郭力，程一凡，朱坤林

（河南工業(yè)大學(xué) 經(jīng)濟(jì)貿(mào)易學(xué)院 糧食經(jīng)濟(jì)研究中心，河南 鄭州 450001）

黃河流域橫跨我國(guó)東、中、西三大地理階梯，是我國(guó)北方的重要生態(tài)屏障、人口與產(chǎn)業(yè)密集區(qū)、“一帶一路”開發(fā)的東西陸路主通道。近年來，黃河流域各地城鎮(zhèn)化水平持續(xù)提升，產(chǎn)業(yè)集聚集群不斷加快，各級(jí)中心城市和新興城市群成為支撐黃河流域高質(zhì)量發(fā)展的重要載體。但是黃河流域的自然生態(tài)本底脆弱，水資源短缺，人地矛盾、水沙矛盾、城鄉(xiāng)矛盾、開發(fā)與保護(hù)矛盾給城市增長(zhǎng)帶來多重約束。事實(shí)上，近年來沿黃各城市在引領(lǐng)區(qū)域發(fā)展的同時(shí)，也普遍出現(xiàn)了污染物排放超標(biāo)、環(huán)境質(zhì)量下降、水土流失、人口超載等生態(tài)問題[1]，成為我國(guó)生態(tài)安全保障的重難點(diǎn)地區(qū)。從城市層面實(shí)證分析黃河流域的生態(tài)效率及其時(shí)空分異特征，科學(xué)識(shí)別沿黃城市的生態(tài)問題，并提出生態(tài)效率優(yōu)化路徑與對(duì)策建議，對(duì)于全面貫徹 “兩山”理念、推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展具有重要實(shí)踐意義。

黨的十八大以來，黃河流域生態(tài)文明建設(shè)進(jìn)入新時(shí)期。2019年9月，習(xí)近平總書記在鄭州主持召開座談會(huì)，將黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展上升為國(guó)家戰(zhàn)略。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》，提出要“共同抓好大保護(hù)，協(xié)同推進(jìn)大治理，著力加強(qiáng)生態(tài)保護(hù)治理”“增強(qiáng)沿黃城市群經(jīng)濟(jì)和人口承載能力，強(qiáng)化生態(tài)環(huán)境、水資源等約束和城鎮(zhèn)開發(fā)邊界管控”。在此背景下，本文以2005—2018年黃河流域34個(gè)地級(jí)市為樣本，采用DEA-Malmquist指數(shù)模型綜合測(cè)度城市生態(tài)效率并分析不同城市、流域、階段的異質(zhì)性特征，利用面板數(shù)據(jù)模型實(shí)證分析城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、城市規(guī)模、對(duì)外開放度、政府角色等因素對(duì)城市生態(tài)效率的影響效應(yīng)，重點(diǎn)探討生態(tài)效率時(shí)空異質(zhì)性的理論成因與現(xiàn)實(shí)根源，以及城市規(guī)模擴(kuò)張對(duì)區(qū)域生態(tài)效率的非線性影響機(jī)理，最后總結(jié)研究結(jié)論并提出對(duì)策建議。

1 文獻(xiàn)綜述

生 態(tài) 效 率（eco-efficiency）最 早 由Schaltegger &Sturn[2]提出，指某區(qū)域一段時(shí)期內(nèi)的經(jīng)濟(jì)增量與所對(duì)應(yīng)付出的要素投入、資源消費(fèi)、環(huán)境損耗等生態(tài)代價(jià)的對(duì)比關(guān)系。世界可持續(xù)發(fā)展商業(yè)委員會(huì)將其定義為：“在使用更少的資源、產(chǎn)生更少的廢棄物和污染的前提下，生產(chǎn)更多的商品和勞務(wù)?！盵3]國(guó)外關(guān)于生態(tài)效率的研究多針對(duì)特定行業(yè)、企業(yè)、農(nóng)業(yè)種植等微觀領(lǐng)域[4]；而在國(guó)內(nèi)，生態(tài)效率則被廣泛應(yīng)用在宏觀層面的生態(tài)績(jī)效評(píng)價(jià)，反映經(jīng)濟(jì)總體或特定區(qū)域的可持續(xù)發(fā)展能力。

21世紀(jì)以來，國(guó)內(nèi)學(xué)者對(duì)區(qū)域生態(tài)效率問題的實(shí)證研究日益增多，成果頗豐。從研究視角來看，現(xiàn)有文獻(xiàn)多集中在生態(tài)效率的全要素測(cè)度[5]、時(shí)空差異評(píng)價(jià)[6]、水資源效率[7]等方面。從研究對(duì)象來看，姜啟波和譚清美[8]針對(duì)省級(jí)尺度展開了研究，梁一燦等[9]則面向城市群或經(jīng)濟(jì)區(qū)的空間尺度進(jìn)行了探索。特別是2016年以來，研究長(zhǎng)江經(jīng)濟(jì)帶及其分流域生態(tài)效率的文獻(xiàn)增多[10-11]。在研究方法上，學(xué)者們采用較多的有隨機(jī)前沿生產(chǎn)函數(shù)法[12]、超效率SBM模型[13]、Malmquist指數(shù)模型[14]等。隨著2019年黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展上升為國(guó)家戰(zhàn)略，針對(duì)黃河流域生態(tài)效率的研究成為熱點(diǎn)，眾多學(xué)者分別從旅游生態(tài)效率[15]、能源生態(tài)效率[16]、礦產(chǎn)資源生態(tài)效率[17]、用水效率[18]、水—能源復(fù)合效率[19]等方面測(cè)度評(píng)價(jià)了黃河流域生態(tài)效率，并研究了產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制等對(duì)生態(tài)效率的脅迫機(jī)制、影響效應(yīng)及優(yōu)化路徑[20-21]。

