宋劉潔 汪克亮 王杰

摘??要：提高工業(yè)環(huán)境效率是實(shí)現(xiàn)工業(yè)綠色發(fā)展的重要手段。通過(guò)運(yùn)用SBM-Undesirable模型和Malmquist-Lunberger生產(chǎn)率指數(shù)，此研究系統(tǒng)考察了2010—2016年間江蘇省縣域工業(yè)環(huán)境效率的地區(qū)差異與動(dòng)態(tài)演進(jìn)。實(shí)證結(jié)果表明：研究期內(nèi)江蘇省工業(yè)環(huán)境效率較低，三大區(qū)域差距明顯，發(fā)展空間較大。從空間分布來(lái)看，環(huán)境效率值大致呈現(xiàn)出蘇南>蘇中>蘇北的格局，且區(qū)內(nèi)差距是江蘇省工業(yè)環(huán)境效率地區(qū)差距形成的主要原因。另外，工業(yè)環(huán)境效率的提升幾乎完全依賴于技術(shù)進(jìn)步驅(qū)動(dòng)，低水平的技術(shù)效率抑制了江蘇工業(yè)環(huán)境效率的進(jìn)一步提升。此研究的創(chuàng)新之處在于將評(píng)價(jià)單元細(xì)化至縣域，研究結(jié)論可以為江蘇各縣級(jí)區(qū)域制定與實(shí)施工業(yè)轉(zhuǎn)型政策提供指導(dǎo)。

關(guān)鍵詞：工業(yè)環(huán)境效率;縣域;地區(qū)差異;動(dòng)態(tài)演進(jìn);SBM-Undesirable模型;Malmquist-Lunberger指數(shù)

中圖分類號(hào)：F061.5????文獻(xiàn)標(biāo)識(shí)碼：A????文章編號(hào)：1672??1101（2018）06??0028??08

＼

一、引言

作為中國(guó)人口密度最大、經(jīng)濟(jì)最活躍、開(kāi)放水平最高的省份之一，江蘇已經(jīng)成為了東部沿海的工業(yè)重地。2016年江蘇省人口總量增長(zhǎng)至7 998?.6萬(wàn)人，當(dāng)年地區(qū)生產(chǎn)總值為76 086?.2萬(wàn)元，工業(yè)化率達(dá)38?.6%，高于全國(guó)工業(yè)化率（33?.3%）5?.3%。江蘇省工業(yè)的發(fā)展拉動(dòng)其經(jīng)濟(jì)的增長(zhǎng)，但同時(shí)，江蘇工業(yè)也有著起點(diǎn)低、技術(shù)水平欠缺、裝備不完善等中國(guó)工業(yè)發(fā)展的通病，這導(dǎo)致了工業(yè)活動(dòng)過(guò)程中資源的無(wú)效消耗和污染物的過(guò)度排放。2016年，江蘇省工業(yè)能源消費(fèi)總量達(dá)23 456萬(wàn)tce，與2010年相比（20 598萬(wàn)tce）增長(zhǎng)了13?.9%。工業(yè)二氧化硫和煙粉塵的排放量分別占總排放量的95?.2%和93?.5%。按照國(guó)家二級(jí)標(biāo)準(zhǔn)進(jìn)行年評(píng)價(jià)，13個(gè)市環(huán)境空氣質(zhì)量均未達(dá)標(biāo)[1]。江蘇工業(yè)明顯處于一種“高投入、高能耗、高污染”粗放式增長(zhǎng)的狀態(tài)，環(huán)境狀況并不樂(lè)觀。因此，正確理解工業(yè)發(fā)展與環(huán)境資源之間的關(guān)系，認(rèn)清現(xiàn)階段的工業(yè)環(huán)境效率水平，能夠?yàn)榻窈蠼K省環(huán)境效率的提高打下基礎(chǔ)，促進(jìn)江蘇以節(jié)約資源、保護(hù)環(huán)境為基礎(chǔ)來(lái)實(shí)現(xiàn)工業(yè)的綠色發(fā)展，具有較高的理論與實(shí)踐意義。

