藺 鵬,孟娜娜

(河北經(jīng)貿(mào)大學 金融學院,河北 石家莊 050061 )

黨的十九大報告作出了中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的重大戰(zhàn)略論斷,提出“推動中國經(jīng)濟發(fā)展質(zhì)量變革、效率變革和動力變革,提高全要素生產(chǎn)率”[1]。黨的二十大報告進一步強調(diào)“加快建設現(xiàn)代化經(jīng)濟體系,著力提高全要素生產(chǎn)率……推動經(jīng)濟實現(xiàn)質(zhì)的有效提升和量的合理增長”[2]。全要素生產(chǎn)率增長是經(jīng)濟高質(zhì)量發(fā)展的動力源泉,經(jīng)濟高質(zhì)量發(fā)展的核心本質(zhì)在于以全要素生產(chǎn)率持續(xù)提升驅(qū)動經(jīng)濟內(nèi)生性、低碳性和可持續(xù)性發(fā)展[3]。城市群作為城市化進程演化出的高級空間組織形態(tài),是區(qū)域經(jīng)濟發(fā)展中最具市場活力和創(chuàng)新潛力的核心增長極,也是區(qū)域生態(tài)文明建設和經(jīng)濟可持續(xù)發(fā)展的重要地域單元[4]。黨的二十大報告明確提出“以城市群、都市圈為依托構(gòu)建大中小城市協(xié)調(diào)發(fā)展格局”[2],進一步強化城市群在區(qū)域協(xié)調(diào)發(fā)展空間格局中的主體形態(tài)和核心地位。經(jīng)濟綠色低碳發(fā)展是實現(xiàn)高質(zhì)量發(fā)展的關鍵環(huán)節(jié),區(qū)域經(jīng)濟高質(zhì)量發(fā)展集中體現(xiàn)為以綠色全要素生產(chǎn)率(GTFP)為核心驅(qū)動的城市群綠色化、低碳化發(fā)展。綠色全要素生產(chǎn)率不僅能夠高度詮釋創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念核心內(nèi)涵,且更加契合“雙碳”戰(zhàn)略背景下中國經(jīng)濟綠色低碳轉(zhuǎn)型的內(nèi)在要求?；诖?本文從GTFP增長視角深入探究城市群綠色發(fā)展效率及其時空動態(tài)演進規(guī)律,對于深化城市群一體化進程和推動區(qū)域經(jīng)濟高質(zhì)量發(fā)展具有重要理論價值和現(xiàn)實意義。

一、文獻評述

新常態(tài)下經(jīng)濟發(fā)展面臨著資源與環(huán)境的雙重約束,僅包含資本和勞動要素的全要素生產(chǎn)率指標難以全面描述現(xiàn)代經(jīng)濟運行的總體特征,而納入資源與環(huán)境要素的綠色全要素生產(chǎn)率指數(shù)能夠系統(tǒng)反映經(jīng)濟高質(zhì)量發(fā)展的效率,在綠色發(fā)展效率測度評價中得以廣泛應用。學術界對于綠色發(fā)展效率的研究集中于以下兩個方面:一是綠色發(fā)展效率的測度評價。隨機前沿分析法(SFA)和數(shù)據(jù)包絡分析法(DEA) 是綠色發(fā)展效率測度的兩類常用方法。相比于建立在生產(chǎn)函數(shù)基礎上且只能測度多要素投入和單一產(chǎn)出的SFA方法,DEA方法同時考慮了多種要素投入以及期望產(chǎn)出和非期望產(chǎn)出,且無須設定具體生產(chǎn)函數(shù),使其成為綠色發(fā)展效率測度的最主流方法。學者們主要基于DEA方法及各類擴展模型(SBM-DEA、Bootstrap-DEA、EBM-DEA等)測度區(qū)域綠色發(fā)展效率,并結(jié)合Malmquist指數(shù)、Luenberger指數(shù)、Malmquist-Luenberger指數(shù)刻畫區(qū)域綠色發(fā)展效率的時序演化特征[5-9]。二是綠色發(fā)展效率的空間分布格局。已有研究主要采用Dagum基尼系數(shù)、Kernel核密度估計、Theil指數(shù)、地理探測器和馬爾科夫鏈等方法識別區(qū)域綠色發(fā)展效率的空間分異特征和分布動態(tài)趨勢[10-13],并利用傳統(tǒng)收斂模型、空間杜賓模型等探究區(qū)域綠色發(fā)展效率的σ收斂、β收斂和俱樂部收斂機制[14-15]。

隨著城市群經(jīng)濟在區(qū)域經(jīng)濟一體化格局中的主導作用日益凸顯,學者們對于區(qū)域綠色發(fā)展效率的測度逐漸拓展到城市群空間[16-17],并基于上述研究方法探究中國重點城市群綠色發(fā)展效率的空間差異來源、分布動態(tài)演進和時空收斂趨勢[18]。陳明華等運用超效率SBM-DEA模型測算了五大城市群的綠色發(fā)展效率,利用Kernel密度估計和馬爾科夫鏈方法探究了城市群綠色發(fā)展效率的時空分布動態(tài)和演進趨勢[19]。藺鵬和孟娜娜利用三階段超效率SBM-Malmquist-Luenberger生產(chǎn)率指數(shù)模型測度了六大城市群綠色發(fā)展效率,運用Dagum基尼系數(shù)方法和動態(tài)空間SDM模型檢驗了綠色發(fā)展效率增長的時空分異和空間收斂特征[20]。姚進才和袁曉玲利用GS-SBM模型測度了黃河流域七大城市群的綠色發(fā)展效率,采用核密度估計和馬爾科夫鏈描述城市群綠色發(fā)展效率的動態(tài)演進特征,運用Dagum基尼系數(shù)方法和傳統(tǒng)收斂模型識別了城市群綠色發(fā)展效率的區(qū)域差異和收斂特征[21]。

