下载文档原格式
全要素生产率对经济增长的贡献分析全要素生产率（TFP）是衡量经济效率的重要指标。
它反映了在一定生产要素投入下，经济中各种生产要素的使用效率。
在经济增长的过程中，全要素生产率的提高对于经济可持续发展至关重要。
本文将探讨全要素生产率对经济增长的贡献，并分析其影响因素。
一、全要素生产率的定义全要素生产率是指在一定时间内，所有生产要素的输入相对于产出所实现的生产效率。
它不仅包括劳动力、资本等生产要素的效率，还包括技术进步、创新等因素的影响。
全要素生产率的提高能够实现单位产出的增加，从而推动经济实现更高水平的增长。
二、全要素生产率的意义全要素生产率的提高对经济增长有着重要的作用。
首先，全要素生产率的提高能够实现经济效益最大化，提高企业竞争力。
在全球化的背景下，竞争激烈，企业如何提高生产效率成为企业永续经营的关键。
其次，全要素生产率的提高能够满足人民不断增长的物质文化需求，提高人民的生活水平。
再次，全要素生产率的提高还能够推动经济结构优化升级，推动经济由传统产业向现代产业的转型。
三、全要素生产率的影响因素全要素生产率的提高受到多种因素的影响。
首先，技术进步和创新是全要素生产率提高最为重要的因素之一。
技术进步能够提高生产效率，降低生产成本，推动经济增长。
其次，教育水平和人力资本的提高也是全要素生产率提高的重要因素。
一个受过良好教育的劳动力队伍能够更好地适应经济变化，提高创新能力。
另外，政府的宏观调控政策、市场竞争环境等也会对全要素生产率产生深远影响。
四、全要素生产率对经济增长的贡献全要素生产率的提高对经济增长有着积极的贡献。
首先，全要素生产率的提高能够实现单位产出的增加，推动经济增长。
随着全要素生产率的提高，企业能够更高效地利用资源，生产更多的产品和服务。
其次，全要素生产率的提高能够提高劳动生产率，推动经济效益的最大化。
劳动生产率的提高会促使企业提高工资水平，提高人民的收入水平。
最后，全要素生产率的提高还能够实现经济结构的优化和转型升级。
统计与决策2021年第4期·总第568期引言改革开放以来，中国经济快速增长的同时，带来了环境质量持续下降、环境健康损失不断增加等问题。
与此同时，中国也超越美国，成为世界上能源消耗量和碳排放量最高的国家。
如何使中国经济摆脱对资源的依赖和自然环境的破坏是当前亟须解决的重要问题。
传统评价一个地区经济绩效的主要指标是地区生产总值，并没有考虑投入的约束，这也是长期以来我国一些地区采取高投入、低产出的发展方式的主要原因之一。
大量文献指出，解决上述问题最直接有效的方式就是提升全要素生产率（TFP ）[1—3]。
全要素生产率将投入产出均纳入经济绩效的评估框架中，是一种新的衡量地区经济绩效的方法。
随着全球环境污染的日益严重，将非期望产出引入全要素生产率评估框架已成为热点问题。
这种考虑环境污染因素的TFP 就是环境全要素生产率（ETFP ）。
相关文献对全要素生产率的空间溢出效应进行了广泛研究[4]。
部分学者利用空间计量模型，探讨了中国省域环境全要素生产率的空间溢出效应及其主要影响因素[5—7]。
但是，目前国内外学者仅从区域角度或时间角度检验环境全要素生产率及其影响因素，认为地区间的环境全要素生产率不存在任何相互作用，鲜有研究在对环境全要素生产率分析时考虑地理空间依赖的影响。
同时，有些环境全要素生产率的研究中没有考虑能源投入问题，事实上很多污染指标均与能源利用存在一定关系；一些研究只采用一种污染指标作为非期望产出，缺乏代表性。
鉴于此，本文将能源消耗与资本和劳动投入同等对待，作为一种重要的投入要素，并且选择二氧化碳排放和二氧化硫排放两种污染物作为非期望产出。
在此基础上，本文采用考虑“坏产出”的ML 指数测算我国省际环境全要素生产率指数及其分解，然后运用空间计量模型对我国省际环境全要素生产率的空间溢出效应及其影响机制进行研究，以期从空间视角寻找中国环境全要素生产率的优化路径。
1研究方法、变量选取与数据来源1.1环境全要素生产率测算从现有文献看，关于全要素生产率的研究主要集中在测算方法与指标选取上。
中国区域环境效率与环境全要素生产率增长一、本文概述1、研究背景和意义随着全球环境问题日益严重，环境效率与环境全要素生产率增长逐渐成为全球范围内的研究热点。
