黄河流域城市经济集聚对绿色发展效率的影响研究

睢党臣 张 扬，2

(1.陕西师范大学 国际商学院，西安 710119；2.甘肃政法大学 西部地区经济发展研究中心，兰州 730070)

提要： 黄河流域作为我国重要的生态安全屏障和经济发展区域，多年来其经济活动向沿黄中心城市集聚现象明显。因此，探讨黄河流域城市经济集聚对绿色发展效率的影响，对于理清流域内经济绿色发展的城市空间集聚逻辑进而促进黄河流域生态保护和高质量发展具有重要意义。首先在梳理相关研究的基础上分析了城市经济集聚对绿色发展效率的影响逻辑；其次采用超效率SBM模型测算黄河流域城市绿色发展效率指数并构建了沿黄60个城市2006—2018年的面板数据样本；最后选用空间误差模型(SEM)实证分析了流域内城市经济集聚对绿色发展效率的影响效应。结果表明：(1)黄河流域沿线城市绿色发展效率普遍较低的同时呈现出上、中、下游地区差异明显且依次提升的特点；(2)流域内绿色发展效率和经济集聚水平均呈现出高-高集聚和低-低集聚的空间依赖性特征，且下游地区以高-高集聚为主，中上游地区则以低-低集聚为主；(3)流域内城市经济集聚对绿色发展效率的影响随着集聚程度的增加呈现出先抑制后促进的U形特征，且多数城市经济集聚并未越过拐点；(4)流域内上、中、下游三大地区间经济集聚对绿色发展效率的影响存在明显的差异性。

引 言

黄河流域是指沿黄分布的青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9个省(区)形成的区域。该区域西接昆仑、北抵阴山、南倚秦岭、东临渤海，横跨东、中、西部，是我国重要的生态安全屏障和经济发展区域。改革开放以来，黄河流域经济发展取得重大成就。1978—2020年间该区域的地区生产总值年均增长率高达9.4%，经济总量增长近56.2倍。然而，长期以来追求高速增长造成的资源过度开发、生态环境恶化、经济效率低下等问题日益凸显，已成为新发展阶段黄河流域乃至全国生态安全和经济高质量发展的主要威胁和障碍。为此，习近平总书记先后多次考察调研黄河流域经济社会发展状况，并于2019年在郑州召开的黄河流域生态保护和高质量发展座谈会上将黄河流域生态保护和高质量发展确定为国家重大战略。经过两年的调研论证，2021年10月7日中共中央、国务院联合印发了《黄河流域生态保护和高质量发展规划纲要》(以下简称《纲要》)，这标志着黄河流域生态保护和高质量发展这一重大国家战略正式进入落地实施阶段。

黄河流域生态保护和高质量发展的关键在于流域内经济绿色发展效率的提升。提升经济绿色发展效率的核心是在资源、环境和要素投入成本尽可能小的同时实现尽可能大的经济发展成果。黄河流域当前面临的资源过度开发和生态恶化等环境问题归根结底是经济发展问题，需要在资源节约和生态环境改善的前提下实现流域内居民经济发展的权利。因此，唯有提升经济绿色发展效率才能在资源节约、生态环境改善和经济发展之间达到平衡。

城市是现代社会人类经济活动的主要空间载体。区域内以人口和要素向城市集中为主要特征的城市经济集聚过程对于区域经济绿色发展效率提升具有重要影响。《纲要》也指出要破除黄河流域内资源要素跨地区跨领域流动的障碍，促进生产要素高效流动，增强沿黄城市群经济和人口承载能力。实质上，伴随着我国的城市化进程，黄河流域的人口、资本和资源等生产要素也的确在向沿黄中心城市集中，即黄河流域呈现出明显的城市经济集聚现象。统计显示，改革开放以来黄河流域省区层面常住人口的城镇化率由1978年的10.3%跃升至2020年的59.6%。经济集聚理论认为，经济集聚既会产生规模经济、溢出效应等促进区域经济增长，同时其又会产生拥堵效应、污染避难所效应和资源诅咒效应等反过来抑制区域经济增长。那么，对于经济绿色发展效率提升至关重要的黄河流域，其城市经济集聚产生的综合效应情况将如何影响流域内的经济绿色发展效率？能否推动流域内资源节约、生态环境改善和经济发展之间的进一步平衡？探讨这些问题，对于深入理解经济集聚与绿色发展效率之间的内在联系、推动沿黄城市群高标准高质量建设、构建黄河流域经济绿色发展效率提升动力系统，促进生态保护和经济高质量发展具有重要的理论和政策意义。

