邱兆林

[摘 要] 長(zhǎng)江經(jīng)濟(jì)帶發(fā)展與黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展是我國(guó)依托大江大河實(shí)施的重大國(guó)家戰(zhàn)略，文章采用Super-SBM模型和GML指數(shù)法測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率及分解指標(biāo)，建立面板Tobit模型識(shí)別生態(tài)效率的影響因素。研究發(fā)現(xiàn)：兩大區(qū)域生態(tài)效率整體呈現(xiàn)上升態(tài)勢(shì)，長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率GML指數(shù)高于全國(guó)水平，黃河流域低于全國(guó)水平。黨的十八大之后，長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率都實(shí)現(xiàn)快速提升，技術(shù)進(jìn)步是生態(tài)效率提升的主要驅(qū)動(dòng)因素，空間分布表現(xiàn)為“東高西低”特征。長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率的泰爾指數(shù)呈“U”型特征，黃河流域則呈倒“N”型特征。經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制、對(duì)外開(kāi)放和基礎(chǔ)設(shè)施對(duì)生態(tài)效率產(chǎn)生顯著影響，外部因素的影響效果在區(qū)域間和區(qū)域內(nèi)存在差異。新時(shí)代推進(jìn)生態(tài)文明建設(shè)要堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展之路，多維度構(gòu)建綠色發(fā)展的體制機(jī)制，注重區(qū)域間差異化發(fā)展和協(xié)同發(fā)展相結(jié)合。

[關(guān)鍵詞]長(zhǎng)江經(jīng)濟(jì)帶;黃河流域;生態(tài)效率;GML指數(shù);Tobit模型

[中圖分類號(hào)]? F061.5; F205[文獻(xiàn)標(biāo)識(shí)碼]? A[文章編號(hào)]? 1673-0461 （2022） 06-0039-11

一、引言

長(zhǎng)江經(jīng)濟(jì)帶和黃河流域是我國(guó)重要的生態(tài)屏障和經(jīng)濟(jì)地帶，“長(zhǎng)江經(jīng)濟(jì)帶發(fā)展”和“黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展”先后上升為重大國(guó)家戰(zhàn)略，成為我國(guó)大江大河治理的重要標(biāo)桿、國(guó)家生態(tài)安全的重要屏障和高質(zhì)量發(fā)展的重要試驗(yàn)區(qū)。2016年1月、2018年4月和2020年11月，習(xí)近平總書(shū)記先后在重慶、武漢、南京主持召開(kāi)推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)，強(qiáng)調(diào)踐行新發(fā)展理念，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，繪就長(zhǎng)江經(jīng)濟(jì)帶發(fā)展宏偉藍(lán)圖。2016年3月中共中央政治局審議通過(guò)的《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》標(biāo)志著長(zhǎng)江經(jīng)濟(jì)帶發(fā)展進(jìn)入快車道。2019年9月和2021年10月，習(xí)近平總書(shū)記先后在鄭州和濟(jì)南召開(kāi)推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)，強(qiáng)調(diào)要科學(xué)分析黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展形式，把握好推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的重大問(wèn)題。2021年10月中共中央、國(guó)務(wù)院印發(fā)《黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃綱要》，為保護(hù)好黃河流域生態(tài)環(huán)境，促進(jìn)沿黃地區(qū)高質(zhì)量發(fā)展指明了方向。

長(zhǎng)江經(jīng)濟(jì)帶覆蓋沿江11個(gè)省市，總面積占全國(guó)的21.4%。2020年人口總數(shù)占全國(guó)的42.9%，地區(qū)生產(chǎn)總值占全國(guó)的46.4%①。長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)活躍，發(fā)展?jié)摿Υ?，在生態(tài)文明建設(shè)中占據(jù)重要位置。黃河流經(jīng)9個(gè)省區(qū)，黃河流域是我國(guó)重要的生態(tài)安全屏障，也是人口活動(dòng)和經(jīng)濟(jì)發(fā)展的重要區(qū)域。2020年人口總數(shù)占全國(guó)的29.8%，地區(qū)生產(chǎn)總值占全國(guó)的25.0%②。長(zhǎng)江經(jīng)濟(jì)帶和黃河流域在經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)文明建設(shè)方面各具特色，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展水平較高，生態(tài)文明建設(shè)起步較早，高質(zhì)量發(fā)展成效顯著。黃河流域發(fā)展質(zhì)量有待提高，其核心問(wèn)題是什么呢？黃河流域資源、地理、交通因素與長(zhǎng)江流域明顯不同，“黃河經(jīng)濟(jì)帶”在全國(guó)經(jīng)濟(jì)層面上不存在，黃河流域治理的核心依然是生態(tài)保護(hù)[1]。黃河流域生態(tài)環(huán)境脆弱、水資源短缺、經(jīng)濟(jì)發(fā)展質(zhì)量不高等問(wèn)題更為嚴(yán)峻[2]。依托“大江大河”實(shí)施重大國(guó)家發(fā)展戰(zhàn)略，必須因地制宜，探索富有地域特色的綠色發(fā)展道路。

在上述背景下，本文遵循“總體差異-分項(xiàng)差異-成因識(shí)別”的思路，在科學(xué)量化長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率的基礎(chǔ)上，多維度剖析兩大區(qū)域生態(tài)效率的時(shí)空差異。并建立計(jì)量模型對(duì)生態(tài)效率的影響因素進(jìn)行識(shí)別，探索長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的路徑差異，為落實(shí)國(guó)家重大戰(zhàn)略區(qū)域高質(zhì)量發(fā)展戰(zhàn)略提供理論支持。

二、文獻(xiàn)綜述

基于投入產(chǎn)出數(shù)據(jù)測(cè)算得到的生態(tài)效率（也

稱綠色全要素生產(chǎn)率）是用來(lái)衡量生產(chǎn)效率的重要指標(biāo)，在生態(tài)文明建設(shè)和綠色發(fā)展理念下，企業(yè)生產(chǎn)不僅要考慮期望產(chǎn)出，還要關(guān)注生產(chǎn)過(guò)程產(chǎn)生的環(huán)境污染和資源浪費(fèi)，即非期望產(chǎn)出?？紤]非期望產(chǎn)出測(cè)算得到的生產(chǎn)效率稱之為生態(tài)效率。在測(cè)算方法上，主要有隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）兩種方法。SFA是一種參數(shù)化方法，需要確定生產(chǎn)前沿面的具體形式。DEA方法的優(yōu)勢(shì)在于無(wú)需對(duì)生產(chǎn)函數(shù)進(jìn)行預(yù)設(shè)，可以處理多投入多產(chǎn)出問(wèn)題，并能對(duì)生產(chǎn)效率進(jìn)行分解，在實(shí)證研究中DEA成為測(cè)算生態(tài)效率的主要方法。CHUNG等（1997）提出了方向性距離函數(shù)（Directional distance function，DDF），將期望產(chǎn)出和非期望產(chǎn)出納入同一分析框架[3]。但DDF是采用徑向和角度DEA計(jì)算的，如果存在非期望產(chǎn)出，依靠傳統(tǒng)距離函數(shù)容易導(dǎo)致效率結(jié)果出現(xiàn)偏差。TONE（2001）基于松弛變量測(cè)度模型構(gòu)建了非徑向和非角度的DEA模型，即SBM模型（Slacks-Based Measurement）[4]。然而，該方法測(cè)算得到的決策單元的效率值會(huì)出現(xiàn)多個(gè)決策單元同時(shí)有效的情況（即效率值都為1），無(wú)法進(jìn)行有效排序和評(píng)價(jià)。TONE（2002）基于修正的松弛變量提出了Super-SBM模型[5]，該方法測(cè)算得到的效率值可以大于1，從而對(duì)SBM模型的有效單元繼續(xù)進(jìn)行評(píng)價(jià)和排序[6]。

