我國省際區域生態效率的空間收斂性研究

吳義根 馮開文 曾 珍

(1.中國農業大學 經濟管理學院，北京 100083；2.池州學院 商學院，安徽 池州 247000)

綠色發展已經成為“十三五”五大發展理念之一，黨的十九大明確要求必須樹立和踐行“綠水青山就是金山銀山”的理念。改革開放以來，我國經濟獲得了較快發展，這種增長背后是資源要素的過度消耗和環境的嚴重污染。以“高投入、高消耗和高污染”為特征的數量型增長已經不符合綠色發展的要求，影響了生態文明建設的成效。黨的十八大和十八屆三中全會提出建立反映資源稀缺，體現生態價值和代際補償的使用制度，將生態文明建設提到前所未有的高度。黨的十八屆五中全會確立綠色發展理念，需要大力發展生態文明建設，構建“資源節約、環境友好型”的社會，黨的十九大提出，要堅持節約資源和保護環境的基本國策，實行最嚴格的生態環境保護制度，形成綠色發展方式和生活方式。顯然，經濟發展不能依靠資源投入和環境破壞來換取，而應通過生態效率的改善來實現。在資源豐度和環境承載力有限的前提下，實現資源、環境和經濟的協調發展顯得尤為必要和關鍵，而生態效率反映了它們之間的協調程度。因此，生態效率的提升關系到生態文明建設的好壞。從縮小區域發展差距的視角來看，對我國省際生態效率的區域差異和收斂性進行研究，這對認識資源環境約束下區域經濟發展差異的來源和評價區域生態效率發展政策的合理性有非常重要的意義。

利用非參數DEA評價生態效率的文獻很多，概括起來主要有4類：超效率DEA模型，如，王恩旭等[1]利用超效率DEA模型測算全國30個省的生態效率；三階段DEA模型，如，鄧波等[2]利用三階段DEA模型測算了我國2008年31個省的生態效率；網絡DEA模型，如，查建平等[3]利用方向性距離函數的網絡DEA分析了成都市26家風景區的生態效率；基于PCA和DEA組合模型，如，吳義根等[4]利用全局主成分分析和超效率DEA模型測算了安徽省16個地級市的生態效率。就收斂理論而言，其發展速度非常迅速，并已滲透到環境領域，例如研究碳排放的收斂性等，但目前應用于生態效率的研究文獻卻很少。Camarero等[5]利用DEA模型測算了2002—2012年歐盟國家的生態效率，認為其存在“俱樂部收斂”。張煊等[6]構建基于矩陣型結構的網絡 DEA 模型對我國省際間生態經濟效率進行測算并檢驗其斂散性。汪克亮等[7]利用2004—2012年的面板數據，在環境壓力約束下利用DEA模型測算了長江經濟帶的省份的生態效率，并未發現存在σ收斂、β絕對收斂，而孫欣等[8]利用2003—2013年面板數據發現長江經濟帶的生態效率σ收斂呈現“整體收斂，局部發散”，上中下游區域均存在σ收斂、β絕對收斂，收斂的結論明顯不一致。

目前來看，已有文獻在一定程度上證實了使用非參數DEA測算生態效率的可行性和有效性，也為本研究厘清我國省際生態效率的收斂性趨勢提供了重要的參考。但同時可以清楚地看到，已有文獻對生態效率的收斂性研究還不充分，并且關于區域生態效率收斂性研究的結論存在較大差異。此外，文獻中絕大多數的收斂研究都假定各區域經濟相互獨立，這與經濟的現實不相符，當一個地區受沖擊時，會波及鄰近地區甚至更遠地區。尤其技術擴散影響區域經濟收斂，而技術擴散顯然涉及區域之間要素聯動。也就說忽視區域之間各因素的交互，會影響對收斂結果的判斷。基于此，本研究在已有文獻的基礎上做出了一點邊際貢獻：1)首先利用全局主成分分析法，將測算中的各類污染轉換成污染指數，解決污染物之間可能存在的多重共線性，然后利用超效率DEA解決多個有效決策單元排名問題，并且效率值可以超過1，為后續的收斂性分析提供便利。2)為了避免要素的空間流動帶來的空間相關性對收斂性研究的影響，將空間相關性引入到生態效率的收斂性模型中，避免遺漏變量對估計結果的影響，從而能夠對我國省級生態效率的空間收斂性做出更為準確的判斷。