環(huán)境效率最先應(yīng)用于企業(yè)的評(píng)測(cè)，后來(lái)在區(qū)域?qū)用娴难芯恐幸仓饾u接納了這一概念[2]。Yagi等[3]（2015）對(duì)10個(gè)國(guó)際上市公司的環(huán)境效率進(jìn)行了估算，結(jié)果表明與減少壞產(chǎn)出相比減少投入的潛力更大。Duman等[4]（2015）運(yùn)用參數(shù)雙曲距離函數(shù)研究了歐盟成員國(guó)及候選國(guó)在1900—2011年間的環(huán)境技術(shù)效率，并考察其收斂性，證明歐盟成員國(guó)與候選國(guó)的技術(shù)效率趨于同步。Woo等[5]（2015）從靜態(tài)和動(dòng)態(tài)的角度考察了31個(gè)經(jīng)合組織（OECD）國(guó)家在2004—2011年間可再生能源的環(huán)境效率，結(jié)果顯示，經(jīng)合組織中美國(guó)的平均環(huán)境效率最高，而歐洲國(guó)家標(biāo)準(zhǔn)差較大。Vlontzos等[6]（2014）基于非徑向DEA方法評(píng)估了歐盟28個(gè)成員國(guó)主要行業(yè)的能源與環(huán)境效率，研究結(jié)果證實(shí)了新舊成員國(guó)之間的能源和環(huán)境效率具有明顯差異。環(huán)境效率的概念被引入國(guó)內(nèi)之后，在區(qū)域工業(yè)這一研究領(lǐng)域得到了豐富應(yīng)用。工業(yè)環(huán)境效率是指工業(yè)系統(tǒng)創(chuàng)造單位價(jià)值產(chǎn)生的環(huán)境影響的大小[7]，袁鵬等[8]（2010）運(yùn)用了方向性距離函數(shù)，測(cè)算出2003—2007年間國(guó)內(nèi)4個(gè)直轄市與280個(gè)地級(jí)市在考慮污染物排放情況下的工業(yè)環(huán)境效率。王連芬[9]（2011）采用環(huán)境DEA模型，將30個(gè)省份劃分為四大區(qū)域測(cè)算其在研究期內(nèi)的工業(yè)環(huán)境效率。李靜等[10]（2011）在分析非期望產(chǎn)出時(shí)采用了方向性環(huán)境距離函數(shù)（DDF），測(cè)算了我國(guó)各省在四種環(huán)境管制政策下的環(huán)境效率，并運(yùn)用Tobit模型分析各種環(huán)境影響因素對(duì)效率值的作用機(jī)理。佟連軍[11]（2012）測(cè)算遼寧沿海經(jīng)濟(jì)帶2001—2009年工業(yè)環(huán)境效率和產(chǎn)出彈性，并分析了遼寧沿海經(jīng)濟(jì)帶環(huán)境效率的主要影響因素。徐盈之等[12]（2016）采用SBM-Undesirable模型，測(cè)算東、中、西、東北四大區(qū)域的工業(yè)環(huán)境效率，并利用EKC曲線分析了環(huán)境規(guī)制力度與工業(yè)環(huán)境效率之間的關(guān)系。

綜上所見(jiàn)，在現(xiàn)有的關(guān)于環(huán)境效率的研究中，大多以城市、省份甚至是國(guó)家作為評(píng)價(jià)單元，而基于縣域?qū)哟蔚难芯繕O少，所以難以細(xì)致地分析環(huán)境效率的地區(qū)性差異。江蘇省54個(gè)縣域間工業(yè)發(fā)展不平衡、差異分化顯著，相關(guān)政策的制定應(yīng)具有指導(dǎo)性和針對(duì)性，按城市劃分評(píng)價(jià)單元來(lái)進(jìn)行效率評(píng)價(jià)已經(jīng)難以對(duì)其進(jìn)行理論支持。鑒于這一原因，本文將研究單元精確至縣域，把江蘇省劃分為54個(gè)縣、市，來(lái)揭示江蘇2010—2016年間的工業(yè)環(huán)境效率的空間差異與動(dòng)態(tài)演進(jìn)特征，以此為江蘇省工業(yè)的綠色化轉(zhuǎn)型及相關(guān)政策制定提供依據(jù)。

