环境视角下中国工业效率的测度与分解及影响因素分析

摘要

工业化的快速推进在促进我国经济快速增长的同时，粗放型、低效率的增长方式也带来严重的负面影响，因此，在对我国工业效率进行评价时，需综合考虑工业生产和环境治理的影响，以避免低估工业生产效率造成更高环境破坏代价下的经济增长以及低估环境治理效率造成更高减排成本的经济损失。
　　本文基于1998-2012年全国30个省、市、地区的工业面板数据，通过构建网络DEA模型对我国各地区的工业效率、工业生产效率和环境治理效率进行评价，并运用静态与动态比较的方法对三种效率之间的关系进行了分析。并在此基础之上综合研究了技术因素（技术创新和信息化水平）、制度因素（开放化水平、市场化水平及国有化水平）、结构因素（重型化水平与规模化水平）以及居民消费水平对我国工业效率的影响程度。研究发现:(1)1998-2012年间我国工业生产效率变化较小略微有所上升，而环境治理效率水平提高显著，并在很大程度上促使工业效率水平提升;(2)我国各地区工业企业在进行工业生产的同时也注重保护环境，工业生产效率较高的地区，其环境治理效率也相对较高。(3)技术因素对我国工业效率具有积极的促进作用，制度的变革是近年来工业效率提高的主要原因，而结构因素正越来越成为我国进一步工业化进程的障碍。最后，在生活水平提高之后，人们更有意愿参与到环境治理中来。

目录

声明

摘要

1 引言

1．1 研究背景

1．2 研究意义

1．3 研究内容与研究方法

1．3．1 研究内容

1．3．2 研究方法

1．4 本文可能的创新与不足

1．4．1 本文可能的创新

1．4．2 本文的不足

2 文献综述

2．1 数据包络分析(DEA)与效率的相关研究

2．1．1 数据包络分析(DEA)与效率

2．1．2 环境约束下DEA效率

2．1．3 网络DEA与环境技术效率

2．1．4 网络DEA效率与阶段效率

2．2 工业效率的影响因素研究

3 方法框架

3．1 工业生产系统的链式网络结构

3．1．1 概念界定

3．2 网络DEA模型

3．3 效率影响因素模型

3．3．1 非观测效应面板数据模型

3．3．2 Tobit模型

4 实证一：效率测度

4．1 效率测度的变量选取

4．2 全国效率估计值的比较

4．3 地区效率估计值的比较

4．3．1 静态分析

4．3．2 动态分析

4．4 小结

5 实证二：效率影响因素分析

5．1 效率影响因素分析以及变量选取

5．1．1 技术因素

5．1．2 制度因素

5．1．3 工业结构

5．1．4 居民消费水平

5．2 相关性检验

5．3 非观测效应面板数据模型

5．4 Tobit模型

5．5 小结

6 研究结论

参考文献

致谢