唐建榮，蘇蘇

（江南大學(xué) 商學(xué)院，江蘇 無錫 214122）

改革開放以來，中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)了質(zhì)的飛躍。伴隨著高速發(fā)展，粗放式的經(jīng)濟(jì)發(fā)展與高速的城市化進(jìn)程帶來了大氣霧霾、溫室效應(yīng)、水資源污染等一系列的環(huán)境問題。因此，國(guó)家“十四五”規(guī)劃與二〇三五年社會(huì)主義現(xiàn)代化遠(yuǎn)景目標(biāo)中均繪就了持續(xù)改善生態(tài)環(huán)境、建設(shè)美麗中國(guó)的藍(lán)圖。生態(tài)環(huán)境的改善與治理并非一日之功，而是一個(gè)不斷修復(fù)，日積月累的漸變過程。目前，我國(guó)的生態(tài)環(huán)境依然存在著發(fā)展水平低、發(fā)展不均衡等問題。真實(shí)地評(píng)價(jià)各地區(qū)生態(tài)效率的發(fā)展水平是政府提出有效環(huán)境治理政策的前提，明確區(qū)域生態(tài)效率的時(shí)空特征是政府制定統(tǒng)籌政策的基礎(chǔ)，厘清區(qū)域生態(tài)效率驅(qū)動(dòng)機(jī)制的時(shí)空變化則是政府因時(shí)、因地施策的依據(jù)。因此，測(cè)算各地生態(tài)效率真實(shí)值，研究區(qū)域生態(tài)效率時(shí)空格局，分析區(qū)域生態(tài)效率驅(qū)動(dòng)因素的變化規(guī)律，有利于政府提出區(qū)域聯(lián)動(dòng)、因地制宜、與時(shí)俱進(jìn)的環(huán)境治理政策。

1 文獻(xiàn)綜述

生態(tài)效率的研究最早由F?re 等[1]提出，該概念自提出起就受到國(guó)內(nèi)外學(xué)者的廣泛討論。其中，關(guān)于科學(xué)評(píng)價(jià)區(qū)域生態(tài)效率的研究層出不窮。DEA 作為一種非參數(shù)的效率評(píng)價(jià)方法，因效率值受主觀因素影響小，更符合實(shí)際，因而備受學(xué)者的青睞。Zaim & Taskin[2]較早使用DEA 方法對(duì)OECD 國(guó)家的生態(tài)效率進(jìn)行了測(cè)算；汪克亮等[3]運(yùn)用DEA 窗口分析方法對(duì)我國(guó)各省市環(huán)境壓力下的生態(tài)效率進(jìn)行了測(cè)算；袁汝華和郝方[4]運(yùn)用DEA-Malmquist 模型研究了產(chǎn)業(yè)園區(qū)循環(huán)化改造的生態(tài)效率；景曉棟等[5]運(yùn)用三階段DEA 模型分析了我國(guó)生態(tài)效率在相同環(huán)境下的區(qū)域差異。近年來，考慮非期望產(chǎn)出的SBM 模型成為學(xué)者們研究的主流。如汪艷濤和張婭婭[6]運(yùn)用考慮非期望產(chǎn)出的超效率SBM 模型測(cè)度了區(qū)域生態(tài)效率，并討論了其與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的交互效應(yīng)和空間效應(yīng)。但是，非徑向的SBM 模型通常會(huì)帶來效率損失，而EBM 模型則克服了這個(gè)缺點(diǎn)。EBM 模型自Tone& Tsutsui[7]提出以來就受到廣泛研究，范建平等[8]運(yùn)用改進(jìn)的三階段EBM 方法測(cè)算了2012 年中國(guó)物流業(yè)的效率，發(fā)現(xiàn)該方法能夠解決僅用徑向或非徑向方法帶來的問題。因此，學(xué)者開始嘗試運(yùn)用EBM 模型對(duì)生態(tài)效率進(jìn)行測(cè)算；韓潔平等[9]基于網(wǎng)絡(luò)超效率EBM 模型對(duì)城市工業(yè)生態(tài)發(fā)展進(jìn)行了測(cè)度；劉玲等[10]在EBM 模型的基礎(chǔ)上加入了非期望產(chǎn)出和超效率邏輯，并以東北地區(qū)為例，測(cè)算了當(dāng)?shù)氐纳鷳B(tài)效率。

