蔺雪芹
, 郭一鸣
Lin Xueqin, Guo Yiming
中图分类号: F129.9
文献标识码: A
文章编号: 1000-0690（2019）03-0377-10
收稿日期: 2018-01-10
修回日期: 2018-04-6
网络出版日期: 2019-03-10
版权声明: 2019 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介:蔺雪芹（1980-）,女,甘肃武威人,博士,副教授,研究方向为区域可持续发展。E-mail: linxueqin@cnu.edu.cn
展开
摘要
利用混合方向性距离函数构建工业资源和环境效率评价模型,并基于空间效应构建工业资源和环境效率影响因素分析模型,分析了2006年和2015年中国工业资源和环境效率的空间演化特征,剖析了工业资源和环境效率的影响因素及其作用机制。研究表明：① 中国工业资源效率总体较低且多年来有所下降,空间分异由“均衡分布”向“西高东低”转化,资源效率在空间上具有正相关性,且空间相关性有所提升。② 中国工业环境效率总体偏低且多年来略有下降,空间分异总体呈“H”型格局,环境效率具有显著的空间正相关性。③ 工业化水平和环境规制与资源效率呈显著负相关;对外开放与资源效率呈显著正相关,但作用逐渐变得不显著;劳动生产水平与资源效率显著正相关。④ 对外开放与环境效率显著正相关,但作用逐渐变得不显著;环境规制与环境效率提升呈显著负相关,但这种负向作用逐渐不显著;劳动生产水平与环境效率显著正相关;工业企业尤其是大中型企业数量的增多与环境效率显著负相关。
关键词：
Abstract
In this paper, we construct the evaluation index system of industrial resource efficiency and environmental efficiency by using the hybrid directional distance function model, build an influencing factors model of industrial resource and environmental efficiency based on spatial effect to analyze the spatial evolution characteristics and influencing factors of industrial resource and environmental efficiency in China(Hongkong Macau and Taiwan are excluded) in 2006 and 2015. The results show that: 1) Industrial resource efficiency is generally low and has decreased for many years. The spatial differentiation is transformed from ‘balanced distribution’ to ‘west high east low’, and the resource efficiency has positive spatial correlation and the degree of correlation has been improved. 2) Industrial environmental efficiency is generally low and has a slight decline for many years, the spatial differentiation shows an ‘H’ pattern in general, and the positive spatial correlation effect of environmental efficiency is significant. 3) Industrialization level and environmental regulation are negatively correlated with resource efficiency; opening to the outside world has a positive correlation with the resource efficiency, but the effect becomes not significant gradually; there is a significant positive correlation between production level and resource efficiency. 4) Opening to the outside world has a significant positive correlation with environmental efficiency, but the effect gradually becomes not significant; environmental regulation has a significant negative correlation with environmental efficiency, the effect becomes gradually not significant; the production level has a significant positive correlation with environmental efficiency, and the increase in the number of industrial enterprises, especially large and medium-sized enterprises, has a significantly negative correlation with the environmental efficiency.
Keywords：
伴随经济的快速发展,中国工业化取得了举世瞩目的成就,但工业经济仍面临新的挑战,资源环境约束不断强化,依靠资源投入、规模扩张的粗放发展模式难以为继,调整结构、转型升级、提质增效刻不容缓。据2007年和2016年《中国城市统计年鉴》[1]数据,2006~2015年,全国废气、废水和固体废弃物的排放量分别增长了206%、17%和116%,但全国城市工业总产值增长率只有39%,如何在节约资源、保护环境的同时,提高资源利用和环境保护效率,减少资源投入和污染物排放,实现经济又好又快的发展,是中国面临的严峻现实问题。
目前国内外尚未对资源环境效率给出明确定义,公认的资源环境效率概念最早源于德国学者Schaltegger和Stum提出的生态效率一词[2],此后世界可持续发展工商理事会（WBCSD）进一步明确了生态效率的定义[3]。国内外学者对生态效率进行了一系列的定义和研究,由于研究范畴和侧重不同,出现了诸如资源环境效率、环境效率、资源生产率、生态经济效率等概念[4],并针对区域、行业、企业和产品不同层面开展了相关研究[5,6,7,8]。资源环境效率的主流测度方法为数据包络分析法（Data Envelopment Analysis, DEA）,已广泛应用于测算能源效率、医疗效率、旅游效率[9,10,11]等行业领域;随着城市环境污染的加剧,利用DEA测算城市以及工业碳排放效率[12]、环境效率[13]的研究也逐渐增多。针对资源效率,DEA主要用于水资源效率[14]以及土地利用效率[15]的测算和评价。从度量方法上看,DEA可以分为径向角度、径向非角度、非径向角度以及非径向非角度4种类型,大多数学者采用径向产出角度的DEA计算方向性距离函数将污染物排放纳入效率评价体系框架中进行实证研究[16,17],还有部分学者采用非角度[18]或非径向[19]的方向性距离函数来测算和评价效率。
总体而言,国内基于城市尺度的资源或环境效率的定量研究逐渐增多,但是对中国工业资源和环境效率进行综合测度与评价的研究较少;基于地理学视角,从全国层面和城市尺度对资源和环境效率空间演化及影响因素的系统研究较少。本文基于混合方向距离函数,在考虑经济投入、资源投入、经济产出、污染产出的生产框架下,构建了综合评估工业资源效率和环境效率的定量模型,并对中国285个地级以上城市（不含港澳台）2006年和2015年工业资源环境效率进行了测度,分析了2种效率的空间演化特征,剖析了其主要影响因素。研究对于推动绿色工业发展,促进工业转型升级,实现工业文明和生态文明和谐发展具有重要的理论和实践意义。
首先构建包括资源要素投入、经济要素投入、经济增长产出、污染排放产出的生产可能集,构成效率（T）分析的框架：
式中,xr∈R+p×n、xe∈R+w×n、yd∈R+f×n和yu∈R+l×n,分别代表资源要素投入、经济要素投入、经济增长产出和污染排放产出的数据矩阵,n、p、w、f和l分别表示研究单元、各投入产出要素的数量。
在这个生产可能集的基础上,构建基于2种投入和2种产出的混合距离函数。当投入（产出）要素较多时,有些投入（产出）要素要保持相对固定的比例,有些要素之间则具有可替代性,不需保持固定比例,混合距离函数考虑到这一点,将投入（产出）要素分为径向和非径向2种类型[20]。借鉴方向距离函数的设计原理,遵循陈黎明等人的处理方法[16],进一步将混合距离函数拓展为混合方向性距离函数。
设定研究的决策情景目标g=（-xr, -xe,+yd,-yu）,代表研究单元减少资源和经济要素投入,增加经济产出和降低污染排放的最理想生产状况。设决策单元的观测值为（R,E,P,Q）,R代表资源消耗,E代表经济消耗,P代表经济产出,Q代表污染排放,当决策单元达到最佳生产前沿面时,其观测值为（R*,E*,P*,Q*）。由于各投入要素和产出要素均发生了变化,采用绝对值不能进行有效的效率评价,因此研究考虑用相对值进行效率测度。
因此,资源效率可定义为最优资源消耗强度/实际资源消耗强度,即
E1=
环境效率可定义为最优污染排放强度/实 际污染排放强度,即
E2=
采用空间自相关来分析中国工业资源和环境效率的空间效应。空间自相关包括全局自相关和局部自相关。全局自相关可以描述工业资源和环境效率的整体分布状况,判断工业资源和环境效率在空间上是否存在集聚性,常用Global Moran’s I指数作为检验统计量。
局域自相关可以用来度量局部空间单元相对于整体研究区域空间自相关的影响程度,即一个区域单元的工业资源和环境效率值与邻近单元工业资源和环境效率值的相关程度。具体公式见参考文献[21]。
1.3.1 解释变量的选取
影响工业资源和环境效率的因素众多,如经济水平、产业结构、环境规制、对外开放、技术创新、工业化水平、人口密度、能源利用率、产业规模等[6,22~25]。根据已有研究成果,本文认为在城市尺度,工业化水平、重工业水平、对外开放、环境规制、科技创新、生产水平、产业规模是影响中国工业资源和环境效率的重要因素（表1）。
表1 中国工业资源和环境效率影响因素变量选取和说明
