陳文君，梅鳳喬

（北京大學(xué) 環(huán)境科學(xué)與工程學(xué)院，北京 海淀 100871）

資源型城市，作為以開采、加工本地礦產(chǎn)、森林等各種自然資源作為主導(dǎo)產(chǎn)業(yè)而發(fā)展起來(lái)的城市[1]，憑借特有的自然資源優(yōu)勢(shì)與歷史發(fā)展基礎(chǔ)，為建立中國(guó)完備的工業(yè)體系、促進(jìn)國(guó)民經(jīng)濟(jì)的穩(wěn)步發(fā)展做出了卓越貢獻(xiàn)[2]。但由于高度依賴開采、加工自然資源的資源型工業(yè)普遍具有高投入、高耗能、高排放等粗放性特征[3]，資源型城市往往面臨開發(fā)強(qiáng)度過(guò)大、資源利用水平低、生態(tài)環(huán)境破壞嚴(yán)重、重工產(chǎn)業(yè)低水平重復(fù)建設(shè)等問(wèn)題[4-5]，導(dǎo)致很多“因資源而興”的城市逐漸走向“因資源而衰”。為此，國(guó)務(wù)院于2013 年11 月印發(fā)《全國(guó)資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020 年）》，意在引導(dǎo)資源型城市實(shí)施發(fā)展轉(zhuǎn)型，特別是資源型工業(yè)的綠色轉(zhuǎn)型[1]，以推動(dòng)資源型城市的產(chǎn)業(yè)振興和城市更新。

與此同時(shí)，工業(yè)綠色轉(zhuǎn)型已上升為國(guó)家重大戰(zhàn)略。2016 年，工業(yè)和信息化部發(fā)布《工業(yè)綠色發(fā)展規(guī)劃（2016—2020 年）》。其中明確提出，“到2020 年，綠色發(fā)展理念成為工業(yè)全領(lǐng)域全過(guò)程的普遍要求，工業(yè)綠色發(fā)展推進(jìn)機(jī)制基本形成，綠色制造產(chǎn)業(yè)成為經(jīng)濟(jì)增長(zhǎng)新引擎和國(guó)際競(jìng)爭(zhēng)新優(yōu)勢(shì)，工業(yè)綠色發(fā)展整體水平顯著提升”。2021 年3 月11 日，第十三屆全國(guó)人民代表大會(huì)第四次會(huì)議表決通過(guò)的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》（簡(jiǎn)稱《“十四五”規(guī)劃》）進(jìn)一步要求，要“堅(jiān)定不移貫徹創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的新發(fā)展理念”，確保在“十四五”期間“生產(chǎn)生活方式綠色轉(zhuǎn)型成效顯著”；到2035 年，“基本實(shí)現(xiàn)新型工業(yè)化”，“廣泛形成綠色生產(chǎn)生活方式，碳排放達(dá)峰后穩(wěn)中有降，美麗中國(guó)建設(shè)目標(biāo)基本實(shí)現(xiàn)”。在此背景下，資源型城市紛紛實(shí)施工業(yè)綠色轉(zhuǎn)型，部分資源型城市，如安徽銅陵、遼寧鞍山等，還制定了工業(yè)綠色轉(zhuǎn)型發(fā)展實(shí)施方案。

工業(yè)綠色轉(zhuǎn)型是一個(gè)長(zhǎng)期的循序漸進(jìn)的過(guò)程。如何評(píng)測(cè)全國(guó)資源型城市綠色轉(zhuǎn)型的整體態(tài)勢(shì)，在城市資源環(huán)境承載力有限與推進(jìn)工業(yè)綠色發(fā)展的雙重背景下，資源型城市作為中國(guó)主要的資源消耗者和污染排放者，其支柱性產(chǎn)業(yè)——工業(yè)的綠色轉(zhuǎn)型問(wèn)題是值得關(guān)注的重要議題，而測(cè)度其工業(yè)綠色轉(zhuǎn)型的效率變化以作為衡量依據(jù)、探究其變化特征背后的驅(qū)動(dòng)機(jī)制以尋找改進(jìn)方案，成為破題的基礎(chǔ)。

1 相關(guān)研究進(jìn)展

資源型城市的工業(yè)粗放發(fā)展為當(dāng)?shù)亟?jīng)濟(jì)、社會(huì)與環(huán)境均帶來(lái)了前所未有的沖擊與矛盾，引發(fā)了學(xué)者對(duì)其綠色轉(zhuǎn)型發(fā)展的關(guān)注。一部分學(xué)者通過(guò)運(yùn)用層次分析法、復(fù)合系統(tǒng)模型、灰色關(guān)聯(lián)度模型、熵權(quán)TOPSIS 等評(píng)價(jià)原理和工具[6-8]，主要從經(jīng)濟(jì)、社會(huì)、環(huán)境、資源多個(gè)方面建立和完善了資源型城市的工業(yè)綠色轉(zhuǎn)型效果評(píng)價(jià)體系；另一部分學(xué)者則基于生產(chǎn)技術(shù)效率的視角，對(duì)資源型城市的工業(yè)轉(zhuǎn)型進(jìn)行效率量化，多以數(shù)據(jù)包絡(luò)分析（DEA）方法[9-10]與隨機(jī)前沿分析（SFA）方法[11-12]為主，而隨著資源環(huán)境壓力的增加與產(chǎn)業(yè)綠色發(fā)展理念的推進(jìn)，更多資源型城市轉(zhuǎn)型效率的相關(guān)研究納入了反映資源、能源與環(huán)境的“綠色轉(zhuǎn)型效率”。其中，董鋒等[13]運(yùn)用熵值法將“工業(yè)六廢”統(tǒng)一轉(zhuǎn)換為環(huán)境污染指數(shù)作為DEA 模型的產(chǎn)出指標(biāo)，測(cè)算了21 個(gè)地級(jí)資源型城市轉(zhuǎn)型效率；白雪潔等[14]基于主成分分析法將資源投入與污染物排放量納入了壞產(chǎn)出動(dòng)態(tài)SBM 模型，測(cè)算了資源衰退型城市的轉(zhuǎn)型效率、節(jié)能潛力與減排空間；孫曉華等將方向距離函數(shù)從方向向量?jī)?nèi)生化、引入相對(duì)距離和外生權(quán)重三方面進(jìn)行改進(jìn)，提出了資源型城市轉(zhuǎn)型升級(jí)壓力的測(cè)算方法[15]。

