江蘇省工業(yè)環(huán)境效率的地區(qū)差異與動態(tài)演進(jìn)
——基于縣域?qū)用娴难芯?/h1>

2019-01-16 05:18:00宋劉潔汪克亮

安徽理工大學(xué)學(xué)報(bào)(社會科學(xué)版)訂閱 2018年6期 收藏

關(guān)鍵詞：蘇中蘇北縣域

宋劉潔，汪克亮，王 杰

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

一、引言

作為中國人口密度最大、經(jīng)濟(jì)最活躍、開放水平最高的省份之一，江蘇已經(jīng)成為了東部沿海的工業(yè)重地。2016年江蘇省人口總量增長至7 998.6萬人，當(dāng)年地區(qū)生產(chǎn)總值為76 086.2萬元，工業(yè)化率達(dá)38.6%，高于全國工業(yè)化率(33.3%)5.3%。江蘇省工業(yè)的發(fā)展拉動其經(jīng)濟(jì)的增長，但同時，江蘇工業(yè)也有著起點(diǎn)低、技術(shù)水平欠缺、裝備不完善等中國工業(yè)發(fā)展的通病，這導(dǎo)致了工業(yè)活動過程中資源的無效消耗和污染物的過度排放。2016年，江蘇省工業(yè)能源消費(fèi)總量達(dá)23 456萬tce，與2010年相比(20 598萬tce)增長了13.9%。工業(yè)二氧化硫和煙粉塵的排放量分別占總排放量的95.2%和93.5%。按照國家二級標(biāo)準(zhǔn)進(jìn)行年評價，13個市環(huán)境空氣質(zhì)量均未達(dá)標(biāo)[1]。江蘇工業(yè)明顯處于一種“高投入、高能耗、高污染”粗放式增長的狀態(tài)，環(huán)境狀況并不樂觀。因此，正確理解工業(yè)發(fā)展與環(huán)境資源之間的關(guān)系，認(rèn)清現(xiàn)階段的工業(yè)環(huán)境效率水平，能夠?yàn)榻窈蠼K省環(huán)境效率的提高打下基礎(chǔ)，促進(jìn)江蘇以節(jié)約資源、保護(hù)環(huán)境為基礎(chǔ)來實(shí)現(xiàn)工業(yè)的綠色發(fā)展，具有較高的理論與實(shí)踐意義。

環(huán)境效率最先應(yīng)用于企業(yè)的評測，后來在區(qū)域?qū)用娴难芯恐幸仓饾u接納了這一概念[2]。Yagi等[3](2015)對10個國際上市公司的環(huán)境效率進(jìn)行了估算，結(jié)果表明與減少壞產(chǎn)出相比減少投入的潛力更大。Duman等[4](2015)運(yùn)用參數(shù)雙曲距離函數(shù)研究了歐盟成員國及候選國在1900—2011年間的環(huán)境技術(shù)效率，并考察其收斂性，證明歐盟成員國與候選國的技術(shù)效率趨于同步。Woo等[5](2015)從靜態(tài)和動態(tài)的角度考察了31個經(jīng)合組織(OECD)國家在2004—2011年間可再生能源的環(huán)境效率，結(jié)果顯示，經(jīng)合組織中美國的平均環(huán)境效率最高，而歐洲國家標(biāo)準(zhǔn)差較大。Vlontzos等[6](2014)基于非徑向DEA方法評估了歐盟28個成員國主要行業(yè)的能源與環(huán)境效率，研究結(jié)果證實(shí)了新舊成員國之間的能源和環(huán)境效率具有明顯差異。環(huán)境效率的概念被引入國內(nèi)之后，在區(qū)域工業(yè)這一研究領(lǐng)域得到了豐富應(yīng)用。工業(yè)環(huán)境效率是指工業(yè)系統(tǒng)創(chuàng)造單位價值產(chǎn)生的環(huán)境影響的大小[7]，袁鵬等[8](2010)運(yùn)用了方向性距離函數(shù)，測算出2003—2007年間國內(nèi)4個直轄市與280個地級市在考慮污染物排放情況下的工業(yè)環(huán)境效率。王連芬[9](2011)采用環(huán)境DEA模型，將30個省份劃分為四大區(qū)域測算其在研究期內(nèi)的工業(yè)環(huán)境效率。李靜等[10](2011)在分析非期望產(chǎn)出時采用了方向性環(huán)境距離函數(shù)(DDF)，測算了我國各省在四種環(huán)境管制政策下的環(huán)境效率，并運(yùn)用Tobit模型分析各種環(huán)境影響因素對效率值的作用機(jī)理。佟連軍[11](2012)測算遼寧沿海經(jīng)濟(jì)帶2001—2009年工業(yè)環(huán)境效率和產(chǎn)出彈性，并分析了遼寧沿海經(jīng)濟(jì)帶環(huán)境效率的主要影響因素。徐盈之等[12](2016)采用SBM-Undesirable模型，測算東、中、西、東北四大區(qū)域的工業(yè)環(huán)境效率，并利用EKC曲線分析了環(huán)境規(guī)制力度與工業(yè)環(huán)境效率之間的關(guān)系。