Table 1 Variable description of influence factors of industrial resource and environmental efficiency in China
| 解释变量 | 变量定义 | 作用预判 |
|---|---|---|
| 工业化水平 | 工业增加值占GDP的比重 | 正 |
| 重工业水平 | 重工业增加值占工业增加值的比重 | 负 |
| 对外开放 | 外商直接投资占工业总产值的比重 | 正 |
| 环境规制 | 三废处理率 | 正 |
| 科技创新 | 工业R&D投入占工业增加值的比重 | 正 |
| 生产水平 | 工业劳动生产率 | 正 |
| 产业规模 | 工业企业个数 | 正 |
1.3.2 基本模型的设定
结合解释变量选取,考虑数据可获得性,最终选取工业化水平、对外开放、环境规制、生产水平、产业规模5个变量来研究中国工业资源和环境效率空间演化的影响因素。研究初步假设5个变量与工业资源环境效率存在线性相关关系,并基于此设定基本分析模型如下：
Y=α0+α1X1+α2X2+α3X3+α4lnX4+α5lnX5+ε （4）
式中,Y为工业资源和环境效率值, X1,…,X5依次分别为工业增加值占GDP比重、外资占工业总产值比重、三废处理率、工业劳动生产率、工业企业个数,α[α0,α1,…,α5]为待估计的模型参数,ε为模型的误差随机项,服从正态分布。对工业劳动生产率和工业企业个数分别取自然对数,以减小异方差对模型估计的影响。
1.3.3 空间效应模型的设定
在现实中城市工业资源和环境效率并不是完全独立的,它的变化会受到周边区域影响,因此对其进行研究时不能忽略其空间效应。空间效应的计量回归模型包括空间滞后模型（SLM）和空间误差模型（SEM）。采用最小二乘法（OLS）估计考虑空间相关性的约束模型,发现拉格朗日乘数LM(error)比LM(lag)在统计上更显著,且稳健的R-LM(error)比R-LM(leg)更显著,故选择空间误差模型进行分析。基于基本模型的空间误差模型表达式为：
Y=α0+α1lnX1+α2lnX2+α3X3+α4X4+α5lnX5+ε （5）
ε=λWε+μ （6）
式中,λ为空间误差系数;W为n ×1阶的空间权重矩阵,采用二阶邻接矩阵作为空间权重;μ为正态分布的随机误差向量。空间距离权重计算和空间模型运行均在GeoDa软件中进行。
1.4.1 工业资源和环境效率测度指标体系
工业资源和环境效率测度指标体系构建是一个复杂的过程,借鉴已有研究[5,6,26,27],本文构建了包含经济要素、资源要素、期望产出和非期望产出的综合评价指标体系（表2）,经济要素投入指标包括工业就业人数和固定资产投资总额[26],资源要素投入指标包括工业用水、工业用电和工业用地,水、能源、土地是工业生产过程最为重要的资源投入,由于不能完全获取地级市层面的工业能源消耗,根据已有研究[27]选取二次能源工业用电作为工业能源投入的替代指标;期望产出为工业增加值[26],非期望产出选取工业废水排放量、工业CO2排放量以及工业烟（粉）尘排放量,其中工业CO2排放量根据文献[28,29],中国2006年和2015年单位发电量的CO2排放量与对应年份的工业用电总量相乘计算得出[30]。
表2 中国工业资源和环境效率评价指标体系
Table 2 Comprehensive evaluation index system of industrial resource and environmental efficiency in China
| 指标类型 | 一级指标 | 二级指标 |
|---|---|---|
| 投入指标 | 经济要素 | 固定资产投资总额 |
| 工业就业人数 | ||
| 资源要素 | 工业用水总量 | |
| 工业用地总量 | ||
| 工业用电总量 | ||
| 产出指标 | 期望产出 | 工业增加值 |
| 非期望产出 | 工业废水排放量 | |
| 工业CO2排放量 | ||
| 工业烟（粉）尘排放量 |
1.4.2 研究范围与数据来源
截至2018年底,中国共有294个地级市（不含港澳台,30个自治州,7个地区和3个盟）。其中有12个城市2006年后设立为地级市,缺少2006年相关研究数据;此外拉萨市工业污染物排放数据缺失,因此本文研究范围为全国285个地级及以上城市（包括4个直辖市）。研究数据主要来源于2007年和2016年《中国城市统计年鉴》[1]、《中国区域经济统计年鉴》[31]、《中国城市建设统计年鉴》[32,33],各省统计年鉴以及部分城市2015年国民经济和社会发展统计公报。
2.1.1 工业资源效率总体较低且多年有所下降
2006年中国工业资源效率平均值为0.823 3,2015年为0.634 5,资源效率有所下降。利用GIS自然间断点分级法将工业资源效率值分成4个等级,对比发现,效率等级最高的城市数量明显减少,由2006年的186个减少到2015年的112个,效率等级最低的城市数量明显增多,由2006年的35个增加到2015年的81个。从不同区域来看,工业资源效率也出现下降趋势,东部由2006年的0.887 2下降为2015年的0.571 7,中部由0.802 6下降至0.642 7,西部由0.777 7略有下降至0.704 5。
2.1.2 工业资源效率空间分异由“均衡分布”向“西高东低”转化
由图1a、1b可以看出,2006年中国工业资源效率普遍位于高等级区间,高等级工业资源效率城市空间分布较为均衡,广泛分布于东部沿海铁路通道,中部京广线、京九线以及西部包兰线、宝成线、成昆线等铁路沿线,如北京、广州、武汉、成都、宝鸡等城市,2015年逐渐向中部京广线、京九线长江以南沿线城市和西部沿包兰线、宝成线、陇海-兰新线的中卫、武威、宝鸡、绵阳等城市转移。可以看出,工业资源效率的空间分异特征逐渐由东部高于中西部,东中西大致均衡,向西部高于中东部,区域不均衡转化。2006~2015年工业资源效率空间变异系数由0.32上升至0.51,表明从全国层面来看城市之间工业资源效率差距不断拉大。
图1 2006年和2015年中国工业资源效率空间分异
Fig.1 Spatial variation of industrial resource efficiency in China in 2006 and 2015
2.1.3 工业资源效率具有空间正相关性且相关性有所提升
2006年和2015年的Moran’s I指数分别为0.073 4和0.087 4,且都通过0.001水平的显著性检验（表3）,表明工业资源效率在空间上具有正相关性,并相关性有所提升。图1c、1d中可以看出,2006年低-低集聚区主要分布在甘肃和吉林的部分城市,2015年逐渐向东北集中。东北长期以来由于资源基础和历史原因形成以能源电力、机械制造、石油化工、木材、纺织等资源密集型产业为主导的重工业结构特征,同时市场机制不完善,企业僵化,对外开放程度不高,技术水平低等原因,导致工业增长粗放,资源消耗规模大,资源利用水平低。高-高集聚区2006年主要分布在广东、浙江、山东、河北、陕西的部分城市,这些地区工业集约化程度高,技术较为先进,资源配置效率较高,云南也有高-高集聚区分布,主要因为工业结构以烟草、矿产、能源化工、运输设备等为主,且工业发展规模小,资源投入少,资源效率较高。2015年高-高集聚区主要分布在陕西、四川和湖北的部分城市,这些地区原有工业基础较好,伴随工业转型升级和新型工业化发展,技术水平不断提升,绿色生产体系不断建立完善,推动了工业资源效率的提升。
表3 2006~2015年中国工业资源效率Moran’s I变化
Table 3 The Global Moran’s I of industrial resource efficiency in China during from 2006-2015
| 年份 | Moran’s I | E(I) | Z-value |
|---|---|---|---|
| 2006年 | 0.0734 | -0.0035 | 3.6153 |
| 2015年 | 0.0874 | -0.0035 | 4.2605 |
2.2.1 工业环境效率总体偏低且多年略有下降
2006年工业环境效率平均值为0.674 9,2015年为0.624 6,多年来略有下降。利用GIS自然间断点分级法将工业环境效率值分成4个等级,对比发现,效率等级最高的城市数量有所减少,由2006年的96个减少到2015年的76个,效率等级最低的城市数量由2006年的65个增加到2015年的68个。从不同区域来看,东部地区工业环境效率由2006年的0.735 6下降为2015年的0.613 1,中部地区由0.607 2下降至0.573 7,均呈微弱下降态势,西部地区由2006年的0.685 8变化至2015年的0.697 4,略有上升。
2.2.2 工业环境效率空间分异总体呈“两纵一横”的“H”型格局
由图2a、2b可以看出,2006年工业环境效率高值区沿包兰、宝成、成昆铁路沿线的宝鸡、定西、昆明等城市形成内陆南北向纵列带,东部沿海铁路通道和中部京广、京九铁路沿线的北京、广州、上海等城市形成东部南北向纵列片区,以及由陇海-兰新（连云港-兰州-乌鲁木齐）铁路沿线的西安、渭南、张掖等城市形成内陆东西向横列带,总体呈“H”型空间格局。2015年“H”型格局的内陆南北向纵列带和东西向横列带基本保持不变,而东部南北纵列片区逐渐分化,形成沿中部京广线长江以北部分城市,以及沿东部沿海铁路通道长江以南部分城市的南北向纵列带。2006年和2015年中国工业环境效率的空间变异系数由0.41上升到0.45,表明各城市之间的工业环境效率差距略有增大。
图2 2006年和2015年中国工业环境效率空间分异
Fig.2 Spatial variation of industrial environmental efficiency in China in 2006 and 2015
2.2.3 工业环境效率空间集聚效应明显且集聚程度提升
2006年和2015年的Moran’s I指数分别为0.108 6和0.126 7,均通过0.001水平的显著性检验（表4）,表明工业环境效率呈现明显的空间正相关,且空间相关性明显提升。由图2c、2d可以看出,2006年低-低集聚区主要分布在东北以及山西等地,2015年主要分布在辽宁、山西以及湖南的部分城市。这些地区以石油化工、能源电力、机械制造等为主的高耗能高污染产业比重高,规模大,加之产能落后,绿色发展能力低,不利于环境效率的提高。高-高集聚区明显增多,2006年主要分布在陕西、广东和云南的部分城市,2015年主要分布在广东、陕西、四川和甘肃的部分城市。广东和四川主要以仪器仪表、通信电子以及生物医药、新材料等先进制造业发展为主导,陕西在近年的发展中,汽车、航空、电子信息、新材料、生物医药等新兴非能源产业增长迅速,推动了这些地区环境效率的提升。甘肃工业规模小,近年来注重传统产业的改造升级和落后产能淘汰,绿色发展能力得到有效提升,推动了环境效率的提高。
表4 2006~2015年中国工业环境效率Moran’s I变化
Table 4 The Global Moran's I of industrial environmental efficiency in China during from 2006-2015
| 年份 | Moran’s I | E(I) | Z-value |
|---|---|---|---|
