基于MFA和DEA的區域經濟環境效率評價
——以遼寧省為例

費 威，劉 心，楊 晨

1 東北財經大學數學與數量經濟學院，大連 116025 2 大連理工大學管理科學與工程博士后流動站，大連 116024

基于MFA和DEA的區域經濟環境效率評價
——以遼寧省為例

費 威1,2，*，劉 心1，楊 晨1

1 東北財經大學數學與數量經濟學院，大連 116025 2 大連理工大學管理科學與工程博士后流動站，大連 116024

對經濟與環境效率的科學評價是實現區域可持續發展的前提。運用物質流分析將遼寧省經濟系統中數據進行物質化處理，再利用改進的數據包絡分析模型對環境和經濟效率進行綜合評價。結果表明：遼寧省物資消費不主要依賴于進口，向其它地區物質輸出量大；環境效率評價的綜合效率主要受規模因素影響而顯著低于純技術效率，而整體經濟的綜合效率卻主要受純技術效率影響而下降。第二產業比重依然偏大的產業結構特征是導致上述結果的主因。進一步改造提升傳統產業，發展戰略性新興產業，提高第三產業發展水平，擴大環保規模，促進居民生活質量水平全面提升，將是遼寧省以及與之相似的資源依賴型區域可持續發展的方向。

物質流；數據包絡分析；經濟環境效率；遼寧省

如何有效處理經濟發展與環境污染的關系是可持續發展的前提，而對經濟與環境效率的科學評價是明確并處理好兩者關系的基礎。作為我國老工業基地之一的遼寧省，長期的資源過度消耗、環境嚴重失衡等問題阻礙了其可持續發展。遼寧省屬于資源依賴型重工業區域，對其經濟環境效率評價的重點是對物質輸入輸出的測度，運用物質流分析(MFA)將其經濟系統中數據進行物質化處理，依據質量守恒定理進行物料平衡，基于數據包絡分析(DEA)綜合評價各決策單元(DMU)的資源配置狀況，從而為更好處理區域經濟與環境之間的關系，為我國區域經濟可持續發展提供重要的理論依據。

1 MFA與DEA的相關研究現狀

MFA是在一定時空范圍內對特定系統的物質流動和貯存的系統性進行分析或評價的方法。它根據質量守恒定律，客觀地反映社會、經濟系統的代謝規模，通過物質的輸入、貯存和輸出三個過程達到最終的物質平衡。MFA方法在發達國家已經得到了廣泛應用。Wernick和Ausubel研究了美國的物質流平衡并提出一套MFA的計算框架[1]，世界資源研究所(World Resources Institute)發表了美日德等國有關專家合作研究的MFA國際比較研究報告[2]。2001年歐盟統計局(European Statistics)提出了第一部經濟系統物質流分析研究方法，作為物質流分析的指導性原則被廣泛應用[3]。此后MFA的應用被擴展到國家、區域和企業的不同層次[4- 5]，并與經濟學等理論相結合進行了擴展[6- 8]。目前MFA已經成為度量和分析我國區域經濟可持續發展的主要方法之一。例如，陳效逑等利用該方法分析1989—1996年我國經濟系統的物質需求總量[9]；李剛分析了我國經濟系統的物質輸入和輸出等相關指標[10]；馬寧等基于MFA建立了區域循環經濟指標體系[11]；陳東景等運用MFA分析了生態海島的物質輸入輸出狀況[12]；張曉剛、曾輝引入景觀生態學原理，建構了區域物質流分析的景觀取向[13]。

DEA是在相對效率概念的基礎上發展出來的一種投入產出方法。自1978年Charnes等基于單輸入、單輸出的工程效率概念提出第一個DEA模型以來[14]，學者們對其進行改進得到諸多DEA模型[15- 16]，并廣泛地應用于生產、經濟、能源等效率評價領域。例如，馮志軍、陳偉構造了資源約束型兩階段DEA模型，測算我國高技術產業效率[17]；郭貫成、溫其玉利用跨期DEA測算了我國工業用地生產效率[18]；魏新強、張寶生改進了DEA模型的目標函數和約束條件，構建了不同公眾環保意識階段的DEA效率分析模型[19]；Huang等運用三階段DEA模型分析我國29個省市的能源效率[20]。

