上海市生態福利績效評價研究

龍亮軍+王霞

摘要 生態福利績效是指自然消耗轉化為福利水平的效率。隨著全球生態約束時代的到來，自然資本變得絕對稀缺，如何在生態極限內提高人類的福利水平是可持續發展的終極目標。本文基于DEA方法，從投入產出角度構建了城市生態福利績效評價指標體系，并結合主成分分析法（PCA），運用改進的基于非徑向非角度的超效率DEA模型（Super-SBM模型）對上海市2006—2014年的生態福利績效水平進行綜合測評，并與2014年我國35個主要城市（省級和副省級城市）進行橫向對比研究。結果表明：①2006—2014年期間，上海的總體生態福利績效水平不高，并未處于DEA有效的前沿面，其中僅3個年份為DEA有效，其余6個年份均為DEA無效，DEA有效年份數占樣本總數的33.33%，但從整個發展態勢來看，近幾年來有逐步改善和提高的趨勢。②2014年，我國35個主要城市的生態福利績效整體水平不高，深圳、海口排名前兩位，而上海僅排名第30位，資源環境消耗過高是生態福利績效值偏低的主要原因。從投入冗余情況來看，上海市在水資源和土地兩方面消耗過高，存在過度冗余，環境污染排放也具有較大的優化空間，資源環境問題成為制約上海建設生態宜居城市的主要瓶頸。③PCA-DEA組合模型比DEA模型下所測算出來的績效值更精確，且考慮松弛變量的非徑向Super-SBM模型比基于徑向的DEA模型精確度更高，對于相關領域的資源環境績效或生態效率評價具有較好的適用性和借鑒價值。最后根據實證分析結果可知，上海應淘汰過剩產能并轉變生產和生活消費方式、發展綠色低碳的共享經濟，同時構建緊湊型城市，實現城市“精明增長”。

關鍵詞 生態福利績效；可持續發展；主成分分析法；PCA-DEA；Super-SBM模型

中圖分類號 F205 文獻標識碼 A 文章編號 1002-2104（2017）02-0084-09

doi：10.3969/j.issn.1002-2104.2017.02.013

正如著名生態經濟學家Daly所提到，我們已從自然資本相對富裕的“空的世界”走向絕對稀缺的“滿的世界”[1]。全球發展面臨著嚴峻的資源枯竭和環境惡化挑戰，走社會經濟與自然環境相協調的可持續發展之路是當前世界各國的必然選擇[2]。上海作為我國第一大城市、國家經濟中心和長三角城市群的龍頭城市，經濟發展一直處于領先水平，但與此同時生態環境的承載極限不斷面臨挑戰，社會經濟發展與生態承載力嚴重不協調，資源消耗和環境污染問題嚴重。2014年“全球城市實力指數”（Global Power City Index， GPCI）報告顯示，上海綜合排名位于42個城市中第15位，其中在生態環境層面的排名位于42個城市中第37位[3]，生態環境問題成為制約上海角逐全球頂端城市的重要瓶頸[4]。在資源環境約束的大背景下，如何在生態門檻內，持續地提升城市居民的福利水平，即生態福利績效的提高，是城市可持續發展的根本要求[5]，這也與我國城市生態文明建設的目標相吻合。

1 文獻綜述

生態福利績效的起源來自于Daly[6]通過計算單位自然消耗所帶來的福利水平的提升來評估各國的可持續發展狀況，并將其表示為服務與通量的比值，其中“服務”代表通過經濟系統的轉換，人類最終從生態系統中獲得的效用或者福利，“通量”代表人類從生態系統中獲取的低熵能源和物質以及最終向生態系統排放的高熵廢棄物的總和。在Daly思想的基礎上，國內學者諸大建[7]于2008年首次提出了生態福利績效的概念，并定義生態福利績效為自然消耗轉化為福利水平的效率，用來衡量國家或地區的可持續發展能力。

生態福利績效從概念的角度而言，其實是生態效率的版本升級，最主要區別在于不再是以追求純GDP產出為導向，而是追求生態投入最小化情況下福利產出最大化。目前國內外評價生態效率所采用的方法除了比值法[8]之外，主要通過構建生態效率的評價指標體系并運用非參數的DEA方法[11]，并證明了DEA方法在生態效率評價中具有較好的適用性。

