0 前言

我国在经历了30多年的经济高速增长和工业化、城镇化进程快速推进阶段后，虽然加强了环境保护，但以“高投入、高排放、高污染”为特征的工业发展模式未得到根本改变，尽管“十一五”和“十二五”期间节能减排和环境保护工作取得显著成效，但生态环境保护压力和难度日益加大，部分地区环境污染问题仍然比较突出，雾霾等新的环境问题不断涌现，环境质量改善与人民期望还有很大差距.随着可持续发展理念不断深入人心，人们环保意识不断增强，如何协调经济增长和环境保护，成为新时期发展的主题.我国政府历来重视环境保护问题，从“十一五”规划开始明确了全国及各地节能减排目标和任务，党的十八届五中全会又提出五大发展理念，将绿色发展和生态文明建设放到更突出的位置，明确了到2020年中国环境质量总体改善的目标，十九大报告更提出加快生态文明体制改革，建设美丽中国的目标，提出要推进绿色发展，着力解决突出环境问题，加大生态系统保护力度和改革生态环境监管体制.但全国各地区的生态资源禀赋明显不同，加之经济基础、产业结构和环境管理水平各不相同，使得环境问题出现多样化、差异化和普遍化的特点，区域环境效率存在较大差异，很多地区面临保持经济增长和保护环境的两难境地.因此，只有转变发展方式，加强环境保护力度，提高环境效率，才能实现环境保护的同时提高经济增长质量，实现经济环境协调发展.

1 理论基础和文献综述

经济增长过程伴随着环境污染问题，Shafik[1]、Friedl 和 Getzner[2]、Grossman 和Krueger[3]等研究表明，经济增长与环境污染之间密切关联，环境污染随着经济发展呈现先恶化后改善的趋势，即通常所说的环境库兹涅茨倒“U”曲线（EKC）.污染排放也可以看成是环境成本，是由经济活动产生的，造成环境污染并使环境服务功能下降，具有明显的外部性，但没有合理地纳入经济核算体系.大量研究表明，如果把环境成本内部化，即在衡量产出的时候扣除污染排放对环境造成的影响，产出水平会有明显下降.因此，在衡量投入产出效率的时候，如果不考虑环境污染这些非期望产出，就会高估投入产出效率.

衡量投入产出效率一般运用数据包络分析（DEA）方法，Charnes等提出的DEA模型可以评价决策单元多投入、多产出的相对效率[4]，Anderson等提出的超效率DEA模型则成功克服了传统DEA模型可能会出现多个评价单元同时有效的情况[5]，陈真玲[6]采用超效率DEA的方法评价中国2003—2012年30个区域的生态效率并探究区域生态效率的变动趋势和时空特征.郭露等[7]运用超效率DEA方法测度中部六省2003—2013年的工业生态效率；李俊峰等[8]测度了2003—2012年中国区域经济的超效率生态效率值，并利用Malmquist模型将全要素生产率分解为技术进步和纯技术效率变动进行动态对比分析.也有考虑非期望产出效率模型的，杨佳伟等[9]运用非期望中间产出网络DEA模型对我国30个省份2009—2014年的生态效率进行分析.邓波等[10]运用三阶段DEA 模型对我国31个省市2008年区域生态效率进行研究；赵爽等[11]运用三阶段DEA模型测算2014年我国30个省份工业企业生态效率.也有把DEA模型和其他方法结合的，如李华旭等[12]通过运用PCA-DEA模型，对长江经济带沿江地区2011—2014年总体产业生态效率进行评估分析.

