中国建筑业经济与环境联合效率评价及投资策略研究

□赵 涛 李亚健 康艳青



中国建筑业经济与环境联合效率评价及投资策略研究

□赵 涛 李亚健 康艳青

[天津大学 天津 300072]

通过使用非径向DEA模型，测算出我国30个省建筑业经济与环境联合效率，并基于非径向DEA模型的对偶模型，提出了不同省份建筑业的投资策略。结果显示北京市建筑业的经济与环境联合效率最高，而河北、山东和湖北等省效率较低；此外将全国30个省份分为5种类型，针对各省的当前联合效率以及投资有效性给出了投资策略，以求为相关的政策提供建议。

建筑业；经济与环境联合效率；投资策略；DEA

引言

近年来，建筑业已经是我国国民经济的支柱产业之一。作为我国社会发展的重要部门，建筑业消耗了大量的能源和建筑材料。当前，中国已经是能源消耗第一大国。其中，建筑业的能源消耗大约占25%左右[1]。大量温室气体排放成为了社会关注的一个焦点问题。中国政府采取了一系列举措来应对温室气体带来的压力。2009年，我国制订了到2020年单位GDP碳排放量比2005年降低40%～45%的目标。据统计，在2013年，中国碳排放量达到了99.77亿吨，相当于全球碳排放总量的28%，而根据研究表明，建筑业碳排放约占全社会碳排放总量的30%左右[2]。在“十二五”规划中，建筑业也制定了将技术创新和节能减排作为未来发展的重要内容，这也体现出政府对于建筑业碳排放控制的重视[3]。

针对我国建筑业碳排放测算方面，张智慧等利用投入产出分析计算了建筑业碳排放，并分析了建筑业对其他行业的碳排放拉动关系[4]；祁神军等基于投入产出分析，将碳排放分为直接碳排放和间接碳排放，并计算了我国建筑业在1995～2009年之间的碳排放[5～6]；冯博研究了我国30个省际建筑业的碳排放，得出间接碳排放是建筑业碳排放主要来源[7]。针对建筑业节能减排以及可持续发展方面，Li估计了我国在实施建筑节能政策的情况下建筑业的能够降低1～3亿吨油当量的能耗以及6～7亿吨的二氧化碳排放量[8～9]；祁神军运用Kaya恒等式，针对我国建筑业碳排放影响因素进行分解，得出我国建筑业未来实施节能减排的关键在于降低能源结构强度和规模产业能源强度两个方面[10]；Wang通过分析建筑业对于社会、经济与环境三方面影响，总结了建筑业在城市可持续发展中的作用[11]。针对绿色和节能建筑方面的研究，Zhou分析了目前推广节能建筑的障碍，包括政府的监管不力、市场效率低下以及成本较高等八个方面[12]；Du总结了我国建筑行业节能技术推广的障碍，其中最大的障碍来源于利益相关方的不支持，高额的投资和较低的利润也是推广节能技术的主要障碍[13]；Li分析了我国绿色建筑的现状与面临的挑战，并提出了推动绿色建筑发展的一些建议[14]。针对建筑业能源效率方面的研究，Xue运用DEA投入导向模型分析了26个省在2004～2009年间的建筑业能耗效率[15]；王雪青评估了2005～2008年间各省的建筑业能源效率，并进一步分析了导致省际间能源效率差异的因素[16]；孙靖选取建筑业从业人员总数、能源消费总量以及资产合计为作为投入变量，建筑业生产总值为产出变量，对我国2005～2012年的建筑业能源效率进行测算[17]。而涉及到建筑业碳排放效率的研究，国内学者也展开了研究，陆宁以建筑业碳排放量作为投入要素之一，对建筑业碳排放效率进行测算[18]；冯博使用DEA模型对2004～2011年30个省的建筑业全要素能源效率进行了评估，将二氧化碳纳入到全要素能源效率的测算中，作为非期望产出指标，对不同省份能源效率的变化趋势进行了分析；此外，进一步定义了能源经济效率和环境效率，使用SBM模型对30个省的建筑业能源经济效率及能源环境效率及其分解指数进行测算[19]。

