李 曄，陳奕延，李 群

（1.南開大學(xué)經(jīng)濟(jì)與社會(huì)發(fā)展研究院，天津 300071；2.北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院，北京 100081；3.河北省公共政策評(píng)估研究中心，河北秦皇島 066004；4.中國社會(huì)科學(xué)院數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所，北京 100732）

0 引言

城市群已成為帶動(dòng)國家經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)的核心地區(qū)，實(shí)現(xiàn)城市群的綠色發(fā)展是實(shí)現(xiàn)國家綠色發(fā)展的關(guān)鍵一環(huán)。在社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等方面，中國各城市群存在巨大差異，如何選取合適的評(píng)價(jià)角度及方法，科學(xué)合理地評(píng)價(jià)中國城市群的綠色發(fā)展現(xiàn)狀及變化趨勢，對于深入踐行綠色發(fā)展具有重要意義。梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，國內(nèi)外學(xué)者將研究聚焦于綠色發(fā)展的思想內(nèi)涵、指標(biāo)構(gòu)建、綜合評(píng)價(jià)、實(shí)現(xiàn)路徑等方面[1—3]。

學(xué)術(shù)界主要從綠色發(fā)展水平和效率兩個(gè)方面對綠色發(fā)展的評(píng)價(jià)研究展開分析。測度綠色發(fā)展水平常用的方法有綜合指數(shù)法[3—5]、逼近理想解排序（TOPSIS）法[6]及模糊綜合評(píng)價(jià)法[7]。測度綠色發(fā)展效率主要選擇基于松弛變量的SBM（Slack Based Measure）模型[8,9]、Malmquist-Luenberger（ML）指數(shù)[10]或Luenberger 指數(shù)[11]。本文以“十三五”規(guī)劃提及的19 個(gè)城市群為研究對象，從經(jīng)濟(jì)發(fā)展、綠色生活、資源利用和環(huán)境治理4 個(gè)層面建立綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系，采用S-型云模型對其綠色發(fā)展水平進(jìn)行測度；從“投入-產(chǎn)出（包含期望產(chǎn)出和非期望產(chǎn)出）”角度選取綠色發(fā)展效率評(píng)價(jià)指標(biāo)，采用全局SBM 超效率模型對其綠色發(fā)展效率進(jìn)行測度；將各城市群的綠色發(fā)展水平和效率進(jìn)行比較，由此全面揭示中國城市群的綠色發(fā)展模式。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 基于S-型云模型的評(píng)價(jià)方法

考慮到綠色發(fā)展水平評(píng)價(jià)中可能存在的不確定性，本文用云模型對其進(jìn)行測度。目前，正態(tài)云模型是應(yīng)用最廣泛的云模型，但該模型在評(píng)價(jià)時(shí)仍存在一些局限性。為了克服正態(tài)云模型的不足，作者提出基于S-型云模型的綜合評(píng)價(jià)方法[12]。本文對該方法進(jìn)行具體介紹。

基于模糊綜合評(píng)價(jià)中的S-型隸屬函數(shù)，通過該隸屬函數(shù)的隨機(jī)化，提出了正向S-型云發(fā)生器和前件S-型云發(fā)生器。正向S-型云發(fā)生器具有8 個(gè)數(shù)字特征(Ex-，Ex+，En-，En，En+，He-，He，He+)。左側(cè)的正向升S-型云發(fā)生器主要取決于數(shù)字特征(Ex-，En-，En，He-，He)，而右側(cè)的正向降S-型云發(fā)生器主要取決于數(shù)字特征(Ex+，En，En+，He，He+)。對S-型云模型而言，正向分段S-型云發(fā)生器算法如下。

步驟1：分別生成以En-、En、En+為期望值，為方差的三個(gè)正態(tài)隨機(jī)數(shù)～norm(En-，。

步驟3：計(jì)算隨機(jī)數(shù)x的確定度μ(x)。當(dāng)x落在升S-型確定度對應(yīng)的區(qū)間時(shí)，其確定度為：

當(dāng)x落在降S-型確定度對應(yīng)的區(qū)間時(shí)，其確定度如式（2）所示：

步驟4：具有確定度μ(x)的x成為數(shù)域中的一個(gè)云滴。

步驟5:重復(fù)步驟1到步驟4，直至產(chǎn)生n個(gè)云滴，形成“S”型云為止。

給定論域U中的一個(gè)特定點(diǎn)k（對于實(shí)際評(píng)價(jià)問題，由于已給定相應(yīng)指標(biāo)值，因此無需再隨機(jī)生成特征值x，即省略了正向S-型云模型算法的步驟2），可以通過前件S-型云發(fā)生器算法生成這個(gè)特定點(diǎn)k屬于概念C的確定度分布，前件S-型云發(fā)生器算法的具體步驟如下:

