2005-2015年中原城市群生態效率及影響因素分析
——基于DEA-Malmquist-Tobit模型的實證研究

史方圓

(福建師范大學經濟學院，福建 福州 350108)

中原城市群位于我國中東部，涵蓋了河南、安徽、河北、山西、山東5省30個地市，是長江三角洲、珠江三角洲、京津冀之間規模最大、一體化程度最高、人口最密集的城市群。截至2016年底，該城市群總覆蓋面積達28.7萬km2，生產總值60343.72億，是中國第四大增長極。然而，隨著城市群的日漸發展成熟，經濟發展與生態環境的矛盾關系日益凸顯。在此背景下，若要發展壯大中原城市群，使其成為世界級城市群，形成支撐中部崛起的核心增長地帶，需積極探求緩解該矛盾的方法以提升該城市群的競爭力。為此，評估中原城市群生態效率水平，指出中原城市群發展中可能面臨的問題，并針對性地提出相關對策建議，對于中原城市群壯大經濟增長極，實現建成綠色生態發展示范區的目標具有重要意義。

1 文獻綜述

生態效率這一概念最早是由Schaltegger等[2]在1990年提出的，隨后世界可持續發展工商理事會[3](WBCSD)對其進行定義，即生態效率是在提供有價格競爭優勢且滿足人類需求和保證生活質量的產品或服務的同時，在產品或服務生命周期中能將生態影響和資源消耗強度逐步降低到至少與估算的地球承載力相一致的水平。之后，歐洲環境署(EEA)[4]和聯合國亞洲與太平洋經濟社會委員會(ESCAP)[5]分別從資源投入的角度定義了生態效率。前者認為生態效率是以盡可能少的自然界投入創造盡可能多的社會產出；后者認為生態效率是在提高社會生產力的同時降低資源消耗，且有助于綠色發展。世界經濟合作與發展組織(OECD)[6]將生態效率的概念進一步擴大至政府、工業企業及其他組織，認為生態效率=產出/投入，目前這一說法得到世界的廣泛認同。雖然不同機構的表達方式各有不同，但均體現了生態效率的內涵即以最小化的資源消耗和環境損害贏得最大化的價值。

在對生態效率的概念進行解釋的同時，國外相關學者也通過各種方法對各個層面的生態效率展開評價。Netoa等[7]運用單一比值法評估物流系統的生態效率；Caneghem等[8]通過構建指標體系來衡量鋼鐵行業的生態效率，相較于這兩種方法，通過構建模型測量生態效率則相對更為普遍，其中數據包絡分析法被廣泛的應用于生態效率的測度中。Pekka等[9]運用DEA模型分別對歐洲國家24個發電廠的生態效率進行測度；Arabi等[10]通過對伊朗電力行業重組期間的生態效率進行測度，結果顯示該行業生態效率的增長主要緣于技術水平的提高；Goto等[11]運用DEA模型對日本工業區的生態效率進行測度，結果顯示其DEA無效主要是由于CO2等溫室氣體過度排放導致；之后，Camarero等[12]又從國家層面出發運用DEA模型對經濟合作與發展組織(OECD)國家的生態效率進行了測度，結果表明非期望產出較高的國家其生態效率較低且節約能源使用的潛力較小。

而國內學者近年來主要從以下3個層面積極進行有關生態效率的研究。(1)微觀企業層面[13-14]。如戴鐵軍[13]分析了鋼鐵企業生態效率的資源效率、能源效率和環境效率，并利用它們對某鋼鐵企業的生態效率現狀進行了分析；張炳等[14]通過構建企業生態效率評價指標體系運用DEA模型對杭州灣精細化工園區企業生態效率進行了分析。(2)宏觀省域層面[15-17]。如陳傲[15]運用因子分析賦權的方法評價了我國區域生態效率的差異性，結果表明我國生態效率區域間差距較顯著，呈現東高西低的格局，同時還運用線性回歸模型對生態效率的影響因素進行了分析，結果表明以排污費為代表的環境經濟政策對生態效率的提高影響并不顯著；楊斌[16]運用DEA模型對2000-2006年中國各地區的生態效率進行評價和分析，結果表明工業固體廢物、工業煙粉塵及水、土地等資源的過度消耗是制約生態效率提高的主要因素；成金華等[17]運用超DEA模型對我國30個省份的生態效率進行測算并運用空間自相關分析法探索影響區域生態效率差異的空間機制。(3)宏觀城市層面[18-19]。如付麗娜[18]運用超效率DEA模型研究了長株潭“3+5”城市群的生態效率并建立了Tobit模型進行回歸分析以探究不同因素對生態效率的影響，結果表明“3+5”城市群總體生態效率較高但各地區生態效率差距較大；任宇飛等[19]采取傳統DEA模型、TOPSI模型，以及考慮非期望產出的SBM模型對東部沿海地區四大城市群的生態效率進行測度并分析了其影響因素。

