城市群生态经济效率时空演化特征及其影响因素研究<br/>——以中国三大城市群为例

城市群生态经济效率时空演化特征及其影响因素研究
——以中国三大城市群为例

2023-11-29倪维秋崔丽娜吕添贵付舒斐

中国国土资源经济 2023年11期

■ 倪维秋/崔丽娜/吕添贵/付舒斐

（1．北京市社会科学院，北京 100101；2．自然资源部国土空间规划研究中心，北京 100812；3．江西财经大学财税与公共管理学院，南昌 330013）

中国已步入城镇化发展新阶段，未来城市群是我国经济发展重要集聚区、承载地和创新地。伴随人口不断集聚和建设空间不断拓展，交通拥堵、环境污染和“大城市病”等生态问题日益凸显[1]。京津冀、长三角和珠三角城市群作为我国最具有经济活力的区域，也是资源消耗和环境污染突出地区，三大城市群均不同程度存在生态质量不高、人居环境品质有待提升、国土综合整治需求强烈等问题[2-3]。因此，科学精准评价和测度大城市群国土空间生态经济效率成为推进城市群绿色可持续发展的重要内容，是优化国土空间格局的关键问题。

国内外学者围绕生态经济效率进行了诸多研究。在内涵方面，广义生态经济效率强调经济发展中资源投入所产生的经济社会增加值与对环境造成的破坏之比[4]，狭义上则反映区域内生态要素保护和利用带来的相应经济、社会和生态环境效益产出比率[5-6]。在评价方法方面，主要涉及比值评价法、指标体系法、随机前沿分析、数据包络分析方法等[7-8]。为研究不同区域生态经济效率分异特征，学者采用自然断裂点法[9]、特征观察法等不同方法对生态经济效率水平进行划分[10]。在影响因素方面，主要涉及经济水平、产业结构、技术水平及环境规则等[11-13]。在空间尺度上，主要集中于省、市、县行政区[14-15]。目前对于多个城市群生态经济效率综合比较研究还相对缺乏[16-17]。鉴于此，本文以京津冀、长三角、珠三角三大城市群48个地级市为研究对象，在重构理论框架基础上，采用SBM模型辅助对比三大城市群广义生态经济效率水平，基于探索性空间数据分析方法揭示其空间演化特征，通过Tobit回归模型分析影响因素并提出优化路径，以期为其他城市群生态建设提供借鉴参考。

1 理论基础与指标体系

1.1 城市群生态经济效率理论分析框架

生态环境问题的根本是各类资源的利用。城市群生态经济效率是满足人类“经济-社会-生态”耦合协调需要的城市空间活动中所发生的产出与投入的对应关系。城市群以城市空间本底为运行基础，以不同的城市社会经济活动为运行核心，从而实现城市内部经济社会与生态环境的要素流通与物质互馈[18-19]。因此，本文纳入环境要素，强调以最少的资源要素投入获取最大的社会、经济和生态效益，其内涵以可持续发展理论和城市群空间发展理论为基础[20]，并将指标体系分为经济、社会和生态三类（图1）。其中，经济方面，从资本投入和经济产出两个维度强调以最小生产要素投入获得最大经济产出。社会方面，秉持以提升社会福利为目的，从劳动力投入和社会产出两个维度实现社会和经济共同发展[21]。生态方面，从良好的城区土地生态环境基础和环境正负产出维度出发，一方面，在投入过程中，较少的城市污染排放所营造的良好城区土地生态环境是社会和经济层面可持续投入的基础；另一方面，在产出过程中，要寻求经济和社会“好”的产出不断增加、生态“坏”的产出持续减少，实现投入和产出上的良性循环。因此，生态经济效率是考虑生态环境承载力和资源投入数量的经济效率测度分析。

1.2 城市群生态经济效率评价指标体系构建

遵循科学性、可实施性原则，城市群生态经济效率评价指标体系包括以下方面（表1）：

表1 生态经济效率评价指标体系

(1)投入变量：社会生产过程中的固定资产投入将对地区经济效益产生重要影响，由此选取地区固定资本存量表征资本投入变量；社会从业人员可将固定资产投入转化为社会经济产出，由此选取年末单位从业人员数作为劳动力投入变量；城市土地是城市社会经济活动载体，由此选取建成区面积作为土地投入变量。

