广东省工业环境效率的区域差异及影响因素分析

◎ 丁焕峰　高 溦

广东省工业环境效率的区域差异及影响因素分析

◎ 丁焕峰高 溦

摘 要：本文采用数据包络分析中的非径向、非角度的SBM-V模型对广东省及四大区域2000--2012年的环境效率进行了测算，并对其影响因素进行了实证分析，得出以下结论：广东省在含有污染排放等非期望产值因素下得到的效率值明显低于不含污染排放因素下的效率值；经济发展水平、对外开放水平和区域因素对环境效率的影响作用仍然是显著为正的，但产业结构因素和能源消耗水平对环境效率的影响作用为负。

关键词：工业环境效率 影响因素 区域差异

一、引言

发展绿色工业、建设资源节约型环境友好型社会已经成为国家的重要政策导向。广东是中国第一经济大省，处于工业化与城镇化快速发展的时期，珠三角地区①的经济发展水平较高，正面临产业转型升级和高耗能产业转移的关键阶段，粤东粤西和北部山区的工业化水平较低，亟需产业带动经济发展。正确衡量广东省及四大区域工业经济发展与资源节约环境保护之间的关系，找出影响工业经济发展和环境保护的关键因素，最终形成低消耗、低污染、高增长的经济发展模式是广东省科学发展的关键问题。

本文首先定义环境效率的概念。环境效率概念最早由“生态效率”引申而来［1］，WBCSD认为环境效率是指满足人类需求的产品和服务的经济价值与环境负荷的比值，即单位环境负荷的经济价值［2］；世界经济合作与发展组织（OECD）认为环境效率是衡量生态资源用以满足人类需求的一种效率，可用产品或服务的经济价值与生产活动产生的环境污染或环境破坏的总和的比值来表示，企业的环境负荷越小，产生的经济效益越大，环境效率值就越高；反之亦然。近年来，国内外的研究者对环境效率的界定有不同的观点［3-7］，本文将采用WBCSD对环境效率的定义，即环境经济上的投入产出之比，旨在考察生产过程中的期望和非期望产出与资源环境的投入对经济和社会所带来的福利效应，强调以最少的环境污染创造更多的经济效益；而工业环境效率是指工业生产过程中的投入和产出对环境和经济的影响程度，其核心思想是强调以最少的环境污染创造最多的工业GDP。经济增长与环境质量的关系较为复杂［8-9］。

然后本文再结合实际情况和各项指标，对广东省及四大区域的环境效率值进行测算，将测算出的环境效率值作为因变量，以影响环境效率的影响因素作为自变量进行回归分析，从而试图回答是哪些因素导致广东省及各区域环境效率上升或下降的。因此本文的结构是先测算出环境效率值（因变量），再分析环境效率的影响因素（自变量），只有这样的安排才能比较自然地构造出环境效率计量模型，使得文章更具有逻辑性和连贯性。

近年来，一些学者已经尝试将环境因素纳入到效率的分析框架中对环境效率进行实证研究，采用的方法有数据包络分析（DEA）［10-13］、生命周期法［14］、多准则决策方法［10］、随机前沿分析［3］和距离函数法［15］等，认为中国及相关省市的工业环境效率差异较大。以上方法多是将环境污染作为一种投入或者一种负产出，测算出包含环境污染的效率值，这样做虽然解决了非期望产出存在下的效率评价问题，但是这些方法多属于径向、角度的DEA模型，不能充分考虑到投入产出的松弛性问题，扭曲了评价对象的效率。而Tone（2003）提出的数据包络分析中非径向、非角度的SBM模型（Slacks-based Model）不同于传统的以投入为导向或者以产出为导向的模型，它是非径向、非角度的DEA模型，该模型尽可能地考虑了由于角度和径向选择造成的投入产出松弛性问题，因而不仅能克服传统模型的缺陷，而且能有效处理投入过度和产出不足的情况，比其他模型更能体现效率评价的本质。现有研究中环境效率的影响因素主要集中在经济发展水平［16］、产业结构与产业组织［9，16-17］、城镇化、国际贸易与外商直接投资（FDI）［9，18-19］、环境规制［20-21］等，如涂正革基于1998—2005年我国30个省市的数据，采用多元回归方法检验地区工业结构、人均生活水平高低、外商直接投资等几个因素对环境技术效率的影响，研究结果显示经济结构与环境技术效率之间存在高度负向关系，生活水平的提高有利于环境工业协调等结论［9］；王兵等认为人均GDP、FDI、结构因素、公众的环保意识等对环境效率有不同程度的影响［22］；

