方國(guó)斌，馬慧敏，宋國(guó)君

(1. 安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030；2.中國(guó)人民大學(xué) 環(huán)境學(xué)院，北京 100872)

?

【統(tǒng)計(jì)應(yīng)用研究】

中國(guó)交通運(yùn)輸能源效率及其影響因素分析
——基于三階段DEA和GWR方法

方國(guó)斌1，2，馬慧敏1，宋國(guó)君2

(1. 安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030；2.中國(guó)人民大學(xué) 環(huán)境學(xué)院，北京 100872)

交通運(yùn)輸部門(mén)能源消耗占總能耗的比重雖然不高，但是對(duì)環(huán)境造成的影響較大。交通車(chē)輛數(shù)、人口密度、交通運(yùn)營(yíng)線路長(zhǎng)度、旅客和貨運(yùn)量等都直接影響交通能源效率。采用三階段數(shù)據(jù)包絡(luò)模型分析各地區(qū)交通運(yùn)輸部門(mén)的能源效率，同時(shí)考慮到相鄰地區(qū)交通運(yùn)輸狀況的相互影響，構(gòu)建空間地理加權(quán)回歸模型對(duì)各個(gè)地區(qū)能源消耗的影響因素進(jìn)行分析。研究結(jié)果表明：各個(gè)地區(qū)交通能源效率差異與地理區(qū)位有關(guān)，但是關(guān)系不大，主要與該地區(qū)的交通運(yùn)輸綜合密切相關(guān)；提高交通領(lǐng)域能源效率的主要對(duì)策是合理進(jìn)行交通運(yùn)輸狀況的分布，調(diào)配交通運(yùn)輸車(chē)輛和根據(jù)不同的人口密度選擇交通工具。

能源效率；交通部門(mén)；半?yún)?shù)數(shù)據(jù)包絡(luò)分析；地理加權(quán)回歸

一、引 言

2011年中國(guó)能源消費(fèi)量最高的三個(gè)部門(mén)是工業(yè)，生活消費(fèi)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)(以下簡(jiǎn)稱(chēng)交通部門(mén))，分別占全國(guó)能源消費(fèi)的70.82%、10.75%、8.20%(數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》2013)，這里的交通運(yùn)輸能源消費(fèi)僅僅是交通部門(mén)的統(tǒng)計(jì)結(jié)果，其他部門(mén)運(yùn)用于交通運(yùn)輸?shù)哪茉聪牟](méi)有全部包括在內(nèi)。隨著私人汽車(chē)擁有量和道路貨物運(yùn)輸量的進(jìn)一步增加，交通部門(mén)的能源消耗將進(jìn)一步擴(kuò)大。當(dāng)前，交通運(yùn)輸部門(mén)使用了世界20%的能源消耗，同時(shí)排放了25%與能源相關(guān)的CO2，預(yù)計(jì)這一數(shù)字到2050年還要翻番[1]。交通部門(mén)的能源消耗量占全部能源消耗的比重雖然不是最大，但是對(duì)城市環(huán)境的影響更為直接，交通部門(mén)還是城市氮氧化物排放的主要來(lái)源[2]。Jraiw通過(guò)測(cè)算得出，2000年北京市40%的氮氧化物(NOX)來(lái)自于交通部門(mén)[3]。近年來(lái)，隨著汽車(chē)保有量上升，這一數(shù)字還在進(jìn)一步增加。另外，對(duì)交通部門(mén)能源效率的改進(jìn)不僅有利于減少能源排放，還有利于城市出行方便，因?yàn)楦俚哪茉聪囊馕吨咝У慕煌ㄟ\(yùn)輸能力。因此，發(fā)展城市公共交通系統(tǒng)，不僅僅意味著投入更多的經(jīng)費(fèi)修建道路，還需要改變交通出行方式，縮短城市生活區(qū)和工作區(qū)的距離。

從宏觀層面分析，交通部門(mén)能源效率與交通工具的使用、交通路網(wǎng)的分布、人口密度、交通運(yùn)輸類(lèi)型等多方面因素相關(guān)，這些因素有的可以通過(guò)選擇性使用來(lái)改變地區(qū)能源效率，如選擇不同的交通工具和不同的交通運(yùn)輸方式；有的需要政府部門(mén)增加投入，如交通路網(wǎng)分布和交通基礎(chǔ)設(shè)施建設(shè)；還有的需要考慮地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r和人口流動(dòng)情況，如貨物和旅客的周轉(zhuǎn)量、人口密度等。交通運(yùn)輸能源效率的改善需要綜合考慮各種因素的影響，交通運(yùn)輸行業(yè)的主要載體是交通運(yùn)輸工具，創(chuàng)造的直接價(jià)值是人員和貨物的流動(dòng)，能源效率的改善不僅是降低能源消耗，更主要的是需要增加單位能源的產(chǎn)出。因此，分析交通能源效率應(yīng)該從對(duì)其影響因素分析入手。

各種不同類(lèi)型交通工具的能源強(qiáng)度不一樣。本文主要考慮道路交通運(yùn)輸工具中的各種汽車(chē)的能源消耗，因?yàn)檫@部分能源占比相對(duì)較大。僅僅從汽車(chē)的使用來(lái)說(shuō)，交通工具種類(lèi)繁多，與發(fā)達(dá)國(guó)家相比，中國(guó)的私人汽車(chē)擁有量在未來(lái)較長(zhǎng)時(shí)間還將進(jìn)一步增加，由此將帶來(lái)巨大的能源壓力。中國(guó)正在實(shí)施城鎮(zhèn)化進(jìn)程，隨之而來(lái)的將是交通路網(wǎng)的分布和城市人口密度的進(jìn)一步增大，而更加緊湊的城市并不一定能夠減少能源消耗。