通過(guò)上述回顧不難發(fā)現(xiàn)，針對(duì)資源型城市的工業(yè)轉(zhuǎn)型與發(fā)展問(wèn)題，學(xué)者們已完成大量的理論分析與實(shí)證檢驗(yàn)，為本文提供了有益的借鑒。但是，在研究尺度方面，現(xiàn)有文獻(xiàn)多以個(gè)別城市或部分省市為例，較少研究涵蓋更大量的資源型城市樣本，且缺少在地理、時(shí)間發(fā)展、資源類型等更細(xì)維度上的差異比較研究；在度量方法上，多數(shù)學(xué)者對(duì)工業(yè)轉(zhuǎn)型效率的刻畫仍停留在靜態(tài)生產(chǎn)技術(shù)效率層面，少有研究直接測(cè)度納入資源與環(huán)境因素的工業(yè)效率變動(dòng)特征以剖析綠色轉(zhuǎn)型的動(dòng)態(tài)本質(zhì)，探索工業(yè)與生態(tài)的可持續(xù)協(xié)同發(fā)展。

基于上述分析中的不足，本研究將重點(diǎn)聚焦于：第一，以中國(guó)109 個(gè)微觀地級(jí)資源型城市（占地級(jí)資源型城市總數(shù)的86%）為樣本，將時(shí)間范圍拉長(zhǎng)至2007—2018 年；第二，構(gòu)建SBM 方向距離函數(shù)模型，納入資本、勞動(dòng)、土地、資源投入與工業(yè)排放數(shù)據(jù)，通過(guò)Global Malmquist-Luenberger 指數(shù)方法測(cè)算包含非期望產(chǎn)出的資源型城市工業(yè)轉(zhuǎn)型效率變動(dòng)指數(shù)，并對(duì)比分析整體及不同發(fā)展階段、不同資源依托類型資源型城市的工業(yè)綠色轉(zhuǎn)型效率變動(dòng)特征；第三，基于資源型城市工業(yè)生產(chǎn)的特殊性，構(gòu)建資源型城市工業(yè)綠色轉(zhuǎn)型效率演變的驅(qū)動(dòng)因素指標(biāo)體系，采用地理探測(cè)器模型進(jìn)行因子探測(cè)與交互作用探測(cè)分析，深入探究各驅(qū)動(dòng)因素對(duì)資源型城市工業(yè)綠色轉(zhuǎn)型時(shí)空變動(dòng)的驅(qū)動(dòng)機(jī)制。

2 研究方法

2.1 工業(yè)綠色轉(zhuǎn)型效率變動(dòng)測(cè)算方法

2.1.1 全域生產(chǎn)可能性集

2.1.2 全域SBM方向性距離函數(shù)

借鑒Fukuyama & Weber[18]的研究思路，本研究將資源型城市考慮非期望產(chǎn)出的全域SBM 方向距離函數(shù)定義為：

本研究中的工業(yè)綠色轉(zhuǎn)型效率實(shí)質(zhì)是考慮了非期望產(chǎn)出的工業(yè)全要素生產(chǎn)率（即工業(yè)綠色全部技術(shù)進(jìn)步），代表資源環(huán)境限制下工業(yè)各要素（資本、勞動(dòng)、能源等）投入之外的技術(shù)進(jìn)步和能力實(shí)現(xiàn)，包括生產(chǎn)工藝、知識(shí)積累、資源配置、管理制度等方面的演進(jìn)與變革，反映了工業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)可持續(xù)發(fā)展的綠色進(jìn)步理念。

2.1.3 Global Malmquist-Luenberger生產(chǎn)率指數(shù)

Global Malmquist-Luenberger（GML）生產(chǎn)率指數(shù)是Oh[17]將Global 生產(chǎn)率概念與Chung 等[19]提出的考慮非期望產(chǎn)出的Malmquist-Luenberger 指數(shù)相結(jié)合的一種測(cè)度生產(chǎn)效率變動(dòng)的非參數(shù)方法，其彌補(bǔ)了Malmquist指數(shù)法不能處理非期望產(chǎn)出、幾何平均形式的Malmquist-Luenberger 指數(shù)不具備可傳遞性而可能導(dǎo)致的規(guī)劃無(wú)解問(wèn)題與長(zhǎng)期變動(dòng)趨勢(shì)測(cè)度的低準(zhǔn)度弊端[20]，同時(shí)，GML 指數(shù)的連續(xù)全域生產(chǎn)前沿面能夠避免“技術(shù)倒退”和生產(chǎn)效率“被動(dòng)”提高現(xiàn)象的出現(xiàn)[21]。