(2)期望产出变量：地区生产总值能反映目标年份经济发展情况，由此选取地区生产总值表征经济发展水平；人均地区生产总值与人民生活水平呈强正相关[22]，选取人均地区生产总值表征社会产出；建成区绿化覆盖面积作为城市经济活动的生态反馈，将该指标表征生态产出。

(3)非期望产出变量：工业生产中工业废水排放对土壤、河流等生态系统造成巨大影响[23]，二氧化硫和烟尘易对空气质量造成影响，由此选取工业废水排放量、工业二氧化硫排放量和工业烟尘排放量表征环境负产出状况。

2 研究区域与研究方法

2.1 研究区概况

京津冀、长三角、珠三角三大城市群涉及北京、天津和上海3个直辖市，以及河南、河北、江苏、浙江、安徽、广东6个省份，包括48个地级市，是我国经济快速增长和参与国际经济合作与竞争的主要平台，研究区土地面积仅占我国大陆总面积的5.06%，但人口和经济总量占全国的比重却分别高达19.27%和38.22%，人口密度和经济密度均远远高于全国平均水平。

2.2 研究方法

2.2.1 非期望产出SBM模型

非期望产出SBM模型在传统DEA模型的基础上考虑了要素的松弛影响，能有效解决以往经济效率评价中忽略对环境产生负效应的工业废水、二氧化硫和烟尘等非期望产出导致的效率结果偏差[24]。假定有n个城市，每个城市中m个投入Xi0，S1个期望产出和S2个非期望产出，则向量可表示为x∈Rm，yg∈Rs1，yb∈Rs2。基本表达式为：

式中：S-，Sg，Sb分别是投入期望产出和非期望产出的松弛变量；目标函数ρ*(0≤ρ*≤1)关于S-，Sg，Sb严格递减。当S-=Sg=Sb=0，ρ*=1时，决策单元是有效率的；当S-，Sg，Sb中有一个不等于零，0≤ρ*＜1时，决策单元无效。

2.2.2 探索性空间数据分析法

探索性空间数据分析法通常用全局空间自相关和局部空间自相关两种测度方法，分别被应用于探究要素空间的相关性和集聚程度。城市群作为空间群体，运用该方法能够直观地表达城市群生态经济效率在空间上的相关性和集聚程度[25]。

(1)全局空间自相关。常用Moran's I值表示，当I＞0时，表明研究区生态经济效率存在显著的空间正相关；当I＜0时，存在显著的空间负相关；当I趋于0时，则不存在空间自相关。公式如下：

式中：I代表Moran's I值，xi表示i市的生态经济效率值，n为地区数，W为空间权重矩阵。

(2)局部自相关。通常用Moran散点图表征。指数为正，表明特定单位与周围区域存在正向空间集聚，反之，则存在负向空间集聚。其表达式为：

式中：Wij表示邻接空间权重矩阵；Zi和Zj是区域i和区域j上生态经济效率观测值的标准化。Local Moran's I值越大，空间分布空间集聚性越大。

2.2.3 Tobit模型

由于SBM模型测度出的生态经济效率的界限值为 [0-1] ，属于典型断尾数据。Tobit模型属于因变量受限模型，遵循最大似然估计法[26]，采用Tobit模型提出的截断回归方法对各城市生态经济效率影响因素进行回归分析。模型构建如下：

式中：Y为生态经济效率值；α为常数项；xt1-xt5为三大城市群各城市各年的影响因素变量；β1-β5分别为待求系数，ε为随机扰动项。

2.3 数据来源

本文基础数据源于2010—2020年《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》，以及研究区各地市的固体废物污染环境防治信息公告，少量缺失数据运用插值法弥补。

3 三大城市群生态经济效率时空分析

3.1 生态经济效率时间演变特征

基于Matlab2021软件测算三大城市群2010—2020年生态经济效率，总体效率值为研究时段平均值（图2）。从整体上看，三大城市群生态经济效率值均呈现波动上升的发展态势，且呈现出京津冀（0.874）＞珠三角（0.839）＞长三角（0.822）格局，研究区整体均值为0.845，处于中高等水平。其中，京津冀城市群生态经济效率值总体呈增长态势，从2010年的0.701增长到2020年的0.955，上涨36.2%，且研究区基本高于整体平均值。长三角城市群生态经济效率从2010年的0.741增长到2020年的0.967，上涨57.81%，呈“N”型曲线增长态势。珠三角城市群生态经济效率从2006年的0.838增长到2015年的0.928，上涨83.9%，呈先上升后缓慢下降再快速上升的态势。究其原因，2011—2015年，国家将节能减排、绿色发展要求放在经济增速之前，促使生态环境得到改善。2016年后，生态环境已得到极大改善，生态经济效率呈现缓慢增长态势。