綜上所述，當(dāng)前研究的不足之處與本文邊際貢獻(xiàn)為：一是在研究方法上，當(dāng)前文獻(xiàn)多采用DEA方法或超效率SBM模型分析單一時(shí)點(diǎn)的靜態(tài)生態(tài)效率，少數(shù)動(dòng)態(tài)研究也沒有考慮生產(chǎn)前沿不同而導(dǎo)致的效率值偏差問題，影響研究結(jié)論的可靠性；而本文基于DEAMalmquist指數(shù)模型修正了生態(tài)效率多期比較中的估值偏差，并從引致生態(tài)效率變動(dòng)的各子指標(biāo)分解中，深入揭示黃河流域各城市生態(tài)效率變動(dòng)的階段特征及其內(nèi)在根源。二是在指標(biāo)選取上，當(dāng)前研究大都選取水資源、礦產(chǎn)資源或能源生態(tài)等某一方面指標(biāo)，缺少對(duì)多維生態(tài)系統(tǒng)的綜合考察；而本文基于黃河流域水資源短缺、水土流失嚴(yán)峻、生態(tài)環(huán)境脆弱特征，從“氣態(tài)循環(huán)”“水循環(huán)”“沉積物循環(huán)”三個(gè)層面選取指標(biāo)體系，以提高實(shí)證研究的針對(duì)性。三是在研究?jī)?nèi)容上，當(dāng)前缺少基于長(zhǎng)時(shí)間跨度對(duì)黃河流域生態(tài)問題的歷史演變考察；本文從生態(tài)效率角度實(shí)證分析黃河流域生態(tài)保護(hù)的歷史淵源、現(xiàn)實(shí)背景與問題成因，為深入推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供堅(jiān)實(shí)理論支撐和長(zhǎng)效對(duì)策建議。

2 研究方法和數(shù)據(jù)選取

2.1 研究方法

在效率分析中，DEA-Malmquist指數(shù)模型可以修正生產(chǎn)前沿不同而導(dǎo)致的效率值多期比較偏差問題，反映決策單元效率的動(dòng)態(tài)演變情況。該模型中的生產(chǎn)率指數(shù)（Malmquist Productivity Index，簡(jiǎn)稱MPI）是在假設(shè)規(guī)模報(bào)酬不變條件下，利用t期實(shí)際值與前沿面的距離表示的距離函數(shù)（D）進(jìn)行運(yùn)算得出：

MPI指數(shù)衡量的是全要素生產(chǎn)率從t到t+1期的動(dòng)態(tài)變動(dòng)情況，取兩者的幾何平均數(shù)：

如果MPI＞1，意味著效率改進(jìn)。MPI指數(shù)可以進(jìn)一步分解為技術(shù)效率變化（effch）和技術(shù)變化（techch）兩個(gè)部分：

其中，effch是給定一組生產(chǎn)要素不變的條件下，實(shí)際產(chǎn)出與最大產(chǎn)出之比，表征決策單元在t到t+1期間對(duì)生產(chǎn)前沿面的追趕趨勢(shì)。若effch＞1表示該決策單元由于組織管理優(yōu)化或決策正確使得技術(shù)效率上升，反之亦然。技術(shù)變化（techch）表示導(dǎo)致決策單元生產(chǎn)前沿面移動(dòng)的技術(shù)進(jìn)步或退步原因。在可變規(guī)模報(bào)酬下，effch又可分解為規(guī)模效率變化（sech）和純技術(shù)效率變化（pech）兩個(gè)部分。因此，MPI指數(shù)可分解為技術(shù)變化、純技術(shù)效率變化、規(guī)模效率變化三個(gè)部分：

2.2 樣本與數(shù)據(jù)來源

選取黃河干流流經(jīng)的34個(gè)地級(jí)市為樣本，考慮行政區(qū)劃性質(zhì)、數(shù)據(jù)可得性及離群值因素，剔除濟(jì)源市、海東市、阿拉善盟以及7個(gè)自治州。所用數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》等，數(shù)據(jù)采取“市轄區(qū)”口徑，部分缺失數(shù)據(jù)用指數(shù)平滑法補(bǔ)齊，時(shí)間跨度為2005—2018年。

2.3 變量選取

參考陳明華等[22]、韓永輝等[23]的研究，生態(tài)效率測(cè)算以各城市的地區(qū)生產(chǎn)總值（GDP）作為產(chǎn)出指標(biāo)，投入指標(biāo)依次選取：表征資本投入的固定資產(chǎn)投資總額（INV），表征勞動(dòng)投入的城鎮(zhèn)從業(yè)人員數(shù)（HUM），表征土地資源投入的城市建成區(qū)面積（ARE）。選取當(dāng)前黃河流域的主要污染物、廢棄物排放指標(biāo)作為非期望產(chǎn)出：表征水資源與水生態(tài)的工業(yè)廢水排放量（WAT），表征土壤生態(tài)與綠色循環(huán)經(jīng)濟(jì)水平的工業(yè)固體廢物產(chǎn)生量（SOL），表征大氣環(huán)境狀況的工業(yè)二氧化硫排放量（SO2）和工業(yè)煙塵排放量（SMO）。非期望產(chǎn)出指標(biāo)值越小，表示城市生態(tài)效率越高，因此將其作為投入指標(biāo)處理[23]。具體變量設(shè)定及描述統(tǒng)計(jì)如表1所示。