有關福利的研究，目前并沒有絕對統一的指標來衡量，主要分為主觀和客觀兩大類。客觀福利指標經歷了從最初的GDP到GNP、ISEW、GPI、HDI等的發展[14]；主觀福利指標包括生活滿意度和幸福感等，主要通過問卷調查而得到，由于主觀感受因人而異，而且受訪者常常會因為“社會比較”和“享樂適應”的影響[15]，從而使問卷調查出來的福利水平數據容易出現偏差。目前人類發展指數（HDI）是國際上比較認可的表征客觀福利的指標，包括收入、教育和健康三個維度。聯合國開發計劃署（UNDP）自1990年以來會在每年發布的《人類發展報告》中公布世界主要國家和地區的人類發展指數排名[17]。

目前生態福利績效的研究主要集中在國家層面，如：Common[18]、Dietz等[19]、臧漫丹等[20]、諸大建[5]等，還有部分學者將生態福利績效應用到省級層面，如：何林[21]、馮吉芳[22]等。有關城市層面的生態福利績效的研究文獻鮮見，而我國目前正處于城市化的加速階段，城市化已成為國家經濟發展和社會進步的主要引擎和推動力，研究城市層面的生態福利績效，能夠更有針對性地為可持續發展提供相關政策建議。因此本文擬投入產出的角度出發，以資源消耗、環境污染和福利水平三方面作為切入點，構建城市生態福利績效的評價指標體系，分析上海市近10年來的生態福利績效狀況，并與國內35個主要城市（省級和副省級城市）進行橫向對比，以期更好地發現上海目前城市發展過程中存在的不足，進而能夠更有效地提出針對性政策建議以促進上海市的可持續發展。

2 研究方法、指標體系、數據說明

2.1 研究方法

有關效率或績效測算主要分為參數法和非參數法兩種，分別以隨機前沿分析法（SFA）和數據包絡分析法（DEA）為代表。在實際應用中，隨機前沿法（SFA）需事先設定前沿生產函數， 利用統計方法對參數進行估計，而DEA方法無需事先確定函數關系、非主觀賦權以及可分析決策單元無效因素，避免了主觀設定函數和權重的影響，測算結果更為客觀，在國內外得到了廣泛的認可和應用。由于本文所選取樣本容量較小，需要對多個指標合成少數幾個指標以滿足DEA對投入產出指標數據的要求。因此首先運用主成分分析法（PCA）對原始指標進行降維處理，用較少幾個相互獨立的綜合指標來代替，以保證DEA測算的精確性，然后在此基礎上，運用改進后的DEA模型進行實證分析。具體方法和模型介紹如下：

2.1.1 主成分分析法（PCA）

主成分分析法（Principal Components Analysis， PCA）是由Hotling[23]于1933年最先提出的，其基本思想是在保證數據信息損失最小的前提下，經恰當的線性轉換，對原始的具有一定相關性的多個指標進行降維處理，用少數幾個相互獨立的綜合指標來代替[24]。主成分分析法的一般操作步驟如下[25]：①對原始指標數據進行標準化處理，以消除變量間在數量級和量綱上的不同；②計算相關系數矩陣；③計算特征值與特征向量，根據特征值和貢獻率確定主成分；④計算主成分載荷；⑤對多個主成分進行加權求和即可得到綜合指標，權數為每個主成分的方差貢獻率。

2.1.2 改進DEA模型—Super-SBM 模型

數據包絡分析（Data Envelopment Analysis， DEA）由Charnes[26]等人于1978年首先提出，是一種多個要素投入與產出之間的相對效率測度的非參數分析方法。傳統DEA 模型如CCR和BCC模型[27]，是從徑向（投入和產出以等比例縮小或放大）和角度（投入或產出角度）兩個方面來測算效率，因沒有考慮投入產出的松弛問題，使得測算出的效率值不夠精確[28]。針對傳統DEA模型的問題，Tone[29]于2001年提出了基于松弛變量測度的非徑向非角度的DEA 分析方法，即SBM模型（Slacks-Based Measure），這種模型的優點是效率值隨著投入和產出松弛程度的變化而嚴格變化。但SBM模型測得效率值時會出現多個決策單元同時有效（效率值均為1）的情況，此時無法對這些決策單元進行有效評價與排序[30]。為此，Tone[31]于2002年基于修正松弛變量提出了Super-SBM 模型，該模型對SBM 模型的有效單元可以繼續進行評價和排序。改進的DEA模型（考慮松弛變量的非徑向Super-SBM模型）具體形式如下[32]：