图2 2010—2020年三大城市群经济生态效率变化态势

3.2 三大城市群生态经济效率空间演变特征

依据数值特征分布进行划分能较好地呈现地区效率值时间变化态势。为此，参考已有文献[16]，将效率值划分为高效率区［0.900，1.000］、较高效率区［0.800，0.900］、中效率区［0.700，0.800］、低效率区［0，0.700］四个层次，并以2010年、2015年、2020年为代表年份绘制各城市群生态经济效率空间分布状态。

3.2.1 京津冀城市群生态经济效率时空演变分析

由表2可知，从时间脉络来看，2010年京津冀城市群高效率区和较高效率区共8个，占比达到61.54%；中等效率区有3个；北京市和承德市两市为低效率区，仅占比15.38%。由此可知，京津冀城市群生态经济发展良好。在2015年，京津冀城市群生态经济效率高、较高、中等、低效率区四个层次的城市个数分别为2个、1个、5个、5个；高效率区和较高效率区占比由2010年的61.54%下降至23.08%，中等效率区和低效率区占比达到76.92%。可见，此阶段地区生态经济效率水平有所降低。2020年，京津冀城市群高效率区、较高效率区、中等效率区分别为11个、1个、1个，高效率区和较高效率区占比达到92.31%，此阶段生态经济发展速度和效率均有较大提高。从区域来看，京津冀城市群生态经济发展在以北京和天津大都市为中心向周边城市辐射带动作用下，区域整体生态经济效率水平提升，这与其地理位置、资源禀赋密切相关。

表2 京津冀城市群经济生态效率时间变化格局

3.2.2 长三角城市群生态经济效率时空演变分析

表3表明，2010年长三角城市群生态经济效率由高到低四个层次的城市个数分别为8个、1个、4个、13个，低效率区占比50%，表明此时生态经济效率水平偏低。2015年四个效率层次的城市个数分别为3个、1个、9个、13个，高效率区数量有所提高，低效率区数量上没有发生变化，可见该阶段生态经济发展有所提高但不稳定。到2020年，四个效率层次的城市个数分别为12个、6个、6个、2个，偏高和高效率区占比69.23%，反映该阶段生态保护与经济发展之间形成高度协调。从省域变化看，长三角城市群生态经济发展最快的为江苏省，浙江省次之，最后为安徽省。另外，东部地区生态经济效率领先发展。

表3 长三角城市群经济生态效率时间变化格局

3.2.3 珠三角城市群生态经济效率时空演变分析

表4表明，珠三角城市群2010年生态经济效率高、中等、低效率区分别为6个、1个、2个，高效率区占比66.67%，反映此阶段区域生态环境状况较好。2015年四个效率层次的城市个数分别为1个、1个、3个、4个，生态经济效率状况有所减弱。2020年，仅有高效率区和较高效率区，分别为5个和4个，生态经济效率出现显著提升，这也从侧面表明生态建设能够与经济增速保持相同步伐。从区域整体来看，珠三角城市群各城市生态经济效率发展较均衡，从中高速增长演化为高速增长。

4 三大城市群生态经济效率的空间分异

4.1 三大城市群生态经济效率全局空间自相关分析

本文利用软件GeoDa分析京津冀、长三角、珠三角三大城市群2010—2020年生态经济效率全局Moran's I值，探究其空间差异性格局演变趋势。

4.1.1 整体特征

由图3可知，2010—2020年间京津冀、长三角、珠三角三大城市群生态经济效率全局Moran's I指数在-0.50～0.50之间，且随时间发展呈现不同方向变化态势，表明三大城市群生态经济效率在全局空间自相关上存在一定差异性。究其原因，主要与三大城市群地理位置、经济发展、文化等方面的差异，以及生态和经济发展存在空间差异格局特征密切相关。

图3 三大城市群全局Moran's I指数时序变化

4.1.2 阶段特征

(1)京津冀城市群Moran's I值呈现“快速下降—上升—下降—快速上升”态势，2012年Moran's I值由2010年的0.322下降至-0.458，表明生态经济效率值空间协同性不断减弱。

