陳婷婷

(重慶青年職業(yè)技術學院， 重慶 400712)

?

資源環(huán)境約束下我國西部地區(qū)農業(yè)全要素生產率增長及其影響因素

陳婷婷

(重慶青年職業(yè)技術學院， 重慶 400712)

為在資源環(huán)境約束日益嚴峻的形勢下全面評估西部地區(qū)農業(yè)發(fā)展狀況，促進西部地區(qū)農業(yè)可持續(xù)發(fā)展，基于我國西部地區(qū)12個省市2000—2013年農業(yè)投入產出數據，利用SBM方向性距離函數、Luenberger生產率指標和面板數據的時間固定效應模型，分析了資源環(huán)境約束下西部地區(qū)農業(yè)全要素生產率的增長、變化趨勢和影響因素。結果：近年來西部地區(qū)農業(yè)增長顯著，但農業(yè)全要素生產率提高緩慢，對農業(yè)增長貢獻低；農業(yè)技術效率有惡化趨勢，技術進步是農業(yè)全要素生產率增長的主要源泉。西部地區(qū)農業(yè)全要素生產率隨著人均農業(yè)產出增加呈現U型變化趨勢，工業(yè)化能夠提高農業(yè)全要素生產率，而農業(yè)投資并沒有顯著提高農業(yè)全要素生產率。

農業(yè)全要素生產率； 資源環(huán)境約束； 數據包絡分析； SBM方向性距離函數； 西部地區(qū)

西部大開發(fā)戰(zhàn)略實施以來，西部地區(qū)的工業(yè)化與城市化快速推進，經濟增長顯著，西部地區(qū)農業(yè)也取得較大發(fā)展，但農業(yè)發(fā)展滯后的總體狀況并沒有根本轉變。目前，西部地區(qū)的農業(yè)機械總動力僅占全國的21%，糧食種植面積約占全國的32%，糧食產量僅為全國的25%[1]；2011年《中國農村經濟形勢分析與預測》顯示，2010年西部地區(qū)農業(yè)人均純收入分別比全國平均水平(5919元)、中部地區(qū)平均水平和東部地區(qū)平均水平低1501元、1092元和3725元。隨著資源環(huán)境約束日益嚴峻，通過科學的生產要素投入方式提高農業(yè)生產效率和產出水平，對于改變西部農業(yè)發(fā)展發(fā)展滯后的現狀，促進其農業(yè)快速發(fā)展具有重要意義。而科學評估西部地區(qū)農業(yè)發(fā)展水平，并分析其影響因素，成為科學合理制定相關政策的重要依據。

目前較多學者采用衡量投入產出效率的全要素生產率指標，通過數據包絡分析(Data Envelopment Analysis，DEA)對全要素生產率進行研究，其可分為3類：1) 不考慮環(huán)境約束，通過距離函數與Malmquist生產率指數計算經濟體的全要素生產率[2-3]。這類研究可以應對多投入、多產出的情況，但是只適用于與合意產出相關的分析。2) 通過方向性距離函數分析環(huán)境約束下經濟體的全要素生產率。Chung等[4]提出了一種方向性距離函數，其允許經濟體在投入既定的情況下，以相同的比例擴張好產出(期望產出)和收縮壞產出(非期望產出，如環(huán)境污染)，使其能夠分析包含壞產出的生產結構，進而可以將方向性距離函數與ML生產率指數(Malmquist-Luenberger Productivity Index)結合計算資源環(huán)境約束下經濟體的全要素生產率[5-6]。其不足在于，方向性距離函數是一種徑向模型，當存在非零松弛時，徑向模型會高估決策單元(Decision Making Unit, DMU)的效率[7]。3)通過SBM(Slack-Based Measure)方向性距離函數分析資源環(huán)境約束下經濟體的全要素生產率。這種方法既能分析包含壞產出的生產結構，也能避免ML生產率指數的不足[8-9]。

為在資源環(huán)境約束日益嚴峻的形勢下全面評估西部地區(qū)農業(yè)發(fā)展水平，促進西部地區(qū)農業(yè)可持續(xù)發(fā)展，筆者借鑒王兵等[9]的模型，運用SBM方向性距離函數和Luenberger生產率指標測算資源環(huán)境約束下的西部地區(qū)農業(yè)全要素生產率增長，在此基礎上通過核密度分布函數和σ收斂檢驗分析其動態(tài)演進趨勢，并構建面板數據的時間固定效應模型分析其影響因素，據此提出相應的政策建議。

