中国工业节能减排效率的地区差异与因素分解

史利娟+汪克亮+刘悦+刘蕾

摘 要：充分考虑到中国不同区域工业节能减排技术的异质性特征，利用Meta-frontier理论与方向性距离函数测算2006-2015年间中国30个省份、三大区域的工业节能减排效率并分析其地区差距，运用“技术差距比（TGR）”指标衡量东部、中部与西部三大区域之间工业节能减排技术的差距，并将各省份工业节能减排无效率分解为“技术差距无效率（TGI）”与“管理无效率（GMI）”，以此揭示工业节能减排效率缺失的真正原因。实证结果表明：1.中国工业节能减排整体水平偏低，效率仅为0.3096，能源节约与污染减排潜力巨大；2.中国工业节能减排效率与节能减排技术的地区差异显著，东部地区明显高于中西部地区，且东部地区与中西部地区之间的技术差距有进一步扩大的风险，而中西部地区间的技术差距在缩小；3.因素分解结果表明，“管理无效率”是抑制中国工业节能减排效率提升的主要原因。

关键词：工业节能减排效率；地区差异；因素分解；Meta-frontier理论

中图分类号：F424.1文献标识码：A文章编号：1672-1101（2017）05-0035-10

Abstract： With fully consideration of the heterogeneity of technology of industrial energy-saving and emission reduction in different regions of China， calculating scientifically the efficiency of industrial energy-saving and emission reduction of 30 provinces and three regions in China from 2006 to 2015， and analyzing its regional disparities under the frame of meta-frontier approach by using the theory of directional distance function， the paper measures the technology gap of industrial energy-saving and emission reduction between the eastern， central and western areas by using the technological gap ratio （TGR）.The paper also reveals the real causes of the lack of the efficiency of industrial energy-saving and emission reduction by decomposing the inefficiency of industrial energy-saving and emission reduction into “technological gap inefficiency（TGI）” and “managerial inefficiency（GMI）”.The empirical results show that the overall level of Chinas industrial energy-saving and emission reduction is low with the indicator of only 0.3096， and there is great potential for energy-saving and emission reduction. In addition， it is found that there exist significant regional differences in Chinas industrial energy-saving and emission reduction efficiency and technology. The eastern regions are distinctly of higher level than the central and western regions， and the technological gaps between the eastern regions and the central and western regions are at the risk of further expanding， while the gaps between the central and western regions are narrowing. It is also concluded that the “managerial inefficiency” is the main cause for restraining the efficiency of industrial energy-saving and emission reduction in China.

Key words： Efficiency of industrial energy-saving and emission reduction； Regional difference； Factor decomposition； Meta-frontier theory

一、引言

改革開放30多年以来，中国的经济快速发展，社会不断进步，但是也确实积累了各种各样的环境问题，包括大气污染问题、水环境污染问题、土地荒漠化、水土流失以及生物多样性减少等一系列问题，经济增长与资源环境矛盾日益尖锐。据统计，中国七大水系中42%的水质超过3类标准，不能做饮用水源，全国有36%的城市河段为劣5类水质，丧失使用功能，75%以上的湖泊富营养化加剧，水污染问题十分严重。需要注意的是，随着工业化发展迅速，规模以上企业个数从2006年的30万个上升到2015年的38万个，工业能源消耗占能源消耗总量的70%左右，工业企业成为资源消耗与环境污染的主要源头。因此，深入分析中国工业节能减排效率的地区差异及其形成原因具有重要意义。endprint