1 理論分析與模型構建

1.1 區域生態效率空間收斂的理論分析

生態效率的提升與區域經濟基礎和發展的軟環境息息相關。區域經濟發展的差異會帶來資源稟賦累積不同，進而會使區域生態效率產生差異，這種差異會逐漸收斂。從微觀層面來看，一方面企業為了確保自身利益最大化，會在資源要素成本上升和環境規制趨緊的背景下，增加研發投入，通過技術創新提升管理水平，減少資源消耗，提升資源利用效率，從而帶動生態效率的提升。另一方面，隨著生活水平的提高，環保意識也會增強，為了提高生活質量，個人會逐漸偏好清潔型生活，從而有助于生態效率的提升。從產業角度來看，一方面，產業結構會趨同化，產業結構演變的規律是最終形成“三、二、一”的產業格局，第三產業的占比越大越有助于生態效率的提升。另一方面，隨著化石能源資源的稀缺，能源消費結構發生變化，清潔能源的使用越來越多，這種替代明顯會提升生態效率。從宏觀層面來看，一方面，日益嚴重的環境問題會促使政府采取更加嚴格的環境規制，倒逼企業進行“資源節約、環境友好型”技術的創新。另一方面，政府也會給從事環境友好型技術的研發和創新的企業和科研機構更多補貼，利用新技術和新工藝促進資源的高效利用，降低污染物的排放，促進生態效率水平的提升。

空間要素的流動也會促進區域生態效率的收斂，主要表現在其伴隨區域間學習能力的異質性和資源要素的流動性而改變。由于區域的資源稟賦不同，區域的集聚效應和擴散效應存在差異。一方面，資本和勞動力等要素在擁有比較優勢的區域會產生大量積聚，過度集聚會使要素產生“擁擠效應”，導致環境壓力加大，生態效率下降，會促使資源向鄰近地區轉移。另一方面，政府的區域政策會引領各種創新要素向落后地區集聚，從而帶動區域內生因素的發展潛能，有助于生態效率的空間收斂。另外，區域生態效率高的省份具有較強的學習能力，能夠創造和吸納更多知識，造成區域生態效率差異變大，同時擴散效應也會帶動鄰近地區的發展，再加上人才過度集聚和政府政策調控，這種差距會逐步縮小。區域生態效率的差異因為學習效應、擴散效應和政府政策的調控而逐步收斂，其效果取決于多方力量空間交互的綜合效應。

1.2 基于超效率DEA模型的區域生態效率測度

DEA模型可以識別有效決策單元和無效決策單元，對于有效的決策單元不能進一步區分好壞。為了實現對有效決策單元的排序問題，Andersen等[9]提出了SE-DEA模型，解決了多個有效決策單元的評價，實現了排序，而且計算出來的效率值可以超過1，避免了因變量受限的問題，為后續的收斂性回歸分析奠定基礎[10]。對于無效的決策單元，得出的結果仍與傳統DEA一致，而有效決策單元的生產前沿面后移，通過投入比例增加維持效率不變，增加的投入比例為超效率。評價模型如式(1)，

(1)

式中：xi為投入變量，ym為產出變量，θ為超效率值，si-為投入松弛變量，sk+為產出松弛變量，λj表示有效決策單元中組合比例，n為決策單元個數。

1.3 區域生態效率收斂的空間計量模型

借助新古典增長理論的收斂假說，區域生態效率收斂是指生態效率較低的地區增速高于生態效率水平較高地區。實證分析方法主要包括σ收斂和β收斂。

1.3.1生態效率的σ收斂

(1)

(2)