文獻分析可見，國內對于生態效率的研究表現出以下特點：(1)對生態效率的研究從微觀到宏觀，從省域到城市不斷深入；(2)對生態效率的研究所使用的計量方法各有不同，但概括起來主要包括：因子分析法、超效率DEA法和傳統DEA方法，其中數據包絡分析法及其變形被廣泛地應用于生態效率的研究；(3)有關城市群生態效率的研究多集中于東部沿海等發展較為成熟的城市群，針對建設初期的城市群如中原城市群則研究較少。相比現已成熟的城市群，中原城市群還處于發展初級階段，但其銜接沿海開放地區和我國中西部，是承接發達國家和我國東部產業轉移、西部資源輸出的核心區域。同時，中原城市群不但產業體系完備而且擁有豐富的人力資源。因此，推進中原城市群的發展不僅可以發揮其人口優勢，加快促進中部地區崛起，還有助于促進東中西協調發展，優化區域發展空間格局，還可通過提升內陸地區開放水平，為“一帶一路”建設提供內陸支撐。鑒于此，本研究嘗試以中原城市群為研究對象，首先利用DEA模型對中原城市群各地市生態效率的靜態特征進行綜合測度，并分別對2005年和2015年始終處于非生產前沿面的地市的投入冗余率進行分析；然后運用Malmquist指數對中原城市群的生態效率進行動態分析；最后運用Tobit面板回歸模型對影響中原城市群生態效率的其他因素進行更進一步的實證分析，以期為中原城市群生態效率的提升提出有針對性的對策建議。

2 中原城市群生態效率的測度

2.1 研究方法

2.1.1 數據包絡分析法 數據包絡分析法(Data Environment Analysis)簡稱DEA，最初是1978年著名運籌學家Charnes等[20]在“相對效率評價”概念基礎上提出的，該模型利用非參數方法，對具有多項投入和多項產出的決策單元(DMU)進行分析，根據對各DMU觀察的數據來判斷DMU的相對有效性(DEA有效)，本質是判斷DMU是否位于可能集的生產前沿面上。DEA方法在處理多投入多產出的相對效率上具有絕對優勢，因此在許多行業中得到廣泛應用。

數據包絡分析中最有代表性的是規模報酬不變的CCR模型和規模報酬可變的BCC模型。本研究采用的是以投入為導向的BCC模型。假設中原城市群中現有n個地市，則每個地市即為一個決策單元(DMU)，設n個決策單元(j=1，2，3，…，n)，每個決策單元有相同的m項投入(i=1，2，…，m)，相同的r項產出(r=1，2，3，…，s)，則Xij表示第j個決策單元的第i項投入，Yrj表示第j個決策單元的第r項產出。該模型的基本形式如下：

Minθ

λj≥0,S-≥0,S+≥0,j=1,2,…,n

2.1.2 Malmquist指數分析法 Malmquist指數最早是在1953年由瑞典經濟學家Malmquist提出，1982年開始Caves等人將該方法用于生態效率的測算，直到1994年，RolfFare和Urosskopf等提出將該理論的一種非參數線性規劃法與DEA模型相結合，才使得該指數分析法得以廣泛應用[21]。Fare等人將Malmquist定義為：

(1)

(2)

