环境约束下长江经济带全要素能源效_省略_基于超效率DEA模型和ML指数法_吴传清

长江经济带污水处理厂能源效率及其影响因素
王洪涛;黄润垚;谢丽;倪晓航
【期刊名称】《同济大学学报:自然科学版》
【年(卷),期】2022(50)2
【摘要】采用基于归一化的能源强度和基于数据包络分析的相对能源效率指标,对长江经济带970座污水处理厂进行评估,分析了设计要素、运行状况与外部条件的
影响。

结果表明:970座污水处理厂的能源强度范围以处理水量和COD削减量计分别为0.10~1.84 kWh·m^(-3)和0.41~1.42 kWh·kg^(-1),相对能源效率变化范围为0.02~2.35;能源效率受规模效应影响显著;活性污泥相关工艺的能源效率较高;污染物入水质量浓度较高或出水排放标准等级较低时,能源效率较高;长江经济带上、中、下游污水处理厂能源效率水平存在差异,这是不同子区域污水处理厂设计要素、运行状况、外部条件等因素综合作用的结果。

该结果可为污水处理厂节能减排提供理论基础和技术支撑。

【总页数】10页(P178-186)
【作者】王洪涛;黄润垚;谢丽;倪晓航
【作者单位】同济大学长江水环境教育部重点实验室;联合国环境规划署-同济大学环境与可持续发展学院
【正文语种】中文
【中图分类】X321
【相关文献】
1.长江经济带全要素能源效率测算及影响因素研究
2.非合意产出约束下长江经济带能源效率评价与影响因素研究--基于非径向方向性距离函数估算
3.长江经济带工业能源效率空间差异及影响因素研究
4.长江经济带工业能源效率空间差异及影响因素研究
5.长江经济带城市全要素能源效率测度及影响因素研究:基于Super-MSBM 模型
因版权原因，仅展示原文概要，查看原文内容请购买。

中国三大经济区域全要素能源效率研究基于超效率DEA模型和Malmquist指数一、本文概述本文旨在全面研究中国三大经济区域——东部、中部和西部地区的全要素能源效率。

通过运用超效率DEA模型和Malmquist指数方法，本文深入探讨了各区域能源利用效率的现状、动态变化及其影响因素，以期为中国能源政策的制定和实施提供科学依据。

本文明确了全要素能源效率的概念，它是指在给定投入要素条件下，能源投入与实际产出之间的比率。

这一比率反映了能源利用的经济效果和技术水平，是衡量一个国家或地区能源利用效率的重要指标。

本文介绍了超效率DEA模型和Malmquist指数方法的基本原理和应用优势。

超效率DEA模型能够克服传统DEA模型在评价效率时的局限性，更准确地反映各决策单元的效率水平。

而Malmquist指数方法则能够动态地分析各区域能源效率的变化趋势，揭示效率提升的源泉。

本文详细阐述了研究内容和方法。

通过对中国三大经济区域的能源利用数据进行收集和处理，运用超效率DEA模型和Malmquist指数方法对各区域的能源效率进行测算和分析。

结合区域经济、产业结构、技术进步等因素，探讨各区域能源效率差异的原因，并提出相应的政策建议。

本文的研究不仅有助于深入了解中国各区域的能源利用效率及其动态变化，还能为政府制定针对性的能源政策提供决策支持，推动中国能源利用效率的整体提升。

二、文献综述全要素能源效率（Total Factor Energy Efficiency, TFEE）作为一种评估能源使用效率和经济增长之间关系的重要工具，近年来在学术界和政策制定者中引起了广泛关注。

中国作为一个经济快速增长的发展中大国，其能源使用效率和经济增长之间的关系更是成为了研究的热点。

特别是对于中国的三大经济区域——东部、中部和西部，其经济发展水平、产业结构、能源结构等方面存在显著差异，因此，对这些区域的全要素能源效率进行研究具有重要的现实意义。

国内外学者在全要素能源效率的研究上已取得了一系列成果。

环境约束下长江流域主要城市全要素生产率研究张建升【摘要】文章采用方向性距离函数和Malmquist-Luenberger生产率指数，对我国长江流域2003-2012年24个城市考虑环境因素和不考虑环境因素两种情形下的全要素生产率进行了测度。

研究结果表明，考虑非期望产出时，技术无效率是长江流域主要城市的普遍现象，各城市之间投入产出效率差异大，但这种差异在逐渐缩小；长江流域城市全要素生产率不断增长，技术进步是其增长的主要源泉；多数城市技术效率明显恶化，成为阻碍长江流域城市绿色全要素生产率提高的主要原因；长江上游城市全要素生产率明显高于中下游城市；当考虑环境因素时，长江上、中游城市TFP增长幅度明显降低，下游城市开始出现“波特双赢”局面。

%By applying the directional distance function and Malmquist-Luenberger productivity function, the paper mea⁃sures the total factor productivity (TFP) of 24 cities in the Yangtze River Basin during the year of 2003 to 2012 from two aspects, considering and not considering environmental factors. The results show that: Considering the unexpected output, the technical inefficiency is a common phenomenon in major cities of the Yangtze River Basin,there are big discrepancies of input and output efficiency among cities, but the discrepancies are narrowing; the TFP is growing, and the technology progress is the main source of its growth; the technical efficiency in most cities becomes significantly worse which is the ob⁃stacle to the growth of the green TFP; the TFP of cities in the upper reaches is significantly higher than that in the middle and lower reaches of the Yangtze River; when considering environmental factors,the growth rateof TFP of cities in the up⁃per and middle reaches is significantlylower,whereas cities in the lower reaches begin to display“potter win-win”situa⁃tion.【期刊名称】《华东经济管理》【年(卷),期】2014(000)012【总页数】5页(P59-63)【关键词】全要素生产率;长江流域;环境约束【作者】张建升【作者单位】重庆三峡学院经济与管理学院，重庆 404120【正文语种】中文【中图分类】F129.9长江流域地处整个中国版图的腰腹地带，涵盖了川、湘、鄂、赣、皖、苏、沪等10省市，流域面积占全国18%、人口占全国36%、GDP占全国37%。

2024年2月第27卷第4期中国管理信息化China Management InformationizationFeb.,2024Vol.27,No.4数字经济对长江经济带生态效率影响研究易其国，杨永杰（贵州财经大学经济学院，贵阳550025）［摘 要］文章选用长江经济带11个省市2011—2020年的省级面板数据，运用熵权法测算长江经济带数字经济发展水平，应用Super-SBM模型计算生态效率，在对二者进行时间、空间分析的基础上，建立回归模型就数字经济对生态效率的影响进行实证分析。

研究发现，数字经济能够显著提升长江经济带生态效率。

文章就实证结果提出提升数字基础设施建设水平、注重资源的配置利用、打破区域壁垒等对策建议。

［关键词］数字经济；生态效率；Super-SBM模型；长江经济带doi：10.3969/j.issn.1673 - 0194.2024.04.033［中图分类号］F127；X322 ［文献标识码］A ［文章编号］1673-0194（2024）04-0102-040 引 言随着《长江经济带发展规划纲要》的提出并实施，长江经济带的战略地位日益提升，现在已经成为我国区域高质量发展的排头兵。

