基于DPSIRDEA模型的區域可持續發展效率測度及分析

張建清　張嵐　王嵩 范斐

摘要

DPSIRDEA模型在涵蓋指標全面的基礎上能夠重點突出效率，便于不同地區之間進行比較，有利于發現區域間的差異，因地制宜彌補低效率地區的不足。基于此，本文以2003—2015年中國大陸

31個省市的省際面板數據為基礎，借助驅動力—壓力—狀態—影響—響應（DPSIR）方法來構建中國可持續發展能力評價框架，利用熵值法、層次分析法和DS證據理論合成的方法從主觀和客觀兩個方面對該框架進行量化，基于量化結果利用超效率SBMDEA模型進行效率計算，并依據經濟計量模型對中國可持續發展效率的影響機制進行分析。結果顯示：①2003—2015年間各省市可持續發展效率整體呈現上升趨勢，但各地區效率水平及其變化幅度的差異較為顯著；②華中和東北地區可持續發展效率評價結果均低于全國平均水平，華北、華南和華東地區可持續發展效率評價結果相對較高，絕大多數年份位于全國平均水平之上，西北和西南大部分地區可持續發展效率評價結果波動不大且處于較低水平；③經濟發達地區可持續發展效率評價高于經濟欠發達地區，產業結構優化地區可持續發展效率評價高于產業結構相對落后地區，沿海地區可持續發展效率評價高于內陸地區；④城鎮化率、第二產業比重、比較勞動生產率、產業調整系數以及科技從業人數對可持續發展效率的提高具有顯著促進作用，而人口密度、耕地面積以及資源消耗壓力對可持續發展效率的提高具有顯著阻礙作用，工業三廢排放量對可持續發展效率的阻礙作用并不顯著。最后從各地區可持續發展效率的區域差異以及影響機制兩個方面提出相關的政策建議。

關鍵詞 可持續發展效率；影響機制；DPSIRDEA模型

中圖分類號 F129.9；F290

文獻標識碼 A

文章編號 1002-2104（2017）11-0001-09

[WTHZ]DOI：10.12062/cpre.20170620

工業文明和城市經濟的高速發展加劇了對自然環境的壓力，造成各國資源銳減、環境污染和生態破壞，嚴重制約著人類的生存和經濟的長期發展。1987年挪威首相Gro Harlem Brundtland首次在《我們共同的未來》一書中引入可持續發展理念，正式提出可持續發展是指“既滿足當代人的需求，又不對后代人滿足其自身需求的能力構成危害的發展”，此后世界各國對可持續發展的訴求日趨迫切。由于可持續發展涉及到人口、資源、經濟、社會、環境等各方面的問題，已成為全人類共同追求的發展目標，正是認識到這一問題的重要性，中國從十五大開始便把可持續發展列為國家戰略。但是從中國目前資源與環境條件的狀況來看，今后中國的發展仍將面臨水土資源短缺以及人口不斷增長的壓力，單純從一個或者幾個方面提高可持續發展水平已經難以為繼，還需把注意力轉移到提升可持續發展效率上來，在有限的資源條件內充分提高區域可持續發展效率。