一、研究进展

(一)绿色发展内涵和衡量指标测度相关研究

自英国经济学家皮尔斯在其《绿色经济蓝皮书》中提出绿色发展的概念以来，很多学者都对绿色发展内涵进行了阐释和延展。如Stéphane Hallegatte等[1]提出，绿色发展是指在不减缓增长的情况下，使增长更加节约资源、更清洁、更具有可恢复性；胡鞍钢和周绍杰[2]提出绿色发展就是在充分认识“经济-自然-社会”三者交互机制的基础上，通过机制设计实现三大系统间的正向交互机制，极力避免负向交互机制，进而实现绿色发展；王海芹和孟望生等[3-4]均提出绿色发展是在资源节约和环境改善基础上的经济快速发展，是资源、环境和经济发展的平衡状态。可见，虽然不同研究在阐释绿色发展内涵时表述有所差异，但是都有一个共性：绿色发展要注重经济发展中人与自然的和谐关系。因此，笔者认为绿色发展就是在资源节约和环境改善基础上的经济发展，绿色发展效率则是资源、环境成本和要素投入成本既定条件下能实现的最大经济发展成果。基于此，绝大多数研究都采用数据包络分析方法将资源和环境投入纳入不同的线性规划模型构建并测度经济绿色发展效率指数作为绿色发展水平的衡量指标。如赵领娣等[5]使用该方法将环境污染视为非期望产出纳入SBM模型构建了中国省级层面的绿色发展效率指数；张泽义、刘杨等[6-7]同样使用该方法下的SBM模型分别构建了中国城市和城市群的绿色发展效率指数；再如林伯强、李江龙、孟望生等[8-10]还使用该方法分别将能源和环境污染视为投入和非期望产出纳入全局参比的NDDF模型构建了中国省级和地市级层面的绿色发展效率指数。随着长江经济带、京津冀等地区相继成为国家重大战略发展区域，采用数据包络法聚焦这些区域构建并测度绿色发展效率指数的研究也逐渐增多。如陈明华等[11]采用数据包络法测度长江经济带城市层面的经济绿色发展效率指数；卜洪运和陈红娟等[12-13]先后采用这一方法测度了京津冀地区城市层面的绿色发展效率指数。当然，也有少量研究尝试采用指标评价法和熵权法构建绿色发展水平的衡量指数。如赵细康、郝淑双[14-15]均采用指标评价法分别构建广东省21个地市和中国省级层面的绿色发展水平衡量指数；熊曦和冷梦思等[16-17]则采用熵权法分别估计了长江经济带中游和上游城市群的绿色发展水平。

(二)经济集聚对区域绿色发展效率影响相关研究

经济集聚是指人口、资本和资源等生产要素在空间上的集中。传统区域经济理论认为，经济集聚带来的规模效应、溢出效应等正外部性会促进区域经济增长，对此，许多学者在不同的区域范围内进行了实证研究。如Brülhart等[18]采用动态面板数据的系统GMM方法证实了欧洲这一区域范围内经济集聚对经济增长的促进作用；范剑勇、张艳、孙浦阳等[19-21]均采用中国城市层面的面板数据证实了经济集聚带来的正外部性会促进区域经济增长。随着研究的深入，学者们发现经济集聚对区域经济增长的影响呈现出较为复杂的变化特点。如刘修岩等[22]发现，经济集聚对区域经济增长效率的促进作用发生在经济发展的初级阶段，而当经济发展水平突破一定的门槛后，经济集聚会对区域经济增长效率产生负面影响；陶永亮等[23]还发现，经济集聚程度只有在合理区间范围内才能促进经济增长，而当集聚程度过高时会抑制经济增长，即经济集聚对区域经济增长的影响存在非线性变化的特征。随着能源短缺和环境污染问题日益凸显，越来越多的研究开始关注经济集聚对区域节能减排的影响。如周侃等[24]基于中国339个城市化学需氧量和氨氮排放数据的研究显示，经济集聚具有显著的减排作用且这种作用在中小城市比大城市更明显；刘满凤等[25]通过Herfindahl指数、Gini指数和地理集中度测度我国省级层面经济集聚度与污染集聚度的研究显示，经济集聚加速了污染的集聚；张可[26]在构建一个包含污染外部性空间经济理论模型的基础上采用中国285个地级市数据的实证研究发现，经济集聚对区域污染排放强度的影响呈倒U形变化特征；邵帅等[27]以中国省级数据为样本采用动态空间面板杜宾模型的研究显示，当经济集聚水平达到一定阈值后，其具有节能和减排的双重效应。可见，经济集聚对区域经济增长和节能减排都具有重要影响，而常规经济增长和节能减排正是构成区域绿色发展效率变化的核心要素。为此，部分研究将上述两方面研究加以整合，专门考察了经济集聚对区域绿色发展效率的影响。如林伯强[28]以地级市面板数据为样本研究了中国国家整体范围内经济集聚对绿色发展效率的影响情况，认为经济集聚对绿色发展效率的影响效应随着集聚程度的增加呈现倒U形变化特征。

综合来看，已有文献对绿色发展水平衡量指标的构建与测度、经济集聚影响区域经济增长和节能减排等方面的研究取得了丰硕成果，而对经济集聚如何影响区域经济绿色发展效率这一问题上的研究还有待进一步充实，并且专门聚焦黄河流域考察其城市经济集聚如何影响本区域经济绿色发展效率的研究更是鲜见。为此，本文尝试将黄河流域城市经济集聚与绿色发展效率纳入同一分析框架，在梳理已有研究的基础上总结归纳出流域内经济集聚对绿色发展效率的影响机理，并采用空间面板数据模型进一步验证分析流域内城市经济集聚对绿色发展效率的影响，以期在丰富经济集聚影响区域绿色发展效率相关研究的同时，为推进沿黄中心城市高水平建设和全流域经济绿色高质量发展提供理论和政策启示。

