长三角绿色发展效率时空演变及空间溢出分析——基于Super-SBM,模型和Tobit,回归

秦炳涛，柳佳男

（1. 上海理工大学 管理学院，上海 200093；
2. 复旦大学 区域与城市发展研究中心，上海 200433）

近年来，城市绿色发展成为热议话题，资源与环境问题已深刻影响城市未来经济可持续发展，而绿色发展有助于构建现代化经济体系及根本性解决污染问题。长三角是中国经济发达、综合实力强劲的地区之一，其在推动绿色经济发展、创建生态文明建设方面承担着重要使命：2018 年长三角区域一体化发展上升为国家层面战略；
2020 年成立长三角生态绿色一体化发展示范区（范围囊括青浦、吴江及嘉善），其将紧扣碳达峰、碳中和目标任务，加强整体协同和重点领域合作，推动建立长三角生态环境保护协作新机制；
其后三省一市共同发布《三年行动计划（2021—2023 年）》，致力于打造中国城市绿色低碳发展的示范。2021 年5 月，生态环境部与上海市政府签署共同推进人民城市生态环境治理战略合作框架协议，探索形成新时代城市生态环境治理体系和有效模式。长三角绿色发展虽取得长足进步，但仍存在一些问题有待解决，而在测度城市绿色发展水平的指标中，绿色发展效率相较传统经济指标如GDP，其将环境相关因素也纳入考核范围，更能反映城市经济可持续发展状态，更切合实际。因此，有必要研究长三角绿色发展状态及影响因素，以便进一步提升区域绿色发展水平。鉴于此，本文基于长三角41 个城市的数据，引入与环境污染相关的非期望产出，运用Super-SBM 模型测度长三角绿色发展水平，并探讨其时空形态演变趋势、影响因素驱动机制及空间溢出效应。

对于绿色发展，1989 年《绿色经济蓝图》中，David Pierce 第一次倡导提出建立一种“可承受的经济”。此外，Alfsen 等[1]1987 年在国民经济核算体系首次加入了自然资源核算指标，为以后的绿色经济核算体系建立提供了范本。后来，Reilly[2]通过建立资源环境经济账户以分析绿色经济增长潜力及提出政策。其后“绿色发展”模式逐渐发展为各国寻求并推动经济发展的热点[3]。而绿色发展效率作为对绿色发展水平的测度，其概念及理论基础源于国外生态效率理论，1989 年德国经济学家Schaltegger& Burritt[4]提出生态效率，即为经济影响价值与环境影响价值的比值。国内对绿色发展效率也进行了深入分析。卢丽文等[5]从投入产出视角出发定义城市在增长经济与增加社会福利时又能够使得资源消耗与环境污染达到最小，此即为绿色效率最大化。杨志江和文超祥[6]定义绿色发展效率为区域能够同时实现经济增长、资源节约与污染减排并存，并逐步转变为高产出、低投入与排放的经济模式。本文借鉴卢丽文等[5]对绿色发展效率的定义，认为绿色发展效率指城市能在实现经济增长的同时保证资源消耗和环境污染达到最小的一种可持续状态。