中国作为世界上最大的发展中国家，其经济发展与环境保护之间的平衡问题更是备受关注。
在此背景下，研究中国区域环境效率与环境全要素生产率增长具有重要的理论和现实意义。
从理论角度来看，环境效率和环境全要素生产率是衡量区域可持续发展能力的重要指标。
通过对中国各区域环境效率和环境全要素生产率的深入研究，可以深入了解中国各区域在经济发展与环境保护之间的平衡状态，为政策制定提供理论依据。
从现实角度来看，中国各区域在经济发展、产业结构、资源禀赋等方面存在较大的差异，这些差异可能导致各区域在环境效率和环境全要素生产率方面存在明显的空间异质性。
通过对各区域环境效率和环境全要素生产率的比较研究，可以揭示各区域在环境保护和经济发展方面的优势和不足，为各区域制定针对性的环境保护和经济发展政策提供参考。
研究中国区域环境效率与环境全要素生产率增长不仅有助于推动环境经济学、区域经济学等学科的发展，而且对于促进中国各区域实现经济与环境协调可持续发展具有重要的现实意义。
请注意，以上内容仅为示例，具体的研究背景和意义可能需要根据具体的研究目的、数据来源和研究方法进行调整和完善。
2、国内外研究现状和评价近年来，随着全球环境问题的日益严重，环境效率与环境全要素生产率增长成为了国内外学者关注的焦点。
国内外在环境效率与环境全要素生产率增长方面的研究已经取得了一定的成果，但仍存在一些问题和不足。
国内研究方面，我国学者在环境效率评价和环境全要素生产率增长方面进行了大量研究。
通过构建环境效率评价模型，对我国各地区的环境效率进行了评估和分析。
同时，利用全要素生产率增长模型，深入探讨了环境规制、技术创新等因素对环境全要素生产率增长的影响。
然而，国内研究在数据获取和处理方面仍存在一定困难，导致研究结果的准确性和可靠性受到一定影响。
碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数齐亚伟【摘要】本文运用SBM方向性距离函数和Global Malmquist-Luenberger(GML)指数将能源与二氧化碳纳入全要素生产率测度与分解框架中,测算了2001～2009年我国备省市的环境效率及环境全要素生产率变动状况,将环境全要素生产率变动分解为纯技术进步、纯技术效率变动、规模效率变动和技术规模变动等4个因素.研究结果表明:环境无效率普遍存在,且在省际间的分布差异较大；环境全要素生产率的增长和省际差异分别源于技术进步和规模效率,纯技术效率则出现不同程度地恶化.【期刊名称】《工业技术经济》【年(卷),期】2013(000)005【总页数】10页(P137-146)【关键词】环境全要素生产率;SBM;方向性距离函数;GML;指数【作者】齐亚伟【作者单位】江西财经大学,南昌330013【正文语种】中文【中图分类】F206改革开放以来,我国经济增长取得了令人瞩目的成绩,1978～2009年的年均增长率在9%以上。
在盘点所取得的辉煌业绩时,我们发现高速的经济增长是以能源的高投入、高消耗为特征,经济对能源的过度依赖导致大气中二氧化碳等温室气体浓度增加,诱发全球气候变暖及环境污染,从而降低了经济增长质量,使得经济增长速度大打折扣。
我国正处于工业化、城市化、现代化快速发展阶段,重化工业发展迅速,大规模基础设施建设不可能停止,能源需求的快速增长一时难以改变,碳排放量在短时间内也不能得到遏制。
能源耗竭和二氧化碳排放日益成为制约经济可持续发展的约束条件,为此,节能减排被提到前所未有的战略高度,我国政府在“十一五”发展规划中提出:到2020年单位GDP二氧化碳排放比2005年下降40%～50%,达到这一目标的关键是运用技术提高生产效率。
因此,我们有必要深入分析资源环境约束下我国全要素生产率处于一个什么样的状态,通过分析环境全要素生产率增长的源泉,为缓解经济高速增长与能源耗竭、二氧化碳排放之间的矛盾提供一些政策启示。