2014年，国务院正式发布《国务院关于依托黄金水道推动长江经济带发展的指导意见》，使长江经济带的发展重要性得以提高。

《“十四五”数字经济发展规划》于2022年年初由国务院印发，旨在抓住时代发展机遇，使中国数字经济规模和水平进一步提升，助力我国高质量发展。

在此背景下，研究数字经济与生态效率二者之间相互影响的关系与机制对中国经济高质量发展具有重大意义。

单独研究数字经济或者生态效率的文献众多，研究二者之间关系的文献较少。

吴传清等基于长江经济带省级面板数据，选取数据包络分析（Data Envelopment Analysis,DEA）模型和ML（Malmquist-Lenberger）指数法测算出长江经济带地区全要素能源效率，并用Tobit模型探究了多个外部因素对全要素能源效率产生的影响［1］。

长江经济带省市生态效率测算及影响因素研究作者：***来源：《武汉理工大学学报(社会科学版)》2020年第02期摘要：长江经济带作为中国最重要的流域经济带之一，肩负着引领我国经济高质量发展的重任，实现在保护中发展长江经济带事关国家发展全局与中华民族的长远利益。

综合运用DEA模型和Malmquist指数法测算2011至2018年长江经济带各省市的生态效率及其动态变化指数，并运用Tobit回归模型分析上述效率指数的影响因素，研究结果显示：长江经济带的平均生态效率水平在样本期内经历了微弱的上升，年度平均增幅为0.2%;各省经济结构改进、发展高新技术产业、扩大对外开放以及增加财政资金对环保事业的投入等积极因素，均能对效率提升产生显著影响。

关键词：数据包络分析;Malmquist指数;长江经济带;生态效率中图分类号： F127; X22文献标识码： ADOI： 10.3963/j.issn.1671|6477.2020.02.016长江作为我国的第一大河流，由西向东绵延6300公里，横跨我国东中西三大区域。

长江经济带覆盖11个省市，包含长三角城市群、长江中游城市群及成渝城市群三大城市群，总面积占我国国土面积的21%，人口占我国的40%以上。

在经济上，长江经济带11省市的地区生产总值占全国40%以上，进出口总额约占全国40%①。

在生态环境上，长江拥有独特的生态系统，是我国重要的生态宝库，同时更是沿江4亿居民的饮用水水源，因此长江流域生态环境好坏所带来的影响“牵一发而动全身”，在我国生态安全系统中起着重要作用。

改革开放40余年来，经过快速的工业化、城市化、市场化发展，长江经济带为国家的经济发展作出了重大贡献。

但与此同时，由于长江沿线的一些地区走上了追求高投入、高产出的粗放、不可持续的发展道路，长江流域生态功能退化、污染物排放量过大、流域环境风险隐患突出等生态环境问题也逐步凸显，已经开始制约着地区发展与民生福祉的提升。

长江经济带终端能源消费碳减排效率与产业结构耦合分析田泽;黄萌萌【摘要】打造沿江绿色能源产业带、建设生态文明的示范带是长江经济带低碳绿色发展道路的重要目标.论文结合非期望产出EBM和超效率DEA模型测算长江经济带终端能源消费碳减排效率,并构建终端能源碳减排效率与产业结构的耦合模型,研究结论显示:①长江经济带碳减排效率在2006年到2015年间整体呈现出扁"U"型先降后升的演进特征;②长江经济带碳减排效率区域差异较大,下游效率最高,中游次之,上游最低;③各省市整体处于中低耦合协调阶段,碳减排效率与产业结构演化尚未实现协调发展,且区域空间耦合度分布不均衡;④经济带产业结构集中度、高级度与碳减排效率耦合协调度较高,说明产业结构集中化和高级化优化有利于提升碳减排效率.为此,提出长江流域区域协同发展、加强节能环保科技投入、促进产业结构优化升级等对策及建议.【期刊名称】《安徽师范大学学报（人文社会科学版）》【年(卷),期】2018(046)001【总页数】9页(P92-100)【关键词】长江经济带;终端能源消费;碳减排效率;EBM超效率模型;耦合模型【作者】田泽;黄萌萌【作者单位】河海大学低碳经济研究所,江苏常州 213022;河海大学低碳经济研究所,江苏常州 213022【正文语种】中文【中图分类】F062.1提高碳减排效率、促进产业结构升级是经济新常态下促进区域发展低碳转型的关键路径。

长江经济带贯穿我国东中西部地区，在中国经济发展中发挥着重要的战略支撑和示范引领作用，经济持续快速增长为长江经济带带来福利的同时，也使得该地区能源与生态环境承受了巨大压力。

“打造沿江绿色能源产业带”“建设生态文明的先行示范带”是长江经济带当前绿色低碳建设的主要目标。

在此背景下，探索产业结构转型与碳排放效率之间的关系对促进长江流域经济发展、切实推进我国生态文明建设具有重要的实践意义。

关于碳排放效率评价方法的应用，主要以数据包络(DEA)法为主，目前运用较多的模型有DEA-CRS、SBM、超效率DEA以及DEA Malmquist指数法等。

环境约束下长江经济带全要素能源效率研究吴传清;董旭【期刊名称】《中国软科学》【年(卷),期】2016(000)003【摘要】全要素能源效率是衡量能源短缺和环境压力下经济发展质量的重要指标。

本文运用超效率DEA模型和ML指数法对长江经济带全要素能源效率进行测度，并探讨了环境作用于全要素能源效率的一般机制，运用内生增长理论构建了环境约束全要素能源效率的理论模型。

基于面板数据Tobit模型的实证分析结果表明，经济发展水平、产业结构、能源消费结构、企业行为、对外开放程度、政府环境污染治理投资、资本—劳动禀赋结构、技术进步等是影响长江经济带全要素能源效率的主要因素。

进一步提升长江经济带全要素能源效率必须加快经济发展方式向质量效率型转变，不断优化产业结构和能源结构，创新驱动促进经济转型升级发展，强化政府宏观调控和服务监管职能，加强区域间协同合作。

【总页数】11页(P73-83)【作者】吴传清;董旭【作者单位】武汉大学经济与管理学院，湖北武汉，430072; 武汉大学区域经济研究中心，湖北武汉，430072;武汉大学经济与管理学院，湖北武汉，430072【正文语种】中文【中图分类】F205【相关文献】1.环境约束下的中国全要素能源效率研究 [J], 蒋伟;李蓉;强林飞;吴诣民2.中国省际全要素能源效率变动分解——基于环境约束条件下的研究 [J], 张进铭;廖鹏3.基于环境约束的长江经济带全要素能源效率实证研究 [J], 潘敏杰;张继良;王紫绮4.环境约束下长江经济带工业能源环境效率差异评价与成因识别研究 [J], 尹庆民;吴秀琳5.环境约束下农业全要素能源效率研究:基于SBM-TOBIT模型 [J], 冉启英;周辉因版权原因，仅展示原文概要，查看原文内容请购买。