如今已有研究对于绿色发展效率的测量方式趋向多元，学者所用方法主要为熵权法、改进TOPSIS 模型、SFA 模型、DEA 模型、GMM 模型等测度方式或是采用灰色支持向量自回归模型等预测方法。其中由于多层次分析法中的主成分分析法、层次与因子分析、熵权法等方式主观性较强，而DEA 方法对函数构建和指标赋权要求低并拥有极强的可适性和客观性，因此DEA 方法受到广大学者的欢迎并被运用到众多行业中。在绿色发展效率指标选取上，一些学者也做了相应改进，如Sueyoshi & Yuan[6]指出中国的空气污染问题较为严重，故选取空气污染物中PM2.5和PM10浓度作为不良产出来测算效率从而为新政策的方向提出建议。同时，不同学者针对各区域进行了有效的测度探究，其研究范围主要包括中国省际层面、长江经济带、主要城市群、京津冀、黄河流域等。就全国而言，学者们主要发现省际层面区域绿色发展效率差异较大，如车磊[7]指出2005—2015年的中国绿色发展效率地区间差异明显，其表现为“东—中—西”递减和“南—中—北”分布的差异特征；
杨志江和文超祥[8]指出我国省际层面绿色发展效率为“先降后升”发展态势；
赵金凯和杨万平[9]利用四阶段分类DEA和Bootstrap-DEA 对2016 年30 个省级市进行绿色发展效率测度后，发现我国绝大多数地区处于规模报酬递减、要素投入过剩状态。此外也发现各区域的绿色发展效率虽然发展态势不一，但大多呈现上升趋势，如郭永杰等[10]分析2013 年宁夏回族自治区内县域经济绿色发展状态时发现其内部差异明显；
陈红娟等[11]借助加权求和法和DEA 测度京津冀地区绿色发展效率后发现高效率城市数量增加，并有向南延伸的趋势；
肖黎明和肖沁霖[12]发现2004—2017 年黄河流域城市生态福利绩效上升且呈现“东强西弱”态势；
刘杨等[13]指出2011—2015 年112 个环境保护重点城市绿色发展效率值上升；
Liu 等[14]利用MGWR 测度2008—2018 年的中国工业绿色发展效率后发现两极分化较为严重，表现为高、低效率城市数量增加，而中效率城市数量大大减少；
Liu 等[15]指出2010—2017 年甘肃省主要城市绿色发展效率存在差异。

对于长三角这一特定区域而言，多位学者也进行了经济发展情况的测度，大多指出其区域内绿色发展差距较大，区域间耦合协调度不高，如吴洁等[16]通过DEAMalmquist 模型和灰色模型（GM）发现长三角三省一市绿色发展效率值差异较大，但预测未来省份之间差距将逐年缩小；
杨阳等[17]基于2018 年长三角市级宏观数据并结合因子分析法和熵值法，从经济活力、创新效率、绿色发展、人民生活及生活和谐五个维度构建了相关指标体系，测度指出区域内极化现象显著；
王然和成金华[18]就长三角26 个城市经济社会与资源环境的耦合协调情况进行评估后发现，长三角城市群耦合协调发展度不高，区域内短板发展差异明显；
徐丽婷等[19]运用熵值-TOPSIS 模型发现长三角城市群生态化水平在空间上呈现“中心—外围”结构。

探析绿色发展效率城市间差异形成的影响因素，一般而言可纳入城市产业结构发展状况、城镇化水平、城市规模大小、环境规制强弱、对外直接投资量大小等进行考虑。张泽义和罗雪华[20]指出城市规模对绿色发展效率的影响呈现倒“U”型关系。王兵等[21]探讨发现我国各区域绿色发展效率呈倒“U”型和三次型发展趋势。张治栋和秦淑悦[22]探讨长江经济带绿色效率值时发现环境规制与本地绿色效率显著正相关。李斌和苏珈漩[23]发现省际层面上不同角度的产业结构调整均促进绿色经济。Guo 等[24]探讨东北振兴时期的绿色发展效率发现产业集聚与绿色发展间呈现“U”型关联。黄建欢等[25]指出金融发展中的企业监督和资本配置效应对区域绿色发展作用较为明显。袁华锡等[26]指出金融集聚对城市绿色发展效率的影响呈“梯度式”增强。

综上，现有研究多从省级层面及主要城市群对比角度进行区域绿色发展效率探究，针对长三角地区地级市层面绿色发展效率测度及影响因素分析、空间效应分解的研究还较少，关于绿色发展效率的研究仍有可拓展之处。鉴于此，本文可能的边际贡献在于：与以往模型相比，为避免效率值为1 无法有效比较，在考虑松弛变量和非期望产出的基础上，利用Super-SBM 模型能更合理地测度长三角城市绿色发展效率水平；
在考虑空间相关性基础上着重探讨了影响因素的空间溢出效应，并提出合理对策有助于提升未来长三角绿色发展水平。

