京津冀城市群生態效率的空間收斂性研究

孫 鈺，梁一燦，齊艷芬，崔 寅

(1.天津商業大學公共管理學院，天津 300134；2.天津大學管理與經濟學部，天津 300072；3.天津社會科學院，天津 300191）

京津冀城市群作為中國北方最大的城市群，經濟總量占全國的近10%1），是國家核心增長極和高質量發展的“潛力股”。自京津冀協同發展上升到國家戰略層面以來，其生態一體化理念逐漸深入人心。2020 年北京市出臺的《關于建立更加有效的區域協調發展新機制的實施方案》強調要圍繞“生態環境保護聯動”而繼續打破行政壁壘并深化區域合作機制，生態協同發展將成為推動“2035 年京津冀世界級城市群構架基本形成”的重要維度。然而，該區域仍然存在與之不相適應的環境質量差距，尤以河北各市落后于京津為突出表現。2019 年，北京和天津在全國168 個主要城市空氣質量中處于上游地帶，而河北省近一半城市均位于倒數10 名內2）。同時，京津第二產業比重（分別占16.5%和35.2%）較低，而河北鋼鐵、煤炭、水泥、焦化等高耗能高污染產業仍占據經濟主導地位3），更拉低了區域治污的整體水平。區域環境發展不平衡成為影響京津冀城市群生態效率提升的制約因素。生態效率(Ecological efficiency)涉及經濟發展、資源消耗和環境保護等綜合層面。結合任宇飛等的研究［1］，本文將其定義為最小的資源環境投入與最大經濟與環境效益產出之間的對比關系。探析京津冀13 個城市間生態效率的空間差異和非均衡程度，進而求解生態效率提升的策略，應具有重要的理論價值和現實意義。

1 文獻綜述

“生態效率”的研究方法涉及熵值法［2］、層次分析法和數據包絡分析(DEA)等［3］，尤以DEA 相關方法（如三階段DEA［4］、超效率DEA［5-6］、非期望產出SBM 模型）為主流［7-9］。本研究借助非期望產出SBM 模型對生態效率展開基本的測度評價之外［10-11］，更加關注區域的生態效率差異以及空間收斂對生態效率產生的影響。

1.1 區域差異與生態效率

眾多學者在生態效率測算的基礎上，以省域或市域為尺度，對生態效率區域差異進行了深入探討。在全國省域范圍，屈小娥［12］、任梅等［13］、韓增林等［14］、沈偉騰等［15］學者均發現，中國30 個省份生態效率整體上表現為“東高西低、兩極分化”的地區分異特征，呈現出由東部沿海發達地區向中西部欠發達地區遞減的階梯狀空間分布格局；汪艷濤等［16］研究指出中國全部省份生態效率偏低且東、中、西部地區發展不均衡、區域差異明顯；ZHANG X X 等［17］對中國海洋牧場的生態效率進行差異分析后發現，不同海域表現為“黃海＞東海＞渤海＞南海”的地區差異格局。在局部省域范圍，易杏花等［18］指出西部地區11 省份的生態效率顯現“東高西低”的地區分異態勢；顧榮華等［19］研究發現江蘇省的生態效率顯示出自南向北降低的地區分異格局。由于中國省級以上區域的生態效率存在顯著差異，越來越多的學者進而鎖定區域小范圍，對城市等局部地理單元進行了更精細化的刻畫，例如長三角城市群［2,20-21］、長江經濟帶城市群［22-23］、中原城市群［24］、黃河流域城市群等［25-26］。同時，鑒于京津冀區域污染情況日益受到社會廣泛關注，有關京津冀城市群生態效率的研究也逐漸增多，但主要集中于效率評價及時空演變特征分析［27-28］。

