基于环境效应的“丝绸之路经济带”全要素能源效率研究——基于中国段17个城市的实证分析

王保忠,刘 阳

(西安工程大学 管理学院,陕西 西安 710048)

1 引言

“新丝绸之路”作为复兴古丝绸之路的一种战略构想,以新亚欧大陆桥为载体,是东起中国的江苏连云港市和山东日照市等桥头堡群,西到荷兰鹿特丹港口、比利时的安特卫普等港口的铁路联运线,一头连着繁荣的东亚经济圈,一头系着发达的欧洲经济圈。丝绸之路通道虽然拥有丰富的矿产资源和能源资源,但是经济发展水平却与两端的经济圈落差巨大,诸多原因形成了中国西部与中亚地区之间的经济凹陷带。能源合作与能源一体化是“丝绸之路经济带”建设的一项重要内容。随着经济的快速发展,“丝绸之路经济带”陷入快速增长与生态约束强化的两难困境。

为了摆脱困境,同时又不阻碍经济快速增长的态势,提高能源使用效率受到沿线各级政府和企业的重视和关注。本文以丝绸之路经济带(中国段)各主要城市的能源使用效率为研究对象,重点考察环境约束下中国段各城市能源效率的变动趋势及其影响因素,旨在为各城市提升能源利用效率、节能减排和可持续发展提出有价值的研究结论和政策建议。

2 文献综述

我国能源供求矛盾日趋凸显,能源利用效率与发达国家相比差距较大,各省区市之间能源效率也存在显著差异,环境污染问题不容乐观。近年来,国内外相关研究主要围绕两条主线展开:一是不考虑资本、劳动力等其他投入要素影响的单要素能源效率。史丹研究了我国能源效率的地区差异,认为东南沿海地区能源效率较高,能源富集区大多数是能源效率较低的区域;Hua L等对我国1997—2006年的能源强度进行了研究,认为重化工等高能耗行业比重过快增长是能源强度提高的主要原因;曾胜等研究认为我国能源规模效率正处在高位波动运行,能源总量规模投入已接近能源最优规模,能源效率较低的原因是能源技术效率水平低下。二是考察多投入—多产出的全要素能源效率研究。Hu、Wang的研究指出,中国区域能源效率水平整体较低,改善潜力较大,但各地区之间差异明显;袁晓玲等研究认为,全要素能源效率、能源消费结构、资源禀赋变量等呈现显著的负相关,与能源价格因素呈现弱正相关关系;李兰冰对我国省级区域能源效率进行了测算,结果表明我国的全要素能源效率总体上仍处于较低水平,管理无效率和环境无效率是能源低效的共同成因;张伟等以长三角都市圈15个城市为研究对象,测算了各城市间能源效率及其影响因素;程元栋运用DEA模型测算了中国的全要素能源效率,结果表明我国全要素能源效率整体偏低,与产业结构、能源消费结构呈负相关,与其他因素呈正相关,受教育水平对能源效率提高的贡献率最大;李强等、黄永春、宋炜、杨恺钧等分别从不同侧面研究了我国省际全要素能源效率。

现有能源效率问题的研究文献仍存在着以下不足之处:①研究方法上,许多学者偏好于传统DEA方法,对非合意的污染坏产出考虑不足或不当处理,使能源效率的估计有偏。Chung等构建了一种新的环境DDF模型(Directional Distance Function,DDF),该模型能合理地模拟环境污染坏产出的有害影响,将污染这种坏产出纳入效率分析框架之中,这为国内相关研究奠定了十分重要的基础。②国内现有文献多集中于我国和省际层面的全要素能源效率研究,针对一个经济区内或城市群层面的能源效率研究很少。

本文主要从以下两个方面拓展了现有的研究:一是运用基于CCR视角下DEA的方向性距离函数测算环境约束下的各城市间全要素能源效率;二是选取丝绸之路经济带(中国段)沿线城市作为具体研究对象,对其全要素能源效率与影响因素进行了实证分析。

3 研究方法

本文采用“多投入—多产出”的DEA模型,以Fare等提出的环境生产函数和Chung等提出的方向性距离函数为基础,将环境污染作为坏产出并入生产理论,将传统的生产技术扩展为环境生产技术,考察环境约束下的新亚欧大陆桥经济带全要素能源效率的变动趋势及其影响因素。

