中国生态效率的区域差异及动态演化研究

成金华 孙琼 郭明晶 徐文赟

摘要采用2000-2011年的统计数据，首先运用超效率DEA模型对中国30个省份的生态效率进行测算，在此基础上，运用空间自相关分析方法对中国省域生态效率的演化格局进行了实证分析，以此来探寻影响中国生态效率区域差异变化的空间机制。研究表明：我国生态效率平均水平处于0.854-1.050之间，整体呈现波动性变化趋势。从区域层面看，东部地区、中部地区和西部地区2000-2011年生态效率的平均值依次为1.821，0.559 和0.381，生态效率呈现由沿海向内陆、由东部向中西部递减的格局，具有明显的“俱乐部收敛”现象。从省级层面看，生态效率较高的省区集聚于东部经济发达地区，而生态效率较低的省区则集中于西部经济欠发达地区；从全局空间自相关来看，2000-2011年中国各省份生态效率的全局Morans I值均显著为正（指数取值范围在0.236-0.400之间），表明中国各地区生态效率呈现出正的空间相关性特征，存在较明显的空间集聚特征，近邻效应显著；从局域空间自相关来看，80%左右的省份表现为在地理空间上显著的空间正相关（H-H集聚和L-L集聚），其中H-H集聚的沿海地区已成为中国生态效率的重要增长极，有着较强的正向辐射效应，有向周围扩散的趋势，而位于L-L集聚区的西部、中部地区的大部分省区及东北三省则在空间分布上较稳定。根据实证分析结果，提出政策建议：一是转变经济发展方式，巩固节能减排效果；二是把握区域发展特征，因地制宜促进发展；三是加强区域合作与交流，寻求区域协调发展新渠道。

关键词生态效率；区域差异；超效率DEA；空间自相关分析

中图分类号F205文献标识码A文章编号1002-2104（2014）01-0047-08doi：103969/jissn1002-2104201401008

经过改革开放三十多年的发展，中国已经进入工业化中期阶段。当前，中国经济发展对能源资源的需求持续上升，然而受到思想观念、管理体制与技术水平等多种因素的制约，高能耗、高污染、高排放的阶段性经济发展模式还未实现转变。按照经济持续高速发展的预期，在现有的发展方式下，中国的资源与环境压力必然会继续增大。在加快推进生态文明建设，全面实现新型工业化、城镇化、信息化和农业现代化的背景之下，如何协调经济发展、资源消耗、环境保护三者之间的关系，以最少的资源消耗、最小的环境损害来赢得最优的经济产出，实现最高的生态效率，并结合我国广袤领土中不同地区之间的经济地理关联，理解全国和各地区之间生态效率的时空差异与动态演化规律， 是现阶段中国经济实现科学发展的迫切而关键的问题之一。

1文献综述

生态效率是人类赖以依存的资源环境条件在满足人类需要并创造社会财富时所发生的投入与产出对应关系。1990年，Schaltegger和Sturn以经济活动产生的经济价值与环境污染为基础，首次在学术界提出“生态效率”的概念[1]。此后，一些研究集中于生态效率概念的界定、分析与拓展之上[2]。1992年，世界可持续发展工商业委员会（WBCSD）首次将生态效率作为一种商业概念加以阐述，即“生态效率是通过提供能满足人类需要和提高生活质量的竞争性定价商品和服务，同时使整个寿命周期的生态影响与资源强度逐渐减低到一个至少与地球的估计承载能力一致的水平来实现的”[3]。1998年，经合组织（OECD）扩大了生态效率的概念，将其引入政府、工业企业以及其他组织[4]。此后，生态效率研究逐步拓展到指标体系的构建[5]、评价方法的选择[6]等方面，其应用范围也从企业[7]逐步延伸到行业[8]、区域[9]层次。