綜上所述,已有研究成果為本文探究中國城市群綠色發(fā)展效率及其時空動態(tài)演進提供了理論基礎及方法借鑒,但仍存在以下不足之處:一是大多文獻將綠色發(fā)展效率的研究尺度定位于省際、城市以及黃河流域、長江經(jīng)濟帶等特定區(qū)域?qū)用?少數(shù)涉及到城市群文獻也未能涵蓋“十四五規(guī)劃”中國家重點建設的八大城市群;二是已有文獻對于城市群綠色發(fā)展效率的分布動態(tài)及收斂機制研究不夠深入,且利用傳統(tǒng)空間面板模型識別綠色發(fā)展效率的收斂機制存在諸多內(nèi)生性問題?；诖?本文將從以下兩方面進行拓展研究:一是基于2010—2019年中國八大城市群139個城市的面板數(shù)據(jù),采用超效率SBM-Luenberger生產(chǎn)率指數(shù)模型測度中國八大城市群綠色發(fā)展效率及其時序演化趨勢;二是綜合運用Kernel核密度估計方法和動態(tài)空間SDM模型從絕對差異和相對差異雙重視角識別八大城市群綠色發(fā)展效率的分布動態(tài)演進和空間收斂機制,以期為科學評價城市群綠色發(fā)展效率和加快推進城市群綠色協(xié)同可持續(xù)發(fā)展提供理論參考和實證支撐。

二、研究設計

(一)研究方法

1.超效率SBM-Luenberger生產(chǎn)率指數(shù)模型。由于不同類型DEA模型會對綠色全要素生產(chǎn)率的時空分布及收斂特征產(chǎn)生顯著的異質(zhì)性影響,包含非期望產(chǎn)出的超效率SBM-DEA模型能更好地擬合GTFP增長的現(xiàn)實情境[22]?；诖?本文采用Tone提出的超效率SBM-DEA模型并結(jié)合Luenberger生產(chǎn)率指數(shù)測度中國八大城市群綠色發(fā)展效率及其時序演化趨勢[23]。超效率SBM-DEA模型,如式(1)所示:

(1)

i=1,2…,m;r=1,2…,s1;t=1,2…,s2;j=1,…,n(j≠k)

為考察各城市群綠色發(fā)展效率的時序演變趨勢,本文參照Chambers等的方法[24],構(gòu)建Luenberger生產(chǎn)率指數(shù)模型,如式(2)所示:

(2)

基于Grosskopf的分解思路[25],將Luenberger生產(chǎn)率指數(shù)細分為純效率變化(LPEC)、純技術進步(LPTP)、規(guī)模效率變化(LSEC)和技術規(guī)模變化(LTPSC)。GTFP及其分解指標如式(3)—(7)所示:

GTFP=LPEC+LPTP+LSEC+LTPSC

(3)

(4)

(5)

(6)

(7)

2.Kernel核密度估計方法。Kernel核密度估計是空間分布非均衡研究的重要估計方法,利用核函數(shù)估計隨機變量的概率密度,并通過連續(xù)的核密度曲線全景描述隨機變量的分布位置、形態(tài)以及延展性等特征。假設隨機變量X的密度函數(shù)為f(x),點x的概率密度估計如式(8)所示。

(8)

其中,X=(X1,X2,…,Xn)為獨立同分布的觀測值,x為觀測值均值,N為觀測值個數(shù)。h表示帶寬,用于反映密度曲線的平滑程度及估計精確度,h值越小,密度函數(shù)曲線棱角度越突出,估計的精確度越高。K(·)為核密度函數(shù)。本文采用基于高斯核函數(shù)的Kernel核密度估計方法揭示中國八大城市群綠色發(fā)展效率的分布動態(tài)演進特征,高斯核密度函數(shù)如式(9)所示。

(9)

3.動態(tài)空間β收斂模型。β收斂分為絕對β收斂和條件β收斂。由于條件β收斂充分考慮到外部經(jīng)濟社會影響因素,更加契合經(jīng)濟社會特征空間異質(zhì)性下城市群綠色發(fā)展效率變動的現(xiàn)實情境。同時,鑒于GTFP增長的動態(tài)性、持續(xù)性變動特征,本文利用Elhorst等提出的動態(tài)空間收斂模型識別八大城市群綠色發(fā)展效率的空間條件β收斂機制[26]?？紤]到城市群之間的GTFP可能存在空間滯后效應、空間誤差效應以及兩類效應均同時存在,本文分別構(gòu)建動態(tài)空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM),具體公式如(10)—(12)所示。

γXit+ui+vt+εit

(10)

(11)

(12)

在式(10)—(12)中,GTFPi,t和GTFPi,t-1分別為i城市在t和t-1年的綠色發(fā)展效率,β<0意味著各城市綠色發(fā)展效率趨于收斂,各城市綠色發(fā)展效率的收斂速度s=-ln(1+β)/T,收斂的半生命周期τ=ln(2)/s?？臻g權重矩陣Wij采用地理距離空間權重矩陣、經(jīng)濟距離空間權重矩陣和經(jīng)濟地理距離空間權重矩陣。ρ和λ分別為空間自回歸系數(shù)和空間誤差系數(shù),ui和vt分別為空間和時間固定效應的啞變量,εit為隨機誤差項。Xit為影響城市綠色發(fā)展效率的控制變量集合,包括城鎮(zhèn)化水平(Urb),選擇城鎮(zhèn)人口占城市年末總?cè)丝诘谋戎貋肀碚?。產(chǎn)業(yè)結(jié)構(gòu)(Ind),選擇第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比來表征。對外開放水平(Fdi),選擇實際使用外資金額與地區(qū)生產(chǎn)總值之比來衡量。創(chuàng)新政策環(huán)境(Pol),選擇地方財政教育和科技支出占財政一般預算內(nèi)支出的比重來衡量。

(二)數(shù)據(jù)說明

本文借鑒于偉等[18]的做法,分別從東部、中部、西部和東北部四大經(jīng)濟區(qū)域選取京津冀、長三角和珠三角城市群,中原和長江中游城市群,成渝和關中平原城市群,哈長城市群作為研究對象,探究中國城市群綠色發(fā)展效率及動態(tài)演化特征。數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及相關省市統(tǒng)計年鑒。具體指標說明如下。

