黄河流域绿色发展效率空间关联网络及影响因素研究

刘学峰，丁翔宇，董会忠，盛科荣

（1.山东理工大学 管理学院，山东 淄博 255000；2.山东理工大学 经济学院，山东 淄博 255000）

0 引言

黄河流域作为我国重要的生态屏障和经济地带，面临着局部环境污染严重、经济发展质量较低等突出问题。习近平总书记在黄河流域生态保护和高质量发展座谈会上提出，加强顶层设计，着力创新体制机制，完善跨区域管理协调体系，推动黄河流域生态保护与高质量发展战略的实施［1］。由于流域内50%以上的城市为资源型城市，随着工业化进程加快，高强度的能源开采与加工转换使黄河流域陷入了接续产业发展乏力、经济增长速度减缓以及生态环境严重恶化的困局，传统的高消耗、高污染和高排放的发展模式已不能适应高质量发展的战略要求。资源和环境问题导致黄河流域对绿色发展缺乏足够的适应能力，制约着黄河流域的生态治理和经济高质量发展。绿色发展效率兼顾社会效益与生态建设，是高质量发展的集中体现。近年来，黄河流域绿色发展效率的空间关联关系逐渐形成并不断演化。黄河流域丰富的能源和矿产资源主要蕴藏在榆林、朔州、鄂尔多斯等中上游地区，而高端的人才和技术资源则主要集中在中下游地区，生产要素的跨区域流动和调配成为了黄河流域绿色发展效率空间关联网络形成的主要原因；公路铁路和数字通信等基础设施建设为绿色发展效率空间关联网络的发展提供了现实基础；区域协调发展战略和市场化改革的深入实施则使网络结构形态向多中心、多线程以及复杂化的特征演进［2］。基于上述现实背景，本文从黄河流域绿色发展效率的现状出发，拟探究以下关键问题：黄河流域城市绿色发展效率处于何种水平？具有怎样的发展趋势？其空间关联特征是怎样的？哪些因素影响了空间关联网络的形成？回答以上问题可为黄河流域绿色发展效率的跨区域协同提升提供实证依据和对策建议。

绿色发展效率作为绿色发展质量的关键指标，综合考虑了区域社会经济发展过程中的资源和环境因素，能够反映出经济增长阶段绿色发展水平的高低。当前，学术界已有大量关于绿色发展效率的研究。绿色发展效率的测度作为分析演变特征和构建空间关联网络的先决条件得到广泛关注，学者多采用非参数共同前沿理论［3］、环境RAM模型［4］、Bootstrap-DEA模型［5］和Malmquist指数［6］等方法对绿色发展效率进行定量测度。其中，基于投入产出视角的数据包络分析方法［7-9］在绿色发展效率测度方面得到了广泛应用，尤其以考虑非期望产出的Super-SBM模型在绿色发展效率测算中应用较多，该模型通过构建投入—产出指标体系，从多要素多层次的视角下对绿色发展效率的社会综合效益进行科学评价。关于其时空异质性问题，现有研究多从省际和城市群尺度展开研究。Yang 等研究发现中国东部沿海地区的绿色发展Malmquist指数一直大于1，表明其绿色效率值一直处于平稳增长状态［10］；Luo等认为数字经济可显著促进长江经济带上游和下游城市的绿色发展效率［11］；陈影等研究证实重庆与成都的绿色发展效率在成渝地区双城经济圈中处于较高水平，该经济圈绿色发展效率水平增长快于长三角城市群［12］。此外，黄磊等采用空间杜宾模型探究了长江经济带工业绿色发展效率的空间溢出效应和驱动机制［13］。但是，现有研究仍有较大探索空间：①已有研究多从时序演进、空间分异等方面对城市绿色发展效率的时空特征进行分析，较少有文献从空间关联网络的角度对黄河流域绿色发展效率进行研究。②传统的空间计量方法从地理或经济特征的邻近性考察绿色发展效率的空间分布差异和影响因素，对于深入解释绿色发展效率的空间关联关系及形成机制有一定的局限性。

本文在已有研究的基础上，采用Super - SBM模型、修正的引力模型和社会网络分析方法探究绿色发展效率的空间关联网络特征和影响因素，深入探寻其形成和演化机制，为提高区域绿色发展效率提供合理依据。本文的边际贡献主要有以下两点：①基于修正后的引力模型和社会网络分析方法对绿色发展效率的空间关联网络特征以及聚类方式进行了分析；②利用QAP方法深入剖析了黄河流域绿色发展效率空间关联网络的形成机制，并根据分析结果提出了黄河流域绿色发展效率提升的对策建议。