其中，ρSE為相對效率值， x、y分別為輸入和輸出變量，（x，y）為決策變量的參考點，m、s分別為投入、產出指標個數，s-i、s+r分別為投入、產出的松弛量，λj為權重向量。

①當ρSE≥1，且s-=s+=0時，被評價的決策單元相對有效；

②當ρSE≥1，s-≠0或s+≠0時，被評價決策單元為弱有效；

③當<1時，被評價的決策單元相對無效；需要對投入產出進行必要改進[33]。

2.2 評價指標體系構建

生態福利績效的本質是以最少的自然生態投入轉換獲得最大的福利水平產出，這也與DEA方法對投入與產出指標的要求相符。生態投入包括資源消耗和環境污染兩方面，其中關于環境污染指標的處理方法借鑒國內專家學者成金華[34]、潘興俠[35]、付麗娜[36]、陳傲[37]等對有關生態效率評價研究中選取環境污染指標作為投入要素的方法，鑒于生態福利績效的概念本質上是生態效率的版本升級，因此在研究方法上具有可參照性，故本文將環境污染指標作為生態投入的一部分。

根據指標體系構建的科學性、系統性和可操作性等原則，本研究選取能源消費、水和土地利用作為城市生態系統的資源消耗指標，分別由人均消費標準煤、用水量和城市建設用地面積來表征；環境污染指標由城市“三廢”（廢水、廢氣、固廢）污染排放，包括工業源和生活源的排放。而目前國內大多數研究只考慮工業三廢的排放量[38]，存在一定的局限性，僅能反映城市工業發展對環境的影響，不能反映城市整體對環境的影響情況。福利水平由經濟、教育和健康三個維度共同體現，也是參照由聯合國開發計劃署（UNDP）[17]發布的人類發展指數（HDI）所采用的三個維度指標進行量化評估。具體指標體系如表1所示。

2.3 數據來源與說明

本文首先通過近10年的時間序列數據對上海市生態福利績效水平進行縱向分析，考慮到環境污染指標中氮氧化物排放量的數據是從2006年才開始正式統計的，而目前最新的《上海統計年鑒2015》中也只更新到2014年的數據，因此本文將研究的區間界定為2006—2014年。同時還選取了2014年我國35個主要城市（省級和副省級城市）的截面數據進行橫向對比分析。所有原始數據均來自《上海市統計年鑒2015》、《上海環境年鑒2014》、《中國統計年鑒2015》、《中國城市建設統計年鑒2014》、《中國2014年度環境統計年報》、及各城市最新統計年鑒、水資源公報和環境狀況公報等，少數缺失的數據利用內插法和外推法得到。

本研究中所選取的35個主要城市分別由26個省會城市、4個直轄市和5個計劃單列市組成。鑒于省級（副省級）城市無論在政治地位還是經濟實力方面都具有一定的代表性，同時在數據的可得性和可比性方面也具備一定的優勢，因此通過橫向對比分析，能夠更明確地發現上海目前發展所存在的問題及不足，進而為上海的可持續發展提出相對合理的政策建議。

人類發展指數（HDI）通過相關的基礎數據經由特定公式計算而得。首先以《2014人類發展報告》[39]中公布的閾值為標準，對HDI中三個維度指標準采用極值法進行無量綱化處理。在HDI的具體計算中，本研究采用聯合國開發計劃署（UNDP）自2010年以來《人類發展報告》中開始采用的最新HDI計算方法，即采用預期壽命指數（LEI）、教育指數（EI）和收入指數（II）的幾何平均值來測算人類發展指數（HDI）。

考慮到GDP和GNI 指標之間從構成內容上相差“來自國外的要素收入凈額”，兩個指標的實際數值尤其是人均數值之間的差別不大[41]。為了計算方便，本研究中直接用處理后的人均GDP值來計算HDI值，其中人均GDP按2005年不變價進行處理。

