基于環境效應的“絲綢之路經濟帶”全要素能源效率研究
——基于中國段17個城市的實證分析

王保忠,劉 陽

(西安工程大學 管理學院,陜西 西安 710048)

1 引言

“新絲綢之路”作為復興古絲綢之路的一種戰略構想,以新亞歐大陸橋為載體,是東起中國的江蘇連云港市和山東日照市等橋頭堡群,西到荷蘭鹿特丹港口、比利時的安特衛普等港口的鐵路聯運線,一頭連著繁榮的東亞經濟圈,一頭系著發達的歐洲經濟圈。絲綢之路通道雖然擁有豐富的礦產資源和能源資源,但是經濟發展水平卻與兩端的經濟圈落差巨大,諸多原因形成了中國西部與中亞地區之間的經濟凹陷帶。能源合作與能源一體化是“絲綢之路經濟帶”建設的一項重要內容。隨著經濟的快速發展,“絲綢之路經濟帶”陷入快速增長與生態約束強化的兩難困境。

為了擺脫困境,同時又不阻礙經濟快速增長的態勢,提高能源使用效率受到沿線各級政府和企業的重視和關注。本文以絲綢之路經濟帶(中國段)各主要城市的能源使用效率為研究對象,重點考察環境約束下中國段各城市能源效率的變動趨勢及其影響因素,旨在為各城市提升能源利用效率、節能減排和可持續發展提出有價值的研究結論和政策建議。

2 文獻綜述

我國能源供求矛盾日趨凸顯,能源利用效率與發達國家相比差距較大,各省區市之間能源效率也存在顯著差異,環境污染問題不容樂觀。近年來,國內外相關研究主要圍繞兩條主線展開:一是不考慮資本、勞動力等其他投入要素影響的單要素能源效率。史丹研究了我國能源效率的地區差異,認為東南沿海地區能源效率較高,能源富集區大多數是能源效率較低的區域;Hua L等對我國1997—2006年的能源強度進行了研究,認為重化工等高能耗行業比重過快增長是能源強度提高的主要原因;曾勝等研究認為我國能源規模效率正處在高位波動運行,能源總量規模投入已接近能源最優規模,能源效率較低的原因是能源技術效率水平低下。二是考察多投入—多產出的全要素能源效率研究。Hu、Wang的研究指出,中國區域能源效率水平整體較低,改善潛力較大,但各地區之間差異明顯;袁曉玲等研究認為,全要素能源效率、能源消費結構、資源稟賦變量等呈現顯著的負相關,與能源價格因素呈現弱正相關關系;李蘭冰對我國省級區域能源效率進行了測算,結果表明我國的全要素能源效率總體上仍處于較低水平,管理無效率和環境無效率是能源低效的共同成因;張偉等以長三角都市圈15個城市為研究對象,測算了各城市間能源效率及其影響因素;程元棟運用DEA模型測算了中國的全要素能源效率,結果表明我國全要素能源效率整體偏低,與產業結構、能源消費結構呈負相關,與其他因素呈正相關,受教育水平對能源效率提高的貢獻率最大;李強等、黃永春、宋煒、楊愷鈞等分別從不同側面研究了我國省際全要素能源效率。

現有能源效率問題的研究文獻仍存在著以下不足之處:①研究方法上,許多學者偏好于傳統DEA方法,對非合意的污染壞產出考慮不足或不當處理,使能源效率的估計有偏。Chung等構建了一種新的環境DDF模型(Directional Distance Function,DDF),該模型能合理地模擬環境污染壞產出的有害影響,將污染這種壞產出納入效率分析框架之中,這為國內相關研究奠定了十分重要的基礎。②國內現有文獻多集中于我國和省際層面的全要素能源效率研究,針對一個經濟區內或城市群層面的能源效率研究很少。

本文主要從以下兩個方面拓展了現有的研究:一是運用基于CCR視角下DEA的方向性距離函數測算環境約束下的各城市間全要素能源效率;二是選取絲綢之路經濟帶(中國段)沿線城市作為具體研究對象,對其全要素能源效率與影響因素進行了實證分析。

