环境技术效率测度及影响因素分析

《内蒙古绿色经济效率测度及影响因素分析》篇一一、引言随着全球环境问题日益突出，绿色经济已成为各国经济发展的重要方向。

作为我国重要的能源和资源产区，内蒙古在绿色经济发展中扮演着举足轻重的角色。

本文旨在通过实证分析，对内蒙古绿色经济效率进行测度，并对其影响因素进行深入探讨，以期为内蒙古绿色经济发展提供理论支撑和实践指导。

二、研究背景及意义内蒙古地区资源丰富，拥有丰富的煤炭、天然气等资源。

然而，传统的经济发展模式往往以资源开发为主导，导致环境破坏和资源浪费问题严重。

因此，转变经济发展方式，发展绿色经济，提高经济效率，是内蒙古面临的紧迫任务。

本研究对内蒙古绿色经济效率进行测度，并分析其影响因素，对于促进内蒙古绿色经济发展、提高经济效率、实现可持续发展具有重要意义。

三、研究方法与数据来源本研究采用数据包络分析（DEA）方法，对内蒙古绿色经济效率进行测度。

数据来源于相关统计年鉴、政府报告及研究报告等。

在分析影响因素时，采用多元回归分析方法，探讨资源禀赋、政策支持、技术创新、产业结构等因素对绿色经济效率的影响。

四、内蒙古绿色经济效率测度通过DEA方法，本文测度了内蒙古绿色经济效率。

结果表明，内蒙古绿色经济效率整体呈上升趋势，但在不同地区、不同行业之间存在一定差异。

其中，部分地区和行业在绿色经济发展中取得了显著成效，而部分地区和行业仍需加大改革和创新力度。

五、影响因素分析1. 资源禀赋：内蒙古拥有丰富的自然资源，为绿色经济发展提供了有利条件。

然而，过度依赖资源开发可能导致环境破坏和资源浪费，影响绿色经济效率。

因此，应合理利用资源，实现资源的可持续利用。

2. 政策支持：政府在绿色经济发展中发挥着重要作用。

政策支持力度越大，绿色经济发展越有保障。

应加大政策扶持力度，为绿色经济发展提供良好的政策环境。

3. 技术创新：技术创新是提高绿色经济效率的关键。

应加强科技创新和人才培养，推动绿色技术创新和产业升级。

4. 产业结构：产业结构对绿色经济效率具有重要影响。

资源配置效率的测度及影响因素研究随着经济的发展和全球化的趋势，资源配置效率越来越受到重视。

它是一个国家或地区经济活动的核心，也是实现经济增长和社会稳定的关键。

然而，如何测度资源配置效率并找出影响因素，对于政府和企业来说都是非常困难和复杂的问题。

一、资源配置效率的测度资源配置效率的测度包括两个方面：一是资源配置的效率，二是资源利用的效率。

资源配置的效率可以通过下面的公式计算：资源配置效率=(总产出-总成本)/总投入其中，总产出是指生产的所有产品和提供的所有服务的总价值；总成本是指这些产品和服务的所有成本，包括生产和销售成本；总投入是指用于生产和提供服务的所有资源，包括劳动力、资本和自然资源。