轮滑（Roller skating），曾经有很多汉化版本，旱冰、溜冰、滑冰等等，但是今天，我们统一叫轮滑。轮滑运动可以分为，轮滑球、极限轮滑、花样轮滑、速度轮滑和自由式轮滑。被大众普遍接受还是自由式轮滑，这种集运动、休闲、娱乐一体的体育项目不断发展，融合速降、休闲、刷街、花式刹车、花式跳跃、旋转等元素而衍生出的的轮滑形式不断推陈出新。将使轮滑运动成为人们健康生活的一种选择形式。

国内外学者也对环境效率影响因素做了相关探索，陈傲[13]认为环保资金投入与产业结构调整均对生态效率改善有积极影响，而以排污费为代表的环境经济政策对生态效率改善影响并不显著；汪东等[14]认为工业企业研发投入和外资利用对区域工业生态效率改进有积极作用，而工业污染治理和工业生态效率呈现弱显著正相关关系；张淑英等[15]认为地区人均生产总值和地理位置对生态效率的改善有积极正向作用，而地区生产总值占全国GDP比重和对外经济不利于生态效率的提高；李燕等[16]认为第三产业比重和科技投入作用为正，而城镇化水平影响为负；傅京燕等[17]利用面板非线性Tobit模型对生态效率的影响因素进行实证分析，得出生态效率呈东高西低并且随时间递减，技术进步是生态效率改善的主要原因；李在军等[18]借助空间计量经济模型得出城市化水平及经济发展的提高、环境法规的实施及有效的环境监管均促进生态效率提高，而第二、第三产业比重增加不利于生态效率的提高；刘婷婷等[19]运用回归审查模型探讨了环境治理效率与环境污染治理投资总额和人均GDP等影响的关系.上述研究从不同视角得到的结论会有所差别，选择的影响因素也不尽相同，甚至同一因素也存在不同的衡量指标.

文章试图用考虑非期望产出的DEA模型对各省市环境效率做出更客观评估，再与纯经济效率进行比较，找出区域环境效率的分布特征.在考虑环境效率的影响因素时，从经济、自然、制度和技术四个方面展开，并考虑因素的动态影响，力图更全面地剖析各因素对区域环境效率的影响.

该工程地下车库抗浮设防水位标高按照4.77 m计算，依据公式p=ρgh，将水头高度转化为水压力赋予到模型中，混凝土强度取30 MPa，地下车库底板和顶板厚度取300 mm，室内回填土厚度取600 mm，顶板回填土厚度取1400 mm，实测混凝土强度为31 MPa.将上述条件赋予到模型中，地下车库变形示意如图3.

结果表明，各回归模型chibar2对应的p值均是0.000，显著拒绝不存在个体效应的原假设，说明使用随机效应模型是合理的.另外，大部分变量的系数都比较显著，其中，回归（5）相比其他回归更好，各变量系数均通过10%的显著水平检验.

2 区域环境效率评价和区域特征

2.1 模型选择

由于传统的 DEA-CCR 模型是径向的，没有考虑投入产出的松弛性问题，导致测度经济效率失真，而考虑非期望产出的 DEA-SBM 模型将松弛变量考虑到目标函数中，一方面解决了传统 CCR 模型不能解决的投入产出的松弛性问题，另一方面考虑了非期望产出对效率测度的影响，比较适合于考虑污染排放的环境效率评价.这里运用CCR模型测经济效率，运用SBM模型探讨环境效率.

2.2 研究对象和指标体系

文章研究中国“十一五”和“十二五”期间省域环境效率，数据来源于2006—2015年各省统计年鉴及环保局的环境公报，另外，由于西藏数据缺失比较多，不宜纳入评价，文章仅研究30个省的环境效率.

关于投入指标，除了基本的资本和劳动要素投入，还增加能源消耗作为投入指标.其中，劳动要素投入选择各省2006—2015年年末从业人员数据，能源消耗则取能源消费量数据，均可以直接从各省统计年鉴获得.资本要素投入采用按永续盘存法处理的资本存量数据，估算公式是 Ki，t=(1-δ)Ki，t-1+Ii，t，其中 Ki，t和 Iit分别表示i省t年的资本存量和实际固定资本形成总额，δ表示折旧率，按单豪杰（2008）方法确定折旧率为10.96%，采用当年固定资本形成总额除以基期以后五年的实际固定资本形成总额的年均增长率和折旧之和的商作为资本存量的初始值，另外实际固定资本形成总额是经固定资产投资价格指数平减为以1978年为基期的不变价度量，相关数据均来源于2006—2015年各省统计年鉴.