1 绿色发展效率空间关联形成机制

绿色发展效率空间关联网络作为社会经济网络的重要组成部分，其本质是在地理区位、要素流动、市场调节和政府干预等综合因素的作用下，资本、劳动力、技术和资源等要素伴随着城市间的交流与合作所形成的点、线、面相结合的复杂系统。邻近城市之间的绿色发展活动存在天然的地理联系，有利于承接相邻城市的资源要素，更易产生合作与交流，这层天然的联系构成了绿色发展效率空间关联网络的基本传导途径。城市间资源禀赋、经济基础等方面的非均衡性导致了“势能差”的形成，这种“势能差”为各类要素的跨区域流动提供了原始动力，在原始动力、市场调节和政府干预的三重作用下，要素通过人流、物流、资金流和信息流等载体在城市间流动和分配。各类要素的经济属性决定了其传导过程要受到市场机制的调节，在效率优先的引导下，通过供需、价格和竞争等市场手段引导要素自由流动和聚集，形成绿色发展的核心区和边缘区，要素流动及市场机制也成为了驱动绿色发展效率空间关联网络形成的关键因素；政府干预则能够弥补市场失灵所产生的缺陷，解决要素流动可能产生的负外部性问题，政府通过财政转移支付、政策约束、加强科技投入、整合协调区域要素投入等手段，引导要素“逆势”流动，缩小绿色发展核心区和边缘区的差距，推动实现区域整体社会效益的最大化。公路、铁路和现代通信技术的发展则为绿色发展要素的聚合与扩散提供了现实通道。由此，经济要素的流动使得绿色发展效率空间关联网络初步形成，同时，在经济发展水平、科技创新水平、产业结构等影响因素的调节与驱动下不断演化发展。

2 研究设计

2.1 研究区域界定

从地理区划上看，黄河从发源地到入海口流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东9 个省区，根据《长江经济带发展规划纲要》和《东北振兴“十三五”规划纲要》等国家战略，四川省和内蒙古的东四盟市（赤峰、通辽、兴安盟和呼伦贝尔）分别被划入长江经济带和东北地区，不纳入研究区范围。因此，本文以黄河流域自然流经省份为基础，考虑区域经济社会发展与流域的联系，借鉴相关研究成果［14］并结合数据的可获得性和完整性，将青海省和甘肃省部分地级市、民族自治州以及内蒙古的乌兰察布市、锡林郭勒盟和阿拉善盟予以剔除，最终选定8 个省区中的60 个地级市作为研究对象。同时参照生延超等的划分方法［15］，将研究区域中的60 个城市划分为上游、中游、和下游地区（图1）。

图1 研究区示意图Figure 1 Schematic of the study area

2.2 研究方法

2.2.1 考虑非期望的Super-SBM模型

本文采用数据包络分析法（DEA）测度黄河流域绿色发展效率。传统DEA 模型主要是以CCR、BCC模型为代表的径向模型，但二者无法解决投入产出变量的松弛性问题和径向问题所带来的测量误差。对此，Tone等［16］提出了基于非径向、非导向型的SBM模型，但该模型无法对多个效率值为1 的有效决策单元进行衡量和区分。为解决这一问题，Tone 等经过研究改进，提出了Super - SBM 模型［17］，该模型可以对处于效率前沿面的决策单元（DMU）进一步进行效率比较，解决了多个有效决策单元之间排序比较的问题。为更加准确地测算在资源和环境双重约束下的绿色发展效率，本文采用以SBM模型为基础的考虑非期望产出的Super -SBM模型。具体模型如下：

