多維視角下山東省城市工業(yè)生態(tài)效率的時(shí)空分異與驅(qū)動機(jī)制

汪克亮 章杰 朱正艷

摘 要：分別基于靜態(tài)與動態(tài)維度，采用SBM-Undesirable模型和Malmquist-Luenberger指數(shù)對2012-2017年山東省17個(gè)城市的工業(yè)生態(tài)效率進(jìn)行測算與分析，實(shí)證結(jié)果表明：研究期間，山東省各城市生態(tài)效率值較低且存在較大差距，四大地區(qū)生態(tài)效率呈“U”字型分布，且效率值魯東>魯西北>魯西南>魯中。山東省工業(yè)生態(tài)效率的ML指數(shù)呈“N”型變動，且數(shù)值均小于1，各城市工業(yè)生態(tài)動態(tài)效率整體處于下降態(tài)勢，工業(yè)生態(tài)效率的提升主要來自于技術(shù)效率提升，技術(shù)進(jìn)步是制約山東省工業(yè)生態(tài)效率提升的關(guān)鍵因素。研究結(jié)果可為山東省工業(yè)經(jīng)濟(jì)發(fā)展決策提供參考。

關(guān)鍵詞：工業(yè)生態(tài)效率;時(shí)空分異;驅(qū)動機(jī)制;SBM-Undesirable模型;Malmquist-Luenberger指數(shù)

中圖分類號：X322 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：16721101（2020）03003208

收稿日期：2019-08-01

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目（71403003）;安徽省哲學(xué)社科規(guī)劃一般項(xiàng)目（AHSK2018D92）

作者簡介：汪克亮（1980-），男，安徽樅陽人，教授，博士，博士生導(dǎo)師，研究方向：資源經(jīng)濟(jì)與環(huán)境管理。

Abstract： On the basis of SBM-Undesirable model and Malmquist-Luenberger index， the industrial ecological efficiency of 17 cities in Shandong Province from 2012 to 2017 was calculated and analyzed from static and dynamic dimension respectively. The empirical results show that the ecological efficiency of each city in Shandong Province is low and there is a big gap during the study period. The ecological efficiency of the four regions is U-shaped with the distribution of East Shandong > Northwest Shandong > Southwest Shandong > Central Shandong. The ML index of industrial ecological efficiency in shandong province changes in the “N” type， and the value is all less than 1. The dynamic efficiency of industrial ecology in all cities is in a declining trend. The improvement of industrial ecological efficiency mainly comes from the improvement of technological efficiency， and technological progress is the key factor restricting the improvement of industrial ecological efficiency in Shandong province. The research results can provide reference for the decision-making of industrial economic development in Shandong Province.

Key words：Industrial ecological efficiency; Spatiotemporal differentiation; Driving mechanism; SBM-Undesirable model; Malmquist-Luenberger index ?隨著我國經(jīng)濟(jì)持續(xù)快速發(fā)展，環(huán)境問題也日漸凸顯而出，包括大氣污染問題、水污染問題、垃圾處理問題、土地荒漠化和沙災(zāi)等一系列問題。在這樣的形勢下，如何在保證經(jīng)濟(jì)平穩(wěn)發(fā)展的同時(shí)加大生態(tài)環(huán)境的建設(shè)，已經(jīng)引起了人們的高度關(guān)注，成為了當(dāng)代社會的熱點(diǎn)問題。2016年12月，十二屆全國人大常委會第二十五次會議通過了《中華人民共和國環(huán)境保護(hù)稅法》，通過發(fā)揮稅收作用控制和減少污染物排放，保護(hù)和改善生態(tài)環(huán)境。2017年4月，國家環(huán)保部門印發(fā)《國家環(huán)境保護(hù)標(biāo)準(zhǔn)“十三五”發(fā)展規(guī)劃》，旨在通過“氣十條”“水十條”和“土十條”的發(fā)布，深入推進(jìn)各領(lǐng)域的環(huán)保工作，實(shí)現(xiàn)污染物減排、改善環(huán)境質(zhì)量、防范環(huán)境危險(xiǎn)。長期以來，我國工業(yè)“高投入、高能耗、高污染”的粗放型經(jīng)濟(jì)增長方式，是導(dǎo)致嚴(yán)峻環(huán)境問題的元兇之一，因此深入推進(jìn)工業(yè)生態(tài)效率研究對促進(jìn)我國經(jīng)濟(jì)轉(zhuǎn)型和改善生態(tài)環(huán)境有著重要的指導(dǎo)意義。

