丝绸之路经济带城市可持续发展能力及其影响因素¾¾基于超效率DEA—面板Tobit模型的实证检验

程广斌，龙 文

（石河子大学 经济与管理学院，新疆 石河子 832000）

●区域发展

丝绸之路经济带城市可持续发展能力及其影响因素¾¾基于超效率DEA—面板Tobit模型的实证检验

程广斌，龙 文

（石河子大学 经济与管理学院，新疆 石河子 832000）

文章应用超效率DEA模型计算资源环境效率衡量2009-2014年“丝绸之路经济带”沿线71个地级及以上城市的可持续发展能力，并选取面板Tobit模型对资源环境效率的影响因素进行实证分析。结果表明：“丝绸之路经济带”沿线城市可持续发展能力不断提高，但大多数城市仍较低，且各城市之间差距较大；政府财力、产业结构升级、科技进步、教育投入对资源环境效率有显著的正向影响；经济外向度、人口密度对资源环境效率有负向影响。基于此，提出促进“丝绸之路经济带”沿线城市可持续发展的政策建议。

丝绸之路经济带；城市可持续发展；影响因素；超效率DEA模型；面板Tobit模型

一、引 言

2013年9月，国家主席习近平首次提出共建“丝绸之路经济带”的战略构想，得到了相关国家的积极响应。同年11月，《中共中央关于全面深化改革若干重大问题的决定》明确提出“推进丝绸之路经济带建设，形成全方位开放新格局”，将“丝绸之路经济带”上升到国家战略层面。至此，“丝绸之路经济带”已从理论研究阶段进入实际设计阶段。2015年3月28日，国家发展改革委、商务部、外交部联合发布了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》（以下简称《愿景与行动》)，对“一带一路”的发展框架、合作机制、各地区的角色定位等进行了阐述，标志着丝绸之路经济带进入实质性推动阶段。

随着“丝绸之路经济带”（以下简称“丝带”）战略的不断推进，“丝带”沿线省区将成为各种资源聚集的重点区域，而沿线城市作为“丝带”上的重要支点，必将成为国内外投资与开发的核心地带。然而，城市是区域的政治、经济、文化中心，它既是区域的领头羊，也是资源消耗、环境污染、生态破坏的主要贡献者。“丝带”沿线城市规模的迅速扩张可能导致资源短缺、环境污染、生态破坏、交通拥挤等“城市病”问题不断涌现，最终威胁到城市本身乃至“丝带”沿线地区的可持续发展。

学术界关于城市可持续发展理论的研究主要是基于Daly提出的可持续发展目标的4项标准［1］、环境库兹涅茨曲线［2-4］、能值理论与分析方法［5-6］及牛文元的“发展度、协调度、持续度”［7-8］等理论而逐步展开。截至目前，比较成熟的城市可持续发展理论主要有系统协调理论、资源承载理论和系统更新理论［9］。我国学者对城市可持续发展的实证研究大部分基于以上理论而展开，且主要集中于对城市可持续发展的综合评价方面。常见的城市可持续发展评价方法大体可分为生态学方法、多属性决策方法和统计分析方法等三类。其中生态学方法以生态足迹法［10-12］和能值分析法［13-15］为主；多属性决策方法以公式法［16］、熵值法［17-18］和层次分析法［19］为主；统计分析方法以主成分分析［20-21］、因子分析［22-23］和聚类分析［24］为主。在构建评价指标体系时，资源环境类指标的个数和总权重通常少于经济社会类指标，因而以上评价方法在一定程度上掩盖了以牺牲资源环境为代价换取经济发展和社会进步的现象，在综合评价时宜采用DEA方法来弥补这一缺陷［25］。又由于传统的CCR-DEA和BCC-DEA模型无法对有效DMU的效率值高低做进一步判断，本文选取超效率DEA模型计算资源环境效率来评价城市可持续发展能力。