綜上所見，在現(xiàn)有的關(guān)于環(huán)境效率的研究中，大多以城市、省份甚至是國家作為評價單元，而基于縣域?qū)哟蔚难芯繕O少，所以難以細(xì)致地分析環(huán)境效率的地區(qū)性差異。江蘇省54個縣域間工業(yè)發(fā)展不平衡、差異分化顯著，相關(guān)政策的制定應(yīng)具有指導(dǎo)性和針對性，按城市劃分評價單元來進(jìn)行效率評價已經(jīng)難以對其進(jìn)行理論支持。鑒于這一原因，本文將研究單元精確至縣域，把江蘇省劃分為54個縣、市，來揭示江蘇2010—2016年間的工業(yè)環(huán)境效率的空間差異與動態(tài)演進(jìn)特征，以此為江蘇省工業(yè)的綠色化轉(zhuǎn)型及相關(guān)政策制定提供依據(jù)。

二、研究方法

(一)SBM-Undesirable模型

近年來，數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)已被廣泛應(yīng)用于效率評估領(lǐng)域。DEA可用于研究具有多輸入、多輸出決策單元的效率，是一種非參數(shù)前沿方法，其優(yōu)勢在于無需設(shè)定生產(chǎn)函數(shù)具體形式和環(huán)境效率評價指標(biāo)的權(quán)重，有較強(qiáng)的客觀性，本文也采用了這一方法。在模型的選取方面，多數(shù)文獻(xiàn)選擇了傳統(tǒng)徑向DEA模型，但此類模型并沒有把松弛變量對評價結(jié)果的影響考慮在內(nèi)，只是以投入與產(chǎn)出的比值來評價決策單元的效率，因此與實(shí)際值存有一定偏差[13]。為了解決投入產(chǎn)出的松弛型問題，Tone[14](2001)建立了更為有效SBM模型。SBM模型是一種非徑向、非角度的度量方法，可以避免因徑向和角度選擇差異造成的誤差，在體現(xiàn)效率評估本質(zhì)時更有優(yōu)勢[15]。Cooper等[16](2007)為了進(jìn)一步考察投入、“好產(chǎn)出”與“壞產(chǎn)出”三者之間的關(guān)系，提出了SBM-Undesirable模型，本文將使用這一模型。

投入少、產(chǎn)出高、污染低是工業(yè)生產(chǎn)活動的目標(biāo)。在實(shí)際的工業(yè)生產(chǎn)過程中，為了獲得期望產(chǎn)出，各種非期望產(chǎn)(如污染物)出也會不斷增加。假設(shè)決策單元DMU數(shù)量為n，每個決策單元有m種投入，s1種期望產(chǎn)出和s2種非期望產(chǎn)出，則x∈Rm，yg∈Rs1，yb∈Rs2。定義矩陣X，Yg和Yb分別為：

X=(x1，x2，…，xn)∈Rm×n

根據(jù)投入產(chǎn)出的實(shí)際情況，其中X>0，Yg>0，Yb>0。因此，在規(guī)模報(bào)酬不變的條件下我們可以定義生產(chǎn)可能集為：