1 文獻綜述

自可持續發展概念正式提出以來，國外展開了一系列的研究，主要包括：經濟增長與社會公平可持續性研究[1-2]，城市發展與資源環境承載力可持續性研究[3]，以及人類發展與環境生態系統可持續性研究[4]。Kates等[5]認為可持續性科學有七個核心問題需要研究，其中兩個是關于可持續發展評價的。英國、瑞典、芬蘭、德國、美國、瑞士、丹麥和中國自1999年之后均對可持續發展指標體系進行了構建[6-9]。而明確提出制定全球可持續發展目標、構建全球可持續發展治理機制等戰略舉措則是在2012年6月于巴西召開的可持續發展大會上確定，《全球可持續發展報告》的編寫也在此次會議上同時啟動[7]。國內關于可持續發展的研究主要是針對單一城市可持續發展的評價[10-11]，以及對某一類型城市可持續發展的評價[13-14]。不管是針對單一城市可持續發展的評價還是對某一類定城市可持續發展的評價都局限于中觀層面，缺乏行之有效的解決方案。鑒于目前中國經濟放緩、資源約束趨緊的現狀，環境問題也日益凸顯，生態環境問題已經成為制約中國經濟發展和社會穩定的一個重要因素。因此必須從宏觀上對中國的可持續發展進行把握，將針對某一地區、某一方面可持續發展水平的提高轉變到可持續發展效率的整體提升上來。同時將針對單一城市或某一類型城市可持續發展的研究擴展到宏觀層面對效率提升的研究。然而面對較為復雜的經濟、社會和生態系統，DEA指標的選取往往面臨不全面以及缺乏合理性等問題。針對DEA指標的選擇，郭存芝[18]利用DEA模型對可持續發展整體效率研究進行了初探，但是指標選取缺乏一定的理論支撐，而且對于指標的處理只有客觀權重，盡管該方法避免了主觀人為因素的影響，但賦權結果可能與實際情況有一定出入。Wang[6]對中國沿海地區可持續發展的研究針對性不強，所選區域有限，并把壓力指標中廢水、廢氣和廢固的排放作為了效率評價中的投入要素，指標處理與實際情況有所差異。

因此，本文借助DPSIR框架來構建中國各省市可持續發展能力評價的指標，選擇驅動力、資源消耗壓力和響應作為輸入，狀態和影響作為輸出，生態破壞壓力作為非期望產出，利用涵蓋主觀權重和客觀權重的綜合權重計算DPSIR的指標值，運用超效率SBMDEA模型計算各地區可持續發展效率，并依據計量模型對中國可持續發展效率的影響機制進行分析，以期更科學、更全面地對中國各地區可持續發展效率進行分析，最后從可持續發展效率的區域差異以及影響機制兩個方面提出相關的政策建議。

2 研究方法與數據

2.1 DPSIR模型

DPSIR模型是由歐洲環境局（EEA）綜合壓力-狀態-反應（PSR）和驅動力-狀態-響應（DSR）框架的優點制定，用于描述并解決經濟與環境系統部門之間因果關系的環境管理模型。DPSIR模型將一個系統的評價指標分為驅動力-壓力-狀態-影響-響應（Driving forcesPressureStateImpactResponses）五種類型，根據不同評價體系的需求，每種類型中又分成若干種指標，由于DPSIR模型具有涵蓋內容全面、邏輯性強等優點，正被越來越多地應用于可持續發展模型的評價。endprint

在DPSIR概念模型中其核心的五個指標單方向具有“環”關系：引發風險變化的潛在原因作為驅動力作用于環境，進而對環境產生壓力，導致環境狀態的變化，從而對人類、自然與社會各方面造成各種影響。這些影響促使人類對自然環境的變化做出響應，采取一系列積極措施來應對生態環境的改變。實際上這五個指標之間也是相互關聯的，具有雙向關系，如圖1所示。圖中實線和虛線都代表各種指標之間的聯系，實線表示DPSIR模型傳統的單方向環關系，虛線則表示五個指標之間的雙向關系。資源消耗壓力及生態破壞壓力能夠間接作用于經濟發展水平，而經濟發展水平能夠通過勞動力數量和城鎮化率等指標反映出來。

2.2 DEA模型

數據包絡分析法是由美國兩位著名運籌學家A. Charnes和W. W. Cooper在1978年提出用來評估相對效率的一種分析方法。Tone基于環境生產技術構建了非期望產出的松弛度量（SBM）模型，該模型與經典CCR和BCC模型的主要區別在于目標函數包含松弛變量，解決了輸入或輸出的非零松弛的問題，以及生產過程中非期望產出問題，然而卻未能區分相對有效的決策單元（DMU）的效率。因此，Tone提出了SuperSBM模型，具有以下數學表達式：