1.2 空間收斂與生態效率

為進一步挖掘區域差異的程度及空間非均衡性，學者們進行了空間收斂性分析。在全國層面，前人多聚焦于某一行業生態效率的空間收斂性研究。比如侯孟陽等［29］就中國農業領域的生態效率引入空間效應因素進行了空間β 收斂性檢驗，研究得出中國農業生態效率存在顯著的空間收斂性并且條件β收斂速度快于絕對β 收斂速度的結論，表明各城市的農業生態效率將會隨時間的推移趨近其各自的穩定狀態；張文彬等［30］探討了中國能源領域生態效率的空間收斂性，發現全國均存在空間絕對β 收斂和條件β 收斂趨勢，表明其能源生態效率的差距在縮小。在省域范圍，關偉等［31］指出遼寧省工業生態效率存在顯著的空間α 收斂、絕對β 收斂和條件β 收斂，其離散程度總體在縮小。在城市群范圍，于偉等［32］對長三角、珠三角等八個城市群總體及內部的空間收斂性特征進行了檢驗，也指出八大城市群均存在絕對β 收斂和條件β 收斂，表明各城市群內部城市的生態效率將向各自的穩定狀態收斂，其中，珠三角城市群收斂速度最快。

前人的學術成果為本文研究奠定了堅實的基礎，然而仍存在一些薄弱環節尚待進一步夯實：第一，就研究區域而言，現有成果多為以省域為決策單元的生態效率研究，無法清晰地體現出各城市之間的不均衡性，且針對京津冀城市群各個城市差異性的研究鮮見；第二，就研究角度而言，現有研究大多以面板數據的時間序列為觀測依據展開縱向角度測量，往往忽略橫向對比分析；第三，就空間收斂性而言，多數學者對某一行業或領域的生態效率進行了空間收斂性檢驗，但針對京津冀城市群的空間非均衡性、收斂性趨勢研究尚顯留白。

在現有成果基礎上，本文將從以下三個方面進行拓展：第一，將京津冀13 個城市作為研究區域，以求深度聚焦和刻畫該地區生態效率的非均衡性；第二，從橫向角度切入，探索性地將該地區以城市為單位劃分為四大生態區，以求全面揭示京津冀城市群整體、區域內和區域間生態效率的差距；第三，基于空間視角，借助變異系數法和空間杜賓模型檢驗京津冀生態效率的σ 收斂、β 收斂和俱樂部收斂，以探析該地區生態效率差距的空間變動趨勢，進而為縮小京津冀生態發展差距、提升生態效率水平提供策略選擇。

2 研究區域、方法與數據來源

2.1 研究區域

京津冀城市群位于環渤海地區和東北亞核心地帶，是中國三大核心城市群之一，范圍涵蓋“一省兩市”，具體包括北京市、天津市以及河北省全域城市等13 個決策單元，地理區位如圖1 所示。該區域的地域面積占全國2.25%，卻承載著占全國8.07%的人口4），地少人多的局面使得經濟發展與資源環境消耗之間的矛盾愈發凸顯，提升生態效率就成為解決相關問題的突破口。本文截取2009—2019 年的數據對京津冀城市群生態效率進行測算與分析。

圖1 研究區域范圍

2.2 研究方法

2.2.1 基于非期望產出的超效率SBM 模型

數據包絡分析法(DEA)是一種通過規劃求解的形式測度決策單元(DMU)效率的非參數方法。本文借鑒Tone［33］的研究，運用擴展的DEA 模型，構建非徑向、非角度的超效率SBM 模型來測度京津冀生態效率，致力于客觀區分該地區經濟發展、生態環境等方面的效率差異。將松弛變量納入目標函數，既可以避免非期望產出的缺陷，也能夠進一步對處于生產前沿面的決策單元(DMU)進行排序和對比評價，提升結果的準確性。模型構建為：

式中，假設有n個DMU，每個DMU 由投入m，期望產出r1和非期望產出r2構成，x、yd、yu為相應的投入矩陣、期望產出矩陣和非期望產出矩陣中的元素，ρ為生態效率值且大于0。

2.2.2 Dagum 基尼系數

本文借鑒Dagum 基尼系數分析京津冀城市群生態效率的地區差異［34］，相比傳統基尼系數和Theil指數，該方法按照子群進行劃分，既能有效追溯其生態效率差距的主要來源，也避免了樣本間的重復問題。公式如（3）：

2.2.3 收斂性檢驗

為進一步分析京津冀生態效率地區差異情況及空間非均衡性，需進行收斂性檢驗。收斂性檢驗可分為σ 檢驗和β 檢驗。

⑴σ 收斂。σ 收斂是指區域生態效率的差距隨著時間的演進逐漸減小，通常采用變異系數法進行考證。若變異系數隨時間的推進而減小，即表明京津冀城市群生態效率存在σ 收斂。計算公式如下：

