工业废水的样品保存-精品文档.docx

工业废水的样品保存一、中国工业用水效率的实证分析(一)超效率DEA模型简介数据包络分析法(DEA)是美国著名运筹学家Charnes等提出的一种效率评价方法，它把单输入、单输出的工程效率概念推广到多输入、多输出同类决策单元的有效性评价中，极大地丰富了微观经济中的生产函数理论及其应用技术。同时在避免主观因素、简化算法、减少误差等方面有着不可低估的优越性。DEA模型的优点被放大的同时，缺点也逐步显露出来，传统DEA计算得到的有效单元可能较多，但是对于这些有效单元若继续进行评价，传统DEA模型是无能为力的。于是在1993年PerAnersen等学者提出一种超效率评价模型，在传统DEA评价值中，无效或弱有效的决策单元(DMU)，在超效率评价值中仍然是无效或弱有效的DMU，对于有效率的DMU，在传统DEA评价值中都显示为1，不能区分它们的有效程度，而在超效率DEA评价值中能够进一步区分它们的有效程度，使结果更具有区别性，能够提高评价的客观性和准确性。超效率模型中，假设有n个决策单元，每个决策单元都有m种类型的“输入(表示该决策单元对“资源的消耗)以及s种类型的“输出(它们是决策单元在消耗了“资源之后表明“成效的一些指标)。xik为第k个决策单元对第i种输入的投入量，xij0。Yjk为第k个被决策单元对第j种输出的产出量，Yrj0。超效率模型的基本思想是在进行第k个决策单元效率评价时，使第k个决策单元的投入和产出被其他所有的决策单元投入和产出的线性组合替代，而将第k个决策单元排除在外。一个有效的决策单元能够使其投入按比例地增加，而效率值保持不变，其投入增加比例即其超效率评价。式中Xk=(x1k，x2k，mk)，Yk=(y1k，y2k，ysk)该方法将效率定为，当被考察单元的效率1时，讲明决策单元为DEA有效，当1时，讲明决策单元无效或是弱有效，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。(二)指标选取和数据来源本文主要从投入与产出角度出发，考虑水资源所产生的经济效益。工业用水量是必不可缺少的输入指标，劳动力是工业生产中最基本的生产要素，在经济效益的分析中是必不可少的输入指标，在此选择工业从业人员来衡量。一个地区的发展除自然资源的拉动外，资本投入也是一个重要因素，因而将固定资产净值年平均余额作为一个输入指标。工业用水效率以水资源所产生的经济效益来评价，因而输出指标定为国内生产总值，既将用水效率详细化、定量化，同时还考虑了决策者的主观需要，在实际应用中具有一定的现实意义7。综上，本次研究所确定的输入指标为工业用水量、工业废水排放量、工业从业人员、工业资本存量、工业企业个数;输出指标为国内生产总值、工业产值及人均工业产值。文章所使用的数据均来源于（中国统计年鉴）(20042011)及各省统计年鉴。数据纵向覆盖8年(2003年2010年)，横向覆盖我国31个省，共248个决策单元，所有数据转化为以2003年的不变价进行计算。表1中东、中、西部地区的区分标准是根据中国经济信息网数据的分类所确定。(三)评价结果本文利用EMS1.3，假定在规模报酬不变(CS)和规模报酬可变(VS)的情况下计算了31个省区的工业用水效率。从平均意义上讲2003年2009年间中国主要工业省区的水资源利用相对效率在规模报酬不变和规模报酬可变的情况下都表现出了非DEA有效，表明了中国工业用水效率偏低的事实。从DEA超效率规模报酬不变的评价结果来看，2003年2010年间，共有16个省区出现过超效率。其中，黑龙江和西藏地区在这段时期内出现了5次以上的超效率，工业用水效率呈整体上升趋势，地区平均工业用水效率水平小于1，但整体上都大于0.7，并且东部地区用水的效率高于中部地区用水效率，而中部地区用水效率又高于西部地区用水的效率，东部、中部、西部在用水效率上呈现了一个阶梯下降的形式。