當(dāng)GML 值大于1 時(shí)，表明工業(yè)綠色轉(zhuǎn)型效率提高，體現(xiàn)了資源型城市工業(yè)整體向高附加值、低能耗和低排放轉(zhuǎn)型的綠色發(fā)展內(nèi)涵；當(dāng)GML 值等于1 時(shí)，表明工業(yè)綠色轉(zhuǎn)型效率不變；當(dāng)GML 值小于1 時(shí)，表明工業(yè)綠色轉(zhuǎn)型效率下降，經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的雙贏問(wèn)題迫在眉睫。技術(shù)效率變動(dòng)指數(shù)（GMLEC）及純技術(shù)進(jìn)步指數(shù)（GMLTC）分別在揭示管理方式、決策方式、管理制度等“軟技術(shù)”及純生產(chǎn)工藝、加工方式等“硬技術(shù)”的改進(jìn)或變革方面同理。

2.2 驅(qū)動(dòng)因素研究方法

地理探測(cè)器（Geographical Detector）作為一種新穎的統(tǒng)計(jì)學(xué)方法，其主要功能是探測(cè)和運(yùn)用空間分異性并揭示其背后驅(qū)動(dòng)因子，該方法具有明確的物理含義，無(wú)固定的線性假設(shè)[22]?；谘芯磕繕?biāo)與具體實(shí)際，本文選擇地理探測(cè)器中的“因子探測(cè)器”與“交互作用探測(cè)器”，以2007—2018 年12 年時(shí)間跨度的全國(guó)資源型城市工業(yè)綠色GML 指數(shù)作為因變量，研究各驅(qū)動(dòng)因素以及驅(qū)動(dòng)因子間的交互對(duì)其時(shí)空特征的解釋力程度。本研究中的各資源型城市可抽象化為點(diǎn)數(shù)據(jù)，首先對(duì)各數(shù)值型驅(qū)動(dòng)因子變量進(jìn)行離散化處理，將指標(biāo)值由低到高等分成五類：低（20%）、中低（20%）、中等（20%）、中高（20%）、高（20%）水平區(qū)，由該比例確定各驅(qū)動(dòng)因子指標(biāo)值所處的類別，之后將Y與離散化后的X分布進(jìn)行疊加，從而提取得到每一個(gè)離散點(diǎn)上的因變量值與自變量值（Y,X）。

（1）因子探測(cè)器。因子探測(cè)器主要可以識(shí)別Y的空間分異性程度或驅(qū)動(dòng)因子對(duì)于工業(yè)綠色轉(zhuǎn)型效率變動(dòng)的解釋力程度，本文取后一種作用。解釋力程度用q值衡量，計(jì)算公式為：

式中：h=1, 2, 3, 4, 5（低、中低、中等、中高、高水平區(qū)共計(jì)5 區(qū)）為驅(qū)動(dòng)因子X的分區(qū)，即分層或分類；Nh和N分別是區(qū)h和全部區(qū)域內(nèi)的總單元數(shù)； 和σ分別為區(qū)h和全部區(qū)域內(nèi)Y值的方差。SSW和SST分別表示區(qū)內(nèi)方差之和與全區(qū)總方差。q值滿足0 ≤q≤1，q值越大表示驅(qū)動(dòng)因子X對(duì)工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)Y的解釋力越強(qiáng)，反之則越弱，極端情況下，q值為1 表明驅(qū)動(dòng)因子X完全控制了工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)Y，q值為0 則表明驅(qū)動(dòng)因子X與工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)Y無(wú)關(guān)。本研究將工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)分布作為因變量圖層，將各驅(qū)動(dòng)因子作為自變量圖層進(jìn)行定量分析，因此，q值表示驅(qū)動(dòng)因子X解釋了100×q%的工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)Y。同時(shí)，q值的簡(jiǎn)單計(jì)量變換符合非中心F分布，可通過(guò)查表或使用地理探測(cè)器軟件以檢驗(yàn)q值的顯著性。

（2）交互作用探測(cè)器。在復(fù)雜的自然與社會(huì)環(huán)境中，資源型城市工業(yè)綠色轉(zhuǎn)型效率的變動(dòng)往往受多種因子共同作用。本研究利用交互作用探測(cè)器以識(shí)別不同驅(qū)動(dòng)因子間的相互關(guān)系，即評(píng)估驅(qū)動(dòng)因子X1和X2在共同作用時(shí)增加或減弱各自對(duì)因變量工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)Y的驅(qū)動(dòng)解釋力度，或這些因子對(duì)Y的驅(qū)動(dòng)作用是否相互獨(dú)立。

首先，分別計(jì)算兩因子X1和X2對(duì)Y的q值：q(X1)和q(X2)。其次，將自變量X1和X2兩個(gè)圖層進(jìn)行疊加，相切以形成新分布的多邊形，并計(jì)算它們交互時(shí)的q值：q(X1∩X2)。最后基于前述步驟，通過(guò)比較q(X1)、q(X2)與q(X1∩X2)的大小關(guān)系以確認(rèn)交互作用類型，如表1 所示。