2.2.2 修正的引力模型

空间关联关系的确定是社会网络分析方法的基础，引力模型和VAR格兰杰因果检验是确定关联关系的两种主要方法。由于VAR 格兰杰因果检验无法刻画关联网络的演变趋势，且对滞后阶数的选择较为敏感，这对网络结构特征刻画的精确性会产生一定影响。而引力模型能够综合考虑经济和地理因素，并能揭示关联网络的演变特征。因此，采用引力模型构建绿色发展效率空间关联网络更具优势［18，19］。初始引力模型来自万有引力定律，基本内容是两物体间引力的大小与它们的质量乘积成正比，与距离的平方成反比。为了增强适用性，在参考刘华军等研究［20］的基础上，对该模型进行修正。本文的研究对象是黄河流域绿色发展效率的空间关联关系，根据前文所述，经济与社会背景会对区域绿色发展活动产生影响，较高的经济发展水平能够为绿色发展投入更多的基础设施和资金支持，而人员是地区间资源交流的主体，是地区间绿色发展关联的执行者，所以本文将经济发展水平和人口状况纳入绿色发展“质量”的衡量中。

综上，本文用GDP、年末总人口数和地区绿色发展效率值的几何平均值表示地区的绿色发展“质量”；同时为了考虑经济距离和地理距离对绿色发展效率空间关联的影响，将地区人均GDP差异纳入到两地区“距离”的表示中；采用地区i 的绿色发展效率与地区i和j的绿色发展效率之和的比重作为调节系数。修正后的引力模型公式如下：

式中：Yij为城市i、j之间绿色发展效率的联系强度；Pi和Pj分别为城市i、j 的绿色发展效率值；Dij为i、j城市行政区划几何中心点之间的距离；gi和gj分别为i、j城市的人均GDP；Gi和Gj分别为城市i、j的实际GDP；Hi和Hj分别为城市i、j的年末总人口数；Kij代表调节系数，表示城市i 在城市i、j 之间绿色发展效率联系中的贡献率。依据公式（2）的计算结果将引力矩阵进行二值化转换，如果引力值大于或等于行均值则取1，表示两个城市的绿色发展效率存在关联；反之则取0，表示无关联关系。

2.2.3 社会网络分析方法

网络特征指标分析。网络特征通过网络效率、网络关联度、网络等级度和网络密度4 个指标进行分析［21］。网络效率表示绿色发展效率空间关联网络中各地区之间的连接效率，反映了网络中连线的冗余程度，网络效率越低，说明网络中存在更多的连线，地区间绿色发展之间的联系更加紧密；网络关联度用来显示网络的稳健性和脆弱性，如果网络中某个节点向其他节点发出较多联系，那么关联网络对该节点就产生很大依赖，一旦排除该节点，网络就可能崩溃；网络等级度用来评价网络的非对称可达性，越高则说明绿色发展效率关联网络中的等级结构越森严，反映了网络中各城市的等级结构；网络密度表示网络中各节点关联关系的疏密程度，网络密度越大，则城市间绿色发展效率的联系就越密切，绿色发展效率关联网络结构对各城市绿色发展产生的影响也越大。

块模型。块模型是一种对关联网络中城市节点进行聚类分析的方法。块模型主要用来研究空间关联网络中的内部结构状态，对网络结构进行板块划分，分析各城市在板块中的位置和功能以及板块之间的关系和连接方式，按照各城市在关联网络中的地位和作用进行重新划分，有助于破除传统“上游—中游—下游”线性思维的桎梏。现有研究表明［22］，将板块划分为净受益、净溢出、双向溢出和经纪人4 种类型是一种比较合理的分类方式。具体划分方式为：净受益板块向其他板块溢出的关系数远小于其接收其他板块的关系数；净溢出板块对内部成员发出的关系明显少于对其他板块的溢出关系，且接收其他板块发出的关系数较少；双向溢出板块既向其他板块溢出关系也向内部板块溢出关系，但较少接收其他板块的发出关系；经纪人板块既向其他板块发出关系，又接收较多其他板块溢出关系，在网络中发挥中介和桥梁作用。

网络特征和块模型的具体计算公式见表1。

表1 网络特征和块模型计算方法Table 1 Network characteristics and block model calculations

QAP分析。QAP 是一种对多个方阵中对应的各个元素值进行比较的方法。该方法以矩阵中的数据置换为基础，对各个方阵中对应的值进行比较，计算两矩阵间的相关系数，并对系数进行非参数检验。由于不需要考虑变量间相互独立的问题，所以QAP方法能有效避免多重共线性带来的误差，相比传统参数检验更具稳健性［23］。因此本文采用QAP 方法研究黄河流域绿色发展效率空间关联网络的相关影响因素。