综上所述，目前关于我国建筑业碳排放的研究，涉及到碳排放量计算、节能减排和可持续发展、绿色和节能建筑以及能源效率等方面的研究较为系统，但是考虑到碳排放的全要素能源效率研究并不完善，尤其针对建筑业投入和产出因素的理解仍然存在一些问题。根据Sueyoshi[20]等学者的研究，不同投入要素对于环境的影响是不一样的：增加能耗、劳动力带来的是更多的非期望产出（如碳排放等），因此能源投入对于环境的影响是消极的；而增加资本投入，特别是针对科技创新方面（如节能技术、减排技术等）的投入，理论上可以减少和抑制非期望产出，因此非能源投入对于环境的影响是积极的。基于投入要素的差异，本文引入自然处置性和管理处置性的概念，劳动力、能源等投入指标一般应用于自然处置性约束之下，而资金等投入指标则应用于管理处置性约束之下。此外当前针对各省建筑业环境方面，基于不同地区投资角度的研究涉及较少。本文的创新点是引入自然处置性和管理处置性的概念，并将投入要素按照处置性概念进行区分，结合期望产出及非期望产出要素提出了建筑业经济与环境联合效率指标，并探索性地提出了投资有效性的概念，在此基础上基于联合效率指标和投资有效性总结出适用于不同省域的5种投资策略，可以为相关政策提供参考。

一、研究方法

（一）建筑业经济与环境联合效率评价模型

参考Sueyoshi等提出的非径向DEA模型[20]，本文同时考虑期望产出与非期望产出，对经济与环境联合效率进行评价。该评价模型的生产集包括三种生产要素：投入、期望产出和非期望产出。假设有n个DMU(决策单元)：j=1，…，n。在使用该非径向DEA模型评价经济与环境效率之前，应当明确两个处置性的概念[21]。具体定义如下：

1．自然处置性(Natural disposability)：决策单元(DMU)通过减少投入的方向矢量来达到减少非期望产出的方向矢量的目的，在此之上尽可能期望产出的方向矢量。其表达式为：

2．管理处置性(Managerial disposability)：利用科技进步或者管理创新等手段，决策单元通过增加投入的方向矢量来达到减少非期望产出的方向矢量的目的，在此之上尽可能期望产出的方向矢量。其表达式为：

其中，表示期望产出的列向量，表示非期望产出的列向量，表示投入的列向量。

在此基础上，为了综合考虑经济和社会因素，Sueyoshi等人将自然处置性和管理处置性相结合，得到一个综合处置性(Natural & Managerial disposability)概念[22～23]。从省际间的建筑业层面来说，社会责任和商业利润都应加以考虑，因此本文针对各省域建筑业经济与环境效率的评价是在综合处置性下计算的。

因此，评价建筑业经济与环境联合效率的DEA模型如下：

随后，将不同类型的投入指标依据两种处置性概念进行划分，其中，在自然处置性下，应满足约束，在管理处置性下，应满足约束。在原始的的个投入指标中，个投入指标应用于自然处置性下，个投入指标应用于管理处置性下。

因此，针对第o个决策单元，其经济与环境联合效率值(Unified Efficiency under Natural & Managerial disposability)为

（二）建筑业投资分析模型

针对建筑业投资分析，参考Sueyoshi等人的研究，基于各决策单元均采取技术创新的假设之下，分析扩大投资规模对于增加期望产出并且减少非期望产出是否有效，使用如下的DEA模型：

对比模型(1)，模型(3)的约束条件发生了变化：

1．引入技术创新之后，所有决策单元的期望产出均在生产前沿面上，因此第三组约束中期望产出对应的松弛变量均为0，即。

2．引入技术创新之后，第四组约束中非期望产出可以看作是期望产出的副产品[24]。因此，模型(1)中的在该模型中转变为。

在讨论投资策略时，需要使用模型(3)的对偶模型，即为建筑业投资分析模型：

(4)

在对建筑业投资分析之前，应当明确投资有效性的概念。本文将投资有效性定义如下：其他条件不变的情况下，当某种生产要素的投入增加时，如果能够同时实现期望产出增加而非期望产出减少的状态，则该投资就具有有效性。

在使用该非径向DEA模型分析投资有效性时，需要用到以下几个相关概念：

表1 投资有效性相关概念

针对投资有效性的定义，只有同时满足RTS>0，DTR<0两个条件，才能达到期望产出增加、同时非期望产出减少的状态，此时才具有投资有效性。得出了投资有效性判别表，如表2所示。

