2.4 研究內容、方法和技術路線

2.4.1 研究內容

本書共分7章，內容如下：

第1章 緒論。簡要地介紹了選題的背景、目的和意義，系對國內外生態效率的研究綜述。

第2章 研究區概況、研究內容與方法。首先對干旱區資源開發型城市及其四種類型進行了界定，然后從經濟發展現狀、資源開發利用現狀和生態環境現狀3個方面介紹典型干旱區資源開發省區——新疆維吾爾自治區現狀，最后確定了本書研究內容、方法和技術路線。

第3章 新疆農業生態效率實證研究。采用超效率DEA模型法，選擇資源消耗和環境污染作為投入指標、經濟價值作為產出指標，構建農業生態效率評價指標體系，以2001—2015年連續15年新疆14個地州市農業面板數據為樣本，從省級層面、區域層面、地州市層面對農業生態效率時空分布、變化特征、影響因素進行連續的、較為全面的測度分析；通過Malmquist指數分解來分析全要素生態效率、純技術效率、技術效率、規模效率等重要指標的動態變化情況及其對農業生態效率的促進和制約機制；從投入產出冗余角度對農業生態效率損失原因進行分析并提出改善途徑；運用Tobit模型研究農業生態效率的影響因素，并探究各因素對生態效率的作用機制；為后續探討生態效率的提升途徑奠定基礎。

第4章 新疆工業生態效率實證研究。采用超效率DEA模型法，選擇資源消耗和環境污染作為投入指標、經濟價值作為產出指標，構建工業生態效率評價指標體系，以2001—2015年連續15年新疆14個地州市工業面板數據為樣本，從省級層面、區域層面、地州市層面對工業生態效率時空分布、變化特征、影響因素進行連續的、較為全面的測度分析；通過Malmquist指數分解來分析全要素生態效率、純技術效率、技術效率、規模效率等重要指標的動態變化情況及其對工業生態效率的促進和制約機制；從投入產出冗余角度對工業生態效率損失原因進行分析并提出改善途徑；運用Tobit模型研究工業生態效率的影響因素，并探究各因素對生態效率的作用機制；為后續探討生態效率的提升途徑奠定基礎。

第5章 新疆綜合生態效率實證研究。采用超效率DEA模型法，選擇資源消耗和環境污染作為投入指標、經濟價值作為產出指標，構建新疆生態效率評價指標體系，以2001—2015年連續15年新疆14個地州市面板數據為樣本，從省級層面、區域層面、地州市層面對生態效率、環境效率和資源效率時空分布、變化特征、影響因素進行連續的、較為全面的測度分析；通過Malmquist指數分解來分析全要素生態效率、純技術效率、技術效率、規模效率等重要指標的動態變化情況及其對生態效率的促進和制約機制；從投入產出冗余角度對生態效率損失原因進行分析并提出改善途徑；運用Tobit模型研究生態效率的影響因素并探究各因素對生態效率的作用機制；為后續探討生態效率的提升途徑奠定基礎。

第6章 新疆生態效率存在的問題及提升策略研究。在第3、4、5章實證研究的基礎上，梳理出農業生態效率、工業生態效率、綜合生態效率研究中存在的問題，并從積極調整產業結構、促進產業結構優化升級，轉變經濟發展方式、推進經濟轉型、提高經濟質量，科技創新、引進新技術，積極利用外資、提高外資引進質量，加強環境規劃和環境保護管理五個方面分析和探討了提升新疆農業生態效率、工業生態效率、綜合生態效率的若干途徑和方案，為推動建設“天藍地綠水清”的“大美新疆”提供重要依據和指導。

第7章 結論與展望。對全書所做研究工作進行總結，歸納出本書創新點，并就需進一步深入探討的問題進行展望。

2.4.2 研究方法

以2001—2015年連續15年新疆14個地州市農業、工業、綜合面板數據為樣本，采用超效率DEA模型法，選擇資源消耗和環境污染作為投入指標、經濟價值作為產出指標，構建生態效率評價指標體系，從省級層面、區域層面、地州市層面對農業、工業、綜合生態效率時空分布、變化特征進行連續的、較為全面的測度分析；通過Malmquist指數分解來分析全要素生態效率、純技術效率、技術效率、規模效率等重要指標的動態變化情況及其對生態效率的促進和制約機制；從投入產出冗余角度對生態效率損失原因進行分析并提出改善途徑；運用Tobit模型研究生態效率的影響因素，并探究各因素對生態效率的作用機制；最后根據上述論證分析結果提出有針對性的生態效率提升策略。