近年來，生態(tài)效率影響因素的識(shí)別成為學(xué)術(shù)界研究的熱點(diǎn)。學(xué)者們采用的研究方法主要為受限變量模型（Tobit）與空間計(jì)量模型，如吳鳴然和趙敏[11]運(yùn)用Tobit回歸方法分析了區(qū)域生態(tài)效率的影響因素；屈文波[12]運(yùn)用空間誤差模型（SEM）甄別了驅(qū)動(dòng)區(qū)域生態(tài)效率發(fā)展的作用機(jī)理。然而，區(qū)域生態(tài)效率的提高是多方因素作用的結(jié)果，不同時(shí)空條件下各影響因素的作用強(qiáng)度與方向存在異質(zhì)性。因此，要識(shí)別不同時(shí)空分布下區(qū)域生態(tài)效率驅(qū)動(dòng)因素的作用方向與強(qiáng)度，傳統(tǒng)的回歸模型與常系數(shù)空間計(jì)量模型無法勝任研究需求。Huang 等[13]提出的時(shí)空地理加權(quán)回歸模型（GTWR）能夠有效處理時(shí)空異質(zhì)性問題，該模型通常應(yīng)用于區(qū)域房?jī)r(jià)、碳排放等領(lǐng)域的研究。唐建榮等[14]采用GTWR 方法分析了物流業(yè)發(fā)展驅(qū)動(dòng)因素的時(shí)空異質(zhì)性，拓展了GTWR 模型在物流業(yè)發(fā)展的應(yīng)用。通過文獻(xiàn)梳理發(fā)現(xiàn)，學(xué)者關(guān)于生態(tài)效率影響因素及其時(shí)空規(guī)律的探索較少。

本文可能的邊際學(xué)術(shù)貢獻(xiàn)在于：（1）研究?jī)?nèi)容上，基于時(shí)空異質(zhì)的角度，探索了生態(tài)效率影響因素的時(shí)空演化。（2）研究方法上，首先，采用考慮非期望產(chǎn)出的全局超效率EBM 模型，該模型克服了傳統(tǒng)徑向或非徑向模型的弊端，同時(shí)兼顧了不同時(shí)期效率的可比性；其次，擴(kuò)展了GTWR 模型在生態(tài)效率領(lǐng)域研究的應(yīng)用。

2 研究方法

本文采用考慮非期望產(chǎn)出的全局超效率EBM 模型對(duì)我國(guó)30 個(gè)省份（不包含西藏及港澳臺(tái)地區(qū)）2009—2019 年的生態(tài)效率進(jìn)行測(cè)算，同時(shí)結(jié)合泰爾指數(shù)方法與探索性數(shù)據(jù)方法，刻畫了我國(guó)區(qū)域生態(tài)效率的時(shí)空格局，最后采用GTWR 方法，揭示了我國(guó)生態(tài)效率驅(qū)動(dòng)機(jī)制的演化規(guī)律。

2.1 考慮非期望產(chǎn)出的全局超效率EBM模型

參考Pastor & Lovell[15]提出的全局參比方法，以及Tone[16]提出的超效率評(píng)價(jià)方法，構(gòu)建考慮非期望產(chǎn)出的全局超效率EBM 模型，以解決不同時(shí)期生態(tài)效率不可比及無法有效排序的問題。因?yàn)橐?guī)模報(bào)酬可變（VRS）與規(guī)模報(bào)酬不變（CRS）條件下測(cè)得的生態(tài)效率值存在差異，參考Zheng 等[17]提出的觀點(diǎn)，當(dāng)VRS 與CRS 條件下測(cè)得的結(jié)果存在明顯不同時(shí)，應(yīng)優(yōu)先采用VRS 條件下測(cè)得的效率值。本文構(gòu)建了全局生產(chǎn)可能性集（PPS）：

2.2 泰爾指數(shù)

泰爾指數(shù)可用于探索地區(qū)的空間差異，該指數(shù)可將總體差異分解為組內(nèi)與組間差異，從而反應(yīng)差異的大小及來源。其計(jì)算公式如下：

式中：n為省份數(shù)量，Zi為效率從低到高排序后第i個(gè)省份的生態(tài)效率值，u為所有省份生態(tài)效率均值；m為組數(shù)，uk為第k組省份生態(tài)效率平均值，nk為第k組省份的個(gè)數(shù)，T代表泰爾指數(shù)數(shù)值，Tk、Tb、Tw分別為第k組省份的泰爾指數(shù)值、地區(qū)間差異值與地區(qū)內(nèi)差異值。

2.3 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析可用于探索觀測(cè)對(duì)象的空間相關(guān)性與集聚程度。本文以全局Moran’sI指數(shù)作為生態(tài)效率空間相關(guān)性的判斷依據(jù)，計(jì)算公式如下：

2.4 時(shí)空地理加權(quán)回歸模型（GTWR）

傳統(tǒng)的回歸模型在處理空間數(shù)據(jù)時(shí)通?；诳臻g同質(zhì)性假設(shè)，因此無法處理空間異質(zhì)性的問題。地理加權(quán)回歸模型（GWR）可以解決由于解釋變量觀測(cè)點(diǎn)地理位置不同所帶來的空間非平穩(wěn)性問題，是處理空間異質(zhì)性問題的主要研究工具。GWR 模型的一般公式如下：