3.1 环境技术

(1)

(2)

3.2 考虑环境约束的全要素能源效率

为了考察环境规制下的能源效率,本文引入方向性距离函数作为丝绸之路城市经济带环境方向性的产出距离函数,达到在扩大好产出的同时又能减少坏产出的目的。从图1可见,丝绸之路城市经济带环境方向性产出距离函数可沿着ABC方向同时拟合出好产出增加和坏产出减少的行为,这与传统环境生产函数中两者同比例增加显著不同。参照Luenberger提出的短缺函数(SF)和Chung等提出的方向距离函数(DDF)构造丝绸之路城市经济带环境方向性产出距离函数:

(3)

图1 方向性环境产出距离函数

(4)

(5)

3.3 曼奎斯特-鲁恩博格(M-L)生产率指数

本文设定的环境方向性距离函数模拟了17个城市好产出增加和坏产出减少的行为,因此可基于该模型构建M-L生产率指数来度量能源使用和环境约束因素后17个城市的环境全要素能源效率增长率,这样可进一步可将其分解为技术效率增长率和技术进步增长率两大部分。借助Chung等定义的t期和(t+1)期的曼奎斯特—鲁恩博格生产率指数(MLPI)可设定环境全要素能源效率增长率MLEIt,t+1(从略,可参见陈诗一[19])。全要素能源效率增长率MLEI指数又可被分解为技术效率变化(MLECH)与技术进步变化(MLTCH)的连乘积,即MLEIt,t+1=MLECHt,t+1·MLTCHt,t+1。

根据本文选取的规模报酬不变的DEA模型,技术效率变化(MLECH)测度了从时期t到时期(t+1)经济带上每个城市到前沿生产面的追赶程度;技术进步变化(MLTCH)测度了每个城市技术边界从时期t到时期(t+1)的移动程度。如果MLEI>1,说明全要素能源效率跨期得到了提高;如果MLEI<1,说明能源效率负增长。如果MLECH的值大于1,表明城市后期比前期更靠近生产前沿,存在追赶效应;如果MIECH值小于1,说明城市随时间推移越来越落后于技术前沿。对MLTCH的含义,如果其值大于1,表明生产可能性前沿沿着更多好产出、更少坏产出的方向移动;如果其值小于1,表明生产前沿沿着较少好产出、较多坏产出方向移动;如果生产边界没有移动,则值等于1。依照模型(2)—(3),在考虑环境约束和无环境约束的每种情形下,全要素能源效率变化的计算需要求解四个方向性距离函数的线性规划模型。本文采用数据包络分析的当期DEA方法计算丝绸之路经济带17个城市2000—2014年全要素能源效率指数、技术效率变化指数与技术进步指数。

4 变量设定与数据说明

基于本文的研究目的,我们选取“丝绸之路”中国段沿线从东向西17个代表性城市(日照、济南、郑州、洛阳、三门峡、渭南、西安、咸阳、宝鸡、天水、兰州、银川、西宁、武威、张掖、乌鲁木齐)作为样本。本文采用面板数据模型,样本期间为2000—2014年。同时，假定生产过程中的投入要素有资本存量、劳动力、能源,产出由好产出(GDP)和坏产出(污染排放)组成:①资本存量。借鉴张军对我国资本存量估计的结果,本文选取固定资本形成总额作为每一个城市的当年投资,以各个城市每年固定资产投资指数和当年固定资产形成总额为基础,折算得到以2012年为不变价格的各个城市的实际投资序列数据。本文以丝绸之路中国段沿线17个城市2000—2014年的投资序列数据,并按照Fare等的方法,通过对17个城市投资序列数据的对数与时间回归,模拟出2000—2014年的投资序列数据。计算资本存量的数据来自于丝绸之路经济带17个城市2001—2015年的《中国统计年鉴》。②劳动力投入。本文采用常用的从业人数来代替劳动力投入。本文从业人数数据来自丝绸之路中国段沿线17个城市2001—2015年的《中国统计年鉴》。③能源投入。使用各个城市每年的能源消耗量作为能源投入,文中的煤炭消费量排除了煤炭中用于生产二次能源的数量。能源消费的数据大部分来自于各个城市相应年份的《中国统计年鉴》。④好产出(GDP)。好产出以丝绸之路中国段沿线17个城市每年的GDP(国内生产总值)表示。各个城市每年的GDP采用的是以2012年不变价格计算的实际GDP,原始数据来源于2001—2015年丝绸之路中国段沿线17个城市历年的《中国统计年鉴》。⑤坏产出(污染排放)。对坏产出(非合意产出),国内外学者有不同的选择。本文研究的是能源消费对环境的影响,由于能源消费的污染主要是大气污染,结合研究的目的和相关数据的可获得性,选取了17个城市2000—2014年工业废气排放量指标作为污染排放的衡量指标。17个城市2001—2015年的污染排放原始数据来源于各个城市相应年份的《中国统计年鉴》。

