EN中文

经济地理 >

2020 , Vol. 40 >Issue 1: 181 - 186

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.01.020

三农、土地与生态

京津冀城市群生态绩效水平测度及影响因素

  • 孟雪 , 1 ,
  • 狄乾斌 , 1, 2, ※ ,
  • 季建文 2
展开
  • 1.辽宁师范大学 地理科学学院，中国辽宁 大连 116029
  • 2.辽宁师范大学 海洋经济与可持续发展研究中心，中国辽宁 大连 116029
※狄乾斌（1977—），男，山东滕州人，博士，教授，博士生导师。主要研究方向为经济地理。E-mail：。

孟雪（1993—），女，黑龙江绥芬河人，博士研究生。主要研究方向为经济地理。E-mail：。

收稿日期: 2019-01-27

  修回日期: 2019-06-14

  网络出版日期: 2025-04-25

基金资助

国家自然科学基金项目(41571127)

教育部人文社科重点研究基地重大项目(17JJD790010)

收起

Measurement on the Level of the Urban Ecological Performance and Analysis of Influential Factors in Beijing-Tianjin-Hebei Urban Agglomeration

  • MENG Xue , 1 ,
  • DI Qianbin , 1, 2, ※ ,
  • JI Jianwen 2
Expand
  • 1. School of Geography，Liaoning Normal University，Dalian 116029，Liaoning，China
  • 2. Marine Economics and the Sustainable Development Research Center，Liaoning Normal University，Dalian 116029，Liaoning，China

Received date: 2019-01-27

  Revised date: 2019-06-14

  Online published: 2025-04-25

Fold

摘要

基于循环经济视角，采用SBM超效率模型测度2003—2015年京津冀城市群13个城市的生态绩效水平及其时空差异特征，并运用面板Tobit模型和随机效应模型（RE）进行生态绩效影响因素回归分析。结果表明：①沧州市和唐山市在研究期内始终保持在生产前沿面以上，北京市和石家庄市远远低于生产前沿面，城市生态绩效水平提升空间较大。②绝对差异变化和相对差异波动幅度大，变化趋势基本一致，阶段变化特征明显，近两年差异呈扩大趋势；京津冀城市群生态绩效水平较高的地区主要贴近沿海地区分布，区域差异较明显。③影响因素回归分析结果：低碳潜能、空气质量和地区经济发展状况对生态绩效水平产生正向影响；对外开放水平的估计系数为负且较显著；人口压力是阻碍生态绩效水平提高的潜在性因素。

关键词： 生态绩效; 循环经济; SBM超效率; 面板Tobit模型; 随机效应模型（RE）; 京津冀城市群

本文引用格式

孟雪 , 狄乾斌 , 季建文 . 京津冀城市群生态绩效水平测度及影响因素[J]. 经济地理, 2020 , 40(1) : 181 -186 . DOI: 10.15957/j.cnki.jjdl.2020.01.020

Abstract

Based on the perspective of cyclic economy, ecological performance level and spatiotemporal difference feature of Beijing-Tianjin-Hebei area including 13 cities are measured using SBM super-efficiency model from 2003 to 2015. Meanwhile, panel Tobit and random effect model are applied to regression analysis of the influence factors of ecological performance. The conclusions are as follows: 1) Cangzhou and Tangshan keep on the production frontiers during the period of study consistently and Beijing, Shijiazhuang are further beneath the production frontiers, having a large room for improving urban ecological performance. 2) Fluctuation of absolute difference change and relative difference change is large with consistent trend of change and transparent feature of periodic change. Difference takes on an amplified trend in recent two years. Districts with a higher level of ecological performance of Beijing-Tianjin-Hebei area distribute closely to coastal areas predominantly, which has obvious difference between regions. 3) Regression analysis shows that low carbon potential, air quality and regional economic development have positive impact on the level of ecological performance, and the estimation coefficient of opening-up level is negative and significant; population pressure is a potential factor to hinder the improvement of ecological performance level.