近年来，国内学者在引入生态效率概念和相关理论的基础上，越来越多地从区域视角展开生态效率测度与评价的定量研究[10]。现有文献主要从两个层面展开：一方面，采用不同的测度方法对生态效率进行评价，如因子分析赋权法 [11] 、数据包络分析法 [12]、超效率DEA方法 [13] 、三阶段DEA方法 [14]等；另一方面，从静态和动态不同的视角对生态效率区域差异进行分析。静态评价层面主要基于因子分析法和DEA的评价结果，从空间维度上划分东、中、西部区域，展开区域间和区域内的生态效率差异性分析[15-19]。动态研究层面则基于超效率DEA测算的结果，将空间和时间两个维度结合起来，对生态效率变化趋势进行动态研究[20-22]。

分析上述文献可见，关于生态效率区域差异的研究静态分析较多，动态演化的成果则相对较少。现有的动态化研究也均是采用σ收敛系数、Malmquist指数等传统的数量统计模型，这些模型均是建立在区域空间实体之间是相互独立的，不存在任何空间关联的假设前提之下。事实上，生态效率在区域之间存在的扩散（涓滴）和极化（回波）效应，可以缩小或扩大生态效率的区域差异，由此，以往的相关研究在真正反映生态效率区域差异的变化与机制时存在一定的难度。同时，当前研究在计算生态效率的方法上大多采用DEA模型，而该模型得出的结果范围在0到1之间，这样就很难再对有效决策单元（效率值为1）进行进一步比较分析。而超效率DEA模型则能够很好的克服这一弊端。

基于此，本文将采用超效率DEA模型对中国省域生态效率值进行测度，同时采用空间自相关分析法，通过定义空间权重矩阵来克服以往关于生态效率区域差异研究对空间因素忽视的弊端，以此对中国生态效率的区域差异问题进行重新审视，并探讨中国各地区生态效率的时空关联和演变趋势，以期对今后生态效率在空间上的溢出效应与收敛机制研究奠定基础。

2研究方法及数据说明

2.1研究方法

2.1.1超效率DEA模型

数据包络分析（DEA）由 Charnes，Cooper 和Rhodes[23]提出，主要用来评价具有多输入多输出的决策单元之间的相对有效性。超效率DEA模型是在DEA模型的基础上，针对有效决策单元效率值的比较问题提出来的[24]。另外，超效率DEA模型有助于了解连续时间段内决策单元动态效率变化情况和导致效率变化的因素。其表达式为：

式中θ表示决策单元的效率值；x，y分别为输入和输出变量；λ表示有效DMU中的组合比例，且∑λ>1、∑λ=1和∑λ<1分别表明规模效益递减、不变和递增；S-和S+均为松弛变量，分别为输入超量和输出亏量。当θ<1时，如果S-≠0和S+≠0中至少有一个满足，则表明决策单元非有效，需要改进。当θ≥1时，且S-=0和S+=0同时满足，说明该决策单元的投入产出水平达到效率最佳。

2.1.2空间自相关性分析

空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标，分为全局空间自相关和局域空间自相关。在度量空间自相关程度方面，Morans I指数是最常用的统计指标。

（1）

全局空间相关性用来分析研究对象在全局空间内表现出的分布特征，一般通过全局Morans I指数来衡量区域总体的空间关联和空间差异程度。计算方法如下：

式中：I为全局Moran指数，xi、xj分别为区域i、 j中的观察值，x为各区域的平均值；Wij是单元i和j的空间关系测度（相邻为1，不相邻为0）。Morans I的取值范围为[-1，1]，大于0表示空间正相关，小于0表示空间负相关，等于0表示空间不相关。同时，用标准化统计量Z来检验空间自相关的显著性水平：

Z=I-E（I）VAR（I）

（2）局域空间自相关。

基于空间联系的局部指标（Local Indicators of Spatial Association，LISA）是Morans I指数的局部形式，它用来检验局部地区的集聚、离散效应，以全面反映区域经济空间差异的变化趋势，揭示局部直至每个空间单元同其相邻单元之间的空间自相关程度。其表达式为：

