多维视角下东北地区城市生态效率时空格局演变及影响因素*

张旖琳，吴相利，程李佳

（哈尔滨师范大学）

0 引言

生态效率的概念由德国学者Schaltegger 于1989年首次提出，其基本思想是以最少的资源投入和环境破坏产生最大的经济价值［1］.生态效率作为衡量人类经济发展与自然生态环境协调发展的重要指标，已经成为破解经济发展与生态环境矛盾的重要研究视角.提升生态效率对实现自然与经济良性循环互动、有效建设生态文明具有重要意义.东北地区作为中国北方重要的森林湿地生态功能区以及老工业基地，拥有丰富的土地、森林及矿产资源，但前期产业结构单一、过度依赖资源的经济发展方式导致资源日趋枯竭，环境污染、经济转型困难等问题日益加重，致使东北地区面临经济增长与生态环境保护的双重压力［2］.因此，评估生态效率水平、识别并分析影响生态效率的主要因素已成为区域实现经济社会与资源环境协调发展的重要研究课题.该文基于功能区类型、依托资源类型、产业升级速率类型等多维视角切入生态效率研究将为基于不同类型区域生态效率提升提供更具针对性的科学依据和发展指导.

国内学者针对生态效率研究主要从研究方法、研究内容、研究空间3个方面展开.生态效率的评价方法包括主观赋权法和客观赋权法，主观赋权法具有一定的偏颇和误差，客观赋权法包括数据包络分析模型、TOPSIS 模型［3］等.数据包络分析模型是国内生态效率评价最常用的模型之一，包括传统DEA模型［4］、Super－SBM模型［5］、Malmquist指数［6］等模型；研究内容主要集中在生态效率水平评价［7］、生态效率的时空格局与影响因素分析［8］.研究空间涵盖了省份［9］、城市群、特殊区域等多空间尺度对生态效率的评价.

既有生态效率研究多为单一视角分析生态效率水平、空间格局及影响因素，多维视角分析生态效率的文献还少见，现有文献更侧重于分析影响因素对生态效率的平均作用强度，影响因素作用强度的空间异质性研究少见.该文从功能区类型、依托资源类型、产业升级速率类型等多维视角利用Super－SBM模型对2008 ～2019 年东北地区城市生态效率进行测度，并选取2008、2013、2019年3个时间点借助ArcGIS软件对总体空间格局进行分析，采用空间自相关分析揭示生态效率的关联特征，利用变异系数对多维视角城市生态效率空间差异进行分析，运用GTWR 模型探究影响因素作用强度，并基于多维视角提出经济与生态保护协调发展的对策建议.

1 指标体系构建与研究方法

1.1 研究区域

该文研究区域为东北地区，范围包括黑龙江省、吉林省、辽宁省的34 个地级市（因数据不全研究剔除了区域内的延边朝鲜族自治州和大兴安岭地区）.东北地区具有得天独厚的生态本底和丰富的自然资源，从功能区类型、依托资源类型、产业升级速率类型等多维视角研究该区域生态效率有利于深化对自然生态本底保护认识和促进经济绿色生态化发展.

1.2 指标体系构建与数据来源

该研究以投入产出理论为基础，参考相关文献并结合DEA 模型指标选取的一般性原则，以东北地区34 个地级市为研究对象，选取了9 个投入与产出指标，构建东北地区生态效率评价指标体系（见表1）.

投入指标方面，将资本、土地、劳动力要素作为核心要素，选取年末单位从业人员作为劳动投入，城市建设用地面积作为土地投入，城市固定资本存量数据根据永续盘存法［10］计算得到，再选取供水总量和全社会用电量作为水资源和能源投入.

产出指标方面，选取地区生产总值作为期望产出，为消除价格因素影响，根据国内生产总值指数折算为以2008 年为基期的实际值.选取工业“三废”排放量（工业废水排放量、工业二氧化硫排放量、工业烟粉尘排放量）综合反映非期望产出.