二、理论机制

经济集聚是人口、资源等生产要素和经济活动在空间范围内的集中。城市经济集聚是指某一区域内生产要素以产业为依托向城市的集中。城市经济集聚是现代社会工业化和城市化进程的必然结果，其对区域绿色发展效率具有重要的影响。

首先，经济集聚通过规模效应和技术知识溢出效应带来的正外部性提升区域绿色发展效率。规模效应亦称规模经济效应，指由于生产规模扩大引起的经济效益增加的现象；技术知识溢出效应是指集聚在一起的不同经济主体间通过相互模仿、借鉴和学习行为而产生的经济效率提升现象。区域内经济集聚产生规模经济效应和技术知识溢出效应可从微观企业层面、中观产业层面和区域宏观经济整体层面加以理解。企业层面，区域内不同企业在空间上的集聚会加剧竞争。当企业面临较大生存竞争压力时，一方面，会通过加快生产技术改造与研发进度、加速向同类企业学习和模仿等提升企业生产效率；另一方面，会通过积极寻求与其上下游企业的合作与兼并将交易成本内部化的同时扩大生产规模，进而降低成本并提升生产效率。这些都将推动区域整体经济绿色发展效率的提升。产业层面，区域内不同产业在空间上的集聚会增加集聚地产业的多样性和异质性。集聚地产业多样性和异质性的增加，一方面，会诱发不同产业间加速匹配与整合深化并延长产业链，进而降低产业链上不同企业间的交易成本，提升产业链上不同产业间企业的社会分工和专业化水平，最终提升区域内所有集聚产业的整体效率；另一方面，会加速产业链上上下游产业间的纵向技术溢出行为，延长产业创新链进而提升整个产业链的技术创新融合度，最终提升区域内产业链的整体发展效率。宏观经济层面，劳动力是生产要素的同时又是消费者，因此区域内劳动力在空间上的集聚会同时形成并扩大统一的劳动力市场和消费市场。统一且规模巨大的劳动力和消费市场，一方面，有利于企业扩大生产规模进而分摊并降低单位产品的固定成本；另一方面，有利于企业等生产主体降低劳动力雇佣和产品销售时的搜寻匹配和运输成本，这些都将通过降低成本的方式提升区域内所有经济活动主体的生产效率。与此同时，区域内经济活动主体集聚还通过共享基础设施、污染处理设施等降低生产主体的成本。此外，区域内多种经济主体(企业、高校、科研院所等)的集聚会促进相互交流和学习进而产生知识技术溢出效应。比如，企业与政府、高校、科研院所在空间上的集聚更易于建立分工协作的政产学研合作机制，共同突破技术创新的瓶颈，实现公平高效的系统创新机制，劳动力的集中还有利于加强劳动者之间的交流，加速知识和技能传播等，这些都将有利于区域内绿色发展效率的提升。

其次，经济集聚还通过拥堵效应、污染避难所效应和资源诅咒效应带来的负外部性抑制区域经济绿色发展效率。拥堵效应是指大量经济活动主体集聚在区域中心城市后，由于城市空间资源的拓展未能及时匹配经济活动主体的需要而造成的过分拥堵现象，这种拥堵现象会阻碍区域经济发展效率。比如，短期内企业和人口向区域中心城市的集聚，在城市空间、土地等资源有限的情况下会出现抢夺资源、恶性竞争等现象，这种现象会进一步推高土地租金和房价，造成交通拥堵、资源和能源短缺等城市病问题，这些问题将引起劳动力生存成本上升进而导致企业的劳动雇佣成本、企业租金和能源投入等生产成本的增加，在一定程度上挤占集聚企业的技术改造升级和研发创新投入，进而不利于其绿色生产效率的提升。污染避难所效应是指环境规制相对较弱的区域会吸引污染密集型企业或产业向该区域中心城市集聚进而造成区域环境污染加剧的现象。一般而言，收入水平越高、经济越发达地区的环境规制强度也越高。相较长江流域和东南沿海区域，黄河流域整体发展相对滞后，在黄河流域生态保护和高质量发展国家重大战略提出之前，该区域的环境规制强度相对较弱，这种情况会使黄河流域城市在经济集聚过程中吸引发达区域转型困难、科技创新不足的高污染高耗能产业向本区域中心城市转移，最终不利于黄河流域经济绿色发展。资源诅咒效应是指原本作为经济发展有利条件的丰富自然资源禀赋反而成为区域经济发展阻碍的现象。黄河流域拥有丰富的自然资源，素以中国能源流域著称，因此，黄河流域城市经济集聚的主要特征是以自然资源开发产业为主导形成的产业集聚。这种以自然资源开发产业为主导进行的城市经济集聚，一方面，会对制造业形成挤出，而制造业往往比自然资源开发产业具有更高的技术含量、更频繁的研发创新活动和更多高技能劳动力；另一方面，自然资源属于“意外之财”的特性使得利于生产者的制度往往容易被利于“抢占者”的制度所取代，进而不利于区域绿色发展效率提升。

