基于超效率SBM-Malmquist模型的中国港口绿色发展效率研究

贾鹏 鲁琳 马奇飞 匡海波

摘要：为测度港口绿色发展效率，采用2010—2018年16个港口的面板数据，构建港口社会效益评价指标体系。考虑非期望产出，运用超效率SBM（slacks-based measure）模型和Malmquist全要素生产率指数模型，探究港口绿色发展效率及其跨期变化情况。结果表明：港口绿色发展效率在评价期内呈现波动下降趋势，在空间层面总体呈现南高北低的特征;社会效益评价指标体系的引入提高了港口的绿色发展效率，并有效改善了投入冗余和产出不足;通过探究港口全要素生产率及其分解指数得出，科技创新和行业信息化是提高港口绿色发展效率的主要贡献要素。

关键词：

港口绿色发展效率; 港口社会效益; 超效率SBM模型; Malmquist生产率指数模型

中图分类号：  F552

文献标志码：  A

Study on development efficiency of Chinese green ports based on

super efficiency SBM-Malmquist model

JIA Penga，b， LU Lina，b， MA Qifeia，b， KUANG Haiboa

（a. Collaborative Innovation Center for Transport Studies; b. School of Maritime Economics and

Management， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

In order to measure the green port development efficiency， the panel data of 16 ports from 2010 to 2018 are used to construct a port social benefit evaluation index system. Considering the undesired output， the super efficiency SBM （slacks-based measure） model and the Malmquist total factor productivity index model are used to explore the green port development efficiency and its cross-period changes. The results show that： the green port development efficiency declines with fluctuations during the research period， and it shows high in the south and low in the north at the regional level; the introduction of the social benefit evaluation index system increases the green port development efficiency， and significantly compensates input redundancy and output insufficiency; the technological innovation and the industry informatization are the main contributing factors to increase the green port development efficiency.

Key words：

green port development efficiency; port social benefit; super efficiency SBM model; Malmquist productivity index model

0 引 言

港口效率反映了港口資源配置的有效程度，不仅是港口当局关注的重点，也是港口研究领域的核心问题之一。随着对外贸易发展，港口货物和集装箱吞吐量激增，为港口带来过量资源投入、高污染等诸多问题，以吞吐量为单一指标衡量港口效率难以继续推动港口服务水平提升。同时，随着新发展理念在经济、社会各领域全面贯彻，港口系统化、智能化、综合一体化的绿色发展要求上升到了新层次。为此，本文研究港口绿色发展效率，了解港口与经济、社会和环境系统的协调发展程度，以推动港口统筹协调，推动世界一流港口建设。

学术界关于港口效率的研究，从创新视角看主要聚焦于3个方面。①在港口运营效率测度模型中引入新的投入要素。PREZ等[1]从专业化和港口规模两方面，对西班牙港口的物流水平进行评价;匡海波[2]构建中国港口上市公司综合效率评价指标体系，建立了基于神经网络的港口上市公司综合效率评价模型;李琳琳等[3]运用多层次模糊分析法构建综合评价指标体系，对湖北省港口发展进行研究。②改进测度模型的构建方法。港口效率评价应用最广泛的方法是生产前沿分析法，主要包括随机前沿分析（stochastic frontier analysis，SFA）法和数据包络分析（data envelopment analysis，DEA）法，如：余璇等[4]选取邮轮港口10年的历史数据，运用SFA法计算邮轮港口技术效率;郑琰等[5]运用规模可变的DEA模型对港口物流效率进行评价分析;匡海波[6]采用超效率DEA法对有效港口进行评价;TOVAR等[7]运用网络DEA模型，从设施和装运效率两方面对巴西港口效率进行优化。③近阶段研究从传统的运营效率向环境效率转变，其中：LIM等[8]对港口的可持续发展效率进行了系统的综述和评价;刘勇等[9]引入非期望产出，采用网络DEA模型评价港口环境效率和集装箱化效率;WAN等[10]建立绿色港口发展的评估模型，通过层次分析法对港口效率进行研究。

上述研究表明，国内外专家学者对港口效率的研究已取得丰硕成果，但仍存在以下不足：①现有研究在测度港口效率时仅考虑港口系统的经济和环境效益，考虑社会效益的研究成果较为匮乏。仅考虑经济和环境效益的港口效率研究已不符合当今新发展理念的要求，而绿色发展理念是未来社会高质量发展的重要基础，因此，将社会效益指标纳入港口效率评价体系显得尤为重要。②当前对港口效率的研究多是静态测度，缺乏对港口效率的动态分析。港口发展是一个连续过程，对港口绿色发展效率的全要素生产率进行分解，对于把握港口绿色发展效率演变进程，识别效率驱动因素具有重要意义。