其中S=∑Nj=1，j≠iX2j/（N-1）-X2。Ii的显著性可以采用Bonferroni标准加以判断。正的Ii值表示该区域单元周围相似值（高-高或低-低）的空间集聚，负的Ii值表示该区域单元周围非相似值（高-低或低-高）的空间集聚。

通过局部Morans I测算，可以得到Moran散点图和地区聚集图。Moran散点图常被用来反映某一区域与周边地区之间的扩散或极化作用是否显著存在[25]。其中，横轴对应变量x的所有观测值，纵轴对应空间滞后向量（Wx）的所有取值。

2.2研究指标和数据选取

生态效率的本质是以最少的资源投入和最小的环境代价获得最大的经济价值，这与DEA 方法对投入与产出指标的要求相符。本文以2000-2011年间中国30个省、直辖市、自治区的资源消耗和环境污染等为投入要素，以各省GDP作为产出要素来进行生态效率分析，具体构成指标见表1。

所有指标数据来源于相关各年《中国统计年鉴》、《各地区统计年鉴》、《中国环境统计年鉴》以及《中国能源统计年鉴》，考虑到数据的一致性和可获得性，西藏以及台湾、香港、澳门不包括在研究之内。

3实证结果分析

3.1区域生态效率的测算

根据EMS1.3软件可以计算得到中国30个省区2000-2011年的生态效率超效率值，如表2所示。

注：限于篇幅，结合中国区域经济发展的阶段特征，表2只列出了2000年、2004年、2007年和2011年的评价结果。鉴于2000年中国“九五”计划胜利完成、西部大开发进入实施阶段，2004年中国践诺WTO，对外资新开放金融、信息产业、教育等9大领域，2007年“十七大”召开，2011年是实施“十二五”规划的开局之年，下文空间自相关分析将基于这4个时间节点进行典型分析。

低污染、高效益”的集约型经济增长方式转变已取得了一定的成果。从变动趋势看，东部地区整个趋势线呈现“M”型特征，2005年和2009年的生态效率值分别为两个波峰值，2008年的生态效率为波谷值，其中2003-2011年的生态效率年平均变化幅度较大，为11.6%。2005年之前，东部地区一直处于上升趋势，且在2004年出现明显的提高，增幅达到19.1%，而中部和西部地区一直处于小幅下降趋势。2005年之后东部地区呈现出波动性下降趋势，其中2005-2008期间年均下降幅度达到9.0%，中部和西部地区则相反，呈现小幅上升趋势，且在2011年出现了明显的增长，增幅分别为35.6%、21.8%和61.6%。

从省级层面看，天津、江苏、上海、北京、广东、浙江、山东及海南为代表的东部经济发达地区在上述12年间生态效率一直处于全国前十列。2000-2011年北京和天津的GDP全国排名处于中下等水平，但其生态效率值却排名靠前，究其原因，当前北京已经完成了从工业为主导的现代产业体系向现代服务业为主导的新型现代产业体系的转型，能耗大幅下降，节能减排全国领先，天津则调整优化产业结构，制造业趋向高端化，现代服务业大发展。由此可知，转变经济发展方式，促进产业结构优化升级对生态效率的提高非常关键。另外值得注意的是，东部的河北生态效率均值只有0.564，处于中等水平，这与其毗邻北京有一定的关联。中部地区以煤炭产业为核心的资源型大省山西的生态效率值最低，处于全国后7位，由于资源的丰富，在产业发展过程中忽略技术的发展，从而造成资源的利用效率低下，也对生态效率产生不利影响。而西部经济欠发达的宁夏、广西、贵州和甘肃在12年间生态效率排名靠后，这说明西部地区因经济发展相对落后，在赶超动机下仍以为粗放型经济增长方式为主。

