姚 振，趙疏航，余 乾

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

進(jìn)入新時(shí)代，淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)產(chǎn)業(yè)發(fā)展迅速，產(chǎn)業(yè)結(jié)構(gòu)也在逐步轉(zhuǎn)型.淮河生態(tài)經(jīng)濟(jì)帶27個(gè)地級(jí)市的工業(yè)固定資產(chǎn)由2011年的1.8×104億元增加到2017年的3.59×104億元，年均增長(zhǎng)幅度達(dá)16.38%.煙粉塵排放、空氣污染、工業(yè)廢水排放等生態(tài)環(huán)境問(wèn)題也變的越來(lái)越多，工業(yè)產(chǎn)業(yè)發(fā)展和生態(tài)環(huán)境保護(hù)之間的矛盾變得更加突出.過(guò)去粗放式的工業(yè)產(chǎn)業(yè)發(fā)展模式已經(jīng)不能滿(mǎn)足新時(shí)代社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展要求，實(shí)證分析淮河生態(tài)經(jīng)濟(jì)帶節(jié)能減排效率的時(shí)空差異及影響因素具有十分重要的意義.

最近，污染物的排放引發(fā)了霧霾天氣、河水污染等問(wèn)題，給人們的生產(chǎn)生活帶來(lái)了一定的困擾.工業(yè)節(jié)能減排已經(jīng)成為我國(guó)“十一五”規(guī)劃提出的重要目標(biāo)，已經(jīng)引發(fā)了國(guó)內(nèi)外學(xué)者的熱切關(guān)注.其中，大部分的學(xué)者從中國(guó)省級(jí)能源效率和省級(jí)生態(tài)效率的角度進(jìn)行分析，但是對(duì)淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排效率進(jìn)行分析的研究很少.本文從工業(yè)產(chǎn)業(yè)的視角對(duì)淮河生態(tài)經(jīng)濟(jì)帶的節(jié)能減排效率進(jìn)行實(shí)證研究.

叢雅靜等采用SBM-DDF方法測(cè)算了我國(guó)2005～2011年30個(gè)省份的面板數(shù)據(jù)測(cè)算了各地區(qū)的工業(yè)節(jié)能減排效率，并發(fā)現(xiàn)自身的創(chuàng)新溢出和內(nèi)在創(chuàng)新努力是工業(yè)節(jié)能減排的重要影響因素[1]；汪克亮等采用非參數(shù)DEA方法測(cè)算了我國(guó)2004～2010年我國(guó)省級(jí)的節(jié)能減排與地區(qū)生態(tài)效率[2]；陳明華等采用超效率SBM模型和Dagam基尼系數(shù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶的全要素生產(chǎn)率進(jìn)行了研究[3]；郗鳳明等使用非期望產(chǎn)出的DEA模型在考慮到行業(yè)異質(zhì)性的前提下對(duì)遼寧省的工業(yè)節(jié)能減碳效率進(jìn)行了實(shí)證分析[4]；黃和平等人使用SBM模型對(duì)我國(guó)30個(gè)省份的工業(yè)用地生態(tài)效率進(jìn)行了測(cè)算[5]，發(fā)現(xiàn)工業(yè)行業(yè)聚集程度和環(huán)境管制力度對(duì)工業(yè)用地生態(tài)效率有著顯著的影響；陶宇等從空氣污染的視角出發(fā)，采用非徑向方向距離函數(shù)(NDDF)實(shí)證分析了我國(guó)30個(gè)省份工業(yè)行業(yè)的能源環(huán)境效率[6].韓一杰等基于Malmquist指數(shù)函數(shù)對(duì)中國(guó)各地區(qū)鋼鐵行業(yè)的節(jié)能減排效率進(jìn)行了動(dòng)態(tài)分析，然后使用Tobit回歸發(fā)現(xiàn)鋼鐵產(chǎn)品的結(jié)構(gòu)對(duì)于其節(jié)能減排的潛力影響最為明顯[7]；Shuang Wang等使用DEA模型分析了大連市節(jié)能減排的水平，并發(fā)現(xiàn)了產(chǎn)業(yè)結(jié)構(gòu)是主要的限制因素[8].Yongming Han等提出了一種基于信息熵和DEA改進(jìn)模型測(cè)算了中國(guó)的工業(yè)產(chǎn)業(yè)部門(mén)的節(jié)能減排效率[9]；Lei li使用數(shù)據(jù)包絡(luò)分析的方法分別分析了中國(guó)溫帶地區(qū)和亞熱帶地區(qū)電力企業(yè)的能源消耗水平，中國(guó)電力企業(yè)CER和ESER效率比較低，需要通過(guò)技術(shù)創(chuàng)新提高能源利用效率，降低碳排放[10].Ali Emronznejad等使用了Malmquist-Luen-berger productivity (MLP)模型研究了中國(guó)制造業(yè)生產(chǎn)率指數(shù)與排放之間的關(guān)系[11].Si-Dai Guo等運(yùn)用SBM模型評(píng)估了中國(guó)2001～2015年西部地區(qū)的工業(yè)環(huán)境效率，研究表明技術(shù)發(fā)展水平是影響工業(yè)環(huán)境效率的關(guān)鍵性因素[12].本文將充分考慮淮河生態(tài)經(jīng)濟(jì)帶各個(gè)城市的工業(yè)發(fā)展水平，結(jié)合非徑向SBM模型分析淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排效率的時(shí)空差異，使用Malmquist指數(shù)函數(shù)對(duì)淮河生態(tài)經(jīng)濟(jì)帶各城市工業(yè)產(chǎn)業(yè)的節(jié)能減排效率進(jìn)行了動(dòng)態(tài)分析，進(jìn)一步考察影響工業(yè)節(jié)能減排效率的主要因素，從而找到有效的改進(jìn)措施.