3 實證結果與分析

3.1 2006—2014年上海市生態福利績效水平縱向動態

在縱向研究中，本文將2006—2014年9個年份作為決策單元（DMU），基于DEA方法選取不同DEA模型進行對比分析。由于DEA在實際應用中，對投入產出指標的要求比較高，如果投入指標間具有較強的相關性，將會導致決策單元在有效生產前沿面上比較集中，效率的“相對性”不夠突出，容易導致決策意義的喪失[23]。鑒于此，首先將對投入產出指標進行主成分分析，將多個指標轉換成幾個相互獨立的綜合指標。由于3個表征福利水平的產出指標已經采用HDI計算公式單獨計算，因此只需對投入指標進行主成分分析。

3.1.1 投入指標降維處理：主成分分析法（PCA）

本研究中投入指標主要分為資源消耗和環境污染兩大類。首先需要對資源消耗和環境污染指標進行主成分分析適用性檢驗，主要通過KMO和Bartlett檢驗（一般認為，只有當KMO值大于0.5，且概率值小于0.05時才適合做主成分分析[42]），主成分分析所有過程均借助SPSS 22.0來完成。從表2可以看出，資源消耗的三個指標之間相關度不高（KMO值為0.477，概率P值為0.561），兩個值均不符合要求，由此可以判定，資源消耗的三個指標不適合主成分分析，可直接代入DEA模型中；而環境污染指標因子分析的KMO 值為0.561， Bartlett球形檢驗概率P值為0.000，說明原始環境指標適合做主成分分析，因此在本研究中僅對反映環境污染情況的7個投入指標做主成分分析。

在主成分提取前，首先對7個指標的原始數據進行標準化處理，以消除變量間在數量級和量綱上的不同。通常對原始數據進行z-score標準化處理[42]，將年份j對應的環境指標Xi的原始值Xij使用z-score標準化為X*ij。

然后，將標準化的數據以25作為收斂迭代上限，提取主成分。依據特征值和方差貢獻度，以特征值大于1為標準，可選2個主成分；累計方差貢獻度達84.294%，表明這兩個主成分可以說明7個指標84.294%的信息量。因此環境污染指標可以提取2個主成分，最后根據旋轉后的得分系數矩陣通過加權求和得到一個綜合指標以替代原有的7個環境污染指標，其中權數為每個主成分的方差貢獻度，分別為69.589%和14.706%，具體如下：

（F1）X=0.338x*4+0.225x*5+0.209x*6+0.274x*7+0.208x*8+0.169x*9+0.122x*10

（F2）X=-0.296x*4-0.781x*5+0.034x*6-0.126x*7+0.286x*8+0.009x*9+0.193x*10

X=65.589%（F1）X+14.706%（F2）X（4）

3.1.2 基于DEA和改進PCA-DEA模型的實證對比分析

在經過主成分分析法，確定新的投入產出指標后，運用DEA-SOLVER 5.0軟件，以投入導向分別選取不同DEA模型（基于徑向和非徑向）進行測算對比分析，具體結果見表3。

從表3可以看出，總體而言，上海近10年的生態福利績效水平不高，且為DEA無效狀態。所研究的9個樣本年份中，僅2006、2008和2014年三個年份的效率值為DEA有效，其余年份均為DEA無效。不過從整體的發展態勢上看，近幾年有逐步改善和提高的趨勢，這與國家“十二五”期間大力推行的“節能減排”政策，以及上海作為首批低碳試點城市有關。

根據不同DEA模型下的測算結果發現，在樣本較小的情況下，投入產出指標經主成分分析后再進行DEA測算的精確度更高，同是也驗證了主成分分析法（PCA）與數據包絡分析法（DEA）的適用性和合理性。同時，在PCA-DEA框架下，基于非徑向的考慮松弛變更的Super-SBM模型，不僅解決了傳統DEA模型由于出現多個為1的有效決策單元導致無法排序的問題，同時比基于徑向的傳統DEA模型精確度更高，反過來也說明了，傳統DEA模型所測算出的效率值存在虛高，容易誤導主要決策者，影響相關政策制訂的合理性和有效性。

當然，由于樣本數據的可得性，本研究所選取的時間樣本容量有限，僅反映了近10年的變化情況，而DEA效率值本質上就是一種“相對效率”，由所選的樣本所決定，樣本越多，更能夠準確地反映實際情況。