综上，中国各地区的生态效率呈现由沿海向内陆、由东部向中西部递减的格局，区域生态效率差异呈现边缘化特征和“俱乐部趋同”现象并存。东部地区的天津、江苏、上海、北京、广东历年生态效率都是最高的，而西部地区的贵州、云南、广西、甘肃、青海、宁夏是最低的。同时，各地区生态效率的空间分布表现出一定的空间集聚的特征，东部生态高的省份呈现出一定的集聚，西部地区生态效率低的省区也是连片分布。因此有必要利用空间相关性的分析方法对中国生态效率的区域空间差异时空格局演化规律进行探讨。

3.2区域生态效率差异的空间分析

3.2.1全局空间自相关测度

引入rook一阶邻接权重矩阵，本文运用GeoDa1.4.1软件对2000-2011年中国各省份生态效率的全局Morans I指数进行计算，并对其显著性进行了检验，所得结果反映在表3中。可以看出，各年份中的Morans I值均显著为正（指数取值范围在0.236-0.400之间），且通过了p值小于0.01的显著性水平的Z统计检验，这表明中国生态效率均存在着显著的全局空间集聚效应。进一步观察还可以发现，随着时间的演进其集聚程度呈波动变化态势，说明中国生态效率水平相似的地区在空间上呈现出不断变化的集聚现象。

3.2.2局域空间自相关测度

本文对2000-2011年中国各省份生态效率的局域Morans I指数进行了计算。从计算结果可以看出，河北、福建、广东和黑龙江等省份局域自相关系数均小于零，据此判断其生态效率水平内部差异性和外部差异性显著。从自相关系数在0-0.2的地区来看，其数量由2000年的7个增加至2011年的13个，在最初的内蒙古、吉林和辽宁，中部的河南、湖北、湖南等省份上，拓展了浙江、山东、陕西等，这些地区表现为自身生态效率水平较高，内部差异较小，与外部的差异较大。与此同时，天津、北京、上海和江苏等东部经济发达的省份的自相关系数远大于0.2，相应的局域Morans I值自2004年后逐年增加，2007年北京、天津的局域Morans I指数更是高达2.37和2.40，这说明东部高水平生态效率地区不仅对周边省区能够产生积极辐射效应，且辐射带动能力也在增强。此外，甘肃、青海、宁夏、新疆、云南、贵州等少数西部地区的自相关系数也大于0.2，这些地区自身生态效率水平较为稳定，内部差异性和外部差异性均较小。从整体上看，中国生态效率在空间分布上呈现非均衡性，同时也反映出中国各区域生态效率水平的高低与其地理位置、资源禀赋、经济发展水平和区域间经济联系密切相关。

3.2.3局域空间自相关聚类

选择2000年、2004年、2007年和2011年4个典型年份，绘制中国区域生态效率的局域Morans I散点图，可以直观地描绘各个地区局部空间相关性的类型及其空间分布。在Moran散点图中，地理单元被划分为四个象限：第I象限为高高聚集区，表明本地区生态效率值高且邻接地区也高，在空间关联中体现出扩散效应；第II象限为低高聚集区，表明本地区生态效率值低邻接高，在空间关联中属于过渡区；第III象限为低低聚集区，表明本区和相邻空间的生态效率均低，属于低速增长区；第IV象限为高低聚集区，表明本地区生态效率值高邻接低，在空间关联中体现出极化效应。

由此，可以把中国30个省（市、区）划分为4种类型，分别是高高集聚区（H-H）、高低集聚区（H-L）、低高集聚区（L-H）和低低集聚区（L-L），如表4所示。结果显示，大多数省份表现为在地理空间上显著的正的空间自相关性（H-H和L-L），4个时期中国30个省域中分别有80.0%，86.7%，80.0%，80.0%的区域显示正向空间关联，其空间集聚的显著性表现为先不断扩大后维持稳定的态势，说明中国区域生态效率存在较显著的空间溢出效应。同时，L-H集聚区在空间上有明显的扩展，H-L集聚区则略有减缩。