1 研究方法與數(shù)據(jù)來(lái)源

1.1 方法

1) 非徑向SBM模型

DEA模型由Charnes和Cooper于1978年提出的一種基于相對(duì)效率的輸入和輸出分析方法，現(xiàn)在已經(jīng)衍生出多種改進(jìn)模型，其中常用的BCC和CRR模型是沒(méi)有考慮到輸入和輸出的松弛變量，在處理非期望產(chǎn)出時(shí)受到了一定的限制.Tone于2001年提出了SBM模型，將所有的松弛變量合并到目標(biāo)函數(shù)中，有效的克服了上述缺陷.

非期望產(chǎn)出的SBM模型可以表示如下：

(1)

其中：λ表示維權(quán)重向量，s-,sg和sb分別表示投入的松弛變量、期望產(chǎn)出的松弛變量和非期望產(chǎn)出的松弛變量.松弛變量和目標(biāo)函數(shù)ρ*都是嚴(yán)格遞減的，ρ*∈[0,1].如果ρ*=1，s-,sg和sb的松弛變量都為零，這個(gè)決策單元(DMU)才被認(rèn)為是有效的.如果ρ*<1,s-,sg和sb的松弛變量都不為零，則此時(shí)的決策單元(DMU)是無(wú)效的.

2) Malmquist生產(chǎn)率指數(shù)模型

Malmquist于1953年提出了Malmquist生產(chǎn)率指數(shù)模型，Christensen等人于1982年將其廣泛應(yīng)用于動(dòng)態(tài)生產(chǎn)效率的測(cè)算.Malmquist生產(chǎn)率指數(shù)函數(shù)可以表示為：

(2)

Malmquistindex(M) =TEC×EFC

(3)

技術(shù)效率變化(TEC)可以表示為：

(4)

技術(shù)效率(EFC)可以表示為：

1.2 選取指標(biāo)與數(shù)據(jù)來(lái)源

淮河生態(tài)經(jīng)濟(jì)帶地區(qū)包括江蘇、安徽、山東、河南和湖北五個(gè)省份中的27個(gè)地級(jí)市，數(shù)據(jù)來(lái)自于2011～2018年版的《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，以及2011～2018年版的江蘇、安徽、山東、河南和湖北五個(gè)省份的統(tǒng)計(jì)年鑒.