Key words： ecological performance; circular economy; SBM super-efficiency; panel Tobit model; random effect; Beijing-Tianjin-Hebei Urban Agglomeration

城市群作为国家参与全球竞争与国际分工的全新地域单元，将决定21世纪世界政治经济的新格局[1]。我国为应对全球城镇化竞争，在稳定发展经济的同时，应以发展质量和效益为主，以发展良好的城市生态环境为目标。随着我国生态文明建设的大力推进，更加重视“绿色发展、循环发展、低碳发展”，提倡节约资源和保护环境的空间格局、产业结构、生产方式及生活方式。2017年5月中央深改组第三十四次会议再次提到要加强固体废物回收利用管理，发展循环经济。京津冀城市群作为中国核心区的重要组成部分，以两市一省为主要范围[2]，是我国人口高密度集聚区[3]，工业污染强度较高的区域[4]，以至于近几年环境问题和资源紧缺问题突出。到2015年该区域GDP占全国总量10%，人口占全国总量8%，能源消耗总量占全国总量的10%，水资源重复利用率（72.41%）低于全国利用率（79.95%）。如何解决京津冀城市群资源紧张，绿色健康发展京津冀城市群，成为当前关注热点问题。
“绩效”源于管理学概念，是成绩和成效的综合，是工作效率与效能的一种评估方式。随着环境问题的突出，企业将环境管理纳入经营体系，环境绩效评价逐渐受到关注[5]。生态绩效研究相对较少，相近研究主要是环境绩效和生态效率研究。国外最早开始环境绩效评价的研究，主要开展微观企业环境绩效研究[6-7]和环境绩效内涵以及评价指标[8]等方面的研究。而国内环境绩效研究呈现以下特点：从研究内容来看，以往研究多以企业环境绩效评估[9-11]或城市环境绩效[12-13]评估为主；从研究尺度上来看，多选取单个行业[9-11]或全国层面城市[12,14]为研究层次；研究方法上多采用数据包络分析（DEA）方法进行测度[15-16]。关于“生态绩效”（Ecological performance）的研究，国外始于1983年Bruce K Ferguson在土地开发研究中首次提出生态绩效（Ecological performance），研究更侧重于通过生态绩效来规范土地的开发与设计标准[17]。国内郭嵘等从城乡规划学的角度提出生态绩效概念及指标构建，并应用于哈尔滨市生态城市建设[18]。近几年国内研究多采用生态效率和环境绩效来评价区域生态经济问题，生态经济具有“时间性、空间性和效率性”特征，其中效率性要求资源利用在效率维上的高效性，即“低耗、高效”的资源利用方式。美国经济学家波尔丁在1960年代提出生态经济时谈到循环经济，循环经济的本质就是一种生态经济，要求运用生态学规律来指导人类社会的经济活动，是在可持续发展的思想指导下，按照清洁生产的方式，对能源及其废弃物实行综合利用的生产活动过程[19]。以往生态效率和环境绩效的研究认为要素投入仅得到期望产出和非期望产出，忽略了经济生产过程中非期望产出的资源化对生态经济的贡献，本文从循环经济的视角定义生态绩效，将生态绩效定义为生态绩效=经济效益产出+循环利用产出/实际利用资源投入。目的在于消减对环境不良影响、资源消耗和生产成本的同时，产出有效经济价值。
本文基于循环经济的视角结合绩效理念，采用SBM超效率模型测度京津冀城市群生态绩效水平。在指标体系构建中，产出=经济效益产出+循环利用产出。主旨是强调各要素的循环利用，更加“低耗、高效”地发展城市经济。思考京津冀城市群生态绩效已达到怎么样的水平，生态绩效水平空间格局呈怎样的特征，可能影响京津冀城市群生态绩效的影响因素有哪些，通过准确评估城市群生态绩效更为直接地反映政府宏观和微观环境管理活动实施的成效[13]，可为城市生态循环经济提供借鉴，为京津冀城市群绿色健康发展提供参考依据。