资源利用的效率可以通过下面的公式计算：资源利用效率=总产出/总投入其中，总产出和总投入的含义同上。

这两个指标的计算可以让我们了解一个国家或地区的资源配置效率和资源利用效率，从而揭示其经济发展的水平和瓶颈。

二、影响资源配置效率的因素资源配置效率受到很多因素的影响，这里简要介绍几个重要的影响因素。

1.政策因素政策因素是影响资源配置效率的关键因素之一。

不同的政策可能会促进或抑制资源的配置和利用，进而影响资源配置效率。

政府应该采取有利于资源配置效率提高的政策，包括减少税收和行政成本、优化投资环境等。

2.科技因素科技进步是提高资源配置效率的重要因素。

新技术的应用可以减少资源的浪费，提高资源的利用效率。

例如，新的生产工艺能够减少原材料的损失和加工时间，提高生产效率；新的节能技术可以减少能源的浪费，降低成本。

3.人力资源因素人力资源是影响资源配置效率的另一个重要因素。

合适的人才可以提高生产效率和产品质量，促进技术进步，从而提高资源配置效率。

因此，企业和政府应该注重人才培养和招聘，提高人才的素质和技能水平。

4.市场因素市场因素也是影响资源配置效率的重要因素。

市场需求的变化和竞争状况的改变会影响资源的配置和利用。

企业应该根据市场需求调整产品结构和产业结构，提高市场竞争力，从而提高资源配置效率。

Ｅ ａｕ ｔ ｎｏ ｒｊｃ ｎ ｅｔ ｎ Ａ Ｅｆｉｉｎ ｙ ｖ ｌａｉ ｆＰ ｏ ｔＩ ｖ ｓｍｅ ｔ ｏ ｅ ＤＥ ｆ ｅ ｃ ｃ
Ｃｏ ｓ ｄ ｒ ｎ ｖ ｒ ｎｍ ｅ ｔ ｌＦａ ｔ ｒ ｎ ｉ ｅ ｉ ｇ Ｅｎ ｉ ｏ ｎ ａ ｃ ｏ ｓ
ＸＵＮ ｉｙ ａ ＱＩ Ｚｈ— ｕ ｎ， ＡＯ ｈ －ａ ｇ Ｓ ｕ ｆｎ
上受 到限制 ． 数据包络分 析（ Ｅ 是用来 评价 具有 多个输 入 、 Ｄ Ａ） 多个输 出项 目有效 性 的理想方 法 ， 以满 足这 可
一
出环 境 数 据 ， 入 了数 据 转 换 方 法 ， 宽 了 Ｄ Ａ 的 应 用 范 围 ． ８ 污 水 处 理 厂 项 目为 例 进 行 了 投 资 有 效 性 引 拓 Ｅ 以 个 评 价 实 证 ， 价 结 果 表 明有 ６ 是 投 资 有 效 的 ， 个 是 无 效 的 ． 评 个 ２ 关 键 词 ： 资 效 率 ； Ａ 方 法 ； 据 转 换 ； 境 因 素 投 ＤＥ 数 环 中 图分 类 号 ： ２４ ３ Ｆ ０ Ｆ ２． ；２５ 文献标志码 ： Ａ 文 章 编 号 ：６ ３ ４０ （Ｏ ０Ｏ 一 Ｏ １一 Ｏ １ ７－ ６ ２ ２ １ ） ４ ｏ ９ ５
第 ３ 卷第 ４ ｌ 期
Ｖｏ １ Ｎｏ ４ ２ １ Ｌ３ ． ０ ０
青 岛 理 工 大 学 学 报
Ｊ ｕ ｎ ｌｏ ｎ ｄａ ｃ ｎ ｏ ｃ ｌ ｎｖ ｒｉｙ ｏ ｒ ａ ｆＱｉｇ ｏ Ｔｅ ｈ ｏｌｇｉａ ｉｅｓｔ Ｕ
考 虑 环 境 因 素 的 项 目投 资 Ｄ Ａ效 率 测 度 Ｅ
（ ｃ ｏ ｌｏ ａ ａ ｅ ｎ ， ｎ ｄ ｏＴｅ ｈ ｏｏ ｉａ ｉｅ ｓｔ Ｓ ｈ ｏ ｆＭ ｎ ｇ ｍｅ ｔ Ｑｉｇ ａ ｃ ｎ ｌｇｃ ｌＵｎｖ ｒ ｉ ｙ，Ｑｉｇ ａ ６ ５ ０ ｎ ｄ ｏ２ ６ ２ ，Ｃｈｎ ｉａ）

基于冰冻圈背景的中国西部五省(区)旅游生态效率测度及其影响因素分析吴玉彬;何非洋;王永瑜;石福安【期刊名称】《冰川冻土》【年(卷),期】2024(46)1【摘要】中国西部五省(区)旅游生态效率的提升,既关乎旅游业自身高质量发展,又关乎西部生态保护与绿色可持续发展。

本文以冰冻圈旅游分析为背景,基于碳排放约束视角,从投入、期望产出、非期望产出三个环节构建西部五省(区)旅游生态效率测算框架。

在此基础上,采用超效率SBM(slack-based measure)模型对2013—2021年西部五省(区)旅游生态效率展开测度,并采用灰色关联度模型揭示其影响因素。