如果區域生態效率的標準差和變異系數逐漸減小，則認為存在σ收斂。

1.3.2生態效率的β收斂

生態效率的β收斂包括絕對收斂和條件收斂，絕對收斂是指隨著時間的后移，各省份的生態效率值會收斂于一個穩態值。而條件收斂假定各個區域之間經濟特征存在差異，因而穩態值也應該有差異。由于空間杜賓模型更具普遍性，可以退化成空間滯后模型和空間誤差模型，所以論文選定空間杜賓模型作為基礎模型，區域生態效率的β絕對收斂方程如式(3)，

(3)

其中：右邊第一項反映了因變量的空間交互效應，ρ為間滯后回歸系數，wij為表示行標準化的空間權重矩陣的第i行和第j列的元素。ui空間效應，vt表示時間效應，εi,t為隨機誤差項。

區域生態效率的β條件收斂考慮不同區域的產業結構、技術水平的差異，以及區域政策尤其是環境規制方面的差異。因此，在β絕對收斂方程基礎上加上控制變量即可，如式(4)所示，Xi,t表示控制變量。

(4)

式(3)和(4)中，如果β顯著為負，表明區域生態效率水平較低的省份比生態效率水平高的省份有更快的增長率，表明存在β收斂，反之，則不收斂。

1.3.3空間權重矩陣的構建

(5)

2 生態效率的空間差異分析

2.1 2004—2015年我國生態效率的測度

生態效率強調以更少的資源投入和更低的環境成本獲取更大的經濟效益[11]，本研究據此選擇投入和產出系統。衡量環境污染類的投入指標[4,12]包括：廢水排放量、SO2排放量、工業粉(煙)塵排放量、固體廢棄物產生量；資源消耗類指標包括：能源消耗總量、用水總量、城市建設用地面積、耕地面積；使用從業人數和資本存量來反映社會投入。產出指標采用各省的GDP來衡量。其中資本存量指標采用單豪杰[13]估算方法展期，由于環境消耗類指標可能存在多重共線性，于是采用全局主成份分析計算得出環境污染指數。由于各類污染物排放量屬于非合意產出，其特點是越小越好，依據現有文獻作為投入指標并進行相關處理[14]。各指標數據均來自《國家數據庫》和《中國統計年鑒》，考慮到西藏的特殊政治經濟地位和資源稟賦條件，以及數據可得性，研究中沒有包括西藏。其中GDP使用對應的指數進行了平減，基年為2004年，各指標變量的統計性描述如表1。

表1 我國省域生態效率測算指標的描述性統計分析Table 1 Descriptive statistical analysis of provincial eco-efficiency measurement indicators inChina

表1(續)

2.2 我國區域生態效率的空間差異分析

從時間維度來看，我國區域生態效率整體趨勢是上升的，均值由2004年0.671上升至2015年的0.844，增長了26%，年均增長2.1%。從空間維度來看，各省2004—2015年的均值如圖1所示，基本呈現出東部地區生態效率較高，中部次之，西部最低。從圖中可以看出，我國省域生態效率的差異很大，寧夏的生態效率為0.303，最低，最高省份為天津，達到了1.064，并且在三大區域內部，其差異也很大。

圖1 2004—2015年我國省域生態效率均值變化情況Fig.1 The mean change ofprovincial eco-efficiency in China from 2004-2015

為了更好的呈現生態效率的區域差異，突出時空二維特征，利用ArcView GIS3.3畫出了2004和2015年空間分布圖，如圖2。以2004和2015年為例，從時間軸來看，區域紅黃綠色區域面積擴大，這說明生態效率總體上逐漸改善，雖然省域顏色差距很大，而且未能明顯縮小，但代表高水平的生態效率的顏色的區域在擴大，說明大部分區域之間的差距在縮小，表現出收斂的趨勢，但仍需要進行收斂性檢驗。

圖2 2004、2015年我國省域生態效率的空間分布情況Fig.2 The spatial distribution of provincial eco-efficiency in China in 2004 and 2015