1 研究方法与指标

1.1 SBM超效率模型

数据包络分析（Data Enveloppment Analysis，DEA）方法是一种多输入多输出的分析方法，即要素投入与产出之间的相对效率评价的系统分析方法[20]。2002年Tone提出非径向的基于松弛测度的SBM模型，与传统的DEA模型不同，SBM模型将松弛变量引入目标函数，SBM模型的经济解释是使实际利润最大化，为进一步完善SBM模型，Tone提出SBM超效率模型，用于评价SBM有效的评价单元，弥补不能将所有评价单元效率值计算出来的缺陷[21]。一方面利用SBM超效率模型可对DEA有效单元进一步排序，在评估决策单元时，将该决策单元本身排除在决策单元的集合之外[22]；另一方面超效率值不存在截尾问题，在影响因素回归分析中不局限于采用处理截尾数据的Tobit模型。本文采用非导向SBM超效率模型，公式[23]表达如下：
m i n ρ S E = 1 + 1 m ∑ i = 1 m s i - / x i k 1 - 1 s ∑ r = 1 s s r + / y r k s . t . ∑ j = 1 , j ≠ k n x i j λ j - s i - ≤ x i k ∑ j = 1 , j ≠ k n y r j λ j - s i + ≤ y r k λ , s - , s + ≥ 0 i = 1,2 , ⋯ , m ; r = 1,2 ⋯ , q ; j = 1,2 ⋯ , n j ≠ k
式中： ρ为生态绩效值； λ代表投入产出权重； x k和 y k分别代表投入向量和产出向量； x i k和 y r k分别代表第 i种投入要素和第 r种产出要素投入向量和产出向量； s -代表投入松弛变量； s +代表产出松弛变量。评价单元的 ρ为超效率值，当 ρ > 1时评价单元相对有效，当 ρ < 1时评价单元相对无效，投入产出有待改进。

1.2 影响因素模型

Tobit模型又称样本选择模型、受限因变量模型，是因变量满足某种约束条件下取值的模型。公式表达如下：
Y = Y i t * = β j X i t + u i + ε i t , Y i t * > 0 0 ,   Y i t * ≤ 0
式中： Y为研究因变量； X i t为自变量； u i为个体效应； β j为待估参数（ j = 1,2 , ⋯）； ε为扰动项且 ε i t ~ N 0 , σ ε 2。为避免采用截断数据模型造成数据损失，导致估计有偏，本文利用最大似然估计方法的面板随机Tobit模型回归分析。当 u i与自变量 X i t不相关，则为随机效应模型（RE）。

1.3 指标选取与数据来源

本文从投入产出的角度并结合循环经济视角构建京津冀城市群生态绩效评价指标体系（表1）。在指标体系构建中，投入=资本消耗+土地消耗+劳动力消耗+水资源消耗+能源消耗+科技（信息）消耗，产出=经济效益产出+循环利用产出。资本存量的计算采用永续盘存法进行估算：

K i t = K i t - 1 1 - ∂ + I i t

式中： K i t表示地区 i第 t年的资本存量； ∂表示固定资产折旧率（6％）； I i t表示地区 i第 t年的资本形成总额（以2002年为基期）。
表1 城市生态绩效评价指标体系

Tab.1 The index system of urban ecological performance evaluation

指标类别 指标构成
投入 资本消耗 固定资本存量（万元）
土地资源消耗 建成区面积（hm2）
劳动力消耗 年末单位从业人员（万人）
水资源消耗 供水总量（万m3）
能源资源消耗 能源消耗总量（万吨标准煤）
科技（信息）消耗 财政科学支出（元）
国际互联网用户数（户）
固定电话用户（万家）
移动电话用户（万家）
产出 经济效益产出 GDP（万元）
循环利用产出 城市水重复利用率（%）
一般工业固体废物综合利用率（%）
关于以价格为单位的原始数据，为消除价格因素的影响需进行数值平减，但由于缺少具体城市经济数据的平减指数，通常使用各省市的GDP平减指数进行数值平减。循环利用产出的选取参考国家发改委联合财政部、环保部和国家统计局共同发布的《循环经济发展评价指标体系（2017年版）》，选取可获取的固体和水资源的循环利用率代表。选取2003—2015年京津冀城市群的13个城市作为生态绩效水平测试的评价单元，样本数据来源《中国城市统计年鉴》《中国统计年鉴》《中国城市建设统计年鉴》《中国区域经济统计年鉴》及各省市的统计年鉴和统计信息网站。