D O I：10. 3876/j.issn. 1671 -4970. 2017. 03. 009第19卷第3期河海大学学报（哲学社会科学版）2017年6月长江经济带工业环境效率差异及其影响因素----基于超效率DEA-Malmquist-Tobit模型马駿1’2’3,王雪晴13(1.河海大学商学院，江苏南京211100;.南京大学理论经济学博士后流动站，江苏南京210009;3.江苏省水资源与可持续发展研究中心，江苏南京210098)摘要：以长江经济带11个省市为研究对象，运用超效率D E A模型对2005—2014年各省市的工 业环境效率进行静态评价。

实证结果表明：2005—2014年长江经济带整体工业环境效率水平较 高，但各地区之间仍然存在一定差距，其中浙江、江苏等地环境效率值较高，云南、贵州等地较低;11 个省市的全要素环境效率的增长率平均值大于1，技术进步是工业环境效率变动的主要因素;产业结 构和环境管制对工业环境效率产生积极影响，外商投资和人口密度对工业环境效率产生消极影响。

关键词：长江经济带;工业环境效率;超效率D E A;MalmquiSt指数;Tobit回归模型中图分类号：F061.5; F403 文献标志码：A—、弓I言长江经济带横贯中国东中西3大域，覆盖上海、江苏、浙江、安徽、江西、湖北等11个省市。

2014年3月，李克强总理在《政府工作报告》中明确提出“依托黄金水道，建设长江经济带”。

然而，在长江经济带经济增速持续高于全国平均水平的同时，环境污染问题与工业化相伴而生，资源承载力也受到了挑战，其发展经历了一个“低水平均衡—非均衡—高水平均衡”的“倒U型”动态演进过程[1]。

丁黄艳等运用能源强度、离散系数、莫兰指数综合测度1999一2013年长江经济带工业能源效率空间差异，结果表明长江经济带省际工业能源效率存在梯度差异，呈空间集聚特征[2]。

从某种程度上来说，转变经济发展方式首先就是转变粗放型经济增长模式[3]。

基于超效率DEA模型的长江经济带科技人才开发效率时空分异研究李培园;成长春;严翔【摘要】以长江经济带11个省市为研究对象, 建立科技人才开发效率综合评价指标体系, 运用超效率DEA模型和Malmquist-DEA指数对2005—2015年间长江经济带科技人才开发效率进行测算与动态分析, 结果显示:长江经济带在考察期末, 科技人才开发效率呈现收敛趋势.从区域空间分布来看, 上游地区稳中有升, 中游地区科技人才开发效率基本上处于洼地, 而下游地区则长期处于领先地位;从动态时间序列分析, 技术进步是影响长江经济带整体及内部各省市科技人才开发效率提升的主要因素.%Taking 11 provinces and cities in Yangtze River Economic Belt as the study objects, this paper establishes a comprehensive evaluation index system of developmental efficiency of science and technology talents, and conducts calculation and dynamic analysis on the data from 2005 to 2015, with the help of super-efficiency DEA model and MalmquistDEA index. The study reveals that: at the end of the research, there is a converging trend in the development efficiency of talents in Yangtze River Economic Belt. From the perspective of spatial distribution, the efficiency in the upper reaches has increased steadily; the efficiency in the middle reaches has remained stagnant while that in the lower reaches has been in the leading position for a long time. From the perspective of dynamic temporal sequence, the increase of developmental efficiency of science and technology talents in Yangtze River Economic Belt as well as in these provinces and cities has been primarily influenced by technology advancement.【期刊名称】《南通大学学报（社会科学版）》【年(卷),期】2019(035)001【总页数】7页(P34-40)【关键词】长江经济带;科技人才开发效率;超效率DEA模型;Malmquist指数【作者】李培园;成长春;严翔【作者单位】河海大学商学院,江苏南京 211100;河海大学商学院,江苏南京211100;南通大学江苏长江经济带研究院,江苏南通 226019;河海大学商学院,江苏南京 211100;盐城师范学院商学院,江苏盐城 224051【正文语种】中文【中图分类】F124.3;C964.2创新是引领科技发展的第一动力，是社会发展、产业升级的发动机。