中國(guó)各個(gè)地區(qū)地理位置、地形地貌特征、土地面積差別較大，可以選擇的交通運(yùn)輸方式較多。各種不同運(yùn)輸方式的能源消耗不一樣，鐵路運(yùn)輸具備運(yùn)送能力大、運(yùn)程長(zhǎng)，但其基礎(chǔ)建設(shè)投入和限制性條件較多；公路是最主要的交通運(yùn)輸方式，但其能源效率比鐵路要低；航空運(yùn)輸雖然輸送速度快，但其能源消耗強(qiáng)度最大；水路運(yùn)輸能源消耗較少，但由于其地區(qū)條件的限制，絕大部分地區(qū)不適于進(jìn)行水路運(yùn)輸，所以這幾種方式幾乎不可能完全替代，盡管從能源效率角度經(jīng)常予以比較。鐵路運(yùn)輸無(wú)論是平均單位里程客運(yùn)量還是單位運(yùn)輸能源消耗，相比其他交通運(yùn)輸方式都有較大優(yōu)勢(shì)。近年來(lái)，隨著快遞運(yùn)輸業(yè)和工作節(jié)奏的加快，相對(duì)比較經(jīng)濟(jì)的水運(yùn)業(yè)受條件限制發(fā)展較慢；航空運(yùn)輸業(yè)在各種運(yùn)輸方式中能源消耗增長(zhǎng)最快，能源效率也得到進(jìn)一步提高。

從投入產(chǎn)出角度看，交通運(yùn)輸部門(mén)能源消耗產(chǎn)生的各種運(yùn)力可以看作交通部門(mén)的產(chǎn)出，而能源消耗可以看作一種投入。反之，這些影響因素也決定了各個(gè)地區(qū)能源效率總體情況。各個(gè)地區(qū)交通能源效率的影響因素不一樣，可以采用指數(shù)分解的辦法對(duì)各種影響因素進(jìn)行分解，以確定各種影響因素對(duì)能源效率的貢獻(xiàn)程度。Chung等人運(yùn)用對(duì)數(shù)平均Divisia指數(shù)(LMDI)分解方法對(duì)中國(guó)東中西部地區(qū)交通部門(mén)能源效率進(jìn)行了比較[4]，這種方法有利于解釋交通能源效率的因素組成以及交通能源消耗與其他經(jīng)濟(jì)活動(dòng)之間的關(guān)系，例如人均GDP、收入水平、城市化程度等[5-7]。因素分解法能夠用于分析各個(gè)因素對(duì)能源效率的貢獻(xiàn)度，但是不能對(duì)各影響因素的具體作用做出正確解釋。從地區(qū)間能源比較而言，僅僅考慮到了地區(qū)之間的差異，沒(méi)有充分考慮各個(gè)地區(qū)之間的空間相關(guān)性。各個(gè)地區(qū)的交通路網(wǎng)分布相互連接，區(qū)域經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)集群導(dǎo)致相鄰地區(qū)之間交通能源效率具有較強(qiáng)的關(guān)聯(lián)性，僅僅依靠因素分解很難正確體現(xiàn)。方國(guó)斌等人提出了一種基于PS-kNN分類(lèi)的綜合評(píng)價(jià)方法，探索在分類(lèi)的基礎(chǔ)上對(duì)能源效率的綜合影響因素進(jìn)行分析，并在對(duì)交通能源效率地區(qū)間比較時(shí)也需要從對(duì)區(qū)域客觀因素差異的分析入手[8]。

通過(guò)對(duì)影響交通能源效率的各種因素進(jìn)進(jìn)行分析，本文研究中國(guó)各地區(qū)交通能源效率的現(xiàn)狀及其影響因素，主要采用相對(duì)分析和絕對(duì)分析相結(jié)合的辦法。相對(duì)分析從投入產(chǎn)出角度，研究中國(guó)各地區(qū)交通運(yùn)輸設(shè)施設(shè)備投入以及鐵路、公路、水路和民用航空等交通運(yùn)輸部門(mén)的能源投入與產(chǎn)出之間的關(guān)系，比較所研究地區(qū)的相對(duì)能源效率。在對(duì)影響交通能源效率的因素進(jìn)行分析時(shí)，主要研究交通工具、交通路網(wǎng)、人口密度、交通運(yùn)輸方式等基礎(chǔ)條件與交通能源消耗之間的關(guān)系。考慮到中國(guó)各地區(qū)之間空間相依性，采用地理加權(quán)回歸的方法，體現(xiàn)不同地區(qū)之間地理位置的遠(yuǎn)近對(duì)能源效率的影響，同時(shí)研究其他影響因素對(duì)能源效率的作用大小和作用方向，以便通過(guò)改善交通運(yùn)輸條件來(lái)提高交通部門(mén)的能源效率。與其他分析不同，本文將交通部門(mén)能源效率用一組新的投入產(chǎn)出指標(biāo)予以表示，并對(duì)中國(guó)各地區(qū)能源績(jī)效進(jìn)行比較?？紤]空間相依性的加權(quán)回歸方法對(duì)地區(qū)間能源效率的影響因素也可以進(jìn)行比較研究。

二、研究方法

(一)三階段數(shù)據(jù)包絡(luò)分析

自從Charnes等人提出了第一個(gè)數(shù)據(jù)包絡(luò)模型——CCR模型[9]，數(shù)據(jù)包絡(luò)分析開(kāi)始大量應(yīng)用于具有多個(gè)投入和多個(gè)產(chǎn)出的相對(duì)效率評(píng)價(jià)中。傳統(tǒng)的DEA模型直接對(duì)輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行分析，由于不需要對(duì)參數(shù)的分布形式和矩作出任何假設(shè)，從統(tǒng)計(jì)學(xué)的角度將這樣的模型一般稱(chēng)為非參數(shù)模型。Banker等人發(fā)現(xiàn)，將DEA得分與對(duì)數(shù)線性回歸相結(jié)合可以解決普通最小二乘法無(wú)法解決的異方差問(wèn)題，這種方法被稱(chēng)為組合誤差(Composed Error)法或者隨機(jī)前沿分析(SFA)[10]，這種將非參數(shù)DEA與回歸分析相結(jié)合的分析方法可以稱(chēng)為半?yún)?shù)數(shù)據(jù)包絡(luò)分析。