而在规模报酬可变的情况出现工业用水效率的分布大致和规模报酬不变的情况类似，但是出现的省区和次数明显增加。(四)结果产生的原因东部地区产业相对集中，具有规模收益递增优势;东部地区产业一般是一些高科技、低耗能的环保型轻工业和服务业;而且我国劳动力一般从中西部地区往东部地区集中，这使得东部地区企业在劳动力市场上比其他地方具有很大的优势，所以用水效率从整体上来看是比拟高的。在中部地区的省份，水资源相对东部地区而言相对短缺，企业的群聚效应不太明显，仅在一些具有历史工业基础的城市集中(像长沙，南昌，株洲)，这导致了中部地区用水效率低于东部地区。和东中部相比，西部地区在产业构造上比拟落后，西部地区主要通过开采和粗加工矿产资源以及发展重工业来发展当地的经济，生产加工类型主要以粗放型为主，因而导致用水效率偏低。分省区来看，在东部地区的城市中，北京、天津、河北的用水效率从2003年以来一直处于一个增长的状态，这些地方水资源没有东部沿海的城市那么丰富，但是这些地方在2008年前后为了准备迎接北京奥运会，在节能减排、产业调整和产业升级方面做了很大的调整，使得该地区在整体上有很高的资源利用效率。辽宁、上海、浙江、江苏等地方依靠着丰富的水资源，但在所选取的年份数据的分析结果显示用水效率基本无效率，这和清华大学国情研究中心联合课题组的转型期中国水资源配置机制研究的项目结论中的水资源可获得性与水资源利用效率成反比关系、越是易于获取且水资源丰富的地区、水资源利用效率越低观点相符合。广西、海南具有较高的用水效率其主要原因是当地不仅水系发达，且第一产业、旅游产业相对发达。山东、福建、广东由于资源利用效率高，出口贸易占据GDP的大部分，高耗能企业少，这三个地方依托其港口优势和水产品优势使得这三个地区用水效率能保持在一个相对有效的水平上。中部地区用水效率主要分布在相对有效区间，其中黑龙江用水效率几乎保持一个超效率的水平，这表明了黑龙江在各个方面的投入比拟少，而产出与投入相匹配，进而实现了DEA超效率，黑龙江的水产品为当地的经济和居民的收入提供了稳定的收入来源。内蒙古在2005年之后从用水效率无效变成了相对有效，这一个变化的经过表明了内蒙古在经济快速的发展经过中也在不断调整省内的产业构造。同样河南省作为中国产粮的大省，其丰富的粮食为全省到达相对有效用水效率提供了可靠的支撑。西部总体地区都处于用水效率非相对有效的状态，其中西藏的用水效率几乎在超效率水平上，而导致西藏用水超效率的原因和其他的省份不同，由于西藏地理位置的特征，很少进行大规模的工业化生产，投入和产出都很少，因而西藏能基本上处于用水超效率的水平上。四川、贵州、云南、陕西、甘肃没有到达用水效率相对有效的水平其主要是没有构成产业规模，以及没有把握高效利用水资源的技术。二、结论及建议本文基于超效率DEA模型评价了中国工业用水的效率，实证分析表明，中国工业用水总体的效率较低，中西部地区工业用水的效率明显低于东部发达地区;分省区来看，不同地区工业用水的效率差异较大，南方地区工业用水的效率低于北方地区，粗放型产业向集约型产业转变越慢的地区工业用水效率越低。以上结论具有很强的政策含义:第一，水资源丰富的地区，主要以节约用水为主来提高工业用水利用效率;第二，水资源缺乏的地区，往往也是不发达地区，劳动力缺乏，针对这类地区，要加快企业技术创新以及重视人员制度安排，提高管理效率，通过发挥技术创新，完善制度，改良管理的手段来提高我国工业用水效率。第三，以高科技、低耗能的环保型轻工业和服务业为主的省区的工业用水效率明显以粗放型产业为主的省区，这讲明技术进步工业用水效率的制约因素，因而国家应加大技术的投资力度，大力发展科技，提高工业用水效率对我国经济社会发展的支撑力。