表1 兩個(gè)自變量對(duì)因變量交互作用的類型

3 研究對(duì)象與數(shù)據(jù)

3.1 研究對(duì)象

國(guó)務(wù)院辦公室印發(fā)的《全國(guó)資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020 年）的通知》（國(guó)發(fā)〔2013〕45 號(hào)文件）中明確規(guī)定了全國(guó)范圍內(nèi)的262 個(gè)資源型城市，其中地級(jí)行政區(qū)（包括地級(jí)市、地區(qū)、自治州、盟等）資源型城市為126 個(gè)。鑒于數(shù)據(jù)的可獲得性和準(zhǔn)確性，本文選取了其中109 個(gè)地級(jí)資源型城市，根據(jù)有關(guān)資料[23]按照資源類型分為煤炭型、油氣（主要包括石油和天然氣）型、有色冶金（主要包括鋁、鎂、銅、錫）型、黑色冶金（以鋼鐵為主）型、森工型城市，按照發(fā)展階段分為成長(zhǎng)型、成熟型、衰退型、再生型城市（圖1）。

圖1 全國(guó)109個(gè)地級(jí)資源型城市的分布與類型

3.2 指標(biāo)選取與數(shù)據(jù)說(shuō)明

3.2.1 投入產(chǎn)出數(shù)據(jù)集

在利用全域SBM 方向性距離函數(shù)與綠色GML 指數(shù)方法測(cè)算工業(yè)綠色轉(zhuǎn)型效率變動(dòng)時(shí)，為使結(jié)果更具現(xiàn)實(shí)意義和研究參考價(jià)值，本文將全國(guó)109 個(gè)地級(jí)資源型城市抽象化為具有相同投入產(chǎn)出指標(biāo)體系的工業(yè)生產(chǎn)單元，結(jié)合已有研究[24-25]與實(shí)際數(shù)據(jù)的可得性、準(zhǔn)確性，本研究選取資本投入（規(guī)模以上工業(yè)企業(yè)的固定資產(chǎn)凈值年平均余額）、勞動(dòng)投入（工業(yè)行業(yè)從業(yè)人員數(shù)）、土地投入（工業(yè)用地面積）和資源投入（包含水資源投入與電力資源投入，分別以工業(yè)用水量與工業(yè)用電量核算）為投入指標(biāo)，選取工業(yè)總產(chǎn)值（規(guī)模以上工業(yè)企業(yè)總產(chǎn)值）為期望產(chǎn)出指標(biāo)，選取工業(yè)廢水排放量、工業(yè)二氧化硫排放量、工業(yè)煙塵排放量為非期望產(chǎn)出指標(biāo)。

3.2.2 驅(qū)動(dòng)因素指標(biāo)體系

在利用地理探測(cè)器模型對(duì)資源型城市工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)進(jìn)行驅(qū)動(dòng)因素分析時(shí)，綜合考慮資源型城市產(chǎn)業(yè)結(jié)構(gòu)與工業(yè)發(fā)展的特點(diǎn)，結(jié)合已有研究[26-28]與實(shí)際數(shù)據(jù)的可得性和準(zhǔn)確性，本研究建立由7 個(gè)驅(qū)動(dòng)因素對(duì)應(yīng)的特征變量構(gòu)成定義體系如表2 所示。

表2 驅(qū)動(dòng)因素與特征變量定義

3.2.3 數(shù)據(jù)來(lái)源與處理

本文研究區(qū)間為2007—2018 年，城市級(jí)數(shù)據(jù)主要來(lái)源于各年《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》。其中，工業(yè)總產(chǎn)值、固定資本存量、人均生產(chǎn)總值分別用各年工業(yè)品出廠價(jià)格指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)、GDP 平減指數(shù)進(jìn)行折算。對(duì)于缺失、異常值，采用數(shù)學(xué)方法補(bǔ)齊。

4 結(jié)果分析

4.1 工業(yè)綠色轉(zhuǎn)型效率變動(dòng)及來(lái)源解析

考慮到本文研究對(duì)象是面板數(shù)據(jù)，在時(shí)間、技術(shù)、管理等因素可變從而導(dǎo)致規(guī)模報(bào)酬可變的實(shí)際情況下，本研究利用MaxDEA 軟件測(cè)算了2007—2018 年全國(guó)109 個(gè)地級(jí)資源型城市在VRS 模型下的工業(yè)綠色轉(zhuǎn)型效率值，并對(duì)結(jié)果進(jìn)行以下分析。

4.1.1 綜合分析

基于空間視角，如圖2 所示，2007—2018 年間全國(guó)資源型城市的工業(yè)綠色GML 指數(shù)均值高于1 的城市主要集中在經(jīng)濟(jì)發(fā)展較發(fā)達(dá)且綠色工業(yè)發(fā)展理念較先進(jìn)的東部地區(qū)和中部地區(qū)，分別占各區(qū)域資源型城市總數(shù)的100%和89%，其中，位于中部地區(qū)的河南省焦作市工業(yè)綠色GML 指數(shù)均值最高（1.189 7），工業(yè)綠色轉(zhuǎn)型效率改善速度相對(duì)最快。工業(yè)綠色GML 指數(shù)均值低于1 的城市則主要集中于東北地區(qū)，超過(guò)30%的城市在資源與環(huán)境的雙重壓力下，工業(yè)轉(zhuǎn)型效率發(fā)生“倒退”，東北老工業(yè)基地的工業(yè)綠色振興問(wèn)題仍十分嚴(yán)峻。從分解指數(shù)來(lái)看，工業(yè)綠色GMLEC 指數(shù)均值高于1 的城市分布較為零散，而工業(yè)綠色GMLTC 指數(shù)均值高于1 的城市分布與工業(yè)綠色GML 指數(shù)則具有高度重合性，其中，河北省唐山市的工業(yè)綠色GMLTC 指數(shù)最高（1.209 0），在工業(yè)綠色轉(zhuǎn)型的進(jìn)程中，由于資源配置與管理制度方面的創(chuàng)新而帶來(lái)的轉(zhuǎn)型效率提升的貢獻(xiàn)相對(duì)更大。