步驟2：根據(jù)給定的數(shù)值k，利用式（1）或式（2）計(jì)算對應(yīng)的確定度μ(k)。

繼而把前件S-型云發(fā)生器嵌入模糊綜合評(píng)價(jià)方法，并考慮指標(biāo)數(shù)據(jù)自身所具有的隨機(jī)性，由此得到基于S-型云模型的綜合評(píng)價(jià)方法。該評(píng)價(jià)方法的具體步驟如下：

步驟1:根據(jù)實(shí)際應(yīng)用中建立的評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)（區(qū)間），確定各指標(biāo)在不同等級(jí)下的評(píng)價(jià)區(qū)間矩陣Iab=([aih，bih] )以及模糊評(píng)價(jià)區(qū)間矩陣Icd=([cih，dih] )，其中，i表示指標(biāo)，h表示等級(jí)。評(píng)價(jià)區(qū)間矩陣對應(yīng)于評(píng)價(jià)等級(jí)。等級(jí)的劃分默認(rèn)由最優(yōu)到最劣，即最優(yōu)等級(jí)對應(yīng)的評(píng)價(jià)區(qū)間為，最劣等級(jí)對應(yīng)的評(píng)價(jià)區(qū)間為。對于正向指標(biāo)，a＞b；對于負(fù)向指標(biāo)，a＜b。模糊評(píng)價(jià)區(qū)間的構(gòu)建如下：

步驟2：確定不同等級(jí)下各指標(biāo)的正向S-型云發(fā)生器的參數(shù)值ih(Ex-，Ex+，En-，En，En+，He-，He，He+)。具體來說，對于等級(jí)1 指標(biāo)i，取i1Ex+=bi1，i1En=bi1-Mi1，i1En+=di1-bi1；對于等級(jí)c指標(biāo)i，取icEn-=aic-cic，icEn=Mic-aic；對于等級(jí)h(h≠1，c)指標(biāo)i，取ihEx-=aih，ihEx+=bih，ihEn-=aih-cih，ihEn=Mih-aih，ihEn+=dih-bih；而i1(He，He+)、ic(He-，He)和ih(He-，He，He+)均根據(jù)實(shí)際問題或經(jīng)驗(yàn)取定。

本文參考已有研究[13]，取ihHe-=0.1×ihEn-(h≠1) ，ihHe=0.1×ihEn(h=1，2，…，c)，ihHe+=0.1×ihEn+(h≠c)。

步驟3：考慮指標(biāo)數(shù)據(jù)自身的隨機(jī)性，生成可以代表給定指標(biāo)值的云滴。

賦予被評(píng)價(jià)的實(shí)際指標(biāo)值隨機(jī)誤差后，生成大量隨機(jī)數(shù)據(jù)，并把這些數(shù)據(jù)作為逆向正態(tài)云發(fā)生器的輸入。賦予指標(biāo)i下某個(gè)實(shí)際指標(biāo)值隨機(jī)誤差的計(jì)算公式為：

其中，xir(r=1，2，…，n1) 表示第r個(gè)隨機(jī)生成的數(shù)據(jù)，表示某個(gè)給定的實(shí)際指標(biāo)值，rand是區(qū)間[-1,1]內(nèi)的隨機(jī)數(shù)，r′表示隨機(jī)誤差百分比。

將xir(r=1，2，…，n1)輸入到逆向正態(tài)云發(fā)生器中，利用逆向正態(tài)云發(fā)生器生成三個(gè)數(shù)字特征Ex、En和He[14]。

將逆向正態(tài)云發(fā)生器輸出的三個(gè)數(shù)字特征輸入正向正態(tài)云發(fā)生器中，以產(chǎn)生n2個(gè)可以表征指標(biāo)i下某個(gè)給定的實(shí)際指標(biāo)值的云滴xil(l＝1，2，…，n2)。

步驟4：計(jì)算各指標(biāo)下表征實(shí)際指標(biāo)值的所有云滴在每個(gè)等級(jí)下對應(yīng)的確定度。

對于指標(biāo)i下某個(gè)給定的實(shí)際指標(biāo)值，將步驟3 中生成的n2個(gè)云滴（記第l個(gè)云滴為xil）分別輸入到前件S-型云發(fā)生器中，由此計(jì)算每個(gè)云滴在各等級(jí)下對應(yīng)的確定度，把云滴xil(l＝1，2，…，n2)在等級(jí)h(h=1，2，…，c)下對應(yīng)的確定度記為μ′ihl。