该文研究数据主要来源于《中国城市统计年鉴》、《中国城市建设统计年鉴》、相关省份统计年鉴、EPS数据库以及各地市国民经济社会发展统计公报.

1.3 研究方法

1.3.1 Super－SBM模型

该文采用Tone改进的Super－SBM模型进行测算，能够对效率值大于1的决策单元进行有效划分，从而更好评价东北地区的生态效率［11］.具体公式为：

式中，ρ*为城市的生态效率值；x 表示资本、土地、劳动力、水资源、能源投入，y表示期望产出和非期望产出；m、s 分别表示投入和产出指标个数；k为生产时期；i、r分别表示投入、产出的决策单元分别表示投入和产出对应的松弛变量；λj为权重向量.

1.3.2 产业升级速率模型

该文采用产业结构的年均变动值测算城市的产业升级速率，并将其作为产业升级视角的等级标准依据进一步深化城市生态效率研究［12］.公式为：

式中，qi0为基期产业i的占比；qit为报告期产业i的占比；m为产业部门数；n为间隔年数.

1.3.3 变异系数分析法

该文采用变异系数反映东北地区城市生态效率的差异程度［13］，公式为：

式中，Cv为变异系数；x－为生态效率均值；n 为城市总数；xi为各城市生态效率水平.

1.3.4 时空地理加权回归模型

该文采用GTWR模型分析不同时空维度各城市影响因子的回归系数以找出各城市生态效率的主要影响因子［14］.公式为：

式中，Yi为城市i的生态效率值，n为城市个数，k为城市i的解释变量个数；（ui，vi，ti）为城市i的时空坐标；βk（ui，vi，ti）表示城市i的第k 个解释变量的回归系数；εi为残差.

2 东北地区城市生态效率时间演变特征

2.1 总体时序特征

总体上看（见表2），东北地区生态效率呈小幅上升态势，由2008年的0.5666增长至0.6047，增长了6.73%.从省域尺度上看，研究期间吉林省、黑龙江省生态效率均值相对于区域均值（0.6322）高出7.96%和8%，辽宁省则低于区域均值10.63%.黑龙江省生态效率均值0.6828，与吉林省相差不大但高于辽宁省，且2019 年较2008年增长20.5%，上升幅度最大.辽宁省始终处于区域均值之下，但总体呈上升态势，升幅为7.55%.前期资源要素驱动、经济发展滞缓、环境保护与建设相对投入不够等致使辽宁省成为东北地区生态效率最低的省份.

从市域尺度上看，2008 ～2019 年东北地区城市生态效率均值大于1的城市有6 个，生态效率均值小于1的城市有28个，是效率值大于1城市的4.6倍，表明研究期间东北地区城市生态效率仍处于低水平.生态效率均值最高的为绥化市，其数值高于区域均值79.82%.2008、2013、2019年城市间生态效率最大差值分别为0.9786、0.9665、0.8840，差值虽呈缩小态势但差距仍然较大.区域内有12 个城市生态效率有所下降应引起重视，吉林省更是半数以上城市都呈下降态势，增强环保意识及加大力度控制环境污染以减少经济发展产生的非期望产出提高生态效率还要付出多方面的努力.