在研究?jī)?nèi)容上，部分文獻(xiàn)對(duì)長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率進(jìn)行測(cè)算，并建立計(jì)量模型考察其影響因素，吳傳清和董旭（2016）基于長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的面板數(shù)據(jù)，運(yùn)用超效率DEA模型和ML指數(shù)法測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶全要素能源效率，考察外部因素對(duì)全要素能源效率的影響[7]。陳明華等（2020）基于城市數(shù)據(jù)測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率水平，分析了城市生態(tài)效率的時(shí)空特征及驅(qū)動(dòng)因素[8]。關(guān)于生態(tài)效率的外部驅(qū)動(dòng)因素，黃磊和吳傳清（2019）研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展、環(huán)境規(guī)制和對(duì)外開(kāi)放是提升長(zhǎng)江經(jīng)濟(jì)帶工業(yè)綠色發(fā)展效率的直接驅(qū)動(dòng)力[9]。杜宇等（2020）、黃磊和吳傳清（2021）認(rèn)為政府競(jìng)爭(zhēng)、市場(chǎng)分割、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、外商投資對(duì)長(zhǎng)江經(jīng)濟(jì)帶城市綠色效率具有顯著影響[10-11]。也有學(xué)者對(duì)黃河流域地區(qū)綠色全要素生產(chǎn)率進(jìn)行測(cè)算，并對(duì)其影響因素進(jìn)行識(shí)別，樣本選擇涵蓋了省級(jí)層面和地市級(jí)層面數(shù)據(jù)。劉華軍和曲惠敏（2019）采用DEA-Malmquist生產(chǎn)率指數(shù)法測(cè)度了黃河流域9個(gè)省份的綠色全要素生產(chǎn)率，并考察其演變趨勢(shì)和分布特征[12]。趙明亮等（2020）基于非徑向、非角度SBM方向性距離函數(shù)的ML指數(shù)，測(cè)算了黃河流域65個(gè)重點(diǎn)城市的綠色全要素生產(chǎn)率[13]。陳明華等（2020）構(gòu)建非期望產(chǎn)出的SBM模型，測(cè)算了黃河流域100個(gè)城市的生態(tài)效率，考察生態(tài)效率的內(nèi)在增長(zhǎng)潛力和外部驅(qū)動(dòng)因素[14]。經(jīng)驗(yàn)研究發(fā)現(xiàn)，環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、科技創(chuàng)新、金融發(fā)展、對(duì)外開(kāi)放等對(duì)黃河流域生態(tài)效率的影響存在顯著差異[14-15]?？萍紕?chuàng)新是提高黃河流域生態(tài)效率的核心驅(qū)動(dòng)力[16-17]。曾剛和胡森林（2021）研究發(fā)現(xiàn)技術(shù)創(chuàng)新與綠色發(fā)展之間呈現(xiàn)“U”型非線性關(guān)系，技術(shù)進(jìn)步存在“回彈效應(yīng)”[18]。上述研究分別選擇長(zhǎng)江經(jīng)濟(jì)帶或黃河流域作為研究對(duì)象，缺少將二者結(jié)合起來(lái)對(duì)比分析的相關(guān)研究。楊萬(wàn)平和張振亞（2020）采用黃河流域與長(zhǎng)江經(jīng)濟(jì)帶19個(gè)省份的樣本數(shù)據(jù)，對(duì)兩大流域生態(tài)全要素生產(chǎn)率指數(shù)及分項(xiàng)指數(shù)進(jìn)行對(duì)比分析，識(shí)別外部因素對(duì)兩大流域生態(tài)效率的影響[19]。劉華軍等（2021）基于全國(guó)30個(gè)省份的樣本數(shù)據(jù)，測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶與黃河流域的生態(tài)效率，分析了二者之間的差異及影響因素[20]。上述文獻(xiàn)在樣本選擇和研究方法上存在較大差別，研究結(jié)論也不盡相同。38BF582F-8363-446B-8C23-FD9CA46F95D5

綜上所述，學(xué)者們關(guān)于長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率的研究為本文提供了有益借鑒，本文的主要貢獻(xiàn)在于：第一，采用2000—2019年全國(guó)30個(gè)省份的樣本數(shù)據(jù)，利用Super-SBM模型和GML指數(shù)法測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率及其分解指標(biāo)，多維度識(shí)別二者之間的差異;第二，以黨的十八大為分界點(diǎn)，分階段比較長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率的演變趨勢(shì);第三，構(gòu)建面板Tobit模型，加入時(shí)間虛擬變量，檢驗(yàn)黨的十八大前后外部因素對(duì)生態(tài)效率影響的差異，從區(qū)域間和區(qū)域內(nèi)識(shí)別生態(tài)效率的影響因素。

三、研究方法與樣本數(shù)據(jù)

（一）測(cè)算方法

借鑒TONE（2002）基于修正松弛變量提出的Super-SBM模型[5]，假設(shè)有n個(gè)決策單元，每個(gè)決策單元使用m種要素投入x∈R+m，生產(chǎn)得到s1種期望產(chǎn)出yg∈R+s1和s2種非期望產(chǎn)出yb∈R+s2，定義矩陣X=[x1，…，xn]∈R+m×n、Yg=[yg1，…，ygn]∈R+s1×n、Yb=[yb1，…，ybn]∈R+s2×n。一個(gè)排除決策單元（x0，yg0，yb0）的有限生產(chǎn)可能性集可以表示為：p/（x0，yg0，yb0）={

（，g，b）|≥∑nj=1λjxj，g≤∑nj=1λjygj，b≥∑nj=1λjybj，λ≥0}，則考慮非期望產(chǎn)出的Super-SBM模型可表示為：

ρ*=min1m∑mi=1ixi0

1s1+s2∑s1r=1grygr0

+∑s2l=1blybl0（1）

s.t.≥∑nj=1，≠0λjxj，g≤∑nj=1，≠0λjygj，b≤∑nj=1，≠0λjybj

≥x0，g≤yg0，b≤yb0，λ≥0，∑nj=1，≠0λj=1

式（1）中，ρ*為目標(biāo)效率值，該值越大表示效率越高;x、yg、yb分別表示投入向量、期望產(chǎn)出向量和非期望產(chǎn)出向量;m、s1、s2分別表示要素投入種類、期望產(chǎn)出種類和非期望產(chǎn)出種類，λ∈Rn為權(quán)重向量。

利用Super-SBM模型可以計(jì)算靜態(tài)生態(tài)效率，但無(wú)法反映生態(tài)效率的動(dòng)態(tài)變化以及效率分解指標(biāo)的變化。CHUNG等（1997）提出Malmquist-Luenberger（ML）指數(shù)法[3]，將傳統(tǒng)Malmquist指數(shù)與方向性距離函數(shù)（DDF）相結(jié)合，把期望產(chǎn)出和非期望產(chǎn)出同時(shí)納入生態(tài)效率研究中，實(shí)證分析中獲得廣泛應(yīng)用。由于ML指數(shù)采用兩個(gè)當(dāng)期ML指數(shù)幾何平均值的形式，難以滿足傳遞性和循環(huán)性要求，而且在測(cè)度方向性距離函數(shù)時(shí)可能存在線性規(guī)劃無(wú)解的情況。OH（2010）提出了Global Malmquist-Luenberger（GML）指數(shù)，可以有效解決ML指數(shù)存在傳遞性不足和無(wú)可行解的問(wèn)題[21]。為了對(duì)GML指數(shù)進(jìn)行定義和分解，OH（2010）引入當(dāng)期生產(chǎn)可能性集合和全局生產(chǎn)可能性集合兩個(gè)概念，當(dāng)期生產(chǎn)可能性集合定義為：

PTC（xt）={（yt，bt）|xt能夠生產(chǎn)（yt，bt）}，

t=1，2，…，T（2）

全局生產(chǎn)可能性集合表示所有當(dāng)期可能性集合的并集，即PG=P1C∪P2C∪…∪PTC，下標(biāo)C和G分別代表當(dāng)期和全局。GML指數(shù)定義及其分解形式為：

GMLt，t+1（xt，yt，bt，xt+1，bt+1）=1+DTG（xt，yt，bt）1+DTG（xt+1，yt+1，bt+1）

=1+DtC（xt，yt，bt）1+Dt+1C（xt+1，yt+1，bt+1）

×（1+DTG（xt，yt，bt）/（1+DtC（xt，yt，bt））（1+DTG（xt+1，yt+1，bt+1）/（1+Dt+1C（xt+1，yt+1，bt+1））

=TEt+1TEt×BPGt，t+1t+1BPGt，t+1t

=ECt，t+1×BPCt，t+1

（3）

式（3）中，DTG（x，y，b）=max{β|（y+βy，b-βb）∈PG（x）}為全局方向性距離函數(shù)，根據(jù)全局生產(chǎn)可能性集合PG給出。GMLt，t+1大于1，表示生態(tài)效率提高，GMLt，t+1小于1，表示生態(tài)效率降低。TE代表技術(shù)效率，BPGt，t+1s是當(dāng)期與全局技術(shù)前沿的“最佳實(shí)踐者差距”（Best practice gap， BPG），其中s表示時(shí)期t和時(shí)期t+1。ECt，t+1表示兩個(gè)時(shí)期技術(shù)效率的變化，BPCt，t+1表示兩個(gè)時(shí)期技術(shù)進(jìn)步的變化。