工業(yè)節(jié)能減排效率強(qiáng)調(diào)在滿(mǎn)足必要工業(yè)生產(chǎn)的前提下，最大限度的減少污染物的排放和工業(yè)能源資源消耗.因此我們需要將工業(yè)生產(chǎn)過(guò)程中產(chǎn)生的污染物作為研究對(duì)象.本文選取的投入指標(biāo)包括三個(gè)方面：資本數(shù)量，人力資本和能源消耗，產(chǎn)出指標(biāo)包括：期望產(chǎn)出(工業(yè)總產(chǎn)值)，非期望產(chǎn)出(工業(yè)SO2排放量、工業(yè)廢水排放量和工業(yè)煙粉塵排放量).此外，本文在研究淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率時(shí)，將其劃分為上中下三個(gè)主要流域，淮河生態(tài)經(jīng)濟(jì)帶上游包括：隨州市、孝感市、平頂山市、南陽(yáng)市、商丘市、信陽(yáng)市和周口市，中游包括：淮南市、蚌埠市、宿州市、滁州市、阜陽(yáng)市、漯河市、六安市、臨沂市、濟(jì)寧市、菏澤市和駐馬店市，下游包括：徐州市、淮安市、鹽城市、揚(yáng)州市、泰州市、宿遷市、淮北市和棗莊市，投入和產(chǎn)出指標(biāo)變量及其具體含義如表1所示，其投入和產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)如表2所示，各城市區(qū)域劃分描述性統(tǒng)計(jì)如表3所示.

表1 投入和產(chǎn)出指標(biāo)及其具體含義

表2 2011～2018年淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市的投入和產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)

表3 2011～2018年淮河生態(tài)經(jīng)濟(jì)帶區(qū)域劃分

2 實(shí)證分析

2.1 靜態(tài)工業(yè)節(jié)能減排效率分析

本文基于皮爾遜系數(shù)對(duì)淮河生態(tài)經(jīng)濟(jì)帶27個(gè)決策單元進(jìn)行等張性檢驗(yàn)，所有的檢測(cè)值均低于顯著水平1%且投入和產(chǎn)出變量具有正相關(guān)的特征，由此可知27個(gè)決策單元均滿(mǎn)足等張性要求.根據(jù)采用DEA-SBM模型測(cè)算淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排的效率，其結(jié)果如表4所示.從表4可以看出，2010～2017年淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率的均值為0.84，在發(fā)展工業(yè)生產(chǎn)和節(jié)能減排方面還有一定的提升潛力.泰州市、六安市、臨沂市、宿遷市、信陽(yáng)市、平頂山市、濟(jì)寧市、淮北市這些城市的工業(yè)節(jié)能減排效率值在0.81～0.89之間，處于中等水平.亳州市、蚌埠市、棗莊市、阜陽(yáng)市、菏澤市、宿州市、滁州市這些城市的工業(yè)節(jié)能減排效率值較低，處于0.49～0.76之間，這說(shuō)明淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率存在明顯的差異，還有巨大的工業(yè)節(jié)能減排潛力.徐州市、隨州市、揚(yáng)州市、漯河市、商丘市、南陽(yáng)市、淮安市、鹽城市、駐馬店市、淮南市這些城市的工業(yè)節(jié)能減排效率值較高，處于在0.9～0.99之間，表明上述城市的工業(yè)生產(chǎn)與節(jié)能減排具有很好的協(xié)調(diào)性.周口和孝感的平均效率值都為1，說(shuō)明周口和孝感達(dá)到工業(yè)節(jié)能減排效率前沿，這兩個(gè)城市在發(fā)展工業(yè)生產(chǎn)和節(jié)能減排方面實(shí)現(xiàn)了統(tǒng)籌兼顧.