可见，黄河流域内城市经济集聚的过程中，集聚会产生规模效应、知识和技术溢出效应等，这些效应将促进流域内经济绿色发展效率提升，与此同时，短期来看集聚还会带来拥堵效应、环境避难所效应和资源诅咒效应等，而这些效应往往会抑制流域内经济绿色发展效率的提升。因此，在某一时间点上，黄河流域城市经济集聚对区域经济绿色发展效率的影响存在不确定性，需要视其带来的正负两方面的效应作用大小对比加以确定。具体而言，如果城市经济集聚产生的规模效应、知识和技术溢出效应对绿色发展效率的促进作用超过了拥堵效应、环境避难所效应和资源诅咒效应对绿色发展效率的抑制作用，则黄河流域的城市经济集聚表现为促进经济绿色发展效率的状态，反之则反。当然，这种状态会随着集聚程度的变化呈现动态变化的状态，具体情况需要通过实证分析加以确定。

三、黄河流域地级市绿色发展效率测度

(一)测度方法与指标构建

基于理论分析可知，黄河流域内的经济集聚会对经济绿色发展效率产生影响，具体影响情况须采用空间计量模型进行实证分析。为此，需要通过适当的方法构建黄河流域城市层面经济绿色发展效率的衡量指标。鉴于数据包络分析(DEA)方法在构建决策单元效率衡量评价指标时无须估计参数，无须对数据进行无量纲化处理等诸多方面的优势，本文采用该方法构建黄河流域城市的经济绿色发展效率指数。

采用数据包络分析法构建经济绿色发展效率指数过程中，线性规划模型的选择至关重要。相比之下，SBM(slack based model)模型作为一种非径向距离函数，虽然满足了绿色发展效率衡量中须纳入污染物这一非期望产出的要求，也很好地解决变量松弛性问题，但作为一种相对效率的评价指标，如果同时出现多个城市绿色发展效率处在前沿面(即多个城市绿色发展效率指数均为1)，则SBM模型无法对这些城市的绿色发展效率进行比较和排序，也会影响到后续实证结果的准确性。而超效率模型能够很好地解决这一问题。因此，本文借鉴Tone[29]的做法，采用超效率的SBM模型来构建2006—2018年黄河流域城市绿色发展效率指数。

(二)测度结果评价

黄河流域城市绿色发展效率指数构建中涉及投入、期望产出和非期望产出三类变量，其变量选取、衡量指标和相关数据处理过程见表1，数据来源为历年《中国城市统计年鉴》及各省统计年鉴。

表1 黄河流域城市绿色发展效率衡量指数构建涉及的变量、指标及数据说明

本文借助MaxDEA软件将上述变量及其衡量指标带入超效率SBM模型，最终构建并计算出2006—2018年黄河流域沿线60个城市的绿色发展效率指数。由计算结果①可得如下结论。

第一，黄河流域沿线城市的绿色发展效率普遍较低。各城市在样本期内绿色发展效率指数的平均值显示，流域内仅济南和东营这两个城市的绿色发展效率指数的平均值大于1，处于有效率的状态，绝大多数城市的绿色发展效率平均值小于1，处于相对无效率的状态，甚至忻州、定西和晋城等城市平均值分别仅为0.11、0.12和0.13，处于极低水平。第二，样本期内黄河流域的绿色发展效率呈现先降低后上升的变化趋势。本文分别计算黄河全流域和上、中、下游三大地区所含城市绿色发展效率指数的历年平均值并做趋势图(见图1)发现：全流域和上、中、下游三大地区的绿色发展效率历年平均值在2006—2015年呈现略微下降的趋势，在2016—2018年呈现上升趋势，这说明样本期内黄河流域的绿色发展效率以2015年为界呈现出先下降后上升的趋势。这一趋势可能与中央持续推进生态文明建设和绿色发展理念的效果开始显现有关。第三，流域内上、中、下游三大地区间绿色发展效率的差异明显。由图1明显可以看出，流域内在绿色发展效率的表现上呈现出下游地区明显高于中游地区，中游地区明显高于上游地区的特征。这也与其他关于黄河流域绿色发展效率测度文献的结果具有一致性。究其原因，下游地区河南和山东的城市在经济发展中更多依赖于制造业和技术创新密集型产业且经济基础雄厚，中游地区内蒙古和陕西的城市凭借其丰富的能源资源则在经济发展中更加偏重于能源产业，而上游地区甘青宁的城市在偏重能源资源产业的同时经济基础薄弱和生态环境脆弱的特点使其绿色发展效率更低。此外，从差异的演变程度看，样本初期流域内下游绿色发展效率最高，且上、中、下游三大地区间绿色发展效率的差异较小；到样本末期，上游和中下游间绿色发展效率的差距进一步拉大，在一定程度上出现了中、下游趋同，且与上游分化的特征。