1.要素投入指標:勞動投入(L)為考慮勞動者質(zhì)量的真實勞動投入,以城市所在省份的平均受教育年限占全國的比重為權重對城鎮(zhèn)單位和私營個體從業(yè)人數(shù)之和進行同質(zhì)化處理。資本投入(K)選擇城市固定資本存量表示。城市固定資本存量使用永續(xù)盤存法進行計算,其公式為Kt=It+(1-δt)Kt-1,其中,It為經(jīng)過城市固定資產(chǎn)投資價格指數(shù)(2010年=100)平減處理的城市實際固定資產(chǎn)投資額,δt為考慮時空差異的可變資本折舊率[27]①。利用K0=I0/(g+δt)對基期資本存量進行估算,其中,I0為2010年城市固定資產(chǎn)投資額,g為2010—2019年城市實際固定資產(chǎn)投資額的幾何平均增長率。能源投入(E)以城市全社會用電量占所屬省份的比重為權重,根據(jù)省際能源消耗總量折算得出各城市能源消費量。

2.產(chǎn)出指標:期望產(chǎn)出利用GDP指數(shù)平減處理得到的城市真實地區(qū)生產(chǎn)總值(GDP)來衡量。非期望產(chǎn)出則沿用藺鵬和孟娜娜[20]的處理方法,利用工業(yè)廢水、工業(yè)二氧化硫和工業(yè)煙(粉)塵排放量三種工業(yè)污染物構(gòu)造環(huán)境污染綜合指數(shù)(ER)來衡量,見表1。

表1 中國八大城市群變量指標的描述性統(tǒng)計

三、城市群綠色發(fā)展效率的測度分解

(一)城市群綠色發(fā)展效率及動態(tài)演化

表2報告了八大城市群整體及各城市群綠色發(fā)展效率的動態(tài)演化特征。(1)從綠色發(fā)展效率變動趨勢來看,2011—2019年中國八大城市群整體綠色發(fā)展效率呈現(xiàn)“小幅下降—急劇抬升—平緩上揚”的動態(tài)演化特征;京津冀、長三角、珠三角、中原、長中游和成渝城市群綠色發(fā)展效率均呈現(xiàn)“下降—上升”交替變動的動態(tài)演化趨勢,且波動程度互有差異;關中平原城市群綠色發(fā)展效率表現(xiàn)出“大幅上升—趨緩下降—平緩抬升—小幅下降”的變動特征;哈長城市群綠色發(fā)展效率呈現(xiàn)“急劇下降—趨穩(wěn)上升—大幅下降”的動態(tài)演化趨勢。(2)從綠色發(fā)展效率數(shù)值對比來看,考察期間中國八大城市群整體綠色發(fā)展效率均為負值,表明八大城市群整體的綠色發(fā)展效率均呈現(xiàn)微弱負增長態(tài)勢,但這一態(tài)勢隨時間推移顯著緩解,2019年綠色發(fā)展效率相比于2011年改善程度達72.5%;京津冀城市群綠色發(fā)展效率均呈現(xiàn)不同程度負增長態(tài)勢,綠色發(fā)展效率提升幅度為77.4%;長三角城市群綠色發(fā)展效率由負增長逐步轉(zhuǎn)向正增長,綠色發(fā)展效率改善程度達119.4%;珠三角城市群綠色發(fā)展效率在2011年、2017年和2019年為正值,其余年份均呈負增長態(tài)勢;中原城市群綠色發(fā)展效率除2019年均為負值,綠色發(fā)展效率提升幅度高達161.2%;長中游城市群綠色發(fā)展效率均呈負增長態(tài)勢,考察期間綠色發(fā)展效率提升55.2%;成渝和哈長城市群綠色發(fā)展效率在2011年均為正值,其余年份均呈負增長態(tài)勢,且考察期末綠色發(fā)展效率相比于期初有所下降;關中平原城市群綠色發(fā)展效率在2018年為零增長,其余年份均為負增長,考察期間綠色發(fā)展效率改善程度為78.0%。

表2 八大城市群綠色發(fā)展效率及動態(tài)演化

(二)城市群綠色發(fā)展效率分解及動態(tài)演化

表3報告了中國八大城市群綠色發(fā)展效率的純效率變化、純技術進步、規(guī)模效率變化和技術規(guī)模變化等四類分解結(jié)果。2011—2019年八大城市群綠色發(fā)展效率的四類分解均呈現(xiàn)紛繁多樣的動態(tài)演化趨勢,并且四類分解對城市群綠色發(fā)展效率的貢獻程度具有顯著的時空異質(zhì)性特征。

表3 八大城市群綠色發(fā)展效率分解及動態(tài)演化

京津冀城市群的純效率變化在樣本期間呈現(xiàn)“微弱下降—陡然增長—階梯型下降”的變動特征,在2013年達到最高值0.108,隨后波動性下降并在2019年處于最低值-0.138;純技術進步水平則基本與純效率變化的變動趨勢相反,整體呈現(xiàn)“小幅下降—急劇下降—階梯型抬升”的演化趨勢,分別于2013年和2019年達到最低值-0.124和最高值0.125;規(guī)模效率變化呈現(xiàn)“小幅下降—大幅上升—陡然下降—急劇抬升”的演進規(guī)律;技術規(guī)模變化呈現(xiàn)與規(guī)模效率變化基本相反的動態(tài)演變趨勢,表現(xiàn)出“小幅上升—大幅下降—急劇上升—陡然下降”的變動特征,在四類分解相互抵消后,京津冀城市群的綠色發(fā)展效率在考察期間呈現(xiàn)出“小幅下降—大幅上升”交替變動的演進趨勢。上述現(xiàn)象表明京津冀協(xié)同發(fā)展戰(zhàn)略的加快推進能夠改善該區(qū)域綠色發(fā)展效率,但京津冀城市群內(nèi)部綠色技術創(chuàng)新水平差異顯著、產(chǎn)業(yè)綠色轉(zhuǎn)型程度偏低、城市群內(nèi)部環(huán)境污染“以鄰為壑”等問題依舊顯著,使得京津冀城市群綠色發(fā)展效率處于低水平階段[28]。