5 实证结果分析

本文构造了17个城市每年环境约束下的最佳生产边界,将每个城市环境约束下的最优生产效率与边界进行比较。本文选用基于投入导向的规模报酬不变的DEA模型(CCR-DEA),以各城市每年的资本存量、劳动力与能源消耗为投入变量,每年的GDP为好产出变量,废气排放量指标为坏产出变量,运用EMS1.3软件计算并分析17个城市环境全要素能源效率,这里的环境全要素能源效率是基于超效率DEA模型。

为了全面地分析17个城市中每个城市的环境全要素能源效率的变化趋势及其根源,本文根据每个城市逐年无环境约束和环境约束两种情形分析每个城市的全要素能源效率、全要素能源效率指数及其成分变化的结果。

5.1 无环境约束下的全要素能源效率

在此情形下,本文将不考虑环境污染对全要素能源效率的影响,仅考虑资本、劳动力和能源的投入及GDP产出；再运用EMS(1.3)软件,计算得到丝绸之路经济带17个城市2000—2014年的能源效率(表1)。

表1 丝绸之路经济带17个城市无环境约束下全要素能源效率(2000—2014年)

注:根据本文统计数据,运用EMS(1.3)软件计算得到。

由表1分析可知,丝绸之路经济带17个城市2000—2014年全要素能源效率呈现出以下变动特征:①天水和兰州的能源效率最高,在2000—2014年处于前沿线上。乌鲁木齐、张掖、武威、洛阳、济南等城市在考察期间也有部分年份处于前沿线上,能源效率较低的城市有西宁、银川、咸阳、渭南、三门峡,期间它们的能源效率平均值不超过0.8。②根据能源效率的变化趋势来看,17个城市中大部分城市的能源效率在2000—2007年处于稳中有升阶段,2007—014年呈现出两种趋势。即一部分以兰州、西安、济南、乌鲁木齐、郑州为代表的能源效率递增的趋势，另一部分以渭南、商丘等为代表的能源效率降低的趋势。其中,一个规律性的现象是出现效率提升趋势的城市多是省会城市,而效率降低的城市都是非省会城市。这初步说明,省会大城市在能源利用方面比中小城市具有一定优势。从表1可见，17个城市中除个别城市外,能源效率值未呈现出明显收敛的特征趋势。同时,除个别特殊年份外,样本城市总体上能源效率值处于前沿面的城市数量呈上升趋势。

5.2 环境约束下的全要素能源效率

在这种情况下,就要考虑环境污染对全要素能源效率的影响，考虑资本、劳动力与能源的投入与好产出GDP和坏产出的环境污染。因此，运用EMS(1.3)软件,计算得到丝绸之路中国段沿线17个城市2000—2011年的能源效率,见表2。

表2 丝绸之路经济带17个城市环境约束下全要素能源效率(2000—2014年)

从表2分析可知,环境约束下丝绸之路经济带17个城市2000—2014年全要素能源效率变动呈现以下规律特征:①在研究期间,始终处于前沿线上的城市除了兰州和天水外,增加了张掖。能源效率较低的分别是宝鸡、咸阳、渭南、三门峡、洛阳、郑州、商丘,它们的能源效率平均值低于1。②从能源效率的变化趋势看,在环境约束下17个样本城市的能源效率变化趋势更加复杂。2000—2007年基本呈现出一个收敛的趋势,2007—2014年出现递增和递减两种趋势。即以兰州、西安为代表的能效递增俱乐部与无环境约束情形相比,递增俱乐部中增加了个别非省会城市,如张掖,而乌鲁木齐在这一期间呈现出能源效率递减趋势。能源效率递减俱乐部仍然大多是非省会中的小城市。③城市之间的能源效率存在较大的差异,具有较高的节能潜力。对一直处于前沿面上的兰州和天水,研究期间的能源效率值呈现出一升一降趋势,兰州的能源效率值从1.14上升到2.51,天水从2.13下降到1.09,乌鲁木齐从1.94下降到0.8,这些城市的能源效率提升空间不大;对全部17个城市而论,研究期间能源效率值的标准差为0.4763,波动幅度大。即能源效率值在城市之间的个体差异大,能源效率提升还有一定空间。所以,对比处于前沿面上城市和不处于前沿面上的城市能源效率值的变动趋势可见,提升丝绸之路经济带17个城市能源效率的重点仍在于那些能源效率低的城市,如西宁、银川、三门峡、商丘、宝鸡、咸阳、洛阳,它们还有较大的提升空间。