近年來部分學者將MFA和DEA相結合分析我國區域發展狀況。例如，李丁等對我國19個城市的物質流進行核算后，基于DEA為城市循環經濟政策制定提供了依據[21]；張炳等基于MFA構建了區域生態效率評價指標體系，并將污染物排放作為一種非期望輸入引入到DEA模型中，評價了江蘇省生態效率[22]；王義琛等利用MFA構建了三層面區域生態效率評價指標體系，并結合DEA評價了銅陵市區域生態效率[23]；武春友等整合了MFA和DEA方法，研究并提出了全要素資源效率視角下的煤炭資源效率測算方法[24]；韓瑞玲等利用1990—2008年數據分析了遼寧省經濟環境系統的物質輸入與輸出，并檢驗了物質減量化發展[25]；仇方道等分析了我國東北地區礦業城市可持續發展能力及其影響因素[26]。這些研究都為本文提供了重要參考，但對具有資源依賴型特征的區域進行全面的物質流、環境、經濟效率評價的研究還較為缺乏。因此，本文以物質流過程為分析的結構框架，利用改進的DEA模型對遼寧省環境與經濟效率進行評價，以效率水平判斷區域可持續發展的前景，對促進資源依賴型特征的區域經濟可持續發展具有理論價值和實踐意義。

2 遼寧省物質流核算

MFA體系可看成一只獨立的黑箱，只考察總體輸入與輸出(圖1[27])。圖中左端為輸入端，主要包括直接開采的生物質(農林產量)和非生物質(金屬礦物、工業礦物)，以及伴隨上述物質開采產生的隱藏流、區域外進口物質原料及其產生的隱流。輸入到經濟系統的物質一部分會成為該系統內部的凈資產存量貯存起來，另一部分會通過區域間物質交換，輸出到區域外的其它地區。圖中右端為輸出端，既包括輸出到自然環境中的廢棄物，又包括使用過程中不可避免的消耗流失量。

圖1 物質流分析研究框架[27]

2.1 物質流分析指標體系

根據國際上通用的歐盟統計局(Eurostat)物質流賬戶體系[3]，參考我國學者的研究成果[22]，結合我國特點本文作了進一步完善，得出區域物質流分析指標體系及計算公式(表1)。

按照表1計算公式，從1990—2012年《遼寧省統計年鑒》、《中國礦業年鑒》、《中國環境年鑒》、《中國農業年鑒》、《中國工業經濟統計年鑒》、《中國能源統計年鑒》、《中國海關統計年鑒》及《中國港口年鑒》收集原始數據，并按以下內容處理各類數據進行指標核算。

表1 物質流分析指標體系及計算公式

(1)物質 針葉林取1m3/t，其他木材取1.2m3/t。漁業產量由天然水產品產量和人工養殖的海洋捕撈量計算。飼草消耗量按國際規定每頭牛每天消耗12kg，其它牲畜依據消耗比例系數進行計算，其中羊、牛、馬、驢、騾、豬的飼草消耗比例為1∶5∶6∶3∶6∶2。

(2)化石燃料和礦物物質 平板玻璃重量按50kg/箱換算。水泥鍛造有立窯法和干法兩種，立窯法中石灰石、粘土、石膏之比為1.00003∶0.156∶0.0529，干法中三者之比為1.14∶0.0192∶0.072。

(3)建筑材料 本文主要考慮了磚混、框架和剪力墻三種建房結構。在真實建筑中需要大量水輸入，因為代謝研究只計算部分消耗，所以材料輸入情況如表2所示。

表2 建筑結構體系材料輸入情況

道路建設的砂石消耗量為1.578t/m3，排水管網的砂石消耗量為17t/m

(4)進出口核算 一個區域層面的MFA進出口既涵蓋了國際間的進出口貿易，又包含了國內地區間的物質交換。本文基于遼寧省物質產量和需求數量的分析，將遼寧省的進出口合計設定為三部分：生活消費進出口、能源進出口以及國際間進出口。其中生活消費進出口核算依據公式“省際間進出口=消費+儲存-生產”。能源消耗量及進出口數據來自《遼寧省統計年鑒》，并且將其中不以重量為消費單位的數據通過質量系數統一換算，少量數據缺口按照插入法進行估算。