Fried等人為了考慮環(huán)境效應(yīng)和統(tǒng)計(jì)噪音(例如經(jīng)濟(jì)運(yùn)行狀況、外部效應(yīng)等)，提出了一種將DEA與回歸模型相結(jié)合的三階段DEA方法[11]。這種方法將績(jī)效評(píng)價(jià)分成三個(gè)階段：第一階段運(yùn)用輸入和輸出數(shù)據(jù)得出初始績(jī)效以及松弛變量；第二階段采用隨機(jī)前沿分析，結(jié)合第一階段的效率評(píng)價(jià)結(jié)果與環(huán)境變量進(jìn)行回歸估計(jì)，對(duì)每一個(gè)投入與產(chǎn)出變量進(jìn)行三部分分解，即環(huán)境效應(yīng)、管理非有效、統(tǒng)計(jì)噪音；第三階段運(yùn)用調(diào)整后的輸出以及原始的輸入數(shù)據(jù)再次進(jìn)行DEA分析，以便進(jìn)一步反映第二階段的三部分效應(yīng)對(duì)新的投入產(chǎn)出的影響。該模型有一系列改進(jìn)形式[12-13]，這些改進(jìn)主要集中于第二階段的回歸分析，包括回歸模型的形式選擇(如Tobit模型)、回歸方法(OLS還是MLE)、環(huán)境變量和方差成分等等。

第一階段：初始的DEA績(jī)效評(píng)價(jià)。第一階段的DEA需要選擇合適的模型。最基礎(chǔ)的模型包括CCR模型和BCC模型，其中Banker等人提出的BCC模型主要用于對(duì)技術(shù)效率進(jìn)行績(jī)效評(píng)估[14]?；谕度氲腂CC模型的對(duì)偶形式可表示成如下的線性規(guī)劃：

minθ

(1)

其中xj≥0為投入變量，xo為評(píng)級(jí)決策單元的投入，n為決策單元的個(gè)數(shù)；yj≥0為產(chǎn)出變量，yo為評(píng)級(jí)決策單元的產(chǎn)出；λj為強(qiáng)度變量(度量)或權(quán)重系數(shù)；s+為關(guān)于產(chǎn)出的剩余變量，s-為關(guān)于投入的松弛變量。數(shù)據(jù)包絡(luò)模型(1)可以得出每一個(gè)決策單元的初始績(jī)效評(píng)價(jià)，并且能夠得到代表投入和產(chǎn)出不足的松弛變量和剩余變量，本文將采用s-來(lái)建立基于松弛變量模型(SBM)。

第二階段：基于松弛變量和異方差性的隨機(jī)前沿分析。為了體現(xiàn)環(huán)境因素、統(tǒng)計(jì)噪音和管理無(wú)效率對(duì)產(chǎn)出的影響，考慮在第一階段的績(jī)效評(píng)價(jià)基礎(chǔ)上引入數(shù)據(jù)包絡(luò)分析所沒(méi)有考慮的其他隨機(jī)因素，這些因素中最主要的就是外部環(huán)境。交通設(shè)施的基礎(chǔ)投入、交通部門(mén)運(yùn)輸能力和一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r以及地理位置等多方面因素有關(guān)，都可以作為影響交通能源效率的環(huán)境因素。假設(shè)第一階段基于輸入的DEA模型得到的松弛變量為s-*，這里松弛變量取值非負(fù)，可以將其用如下形式表示：

s-*=f(z;β)+v+u

(2)

此處面臨的問(wèn)題是：模型(2)在估計(jì)的時(shí)候是對(duì)每一個(gè)松弛變量各自進(jìn)行隨機(jī)前沿分析？還是將所有隨機(jī)變量放在一起建立單一的隨機(jī)前沿模型？前者的好處是允許環(huán)境變量對(duì)每一個(gè)松弛變量具有不同的效果；后者的好處是具有更多的自由度，使其估計(jì)結(jié)果具有更強(qiáng)的顯著性?？紤]模型的靈活性，一般選擇對(duì)各個(gè)松弛變量分別建立回歸方程。

模型(2)需要估計(jì)的參數(shù)為(β,μ,σv,σu)，具體估計(jì)過(guò)程與隨機(jī)前沿函數(shù)的形式有關(guān)，每一個(gè)松弛變量的回歸結(jié)果各異。根據(jù)Liu等人提出的異方差模型，采用線性回歸形式，模型具體表示為：

(3)

此處的s-*為基于輸入模型的松弛變量，k為環(huán)境因素，k=1,2，…,K。假設(shè)模型(3)中的統(tǒng)計(jì)噪音和管理非有效兩項(xiàng)存在雙重異方差，通過(guò)對(duì)擾動(dòng)項(xiàng)進(jìn)行方差分解，運(yùn)用極大似然估計(jì)(MLE)分別對(duì)各個(gè)松弛變量所構(gòu)建的回歸方程進(jìn)行隨機(jī)前沿分析，可以得到模型(3)的估計(jì)結(jié)果。

在考慮統(tǒng)計(jì)噪音的情況下，剔除管理非效率因素，對(duì)投入或者產(chǎn)出進(jìn)行調(diào)整。本文采用對(duì)投入進(jìn)行調(diào)整，以反映在排除環(huán)境影響和隨機(jī)沖擊的情況下不同個(gè)體單元之間投入產(chǎn)出效率水平的實(shí)際差異。根據(jù)模型(3)，得出輸入變量的調(diào)整機(jī)制：

(4)

第三階段：再次DEA評(píng)估。第三階段所采用的方法與第一階段類(lèi)似。用調(diào)整后的投入替代原先的投入，以體現(xiàn)在考慮環(huán)境變量和統(tǒng)計(jì)噪音的情況下不同部門(mén)的真實(shí)投入水平。雖然第一次DEA和再一次的DEA之間不具有可比性，但在外部環(huán)境差異較大的情況下，后者的績(jī)效評(píng)估效果更好。

本文從能源效率的使用角度，采用基于投入的三階段DEA模型，第二階段通過(guò)引入環(huán)境效應(yīng)和統(tǒng)計(jì)噪音進(jìn)行隨機(jī)前沿分析，第三階段利用調(diào)整的輸入重新進(jìn)行數(shù)據(jù)包絡(luò)分析。

(二)地理加權(quán)回歸

績(jī)效評(píng)估結(jié)果只是對(duì)個(gè)體決策單元的投入產(chǎn)出相對(duì)有效性評(píng)價(jià)。在三階段數(shù)據(jù)包絡(luò)分析的第二階段，考慮到影響投入或產(chǎn)出的一些環(huán)境因素，而這些因素對(duì)產(chǎn)出的影響到底有多大？各個(gè)因素的效果有何差異？則需要進(jìn)一步予以度量和反映?；貧w模型的估計(jì)系數(shù)能夠反映對(duì)被解釋變量解釋程度的大小和方向，在經(jīng)典線性模型的普通最小二乘回歸中有一條重要假設(shè)，即不存在異方差性。在截面回歸尤其是截面單元規(guī)模大小差別較大時(shí)，這一條很難滿(mǎn)足。存在空間異質(zhì)性的情況下，全局回歸的結(jié)果可能與事實(shí)恰好相悖，因?yàn)橛袝r(shí)候全局關(guān)系不能滿(mǎn)足或者關(guān)系較弱，此時(shí)可以考慮采用局部分析的方法提高模型的應(yīng)用性。

