英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于数据包络分析评估环境绩效：以欧洲国家为例
摘要：
环境绩效是可持续发展的关键支柱；基于此，改善环境绩效引发了地区内乃至全球范围的广泛关注。本研究采取的是数据包络分析方法（DEA）和全球马尔姆奎斯特-伦贝格尔指数来对欧盟国家（EU）的环境绩效进行评估。由于已经有使用DEA方法来衡量环境绩效的先例，本篇的突出贡献主要在于考虑到了不同类型的不良产出的影响以及选用了欧盟国家的长期面板数据来研究。其中，特别采用了DEA窗口分析技术对2000年至2017年间27个欧盟国家的剖面数据和时序数据进行环境绩效评价。文中研究了三种DEA模型：劳动力、资本和能源作为普遍的投入，对应不同种类的产出，包括国内生产总值（GDP）、二氧化碳和颗粒物的排放以及废物排放。实证结果显示，在所有被检验的模型下，整个欧盟及其成员国的环境绩效趋势是相似的，总体的确有受到2007至2008年金融危机的负面影响，而这种影响，主要体现在东欧国家的数据变化上；此外，经济变量和环境变量都显著影响国家的整体效益。分析全球Malmquist-Luenberger指数，总体而言，尽管存在不同幅度的波动，但欧盟国家在研究期间环境绩效有所提升。这些结果使各国和决策者能够更好的了解其环境绩效，确定自身的优势和劣势，并且基于可比同行目前采取的最佳方案来制定进一步改进的目标。
1．介绍
环境绩效和能源效益是可持续发展的两个关键支柱。气候变化和可持续发展之间的联系非常紧密。可持续发展的13指标旨在“采取紧急行动应对气候变化及其影响”。气候变化问题是不可避免且迫在眉睫的全球性挑战，对每一个国家的可持续发展都具有长期影响。由于二氧化碳的全球排放，人们越发关注气候变化问题。提高环境绩效已经引起了地方和全球层面的重视，通常认为这是减少二氧化碳排放和增加可持续发展潜在效益(Angetal.2010)的最有成效的方法之一。事实上，在当前全球变暖问题引起人们日益的关注的背景下，环境绩效一词已在全球范围内得到推广，并被环境分析师引用(Labuschagneetal.2005)。环境绩效这一术语的定义为“一个组织对其环境方面的管理所产生的可衡量的结果”(ISO,2013)。这一定义虽然措辞简洁，适用范围广泛，但它过于模糊，没有强加明确的概念边界(Dragomir,2018)。这也解释了当前在诸如生态、环境管理以及可持续性领域进行研究时面临如何衡量环境绩效的困境。
越来越多的经济体逐渐认识到评估环境绩效的重要性。制定一份环保政策声明和一份达到环保目标的计划，除了常规的指标外，还要衡量和检讨环境绩效。实际上，仔细衡量和评估环境趋势和环境绩效是有效制定环境政策的基础，尤其表现在对气候变化等问题的考虑上。与其他指标特别区分的是，它可以为利益相关者和政策制定者提供具有强烈实际意义的定量信息，从而使环境政策制定的决策更加科学、实证和系统化。各国政府一直采用规章制度、经济手段和自愿协议相结合的办法来实现环境绩效指标。以减缓气候变化为例，在1990年代初，经济合作与发展组织(OCED)内各国的政府部门颁布了各种各样的环境法律，并签署了许多环境条约和宣言。环境绩效审查（EPR）于1992年展开;自此以后，OCED已在其成员国和伙伴国家间进行了90多次EPR活动。
一个国家应该衡量、监测并评价其自身的环境绩效。除了检测国家运行的关键特征，还要检测并记录可能对环境产生重大影响的活动。环境绩效指数，通常用于环境绩效的综合衡量，可以为处理能源和环境相关问题的分析师和决策者提供有价值的信息(Estyetal.,2006)。不同组织根据各自的特点编制并应用了大量范围广泛的环境指标(Tyteca,1996;Olsthoornetal.,2001)。
本文旨在评估欧盟(EU)27个国家在2000-2017年期间的环境绩效。人口增长和经济的快速发展给欧盟国家的环境带来了巨大的压力，导致了近年来环境的不断恶化，欧盟通过了一系列旨在改善欧盟成员国环境质量的环境政策法规。因此，欧盟各国的环境绩效问题值得进一步的研究。在这种背景下，本文采用数据包络分析(DEA)方法，通过考虑社会经济和环境变量，特别是劳动力、资本、能源消耗、国内生产总值(GDP)、CO2排放、颗粒物(PM2.5)排放和废物排放来确定各国环境绩效的趋势。在分析的第二阶段，应用全球奎斯特-龙贝格指数(GML)进一步评估环境绩效随时间的变化。
这项研究对文献有双重贡献。首先，本研究采用了一种DEA窗口方法并尝试在欧盟国家的背景下评估环境绩效，考虑到可取和不可取的输出以及能源和非能源输入。由于DEA只处理截面分析，不审查随时间推移的效率变化，因此采用DEA窗口方法来消除这一限制。此外，当采用这种方法时，可以将观测数乘上相当于窗口宽度的因子，从而增加了方法的辨别能力。因此，DEA窗口方法提供的结果比传统方法的分析结果更加精确。特别的是，这项研究的主要贡献是提供了一个关于各国环境绩效趋势的评价和比较指数，这意味着决策者可以以此建立一个标准的和可理解的环境指标作为基准，从而刻画提案的实用性。
其次，本研究使用了2000-2017年由欧盟国家组成的面板数据，它包含了比以往大多数采用面板数据的DEA研究更多的观察样本。实际上，本研究可以通过综合考虑二氧化碳、PM2.5和废物排放来克服以往研究中单独采用CO2排放作为输出指标这一局限。在控制污染和改善环境质量的压力下，减少大气污染物排放是环保事业的迫切且合理的要求，故将空气污染物纳入分析对调查环境绩效是十分必要的。因此可以说，本研究有益地补充了环境科学中现有的研究和知识体系。
本文的其余部分结构如下。在第2部分中，对相关文献进行了简要回顾；第3部分提供了方法论描述；第4部分描述了分析中使用的变量和数据；在第5部分中，给出并讨论了估计结果；最后，第6部分进行了总结，并提出了相关的政策启示和未来研究的方向。