本文意图利用全省及各区域的资本、劳动力、工业期望产值以及二氧化硫等非期望产值数据，采用非径向、非角度的SBM模型计算出广东省及各区域的环境效率值，并利用Tobit模型对全省及各区域的环境效率的影响因素进行研究分析，制定合理的环境发展对策改进环境效率。因此，本文的创新点主要是以广东省及四大区域为研究对象，采用生产前沿的最新分析工具——非径向、非角度的SBM-V模型（在规模报酬可变假设下的SBM模型）测算广东省及四大区域2000年至2012年的环境效率值。

二、工业环境效率测试及区域差异

（一）环境效率的测算方法

经典的数据包络分析模型为CCR模型，即在规模报酬不变假设下的效率模型；当加入约束条件Σλ=1，则为BCC模型，即在规模报酬可变假设下的效率模型。两种模型的区别在于前者是在最优规模条件下生产，没有考虑诸如不完全竞争、外部性等可能导致非最优规模生产，后者则相反。但是这些经典的模型依赖的一个基本假设是以最小的投入生产获得尽可能多的产出；但现实过程并非如此，即生产过程中往往会出现很多我们所不期望的产品，称之为“非期望产出”，如废水、废气等。倘若使用传统的数据包络分析模型，得出的结果只能使非期望产出增加，从而扭曲了评价对象的效率。为此，Tone提出了解决这一问题的非径向、非角度的SBM模型（Slacks-based Model），该模型与传统模型的不同之处在于将松弛变量s直接放入到目标函数中（见式1），这样的意义在于：一方面它尽可能地考虑了由于角度和径向选择造成的投入产出松弛性问题，另一方面也解决了非期望产出存在下的效率评价问题。因而不仅能克服传统模型的缺陷，而且能有效处理投入过度和产出不足的情况，比其他模型更能合理地拟合环境因素在生产过程中的制约作用，使得捕捉环境规制的真实经济效应成为可能［23-26］。

SBM模型假定生产系统中有n个决策单元，每个单元均有N种投入、M种期望产出及I种非期望产出。我们用X=（x1，x2，.. xn）∈Rn来定义投入，Y=（y1，y2，...，ym）∈Rm来表示期望产出，b=（b1，b2，...，bi）∈RI来表示非期望产出。现运用数据包络分析（DEA）可以将环境技术模型化为：

上述集合满足以下3个假设条件：

⑴非期望产出具有弱可处置性：如果（y，b）∈P（x）及0≤θ≤1，则（θy，θb）∈P（x）。此条件意味着若要减少非期望产出，必须以减少期望产出为代价。

⑵期望产出具有可自由处置性：如果（y，b）∈P（x）和y*≤y，则（y*，b）∈P （x）。此条件说明期望产出可以自由支配，但非期望产出却保持不变。一般来说，对于企业的运营效率，如果持续投入，非期望产出减少的同时期望产出没有相应的减少的情况是不可能实现的。

⑶期望产出和非期望产出具有零联合性：如果（y，b）∈P（x）和b=0，则y=0。此条件意味着没有非期望产出就没有期望产出。

含有非期望产出的SBM模型可以写成：

其中，s表示投入和产出的松弛变量，λ是权重向量。目标函数ρ*是关于s-，sg，sb严格递减的，并且0≤ρ*≤1。若ρ*=1，s-=0，sg=0，sb=0时被评价单元是有效的；若ρ*＜1，说明被评价单元是无效的，存在投入产出上改进的必要性。此外，SBM模型又分为SBM-C和SBM-V，前者是指规模报酬不变假设下（CRS）的SBM模型，后者是指规模报酬可变假设下（VRS）的SBM模型，两种模型的区别在于CRS假设工业在最优规模条件下生产，没有考虑诸如不完全竞争、外部性等可能导致的非最优规模生产，而VRS假设则相反。