Fotheringham等人提出的地理加權(quán)回歸(GWR)模型允許估計(jì)參數(shù)局部變動(dòng)，類(lèi)似于時(shí)間序列分析中的時(shí)變參數(shù)，是一類(lèi)局部變系數(shù)模型[15]428-433。假設(shè)模型中的被解釋變量為yi，解釋變量為X，i=1,2，…,m，地理加權(quán)回歸模型可以寫(xiě)成如下形式：

yi=α0+αiX+ε

(5)

其中i為不同的個(gè)體單元或不同的地區(qū)，可以看出模型(5)的估計(jì)參數(shù)是隨著研究個(gè)體的不同而變化的，這與全局回歸模型相比差異較大。采用地理加權(quán)回歸模型對(duì)不同區(qū)域進(jìn)行分析時(shí)，不需要滿(mǎn)足各個(gè)地區(qū)的估計(jì)參數(shù)α一致性準(zhǔn)則，有利于探索地區(qū)之間的差異。當(dāng)然，前提是空間數(shù)據(jù)具有非平穩(wěn)性，從而可以利用局部統(tǒng)計(jì)技術(shù)分析空間個(gè)體的非平穩(wěn)性變動(dòng)關(guān)系。

空間地理加權(quán)回歸模型在估計(jì)過(guò)程中有兩個(gè)重要問(wèn)題：一個(gè)是權(quán)數(shù)的選擇；還有一個(gè)是模型估計(jì)方法的選取，其中關(guān)鍵問(wèn)題是權(quán)重的選擇，因?yàn)榈乩砑訖?quán)回歸模型估計(jì)效果嚴(yán)重依賴(lài)于空間權(quán)重系數(shù)的選擇。確定好權(quán)重矩陣以后，可以采用加權(quán)回歸的方法得到模型(5)的估計(jì)結(jié)果：

αi=(X'WiX)-1X'Wiy

其中權(quán)重矩陣Wi一般采用固定權(quán)重或者適應(yīng)性選擇得到。在固定權(quán)重中權(quán)重由分段函數(shù)得到，第一類(lèi)是離散權(quán)重值，其確定原則為：

(6)

其中wij表示第i個(gè)個(gè)體和第j個(gè)個(gè)體的權(quán)重，與二者的歐氏距離dij有關(guān)；d為給定的某個(gè)距離的門(mén)限值；第二類(lèi)是連續(xù)權(quán)重值，其確定準(zhǔn)則為：

(7)

這里h為帶寬，帶寬主要用于控制距離衰減的程度，可以采用人為設(shè)定或者最小化均方根預(yù)測(cè)誤差(RMSPE)的方法得到，常用的帶寬選擇的方法有三種：人為決定；交叉驗(yàn)證；最小化赤池信息準(zhǔn)則(AIC)等。適應(yīng)性權(quán)重也需要進(jìn)行帶寬選擇，并且在數(shù)據(jù)稀疏時(shí)較固定權(quán)重有更長(zhǎng)的帶寬，適應(yīng)性權(quán)重的確定準(zhǔn)則為：

(8)

這里，將條件dij

三、各地區(qū)交通運(yùn)輸能源相對(duì)效率比較

(一)指標(biāo)解釋

為了對(duì)中國(guó)各個(gè)地區(qū)的交通運(yùn)輸能源效率及其影響因素進(jìn)行分析，主要考慮影響交通運(yùn)輸業(yè)能源效率的投入產(chǎn)出指標(biāo)。除能源消耗本身以外，這些指標(biāo)具體包括四類(lèi)：

第一類(lèi)，地理面積和人口：代表一個(gè)地區(qū)的自然因素，這里采用人口密度指標(biāo)，即地區(qū)人口與國(guó)土面積的比值(單位：人/平方公里)。

第二類(lèi)，交通路網(wǎng)的分布：代表該地區(qū)的基礎(chǔ)投入，由于空中運(yùn)輸能力無(wú)法分解到各個(gè)地區(qū)，這里主要考慮鐵路營(yíng)業(yè)里程(單位：公里)、內(nèi)河航道里程(單位：公里)、公路里程(單位：公里)3個(gè)指標(biāo)。

第三類(lèi)，總客運(yùn)和貨運(yùn)量及周轉(zhuǎn)量：代表該地區(qū)交通運(yùn)輸業(yè)的產(chǎn)出水平，分別包括各地區(qū)客運(yùn)量(單位：萬(wàn)人)、各地區(qū)旅客周轉(zhuǎn)量(單位：億人公里)、各地區(qū)貨運(yùn)量(單位：萬(wàn)噸)、各地區(qū)貨物周轉(zhuǎn)量(單位：億噸公里)4個(gè)指標(biāo)。

第四類(lèi)，各種車(chē)輛的擁有量：代表該地區(qū)的設(shè)備投入，具體包括民用汽車(chē)擁有量(單位：萬(wàn)輛)、私人汽車(chē)擁有量(單位：萬(wàn)輛)、公路營(yíng)運(yùn)汽車(chē)擁有量(單位：萬(wàn)輛)3個(gè)指標(biāo)。

另外還有地區(qū)交通運(yùn)輸能源投入，也就是交通運(yùn)輸業(yè)能源消耗(EneCon，單位：萬(wàn)噸標(biāo)煤)，是該地區(qū)各種能源的總消耗。

上述指標(biāo)反映了地區(qū)交通工具的使用、交通路網(wǎng)的分布、人口密度、交通運(yùn)輸類(lèi)型等多個(gè)方面。第一類(lèi)指標(biāo)是客觀因素，也就是環(huán)境因素；第二類(lèi)和第四類(lèi)是與交通運(yùn)輸能源消耗相關(guān)的基礎(chǔ)設(shè)施投入，與能源消耗一起，反映一個(gè)地區(qū)交通運(yùn)輸部門(mén)的總投入水平；第三類(lèi)是這些投入的綜合產(chǎn)出結(jié)果，代表了地區(qū)客流和貨物流的總運(yùn)力。