| 2006年 | 0.1086 | -0.0035 | 5.2586 |
| 2015年 | 0.1267 | -0.0035 | 6.1054 |
根据前述理论假设和公式设定,分析2006年和2015年中国工业资源和环境效率的影响因素。在SPSS中分析各自变量间的相关性,发现相关系数均小于0.8,采用最小二乘法（OLS）对模型进行估计,发现每个变量的方差膨胀因子（VIF）远小于临界值10,表明模型不存在多重共线性的问题。空间误差模型估计结果见表5、表6。2006年和2015年工业资源效率OLS估计的拟合优度R2分别为0.715和0.457,空间误差模型的R2分别为0.716和0.472,工业环境效率OLS估计的拟合优度分别为0.595和0.515,空间误差模型的R2分别为0.614和0.557,可见考虑空间相关性后提高了模型的拟合程度。
表5 工业资源效率影响因素的空间回归模型结果
Table 5 Estimation results of spatial regression model for influencing factors of industrial resource efficiency
| 变量 | OLS | SEM | |||||||
|---|---|---|---|---|---|---|---|---|---|
| 2006年 | 2015年 | 2006年 | 2015年 | ||||||
| 系数 | T值 | 系数 | T值 | 系数 | Z值 | 系数 | Z值 | ||
| α0 | -0.004 | -0.176 | 0.007 | -0.147 | -0.003 | -0.109 | 0.004 | 0.100 | |
| α1（工业化水平） | -0.298*** | -2.651 | -0.279* | -0.444 | -0.296*** | -2.626 | -0.356** | -2.181 | |
| α2（对外开放） | 0.234*** | 2.612 | 0.197 | 2.959 | 0.236*** | 2.580 | 0.183 | 1.138 | |
| α3（环境规制） | -0.397*** | -3.025 | -0.387** | -2.690 | -0.384*** | -2.953 | -0.407** | -2.546 | |
| α4（生产水平） | 0.078*** | 9.412 | 0.081*** | 6.456 | 0.079*** | 9.336 | 0.081*** | 6.022 | |
| α5（产业规模） | 0.028* | 1.849 | -0.002 | -2.892 | 0.025 | 1.623 | 0.005 | 0.252 | |
| λ | - | - | - | - | 0.085 | 1.168 | 0.186*** | 2.678 | |
| R2 | 0.715 | - | 0.457 | - | 0.716 | - | 0.472 | - | |
| 对数似然值 | 35.328 | - | -58.779 | - | -59.932 | - | -55.158 | - | |
表6 工业环境效率影响因素的空间回归模型结果
Table 6 Estimation results of spatial regression model for influencing factors of industrial environmental efficiency
| 变量 | OLS | SEM | |||||||
|---|---|---|---|---|---|---|---|---|---|
| 2006 | 2015 | 2006 | 2015 | ||||||
| 系数 | T值 | 系数 | T值 | 系数 | T值 | 系数 | T值 | ||
| α0 | -0.001 | -0.046 | 0.003 | 0.091 | -0.012 | -0.386 | -0.011 | -0.318 | |
| α1（工业化水平） | 0.132 | 1.100 | -0.110 | -0.767 | 0.090 | 0.752 | -0.127 | -0.918 | |
| α2（对外开放） | 0.322*** | 3.377 | 0.243* | 1.827 | 0.319*** | 3.140 | 0.203 | 1.424 | |
| α3（环境规制） | -0.324** | -2.316 | 0.018 | 0.124 | -0.302** | -2.234 | 0.004 | 0.028 | |
| α4（生产水平） | 0.067*** | 7.592 | 0.061*** | 5.323 | 0.071*** | 7.636 | 0.068*** | 5.763 | |
| α5（产业规模） | -0.013 | -0.792 | -0.027 | -1.567 | -0.016 | -0.970 | -0.034* | -1.840 | |
| λ | - | - | - | - | 0.242*** | 3.580 | 0.322*** | 5.025 | |
| R2 | 0.595 | - | 0.515 | - | 0.614 | - | 0.557 | - | |
| 对数似然值 | 12.549 | - | -9.049 | - | 18.484 | - | 2.746 | - | |
从表5可以看出,在综合考虑5种影响因素的前提下,工业化与工业资源效率呈显著负相关,当前中国工业化发展不平衡且质量较低,重工业为中国工业发展的主体,资源投入、规模扩张的粗放发展模式,导致单位工业增加值的资源消耗高,资源利用效率低。
环境规制与工业资源效率呈显著负相关。环境规制导致的生产过程和管理实践的改变可能使企业生产无效;为环境规制投入的要素不会产生直接的生产价值,并引起“挤出效应”导致其他方面的投资减少;许多环境规制有专门的技术要求,这种规制不利于技术创新。在这种条件下,环境规制反而会带来生产活动资源效率的下降。
对外开放与工业资源效率由显著正相关变为不显著相关。初期外资企业的进入会带来溢出和关联效应,显著改变当地的市场结构和竞争格局,从而促进当地企业进行学习,改进技术以提高资源效率。但是随着外资流入规模的增加,内外资企业间技术差距和势能差逐渐减小,同时内资企业由学习模仿到自主创新的转变也进入瓶颈,由此导致对资源效率提升的正向推动作用逐渐减弱,进而表现为不显著。
生产水平与工业资源效率呈显著正相关。劳动生产率的提升与生产过程的组织与管理以及技术水平的发展相关。系统高效的组织管理体系以及生产技术的提升,可以强化投资管理和成本管理,推动生产资料的有效配置,进而带动资源效率提升（图3）。
图3 中国工业资源和环境效率影响因素及作用机制
Fig.3 The influencing factors and mechanisms of industrial resource and environmental efficiency in China
从表6可以看出,在综合考虑5种影响因素的前提下,对外开放与工业环境效率由显著正相关变为不显著相关。外资企业往往具有更高的环保标准和污染治理技术,有利于其开展绿色技术创新活动,并产生清洁生产技术的空间溢出,推动区域工业环境效率提升。但是随着外资规模扩大,污染防治技术研发和投入的“沉没成本”逐渐增大,外资企业造成的环境污染问题日益凸显,对区域环境效率提升的示范带动作用逐渐减弱甚至丧失。
环境规制与工业环境效率由显著负相关转变为不显著相关。伴随中国工业化进程中环境问题的日益凸显,各级政府的环境保护政策不断加强。但在现有技术水平下,企业的清洁技术创新和应用收益小于其成本,同时以工业污染治理投资为代表的命令-控制型环境规制具有强制性,缺乏激励机制,企业生产的效益导向会导致其产生环境治理“惰性”,出现“偷工减料”的行为,使得环保投资的环境效应大打折扣。
生产水平与工业环境效率呈显著正相关。这与生产水平与资源效率的作用机制类似,主要通过生产组织和管理水平的提升和生产技术的创新,推动环境效率提升。
产业规模与工业环境效率由不显著相关变为显著负相关。2006年至2015年中国规模以上工业企业数的增加主要以大中型企业增长为主,重工业企业占比略有提升。从理论上来讲,大型企业拥有独立的技术研发孵化中心,具备购买国外先进技术,并进行消化吸收再创造的实力和能力,进而辐射带动中小企业绿色发展能力提升。但从现实情况来看,目前大中型企业并没有形成对环境效应提升的示范、辐射和拉动作用（图3）。
本文基于混合方向性距离函数,考虑资源要素投入、经济要素投入、经济产出和环境污染产出,构建工业资源和环境效率综合评价模型,并对2006年和2015年中国地级以上城市的工业资源和环境效率进行测度,分析了它们的空间演化特征,剖析了其主要影响因素和作用机制。研究结果表明：① 中国工业资源效率总体较低且多年有所下降;空间分异由东部高于中西部,东中西大致均衡,向西部高于中东部,区域不均衡转化;城市间资源效率的差距不断扩大;资源效率具有显著空间正相关性,且相关性有所提升。② 中国工业环境效率总体偏低且多年略有下降;效率高的城市总体上呈“两纵一横”的“H”型空间格局;城市间环境效率的差距逐渐扩大;环境效率具有显著空间正相关性,且相关性有所提升。③ 工业化水平和环境规制是制约工业资源效率提升的主要因素;对外开放和生产水平可以通过提高技术水平和管理水平推动工业资源效率的提升,但对外开放的正向推动作用逐渐变得不显著。④ 产业规模和环境规制是制约工业环境效率提升的主要因素,尤其大中型企业的增长对环境效率具有显著负向效应,而环境规制的负向作用逐渐变为不显著;与工业资源效率相同,对外开放和生产水平的提高会推动工业环境效率提升,且对外开放的正向推动作用逐渐变得不显著。
中国工业资源和环境效率均没有达到最优前沿面,具有较大的提升空间。第一,未来要加快转变工业发展方式,实现工业转型升级。改造提升传统产业,大力发展先进制造业,提质增效;加强节能环保技术、工艺、装备推广应用,全面推行清洁生产;发展循环经济,提高资源回收利用效率,构建绿色制造体系。第二,推动外资利用由规模化向高质量发展转变。加快各类开放区的体制机制创新,增强优质外资的集聚能力;鼓励外资开发和转移绿色新技术,强化创新能力的开放合作;建立以创新、集约、绿色发展为导向的招商引资考核机制。第三,积极发挥大中型工业企业在节能减排中的带头作用。形成一批绿色发展示范企业,实现一大批关键共性绿色制造技术的产业化应用,创建国家级绿色示范工业园区和产业集群。第四,完善环境治理的体制机制,推动环境规制从“管制”向“治理”转型,激励企业提高污染治理的积极性,进而推动资源节约和环境友好型工业发展。
由于数据可获性,论文没有直接讨论技术创新、重工业发展对中国工业资源环境效率空间演化的影响。未来在相关数据获取的基础上,加强对技术进步、重工业发展等因素对工业资源和环境效率的影响强度、方向及作用机制的研究,以期更好地理解2种效率的演化规律和相互关系,为绿色工业发展,资源节约和环境保护政策制定提供理论支撑。
The authors have declared that no competing interests exist.