本文为证实环境污染对决策单元的影响程度以及SBM模型的可信度和准确度，本文采用BCC模型对不包含污染排放因素的经济效率值进行测算。

BCC模型假设有n个决策单元DMUj（j=1，2，…，n），每个决策单元有m种类型输入和s种类型输出，用xij（xij＞0；i=1，2，…，m）代表第j个决策单元DMUj第i种输入的投入量，用yij（yij＞0；r=1，2，…，s）代表第j个决策单元DMUj第r种输出的产出量，记Xj=（x1j，x2j，…， xnj）T，Yj=（y1j， y2j，…， ynj）T。引入非阿基米德无穷小量ε投入松弛变量S-和产出松弛变量S+后，第k个决策单元的BCC的具体形式如下：

其中X0为Xj0的简写，Y0为Yj0的简写。

（二）数据整理

根据式1和2可知，要计算2000年至2012年广东省及各区域的环境效率值，需要2000年至2012年广东省及各区域的投入、期望产出以及非期望产出的数据。

⑴期望产出。本文选择广东省及四大区域规模以上工业增加值作为期望产出，并且为了剔除价格因素的影响，我们把广东省的消费者物价指数转化为以2000年为基期的消费者物价指数，然后用该指数对广东省及各区域的规模以上工业增加值进行平减。

⑵投入。一是资本投入。采用固定资产净值年均余额作为广东省及四大区域的资本存量，而四大区域的资本存量则由所包含的全部城市的固定资产净值年均余额加总而得，并且采用广东省固定资产价格指数（转化为以2000年为基期）对固定资产净值进行平减，剔除价格因素的影响。二是劳动投入。在本文中我们将广东省及各区域的规模以上工业企业的从业人员年均人数作为劳动投入。

⑶非期望产出。综合以前的研究成果及数据的可得性，选择广东省及四大区域的工业废水排放量和二氧化硫排放量作为非期望产出。

所有数据来源于《中国城市统计年鉴》、《广东省统计年鉴》和《广东省工业统计年鉴》。

相关数据的统计性描述如表1所示。

（三）实证结果分析

由于各区域环境效率改善的规模报酬一般认为是可变的，并期望在维持现有水平的产出时能够最小程度地消耗环境资源。基于此，本文运用DEA-Solver pro5.0数据包络分析软件里更加贴近经济现实的不含污染排放等非期望产出的BCC模型和含污染排放等非期望产出的SBM-V模型来分别测算2000年至2012年广东省及各区域的经济效率和环境效率。需要说明的是，本文所计算的经济效率值和环境效率值是相对指标，也就是说若一个区域处于生产或环境前沿面上，并不意味着它的效率或污染排放没有增加或减少的空间，而是相对于其他区域而言占有相对优势而已。

表1　2000年至2012年投入产出指标的统计性描述

表2　广东省2000年至2012年环境效率值和经济效率值

1.广东省环境效率测算及差异分析

我们可以看到，如果使用BCC模型评价广东省经济增长的效率，在不考虑污染排放等非期望产出情况下，广东省的效率值基本维持在0.98左右的高水平。而当考虑非期望产出的影响时，广东省的效率值与之相比有明显的下降，基本维持在0.8左右水平。这一结果说明，环境污染造成广东省较大程度的效率损失，这意味着在不考虑污染排放等非期望产出情况下而进行的效率评价是失真的，也进一步证明了用SBM-V模型考察污染排放存在情况下的效率评价，能够避免对DEA模型角度选择和径向选择的缺陷，提高效率评价的准确性和可信程度。

从时间维度来看，样本区间内广东省在环境约束下的效率值呈“W”型有一定波动。其中，2000年至2003年的环境效率值在波动中下行，这在很大程度上是由于受到东南亚金融危机的影响；从2004年起，我国重视环境保护约束性指标的重要性，“资源节约型环境友好型”社会建设使得我国及各省市的环境保护取得明显成效，广东省从2004年起环境效率值随之明显上升；金融危机期间，广东省为了确保较快的增长速度，经济增长质量有所下滑；直至2010年，广东省环境效率提高明显，这可能与广东省“十二五”规划强调环境保护、产业转型升级以及广州成功举办“绿色亚运”，大力推进生态城市的建设有关。