⑵β 收斂。β 收斂包括絕對β 收斂和條件β收斂，絕對β 收斂表示京津冀生態效率較低的城市比效率較高的城市擁有更快的增長率，條件β 收斂表示京津冀生態效率隨時間的推移向各自的穩定狀態趨近。京津冀協同發展的縱深推進使各地的經濟聯系愈發緊密，存在一定的空間依賴性，本文引入空間杜賓模型，建立其生態效率β 收斂的絕對β收斂和條件β 收斂模型。分別為：

⑶俱樂部收斂。俱樂部收斂的本質是京津冀城市群生態效率水平相似的城市有差距縮小的趨勢。基于上述生態效率β 收斂的空間杜賓模型以及京津冀13 個城市的分組情況，繼續對該區域生態效率的俱樂部收斂進行實證分析。

2.3 數據來源

截取2009—2019 年的數據對京津冀地區共計13 個城市的生態效率進行實證評價，原始統計數據主要來自于《中國城市統計年鑒》《中國城市建設統計年鑒》《中國環境統計年鑒》《中國區域經濟統計年鑒》《北京統計年鑒》《天津統計年鑒》《河北經濟年鑒》、各地市統計年鑒以及京津冀各個城市國民經濟和社會發展統計公報、環境質量狀況公報、統計局官網，部分指標數據由作者計算整理得到。無法收集的缺失數據用插值法（計算缺失數據前后兩年的均值）補齊以體現科學性。

3 京津冀城市群生態效率評價指標體系建構

根據生態效率的內涵，京津冀城市群評價指標應是投入和產出的指標組合。借鑒學者們的相關研究［14,27,35-37］，遵循系統性、科學性、可操作性等指標選取原則，構建京津冀城市群生態效率評價指標體系。考慮到當前京津冀地區產業結構有待升級、資源消耗現象突出、生態效率亟待提升等現實情況，同時參考《關于統籌和加強應對氣候變化與生態環境保護相關工作的指導意見》、《關于構建現代環境治理體系的指導意見》、《綠色發展指標體系》及世界可持續發展工商業委員會(WBCSD)給出的區域環境指標，選取的評價指標共包含14 項：投入指標涵蓋資本投入、土地投入、能源投入（用水、用電消耗）、勞動力投入及環保投入五大維度；期望產出指標涉及經濟增長、財政收入和城市綠化；在非期望產出框架下，還加入人們不期望看到的非期望產出，指標包括廢水排放、工業廢氣排放及空氣污染。其中，除共性指標外，鑒于京津冀地區高污染產業相對較多、大氣污染較為嚴重的特殊情況，本文將“空氣污染指數(API)”作為符合該區域實際情況的特性指標納入非期望產出分析框架。該指數結果由各城市各年度氮氧化物、二氧化硫及PM10污染分指數的最大值而得，數值越大說明空氣污染狀況越嚴重。三種污染物排放量的原始數據來源于《中國城市統計年鑒》及中國空氣質量在線監測分析平臺。如上現有指標對于評價京津冀城市群生態效率水平具有較強的參考價值，如表1 所示。

表1 京津冀城市群生態效率評價指標體系

4 生態效率測算及地區差異分析

4.1 京津冀城市群四大生態區劃分

2014 年，國家發改委為京津冀城市群初步劃定“四區”5），旨在培育首都經濟圈空間新格局。隨著“十四五”規劃大序幕的拉開，推進京津冀縱深縱寬拓展更需要下好生態協同發展這步“先手棋”。因此，在國家發改委分區的基礎上，為進一步打破京津冀地域界限，落實“在生態環境保護領域率先取得突破”的時代新要求，同時更精準地識別其生態效率的差異來源，以優化空間全域生態保護格局，依據該區域自然地形地貌特點、近10 年平均經濟總量和環境空氣質量綜合指數6），參考楊桐彬等［2］對長三角城市群的分區介紹，對京津冀城市群的區域劃分進行探索性延伸，設定為中、東、南、北四大生態區：中部生態區涵蓋北京、天津、廊坊和保定，地處京津冀核心區及延伸地帶，環境空氣綜合質量和經濟發展水平普遍較高且穩定；東部生態區涵蓋唐山和滄州，兩地緊傍渤海，第二產業和臨港經濟較發達，但由此造成的大量工業污染致使空氣綜合質量欠提升；南部生態區為石家莊、衡水、邢臺和邯鄲，大多城市遠離首都核心區，經濟功能有待進一步開發，并且西鄰太行山脈，污染物不易排出，導致經濟發展和空氣質量綜合水平普遍不樂觀；北部生態區涵蓋張家口、承德和秦皇島，位于燕山山脈和壩上高原之間，植被覆蓋率較大，環境空氣綜合質量高，然而，因地形地勢阻隔，經濟聯系受限且發展相對吃緊。具體的區域劃分（如圖2 所示）為京津冀各生態區之間生態效率的測度及橫向對比分析奠定了基礎。