P={(x，yg，yb)|x≥λX，yg≤λYg，

yb≥λYb，λ≥0}

公式中，λ為權(quán)重變量，其值非負(fù)。公式表明，實(shí)際投入不低于前沿投入水平，實(shí)際期望產(chǎn)出不超過前沿期望產(chǎn)出，實(shí)際非期望產(chǎn)出不低于前沿非期望產(chǎn)出。

基于松弛測度條件下的SBM模型，其表達(dá)式如下：

其中，s表示松弛變量，λ為權(quán)重向量。當(dāng)ρ=1時，即松弛變量全部為零時，對應(yīng)的決策單元是有效的；當(dāng)0<ρ<1時，相應(yīng)的決策單元是無效的，通過消除松弛可以改進(jìn)投入產(chǎn)出。

(二)Malmquist-Lunberger指數(shù)

在對效率的研究過程中，國內(nèi)外學(xué)者經(jīng)常運(yùn)用Malmquist指數(shù)來測算不同時期的生產(chǎn)率動態(tài)變化。Fare等[17](1994)基于產(chǎn)出距離函數(shù)建造出Malmquist指數(shù)，并且將其分解為技術(shù)效率變化指數(shù)(EFFM)和技術(shù)進(jìn)步指數(shù)(TECHM)。按照這一理論，我們可以把從t期到t+1期的malmquist指數(shù)定義為：

當(dāng)M值大于1時，表示生產(chǎn)率提高；當(dāng)M值小于1時，表示生產(chǎn)率下降；當(dāng)M值等于1時，表示生產(chǎn)率不變。

Malmquist指數(shù)并未考慮到負(fù)產(chǎn)出，因此Chung等[18](1997)在M指數(shù)基礎(chǔ)上引入了環(huán)境因素，將其擴(kuò)展為Malmquist-Lunberger指數(shù)，定義如下：

其中EFFML代表的是技術(shù)效率變化，表示評價單元從t期到t+1期的管理效率水平的變化；TECHML是技術(shù)進(jìn)步率，代表了技術(shù)前沿的發(fā)展。ML指數(shù)、EFFML指數(shù)和TECHML指數(shù)大于(小于)1分別代表著生產(chǎn)率、技術(shù)效率和技術(shù)前沿的進(jìn)步(倒退)。

三、變量選擇與數(shù)據(jù)處理

本文以江蘇省54個縣、市作為決策單元，時間跨度為2010—2016年，投入產(chǎn)出變量的選擇以及數(shù)據(jù)來源如下：(1)工業(yè)固定資產(chǎn)投資額。本文以工業(yè)固定資產(chǎn)投資額衡量各評價單元的工業(yè)資本投入。(2)勞動投入。由于勞動的強(qiáng)度、時長、勞動力報(bào)酬等數(shù)據(jù)難以統(tǒng)計(jì)，且某些年份的工業(yè)行業(yè)勞動力數(shù)量無從查找，因此本文選取各縣域的第二產(chǎn)業(yè)就業(yè)人數(shù)作為勞動投入指標(biāo)。(3)工業(yè)用電量。大多環(huán)境效率的研究都采用了能源消耗總量作為一項(xiàng)投入，但鑒于數(shù)據(jù)的可得性，本文以江蘇各縣、市的工業(yè)用電量作為能源投入指標(biāo)。(4)期望產(chǎn)出。本文以各縣、市的工業(yè)生產(chǎn)總值來衡量期望產(chǎn)出。(5)非期望產(chǎn)出。近年來嚴(yán)重霧霾天氣頻發(fā)已成為人們普遍關(guān)注和有待解決的問題，因此本文從工業(yè)污染排放物中選取廢氣作為代表。由于大氣污染物較多，本文從中選取SO2與煙粉塵作為代表，并將其作為非期望產(chǎn)出指標(biāo)納入工業(yè)環(huán)境效率評價模型之中。本文中所有投入產(chǎn)出變量數(shù)據(jù)均來自2011—2016年《江蘇統(tǒng)計(jì)年鑒》以及各市統(tǒng)計(jì)年鑒。表1列出了上述投入產(chǎn)出變量數(shù)據(jù)的描述統(tǒng)計(jì)特征。