步驟5：計(jì)算各指標(biāo)下的實(shí)際指標(biāo)值在每個(gè)等級(jí)下對應(yīng)的確定度。

計(jì)算所有μ′ihl（l＝1，2，…，n2）的平均值，得到步驟4中n2個(gè)云滴在等級(jí)h下的平均確定度μ′ih：

對每個(gè)云滴x（ill＝1，2，…，n2）須計(jì)算n次其在等級(jí)h下對應(yīng)的確定度。利用式（6）得到n個(gè)平均確定度，并計(jì)算這n個(gè)平均確定度的均值。該結(jié)果為指標(biāo)i下，某個(gè)給定的實(shí)際指標(biāo)值在等級(jí)h下對應(yīng)的確定度，將其歸一化后記為pih。

步驟6：計(jì)算被評(píng)價(jià)對象維度層和目標(biāo)層在各等級(jí)下的確定度。

本文使用熵權(quán)法計(jì)算各指標(biāo)的權(quán)值，得到被評(píng)價(jià)對象維度層和目標(biāo)層在各等級(jí)下的確定度：

其中，Wi表示指標(biāo)i的權(quán)重，Ddh表示被評(píng)價(jià)對象的維度層d在等級(jí)h下對應(yīng)的確定度，ld和qd分別表示維度層d中開始和終止的指標(biāo)，Th表示被評(píng)價(jià)對象的目標(biāo)層在等級(jí)h下對應(yīng)的確定度。

步驟7：計(jì)算被評(píng)價(jià)對象的水平綜合得分和所屬等級(jí)。

本文以100分、80分、70分、50分分別作為優(yōu)、良、中、差四個(gè)等級(jí)的代表性分值。繼而用各等級(jí)的代表性分值乘以被評(píng)價(jià)對象在各等級(jí)下的確定度，由此得到被評(píng)價(jià)對象在各維度層和目標(biāo)層的水平綜合得分值。

維度層d的綜合得分Sd：

目標(biāo)層的綜合得分S：

根據(jù)綜合得分可以判斷出被評(píng)價(jià)對象所屬的等級(jí)。

1.1.2 包含非期望產(chǎn)出的全局超效率SBM模型

本文采用包含非期望產(chǎn)出的全局超效率SBM 模型測度綠色發(fā)展效率。本文利用整個(gè)樣本期內(nèi)的觀測數(shù)據(jù)來構(gòu)建跨期生產(chǎn)前沿（也稱全局生產(chǎn)前沿），并用該生產(chǎn)前沿對所有決策單元的效率值進(jìn)行評(píng)價(jià)，由此可以考察效率值的長期變化趨勢。

假設(shè)存在n個(gè)決策單元，記為DMUj(j=1，2，…，n)，每個(gè)DMU 有m種投入，記為xi(i=1，2，…，m)；q1種期望產(chǎn)出，記為yr(r=1，2，…，q1) ；q2種非期望產(chǎn)出，記為bt(t=1，2，…，q2)；當(dāng)前要測量的DMU記為DMU0?；谏鲜龆x，得到包含非期望產(chǎn)出的全局超效率SBM模型為：

1.2 指標(biāo)選取

1.2.1 綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系構(gòu)建

本文參考國家發(fā)展改革委、國家統(tǒng)計(jì)局、生態(tài)環(huán)境部和中央組織部制定的《綠色發(fā)展評(píng)價(jià)指標(biāo)體系》及相關(guān)研究成果，遵照科學(xué)性、明確性、系統(tǒng)性、代表性、實(shí)用性等原則，構(gòu)建了中國城市群綠色發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系（見表1）。

表1 城市群綠色發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系

利用S-型云模型對綠色發(fā)展水平進(jìn)行評(píng)價(jià)，需劃分水平評(píng)價(jià)等級(jí)。將綠色發(fā)展水平分為優(yōu)（90～100）、良（75～90）、中（60～75）、差（45～60）四個(gè)等級(jí)。各指標(biāo)依據(jù)行業(yè)標(biāo)準(zhǔn)、國家標(biāo)準(zhǔn)和世界銀行標(biāo)準(zhǔn)進(jìn)行等級(jí)劃分。對于沒有具體等級(jí)劃分標(biāo)準(zhǔn)的指標(biāo)，把評(píng)價(jià)期內(nèi)全國所有地級(jí)及以上城市在該指標(biāo)數(shù)據(jù)下的最大值、3/4 分位數(shù)、中位數(shù)、1/4 分位數(shù)和最小值，分別作為從優(yōu)到差各等級(jí)的邊界值。綠色發(fā)展水平各評(píng)價(jià)指標(biāo)等級(jí)劃分標(biāo)準(zhǔn)見表2。