近年来，对城市可持续发展影响因素进行实证研究的文献［26-29］开始出现，但研究成果相对较少。研究城市可持续发展的最终目的在于探讨城市可持续发展的影响因素及路径，并提出相应政策来指导实践，然而，这一方面的研究还处于初步探索阶段。因此，本文试图以“丝带”沿线地级及以上城市为研究对象，在采用超效率DEA模型对各城市可持续发展能力进行综合评价的基础上，选取面板Tobit模型对“丝带”沿线城市可持续发展的影响因素进行实证分析，以期厘清“丝带”沿线城市可持续发展能力与影响因素的数量关系，为制定“丝带”沿线城市可持续发展规划提供理论依据与实践参考，进而巩固“丝带”沿线城市在“丝带”建设中的支点地位。

二、城市可持续发展能力综合评价

（一）研究对象

2013年12月14日，中国国家发改委、外交部联合召开推进丝绸之路经济带和海上丝绸之路建设座谈会，西北五省区（陕西、甘肃、青海、宁夏、新疆）、西南四省区市（重庆、四川、云南、广西）以及东部五省（江苏、浙江、广东、福建、海南）参加了会议，其中东部五省主要涉及海上丝绸之路建设［30］。2015年3月28日，《愿景与行动》对“一带一路”的发展框架、合作机制、各地区的角色定位等进行了阐述。《愿景与行动》强调西北五省区和西南四省区市在“丝带”建设中的重要作用。因此，本文选取西北五省区和西南四省区市内的71个地级及以上城市①为研究对象，对“丝带”沿线城市可持续发展影响因素进行实证研究。

（二）指标体系的构建

系统协调理论认为，城市系统是一个由人口、经济、社会、资源、环境等子系统构成的复杂巨系统，各子系统之间相互作用、相互依赖、相互制约，人口、经济、社会发展超越自然资源和生态环境的承载能力将会影响城市系统的正常运转［9］。经济和社会系统的建立均以人为主体，它们的发展情况一定程度上反映了人口的发展状况［31］。因此，为了研究方便，本文只考虑经济、社会、资源、环境等城市可持续发展的四个方面，构建城市可持续发展评价指标体系见表1所列。评价指标选取时遵循系统性、科学性、可操作性、可比性、代表性、层次性等原则。经济发展综合考虑经济规模、经济增长、经济结构、经济效益等四个方面，涉及经济发展的数量和质量两大内涵；社会进步从人民生活、科教文卫、就业状况、基础设施和区际交流等方面反映城市可持续发展的最终目标；资源消耗以土地、水、电、气等传统资源的集约化程度来衡量；环境污染分别从废弃物排放和处理角度反映经济社会系统对城市环境系统的负面影响和调节作用。同时，为了便于各城市之间进行横向比较，具体指标设定尽量采用相对指标。

（三）指标权重的确定

选择适用于处理面板数据的熵值法确定指标权重，计算过程如下：第一，构建初始数据矩阵。设有t个年份、s个城市、n项指标，形成原始数据矩阵X={xλij}(1≤λ≤t；1≤i≤s；1≤j≤n)，xλij为第i个城市第j项指标第l年的原始数据。第二，原始数据指标无量纲化处理：采用max-min法对原始指标值作无量纲化处理，处理后的矩阵记为第三，为了保证取对数有意义，对标准化数据平移1个单位，平移后的指标数据为第四，归一化处理平移后的指标数据，得到比重矩阵：P={ } pλij，第五，计算各指标信息熵值：其中 K=1/ln(t×s)。第六，求各指标效用值：gj=1-ej。第七，得到各指标权重：第八，权重归一化处理求得各指标对应于各子系统的权重Wj。资源消耗子系统中第1个指标归一化处理后权重等于w1/w1+w2+w3+w4)，系统内其余各指标及环境污染、经济发展、社会进步等子系统内各指标对应于上层结构的权重以此类推。评价指挥体系及其权重见表1所列。

