文档介绍：生态城市中环境污染论文 1 研究模型与方法 DEA 模型[ 5 ]由于其科学性强、计算简便、灵活性好且能够提供更多的评价信息等优点被广泛地用于技术效率测算中. 但多数的传统 DEA 模型是在径向技术距离函数的基础上提出的, 对产出或投入向生产前沿面径向的缩减、扩张程度的测算只能够在投入或产出一定的条件下进行, 但在实际生产过程中投入和产出的变化会引起技术效率的变化, 对于在实际情况下技术效率对径向的要求并不能够满足[6]. 因此, 国内外学者逐渐开始提出具一般性的非径向 DEA 模型[7], 而且, 传统的 DEA 环境效率测算模型只考虑期望产出的不足, 但在实际生产过程中, 不仅会有期望产出也会有环境污染物等的非期望产出. 在本文研究中, 同时考虑期望产出与非期望产出, 采用一种新型的环境效率测算模型, 即采用基于非期望产出的非径向双目标 DEA 模型对青岛市经济发展环境效率进行测算研究. 2 青岛市环境污染治理效率测算非期望产出的非径向双目标 C2R 模型测算与分析根据指标的科学性、目的性、代表性、数据可获得性等指标体系设计原则,并参照青岛市环境污染治理工作的内容体系,设计了该市整体经济发展环境效率投入- 产出指标体系. 本文选取 3 个投入指标: 全社会固定资产投资额( 亿元)、重点耗能工业能源消费(万t 标准煤)、社会从业人数( 万人);1 个期望产出指标:青岛市地区 GDP (亿元);3 个非期望产出指标:工业废气排放量(万标 m3 )、工业固体废物产生量(万 t) 、工业废水排放量(万 t) (图 1). 根据图 1 列出的指标体系, 查阅 2002 — 2013 年《青岛市统计年鉴》以及《青岛市环保局年环境公报》,获得青岛市 2001 — 2012 年 12 个年份对应图 1 中的 7 个投入- 产出指标数据, 并利用模型(2) 进行测算. 该评价问题中对应的期望产出偏好与非期望产出的优先控制无差别,我们可以假定每一个 DUM 中对期望产出和非期望产出的权值分别为θ 1= ,ξ 1= ,ξ 2= ,ξ 3=. 利用 EXCELVBSolver 进行测算,结果如表 1前6 列所示. 如表 1 所示,青岛市在 2001 — 2012 年期间,其经济发展整体环境效率水平在 2001 , 2002 , 2005 , 2010 年里达到了 DEA 有效, 对应的α*r=1 ,β*t=1 ,并且 h=0 ,其余的年份未达到 DEA 有效. 从产出指标方面对α与β的数值进行对比分析, 2003 , 2004 , 2006 , 2007 , 2008 年期望产出效率值大于 1 ,即α1 ,说明 GDP 发展达到了预期的目标,但非期望产出却未得到有效控制,说明青岛市在快速发展的同时放松了对环境污染的控制,在一定程度上牺牲了生态环境; 2009 , 2011 , 2012 年的期望产出效率值小于 1 ,即α1 ,说明 GDP 并未达到最优,但非期望产出却得到有效的控制, 说明青岛市近几年开始加大了非期望产出的控制与治理力度, 与此同时, 传统的粗放型经济发展模式一定程度上受到了制约和限制. 各形态污染物治理效率测算为了更进一步的分析水污染、大气污染、固体废弃物污染治理 3 个污染治理子系统的运行效率,本文将运用 C