綠色城鎮化的空間演化特征及動力機制——以長三角城市群為例

徐維祥，張凌燕，劉程軍，李 露，張一馳

(1.浙江工業大學 經貿管理學院，浙江 杭州 310023； 2.圣馬克學院，美國 馬薩諸塞州 01772)

綠色城鎮化的空間演化特征及動力機制
——以長三角城市群為例

徐維祥1，張凌燕1，劉程軍1，李 露1，張一馳2

(1.浙江工業大學 經貿管理學院，浙江 杭州 310023； 2.圣馬克學院，美國 馬薩諸塞州 01772)

研究結合了綠色城鎮化的理論分析框架，借鑒DEA模型的思路和方法，綜合測度和評價綠色城鎮化。再利用區域差異指數、空間自相關，空間Tobit模型等方法，分析了長三角城市群綠色城鎮化的空間演化特征及動力機制。研究表明：2005—2014年，長三角城市群綠色城鎮化整體上有一定程度的提升。表現出顯著的空間自相關性，整體為“S”型的波動軌跡，呈現出長三角西部邊陲地區的熱點“雙核心”空間結構和內陸城市單極的冷點集聚區。經濟基礎與綠色城鎮化成“U”型關系，教育投資、政府導向是驅動力量，而效率驅動是制約因素。

綠色城鎮化；DEA；空間演化特征；動力機制；長三角城市群

改革開放以來，中國城鎮化一直處于快速推進期，是帶動擴大有效需求，實現增長動力轉型升級的重要途徑之一[1]。但如果僅追求城鎮化的快速發展，使城鎮化發展粗放式擴張，就會落入城市病突出等舊模式下的城鎮發展桎梏，甚至還將引致中國經濟深深陷入到“中等收入陷阱”[2]。因此，急需全面推進城鎮化的綠色轉型，實現以綠色為核心的集約型城鎮化發展道路。綠色城鎮化是適應生態文明建設的重要轉型升級模式，在努力提高城鎮化質量的基礎上，綜合考慮城鎮環境和資源的承載能力，積極鼓勵科技創新，是推進中國城鎮化健康發展的重要發展模式[3]。

中國已經進入到城鎮化發展的中后期階段，實施綠色城鎮化戰略已經迫在眉睫[4]。新世紀以來，快速發展的城鎮化開始顯現其粗放型發展所帶來的問題，造成了能源消耗巨大、環境污染嚴重、資源效率低下等多種負面效應。高消耗、高排放、高擴張的城鎮化道路已難以為繼[5]。學者們和各級政府積極探索和不斷實踐后指出了中國需要推進建設以綠色為核心，創新為動力，實現社會經濟與生態環境可持續發展的綠色城鎮化發展道路[6]。綠色也在“十三五”規劃中被確立為發展理念之一，作為中國新型城鎮化實施的內容載體和政策導向，綠色城鎮化上升為國家級的發展戰略。然而關于綠色城鎮化的研究還在起步階段，尤其是關于綠色城鎮化的實證分析比較鮮見。而部分學者雖已針對綠色城鎮化的理論問題進行了深刻思考，以經濟資本、人力資本、自然資本等為核心提出了中國區域性綠色發展的概念框架[7]；經濟基礎對城鎮化率的有效增長具有顯著的影響作用[8]；從提高經濟價值、促進技術創新、提升生態環境質量等方面致力于提高城鎮活動多樣性從而加快綠色城鎮化的建設[9]，但是針對新經濟地理學框架下的探索還鮮有涉及。

綠色的概念來源于我國發展過程中不斷涌現的環境問題，由于中國經濟經歷了高速增長之后，留下了一系列的后遺癥，反映了投入和產出的關系不協調，換而言之，綠色的本質便是效率的問題。而關于效率的測度，DEA模型就評價投入產出變化規律方面具有明顯的優勢，而被學者們廣泛使用。黃珂等[10]選取政府收入、資本收入等多指標建立DEA模型衡量了中國城市群農村城市流轉效率。Michio & Katsuya[11]基于人口、資本投入等約束條件下測算了城鎮綠色經濟的增長效率。此外，Zheng[12]等也做了類似的研究。可見，對于城鎮化效率的測度已形成了一系列的研究成果，但針對綠色城鎮化的研究仍處于起步階段，并且鮮有結合空間計量等方法來研究其空間異質性。其中，長三角城市群是中國經濟最具活力，城鎮最為密集的區域之一，該地區綠色城鎮化發展狀況及動力機制的研究，對中國推進綠色城鎮化建設具有重要的借鑒意義。