图1 黄河全流域、上游、中游以及下游地区

四、实证研究设计

(一)回归模型设定

1.基准模型

理论分析显示城市经济集聚对绿色发展效率具有重要影响，因此，本文参照林伯强和谭睿鹏[28]的做法，构建分析黄河流域城市经济集聚对绿色发展效率影响效应估计的计量模型。具体如下：

ρ=b0+b1agg+b2agg2+cX+ε

(1)

其中，ρ为绿色发展效率；agg为经济集聚程度，X表示一组控制变量，b0为常数项；b1、b2、c为各变量的待估参数，ε为随机误差项。

2.空间计量模型

首先，某一地区经济绿色发展受本地区经济活动影响的同时，还可能受到邻近地区绿色发展的影响。本文选用全局莫兰指数(Global Moran’s I)模型来检验黄河流域的绿色发展效率是否存在相邻城市间的空间依赖性，以此来判断本文的研究能否适用空间计量模型进行分析。全局莫兰指数模型设定如下：

(2)

其中，n为流域内的城市数量；wij表示流域内相邻两个城市i和j的空间权重；ρi为城市i的绿色发展效率，该指数主要用来判断邻近城市间绿色发展效率ρ的空间相关性。Moran’s I介于-1至1之间，其绝对值越接近1，空间相关性越强；若Moran’s I大于0，说明绿色发展效率存在空间正相关；若Moran’s I小于0，则说明绿色发展效率存在空间负相关；若Moran’s I等于0，则说明绿色发展效率呈现空间随机性。

考虑到黄河流域内城市之间的邻接程度不高且其绿色发展效率依赖程度主要取决于地理距离，因此本文选用地理距离权重矩阵来刻画黄河流域城市间绿色发展效率的依赖程度。地理学第一定律认为距离越近，事物间关联性越强，因此本文设定如下反距离空间权重矩阵wij：

(3)

其次，经济事物间往往存在空间上的依赖性，黄河流域内不同城市间的绿色发展效率间更是如此。本文在检验黄河流域绿色发展效率空间依赖性的基础上，设定并选择合适的空间计量模型估计黄河流域城市经济集聚对绿色发展效率的影响。常用的空间计量模型有空间误差模型(SEM)、空间自回归模型(SAR)和空间杜宾模型(SDM)三种。空间误差模型(SEM)主要考虑随机扰动项的空间依赖关系，即主要探讨与某地区相邻地区的不可观测误差冲击对这一地区绿色发展效率的影响，其模型为

(4)

式(4)中，λ为空间误差自相关系数，W表示空间权重矩阵，i和t分别表示黄河流域内对应的城市i和年份t，μ为随机扰动项。

空间自回归模型(SAR)主要考虑被解释变量的空间依赖关系，即主要探讨与某地区相邻地区的绿色发展效率对这一地区绿色发展效率的影响，其模型为

(5)

式(5)中，δ为空间自回归系数。

空间杜宾模型(SDM)综合考虑了被解释变量、解释变量和随机扰动项的空间依赖性，其模型为

εit=λWεit+μit

(6)

式(6)中，θ1、θ2为解释变量的空间滞后回归系数。

在具体分析时，需要进行拉格朗日乘数检验(LM)以选择合适的空间计量模型。拉格朗日乘数检验是基于数据驱动来选择空间计量模型的重要方法，通过观察比较LM-Lag、Robust LM-Lag、LM-Error和Robust LM-Error这四个检验统计量来判断分析对象的样本数据适合哪种空间计量模型。具体判断标准如下：如果LM-Lag和LM-Error统计量均不显著，则说明本文分析对象不适合采用空间计量模型，此时选用普通计量模型估计即可；如果两者均显著，则说明本文分析对象适用于空间杜宾模型；如果LM-Lag统计量显著的同时LM-Error统计量不显著，则表明本文分析对象更适用空间自回归模型；如果LM-Error统计量显著的同时LM-Lag统计量不显著，则表明分析对象更适用空间误差模型。

(二)变量与数据介绍

被解释变量——绿色发展效率，该变量的衡量指标为本文采用超效率SBM模型所构建的绿色发展效率指数。

核心解释变量——经济集聚。经济集聚反映的是经济活动在空间上的集中程度。经济集聚通常使用规模和密度两类指标加以衡量，一般而言密度指标更能反映城市的集聚特征。本文借鉴任晓松等[32]的研究，采用各城市市辖区非农产值与市辖区建成区面积的比值这一经济密度刻指标刻画城市经济集聚程度。