圖2 京津冀城市群四大生態區

4.2 京津冀城市群生態效率測度

基于以上生態區的劃分，使用非徑向(Non-Oriented)、規模報酬可變(VRS)的超效率SBM 模型(Super-SBM-V)測算出2009—2019 年京津冀城市群各生態區城市的生態效率均值，如表2 所示。

表2 2009—2019 年京津冀城市群生態效率均值

由表2 的測算結果可知，京津冀城市群生態效率差距較大，生態效率值最高的北京是效率值最低的承德的5.6 倍。由圖3 可知，2009—2019 年京津冀生態效率整體上大致處于中間水平7），存在較大的進步空間，進一步觀察其四大生態區變動趨勢可得：

圖3 2009—2019 年京津冀生態效率水平變動趨勢

⑴整體上中部生態區生態效率相對較高，而北部生態區生態效率較低，這與京津冀城市群經濟發展實際情況相符合。⑵分階段來看，以2015 年為轉折，該城市群之前的生態效率處于波動上升態勢，2012 年黨的十八大“把生態文明建設放在突出地位”提供了前進方向，2014 年京津冀協同發展戰略提供了前進動力，京津冀地區生態環境建設由此取得顯著成效；而之后的生態效率則有所降低，盡管2016年后逐漸緩慢回升，但隨著經濟轉向高質量發展階段，生態效率提升速度有所放緩。⑶分區域來看，中部生態區、東部生態區以及南部生態區絕大多數年份的生態效率差距相對較小，變動趨勢在整體平均值水平以上；反之，北部生態區的提升潛力和起伏最大，表明京津冀低生態效率城市的效率提升彈性往往比高效率城市更大。

4.3 京津冀城市群生態效率的差異性分析

4.3.1 總體基尼系數

2009—2019 年京津冀城市群生態效率的總體及分區域基尼系數如表3 所列。樣本觀察期內其生態效率的基尼系數總體上呈現波動下降態勢，2009 年為0.213 5，2019 年為0.162 1，下降幅度達24.07%，表明該城市群整體的生態效率差距正在縮小，變動狀態趨于平衡，同時存在收斂的可能性，需進一步進行收斂性檢驗。

表3 2009—2019 年京津冀城市群生態效率基尼系數及其分解

4.3.2 區域內基尼系數

由表3 中區域內基尼系數所示，不論是基尼系數數值大小的橫向對比還是變動趨勢的縱向分析，京津冀四大生態區內差異均各有其特點。橫向對比可知，四大生態區基尼系數均值的排名由小到大依次為東部生態區（0.058 2）、中部生態區（0.087 2）、南部生態區（0.162 8）和北部生態區（0.306 1），表明東部生態區生態效率差距最小而北部生態區相對最大；縱向分析可知，中部生態區、東部生態區和北部生態區的生態效率基尼系數總體呈波動下降的態勢，而南部生態區的生態效率基尼系數低高起伏、差距較大。具體而言，四大生態區基尼系數發展差距由小到大依次為中部生態區、東部生態區、北部生態區和南部生態區。由基尼系數分析可見，中部生態區生態效率“內核實力強勁”；東部生態區生態效率差距小但需繼續提質增效；南部生態區生態效率差距較大且“先天薄弱、后天不足”；而北部生態區雖生態效率基礎差但有進步趨勢。這正印證了前文對于京津冀生態效率“中東領先，南北落后”整體格局的描述。