因此，本研究擬基于2005—2014年長三角城市群41個城市的綠色城鎮化投入產出數據，構建綠色城鎮化實證分析的框架，通過DEA模型測度綠色城鎮化的綜合效率，并借助CV系數、基尼系數分析長三角城市群綠色城鎮化的總體差異情況。再利用探索性分析法，探討其空間演化特征。最后結合空間Tobit模型分析影響長三角城市群綠色城鎮化的動力機制。以期有益于加快推進長三角城市群綠色城鎮化進程，為各級政府實施發展戰略提供實證參考，試圖為探索出一條具有中國特色的綠色城鎮化發展道路提供理論佐證。

一、研究方法與數據來源

(一)DEA模型

數據包絡分析方法(Data envelopment analysis，DEA)是以相對效率為基礎發展起來一種效率評價方法。對具有多產出多投入的研究單元(Decision making units，DMU)評價其資源配置效率。本研究用綜合效率作為綠色城鎮化的評價值，具體的DEA應用模型詳見孫威等[13]的研究。

(二)區域差異指數

區域差異指數往往反映一個區域內在自然條件、經濟發展等要素下的對于某觀測要素現有水平以及發展可預期的前景等方面的差異。衡量區域差異的方法有很多，本研究用CV系數和基尼系數來分析長三角城市群綠色城鎮化的總體差異情況。具體計算過程見賀燦飛[14]的研究。

(三)空間相關分析

全局空間自相關。本研究利用全局Moran’s I指數來判斷長三角城市群綠色城鎮化是否存在空間相關性。其計算公式詳見劉濤等[15]的研究。Moran’s I指數越接近于1或-1時，說明研究單元的空間自相關程度越高。

局域空間自相關。局域自相關性用Getis-Ord Gi指數來表征。G指數用于識別具有統計顯著性的高值(熱點)和低值(冷點)的空間聚類。其計算公式詳見ELHORST[16]的研究。

(四)空間Tobit模型

本研究利用空間Tobit模型來探討影響長三角城市群綠色城鎮化的動力機制，是由Tobit模型和空間面板模型結合得到的。具體而言，綠色城鎮化取值范圍都在[0,1]之間，因變量受限為截尾狀態，故需采用Tobit模型[17]進行截取回歸。而長三角城市群各空間單元之間又存在個體異質性，因此需用空間面板模型[16]來探討綠色城鎮化的動力機制。故本研究得到空間Tobit模型[18]，基于R語言平臺實現。同時，在這種因變量受到限制的情況下，直接采用普通最小二乘法(OLS)得到的參數估計量是有偏的，因此本研究采用漸近無偏且精度較高的極大似然法(ML)來對空間Tobit模型中的參數進行估計。

(五)數據來源

本研究以2005—2014年長三角城市群41個市域為研究樣本，數據資料來源于《上海市統計年鑒(2006—2015)》、《浙江省統計年鑒(2006—2015)》、《江蘇省統計年鑒(2006—2015)》、《安徽省統計年鑒(2006—2015)》及各地級市統計公報。其中，個別數據的缺失通過類比和移動平均類推法相結合得到。

二、長三角城市群綠色城鎮化評價

(一)指標體系構建

針對綠色城鎮化，董戰峰等提出了相對較為完善的中國綠色城鎮化建設理論框架[19]，系統地將生態人文、環境友好、生態人居等置于統一的理論框架結構中。基于該理論框架，本研究在充分借鑒現有研究成果[20-22]基礎上，從數據資料的代表性、科學性以及可獲得性原則出發，構建綠色城鎮化投入產出的指標評價體系，如表1所示。

