張樂勤,陳素平
(1.池州學院資源環境學院,安徽 池州 247000; 2.池州學院商學院,安徽 池州 247000)
提高水資源利用效率是落實最嚴格水資源管理制度及建設水生態文明重要內容[1],科技創新有利于節水科技創新與推廣、有利于促進生產方式轉變、有利于改變并促進符合水生態文明的消費模式和生活方式[2],故而,科技創新是促進水資源利用效率提升的重要途徑,探索科技創新對用水效率的驅動程度,對指導水資源可持續利用政策制定及生態文明建設具有重要啟示意義。
國外學者針對用水效率的研究多集中于用水效率影響因素[3]、用水效率評價[4-5]等層面。國內學者對此也進行過深入探索:馬海良等[6]基于投入導向DEA模型,實證探索中國2003—2009年水資源利用效率影響因素,結果顯示技術進步有利于改善水資源利用效率;佟金萍等[7]運用Malmquist指數法對中國農業技術進步對農業用水效率的影響進行研究,表明技術進步有助于提高農業用水效率;姜蓓蕾等[8]以中國31個省級行政區1997—2010年數據為基礎,采用主成分分析方法,對工業用水效率驅動因素進行考察,表明技術進步對提高工業用水效率具有正向作用,而水資源條件和高耗水行業比重則呈現負相關;趙良仕等[9]研究表明,考慮非期望產出情況下,中國教育經費投入對水資源利用效率具有正向影響;李昌彥等[10]以江西省為例,運用CGE模型實證模擬了技術進步對用水效率的影響,結果表明技術進步都能促進用水效率提高;雷玉桃等[11]運用中國31個省 2002—2013年的面板數據,采用回歸分析方法對中國工業用水效率影響因素進行研究,表明中部地區研發(R&D) 經費投入強度與工業用水效率之間存在正向關系;任俊霖等[1]基于Tobit模型對長江經濟帶省會城市群的研究表明,較低的技術效率變化和純技術效率是制約水資源利用效率的關鍵因素。
綜合看,前人運用DEA、CGE、Tobit等多種模型,采用回歸分析或主成分分析方法,在國家尺度、流域尺度及省域尺度,就科技創新對用水效率影響進行過深入探索,所得結果均驗證了科技創新對用水效率具有顯著的正向效應。然而,前人研究多以研發投入或專利授權數作為表征科技創新指標,以單位GDP水耗作為用水效率考察指標,而科技創新是將科學發現和技術發明應用到生產體系,創造新價值的過程[12],用水效率包括農業、工業、生活等方面,僅以單一指標來度量科技創新與用水效率,難以全面、客觀反映科技創新與用水效率內涵與外延;同時,既有研究僅考察了科技創新對用水效率直接影響,而就科技創新通過影響其他因素進而影響用水效率的間接影響未曾涉足。鑒于此,本文擬以綜合指數作為表征科技創新、用水效率的指標,采用通徑回歸分析方法,研究科技創新對用水效率的直接與間接效應。
首先,借鑒前人研究成果,構建由若干個評價指標組成的科技創新與用水效率評價體系,采用熵值法對其綜合指數進行測算;其次,以用水效率作因變量,科技創新作解釋變量之一,采用偏最小二乘回歸分析方法,對變量參數進行估算;再次,采用通徑分析方法,就科技創新對用水效率邊際直接與間接效應進行測算、分析;最后,依據定量研究結果,針對性提出政策建議。
1.2.1 科技創新與用水效率評價指標體系構建
創新為五大發展理念之首,為“十三五”時期我國區域經濟發展的關鍵驅動因素[13]。既有研究中,多以專利授權數[6]、教育經費投入[9]、R&D投入[11]作為表征科技創新的指標。由于科技創新包括從創新資源投入到創新成果產出的過程[14],僅以單一指標展開研究,難以體現科技創新內涵,為此,本文借鑒前人研究成果[13-14],本著科學性、綜合性與數據可獲性原則,選取R&D經費投入、專利授權數、科研活動人員、教育經費投入、萬人大學生數、重大科研究成果、技術市場成交額、技術成交項、高科技產業產值作為科技創新評價指標。
用水效率是指在一定投入和技術條件下,單位水資源所產生的效益[15],前人研究中,常以單位水資源產值[11,16]或萬元GDP水耗[7,17]單一指標表征。由于用水效率涉及工業、農業、生活、生態環境多方面,僅以單一指標表征難以客觀反映實際境況,為此,本文在借鑒前人研究成果[18-19]的基礎上,從綜合用水效率、工業用水效率、農業用水效率、生活用水效率、生態環境用水效率5個方面進行評價。其中,以萬元GDP水耗表征綜合用水效率;單位灌溉面積用水量表征農業綜合用水效率;單位工業增加值水耗表征工業綜合用水效率;人均綜合用水量與城鎮人均日生活用水量表征生活用水效率;由于影響生態環境用水效率的主要因素為經濟發展及居民生活排放的廢水,同時,考慮到降水對水污染能起緩解作用,故以萬元GDP廢水排放量及年降水量作為生態環境用水效率評價指標。