式中：ui、vi表示i(i=1, 2, …,n)觀測(cè)點(diǎn)的經(jīng)度和緯度；βk(ui,vi)表示第k(k=1, 2, …,K)個(gè)自變量的參數(shù)估計(jì)值；yi、xik、εi分別表示因變量、自變量以及i觀測(cè)點(diǎn)的隨機(jī)干擾項(xiàng)。

GWR 模型缺乏對(duì)時(shí)間要素影響的考慮，僅能處理截面數(shù)據(jù)。因此，Huang 等[13]基于GWR 模型，通過建立三維坐標(biāo)、設(shè)定時(shí)空權(quán)重矩陣的方法，提出了時(shí)空地理加權(quán)回歸模型（GTWR）。該模型可以考慮時(shí)空效應(yīng)對(duì)解釋變量的影響。因此，本文通過構(gòu)建GTWR 模型，以分析不同驅(qū)動(dòng)因素對(duì)生態(tài)效率影響的時(shí)空異質(zhì)特征。其具體模型如下：

式中：h為帶寬。GTWR 模型通過對(duì)不同區(qū)域、不同時(shí)點(diǎn)的觀測(cè)點(diǎn)進(jìn)行局部回歸與參數(shù)估計(jì)，可以很好地分析不同時(shí)空條件下驅(qū)動(dòng)因素對(duì)生態(tài)效率的異質(zhì)影響。

3 區(qū)域生態(tài)效率水平測(cè)度分析

3.1 評(píng)價(jià)指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

參考已有的研究文獻(xiàn)，不同學(xué)者對(duì)生態(tài)效率的投入主要以資本、勞動(dòng)力、土地為研究框架，部分學(xué)者將能源、水資源等要素納入生態(tài)效率的評(píng)價(jià)中來；對(duì)于期望產(chǎn)出，學(xué)者通常采用實(shí)際地區(qū)生產(chǎn)總值來表征；對(duì)于非期望產(chǎn)出，學(xué)者通常依據(jù)污染排放的物質(zhì)形態(tài)，將三廢的排放量作為非期望產(chǎn)出指標(biāo)。本文參考邱立新和周家萌[18]、郭四代等[19]研究，從資源投入、經(jīng)濟(jì)價(jià)值、環(huán)境污染三個(gè)維度構(gòu)造區(qū)域生態(tài)效率的投入產(chǎn)出測(cè)算指標(biāo)。

本文將投入指標(biāo)分為五項(xiàng)，選取全社會(huì)固定投資總額、全社會(huì)就業(yè)人員、城市建成區(qū)面積、供水總量與折算為標(biāo)準(zhǔn)煤的能源總量來衡量資本、勞動(dòng)力、土地、水資源、能源的投入。對(duì)于產(chǎn)出變量的選取，本文從經(jīng)濟(jì)價(jià)值與環(huán)境污染出發(fā)，采用實(shí)際地區(qū)生產(chǎn)總值表示期望產(chǎn)出；為全面涵蓋環(huán)境污染的因素，選取了SO2排放總量、化學(xué)需氧量、氨氮排放量以及一般工業(yè)固體廢物排放量四個(gè)指標(biāo)衡量非期望產(chǎn)出。本文原始數(shù)據(jù)來源于相關(guān)年份的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。文中所有數(shù)據(jù)均以2009 年為基期，運(yùn)用平減指數(shù)剔除價(jià)格因素的影響。

3.2 區(qū)域生態(tài)效率時(shí)序特征分析

結(jié)合上文構(gòu)建的指標(biāo)體系，本文運(yùn)用MAXDEA 軟件以及考慮非期望產(chǎn)出的全局超效率EBM 模型對(duì)區(qū)域生態(tài)效率進(jìn)行測(cè)度，分別從全時(shí)段、分時(shí)段和特征變動(dòng)點(diǎn)三個(gè)維度反映各省份生態(tài)效率值的時(shí)序變動(dòng)，結(jié)果如表1 所示。