3.2 2014年我國35個主要城市的橫向對比分析

在分析了上海近10年來的生態福利績效水平的一個動態變化之后，本文還將上海2014年的生態福利績效水平與國內35個主要城市（省級和副省城市）進行橫向比較。與上文相同，首先對符合要求的投入指標做主成分分析，進行降維處理，確定新的投入產出指標后再進行DEA測算，得到不同模型下的DEA效率值并進行對比分析，具體計算結果和排名見表4。

從表4可以看出，經過主成分分析（降維處理）后再進行DEA測算出來的績效值明顯低于未經主成分分析的DEA績效值，精確度更高，再次說明了本文選取PCA與DEA組合方法使用的合理性，同時，在PCA-DEA組合框架下，基于非徑向的考慮松弛變得的Super-SBM模型不僅解決了傳統CCR模型無法排序的困擾，還進一步提升DEA效率值的準確性，證明了非徑向的Super-SBM模型比傳統的徑向DEA模型測算的優越性。避免了因測算結果虛高導致主要決策相關者對此盲目樂觀，進而能夠更好地給出政策建議。

從2014年的排名情況可以看出，35個城市中深圳、海口、長沙、青島、北京分別依次排名前5位，而上海僅排名第30位，處于相當靠后水平，這與上海在經濟總量上排名全國第一的差距相差很大。分區域來看，呈現出“東部最高，中部次之，西部最低”的態勢，東部地區的優勢明顯，但各城市間差異較大，而中西部地區城市卻低于全國平均水平。

從投入冗余的情況來看，上海在水資源與土地方面均消耗過高，存在過度冗余，具有較大的優化空間，同時資源消耗過高成為了上海市生態福利績效水平整體偏低的主要原因。

有一點值得說明的就是，本研究中北京各項評價指標排名靠前，是因為北京的工業產業基本都轉移到了河北省內，目前產業結構主要以第三產業為主。但北京的環境質量卻是大家有目共睹的，霧霾污染相當嚴重，僅僅把北京所有高污染排放企業轉移到附近的河北，這種換湯不換藥的做法，對總體區域可持續發展是不利的。由于研究結果都是基于統計數據經整理后得出來的，無法考慮到環境污染的區域性擴散特征。這也再次說明，城市生態文明建設和可持續發展，不僅僅是單獨一個城市的責任，是全國乃至全球范圍內共同但有區別的責任。

4 結論與政策建議

本文運用基于投入導向的改進PCA-DEA模型，即非徑向的考慮松弛變量的Super-SBM模型，對上海2006—2014年的生態福利績效水平進行縱向動態分析，并選取2014年國內35個主要城市（省級和副省級城市）的截面數據進行橫向對比分析。得到如下結論：

（1）2006—2014年期間，上海的總體生態福利績效水平不高，并未處于DEA有效前沿面上。其中僅3個年份為DEA有效，其余6個年份均為DEA無效，DEA有效年份數占樣本總數的33.33%，但從整個發展態勢來看，近幾年來有逐步改善和提高的趨勢。

（2）2014年，我國35個主要城市的生態福利績效整體水平不高，深圳、海口排名前兩位，而上海僅排名第30位，資源環境消耗過高是生態福利績效值偏低的主要原因。從投入冗余情況來看，上海市在水資源和土地兩方面消耗過高，存在過度冗余，環境污染排放也具有較大的優化空間，資源環境問題成為制約上海建設生態宜居城市的主要瓶頸。

（3）無論是縱向分析和橫向對比，均說明了PCA-DEA組合模型比DEA模型下所測算出來的績效值更精確，且考慮松弛變量的非徑向Super-SBM模型比基于徑向的DEA模型精確度更高，對于相關領域的資源環境績效或生態效率評價具有較好的適用性和借鑒價值。

根據以上研究結論，本文提出如下政策建議：

（1）加快推進產業結構轉型升級，淘汰過剩產能，促進生態環境和社會經濟協調發展。上海作為我國第一大城市，擁有最大的工業基地，推進產業結構升級迫在眉睫，應為國內其他城市發展模式樹立標桿，不是一味追求GDP而不考慮資源環境代價。