表4 2010～2017年淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排效率值

2.2 工業(yè)節(jié)能減排效率動(dòng)態(tài)分析

為了進(jìn)一步探究淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排的動(dòng)態(tài)演變趨勢(shì)，本文使用DEAP2.1軟件對(duì)其27個(gè)城市分為上中下游地區(qū)進(jìn)行Malmquist指數(shù)分解和測(cè)算.結(jié)果如表5所示，其中EFC、TEC、PEC、SEC和TFP分別表示技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率.由表5可知，淮河生態(tài)經(jīng)濟(jì)帶的Malmquist指數(shù)在2010～2017年期間的平均值為0.77，表明淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率還有一定的提升空間.在此期間，由TFP分解的TEC和EFC的均值分別為0.78和0.97，SEC由2011～2012年的1.02下降至2013～2014年的0.92，減少了9.80%.EFC由2011～2012年的1.04減少到2013～2014年的0.84，減少了19.2%.這表明淮河生態(tài)經(jīng)濟(jì)帶27個(gè)地級(jí)市“十二五”期間，側(cè)重于發(fā)展經(jīng)濟(jì)，很多高耗能企業(yè)盲目擴(kuò)大生產(chǎn)規(guī)模，排放了大量的工業(yè)廢水和廢氣，降低了工業(yè)節(jié)能減排的效率.將EFC分解成PEC和SEC后，可以發(fā)現(xiàn)PEC和SEC都起到抑制的作用，且PEC的抑制作用更加明顯.從2014～2017年，TFP均值先由1.26下降到0.61，然后保持不變.同期間由TFP分解的EFC、PEC和SEC均呈現(xiàn)下降趨勢(shì)，其中PEC下降的最快，而TEC在2016～2017年顯著提升，由此可見(jiàn)TEC是促進(jìn)TFP提升的主要原因.這表明淮河生態(tài)經(jīng)濟(jì)帶27個(gè)地級(jí)市不僅僅注重工業(yè)產(chǎn)業(yè)方面的技術(shù)創(chuàng)新，還積極落實(shí)十三五期間工業(yè)和信息化部頒發(fā)的《智能制造發(fā)展規(guī)劃(2016～2020)》，堅(jiān)持創(chuàng)新驅(qū)動(dòng)，激發(fā)企業(yè)先進(jìn)智能制造的內(nèi)生動(dòng)力，加強(qiáng)智能制造技術(shù)的創(chuàng)新突破.

表5 2010～2017年淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排效率平均Malmquist指數(shù)及其分解

結(jié)合圖1和表6可知，淮河生態(tài)經(jīng)濟(jì)帶上游節(jié)能減排年均Malmquist指數(shù)除2012～2013和2014～2015年的TFP>1外，其余時(shí)期的TFP<1,說(shuō)明上游區(qū)域的工業(yè)節(jié)能效率波動(dòng)性較大，該區(qū)域整體上的節(jié)能減排效率較低.其TFP從2014～2015年的1.37下降到2016～2017年的0.45，說(shuō)明上游地區(qū)的工業(yè)節(jié)能減排水平在下降，但是由曲線(xiàn)的斜率可以看出下降的幅度在減緩，表明上游地區(qū)的政府部門(mén)已經(jīng)意識(shí)到工業(yè)節(jié)能減排效率在進(jìn)一步惡化，開(kāi)始對(duì)工業(yè)企業(yè)的技術(shù)創(chuàng)新提供一定的政策和資金支持，工業(yè)節(jié)能減排降低的趨勢(shì)有所改善.通過(guò)圖1中曲線(xiàn)的變化趨勢(shì)上來(lái)看，TEC和TFP曲線(xiàn)的變化趨勢(shì)基本上相同.特別是在從2015～2016至2016～2017年這段時(shí)間內(nèi)，由TFP分解的PEC、SEC和EFC均有所下降，只有TEC的效率值有所增加，說(shuō)明TEC是影響上游地區(qū)工業(yè)節(jié)能減排效率的主要因素.上游地區(qū)目前工業(yè)發(fā)展和節(jié)能減排之間的矛盾比較突出，需要積極的調(diào)整現(xiàn)有的生產(chǎn)作業(yè)模式且注重工業(yè)企業(yè)的技術(shù)創(chuàng)新，才能逐步提高工業(yè)的節(jié)能減排效率.