第４０卷㊀第５期２０１８年１０月武汉理工大学学报(信息与管理工程版)ＪＯＵＲＮＡＬＯＦＷＵＴ(ＩＮＦＯＲＭＡＴＩＯＮ＆ＭＡＮＡＧＥＭＥＮＴＥＮＧＩＮＥＥＲＩＮＧ)Ｖｏｌ.４０Ｎｏ.５Ｏｃｔ.２０１８文章编号:２０９５－３８５２(２０１８)０５－０５５６－０５文献标志码:Ａ长江经济带农水利用效率评价:基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型陈汝佳ꎬ孙付华(河海大学商学院ꎬ江苏南京２１１１００)摘㊀要:长江经济带在国家经济发展中具有重要的战略性地位ꎬ但水资源供需矛盾加剧制约了其发展ꎮ农业具有最大的用水效率潜力ꎬ是解决水资源供需矛盾的关键环节ꎬ如何高效利用农业水资源俨然成为长江经济带各省市的新课题ꎮＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型下测算１１个省市２００７ ２０１６年农水利用效率ꎬ分析其动静态变化情况ꎬ并研究投入冗余值与政府资金补助的关系ꎮ结果表明ꎬ全要素生产率主要依赖技术进步ꎬ政府资金补助会影响农水利用效率ꎬ地区应因地制宜提出改善农水利用现状的方案ꎮ关键词:效率评价ꎻ影响因素ꎻＤＥＡ模型ꎻ农水利用效率ꎻ长江经济带中图分类号:Ｆ３０３.４㊀㊀㊀㊀ＤＯＩ:１０.３９６３/ｊ.ｉｓｓｎ.２０９５－３８５２.２０１８.０５.０１４收稿日期:２０１８－０４－２５.作者简介:陈汝佳(１９９４－)ꎬ女ꎬ江西萍乡人ꎬ河海大学商学院硕士研究生ꎬ主要研究方向为环境与资源会计.基金项目:江苏省社会科学基金项目(１４ＥＹＣ００６).㊀㊀长江经济带由１１个长江沿线省市构成ꎬ在国家经济发展中具有重要的战略性地位ꎮ长江经济带覆盖了经济发达的上海㊁江苏㊁浙江和中西部的经济潜力城市群ꎬ对全国生产总值和人口总数的贡献超过４０％ꎬ是不可替代的经济推动力[１]ꎮ２０１４年政府报告中第一次提出 依托黄金水道ꎬ打造中国经济新支撑带 ꎬ充分表明长江经济带是国家战略中不可或缺的部分ꎮ２０１８年４月底ꎬ习近平总书记在深入推动长江经济带发展座谈会上强调ꎬ经济和生态环境协同发展ꎬ要正确把握两者的关系ꎬ调整经济结构和经济发展方式ꎮ长江流域水资源总量丰富ꎬ但人均占有量仅为世界水平的１/３ꎬ耕地亩均占有水资源量不到全球标准的七成ꎮ与此同时ꎬ原始用水形式导致水资源浪费ꎬ加剧了水资源供需矛盾ꎬ严重制约着经济发展ꎮ农业用水具有最大的用水效率潜力[２]ꎬ是解决水资源供需矛盾的关键环节ꎬ如何高效利用农业水资源俨然成为长江经济带各省市的新课题ꎮ因此ꎬ必须深入研究区域农业水资源利用效率现状ꎬ对比各省市效率的差异ꎬ在此基础上寻求差异产生的原因ꎬ探索提高农业用水效率的有效途径ꎬ从而为实现长江经济带的绿色可持续发展提供保障和支撑ꎬ为水利供给侧改革提供建议和方向ꎮ关于农业水资源开发利用的问题ꎬ已引来众多学者的关注ꎮ研究大致分为两种:一是通过数据包络等模型计算农业用水效率值ꎬ分析区域效率值差异ꎬ并据此提出相关建议ꎮ如杨骞等[３]构建非径向方向性距离函数模型ꎬ计算全国２０１１和２０１２年农业用水效率ꎬ认为水资源禀赋程度会引起效率差异ꎮ二是采用ＳＦＡ等方法研究效率值的影响因素ꎬ根据结果为提高农业用水效率提供参考对策ꎮ如夏莲等[４]采用随机前沿函数模型ꎬ在考虑农业产业化的基础上ꎬ以马铃薯种植为案例ꎬ研究农户水资源利用效率的影响因素ꎬ认为农业技术㊁合作企业和农户受教育程度会影响农业水资源利用效率ꎬ建议抓技术教育ꎬ并加强农企合作ꎮ佟金萍等[５]分析了长江流域１９９８ ２０１１年农业水资源效率变动情况ꎬ发现水价和对外开放显著作用于农水利用效率ꎬ建议合理调整取水成本ꎮ综上可见ꎬ第一类研究多采用截面数据ꎬ计算结果为静态ꎬ在时间轴上不具有可比性ꎻ第二类研究借助Ｍａｌｍｑｕｉｓｔꎬ横向与纵向分析相结合ꎬ偏向关注水资源禀赋㊁水价和农业技术对农业水资源利用效率的影响ꎮ在供给侧改革的大背景下ꎬ水资源的合理配置极为重要ꎮ由于水权交易市场还在逐步构建和完善ꎬ水资源在部门间的分配更多地是由政府决定ꎮ但目前关于政府对农业的支持与农水利用效率关系的研究较少ꎮ因此ꎬ笔者采用ＤＥＡ模型和Ｍａｌｍｑｕｉｓｔ指数ꎬ构建效率评价体系ꎬ测算各区域农水利用效率和投入冗余值ꎬ并分析政府支出与冗余值的关系ꎬ以期为改善长江经济带农业用水效率提供科学的建议ꎮ１㊀模型构建和指标选择１.１㊀模型构建１.１.１㊀ＢＣＣ模型在产出不变的情况下ꎬ排除规模影响ꎬ计算各ＤＭＵ的效率值ꎮ该模型由美国运筹学家ＢＡＮＫ￣ＥＲ[６]提出ꎬ其ＤＥＡ模型表达式为:ｍｉｎ[θ－ε(ðｔｉ＝１ｓ＋ｉ＋ðｍｒ＝１ｓ－ｒ)]ðｎｊ＝１ｘｊλｊ＋ｓ－＝θｘ０ðｎｊ＝１ｙｊλｊ－ｓ＋＝ｙ０ðｎｊ＝１λｊ＝１λｊȡ０ꎬｊ＝１ꎬ２ꎬ ꎬｎｓ＋ȡ０ꎬｓ－ȡ０ìîíïïïïïïïïïïïïï(１)㊀㊀式中:θ为评价指数ꎻｎ㊁ｍ和ｔ分别表示决策单元数量㊁投入种数和产出种数ꎻｓ＋㊁ｓ－为正㊁负偏差变量ꎬ分别表示产出不足和投入冗余ꎻλｊ为重新构造一个有效ＤＭＵ组合中第ｊ个决策单元的组合比例ꎻｘ㊁ｙ分别为投入量和产出量ꎻε>０是非阿基米德无穷小ꎮ１.１.２㊀Ｍａｌｍｑｕｉｓｔ指数为了研究ｔ期到ｔ＋１期效率的变化情况ꎬ需将效率指数分解[７]:ＴＦＰＣＨ＝ＥＦＦＣＨˑＴＥＣＨＣＨ(２)㊀㊀式中:ＴＦＰＣＨ㊁ＥＦＦＣＨ和ＴＥＣＨＣＨ分别表示生产率变化指数㊁技术效率变化指数和技术变化指数ꎬＥＦＦＣＨ等于纯技术效率变化乘以规模效率变化ꎮ１.２㊀指标选择笔者参照文献[８]~文献[１１]ꎬ考虑数据的可采集性ꎬ选取农林牧渔业总产值为产出指标ꎬ区域农业用水量㊁农林牧渔业全社会固定资产投资额和第一产业就业人员为投入指标ꎬ以国家财政农林水事务支出为自变量ꎬＤＥＡ运算结果投入冗余值为因变量ꎮ笔者采集了２００７ ２０１６年长江经济带１１个省市的数据ꎬ数据来源于中国统计局网站和各省市统计年鉴ꎮ２㊀实证分析２.１㊀ＤＥＡ分析利用ＤＥＡＰ２.１软件ꎬ选择ＢＣＣ模型ꎬ测算２００７ ２０１６年长江经济带１１个省市的农业水资源效率值和投入冗余值ꎬ效率均值结果如表１所示ꎬ冗余均值结果如表２所示ꎮ表１㊀２００７ ２０１６年长江经济带区域农业水资源利用效率值均值省份综合技术效率数值排名纯技术效率数值排名规模技术效率数值排名上海１.００００１１.００００１１.００００１江苏０.９７６７５１.００００１０.９７６７７浙江０.９８１５４０.９９９８５０.９８１７５安徽０.