長三角城市群的純效率變化在考察期間呈現(xiàn)“緩和上升—急劇下降—陡然激增—小幅下降—平緩抬升—微弱下降”的動態(tài)演化特征,在2013年和2018年分別達到最低值-0.119和最高值0.059;純技術進步呈現(xiàn)“小幅下降—階梯型抬升—大幅下降—平緩上升”的動態(tài)變動趨勢,在2016年達到峰值0.064;規(guī)模效率變化呈現(xiàn)出“小幅上升—平緩下降—微弱抬升—急劇下降—陡然上升”的演進趨勢;技術規(guī)模變化與規(guī)模效率變化基本呈現(xiàn)互為相反的動態(tài)演進特征,且這一特征在2016年以后尤為顯著,在四類分解的相互作用下,長三角城市群的綠色發(fā)展效率整體呈現(xiàn)出“小幅下降—急劇下降—陡然激增—階梯性上升”的動態(tài)演進趨勢。這說明長三角一體化戰(zhàn)略的縱深推進有利于提升城市群綠色發(fā)展效率,但該城市群作為我國主要的制造業(yè)集聚地也存在綠色技術創(chuàng)新與綠色技術效率未能協(xié)同提升等問題,從而造成該城市群內(nèi)部綠色發(fā)展水平差異顯著和綠色發(fā)展效率不平衡。

珠三角城市群的純效率變化與技術規(guī)模變化在樣本期間基本保持一致的演變態(tài)勢,兩者均呈現(xiàn)出“小幅下降—陡然抬升—大幅下降—平緩上升—急劇下降”的動態(tài)演進趨勢;純技術進步與規(guī)模效率變化也呈現(xiàn)較為一致的變動規(guī)律,兩者均表現(xiàn)出“微弱上升—小幅下降—大幅上升—平緩下降—陡然激增”的動態(tài)演進特征;進一步觀察可知,珠三角城市群的純效率變化和技術規(guī)模變化基本呈現(xiàn)出與純技術進步和規(guī)模效率變化完全相反的動態(tài)演變趨勢,在上述四類分解相互削減后,致使該城市群綠色發(fā)展效率呈現(xiàn)出“急劇下降—陡然上升—平緩下降—緩和上升—小幅下降—微弱抬升”的波動性上升態(tài)勢。這表明珠三角城市群具有較高的綠色技術創(chuàng)新水平,但綠色技術溢出效應未能充分釋放,綠色技術應用范圍偏小,產(chǎn)業(yè)轉(zhuǎn)移對接未能形成良性循環(huán),使得該城市群綠色發(fā)展效率呈現(xiàn)顯著的空間非均衡特征[12]。

中原城市群的純效率變化在考察期間呈現(xiàn)“持續(xù)上升—小幅下降—陡然激增—急劇下降—大幅提升”的動態(tài)變動趨勢,技術規(guī)模變化呈現(xiàn)“平緩上升—微弱下降—大幅上升—急劇下降—小幅抬升”的動態(tài)演化特征,這兩類分解2014年后呈現(xiàn)基本一致的變動方向;純技術進步呈現(xiàn)出“持續(xù)下降—穩(wěn)步抬升—急劇下降—大幅提升—微弱下降”的動態(tài)演化特征,規(guī)模效率變化呈現(xiàn)出“小幅下降—微弱上升—持續(xù)下降—陡然激增—急劇下降”的動態(tài)演進規(guī)律,這兩類分解在2016—2019年基本上保持較為一致的變動趨勢,并且這一階段純效率變化和技術規(guī)模變化與純技術進步和規(guī)模效率變化基本呈現(xiàn)方向相反且正負強度相當?shù)难葸M規(guī)律。在上述四類分解相互作用下,中原城市群的綠色發(fā)展效率呈現(xiàn)“微弱下降—大幅抬升”交替變動的階梯型上升趨勢。這表明中原城市群對于資源要素依賴性仍舊偏高,綠色技術創(chuàng)新水平相對較低,清潔生產(chǎn)技術等應用領域有限,進而制約該城市群綠色發(fā)展效率提升,該城市群環(huán)境保護與資源利用存在較大改善空間[29]。

長中游城市群的純效率變化與技術規(guī)模變化在2011—2019年呈現(xiàn)出較為一致動態(tài)演變態(tài)勢,且在2015年以后尤為顯著,兩類分解均表現(xiàn)出“平緩下降—微弱上升—小幅下降—陡然激增—急劇下降—大幅上升”的動態(tài)演進趨勢;純技術進步呈現(xiàn)出“微弱下降—平緩抬升—急劇下降—陡然上升—小幅下降”的動態(tài)演化特征,規(guī)模效率變化呈現(xiàn)出“趨緩下降—穩(wěn)步上升—小幅下降—平緩上升—急劇下降—陡然激增—大幅下降”的動態(tài)演進規(guī)律,這兩類分解自2016—2019年表現(xiàn)出方向尤為一致的動態(tài)演化特征。在四類分解的綜合作用下,長中游城市群的綠色發(fā)展效率呈現(xiàn)出“小幅下降—持續(xù)上升—微弱下降—緩和上升”的穩(wěn)步上升演進趨勢。這反映出長中游城市群仍然未能擺脫粗放式經(jīng)濟發(fā)展模式,綠色技術創(chuàng)新溢出效應相對偏低,綠色發(fā)展效率不平衡等問題仍然存在,亟需進一步強化綠色技術創(chuàng)新驅(qū)動功能,以實現(xiàn)長中游城市群“資源—環(huán)境—經(jīng)濟”均衡協(xié)調(diào)發(fā)展[30]。

成渝城市群的純效率變化在考察期間呈現(xiàn)“微弱下降—小幅上升—小幅下降—大幅上升”的周期性波動特征,且樣本后期的波動程度要顯著高于前期,技術規(guī)模變化呈現(xiàn)“趨緩下降—平緩上升—小幅下降—大幅提升—急劇下降—陡然激增”的動態(tài)演化規(guī)律,這兩類分解在樣本期間基本保持較為一致的動態(tài)演進趨勢;純技術進步與規(guī)模效率變化則呈現(xiàn)出更為一致的動態(tài)演化態(tài)勢,兩類分解均表現(xiàn)出“微弱下降—小幅上升—大幅下降—陡然激增—急劇下降”的動態(tài)演進特征。上述四類分解的相互作用使得成渝城市群綠色發(fā)展效率呈現(xiàn)出“急劇下降—趨緩下降—微弱上升—小幅下降—陡然激增—急劇下降”的動態(tài)演進趨勢。這反映出成渝城市群綠色技術創(chuàng)新水平整體不高且資源利用效率相對偏低,同時城市群內(nèi)部出現(xiàn)綠色發(fā)展低效率區(qū)與高效率區(qū)并存現(xiàn)象,使得該城市群呈現(xiàn)較為顯著的綠色發(fā)展效率空間分異特征[31]。