5.3 曼奎斯特—鲁恩博格生产率指数(MLPI)

运用DEAP2.1和EMS(1.3)软件,本文计算了丝绸之路经济带17个城市2000—2014年曼奎斯特—鲁恩博格生产率指数(MLPI),结果见表3。

从表3计算结果可见:①在无环境约束下,丝绸之路经济带17个城市全要素能源效率增长率大幅度提高,最低提升幅度为张掖的2.6%,最高的西安达到16%,全部17个城市平均提升10.9%。从平均意义看,全要素能源效率增长由11.6%的技术进步推动,而效率变化的推动影响为负值-0.006。这说明在无环境约束情形下,全要素能源效率的提升主要来自于技术进步而非效率提升。②在环境约束情形下,丝绸之路经济带17个城市的全要素能源效率增长率平均值为0.6%,明显低于无环境约束情形下的全要素能源效率增长率。从平均意义上看,全要素能源效率增长主要由2.7%的技术进步推动,而效率变化的推动影响为负值-0.021，说明在无环境约束情形下,全要素能源效率的提升仍然主要来自于技术进步而非效率提升。这说明资源的过度使用与环境污染阻碍了丝绸之路经济带17个城市全要素能源效率的增长,对全要素能源效率造成损失。技术进步是全要素能源效率提升的主要动力,未来丝绸之路经济带17个城市的全要素能源效率在技术效率方面仍有较大提升空间。

表3 2000—2014年丝绸之路经济带全要素能源效率增长率分解

6 全要素能源效率影响因素的计量分析

通过分析各城市全要素能源效率和全要素能源效率指数的影响因素,有助于我们更好地理解在经济带城市链经济联系较紧密的区域中,经济发展、能源消费与环境污染三者之间的关系和作用机理,并在此基础上来寻找实现可持续发展的可行路径,达到经济发展、能源效率提高和环境污染强度降低的多赢结果。

6.1 变量与数据说明

主要是:①经济发展水平。经济发展水平与能源利用效率高度相关,它是影响环境全要素生产率的重要因素。本文对经济发展水平采用不变价人均GDP的对数(ln(pergdp))表示。②生产要素禀赋水平。资本、劳动力和能源是一个地区基本的生产要素,决定了一个地区生产率的高低。本文采用资本/劳动比的对数(percapital=LN(K/L))和人均能源使用量(perenergy)表示各个城市的生产要素禀赋水平。③产业结构。本文对产业结构采用各个城市第二产业总产值占GDP的份额(indusstr)表示。④能源结构。采用各个城市中煤炭在能源终端消费中的占比表示能源结构。⑤技术进步率与技术效率增长率。本文以研究的初始年2000年为基准,分别计算相对于2000年的累积技术进步增长率techcumu和累积技术效率增长率effchcumu,并用techcumu和effchcumu表示技术进步率和技术效率增长率。

人均GDP(pergdp)、人均资本(percapital)、人均能源消费(perenergy)、第二产业总产值占GDP的份额(indusstr)、能源结构(energystr)数据来自于17个城市2001—2015年的《统计年鉴》,以2011年不变价进行计算，而技术进步和技术效率来源于第四部分的计算。

6.2 计量模型

本文采用面板数据计量模型进行回归,模型构建为:

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(被解释变量),分为无环境约束和环境约束两种情况；ln(pergdpi,t)、ln(percapitali,t)、perenergyi,t、industri,t、energystri,t、 effchcumui,t、techcumui,t分别表示影响全要素能源效率的因素(解释变量)，其中i、t分别表示不同时期不同城市的对应值;βk为被估计参数;εi,t为随机误差项,服从正态分布。为了减少误差项中存在的异方差性和序列自相关性的影响,本文运用可行广义的最小二乘法(GLS)对模型(4)进行参数估计。