2.3 指标体系构建与数据来源

合理构建黄河流域绿色发展效率评价指标体系，需对绿色发展效率内涵进行剖析。绿色发展效率内涵应包含：①反映投入产出要素与生态环境之间的协调性；②体现环境约束下经济增长对社会生态福利绩效的影响；③描述经济发展和民生改善中的资源环境承载力。因此，在传统单一经济发展指标的基础之上，考虑到绿色发展中经济增长、社会民生和环境保护的相统一，从经济效益、社会效益和环境效益3 个维度构造期望产出指标；非期望产出主要考虑生产活动中的污染排放对生态环境所造成的影响。参考相关研究［24-27］，构建黄河流域绿色发展效率指标评价体系（表2）。其中资本投入参考张军等的研究［28］，采用“永续盘存法”计算各城市历年资本存量。

表2 黄河流域城市绿色发展效率投入—产出指标体系Table 2 Input-output indicator system for urban green development efficiency in the Yellow River Basin

本文所用数据来源于2007—2021 年《中国城市统计年鉴》《中国城市建设统计年鉴》以及各城市统计年鉴、国民经济与社会发展统计公报，部分缺失数据采用插值法给予补充。所涉及的经济数据均根据平减指数法调整为2006 年不变价格。引力模型中的绿色发展效率数据采用Matlab 软件计算得到，城市间地理距离采用ArcGIS10.2 软件计算得到。

3 结果及分析

借助Matlab 软件，基于非期望产出的Super -SBM模型对黄河流域城市绿色发展效率进行测算，黄河流域全域以及上游、中游和下游地区绿色发展效率的时间变化特征如图2 所示。从图2 可见，黄河流域全域效率值由2006 年的0.770 上升至2020年的0.879，整体有所上升。具体而言，黄河流域绿色发展效率变动情况可以明显分为3 个阶段，2006—2007 年急剧下降阶段；2008—2013 年为“倒U型”变动趋势，绿色发展效率值先升后降；2014—2020 年处于波动上升状态，并最终到达研究期内的最高点。反映出研究期初黄河流域发展模式的主要特点为粗放外延、高能耗低效率，各城市过度追求经济发展速度而大力推行基础项目建设和自然资源开采，由此导致能源资源的大量消耗，没有考虑到环境效益和经济效益的同步发展。2013 年，随着国务院《全国资源型城市可持续发展规划（2013—2020年）》《关于加快发展节能环保产业的意见》等相关文件的颁布，国家大力推进新型工业化和城镇化，经济发展方式逐渐转型，更加注重环境保护和生态修复，政府考核方式也由“唯GDP论”向以GDP、环境和社会所构成的复合评价体系转变。但由于黄河流域自身的地理区位、资源禀赋等因素，实现经济发展方式进一步转型还需要持续不断的政策引导和产业结构的不断优化。分流域来看，黄河流域绿色发展效率整体表现为上游地区＞下游地区＞中游地区，黄河上游属于低经济产出、低污染排放地区，该地区人口稀少，生态环境未受到很大程度上的人为破坏，绿色发展水平较好。下游地区经济基础相对较好，“十三五”期间，黄河下游城市着力推动产业结构升级、经济发展转型与生态环境保护，例如河南省大力发展新经济、推动建设新型城镇化，山东省实施的生态农业等发展战略和新旧动能转换等，这些举措都推动了黄河下游绿色发展效率的提升。中游地区以资源型城市为主，长期以来，其发展模式多以GDP为导向的粗放式发展，资源的过度开采使得环境约束下的经济增长矛盾逐渐显现出来，从而导致绿色发展效率水平偏低。

图2 2006—2020 年黄河流域绿色发展效率Figure 2 Green development efficiency of the Yellow River Basin，2006 -2020

以2006、2010、2015 和2020 年为时间节点，尝试揭示黄河流域各地级市绿色发展效率值的变化规律（表3）。就流域内具体城市而言，黄河上游城市中绿色发展效率较高的城市有鄂尔多斯、乌兰察布、固原、中卫和呼和浩特等，作为呼包鄂榆城市群的中心城市，鄂尔多斯和呼和浩特在推动生态和经济协同发展的过程中，做出了示范作用，近年来，鄂尔多斯加快推进产业转型升级和高新技术产业发展，在发展先进制造业的同时注重生态环境保护建设。较低的有巴彦淖尔、吴忠、西宁、银川和白银，这些地区经济基础薄弱，发展方式仍为粗放式发展，因而绿色发展效率较低；中游城市绿色发展效率值较高的有吕梁、西安、临汾、运城和榆林等，较低的有阳泉、长治、忻州、咸阳和焦作，因中游地区大多为资源型城市，整体绿色发展效率值偏低，而中游地区的吕梁、西安、临汾等城市在绿色发展转型中起到了“排头兵”、“先行者”的作用；黄河下游地区的城市主要来自山东和河南两个省份，其中，山东各地级市绿色发展效率值排名都在前列，而河南省的商丘、濮阳、开封、安阳、鹤壁和新乡则排名靠后，虽然同属黄河下游，但城市间绿色发展水平有较大差距。