其中，ρ代表效率值，N，M，I分別代表輸入，期望產出和非期望產出的數量。（sym，sbi，sxn）表示輸入—輸出的松弛變量，（ykm，bki，xkn）表示在t時刻生產單元k的輸入—輸出值，（zyk，zxk）代表每個輸入—輸出值的權重。目標函數ρ隨sym，sbi，sxn嚴格遞減且滿足0<ρ≤1。當ρ=1時，表明生產單元完全有效，ρ<1則表明生產單元具有效率損失。

2.3 DPSIRDEA模型

在DPSIR框架中，驅動力代表經濟和生態的變化，壓力代表人類資源的消耗，響應代表人類為解決經濟和生態問題而制定的積極政策和措施，狀態代表經濟和生態環境的狀況，影響代表最后的經濟和生態環境。DEA模型中決策單元的投入產出指標之和一般為DMU的1/3，過大或過小都會造成結果的不準確，然而可持續發展評價是一個需要全面指標的評價，所選指標較多必然會造成最后效率計算不準確的問題，最終影響相關政策的制定。DPSIR框架與DEA模型結合的方法既能較為全面的涵蓋相關指標，又能較為準確的計算出可持續發展效率，巧妙地解決了上述的問題。為了理解將DPSIR框架與DEA模型結合起來的合理性，本文借鑒Wang[6]和徐燕[16]將DPSIR環形結構拆解成年度線性結構的方法，構造出兩時期的DPSIR環形圖，如圖2所示。其中，狀態和影響代表DPSIR框架的最終結果，即DEA模型中的產出要素，而驅動力、壓力和上一年的響應是最終結果的必要投入要素。在跨時期DPSIR環形框架內，本年度所作出的響應作為下一年度的投入要素，使得DPSIR環形框架能夠在年度間實現不斷循環。因此，本文選擇DPSIR模型中驅動力、資源壓力和響應作為投入，狀態和影響作為期望產出，生態壓力作為非期望產出來構成DEA模型中的投入—產出指標。

2.4 指標選取

可持續發展是人類共同面臨的涉及社會進步、環境保護、經濟發展等各方面保持高度協調的問題，因此可持續發展指標體系包括了人口、資源、環境、經濟等各項評價指標體系。

驅動力（D）：參考相關文獻[6，17-18]，本文選取人口增長率、人口密度、城鎮化率、耕地面積四個指標作為驅動力。勞動力和土地既是DPSIR框架中推動可持續發展的重要驅動力，也是DEA模型中重要的投入指標，因此本文從勞動力和土地兩個方面進行指標選取。本文選取人口增長率、人口密度和城鎮化率三個指標分別從勞動力增長潛力和勞動力現狀兩個方面表征勞動力，選取耕地面積表征人類對土地的利用情況。

壓力（P）：參考相關文獻[6，12，18]，本文選取能源工業投資、人均電力消耗量、人均用水量和平均每萬元GDP能源消耗量四個指標作為資源消耗壓力P1，工業三廢即廢水排放量、廢氣排放量和廢固排放量三個指標作為生態破壞壓力P2。能源工業投資是實現低碳發展的重要調控手段，高質量的能源工業投資能夠有效避免資源浪費，提高能源工業的經濟和社會效益；水和電消耗了農業和工業中的大部分能源；平均每萬元GDP能源消耗量是反映能源消耗水平和節能減排條件的主要指標，這一指標反映了該地區經濟活動中能源利用程度及使用效率的變化。工業三廢作為工業化生產在所難免的附屬產物會對各地區的生態環境造成不同程度的破壞，在一定程度上阻礙地區內可持續發展能力水平的提高。

