臺灣博碩士論文加值系統

本研究以中國大陸 30 個行政區(排除西藏、澳門及香港)為研究對象，搜集 2012 至 2016 年連續 5 個年度公開完整之數據；選取投入變數工業勞動力、工業資本、能源使用量、工業總用水量等 4 項，產出變數以工業廢水排放總量、工業生產毛額(Industrial Gross Domestic Product，以下簡稱 GDP)等 2 項，應用方向距離函數（Directional Distance Function，以下簡稱 DDF），評估其能源使用與工業廢水對中國各省市工業生產效率的影響，並針對差額變數提出改善方向與幅
度建議。
實證結果顯示，中國大陸 2012 至 2016 年工業生產效率以北京、天津、內蒙古、吉林、江蘇、山東、廣東、青海及寧夏等 9 行政區達最適效率，效率值最低的三個行政區為山西(0.6917)、雲南(0.6660)及甘肅(0.6226)，差額變數分析結果以工業勞動力及工業總用水量等 2 項投入最需要改善。中國大陸工業生產消耗大量的能源，伴隨著大量汙染環境的非意欲產出，決策者為追求經濟發展與生態環境間之平衡，應置重點於資源投入與產出有效配置，各行政區工業生產要達到最適效率仍有待持續努力。因此，中國大陸為達永續發展的目標，應實施節能減碳、節水減排的政策，俾達成永續發展目標。

目錄
摘要 ......................................................................... I
致謝 ........................................................................ II
目錄 ...................................................................... IV
圖目錄 ................................................................... VI
表目錄 .................................................................. VII
第壹章 緒論 ................................................................. 1
第一節 研究背景 ............................................................. 2
第二節 研究動機、目的及範圍 .................................................. 10
第三節 研究架構及流程 ....................................................... 11
第貳章 文獻回顧 ............................................................. 13
第一節 文獻探討 ............................................................. 13
第二節文獻評析 .............................................................. 47
第參章 研究方法 ............................................................ 50
第一節 資料包絡分析法 ....................................................... 50
第二節 方向距離函數 ......................................................... 58
第肆章 實證結果與分析 ....................................................... 63
第一節 研究資料說明 ........................................................ 63
第二節 敘述統計分析 ......................................................... 66
第三節 實證結果分析 ......................................................... 81
第四節 差額變數分析 ......................................................... 93
第五節 政策意涵分析 ........................................................ 118
第伍章 結論與建議 .......................................................... 120
第一節 結論 ............................................................... 120
第二節 建議 ............................................................... 122
參考文獻 .................................................................. 123

圖目錄
圖 1-1 2000 至 2015 年化石燃料能源消耗總量的百分比 ............................ 3
圖 1-2 中國 2007 至 2018 年能源生產構成分析 .................................. 8
圖 1-3 中國 2007 至 2018 年水資源總量構成分析 ................................ 9
圖 1-4 2012 至 2016 年中國 30 個行政區工業總用水量與工業總廢水量分析 .......... 10
圖 1-5 研究流程圖 .......................................................... 12
圖 4-1 2012 至 2016 年中國 30 個行政區工業總用水量及工業廢水排放總量 .......... 66
圖 4-2 2012 至 2016 年各年度工業勞動力平均趨勢圖 ............................. 74
圖 4-3 2012 至 2016 年各年度工業資本平均趨勢圖 ............................... 75
圖 4-4 2012 至 2016 年各年度能源使用平均趨勢圖 ............................... 77
圖 4-5 2012 至 2016 年各年度工業總用水量平均趨勢圖 ........................... 78
圖 4-6 2012 至 2016 年各年度工業廢水排放總量平均趨勢圖 ....................... 79
圖 4-7 2012 至 2016 年各年度平均工業 GDP 趨勢圖 ............................. 80
圖 4-8 2012 至 2016 年中國 30 個行政區 5 年平均效率趨勢 ..................... 93
圖 4-9 中國 30 個行政區 2012-2016 年工業勞動力改善方向及幅度 ................. 97
圖 4-10 中國 30 個行政區 2012 至 2016 年工業資本改善方向及幅度 ............... 101
圖 4-11 中國 30 個行政區 2012-2016 年能源使用改善方向及幅度 .................. 104
圖 4-12 中國 30 個行政區 2012 至 2016 年總用水量改善方向及幅度................ 108
圖 4-13 中國 30 個行政區 2012 至 2016 年工業廢水排放總量改善方向及幅度 ........ 111
圖 4-14 中國 30 個行政區 2012-2016 年工業 GDP 改善方向及幅度 ................. 115
圖 4-15 2012 至 2016 年各變數差額調整平均值 ................................. 118