表3 2006、2010、2015、2020 年黄河流域城市绿色发展效率值Table 3 Urban green development efficiency values of the Yellow River Basin in 2006，2010，2015 and 2020

4 绿色发展效率空间关联网络

4.1 网络结构特征

为深入刻画黄河流域绿色发展效率空间关联路径及其联系强度，本文利用ArcGIS10.2 软件对2006年、2010 年、2015 年和2020 年绿色发展效率关联网络进行可视化处理，并通过自然间断法将引力值划分为4 个等级，其中一级网络代表弱连接效应，其余等级网络联系强度则依次增强（图3）。从图3 可见，2006 年黄河流域绿色发展效率网络结构以一级网络为主，二级网络仅存在于鄂尔多斯、兰州、淄博、济南等城市之间，三、四级网络尚未大量形成。2010年绿色发展效率关联网络复杂性增强，呼包鄂榆和兰西城市群开始出现高层级网络，部分城市间联系强度得到提升。到2015 年，二级关联网络在黄河流域城市间大量形成，空间网络结构特征向高级化、复杂化演进，但高层级网络仅在城市群内部形成，尚未大量向外延伸。2020 年黄河流域绿色发展效率已初步形成二级网络为主、三级和四级网络为辅的网络结构，网络外向延展性增强，高层级网络关联开始在城市群间形成，这一变化有利于带动绿色发展水平较低的城市群协同发展。黄河流域绿色发展效率空间关联强度和广度正日益提升，各个城市需在工业生产技艺、资源开发与利用及社会观念等多方面搭建区域交流渠道，注重绿色发展效率提升的总体推进。

图3 黄河流域城市绿色发展效率的空间关联网络Figure 3 Spatial correlation network of urban green development efficiency in the Yellow River Basin

从网络密度、网络效率、网络关联度和网络等级度4 个方面分析黄河流域绿色发展效率空间关联的网络特征（图4）。从图4 可见，黄河流域绿色发展效率空间关联的网络密度整体上呈现下降趋势，由2006 年的0.128 下降到2020 年的0.114，这说明研究期内各城市在提高绿色发展效率方面的互动协作有所疏离，且各年网络密度值远远低于中等水平，各城市在进行绿色发展活动时联动效应不足，因此，流域沿线各城市仍需进一步加强绿色发展效率的空间联系。研究期内网络效率并未呈现明显的变动趋势，而是围绕其均值0.789 上下波动，表明黄河流域绿色发展效率空间网络的关联效率较高，冗余路径较少，同时也意味着要素传导和溢出成本增加，主体网络结构得到强化。2006—2020 各年网络关联度在区间［0.8，1］内波动变化，说明黄河流域各城市节点之间的可达性处于较高水平，但是整体仍然小于1，表明存在个别被“孤立”的城市节点，与2006年的0.950 相比，2020 年则下降至0.903，说明关联网络中能够直接或间接联系的城市有所减少，城市间的互惠度有所降低。网络等级度指标在0.160 和0.198 之间浮动变化，其值整体较低，说明黄河流域中有大量城市存在对外输出影响力的关联途径，空间关联网络处于“扁平化”形态，尚未形成森严的等级结构。

图4 2006—2020 年黄河流域绿色发展效率网络特征Figure 4 Network characteristics of green development efficiency in the Yellow River Basin，2006 -2020

