李小語 董會忠

[摘要]基于2010-2018年“2+26”城市的面板數(shù)據(jù)，文章運用超效率DEA-Malmquist指數(shù)模型測算城市生態(tài)效率，并引入空間杜賓模型對城市生態(tài)效率的影響因素進行實證分析。結果表明：從時間序列來看，城市生態(tài)效率呈“M”型分布，上升波峰出現(xiàn)在2011年和2016年，下降波谷出現(xiàn)在2014年;從空間分布來看，2010年城市生態(tài)效率呈現(xiàn)出“中間低，兩邊高”的分布格局，多數(shù)城市的生態(tài)效率值在0.5-0.8之間;2018年城市生態(tài)效率呈現(xiàn)出由西南向東北逐漸遞增的趨勢，階梯性特征凸顯。城市的經(jīng)濟發(fā)展水平、人力資本和環(huán)境規(guī)制對城市生態(tài)效率有顯著促進作用，產(chǎn)業(yè)結構在一定程度上阻礙城市生態(tài)效率的提升，對外開放程度對城市生態(tài)效率的影響不顯著。城市的經(jīng)濟發(fā)展水平和環(huán)境規(guī)制對生態(tài)效率具有正向的空間溢出效應，產(chǎn)業(yè)結構對城市生態(tài)效率具有負向的空間溢出效應，人力資本和對外開放程度對城市生態(tài)效率的空間溢出效應不顯著。因此，“2十26”城市應進一步加強區(qū)域交流合作，加快產(chǎn)業(yè)結構調(diào)整，提升人力資本水平，有效利用外資，發(fā)展生態(tài)經(jīng)濟。

[關鍵詞]城市生態(tài)效率;空間溢出效應;超效率DEA-Malmquist指數(shù);空間杜賓模型

[中圖分類號]F127

[文獻標識碼]A

[文章編號]1008-0694（2022）01-0036-13

[作者]李小語碩士研究生山東理工大學管理學院淄博255012

董會忠教授博士生導師山東理工大學管理學院淄博255012

ー、引言

在經(jīng)濟新常態(tài)背景下，加快生態(tài)文明建設、推動城市綠色發(fā)展已成為我國經(jīng)濟增長由“速度領跑”向“質(zhì)量拉動”轉(zhuǎn)變的關鍵。但產(chǎn)業(yè)結構不合理、污染治理低效性導致我國經(jīng)濟增長方式仍需大量基礎性自然資源作為支撐，這種典型的“粗放型發(fā)展模式”難以在短期內(nèi)徹底轉(zhuǎn)變。2017年生態(tài)環(huán)境部發(fā)布了《京津冀及其周邊地區(qū)2017至2018年秋冬季大氣污染綜合防治行動計劃》，將京津冀及周邊地區(qū)28個城市認定為空氣污染傳播通道城市，包括北京、天津2個直轄市，河北省的石家莊、唐山、邯鄲、邢臺、保定、滄州、廊坊、衡水8個地級市，山西省的太原、陽泉、長治和晉城4個地級市，山東省的濟南、淄博、濟寧、德州、聊城、濱州和菏澤7個地級市，河南省的鄭州、開封、安陽、鶴壁、新鄉(xiāng)、焦作、濮陽7個地級市（以下簡稱“2+26”城市）。這些城市的空氣污染問題較為嚴重，PM2.5值常年爆表1”，生態(tài)環(huán)境面臨嚴峻的挑戰(zhàn)。在此背景下，“2+26”城市如何協(xié)調(diào)其經(jīng)濟發(fā)展和環(huán)境保護二者之間的關系，以最小的資源投入得到最優(yōu)的經(jīng)濟產(chǎn)出和生態(tài)效率[2”，這對于探索城市轉(zhuǎn)型以及加強城市之間的生態(tài)合作具有重要意義。