3 生態效率的空間收斂性分析

從時空兩個維度的分析，可以看出我國省域的生態效率大部分區域的差異在縮小，有收斂的趨勢，接下來利用定量分析的方法探討σ收斂和β收斂的情況。

3.1 σ收斂分析

根據式(1)和(2)分別計算出全國、東部、中部和西部的生態效率標準差和變異系數，所得到的結果繪制成圖3和4。從圖3中標準差的變化趨勢可以看出，中部地區和西部地區生態效率的標準差變動不大，略有上升，全國和東部地區生態效率的標準差變動趨勢基本一致，相對較大。從圖4中變異系數的變動趨勢來看，中部地區和西部地區的變異系數波動最小，相對穩定，三大區域和全國的生態效率標準差和變異系數表現出類似變化，波動中略有上升，顯然全國和三大區域的生態效率不存在σ收斂。

圖3 全國、東部、中部和西部生態效率的標準差Fig.3 Standard deviation of eco-efficiency across China, east, central and western regions

3.2 β絕對收斂分析

3.2.1空間相關性檢驗

空間計量模型的使用依賴空間單元變量之間的交互效應，需要對變量的空間相關性進行檢驗，常見的檢驗方法為莫蘭指數法，利用軟件Stata/MP14.2對區域生態效率等指標進行了空間相關性檢驗。結果如表2所示，基于Queen一階鄰近權重矩陣Wq和距離倒數平方權重矩陣Wd均驗證了生態效率2004—2015年的莫蘭指數均為正數且通過了顯著性檢驗，生態效率表現出空間依賴性，呈現正的空間相關性。這也說明在模型設定中考慮空間相關性是合理的，應該在模型中考慮空間效應[15]。究其原因，中國各區域經濟增長模式和發展方式相似，普遍存在資源消耗大、環境污染高和產出低的現實，資源、環境和經濟發展不協調，這種相似性導致了空間依賴性存在。

圖4 全國、東部、中部和西部生態效率的變異系數Fig.4 Variablecoefficient of eco-efficiency across the country, east, central and west

表2 省域生態效率 Moran’s I 檢驗統計量Table 2 The statistics of Moran's I test of provincial eco- efficiency

3.2.2空間計量模型選擇

為了檢驗區域生態效率的β絕對收斂，需要選擇合適的空間計量模型。由于空間計量模型存在滯后項，OLS的估計結果有偏，采用MLE對方程(3)進行估計。利用Hausman檢驗、似然值以及赤池信息準則來判斷，檢驗結果如表3所示，應該選擇固定效應模型。另外，采用Wald檢驗識別空間杜賓模型是否退化成空間滯后或是空間誤差模型。Wald檢驗的估計值1.27，P值為0.260>0.1，在10%的顯著性水平都不能拒絕H0:λ=0原假設，杜賓模型退化成空間滯后模型。類似的，Wald檢驗估計值為4.25，其P值為0.034<0.05，在5%顯著性水平上拒絕H0:λ+ρβ=0原假設，杜賓模型不能退化成空間誤差模型。根據上述的檢驗結果，選擇空間滯后模型(SAR)較好，結果是穩健的。

表3 固定效應和隨機效應模型選擇Table 3 The selection of fixed effect and random effect model

為了對SAR模型中個體效應、時間效應和雙向固定效應進行合理選擇，根據似然值和AIC、BIC原則確定雙向固定效應模型較好，于是在下面的分析中采用雙向固定效應的空間滯后模型。

