資源環境約束下煤炭產業生態效率測評及其影響因素分析

(武漢工程大學 管理學院,湖北 武漢 430205)

資源環境約束下煤炭產業生態效率測評及其影響因素分析

黃萬華,盧 盈

(武漢工程大學 管理學院,湖北 武漢 430205)

通過文獻回顧和理論分析,構建由資源效率指標和環境效率指標共同構成的煤炭產業生態效率評價體系,運用DEA方法分別測算煤炭產業的生態效率、資源效率和環境效率,通過構建Tobit回歸模型,實證分析了我國煤炭產業生態效率的影響因素。結果表明:煤炭產業的資源效率、環境效率和生態效率總體偏低,資源效率是制約煤炭產業生態發展的主要因素;研發投入強度、利用外資水平和所有制結構對煤炭產業生態效率的提高發揮著積極的作用,而外部監督與生態效率呈現負相關,能源消費結構對生態效率的影響不顯著。

煤炭產業;產業生態化;生態效率

國家“十三五”規劃提出綠色發展理念,將生態環境總體質量改善列為全面建成小康社會的新目標。長期以來，我國傳統的粗放式勘探和開采方式,導致煤炭產業生產效率低下、環境污染日益嚴重,不斷挑戰煤炭產區的生態承載力,已嚴重制約著我國經濟、社會的可持續發展。因此,在資源環境問題日益嚴峻的形勢下,科學測算出我國煤炭產業的生態效率,探尋煤炭產業發展與資源環境之間的均衡點,已成為我國煤炭產業綠色發展和可持續發展的必然要求。

1 文獻綜述

生態效率一詞最早是由Schaltegger、Sturm[1]提出來的,強調經濟效率和環境效率的統一。隨后世界可持續發展工商理事會(WBCSD)[2]在此基礎上進一步拓展生態效率概念,認為生態效率是在盡量減少物品或服務投入的同時,減少有害污染物的排放,達到最大程度提升物品、服務利用率和舒適度的目的。近年來,國內外學者從不同層面對生態效率的測算方法和實際應用上展開了實證研究。

在生態效率的測算方法上,Schaltegger、Burritt[3]用產出與環境影響增加量的比值來衡量生態效率;Dahlstrom[4]從資源生產力、資源使用效率和資源強度三個方面建立了英國鋼鐵和鉛制品行業生態效率的評價指標體系;邱壽豐[5]認為,生態效率指標體系主要包括資源消耗和環境影響兩大類指標,其中資源消耗類指標有勞動效率、水資源效率和資源能源效率,而環境效率包括廢水排放效率、固廢排放效率、廢氣排放效率等;呂連宏[6]等利用層次分析法對中國煤炭工業城市的生態環境質量和生態效率進行了研究;汪東[7]等運用數據包絡分析模型對中國30個省市區的工業生態效率進行了測評。

在生態效率的應用研究方面,可分為企業、工業園區、產業和區域四個層面。Van J、Caneghem[8]等以安塞樂米集團為例,從光化學氧化、水利用等角度對企業的生態效率進行了評價分析;Charmondusit K、Keartpakpraek K[9]以泰國馬塔普工業園區的石油和石化公司為例,從資源消耗、污染物排放、水資源利用三個角度對其生態效率進行了評估;劉魏[10]等運用SBM中四種不同模型對我國綜合類生態工業示范園區的生態效率進行了評價分析;Oggioni G[11]等利用DEA方法和定向距離函數法,構建了各國水泥產業生的態效率評價模型;彭昱[12]運用DEA-Malmquist方法評價了我國電力工業行業的生態效率;陳翔[13]等以造紙業為例,運用矩陣式DEA網絡模型對我國工業產業循環經濟效率展開了實證研究;汪克亮[14]等通過面板數據,運用方向距離函數與共同前沿法分析了各省份生態效率的差異性及其影響因素;成金華[15]運用超效率DEA模型,測算了我國30個省份的生態效率,分析了我國生態效率區域差異的空間機制。

具體到煤炭產業生態效率的研究來看,程曉娟[16]等建立PCA-DEA組合模型分析評估了我國煤炭產業的生態效率,發現煤炭產業的總體生態效率不高的主要原因在于規模無效;牛苗苗[17]通過構建煤炭產業生態效率評價指標體系,運用熵權法和DEA方法對我國煤炭產業生態效率進行了實證分析;彭毅[18]通過構建基于數據包絡分析的綜合評價模型,并利用層次分析法分析了煤炭行業資源型央企的生態效率。

