摘要：選取281個地級以上城市的截面數(shù)據(jù)，使用傳統(tǒng)的SuperSBM模型和TOPSIS方法實證分析了2009年、2014年、2019年中國省會城市的綠色發(fā)展效率。結(jié)果表明：①我國城市的綠色發(fā)展效率呈現(xiàn)明顯的地帶差異性，省會城市綠色發(fā)展效率“南高北低”趨勢明顯，效率水平呈現(xiàn)典型的“特大城市大城市中等城市”特征，空間分布呈現(xiàn)弱正自相關(guān)性和集聚性特征。②區(qū)域城市布局的單中心、集中化發(fā)展對省會城市和非省會城市的綠色發(fā)展效率影響具有明顯的異質(zhì)性。③絕對強(qiáng)省會能力與省會綠色發(fā)展效率之間存在顯著的正向變動關(guān)系。

　　關(guān)鍵詞：綠色發(fā)展效率;地帶差異;空間分布;SuperSBM模型;TOPSIS方法;省會城市

　　伴隨著“十三五”規(guī)劃目標(biāo)的順利完成，我國社會正式步入“十四五”時期。與此同時，以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局正逐步形成，我國社會正邁進(jìn)高質(zhì)量發(fā)展的新階段，綠色發(fā)展成為新時代的主旋律。城市綠色發(fā)展，尤其是省會城市的綠色發(fā)展方式轉(zhuǎn)型成為生態(tài)文明建設(shè)和社會主義現(xiàn)代化建設(shè)進(jìn)程中的必然戰(zhàn)略選擇。

　　城市發(fā)展論文： 法中綠色城市發(fā)展特色對比與思考

　　目前，國內(nèi)不少相關(guān)研究關(guān)注了國家[1]、區(qū)域[2]、經(jīng)濟(jì)帶[3]、城市群[4]、省域[5]、縣域[6]等層面的城市綠色發(fā)展效率問題，其研究內(nèi)容主要涉及時空演變[1]、影響因素[2]、效率評價[7]、溢出效應(yīng)[8]、門檻效應(yīng)[9]、區(qū)域差異與收斂性[10]等。如，周亮、車?yán)凇⒅艹苫⑦\(yùn)用SBM-undesirable模型分析了中國地級以上城市綠色發(fā)展效率的時空演變[1];高贏運(yùn)用面板回歸模型分析了中國八大經(jīng)濟(jì)區(qū)綠色績效的影響因素[2]。

　　已有文獻(xiàn)大部分采用了DEA相關(guān)模型和面板Tobit模型[11-13]，少數(shù)文獻(xiàn)使用了SFA模型[14]、空間計量模型[15]、分位數(shù)回歸模型[16]、生態(tài)足跡法[17]和門檻回歸模型[18]等。如，孟雪、狄乾斌、季建文運(yùn)用超效率SBM模型分析了京津冀城市群的環(huán)境績效水平[13];常新鋒和管鑫運(yùn)用隨機(jī)前沿模型和空間混合模型分析了長三角城市群的生態(tài)效率及影響因素[15]。

　　此外，一些學(xué)者分別關(guān)注了城市精明發(fā)展[19]、城市規(guī)模擴(kuò)張[20]、科技創(chuàng)新[21]、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[22]、地方政府競爭[23]、高鐵運(yùn)營[24]、環(huán)境規(guī)制[25]、輿論監(jiān)督[26]、城市居民感知[27]、金融集聚[28]等因素與城市綠色發(fā)展效率之間的關(guān)系。如，陳曉紅、周宏浩運(yùn)用面板VAR模型分析了生態(tài)效率與城市精明發(fā)展之間的交互響應(yīng);賀斌等運(yùn)用耦合協(xié)調(diào)度模型分析了城市效率與城市規(guī)模擴(kuò)張之間的協(xié)同發(fā)展效應(yīng)[19]。