3 研究方法

本文采用“多投入—多產出”的DEA模型,以Fare等提出的環境生產函數和Chung等提出的方向性距離函數為基礎,將環境污染作為壞產出并入生產理論,將傳統的生產技術擴展為環境生產技術,考察環境約束下的新亞歐大陸橋經濟帶全要素能源效率的變動趨勢及其影響因素。

3.1 環境技術

(1)

(2)

3.2 考慮環境約束的全要素能源效率

為了考察環境規制下的能源效率,本文引入方向性距離函數作為絲綢之路城市經濟帶環境方向性的產出距離函數,達到在擴大好產出的同時又能減少壞產出的目的。從圖1可見,絲綢之路城市經濟帶環境方向性產出距離函數可沿著ABC方向同時擬合出好產出增加和壞產出減少的行為,這與傳統環境生產函數中兩者同比例增加顯著不同。參照Luenberger提出的短缺函數(SF)和Chung等提出的方向距離函數(DDF)構造絲綢之路城市經濟帶環境方向性產出距離函數:

(3)

圖1 方向性環境產出距離函數

(4)

(5)

3.3 曼奎斯特-魯恩博格(M-L)生產率指數

本文設定的環境方向性距離函數模擬了17個城市好產出增加和壞產出減少的行為,因此可基于該模型構建M-L生產率指數來度量能源使用和環境約束因素后17個城市的環境全要素能源效率增長率,這樣可進一步可將其分解為技術效率增長率和技術進步增長率兩大部分。借助Chung等定義的t期和(t+1)期的曼奎斯特—魯恩博格生產率指數(MLPI)可設定環境全要素能源效率增長率MLEIt,t+1(從略,可參見陳詩一[19])。全要素能源效率增長率MLEI指數又可被分解為技術效率變化(MLECH)與技術進步變化(MLTCH)的連乘積,即MLEIt,t+1=MLECHt,t+1·MLTCHt,t+1。

根據本文選取的規模報酬不變的DEA模型,技術效率變化(MLECH)測度了從時期t到時期(t+1)經濟帶上每個城市到前沿生產面的追趕程度;技術進步變化(MLTCH)測度了每個城市技術邊界從時期t到時期(t+1)的移動程度。如果MLEI>1,說明全要素能源效率跨期得到了提高;如果MLEI<1,說明能源效率負增長。如果MLECH的值大于1,表明城市后期比前期更靠近生產前沿,存在追趕效應;如果MIECH值小于1,說明城市隨時間推移越來越落后于技術前沿。對MLTCH的含義,如果其值大于1,表明生產可能性前沿沿著更多好產出、更少壞產出的方向移動;如果其值小于1,表明生產前沿沿著較少好產出、較多壞產出方向移動;如果生產邊界沒有移動,則值等于1。依照模型(2)—(3),在考慮環境約束和無環境約束的每種情形下,全要素能源效率變化的計算需要求解四個方向性距離函數的線性規劃模型。本文采用數據包絡分析的當期DEA方法計算絲綢之路經濟帶17個城市2000—2014年全要素能源效率指數、技術效率變化指數與技術進步指數。