（1）高高集聚区（H-H）。

H-H集聚区主要集中在东部沿海地区，其中北京、天津、上海、浙江和江苏5个省份一直排在H-H集聚区的前5名，它们分布于东部的京津地区和长三角地区。该类地区在较高的经济发展水平、产业结构层级、外资利用水平、技术先进水平、人口素质水平、环境管理标准水平、能源资源环境效率水平等综合作用下，生态效率水平得以不断提升，对周边的正向带动作用也较大，辐射效应较强，易于表现出扩散效应。相反，福建则发生了由H-H到L-H的跃迁，近年来福建的经济得到了快速的发展，但其经济发展带来的资源消耗和环境代价也较大，所以生态效率水平并不高，需要在今后的发展中，进一步优化产业结构，处理好经济发展与生态环境建设的关系。

（2）高低集聚区（H-L）。

H-L集聚区主要包括广东和黑龙江，海南则同时跨了H-H和H-L两个集聚区，易受外界因素影响发生空间位移。广东长期位于H-L集聚区，作为中国沿海开放的先驱省份和工业大省，其经济社会发展取得了巨大的成就，但由于缺乏区域合作机制和分工合理的产业链布局，并未对邻接低值省区形成有力的辐射带动，甚至可能产生极化作用。黑龙江自国家提出振兴东北老工业基地战略后，重点发展重工业和基础设施建设等耗能产业，致使其生态效率水平逐年下降，发生了由H-L到L-L的跃迁。

（3）低高集聚区（L-H）。

L-H集聚区主要分布在东部和中部地区的少数省份中，且在空间上表现出较明显的扩展，2000-2004年主要分布在河北和安徽，到2007-2011年逐渐分布到东部的河北、福建和中部的安徽、江西及河南。此类型区邻近生态效率高的北京、天津、上海、江苏、浙江、山东等省市，具有有利的“被扩散”的区位优势，因此，此类型的生态效率上升的速度较快，且提升空间较大。

（4）低低集聚区（L-L）。

中国西部、中部地区的大部分省区及东北三省主要位于L-L集聚区，数量基本没有发生变化，但占到全国省份总数的50%以上。自然资源丰富的内蒙古、山西、陕西等省份，尽管经济发展处于全国前列，但高能耗、高污染的生产方式对其生产效率产生了极其不利的影响，亟须推动经济增长方式由粗放型向集约型的转变。近年来，江西、安徽、湖南、湖北以及山西等省份的生态效率都有不同程度的排名上升，体现了其在调整产业结构、转变经济发展方式，促进生态文明建设等方面的进步，同时还可以形成一个地处内陆的新增长极，不断缩小和东部地区的差距。而西部地区的甘肃、青海、宁夏、新疆、云南、贵州等地区，由于地理位置偏内陆，资源获取缺乏优越性，产业结构层次低下、素质效益较低，基本以传统的资源型产业为主，虽然在电力、煤炭、石油等特色产业上有所发展，但技术水平相对落后，资源利用效率低下，从而一直表现出较低的生态效率。

图1主要描述了中国区域生态效率水平四分位图概况，反映了2000-2011年间中国区域生态效率的空间演变格局。这从总体上揭示了中国区域生态效率在空间分布上“东高西低”的非均衡性，即生态效率水平较高的省份主要集中在东部沿海地带，生态效率水平较低的省份主要集中在西南和西北地区。

4结论与政策建议

基于2000-2011年中国30个省份面板数据，运用超

效率DEA模型计算出中国省域生态效率并对结果进行分析，其次利用空间自相关方法对中国各省区生态效率的空间格局演化进行了系统阐述，并探讨了各省区生态效率的集聚效应和辐射效应。研究结果表明：第一，中国生态效率水平区域差异明显，东中西部三大经济带生态效率呈递减趋势，表现出明显的“俱乐部现象”；第二，中国生态效率具有较明显的聚集特征，近邻效应显著，具有相近生态效率状态的地区相互影响；第三，中国区域生态效率存在显著的空间溢出效应，极化效应在逐渐减弱，空间差