　　綜上，已有綠色發(fā)展效率的相關(guān)文獻(xiàn)在研究內(nèi)容上多為靜態(tài)效率分析，在研究層面上極少涉及中國省會城市，在研究方法上較少使用TOPSIS方法。此外，很多省份實施了“強(qiáng)省會”戰(zhàn)略，“強(qiáng)省會”戰(zhàn)略能否提高區(qū)域綠色發(fā)展效率?這一問題需要通過實證分析進(jìn)行探究。鑒于此，本文選取包括我國26個省會城市在內(nèi)的281個地級以上城市的截面數(shù)據(jù)，使用傳統(tǒng)的super-SBM模型和ML指數(shù)測度26個省會城市的靜態(tài)效率和動態(tài)效率，使用莫蘭指數(shù)分析綠色發(fā)展效率的空間分布，還使用TOPSIS方法分析了強(qiáng)省會能力與綠色發(fā)展效率之間的關(guān)系，期望這些研究能為我國省會城市的綠色發(fā)展提供理論參考。

　　1研究范圍、指標(biāo)體系與研究方法

　　1.1研究范圍

　　本文選取281個地級以上城市(含除拉薩之外的26個省會或首府城市)作為研究對象，不包括香港特別行政區(qū)、澳門特別行政區(qū)、臺灣地區(qū)、西藏自治區(qū)、北京市、重慶市、上海市、天津市、三沙市、儋州市、畢節(jié)市、銅仁市、海東市、吐魯番市和哈密市，原因為：香港特別行政區(qū)、澳門特別行政區(qū)和臺灣地區(qū)的行政特殊性，與一般地級城市存在明顯差別;北京市、上海市、天津市和重慶市作為直轄市，與一般地級城市也存在明顯差別;西藏自治區(qū)與成立較晚的地級城市(如三沙市、儋州市、畢節(jié)市、銅仁市、海東市、吐魯番市和哈密市)，因為缺少相關(guān)數(shù)據(jù)而未納入研究范圍。此外，由于青海省只有西寧1個樣本城市，部分指標(biāo)無法計算，故部分表格未將青海省(西寧市)納入分析。

　　1.2指標(biāo)體系與數(shù)據(jù)來源

　　考慮到指標(biāo)體系的科學(xué)性、綜合性以及數(shù)據(jù)的可獲得性，并參考已有研究成果[1,8,9],本文構(gòu)建了城市綠色發(fā)展效率評價指標(biāo)體系，其中投入要素包括土地、能源、勞動力和資本，具體指標(biāo)為城市建成區(qū)面積、全社會用電量、勞動從業(yè)總?cè)藬?shù)和地方一般預(yù)算支出;產(chǎn)出要素包括期望產(chǎn)出和非期望產(chǎn)出.其中，期望產(chǎn)出包括經(jīng)濟(jì)產(chǎn)出和社會福利，經(jīng)濟(jì)產(chǎn)出指標(biāo)為各城市GDP和平均GDP倍數(shù)(各城市GDP除以該省地級以上城市的平均GDP)，社會福利指標(biāo)為人均社會消費(fèi)品零售總額;非期望產(chǎn)出指標(biāo)包括工業(yè)煙(粉)塵排放量、工業(yè)二氧化硫排放量和工業(yè)廢水排放量。研究數(shù)據(jù)為2009年、2014年和2019年281個城市的截面數(shù)據(jù)，數(shù)據(jù)主要來源于2010年、2015年和2020年的《中國城市統(tǒng)計年鑒》，少部分來源于26個省份(自治區(qū))的省份統(tǒng)計年鑒以及相關(guān)城市的統(tǒng)計年鑒，少量空缺值采用插值法補(bǔ)充。

　　2結(jié)果及分析

　　2.1綠色發(fā)展效率的靜態(tài)測度與動態(tài)測度

　　基于不同省市行政區(qū)劃的測度：構(gòu)建非期望產(chǎn)出的super-SBM模型，運(yùn)用MaxDEA8.0軟件計算281個地級以上城市的綠色發(fā)展效率。結(jié)果顯示，2009年有55個城市的發(fā)展效率大于1，約占全部城市的19.57%。281個城市的平均發(fā)展效率為0.56，其中26個省會城市的平均發(fā)展效率為0.77，高于255個非省會城市的平均發(fā)展效率0.54。2019年有64個城市的發(fā)展效率大于1，約占全部城市的22.78%。281個城市的平均發(fā)展效率為0.62，其中26個省會城市的平均發(fā)展效率為0.84，高于255個非省會城市的平均發(fā)展效率0.59。