圖2 2007—2018年全國(guó)資源型城市工業(yè)綠色GML指數(shù)及其分解均值的空間分布

從各城市整體工業(yè)綠色GML 指數(shù)及分解（表3）來(lái)看，2007—2018 年資源型城市工業(yè)綠色GML 指數(shù)均值為1.059 8（大于1），表明工業(yè)綠色轉(zhuǎn)型效率整體呈增長(zhǎng)趨勢(shì)，且年均增長(zhǎng)率為5.98%。其中，全域技術(shù)效率變動(dòng)指數(shù)（GMLEC）均值為1.000 4，全域純技術(shù)進(jìn)步指數(shù)（GMLTC）為1.059 3，技術(shù)效率與純技術(shù)進(jìn)步在長(zhǎng)期均呈波動(dòng)改善狀態(tài)，且資源型城市的工業(yè)綠色轉(zhuǎn)型效率增長(zhǎng)主要源于純技術(shù)進(jìn)步。在與GMLEC 指數(shù)相關(guān)的管理方式、決策方式、管理制度等“軟技術(shù)”方面進(jìn)行改革和完善，有利于節(jié)約資源保護(hù)環(huán)境的技術(shù)進(jìn)步，應(yīng)被視為資源型城市未來(lái)發(fā)展中值得關(guān)注的重要內(nèi)容。

表3 全國(guó)資源型城市工業(yè)綠色GML指數(shù)及分解

基于時(shí)間序列，研究期內(nèi)，全國(guó)資源型城市的工業(yè)綠色GML、GMLEC、GMLTC 指數(shù)均值均呈明顯的波動(dòng)變化。其中，除2013 年（0.974 9）和2017 年（0.912 1）外，各年GML 指數(shù)均值均高于1，資源型城市工業(yè)綠色轉(zhuǎn)型效率整體為波動(dòng)性上升態(tài)勢(shì)。

同時(shí)，由于GML 指數(shù)具備可跨期比較、可傳遞、可累加等特征，所以各年度工業(yè)綠色GML 指數(shù)幾何均值累積值可動(dòng)態(tài)反映工業(yè)綠色轉(zhuǎn)型效率截至當(dāng)年的總體增長(zhǎng)水平（圖3）。分析可得：2007—2012 年，工業(yè)綠色GML 指數(shù)保持累增趨勢(shì)，全國(guó)資源型城市工業(yè)綠色轉(zhuǎn)型效率處于持續(xù)提升階段；2013 年，工業(yè)綠色GML指數(shù)累積值由于GMLTC 指數(shù)累積值的下降而出現(xiàn)小幅降低，意味著工業(yè)生產(chǎn)工藝、加工技術(shù)等純技術(shù)方面的創(chuàng)新匱乏“拖累”了資源型城市的工業(yè)綠色轉(zhuǎn)型；2014—2018 年，工業(yè)綠色GML 指數(shù)累積值除在2017 年由于其兩個(gè)分解指數(shù)累積值同時(shí)下降而出現(xiàn)一定幅度的減少外，均保持累增趨勢(shì)，但GMLEC 指數(shù)累積值總體呈下降趨勢(shì)，綠色工業(yè)技術(shù)效率提升不足。此外，值得關(guān)注的是，工業(yè)綠色GMLEC 與GMLTC 指數(shù)累積值基本呈現(xiàn)相反變動(dòng)趨勢(shì)，因此，在資源型城市工業(yè)綠色轉(zhuǎn)型的推進(jìn)過(guò)程中，如何實(shí)現(xiàn)工業(yè)純技術(shù)創(chuàng)新與技術(shù)效率提升協(xié)同改善是亟待解決的問(wèn)題。