（四）数据来源、标准化处理及各子系统综合评价指数计算

所需原始数据均来自《中国城市统计年鉴》（2010-2015）和《中国城市建设统计年鉴》（2009-2014）。为了研究的科学性，所有数据尽量采用市辖区数据，而环境污染和区际交流指标缺乏市辖区数据，以全市数据代替。个别数据缺失通过插值法予以填补，同时个别数据明显错误根据相近年份的数据予以矫正。例如，西宁市2011年的工业固体废物综合利用率数据缺失，采用2010年和2012年相应指标数据的平均值代替；2012年的《中国城市统计年鉴》显示：西安市2011年工业烟（粉）尘排放量为81 506吨，是该市2009-2013年其他各年该指标17 000吨左右的约5倍左右，明显存在问题，可能是数据录入时出现错误，可修改为18 506吨。

DEA方法是基于投入产出理论来综合评价城市可持续发展能力，因此，数据的标准化处理与常见多指标综合评价法有所区别。若xλij是第i个城市的第j项指标、第l年原始数据，zλij是标准化后指标数据，xjmin、xjmax分别是第j个指标原始数据的最小值、最大值。则正向的经济发展、社会进步指标和逆向的资源消耗、环境污染指标，可按下式进行原始数据标准化：

逆向的经济发展、社会进步指标和正向的资源消耗、环境污染指标，可按下式进行原始数据标准化：

数据标准化后，通过加权平均法得到各子系统的综合评价指数R，计算公式为：

表1 城市可持续发展评价指标体系

（五）超效率DEA模型

严格意义上说，城市经济发展、社会进步以适度的资源消耗和环境污染为前提，“丝带”沿线城市应该寻求资源消耗和环境污染尽量低、而经济社会发展水平尽量高。因此，可以将经济发展和社会进步综合指数作为输出指标，资源消耗和环境污染综合指数作为输入指标，通过DEA方法计算资源环境效率，并对“丝带”沿线城市可持续发展能力进行综合评价。为了解决跨年效率分析中前沿面不统一的问题，借鉴Cummins等（2003）、李国章等（2009）［32］、刘自敏等（2014）［33］的研究，将跨年的决策单元数据整理成横截面数据，即不同年份的同一决策单元视为不同的决策单元。DEA模型主要包括产出导向型和投入导向型两种，本文采用基于投入导向的DEA模型计算资源环境效率。

当结果中出现多个决策单元同时处于生产前沿面时，使用传统的DEA模型无法对这些相对有效决策单元的资源环境效率做出进一步评价，从而影响实证结果的准确性。为了弥补这一不足，引入Ander⁃son和Petersen（1993）［34］建立的超效率DEA模型，从而使得相对有效的决策单元之间也能比较效率高低。其基本思想是在评价决策单元时，先将其排除在决策单元集合之外②。如图1所示，B、C、D点位于生产前沿面上，代表有效的决策单元，显然A点为生产无效率点。在计算决策单元C的效率值时，将C点排除在外，此时其有效生产前沿面变为BD线段，线段CC′表示其投入量仍可增加的幅度，则C点的超效率评价值=OC/OC′>1。而对于DEA无效点A，由于其不在生产前沿面上，将它排除在外不会引起生产前沿面的变化，其效率值不变。因此，DEA无效点的超效率值与用传统DEA模型计算出的效率值一样，不同DEA有效点的超效率值则因投入量可增加的幅度不同而有所差距。

图1超效率DEA模型

综上所述，本文选取基于投入导向的超效率DEA模型，分别基于规模报酬可变（VRS）和规模报酬不变（CRS）测度“丝带”沿线71个主要城市5年的资源环境效率。假设评价过程中有n个决策单元，每个决策单元有m个投入要素，并得到q种产出，则投入导向CRS超效率DEA模型的表达式为：

（六）评价结果

首先，采用上述熵值法处理2009-2014年“丝带”沿线71个地级及以上城市的数据，计算得到各指标权重（表1），并使用标准化处理后的数据计算经济发展、社会进步、资源消耗、环境污染等各个子系统的综合评价指数。然后，以资源消耗综合指数和环境污染综合指数为输入指标、经济发展综合指数和社会进步综合指数为输出指标，使用DEA solv⁃er pro5.0软件中的super-BCC-I和super-CCR-I模型分别计算城市的资源环境效率③，评价结果见表2所列。

