0杨 浩1，2，张 灵1
(1.北京大学 经济学院，北京100871；2、北京市社会科学院，北京 100101)
摘要：提高资源环境绩效是区域生态环境治理的核心与关键。在构建环境绩效评估指标体系的基础上，运用数据包络分析模型(DEA)测度并分析2005-2015年京津冀地区静态环境绩效水平。利用Malmquist指数动态分析法将环境绩效分解为技术效率变化指数和技术进步指数，并探讨分解指标对环境绩效的相对贡献。结果显示：京津冀地区环境治理投入与产出水平均呈现逐年上升趋势；北京和天津的总体环境绩效水平要远高于河北，2005-2011年京津冀地区的环境绩效水平排序为北京、天津、河北,2012-2015年京津冀地区的环境绩效水平排序为天津、北京、河北(2013年除外)。河北省环境绩效水平较低的主要制约因素是技术进步缓慢与全要素生产率偏低。Malmquist指数呈现出一定的波性，这主要是由技术变化指标波动所致。最后，就如何提升京津冀地区环境绩效水平，提出相关对策建议。
关键词：环境绩效；数据包络分析模型(DEA)；Malmquist指数；京津冀地区
京津冀地区处于城镇化快速发展阶段，人口大规模集聚和城市空间结构快速扩张对人类赖以生存的生态环境造成极大的污染和破坏。目前，生态环境问题已经成为京津冀地区的重要民生问题，引起政府高度重视与公众广泛关注[1]。为提升生态环境质量，京津冀地区环保投入力度逐年加大，环境污染治理投资总额呈现迅速增加态势，但环境污染形势依然严峻，主要表现在大气污染问题严重、单位GDP能耗较高以及环境治理投资效率低下等方面。在此背景下，环保领域投入成效逐渐成为京津冀地区政府和公众较为关注的问题，尤其是当政府公开的环保投入及预期成效与公众期待的环保成效不一致时，公众开始质疑环保投入成效[2]。面对质疑，地方政府相关部门迫切需要一个有效的、可量化的环境管理工具，用以有效追踪和测量环保投入与产出，并考察环保成效，从而为政府部门提供决策依据，进而改变环保领域重建设轻成效、重投入轻产出的管理模式[3]。
从国际实践看，环境绩效管理已经广泛应用于西方国家包括环境保护部门在内的很多公共部门，以提高政府效率和公众满意度。从国内实践看，提升环境绩效管理效能是深化行政管理体制改革与建设服务型政府的主要方向之一。京津冀地区作为我国北方经济的重要核心区，如何把环境因素与可持续发展政策融入经济、社会发展政策中是当前发展面临的最大问题，而开展京津冀地区环境绩效评估可以从多个方面使该地区受益。首先，环境绩效管理将环境绩效纳入地方政府的政绩考核体系中，自上而下地形成一套有效激励和约束机制，有利于扭转目前环境保护工作的被动局面；其次，通过建立京津冀地区环境绩效定期评估机制并公布评估内容，有助于提高政府部门的公信力，推进政府环境行政能力建设。
因此，在京津冀地区环保治理进程中亟需建立一套科学、有效的环境绩效评估体系，对地方政府环保投入/产出效益的效率、效果进行评价，不仅能够促进环境资源被科学合理地利用，而且是提高京津冀地区环境质量和政府环境管理水平的关键途径之一。同时，通过对京津冀地区环境绩效状况进行测度，发现其发展演变规律及特点，有利于加快京津冀地区经济发展方式转变与提高区域资源使用效率，对建设资源节约型、环境友好型社会具有重要的理论意义和现实价值。
近年来，国内外学术界开展了大量环境绩效评估研究。国外对环境绩效的研究起步较早，包括世界银行、联合国环境署(UNEP)、联合国经济合作与发展组织(OECD)等国际组织先后开展了许多与环境绩效评估的相关研究。国内环境绩效研究虽然起步较晚，但发展较快，尤其在定量分析方面成果较多，在识别地区差异因素、促进生态环境质量提升方面起到了很大作用。如Li等[4]以劳动力消耗指标、资本投资指标、能源消耗量3类指标作为投入指标，以国民生产总值和环境污染物作为产出指标，对北京市环境绩效进行了评价。董战峰和郝春旭[5]采用DPSIR模型对2010年中国内地30个省市的区域环境绩效进行了评价与分析，结果表明，环境治理的主要制约因子为环境治理投资占GDP的比例。周智玉[6]运用方向距离函数研究了长株潭城市群和武汉城市圈的环境绩效，结果表明，两城市群动态环境绩效总体得到改善，潜在环境绩效主要由技术差距造成，技术缺口有扩大趋势。