表1 區(qū)域生態(tài)環(huán)境效率值分析結(jié)果

（1）從全時(shí)段整體上來看，各省份的生態(tài)效率發(fā)展呈“速度快、后勁足”的特征。觀測(cè)期內(nèi)，各省份的生態(tài)效率水平得到了不同程度的提升，呈現(xiàn)東部、中部領(lǐng)先，西部、東北追趕的增長(zhǎng)格局。研究期間，全國(guó)的生態(tài)效率實(shí)現(xiàn)了4.05%的年均增長(zhǎng)；東部、中部地區(qū)生態(tài)環(huán)境水平得到了快速的發(fā)展。分別實(shí)現(xiàn)了4.55%、5.38%的年均增長(zhǎng)。值得一提的是，浙江省實(shí)現(xiàn)了超過10%的年均增長(zhǎng)，作為“兩山論”的發(fā)源地，浙江省堅(jiān)持生態(tài)賦能、綠色發(fā)展，因此走在了生態(tài)文明建設(shè)的前列；西部、東北地區(qū)的生態(tài)效率值也取得了一定的增長(zhǎng)，分別實(shí)現(xiàn)了3.05%、3.33%的年均增幅。但是，我國(guó)生態(tài)效率水平仍處于發(fā)展的初級(jí)階段，其水平仍有較大的提升潛力。觀測(cè)期內(nèi)，我國(guó)生態(tài)效率均值為0.511，其中，生態(tài)效率均值超過0.6 的省份主要集中在東部地區(qū)，少量存在于西部地區(qū)，包含7 個(gè)東部省份和2 個(gè)西部省份。分別是東部的天津、海南、北京、上海、江蘇、廣東、山東以及西部的青海、寧夏。效率均值的低谷區(qū)則主要分布于中西部及東北地區(qū)，其均值低于0.4，說明中西部、東北地區(qū)將是進(jìn)一步推進(jìn)生態(tài)文明建設(shè)的重點(diǎn)地區(qū)。

（2）從分時(shí)段和特征變動(dòng)點(diǎn)的生態(tài)效率值來看，各省份的生態(tài)效率發(fā)展存在著“相持平、緩增速、高增長(zhǎng)”的階段性特征。具體而言，可以分為2009—2011 年的調(diào)整振興期，2012—2015 年的平穩(wěn)發(fā)展期和2016—2019年的高速發(fā)展期。2009—2011 年，各省份的生態(tài)效率均值與初始年份的初始值基本相持。這是因?yàn)?“十一五”期間，我國(guó)正處于工業(yè)化和城鎮(zhèn)化進(jìn)程的加速發(fā)展期，因而經(jīng)濟(jì)的發(fā)展十分依賴礦產(chǎn)資源的消耗。經(jīng)過2009—2011 年的調(diào)整振興，2012—2015 年，各區(qū)域的生態(tài)效率得到了平穩(wěn)的發(fā)展，超過24 個(gè)省份生態(tài)效率得到了提升。說明“十二五”期間確立的綠色發(fā)展、低碳發(fā)展的生態(tài)文明建設(shè)理念得到了成功的實(shí)踐。2016—2019 年，各區(qū)域的生態(tài)效率得到了進(jìn)一步的提質(zhì)增效，東部、中部、西部地區(qū)均實(shí)現(xiàn)了超過7%的年均增長(zhǎng)。這可能是因?yàn)椤笆濉逼陂g，新環(huán)保法，《生態(tài)文明體制改革總體方案》等一系列制度保障促進(jìn)了環(huán)境和經(jīng)濟(jì)的和諧發(fā)展。

3.3 區(qū)域生態(tài)效率的空間特征分析

為直觀分析2009—2019年區(qū)域生態(tài)效率的空間特征，首先，根據(jù)圖1 數(shù)據(jù)并結(jié)合泰爾指數(shù)方法刻畫生態(tài)效率的空間差異與來源。其次，采用全局Moran 指數(shù)分析生態(tài)效率的區(qū)域相關(guān)性與空間集聚程度。圖1 顯示了我國(guó)不同板塊生態(tài)效率的差異特征。觀測(cè)期內(nèi)，我國(guó)的生態(tài)效率始終呈現(xiàn)東部＞西部＞中部＞東北的梯度分布格局。不同地區(qū)間的生態(tài)效率差異較大，呈現(xiàn)東部遙遙領(lǐng)先的“一超”格局，東部地區(qū)的平均生態(tài)效率分別比中部、西部、東北地區(qū)高出了83.72%、41.63%和106.22%。

圖1 2009—2019年我國(guó)各區(qū)域生態(tài)效率

進(jìn)一步分析我國(guó)生態(tài)效率區(qū)域差異的空間來源。本文按東、中、西、東北四個(gè)區(qū)域，對(duì)生態(tài)效率的地區(qū)間差異與地區(qū)內(nèi)差異進(jìn)行分析。