1 資料與方法

1.1 數據來源

數據來自《新中國農業(yè)60年統(tǒng)計資料》《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》《中經網統(tǒng)計數據庫》和西部地區(qū)各省市的省級統(tǒng)計年鑒，涉及內蒙古、陜西、甘肅、青海、新疆、寧夏、重慶、四川、云南、貴州、西藏和廣西。數據跨度為2000—2013年，少數缺失數據運用3年移動平均法估算。

1.2 環(huán)境生產技術

(1)

對于變量選擇，投入變量選?。恨r林牧漁業(yè)從業(yè)人員(萬人)，農作物總播種面積和水產養(yǎng)殖面積(千hm2)，農用化肥施用量折純量(萬t)，農業(yè)機械總動力(萬K·w)，役畜年末存欄數(萬頭)，農業(yè)用水總量(億m3)。其中，農業(yè)用水總量反映農業(yè)增長過程中的資源約束。產出變量方面，好產出變量選取農林牧漁業(yè)總產值(億元)。為剔除價格變化對計算的影響，所有產值數據均通過農產品生產價格指數調整為以2000年為基期的數據。壞產出變量選取農業(yè)面源污染中氮和磷的排放量，反映農業(yè)增長過程中的環(huán)境約束。由于統(tǒng)計年鑒中沒有這2類污染物的排放數據，因此借鑒梁流濤[11]的清單分析法估算?？紤]表1所示的4類農業(yè)面源污染，氮和磷的排放量計算公式為：

(2)

式中，E為某種污染物的排放量。EUi為調查單元i的統(tǒng)計數，ρi、ηi和Ci分別為調查單元i中某種污染物的產污強度系數、相關的資源利用效率系數和排放系數，其值均來自文獻[11]。Ci由調查單元和空間特征(S)決定，表征區(qū)域環(huán)境、降雨、水文和各種管理措施對農業(yè)和農村污染的綜合影響[12]。

表1 西部地區(qū)農業(yè)面源產污核算單元

Table 1 Pollutant accounting elements of agricultural non-point source in Western China

污染來源Pollutantsource調查單元Investedelements調查指標及單位Indexandunit農田化肥氮肥,磷肥,復合肥施用量/萬t Chemicalfertilizer畜禽養(yǎng)殖牛,豬,羊,家禽存欄數/萬頭(只) Livestockbreeding農田固體廢棄物稻谷,小麥,玉米,豆類,薯類,油料,蔬菜總產量/萬t Fieldsolidwaste農村生活鄉(xiāng)村人口鄉(xiāng)村人口/萬人 Ruralliving

注：核查單元的選擇基于文獻[11]。

1.3 Luenberger生產率指標和SBM方向性距離函數

根據Chambers等[13]的研究，t至t+1期間的Luenberger生產率指標計算公式為：

(3)

該指標可進一步分解為技術效率變化(Effch)和技術進步(Techch)之和，其中：

(4)

(5)

通過求解St(xt,yt,bt;g)，St(xt+1,yt+1,b+1;g)和St+1(xt,yt,bt;g)3個SBM方向性距離函數，即可得出TFP、Effch和Techch。分別將這3個指標加1，即可得出其對應的變化率(增長率)。

以St(xt,yt,bt;g)的求解方法為例，根據王兵等[9]或Fukuyama和Weber[8]的研究，第k*個決策單元在第t期的SBM方向性距離函數可以通過如下線性規(guī)劃模型求解：

(6)

(7)

1.4 核密度函數和σ收斂檢驗

運用核密度圖和σ收斂檢驗分析農業(yè)全要素生產率變化的動態(tài)演進趨勢。核密度圖基于高斯正態(tài)分布核密度函數做出，其表達式為：

(8)

式中，h=0.9AN-1/5為窗寬，A、N、k(*)和y分別表示標準差、觀測值個數、高斯正態(tài)分布函數和農業(yè)全要素生產率取值的范圍。該函數表示西部地區(qū)各省市農業(yè)全要素生產率在給定的取值范圍上出現的可能性。末期的核密度圖分布區(qū)間若比初始期的更為寬廣(狹窄)，則農業(yè)全要素生產率出現發(fā)散(收斂)。為了保證數據取對數后依然有效(便于進行σ收斂檢驗)，作圖時使用的數據為農業(yè)全要素生產率的變化率(增長率)，以1+TFP計算得出。