2.广东省各区域环境效率测算及差异分析

首先使用BCC模型对广东省的珠三角地区、粤东地区、粤西地区和山区2000年至2012年不包含污染排放等非期望产出的经济效率进行计算，然后再使用SBM-V模型对广东省的珠三角地区、粤东地区、粤西地区和山区2000年至2012年包含污染排放等期望产出的环境效率进行测算，计算出来的不包含污染排放变量（BCC模型）以及包含污染排放变量（SBM-V模型）两种情况下的效率值如表3、表4所示。

表3　广东省四大区域2000年至2012年不含污染排放下的经济效率值

表4　广东省四大区域2000年至2012年含污染排放下的经济效率值

在不考虑污染排放等非期望产出变量的情况下，四大区域效率值的差距不大，珠三角地区在0.94左右的高效率水平，粤西地区和山区是0.93左右而粤东地区在0.85左右的水平。在包含污染排放等非期望产出条件下的珠三角地区、粤东地区、粤西地区和山区的环境效率值的差异是相当大的，分别是0.89、0.54、0.77和0.69左右，这意味着粤东地区、粤西地区、山区的年均环境效率水平的提升能较大幅度减少污染排放量；污染排放等非期望产出对广东省各区域效率影响的敏感性程度存在较大差别，珠三角地区几乎没有受到影响，而其他地区却影响较大，也说明广东省珠三角地区不仅在经济上优于粤东地区、粤西地区和山区，而且在环境污染治理方面也要明显好于这些区域。

从发展趋势来看，2000年至2012年珠三角地区的环境效率呈现波动型上升趋势，粤东地区存在明显的下降趋势，而粤西地区和山区呈现波动型下降趋势。这意味着除珠三角地区以外，其他三大区域存在“双重恶化”问题。珠三角地区应承担更多的环境保护责任，在自身产业转移升级的同时，应大力控制和保证产业转出的质量。粤东粤西地区作为广东省重要的增长极，更需要有良好的自然环境作支撑；山区作为广东省河流的中上游区域，是广东省的生态屏障，它对广东省提供防洪固沙、降低自然灾害发生率和减少水土流失等具有重大战略意义。

三、工业环境效率的影响因素分析

环境效率是由多方面因素决定的，在研究广东省的环境效率时，有必要分析环境效率与其他因素之间的关系，以分析区域环境效率形成的主要原因。利用2000年至2012年间广东省及各区域的数据，在定性分析广东省区域环境效率的主要影响因素的基础上构造区域环境效率计量模型，试图回答是哪些因素导致广东省及各区域环境效率上升或下降的。

（一）影响因素的理论探讨

近几年，由于经济和社会发展变化较快，影响环境效率的因素也逐渐增多，如涂郑革（2008）基于1998-2005年我国30个省市的数据，采用多元回归方法检验地区工业结构、人均生活水平高低、外商直接投资等几个因素对环境效率的有影响［9］；王兵（2010）等认为人均GDP、FDI、结构因素、公众的环保意识等对环境效率有不同程度的影响等［22］。而本文的研究主要是从一般经济理论出发，在参考已有文献、初步经验分析基础上来对影响环境效率的因素进行筛选。在某些情况下，这些因素的选择还要受到数据可得性的限制。因此经过综合分析，本文主要选择经济发展水平、产业结构因素、能源消耗水平、企业的管理能力、对外开放水平、人口规模以及区位等七大因素对广东省及各区域的影响因素展开进一步的分析。

1.经济发展水平。经济发展水平对环境效率的影响表现在两方面：一方面经济增长会改善人均生活条件、环保意识增强、提供资金用于改善环境质量，这将有利于环境效率和质量的提高；另一方面经济规模的扩大会增加资源的使用，带来污染排放的增加，其后果就是生态环境遭到严重的破坏。本文选取人均GDP来反映经济发展水平。

2.产业结构。随着工业化和城市化的不断深入，工业成为污染排放的主力，优化的产业结构有利于环境效率的提高；不同发展阶段的工业结构和工业化水平对环境质量的影响也有显著的差异，随着产业结构逐渐优化升级，工业逐渐以技术密集型产业为主，此时污染排放等非期望产出得到很好的控制，也遏制了环境的污染。因此，产业结构是工业发展和环境污染的重要影响因素，本文选用规模以上工业增加值占全省GDP比重来表示产业结构因素。