(5)氣體輸入 化石燃料燃燒耗氧量 = CO2×0.73+ SO2×0.5。CO2的產量按照如下計算：M(CO2)(折合成碳)=∑PiFiCi,式中Pi為第i種化石燃料(i=原煤、原油或天然氣)的消耗量；Fi為第i種化石燃料的有效氧化系數，原煤、原油和天然氣的有效氧化系數分別為0.982、0.918和0.98；Ci為單位燃料含碳量，每噸標準煤的煤、燃油和燃氣的平均含碳量分別為0.85、0.707和0.403。相應的氧氣需求量按照n(CO2)/n(O2)=1推算。

計算生物耗氧時，根據Matthews等[28]提出的每種動物呼吸系統耗氧量，依據有氧呼吸方程式：C6H12O6+6O2=6CO2+6H2O，得出呼吸釋放的二氧化碳和水蒸氣數值，并按照n(CO2)/n(O2)=1進行推算，具體呼吸系數如表3所示。

表3 人和動物的呼吸系數

此外，每公頃農田年均耗氧量為12.41t。植物光合作用吸收的二氧化碳量則可近似利用農林業產品和經濟作物產量的1.47倍計算。

(6)水輸入輸出 在本文研究期內，遼寧省水的輸入輸出量物質重量均占80%以上。為了不影響統計結果和便于比較，本文將水的輸入輸出單獨列出，計算中僅包含少量的物質水分。

(7)隱藏流核算 隱藏流是一種未被有效利用，但為了獲得有用物質而必須開采而產生的廢棄物。計算進出口非生物產品隱藏流時，要將進出口貿易的貨品折算為原料噸當量(RME)，再根據原料噸當量的種類進行隱藏流計算。化石燃料和礦石隱藏流系數見表4[6]。

表4 隱藏流估算系數

土石挖方量用以下公式進行估算：年營建剩余土石方量=當年竣工面積(m2)×3.2(m)×1.55(t/m3)。計算土壤流失隱藏流時，本文采用15t/hm2的土壤流失率。筑路物質投入見表5。

(9)化肥平均利用率 遼寧省統計數據中沒有各種肥料的具體利用率，因此本文按照化肥平均利用率30%統一計算。

表5 每千米筑路的主要物質投入

2.2 物質流全景分析

根據上述指標體系對1990—2011年遼寧省物質流進行核算可得物質輸入和輸出的變化趨勢分別如圖2和圖3所示。由圖2，近年來遼寧省物質輸入呈現逐年遞增趨勢，直接物質投入(DMI)增加相對較為平緩，年均遞增速度為8.58%；區域物質投入(TMI)和物質總需求量(TMR)增長趨勢較為顯著(尤其是在2004年以后)，年均遞增速度分別為8.96%和9.18%，兩者在1990—2004年間相差較小、幾乎重合，而后TMR明顯高于TMI，主要是由于進口隱藏流量的增多所致。

圖2 1990—2011年遼寧省物質輸入

由圖3，近年來遼寧省物質輸出呈現波動式遞增，與物質輸入相對應的是2004年后物質輸出也呈現顯著遞增趨勢。其中區域生產過程排放(DPO)變化較為平緩，年均變化速度為0.88%，在2000—2004年間呈現平穩遞減趨勢；直接物資輸出(DMO)和區域物資輸出(TMO)變化曲線幾乎重合，說明在此期間國際出口量并不是很大；區域內總輸出(TDO)略低于它們，但變化趨勢與之相似，TDO、DMO和TMO年均遞增速度分別為4.03%、4.05%和4.02%，也較為相近。

