摘 要

本文旨在研究经济与合作组织（OECD）其中26个成员国从2001年到2014年共14年的综合效率。方法上选取非径向距离函数（NDDF），目的是克服传统DDF在存在松弛时可能高估效率的缺点，将所有投入产出要素的非效率纳入到模型中来度量综合效率。本文构建了评价国家综合效率静态指标和综合效率动态指标。为了进一步探讨综合效率的动态变化，本文将综合效率指标进一步分解为技术效率变化（EC）、技术进步（BPC）、技术差距变化（TGC）。实证方面，本文选取OECD其中26个成员国的投入产出数据计算综合效率。结果表明技术创新和资本投入可以带来效率的显著提升。最后，据研究结果给出如下政策性建议：①以经济技术领先的东部地区来带动中西部地区效率的提高，形成辐射效应；②提高资本和技术的投入比例，以科技创新为驱动；③进行国际合作与技术交流，提升经济效率。

关键词：非径向距离函数；期望与非期望产出；综合效率

Abstract

The purpose of this paper is to study the combined efficiency of the organization for economic cooperation and development (OECD) in its 26 member countries for 14 years from 2001 to 2014. Methods on the radial distance function (NDDF), the purpose is to overcome the traditional DDF when in the presence of relaxation may overestimate the efficiency of the shortcomings, will all of the elements of the input and output efficiency into the model to measure the comprehensive efficiency. In this paper, static index and dynamic index of comprehensive efficiency are constructed. In order to further explore the dynamic change of comprehensive efficiency, this paper further decomposes the comprehensive efficiency index into technological efficiency change (EC), technological progress (BPC), technological gap change (TGC). Empirically, this paper selects input and output data from 26 OECD countries to calculate comprehensive efficiency. The results show that technological innovation and capital investment can bring significant efficiency improvement. Finally, according to the research results, the policy recommendations are as follows. Increasing the investment ratio of capital and technology, and driving the efficiency of scientific and technological innovation; International cooperation and technical exchanges to enhance economic efficiency.

Key Words：Non-radial distance function; Expectation and non-expected output; The comprehensive efficiency

目 录

第1章 绪论 1

1.1 选题背景和意义 1

1.2 研究思路 1

第2章 文献综述 3

2.1国外文献综述 4

2.2国内文献综述 4

第3章 OECD国家综合效率测度的模型选择与构建 6

3.1非径向距离函数 6

3.2构建方向指标 8

3.3综合效率指标UEI 9

第4章 实证研究 12

4.1数据说明 12

4.2实证结果与解释 12

4.2.1静态指标UEIg横向与纵向比较分析 12

4.2.2动态指标MMUEI纵向与横向比较分析 14

第5章 结论与建议 18

5.1研究结论 18

5.2政策建议 19

参考文献 20

附录 22

致 谢 27

绪论

选题背景和意义

来自《BP世界能源统计年鉴2017》的资料显示目前全球能源市场正处于转型期。随着能源效率的提高，全球能源消费增速变缓。当前，从世界经济发展来看，已经进入后危机时代，即我们所说的新常态，世界经济运行目前还处在下行和衰退的高风险中，所以必须将发展绿色经济作为应对经济衰退、环境恶化和气候变化等多重危机的重要对策。随着科技的进步，各种能源的发现和利用对人类发展产生了重要的影响：一方面科技的进步和新能源的利用推动社会发展；另一方面，资源消耗的急剧增长，同时污染加剧和资源浪费给人类社会持续发展带来严峻挑战。与此同时在科技进步和环境需求的共同驱动下，能源结构正在向更清洁、更低碳的燃料转型。本研究主要探索经合组织国家的综合效率，探究经济发展中的期望产出与非期望产出对经济绿色发展的影响。

