黃河流域九省（區）城市生態效率測算及其時空分異特征

薛偉賢　臧倩文　程愛聯等

關鍵詞：生態效率；三階段超效率ＳＢＭ 模型；時空特征；黃河流域

中圖分類號：Ｘ１７１．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０１．０１５

引用格式：薛偉賢，臧倩文，程愛聯，等．黃河流域九省（區）城市生態效率測算及其時空分異特征［Ｊ］．人民黃河，２０２４，４６（１）：８５－９２．

城市是承載黃河流域九省（區）生態保護與高質量發展的空間載體，在黃河流域九省（區）發展中起著引領和支撐作用，但長期以來，黃河流域九省（區）城市發展重速度而疏于質量，由此帶來資源壓力大和生態環境破壞等問題。在經濟由高速增長轉向高質量發展階段，黃河流域九省（區）城市要走生態優先、綠色發展之路。研究黃河流域九省（區）城市生態效率，有助于協調城市經濟發展、資源消耗與環境保護的關系，對黃河流域九省（區）可持續發展具有重要意義。

關于生態效率的測算，數據包絡分析（ＤＥＡ）是眾多學者測算生態效率的首選模型［１－２］ ，為彌補傳統ＤＥＡ 模型效率值不超過１ 的局限，Ａｎｄｅｒｓｅｎ 等［３］ 提出了超效率ＤＥＡ 模型，但該模型未考慮環境因素和隨機誤差對測算結果的影響。針對ＤＥＡ 模型的局限性，Ｔｏｎｅ［４］ 在克服徑向與角度缺陷的基礎上，考慮非期望產出（如廢水、廢氣排放），以及對效率值為１ 的決策單元進行比較，構建了ＳＢＭ 模型和超效率ＳＢＭ 模型。考慮環境因素以及隨機誤差對測算結果的影響，Ｆｒｉｅｄ等［５］ 將ＤＥＡ 模型與隨機前沿模型相結合，形成了三階段ＤＥＡ 模型。Ａｖｋｉｒａｎ［６］ 將ＳＢＭ 模型與三階段ＤＥＡ模型相結合構建了三階段超效率ＳＢＭ 模型。關于生態效率的時空特征，在時間趨勢演進方面，Ｍａｒｃｏ 等［７］主要采用描述性統計方法、核密度估計方法對生態效率的變化趨勢進行了分析；在空間格局方面，Ｙａｍａｓａｋｉ等［８］ 采用空間分析軟件使生態效率空間分布可視化，對生態效率的空間分布進行了探究；在空間差異與聯系方面，大多數學者采用收斂系數、泰爾指數等方法剖析生態效率的空間差異性，也有一些學者嘗試采用莫蘭指數探究生態效率的空間聯系［９－１１］ 。

黃河流域九省（區）城市生態效率的研究大多從具體行業（工業、能源）、特定區域（城市群、資源型城市）等維度展開，關于黃河流域九省（區）整體城市層面生態效率的系統研究還很少見。從研究方法來看，現有文獻對生態效率的研究鮮少剔除外部環境和隨機誤差的影響，而三階段超效率ＳＢＭ 模型將外部環境與隨機誤差對效率的影響去除，使得計算的效率值能更真實地反映決策單元的效率水平。因此，本研究采用三階段超效率ＳＢＭ 模型測算２０１０—２０１９ 年黃河流域九省（區）城市生態效率，并深入探究其生態效率的時空分異特征，以期為提升黃河流域九省（區）城市生態效率提供參考。

１．３ 第三階段：建立決策單元投入調整后的超效率ＳＢＭ 模型

依據調整后的決策單元投入數據重新進行超效率ＳＢＭ 分析。由于此時的投入數據剝離了環境因素和隨機因素的影響，因此能夠更客觀地反映決策單元的效率狀況。

２ 評價指標與變量選取及數據來源

黃河自西向東流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東九省（區）６９ 個市（州、盟）。根據數據的可獲得性，剔除甘肅、青海以及四川等省１２ 個市（州、盟），選取黃河流域九省（區）５７ 個城市作為研究對象。

２．１ 評價指標與變量選取

生態效率評價指標包括投入指標和產出指標，其中產出指標又分為期望產出和非期望產出，見表１。

外部環境因素即對生態效率產生影響，且在短時間內不能主觀更改或把握的因素［１２］ 。已有研究主要從社會、經濟、政策等角度選取外部環境因素，具體可歸納為收入因素、產業結構因素、制度因素、外資因素［１３］ 。本文選取收入水平、產業結構、環境保護政策和外商直接投資作為外部環境因素［１４－１５］ ，其中：收入水平采用黃河流域九省（區）各城市人均ＧＤＰ 衡量，產業結構用第三產業占國內生產總值比重衡量，環境保護政策用各城市財政支出中節能環保支出量衡量，外商直接投資用各城市實際利用外資衡量。

