李思迪，賈彬彬，鐘永德，任 騰

（中南林業(yè)科技大學(xué)a.旅游學(xué)院；b.物流與交通學(xué)院，長沙 410004）

0 引言

目前由沿海地帶和沿江地帶共同組成的“T”字型空間架構(gòu)已經(jīng)成為中國經(jīng)濟(jì)增長最具潛力的兩大區(qū)域，長江經(jīng)濟(jì)帶作為其中唯一橫跨東、中、西三大地區(qū)的一級發(fā)展軸線，推動(dòng)其高質(zhì)量發(fā)展具有重大意義[1]。長期以來，長江經(jīng)濟(jì)帶部分地區(qū)依賴能源、化工等產(chǎn)業(yè)的傳統(tǒng)發(fā)展模式實(shí)現(xiàn)了經(jīng)濟(jì)高速增長，同時(shí)也為其帶來了生態(tài)環(huán)境方面的負(fù)面影響。為此，習(xí)近平總書記在2016—2020年相繼于重慶、武漢和南京主持召開長江經(jīng)濟(jì)帶發(fā)展座談會(huì)，提出了“堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展”的戰(zhàn)略定位，努力實(shí)現(xiàn)以生態(tài)環(huán)境保護(hù)來推進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展。在此背景下，如何協(xié)調(diào)好生態(tài)、經(jīng)濟(jì)和社會(huì)之間的關(guān)系，實(shí)現(xiàn)以最小的生態(tài)資源消耗獲取最大的經(jīng)濟(jì)和社會(huì)產(chǎn)出，爭取生態(tài)經(jīng)濟(jì)效率的最大化，是現(xiàn)階段社會(huì)各界所面臨的重要問題。

推動(dòng)區(qū)域生態(tài)經(jīng)濟(jì)發(fā)展首先需要準(zhǔn)確把握區(qū)域生態(tài)經(jīng)濟(jì)發(fā)展現(xiàn)狀及發(fā)展趨勢，而生態(tài)經(jīng)濟(jì)效率作為全面考慮生態(tài)環(huán)境、經(jīng)濟(jì)增長、社會(huì)福利等因素的一種綜合指標(biāo)，能夠有效衡量區(qū)域生態(tài)經(jīng)濟(jì)發(fā)展水平[2]?，F(xiàn)有相關(guān)研究普遍認(rèn)為雖然生態(tài)、經(jīng)濟(jì)和社會(huì)系統(tǒng)的性質(zhì)與功能互不相同，但其各自的生存和發(fā)展卻是相互聯(lián)系的，因此須視其為一種復(fù)合系統(tǒng)，即生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)[3,4]。由于該復(fù)合系統(tǒng)存在多投入、多產(chǎn)出的特征，因此，近年來學(xué)者們普遍運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）方法測算區(qū)域生態(tài)經(jīng)濟(jì)效率[5—7]。

早期的相關(guān)研究往往將決策單元的各子系統(tǒng)視為平行結(jié)構(gòu)，不考慮其相互作用關(guān)系，多運(yùn)用單階段DEA模型對其展開效率評價(jià)。之后，部分學(xué)者從博弈角度出發(fā)，通過構(gòu)建矩陣型DEA[8]、網(wǎng)絡(luò)DEA[9]等模型來刻畫復(fù)合系統(tǒng)中各子系統(tǒng)間的合作關(guān)系。然而，上述模型皆是基于當(dāng)期截面數(shù)據(jù)通過逐年測算的方式計(jì)算各年內(nèi)的相對效率，不利于縱向分析效率的動(dòng)態(tài)變化情況[10]。因此，韓晶和陳曦（2021）[11]從動(dòng)態(tài)角度出發(fā)，將Malmquist 指數(shù)引入DEA 評價(jià)框架中。上述做法雖然考慮了時(shí)間序列帶來的影響，但仍存在一定局限性，即全要素生產(chǎn)率指數(shù)用于表征兩個(gè)時(shí)期間的變化趨勢，無法從全周期視角來分析效率的變動(dòng)情況。相比而言，全局DEA 模型以全周期投入產(chǎn)出數(shù)據(jù)構(gòu)造的全局生產(chǎn)可能集為共同參考系，避免因基期選擇的不同而造成的差異，同時(shí)能夠緩解因單期異常數(shù)據(jù)而導(dǎo)致的效率結(jié)果不穩(wěn)健問題。

