長江經(jīng)濟帶工業(yè)環(huán)境效率差異及其影響因素
——基于超效率DEA-Malmquist-Tobit模型

馬 駿，王雪晴

(1.河海大學(xué)商學(xué)院，江蘇南京 211100；2.南京大學(xué)理論經(jīng)濟學(xué)博士后流動站，江蘇南京 210009；3.江蘇省水資源與可持續(xù)發(fā)展研究中心，江蘇南京 210098)

?

長江經(jīng)濟帶工業(yè)環(huán)境效率差異及其影響因素
——基于超效率DEA-Malmquist-Tobit模型

馬 駿1，2，3，王雪晴1，3

(1.河海大學(xué)商學(xué)院，江蘇南京 211100；2.南京大學(xué)理論經(jīng)濟學(xué)博士后流動站，江蘇南京 210009；3.江蘇省水資源與可持續(xù)發(fā)展研究中心，江蘇南京 210098)

以長江經(jīng)濟帶11個省市為研究對象，運用超效率DEA模型對2005—2014年各省市的工業(yè)環(huán)境效率進行靜態(tài)評價。實證結(jié)果表明：2005—2014年長江經(jīng)濟帶整體工業(yè)環(huán)境效率水平較高，但各地區(qū)之間仍然存在一定差距，其中浙江、江蘇等地環(huán)境效率值較高，云南、貴州等地較低；11個省市的全要素環(huán)境效率的增長率平均值大于1，技術(shù)進步是工業(yè)環(huán)境效率變動的主要因素；產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境管制對工業(yè)環(huán)境效率產(chǎn)生積極影響，外商投資和人口密度對工業(yè)環(huán)境效率產(chǎn)生消極影響。

長江經(jīng)濟帶；工業(yè)環(huán)境效率；超效率DEA；Malmquist指數(shù)；Tobit回歸模型

一、引 言

長江經(jīng)濟帶橫貫中國東中西3大域，覆蓋上海、江蘇、浙江、安徽、江西、湖北等11個省市。2014年3月，李克強總理在《政府工作報告》中明確提出“依托黃金水道，建設(shè)長江經(jīng)濟帶”。然而，在長江經(jīng)濟帶經(jīng)濟增速持續(xù)高于全國平均水平的同時，環(huán)境污染問題與工業(yè)化相伴而生，資源承載力也受到了挑戰(zhàn)，其發(fā)展經(jīng)歷了一個“低水平均衡→非均衡→高水平均衡”的“倒U型”動態(tài)演進過程[1]。丁黃艷等運用能源強度、離散系數(shù)、莫蘭指數(shù)綜合測度1999—2013年長江經(jīng)濟帶工業(yè)能源效率空間差異，結(jié)果表明長江經(jīng)濟帶省際工業(yè)能源效率存在梯度差異，呈空間集聚特征[2]。從某種程度上來說，轉(zhuǎn)變經(jīng)濟發(fā)展方式首先就是轉(zhuǎn)變粗放型經(jīng)濟增長模式[3]。我國目前正處于工業(yè)化和城市化加速推進的狀態(tài)，工業(yè)是國民經(jīng)濟的支柱產(chǎn)業(yè)，而工業(yè)生產(chǎn)又是導(dǎo)致資源與環(huán)境惡化的主要來源，因此研究長江經(jīng)濟帶11個省市的工業(yè)環(huán)境效率差異及其影響因素對提高工業(yè)資源利用率、實現(xiàn)經(jīng)濟可持續(xù)發(fā)展具有重要理論及現(xiàn)實意義。