表1 生態(tài)效率測(cè)算的變量描述統(tǒng)計(jì)

3 靜態(tài)生態(tài)效率分析

首先采用DEA方法測(cè)算黃河流域各城市的靜態(tài)生態(tài)效率。利用STATA14軟件，選擇面向投入的DEA方法，得到?jīng)Q策單元?dú)v年的靜態(tài)生態(tài)效率以及分解的純技術(shù)效率和規(guī)模效率，限于篇幅略去各城市結(jié)果報(bào)告。

首先，在整個(gè)考察期內(nèi)，黃河流域各城市的靜態(tài)生態(tài)效率水平較低僅有0.64，相對(duì)有效狀態(tài)的城市數(shù)量不斷下降，由2005年的8個(gè)下降為2018年的3個(gè)。處于前沿面上的主要是烏海、呂梁、渭南等中小城市；而鄭州、濟(jì)南、包頭等大城市普遍處于較低的靜態(tài)生態(tài)效率水平，說明沿黃城市的規(guī)模擴(kuò)張并不一定能提升生態(tài)效率。

其次，從圖1可以看出，沿黃城市的靜態(tài)生態(tài)效率表現(xiàn)為2005—2009年“上升”——2009—2012年“波動(dòng)”——2012—2018年“下降”的階段演變特征。究其原因，2008年金融危機(jī)及隨后實(shí)施的強(qiáng)刺激政策給黃河流域的生態(tài)狀況帶來了一定的負(fù)面影響。大規(guī)模財(cái)政投入和寬松貨幣政策誘導(dǎo)沿黃各市更加依賴政府主導(dǎo)、投資驅(qū)動(dòng)增長(zhǎng)模式，資源進(jìn)一步集中到重化工業(yè)、資源型產(chǎn)業(yè)、基礎(chǔ)設(shè)施建設(shè)等，不可避免地帶來了不利生態(tài)影響。據(jù)統(tǒng)計(jì)，2017年黃河流域煤炭消費(fèi)量高達(dá)18.17億噸，占全國(guó)總量的41.9%，直接導(dǎo)致SO2、PM2.5、PM10等大氣污染物濃度嚴(yán)重超標(biāo)[24]。

圖1 2005—2018年黃河流域34城市的靜態(tài)生態(tài)效率變動(dòng)情況

最后，從分解指標(biāo)來看，黃河流域各城市的純技術(shù)效率基本穩(wěn)定在高值區(qū)，導(dǎo)致總效率不佳的主要原因在于規(guī)模效率明顯下降。根據(jù)表2，大多數(shù)沿黃城市都處于規(guī)模報(bào)酬遞減狀態(tài)，尤其是鄭州、濟(jì)南、蘭州、包頭、呼和浩特等區(qū)域中心城市普遍超過了生態(tài)意義上的適度規(guī)模水平。這說明城市規(guī)模和生態(tài)效率并非呈正比，而可能存在非線性關(guān)系。在黃河流域生態(tài)本底脆弱、資源環(huán)境承載能力有限的條件下，必須科學(xué)識(shí)別城市規(guī)模擴(kuò)張對(duì)生態(tài)環(huán)境的脅迫效應(yīng)，界定城市發(fā)展的生態(tài)適宜路徑。

表2 2005—2018年黃河流域34城市的平均MPI指數(shù)及分解指標(biāo)

4 動(dòng)態(tài)生態(tài)效率分析

采用Diewert等[25]的面向投入的Malmquist生產(chǎn)率指數(shù)模型方法，利用Stata14軟件，測(cè)算2005—2018年黃河流域各城市的MPI指數(shù)，并分析動(dòng)態(tài)生態(tài)效率的時(shí)空分異特征。

4.1 總體變動(dòng)分析

從動(dòng)態(tài)生態(tài)效率的總體變動(dòng)來看，沿黃34城市的平均MPI值為0.944，即在整個(gè)考察期內(nèi)降低了5.6%。從各分解指標(biāo)來看，在考察期內(nèi)只有純技術(shù)效率有微弱增長(zhǎng)，技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效率分別下降了4.5%、1.1%、1.2%，均偏離了生態(tài)適宜路徑。這說明各城市經(jīng)濟(jì)體的生產(chǎn)組織方式與決策路徑相對(duì)符合生態(tài)友好要求，通過提高要素配置效率支撐了生態(tài)效率改進(jìn)。生態(tài)層面的技術(shù)退步是導(dǎo)致效率下降的主要根源，說明沿黃各城市在環(huán)境改良和生態(tài)維護(hù)方面的技術(shù)創(chuàng)新相對(duì)不足，亟須轉(zhuǎn)變粗放式、要素?cái)?shù)量依賴的技術(shù)進(jìn)步路徑，轉(zhuǎn)向開發(fā)利用節(jié)能減排技術(shù)，促進(jìn)資源集約利用，將生態(tài)保護(hù)放在更加優(yōu)先的地位。