| [31] |
|
| [32] |
|
| [33] |
|
| [1] |
|
| [2] |
Okologische rationalitatan-satzpunktezur ausgestalung von okologieorientierten management instrumenten [J]. |
| [3] |
Eco-efficiency: Leadership for improved economic and environmental performance [R]. |
| [4] |
产业发展的资源环境效率研究进展 [J].https://doi.org/10.11820/dlkxjz.2010.12.006 URL Magsci [本文引用: 1] 摘要
<p>产业发展的资源环境效率研究对于建设资源节约和环境友好型社会，实现“效率国土”具有重要意义。本文总结了该领域研究在理论、方法和实践等方面取得的最新进展，指出了当前研究的薄弱环节和空白领域，并展望了未来的研究方向。研究认为，目前资源环境效率问题已经引起足够关注。对资源环境的内涵、指标体系、计算方法、应用实践层面进行了系统分析；已经从产业结构变动、产业布局、产业集群等多角度对产业发展与资源环境的关系及作用机理进行探讨，初步探讨了资源环境效率的影响因素，尚未从资源环境效率的角度揭示产业发展与资源环境的关系及作用规律；研究方法上，以多指标综合评价法、数据包络分析法、火用、能值、生态足迹、物质流等生态热力学方法为主的定量分析方法开始应用于资源环境效率的评价之中。未来应加强系统的理论研究，加强对资源环境效率的机制的分析，在计算方法上需进一步的探索和改进。</p>
Research progress on the resource and environment efficiency of industrial development .https://doi.org/10.11820/dlkxjz.2010.12.006 URL Magsci [本文引用: 1] 摘要
<p>产业发展的资源环境效率研究对于建设资源节约和环境友好型社会，实现“效率国土”具有重要意义。本文总结了该领域研究在理论、方法和实践等方面取得的最新进展，指出了当前研究的薄弱环节和空白领域，并展望了未来的研究方向。研究认为，目前资源环境效率问题已经引起足够关注。对资源环境的内涵、指标体系、计算方法、应用实践层面进行了系统分析；已经从产业结构变动、产业布局、产业集群等多角度对产业发展与资源环境的关系及作用机理进行探讨，初步探讨了资源环境效率的影响因素，尚未从资源环境效率的角度揭示产业发展与资源环境的关系及作用规律；研究方法上，以多指标综合评价法、数据包络分析法、火用、能值、生态足迹、物质流等生态热力学方法为主的定量分析方法开始应用于资源环境效率的评价之中。未来应加强系统的理论研究，加强对资源环境效率的机制的分析，在计算方法上需进一步的探索和改进。</p>
|
| [5] |
中国东部沿海地区四大城市群生态效率评价 [J].https://doi.org/10.11821/dlxb201711010 URL [本文引用: 2] 摘要
东部沿海地区城市群是国家经济发展的战略核心区和国家新型城镇化的主体区之一,其经济一生态可持续发展问题是近年来地理研究领域的前沿主题.首先对城市群生态效率进行定义并将其作为城市群可持续发展测度指标;随后运用传统DEA模型及非期望产出SBM模型,对东部沿海地区四大城市群在2005年、2011年、2014年三个时间截面中的经济效率、生态效率进行比较评价并分析了城市群生态效率时空演变特征;最后通过松弛度分析,为改善沿海地区四大城市群生态效率提供了对应建议.结果表明:①山东半岛城市群、长三角城市群、珠三角城市群经济综合效率呈先下降后上升的V字型演变格局,而京津冀城市群经济综合效率始终呈下降趋势,2011年前其受纯技术效率影响较大,2011年后受规模效率影响较大;②京津冀城市群受污染影响带来的效率损失最大,山东半岛城市群相对较小,总体而言,四大城市群生态效率在2005-2011年为下行期,2011-2014为修复期;③沿海四大城市群内城市生态效率时空格局具有不同的演化特征,核心城市周边以及沿海沿江地区城市生态效率相对较优,内陆城市则较低;④京津冀城市群、长三角城市群、珠三角城市群核心城市资源消耗强度高、经济效益产出高、生态效率高,从整体来看,城市群内多数城市呈污染物排放量下降趋势,污染物治理效果较为明显,环境影响问题有所改善;⑤影响东部四大城市群经济生态效率的原因不同,本文从城市群角度进行了差异性分析,并提出了合理化建议.
Evaluation of eco-efficiency of four major urban agglomerations in Eastern Coastal Area of China .https://doi.org/10.11821/dlxb201711010 URL [本文引用: 2] 摘要
东部沿海地区城市群是国家经济发展的战略核心区和国家新型城镇化的主体区之一,其经济一生态可持续发展问题是近年来地理研究领域的前沿主题.首先对城市群生态效率进行定义并将其作为城市群可持续发展测度指标;随后运用传统DEA模型及非期望产出SBM模型,对东部沿海地区四大城市群在2005年、2011年、2014年三个时间截面中的经济效率、生态效率进行比较评价并分析了城市群生态效率时空演变特征;最后通过松弛度分析,为改善沿海地区四大城市群生态效率提供了对应建议.结果表明:①山东半岛城市群、长三角城市群、珠三角城市群经济综合效率呈先下降后上升的V字型演变格局,而京津冀城市群经济综合效率始终呈下降趋势,2011年前其受纯技术效率影响较大,2011年后受规模效率影响较大;②京津冀城市群受污染影响带来的效率损失最大,山东半岛城市群相对较小,总体而言,四大城市群生态效率在2005-2011年为下行期,2011-2014为修复期;③沿海四大城市群内城市生态效率时空格局具有不同的演化特征,核心城市周边以及沿海沿江地区城市生态效率相对较优,内陆城市则较低;④京津冀城市群、长三角城市群、珠三角城市群核心城市资源消耗强度高、经济效益产出高、生态效率高,从整体来看,城市群内多数城市呈污染物排放量下降趋势,污染物治理效果较为明显,环境影响问题有所改善;⑤影响东部四大城市群经济生态效率的原因不同,本文从城市群角度进行了差异性分析,并提出了合理化建议.
|
| [6] |
江苏省工业环境效率时空格局及影响因素 [J].
采用SBM模型和ESDA等方法,以县域为研究单元,探讨了2002-2014年江苏省工业环境效率的时空异质性特征及影响因素。结果表明:江苏省工业环境效率总体差异和空间集聚性呈缩小趋势,苏南、苏中和苏北3地区内部差异是全省工业环境效率整体差异的主因;高效率县域集中分布于苏南地区,低效率县域分布于苏中、苏北地区,整体上呈现两极分化型空间格局,近年来有向橄榄球型格局演化趋势;空间关联上,"H-H"型县域集聚于苏南,而"L-L"型县域集聚于京杭大运河苏北段,形成两大趋同俱乐部;经济水平、能源利用率、产业结构、政府调控、技术创新和对外开放是江苏省工业环境效率空间差异的主要影响因素,其中经济水平是对其空间差异有促进作用。
Spatial-temporal changes and influencing factors of industrial environmental efficiency in Jiangsu Province .