地区年份2008 2013 2019 12a均值 差值 地区年份2008 2013 2019 12a均值 差值沈阳市1.0335 1.0522 0.6261 0.8787－0.4074 通化市 0.3807 0.5022 0.3734 0.4100－0.0073大连市1.0979 1.0603 1.0805 1.0570－0.0174 白山市 0.3062 0.6177 0.6587 0.4998 0.3525鞍山市0.3512 1.0036 1.0140 0.7420 0.6628 松原市 1.1116 1.0930 1.1157 1.1078 0.0041抚顺市0.2266 0.3994 0.3321 0.3603 0.1055 白城市 0.3646 1.0043 0.4020 0.5156 0.0374本溪市0.2413 0.4206 0.4101 0.3942 0.1688－ 0.0812丹东市0.3727 0.5119 0.4059 0.4621 0.0332 哈尔滨市1.0444 1.0575 1.0686 1.0313 0.0242锦州市0.3704 0.6640 0.3877 0.5834 0.0173 齐齐哈尔市0.4335 1.2002 0.4776 0.8003 0.0441营口市0.2826 0.6021 0.3677 0.5277 0.0851 鸡西市 0.3543 0.4089 0.4883 0.4170 0.1340阜新市0.1873 0.2337 0.2317 0.2234 0.0444 鹤岗市 0.3139 0.2506 0.2524 0.2750－0.0615辽阳市0.2484 0.4598 0.4680 0.4604 0.2196 双鸭山市0.3285 0.4283 0.3496 0.3623 0.0211盘锦市1.0196 0.5555 0.4619 0.6554－0.5576 大庆市 1.0943 1.1246 1.1026 1.0990 0.0083铁岭市0.3648 1.0326 0.3285 0.5435－0.0363 伊春市 0.2805 0.3078 0.2919 0.2700 0.0113朝阳市0.2806 1.0339 0.3207 0.5733 0.0400 佳木斯市0.3765 1.0145 1.0263 0.9692 0.6498葫芦岛市0.2846 0.5423 0.4063 0.4484 0.1217 七台河市0.2777 0.3091 0.4286 0.3344 0.1509吉林省0.7202 0.7254 0.6390 0.6825牡丹江市0.3595 0.5602 1.0230 0.5873 0.6634长春市1.0388 1.0098 0.6803 0.9317－0.3586 黑河市 1.1115 0.5340 1.0155 0.7906－0.0960吉林市1.0037 0.5853 0.4419 0.5314－0.5619 绥化市 1.1660 1.1043 1.0830 1.1368－0.0830四平市1.1236 1.0118 1.0196 1.0009－0.1040辽宁省0.4544 0.6837 0.4887 0.5650 0.0343 0.1222辽源市0.4325 0.6186 0.4209 0.5161－0.0117 最大差值0.9786 0.9665 0.8840 0.9550 1.2253黑龙江省0.5951 0.6917 0.7173 0.6828

依据表2中生态效率值分析3个时间点不同水平、3个时间段不同变化幅度的城市数量变化.将东北地区的生态效率值（ρ*）划分为4 个等级：ρ* ＞1为高效率，0.5 ＜ρ* ≤1 为较高效率，0.3 ＜ρ*≤0.5为较低效率，0 ＜ρ*≤0.3为低效率；对生态效率变化率数值（x）以0.5 为间隔将其相等间隔划分，见表3.

从生态效率水平上看（见表3），低效率、较低效率、较高效率、高效率的城市数量分别由2008年9、14、0、11演化为2019年3、18、3、10.总体呈向高效率提升的趋势，但低效率和较低效率地区占比高达60%，未来需要产业结构升级化，使产业变“清”与“轻”以减少环境污染，推进区域可持续发展.从生态效率变化率上看，研究期间低速正增长及低速负增长的城市数量占比高达70%，表明城市生态效率的变化幅度较小.分阶段看，前一个阶段正增长的城市数量为25 个，为后一阶段的2倍，其中高速正增长的城市数量为8个；后一个阶段负增长的城市数量为21个，为前一个阶段的2.3倍，且主要集中于低速负增长.

生态效率水平等级2008 2013 2019 生态效率变化率等级2008 ～2013 2013 ～2019 2008 ～2019（0 ＜ρ*≤0.3）9 2 3 中速负增长（－ 1 ＜x ≤－ 0.5）1 4 2低效率（0.3 ＜ρ*≤0.5）14 7 18 低速负增长（－ 0.5 ＜x ≤0）8 17 10较低效率（0.5 ＜ρ*≤1）0 11 3 低速正增长（0 ＜x ≤0.5）11 11 15较高效率（ρ* ＞1）11 14 10 中速正增长（0.5 ＜x ≤1）6 2 3高效率高速正增长（x ＞1）8 0 4

2.2 多维视角时序特征

2.2.1 分维视角类型划分

以东北地区生态本底和资源类型优势以及产业结构的突出特征为依据，该文共筛选出3 个与城市生态效率密切关联的视角进行多维视角的展开研究，分别为功能区类型、依托资源类型、产业升级速率类型视角（见表4）.

