廣東省工業環境效率的區域差異及影響因素分析

◎ 丁煥峰　高 溦

廣東省工業環境效率的區域差異及影響因素分析

◎ 丁煥峰高 溦

摘 要：本文采用數據包絡分析中的非徑向、非角度的SBM-V模型對廣東省及四大區域2000--2012年的環境效率進行了測算，并對其影響因素進行了實證分析，得出以下結論：廣東省在含有污染排放等非期望產值因素下得到的效率值明顯低于不含污染排放因素下的效率值；經濟發展水平、對外開放水平和區域因素對環境效率的影響作用仍然是顯著為正的，但產業結構因素和能源消耗水平對環境效率的影響作用為負。

關鍵詞：工業環境效率 影響因素 區域差異

一、引言

發展綠色工業、建設資源節約型環境友好型社會已經成為國家的重要政策導向。廣東是中國第一經濟大省，處于工業化與城鎮化快速發展的時期，珠三角地區①的經濟發展水平較高，正面臨產業轉型升級和高耗能產業轉移的關鍵階段，粵東粵西和北部山區的工業化水平較低，亟需產業帶動經濟發展。正確衡量廣東省及四大區域工業經濟發展與資源節約環境保護之間的關系，找出影響工業經濟發展和環境保護的關鍵因素，最終形成低消耗、低污染、高增長的經濟發展模式是廣東省科學發展的關鍵問題。

本文首先定義環境效率的概念。環境效率概念最早由“生態效率”引申而來［1］，WBCSD認為環境效率是指滿足人類需求的產品和服務的經濟價值與環境負荷的比值，即單位環境負荷的經濟價值［2］；世界經濟合作與發展組織（OECD）認為環境效率是衡量生態資源用以滿足人類需求的一種效率，可用產品或服務的經濟價值與生產活動產生的環境污染或環境破壞的總和的比值來表示，企業的環境負荷越小，產生的經濟效益越大，環境效率值就越高；反之亦然。近年來，國內外的研究者對環境效率的界定有不同的觀點［3-7］，本文將采用WBCSD對環境效率的定義，即環境經濟上的投入產出之比，旨在考察生產過程中的期望和非期望產出與資源環境的投入對經濟和社會所帶來的福利效應，強調以最少的環境污染創造更多的經濟效益；而工業環境效率是指工業生產過程中的投入和產出對環境和經濟的影響程度，其核心思想是強調以最少的環境污染創造最多的工業GDP。經濟增長與環境質量的關系較為復雜［8-9］。

然后本文再結合實際情況和各項指標，對廣東省及四大區域的環境效率值進行測算，將測算出的環境效率值作為因變量，以影響環境效率的影響因素作為自變量進行回歸分析，從而試圖回答是哪些因素導致廣東省及各區域環境效率上升或下降的。因此本文的結構是先測算出環境效率值（因變量），再分析環境效率的影響因素（自變量），只有這樣的安排才能比較自然地構造出環境效率計量模型，使得文章更具有邏輯性和連貫性。

近年來，一些學者已經嘗試將環境因素納入到效率的分析框架中對環境效率進行實證研究，采用的方法有數據包絡分析（DEA）［10-13］、生命周期法［14］、多準則決策方法［10］、隨機前沿分析［3］和距離函數法［15］等，認為中國及相關省市的工業環境效率差異較大。以上方法多是將環境污染作為一種投入或者一種負產出，測算出包含環境污染的效率值，這樣做雖然解決了非期望產出存在下的效率評價問題，但是這些方法多屬于徑向、角度的DEA模型，不能充分考慮到投入產出的松弛性問題，扭曲了評價對象的效率。而Tone（2003）提出的數據包絡分析中非徑向、非角度的SBM模型（Slacks-based Model）不同于傳統的以投入為導向或者以產出為導向的模型，它是非徑向、非角度的DEA模型，該模型盡可能地考慮了由于角度和徑向選擇造成的投入產出松弛性問題，因而不僅能克服傳統模型的缺陷，而且能有效處理投入過度和產出不足的情況，比其他模型更能體現效率評價的本質。現有研究中環境效率的影響因素主要集中在經濟發展水平［16］、產業結構與產業組織［9，16-17］、城鎮化、國際貿易與外商直接投資（FDI）［9，18-19］、環境規制［20-21］等，如涂正革基于1998—2005年我國30個省市的數據，采用多元回歸方法檢驗地區工業結構、人均生活水平高低、外商直接投資等幾個因素對環境技術效率的影響，研究結果顯示經濟結構與環境技術效率之間存在高度負向關系，生活水平的提高有利于環境工業協調等結論［9］；王兵等認為人均GDP、FDI、結構因素、公眾的環保意識等對環境效率有不同程度的影響［22］；