2.2 指標選取

從生態效率的本質來看，生態效率包含資源投入、環境影響和經濟效益，因此，要提高城市群的生態效率，就要求在實現經濟效益的同時正確處理好其與資源投入和環境影響之間的關系。其中，資源投入是進行經濟活動的前提，具體包括自然資源投入、能源投入、人力資源投入等；經濟效益指投入一定資源所產生的經濟價值；環境影響指投入一定的資源經過生產這一過程所產生的對環境的負面影響，通常用生產所產生的廢物表示。經濟發展要以一定的資源投入為支撐，還會伴隨著對環境的污染，在追求價值最大化的同時，使得資源消耗和環境污染最小化，其作為生態效率的基本思想，與DEA方法對投入和產出指標的要求相符。因此，本研究在相應指標的選取方面，一方面結合生態效率的內涵和DEA對投入產出指標的要求，另一方面借鑒國內有關學者的做法[16-18,22]，根據數據的可得性、可比性和科學性，用地區生產總值表示經濟效益，代表產出水平；用資源消耗和環境污染分別表示資源投入和環境影響，代表投入水平。其中，前者中用建成區土地面積代表土地資源投入、供水總量代表水資源投入、全社會用電總量代表能源投入，就業人數代表人力資源投入；后者中用工業廢水排放量、工業SO2排放量、工業煙(粉)塵排放量和一般工業固體廢物產生量分別從廢水、廢氣、固體廢物的側面代表其對環境的污染程度，具體指標體系見表1。

2.3 數據來源及處理

選取中原城市群各地市作為研究對象(濟源市由于統計數據不完整故不予考慮)，選取2005-2015年數據對其進行實證分析。原始數據主要來自于相關年份的《中國統計年鑒》《中國城市統計年鑒》《河南統計年鑒》《安徽統計年鑒》《邯鄲統計年鑒》《菏澤統計年鑒》《山東統計年鑒》《長治統計年鑒》《晉城統計年鑒》《運城統計年鑒》和各地相關環境公報。

表1 中原城市群生態效率評價指標

考慮到價格因素的變化，以2005年為基期，利用國內生產總值指數對各地市的地區生產總值和人均GDP進行平減。

3 中原城市群生態效率的實證分析

3.1 綜合效率分析

根據中原城市群各地市2005-2015年表1指標體系對應的相關數據，在規模報酬可變的假設下運用DEAP軟件，計算中原城市群各地市的生態效率(表2)。

從表2可以看出，2005-2015年中原城市群各地市生態綜合效率平均值為0.882，處于中等水平；而且，中原城市群的生態綜合效率均值波動不大，保持在0.862～0.916之間，即達到DEA最優前沿面的86.2%～91.6%。然而，各地市間的生態效率在研究時間截面上卻存在明顯差異(圖1)，只有亳州市、聊城市、洛陽市、許昌市和周口市五地生態效率較高，年均為1，說明其處于生產前沿，該決策單元的DEA是有效的；其他地市生態效率均值彼此均存在顯著差異。

3.2 冗余率分析

對于沒有實現DEA有效的地區，其在產出一定的時候未能達到最優投入，因此，分析這些地方的投入冗余情況有利于更好地指出其生態效率改進方向。非DEA有效地區2005年和2015年產出一定的情況下的投入冗余分析結果見表3、表4。

表2 2005-2015年中原城市群各地市生態綜合效率情況

圖1 2005-2015年中原城市群各地市生態綜合效率均值情況

2005年始終未達到DEA有效的地區中(表3)，長治市和焦作市兩地的投入冗余率均值較高，分別達到21.91%和24.25%，晉城市、鶴壁市和濮陽市3地投入冗余較低均為0。從冗余率均值來看，城市用水、全社會用電和工業煙粉塵冗余率較高，均達到了20%左右。2015年始終未達到DEA有效的地區中(表4)，雖然其生態效率均值較2005年的0.719提高至0.758，但地區投入冗余率均值達到20%以上的地區個數增至3個，分別為長治市(25.82%)、晉城市(22.44%)和安陽市(24.42%)；投入冗余率均值為0的地區減少為淮北市和濮陽市兩地；平均冗余率也普遍高于2005年，其中冗余程度較高的依次為工業煙粉塵、工業SO2、用電量、工業固廢、用水量?？梢?，水電等資源投入和工業廢水、工業SO2和工業固廢等污染物的排放是制約這些地區生態效率提高的重要因素，因此，如若加大對冗余率較高指標的調控將有利于這些地區生態效率的提高。

表3 非DEA有效地區2005年投入冗余率情況

表4 非DEA有效地區2015年投入冗余率情況

3.3 生態效率Malmquist指數分析

相對于運用規模報酬可變的DEA模型對中原城市群的生態效率進行的測度而言，運用Malmquist指數法對生態綜合效率進行分解則更能表現出中原城市群生態效率動態的變化情況。Malmquist指數分解結果見表5。