狀態（S）：參考相關文獻[6，12，15]，本文選取第二產業比重、第三產業比重、比較勞動生產率（CLP）和公共綠地面積四個指標描述中國31個地區可持續發展的狀態。第二產業和第三產業比重可以反映各地區的產業結構；比較勞動生產率（CLP）指一個部門的產值同在此部門就業的勞動力比重的比率，反映1%的勞動力在該部門創造的產值比重；公共綠地面積的大小能夠直接反映出一個地區可持續發展水平狀態。

影響（I）：參考相關文獻[12-14]，本文選取人均GDP、GDP增長率、人均固定資產存量和產業調整系數四個指標作為影響。人均GDP和GDP增長率分別從絕對和相對概念來描述一個地區經濟發展水平的高低；固定資產存量的多少是決定一個地區工業能否快速發展的必要條件；產業調整系數高（低）能夠間接反映出該地區產業資源消耗小（大），環境污染低（高），進一步反映出該地區可持續發展的水平。

響應（R）：參考相關文獻[6，17-18]，本文選取耕地面積變化率、科技、教育、環境就業人數在就業總人數中的占比及其三部門投資在GDP中的占比這七個指標作為響應。科技、教育和環境是促進可持續發展的三大產業支柱，對中國的可持續發展起到了重要促進作用，而土地資源作為經濟發展的重要投入要素之一，耕地面積變化率無疑能夠作為響應指標來反映該地區可持續發展水平的狀況。endprint

2.5 數據來源

本文研究對象是中國大陸31個省市，樣本區間為2003—2015年，采用年度面板數據進行各省市DEA效率測算。在所有指標中，比較勞動生產率（CLP）、固定資本存量和產業調整系數依據相關文獻的計算方法確定。本文其他計算數據均來自2004—2016年《中國統計年鑒》《中國能源統計年鑒》《中國水利年鑒》和《中國人口和就業統計年鑒》，部分數據以2003年為基期，根據各年各地區GDP指數進行折算。

2.6 指標處理

從可持續發展的經濟、社會、文化、技術和生態環境五個角度出發，結合DPSIR與DEA模型的需要，兼顧數據可得性，本文設計包括投入、產出兩類指標，包括驅動力、資源消耗壓力、生態破壞壓力、狀態、影響、響應在內6個二級指標、26個三級指標的基于DEA方法的省際可持續發展能力評價指標體系（見表1）。其中，驅動力、壓力和響應為DEA模型中的投入要素，狀態和影響為DEA模型中產出要素。DPSIR框架中每個指標的單位和重要程度不同，因此，本文采用主客觀相結合的方法來處理DPSIR中的數據，其中主觀權重評價采用層次分析法，客觀權重評價采用熵值法，綜合權重的確定依據DS證據理論合成辦法，具體計算方法參照相關文獻[6，18-19]，結果如表1所示。

2.7 計量回歸模型

為進一步探索可持續發展效率的影響機制，根據科埃利《效率與生產率分析引論》可知，超效率DEA能夠克服因變量有限范圍問題，從而在使用計量回歸模型時能夠用OLS代替Tobit回歸，這是因為Tobit模型本身是針對因變量有限范圍，而超效率SBMDEA的結果克服了上線有界的問題。OLS模型可以表述為：

DEAi，t=β0+β1Xi，t+μi，t（2）

式（2）中，i代表省份，t代表年度，DEAi，t在此模型中代表第t年第i個省份可持續發展效率結果的對數值，Xi，t是1×26矩陣，其中每一行代表了DPSIR內各項指標數據原值的對數值，β1是26×1矩陣，其中每一列對應著變量Xi，t的系數值，μi，t～N（0，σ2）。

3 實證分析

3.1 基于超效率SBMDEA的可持續發展效率分析

根據公式（1），結合表1中投入產出指標的相關數據，以D、P1、R為投入，S、I為期望產出，P2為非期望產出，運用MaxDEA軟件，計算得到31個省市2003—2015年可持續發展效率，結果如圖3所示。