二、研究方法

（一）SBM-Undesirable模型

近年來(lái)，數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）已被廣泛應(yīng)用于效率評(píng)估領(lǐng)域。DEA可用于研究具有多輸入、多輸出決策單元的效率，是一種非參數(shù)前沿方法，其優(yōu)勢(shì)在于無(wú)需設(shè)定生產(chǎn)函數(shù)具體形式和環(huán)境效率評(píng)價(jià)指標(biāo)的權(quán)重，有較強(qiáng)的客觀性，本文也采用了這一方法。在模型的選取方面，多數(shù)文獻(xiàn)選擇了傳統(tǒng)徑向DEA模型，但此類模型并沒(méi)有把松弛變量對(duì)評(píng)價(jià)結(jié)果的影響考慮在內(nèi)，只是以投入與產(chǎn)出的比值來(lái)評(píng)價(jià)決策單元的效率，因此與實(shí)際值存有一定偏差[13]。為了解決投入產(chǎn)出的松弛型問(wèn)題，Tone[14] （2001）建立了更為有效SBM模型。SBM模型是一種非徑向、非角度的度量方法，可以避免因徑向和角度選擇差異造成的誤差，在體現(xiàn)效率評(píng)估本質(zhì)時(shí)更有優(yōu)勢(shì)[15]。Cooper等[16]（2007）為了進(jìn)一步考察投入、“好產(chǎn)出”與“壞產(chǎn)出”三者之間的關(guān)系，提出了SBM-Undesirable模型，本文將使用這一模型。

投入少、產(chǎn)出高、污染低是工業(yè)生產(chǎn)活動(dòng)的目標(biāo)。在實(shí)際的工業(yè)生產(chǎn)過(guò)程中，為了獲得期望產(chǎn)

四、實(shí)證分析

（一）江蘇省工業(yè)環(huán)境效率的區(qū)域差異

本文在DEA-Solver Pro 5?.0軟件中Undesirable Output模塊的運(yùn)行支持下，測(cè)算出2010—2016年江蘇54個(gè)縣、市的工業(yè)環(huán)境效率。根據(jù)地理位置，將江蘇省劃分為三個(gè)地區(qū)：蘇南、蘇中、蘇北。其中蘇南包括南京、蘇州、無(wú)錫、常州、鎮(zhèn)江;蘇中包括揚(yáng)州、南通、泰州、鹽城;蘇北包括淮安、宿遷、徐州和連云港。

圖1顯示了研究期間江蘇省和三大區(qū)域的工業(yè)環(huán)境效率值。由圖可見(jiàn)，蘇南地區(qū)的效率值波動(dòng)大但并無(wú)明顯提升，蘇中與蘇北地區(qū)的效率值存在一定的增加，尤其是蘇北地區(qū)，其效率值在2011—2015年幾乎成直線式地增長(zhǎng)。這是因?yàn)樘K北地區(qū)與其他地區(qū)相比較為落后，工業(yè)發(fā)展起點(diǎn)低，提升空間大，因此對(duì)工業(yè)技術(shù)、管理方法、配置手段進(jìn)行簡(jiǎn)單的優(yōu)化就能使其效率值大大增加。從空間分布來(lái)看，環(huán)境效率值大致呈現(xiàn)出蘇南>蘇中>蘇北的格局，這與江蘇省的經(jīng)濟(jì)發(fā)展情況相符合。

