文档介绍：生态环境监管绩效评价研究|环境绩效评价

　　１引言
　　湖南省地形地貌结构复杂，自然资源丰富，为湖南省经济快速发展提供了有利条件，也因发展付出了巨大的环境代价。多年来省内开展了大量环境整改及监管工作，但成效和预期存在落差，需客观评价不一样地域生态环境监管的差异，研究影响区域生态环境改变的关键原因，为提升监管效率，完善区域生态环境监管网络提供依据。生态环境监管网络中监管主体职能的发挥和监管技术水平的发展很大程度上决定生态环境保护工作的成效。尽管得益于技术上的发展，将地理信息系统ＧＩＳ，全球定位系统ＧＰＳ和遥感ＲＳ技术等技术应用于生态环境监管［１］，但现行的生态环境监管仍普遍存在下列问题：缺乏问责制、数据质量低、数据管理不善，和对民间社会组织和公众参加的严重限制［２］。中国环境治理属于环境权威主义治理方法，环境监管是改进环境质量的关键方法，只有采取强制性环境监管才能实现污染的有效治理［３、４］。经过梳理中国生态环境监管体制改革进程指出生态环境监管体制处于动态改变中，生态环境监管体制由单一逐步向立体多元发展［５］。由此，生态环境监管网络中元素的多样化，使怎样进行生态环境监管绩效评价成为生态防控中一个值得研究的问题。在绩效评价中ＤＥＡ较其它估量方法应用更为广泛，但其结果受样本的限制较大，若在样本出现极端值或其它随机原因的干扰的情况下，ＤＥＡ的结果将不稳定，且对于ＤＥＡ估量结果无法进行检验，模型拟合的效果无法评价，参数估量也无法检验。为处理该问题，进行ＳＦＡ回归剔除环境原因和随机原因影响，对投入进行调整后，再对其进行ＤＥＡ模拟。在生态领域，该方法通常应用于研究区域生态效率和区域环境治理效率的研究，暂未检索到有将三阶段ＤＥＡ模型用于生态环境监管绩效评价的文件。本文关键利用三阶段ＤＥＡ模型测度湖南省不一样区域的生态环境监管情况，对不一样区域的生态环境监管绩效进行比较，考察各指标对生态环境监管绩效的影响，以期为完善省级区域生态环境监管体系提供参考。
　　２生态环境监管效率测算模型构建
　　２．１ＤＥＡ模型思绪。１第一阶段：传统ＤＥＡ模型分析初始效率。ＤＥＡ模型分投入导向型和产出导向型２种。因为投入的数量是决议的基础变量，和产出量相比，投入量更轻易控制，所以，本文采取投入导向型规模效益可变的ＢＣＣ模型进行分析。ＢＣＣ模型计算出来的效率值为：综合技术效率ＴＥ＝规模效率ＳＥ×纯技术效率ＰＴＥ１２第二阶段：ＳＦＡ回归剔除环境原因和随机原因影响。因为决议单元绩效受管理无效率、环境原因、统计噪声影响，所以需进行随机前沿分析，依据ＳＦＡ模型的回归结果对各个决议单元的投入变量进行调整，使得每个决议单元全部调整至具有相同的外部环境特征，从而将投入产出松弛变量可能受到的来自外部环境原因、随机误差和内部管理原因的影响剔除。第一步，整理第一阶段投入指标松弛变量和环境变量数据，利用Ｆｒｏｎｔｉｅｒ４．１软件，得到各投入变量的ＳＦＡ回归结果。随即利用Ｅｘｃｅｌ软件分离管理无效率项μ。每个决议单元的环境值ｆｎＺｉ；
　　βｎ，计算公式以下。ｆｎＺｉ；
　　βｎ＝β０＋β１•Ｚ１＋β２Ｚ２＋β３Ｚ３２式２中，β０，β１，β２，β３分别为ＳＦＡ估量的系数，Ｚ１，Ｚ２，Ｚ３分别是３个环境变量。每个决议单元的混合误差项εｉεｉ＝ｕｉ＋ｖｉ，计算公式为：εｉ＝Ｓｎｉ－ｆｎ