從圖3可以看出：①在2003—2015年間，各地區可持續發展效率評價結果在波動中均呈現出上升趨勢，全國平均效率評價水平從2003年的0.44上升到2015年的0.65；②華中和東北地區可持續發展效率評價結果均低于全國平均水平，其中東北地區可持續發展效率評價提升幅度大于華中地區（華中地區提升幅度為31.0%，東北地區提升幅度為124.1%）；③華北、華南和華東地區可持續發展效率評價結果相對較高，絕大多數年份位于全國平均水平之上，西北地區大部分地區可持續發展效率評價結果波動不大且處于較低水平。通過分地區的數據我們可以得出以下結論：①經濟發達地區可持續發展效率評價高于經濟欠發達地區；②產業結構優化地區可持續發展效率評價高于產業結構相對落后地區；③沿海地區可持續發展效率評價高于內陸地區；④華北地區可持續發展效率近年來呈現出上升趨勢，北京市尤為突出。華北地區作為京津冀經濟圈的地理依托，北京市作為中國經濟、政治、文化中心，面對近年來日益嚴峻的環境問題，除大力開展緊急預案、積極實施節能減排等傳統應對措施外，還率先出臺了一系列法律法規致力于生態環境的改善，因此生態環境不斷優化，DEA效率水平自2009年后逐年提高。

從中國各省市可持續發展效率的結果來看，DPSIRDEA模型既兼顧DPSIR框架和DEA模型的優點，又有效地規避了二者的不足：在計算可持續發展評價值時發現DPSIR框架在評價可持續發展水平方面由于所涵蓋內容過于寬泛而不突出重點導致了其結果的趨同性，不便于不同區域間進行比較，因此本文不再列出DPSIR評價值；DPSIRDEA模型在涵蓋內容全面的基礎上能夠重點突出效率，而效率也是未來我國可持續發展的核心指標，且由于各地區資源稟賦、功能地位等不同的原因，不同區域間可持續發展效率也有較大差距，因此DPSIRDEA模型更便于各地區之間進行比較，進而發現差距和彌補不足。DEA模型由于DMU數量的限制，只能對可持續發展中的經濟方面或生態方面等進行效率評價，DPSIRDEA模型通過對涵蓋內容的數據合成有效地解決了這一問題。與此同時DPSIR框架所提供的理論基礎和邏輯結構相比DEA模型中指標的主觀選擇更具說服力，因此DPSIRDEA模型可以較為準確地反映不同地區的可持續發展效率情況。

3.2 影響因素分析

為進一步檢驗DPSIR框架內各指標對區域可持續發展效率的影響，根據可持續發展效率計算結果以及DPSIR各項指標的原始數據，借助Stata14.0軟件，采用省際面板數據進行回歸分析，結果如表2所示。

從DPSIRDEA回歸結果可以看出：

（1）驅動力指標中，城鎮化率對于可持續發展效率具顯著促進作用，耕地面積和人口密度對效率的增長具有顯著阻礙作用，而人口增長率對可持續發展效率的影響不大。城鎮化率往往是作為一地區經濟發展水平的重要指標，城鎮化率越高對一地區經濟發展水平的促進作用越大，可持續發展效率也就越高；人口密度的逐年上升以及耕地面積的不斷擴大在一定時間內能夠促進地區經濟發展水平的提高，但從長遠來看也會對生態環境造成一定的壓力，使得該地區可持續發展效率降低。

（2）資源消耗壓力指標中，能源工業投資、人均電力消耗量、人均用水量和平均每萬元GDP能源消耗量均對可持續發展效率的提高具有顯著的阻礙作用。工業三廢排放量對可持續發展效率的阻礙作用并不顯著這一結論似乎與公眾認知并不相符，但與現有相關研究[20]契合，即盡管造成了工業三廢排放量的增加，工業發展卻在一定程度上促進了環境地效率的提高，因而工業三廢并不會對可持續發展效率的提升造成顯著阻礙作用，這也間接說明我國在工業發展促進經濟增長的同時，也通過各項技術、政策措施減少了環境污染。endprint