從對現有文獻的回顧和整理來看,國內外學者對生態效率展開了大量的實證研究,對生態效率概念基本達成一致,認為生態效率是經濟產出與資源消耗、環境影響總量的比值[1-3]。在生態效率的具體測評方法上,主要有單一比值法[3]、指標體系法[4,5]和模型法[6,7]。生態效率的應用研究也逐漸從企業[8,9]、工業園區[10]擴展到產業[11-13]和區域[14,15]層面,研究內容主要集中在生態效率測評、生態效率區域差異性、影響機理分析等方面。現有的關于煤炭產業生態效率的研究成果[16-18]主要集中在煤炭產業生態效率指標體系的構建和煤炭產業生態效率的測算方面。在生態效率的研究上,學者們取得了豐富的成果,但仍存在以下不足:①現有研究主要是對煤炭產業總體生態效率的測算,缺乏對煤炭產業生態效率的進一步分解,因此研究結論不具體和深入。②國內對煤炭產業生態效率影響因素的研究多以定性分析為主,缺少量化實證研究。本文在程曉娟[16]、牛苗苗[17]等的研究基礎上,利用主成分分析方法提取資源效率因子和環境效率因子,建立數據包絡評價模型,測算我國煤炭產業的生態效率、資源效率和環境效率,在此基礎上采用Tobit截斷回歸對煤炭產業生態效率的影響因素進行實證分析。

2 測算方法與模型構建

數據包絡分析(Date Envelopment Analysis,DEA)利用統計學方法自動賦權,在處理多投入多產出的情況下有其特有的優勢,是效率評價中應用最廣泛的方法之一,最具代表的有CCR模型(Constant Returns to Scale)和BCC模型(Variable Returns to Scale)。基于煤炭產業對資源投入控制相對簡單,本文選取規模可變的投入導向型BCC模型來測算煤炭產業的生態效率。假設有n個決策單元DMU,每個DMU都有m種投入和s種產出,xij(xij>0,i=1,2,…,m)代表第j個決策單元DUM對第i種類型輸入的投入量,yrj(yrj>0,r=1,2,…,s)表示第j個決策單元DMUj的第r種類型輸入的投入量,并記為:

Xj=(x1j,x2j,…,xmj)T,Yj=(y1j,y2j,…,ysj)(j=1,2,…,n)

(1)

s.t minθ=VD

(2)

λ≥0;i=1,2,…,m;r=1,2,…,q;j=1,2,…,n

通過引入對偶規范式和阿基米德無窮小量ε、投入—產出松弛變量s-、s+,第j0個決策單元的BCC模型最終為:

s.t minθ-εΣ(s-+s+)

λ≥0;s-≥0,s+≥0

(3)

i=1,2,…,m;r=1,2,…,q;j=1,2,…，n

式中,θ表示決策單元的效率值;∑λ>1、∑λ=1和∑λ<1分別表明規模效益遞減、不變和遞增;松弛變量S-和S+分別表示輸入超量和輸出虧量。當θ<1或S-≠0、S+≠0時,則表明決策單元非有效,需要進一步改進;當θ=1時,表明決策單元弱有效;當θ=1且S-=S+=0同時滿足時,則表明該決策單元的投入—產出水平達到效率最佳,且θ值越大,效率越高。

通過以上DEA模型測算得到的煤炭產業生態效率值,除受所選取的投入—產出指標影響外,還受到其他因素的影響。為了更加全面地分析煤炭產業生態效率的影響因素和作用機理,在運用數據包絡分析方法測算出煤炭產業生態效率后,將其作為因變量,選取其他影響因素作為自變量,建立回歸模型。由于通過BCC模型測度的生態效率值在0—1之間,屬于受限因變量,如果采用普通的最小二乘回歸,參數估計將有偏差且存在不一致的情況,所以本文選用受限因變量的Tobit回歸模型:

(4)

式中,Yk為受限因變量;Xk為自變量;β為待估計的參數變量;μk-N(0,σ2),k=1,2…,當采用極大似然法對Tobit模型進行估計時,得到β和σ2是原參數的一致估計量。