表1 綠色城鎮化的投入產出指標體系

在投入指標方面，城鎮化的投入指標一般從資本、土地、勞動力三方面考慮，本研究在此基礎上，將綠色的思想融入到指標體系當中。將綠色城鎮化的投入要素定義為資金資源、人力資源和土地資源。分別用全社會固定資產投資額、外商直接投資額、財政支出總額表示資金資源，資產投資回報高的地區其使用效率也往往相對較高。分別用城鎮非農人口數、科學研究與發展人數表示人力資源，人力資本的投入是推動綠色城鎮化發展的中堅力量，而科學研究的創新人才又是其核心推動力之一。分別用建成區面積、人均公園綠地面積表示土地資源，其中人均公園綠地面積可以主要反映綠色城鎮化建設土地用度的程度。

在產出指標方面，分別用建成區綠化覆蓋率、人均環保支出表示環境友好要素，如果某一地區建成區綠化覆蓋率越高，即建成區的綠化覆蓋率面積占建成區的百分比越高，則說明該地區城市生態環境建設越好。分別用城市生活污水處理率、空氣質量年達標天數表示生態宜居要素，城鎮化與工業化發展中會產生一系列矛盾，生態宜居是城市可持續健康發展的重要保障。分別用城鄉居民收入比、城鄉人均住房面積比和城鄉居民恩格爾系數比表示城鄉協調要素，其反映的是綠色城鎮化發展進程中城鎮與鄉村均衡發展的程度。

在表1中，指標體系中各個指標的度量標準及單位有所不同，為了使其能更好地參與DEA效率評價計算，研究將二級指標利用層次分析法，通過定性和定量相結合的方法賦予相應的權重，加權綜合后得到一級指標。處理后得到的一級投入產出指標即為DMU評價單元，對長三角城市群41個城市綠色城鎮化的觀測值進行測度分析。

(二)測度結果及評價

基于DEAP2.1軟件平臺，計算得到2005—2014年41個長三角城市群綠色城鎮化的觀測值，并對各分解指標的均值進行了測算，與其基尼系數、CV系數共同繪制成圖1。

據圖1可知，長三角城市群城鎮化的綠色綜合效率、綠色純技術效率以及綠色規模效率在研究期內整體均有一定程度的提升。其中，綜合效率的上升幅度相對較大。在2005—2014年，綜合效率的均值呈現出穩定上升的趨勢，反映了長三角城市群綠色城鎮化整體水平的提升。純技術效率呈現出“先降后升”的“V”型變化趨勢，在2005—2008年略有下降，均值從0.7817下降至0.7701，但在2014年又上升到了0.8736；在2008—2014年呈現持續增長趨勢，且漲幅趨勢與綜合效率較為一致，這說明技術效率是綜合效率提升的重要驅動因素之一，城市純技術效率的提高有利于帶動城市綜合效率的不斷提升，同時也表明其對城市綠色城鎮化的提高有正向的影響作用。規模效率的均值也呈現平穩上升的趨勢，且在2008—2014 年有減速的跡象，但一直處于領先水平。城市規模效率與綜合效率的發展軌跡和步驟比較一致，城市規模效率的提升會促進綠色城鎮化的發展。對于區域的差異指數而言，綠色城鎮化的CV系數和基尼系數從2005到2014年一直處于持續下降的趨勢，CV系數從0.4049下降至0.1584，基尼系數從0.2270下降至0.0908，兩者的變化特征均較為明顯，這表明長三角城市群綠色城鎮化水平的差異程度持續地縮小。

為了進一步分析綠色城鎮化的局域的空間格局演化，基于ArcGIS10.2技術平臺，對2005、2008、2011、2014年長三角城市群的綠色城鎮化進行可視化表達為圖2。