二、文獻綜述

根據(jù)已有文獻，國內(nèi)外學者關于生態(tài)效率的評價指標3）、評價方法與模型4-5）、空間相關性[6]等研究均取得了豐富成果。在評價方法上，多數(shù)學者采用隨機前沿分析（SFA）與數(shù)據(jù)包絡分析（DEA）兩種方法測度城市生態(tài)效率。例如，楊勇等（2019）采用隨機前沿分析法和Kernel密度函數(shù)對我國281個城市的生態(tài)效率進行了測算，發(fā)現(xiàn)城市生態(tài)效率是一個波浪式變化的動態(tài)過程，總體效率呈增長趨勢”。肖黎明等（2018）基于超越對數(shù)和產(chǎn)出距離函數(shù)改進后的SFA模型，測度了我國各?。ㄗ灾螀^(qū)、直轄市）綠色創(chuàng)新生產(chǎn)率，認為其效率具有較為顯著的路徑依賴性和同質(zhì)性，環(huán)境庫滋涅茨曲線的拐點尚未顯現(xiàn)8）。李在軍等（2018）運用隨機前沿分析法對我國地級市工業(yè)生態(tài)效率進行了度量，發(fā)現(xiàn)我國工業(yè)生態(tài)效率整體偏高且呈現(xiàn)出遞增式演變規(guī)律，空間上表現(xiàn)出顯著的集聚特征9）。

隨機前沿分析法雖然可以較好地處理測量誤差等因素，但需要事先限定模型，這就會限制了SFA方法在城市生態(tài)效率中的應用。DEA模型是一種非參數(shù)的多要素生產(chǎn)率分析工具，不需要預先估計參數(shù)，也不需要在解釋變量和因變量之間建立函數(shù)關系。例如，胡彪等（2016）基于非期望產(chǎn)出SBM模型對我國生態(tài)效率進行測度，并運用空間自相關分析其空間差異，發(fā)現(xiàn)我國生態(tài)效率呈“W”型波動上升趨勢，原有的兩極分化格局得到改善，區(qū)域差異性不斷縮小1。成金華等（2014）利用超效率DEA模型對我國各省（自治區(qū)、直轄市）生態(tài)效率進行測算，并采用空間自相關方法分析其生態(tài)效率的演化格局，發(fā)現(xiàn)生態(tài)效率呈現(xiàn)由東到西、由沿海到內(nèi)陸逐級遞減的格局，各地區(qū)生態(tài)效率表現(xiàn)為正向空間相關性特征1）。羅能生等（2019）運用超效率SBM模型來衡量我國各?。ㄗ灾螀^(qū)、直轄市）的生態(tài)效率，并研究環(huán)境監(jiān)管和財政分權對生態(tài)效率的影響，發(fā)現(xiàn)增加財政分權會降低生態(tài)效率”。

從研究區(qū)域看，部分學者從微觀層面分析城市生態(tài)效率，將研究地區(qū)限定在某個城市群或者某個城市。李東方等（2018）運用DEA模型測度我國296個地級城市的生態(tài)效率，并考察這些城市在空間上的關聯(lián)性，發(fā)現(xiàn)城市生態(tài)效率存在正向空間相關性，并且H一L集聚隨著時間推移逐漸增強13）。吳義根等（2017）以安徽省16個地級市為研究對象，并通過超效率DEA模型對生態(tài)效率進行了測度，發(fā)現(xiàn)這些城市生態(tài)效率呈現(xiàn)出明顯的集聚趨勢，產(chǎn)業(yè)結構對生態(tài)效率提升有正向促進作用14幻。焦國偉等（2019）選取了我國285個城市的面板數(shù)據(jù)，運用空間計量模型探討了環(huán)境規(guī)制對我國城市生態(tài)效率的影響，發(fā)現(xiàn)不同城市之間的負向空間溢出效應明顯15）。黃建歡等（2018）采用全國191個地級市的統(tǒng)計數(shù)據(jù)，探討我國城市生態(tài)效率空間溢出的模式及其影響因素，發(fā)現(xiàn)地方官員考核指標能夠通過“見賢思齊”模式來提升城市生態(tài)效率16）。