2 结果分析

2.1 城市生态绩效时序变化特征

采用SBM超效率模型分别测算2003—2015年京津冀13个地级以上城市的城市生态绩效水平并进行排序（表2）。结果特征：在研究期内，京津冀整体生态绩效平均值为0.753，最高值为1.308，最低值为0.320，最低值与最高值相差3.09倍。2003年达到相对有效的城市有7个，占总数的53.85%，到2015年达到相对有效的城市下降到4个，占总数的30.77%。可能原因是：在发展前期，地区经济增长方式粗放，依靠经济数量增长提高绩效水平，相对有效城市的生态绩效水平呈上升趋势。由于前期忽视了生态环境可持续发展，在经济进入新常态发展阶段，粗放式经济模式的弊病爆发，地区经济发展不平衡，地方的环境保护和防治不到位等问题凸显，相对有效城市总数下降。
表2 京津冀地区各市部分生态绩效值及排名

Tab.2 The value and ranking of partial ecological performance in each city of Beijing-Tianjin-Hebei

城市 2003 2007 2011 2015 平均值
效率值 排名 效率值 排名 效率值 排名 效率值 排名
北京市 0.469 11 0.523 8 0.124 13 0.160 13 0.320
天津市 0.888 8 0.704 6 0.607 9 0.702 6 0.730
石家庄市 0.596 10 0.446 9 0.485 10 0.359 12 0.500
唐山市 1.340 1 1.270 2 1.315 2 1.222 2 1.308
秦皇岛市 1.007 6 1.014 5 1.021 4 0.713 5 0.973
邯郸市 0.651 9 0.539 7 0.633 6 0.592 8 0.608
邢台市 1.029 4 0.376 11 0.625 8 1.002 4 0.659
保定市 1.014 5 0.393 10 0.371 12 0.450 10 0.480
张家口市 0.325 12 0.349 12 0.470 11 0.513 9 0.432
承德市 0.261 13 0.213 13 0.631 7 0.596 7 0.522
沧州市 1.202 3 1.459 1 1.321 1 1.279 1 1.303
廊坊市 1.275 2 1.048 3 1.011 5 1.118 3 1.051
衡水市 1.002 7 1.036 4 1.038 3 0.388 11 0.909
从各城市排序来看，衡水市和保定市下降最为明显，衡水市的数值由1.002（2003年）下降到0.388（2015年），排名由第7名下降到第11名，保定市的数值由1.014（2003年）下降到0.450（2015年），排名由第5名下降到第10名；张家口市、承德市和沧州市在研究期内整体生态绩效水平呈上升趋势，名次上升较大的是承德市，由第13名（2003年）上升到第7名（2015年）。沧州市和唐山市在研究期内排序保持在前3名内，始终保持在生产前沿面以上，北京市和石家庄市处于后3位内，远远低于生产前沿面，说明城市生态绩效水平提升空间很大。

2.2 京津冀城市群生态绩效差异演化特征

由图1标准差系数（绝对差异）和变异系数（相对差异）结果可知，在研究期内绝对差异变化和相对差异波动幅度大，阶段变化特征明显，变化趋势基本一致。2007和2012年为高峰结点，其中2007年绝对差异达0.396，相对差异达0.542；2012年绝对差异达0.374，相对差异达0.555；2013年为研究期的最低值结点，绝对差异达0.314，相对差异达0.398，近两年整体呈上升趋势。说明京津冀各城市生态绩效水平随时间变化差异明显，近两年差异呈扩大趋势。
图1 京津冀地区生态绩效标准差系数和变异系数

Fig.1 The standard error coefficient and variation coefficient of ecological performance in Beijing-Tianjin-Hebei

2.3 京津冀城市群生态绩效空间分异特征

为进一步辨析在研究期内各城市间生态绩效水平的相对变化趋势，本文采用自然断裂法将城市生态绩效水平划分为四个阶段：高级阶段（ρ≥1）、中级阶段（0.8≤ρ<1）、低级阶段（0.5≤ρ<0.8）和初级阶段（ρ<0.5）。将京津冀城市群城市生态绩效水平划分为三个时间阶段（2003—2007、2008—2011和2012—2015年），并绘制2003—2015年历年城市生态绩效水平均值分布图（图2）。从图2可以看出各时间段的生态绩效水平分布不均，生态绩效水平区域差异对比明显，较高的地区主要贴近沿海地区的分布格局。在2003—2007年（图2a）时间段中，秦皇岛市、唐山市、廊坊市和沧州市处于高级阶段；天津市和衡水市处于中级阶段；保定市、石家庄市、邢台市和邯郸市处于低级阶段；张家口市、北京市和承德市处于初级阶段。在2008—2011年（图2b）时间段中，衡水市生态绩效水平有所提高，进入高级阶段；中级阶段无城市分布；天津市和承德市进入低级阶段。在2012—2015年（图2c）时间阶段中，秦皇岛市、唐山市和沧州市保持在高级阶段；廊坊市生态绩效水平下降进入中级阶段；初级阶段城市数量增加到6个，张家口市生态绩效水平近几年水平有所提高，由低级阶段进入初级阶段；石家庄市和保定市下降明显，生态绩效水平有待提高。从研究期内的各城市历年均值来看（图2d），秦皇岛市、唐山市、廊坊市和沧州市处于高级阶段，衡水市处于中级阶段；承德市、天津市、石家庄市、邢台市和邯郸市处于低级阶段；张家口市、保定市和北京市处于初级阶段。
图2 2003—2015年京津冀地区平均生态绩效空间格局

