中国省际工业生态效率空间分布及影响因素研究

被引:62
作者
李成宇 [1 ]
张士强 [1 ,2 ]
张伟 [2 ]
机构
[1] 山东科技大学经济管理学院
[2] 济南大学绿色发展研究院
关键词
工业生态效率; BCC模型; Malmquist指数;
D O I
10.13249/j.cnki.sgs.2018.12.004
中图分类号
F424 [工业建设与发展];
学科分类号
020205 ; 0202 ;
摘要
将中国30省市(不含港、澳、台和西藏地区)作为研究对象,进行省际工业生态效率空间分布及影响因素研究。首先构建中国省际工业生态效率评价指标体系,其次利用DEA-BCC模型结合Malmquist指数对2006~2015年中国30省市在时空两个维度上的工业生态效率进行测算,再次运用Geoda软件分析中国工业生态效率的空间分布特征,最后通过空间误差模型对中国工业生态效率的影响因素进行检验。研究结果表明:(1)中国工业生态效率虽呈现小幅度下降趋势,但整体效率水平较高;30省市之间存在明显差异性,呈现出东部>中部>西部的分布格局。(2)中国工业生态效率Malmquist指数增长率水平较高;30省市Malmquist指数均为正向增长,呈现出稳定增长趋势;技术进步效率是Malmquist指数的主要推动力。(3)中国30省市工业生态效率呈现正向空间自相关性,且存在明显的集聚状态,近邻效应显著。(4)中国省际工业生态效率的主要影响因素有经济发展水平、产业结构、政府规制、技术进步、外商投资和产业集聚。
引用
收藏
页码:1970 / 1978
页数:9
相关论文
共 28 条
[1]   湖南工业生态效率评价及影响因素实证分析——基于DEA方法 [J].
杨亦民 ;
王梓龙 .
经济地理, 2017, 37 (10) :151-156+196
[2]   中国省域工业生态效率及影响因素的空间计量分析 [J].
卢燕群 ;
袁鹏 .
资源科学, 2017, 39 (07) :1326-1337
[3]   基于环境压力的矿业城市工业生态效率 [J].
汪克亮 ;
黄晴晴 ;
孟祥瑞 .
系统工程, 2017, 35 (02) :36-44
[4]   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].
杨佳伟 ;
王美强 .
软科学, 2017, 31 (02) :92-97
[5]   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].
郭露 ;
徐诗倩 .
经济地理, 2016, 36 (06) :116-121+58
[6]   中国农业生态效率测度及时空差异研究 [J].
王宝义 ;
张卫国 .
中国人口·资源与环境, 2016, 26 (06) :11-19
[7]   江浙沪地区城市建设用地生态效率评价——基于三阶段DEA与Bootstrap-DEA方法 [J].
吴振华 ;
唐芹 ;
王亚蓓 .
生态经济, 2016, 32 (04) :105-110
[8]   旅游生态效率模型及其实证研究 [J].
姚治国 ;
陈田 .
中国人口·资源与环境, 2015, 25 (11) :113-120
[9]   资源型城市生态效率评价 [J].
黄雪琴 ;
王婷婷 .
科研管理, 2015, 36 (07) :70-78
[10]   基于生态效率的江西省循环经济发展模式 [J].
黄和平 .
生态学报, 2015, 35 (09) :2894-2901