从全球市场来看，全球一次能源消费经历近10多年的高速增长期，在2014年、2015年出现了转折。2003-2013年间的平均增长率约为1.9%。而2014年、2015 年全球一次能源消费增长率分别为1.1%和1.0%，均为1998年以来的低点。中国正处于工业化和城市化的阶段，由于这一过程的资源需求和消费需求都是刚性的，加上排放和全球变暖意识，中国致力于绿色经济的替代和可持续发展,所以减少排放和提高能源效率成为中国发展必须面对的话题。

本文利用非径向距离函数（NDDF）测度了经济与合作发展组织（OECD）其中26个成员国（澳大利亚、奥地利、比利时、加拿大、智利、美国、捷克、德国、丹麦、西班牙、芬兰、法国、英国、匈牙利、爱尔兰、意大利、日本、韩国、墨西哥、荷兰、挪威、波兰、葡萄牙、斯洛伐克、瑞典、土耳其）的经济综合效率。希望通过构建方向指标和综合效率指标来求得这26个国家的综合效率以及其变化情况，在此基础上，通过效率指标的分解来找出不同国家效率高低的原因，以此来为中国的绿色可持续发展提供参考与政策性建议。

1.2 研究思路

本文在收集上述OECD其中26个成员国经济的资本（K）、能源（F）、劳动力（L）的投入和各国的期望产出（GDP）以及非期望产出，即二氧化碳排放（C）的数据的基础上，来构建综合效率指标。将综合效率指标分解为效率变化（EC）指数，最佳实践的差距变化（BPC）指数和技术差距变化（TCG）指数，据此来分析各个国家的综合效率。本文共分为5个部分：第一章绪论，包括选题背景与意义，研究思路；第二章文献综述，包括国外文献综述和国内文献综述；第三章介绍研究方法，包括模型的选择与构建，指标的选取与分解；第四章实证研究，包括数据的说明，实证结果与解释；第五章研究结果与政策建议，包括研究结果的说明，提出的政策建议。

文献综述

关于综合效率研究的文献中，当前学术界综合效率的测度主要有三大研究方向，虽然各有优缺点，但是应用广泛，具体如下：

①不考虑非期望产出的非参数型数据包络模型，主要有超效率DEA模型、经典DEA模型和当期的Malquist指数分析，由于研究方法简单，使用者最多，但是因为模型没有考虑实际能源消耗过程中的部分正常产出（例如污染物），与实际生产情况偏差较大，因此这些研究成果的准确性和政策可靠性也较弱。

②考虑非期望产出的非参数数据包络模型，方向距离函数和当期、序列的Malquist-Luenberger指数分析，这一方向虽然符合能源的实际消耗过程，贴近绿色生产能源效率的真实测度，但由于模型较为基础、通用，因此方法上存在一些不足与弊端。例如，前者仅能测算静态效率，不具有全局性、动态性，存在投入产出松弛性问题；而后者存在当期ML指数，容易造成技术进步的不连续、序列ML指数不满足可传递性要求等缺点。

③采用考虑或不考虑非期望产出的参数型SFA随机前沿分析技术，虽然该模型的一般假设比较全面，考虑了随机扰动对于产出的影响等模型设立优点，但此模型必须事前进行生产函数形式的假设及技术无效率的具体分布规定，因此不同函数形式的设定对测算结果影响也存在较大差异，难以对模型进行进一步扩展。

对经济综合效率的相关研究一直是学界的热点，国内外现有研究主要呈现以下几个趋势:

第一，由单要素指标研究转向多要素指标研究；

第二，由仅考虑期望产出转向同时考虑期望产出和非期望产出；

第三，衡量非期望产出的指标由单个指标转向多个指标；

第四，数理研究方法不断改进。

现有的国内外文献对经济综合效率的研究逐步深入，尤其是将环境的非效率(环境规制)纳入综合效率中，真正意义上实现了对区域综合效率的评估。综观国内外研究发现:第一，对于非期望产出的界定存在很大的差异，不同指标测算的综合效率效率也存在差距。针对地域特点选择多种不同的污染物指标来表示非期望产出，有的放矢地刻画不同区域节能减排的核心问题还有待深入。第二，讨论综合效率的大部分文献将视角集中在单个国家层面或者经济发达国家^[1]。