本文意圖利用全省及各區域的資本、勞動力、工業期望產值以及二氧化硫等非期望產值數據，采用非徑向、非角度的SBM模型計算出廣東省及各區域的環境效率值，并利用Tobit模型對全省及各區域的環境效率的影響因素進行研究分析，制定合理的環境發展對策改進環境效率。因此，本文的創新點主要是以廣東省及四大區域為研究對象，采用生產前沿的最新分析工具——非徑向、非角度的SBM-V模型（在規模報酬可變假設下的SBM模型）測算廣東省及四大區域2000年至2012年的環境效率值。

二、工業環境效率測試及區域差異

（一）環境效率的測算方法

經典的數據包絡分析模型為CCR模型，即在規模報酬不變假設下的效率模型；當加入約束條件Σλ=1，則為BCC模型，即在規模報酬可變假設下的效率模型。兩種模型的區別在于前者是在最優規模條件下生產，沒有考慮諸如不完全競爭、外部性等可能導致非最優規模生產，后者則相反。但是這些經典的模型依賴的一個基本假設是以最小的投入生產獲得盡可能多的產出；但現實過程并非如此，即生產過程中往往會出現很多我們所不期望的產品，稱之為“非期望產出”，如廢水、廢氣等。倘若使用傳統的數據包絡分析模型，得出的結果只能使非期望產出增加，從而扭曲了評價對象的效率。為此，Tone提出了解決這一問題的非徑向、非角度的SBM模型（Slacks-based Model），該模型與傳統模型的不同之處在于將松弛變量s直接放入到目標函數中（見式1），這樣的意義在于：一方面它盡可能地考慮了由于角度和徑向選擇造成的投入產出松弛性問題，另一方面也解決了非期望產出存在下的效率評價問題。因而不僅能克服傳統模型的缺陷，而且能有效處理投入過度和產出不足的情況，比其他模型更能合理地擬合環境因素在生產過程中的制約作用，使得捕捉環境規制的真實經濟效應成為可能［23-26］。

SBM模型假定生產系統中有n個決策單元，每個單元均有N種投入、M種期望產出及I種非期望產出。我們用X=（x1，x2，.. xn）∈Rn來定義投入，Y=（y1，y2，...，ym）∈Rm來表示期望產出，b=（b1，b2，...，bi）∈RI來表示非期望產出。現運用數據包絡分析（DEA）可以將環境技術模型化為：

上述集合滿足以下3個假設條件：

⑴非期望產出具有弱可處置性：如果（y，b）∈P（x）及0≤θ≤1，則（θy，θb）∈P（x）。此條件意味著若要減少非期望產出，必須以減少期望產出為代價。

⑵期望產出具有可自由處置性：如果（y，b）∈P（x）和y*≤y，則（y*，b）∈P （x）。此條件說明期望產出可以自由支配，但非期望產出卻保持不變。一般來說，對于企業的運營效率，如果持續投入，非期望產出減少的同時期望產出沒有相應的減少的情況是不可能實現的。

⑶期望產出和非期望產出具有零聯合性：如果（y，b）∈P（x）和b=0，則y=0。此條件意味著沒有非期望產出就沒有期望產出。

含有非期望產出的SBM模型可以寫成：

其中，s表示投入和產出的松弛變量，λ是權重向量。目標函數ρ*是關于s-，sg，sb嚴格遞減的，并且0≤ρ*≤1。若ρ*=1，s-=0，sg=0，sb=0時被評價單元是有效的；若ρ*＜1，說明被評價單元是無效的，存在投入產出上改進的必要性。此外，SBM模型又分為SBM-C和SBM-V，前者是指規模報酬不變假設下（CRS）的SBM模型，后者是指規模報酬可變假設下（VRS）的SBM模型，兩種模型的區別在于CRS假設工業在最優規模條件下生產，沒有考慮諸如不完全競爭、外部性等可能導致的非最優規模生產，而VRS假設則相反。