２．２ 數據來源及處理

本文以２０１０—２０１９ 年為研究期，研究所用數據就業人數、用水量、國內生產總值、ＳＯ２ 排放量和廢水排放量等來源于２０１１—２０２０ 年《中國城市統計年鑒》《中國統計年鑒》、各省（區）水資源公報、各市統計年鑒以及國民經濟和社會發展統計公報等，缺失數據采用插值法和移動平均法補全。

３ 結果及分析

３．１ 三階段超效率ＳＢＭ 模型生態效率測算結果

１）第一階段生態效率。利用ＭａｘＤＥＡ 軟件對黃河流域九省（區）５７ 個城市２０１０—２０１９ 年第一階段生態效率進行測算，結果見表２。在不考慮外部環境變量和隨機因素影響的情況下，２０１０—２０１９ 年黃河流域九省（區）５７ 個城市生態效率平均值為０．７３５，只有慶陽、鄂爾多斯、西安、咸陽、榆林、延安、濟南、東營和菏澤９ 個城市生態效率達到１，黃河流域九省（區）生態效率整體水平較低。國家級中心城市（西安、鄭州）、區域中心城市（省會城市）以及一般地級市生態效率平均值分別為１．０１６、０．７７９、０．７２７，國家級中心城市生態效率明顯高于區域中心城市和一般地級市生態效率，這說明區域中心城市和一般地級市在生產中投入與產出配置較不合理，資源利用率較低，生產技術較落后，環境污染較嚴重。

２）第二階段ＳＦＡ 多元回歸分析。將第一階段得出的決策單元中各投入松弛變量作為被解釋變量，將４ 個外部環境變量作為解釋變量，進行ＳＦＡ 多元回歸分析，結果見表３。

外部環境因素對黃河流域九省（區）城市投入冗余存在影響。σ^２、γ 均通過了顯著性檢驗且γ 值均大于０．５，環境變量對能源投入、勞動投入以及資本投入松弛變量的影響系數多數通過了１％水平的顯著性檢驗，環境變量中人均ＧＤＰ 對水資源投入松弛變量的影響系數通過了１％水平的顯著性檢驗，說明選取的外部環境因素對黃河流域九省（區）城市投入的松弛變量存在顯著影響，有必要進行第二階段的分析，以及三階段ＳＢＭ 調整。

收入水平對勞動投入、水資源投入和資本投入松弛變量的影響系數均為負，對能源投入松弛變量的影響系數為正，且均在１％水平顯著。說明當人均ＧＤＰ提高時，勞動投入、水資源投入和資本投入冗余均減少，但是能源投入冗余增加。可能原因是，隨著收入水平的提高，勞動者素質和資本投入質量有所提高，水資源節約利用效率提升，但是黃河流域九省（區）粗放型的能源開發利用現象沒有根本改變。

產業結構對勞動投入和能源投入松弛變量的影響系數在１％水平顯著為負，對水資源投入松弛變量的影響系數為負但不顯著，對資本投入松弛變量的影響系數在１％水平顯著為正。說明當第三產業占地區生產總值比重增大時，勞動投入、能源投入和水資源投入冗余均減少，這與預期相符，原因是高技術、高附加值產業生產效率較高，當產業結構中第三產業占比增大時，投入冗余減少。但是資本投入冗余增加，可能原因是第三產業大多屬于資本密集型產業，資本投入較多，但沒有充分利用現有資本。

環境保護政策對勞動投入和能源投入松弛變量的影響系數在１％水平顯著為負，對水資源投入和資本投入松弛變量的影響系數為負但不顯著。可以發現節能環保財政支出增加顯著降低能源消耗，但沒有顯著降低資本投入，表明節能環保財政支出要想發揮應有的作用需要一定的資本投入。因此，一方面應促進節能環保支出的穩定增長，另一方面要實現節能環保支出的有效配置，讓環保支出發揮應有的作用，有效促進生態效率提升。

外商直接投資對勞動投入松弛變量的影響系數在５％水平顯著為負，對水資源投入松弛變量的影響系數為負但不顯著，對能源投入和資本投入松弛變量的影響系數在５％水平顯著為正。說明外商直接投資增加使得勞動投入和水資源投入冗余減少，能源投入和資本投入冗余增加。外商直接投資一方面可能會帶來先進的技術、管理經驗，節約勞動和水資源投入；另一方面外商直接投資可能會增加對能源和資本的需求，造成投入要素的浪費。