工業(yè)環(huán)境效率是指工業(yè)系統(tǒng)創(chuàng)造單位價值產(chǎn)生的環(huán)境影響的大小[4]，從研究角度來看，工業(yè)環(huán)境效率的研究更多地從當初的企業(yè)層面逐步向更加微觀和宏觀兩個層面深入，且趨于重污染企業(yè)或行業(yè)發(fā)展[5]，主要集中在區(qū)域[6]方面，包括城市[7]、省域[8]及國家層面[9]，而對經(jīng)濟帶的研究卻不多。從研究內(nèi)容來看，很多學(xué)者都通過非參數(shù)的數(shù)據(jù)包絡(luò)分析方法對工業(yè)環(huán)境效率進行測度研究，例如，Charnes等首次提出基于規(guī)模報酬不變的DEA模型對效率進行研究，此方法無需設(shè)定生產(chǎn)函數(shù)的具體形式，評價結(jié)果較為客觀[10]。若利用DEA模型進行工業(yè)環(huán)境效率的評價，是需要將環(huán)境因素引入模型中，而環(huán)境因素中并不只包含期望產(chǎn)出，環(huán)境的污染排放通常被人們稱為非期望產(chǎn)出，F(xiàn)are等為了解決這一問題，首次提出了包含非期望產(chǎn)出的DEA模型[11]。除Fare之外，Chung等也通過利用不斷發(fā)展的數(shù)據(jù)包絡(luò)分析方法來研究工業(yè)環(huán)境效率領(lǐng)域[12-13]。傳統(tǒng)的DEA模型在多個決策單元同時有效的情形下是無法做出進一步的評價的，所以Anderson等建立了超效率DEA模型[14]，在此基礎(chǔ)上Xue等推廣了該模型[15]。近年來，龐瑞芝等[3，16-17]都采用超效率DEA模型對效率問題進行研究。與此同時，也有很多文獻集中研究環(huán)境效率影響因素的定性問題，如白永平等認為中國市場化程度的提高對環(huán)境效率的提高也有一定的正向作用[18]。

然而，已有文獻仍然存在以下不足之處：第一，國內(nèi)外大多文獻多以省域或國家為研究單位，缺乏對“經(jīng)濟帶”的研究，筆者將以長江經(jīng)濟帶為研究對象來彌補這方面的不足；第二，已有文獻大多從靜態(tài)或者動態(tài)單一角度對工業(yè)環(huán)境效率進行研究[19]，筆者同時從這兩個角度進行研究；第三，已有文獻大多是采用截面數(shù)據(jù)對影響因素進行分析，筆者將采用Tobit面板數(shù)據(jù)模型來分析各因素對工業(yè)環(huán)境效率變化的影響。

二、研究方法及數(shù)據(jù)說明

1.研究方法

在現(xiàn)有文獻中，DEA方法計算出來的相對效率有很多優(yōu)點，如針對前沿生產(chǎn)函數(shù)不必確定其具體形式、在研究多投入多產(chǎn)出問題時彌補權(quán)重給定的主觀性、減少計算誤差等。鑒于以上優(yōu)點，筆者也利用DEA方法對長江經(jīng)濟帶工業(yè)環(huán)境效率進行研究。

(1)超效率DEA模型

當前，數(shù)據(jù)包絡(luò)分析是研究環(huán)境能源效率的主流方法，特別是超效率DEA模型[14]。相比傳統(tǒng)DEA模型而言，其把所評價的決策單元排除在生產(chǎn)可能集外，使相對有效的決策單元也能夠進行效率評價，因而超效率DEA在效率評價領(lǐng)域得到了廣泛的應(yīng)用。

假定有n個獨立DMU，每一個DMU中都有m種投入xj和s種產(chǎn)出yj，則超效率DEA模型的具體形式如下[20]：

(1)

(2) Malmquist指數(shù)模型

Malmquist生產(chǎn)率指數(shù)首先是由Sten Malmqusit在1953年分析不同時期的消費變化時提出的，后由Caves等利用該指數(shù)模型進行生產(chǎn)率變化的測算[21]，才形成如今的Malmqusit生產(chǎn)率指數(shù)模型。Malmqusit指數(shù)模型是以距離函數(shù)為基礎(chǔ)的，核心思想就是將此轉(zhuǎn)化為基于效率函數(shù)定義的Malmqusit指數(shù)模型。根據(jù)Fare等人的研究，將指數(shù)進行分解為技術(shù)變化和技術(shù)效率變化[22]，則Malmqusit生產(chǎn)指數(shù)(TFPch)的計算公式如下：