　　由此可知，w國城市的綠色發(fā)展效率離生產(chǎn)前沿面還有較大差距，環(huán)境保護(hù)與資源合理利用仍有較大改善空間。整體上省會城市的平均發(fā)展效率明顯高于非省會城市。從2019年281個城市的綠色發(fā)展效率排名來看，以廣州和�？跒榇�表的省會城市，以深圳和青島為代表的非省會特大城市和及以舟山和中衛(wèi)為代表的非省會中小城市在綠色經(jīng)濟(jì)發(fā)展方面表現(xiàn)尤為突出，究其原因，可能與這些城市典型的高投入高產(chǎn)出或低投入低污染模式有關(guān)。

　　從26個省會城市的發(fā)展效率來看，2009年、2014年和2019年分別有11個、9個和15個省會城市處于綠色高效發(fā)展(效率值大于1)，分別占全部省會城市的42.31%、34.61%和57.69%，有效城市主要集中在廣州、長沙、福州、海口和西寧，即胡煥庸線以東區(qū)域(除西寧外)。省會城市綠色發(fā)展效率“南高北低”趨勢明顯，這些城市在政策優(yōu)勢與技術(shù)優(yōu)勢的雙重推動下，實現(xiàn)了經(jīng)濟(jì)增長與環(huán)境治理的協(xié)調(diào)統(tǒng)一。

　　綠色發(fā)展低效方面，2009年、2014年和2019年分別有15個、17個和11個省會城市處于綠色低效發(fā)展(效率值小于1)，這些城市主要包括烏魯木齊、貴陽、太原、石家莊、呼和浩特和鄭州，雖然它們聚集了本省的各種要素資源，但是沒有充分發(fā)揮應(yīng)有的規(guī)模集聚效應(yīng)。測算26個省會城市的傳統(tǒng)超效率，結(jié)果顯示，2009年、2014年和2019年其平均發(fā)展效率分別為1.02、0.99和1.13，而考慮環(huán)境污染物后的效率值分別降低0.25、0.23和0.29，降幅分別為25%、23%和26%。由此可知，環(huán)境污染導(dǎo)致了省會城市傳統(tǒng)發(fā)展效率的較大損失。

　　從2019年281個城市的投入產(chǎn)出冗余率計算結(jié)果來看，平均冗余率較高的變量主要有煙(粉)塵排放量58%、二氧化硫排放量55%和廢水排放量43%，且三大污染物的冗余率明顯高于各個投入變量的冗余率。因此，我國地級以上城市綠色發(fā)展效率損失的主要原因是污染物的過量排放，進(jìn)一步控制三大污染物的過量排放成為提高中國城市綠色發(fā)展效率、抑制“污染天堂”效應(yīng)的重要途徑。從26個省會城市的測度結(jié)果來看，省會城市除了存在嚴(yán)重的三大污染物冗余外，還存在明顯的從業(yè)人員過剩，這可能是由于強(qiáng)省會戰(zhàn)略的實施，過多的農(nóng)村勞動力和小城鎮(zhèn)人口涌入省會城市，造成從業(yè)人員的大量過剩。

　　基于不同地區(qū)和城市規(guī)模的測度：從不同地區(qū)的測度結(jié)果來看，中國城市的綠色發(fā)展效率呈現(xiàn)明顯的地帶差異性和空間集聚性特征，2009年、2014年和2019年四大地區(qū)的省會城市平均發(fā)展效率均明顯優(yōu)于相應(yīng)非省會城市，且全部城市呈現(xiàn)典型的“東部優(yōu)于西部、中部和東北”和“東部、西部優(yōu)于中部和東北”的格局特征。非省會城市的效率水平同樣表明，東部地區(qū)和西部地區(qū)的平均發(fā)展效率高于中部地區(qū)和東北地區(qū)，中國城市綠色發(fā)展效率呈現(xiàn)明顯的“中部塌陷”特征和“新東北現(xiàn)象”。