2.1 研究方法

2.1.1 包含非期望产出的Super-SBM模型

现有文献多是在考虑城市发展面临的资源环境等有限约束下计算投入产出率衡量绿色发展水平，其主要包括随机前沿分析法（SFA）和数据包络分析法（DEA）。其中DEA 方法有无需对生产函数做先验假定、无需价格信息及相对客观的优点。但由于传统DEA 方法常具有径向性及角度，对此Tone[27]提出非径向的SBM 模型，创新涵盖了变量间等比例改进及松弛改进部分，随后Tone[28]又提出Super-SBM 模型，其模型解决了以往有效决策单元（DMUs）难以比较的问题，并允许其效率值≥1。

式中：ρ*为城市绿色发展效率，λ为权重向量，下标o为决策单元。一般而言，绿色发展效率值ρ*＞0，且ρ*值越大，表明城市经济发展水平更趋于绿色可持续性。

2.1.2 双变量空间自相关分析

本文采用双变量空间自相关分析以研究城市间绿色发展效率的空间关联性，即通过全局及局域莫兰指数探讨城市绿色发展效率的空间集聚或分化特征。其中全局莫兰指数反映空间邻近区域绿色发展效率值整体相近程度，表达式为：

而局域空间自相关探究长三角区域内各城市及周边城市的绿色发展效率相似属性值的集聚程度，其表达式为：

其中莫兰指数位于0 ～1 之间， 表示具体城市效率值，而 表示相邻城市效率值，Wij表示空间权重矩阵。

2.1.3 空间杜宾模型

由于本文的被解释变量为Super-SBM 模型下的绿色发展效率（GDE），解释变量依现实情形初步设定为研发投入（te）、经济发展水平（pgdp）、城镇化水平（cc）、对外开放度（fdi）、产业结构（industry）等5 个影响因素，因此构建空间Tobit 模型进行回归，具体表达式为：

其中：lnGDEit为绿色发展效率，ρ表示空间回归系数，Wij为空间权重矩阵，α0为常数项，Xij为各解释变量，αj为解释变量系数，γj为滞后项系数，εit为随机扰动项，且εit～(0,σ2)。

2.2 指标选择

2.2.1 绿色发展效率的构建指标选取

本文在综合考量要素投入、资源消耗及环境污染基础上，构建中国绿色发展效率投入产出指标体系，所用的Super-SBM 模型包含投入、期望产出和非期望产出等指标。投入方面包括资金、劳动力、能源、土地及水资源投入，其中，选用资本存量来表征资本，本文借鉴张军等[30]的做法，以2006 年为基期采用永续盘存法进行核算，折旧率取为9.6%；
劳动力投入、能源、土地资源及水资源消耗则以期末单位就业人员数、全社会用电量、城市建设用地面积及全年供水总量进行表示。产出方面期望产出为以2006 年为基期并进行指数平减的实际GDP 进行表征，非期望产出选用常用的三废指标进行表征。相关指标体系如表1 所示。

表1 长三角绿色发展效率投入产出指标体系

2.2.2 Tobit模型的变量选取

考虑已有研究成果及长三角地区实际发展状况，明确不同影响因素作用机理有助于提出针对性对策，本文将影响因素选为研发投入、经济发展水平、城镇化水平、对外开放度、产业结构等，其中城镇化率为非农口径，各影响因素如表2 所示。

表2 影响因素的变量说明

2.3 数据来源

本文研究对象为2006—2018 年长三角41 个城市，文中投入产出指标数据来源为《中国城市统计年鉴》《中国区域经济统计年鉴》及《中国环境统计年鉴》，空间Tobit 模型中因变量指标数据来源为《中国城市统计年鉴》及长三角各城市统计年鉴。本文为消除异方差影响，已手工插值处理缺失值且全部变量已进行对数化处理。