σ收斂一般采用變量對數的標準差衡量。定義yi,t表示i地區(qū)t期的農業(yè)全要素生產率，則ln(yi,t) 的標準差σ可表示為：

(9)

若σt隨時間推移不斷變小，表明這N個地區(qū)的農業(yè)全要素生產率存在σ收斂。

1.5 固定效應模型

采用面板數據的時間固定效應模型分析農業(yè)全要素生產率的影響因素。模型選取的變量包括：人均實際農林牧漁總產值(滯后一期)(y—1)，鄉(xiāng)村人口占當地總人口的比重(s)，農業(yè)面源污染中的人均氮(n)和磷(p)排放量；人均實際農林牧漁業(yè)投資(k)。模型的估計式為：

(10)

2 結果與分析

2.1 農業(yè)全要素生產率增長

由上述方法計算得出2000—2013年西部地區(qū)農業(yè)全要素生產率及其分解指標變化的平均值(表2)，為便于對比，對農業(yè)總產值增長率也進行了測算。由表2得出：

1) 西部地區(qū)農業(yè)總產值增長迅速，但區(qū)域差異明顯。西部地區(qū)農業(yè)總產值年均增速為11.90%，西北和西南地區(qū)的農業(yè)總產值增長水平相差較大，西北地區(qū)農業(yè)總產值年均增速為13.19%，明顯高于西南地區(qū)的10.61%。近年來，隨著農業(yè)科技的發(fā)展和農業(yè)基礎設施的改善，自然條件對西北地區(qū)農業(yè)發(fā)展的制約已不再顯著，一些高產高原作物的引進和改良以及大量水利工程的興建，使得該地區(qū)的傳統(tǒng)種植業(yè)有了較快發(fā)展。此外，西北地區(qū)擁有中國四大牧區(qū)，畜牧業(yè)基礎良好，通過科學養(yǎng)殖、建立人工草場和培養(yǎng)優(yōu)良牧草，畜牧業(yè)發(fā)展也開始加速。分省市來看，農業(yè)總產值增長最快的是陜西，年均增速為13.61%；增長最慢的是西藏，年均增速僅為7.03%。

2) 西部地區(qū)農業(yè)全要素生產率增長緩慢，技術效率總體惡化，技術進步是農業(yè)全要素生產率增長的主要驅動力。西部地區(qū)年均農業(yè)全要素生產率增長3.44%，對農業(yè)產出的貢獻率僅為28.74%，表明西部地區(qū)農業(yè)增長中的大部分是通過投入要素的數量擴張實現的，質量方面的貢獻有限。此外，西部地區(qū)農業(yè)技術效率年均降低0.08%，而技術進步率的年均增速為3.52%，是全要素生產率增長的主要源泉。分區(qū)域來看，西北地區(qū)農業(yè)全要素生產率和技術效率的年均增速(3.91%和0.41%)高于西南地區(qū)(2.96%和-0.57%)，而西南地區(qū)的技術進步率年均增速(3.53%)則略高于西北地區(qū)(3.51%)。

3) 忽視資源環(huán)境約束會導致高估農業(yè)全要素生產率、技術效率和技術進步率的變化。在不考慮資源與污染變量的情況下，通過SBM方向性距離函數計算得到的年均農業(yè)全要素生產率、技術效率變化和技術進步率的年均增速分別為4.57%、0.15%和4.43%，均高于考慮資源環(huán)境約束計算得出的指標結果。

表2 2000—2013年西部地區(qū)農業(yè)全要素生產率及其分解指標變化的平均值

注：Y表示農業(yè)總產值的年均增長率。TFP1、EFFCH1和 TECHCH1分別表示資源環(huán)境約束下的全要素生產率、技術效率和技術進步率的年均變化率，TFP1/Y為全要素生產率的年均產出貢獻份額。TFP2、EFFCH2、 TECHCH2和TFP2/Y分別為上述指標在非資源環(huán)境約束下的計算結果。西北地區(qū)包括內蒙古、陜西、甘肅、青海、新疆、寧夏，西南地區(qū)包括重慶、四川、云南、貴州、西藏和廣西。

Note: Y = Average annual growth rate of total output value of agricultural. TFP1, EFFCH1 and TECHCH1 represent average annual variation rate of total factor productivity, technical efficiency and technical progress rate under resource and environment restriction respectively. TFP1/Y represents average annual output contribution portion of total factor productivity. TFP2, EFFCH2, TECHCH2and TFP2/Y represent the results of the above indexes without resource and environment restriction separately. Northwest area includes Inner Mongolia, Shaanxi, Gansu, Qinghai, Xinjiang and Ningxia. Southwest area includes Chongqing, Sichuan, Yunnan, Guizhou, Tibet and Guangxi.