表2 投资有效性判别表

二、指标选取及说明

本文选取了我国30个省、直辖市或自治区（以下将简记为省）进行研究，由于数据缺失，港、澳、台以及西藏未列入研究范围。考虑到建筑业的生产关键要素，本文选取了5组指标。其中，投入指标(X);包括：（1）劳动力：建筑业从业人员总量；（2）能耗：建筑业生产阶段总能耗；（3）资本：建筑业总资产额。其中，能耗属于能源投入指标，劳动力和资本属于非能源投入指标。产出指标分为：（1）期望产出指标(G)：建筑业生产增加值；（2）非期望产出指标(B)：建筑业生产阶段碳排放总量。其中，本文将建筑业总资产额作为建筑业投资指标，其中一部分资产作为建筑业技术创新的投入；将建筑业生产阶段的碳排放作为衡量环境状况的指标，主要是由于对于环境造成破坏的非期望产出主要来源于化石燃料燃烧，而二氧化碳与其他污染物来源相似，排放量一般呈正相关，考虑到数据的可获得性，只选取碳排放一个指标衡量非期望产出。

本文选取的30个省的劳动力、能耗、资本和增加值指标均来源于《中国统计年鉴(2009～2013)》、《中国能源统计年鉴(2009～2013)》以及《中国建筑业统计年鉴(2009～2013)》；能源燃烧碳排放因子来源于《燃料缺省CO2排放因子IPCC2006》；能源净热值来源于《综合能耗计算通则GBT2589-2008》。建筑业生产阶段碳排放量计算参考冯博的研究，将碳排放分为直接碳排放和间接碳排放。直接碳排放指在建筑施工阶段碳排放，间接碳排放指在建筑材料生产过程阶段的碳排放。根据《中国低碳发展路线图》，应从消费端而不是生产端去计量碳排放量，减少落后地区的经济发展和环境保护的双重压力。因此本文计算碳排放的公式如下：

三、实证分析

本文以3种投入指标(劳动力、能耗、资本)，期望产出(建筑业增加值)和非期望产出(建筑业生产碳排放量)为面板数据，通过MATLAB编程求解模型。

本文选取建筑业增加值作为期望产出，建筑业增加值选取自《中国统计年鉴(2009～2013)》，整理如表3所示。根据表3显示，江苏省和浙江省在2008～2012年的建筑业增加值分别为15.16%和12.67%，明显高于其他地区，说明这两个地区的建筑业发展居于全国领先水平。

表3 2008～2012年各省建筑业增加值 单位：亿元

（续表）

基于《中国统计年鉴(2009～2013)》、《中国能源统计年鉴(2009～2013)》以及《中国建筑业统计年鉴(2009～2013)》等数据资料以及《燃料缺省CO2排放因子IPCC2006》和《综合能耗计算通则GBT2589-2008》，根据公式（5），本文计算出了在2008～2012年30个省份的碳排放量，如图4所示。结果表明，江苏和浙江在5年内的碳排放量占全国比重分别达到了13.79%和13.70%，同样明显高于其他地区，说明这两个地区的建筑业碳排放量也位居前列。

表4 2008～2012年各省建筑业碳排放量 单位：亿元

（续表）

（一）中国省际建筑业经济与环境效率评价

根据Sueyoshi对投入指标的划分，劳动力、能源等投入指标一般应用于自然处置性约束之下，而资金等投入指标则应用于管理处置性约束之下。针对我国30个省份的建筑业面板数据指标，本文选取模型(1)、(2)对经济与环境效率进行评价，计算结果如表5所示。

表5 2008～2012年各省建筑业经济与环境联合效率

（续表）

从表5中可以看出，经济与环境效率达到1的省份有10个。其中包括：北京，天津，黑龙江，江苏，福建，广东，海南，青海，宁夏和新疆。其中，从2008～2012年，北京的效率值一直保持在1，说明北京的建筑业经济与环境状况一直居于全国最优的水平。其他6个省份位于我国的东部沿海地区，另外3个省位于西北内陆地区。这主要是由于我国建筑业发展过程中，北京以及东部沿海等发达地区在建筑业方面投资合理，将很大一部分投资用于技术创新。技术创新一方面保证了经济效益的良好表现，另一方面控制了温室气体的排放。而西北内陆3省主要原因是经济落后，人员稀少，建筑业发展较慢，碳排放量较少，因此对于环境的破坏也相对较小。