目前，由于环境绩效尚无较为明确的生产函数，大部分环境绩效评估都是从环境效率和生产效率的角度分析经济产出与资源环境影响的关系，难以准确衡量和评判环境绩效水平。数据包络分析法(DEA)是根据其投入、产出指标数据建立的非参数经济数学模型，可以在一定时期内对其决策单元(Decision Making Unit,DMU)进行评价，得到各决策单元间的相对有效性。其计算结果不受投入产出计量单位的影响，可有效地对多投入多产出决策单元进行评价，无需事先主观确定权重，可有效减少环境指标赋权过程对评价结果的影响。基于上述优势，DEA方法在测度区域环境绩效方面得到了大量应用。赵艳等[7]釆用非径向、非角度的SBM-DEA模型对2001-2007年江苏省环境绩效及其变化率进行分析，通过问题识别有针对性地提出了产业结构调整、产业转型等政策建议。张子龙等[8]利用DEA模型对我国内地31个省会城市的环境绩效进行了评价。
从现有研究可以看出，城市环境绩效研究多集中于单一地区或区域整体环境绩效测度方面，而区域内各地区之间的环境绩效水平差异与成因研究较少。本文以京津冀区域作为研究对象，通过构建有效的环境绩效评估框架、指标体系和评估方法，对2005-2015年京津冀区域环境绩效水平进行测量与横向比对，以期在研究视角与研究方法上有所创新。
选用数据包络分析(DEA)模型和Malmquist指数分析方法，结合中国城市统计年鉴、中国环境统计年鉴中京津冀地区的经济、环境数据，对京津冀地区环境绩效进行实证研究。在评价指标体系构建的基础上，对京津冀地区环境绩效进行测度，并对其时空变化特征进行分析。将环境绩效分解为技术效率变化指数和技术进步指数，进一步探讨分解指标对于环境绩效的相对贡献，研究结果可为相关部门决策提供参考。
数据包络分析方法(Data envelopment analysis，DEA)是一种对投入和产出的多个决策单元的效率评价方法，其原理是应用数学规划模型计算并比较决策单元之间的相对效率，对评价对象作出评价[9]。与其它评价方法相比，DEA具有以下优点：①可评价具有较复杂生产关系的决策单位效率；②不需要设定投入与产出权重，不受主观意愿影响；③决策单元结果不受投入产出数据所选择单位的影响。因此，DEA方法被广泛用于解决环境绩效这类多因素、多对象的评价问题[10-11]。
在数据包络分析方法中，应用最多的是CCR模型(Charnes,Cooper and Rhodes ratio model)，CCR模型可构成如下线性规划模型[12-13]：
目标函数：Maxh0=vTy0
(1)
约束条件：uTx0=1
(2)
-uTX+vTY0
(3)
u≥0
(4)
v≥0
(5)
假设有n个决策单元(DMU)，每个决策单元有M个投入向量和J个产出向量，可以用如下向量表示：x∈Rm，y∈RJ。DMUi为第i个决策单元，h0是目标决策单元的效率得分，xi∈Rm×1是第i个决策单元投入指标列向量，x0∈Rm×1是目标决策单元投入指标列向量，X∈Rm×n是所有决策单元的投入指标矩阵，yi∈Rr×1是第i个决策单元产出指标列向量，y0∈Rr× 1是目标决策单元产出指标列向量，Y∈Rr×n是所有决策单元的产出指标矩阵，u∈Rm×1是投入指标的权重向量，v∈Rr× 1是产出指标的权重向量。一般情况下，利用交叉效率矩阵区别综合性能的优劣。因此，通过交叉效率得分对决策单元进行排序，得分最高的被认为是综合性能最好的[14-15]。 运用DEA模型测算京津冀地区环境绩效主要有4个步骤，即确定评价目标、建立评价指标体系、构建DEA评价模型、开展评价结果分析。
图1京津冀地区环境绩效DEA评价流程
运用DEA方法测度环境绩效问题的核心在于评价指标体系构建，即投入指标和产出指标的选取。结合文献调研，本文从产业结构、大气环境、水环境、固体废物排放、资源消耗等方面综合考虑，构建京津冀地区环境绩效评估指标体系，指标选取原则有：①政策相关性：选取的指标与政策相关度越高越好，以便更好地反映决策者的政策制定情况；②可比性：选取的指标尽可能覆盖大多数城市指标；③数据可获得性：选取的指标应该具有完整概念与明确的意义，对应数据容易获取；④代表性：选取的指标具有综合代表性。