4.2 分流域變動(dòng)分析

對(duì)生態(tài)效率變動(dòng)進(jìn)行分流域分析，如表2所示，樣本期內(nèi)沿黃城市的動(dòng)態(tài)生態(tài)效率表現(xiàn)為下游＞中游＞上游。中、下游城市生態(tài)效率下降的幅度較小，這可能受益于更高級(jí)的產(chǎn)業(yè)結(jié)構(gòu)和生產(chǎn)技術(shù)含量，為節(jié)能降耗、治污減排提供了物質(zhì)基礎(chǔ)和技術(shù)支持[22]。事實(shí)上，節(jié)能治污效能也依賴于要素集聚后的綠色技術(shù)共享和清潔設(shè)施規(guī)模效應(yīng)。只有在城市規(guī)模體量足夠時(shí)，才有能力大規(guī)模高效建設(shè)運(yùn)營(yíng)治污設(shè)施。因此，政策上應(yīng)鼓勵(lì)沿黃城市分類發(fā)展，將生產(chǎn)功能集中到資源環(huán)境承載力強(qiáng)的重點(diǎn)開發(fā)區(qū)域，集中建設(shè)廠商之間成本共擔(dān)、受益共享的污水處理廠、廢棄物綠色循環(huán)系統(tǒng)，以有效提升全流域生態(tài)效率。

將技術(shù)效率分解為純技術(shù)效率和規(guī)模效率進(jìn)行分流域比較，可得：下游城市與中上游城市相比，純技術(shù)效率提升更快，但是規(guī)模效率下滑問題也更嚴(yán)峻。一方面，下游山東半島、中原、關(guān)中城市群地區(qū)人口密集、產(chǎn)業(yè)集聚、結(jié)構(gòu)升級(jí)快，更容易憑借組織管理和技術(shù)應(yīng)用的綠色化改進(jìn)以提升城市生態(tài)效率。但是另一方面，下游某些城市規(guī)模急劇膨脹，超越了生態(tài)保護(hù)紅線和環(huán)境承載底線，導(dǎo)致生態(tài)層面的規(guī)模效率下降。因此在政策上，下游特大城市應(yīng)當(dāng)警惕“攤大餅”式無序擴(kuò)張給生態(tài)環(huán)境帶來的巨大脅迫壓力，轉(zhuǎn)而引導(dǎo)大、中、小城市協(xié)調(diào)聯(lián)動(dòng)形成多中心、網(wǎng)絡(luò)化城市群發(fā)展。

4.3 空間自相關(guān)性分析

選取相鄰法計(jì)算空間權(quán)重矩陣和莫蘭指數(shù)（Moran’s I），以考察沿黃城市生態(tài)效率的空間自相關(guān)性和空間集聚特征。從圖2莫蘭散點(diǎn)圖可以看出，位于第一、第三象限的點(diǎn)明顯多于位于第二、第四象限的點(diǎn)，全局莫蘭指數(shù)為0.195，使用標(biāo)準(zhǔn)正態(tài)分布的臨界值檢驗(yàn)可得：2012—2018年沿黃34城市的生態(tài)效率存在顯著的正向空間自相關(guān)，即高值區(qū)與低值區(qū)表現(xiàn)為空間趨同集聚，而并不是交叉或隨機(jī)分布。這說明黃河流域處于同一區(qū)域的城市受到相同地理自然稟賦特征影響而表現(xiàn)為生態(tài)趨同性，同時(shí)也驗(yàn)證了一些學(xué)者的研究結(jié)論：相鄰地方政府在財(cái)政政策、稅價(jià)競(jìng)爭(zhēng)、招商引資等行為上會(huì)相互模仿、學(xué)習(xí)與競(jìng)爭(zhēng)[26]。一旦某個(gè)城市采取了影響生態(tài)效率的某項(xiàng)措施，周邊其他城市也會(huì)隨之跟進(jìn)，形成“空間趨同”。值得警惕的是，在弱環(huán)境規(guī)制條件下，經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的城市政府之間可能更會(huì)引發(fā)生態(tài)上的逐底競(jìng)爭(zhēng)行為，這種惡性競(jìng)爭(zhēng)的連片擴(kuò)散蔓延會(huì)極大影響區(qū)域生態(tài)效率。

圖2 莫蘭散點(diǎn)圖

進(jìn)一步從黃河流域34城市的局部莫蘭指數(shù)可以看出，空間集聚主要發(fā)生在黃河中游的包頭、呼和浩特、忻州、臨汾、運(yùn)城等城市，這些地區(qū)存在顯著的“高—高”型集聚特征，即生態(tài)效率高值城市被周邊的高值城市所包圍。而上游和下游城市的局部莫蘭指數(shù)大都不顯著，“高—低”型和“低—高”型聚集不明顯。

5 城市生態(tài)效率的影響因素分析

5.1 理論分析與研究假設(shè)

城市生態(tài)系統(tǒng)是以人類意愿和社會(huì)行為為主導(dǎo)的一種高度人工干預(yù)型生態(tài)系統(tǒng)，面對(duì)外部沖擊的緩沖余地更小，脆弱性和依賴性特征更明顯。Grossman & Krueger[27]認(rèn)為城市經(jīng)濟(jì)社會(huì)發(fā)展主要通過規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)三種途徑影響生態(tài)質(zhì)量。將這三種效應(yīng)引入到生態(tài)效率影響因素研究中，以經(jīng)濟(jì)發(fā)達(dá)程度、城市人口規(guī)模等反映規(guī)模效應(yīng)，以產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、城鎮(zhèn)化率等表征結(jié)構(gòu)效應(yīng)，以外向型程度、政府支出占比等表示技術(shù)效應(yīng)，具體影響機(jī)理及假設(shè)如下：

