中国地区工业的生态效率测度及趋同分析:2003—

摘要：生态效率兼顾经济活动的生态效益和经济效益，在一定程度上反映了经济可持续发展水平，其综合评价有助于探索经济发展方式转变的路径。2003—2010年中国大陆31个省份的工业生态效率测度及趋同分析表明：我国工业生态效率普遍偏低，其省际差异和年际变化差异都较大，而且存在明显的生态效率趋同。为进一步改善我国各省的工业生态效率，既要广泛搭建技术转移平台以促进先进技术推广，还要大力提高落后地区的技术能力以促进先进技术的充分吸收和利用。

关键词：工业；生态效率；趋同；数据包络分析法

中图分类号：F064.1 文献标识码：A 文章编号：1003-3890（2013）07-0012-07

一、引言

改革开放30多年来，我国经历了年均9.9%的高速经济增长，其中工业增加值由1978年的1 607亿元增加到2010年的51 471亿元，增加了31.6倍，年均增速11.50%。①与此同时，我国的高速经济增长亦付出了沉重的环境代价。据中国环境保护部环境规划院2012年1月16日的“环境规划院完成2009年中国环境经济核算报告”消息称：2004—2009年间我国基于退化成本的环境污染代价从5 118.2亿元提高到9701.1亿元，其中2009年环境退化成本和生态破坏损失成本合计13 916.2亿元，较2008年增加9.2%，约占当年GDP的3.8%；我国一次能源CO2排放量从2000年的34.7亿吨上升到2009年的71.8亿吨，增长了一倍，已成为世界主要的CO2排放大国；“十一五”期间我国资源产出率为320～350美元/吨，且有下降趋势，低于先进国家的2 500～3 500美元/吨。[1]②

显然，我国工业经济发展中的经济效益和生态效益并没有得到很好的兼顾，这是我国各地区当前及今后一段时期内亟需解决的重要问题之一。其中，如何综合评价我国地区工业经济发展中的经济效益和生态效益及其演变趋势，并据此探索工业经济发展方式的转变路径，具有重要的理论意义和实践价值。迄今为止，有关经济活动的经济效益和生态效益评价文献较多，其中较引人注目的一组研究从生态效率视角对此进行了综合分析。这些研究主要集中在生态效率的内涵、测度及其影响因素等方面，而鲜有研究对其趋同（或趋异）进行探讨，下面首先对相关文献做一简单综述，然后对中国地区工业的生态效率进行测度和趋同分析。

二、文献综述

生态效率（Eco-efficiency）一词由Schaltegger和Sturm（1990）首次提出[2]，世界可持续发展委员会在1992年里约地球峰会上对其进行了首次界定，其他一些组织机构也对其内涵进行了较广泛的探讨，如经济合作与发展组织（1998）[3]、欧盟环境署（1999）[4]、Saling（2002）等[5]。在生态经济学界，一般都认为生态效率是经济活动产生的增加值与其对环境造成的破坏之比。目前，生态效率这一概念已在生态学、经济学及其交叉学科中广为传播，应用领域涉及产品、企业、行业和区域经济系统的环境绩效评价等，相关综述性文献可参见Tyteca（1996）[6]、Olsthoorn et al.（2001）[7]、吕彬和杨建新（2006）[8]、孙源远和武春友（2008）[9]、杨文举（2009）等[10]。

虽然生态效率改善并非一定意味着可持续性提高（杨文举，2009）[10]，但是作为一个兼顾经济效益和生态效益的综合性指标，其测度无疑具有重要意义，它不仅有利于督促经济行为人开发利用更好的生产技术，而且有利于政策的制定和执行（Kuosmanen和Kortelainen，2005）[11]。然而，生态效率的测度方法至今却尚无定论，其难点在于怎样选择出合理的权重来加总不同的环境压力指标，代表性的测度方法如价值——影响比值计算法（Saling，2002；Huppes和Ishikawa，2005）[12]、数据包络分析法（Data Envelopment Analysis，简写为DEA，Kuosmanen和Kortelainen，2005[11]）、生态成本价值指数模型[13]等。其中，基于DEA的生态效率测度思路近年来得到了较广泛的推广性应用。该思路不需要先验地进行生产函数和市场行为假设，而是通过求解线性规划内生地得出不同环境压力指标的权重，进而根据生态效率的定义来进行测度。不过，现有研究基本上都是运用当期数据来确定最佳实践生产（技术）前沿，一旦存在数据奇异值、经济波动等事实，不可避免地导致生态效率的测度结果失真。杨文举（2011）在借鉴一些生产率分析文献中运用跨期数据来确定生产前沿基础上，对生态效率计算中的基于跨期数据的生产前沿构建思路进行了探讨和应用，这一定程度上避免了数据奇异值、经济波动等情况对生产前沿构建的不利影响[14]。