(2)长三角城市群Moran's I值总体呈现“下降—上升—下降—上升”态势，总体相对平缓，仅在2012—2013年出现快速上升。2012年，生态环境建设和绿色发展行动带动长三角浙苏皖各城市生态文明建设，空间相关性加强。

(3)珠三角城市群Moran's I值波动也相对平缓，总体呈现“下降—上升—下降—上升”态势，但上升态势相对放缓，表明珠三角城市间的空间差异正逐渐缩小。对应的是，2014年下降至最低点，究其原因，由于广东省生态环境承载能力已经达到或接近上限，难以承载高消耗发展，空间协同性减弱，当年发布《实施珠三角规划纲要2014年重点工作任务》，经济结构出现战略调整。

4.2 三大城市群生态经济效率局部空间集聚分析

4.2.1 京津冀城市群生态经济效率局部空间集聚分析

京津冀城市群生态经济效率局部空间聚集分析结果表明：京津冀城市群生态经济效率在2015年和2020年呈显著负相关，2010年呈正相关。按阶段来看：①2010年京津冀城市群生态经济效率Moran'I值为0.231，城市群各城市间生态经济效率呈现显著的正相关性；②2015年Moran'I值为-0.215，各城市区生态经济效率呈现显著的负相关性；③2020年Moran'I值为-0.379，各城市区生态经济效率呈现显著负相关性。这说明京津冀城市群生态经济效率存在非相似属性的空间集聚。

4.2.2 长三角城市群生态经济效率局部空间集聚分析

长三角城市群生态经济效率局部空间聚集分析结果表明：长三角城市群生态经济效率在2010年和2015年呈显著正相关，2020年呈负相关。按阶段来看：①2010年长三角城市群生态经济效率Moran'I值为0.030，城市群各城市间生态经济效率呈现显著正相关性，代表城市为常州和镇江，以这两个城市为代表的苏南城市承接大量发达国家污染密集型工业，造成区域生态经济效率降低；②2015年Moran'I值为0.203，各城市区生态经济效率呈现显著正相关性，代表城市为舟山，舟山相对远离陆地，以渔业发展和港口运输为主，经济相对弱势；③2020年Moran'I值为-0.045，城市群各城市间生态经济效率呈现显著负相关性。这说明长三角城市群生态经济效率存在非相似属性的空间集聚。

4.2.3 珠三角城市群生态经济效率局部空间集聚分析

珠三角城市群生态经济效率局部空间聚集分析结果表明：珠三角城市群生态经济效率在2010年和2020年均呈现空间正相关状态，而在2015年呈空间负相关，且显著性程度均较低，表明我国珠三角城市群的生态经济效率在空间上存在相关性，但整体程度不高。按阶段来看：①2010年Moran'I值为0.133，珠三角城市群生态经济效率呈一定正相关性；②2015年的Moran'I值为-0.089，相比于2010年，空间相关性由正相关变化成负相关，相关性降低；③2020年的Moran'I值为0.028，相比于2015年，空间相关性由负相关变化成正相关，相关性逐渐趋于不显著。

总体上来看，局部空间自相关存在正与负相关交替出现情况，京津冀城市群2015年和2020年、长三角城市群2020年、珠三角城市群的2015年属于负相关。究其原因，2010—2020年中国在经济层面经历由快速增长向高质量发展的转变，生态层面经历由牺牲生态向保护生态的转变。尤其是中国三大城市群的城市开展经济、社会和生态领域试点，生态经济效率效果显著。

5 三大城市群生态经济效率影响因素与提升对策

5.1 城市群生态经济效率影响因素选取

基于三大城市群生态经济效率实际情况及空间分异特征，借鉴已有研究成果[22]，兼顾数据可得性，选取指标如下：①环境规制水平。在生产过程中通常采用相关环境规制措施来抑制污染物排放。采用城市污水处理厂集中处理率来表征环境规制水平。②产业结构调整。产业结构比重的变化能推动不同部门间关系的调整。选用第二产业增加值与GDP比重来代表产业结构[27]。③经济发展水平。地区居民收入与地区经济发展水平映射，采用城镇职工平均工资来表征影响效率经济因素[24]。④对外开放水平。外商投资建厂能够引进先进技术和增加税收，推动城市生态经济效率提高。选用当年实际使用外资金额表示对外开放水平。⑤教育水平。教育发展能够在一定程度上推动绿色技术革新，推进生态经济效率的提高。教育支出反映该地区对教育水平重视程度，因此选用教育支出表示教育水平。

