《Recycling》：The Network Structure and Driving Mechanisms of Construction Waste Management Efficiency in the European Union
编辑推荐：
本研究采用三阶段超效率SBM-DEA模型测度了27个欧盟成员国（2016-2025年）的建筑废弃物管理效率（CWME），通过修正引力模型构建了空间关联网络，并运用社会网络分析与随机森林方法考察了网络结构与驱动机制。研究结果显示，各国CWME存
**中文摘要**
本研究采用三阶段超效率SBM-DEA模型测度了27个欧盟成员国（2016-2025年）的建筑废弃物管理效率（CWME），通过修正引力模型构建了空间关联网络，并运用社会网络分析与随机森林方法考察了网络结构与驱动机制。研究结果显示，各国CWME存在显著的异质性，东西方效率差距持续扩大。CWME网络呈现小世界特征，CONCOR分析将成员国划分为四个板块：北欧和波罗的海国家构成主导性的净溢出板块，而南欧边缘国家仍为净受益板块，其成员数至2025年由五个缩减至三个。随机森林分析识别出政府环境保护支出、单位劳动力成本和人口密度为排名前三的驱动因素，其中单位劳动力成本与政府环境保护支出对CWME表现出最强的负向边际效应，而城市化率则呈现近似中性的关系。上述发现为针对CWME结构性经济决定因素的政策干预提供了实证支持。本研究通过整合效率测度、空间网络分析与基于机器学习的驱动因子识别，为诊断区域建筑废弃物治理差异及指导跨区域协同政策设计提供了一个综合性框架。
**论文解读**
**1. 研究背景与问题提出**
随着全球城市化进程加速，城市废弃物产生量持续攀升，由此引发的环境污染问题已成为影响城市生态健康与可持续发展的紧迫挑战。建筑废弃物（Construction Waste, CW）作为城市固体废弃物的主要组成部分，约占全球固体废弃物流的35%。在欧盟，这一比例高达36%。为推动可持续发展，欧盟委员会在《循环经济行动计划》（COM (2020) 98 final）中将循环经济确立为关键政策优先事项，并通过《欧洲气候法》（Regulation (EU) 2021/1119）设定了2050年气候中和目标。在《废弃物框架指令》（2008/98/EC，经指令(EU) 2018/851修订）下，欧盟要求各成员国在2020年实现至少70%的建筑废弃物回收率。尽管部分西欧和北欧国家已达此目标，但南欧、中欧和东欧的多数成员国仍存在较大差距。
建筑废弃物管理效率（Construction Waste Management Efficiency, CWME）是衡量区域可持续发展能力的重要指标。然而，现有研究存在明显的局限性：基于效率测度的研究（如DEA类模型）虽然量化了多区域的治理绩效，却未考察决策单元间的空间相互依赖性；网络研究虽描绘了建筑废弃物产生的空间关联，却未将网络结构与管理效率结果相联系；面板回归研究虽检验了环境决定因素，但未考虑空间溢出效应。这些不足限制了对区域CWME网络结构特征与演化轨迹的准确刻画，也阻碍了从复杂网络视角系统分析其影响因素与机制。因此，本研究旨在从空间网络视角出发，测度欧盟成员国的CWME，表征其空间关联网络结构，并识别其驱动机制。
**2. 研究方法与数据**
本研究采用多阶段方法框架，主要关键技术包括：其一，采用三阶段超效率SBM-DEA模型测度效率，该模型能有效剔除环境变量和随机误差的影响，提供反映真实管理绩效的无偏估计；其二，运用修正引力模型构建CWME空间关联网络；其三，应用社会网络分析（Social Network Analysis, SNA）刻画网络拓扑结构、识别核心与边缘节点，并通过CONCOR法进行板块划分；其四，采用随机森林（Random Forest, RF）模型，结合排列重要性与偏依赖分析，识别驱动因素并刻画其非线性边际效应。数据主要来源于欧盟统计局（Eurostat）和世界银行。值得注意的是，由于报告滞后，2024-2025年的部分数据采用了线性插值和外推法进行估计，并在数据集中予以标记。