生態(tài)效率的概念最先由美國學(xué)者Schaltegger等1990年提出[1]，即增加的價(jià)值與增加的環(huán)境影響的比值。1992年聯(lián)合國里約環(huán)境與發(fā)展大會第一次把可持續(xù)發(fā)展和環(huán)境友好的概念提到全人類發(fā)展的議程，與此同時(shí)世界可持續(xù)發(fā)展工商委員會（WBCSD）從企業(yè)的角度對生態(tài)效率作了界定[2-3]。至此，生態(tài)效率的概念被廣泛認(rèn)識和接受。生態(tài)效率是投入與產(chǎn)出的比值。同時(shí)在生物學(xué)中它指生態(tài)系統(tǒng)中各營養(yǎng)級生物在能量流動過程中的能量攝入或利用的比率。生態(tài)效率是一種新型的反映經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境協(xié)調(diào)發(fā)展的指標(biāo)，旨在環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展之間尋找一個(gè)平衡點(diǎn)，力求在經(jīng)濟(jì)發(fā)展的同時(shí)最大程度的減少環(huán)境污染，充分地體現(xiàn)了科學(xué)發(fā)展、和諧發(fā)展的內(nèi)涵。近年來，生態(tài)效率逐漸成為國內(nèi)外研究的熱點(diǎn)問題。現(xiàn)階段，國內(nèi)外工業(yè)生態(tài)效率的研究主要集中在對其測算方面，即以數(shù)據(jù)包絡(luò)分析（DEA）及其擴(kuò)展方法為主，在測算各省域、城市工業(yè)生態(tài)效率的同時(shí)對其影響因素進(jìn)行分析。例如Taehwee等人[4]利用非期望產(chǎn)出的SBM模型對各港口城市的生態(tài)效率進(jìn)行了測度，結(jié)果表明，新加坡、釜山、鹿特丹等7個(gè)城市是最環(huán)保的港口城市。Reza等[5]通過對經(jīng)濟(jì)增長和環(huán)境影響的綜合調(diào)查，利用兩階段網(wǎng)絡(luò)DEA模型對經(jīng)合組織成員國生態(tài)效率和生態(tài)創(chuàng)新效應(yīng)進(jìn)行分析，結(jié)果表明瑞士的生態(tài)效率最高，愛沙尼亞的生態(tài)創(chuàng)新效率最高。Yong等人[6]利用自組織圖和RDEA模型對美國20個(gè)集裝箱港口的環(huán)境效率進(jìn)行評估，結(jié)果表明40%的集裝箱港口效率低下，有很大潛力成為環(huán)保型港口。Seda等人[7]通過構(gòu)建1980—2009年111個(gè)國家的環(huán)境效率指數(shù)，對其中一個(gè)環(huán)節(jié)進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明在二氧化碳排放方面，環(huán)境效率指數(shù)的改善反而降低了相關(guān)的環(huán)境成本。對于生態(tài)效率的分析，國內(nèi)學(xué)者也做了較豐富的研究。汪克亮等[8]（2014）結(jié)合DEA理論與視窗分析法對長江經(jīng)濟(jì)帶11個(gè)省市進(jìn)行了測度與分析，研究證明長江經(jīng)濟(jì)帶內(nèi)部省市生態(tài)效率之間的差距有進(jìn)一步擴(kuò)大的趨勢。劉曉萌等[2]30（2015）利用DEA和Tobit回歸分析對安徽省的工業(yè)生態(tài)效率進(jìn)行了評價(jià)，結(jié)果表明安徽各城市的生態(tài)效率穩(wěn)中有升，且仍有很大的提升空間。李成宇等人（2017）利用DEA-BCC模型對中國30個(gè)省市的時(shí)間，空間兩個(gè)維度上的工業(yè)生態(tài)效率進(jìn)行了研究，認(rèn)為中國工業(yè)生態(tài)效率雖呈現(xiàn)小幅度下降趨勢，但整體效率水平較高;30省市之間存在明顯差異性，呈現(xiàn)出東部>中部>西部的分布格局。張敏等人[9]利用SBM模型對2008—2016年皖江城市帶9個(gè)城市的生態(tài)效率進(jìn)行測算，并通過改進(jìn)的灰色關(guān)聯(lián)度對其影響因素進(jìn)行分析，得出皖江城市帶生態(tài)效率總體呈上升趨勢，地區(qū)差異比較大的結(jié)論。類似的研究還有很多[10-18]。