关于产出指标，分为期望产出和非期望产出：将各省GDP作为期望产出，并根据平减指数转化为2006年不变价数据；将固体废物、废水、废气等排放量三种污染排放作为非期望产出，由于SO2是废气中最主要的污染排放物，统计性检测数据比较完整，因此废气排放数据采用SO2排放量.

表1 2015年各省经济效率、环境效率及排名

续表湖南 0.520 8 0.518 7广东 0.700 3 0.635 4广西 0.445 16 0.387 16海南 0.539 7 0.512 8重庆 0.359 23 0.325 24四川 0.395 19 0.381 17贵州 0.322 27 0.315 25云南 0.360 22 0.328 23陕西 0.375 20 0.361 19甘肃 0.257 29 0.244 29青海 0.242 30 0.221 30宁夏 0.313 28 0.269 28新疆 0.337 25 0.298 26

2.3 区域环境效率比较

表2是各省份经济效率和环境效率的平均值，两个指数均在0.9以上的仅有北京，较好地实现了经济与环境协调发展，两者均在0.8与0.9之间的包括了上海、浙江、广东等地区，都是东部较发达地区.大部分西部省份和部分中部省份的经济环境协调水平较低，如重庆、四川、贵州、云南、甘肃、青海、宁夏的经济效率和环境效率值均低于0.5.还有部分省份经济环境发展严重不协调，如江西和宁夏，经济效率与环境效率之差分别达到13%和7.1%，说明考虑了污染排放后，其经济效率明显下降，反映了这些省份有待加强经济与环境关系的协调.

限于篇幅，这里仅列出2015年效率值，从测算结果来看，经济效率普遍高于环境效率，这反映出环境污染问题会带来效率损失，即不考虑环境污染得到的效率值是失真和不切合实际的，也说明了用SBM模型考察环境效率，能够提高效率评价的准确性和可信度.另外，评价结果表明，经济效率和环境效率均较高的省份主要位于东部地区，其中北京、上海的经济效率和环境效率均名列前茅，也有部分中部省份如湖南的经济效率和环境效率也位于前列；而经济效率和环境效率均较低的则包括部分中部省份和大部分西部省份；而内蒙古的环境效率存在明显的下降情况，在2006年还能排在第一位，而到了2010年和2015年则降到25位和27位，说明这些年来内蒙古的环境效率相对下降明显.

表2 各省平均经济效率和环境效率

省份 经济效率 环境效率 省份 经济效率 环境效率北京 0.985 0.991 河南 0.528 0.496天津 0.713 0.731 湖北 0.523 0.510河北 0.510 0.484 湖南 0.730 0.682山西 0.585 0.491 广东 0.832 0.808内蒙 0.460 0.538 广西 0.591 0.523辽宁 0.642 0.596 海南 0.746 0.792吉林 0.529 0.513 重庆 0.452 0.436黑龙江 0.675 0.664 四川 0.484 0.471上海 0.879 0.878 贵州 0.452 0.407江苏 0.694 0.653 云南 0.462 0.448浙江 0.822 0.817 陕西 0.520 0.513安徽 0.652 0.578 甘肃 0.359 0.356福建 0.780 0.785 青海 0.364 0.329江西 0.628 0.498 宁夏 0.444 0.373山东 0.627 0.617 新疆 0.537 0.475

3 区域环境效率影响因素动态分析

3.1 Tobit-Panel模型

从经济因素角度来看，回归（1）—（6）中人均GDP变量的系数均为负，且均通过1%的显著水平检验，这与预判结果相反，人们在经济发展水平较高的时候，会追求高质量生活水平，环境也越受重视，环境效率往往更高.可能是因为虽然经济进入新常态以后提出了调结构、促改革的举措，但成效还未显现出来，经济增长方式依然没有摆脱高投入和牺牲环境质量的问题.而第二产业占GDP比重的系数均为正，且大部分通过显著性检验，基本上每提高1个百分点，环境效率平均提高0.413%～0.445%，特别是在回归（5）中，其效果达到最大，这说明第二产业虽然一定程度上可能带来环境损失，但也带来了更高的经济效率水平.