（二）樣本選取和數(shù)據(jù)說(shuō)明

本文選取2000—2019年中國(guó)30個(gè)省份（不含西藏和港澳臺(tái)地區(qū)）作為研究樣本，并劃分長(zhǎng)江經(jīng)濟(jì)帶和黃河流域進(jìn)行區(qū)域分析。長(zhǎng)江經(jīng)濟(jì)帶包含上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南和貴州共11個(gè)省份，重慶、四川、貴州、云南為上游地區(qū)，江西、湖北、湖南為中游地區(qū)，上海、江蘇、浙江、安徽為下游地區(qū)。黃河流域包括青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東共9個(gè)省份，根據(jù)陳明華等（2020）的劃分方法[15]，把青海、甘肅、寧夏劃為上游地區(qū)，內(nèi)蒙古、陜西、山西劃為中游地區(qū)，河南、山東劃為下游地區(qū)③。

采用Super-SBM模型和GML指數(shù)法測(cè)算地區(qū)生態(tài)效率需要合理選擇投入和產(chǎn)出指標(biāo)。借鑒已有相關(guān)研究，本文界定投入指標(biāo)包括勞動(dòng)、資本和能源，其中，勞動(dòng)投入用各地區(qū)年末就業(yè)總?cè)藬?shù)表示，數(shù)據(jù)來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)。資本投入采用永續(xù)盤(pán)存法計(jì)算各地區(qū)資本存量，具體計(jì)算公式為：Kit=Kit-1（1-δit）+Iit，其中，i表示個(gè)體，t表示年份，I表示當(dāng)期投資，采用全社會(huì)固定資產(chǎn)投資來(lái)衡量④，并采用各地區(qū)全社會(huì)固定資產(chǎn)投資指數(shù)折算為2000年為基期的實(shí)際值;K表示資本存量，基期2000年各地區(qū)資本存量的數(shù)據(jù)來(lái)自張軍等（2004）的研究結(jié)果[22]，但該文獻(xiàn)中四川和重慶的資本存量是合在一起的，本文以1997—2000年四川和重慶全社會(huì)固定資產(chǎn)投資之和的比值作為權(quán)重，將原文中四川的資本存量拆分成四川和重慶的資本存量;δ表示資本折舊率，選取9.6%。能源消費(fèi)采用各地區(qū)能源消費(fèi)總量（萬(wàn)噸標(biāo)準(zhǔn)煤）表示，數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》。期望產(chǎn)出采用各地區(qū)GDP表示，并用GDP平減指數(shù)折算為2000年為基期的實(shí)際值。非期望產(chǎn)出包括CO2排放和SO2排放，CO2排放量根據(jù)2006年聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)提出的二氧化碳計(jì)算方法和國(guó)家發(fā)展改革委能源研究所提供的原煤、焦炭、原油、汽油、煤油、柴油、燃料油、油田天然氣8種化石能源碳排放系數(shù)測(cè)算得到。各種能源消費(fèi)量數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》，各地區(qū)SO2排放量數(shù)據(jù)來(lái)源于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。38BF582F-8363-446B-8C23-FD9CA46F95D5

四、長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率差異分析

（一）生態(tài)效率時(shí)間演變趨勢(shì)

圖1表示的是2001—2019年全國(guó)、長(zhǎng)江經(jīng)濟(jì)帶和黃河流域生態(tài)效率GML指數(shù)的變化趨勢(shì)，長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率的變化趨勢(shì)同全國(guó)一致，整體呈現(xiàn)上升態(tài)勢(shì)。長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率高于全國(guó)水平，黃河流域生態(tài)效率低于全國(guó)水平。2001—2019年，全國(guó)生態(tài)效率平均增長(zhǎng)率為0.4%，長(zhǎng)江經(jīng)濟(jì)帶平均增長(zhǎng)率為1.3%，黃河流域平均增長(zhǎng)率為-0.8%。說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶生態(tài)文明發(fā)展水平遠(yuǎn)高于全國(guó)和黃河流域，這與兩大區(qū)域經(jīng)濟(jì)發(fā)展水平相一致，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展水平較高，尤其在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新方面高于黃河流域，新興產(chǎn)業(yè)發(fā)展迅速，大量?jī)?yōu)質(zhì)要素資源不斷流入，企業(yè)技術(shù)研發(fā)投入大，創(chuàng)新能力強(qiáng)。技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)引致長(zhǎng)江經(jīng)濟(jì)帶無(wú)論在污染減排還是資源利用效率方面，都具有較高水平。黃河流域自然生態(tài)脆弱，水資源嚴(yán)重短缺，高質(zhì)量經(jīng)濟(jì)社會(huì)發(fā)展整體滯后，產(chǎn)業(yè)構(gòu)成以第一和第二產(chǎn)業(yè)為主，第三產(chǎn)業(yè)比重不及全國(guó)平均水平，而且第二產(chǎn)業(yè)內(nèi)部，采掘業(yè)和重化工業(yè)比重較高。長(zhǎng)期粗放型增長(zhǎng)方式帶來(lái)嚴(yán)重的環(huán)境污染和資源浪費(fèi)，受文化和體制等因素的制約，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)面臨多重困境。從二者差距來(lái)看，黃河流域生態(tài)效率水平提升迅速，與長(zhǎng)江經(jīng)濟(jì)帶的差距在逐漸縮小，2019年長(zhǎng)江經(jīng)濟(jì)帶和黃河流域生態(tài)效率的增速分別為4.7%和3.9%，差距縮小到0.8個(gè)百分點(diǎn)?！笆奈濉币?guī)劃和2035年遠(yuǎn)景目標(biāo)綱要提出要“加強(qiáng)長(zhǎng)江、黃河等大江大河和重要湖泊濕地生態(tài)保護(hù)治理”，依托重大國(guó)家戰(zhàn)略強(qiáng)化大江大河生態(tài)保護(hù)和系統(tǒng)治理，有利于促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型，推動(dòng)生態(tài)文明建設(shè)取得新進(jìn)步。

分階段來(lái)看，黨的十八大前后生態(tài)效率差距明顯（見(jiàn)表1）。具體而言，2001—2011年，全國(guó)、長(zhǎng)江經(jīng)濟(jì)帶和黃河流域的生態(tài)效率年平均增長(zhǎng)? 率分別為-1.2%、-0.6%、-2.3%，2012—2019年分別為2.8%、3.8%、1.3%。黨的十八大之后，生態(tài)效率增速加快，綠色發(fā)展水平顯著提高。比較兩個(gè)階段經(jīng)濟(jì)發(fā)展方式可知，改革開(kāi)放之后，各地區(qū)依靠要素和投資驅(qū)動(dòng)的粗放式發(fā)展實(shí)現(xiàn)了經(jīng)濟(jì)高速增長(zhǎng)。黨的十八大把生態(tài)文明建設(shè)放在突出地位，納入社會(huì)主義現(xiàn)代化建設(shè)總體布局，生態(tài)文明建設(shè)理念和實(shí)踐在全國(guó)快速推進(jìn)。一方面政府主管部門(mén)加大了環(huán)境監(jiān)察和保護(hù)修復(fù)力度，實(shí)行最嚴(yán)格的環(huán)境規(guī)制政策;另一方面企業(yè)主動(dòng)履行社會(huì)責(zé)任，提高資源能源利用效率，促進(jìn)了生態(tài)效率大幅提升。生態(tài)領(lǐng)域頂層設(shè)計(jì)統(tǒng)籌推進(jìn)生態(tài)文明建設(shè)，有效激發(fā)行業(yè)技術(shù)變革和綠色發(fā)展低碳轉(zhuǎn)型。

分指標(biāo)來(lái)看，生態(tài)效率GML指數(shù)可分解為技術(shù)效率的變化（EC）和技術(shù)進(jìn)步的變化（BPC），2000—2019年，全國(guó)GML指數(shù)、技術(shù)效率和技術(shù)進(jìn)步的年平均增長(zhǎng)率分別為0.4%、-3.0%和3.6%，技術(shù)效率表現(xiàn)為負(fù)增長(zhǎng)，技術(shù)進(jìn)步為正增長(zhǎng)。技術(shù)進(jìn)步是生態(tài)效率提升的主要驅(qū)動(dòng)因素，技術(shù)效率成為綠色發(fā)展的短板。比較黨的十八大前后發(fā)現(xiàn)，技術(shù)進(jìn)步的年平均增長(zhǎng)率分別為2.1%和5.6%，技術(shù)效率的年平均增長(zhǎng)率分別為-3.3%和-2.7%。表明黨的十八大之后，技術(shù)進(jìn)步的增速顯著提升，技術(shù)效率有所改善，仍表現(xiàn)為負(fù)增長(zhǎng)，技術(shù)效率惡化一直是生態(tài)效率提升的制約因素。長(zhǎng)江經(jīng)濟(jì)帶和黃河流域生態(tài)效率的提升同樣依靠技術(shù)進(jìn)步推動(dòng)，2000—2019年，長(zhǎng)江經(jīng)濟(jì)帶GML指數(shù)、技術(shù)效率和技術(shù)進(jìn)步的年平均變化率分別為1.3%、-2.1%和3.4%，黃河流域GML指數(shù)、技術(shù)效率和技術(shù)進(jìn)步的年平均變化率分別為-0.8%、-3.5%和2.8%。長(zhǎng)江經(jīng)濟(jì)帶技術(shù)進(jìn)步更快，彌補(bǔ)了技術(shù)效率的損失，整體生態(tài)效率正向增長(zhǎng)。但黃河流域技術(shù)進(jìn)步不足以彌補(bǔ)技術(shù)效率的損失，整體生態(tài)效率呈現(xiàn)負(fù)增長(zhǎng)。黨的十八大之后這一現(xiàn)象發(fā)生扭轉(zhuǎn)，2012—2019年長(zhǎng)江經(jīng)濟(jì)帶和黃河流域技術(shù)進(jìn)步增長(zhǎng)較快，年平均增速分別為5.9%和4.2%，都彌補(bǔ)了技術(shù)效率帶來(lái)的損失，整體生態(tài)效率都實(shí)現(xiàn)了正向增長(zhǎng)。