作为一个衡量经济活动生态效益和经济效益的综合性指标，生态效率的影响因素及提升路径毫无疑问具有多样性，其深入研究对于改善经济活动生态效率具有重要意义，相关研究进行了较广泛的探讨。Fussler等（1996）认为，企业生态效率的提升途径包括客户服务产品质量、企业生命周期和环境承载力等多个方面[15]。Van Berkel R.等（2004）认为，不断升级操作、流程设计和技术等有助于提升企业生态效率[16]。张炳等（2008）则从加强环境管理、提高技术水平、实行清洁生产、发展循环经济和改变生产规模等方面，探讨了企业生产效率的提升途径[17]。庄静怡（2011）从环境政策工具、环保投资、技术创新投入和技术创新成果4大方面，对陕西省工业生态效率的影响因素及提升路径进行了经验分析，结果表明除技术创新成果之外的因素对工业生态效率都有显著影响[18]。程远（2011）从所有制、规模效应、科技创新、外商直接投资、环境管制、行业类别6大方面，实证分析了我国地区工业企业生态效率的影响因素，并提出了相应的对策建议[19]。

前面回顾的这些研究文献，对经济活动中生态效率的内涵、测度、影响因素及提升路径等都做了比较广泛而深入的探讨，这无疑在综合评价经济活动的生态效率等相关领域做出了极具价值的探索。在深入贯彻落实科学发展观的今天，各地区不仅要努力提升经济效益和生态效益，而且还应促进地区经济协调发展。作为经济发展绩效的一个综合性评价指标，生态效率在地区间的差异及其演变情况，在一定程度上显示了地区经济协调发展的程度。王恩旭和武春友（2011）等研究表明，我国各地区经济活动的生态效率差异较大[20]。那么，我国地区经济发展中是否存在生态效率趋同（或趋异）呢？据笔者所知，现有文献中还没有此方面的专门探讨。有鉴于此，本文拟以中国大陆31个省、直辖市和自治区的工业为研究对象，在测度各省的工业生态效率水平基础上，对生态效率是否存在趋同进行经验分析。文章后续部分如下安排：第三部分对本文的经验分析框架做简单介绍，包括基于DEA的生态效率测度模型及其趋同测试模型两部分；第四部分为经验分析，测度中国地区工业的生态效率并进行趋同测试分析；第五部分对全文进行简单总结和研究展望。

三、生态效率的测度及趋同测试模型

（一）基于DEA的生态效率测度

根据生态效率的一般定义，其测度实质上是计算经济活动的增加值与其对环境造成的影响之比值。一般来说，“三废”排放量的多少直观地反映了经济活动对环境的影响程度高低，它们也常常被引入生态效率分析中。然而，一旦将它们中的多个变量引入生态效率测度时，不仅会因量纲不同而出现无法加总的问题，而且还会面临如何选择各环境变量的权重问题。Kuosmanen和Kortelainen（2005）针对上述问题，在运用当期数据来确定经济活动的最佳实践生产前沿基础上，提出并应用了一种基于DEA的生态效率测度法[11]。该方法虽然解决了上述两大问题，但是在数据存在奇异值或年际波动较大时，所构建出来的生产前沿可能会较大地偏离实际情况。杨文举（2011）[14]借鉴Malmquist生产率指数分析中生产前沿构建的跨期数据包络分析思路，对基于DEA的生态效率测度法进行了完善，下面对此进行简单介绍。

假定经济中的决策单元个数为N，“三废”排放量等非期望产出Z的种类为M，期望产出为增加值V，W代表非期望产出的权重。并按照如下方式界定经济活动中的技术集，即它们是在非期望产出为Z时能够生产出期望产出V的技术集，见式（1）。

根据生态效率的一般定义，在t期技术前沿下，第k个决策单元运用s期的产出数据来计算的生态效率EEk（Zs，Vs，t），实质上就是求解一个式（2）所示的线性规划。其中，不等式约束个数为N*t个，其目的就是在跨期数据包络分析思路下界定t期的环境技术前沿，即运用1～t期的所有产出数据来确定t期的最佳实践生产前沿，现有研究中除杨文举（2011）外都是只用t期的产出数据来确定t期的最佳实践生产前沿。