圖3 全國(guó)資源型城市工業(yè)綠色GML指數(shù)及其分解均值的變化趨勢(shì)（累積值）

4.1.2 不同發(fā)展階段

資源型城市的生命周期表現(xiàn)為“成長(zhǎng)—成熟—衰退—再生”四個(gè)階段，處于不同發(fā)展階段的城市由于在資源利用能力和可持續(xù)發(fā)展能力方面的差異而表現(xiàn)出不同的工業(yè)綠色GML 指數(shù)（表4）：衰退型（1.082 5）＞再生型（1.070 0）＞成長(zhǎng)型（1.065 9）＞成熟型城市（1.047 2），其中，衰退型與再生型城市的工業(yè)綠色GML 指數(shù)相對(duì)排名與學(xué)者肖瀅和盧麗文的研究結(jié)果[30]一致?？梢?，盡管衰退型城市處于資源枯竭、工業(yè)發(fā)展落后狀態(tài)，但其正在資源環(huán)境的約束下積極謀求工業(yè)的綠色轉(zhuǎn)型發(fā)展，且初具成效，工業(yè)綠色轉(zhuǎn)型效率改善的平均速度位居四個(gè)階段城市的相對(duì)最高位，在研究期內(nèi)平均每年有8.25%的效率增長(zhǎng)。從工業(yè)綠色GML 指數(shù)的分解來(lái)看，依然是衰退型城市的工業(yè)綠色GMLEC 指數(shù)相對(duì)最大（1.047 0），而成熟型和再生型城市的工業(yè)綠色GMLEC指數(shù)均小于1，表明二者在工業(yè)綠色轉(zhuǎn)型方面的技術(shù)效率呈降低態(tài)勢(shì)，與工業(yè)資源配置、綠色管理制度方面的變革創(chuàng)新亟待考慮。對(duì)于工業(yè)綠色GMLTC 指數(shù)，不同發(fā)展階段的城市均值均大于1，意味著在工業(yè)綠色轉(zhuǎn)型的純技術(shù)生產(chǎn)方面的效率均為改善態(tài)勢(shì)。

表4 2007—2018年不同發(fā)展階段資源型城市工業(yè)綠色GML指數(shù)及其分解均值

處于四個(gè)不同階段的資源型城市工業(yè)綠色GML 指數(shù)及其分解指數(shù)累積值變動(dòng)趨勢(shì)如圖4 所示。成長(zhǎng)型城市與成熟型城市的工業(yè)綠色GML 指數(shù)與GMLTC 指數(shù)累積值整體走勢(shì)近似，均為小幅波動(dòng)增加趨勢(shì)，而由于成長(zhǎng)型城市資源開發(fā)處于上升階段，相較于資源開發(fā)處于穩(wěn)定階段的成熟型城市，新型工業(yè)化建設(shè)的推進(jìn)與資源配置方式的創(chuàng)新速度更快，因此在研究期內(nèi)的多數(shù)年份中，其工業(yè)綠色GMLEC 指數(shù)累積值高于成熟型城市一定幅度。衰退型城市2018 年工業(yè)綠色GML 指數(shù)累積值為2.0170，即工業(yè)綠色轉(zhuǎn)型效率相較于2007 年增加了1.0170倍，進(jìn)一步基于分解指數(shù)可知，其工業(yè)綠色轉(zhuǎn)型效率的提升主要源于管理創(chuàng)新與資源配置方面的進(jìn)步（2018年GMLEC 指數(shù)累積值達(dá)1.535 1），表明在資源趨于枯竭的壓力之下，衰退型城市的工業(yè)綠色轉(zhuǎn)型發(fā)展初見成效。再生型城市的工業(yè)綠色GML 指數(shù)累積值除2009 年和2011 年外均排于最高兩位，整體為較穩(wěn)定的增加趨勢(shì)，但其分解指數(shù)GMLEC 與GMLTC 的累積值卻始終分別在四類階段的城市中為最差和最優(yōu)排名，其中GMLEC 指數(shù)累積值始終低于1，警示著再生型城市盡管基本擺脫了資源依賴，但其在工業(yè)綠色轉(zhuǎn)型發(fā)展過(guò)程中的資源配置、知識(shí)積累、管理制度等方面能力有所欠缺。

圖4 不同發(fā)展階段的資源型城市工業(yè)綠色GML指數(shù)及其分解的變化趨勢(shì)（累積值）

4.1.3 不同資源依托類型

依托于不同資源類型而興起的資源型城市工業(yè)綠色轉(zhuǎn)型效率變動(dòng)（工業(yè)綠色GML指數(shù)）表現(xiàn)出一定的差異（表5）。研究期內(nèi)，森工型和油氣型城市在工業(yè)綠色轉(zhuǎn)型效率提升方面的表現(xiàn)最佳，工業(yè)綠色GML 指數(shù)均值分別為1.079 6 和1.078 4，即工業(yè)綠色轉(zhuǎn)型效率平均以每年7.96%和7.84%的增長(zhǎng)率進(jìn)行改善；黑色冶金型城市的工業(yè)綠色GML 指數(shù)相對(duì)最低，通過(guò)分解指數(shù)分析可知，其主要?dú)w因于GMLEC 指數(shù)小于1，即在工業(yè)轉(zhuǎn)型中，有利于環(huán)境與工業(yè)協(xié)調(diào)進(jìn)步的管理方式、決策方式、資源配置等方面的創(chuàng)新不足，導(dǎo)致工業(yè)綠色轉(zhuǎn)型效率的增長(zhǎng)緩慢。

表5 2007—2018年不同資源依托類型的資源型城市工業(yè)綠色GML指數(shù)及其分解均值

基于時(shí)間視角，通過(guò)描繪各年度工業(yè)綠色GML 指數(shù)及其分解指數(shù)的累積值可知，不同資源依托類型城市的工業(yè)綠色轉(zhuǎn)型呈現(xiàn)出差異化的變動(dòng)特征（圖5）。油氣型城市工業(yè)綠色GML 指數(shù)整體呈累增趨勢(shì)（2007 年：1.081 2，2018 年：1.997 8），主要源于GMLTC 指數(shù)累積值的高速增 加（2007 年：1.182 0，2018 年：2.847 7）， 而GMLEC指數(shù)累積值持續(xù)降低（2007—2018 年各年均低于1），工業(yè)綠色轉(zhuǎn)型與技術(shù)進(jìn)步主要受到管理模式、決策方式、管理制度等資源配置方面的阻礙。對(duì)于森工型城市，其工業(yè)綠色GMLTC 指數(shù)的累積增加在2016 年前主要源于GMLEC指數(shù)的累增效應(yīng)，而在節(jié)約資源、保護(hù)環(huán)境的工業(yè)綠色純技術(shù)方面創(chuàng)新不足；自2016 年起，工業(yè)綠色GMLTC 指數(shù)累積增長(zhǎng)超過(guò)GMLEC 指數(shù)累積量，工業(yè)綠色純技術(shù)的進(jìn)步成為工業(yè)綠色轉(zhuǎn)型效率提升的主要來(lái)源。