（二）生態(tài)效率空間分布特征

分區(qū)域來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶與黃河流域內(nèi)部上中下游地區(qū)生態(tài)效率差距較大（見(jiàn)表2）。2000—2019年長(zhǎng)江經(jīng)濟(jì)帶上游、中游和下游地區(qū)的生態(tài)效率平均增速為0.6%、0.2%和2.8%，樣本考察期內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率呈現(xiàn)東高西低的特征，下游地區(qū)生態(tài)效率最高，上游地區(qū)高于中游地區(qū)。原因可能是上游地區(qū)相對(duì)于中游地區(qū)工業(yè)規(guī)模較小，污染排放較少。下游的長(zhǎng)三角地區(qū)是我國(guó)經(jīng)濟(jì)發(fā)展最活躍、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，長(zhǎng)三角一體化發(fā)展戰(zhàn)略的實(shí)施為區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展提供了堅(jiān)實(shí)的制度基礎(chǔ)。2000—2019年黃河流域上游、中游和下游地區(qū)的生態(tài)效率平均增速為-1.3%、-1.0%和0.1%，樣本考察期內(nèi)，黃河流域生態(tài)效率同樣呈現(xiàn)東高西低特征，只有下游地區(qū)實(shí)現(xiàn)正向增長(zhǎng)，增長(zhǎng)率比長(zhǎng)江經(jīng)濟(jì)帶明顯偏低，黃河流域上游和中游地區(qū)綠色發(fā)展相對(duì)滯后。這與地區(qū)經(jīng)濟(jì)發(fā)展模式相關(guān)，中上游地區(qū)經(jīng)濟(jì)發(fā)展水平落后，資源消耗大，環(huán)境污染嚴(yán)重，對(duì)生態(tài)環(huán)境造成破壞;下游地區(qū)雖然經(jīng)濟(jì)總量發(fā)達(dá)，但產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)滯后，技術(shù)研發(fā)創(chuàng)新能力不足，導(dǎo)致生態(tài)效率提升難度較高。

分省份來(lái)看，2001—2019年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省份的生態(tài)效率差距較大（見(jiàn)表3），有8個(gè)省份實(shí)現(xiàn)正向增長(zhǎng)，增速由高到低排序?yàn)樯虾?、江蘇、重慶、浙江、四川、湖南、安徽、湖北;其余3個(gè)省份為負(fù)增長(zhǎng)，增速由高到低排序?yàn)榻?、云南、貴州。最快的上海平均增速達(dá)到7.0%，最慢的貴州平均增速僅為-0.5%。可以看出，長(zhǎng)江經(jīng)濟(jì)帶下游各省份綠色發(fā)展水平較高，尤其是上海、江蘇和浙江。上海積極發(fā)揮龍頭帶動(dòng)作用，攜手江蘇和浙江協(xié)同發(fā)展，緊扣“一體化”和“高質(zhì)量”兩個(gè)關(guān)鍵詞，推動(dòng)長(zhǎng)三角一體化發(fā)展全面提速。中上游地區(qū)除重慶和四川外，其他地區(qū)綠色發(fā)展水平偏低，尤其是西南云貴地區(qū)，缺乏綠色發(fā)展創(chuàng)新驅(qū)動(dòng)力，整體低于中下游地區(qū)。近年來(lái)得益于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和生態(tài)效益提高，綠色發(fā)展水平逐漸提升。從時(shí)間趨勢(shì)看，長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市在2012年之后每年都實(shí)現(xiàn)正向增長(zhǎng)，表明黨的十八大提出的生態(tài)文明建設(shè)得到有效落實(shí)。38BF582F-8363-446B-8C23-FD9CA46F95D5

相比于長(zhǎng)江經(jīng)濟(jì)帶，黃河流域8個(gè)省份的綠色發(fā)展水平較低，大部分省份生態(tài)效率呈衰退趨勢(shì)（見(jiàn)表4）。2000—2019年生態(tài)效率平均增速大于零的省份只有河南，年平均增長(zhǎng)率為0.4%;其余7個(gè)省份的平均增速全都小于零，平均增速由高到低排序?yàn)殛兾鳌⑸綎|、青海、內(nèi)蒙古、甘肅、寧夏、山西。相對(duì)而言，下游地區(qū)綠色發(fā)展水平高于中上游地區(qū)。下游地區(qū)的河南和山東作為經(jīng)濟(jì)大省，正處在工業(yè)化和城鎮(zhèn)化發(fā)展的加速階段，隨著生產(chǎn)規(guī)模不斷擴(kuò)大，污染增加，導(dǎo)致生態(tài)效率提升幅度不大。河南經(jīng)濟(jì)轉(zhuǎn)型發(fā)展較為成功，2011年之后生態(tài)效率全部實(shí)現(xiàn)正增長(zhǎng)，2019年增速達(dá)到7.8%。山東經(jīng)濟(jì)轉(zhuǎn)型發(fā)展相對(duì)緩慢，尤其在營(yíng)商環(huán)境優(yōu)化、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、人才引進(jìn)和技術(shù)創(chuàng)新等方面同發(fā)達(dá)省份的差距逐漸拉大。中游地區(qū)屬于能源區(qū)域，內(nèi)蒙古、陜西、山西被看作我國(guó)“煤炭金三角”，長(zhǎng)期的能源開(kāi)采造成植被破壞、水土流失，產(chǎn)生大量廢物，導(dǎo)致生態(tài)效率較低，山西生態(tài)效率衰退最為嚴(yán)重，年平均增速為-2.0%。資源型省份由于過(guò)度依賴能源開(kāi)采，高端產(chǎn)業(yè)缺失，經(jīng)濟(jì)發(fā)展水平相對(duì)落后，受交通、技術(shù)、人才等因素制約，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)困難。上游地區(qū)隨著黃河源區(qū)社會(huì)經(jīng)濟(jì)不斷發(fā)展⑤，人類活動(dòng)足跡擴(kuò)大導(dǎo)致黃河源區(qū)湖泊濕地逐漸萎縮，過(guò)度放牧，植被覆蓋度逐漸減少。

（三）生態(tài)效率空間差異程度

本文采用泰爾指數(shù)及分解方法衡量長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率的差異程度，泰爾指數(shù)的優(yōu)點(diǎn)是可以把地區(qū)間總體差距分解為區(qū)域內(nèi)差距和區(qū)域間差距，并衡量它們?cè)诳傮w差距中的貢獻(xiàn)度，構(gòu)建泰爾指數(shù)及其分解公式如式（4）～（7）：

Theil=Theilb+Theilw（4）

Theilb=∑3p=1npN×plnp（5）

Theilw=∑3p=1npN×p×Theilp（6）

Theilp=1np∑i∈npepiPlnpip，（p=1，2，3）（7）

式（4）～（7）中，i表示省份，N表示省份的數(shù)量，np（p=1，2，3）表示第p組的省份數(shù)量，p表示組別，分為上游、中游、下游三個(gè)組，e表示生態(tài)效率的變化，表示平均值。Theil表示生態(tài)效率總體差距的泰爾指數(shù)，Theilp表示第p組內(nèi)各省份生態(tài)效率差距的泰爾指數(shù)，Theilb和Theilw分別表示生態(tài)效率地區(qū)間差距和地區(qū)內(nèi)差距的泰爾指數(shù)。