關中平原城市群的純效率變化和技術規(guī)模變化在2011—2018年呈現(xiàn)基本一致的動態(tài)演進趨勢,僅在2019年呈現(xiàn)反向變動特征,兩類分解表現(xiàn)出“大幅上升—小幅下降—陡然上升—平緩下降—微弱下降(上升)”的演化規(guī)律;純技術進步與規(guī)模效率變化呈現(xiàn)出尤為一致的動態(tài)演化態(tài)勢,兩類分解在考察期表現(xiàn)出“大幅下降—小幅上升—急劇下降—平緩抬升—小幅(微弱)上升”的演進特征;進一步觀察發(fā)現(xiàn),整個樣本期間純效率變化和技術規(guī)模變化與純技術進步和規(guī)模效率變化的變動方向基本相反且強度較為接近。在四類分解相互抵消后,關中平原城市群的綠色發(fā)展效率呈現(xiàn)出“急劇上升—小幅下降—平緩上升—微弱下降”的動態(tài)演進特征。上述現(xiàn)象反映出關中平原城市群對于資源要素投入具有較高依賴性,尤其是資源型城市的綠色轉(zhuǎn)型和生態(tài)治理任重道遠,同時城市群內(nèi)部綠色發(fā)展效率存在較強的馬太效應,造成該城市群綠色發(fā)展效率整體偏低且空間差異顯著[9]。

哈長城市群的純效率變化在樣本期間呈現(xiàn)出“小幅下降—平緩上升—微弱下降—大幅上升—急劇下降”的動態(tài)演化特征,技術規(guī)模變化呈現(xiàn)“小幅下降—大幅上升—急劇下降—陡然激增—微弱下降”的動態(tài)演進趨勢,這兩類分解在考察期基本表現(xiàn)出較為一致的演變特征;純技術進步在樣本期間呈現(xiàn)出“微弱下降—平緩上升—小幅下降—大幅提升—急劇下降—陡然激增”的動態(tài)演變趨勢;規(guī)模效率變化呈現(xiàn)出“趨緩上升—急劇下降—大幅上升—急速下降—小幅上揚”的動態(tài)演化態(tài)勢。在四類分解的相互作用下,哈長城市群的綠色發(fā)展效率呈現(xiàn)出“大幅下降—微弱上升—趨緩下降—平穩(wěn)上升—小幅下降—急劇上升—陡然下降”的動態(tài)演進特征。這反映出哈長城市群作為東北老工業(yè)基地振興發(fā)展的重要增長極,綠色技術創(chuàng)新水平相對偏低,產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級進程緩慢,尤其是資源型城市的高投入、高能耗和高污染等問題未能有效解決,給該城市群綠色發(fā)展效率帶來一定程度的損失[6]。

綜上,從八大城市群綠色發(fā)展效率的四類分解年度均值來看:(1)京津冀和長三角城市群綠色發(fā)展效率的負增長主要由技術進步和技術效率降低所致,兩類分解的貢獻率之和分別為96.5%和 90.9%,規(guī)模效率下降的貢獻率較為微弱,環(huán)境技術邊界偏離規(guī)模報酬不變技術條件的正向激勵作用十分有限。充分釋放綠色技術溢出效應、提高能源資源利用效率成為這兩大城市群綠色發(fā)展效率提升的關鍵。(2)珠三角和關中平原城市群的技術進步改善(不變)和規(guī)模效率提高為綠色發(fā)展效率帶來正向激勵,但仍不能有效抵補技術效率下降和環(huán)境技術邊界趨近CRS引起的負向作用,使得該城市群綠色發(fā)展效率年均增長率為負值。提升綠色技術創(chuàng)新效率、擴大綠色技術應用成為珠三角和關中平原城市群綠色發(fā)展效率提升的重點。(3)中原和成渝城市群的技術效率改善和環(huán)境技術邊界偏離CRS的正向激勵作用均十分顯著,但技術進步水平下降和規(guī)模效率降低帶來的負向影響則更為顯著,致使兩個城市群綠色發(fā)展效率年度均值為負。強化綠色技術創(chuàng)新研發(fā)應用、提升資源利用效率成為中原和成渝城市群綠色發(fā)展效率提升的重點。(4)長中游和哈長城市群技術效率改善的促進作用較為微弱,環(huán)境技術邊界偏離CRS的正向激勵作用較為明顯,技術進步下降和規(guī)模效率降低帶來更為顯著的抑制作用,致使兩個城市群綠色發(fā)展效率均值呈負增長態(tài)勢。充分激發(fā)技術創(chuàng)新驅(qū)動功能、優(yōu)化資源要素配置機制成為長中游和哈長城市群綠色發(fā)展效率改善的關鍵。

四、城市群綠色發(fā)展效率的分布動態(tài)演進

本文繪制了全樣本及各城市群綠色發(fā)展效率的三維Kernel核密度圖(見圖1和圖2),以刻畫城市群綠色發(fā)展效率的分布位置、形態(tài)、延展性和極化等特征。