4.2 块模型

为了进一步探究黄河流域绿色发展效率空间关联网络的内部结构以及各城市所扮演的角色，采用CONCOR方法分析其空间聚类特征，在Ucinet 软件中设置最大分割深度为2，集中标准为0.200，将黄河流域城市绿色发展效率空间联系网络划分为4 个板块（表4）。从表4 可见，板块Ⅰ的成员有22 个，主要包括西宁、武威、阳泉、白银和定西等黄河上游城市；板块Ⅱ主要由15 个城市组成，包括咸阳、包头、洛阳、榆林和兰州等位于黄河流域中上游的城市；济南、太原、呼和浩特、东营和焦作等7 个城市组成板块Ⅲ；板块Ⅳ包括运城、新乡、德州、滨州和安阳等16 个城市。

表4 块模型板块城市划分Table 4 Block model plate city division

由表5 可知，黄河流域城市绿色发展效率整体关联网络中共存在402 个关联关系，其中板块内部关系有55 个，板块间关系有347 个，可见绿色发展效率空间关联路径主要出现在板块之间。根据前文所述将其划分为四种类型，板块Ⅰ溢出到其他板块的关系数为182 个，板块内发出关系数为15 个，接收其他板块发出的关系数较少，城市辐射力强于吸引力，属于净溢出板块；板块Ⅱ溢出到板块外和板块内的关系数分别为59 和13 个，接收其板块外的发出关系为63 个，该板块的内部成员对板块内、外均有较多的发出关系数，属于双向溢出板块；板块Ⅲ接收到板块外的关系数有149 个，发送到其他板块的关系数有64 个，期望内部关系比例为23.73%，实际内部关系比例为26.44%，相比其他板块，板块Ⅲ接收关系数较多而溢出效应不足，属于净受益板块；板块Ⅳ的发出关系为46 个，溢出板块外关系数有42 个，接收板块外关系数为93 个，期望内部关系比例为10.17%，实际内部关系比例8.70%，该板块属于经纪人板块，既向其他板块溢出关系也接收较多来自其他板块的关系。

表5 板块溢出效应分析结果Table 5 Analysis results of plate spillover effects

上述分析表明，黄河流域绿色发展效率存在明显的空间聚类现象，为了进一步考察板块间的交互关系，本文计算了各板块的网络密度和像矩阵。若板块密度大于整体网络密度0.114，则在像矩阵中赋值为1，否则为0，1 表示存在传递关系，0 表示不存在传递关系。将多值密度矩阵转化为二值像矩阵（表6）。并据此刻画4 个板块之间传递关系（图5）。由图5 可知，板块Ⅳ与板块Ⅲ之间具有双向互动效应，并且板块Ⅳ同时接收来自板块Ⅱ的溢出关系，板块Ⅳ大多数城市位于黄河中下游，由于地理区位上的原因，在黄河流域绿色发展效率空间关联网络中扮演天然的“传递者”角色，板块Ⅱ、Ⅳ、Ⅲ构建起一个完整的关联路径。板块Ⅱ主要通过溢出作用向板块Ⅳ发出单向传递关系，同时部分关系可能会经由板块Ⅳ传递到板块Ⅲ，三个板块之间形成单向的传递路径，由于板块Ⅱ中有西安、郑州和鄂尔多斯这样的区域中心城市存在，所以其辐射力较强。板块Ⅲ未能和板块Ⅰ、Ⅱ发生溢出或接收关系，主要与地理位置相近的板块Ⅳ产生双向互动关系，由于地理区位上的局限，板块Ⅲ与板块Ⅰ、Ⅱ之间的人流、物流、资金流等资源流动受到一定限制。板块Ⅰ与其他3 个板块之间不存在传递关联关系，可能因为其区域内城市经济发展水平和基础设施配置较低，该板块被逐渐边缘化。

表6 密度矩阵和像矩阵Table 6 Density matrix and image matrix

图5 黄河流域绿色发展效率板块间传递关系Figure 5 Inter-plate transfer relationship of green development efficiency in the Yellow River Basin