表4给出了方程(4)中17个城市2000—2014年全要素能源效率及其影响因素进行回归所得到的解释变量系数估计值。回归分为无环境约束和环境约束两种情况进行,并且在每一种情况下都给出了固定效应(FE)和随机效应(RE)两种情况下的回归结果。从Hausman检验的结果来看,在无环境约束和环境约束两种情况下全要素能源效率的回归分析应当选择固定效应模型。此外,由于在M-L指数计算中ML=effch×tech,所以尽管在方程(4)回归模型中用累积值effchcumu和techcumu作为解释变量,回归模型还可能存在多重共线性的问题。因此,我们进行了多重共线性检验,经检验解释变量之间的相关系数都小于0.4,变量之间存在多重共线性的可能性较小。

表4 全要素能源效率影响因素的计量分析

注:*****表示估计系数在1%水平上显著；***表示估计系数在10%水平上显著；**表示估计系数在20%水平上显著；*表示估计系数在50%水平上显著。括号内为基于标准差计算的t统计量。所有系数的计算和检验借助Eviews 6.0完成。

6.3 解释变量的内生性问题

本文分析的内生性问题来源于两方面:一是模型设定偏误,即由遗漏变量引起的。为了解决因遗漏变量引起的内生性问题,可利用面板数据的固定效应模型剔除不可观测因素引起的偏误;二是因变量全要素能源效率与解释变量双向交互影响。本文将所有内生变量的滞后一期作为工具变量。基于固定效应模型,运用两阶段估计方法(2SLS)进行回归,结果见表4。

6.4 计量结果分析

在无环境约束下,人均GDP对能源效率有显著的正影响,但人均资本存量、人均能源使用量对能源效率有显著的负影响;工业结构、能源消费结构、累积的技术效率、技术进步的增长率均对能源效率没有显著的正或负影响。表明在无环境约束下,决定丝绸之路经济带(中国段)城市链能源效率的主要因素是人均能源使用量、人均GDP、人均资本存量三个因素。总体上,这是由丝绸之路经济带城市链经济发展阶段和工业化发展水平决定的。此外,技术进步程度、技术效率、工业结构等因素对能源效率影响并不显著,表明丝路经济带城市链能源效率的提升主要源泉不在于技术效率和技术进步的推动,而在于能源消费总量的节约和经济总量及资本投资规模的合理调控。这种状况与国内较发达的经济区域如长三角区域、珠三角区域相比,存在显著差异。

在环境约束下,人均资本存量规模对能源效率有显著的负影响,人均GDP、人均能源使用量对能源效率有一定的正影响;技术进步程度、技术效率增长、产业结构、能源消费结构对能源效率的影响不显著。因此,在环境约束下,决定能源效率的主要因素仍是能源使用、人均资本存量规模、人均GDP、人均能源使用量。表明在环境约束下,粗放的工业化程度提高并未对能源效率产生正影响。人均GDP对能源效率有正影响,说明随着城市链经济发展程度提高,能源效率提升。与无环境约束相比,环境约束下技术进步程度、技术效率增长均对能源效率没有显著影响,表明技术进步和效率提升大多是为了提高产出,而没有提升减排技术。因此,未来丝绸之路经济带城市链能源效率的提升应尽快转向依赖技术进步和技术效率的提升,而不是靠限制经济发展速度和投资规模等硬性地节约能源使用量。

7 结论与政策建议

基于环境方向性距离函数,本文采用投入导向的规模报酬不变的DEA模型测度环境约束下丝绸之路经济带城市链17个城市2000—2014年的能源效率,并运用ML生产率指数测度了17个城市2000—2014年的环境全要素能源效率增长率及其成分,最后对影响环境全要素能源效率增长率的影响因素进行了实证研究。