3.能源消耗水平。能源是当代经济发展的重要投入要素，能源的消耗直接影响环境质量。随着工业化进程的推进，中国能源的需求量大幅度增加，而能源在生产和消费的过程中会产生和排放一定量的污染物。本文选取能源消费中的电力消耗量指标来反映能源消耗水平。

4.企业的管理能力。随着经济的增长，企业管理在不断的变革和完善，有关管理环境污染等信息在不断的健全，促使了地方社区及企业等环保能力的提升。一般来讲，大企业通常有较强的经营管理水平，具有规模效应，能节省中间成本等；小企业往往组织结构简单，工作效率高，但是存在污染治理设施不足、排放监管不足等问题。一般来讲，若工业废水排放达标率越高，说明企业在总量控制和稳定达标管理上越好。本文选取工业废水排放达标率来代表企业的管理能力。

5.对外开放水平。外商直接投资不仅解决了广东资金匮乏问题，而且也促使了吸收国外先进技术、设备和管理等步伐，从而提高了经济效率，同时也带来环境污染的转移，造成了环境效率的下降。由于外商直接投资是国际投资的基本形式，其投资方式的变化对经济的整体性影响较大，因此本文选取外商直接投资所占比重作为衡量对外开放水平的指标。

6.人口规模。人口规模主要从两方面对环境效率产生影响。一方面人口规模的提高会造成当地的环境压力增大，对环境效率的损害也会提高；另一方面人口规模扩大也意味着人口聚集度会提高，生活水平相应提升，教育程度和环境意识也可能较高，对环境效率的改善也可能是有利的。而人口密度是指单位面积土地上居住的人口数，表示各地人口的密集程度的指标。因此，本文选取人口密度来代表人口规模。

7.区位因素。工业生产活动必须有一个确定的空间位置，并且与自然环境有直接联系。区域所处的位置在很大程度上决定了它们的资源、信息和技术获取能力，甚至还会影响到区域内所有经济体的市场竞争意识，从而影响该区域的经济效率和环境效率。区位因素可以分为两个方面，一方面区域自身的硬件情况，比如资源、气候等，这些因素对环境效率的影响难以事先判断；另一方面是省区域划分情况也会起到非常重要的作用。本文根据广东省四大区域的划分，设置珠三角地区的整个区域为1，粤东地区、粤西地区和山区则为0。这样的设定主要是考虑到广东省经济发展不平衡的事实，一般来讲，经济发展程度越高，对环境效率的改善就越有利。

（二）实证检验与结果分析

本部分将分别对广东省及四大区域环境效率的影响因素进行实证分析。

1.广东省环境效率的影响因素实证分析

广东省的环境效率值与各影响因素之间可构建以下理论模型：

其中，EEIt，代表广东省历年的环境效率值，t=2000年至2012年，βi（i=1，2，...）为待定参数，εt为随机误差项。模型中相关数据的统计性描述如表5所示。

表5环境效率是用SBM-V模型测算出的值。借助stata10.0软件采用Tobit回归模型对广东省2000年至2012年的环境效率及其影响因素进行回归分析，回归结果见表6。

表6说明经济发展水平、产业结构因素、能源消耗水平、对外开放水平、人口规模对环境效率有显著的影响，而企业管理能力对环境效率的影响不显著。

2.广东省各区域环境效率的影响因素实证分析

广东省四大区域的环境效率值与各影响因素之间可构建以下理论模型：

表5　相关数据的统计性描述

表6　广东省环境效率影响因素的回归结果

其中，i=1-4表示广东省的珠三角地区、粤东地区、粤西地区和山区；t=2000，2001，…，2012，βi（i=1，2，...）为待定参数，εit为随机误差项。模型中相关数据的统计性描述如表7所示。