基于此，本文构建港口社会效益评价指标体系，同时引入非期望产出，利用超效率SBM（slacks-based measure）模型，对我国港口绿色发展效率进行测度，并运用Malmquist全要素生产率指数模型分析港口绿色发展效率全要素生产率及其分解指数。

1 研究方法与数据来源

1.1 港口绿色发展效率的内涵界定

交通运输部在2020年5月印发的《绿色港口等级评价指南》[11]中指出，“绿色港口”是在生产运营和服务过程中贯彻绿色发展理念，积极履行法律责任和社会责任，综合采取节约资源和能源、保护环境和生态、应对气候变化的技术和管理措施，达到了绿色港口等级评价要求的港口或码头。绿色发展作为重要的新发展理念，进一步凸显可持续发展的广度和深度。本文结合相关理念，对港口绿色发展效率和环境效率进行界定。环境效率用来表征以生产、持续为目的的经济增长和发展方式，强调生产运营与环境的关系。而港口绿色发展效率用来表征以经济、环境、社会效益为目标，集港口运营、绿色低碳管理、港口社区发展和临港经济发展为一体的绿色生产系统，其中：港口运营指在生产运营中以最小的生产要素投入实现最大的经济产出;绿色低碳管理包括资源和环境可持续发展，要实现绿色生产过程经营化;港口社区发展主要体现在基础设施建设、就业、教育文化等方面;临港经济发展包括腹地城市经济水平对港口的投入和绩效的影响，要推动实现以人为本、完善公共体系的社会效益。

1.4 投入产出变量设定和港口社会效益评价指标体系构建

1.4.1 投入产出变量设定

参考文献[9，14]对投入产出变量的选取，同时结合数据资料的可获取性，选取劳动力规模、生产用泊位数、总资产作为投入变量，其中劳动力规模以在職员工数来反映;产出指标从经济、环境、社会三个方面来反映。传统DEA模型在衡量相对效率时，要求以有限资源获取最大产出，但在实际生产中，除期望产出外，也会产生非期望产出。本文将营业收入和社会效益作为期望产出变量，其中社会效益体现在低碳、运营、经济等多个维度上，表示港口在生产活动中对资源环境、组织管理等所作出的贡献;碳排放对港口绿色发展效率产生负向影响，本文将碳排放量作为非期望产出变量，计算方法可参阅文献[15]。投入产出变量的描述性统计分析见表1。

1.4.2 港口社会效益评价指标体系构建

港口作为沿海城市经济发展的重要基础和条件，为临港城市产业发展及对外贸易提供支撑;推动港口绿色发展，将在提升港口运营效益、保障航运安全、推动地区经济结构调整等方面产生重要影响。本文借鉴已有研究[16]，参考企业年度报告并根据数据可获取性，从绿色低碳、组织运营、社区治理、临港经济4个方面构建港口社会效益评价指标体系（见表2），并采用熵值法计算指标权重。

2 结果分析

2.1 港口绿色发展效率测度结果

选取我国16个港口上市公司作为研究对象，评价周期为2010—2018年。所有数据均来源于《中国统计年鉴》、《中国港口年鉴》、上市公司年报、社会责任报告以及国家与地方统计局官方网站。采用超效率SBM模型进行港口绿色发展效率测度，结果见表3。为探究社会效益指标对港口绿色发展效率的影响，将其与环境效率进行对比，如图1所示。

2.2 港口绿色发展效率时间趋势分析

（1）港口绿色发展效率在2010—2018年呈现“先上升后下降”的变化，总体呈波动中缓慢下降的趋势，且在2011年港口绿色发展效率达到较高水平。2010—2013年港口绿色发展效率在波动中上升，2013—2018在波动中下降。究其原因，港口作为重要的物流枢纽，在多式联运和对外贸易中作用明显，且在国家重大战略指引下建立了以绿色为特征的交通发展模式，促进了资源的集约利用，绿色港口建设取得了阶段性成果，提升了港口绿色发展效率。2016年，受全球经济疲软影响，对外贸易需求低迷，航运市场出现了投入过剩的局面，导致港口绿色发展效率下降。