以上文獻拓展了城市生態(tài)效率的研究思路，但仍存在不足之處：一是部分學者從靜態(tài)角度對同一時點上的城市生態(tài)效率進行橫向比較，而對于生態(tài)效率動態(tài)演化的成果則相對較少。二是多數(shù)文獻對城市生態(tài)效率空間相關性的研究，只強調(diào)了研究對象在空間上的集聚或分散特征，對空間溢出效應缺乏深入的探討?；诖耍疚膶⒊蔇EA模型與Malmquist指數(shù)相結合，在測算“2+26”城市生態(tài)效率的基礎上嘗試回答以下問題：城市生態(tài)效率具有怎么樣的演變規(guī)律？是否存在空間聚集特征？城市生態(tài)效率是否存在空間溢出效應，溢出方向具有怎樣的規(guī)律？通過回答上述問題，本文嘗試明確“2+26”城市生態(tài)效率的空間紋理特征，為提升該區(qū)域生態(tài)效率提供理論依據(jù)與決策參考。

三、模型設定

1.超效率DEA-almquist指數(shù)模型

傳統(tǒng)的DEA模型在分析生態(tài)效率過程中可能會出現(xiàn)多個決策單元值相同的情況，無法進一步對生態(tài)效率進行有效的評估。Anderson（1995）在傳統(tǒng)DEA模型的基礎上提出了超效率DEA模型1”，該模型可以對所有的有效決策單元進行重新排序。超效率DEA模型測算的有效單元效率值通常大于1，并且不同的有效決策單元對應的超效率值不同，使得有效決策單元具有生態(tài)效率可比性的特點，有助于了解其效率變化的原因18”。其數(shù)學表達式如下：

其中0表示“2十26”城市生態(tài)效率;X表示投入變量;Y表示產(chǎn)出變量;入為有效決策單元中的組合比例，可據(jù)此判斷決策單元的規(guī)模效益情況（∑入《1、∑入=1、λ》1分別代表規(guī)模效益遞增、規(guī)模效益不變和規(guī)模效益遞減）;S和S+為松弛變量，分別表示輸入超量和輸出虧量。當0≥1時，若S≥0且S+≥0說明該決策單元的投入產(chǎn)出已實現(xiàn)最優(yōu)效率;當0《1時，若S≠0或S+≠0，那么該決策單元沒有達到最優(yōu)效率，存在改進空間。

超效率DEA模型測算結果都是靜態(tài)的，而Malmquist指數(shù)克服了當前DEA模

型測算結果無法跨期比較的不足，實現(xiàn)了城市生態(tài)效率的動態(tài)比較。在超效率DEA的基礎上構建Malmquist模型，公式如下：

Malmquist指數(shù)可分解為技術進步（TECHCH）和綜合技術效率（EFFCH），綜合技術效率又可分解為純技術效率（PECH）和規(guī)模效率（SECH），表達式如下：

EFFCH=PECHXSECH

MI（x1，y1，x'，y'=TFPCH=TECHCHXEFFCH

綜合技術效率是衡量兩個時間段的效率變化對生產(chǎn)率的影響，純技術效率表示生產(chǎn)管理水平變化對生產(chǎn)率的影響，規(guī)模效率表示規(guī)模報酬變化引起的效率變化;技術進步是衡量兩個時間段的技術變化。

2.Moran'sI指數(shù)

為了研究城市生態(tài)效率在空間上是否具有相關性和依懶性，本文對城市生態(tài)效率的空間相關性進行測度?？臻g相關性的方法包括Moran’sI、LM-error等，而最常用的方法是Moran'sI指數(shù)，其計算公式如下：

3.空間計量模型

空間權重矩陣。目前學術界關于空間權重矩陣的設定沒有統(tǒng)一標準，本文參考Lesage（2008）的研究成果1），優(yōu)先考慮只有0和1組成的鄰近權重矩陣（W）;如果i市與j市相鄰，則權重W;=1，否則W;=0。此外，構建經(jīng)濟距離權重矩陣（W）來檢驗估計結果的穩(wěn)健性，其公式為：W=Wdiag