视角 类型 所属城市森林生态功能区黑河市、伊春市、哈尔滨市、牡丹江市、白山市、本溪市、丹东市、抚顺市湿地生态功能区佳木斯市、鸡西市功能区类型非生态功能区鹤岗市、七台河市、双鸭山市、齐齐哈尔市、绥化市、大庆市、长春市、四平市、吉林市、辽源市、松原市、通化市、白城市、沈阳市、大连市、鞍山市、锦州市、辽阳市、铁岭市、营口市、朝阳市、阜新市、盘锦市、葫芦岛市煤炭类 鸡西市、鹤岗市、双鸭山市、七台河市、辽源市、抚顺市、阜新市石油类 大庆市、松原市、盘锦市森工类 伊春市、牡丹江市、黑河市、吉林市、白山市依托资源类型金属类 通化市、本溪市、鞍山市、葫芦岛市非资源型 哈尔滨市、齐齐哈尔市、佳木斯市、绥化市、长春市、四平市、白城市、沈阳市、大连市、丹东市、锦州市、辽阳市、营口市、铁岭市、朝阳市产业升级速率类型低速率 黑河市、鸡西市、齐齐哈尔市、绥化市、牡丹江市、鹤岗市、佳木斯市、长春市、吉林市、抚顺市、葫芦岛市、鞍山市、大连市、营口市、阜新市中等速率 伊春市、七台河市、哈尔滨市、双鸭山市、通化市、白城市、四平市、铁岭市、锦州市、朝阳市、本溪市、辽阳市、沈阳市、盘锦市、丹东市高速率 大庆市、辽源市、白山市、松原市

2.2.2 分维时序特征分析（1）功能区类型视角

总体上看（如图1a 所示），三类功能区生态效率水平由2008年非生态功能区大于森林生态功能区大于湿地生态功能区转变为2019 年湿地生态功能区大于森林生态功能区大于非生态功能区，且最大差值呈缩小态势.湿地生态功能区生态效率上升幅度最大，升幅为107.24%，归因于2019年位于湿地生态功能区的佳木斯市生态效率显著上升，较2008年增长1.73倍，使得该功能区总体水平明显提高.佳木斯市积极推进节能减排，工业三废治理效果显著，大力发展循环经济，提高资源利用率，进而提高期望产出，生态效率实现倍增.非生态功能区生态效率呈波动下降趋势，2019年较2008年下降5.14%，功能区内低效率和较低效率城市数量占比超过60%，需提高经济发展适应能力、加大环境保护力度、降低非期望产出以提升经济与生态环境的协调水平.

图1 2008 ～2019年多维视角城市生态效率

（2）依托资源类型视角

总体上看（如图1b所示），5类资源型城市生态效率水平由2008 年石油类大于非资源型大于森工类大于煤炭类大于金属类转变为2019 年石油类大于森工类大于非资源型大于金属类大于煤炭类，且最大差值呈缩小态势.研究期间石油类和非资源型城市生态效率位于区域均值之上，金属类和煤炭类城市生态效率则低于区域均值.石油类城市生态效率处于最高水平但呈下降趋势，降幅为16.9%.这类城市虽依赖优势资源提高经济效益，形成“高投入，高产出”的发展模式，但大量能源消耗以及资源型产业带来的经济红利逐渐消失使生态效率有所下降，对生态可持续发展产生一定影响.煤炭类城市处于最低水平，且降幅为5.74%，鹤岗市生态效率下降明显，降幅为19.59%.非资源型城市生态效率则呈微弱上升态势，2019年生态效率为0.6495，较2008年上升1.5%，且低效率城市数量由2008 年的3 个骤减至2019年的0个.