７３８７９０.７７６２９０.９５３６９江西０.５６５５１１０.５８８２１１０.９６２７８湖北０.９３５２６０.９８３３６０.９５１３１０湖南０.７９２２８０.８８１５８０.９００８１１重庆１.００００１１.００００１１.００００１四川０.９８９４３１.００００１０.９８９４３贵州０.９０４８７０.９２１８７０.９８０１６云南０.７０２７１００.７１１５１００.９８７０４平均值０.８７１４０.８９６６０.９７１２表２㊀２００７ ２０１６年长江经济带区域农业水资源利用冗余值均值省份农业用水量/亿ｍ３农林牧渔业全社会固定资产投资额/亿元第一产业就业人员/万人上海０００江苏０００浙江０００安徽３５１２０４５７江西６６１３０３４６湖北２３２２８湖南２３１３０３４４重庆０００四川０００贵州４５４４６云南３０１０９６７８由表１可知ꎬ长江经济带近十年农业用水的纯技术效率均值为０.８９６６ꎬ区域间差异较大ꎬ上海㊁江苏㊁重庆和四川的纯技术效率处于前沿面ꎬ而江西㊁云南和安徽的纯技术效率值不到０.８ꎬ江西甚至低于均值的２/３ꎮ规模技术效率的均值为０.９７１２ꎬ其中规模技术效率值为１.００００的是上海和重庆ꎬ其余省市的规模技术效率值均在０.９以上ꎮ这表明长江经济带农水利用效率在整体上有提升潜力ꎬ不同省市激发潜力的侧重点不同ꎮ１１６第４０卷㊀第５期陈汝佳ꎬ等:长江经济带农水利用效率评价:基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型上海和重庆的综合技术效率相对值为１.００００ꎬ说明其在１１个省市中处于 榜样 地位ꎬ对农业水资源的利用是相对有效的ꎬ这两个地区改善农水效率的焦点应是行业结构的调整和水权市场的推广ꎮ江西㊁云南和安徽是 拉后腿 的省份ꎬ均处于技术劣势ꎬ故这３个省份的针对性建议是要考虑增加先进技术的投入ꎬ同时扩大生产规模ꎬ发挥规模效应ꎮ效率值和冗余值是对应的ꎬ效率值越低冗余值越多ꎬ但不同的省市投入冗余值的组成比例不同ꎮ由表２可知ꎬ江西的农业用水量和农林牧渔业全社会固定资产投资额的冗余值在长江经济带１１省市中 拔得头筹 ꎬ结合表１可知ꎬ扩大生产规模能提高水资源的边际效应ꎬ更新生产技术能提高产品的产量和质量ꎬ将冗余值有效地转换为产出ꎬ间接减少投入冗余值ꎮ第一产业就业人员冗余值最多的是云南ꎬ云南在农业发展上人力投入和湖南接近ꎬ但前者的农林牧渔业总产值仅为后者的１/２ꎬ云南应改进生产技术ꎬ增大农业机械化应用范围ꎮ第一产业就业人员冗余值较高的还有安徽和贵州ꎬ其中贵州农业水资源利用的综合技术效率值和纯技术效率值均排名第七ꎬ在长江经济带中属于中等水平ꎬ其投入冗余值几乎全为第一产业就业人员ꎮ这说明贵州提高农水利用效率的重点是发挥人力资源的最大效益ꎬ政府可考虑适当组织农户技术培训ꎮ安徽和湖南的冗余值比例相近ꎬ两个地区在提高综合技术效率时可互相借鉴ꎮ２.２㊀Ｍａｌｍｑｕｉｓｔ分析为了观察长江经济带农水利用效率近十年的动态变化ꎬ引入Ｍａｌｍｑｕｉｓｔ模型ꎬ利用ＤＥＡＰ２.１软件运算ꎬ结果如表３和图１所示ꎮ表３㊀２００７—２０１６年长江经济带Ｍａｌｍｑｕｉｓｔ生产率指数及其分解指标年份技术效率变化指数技术进步变化指数纯技术效率变化指数规模效率变化指数全要素生产率变化指数２００８０.９８８１.０４５０.９７８１.０１０１.０３３２００９１.０２００.８７６１.０２７０.９９３０.８９４２０１０１.０１１１.０９４１.００３１.００８１.１０６２０１１０.９９１１.１５２０.９８２１.００９１.１４２２０１２１.０３６１.００９１.０２３１.０１２１.０４５２０１３０.９９２１.０２１０.９８９１.００４１.０１４２０１４１.００１１.０３３１.００７０.９９４１.０３４２０１５０.９９１１.０６４０.９９０１.００２１.０５５２０１６０.９８１１.０５１０.９９００.９９１１.０３１均值１.００１１.０３６０.９９９１.００３１.０３７图１㊀２００７ ２０１６年长江经济带各省份Ｍａｌｍｑｕｉｓｔ生产率指数均值分布图㊀㊀由表３可看出ꎬ以２００７年为基准年ꎬ２００７ ２０１６年全要素生产率变化指数的均值高于１ꎬ即近十年长江经济带农水利用效率整体呈上升趋势ꎮ根据技术效率变化指数和技术进步变化指数均值的大小可判断ꎬ效率变化过程中技术进步扮演着 推动因子 的角色ꎬ技术效率变化的贡献则不太明显ꎮ按年份分析:２００９年全要素生产率变化指数小于１ꎬ效率发生下行现象ꎬ这是由于规模效率倒退造成的ꎻ２０１０和２０１１年由于 中央一号 文件的发布和实施ꎬ农水利用效率值快速增长ꎬ全要素生产率连续两年突破１０％的增长率ꎻ２０１２年后全要素生产率变化脚步放慢ꎬ整体变化趋于平稳ꎬ基本维持２％~５％的增长率ꎮ由图１可知ꎬ全要素生产率变化指数在标准线１的外侧ꎬ说明１１个省市的农水利用效率整体表现为上行ꎮ观察技术进步变化指数和技术效率变化指数ꎬ发现前者在标准线１的外侧ꎬ后者有部分处于标准线内侧ꎬ分别是安徽和湖南ꎮ由纯技术效率变化指数和规模效率变化指数可知ꎬ安徽和湖南是受纯技术效率影响ꎮ因此ꎬ安徽和湖南改善农水利用效率时要提高在技术方面资金投入的效益值ꎬ关注如何高效利用技术这辆 生产力马车 ꎮ表现特别的有江苏省ꎬ其五个指标数值一样ꎬ并正好落在标准线１上ꎬ说明江苏农水利用的相对效率在近十年内基本不变ꎮ此外ꎬ图１中技术进步变化指数在全要素生产率变化指数附近波动ꎬ两者变化的步调基本一致ꎬ这与表３中的结论吻合ꎬ再次表现出全要素生产率对技术进步的依赖性[１２]ꎮ２.３㊀政府支出对投入冗余值影响分析为了研究政府资金补助是否会影响地区农业２１６武汉理工大学学报(信息与管理工程版)２０１８年１０月水资源利用效率ꎬ笔者将国家财政农林水事务支出作为自变量ꎬ将上述ＤＥＡ运算后的投入冗余值作为因变量ꎬ１０年１１个省市共１１０组数据ꎬ采用Ｓｔａｔａ软件进行回归分析ꎬ结果如表４所示ꎮ表４㊀政府资金补助与ＤＥＡ投入冗余值的回归结果变量农业用水量冗余值农林牧渔业全社会固定资产投资额冗余值第一产业就业人员冗余值政府资金补助－０.０００２０.０９５８∗∗∗－０.２３８０∗∗观测数量１１０１１０１１０㊀㊀注:∗∗∗表示ｐ<０.０１ꎻ∗∗表示ｐ<０.０５ꎻ∗表示ｐ<０.１由表４可知ꎬ国家财政农林水事务支出对农业用水量冗余值和第一产业就业人员冗余值的回归系数为负ꎮ但前者ｐ值大于０.１ꎬ两者关系不显著ꎻ后者ｐ值小于０.