圖5 不同資源依托類型的資源型城市工業(yè)綠色GML指數(shù)及其分解的變化趨勢(shì)（累積值）

4.2 基于地理探測(cè)器模型的驅(qū)動(dòng)因素分析

4.2.1 因子分析

利用地理探測(cè)器模型中的因子探測(cè)工具，對(duì)比分析2007 年與2018 年全國(guó)資源型城市整體工業(yè)綠色轉(zhuǎn)型效率演變的驅(qū)動(dòng)因素作用情況（表6）。2007 年，政府環(huán)境規(guī)制強(qiáng)度對(duì)工業(yè)綠色GML 指數(shù)的解釋力相對(duì)最強(qiáng)（q值=0.105），而在2018 年降至0.013，與其他驅(qū)動(dòng)因子相比排序退后，說(shuō)明政府通過(guò)行政力量來(lái)規(guī)范與控制資源型城市工業(yè)企業(yè)污染行為的方式，在研究期初始階段對(duì)于倒逼企業(yè)提升綠色生產(chǎn)技術(shù)、發(fā)展環(huán)境友好型與資源節(jié)約型生產(chǎn)管理模式以提升工業(yè)綠色轉(zhuǎn)型效率起到較強(qiáng)的驅(qū)動(dòng)作用，但近年來(lái)的驅(qū)動(dòng)效果出現(xiàn)下滑。2018 年，對(duì)工業(yè)綠色GML 指數(shù)的驅(qū)動(dòng)影響相對(duì)最大的因子由環(huán)境規(guī)制強(qiáng)度轉(zhuǎn)為科技投入水平（q值=0.056，在5%置信水平上顯著），資源型城市的工業(yè)綠色轉(zhuǎn)型效率的提升，必須要依靠堅(jiān)實(shí)的綠色科技支撐。此外，值得關(guān)注的是，外商投資水平對(duì)于資源型城市工業(yè)綠色GML 指數(shù)的驅(qū)動(dòng)解釋力呈降低趨勢(shì)（q值從2007 年的0.025 降至2018年的0.002），說(shuō)明盡管前期工業(yè)綠色發(fā)展的關(guān)鍵技術(shù)與集成性技術(shù)以海外引進(jìn)為主，但資源型城市的工業(yè)綠色轉(zhuǎn)型對(duì)于海外資金與技術(shù)的依賴度降低，間接反映出中國(guó)在綠色技術(shù)與創(chuàng)新機(jī)制的崛起，正在資源型城市的工業(yè)綠色轉(zhuǎn)型效率提升方面扮演著愈加重要的角色。

表6 因子探測(cè)結(jié)果

4.2.2 交互作用分析

根據(jù)地理探測(cè)器的交互作用探測(cè)結(jié)果顯示，在2007年和2018 年，本研究中的任意兩個(gè)驅(qū)動(dòng)因子對(duì)因變量資源型城市工業(yè)綠色GML 指數(shù)的交互解釋力均大于其中任意因子的單一解釋力，且交互模式均屬于雙因子增強(qiáng)或非線性增強(qiáng)，表7 展示了驅(qū)動(dòng)解釋力居前三位的交互組合類型。2007 年，資源型城市工業(yè)發(fā)展水平和經(jīng)濟(jì)發(fā)展水平分別與人力資本質(zhì)量的交互疊加，大大提升了人力資本質(zhì)量對(duì)工業(yè)綠色GML 指數(shù)的單一驅(qū)動(dòng)作用，且均在38%及以上，即人力資本質(zhì)量分別與此兩種驅(qū)動(dòng)因子的疊加可解釋38%及以上的工業(yè)綠色轉(zhuǎn)型效率提升，因此，探索資源型城市的經(jīng)濟(jì)、產(chǎn)業(yè)、人力協(xié)同可持續(xù)發(fā)展，對(duì)于工業(yè)綠色轉(zhuǎn)型效率的提升具有關(guān)鍵作用。2018 年的交互作用解釋力相對(duì)于2007 年而言整體降低，但值得注意的是，環(huán)境規(guī)制強(qiáng)度與經(jīng)濟(jì)發(fā)展水平的交互疊加對(duì)于工業(yè)綠色GML 指數(shù)的驅(qū)動(dòng)解釋力（q值=0.352）遠(yuǎn)大于環(huán)境規(guī)制強(qiáng)度的單一解釋作用（q值=0.013），反映出資源型城市在對(duì)有關(guān)工業(yè)企業(yè)在綠色生產(chǎn)與管理方面進(jìn)行環(huán)境規(guī)制以刺激綠色轉(zhuǎn)型時(shí)，應(yīng)同步重視城市整體經(jīng)濟(jì)發(fā)展的推動(dòng)。