圖3 1990—2011年遼寧省物質輸出

根據物質流指標核算分析得出1990—2011年遼寧省物質流全景，選擇了最近一年即2011年物質流全景進行列示說明見圖4。遼寧省輸入物質共計96519.17萬t。其中本地開采70504. 2萬t，占省內物質輸入的73%；進口物質質量26015.01萬t，僅占省內物質輸入的27%。說明遼寧省物資消費并不主要依賴于進口，本地資源基本可以滿足經濟社會發展需要。遼寧省輸出物質共計13233.22萬t，物質排放3119.3萬t，占所有輸出的24%；出口物資10113.92萬t，占總額的76%。雖然年度凈存量達到83285.95萬t，但是大量的物質輸出和環境生態包袱，在一定程度上揭示了經濟社會運行給環境帶來的巨大壓力。

圖4 2011年遼寧省物質流全景

圖5和圖6分別給出了本地直接開采和物質排放分類的比例。在圖5中，金屬礦物的比重占46%，工業礦物比重占10%，化石燃料比重占12%，三者總比重達到了68%；而生物物質的開采量僅為6%。數據表明：遼寧省仍然在以資源開采作為主要經濟活動。雖然在短期內該活動可以產生較高的經濟收入，但是由于金屬、煤炭均為不可再生資源，其累計開采量達到一定程度后，不僅這種高收入難以維續，而且還會對環境造成不可彌補的破壞。圖6的物質排放種類顯示：遼寧省固體廢物的排放量約為2500萬t，遠超其它物質。因此，對固體廢物的無害化處置將是遼寧省近年來環境保護工作的重點。

圖5 2011年遼寧省直接開采百分比

圖6 2011年遼寧省物質分類的排放量

3 遼寧省經濟環境效率評價

根據遼寧省物質流分析結論及其自身區域特征，基于國內外區域環境、經濟效率評價的指標選取方法，本文利用DEA改進模型，選用DEA-SOLVER PRO5軟件作為計算平臺對遼寧省環境、經濟效率進行整體評價。

3.1 環境效率評價

根據DEA模型輸入輸出特點，結合國內外關于環境效率評價的研究[29]，并且考慮到遼寧省環境現狀以及數據可得性，將物質流分析所得的污染物相關指標數據作為輸入進行環境效率分析。選取廢水中的污染指標“氨氮”和“化學需氧量”，廢氣中指標“二氧化硫”和“工業煙粉塵”，以及化石燃料燃燒和呼吸系統中產生的“二氧化碳”排放量作為輸入指標。其中沒有選取固體廢物作為輸入指標是因為固體排放中有大量的人與動物糞便，它們對環境的作用力不全屬于破壞和消耗類，所以對固體廢物的影響予以忽略。輸出指標為“工業廢水達標率”、“工業煙粉塵去除量”、“固體利用率”以及“城市人均綠化面積”。它們可以分別代表水環境、大氣環境、固體廢物以及狹義的生態環境體系。

傳統DEA模型無法有效解決投入產出的松弛性。由Tone[30]于2001 年提出的非徑向DEA模型——SBM(Slacks-based measure)模型，是基于松弛變量評價效率的方法。它直接將松弛變量加入到目標函數中，使實際利潤最大化而不是僅得到效益比例最大化。根據環境效率輸入輸出指標，由于2011年廢水達標率和煙粉塵去除量等指標數據缺失，為確保效率評價的準確性，本文對環境效率評價的年份為1990—2010年，利用SBM模型評價遼寧省環境效率。基于規模報酬不變的SBM模型分析得到7個年份是DEA有效的?；谝幠蟪昕勺兊腟BM模型分析有15個年份是DEA有效的。由于DEA有效的年份較多，因此無法有效區分效率的優劣?；诖?，超效率SBM模型是解決多數決策單元效率為1而設計改進的一種DEA模型。該方法不再限定決策單元的效率值小于或等于1，解決了有效決策單元過多的問題。進一步利用超效率SBM模型分析的結果表明：規模報酬不變模型分析的最有效的一年為2010年，最大綜合效率值為1.13；而綜合效率最低的一年為1991年，最小效率值僅為0.47，綜合效率平均值為0.74。規模報酬可變模型分析的最有效的年份仍為2010年，最大純技術效率值為1.13，2000年純技術效率最低為0.77，純技術效率平均值為0.98。并且超效率SBM模型分析結果中純技術效率高于綜合效率，說明環境效率評價中規模仍是制約綜合效率的因素。