　　從城市規(guī)模的測度結(jié)果來看，省會特大城市和大城市的平均發(fā)展效率明顯優(yōu)于中等城市，且特大城市優(yōu)于大城市，城市規(guī)模與效率水平之間呈現(xiàn)明顯的同向變動關(guān)系。非省會城市則發(fā)生了從“小城市>大城市>中等城市”，到“特大城市>小城市≈大城市>中等城市”，再到“特大城市>大城市>中等城市>小城市”的演變，城市規(guī)模與效率水平之間呈現(xiàn)明顯的U型關(guān)系。

　　究其原因，可能是因為省會城市一般具有優(yōu)越的制度、資金、技術(shù)和人才優(yōu)勢，在大幅增加投入的同時更易于發(fā)揮規(guī)模效應(yīng)和虹吸效應(yīng)，因此省會特大城市的平均發(fā)展效率高于大城市，且大城市高于中等城市。而非省會城市在資金、技術(shù)和人才不齊備的背景下，大幅增加要素投入的同時可能無法發(fā)揮規(guī)模效應(yīng)，由此導(dǎo)致投入產(chǎn)出率下降。在一定的情形下，非省會小城市的平均發(fā)展效率相對較高，而隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，非省會大中城市的資金、技術(shù)和人才短板逐漸補(bǔ)齊，大幅增加要素投入后的規(guī)模效應(yīng)開始顯現(xiàn)，城市綠色發(fā)展效率得到明顯提升。

　　基于ML指數(shù)的動態(tài)測度：構(gòu)建非期望產(chǎn)出的超效率SBM模型，運(yùn)用MaxDEA8.0軟件計算281個地級以上城市2009—2014年和2015—2019年的ML指數(shù)。結(jié)果顯示，2009—2014年，219個非省會城市的綠色發(fā)展效率得到明顯改善，約占非省會城市總數(shù)的85.9%，技術(shù)效率、技術(shù)進(jìn)步分別對63.1%和87.1%的非省會城市的發(fā)展效率有促進(jìn)作用，技術(shù)效率與技術(shù)進(jìn)步的同時改善對52.1%的非省會城市的發(fā)展效率有促進(jìn)作用。2015—2019年，9個非省會城市的綠色發(fā)展效率得到改善，僅占非省會城市總數(shù)的3.5%，技術(shù)效率、技術(shù)進(jìn)步分別對52.9%和2.0%的非省會城市的發(fā)展效率有促進(jìn)作用。

　　從26個省會城市的測度結(jié)果來看，2009—2014年，除太原、合肥等8個省會城市外，其余城市的發(fā)展效率均得到了明顯改善，特別是南京、武漢等10個城市的改善尤為明顯(ML指數(shù)大于1.5)。13個省會城市的技術(shù)效率EC得到改善，23個省會城市的技術(shù)進(jìn)步TC得到改善。2015—2019年，僅有南京和哈爾濱的ML指數(shù)大于1，且都是因為技術(shù)效率EC改善所致。15個城市的技術(shù)效率EC大于1，僅有貴陽的技術(shù)進(jìn)步TC大于1。

　　由此可知，與255個非省會城市的ML指數(shù)變動趨勢相似，26個省會城市的綠色發(fā)展效率在2009—2014年的改善速度明顯快于2015—2019年，且發(fā)生了從技術(shù)進(jìn)步與技術(shù)效率同時并存的“雙因素驅(qū)動”到僅存技術(shù)效率的“單因素驅(qū)動”演變。