（2）轉變生產和生活消費方式，發展綠色低碳的共享經濟，建設生態宜居城市。上海在大力推廣新能源電動汽車、摩拜單車（Mobike）等綠色低碳的環保產業的同時，還應注意對現有機動車及自行車生產量和總量的控制，避免所謂的“綠色產業”只是成為新的經濟增長點。否則，從總量上看，還是增加了資源消耗。

（3）堅守生態紅線，將生態環境作為硬約束來規劃城市各時期的社會經濟發展目標。通過科技創新全面提高資源綜合利用率，構建緊湊型城市，提高土地利用密度以節約城市建設用地，實現城市“精明增長”。從總量上控制資源環境的容量指標，在生態門檻內提升生態投入轉化為福利水平的效率，即提高生態福利績效，是實現城市生態文明和可持續發展唯一有效途經。

參考文獻（References）

[1]DALY H E. Beyond growth： the economics of sustainable development [M]. Beacon Press， 1996.

[2]張巖， 李俊莉， 趙麗薇. 基于DEA-Malmquist指數的山東省生態效率評價研究[J]. 環境科學與管理， 2016， 41（5）：165-169. [ZHANG Yan， LI Junli， ZHAO Liwei. Eco-efficiency evaluation analysis of Shandong Province based on DEA and Malmquist Index models [J]. Environmental science and management， 2016， 41（5）：165-169.]

[3]Mori Memorial Foundation （MMF）. Global power city index 2014 [R]. Tokyo， 2014.

[4]王穎， 潘鑫， 但波.“全球城市”指標體系及上海實證研究[J]. 上海城市規劃， 2014（6）： 46-51. [WANG Ying， PAN Xin， DAN Bo. Global city index system and empirical study of Shanghai [J]. Shanghai urban planning review， 2014 （6）：46-51.]

[5]諸大建，張帥. 生態福利績效及其與經濟增長的關系研究[J]. 中國人口·資源與環境，2014， 24（9）：59-62. [ZHU Dajian， ZHANG Shuai. Research on ecological wellbeing performance and its relationship with economic growth [J]. China population， resources and environment， 2014， 24（9）：59-62.]

[6]DALY H. A further critique of growth economics [J]. Ecological economics， 2013， 88： 20-24.

[7]諸大建， 張帥. 生態福利績效與深化可持續發展的研究[J]. 同濟大學學報（社會科學版）， 2014 （5）：106-115. [ZHU Dajian， ZHANG Shuai. Ecological wellbeing performance and further research on sustainable development [J]. Journal of Tongji University （social sciences edition）， 2014 （5）：106-115.]

[8]HUANG J， YANG X， CHENG G， et al. A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China [J]. Journal of cleaner production， 2014， 67（6）：228-238.

[9]HUPPES G， ISHIKAWA M. Eco-efficiency and its terminology[J]. Journal of industrial ecology， 2005， 9（4）：43-46.

[10]World Business Council for Sustainable Development. Measuring eco-efficiency： a guide to reporting company performance [R]. WBCSD， 2000：2-30.

[11]楊斌. 2000—2006年中國區域生態效率研究——基于DEA方法的實證分析[J]. 經濟地理， 2009， 29（7）：1197-1202. [YANG Bin. Research on regional eco-efficiency of China from 2000 to 2006： an empirical analysis based on DEA [J]. Economic geography， 2009， 29（7）：1197-1202.]

[12]張炳， 黃和平， 畢軍. 基于物質流分析和數據包絡分析的區域生態效率評價——以江蘇省為例[J]. 生態學報， 2009， 29（5）：2473-2480. [ZHANG Bing， HUANG Heping， BI Jun. Material flow analysis and data envelopment analysis based regional eco-efficiency analysis： case study of Jiangsu Province [J]. Acta ecologica sinica， 2009， 29（5）：2473-2480.]

[13]程曉娟， 韓慶蘭， 全春光. 基于PCA-DEA組合模型的中國煤炭產業生態效率研究[J]. 資源科學， 2013， 35（6）：1292-1299. [CHENG Xiaojuan， HAN Qinglan， QUAN Chunguang. The ecological efficiency of the coal industry based on PCA and DEA modeling [J]. Resources science， 2013， 35（6）：1292-1299.]