(3)Tobit面板回歸分析

對工業(yè)環(huán)境效率的影響因素的分析將通過兩階段分析法[23]，首先通過DEA模型評估出決策單位的工業(yè)環(huán)境效率值，并將此定義為因變量，除此之外，工業(yè)環(huán)境效率還受投入產(chǎn)出變量之外其他因素的影響，因此將其他影響因素定義為自變量，然后建立計量經(jīng)濟模型來分析。相對環(huán)境效率指數(shù)在一定的數(shù)值域內(nèi)，Greene指出，對于這種存在數(shù)據(jù)截斷的受限因變量模型，如果用普通最小二乘法進行回歸系數(shù)分析，參數(shù)估計值會出現(xiàn)偏差[24]，因此Tobit模型提出采用極大似然法的截取回歸模型。具體形式為

(3)

式中：i為不同的決策單元；Yi即為第i個決策單元的相對環(huán)境效率值；Xi為自變量；βt是未知參數(shù)變量，ui～N(0,σ2)，i=1,2,3,…。

2.指標及數(shù)據(jù)說明

在實際運用中，投入指標通常選擇資本、勞動等傳統(tǒng)投入，并將收益性指標用作產(chǎn)出指標，但筆者研究工業(yè)環(huán)境效率需要增加環(huán)境污染指標，因此借鑒已有文獻研究成果[18]將環(huán)境污染排放量作為非期望產(chǎn)出指標，同時兼顧數(shù)據(jù)的完整性、科學(xué)性與可得性，選取長江經(jīng)濟帶11個省市2005—2014年的數(shù)據(jù)為決策單元構(gòu)建長江經(jīng)濟帶工業(yè)環(huán)境效率的指標體系(表1)。

表1 工業(yè)環(huán)境效率評價指標

具體的投入產(chǎn)出指標構(gòu)成如下：

①資本投入。將工業(yè)資本存量作為資本投入要素，借鑒岳書敬的計算方法[25]得出各地區(qū)歷年的工業(yè)資本存量，為消除價格影響，通過每年利用固定資產(chǎn)投資價格指數(shù)折算成2005年不變價，單位為億元，公式為

(4)

式中：Ki,t0表示i地區(qū)2005年的固定資產(chǎn)凈值，Δki,t表示i地區(qū)t年的名義凈投資，其中固定資產(chǎn)凈值由固定資產(chǎn)原價合計與累計折舊的差得到，Pt表示t年的固定資產(chǎn)投資的價格指數(shù)值。

②勞動投入。由工業(yè)企業(yè)全部從業(yè)人員年平均人數(shù)得到，由于研究的是工業(yè)部門的數(shù)據(jù)，可以不考慮從業(yè)人員素質(zhì)和勞動時間差異的影響，單位為人。

③環(huán)境污染產(chǎn)出。為準確反映污染物的排放水平，選取工業(yè)廢水排放量、工業(yè)COD排放量和工業(yè)二氧化硫排放量作為非期望產(chǎn)出指標。DEA模型要求產(chǎn)出越大越好，因此需要對非期望產(chǎn)出進行轉(zhuǎn)換。處理非期望產(chǎn)出的常用方法有：一是將非期望產(chǎn)出作為投入變量進行處理，但這種方法與物質(zhì)平衡法相互違背；二是采用線性數(shù)據(jù)函數(shù)轉(zhuǎn)換方法，這是一種較好的環(huán)境效率評價方法。因此采用第二種方法進行分析，原理是線性數(shù)據(jù)轉(zhuǎn)化函數(shù)[26]，即將環(huán)境污染排放轉(zhuǎn)化為期望產(chǎn)出，具體公式為：

f(χit)=max(χt)+1-χit

(5)

式中：χit為第t年第i個省份的污染物排放原值，max(χt)+1為第t年污染物排放的最大值，來保證所有轉(zhuǎn)化的期望產(chǎn)出為正數(shù)。