圖1??江蘇省及三大地區(qū)工業(yè)環(huán)境效率值

依據(jù)江蘇省各個(gè)縣域在研究期內(nèi)的工業(yè)環(huán)境效率平均值，按等距離原則將各縣域劃分為低效率（0～0?.25）、較低效率（0?.25～0?.5）、較高效率（0?.5～0?.75）和高效率（0?.75～1）四個(gè)等級(jí)。由表2可知，江蘇省多數(shù)縣域的工業(yè)環(huán)境效率值較低，有36個(gè)地區(qū)的效率值落在0?.25～0?.5這一區(qū)間，占總數(shù)的60?.7%。高效率與較高效率集中在蘇南和蘇中地區(qū)，較低效率三地?cái)?shù)量持平，工業(yè)環(huán)境效率低的縣占少數(shù)，僅有5個(gè)，且集中在蘇中與蘇北地區(qū)。這與上文中環(huán)境效率格局呈現(xiàn)出蘇南>蘇中>蘇北的結(jié)論相印證。

根據(jù)泰爾指數(shù)特性，把江蘇省的工業(yè)環(huán)境效率總差異分解為三個(gè)地區(qū)間的差異和地區(qū)內(nèi)部的差異，進(jìn)而揭示江蘇省工業(yè)環(huán)境效率地區(qū)差異的形成機(jī)理。由表3可知，在2010—2016年期間，三大地區(qū)之間的工業(yè)環(huán)境效率泰爾指數(shù)均值為0?.009 33，區(qū)內(nèi)效率差異均值為0?.108 71，兩者均呈波動(dòng)性下降趨勢(shì)。江蘇省工業(yè)環(huán)境利用效率的泰爾指數(shù)從2010年的0?.175 63下降至2016年的0?.959，這表明江蘇省的工業(yè)環(huán)境效率的整體差距在減小。根據(jù)泰爾指數(shù)對(duì)效率差異的分解結(jié)果，區(qū)內(nèi)差距占很大比例，貢獻(xiàn)率達(dá)到93?.44%，而區(qū)間差距貢獻(xiàn)率僅為6?.56%。也就是說(shuō)，三大地區(qū)的內(nèi)部差距是江蘇省工業(yè)環(huán)境效率地區(qū)差距形成的主要原因。此外，研究期內(nèi)蘇南、蘇中與蘇北的貢獻(xiàn)率均值分別為31?.56%、37?.79%和24?.09%，說(shuō)明江蘇三大地區(qū)工業(yè)環(huán)境效率的區(qū)內(nèi)差異呈現(xiàn)蘇中>蘇南>蘇北的格局。這一結(jié)果表明：為了改善工業(yè)環(huán)境利用效率，江蘇省應(yīng)重點(diǎn)縮小地區(qū)內(nèi)的差距，尤其應(yīng)關(guān)注蘇中地區(qū)。未來(lái)能否縮小蘇中內(nèi)部的差距，是江蘇省工業(yè)環(huán)境效率實(shí)現(xiàn)優(yōu)化升級(jí)的關(guān)鍵。

（二）江蘇省工業(yè)環(huán)境效率的動(dòng)態(tài)演變

本文運(yùn)用Maxdea6?.3軟件中的ML指數(shù)模型版塊，計(jì)算出2010—2016年江蘇省的縣域工業(yè)環(huán)境效率值，并將其分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)兩部分。為了便于區(qū)分與表達(dá)，分別用EFF和TECH來(lái)表示技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)。

表4為2010—2016年江蘇全省ML指數(shù)及分解。顯然，在研究期內(nèi)江蘇省的工業(yè)環(huán)境效率ML指數(shù)均大于1，效率整體呈現(xiàn)上升趨勢(shì)。將工業(yè)環(huán)境效率分解后結(jié)果顯示，研究期內(nèi)的技術(shù)進(jìn)步指數(shù)TECH均在1以上，而技術(shù)效率變化指數(shù)EFF則在1附近上下波動(dòng)。這說(shuō)明江蘇省工業(yè)環(huán)境效率的提高主要是來(lái)自于技術(shù)進(jìn)步率的提升。