一是經(jīng)濟(jì)發(fā)達(dá)程度。一方面，經(jīng)濟(jì)快速增長(zhǎng)需要投入更多的資源和要素，容易造成冗余現(xiàn)象，不利于生態(tài)環(huán)境保護(hù)；另一方面，經(jīng)濟(jì)發(fā)達(dá)地區(qū)更有條件引入系統(tǒng)性環(huán)保技術(shù)和設(shè)備，居民環(huán)保意識(shí)和行為也更領(lǐng)先，從而進(jìn)入環(huán)境庫(kù)茲涅茨曲線后半程的生態(tài)改善階段。綜合考慮黃河流域生態(tài)稟賦，假設(shè)經(jīng)濟(jì)發(fā)達(dá)程度與生態(tài)效率呈正比。

二是城市人口規(guī)模。城市規(guī)模越大，越有利于發(fā)揮要素集聚和技術(shù)溢出效應(yīng)，通過節(jié)約物流成本、降低交易費(fèi)用、減少資源消耗等提高區(qū)域生態(tài)效率。但是城市規(guī)模并不是越大越好，特大城市“攤大餅”式過度無序擴(kuò)張反而會(huì)加劇交通擁堵、環(huán)境污染、水土資源緊張等“城市病”。故假設(shè)城市人口規(guī)模對(duì)生態(tài)效率產(chǎn)生先升后降的倒“U”型影響。

三是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。主導(dǎo)產(chǎn)業(yè)由工業(yè)轉(zhuǎn)向服務(wù)業(yè)不僅能減少資源投入，減輕污染物排放，緩解對(duì)生態(tài)環(huán)境的脅迫壓力，而且產(chǎn)業(yè)升級(jí)往往伴隨著知識(shí)型、綠色化技術(shù)進(jìn)步傾向，因此假設(shè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)會(huì)對(duì)生態(tài)效率產(chǎn)生正向影響。

四是城鎮(zhèn)化率。農(nóng)村人口向城市遷移可有效減少人均資源消耗和土地占用面積，促進(jìn)污染物集中高效凈化處理，而且城鎮(zhèn)化本質(zhì)上也蘊(yùn)含著人們生活方式的生態(tài)綠色轉(zhuǎn)型，因此假設(shè)城鎮(zhèn)化率對(duì)生態(tài)效率產(chǎn)生正向影響。

五是經(jīng)濟(jì)外向型程度。外向型企業(yè)或外資企業(yè)往往受到更加嚴(yán)格的環(huán)境社會(huì)責(zé)任約束，而且其科技創(chuàng)新能力較強(qiáng)，更有能力和動(dòng)機(jī)解決環(huán)境問題。因此，假設(shè)經(jīng)濟(jì)外向型程度越高，外向型程度對(duì)生態(tài)效率的增進(jìn)效應(yīng)越強(qiáng)。

六是政府對(duì)經(jīng)濟(jì)的干預(yù)程度。傳統(tǒng)上黃河流域各城市政府較為依賴招商引資、通過承接產(chǎn)業(yè)轉(zhuǎn)移以拉動(dòng)經(jīng)濟(jì)增長(zhǎng)和就業(yè)，這種政府意志或政策偏向可能會(huì)引入一些“落后產(chǎn)能”“污染產(chǎn)業(yè)”，從而對(duì)生態(tài)福利產(chǎn)生“擠出效應(yīng)”。因此假設(shè)政府干預(yù)經(jīng)濟(jì)程度會(huì)對(duì)生態(tài)效率產(chǎn)生負(fù)向影響。

5.2 變量選取與模型構(gòu)建

基于黃河流域各城市生態(tài)效率的空間異質(zhì)性與時(shí)間變異性，這里采用面板數(shù)據(jù)模型分析生態(tài)效率的影響因素及其機(jī)理成因。借鑒陳明華等[22]、任保平和呂春慧[28]的研究，因變量選取反映生態(tài)效率變動(dòng)情況的MPI指數(shù)，自變量依次選取為：以人均地區(qū)生產(chǎn)總值的對(duì)數(shù)（lnPGDP）表征經(jīng)濟(jì)發(fā)達(dá)程度，以服務(wù)業(yè)產(chǎn)值占GDP的比重（IND3）衡量產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度，以城鎮(zhèn)化率（URB）表征人口結(jié)構(gòu)轉(zhuǎn)變，以實(shí)際利用外商直接投資額占GDP的比重（FDIP）表征經(jīng)濟(jì)外向型程度，以市轄區(qū)常住人口數(shù)（POP）衡量城市規(guī)模，以政府財(cái)政支出占GDP的比重（GOV）反映政府對(duì)經(jīng)濟(jì)的干預(yù)程度。具體變量描述統(tǒng)計(jì)如表3所示。

表3 變量描述統(tǒng)計(jì)

加入城市規(guī)模和政府干預(yù)程度的平方項(xiàng)，以驗(yàn)證城市規(guī)模效率的倒“U”型規(guī)律在黃河流域生態(tài)視域下是否存在，構(gòu)建面板數(shù)據(jù)模型為：

