息共享平台, 通过更好地为农产品营销渠道模式服务, 从而优化渠道结构, 使得渠道成员利益最大化。
据此笔者提出以下几点建议:
1) 组织保障机制。需要足够的资金投人作支撑, 还需要一整套组织规范作保障。建立一支扎根基层, 实实在在做市场的营销推广队伍, 扩大产品的销售渠道。企业要有专职副经理负责管理终端销售, 建立终端渠道经费保障机制、考核机制、薪酬激励机制、提升激励机制等措施, 保障一线队伍充满生机与活力。
2) 政策支持及技术保障。政府在绿色蔬菜流通渠道中起到了非常重要的作用。首先要至此绿色蔬菜地理认证制度的推行, 建立标准, 成立权威机构进行认证活动。其次是要采用财政补贴手段, 支持绿色蔬菜信息平台的建设。在平台运行初期, 采用手段扩大平台的知名度, 提高平台的使用效率, 同时帮助通过地理认证的绿色蔬菜品牌形象, 提高产品的竞争力。同时通过建立会员注册制度, 对绿色蔬菜成员实行价格优惠, 扩大绿色蔬菜的在当地的影响。最后在农民教育上, 政府采用示范和激励相结合的方式, 通过网络信息技术加强农民培训, 使得平台在很大程度上得到推广。
3) 建立健全绿色蔬菜准入制度。政府牵头, 制定绿色蔬菜生产标准, 建立相应的认证体系, 通过无公害、绿色、有机认证的产品及基地, 才可加入信息平台或者联合销售组织。建立健全绿色蔬菜质量追溯制度, 采用条形码的设置, 使得产品从菜园到餐桌做的可查可控。建立健全质量抽检制度, 通过不定期的抽查和检查, 强化对农民对绿色蔬菜质量意识, 通过教育培训, 确保在生产和流通环节的绿色蔬菜都是安全合格的。
参考文献
[1]孙蕊, 温孝卿.农产品双边市场平台构建及定价机制探析[J].商业时代, 2013.
[2]庞伟.北京市生鲜蔬菜"农消对接"供应链模式研究[D].北京交通大学, 2012.
[3]陈威, 王莉娜."农超对接"模式中的信息服务初探[J].中国农业科技导报, 2013.
[4]曹尔黎.逆向营销视角下的渠道中间商选择与激励[J].科技与管理, 2010.