表2 綠色發(fā)展水平各評(píng)價(jià)指標(biāo)等級(jí)劃分標(biāo)準(zhǔn)

1.2.2 綠色發(fā)展效率評(píng)價(jià)指標(biāo)選取

借鑒已有研究[8,9,15,16]，選取3個(gè)投入指標(biāo)（資本、勞動(dòng)力和能源）、1個(gè)期望產(chǎn)出指標(biāo)（地區(qū)生產(chǎn)總值）和3個(gè)非期望產(chǎn)出指標(biāo)（工業(yè)二氧化硫排放量、工業(yè)煙塵排放量和工業(yè)廢水排放量）來度量城市群綠色發(fā)展效率。具體而言，分別選取固定資產(chǎn)投資總額(X1)、從業(yè)人員（包括第一、二、三產(chǎn)業(yè)）數(shù)量(X2)和能源消費(fèi)總量(X3)作為投入變量，選取2002 年不變價(jià)格的地區(qū)實(shí)際生產(chǎn)總值(Y1)作為期望產(chǎn)出變量，選取地區(qū)工業(yè)二氧化硫排放量、地區(qū)工業(yè)煙（粉）塵排放量和地區(qū)工業(yè)廢水排放量的幾何平均(B1)作為非期望產(chǎn)出變量。

1.3 研究對象及數(shù)據(jù)來源

1.3.1 研究對象

本文以“十三五”規(guī)劃中提及的19個(gè)城市群作為研究對象，分別測度了2003—2018年城市群整體的綠色發(fā)展水平和效率。把各城市群行政規(guī)劃范圍內(nèi)的原始城市數(shù)據(jù)進(jìn)行相應(yīng)計(jì)算，由此得到城市群整體在各指標(biāo)下的數(shù)據(jù)。

1.3.2 數(shù)據(jù)來源

本文研究數(shù)據(jù)主要來源于2004—2019 年《中國城市統(tǒng)計(jì)年鑒》，以及各省份統(tǒng)計(jì)年鑒、國研網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、CEIC數(shù)據(jù)庫、數(shù)據(jù)服務(wù)網(wǎng)等。對于部分缺失數(shù)據(jù)，采用均值法或外延法補(bǔ)齊，對于數(shù)據(jù)缺失極為嚴(yán)重的城市（包括北部灣城市群的儋州市、蘭西城市群的海東市、天山北坡城市群的吐魯番市），本文將其剔除。另外，2011 年國務(wù)院批準(zhǔn)撤銷畢節(jié)地區(qū)，設(shè)立畢節(jié)市，因此畢節(jié)市的測算從2011年開始。

2 城市群綠色發(fā)展現(xiàn)狀評(píng)價(jià)

2.1 綠色發(fā)展水平測算結(jié)果

利用基于S-型云模型的評(píng)價(jià)方法計(jì)算2003—2018年中國19 個(gè)城市群的綠色發(fā)展水平，水平綜合得分及其變化趨勢見下頁圖1。由圖1可知，2003—2018年19個(gè)城市群的綠色發(fā)展水平綜合得分總體上均呈波動(dòng)上升態(tài)勢，且研究期內(nèi)綠色發(fā)展水平綜合得分的增加值從高到低依次是：呼包鄂榆城市群、寧夏沿黃城市群、關(guān)中平原城市群、中原城市群、晉中城市群、哈長城市群、蘭西城市群、成渝地區(qū)城市群、長江中游城市群、遼中南城市群、黔中城市群、滇中城市群、京津冀城市群、海峽西岸城市群、珠三角城市群、北部灣城市群、天山北坡城市群、山東半島城市群、長三角城市群。2003年，綠色發(fā)展水平綜合得分排名前4 的城市群依次為長三角城市群、珠三角城市群、天山北坡城市群、遼中南城市群。排名后4的城市群依次為關(guān)中平原城市群、中原城市群、寧夏沿黃城市群、晉中城市群；2003 年排名前4 的城市群到2018 年的排名依次變動(dòng)為第4、第1、第2、第3。2003 年排名后4 的城市群到2018年的排名依次變動(dòng)為第15、第17、第16、第18?？偟膩碚f，2003 年綠色發(fā)展水平位于前4 位（后4 位）的城市群到2018年依然保持了其優(yōu)勢（劣勢）；相對而言，2003年排名位于中間的城市群到2018 年排名變化較大，其中上升位次最多的城市群為呼包鄂榆城市群（上升10 位），下降位次最多的城市群為海峽西岸城市群（下降6 位）。2003—2018年綠色發(fā)展水平綜合得分增加值位于前5的城市群，均在2003年時(shí)排名位于靠后的位置，而增加值位于后5的城市群，除了北部灣城市群外，其余城市群均在2003年排名位于前列。與2003 年相比，2018 年除了呼包鄂榆城市群的相對排名上升了10 位，其余城市群的相對排名變化均在6位以下，排名變化在3位以下的城市群達(dá)到12個(gè)。