由于不同地區(qū)的EFF指數(shù)值與TECH指數(shù)值都存在著明顯差異，實(shí)施工業(yè)綠色轉(zhuǎn)型的措施與力度也不盡相同，因此本文按地區(qū)對(duì)工業(yè)環(huán)境效率增長(zhǎng)率進(jìn)行差異分析。圖2給出了2010—2016年三大區(qū)域的ML指數(shù)和分解指數(shù)的波動(dòng)情況?？梢园l(fā)現(xiàn)蘇中和蘇北地區(qū)的EFF波動(dòng)平緩，而ML和TECH波動(dòng)較為顯著，且基本保持一致，因此我們認(rèn)為蘇中與蘇北工業(yè)環(huán)境效率的變動(dòng)主要是由技術(shù)進(jìn)步來(lái)驅(qū)動(dòng)。而蘇南地區(qū)的變動(dòng)情況較為復(fù)雜，其工業(yè)環(huán)境效率由技術(shù)效率和技術(shù)進(jìn)步率共同驅(qū)動(dòng)。

引人注目的是，在2015—2016年，除蘇北地區(qū)的EFF外，三大地區(qū)的三個(gè)指標(biāo)均出現(xiàn)了迅速增長(zhǎng)的“拐點(diǎn)”。本文分析了相關(guān)政策，認(rèn)為這與2015年6月江蘇省出臺(tái)的《中國(guó)制造2025 江蘇行動(dòng)綱要》有關(guān)?！毒V要》中提出主要目標(biāo)：到2020年基本建立工業(yè)循環(huán)經(jīng)濟(jì)體系;大中型工業(yè)企業(yè)節(jié)能指標(biāo)達(dá)到世界先進(jìn)水平;綠色制造水平明顯提高，一批具有核心競(jìng)爭(zhēng)力的骨干企業(yè)逐漸形成，工業(yè)綠色發(fā)展政策體系逐步完善;綠色產(chǎn)業(yè)發(fā)展的政策環(huán)境和服務(wù)管理水平進(jìn)一步優(yōu)化。 總地來(lái)說(shuō)，其重點(diǎn)任務(wù)緊緊圍繞著資源節(jié)約、綠色低碳與循環(huán)發(fā)展的核心思想展開(kāi)。這表示江蘇省抓住了第四次工業(yè)革命帶來(lái)的機(jī)遇，三大地區(qū)相關(guān)指數(shù)的提高也正是這一點(diǎn)的體現(xiàn)。

表5列出了江蘇省三大區(qū)域各縣的平均ML指數(shù)和分解情況，并計(jì)算出蘇南、蘇中和蘇北的平均值。在這些地區(qū)中，除江陰、常熟、張家港和丹陽(yáng)這四個(gè)城市以外，江蘇省92?.6%的地區(qū)平均ML值均大于1，這表明，大多數(shù)地區(qū)都在經(jīng)歷工業(yè)環(huán)境效率的提高。三大區(qū)域的ML均值分別為1?.058、1?.112和1?.125，增長(zhǎng)率在空間上呈現(xiàn)出蘇北>蘇中>蘇南的態(tài)勢(shì)，這是因?yàn)樵谘芯科趦?nèi)三大區(qū)域的工業(yè)環(huán)境效率排名基本固定為蘇南>蘇中>蘇北，蘇北地區(qū)的效率提升空間巨大，所以蘇南地區(qū)的ML值低于蘇北地區(qū)。從效率的增長(zhǎng)構(gòu)成來(lái)看，54個(gè)地區(qū)中僅有4個(gè)TECH值小于1，占總數(shù)7?.4%;有23個(gè)地區(qū)EFF值小于1，占總數(shù)的42?.6%。這也印證了上文中的結(jié)論：江蘇省工業(yè)環(huán)境效率的提高主要是來(lái)自于技術(shù)效率的提升。