其中，W為地理距離空間權重矩，Y：表示第i城市的GDP均值，Y表示所有地區(qū)的GDP均值。

空間計量模型。傳統(tǒng)的計量模型假定各城市的生態(tài)效率是相互獨立的，這顯然不符合實際。由于各城市之間生產(chǎn)要素的流動，某個城市的生態(tài)效率可能會受到鄰近城市的影響。因此，本文將構建空間杜賓模型（SDM）來考察“2+26”城市生態(tài)效率的空間溢出效應，具體形式如下：

InTFPCHit=pWInTFPCHit+Bxit+WxitY+ui+eit

其中TFPCH表示城市生態(tài)效率，本文對其求對數(shù)，p表示空間自相關系數(shù)，W表示空間權重矩陣，以表示個體固定效應，x代表一系列解釋變量，ε代表隨機干擾項。

4.數(shù)據(jù)來源

本文的研究樣本為京津冀及周邊地區(qū)28個城市的面板數(shù)據(jù)。指標的原始數(shù)據(jù)來源于2010-2018年的《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》，各地市的統(tǒng)計年鑒以及EPS數(shù)據(jù)庫，并對部分缺失數(shù)據(jù)進行了插補處理。

四、城市生態(tài)效率測度及分解指數(shù)

城市生態(tài)效率的核心內(nèi)容主要包括3個方面：資源投入減量化、期望產(chǎn)出最大化和非期望產(chǎn)出最小化。在參考楊勇等（2019）、侯孟陽等（2018）研究的基礎上2-1”，本文將各城市的實際GDP作為產(chǎn)出變量;將非期望產(chǎn)出作為投入變量22），環(huán)境投入變量表示為廢水、廢氣與固體廢物排放，其投入越少越好;資源投入變量表示為水、電能消耗、土地資源的利用;人力投入和固定資產(chǎn)投入作為社會投入變量（詳見表1]。

本文依據(jù)公式（2）測算出“2+26”城市生態(tài)效率，并在ArcGIS10.2軟件的支

持下，采用自然間斷點法對2010年、2013年、2016年和2018年城市生態(tài)效率空間格局進行渲染。從時間維度看（詳見圖1），城市生態(tài)效率指數(shù)呈“M”型分布，波峰出現(xiàn)在2012年和2017年，波谷出現(xiàn)在2013年和2015年;2010-2012年城市生態(tài)效率快速增長并達到峰值，導致該變化的主要原因是2008年金融危機過后，我國經(jīng)濟開始回暖，市場環(huán)境在培育創(chuàng)新產(chǎn)出、產(chǎn)業(yè)結構調(diào)整等方面的影響逐漸增大;2017-2018年出現(xiàn)“斷崖式”下跌，原因是“2十26”城市開始加大對環(huán)境治理力度，加快工業(yè)轉(zhuǎn)型升級;盡管在基礎設施、技術設備等方面投入不斷增加，但部分企業(yè)還是面臨轉(zhuǎn)型困難，在短時間內(nèi)難以適應新環(huán)境、新市場，導致生態(tài)效率降低。同時本文還發(fā)現(xiàn)了TECHCH值與TFPCH值的走勢基本一致，EFFCH值的走勢較為平穩(wěn)，這表明“2+26”城市生態(tài)效率變化的主要原因可能是受技術進步的影響。