表目錄
表 1-1 2012 至 2016 年中國 30 個行政區工業用水總量與工業廢水總量統計表 .......... 9
表 2-1 相關文獻彙整表 ....................................................... 23
表 3-1 數據和符號 ........................................................... 59
表 4-1 投入及產出變數之定義 .................................................. 63
表 4-2 2012 至 2016 年中國 30 個行政區工業總用水量、工業廢水排放總量 ........... 64
表 4-3 2012 年中國 30 個行政區各項變數敘述性統計表 ............................ 67
表 4-4 2013 年中國 30 個行政區各項變數敘述性統計表 ............................ 68
表 4-5 2014 年中國 30 個行政區各項變數敘述性統計表 ............................ 69
表 4-6 2015 年中國 30 個行政區各項變數敘述性統計表 ........................... 70
表 4-7 2016 年中國 30 個行政區 2016 年各項變數敘述性統計表 .................... 72
表 4-8 2012 至 2016 年中國 30 省市各變數敘述性統計表 .......................... 73
表 4-9 2012 至 2016 年各年度平均工業勞動力統計表 .............................. 74
表 4-10 2012 至 2016 年各年度平均工業資本統計表 ............................... 75
表 4-11 2012 至 2016 年各年度平均能源使用統計表 ............................... 76
表 4-12 2012 至 2016 年各年度平均工業總用水量 ................................ 77
表 4-13 2012 至 2016 年各年度平均工業廢水排放總量 ............................. 78
表 4-14 2012 至 2016 年各年度平均工業 GDP 值 ................................. 79
表 4-15 中國 2012 至 2016 年整體投入及產出變數之敘述統計量表 ................... 80
表 4-16 2012 年中國 30 個行政區年度效率值及排名 ............................... 81
表 4-17 2013 年中國 30 個省市(年)度效率值及排名 ............................... 83
表 4-18 2014 年中國 30 個行政區年度效率值及排名 ............................... 85
表 4-19 2015 年中國 30 個行政區效率值及排名 ................................... 87
表 4-20 2016 年中國 30 個行政區年效率值及排名 ................................. 89
表 4-21 2012 至 2016 年中國 30 個行政區分年度效率值 5 年平均值 ................. 91
表 4-22 中國 30 個行政區 2012 至 2016 年工業勞動力改善方向及幅度建議彙整表 ...... 94
表 4-23 中國 30 省市 2012 至 2016 年工業資本改善方向及幅度建議彙整表 ............ 98
表 4-24 中國 30 個行政區 2012 至 2016 年能源使用改善方向及幅度建議彙整 ......... 102
表 4-25 中國 30 個行政區 2012 至 2016 年工業總用水量方向及幅度建議彙整表 ....... 105
表 4-26 中國 30 個行政區 2012 至 2016 年工業廢水排放總量方向及幅度建議彙整表 ... 109
表 4-27 中國 30 個行政區 2012 至 2016 年工業 GDP 改善方向及幅度建議彙整表 ..... 113
表 4-28 2012 至 2016 年各變數差額調整平均值 ................................. 116
表 4-29 2012 至 2016 年投入產出變數及工業生產效率趨勢 ........................ 116
表 5-1 2012 至 2016 年中國各省市工業生產效率實證結果 ......................... 120