第２５卷 第６期２０１２年１２月武汉理工大学学报（社会科学版）Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ（Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）Ｖｏｌ．２５ Ｎｏ．６Ｄｅｃｅｍｂｅｒ ２０１２环境约束下的中国制造业全要素生产率及其影响因素研究＊———基于经济转型期的经验研究袁天天１，石 奇２，刘玉飞１（１．南京财经大学产业发展研究院，江苏南京２１０００３；２．南京财经大学财政与税务学院，江苏南京２１００４６）收稿日期：２０１２－０６－０７作者简介：袁天天（１９８８－），男，江苏省南通市人，南京财经大学产业发展研究院硕士生，主要从事产业组织与公共政策研究；石 奇（１９６６－），男，河南省泌阳县人，南京财经大学教授，经济学博士，硕士生导师，主要从事公共经济、产业经济研究；刘玉飞（１９８８－），女，湖南省邵阳市人，南京财经大学产业发展研究院硕士生，主要从事产业组织与公共政策研究。
＊基金项目：国家社会科学基金项目（１１ＢＪＹ０７６）；教育部人文社会科学重点研究基地重大项目（０８ＪＪＤ７９０１３９）；江苏高校哲学社会科学重点研究基地重大项目（２０１０ＪＤＸＭ００７）摘要：基于方向性距离函数的Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ生产率指数法估算了考虑环境因素的中国２００１－２００９年制造业３１个两位数行业的全要素生产率指标，并比较了不考虑环境因素影响情形下的全要素生产率增长情况；运用Ｔｏｂｉｔ模型研究了环境约束下全要素生产率的影响因素。
结果显示：考虑环境因素的中国制造业全要素生产率各项指标都呈现出增长趋势；相比较不考虑环境因素而言，在正确考虑环境管制的情形下，中国制造业全要素生产率会得到提高，而且对生产率的增长作出主要贡献的还是技术进步而非生产效率的提高；资本深化、行业规模、研发投入和环境污染等因素对中国制造业轻、重工业的全要素生产率均有不同程度的影响。
关键词：全要素生产率；方向性距离函数；制造业；Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ生产率指数中图分类号：Ｆ２７；Ｃ９３９ 文献标识码：Ａ ＤＯＩ：１０．３９６３／ｊ．ｉｓｓｎ．１６７１－６４７７．２０１２．０６．０１２ 目前，中国转变经济发展方式的重要一面，就是促使经济增长由主要依靠资金和物质要素投入向依靠全要素生产率的带动转变。
FDI、环境规制对绿色全要素生产率的影响研究一、研究背景和意义随着全球经济的快速发展，各国政府纷纷将发展绿色经济作为实现可持续发展的重要途径。
绿色全要素生产率(Green Total Factor Productivity, GFPT)作为一种衡量经济增长与环境保护之间平衡关系的有效指标，已经成为国际上研究经济发展与环境问题的重要领域。
在这个背景下，外国直接投资(Foreign Direct Investment, FDI)作为一种重要的国际资本流动形式，对各国经济的发展和环境规制产生了深远的影响。
FDI是指跨国公司通过在国外设立子公司、合资企业或购买股权等方式进行的投资活动。
FDI的流入对于接受国的经济结构优化、技术进步和就业创造具有积极作用。
FDI的流入也可能导致资源错配、环境污染和社会不公平等问题。
研究FDI对绿色全要素生产率的影响，有助于更好地理解FDI与环境规制之间的关系，为制定有效的政策提供理论依据。
环境规制是指政府为了保护生态环境、实现可持续发展而采取的一系列政策措施。
环境规制的实施对于提高绿色全要素生产率具有重要意义，环境规制可以引导企业采用清洁生产技术，提高资源利用效率，降低生产过程中的环境污染；另一方面，环境规制可以促使企业进行技术创新和管理创新，从而提高绿色全要素生产率。
研究FDI与环境规制之间的关系，有助于揭示二者之间的相互作用机制，为促进绿色经济发展提供政策建议。
本研究旨在探讨FDI、环境规制对绿色全要素生产率的影响，以期为实现经济与环境的协调发展提供理论支持和实践指导。
A. FD一、中国经济的作用和发展趋势自改革开放以来，中国经济取得了举世瞩目的成就。
在过去的几十年里，中国成功地将数亿人口从贫困中解救出来，成为世界第二大经济体。
中国的经济增长主要依赖于出口导向型产业的发展，特别是制造业。
随着全球经济环境的变化和国内资源环境的约束，中国政府意识到需要转变经济发展模式，实现可持续发展。