０５ꎬ通过显著性检验ꎮ国家财政农林水事务支出对农林牧渔业全社会固定资产投资额冗余值的回归系数为正ꎬ且ｐ值低于０.０１ꎬ显著性高ꎮ这说明政府资金补助会影响地区农水利用效率ꎬ主要表现为对固定资产和人力投资的作用ꎬ即资金补助越多ꎬ固定资产投资冗余越大ꎬ人力投入冗余越少ꎮ究其原因:①政府资金投入是为了更快更好地促进农业现代化ꎬ农业现代化就意味着传统农业生产模式的改变ꎬ要将现代的技术和科学的管理融入农业生产ꎮ为了实现农业现代化ꎬ资金自然而然流向固定资产模块ꎮ对于固定资产投入未能满足农业发展需要的地区ꎬ政府资金补助的增加对农水利用效率产生正向影响ꎻ对于固定资产本身已有冗余值的地区ꎬ政府资金补助则会加剧资源的浪费ꎮ②农业现代化的发展减少了生产对人力要素的需求量ꎮ一是因为农业生产中机械化覆盖率上升ꎬ一些简单重复㊁危险系数高等的工作由机器代替ꎻ二是因为与时俱进的管理理念ꎬ生产组织内部的协调性增强ꎬ人员利用更为合理高效ꎮ当政府补助资金投入时ꎬ地区会调节就业人员的配置ꎬ将第一产业就业人员向第二㊁第三产业转移ꎬ其冗余值降低ꎮ３㊀结论与建议笔者基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型ꎬ计算长江经济带１１个省市２００７ ２０１６年的农业用水效率ꎬ同时采用Ｓｔａｔａ软件对投入冗余值和国家资金补助进行回归分析ꎮＤＥＡ运算结果表明:长江经济带的农水利用效率整体有提升潜力㊁个体间差异大ꎬ各地区投入冗余值的比例也不尽相同ꎮ上海㊁江苏㊁重庆和四川位于前沿面ꎬ表现出效率的相对有效ꎬ江西㊁云南和安徽的效率值小于平均值ꎬ表现出效率的相对无效ꎮ从投入冗余值的比例可看出ꎬ不同省份相对无效的原因是有差异的ꎮＭａｌｍｑｕｉｓｔ指数分解结果表明:长江经济带农业用水效率在２００７ ２０１６年内总体呈波动上升趋势ꎬ前五年起伏较大ꎬ后五年缓慢增长ꎬ主要是技术进步带动了全要素生产率的变化ꎮＳｔａｔａ回归结果表明:政府资金补助会影响区域的农水利用效率ꎬ具体表现为两方面ꎮ一是政府资金补助与固定资产投入冗余成正向关系ꎬ即补助增多ꎬ固定资产冗余也增多ꎻ二是政府资金补助对人员投入冗余形成反向影响ꎬ即补助有利于第一产业就业人员向第二㊁第三产业转移ꎮ根据上述结果ꎬ笔者提出以下建议:(１)提高农水效率的方案要因地制宜ꎮ长江经济带涵盖１１个省市ꎬ各省市的地理位置㊁经济水平和农业水资源利用现状不一ꎮ位于效率前沿面的地区ꎬ一方面要保持自己的 榜样 形象ꎬ可以从行业结构和水权市场入手ꎬ不断地探索节水路径ꎻ另一方面要带头响应生态优先㊁绿色发展ꎬ密切关注和控制农业污染物排放量ꎬ逐步改善水质ꎬ实现农业生产量与质的共同提升ꎮ效率相对无效的地区要参考投入冗余值情况ꎬ找出效率低下的原因ꎬ从而提出针对性的解决方法ꎮ(２)要充分发挥政府资金补助的推动作用ꎮ政府资金补助是把双刃剑ꎬ不仅能调节人员结构配置ꎬ降低第一产业就业冗余ꎬ提高农水利用效率ꎻ还能引发固定资产的过度投资ꎬ不利于资源的高效利用ꎮ因此ꎬ政府要以地区农业生产现状为基础ꎬ观察其固定资产和人员投入的边际效应大小ꎬ结合补助资金对两者的作用ꎬ调整在农业方面的投资额ꎮ参考文献:[１]㊀叶文忠ꎬ刘俞希.长江经济带农业生产效率及其影响因素研究[Ｊ].华东经济管理ꎬ２０１８ꎬ３２(３):８３－８８. [２]㊀张玮ꎬ刘宇.长江经济带绿色水资源利用效率评价:基于ＥＢＭ模型[Ｊ].华东经济管理ꎬ２０１８ꎬ３２(３):６７－７３.[３]㊀杨骞ꎬ刘华军.污染排放约束下中国农业水资源效率的区域差异与影响因素[Ｊ].数量经济技术经济研究ꎬ２０１５ꎬ３２(１):１１４－１２８.[４]㊀夏莲ꎬ石晓平ꎬ冯淑怡ꎬ等.农业产业化背景下农户水资源利用效率影响因素分析:基于甘肃省民乐县的实证分析[Ｊ].中国人口 资源与环境ꎬ２０１３ꎬ２３３１６第４０卷㊀第５期陈汝佳ꎬ等:长江经济带农水利用效率评价:基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ模型(１２):１１１－１１８.[５]㊀佟金萍ꎬ马剑锋ꎬ王圣ꎬ等.长江流域农业用水效率研究:基于超效率ＤＥＡ和Ｔｏｂｉｔ模型[Ｊ].长江流域资源与环境ꎬ２０１５ꎬ２４(４):６０３－６０８. [６]㊀ＢＡＮＫＥＲＲＤ.Ｓｏｍｅｍｏｄｅｌｓｆｏｒｅｓｔｉｍａｔｉｎｇｔｅｃｈｎｉｃａｌａｎｄｓｃａｌｅｉｎｅｆｆｉｃｉｅｎｃｉｅｓｉｎｄａｔａｅｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ[Ｊ].ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅꎬ１９８４ꎬ３０(９):１２３－１５４. [７]㊀廖虎昌ꎬ董毅明.基于ＤＥＡ和Ｍａｌｍｑｕｉｓｔ指数的西部１２省水资源利用效率研究[Ｊ].资源科学ꎬ２０１１ꎬ３３(２):２７３－２７９.[８]㊀刘渝ꎬ杜江ꎬ张俊飚ꎬ等.湖北省农业水资源利用效率评价[Ｊ].中国人口 资源与环境ꎬ２００７ꎬ１７(６):６０－６５.[９]㊀屈晓娟ꎬ方兰.西部地区农业用水效率实证分析[Ｊ].统计与决策ꎬ２０１７(１１):９７－１００.[１０]㊀邱莹莹ꎬ孙峻ꎬ周戎星ꎬ等.基于ＤＥＡ模型的城市土地利用效率空间差异分析[Ｊ].武汉理工大学学报(信息与管理工程版)ꎬ２０１７ꎬ３９(５):５９３－５９７. [１１]㊀何莲ꎬ廖青虎.基于广义加法模糊ＤＥＡ的公共文化服务效率测算[Ｊ].武汉理工大学学报(信息与管理工程版)ꎬ２０１７ꎬ３９(３):３０６－３１０.[１２]㊀佟金萍ꎬ马剑锋ꎬ王慧敏ꎬ等.农业用水效率与技术进步:基于中国农业面板数据的实证研究[Ｊ].资源科学ꎬ２０１４ꎬ３６(９):１７６５－１７７２.ＲｅｓｅａｒｃｈｏｎＡｇｒｉｃｕｌｔｕｒａｌＷａｔｅｒＵｓｅＥｆｆｉｃｉｅｎｃｙｉｎＹａｎｇｔｚｅＲｉｖｅｒＥｃｏｎｏｍｉｃＺｏｎｅＢａｓｅｄｏｎＤＥＡ－ＭａｌｍｑｕｉｓｔＭｏｄｅｌＣＨＥＮＲｕｊｉａꎬＳＵＮＦｕｈｕａＡｂｓｔｒａｃｔ:ＴｈｅＹａｎｇｔｚｅＲｉｖｅｒｅｃｏｎｏｍｉｃｚｏｎｅｈａｓａｓｔｒａｔｅｇｉｃｐｏｓｉｔｉｏｎｉｎｔｈｅｎａｔｉｏｎａｌｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔꎬｂｕｔｔｈｅｃｏｎｔｒａ￣ｄｉｃｔｉｏｎｂｅｔｗｅｅｎｓｕｐｐｌｙａｎｄｄｅｍａｎｄｏｆｗａｔｅｒｒｅｓｏｕｒｃｅｓｉｓｒｅｓｔｒｉｃｔｉｎｇｉｔｓｄｅｖｅｌｏｐｍｅｎｔ.