结果表明:(1)西部五省(区)整体旅游生态效率水平不高,其中,甘肃旅游生态效率较高,高于西部五省(区)整体平均水平。

(2)2013—2021年期间,西部五省(区)整体旅游生态效率呈增长态势,其中,西藏增速最为显著。

(3)经济发展水平、基础设施、碳排放结构、冰冻圈禀赋与环境规制是旅游生态效率的主要影响因素。

其中,冰冻圈环境对其他因素具有明显的限制作用。

随着冰冻圈工程服役的提升,西部地区旅游流、物流、资金流将显著提升,冰冻圈禀赋将从以往的限制因素逐步转变为经济优势。

通过提升冰冻圈旅游效率,将有力助推和提升冬春季西部五省(区)的旅游生态效率。

【总页数】10页(P325-334)【作者】吴玉彬;何非洋;王永瑜;石福安【作者单位】兰州财经大学会计学院;兰州财经大学统计与数据科学学院;首都经济贸易大学会计学院【正文语种】中文【中图分类】P343.6;F590.3【相关文献】1.玉米收储制度改革背景下北方旱作区农户杂粮种植影响因素分析——基于内蒙古自治区、辽宁省411个农户的调查数据2.医疗旅游产品消费的影响因素研究——基于浙江、安徽、江西、江苏、湖北五省的数据分析3.基于VAR模型的湖南武陵山片区旅游产业生态效率影响因素分析4.云贵两省旅游生态效率测度及其影响因素分析5.西部山区农业生态效率测度及影响因素研究——基于湖南省湘西州8县市的实证分析因版权原因，仅展示原文概要，查看原文内容请购买。

Ｅ Ｇ Ｇ ｏ ｍｅ ｓ和 ＭＰ Ｅ Ｌ ｉ ｎ ｓ提 出 了 Ｚ Ｓ Ｇ－ Ｄ Ｅ Ａ模 型 ， 程 度 的指标 ：由于 中国各地 区能 源消耗 总量 很 难确定 ， 而 在 保 证 二氧化 碳 总排 放量 不 变下 对 ６ ４个国 家进 行 碳排 放 目前 中 国发 电厂 ８ ０ ％ 以上 是通 过 烧煤 发 电， 因此本 文 用
权 重 新 分配 ，重 新 分配后 通 过 Ｚ Ｓ Ｇ— Ｄ Ｅ Ａ计 算 该 ６ ４个 国 各地 区耗 电量来 代替 能 源消耗 量。 产 出指 标 为 ２ ０ １ ０年 我 家 的环 境 效率 都 趋于 １ ， 因 此可 以通 过 建 立碳 排 放权 交易 国各地 区生 产 总值 （ Ｇ ＤＰ） （ 亿元 ） 和 工业 废气 排放 总量 （ 亿 机 制 来达 到 提高 总的 能源 利 用率” 】 。 由于 Ｚ Ｓ Ｇ— Ｄ Ｅ Ａ是 非 标 立 方米 ） ， 其 中 ＧＤＰ表 示一个 地 区一 年 内的所 有 产 出和 线性 规 划模 型 ， 不 利 于计 算 ， 因此 Ｇ ｏ ｍｅ ｓ于 ２ ０ ０ ３年证 明 劳务 的市 场价 值 总和 ，是衡 量 地 区综合 实力 的重要 指标 ； 出传 统 Ｃ ＣＲ — ＤＥ Ａ 效 率 与 非线 性 Ｚ Ｓ Ｇ— ＤＥ Ａ 效 率 之 间 的 工 业废 气排 放 总量 包括 二 氧化碳 、 一氧化 碳 、 氮 氧化 合物 、 关系， 并 提 出 比例 消 减 公 式 法 ， 将Ｚ Ｓ Ｇ — ＤＥ Ａ 模 型 转 化 成 硫 化物 、 酸 雾、 有 机废气 ， 其 对大 气污 染最 为严 重。 线性 规划 模 型 ，从 而提 高 了零 和 ＤＥ Ａ模 型 的运 算 能力 。 所 选 指标 中 ， 森林 覆 盖 率 为期 望 投 入 指标 ， 工 业废 气

Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｕｓ ｉ ｎ ｇ ｔ ｈ ｅ Ｍａ ｌ ｍｑ ｕ ｉ ｓ ｔ ｉ ｎ ｄ ｅ ｘ ｍｏ ｄ ｅ ｌ ｔ ｏ ｍｅ ａ ｓ ｕ ｒ ｅ ａ ｎ ｄ ｄ ｅ ｃ ｏ ｍｐ ｏ ｓ ｅ Ｃｈ ｉ ｎ ａ ３ ０ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｉ ａ ｌ ｔ ｏ ｕ ｒ ｉ ｓ ｍ ｅ ｃ ｏ — ｉ ｎ ｎ ｏ ｖ ￣ｉ ｏ ｎ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｙ ｅ ａ ｒ ｏ ｆ ２ ０ ０ １ ｔ ｏ ２ ０ １ ０ ， ｔ ｏ ｒ ｅ ｖ ｅ ａ ｌ ｔ ｅ ｍｐ ｏ ｒ ａ ｌ ａ ｎ ｄ ｓ ｐ ａ ｔ ｉ ａ ｌ ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｓ ｏ ｆ Ｃｈ ｉ ｎ ａ ’ Ｓ ｔ ｏ ｕ ｒ ｉ ｓ ｍ ｅ ｃ ｏ — ｉ ｎ ｎ ｏ ｖ ａ ｔ ｉ ｏ ｎ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ， ａ ｎ ｄ ｕ ｓ ｉ ｎ ｇ ｐ ａ ｎ ｅ ｌ ｍｏ ｄ ｅ ｌ
ｅ ｖ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｒ ｅ ｇ ｉ ｏ ｎ ａ ｌ ｄ ｉ ｆｅ ｒ ｅ ｎ ｃ ｅ ．Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｓ ｔ ｈ ａ ｔ ｗｅ ｓ ｈ ｏ ｕ ｌ ｄ ｐ ｕ ｔ ｆ ｏ ｒ ｗａ ｒ ｄ ｃ ｏ ｒ ｒ ｅ ｓ ｐ ｏ ｎ ｄ ｉ ｎ ｇ ｐ ｏ ｌ ｉ ｃ ｙ ｒ ｅ ｃ ｏ ｍｍ ｅ ｎ ｄ ａ ｔ ｉ ｏ ｎ ｓ ，ｐ ｒ ｏ ｖ ｉ ｄ ｅ
［ 关键词】旅游生 态创新 ；效率测度 ；Ｍａ ｌ ｍｑ ｕ ｉ ｓ ｔ 指数 ；影响 因素 【 中图分 类号】 Ｆ ５ ９ ０ ［ 文献标识码】 Ａ ［ 文章编号】 １ ０ ０ ２ — ７ ３ ６ Ｘ （ ２ ０ １ ３ ） ０ ９ — ０ ０ ９ １ — ０ ６

环境质量
包括空气质量、水质等环境质量指标。
节能减排
反映城市的能源利用效率、污染物排放控制 等情况。
生态保护
反映城市的绿化覆盖率、森林覆盖率等生态 保护情况。
垃圾处理与循环利用
反映城市的垃圾处理和循环利用情况。
城市治理指标
政府效能
反映城市的政府服务效率和服务质量。
法治建设
反映城市的法治水平和法律保障程度。
城市效率测度是城市规划、建设和管 理的重要基础和依据，能够帮助决策 者了解城市发展现状和问题，制定科 学合理的政策和措施。
城市效率测度的目的和意义
目的
通过对城市效率的测度，了解城市的 发展水平和质量，找出城市发展中存 在的问题和瓶颈，为城市的规划、建 设和管理提供科学依据。
意义
城市效率测度有助于提高城市管理和 规划的科学性和针对性，促进城市的 可持续发展和社会进步，提高人民的 生活质量和福祉。
加强产业结构和 科技创新
调整产业结构，发展现代服 务业和高新技术产业，提高 城市的创新能力和竞争力。 同时要注重科技成果的转化 和应用，推动科技创新与产 业升级相结合。
减少政府干预和 加强市场机制
政府应适当减少对市场的干 预，充分发挥市场在资源配 置中的基础性作用。同时要 建立健全市场机制，促进资 源的合理流动和优化配置。
市场化程度
市场化程度越高的城市， 资源配置更合理，可以提 高城市效率。
社会因素
人口规模和结构
人口规模和结构对城市效 率有着重要影响，合理的 人口规模和结构可以提高 城市效率。
教育和科技水平
教育和科技水平高的城市 ，可以提升劳动力素质， 提高城市效率。
医疗卫生条件
医疗卫生条件好的城市， 可以保障居民健康，提高 城市效率。