3.1 时间演变分析

经MAXDEA8.0 测算得出13 年间41 个城市绿色发展效率，由于篇幅原因限制，选择2006 年、2011 年（“十三五”规划开局之年）及2018 年进行效率值显示，参见表3。

表3 长三角41个城市绿色发展效率值

分省（直辖市）而言，对比三省一市18 年的绿色发展效率平均值发现，长三角地区城市2006 年、2011 年及2018 年绿色发展效率均值分别为0.603、0.675 和0.672，呈现波动上升趋势，其中在2015 年绿色发展效率值达到最大，为0.722。长三角整体处于较高发展效率水平，但省际效率值差异较大，以2018 年测算的效率值比较发现，上海（1.22）、浙江（0.804）、江苏（0.813）效率值较高，安徽（0.431）效率值较低。图1 绘制了绿色发展效率变化趋势图，在研究区间内，上海效率值最高，浙江和江苏效率值较高，安徽绿色发展效率最低。

图1 2006—2018年绿色发展效率时间趋势图

就具体城市而言，对比2006 年、2011 年及2018 年的数据，上海、无锡、苏州、台州、泰州、金华等地绿色发展水平较高，效率值均大于1；
而衢州、淮南、淮安、马鞍山、铜陵、六安、池州等地绿色发展效率值较低，效率值均小于0.5。不同城市的绿色发展效率值呈现上升、下降及波动态势，呈现上升趋势的城市数量较多，接近长三角城市数量的一半，表明长三角地区城市绿色经济发展工作正稳步推进；
呈现下降趋势的城市有7 个；
呈现波动趋势的城市有12 个，其中9 个城市在2011 年绿色发展效率值较高。

3.2 空间演变分析

在时间演变的基础上，本文还进行各城市绿色发展效率的空间演变特征探究。选取典型时间节点（2006 年、2011 年和2018 年）的长三角绿色发展效率数据，并借助ArcGIS 软件自然断裂分类法划分长三角41 个城市的绿色发展效率等级，如图2 所示。

由图2 所示，长三角的绿色发展效率总体呈现上升趋势，发展呈带状分布特征。在研究时间段内，低效率等级城市显著减少。2006 年，绿色发展效率高等级城市大致位于上海、浙江东南、江苏南部以及安徽西北地区；
2011 年，浙江和江苏省绿色发展效率高等级城市明显增多；
2018 年，安徽省大部分城市绿色发展效率虽提高，省内区域间差距缩小，但大都为较低等级。由图2 变化可知，就三省一市地区布局来看，东部区域绿色发展效率明显高于西部区域，东部区域内的上海绿色发展效率一直保持高等级水平，在三省一市中起到领头羊的作用，研究区间内周边地区绿色发展效率水平都较高，可推断上海对周边地区的绿色发展带动和溢出作用较强。

图2 长三角空间演变图

3.3 空间演变相关性分析

全局莫兰指数常用来探究被解释变量的空间相关性联系，本文所得结果见表4，表中全局莫兰指数均大于0 且通过显著性检验并呈现波动上升的趋势，Z值均大于1.9，表明区域间绿色发展效率存在明显空间正向相关且出现分化，长三角各城市绿色发展效率并不是处于完全的随机状态，而是受到邻近地区的影响。

表4 全局Moran’s I及检验值

同时，为进一步衡量局部绿色发展效率的空间集聚或差异，本文选择2006 年、2011 年及2018 年的绿色发展效率Moran 散点图进行分析。

结合图3 可以看出，2018 年绿色发展效率的空间集聚特征与2006 年相比，第一象限（高高聚集）的城市数量显著变多，而第二象限（低高聚集）的城市数量减少，第三象限（低低聚集）的城市数量变化不明显，位于第四象限（高低聚集）的城市数量减少，表明一部分城市形态由低指数城市被高指数城市包围发展为高指数城市集中聚集状态。总体而言，长三角地区绿色发展效率空间分布情况正在改善。