采用SBM模型和ESDA等方法,以县域为研究单元,探讨了2002-2014年江苏省工业环境效率的时空异质性特征及影响因素。结果表明:江苏省工业环境效率总体差异和空间集聚性呈缩小趋势,苏南、苏中和苏北3地区内部差异是全省工业环境效率整体差异的主因;高效率县域集中分布于苏南地区,低效率县域分布于苏中、苏北地区,整体上呈现两极分化型空间格局,近年来有向橄榄球型格局演化趋势;空间关联上,"H-H"型县域集聚于苏南,而"L-L"型县域集聚于京杭大运河苏北段,形成两大趋同俱乐部;经济水平、能源利用率、产业结构、政府调控、技术创新和对外开放是江苏省工业环境效率空间差异的主要影响因素,其中经济水平是对其空间差异有促进作用。
|
| [7] |
Eco-efficiency of the world cement industry: A data envelopment analysis [J].https://doi.org/10.1016/j.enpol.2011.02.057 URL [本文引用: 1] 摘要
Chemical reactions and the combustion of dirty fuels, such as coal and petroleum coke (petcoke), that are used in cement production processes generate a significant amount of CO 2 emissions. In this paper, we provide an eco-efficiency measure for 21 prototypes of cement industries operating in many countries by applying both a data envelopment analysis (DEA) and a directional distance function approach, which are particularly suitable for models where several production inputs and desirable and undesirable outputs are taken into account. To understand whether this eco-efficiency is due to a rational utilization of inputs or to a real carbon dioxide reduction as a consequence of environmental regulation, we analyze the cases where CO 2 emissions can either be considered as an input or as an undesirable output. Empirical results show that countries where cement industries invest in technologically advanced kilns and adopt alternative fuels and raw materials in their production processes are eco-efficient. This gives a comparative advantage to emerging countries, such as India and China, which are incentivized to modernize their production processes.
|
| [8] |
A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China [J].https://doi.org/10.1016/j.jclepro.2013.12.003 URL [本文引用: 1] 摘要
In order to have a comprehensive eco-efficiency measure which can incorporate productivity, resource efficiency, environmental efficiency, and inter-temporal comparability and circularity, the paper proposes an extended data envelopment analysis model, named GB-US-SBM model, which combines global benchmark technology, undesirable output, super efficiency and slacks-based measure. Using the GB-US-SBM model, this paper investigates the dynamics of regional eco-efficiency in China from 2000 to 2010. The empirical results show that the movement of average eco-efficiency of China presents a “V” shape from 2000 to 2010 with the trough occurred in 2005, but there are big differences of eco-efficiency among the regions. For the growth of eco-efficiency, technological progress contributes 56.87%, 58.21%, 18.27%, 62.19%; scale efficiency contributes 40.01%, 61.14%, 167.43%, 39.12%; efficiency change contributes 3.82%,026119.99%,026163.40%,02612.16% to the eastern, middle, western and northeastern regions of China respectively. These imply that there is a big space for western region to enhance its technological progress, and huge space for the whole country to promote its management ability.
|
| [9] |
Spatially differentiated features of coal resource utilization efficiency in China [J]. |
| [10] |
基于数据包络分析的我国31个省市医疗卫生服务效率评价 [J].https://doi.org/10.3969/j.issn.1003-0743.2011.02.025 URL [本文引用: 1] 摘要
目的:对2009年我国31个省市医疗卫生服务的相对效率进行评价,分析造成某些省市相对效率较低的原因并提出建议。方法:文献研究法、数据包络法及统计学方法。结果:31个省市中,平均总体效率值是0.985,总体有效省市24个,非总体有效省市7个,分别占被评价省市的77.42%和22.58%。结论:非总体有效的7个省市存在着资源浪费或产出不足、规模不合理等情况,需加大政府投入并加强区域卫生规划实施力度,改进管理水平,合理调整医疗卫生资源规模。
Evaluating efficiency of health services of 31 provinces and cities in China based on DEA model .https://doi.org/10.3969/j.issn.1003-0743.2011.02.025 URL [本文引用: 1] 摘要
目的:对2009年我国31个省市医疗卫生服务的相对效率进行评价,分析造成某些省市相对效率较低的原因并提出建议。方法:文献研究法、数据包络法及统计学方法。结果:31个省市中,平均总体效率值是0.985,总体有效省市24个,非总体有效省市7个,分别占被评价省市的77.42%和22.58%。结论:非总体有效的7个省市存在着资源浪费或产出不足、规模不合理等情况,需加大政府投入并加强区域卫生规划实施力度,改进管理水平,合理调整医疗卫生资源规模。
|
| [11] |
国家级风景名胜区旅游效率空间格局动态演化及其驱动机制 [J].https://doi.org/10.11821/dlyj201406015 URL [本文引用: 1] 摘要
借助数据包络分析方法(DEA)综合测算了国家级风景名胜区旅游效率,结合标准差椭圆和重心坐标探讨了风景名胜区旅游效率重心演化的轨迹与路径,考察了影响演化轨迹的重要因素及其作用机理。结果表明:①国家级风景名胜区旅游效率总体不高,变化幅度较小,综合效率、纯技术效率及规模效率均呈现明显的波动性特征,说明改革开放初期的风景区旅游发展主要得益于规模投资,有效的货币资本投入是提升旅游发展的主要措施,平均效率值总体表现为下降态势,风景区多数处于无效率状态,DEA最优状态缺乏,导致了风景区生产单元存在一定的资源冗余和开发低效状态。②从重心的整体分布上看,主要位于107°11′~118°37′E和29°02′~38°55′N之间,东西跨度约11°,南北跨度约9°;从旅游效率重心演变的轨迹上来看,综合效率的变化轨迹最大,但总体上都是经历了先西偏南再东偏北再西偏南的历程,其中规模效率和全要素生产率的重心东偏北的趋势相对较小,而综合效率和纯技术效率在重心东偏北的趋势上变化较大。③针对风景区旅游效率空间格局动态演化的驱动机制的剖析表明,经济发展水平、资源禀赋、产业结构、交通发展、信息技术及制度供给是影响效率重心偏移的重要因素,促使了效率动态格局的空间演化,优化产业结构,引进先进技术,完善市场引导机制,政府科学调控及资源禀赋改善是促进风景区旅游效率提升的有效路径。
The spatial evolution of travel efficiency of China’s national scenic areas and its driving mechanism .https://doi.org/10.11821/dlyj201406015 URL [本文引用: 1] 摘要
借助数据包络分析方法(DEA)综合测算了国家级风景名胜区旅游效率,结合标准差椭圆和重心坐标探讨了风景名胜区旅游效率重心演化的轨迹与路径,考察了影响演化轨迹的重要因素及其作用机理。结果表明:①国家级风景名胜区旅游效率总体不高,变化幅度较小,综合效率、纯技术效率及规模效率均呈现明显的波动性特征,说明改革开放初期的风景区旅游发展主要得益于规模投资,有效的货币资本投入是提升旅游发展的主要措施,平均效率值总体表现为下降态势,风景区多数处于无效率状态,DEA最优状态缺乏,导致了风景区生产单元存在一定的资源冗余和开发低效状态。②从重心的整体分布上看,主要位于107°11′~118°37′E和29°02′~38°55′N之间,东西跨度约11°,南北跨度约9°;从旅游效率重心演变的轨迹上来看,综合效率的变化轨迹最大,但总体上都是经历了先西偏南再东偏北再西偏南的历程,其中规模效率和全要素生产率的重心东偏北的趋势相对较小,而综合效率和纯技术效率在重心东偏北的趋势上变化较大。③针对风景区旅游效率空间格局动态演化的驱动机制的剖析表明,经济发展水平、资源禀赋、产业结构、交通发展、信息技术及制度供给是影响效率重心偏移的重要因素,促使了效率动态格局的空间演化,优化产业结构,引进先进技术,完善市场引导机制,政府科学调控及资源禀赋改善是促进风景区旅游效率提升的有效路径。
|
| [12] |
Environmental efficiency analysis of port cities: Slacks-based measure data envelopment analysis approach [J].https://doi.org/10.1016/j.tranpol.2014.02.009 URL [本文引用: 1] 摘要
61This paper attempts to evaluate the environmental efficiency of port cities.61A slack-based data envelopment analysis (SBM-DEA) model was used.61As the undesirable output variables, NOx, SO2, and CO2 emissions were selected.
|
| [13] |
基于DEA的东北地区城市群环境效率评价 [J].
随着东北振兴"十二五"规划的出台,贯彻和落实科学发展、转型发展、协调发展、创新发展的振兴理念,关系着东北地区未来的发展方向和发展水平。以东北地区三大城市群为研究对象,应用传统DEA的C2R、BCC模型,对"十一五"期间产业集群的环境保护投入产出效率进行评价;进一步应用改进DEA的SBM模型,从能源环境效率视角,评价三大城市群经济—环境的协调程度。结果表明:因投入规模不足或环保技术落后等原因,三大城市群环保效率均未达到DEA有效;辽中南城市群经济发展水平最高,其中心城市环保效率达到DEA有效的数量较多,但该产业集群整体上对环境造成的压力最大,吉林中部城市群、哈大齐城市群的经济—环境协调程度也有很大的提升空间。建议通过优化产业集群的空间布局、建立城市群内部与城市群之间的分工与协调机制等途径,促进东北区域经济与环境的协调发展。
Li Yajun. Research on environmental efficiency evaluation of urban agglomerations in Northeast China based on DEA .