本文為證實環境污染對決策單元的影響程度以及SBM模型的可信度和準確度，本文采用BCC模型對不包含污染排放因素的經濟效率值進行測算。

BCC模型假設有n個決策單元DMUj（j=1，2，…，n），每個決策單元有m種類型輸入和s種類型輸出，用xij（xij＞0；i=1，2，…，m）代表第j個決策單元DMUj第i種輸入的投入量，用yij（yij＞0；r=1，2，…，s）代表第j個決策單元DMUj第r種輸出的產出量，記Xj=（x1j，x2j，…， xnj）T，Yj=（y1j， y2j，…， ynj）T。引入非阿基米德無窮小量ε投入松弛變量S-和產出松弛變量S+后，第k個決策單元的BCC的具體形式如下：

其中X0為Xj0的簡寫，Y0為Yj0的簡寫。

（二）數據整理

根據式1和2可知，要計算2000年至2012年廣東省及各區域的環境效率值，需要2000年至2012年廣東省及各區域的投入、期望產出以及非期望產出的數據。

⑴期望產出。本文選擇廣東省及四大區域規模以上工業增加值作為期望產出，并且為了剔除價格因素的影響，我們把廣東省的消費者物價指數轉化為以2000年為基期的消費者物價指數，然后用該指數對廣東省及各區域的規模以上工業增加值進行平減。

⑵投入。一是資本投入。采用固定資產凈值年均余額作為廣東省及四大區域的資本存量，而四大區域的資本存量則由所包含的全部城市的固定資產凈值年均余額加總而得，并且采用廣東省固定資產價格指數（轉化為以2000年為基期）對固定資產凈值進行平減，剔除價格因素的影響。二是勞動投入。在本文中我們將廣東省及各區域的規模以上工業企業的從業人員年均人數作為勞動投入。

⑶非期望產出。綜合以前的研究成果及數據的可得性，選擇廣東省及四大區域的工業廢水排放量和二氧化硫排放量作為非期望產出。

所有數據來源于《中國城市統計年鑒》、《廣東省統計年鑒》和《廣東省工業統計年鑒》。

相關數據的統計性描述如表1所示。

（三）實證結果分析

由于各區域環境效率改善的規模報酬一般認為是可變的，并期望在維持現有水平的產出時能夠最小程度地消耗環境資源。基于此，本文運用DEA-Solver pro5.0數據包絡分析軟件里更加貼近經濟現實的不含污染排放等非期望產出的BCC模型和含污染排放等非期望產出的SBM-V模型來分別測算2000年至2012年廣東省及各區域的經濟效率和環境效率。需要說明的是，本文所計算的經濟效率值和環境效率值是相對指標，也就是說若一個區域處于生產或環境前沿面上，并不意味著它的效率或污染排放沒有增加或減少的空間，而是相對于其他區域而言占有相對優勢而已。

表1　2000年至2012年投入產出指標的統計性描述

表2　廣東省2000年至2012年環境效率值和經濟效率值

1.廣東省環境效率測算及差異分析

我們可以看到，如果使用BCC模型評價廣東省經濟增長的效率，在不考慮污染排放等非期望產出情況下，廣東省的效率值基本維持在0.98左右的高水平。而當考慮非期望產出的影響時，廣東省的效率值與之相比有明顯的下降，基本維持在0.8左右水平。這一結果說明，環境污染造成廣東省較大程度的效率損失，這意味著在不考慮污染排放等非期望產出情況下而進行的效率評價是失真的，也進一步證明了用SBM-V模型考察污染排放存在情況下的效率評價，能夠避免對DEA模型角度選擇和徑向選擇的缺陷，提高效率評價的準確性和可信程度。

從時間維度來看，樣本區間內廣東省在環境約束下的效率值呈“W”型有一定波動。其中，2000年至2003年的環境效率值在波動中下行，這在很大程度上是由于受到東南亞金融危機的影響；從2004年起，我國重視環境保護約束性指標的重要性，“資源節約型環境友好型”社會建設使得我國及各省市的環境保護取得明顯成效，廣東省從2004年起環境效率值隨之明顯上升；金融危機期間，廣東省為了確保較快的增長速度，經濟增長質量有所下滑；直至2010年，廣東省環境效率提高明顯，這可能與廣東省“十二五”規劃強調環境保護、產業轉型升級以及廣州成功舉辦“綠色亞運”，大力推進生態城市的建設有關。