表5列出了長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率差距的泰爾指數(shù)及分解結(jié)果。長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率的泰爾指數(shù)呈先降后升的“U”型變化趨勢(shì)，2001—2012年呈下降態(tài)勢(shì)，2012年之后開(kāi)始呈現(xiàn)波動(dòng)性上升態(tài)勢(shì)。黨的十八大之后，生態(tài)文明建設(shè)在全國(guó)加快推進(jìn)，各地區(qū)實(shí)施了一系列旨在保護(hù)環(huán)境、控制污染排放的環(huán)境規(guī)制政策，但由于地區(qū)間經(jīng)濟(jì)發(fā)展水平以及政策實(shí)施力度存在差異，生態(tài)效率差距不斷加大。從分解指標(biāo)看，區(qū)域內(nèi)差異貢獻(xiàn)明顯超過(guò)區(qū)域間差異，考察期內(nèi)區(qū)域內(nèi)差異對(duì)總體差異的平均貢獻(xiàn)達(dá)到72.2%，區(qū)域間差異的平均貢獻(xiàn)不到30%。因此，縮小區(qū)域內(nèi)差異是改善長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率發(fā)展不平衡的關(guān)鍵。

黃河流域生態(tài)效率的差距較小，泰爾指數(shù)呈現(xiàn)“下降-上升-下降”的倒“N”型變化趨勢(shì)。2001—2011年呈下降趨勢(shì)，2012—2013年短暫上升，2014年之后下降，并呈現(xiàn)波動(dòng)狀態(tài)。黨的十八大明確提出大力推進(jìn)生態(tài)文明建設(shè)，2012—2013年各地相繼推出了加快生態(tài)文明建設(shè)的政策措施，地方政府通過(guò)行政手段控制污染排放，短期內(nèi)能夠促使生態(tài)效率提升，但缺乏可持續(xù)性，長(zhǎng)期綠色發(fā)展要依靠科技進(jìn)步尋求經(jīng)濟(jì)與環(huán)境的雙贏，而非單純的控制污染排放。

五、生態(tài)效率的影響因素分析

以長(zhǎng)江經(jīng)濟(jì)帶與黃河流域地區(qū)生態(tài)效率GML指數(shù)作為因變量，建立計(jì)量模型考察外部因素對(duì)生態(tài)效率的影響，對(duì)長(zhǎng)江經(jīng)濟(jì)帶和黃河流域之間的差異進(jìn)行比較分析。上文采用Supper-SBM模型和GML指數(shù)法測(cè)算得到的各地區(qū)生態(tài)效率為非負(fù)截?cái)嚯x散數(shù)據(jù)，使用普通最小二乘法可能會(huì)導(dǎo)致參數(shù)估計(jì)有偏，宜采用面板Tobit模型進(jìn)行回歸分析。

（一）因素選取與模型建立

借鑒已有研究，本文選取9個(gè)指標(biāo)作為生態(tài)效率的影響因素：①經(jīng)濟(jì)發(fā)展。采用人均實(shí)際GDP表示，以2000年為基期折算為可比價(jià)。經(jīng)濟(jì)發(fā)展水平與生態(tài)效率密切相關(guān)，一方面經(jīng)濟(jì)發(fā)展水平提高會(huì)帶來(lái)生產(chǎn)規(guī)模擴(kuò)大，從而增加了污染排放，不利于生態(tài)效率提升;另一方面，經(jīng)濟(jì)發(fā)展達(dá)到較高水平后，技術(shù)進(jìn)步會(huì)提高生產(chǎn)效率，又會(huì)有助于生態(tài)效率提升。同時(shí)為了驗(yàn)證“環(huán)境庫(kù)茲涅茨曲線”（EKC）假說(shuō)，模型中加入人均實(shí)際GDP的平方項(xiàng)。②產(chǎn)業(yè)結(jié)構(gòu)。用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)增加值的比值來(lái)表示。一般來(lái)說(shuō)，第二產(chǎn)業(yè)以采掘業(yè)、重化工業(yè)和建筑業(yè)為主，具有高投入、高污染特征，所以第二產(chǎn)業(yè)比重上升會(huì)導(dǎo)致生態(tài)效率降低。③環(huán)境規(guī)制。采用各地區(qū)污染源治理投資額占名義GDP的比重表示。根據(jù)“波特假說(shuō)”，合理設(shè)計(jì)的環(huán)境規(guī)制能夠激勵(lì)企業(yè)技術(shù)創(chuàng)新，從而實(shí)現(xiàn)綠色發(fā)展。④科技創(chuàng)新。采用研發(fā)經(jīng)費(fèi)內(nèi)部支出與名義GDP之比表示。⑤金融發(fā)展。采用金融機(jī)構(gòu)存貸款余額與名義GDP之比表示。⑥對(duì)外開(kāi)放程度。采用外商投資企業(yè)投資額與名義GDP的比值表示，外商投資企業(yè)投資額采用美元兌人民幣年平均匯率折算為人民幣的形式，該指標(biāo)可以檢驗(yàn)“污染暈輪”和“污染避難所”假說(shuō)。⑦基礎(chǔ)設(shè)施。采用各地區(qū)鐵路營(yíng)運(yùn)里程和公路里程與地區(qū)面積之比來(lái)衡量⑥。⑧人力資本水平。采用各地區(qū)從業(yè)人員的平均受教育年限來(lái)衡量，具體測(cè)算方法是：將就業(yè)人員的受教育程度分為未上過(guò)學(xué)、小學(xué)、初中、高中、大學(xué)?？?、大學(xué)本科、研究生七級(jí)水平，各階段平均受教育年限界定為1.5年、6年、3年、3年、3年、4年、3.5年⑦，結(jié)合各階段的就業(yè)比重，計(jì)算得到各地區(qū)就業(yè)人員的平均受教育年限。⑨時(shí)間虛擬變量。為了檢驗(yàn)黨的十八大前后外部因素對(duì)生態(tài)效率影響的差異，模型中加入時(shí)間虛擬變量，2001—2011年取值為0，2012—2019年取值為1。數(shù)據(jù)全部來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》以及EPS數(shù)據(jù)平臺(tái)和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。建立如式（8）面板Tobit模型：38BF582F-8363-446B-8C23-FD9CA46F95D5

GMLit=αit+β1gdpit+β2gdp2it+φ1Dit+∑jrjxj，it+ui+εit（8）

式（8）中，i表示個(gè)體，t表示時(shí)間，j表示其他影響因素的數(shù)量;GML表示生態(tài)效率;gdp表示人均實(shí)際GDP;D為虛擬變量，D=0表示2012年之前，D=1表示2012年之后;x表示其他的影響因素，ui為個(gè)體效應(yīng)的標(biāo)準(zhǔn)差，ε為隨機(jī)擾動(dòng)項(xiàng)。

（二）區(qū)域間影響因素分析

由于固定效應(yīng)Tobit模型通常不能得到一致無(wú)偏的估計(jì)量，隨機(jī)效應(yīng)模型效果更好。本文采用隨機(jī)效應(yīng)的面板Tobit模型進(jìn)行回歸分析，檢驗(yàn)結(jié)果如表6所示?？梢钥闯?，外部因素對(duì)生態(tài)效率的影響在長(zhǎng)江經(jīng)濟(jì)帶和黃河流域存在較大差異，具體來(lái)看：

（1）經(jīng)濟(jì)發(fā)展對(duì)生態(tài)效率的影響在長(zhǎng)江經(jīng)濟(jì)帶和黃河流域都沒(méi)有通過(guò)顯著性檢驗(yàn)，經(jīng)濟(jì)發(fā)展平方項(xiàng)的系數(shù)在長(zhǎng)江經(jīng)濟(jì)帶顯著為正，在黃河流域不顯著。長(zhǎng)江經(jīng)濟(jì)帶的結(jié)果支持“環(huán)境庫(kù)茲涅茨曲線”假說(shuō)，經(jīng)濟(jì)發(fā)展與生態(tài)效率之間存在“U”型關(guān)系。樣本考察期內(nèi)，仍處在“U”型曲線的左通道，經(jīng)濟(jì)發(fā)展促進(jìn)生態(tài)效率的拐點(diǎn)尚未出現(xiàn)，經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型和能源消費(fèi)結(jié)構(gòu)優(yōu)化要繼續(xù)推進(jìn)。黃河流域的結(jié)果尚不支持“環(huán)境庫(kù)茲涅茨曲線”假說(shuō)，主要是因?yàn)辄S河流域粗放式經(jīng)濟(jì)發(fā)展消耗了大量能源，污染排放增加，生產(chǎn)規(guī)模擴(kuò)大難以帶來(lái)生態(tài)效率提升。黃河流域生態(tài)環(huán)境面臨上游水源破壞、中游水土流失、下游能源消耗嚴(yán)重等問(wèn)題，環(huán)境保護(hù)力度和高質(zhì)量發(fā)展有待提高。