科技創的評價指標體系設計參考了既有研究成果,借鑒國家統計局對全國科技進步狀況的統計監測指標,而用水效率評價兼顧了經濟社會、人民生活及生態環境用水的方方面面,遵循了產業用水與產值對應的內在邏輯,因而,評價指標體系具有科學性。
1.2.2 綜合指數測算
采用熵值法對科技創新與用水效率綜合指數進行測算。
步驟1數據極差標準化處理。正向指標采用式(1),負向指標采用式(2):

(1)

(2)

步驟2計算m年內i年份j指標比重Qij:
(3)
步驟3計算m年內j指標的熵值ej:
(4)
其中:k=1/lnm
步驟4計算n個指標中的j指標權重:
(5)
步驟5計算綜合指數Ii:
(6)

1.2.3 科技創新對用水效率邊際效應測算
a. 用水效率驅動因子遴選。影響用水效率因素包括自然條件、經濟發展狀況、產業結構、科技進步、用水狀況等方面[11],既有研究中,學者們選取經濟發展水平[1,8,11,15-16,21]、水資源稟賦[1,8,11,15-16,21]、科技進步[6-8,11,21]、產業結構[1,8,11,15-16]、水資源開發利用率[11,16]、水價[8,21]等因素,測算過其對用水效率的影響。借鑒前人研究成果,選取科技進步、經濟發展水平、產業結構、水資源稟賦、水資源開發利用率、規制政策作為用水效率備選驅動因子,借助SPSS軟件,采用典型相關分析方法,篩選出關聯性較高的因子作為其影響因子。
b. 偏最小二乘回歸。偏最小二乘回歸(partial least-squares regression,PLS)是將主成分分析與普通最小二乘(OLS)有機結合的多元統計分析方法,因其能有效解決變量間多重共線性,在資源環境領域得到了廣泛應用[22-23]。其機理為:假定有n個自變量Xi(i=1,2,3,…,n)影響因變量Y,即Y=f(Xi),首先,運用主成分分析,對自變量進行分析與篩選,提取能對自變量進行解釋的j個綜合變量Fj:
(7)
式中ki為主成分分析得分系數,j=1,2,3,…,m,j
c. 通徑分析。通徑分析(path analysis)是由Wright在1921年提出的旨在分析變量間因果關系的一種多元統計分析方法[24],因其既能測算自變量對因變量直接影響,又能揭示出自變量通過影響其他變量進而影響因變量的間接影響,比簡單回歸分析更全面、精準[24],其機理為:假定因變量Y受n個自變量影響,每個自變量與Y的關系是線性的,則自變量X1對Y的通徑系數PX1,Y可由直接通徑系數DPX1,Y和間接通徑系數IPX1,Xi,Y構成,公式如下[25]:

(8)
(9)
(10)
式中:rX1,Y、rXi,Y分別為X1、Xi與Y的典型相關系數;rX1,Xi為X1與Xi的簡單相關系數;SX1、SXi、SY分別為X1、Xi與Y的標準差[25]。
依據通徑系數,可測算自變量X1對因變量Y的直接彈性系數a1D與間接彈性系數a1I(即自變量X1通過影響其他自變量間接影響因變量Y的彈性系數),表達式如下:

(11)
(12)
式中:a1為自變量X1對因變量Y的總彈性系數。
d. 邊際效應。邊際效應屬經濟學概念,指每新增(或減少)一個單位商品或服務,對商品或服務獲得者所增加(或減少)的效用,因其表征直觀,被廣泛應用于資源環境領域研究中[22,25-27],意指自變量(驅動因子)每增加1%,引起因變量(考察對象)相應百分比的變化。
以安徽省為例展開研究。之所以選擇安徽省主要基于兩方面考慮:一是安徽省為國家技術創新工程試點省,科技創新為支撐安徽經濟社會發展持久動力;二是水資源稟賦不足,其人均水資源不及全國平均水平一半[28],考察其科技創新對用水效率驅動效應更具代表性與典型性。鑒于國務院于2005年發布《國家中長期科學和技術發展規劃綱要(2006—2020)》,故本文研究樣本界定為2005—2014年。