根據超效率SBM模型分析得到的結果估算出規模效率，綜合效率、純技術效率和規模效率曲線變化趨勢如圖7所示。由圖可見：1990—2010年遼寧省環境的純技術效率曲線始終圍繞效率值1小幅波動變化，只有1991—1993年、2000—2001年呈現顯著的下降波動。并且它普遍高于綜合效率、規模效率兩條曲線，尤其是在1991—1999年區間。規模效率與綜合效率曲線除了1992—1993年、2000—2001年出現顯著偏離，即規模效率高于綜合效率，其它年份兩條曲線近似重合。說明遼寧省環境的綜合效率主要是受到規模因素影響而顯著低于純技術效率。近年來遼寧省通過采取環境保護措施，加大環保設施建設力度以及提升生產技術水平等，提高了遼寧省環境效率水平。例如，從2008年起遼寧省財政每年安排2.2億元的專項環保資金；1999—2011年遼寧省治理工業污染項目投資額的環比平均增長率約為13.41%。由此省內環境保護已經取得了顯著成效，如2011年省內環境污染事故僅發生2次；城市日處理污水能力達到547.2萬m3，與2000年相比累計增長了約3.94倍。然而相對于比重突出的第二產業傳統生產模式所遺留的環境污染嚴重、物質輸出質量增加等問題，保持目前的純技術效率，發揮環保技術優勢，進一步優化環境資源配置，適當擴大環境保護規模，將是提高遼寧省環境效率的主要途徑。

3.2 經濟效率評價

為突出區域經濟可持續發展的研究目標，對經濟效率評價的輸入和輸出指標的選取主要從經濟發展、產業結構和生態環境三大方面進行。將物質流分析所得的直接物質投入(DMI)、區域生產過程排放(DPO)、就業人口和固定資產投資額作為輸入變量。其中“DMI”和“DPO”代表經濟體系中的物質環境投入；“就業人口”反映了勞動力資源的實際利用情況；“固定資產投資額”反映了固定資產的投資規模和投資速度。用這三個指標分別代表遼寧省的環境、人力和資本投入。將“GDP”、“第三產業占GDP比重”和“居民消費水平指數”作為輸出變量。其中“GDP”是衡量一個國家和地區經濟狀況的基本指標；“第三產業占GDP比重”反映了一個國家或地區所處的經濟發展階段；“居民消費水平指數”反映了居民在物質產品和勞務消費過程中的滿足程度。

基于SBM模型的經濟效率評價結果仍有較多年份是DEA有效的，所以進一步利用超效率SBM模型對遼寧省經濟效率進行評價。根據經濟效率評價結果，可得綜合效率的平均值為0.96、純技術效率的平均值為0.97和規模效率的平均值為0.98，效率水平整體較高。三條效率曲線變動趨勢如圖8所示。其中規模效率曲線沒有較大波動，相對較為平穩。綜合效率與純技術效率曲線變化趨勢幾乎一致，在1990—1998年它們都有較明顯的“V”型波谷，隨后經歷了一段較為平穩的時期，在2010—2011年呈現上漲趨勢。與環境效率分析結果不同的是：制約遼寧省經濟綜合效率的因素是純技術效率，相比之下規模效率是普遍有效的。