（2）从图1来看，2010—2018年港口的绿色发展效率与环境效率变化呈现一致性。绿色发展效率值总体高于环境效率值，均值达到0.887，而环境效率均值则为0.623，说明社会效益对港口绿色发展效率影响显著。具体而言，各港口的效率值发生了不同的变化。作为港口规模较大、吞吐量排名高的港口，广州港、上海港、天津港绿色发展效率相对于其环境效率偏低，究其原因如下：这些港口地处重要的经济带，但腹地间的过度竞争给港口带来较大的经营压力，制约了港口的绿色发展;作为早期投产建设的港口，在基础设施、运营体系等方面与城市高速发展要求存在一定差距，进一步导致了港口绿色发展效率下降。

2.3 港口绿色发展效率空间差异特征

为进一步探究港口绿色发展效率的空间差异特征，参阅文献[17]，对五大港口群进行分析，这五大

港口群分别是环渤海港口群（大连港、锦州港、营口港、天津港、青岛港、日照港、唐山港）、东南沿海港口群（厦门港）、长三角港口群（上海港、宁波港、南京港、连云港港）、珠三角港口群（广州港、赤湾港、珠海港）、西南沿海港口群（北部湾港）。

港口绿色发展效率总体呈现南高北低的特征。2010年绿色发展效率有效港口有7个，主要分布在环渤海港口群、长三角港口群、东南沿海港口群和珠三角港口群;2018年绿色发展效率有效港口下降到3个，主要分布在长三角港口群、东南沿海港口群和珠三角港口群。从波动来看，环渤海港口群和西南沿海港口群波动较小，珠三角港口群特别是广州港绿色发展效率下降显著。

为探究各港口的差异，参考文献[17]的划分标准，将港口绿色发展效率分为5个等级。2010年和2018年（研究期始末年份）16个港口绿色发展效率分级见表4。

就环境效率而言，研究期内环渤海港口群的环境效率均值为0.67，东南沿海港口群为0.99，长三角港口群为0.58，珠三角港口群为0.44，西南沿海港口群为0.63。厦门港近年来积极制定港口环境发展规划，通过建设生态港区、应用节能技术、实施排放控制等措施构建生态港口，实现环境效率的提升。环渤海港口群中，天津港、青岛港、锦州港环境效率较高，与相关文献研究结果[15]一致。锦州港整体规模较小，在纯技术效率和规模效率方面并不突出，但其在环保措施方面展现了优势，环境效率提升明显。长三角港口群中，上海港环境效率达到有效，这与文献[16]的研究结果产生了差异：从研究内容看，指标选取及研究期差异导致生产前沿面改变;从港口自身看，近年来随着“绿色港口”“交通强国”等战略的提出，上海港向深层次的可持续发展方向迈进，加大了港区绿化建设及资金投入，在节能减排、污染防治、环保体制、规划及自动化方面有明显的改善，环境治理能力有效提升。

从绿色发展效率看，在引入社会效益评价指标体系后，除西南沿海港口群外，南京港、青岛港、赤湾港、厦门港等港口的绿色发展效率均达到有效，进一步说明社会效益评价指标体系的引入有效改善了港口的投入产出比。从企业规模看，港口绿色发展效率与其规模间的相关性并不显著，规模较小的港口通过明确绿色发展的导向性，加大资金、环保投入，从组织运营、培训考核、风险管理等方面入手，提升资源配置有效性和促进社会效益实现，从而推动港口系统化的绿色发展。

2.4 社会效益指标对港口绿色发展效率的影响

为进一步探索社会效益指标对港口绿色发展效率的深层影响机理，对港口绿色发展效率各投入产出指标的冗余度和不足率进行计算，从而明确效率损失原因。将港口绿色发展效率各项投入、非期望产出的松弛量分别除以对应的投入量和排放量，获得投入冗余度和非期望产出冗余度，将期望产出的松弛量除以期望产出值得到期望产出不足率，为港口绿色发展的投入产出优化提供参考。计算结果见表5。

（1）2010—2018年港口绿色发展效率均值为0.887，环境效率均值为0.624，前者比后者提升了42%。总体而言，社会效益指标的引入对港口绿色发展有较明显的促进作用，这与当前中国经济绿色低碳转型发展规划相适应，有利于推动经济改革，创造低碳发展新模式。