从全国各省的情况进行横向比较，图1显示了30个省份建筑业经济与环境效率在5年内的平均水平。

图1 2008～2012年各省建筑业经济与环境效率平均水平

图中绿色、浅绿、黄色、橙色、红色依次反映了建筑业经济与环境状况表现极好、较好、一般、较差、极差五种水平。从图中可以看出，北京、黑龙江、江苏、江西、广西、海南、青海、宁夏和新疆9省建筑业经济与环境状况表现极好，效率值在0.99以上；辽宁、吉林、上海、浙江、安徽、河南、重庆、四川和云南9省建筑业经济与环境状况表现较好，效率值介于0.97～0.99之间；天津、贵州、陕西和甘肃4省建筑业经济与环境状况表现一般，效率值介于0.95～0.97之间；山西、内蒙古、福建、湖南和广东5省建筑业经济与环境状况表现较差，效率值介于0.9-0.95之间；而河北，湖北和山东3省建筑业经济与环境状况表现极差，效率值均未达到0.9。

借助于模型(1)，通过计算各省份碳排放潜力，进一步分析原因，得出在2012年河北、湖北和山东3省建筑业碳排放潜力分别为5357万吨、3571万吨以及1175万吨，这三个省份碳排放潜力占到全国的42.7%。可以看出，这三个省建筑业联合效率较低的主要原因是由于碳排放量相对较多，环境压力比较大。因此，更应当将控制环境污染作为未来重要的发展计划，相关政府和企业应当意识到节能减排的压力和责任，调整投资结构，加大科技创新投资力度，实现建筑业经济与环境协调发展。

（二）中国省际建筑业投资策略分析

表6 2008～2012年各省建筑业投资有效性

（续表）

在表6中，P、Z、N分别表示说DTR值为正(Positive)、零(Zero)和负(Negative)。E表示按照现有投资结构扩大投资规模对于控制温室气体等非期望产出是非常有效的(Effective)，L表示按照现有投资结构扩大投资规模对于控制温室气体等非期望产出的作用有限(Limited effect)，I表示按照现有投资结构扩大投资规模对于控制温室气体等非期望产出是不起作用的(Ineffective)。

通过表6，我们可以得出2008～2012年的30个省份的建筑业基于控制温室气体排放的投资有效性。由于投资有效性判别基于历史数据，且具有时效性的特点，本文选取2012年数据进行分析。

基于2012年的数据，本文针对不同省份按照现有投资结构扩大投资规模进行分析，得出：辽宁、上海和广东3个省份按照现有投资结构扩大投资规模对于控制温室气体等非期望产出是非常有效的；包括内蒙古、吉林、黑龙江、江苏、浙江、安徽、福建、河南、湖南、陕西和新疆在内的11个省按照现有投资结构扩大投资规模对于控制温室气体等非期望产出的作用有限；包括北京、天津、河北、山西、江西、山东、湖北、广西、海南、重庆、四川、贵州、云南、甘肃、青海和宁夏在内的16个省按照现有投资结构扩大投资规模对于控制温室气体等非期望产出是不起作用的。

根据上述分析，结合中国省际建筑业经济与环境效率评价的结果，本文建立了30个省的建筑业投资策略矩阵，如表7所示。

表7 各省建筑业投资策略矩阵

根据表7分析，得出30个省份建筑业的最佳投资策略：

辽宁、上海和广东3个省份按照现有投资结构扩大投资规模对于控制温室气体等非期望产出是非常有效的。针对上述3省，无论当前联合效率如何，最佳投资策略是采取合理的手段扩大投资规模；黑龙江、江苏、新疆、吉林、浙江、安徽和河南7省，只需维持当前的投资规模即可；陕西、内蒙古、福建和湖南4省，应当在合理调整投资结构的基础上，维持当前的投资规模；北京、江西、广西、海南、青海、宁夏、重庆、四川和云南9省，应当适当控制当前建筑业的投资规模，避免不合理的开发；河北、山东、湖北、山西、天津、贵州和甘肃7省，应当把及时调整投资结构作为重点工作，加大技术进步和节能减排方面的投入力度。