2.1国外文献综述

Farrel（1957）提出了DEA模型，此时的DEA模型是不考虑非期望产出的非参数模型。因为模型没有考虑实际过程中的部分正常产出（例如污染物），与实际生产情况偏差较大，因此其成果的准确性和政策可靠性也较弱。Li and Song( 2016)认为测度综合效率应该包括更多的环境污染物，并且使用一个非径向的距离方向函数模型更有效。Fare and Swinand ( 2002)由仅考虑期望产出转向同时考虑期望产出和非期望产出，从生产端将非期望产出纳入发展效率评估，Chambers and Chung ( 1997) 从产出端将非期望产出与期望产出一起引入生产过程。将非期望产出纳入综合效率评价才具有真正意义上的经济综合效率。全要素生产率下对生产前沿的估计有非参数形式数据包络分析( DEA) 和参数形式随机前沿分析( SFA)两种方法，其中非参数 DEA 模型中的距离函数从Shephard距离函数到方向性距离函数，再到非径向方向距离函数的不断改进，对能源环境效率的估算更加符合实际情况^[2]。Weber and Domazlicky （2001)将二氧化硫等污染因素纳入非期望产出，利用方向距离函数下的DEA方法测度了制造业的区域能源效率并探究了其与生产率增长的密切趋势。Arcehis and Arocena （2005）同样采用方向距离函数以二氧化碳为非期望产出实证分析了1970-1990年间环境视角下14个经合组织国家（OECD）间能源效率的异同。Watanabe and Tanake（2007）以二氧化硫排放量作为“坏”产出对我国省际工业技术效率，从环境管制、工业结构等变量角度对其差异进行了解释。