3.2.3分地區生態效率空間β絕對收斂

雖然全國和三大區域的生態效率不存在σ收斂，但不能說明全國以及三大區域的生態效率不存在β絕對收斂。利用權重矩陣Wq和Wdj，采用空間滯后模型對全國和三大區域的β絕對收斂進行回歸分析，結果如表4。通過比較兩種權重矩陣回歸下模型的參數及其顯著性，結果基本一致，參數值相差無幾，故選擇的模型是穩定和可靠的。下面的討論以基于Queen一階鄰近權重矩陣回歸結果為例，從全國層面來看，β值為-0.469且在1%的顯著性水平上通過檢驗，說明生態效率與其增長率之間是反向關系，表明全國層面生態效率存在β絕對收斂，說明我國省域生態效率會收斂于一個共同的水平。東中西部的β值均為負值，除西部在5%的顯著性水平上通過檢驗，其他兩個區域均通過了1%的顯著性檢驗，表現出了β絕對收斂，說明3個子區域內部的生態效率差距也在縮小，落后地區向領先地區“追趕效應”是存在的。 但也可以清楚地看到，全國和三大區域的收斂速度不同(1)收斂的速度是依據公式v=-ln(1+β) 計算得出。，分別為：0.633，1.284， 0.403，0.124，東部最快，中部次之，西部最慢。

表4 兩種權重矩陣下的分區域SAR模型估計結果Table 4 The estimation results of regional SAR model under two weight matrices

3.3 β條件收斂分析

3.3.1控制變量的選擇和數據來源

β條件收斂考慮了各個區域經濟、資源和環境的特征和穩態值不同，因此每個區域將收斂于自身的穩態水平。因此需要在回歸模型中加入影響區域生態效率的控制變量，根據已有文獻的研究，區域城鎮化水平(URB)、對外依存度(OPEN)、產業結構優化(IND)、市場化程度(MAR)、富裕度(AGDP)、環境規制(AECP)和科技創新(ASTL)均影響了生態效率的提升[4,12,16]。

隨著城鎮化的不斷深入，區域人口向城市集聚，這種集聚有利于資源和能源消費的集約化，同時由于內部人群的學習效應和專業化協作，有利于提高投入的產出效應。城鎮化采用城鎮人口占總人口比重來表示。對外依存度采用進出口貿易總額在GDP中所占比重來表示，對外依存度高的區域通過外貿獲取更先進的技術，有利于在更大范圍內整合資源，提高投入產出效應。產業結構采用二、三產業增加值在GDP總值中所占比重(第二產業比重占0.4，第三產業比重占0.6)，產業結構優化意味著降低原來依靠資源投入向依靠知識和人力資本轉變來發展經濟，降低對資源和環境的影響。市場化程度采用個體和私營企業從業人員數占總人口比重來衡量，反映了經營環境通過市場之手引導、利用競爭來倒逼企業接受“資源節約、環境友好”的生產模式。富裕度反映了收入水平高低，目前經濟增長方式屬于數量型增長，即過度依賴資源和環境的消耗來實現，隨著收入水平的提高，人們可能會更偏向環境改善和資源節約型增長。環境規制變量采用人均工業污染治理投資額，人均工業污染治理投資越多，環境污染壓力越小，越能促進生態效率提升。科技創新使用每萬人國內專利申請授權量來表示，反映了一個地區科技創新能力和技術水平，科技創新對生態效率有正向促進作用。

所有β條件收斂分析數據主要來自《中國國家數據庫》和《中國統計年鑒》，進出口貿易總額采用人民幣匯率均價進行折算，工業污染治理投資采用GDP平減值是進行了平減，基年為2004，統計性描述如表5所示。

表5 β條件收斂實證分析變量的統計性描述Table 5 The statistical description of β conditional convergence empirical analysis variables

3.3.2空間計量模型選擇

為了檢驗β條件收斂，加入了7個控制變量，利用方程(4)進行估計。模型選擇需要確認：固定效應還是隨機效應；空間杜賓模型是否退化成空間滯后或空間誤差模型。檢驗結果如表6，結果顯示應該選擇固定效應模型，瓦爾德檢驗結果顯示杜賓模型退化成空間滯后模型(SAR)。然后根據似然值和赤池信息準則，選擇雙向固定效應SAR模型來進行估計。