由表5可見(jiàn)海安縣ML指數(shù)值為1?.277，是江蘇省54個(gè)縣域中的最高值，并且其EFF和TECH值也達(dá)到了高水平（EFF值處于第四位，TECH值處于第六位），這與該縣出臺(tái)的相關(guān)政策有關(guān)。海安縣政府于2011年出臺(tái)《加快新型工業(yè)化發(fā)展的若干政策意見(jiàn)》，鼓勵(lì)企業(yè)有效投入、加強(qiáng)對(duì)科技創(chuàng)新與管理創(chuàng)新的扶持、促進(jìn)企業(yè)節(jié)能減排;于2012年出臺(tái)《加快促進(jìn)科技創(chuàng)新的若干意見(jiàn)》，把縣科技經(jīng)費(fèi)增加至財(cái)政一般預(yù)算支出的3%;在2015年出臺(tái)《新型工業(yè)化發(fā)展意見(jiàn)》、《科技工作意見(jiàn)》，加大技改設(shè)備投入、提高高新技術(shù)產(chǎn)業(yè)產(chǎn)值比重、完成高標(biāo)準(zhǔn)的節(jié)能減排目標(biāo)，計(jì)劃將海安打造成領(lǐng)先的“智慧工業(yè)”強(qiáng)縣。正是因?yàn)榕涮渍邚?qiáng)有力的支持，海安縣工業(yè)發(fā)展水平不斷提高，研究期內(nèi)工業(yè)環(huán)境效率值由0?.283迅速提升到了1。

五、結(jié)論與啟示

本文通過(guò)SBM-Undesirable模型與Malmquist-Lunberger指數(shù)，采用動(dòng)靜結(jié)合的方法分析了2010—2016年江蘇省各地區(qū)工業(yè)環(huán)境效率的地區(qū)差異與動(dòng)態(tài)演進(jìn)。此研究沒(méi)有沿用以分市來(lái)劃分評(píng)價(jià)單元的慣例，而是將其細(xì)化至縣域以加強(qiáng)結(jié)論的針對(duì)性。研究發(fā)現(xiàn)，江蘇省縣域工業(yè)環(huán)境效率較低且地區(qū)差異顯著，由南至北呈現(xiàn)出階梯式分布，效率提升潛力巨大;與區(qū)間差距相比，區(qū)內(nèi)差距是造成江蘇省工業(yè)環(huán)境效率地區(qū)差距的主要原因，且區(qū)內(nèi)差異顯示出蘇中>蘇南>蘇北的空間格局;江蘇省各縣域在研究期內(nèi)的技術(shù)進(jìn)步率要明顯高于技術(shù)效率變化，工業(yè)環(huán)境效率的提高主要是來(lái)自于技術(shù)效率的提升，說(shuō)明江蘇省在推進(jìn)科技進(jìn)步的同時(shí)沒(méi)有做到提升管理水平;依據(jù)各個(gè)縣域在研究期內(nèi)的工業(yè)環(huán)境效率平均值，江蘇多達(dá)36個(gè)地區(qū)處于較低效率區(qū)間，凸顯了江蘇工業(yè)環(huán)境效率現(xiàn)狀的嚴(yán)峻性。從動(dòng)態(tài)角度看，2010—2016年間江蘇省54個(gè)縣域的工業(yè)環(huán)境效率均值平均每年增長(zhǎng)4?.32%，并呈現(xiàn)出主要依賴技術(shù)進(jìn)步的驅(qū)動(dòng)模式，技術(shù)效率的停滯成為阻礙江蘇工業(yè)環(huán)境效率提升的關(guān)鍵制約因素。

上述結(jié)論具有重要政策啟示：（1）隨著資源制約和環(huán)境污染問(wèn)題的日趨嚴(yán)峻，工業(yè)環(huán)境效率低下制約了江蘇省經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。應(yīng)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，逐漸降低高能耗、高污染的重工業(yè)比重，依法加快淘汰落后生產(chǎn)能力、工藝、技術(shù)和設(shè)備，積極發(fā)展高新技術(shù)產(chǎn)業(yè)，堅(jiān)定不移地走新型工業(yè)化道路，大力推進(jìn)循環(huán)經(jīng)濟(jì)發(fā)展模式，發(fā)展可持續(xù)型工業(yè)，促進(jìn)新型工業(yè)格局的形成。（2）江蘇省工業(yè)環(huán)境效率存在著較大的區(qū)域差距，應(yīng)該加強(qiáng)江蘇省各地區(qū)的交流與合作，促進(jìn)先進(jìn)的綠色工業(yè)技術(shù)與管理模式的擴(kuò)散與外溢，提升江蘇落后縣域的工業(yè)環(huán)境效率，縮小地區(qū)之間差距，最大限度挖掘落后縣域的工業(yè)綠色發(fā)展?jié)摿?，逐步?shí)現(xiàn)三大地區(qū)之間與三大地區(qū)內(nèi)工業(yè)環(huán)境效率的趨同;（3）需要充分發(fā)揮技術(shù)進(jìn)步和技術(shù)效率提升的協(xié)同效應(yīng)，共同推進(jìn)江蘇省工業(yè)環(huán)境效率的提升。在健全工業(yè)技術(shù)進(jìn)步機(jī)制、加快科學(xué)技術(shù)研發(fā)的同時(shí)，更要提高資源配置、企業(yè)管理水平，以消除現(xiàn)階段技術(shù)效率對(duì)環(huán)境效率的限制。