5 影响因素

5.1 影响因素选取与模型设定

精准识别黄河流域城市绿色发展效率空间关联网络的影响因素对于分析关联网络的形成机制和绿色发展效率的协同提升具有重要意义。城市网络与地理因素密切相关，地理邻接关系作为绿色发展效率空间关联网络形成和发展最自然、最基础的条件，是绿色发展效率空间关联网络的重要传导途径；区域凯济发展水平与绿色发展效率网络演变联系密切，在各地区以发展经济为主要目标的前提下，区域间的“势能差”会促使劳动、资本和技术等不断流入边际效益高、自身条件好的地区，通过逐步塑造自身发展优势和提高效率水平，成为绿色发展效率关联网络中的重要节点，进而带动其他地区提高绿色发展水平；科技创新、产业结构和对外开放程度不仅能够增强城市间的资源、技术联系，而且技术创新水平和对外开放程度越高的地区，其产生的溢出效应越强，因此会对绿色发展效率空间关联网络的形成和发展产生较为深刻的影响［29-31］；此外，部分研究认为信息化水平［32］和金融发展水平［33］对空间关联网络的形成也具有不同方向、不同强度的作用。因此，本文以地理邻接、经济发展水平差异、科技创新水平差异、产业结构差异等作为解释变量。具体影响因素与变量说明如表7 所示。

表7 城市绿色发展效率空间关联网络影响因素与变量说明Table 7 Description of factors and variables influencing the spatial correlation network of urban green development efficiency

按照本文对变量所做的设定，构建如下QAP回归方程：

式中：变量均为矩阵；因变量Y 表示黄河流域绿色发展效率空间关联矩阵。

5.2 QAP相关性分析

黄河流域绿色发展效率空间关联网络的形成与演化是多重因素相互作用的结果。根据表8 的相关性检验结果可知，除金融发展水平差异外，其余6 个因素均通过了相关性的显著性检验。其中，p1≥0表示最终相关系数小于或等于计算过程中6 000 次随机置换所观察到的相关系数的概率（p2≤0 则相反）。

表8 QAP相关性分析Table 8 QAP correlation analysis

5.3 QAP回归分析

利用与相关性分析一样的6 000 次随机置换得到QAP回归结果（表9）。其中地理空间邻近、经济发展水平、科技创新水平、产业结构、对外开放程度差异的系数显著为正，信息化水平差异的系数显著为负，金融发展水平差异并不显著。具体来看：①地理区位越相近的城市越容易形成绿色发展效率关联网络，邻近地区之间资源流动、技术交流和信息传递等相对便捷，成本较低，虽然交通和通信技术日益完善，城市间交流联系的范围不断扩大，但地理空间邻近仍是推动绿色发展效率空间关联网络形成的基础条件。②黄河流域中相对发达的城市凭借其良好的经济基础和生态治理，率先实现绿色发展水平的提高，并不断向外辐射，在市场机制驱动下资源、信息等经济载体通过“虹吸—溢出”效应在地区间传导，不断向欠发达城市输出治污设施、绿色投资与管理人才，带动周边城市实现绿色发展水平的提高。经济发展水平存在一定差距的城市更容易在交流和互动中加强地区之间的联系，从而使得绿色发展效率空间关联度得到加强。③地区间的科技创新差异有利于绿色发展效率空间关联网络的形成，科技创新有助于资源能源的高效利用和环境保护，从而促进绿色发展水平的提高，城市间科技落差的存在，为跨区域的技术交流与输出提供了条件，间接促进了绿色发展效率的空间溢出。④黄河流域中上游城市以能源、化工和有色金属加工业等偏重产业为主，下游城市则以高端装备、轻工和新材料产业为主。随着产业集群、飞地经济合作和区域产业分工体系的完善，产业结构差异驱动生产要素的空间聚合和扩散效应逐渐显现，以生产协作为目的的技术资源流动愈加频繁，有利于关联网络的形成和发育。⑤对外开放水平的提升可以打破各城市间的贸易、技术与信息壁垒，对外开放程度较高的城市所产生的溢出效应能够促进区域生产要素流动，有利于黄河流域绿色发展效率空间关联格局的形成。⑥信息化水平相近的城市可以通过移动互联网、大数据和云计算等方式增强联系，而信息技术发展差异较大的城市由于在先进通信技术对接方面存在障碍，这阻碍了绿色发展效率关联网络的形成。⑦金融发展水平差异并不显著，可能是由于黄河流域金融发展水平整体相对较低，难以对绿色发展效率空间关联网络的形成产生显著影响。