研究變量包括用水效率、技術進步、水資源稟賦、經濟發展水平、產業結構、水資源開發利用率、規制政策,其中,用水效率、技術進步以綜合指數表征;水資源稟賦以人均水資源量表征;經濟發展水平以人均GDP表征,為了消除價格因素影響,對GDP進行價格平減,將各年GDP換算為2005年價格水平;針對產業結構變量,已有研究中,多以三次產業比重[1,8,11,16]為產業結構表征指標,而隨著經濟社會發展,產業結構呈由低級向高級演進(即第一產業所占比例趨于減少,第二、三產業比例,特別是第三產業比例逐漸提升),僅以某一產業所占比例作為衡量產業結構指標,難以客觀體現產業結構演進內涵,鑒于此,本文借鑒文獻[29]方法,以泰爾指數作為度量產業結構合理指標,表達式為
(13)
式中:S為產業結構合理化指數;Gi、G分別為i產業產值、GDP總值;Li、L分別為i產業勞動力人數、勞動力總數。
S越小表明產業結構越合理;資源開發利用率以水資源利用總量與水資源總量百分比表征;規制政策能改變企業、機關單位及公眾用水行為,亦為影響用水效率重要因素,已有研究中,多以能源強度(GDP/Energy)[30-31]、工業廢水排放達標率與工業SO2去除率[32]、工業治污總投資與規模以上工業企業主營成本、工業增加值比值[33]、排污費征收、治理投資[34]、污染治理投入在產值中比重[35-37]等來衡量。筆者認為,工業污水治理費用投入能提升工業用水重復率,間接影響著用水效率,為此,借鑒文獻[37]的方法,以修正的單位工業產值污染治理成本(單位工業產值的污染治理投資與工業產值占GDP比重之比)作為環境規制表征指標。原始數據來源于2006—2015年安徽統計年鑒、2006—2015年中國高技術產業統計年鑒、2006—2015年中國環境統計年鑒。
基于安徽省統計數據,采用熵值法計算得安徽省2005—2014年科技創新與用水效率綜合指數,評價指標所得權重如表1所示,結果如圖1所示。

圖1 安徽省2005—2014年用水效率與科技創新綜合評價指數
圖1表明,安徽省科技創新指數由2005年的0.012 9躍升至2014年的0.974 2,年均升幅61.73%,之所以如此,與安徽省積極推進科技強省戰略有關,“十一五”以來,安徽省制定了科技規劃綱要,以國家技術創新工程試點省及國家級合蕪蚌創新示范區建設為契機,不斷加大科技投入與科技創新人才隊伍建設,出臺了一系列支持科技創新的政策與激勵機制,營造了自主創新氛圍,培育了一批創新型企業和知名品牌與科技共享服務平臺,發展壯大了電子信息技術、新能源汽車等一大批戰略新興產業,從而促進了綜合科技實力提升。

表1 科技創新與用水效率評價指標權重
注:①+表示正向指標,-表示負向指標;② 原始數據來源于2006—2015年安徽統計年鑒、2006—2015年中國高技術產業統計年鑒、2006—2015年中國環境統計年鑒。
圖1還表明,安徽省用水效率指數由2005年的0.461 6升至2014年的0.855 8,年均升幅7.1%,究其原因,與安徽省積極推進科技進步,不斷優化產業結構,實行最嚴格用水管理制度有關。2005年以來,安徽省不斷深化地方政府用水責任任期考核,大力推進節水農業,淘汰高耗水落后工業設備,推廣生活節水器具,強化用水定額,使用水效率得到了迅速提升。
2.3.1 泰爾指數與規制政策指數測算
借鑒文獻[29,37]的泰爾指數與規制政策指數測算方法,運用統計數據,可對安徽省2005—2014年泰爾指數及規制政策指數進行測算,結果如表2所示。

表2 安徽省2005—2014年泰爾指數及規制政策指數
由表2可知,考察樣本期,安徽省產業結構合理指數呈變小態勢,但變化幅度不大,表明安徽省第二產業占主導地位的結構不合理狀況尚未得到根本改變,環境規制指數呈上升態勢,顯示出安徽省環境治理力度在提升,生態文明建設在穩步推進。
2.3.2 驅動因子遴選
以用水效率綜合指數作因變量(Y),備選驅動因子人均GDP(X1)、 產業結構合理化指數(X2)、科技創新綜合指數(X3)、人均水資源(X4)、水資源開發利用率(X5)、規制政策指數(X6)作自變量,借助SPSS19.0軟件,采用簡單相關分析方法,可得Y與上述自變量之間的典型相關系數分別為0.786、-0.318、0.783、0.408、-0.119、0.628。 水資源開發率與用水效率相關系數為-0.119,呈弱負相關,這是因為:水資源開發率高,意味著水資源開發程度高,豐沛的水資源可能導致節水意識的下降,進而引致用水效率的下降,由于相關性較低,故可以剔除。人均GDP、產業結構、科技創新、人均水資源、規制政策與用水效率典型相關系數均在0.3以上,具有中等程度的相關性,均可作為用水效率驅動因子。