３）第三階段投入調整后生態效率。對投入變量進行修正后重新測算黃河流域九省（區）城市２０１０—２０１９ 年生態效率，結果見表４。

剔除了環境和隨機因素后，２０１０—２０１９ 年黃河流域九省（區）城市生態效率均值相較調整前下降。其中蘭州、包頭、呂梁、鄭州、榆林、洛陽、鄂爾多斯、安陽、濟南、銀川、咸陽、濟寧、慶陽、泰安、西安、德州、呼和浩特、聊城、濱州１９ 個城市生態效率相較調整前上升，其余３８ 個城市的生態效率相較調整前呈下降趨勢；國家級中心城市、區域中心城市的生態效率與調整前相比總體上有所上升，一般地級市生態效率與調整前相比總體上下降。由此可見，單純用第一階段超效率模型得到的國家級中心城市、區域中心城市生態效率被低估，一般地級市生態效率被高估。

與我國京津冀、長三角、珠三角三大城市群的生態效率［１８－２０］ 進行比較發現，黃河流域九省（區）城市生態效率整體呈波動下降趨勢，而三大城市群生態效率呈上升趨勢。黃河流域九省（區）城市生態效率在２０１４年之前呈上升趨勢、之后呈下降趨勢，呈倒Ｕ 形發展；京津冀城市群生態效率２０１１ 年之前下降、之后快速上升，總體呈Ｕ 形發展；長三角城市群生態效率總體呈Ｎ形發展；珠三角城市群生態效率并未出現較大波動。黃河流域九省（區）城市生態效率與中國三大城市群生態效率相比較低。在空間上，黃河流域九省（區）城市與三大城市群生態效率空間分布特征相似，呈現由南向北、由東向西下降趨勢，且沿海高內陸低、中心城市高周邊城市低。

３．２ 黃河流域九省（區）城市生態效率時空特征

１）時序特征。２０１０—２０１９ 年黃河流域九省（區）城市生態效率變化趨勢存在差異。５７ 個城市中，天水、定西等３５ 個城市生態效率下降，其中隴南、鄂爾多斯、榆林和延安下降幅度超過１００％。僅西寧、西安等２２ 個城市生態效率上升，且上升幅度較小，在經濟發展過程中，資源節約和環境保護略有成效。總的來說，黃河流域九省（區）６０％以上的城市生態效率呈下降趨勢，大部分城市在經濟發展過程中資源和環境壓力逐漸增大。

上、中、下游地區生態效率均呈下降趨勢，見圖１。

２０１０ 年上、中、下游地區生態效率均值分別為０．５９１、０．７６７、０．７８７，２０１９ 年下降為０．４０４、０．５３９、０．６２９，下降幅度分別為３２％、３０％、２０％。主要原因是，黃河流域中上游有很多城市為能源型城市，在能源開采過程中產生大量廢氣廢物，進而導致生態效率低；下游經濟發展較快，正處于工業化進程加速階段，根據環境庫茲涅茨曲線，在工業化進程加速階段，環境污染加劇，生態效率呈下降趨勢。

國家級中心城市生態效率呈上升趨勢，區域中心城市和一般地級市生態效率總體呈下降趨勢。２０１０年國家級中心城市生態效率均值為１．０８５，２０１９ 年上升為１．６７７，上升幅度達５５％；２０１０ 年區域中心城市和一般地級市生態效率均值分別為０．９２７、０．６７６，２０１９ 年下降至０．９２５、０．６６１，下降幅度分別為０．２％、２．２％。主要原因是國家級中心城市肩負區域整體發展使命，經濟基礎與資源環境承載力相對較好，在空間、政策、資源等方面占據優勢，因此生態效率呈上升趨勢；區域中心城市具有帶動周邊城市發展的作用，是各省（區）經濟發展中心，經濟基礎與資源環境承載力在各省（區）中相對較好，因此區域中心城市生態效率雖然有所下降，但下降幅度不大；一般地級市受資源環境限制，經濟發展水平較低，生態效率呈下降趨勢。

２）空間特征。為進一步分析黃河流域九省（區）城市生態效率空間差異，將黃河流域５７ 個城市生態效率分為高（＞１．０００）、中（０．５００ ～ １．０００］、低（０．０００ ～０．５００］３ 類，運用ＡｒｃＧＩＳ 軟件進行可視化處理，繪制高生態效率區、中生態效率區和低生態效率區分布圖，見圖２。黃河流域九省（區）大部分城市集中在低生態效率區。在城市數量上，高、中、低生態效率區分別包含１１、１９、２７ 個城市，說明有相當一部分城市生態效率并未達到理想狀態。從西到東， 城市生態效率呈現“低—高—低—高”交替式空間分布態勢，這與城市群的分布較為重合。高生態效率區主要分布于呼包鄂榆城市群以及山東半島城市群；中生態效率區主要分布于太原城市群以及關中平原城市群；低生態效率區主要分布于蘭西城市群、寧夏沿黃城市群和中原城市群。