2.2国内文献综述

根据齐志新和陈文颖 ( 2007)的研究 ，我国能源效率提高的决定因素是部门能源强度的提高 ，而美、日能源强度的差异主要是由产业结构的不同造成的。李国璋和王双( 2008) 利用费雪指数分解法将影响区域能源强度变动的因素分解为技术进步效应 、结构变动效应和经济规模效应 ^[3]。齐绍洲和李锴( 2010) 研究我国区域的能源强度差异与劳均GDP差异的关系，得出了随着东西部省区之间劳均 GDP差异的缩小，其能源强度差异也逐步收敛的结论。 魏巍贤和王锋 ( 2010) 对发达国家和发展中国家能源强度收敛进行了收敛和协整检验，得出了肯定的结论。传统的能源效率研究指标为单位GDP能耗、能源消耗强度等单要素指标，一些学者如史丹（2006）、杭雷鸣（2004）、宣能啸（2004）、王丹枫（2010）等利用能源效率单要素指标方法考量了我国早期不同行业及区域的能源效率变动^[4]。史丹（2006）采用单要素能源效率测度，以能源消耗强度的倒数为指标，分析了我国能源效率的区域差异，得出内陆能源富集区的能源效率普遍低于东南沿海地区，并以国内最高能源效率为参考线计算我国的节能潜力，提出区域节能政策差别化对待的建议。王丹枫（2010）等学者则采用能源消费量/地区生产总值的单要素能源效率作为指标分析经济增长、产业结构、技术进步等因素对地区能源效率的影响。该方法虽在能源效率研究初期的应用十分广泛，但单要素能源效率仅考察了能源的投入与产出之间单一比例关系，既无法深入考察能源效率内部的技术进步与技术效率，也无法反映与能源一同投入生产的人力资源与物质资本等要素间的替代关系。魏楚和沈满洪（2007）基于DEA方法构建全要素能源效率指标并运用1995-2004年间的省级面板数据进行了效率分析，得出大部分省份能源效率以2000年为转折点呈“先上升，后下降”的趋势，且省际能源效率差距逐渐扩大。师博和沈坤荣（2008）将资本、劳动、知识存量、农业土地与能源一同纳入投入要素体系，利用超效率DEA测度了我国1995-2005年十年间的地区全要素能源效率，得出能源效率低下的主要因素为市场分割所导致的资源配置扭曲；李国璋和霍宗杰（2010）基于投入导向视角构建规模报酬不变（CRS）的DEA模型，测度了我国29个省市的全要素能源效率；马海良等（2011）选取超效率DEA模型和Malquist指数测算得出我国长三角和珠三角区域的全要素能源效率普遍高于环渤海地区，同师博（2008）的研究结果一致，且技术效率提升对能源效率增长有较大的作用，回弹效应使得技术进步影响较小；陈德敏，张瑞等（2012）利用规模报酬不变下的输入导向型DEA测度了1995-2009年间的整体全要素能源效率，并应用SYS-GMM等方法证明了能源效率对地区经济增长收敛性的影响；程晓娟和韩庆兰（2013）在研究我国煤炭产业生态效率时考虑到DEA数据包络模型对投入产出的指标个数限制方面的不足，建立基于PCA-DEA的组合评价模型，先利用主成分分析法提取影响生态效率的主成分，在利用DEA模型测度，得出考察期大多数年份煤炭产业投入冗余、生态效率低效的结论；王兆华（2015）结合四阶段全局DEA与方向距离函数测度了当前区域能源效率，并从行业内部效率和外部运营环境双重视角探析我国能源效率的影响因子。此外还有部分学者采用参数型SFA随机前沿分析技术测度能源效率，如续竞秦，杨永恒（2012）基于Shephard能源距离函数利用随机前沿分析对我国各地区能源效率测度及排序，并于DEA模型下的能源效率进行对比 ；陈关聚（2014）利用随机前沿技术测度了我国2003-2010年间制造业30个行业的全要素能源效率，并用聚类分析法归纳为6大类，得出能源消耗量大的重工业效率高于能源消耗量相对低的轻工业；能源结构显著影响能源效率等结论。程晓娟（2013）将废气排放、废水排放、二氧化硫排放、粉尘排放等一系列环境污染排放与能源消耗、资本投入等资源消耗指标均视为投入指标，进行主成分提取后一同纳入煤炭产业生态效率的考察体系。

OECD国家综合效率测度的模型选择与构建

本论文研究在给定时间范围内经合组织（OECD）的综合效率。利用经合组织（OECD）国家的能源、资本、劳动、期望产出和非期望产出的数据考察经合组织国家的综合效率。根据激励函数的定义，在给定的投入水平下，以最小的非期望产出（污染）来生产更多的期望产出。定义投入向量为X，期望产出Y，非期望产出，即污染产出向量为b^[5]。3个向量分别是投入、经济产出和污染排放。投入X表示劳动力L、资本存量K和能源消费F，而经济产出指地区生产总值Y。通过采用非径向距离函数（NDDF），在模型中添加更多的污染物，如二氧化硫排放、固体废弃物、废水和二氧化碳排放，而不是只使用一种污染物在全球距离测量和包络分析（DEA）模型，通过考虑期望的和非期望产出，将该模型分解为效率变化（EC）指数，最佳实践的差距变化（BPC）指数，和技术差距变化（TCG）指数，这三个指标是用来衡量经合组织国家（OECD）的绿色发展表现。这个模型深入研究了绿色增长和发展的概念。由于期望产出和非期望产出同时产生，非径向距离函数（NDDF）将会增加期望产出。在模型中，对各个变量赋予不同的权重，作出线性规划，研究资本、劳动和能源所带来的期望产出和非期望产出，以此来反映经济的综合效率。

3.1非径向距离函数

Chambers(1996）提出DDF方法，Chung(1997)第一个使用这种方法来估测环境效率。DDF是一个较新的用于做性能测量的方法，传统的DDF的定义使得它在搜寻最大化期望产出的同时减少非期望产出：

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：