圖 1 西部地區(qū)農業(yè)全要素生產率累積變化

Fig.1 Accumulation variation of agricultural total factor productivity in Western China

從圖1看出，2000—2013年，西部地區(qū)農業(yè)全要素生產率累積變化和技術進步累積變化的增長趨勢明顯，但技術效率幾乎沒有改善。農業(yè)全要素生產率累積增長54%，技術進步累積增長56%，兩者的變動狀況較為一致，而同期技術效率的累積變化基本維持在1附近，可見技術進步是西部地區(qū)農業(yè)全要素生產率增長的主要源泉。

2.2 各省市農業(yè)全要素生產率變化的動態(tài)演進

從圖2(a)看出，在資源環(huán)境約束下，2001年西部各省市農業(yè)全要素生產率增長率分布在0.6、1.0和1.15三個區(qū)域，分布分散；而在2013年，農業(yè)全要素生產率增長率則集中在0.9～1.1的狹小區(qū)域，出現了明顯的收斂。從圖2(b)看出，無資源環(huán)境約束時，2001年西部各省市農業(yè)全要素生產率增長率的分布狀況與圖2(a)呈現的情況基本一致；而在2013年，農業(yè)全要素生產率增長率則集中分布在1.05附近，也出現了明顯的收斂。同時，由計算得出，有資源環(huán)境約束時σ2001=0.058 9>σ2013=0.014 1，無資源環(huán)境約束時σ2001=0.028 8>σ2013=0.015 1?？梢?，西部地區(qū)農業(yè)全要素生產率的增長在兩種情況下都出現了σ收斂。由此表明，西部地區(qū)各省市農業(yè)全要素生產率的變化趨勢趨于一致。導致這一結果的主要原因是各省市農業(yè)發(fā)展戰(zhàn)略和政策的趨同。實行西部大開發(fā)戰(zhàn)略以來，國家和西部各省市都加強了對農業(yè)發(fā)展的支持力度。由于指導方針的一致性，西部各省市選擇的惠農強農措施均大同小異，進而導致農業(yè)全要素生產率變化的趨同。

圖2 資源環(huán)境約束與非資源環(huán)境約束下西部地區(qū)各省市農業(yè)全要素生產率增長率的正態(tài)分布核密度函數

Fig.2 Gaussian distribution kernel density function of agricultural total factor productivity growth rate of different provinces and cities in Western China under resource and environment restriction and without resource and environment restriction

表3 西部地區(qū)農業(yè)全要素生產率影響因素模型回歸

注：***，**和*分別表示在0.01、0.05和0.1水平顯著。固定效應模型與隨機效應模型的F值顯著性水平分別為0.000000與0.025974，R2分別為0.422362與0.098097。為便于比較，保留隨機效應模型的回歸結果。

Note: ***, ** and * indicates significance of difference at 0.01, 0.05 and 0.1 level respectively. The significant level andR2ofFvalue of fixed effect model and random effect model is 0.000000 and 0.422362, and 0.025974 and 0.098097 separately. For comparison keep the reqression rsults of random effect model

2.3 農業(yè)全要素生產率的影響因素

采用Eviews 6.0對(10)式進行回歸，根據固定效應模型的回歸結果(表3)得出：

1) 人均農業(yè)產出增加會先阻礙而后促進西部地區(qū)農業(yè)全要素生產率增長。滯后1期的人均農業(yè)產值變量的系數顯著為負，而其2次方的系數顯著為正，表明隨著人均農業(yè)總產值的增加，農業(yè)全要素生產率會出現先下降后上升的U型變化過程。