2.3.3 偏最小二乘分析
將影響用水效率驅動因子的原始數據取自然對數后輸入SPSS19.0中進行主成分分析,結果顯示,可提取2個主成分(即綜合變量,以F1、F2表示),2個綜合變量可解釋原變量的98.212%,綜合變量與原變量間關系如下式:
F1=0.416lnX1-0.01lnX2+0.41lnX3-
0.103lnX4+0.241lnX6
(14)
F2=-1.132lnX1+0.034lnX2+1.886lnX3+
0.387lnX4-0.843lnX6
(15)
以lnY為被解釋變量,以綜合變量F1、F2的時序數據為解釋變量,將其輸入SPSS19.0軟件進行兩階最小二乘分析,回歸結果如表3所示。

表3 用水效率與綜合變量回歸分析結果
由表3可知,常數項t檢驗Sig值為0.000,在0.01水平上能通過顯著性檢驗;綜合變量F1的Sig值為0.049,在0.05水平上能通過顯著性檢驗;而綜合變量F2的Sig值為0.803,未能通過顯著性檢驗,由此可得如下回歸模型:
lnY=-0.711+0.239F1
(16)
將(14)式代入(16)式變化可得:
(17)
由式(17)可知,經濟增長、產業結構、科技創新、水資源稟賦、規制政策5因素的彈性系數分別為0.099 424、-0.002 39、0.097 99、-0.024 617、0.057 599,表明經濟增長、科技創新、規制政策3因素對用水效率具有正向驅動效應,當經濟增長、科技創新、規制政策每增加1%時,分別導致用水效率指數提升0.099 424%、0.097 99%、0.057 599%。之所以如此,可解釋如下:經濟增長一方面可以拿出更多資金支持生產、生活設備節水改造,也可促進節水技術及節水管理經驗的提升,另一方面,經濟增長意味著對水資源需求的增加,加劇了水資源稀缺性,因而能提升公眾節水意識;科技創新一方面能推動灌溉節水農業技術的推廣,淘汰落后高耗水水工業設備,提升工業用水重復率,又能提供符合節水要求的生活器具,另一方面,還能促進發展方式轉變,從而提高了用水效率;規制政策通過政策引導、財政信貸稅收經濟杠桿、獎懲與考核問責機制等舉措,可以促進機關、團體、企業、事業單位節約用水,進而相應地提高了用水效率。產業結構與用水效率則呈現為負向關系,這與安徽省產業結構特點有關,考察樣本期,安徽省產業結構變化主要表現為第二產業比例升高(第二產業由2005年的41.98%升至2014年53.14%,升幅達11.16個百分點),第三產業變化不大,而第一產業用水效率最低,第二產業次之,第三產業最高[16],第二產業比例升高的產業特征必然阻礙了用水效率提升。水資源稟賦與用水效率也呈現為負向關系,這主要因為水資源稟賦越豐富,公眾節水意識越淡薄,從而影響了用水效率的提升。
2.3.4 科技創新對用水效率影響的通徑分析
a. 通徑系數計算。運用通徑系數計算式(8)(9),可測算驅動因子的直接與間接通徑系數,結果見表4。

表4 用水效率通徑分析結果
表4表明,科技創新對用水效率直接通徑系數為2.435 2,間接通徑系數為1.221 7,總通徑系數為3.656 9,間接通徑系數占總通徑系數的33.41%,說明科技創新對用水效率間接影響不可小覷。間接通徑系數中,經濟增長、規制政策較大,產業結構較小,水資源稟賦為負,表明科技創新對用水效率間接影響主要依靠經濟增長、規制政策實現,而產業結構的間接影響較小。
b. 科技創新直接與間接彈性系數測算。依據表4中科技創新通徑系數,運用公式(11)(12),可測算出科技創新對用水效率的直接與間接彈性系數,結果表明,科技創新通過節水技術的推廣與節水設備的普及使用等,對用水效率的直接彈性系數為0.065 253,占總彈性系數的66.59%;通過增強經濟增長動力、提升環境規制政策影響效應、促進產業結構優化升級等,對用水效率的間接彈性系數為0.032 737,占總彈性系數的33.41%,當科技進步指數每升高1%時,用水效率將直接提升0.065 253%,通過影響經濟增長、規制政策、產業結構,分別間接提升用水效率0.025 83%、0.007 545%、0.000 27%。