從圖2可以看出，滄州市、衡水市、德州市、聊城市等7個城市始終處于較高效率水平;相比于2010年，長治市和濮陽市生態(tài)效率降低，退出高效率區(qū)域;焦作市、新鄉(xiāng)市、保定市和太原市生態(tài)效率保持不變，依舊停留在較低水平;其他城市的生態(tài)效率都有不同程度提升，高效率城市所占比例大幅度增加。從空間分布來看，2010年城市生態(tài)效率呈現(xiàn)出“中間低，兩邊高”的分布格局，多數(shù)城市的生態(tài)效率值在0.5-0.8之間，高效率城市主要分布在河北省滄州市和衡水市、山東省德州市和濱州市、河南省濮陽市和鶴壁市以及山西省長治市和晉城市等。2018年城市生態(tài)效率呈現(xiàn)出由西南向東北逐漸遞增的趨勢，階梯性特征凸顯，表明近年來“2十26”城市的生態(tài)效率有了較大改善，生態(tài)環(huán)境“高顏值”與經(jīng)濟發(fā)展“高素質(zhì)”雙雙得到進一步發(fā)展。其中，生態(tài)效率增長較快的城市主要分布在北京、天津和河北省的滄州市和廊坊市等，而下降的城市大多集中在山西省長治市和河南省濮陽市。

從分解指數(shù)來看（詳見表2），城市生態(tài)效率值排名第一的是北京（1.113），排名最低的是長治（0.944）。北京市生態(tài)效率值比長治市高出0.169，差距較大。天津市生態(tài)效率值以1.08排名第三，在“2+26”城市排名中比較靠前。這說明其他四省的城市生態(tài)效率相對于北京和天津這兩個直轄市而言，存在一定的差距。EFFCH值排名前三的城市分別是新鄉(xiāng)市（1.027）、濮陽市（1.022）和鶴壁市（1.021），其中新鄉(xiāng)市比排名最低的邯鄲市（0.978）高出0.049。雖然新鄉(xiāng)市和濮陽市EFFCH值排名很高，但TFPCH值排名較差，是因為這兩個城市的技術水平落后（TECHCH值分別為0.967、0.953），這表明它們忽視了技術進步的作用，沒有及時進行技術更新，依然停留在較低的技術水平。同時本文還可以看出絕大多數(shù)城市的TECHCH值與TFPCH值排名順序基本一致，原因是“2+26”城市整體發(fā)展水平依然處于中低級階段，城市生態(tài)效率增長的動力主要來自技術進步，但是并沒有充分利用技術效率。

五、實證分析

1.城市生態(tài)效率的空間相關性檢驗

本文在選取鄰近空間權重矩陣的基礎上，利用Stata15.0軟件測算了2010-2018年“2+26”城市生態(tài)效率的Moran'sI值（詳見表3）。結果顯示所有年份的統(tǒng)計值均大于零且通過了顯著性檢驗，說明“2+26”城市生態(tài)效率存在空間依懶性。此外，Moran'sI指數(shù)值隨著時間的推移呈現(xiàn)波動上升的趨勢，說明隨著我國經(jīng)濟的快速發(fā)展，“2十26”城市的聯(lián)系更加緊密，聚集程度也越來越明顯。

2.變量選取

為進一步驗證“2+26”城市生態(tài)效率是否存在溢出效應，本文將采用空間計量模型對其進行檢驗。根據(jù)我國經(jīng)濟發(fā)展的特點，本文從以下五個方面來探究空間計量模型的解釋變量：對外開放程度（OPEN）用外商投資占GDP比重來表示;產(chǎn)業(yè)結構（IND）用第二產(chǎn)業(yè)占GDP的比重表示;人力資本（EDU）為每萬人在校大學生人數(shù);經(jīng)濟發(fā)展水平（RGDP）用人均GDP表示。為了全面衡量環(huán)境規(guī)制（ER）對城市生態(tài)效率的影響，本文參考李斌（2017）等、王濤（2018）等的研究思路23-24），選取工業(yè)二氧化硫去除率、工業(yè)煙（粉）塵去除率、工業(yè)固體廢物綜合利用率、生活污水處理率和生活垃圾無害化處理率5個指標，并運用熵值法來測度環(huán)境規(guī)制（詳見表4）。