為了更好的分析山東省城市工業(yè)生態(tài)效率的地區(qū)差異，本文對山東省17個(gè)城市進(jìn)行地區(qū)劃分。根據(jù)地理位置，我們將山東省劃分為四個(gè)地區(qū)：魯東、魯中、魯西南、魯西北。其中魯東包括青島、煙臺、濰坊、日照、威海;魯中包括濟(jì)南、淄博、泰安、萊蕪;魯西南包括臨沂、棗莊、濟(jì)寧、菏澤;魯西北包括聊城、德州、濱州、東營。

圖1顯示了研究期間山東省及四大地區(qū)的工業(yè)生態(tài)效率值，由上圖可見，魯東地區(qū)的效率值最高，其次是魯西北、魯西南、魯中。這是因?yàn)轸敄|地區(qū)五市均為沿海城市，經(jīng)濟(jì)基礎(chǔ)雄厚，以新興產(chǎn)業(yè)為主，大力發(fā)展旅游業(yè)的同時(shí)較其他地區(qū)更為注重生態(tài)環(huán)境，因此效率值較高。而魯西北地處華北腹地，地理交通位置優(yōu)越，以農(nóng)耕為主，2009年國家發(fā)布《黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》，強(qiáng)調(diào)注重經(jīng)濟(jì)與生態(tài)協(xié)調(diào)發(fā)展，這為提高魯西北工業(yè)生態(tài)效率做出了主要貢獻(xiàn)。在研究期間內(nèi)魯東、魯中和魯西北地區(qū)均呈“U”字型波動，魯東和魯西北地區(qū)效率值高于山東省城市整體效率平均值，而魯中的效率值卻低于山東省城市整體效率均值。魯西南的效率值波動不明顯，同時(shí)效率值也低于山東省城市整體效率均值。這是因?yàn)轸斘髂系貐^(qū)以開采業(yè)為主，雖近年來經(jīng)濟(jì)發(fā)展迅速，但也導(dǎo)致了較大的環(huán)境污染，因此效率值較低。從空間分布來看，各地區(qū)的工業(yè)生態(tài)效率值大致呈現(xiàn)出魯東>魯西北>魯西南>魯中的格局，這與山東省的整體經(jīng)濟(jì)發(fā)展?fàn)顩r是相符合的。

為了進(jìn)一步識別山東省城市工業(yè)生態(tài)效率較低的原因，將工業(yè)生態(tài)效率分解為純技術(shù)效率與規(guī)模效率，純技術(shù)效率指的是整體工業(yè)生態(tài)效率中由管理、技術(shù)和污染防治等因素影響的部分，而規(guī)模效率指的是整體工業(yè)生態(tài)效率中由生產(chǎn)規(guī)模、資源配置等影響的部分。具體山東省各市以及四大區(qū)域的純技術(shù)效率與規(guī)模效率均值見表3。