从技术因素角度来看，当期R&D变量的回归系数除回归（2）表现为正（但其回归系数并不显著）以外，其他结果都表现为负，且在10%的显著水平下回归结果均显著，说明当期R&D投入对环境效率是负面影响，这是由于研发投入是高投入高风险的，同样需要消耗资源，却未必会带来产出，至少难以在当期就产生积极成效，往往需要长期的投入才能实现.另外，回归结果都显示研发投入的二阶滞后变量的系数为正，且在1%的显著水平下显著，这说明研发投入具有明显滞后效应，从长期来看会促进环境效率的提高，研发投入比重每提高1个百分点，滞后两期的环境效率会提高10.36%～11.7%，影响力是非常显著的.

3.2 解释变量和指标说明

在研究环境效率的影响因素时，综合理论分析和文献研究，拟从经济、自然、制度、技术四个方面确定解释变量，对各省环境效率指数进行动态回归分析.具体选择变量如表3.

表3 Tobit动态回归模型的解释变量及定义

注：上述各变量数据均来源于2006—2015年各省统计年鉴.

影响因素 解释变量 变量代号 变量定义及采用数据经济因素 经济发展水平 PGDP 人均GDP产业结构 SI 第二产业占GDP的比重自然因素人口密度 POP 人口/土地面积东部哑变量 EAST 东部省份为1，其他省份为0西部哑变量 WEST 西部省份为1，其他省份为0外贸水平 XT 出口总额占GDP比重外资规模 FDI FDI占GDP比重环境管理及其滞后 EI 污染投资占GDP的比重技术因素 研发投入及其滞后 R&D R&D占GDP的比重制度因素

3.3 结果和分析

运用Stata 14.0软件对Tobit-Panel随机效应面板模型进行回归，根据解释变量不同，文章估计了六个模型如表4.

表4 面板Tobit回归结果

变量 （1） （2） （3） （4） （5） （6）EAST 0.213*** 0.250*** 0.213*** 0.214*** 0.255*** 0.212***-0.062 -0.073 -0.063 -0.063 -0.058 -0.063 WEST -0.077 -0.102 -0.077 -0.077 -0.078-0.055 -0.063 -0.055 -0.056 -0.055 PGDP -7.05e-06*** -7.64e-06*** -7.02e-06*** -7.03e-06*** -6.94e-06*** -6.95e-06***-4.92E-07 -4.60E-07 -4.60E-07 -4.89E-07 -4.61E-07 -4.57E-07 SI 0.413*** 0.098 0.418*** 0.430*** 0.445*** 0.430***-0.115 -0.128 -0.114 -0.114 -0.113 -0.114

续表

注：***、**、*分别表示在1%、5%、10%的显著水平下显著.