圖1 八大城市群整體綠色發(fā)展效率的分布動態(tài)演進特征

圖2 八大城市群綠色發(fā)展效率的分布動態(tài)演進特征

(一)城市群整體綠色發(fā)展效率的分布動態(tài)演進

圖1呈現(xiàn)了八大城市群整體綠色發(fā)展效率的三維Kernel核密度圖。由圖1可知:第一,考察期內(nèi)八大城市群整體綠色發(fā)展效率分布曲線表現(xiàn)出較為明顯的向右偏移演進特征,表明城市群整體的綠色發(fā)展效率呈現(xiàn)出顯著的上升趨勢。第二,八大城市群整體綠色發(fā)展效率分布曲線的波峰高度呈現(xiàn)出“微弱上升—急劇下降—大幅回升”交替反復的周期性波動特征,波峰寬度呈現(xiàn)“平緩減小—略有增大—趨穩(wěn)減小”的變動趨勢,但整體呈現(xiàn)出波峰高度趨于上升和波峰寬度趨于縮小的變動態(tài)勢,表明各城市綠色發(fā)展效率水平的差距呈現(xiàn)出階梯狀縮小的演化趨勢。第三,八大城市群整體綠色發(fā)展效率分布曲線的右拖尾趨于縮短,同時分布延展性呈現(xiàn)“微弱拓寬—平緩收斂—小幅拓寬—大幅收斂”的變動特征,表明各城市綠色發(fā)展效率的空間差異呈現(xiàn)不穩(wěn)定的趨于縮小的演進趨勢。第四,八大城市群整體綠色發(fā)展效率分布曲線始終以單一主峰為主,表明城市群整體綠色發(fā)展效率水平并未出現(xiàn)極化現(xiàn)象,各城市綠色發(fā)展效率呈現(xiàn)較為均衡的空間分布特征。

(二)八大城市群綠色發(fā)展效率的分布動態(tài)演進

圖2(a)—(h)分別描述了京津冀、長三角、珠三角、中原、長中游、成渝、關中平原和哈長城市群綠色發(fā)展效率的三維Kernel核密度圖,表4報告了八大城市群綠色發(fā)展效率的分布動態(tài)演進特征。

表4 中國八大城市群綠色發(fā)展效率的分布動態(tài)演進特征

從分布位置來看,2011—2019年八大城市群綠色發(fā)展效率分布曲線均呈現(xiàn)出不同程度的“右偏—左偏—右偏”變動趨勢,但整體上均表現(xiàn)出向右偏移的動態(tài)演進特征。長三角、中原、長中游和成渝城市群綠色發(fā)展效率分布曲線均呈現(xiàn)出“小幅右偏—微弱左偏—大幅右偏”的演化特征;珠三角城市群綠色發(fā)展效率分布曲線的左右偏離程度尤為顯著,呈現(xiàn)出“大幅右偏—明顯左偏—急劇右偏”的動態(tài)演進趨勢;京津冀、關中平原、哈長城市群在考察期間基本上呈現(xiàn)出右偏為主的動態(tài)演進特征。上述現(xiàn)象表明,由于八大城市群的資源稟賦、地理區(qū)位等空間異質(zhì)性使得各城市群綠色發(fā)展效率呈現(xiàn)出不同演化路徑的波動性上升態(tài)勢。

從分布形態(tài)來看,樣本期間八大城市群綠色發(fā)展效率分布曲線呈現(xiàn)出不同程度的波峰高度“上升—下降”頻繁變動和波峰寬度“縮小—擴大”反復交替的動態(tài)演化趨勢。長三角、珠三角、中原、長中游、成渝城市群綠色發(fā)展效率分布曲線的波峰高度表現(xiàn)出較為劇烈的“上升—下降—上升”的周期性波動特征,波峰寬度均呈現(xiàn)出較為明顯的“減小—增大—減小”的動態(tài)演化態(tài)勢;京津冀、關中平原和哈長城市群綠色發(fā)展效率分布曲線的波峰高度呈現(xiàn)“大幅上升—緩和下降—微弱上升”的變動趨勢,波峰寬度均表現(xiàn)出“小幅減小—微弱增大—平緩減小”的演化特征。這說明八大城市群綠色發(fā)展效率的差距整體上呈現(xiàn)出異質(zhì)性的“縮減—擴大—縮減”的動態(tài)演進趨勢。同時,八大城市群綠色發(fā)展效率的分布曲線未出現(xiàn)兩個及多個波峰,始終單一波峰為主要形態(tài),表明各城市群綠色發(fā)展效率不存在兩極分化或多極分化現(xiàn)象,城市群內(nèi)部基本形成較為均衡的綠色發(fā)展效率空間格局。

從分布延展性來看,八大城市群綠色發(fā)展效率分布曲線在考察期間均呈現(xiàn)不同程度的右拖尾現(xiàn)象,表明各城市群內(nèi)部的綠色發(fā)展效率差異存在不斷擴大的演變趨勢。原因在于各城市群內(nèi)部均存在綠色發(fā)展效率指數(shù)偏高的中心城市或特大城市,致使各城市群綠色發(fā)展效率均表現(xiàn)出較為明顯的右拖尾特征。同時京津冀、長三角、成渝和哈長城市群綠色發(fā)展效率的分布延展性呈現(xiàn)“拓寬—收斂”小幅交替變動的演進趨勢,珠三角和中原城市群綠色發(fā)展效率的分布延展性“拓寬—收斂”變動更為頻繁且幅度更為明顯,長中游和關中平原城市群綠色發(fā)展效率的分布延展性呈現(xiàn)較為平緩的持續(xù)收斂的變動態(tài)勢,這表明各城市群經(jīng)濟高質(zhì)量發(fā)展的空間差異呈現(xiàn)出“縮小—擴大”的不穩(wěn)定動態(tài)波動態(tài)勢。

五、城市群綠色發(fā)展效率的空間收斂分析

為全面揭示八大城市群綠色發(fā)展效率的動態(tài)空間β收斂機制,本文首先利用全局 Moran’s I指數(shù)對各城市綠色發(fā)展效率的空間關聯(lián)性進行檢驗。結(jié)果顯示,基于經(jīng)濟地理距離空間權重矩陣的八大城市群綠色發(fā)展效率的全局 Moran’s I指數(shù)在考察期內(nèi)均為正值,表明各城市綠色發(fā)展效率存在顯著的正向空間關聯(lián)性。在此基礎上,本文遵循LM/Robust LM統(tǒng)計量檢驗-Wald和LR統(tǒng)計量檢驗-Hausman統(tǒng)計量檢驗-LR聯(lián)合顯著性檢驗的步驟對三類空間計量模型的適用性加以判斷,確定空間SDM模型作為基準模型。相比于傳統(tǒng)極大似然估計方法,準極大似然估計方法(Q-MLE)能夠得到更加漸進有效的無偏一致估計量[32]。鑒于此,本文利用Q-MLE方法對空間SDM模型進行估計。