(二)數(shù)據(jù)描述

由于西藏自治區(qū)的數(shù)據(jù)部分缺失，本文采用中國(guó)30個(gè)省、自治區(qū)、直轄市2011年數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)取自北京數(shù)匯通環(huán)境技術(shù)研究院的“環(huán)境能源經(jīng)濟(jì)數(shù)據(jù)庫(kù)”(http://www.3edata.com/)，數(shù)據(jù)來(lái)源于全國(guó)和各省市統(tǒng)計(jì)年鑒。

表1是本文所用到全部12個(gè)變量的描述統(tǒng)計(jì)指標(biāo)，從中可以看出30個(gè)地區(qū)的差別非常明顯。從交通運(yùn)輸業(yè)的投入要素看，內(nèi)河航運(yùn)里程作為客觀因素，各地區(qū)不具有可比性，其他各項(xiàng)指標(biāo)的差異同樣較大；交通運(yùn)輸業(yè)的基礎(chǔ)設(shè)施和硬件投入與各個(gè)地區(qū)的人口密度基本配套；地域遼闊，人口較少的地區(qū)城市道路較少，但是公路里程和鐵路里程較長(zhǎng)?？傊鱾€(gè)地區(qū)在交通運(yùn)輸業(yè)的投入和產(chǎn)出不具有直接可比性，在能源效率及其影響因素的分析中，需要結(jié)合這些要素進(jìn)行相對(duì)分析。

表1 30個(gè)地區(qū)交通運(yùn)輸業(yè)投入產(chǎn)出指標(biāo)描述統(tǒng)計(jì)表

表1中所有指標(biāo)的偏度系數(shù)都為正數(shù)，說(shuō)明數(shù)據(jù)分布具有右偏特征，即所有指標(biāo)的平均數(shù)都大于中位數(shù)，也即一些地區(qū)交通能源投入產(chǎn)出指標(biāo)值較大，提升了總體平均水平。除了人口密度、內(nèi)河航運(yùn)和貨物周轉(zhuǎn)量這3個(gè)指標(biāo)外，其余指標(biāo)的峰度系數(shù)都較小，說(shuō)明數(shù)值分布比較平均；各個(gè)指標(biāo)的標(biāo)準(zhǔn)差與平均數(shù)的比值(變異系數(shù))中，最大的是貨物周轉(zhuǎn)量，最小的是公路里程，說(shuō)明相對(duì)而言，各地區(qū)貨物周轉(zhuǎn)量差別較大，而營(yíng)運(yùn)公路里程差別較小?？傊?，30個(gè)地區(qū)的這12個(gè)指標(biāo)之間具有較大差異，采用簡(jiǎn)單對(duì)比和描述統(tǒng)計(jì)方法很難揭示其內(nèi)在關(guān)系，尤其是交通能源效率的地區(qū)差異和影響因素。

(三)交通能源效率

交通運(yùn)輸業(yè)的能源效率可以有兩種解釋?zhuān)阂环N是廣義的能源效率，也就是能源加上其他的各種資源及配套設(shè)施的綜合產(chǎn)出率；另一種是狹義的能源效率，是指交通運(yùn)輸部門(mén)的能源經(jīng)濟(jì)效率或者能源利用效率，也就是交通運(yùn)輸部門(mén)生產(chǎn)過(guò)程中投入的能源總量以及由此產(chǎn)生的經(jīng)濟(jì)增加值及其附加價(jià)值。各個(gè)地區(qū)的能源消耗水平是一個(gè)總量指標(biāo)，而能源效率則是一個(gè)相對(duì)指標(biāo)。從經(jīng)濟(jì)學(xué)角度，交通運(yùn)輸部門(mén)能源效率可以指該部門(mén)單位增加值的能耗，也就是通常所說(shuō)的單位GDP能耗：

(9)

由于經(jīng)濟(jì)條件的改善和交通路網(wǎng)設(shè)施建設(shè)的逐步完善，人口和貨物流動(dòng)量越來(lái)越大，交通部門(mén)的能源消耗總量在不斷提高。圖1是中國(guó)2001—2011年11年鑒交通行業(yè)能耗占全部能耗的比重。除了前半段中部和2009年有小幅下降以外，交通能耗占比在不斷攀升。由于統(tǒng)計(jì)口徑的原因，這只是直接用于交通運(yùn)輸部門(mén)的能耗，如果考慮其他各個(gè)部門(mén)交通工具的使用，這一數(shù)據(jù)提高的更為明顯。尤其是私家車(chē)數(shù)量的爆炸式增加，隨著經(jīng)濟(jì)發(fā)展人口流動(dòng)加快，相信在未來(lái)很長(zhǎng)一段時(shí)間交通運(yùn)輸能源消耗還將持續(xù)增長(zhǎng)。

圖2是單位增加值能耗，也就是交通運(yùn)輸部門(mén)能源消耗與增加值的比值，11年間能耗降低較快。一方面，這與交通行業(yè)推行的節(jié)能政策有一定的關(guān)系；另一方面，也反映出交通行業(yè)具有較大的節(jié)能潛力。在經(jīng)濟(jì)增長(zhǎng)的同時(shí)不可避免的伴隨能源消耗的增加，對(duì)于交通部門(mén)來(lái)說(shuō)，交通工具的選擇能直接影響節(jié)能效果。

圖1 2001-2011年交通能耗占總能耗的比重圖

圖2 2001-2011年交通行業(yè)單位增加值能耗圖

(四)各地區(qū)交通能源相對(duì)效率

從廣義而言，交通部門(mén)的投入是多方面的，在能源投入的同時(shí)，還包括各種基礎(chǔ)設(shè)施和軟硬件投入，交通運(yùn)輸部門(mén)能源消耗產(chǎn)生的各種運(yùn)力可以看作交通部門(mén)的產(chǎn)出；狹義的能源效率指標(biāo)只能簡(jiǎn)單反映能源投入與產(chǎn)出的某個(gè)方面。采用數(shù)據(jù)包絡(luò)模型應(yīng)用于能源績(jī)效評(píng)價(jià)時(shí)，反映的是一種綜合投入及與之對(duì)應(yīng)的相對(duì)產(chǎn)出效率。數(shù)據(jù)包絡(luò)分析中選擇投入產(chǎn)出指標(biāo)的一個(gè)重要原則就是投入和產(chǎn)出指標(biāo)的選取要符合管理決策者和分析者的需要。在分析中投入產(chǎn)出單位可以不一致，相對(duì)效率的評(píng)判標(biāo)準(zhǔn)就是用盡可能小的投入創(chuàng)造盡可能多的產(chǎn)出。