POP 0.000120*** 8.10e-05** 0.000122*** 0.000123*** 0.000133*** 0.000123***-4.28E-05 -3.48E-05 -4.29E-05 -4.31E-05 -4.42E-05 -4.31E-05 XT 0.159** 0.191** 0.155* 0.152* 0.148* 0.155*-0.081 -0.085 -0.080 -0.080 -0.080 -0.080 FDI 0.062*** 0.035*** 0.061*** 0.062*** 0.062*** 0.062***-0.012 -0.011 -0.012 -0.012 -0.012 -0.012 EI 7.908* 7.540* 7.832* 6.570* 6.199* 6.361*-4.051 -4.258 -4.041 -3.794 -3.764 -3.769 R&D -6.720* 3.466 -5.415* -5.416* -5.459* -5.305*-3.557 -2.482 -2.946 -2.958 -2.958 -2.95 EI(-1) -3.966 -3.819-4.381 -3.846 EI(-2) 0.142 -1.786-4.496 -3.955 R&D(-1) 2.712-4.133 R&D(-2) 10.360*** 11.610*** 11.700*** 11.470*** 11.560***-3.453 -2.876 -2.897 -2.883 -2.881 Constant 0.407*** 0.626*** 0.404*** 0.397*** 0.340*** 0.392***-0.077 -0.085 -0.077 -0.077 -0.068 -0.077 Prob ＞= chibar2 0.000 0.000 0.000 0.000 0.000 0.000

WUDAPT 项目：城市形式与功能信息的众包解决方案及其应用 黄 媛 刘静怡 Jason Ching2018/04 26

3.3.1 经济因素

由于在DEA模型测算得到的环境效率是相对值，介于0到1之间，不能用普通回归模型分析，考虑到时间跨度和样本，因此文章采用受限因变量Tobit-Panel动态回归模型，形式为：

3.3.2 自然因素

1.4.2 胰岛素功能相关指标 比较两组治疗前后空腹C肽（FCP）、餐后2 h C肽（PCP）、胰岛素抵抗指数（HOMA‐IR）、胰岛β细胞功能指数（HOMA‐β）的变化，其中FCP、PCP使用酶免疫磁分离法测定，HOMA ‐IR=FBG ×FIns/22.5，HOMA ‐β=20×FIns/（FBG‐3.5）。

（3）充电站的工作方式以及充电设施使用情况。私家车主一般均会选择直流快充，目前大多数充电站也都已配备直流快充功能。而充电站的工作时间以及当前充电桩是否已经满载都是在进行路径规划时必须考虑的问题。在充电车位已满的情况下，可以选择等待空车位的出现或是提前预约车位。这将增加额外的出行时间或是费用。

从自然因素角度来看，人口密度对环境效率的影响是显著为正的，这说明人口密度虽然可能带来一定的环境问题，但其对经济效率的影响更大，人口密度提高所带来的生活水平、教育程度和环境意识提高对环境效率的正向作用要大于其造成的生态环境压力增大的负面作用，但也要注意控制人口密度不要超过地区承载力.区域差异方面，东部哑变量的系数均为正，且均通过1%的显著水平检验，说明东、中、西部地区的环境效率差异是非常显著的.随着东部发达地区正逐渐从以工业为中心向服务业为主转移，有效减少污染排放，并且能综合利用资金、技术和人才，大力改进生产和排污技术，并向中西部地区转移高耗能、高排放产业，使得东部环境效率显著高于中西部地区的优势将继续保持下去.

可是，不该发生的事情还是发生了，他看见别人嘴里叼着香烟的那副得意样子，闻着随清风飘过来的香味儿，实在按捺不住这种诱惑，意志和决心一下子就崩塌了。他忘记了病痛咳嗽时被折磨的窘境，立即放弃了挣扎。虽然觉得自己就是一个胆小自私的家伙，不可能干出大事，就连一个戒烟也做不到，但还是无可奈何地摇了摇头，去商店买了一包烟，躲在墙角偷偷地抽开了。

体验式自主学习是一种以学生为中心，通过自主探究获得知识、技能和态度的学习方式，它更加注重个体的经验总结、反思和内省。这种学习方式对于通用技术这种实践性较强的学科而言具有很高的教学价值。随着网络信息技术的发展，如何利用网络技术，有效开展体验式学习，这将成为通用技术教师所需要探究的问题。