2) 西部地區(qū)的工業(yè)化過程伴隨著農業(yè)全要素生產率的提高。體現經濟結構的鄉(xiāng)村人口占比變量的系數顯著為負，表明西部地區(qū)農業(yè)人口向非農部門轉移的過程伴隨著農業(yè)全要素生產率的提高。一般地，當某一地區(qū)的工業(yè)化發(fā)展到一定階段，經濟發(fā)展積累的資金和技術會促進農業(yè)生產效率提高，可見西部地區(qū)的工業(yè)化進程已經達到這個階段。

3) 環(huán)境因素對西部地區(qū)農業(yè)全要素生產率的影響無法判斷。人均農業(yè)氮和磷的排放量作為環(huán)境變量，兩者的系數符號相反，且都不顯著?？赡艿脑蚴牵环矫姝h(huán)境因素對西部地區(qū)農業(yè)全要素生產率增長影響不大；另一方面，由于指標選取的主觀性，環(huán)境因素與農業(yè)生產率增長的真實關系并未得以反映。

4) 增加農業(yè)投資對西部地區(qū)農業(yè)全要素生產率的提高沒有顯著作用。人均農業(yè)投資變量的系數為負，且不顯著。這一結果并不能證明農業(yè)投資增加對農業(yè)全要素生產率提高的阻礙作用具有普遍性，但反映出目前西部地區(qū)的農業(yè)投資并沒有顯著改善其農業(yè)全要素生產率。原因可能在于目前西部的農業(yè)投資偏重數量和規(guī)模，結構科學合理的優(yōu)質投資較少，對農業(yè)生產的技術水平和管理水平沒有顯著改善，因而對農業(yè)全要素生產率增長的影響并不顯著。

3 結論與建議

從西部地區(qū)各省市的農業(yè)全要素生產率增長狀況看，西部地區(qū)普遍存在農業(yè)技術無效率現象。盡管各省市農業(yè)總產值增長顯著，但農業(yè)全要素生產率提高緩慢，對農業(yè)增長貢獻低。從內在構成角度看，整體農業(yè)技術效率有惡化趨勢，農業(yè)全要素生產率增長主要源于技術進步。從動態(tài)演進的趨勢看，各省市的農業(yè)全要素生產率變化趨勢呈現趨同。從影響因素角度看，增加人均農業(yè)產出會先阻礙而后促進西部地區(qū)農業(yè)全要素生產率增長，工業(yè)化對提高農業(yè)全要素生產率具有促進作用，而農業(yè)投資并沒有顯著提高農業(yè)全要素生產率。為進一步提高西部地區(qū)農業(yè)全要素生產率，應從以下方面著手。

1) 大力推進農業(yè)科技創(chuàng)新與應用，加快科教興農步伐。和我國中、東部省份相比，目前西部省份很多局部地區(qū)的農業(yè)生產方式仍然非常落后，農業(yè)機械化程度低，生產仍以人畜力為主，傳統(tǒng)農業(yè)的特征比較突出。舒爾茨在《改造傳統(tǒng)農業(yè)》[14]中指出，傳統(tǒng)農業(yè)不能顯著促進經濟增長的原因在于使用的是投資收益率低的傳統(tǒng)生產要素，要對傳統(tǒng)農業(yè)進行改造就必須引進新的、投資收益率更高的生產要素，加大人力資本投資。

2) 因地制宜，分類指導，大力促進特色農業(yè)發(fā)展。西部地區(qū)氣候地形條件復雜、物種多樣、生態(tài)環(huán)境良好，具有發(fā)展特色農業(yè)的獨特優(yōu)勢。近年來，西部一些省市利用西部大開發(fā)和農業(yè)結構戰(zhàn)略性調整的契機，發(fā)展形成了一批優(yōu)勢特色產業(yè)，如新疆的棉花，陜西的水果，內蒙古的畜牧產品和云南與貴州的煙葉等，其為進一步發(fā)掘西部優(yōu)勢農業(yè)資源，提高區(qū)域農業(yè)競爭力提供了寶貴經驗。

3) 加大財政支持力度，改善西部農業(yè)基礎設施，大力發(fā)展節(jié)水農業(yè)。我國的“老、少、邊、窮”地區(qū)主要都集中在西部地區(qū)，長期以來，自然災害頻發(fā)、交通不便等因素嚴重制約西部地區(qū)的發(fā)展。此外，西部地區(qū)尤其是西北地區(qū)土地荒漠化嚴重，水資源匱乏，著力發(fā)展成本更低的旱作節(jié)水農業(yè)是這些地區(qū)農業(yè)發(fā)展的根本出路。國家應加大對西部地區(qū)農業(yè)發(fā)展的財政支持力度，改善西部交通和農業(yè)基礎設施，積極創(chuàng)辦旱作農業(yè)示范區(qū)，并大力推動節(jié)水農業(yè)技術的推廣。

[1] 都茂庭.關于進一步加快我國西部農業(yè)發(fā)展的思考[J].經濟研究參考，2011(67)：2-10.