3.描述性統(tǒng)計

本文對各個變量進行描述性統(tǒng)計，其結果如表5所示：

4.模型估計

本文基于空間杜賓模型對“2+26”城市生態(tài)效率的影響因素進行了實證分析（詳見表6）。從表6中可以看出，p系數(shù)通過了1%的顯著性水平，說明本文選擇的模型存在空間性?！?十26”城市的經(jīng)濟發(fā)展水平、人力資本、環(huán)境規(guī)制對其生態(tài)效率均起到了促進作用，這是顯而易見的。產(chǎn)業(yè)結構抑制了城市生態(tài)效率的進一步發(fā)展，然而對外開放程度對城市生態(tài)效率卻沒有任何影響。

本文的基準模型采用的是鄰近權重矩陣，沒有考慮到不同城市之間存在經(jīng)濟活動的關聯(lián)性。因此，本文構建經(jīng)濟距離權重矩陣進行穩(wěn)健性檢驗（詳見表7）。從回歸結果可以看出，空間杜賓模型所有解釋變量系數(shù)符號均未發(fā)生改變，僅有部分結果的顯著性降低，可以判斷基準模型估計結果具有一定的穩(wěn)健性。

本文需要進一步分析各個影響因素的直接效應和溢出效應（詳見表8）。經(jīng)濟發(fā)展水平對城市生態(tài)效率的直接效應為0.142，并且通過1%水平上的顯著性檢驗，說明經(jīng)濟發(fā)展顯著地促進了本地區(qū)城市生態(tài)效率的提升。一般來說，經(jīng)濟發(fā)展水平較高的城市，其經(jīng)濟發(fā)展方式逐步地向密集型、節(jié)約型轉(zhuǎn)變，對環(huán)境的重視程度也比較大，從而有利于城市生態(tài)效率的提升。經(jīng)濟發(fā)展水平的溢出效應為正，說明各城市經(jīng)濟發(fā)展水平的提高一定程度上會促進其他鄰近地區(qū)城市生態(tài)效率的提升。

對外開放程度對“2+26”城市生態(tài)效率的直接效應和溢出效應均沒有通過顯著性檢驗。出現(xiàn)這種結果的可能原因，一方面是因為外商投資的產(chǎn)業(yè)所占有的比例較小，對城市生態(tài)效率的影響不大;另一方面是因為外商投資的產(chǎn)業(yè)雖然擁有先進的管理模式，但是他們可能并不關注城市生態(tài)效率，更關注的是經(jīng)濟效益，忽視了生態(tài)效益。

產(chǎn)業(yè)結構對城市生態(tài)效率的直接效應為-0.198，并且通過5%水平上的顯著性檢驗，表明第二產(chǎn)業(yè)產(chǎn)值的增加對本地區(qū)城市生態(tài)效率的提升有顯著的抑制作用。我國是以第二產(chǎn)業(yè)為主，能源消耗和環(huán)境污染強度一直較高。京津冀及周邊地區(qū)是我國發(fā)展的重心，重工業(yè)更為集中，大氣污染等環(huán)境問題相對于其他地方更為嚴重。產(chǎn)業(yè)結構的溢出效應也顯著為負，表明各城市第二產(chǎn)業(yè)產(chǎn)值的增加對周邊城市的生態(tài)效率具有抑制效應。

人力資本對城市生態(tài)效率的直接效應為0.0878，并且通過1%水平上的顯著性檢驗，溢出效應不顯著。這說明人力資本的提升對本地區(qū)城市生態(tài)效率具有顯著的促進作用，對周邊地區(qū)無顯著影響。這是因為高水平勞動力對本地企業(yè)創(chuàng)新能力的影響尤為重要，即勞動者素質(zhì)有助于提升企業(yè)內(nèi)部知識水平，加快創(chuàng)新技術落地和使用，從而提升了本地區(qū)城市生態(tài)效率。

環(huán)境規(guī)制對城市生態(tài)效率的直接效應為0.325，并且通過5%水平上的顯著性檢驗。表明環(huán)境規(guī)制力度的增加對本地區(qū)城市生態(tài)效率的提升有顯著的促進作用，主要是因為近年來我國開始重視環(huán)境污染問題，京津冀及周邊地區(qū)作為環(huán)境污染的“重災區(qū)”，加大了對環(huán)保技術和污染治理的投入，加之各項環(huán)保政策不斷完善，使得環(huán)境規(guī)制從根本上提高了“2+26”城市的生態(tài)效率。環(huán)境規(guī)制的溢出效應也顯著為正，表明各城市環(huán)境治理力度的增加也會促進周邊城市生態(tài)效率的提升。