基于上述原则，综合考虑系统完整性、有效性，构建京津冀地区环境绩效评价指标体系[16-19]，如表1所示。
环境污染物指标是负向指标，为非期望产出，可以将其作为投入指标纳入到DEA模型中评价决策单元的有效性，这既符合DEA方法中最小投入的要求，也在理论上得到了证明[20]。
DEA方法测度的环境绩效属于静态环境绩效，其建立在环境技术不变的假设上，不符合一般经济体发展特征。Malmquist生产指数则可以测度从时期t到t+1的全要素生产率变动情况，为客观测度与评估京津冀地区环境绩效水平和动态演变提供了理论依据。
表1京津冀地区环境绩效评估指标体系
Malmquist指数可以表示如下：
M(xt+1,yt+1,xt,yt)=
(6)
式中： (xt,yt) 以及 (xt+1,yt+1) 分别代表t期和t+1期的投入产出关系，dt(xt,yt) 为距离函数。
式(6)可以转变为:
M(xt+1,yt+1,xt,yt)=
=EC×TC
(7)
其中：
(8)
(9)
当Malmquist指数大于1时，表明生产率上升，等于1时表明生产率不变，小于1时表明生产率下降；当EC>1时，表明技术效率改善，等于1时表明技术效率不变，小于1时表明技术效率下降；当TC>1时，表明技术进步，等于1时表明技术不变，小于1时表明技术退步。
本文数据主要来自《中国统计年鉴》(2005-2015年)、《中国城市统计年鉴》(2005-2015年)、《中国环境统计年鉴》(2005-2015年)和《中国环境年鉴》(2005-2015年)。其中，工业二氧化硫排放强度、工业废水COD排放强度、工业废水氨氮排放强度是用当年的工业二氧化硫排放量、工业工业废水COD排放量、工业废水氨氮排放量除以当年该地区的GDP计算所得。
图2显示了2005-2015年京津冀地区环境治理投资总额及其占GDP比重情况。从总体上看，京津冀地区环境治理投资总额呈现逐年上升趋势。2006-2007年北京市环境治理力度较大，环境治理投资总额超过天津和河北，分别达到165.5亿元、185.3亿元，环境污染治理投资占GDP的比重分别达到1.23%、2.1%。这是由于2008年北京奥运会，为改善城市环境，北京在环境治理方面作出了巨大努力。近年来，北京市雾霾加剧，政府加大了雾霾治理力度，2014-2015年环境投资总额再次超过天津和河北，达到624.4亿元、412.5亿元，环境污染治理投资占GDP的比重分别达到2.93%、1.79%。
图2京津冀地区环境治理投资总额及GDP占比情况
图3显示了2005-2015年京津冀地区第二产业比重和GDP能耗情况。从总体上看，京津冀地区单位GDP能耗呈现逐年下降趋势，并呈现出显著差异。具体来说，单位GDP能耗大小排序为北京 > 天津 > 河北。北京市第二产业比重呈现逐年下降趋势，而天津和河北地区呈现出一定的波动性，但2011-2015年呈现逐年下降趋势，其中北京市第二产业比重远低于天津和河北。
图3京津冀地区第二产业比重与GDP能耗情况
表2显示了京津冀地区工业二氧化硫、废水COD、工业废水氨氮排放强度情况。从总体上看，2005-2015年京津冀地区工业二氧化硫、废水COD、工业废水氨氮排放强度均呈现出逐年下降趋势，如北京、天津、河北工业二氧化硫排放强度从2005年的1.51、6.17、12.79kg/万元GDP下降到2015年的0.1、0.93、2.78 kg/万元GDP，年均下降率分别为8.49%、7.72%、7.11%。相应地，2005-2015年北京、天津、河北地区工业废水COD排放强度、工业废水氨氮排放强度。单位GDP能耗年均下降率分别为7.90%、8.07%、8.02%，8.39%、7.91%、8.33%，5.67%、4.85%、4.57%。具体来说，北京市工业二氧化硫、废水COD、工业废水氨氮排放强度均远低于天津和河北，如北京、天津、河北工业废水COD排放强度在2005年分别为0.158、1.513、3.890kg/万元GDP。
表2京津冀地区工业二氧化硫、废水COD、工业废水氨氮排放强度