图3 绿色发展效率局部莫兰散点图

为进一步探讨长三角绿色发展效率空间差异的形成原因，本文进行影响因素探讨。首先进行基本面板回归，包括面板混合回归、面板SLM 和面板SEM 模型回归，如表5 所示，结果显示各回归下模型均显著，但就模型选择的合理性需进行LM 检验。

李克强总理在2015年3月5日召开的十二届全国人大三次会议上首次提出制定“互联网+”行动计划，并正式确立其为国家战略。“互联网+”时代正影响着我国社会经济的发展，并进一步影响我们公司的财务管理发展趋势。随着国有企业改革的深入，集团公司会出现由一个部门衍生为多个分、子公司进行独立核算，并且这些分、子公司常会坐落于不同的省市。为了让经营内容相同的多家公司互相配合、互相促进、实现价值最大化，执行统一的标准就显得尤为重要。面对“互联网+”所带来的财务管理的思维、技术和方法方面的变革，传统的财务管理体系需应时而变，以适应“互联网+”财务管理思维模式及数据处理模式的变化。

表5 基本面板模型回归

本文LM 检验结果如表6 所示，无论空间误差或是滞后模型的LM 检验均拒绝原假设，即空间误差与滞后项并存于模型中。再经过LR 检验和Wald 检验，其P值小于10%，因此本文采用空间Tobit 模型。

表6 LM检验结果

4.1 空间效应分解

经过豪斯曼检验后接受原假设，因此本文选用随机效应模型。空间Tobit 模型中自变量的变化影响本城市及相邻城市的绿色经济发展效率，本文将空间效应分解为直接效应、间接效应及总效应，具体效应见表7。

表7 空间Tobit模型及效应分解结果

第一，直接效应。模型中经济发展水平、城镇化、对外开放度及产业结构的直接效应均通过5%的显著性检验，其数值分别为0.278、-0.153、0.068、-0.359，即在置信度为5%条件下，当控制变量分别提高1%时，直接促进本区域绿色发展效率变化0.278%、-0.153%、-0.068%、-0.359%。由此可见，产业结构和经济发展水平的作用较大，其中产业结构在本文中由第二产业产值占GDP 比重表示，其值越低代表经济绿色化水平越高，即产业结构升级能显著带动区域绿色发展效率提升。

第二，间接效应。研发投入、对外开放度和产业结构的间接效应均通过10%的显著性检验，说明长三角城市间确实存在显著的空间关联效应。对应表中结果，表明在相应置信度水平下，当邻近城市的研发投入、对外开放度以及产业结构系数提高1%时，会促进本地区绿色发展效率变化0.081%、-0.396%及0.469%，对外开放度及产业结构的间接效应系数同时印证了城市间存在污染溢出效应，即外商直接投资及产业结构的有效升级会带动污染外溢到邻近城市并降低其绿色发展水平。

第三，总效应。对外开放度对绿色发展效率的影响表现为正向直接效应、负向间接效应以及负向总效应。一种合理解释为污染天堂假说，即扩大对外开放一方面有助于加深城市间经济交流程度并引进先进设备及管理技术理念，促进城市资源的合理配置，从而带动区域绿色经济发展，但与此同时也会使得高污染企业受环境影响被动搬出本地转移至周边城市并降低其绿色发展效率。此外，产业结构的直接效应为正而间接效应为负，研发投入、经济发展水平及城镇化的总效应明显，其中研发投入、经济发展水平显示积极作用，而城镇化则为负向效应。城市大量的研发投入有利于企业通过对现有资源进一步深加工和开发以提高资源利用效率，提高污染物治理水平、减少非期望产出排放。经济发展水平提高则会带动人力与资本的大量投入、积累，从而带动产业结构升级、城市生产效率提升来加快发展绿色经济。实证得到产业结构中二产比重的上升显著降低了城市绿色发展效率，即产业结构升级助推长三角绿色发展水平上升，这得益于长三角近期加大优化产业布局、降低资源消耗、控制生产生活方面的污染减排及发展绿色低碳循环经济的努力。城镇化对城市绿色发展效率呈显著负向影响，对长三角区域而言，大量中西部人口向长三角区域集聚，近些年来城镇化水平迅速上升，加速长三角环境资源消耗及污染程度上升，削减生态承载能力及降低城市经济可持续发展水平。