以安徽省為例,運用熵值賦權法,對科技創新與用水效率進行了綜合評價,得出如下主要結論:
a. 安徽省科技創新與用水效率指數均呈持續攀升態勢,比較而言,科技創新指數升幅明顯高于用水效率指數;
b. 科技創新、經濟增長用規制政策對用水效率具有顯著的正向驅動效應,而產業結構、水資源稟賦呈現為負向作用;
c. 科技創新對用水效率影響包括直接與間接兩方面,直接效應占總效應的2/3,間接效應占總效應的1/3。間接效應中,以經濟增長的間接效應最顯著,規制政策次之,產業結構較弱。
上述結論表明,產業結構對用水效率具有抑制作用,為制約用水效率提升重要因素。因此,要高度關注產業結構對用水效率的負面效應,大力提高用水效率高的以現代服務業及戰略新興產業為代表的第三產業比例,通過淘汰高耗水落后的工業設備,改進生產工藝,發展節水型建筑,積極發展現代節水農業,提升第二、第一產業節水效率。上述結論還表明,科技創新與用水效率呈正向關系,其不僅能直接提高用水效率,而且能通過影響經濟增長、規制政策、產業結構間接驅動用水效率提升。為此,應以系統推進全面創新改革試點省、合(肥)蕪(湖)蚌(埠)國家自主創新示范區建設為契機,厚植大眾創業,萬眾創新氛圍,加大科技創新資金投入與政策支持,激發全社會科技創新活力與潛能,促進科技創新整體水平躍升,以此促進用水效率提升;同時,也要關注科技創新通過影響經濟增長、規制政策及產業結構對用水效率所起的間接作用,依靠科技創新,轉變發展方式,促進產業結構優化,推動經濟增長,以此驅動用水效率間接提升。
本文以安徽省為例,實證探索了科技創新對用水效率影響效應,所得結果與馬海良等[6]、佟金萍等[7]、姜蓓蕾等[8]、趙良仕等[9]、李昌彥等[10]、雷玉桃等[11]研究結果一致。本文以綜合指數表征科技創新,既全面、客觀反映了科技創新本質與內涵,也更體現當下科技創新的實際,同時,本文采用PLS-PATH方法,既考察了科技創新對用水效率影響的直接效應,又揭示了科技創新通過影響其他因子,進而影響用水效率的間接效應,使研究結果更為精準。受理論基礎薄弱影響,本文未能就科技創新如何影響用水效率(即兩者間作用機理)進行分析,這是筆者今后展開更深入研究的方向。
[ 1 ] 任俊霖,李浩,伍新木,等.長江經濟帶省會城市用水效率分析[J].中國人口·資源與環境,2016,26(5):101-107.(REN Junlin,LI Hao,WU Xinmu,et al.Analysis of water efficiency of capital cities in Yangtze River Economic Belt in China[J].China Population, Resources and Environment,2016,26(5):101-107.(in Chinese))
[ 2 ] 吳兆丹,王張琪,趙敏.科技創新支撐水生態文明建設的作用機制研究[J].水利經濟,2015,33(6):40-44.(WU Zhaodan,WANG Zhangqi,ZHAO min.Support mechanism of scientific and technological innovation for construction of water ecological civilization[J].Journal of Economics of Water Resources, 2015,33(6):40-44.(in Chinese))
[ 3 ] KANEKO S, TANAKA K, TOYOTA T, et al.Water efficiency of agricultural production in China:regional comparison from 1999 to 2002[J].International Journal of Agricultural Resources, Governance and Ecology,2004,3(3/4): 231-251.