控制变量——引入影响绿色发展效率的因素作为上述模型的控制变量，分别为地区经济发展水平(ln pgdp)、产业结构高级化(ind)、科教投入(te)和就业结构(emp)。(1)地区经济发展水平是其绿色发展效率的基础，会对绿色发展效率产生重要影响，其衡量指标为城市市辖区人均地区生产总值的自然对数。(2)产业结构高级化是指第二产业向第三产业的转型升级，这种产业结构转型升级的过程会大幅度降低地区的能源投入和污染排放，有助于绿色发展效率的提升。为此，采用各城市市辖区第三产业与第二产业增加值之比作为产业结构高级化的衡量指标。(3)科教投入会通过影响新产业的发展和人才培养，进而影响地区的绿色发展效率，其衡量指标为城市市辖区科学技术和教育支出之和占一般公共预算的比重。(4)地区就业结构作为能源消费的重要影响因素会对地区绿色发展效率产生重要影响，其衡量指标为城市市辖区第三产业就业人数占总就业人数的比重。

由于在测算绿色发展效率时，2006年以前地区统计年鉴数据缺失严重，根据数据可得性，本文以2006—2018年黄河流域沿线8省(区)60个城市构成的面板数据为样本②；样本中各类指标数据均以2006年为基期计算的实际值；数据来源为《中国城市统计年鉴》《中国能源统计年鉴》以及相关城市的国民经济与社会发展公报。

五、实证结果

(一)空间相关性检验结果

首先，黄河流域内城市层面的绿色发展效率和经济集聚具有显著的空间依赖性。笔者分别计算了绿色发展效率和经济集聚在黄河流域的全局莫兰指数(见表2)。结果显示，样本期内黄河流域绿色发展效率和经济集聚的全局莫兰指数均大于0且分别在10%和5%的显著性水平上显著。这说明流域内的绿色发展效率和经济集聚在空间分布上呈集聚状态，即绿色发展效率较高的城市往往与绿色发展效率高的城市相邻近，绿色发展效率较低的城市与绿色发展效率较低的城市相邻近；经济集聚水平较高的城市也往往与经济集聚水平较高的城市相邻近；经济集聚水平较低的城市则往往与经济集聚水平较低的城市相邻近，但经济集聚的全局莫兰指数在2006—2018年样本期内呈现出依次降低的趋势，说明经济集聚状态在逐年减弱。这一趋势与黄河流域经济占全国经济比重下降息息相关。

表2 绿色发展效率和经济集聚的全局空间自相关检验

其次，黄河流域内绿色发展效率以正相关的城市占据主导地位，且以中上游地区的低-低集聚和下游地区的高-高集聚为主。为进一步考察流域内经济绿色发展效率的具体空间集聚特征，笔者绘制了样本初期(2006年)、中期(2010年和2014年)和末期(2018年)流域城市层面经济绿色发展效率的局部莫兰指数散点图③。由图形可知，流域内分布在莫兰散点图第一象限和第三象限的城市居多，且落入第三象限的城市最多。具体来看，黄河下游的济南、青岛、淄博、东营和泰安等城市在观测年份中一直处于莫兰散点图的第一象限，说明绿色发展效率呈现出高-高集聚的空间特征；而大部分处于黄河中上游的城市如定西、陇南、平凉、固原、中卫、长治、晋城、晋中、运城、临汾、吕梁、商洛、开封、新乡、商丘和焦作等城市在观测年份中则一直处于第三象限，说明绿色发展效率呈现出低-低集聚的空间特征；从省域层次整体来看，呈现出了“山东高值区居多，而青海、甘肃、宁夏低值区连绵分布”的特征。这说明黄河流域内绿色发展效率正相关的城市占据主导地位，且中上游地区以低-低集聚为主，下游地区以高-高集聚为主。

(二)空间计量分析

1.空间计量模型选择

通过空间自相关分析可知，黄河流域的绿色发展效率和经济集聚均存在空间依赖性，即黄河流域经济集聚对绿色发展效率的影响分析适用于空间计量模型。本文在地理距离空间权重矩阵下采用拉格朗日乘数检验和稳健拉格朗日乘数检验，检验结果(见表3)显示，LM-Error、Robust LM-Error和LM-Lag均在1%的显著性水平上显著，但Robust LM-Lag不显著，这说明空间误差效应比空间滞后效应更显著，即采用空间误差模型更适合本文数据特点。接着，本文对空间误差模型进行Huasman检验以确定应该采用固定效应还是随机效应。Huasman检验结果显示，其P值为0.02，说明在5%的显著性水平上拒绝随机效应的原假设，因而选择固定效应的空间误差模型更合理。最后，还须对模型进行稳健性检验。利用似然比检验(LR)来判断SEM模型是否会退化为SDM或SAR模型。结果显示，似然比检验值(LR值)均在1%的显著性水平上拒绝了原假设，说明SEM模型不会退化为SDM或SAR模型。因此，本文将选择固定效应的空间误差模型(SEM)进行回归分析。

表3 空间计量模型LM检验

2.空间计量结果与分析

本文在地理距离空间矩阵下选取固定效应的空间误差模型对黄河流域城市经济集聚影响绿色发展效率的情况进行了回归估计(见表4)，由结果可知：第一，黄河流域城市绿色发展效率存在明显的空间误差溢出效应。表4中模型(1)(全流域空间误差模型)估计结果显示，模型的空间误差系数λ在1%的显著性水平下显著，这说明黄河流域城市绿色发展效率存在显著的空间误差溢出效应，即一个城市的绿色发展效率不仅受到本地区的经济集聚、产业结构和科教投入等因素的影响，还受到周围邻近地区不可观测因素的影响，这就意味着黄河流域各城市在推动绿色发展的进程中，不仅要考虑自身的经济集聚、产业结构等因素的影响，还要同时考虑其周边邻近城市绿色发展以及其他不可观测经济活动因素的影响。此外，黄河流域作为一个区域整体须在协同推进流域内各城市间绿色发展上发挥更加积极的协调作用。