一、網頁部分
1.世界能源組織 https://www.iea.org/reports/world-energy-outlook-2021/overview#abstract
2.聯合國農糧組織https://www.fao.org/home/en/
3.環境資訊中心 https://e-info.org.tw/
4.中國國家統計局http://www.stats.gov.cn/ztjc/
5.世界銀行資料庫https://data.worldbank.org
6.Intergovernmental Panel on Climate Change (IPCC) https: //www.ipcc.ch/about/
7.中國文化研究院https://chiculture.org.hk/
8.美國之音https://www.voacantonese.com/p/7104.html
9.聯合國可持續發展經濟與社會事務部 https://sdgs.un.org/
10.河馬教授的網站http://hippo.bse.ntu.edu.tw/~wenlian/
11.財團法人國際合作發展基金會http://www.icdf.org.tw
12. BBC News中文http://www.bbc.com /zhongwen/trad
13. 英國《金融時報》https://www.ft.com/

二、中文部份
(一)期刊
張家旗, & 苗長虹. (2015). 中國省域工業廢水重金屬排放績效差異研究. 城市與環境研究, (3), 29-43.
關偉, 許淑婷, & 郭岫垚. (2020). 黃河流域能源綜合效率的時空演變與驅動因素. 資源科學, 42(1), 150-158.

(二)碩士論文
謝嘉凌（2018）。全球高所得國家(含中國)能源效率評估-動態DEA。佛光大學應用經濟學系碩士論文，宜蘭縣。 取自https://hdl.handle.net/11296/y89t68

凃珮婕（2018）。應用動態DEA評估APEC經濟體之能源效率。佛光大學應用經濟學系碩士論文，宜蘭縣。 取自https://hdl.handle.net/11296/bs7u4r

王妙玲（2019）。G20經濟體之能源效率評估-Resampling SBM DEA。佛光大學應用經濟學系碩士論文，宜蘭縣。 取自https://hdl.handle.net/11296/uv2v37.

林依芳（2020）。評估森林面積對歐盟國家能源效率之影響。佛光大學應用經濟學系碩士論文，宜蘭縣。 取自https://hdl.handle.net/11296/8663pm

三、英文部份
Amowine, N., Ma, Z., Li, M., Zhou, Z., Azembila Asunka, B., & Amowine, J. (2019). Energy efficiency improvement assessment in Africa: an integrated dynamic DEA approach. Energies, 12(20), 3915.

Bampatsou, C., & Hadjiconstantinou, G. (2009). The use of the DEA method for simultaneous analysis of the interrelationships among economic growth, environmental pollution and energy consumption. Environmental Pollution And Energy Consumption (December 1, 2009). International Journal of Economic Sciences and Applied Research, 2(2).

Chang, C. C., & Soruco Carballo, C. F. (2011). Energy conservation and sustainable economic growth: The case of Latin America and the Caribbean. Energy Policy, 39(7), 4215–4221.

Chien, T., & Hu, J. L. (2007). Renewable energy and macroeconomic efficiency of OECD and non-OECD economies. Energy Policy, 35(7), 3606–3615.

Chiu, Y. H., Shyu, M. K., Lee, J.-H., & Lu, C. C. (2016). Undesirable output in efficiency and productivity: Example of the G20 countries. Energy Sources, Part B: Economics, Planning, and Policy, 11(3), 237–243.

Ding, T., Wu, H., Jia, J., Wei, Y., & Liang, L. (2020). Regional assessment of water-energy nexus in China’s industrial sector: An interactive meta-frontier DEA approach. Journal of Cleaner Production, 244, 11797.

Guo, X., Lu, C. C., Lee, J. H., & Chiu, Y. H. (2017). Applying the dynamic DEA model to evaluate the energy efficiency of OECD countries and China. Energy, 134, 392-399.

Hu, J. L., & Wang, S. C. (2006). Total-factor energy efficiency of regions in China. Energy Policy, 34(17), 3206–3217.

Hu, J. L., & Kao, C. H. (2007). Efficient energy-saving targets for APEC economies. Energy Policy, 35(1), 373–382.

Laden, F., Schwartz, J., Speizer, F. E., & Dockery, D. W. (2006). Reduction in Fine Particulate Air Pollution and Mortality. American Journal of Respiratory and Critical Care Medicine, 173(6), 667–672.

Lu, C. C., Chen, X., Hsieh, C. L., & Chou, K. W. (2019). Dynamic energy efficiency of slack‐based measure in high‐income economies. Energy Science & Engineering, 7(3), 943-961.