六、結論與建議

本文在測度“2+26”城市生態(tài)效率的基礎上，考察了生態(tài)效率的演變規(guī)律以及空間溢出效應。研究結果表明：與2010年相比，2018年城市生態(tài)效率有了大幅度增長，生態(tài)效率增長較快的城市主要分布在北京、天津和河北省的滄州市和廊坊市等，而下降的城市大多集中在山西省的長治市和河南省的濮陽市。經(jīng)濟發(fā)展水平、人力資本和環(huán)境規(guī)制對本地區(qū)城市生態(tài)效率有顯著的促進作用;產(chǎn)業(yè)結構在一定程度上會阻礙本地區(qū)城市生態(tài)效率的提升;經(jīng)濟發(fā)展水平和環(huán)境規(guī)制對周邊城市的生態(tài)效率有顯著的溢出效應且起著正向作用;產(chǎn)業(yè)結構對周邊城市生態(tài)效率有顯著的負向溢出效應;人力資本的溢出效應不顯著;對外開放程度對城市生態(tài)效率的影響不存在任何效應。

本文提出以下的政策建議：

第一，加強區(qū)域交流合作，制定共同的行動綱領。僅依靠提高個別城市的技術水平很難實現(xiàn)所有城市生態(tài)效率的長期提升，所以應該加強區(qū)域協(xié)同發(fā)展，強化“2十26”城市群之間在發(fā)展規(guī)劃、環(huán)保政策和聯(lián)合執(zhí)法等方面的組織協(xié)調(diào)，形成以經(jīng)濟技術協(xié)同為主，政策協(xié)同為輔的創(chuàng)新發(fā)展格局。

第二，加快產(chǎn)業(yè)結構調(diào)整，發(fā)展生態(tài)經(jīng)濟。加大第二產(chǎn)業(yè)的技術投入，鼓勵第三產(chǎn)業(yè)發(fā)展，推進經(jīng)濟增長方式的轉(zhuǎn)變。努力挖掘“2十26”城市的資源潛力，發(fā)展環(huán)保、高效的生態(tài)經(jīng)濟。例如，充分發(fā)揮保定、開封和邯鄲等歷史名城的優(yōu)勢，深度挖掘文化底蘊，著力發(fā)展文化創(chuàng)意產(chǎn)業(yè);濟南、天津和鄭州這些城市應充分重視生態(tài)涵養(yǎng)功能，重點發(fā)展休閑旅游產(chǎn)業(yè)和綠色產(chǎn)品等生態(tài)經(jīng)濟。

第三，著力提升人力資本水平。人力資本通過人力投資形成，其中最重要的是教育支出。各地政府應適當提高其教育投資，通過高水平教育提高勞動者素質(zhì)、工作能力和技術水平，從而提高本地區(qū)的資源利用率以及資本配置率，進而促進城市生態(tài)效率的提升。

第四，有效利用外資。各地區(qū)應進一步完善法律法規(guī)，加強外資的管理力度。整治一些高耗能、高污染的外資企業(yè)，重點引進互聯(lián)網(wǎng)、人工智能、新材料、節(jié)能環(huán)保等方面的外資企業(yè)。促進外資企業(yè)與國內(nèi)企業(yè)的競爭與合作，形成研發(fā)創(chuàng)新、產(chǎn)業(yè)轉(zhuǎn)化和市場推廣的良性循環(huán)，以推動本地經(jīng)濟的綠色發(fā)展。

參考文獻：

[1]JIANGL，HES，ZHOUH.Spatial-temporalcharacteristicsandconvergencetrendsofPM2.5pollution：acasestudyofcitiesofairpollutiontransmissionchannelinBeijing-Tian-jin-Hebeiregion，China[J].JournalofCleanerProduction，2020，256（5].