中国生态农业学报(中英文) 2021 年 10 月 第 29 卷 第 10 期 Chinese Journal of Eco-Agriculture, Oct. 2021, 29(10): 1762−1773
DOI: 10.13930/ki.cjea.210204
吴昊玥, 黄瀚蛟, 何宇, 陈文宽. 中国农业碳排放效率测度、空间溢出与影响因素 [J]. 中国生态农业学报 (中英文), 2021, 29(10): 1762−1773 WU H Y, HUANG H J, HE Y, CHEN W K. Measurement, spatial spillover and influencing factors of agricultural carbon emissions efficiency in China[J]. Chinese Journal of Eco-Agriculture, 2021, 29(10): 1762−1773

第 10 期
吴昊玥等: 中国农业碳排放效率测度、空间溢出与影响因素
1763
due to failing to separate the contribution of carbon emissions from other factors. To optimize the existing idea and understand the efficiency more precisely, a theoretical framework and a corresponding equation were developed for analysis in this study. In agricultural production, given the input factors, the efficiency of agricultural carbon emissions under the prerequisite of no desirable output was defined as the ratio of the minimum possible emissions to the actual emissons. On this basis, the GB-US-SBM model was employed to calculate the slack of emissions in 30 Chinese provinces from 2000 to 2019, reflecting the distance between the actual emission and production frontier. Then, the efficiency was estimated based on the slacks and actual emissions. Finally, the influencing factors and spillover effects of agriculural carbon emissions efficiency were explored using the spatial Durbin model. Results showed that: (1) From 2000 to 2019, the average agricultural carbon emissions efficiency was 0.778 in China, indicating considerable potential for emission reduction. At the provincial level, only Inner Mongolia and Qinghai had an efficiency of 1.000, while the rest of the provinces had different spaces for emission mitigation. (2) According to the emissions quantity and efficiency, the 30 provinces were divided into four groups. The five provinces, Henan, Hebei, Shandong, Heilongjiang, and Guangxi, belonged to a group of high emissions with high efficiency. The group of low emissions with high efficiency accounted for the majority, including 12 provinces, such as Inner Mongolia and Gansu. The group with high emissions and low efficiency covered seven provinces, such as Hunan and Hubei. Six provinces, including Zhejiang and Fujian, were classified as low emissions with low efficiency. (3) The global Moran’s index was significantly greater than 0, with a P-value under 0.01, verifying that there was a positive spatial autocorrelation in the provinces. The spatial econometric regression showed that efficiency had a significant positive spatial spillover effect, suggesting that an interactive evolution existed among close provinces. Specifically, four factors—industry structure, investment intensity, financial support for agriculture, and the degree of disaster, harmed the agricultural carbon emissions efficiency directly. By contrast, the irrigation effectiveness and urbanization indicated significant positive effects. In terms of spillover effects, the intensity of a disaster in a province negatively affected the efficiency of agricultural carbon emissions in neighboring provinces, while the urbanization rate exhibited a positive effect. Hence, it was essential to pay attention to the key factors that influence efficiency. Making full use of spillover effects could also help in achieving regional agricultural low-carbon transition. Additionally, local solutions should be addressed, owing to the regional characteristics of efficiency. This study results could provide a theoretical basis for the development of low-carbon agriculture in China.

绿色低碳企业创新效率测度及影响因素研究基于三阶段DEA与Tobit模型一、本文概述随着全球气候变化和环境问题日益严重，绿色低碳发展已成为各国政府和企业的共同目标。