标题：我国学者关于绿色全要素生产率研究的回顾与综述一、引言随着全球环境问题的日益严重，绿色发展逐渐成为各国经济发展的重要方向。
在我国，学者们对绿色全要素生产率的研究也在不断深入。
本文将对近年来我国学者在该领域的研究进行回顾与综述。
二、研究回顾1. 绿色全要素生产率的概念及计算方法：绿色全要素生产率是指生产过程中所有要素投入的效率总和，包括技术、管理、组织、制度等因素。
其计算方法主要包括数据包络分析（DEA）和随机前沿分析（SFA）等。
2. 研究成果：近年来，我国学者在绿色全要素生产率领域取得了一定的研究成果。
例如，有学者运用DEA方法对我国各地区的绿色全要素生产率进行了评估，发现我国在绿色发展方面存在一定差距，需要加强技术创新和管理创新。
也有学者对绿色全要素生产率的影响因素进行了研究，发现政策支持、技术进步、环境规制等因素对其具有重要影响。
三、研究不足与展望1. 研究不足：虽然我国学者在绿色全要素生产率领域取得了一定的成果，但仍存在一些不足。
首先，现有研究大多局限于各地区或行业的层面，缺乏对绿色全要素生产率动态变化的深入研究。
其次，对绿色全要素生产率的评估方法尚不完善，缺乏对其准确性和可靠性的验证。
2. 展望：未来，我国学者在绿色全要素生产率领域的研究应更加深入。
一方面，应加强对绿色全要素生产率动态变化的监测和分析，为政策制定提供更加准确的数据支持。
另一方面，应进一步完善绿色全要素生产率的评估方法，提高其准确性和可靠性。
此外，还应关注绿色全要素生产率与其他发展指标的关联性，如环境质量、经济发展等，为制定更加科学合理的政策提供依据。
四、结论综上所述，我国学者在绿色全要素生产率领域取得了一定的研究成果，但仍存在一些不足。
未来研究应进一步完善评估方法，加强对绿色全要素生产率动态变化的监测和分析，为政策制定提供更加准确的数据支持。
同时，应关注绿色全要素生产率与其他发展指标的关联性，为制定更加科学合理的政策提供依据。
资源环境约束下的全要素生产率对辽宁省经济增长的贡献研究张美晨\郭建霖2(1.吉林大学经济金融学院，吉林长春130012;2.辽宁工程技术大学，辽宁阜新15105)[摘要]文章通过收集辽宁省14个城市的投入产出数据，对考虑资源环境条件下的辽宁省TFP再估算，采用基于 DDF的Malmquist-Luenberger生产率指数，分析了全要素生产率增长及其对辽宁省经济增长的贡献，并分区域分析全要素生产率对经济增长的影响。
针对辽宁省绿色全要素生产率的增长率为负、技术效率低、粗放型经济增长模式的现状，提出相对 应的政策建议。
[关键词]绿色全要素生产率；经济增长贡献率；地区经济差异[DOI]10.13939/ki.zgsc.2017. 05. 0691引言辽宁省是我国近代民族工业的发源地，自1949年中华 人民共和国成立后，建立了名副其实的现代工业基地，成为 中国主要的工业与原材料基地。
但是进人2014年来，辽宁 省14个地级市中有10个城市的实际GDP出现负增长的情 况。
另外，产业结构方面出现第二产业占比增加，第三产业 比重下降，最近几年辽宁省名义GDP的增长动力不足，其 原因在于其增长主要依靠于大量的扩张投人，而并非依赖于 新技术、改进设备与科技来增加产量。
地区经济增长差异的影响因素有很多，新古典增长理论 认为要素投人和TFP是地区经济差异的主要源泉[1]，那么 要素投人和TFP哪部分才是导致地区经济差异的主要源泉，就目前的研究来看争议颇多。
而关于TFP对辽宁省经济差 异贡献的研究虽然有，但是无一例外地都忽略了经济发展中 能源投人和环境容量的问题，这可能导致TFP的测算出现 偏差。
能源是经济增长的重要源动力，在经济快速发展的同 时，也付出了巨大的代价——环境污染。
因此，将能源消费 量引人到投人指标中，将工业“三废”作为非期望产出来 重新对地区绿色全要素生产率进行测算，测算值很可能会低 于传统的生产效率测算[2]。
由此考虑能源投人和资源环境 约束下的辽宁省绿色全要素生产率（记为GTFP)对辽宁省 地区经济差异的影响研究将对辽宁省经济增长的驱动具有较 强的现实指导意义。
2实证研究变量设计2.1投入指标2.1.1资本投入资本存量估算我们采用“永续盘存法”。