[ 4 ] SAAL D S, DAVID P,TOM W.Determining the contribution of technical change, efficiencychange and scale change to productivity growth in the privatized English and Welsh water and sewerage industry: 1985—2000[J].Journal of Productivity Analysis,2007,28(1):127-139.
[ 5 ] BYRNES J, CRASE L,DOLLERY B,et al. The relative economic efficiency of urban water utilities in regional New South Wales and Victoria.[J].Resource and Energy Economics,2010, 32(3):439-455.
[ 6 ] 馬海良,黃德春,張繼國,等.中國近年來水資源利用效率的省際差異:技術進步還是技術效率[J].資源科學,2012,34(5):794-801.(MA Hailiang, HUANG Dechun, ZHANG Jiguo,et al.The provincial differences of China’s water use efficiency in recent years:technological progress or technical efficiency[J].Resources Science,2012,34(5):794-801. (in Chinese))
[ 7 ] 佟金萍,馬劍鋒,王慧敏,等.農業用水效率與技術進步:基于中國農業面板數據的實證研究[J].資源科學,2014, 36(9):1765-1772.(TONG Jinping, MA Jianfeng,LIU Gaofeng. Analysis of variations and factors of water use amount per ten thousand Yuan GDP in China based on a complete decomposition model[J].Resources Science, 2014, 36(9):1765-1772. (in Chinese))
[ 8 ] 姜蓓蕾,耿雷華,卞錦宇,等.中國工業用水效率水平驅動因素分析及區劃研究[J].資源科學,2014,36(11):2231-2239.(JIANG Beilei,GENG Leihua,BIAN Jinyu,et al.Driving factor analysis and the spatial regionalization on the industrial water use efficiency in China[J].Resources Science, 2014,36(11):2231-2239. (in Chinese))
[ 9 ] 趙良仕,孫才志,鄭德鳳.中國省際水資源利用效率與空間溢出效應測度[J].地理學報,2014,69(1):121-133.(ZHAO Liangshi, SUN Caizhi, ZHENG Defeng.Water resource utilization efficiency and its spatial spillover effects measure in China[J].Acta Geographica Sinica, 2014,69(1):121-133. (in Chinese))
[10] 李昌彥,王慧敏,佟金萍,等.基于CGE模型的水資源政策模擬分析:以江西省為例[J].資源科學, 2014,36(1):84-93.(LI Changyan,WANG Huimin,TONG Jinping,et al.Water resource policy simulation and analysis in Jiangxi Province based on CGE Model[J].Resources Science, 2014,36(1):84-93. (in Chinese))
[11] 雷玉桃,黃麗萍.中國工業用水效率及其影響因素的區域差異研究:基于 SFA 的省際面板數據[J].中國軟科學,2015(5):155-164.(LEI Yuitao,HUANG Liping.Regional differences in industrial water consumption efficiency and its influencing factors for China’s major industrial provinces:a study of provincial panel data based on SFA[J].China Soft Science, 2015(5):155-164. (in Chinese))
[12] 張來武.科技創新驅動經濟發展方式轉變[J].中國軟科學,2011(12):1-5.(ZHANG Laiwu.Scientific and technical innovation drives the transition of economic development mode[J].China Soft Science, 2011(12):1-5. (in Chinese))
[13] 樊杰,劉漢初.“十三五”時期科技創新驅動對我國區域發展格局變化的影響與適應[J].經濟地理,2016,36(1):1-9.(FAN Jie,LIU Hanchu.Impacts and adaptation of China’s regional development pattern changes influenced by scientific and technological innovation driven during the Thirteenth National Five-Year Plan period[J].Economic Geography, 2016,36(1):1-9. (in Chinese))
[14] 龐瑞芝,范玉,李揚.中國科技創新支撐經濟發展了嗎?[J].數量經濟技術經濟研究,2014(10);37-52.(PANG Ruizhi,FAN Yu,LI Yang.Has technical innovation supported economics development in China?[J].The Journal of Quantitative & Technical Economics, 2014(10);37-52. (in Chinese))
[15] 孫才志,王妍,李紅新.遼寧省用水效率影響因素分析[J].水利經濟,2009,27(2):1-5.(SUN Caizhi,WANG Yan,LI Hongxin.Influencing factors of water utilization efficiency in Liaoning Province[J].Journal of Economics of Water Resources, 2009,27(2):1-5. (in Chinese))