表1 投入產(chǎn)出變量數(shù)據(jù)的描述統(tǒng)計(jì)特征(2010—2016年)

四、實(shí)證分析

(一)江蘇省工業(yè)環(huán)境效率的區(qū)域差異

本文在DEA-Solver Pro 5.0軟件中Undesirable Output模塊的運(yùn)行支持下，測算出2010—2016年江蘇54個縣、市的工業(yè)環(huán)境效率。根據(jù)地理位置，將江蘇省劃分為三個地區(qū)：蘇南、蘇中、蘇北。其中蘇南包括南京、蘇州、無錫、常州、鎮(zhèn)江；蘇中包括揚(yáng)州、南通、泰州、鹽城；蘇北包括淮安、宿遷、徐州和連云港。

圖1顯示了研究期間江蘇省和三大區(qū)域的工業(yè)環(huán)境效率值。由圖可見，蘇南地區(qū)的效率值波動大但并無明顯提升，蘇中與蘇北地區(qū)的效率值存在一定的增加，尤其是蘇北地區(qū)，其效率值在2011—2015年幾乎成直線式地增長。這是因?yàn)樘K北地區(qū)與其他地區(qū)相比較為落后，工業(yè)發(fā)展起點(diǎn)低，提升空間大，因此對工業(yè)技術(shù)、管理方法、配置手段進(jìn)行簡單的優(yōu)化就能使其效率值大大增加。從空間分布來看，環(huán)境效率值大致呈現(xiàn)出蘇南>蘇中>蘇北的格局，這與江蘇省的經(jīng)濟(jì)發(fā)展情況相符合。

圖1 江蘇省及三大地區(qū)工業(yè)環(huán)境效率值

依據(jù)江蘇省各個縣域在研究期內(nèi)的工業(yè)環(huán)境效率平均值，按等距離原則將各縣域劃分為低效率(0～0.25)、較低效率(0.25～0.5)、較高效率(0.5～0.75)和高效率(0.75～1)四個等級。由表2可知，江蘇省多數(shù)縣域的工業(yè)環(huán)境效率值較低，有36個地區(qū)的效率值落在0.25～0.5這一區(qū)間，占總數(shù)的60.7%。高效率與較高效率集中在蘇南和蘇中地區(qū)，較低效率三地?cái)?shù)量持平，工業(yè)環(huán)境效率低的縣占少數(shù)，僅有5個，且集中在蘇中與蘇北地區(qū)。這與上文中環(huán)境效率格局呈現(xiàn)出蘇南>蘇中>蘇北的結(jié)論相印證。

表2 江蘇省54個縣域研究期內(nèi)工業(yè)環(huán)境效率均值的分類結(jié)果

根據(jù)泰爾指數(shù)特性，把江蘇省的工業(yè)環(huán)境效率總差異分解為三個地區(qū)間的差異和地區(qū)內(nèi)部的差異，進(jìn)而揭示江蘇省工業(yè)環(huán)境效率地區(qū)差異的形成機(jī)理。由表3可知，在2010—2016年期間，三大地區(qū)之間的工業(yè)環(huán)境效率泰爾指數(shù)均值為0.009 33，區(qū)內(nèi)效率差異均值為0.108 71，兩者均呈波動性下降趨勢。江蘇省工業(yè)環(huán)境利用效率的泰爾指數(shù)從2010年的0.175 63下降至2016年的0.959，這表明江蘇省的工業(yè)環(huán)境效率的整體差距在減小。根據(jù)泰爾指數(shù)對效率差異的分解結(jié)果，區(qū)內(nèi)差距占很大比例，貢獻(xiàn)率達(dá)到93.44%，而區(qū)間差距貢獻(xiàn)率僅為6.56%。也就是說，三大地區(qū)的內(nèi)部差距是江蘇省工業(yè)環(huán)境效率地區(qū)差距形成的主要原因。此外，研究期內(nèi)蘇南、蘇中與蘇北的貢獻(xiàn)率均值分別為31.56%、37.79%和24.09%，說明江蘇三大地區(qū)工業(yè)環(huán)境效率的區(qū)內(nèi)差異呈現(xiàn)蘇中>蘇南>蘇北的格局。這一結(jié)果表明：為了改善工業(yè)環(huán)境利用效率，江蘇省應(yīng)重點(diǎn)縮小地區(qū)內(nèi)的差距，尤其應(yīng)關(guān)注蘇中地區(qū)。未來能否縮小蘇中內(nèi)部的差距，是江蘇省工業(yè)環(huán)境效率實(shí)現(xiàn)優(yōu)化升級的關(guān)鍵。