④工業(yè)產(chǎn)出。由工業(yè)增加值獲得，為了消除價格因素的影響，以2005年為基期，利用各年份工業(yè)品出廠價格指數(shù)折算成2005年不變價。

投入產(chǎn)出指標數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》以及各省份《環(huán)境統(tǒng)計公報》。

三、實證分析

1.工業(yè)環(huán)境效率靜態(tài)分析

基于產(chǎn)出導(dǎo)向規(guī)模報酬不變超效率DEA模型，根據(jù)EMS1.3軟件對長江經(jīng)濟帶11個省市2005—2014年的工業(yè)環(huán)境效率值進行測算(表2)。

結(jié)果表明：①從橫截面數(shù)據(jù)分析，2005—2014年，長江經(jīng)濟帶工業(yè)環(huán)境效率的平均值均達到了較高的效率前沿。這種較高的平均值結(jié)果直接得益于我國“十一五”規(guī)劃的實施，這一時期長江經(jīng)濟帶在發(fā)展工業(yè)的同時兼顧生態(tài)環(huán)境的保護，在較高程度上實現(xiàn)了工業(yè)發(fā)展與資源環(huán)境的協(xié)調(diào)發(fā)展。②從時間序列數(shù)據(jù)分析，長江經(jīng)濟帶11個省市在2005—2014年，差異性比較明顯。總體來看，可以將11個省份劃分為3類地區(qū)：環(huán)境效率值相對較高的省份(浙江、江蘇、四川、安徽，平均值均達到或超過1.20)、環(huán)境效率值處于中等的省份(湖北、湖南、江西和上海等省份，平均值介于1～1.2之間)、環(huán)境效率值相對較低的省份(貴州、重慶、云南，平均值均小于1)。

表2 2005—2014年長江經(jīng)濟帶11省市工業(yè)環(huán)境超效率值

第一類是超效率平均值較高的地區(qū)，在這類地區(qū)中，既有處于長江經(jīng)濟帶中下游的經(jīng)濟發(fā)達地區(qū)，也有處于經(jīng)濟帶中上游的經(jīng)濟欠發(fā)達地區(qū)。前者很大程度上歸因于長江下游地區(qū)是我國對外開放的前沿城市、更容易引進國外先進理念與技術(shù)，在發(fā)展工業(yè)的同時減少資源的消耗與排放，工業(yè)發(fā)展與資源環(huán)境的利用達到了高效的協(xié)調(diào)；后者更多是因為經(jīng)濟與環(huán)境協(xié)調(diào)發(fā)展使其呈現(xiàn)出較高的環(huán)境效率，說明環(huán)境效率的提高并不是盲目追求GDP總量的增加，各省既要追求經(jīng)濟發(fā)展，也要注重環(huán)境保護。第二類是超效率平均值處于中等的湖南、湖北、江西和上海等地區(qū)。其中，除上海外，其他省份都處于長江經(jīng)濟帶中游地區(qū)，雖然區(qū)域競爭中的劣勢以及發(fā)達城市的污染轉(zhuǎn)移使其超效率值低于江蘇等地，但通過與周邊經(jīng)濟發(fā)達省份的區(qū)域合作以及“十二五”規(guī)劃開局的實施，對工業(yè)發(fā)展與資源環(huán)境的協(xié)調(diào)發(fā)展起到了一定的促進作用，使其呈現(xiàn)出不低的超效率值。上海是我國經(jīng)濟最發(fā)達的城市，同時也是資源稀缺的大型地區(qū)，經(jīng)濟的快速增長與人口壓力使城市運行成本增加，經(jīng)濟快速增長的正效益受到環(huán)境問題帶來的負效益影響，使其超效率值處于經(jīng)濟帶中等階段。第三類是超效率平均值較低的地區(qū)。貴州、重慶和云南這類效率值相對較低的省份都屬于長江經(jīng)濟帶上游地區(qū)，經(jīng)濟基礎(chǔ)薄弱且生產(chǎn)技術(shù)落后，經(jīng)濟發(fā)展依賴于“高污染、高消耗”的傳統(tǒng)制造業(yè)，工業(yè)經(jīng)濟增長的同時需要消耗較大的資源，因此呈現(xiàn)出較低的工業(yè)環(huán)境效率值。