3 煤炭產業生態效率測算

3.1 概念界定

生態效率強調經濟效率和環境效益的統一,基本思想是以最小化的資源消耗和環境污染創造最大化的價值,即以最小的資源投入和環境代價換取最大的經濟價值。公式表示如下：

(5)

(6)

(7)

式中，產品或服務價值即為煤炭產業所創造的經濟價值,本文用原煤產量和主營業務收入衡量。生態環境影響具體包括了資源消耗和環境污染兩個方面,根據影響的側重點不同,又可將其分解為資源效率和環境效率兩個效率指標。

3.2 研究指標與數據選取

根據投入指標越小越好,產出指標越大越好的原則,本文借鑒付麗娜[19]、馬勇[20]等方法,將資源消耗與環境污染作為投入指標,將經濟價值作為產出指標處理，借鑒德國環境經濟賬戶中的生態效率指標,以“柯布—道格拉斯”生產函數為基礎,構建由資源效率指標和環境效率指標共同構成的煤炭產業生態效率評價指標體系(表1)。資源效率評價指標體系以資源消耗指標(能源消耗、勞動力投入、資本投入和運營成本)作為投入變量,以原煤產量和主營業務收入作為產出變量。環境效率則依照投入越小越好、產出越大越好的原則,將環境污染相關指標如廢水排放、廢氣排放和固體廢棄物排放等作為投入指標,原煤產量和主營業務收入作為產出變量構建指標體系。根據生態效率的定義,將資源消耗和環境污染指標共同構成其投入指標,產出指標則同樣用原煤產量和主營業務收入衡量。

表1 煤炭產業生態效率評價指標體系

本文研究的是煤炭產業的生態效率,研究對象僅限于狹義的煤炭產業,即煤炭開采與洗選業。為了保證數據的準確和客觀性,本研究范圍限于《中國統計年鑒》統計的主營業務收入在500萬元以上的煤炭企業。由于缺乏橫向的各地煤炭企業的具體數據,本文選取縱向歷年煤炭產業數據作為DEA的決策單元。由于2014年、2015年煤炭產業工業SO2排放和工業煙粉塵排放數據的缺失和2016年相關統計年鑒的時效滯后性,故本文以2001—2013年數據形成13個決策單元。為了保證數據的可靠性和權威性,所有的統計數據均來自相關年份的《中國統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》和中經網統計數據庫。數據描述性統計見表2。為了消除價格因素對相關指標的影響,本文采用1991年為基期的固定資產投資價格指數對固定資產凈值年平均余額進行平減,采用1990年為基期的工業生產者購進價格指數對主營業務成本進行價格平減,采用1985年為基期的工業生產者出廠價格指數對主營業務收入進行價格平減。

表2 樣本描述性統計

3.3 指標的相關性分析

在計算煤炭產業生態效率之前,本文首先運用SPSS19軟件對2001—2013年的數據進行Pearson相關性分析。分析表明，相關系數越大,說明指標間的關聯性越密切。從表3可見,投入變量之間都具有較強的相關性,很可能存在共線性問題,因此本文首先運用主成分分析法分別提取資源消耗指標(X1、X2、X3、X4)和環境污染指標(X5、X6、X7、X8、X9)的主成分。

3.4 生態效率實證分析

本文將生態效率(EF)分解為資源效率(REF)和環境效率(EEF)兩個維度,通過相關性分析可以看到各指標間的相關性較強,會影響數據分析的準確性,故先將各指標數據進行壓縮,提取資源消耗指標和環境污染指標的主成分,在進行主成分分析之前首先對數據進行標準化處理,使所有的數據均位于[0,1]之間。提取資源消耗中4個指標的主成分F1作為資源效率因子,提取環境污染中5個指標的主成分F2作為環境效率因子,可分別得到其因子載荷、特征根和累計貢獻率(表4)。

表3 2001—2013年投入指標Pearson相關系數

注:**表示在0.01水平(雙側)上顯著;*表示在0.05水平(雙側)上顯著;Y1為原煤產量、Y2為主營業務收入、X1為能源消耗總量、X2為年均從業人員、X3為固定資產凈值年平均余額、X4為主營業務成本、X5為工業廢水排放、X6為工業廢氣排放、X7為工業SO2排放、X8為工業煙粉塵排放、X9為工業固體廢棄物排放。