近年来，持续的雾霾天气、酸雨等环境污染问题引起了社会各界的广泛关注，我国 “十一五”规划纲要提出的“节能减排”约束性目标，掀起了广大学者的研究热潮。已有研究中大多数针对中国省际生态效率、能源效率以及节能减排效率进行分析，具体针对中国工业行业整体节能减排效率的研究却很少，本文尝试从工业角度对中国节能减排效率进行阐述。效率测度的方法运用最为广泛的是数据包络分析（DEA）方法，如Bojic等（2000）较早的将节能和减排结合进行同时研究[1]；Zhang et al.等（2008）构建DEA模型对中国30个省份工业生态效率进行了评价[2]；杨红亮等（2009）运用DEA对中国各地区理论与实际节能潜力进行分析[3]；于鹏飞等（2010）通过SE-DEA模型建立节能减排效率评价指标体系，系统分析了2007年各省、市、自治区的节能减排效率[4]；汪克亮等（2010）利用全要素分析方法，结合CCR-DEA模型，阐述了中国环境绩效以及节能减排潜力[5]；王兵等（2010）运用Malquist-Luenberger生产率指数测算了中国1998-2007年各地区工业技术效率，并对影响因素进行了实证分析[6]；韩一杰等（2011）利用超效率DEA模型分析了中国各地区钢铁行业的节能减排潜力，并通过建立Tobit回归模型对影响因素进行多元分析[7]。上述文献都很好地证实了DEA方法的可行性和有效性，但均基于“技术同质”这一假定，并没有考虑到不同决策单元的外部环境存在差异，所面临的技术环境也不同，从而无法真正界定效率缺失的根本性原因。针对此类问题，Hayami和Ruttan提出了共同前沿理论，并经过Battese和O'Donnell等人的逐步完善[8-11]，现已证实其能有效地解决技术异质性下的效率测度问题。如Chiu等（2012）通过方向性距离函数以及共同前沿方法对90个国家的环境效率进行考察，并将环境无效率分解为技术无效率和管理无效率[12]；Hang等（2015）基于共同前沿框架下将非期望产出纳入模型，同时分析松弛测度下中国209个城市的能源效率[13]；汪克亮等（2017）基于生態效率理论，在共同前沿框架下科学测算了中国30个省份的大气污染排放效率及其区域差异性，并从技术差距无效率与管理无效率两个维度构建策略矩阵，深入揭示大气污染防治的弊端，为制定策略提供决策路径[14]；类似的研究还有李胜文等（2013）、汪克亮等（2015）[15-16]。

基于此，本文将沿袭文献[14]的研究思路，充分考虑中国各地区工业节能减排技术差距，在共同前沿框架下结合方向性距离函数分析中国工业节能减排效率与技术的区域差异性及其动态演变特征，并将工业节能减排无效率分解为技术差距无效率和管理无效率，进一步考察效率缺失的潜在原因，从而提出具有针对性的改进措施。

二、研究方法

假设j（j=1，…，J）个决策单元在时间t（t=1，…，T）内产生经济增加值v，同时产生n（n=1，…，N）种环境压力，即p=（p1，p2，…，pN），将经济增加值与各种环境压力的可能性组合定义为“环境压力产生技术集（Environmental Pressure Generating Technology Set，EPGTS）”：

其中，Hk表示第k个组群中决策单元的数量。Dmi 可以衡量决策单元i工业节能减排效率距离共同前沿技术水平的距离，表示节能减排无效率值，当Dmi=0时，说明该决策单元位于共同前沿上，工业节能减排效果好；Dki 表示的是组群前沿下决策单元i工业节能减排无效率值，当且仅当Dki=0时，该决策单元处于组群前沿之上，是组群中其他决策单元的榜样。显然，共同前沿是组群前沿的包络曲线，其前沿水平在组群前沿之上，拥有中国最优工业节能减排技术，因此Dmi≥Dki。

共同前沿框架下最重要的考察指标是“技术差距比”，考察的是组群潜在最优工业节能减排技术与全国潜在最优工业节能减排技术的差距，在数值上等于决策单元共同前沿下技术效率与组群前沿下技术效率之比[17]。故，工业节能减排技术差距比TGR可以用（7）式来表示：

由于Dm≥Dk，因此TEm（v，p）≤TEk（v，p），故0≤TGR≤1，当TGR越接近1时，说明组群内工业节能减排技术越接近于全国潜在最优节能减排技术，两者之间的技术差距越小，反之亦然。