4 變量設定與數據說明

基于本文的研究目的,我們選取“絲綢之路”中國段沿線從東向西17個代表性城市(日照、濟南、鄭州、洛陽、三門峽、渭南、西安、咸陽、寶雞、天水、蘭州、銀川、西寧、武威、張掖、烏魯木齊)作為樣本。本文采用面板數據模型,樣本期間為2000—2014年。同時，假定生產過程中的投入要素有資本存量、勞動力、能源,產出由好產出(GDP)和壞產出(污染排放)組成:①資本存量。借鑒張軍對我國資本存量估計的結果,本文選取固定資本形成總額作為每一個城市的當年投資,以各個城市每年固定資產投資指數和當年固定資產形成總額為基礎,折算得到以2012年為不變價格的各個城市的實際投資序列數據。本文以絲綢之路中國段沿線17個城市2000—2014年的投資序列數據,并按照Fare等的方法,通過對17個城市投資序列數據的對數與時間回歸,模擬出2000—2014年的投資序列數據。計算資本存量的數據來自于絲綢之路經濟帶17個城市2001—2015年的《中國統計年鑒》。②勞動力投入。本文采用常用的從業人數來代替勞動力投入。本文從業人數數據來自絲綢之路中國段沿線17個城市2001—2015年的《中國統計年鑒》。③能源投入。使用各個城市每年的能源消耗量作為能源投入,文中的煤炭消費量排除了煤炭中用于生產二次能源的數量。能源消費的數據大部分來自于各個城市相應年份的《中國統計年鑒》。④好產出(GDP)。好產出以絲綢之路中國段沿線17個城市每年的GDP(國內生產總值)表示。各個城市每年的GDP采用的是以2012年不變價格計算的實際GDP,原始數據來源于2001—2015年絲綢之路中國段沿線17個城市歷年的《中國統計年鑒》。⑤壞產出(污染排放)。對壞產出(非合意產出),國內外學者有不同的選擇。本文研究的是能源消費對環境的影響,由于能源消費的污染主要是大氣污染,結合研究的目的和相關數據的可獲得性,選取了17個城市2000—2014年工業廢氣排放量指標作為污染排放的衡量指標。17個城市2001—2015年的污染排放原始數據來源于各個城市相應年份的《中國統計年鑒》。

5 實證結果分析

本文構造了17個城市每年環境約束下的最佳生產邊界,將每個城市環境約束下的最優生產效率與邊界進行比較。本文選用基于投入導向的規模報酬不變的DEA模型(CCR-DEA),以各城市每年的資本存量、勞動力與能源消耗為投入變量,每年的GDP為好產出變量,廢氣排放量指標為壞產出變量,運用EMS1.3軟件計算并分析17個城市環境全要素能源效率,這里的環境全要素能源效率是基于超效率DEA模型。

為了全面地分析17個城市中每個城市的環境全要素能源效率的變化趨勢及其根源,本文根據每個城市逐年無環境約束和環境約束兩種情形分析每個城市的全要素能源效率、全要素能源效率指數及其成分變化的結果。

5.1 無環境約束下的全要素能源效率

在此情形下,本文將不考慮環境污染對全要素能源效率的影響,僅考慮資本、勞動力和能源的投入及GDP產出；再運用EMS(1.3)軟件,計算得到絲綢之路經濟帶17個城市2000—2014年的能源效率(表1)。

表1 絲綢之路經濟帶17個城市無環境約束下全要素能源效率(2000—2014年)

注:根據本文統計數據,運用EMS(1.3)軟件計算得到。

由表1分析可知,絲綢之路經濟帶17個城市2000—2014年全要素能源效率呈現出以下變動特征:①天水和蘭州的能源效率最高,在2000—2014年處于前沿線上。烏魯木齊、張掖、武威、洛陽、濟南等城市在考察期間也有部分年份處于前沿線上,能源效率較低的城市有西寧、銀川、咸陽、渭南、三門峽,期間它們的能源效率平均值不超過0.8。②根據能源效率的變化趨勢來看,17個城市中大部分城市的能源效率在2000—2007年處于穩中有升階段,2007—014年呈現出兩種趨勢。即一部分以蘭州、西安、濟南、烏魯木齊、鄭州為代表的能源效率遞增的趨勢，另一部分以渭南、商丘等為代表的能源效率降低的趨勢。其中,一個規律性的現象是出現效率提升趨勢的城市多是省會城市,而效率降低的城市都是非省會城市。這初步說明,省會大城市在能源利用方面比中小城市具有一定優勢。從表1可見，17個城市中除個別城市外,能源效率值未呈現出明顯收斂的特征趨勢。同時,除個別特殊年份外,樣本城市總體上能源效率值處于前沿面的城市數量呈上升趨勢。