式中：i代表34個(gè)城市；t代表時(shí)間，本文為2005—2018年；u為殘差項(xiàng)。MPI為生態(tài)效率的變動(dòng)值，人均地區(qū)生產(chǎn)總值以2006年為基期進(jìn)行平減處理。數(shù)據(jù)來源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和各地城市統(tǒng)計(jì)公報(bào)。

5.3 黃河流域城市總體生態(tài)效率實(shí)證分析

為了避免偽回歸問題，確保估計(jì)結(jié)果的有效性，首先對(duì)各面板序列的平穩(wěn)性進(jìn)行LLC、IPS、Fisher-ADF和Fisher-PP單位根檢驗(yàn)。檢驗(yàn)結(jié)果顯示：MPI為一階單整，各自變量均為一階單整。進(jìn)一步考察變量之間的協(xié)整關(guān)系，進(jìn)行Kao和Pedroni協(xié)整檢驗(yàn)，顯示MPI與相關(guān)自變量之間存在協(xié)整關(guān)系，因此可以進(jìn)行回歸分析。對(duì)各模型進(jìn)行Hausman檢驗(yàn)，結(jié)果顯示均應(yīng)采用個(gè)體固定效應(yīng)模型。采用帶穩(wěn)健標(biāo)準(zhǔn)誤的最小二乘法擬合模型，為避免多重共線性問題，將自變量分為3個(gè)模型分別回歸，結(jié)果如表4所示。

表4 黃河流域城市總體生態(tài)效率的影響因素分析

第一，人均GDP對(duì)生態(tài)效率具有顯著的正向影響，人均GDP每提高1%，可以帶動(dòng)生態(tài)效率值MPI提高0.125。這說明沿黃城市的生態(tài)優(yōu)化目標(biāo)與經(jīng)濟(jì)增長(zhǎng)目標(biāo)并不矛盾。經(jīng)濟(jì)增長(zhǎng)可以帶動(dòng)居民生態(tài)文明意識(shí)增強(qiáng)、政府環(huán)保投入增多、企業(yè)治污技術(shù)設(shè)施改善等，從而抵消了生產(chǎn)規(guī)模擴(kuò)大的污染效應(yīng)。并且經(jīng)濟(jì)發(fā)達(dá)城市一般處于價(jià)值鏈的高端增值環(huán)節(jié)，要素集約使用和技術(shù)密集更具生態(tài)環(huán)保效應(yīng)。因此，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展仍是提升黃河流域生態(tài)效率的基本途徑之一。

第二，在控制了人均GDP等因素后，服務(wù)業(yè)占比對(duì)生態(tài)效率的影響并不顯著。在理論上，服務(wù)業(yè)產(chǎn)生的廢棄物和污染排放較少，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)和低端產(chǎn)業(yè)外遷也有利于高梯度地區(qū)的綠色環(huán)保。黃河流域城市沒有表現(xiàn)出這種效應(yīng)也印證了楊冬梅等[29]的前期研究結(jié)論，即沿黃城市的第三產(chǎn)業(yè)多為消費(fèi)型服務(wù)業(yè)，而高端服務(wù)業(yè)、生產(chǎn)性服務(wù)業(yè)匱乏，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的節(jié)能減排效果并不明顯。

第三，城鎮(zhèn)化率對(duì)生態(tài)效率具有顯著的正向影響，城鎮(zhèn)化率每提高1%，可以使得MPI值提高0.004。人口從鄉(xiāng)村遷往城市集中居住更有利于發(fā)揮要素集聚效應(yīng)，降低人均資源消耗和污染排放。這說明沿黃城市仍應(yīng)當(dāng)鼓勵(lì)城鎮(zhèn)化進(jìn)程，鼓勵(lì)人口由農(nóng)村遷往城市集中居住，以發(fā)揮城市在資源利用與環(huán)境治理中的規(guī)模效應(yīng)、技術(shù)外溢、知識(shí)共享等好處。

第四，外商直接投資占比增加會(huì)顯著降低城市生態(tài)效率。這在一定程度上印證了全球污染產(chǎn)業(yè)轉(zhuǎn)移的環(huán)境“污染天堂假說”：發(fā)達(dá)國(guó)家或我國(guó)沿海地區(qū)的低端產(chǎn)業(yè)往內(nèi)陸地區(qū)轉(zhuǎn)移帶有隱性的污染轉(zhuǎn)移性質(zhì)，可能增加本地污染物排放。尤其是中、上游城市作為低梯度區(qū)、資源密集型地區(qū)，在招商引資中更容易放松環(huán)境規(guī)制，成為發(fā)達(dá)地區(qū)轉(zhuǎn)移高污染、高耗能產(chǎn)業(yè)的承接地。

第五，沿黃城市人口規(guī)模對(duì)生態(tài)效率產(chǎn)生先升后降的倒“U”型影響，拐點(diǎn)約為市轄區(qū)人口437.9萬人。理論原因在于：城市在初始擴(kuò)張階段的資源環(huán)境承載力較強(qiáng)，人口增長(zhǎng)尚未超過生態(tài)閾值，此時(shí)要素集聚對(duì)生態(tài)效率起到正向影響效應(yīng)；但是當(dāng)城市擴(kuò)張達(dá)到一定規(guī)模后，環(huán)境治理成本和公共服務(wù)供給成本邊際遞增，對(duì)生態(tài)環(huán)境的脅迫性會(huì)凸顯。事實(shí)上，2005—2018年黃河流域生態(tài)效率持續(xù)提高的主要是包頭、臨汾、洛陽(yáng)等區(qū)域中心城市，特大城市與眾多小城市均出現(xiàn)生態(tài)效率下降趨勢(shì)。