（2）分别对港口绿色发展效率和环境效率进行评估所得的投入冗余度和期望产出不足率有明显差别，并且社会效益指标的引入显著降低了各项投入的冗余度和期望产出不足率。其中，对生产用泊位数的投入冗余度影响最显著，下降了65.2%;非期望产出冗余度下降了44.9%;而总资产和劳动力规模的投入冗余度分别下降了33.5%和33.6%。社会效益指标对营业收入没有影响，这表明在不考虑绿色发展规划下，各港口的主要方向仍在于生产运营，经济性收入表现较好。

（3）从各港口看，大连港、锦州港、连云港港、青岛港、厦门港等港口的绿色发展效率有所提升，这些港口在社会效益各方面成效显著，明确组织规划，优化组织运输和工作机制，推动港口绿色发展。而广州港、上海港等港口的社会效益指标出现了不同程度的产出不足率，尽管这些港口在现代化、专业化等方面有所提升，但仍面临一些突出问题，如港口的绿色发展体系建设缺乏健全性，存在资源浪费的问题，部分港口在污染治理、安全隐患排查及防治等方面的措施滞后，削弱了社会效益对港口绿色发展的促进作用。

2.5 港口绿色发展效率全要素生产率指数及其分解指数

为进一步探究港口绿色发展效率的时空变化情况，采用Malmquist全要素生产率指数模型，获取中国16个港口全要素生产率指数及其分解指数结果（见图2），分析其时空变化特征。

2.5.1 全要素生产率指数及其分解指数时间变化

（1）从图2a看，2010—2018年全要素生产率指数均值为1.052，变化幅度5.2%，表明港口绿色发展效率的全要素生产率指数跨期变化差异较小，总体呈上升趋势，自2011年效率呈现较大幅度上升后，其他年份均呈现不同程度波动，说明研究期内港口在优化结构、提升竞争力的同时，绿色发展效率有明显改善。

（2）2010—2018年纯技术效率指数均值为1.03，变化幅度为3%;规模效率指数均值为1.019，变化幅度为1.9%;提升纯技术效率和规模效率对促进港口绿色发展有一定积极作用，且纯技术效率的影响程度略高于规模效率的，说明各港口在现有技术条件下，更加注重生产要素的协调，资源配置的有效性得到明顯改善。

（3）综合技术效率指数在研究期内的均值为1.047，平均增幅4.7%，低于技术进步指数均值，在技术水平如信息化、管理、技术等有所进步的前提下，港口自身在技术发展和规模化方面仍有较大发展潜力，港口自身转型发展任重道远。

（4）技术进步指数在研究期内的均值为1.099，变化幅度为9.9%，高于全要素生产率指数均值，说明主导港口绿色发展效率提升的因素是技术水平的进步，港口的技术进步效率连年递增，这主要得益于国家科技进步对行业水平的支持。信息技术的广泛应用，使得各港口在口岸建设、信息系统建设等方面表现突出，从而推动港口绿色发展效率的提升。

2.5.2 全要素生产率指数及其分解指数空间差异

对2010—2018年面板数据进行截取，获取2010—2011年、2014—2015年、2017—2018年3个研究期的截面数据（见表6），分析港口在不同研究期的全要素生产率指数及其分解指数，探究其空间差异特征。

（1）全要素生产率指数变化。从表6看，2010—2011年、2014—2015年、2017—2018年各港口的全要素生产率指数变化分别呈现先增后减、先减后增、持续增减等不稳定状态。综合来看，2010—2018年，有6个港口的全要素生产率指数呈上升趋势，其中涨幅较大的港口有上海港（1.18）、宁波港（1.10）、天津港（1.15）、日照港（1.15）、唐山港（1.19），这些港口地处环渤海和长三角经济区，技术发展迅速，科技红利促进港口的技术效率提升。

（2）从研究期时间截面变化看，连云港港、日照港、北部湾港、大连港的全要素生产率指数均表现为先减后增，总体保持下降趋势。其中，大连港和日照港在研究期内的纯技术效率指数和规模效率指数一直保持下降，且变化幅度大于生产技术带来的进步，而生产技术的迅速发展使其技术进步指数上升显著，成为全要素生产率在2015年上升的主要原因。连云港港的纯技术效率指数和规模效率指数变化与其全要素生产率指数变化基本保持一致;而北部湾港规模效率指数变化较稳定，说明其资源配置能力存在一定欠缺，纯技术效率指数下降是其全要素生产率指数呈总体下降的主要原因。