(一)城市群整體綠色發(fā)展效率的空間β收斂分析

表5報告了2012—2019年八大城市群整體綠色發(fā)展效率的空間條件β收斂估計結(jié)果。表5中模型(1)(3)(5)為傳統(tǒng)空間SDM估計結(jié)果,模型(2)(4)(6)為動態(tài)空間SDM估計結(jié)果。從中可知,兩類空間SDM模型下空間自回歸系數(shù)ρ基本上顯著為正值,表明八大城市群的綠色發(fā)展效率呈現(xiàn)較強的正向空間關聯(lián)特征。從空間收斂系數(shù)β來看,八大城市群整體的β系數(shù)在1%的顯著性水平上均為負值,表明八大城市群整體綠色發(fā)展效率呈現(xiàn)顯著的空間條件β收斂特征,即城市群整體的綠色發(fā)展效率趨向于收斂到其穩(wěn)態(tài)水平。從收斂速度s和半生命周期τ來看,三類空間權重矩陣下動態(tài)空間SDM模型中綠色發(fā)展效率的收斂速度分別為0.045、0.047、0.047,半生命周期分別為15.271、14.609、14.877,傳統(tǒng)空間SDM模型中綠色發(fā)展效率的收斂速度分別為0.022、0.023、0.024,半生命周期分別為31.123、30.130、29.267。對比發(fā)現(xiàn),動態(tài)空間SDM模型中綠色發(fā)展效率的收斂速度近乎為傳統(tǒng)空間SDM模型的2倍,其半生命周期則基本為傳統(tǒng)空間SDM模型的1/2。

表5 城市群整體綠色發(fā)展效率的條件β收斂檢驗

從控制變量來看,城鎮(zhèn)化水平提高有助于提升城市綠色發(fā)展效率,基于地理距離空間權重矩陣的促進作用較為有限,基于經(jīng)濟距離和經(jīng)濟地理距離空間權重矩陣的正向激勵作用更為顯著,這說明經(jīng)濟發(fā)展水平相當且地理相互毗鄰的城市之間通過正向同群效應深入推進城市化進程,其帶來的規(guī)模經(jīng)濟和集聚經(jīng)濟效應更易于實現(xiàn)城市綠色發(fā)展效率的趨同。城市產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)在1%的顯著性水平上均為負值,表明產(chǎn)業(yè)結(jié)構(gòu)升級明顯抑制了城市綠色發(fā)展效率提升,其原因可能在于信息通信、計算機及軟件業(yè)等數(shù)字經(jīng)濟產(chǎn)業(yè)的前期發(fā)展通常需要較大規(guī)模的人力資本、資金等資源要素投入,同時新型數(shù)字基礎設施建設也會產(chǎn)生較強的能源回彈效應和碳排放回彈效應,在一定程度上加重城市生態(tài)環(huán)境壓力并造成綠色發(fā)展效率損失。城市對外開放水平提升對城市綠色發(fā)展效率產(chǎn)生顯著的抑制性作用,基于經(jīng)濟距離和經(jīng)濟地理距離空間權重矩陣的抑制效應尤為顯著,這說明經(jīng)濟距離鄰近城市在引進外資過程中,通過環(huán)境規(guī)制逐底競賽效應會帶來更為明顯的生態(tài)環(huán)境績效降低,并在一定程度上支持了“污染避難所假說”,因此城市群在引進外資時,需要進一步提升環(huán)境規(guī)制強度并加強競相向上的環(huán)境規(guī)制協(xié)同執(zhí)行?；诘乩砭嚯x空間權重矩陣的城市創(chuàng)新政策環(huán)境改善對城市綠色發(fā)展效率產(chǎn)生一定程度的抑制效應,在經(jīng)濟距離和經(jīng)濟地理距離空間權重矩陣下,城市創(chuàng)新政策環(huán)境優(yōu)化對城市綠色發(fā)展效率產(chǎn)生較為微弱的正向激勵效應。這表明地理鄰近城市之間因行政區(qū)劃帶來的市場分割制約了創(chuàng)新資源要素的有序流動和有效配置,并在一定程度上抑制了城市群綠色發(fā)展效率,經(jīng)濟距離鄰近城市之間更容易通過創(chuàng)新資源要素的交流互動和優(yōu)化配置形成城市群綠色發(fā)展效率協(xié)同提升的空間格局。

(二)八大城市群綠色發(fā)展效率的空間β收斂分析

表6報告了基于經(jīng)濟地理距離空間權重矩陣的八大城市群綠色發(fā)展效率的空間條件β收斂估計結(jié)果。觀察表6可知,從空間自回歸系數(shù)ρ來看,僅有長三角、中原、成渝城市群綠色發(fā)展效率存

表6 八大城市群綠色發(fā)展效率的條件β收斂檢驗

在一定程度的正向空間相關性,其余城市群ρ均為負值,表明這些城市群內(nèi)部城市綠色發(fā)展效率存在較為顯著的競爭關系。觀察空間收斂系數(shù)β可知,八大城市群中僅有關中平原城市群β系數(shù)為正值,說明該城市群綠色發(fā)展效率呈現(xiàn)微弱的發(fā)散趨勢,其原因可能在于關中平原城市群多以資源依賴型城市為主,并且面臨著較為嚴峻的生態(tài)環(huán)境能力,同時單中心空間組織結(jié)構(gòu)對城市群整體綠色發(fā)展效率提升產(chǎn)生一定的阻滯作用,中心城市和次級城市綠色協(xié)同發(fā)展進程較為緩慢,使得各城市綠色發(fā)展效率的地區(qū)差異較為顯著,難以在短期內(nèi)形成綠色經(jīng)濟效率增長的趨同。其余七大城市群綠色發(fā)展效率的β系數(shù)在不同顯著性水平上均為負值,表明這些城市群的綠色發(fā)展效率均存在不同程度的俱樂部收斂趨勢,即各城市群內(nèi)部城市的綠色發(fā)展效率均呈現(xiàn)趨同于各自穩(wěn)態(tài)水平的演進特征。從收斂速度s和半生命周期τ對比看,京津冀和珠三角城市群綠色發(fā)展效率具有較快的收斂速度以及更短的半生命周期;中原、成渝、哈長和長三角城市群綠色發(fā)展效率呈現(xiàn)中等收斂速度和較長的半生命周期;長中游城市群綠色發(fā)展效率的收斂速度相對更慢,半生命周期相對更長。