5.2 環境約束下的全要素能源效率

在這種情況下,就要考慮環境污染對全要素能源效率的影響，考慮資本、勞動力與能源的投入與好產出GDP和壞產出的環境污染。因此，運用EMS(1.3)軟件,計算得到絲綢之路中國段沿線17個城市2000—2011年的能源效率,見表2。

表2 絲綢之路經濟帶17個城市環境約束下全要素能源效率(2000—2014年)

從表2分析可知,環境約束下絲綢之路經濟帶17個城市2000—2014年全要素能源效率變動呈現以下規律特征:①在研究期間,始終處于前沿線上的城市除了蘭州和天水外,增加了張掖。能源效率較低的分別是寶雞、咸陽、渭南、三門峽、洛陽、鄭州、商丘,它們的能源效率平均值低于1。②從能源效率的變化趨勢看,在環境約束下17個樣本城市的能源效率變化趨勢更加復雜。2000—2007年基本呈現出一個收斂的趨勢,2007—2014年出現遞增和遞減兩種趨勢。即以蘭州、西安為代表的能效遞增俱樂部與無環境約束情形相比,遞增俱樂部中增加了個別非省會城市,如張掖,而烏魯木齊在這一期間呈現出能源效率遞減趨勢。能源效率遞減俱樂部仍然大多是非省會中的小城市。③城市之間的能源效率存在較大的差異,具有較高的節能潛力。對一直處于前沿面上的蘭州和天水,研究期間的能源效率值呈現出一升一降趨勢,蘭州的能源效率值從1.14上升到2.51,天水從2.13下降到1.09,烏魯木齊從1.94下降到0.8,這些城市的能源效率提升空間不大;對全部17個城市而論,研究期間能源效率值的標準差為0.4763,波動幅度大。即能源效率值在城市之間的個體差異大,能源效率提升還有一定空間。所以,對比處于前沿面上城市和不處于前沿面上的城市能源效率值的變動趨勢可見,提升絲綢之路經濟帶17個城市能源效率的重點仍在于那些能源效率低的城市,如西寧、銀川、三門峽、商丘、寶雞、咸陽、洛陽,它們還有較大的提升空間。

5.3 曼奎斯特—魯恩博格生產率指數(MLPI)

運用DEAP2.1和EMS(1.3)軟件,本文計算了絲綢之路經濟帶17個城市2000—2014年曼奎斯特—魯恩博格生產率指數(MLPI),結果見表3。

從表3計算結果可見:①在無環境約束下,絲綢之路經濟帶17個城市全要素能源效率增長率大幅度提高,最低提升幅度為張掖的2.6%,最高的西安達到16%,全部17個城市平均提升10.9%。從平均意義看,全要素能源效率增長由11.6%的技術進步推動,而效率變化的推動影響為負值-0.006。這說明在無環境約束情形下,全要素能源效率的提升主要來自于技術進步而非效率提升。②在環境約束情形下,絲綢之路經濟帶17個城市的全要素能源效率增長率平均值為0.6%,明顯低于無環境約束情形下的全要素能源效率增長率。從平均意義上看,全要素能源效率增長主要由2.7%的技術進步推動,而效率變化的推動影響為負值-0.021，說明在無環境約束情形下,全要素能源效率的提升仍然主要來自于技術進步而非效率提升。這說明資源的過度使用與環境污染阻礙了絲綢之路經濟帶17個城市全要素能源效率的增長,對全要素能源效率造成損失。技術進步是全要素能源效率提升的主要動力,未來絲綢之路經濟帶17個城市的全要素能源效率在技術效率方面仍有較大提升空間。

表3 2000—2014年絲綢之路經濟帶全要素能源效率增長率分解

6 全要素能源效率影響因素的計量分析

通過分析各城市全要素能源效率和全要素能源效率指數的影響因素,有助于我們更好地理解在經濟帶城市鏈經濟聯系較緊密的區域中,經濟發展、能源消費與環境污染三者之間的關系和作用機理,并在此基礎上來尋找實現可持續發展的可行路徑,達到經濟發展、能源效率提高和環境污染強度降低的多贏結果。