（3）锦州港、营口港、唐山港、青岛港的全要素生产率指数均表现为先减后增，总体保持上升趋势。锦州港、青岛港、唐山港的纯技术效率指数与其全要素生产率指数变化趋势一致。技术进步指数表现为总体上升的态势，这表明港口生产技术不断提升，各生产要素配置趋于协调，推动了技术水平潜能的释放。营口港全要素生产率指数总体上升，这主要是由规模效率指数和技术进步指数上升引起的。

（4）广州港、南京港、宁波港、厦门港和赤湾港的全要素生产率指数均先增后减，总体保持上升趋势，其中：赤湾港的技术进步指数与其全要素生产率指数变化一致;广州港和宁波港技术进步指数的提升带动了其全要素生产率指数的提升;南京港和厦门港纯技术效率指数和技术进步指数的共同提升促进了其全要素生产率指数的总体提升。

（5）上海港、天津港、珠海港的全要素生产率指数均处于连年下降态势。上海港与天津港的纯技术效率指数和规模效率指数与其全要素生产率指数变化趋势一致，且下降幅度高于技术进步指数所带来的变化。珠海港在研究期内的纯技术效率指数和规模效率指数变化不稳定，规模效率指数下降造成其全要素生产率指数的下降。

3 结论与建议

本文主要探讨了港口绿色发展效率，通过构建港口社会效益评价指标体系，从运营、节能减排、社区规划、推动地区发展等方面凸显港口特征，利用超效率SBM模型和Malmquist全要素生产率指数模型，测度港口绿色发展效率和环境效率，探究港口社会效益评价指标体系对港口绿色发展效率的影响。通过研究，得出以下结论：（1）在时间层面，港口绿色发展效率与环境效率的变化基本一致，总体呈波动下降趋势，但绿色发展效率高于环境效率，社会效益对港口绿色发展效率影响显著。在空间层面，港口绿色发展效率总体呈现南高北低的特征，与环境效率相比，港口绿色发展效率有明显提升。

（2）从港口绿色发展效率的投入产出优化情况来看，社会效益评价指标体系对指标的投入产出改进情况不一，其中对生产用泊位的投入冗余度及非期望产出冗余度的影响最为显著，港口在提升绿色发展效率的背景下，面临资源集约化和环境可持续发展的迫切要求。

（3）在探究港口绿色发展全要素生产率指数及分解指数中，纯技术效率指数、规模效率指数均保持不同程度的下降，而技术进步指数成为推动全要素生产率提升的主要因素。国家科技水平对行业的支撑，成为推动港口绿色发展效率提升的有效因素。

在国家重大战略指引下，积极建设绿色港口，加快港城融合发展，是建设世界一流港口的重要保障。本文根据社会效益的影响及绿色发展效率，参考文献[18-19]提出以下建议。

（1）加大节能环保和污染防治力度，促进环境可持续性发展。加强技术创新，推广废弃物处理及新能源应用，严格执行污染物及船舶排放标准，打造绿色、清洁产品;提高资源利用率，更新港口基础设施，推动资源的循环利用;加大环保投资，强化政府政策与资金扶持力度，推进港口全面绿色发展。

（2）明确运营发展战略，完善组织结构，注重培养高水平人才;结合“双循环”发展要求，推动开放型经济发展，营造公平运营环境，积极参与基础设施建设及国内外运输体系完善，推动交通运输制度及标准修订，增强港口适应新发展理念的能力。

（3）在地区建设方面，加强区域合作，实现港城融合发展。利用区位优势，实现专业化分工，形成贸易-城市及港口-航运服务等模式，推动资源整合及产业链深化，加强港口及城市协调发展。

（4）加强技术研发，推动区域技术完善及科技创新。强化关键技术研发，推动行业技术变革，对港口设备进行升级，建设符合技术改造及行业发展要求的基础设施;结合智慧交通、人工智能，推进智能领域应用。

本文通过引入港口社会效益评价指标体系反映港口绿色发展效率，突出港口可持续发展的目标。但研究存在一定不足：由于指标数量有限，社会效益评价指标体系的构建具备一定主观性，未来将进一步完善评价指标体系;本文采用的面板数据受限于数据可获取性，未来将继续补充数据资料，完善港口绿色发展效率评价。

参考文献：

[1]PREZ I， GONZLEZMM， TRUJILLO L. Do specialisation and port size affect port efficiency？ Evidence from cargo handling service in Spanish ports[J]. Transportation Research Part A， 2020， 138： 234-249. DOI： 10.1016/j.tra.2020.05.022.