從表5可知，2005-2015年中原城市群生態效率平均為1.004(全要素生產率指數)，生態效率年均上升0.4%，表明2005-2015年間中原城市群的生態效率總體呈微弱上升之勢，但各期間波動幅度不同；其中，2009-2010年增幅最大達到23.9%。究其原因，2010年是“十一五”收官之年，“十一五”期間的各項政策措施所帶來的投入的要素效率充分顯現出來，該年技術水平更是相比上年大幅增長21.8%；而2011年作為“十二五”的開局之年，“十二五”所制定的各項政策措施剛付諸實踐，各方面還有待完善，從而導致投入的要素效率未完全顯現，同時該年技術進步變化指數較上年大幅下降達27.5%，這導致了2011年相比2010年生態效率降幅達24.5%。

表5 2005-2015年中原城市群生態效率Malmquist指數及分解

表5還可知，中原城市群的技術效率變化指數、技術進步變化指數、純技術效率變化指數、規模效率變化指數和全要素生產率指數年均上升幅度分別為0.1%、0.3%、0.1%、0%、0.4%；其中，技術進步變化指數變化幅度和全要素生產率變化指數變化幅度幾乎一致，而技術效率變化指數、純技術效率變化指數和規模效率變化指數的波動則較為穩定，說明技術的波動是導致全要素生態效率發生波動的主要因素。

根據Malmquist指數的定義，中原城市群生態效率可分為9類(表6)：第一類包括宿州市，這些地區效率小于1，說明這些地區生態效率下降，原因主要是由技術效率低、技術進步緩慢、純技術效率水平低和規模效率較低共同作用的結果；第二類包括邢臺市，該地區生態效率小于1，說明這些地區生態效率下降，原因主要是由純技術效率低、技術進步緩慢和規模效率較低所導致的；第三類包括晉城市和運城市兩地，這些地區生態效率小于1，說明這些地區生態效率下降，原因主要是由技術效率和規模效率偏低所導致的；第四類包括淮北市和平頂山市兩地，這些地區生態效率小于1，說明這些地區生態效率下降，原因主要是由技術進步緩慢和規模效率偏低導致；第五類包括邯鄲市、長治市、亳州市、菏澤市、洛陽市、鶴壁市、焦作市、許昌市、南陽市九地，這類地區的生態效率小于1，說明該城市生態效率下降，原因主要是由于技術進步緩慢所導致；第六類城市包括蚌埠市和開封市兩地，這類地區的生態效率大于1，說明該城市生態效率上升，原因主要是由技術效率高、技術進步較快、純技術效率較高和規模效率較高共同作用的結果；第七類城市包括鄭州市、濮陽市、漯河市和三門峽市四地，這類地區的生態效率大于1，說明該城市生態效率上升，原因主要是由技術效率高、技術進步較快和規模效率較高所導致；第八類城市包括安陽市和新鄉市兩地，這類地區的生態效率大于1，說明該城市生態效率上升，原因主要是由技術效率高、技術進步較快和規模效率較高導致；第九類城市是除前八類之外的其余6個地市，這類地區的生態效率大于1，說明該城市生態效率上升，原因主要是由技術進步較快所導致的。

4 中原城市群生態效率的影響因素分析

根據生態效率的內涵并結合相關文獻，生態效率的影響因素除了前文中指標體系中包含的相關變量，還會受到經濟規模、產業結構、環境規制等因素的影響。為了進一步探討中原城市群生態效率的影響因素，同時考慮到數據的可獲得性，選取如下變量作為解釋變量：經濟規模(X1，用人均GDP來表示，它等于該地區某年總的GDP除該地區總人口)、對外開放程度(X2，用某年該地區實際利用外資情況表示)、環境規制水平(X3，用固體廢物綜合利用率來表示)、地區特色(X4，用人口密度表示)、城鎮化水平(X5，用某地區年末市轄區區人口比全市人口表示)、產業結構(X6，用某地區某年第二產業占GDP的比重表示)，將前文通過DEA模型得到的綜合效率(Y)作為被解釋變量，構造Tobit面板計量回歸模型。其形式如：