第六，政府財(cái)政支出占比上升導(dǎo)致生態(tài)效率呈“先升后降”變動(dòng)，拐點(diǎn)比重約為28.3%。說明地方政府積極的財(cái)政投入在初期有利于完善環(huán)?；A(chǔ)設(shè)施和推廣節(jié)能減排技術(shù)，以改善生態(tài)效率。但是政府支出超過一定限度后，超額投入結(jié)構(gòu)偏向基建項(xiàng)目、市政設(shè)施，資源型產(chǎn)業(yè)對(duì)生態(tài)效率的“擠出效應(yīng)”凸顯，進(jìn)而惡化環(huán)境質(zhì)量。

5.4 分流域的城市生態(tài)效率實(shí)證分析

考慮到黃河流域上、中、下游城市具有明顯的地理自然稟賦差異，需要分流域辨識(shí)生態(tài)效率影響機(jī)制的空間異質(zhì)性。其中上游包括蘭州、白銀、中衛(wèi)、吳忠、銀川、石嘴山、烏海、鄂爾多斯、巴彥卓爾、包頭、呼和浩特等11個(gè)城市；中游包括忻州、呂梁、臨汾、運(yùn)城、榆林、延安、渭南、三門峽、洛陽(yáng)、焦作等10個(gè)城市；下游包括鄭州、新鄉(xiāng)、開封、濮陽(yáng)、菏澤、濟(jì)寧、泰安、聊城、濟(jì)南、德州、濱州、淄博、東營(yíng)等13個(gè)城市。實(shí)證分析結(jié)果如表5所示。

表5 分流域城市生態(tài)效率的影響因素分析

第一，經(jīng)濟(jì)增長(zhǎng)對(duì)城市生態(tài)效率的增進(jìn)效應(yīng)表現(xiàn)為中游＞上游＞下游。人均GDP每增長(zhǎng)1%，可以分別帶動(dòng)中游、上游、下游城市生態(tài)效率值提高0.139、0.098、0.078。中下游效應(yīng)較低的可能原因是城市單中心膨脹、交通擁堵、污染物密集排放、重化工業(yè)集聚拖累了經(jīng)濟(jì)增長(zhǎng)對(duì)生態(tài)優(yōu)化的邊際貢獻(xiàn)；而上游城市經(jīng)濟(jì)增長(zhǎng)的減排效果更高。

第二，外商直接投資占比對(duì)生態(tài)效率的負(fù)效應(yīng)在中、上游顯著，但在下游不顯著。中上游欠發(fā)達(dá)地區(qū)城市為保增長(zhǎng)、促就業(yè)，在招商引資中更容易放松環(huán)境規(guī)制以吸引污染轉(zhuǎn)移性質(zhì)的產(chǎn)業(yè)。而下游城市更有發(fā)展綠色環(huán)保、技術(shù)創(chuàng)新型產(chǎn)業(yè)的選擇余地。如果在政策上強(qiáng)化中、上游地區(qū)的環(huán)境規(guī)制，那么應(yīng)當(dāng)由下游受益城市通過轉(zhuǎn)移支付等方式支付環(huán)境保護(hù)對(duì)價(jià)。

第三，城市人口規(guī)模對(duì)生態(tài)效率的倒“U”型影響僅在下游城市顯著，拐點(diǎn)為市轄區(qū)人口439.7萬人?？刂屏私?jīng)濟(jì)增長(zhǎng)等因素后，黃河中、上游城市的人口集聚規(guī)模普遍還沒有超過區(qū)域生態(tài)承載閾值，處于倒“U”型曲線的前半階段；而下游城市群地區(qū)近年來城市結(jié)構(gòu)集中化趨勢(shì)明顯，鄭州、濟(jì)南、西安等省會(huì)城市“攤大餅”式集中膨脹，逐漸超過了以生態(tài)效率衡量的適宜規(guī)模閾值。這些沿黃特大城市亟須“瘦身健體、減量增效”，以生態(tài)保護(hù)與高質(zhì)量發(fā)展為導(dǎo)向優(yōu)化城市空間結(jié)構(gòu)。

第四，政府財(cái)政支出占比對(duì)生態(tài)效率的倒“U”型影響僅在上游城市顯著，拐點(diǎn)約為財(cái)政支出占GDP比重的31.3%處。上游城市的市場(chǎng)化程度相對(duì)較低、民營(yíng)經(jīng)濟(jì)欠發(fā)達(dá)，政府可能更加依賴基礎(chǔ)設(shè)施建設(shè)支出以拉動(dòng)增長(zhǎng)和就業(yè)，但是這也容易帶來生態(tài)效率的下降。

6 穩(wěn)健性檢驗(yàn)

一是更換因變量的衡量指標(biāo)。以反映生產(chǎn)前沿面移動(dòng)的技術(shù)變化（techch）子指標(biāo)作為因變量MPI的替代性指標(biāo)，對(duì)城市生態(tài)效率的影響因素進(jìn)行穩(wěn)健性檢驗(yàn)。如表6（1）所示，在剔除了動(dòng)態(tài)技術(shù)效率變動(dòng)影響后，固定效應(yīng)面板估計(jì)的回歸系數(shù)方向和顯著性均沒有明顯變化，印證了本文實(shí)證結(jié)果具有穩(wěn)定性和可靠性。