[2]匡海波. 中国港口上市公司综合效率研究[J]. 科研管理， 2007（3）： 148-155. DOI： 10.19571/j.cnki.1000-2995.2007.03.022.

[3]李琳琳， 姜诚. 基于多层次模糊分析法的湖北省港口发展综合评价[J]. 水运管理， 2020， 42（9）： 30-33. DOI： 10.13340/j.jsm.2020.09.009.

[4]余璇， 鮑君忠. 基于SFA的不同管理模式下邮轮港口技术效率评价研究[J]. 中国水运， 2016（12）： 39-41. DOI： 10.13646/j.cnki.42-1395/u.2016.12.014.

[5]郑琰， 许美贤. 基于DEA模型的港口物流效率评价研究[J]. 重庆理工大学学报（自然科学）， 2020， 34（10）： 266-272.

[6]匡海波. 基于超效率CCR-DEA的中国港口上市公司成本效率评价研究[J]. 中国管理科学， 2007（3）： 142-148. DOI： 10.16381/j.cnki.issn1003-207x.2007.03.023.

[7]TOVAR B， WALL A. Are larger and more complex port more productive？ An analysis of Spanish port authorities[J]. Transportation Research Part A， 2019， 121： 265-276. DOI： 10.1016/j.tra.2019.01.008.

[8]LIM S， PETTIT S， ABOUARGHOUB W， et al. Port sustainability and performance： a systematic literature review[J]. Transportation Research Part D， 2019， 72： 47-64. DOI： 10.1016/j.trd.2019.04.009.

[9]刘勇， 汪传旭. 基于非期望输出网络DEA的集装箱港口群效率评价[J]. 系统工程， 2018， 36（4）： 121-126.

[10]WAN C P， ZHANG D， YAN X P， et al. A novel model for the quantitative evaluation of green port development： a case study of major ports in China[J]. Transportation Research Part D， 2018， 61： 431-443. DOI： 10.1016/j.trd.2017.06.021.

[11]交通运输部. 交通运输部关于发布《绿色港口等级评价指南》的公告[EB/OL]. （2020-05-15）[2021-02-01]. http：//xxgk.mot.gov.cn/2020/jigou/syj/202006/t20200623_3314948.html.

[12]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509. DOI： 10.1016/S0377-2217（99）00407-5.

[13]FARE R， GROSSKOPF S， LINDERGREN B， et al. Productivity changes in Swedish pharmacies 1980-1989： a nonparametric Malmquist approach [J]. Journal of Productivity Analysis， 1992， 3（1）： 85-101. DOI： 10.1007/BF00158770.

[14]袁杨， 孙加森. 基于非期望产出偏好DEA模型的中国上市港口企业环境效率分析[J]. 系统工程， 2017， 35（5）： 85-91.

[15]国家发展改革委. 国家发展改革委关于印发《节能低碳技术推广管理暂行办法》的通知[EB/OL]. （2014-01-06）[2021-02-01]. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/201401/t20140110_964014.html.

[16]齊丽云， 魏婷婷. 基于ISO26000的企业社会责任绩效评价模型研究[J]. 科研管理， 2013， 34（3）： 84-92 DOI： 10.19571/j.cnki.1000-2995.2013.03.011.

[17]王化田， 方涛， 丁华. 基于强度模型的环渤海港口群辐射能力定量价值评估分析研究[J]. 科学与管理， 2015， 35（5）： 62-69.

[18]王艳， 苏怡. 绿色发展视角下中国节能减排效率的影响因素： 基于超效率DEA和Tobit模型的实证研究[J]. 管理评论， 2020， 32（10）： 59-71. DOI： 10.14120/j.cnki.cn11-5057/f.20201027.001.

[19]中共中央国务院. 中共中央国务院印发《交通强国建设纲要》[EB/OL]. （2019-09-19）[2021-02-01]. http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm.

（编辑 赵勉）

收稿日期： 2021-02-01

修回日期： 2021-04-14

基金项目： 国家自然科学基金（72174035，71774018）;辽宁省自然科学基金（2020-HYLH-20）;辽宁省社会科学规划基金（L21ACL002）;辽宁省“兴辽英才计划”（XLYC2008030）

作者简介：

贾鹏（1979—），男，辽宁铁岭人，教授，博导，博士，研究方向为交通运输规划与管理，（E-mail）jiapeng@dlmu.edu.cn