圖1 淮河生態(tài)經(jīng)濟(jì)帶上游年均Malmquist指數(shù)變化趨勢(shì)

表6 2010～2017年淮河生態(tài)經(jīng)濟(jì)帶上中下游平均Malmquist指數(shù)及其分解

結(jié)合表6和圖2可知，淮河生態(tài)經(jīng)濟(jì)帶中游地區(qū)2010～2017年間除了2011～2012和2015～2016年的TFP均值分別為0.87和0.58外，其余年份TFP>1，說(shuō)明淮河生態(tài)經(jīng)濟(jì)帶中游地區(qū)的工業(yè)節(jié)能減排效率較高.PEC從2010～2011年的0.99至2016～2017年間的0.96，PEC整體上保持水平的趨勢(shì)，SEC由2010～2011年的1.00到2016～2017年間的0.93，SEC整體上保持水平的趨勢(shì).TEC由2011～2012年間的0.84增加到2013～2014年間的1.17，TFP也由2011～2012年間的0.87增長(zhǎng)至2013～2014年間的1.19，TEC和TFP在這段時(shí)間內(nèi)均保持緩慢的上升趨勢(shì).TEC從2014～2015年的1.11下降至2015～2016年間的0.56，在此期間EFC、PEC和SEC均具有比較平穩(wěn)的發(fā)展趨勢(shì)，TFP從2014～2015年間的1.19下降至2015～2016的0.58，TEC和TFP均迅速下降.TEC從2015～2016年的0.56上升到2016～2017年的1.15，與此同時(shí)PEC、EFC和SEC均保持水平的狀態(tài)，TFP從2015～2016年間的0.58上升到2016～2017年間的1.05，TEC和TFP均具有明顯的上升趨勢(shì).這表明，中游地區(qū)TFP和TEC的變化趨勢(shì)基本上相同，其TFP主要影響因素依然是TEC.中游地區(qū)基本上做到了工業(yè)發(fā)展和資源環(huán)境保護(hù)之間的協(xié)調(diào)，需要進(jìn)一步保持現(xiàn)有的工業(yè)生產(chǎn)作業(yè)模式.

圖2 淮河生態(tài)經(jīng)濟(jì)帶中游年均Malmquist指數(shù)變化趨勢(shì)

圖3 淮河生態(tài)經(jīng)濟(jì)帶下游年均Malmquist指數(shù)變化趨勢(shì)

結(jié)合表6和圖3可知，淮河生態(tài)經(jīng)濟(jì)帶下游地區(qū)“十二五期間”除了2012～2013年的TFP為0.50外，其余年份的TFP>1,說(shuō)明下游地區(qū)的工業(yè)節(jié)能減排的效率相對(duì)較高.PEC從2010～2011年的1.00到2012～2013年的0.94，PEC曲線(xiàn)整體上保持平穩(wěn)的趨勢(shì)，SEC從2010～2011年的1.01到2012～2013的0.99，SEC曲線(xiàn)總體上保持平穩(wěn)狀態(tài).TEC由2010～2011年的1.13降低到2012～2013的0.54，TFP由2010～2011的1.12下降到2012～2013的0.50，TFP和TEC均具有明顯的下降趨勢(shì)，TFP和TEC具有相同的變化趨勢(shì).EFC從2014～2015的1.07下降到2016～2017的0.81，PEC由2014～2015的1.06下降到2016～2017的0.84.SEC從2014～2015的1.23下降到2016～2017的0.97，TEC從2014～2015的1.12下降到2016～2017的0.74，TFP由2014～2015的1.43下降到2016～2017的0.57，EFC、PEC、SEC和TEC均具有下降趨勢(shì)，TFP在這段時(shí)期明顯下降.這表明下游地區(qū)沒(méi)有做好工業(yè)發(fā)展和資源環(huán)境保護(hù)之間的協(xié)調(diào)，地方政府應(yīng)該出臺(tái)更加嚴(yán)格的方針和政策，促進(jìn)工業(yè)節(jié)能減排效率的提升.

3 結(jié)論和建議

3.1 結(jié)論

本文先運(yùn)用SBM模型對(duì)淮河生態(tài)經(jīng)濟(jì)帶2010～2017年27個(gè)地級(jí)市的面板數(shù)據(jù)進(jìn)行靜態(tài)分析，然后再使用Malmquist指數(shù)對(duì)淮河生態(tài)經(jīng)濟(jì)帶上游、中游和下游地區(qū)的工業(yè)節(jié)能減排效率進(jìn)行動(dòng)態(tài)分析，得出以下結(jié)論.