2.工業(yè)環(huán)境效率動態(tài)分析

根據(jù)2005—2014年長江經(jīng)濟帶11個省市的數(shù)據(jù)，利用DEAP2.1軟件，得到11個省市總體分年份和分地區(qū)的全要素工業(yè)環(huán)境效率變動指數(shù)(表3～4)。

表3 2005—2014年長江經(jīng)濟帶11個省市年平均Malmquist指數(shù)及其分解

表4 11個省市各年份平均Malmquist指數(shù)及其分解

從表3可以看出，長江經(jīng)濟帶2005—2014年11省市的全要素工業(yè)環(huán)境效率的平均變動指數(shù)為1.050，年均增長率為5%。從年均增長率的分解來看，技術(shù)進步(Techch)和純技術(shù)效率(Pech)增長率是增加的且技術(shù)進步的增長率高于純技術(shù)效率的增長率，而綜合技術(shù)效率和純技術(shù)效率是下降的，可知各省市工業(yè)環(huán)境效率的增長率最大程度上是得益于技術(shù)進步的增長。以重慶為例，其綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均不變，只有技術(shù)進步增長2.1%，可以發(fā)現(xiàn)TFP的增加是來源于技術(shù)進步的增長；另外，貴州和云南環(huán)境效率處于下降的趨勢，貴州年均下降3.7%，云南年均下降5.4%，均歸因于技術(shù)進步的下降。由表2可知，兩地目前都處于環(huán)境效率值較低的地區(qū)，仍一直處于下降的趨勢，與表2研究結(jié)果一致。因此可知云南、貴州等地特殊的經(jīng)濟結(jié)構(gòu)并不適合我國，需要引進先進技術(shù)，加強對新技術(shù)的吸收與應(yīng)用，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。

從表4可知，雖然最近兩年有所下降，但長江經(jīng)濟帶工業(yè)環(huán)境效率整體上呈現(xiàn)逐年提高的態(tài)勢，技術(shù)進步是長江經(jīng)濟帶11個省市工業(yè)環(huán)境效率增長的主導(dǎo)因素，平均值最高已經(jīng)達到了5.1%。

四、工業(yè)環(huán)境效率影響因素分析

影響工業(yè)環(huán)境效率的因素有很多，在參考以往研究文獻成果[17,27-28]的基礎(chǔ)上，從3個層面考慮影響因素：①經(jīng)濟層面：一是經(jīng)濟發(fā)展水平X1，屬于經(jīng)濟層面的總量指標，用人均GDP的對數(shù)來表示(LNGP)；二是產(chǎn)業(yè)結(jié)構(gòu)X2，屬于經(jīng)濟層面的質(zhì)量指標，用工業(yè)增加值與地區(qū)GDP的比重來表示(PT)。②制度層面：一是外商投資X3，選取地區(qū)實際利用外資額與地區(qū)生產(chǎn)總值的比重(WZ)；二是環(huán)境管制X4，取排污費收入的對數(shù)(LNFI)。③地域?qū)用鎄5：選取各省市人口密度的對數(shù)(LNPD)作為研究指標。

借助Eviews6.0軟件，通過極大似然估計法對Tobit模型數(shù)據(jù)進行處理并進行回歸(表5)。

表5 Tobit回歸結(jié)果

注：***，**分別表示通過了1%，5%的顯著性檢驗。

第一，從經(jīng)濟層面來看，經(jīng)濟發(fā)展規(guī)模與工業(yè)環(huán)境效率的關(guān)系比較模糊。Tobit回歸結(jié)果表明，經(jīng)濟發(fā)展水平對各省市的影響系數(shù)為0.034 841，但P值為0.486 7，在10%的顯著性水平上未通過檢驗，而象征質(zhì)量指標的產(chǎn)業(yè)結(jié)構(gòu)系數(shù)卻為正，且通過了5%的顯著性水平檢驗。也就是說，長江經(jīng)濟帶各省份經(jīng)濟發(fā)展水平與工業(yè)環(huán)境效率值沒有直接的影響關(guān)系，如經(jīng)濟發(fā)達的江蘇、浙江與經(jīng)濟欠發(fā)達的四川、安徽環(huán)境效率值都處于前列，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整能夠使工業(yè)環(huán)境效率得到改善。因此，通過提高技術(shù)創(chuàng)新能力、培植新興產(chǎn)業(yè)、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)及促進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級更能對工業(yè)環(huán)境效率產(chǎn)生積極的影響。