（3）狀態指標中，第二產業比重以及比較勞動生產率的提高對可持續發展效率的提高具有顯著的促進作用，而公共綠地面積以及第三產業比重對于可持續發展效率提高作用并不顯著。就中國現階段產業結構情況來看，雖然第三產業占比逐年上升，但是第二產業發展穩定且占據較大比重，對中國可持續發展效率的促進作用仍大于第三產業。

（4）影響指標中，產業調整系數對地區可持續發展效率的提高具有顯著促進作用，人均固定資產存量對效率提高的促進作用并不明顯，而GDP增長率對地區可持續發展效率的提高有不太顯著的阻礙作用。這一現象出現是因為較高的產業調整系數代表了該地區較為優化的產業結構，而GDP增長率的提高在代表了該地區經濟增長的同時也代表了該地區對資源的消耗壓力的加大，但是由于經濟的增長同樣會促進科技水平的提高，因此能夠在一定程度上降低因資源消耗壓力加大給效率提高所帶來的阻礙作用。

（5）響應指標中，耕地面積變化率對可持續發展效率的提高具有不太顯著的阻礙作用；科技從業人員占比對于提高地區可持續發展效率具有顯著促進作用的同時，教育與環境從業人員從業占比對可持續發展效率的促進作用并不顯著；但環境投資在GDP中的占比相較于科技與教育投資在GDP中占比對地區可持續發展效率提高的促進作用較為明顯。出現這一現象的原因主要是因為對于科教的投資往往只能從其數量而不是質量上反映出投資結果，而對于環境的投資則能夠在短期內通過生態環境的改善而表現出來，盡管目前回歸的結論顯示科教投資對可持續發展效率的提升帶來的是阻礙作用，但針對科教的投資往往是功在當代、利在千秋，其效果是逐漸顯現出來的。

4 結論與建議

如果沒有重大經濟動蕩或政策變化，效率值在短期內不會發生大的變化，但是使用DEA模型的一些研究結果通常在短時期內計算出的效率值有較大變化，這主要是由于所選指標變化較大引起的，因此為得到更科學和更準確的效率結果必須選擇更為全面的投入和產出指標，DPSIRDEA模型有效的解決了這一問題。根據DPSIR指標選取計算的效率結果發現，中國可持續發展水平在呈現出先降低后提升的同時，可持續發展效率在逐年提高，這一發現更接近實際情況。因此，通過利用DPSIR和DEA兩種模型相結合的技術能夠計算出更準確和更全面的效率評價結果，輔助決策者將注意力更加集中在可持續發展效率發生較大變化的重點地區以及低效率地區。

結果顯示：2003—2015年間各地區可持續發展效率評價結果均在波動中呈現上升趨勢，華北、華南和華東地區可持續發展效率評價結果相對較高，華中和東北地區可持續發展效率評價結果相對較低且低于全國平均水平，西北和西南地區大部分地區可持續發展效率評價結果波動不大且處于較低水平。為提高地區可持續發展效率，保證中國經濟平穩增長、社會持續進步、生態不斷改善，根據可持續發展效率計算的結果，本文從可持續發展效率的區域差異及其影響機制兩方面提出相關的政策建議：

（1）在可持續發展效率的區域差異方面，本文從經濟發達與欠發達地區、產業結構優化與落后地區、沿海與內陸地區三個方面進行探討：①經濟欠發達地區需要加快轉變經濟發展方式，由主要依靠物質資源消耗向主要依靠科技進步、勞動者素質提高和管理創新的轉變來促進地區內可持續發展效率的提高；在供給結構上通過相對優勢產業的帶動逐漸向一、二、三產業協調發展。②產業結構落后地區，在要素投入結構上由高投入、高消耗、高排放、低效益的粗放型向低投入、低消耗、低排放、高效益的集約型轉變；把發展新興產業作為產業結構升級的重點，科學制定規劃，加強體制創新，加大資金投入，打造產業基地。③內陸地區在承接沿海地區相關產業轉移的同時，應利用本地成本優勢加速產業轉移的進程，吸引社會資源發展地區經濟；通過產業結構調整和轉變經濟增長方式，在水資源可持續利用和保護生態環境的前提下進行生態建設，促進內陸地區可持續發展效率的提高。