據圖2可知，長三角城市群的綠色城鎮化不斷提升，且大部分地區均處于有效增長型地區，DEA有效(大于0.9)的區域主要表現在長三角的西部邊陲地區以及上海等地區。具體而言，在2005年，大部分研究單元的效率值都處于0.6以下，其綠色城鎮化水平普遍較低。其中，效率表現出弱有效(大于0.8)的研究單元有11個單元，具體為池州市、黃山市、宣城市、銅陵市、衢州市、淮南市、亳州市、淮北市、宿州市、宿遷市和滁州市。到2008年，DEA弱有效的研究單元增加了阜陽市、湖州市、六安市等5個研究單元。上海市、舟山市、麗水市等多個研究單元其綠色城鎮化的綜合效率值有一定程度的提升，均在0.6以上。在2011年，上海市、麗水市、安慶市、蚌埠市4個研究單元躍遷成為綠色城鎮化效率DEA有效的城市單元。到2014年，長三角城市群綠色城鎮化整體水平持續提升，弱有效DEA研究單元達到了26個，其中有效的研究單元有15個。在此過程中，很多城市單元的綜合效率都有了很大的提升且處于平穩發展的過程。在研究期間，2005、2008、2011、2014年綠色城鎮化的綜合效率達到弱有效DEA的個數占總研究單元個數的比重依次為26.82%，39.02%，48.78%和63.41%。這一分布格局表明：長三角的西部邊陲雖然其經濟基礎、自然地理條件不夠優越，但是對應的環境污染相對較少，因此其綠色城鎮化發展相對較好。另外，近年來，隨著城市技術創新、環境規制等因素的不斷作用，上海及周邊等城市的綠色城鎮化水平也不斷提高。總體而言，長三角城市群綠色城鎮化整體上均有一定程度的提升，且進一步證實了區域之間的差異正在逐步減小。

三、長三角城市群綠色城鎮化空間演化特征分析

(一)綠色城鎮化的全局自相關

為了進一步探索長三角城市群綠色城鎮化的地理空間集聚效應及其差異，利用空間自相關分析法，根據計算得到長三角城市群綠色城鎮化觀測值的全局Moran’s I指數，如表2所示。

表2 長三角的全局自相關情況

據表2可知，整體而言，在研究期內Moran’s I指數整體呈現出“S”型的波動軌跡。在2005年，Moran’s I指數的值為0.4308，P值遠小于0.01，在1%的顯著性水平下表現為非常顯著，說明此時長三角城市群綠色城鎮化呈現出明顯的空間集聚態勢。但在后續年份表現出了持續下跌的趨勢，由2005年的0.4308下降到2008年的0.2031，降幅為52.86%，這說明全局的空間作用逐漸減弱。從2008年到2011年，Moran’s I指數的值僅從0.2031下降到了0.2007，降幅僅為1.18%，這表明雖然全局的空間自相關程度在減弱，但其集聚效應依然存在。到2014年，Moran’s I指數的值下降到0.1356，且表現為顯著，此時長三角城市群綠色城鎮化的空間自相關程度較弱，這也與前文討論的區域差異變動趨勢一致，說明由于區域整體差異減小而形成的均衡發展趨勢造成了集聚效應的減弱。

(二)綠色城鎮化的局域自相關

全局Moran’s I指數主要用于驗證綠色城鎮化在空間上的整體集聚水平，難以刻畫其空間異質性特征。因此，本研究還利用了局域空間自相關方法，測算得到了Getis-Ord Gi指數，并按照自然斷點法從高到低分為五種類型，分別命名為熱點區域、次熱點區域、隨機分布區、次冷點區域和冷點區域，繪制成空間冷熱點分布圖，詳見圖3。

