采用考虑非期望产出的数据包络分析(slacks based measure-data envelopment analysis,SBMDEA)方法测算出我国30个省市2005—2014年的工业用水效率,运用探索性空间数据分析(exploratory spatial data analysis,ESDA)方法对我国工业用水...采用考虑非期望产出的数据包络分析(slacks based measure-data envelopment analysis,SBMDEA)方法测算出我国30个省市2005—2014年的工业用水效率,运用探索性空间数据分析(exploratory spatial data analysis,ESDA)方法对我国工业用水效率的空间关联特征进行了定量探讨。结果表明:10年来,我国工业用水效率平均值从2007年开始呈现逐年上升的趋势,且总体呈现出东部大于中部大于西部的趋势。各省市区工业用水效率10年间均出现显著的空间正相关,相邻地区工业用水效率高的地区和低的地区出现相对集聚的现象,高高集聚区主要分布在东部地区,低低集聚区主要分布在西部地区。不同省市之间工业用水效率的改善途径和潜力不尽相同,应从实际情况出发制定差异化政策,提高工业用水效率。展开更多
文摘采用考虑非期望产出的数据包络分析(slacks based measure-data envelopment analysis,SBMDEA)方法测算出我国30个省市2005—2014年的工业用水效率,运用探索性空间数据分析(exploratory spatial data analysis,ESDA)方法对我国工业用水效率的空间关联特征进行了定量探讨。结果表明:10年来,我国工业用水效率平均值从2007年开始呈现逐年上升的趋势,且总体呈现出东部大于中部大于西部的趋势。各省市区工业用水效率10年间均出现显著的空间正相关,相邻地区工业用水效率高的地区和低的地区出现相对集聚的现象,高高集聚区主要分布在东部地区,低低集聚区主要分布在西部地区。不同省市之间工业用水效率的改善途径和潜力不尽相同,应从实际情况出发制定差异化政策,提高工业用水效率。