（2）在可持續發展效率的影響因素方面，本文從驅動力、壓力、狀態、影響和響應五個方面進行探討：①驅動力方面，加大就業培訓力度，加強對靈活就業、新就業形態的支持，促進多渠道就業創業；統籌農村轉移勞動力，扶持城鎮困難人員、殘疾人就業，實施農民工職能技能提升計劃；制定退耕還林經營長期規劃，逐步調整退耕林木結構，將符合條件的退耕生態林盡快納入生態公益林，用生態效益補償政策接續退耕還林政策，使其進一步產生生態效益和經濟效益。②壓力方面，大力開展節能減排，強化主要污染物減排，著重建立和完善節能減排市場化機制部分，建立市場化交易機制、推進環境污染第三方治理、推行合同能源管理模式、健全綠色標識認證體系、加強電力需求側管理。③狀態方面，積極促進清潔能源發展，努力解決機制和技術問題，實施節能低碳發電調度，優先保障清潔能源發電上網，落實可再生能源全額保障性收購政策。④影響方面，優化產業和能源結構，加強工業節能，強化建筑節能，促進交通運輸節能，推動商貿流通領域節能，嚴格節能環保準入，完善環境經濟政策，健全法律法規體系，嚴格依法監督管理，大力發展循環經濟。⑤響應方面，推行排污權交易制度、發揮財政稅收政策引導作用、深化資源環境價格改革、加快環境治理市場主體培育、建立綠色金融體系、加快建立多元化生態保護補償機制。

（編輯：于 杰）

參考文獻（References）

[1]SHANNON N Z， AMY J S，BARBARA A I， et al. Food shopping behaviours and exposure to discrimination[J]. Public health nutrition， 2014， 17（5）： 1167-1176.

[2]MC K， BRIAN S. Access to supermarkets among poorer neighbourhoods： a comparison of time and distance measures[J]. Urban geography， 2014， 35（1）：133-151.endprint

[3]HAUGHTON G. Sustainable cities[M]. London： Jessica Kingsley Publishers， 1996： 110-130.

[4]WARDROP D H， GLASMEIER A K， PETERSONSMITH J， et al. Wetland ecosystem services and coupled socioeconomic benefits through conservation practices in the Appalachian Region[J]. Ecological applications， 2011， 21（3）： 93-115.

[5]KATES R， CLARK W C， CORELL R， et al. Sustainability science[J]. Science， 2001， 292（4）： 641-642

[6]WANG S， SUN C Z， LI X， et al. Sustainable development in Chinas coastal area： based on the DriverPressureStateWelfareResponse Framework and the Data Envelopment Analysis Model[J]. Sustainability 2016（8）： 958-977.

[7]United Nation Conference on Sustainable Development. The future we want[R]. 2012.

[8]李天星.國內外可持續發展指標體系研究進展[J]. 生態環境學報， 2013 （6）： 1085-1092. [LI Tianxing. Research progress in sustainable development in dicator system both at home and abroad[J]. Ecology and environmental sciences， 2013 （6）： 1085-1092.]

[9]曹斌，林劍藝，崔勝輝.可持續發展評價指標體系研究綜述[J]. 環境科學與技術， 2010（3）： 99-105，122. [CAO Bin， LIN Jianyi， CUI Shenghui. Review on assessment index of sustainable development[J]. Environmental science & technology， 2010 （3）： 99-105，122.]