2.廣東省各區域環境效率測算及差異分析

首先使用BCC模型對廣東省的珠三角地區、粵東地區、粵西地區和山區2000年至2012年不包含污染排放等非期望產出的經濟效率進行計算，然后再使用SBM-V模型對廣東省的珠三角地區、粵東地區、粵西地區和山區2000年至2012年包含污染排放等期望產出的環境效率進行測算，計算出來的不包含污染排放變量（BCC模型）以及包含污染排放變量（SBM-V模型）兩種情況下的效率值如表3、表4所示。

表3　廣東省四大區域2000年至2012年不含污染排放下的經濟效率值

表4　廣東省四大區域2000年至2012年含污染排放下的經濟效率值

在不考慮污染排放等非期望產出變量的情況下，四大區域效率值的差距不大，珠三角地區在0.94左右的高效率水平，粵西地區和山區是0.93左右而粵東地區在0.85左右的水平。在包含污染排放等非期望產出條件下的珠三角地區、粵東地區、粵西地區和山區的環境效率值的差異是相當大的，分別是0.89、0.54、0.77和0.69左右，這意味著粵東地區、粵西地區、山區的年均環境效率水平的提升能較大幅度減少污染排放量；污染排放等非期望產出對廣東省各區域效率影響的敏感性程度存在較大差別，珠三角地區幾乎沒有受到影響，而其他地區卻影響較大，也說明廣東省珠三角地區不僅在經濟上優于粵東地區、粵西地區和山區，而且在環境污染治理方面也要明顯好于這些區域。

從發展趨勢來看，2000年至2012年珠三角地區的環境效率呈現波動型上升趨勢，粵東地區存在明顯的下降趨勢，而粵西地區和山區呈現波動型下降趨勢。這意味著除珠三角地區以外，其他三大區域存在“雙重惡化”問題。珠三角地區應承擔更多的環境保護責任，在自身產業轉移升級的同時，應大力控制和保證產業轉出的質量。粵東粵西地區作為廣東省重要的增長極，更需要有良好的自然環境作支撐；山區作為廣東省河流的中上游區域，是廣東省的生態屏障，它對廣東省提供防洪固沙、降低自然災害發生率和減少水土流失等具有重大戰略意義。

三、工業環境效率的影響因素分析

環境效率是由多方面因素決定的，在研究廣東省的環境效率時，有必要分析環境效率與其他因素之間的關系，以分析區域環境效率形成的主要原因。利用2000年至2012年間廣東省及各區域的數據，在定性分析廣東省區域環境效率的主要影響因素的基礎上構造區域環境效率計量模型，試圖回答是哪些因素導致廣東省及各區域環境效率上升或下降的。

（一）影響因素的理論探討

近幾年，由于經濟和社會發展變化較快，影響環境效率的因素也逐漸增多，如涂鄭革（2008）基于1998-2005年我國30個省市的數據，采用多元回歸方法檢驗地區工業結構、人均生活水平高低、外商直接投資等幾個因素對環境效率的有影響［9］；王兵（2010）等認為人均GDP、FDI、結構因素、公眾的環保意識等對環境效率有不同程度的影響等［22］。而本文的研究主要是從一般經濟理論出發，在參考已有文獻、初步經驗分析基礎上來對影響環境效率的因素進行篩選。在某些情況下，這些因素的選擇還要受到數據可得性的限制。因此經過綜合分析，本文主要選擇經濟發展水平、產業結構因素、能源消耗水平、企業的管理能力、對外開放水平、人口規模以及區位等七大因素對廣東省及各區域的影響因素展開進一步的分析。

1.經濟發展水平。經濟發展水平對環境效率的影響表現在兩方面：一方面經濟增長會改善人均生活條件、環保意識增強、提供資金用于改善環境質量，這將有利于環境效率和質量的提高；另一方面經濟規模的擴大會增加資源的使用，帶來污染排放的增加，其后果就是生態環境遭到嚴重的破壞。本文選取人均GDP來反映經濟發展水平。

2.產業結構。隨著工業化和城市化的不斷深入，工業成為污染排放的主力，優化的產業結構有利于環境效率的提高；不同發展階段的工業結構和工業化水平對環境質量的影響也有顯著的差異，隨著產業結構逐漸優化升級，工業逐漸以技術密集型產業為主，此時污染排放等非期望產出得到很好的控制，也遏制了環境的污染。因此，產業結構是工業發展和環境污染的重要影響因素，本文選用規模以上工業增加值占全省GDP比重來表示產業結構因素。