如圖2 所示，觀測(cè)期內(nèi)，我國(guó)生態(tài)效率的地區(qū)差距逐年縮減。泰爾指數(shù)呈波動(dòng)下降趨勢(shì)，除2015—2017年與2018—2019 年的數(shù)值出現(xiàn)短暫的回升外，其余年份均下跌。泰爾指數(shù)值由2009 年的0.121 下降到2019年的0.077，實(shí)現(xiàn)了4.19%年均縮減。如圖3 所示，從空間差距來源的變動(dòng)趨勢(shì)來看，地區(qū)內(nèi)部之間的差異逐漸縮小，其貢獻(xiàn)率由2009 年的73.04%下降至2019 年的53.86%。然而，地區(qū)內(nèi)部差異仍占空間總體差異的主導(dǎo)地位，其年平均貢獻(xiàn)率超過60%。因此控制地區(qū)內(nèi)部差異仍是解決生態(tài)環(huán)境發(fā)展區(qū)域不平衡的關(guān)鍵一環(huán)。

圖2 生態(tài)效率泰爾指數(shù)分析結(jié)果

圖3 地區(qū)差距的空間來源

上文的分析識(shí)別了不同區(qū)域生態(tài)效率的空間差距。以此為基礎(chǔ)利用全局Moran 指數(shù)方法研究生態(tài)效率的空間關(guān)聯(lián)性。本文利用Matlab 軟件，結(jié)合式（7）計(jì)算中國(guó)各年份生態(tài)效率的全局Moran 指數(shù)，結(jié)果如表2 所示。

由表2 可知，各年份區(qū)域生態(tài)環(huán)境值的Moran 指數(shù)值均在5%或更低的水平下顯著。說明各省份生態(tài)效率存在顯著的空間正相關(guān)性。從時(shí)序特征來看，Moran指數(shù)值波動(dòng)上升，從2009 年的0.180 上升至2019 年的0.336。這說明我國(guó)各省份生態(tài)效率的空間聚集程度在不斷地加強(qiáng)。

表2 2009—2019年生態(tài)效率值的全局Moran’s I指數(shù)統(tǒng)計(jì)表

4 區(qū)域生態(tài)效率驅(qū)動(dòng)因素及時(shí)空異質(zhì)性研究

我國(guó)生態(tài)效率的分布存在一定的時(shí)空非平穩(wěn)特征，因此需要從局部出發(fā)，進(jìn)一步探索我國(guó)生態(tài)效率影響機(jī)理的時(shí)空異質(zhì)性。通過構(gòu)建GTWR 模型，可以分析不同時(shí)點(diǎn)、空間下的生態(tài)效率驅(qū)動(dòng)要素及規(guī)律。

4.1 影響因素變量選擇

生態(tài)效率的提高是一個(gè)系統(tǒng)性工程，其驅(qū)動(dòng)機(jī)制較為復(fù)雜，涉及城市化水平、開放水平、產(chǎn)業(yè)結(jié)構(gòu)、科技創(chuàng)新、環(huán)境治理水平等多個(gè)方面。參考邱立新和周家萌[18]、沈偉騰等[20]、孫振清等[21]、何玉梅和羅巧[22]的研究，考慮數(shù)據(jù)可獲性，可表性、非共線性等因素，本文選擇從城市化程度、對(duì)外貿(mào)易、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新和環(huán)境治理五個(gè)維度探索我國(guó)生態(tài)效率的驅(qū)動(dòng)機(jī)制。

城市化程度。城市化的推進(jìn)可以通過促進(jìn)人口的集中、產(chǎn)業(yè)的聚集、服務(wù)業(yè)的發(fā)展，從而提高資源的集約利用率。本文選擇用城市人口占總?cè)丝诘谋戎貋砗饬砍鞘谢潭取?/p>

對(duì)外貿(mào)易。對(duì)外貿(mào)易對(duì)生態(tài)效率的影響存在著“污染光環(huán)”和“污染避難所”之爭(zhēng)。開放國(guó)一方面可以學(xué)習(xí)國(guó)外經(jīng)驗(yàn)與先進(jìn)技術(shù)，另一方面也可能成為污染企業(yè)藏污納垢的天堂。本文選擇進(jìn)出口總額占GDP 的比重作為考量對(duì)外貿(mào)易的指標(biāo)。

產(chǎn)業(yè)結(jié)構(gòu)。不同的產(chǎn)業(yè)結(jié)構(gòu)類型代表著不同的要素分配方式與資源消耗情況，優(yōu)質(zhì)的產(chǎn)業(yè)結(jié)構(gòu)類型代表了高效的資源利用效率。本文選擇第二產(chǎn)業(yè)增加值占國(guó)內(nèi)生產(chǎn)總值的比重作為衡量產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)。

技術(shù)創(chuàng)新?？萍嫉陌l(fā)展可以為破局環(huán)境治理技術(shù)難題提供支撐作用，從而提高資源的利用效率。研發(fā)經(jīng)費(fèi)的投入可以較好地反映一個(gè)地區(qū)的技術(shù)創(chuàng)新水平。故選取研發(fā)經(jīng)費(fèi)的投入強(qiáng)度表征技術(shù)創(chuàng)新。