显然，利用式（2）计算出来的生态效率是一个相对值，取值范围为[0，1]，其数值大小直观地反映了各决策单元偏离共同生产前沿的距离。其中，如果EEk（Zs，Vs，t）越接近1，则该决策单元越接近生产前沿，其生态效率越高；所有生态效率取值为1的决策单元共同构成经济中的生产前沿；如果从t期到s期之间（t

（二）生态效率趋同测试模型

趋同（或趋异）测试研究发端于20世纪80年代中期的国际经济增长趋同分析（Baumol，1986）[21]，随后在经济增长研究领域得到了广泛应用，其初衷在于经验验证经济增长中是否存在后发国家（或地区）追赶发达国家（或地区）的经济增长现象，并据此检验新古典增长理论和新增长理论在阐释长期经济增长中的适用性。近年来，趋同测试分析已在经济学、管理学、社会学、环境科学等众多学科领域得到了广泛的推广运用。其中，效率研究领域的趋同分析相对较少，现有研究主要是借鉴经济增长趋同研究中的β趋同和（或）θ趋同测试模型，对区域技术效率（Becerril-Torres et al.，2010[22]）、银行效率（Casu和Girardone，2010[23]）、零售企业技术效率等进行趋同测试。Quah（1996）指出，β趋同测试结果存在缺陷：一是可能得出伪趋同结论，即在后发者以更快的速度增长并超越先发者时同样会得出趋同结论；二是该思路不能得出横截面单元间的水平差距在年际变化中是否逐步缩小的结论。经济增长理论表明，β趋同检验的是经济增长速率是否出现了后发者比先发者更快的“追赶效应”，而θ趋同检验的是经济增长水平（如GDP、收入水平等）是否出现了不同国家（或地区）间的差距逐步缩小现象；β趋同是θ趋同的必要条件而非充要条件，这两种趋同测试模型在检验经济发展中是否存在趋同现象时是互为补充的。因此，为较真实地反映经济增长中是否存在趋同现象，有必要同时进行β趋同和θ趋同测试。

本文借鉴Weill（2009）所采用的β趋同和θ趋同测试模型进行经验分析，测试模型见式（3）和式（4）[24]。其中，β趋同测试在于检验生态效率的年际变化中，是否存在期初生态效率较低省份的变化速率快于生态效率相对较高的省份，亦即生态效率年际变化中是否存在追赶效应；θ趋同测试在于检验生态效率的年际变化中，是否存在省际生态效率差距逐步缩小现象。

四、中国省份工业的经验分析

（一）变量选择及数据处理

根据前面的生态效率测度思路，经验分析中需要选择一组变量来衡量经济活动的增加值及其对环境的负面影响。本文借鉴杨文举（2009；2011）的做法，并结合数据的可得性和指标选取的合理性，选取大陆31个省、直辖市和自治区的工业增加值来度量工业生产活动的经济增加值，选取二氧化硫（SO2）排放量、工业废水中的化学需氧量（COD）、氨氮排放量、工业烟尘排放量和工业粉尘排放量5个指标来度量工业生产活动对环境造成的压力。

根据经济发展中最佳实践前沿确定的跨期数据包络分析思路，经验分析中数据的时间年限越长越好，这样尽可能地避免数据的奇异值和年际大幅波动对生产前沿构建的不利影响。本文在保证原始数据权威性基础上，将数据的时间跨度定格在2003—2010年，所有数据均来源“中国经济信息网专题资料库”，相关数据的一般统计信息见表1（限于空间，这里仅列出2006年的统计结果）。

表1的统计数据表明，我国大陆各省的工业发展是非均衡的，它们的期望产出和非期望产出都具有较大的省际差异。其中，各省工业增加值差异巨大，其最大最小值比超过600，而且中间值仅为最大值的17.42%。与此同时，各省工业发展中产生的“三废”排放量亦具有巨大差异，在所选择的5个变量中，全国的最大最小值比的最小值就接近700，而且中间值都远低于最大值。那么，我国大陆各省工业发展的生态效率是否也具有较大差异呢？如果存在的话，这种差距是否随着时间推移在逐步缩小？下面将从经验分析角度出发，对上述问题进行简单探讨。