表7 因子交互作用探測(cè)結(jié)果

可見，驅(qū)動(dòng)因子的交互作用在驅(qū)動(dòng)工業(yè)綠色轉(zhuǎn)型效率演變的過(guò)程中不容小覷，在城市規(guī)劃過(guò)程中應(yīng)重視因子交互作用，靈活進(jìn)行各因子間的合理搭配與協(xié)同發(fā)展，以在節(jié)約資源保護(hù)環(huán)境的約束下力求工業(yè)轉(zhuǎn)型達(dá)到“事半功倍”的效果。

5 結(jié)論與討論

本文在資源節(jié)約與環(huán)境保護(hù)的框架下，基于2007—2018 年我國(guó)109 個(gè)資源型城市面板數(shù)據(jù)，利用SBM 方向距離函數(shù)與Global Malmquist-Luenberger 指數(shù)方法測(cè)度和分析了各城市的工業(yè)綠色轉(zhuǎn)型效率變動(dòng)指數(shù)，比較分析了整體與不同發(fā)展階段、不同資源依托類型的城市工業(yè)綠色轉(zhuǎn)型效率時(shí)空演變特征，并進(jìn)一步運(yùn)用地理探測(cè)器對(duì)驅(qū)動(dòng)因素進(jìn)行因子探測(cè)與交互作用探測(cè)，研究各驅(qū)動(dòng)因素對(duì)于工業(yè)綠色轉(zhuǎn)型效率指數(shù)差異及時(shí)空變化的作用強(qiáng)度與機(jī)理，得出以下結(jié)論：

（1）2007—2018 年中國(guó)資源型城市工業(yè)綠色GML指數(shù)均值為1.059 8，工業(yè)綠色轉(zhuǎn)型效率整體以5.98%的年均增長(zhǎng)率波動(dòng)性改善，且增長(zhǎng)主要源于純生產(chǎn)工藝、加工方式等工業(yè)綠色“硬技術(shù)”改進(jìn)或變革方面的純技術(shù)進(jìn)步；工業(yè)綠色轉(zhuǎn)型效率呈改善狀態(tài)的城市主要集中在較發(fā)達(dá)且綠色工業(yè)發(fā)展理念較先進(jìn)的東部地區(qū)和中部地區(qū)，而東北地區(qū)仍有超過(guò)30%的城市在資源與環(huán)境的雙重壓力下，工業(yè)綠色轉(zhuǎn)型效率發(fā)生“倒退”，東北老工業(yè)基地的工業(yè)綠色振興問(wèn)題仍十分嚴(yán)峻。

（2）處于不同發(fā)展階段的城市由于在資源利用能力和可持續(xù)發(fā)展能力方面的差異而表現(xiàn)出不同的工業(yè)綠色GML 指數(shù)：衰退型＞再生型＞成長(zhǎng)型＞成熟型城市，在資源趨于枯竭的壓力之下，衰退型城市的工業(yè)綠色轉(zhuǎn)型發(fā)展初見成效。

（3）依托于不同資源類型的資源型城市工業(yè)綠色GML 指數(shù)均值排序?yàn)椋荷ば停居蜌庑停居猩苯鹦停久禾啃停竞谏苯鹦?，且各城市的工業(yè)綠色轉(zhuǎn)型效率均呈提升趨勢(shì)。

（4）通過(guò)地理探測(cè)器的探測(cè)分析結(jié)果可以得出，2007—2018 年，對(duì)資源型城市整體工業(yè)綠色轉(zhuǎn)型效率提升解釋力最強(qiáng)的驅(qū)動(dòng)因子由環(huán)境規(guī)制強(qiáng)度轉(zhuǎn)為科技投入水平，且本研究中的任意兩個(gè)驅(qū)動(dòng)因子對(duì)工業(yè)綠色轉(zhuǎn)型效率提升的交互解釋力均大于任意因子的單一解釋力，交互模式均屬于雙因子增強(qiáng)或非線性增強(qiáng)。

根據(jù)上述研究分析結(jié)果，本文提出以下建議：第一，資源型城市政府應(yīng)考慮將工業(yè)綠色轉(zhuǎn)型效率指數(shù)作為城市未來(lái)發(fā)展規(guī)劃的科學(xué)依據(jù)，并以“可持續(xù)發(fā)展”理念作為實(shí)現(xiàn)工業(yè)綠色轉(zhuǎn)型效率改進(jìn)的指導(dǎo)。第二，在資源節(jié)約與環(huán)境保護(hù)的約束下，明確不同發(fā)展階段、不同資源依托類型資源型城市的工業(yè)綠色發(fā)展方向，引導(dǎo)各類城市探索特色化的工業(yè)綠色轉(zhuǎn)型模式。第三，重視不同資源型城市工業(yè)綠色轉(zhuǎn)型效率時(shí)空演變的驅(qū)動(dòng)因素與機(jī)制，尤其關(guān)注與工業(yè)綠色轉(zhuǎn)型相關(guān)的人力資本質(zhì)量和科技投入水平方面的改進(jìn)與變革，以“守底線、走新路”為原則，加快推進(jìn)自主創(chuàng)新與傳統(tǒng)資源產(chǎn)業(yè)綠色轉(zhuǎn)型升級(jí)，促進(jìn)資源配置效率的最大化，最終實(shí)現(xiàn)既要“綠水青山”又要“金山銀山”的和諧統(tǒng)一。