**3. 研究结果**
**3.1 CWME分析**
第一阶段（Stage 1）效率分析显示，欧盟27国平均CWME从2016年的0.906降至2025年的0.633，其中21个国家出现负增长，斯洛伐克、葡萄牙等国降幅最大。经第二阶段SFA调整后，第三阶段（Stage 3）得分系统性地高于第一阶段，说明不利的外部环境掩盖了部分国家的真实管理效率。匈牙利、保加利亚和罗马尼亚获得最大的正向修正。相反，希腊经环境调整后得分大幅下降，表明其效率优势源于萎缩的建筑业基础而非卓越的废物管理。丹麦、芬兰、爱尔兰、立陶宛和波兰在2025年持续达到前沿效率（1.000），形成了CWME最佳实践集群，而比利时、荷兰等西欧经济体因高劳动力和建设成本导致效率得分显著下降。
**3.2 CWME空间网络分析**
**3.2.1 整体网络特征**：网络密度在研究期内稳定在0.208至0.219之间的窄幅波动，2022年受疫情影响降至谷底，2025年仍处于不完全恢复状态。网络关联度在2020年后从0.7322提升至0.7664并保持稳定，表明网络可达性获得结构性改善。网络等级度自2020年后由0.5101降至0.4672，显示刚性层级结构弱化，网络向更分散的构型转变。网络效率则呈现轻微上升趋势，2025年达到峰值0.4212。
**3.2.2 小世界网络特征**：聚类系数始终高于0.73（2016-2025年均值0.7327-0.7746），平均路径长度约为2.4至2.6，两者的组合确认了CWME空间关联网络具有显著的小世界特征，意味着效率溢出可在欧盟27国间快速传播，同时保持局部聚类。
**3.2.3 个体网络特征**：平均点度中心度从2016年的8.52小幅下降至2025年的8.15。奥地利、匈牙利和波兰始终是核心节点，充当西欧与东欧之间的“桥梁”。平均介数中心度从0.2146降至0.1794，波兰成为主导性桥梁节点，而塞浦路斯和葡萄牙几乎为零。接近中心度呈V型轨迹，丹麦、德国和波兰始终拥有最高得分。
**3.3 板块模型分析**
CONCOR分析将27国划分为四个板块。2016年，由北欧和波罗的海国家组成的板块IV是最大的净溢出板块；板块I（南欧国家）为净受益板块；板块III（西欧国家）为净受益板块。2021年，板块间成员基本不变，但板块III转变为“经纪人”角色。至2025年，网络发生最显著的重新配置：克罗地亚和斯洛文尼亚从板块I移至板块II，板块I缩减至三国（奥地利、希腊、斯洛伐克）；板块II扩大为净溢出板块；板块III完成角色演变，从经纪人转为净溢出，标志着西欧从净受益者转变为净贡献者。研究认为，这种重构与欧盟范围内的循环经济政策协调相一致，体现最佳实践从历史核心区向外围的扩散。
**3.4 CWME驱动因素分析**
基于PSR（压力-状态-响应）框架选取七个驱动因素构建随机森林模型。模型性能达到R2_train=0.882，R2_test=0.704。排列重要性分析显示，排名前三的驱动因素依次为：政府环境保护支出（0.3270±0.0804）、单位劳动力成本（0.2669±0.0694）和人口密度（0.1330±0.0302）。SHAP偏依赖分析进一步揭示了各因素的非线性边际效应：单位劳动力成本呈现最陡峭的负向梯度，在指数118.0附近存在显著阈值；政府一般支出在GDP占比44.5%附近存在结构性分界；人口密度和城市化率效应近乎中性；政府环境保护支出在GDP占比0.70%处存在阈值，低于该水平贡献为正，高于则为负；环境保护投资和循环材料使用率的边际效应均较弱。
**4. 讨论与结论**
本研究的核心结论包括：第一，欧盟各国CWME存在显著的跨国异质性，东-西和北-南效率差距持续扩大；第二，CWME空间关联网络具有显著的小世界特征，板块结构在2016至2021年间稳定，2025年发生重构，北欧和波罗的海国家始终是主导性净溢出板块，而南欧净受益板块因内源能力建设不足而萎缩；第三，政府环境保护支出和单位劳动力成本是驱动CWME的两个最重要且负向边际效应最强的因素。研究指出，政策应首先利用净溢出板块国家作为最佳实践扩散中心，建立结对帮扶机制；其次应优化环保资金在建筑废弃物治理领域的针对性配置而非一般性环境管理；再次应通过机械化分拣、自动化回收设施等生产性投资来降低对劳动力成本的依赖；最后，政策制定应考虑城市化阶段差异，而非采用统一的标准。
论文发表在《Recycling》。