表6 參數估計的型選擇Table 6 Selection of parameter estimation model

3.3.3分地區生態效率空間β條件收斂分析

利用兩種權重矩陣，運用雙向固定效應的空間滯后模型分別對全國和三大區域的β條件收斂進行了檢驗，結果如表7。表中兩種權重矩陣的回歸的對應模型的各個參數和似然值都非常接近，說明模型是比較穩定的和可靠的。下面的分析以空間權重矩陣Wq回歸的結果為例，就SAR模型來說，全國、東中西部收斂系數都在1%的顯著性水平上通過檢驗，且<0，說明全國已經東中西部都存在β條件收斂。隨著經濟發展、產業結構優化、對外依存度、市場化程度等調整，經過很長一段時間，全國以及各個地區的生態效率均將達到各自收斂的水平。從收斂系數的絕對值來看，東部地區最大，中部次之，西部最小，全國以及東中西部的收斂速度分別為：0.612，1.505，0.408，0.198，說明東部地區的生態效率最先收斂于穩態水平，其次是中部地區和西部地區。

表7 兩種權重矩陣下的分區域SAR模型估計結果Table 7 Estimated results of regional SAR models under two weight matrices

表7(續)

就全國來看，城鎮化率和市場化程度通過了顯著性檢驗，且系數為正，這說明城鎮化和市場化程度對生態效率的提升有促進作用。就三大區域來說，東部地區的人口城鎮化進程顯著為正，系數較大，說明東部地區人口的城鎮化有利于資源的集聚、規模效應的發揮，提高了資源的利用效率，促進了生態效率的改善。東部地區的市場化系數為正，但未能通過顯著性檢驗，中部地區顯著為負，西部地區顯著為正。東部地區的市場化程度高帶來了較好的經營環境，有利于各種要素集聚，市場化程度越高競爭機制越能形成淘汰機制，會阻止高耗能和高污染企業進入，同時移出本區域不具備比較優勢的要素，但這種機制的作用尚不明顯。中部地區承接了產業轉移的重任，實現了中部崛起，但對生態效率產生了負向影響，原因一方面可能在于其吸納的資源要素偏向于高耗能和重污染，以及自身的優質資源外移。另一方面市場化程度高的區域移出的不具備比較優勢的資源要素進入中部地區，而這些資源清潔度可能比較低。西部地區市場化程度提高改善了經營的環境，但相對東部和中部的企業而言，吸引力有限，更多是吸納了周邊的創新資源，正是這種創新資源有效彌補西部地區技術和管理上的缺乏，導致資源利用效率明顯提升，環境壓力減小，促進了生態效率的改善。東部地區的對外開放度對生態效率影響為正，但不顯著，而中部地區顯著為正，主要是因為東部地區對外開放帶來的創新資源對資源利用效率的提升空間越來越小，中部地區對創新資源帶來的技術溢出明顯改善了資源的利用效率，加大幅度促進了環境改善。西部地區影響為負，系數較小且不顯著，可能是西部地區外貿商品中偏向資源消耗多和環境污染大的商品，目前這種影響還未顯現，值得注意。產業結構優化對生態效率的影響系數為負，東部和中部通過了顯著性檢驗。雖然經濟發展在轉型，產業結構在優化，但目前來看，全國仍然是第二產業為主，其特征就是資源消耗高、環境污染重。雖然產業結構優化帶來技術創新，但企業的逐利行為導致創新偏向于盈利而不是環保，從系數上可以看到的東部、中部系數較大，而且通過了顯著性檢驗，西部影響則不明顯。

富裕度采用人均GDP來衡量的，只有東部地區和西部地區通過了顯著性檢驗。東部地區的經濟發展水平越高，GDP的“錦標賽”給政府更多競爭壓力，抑制了政府的環境規制水平，從而對生態效率產生了負向影響。而西部地區的經濟發展水平提升，帶來的資源要素和技術的創新，提高了資源的利用效率，促進了生態效率改善。中部地區雖未能通過顯著性檢驗，但經濟發展水平提升的負向影響開始顯現。工業污染治理投資都未能通過顯著性檢驗，可能是因為投資力度相對于經濟體總量是杯水車薪，企業為了自身利益最大化，可能也會把很多治理設備閑置不用。科技創新對生態效率的影響僅僅西部地區顯著為負，盡管科技成果不斷增多，但出于經濟利益的考慮，政府和個體不愿意投資環境友好型技術，而更偏愛產生效益的技術研發，不利于生態效率提升。東部和中部地區雖未能通過檢驗，但隨著經濟發展水平不斷提升，人們會珍惜生活的環境，意識的轉變可能導致研發投向的轉變，這種影響肯定是積極的。