续表2

由表2可知，2009-2014年，除定西、延安、玉溪、广安、固原、昭通、达州等7市外，“丝带”沿线其余64个地级及以上城市的资源环境效率均有所上升；从各城市资源环境效率平均值来看，“丝带”沿线71个主要城市之间的可持续发展能力差异较大。其中昆明和陇南的资源环境效率平均值最高，分别为1.118 6、1.101 5，且均有3年超效率值大于1，其次是庆阳、成都、定西、榆林，均在0.9以上，而大部分城市的资源环境效率平均值较低，其中最低的城市是金昌，仅及昆明的1/5，其次是崇左、攀枝花、白银、嘉峪关、百色，其资源环境效率平均值均在0.3以下；重庆、兰州、西宁的资源环境效率平均值较低，而陇南、庆阳、定西、榆林的较高，说明城市可持续发展能力与城市规模之间不是正相关关系，当城市规模扩大到一定程度时，人口聚集可能会阻碍城市的可持续发展。

三、城市可持续发展影响因素的实证分析

（一）解释变量选取

影响城市可持续发展的因素有很多，参考相关文献，考虑政府财力、产业结构升级、经济外向度、科技进步、教育投入、人口密度等因素对城市可持续发展的影响。

（1）政府财力。马斯格雷夫在《公共财政理论》（The Theory of Public Finance）一书中指出，政府的主要作用有：提供公共物品、提供资源配置过程中“市场失灵”的矫正手段；调节收入分配以在社会成员中达成公平的社会产出分配；在适当稳定的价格水平下运用凯恩斯政策求得较高水平的就业率。政府财力可以用人均地方财政一般预算内收入表示，从而反映地方政府的行政能力和调控能力。

（2）产业结构升级。产业结构升级是指产业结构由低级形态向高级形态不断演进的过程。一个地区的产业结构升级意味着其资源利用效率不断提高、经济发展的环境代价不断下降。20世纪70年代以来，信息技术革命对主要工业化国家的产业结构产生巨大影响，“经济服务化”趋势愈加明显，第三产业发展将逐渐快于第二产业，成为产业结构升级的一个重要特征［35］。因此，本文用第三产业增加值与第二产业增加值之比来度量产业结构升级。

（3）经济外向度。作为国民经济的“三驾马车”之一，出口对于促进我国经济发展的贡献已不言而喻。“丝带”沿线城市是丝绸之路经济带上的重要节点，实施出口导向战略可以拉动城市经济社会发展，提高城市可持续发展能力。经济外向度可以用出口依存度作为其代表性指标。

（4）科技进步。一个国家或地区既能通过引进生产技术和设备提高劳动生产率、促进经济增长，又能通过技术革新提高资源利用效率、降低环境污染。政府科技投入强度是一个国家或地区科技水平高低的重要标志，因此，科技进步可以用科学技术支出占地方财政支出比重来表示。

（5）教育投入。增加教育投入可以提高劳动力素质和人力资本水平，从而促进城市可持续发展。由于我国特殊的教育体制，教育投入主要来源于政府的财政支出，而非政府教育投入所占份额较小，“丝带”沿线城市又地处我国西部落后省区，非政府教育投入所占比例更低。因此，可以采用教育经费支出占地方财政支出比重来度量教育投入力度。

（6）人口密度。伴随着城镇化和工业化的不断推进，农村人口和农业剩余劳动力不断向城市聚集，一方面有利于发挥城市规模效应，提高城市经济效率，另一方面也导致城区人口迅速膨胀、交通拥挤、住房紧张、环境恶化、就业困难等城市病问题不断涌现，成为阻碍我国城市可持续发展的瓶颈之一。城区是各城市人口最为密集的区域，城区人口密度能有效反映城市人口聚集程度。