单豪杰(2008)的数据统计完整且有一定的代表性，他测算了以 1952年为基期的1952—2006年期间的全国30个省份及全国 总量的资本存量。
因此，在后续研究中资本存量数据依据其 估算方法推算而来[]，即资本投人指标采用年均资本存量 (亿元）表示。
2.2劳动投入一般情况下对生产率的测算如果采用年均从业人员（万 人），表示仅仅考虑了资本与劳动的投人要素，在本文中我们 还加人了第三个投人要素：能源。
这是因为，在计算中加人 了非期望产出，而其主要来源是能源[]。
因此在这里可以将 能源消费量（万吨标准煤）作为衡量劳动投人的指标。
2.2产出指标2.2.1国内生产总值的期望产出考虑能源要素可以作为投人要素，因此期望产出采用了 国内生产总值GDP (亿元）表示，又以2005年为基期将其他折算为实际GDP。
2.2.2工业“三废”的非期望产出在改革开放期间，工业GDP占我国总GDP的40. 1%，但是工业消耗却占据了全国能源的67 9%，排放的二氧化 碳量高达全国二氧化碳排放总量的83.1%，5]由此可见，工 业是造成经济活动中的污染的主要原因，因此我们可以选择 工业“三废”的排放量作为非期望产出指标。
现有文献中关于非期望产出指标的选择问题一直没有统 一标准。
笔者将研究时间的起点设为2004年，我们在选择 非期望产出指标时主要考虑工业废水排放量（万吨）、工业 废气排放量（亿标立方米）以及工业固体废弃物排放量 (万吨）三个要素。
3模型的建立3.1硏究方法以2004—2013年辽宁省投人产出的面板数据为基础，测算并比较分析辽宁省地区在考虑环境约束和不考虑环境约 束两种情形下的全要素生产率，根据DDF方向性距离函数 和Malmquist- Luenberger生产率指数的特点对辽宁省绿色全 要素生产率值进行分解，探寻辽宁省经济增长效率的改善 方向。
3.2建立模型3.2.1非期望产出的生产可能集如图1[]所示，*轴代表非期望产出，y轴代表期望产 出。
假设有C、S三个生产单位，关于第*个单位，用^2017.2 [H D I 69表示投人要素、/表示期望产出、？表示非期望产出，生产 可能集表示如下，即用第*个生产单位的生产产出表示：P =(V 、-61)代表^能生产（/、61)。
由图示可以知 道，£的期望产出是最大的，过£点且与*轴平行的直线与y 轴交于点S 。
根据生产可能性集的单调性、凸性以及期望产出与非期望产出的“零联合”处置等假设，此时的生产可能性集为包络线OCDEF 与*轴之间的部分，而包络线 OCDEF 即为生产可能性前沿面。
3.2.2考虑坏境因素的产出集环境技术可以表示为以下产出集合的形式（Fare 等， 2007)：P (*) = I (y ，6):：可生产（y ,6)} , (E < ()式（1)中，P (X )为投人* E 所能生产的期望产出y s e <和非期望产出6 s e <的所有可能性集合。
3.2.3决策单元离生产可能性边界的距离相对效率通过Directional Distance Functions (方向性距 离函数，DDF ),计算出每个决策单元（Decision Making U -n t , DMU )与生产可能性边界之间的距离。
5〇(*，y ，6;) = s p |/3:(y ，6) +你 e p (() ! (2)3.2.4 Malmquist -Luenberger 生产率指数的计算根据Chung 等（1997)，定义f 期与f + 1期间基于DDF (3)Malmquit - Luenbergei ■生产率指数可以被分解为技术变化变化指数和技术效率变化指数二者的乘积，即：表1辽宁省T F P 增长率及其分解与贡献份额测算结果单位:％年份GECGTCGTFPTTFPGTFP 贡献TTFP 贡献2006-2.520. 92-8. 12-4.78-66.45-39. 122007 5.08 3.73-7.61-5.69-59.39-44.4120082 639.55-5.06-2.72-41.38-22.242009-1 .04151-20. 86-8. 18-99.89-39. 1720 0-4.351 129.574. 52292. 86138. 32200. 461.73-16. 