環(huán)境治理。環(huán)境治理的投入對(duì)生態(tài)效率的影響具有兩面性。環(huán)境治理投入一方面降低了工業(yè)的污染排放，另一方面也降低了企業(yè)的經(jīng)濟(jì)產(chǎn)出。本文選擇每千元工業(yè)增加值的工業(yè)污染治理完成投資額來表征環(huán)境治理的投入強(qiáng)度。

各變量的統(tǒng)計(jì)性描述如表3 所示，為了消除數(shù)據(jù)的非平穩(wěn)性及殘差的異方差性，對(duì)上述數(shù)據(jù)進(jìn)行以e 為底的自然對(duì)數(shù)轉(zhuǎn)換，數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》。

表3 各變量的統(tǒng)計(jì)性描述

4.2 生態(tài)效率驅(qū)動(dòng)因素的實(shí)證結(jié)果與分析

在使用GTWR 模型之前，首先進(jìn)行普通面板回歸，以保證回歸結(jié)果的有效性。結(jié)果見表4。

表4 普通面板數(shù)據(jù)回歸匯總

由表4 可知，Hausman 檢驗(yàn)的P值小于1%，應(yīng)拒絕建立隨機(jī)效應(yīng)模型的原假設(shè)，選擇固定效應(yīng)模型。從固定效應(yīng)模型的結(jié)果來看，模型的擬合度為0.622，各自變量均在5%或1%的標(biāo)準(zhǔn)下顯著。城市化程度、外貿(mào)依存度、技術(shù)創(chuàng)新對(duì)生態(tài)效率有正向作用，其作用程度依次減弱，而產(chǎn)業(yè)結(jié)構(gòu)和環(huán)境治理則負(fù)向影響生態(tài)效率。

固定效應(yīng)模型一定程度上解釋了各自變量的作用方向與強(qiáng)度，但缺少對(duì)變量時(shí)空要素的考量。因此，分別運(yùn)用GWR、GTWR 模型考慮空間效應(yīng)與時(shí)空效應(yīng)對(duì)自變量的影響。本文采用高斯函數(shù)建立權(quán)重矩陣，結(jié)合交叉驗(yàn)證法（CV 法）計(jì)算最優(yōu)帶寬，得出GWR、GTWR模型估計(jì)的結(jié)果，如表5 所示。

表5 GWR、GTWR模型估計(jì)結(jié)果

R2、Sigma值與CV值用以說明模型的擬合程度和解釋程度。從GWR、GTWR 模型回歸結(jié)果的比較可以看出，GTWR 模型的R2值、Sigma值、CV值分別為0.910、0.072、1.961，均優(yōu)于GWR 模型的相應(yīng)值。因此，運(yùn)用GTWR 模型對(duì)各影響因素系數(shù)的時(shí)空異質(zhì)性進(jìn)行分析更具有解釋力。

如圖4 所示，各地區(qū)城市化程度系數(shù)的分布呈現(xiàn)“兩極分化”的格局。其中城市化程度高的東部、中部與東北地區(qū)系數(shù)呈現(xiàn)倒“N”型下降趨勢(shì)，并逐漸趨零甚至由正轉(zhuǎn)負(fù)；城市化程度相對(duì)落后的西部地區(qū)的系數(shù)則基本呈現(xiàn)上升趨勢(shì)，僅在2018—2019 年出現(xiàn)下降。這可能的原因是，城鎮(zhèn)化的推進(jìn)有利于生態(tài)效率的提高，而東部、中部、東北地區(qū)的城鎮(zhèn)化水平因發(fā)展早，已經(jīng)步入后城市化階段，繼續(xù)通過推進(jìn)城鎮(zhèn)化水平提高生態(tài)效率的收益有限，因此可能發(fā)生邊際效益遞減的情況。值得注意的是，系數(shù)呈倒“N”型下降趨勢(shì)的地區(qū)在2014 年前后都出現(xiàn)回升，這可能是因?yàn)?014 年《國(guó)家新型城鎮(zhèn)化規(guī)劃》的頒布明確了新型城鎮(zhèn)化低碳、綠色的發(fā)展方向，為生態(tài)效率的發(fā)展注入了新的活力。

圖4 各地區(qū)城市化程度系數(shù)的分布

如圖5 所示，對(duì)外貿(mào)易系數(shù)的分布主要呈現(xiàn)上升、波動(dòng)兩種類型。其中，東部、中部地區(qū)的系數(shù)呈現(xiàn)持續(xù)上升的趨勢(shì)；西部地區(qū)的系數(shù)則經(jīng)歷了“先升、中穩(wěn)、后跌落”的波動(dòng)；東北地區(qū)的系數(shù)則呈現(xiàn)“N”型的波動(dòng)趨勢(shì)。然而，無論是系數(shù)上升或是波動(dòng)的地區(qū)，系數(shù)均呈正值變化或由負(fù)值向正值變化。這說明加工出口貿(mào)易已經(jīng)突破了依賴資源與能源的門檻值，實(shí)現(xiàn)了跨越發(fā)展。系數(shù)上升的東部、中部地區(qū)應(yīng)當(dāng)繼續(xù)大力發(fā)展對(duì)外貿(mào)易。系數(shù)波動(dòng)的西部、東北地區(qū)則需要根據(jù)市場(chǎng)的反饋，合理地發(fā)展對(duì)外貿(mào)易。