（二）数据来源

与前面的综合评价相对应，这里所使用的数据也是2009-2014年“丝带”沿线各地级及以上城市的面板数据，包括截面成员71个、时间跨度6年，共计426个样本观测点。所需数据均来源于2010-2015年《中国城市统计年鉴》、《中国区域经济统计年鉴》和2009-2014年《中国城市建设统计年鉴》，综合考虑数据的可得性与实证结果的科学性，出口依存度采用全市数据，其余指标数据均采用市辖区数据。

（三）计量模型

通过超效率DEA模型计算得到的资源环境效率值均大于零，是典型的归并数据（censored data），如果使用传统的线性方法进行估计，可能会造成估计结果不理想，采用面板Tobit模型进行回归估计可以很好地克服这一问题。由于没有充足的数据进行条件最大似然估计而无法进行固定效应面板Tobit回归，目前发展较为成熟的有混合面板Tobit模型和面板随机Tobit模型。而如果类似于LSDV法直接在混合面板Tobit回归中引入个体虚拟变量，则所得固定效应估计量有偏。本文使用2009-2014年“丝带”沿线71个地级及以上城市的数据进行实证分析，样本数据时间较短而截面单元较多，属于典型的短面板数据，可以认为各个城市之间存在个体差异，因此，本文选取面板随机Tobit模型进行实证分析。面板Topit模型的一般形式如下［31］：

根据以上城市资源环境效率的影响因素，将计量模型设定为：

其中，TE为资源环境效率；ZFCL、CYJG、OPEN、TECH、EDU、DEN分别表示政府财力、产业结构升级、经济外向度、科技进步、教育投入、人口密度。

（四）实证结果

分别以规模报酬可变假设下和规模报酬不变假设下的资源环境效率为被解释变量，以政府财力、产业结构、经济外向度、科技进步、教育投入和人口密度为解释变量，运用面板随机Tobit模型，对“丝带”沿线71个地级及以上城市进行回归估计，并实证分析“丝带”沿线城市可持续发展的影响因素。为了消除量纲的影响，在进行回归估计之前采用初值化法对各解释变量的原始数据进行无量纲化处理。这里所使用的统计分析软件为Stata12.0，回归结果见表3所列。

表3 “丝带”沿线主要城市可持续发展影响因素的回归结果

由表3可知，模型（1）、（2）的Wald-χ2值和LR检验值均较大，且在99%的置信度下显著，这说明模型的拟合效果较好，且可认为存在个体效应，应该使用面板随机Tobit回归；两个回归结果的大部分弹性系数大小、方向、显著性基本一致，且大部分被解释变量对资源环境效率的影响与相关文献的研究成果相一致，与资源环境科学、发展经济学等学科的相关分析相符，或者符合西部地区城市的发展状况。这说明方程对变量之间关系的解释力较强，回归结果可靠。

（1）政府财力对资源环境效率的弹性系数为正，且在99%的置信度下显著，说明政府财力对城市可持续发展有显著的正向影响。这与相关文献［26］的研究结论相反，表明政府在“丝带”沿线城市可持续发展中的推动作用非常重要，“丝带”沿线城市应该合理利用政府这双“看得见的手”，保障市场经济的健康运转。

（2）产业结构升级对资源环境效率的弹性系数为正，且在95%的置信度下显著，这说明产业结构升级与城市可持续发展之间的正相关关系比较显著。“丝带”沿线资源型城市较多④，努力发展第三产业，从而逐步改变产业结构单一的基本现状，可以提高城市资源环境效率。

（3）经济外向度对资源环境效率的影响虽然在统计意义上不显著，但均表现为负相关。“丝带”沿线城市具有发展外向型经济的天然优势，然而在城市可持续发展过程中并未得到充分体现。主要原因在于：“丝带”沿线城市矿产、能源、土地等资源丰富，具有出口煤炭、矿石和稀有金属等资源型产品以及纺织品、农产品等劳动密集型的资源禀赋优势，这些出口产品的附加值低而资源环境代价较大，不利于资源环境效率的提高。