[2][11]成金華，孫瓊，郭明晶，等.中國生態(tài)效率的區(qū)域差異及動態(tài)演化研究[J].中

國人口·資源與環(huán)境，2014，（01）.

[3]MICKWITZ P，MELANEN M，ROSENSTROM U，et al.Regional eco-efficiency indi-catorsa participatory approach[J].Journal of Cleaner Production，2006，14（18].

[4]PEKKA J K，MIKULAS L.Eco-efficiency analysis of power plants：an extension ofdata envelopment analysis[J].European Journal of Operational Research，2004，154（2].

[5]Gong Y，Zhu J，Chen Y，et al.DEA as a tool for auditing：application to the Chinesemanufacturing industry with parallel network structures[J].Annals of Operations Research，2018，263（1].

[6][9]李在軍，姚云霞，馬志飛，等.中國生態(tài)效率的空間格局與影響機制分析[J].環(huán)境科學學報，2016，（11）.

[7][20]楊勇，鄧祥征.中國城市生態(tài)效率時空演變及影響因素的區(qū)域差異[J].地理科學，2019，（07）.

[8]肖黎明，高軍峰，韓彬.中國省際綠色創(chuàng)新效率的空間溢出效應——同質(zhì)性和異質(zhì)性檢驗[J].工業(yè)技術經(jīng)濟，2018，（04）.

[10]胡彪，付業(yè)騰.中國生態(tài)效率測度與空間差異實證——基于SBM模型與空間自相關性的分析[J].千旱區(qū)資源與環(huán)境，2016，（06）.

[12]羅能生，王玉澤.財政分權、環(huán)境規(guī)制與區(qū)域生態(tài)效率——基于動態(tài)空間杜賓模型的實證研究[J].中國人口·資源與環(huán)境，2017，（04）.

[13]李東方，楊柳青青.我國城市生態(tài)效率的空間關聯(lián)與空間溢出效應[J].中南民族大學學報（人文社會科學版），2018，（04）.

[14]吳義根，馮開文，曾珍，等.外商直接投資、區(qū)域生態(tài)效率的動態(tài)演進和空間溢出以安徽省為例[J].華東經(jīng)濟管理，2017，（06）.

[15]焦國偉，馮嚴超.環(huán)境規(guī)制與中國城市生態(tài)效率提升——基于空間計量模型的分析[J].工業(yè)技術經(jīng)濟，2019，（05）.

C16）黃建歡，方霞，黃必紅.中國城市生態(tài)效率空間溢出的驅(qū)動機制：見賢思齊VS見劣自緩[J].中國軟科學，2018，（03）.

[17]ANDERSON D.Energy efficiency and the economists：the case for a policy based oneconomic principles[J].Annual Review of Energy and the Environment，1995，20（1].

[18]陳浩，陳平，羅艷.基于超效率DEA模型的中國資源型城市生態(tài)效率評價[J].大連理工大學學報（社會科學版），2015，（02）.

[19]LESAGE J P.An introduction to spatial econometrics[J].Revue Deconomie Indus-trielle，2008，123（3].

[21]侯孟陽，姚順波.中國城市生態(tài)效率測定及其時空動態(tài)演變[J].中國人口·資源與環(huán)境，2018，（03）.

[22]揭懋汕，郭潔，陳羅燁，等.碳約束下中國縣域尺度農(nóng)業(yè)全要素生產(chǎn)率比較研究[J]地理研究，2016，（05）.

[23]李斌，曹萬林.環(huán)境規(guī)制對我國循環(huán)經(jīng)濟績效的影響研究一基于生態(tài)創(chuàng)新的視角[J].中國軟科學，2017，（06）.

[24]王濤，石丹.環(huán)境規(guī)制與區(qū)域工業(yè)經(jīng)濟增長——規(guī)模和效率的門檻效應[J].工業(yè)技術經(jīng)濟，2018，（04）.

（責任編輯 費俊俊）