第二，從制度層面來看，首先外商投資(WZ)與工業(yè)環(huán)境效率負相關(guān)。Tobit結(jié)果表明，外商投資對各省市的影響系數(shù)為負，且在1%的顯著性水平上通過了檢驗，這種情況與實際情況相符。外商對各省市的投資很大程度上集中在鋼鐵等工業(yè)領(lǐng)域，而各省份更多關(guān)注經(jīng)濟發(fā)展規(guī)模未能有效控制其投資方向，自然會使工業(yè)環(huán)境效率受到負面影響；制度層面的環(huán)境管制與工業(yè)環(huán)境效率正相關(guān)，環(huán)境管制(LNFI)系數(shù)為正，并且在5%的顯著性水平下通過檢驗，這表明環(huán)境管制是影響工業(yè)環(huán)境效率的有效指標，分析其原因可知，近十幾年來國家環(huán)境管制力度的加強，促使各省份采用清潔技術(shù)生產(chǎn)和末端治理，在發(fā)展經(jīng)濟的同時注重環(huán)境的保護，促進經(jīng)濟的可持續(xù)發(fā)展。

第三，從地域?qū)用鎭砜?，人口密度與工業(yè)環(huán)境效率負相關(guān)?；貧w結(jié)果表明，人口密度對環(huán)境效率的影響系數(shù)為負，且P值為0表明各省份在指標上存在顯著差異，也就是說，人口密度的增大會對工業(yè)環(huán)境效率產(chǎn)生破壞。原始數(shù)據(jù)可以印證這一觀點，人口密集的重慶、上海等地環(huán)境污染排放相對較嚴重，因此需要正視人口增長對經(jīng)濟與環(huán)境的威脅，促進長江經(jīng)濟帶地區(qū)人口、資源與環(huán)境的協(xié)調(diào)發(fā)展。

五、結(jié)論與啟示

基于長江經(jīng)濟帶11個省市的面板數(shù)據(jù)，利用超效率DEA模型和Malmquist指數(shù)對11個省市的工業(yè)環(huán)境效率進行測算和分解，在此基礎(chǔ)上，采用Tobit模型對工業(yè)環(huán)境效率的其他影響因素進行分析，結(jié)論如下。

第一，工業(yè)環(huán)境效率的超效率DEA結(jié)果顯示，長江經(jīng)濟帶11個省市2005—2014年的超效率均值從橫截面數(shù)據(jù)來看工業(yè)環(huán)境效率均達到較高的效率前沿面，而從時間序列數(shù)據(jù)來看，各省份之間環(huán)境效率值仍有一定的差距。其中，浙江、江蘇等地效率值較高，云南、貴州等地較低。因此，為解決各地區(qū)之間的差異，從整體上提高工業(yè)環(huán)境效率，政府首先需要采取措施對這些地區(qū)進行技術(shù)引進以及財力上的支持；其次，各地區(qū)各企業(yè)需要調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，對傳統(tǒng)產(chǎn)業(yè)實行節(jié)能減排的措施，圍繞重點產(chǎn)業(yè)進行產(chǎn)業(yè)鏈整合，注重環(huán)境與經(jīng)濟之間的平衡，提高環(huán)境利用效率，發(fā)展循環(huán)經(jīng)濟；最后，要綜合考慮各省份間的發(fā)展政策之間的沖突，加強引導(dǎo)各省份進行區(qū)域合作交流，培養(yǎng)各省份的自主創(chuàng)新能力，加快推動各省份之間和諧的環(huán)境合作機制，最終實現(xiàn)工業(yè)環(huán)境效率的提高。