[2] Subodh Kumar，R. Robert Russell. Technological Change, Technological Catch-up, and Capital Deepening: Relative Contributions to Growth and Convergence[J].The American Economic Review，2002，92(3)：527-548.

[3] 岳書敬，劉朝明.人力資本與區(qū)域全要素生產率分析[J].經濟研究，2006(4)：90-96.

[4] Y. H. Chung，R. F are and S. Grosskopf. Productivity and Undesirable Outputs: A Directional Distance Function Approach[J].Journal of Environmental Management，1997，51(3)，229-240.

[5] Surender Kumar.Environmentally sensitive productivity growth: A global analysis using Malmquist-Luenberger index[J].Ecological Economics，2006，56(2)：280-293.

[6] 李小勝，安慶賢.環(huán)境管制成本與環(huán)境全要素生產率研究[J].世界經濟，2012(12)：23-40.

[7] Fukuyama H.，William L. Weber. A Directional Slacks-based Measure of Technical Inefficiency[J].Socio-Economic Planning Sciences，2009，43(4)：274-287

[8] Fukuyama H.，William L. Weber. A slacks-based inefficiency measure for a two-stage system with bad outputs[J].Omega，2010，38(5)：398-409.

[9] 王 兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產率增長[J].經濟研究，2010(5)：95-109.

[10] Rolf Fare, Shawna Grosskopf, Carl A. Pasurka Jr. Environmental production functions and environmental directional distance functions[J].2007，32(7)：1055-1066.

[11] 梁流濤.農村生態(tài)環(huán)境時空特征及其演變規(guī)律研究[D].南京：南京農業(yè)大學，2009.

[12] 陳敏鵬，陳吉寧，賴斯蕓.中國農業(yè)和農村污染的清單分析與空間特征識別[J].中國環(huán)境科學，2006(6)：751-755.

[13] Chambers，R. G.，R. Fare, and S. Grosskopf. Productivity Growth in APEC Countries[J]. Pacific Economic Review，1996，1(3)：181-190.

[14] 西奧多·W.舒爾茨.改造傳統(tǒng)農業(yè)[M].梁小民，譯.北京：商務印書館，2006.

(責任編輯： 黃筑斌)

Agricultural Total Factor Productivity Growth and Influence Factors under Resource and Environment Restriction Western China

CHEN Tingting

(ChongqingYouthVocational&TechnicalCollege，Chongqing400712，China)

The growth, variation trend and influence factors of agricultural total factor productivity in Western China under resource and environment restriction were analyzed by SBM directional distance function, Luenberger productivity index and panel data time fixed effect model based on the input/output data of agriculture of 12 Provinces (Cities) in Western China during 2000-2013 to overall evaluate agricultural development status in Western China under the increasing severe resource and environment restriction and to promote its agricultural sustainable development. Results:Agricultural growth in Western China is significance but improvement of agricultural total factor productivity is slow and the contribution of agricultural total factor productivity to agricultural growth is lower. Agricultural technical efficiency shows a degradation trend. Technical progress is the main source for growth of agricultural total factor productivity. Agricultural total factor productivity in Western China represents a U variation trend with increase of per capita agricultural output. Industrialization can increase agricultural total factor productivity but agricultural investment can not improve agricultural total factor productivity significantly.

agricultural total factor productivity; resource and environment restriction; data envelopment analysis; SBM directional distance function; western area

2015-01-28； 2015-06-16修回

國家自然科學基金青年項目“綠色經濟增長核算模型的構建及應用研究”(71103214)；教育部省部共建人文社會科學重點研究基地項目“長江上游地區(qū)工業(yè)的動態(tài)環(huán)境績效優(yōu)化研究：生態(tài)效率視角”(10JJD790028)

陳婷婷(1981-)，女，講師，從事產業(yè)結構與經濟增長研究。E-mail: chentingtingtougao@126.com

1001-3601(2015)07-0400-0216-05

S-9； F205

A