（二）生产前沿的确定及生态效率测度

以2003—2010年的面板数据为基础，运用Lingo11.0计算式（2）所示的线性规划，得出大陆各省在各年的工业生态效率及生产前沿构成，计算结果见图1和表2。

这些计算结果表明，我国大陆各省工业发展中存在不同的生态效率水平，不过省际差异在整个分析期间有所降低；而且多数省份的生态效率都较低，各年的平均值都不到0.5。其中，8年中位于生产前沿上的省份很少，只有北京和上海一直位于生产前沿上，这表明它们在31个省份中，以最小的“三废”排放获得了同等数量的增加值，或在三废排放量等同情况下获得了最大数量的增加值。就位于生产前沿上省份最多的2004年（2010年也有5省位于生产前沿上）而言，工业生态效率的平均值也只有0.435 5，而且只有北京、上海、海南、和青海5省位于生产前沿上，它们的工业生态效率为1；其余各省的工业生态效率都小于1，最低的为宁夏仅0.060 3，只有生产前沿上各省生态效率的16.58%。工业生态效率的这种省际差异从图1中亦可直观地看出来，代表生态效率的3条曲线不仅波动幅度大，而且其中众多数据点取值都位于1以下。根据生态效率的定义可以推论，导致生态效率省际差异的原因是多方面的，本文认为主要体现在下述3个方面。一是各省工业行业及产品差异大，这不可避免会导致单位产出的三废排放量具有较大差异。二是各省在工业发展中对生产技术（或工艺）特别是环境技术的选用有差异，不同生产技术（或工艺）下的单位产出排放量也自然会存在一定差异。三是各省工业发展中的技能—技术匹配情况并非等同，从而它们即使利用相同生产技术生产同种产品，由于技术有效利用程度不同也会导致单位产出的三废排放量具有一定差异。与此同时，我国各省的工业生态效率省际差异在整个分析期间也有所下降，其标准差由2003年的0.303 2下降到2010年的0.207 7，其中部分年份的标准差还有所上升。显然，仅从这一点还难以说明我国各省的工业生态效率水平差距是否存在着逐步缩下趋势，这将在后面的趋同测试中进行经验分析。

在分析期间内，我国多数省份的生态效率变化差异也较大，总体来说稍有提高，其中平均生态效率由2003年的0.401 5提高到了2010年的0.489 4。具体来说，只有北京、上海和3省的工业生态效率保持不变，而且除在2008年和2009年没有位于生产前沿上之外，它们都一直处于生产前沿上；黑龙江、海南、青海、宁夏和新疆5省的工业生态效率有所下降，其余23省则经历了工业生态效率改善。之所以出现这种生态效率差异性变化，本文认为其主要原因在于各省近年来进行的行业结构调整具有较大差异。其中，部分省份对污染性较大行业（或产品）实施了限制性发展，部分省份则对这些行业进行了技术改造或升级，同时也存在部分省份不仅没有限制这些行业（或产品）的发展，甚至还强化了它们的发展力度。前面的分析表明，行业结构差异是引起工业生态效率省际差异的主要原因之一。因此，这种差异性行业结构调整不可避免地导致省际生态效率变化差异。另外，生态效率变化的追赶效应也可能是引发省际生态效率变化差异的原因，这在后文的趋同分析中将进行经验论证。从理论上来说，在行业结构特别是产品结构相似情况下，那些采用高排放生产技术的省份存在相对较低的生态效率，它们进行技术改造升级进而降低“三废”排放量的空间就越大，从而它们在经济发展中生态效率的提升空间也越大。在经济发展现实中，特别是随着生态文明观念日益深入人心，任何国家（或）地区、行业及企业都会尽可能地采用相对环保的生产技术，从而以相对少的“三废”排放来获取增加值等期望产出。特别是在一个国家内部，不仅技术转移相对容易，而且各地区的技术能力也相对接近，从而更可能出现先进环保技术的推广性使用，最终促进经济发展中的生态效率趋同。一旦出现生态效率趋同，则各省的工业生态效率不可避免地出现变化速率差异。不过，从生态效率计算结果看来，在经历生态效率较大改善（恶化）的省份中，它们在分析初期的生态效率并非都很低（很高）。也就是说，仅从这种差异性的生态效率变化结果中还难以直接判断出我国省份工业生态效率变化是否存在趋同现象，其深入论证有待专门的统计检验，下面对此进行探讨。