第二，黄河流域经济集聚对绿色发展效率的影响随着集聚程度的增加呈现出先抑制后促进的U形特征，且流域内大部分城市的经济集聚程度并未越过拐点。表4中模型(1)的估计结果显示，模型核心解释变量经济集聚的系数显著为负，且其二次项系数显著为正。这说明流域内经济集聚水平较低时，集聚对绿色发展效率的影响主要表现为抑制作用；当集聚水平提高到一定程度后，经济集聚会表现出对绿色发展效率的促进作用。出现这一特征的原因在于，经济集聚水平较低时，经济集聚的过程面临集聚经济成本高、技术瓶颈多、产业能耗和污染排放大等难题，使得经济集聚对绿色发展效率的影响主要表现为污染避难所效应、资源诅咒效应和拥堵效应等负外部性；而当经济集聚达到一定程度后，经济集聚则主要表现为规模效应和技术知识溢出效应等正外部性进而显现出对绿色发展效率的促进作用，这一结论也与邵帅等[27]的研究结论一致。此外，由计算可知，黄河流域经济集聚影响绿色发展效率U形特征的拐点值发生在经济集聚度为10.5处。本文将黄河流域各城市历年的经济集聚水平与此拐点值作比较发现，绝大多数城市的经济集聚水平小于拐点值，即处于U形曲线的左侧。以2018年为例，黄河流域60个沿线城市中，仅有包头、延安、淄博和东营4个城市的经济集聚水平越过了拐点，而其余城市的经济集聚水平均在拐点左侧，这说明流域内大部分城市的经济集聚程度还未越过拐点，因此，黄河流域需要进一步提高经济集聚水平以尽早实现经济集聚对绿色发展效率由抑制向促进转变。

第三，黄河流域内经济集聚对绿色发展效率的影响存在明显的区域异质性。黄河流域内上、中、下游不同地区间在经济集聚水平和绿色发展效率等方面均存在较大差异，由此可知经济集聚对绿色发展效率的影响在流域内不同地区间也存在异质性。为此，本文进一步将黄河流域划分为上、中、下游三大地区并分别以三大地区为样本估计经济集聚对绿色发展效率的影响效应。由表4可见，模型(3)和(4)的估计结果中主要解释变量经济集聚的一次项系数显著为负，二次项系数显著为正，模型(2)中主要解释变量经济集聚的一次项系数和二次项系数均不显著。这说明在黄河流域上、中、下游三大地区间经济集聚对绿色发展效率的影响存在明显的差异性。具体而言，在中游和下游地区经济集聚对绿色发展效率影响仍然保持了U形特征，即随着经济集聚水平的增加，集聚对绿色发展效率的影响呈现出先抑制后促进的特征；同时，通过计算中游和下游经济集聚对绿色发展效率影响U形曲线的拐点发现，中游地区的拐点出现在经济集聚度为7.6时，而下游地区的拐点则出现在经济集聚度为2时，也就是说，在经济集聚程度较低的阶段黄河下游地区经济集聚对绿色发展效率作用就可能实现由抑制向促进的转变；而相比之下，在中游地区这一转变可能需要等到集聚程度较高的阶段才能实现。此外，上游地区当前还未显现出集聚对绿色发展效率的影响作用，这可能与上游地区城市经济集聚还处在非常低的水平有关。

表4 基于混合固定效应的空间误差模型(SEM)回归结果

第四，在全流域范围内地区经济发展水平、产业结构升级、科教投入以及地区就业结构提升均能促进绿色发展效率提升。表4模型(1)估计结果显示，控制变量地区经济发展水平(ln pgdp)、产业结构高级化(ind)、科教投入(te)以及地区就业结构(emp)的系数均显著为正，这说明在全流域范围内地区经济发展水平、产业结构升级、科教投入和地区就业结构优化均能显著促进黄河流域城市绿色发展效率提升。流域内不同地区间的经济发展水平、产业结构升级、科教投入以及就业结构对绿色发展效率的作用也存在一定差异，具体为：就业结构变化在三大地区范围能均能提升绿色发展效率；产业结构升级则在上中游地区能有效促进绿色发展效率，而在下游地区未显现出绿色发展效率的促进作用，这可能与下游地区已经完成了产业结构升级有关；经济发展水平在中游和下游地区能有效促进绿色发展效率提升；科教投入对绿色发展效率的促进作用在中游地区较为明显。