3.3.3 制度因素

从制度因素角度来看，外贸水平、外资规模以及环境管理水平对环境效率的影响均为正.外贸水平通过10%的显著水平检验，说明提高外贸水平，可以带动环境效率的提升，每提高1个百分点，环境效率平均提高0.148%～0.191%，其影响作用可能是通过“出口中学”效应，一方面，国内企业学习和借鉴国际先进技术水平，主动改进产品生产效率，另一方面发达国家基于产品质量和环保要求，规定了严格的进口标准，迫使出口企业改进技术，从而提高环境效率.外资规模均通过1%的显著水平检验，说明提高FDI可以改善环境效率，每提高1个百分点，环境效率可提高0.06%以上.一方面是FDI发挥技术溢出效应提升环境效率，另一方面FDI扩大产业并提高资本劳动比，从而提升效率，但FDI也会带来外国高污染产业，必须注重外资利用的质量和数量的平衡协调，协调好对外开放、吸引外资和环境保护的关系.环境管理也通过10%的显著水平检验，但其滞后变量的系数不能通过显著性检验，说明环境管理对环境效率的影响不具备长期效应，只在当期发生作用.

3.3.4 技术因素

式中为Yit省t年的实际环境效率值，Yit *则是环境效率的拟合值，Xkit表示第k个影响因素i省t年的数据，α0为常数项向量，αk表示第k个影响因素的系数，µi表示i省随机效应，εit为残差.

4 结论和建议

4.1 结论

（1）通过DEA模型得到经济效率和环境效率指数，除个别地区均表现出经济效率高于环境效率，这表明发展经济的同时难免会对环境造成破坏，而环境效率的区域差异也明显呈现由东向西的递减趋势.

3.3 教学实践活动。现今，各高校纷纷挖掘本地的历史教育资源开展了丰富多彩的“纲要”课实践活动，教学实践已经固定化一定的学时，成为整体教学的有机组成部分。教学实践作为课堂教学的延伸拓展，重在帮助学生巩固课堂学习效果，深化对教学重点难点问题的理解和掌握，理应纳入考核范围，以参与实践教学的次数和报告质量为依据，教师根据学生在活动中的综合表现、知识掌握情况、知识运用程度及动手能力等进行成绩评定。考核比重占到过程性评价的30%。

（2）从面板动态模型结果来看，产业结构、人口密度、外贸水平、外资规模、环境管理均对环境效率的改善起到正向影响，而经济发展水平和当期研发投入反而是环境效率提升的负面因素，但滞后期的研发投入对环境效率有正向积极影响，这恰恰反映了技术进步可以显著提高环境效率，其作用发挥并不是短期内能实现的，而在于长期影响.

4.2 政策建议

为了提高环境效率，实现可持续发展，根据上面研究结果，提出以下改进思路：

第一，转变经济增长方式，加大高耗能、高污染企业治理力度.坚持绿色发展理念，加快经济发展方式转变，发展环境友好型产业是加快提高环境效率的基本要求.要积极促进我国经济发展方式由粗放向集约型转变，减少资源消耗和环境污染，逐步淘汰高能耗、高污染产业，加强对各种废弃物排放的约束和监管，巩固节能减排成果，提高资源利用率，调整和优化产业结构，大力支持发展战略性新兴产业，对环保产业进行政策扶持，实现经济效益与环境效益的协调.

第二，发挥区域产业优势，加强区域协调发展.东部地区经济效率和环境效率都是比较高的，要坚持可持续发展，优先发展环保产业，持续推进产业转型升级.中西部地区经济效率和环境效率都较低，应该积极地承接产业转移，大力吸收东部地区的资本、技术和环境管理经验，发挥好后发优势，通过提升技术水平来提升经济效率和环境效率.同时应加强区域协调发展，促进省域间资源环境保护、生态建设与管理等领域的合作，促进资金、技术、人才、信息等要素从东部向生态效率相对较低的中西部进行合理的流动、转移和扩散，缩小地区差距，大力促进生态补偿等体制机制建设.