6.1 變量與數據說明

主要是:①經濟發展水平。經濟發展水平與能源利用效率高度相關,它是影響環境全要素生產率的重要因素。本文對經濟發展水平采用不變價人均GDP的對數(ln(pergdp))表示。②生產要素稟賦水平。資本、勞動力和能源是一個地區基本的生產要素,決定了一個地區生產率的高低。本文采用資本/勞動比的對數(percapital=LN(K/L))和人均能源使用量(perenergy)表示各個城市的生產要素稟賦水平。③產業結構。本文對產業結構采用各個城市第二產業總產值占GDP的份額(indusstr)表示。④能源結構。采用各個城市中煤炭在能源終端消費中的占比表示能源結構。⑤技術進步率與技術效率增長率。本文以研究的初始年2000年為基準,分別計算相對于2000年的累積技術進步增長率techcumu和累積技術效率增長率effchcumu,并用techcumu和effchcumu表示技術進步率和技術效率增長率。

人均GDP(pergdp)、人均資本(percapital)、人均能源消費(perenergy)、第二產業總產值占GDP的份額(indusstr)、能源結構(energystr)數據來自于17個城市2001—2015年的《統計年鑒》,以2011年不變價進行計算，而技術進步和技術效率來源于第四部分的計算。

6.2 計量模型

本文采用面板數據計量模型進行回歸,模型構建為:

EEi,t=α+β1ln(pergdpi,t)+β2ln(percapitali,t)+β3perenergyi,t+β4industri,t+β5energystri,t+β6effchcumui,t+β7techcumui,t+εi,t

(5)

式中,EEi,t表示全要素能源效率(被解釋變量),分為無環境約束和環境約束兩種情況；ln(pergdpi,t)、ln(percapitali,t)、perenergyi,t、industri,t、energystri,t、 effchcumui,t、techcumui,t分別表示影響全要素能源效率的因素(解釋變量)，其中i、t分別表示不同時期不同城市的對應值;βk為被估計參數;εi,t為隨機誤差項,服從正態分布。為了減少誤差項中存在的異方差性和序列自相關性的影響,本文運用可行廣義的最小二乘法(GLS)對模型(4)進行參數估計。

表4給出了方程(4)中17個城市2000—2014年全要素能源效率及其影響因素進行回歸所得到的解釋變量系數估計值。回歸分為無環境約束和環境約束兩種情況進行,并且在每一種情況下都給出了固定效應(FE)和隨機效應(RE)兩種情況下的回歸結果。從Hausman檢驗的結果來看,在無環境約束和環境約束兩種情況下全要素能源效率的回歸分析應當選擇固定效應模型。此外,由于在M-L指數計算中ML=effch×tech,所以盡管在方程(4)回歸模型中用累積值effchcumu和techcumu作為解釋變量,回歸模型還可能存在多重共線性的問題。因此,我們進行了多重共線性檢驗,經檢驗解釋變量之間的相關系數都小于0.4,變量之間存在多重共線性的可能性較小。

表4 全要素能源效率影響因素的計量分析

注:*****表示估計系數在1%水平上顯著；***表示估計系數在10%水平上顯著；**表示估計系數在20%水平上顯著；*表示估計系數在50%水平上顯著。括號內為基于標準差計算的t統計量。所有系數的計算和檢驗借助Eviews 6.0完成。

6.3 解釋變量的內生性問題

本文分析的內生性問題來源于兩方面:一是模型設定偏誤,即由遺漏變量引起的。為了解決因遺漏變量引起的內生性問題,可利用面板數據的固定效應模型剔除不可觀測因素引起的偏誤;二是因變量全要素能源效率與解釋變量雙向交互影響。本文將所有內生變量的滯后一期作為工具變量。基于固定效應模型,運用兩階段估計方法(2SLS)進行回歸,結果見表4。