4 結論與啟示

生態效率是在資源環境約束下對經濟增長質量的反映。在當前綠色發展理念下，對生態效率收斂性特征的研究是實現綠色發展、協調發展和創新發展的重要切入點，有助于經濟轉型、區域協調發展和兩型社會建設。本研究利用超效率DEA模型，利用2004—2015中國省際面板數據，運用空間計量經濟學的方法對區域生態效率的收斂性情況進行了檢驗。結果表明：其一，區域生態效率整體上逐漸改善，均增長2.1%，區域差異較大，但大部分區域的差異在縮小，表現出了收斂的趨勢。其二，在考慮空間互相關的情況下，我國省際生態效率存在β絕對收斂和條件收斂，生態效率在東中西部地區均產生俱樂部趨同現象。就全國來看，收斂速度分別為0.633 和0.612，在考慮地區經濟等因素差異后，收斂速度略有下降。就三大區域來看，絕對收斂速度為：1.284， 0.403，0.124，條件收斂速度為：1.505，0.408，0.198，考慮區域經濟特征差異后，東部和西部收斂速度明顯加快，中部略有提高。其三，從全國來看，影響生態效率收斂的因素主要為城鎮化和市場化，均對生態效率產生了正向影響。從三大俱樂部來看，城鎮化、對外依存度、產業結構、市場化、富裕度和科技創新等對生態效率提升的影響存在區域差異。城鎮化提高促進了東部地區生態效率的改善，產業結構優化對東中部地區生態效率提升產生了壓力，市場化程度提升了市場的競爭程度，增加了環境壓力，對生態效率產生了負向影響。經濟發展水平對東部地區生態效率產生了負向影響，而對西部地區則產生了正向影響。科技創新能力提升對西部地區生態效率產生了積極的作用。

基于對綠色發展的收斂性分析，和對以上結論的仔細推敲，提出以下幾方面的建議：

1)穩步推進新型城鎮化建設，發揮創新資源的集聚和規模效應。在城鎮化的過程中，進一步以資源節約和環境友好為導向，鼓勵節能低耗消費品的開發與推廣，推動城市的綠色發展；建立生態標桿競爭機制，約束資源過度集聚造成利用效率下降和環境污染問題；利用空間內部的學習機制和城市對鄉村資源使用效率的帶動，加強城鄉聯動，更大空間內發揮城鎮化對綠色發展績效的促進作用。

2)穩步推進產業結構優化升級，利用知識和技術提升資源的使用效率。目前來看，產業結構優化過程中的高級化并沒有發揮要素嵌入和科技引領的作用，“資源節約和環境友好”型的新業態尚未成型，原有粗放增長尚未改變。中西部在承接產業轉移時要避免“高投入、高污染、低產出”的非清潔型企業入住，優先承接有利于知識和智力輸入的企業，提升區域的內生發展能力，降低生態效率的區域差異。

3)穩步推進市場軟環境的建設，提升區域吸附創新資源的能力。一方面，三大區域應該提升自身市場軟環境建設，提高吸附能力；另一方面，利用生態標桿對吸附的創新資源進行過濾，利用市場機制淘汰有悖于綠色發展的項目。

4)加大環境污染治理投資，引導環境友好型技術創新開發利用。改變唯GDP論，增加綠色標桿，在經濟發展過程中，要引導環境友好型技術的推廣和使用，增加環境污染治理投資，雙管齊下，使資源、環境和經濟發展協調起來。考慮空間相關性的存在，要建立區域創新發展的聯動機制，提高知識、技術等創新資源的輻射和擴散效應，縮小與生態效率高的區域創新差距。