异呈现不断缩小态势。基于全文的研究，本文提出如下政

策建议：

第一，转变经济发展方式，巩固节能减排效果。转变经济发展方式，使中国经济发展实现由高物耗、高能耗、高污染向低消耗、低排放和高产出的模式转变，是加快提高生态效率的基本要求。经过几年的努力，中国的节能减排已显示了一定的成效，但是，要进一步提高全国范围的生态效率，必须进一步按照生态文明建设的要求，出台更加严格有效的资源环境管理政策，引导全国不同地区，通过深化制度改革、调整产业结构、加快科技进步、完善资源环境税制等方式，有效调控能源、土地和水资源利用的结构和规模，提供单位资源的经济产出，并加强对废水、废气和固体废弃物排放的约束和监管，巩固节能减排的成果，实现经济发展、资源节约和环境保护的融合与统一。

第二，把握区域发展特征，因地制宜促进发展。生态效率较高的集聚区，需要在政府引导下，充分利用现有的经济技术优势，构建省域间的生态经济合作联盟，坚持以产品为纽带、以市场为导向，促进相邻省份之间产学研的有效合作，完善适合这些地区生态文明需要的整体技术经济创新体系；就生态效率水平较低的中西部地区而言，应该从利益协调、援助扶持及空间组织等方面挖掘资源集约利用、生态环境管理创新方面的潜力，加大资金与政策支持力度，引导和鼓励这些区域抓住承接产业转移的契机，引进先进技术及设备、构建有利于资源节约、环境友好的生产体系，促进节能技术的推广利用，使生产消费活动向高效清洁方向发展。

第三，加强区域合作与交流，寻求区域协调发展新渠道。不同省域之间可以根据既定的经济地域关联、资源禀赋与经济社会发展特点，寻求开展促进省域之间资源节约、环境保护、生态建设、社会服务与管理等领域的合作方案，并不断建立和完善合作框架内的体制机制。一方面，要通过完善要素市场的流通机制，引导生态效率较高的东部地区，实现资金、技术、人才、信息等要素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，发挥好中心城市和重要经济区域对中西部邻接省区形成辐射带动的作用，以加速西部地区生态效率提升的步伐。另一方面，中西部地区应在承接产业转移的过程中发挥积极性、主动性和创造性，认真实施地区主体功能区划，有效借鉴生态效率较高区域的经济社会发展与资源环境管理经验，并利用对口援助、合作帮扶等形式，科学甄别和选择有利于循环经济和清洁生产的重大产业项目，创造后发优势，发展战略性新兴产业、先进制造业和现代服务业，为生态效率的提高提供良好的外在条件。

（编辑：李琪）

参考文献（References）

[1]Willard B. The Sustainability Advantage： Seven Business Case Benefits of a Triple Bottom Line [M].Gabriola Island： New Society Publishers， 2002.

[2]WBCSD. Ecoefficiency： Creating More Value with Less Impact [R].Geneva， World Business Council for Sustainable Development， 2000：5-36.

[3]WBCSD. Ecoefficient Leadership for Improved Economic and Environmental Performance [R].Geneva： WBCSD， 1996：3-16.

[4]OECD Ecoefficiency. Organization for Economic Cooperation and Development [R]. Paris： OECD， 1998.

[5]United Nations Conference on Trade and Development. Integrating Environmental and Financial Performance at the Enterprise Level： A Methodology for Standardizing Ecoefficiency Indicators [M].United Nations Publication，2003：29-30.

[6]Pekka J K， Mikulas L. Ecoefficiency Analysis of Power Plants： An Extension of Data Envelopment Analysis [J].European Journal of Operational Research，2004，154（2）：437-446.

[7]Evert N， Geert W， Corjan B，et al. Supply Curves for Ecoefficiency Environmental Improvements Using Different Weighting Methods [J].Journal of Industrial Ecology， 2005， 9（4）：85-96.