6.4 計量結果分析

在無環境約束下,人均GDP對能源效率有顯著的正影響,但人均資本存量、人均能源使用量對能源效率有顯著的負影響;工業結構、能源消費結構、累積的技術效率、技術進步的增長率均對能源效率沒有顯著的正或負影響。表明在無環境約束下,決定絲綢之路經濟帶(中國段)城市鏈能源效率的主要因素是人均能源使用量、人均GDP、人均資本存量三個因素。總體上,這是由絲綢之路經濟帶城市鏈經濟發展階段和工業化發展水平決定的。此外,技術進步程度、技術效率、工業結構等因素對能源效率影響并不顯著,表明絲路經濟帶城市鏈能源效率的提升主要源泉不在于技術效率和技術進步的推動,而在于能源消費總量的節約和經濟總量及資本投資規模的合理調控。這種狀況與國內較發達的經濟區域如長三角區域、珠三角區域相比,存在顯著差異。

在環境約束下,人均資本存量規模對能源效率有顯著的負影響,人均GDP、人均能源使用量對能源效率有一定的正影響;技術進步程度、技術效率增長、產業結構、能源消費結構對能源效率的影響不顯著。因此,在環境約束下,決定能源效率的主要因素仍是能源使用、人均資本存量規模、人均GDP、人均能源使用量。表明在環境約束下,粗放的工業化程度提高并未對能源效率產生正影響。人均GDP對能源效率有正影響,說明隨著城市鏈經濟發展程度提高,能源效率提升。與無環境約束相比,環境約束下技術進步程度、技術效率增長均對能源效率沒有顯著影響,表明技術進步和效率提升大多是為了提高產出,而沒有提升減排技術。因此,未來絲綢之路經濟帶城市鏈能源效率的提升應盡快轉向依賴技術進步和技術效率的提升,而不是靠限制經濟發展速度和投資規模等硬性地節約能源使用量。

7 結論與政策建議

基于環境方向性距離函數,本文采用投入導向的規模報酬不變的DEA模型測度環境約束下絲綢之路經濟帶城市鏈17個城市2000—2014年的能源效率,并運用ML生產率指數測度了17個城市2000—2014年的環境全要素能源效率增長率及其成分,最后對影響環境全要素能源效率增長率的影響因素進行了實證研究。

研究表明:①2000—2014年絲綢之路經濟帶城市鏈17個城市的全要素能源效率增長率主要取決于能源使用技術進步增長率,而能源使用的技術效率有待提升。從2007年以后,省會城市的全要素能源效率呈遞增趨勢,其他中小城市呈下降趨勢。說明在環境約束強化的發展背景下,大城市在能源使用中減排技術的應用優于中小城市。②在環境約束情形下,能源使用將導致排放等壞產出,人均資本存量規模對能源效率有顯著的負影響,人均GDP、人均能源使用量都對能源效率有一定的正影響;技術進步程度、技術效率增長、產業結構、能源消費結構對能源效率的影響不顯著,表明技術進步和效率提升多是為了提高產出,而沒有提升減排技術。由于中西部城市的工業多為能源重化工業,能源效率的影響因素特征與國內較發達的經濟區域相比存在顯著差異,這種差異的核心區別在于兩類區域經濟發展水平、工業化水平、城鎮化水平上的階段性差異。