圖5 各地區(qū)對(duì)外貿(mào)易系數(shù)的分布

如圖6 所示，產(chǎn)業(yè)結(jié)構(gòu)系數(shù)的分布主要分為下降—上升、倒“N”型下降兩種類型。其中，東部、東北地區(qū)的系數(shù)出現(xiàn)“先下降、后上升”的變化趨勢(shì)，中部地區(qū)的系數(shù)出現(xiàn)了短暫的平穩(wěn)期，隨后同樣出現(xiàn)“先下降、后上升”的變化趨勢(shì)；西部地區(qū)的系數(shù)則呈現(xiàn)倒“N”的下降趨勢(shì)。下降—上升類型的地區(qū)系數(shù)在2015—2016 年均出現(xiàn)拐點(diǎn)，可能的原因是2015 年供給側(cè)結(jié)構(gòu)性改革的提出，促進(jìn)了科技、金融、生態(tài)文明體制的改革，因而推進(jìn)了新舊動(dòng)能的轉(zhuǎn)換；西部地區(qū)的系數(shù)2015—2016年并未出現(xiàn)回彈，說明該政策對(duì)西部地區(qū)并未帶來促進(jìn)作用?？赡艿脑蚴俏鞑康貐^(qū)工業(yè)基礎(chǔ)弱、起步慢，起初工業(yè)生產(chǎn)給地區(qū)帶來的經(jīng)濟(jì)效益明顯，但是隨著工業(yè)的持續(xù)發(fā)展，其對(duì)環(huán)境的污染效應(yīng)逐漸凸顯出來。

圖6 各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)系數(shù)的分布

如圖7 所示，各地區(qū)技術(shù)創(chuàng)新系數(shù)的分布主要分為上升、下降—上升和波動(dòng)三種類型。東部、中部地區(qū)的系數(shù)呈持續(xù)上升態(tài)勢(shì)；西部地區(qū)的系數(shù)呈現(xiàn)“緩降、急漲、急跌”的波動(dòng)趨勢(shì)；東北地區(qū)的系數(shù)則呈現(xiàn)“先下降、后上升”的態(tài)勢(shì)。東部、中部、東北地區(qū)的系數(shù)基本在正值范圍內(nèi)變化，這說明技術(shù)創(chuàng)新是推動(dòng)生態(tài)效率提高的重要?jiǎng)恿?，因此，?yīng)該加強(qiáng)對(duì)科技研發(fā)的投入；西部地區(qū)的系數(shù)波動(dòng)幅度明顯，則需根據(jù)當(dāng)?shù)氐目蒲修D(zhuǎn)化效率合理地投入科技研發(fā)經(jīng)費(fèi)。

圖7 各地區(qū)技術(shù)創(chuàng)新系數(shù)的分布

如圖8 所示，各地區(qū)環(huán)境治理系數(shù)的分布主要分為上升、下降—上升和下降三種類型。東部地區(qū)的系數(shù)呈上升態(tài)勢(shì)；中部地區(qū)的系數(shù)出現(xiàn)“先下降、后上升”的變化趨勢(shì)；西部、東北地區(qū)的系數(shù)則基本呈現(xiàn)下降的態(tài)勢(shì)。其中，環(huán)境治理系數(shù)上升型和下降—上升型地區(qū)，系數(shù)均出現(xiàn)由負(fù)向變化向正向變化的轉(zhuǎn)變，這印證了何玉梅和羅巧[22]的研究結(jié)論，即環(huán)境治理的投入強(qiáng)度對(duì)生態(tài)效率的影響存在一定的門檻效應(yīng)，只有投入強(qiáng)度到達(dá)一定門檻，環(huán)境治理才會(huì)對(duì)生態(tài)效率起到改善作用；環(huán)境治理系數(shù)下降型地區(qū)，其作用系數(shù)逐漸減小，可能的原因是環(huán)境治理投入強(qiáng)度對(duì)生態(tài)效率的作用存在一定的遞減效應(yīng)。

圖8 環(huán)境治理系數(shù)的時(shí)序波動(dòng)