第二，通過對11個省市平均Malmquist指數(shù)的分解可以看出技術(shù)進步對長江經(jīng)濟帶工業(yè)環(huán)境效率的變動起主導(dǎo)作用。因此，為提高長江經(jīng)濟帶地區(qū)工業(yè)環(huán)境效率的增長率，可以從3方面進行考慮：首先要促進11個省市之間的技術(shù)交流與合作，合理引用先進技術(shù)與理念，注意新技術(shù)的吸收應(yīng)用，避免引進“高污染、高消耗”的產(chǎn)業(yè)，造成工業(yè)環(huán)境壓力過大；其次，使各省份資源得到合理配置，以重點產(chǎn)業(yè)為核心對產(chǎn)業(yè)結(jié)構(gòu)進行優(yōu)化升級，使規(guī)模效率得到提高；最后，要加大科技投資力度，鼓勵各大中型企業(yè)對科研投入的積極性，促使科研經(jīng)費來源渠道的拓寬，促進科學(xué)技術(shù)轉(zhuǎn)化為生產(chǎn)力。

第三，通過Tobit模型分析影響工業(yè)環(huán)境效率的外在影響因素，結(jié)果表明產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境管制對工業(yè)環(huán)境效率產(chǎn)生顯著的正相關(guān)，外商投資和人口密度對工業(yè)環(huán)境效率產(chǎn)業(yè)了顯著的負相關(guān)。從外在影響因素入手提高工業(yè)環(huán)境效率，首先需要調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，一方面積極引領(lǐng)企業(yè)走新型工業(yè)化道路，另一方面努力挖掘各省市的優(yōu)勢產(chǎn)業(yè)并加強引導(dǎo)各省市進行有效的區(qū)域合作；其次，加強環(huán)境管制，促進各省份在提高經(jīng)濟發(fā)展的同時注意環(huán)境的保護，采取加強排污費收入等各項有效措施；另外，需要在合理引進外資、引進國外先進技術(shù)和設(shè)備的同時注重調(diào)控外商投資的方向，引領(lǐng)外商向低污染產(chǎn)業(yè)發(fā)展，使外資合理利用在循環(huán)經(jīng)濟領(lǐng)域；最后，減少人地矛盾，合理分布各地區(qū)人口，促進人口、資源與環(huán)境的協(xié)調(diào)發(fā)展，提高工業(yè)環(huán)境效率。

[1] 成長春.長江經(jīng)濟帶協(xié)調(diào)性均衡發(fā)展的戰(zhàn)略構(gòu)想[J].南通大學(xué)學(xué)報(社會科學(xué)版)，2015，31(1)：1-8.

[2] 丁黃艷，任毅，蒲坤明.長江經(jīng)濟帶工業(yè)能源效率空間差異及影響因素研究[J].西部論壇，2016，26(1)：27-34.

[3] 龐瑞芝，李鵬.中國新型工業(yè)化增長績效的區(qū)域差異及動態(tài)演進[J].經(jīng)濟研究，2011(11)：36-48.

[4] VERFAILLIE H A,BIDWELL R.Measuring eco-efficiency：a guide to reporting company performance [M].Geneva：World Business Council for Sustainable Development,2001.

[5] 王飛兒，史鐵錘.基于物質(zhì)代謝的中國紡織業(yè)生態(tài)效率評價[J].中國人口·資源與環(huán)境,2008,18(16)：116-120.

[6] SEPPALAA J,MELANEN M,MAENPAA I,et al.How can the eco-efficiency of a region be measured and monitored [J].Journal of Industrial Ecology,2005,9(4)：117-130.

[7] 袁鵬，程施.中國工業(yè)環(huán)境效率的庫茲涅茨曲線檢驗[J].中國工業(yè)經(jīng)濟,2011(2)：79-88.