[14]侯迎， 鄭芳. 國內外福利與福利核算研究述評[J]. 特區經濟， 2014（5）：50-54. [HOU Ying， ZHENG Fang. A review of the studies on welfare and its measuring at home and abroad [J]. Special zone economy， 2014（5）：50-54.]

[15]ABRAMOVITZ M， SCITOVSKY T， INKELES A. Economic growth and its discounts [J]. Bulletin of the American Academy of Arts and Sciences， 1973， 27 （1）：11-27.

[16]DODDS S. Towards a ‘science of sustainability： improving the way ecological economics understands human well-being [J]. Ecological economics， 1997， 23 （2）：95-111.

[17]United Nations Development Programme. Human development report 1990 [M]. New York： Oxford University Press， 1990：10.

[18]COMMON M. Measuring national economic performance without using prices [J]. Ecological economics， 2007， 64（1）：92-102.

[19]DIETZ T， ROSA E A， YORK R. Environmentally efficient well-being： is there a Kuznets curve？ [J]. Applied geography， 2012， 32（1）：21-28.

[20]臧漫丹， 諸大建， 劉國平. 生態福利績效： 概念， 內涵及 G20 實證[J]. 中國人口·資源與環境， 2013， 23（5）：118-124. [ZANG Mandan， ZHU Dajian， LIU Guoping. Ecological well-being performance： concept， connotation and empirical of G20 [J].China population， resources and environment， 2013， 23（5）：118-124.]

[21]何林， 陳欣. 基于生態福利的陜西省經濟可持續發展研究[J]. 開發研究， 2011（6）：24-28. [HE Lin， CHEN Xin. Research on the economic sustainable development of Shaanxi Province based on ecological wellbeing [J]. Development research， 2011（6）：24-28.]

[22]馮吉芳， 袁健紅. 中國區域生態福利績效及其影響因素[J]. 中國科技論壇， 2016（3）：100-105. [FENG Jifang， YUAN Jianhong. Chinese regional ecological well-being performance and its influencing factors [J]. Forum on science and technology in China， 2016（3）：100-105.]

[23]王敏， 張曉平. 基于PCA-DEA模型的中國省際生態效率研究[J]. 中國科學院大學學報， 2015， 32（4）：520-527. [WANG Min， ZHANG Xiaoping. Regional eco-efficiency evaluation of China based on PCA-DEA model [J]. Journal of University of Chinese Academy of Sciences， 2015， 32（4）：520-527.]

[24]劉麗英. 基于PCA和DEA方法的北京市可持續發展能力的評價研究[J]. 數理統計與管理， 2013， 32（2）：202-210. [LIU Liying. An evaluation research on Beijings sustainable development potential via PCA and DEA [J]. Application of statistics and management， 2013， 32（2）：202-210.]

[25]吳劍崇. 基于PCA-DEA的中國各地區人口、能源、經濟、環境綜合效率的評價研究[D]. 南昌： 江西財經大學， 2014. [WU Jiangchong. Evaluation on the comprehensive efficiency of population energy， economy and environment in Chinese various regions based on PCA-DEA [D]. Nanchang： Jiangxi University of Finance & Economics， 2014.]

[26]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units [J]. European journal of operational research， 1978， 2（6）：429-444.

[27]BANKER R D， CHARNES A， COOPER W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J]. Management science， 1984， 30（9）：1078-1092.

[28]王成金， 楊威， 許旭， 等. 工業經濟發展的資源環境效率評價方法與實證——以廣東和廣西為例[J]. 自然資源學報， 2011， 26（1）：97-109. [WANG Chengjin， YANG Wei， XU Xu， et al. Appraising model of utilizing efficiency of resources and environment for industry and empirical study in Guangxi and Guangdong [J]. Journal of natural resources， 2011， 26（1）：97-109.]

[29]TONE K. A slacks-based measure of efficiency in data envelopment analysis [J]. European journal of operational research， 2001， 130（3）：498-509.

[30]周澤炯， 胡建輝. 基于Super-SBM模型的低碳經濟發展績效評價研究[J]. 資源科學， 2013， 35（12）： 2457-2466. [ZHOU Zejiong， HU Jianhui. Evaluation of low carbon economy development efficiency based on a super-SBM model [J]. Resources science， 2013， 35（12）： 2457-2466.]