表9 QAP回归结果Table 9 QAP regression results

6 结论及对策

6.1 结论

本文通过构建黄河流域绿色发展效率指标评价体系，采用考虑非期望产出的Super -SBM 模型对2006—2020 年黄河流域绿色发展效率进行测算，利用修正的引力模型和社会网络分析方法分析其网络结构特征及其影响因素。主要结论如下：①2006—2020 年黄河流域绿色发展效率总体处于波动上升状态，在2020 年达到研究期内的最高点。黄河流域由于跨度较大，城市区位条件、资源禀赋和产业结构等因素不尽相同，所以绿色发展水平在空间分布上存在显著的非均衡性，其效率值呈现为上游地区＞下游地区＞中游地区的地带性差异，鄂尔多斯、吕梁、潍坊等城市的绿色发展效率值较高。②黄河流域城市绿色发展效率空间溢出效应逐渐增强，呈现出相互交织、多连接、多层次的复杂网络结构特征。从其特征指标来看，网络密度整体上呈现下降趋势，网络关联度总体处于较高水平，网络等级度的值则整体较低，而网络效率并未表现出明显的变动趋势，这说明关系网络整体趋于稳健，但并未形成等级森严的固定结构，空间关联网络呈现出“扁平化”的特征。③块模型分析显示，黄河流域绿色发展效率的空间关联网络可以划分为四大板块，其中，板块Ⅰ为净溢出板块，板块Ⅱ为双向溢出板块，板块Ⅲ为净受益板块，板块Ⅳ为经纪人板块，板块Ⅱ、Ⅳ、Ⅲ构建起一个完整的关联路径。净溢出板块主要由西宁、武威等黄河上游城市组成；鄂尔多斯、榆林等城市是双向溢出板块的主要成员；中原城市群的菏泽、新乡等城市板块划分中扮演“经纪人”角色；济南、淄博等城市组成净受益板块，板块间的关联度高于板块内部关联度。④QAP回归结果表明，地理空间临近和经济发展水平的差异对黄河流域绿色发展效率空间关联网络的形成具有重要作用，科技创新水平、产业结构和对外开放程度差异能够显著促进空间关联网络的发育，信息化水平差异对关联网络的形成具有一定阻碍作用，而金融发展水平差异则无显著影响。

6.2 对策

从流域整体分布看，黄河流域绿色发展效率空间非均衡特征显著，其空间网络格局已然显现，上游、中游和下游城市要进一步加强地区联动，在“生态优先、绿色发展”理念的指引下，完善区域生态环境协同治理机制。上游地区应加强水源涵养和生态修复，运用数字技术、信息技术等现代手段改造传统制造业，加快产业的绿色化、数字化、智能化转型步伐，提高绿色发展资源配置效率；中游地区要充分发挥西安、太原等网络中心城市的资源辐射效应，引导绿色发展相关的人才、技术向上游地区溢出和转移，创造更多的空间溢出“路径”，打造上下游联动的良性互动平台；下游地区要强化山东半岛城市群的组织引领功能，充分发挥绿色发展空间关联网络的正外部效应，加快推动能源资源领域的技术革命，促进数字技术与绿色发展深度融合，探索黄河流域绿色发展效率提升的新路径，让绿色发展要素在更广阔空间内流动。

从各类板块分布看，各板块城市要充分依据所处关联板块的不同，因地制宜，因城施策。净受益板块的城市应凭借自身优越的地理区位积极开展城市交流活动，借助黄河中下游地区发达的交通条件，紧密结合绿色发展效率空间网络传导机制，助推低绿色发展效率城市和高效率城市之间的交流合作；经纪人板块的城市在绿色发展效率关联网络中应发挥传导承接作用，搭建板块内和板块间城市合作交流的桥梁，促进绿色发展要素的流通，打造区域协调发展的战略支点；黄河流域中上游部分城市构成了净溢出和双向溢出板块，这些城市应积极完善基础设施建设，围绕产业链、供应链、创新链加快体制机制改革，促进产业结构升级，提高技术和人才等先进要素的吸引力，拓宽和加深板块间绿色发展效率的关联广度和强度，实现空间溢出效应的最大化。

从黄河流域绿色发展效率空间关联网络的影响因素出发，充分考虑地理邻近、地区经济差异、对外开放程度等因素的作用，破除区域性技术差距的制约，着力攻关低消耗、低污染等核心技术，推动网络中心城市和其他城市之间资金、知识等的合作。同时，应着眼于缩小信息化、金融发展水平等方面的差距，注意发挥政府在资源调节和配置方面的能动作用，着力打造政策赋能全域覆盖、区域功能互补融合、要素资源便捷流动、功能平台联动共享新格局，推动边缘城市融入绿色发展效率关联网络，促进黄河流域绿色发展效率整体提升。