由表3可知，2012—2017年間，山東省城市工業(yè)純技術(shù)效率和規(guī)模效率均值分別為0.748和0.788，說明山東省城市工業(yè)生態(tài)效率值提升的主要來自于規(guī)模效率的提升，山東省城市工業(yè)企業(yè)規(guī)模較合理，效率均值相對較高，而工業(yè)企業(yè)管理模式和技術(shù)因素是阻礙工業(yè)生態(tài)效率進(jìn)一步提升的主要原因。從各市來看，本文借鑒眾多文獻(xiàn)的做法，將處于全省平均值0.90以上的純技術(shù)效率和規(guī)模效率視為有效，反之則為無效，純技術(shù)效率有效的有青島、煙臺、日照、萊蕪4市，說明這4個(gè)城市在工業(yè)資源利用較充分，工業(yè)企業(yè)管理模式較完善，技術(shù)水平相對較高。規(guī)模效率有效的城市有淄博、濰坊、濟(jì)寧、臨沂、德州、聊城、濱州7市，說明這7個(gè)城市工業(yè)資源消費(fèi)規(guī)模配置不合理，若想進(jìn)一步提高規(guī)模效率，必須對工業(yè)資源消費(fèi)規(guī)模進(jìn)行合理配置，減少資源浪費(fèi)。純技術(shù)效率和規(guī)模效率都有效的城市有棗莊、東營、威海、德州、菏澤，這些城市無論在工業(yè)企業(yè)管理模式，技術(shù)水平和污染防治還是在工業(yè)資源配置方面都較為可觀，應(yīng)該繼續(xù)保持。兩者都無效的僅有泰安市，說明泰安市工業(yè)生態(tài)效率受多方因素影響，泰安市不僅要提高工業(yè)技術(shù)和管理水平，同時(shí)也要提高資源配置水平。從四大區(qū)域來看，魯東的純技術(shù)效率最高，為0.880，其次為魯西北、魯中、魯西南。魯西北的規(guī)模效率最高，為0.925。其次為魯西南、魯東、魯中。由此看來山東省四大區(qū)域間差異顯著，魯西南等地區(qū)需要提高工業(yè)資源利用水平和管理水平，同時(shí)也要做好污染防治工作。而魯中等地區(qū)需要優(yōu)化資源配置模式，以此來提高規(guī)模效率。

（二）工業(yè)生態(tài)效率動態(tài)分析

上文使用了非期望產(chǎn)出模型從靜態(tài)方面對山東省17個(gè)城市的工業(yè)生態(tài)效率進(jìn)行了評價(jià)，為進(jìn)一步探討工業(yè)生態(tài)效率隨時(shí)間發(fā)生的動態(tài)變化以及對造成效率值變動的結(jié)構(gòu)性原因進(jìn)行分析，使用Maxdea6.3軟件測算山東省各市的ML生產(chǎn)率指數(shù)，并考察其動態(tài)變化趨勢以及變動根源。具體測算結(jié)果見圖2及表4。

圖2為山東省2012至2017年間的城市工業(yè)生態(tài)效率ML指數(shù)及分解指數(shù)的演化趨勢，由圖可知，在研究期間內(nèi)山東省城市工業(yè)生態(tài)效率的ML指數(shù)呈“N”型變動，且數(shù)值均小于1，說明效率整體呈現(xiàn)下降態(tài)勢，將ML指數(shù)分解后結(jié)果顯示，研究期間內(nèi)，EFF指數(shù)及TECH指數(shù)均呈“N”型變動，技術(shù)效率變化指數(shù)EFF圍繞1上下波動，均值為1.003大于1，技術(shù)進(jìn)步指數(shù)TECH均值為0.933小于1，說明山東省城市工業(yè)生態(tài)效率的提高主要來自于技術(shù)效率的提升，技術(shù)退步起到了阻礙作用。