通过对我国建筑业经济与环境联合效率评价及投资策略的分析，北京建筑业的经济与环境联合效率最高，而河北、山东和湖北等省效率较低，这说明北京通过一系列措施使得建筑业在经济与环境方面表现在全国范围内最佳，而河北、山东和湖北等省由于环境方面压力较大，建筑业整体表现较差；此外本次研究根据联合效率和投资有效性将全国30个省份分为5种投资类型，针对每种类型的省份提出了针对性的投资策略，以求为相关的政策提供建议。

四、结论与展望

1．2008～2012年北京的建筑业经济与环境效率最高，其主要原因在于北京市在建筑业方面投资结构合理，重视技术创新的投资；而河北、山东和湖北的建筑业经济与环境效率较低，其主要原因在于由碳排放量导致的环境压力较大。

2．结合建筑业经济与环境状况以及投资策略分析，针对得出的建筑业投资策略将30个省划分为5组：辽宁、上海和广东3省的最佳投资策略是采取合理的手段扩大投资规模；黑龙江、江苏、新疆、吉林、浙江、安徽和河南7省的最佳投资策略是维持当前的投资规模；陕西、内蒙古、福建和湖南4省的最佳投资策略是在合理调整投资结构的基础上，维持当前的投资规模；北京、江西、广西、海南、青海、宁夏、重庆、四川和云南9省的最佳策略是适当控制当前建筑业的投资规模，避免不合理的开发；河北、山东、湖北、山西、天津、贵州和甘肃7省的最佳投资策略是把及时调整投资结构作为重点工作，加大技术进步和节能减排方面的投入力度。

嵌入式仿真技术是将仿真技术小型化、可编程化和模块化后以嵌入式系统的形式嵌入实际装备系统的一种技术。嵌入式仿真技术可为军事装备研发、作战训练和作战运用演示提供高效、经济、灵活的解决方案。嵌入式仿真训练系统作为一种创新的训练方式可以满足装备现代化建设在一体化、实战化方面的要求。

对于上述5种投资类型的省份，无论当前投资策略如何，加快建筑业的转变投资结构，加大技术进步和节能减排方面的投入力度都是势在必行的任务。建筑业“十二五”规划指出了可行的措施，归纳为五个方面：一是要采用先进的节能减排技术和材料；二是建立有利于建筑业低碳发展的激励机制；三是鼓励先进成熟的节能减排技术、工艺转化为应用；四是降低碳排放量大的建材产品使用，推广使用节能低碳的建筑材料；五是要大力发展绿色建筑和节能建筑。中国各省建筑企业在实际运营中，应当兼顾企业经济效益和社会公共效益，合理调整建筑业投资结构，重视技术进步和节能减排的投资。各省政府和相关部门应当按照建筑业“十二五”的要求，立足当前状况，根据本省的特点，提出适合当前本省建筑行业发展的路径，保证本省建筑企业实现经济效益的同时，能够控制住温室气体排放，减少建筑业对社会环境的破坏，从而保证建筑业走可持续发展的道路。

参考文献

[1] JIANG M P, TOVEY K. Overcoming barriers to implementation of carbon reduction strategies in large commercial buildings in China[J]. Building and Environment, 2010, 45(4): 856-864.

[2] LIU Z, GUAN D, CRAWFORD-BROWN D, et al. Energy policy: A low-carbon road map for China[J]. Nature, 2013, 500(7461): 143-145.

[3] MAO C, SHEN Q, SHEN L, et al. Comparative study of greenhouse gas emissions between off-site prefabrication and conventional construction methods: Two case studies of residential projects[J].Energy and Buildings, 2013, 66: 165-176.

[4] 张智慧, 刘睿劼. 基于投入产出分析的建筑业碳排放核算[J]. 清华大学学报: 自然科学版, 2013 (1): 53-57.

[5] 祁神军, 张云波, 王晓璇. 我国建筑业直接能耗及碳排放结构特征研究[J]. 建筑经济, 2012 (12): 58-62.

[6] 祁神军, 张云波. 建筑业与其它产业的碳排放关联特性和波及特性研究[J]. 建筑科学, 2013, 28(12): 85-89.

[7] 冯博, 王雪青, 刘炳胜. 考虑碳排放的中国建筑业能源效率省际差异分析[J]. 资源科学, 2014, 36(6): 1256- 1266.

[8] LI J. Towards a low-carbon future in China's building sector——A review of energy and climate models forecast [J]. Energy Policy, 2008, 36(5): 1736-1747.