图4-6显示了北京、天津、河北地区环境产出水平。从总体上看，京津冀地区环境产出水平呈现良好态势。其中，污水处理厂集中处理率、一般工业固体废物综合利用率、生活垃圾无害化处理率及建成区绿化面积呈现上升趋势。2005-2012年京津冀地区的空气质量达到及好于二级的天数较为稳定，天津和河北地区优于北京地区。2012年后，京津冀地区的空气质量出现了明显下降。其中，天津地区在2015年空气质量优良天数达到216天，为近几年京津冀地区最高值，而河北地区在2013年仅为49天，为近几年的最低值，总体上空气质量优良天数排序为：天津 > 北京 > 河北。
图4北京市环境产出水平
图5天津市环境产出水平
图6河北省环境产出水平
图7显示了基于数据包络分析模型的京津冀地区环境绩效交叉效率得分。从图7可以看出，北京和天津的环境绩效交叉效率得分要远高于河北，说明北京和天津地区的环境绩效水平远高于河北地区。这可能和地区间条件差异有关，北京和天津经济实力雄厚，其环境领域的投资建设力度大，而河北由于先天自然环境本底值不高，且科技支持、经济基础以及人才供给等方面较为薄弱，因而环境绩效水平相对较低。
具体来说，2005-2011年京津冀地区环境绩效水平排序为：北京 > 天津 > 河北(2007年除外)，且在2008年北京环境绩效水平处于一个峰值，这是因为：一方面北京响应“绿色奥运、科技奥运、人文奥运”，大力实施植树造林、绿化美化工程，营造空气清新、环境优美、生态良好的自然生态环境；另一方面，按照北京申奥环境承诺和《绿色奥运行动计划》，北京地区加大空气质量、气候变化、能源使用和制冷剂、交通、水和污水处理、森林保护、有毒物质与废弃物管理等方面的监管力度，确保环保投资有高水平产出。2012-2015年京津冀地区环境绩效水平排序为：天津>北京>河北(2013年除外)。自2012年以来，北京和天津的环境治理总投资均逐渐增加，且都于2014年达到各自的最大值，分别为624.4亿元、278.9亿元，但北京市污染治理效率低于天津市。这是因为相较于天津市，北京市在污染治理科技支持方面虽然具备一定的优势，但单位污染物减排成本更高，导致整体环境绩效不如天津市。未来北京市一方面要进一步推进区域产业结构优化升级，以环境优化经济，推进产业结构向集约型转变；另一方面要加大新能源开发、使用力度，提高新能源消耗占比，减少污染物排放。
图7京津冀地区环境绩效交叉效率得分
在对京津冀地区环境效率进行静态分析后，为进一步探究京津冀地区环境绩效动态变化及其决定因素，本文通过Malmquist指数分析法对京津冀地区环境绩效进行动态测度与分解，从而探讨各分解指标(技术效率变化和技术进步)的相对贡献。
表3显示了2005-2015年京津冀地区环境绩效分解情况，其中北京市技术进步水平与全要素生产率明显高于河北省和天津市，而河北省两项指标得分均低于平均值。此外，效率变化、纯技术效率、全要素生产率3个指标的区域差异不显著。
表4显示了2005-2015年京津冀地区环境绩效各指标年均变化值。从京津冀地区整体看，2005-2015年Malmquist指数处于上升阶段，但是环境绩效Malmquist指数呈现出一定的波动性，如2010年该指数为0.917，相比2007年下降了12.81%。这主要是技术变化指标波动引起的。就技术进步指数而言，2005-2015年其平均值为0.949，2010年技术变化指标为0.917，较2007年下降了28.36%。这表明2005-2015年京津冀地区环境绩效得到一定程度提升，且这种提升主要是由技术进步所致。
图8显示了2005-2015年京津冀地区环境绩效各指标均值情况。从京津冀地区环境绩效特征看，各省市呈现出显著差异。北京地区环境绩效总体改善，这是由技术进步所致，而天津和河北地区的技术进步没有北京地区显著，故在此期间环境绩效提升幅度较小。从图8可以看出，北京、天津、河北地区环境绩效主要受技术变化的影响，这也与2005-2015年京津冀地区环境绩效各指标年均变化情况相一致。
表32005-2015年京津冀地区环境绩效分解情况
表42005-2015年京津冀地区环境绩效各指标年均值