六、结论与启示

区域经济学经典理论认为，某一区域内经济在地理空间上的集聚对其经济发展具有重要的影响。黄河流域作为我国重要的生态安全屏障和经济发展区域，伴随着我国城镇化发展的进程，多年来其人口、资本和资源等生产要素也出现了明显向沿黄中心城市集中的经济集聚现象。对经济绿色发展效率提升至关重要的黄河流域，其发生的城市经济集聚现象将如何影响流域经济绿色发展效率？是否推动了流域内资源节约、生态环境改善和经济发展之间的进一步平衡？探讨这些问题，对于深入理解流域内经济集聚与绿色发展效率的内在联系、促进全流域经济绿色高质量发展具有重要的理论和政策意义。为此，本文首先在梳理相关研究的基础上分析了城市经济集聚对绿色发展效率的影响逻辑；其次，采用超效率SBM模型构建并测算黄河流域地级市绿色发展效率指数的基础上构建了面板数据样本；最后，利用空间误差模型实证分析了黄河流域经济集聚对绿色发展效率的影响效应，最终得出如下结论与启示。

第一，2006年以来黄河流域沿线城市的绿色发展效率普遍较低，且在2015年后整体出现了上升趋势，这种变化与以习近平同志为核心的党中央持续推进生态文明建设和绿色发展理念的效果开始显现有关。与此同时，黄河流域内上、中、下游三大地区间绿色发展效率差异明显，具体呈现出上、中、下游由低到高的变化特征，且这种差异还呈现出由样本初期的下游与中上游分异、中游与上游低位趋同，向样本末期的中下游与上游分异、中下游高位趋同转变，这也预示着黄河上游地区各城市要进一步加快推进绿色发展效率提升，提高人口和经济发展的承载力，以尽快实现与中、下游地区的趋同发展。

第二，就黄河流域整体而言，绿色发展效率和经济集聚均呈现出明显的空间依赖性。绿色发展效率呈现出高-高集聚和低-低集聚分布特征；同样地，经济集聚水平也呈现出高-高集聚和低-低集聚的分布特征。此外，从不同地区来看，黄河中游和上游地区城市在绿色发展效率和经济集聚水平的分布上主要以低-低集聚为主；下游地区城市在绿色发展效率和经济集聚水平的分布上则主要以高-高集聚为主。因此，上游地区要以提升所在地区中心城市经济集聚水平和绿色发展效率为突破口，推动所在地区城市绿色发展效率由低-低集聚向高-高集聚态势转变。

第三，黄河流域城市绿色发展效率存在空间误差溢出效应的同时，经济集聚对绿色发展效率的影响随着集聚程度的增加呈现出先抑制后促进的U形特征。一方面，流域内某一城市的绿色发展效率不仅受到本地区经济集聚等因素的影响，还受到周围邻近地区不可观测因素的影响。这预示着黄河流域各城市在推动绿色发展的进程中，不仅要考虑自身的经济集聚、产业结构变化等因素，还须同时考虑与其周边邻近城市绿色发展及其他经济活动的协同发展。另一方面，虽然黄河流域内城市经济集聚对绿色发展效率的影响随着集聚程度的增加呈现出先抑制后促进的U形特征，但是现阶段流域内绝大多数城市的经济集聚水平还处在抑制绿色发展效率的阶段。因此，应进一步推动黄河流域经济活动向沿黄中心城市集聚，进而形成大、中、小城市布局合理、经济活动紧密且分工协调趋于完善的城市群，通过发展城市群以尽快实现更多城市经济集聚对绿色发展效率的影响由抑制向促进转变。

第四，黄河流域内上、中、下游三大地区间经济集聚对绿色发展效率的影响存在明显的差异性。虽然在中游和下游地区经济集聚对绿色发展效率的影响随着集聚程度增加都呈现出先抑制后促进的U形曲线变化特征，但是下游地区U形曲线拐点对应的集聚水平相对中游地区更低，也就是说，在经济集聚水平相对较低的阶段，下游地区就能实现经济集聚对绿色发展效率由抑制向促进转变。相比之下，在中游地区这一转变可能需要等到集聚程度较高的阶段才能实现。此外，由于上游地区城市的经济集聚水平仍处在非常低的水平致使当前还未显现出集聚对绿色发展效率的明显影响作用，这预示着黄河中、上游地区的中心城市在提高经济集聚水平的同时，应进一步在经济绿色发展要素流动和城市基础设施建设上做好规划和顶层设计，以促使经济集聚更快地显现正外部性进而提升区域绿色发展效率。

注 释：

①限于篇幅，文中未公布计算结果，具体结果笔者留存备索。

②根据水利部黄河水利委员会的划分，黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9省区，共涉及69个地区(州、盟、市)。本文将已纳入长江经济带的四川省的城市剔除，并考虑行政区划调整和部分州(盟)的数据难度大等因素，最终选取黄河流域8省(区)的沿线的60个城市为研究样本，并将其划分为上、中、下游三大地区。其中，上游地区为青海、甘肃、宁夏三省(区)的城市；中游地区为内蒙古、山西、陕西三省(区)城市；下游地区为河南、山东两省的城市。

③限于篇幅，这一散点图未在文中呈现，笔者留存备索。