圖1 2003—2018年中國城市群綠色發(fā)展水平綜合得分變化趨勢

從綜合得分等級(jí)分析，2003 年綠色發(fā)展水平綜合得分屬于優(yōu)至差等級(jí)的城市群占比分別為0、5%、74%和21%；到2018 年分別為16%、84%、0和0。可見，綜合得分為優(yōu)、良等級(jí)的城市群個(gè)數(shù)有所增加，而中、差等級(jí)的城市群個(gè)數(shù)均減到0。2003年綜合得分最高的長三角城市群與最低的晉中城市群相差17.37；2018年綜合得分最高的珠三角城市群與最低的北部灣城市群相差11.71。2003—2014年城市群綠色發(fā)展水平綜合得分最高分與最低分的差值呈波動(dòng)下降態(tài)勢，2014年后這一差值較為穩(wěn)定。

綜上所述，所有城市群的綠色發(fā)展水平綜合得分已于2018年達(dá)到良等級(jí)，但達(dá)到優(yōu)等級(jí)的個(gè)數(shù)仍然較少（只有3 個(gè)）。另外，各城市群綠色發(fā)展水平綜合得分的差距有所下降，但是由于多數(shù)未達(dá)到優(yōu)等級(jí)的城市群得分的增長趨勢在后期明顯放緩，因此制約了各城市群差距的進(jìn)一步縮小。

2.2 綠色發(fā)展效率測算結(jié)果

本文利用全局SBM超效率模型計(jì)算2003—2018年中國19 個(gè)城市群的綠色發(fā)展效率，效率值及其變化趨勢見下頁圖2。由圖2 可知，研究期內(nèi)長三角、珠三角、山東半島、哈長和遼中南城市群的綠色發(fā)展效率上升態(tài)勢較為明顯，且均于2018年達(dá)到有效狀態(tài)（效率值大于等于1）。京津冀、海峽西岸、中原、長江中游、成渝、北部灣、呼包鄂榆和黔中城市群的綠色發(fā)展效率雖然整體也呈上升態(tài)勢，但上升態(tài)勢比較緩慢，與有效狀態(tài)還有相當(dāng)一段距離。其余城市群的綠色發(fā)展效率在整個(gè)研究期內(nèi)基本保持平穩(wěn)，沒有呈現(xiàn)任何顯著變化態(tài)勢。珠三角和長三角是具有絕對優(yōu)勢的兩個(gè)城市群，他們的綠色發(fā)展效率在研究期內(nèi)始終位于前3 名。晉中和寧夏沿黃是處于絕對劣勢的兩個(gè)城市群，他們的綠色發(fā)展效率在研究期內(nèi)始終位于后2 名。從絕對增加值看，遼中南城市群的增加值（0.803）位居第1；從相對排名看，呼包鄂榆城市群排名上升的名次（上升5 名）最多。沿海城市群在研究期內(nèi)整體排名相對靠前，地理位置的優(yōu)勢始終凸顯。另外，2003—2018 年各城市群的相對排名變化不大，除北部灣和海峽西岸城市群分別下降7 名和4 名，遼中南和呼包鄂榆城市群分別上升4 名和5 名外，其余城市群（占79%）的相對排名變化均在3 名之內(nèi)。但是各城市群之間的絕對差距在逐漸擴(kuò)大，極差從2003年的0.331上升到2018年的0.940。