第三，加强对外贸易，合理引入外商直接投资.采取针对性措施，坚持促进贸易自由化原则，提高我国各区域的对外开放水平.不但要鼓励进出口贸易，也要继续合理引入外资，要根据区域经济发展需要，引进的资本和技术要能够促进当地经济发展的同时，对当地经济转型升级有带动作用，能够提升经济效率.要避免盲目招商引资，坚决禁止引进国外高污染产业，强化对外资企业投资领域和环境监管，推动经济效率与环境效率的全面提升.

第四，加大科技投入，坚持创新驱动发展战略.加快构建环境科技创新体制，强化科技对环境效率提升的积极作用，重视各地技术在各地生态建设方面的不足，形成有利于各地加大环境科技投入的激励机制.特别是科技投入对环境效率的影响是长期的，要求各地不但要加大科技创新投入，加大对相关研究和产业的资金和政策支持，也要积极学习和引入先进国家的优秀技术和经验，推动创新驱动发展战略，建立一种科技创新投入长效机制，加快科技成果的应用和推广.

参考文献：

[1] Shafik N. Economic Development and Environmental Quality: An Econometric Analysis[J]. Oxford Economic Papers,1994(46):757-773.

[2] Friedl B.and M.Getzner Determinants of CO2 Emissions in a Small Open Economy[J]. Ecological Economics,2003,45(1):133-148.

[3] Grossman G M, Krueger A B. Economic Growth and the Environment[J]. Quarterly Journal of Economics,1995,110(2):353-377.

[4] A. Charnes, W. W. Cooper, and E. Rhodes.Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research, 1978(6):429–444.

[5] Anderson，Petersen, N.C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science, 1993, 39(10):1261-1264.

[6] 陈真玲. 基于超效率DEA模型的中国区域生态效率动态演化研究[J]. 经济经纬，2016,33(6):31-35.

[7] 郭露，徐诗倩. 基于超效率DEA的工业生态效率——以中部六省2003—2013年数据为例[J]. 经济地理，2016,36(6):116-121.

[8] 李俊峰，伍艳. 中国区域经济的生态效率研究[J]. 统计与决策，2016(5):132-136.

[9] 杨佳伟，王美强. 基于非期望中间产出网络DEA的中国省际生态效率评价研究[J]. 软科学，2017，31(2):92-97.

[10] 邓波，张学军，郭军华. 基于三阶段DEA模型的区域生态效率研究[J]. 中国软科学，2011(1):92-99.

[11] 赵爽，刘红. 基于三阶段DEA模型的我国工业企业生态效率研究[J]. 生态经济，2016,32(11):88-91.

[12] 李华旭，孔凡斌. 长江经济带沿江地区产业生态化效率研究——基于沿江9省(区)27个城市2011—2014年相关统计数据[J]. 企业经济，2016(10):101-108.

[13] 陈傲. 中国区域生态效率评价及影响因素实证分析——以2000—2006年省际数据为例[J]. 中国管理科学，2008,16(1):566-570.

[14] 汪东，朱坦. 基于数据包络分析理论的中国区域工业生态效率研究[J]. 生态经济，2011(4):24-28.

[15] 张淑英，李德山，刘媛媛. 区域工业生态效率评价及其影响因素研究[J]. 统计与决策，2013(3):61-64.

[16] 李燕，李应博. 我国生态效率演化及影响因素的实证分析[J]. 统计与决策，2015(15):120-122.

[17] 傅京燕，原宗琳，曾翩. 中国区域生态效率的测度及其影响因素分析[J]. 产经评论，2016,7(6):85-97.

[18] 李在军，姚云霞，马志飞，胡美娟，吴启焰. 中国生态效率的空间格局与影响机制分析[J]. 环境科学学报，2016,36(11):4208-4217.

[19] 刘婷婷，李军军.福建省区域环境管理绩效评价和提升研究[J].福建师大福清分校学报，2017(4)：54-60.