[31]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis [J]. European journal of operational research， 2002， 143（1）：32-41.

[32]宮大鵬， 趙濤， 慈兆程， 等. 基于超效率SBM的中國省際工業化石能源效率評價及影響因素分析[J]. 環境科學學報， 2015， 35（2）：585-595. [GONG Dapeng， ZHAO Tao， CI Zhaocheng， et al. Evalution of regional industrial fossil efficiency in China based on super SBM and factor analysis [J]. Acta scientiae circumstantiae， 2015， 35（2）：585-595.]

[33]汪文雄， 朱欣， 余利紅， 等. 不同模式下農地整治前后土地利用效率的比較研究[J]. 自然資源學報， 2015， 30（7）：1104-1117. [WANG Wenxiong， ZHU Xin， YU Lihong， et al. Comparative study on land use efficiency before and after rural land consolidation in different modes [J]. Journal of natural resources， 2015， 30（7）：1104-1117.]

[34]成金華，孫瓊，郭明晶， 等. 中國生態效率的區域差異及動態演化研究[J]. 中國人口·資源與環境， 2014， 24（1）：47-54. [CHENG Jinhua， SUN Qiong， GUO Mingjing， et al. Research on regional disparity and dynamic evolution of eco-efficiency in China[J]. China population， resources and environment， 2014， 24（1）：47-54.]

[35]潘興俠， 何宜慶， 胡曉峰. 區域生態效率評價及其空間計量分析[J]. 長江流域資源與環境， 2013， 22（5）： 640-647. [PAN Xingxia， HE Yiqing， HU Xiaofeng. Evaluation and spatial econometric analysis on regional ecological efficiency [J]. Resources and environment in the Yangtze Basin， 2013， 22（5）： 640-647.]

[36]付麗娜， 陳曉紅， 冷智花. 基于超效率DEA模型的城市群生態效率研究——以長株潭“3+5”城市群為例[J]. 中國人口·資源與環境， 2013， 23（4）：169-175. [FU Lina， CHEN Xiaohong， LENG Zhihua. Urban agglomerations eco-efficiency analysis based on super-efficiency DEA model： case study of Chang-Zhu-Tan ‘3+5 urban agglomeration [J]. China population， resources and environment， 2013， 23（4）：169-175.]

[37]陳傲. 中國區域生態效率評價及影響因素實證分析——以2000—2006 年省際數據為例[J]. 中國管理科學， 2008（S1）：566-570. [CHEN Ao. Empirical analysis of the evaluation of regional ecological efficiency and influencing factors in China： evidences from provincial data during 2000-2006[J]. Chinese journal of management science， 2008（S1）：566-570.]

[38]陳莉. 生態效率水平測評及其影響因素分析——以河西地區為例[D]. 蘭州：西北師范大學， 2014. [CHEN Li. Evaluation of ecological efficiency level and analysis its influencing factors： a case study of Hexi region [D]. Lanzhou： Northwest Normal University， 2014.]

[39]Human development report 2014 [EB/OL]. http：//www.undp.org/content/undp/en/home/librarypage/hdr/human-development-report-2014/.

[40]龍亮軍， 王霞， 郭兵. 生態福利績效視角下的上海市可持續發展評價研究[J]. 長江流域資源與環境， 2016，25（1）：9-15. [LONG Liangjun， WANG Xia， GUO Bing. Evaluation on sustainable urban development from the perspective of ecological wellbeing performance： a case study of Shanghai [J]. Resources and environment in the Yangtze Basin， 2016，25（1）：9-15.]

[41]劉偉， 蔡志洲. 從國民收入國際比較的新變化看中國現代化進程[J]. 經濟縱橫， 2015（1）：38-45. [LIU Wei， CAI Zhizhou. Analysis on Chinas modernization process from the new changes of national income based on international comparison [J]. Economic review， 2015（1）：38-45.]

[42]李軍民， 李鑫瑞. 基于主成分分析法的環境質量綜合評價方法應用研究[J]. 西安科技大學學報， 2016， 36（3）：445-450. [LI Junmin， LI Xinrui. Application of regional environment quality assessment based on principal component analysis [J]. Journal of Xian University of Science and Technology， 2016， 36（3）： 445-450.]