[8]Dominique M， Michele M， Yves A. Development of Ecoefficiency Indicators for the Canadian Food and Beverage Industry[J].Journal of Cleaner Production， 2006，14（6-7）：636-648.

[9]Sepp J， Melanen M， Menp I， et al. How Can the Ecoefficiency of a Region be Measured and Monitored [J]. Journal of Industrial Ecology， 2005， 9（4）：117-130.

[10]诸大建，邱寿丰.生态效率是循环经济的合适测度[J].中国人口·资源与环境，2006，16（5）：1-6.[Zhu Dajian， Qiu Shoufeng. Ecoefficiency as the Appropriate Measurement of Circular Economy [J].China Population， Resources and Environment，2006，16（5）：1-6.]

[11]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（10）：566-570.[Chen Ao. Empirical Analysis of Regional Ecology Efficiency and Influential Factors in China：Evidences from Provincial Data during 2000-2006[J].Chinese Journal of Management Science， 2008，16（10）：566-570.]

[12]杨斌.2000-2006年中国区域生态效率研究：基于DEA方法的实证分析[J].经济地理，2009，29（7）：1197-1202.[Yang Bin. Research on Regional Ecoefficiency of China From 2000 to 2006： On Empirical Analysis Based on DEA[J].Economic Geography，2009，29（7）：1197-1202.]

[13]王恩旭，武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报，2011，8（3）：443-450.[Wang Enxu， Wu Chunyou. Spatialtemporal Differences of Provincial Ecoefficiency in China Based on Super Efficiency DEA Model[J].Chinese Journal of Management，2011，8（3）：443-450.]

[14]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.[Deng Bo， Zhang Xuejun， Guo Junhua. Research on Ecological Efficiency Based on ThreeStage DEA Model[J].China Soft Science， 2011，（1）：92-99.]

[15]陈武新，吕秀娟.中国区域生态效率差异的实证分析[J].统计与决策，2009，（7）：107-108. [Chen Wuxin， Lv Xiujuan. Ecoefficiency analysis China Regional Disparities [J].Statistics and Decision， 2009，（7）： 107-108.]

[16]王波，方春洪.基于因子分析的区域经济生态效率研究：以2007年省际间面板数据为例[J].环境科学与管理，2010，35（2）：158-162.[Wang Bo， Fang Chunhong. Research on the Regional Ecoefficiency Based on Factor Analysis：Evidence from Provincial Data 2007[J].Environment Science and Management，2010，35（2）：158-162.]

[17]程晓娟.资源、环境两维视角下区域生态效率DEA评价[J].当代经济管理，2013，5（2）：63-68.[Cheng Xiaojuan. Evaluation on Regional Ecoefficiency from the Perspective of Resources and Environment[J].Contemporary Economy & Management，2013，35（2）：63-68.]

[18]李栋雁，董炳南.山东省区域生态效率研究：基于数据包络分析的实证分析[J].当代经济，2010，（6）：131-133.[Li Dongyan， Dong Bingnan.Research on Shandong Regional Ecoefficiency Empirical Analysis Based on DEA[J].Contemporary Economic Research，2010，（6）：131-133.]

[19]姚玉玲，贾科利，王金凤，等.基于DEA模型的县域生态效率空间分析：以宁夏回族自治区为例[J].信阳师范学院学报：自然科学版，2012，25（3）：324-328.[Yao Y uling， Jia Keli， Wang Jinfeng，et al. Space Analysis on Regional Ecoefficiency Based on DEA Model：A Case Study for Ningxia Hui Autonomous Region[J].Journal of Xinyang Normal University： Natural Science Edition，2012，25（3）：324-328.]

[20]刘丙泉，李雷鸣，宋杰鲲.中国区域生态效率测度与差异性分析[J].技术经济与管理研究，2011，（10）：3-6.[Liu Bingquan， Li Leiming， Song Jiekun. China Regional Ecoefficiency Measurement and Difference Analysis[J].Technoeconomics & Management Research，2011，（10）：3-6.]