表4為山東省17個(gè)城市的平均ML指數(shù)及其分解，由表可見，17個(gè)城市中，東營市ML指數(shù)最高為1.015，主要受技術(shù)進(jìn)步指數(shù)TECH的影響。究其原因發(fā)現(xiàn)，東營市市政府2010年11月份根據(jù)《山東省技術(shù)市場條例》頒布東營市《關(guān)于加強(qiáng)發(fā)展技術(shù)市場的意見》，鼓勵(lì)技術(shù)交易、支持技術(shù)開發(fā)、加強(qiáng)技術(shù)市場建設(shè)，從而有效地促進(jìn)了東營市工業(yè)技術(shù)的進(jìn)步，為東營市工業(yè)生態(tài)效率的提升做出了貢獻(xiàn)。而德州與東營剛好相反，德州市其他指標(biāo)中ML 指數(shù)貢獻(xiàn)最低的是技術(shù)進(jìn)步指數(shù)TECH，證明雖然近幾年德州發(fā)展態(tài)勢良好，但其技術(shù)進(jìn)步效率一直在下降，工業(yè)企業(yè)技術(shù)較落后，一定程度上不利于德州工業(yè)生態(tài)效率的提高，這就需要德州政府加大技術(shù)創(chuàng)新投入力度，進(jìn)一步發(fā)揮技術(shù)因素對工業(yè)生態(tài)效率的促進(jìn)作用。所有城市中僅有煙臺市ML值、EFF值和TECH值均大于1，這與該市出臺的相關(guān)政策有關(guān)。煙臺市政府于2011年出臺《煙臺市工業(yè)與信息化工作意見》，旨在突出產(chǎn)業(yè)升級，提升企業(yè)規(guī)模實(shí)力，提升企業(yè)自主創(chuàng)新能力，加強(qiáng)企業(yè)自主創(chuàng)新體系建設(shè)。2015年出臺《煙臺市工業(yè)轉(zhuǎn)型升級專項(xiàng)資金管理辦法》，支持引進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)，鼓勵(lì)企業(yè)實(shí)施與戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展有關(guān)的技術(shù)改造，同時(shí)鼓勵(lì)工業(yè)企業(yè)的技術(shù)創(chuàng)新。正是由于相關(guān)政策的配套實(shí)施，使得煙臺市工業(yè)發(fā)展水平不斷提升，工業(yè)生態(tài)效率值始終處于全省較高水平。

從山東省四大區(qū)域?qū)用鎭砜矗敄|、魯中、魯西南和魯西北的ML指數(shù)分別為0.951、0.895、0.912和0.977，均小于1，呈現(xiàn)出魯西北>魯東>魯西南>魯中的格局，除了魯西北動態(tài)效率超過了魯東外，與前文靜態(tài)分析的結(jié)論大致相同。魯西北地區(qū)近幾年來不僅工業(yè)生態(tài)效率處于領(lǐng)先水平，工業(yè)生態(tài)動態(tài)效率增速也明顯領(lǐng)先于其他三個(gè)地區(qū)，由表可知，魯西北地區(qū)的技術(shù)進(jìn)步指數(shù)TECH在四大區(qū)域中最高，表明魯西北地區(qū)在工業(yè)經(jīng)濟(jì)發(fā)展的過程中較注重環(huán)境因素，利用提高工業(yè)技術(shù)水平來改善環(huán)境狀況，為促進(jìn)工業(yè)經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展做出了巨大貢獻(xiàn)。與魯西北地區(qū)相反，魯中地區(qū)和魯西南地區(qū)的技術(shù)進(jìn)步指數(shù)TECH處于較低水平，而技術(shù)效率指數(shù)EFF卻是四大區(qū)域中較高的，說明魯中和魯西南地區(qū)近幾年工業(yè)發(fā)展過程中較注重技術(shù)效率，忽視了改進(jìn)設(shè)備與管理，提高技術(shù)水平，從而抑制了工業(yè)生態(tài)效率的進(jìn)一步提升。魯東地區(qū)作為山東省經(jīng)濟(jì)發(fā)展的核心地區(qū)，其工業(yè)生態(tài)效率雖處于全省領(lǐng)先水平，但其動態(tài)效率卻存在下降趨勢，說明魯東地區(qū)在設(shè)備改進(jìn)、技術(shù)創(chuàng)新、資源節(jié)約等方面還有很長的路要走。