（4）模型（1）显示，科技进步的弹性系数为正，且在99%的置信度下显著，而模型（2）也佐证了这一结果，这说明科技进步对资源环境效率有显著的正向影响。“丝带”沿线城市地处我国西部落后省区，科技水平较低，加上资源型城市较多导致资源使用效率较低，通过增加科技投入可以更有效地促进资源集约利用，从而提高其资源环境效率。

（5）教育投入对资源环境效率的弹性系数为正，且在99%的置信度下显著，说明增加教育投入能有效提高“丝带”沿线城市的可持续发展能力。增加教育投入，可以提高劳动力素质，促进经济社会发展，而“丝带”沿线城市的教育水平起点较低，教育投入的边际效益较大，因而教育投入对“丝带”沿线城市可持续发展的正向影响显著。

（6）模型（1）显示，人口密度对资源环境效率的影响尽管在统计意义上不显著，但体现出负相关关系；而模型（2）的人口密度弹性系数很小，且未通过显著性检验。这说明人口密度对资源环境效率存在一定的负向影响，较合理的解释是：人口集聚对城市可持续发展的影响存在两面性，一方面，人口集聚有利于城市规模效应的发挥，促进城市可持续发展；另一方面，人口集聚将提高城市管理成本，阻碍城市可持续发展。“丝带”沿线城市的人口素质较低、城市管理制度不完善，在一定程度上阻碍了城市的可持续发展。

四、结论与启示

本文基于DEA方法建立城市资源环境效率评价指标体系，并应用超效率DEA模型和熵值赋权法相结合计算城市资源环境效率，进而对“丝带”沿线71个地级及以上城市2009-2014年的可持续发展能力进行综合评价，然后选择面板随机Tobit模型对“丝带”沿线71个地级及以上城市可持续发展能力的影响因素进行实证分析，得出如下结论：

（1）“丝带”沿线大部分城市的资源环境效率有所提升，城市可持续发展能力不断提高，但大多数城市的可持续发展能力较低，且各个城市之间差距较大，资源环境效率平均值最低的城市金昌仅及最高的城市昆明的1/5，这说明“丝带”沿线城市的可持续发展潜力有待挖掘，进行“丝带”沿线城市可持续发展的影响因素分析具有一定的现实意义。

（2）政府财力、产业结构升级、科技进步、教育投入对城市的资源环境效率有显著的正向影响。然而，“丝带”沿线城市均处于我国西部落后省区，其政府财力有限、产业结构升级缓慢、科技和教育水平较低。“丝带”沿线城市应该不断提高政府财力及其使用效率；努力发展第三产业、逐步实现产业结构多元化；继续加大科技和教育投入力度，促进科技进步和教育事业发展。

（3）经济外向度、人口密度与城市资源环境效率之间呈负相关关系。主要原因在于“丝带”沿线城市存在出口产品附加值低且资源环境代价较大、人口素质较低、城市管理制度不完善等问题。“丝带”沿线城市是“丝带”建设中我国向西开放的重要支点，其经济外向度、人口密度将不断上升，亟需扭转经济外向度、人口密度对城市资源环境效率的负向影响。

这些结论的重要启示在于：

第一，“丝带”沿线城市地处我国西部落后省区，其政府财力有限，中央应该继续加大政府转移支付和政策倾斜力度，按照国务院提出的“十三五”期间建设19个城市群的规划目标，加大对“丝带”沿线城市的财政资金投入，支持“丝带”沿线城市可持续发展，而各级地方政府应该致力于规范政府行为、厘清政府职能范围，提高城市经济效率。

第二，“丝带”沿线城市应不断改善投融资环境、优化产业结构，引导企业加强与高校科研院所的“产学研”合作，合理引进先进技术、正确引导科技投入方向，与此同时，根据自身资源禀赋，不断优化出口产品结构、提高出口产品附加值并降低其资源环境代价。