Ａｇｒｉｃｕｌｔｕｒｅｈａｓｔｈｅｇｒｅａｔｅｓｔｐｏｔｅｎｔｉａｌｏｆｗａｔｅｒｅｆｆｉｃｉｅｎｃｙꎬａｎｄｉｔｉｓｔｈｅｋｅｙｌｉｎｋｏｆｔｈｅｐｒｏｂｌｅｍｓｏｌｖｉｎｇ.ＨｏｗｔｏｕｔｉｌｉｚｅｔｈｅａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒｒｅｓｏｕｒｃｅｓｅｆｆｉｃｉｅｎｔｌｙｈａｓｂｅｃｏｍｅａｎｅｗｓｕｂｊｅｃｔｏｆｔｈｅＹａｎｇｔｚｅＲｉｖｅｒｅｃｏｎｏｍｉｃｚｏｎｅ.ＴｈｅＤＥＡ－Ｍａｌｍｑｕｉｓｔｍｏｄｅｌｃａｌｃｕｌａｔｅｓｔｈｅａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒｕｔｉｌｉｚａｔｉｏｎｅｆｆｉ￣ｃｉｅｎｃｙｏｆ１１ｐｒｏｖｉｎｃｅｓａｎｄｃｉｔｉｅｓｆｏｒ２００７－２０１６ｙｅａｒｓꎬａｎａｌｙｚｅｓｔｈｅｄｙｎａｍｉｃａｎｄｓｔａｔｉｃｃｈａｎｇｅｓꎬａｎｄｓｔｕｄｉｅｓｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅ￣ｔｗｅｅｎｔｈｅｒｅｄｕｎｄａｎｔｖａｌｕｅｏｆｉｎｖｅｓｔｍｅｎｔａｎｄｔｈｅａｇｒｉｃｕｌｔｕｒａｌｆｉｎａｎｃｉａｌｆｕｎｄｓ.ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＴＦＰｄｅｐｅｎｄｓｍａｉｎｌｙｏｎｔｈｅｔｅｃｈｎｏｌｏｇｉｃａｌｐｒｏｇｒｅｓｓꎬａｎｄｔｈｅｇｏｖｅｒｎｍｅｎｔｆｕｎｄｓｕｂｓｉｄｙｗｉｌｌａｆｆｅｃｔｔｈｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒ.Ｔｈｅｒｅｇｉｏｎｓｈｏｕｌｄｐｕｔｆｏｒｗａｒｄｔｈｅｐｌａｎｔｏｉｍｐｒｏｖｅｔｈｅｕｔｉｌｉｚａｔｉｏｎｏｆａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒｉｎｔｈｅｌｏｃａｌｃｏｎｄｉｔｉｏｎｓ.Ｋｅｙｗｏｒｄｓ:ｅｆｆｉｃｉｅｎｃｙｅｖａｌｕａｔｉｏｎꎻｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓꎻＤＥＡｍｏｄｅｌꎻａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙꎻＹａｎｇｔｚｅＲｉｖｅｒｅｃｏ￣ｎｏｍｉｃｂｅｌｔＣＨＥＮＲｕｊｉａ:ＰｏｓｔｇｒａｄｕａｔｅꎻＳｃｈｏｏｌｏｆＢｕｓｉｎｅｓｓꎬＨｏｈａｉＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１１１００ꎬＣｈｉｎａ.(上接第５５５页)[８]㊀罗润东ꎬ徐丹丹.我国政治经济学研究领域前沿动态追踪:对２０００年以来ＣＮＫＩ数据库的文献计量分析[Ｊ].经济学动态ꎬ２０１５(１):８６－９５.[９]㊀沈君ꎬ王续琨ꎬ高继平ꎬ等.技术坐标视角下的主题分析:以第三代移动通信技术为例[Ｊ].情报学报ꎬ２０１２ꎬ３１(６):６０３－６１１.ＶｉｓｕａｌｉｚａｔｉｏｎＡｎａｌｙｓｉｓｏｆｔｈｅＨｏｔＴｏｐｉｃｓａｎｄＦｒｏｎｔｉｅｒｓｉｎｔｈｅＦｉｅｌｄｏｆＩｎｄｕｓｔｒｉａｌＥｃｏｎｏｍｉｃｓｉｎＣｈｉｎａＳＵＮＸｉａｎｇｘｉａｎｇꎬＺＨＯＵＸｉａｏｌｉａｎｇＡｂｓｔｒａｃｔ:ＷｉｔｈｔｈｅｃｈａｎｇｅｏｆｅｃｏｎｏｍｉｃｓｉｔｕａｔｉｏｎꎬｔｈｅｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎａｎｄｃｏｎｔｅｎｔｏｆｉｎｄｕｓｔｒｉａｌｅｃｏｎｏｍｉｃｓｉｎＣｈｉｎａｈａｖｅｐｒｅｓｅｎｔｅｄａｎｅｗｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄ.Ｓｏｍｅｓｃｈｏｌａｒｓｈａｖｅｃａｒｒｉｅｄｏｕｔａｌｉｔｅｒａｔｕｒｅｒｅｖｉｅｗｏｎｔｈｅｒｅｌａｔｅｄｔｏｐｉｃｓｉｎｔｈｉｓｆｉｅｌｄꎬｂｕｔｆｅｗｓｔｕｄｉｅｓｈａｖｅｂｅｅｎｃａｒｒｉｅｄｏｕｔｂｙｕｓｉｎｇｂｉｂｌｉｏｍｅｔｒｉｃｔｏｏｌｓ.ＴａｋｉｎｇｔｈｅｌｉｔｅｒａｔｕｒｅｉｎｔｈｅｆｉｅｌｄｏｆｉｎｄｕｓｔｒｉａｌｅｃｏｎｏｍｉｃｓｉｎＣＮＫＩｄａｔａ￣ｂａｓｅｆｒｏｍ２０００ｔｏ２０１５ａｓａｓａｍｐｌｅꎬｃｉｔｅｓｐａｃｅꎬａｂｉｂｌｉｏｍｅｔｒｉｃｓｏｆｔｗａｒｅꎬｃｏｍｂｉｎｅｄｗｉｔｈｃｏ－ｗｏｒｄａｎａｌｙｓｉｓꎬｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓａｎｄｓｔｒａｔｅｇｉｃｃｏｏｒｄｉｎａｔｅｍａｐｍｅｔｈｏｄꎬｉｓｕｓｅｄｔｏａｎａｌｙｚｅｔｈｅｒｅｓｅａｒｃｈｓｉｔｕａｔｉｏｎꎬｒｅｓｅａｒｃｈｈｏｔｓｐｏｔｓａｎｄｆｕｔｕｒｅｒｅｓｅａｒｃｈｔｒｅｎｄｓｉｎｔｈｅｆｉｅｌｄｏｆｉｎｄｕｓｔｒｉａｌｅｃｏｎｏｍｉｃｓ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ: ｉｎｄｕｓｔｒｉａｌｃｌｕｓｔｅｒ ꎬ ｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅ ａｎｄ ｉｎｄｕｓｔｒｉａｌｏｒｇａｎｉｚａｔｉｏｎ ａｒｅｔｈｅｍａｉｎｒｅｓｅａｒｃｈｈｏｔｓｐｏｔｓꎻ ｔｏｔａｌｆａｃｔｏｒｐｒｏｄｕｃｔｉｖｉｔｙ ꎬ ｓｕｐｐｌｙｏｆｅｌｅｍｅｎｔｓ ａｎｄ Ｉｎｔｅｒｎｅｔａｎｄｒｅｌａｔｅｄｉｎｄｕｓｔｒｉｅｓ ａｒｅｒｅｌａｔｉｖｅｌｙｎｏｖｅｌｒｅｓｅａｒｃｈｃｏｎｔｅｎｔｓ.Ｋｅｙｗｏｒｄｓ:ｉｎｄｕｓｔｒｉａｌｅｃｏｎｏｍｉｃｓꎻｂｉｂｌｉｏｍｅｔｒｉｃꎻｃｌｕｓｔｅｒａｎａｌｙｓｉｓꎻｖｉｓｕａｌｉｚａｔｉｏｎＳＵＮＸｉａｎｇｘｉａｎｇ:ＤｏｃｔｏｒｉａｌＣａｎｄｉｄａｔｅꎻＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔꎬＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕ３５０００１ꎬＣｈｉｎａ.４１６武汉理工大学学报(信息与管理工程版)２０１８年１０月。