虽然技术差距比能较好的反映出组群间以及组群与共同前沿之间的技术差距，但不同技术水平下的效率仍不能反映出工业节能减排无效率的真实因素，因此，依照文献[14]的做法，将全国共同前沿下工业节能减排无效率（ESERI）分解为“技术差距无效率（TGI）”和“管理无效率（GMI）”：

其中，TGI是由于不同组群之间工业节能减排技术水平差距所导致的无效率，GMI则是不同区域因资源配置不合理以及环境管理无效，从而环境压力过大，导致工业节能减排无效率。

三、实证分析

（一）样本、变量及数据

本文以2006-2015年中国30个省份（包括自治区、直辖市，以下统称省份，基于数据可得性，西藏、台湾、香港和澳门不在样本范围内）为决策单元，并按照地理位置、技术水平等将中国30个省份划分为3大组群，东部、中部和西部地区，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆，以此构建组群前沿和共同前沿，并在共同前沿框架下进行工业节能减排技术异质性分析和区域差异比较。本文以各地区工业生产总值（GIP）作为经济增加值，并以2006年作为基准年进行平减。由于工业生产过程所带来的能源消耗以及污染排放，产生环境成本，故将环境压力视为投入指标，考虑到近年来大气污染和水质污染现象严重，雾霾、酸雨现象频繁发生。因此，以工业能源消耗总量、工业废水化学需氧量（COD）排放量以及工业SO2排放量为主要代表当作投入变量纳入模型，其中，由于煤、油、天然气和电力是工业企业主要的消耗能源，故工业能源消耗总量是以上述四种主要能源折算成万吨标准煤进行加总计算得到，根据数据可得性，煤由原煤、洗精煤等4种类型煤通过折算计算得出，同样，油由原油、汽油和柴油等8类数据换算得到。上述投入产出变量数据均来自于2007-2016年《中国统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》并经整理得到，投入产出变量数据的描述统计特征如表1所示。endprint

（二）中国工业节能减排效率及其地区差异

在共同前沿理论框架下，结合方向性距离函数方法测算节能减排技术异质下中国30个省份的工业节能减排效率。根据公式（5），全国共同前沿下，在2006-2015年样本期内，中国工业领域节能减排效率均值仅为0.309 6，距离全国工业节能减排技术前沿还有70%的改进空间，这意味着工业化进程中能源资源消耗巨大，环境污染严重，节能减排潜力巨大。相比之下，以组群前沿为比较标准，中国工业节能减排效率达到0.641 5，明显高于共同前沿下的0.309 6，主要是因为共同前沿是组群前沿的包络曲线，实际观测值与共同前沿的距离远远大于其与组群前沿的距离，因此造成了两者之间的差距。图1给出了共同前沿和组群前沿下30个省份的工业节能减排效率，可以发现共同前沿与组群前沿下中国各省份工业节能减排效率形成鲜明对比，组群前沿下的各省份工业节能减排效率较高。以中部地区的安徽省为例，在组群前沿下，安徽省在样本期内的工业节能减排效率平均值为0.925 2，效率改进空间仅为8%左右，但在共同前沿下，安徽省的工业节能减排效率平均值只有0.285，距离全国最优节能减排技术前沿的效率改进空间达到80%，两类前沿下效率差距悬殊，由此也体现了全国最优节能减排技术与组群节能减排技术间的差距。类似这样的例子还有山西、内蒙古、黑龙江等省份，全部集中在中西部地区。不同的是，东部地区各省份不论是在共同前沿下还是组群前沿下其工业节能减排效率值均相同。造成这类现象的主要原因是，东部地区地势优越，工业节能减排技术先进，始终位于全国最优生产技术前沿，代表了中国节能减排技术的最高水平，而中西部地区的组群前沿仅仅是由该地区的工业投入产出数据构建，代表的是组群内最优节能减排技术，由于组群间工业节能减排技术、产业结构以及制度模式等各方面的差异，必然导致东部与中西部之间的效率差距。