3.能源消耗水平。能源是當代經濟發展的重要投入要素，能源的消耗直接影響環境質量。隨著工業化進程的推進，中國能源的需求量大幅度增加，而能源在生產和消費的過程中會產生和排放一定量的污染物。本文選取能源消費中的電力消耗量指標來反映能源消耗水平。

4.企業的管理能力。隨著經濟的增長，企業管理在不斷的變革和完善，有關管理環境污染等信息在不斷的健全，促使了地方社區及企業等環保能力的提升。一般來講，大企業通常有較強的經營管理水平，具有規模效應，能節省中間成本等；小企業往往組織結構簡單，工作效率高，但是存在污染治理設施不足、排放監管不足等問題。一般來講，若工業廢水排放達標率越高，說明企業在總量控制和穩定達標管理上越好。本文選取工業廢水排放達標率來代表企業的管理能力。

5.對外開放水平。外商直接投資不僅解決了廣東資金匱乏問題，而且也促使了吸收國外先進技術、設備和管理等步伐，從而提高了經濟效率，同時也帶來環境污染的轉移，造成了環境效率的下降。由于外商直接投資是國際投資的基本形式，其投資方式的變化對經濟的整體性影響較大，因此本文選取外商直接投資所占比重作為衡量對外開放水平的指標。

6.人口規模。人口規模主要從兩方面對環境效率產生影響。一方面人口規模的提高會造成當地的環境壓力增大，對環境效率的損害也會提高；另一方面人口規模擴大也意味著人口聚集度會提高，生活水平相應提升，教育程度和環境意識也可能較高，對環境效率的改善也可能是有利的。而人口密度是指單位面積土地上居住的人口數，表示各地人口的密集程度的指標。因此，本文選取人口密度來代表人口規模。

7.區位因素。工業生產活動必須有一個確定的空間位置，并且與自然環境有直接聯系。區域所處的位置在很大程度上決定了它們的資源、信息和技術獲取能力，甚至還會影響到區域內所有經濟體的市場競爭意識，從而影響該區域的經濟效率和環境效率。區位因素可以分為兩個方面，一方面區域自身的硬件情況，比如資源、氣候等，這些因素對環境效率的影響難以事先判斷；另一方面是省區域劃分情況也會起到非常重要的作用。本文根據廣東省四大區域的劃分，設置珠三角地區的整個區域為1，粵東地區、粵西地區和山區則為0。這樣的設定主要是考慮到廣東省經濟發展不平衡的事實，一般來講，經濟發展程度越高，對環境效率的改善就越有利。

（二）實證檢驗與結果分析

本部分將分別對廣東省及四大區域環境效率的影響因素進行實證分析。

1.廣東省環境效率的影響因素實證分析

廣東省的環境效率值與各影響因素之間可構建以下理論模型：

其中，EEIt，代表廣東省歷年的環境效率值，t=2000年至2012年，βi（i=1，2，...）為待定參數，εt為隨機誤差項。模型中相關數據的統計性描述如表5所示。

表5環境效率是用SBM-V模型測算出的值。借助stata10.0軟件采用Tobit回歸模型對廣東省2000年至2012年的環境效率及其影響因素進行回歸分析，回歸結果見表6。

表6說明經濟發展水平、產業結構因素、能源消耗水平、對外開放水平、人口規模對環境效率有顯著的影響，而企業管理能力對環境效率的影響不顯著。

2.廣東省各區域環境效率的影響因素實證分析

廣東省四大區域的環境效率值與各影響因素之間可構建以下理論模型：

表5　相關數據的統計性描述

表6　廣東省環境效率影響因素的回歸結果

其中，i=1-4表示廣東省的珠三角地區、粵東地區、粵西地區和山區；t=2000，2001，…，2012，βi（i=1，2，...）為待定參數，εit為隨機誤差項。模型中相關數據的統計性描述如表7所示。