图82005-2015年京津冀地区环境绩效各指标均值情况
基于环境绩效内涵，根据社会经济与环境之间相互影响、相互制约的关系，建立了由环境投入和产出两类指标构成的京津冀地区环境绩效评估框架及指标体系，采用数据包络分析方法测算不同时期的京津冀地区环境绩效，结果表明：
(1)北京和天津的环境绩效水平(均大于0.4)远高于河北(均低于0.4)，2005-2011年京津冀地区环境绩效水平排序为：北京 > 天津 > 河北(2007年除外)；2012-2015年京津冀地区环境绩效水平排序为：天津 > 北京 > 河北(2013年除外)。
(2)京津冀地区环境治理投入与产出水平均呈现逐年上升趋势，但从京津冀各地区环境绩效特征看，2005-2015年京津冀地区环境绩效呈现出显著差异，环境绩效排序为北京>天津>河北，表明京津冀地区环保绩效水平还很不均衡。其中，河北省由于先天自然环境本底值不高，且科技支持、经济基础以及人才供给等方面较为薄弱，导致其环境绩效水平相对较低。
(3)采用Malmquist指数对2005-2015年京津冀环境绩效进行动态评估发现：从整体看，2005-2015年京津冀地区环境绩效处于上升阶段，但Malmquist指数呈现出一定的波动性，这主要是由技术变化指标波动所致。
(1)持续提升区域整体环境保护效率。近年来，京津冀地区环境绩效水平虽有一定程度的提升，但从整体上看仍处于中等水平。由于环境污染问题有明显的跨区域性特质，因此，地方政府环境政策导向应当由单一治理转向区域综合治理。以京津冀协调发展的国家战略为契机，由中央政府统筹规划，优化升级产业结构，提高污染治理科技水平，改造重污染企业，以发展节能产业、新能源产业、战略新兴产业与环保产业，带动区域整体环境绩效水平进一步提升。
(2)通过技术进步促进河北省环境绩效水平提升。从研究结果可以看出，京津冀地区环保绩效水平还很不均衡，尤其是河北省环境绩效水平明显低于京、津两市。其中，河北省环保绩效水平偏低的主要制约因素是技术进步与全要素生产率。河北省应当加大力度推广环境保护技术并提升环境科研能力，鼓励企业清洁生产，以优化生产要素配置效率为发展目标，促进循环经济与生态工业发展，改变以往高消耗、高排放的传统发展方式。
(3)构思区域环境绩效评价体系。绩效评估制度化和科学化是环保绩效顺利实施的关键。目前，京津冀地区乃至全国尚缺乏统一的环境绩效评估指标体系。因此，建议由环保部等行政管理部门完善相关政策规定，在认真总结各地环保绩效评估经验和有益探索的基础上，建立科学合理的环境绩效评估体系，以此指导区域间各省市政府的环保绩效评估工作。在评估方法上，应制定适用于各级政府的评估分级标准，采取定性与定量相结合的方法，合理确定指标体系和指标权重，从而精确量化环保治理的投入产出比率。
参考文献:
[1] 肖金成.京津冀:环境共治与生态共保[J].环境保护,2014,42(17):21-25.
[2] 朱至文.中国电力上市公司环境绩效评价(2011-2013)——基于考虑非期望产出的SBM模型[J].工业技术经济,2015(10):83-90.
[3] 张爱美,董雅静,吴卫红,等.基于复合权重-TOPSIS法的我国化工企业环境绩效评价研究[J].科技管理研究,2014(18):48-52.
[4] LI X G,YANG J,LIU X J.Analysis of Beijing's environmental efficiency and related factors using a DEA model that considers underirable outputs[J].Mathematical and Computer Modelling,2013.58(5):956-960.
[5] 董战峰,郝春旭,王婷,等.中国省级区域环境绩效评价方法研究[J].环境污染与防治,2016,28(2):86-90.
[6] 周智玉.环境DEA模型改进及其在城市环境绩效评价中的应用[J].科技进步与对策,2016,33(4):112-118.
[7] 赵艳，孙翔，朱晓东.基于DEA的江苏省环境效率研究[J].环境保护科学,2011,37(4):41-43.