在这一背景下，企业作为经济活动的主要参与者，其创新效率的高低直接影响着绿色低碳转型的速度和效果。

因此，本文旨在研究绿色低碳企业创新效率的测度方法及其影响因素，以期为企业提高创新效率、推动绿色低碳发展提供参考。

本文首先通过文献综述，梳理了绿色低碳企业创新效率的相关理论和研究现状，发现现有研究在测度方法和影响因素分析上存在一定的不足。

针对这些问题，本文提出了基于三阶段数据包络分析（DEA）和Tobit模型的绿色低碳企业创新效率测度方法。

该方法能够综合考虑企业创新过程中的投入和产出，同时消除外部环境因素和随机误差的影响，从而更准确地反映企业的创新效率。

在影响因素分析方面，本文选取了企业内部因素和外部环境因素两大类因素进行深入研究。

企业内部因素主要包括研发投入、研发人员结构、创新战略等；外部环境因素主要包括政策支持、市场环境、资源获取等。

通过实证分析，本文探究了这些因素对绿色低碳企业创新效率的影响程度和作用机制。

本文基于研究结论，提出了提高绿色低碳企业创新效率的对策建议。

这些建议包括加强研发投入、优化研发人员结构、制定科学的创新战略、争取政策支持、拓展市场环境、提高资源获取能力等。

通过实施这些对策建议，有望促进绿色低碳企业创新效率的提升，推动我国经济社会的可持续发展。

二、文献综述随着全球气候变化问题的日益严重，绿色低碳发展已成为全球共识。

在这一背景下，企业的绿色低碳创新效率不仅关乎其自身的可持续发展，也影响着整个社会的生态环境与经济发展。

因此，对绿色低碳企业创新效率的测度及其影响因素进行深入研究，具有重要的理论价值和现实意义。

在绿色低碳企业创新效率测度方面，国内外学者已经进行了一定的探索。

早期的研究多关注于单一的投入产出效率，如能源效率、环境效率等。

《贵州农业高质量发展水平测度及影响因素分析》一、引言贵州，作为我国西南地区的重要省份，其农业发展对于地方经济乃至国家粮食安全具有重要意义。

近年来，随着科技的不断进步和政策的持续支持，贵州农业正朝着高质量发展的方向迈进。

本文旨在通过对贵州农业高质量发展水平的测度及其影响因素的分析，为贵州农业的持续发展提供理论依据和实践指导。

二、贵州农业高质量发展水平测度（一）测度指标体系构建为全面反映贵州农业高质量发展的水平，本文从农业生产效率、农业科技创新能力、农业可持续发展能力、农业产业结构和农民收入等五个方面构建了测度指标体系。

（二）测度方法及数据来源采用熵权法对各项指标进行权重赋值，并结合相关统计数据，对贵州农业高质量发展水平进行综合评价。

数据主要来源于贵州各年度的统计年鉴和农业部门的相关报告。

（三）测度结果分析1. 农业生产效率：通过测度发现，贵州农业生产效率逐年提高，主要得益于农业机械化、智能化等技术的应用。

2. 农业科技创新能力：贵州在农业科技创新方面取得了一定成果，但与发达地区相比仍有较大提升空间。

3. 农业可持续发展能力：贵州在生态农业、绿色农业方面取得了显著成效，农业可持续发展能力不断增强。

4. 农业产业结构：随着市场需求的变化，贵州农业产业结构不断优化，特色农产品产业链逐渐完善。

5. 农民收入：随着农业发展的不断提升，贵州农民的收入水平也有了显著提高。

三、贵州农业高质量发展影响因素分析（一）政策支持政府对农业的扶持政策，如财政补贴、税收优惠等，为贵州农业的高质量发展提供了有力保障。

（二）科技投入科技投入的增加，推动了农业机械化、智能化等技术的发展，提高了农业生产效率。

（三）地理位置与资源优势贵州地处亚热带季风气候区，拥有丰富的自然资源和生物多样性，为农业发展提供了良好的基础。

（四）市场需求与产业结构调整随着市场需求的不断变化，贵州农业产业结构不断调整，特色农产品的开发与推广成为新的增长点。

四、结论与建议（一）结论通过对贵州农业高质量发展的测度及影响因素分析，可以看出贵州农业在生产效率、科技创新能力、可持续发展能力、产业结构和农民收入等方面均取得了显著成果。