從表中可知，環境效率是用SBM模型測算出的值。采用Tobit面板數據隨機效應模型的最大似然估計方法，借助stata10.0軟件進行回歸分析，檢驗結果見表8。

本文對環境效率的影響效應解析如下：⑴代表經濟發展水平的地區生產總值占全省GDP的比重與環境效率呈現顯著的正相關關系。⑵代表產業結構的規模以上工業增加值占全省GDP比重對環境效率有顯著的負相關關系。產業結構不合理，粗放的生產方式才是癥結所在。目前廣東省各區域處于工業快速發展階段，資源與環境矛盾尖銳，需要加快產業結構升級，促進環保型產業發展。⑶電力消耗量對數與環境效率呈較顯著的負相關關系。說明廣東省各區域的能源消費結構對環境的影響作用比較大，必須改變現有的能源結構，減少對環境的破壞。⑷外商直接投資占全省外商直接投資的比重對環境效率有顯著的正向促進作用。說明廣東省各區域需要不斷地引進各種先進技術、管理方法等來進一步促進經濟和環境效率的發展。⑸區域虛擬變量對環境效率有顯著的正效應。從模型估算結果可知，反映出珠三角地區不僅是廣東省經濟發展最有活力的地區，擁有較高的對外開放度、人口密度等，而且這些優勢有利于提升該地區的環境效率水平，使得環境效率水平上升。

表7　相關數據的統計性描述

表8　廣東省四大區域Tobit面板數據回歸結果

注：***、**、*分別表示1%、5%和10%的顯著性水平通過檢驗

四、結論及相關建議

本文采用數據包絡分析中的非徑向、非角度的SBM-V模型對廣東省及四大區域的環境效率進行了測算，并結合計量經濟學對2000年至2012年廣東省及四大區域的環境效率與其影響因素進行了實證分析，得出以下結論：

1.廣東省在含有污染排放等非期望產值因素下得到的效率值明顯低于不含污染排放因素下的效率值。這一結果說明，環境污染造成廣東省較大程度的效率損失；通過對四大區域的測算結果比較，發現加入污染排放等非期望產出變量后珠三角地區的效率值整體幾乎沒有下降，而粵東地區、粵西地區和山區則分別下降了57%、26%和35%，這說明非期望產出對廣東省各區域效率影響的敏感性程度存在較大差別。

2.在不考慮污染排放因素情況下而進行的效率評價是失真的，從而進一步證明采用非徑向、非角度的SBM-V模型考察污染排放存在情況下的效率評價，不僅能夠避免對DEA模型角度選擇和徑向選擇的缺陷，而且能提高效率評價的準確性和可信程度。

3.廣東省的經濟發展水平和對外開放水平對環境效率有顯著的正效應，但產業結構、能源消耗量和人口規模對環境效率有負面的影響，而企業管理能力影響不顯著。而對廣東省四大區域而言，經濟發展水平、對外開放水平和區域因素對環境效率的影響作用仍然是顯著為正的，但產業結構因素和能源消耗水平對環境效率的影響作用為負。

研究發現廣東省各區域的環境效率是存在顯著差異，污染減排的潛力也不同。為了縮小廣東省四大區域的發展差異，全面提高環境效率水平，促進區域工業經濟與環境的協調發展，必須推進產業結構和能源消費結構升級；因地制宜，實施區域環境保護戰略；提升經濟發展質量，促進對外開放。

注釋：

①根據經濟發展程度和地理位置的差異，把廣東省劃分為珠三角地區、粵東地區、粵西地區和山區四個區域，其中珠三角地區包括廣州市、深圳市、佛山市、東莞市、惠州市、江門市、中山市、珠海市、肇慶市9市，粵東地區包括汕頭市、汕尾市、潮州市和揭陽市4市，粵西地區包括陽江市、湛江市、茂名市3市，山區包括韶關市、河源市、梅州市、清遠市和云浮市5市。

參考文獻：

［1］Schaltegger S.， Sturn， A. Environmental rationality［J］. Die Unternehmung， 1990，4:117—131.

［2］WBCSD， Getting Eco-efficient， How Can Business Contribute to Sustainable Development？ First Antwerp Eco-Efficiency Workshop， 1993，11 Directorate General， P. XI.

［3］Reinhard S， Lovell CAK， Thijssen G. Econometric estimation of technical and environmental efficiency: An application to Dutch dairy fannsf［J］. American Journal of Agricultural Economics， 1999，81（1）:44—60.

［4］孫平平. 中國工業環境效率的差異及影響因素研究［D］.湖南大學，2012年.

［5］王青等. 中國環境載荷與環境減壓分析［J］. 環境科學，2006，2（9）:1916-1920.