表4 因子載荷、特征根和累計貢獻率

我們將我國煤炭產業2001—2013年的資源消耗主成分F1、環境污染主成分F2作為投入指標,原煤產量和主營業務收入作為產出指標分別代入DEAP 2.1軟件,然后采用BCC模型分別計算煤炭產業的資源效率、環境效率和生態效率。計算結果見表5,變化趨勢見圖1。

表5煤炭產業資源效率、環境效率與生態效率

年份資源效率(REF)環境效率(EEF)生態效率(EF)20010.0000.5950.734irs20021.0000.9591.000-20030.5190.5890.850irs20040.5890.5740.858irs20050.5461.0001.000-20060.5170.6190.870irs20070.5230.8441.000-20080.5270.8350.949drs20090.5370.8990.937drs20100.6191.0000.983drs20110.7031.0001.000-20120.6950.8040.901drs20130.6140.8370.860drs

注:irs、-、drs分別表示規模收益遞增、不變和遞減。

圖1 資源效率、環境效率、生態效率變化趨勢

從實證結果看,我國煤炭產業的資源效率處于較低水平,2001—2013年并無顯著增長,一直處于0.5水平上下波動,只有1年達到了資源效率的最優。這說明2001—2013年僅有1年達到了最優生產前沿面,實現了以最少的資源投入獲得最大的經濟產出,資源投入的利用率非常低,僅為1/2。由此可見,我國煤炭產業粗放型開采現象依然嚴重,繼續依靠資源投入來提高產出的空間越來越小,資源浪費問題十分嚴峻,源頭降耗迫在眉睫。

從環境效率來看,總體水平偏低,但普遍高于資源效率,且有3年實現了投入—產出最優,在減少環境污染的同時提高了經濟產出。環境效率的變化趨勢更接近于生態效率的變化趨勢,可見環境效率的提升對煤炭產業生態效率的提高做出了很大貢獻。但總體來看,環境效率仍處于低水平,可見在現有技術水平下存在有些污染物根本無法處理的問題,環境污染問題依然是制約煤炭產業生態效率的重要因素。因此,煤炭產業要提高生態效率應在源頭消減環節上提高資源利用效率,同時在末端治理環節加強對污染物的處理和利用。

從煤炭產業總體生態效率來看,總體水平依然不高,但呈現波動上升的趨勢,說明我國煤炭產業的投入要素并沒有得到充分利用,資源浪費和污染物過度排放問題仍較嚴峻,但隨著對煤炭產業環境問題的重視,生態環境問題得到了一定改善。從規模收益來看,在2007年以前煤炭產業基本都處于規模報酬遞增狀態,這與我國以小煤礦為主的狀況相符。隨著煤炭產業兼并重組和產業結構優化調整,2007年規模報酬達到最優狀態,說明煤炭產業通過改進開采方式,擴大生產規模,產業結構得到優化。但2007年之后隨著我國煤炭產能的過快擴張和釋放,煤炭產業的規模報酬出現遞減趨勢,產業的產能過剩問題日益嚴重。

4 影響因素分析

在實證測算煤炭產業生態效率的基礎上,本文將采用兩階段分析方法,以煤炭產業生態效率為因變量,效率影響因素為自變量,建立面板計量Tobit模型考察我國煤炭產業生態效率的影響因素與作用機理。

4.1 變量選擇與影響方向預判

基于對生態效率概念的理解、對相關文獻的回顧和借鑒[13,19,21],本文認為影響煤炭產業生態效率的主要因素有研發投入強度、利用外資水平、外部監督、所有制結構和能源消費結構五個方面,對各解釋變量的界定及作用機理預判如下:①研發投入強度。以煤炭產業R&D經費投入衡量,反映科技創新對生態效率的貢獻程度。研發投入有利于節能環保技術的發展,促進清潔生產和節能減排,因此本文認為研發投入對低碳生態技術進步有正向作用,對生態效率的提升起到促進作用。②利用外資水平。煤炭產業利用外資的水平用港澳臺與外商投資企業的主營業務收入表示,反映煤炭產業利用外資的情況。通過引進和利用外資,在擴大生產規模的同時能帶來先進的生產設備和技術,有利于環境友好型技術和綠色產品的開發,因此本文認為利用外資具有規模效應和技術溢出效應,對提高煤炭產業生態效率有促進作用。③外部監督。用煤炭產業總體資產負債率表示,反映債權人等利益相關者外部監督的力度與影響。根據利益相關者理論,企業會在提高經濟效益的同時不斷改進環境績效,提高生態效率,對環境信息進行披露,以取得債權人等利益相關者的信任,因此本文認為資產負債率是提高生態效率的重要影響因素,資產負債率越高越有動力提高生態效率。④所有制結構。采用煤炭產業國有企業占企業總數的比重來衡量,反映不同所有制結構對生態效率的影響。國有制企業不管是在投融資上還是技術創新上都有其獨特的優勢,因此本文認為國有企業生態效率相對較高。⑤能源消費結構。用煤炭產業煤炭消耗總量占能源消耗總量的比重表示,反映煤炭產業能源結構的合理性。長期以來我國對煤炭資源的過度依賴導致對生態環境的嚴重破壞,因此本文認為進一步調整能源結構、減少煤炭資源在能源消耗總量中的比重,可有效減少對生態環境的破壞,從而促進生態效率的提高。