[21]张雪梅.西部地区生态效率测度及动态分析：基于2000-2010年省际数据[J].经济理论与经济管理，2013，（2）：78-85.[Zhang Xuemei.The Evaluation and Dynamic Analysis of Ecoefficiency：Based on Panel Data of Western Chinas Provinces 2000-2010[J].Economic Theory and Business Management， 2013，（2）：78-85.]

[22]付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究：以长株潭“3+5”城市群为例[J].中国人口·资源与环境，2013，23（4）：169-175.[Fu Lina， Chen Xiaohong， Leng Zhihua.Urban Agglomerations Ecoefficiency Analysis Based on Super Efficiency DEA Model： Case Study of ChangZhuTan “3+5” Urban Agglomeration[J].China Population，Resources and Environment ，2013，23（4） ：169-175.]

[23]Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research，1978，6（2）：429-444.

[24]Anderson D. Energy Efficiency and the Economists： The Case for a Policy Based on Economic Principles[J]. Annual Review of Energy and the Environment， 1995， 20（l）： 495-511.

[20]刘丙泉，李雷鸣，宋杰鲲.中国区域生态效率测度与差异性分析[J].技术经济与管理研究，2011，（10）：3-6.[Liu Bingquan， Li Leiming， Song Jiekun. China Regional Ecoefficiency Measurement and Difference Analysis[J].Technoeconomics & Management Research，2011，（10）：3-6.]

[21]张雪梅.西部地区生态效率测度及动态分析：基于2000-2010年省际数据[J].经济理论与经济管理，2013，（2）：78-85.[Zhang Xuemei.The Evaluation and Dynamic Analysis of Ecoefficiency：Based on Panel Data of Western Chinas Provinces 2000-2010[J].Economic Theory and Business Management， 2013，（2）：78-85.]

[22]付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究：以长株潭“3+5”城市群为例[J].中国人口·资源与环境，2013，23（4）：169-175.[Fu Lina， Chen Xiaohong， Leng Zhihua.Urban Agglomerations Ecoefficiency Analysis Based on Super Efficiency DEA Model： Case Study of ChangZhuTan “3+5” Urban Agglomeration[J].China Population，Resources and Environment ，2013，23（4） ：169-175.]

[23]Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research，1978，6（2）：429-444.

[24]Anderson D. Energy Efficiency and the Economists： The Case for a Policy Based on Economic Principles[J]. Annual Review of Energy and the Environment， 1995， 20（l）： 495-511.

[20]刘丙泉，李雷鸣，宋杰鲲.中国区域生态效率测度与差异性分析[J].技术经济与管理研究，2011，（10）：3-6.[Liu Bingquan， Li Leiming， Song Jiekun. China Regional Ecoefficiency Measurement and Difference Analysis[J].Technoeconomics & Management Research，2011，（10）：3-6.]

[21]张雪梅.西部地区生态效率测度及动态分析：基于2000-2010年省际数据[J].经济理论与经济管理，2013，（2）：78-85.[Zhang Xuemei.The Evaluation and Dynamic Analysis of Ecoefficiency：Based on Panel Data of Western Chinas Provinces 2000-2010[J].Economic Theory and Business Management， 2013，（2）：78-85.]

[22]付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究：以长株潭“3+5”城市群为例[J].中国人口·资源与环境，2013，23（4）：169-175.[Fu Lina， Chen Xiaohong， Leng Zhihua.Urban Agglomerations Ecoefficiency Analysis Based on Super Efficiency DEA Model： Case Study of ChangZhuTan “3+5” Urban Agglomeration[J].China Population，Resources and Environment ，2013，23（4） ：169-175.]

[23]Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research，1978，6（2）：429-444.

[24]Anderson D. Energy Efficiency and the Economists： The Case for a Policy Based on Economic Principles[J]. Annual Review of Energy and the Environment， 1995， 20（l）： 495-511.