［6］Zhang T. Frame Work of Data Envelopment Analysis A Model to Evaluate the Environmental Efficiency of China， Industrial Sectors［J］. Biomedical and Environmental Sciences， 2009， （21）:8-13.

［7］文同愛，李寅銓.環境公平、環境效率及其與可持續發展的關系［J］. 中國人口資源與環境，2003，14（3）: 13-17.

［8］丁煥峰，李佩儀.中國區域污染與經濟增長實證:基于面板數據聯立方程［J］.中國人口資源與環境，2012，22（1）:49-56.

［9］涂正革.環境、資源與工業增長的協調性［J］.經濟研究，2008，2:93-106.

［10］吳軍.環境約束下中國地區工業全要素生產率增長及收斂分析［J］.數量經濟技術經濟研究，2009，（11）: 17-27.

［11］楊俊，邵漢華，胡軍.中國環境效率評價及其影響因素實證研究［J］.中國人口資源與環境，2010，20（2）: 49-55.

［12］汪克亮等.中國省際能源利用的環境效率測度模型與實證研究［J］.系統工程，2011，29（1）:8-14.

［13］馬育軍等.基于DEA模型的區域生態環境建設績效評價——以江蘇省蘇州市為例［J］.長江流域資源與環境，2007，16（6）:769-774.

［14］李靜，饒梅先.中國工業的環境效率與規制研究［J］. 生態經濟，2011，（2）:24-32.

［15］周景博，陳妍.中國區域環境效率分析［J］. 統計與決策，2008，（14）:44-46.

［16］王俊能等.基于DEA理論的中國區域環境效率分析［J］.中國環境科學，2010，30（4）:565-570.

［17］曾賢剛.環境影響經濟評價［M］.北京:化學工業出版社，2003.

［18］Montanari R. Environmental efficiency analysis for enel thermo-power plants［J］. Journal of Cleaner Production， 2004，12:403-414.

［19］Shephard R.W. Theory of cost and production functions［M］. New York: Princeton University Press. 1970.

［20］Murty M.N.， Kumar， S.， Paul， M. Environmental regulation， productive efficiency and cost of pollution abatement: A case study of the sugar industry in India［J］. Journal of Environmental Management， 2006，79: 1-9.

［21］王群偉，周德群，葛世龍，周鵬.環境規制下的投入產出效率及規制成本研究［J］.管理科學，2009，22（6）: 111-118.

［22］王兵等.中國區域環境效率與環境全要素生產率增長［J］.經濟研究，2010，（5）:95—110.

［23］Watanabe， M.and K.Tanaka.Efficiency Analysis of Chinese Industry: A Directional Distance Function Approach ［J］， Energy Policy， 2007，（35）:323-331.

［24］Lansink， A.O.， Reinhard， S. Investigating technical efficiency and potential technological change in Dutch pig fanning. Agricultural Systems， 2004， 79， 353-367.

［25］F?re， R.， Grosskopf， S.， Lovell， C.A.K.， Pasurka， C. Multilateral productivity comparisons when some outputs are undesirable: A Nonparametric Approach ［J］.The Review of Economics and Statistics，1989，71（1）: 90-98.

［26］李靜.基于SBM模型的環境效率評價［J］.合肥工業大學學報（自然科學版），2008，31（5）：771-775.

（責任編輯：盧小文）

【中圖分類號】X321

doi:10.3969/j.issn.1674-7178.2015.02.008

作者簡介：丁煥峰，華南理工大學經濟與貿易學院教授，博士生導師，主要研究方向：區域經濟統計分析與城鄉發展、區域外部性理論與實證。高溦，經濟學碩士，就職于廣州證券股份有限公司。

【基金項目】教育部新世紀優秀人才支持計劃資助（NCET-12-0202）。

An Analysis on Regional Difference and Influencing Factors of Industrial Environmental Efficiency: An Empirical Study of Guangdong between 2000 and2012 Based on SBM Model

Ding Huanfeng， Gao Wei

Abstract:This article calculates environmental efficiency of Guangdong Province and its four regions between 2000 and 2012 based on the non-radial and non-angle SBM-V model， and empirically analyses the influencing factors. Guangdong’s pollution environmental efficiency of unexpected value factors is significantly lower than that of non-pollution； the role of economic development level， the level of opening-up and the impact of regional factors on the environment is still positively efficient， while the industrial structure and energy consumption level of environmental efficiency is negative.

Keywords:industrial environmental efficiency； influencing factors； regional difference