[9]LI J, COLOMBIER M. Managing carbon emissions in China through building energy efficiency[J]. Journal of Environmental Management, 2009, 90(8): 2436-2447.

[10]祁神军, 张云波. 中国建筑业碳排放的影响因素分解及减排策略研究[J]. 软科学, 2013, 27(6): 39-43.

[11] WANG N. The role of the construction industry in China's sustainable urban development[J]. Habitat International, 2014, 44: 442-450.

[12] ZHOU L, LI J, CHIANG Y H. Promoting energy efficient building in China through clean development mechanism [J]. Energy Policy, 2013, 57: 338-346.

[13] DU P, ZHENG L Q, XIE B C, et al. Barriers to the adoption of energy-saving technologies in the building sector: A survey study of Jing-jin-tang, China[J]. Energy Policy, 2014, 75: 206-216.

[14] LI Y, YANG L, HE B, et al. Green building in China: Needs great promotion [J]. Sustainable Cities and Society, 2014, 11: 1-6.

[15] XUE X, WU H, ZHANG X, et al. Measuring energy consumption efficiency of the construction industry: the case of China[J]. Journal of Cleaner Production, 2015, 107:509-515.

[16] 王雪青, 娄香珍, 杨秋波. 中国建筑业能源效率省际差异及其影响因素分析[J]. 中国人口资源与环境, 2012, 22(2): 56-61.

[17] 孙靖, 曹泽. 中国区域建筑业能源效率测度研究[J]. 长春理工大学学报:社会科学版, 2015(4):97-123.

[18] 陆宁, 杨文君, 丁荣,等. 2008-2012年中国30个省域建筑业碳排效率评价[J]. 资源开发与市场, 2015, 31(6): 718-721.

[19] 冯博, 王雪青. 中国建筑业能源经济效率与能源环境效率研究——基于SBM模型和面板Tobit模型的两阶段分析[J]. 北京理工大学学报:社会科学版,2015,01:14-22.

[20] SUEYOSHI T, WANG D. Sustainability development for supply chain management in US petroleum industry by DEA environmental assessment[J]. Energy Economics, 2014, 46: 360-374.

[21] SUEYOSHI T, GOTO M. Data envelopment analysis for environmental assessment: comparison between public and private ownership in petroleum industry [J]. European journal of operational research, 2012, 216(3): 668-678.

[22] SUEYOSHI T, GOTO M. Investment strategy for sustainable society by development of regional economies and prevention of industrial pollutions in Japanese manufacturing sectors [J]. Energy Economics, 2014, 42: 299-312.

[23] SUEYOSHI T, GOTO M. Environmental assessment for corporate sustainability by resource utilization and technology innovation: DEA radial measurement on Japanese industrial sectors [J]. Energy Economics, 2014, 46: 295-307.

[24] WANG D, LI S, SUEYOSHI T. DEA environmental assessment on US Industrial sectors: Investment for improvement in operational and environmental performance to attain corporate sustainability[J]. Energy Economics, 2014, 45: 254-267.

Sustainability Assessment and Investment Strategy Analysis of China’s Regional Construction Industry

ZHAO Tao LI Ya-Jian KANG Yan-Qing

(Tianjin University Tianjin 300072 China)

As one of the most energy-intensive industries, construction industry is a main carbon sector in China. Along with the rapid development of construction industry, a large number of issues have become more apparent, which is not conducive to the sustainable development of China’s construction industry. In this paper, we use a non-radial data envelopment analysis (DEA) based method to evaluate the economic and environmental unified efficiency of construction industry for 30 provinces during 2008-2012. Then we propose investment strategies for each province by employing the DEA dual model. In this study, Beijing performs best in construction industry during 2008-2012, while Hebei, Shandong and Hubei are the worst performed regions. Based on unified efficiency and the effectiveness of investments; we divide 30 provinces into 5 categories and put forward corresponding investment strategies. Finally, relevant policy implications are derived after the empirical study.

Construction industry; economic and environmental unified efficiency; investment strategy; DEA

F426; F224

A

10.14071/j.1008-8105(2016)05-0044-09

2015-06-25

国家自然科学基金（71373172）.

赵涛（1960-）男，天津大学管理与经济学部教授；李亚健（1991-）男，天津大学管理与经济学部硕士研究生；康艳青（1986-），男，天津大学管理与经济学部博士研究生.

编辑 何 婧