綜上所述，目前國內(nèi)外學(xué)者關(guān)于區(qū)域生態(tài)經(jīng)濟(jì)效率評價(jià)領(lǐng)域取得了豐富的研究成果，但仍存在一些不足：一方面，以往關(guān)于生態(tài)經(jīng)濟(jì)效率評價(jià)的研究往往忽略了生態(tài)子系統(tǒng)在區(qū)域發(fā)展戰(zhàn)略中的優(yōu)先地位，僅簡單地將生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)中各子系統(tǒng)視為平行結(jié)構(gòu)，且大部分研究尚未考慮子系統(tǒng)之間的雙向反饋特性，導(dǎo)致所得效率值可能存在誤差；另一方面，現(xiàn)有研究中多利用當(dāng)期截面數(shù)據(jù)以逐年測算的方式進(jìn)行效率計(jì)算，因此無法從全周期的視角對區(qū)域生態(tài)經(jīng)濟(jì)效率展開縱向分析。鑒于此，本文首先在考慮反饋關(guān)系的基礎(chǔ)上剖析了生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)中各子系統(tǒng)之間的相互作用關(guān)系，以此探究其內(nèi)部結(jié)構(gòu)特征；其次，為使不同時(shí)期間的效率值具有縱向可比性，基于全局DEA 理念構(gòu)建考慮反饋特性的全局BLP-DEA模型對長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率測算；然后，借助Dagum基尼系數(shù)和核密度估計(jì)探究其時(shí)空差異特征；最后，利用Tobit模型對其驅(qū)動(dòng)因素展開分析。

1 研究設(shè)計(jì)

1.1 考慮反饋特性的全局BLP-DEA模型構(gòu)建

根據(jù)“生態(tài)優(yōu)先”的發(fā)展戰(zhàn)略，長江經(jīng)濟(jì)帶生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)的發(fā)展目標(biāo)應(yīng)是希望在生態(tài)優(yōu)先的基礎(chǔ)上，實(shí)現(xiàn)經(jīng)濟(jì)-社會(huì)子系統(tǒng)的高質(zhì)量發(fā)展。受此啟發(fā)，本文將生態(tài)子系統(tǒng)作為上層系統(tǒng)，將經(jīng)濟(jì)子系統(tǒng)與社會(huì)子系統(tǒng)所構(gòu)成的經(jīng)濟(jì)-社會(huì)子系統(tǒng)作為下層系統(tǒng)。此外，為了更加全面地刻畫生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)的內(nèi)部結(jié)構(gòu)特征，本文除了考慮上層系統(tǒng)對下層系統(tǒng)的作用聯(lián)系之外，還考慮了下層系統(tǒng)對上層系統(tǒng)的物質(zhì)反饋，即將經(jīng)濟(jì)-社會(huì)子系統(tǒng)所取得的環(huán)境改善成果作為反饋?zhàn)兞客度肷鷳B(tài)子系統(tǒng)中，具體如圖1所示。

圖1 考慮反饋特性的生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)示意圖

假設(shè)在研究周期內(nèi)共有T(t=1，…，T)個(gè)時(shí)期，每個(gè)時(shí)期皆有n個(gè)決策單元。對于t時(shí)期的第j個(gè)決策單元DMUj(j=1，…，n)，和分別表示其生態(tài)子系統(tǒng)的投入和非期望產(chǎn)出；和分別表示其經(jīng)濟(jì)-社會(huì)子系統(tǒng)的外部投入和期望產(chǎn)出；作為中間變量，其既是生態(tài)子系統(tǒng)的期望產(chǎn)出，也是經(jīng)濟(jì)-社會(huì)子系統(tǒng)的投入；而作為反饋?zhàn)兞浚浼仁墙?jīng)濟(jì)-社會(huì)子系統(tǒng)的期望產(chǎn)出，也是生態(tài)子系統(tǒng)的投入。

本文考慮反饋特性的生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)的特征，運(yùn)用Leader-Follower 模型刻畫生態(tài)子系統(tǒng)和經(jīng)濟(jì)-社會(huì)子系統(tǒng)的主從關(guān)系，構(gòu)建了考慮反饋特性的全局BLP-DEA 模型，其中下層系統(tǒng)的優(yōu)化模型中部分約束由上層系統(tǒng)的優(yōu)化模型的求解結(jié)果確定。根據(jù)以上分析，以生態(tài)子系統(tǒng)為Leader，經(jīng)濟(jì)-社會(huì)子系統(tǒng)為Follower，假設(shè)規(guī)模報(bào)酬不變，構(gòu)建以投入為導(dǎo)向的考慮反饋特性的全局BLP-DEA模型，具體如式（1）和式（2）所示：