长江经济带生态公共产品供给效率评价——基于DEA-Malmquist指数法作者：邹粉菊来源：《现代经济信息》 2018年第12期摘要：采用2010-2015 年长江经济带生态公共产品供给投入与产出的面板数据，通过综合评价方法与DEA-Malmquist 指数方法，对长江经济带各个省市的综合产出水平及供给效率进行实证研究。

研究发现多数省份的全要素生产率出现负增长趋势，其中主要原因是技术进步指数的负增长，并根据结论探讨其原因，提出相应的政策建议。

关键词：生态公共产品；供给效率；DEA-Malmquist中图分类号：F123.16 文献识别码：A 文章编号：1001-828X(2018)018-0469-02生态环境作为一种公共产品，人人都可平等消费与享用，但是如果生态环境遭到不可修复的破坏，其所具有的服务功能也就随即丧失，人民的健康生活也就失去了保障。

为此，政府及企业对环境保护的投资力度不断加大，希望以此来提高生态型公共产品的供给水平。

本文选择作为“两带一路”战略实施的关键地区——长江经济带作为研究对象，通过指标构建与选取，对长江经济带的生态公共产品供给的投入与产出进行动态效率评估，为其生态型公共产品的供给提出政策建议。

一、文献回顾从生态公共产品相关概念提出以来，我国学者对其相关内容进行了大量研究，并取得了一定的成就。

其主要研究主要从其定义及供给角度出发。

对于生态公共产品的含义，国内学者从不同角度有不同的理解，樊继达从公共经济学的视角出发，认为生态公共产品主要指在人们的生活中所享受到的具有公共产品属性的、与生态联系密切的公共产品，具体可分为如空气、水、土壤等自然型的生态公共产品；如污水处理、垃圾回收等物质型生态公共产品；如颁布的环境法律法规等制度型生态公共产品[1]。

李君将生态型公共产品等同为环保公共产品，根据内涵将其定义为如饮水安全保障、生活污染治理、土壤环境保护等方面的基础设施建设和与之相配套的公共服务[2]。

基于超效率SBM模型的中国区域全要素能源效率评价作者：吴家红段永瑞来源：《上海管理科学》2020年第01期摘要：建立了基于DEA模型的全要素能源效率評价指标体系，运用考虑非期望产出的超效率SBM模型，对我国30个省（直辖市、自治区） 2007—2016年的能源效率进行了测度，将测度结果按照东部、中部、西部三个区域进行了时空差异分析，并对各区域的全要素能源效率变化趋势进行收敛性检验。

结果显示：2007—2016年我国全要素能源效率整体呈现下降趋势，从三个区域的对比研究可以看出，我国区域能源效率存在明显差异，具体表现为东部能源效率最高、中部次之、西部最差，与我国区域经济发展水平的梯度相一致。

通过收敛性检验可以看出2007—2016年，我国全要素能源效率呈发散趋势，即地区之间的差距在逐渐增大。

关键词：数据包络分析（DEA）;全要素能源效率;超效率SBM模型;收敛性检验中图分类号： F 224文献标志码： AAbstract： In this paper， a system of total factor energy efficiency （TFEE） evaluation indices based on DEA model is established. The energy efficiency of 30 provinces （municipalities，autonomous regions） in China from 2007 to 2016 is measured by using the super-efficiency SBM model and considering undesired output. The spatial and temporal differences are analyzed for the eastern， central and western regions， and the convergence of TFEE trends in each region is tested. The results show that the TFEE of China has shown a downward trend from 2007 to 2016. The comparative study of the three regions shows that there are significant differences in regional energy efficiency in China. The eastern region has the highest energy efficiency， followed by the central region and the western region ranks the last，which is consistent with the gradient of China′s regional economic development level. It can be seen from the convergence test that China′s t otalfactor energy efficiency is diverging between 2007 and 2016， and the gap between regions is gradually increasing.Key words： data envelopment analysis （DEA）; total factor energy efficiency; super-efficiency SBM model; convergence test改革开放以来，中国经济建设取得了巨大成就。