[8] 吳小慶，王遠，劉寧同，等.基于物質(zhì)流分析的江蘇省區(qū)域生態(tài)效率評價[J].長江流域資源與環(huán)境,2009,18(10)：890-895.

[9] 楊斌.2000—2006年中國區(qū)域生態(tài)效率研究：基于DEA方法的實證分析[J].經(jīng)濟地理,2009,29(7)：1197-1202.

[10] CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6)：429-444.

[11] FARE R,GROSSKOPF S.Multilateral productivity comparisons when some outputs are undesirable:a nonparametric approach[J].The Review of Economics and Statistis,1989,71(1)：90-98.

[12] CHUNG Y,FARE R,GROSSKOPF S.Productivity and undesirable outputs：a directional distance function approach[J].Journal of Environmental Management,1997,51(3)：229-240.

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

[14] ANDERSEN P,PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science,1993,39(10)：1261-1264.

[15] XUE M,HARKER P T.Note：ranking DMUs with infeasible super-efficiency DEA models[J].Management Science,2002,48(5)：705-710.

[16] POVEDA A C.Economic development and growth in Colombia：an empirical analysis with super-efficiency DEA and panel data[J].Socio-Economic Planning Sciences,2011,45(4)：154-164.

[17] 胡根華,秦嗣毅.“金磚國家”全要素能源效率的比較研究：基于DEA-Tobit模型[J].資源科學(xué),2012,34(3)：533-540.

[18] 白永平,張曉州,郝永佩,等.基于SBM-Malmquist-Tobit模型的沿黃九省(區(qū))環(huán)境效率差異及影響因素分析[J].地域研究與開發(fā),2013,32(2)：90-95.

[19] 焦兵,孫君厚.絲綢之路經(jīng)濟帶工業(yè)環(huán)境效率的動態(tài)評價及影響因素研究[J].統(tǒng)計與信息論壇,2015,30(11)：44-48.

[20] 孟曉,孔群喜,汪麗娟.新型工業(yè)化視角下“雙三角”都市圈的工業(yè)能源效率差異：基于超效率DEA方法的實證研究[J].資源科學(xué),2013,35(6)：1202-1210.

[21] CAVES D W,CHRISTENSEN L R,DIEWERT W E.The economic theory of index numbers and the measurement of input,output and productivity[J].Econometrica,1982,50(6)：1393-1414.

[22] FARE R,GROSSKOPF S,NORRIS M.Productivity growth,technical progress,and efficiency change in industrialized countries[J].American Economic Review,1994,84(1)：66-83.

[23] COELLI T J,RAO D S P,O’DONNELL C J,et al.An introduction to efficiency and productivity analysis[M].Boston：Kluwer Academic Publishers,1998.

[24] GREENE W H.On the asymptotic bias of the ordinary least squares estimator of the Tobit model[J].Econometrica,1981,49 (2)：505-513.

[25] 岳書敬.基于低碳經(jīng)濟視角的資本配置效率研究：來自中國工業(yè)的分析與檢驗[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2011(4)：110-124.

[26] SEIFORD L M,ZHU J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research,2005,161(2)：579-581.

[27] 李青松,徐國勁,鄧素君,等.基于DEA-Malmquist-Tobit模型的河南省生態(tài)效率研究[J].環(huán)境科學(xué)與技術(shù),2016,39(4)：194-199.

[28] 汪克亮,孟祥瑞,楊寶臣,等.基于環(huán)境壓力的長江經(jīng)濟帶工業(yè)生態(tài)效率研究[J].資源科學(xué),2015,37(7)：1491-1501.

(責(zé)任編輯：高 虹)

10.3876/j.issn.1671-4970.2017.03.009

2016-11-28

江蘇省社會科學(xué)基金項目(12EYB008)；江蘇省博士后基金(1202087C)；河海大學(xué)中央高校基本科研業(yè)務(wù)費項目(2015B10114)

馬駿(1970—)，男，江蘇金湖人，博士，副教授，從事技術(shù)經(jīng)濟及循環(huán)經(jīng)濟研究。

F061.5；F403

A

1671-4970(2017)03-0049-06