為了使數據保持平滑,本文對利用外資水平指標取對數,具體對各解釋變量的定義、單位、影響系數的預估見表6,所涉及的數據來源于歷年的《中國統計年鑒》、《中國科技統計年鑒》、《中國對外經濟統計年鑒》。

表6 變量說明

本文選用受限因變量的計量經濟模型建立的煤炭產業生態效率影響因素的Tobit回歸模型為:

Yi=β0+β1X1+β2lnX2+β3X3+β4X4+β5X5+μ

(8)

式中,Yi為第i年的煤炭產業生態效率值;βi(i=1,2,…，5)為待估參數;μ為隨機干擾項。

4.2 影響因素實證分析

通過Stata軟件進行Tobit回歸,得到回歸結果(表7)。從表7可見,首先研發投入強度、利用外資水平和所有制結構對煤炭產業的生態效率有正向影響，說明加大煤炭產業的研發投入對生態效率的提高有著積極作用；科技創新的投入、清潔生產技術的研發能有效提高煤炭產業的清潔生產能力,因此要更好地發揮研發投入對生態效率的支持和推動作用,不斷開展煤炭產業清潔生產技術、低碳生態技術和其他綠色技術的開發。通過利用和引進外資對清潔生產和節能減排也發揮了積極的作用。一方面，引進外資加大了煤炭產業的市場競爭,企業只有不斷地提高生產效率和生態效率才能贏得競爭優勢;另一方面，通過引進國外的先進管理和技術可以有效提高資源利用效率,進而促進煤炭產業生態效率的提升。所有制結構對生態效率呈弱正向影響,說明國有企業的生態效率普遍高于非國有企業,國有企業憑借其政治環境和規模優勢,具有更高的清潔生產能力,但在市場化進一步完善的背景下,國有企業在生態效率上的優勢逐漸趨弱。其次,外部監督對煤炭產業的生態效率產生負向影響,能源消費結構對煤炭產業的生態效率影響不顯著。從理論上來說,資產負債率是反映企業負債狀況和社會監督水平的重要指標。為了滿足債權人等利益相關者的要求,企業迫于壓力會更傾向于披露詳盡的環境信息,通過提高環境績效水平來贏得利益相關者的信任。本文回歸結果顯示,資產負債率與生態效率呈現負相關,可見就煤炭產業來說,相關企業的社會責任感和環保意識不強,債權人等利益相關者也沒有對煤炭產業的生態化轉型產生足夠的重視,不管是企業還是利益相關者更多地是關注經濟績效,而對生態效率的重視遠遠不夠。能源消費結構對生態效率的影響并不顯著,可能是這13年能源消費結構變化幅度不大,因此對生態效率的影響不顯著。

表7 Tobit回歸結果

注:*表示0.1顯著性水平,**表示0.05顯著性水平,***表示0.01顯著性水平,-表示不顯著。

5 結論與政策建議

本文將煤炭產業的生態效率分解為資源效率和環境效率兩個維度,構建了由資源消耗指標和環境污染指標共同構成的煤炭產業生態效率評價指標體系,通過DEA方法分別測算了煤炭產業的生態效率、資源效率和環境效率。以生態效率為解釋變量,建立了Tobit回歸模型,具體分析我國煤炭產業生態效率的影響因素。主要得出以下結論:①我國煤炭產業的資源效率、環境效率和生態效率總體偏低,煤炭產業生態化水平不高。②環境效率普遍優于資源效率,資源效率是制約煤炭產業生態化發展的主要因素。③從煤炭產業生態效率內外部影響因素來看,研發投入強度、利用外資水平和所有制結構對煤炭產業生態效率的提高發揮著積極的作用,而外部監督與煤炭產業的生態效率呈現負相關,能源消費結構對生態效率的影響不顯著。