在收集、整理、處理數據階段查閱、錄入、篩選、整理國家、省、市級年鑒和統計公報等資料中的大量原始數據；經初步統計計算得到不同時間、空間層次的有效決策單元數據；然后通過對比論證選擇合適的模型進行計算進而得出時間、空間維度的靜態、動態生態效率值；再統計計算冗余率，做影響因素回歸分析；最后對數據進行統計分析、作圖制表。

具體的研究方法如下：

2.4.2.1 傳統的DEA模型和超效率DEA模型

Charnes等[166]于1978年提出旨在評價“多投入多產出”模式下決策單元間相對有效性的DEA-CCR模型。該模型是以相對效率概念為基礎，根據多指標投入和多指標產出對于相同類型決策單元進行相對有效性或效益評級的一種系統性分析方法，在評價多投入多產出的復雜系統上具有一定優勢。之后一些學者對傳統DEA模型進行了研究[167-170]。Andersen等[171]提出了一種新模型——超效率DEA模型，它是在傳統DEA模型基礎上進一步改進得到的。新模型克服了CCR模型自身存在的缺點和不足，如無法對多個決策單元進行進一步的評估、比較和排序。新模型對傳統數據包絡模型進行了改進和完善，對生態效率的分析由半定量、半定性分析向全定量分析轉變。

超效率 DEA模型的數學形式如下：

式中：θ表示決策單元的效率值；X和Y分別表示輸入變量和輸出變量；λ表示有效決策單元DMU中的組合比例，用來判別DMU的規模收益情況，∑λ ＜1、∑λ =1和∑λ ＞ 1分別表示規模效益遞增、規模效益不變和規模效益遞減；S-和S+為松弛變量。當θ ＜ 1，且同時滿足S-≠0或者S+≠0時，可判斷該決策單元沒有達到最優效率；當θ≥1，且同時滿足S- ≥0、S+ ≥0時，可判斷該決策單元達到最優效率。

2.4.2.2 DEA-Malmquist指數法

Malmquist指數法原本是由Malmquist[172]提出，用于分析消費的定量指數， Richard[173]將其用于分析TFP（Total Factor Productivity）增長率，首次提出了Malmquist生產率指數。1994年由Fare等[174]構建的基于DEA的Malmquist 指數，通過不同時期的距離函數來描述不同時期的生產效率情況，并通過數據包絡法來計算距離函數，該方法逐漸成為學者們在實證研究中普遍采用的一種非參數法。

根據Fare等[174]的研究，從t期到t + 1期的Malmquist指數可以表示為：

其中，Malmquist指數變動值即為全要素生產率（TFP）變動值，表示某決策單元在t到t + 1期生產率的變動程度。TFP＞1，生產率呈上升趨勢；反之，生產率呈下降趨勢。TFP可以分解為技術變化（TC）和效率變化（EC）, TC表示生產前沿面的移動對生產率的貢獻程度，EC表示在第t期到t +1期中技術效率的變化對生產率的貢獻程度。EC又可以分為PE（純技術效率）和SE（規模效率）。

2.4.2.3 Tobit模型

除了選定的投入產出指標外，通過DEA模型獲得的生態效率還受輸入和輸出指標以外的因素的影響。為了衡量影響DEA評估的生態效率的因素及其影響程度，Coelli[175]在1998年，基于DEA分析推導出兩階段方法。該方法的第一步使用DEA分析來估計決策單元的效率值。第二步以效率值為因變量、影響因素為自變量進行回歸分析，并且自變量的系數決定了影響因素對生態效率的影響強度。

Tobit模型如下：

式中xi為自變量，yi為觀察到的因變量，yi?為潛變量，β為相關系數，εi為獨立變量，擾動項εi ～ N（0, σ2）。

2.4.3 技術路線

本研究的技術路線如圖2-1所示：

圖2-1 技術路線圖