表3 江蘇省工業(yè)環(huán)境效率差異演變與分解(2010—2016年)

(二)江蘇省工業(yè)環(huán)境效率的動態(tài)演變

本文運(yùn)用Maxdea6.3軟件中的ML指數(shù)模型版塊，計(jì)算出2010—2016年江蘇省的縣域工業(yè)環(huán)境效率值，并將其分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)兩部分。為了便于區(qū)分與表達(dá)，分別用EFF和TECH來表示技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)。

表4為2010—2016年江蘇全省ML指數(shù)及分解。顯然，在研究期內(nèi)江蘇省的工業(yè)環(huán)境效率ML指數(shù)均大于1，效率整體呈現(xiàn)上升趨勢。將工業(yè)環(huán)境效率分解后結(jié)果顯示，研究期內(nèi)的技術(shù)進(jìn)步指數(shù)TECH均在1以上，而技術(shù)效率變化指數(shù)EFF則在1附近上下波動。這說明江蘇省工業(yè)環(huán)境效率的提高主要是來自于技術(shù)進(jìn)步率的提升。

表4 2010—2016年江蘇省工業(yè)環(huán)境ML指數(shù)與分解

由于不同地區(qū)的EFF指數(shù)值與TECH指數(shù)值都存在著明顯差異，實(shí)施工業(yè)綠色轉(zhuǎn)型的措施與力度也不盡相同，因此本文按地區(qū)對工業(yè)環(huán)境效率增長率進(jìn)行差異分析。圖2給出了2010—2016年三大區(qū)域的ML指數(shù)和分解指數(shù)的波動情況?？梢园l(fā)現(xiàn)蘇中和蘇北地區(qū)的EFF波動平緩，而ML和TECH波動較為顯著，且基本保持一致，因此我們認(rèn)為蘇中與蘇北工業(yè)環(huán)境效率的變動主要是由技術(shù)進(jìn)步來驅(qū)動。而蘇南地區(qū)的變動情況較為復(fù)雜，其工業(yè)環(huán)境效率由技術(shù)效率和技術(shù)進(jìn)步率共同驅(qū)動。

圖2 蘇南、蘇中和蘇北的ML指數(shù)及其分解

引人注目的是，在2015—2016年，除蘇北地區(qū)的EFF外，三大地區(qū)的三個指標(biāo)均出現(xiàn)了迅速增長的“拐點(diǎn)”。本文分析了相關(guān)政策，認(rèn)為這與2015年6月江蘇省出臺的《中國制造2025 江蘇行動綱要》有關(guān)?！毒V要》中提出主要目標(biāo)：到2020年基本建立工業(yè)循環(huán)經(jīng)濟(jì)體系；大中型工業(yè)企業(yè)節(jié)能指標(biāo)達(dá)到世界先進(jìn)水平；綠色制造水平明顯提高，一批具有核心競爭力的骨干企業(yè)逐漸形成，工業(yè)綠色發(fā)展政策體系逐步完善；綠色產(chǎn)業(yè)發(fā)展的政策環(huán)境和服務(wù)管理水平進(jìn)一步優(yōu)化。 總地來說，其重點(diǎn)任務(wù)緊緊圍繞著資源節(jié)約、綠色低碳與循環(huán)發(fā)展的核心思想展開。這表示江蘇省抓住了第四次工業(yè)革命帶來的機(jī)遇，三大地區(qū)相關(guān)指數(shù)的提高也正是這一點(diǎn)的體現(xiàn)。