表6 中原城市群各地Malmquist指數分解

其中，i表中原城市群各地市，t表年份，α表回歸系數，ε表隨機誤差項。采用Stata 15.0軟件進行分析，其Tobit面板回歸結果見表7。

從表7可知，經濟規模和對外開放程度與生態效率顯著正相關，城市化程度與生態效率顯著負相關，環境規制水平、地區特色和產業結構與生態效率沒有通過顯著性檢驗。

4.1 經濟規模

從結果看，lnX1與生態效率負相關，(lnX1)2與生態效率正相關，且均通過了1%的顯著性檢驗，即人均GDP每提高1個百分點，生態效率下降2.048207個百分點；人均GDP平方每提高1個百分點，生態效率提高0.1104965個百分點，說明當中原城市群經濟發展水平較低的時候，生態效率較高，但是隨著人均收入的增加，環境污染程度加??；當經濟規模擴大到一定程度后，隨著人均GDP的增加，人們的環保意識逐漸增強，環境污染程度逐漸放緩，這就使得中原城市群生態效率先下降后上升，這與環境庫茨涅茲曲線假說[23]相符，即在經濟發展處于較低水平時，環境污染會隨經濟增長更加嚴重；當經濟發展到較高水平時，環境污染將逐漸降低。

表7 生態效率影響因素的Tobit回歸結果

注：***、**、*分別表示在1%、5%、10%的水平下顯著。

4.2 對外開放水平

從結果看，當年實際利用外資情況與生態效率成正相關并通過了5%的顯著性檢驗，即實際利用外資每提高1個百分點，生態效率提高0.00000131個百分點，說明各城市要利用現有資源如鄭州航空港綜合實驗區等通過積極引進外資，特別是一些先進的技術和管理經驗，使得在獲得同等收益的同時盡可能的減少資源消耗和污染排放。與此同時，由于提高開放程度是把雙刃劍，在引進外資時要加強監管力度，多關注對生態環境的影響，避免以量取勝成為污染產業的接收站。

4.3 環境規制

從結果看，固體廢物綜合利用率與生態效率正相關，但并未通過顯著性檢驗，即固體廢物綜合利用率每提高1個百分點，生態效率提高0.0004064個百分點，說明環境規制對中原城市群生態效率的提升作用并不顯著。這很大程度上是由于一方面環境規制對于生態效率的改善是個長期的過程，各地區針對生態環境所出臺的各項政策措施在短時間內并不能完全的發揮出其全部作用，另一方面在加大環境治理投入的同時，忽視了治污效率的提高，因此，其對生態效率的提升作用并不明顯。

4.4 地區特色

從結果看，人口密度與生態效率正相關但并未通過顯著性檢驗，即人口密度每提高1個百分點，生態效率提高0.0001089個百分點，說明人口密度的適當增加有助于生態效率的提高。一般的觀點[24]認為，人口增長可能使城市出現環境污染等一系列問題，但是人口與環境在一定程度上是相互聯系的，一定程度上適應環境發展的人口增長會使人口增長與環境發展形成來良性循環，從而有助于生態效率的提高。以河南省為例，依據河南省統計局公布的“十二五”時期河南人口發展報告，到2015年年底河南省總人口10722萬人，仍為人口大省，但是河南省2000年已開始進入老齡化社會，截至2015年年底河南省勞動適齡人口減至6555萬，因此，適當的增加人口數量可緩解適齡勞動力的減少，從而緩解勞動力成本的上漲，有利于該地區的發展。

4.5 城鎮化水平

從結果看，城市化率與生態效率負相關并通過了1%的顯著性檢驗，即城市化率每提高1個百分點生態效率降低0.6444832個百分點，說明了城市化水平的提高會對生態效率的提高產生一定的抑制作用。城鎮化是推進我國經濟增長和社會進步的重要力量，截至2015年底，中原城市群城鎮化率達47.2%，城鎮人口較2010年增長了28%。但隨著城鎮化的推進，也會加重水電等資源的消耗，同時也會增加城市垃圾，城市生活污水等的排放，這就要求各地區在推進城鎮化的過程中要密切關注城鎮化對環境的影響，不斷提高城市化的質量。

4.6 產業結構

從結果看，第二產業占GDP比重與生態效率負相關但未通過顯著性檢驗，即第二產業占GDP比重每提高1個百分點，生態效率就降低0.0016972個百分點，說明第二產業比重的上升會抑制生態效率的提升。第二產業資源消耗多，環境污染嚴重，因此，要求中原城市群各地區切實采取各項措施加快產業轉型升級，加大對服務業的扶持力度，降低第二產業比重，增加第三產業比重，進而提升地區生態效率水平。