Fig.2 The spatial distribution pattern of average ecological performance in Beijing-Tianjin-Hebei in 2003-2015

2.4 京津冀城市群生态绩效影响因素分析

由于城市生态绩效的影响因素涉及较为广泛，考虑到数据可获得性，借鉴已有相关研究[24-25]，本文通过构建面板Tobit模型选取可能影响城市生态绩效的影响因素构建回归模型，将京津冀城市群生态绩效结果作为因变量，自变量分别从人口压力、低碳潜能、政府执行力、对外开放水平、空气质量和地区经济发展状况六个方面选取具体代表指标见表3。回归过程中加入年份随机效应进行回归分析得出结果（表3），Likelihood-ratio检验的Chibar 2 （1）统计值为-26.0897，检验结果显示P值为0.000，且通过Hausman检验。同时将该模型加入随机效应模型（RE）检验，对影响因素的可靠性进行进一步的探讨。加入年份随机效应的Tobit模型对京津冀城市群生态绩效影响因素进行识别，模型构建如下：
E P i t = β 0 + β Y 1 Y 1 i t + β 2 Y 2 i t + β 3 Y 3 i t + β 4 Y 4 i t + β 5 Y 5 i t + β 6 Y 6 i t + u i t + δ + ε
式中：因变量 E P为城市生态绩效结果； i表示地区； t表示年份； β 0表示常数项； β 1、 β 2、 β 3、 β 4、 β 5、 β 6为自变量的待估参数； δ为误差项； ε为时间随机效应。利用Stata 13.0软件对各参数估计结果见表3。
表3 京津冀城市地区生态绩效影响因素回归结果

Tab.3 The regression results of the influential factors of ecological performancein Beijing-Tianjin-Hebei

解释变量 代表指标 模型
Tobit RE
人口压力（Y1） 人口密度（人/km2） -0.0704（-1.12） -0.0944*(-2.27)
低碳潜能（Y2） 公共汽（电）车客运总数占地区总人口比重（次/人） 0.172*（1.69） 0.102*（-2.18）
政府执行力（Y3） 政府财政支出占GDP比重（%） 0.0124（0.14） 0.00707（-0.13）
对外开放水平（Y4） 外商直接投资额占GDP比重（%） -0.0878*（-1.82） -0.0266*（-1.85）
空气质量（Y5） 全年空气质量达到和好于Ⅱ级天数占比（%） 1.504***（8.81） 0.574***（9.41）
地区经济发展状况（Y6） 人均GDP（元/人） 0.734***（3.31） 0.348**（3.26）
地区随机 YES YES
年份随机 YES YES