1) 淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排的效率地區(qū)差異比較明顯，2010～2017工業(yè)節(jié)能減排的效率為0.84，整體上效率值較高，但還有一定的提升空間.各地級(jí)市的工業(yè)節(jié)能減排效率的時(shí)空差異比較明顯，孝感和周口的效率平均值均為1，而亳州市、棗莊市、蚌埠市、阜陽(yáng)市、菏澤市、宿州市、滁州市等城市的工業(yè)節(jié)能減排效率處于0.49～0.76之間.周口和孝感工業(yè)化程度較低，但它們的工業(yè)節(jié)能減排效率在經(jīng)濟(jì)帶排名并列第一，均處于效率前沿.由此可見(jiàn)，社會(huì)經(jīng)濟(jì)發(fā)展水平與工業(yè)節(jié)能減排效率的高低沒(méi)有必然的聯(lián)系.

2) 結(jié)合上中下游地區(qū)的年均Malmquist指數(shù)變化趨勢(shì)圖，TEC的曲線(xiàn)和TFP曲線(xiàn)的變化趨勢(shì)比較相似，TEC是影響淮河生態(tài)經(jīng)濟(jì)帶TFP的主要因素.EFC、PEC和SEC曲線(xiàn)的變化趨勢(shì)基本相同，EFC、PEC和SEC曲線(xiàn)與TFP的曲線(xiàn)變化存在一定的差異，由此可見(jiàn)EFC、PEC和SEC值的大小與淮河生態(tài)經(jīng)濟(jì)帶工業(yè)節(jié)能減排效率的高低關(guān)系不大.

3)從時(shí)間的角度可知，2010～2017年淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率經(jīng)歷了先下降后上升，然后再下降，最后趨于平緩的狀態(tài).從空間的角度可知，中游地區(qū)的工業(yè)節(jié)能減排效率高于上游和下游地區(qū).上游和下游地區(qū)的工業(yè)節(jié)能減排效率在下降，中游地區(qū)的工業(yè)節(jié)能減排效率在提高.

3.2 具體建議

1) 當(dāng)?shù)卣?jié)約資源和重視生態(tài)環(huán)境保護(hù)問(wèn)題，協(xié)調(diào)好工業(yè)發(fā)展和環(huán)境保護(hù)之間的關(guān)系.工業(yè)企業(yè)要加大節(jié)能減排技術(shù)的投入，逐步加快高污染、高耗能企業(yè)的轉(zhuǎn)型，優(yōu)化工業(yè)企業(yè)的產(chǎn)業(yè)結(jié)構(gòu)，走綠色低碳發(fā)展之路.地方政府要制定嚴(yán)格的環(huán)境保護(hù)政策，嚴(yán)禁不符合環(huán)境保護(hù)標(biāo)準(zhǔn)的工業(yè)企業(yè)開(kāi)展生產(chǎn)經(jīng)營(yíng)活動(dòng).

2) 政府應(yīng)該投入專(zhuān)項(xiàng)資金，為工業(yè)企業(yè)提供技術(shù)研發(fā)經(jīng)費(fèi)支持.通過(guò)對(duì)上中下游地區(qū)的年均Malmquist指數(shù)變化趨勢(shì)圖分析可知，技術(shù)進(jìn)步指數(shù)(TEC)是影響淮河生態(tài)經(jīng)濟(jì)帶TFP的關(guān)鍵因素，工業(yè)企業(yè)應(yīng)當(dāng)加強(qiáng)環(huán)境保護(hù)相關(guān)技術(shù)的研發(fā)，提高技術(shù)創(chuàng)新水平，減少工業(yè)廢水廢氣的排放，以此提高自身的工業(yè)節(jié)能減排效率.

3) 淮河生態(tài)經(jīng)濟(jì)帶上中下游地區(qū)的工業(yè)節(jié)能減排效率區(qū)域差異比較明顯，上游和下游地區(qū)要協(xié)調(diào)好工業(yè)發(fā)展和節(jié)能減排之間的關(guān)系，中游地區(qū)要繼續(xù)保持現(xiàn)有的工業(yè)生產(chǎn)模式，保持淮河生態(tài)經(jīng)濟(jì)帶的工業(yè)節(jié)能減排效率長(zhǎng)期處于較高水平.