由于比较标准不一致，因此研究组群前沿下中国工业节能减排效率毫无意义，故本文主要在共同前沿下分析中国工业节能减排效率及其地区差异。从变化趋势上看，根据图2，中国工业节能减排效率明显下降，从2006年的0.385 3波动下降至2015年的0.230 1，工业发展与资源环境的关系趋于恶化；从单个省份层面进行分析，研究期内，北京工业节能减排效率平均值为1，实现了完全有效，达到了全国工业节能减排技术的最高水平，是其他省份的领导者与追赶对象，效率在0.5～1之间的有上海、天津和广东3个省份，效率在0.3～0.5之间的有江苏、浙江、福建、山东和江西5个省份，其余省份效率均低于0.3，即30个省份中有22个省份的工业节能减排效率低于0.3，其中，效率最低的省份是宁夏，仅为0.058 1。故低于全国工业节能减排效率平均水平的省份约占77%，这意味着中国工业节能减排效率普遍偏低，工业经济增长所付出的环境代价巨大，相关政府决策部门应对工业企业节能减排工作予以重视，以缓解工业发展与资源环境之间的关系。再从区域角度来看，东部、中部与西部地区的工业节能减排效率均值分别为0.481 0、0.265 2与0.170 4，符合当前中国经济发展自东向西的梯度特征，区域经济发展严重不平衡且相差较大。

（三）东部、中部与西部三大区域之间工业节能减排技术差距分析

技术差距比TGR是衡量不同区域之间工业行业节能减排技术差距的重要指标，反映了地区工业节能减排技术的高低。根据公式（7）计算得出中国三大区域的工业节能减排技术差距，图3给出了2006-2015年中国三大区域TGR的演变趋势。

如图3所示，东部地区工业节能减排技术差距比远远高于中西部地区，其均值为1，而中西部地区TGR均值分别为0.319 8与0.267 5，这说明东部地区实现了全国潜在最优工业节能减排技术的100%，代表着中国最先进的工业节能减排技术，而中西部地区距离潜在最优工业节能减排技术前沿还有70%～80%的优化空间。从变化趋势来看，中部地区的TGR从2006年的0.442 9下降到2015年的0.257 4，降幅达到41.88%，工业节能减排技术水平有所下降，意味着由技术落后带来的环境污染越来越严重，加上中部地区居民环保意识薄弱，且以煤为主要能源资源的禀赋条件决定中部地区以重型化工业为主导产业的生产模式在短时期内将难以转变，未来中部地区面临的环境压力将越来越大。西部地区从2006年的0.279 5下降到2015年的0.215 2，仅在2011-2013年超过基准年的0.279 5，且从2014年开始又有所下降，呈倒“N”型发展趋势，说明西部地区未能抓住新一轮西部大开发的政策发展机遇，发展动力严重不足，因此中西部地区与东部地区间的技术差距有进一步扩大的风险。

为了进一步考察中国不同地区间工业节能减排技术的异质性特征，本文对三大地区的TGR值进行两两相减，用来衡量中国地区间工业节能减排技术的差距水平，如图4所示。平均来看，中部与东部之间的技术差距为0.680，西部与东部间的差距较大，达到0.732，而中西部间的技术差距仅为0.052，这也就意味着中西部地区与东部地区之间的工业节能减排技术差距较大，还有很大的技术改进空间。中部地区与西部地区的工业节能减排技术相似度较高，技术差距较小。从变化趋势来看，中部与东部之间的工业节能减排技术差距呈缓慢上升趋势，从2006年的0.557上升到2015年的0.743，年均增长3.25%，西部与东部之间的技术差距则由2006年的0.721上升到2015年的0.785，年均增长率为0.95%，表明中西部地区与东部地区之间的工业节能减排技术差距在不断的扩大，主要原因在于，以煤炭为主的资源禀赋特点造就了粗放的能源结构，再加上落后的工业节能减排技术和传统的工业生产方式使得中西部地区的工业增长一直没有摆脱高能耗、高排放与低效益的不利局面，工業节能减排技术与东部地区之间的差距在进一步扩大，相关决策部门采取得力措施，消除阻碍技术溢出的各种障碍因素，促进工业节能减排技术的扩散，不断缩小与东部地区的差距，实现工业发展与能源节约、环境保护的共赢。endprint