第三，中小城市应充分发挥本区域的资源优势，凝练项目，合理承接东中部地区的产业转移，推进产业结构的优化升级，大城市则应该充分利用自身资金雄厚的优势，提高科技创新能力，以科技创新驱动城市发展。

第四，应加大教育投入、完善城市管理制度，不断提高人口素质和城市管理效率，为“丝带”沿线城市的可持续发展提供人才与制度保障。

注释：

①海东撤地建市的时间较晚，考虑到数据的可得性，本文的研究对象不包括海东市。

②超效率DEA模型除了在计算时将决策单元排除在外，其模型形式与传统DEA模型完全一样，在此不再赘述。

③此处的资源环境效率值即为规模报酬可变的超效率值，由于篇幅有限，规模报酬不变的超效率评价值未予列出。

④根据《全国资源型城市可持续发展规划（2013-2020年）》，“丝带”沿线71个地级及以上城市中有32个是资源型城市，大约占到所有地级及以上城市的一半。

［1］Daly H,Cobb J B.For the Common Good［M］.Boston：Bea⁃con Press，1989．

［2］Nemat Shafik，Sushenjit Bandyopadhyay.Economic Growth and Environmental Quality：Time-series an Cross-Country Evidence［R］.Washington D.C：World Bank Policy Re⁃search Working Paper，No.WPS904，1992．

［3］Gene M Grossman，Alan B Krueger.Environment Impacts of a North American Free Trade Agreement［R］.NBER Word⁃ing paper No.w.3914，1991.

［4］Gene M Grossman，Alan B Krueger.Economic Growth and the Environment［J］.Quarterly Journal of Economics，1995，110（2）：353-377.

［5］Odum H T.Ecological and General Systems［M］.Boulder：University of Colorado Press，1994．

［6］Odum H T.Self-organization，Transformity and Information ［J］.Science，1988，242:1132-1139.

［7］牛文元.持续发展导论［M］.北京：科学出版社，1994．

［8］牛文元.可持续发展理论的系统解析［M］.武汉：湖北科学技术出版社，1998．

［9］许光清.城市可持续发展理论研究综述［J］.教育与研究，2006（7）：87-92．

［10］杜斌，张坤民，温宗国，等.城市生态足迹计算方法的设计与案例［J］.清华大学学报：自然科学版，2004，44（9）：1171-1175．

［11］赵翠娥，丁文荣.昆明市2000-2010年的生态足迹动态分析［J］.中国人口·资源与环境，2013，23（5）：99-102．

［12］曾晓霞，刘云国，黄磊，等.基于能值定理的生态足迹模型修正研究¾¾以长沙市为例［J］.中国环境科学，2015,35 （1）：312-320.

［13］楚芳芳，蒋涤非.基于能值改进生态足迹的长株潭城市群可持续发展研究［J］.长江流域资源与环境，2012，21（2）：145-150．

［14］刘耕源，杨志峰，陈彬.基于能值分析方法的城市代谢过程¾¾案例研究［J］.生态学报，2013，33（16）：5078-5089.

［15］黄永斌，董锁成，李泽红.基于能值分析的资源型城市新陈代谢水平评价¾¾以石嘴山市为例［J］.资源科学，2015，37（8）：1621-1628．

［16］苏振民，林炳耀.城市的可持续发展警度¾¾以南京为例［J］.中国人口·资源与环境，2006，16（3）：103-106．

［17］张卫民，安景文，韩朝.熵值法在城市可持续发展评价问题中的应用［J］.数量经济技术经济研究，2003（6）：115-118．

［18］马艳梅，吴玉鸣，吴柏均.长三角地区城镇化可持续发展综合评价¾¾基于熵值法和象限图法［J］.经济地理，2015，35（6）：47-53．

［19］尹海林，张琳琳.基于层次分析和移动窗口方法的济南市建设用地适宜性评价［J］.资源科学，2013，35（3）：530-535．

［20］王军，耿建.资源枯竭型城市可持续发展能力的实证研究［J］.经济问题，2012（1）：46-49．

［21］周克昊，刘艳芳，谭荣辉.长江中游城市群综合发展水平时空分异研究［J］.长江流域资源与环境，2014，23（11）：1510-1518．

［22］汪克亮，严慧斌，孟祥瑞.煤炭资源型城市可持续发展能力评价研究¾¾基于熵权因子分析法［J］.工业技术经济，2013（12）：108-117.