随着东北振兴"十二五"规划的出台,贯彻和落实科学发展、转型发展、协调发展、创新发展的振兴理念,关系着东北地区未来的发展方向和发展水平。以东北地区三大城市群为研究对象,应用传统DEA的C2R、BCC模型,对"十一五"期间产业集群的环境保护投入产出效率进行评价;进一步应用改进DEA的SBM模型,从能源环境效率视角,评价三大城市群经济—环境的协调程度。结果表明:因投入规模不足或环保技术落后等原因,三大城市群环保效率均未达到DEA有效;辽中南城市群经济发展水平最高,其中心城市环保效率达到DEA有效的数量较多,但该产业集群整体上对环境造成的压力最大,吉林中部城市群、哈大齐城市群的经济—环境协调程度也有很大的提升空间。建议通过优化产业集群的空间布局、建立城市群内部与城市群之间的分工与协调机制等途径,促进东北区域经济与环境的协调发展。
|
| [14] |
基于空间视角的水资源经济环境效率评价 [J].
<p>基于2008~2012 年中国水资源-经济-环境(WEE)系统的省际面板数据,运用考虑非期望产出的数据包络分析(DEA)方法测算WEE系统的整体技术效率、纯技术效率、规模效率和规模收益情况;构建基于万有引力定律的空间权重矩阵,着重分析整体技术效率的空间分异规律。探讨3 种WEE效率之间的空间相关性;并运用空间误差模型(SEM)分别对这些效率间的空间效应进行分析。结果表明:① 提升WEE整体技术效率的瓶颈在于纯技术效率;② 区域间的3 种WEE效率都存在显著的空间误差相关;③ 技术创新性、外资依存度、产业结构、产权结构通过纯技术效率和规模效率,以不同的作用形式对WEE整体技术效率产生正向影响;④ 水资源禀赋和政府重视度对WEE整体技术效率产生负向影响。</p>
Efficiency evaluation of water resource-economic-environment system based on spatial perspective .
<p>基于2008~2012 年中国水资源-经济-环境(WEE)系统的省际面板数据,运用考虑非期望产出的数据包络分析(DEA)方法测算WEE系统的整体技术效率、纯技术效率、规模效率和规模收益情况;构建基于万有引力定律的空间权重矩阵,着重分析整体技术效率的空间分异规律。探讨3 种WEE效率之间的空间相关性;并运用空间误差模型(SEM)分别对这些效率间的空间效应进行分析。结果表明:① 提升WEE整体技术效率的瓶颈在于纯技术效率;② 区域间的3 种WEE效率都存在显著的空间误差相关;③ 技术创新性、外资依存度、产业结构、产权结构通过纯技术效率和规模效率,以不同的作用形式对WEE整体技术效率产生正向影响;④ 水资源禀赋和政府重视度对WEE整体技术效率产生负向影响。</p>
|
| [15] |
2001-2012年中国三大城市群土地利用效率评价研究 [J].https://doi.org/10.1007/s11769-011-0450-8 URL Magsci [本文引用: 1] 摘要
利用DEA模型测算了2001～2012 年长三角、京津冀及珠三角三大城市群土地利用效率,通过研究得出以下结论:① 长三角、京津冀和珠三角三大城市群的城市土地利用效率总体上均呈现下降的趋势,下降比例分别为6.06%、2.86%、24.34%,特别是珠三角城市群下降幅度最大,为长三角和京津冀的4 倍和8.5 倍,证实珠三角城市群城市土地利用效率下降的迅速性。② 京津冀城市群城市土地利用效率整体偏高,冗余量相对较少,降速明显低于长三角和珠三角两大城市群的城市土地利用效率。长三角、珠三角城市群的土地利用效率处于持续降低的状态。③ 三大城市群城市土地利用效率的规模报酬有效性的城市比例下降幅度分别为10.53%、10%、33.34%,珠三角下降幅度最大,为长三角和京津冀的3.17 倍和3.33 倍;④ 长三角城市群土地利用效率差异较大,京津冀城市群、珠三角城市群“中心-外围”现象明显。
Evaluation of land use efficiency in three major urban agglomerations of China in 2001-2012 .https://doi.org/10.1007/s11769-011-0450-8 URL Magsci [本文引用: 1] 摘要
利用DEA模型测算了2001～2012 年长三角、京津冀及珠三角三大城市群土地利用效率,通过研究得出以下结论:① 长三角、京津冀和珠三角三大城市群的城市土地利用效率总体上均呈现下降的趋势,下降比例分别为6.06%、2.86%、24.34%,特别是珠三角城市群下降幅度最大,为长三角和京津冀的4 倍和8.5 倍,证实珠三角城市群城市土地利用效率下降的迅速性。② 京津冀城市群城市土地利用效率整体偏高,冗余量相对较少,降速明显低于长三角和珠三角两大城市群的城市土地利用效率。长三角、珠三角城市群的土地利用效率处于持续降低的状态。③ 三大城市群城市土地利用效率的规模报酬有效性的城市比例下降幅度分别为10.53%、10%、33.34%,珠三角下降幅度最大,为长三角和京津冀的3.17 倍和3.33 倍;④ 长三角城市群土地利用效率差异较大,京津冀城市群、珠三角城市群“中心-外围”现象明显。
|
| [16] |
“两横三纵”城市化地区的经济效率、环境效率和生态效率——基于混合方向性距离函数和合图法的实证分析 [J].https://doi.org/10.3969/j.issn.1002-9753.2015.02.010 URL [本文引用: 2] 摘要
运用混合方向性距离函数模型(HDDF)对2011年"两横三纵"城市化战略格局中62个重要节点城市的经济效率、环境效率和生态效率进行了实证研究。研究发现:62个城市的平均经济效率、环境效率和生态效率分别为0.66、0.40和0.42,仍然存在较大的效率改进空间。优化开发地区在三种效率指标上的表现均优于重点开发地区,扮演着"先进者"的角色。合图法分析结果表明,62个城市可以分为四类,分别对应四种经济发展模式,应该采用差异化的经济发展模式改革策略。松弛分解表明,经济产出不足是非效率的主要源泉。最后,根据研究结论给出了提升区域生态效率的政策建议。
Economic efficiency, environmental efficiency and eco-efficiency of the so-called two vertical and three horizontal urbanization areas: Empirical analysis based on HDDF and Co-Plot metho [D].https://doi.org/10.3969/j.issn.1002-9753.2015.02.010 URL [本文引用: 2] 摘要
运用混合方向性距离函数模型(HDDF)对2011年"两横三纵"城市化战略格局中62个重要节点城市的经济效率、环境效率和生态效率进行了实证研究。研究发现:62个城市的平均经济效率、环境效率和生态效率分别为0.66、0.40和0.42,仍然存在较大的效率改进空间。优化开发地区在三种效率指标上的表现均优于重点开发地区,扮演着"先进者"的角色。合图法分析结果表明,62个城市可以分为四类,分别对应四种经济发展模式,应该采用差异化的经济发展模式改革策略。松弛分解表明,经济产出不足是非效率的主要源泉。最后,根据研究结论给出了提升区域生态效率的政策建议。
|
| [17] |
碳排放视角下的江苏省土地利用转型生态效率研究——基于混合方向性距离函数 [J].https://doi.org/10.11849/zrzyxb.20160906 URL [本文引用: 1] 摘要
生态效率关乎经济与生态之间的双重问题,要保证在实现社会经济正常发展的同时将环境影响控制到最小程度。CO_2等温室气体的排放作为造成全球气候变暖的主要产物,成为改善全球环境问题的焦点。土地利用转型在一定程度上影响着土地生态,并从土地的投入和产出方面影响土地生态效应,分析其影响机理将有助于最小化土地利用成本,最大化土地生态价值。论文运用混合方向性距离函数模型和Global Malmquist-Luenberger(GML)指数,将CO_2排放量作为生态效率的非期望产出指标,构建土地利用转型投入和产出指标体系,测算2006—2014年江苏省13个城市在土地利用转型背景下的生态效率及环境全要素生产率增长状况,并对全要素生产率变动进行分解,以期缓解经济快速增进带来的生态环境问题。研究结果表明:CO_2过度排放以及能源过度消耗,使得很多城市普遍存在生态低效率;2006—2014年江苏省总体平均生态效率值为0.827,若能够充分利用当前技术水平,资源强度和污染排放强度在平均意义上可以提高17%;江苏省生态效率变化区域差异明显,生态效率存在空间关联性和集聚效应;环境全要素生产率增长呈现地域不均衡性,纯技术进步是影响环境全要素生产率增长变动的重要影响因素;技术规模变化的区域差异幅度最大,是构成环境全要素生产率增长差异的重要因素。
Wu qun. Study on the eco-efficiency of land use transformation in Jiangsu province from the perspective of carbon rmission—Based on the mixed directional distance function .https://doi.org/10.11849/zrzyxb.20160906 URL [本文引用: 1] 摘要
生态效率关乎经济与生态之间的双重问题,要保证在实现社会经济正常发展的同时将环境影响控制到最小程度。CO_2等温室气体的排放作为造成全球气候变暖的主要产物,成为改善全球环境问题的焦点。土地利用转型在一定程度上影响着土地生态,并从土地的投入和产出方面影响土地生态效应,分析其影响机理将有助于最小化土地利用成本,最大化土地生态价值。论文运用混合方向性距离函数模型和Global Malmquist-Luenberger(GML)指数,将CO_2排放量作为生态效率的非期望产出指标,构建土地利用转型投入和产出指标体系,测算2006—2014年江苏省13个城市在土地利用转型背景下的生态效率及环境全要素生产率增长状况,并对全要素生产率变动进行分解,以期缓解经济快速增进带来的生态环境问题。研究结果表明:CO_2过度排放以及能源过度消耗,使得很多城市普遍存在生态低效率;2006—2014年江苏省总体平均生态效率值为0.827,若能够充分利用当前技术水平,资源强度和污染排放强度在平均意义上可以提高17%;江苏省生态效率变化区域差异明显,生态效率存在空间关联性和集聚效应;环境全要素生产率增长呈现地域不均衡性,纯技术进步是影响环境全要素生产率增长变动的重要影响因素;技术规模变化的区域差异幅度最大,是构成环境全要素生产率增长差异的重要因素。
|
| [18] |
Assessing eco-efficiency with directional distance functions [J].https://doi.org/10.1016/j.ejor.2012.02.025 URL [本文引用: 1] 摘要
Eco-efficiency is a matter of concern at present that is receiving increasing attention in political, academic and business circles. Broadly speaking, this concept refers to the ability to create more goods and services with less impact on the environment and less consumption of natural resources, thus involving both economic and also ecological issues. In this paper we propose the use of directional distance functions and Data Envelopment Analysis techniques to assess eco-efficiency. More specifically, we show how these functions can be used to compute a wide range of indicators representing different objectives regarding economic and ecological performance. This methodological approach is applied to a sample of Spanish olive-growing farms to illustrate its great potential to provide policymakers and farm managers with sound information as a basis for strategic decision making. We also suggest further avenues to explore in this burgeoning line of research.