[10]張婧，李強，周淵.陜西省城市可持續發展評價[J]. 中國人口·資源與環境， 2013 （S2）： 448-453. [ZHANG Jing， LI Qiang， ZHOU Yuan. The evaluation of the sustainable development of Shaanxi Province[J]. China population， resources and environment， 2013 （S2）： 448-453.]

[11]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 （2）： 202 -210. [LIU Liying. An evaluation research on Beijings sustainable development potential via PCA and DEA[J]. Journal of applied statistics and management， 2013 （2）： 202-210.]

[12]孫曉，劉旭升，李鋒，等.中國不同規模城市可持續發展綜合評價[J]. 生態學報， 2016 （17）： 5590-5600. [SUN Xiao， LIU Xusheng， LI Feng， et al. Comprehensive evaluation of sustainable development for different scale cities in China[J]. Acta ecologica sinica， 2016 （17）： 5590-5600.]

[13]張熠，王先甲.基于DEA模型的湖北省可持續發展效率評價[J]. 科技進步與對策， 2011 （17）： 134-137. [ZHANG Yi， WANG Xianjia. Efficiency evaluation on sustainable development of Hubei Province[J]. Science& technology progress and policy， 2011 （17）： 134-137.]

[14]張寶友，黃祖慶.基于DEA的浙江省外貿可持續發展效率評價[J]. 國際經貿探索， 2012 （2）： 25-34. [ZHANG Baoyou， HUANG Zuqing. The evaluation of the efficiency of sustainable development of Zhejiangs foreign trade based on DEA Model[J]. International economics and trade research， 2012 （2）： 25-34.]

[15]周鵬，白永平，馬衛，等.中國資源型城市可持續發展效率空間格局演變及其影響因素[J].中國沙漠， 2016（5）： 1489-1495. [ZHOU Peng， BAI Yongping， MA Wei， et al. Evolvement of spatial pattern of sustainable development efficiency and its influencing factors for resourcebased cities in China[J]. Journal of desert research， 2016 （5）： 1489-1495.]endprint

[16]徐燕.基于可持續發展觀的農產品加工類農業產業化項目社會評價研究[D]. 成都：西南財經大學， 2011： 25-50. [XU Yan. Social assessment of agroprocessing projects of agricultural industrialization based on the concept of sustainable development[D]. Chengdu： Southwestern University of Finance and Economics， 2011： 25-50.]

[17]黃潔，吝濤，張宏強.基于DEA和Malmquist模型的中國三大城市群可持續發展效率研究[J]. 中國人口·資源與環境， 2016 （S1）： 373-376. [HUANG Jie， LIN Tao， ZHANG Hongqiang. Sustainable development efficiency of three urban agglomerations in China： based on DEA and Malmquuist Model[J]. China population， resources and environment， 2016 （S1）： 373-376.]

[18]郭存芝，彭澤怡，丁繼強.可持續發展綜合評價的DEA指標構建[J]. 中國人口·資源與環境， 2016 （3）： 9-17. [GUO Cunzhi， PENG Zeyi， DING Jiqiang. Construction of the indexes of DEA used in comprehensive evaluation of sustainable development[J]. China population， resources and environment， 2016 （3）： 9-17.]

[19]孫才志，于廣華，王澤宇，等.環渤海地區海域承載力測度與時空分異分析[J]. 地理科學， 2014 （5）： 513-521. [SUN Caizhi， YU Guanghua， WANG Zeyu， et al. Marine carrying capacity assessment and spatiotempotal analysis in the Bohai Sea Ring Area， China[J]. Scientia geographica sinica， 2014 （5）： 513-521.]

[20]胡達沙，李楊.環境效率評價及其影響因素的區域差異[J]. 財經科學， 2012 （4）： 116-124. [HU Dasha， LI Yang. Assessment of environmental efficiency and regional distinction of its influencing factors[J]. Finance & economics， 2012 （4）： 116-124.]endprint