（2）產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)在長(zhǎng)江經(jīng)濟(jì)帶不顯著，在黃河流域通過(guò)1%的顯著性檢驗(yàn)，符號(hào)都為負(fù)。第二產(chǎn)業(yè)比重上升抑制了生態(tài)效率提升，主要是因?yàn)椋覈?guó)能源消費(fèi)結(jié)構(gòu)以煤炭為主，第二產(chǎn)業(yè)是能源消費(fèi)的主要部門(mén)，第二產(chǎn)業(yè)比重提高必然會(huì)帶來(lái)高污染，降低了綠色發(fā)展水平。這在黃河流域體現(xiàn)的更為明顯，黃河流域第二產(chǎn)業(yè)的比重偏高。第二產(chǎn)業(yè)內(nèi)部又以資源型產(chǎn)業(yè)和傳統(tǒng)制造業(yè)占據(jù)主導(dǎo)，高端服務(wù)業(yè)和現(xiàn)代服務(wù)業(yè)發(fā)育不夠[23]。長(zhǎng)江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)較為明顯，高新技術(shù)制造業(yè)和新興產(chǎn)業(yè)發(fā)展迅速，第二產(chǎn)業(yè)內(nèi)部污染嚴(yán)重的部門(mén)持續(xù)向中西部地區(qū)轉(zhuǎn)移，產(chǎn)業(yè)結(jié)構(gòu)對(duì)生態(tài)效率的負(fù)向作用不顯著。

（3）環(huán)境規(guī)制的系數(shù)都顯著為負(fù)，說(shuō)明環(huán)境規(guī)制并未帶來(lái)生態(tài)效率的提升，樣本考察期內(nèi)不支持“波特假說(shuō)”?？赡茉蛟谟?，環(huán)境規(guī)制對(duì)綠色發(fā)展的影響存在長(zhǎng)期性，短期環(huán)境規(guī)制增加了企業(yè)治污成本負(fù)擔(dān)，不利于企業(yè)綠色生產(chǎn)。加之我國(guó)現(xiàn)行的環(huán)境規(guī)制普遍采用行政命令型手段，從源頭有效控制污染排放，對(duì)技術(shù)創(chuàng)新的激勵(lì)不足。

（4）科技創(chuàng)新對(duì)生態(tài)效率的影響都不顯著，原因可能在于兩個(gè)方面，一是研發(fā)經(jīng)費(fèi)使用效率較低，以政府為主導(dǎo)的研發(fā)模式與市場(chǎng)需求脫節(jié)，大量研發(fā)經(jīng)費(fèi)投入并未轉(zhuǎn)化為先進(jìn)的生產(chǎn)技術(shù);二是存在“技術(shù)-環(huán)境悖論”，如果技術(shù)進(jìn)步偏向于規(guī)模擴(kuò)張和生產(chǎn)速度提升，而不是綠色生產(chǎn)技術(shù)，那么技術(shù)進(jìn)步帶來(lái)產(chǎn)出增加的同時(shí)也會(huì)帶來(lái)污染排放增加，從而降低生態(tài)效率。

（5）金融發(fā)展對(duì)生態(tài)效率的影響都不顯著，黃河流域金融發(fā)展的系數(shù)為負(fù)。這與資本逐利性密切相關(guān)，金融資本大量流入收益率高的資本密集型產(chǎn)業(yè)，這些產(chǎn)業(yè)的能源消耗和污染排放較高，降低了綠色發(fā)展水平。綠色金融理念雖已提出，但其發(fā)展道路還面臨諸多挑戰(zhàn)，以銀行為主的金融市場(chǎng)體系存在明顯的行政壟斷特征，降低了金融資本的流動(dòng)性和使用效率。

（6）對(duì)外開(kāi)放對(duì)生態(tài)效率的影響在長(zhǎng)江經(jīng)濟(jì)帶顯著為正，在黃河流域顯著為負(fù)。表明在長(zhǎng)江經(jīng)濟(jì)帶“污染暈輪”假說(shuō)成立，外商直接投資有利于引進(jìn)國(guó)外先進(jìn)生產(chǎn)設(shè)備和技術(shù)，從而產(chǎn)生技術(shù)外溢，提高綠色生產(chǎn)效率。在黃河流域“污染避難所”假說(shuō)成立，國(guó)外污染嚴(yán)重產(chǎn)業(yè)隨著外資轉(zhuǎn)移到環(huán)境規(guī)制較弱的發(fā)展中國(guó)家，從而對(duì)生態(tài)環(huán)境產(chǎn)生破壞。這與兩大區(qū)域?qū)ν忾_(kāi)放水平和外資利用效率有關(guān)，長(zhǎng)江經(jīng)濟(jì)帶相比黃河流域?qū)ν忾_(kāi)放程度和水平更高，獲得更多外資青睞，外資流入高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，通過(guò)引進(jìn)先進(jìn)技術(shù)和設(shè)備，有利于提高生態(tài)效率。黃河流域進(jìn)出口總額、實(shí)際利用外資金額相當(dāng)于長(zhǎng)江流域的兩成左右⑧，外商直接投資集中在污染較為嚴(yán)重的能源產(chǎn)業(yè)和重化工業(yè)，導(dǎo)致綠色發(fā)展水平不高。

（7）基礎(chǔ)設(shè)施對(duì)生態(tài)效率的影響方面，以單位面積鐵路里程衡量的基礎(chǔ)設(shè)施在長(zhǎng)江經(jīng)濟(jì)帶的系數(shù)顯著為負(fù)，在黃河流域的系數(shù)顯著為正;以單位面積公路里程衡量的基礎(chǔ)設(shè)施在長(zhǎng)江經(jīng)濟(jì)帶的系數(shù)顯著為正，在黃河流域的系數(shù)不顯著，符號(hào)為負(fù)。長(zhǎng)江經(jīng)濟(jì)帶鐵路交通網(wǎng)絡(luò)發(fā)達(dá)，鐵路是主要的運(yùn)輸方式，鐵路基礎(chǔ)設(shè)施的大規(guī)模擴(kuò)張導(dǎo)致大量能源消耗。黃河流域鐵路網(wǎng)絡(luò)不發(fā)達(dá)，公路成為主要運(yùn)輸方式，公路基礎(chǔ)設(shè)施導(dǎo)致綠色發(fā)展水平下降。

（8）人力資本對(duì)生態(tài)效率的影響都不顯著，在長(zhǎng)江經(jīng)濟(jì)帶符號(hào)為正，在黃河流域符號(hào)為負(fù)。人力資本尚未發(fā)揮提升生態(tài)效率的關(guān)鍵要素作用，主要是因?yàn)橹贫刃砸蛩貙?dǎo)致人力資本流動(dòng)和配置沒(méi)有完全實(shí)現(xiàn)市場(chǎng)機(jī)制的決定性作用，人力資本的配置效率較低抑制了技術(shù)創(chuàng)新和綠色發(fā)展。

（9）時(shí)間虛擬變量的系數(shù)的符號(hào)為正，長(zhǎng)江經(jīng)濟(jì)帶和黃河流域分別在1%和15%的水平上通過(guò)顯著性檢驗(yàn)，表明黨的十八大之后，兩大區(qū)域生態(tài)效率都顯著提升。長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率提升幅度高于黃河流域，二者生態(tài)效率分別提高了0.022和0.013。

（三）區(qū)域內(nèi)影響因素分析

（1）從長(zhǎng)江經(jīng)濟(jì)帶內(nèi)部看。經(jīng)濟(jì)發(fā)展在長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域的系數(shù)都通過(guò)了10%的顯著性檢驗(yàn)，在上游和中游符號(hào)為正，在下游符號(hào)為負(fù)。表明上游和中游經(jīng)濟(jì)發(fā)展水平提升能夠彌補(bǔ)污染排放，提高生態(tài)效率，下游經(jīng)濟(jì)發(fā)展面臨轉(zhuǎn)型升級(jí)。經(jīng)濟(jì)發(fā)展平方項(xiàng)的系數(shù)在上游和中游為負(fù)，下游系數(shù)為正，表明只在長(zhǎng)江經(jīng)濟(jì)帶的下游存在“環(huán)境庫(kù)茲涅茨曲線”，意味著只有經(jīng)濟(jì)發(fā)展到一定水平，即超過(guò)“臨界點(diǎn)”后，隨著經(jīng)濟(jì)發(fā)展水平的提高，綠色發(fā)展水平開(kāi)始提升。產(chǎn)業(yè)結(jié)構(gòu)只在中游地區(qū)通過(guò)顯著性檢驗(yàn)，表現(xiàn)為第二產(chǎn)業(yè)比重增加抑制了生態(tài)效率改善。環(huán)境規(guī)制在下游地區(qū)通過(guò)顯著性檢驗(yàn)，環(huán)境規(guī)制抑制了生態(tài)效率提升?？萍紕?chuàng)新在中游地區(qū)通過(guò)5%的顯著性檢驗(yàn)，存在負(fù)向影響?；A(chǔ)設(shè)施、人力資本和虛擬變量在各區(qū)域?qū)ι鷳B(tài)效率的影響同整體一致，原因不足贅述。38BF582F-8363-446B-8C23-FD9CA46F95D5