圖2 2003-2018年各城市群綠色發(fā)展效率變化趨勢

2.3 綠色發(fā)展水平與效率雙維比較

本文從水平與效率的雙維視角進(jìn)一步分析城市群整體的綠色發(fā)展現(xiàn)狀。從變化態(tài)勢看，綠色發(fā)展水平方面各城市群均呈現(xiàn)較為明顯的波動(dòng)式上升；而綠色發(fā)展效率方面只有長三角、珠三角、遼中南、山東半島和哈長城市群上升態(tài)勢比較明顯，京津冀、海峽西岸、長江中游、成渝、中原、呼包鄂榆和黔中城市群的上升態(tài)勢相對微弱，其余城市群幾乎不存在明顯的變化態(tài)勢。

從綠色發(fā)展模式看，將綠色發(fā)展水平和效率進(jìn)行高與低的劃分。對于綠色發(fā)展水平，把優(yōu)、良等級(jí)作為高水平城市群；對于綠色發(fā)展效率，把效率值大于等于0.8 的城市群視為高效率城市群。由此可以把城市群的綠色發(fā)展模式分為4 類：“高水平-高效率”“高水平-低效率”“低水平-高效率”“低水平-低效率”。本文以2018 年為例，分析城市群的綠色發(fā)展模式。珠三角、長三角、山東半島、遼中南和哈長城市群屬于“高水平-高效率”模式，“雙高”模式城市群占所有城市群的26.32%，其余所有城市群（占73.68%）均屬于“高水平-低效率”模式。由此可見，當(dāng)前中國城市群的主要問題是綠色發(fā)展效率普遍偏低，其上升速度跟不上綠色發(fā)展水平的提升，說明中國各城市群在過去一段時(shí)間里主要走的是高水平、低效率的綠色發(fā)展模式。

3 結(jié)論

本文采用基于S-型云模型的評(píng)價(jià)方法和全局SBM超效率模型對中國19個(gè)城市群的綠色發(fā)展和效率進(jìn)行測算，并從雙維視角揭示城市群的綠色發(fā)展模式。研究發(fā)現(xiàn)：

（1）2003—2018 年中國城市群的綠色發(fā)展水平綜合得分總體呈上升態(tài)勢，但大多數(shù)城市群的綠色發(fā)展水平綜合得分在2012年前后增速明顯放緩。說明中國城市群的綠色發(fā)展水平雖然已有較大提升，但在邁向更優(yōu)的道路上遇到了瓶頸。由于部分城市群的綠色發(fā)展水平綜合得分在未達(dá)到優(yōu)等級(jí)前，其增長幅度已變得“收斂”，即得分的增幅不斷下降，因此實(shí)現(xiàn)城市群綠色發(fā)展水平的進(jìn)一步協(xié)同面臨巨大挑戰(zhàn)。

（2）2003—2018 年中國只有少部分城市群的綠色發(fā)展效率呈現(xiàn)上升態(tài)勢，其余大部分城市群沒有明顯變化，甚至有少數(shù)出現(xiàn)了下降態(tài)勢。沿海地區(qū)城市群普遍比非沿海地區(qū)城市群具有更高的綠色發(fā)展效率。非沿海地區(qū)城市群所處地理位置所帶來的劣勢難以通過資源的投入得到改變，且與沿海地區(qū)城市群綠色發(fā)展效率的差距仍在進(jìn)一步擴(kuò)大。2003 年以后，政府為了追求區(qū)域間經(jīng)濟(jì)發(fā)展的平衡，加大了對欠發(fā)達(dá)地區(qū)（主要為非沿海地區(qū)）資源轉(zhuǎn)移的扶持政策，但從本文的測算結(jié)果看，2003年以后欠發(fā)達(dá)地區(qū)的城市群綠色發(fā)展效率并未出現(xiàn)顯著提升，甚至與發(fā)達(dá)地區(qū)（沿海地區(qū)）城市群綠色發(fā)展效率的差距在進(jìn)一步擴(kuò)大。因此，提升城市群綠色發(fā)展效率需考慮城市群的資源稟賦，順應(yīng)自然規(guī)律和經(jīng)濟(jì)規(guī)律。

（3）從水平與效率的雙維視角看，2018年只有5個(gè)城市群實(shí)現(xiàn)了“雙高”發(fā)展模式，其余城市群均屬于“高水平-低效率”發(fā)展模式。中國城市群在過去十幾年中通過巨量投入換取高水平的綠色發(fā)展，但卻忽視了綠色發(fā)展的效率。這種“重水平、輕效率”的發(fā)展模式在短期內(nèi)卓有成效，但長期內(nèi)會(huì)導(dǎo)致綠色發(fā)展水平得分的增幅不斷下降，因此不可持續(xù)。