[8] 张子龙,逯承鹏,陈兴鹏,等.中国城市环境绩效及其影响因素分析:基于超效率DEA模型和面板回归分析[J].干旱区资源与环境,2015 29(6):1-7.
[9] 周智玉.环境DEA模型改进及其在城市环境绩效评价中的应用[J].科技进步与对策,2016,33(4):112-118.
[10] 孙露,耿涌,刘祚希,等.基于能值和数据包络分析的城市复合生态系统生态效率评估[J].生态学杂志，2014 (2):462-468.
[11] BANKER RD,CHARNES A,COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science 1984(30):1078-1092.
[12] CHARNES A,COOPER W W.Preface to topics in data envelopment analysis[J].Annals of Operations research 1984(2):59-94.
[13] ATHANASSOPOULOS A D,LAMBROUKOS N,SEIFORD L.Data envelopment scenario analysis for setting targets to electricity generating plants[J].European Journal of Operational Research,1999(115):413-428.
[14] 张炳,毕军,黄和平,等.基于 DEA 的企业生态效率评价:以杭州湾精细化工园区企业为例[J].系统工程理论与实践,2008(4):159-166.
[15] 王聪,朱先奇,刘玎琳,等.京津冀协同发展中科技资源配置效率研究——基于超效率DEA-面板Tobit两阶段法[J].科技进步与对策,2017,34(19):47-52.
[16] 付丽娜,陈晓红,冷智花.基于超效率DEA模型的城市群生态效率研究[J].中国人口·资源与环境,2013,23(4):169-175.
[17] 张鸿澜.浙江省市级生态环境绩效评估研究[D].杭州：浙江大学，2015.
[18] 翁俊豪,徐鹤.基于数据包络分析的城市环境绩效评估研究[J].未来与发展,2016,40(3):49-57.
[19] 曹颖,曹国志.中国省级环境绩效评估指标体系的构建[J].统计与决策,2012(22):9-12.
[20] 王俊能,许振成,胡习邦,等.基于 DEA 理论的中国区域环境效率分析[J].中国环境科学 2010,30(4):565-570.
Yang Hao1，2，Zhang Ling1
(1.School of Economics Peking University,Beijing 100871,China;2.Beijing Academy of Social,Beijing 100101,China)
Abstract：The improvement of resource environment performance index is a core and key issue to resume the ecological environment.This thesis takes advantage of Data Envelopment Analysis (DEA) to measure and analyze the static as well as the dynamic environmental performance levels during the year 2005-2015 in Beijing-Tianjin-Hebei region based on the establishment of an environmental performance evaluation index system.Malmquist Index divides environmental performance into technical efficiency change and Index and technical change index which is applied in this thesis to investigate the relative contributions of these decomposed indexes to the environmental performance measurement.The result is：firstly,both of the costs and gains in Beijing-Tianjin-Hebei region to resume the environment increase gradually year by year.Secondly,Beijing and Tianjin cities get higher overall environmental performance levels than Hebei province while the rank from the year 2005 to 2011 is Beijing,Tianjin and Hebei,but when it comes to the year from 2012 to 2015,the rank is Tianjin,Beijing and Hebei (except 2013).At last,the reason why Hebei Province lags behind is its lower technical progress rate and total factor productivity.Malmquist Index waves to a certain extent，and the fact is produced by the variation of technical change index.Moreover,this thesis ends up with the strategies and suggestion concerning how to improve the environmental performance level of Beijing-Tianjin-Hebei region.
KeyWords:Environmental Performance；Data Envelopment Analysis(DEA)；Malmquist Index；Beijing-Tianjin-Hebei Area
作者简介：杨浩(1983-)，男，吉林长春人，博士，北京大学经济学院在站博士后、讲师，北京市社会科学院助理研究员，研究方向为土地行政、政府绩效评估、政府经济管理；张灵(1989-)，女，河北保定人，博士，北京大学经济学院在站博士后、讲师，研究方向为土地复垦与生态修复、区域经济学。
基金项目：北京市哲学社会科学重点规划项目(15JDJGB073)；中国博士后科学基金面上项目(2018M631383)
收稿日期：2018-05-21
文章编号：1001-7348(2018)14-0043-07
文献标识码：A
中图分类号：F205
DOI：10.6049/kjjbydc.2018010810
(责任编辑：张 悦)