从表中可知，环境效率是用SBM模型测算出的值。采用Tobit面板数据随机效应模型的最大似然估计方法，借助stata10.0软件进行回归分析，检验结果见表8。

本文对环境效率的影响效应解析如下：⑴代表经济发展水平的地区生产总值占全省GDP的比重与环境效率呈现显著的正相关关系。⑵代表产业结构的规模以上工业增加值占全省GDP比重对环境效率有显著的负相关关系。产业结构不合理，粗放的生产方式才是症结所在。目前广东省各区域处于工业快速发展阶段，资源与环境矛盾尖锐，需要加快产业结构升级，促进环保型产业发展。⑶电力消耗量对数与环境效率呈较显著的负相关关系。说明广东省各区域的能源消费结构对环境的影响作用比较大，必须改变现有的能源结构，减少对环境的破坏。⑷外商直接投资占全省外商直接投资的比重对环境效率有显著的正向促进作用。说明广东省各区域需要不断地引进各种先进技术、管理方法等来进一步促进经济和环境效率的发展。⑸区域虚拟变量对环境效率有显著的正效应。从模型估算结果可知，反映出珠三角地区不仅是广东省经济发展最有活力的地区，拥有较高的对外开放度、人口密度等，而且这些优势有利于提升该地区的环境效率水平，使得环境效率水平上升。

表7　相关数据的统计性描述

表8　广东省四大区域Tobit面板数据回归结果

注：***、**、*分别表示1%、5%和10%的显著性水平通过检验

四、结论及相关建议

本文采用数据包络分析中的非径向、非角度的SBM-V模型对广东省及四大区域的环境效率进行了测算，并结合计量经济学对2000年至2012年广东省及四大区域的环境效率与其影响因素进行了实证分析，得出以下结论：

1.广东省在含有污染排放等非期望产值因素下得到的效率值明显低于不含污染排放因素下的效率值。这一结果说明，环境污染造成广东省较大程度的效率损失；通过对四大区域的测算结果比较，发现加入污染排放等非期望产出变量后珠三角地区的效率值整体几乎没有下降，而粤东地区、粤西地区和山区则分别下降了57%、26%和35%，这说明非期望产出对广东省各区域效率影响的敏感性程度存在较大差别。

2.在不考虑污染排放因素情况下而进行的效率评价是失真的，从而进一步证明采用非径向、非角度的SBM-V模型考察污染排放存在情况下的效率评价，不仅能够避免对DEA模型角度选择和径向选择的缺陷，而且能提高效率评价的准确性和可信程度。

3.广东省的经济发展水平和对外开放水平对环境效率有显著的正效应，但产业结构、能源消耗量和人口规模对环境效率有负面的影响，而企业管理能力影响不显著。而对广东省四大区域而言，经济发展水平、对外开放水平和区域因素对环境效率的影响作用仍然是显著为正的，但产业结构因素和能源消耗水平对环境效率的影响作用为负。

研究发现广东省各区域的环境效率是存在显著差异，污染减排的潜力也不同。为了缩小广东省四大区域的发展差异，全面提高环境效率水平，促进区域工业经济与环境的协调发展，必须推进产业结构和能源消费结构升级；因地制宜，实施区域环境保护战略；提升经济发展质量，促进对外开放。

注释：

①根据经济发展程度和地理位置的差异，把广东省划分为珠三角地区、粤东地区、粤西地区和山区四个区域，其中珠三角地区包括广州市、深圳市、佛山市、东莞市、惠州市、江门市、中山市、珠海市、肇庆市9市，粤东地区包括汕头市、汕尾市、潮州市和揭阳市4市，粤西地区包括阳江市、湛江市、茂名市3市，山区包括韶关市、河源市、梅州市、清远市和云浮市5市。

参考文献：

［1］Schaltegger S.， Sturn， A. Environmental rationality［J］. Die Unternehmung， 1990，4:117—131.

［2］WBCSD， Getting Eco-efficient， How Can Business Contribute to Sustainable Development？ First Antwerp Eco-Efficiency Workshop， 1993，11 Directorate General， P. XI.

［3］Reinhard S， Lovell CAK， Thijssen G. Econometric estimation of technical and environmental efficiency: An application to Dutch dairy fannsf［J］. American Journal of Agricultural Economics， 1999，81（1）:44—60.

［4］孙平平. 中国工业环境效率的差异及影响因素研究［D］.湖南大学，2012年.

［5］王青等. 中国环境载荷与环境减压分析［J］. 环境科学，2006，2（9）:1916-1920.

［6］Zhang T. Frame Work of Data Envelopment Analysis A Model to Evaluate the Environmental Efficiency of China， Industrial Sectors［J］. Biomedical and Environmental Sciences， 2009， （21）:8-13.