|
| [19] |
Energy and CO2 emission performance in electricity generation: A non-radial directional distance function approach [J].https://doi.org/10.1016/j.ejor.2012.04.022 URL [本文引用: 1] 摘要
This paper presents a non-radial directional distance function approach to modeling energy and CO2emission performance in electricity generation from the production efficiency point of view. We first define and construct the environmental production technologies for the countries with and without CHP plants, respectively. The non-radial direction distance function approach is then proposed and several indexes are developed to measure energy and CO2 emission performance of electricity generation. The directional distance functions established can be computed by solving a series of data envelopment analysis models. We then conduct an empirical study using the dataset for over one hundred countries. It is found that OECD countries have better carbon emission performance and integrated energy-carbon performance than non-OECD countries in electricity generation, while the difference in energy performance is not significant.
|
| [20] |
|
| [21] |
中国城市空气质量时空演化特征及社会经济驱动力 [J].https://doi.org/10.11821/dlxb201608006 URL [本文引用: 1] 摘要
城市空气污染是中国在快速城镇化和经济发展过程中亟待解决的难题。利用2013年和2014年全国城市空气质量数据,综合Arc GIS空间分析和统计分析,从年度、季节、月份、小时4个时间尺度比较归纳了全国城市空气质量的时空间演化特征,并采用空间计量模型,从全国和区域两个空间尺度,量化分析了城市空气质量变化的社会经济驱动力。结果表明:(1)全国城市空气质量全年达标天数比例增加,但空气污染程度加重,高污染区域恶化态势明显;(2)城市空气质量与生产生活活动表现出一定的时间耦合性,基本呈现"日出趋差、日落趋优"的态势;(3)全国城市空气污染表现出"东重西轻、北重南轻"的空间格局,区域一体化态势明显;(4)区域城市空气污染的总体程度和分布结构具有明显的分异特征,区域空气污染形成和演化路径可基本归纳为:"重点城市污染加重—重点城市污染扩散—区域整体污染加重—重点城市引领治污—区域污染联防联控—区域整体污染减轻";(5)从全国层面看,能源消耗、工业化和技术进步是推动城市空气质量恶化的重要因素,经济发展对城市空气质量改善具有显著的推动作用。(6)受各地区资源环境基础和社会经济发展阶段影响,各类社会经济因素对城市空气质量改善的驱动方向和驱动强度差异明显。在结论的基础上,讨论了中国经济发展和环境变化关系的区域分异以及发展理念。
Spatio-temporal variations and socio-economic driving forces of air quality in Chinese cities .https://doi.org/10.11821/dlxb201608006 URL [本文引用: 1] 摘要
城市空气污染是中国在快速城镇化和经济发展过程中亟待解决的难题。利用2013年和2014年全国城市空气质量数据,综合Arc GIS空间分析和统计分析,从年度、季节、月份、小时4个时间尺度比较归纳了全国城市空气质量的时空间演化特征,并采用空间计量模型,从全国和区域两个空间尺度,量化分析了城市空气质量变化的社会经济驱动力。结果表明:(1)全国城市空气质量全年达标天数比例增加,但空气污染程度加重,高污染区域恶化态势明显;(2)城市空气质量与生产生活活动表现出一定的时间耦合性,基本呈现"日出趋差、日落趋优"的态势;(3)全国城市空气污染表现出"东重西轻、北重南轻"的空间格局,区域一体化态势明显;(4)区域城市空气污染的总体程度和分布结构具有明显的分异特征,区域空气污染形成和演化路径可基本归纳为:"重点城市污染加重—重点城市污染扩散—区域整体污染加重—重点城市引领治污—区域污染联防联控—区域整体污染减轻";(5)从全国层面看,能源消耗、工业化和技术进步是推动城市空气质量恶化的重要因素,经济发展对城市空气质量改善具有显著的推动作用。(6)受各地区资源环境基础和社会经济发展阶段影响,各类社会经济因素对城市空气质量改善的驱动方向和驱动强度差异明显。在结论的基础上,讨论了中国经济发展和环境变化关系的区域分异以及发展理念。
|
| [22] |
基于三阶段DEA模型的省际真实环境效率测度与影响因素分析 [J].https://doi.org/10.12062/cpre.20170917 URL [本文引用: 1] 摘要
随着经济的快速发展,大量不可再生资源不断消耗,生态环境急剧恶化,严峻的资源环境形势已成为阻碍我国经济社会可持续发展的"硬约束"。切实转变经济发展方式,采取有效的环境治理政策刻不容缓。而有效的环境效率测度可探究出造成资源过度消费与环境污染的主要原因,从而推进环境治理政策的改进。本文基于2006—2015年省际区域的面板数据,采用三阶段DEA模型评价了相同环境下各区域的环境效率水平、变化趋势及其差异性,探讨了我国环境效率的影响因素,剥离了外部环境因素与随机误差因素的影响,为测度环境效率的真实水平提供了可行的方法。结果发现:(1)三阶段DEA模型可有效剔除随机误差与外部环境因素对区域环境效率的影响,能客观真实地测度我国各省市的环境效率水平,从而获得比传统DEA模型更有效的环境效率状况。(2)排除随机误差与外部环境因素作用后,我国东部、中部、西部及全国的平均环境效率值和平均纯技术效率值均被低估,平均规模效率则在不同程度上被高估,环境效率的提升主要受规模效率水平不高的制约。(3)调整后的东部、中部、西部真实环境效率水平存在明显的空间不平衡现象。(4)规模收益的变动受环境与随机因素的影响比较明显,绝大部分省份处于规模收益递增行列。故为进一步提高中国环境效率水平,应优化产业结构比例,并借助"一带一路"倡议,实施产业转移;适度增加环境污染治理投资规模,转变"先污染后治理"模式;根据规模收益变化情况,各省市应因地制宜地选择不同的发展模式;切实提升企业生产技术创新能力和环境污染治理技术创新能力,实现能源的节约和污染排放的减量化;发展城市群,提高新型城镇化水平与环境治理效率;进一步深化对外开放程度,提高外贸依存度。
Measurement and influencing factors of inter-provincial real environmental efficiency based on three-stage DEA model .https://doi.org/10.12062/cpre.20170917 URL [本文引用: 1] 摘要
随着经济的快速发展,大量不可再生资源不断消耗,生态环境急剧恶化,严峻的资源环境形势已成为阻碍我国经济社会可持续发展的"硬约束"。切实转变经济发展方式,采取有效的环境治理政策刻不容缓。而有效的环境效率测度可探究出造成资源过度消费与环境污染的主要原因,从而推进环境治理政策的改进。本文基于2006—2015年省际区域的面板数据,采用三阶段DEA模型评价了相同环境下各区域的环境效率水平、变化趋势及其差异性,探讨了我国环境效率的影响因素,剥离了外部环境因素与随机误差因素的影响,为测度环境效率的真实水平提供了可行的方法。结果发现:(1)三阶段DEA模型可有效剔除随机误差与外部环境因素对区域环境效率的影响,能客观真实地测度我国各省市的环境效率水平,从而获得比传统DEA模型更有效的环境效率状况。(2)排除随机误差与外部环境因素作用后,我国东部、中部、西部及全国的平均环境效率值和平均纯技术效率值均被低估,平均规模效率则在不同程度上被高估,环境效率的提升主要受规模效率水平不高的制约。(3)调整后的东部、中部、西部真实环境效率水平存在明显的空间不平衡现象。(4)规模收益的变动受环境与随机因素的影响比较明显,绝大部分省份处于规模收益递增行列。故为进一步提高中国环境效率水平,应优化产业结构比例,并借助"一带一路"倡议,实施产业转移;适度增加环境污染治理投资规模,转变"先污染后治理"模式;根据规模收益变化情况,各省市应因地制宜地选择不同的发展模式;切实提升企业生产技术创新能力和环境污染治理技术创新能力,实现能源的节约和污染排放的减量化;发展城市群,提高新型城镇化水平与环境治理效率;进一步深化对外开放程度,提高外贸依存度。
|
| [23] |
长江经济带工业绿色水资源效率的时空分异与影响因素——基于EBM-Tobit模型的两阶段分析 [J].https://doi.org/10.18402/resci.2017.08.09 URL 摘要
提高工业绿色水资源效率是缓解长江经济带水资源短缺与水环境污染的重要途径.本文以地区工业为研究对象,将工业用水与水污染排放纳入分析框架,构建Epsilon-Based Measure (EBM)-Tobit两阶段效率分析模型.首先,采用兼容径向与非径向特点的EBM模型测算2005-2014年长江经济带11省市的工业绿色水资源效率,分析效率的时空差异特征;然后,从投入要素视角对长江经济带各省市工业绿色水资源无效率进行解构,测算各投入要素的贡献率,通过泰尔指数分解诠释长江经济带工业绿色水资源效率地区差距的形成根源;进而,根据EBM模型计算得到的投入目标值与实际值的差异测算长江经济带各省市的工业节水与水污染减排潜力;最后,利用面板Tobit模型检验长江经济带工业绿色水资源效率的影响机制.研究结果表明:研究期内长江经济带工业绿色水资源效率较低,地区差异特征明显,工业节水与水污染减排潜力巨大;缩小长江上游、中游与下游三大地区间差距和长江上游各省市间内部差距是未来优化长江经济带工业绿色水资源效率的关键;经济发展水平、工业化程度、工业用水强度、科技进步、政府环境规制力度、地域差异对长江经济带工业绿色水资源效率均有一定影响,但是各因素影响方向、影响力度与显著性存在差异.本文研究结论可以为长江经济带实现工业水资源高效、绿色利用提供理论与实践依据.