六、研究結(jié)論及政策建議

本文利用超效率SBM-Luenberger生產(chǎn)率指數(shù)模型實證測算中國八大城市群綠色發(fā)展效率及其分解,采用Kernel核密度估計方法揭示了八大城市群綠色發(fā)展效率的分布動態(tài)演進特征,利用動態(tài)空間SDM模型識別了八大城市群綠色發(fā)展效率的空間收斂機制。主要研究結(jié)論如下:第一,考察期間八大城市群整體及各城市群的綠色發(fā)展效率年度均值均表現(xiàn)出不同程度的負增長,且四類分解對各城市群綠色發(fā)展效率的貢獻程度呈現(xiàn)顯著的區(qū)域異質(zhì)性。京津冀和長三角城市群綠色發(fā)展效率年均負增長主要由技術進步水平下降、技術效率惡化和規(guī)模效率下降所致;珠三角和關中平原城市群綠色發(fā)展效率年均負增長主要由技術效率下降和環(huán)境技術邊界趨近CRS引起的負向作用所致;中原、成渝、長中游和哈長城市群綠色發(fā)展效率年均負增長主要由技術進步水平下降和規(guī)模效率降低所致。第二,八大城市群整體及各城市群綠色發(fā)展效率的核密度曲線均表現(xiàn)出向右偏移、單峰為主和趨于收斂的變動特征,表明考察期內(nèi)八大城市群整體及各城市群的綠色發(fā)展效率均呈現(xiàn)波動性上升、空間差異趨于縮小的演進趨勢和較為均衡的空間分布特征。第三,八大城市群整體綠色發(fā)展效率呈現(xiàn)顯著的空間條件β收斂特征,八大城市群中僅有關中平原城市群綠色發(fā)展效率呈現(xiàn)微弱的發(fā)散趨勢,其余七大城市群綠色發(fā)展效率均存在不同程度的俱樂部收斂趨勢。

基于上述研究結(jié)論,提出如下政策建議:第一,強化技術創(chuàng)新對城市群綠色發(fā)展效率提升的核心驅(qū)動功能,增強城市群綠色高質(zhì)量發(fā)展的內(nèi)生動力。城市群綠色發(fā)展效率提升應充分結(jié)合各城市群的戰(zhàn)略定位、發(fā)展模式、規(guī)模等級和空間結(jié)構(gòu)等異質(zhì)性特征,因地制宜建立優(yōu)化與城市資源要素稟賦、環(huán)境承載能力和經(jīng)濟發(fā)展水平等相適應的技術創(chuàng)新體系,以充分激發(fā)城市群技術創(chuàng)新活力,全面提升區(qū)域創(chuàng)新水平和創(chuàng)新效率,不斷提高技術創(chuàng)新對城市群綠色發(fā)展效率的貢獻率。同時,通過優(yōu)化技術創(chuàng)新體制機制推動創(chuàng)新資源要素跨區(qū)域流動配置,增強城市群協(xié)同創(chuàng)新能力和創(chuàng)新績效,縮減城市群間及城市間技術創(chuàng)新的梯度差異,為城市群綠色協(xié)同可持續(xù)發(fā)展注入內(nèi)生動力。第二,充分發(fā)揮“有為政府”和“有效市場”的作用合力,提高技術效率、規(guī)模效率對城市群綠色發(fā)展效率的貢獻程度。充分發(fā)揮市場機制在資源配置中的決定性作用,同時強化政府治理效能,為城市群綠色發(fā)展效率提升提供良好的市場環(huán)境和制度保障,有效消除要素市場化配置的市場分割和制度壁壘,推動資源要素有序流動和優(yōu)化配置,全面提高要素利用效率、技術效率及規(guī)模效率對城市群綠色發(fā)展效率的貢獻程度。同時,平衡協(xié)調(diào)城市群在資源開發(fā)、生態(tài)保護與經(jīng)濟可持續(xù)發(fā)展之間的關系,綜合改善城市群高質(zhì)量發(fā)展進程中的資源效率、環(huán)境效率和經(jīng)濟效率,進而推動城市群綠色全要素生產(chǎn)率增長。第三,分類推進城市群空間治理,強化城市群之間的空間聯(lián)動機制,有效縮小城市群綠色發(fā)展效率的空間差異。一方面,緊密結(jié)合國家重大區(qū)域戰(zhàn)略規(guī)劃,因群施策、分類推進各城市群空間治理,在充分釋放京津冀、長三角、珠三角等世界級城市群示范引領作用基礎上,持續(xù)加大對關中平原、長中游等后發(fā)城市群綠色低碳發(fā)展的政策扶持,健全八大城市群在生態(tài)聯(lián)保共治、科技協(xié)同創(chuàng)新、產(chǎn)業(yè)分工協(xié)作等區(qū)際聯(lián)動機制,不斷縮小各城市群之間綠色發(fā)展效率的區(qū)域差異。另一方面,全面優(yōu)化各城市群內(nèi)部空間布局,在充分釋放中心城市資源集聚效應、輻射帶動效應的同時,有效發(fā)揮中小城市的承接疏解效應、規(guī)模借用效應,通過強化不同等級城市間的協(xié)調(diào)聯(lián)動機制,加快形成大城市與中小城市優(yōu)勢互補、功能協(xié)同的城市群一體化空間格局,以縮小城市群內(nèi)部綠色發(fā)展效率的空間差異。

注釋：

①陳昌兵(2020)測度的分省市、分年度的可變折舊率考慮了技術進步引起的經(jīng)濟折舊,使其具有更強的現(xiàn)實解釋力,其時間跨度為1990—2015年,對于2016—2019年的資本折舊率則統(tǒng)一沿用2015年數(shù)據(jù)。