表5列出了江蘇省三大區(qū)域各縣的平均ML指數(shù)和分解情況，并計(jì)算出蘇南、蘇中和蘇北的平均值。在這些地區(qū)中，除江陰、常熟、張家港和丹陽這四個城市以外，江蘇省92.6%的地區(qū)平均ML值均大于1，這表明，大多數(shù)地區(qū)都在經(jīng)歷工業(yè)環(huán)境效率的提高。三大區(qū)域的ML均值分別為1.058、1.112和1.125，增長率在空間上呈現(xiàn)出蘇北>蘇中>蘇南的態(tài)勢，這是因?yàn)樵谘芯科趦?nèi)三大區(qū)域的工業(yè)環(huán)境效率排名基本固定為蘇南>蘇中>蘇北，蘇北地區(qū)的效率提升空間巨大，所以蘇南地區(qū)的ML值低于蘇北地區(qū)。從效率的增長構(gòu)成來看，54個地區(qū)中僅有4個TECH值小于1，占總數(shù)7.4%；有23個地區(qū)EFF值小于1，占總數(shù)的42.6%。這也印證了上文中的結(jié)論：江蘇省工業(yè)環(huán)境效率的提高主要是來自于技術(shù)效率的提升。

由表5可見海安縣ML指數(shù)值為1.277，是江蘇省54個縣域中的最高值，并且其EFF和TECH值也達(dá)到了高水平(EFF值處于第四位，TECH值處于第六位)，這與該縣出臺的相關(guān)政策有關(guān)。海安縣政府于2011年出臺《加快新型工業(yè)化發(fā)展的若干政策意見》，鼓勵企業(yè)有效投入、加強(qiáng)對科技創(chuàng)新與管理創(chuàng)新的扶持、促進(jìn)企業(yè)節(jié)能減排；于2012年出臺《加快促進(jìn)科技創(chuàng)新的若干意見》，把縣科技經(jīng)費(fèi)增加至財(cái)政一般預(yù)算支出的3%；在2015年出臺《新型工業(yè)化發(fā)展意見》、《科技工作意見》，加大技改設(shè)備投入、提高高新技術(shù)產(chǎn)業(yè)產(chǎn)值比重、完成高標(biāo)準(zhǔn)的節(jié)能減排目標(biāo)，計(jì)劃將海安打造成領(lǐng)先的“智慧工業(yè)”強(qiáng)縣。正是因?yàn)榕涮渍邚?qiáng)有力的支持，海安縣工業(yè)發(fā)展水平不斷提高，研究期內(nèi)工業(yè)環(huán)境效率值由0.283迅速提升到了1。

表5 江蘇省縣域平均ML指數(shù)及分解

五、結(jié)論與啟示

本文通過SBM-Undesirable模型與Malmquist-Lunberger指數(shù)，采用動靜結(jié)合的方法分析了2010—2016年江蘇省各地區(qū)工業(yè)環(huán)境效率的地區(qū)差異與動態(tài)演進(jìn)。此研究沒有沿用以分市來劃分評價單元的慣例，而是將其細(xì)化至縣域以加強(qiáng)結(jié)論的針對性。研究發(fā)現(xiàn)，江蘇省縣域工業(yè)環(huán)境效率較低且地區(qū)差異顯著，由南至北呈現(xiàn)出階梯式分布，效率提升潛力巨大；與區(qū)間差距相比，區(qū)內(nèi)差距是造成江蘇省工業(yè)環(huán)境效率地區(qū)差距的主要原因，且區(qū)內(nèi)差異顯示出蘇中>蘇南>蘇北的空間格局；江蘇省各縣域在研究期內(nèi)的技術(shù)進(jìn)步率要明顯高于技術(shù)效率變化，工業(yè)環(huán)境效率的提高主要是來自于技術(shù)效率的提升，說明江蘇省在推進(jìn)科技進(jìn)步的同時沒有做到提升管理水平；依據(jù)各個縣域在研究期內(nèi)的工業(yè)環(huán)境效率平均值，江蘇多達(dá)36個地區(qū)處于較低效率區(qū)間，凸顯了江蘇工業(yè)環(huán)境效率現(xiàn)狀的嚴(yán)峻性。從動態(tài)角度看，2010—2016年間江蘇省54個縣域的工業(yè)環(huán)境效率均值平均每年增長4.32%，并呈現(xiàn)出主要依賴技術(shù)進(jìn)步的驅(qū)動模式，技術(shù)效率的停滯成為阻礙江蘇工業(yè)環(huán)境效率提升的關(guān)鍵制約因素。