上層系統(tǒng)：

下層系統(tǒng)：

式（1）中βe和γk、σi和αw分別為上層系統(tǒng)中相應(yīng)投入和產(chǎn)出的權(quán)重，式（2）中σi和ξq、δc和γk分別為下層系統(tǒng)中相應(yīng)投入和產(chǎn)出的權(quán)重，其中中間變量權(quán)重σi和反饋?zhàn)兞繖?quán)重γk皆由上層系統(tǒng)決定。生態(tài)經(jīng)濟(jì)效率則由上下層系統(tǒng)效率值以0.5為權(quán)重加權(quán)求和所得，由此可知，當(dāng)且僅當(dāng)上下層系統(tǒng)效率值皆為1 時(shí)生態(tài)經(jīng)濟(jì)效率才能為1，即表現(xiàn)為DEA有效，否則視為無效。

1.2 核密度估計(jì)

核密度估計(jì)作為一種非參數(shù)檢驗(yàn)方法，能夠基于給定樣本集合以連續(xù)密度函數(shù)曲線詳細(xì)刻畫隨機(jī)變量的形態(tài)、位置和延展性特征，因此被廣泛運(yùn)用于變量的動(dòng)態(tài)分析中，具體計(jì)算公式如式（3）和式（4）所示。其中，f(x)為隨機(jī)變量x的密度函數(shù)，K(u)為核函數(shù)，h、N、Xi分別為帶寬、觀測值個(gè)數(shù)和獨(dú)立同分布觀測值。

1.3 Dagum基尼系數(shù)及其分解

為從空間視角探究長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展水平的差異特征及其來源，本文利用Dagum基尼系數(shù)對長江經(jīng)濟(jì)帶及各地區(qū)生態(tài)經(jīng)濟(jì)效率的基尼系數(shù)展開測算，具體公式如下：

式（5）中，長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率總體基尼系數(shù)（G）可分解為地區(qū)內(nèi)差異貢獻(xiàn)（Gw）、地區(qū)間凈值差異貢獻(xiàn)（Gnb）和超變密度差異貢獻(xiàn)（Gt），可分別由式（9）、式（11）和式（12）計(jì)算得出。其中，ρji（ρhr）表示j(h)地區(qū)中i(r)省份的生態(tài)經(jīng)濟(jì)效率；α表示長江經(jīng)濟(jì)帶三大地區(qū)的生態(tài)經(jīng)濟(jì)效率總體均值；αh表示h地區(qū)的生態(tài)經(jīng)濟(jì)效率均值；n表示長江經(jīng)濟(jì)帶包含的省份個(gè)數(shù)；nj表示j地區(qū)包含的省份個(gè)數(shù)；k表示地區(qū)個(gè)數(shù)；式（13）中，Djh表示j和h地區(qū)之間生態(tài)經(jīng)濟(jì)效率的相對影響。將djh定義為j和h地區(qū)之間的生態(tài)經(jīng)濟(jì)效率差值，可理解為j和h地區(qū)中所有ρ ji-ρhr＞0 的樣本值總和的數(shù)學(xué)期望，見式（14）。將pjh定義為超變一階矩陣，可理解為j和h地區(qū)中所有ρhr-ρji＞0 的樣本值總和的數(shù)學(xué)期望，見式（15）。式（14）和式（15）中，F(xiàn)j（Fh）表示j(h)地區(qū)的累積密度分布函數(shù)。