三、結(jié)論與建議

本文通過收集山東省17個(gè)城市的樣本數(shù)據(jù)，利用SBM-Undesirable模型和ML生產(chǎn)率指數(shù)模型，采用動靜結(jié)合的方法對2012—2017年山東省工業(yè)生態(tài)效率進(jìn)行了測算與分析，得出的結(jié)論為：（1）2012至2017年間，各城市的工業(yè)生態(tài)效率值最大為1，最小僅為0.168，存在明顯差距，研究期間，魯東、魯中、魯西南和魯西北四大地區(qū)工業(yè)生態(tài)效率值均呈“U”字型分布，且出現(xiàn)拐點(diǎn)時(shí)間均為2014年，這與山東省工信部頒布的《關(guān)于下達(dá)2014年工業(yè)行業(yè)淘汰落后和過剩產(chǎn)能目標(biāo)任務(wù)的通知》有密不可分的關(guān)系，各工業(yè)企業(yè)為加速經(jīng)濟(jì)發(fā)展，忽視了經(jīng)濟(jì)過快發(fā)展對環(huán)境造成的影響，導(dǎo)致工業(yè)生態(tài)效率值低下。（2）研究期間內(nèi)山東省工業(yè)生態(tài)效率的ML指數(shù)呈“N”型變動，且數(shù)值均小于1，說明效率整體呈現(xiàn)下降態(tài)勢，工業(yè)生態(tài)效率的提升主要來自于技術(shù)效率的提升，說明山東省在提升管理水平的同時(shí)未做到推進(jìn)科技創(chuàng)新。17個(gè)城市中，東營、德州、煙臺三個(gè)城市指標(biāo)值相對較高，其他城市均受到技術(shù)進(jìn)步指數(shù)的影響，說明山東省的工業(yè)技術(shù)水平嚴(yán)重制約了工業(yè)生態(tài)效率的提升，提高技術(shù)水平將是未來提升工業(yè)生態(tài)效率的關(guān)鍵因素。

本文結(jié)論蘊(yùn)含以下幾點(diǎn)政策啟示：（1）由于山東省各城市工業(yè)生態(tài)效率值差異明顯，因此首先應(yīng)加強(qiáng)各城市的合作與交流，使先進(jìn)的技術(shù)和管理擴(kuò)散到效率值低下的城市，同時(shí)要對效率值較低的城市“三廢”及能源消耗情況進(jìn)行深入考察，因地制宜的制定相關(guān)政策。根據(jù)地區(qū)的核心功能，推進(jìn)主體功能區(qū)建設(shè)，發(fā)揮魯東地區(qū)優(yōu)勢，制定合理政策，帶動其他地區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展。（2）工業(yè)技術(shù)進(jìn)步是制約山東省工業(yè)生態(tài)效率的關(guān)鍵因素，提高科技創(chuàng)新水平是提升效率值的關(guān)鍵一步。通過深化科技管理體制改革，推進(jìn)關(guān)鍵核心技術(shù)攻關(guān)，淘汰低產(chǎn)能的舊設(shè)備，引進(jìn)新技術(shù)來提升工業(yè)企業(yè)技術(shù)水平和技術(shù)效率。在健全工業(yè)企業(yè)技術(shù)創(chuàng)新機(jī)制的同時(shí)，也要提高企業(yè)管理水平，合理配置資源，從而消除現(xiàn)階段技術(shù)進(jìn)步對生態(tài)效率的抑制作用。

參考文獻(xiàn)：

[1] 李成宇，張士強(qiáng)，張偉.中國省際工業(yè)生態(tài)效率空間分布及影響因素研究[J].地理科學(xué)， 2018， 38（12）：1 970-1 978.

[2] 劉曉萌，孟祥瑞，汪克亮.城市工業(yè)生態(tài)效率測度與評價(jià)：安徽的實(shí)證[J].華東經(jīng)濟(jì)管理， 2016， 30（8）：29-34.