注：括号里面的数值是Z值；***、**、*分别代表1％、5％和10％的显著水平。

影响因素估计结果（表3）显示Tobit模型和随机效应模型回归结果较为一致，各自变量对因变量生态绩效影响方向相同，Tobit模型回归的影响结果更为显著，结果解释以Tobit模型回归结果为主，其他估计结果作为参考。结果解释如下：
人口压力估计系数为负，但影响不显著，是阻碍生态绩效水平提高的潜在性因素。结果表明人口密度的扩大不利于城市生态绩效水平的提高，随着人口密度的增大，人们对该地区的生态需求量也会增多，从环境获取的资源总量和废弃物都会增加，再加上人类生活水平的提高以及对于物质、能量的更大需求，都加大了环境负荷的压力。自然资源的有限性需要我们考虑到生态需求界限，城市的发展需要“有限规划”，提高城市规划的集约意识[26]，生产和生活需求的可循环利用意识。
低碳潜能估计系数为正，均在10%以下水平显著，表明绿色出行方式有利于城市生态绩效水平的提高，绿色出行可以节约能耗和减少污染来实现环境资源的保护和交通的可持续发展。相关研究表明消费者的环境态度越高，绿色出行意向越强[27]，所以倡导消费者绿色出行的环境态度对城市可持续发展具有重要意义。
政府执行力估计系数为正且不显著，有研究表明地方政府行为不合理会造成环境的污染[28]，地方政府对公共服务支出比例越大越有利于降低环境污染，增加经济建设投入会提高环境污染[29]。所以政府的宏观调控对生态绩效的内生性影响有待进一步研究。
地区经济发展状况估计系数为正，均在1%以下水平显著，表明人均GDP的增长有利于生态绩效的提高。污染治理和生态保护需要资金的投入，随着地区宏观经济实力的提高，可用于环境保护和生态建设的资金不断增加，同时随着人们收入的提高，在已满足基本生活需求的条件下，注重环境舒适度的需求增加。
空气质量的估计系数为正，均在1%以下水平显著。空气质量最主要影响因素来源于固定和流动污染源的人为污染物排放大小，空气质量状况可以较为直接地体现出政府对大气污染综合治理力度以及能源利用结构的改善，空气质量与生态绩效的显著正向关系说明了空气质量的改善对于提高生态绩效具有积极的作用，因此积极进行大气污染综合治理以及改善能源利用结构，推进清洁生产，可以缓解资源紧张和环境污染，提高生态绩效水平。对外开放水平估计系数为负，均在10%以下水平显著，这一结果与“污染避难所”假说一致。

3 结论与讨论

本文基于循环经济的视角结合绩效理念，构建投入产出评价指标体系，采用SBM超效率模型，选取2003—2015年京津冀城市群13个城市进行生态绩效测度，结果表明：
在研究期内，京津冀整体生态绩效平均值为0.753，最高值为1.308，最低值为0.320，最低值与最高值相差3.09倍。2003—2015年相对有效城市数量由7个下降到4个。沧州市和唐山市在研究期内排序保持在前3名内，始终保持在生产前沿面以上，北京市和石家庄市处于后3位内，远远低于生产前沿面，说明城市生态绩效水平提升空间很大。绝对差异变化和相对差异波动幅度大，阶段变化特征明显，变化趋势基本一致，随时间变化差异明显，近两年差异呈扩大趋势。各地级市平均生态绩效水平分布不均，生态绩效水平较高的地区主要贴近沿海地区，区域差异比较明显。影响因素回归分析显示：人口压力估计系数为负但不显著，低碳潜能、空气质量和地区经济发展状况估计系数为正且显著。对外开放水平的估计系数为负且较显著。政府执行力估计系数为正且不显著，政府的宏观调控对生态绩效的内生性影响有待进一步研究。
当前京津冀一体化发展不仅要重视经济一体化，还应该重视协同绿色发展、一体化规划和建设，走生态优先、绿色发展道路。需要京津冀各地方政府协同共治地推进管控生态空间、资源环境一体化，优化生产生活空间一体化，完善交通基础设施一体化，督查环境信息一体化，科学合理地宏观调控和管理人口，倡导消费者绿色出行，共同构筑水资源和生态环境安全屏障，加快形成稳定的协同共生关系，推动京津冀地区绿色可持续发展。本文对京津冀城市群生态绩效研究仅涉及到生态绩效水平、时空差异特征及影响因素分析，并没有对特征形成的原因及内在机制进行深入剖析，未来还需进一步深入研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报, 2014, 69(8):1130-1 144.

[2]
陆大道. 京津冀城市群功能定位及协同发展[J]. 地理科学进展, 2015, 34(3):265-270.

DOI

[3]
刘睿文, 封志明, 杨艳昭, 等. 基于人口集聚度的中国人口集疏格局[J]. 地理科学进展, 2010, 29(10):1171-1 177.

[4]
胡志强, 苗健铭, 苗长虹. 中国地市尺度工业污染的集聚特征与影响因素[J]. 地理研究, 2016, 35(8):1470-1 482.

[5]
陈璇, 淳伟德. 环境绩效、环境信息披露与经济绩效相关性研究综述[J]. 软科学, 2010, 24(6):137-140.