二是更換估計(jì)方法。考慮到生態(tài)效率會(huì)受到自身滯后值的影響，具有年序變動(dòng)慣性，因此建立包含因變量一階滯后的動(dòng)態(tài)面板數(shù)據(jù)模型，對(duì)實(shí)證結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。這里采用系統(tǒng)GMM方法解決加入因變量滯后項(xiàng)后產(chǎn)生的內(nèi)生性問題，Arellano-Bond檢驗(yàn)顯示均不拒絕“擾動(dòng)項(xiàng)無自相關(guān)”的原假設(shè)，即系統(tǒng)GMM適用，Sargan檢驗(yàn)顯示不存在過度識(shí)別問題。估計(jì)結(jié)果如表6（2）所示，各回歸系數(shù)的方向和顯著度與表4實(shí)證結(jié)果基本一致，進(jìn)一步印證了本文實(shí)證結(jié)果的穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)

7 主要結(jié)論與對(duì)策建議

7.1 主要結(jié)論

第一，黃河流域各城市的靜態(tài)生態(tài)效率值偏低，其中規(guī)模效率下降是主要?jiǎng)右?，純技術(shù)效率相對(duì)穩(wěn)定。生態(tài)效率變動(dòng)表現(xiàn)為2005—2009年“上升”——2009—2012年“波動(dòng)”——2012—2018年“下降”的趨勢(shì)特征，主要原因在于2008年金融危機(jī)及隨后強(qiáng)刺激政策強(qiáng)化了沿黃城市的政府主導(dǎo)、投資驅(qū)動(dòng)模式，資源進(jìn)一步集中到重化工、資源能源、基建等非環(huán)境友好產(chǎn)業(yè)。

第二，沿黃城市的動(dòng)態(tài)生態(tài)效率持續(xù)下降，分流域差異為下游＞中游＞上游。其中技術(shù)效率提高快的主要是中游的區(qū)域性中心城市，下游特大城市與上游小城市均表現(xiàn)不佳。下游城市雖然純技術(shù)效率提高較快，但是卻面臨更嚴(yán)峻的規(guī)模效率下降。

第三，沿黃城市存在生態(tài)效率高值區(qū)與低值區(qū)的空間趨同分布特征。在弱環(huán)境規(guī)制條件下，城市地方政府在生態(tài)上的逐底競(jìng)爭(zhēng)行為可能會(huì)導(dǎo)致生態(tài)效率下降并在相鄰區(qū)域連片蔓延擴(kuò)散。

第四，經(jīng)濟(jì)增長(zhǎng)與城鎮(zhèn)化能夠顯著提升生態(tài)效率，但是經(jīng)濟(jì)外向度會(huì)顯著降低黃河流域尤其是中上游城市的生態(tài)效率。城市規(guī)模、財(cái)政支出占比均對(duì)生態(tài)效率產(chǎn)生倒“U”型影響，拐點(diǎn)約為市轄區(qū)人口437.9萬人、財(cái)政支出占GDP比重28.3%處，城市過度膨脹與政府過度干預(yù)均不利于城市生態(tài)效率提升。

7.2 對(duì)策建議

根據(jù)本文研究結(jié)論，提出以下對(duì)策建議：

第一，黃河中下游城市群地區(qū)遏制生態(tài)效率下降的主要對(duì)策是轉(zhuǎn)變技術(shù)進(jìn)步傾向，從資源密集型產(chǎn)業(yè)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)、人才支撐、生態(tài)友好型產(chǎn)業(yè)。將生產(chǎn)功能集中到各地產(chǎn)業(yè)園區(qū)，發(fā)揮集中治污的規(guī)模效應(yīng)，實(shí)現(xiàn)環(huán)保設(shè)施和技術(shù)成本共擔(dān)、受益共享。

第二，鄭州、西安等沿黃特大城市要警惕“攤大餅”式無序擴(kuò)張對(duì)生態(tài)系統(tǒng)的脅迫，按照“瘦身健體、減量增效”要求聚焦創(chuàng)新型高增加值產(chǎn)業(yè)，引導(dǎo)人口雙向有序流動(dòng)，使得大、中、小城市有機(jī)聯(lián)結(jié)形成多中心、網(wǎng)絡(luò)化城市群落。

第三，上游生態(tài)脆弱區(qū)或資源富集區(qū)城市要及時(shí)轉(zhuǎn)變政府主導(dǎo)、投資驅(qū)動(dòng)、粗放發(fā)展傳統(tǒng)模式，減弱對(duì)政府財(cái)政的過度依賴，加強(qiáng)生態(tài)保護(hù)力度，并由下游受益城市通過轉(zhuǎn)移支付等方式支付環(huán)境保護(hù)對(duì)價(jià)。

第四，沿黃各市在城市規(guī)劃建設(shè)中應(yīng)更重視生態(tài)化、綠色化、集約化導(dǎo)向，發(fā)揮城鎮(zhèn)化對(duì)生態(tài)效率的基礎(chǔ)性支撐效應(yīng)，在招商引資中注重強(qiáng)化環(huán)境規(guī)制，避免落后地區(qū)成為污染轉(zhuǎn)移承接地，減弱地方政府對(duì)市場(chǎng)化活動(dòng)的過多直接干預(yù)。