圖7 1990—2010年遼寧省環境效率變動趨勢

圖8 1990—2011年遼寧省經濟效率變動趨勢

表6列出了每個DEA無效年份的松弛變量需要改進的數值。其中用S-(1)、S-(2)、S-(3)和S-(4)分別代表DMI、DPO、就業人口和固定資產投資額的輸入冗余，用S+(1)、S+(2)和S+(3)分別代表GDP、第三產業占GDP比重和居民消費水平指數的輸出不足。輸入冗余方面，在DEA無效的年份中，DMI和DPO的輸入冗余值S-顯著存在，其中DPO輸入冗余值只在1994年為0。而固定資產投資額在1993—1996年的4個DEA無效年份中無需變動，就業人口在2000—2011年的6個DEA無效年份中無需變動，即2004—2007年、2009年和2010年。該結果表明：要提高遼寧省整體經濟效率，減少直接物質投入和區域生產過程排放是主要途徑；近年來固定資產投資額也有待適量調整，尤其是應結合產業結構特征對第二產業的投資進行有效調整；就業人口規模已經逐漸得到優化。相比于輸入方面的數值改進量普遍較大，輸出方面的產出變動數值則較少。在1993—1996年的4個DEA無效年份中，需要提升的輸出值變量為GDP和第三產業比重，而在2000—2011年的6個DEA無效年份中，需要提升的輸出值變量為第三產業比重和居民消費水平指數。說明近年來遼寧省經濟水平得到了顯著提高，但是產業結構仍需調整，居民生活質量水平有待進一步提高。以2010 年為例，遼寧省GDP為18457.3億元，與2000年相比增長了約2.9倍，而同一時期全國GDP增長了1.8倍。遼寧省三次產業占GDP 的比重為8.9∶54∶37.1，第二產業仍占主導作用，第三產業比重亟待提升。城鎮居民人均可支配收入為17713元，而同期全國城鎮居民人均可支配收入為19109.4元。

根據環境和經濟效率的分析可見，盡管近年來遼寧省經濟高速增長，產業結構有所調整，但產業結構特征仍然是第二產業所占比重大且逐年上升。與之相應的是以煤炭、礦石等能源礦物為主的資源開采規模增大，實際資源利用率下降，環境的規模及綜合效率都有待改善。因此，在存量上改造提升傳統產業，在增量上培育發展戰略性環保新興產業，加強技術進步，建設適應需求結構調整和消費升級新變化的現代產業體系將是遼寧省未來可持續發展的戰略目標。

表6 1990—2011年遼寧省經濟效率輸入和輸出的優化結果

4 結語

對經濟與環境效率的科學評價是實現區域可持續發展的前提。本文基于MFA與DEA以遼寧省為例，對區域經濟環境效率進行了評價。物質流分析結果顯示：1990—2011年遼寧省物質輸入和輸出均呈現遞增趨勢，以2011年為例遼寧省輸入物質為96519.17萬t，其中本地開采占省內物質輸入的73%；輸出物質為13233.22萬t，其中物質排放占所有輸出的24%，出口物資占總額的76%。說明遼寧省本地資源豐富，物資消費不主要依賴于進口，向其它地區物質輸出量大。基于DEA的1990—2011年遼寧省環境效率評價的綜合效率主要受規模因素的影響而顯著低于純技術效率，而整體經濟的綜合效率卻主要受純技術效率影響而下降。造成上述結果的主要因素是產業結構不合理(即第二產業比重依然偏大，第三產業有待進一步發展)所致的環境污染嚴重、資源消耗大等問題。盡管近年來遼寧省加大了環保投入并采取產業升級等措施使這些問題有所改善，但進一步改造提升傳統產業，發展戰略性新興產業，提高第三產業發展水平，擴大環保規模、提高環保技術水平，促進居民生活質量水平全面提升，仍將是遼寧省以及與之相似的資源依賴型區域可持續發展的方向。

[1] Wernick I K, Ausubel J H. National material metrics for industrial ecology. Resources Policy, 1995, 21(3): 189- 198.

[2] World Resources Institute. The Weight of Nations: Material Outflows from Industrial Economies. Washington D C: World Resources Institute, 1997.

[3] European Statistics. Economy-wide Material Flow Accounts and Derived Indicators: A Methodological Guide. Luxembourg: Office for Official Publications of the European Communities, 2001.

[4] Kytzia S, Faist M, Baccini P. Economically extended—MFA: a material flow approach for a better understanding of food production chain. Journal of Clean Production, 2004, 12(8- 10): 877- 889.

[5] Hubacek K, Giljum S. Applying physical input-output analysis to estimate land appropriation (ecological footprints) of international trade activities. Ecological Economics, 2003, 44(1): 137- 151.

[6] Schuetz H, Bringezu S. Economy-wide Material Flow Accounting (MFA)-Technical Documentation. Germany: Wuppertal Institute, 1998.