5 結論與對策建議

基于2005-2015年中原城市群面板數據，先利用傳統DEA方法對其綜合效率進行靜態測算，并進行投入冗余分析，再運用Malmquist指數對生態效率進行動態測算，最后對生態效率影響因素進行Tobit回歸分析，可得出如下結論：

(1)2005-2015年間中原城市群綜合生態效率總體波動不大，處于中等水平，但各地區間生態效率差異顯著。這就要求中原城市群在發展經濟的同時，首先要牢固樹立和踐行生態文明理念，加強環境保護力度；其次，中原城市群各地市要樹立大局意識，將中原城市群看作一個整體，勇于突破行政壁壘，各地市在明確各地產業分工的同時，還需在產業整合方面加大合作力度，提升關聯帶動效應，提高城市群內聚力使得城市群整體優勢的發揮不受制于行政壁壘的約束；最后，要共享優質生態管理經驗，效率水平較低的地市一方面要積極學習借鑒效率較高地市的資源環境管理經驗，另一方面要完善技術、人才等資源的市場流通機制，從生態效率高的地區吸引優秀要素資源，并結合自身實際情況走出一條經濟增長和環境保護協調發展的道路。

(2)通過對冗余率分析，可以看出水電等資源使用、固體廢棄物、廢水、工業SO2、煙(粉)塵等污染物的排放是制約中原城市群生態效率提高的主要因素，說明要提高生態效率。首先，各地政府部門應嚴格污染物排放標準，注重源頭治理，綜合治理，實施將強制性行政政策、經濟手段和社會輿論相結合的多元化污染控制手段，鼓勵各企事業單位加大環境保護建設投入，加大對清潔生產、污染治理和循環生產等資金投入和政策支持力度；其次，各地企事業單位要提高環保意識，努力進行技術改進，循環利用工業廢氣，提高資源利用效率，同時積極進行可再生能源、新能源的研發，從源頭減少有害物產生；最后，各地市和相關企業個人需提高節約意識，時刻以綠色發展和循環發展為指導，充分利用節能減排技術，加大節能減排力度，加快淘汰落后生產力，降低高耗能、高污染產業比重，提高低耗能高技術產業比重，積極推進能源結構調整。

(3)根據Malmquist指數分解結果，可以看出技術進步變動指數相比技術效率變動指數對全要素生產率的變動指數影響作用更為顯著。其中，技術效率變動指數又是由純技術效率指數和規模效率變動指數共同作用的結果。分析結果可以看出，技術效率指數的變動主要是由純技術效率所導致，表明要提高中原城市群生態效率可以從以下兩方面入手：一是各地市和相關企業可通過制定高規格的管理工作標準，健全信息管理系統，建立有助于技術轉化的管理體制機制和內部責任追究體系，嚴格規范管理行為進而提高生產管理水平，同時，要積極學習國外先進經驗促使管理方式的更新換代，不斷完善自身；二是各地市要加強對新技術的研發投入，拓寬研發資金來源，同時出臺相關研發獎勵政策，鼓勵相關企業和科研機構進行研發創新，促使技術升級，實施創新驅動。

(4)通過Tobit回歸分析，可以看出經濟規模和對外開放水平是提升生態效率的重要因素，而城市化水平卻與生態效率顯著負相關，環境規制水平、地區特色和產業結構對生態效率的提高雖有影響，但并不明顯。因此，要提高生態效率水平就要正確處理好經濟發展與環境保護、對外開放與自主創新、加快城市化進程與提高城市化水平、加大治污力度與提高治污質量、人口增長與城市發展等一系列關系。一方面，中原城市群作為由東向西發展的中間地帶，應充分利用交通區位優勢和現有發展平臺如鄭州航空港經濟綜合試驗區、鄭洛新國家自主創新示范區、河南自由貿易試驗區和跨境電子商務綜合實驗區等，提高“米”字型的綜合交通樞紐能力和綜合服務水平，完善投資環境，引導外資更多地流向清潔生產和循環生產等技術要求較高的項目，促使中原城市群的產業發展由污染密集型和資源密集型向技術密集型轉換；另一方面，在經濟發展初期，以高投入、高消耗、高污染為標志的發展模式已不適應如今資源匱乏、環境負擔重的社會，各地市要加快產業發展結構轉變，降低第二產業比重，積極發展以低投入、低消耗、高產出為標志的文化產業、旅游觀光業等第三產業。