上、中、下游城市高生態效率區占比分別為２８％、３６％、３６％。其中：呼和浩特、西安、鄭州和濟南屬于省會城市，集聚了先進科學技術、優秀人才以及清潔能源，因此經濟發展質量較高，對資源環境造成的影響較小，生態效率處于較高水平；慶陽、榆林等屬于成長型資源城市，資源開發處于上升階段，但資源開發強度不高，對環境影響較小，生態效率維持在較高水平。上、中、下游城市中生態效率區占比分別為１６％、２６％、５８％。其中：濟寧、晉中、呂梁、寶雞屬于成熟型資源城市，資源開發處于穩定階段，資源保障能力強，經濟社會發展水平較高，但同時存在生態環境破壞問題；包頭、洛陽、淄博屬于再生性資源型城市，基本擺脫了資源依賴，經濟社會步入良性發展軌道，但仍需加快經濟發展方式轉變。上、中、下游城市低生態效率區占比分別為５２％、３７％、１１％。其中：白銀、石嘴山、烏海、銅川、濮陽屬于衰退性資源型城市，資源趨于枯竭，經濟發展滯后，生態環境壓力大，生態效率處于較低水平，亟須經濟增長方式轉型。

國家級中心城市、區域中心城市、一般地級市生態效率平均值分別為１．５２０、０．９２５、０．６６１，其生態效率存在較大差距。一般情況下，國家級中心城市、區域中心城市經濟發展水平較高，且環境保護政策、區域創新能力等均高于一般地級市，因此生態效率相對較高。但經濟發展較好城市其生態效率不一定高，如呼和浩特與鄂爾多斯相比經濟發展水平較高，但其生態效率較低。因此，城市生態效率與城市經濟發展水平相關，但不完全取決于經濟發展水平。

４ 結論與建議

４．１ 研究結論

第一階段和第三階段計算的生態效率值存在差異，第三階段調整后黃河流域九省（區）城市生態效率與第一階段生態效率相比有所下降，這種差異說明生態效率受外部環境和隨機誤差的影響。外部環境變量中，收入水平對各類投入所引入松弛變量具有負向效應，有助于減少投入冗余。產業結構、外商直接投資對水資源投入松弛變量影響不顯著，環境保護政策對水資源投入和資本投入松弛變量影響不顯著，產業結構、外商直接投資和環境保護政策對其余投入松弛變量影響顯著。國家級中心城市生態效率呈波動上升趨勢，且上升幅度較大；區域中心城市、一般地級市生態效率總體上呈波動下降趨勢，區域中心城市生態效率下降幅度小，一般地級市生態效率下降幅度較大。黃河流域九省（區）國家級中心城市生態效率較高，一般地級市生態效率較低。高生態效率區主要分布于上游呼和浩特和下游濟南等城市，中生態效率區主要分布在中游和下游的晉中、洛陽等城市，低生態效率區主要分布在上游和中游的銀川、銅川等城市。黃河流域九省（區）城市生態效率與我國三大城市群相比，生態效率相對較低，呈倒Ｕ 形增長，但空間分布特征相似，均呈現由南向北、由東向西遞減，以及沿海高內陸低、中心城市高周邊城市低的特征。

４．２ 政策建議

１）采取差異化策略，注重提高黃河流域九省（區）一般地級市的生態效率。生態脆弱、經濟發展水平不高的城市，不適宜大規模工業化發展，應以現代農業、新能源和現代服務業為發展重點；環境壓力較大的城市，要促進資源產業轉型發展，逐步降低能源密集型及高污染排放型工業行業的規模，同時承接發達地區制造業轉移，擴大商貿物流業、科技金融等服務業發展；經濟相對發達的城市，要積極推動產業向環境友好型、清潔型、科技型轉型升級，鼓勵開發和應用節能降耗的新技術。

２）提高經濟發展質量，營造有利于生態效率提升的外部環境。外部環境因素中，收入水平（人均ＧＤＰ）可以顯著降低投入要素冗余，對黃河流域九省（區）城市生態效率的影響較大，同時黃河流域九省（區）一般地級市生態效率較低，且西部欠發達地區生態效率更低。但城市不應過度追求ＧＤＰ 總量增長，生態效率低的城市提升生態效率最重要的是轉變經濟發展方式，促進經濟轉型，提高人均收入水平。

３）調整產業結構，加快產業升級。對于傳統的高耗能、高污染產業，要控制其在產業結構中的占比，同時要用先進的技術、設備對其進行改造升級。大力發展戰略新興產業，尤其要將新能源、節能環保等綠色低碳產業作為發展重點，加快構建現代產業體系。

【責任編輯 呂艷梅】