參考文獻(xiàn)：

[1]??2016年江蘇省環(huán)境狀況公報(bào)[J].江蘇省人民政府公報(bào)，2017（13）：44-54.

[2]??張子龍，薛冰，陳興鵬，李勇進(jìn).中國(guó)工業(yè)環(huán)境效率及其空間差異的收斂性[J].中國(guó)人口·資源與環(huán)境，2015，25（2）：30-38.

[3]??Yagi M， Fujii H， Hoang V， Managi S. Environmental efficiency of energy， materials， and emissions[J]. Mpra Paper， 2015， 161（18）：206-218.

[4]??Duman Y S， Kasman A. Environmental technical efficiency in EU member and candidate countries： A parametric hyperbolic distance function approach[J]. Energy，2018，147（6）：297-307.

[5]??Woo C， et al. The static and dynamic environmental efficiency of renewable energy： A Malmquist index analysis of OECD countries[J]. Renewable and Sustainable Energy Reviews，2015，47（7）：367-376

[6]??Vlontzos G， Niavis S， Manos B. A DEA approach for estimating the agricultural energy and environmental efficiency of EU countries[J]. Renewable and Sustainable Energy Reviews，2014，40（12）：91-96.

[7]??WBCSD. Measuring eco-efficiency： a guide to reporting company performance[R].World Business Council For Sustainable Development，Geneva，2001.

[8]??袁鵬，程施.中國(guó)城市工業(yè)環(huán)境效率度量與分析[J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，31（4）： 35-40.

[9]??王連芬.我國(guó)工業(yè)環(huán)境效率評(píng)價(jià)及地區(qū)差異[J].社會(huì)科學(xué)家，2011，26（9）： 88-91.

[10]??李靜，饒梅先.中國(guó)工業(yè)的環(huán)境效率與規(guī)制研究[J].生態(tài)經(jīng)濟(jì)，2011（2）： 24-28.

[11]??佟連軍，宋亞楠，韓瑞玲，李名升.遼寧沿海經(jīng)濟(jì)帶工業(yè)環(huán)境效率分析[J].地理科學(xué)，2012，32（3）： 294-300.

[12]??徐盈之，周圓.我國(guó)區(qū)域工業(yè)環(huán)境效率的庫(kù)茲涅茨曲線研究[J].經(jīng)濟(jì)經(jīng)緯，2016，33（1）：8-13.

[13]??趙中陽(yáng)，張軍民.基于Super-SBM-DEA下新疆城市土地利用效率分析[J].現(xiàn)代城市研究，2016（4）：88-94.

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

[15]??李靜.基于SBM模型的環(huán)境效率評(píng)價(jià)[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，31（5）： 771-775.

[16]??Cooper W W， Seiford L M， Tone K. Data Envelopment Analysis[M]. Second Edition. Boston： Kluwer Academic Publishers，2007.

[17]??Fare R， Grosskopf S， Lindgren B， et al. Productivity Developments in Swedish Hospitals： A Malmquist Output Index Approach[M]. Boston： Kluwer Academic Publishers，1994.

[18]??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.

[責(zé)任編輯：范??君，李??麗]