基于以上結論和分析,提出如下政策建議:首先,要建立起“以源頭減耗為核心,末端治理為輔助”的發展模式。我們將煤炭產業生態效率進一步分解為資源效率和環境效率兩個方面可以看出,資源效率在13年間并無顯著增長,煤炭產業依然以粗放型開采方式為主,資源浪費現象十分嚴重,成為制約煤炭產業生態發展的主要因素,因此源頭降耗迫在眉睫,必須轉變勘探開采方式,創新煤炭開采技術,將煤炭產業發展由資源消耗型向技術推動甚至創新驅動轉變,提高煤炭產業的資源開發利用效率。從環境效率來看,環境效率總體水平不高,但呈現波動上升趨勢,可見煤炭產業作為高污染行業,環境污染問題依然嚴峻。隨著清潔生產技術發展和環保意識的增強,環境污染有所改善,且帶動了煤炭產業整體生態效率的提高。因此,要不斷推進煤炭產業清潔生產,加強環境規制力度,建立健全煤炭產業生態補償機制,發展循環低碳經濟,形成“資源—產品—再生資源”的“閉環”式煤炭產業生產模式。其次,優化產業結構,設置煤炭產業低碳準入門檻,健全市場退出機制。從煤炭產業生態效率的規模收益由遞增到不變再到遞減的趨勢可見,我國煤炭產業的規模溢出效應逐漸消失,產能過剩問題日益嚴峻。因此,要大力推進煤炭產業的兼并重組,對不合格的中小型煤礦實行“關、停、并、轉”,以市場規則為基準,以股份制為主要形式加快大型煤炭集團的建設,提高煤炭產業的產業集中度。同時，政府要嚴格管理和控制煤炭產業的低碳準入門檻,確定煤炭開采企業的最低規模標準和技術水平。改變我國煤炭產業退出壁壘較高的現狀,健全煤炭產業產權交易機制,對退出市場的煤炭企業職工安置和分流問題給予政策支持。此外,加大科技投入,加強環保科技研究與開發。從實證研究可見,研發投入對生態效率的提高有著積極的作用,因此政府要加大對煤炭產業財政支持,加強科技研發投入力度,注重綠色創新技術的推廣和應用,同時還要引導和建立全社會多渠道投融資體系,拓寬煤炭產業科研經費來源,建立產學研相結合長期戰略協作關系,實現科技人才培養和企業創新性人才需求的對接。通過加大煤炭產業的科研投入強度,鼓勵煤炭產業進行清潔生產技術和低碳環保技術的研究與開發,提高煤炭資源的綜合利用效率,緩解煤炭產業資源環境的壓力,實現煤炭產業發展與環境保護相協調。最后,提高對外開放水平,合理利用和引進外資。充分學習和利用國外的先進管理和技術,不斷提高煤炭產業的清潔生產能力,注重利用外資的水平和質量,設置合理的外資進入門檻,防止我國成為國外污染物轉移承接地。政府給予政策上的引導和支持,通過市場性政策、參與性政策、管制性政策、獎勵性政策等政策對外資加以引導,同時嚴格控制外商投資的質量,多渠道提高我國煤炭產業的對外開放水平,最大程度地發揮外資的正向影響,達到進一步提高生態效率的目的。

[1]Schaltegger S,Sturm A.Okologische Rationalitat:Ansatzpunkte zui Ausgestaltung von Okologieorientierten Managementinstrumenten[J].Die Untermehmung,1990,44(4)∶273-290.

[2]WBCSD.Eco-efficient：Creating More Value with Less Impact[R].Geneva,World Business Council for Sustainable Development,2000∶5-36.

[3]Schaltegger S,Burritt R.Contemporary Environmental Accounting：Issues,Concepts and Practice[M].Sheffield：Greenleaf,2000.

[4]Dahlstrom K,Ekins P.Eco-efficiency Trends in the UK Steel and Aluminum Industries：Differences Between Resource Efficiency and Resource Productivity[J].Journal of Industrial Ecology,2005,9(4)∶171-188.

[5]邱壽豐.中國區域經濟發展的生態效率研究[J].能源與環境,2008,(4)∶8-10.