[3] 汪克亮，黃晴晴，孟祥瑞.基于環(huán)境壓力的礦業(yè)城市工業(yè)生態(tài)效率[J].系統(tǒng)工程， 2017， 35（2）： 36-44.

[4] Lee T，Yeo G T， Thai V V. Environmental efficiency analysis of port cities： Slacks-based measure data envelopment analysis approach[J]. Transport Policy， 2014， 33：82-88

[5] Mavi R K，Saen R F，Goh M. Joint analysis of eco-efficiency and eco-innovation with common weights in two-stage network DEA： A big data approach[J]. Technological Forecasting & Social Change，2019，144：553-562.

[6] Park Y S， Muhammad Aslaam Mohamed Abdul Ghani N， Gebremikael F，Egilmez G. Benchmarking environmental efficiency of ports using data mining and RDEA： the case of a U.S. container ports[J]. International Journal of Logistics Research and Applications， 2019， 22（2）：172-187.

[7] Doganay S M，Sayek S，Taskin F. Is environmental efficiency trade inducing or trade hindering？[J]. Energy Economics，2014（44）：340-349.

[8] 汪克亮，孟祥瑞，楊寶臣.環(huán)境壓力視角下中國省際生態(tài)效率的分解及收斂性[J].北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2015，17（6）：1-11.

[9] 張敏，蔣倩穎，仇定三.皖江城市帶生態(tài)效率測度及影響因素分析[J].黑龍江工業(yè)學(xué)院學(xué)報(bào)（綜合版），2018，18（11）：54-60.

[10] 呂明元，安媛媛.基于環(huán)境約束的工業(yè)生態(tài)效率實(shí)證分析——以山東省為例[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（4）：43-49.

[11] 李紅星，孫婷，蘇荷.基于數(shù)據(jù)包絡(luò)分析法的區(qū)域工業(yè)生態(tài)效率評價(jià)[J].牡丹江師范學(xué)院學(xué)報(bào)（哲學(xué)社會科學(xué)版），2017（4）：53-56.

[12] 姚成.基于灰色關(guān)聯(lián)約束的加權(quán)非期望SBM模型的區(qū)域環(huán)境效率測算[J].佳木斯大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，34（4）：671-673.

[13] 孫秀梅，張慧，王格.基于超效率SBM模型的區(qū)域碳排放效率研究——以山東省17個(gè)地級市為例[J].生態(tài)經(jīng)濟(jì)，2016，32（5）：68-73.

[14] 李成宇，張士強(qiáng).基于DEA-Malmquist指數(shù)和Tobit模型的區(qū)域生態(tài)效率評價(jià)及影響因素研究——以山東省為例[J].山東科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2019，21（3）：78-86.

[15] Wang X M， Ding H， Liu L. Eco-efficiency measurement of industrial sectors in China： A hybrid super-efficiency DEA analysis[J]. Journal of Cleaner Production，2019，229：53-64.

[16] Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001，130（3）：498-509.

[17] Cole M A，Elliott R J R，Shimamoto K. Why the grass is not always greener： the competing effects of environmental regulations and factor intensities on US specialization[J]. Ecological Economics，2004，54（1）：95-109.

[18] Fang C Y，Hu J L， Lou T K. Environment-adjusted total-factor energy efficiency of Taiwan's service sectors[J]. Energy Policy，2013，63：1 160-1 168.

[19] 宋劉潔，汪克亮，王杰.江蘇省工業(yè)環(huán)境效率的地區(qū)差異與動態(tài)演進(jìn)——基于縣域?qū)用娴难芯縖J].安徽理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2018，20（6）：28-35.

[20] 王楠，蓋美.基于非期望產(chǎn)出SBM模型的環(huán)渤海地區(qū)生態(tài)效率與影響因素研究[J].資源開發(fā)與市場，2018，34（6）：741-746.

[21] 周利梅，李軍軍.基于SBM-Tobit模型的區(qū)域環(huán)境效率及影響因素研究——以福建省為例[J].福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2018（1）：57-64.