[7] Bouman M, Heijings R, Van der Voet E, van den Bergh J C J M, Huppes G. Material flows and economic models: an analytical comparison of SFA, LCA and partial equilibrium models. Ecological Economics, 2000, 32(2): 195- 216.

[8] Brunner P H, Rechberger H. Practical Handbook of Material Flow Analysis. Boca Raton: Lewis Publishers, 2004.

[9] 陳效逑, 喬立佳. 中國經濟——環境系統的物質流分析. 自然資源學報, 2000, 15(1): 17- 23.

[10] 李剛. 基于可持續發展的國家物質流分析. 中國工業經濟, 2004, 22(11): 11- 18.

[11] 馬寧, 鞠美庭, 楚春禮. 基于MFA的區域循環經濟評價指標體系研究. 生態經濟, 2010, 26(7): 55- 57.

[12] 陳東景, 鄭偉, 郭惠麗, 付元賓. 基于物質流分析方法的生態海島建設研究——以長?？h為例. 生態學報, 2014, 34(1): 154- 162.

[13] 張曉剛, 曾輝. 從系統到景觀: 區域物質流分析的景觀取向. 生態學報, 2014, 34(6): 1340- 1351.

[14] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units. European Journal of Operational Research, 1978, 2(6): 429- 444.

[15] 何紅渠, 謝雄軍. 基于LCA-MFA方法的循環經濟產業鏈規劃技術與其應用. 經濟地理, 2013, 33(10): 117- 123.

[16] 張麗君, 秦耀辰, 張金萍, 路超君. 基于EMA-MFA核算的縣域綠色GDP 及空間分異——以河南省為例. 自然資源學報, 2013, 28(3): 504- 516.

[17] 馮志軍, 陳偉. 中國高技術產業研發創新效率研究——基于資源約束型兩階段DEA模型的新視角. 系統工程理論與實踐, 2014, 34(5): 1202- 1212.

[18] 郭貫成, 溫其玉. 環境約束下工業用地生產效率研究——基于中國33個典型城市非期望產出的考量. 中國人口·資源與環境, 2014, 24(6): 121- 127.

[19] 魏新強,張寶生.不同環保意識視角下的DEA 效率模型.運籌與管理,2014,23(3):202- 208.

[20] Huang D C, Dong Y Y, Zhang C Z, Liu B S. Regional energy efficiency in China based on a three-stage DEA model. Journal of Resources and Ecology, 2014,5(2):97- 104.

[21] 李丁, 汪云林, 付允, 牛文元. 基于物質流核算的數據包絡分析——國內19個主要城市的實證研究. 資源科學, 2007, 29(6): 176- 181.

[22] 張炳, 黃和平, 畢軍. 基于物質流分析和數據包絡分析的區域生態效率評價——以江蘇省為例. 生態學報, 2009, 29(5): 2473- 2480.

[23] 王義琛, 王遠, 朱曉東, 吳小慶, 王珂, 任克秀, 陸根法. 安徽省銅陵市生態效率變化及其驅動因素. 應用生報, 2011, 22(2): 460- 466.

[24] 武春友, 岳良文, 張米爾. 基于MFA 和DEA 的煤炭資源效率測算方法的研究. 中國人口·資源與環境, 2012, 22(12): 135- 142.

[25] 韓瑞玲, 佟連軍, 佟偉銘. 基于MFA與DEA分析的遼寧省物質減量化檢驗研究. 地理研究, 2012, 31(4): 652- 664.

[26] 仇方道, 李博, 佟連軍. 基于MFA和DEA的東北地區礦業城市可持續發展能力評價. 資源科學, 2009, 31(11): 1898- 1906.

[27] 黃和平, 畢軍, 張炳, 李祥妹, 楊潔, 石磊. 物質流分析研究述評. 生態學報, 2007, 27(1): 368- 379.

[28] Matthews E, Bringezu S, Bringezu S, Hüttler W, Ottke C, Rodenburg E, Rogich D, Schandl H, Van Der Voet E, Weisz H, Billings H. The Weight of Nations: Material Outflows from Industrial Economies. Washington D C: World Resource Institute, 2000.

[29] 卞亦文. 基于DEA理論的環境效率評價方法研究[D]. 合肥: 中國科學技術大學, 2006.