［23］曾丽君，隋映辉.中国资源型城市循环经济发展水平的聚类实证研究［J］.中国人口·资源与环境，2011，21（3）：143-149．

［24］陈爽英，唐小我，邵云飞.中国区域城市循环经济发展的聚类实证分析［J］.中国软科学，2007（10）：118-125．

［25］郭存芝，凌亢，白先春，等.可持续发展综合评价的一种改进［J］.资源科学，2010，32（7）：1371-1378．

［26］郭存芝，凌亢，白先春，等.城市可持续发展能力及其影响因素的实证［J］.中国人口·资源与环境，2010，20（3）：143-148．

［27］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¾¾以长株潭“3+5”城市群为例［J］.中国人口·资源与环境，2013，23（4）：169-175．

［28］郭存芝，罗琳琳，叶明.资源型城市可持续发展影响因素的实证分析［J］.中国人口·资源与环境，2014，24（8）：81-89．

［29］万庆，吴传清.中国城市群城市化效率及影响因素研究［J］.中国人口·资源与环境，2015，25（2）：66-74．

［30］赵锋.丝绸之路沿线十大潜力城市群加速升级［N］.中国经营报，2013-12-23（A16）．

［31］刘玉，刘毅.中国区域可持续发展评价指标体系及态势分析［J］.中国软科学，2003（7）：113-118．

［32］李国章，霍宗杰.中国全要素能源效率、收敛性及其影响因素¾¾基于1995-2006年省级面板数据的实证分析［J］.经济评论，2009（6）：101-109．

［33］刘自敏，张昕竹，杨丹.我国省级政府卫生投入效率的时空演变¾¾基于面板三阶段DEA模型的分析［J］．中央财经大学学报，2014（6）：97-104．

［34］Andersen P，Petersen N C.A procedure for ranking effi⁃cient units in data envelopment analysis［J］.Management Science，1993，39：1261-1265．

［35］吴敬琏.中国增长模式决策（增订版）［M］.上海：上海远东出版社，2008．

Urban Sustainable Development Capability in the Silk Road Economic Belt and Its Influencing Factors —An Empirical Test Based on the Super-efficiency DEA—PanelTobit Model

CHENG Guang-bin,LONG Wen
(School ofEconomics and Management,Shihezi University,Shihezi 832000,China)

This paper calculates coefficients of the use efficiency of resources and environment by using super-efficiency DEA model to evaluate the sustainable development capability of China’s 71 prefecture-level and above cities along the Silk Road Economic Belt from 2009 and 2014.Then the panel Tobitmodel is selected to empirically analyze the influencing factors of the coefficients.The results show that the urban sustainable development capacity ofcities along the Silk Road Economic Belt is continuously improved,but most cities are stilllow and have large gaps between cities;the financialpower of government,upgrading ofthe industrialstructure,scientific and techno⁃logical progress and educational investment have significant positive effects on the coefficients;the radio of foreign trade and population density have negative effects on the coefficients.Accordingly,this paper proposes policy recommendations on promoting the sustainable developmentofcities along the Silk Road Economic Belt.

the Silk Road Economic Belt;urban sustainable development;influencing factor;super-efficiency DEA model;panel Tobit model

F127;F290

A < class="emphasis_bold"> 文章编号：1

1007-5097（2017）01-0035-09

［责任编辑：余志虎］

10.3969/j.issn.1007-5097.2017.01.005

2016-06-01

国家社会科学基金西部项目（15XJL020）

程广斌（1976-），男，安徽淮南人，教授，博士生导师，博士，经济贸易系主任，研究方向：区域经济，产业经济；

龙 文（1989-），男，湖南娄底人，硕士研究生，研究方向：区域经济。