由圖3可知，在2005—2014年長三角城市群綠色城鎮化逐漸形成長三角西部邊陲地區的熱點“雙核心”空間結構和內陸城市單極的冷點集聚區。熱點區域主要集中在長三角城市群的西部邊陲區域，冷點區域主要集中在東部沿海和皖西等區域，空間范圍持續縮小且逐漸向蘇北內陸型城市集中。2005年，長三角城市群綠色城鎮化的熱點區域有11個單元，主要集中在黃山市、池州市、銅陵市等地區，表明這些區域及其周邊區域綠色城鎮化水平均較高，且形成了高值集聚區。冷點區域有9個單元，主要表現在鎮江市、泰州市等地區，表明這些區域及周邊區域綠色城鎮化水平均較低，且形成了低值集聚區。2008年，宿州市、徐州市、合肥市3個研究單元由熱點區域轉變為次熱點區域，次冷點也由2005年的6個增加到8個。同時，冷點區域由2005年的9個減少至4個，減少的城市單元有臺州市、紹興市等區域。2011年，熱點區域又在此前的基礎上加了安慶市和衢州市2個單元，宣城市轉變為次冷點區域。可見該時期長三角城市群綠色城鎮化集聚程度逐漸減弱，高值集聚區與低值集聚區也逐漸形成穩定格局。2014年，熱點區域和冷點區域變動不大，僅有個別城市進行了調整。安慶市、淮北市、淮南市3個單元由熱點區域轉變為次熱點區域，溫州市、嘉興市2個研究單元由隨機分布區躍升為次冷點區域，揚州市由次冷點區域下降為冷點區域。

四、長三角城市群綠色城鎮化動力機制分析

(一)模型設定

針對綠色城鎮化動力機制的探討，已經形成了一定的理論基礎。有學者提出政府的規劃和政策引導、生態環境的保護均有利于推進綠色城鎮化的建設[23]。也有學者強調經濟發展和資源基礎的重要性，提出要走環境友好的綠色城鎮化道路[24]。但是鮮有將這些構念進行系統整理，置于一個實證分析的框架中。而對于城鎮化動力機制的實證研究中，有學者從經濟發展、教育水平等方面探討省域城鎮化的動力機制[25]，也有學者研究發現政府能力、經濟發展水平、產業結構對城鎮化具有明顯的促進作用[26]。因此，本研究在綠色城鎮化理論分析的基礎上，借鑒城鎮化動力機制的實證分析框架和模型設計[23-26]，并咨詢了相關領域內的專家，從以下5個方面對長三角城市群綠色城鎮化的動力機制進行分析：經濟基礎用人均GDP的對數形式進行表征，為進一步探討經濟基礎的非線性特征，研究將人均GDP對數的平方也包含在回歸方程中，共同來考察綠色城鎮化與經濟基礎之間的關系；教育投資(EDU)用教育支出占GDP的比重來表征。教育水平的提高對于提供高素質的城鎮居民和社會科技進步有著重要的推動作用，而城鎮居民素質和技術進步將會有助于推進綠色城鎮化的建設；環境規制(REGU)用工業廢水達標率(工業廢水排放達標量/排放量)來表征。工業廢水的達標率越高，說明該地區環境規劃能力越嚴格，越有利于綠色城鎮化的發展；效率驅動(EFF)用二、三產業總產值/二、三產業從業人員數來表征。通常該指標越高，說明該地區的生產力水平越高；政府導向(GOV)用人均財政收入來表征。城鎮化是一項政府長期執行和規劃的重要政策發展指向，綠色城鎮化的發展更是需要政府進行積極的政策導向和制度設計。

由于在前文已通過Moran’s I指數等空間自相關方法驗證了長三角城市群之間存在空間異質性，因此，進一步利用空間Tobit模型探討分析影響長三角城市群綠色城鎮化發展的動力機制，利用R語言根據公式得到結果如表3。

表3 綠色城鎮化的回歸結果

注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號內為t檢驗值。

(二)結果分析

據表3分析可知，通過對比發現，空間Tobit模型既考慮了因變量的受限情況，又將長三角城市單元之間的空間聯系也納入到解釋范疇當中，模型回歸結果相對較好。研究發現，除環境規制因素外，經濟基礎、效率驅動、政府導向和教育投資因素均通過了1%的顯著性水平檢驗，說明對綠色城鎮化均有顯著的影響。其中，教育投資、政府導向是綠色城鎮化的驅動力量，而效率驅動是綠色城鎮化的制約因素。