1.4 Tobit模型

為探究長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展的關(guān)鍵驅(qū)動(dòng)因素，本文從環(huán)境規(guī)制、城鎮(zhèn)化水平、地區(qū)開放程度、地區(qū)科技水平、產(chǎn)業(yè)結(jié)構(gòu)等方面展開驅(qū)動(dòng)因素研究。其中，被解釋變量（Y）選取所求的2010—2019年長江經(jīng)濟(jì)帶各省份生態(tài)經(jīng)濟(jì)效率值，解釋變量依據(jù)上述五個(gè)方面選取如下：（1）環(huán)境規(guī)制（ENR）選擇各省份環(huán)境污染治理投資總額占地區(qū)生產(chǎn)總值的比重來衡量；（2）城鎮(zhèn)化水平（UR）選取城鎮(zhèn)化率來衡量；（3）地區(qū)開放程度（FDI）選取各省份的外商直接投資來衡量；（4）地區(qū)科技水平（TI）選取各省份的專利申請授權(quán)數(shù)來衡量；（5）產(chǎn)業(yè)結(jié)構(gòu)（IND）選取第三產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值來衡量。由于生態(tài)經(jīng)濟(jì)效率的取值范圍受限于(0,1]，因此本文選擇Tobit模型進(jìn)行驅(qū)動(dòng)因素分析。此外，為減少多重共線性和量綱的影響，本文對上述部分解釋變量進(jìn)行對數(shù)化處理，式（16）和式（17）分別為當(dāng)期變量、滯后一期變量的Tobit回歸模型。

其中，i代表地區(qū)，t表示年份，α為方程中的常數(shù)項(xiàng)，εit為隨機(jī)干擾項(xiàng)，Y表示生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)效率值。

1.5 指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

本文通過對區(qū)域生態(tài)經(jīng)濟(jì)的投入產(chǎn)出過程特征進(jìn)行分析，依據(jù)指標(biāo)體系的構(gòu)建原則，借鑒相關(guān)研究構(gòu)建如下生態(tài)經(jīng)濟(jì)效率評價(jià)指標(biāo)體系[12—15]，如表1所示。

表1 生態(tài)經(jīng)濟(jì)效率評價(jià)指標(biāo)體系

結(jié)合數(shù)據(jù)的可獲得性和可比性，本文選取2010—2019 年長江經(jīng)濟(jì)帶11 個(gè)省份為評價(jià)對象，并依據(jù)相關(guān)研究的普遍做法，將重慶等4 個(gè)省份劃分為上游地區(qū)，將湖南等4個(gè)省份劃分為中游地區(qū)，將浙江等3個(gè)省份劃分為下游地區(qū)。值得說明的是，由于我國并未公布各省資本存量的相關(guān)數(shù)據(jù)，因此本文依據(jù)永續(xù)盤存法進(jìn)行計(jì)算。

2 實(shí)證分析

2.1 長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率總體特征

由于式（1）和式（2）皆為非線性規(guī)劃模型，難以直接求解，因此本文先用C-C 變換方法將其轉(zhuǎn)化為線性規(guī)劃模型，再利用MATLAB軟件進(jìn)行求解，結(jié)果如表2所示。

表2 2010—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率

由表2可知，2010—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率均值為0.569。從效率的時(shí)序變化特征來看，2010—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率總體呈現(xiàn)波動(dòng)中略微下降趨勢，由2010 年 的0.648 下 降 到2019 年 的0.545，降 低15.9%。值得注意的是，2016—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率實(shí)現(xiàn)了穩(wěn)步回升。從效率的空間分布來看，2010—2019年重慶的生態(tài)經(jīng)濟(jì)效率居于領(lǐng)先地位，貴州、云南和上海緊隨其后，四川、湖南、江蘇等省份排名相對靠后。整體而言，長江經(jīng)濟(jì)帶各省份之間的生態(tài)經(jīng)濟(jì)效率存在顯著差異，并呈現(xiàn)上游地區(qū)、下游地區(qū)、中游地區(qū)依次遞減的分布格局。

2.2 長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率分布動(dòng)態(tài)

本文基于生態(tài)經(jīng)濟(jì)效率測算結(jié)果，利用核密度估計(jì)方法對長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率的動(dòng)態(tài)分布特征展開進(jìn)一步分析，結(jié)果如圖2所示。

圖2 2010—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率的核密度曲線

由圖2可知，2010—2019年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率核密度曲線的變化區(qū)間先縮小再擴(kuò)大，說明長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率整體差異有所擴(kuò)大。核密度曲線的主峰高度在上下波動(dòng)之中，總體呈現(xiàn)主峰高度下降，波峰寬度則逐漸減小，這說明各省份生態(tài)經(jīng)濟(jì)效率的絕對差異近年來有擴(kuò)大趨勢。此外，圖2 中核密度曲線存在尾部抬升現(xiàn)象，形成“一主一次”兩峰并立的格局，說明長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展存在微弱的兩極分化態(tài)勢。具體而言，在2010 年與2013 年，次峰高度逐漸上升，尤其以2013 年最為明顯，說明兩極分化態(tài)勢逐漸凸顯，但在2015年、2017年及2019年，次峰高度漸趨平緩，說明兩極分化態(tài)勢得到明顯減緩。