无须对数据进行无量纲化处理,在解决多输出和多输入问 题时具有绝对优势，以实际数据求得最优权重,评价结果客 观性和科学性强。然而，DEA方法要求所有产出都是理想指 标，在绿色能源效率评价中，污染物排放作为不良产出不能 明显忽视。
Super-SBM模型引入超效率的新思想，将不良的输出结 合到效率测量中。便于区分其效率值的差异，评价其实际效 率水平，然后进行更准确的排序。运用Super-SBM模型还能 判断投入产出的冗余情况,为效率的完善指明具体方向。本 文采用Super-SBM模型，测算2013—2020年中国各省的绿色 能源效率，模型表达式为：
区域特征来看，在中国的四个主要地区中，绿色能源效率的平均水平为西部>东部>中部>东北。其中，2013-2020年间东北地区
的效率提高速度最快；(4)从影响因素来看，技术进步是绿色能源效率提高的主要因素，且各区域的技术进步指数差异较大。
本研究仅供参考。
关键词：绿色能源效率；Super-SBM模型；GML指数模型；影响因素
总体来说，国内外对于绿色能源效率的研究已经较为成 熟，并且从不同层面、不同角度对绿色能源效率进行了探讨 和分析，为我们更好地认识和推进绿色能源发展提供了重 要的理论支持。但通过对文献的梳理发现，我国对能源效率 的研究主要集中在长三角、珠三角及京津冀等发达地区，且
作者简介：詹逸涵 (1999-)，女，四川成都人，硕士研究生，研究方向：经济统计； 金明 (1977-)，安徽桐城人，教授，高级统计师，硕士研究生，研究方向：政府统计。
聚集在东北及东部地区，包括河北、山西、辽宁、吉林、黑龙
江、安徽、山东，其中河北省效率最低，平均效率只有0.20。相
对于经济规模，它们都拥有丰富的能源资源，但同时也面临

第23卷第12期2023年12月创新科技Innovation Science and Technology Vol.23 No.12 Dec.2023我国高新技术产业绿色创新效率测度及影响因素分析施雄天（云南大学工商管理与旅游管理学院，云南昆明650500）摘要：根据2011—2020年各省（区、市）高新技术产业面板数据，通过超效率SBM模型和ML指数对两阶段高新技术产业绿色创新效率进行静态和动态测度，并使用Tobit面板回归分析高新技术产业绿色创新效率的影响因素。

研究发现：①从静态和动态效率来看，我国高新技术产业绿色创新效率处于中上水平，整体发展趋势良好。

②分阶段来看，研发阶段和成果转化阶段的绿色创新效率呈波动“V”形变化，且成果转化阶段效率值更高，说明我国高新技术产业在成果转化阶段的效率值更容易上升；整体来看，高新技术产业绿色创新效率较为依赖纯技术效率水平。

③环境规制和市场结构抑制高新技术产业绿色创新效率提升，地区经济发展水平对高新技术产业绿色创新效率提升有促进作用。

关键词：高新技术产业；绿色创新效率；SBM模型；ML指数；Tobit中图分类号：F276.44 文献标志码：A文章编号：1671-0037（2023）12-33-14DOI：10.19345/j.cxkj.1671-0037.2023.12.0030 引言过去产业粗犷式的发展，忽视环境保护和绿色创新技术的使用，导致环境污染严重，能源开采过度。