（2）從黃河流域內(nèi)部看。經(jīng)濟(jì)發(fā)展在各區(qū)域的系數(shù)都不顯著，經(jīng)濟(jì)發(fā)展平方項(xiàng)的系數(shù)在上游地區(qū)顯著為正。表明黃河流域各區(qū)域經(jīng)濟(jì)發(fā)展沒(méi)有帶來(lái)生態(tài)效率的提升，意味著黃河流域經(jīng)濟(jì)發(fā)展模式面臨粗放型向集約型轉(zhuǎn)變。環(huán)境規(guī)制的系數(shù)不顯著，環(huán)境規(guī)制對(duì)生態(tài)效率的提升不明顯，反映出環(huán)境規(guī)制手段的缺陷，雖然提高了環(huán)境質(zhì)量，卻一定程度抑制了綠色生產(chǎn)效率。科技創(chuàng)新在中游地區(qū)對(duì)生態(tài)效率的影響顯著為正，中游地區(qū)承接了下游地區(qū)產(chǎn)業(yè)和技術(shù)轉(zhuǎn)移，研發(fā)支出的增加能夠帶來(lái)技術(shù)創(chuàng)新和生產(chǎn)效率提升。基礎(chǔ)設(shè)施的系數(shù)只在中游地區(qū)通過(guò)顯著性檢驗(yàn)，鐵路基礎(chǔ)設(shè)施建設(shè)有利于提高生態(tài)效率，公路基礎(chǔ)設(shè)施建設(shè)則抑制了生態(tài)效率。表明黃河中游地區(qū)鐵路網(wǎng)絡(luò)不發(fā)達(dá)，增加鐵路基礎(chǔ)設(shè)施建設(shè)能夠提高運(yùn)輸效率和綠色發(fā)展。產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展、對(duì)外開(kāi)放和人力資本在各區(qū)域?qū)ι鷳B(tài)效率的影響同整體一致。

六、結(jié)論與建議

本文選取2000—2019年我國(guó)30個(gè)省份（不含西藏和港澳臺(tái)地區(qū)）的面板數(shù)據(jù)，采用Super-SBM模型和GML指數(shù)法測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率及其分解指標(biāo)，多維度剖析生態(tài)效率的差異，并建立面板Tobit模型從區(qū)域間和區(qū)域內(nèi)識(shí)別生態(tài)效率的影響因素。研究結(jié)論如下：第一，長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率整體呈現(xiàn)上升態(tài)勢(shì)，長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率高于全國(guó)水平，黃河流域生態(tài)效率低于全國(guó)水平，二者的差距逐漸縮小。黨的十八大之后，兩大區(qū)域生態(tài)效率都明顯提升。第二，技術(shù)進(jìn)步是生態(tài)效率提升的驅(qū)動(dòng)因素，技術(shù)效率制約了生態(tài)效率提升;長(zhǎng)江經(jīng)濟(jì)帶與黃河流域內(nèi)部上中下游地區(qū)生態(tài)效率差距較大，主要表現(xiàn)為“東高西低”特征。第三，長(zhǎng)江經(jīng)濟(jì)帶生態(tài)效率的泰爾指數(shù)呈“U”型變化趨勢(shì)，區(qū)域內(nèi)差異的貢獻(xiàn)超過(guò)區(qū)域間差異;黃河流域生態(tài)效率的總體泰爾指數(shù)呈倒“N”型變化趨勢(shì)，大多數(shù)年份區(qū)域內(nèi)差異高于區(qū)域間差異。第四，Tobit模型回歸結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶的結(jié)果支持“環(huán)境庫(kù)茲涅茨曲線”假說(shuō)，而黃河流域的結(jié)果不支持。產(chǎn)業(yè)結(jié)構(gòu)對(duì)黃河流域生態(tài)效率的影響顯著為負(fù)。環(huán)境規(guī)制的影響在兩大區(qū)域都顯著為負(fù)。長(zhǎng)江經(jīng)濟(jì)帶“污染暈輪”假說(shuō)成立，黃河流域“污染避難所”假說(shuō)成立。鐵路基礎(chǔ)設(shè)施和公路基礎(chǔ)設(shè)施在兩大區(qū)域的效果相反。時(shí)間虛擬變量系數(shù)顯著為正，黨的十八大之后，兩大區(qū)域生態(tài)效率顯著提升?？萍紕?chuàng)新、金融發(fā)展和人力資本的影響在兩大區(qū)域都不顯著。

基于研究結(jié)論，本文提出如下政策建議：第一，堅(jiān)持綠色發(fā)展理念，大力推進(jìn)生態(tài)文明建設(shè)?！吧鷳B(tài)興則文明興，生態(tài)衰則文明衰”，生態(tài)文明建設(shè)非一朝一夕之事，需要多維度構(gòu)建綠色發(fā)展的體制機(jī)制，充分發(fā)揮政府、企業(yè)、社會(huì)組織等各類主體聯(lián)動(dòng)作用。堅(jiān)持正確的政績(jī)觀，準(zhǔn)確把握保護(hù)和發(fā)展的關(guān)系，完善以綠色發(fā)展為導(dǎo)向的考核評(píng)價(jià)體系，堅(jiān)定不移走生態(tài)優(yōu)先、綠色發(fā)展之路。強(qiáng)化數(shù)字化賦能生態(tài)環(huán)境監(jiān)管和治理，提高數(shù)字技術(shù)在環(huán)境監(jiān)測(cè)、污染防治、跨區(qū)域聯(lián)防聯(lián)控中的應(yīng)用，提升生態(tài)環(huán)境治理水平。堅(jiān)持創(chuàng)新驅(qū)動(dòng)綠色發(fā)展，強(qiáng)化企業(yè)創(chuàng)新的主體地位，加強(qiáng)生態(tài)環(huán)保領(lǐng)域關(guān)鍵核心技術(shù)的研發(fā)和推廣應(yīng)用。第二，實(shí)施區(qū)域差異化生態(tài)保護(hù)和高質(zhì)量發(fā)展方案。從綠色發(fā)展水平和影響因素看，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)積極推進(jìn)供給側(cè)結(jié)構(gòu)性改革，加快培育戰(zhàn)略性新興產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)，綠色發(fā)展成效顯著。依托其區(qū)位和資源優(yōu)勢(shì)，以技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)驅(qū)動(dòng)高質(zhì)量發(fā)展。注重差異化發(fā)展和區(qū)域協(xié)同發(fā)展相結(jié)合，一方面，充分重視地區(qū)差異，鼓勵(lì)和支持各區(qū)域因地制宜探索符合自身特色的綠色發(fā)展路徑和模式;另一方面，長(zhǎng)江經(jīng)濟(jì)帶生態(tài)治理要加強(qiáng)區(qū)域協(xié)同，要在產(chǎn)業(yè)布局、能源結(jié)構(gòu)優(yōu)化、基礎(chǔ)設(shè)施建設(shè)、污染物聯(lián)防聯(lián)控等方面加強(qiáng)合作。黃河流域的核心問(wèn)題依然是生態(tài)保護(hù)修復(fù)，把水資源作為最大的剛性約束，貫徹落實(shí)“四水四定”原則。從黃河生態(tài)系統(tǒng)的全局性出發(fā)，分區(qū)分類推進(jìn)生態(tài)環(huán)境保護(hù)修復(fù)，上游保水源、中游保水土、下游保濕地。因地制宜重點(diǎn)推進(jìn)產(chǎn)業(yè)發(fā)展、新型基礎(chǔ)設(shè)施建設(shè)和綜合交通運(yùn)輸體系建設(shè)，擴(kuò)大有效投資。第三，加強(qiáng)不同重大國(guó)家戰(zhàn)略區(qū)域的交流合作，共建生態(tài)中國(guó)。立足于發(fā)展不平衡不充分的問(wèn)題，京津冀協(xié)同發(fā)展、長(zhǎng)江經(jīng)濟(jì)帶發(fā)展、粵港澳大灣區(qū)建設(shè)、長(zhǎng)三角一體化發(fā)展、黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展等一系列重大國(guó)家戰(zhàn)略先后推出，不同地區(qū)和不同板塊互聯(lián)互通，區(qū)域發(fā)展協(xié)同性不斷增強(qiáng)。長(zhǎng)江經(jīng)濟(jì)帶和黃河流域作為依托大江大河建立的重大國(guó)家戰(zhàn)略區(qū)域，既存在差異性，也存在共通性，長(zhǎng)江經(jīng)濟(jì)帶與黃河流域之間應(yīng)積極開(kāi)展交流合作，也要深化同其他區(qū)域交流合作，尤其在產(chǎn)業(yè)升級(jí)、技術(shù)研發(fā)和應(yīng)用等方面實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。

[注 釋]