Lu, C. C., Wu, X., Chen, X., & Yang, C. Y. (2020). The energy efficiency and public health in the ASEAN plus three cooperation. INQUIRY: The Journal of Health Care Organization, Provision, and Financing, 57, 0046958020935664.

Moutinho, V., Madaleno, M., & Macedo, P. (2020). The effect of urban air pollutants in Germany: eco-efficiency analysis through fractional regression models applied after DEA and SFA efficiency predictions. Sustainable Cities and Society, 59, 102204.

Romano, A. A., & Scandurra, G. (2011). The investments in renewable energy sources: do low carbon economies better invest in green technologies?. International Journal of Energy Economics and Policy, 1(4), 107-115.

Shi, G. M., Bi, J., & Wang, J. N. (2010). Chinese regional industrial energy efficiency evaluation based on a DEA model of fixing non-energy inputs. Energy Policy, 38(10), 6172–6179.

Shahbaz, M., Tang, C. F., & Shahbaz Shabbir, M. (2011). Electricity consumption and economic growth nexus in Portugal using cointegration and causality approaches. Energy Policy, 39(6), 3529–3536.

Valadkhani, A., Roshdi, I., & Smyth, R. (2016). A multiplicative environmental DEA approach to measure efficiency changes in the world's major polluters. Energy Economics, 54, 363-375.

Wen, J., Wang, H., Chen, F., & Yu, R. (2018). Research on environmental efficiency and TFP of Beijing areas under the constraint of energy-saving and emission reduction. Ecological indicators, 84, 235-243.

Wang, L. W., Le, K. D., & Nguyen, T. D. (2019). Assessment of the energy efficiency improvement of twenty-five countries: a DEA approach. Energies, 12(8), 1535.

Yeh, T. L., Chen, T. Y., & Lai, P. Y. (2010). A comparative study of energy utilization efficiency between Taiwan and China. Energy policy, 38(5), 2386-2394.

Yang, W., & Li, L. (2017-A). Analysis of total factor efficiency of water resource and energy in China: A study based on DEA-SBM model. Sustainability, 9(8), 1316.

Yang, W., & Li, L. (2017-B). Efficiency evaluation and policy analysis of industrial wastewater control in China. Energies, 10(8), 1201.

Yang, W., & Li, L. (2018). Efficiency evaluation of industrial waste gas control in China: A study based on data envelopment analysis (DEA) model. Journal of Cleaner Production, 179, 1-11.

Yang, G. L., & Yang, D. G. (2020). Investigating industrial water-use efficiency in mainland China: An improved SBM-DEA model. Journal of Environmental Management, 270, 110859.
Zhang, J., Wu, Q., & Zhou, Z. (2019). A two-stage DEA model for resource allocation in industrial pollution treatment and its application in China. Journal of cleaner production, 228, 29-39.

Zhou, P., Poh, K. L., & Ang, B. W. (2007). A non-radial DEA approach to measuring environmental performance. European Journal of Operational Research, 178(1), 1–9

Zhou, P., Ang, B. W., & Han, J. Y. (2010). Total factor carbon emission performance: A Malmquist index analysis. Energy Economics, 32(1), 194–201.

Zhou, Z., Wu, H., & Song, P. (2019-A). Measuring the resource and environmental efficiency of industrial water consumption in China: A non-radial directional distance function. Journal of Cleaner Production, 240, 118169.

Zhou, Z., Xu, G., Wang, C., & Wu, J. (2019-B). Modeling undesirable output with a DEA approach based on an exponential transformation: An application to measure the energy efficiency of Chinese industry. Journal of Cleaner Production, 236, 117717.

Zhou, Z., Chen, Y., Song, P., & Ding, T. (2020). China's urban air quality evaluation with streaming data: A DEA window analysis. Science of the Total Environment, 727, 138213.

Zou, D., & Cong, H. (2021). Evaluation and influencing factors of China’s industrial water resource utilization efficiency from the perspective of spatial effect. Alexandria Engineering Journal, 60(1), 173-182.