對于經濟基礎因素，在考慮了城市區域之間的空間異質性后表現地更為顯著。結果發現，人均GDP對數的系數為負且顯著，而人均GDP對數的平方項系數為正且顯著，即表明綠色城鎮化與人均GDP成“U”型關系。換言之，隨著人均GDP的不斷升高，隨之帶來的環境污染也不斷加劇，導致綠色城鎮化呈現下降的趨勢；但隨著人均GDP的繼續提高，科技創新技術水平的不斷提高，環境污染效應也得到有效控制，使綠色城鎮化又出現出不斷上升的趨勢。在本研究期前段，綠色城鎮化較高的地區都主要集中在長三角的西南西北區域，這些城市單元的人均GDP相對較低，環境保護較好，綠色城鎮化發展較好，因而也就是處于“U”型曲線的左高點，此時處于綠色但不經濟的狀態；而到了研究期后段，以上海市、安慶市等為代表的創新驅動較為明顯的城市，其綠色城鎮化綜合水平持續不斷提高，逐漸達到“U”型曲線的右高點，此時處于既綠色又經濟的狀態。進一步證明了隨著人均GDP的不斷提高，綠色城鎮化綜合水平呈現先降后升的變化趨勢。當代社會推崇的綠色城鎮化正是既綠色又經濟的發展模式，實現城市單元經濟增長方式由粗放型向集約型的轉變是綠色城鎮化發展的客觀需要。

教育投資對于綠色城鎮化也有著顯著的正向作用，其回歸系數為0.100，且通過了1%的顯著性檢驗。教育投資在提高人口素質的同時，更加促進了技術的進步，有助于提高公眾環保意識、縮小城鄉差距，推動創新產出，這將是綠色城鎮化發展的重要影響因素。

環境規制的參數估計為正，但統計不顯著，即說明環境的規制作用對綠色城鎮化的發展沒有顯著性的作用。盡管城市的環境規劃能力越來越嚴格，大力控制城市內部環境污染排放，努力做到綠色可持續發展，但是目前仍然未能有效地提高綠色城鎮化的發展。

在考慮了因變量的截取之后，綠色城鎮化對于效率驅動和政府導向因素的變化有較大的反應，同時對參數估計的顯著性也有較大的影響。針對效率驅動因素，通過二、三產業總產值除以二、三從業人員數的比值來反應社會投入產出的效率情況，該回歸系數為負且顯著。這說明城市單元過度注重效率及生產力水平的提高，有時會忽略了城鎮化的綠色發展，即完全的效率驅動是反作用于綠色城鎮化的，效率驅動過程中往往容易忽略城鎮發展過程中的生態宜居和城鄉協調等內容。政府導向因素的回歸系數為0.010，且通過了1%的顯著性水平檢驗，說明政府的行政手段控制對于綠色城鎮化的提高有著顯著的正向作用。即政府導向指標每增加1個單位，綠色城鎮化就提高0.010個單位，這表明政府的財政建設對于綠色城鎮化有著顯著的推動作用。

五、結論與政策建議

本研究重構了綠色城鎮化投入產出指標體系，基于DEA模型測算長三角城市群城鎮化的綠色綜合效率，利用區域差異指數、空間自相關等方法分析綠色城鎮化的空間演化趨勢及特征，并通過空間Tobit模型對長三角城市群綠色城鎮化的動力機制進行了探討，得到以下主要結論：

在2005—2014年，長三角城市群城鎮化的綠色綜合效率、綠色純技術效率以及綠色規模效率在研究期內整體均有一定程度的提升，向上躍遷的城市主要集中在長三角的西部邊陲地區。其中，大部分地區都處于有效增長型地區，研究區域之間的差異正逐步減小。

長三角城市群綠色城鎮化表現出顯著的空間集聚態勢，集聚程度整體呈現出“S”型的波動軌跡，總體的集聚水平不斷減弱，但全局的空間集聚效應依然顯著存在。區域整體差異減小而形成的均衡發展趨勢造成了集聚效應的減弱。綠色城鎮化整體呈現出長三角西部邊陲地區的熱點“雙核心”空間結構和內陸城市單極的冷點集聚區。