［7］文同爱，李寅铨.环境公平、环境效率及其与可持续发展的关系［J］. 中国人口资源与环境，2003，14（3）: 13-17.

［8］丁焕峰，李佩仪.中国区域污染与经济增长实证:基于面板数据联立方程［J］.中国人口资源与环境，2012，22（1）:49-56.

［9］涂正革.环境、资源与工业增长的协调性［J］.经济研究，2008，2:93-106.

［10］吴军.环境约束下中国地区工业全要素生产率增长及收敛分析［J］.数量经济技术经济研究，2009，（11）: 17-27.

［11］杨俊，邵汉华，胡军.中国环境效率评价及其影响因素实证研究［J］.中国人口资源与环境，2010，20（2）: 49-55.

［12］汪克亮等.中国省际能源利用的环境效率测度模型与实证研究［J］.系统工程，2011，29（1）:8-14.

［13］马育军等.基于DEA模型的区域生态环境建设绩效评价——以江苏省苏州市为例［J］.长江流域资源与环境，2007，16（6）:769-774.

［14］李静，饶梅先.中国工业的环境效率与规制研究［J］. 生态经济，2011，（2）:24-32.

［15］周景博，陈妍.中国区域环境效率分析［J］. 统计与决策，2008，（14）:44-46.

［16］王俊能等.基于DEA理论的中国区域环境效率分析［J］.中国环境科学，2010，30（4）:565-570.

［17］曾贤刚.环境影响经济评价［M］.北京:化学工业出版社，2003.

［18］Montanari R. Environmental efficiency analysis for enel thermo-power plants［J］. Journal of Cleaner Production， 2004，12:403-414.

［19］Shephard R.W. Theory of cost and production functions［M］. New York: Princeton University Press. 1970.

［20］Murty M.N.， Kumar， S.， Paul， M. Environmental regulation， productive efficiency and cost of pollution abatement: A case study of the sugar industry in India［J］. Journal of Environmental Management， 2006，79: 1-9.

［21］王群伟，周德群，葛世龙，周鹏.环境规制下的投入产出效率及规制成本研究［J］.管理科学，2009，22（6）: 111-118.

［22］王兵等.中国区域环境效率与环境全要素生产率增长［J］.经济研究，2010，（5）:95—110.

［23］Watanabe， M.and K.Tanaka.Efficiency Analysis of Chinese Industry: A Directional Distance Function Approach ［J］， Energy Policy， 2007，（35）:323-331.

［24］Lansink， A.O.， Reinhard， S. Investigating technical efficiency and potential technological change in Dutch pig fanning. Agricultural Systems， 2004， 79， 353-367.

［25］Färe， R.， Grosskopf， S.， Lovell， C.A.K.， Pasurka， C. Multilateral productivity comparisons when some outputs are undesirable: A Nonparametric Approach ［J］.The Review of Economics and Statistics，1989，71（1）: 90-98.

［26］李静.基于SBM模型的环境效率评价［J］.合肥工业大学学报（自然科学版），2008，31（5）：771-775.

（责任编辑：卢小文）

【中图分类号】X321

doi:10.3969/j.issn.1674-7178.2015.02.008

作者简介：丁焕峰，华南理工大学经济与贸易学院教授，博士生导师，主要研究方向：区域经济统计分析与城乡发展、区域外部性理论与实证。高溦，经济学硕士，就职于广州证券股份有限公司。

【基金项目】教育部新世纪优秀人才支持计划资助（NCET-12-0202）。

An Analysis on Regional Difference and Influencing Factors of Industrial Environmental Efficiency: An Empirical Study of Guangdong between 2000 and2012 Based on SBM Model

Ding Huanfeng， Gao Wei

Abstract:This article calculates environmental efficiency of Guangdong Province and its four regions between 2000 and 2012 based on the non-radial and non-angle SBM-V model， and empirically analyses the influencing factors. Guangdong’s pollution environmental efficiency of unexpected value factors is significantly lower than that of non-pollution； the role of economic development level， the level of opening-up and the impact of regional factors on the environment is still positively efficient， while the industrial structure and energy consumption level of environmental efficiency is negative.

Keywords:industrial environmental efficiency； influencing factors； regional difference