4.2 稳健性检验

为探讨绿色发展效率影响因素结果的稳健性，本文通过增加变量（加入lngov或lner）、变换模型估计方法两个方面对模型结果进行稳健性检验，其中lngov选用政府一般预算内财政支出占地区生产总值比值表示，lner用固废综合利用率表征。变换模型为广义空间面板随机效应模型（Generalized Spatial Panel Random Effects model，GSPRE 模型），稳健性检验结果见表8。

表8 稳健性检验结果

增加变量作为控制变量并进行相关空间效应检验，结果显示，政府财政支出对城市绿色发展效率呈现负向作用且显著，其余变量系数正负号、显著性与表7 结果基本一致。

选取不同模型检验能加深研究结果的说服力度，本文选取广义空间面板随机效应模型（GSPRE）进行稳健性检验。表8 中变换模型后，研发投入、城镇化及产业结构系数通过了5%的显著性检验，且估计系数与前文SDM 模型相比方向未变，其他控制变量影响系数方向未变（除lnpgdp改变方向但不显著），进一步表明本文实证结果较为稳健。

5.1 结论

本文选取2006—2018 年长三角41 个城市的数据，揭示了长三角绿色发展效率的时空演变格局及影响因素，并考虑其空间溢出效应，得到如下结论：

（1）长三角整体绿色发展效率在2006—2018 年波动上升，且就平均值而言，上海处于高位，江苏和浙江次之，安徽最低。从空间分布特征来看，长三角东部区域效率值高于西部，且空间差异明显，效率高值多聚集于上海、无锡、苏州等城市，效率低值多聚集于淮南、淮安、马鞍山等城市。同时，城市间绿色发展效率正相关关联明显，绿色发展效率较高等级及以上等级城市数量增加，低等级城市数量减少，长三角绿色发展空间结构得到优化。

（2）就影响绿色发展效率的因素而言，经济发展水平、研发投入和对外开放度作用较为明显。经济发展水平、研发投入、产业结构及对外开放度显著促进绿色发展效率提升，城镇化水平则对绿色发展效率起负向作用，其与长三角城市大量人口流入导致的过度城镇化对环境生态的破坏性强密不可分。此外，长三角绿色发展效率存在明显空间溢出效应，其中研发投入表现为正向效应，对外开放度和产业结构具有负向效应。

5.2 对策建议

基于上述研究结论，本文提出相关政策建议：

（1）坚持可持续发展理念，优化产业布局，朝低碳高效经济模式转变。长三角地区作为我国经济率先发展区域，应秉持绿色发展理念，深化体制改革，将“十四五”绿色发展和《2030 年联合国可持续发展议程》两者高标准对应并贯彻执行。严控城市中产能过剩行业分布，助力企业向“三低”模式转型，减少“工业三废”等污染物的排放，以绿色发展为出路，提高资源利用效率。

（2）借势“双循环”战略，进一步推动长三角生态文明建设。研究区间内外商直接投资对长三角绿色发展效率有负向空间溢出作用，要重视引入外资质量，同时应加大研发投入，鼓励清洁技术创新，让研发投入成为拉动长三角绿色发展的有效力量，积极构建跨区协同创新平台。此外，需适当控制城区人口比重，构建符合合理生态环境要求的适度人口容量，避免过度城镇化对城市的污染破坏效应加剧，建立城市间经济协调发展机制。

（3）积极进行长三角一体化发展建设，助推其成为中国绿色发展新标杆。绿色发展效率较高的城市要做到在完成区域发展战略基本目标上积极发展低污染、低消耗的绿色产业；
而绿色发展效率较低的城市需考虑是否在城市整体规划上存在疏漏及存在产业布局不合理的现象，具体可实施包括政府产业升级规划和绿色发展引导等措施。