針對綠色城鎮化動力機制的研究發現，經濟基礎與綠色城鎮化成“U”型關系，除環境規制因素外，經濟基礎、效率驅動、政府導向和教育投資因素對綠色城鎮化均有顯著的影響。其中，教育投資、政府導向是綠色城鎮化的驅動力量，而效率驅動是綠色城鎮化的制約因素。

根據上述結論，本研究提出以下政策建議：

優化布局，促進區域均衡發展。綠色城鎮化在區域發展中呈現出明顯的空間集聚效應，對于空間布局的有效利用顯得尤為重要。合理優化布局，有效整合各類資源集約發展，進而促進區域綠色城鎮化均衡發展。不斷完善區域性中心城市的基礎設施和公共服務體系，充分考慮城市自身的容納力，使經濟基礎與城市社會承載力相適應。

推廣教育，加大技術創新投入。教育投資是推動綠色城鎮化發展的重要驅動力量之一，而教育投資正是對提高城鎮居民素質，促進技術創新的發展有重要作用。順應科技進步與產業改革的步伐，必須加大教育投資，發揮人才資源優勢，鼓勵企業技術革新，有益于全面提高城市創新驅動能力。從政府體制機制、城市社會治理、產業組織改革等多方面進行技術創新，發揮城市創新載體作用，成為綠色城鎮化發展的持續性推動力。

保護環境，推進生態文明建設。把生態文明理念全面貫徹到綠色城鎮化的建設過程中，嚴格控制高污染高排放的工業企業發展，構建綠色生產、生活、生態新模式。同時，控制能源消費總量，推廣綠色基礎設施建設，在保障人民生活的同時注重環境保護的可持續發展。現階段迫切需要政府加大宣傳力度，引導全民參與建設綠色出行、綠色生活、綠色發展的城鎮化發展機制。

[1] 魏后凱,張燕.全面推進中國城鎮化綠色轉型的思路與舉措[J].經濟縱橫,2011(9):15-19.

[2] 張德榮. “中等收入陷阱”發生機理與中國經濟增長的階段性動力[J].經濟研究,2013(9):17-29.

[3] SOPHIE L, JEAN C. Environmental performance of the urban form[J]. Regional science and urban economics,2016, 59(1)：1-11.

[4] JIN S D, KE W, YANG H,et al. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization[J].Landscape and urban planning, 2009, 92(9)：187-198.

[5] CHEN WY, HU FZY. Producing nature for public: Land-based urbanization and provision of public green spaces in China[J]. Applied geography,2015,58(5):32-40.

[6] 李忠,盧偉,王麗.綠色、循環、低碳的新型城鎮化發展研[J].中國經貿導刊,2013(2):28-31.

[7] 劉紀遠,鄧祥征, 劉衛東,等.中國西部綠色發展概念框架[J].中國人口·資源與環境,2013 (10):1-7.

[8] MARKUS B. Economic growth, size of the agricultural sector, and urbanization in African[J]. Journal of urban economics, 2012,71(1):26-36.

[9] 沈清基,顧賢榮.綠色城鎮化發展若干重要問題思考[J].建設科學,2013(5):50-53.

[10] 黃珂,張安錄,張雄.中國城市群農地城市流轉效率研究——基于三階段DEA與Tobit模型的實證分析[J].經濟地理, 2014 (11):74-80.

[11]WATANABE M,TANAKA K.Efficiency analysis of Chinese industry: A directional distance function approach[J].Energy policy, 2007, 35(12):6323-6331.

[12] ZHENG J, BIGSTEN A, Hu A. Can China’s Growth be Sustained? A Productivity Perspective[J].World development, 2006, 37(4):874-888.

[13] 孫威,董冠鵬.基于DEA模型的中國資源型城市效率及其變化[J].地理研究,2014 (12):2155-2165.

[14] 賀燦飛,潘峰華.產業地理集中、產業集聚與產業集群:測量與辨識[J].地理科學進展,2007 (2):2-13.

[15] 劉濤,齊元靜,曹廣忠.中國流動人口空間格局演變機制及城鎮化效應——基于2000和2010年人口普查分縣數據的分析[J].地理學報,2015(4):567-581.