（3）产业升级速率类型视角

该文采用产业升级速率模型（式2）测算各城市产业升级速率，再利用自然断裂点法将区域内城市划分为高速率、中等速率、低速率3 类，进一步揭示产业升级状况对生态效率的影响.总体上看（如图1c所示），3类产业升级速率城市生态效率水平始终为高速率大于低速率大于中等速率，且最大差值呈增大态势.高速率类城市生态效率位于区域均值之上，中等速率类城市生态效率则低于区域均值.高速率类城市生态效率始终处于最高水平且升幅为12%.中国重要的石油石化生产基地大庆市提高石油资源精深加工能力以推动油城产业转型、提高经济效益、减少污染排放实现生态效率高水平发展.中等速率类城市生态效率处于最低值，且降幅为5%，该类型内较低效率与低效率城市数量占比高达80%，提高中等速率城市的转型速度以减少非期望产出实现产业绿色化发展任重道远.

3 东北地区城市生态效率空间格局演变

3.1 城市生态效率空间格局分析

为了直观体现区域内城市生态效率的空间差异，依据生态效率水平的划分标准，进行生态效率空间格局分析（如图2 所示）.总体上看，东北地区生态效率高值区与低值区空间差异较为显著，高值区主要集中在北部黑龙江省和吉林省，低值区则主要集中在南部辽宁省.哈尔滨市、大庆市、绥化市、松原市、大连市始终处于高效率水平，成为东北地区的生态效率高地.佳木斯市、牡丹江市、白山市升幅较大，生态效率由较低效率跃升至高效率.佳木斯市完善和提升服务业的功能和水平，旅游业的繁荣发展提高经济效益，减少工业产生的污染排放，生态效率大幅上升.白山市、牡丹江市自停伐后，推动林场优势产业发展，利用得天独厚的矿泉和木材资源形成绿色化产业格局，兼顾环境保护的同时增加经济效益以提升生态效率.

图2 区域城市生态效率空间分异

3.2 分维视角城市空间差异分析

采用公式（3）计算生态效率的总体变异系数以及不同类型城市的变异系数并分析其空间差异.总体变异系数呈下降趋势，2019 年较2008年降低19.86%，区域生态效率空间差异呈收敛态势，各城市趋向均衡发展.

从功能区类型视角上看，生态效率变异系数由2008年森林生态功能区大于非生态功能区大于湿地生态功能区转变为2019年非生态功能区大于森林生态功能区大于湿地生态功能区，总体呈收敛态势.森林生态功能区变异系数降幅最大，研究期间降低了30.12%；从依托资源类型视角上看，生态效率变异系数由2008 年森工类大于非资源型大于煤炭类大于金属类大于石油类转变为2019年金属类大于非资源型大于森工类大于石油类大于煤炭类，总体呈收敛态势.森工类城市变异系数降幅最大为27.88%；从产业升级速率类型视角上看，生态效率变异系数始终为低速率大于中等速率大于高速率，3 种类型城市变异系数均呈先下降后上升的收敛态势且总体降幅分别为23.24%、26.24%、28.27%.

4 东北地区城市生态效率影响因素分析

为了进一步分析各个因素对区域内城市生态效率的影响程度，采用GTWR 模型，将2008、2013、2019 年生态效率值作为因变量，人均GDP、第二产业增加值占比、环境规制指数、城镇化率、科技支出占财政支出比重、外商投资企业产值／工业总产值作为解释变量，表征经济发展水平、产业结构、环境规制、城镇化水平、科技水平、对外开放水平对于生态效率的影响.

4.1 总体作用分析

该文借助ArcGIS的GTWR 插件，运用公式（4）计算影响因素对不同城市的回归系数，并计算其中位数与平均值（见表5）.