[6]
Gray R H, Bebbington K J, Walters D. Accounting for the environment:The greening of accountancy[M]. London: Part Ⅱ, Paul Chapman, 1993.

[7]
Corbet T C J, Pan J N. Evaluating environmental performance using statistical process control techniques[J]. European Journal of Operational Research, 2002, 139(1):68-83.

[8]
ISO. ISO 14031:Environmental performance evaluation Guidelines[R]. Geneva:ISO, 1999:5-10.

[9]
何平林, 石亚东, 李涛. 环境绩效的数据包络分析方法——项基于我国火力发电厂的案例研究[J]. 会计研究, 2012(2):11-17.

[10]
林立国, 楼国强. 外资企业环境绩效的探讨——以上海市为例[J]. 经济学(季刊), 2014, 13(2):515-536.

[11]
杨霞, 王乐娟. 环境绩效与财务绩效关系区域比较研究——来自重污染行业上市公司的实证数据[J]. 人文地理, 2016, 31(5):155-160.

[12]
张子龙, 逯承鹏, 陈兴鹏, 等. 中国城市环境绩效及其影响因素分析:基于超效率DEA模型和面板回归分析[J]. 干旱区资源与环境, 2015, 29(6):1-7.

[13]
陈晓红, 周智玉. 基于规模报酬可变假设的城市环境绩效评价及其成因分解[J]. 中国软科学, 2014(10):121-128.

[14]
吕斌, 曹娜. 中国城市空间形态的环境绩效评价[J]. 城市发展研究, 2011, 18(7):38-46.

[15]
盖美, 连冬, 田成诗, 等. 辽宁省环境效率及其时空分异[J]. 地理研究, 2014, 33(12):2345-2 357.

[16]
程钰, 任建兰, 陈延斌, 等. 中国环境规制效率空间格局动态演变及其驱动机制[J]. 地理研究, 2016, 35(1):123-136.

DOI

[17]
Bruce K Ferguson, Rupert Friday. Ecological performance standards for land development[J]. Biological Conservation, 1983(26):193-213.

[18]
Boulding K E. The economics of the coming spaceship earth[M]. Baltimore: Johns Hopkins University Press, 1996.

[19]
郭嵘. 基于生态绩效评价的哈尔滨生态城市建设对策研究[C]//中国城市规划学会、沈阳市人民政府. 规划60年:成就与挑战——2016中国城市规划年会论文集(07城市生态规划). 中国城市规划学会、沈阳市人民政府, 2016:9.

[20]
Charnes A, Cooper W W, Rhodes E. Measuring the efficiency ofdecision making units[J]. European Journal of OperationalResearch, 1978, 2(6):429-444.

[21]
宫大鹏, 赵涛, 慈兆程, 等. 基于超效率SBM的中国省际工业化石能源效率评价及影响因素分析[J]. 环境科学学报, 2015, 35(2):585-595.

[22]
蔡晓春, 肖小爱. 基于超效率DEA的中国区域能源利用效率研究[J]. 统计与信息论坛, 2010, 25(4):33-40.

[23]
成刚. 数据包络分析方法与MaxDEA软件[M]. 北京: 知识产权出版社, 2014:152.

[24]
杨肃昌, 马素琳. 空气质量与城市发展——基于动态面板GMM模型的实证分析[J]. 经济问题探索, 2015(8):52-60.

[25]
徐成龙, 任建兰, 程钰. 山东省环境规制效率时空格局演变及影响因素[J]. 经济地理, 2014, 34(12):35-40.

[26]
王颖芳, 张彦芝. 基于生态供需关系下的“有限规划”理念的现实性初探[J]. 城市发展研究, 2011, 18(7):87-94.

[27]
陈凯, 邓婷. 环境态度、引导用语与绿色出行意向研究[J]. 干旱区资源与环境, 2017, 31(3):191-196.

[28]
郑周胜, 黄慧婷. 地方政府行为与环境污染的空间面板分析[J]. 统计与信息论坛, 2011, 26(10):52-57.

[29]
余长林, 杨惠珍. 分权体制下中国地方政府支出对环境污染的影响——基于中国287个城市数据的实证分析[J]. 财政研究, 2016(7):46-58.

Options
文章导航

/

〈 〉