4.3.3 區域間基尼系數

由表3 橫向對比可知，中部—北部生態區的基尼系數最高（均值為0.606 5），這是由于中部生態區內的城市經濟繁榮和生態協同融合構成了相得益彰的“組合優勢”，遠高于北部生態區，致使兩個區域間資源合理配置和環境保護治理的差距懸殊；縱向分析可發現，2009—2019 年間，京津冀城市群局部區域間發展不均衡現象凸顯。在基尼系數上升的區域間，以中部—北部生態區基尼系數的差異最大，而在基尼系數下降的區域間，中部—東部生態區降幅最大，年均降低率為55.6%8）。這兩大生態區內的城市本身即擁有最高的經濟發展度和生態協同度，加之具備得天獨厚的地緣優勢以及發達的沿海經濟，使區域內的城市之間在經濟聯系和要素流動方面最為密切，由此帶來生態效率差距的迅速縮小也就不言而喻。

4.3.4 差異來源及其貢獻率

由表3 報告的京津冀城市群生態效率差異來源及其貢獻率可發現，區域間差異的貢獻率最高，平均貢獻率為68.90%，表明區域間差異是京津冀城市群生態效率差距的主要來源；用于識別區域間城市交叉重疊問題的超變密度貢獻率次之，平均貢獻率為18.62%，且11 年間下降趨勢明顯，表明城市交叉重疊現象正在逐漸消失；區域內差異貢獻率最低，平均貢獻率為12.48%，表明各區域內部的差異對京津冀生態效率的總體差異貢獻較小。可見，要著重從縮小區域間差異的角度出發解決生態效率的區域不平衡問題。

5 生態效率空間收斂性分析

5.1 變量選取

在前文基于基尼系數呈現出京津冀城市群生態效率差異大小及來源的基礎上，為進一步驗證其空間非均衡性，接下來進行空間收斂性檢驗。借鑒李瓊等［38］、羅能生等人［39］的研究成果，選取經濟、技術、環境等層面的6 個代表性指標作為控制變量來考察京津冀生態效率的空間收斂性及差距的成因：1）城市化率(URB)。較高的城市化水平是經濟發展的重要標志，但是易對大氣環境、水環境和生物環境等帶來負面影響，因此選取城市化率這一變量來反映京津冀經濟增長活力和對其環境產生的影響；2）產業結構(IND)。第二產業包括鋼鐵、采礦等各類工業，是生態環境的主要污染來源，選取第二產業增加值占地區GDP 的比重這一變量衡量京津冀地區的工業發展情況以反映該地區產業結構的合理度及對生態的威脅度；3）人口發展(PD)。人口發展和集聚會對經濟環境造成雙重的影響，本文用人口密度，即常住人口數與城市區域面積的比重來表示；4）對外開放程度(FDI)。對外開放已達成全球性共識，有利于吸收發達國家提升生態效率的先進技術或管理經驗。用當年實際使用的外資金額占城鎮從業總人數的比重來刻畫；5）科技進步(SCI)。科學技術是第一生產力，科技創新和進步有利于促進資源集約利用及高端綠色產業的發展，而人才資源是其核心推動力，選取科學研究、技術服務和地質勘查業從業人數占城鎮從業總人數的比重來表示科技進步；6）環境規制(ENV)。政府通過對工業企業進行監督，采取有效的工具手段治理大氣污染，選取工業二氧化硫去除率來表示其排污程度及規制強度，從而影響生態效率。如表4 所示。

表4 京津冀城市群生態效率控制變量

5.2 收斂性檢驗

5.2.1 σ 收斂性檢驗

表5 報告了樣本觀察期內根據變異系數測算的京津冀城市群生態效率的σ 收斂系數。從京津冀城市群整體層面來看，2009—2019 年間，該區域生態效率的σ 收斂系數總體趨于震蕩下降態勢，狀態傾向穩定，意味著具有σ 收斂特征；從局部生態區來看，中部、東部及北部生態區的σ 收斂系數表現為波動下降趨勢，呈σ 收斂特征，而南部生態區則反之，整體離散程度較大。其中，東部生態區的σ 收斂系數最小，平均值為0.164 5，而北部生態區具有最大的σ 收斂系數（平均值為0.737 4），離散程度最大，這與上文所述的區域內基尼系數差異的結果保持一致，檢驗有效。