[16] 孫才志,謝巍,鄒瑋.中國水資源利用效率驅動效應測度及空間驅動類型分析[J].地理科學,2011,31(10):1213-1220.(SUN Caizhi,XIE Wei,ZOU Wei.Contribution ratio measurement of water use efficiency driving effects and spatial driving type in China[J].Scientia Geographica Sinica, 2011,31(10):1213-1220. (in Chinese))
[17] 洪昌紅,黃本勝,邱靜,等.廣東省工業用水效率影響因素分析[J].廣東水利水電,2011(8):27-29.(HONG Changhong,HUANG Musheng,QIU Jing,et al.Analysis of Influencing factors on the utilization efficiency of industrial water in Guangdong Province[J].Guangdong Water Resources and Hydropower, 2011(8):27-29.(in Chinese))
[18] 李世祥,成金華,吳巧生.中國水資源利用效率區域差異分析[J].中國人口·資源與環境,2008,18(3):215-228. (LI Shixiang,CHENG Jinhua,WU Qiaosheng.Regional difference of the efficiency of water usage in China[J]. China Population, Resources and Environment, 2008,18(3):215-228. (in Chinese))
[19] 蓋美,王宇飛,馬國棟,等.遼寧沿海地區用水效率與經濟的耦合協調發展評價[J].自然資源學報,2013,28(12):2081-2094. (GAI Mei,WANG Yufei,MA Guodong,et al.Evaluation of the coupling coordination development between water use efficiency and economy in Liaoning coastal economic belt[J].Journal of Natural Resources, 2013,28(12):2081-2094. (in Chinese))
[20] 張樂勤,張詩穎.基于 EKC 模型的安徽省環境質量好轉條件下城鎮化規模測算[J].貴州師范大學學報(自然科學版),2015,33(6):8-15.(ZHANG Leqin,ZHANG Shiying.Urbanization size measurement under the condition of environmental quality improvement in Anhui Province based on EKC Model[J].Journal of Guizhou Normal University(Natural Sciences), 2015,33(6):8-15. (in Chinese))
[21] 李靜,馬瀟璨.資源與環境雙重約束下的工業用水效率:基于SBM-Undesirable和Meta-frontier模型的實證研究[J].自然資源學報,2014,29(6):920-933.(LI Jing, MA Xiaocan.The utilization efficiency of industrial water under the dual constraints of resource and environment:an empirical study based on SBM-Undesirable and Meta-frontier Model[J].Journal of Natural Resources, 2014,29(6): 920-933. (in Chinese))
[22] 張樂勤,李榮富,陳素平,等.安徽省1995—2009年能源消費碳排放驅動因子分析及趨勢預測:基于STIRPAT模型[J].資源科學,2012,34(2):316-327.(ZHANG Leqin,LI Rongfu,CHEN Suping,et al.Trend prediction and analysis of driving factors of carbon emissions from energy consumption during the period 1995-2009 in Anhui Province based on the STIRPAT Model[J].Resources Science, 2012,34(2):316-327.(in Chinese))
[23] 馬明德,馬學娟,謝應忠,等.寧夏生態足跡影響因子的偏最小二乘回歸分析[J].生態學報,2014,34(3):682-689.(MA Mingde,MA Xuejuan,XIE Yingzhong, et al.Analysis the relationship between ecological footprint (EF) of ningxia and influencing factors: partial least-squares regression[J].Acta Ecologica Sinica, 2014,34(3):682-689. (in Chinese))
[24] 徐春華,張華,張蘭,等.基于通徑分析的蘭州北山三種典型植物光合作用影響因子[J].生態學雜志,2015,34(5):1289-1294.(XU Chunhua,ZHANG Hua,ZHANG Lan,et al.Factors influencing photosynthesis of three typical plant species in Beishan Mountain of Lanzhou based on path analysis[J].Chinese Journal of Ecology, 2015,34(5):1289-1294. (in Chinese))
[25] 張樂勤.基于 PATH-STIRPAT 模型的城鎮化演進邊際資源環境脅迫效應測度及趨勢預測:以安徽省為例[J].安徽師范大學學報(自然科學版),2016,39(5):455-461.(ZHANG Leqin.Measurement and trend prediction of the marginal resource environment stress effect based on urbanization evolution of STIRPAT PATH Model:take Anhui Province as an example[J].Journal of Anhui Normal University(Natural Science), 2016,39(5):455-461. (in Chinese))