[30] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis. European Journal of Operational Research, 2001, 143(1): 32- 41.

Economic and environmental efficiencies based on material flow analysis and data envelopment analysis：a case study of Liaoning Province

FEI Wei1,2,*, LIU Xin1, YANG Chen1

1MathematicsandQuantitativeEconomicsSchool,DongbeiUniversityofFinance&Economics,Dalian116025,China2ManagementScienceandEngineeringCenterforPost-doctoral,DalianUniversityofTechnology,Dalian116024,China

We assessed regional sustainable development by analyzing economic and environmental efficiencies. We applied material flow analysis (MFA) and data envelopment analysis (DEA) models to measure the material input and output for Liaoning, a province in northeast China. Liaoning is an old industrial area and has suffered from long-term excessive consumption of resources. This has taken its toll on the environment and has hindered its sustainable development. We analyzed the comprehensive evaluation of the environmental efficiency and the economic efficiency of Liaoning from 1990 to 2011 and the material flow in 2011. The material input quantity in 2011 was 965.19 million tons, and the local mining quantity was 705.04 million tons, accounting for a material input of 73%; the imported material quantity was 260.15 million tons. This accounts for a material input of 27% based on the MFA of Liaoning. From these results we conclude that the material consumption does not rely on imports, and the local resources meet the needs of economic and social development. The material output quantity is 132.33 million tons, and the material emission quantity is 31.19 million tons, accounting for a material output of 24%. The export total is 101.14 million tons, accounting for 76% of the total. From our analysis of the environmental efficiency of Liaoning from 1990 to 2010 based on the super efficiency Slacks Based Measure (SBM) model, we found that 2010 was the most effective year with the constant returns to scale, and the maximum efficiency was 1.13. 1991 was the year with the lowest efficiency (maximum 0.47, average 0.98). We conclude that the pure technical efficiency is higher than the comprehensive efficiency, and the scale efficiency restricts the comprehensive efficiency in the evaluation of environmental efficiency. Our analysis of the economic efficiency of Liaoning from 1990 to 2011 based on the super efficiency SBM model showed that the average value of the scale efficiency was 0.98, the average value of the pure technical efficiency was 0.97, and the comprehensive efficiency was 0.96. These values are different from the material flow and environmental efficiency values. This is because the pure technical efficiency restricts the comprehensive economic efficiency of Liaoning, and hence the scale efficiency is higher. From the perspective of input redundancy, the input redundant values of direct material input (DMI) and waste production from regional production processes (DPO) contributed significantly to the DEA model during years with efficiencies less than 1. The investment in fixed assets did not need to change, and the output variable of GDP and the proportion of the tertiary industries, such as service, financial and tourism industries, should have been improved in the years 1993—1996; this would have increased efficiencies to 1 or above. The employment population did not need to change, and the output variable of the proportion of the tertiary industries and Consumer Price Index (CPI) should have been improved in years 2004—2007, 2009, and 2010. These results indicate that the economic level of Liaoning has greatly improved; however, this has been to the detriment of the environment. The growth in secondary industries will result in the consumption of more resources and higher pollution levels. This has to be reduced by promoting tertiary industries, which are less energy dependent and rely on man power; the balance can be readdressed and the quality of the residents′ lives will be improved.

material flow analysis (MFA); data envelopment analysis (DEA); evaluation of economic and environmental efficiency; Liaoning Province

國家社會科學基金青年項目(14CGL040)；教育部人文社會科學研究青年基金項目(13YJC630029)；遼寧省社科規劃基金項目(L13DJY065)；中國博士后科學基金資助項目(2013M530925)

2014- 07- 08;

2015- 03- 09

10.5846/stxb201407081398

*通訊作者Corresponding author.E-mail: woshifeiwei@sina.com

費威，劉心，楊晨.基于MFA和DEA的區域經濟環境效率評價——以遼寧省為例.生態學報,2015,35(11):3797- 3807.

Fei W, Liu X, Yang C.Economic and environmental efficiencies based on material flow analysis and data envelopment analysis：a case study of Liaoning Province.Acta Ecologica Sinica,2015,35(11):3797- 3807.