而绿色技术创新这一概念正是在环境保护遭遇困境，迫切需要调整技术方向的时候出现的。

Shu等[1]认为，绿色技术创新是依靠科技手段从环保角度升级改造工艺，进而促进可持续发展的绿色化过程。

在此背景下，我国政府提出要实现“碳达峰”“碳中和”的目标，其核心便是实现绿色可持续发展。

高新技术产业作为先进制造业和工业的代表，需要依靠绿色技术创新来实现经济效率和环境效率的协调发展。

本文通过对高新技术产业绿色创新效率的测度及影响因素分析，并进一步剖析近几年来我国高新技术产业绿色创新效率的变化，来探寻提升高新技术产业绿色创新效率的有效办法。

境保护的人力资本和物质资本投入，用于环境修复和 程、环保设施运行维护费、污染治理、绿化费用等（Cai、
保护、提升能源效率、发展可再生能源和发展绿色交 Fang）；也有学者在资金投入的基础上引入了环保工作
通等方面。习近平总书记指出，中国将不断加大环保 人员的投入（杨俊等）。
各方面的投入，单位国内生产总值的用水量、能耗、二
文章编号!"#&'()'*+""#",#,,(##"*(#+
-./!,#0,1&&&2345678493::;<34"#",4,,4##*
&'()*+,-
加。如何准确衡量和提升环保投入的效率，是实现环
改革开放以来，中国经济发展取得了举世瞩目的 境有效管理和可持续发展所面临的重要问题之一。本
成就，但环境污染问题也日益突出。耶鲁大学环境法 文基于省际环保投入效率评价这一研究目的，将“环
济体中，中国排第 120位，快速增长的经济给环境带 市（除西藏外）的环保投入效率，反映不同地区环保投
来了巨大的压力，从 PM2.5综合评测等方面对空气质 入效率的真实水平，以期全面了解我国的环保投入效
量进行评价，中国在全球排倒数第 4名，现实状况不 率；并通过对比东、中、西、东北部各地区的环保投入
容乐观。国家高度重视经济发展所带来的环境问题， 效率，优化我国环保投入方案，为环境保护政策的制
估计的数据包络分析模型（DataEnvelopmentAnalysis，
& ' ( ) * + , - . /
DEA）。

利用 CCR模型（投入导向下）对决策单元（DMU）

对数据进行清洗、整理和计算，以得到所需的指标数据。
04
长江经济带绿色发展效率 测度分析
测度方法
基于DEA的Malmquist指数法
01
使用数据包络分析（DEA）方法，通过Malmquist指数法对长
江经济带绿色发展效率进行动态测度。
投入与产出指标
02
选择合适的投入与产出指标，如劳动力、资本等投入指标以及
产业结构调整和技术创新对绿色发展效率具 有显著的正向影响，政府政策和资源环境状 况对绿色发展效率也具有重要影响。06结论与建议
研究结论
经过对长江经济带绿色发展效率进行测度，研究发现，自2010年以来，长江经济带绿色发展效率整体呈上升趋势，但各地区 之间存在一定差异。其中，上海、江苏、浙江、安徽、江西和湖南等地区的绿色发展效率相对较高，而重庆、四川、贵州等地 区的绿色发展效率还有待提高。
《长江经济带绿色发展效率 测度及影响因素研究》
2023-10-27
目录
• 研究背景与意义 • 文献综述 • 研究方法与数据 • 长江经济带绿色发展效率测度分析 • 长江经济带绿色发展效率影响因素分析 • 结论与建议 • 参考文献
01
研究背景与意义
研究背景
长江经济带是中国重要的经 济增长极，但面临着生态环 境压力和绿色发展挑战。
研究不足与展望
目前关于长江经济带绿色发展效率影 响因素的研究还比较零散，缺乏系统 性和综合性。未来需要加强对内外部 影响因素的深入研究，并从整体上把 握各因素之间的相互作用及其对绿色 发展效率的影响机制。此外，还需要 加强实证研究，通过数据分析和案例 研究等方法来验证和完善相关理论成 果。
03
研究方法与数据
长江经济带绿色发展效率的提升主要得益于技术进步和产业结构调整，而技术效率的改善则对绿色发展效率的贡献相对较小。 此外，资源环境因素对长江经济带绿色发展效率的影响较为显著，其中能源消耗和环境污染对绿色发展效率的负面影响较为突 出。

鄱阳湖生态经济区战略性新兴产业环境技术效率测度研究徐晔;胡志芳【摘要】The environmental technical efficiency and environmental total factor productivity change of the strategic emerging industries in Poyang Lake Eco-economic Zone over the period of 2009 to 2012 are evaluated by applying SBM directional distance function and Global Malmquist-Luenberger index method. The environmental total factor productivity change is decomposed into 2 factors:technical progress and efficiency change,and using panel Tobit model for empirical analysis on the relative influence of factors that affect environment technical efficiency. Calcula-tion results show that the environment technical efficiencies of ten strategic emerging industries are low and have big difference. The growth of environmental total factor productivity change mainly comes from technical progress. For-eign direct investment,technical progress and fixed investment all have a significant positive impact on environmen-tal technology efficiency,but the output of industries and the level of environmental regulation both have a negative impact on environmental technology efficiency.%将 Global Malmquist-Luenberger 指数与方向性距离函数相结合，测算了2009-2012年鄱阳湖生态经济区十大战略性新兴产业的环境技术效率，并将环境全要素生产率的变动情况分解为技术进步指数和效率改进指数2个方面，最后运用面板 Tobit 模型对影响鄱阳湖生态经济区战略性新兴产业环境技术效率的因素进行分析。