（三）生态效率趋同测试

生态效率趋同测试的主要目的在于经验探讨经济发展中是否存在生态效率变化的追赶效应，并最终实现各分析对象的生态效率水平都趋于一致，这可为经济发展中相关政策制订提供决策参考。本文前面的分析结果表明，我国各省的工业生态效率水平及其年际变化都具有较大差异，而且还可能存在生态效率趋同。这里分别采用式（3）～（4）所示的β和θ趋同测试模型来经验验证我国省份工业的生态效率趋同现象。其中，式（3）采用时点-截面固定效应模型（限于空间，时点、截面固定效应估计结果这里没有列出），而式（4）采用混合数据模型，回归估计结果分别见式（5）～（6）。其中，括号中的数据为对应待估参数估计值的T统计量。

在式（5）中，待估参数β为-0.442 4且在1%显著性水平上通过了T检验，这充分表明在2003—2010年间，我国各省的工业生态效率变化经历了增长趋同，也就是说那些在2003年生态效率越低的省份，它们在这几年中生态效率的提高速度越快，反之则反是。在式（6）中，待估参数γ为-0.005 9且在5%显著性水平上通过了T检验，这充分表明在分析期间内，我国各省的工业生态效率经历了水平趋同，也就是说它们的生态效率水平差距在分析期间逐步缩小了。

此部分的生态效率趋同测试结果充分表明，在我国省份工业发展中存在着明显的生态效率趋同现象，这既与前文的理论分析结论一致，也进一步表明生态效率的趋同性也是导致我国各省工业生态效率变化差异较大的原因之一。同时，这些结论在我国的生态文明建设和区域经济协调发展中具有重要的政策含义。我们认为，与经济增长趋同需要建立在一系列条件之上一样，国内地区间的生态效率趋同至少要具备下述4个方面的条件。一是各地区的生态效率水平存在差异，这样才可能出现所谓的生态效率变化的追赶效应。二是各地区的行业结构基本相似，从而它们在经济发展中才可能采用一些相似生产技术进行生产活动。三是技术转移渠道比较畅通，这样先进的环保技术才可能被推广和运用。四是各地区在技术能力（包括基础设施、人力资本、制度环境等多重要素）方面比较接近或正趋于接近，这样它们使用相同生产技术时的技术有效使用程度才可能比较接近，从而单位产出的“三废”排放量才可能趋于接近。因此，为进一步改善我国各省的工业生态效率，我们应广泛搭建技术转移平台，以促进先进生产技术的顺利推广；同时还要不断提高落后地区的技术能力水平，以提高它们对先进技术的充分使用。

五、结语

生态效率是一个衡量经济活动生态效益和经济效益的综合性指标，它在一定程度上反映了经济可持续发展水平，其数值测度可为经济发展目标的制订提供决策参考。而生态效率趋同性分析可作为检验相关发展目标制订科学与否的经验分析工具，同时也可为经济发展决策的制订提供参考。本文不仅测度了中国省份的工业生态效率，而且还借鉴经济增长趋同研究理论，对我国各省的工业生态效率进行了比较深入的趋同分析。本文的经验分析结论主要有以下3点：（1）我国大陆各省的工业生态效率普遍偏低并具有较大差异，其原因主要在于各省在工业行业及产品、生产技术（或工艺）、技能——技术匹配情况等方面具有较大差异；（2）各省在分析期间的工业生态效率变化差异较大，其主要原因在于各省的行业结构调整差异较大并存在生态效率变化的追赶效应等；（3）我国各省工业发展中存在明显的生态效率趋同，这种趋同是建立在一系列前提条件之上的，如各省存在不同的生态效率水平，以及基本相似的行业结构、相对畅通的技术转移渠道和比较接近或正趋于接近的技术能力水平等。

显然，本文的这些研究具有较强的理论价值和实践意义。作为丰富和发展生态效率研究领域的一个初步尝试，本文特别是其中的生态效率趋同测试研究在相关领域可起到一定的抛砖引玉作用。与此同时，本文的一些经验研究结论具有较强的政策含义，它们在指导我国地区经济可持续发展中具有一定的决策参考价值。比如，为进一步改善我国各省的工业生态效率，我们不仅需要广泛搭建技术转移平台以促进先进生产技术的推广，同时还要大力提高落后地区的技术能力以促进先进技术的充分吸收和利用等。当然，本文分析过程中也存在一些缺陷，它们都有待后续研究的补充和完善。比如，由于数据资料所限，本文所选用的分析样本时间跨度不长，而且区域层面的样本存在较大的异质性，后续研究应尽量延长样本的时间跨度，并选用一些接近同质的分析样本，如企业层面的样本等。再如，本文没有对导致生态效率差异及趋同的各种影响因素进行全面而深入的探讨，特别是缺乏相应的经验分析，而这些方面的研究结论在经济发展中都具有极强的政策含义，它们也是该领域后续研究的重要方向，等等。

注释：

①数据来源于《2010年中国统计年鉴》，并以1978年为基期进行了处理。

②数据来源于中国环境保护部环境规划院联合课题组完成的《2009年中国环境经济核算报告》。

参考文献：

[1]中国环境保护部环境规划院联合课题组.2009年中国环境经济核算报告[EB/OL].http：///plus/view.php？aid=33480.