基于研究結論,提出以下建議:①從戰略實施初始,著力構建有利于絲綢之路經濟帶地區發展的體制機制和政策環境,使經濟發展與能源消耗盡快脫鉤,實現節能減排與經濟增長的雙贏目標。在當前發展背景下,絲綢之路經濟帶沿線城市的發展要力求擺脫傳統經濟增長的“三高一低”增長模式。②嚴格限制絲綢之路經濟帶高耗能行業的過快發展,加強高耗能行業的結構調整,加快淘汰絲綢之路經濟帶沿線落后產能；推廣高新技術,提高能源利用效率和經濟效益,控制能源消費總量的過快增長。此外,通過調整出口退稅、減少出口配額、提高關稅、增設加工貿易產品禁止名錄等政策限制高耗能、高污染產品出口。③加大絲綢之路經濟帶沿線城市在能源領域技術的研發和引進力度,加強地區之間的節能減排技術的交流合作。絲綢之路經濟帶城市大多處于中西部地區,生態環境保護形勢嚴峻。在絲綢之路經濟帶戰略實施進程中,無疑會有大量產業投資落地于沿線城市，因此在各類產業項目落地之始就通過綠色金融、低碳金融等手段將節能減排政策貫徹于項目始終。④由于中西部地區有獨有的資源優勢,要改變當前以煤炭消費為主的能源消費結構非常困難,因此絲路沿線地區應通過兩方面舉措提高能源利用效率:一是技術,即加強煤炭潔凈利用技術的研發力度,加快煤轉油、煤轉氣等高新技術的產業化速度;二是政策,即完善煤炭產業政策、建立煤炭彈性價格機制,優化煤炭資源配置;加強煤炭產品的宏觀調控力度,抑制煤炭的過度開采和消耗,促進煤炭資源合理利用。⑤加強絲綢之路經濟帶沿線大中城市與中小城市之間的技術交流與合作,尤其是在能源利用技術、節能減排技術、清潔能源研發利用技術等方面加大合作力度,使大城市在能源利用、節能減排的優勢效應擴散到中小城市。

[1]史丹.中國能源效率的地區差異與節能潛力分析[J].中國工業經濟,2006,(10)∶49-58.

[2]Liao H,Fan Y,Wei Y.What Induced China′s Energy Intensity to Fluctuate：1997-2006[J].Energy Policy,2007,35(9)∶4640-4649.

[3]曾勝,靳景玉.能源消費結構視角下的中國能源效率研究[J].經濟學動態,2013,(4)∶81-88.

[4]Jin-Li Hu,Shih-Chuan Wang.Total-factor Energy Efficiency of Regions in China[J].Energy Policy,2006,34(17)∶3206-3217.

[5]袁曉玲,張寶山，楊萬平.基于環境污染的中國全要素能源效率研究[J].中國工業經濟,2009,(2)∶76-86.

[6]李蘭冰.中國全要素能源效率評價與解構——基于“管理—環境”雙重視角[J].中國工業經濟,2012,(6)∶57-69.

[7]張偉,吳文元.基于環境績效的長三角都市圈全要素能源效率研究[J].經濟研究,2011,(10)∶95-109.

[8]程元棟.中國全要素能源利用效率的動態演進機制研究[J].安徽理工大學學報(社會科學版),2016,18(3)∶50-57.

[9]李強,魏巍.交通基礎設施、制度變遷與全要素能源效率——基于省級面板數據的經驗分析[J].南京審計學院學報,2014,(1)∶6-19.

[10]黃永春,石秋平.中國區域環境效率與環境全要素的研究——基于包含R&D投入的SBM模型的分析[J].中國人口·資源與環境,2015,25(12)∶25-34.

[11]宋煒,周勇.城鎮化、收入差距與全要素能源效率——基于2000—2014年省級面板數據的經驗分析[J].經濟問題探索,2016,(10)∶28-35.

[12]楊愷鈞,毛博偉,胡菡.長江經濟帶物流業全要素能源效率——基于包含碳排放的SBM與GML指數模型[J].北京理工大學學報(社會科學版),2016,(6)∶54-62.

[13]Chung Y H,Fare R,Grosskopf S.Productivity and Undesirable Outputs：A Directional Distance Function Approach[J].Journal of Environmental Management,1997,51(3)∶229-240.

[14]Fare R S,Grosskopf A Carl,Jr Pasurka.Environmental Production Functions and Environmental Directional Distance Functions[J].Energy,2007,32(7)∶1055-1066.

[15]Fare R S,Grosskopf A,Carl Jr Pasurka.Pollution Abatement Activities and Traditional Productivity[J].Ecological Economics,2007,62(3-4)∶673-682.

[16]Luenberger D G.Microeconomic Theory[M].Boston：McGraw-Hill,1995.

[17]涂正革.環境、資源與工業增長的協調性[J].經濟研究,2008,(2)∶93-105.

[18]張軍,吳桂英,張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究,2004,(10)∶35-44.

[19]陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋(1980—2008)[J].經濟研究,2010,(11)∶21-34.