交通能源效率相對(duì)分析需要合理選擇投入和產(chǎn)出指標(biāo)。在能源效率的狹義表述中，能源效率的投入和產(chǎn)出分別只有一個(gè)指標(biāo)，顯然不夠完善。在這里綜合考慮三方面的投入，首先是直接能源投入，即能源消耗量；其次是基礎(chǔ)建設(shè)投入，包括鐵路、公路和內(nèi)河航道里程3個(gè)指標(biāo)；最后還有硬件投入，包括民用、私人和營(yíng)運(yùn)汽車(chē)擁有量等3個(gè)指標(biāo)。產(chǎn)出主要用客運(yùn)量、貨運(yùn)量以及旅客和貨物周轉(zhuǎn)量4個(gè)指標(biāo)來(lái)表示。

運(yùn)用三階段DEA對(duì)中國(guó)30個(gè)省、市、自治區(qū)的交通運(yùn)輸能源效率進(jìn)行分析，第一階段采用BCC模型，得出基于輸入的投入產(chǎn)出效率；第二階段運(yùn)用隨機(jī)前沿分析對(duì)第一階段得出的輸入的松弛變量進(jìn)行分解，環(huán)境變量選擇地區(qū)人口密度；剔除了環(huán)境因素和隨機(jī)誤差影響后；第三階段進(jìn)一步運(yùn)用調(diào)整后的投入和產(chǎn)出，采用BCC模型分析綜合效率。

表2給出了第一階段和第三階段DEA分析所得到的地區(qū)交通運(yùn)輸部門(mén)的能源相對(duì)效率以及采用公式(9)計(jì)算的交通運(yùn)輸部門(mén)能源效率(單位：噸標(biāo)準(zhǔn)煤(TCE)/萬(wàn)元)。如果從單位增加值能耗來(lái)看，河北省的能源效率是最高的，每萬(wàn)元地區(qū)生產(chǎn)總值消耗的能源為0.456 6噸標(biāo)準(zhǔn)煤，但無(wú)論是第一階段還是第三階段所得到的結(jié)果均為非有效，說(shuō)明還存在一定的節(jié)能空間；云南省的單位增加值能耗最高，但是考慮到交通部門(mén)的綜合影響因素以后卻是相對(duì)有效的；內(nèi)蒙古、江西、河南和陜西四個(gè)地區(qū)第一階段DEA分析結(jié)果相對(duì)有效，考慮到環(huán)境因素和隨機(jī)干擾以后，綜合效率非有效，需要進(jìn)一步采用有效措施提高能源效率；只有福建省一個(gè)省份第一階段非有效，第三階段有效。采用隨機(jī)前沿分析對(duì)松弛變量進(jìn)行分解以后，能夠剔除一些非人為因素和統(tǒng)計(jì)噪音的影響，所得到的結(jié)果更為合理。

表2 30個(gè)地區(qū)能源效率比較表

交通能源效率的相對(duì)有效性分析結(jié)果較能源效率的強(qiáng)度指標(biāo)有較大差異。表2中三階段DEA除了考慮到人口密度等環(huán)境因素，還考慮到其他的投入產(chǎn)出指標(biāo)，反映出能源效率的綜合影響因素。三階段DEA的非有效地區(qū)明顯增多，也使初始相對(duì)效率為1的地區(qū)具有可比性。但是綜合起來(lái)，相對(duì)效率分析只是給出了這些地區(qū)的排序結(jié)果，能源效率的各種影響因素需要做進(jìn)一步分析。

四、影響交通能源消耗的因素分析

(一)模型構(gòu)建

考慮到地理位置和地區(qū)間的發(fā)展具有相互影響，這里采用地理加權(quán)回歸模型(5)進(jìn)行回歸分析。研究中國(guó)30個(gè)省(自治區(qū)、直轄市)的交通能源消耗及其影響因素。由于數(shù)據(jù)并不具有明顯的稀疏性，所以采用固定權(quán)重，由公式(7)給出的Gauss函數(shù)確定權(quán)重，運(yùn)用交叉驗(yàn)證法選擇帶寬。這里設(shè)定交通運(yùn)輸業(yè)能源消耗為被解釋變量。影響交通運(yùn)輸業(yè)能源消耗的因素較多，分別從影響交通能源效率的主要因素建立模型進(jìn)行分析，這些主要因素分別是人口密度、基礎(chǔ)設(shè)施建設(shè)水平、運(yùn)輸能力、硬件投入等。這四組模型的解釋變量和被解釋變量的具體設(shè)定見(jiàn)表3。

(二)估計(jì)結(jié)果分析

地理加權(quán)回歸的結(jié)果包括全局估計(jì)和局部估計(jì)值。從四組模型的地理加權(quán)回歸全局估計(jì)結(jié)果看，與普通最小二乘回歸區(qū)別不大，也再次證實(shí)了普通最小二乘法是一種基于全局的回歸。四組模型的Moran’sI指數(shù)都顯示具有空間相依關(guān)系，適合于進(jìn)行地理加權(quán)回歸。將全局回歸與局部回歸進(jìn)行比較，第二組模型和第四組模型的估計(jì)結(jié)果比較接近，這說(shuō)明無(wú)論在什么地區(qū)，基礎(chǔ)設(shè)施和硬件投入對(duì)交通能源消耗都具有較大影響，與該地區(qū)的地理位置關(guān)系不大，但是不同的投入水平對(duì)能源消耗影響較大；模型二和模型四中，公路里程和民用汽車(chē)擁有量對(duì)能源消耗的估計(jì)系數(shù)在5%水平內(nèi)顯著，這兩個(gè)要素與能源消耗有直接關(guān)系，隨著公路里程的延長(zhǎng)和民用汽車(chē)和私人汽車(chē)的擁有量逐步提高，能源消耗還將進(jìn)一步增長(zhǎng)；第一組模型和第三組模型局部估計(jì)和全局估計(jì)差異較大，這主要是因?yàn)槿丝诿芏群徒?jīng)濟(jì)發(fā)展差異直接導(dǎo)致地區(qū)旅客和貨物周轉(zhuǎn)量的地區(qū)差異。人口密度大的地區(qū)，旅客和貨物運(yùn)輸量更大，地區(qū)間的差異也更大。