2.3 長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率的空間差異及分解

為從空間視角進(jìn)一步分析長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率的差異特征，本文對長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率Dagum基尼系數(shù)及其分解系數(shù)進(jìn)行計(jì)算，結(jié)果如表3所示。

表3 長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率Dagum基尼系數(shù)及其分解

總體來看，長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率Dagum基尼系數(shù)以2011 年、2015 和2018 年為轉(zhuǎn)折點(diǎn)呈現(xiàn)“先減后增再減再增”的“W”型變化趨勢，并于2019 年達(dá)到最大值（0.138）。該現(xiàn)象表明在研究期內(nèi)，長江經(jīng)濟(jì)帶的生態(tài)經(jīng)濟(jì)存在非均衡性發(fā)展，且其差異呈擴(kuò)大趨勢。

從差異來源來看，長江經(jīng)濟(jì)帶各地區(qū)內(nèi)部生態(tài)經(jīng)濟(jì)效率基尼系數(shù)的變化較為平穩(wěn)，對總體差異的貢獻(xiàn)率保持在25.89%左右；各地區(qū)間的生態(tài)經(jīng)濟(jì)效率基尼系數(shù)分別以2012 年、2015 年、2017 年為節(jié)點(diǎn)，呈現(xiàn)“W”型的波動(dòng)變化趨勢；超變密度在2010—2017年呈現(xiàn)遞增趨勢，其貢獻(xiàn)率由11.81%增加至35.18%，但在2017 年后遞減，其貢獻(xiàn)率降低至19.09%?？傮w而言，在研究期內(nèi)超變密度貢獻(xiàn)率呈現(xiàn)“M”型變化趨勢。2010—2019 年的各分解系數(shù)的均值顯示，超變密度均值為0.033，對總體差異的貢獻(xiàn)率為27.65%；各地區(qū)之間的差異貢獻(xiàn)量為0.055，對總體差異貢獻(xiàn)率為46.46%；地區(qū)內(nèi)差異貢獻(xiàn)量為0.031，對總體差異貢獻(xiàn)率為25.89%。以上分析說明地區(qū)之間的差異是長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率總體差異的主要來源。

2.4 驅(qū)動(dòng)因素結(jié)果分析

本文運(yùn)用Stata 軟件，運(yùn)用Tobit 回歸模型對長江經(jīng)濟(jì)帶及其上、中、下游地區(qū)生態(tài)經(jīng)濟(jì)效率的當(dāng)期與滯后一期的驅(qū)動(dòng)因素展開實(shí)證分析，結(jié)果如下頁表4所示。

表4 長江經(jīng)濟(jì)帶及各地區(qū)生態(tài)經(jīng)濟(jì)效率的驅(qū)動(dòng)因素回歸結(jié)果

由表4可知，（1）整體來看，環(huán)境規(guī)制和產(chǎn)業(yè)結(jié)構(gòu)對長江經(jīng)濟(jì)帶當(dāng)期和滯后一期的生態(tài)經(jīng)濟(jì)效率皆具有顯著的正向促進(jìn)作用，且環(huán)境規(guī)制對滯后一期的生態(tài)經(jīng)濟(jì)效率影響的回歸系數(shù)高于當(dāng)期，而產(chǎn)業(yè)結(jié)構(gòu)對滯后一期及當(dāng)期的生態(tài)經(jīng)濟(jì)效率影響的回歸系數(shù)相差較小，說明前者的滯后影響強(qiáng)度更高，而后者的影響不僅具有即時(shí)性，還具有同等強(qiáng)度的滯后性。此外，城鎮(zhèn)化水平和地區(qū)開放程度和對長江經(jīng)濟(jì)帶當(dāng)期和滯后一期的生態(tài)經(jīng)濟(jì)效率皆具有顯著的抑制作用。（2）從各地區(qū)來看，在下游地區(qū)，環(huán)境規(guī)制、城鎮(zhèn)化水平和地區(qū)科技水平對當(dāng)期及滯后一期的生態(tài)經(jīng)濟(jì)效率產(chǎn)生了顯著的抑制作用，地區(qū)開放程度和產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生了顯著的促進(jìn)作用。在中游地區(qū)，環(huán)境規(guī)制、地區(qū)科技水平和產(chǎn)業(yè)結(jié)構(gòu)對當(dāng)期及滯后一期的生態(tài)經(jīng)濟(jì)效率產(chǎn)生了顯著的促進(jìn)作用，城鎮(zhèn)化水平和地區(qū)開放程度則抑制了其發(fā)展。在上游地區(qū)，地區(qū)開放程度和地區(qū)科技水平對當(dāng)期及滯后一期的生態(tài)經(jīng)濟(jì)效率具有抑制作用，而產(chǎn)業(yè)結(jié)構(gòu)對其卻具有正向的促進(jìn)作用。環(huán)境規(guī)制和城鎮(zhèn)化水平并未通過顯著性檢驗(yàn)。