Yangtze river economic zone spatial and temporal disparities in industrial green water resource efficiency and influencing factors based on two-step analysis of EBM-Tobit model .https://doi.org/10.18402/resci.2017.08.09 URL 摘要
提高工业绿色水资源效率是缓解长江经济带水资源短缺与水环境污染的重要途径.本文以地区工业为研究对象,将工业用水与水污染排放纳入分析框架,构建Epsilon-Based Measure (EBM)-Tobit两阶段效率分析模型.首先,采用兼容径向与非径向特点的EBM模型测算2005-2014年长江经济带11省市的工业绿色水资源效率,分析效率的时空差异特征;然后,从投入要素视角对长江经济带各省市工业绿色水资源无效率进行解构,测算各投入要素的贡献率,通过泰尔指数分解诠释长江经济带工业绿色水资源效率地区差距的形成根源;进而,根据EBM模型计算得到的投入目标值与实际值的差异测算长江经济带各省市的工业节水与水污染减排潜力;最后,利用面板Tobit模型检验长江经济带工业绿色水资源效率的影响机制.研究结果表明:研究期内长江经济带工业绿色水资源效率较低,地区差异特征明显,工业节水与水污染减排潜力巨大;缩小长江上游、中游与下游三大地区间差距和长江上游各省市间内部差距是未来优化长江经济带工业绿色水资源效率的关键;经济发展水平、工业化程度、工业用水强度、科技进步、政府环境规制力度、地域差异对长江经济带工业绿色水资源效率均有一定影响,但是各因素影响方向、影响力度与显著性存在差异.本文研究结论可以为长江经济带实现工业水资源高效、绿色利用提供理论与实践依据.
|
| [24] |
中国水资源效率的区域差异及影响因素分析 [J].https://doi.org/10.15957/j.cnki.jjdl.2017.07.002 URL 摘要
选取我国大陆30个省(市、自治区)的2004—2014年间相关统计数据,运用超效率DEA-Tobit两阶段模型对水资源效率进行评价,并对水资源效率的区域差异及其影响因素进行分析。水资源效率的区域差异分析结果表明:我国水资源效率相对较低,仅北京、天津、青海三省市的水资源效率高于1,其余大部分省市水资源效率处于0~0.2之间;同时,我国水资源效率还存在区域差异,东部地区高于中西部地区,华北、西北地区相较于其他区域处于较高水平。水资源效率区域差异的影响因素分析结果发现:水资源效率与治理废水项目完成投资额和产业用水结构呈负相关关系,与供水总量和科技水平呈正相关关系。因此,为了进一步提升水资源效率,必须在发展经济的同时,加大科技投入,提升科技水平,优化产业用水结构。
Regional differences and influence factors of water resource efficiency in China: Based on super efficiency DEA-Tobit .https://doi.org/10.15957/j.cnki.jjdl.2017.07.002 URL 摘要
选取我国大陆30个省(市、自治区)的2004—2014年间相关统计数据,运用超效率DEA-Tobit两阶段模型对水资源效率进行评价,并对水资源效率的区域差异及其影响因素进行分析。水资源效率的区域差异分析结果表明:我国水资源效率相对较低,仅北京、天津、青海三省市的水资源效率高于1,其余大部分省市水资源效率处于0~0.2之间;同时,我国水资源效率还存在区域差异,东部地区高于中西部地区,华北、西北地区相较于其他区域处于较高水平。水资源效率区域差异的影响因素分析结果发现:水资源效率与治理废水项目完成投资额和产业用水结构呈负相关关系,与供水总量和科技水平呈正相关关系。因此,为了进一步提升水资源效率,必须在发展经济的同时,加大科技投入,提升科技水平,优化产业用水结构。
|
| [25] |
我国大中型工业企业绿色技术创新效率及其影响因素研究 [D].Research on the efficiency of green technology innovation and its influencing factors in large and medium-sized industrial enterprises in China . |
| [26] |
Input-output efficiency of urban agglomerations in China: An application of Data Envelopment Analysis (DEA) [J].https://doi.org/10.1177/0042098013477707 URL [本文引用: 3] |
| [27] |
Evaluation of urban resource and environmental efficiency in China based on the DEA Model [J].https://doi.org/10.5814/j.issn.1674-764x.2014.01.002 URL [本文引用: 2] 摘要
This paper illustrates the spatial variations in urban resource and environmental efficiency(REE) amongst 285 cities in China using a Data Envelopment Analysis(DEA) model, and examines the factors that have had the greatest effect on this spatial pattern by regression models. The results gave an average urban REE of 0.6381, and an average pure technical efficiency(PTE) and scale efficiency(SE) of 0.6964 and 0.9225, respectively. The results support the existence of a U-shaped relationship between REE and income level, which means that an increase in urban GDP does not result in an equivalent increase in environmental efficiency. Economic growth affects REE in three ways: scale effects(population scale and urbanization rate); composition effects; and spatial effects. Improvements in urban resource use and environmental efficiency depend upon both technological innovation and effective governance. Policies designed to achieve these improvements should therefore be implemented at all levels of government and local enterprise.
|
| [28] |
CO2 emissions from fuel combustion 2013 [EB/OL]. |
| [29] |
CO2emissions from fuel combustion 2017 [EB/OL].
|
| [30] |
中国城市居民生活用电碳排放差异及时空演变 [J].
<p>以地级市为研究单元，以人均生活用电碳排放为测度指标，借助经典统计学中的各类不平衡指数，对2002―2011年间中国城市居民生活用电碳排放的差异程度进行动态时序分析。同时，运用ESDA方法，从静态的碳排放量和动态的碳排放增长率2个角度，定量描述了2002年以来中国城市生活用电碳排放的时空演化特征。结果表明：中国城市居民人均生活用电碳排放差异逐渐缩小；就人均碳排放量来说，总体上表现为空间正相关，且集聚程度逐渐增强，冷热点格局基本稳定，高值区域从广东省逐渐向北延伸至其他东南沿海地区；就碳排放增长率来说，碳排放增长在总体上无显著的空间相关性，地理集中现象不明显，冷热点区域转换迅速，高值区域数目显著增加且表现出向北转移的趋势。</p>
Regional disparities and spatial-temporal evolution of carbon emissions of domestic electricity consumption in urban China .
<p>以地级市为研究单元，以人均生活用电碳排放为测度指标，借助经典统计学中的各类不平衡指数，对2002―2011年间中国城市居民生活用电碳排放的差异程度进行动态时序分析。同时，运用ESDA方法，从静态的碳排放量和动态的碳排放增长率2个角度，定量描述了2002年以来中国城市生活用电碳排放的时空演化特征。结果表明：中国城市居民人均生活用电碳排放差异逐渐缩小；就人均碳排放量来说，总体上表现为空间正相关，且集聚程度逐渐增强，冷热点格局基本稳定，高值区域从广东省逐渐向北延伸至其他东南沿海地区；就碳排放增长率来说，碳排放增长在总体上无显著的空间相关性，地理集中现象不明显，冷热点区域转换迅速，高值区域数目显著增加且表现出向北转移的趋势。</p>
|
/
| 〈 |
|
〉 |