表3 四組地理加權(quán)回歸模型的變量設(shè)置表

四組模型的估計(jì)結(jié)果見(jiàn)表4：

表4 四組地理加權(quán)回歸模型的估計(jì)結(jié)果表

估計(jì)結(jié)果中，鐵路里程、旅客周轉(zhuǎn)量和公路營(yíng)運(yùn)汽車(chē)擁有量這3個(gè)變量的系數(shù)估計(jì)結(jié)果為負(fù)數(shù)，表明在30個(gè)地區(qū)中，隨著這些指標(biāo)值的增加能源消耗水平在下降，這也間接地反映很多地區(qū)的能源效率還有很大的改善空間。尤其是提高鐵路運(yùn)輸里程，加大旅客周轉(zhuǎn)，合理配置汽車(chē)數(shù)量和結(jié)構(gòu)，就能提高能源利用效率。旅客周轉(zhuǎn)量對(duì)能源消耗的局部估計(jì)系數(shù)最大值為正數(shù)，表明通常情況下隨著旅客周轉(zhuǎn)量的增加，能源消耗水平會(huì)下降，但是對(duì)于局部地區(qū)而言，旅客周轉(zhuǎn)量增大會(huì)導(dǎo)致能源消耗量上升。

五、結(jié) 論

本文主要分析了中國(guó)各地區(qū)交通運(yùn)輸能源效率的地區(qū)差異及影響中國(guó)交通運(yùn)輸部門(mén)能源效率的主要因素，通過(guò)三階段數(shù)據(jù)包絡(luò)分析方法對(duì)中國(guó)30個(gè)地區(qū)的交通能源相對(duì)效率進(jìn)行了比較分析。運(yùn)用地理加權(quán)回歸模型深入探討環(huán)境因素和投入產(chǎn)出要素對(duì)交通能源效率的影響。綜合起來(lái)，影響交通部門(mén)的能源效率的因素包括人口密度、基礎(chǔ)設(shè)施、運(yùn)輸能力、硬件投入等，還有許多外在和內(nèi)在因素對(duì)交通能源效率也有一定的影響；在進(jìn)行能源相對(duì)效率評(píng)價(jià)時(shí)，除了考慮各地區(qū)的能源消耗水平，還需要同時(shí)考慮與之相關(guān)的其他方面的投入和產(chǎn)出，才能使分析結(jié)果更符合交通運(yùn)輸能耗的特點(diǎn)。地理加權(quán)回歸模型主要優(yōu)點(diǎn)是考慮到所研究對(duì)象的空間關(guān)系，能夠從全局和局部對(duì)所研究變量之間的聯(lián)系進(jìn)行分析，突出地區(qū)空間位置對(duì)能源效率的影響。在交通能源效率影響因素分析中，采用地理加權(quán)回歸有利于進(jìn)一步了解造成能源效率地區(qū)差異的主要原因。

從中國(guó)各地區(qū)交通能源相對(duì)效率比較以及對(duì)交通能源的各種影響因素分析可知，交通能源效率的研究需要綜合考慮多方面因素。目前，各個(gè)地區(qū)的交通能源效率和地區(qū)的經(jīng)濟(jì)發(fā)展水平之間沒(méi)有必然聯(lián)系，需要通過(guò)對(duì)交通能源效率影響因素作進(jìn)一步分析，以尋找提高交通部門(mén)能效的有效解決辦法。

第一，研究交通能源效率不僅要看能源的產(chǎn)出效率，還需要綜合考慮交通部門(mén)的其他投入產(chǎn)出指標(biāo)。運(yùn)用三階段DEA對(duì)交通能源效率進(jìn)行分析不僅考慮到交通部門(mén)的綜合投入和產(chǎn)出，而且需要考慮到環(huán)境因素和統(tǒng)計(jì)噪音對(duì)效率評(píng)價(jià)的作用。自然地理因素和人口集中程度對(duì)交通能源效率的影響是典型的環(huán)境因素，人口集中程度越高人員內(nèi)部遷徙程度越大，內(nèi)部交通能源消耗較大，可能減少外部的能源消耗，合理的人口密度和城市布局對(duì)交通能源消耗具有哪些影響，需要采取進(jìn)一步分析。在相對(duì)效率評(píng)價(jià)中，通過(guò)交通運(yùn)輸部門(mén)的主要投入產(chǎn)出指標(biāo)的分析，提升了交通能效評(píng)價(jià)的最終效果。

第二，經(jīng)濟(jì)發(fā)達(dá)地區(qū)和經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的交通能源效率沒(méi)有較大差異。通過(guò)本文的分析，經(jīng)濟(jì)發(fā)展程度高的地區(qū)能源效率不一定高?？傮w上看，各個(gè)地區(qū)交通能源效率差異與地理區(qū)位有關(guān)，但是關(guān)系不大，主要與該地區(qū)的交通運(yùn)輸綜合條件、地區(qū)人口密度、交通工具的使用有關(guān)。提高交通領(lǐng)域能源效率的主要對(duì)策是合理進(jìn)行交通運(yùn)輸狀況的分布，調(diào)配交通運(yùn)輸車(chē)輛和根據(jù)不同的人口密度選擇交通工具。隨著地區(qū)經(jīng)濟(jì)的發(fā)展，交通能源消耗占全社會(huì)總能耗的比重在不斷上升，但是從本文的分析可以看出，交通運(yùn)輸部門(mén)的單位增加值能耗并沒(méi)有多大改變，尤其是私人汽車(chē)擁有量和交通設(shè)施建設(shè)的逐步完善，怎樣在發(fā)展地區(qū)經(jīng)濟(jì)的同時(shí)提高交通領(lǐng)域能源效率，需要進(jìn)一步揭示經(jīng)濟(jì)發(fā)展與交通能耗的關(guān)系。