5 結(jié)論與建議

本文基于時(shí)空異質(zhì)的視角分析了區(qū)域生態(tài)效率，并進(jìn)一步探索了生態(tài)效率發(fā)展的驅(qū)動(dòng)因素。研究表明：區(qū)域生態(tài)效率時(shí)序發(fā)展特征呈現(xiàn)“速度快、后勁足、階段性強(qiáng)”的特點(diǎn)；空間特征上則呈現(xiàn)東部＞西部＞中部＞東北，地區(qū)內(nèi)部差異＞地區(qū)間差異的分布格局；各要素對(duì)生態(tài)效率的影響呈現(xiàn)顯著的時(shí)空非平穩(wěn)特征，不同時(shí)空節(jié)點(diǎn)下，各要素的作用方向、時(shí)變趨勢(shì)均不同，各地區(qū)系數(shù)的分布分別呈上升、下降、“N”型、倒“N”型等形態(tài)。

結(jié)合上述研究結(jié)論，為促進(jìn)我國(guó)生態(tài)效率發(fā)展，推動(dòng)政府環(huán)境治理，創(chuàng)建生態(tài)文明強(qiáng)國(guó)，本文就生態(tài)效率區(qū)域發(fā)展差異、發(fā)展動(dòng)力時(shí)變、驅(qū)動(dòng)因素異質(zhì)三方面提出如下建議。

（1）“機(jī)制賦能”——激發(fā)區(qū)域之間的協(xié)同效應(yīng)。一方面要建立區(qū)域生態(tài)環(huán)境協(xié)同治理機(jī)制，既要兼顧自身，從各驅(qū)動(dòng)要素出發(fā)，如推進(jìn)新型城鎮(zhèn)化、實(shí)施綠色貿(mào)易戰(zhàn)略、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高科研轉(zhuǎn)化效率、完善環(huán)境治理制度等，又要防止污染的空間外溢風(fēng)險(xiǎn)，如建立區(qū)域治理信息公開制度，使得污染可溯源，責(zé)任能明確；另一方面，建立統(tǒng)籌兼顧的區(qū)域合作機(jī)制，發(fā)揮生態(tài)效率高值區(qū)的標(biāo)桿作用，縮小地區(qū)差異。生態(tài)效率高值區(qū)應(yīng)通過技術(shù)共享、經(jīng)驗(yàn)共享，形成由點(diǎn)到面、以強(qiáng)帶弱的全方位合作模式；政府應(yīng)積極推進(jìn)生態(tài)綠色一體化發(fā)展示范區(qū)的建設(shè)，從而加強(qiáng)城市間、省域間、區(qū)域間的生態(tài)經(jīng)濟(jì)合作交流。

（2）“要素賦能”——強(qiáng)化要素之間的聯(lián)動(dòng)效應(yīng)。不同時(shí)期，影響生態(tài)效率的驅(qū)動(dòng)因素會(huì)發(fā)生遷移、更替，單一的動(dòng)力無法持續(xù)地提高生態(tài)效率。因此，一方面要結(jié)合時(shí)代發(fā)展的趨勢(shì)，主動(dòng)融入“雙循環(huán)”新格局，在城市化水平、對(duì)外貿(mào)易、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新、環(huán)境治理的基礎(chǔ)上，探索生態(tài)效率的新動(dòng)能，從而構(gòu)建生態(tài)效率的多維驅(qū)動(dòng)機(jī)制，形成多元驅(qū)動(dòng)合力；另一方面要把握當(dāng)?shù)厣鷳B(tài)效率的動(dòng)力演化規(guī)律，及時(shí)地調(diào)整政策方針，實(shí)現(xiàn)對(duì)生態(tài)效率的精準(zhǔn)把控與動(dòng)態(tài)驅(qū)動(dòng)。

（3）“配置賦能”——突出治理單元的特色效應(yīng)。不同地區(qū)的資源稟賦、發(fā)展基礎(chǔ)不同，導(dǎo)致了驅(qū)動(dòng)因素作用方向、作用程度的空間異質(zhì)。因此，不同治理單元要立足自身、找準(zhǔn)定位、打造特色的治理路徑，從而優(yōu)化資源配置效率。例如，東部、中部、東北地區(qū)應(yīng)聚焦技術(shù)創(chuàng)新，把握科教優(yōu)勢(shì)，促進(jìn)技術(shù)、產(chǎn)業(yè)鏈、資金鏈的融合，從而加快綠色技術(shù)轉(zhuǎn)化，提高“清潔生產(chǎn)”水平；西部地區(qū)城鎮(zhèn)化程度落后，但城鎮(zhèn)化正向促進(jìn)生態(tài)效率的提升，因此政府應(yīng)憑借后發(fā)優(yōu)勢(shì)，加強(qiáng)監(jiān)管，切實(shí)推進(jìn)集約綠色、生態(tài)宜居的新型城鎮(zhèn)化發(fā)展。