3 結(jié)論

本文在考慮反饋特性的基礎(chǔ)上首先詳細(xì)刻畫了生態(tài)-經(jīng)濟(jì)-社會(huì)復(fù)合系統(tǒng)的內(nèi)部結(jié)構(gòu)特征，并據(jù)此構(gòu)建考慮反饋特性的全局BLP-DEA 模型對2010—2019 年的長江經(jīng)濟(jì)帶及其上、中、下游地區(qū)的生態(tài)經(jīng)濟(jì)效率展開評價(jià)，然后借助Dagum 基尼系數(shù)和核密度估計(jì)從多維角度對其時(shí)空差異特征進(jìn)行挖掘，最后利用Tobit 回歸模型揭示其驅(qū)動(dòng)因素，得到結(jié)論如下：

（1）從總體特征來看，2010—2019 年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率均值為0.569，總體處于中等偏上水平。其中，生態(tài)經(jīng)濟(jì)水平發(fā)展良好的省份基本分布于上游地區(qū)，零星分布于下游地區(qū)，發(fā)展相對落后的省份則連片集中分布于中游地區(qū)。

（2）從動(dòng)態(tài)分布來看，2010—2019 年長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率總體呈下降趨勢，并以2016 年為節(jié)點(diǎn)，表現(xiàn)出“逐漸下降”“保持平穩(wěn)”兩個(gè)階段。此外，核密度曲線“一主一次”兩峰并立的格局說明長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展存在微弱的兩極分化態(tài)勢，次峰的高度和寬度隨著時(shí)間的推移呈現(xiàn)波動(dòng)減小的趨勢，表明兩極分化現(xiàn)象得到緩解。

（3）從空間差異特征來看，長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率在空間上形成上游、下游、中游地區(qū)依次遞減的發(fā)展格局。長江經(jīng)濟(jì)帶各地區(qū)生態(tài)經(jīng)濟(jì)效率內(nèi)部差異變化相對較為平穩(wěn)，而各地區(qū)之間生態(tài)經(jīng)濟(jì)效率差異和超變密度差異皆處于波動(dòng)變化之中?？傮w而言，長江經(jīng)濟(jì)帶的生態(tài)經(jīng)濟(jì)效率空間差異存在擴(kuò)大趨勢，其中地區(qū)之間的效率差異是導(dǎo)致其擴(kuò)大的主要來源。

（4）從驅(qū)動(dòng)因素來看，環(huán)境規(guī)制是推動(dòng)長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)發(fā)展的重要原因，對提升長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率具有顯著的促進(jìn)作用；城鎮(zhèn)化水平對長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率具有顯著的抑制作用；地區(qū)開放程度對長江經(jīng)濟(jì)帶生態(tài)經(jīng)濟(jì)效率具有顯著的抑制作用，但卻促進(jìn)了下游地區(qū)的生態(tài)經(jīng)濟(jì)發(fā)展；地區(qū)科技水平對長江經(jīng)濟(jì)帶下游、上游地區(qū)的生態(tài)經(jīng)濟(jì)發(fā)展具有顯著的抑制作用，對中游地區(qū)的生態(tài)經(jīng)濟(jì)發(fā)展具有促進(jìn)作用；產(chǎn)業(yè)結(jié)構(gòu)對長江經(jīng)濟(jì)帶及各地區(qū)皆存在顯著的促進(jìn)作用。