81-6.54-72.08-28.04的 M alm quit - Luenbergei ■生产率指数：£1^珝M L i = [i + 珝〇(*+1，y +1，,+1 ;,+1 )]'1 _[1 +：5» 1 (*,y ，;)]L [1 + 珝0+1(*+1，y +1，,+1 ;,+1 )]ML = EFFCHxTECH(4)EFFCH :+11 + ，(xl )\bl ；g )()1 + 珝01 (*，，，6+1 ;1+1 )11TECH[+ 珝(*，；/，6 ;〇 ]、，[+ 珝+1 W ;1)][+ 珝01 G 11，1 11 1 )][+珝0(*,+1 ,y +1，,+1 ;,+1)]4实证结果分析——辽宁省T F P 的再估算4.1辽宁省GTFP 的测算 4.1.1测算结果基于2004—2013年辽宁省14个地级市的投人产出数 据，分别在有无环境污染影响的条件下，运用Malmqui 生产率指数和基于DDF 的Malmquist - Luenberger 生产率指 数对辽宁省生产率进行了测算，测算结果见表1、表2和 图2。
表1给出了辽宁省年度全要素生产率的增长率及其 分解与贡献份额的测算结果，而表2报告了近9年来辽宁 省14个地级市的绿色全要素生产率的指数情况（即含能 源与环境要素的情况下）。
图2报告了两种情况下的时间 趋势。
^ 702017.2续表年份GECGTCGTFPTTFPGTFP 贡献TTFP 贡献20122 31-1.07-10. 88-8.57-116.65-91. 882013-4.027.28-14. 12-11.2-92.70-73.79均值-0.210. 32-9.24-5.53-31.96-25.04注：数据来源于《中国城市统计年鉴》《辽宁省统计年鉴》《中国能源统计年鉴》以及部分城市的统计年鉴。
GTC 和GEC 分别表示GTFP 分解的技术进步增 长和技术效率增长率。
表2辽宁省各地区绿色全要素生产率增长率 单位:％年份城^\20062007200820092010201120122013鞍山-17.5115.230.75-0.220. 27-1. 85 5.46-3. 87本溪 2.94 1.77-5. 12 6.32-4.351 13-4.482 47朝阳-11.658.01-3.64-18.61-7.327. 83-0.74-7.55大连-8.520. 80 2.90-3.620.414. 67-4.31-0.51丹东 4.72-4.56-37.5531.94-41.0474. 62-30.92-17. 81抚顺10.23-4.510.72-0.31-3.3241 60-4.01-0.72阜新-5.52-34.4173.53-30. 5559. 27-20.6831.77-19. 85葫芦岛7.26-9.6610.15-10. 87-17. 9826.75-3.58-0.25锦州-8.46-3.6442 95-1.760. 17-0. 12-3.37-12. 92辽阳22. 1 5-15.26-2.95-9.2 +23. 6831 93-43.9510.54盘锦 6.04-18.057.0210.15-7.05-8.30-21.5513.65沈阳-18.2 4.9513.255 16-3. 84-2.430.14-2.07铁岭 6.06-11.3414.6-16. 64-4.2725. 64-42.725165营口-11.04-2.652 660 55-0.946 97-16.01-2.624.1.2分析测算结果—GEC GTC GTFP—TTFP GTFP 贡献—TTFP 贡献(1)辽宁省环境的管理缺乏效率。
由于辽宁省各个地级市能源消费量这个指标数据的缺失，我们只研究了近9年来的变化趋势，但是仍然不难发现，在考虑环境污染的条件 下，G T F P 指数普遍低于T T F P 指数。
除了 2010年G T F P 指2017.271数高于T T F P以外，另外的8个年份和均值都是T T F P要高于G TFP，这与朱承亮（2014)的研究结论一致，在考虑了环境污染的非期望产出后，T F P的增长率要低于传统的TFP增长率，由此可看出辽宁省环境的管理缺乏效率。