（四）中国工业节能减排无效率的因素分解

为了更好的识别中国工业节能减排无效率的根源，根据公式（8）-（10），本文将共同前沿下工业节能减排无效率ESERI分解为技术差距无效率（TGI）和管理无效率（GMI），并从单个省份以及三大地区、演变趋势等方面进行分析。

整体来看，研究期内，中国工业节能减排无效率均值为0.690 4，其中，技术差距无效率为0.332，占48.1%，管理无效率为0.358 5，占比为51.9%，说明资源配置失误和环境管理水平低是导致中国工业行业节能减排无效率的主要原因。从单个省份来看，如图5所示的TGI与GMI占比图，北京GMI与TGI平均值均为0，意味着北京始终代表着全国潜在最优的工业节能减排技术与资源环境管理水平，是中国工业经济发展的排头兵，而其他东部地区省份的TGI均为0，GMI均大于0，其余省份的两类无效率占比各不相同。为了进一步明确各个省份提升工业节能减排效率的阻碍因素，本文建立特征方阵，以样本期内技术差距无效率和管理无效率的平均值为界，将30个省份归为四大特征方阵：第一方阵：“高技术无效，高管理无效”，这些省份的技术差距无效率和管理无效率均高于全国平均水平，需要在减少技术差距的同时提升资源环境管理水平；第二方阵：“低技术无效，高管理无效”，这些省份的管理无效率高于全国平均水平，但技术差距无效率低于整体平均值，应该在保持技术优势的同时提升管理水平；第三方阵：“低技术无效，低管理无效”，这些省份无论是技术差距无效率还是管理无效率均低于全国平均水平，应继续保持下去；第四方阵，“高技术无效，低管理无效”，这些省份技术差距无效率高于全国平均水平，但管理无效率较低，应在保持管理水平的同时缩小技术差距。通过这样的划分，可以直观的看出各个省份效率缺失的真正原因，有利于制定具有针对性的工业节能减排战略。表2给出了中国各个省份工业节能减排无效率特征方阵的分类表。

由表2可知，山西、广西、甘肃等4个省份位于第一方阵，意味着这些省份的技术差距无效率和管理无效率均很高，因此提升工业节能减排技术的同时加强资源的合理配置以及环境的科学管理才能促进节能减排效率的提高；河北、辽宁等10个省份处于第二方阵，这些省份的工业节能减排无效率的关键在于资源配置不合理以及环境管制无效，应内外并重，在保持节能减排技术水平的同时提升资源环境管理水平；北京、天津和上海3个省份位于第三方阵，代表着最高的工业节能减排技术和管理水平，未来应继续保持，做好带头和模范作用，促进工业经济发展；内蒙古、吉林等13个省份位于第四方阵，这些省份虽然管理水平较高，但是技术落后是导致工业企业节能减排效率低的主要原因，未来应注重加大革新力度，提升节能减排技术。可以看出，有23个省份存在“短板”，技术与管理不能协调发展，占比达到77%，有13%的省份出现双重无效，技术落后与资源环境管理无效带来的环境压力巨大，而节能减排技术与管理水平均达到有效的省份仅有3个，相关政府决策部门应予以高度重视，依据不同省份的工业发展水平制定具有针对性的优化策略。

图6给出了中国工业节能减排无效率及其分解成分的变化趋势，可以看出，2006～2015年，样本期内，中国工业节能减排无效率呈缓慢上升趋势，从2006年的0.615上升到2015年的0.77，增幅为25.2%；技术差距无效率指数则呈“N”型变化趋势，从2006年的0.316上升下降再上升到2015年的0.323，管理无效率指数呈上升趋势，从2006年的0.299上升到2015年的0.447，增幅达到49.5%。从图形上看出，尽管现阶段资源配置不合理与环境保护管理失效等造成的管理无效率阻碍了中国工业节能减排效率的提升，但随着技术差距无效率的缓慢上升，未来很有可能超越管理无效率，成为主要的效率提升羁绊。