　　3結(jié)論與啟示

　　本文選取281個地級以上城市的截面數(shù)據(jù)，使用傳統(tǒng)的super-SBM模型和TOPSIS方法等實證分析了2009年、2014年、2019年我國26個省會城市的綠色發(fā)展效率，得到以下主要結(jié)論：①中國城市的綠色發(fā)展效率呈現(xiàn)明顯的地帶差異性，東部地區(qū)和西部地區(qū)的平均發(fā)展效率明顯高于中部地區(qū)和東北地區(qū)。省會城市綠色發(fā)展效率“南高北低”趨勢明顯，其效率水平與城市規(guī)模之間呈現(xiàn)明顯的同向變動關(guān)系，而非省會城市規(guī)模與效率水平之間呈現(xiàn)明顯的“U型”關(guān)系。三大污染物的過量排放是中國省會城市綠色發(fā)展效率損失的主要原因，此外，從業(yè)人員過剩也是一個重要原因。②

　　26個省會城市綠色發(fā)展效率在2009—2014年期間的改善速度明顯快于2015—2019年，其促進(jìn)因素由2009—2014年的技術(shù)進(jìn)步與技術(shù)效率同時并存的“雙因素驅(qū)動”轉(zhuǎn)變?yōu)?015—2019年的技術(shù)效率獨(dú)存的“單因素驅(qū)動”。③中國省會城市的綠色發(fā)展效率呈現(xiàn)弱正自相關(guān)性和空間集聚性特征。絕對強(qiáng)省會能力與省會綠色發(fā)展效率之間存在顯著的正向變動關(guān)系，而相對強(qiáng)省會能力與省會綠色發(fā)展效率之間并不存在顯著的正向變動關(guān)系。④我國4大區(qū)域的城市分布均較為分散，且分散程度呈現(xiàn)明顯的“東北<西部<東部<中部”的格局特征，區(qū)域城市布局的單中心、集中化發(fā)展對省會城市和非省會城市的綠色發(fā)展效率影響具有明顯的異質(zhì)性。

　　基于上述結(jié)論，得到以下主要啟示：①鑒于省會特大城市的“高投入—高產(chǎn)出—中高污染”模式與非省會小城市的“低投入—低產(chǎn)出—低污染”模式在城市綠色發(fā)展方面表現(xiàn)突出，對于省會或非省會大中城市而言，在既定的中高投入情形下，要想獲得較高的綠色發(fā)展效率就應(yīng)努力提高產(chǎn)出水平和降低污染，走“中高投入—中高產(chǎn)出—中低污染”的道路。

　�、趯τ谥袊�省會城市而言，適當(dāng)擴(kuò)大城市規(guī)模、增強(qiáng)絕對強(qiáng)省會能力有利于提升區(qū)域整體的綠色發(fā)展效率，片面強(qiáng)調(diào)GDP首位度或人口首位度并不能顯著提高區(qū)域整體的綠色發(fā)展效率。③中國城市的綠色發(fā)展要重點(diǎn)提升西部省會城市和東北非省會城市的綠色發(fā)展效率，提升過程中不僅要重視降低三大污染物的過量排放，還要注意消除人力資源的大量剩余。④當(dāng)前許多省份實施了“強(qiáng)省會”戰(zhàn)略，實證結(jié)果表明，區(qū)域城市布局的單中心、集中化發(fā)展對區(qū)域整體的綠色發(fā)展效率影響具有明顯的地區(qū)維度與時期維度的異質(zhì)性。因此，“強(qiáng)省會”戰(zhàn)略的全面實施需要結(jié)合具體的省情和城市布局集中化階段進(jìn)行綜合判斷，不宜搞“一刀切”。

　　參考文獻(xiàn)：

　　[1]周亮車?yán)谥艹苫⒅袊�城市綠色發(fā)展效率時空演變特征及影響因素[J].地理學(xué)報,2019,74(10):20272044.

　　[2]高贏中國八大綜合經(jīng)濟(jì)區(qū)綠色發(fā)展績效及其影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2019,36(9):323.

　　[3]黃磊吳傳清長江經(jīng)濟(jì)帶城市工業(yè)綠色發(fā)展效率及其空間驅(qū)動機(jī)制研究[J].中國人口資源與環(huán)境,2019,29(8):4049.

　　作者：葉文顯