[16] ELHORST J P, LACOMBE D J, PIRAS G. On model specification and parameter space definitions in higher order spatial econometric models[J].Regional science and urban economic,2012,42(1):211-220.

[17] 周華林,李雪松. Tobit 模型估計方法與應用[J].經濟學動態,2012(5):105-119.

[18] 周建,高靜,周楊雯倩.空間計量經濟學模型設定理論及其新進展[J].經濟學報,2016 (2):169-190.

[19] 董戰峰,楊春玉,吳瓊,等.中國新型綠色城鎮化戰略框架研究[J].生態經濟,2014 (2):79-92.

[20] 方創琳,關興良.中國城市群投入產出效率的綜合測度與空間分異[J].地理學報,2011 (8):1011-1022.

[21] 張榮天,焦華富.泛長三角城市發展效率時空格局演化與驅動機制[J].經濟地理,2014 (5):48-54.

[22] 李佐軍,盛三化.建立生態文明制度體系 推進綠色城鎮化進程[J].經濟縱橫,2014(1):39-43.

[23] 新型城鎮化建設課題組.走綠色城鎮化道路[J].宏觀經濟管理,2014(8):37-41.

[24] 曾昭法,左杰.中國省域城鎮化的空間集聚與驅動機制研究—基于空間面板數據模型[J].中國管理科學,2013(S2):580-586.

[25] 王建康,谷國鋒,姚麗,等.中國新型城鎮化的空間格局演變及影響因素分析——基于285個地級市的面板數據[J].地理科學,2016 (1):63-71.

[26] 張立生.縣域城鎮化時空演變及其影響因素——以浙江省為例[J].地理研究,2016(6):1151-1163.

(責任編輯：薛 蓉)

Spatial evolution and dynamic mechanism of green urbanization in Yangtze River Delta Urban Agglomeration

XU Weixiang1, ZHANG Lingyan1, LIU Chengjun1, LI Lu1,ZHANG Yichi2

(1.College of Economics and Management，Zhejiang University of Technology, Hangzhou 310023，China；2.St.Mark’s School, Massachusetts 01772, USA)

With the theoretical analysis framework of green urbanization, the ideas and methods of DEA model, this research comprehensively measured and evaluated green urbanization. Regional difference index and spatial autocorrelation analysis were used, and the spatial Tobit model was adopted to analyze the spatial evolution characteristics and dynamic mechanism of green urbanization in the Yangtze River Delta Urban Agglomeration. The conclusions are as follows: In 2005-2014, Green urbanization has improved to a certain degree in the whole are, and most regions are with the effective growth. Green urbanization showed a significant spatial autocorrelation and in the “S” type of volatility in Yangtze River Delta Urban Agglomeration. The distribution presented the western border of Yangtze River Delta region hot dual core spatial structure and single pole cold spots in inland cities. The “U” type relationship between the economic basis and green urbanization, education investment, and government guidance are the driving forces of the green urbanization, while efficiency drive is the restriction factor.

green urbanization; DEA; spatial evolution characteristics; dynamic mechanism; Yangtze River Delta Urban Agglomeration

2016-09-19

國家自然科學基金項目(71303218)；教育部人文社科項目(12YJCZH191)；浙江省自然科學基金項目(LQ13G030013)；浙江省高校重大人文社科項目(2013GH010)；浙江省大學生科技創新活動計劃暨新苗人才計劃資助(2016R403067)

徐維祥(1963—)，男，浙江東陽人，教授，博導，博士，從事產業經濟與空間計量研究；張凌燕(1993—)，女，浙江蕭山人，碩士研究生，從事區域經濟與城鎮化研究；劉程軍(1987—)，男，湖南邵陽人，博士研究生，從事區域創新與城鎮化研究；李 露(1993—)，女，江蘇揚州人，碩士研究生，從事產業經濟與城鎮化研究；張一馳(1999—)，女，浙江杭州人，從事文獻與數據分析研究。

F061.5

A

1006-4303(2016)04-0361-08