第三，交通運(yùn)輸部門(mén)的能源效率有較大的提升空間，通過(guò)對(duì)影響交通部門(mén)能源消耗的各種因素進(jìn)行分析能找到地區(qū)節(jié)能的方向。從人口密度與交通能源消耗的關(guān)系來(lái)看，二者并不滿(mǎn)足線性關(guān)系，其中有兩個(gè)明顯的分界點(diǎn)，200萬(wàn)人/平方公里以下和600萬(wàn)人/平方公里以上的地區(qū)，二者滿(mǎn)足正相關(guān)關(guān)系；200萬(wàn)人/平方公里和600萬(wàn)人/平方公里之間，隨著人口密度的增加交通部門(mén)能耗下降；在公路、鐵路和內(nèi)河航運(yùn)三種運(yùn)輸方式中，內(nèi)河航運(yùn)和鐵路運(yùn)輸都比公路運(yùn)輸要節(jié)能，但是受先天條件和綜合發(fā)展影響；城市交通中更多的還是選擇公路運(yùn)輸，公路運(yùn)輸節(jié)能的方向是合理引導(dǎo)乘車(chē)結(jié)構(gòu)，鼓勵(lì)多用公共交通和節(jié)能車(chē)型。近年來(lái)，隨著民用交通工具的增加和私人擁有小汽車(chē)比例擴(kuò)大，城市交通運(yùn)輸能耗不斷增長(zhǎng)。降低公共交通費(fèi)用，提升公共交通設(shè)施硬件和軟件水平，通過(guò)政策和經(jīng)濟(jì)杠桿鼓勵(lì)私人選用經(jīng)濟(jì)適用型汽車(chē)，將是提高能源效率的長(zhǎng)期措施。

[1] International Energy Agency (IEA). Energy Technology Perspectives 2012 [A]. Paris:IEA, 2012.

[2] Ozan C, Haldenbilen S, Ceylan H. Estimating Emissions on Vehicular Traffic Based on Projected Energy and Transport Demand on Rural Roads: Policies for Reducing Air Pollutant Emissions and Energy Consumption[J]. Energy Policy, 2011, 39(5).

[3] Jraiw K. Cleaning the air: Vehicular Emission in the People Republic of China (PRC), ADB 35th Annual Meeting, 12 May, Shanghai International Convention Center, PRC. http://www.adb.org/AnnualMeeting/2002/media/vehicle_emissions.asp.

[4] Chung W, Zhou G, Yeung I M H. A Study of Energy Efficiency of Transport Sector in China from 2003 to 2009[J]. Applied Energy, 2013, 112(16).

[5] 王犁，高巍.能源消耗與經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期依賴(lài)及短期拉動(dòng)性分析[J]. 西安財(cái)經(jīng)學(xué)院學(xué)報(bào)， 2010(3).

[6] Zhang M, Li H, Zhou M, et al. Decomposition Analysis of Energy Consumption in Chinese Transportation Sector[J]. Applied Energy, 2011, 88(6).

[7] Mraihi R, ben Abdallah K, Abid M. Road Transport-related Energy Consumption: Analysis of Driving Factors in Tunisia[J]. Energy Policy, 2013, 62(7).

[8] 方國(guó)斌,宋國(guó)君. 城市能源效率的PS-kNN分類(lèi)綜合評(píng)價(jià)[J]. 統(tǒng)計(jì)與信息論壇,2014(9).

[9] Charnes A, Cooper W W, Rhodes E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research, 1978, 2(6).

[10]Banker R D, Chang H, Cooper W W. A Simulation Study of DEA and Parametric Frontier Models in the Presence of Heteroscedasticity[J]. European Journal of Operational Research, 2004(3).

[11]Fried H O, Lovell C A K, Schmidt S S, et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J]. Journal of Productivity Analysis, 2002, 17(1/2).

[12]Simar L, Wilson P W. Estimation and Inference in Two-stage, Semi-parametric Models of Production Processes[J]. Journal of Econometrics, 2007, 136(1).

[13]Liu J, Tone K. A Multistage Method to Measure Efficiency and its Application to Japanese Banking Industry[J]. Socio-Economic Planning Sciences, 2008, 42(2).

[14]Banker R D, Charnes A, Cooper W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis [J]. Management science, 1984, 30(9).

[15]Fotheringham A S, Brunsdon C, Charlton M E. Geographically Weighted Regression: The Analysis of Spatially Varying Relationships [M]. Chichester:Wiley, 2002.

(責(zé)任編輯：郭詩(shī)夢(mèng))

Energy Performance and Influence Factor Analysis of Transport Sector in China

FANG Guo-bin1,2,MA Hui-min1, SONG Guo-jun2

(1. School of Statistics & Applied Mathematics, Anhui University of Finance & Economics, Bengbu 233030, China;2. School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China)

Energy consumption in transportation sector serious influence on the environment. The direct impacts on transport energy efficiency are: number of vehicle, population density, passenger, freight traffic etc. In this paper, we use three-stage model of data envelopment analysis of energy efficiency in the transport sector in China, taking into account the interaction between adjacent areas the traffic and transport situation, build geographically weighted regression model. Research results show that the various areas related to energy efficiency and geographical location has little to do but mainly with integrated transport conditions in the area. A main counter measure to improve transport energy efficiency is a reasonable distribution of the traffic and transport situation, the deployment of transport vehicles, choosing the way of transport upon the population density.

energy performance; transport sector; semi-parametric DEA; GWR

2016-03-10；修復(fù)日期：2016-07-16

國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目《霧霾的成因及綜合治理對(duì)策研究》(15AJY010)；國(guó)家自然科學(xué)基金項(xiàng)目《基于數(shù)據(jù)包絡(luò)分析的環(huán)境效率分析評(píng)價(jià)方法及其應(yīng)用研究》(71171001)；教育部人文社科規(guī)劃基金項(xiàng)目《中國(guó)節(jié)能管理城市分類(lèi)技術(shù)與管理策略研究——基于287個(gè)城市面板數(shù)據(jù)的分析》(12YJA790111)

方國(guó)斌，男，安徽宿松人，副教授，碩士生導(dǎo)師，研究方向：環(huán)境統(tǒng)計(jì)學(xué)； 馬慧敏，女，山西懷仁人，副教授，研究方向：宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析； 宋國(guó)君，男，黑龍江東寧人，教授，博士生導(dǎo)師，研究方向：環(huán)境政策管理。

F062.1

A

1007-3116(2016)11-0059-09