平均值变量名称 中位数2008 2013 2019 总体人均GDP 0.3014 0.2978 0.25048 0.4701 0.3201第二产业增加值占比－0.5694－1.0208－0.4806－0.5378－0.6118环境规制指数－0.0586 0.0123－0.1237－0.1395－0.0990城镇化率－0.2365－0.1873－0.3082－0.2296－0.2620科技支出占财政支出比重 0.0432 0.0241 0.0424 0.0218 0.0336外商投资企业产值／工业总产值 0.1734 0.1636 0.4879 0.1605 0.3220

从总体上看（见表5），生态效率的影响因素作用强度依次为第二产业增加值占比大于外商投资企业产值／工业总产值大于人均GDP 大于城镇化率大于环境规制指数大于科技支出占财政支出比重.第二产业增加值占比是影响生态效率的负向主导因素，3 个时间点影响强度呈负向减弱态势，降幅为47.32%；外商投资企业产值／工业总产值对生态效率呈正向影响，且影响强度排名第2，外商投资规模扩大提供就业机会和清洁生产技术，通过技术溢出效应带动邻近企业绿色化发展以改善生态环境并提高经济效益，加速生态效率提升；人均GDP 对生态效率呈正向影响，且作用强度排名第3 并呈显著增强态势，增幅为57.86%.人均GDP 提高带来环境治理投入增加、高素质劳动力、高要求环境质量以促进生态效率提升.

4.2 分维视角作用分析

为了进一步分析影响因素对不同视角不同类型城市的平均作用强度，将3 个时间点3 类功能区、5类依托资源型城市、3 类产业升级速率城市的影响因素回归系数进行平均，得到各类型城市不同影响因素作用强度.

从功能区类型视角上看，森林生态功能区和非生态功能区的主导因素为第二产业增加值占比，且森林生态功能区影响强度较高于非生态功能区，影响强度均值为0.7745；湿地生态功能区的主导因素则为城镇化率.从依托资源类型视角上看，煤炭类城市的主导因素为外商投资企业产值／工业总产值，影响强度均值为0.7950；其余资源类型城市的主导因素为第二产业增加值占比，影响强度均值在0.5229 ～0.7666 之间，石油类城市影响程度相对较低.从产业升级速率类型视角上看，低速率、中等速率、高速率类城市的主导因素均为第二产业增加值占比，平均影响强度分别为0.6179、0.7101、0.7978.

5 结论与建议

（1）研究期间生态效率总体呈小幅波动上升态势；3 类功能区生态效率水平由2008 年非生态功能区大于森林生态功能区大于湿地生态功能区转变为2019年湿地生态功能区大于森林生态功能区大于非生态功能区；5 类资源型城市生态效率水平由2008年石油类大于非资源型大于森工类大于煤炭类大于金属类转变为2019 年石油类大于森工类大于非资源型大于金属类大于煤炭类；3类产业升级速率城市生态效率水平始终为高速率大于低速率大于中等速率.

（2）研究期间生态效率高值区主要集中在北部黑龙江省和吉林省，低值区则集中在南部辽宁省.3个视角城市生态效率空间差异总体呈收敛态势.

（3）生态效率的影响因素作用强度依次为第二产业增加值占比大于外商投资企业产值／工业总产值大于人均GDP 大于城镇化率大于环境规制指数大于科技支出占财政支出比重.森林生态功能区和非生态功能区的主导因素为第二产业增加值占比，湿地生态功能区的主导因素为城镇化率；煤炭类城市的主导因素为外商投资企业产值／工业总产值，其余资源类型城市的主导因素均为第二产业增加值占比；产业升级速率的低速率、中等速率、高速率类城市的主导因素均为第二产业增加值占比.

鉴于东北地区城市生态效率水平较低，需对不同视角内城市制定针对性政策.第1，对于功能区类型视角的城市，严守生态保护红线，促进生态资源资本化.第2，对于依托资源类型视角的城市，发展循环经济，缓解经济下行与生态环境的压力.第3，对于产业升级速率类型视角的城市，加快产业结构调整，推进经济与生态环境协调发展.