表5 2009—2019 年京津冀城市群生態效率σ 收斂系數

5.2.2 β 收斂性檢驗

⑴空間相關性檢驗

本文運用GeoDa 軟件計算京津冀各年份各城市生態效率值的全局Moran's Ⅰ指數，檢驗其生態效率的空間相關性。由于各城市間存在公共邊界，選用rook 空間鄰接權重矩陣對生態效率的空間相關系數進行測度，結果顯示該城市群生態效率存在顯著的空間正相關關系（如表6 所示）。

表6 京津冀城市群各年生態效率莫蘭指數

⑵β 收斂實證分析。由上述分析知，京津冀城市群生態效率存在空間相關性，應采用空間計量模型進一步考察。由于東部生態區兩個城市不存在鄰近關系無法構建鄰接權重矩陣，本文構建經濟距離權重矩陣（利用兩市之間人均GDP 年均值絕對差值的倒數表示矩陣的元素）進行絕對β 收斂和條件β 收斂檢驗。

1）生態效率的絕對β 收斂。表7 顯示了京津冀城市群生態效率的絕對β 收斂檢驗結果。Hausman 檢驗結果表明應選擇空間固定效應模型，后采用極大似然法對固定效應空間杜賓模型進行估計。觀察可知，β 收斂系數在1%的水平下顯著為負，表明京津冀城市群生態效率呈現明顯的絕對β 收斂趨勢，這意味著京津冀各城市生態效率終將收斂于穩定形態，低生態效率城市的追趕速度相比高效率城市更快，城市間的差距逐步拉近；同時，生態效率的空間自回歸系數和空間滯后項系數ρ 均顯著為正，表明其生態效率存在明顯的空間溢出效應，這意味著鄰近城市間更容易互相借鑒提高。其中，中部生態區生態效率空間滯后項系數ρ 顯著為負，表明該生態區具有空間負相關性，城市間可能存在內部競爭關系，應進一步加強協作。

表7 京津冀及四大生態區絕對β 收斂檢驗結果

2）生態效率的條件β 收斂。如表8 所示，在將產業結構、城鎮化水平等要素作為控制變量后，京津冀城市群β 收斂系數依舊在1%的水平下顯著為負，表明該地區生態效率呈顯著的條件β 收斂趨勢，各城市間生態效率將逐漸向各自的穩定狀態發展。由控制變量的回歸結果可知，對外開放程度、科技進步和環境規制對生態效率產生顯著的正向影響，這表明開放的大門能夠為該區域帶來先進的管理經驗、人才等優質資源，并且科技進步和環境治理是提升生態效率的有力武器；而產業結構、人口密度和城市化率則反向變動，表明京津冀產業結構偏重第二產業、人口等資源承載壓力大等現實情況阻礙生態效率進步，警示其發展不可只關注GDP、城市發展等經濟指標，應積極轉變生產生活方式，走集約高效、環境友好的綠色發展之路。

表8 京津冀及四大生態區生態效率條件β 收斂檢驗結果

⑶俱樂部檢驗。進一步觀察表7和表8可以發現，四大生態區生態效率的絕對β 收斂和條件β 收斂系數均顯著為負，表明區域內城市存在俱樂部收斂特征。然而其收斂速度各異，南部生態區絕對β 收斂系數以及南部、北部生態區條件β 收斂系數較大，意味著南部、北部生態區生態效率收斂速度較快，而中部、東部生態區則相反。這表明生態效率水平較低的南北部生態區城市相比水平較高的中部、東部生態區城市而言，盡管差距明顯，但是具有更大的差距縮小彈性和空間，提升潛力較大。

6 結論與建議

6.1 結論

將京津冀13 個地級及以上城市劃分為四大生態區，截取2009—2019 年間的面板數據，構建基于非期望產出的超效率SBM 模型測算其生態效率，在運用Dagum 基尼系數描述其差異及來源后，進一步借助變異系數法和空間杜賓模型對其生態效率進行空間收斂分析。研究結論如下：

⑴從時序演進的特征看，京津冀城市群生態效率總體上潛藏降低風險，提升動力不足，四大生態區之間顯現一定差距。中部生態效率居于突出地位而北部生態區排名末位，這與區域經濟發展的客觀水平一致。與此同時，生態區之間的差距有縮小的勢頭，但多年的發展基礎致使“中部領先、北部落后”的現狀仍未改變。