2.文献综述
国际文献中有许多关于使用各种方法评估能源和环境绩效的研究。在这些研究中最常用的方法之一是DEA。Zhou et al. (2008a), Song et al. (2012), Sueyoshi et al.(2017)回顾了DEA应用于环境和能源分析的研究。
DEA是在宏观经济水平上衡量环境绩效的一种广泛使用的方法，因为它使研究人员能够通过复合环境效益指标考虑不良产出(Zofio and Prieto, 2001; Zaim, 2004; Zhou et al., 2007; Song et al., 2012; Kounetas, 2015; Zhang et al., 2015)。考虑不良产出很重要，因为正如Mandal(2010)所指出的，在评估能源效率时忽略不良产出可能会导致对能源效率的估计存在偏差。
Sarkis and Talluri (2004)以及最近的 Mardani et al. (2018)详细总结了DEA在环境效率研究中的应用。研究人员开发了多种考虑不良产出的DEA模型，包括环境绩效评估、环境规制影响评估、污染物排放配额、污染物估算的影子价格以及其他环境系统评估问题(Song et al., 2012)。处理DEA框架的不良输出的一种较新的方法是基于slackus的测量模型 (Tone, 2001; Hu and Wang, 2006; Zhou et al., 2006; Cook and Seiford, 2009; Lozano and Gutie?rrez, 2011; Makridou et al., 2015)。
许多使用DEA方法进行环境评估的研究集中在特定时期和地理区域(Faeuro;re et al., 2004; Kortelainen, 2008; Kuosmanen et al., 2009; Hu et al., 2011; Menegaki, 2013; Jin et al., 2014; Vlontzos et al., 2014; Suzuki et al., 2015; Chen et al., 2015; Balezentis et al., 2016; Suzuki and Nijkamp, 2016; Sanz-Diacute;az et al., 2017). Faeuro;re et al. (2004)在1990年应用DEA对17个OECD国家的环境绩效进行了评价。GDP是理想的产出，而CO2、氮氧化物(NOx)和硫氧化物(SOx)排放物被用作不良产出。在这项研究中，能源消耗、股本和劳动力是投入，Zhou et al. (2006)开发了两种基于slacken的DEA技术，用于1998年至2002年30个经合组织国家的环境绩效衡量，使用一次能源总供应和人口作为投入，GDP和CO2分别作为理想和不良产出。Zhou et al (2007)采用非径向DEA方法，对1995年至1997年26个OECD国家的环境绩效进行了测算。他们把劳动力和一次能源消费作为投入;GDP是唯一可取的产出，而CO2、NOx、SOx和一氧化碳(CO)是不良产出。Kortelainen(2008)应用前沿效率技术评估了20个欧盟国家从1990年到2003年的整体环境绩效，使用实际GDP和各种空气污染物排放做指标，包括来自12种不同污染物的排放。
Jin et al.(2014)利用DEA模型对2010年亚太经合组织(APEC) 20个经济体在随机条件下的碳排放效益进行了评估。以能源消费总量和劳动力作为输入变量，以GDP作为理想的输出变量，以CO2排放作为不理想的输出变量。他们得出结论，APEC经济体的环境绩效受到随机因素的影响。Woo et al. (2015)还利用DEA方法考察了31个经合组织国家可再生能源的环境效率。劳动力、资本和可再生能源供应是投入，GDP是理想的产出，碳排放是不良产出。他们的结论是，在审查环境效率时应考虑不良的环境因素，因为这些因素与能源表现有很大的关系。Guo et al.(2017)采用DEA方法对中国109个严格监测环境的城市进行了环境绩效的测算。他们得出的结论是，这些城市的经济发展水平和环境保护水平之间存在着巨大的差距。
使用DEA模型评价环境绩效的研究可分为以下两组。第一种包括使用CO2、SOx、NOx、废气、废水和废物作为不良输出 (Wu and Wu, 2009; Hua et al., 2013; Sun et al., 2014; Lee et al., 2014; Wang et al., 2015; Li et al., 2015; Zha et al., 2016; Zhang et al., 2016)。第二组以传统污染物为基础，使用PM2.5和PM10作为研究指标；(Kang et al., 2010; Sueyoshi and Yuan, 2015; Reyes et al., 2016; He et al., 2016; Zhou and Zhou, 2017)。大多数研究只处理单一的空气污染物，如CO2、SOx、NOx或废气作为不良产出。使用PM2.5和PM10作为不良产物的研究数很少，更不用说环境污染区域差异的文献分析(Guo et al.，2017)。表1总结了使用DEA方法评价环境绩效的代表性研究。
Table 1.Summary of studies that used DEA to measure environmental performance.
|
Authors |
Sample/Year |
I 剩余内容已隐藏，支付完成后下载完整资料 资料编号：[259803]，资料为PDF文档或Word文档，PDF文档可免费转换为Word |
||
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