① 數(shù)據(jù)來(lái)源：經(jīng)濟(jì)日?qǐng)?bào)，http：//www.ce.cn/xwzx/gnsz/gdxw/202112/18/t20211218_37182773.shtml。

② 數(shù)據(jù)來(lái)源：作者根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)計(jì)算得到。

③ 借鑒劉華軍等（2021）的處理方法，把四川歸入長(zhǎng)江經(jīng)濟(jì)帶，原因是四川受長(zhǎng)江水系影響更大，黃河在四川境內(nèi)只流經(jīng)阿壩藏族羌族自治州和甘孜藏族自治州，對(duì)黃河流域經(jīng)濟(jì)發(fā)展影響較小。

④ 《中國(guó)統(tǒng)計(jì)年鑒》中全社會(huì)固定資產(chǎn)投資數(shù)據(jù)只到2017年，2018年開(kāi)始只公布固定資產(chǎn)投資（不含農(nóng)戶）增長(zhǎng)率指標(biāo)。本文通過(guò)增長(zhǎng)率計(jì)算得到2018和2019年的數(shù)據(jù)，將固定資產(chǎn)投資（不含農(nóng)戶）和農(nóng)戶固定資產(chǎn)投資兩個(gè)指標(biāo)相加作為各地區(qū)固定資產(chǎn)投資。

⑤ 黃河源區(qū)是指唐乃亥水文站以上的黃河流域，涉及青海、四川和甘肅3省的6個(gè)州、19個(gè)縣，是全流域重要的產(chǎn)水區(qū)和水源涵養(yǎng)區(qū)。

⑥ 這里沒(méi)有選用內(nèi)河航道里程數(shù)，主要是考慮長(zhǎng)江和黃河運(yùn)力差距較大，該指標(biāo)無(wú)法體現(xiàn)航運(yùn)能力。各地區(qū)面積數(shù)據(jù)來(lái)源于中華人民共和國(guó)中央政府網(wǎng)站-中國(guó)概況。

⑦ 《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》關(guān)于受教育階段的劃分沒(méi)有區(qū)分碩士研究生和博士研究生，一般來(lái)說(shuō)，碩士學(xué)制3年，博士學(xué)制3～4年，考慮到碩士比重較大，博士存在延期畢業(yè)現(xiàn)象，所以研究生教育年限取3.5年。

⑧ 資料來(lái)源：生態(tài)環(huán)境部黃河流域生態(tài)環(huán)境監(jiān)督管理局，https：//huanghejg.mee.gov.cn/xxgk/hhwh/202011/t20201112_807688.html。38BF582F-8363-446B-8C23-FD9CA46F95D5

[參考文獻(xiàn)]

[1]陸大道，孫東琪.黃河流域的綜合治理與可持續(xù)發(fā)展[J].地理學(xué)報(bào)，2019，74（12）：2431-2436.

[2]師博，何璐.黃河流域城市高質(zhì)量發(fā)展的動(dòng)態(tài)演進(jìn)與區(qū)域分化[J].經(jīng)濟(jì)與管理評(píng)論，2021（6）：15-25.

[3]CHUNG Y， FARE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Journal of environmental management， 1997，51（3）：229-240.

[4]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001，130（3）：498-509.

[5]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis [J]. European journal of operational research， 2002，143（1）：32-41.

[6]周澤炯，胡建輝.基于Super-SBM模型的低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)研究[J].資源科學(xué)，2013，35（12）：2457-2466.

[7]吳傳清，董旭.環(huán)境約束下長(zhǎng)江經(jīng)濟(jì)帶全要素能源效率研究[J].中國(guó)軟科學(xué)，2016（3）：73-83.

[8]陳明華，劉文斐，王山，等.長(zhǎng)江經(jīng)濟(jì)帶城市生態(tài)效率的時(shí)空分異及其驅(qū)動(dòng)因素[J].中國(guó)人口·資源與環(huán)境，2020，30（9） ：121-127.

[9]黃磊，吳傳清.長(zhǎng)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(dòng)機(jī)制研究[J].中國(guó)人口·資源與環(huán)境，2019，29（8）： 40-49.

[10]杜宇，吳傳清，鄧明亮.政府競(jìng)爭(zhēng)、市場(chǎng)分割與長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展效率研究[J].中國(guó)軟科學(xué)，2020（12）：84-93.

[11]黃磊，吳傳清.長(zhǎng)江經(jīng)濟(jì)帶城市綠色技術(shù)創(chuàng)新效率及其動(dòng)力機(jī)制研究[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（1） ： 50-64.

[12]劉華軍，曲惠敏.黃河流域綠色全要素生產(chǎn)率增長(zhǎng)的空間格局及動(dòng)態(tài)演進(jìn)[J].中國(guó)人口科學(xué)，2019（6）：59-70.

[13]趙明亮，劉芳毅，王歡，等.FDI、環(huán)境規(guī)制與黃河流域城市綠色全要素生產(chǎn)率[J].經(jīng)濟(jì)地理，2020，40（4）：38-47.

[14]陳明華，王山，劉文斐.黃河流域生態(tài)效率及其提升路徑——基于100個(gè)城市的實(shí)證研究[J].中國(guó)人口科學(xué)，2020（4）：46-58.

[15]岳立，薛丹.黃河流域沿線城市綠色發(fā)展效率時(shí)空演變及其影響因素[J].資源科學(xué)，2020，42（12）：2274-2284.

[16]任保平，張倩.黃河流域高質(zhì)量發(fā)展的戰(zhàn)略設(shè)計(jì)及其支撐體系構(gòu)建[J].改革，2019（10）：26-34.

[17]張超，宋曉華，孫亞男.黃河流域科技創(chuàng)新效率差異測(cè)度、來(lái)源分解與形成機(jī)理[J].經(jīng)濟(jì)與管理評(píng)論，2021（6）：37-50.

[18]曾剛，胡森林.技術(shù)創(chuàng)新對(duì)黃河流域城市綠色發(fā)展的影響研究[J].地理科學(xué)，2021，41（8）：1314-1323.

[19]楊萬(wàn)平，張振亞.黃河流域與長(zhǎng)江經(jīng)濟(jì)帶生態(tài)全要素生產(chǎn)率對(duì)比研究[J].管理學(xué)刊，2020，33（5）：26-37.

[20]劉華軍，喬列成，石印.重大國(guó)家戰(zhàn)略區(qū)域視角下長(zhǎng)江經(jīng)濟(jì)帶與黃河流域生態(tài)效率比較研究[J].中國(guó)軟科學(xué)，2021（10）：73-81.

[21]OH DH. A global malmquist-luenberger productivity index[J]. Journal of productivity analysis， 2010，34（3）：183-197.

[22]張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

[23]宋潔.新發(fā)展格局下黃河流域高質(zhì)量發(fā)展“內(nèi)外循環(huán)”建設(shè)的邏輯與路徑[J].當(dāng)代經(jīng)濟(jì)管理，2021，43（7）：69-76.

An Analysis of Ecological Efficiency Differences and the Causes

between the Yangtze River Economic Belt and the Yellow River Basin

Qiu? Zhaolin

（School of Economics， Shandong University of Finance and Economics， Jinan 250014， China）

Abstract： ??The development of Yangtze River Economic Belt and the ecological protection and high-quality development of Yellow River Basin are major national strategies implemented by the Chinese government relying on large rivers. This paper uses the Super-SBM model and the GML index method to calculate the ecological efficiency and its decomposition index in the Yangtze River Economic Belt and the Yellow River Basin， and establishes a panel Tobit model to identify the influencing factors of eco-efficiency. The results show that the ecological efficiency of the Yangtze River Economic Belt and the Yellow River Basin is on the rise. The ecological efficiency of the Yangtze River Economic Belt is higher than the national average， while the ecological efficiency of the Yellow River Basin is lower than the national average. After the 18th National Congress of the Communist Party of China， the ecological efficiency of the two regions has achieved rapid improvement. Technological progress is the main driver of ecological efficiency improvement. The characteristic of spatial distribution is that the ecological efficiency in the east is higher than that in the west. The Theil index of ecological efficiency in the Yangtze River Economic Belt shows a U-shaped evolution trend， and the Yellow River Basin shows an inverted N trend. Factors that have a significant impact on eco-efficiency include economic development， industrial structure， environmental regulation， opening to the outside world and infrastructure construction. The influence of external factors on the ecological efficiency is different between and within regions. In order to promote the construction of ecological civilization in Chinas new era， we must unswervingly follow the path of ecological priority and green development， build a multi-dimensional mechanism for green development， and pay attention to the combination of regional differentiated development and coordinated development.

Key words：the Yangtze River Economic Belt; the Yellow River Basin; ecological efficiency; GML index; Tobit model

（責(zé)任編輯：張夢(mèng)楠）38BF582F-8363-446B-8C23-FD9CA46F95D5