⑵從區域差異的橫縱分析看，總體基尼系數的趨勢呈波動式下降，表明“趨于平衡、差距縮小”的區域生態效率狀態逐漸顯現，然而其內部生態效率發展并不均衡，表現為區域間差異貢獻率最高，超變密度貢獻率次之，區域內差異貢獻率最低，說明區域間差異是京津冀生態效率非均衡性的主要來源。

⑶從空間收斂性研究看，京津冀城市群整體均存在顯著的σ 收斂、β 絕對收斂、β 條件收斂特征和明顯的空間溢出效應；四大生態區多半（除南部生態區離散程度較大之外）具有σ 收斂特征，而β 絕對收斂、β 條件收斂、俱樂部收斂以及空間溢出效應在四大生態區均呈現顯著特征。

6.2 京津冀城市群生態效率提升建議

根據前文生態效率差異和空間收斂性分析結果，京津冀地區應采取積極合理的措施來提升其生態效率，推動可持續發展。

⑴強化內生動力，規避生態效率降低的潛在風險。其一，京津冀13 市應自覺將生態一體化建設融入國家戰略全局，樹牢“一盤棋”意識。其二，以提升生態效率為抓手，在城市化建設、產業結構優化、科技進步和環境規制等方面構建和強化共建共治新機制，“共建”應以從城市環保機制和環境規制角度完善區域生態補償機制、環境承載能力網絡監測預警和污染防治區域聯動機制的制度建設為基礎，“共治”應以從產業結構和科技角度優化產業結構、增強科技創新能力為保障，驅動“外生變量”轉化為“內生發力”。

⑵四大生態區要“抱團取暖”“同頻共振”。其一，中部和東部先進生態區應繼續發揮核心都市圈污染防治的生態溢出效應以及沿海經濟圈的臨港運輸優勢，將大氣污染防治、生態修復補償等環境治理經驗以及前沿技術向南北部生態區傳播推廣。其二，南部北部滯后生態區也應“奮起直追”，積極學習借鑒“中東部”生態區的長處，重點加大張承地區壩上草原生態防護區、燕山—太行山水源涵養區等生態保護重點區域的養護力度，推動四大生態區“抱團取暖”、形成合力和均衡發展。

⑶打造富有活力的京津冀“綠色創新谷”，推動整個區域綠色轉型。其一，應推動綠色轉型進入“快車道”，大力支持綠色低碳能源、循環經濟等領域產業興旺，以培育綠色發展新動能鞏固和促進京津冀生態效率收斂速度進一步加快。其二，依托京津兩市一流高校和科研機構，輻射帶動整個區域實施生態產業的創新驅動，將綠色創新技術作為新的空間溢出點以外溢至河北省各個城市，展開京津冀生態研發領域深度合作，致力于共同支持科技創新成果轉化綠色生態空間，規范形成生態應用研究、綠色低碳技術研究的區域創新鏈，為我國其他類似區域提供最佳實踐范式。

注釋：

1)數據由2020 年《中國統計年鑒》中數據計算得出。

2)參照2019 年《中國生態環境狀況公報》中城市空氣質量排名。

3)數據來源于2019 年北京、天津和河北國民經濟和社會發展統計公報。

4)數據由2019 年京津冀三地國民經濟發展公報中各地的地域面積和人口數計算得出。

5)“四區”分別是指中部核心功能區(包括北京、天津、廊坊、保定)、冀中南功能拓展區(包括石家莊、衡水、邢臺、邯鄲)、臨海文化發展區(覆蓋天津、唐山、滄州)和北部生態功能區(覆蓋張家口、承德、北京、秦皇島、保定)。引自于中華人民共和國國家發展和改革委員會官方網站https://www.ndrc.gov.cn/。

6)數據來源于2009—2019 年京津冀各地市國民經濟和社會發展公報以及北京、天津、河北省生態環境質量公報。

7)參照常新鋒等學者的研究,生態效率值處于區間(0.5,0.9］為中等效率。來源于文后參考文獻［21］。

8)由2019 年和2009 年中部生態區—東部生態區的基尼系數計算而得。