[6]呂連宏,劉淑春,王薇，等.空間信息統計學在環境科學領域的應用進展[J].地質災害與環境保護,2005,16(2)∶194-198.

[7]汪東,朱坦.基于數據包絡分析理論的中國區域工業生態效率研究[J].生態經濟，2011,(4)∶24-28.

[8]Van Caneghem J,Block C,Cramm P,etal.Improving Eco-efficiency in the Steel Industry：The Arcelor Mittal Gentcase[J].Journal of Cleaner Production,2010,18(8)∶807-817.

[9]Charmondusit K,Keartpakpraek K.Eco-efficiency Evaluation of the Petroleum and Petrochemical Group in the Map Ta Phut Industrial Estate,Thailand[J].Journal of Cleaner Production,2011,19(2-3)∶241-252.

[10]劉巍,田金平,李星,等.基于DEA的中國綜合類生態工業園生態效率評價方法研究[J].中國人口·資源與環境,2012,22(5)∶93-97.

[11]Oggioni G,Riccardi R,Toninelli R.Eco-efficiency of the World Cement Industry：A Date Envelopment Envelopment Analysis[J].Energy Policy,2011,39(5)∶2842-2854.

[12]彭昱.經濟增長、電力業發展與環境污染治理[J].經濟社會體制比較,2012,(5)∶183-192.

[13]陳翔,肖序.中國工業產業循環經濟效率區域差異動態演化研究與影響因素分析——來自造紙及紙制品業的實證研究[J].中國軟科學,2015,(1)∶160-171.

[14]汪克亮,孟祥瑞,程云鶴.技術的異質性、節能減排與地區生態效率——基于2004—2012年中國省際面板數據的實證分析[J].山西財經大學報,2015,37(2)∶69-80.

[15]成金華,孫瓊,郭明晶,等.中國生態效率的區域差異及動態演化研究[J].中國人口·資源與環境,2014,24(1)∶47-54.

[16]程曉娟,韓慶蘭,全春光.基于PCA-DEA組合模型的中國煤炭產業生態效率研究[J].資源科學,2013,35(6)∶1292-1299.

[17]牛苗苗.中國煤炭產業的生態效率研究[D].武漢：中國地質大學碩士學位論文,2012.

[18]彭毅.資源型央企生態效率提升模式研究[D].武漢：武漢理工大學碩士學位論文,2011.

[19]付麗娜,陳曉紅,冷智花.基于超效率DEA模型的城市群生態效率研究——以長株潭“3+5”城市群為例[J].中國人口·資源與環境,2013,23(4)∶169-175.

[20]馬勇,劉軍.長江中游城市群產業生態化效率研究[J].經濟地理,2015,35(6)∶124-129.

[21]吳鳴然,馬駿.中國區域生態效率測度及其影響因素分析——基于DEA-Tobit兩步法[J].技術經濟,2016,35(3)∶75-80.

EvaluationofEcologicalEfficiencyofCoalIndustryUnderResourceandEnvironmentConstraintsandItsInfluencingFactors

HUANG Wan-hua,LU Ying

(School of Management,Wuhan Institute of Technology,Wuhan 430205,China)

Through the review of relevant literature and theoretical analysis,this paper constructed the eco-efficiency evaluation system of coal industry composed of resource efficiency index and environmental efficiency index,using the DEA method to measure the ecological efficiency,resource efficiency and environmental efficiency of the coal industry respectively.And then the Tobit model was constructed to study the influencing factors of the ecological efficiency of the coal industry.The results showed that the resource efficiency,environmental efficiency and ecological efficiency of the coal industry were generally low,especially resource efficiency was the main factor restricting the ecological development of coal industry.R&D investment intensity,the use of foreign capital and ownership structure of the coal industry could improve the ecological efficiency,while the external supervision was negatively correlated with ecological efficiency,and the impact of energy consumption structure on ecological efficiency was not significant.

coal industry;industrial ecology;ecological efficiency

2017-11-13；

2017-12-25

湖北省科技支撐計劃軟科學研究類項目(編號:2015BDF035);武漢工程大學創新基金項目(編號:CX2016110)。

及通訊作者簡介：黃萬華(1975-),男,湖北省大悟人,博士,副教授,研究方向為環境資源經濟學。

10.3969/j.issn.1005-8141.2018.01.006

F426.21

A

1005-8141(2018)01-0028-07