上述結(jié)論具有重要政策啟示：(1)隨著資源制約和環(huán)境污染問題的日趨嚴(yán)峻，工業(yè)環(huán)境效率低下制約了江蘇省經(jīng)濟(jì)社會的可持續(xù)發(fā)展。應(yīng)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，逐漸降低高能耗、高污染的重工業(yè)比重，依法加快淘汰落后生產(chǎn)能力、工藝、技術(shù)和設(shè)備，積極發(fā)展高新技術(shù)產(chǎn)業(yè)，堅(jiān)定不移地走新型工業(yè)化道路，大力推進(jìn)循環(huán)經(jīng)濟(jì)發(fā)展模式，發(fā)展可持續(xù)型工業(yè)，促進(jìn)新型工業(yè)格局的形成。(2)江蘇省工業(yè)環(huán)境效率存在著較大的區(qū)域差距，應(yīng)該加強(qiáng)江蘇省各地區(qū)的交流與合作，促進(jìn)先進(jìn)的綠色工業(yè)技術(shù)與管理模式的擴(kuò)散與外溢，提升江蘇落后縣域的工業(yè)環(huán)境效率，縮小地區(qū)之間差距，最大限度挖掘落后縣域的工業(yè)綠色發(fā)展?jié)摿?，逐步?shí)現(xiàn)三大地區(qū)之間與三大地區(qū)內(nèi)工業(yè)環(huán)境效率的趨同；(3)需要充分發(fā)揮技術(shù)進(jìn)步和技術(shù)效率提升的協(xié)同效應(yīng)，共同推進(jìn)江蘇省工業(yè)環(huán)境效率的提升。在健全工業(yè)技術(shù)進(jìn)步機(jī)制、加快科學(xué)技術(shù)研發(fā)的同時，更要提高資源配置、企業(yè)管理水平，以消除現(xiàn)階段技術(shù)效率對環(huán)境效率的限制。

猜你喜歡

蘇中蘇北縣域

蘇中少年英雄——周銀海

小天使·四年級語數(shù)英綜合(2022年4期)2022-04-28 22:51:49

蘇中掘港的悠悠年昧

華人時刊(2022年3期)2022-04-26 14:29:04

縣域消防專項(xiàng)規(guī)劃研究

建材發(fā)展導(dǎo)向(2021年10期)2021-07-16 07:13:48

CSAMT在蘇北月亮灣地?zé)峥辈橹械膽?yīng)用

礦產(chǎn)勘查(2020年6期)2020-12-25 02:41:52

喊一聲蘇北大平原

音樂教育與創(chuàng)作(2019年5期)2019-11-14 01:13:04

山東縣域GDP排名出爐

商周刊(2017年6期)2017-08-22 03:42:46

八路軍新四軍的蘇北整編始末

文史春秋(2016年8期)2016-02-28 17:41:28

縣域就診率為何差了40%

中國衛(wèi)生(2015年7期)2015-11-08 11:09:58

一項(xiàng)縣域中招政策的回顧與反思

基礎(chǔ)教育(2014年3期)2014-04-16 05:29:04

蘇北發(fā)展

江蘇年鑒(2014年0期)2014-03-11 17:09:43

安徽理工大學(xué)學(xué)報(bào)(社會科學(xué)版)2018年6期

安徽理工大學(xué)學(xué)報(bào)(社會科學(xué)版)的其它文章

大學(xué)生“手機(jī)控”成因及危害再審視
——基于安徽省11所高校的調(diào)查分析

互聯(lián)網(wǎng)及多金融平臺背景下企業(yè)資本結(jié)構(gòu)優(yōu)化模型運(yùn)用

科技型中小企業(yè)成長影響因素分析

安徽產(chǎn)城融合發(fā)展水平綜合評價研究

安徽省縣域經(jīng)濟(jì)差異時空分析

新聞?wù)Z用“度”準(zhǔn)則及其次準(zhǔn)則研究