[26] 張樂勤,陳素平,王文琴,等[J].安徽省近15年建設用地變化對碳排放效應測度及趨勢預測:基于 STIRPAT模型[J].環境科學學報,2013,33(3):950-958.(ZHANG Leqin,CHEN Suping,WANG Wenqin,et al.Measurement and trend analysis of carbon emissions from construction land changes in Anhui in the recent 15 years:based on STIRPAT Model[J].Acta Scientiae Circumstantiae,2013,33(3): 950-958. (in Chinese))
[27] 張樂勤,張勇.安徽省城鎮化演進邊際生態環境效應的測度與分析[J].水土保持通,2014,34(4):208-214.(ZHANG Leqin,ZHANG Yong. Measurement and analysis on marginal eco-environmental effects of urbanization evolution in Anhui Province[J].Bulletin of Soil and Water Conservation,2014,34(4):208-214. (in Chinese))
[28] 吳曉勤,高冰松,鄭軍.資源環境約束對城鎮人口增長預測及空間分布的影響:以安徽省為例[J].城市發展研究,2010,17(8):68-74.(WU Xiaoqin,GAO Bingsong,ZHENG Jun.The influence of resources and environment restraint in urban population growth tendency and spatial distribution: a case study of Anhui[J].Urban Studies,2010,17(8):68-74. (in Chinese))
[29] 干春暉,鄭若谷,余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究,2011(5):4-16.(GAN Chunhui,ZHENG Ruogu,YU Dianfan.An empirical study on the effects of industrial structure on economic growth and fluctuations in China[J].Economic Research Journal, 2011(5):4-16. (in Chinese))
[30] 馬海良,黃德春,姚惠澤.技術創新、產業績效與環境規制:基于長三角的實證分析[J].軟科學,2012,26(1):1-5.(MA Hailiang,HUANG Dechun,YAO Huize.Technological innovation industrial performance and environmental regulation:based on empirical test of Yangtze River Delta economic region[J].Soft Science, 2012,26(1):1-5. (in Chinese))
[31] 何為,劉昌義,劉 杰,等.環境規制、技術進步與大氣環境質量:基于天津市面板數據實證分析[J].科學學與科學技術管理,2015,36(5):51-61.(HE Wei,LIU Changyi,LIU Jie,et al.Environmental regulation,technology change, and air pollution: a panel study on Tianjin[J].Science of Science and Management of S. & T., 2015,36(5):51-61. (in Chinese))
[32] 張中元,趙國慶. FDI、環境規制與技術進步[J]. 數量經濟技術經濟研究,2012(4):19-32.(ZHANG Zhongyuan,ZHAO Guoqing.FDI,Environmental regulation and technological progress[J].The Journal of Quantitative & Technical Economics, 2012(4):19-32. (in Chinese))
[33] 張成,陸旸,郭路,等.環境規制強度和生產技術進步[J].經濟研究,2011(2):113-124.(ZHANG Cheng, LU Yang,GUO Lu, et al.The intensity of environmental regulation and technological progress of production[J].Economic Research Journal, 2011(2):113-124. (in Chinese))
[34] 何慧爽.環境質量、環境規制與產業結構優化:基于中國東、中、西部面板數據的實證分析[J].地域研究與開發,2015,34(1):105-110. (HE Huishuang. Environmental quality,environmental regulation and industrial structure optimization:based on the panel data empirical analysis of the eastern,central and western areas of China[J].Areal Research and Development, 2015,34(1):105-110. (in Chinese))
[35] LANOIE P,PATRY M,LAJEUNESSE R.Environmental regulation and productivity: testing the porter hypothesis [J].Journal of Productivity Analysis,2008,30(2): 121-128.
[36] 沈能,劉鳳朝.高強度的環境規制真能促進技術創新嗎?基于“波特假說”的再檢驗[J].中國軟科學,2012(4):49-59.(SHEN Neng,LIU Fengchao.Can intensive environmental regulation promote technological innovation?Porter Hypothesis reexamined[J].China Soft Science, 2012(4):49-59. (in Chinese))
[37] 劉傳江,胡威,吳晗晗.環境規制、經濟增長與地區碳生產率:基于中國省級數據的實證考察[J].財經問題研究,2015(10):31-37.(LIU Chuanjiang,HU Wei,WU Hanhan.Environmental regulation, economic growth and regional carbon productivity: an empirical study based on China's provincial data[J]. Research on Financial and Economic Issues, 2015(10):31-37. (in Chinese))