[2]Schaltegger，S.，Sturm，A.？魻kologische Rationalit？覿t：Ansatzpunkte Zur Ausgestaltung You Okologieorienttierten Management Instrumenten[J]. Die Unternehmung，1990，（4）：273-290.

[3]Organisation for Economic Co-operation and Development. Eco-efficiency[R].OECD，1998：7-11.

[4]European Environmental Agency.Making sustainability accountable： Eco-efficiency，resource productivity and innovation[EB/OL].http：//glossary.eea.eu.int/.

[5]Peter Saling，Andreas Kicherer，Brigitte Dittrich-Kr？覿mer，et al.Eco-efficiency Analysis by BASF：The Method[J].The International Journal of Life Cycle Assessment，2002，（7）：1-15.

[6]Tyteca，D.On the Measurement of the Environmental Performance of Firms-A Literature Review and A Productive Efficiency Perspective[J].Journal of Environmental Management，1996，（46）：281-308.

[7]Olsthoorn，X.，D. Tyteca，W. Wehrmeyer，M.Wagner. Environmental Indicators for Business：A Review of the Literature and Standardization Methods[J]. Journal of Cleaner Production，2001，（9）：453-463.

[8]吕彬，杨建新.生态效率方法研究进展与应用[J].生态学报，2006，（11）：3898-3906.

[9]孙源远，武春友.工业生态效率及评价研究综述[J].科学学与科学技术管理，2008，（11）：192-194.

[10]杨文举.中国地区工业的动态环境绩效：基于DEA的经验分析[J].数量经济技术经济研究，2009，（6）：87-98，114.

[11]Kuosmanen，T.，Kortelainen，M.Measuring Eco-efficiency of Production with Data Envelopment Analysis[J].Journal of Industrial Ecology，2005，（9）：59-72.

[12]Gjalt Huppes，Masanobu Ishikawa. Eco-efficiency and Its Terminology[J]. Journal of Industrial Ecology，2005，（9）：43-46.

[13]Joost G Vogtl？覿nder，Arianne Bijma，Han C Brezet. Communicating the eco-efficiency of products and services by means of the eco-costs/value model[J].Journal of Cleaner Production ，2002，（10）：57-67.

[14]杨文举.基于DEA的绿色绿色经济增长核算：以中国地区工业为例[J].数量经济技术经济研究，2011，（1）：19-34.

[15]Fussler C，James P. Drving Eco-Innovation：A Breakthrough Discipline for Innovation and Sustainability[M].Pitman，London，1996.

[16]Van Berkel，R.，Narayanaswamy，V. Eco-efficiency for design and operation of mineral processing plants[C].CHEMECA 2005，Institute for Chemical Engineering Australia Brisbane，QLD，Australia，2005.

[17]张炳，毕军，黄和平，等.基于DEA的企业生态效率评价：以杭州湾精细化工园区企业为例[J].系统工程理论与实践，2008，（4）：159-166.

[18]庄静怡.环境政策、技术创新与陕西省工业生态效率研究[D].陕西师范大学硕士学位论文，2011.

[19]程远.两型社会背景下区域工业企业生态效率及影响因素研究[D].中国科学技术大学硕士学位论文，2011.

[20]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，（3）：443-450.

[21]Baumol，W. Productivity Growth，Convergence and Welfare：What the Long-Run Data Show[J]. American Economic Review，1986，（76）：1072-1085.

[22]Osvaldo U. Becerril-Torres，Inmaculada C. ？魣lvarez-Ayuso，Laura E. Del moral-Barrera. Do infrastructures infuence the convergence of effciency in Mexico？[J].Journal of Policy Modeling，2010，（32）：120-137.

[23]Barbara Casu，Claudia Girardone. Integration and effciency convergence in EU banking markets[J].Omega，2010，（38）：260-267.