从三大地区来看，根据图7，由于东部地区工业节能减排技术最高，所以其技术差距无效率在样本期内平均水平一直为0，但其管理无效率为0.519，表明资源环境管理无效是东部地区工业节能减排无效率的主要障碍，且在研究期内，东部GMI呈上升趋势，从2006年的0.388上升至2015年的0.643，说明随着时间的推移，东部地区管理无效率在不断的增长，为了提升工业节能减排效率，东部地区工业企业应在最优的节能减排技术条件下，进一步改进资源配置与环境管理水平，努力实现技术与管理齐头并进，发挥东部地区对全国工业经济发展的重要引领和支撑作用。相比之下，样本期内中部地区技术差距无效率与管理无效率平均值分别为0.572 8与0.162 0，西部地区TGI和GMI平均值则分别为0.488 8与0.340 8，这意味着与发达地区间的技术差距是限制中西部地区工业节能减排效率提升的主要原因，从发展趋势来看，中部GMI以“V”型的变化曲线向前发展，从2006年的0.286下降到2008/2009年的0.105又上升至2015年的0.199，相反，TGI呈倒“V”发展趋势，但较基准年而言，中部地区的管理水平在上升，与发达地区间的技术差距在进一步扩大，这意味着中部地区近年来工业经济转型将面临很大的困难，重型化产业结构将在长期内无法转变，因此，中部地区应该在不断引进先进的工业节能减排技术，改善经济发展的外部条件同时，与管理里应外合，为工业经济转型升级创造更好的条件。而西部地区管理无效率从2006年的0.218上升至2015年的0.431，技术差距无效率则有所下降，从2006年的0.570下降至2015年的0.448，说明西部地区与发达地区间的技术差距在缩小，环境管理水平有所下降，表明西部地区在新一轮西部大开发战略的影响下，工业节能减排技术提升，工业企业发展所面临的环境压力在逐渐改善，但西部地区应在不断学习先进技术缩小差距的同时，要注意内外兼修，吸取优秀的企业管理模式和理念，以提升工业企业资源环境管理水平。

四、结论与启示

本文充分考虑地区间技术差异性，通过方向性距离函数，在共同前沿理论框架下分析2006-2015年中国工业节能减排效率以及地区间的效率差异与技术差距，并从技术与管理两个维度将中国工业节能减排无效率进行分解，揭示抑制工业领域效率提升的主要原因。研究发现，样本期内，中国工业节能减排效率较低，均值仅为0.309 6，距离前沿面还有69.04%的优化空间，工业节能减排潜力巨大；中国工业节能减排效率及节能减排技术均呈现出显著的区域差异性，均表现出东高西低的阶梯式分布特征，且中西部地区与东部地区之间的工业节能减排技术差距在逐渐扩大，而中西部地区之间的技术差距在进一步的缩小；通过对工业节能减排无效率分解发现，技术差距无效率与管理无效率分别占据48.1%与51.9%的比例，管理无效率是阻碍中国工业行业节能减排发展的主要瓶颈，以二者的平均值为界，将30个省份归入不同的特征方陣，有23个省份技术与管理发展不均衡，需内外兼修的省份有4个，符合实际发展要求的省份仅有3个；东部地区工业节能减排无效率主要来自于资源环境管理方面，而与东部沿海发达地区之间的节能减排技术差距是导致中西部地区工业领域效率较低的主要原因。endprint