5.2 城市群生态经济效率的影响因素分析

为此，进一步对三大城市群各城市生态经济效率值解释变量构建Tobit模型进行回归分析，结果详见表5。

表5 三大城市群生态经济效率影响因素Tobit模型估计结果

(1)城市污水处理厂集中处理率对生态经济效率影响显著且回归系数为0.002，表明有效环境规制对提高生态经济效率起推动作用。这也表明三大城市群是我国经济发展程度最高的地区，也更早关注生态环境治理问题。

(2)第二产业增加值与GDP的比重对生态经济效率影响显著且回归系数为0.0023，这与预期估计结果相反，说明第二产业比重增加对区域生态经济效率水平产生了积极影响。这也侧面表明三大城市群积极利用国家政策优惠加快推进产业结构转型，尤其是产业结构的调整提高了自然资源配置和利用效率，减少废弃物排放，同时为城市经济和生态效率改善提供了更好的服务，进而提高了区域生态经济效率水平。

(3)城镇职工平均工资回归结果显著且系数为0.0161，说明职工平均工资提高对城市生态经济效率产生积极影响。随着职工平均工资增加，人民收入水平提高，生活水平和生活习惯随之改善，更加注重周围环境管理，对美好人居环境的向往越来越强烈，这在一定程度上推动政府加大生态环境治理力度，促进了城市生态经济效率提高。

(4)当年实际使用外资金额对生态经济效率的影响显著但系数仅为-0.0006，说明使用外资金额的增加小程度地阻碍了生态经济效率提高。究其原因，于长三角、珠三角城市群较早开始引入的外资服装等加工业属传统制造业领域，尚未完全实现产业结构转型，在发展经济的同时产生了大量的加工废弃物，造成较严重的环境污染，阻碍了生态经济效率的提高。

(5)教育支出的估计结果显著且系数为0.6115，因为教育支出的增加对生态经济效率提高产生积极作用。因此，教育支出增加可以提高政府与公众对发展生态经济的认知水平，同时注重培养高新技术人才，经济倾向绿色科技、创新等领域，从而提高生态与经济的治理能力，提高区域生态经济效率。

5.3 提升三大城市群生态经济效率对策分析

5.3.1 提高居民生活水平，促进经济社会高质量发展

珠三角和长三角城市群作为我国中小企业萌发地，需进一步稳固小微企业命脉，使之成为吸纳劳动力和增加职工收入的主渠道。对于京津冀城市群，要持续强化基础设施建设，破解大都市圈内部公共服务发展不平衡、不充分的难题，为生态经济效率提升提供基础支撑。

5.3.2 突破行政壁垒界限，推动要素跨区域流动

长三角城市群要淡化区域概念，加快建设长三角生态绿色一体化示范区。珠三角城市群宜加快构建城市群要素市场化交易平台和服务，为推动经济生产要素自主有序流动提供保障。另外，城市群间要加强学习合作，促进绿色技术和产业结构的联合升级。

5.3.3 加大环境治理投入，提升环境规制水平

京津冀城市群经济生态水平较优，在拓宽污染减排空间的同时要完善经济发展生态补偿机制。长三角和珠三角城市群工业废水排放严重，跨流域污染、近岸海域水质污染问题不容忽视，需加大水环境治理投入。尤其是长三角城市群人口总量大，要形成公众与政府、企业间的有效沟通和良性互动，提升环境规制水平，充分开拓城市绿地空间，提高城市绿地覆盖率。

5.3.4 优化产业结构，推进产业结构升级

三大城市群要充分挖掘科技创新、人才红利和教育潜力，以推动整体产业结构向高级化方向发展，同时注重产业结构调整的整体性和全局性。要充分利用自身优势吸纳新的产业、资本和劳动力，进一步优化产业结构。珠三角城市群要实现从劳动密集型向高端服务业、高新技术产业等为主导的现代产业结构演进。

5.3.5 重视专项人才培养，加快环境技术革新

教育支出的增加对三大城市群生态经济效率提高正效应显著，人才是经济绿色发展的核心竞争力，各城市群应加大专项资金投入，培育经济绿色转型驱动人才以实现环境技术对接。京津冀城市群要依托顶尖国内高校做好人才培育和引进工作。三大城市群均需积极搭建专项人才交流平台，深化区域生态经济合作发展，把科研成果转化为提高生态经济效率的着力点。