研究表明:①2000—2014年丝绸之路经济带城市链17个城市的全要素能源效率增长率主要取决于能源使用技术进步增长率,而能源使用的技术效率有待提升。从2007年以后,省会城市的全要素能源效率呈递增趋势,其他中小城市呈下降趋势。说明在环境约束强化的发展背景下,大城市在能源使用中减排技术的应用优于中小城市。②在环境约束情形下,能源使用将导致排放等坏产出,人均资本存量规模对能源效率有显著的负影响,人均GDP、人均能源使用量都对能源效率有一定的正影响;技术进步程度、技术效率增长、产业结构、能源消费结构对能源效率的影响不显著,表明技术进步和效率提升多是为了提高产出,而没有提升减排技术。由于中西部城市的工业多为能源重化工业,能源效率的影响因素特征与国内较发达的经济区域相比存在显著差异,这种差异的核心区别在于两类区域经济发展水平、工业化水平、城镇化水平上的阶段性差异。

基于研究结论,提出以下建议:①从战略实施初始,着力构建有利于丝绸之路经济带地区发展的体制机制和政策环境,使经济发展与能源消耗尽快脱钩,实现节能减排与经济增长的双赢目标。在当前发展背景下,丝绸之路经济带沿线城市的发展要力求摆脱传统经济增长的“三高一低”增长模式。②严格限制丝绸之路经济带高耗能行业的过快发展,加强高耗能行业的结构调整,加快淘汰丝绸之路经济带沿线落后产能；推广高新技术,提高能源利用效率和经济效益,控制能源消费总量的过快增长。此外,通过调整出口退税、减少出口配额、提高关税、增设加工贸易产品禁止名录等政策限制高耗能、高污染产品出口。③加大丝绸之路经济带沿线城市在能源领域技术的研发和引进力度,加强地区之间的节能减排技术的交流合作。丝绸之路经济带城市大多处于中西部地区,生态环境保护形势严峻。在丝绸之路经济带战略实施进程中,无疑会有大量产业投资落地于沿线城市，因此在各类产业项目落地之始就通过绿色金融、低碳金融等手段将节能减排政策贯彻于项目始终。④由于中西部地区有独有的资源优势,要改变当前以煤炭消费为主的能源消费结构非常困难,因此丝路沿线地区应通过两方面举措提高能源利用效率:一是技术,即加强煤炭洁净利用技术的研发力度,加快煤转油、煤转气等高新技术的产业化速度;二是政策,即完善煤炭产业政策、建立煤炭弹性价格机制,优化煤炭资源配置;加强煤炭产品的宏观调控力度,抑制煤炭的过度开采和消耗,促进煤炭资源合理利用。⑤加强丝绸之路经济带沿线大中城市与中小城市之间的技术交流与合作,尤其是在能源利用技术、节能减排技术、清洁能源研发利用技术等方面加大合作力度,使大城市在能源利用、节能减排的优势效应扩散到中小城市。

[1]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济,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]曾胜,靳景玉.能源消费结构视角下的中国能源效率研究[J].经济学动态,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]袁晓玲,张宝山，杨万平.基于环境污染的中国全要素能源效率研究[J].中国工业经济,2009,(2)∶76-86.

[6]李兰冰.中国全要素能源效率评价与解构——基于“管理—环境”双重视角[J].中国工业经济,2012,(6)∶57-69.

[7]张伟,吴文元.基于环境绩效的长三角都市圈全要素能源效率研究[J].经济研究,2011,(10)∶95-109.

[8]程元栋.中国全要素能源利用效率的动态演进机制研究[J].安徽理工大学学报(社会科学版),2016,18(3)∶50-57.

[9]李强,魏巍.交通基础设施、制度变迁与全要素能源效率——基于省级面板数据的经验分析[J].南京审计学院学报,2014,(1)∶6-19.

[10]黄永春,石秋平.中国区域环境效率与环境全要素的研究——基于包含R&D投入的SBM模型的分析[J].中国人口·资源与环境,2015,25(12)∶25-34.

[11]宋炜,周勇.城镇化、收入差距与全要素能源效率——基于2000—2014年省级面板数据的经验分析[J].经济问题探索,2016,(10)∶28-35.

[12]杨恺钧,毛博伟,胡菡.长江经济带物流业全要素能源效率——基于包含碳排放的SBM与GML指数模型[J].北京理工大学学报(社会科学版),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.环境、资源与工业增长的协调性[J].经济研究,2008,(2)∶93-105.

[18]张军,吴桂英,张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究,2004,(10)∶35-44.

[19]陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释(1980—2008)[J].经济研究,2010,(11)∶21-34.