上述结论具有重大的政策启示：1.随着工业化进程加快，消费结构升级，资源环境需求日趋强化，提升工业节能减排效率成为缓解环境压力的重要手段，应将节能减排与工业产业结构调整相结合，积极淘汰落后产能，完善相关行业准入条件和落后产能界定标准，提高准入门槛，鼓励发展低污染、低能耗行业，坚定不移地走新型工业化道路；2.为了缩小地区间工业节能减排效率及技术差距，东部地区作为中西部地区的学习对象，应充分利用地理位置、先进技术等优越条件，不断引进先进的工业节能减排技术，学习国外科学的资源环境管理模式，推动经济可持续发展，同时还要对落后的中西部地区实施精准帮扶策略，开启节能减排技术与环保发展理念的共享模式，带动中西部地区工业生态经济发展。中西部地区也要加强与东部地区的沟通交流，不断提升环保意识，通过引进与学习先进的节能减排技术，提高能源资源利用效率，加大环境污染治理力度，实现向东部地区发展水平的逼近；3.为了解决当前工业领域节能减排效率仅由技术单轮驱动问题，应在持续保持先进的节能减排技术水平以及工艺设备的同时，改进资源环境管理模式，实现资源的合理配置以及生态的可持续发展。鉴于发展水平的严重不协调，政府及相关决策部门必须要因地制宜的制定环境保护策略，对落后地区加大政策、经济支持以及政府社会性管制力度，最大化地降低环境压力。

参考文献：

[1] Milorad Bojic，Panos Mourdoukoutas.Energy saving does not yield CO2 emissions reductions： the case of waste fuel use in a steel mill[J].Applied Thermal Engineering，2000（11）：963-975.

[2] Zhang B，Bi J，Fan Z Y，et al.Eco-efficiency analysis of industrial system in China：A data envelopment analysis approach[J].Ecological Economics，2008（68）：306-316.

[3] 杨红亮，史丹，肖洁.自然环境因素对能源效率的影响-中国各地区的理论节能潜力和实际节能潜力分析[J].中国工业经济，2009（4）：73-84.

[4] 于鹏飞，李悦，高义学.基于DEA模型的国内各地区节能减排效率研究[J].中国人口、资源与环境，2010，20（3）：13-20.

[5] 汪克亮，杨宝臣，杨力.中国能源利用的经济效率、环境绩效与节能减排潜力[J].经济管理，2010，32（10）：1-9.

[6] 王兵，王丽.环境约束下中国区域工业技术效率与生产率及其影响因素实证研究[J].南方经济，2010（11）：3-19.

[7] 韩一杰，刘秀丽.基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析[J].系统科学与数学，2011（3）：287-298.

[8] Hayami Y，Ryttan V W.Agricultural Development：an International Perspective[M].Baltimore and London：John Hopkins University Press，1971.

[9] Battese G E，Rao D S P.Technology Gap，Efficiency and a Stochastic Metafrontier Function[J]，International Journal of Business and Economics，2002，1（2）：87-93.

[10] Battese G E，Rao D S，O'Donnell C J.A Metafrontier Production Function for Estimation of Technical Efficiencies and Technology Gaps for Firms Operating under Different Technologies[J].Journal of Productivity Analysis，2004，21（1）：91-103.

[11] O'Donnell C J， Rao D S， Battese G E.Metafrontier Frameworks for the Study of Firm-level Efficiencies and Technology Ratios[J].Empirical Economics，2008（34）：231-255.

[12] CHIU C R，LIOU J L，WU P I，et al.Decomposition of the environmental inefficiency of the meta-frontier with undesirable output[J].Energy economics，2012（34）：1 392-1 399.

[13] HANG Y，SUN J S，WANG Q W，et al.Measuring energy inefficiency with undesirable outputs and technology heterogeneity in Chinese cities[J].Economic modeling，2015（49）：46-52.

[14] 汪克亮，孟祥瑞，楊宝臣，等.技术异质下中国大气污染排放效率的区域差异与影响因素[J].中国人口·资源与环境，2017，27（1）：101-110.

[15] 李胜文，李大胜，邱俊杰，等.中西部效率低于东部吗？基于技术集差异和共同前沿生产函数的分析[J].经济学季刊，2013，12（3）：777-798.

[16] 汪克亮，孟祥瑞，程云鹤.技术的异质性、节能减排与地区生态效率[J].山西财经大学学报，2015，37（2）：69-80.

[17] 汪克亮，杨力，杨宝臣，等.能源经济效率、能源环境绩效与区域经济增长[J].管理科学，2013，26（3）：86-99.

[责任编辑：范 君]endprint