中國東部沿海四大城市群綠色效率的綜合測度與比較

劉陽　秦曼

摘要 東部沿海城市群作為國家經濟增長的戰略核心區，其均衡與綠色發展已成為中國理論界和政府迫切需要解決的重大問題。綠色效率是衡量區域綠色發展程度的關鍵指標，可以綜合反映城市經濟-社會-生態的協調發展水平。在梳理現有文獻的基礎上，以京津冀城市群、山東半島城市群、長三角城市群以及珠三角城市群為研究對象，基于2006—2015年的相關數據，采用三階段DEA方法，綜合測度四大沿海城市群綠色效率的時空特征。結果表明：①在剝離外部環境及隨機因素的影響后，各地區的綠色效率發生較大變化，36個城市中除10個城市的綠色效率達到效率前沿面，其他城市仍有較大提升空間，且導致效率不足的因素是純技術效率較低，而規模效率的影響不明顯。②外部環境變量中，人均GDP、政府規劃與城市綠色效率負相關;產業結構、城市化水平和市場開放程度與城市綠色效率正相關。③不同城市群的綠色效率等級存在異質性，四大城市群發展并不均衡，山東半島城市群的綠色效率一直領先于其他三個城市群，城市群內部也表現出一定程度的失衡。④未來要繼續加強發展第三產業，擴大勞動力就業水平，減少勞動力集聚造成的人員閑置;在加速城市化進程的同時，要注意發現城市化所造成的資源能源的過度消耗，把握城市化的速度，堅持以質量為導向，因地制宜制定地方政策，加強城市群之間以及城市群內部的合作與交流，實現要素資源的自由化流動，以推進沿海四大城市群的綠色均衡發展。

關鍵詞 東部沿海;城市群;綠色效率;三階段DEA

中圖分類號 X321文獻標識碼 A文章編號 1002-2104（2019）03-0011-10DOI：10.12062/cpre.20180712

城市群作為經濟活動集聚的最高空間組織形式，其形成是經濟和城市自然演化的必然結果，城市群已成為中國未來經濟發展的重要趨勢。國家“十一五”規劃綱要和《國家新型城鎮化規劃（2014—2020年）》明確了城市群作為城鎮化“主體”的地位，在政策指引與現實需求的不斷推動下，城市群經濟正在取代中國傳統省域經濟的發展格局。目前的城市群發展表現出經濟增速快，集聚效率高、功能輻射大、區域聯動強的特征，但其發展的不均衡也逐漸顯現，從全國范圍來看，由于資源稟賦、地理區位、開放程度、創新能力、人才吸引等方面的差異，使得東部地區城市群發展明顯優于其他地區，而東部地區城市群的優先發展也引致了高能耗、高污染等環境問題。因此，東部沿海城市群的均衡與綠色發展也成了中國理論界和政府迫切需要解決的重大問題，這既是中國“城市化發展”“生態文明建設”的必由之路，也是“藍色夢想”“美麗中國”實現的推動力。可以看出，測度東部沿海城市群的綠色效率是探尋城市群綠色發展路徑的邏輯起點，對比城市群之間與城市群內部的綠色效率差異是實現資源環境約束下城市群均衡發展的關鍵所在，直接影響著東部沿海城市群經濟的發展層次與格局提升。

綠色發展是當前國內外持續關注的重要領域，而準確測度區域綠色效率則是區域經濟綠色發展的研究基礎。目前關于綠色效率的相關研究已有豐富積淀，學術界對其關注的深度與廣度也不斷加強，經梳理，現有的文獻主要呈現出以下特征：①概念提法的相似性。除了“綠色效率”的提法，相似概念還包括“環境效率”[1-5]、“生態效率”[6-10]，三個概念的提出都符合社會發展的要求，也常被混淆使用，而事實上，三者之間是繼承與發展的關系，在投入要素不變的條件下，環境效率以經濟產出最大化、環境污染最小化為衡量標準;生態效率則多被用于衡量區域的循環經濟發展水平，既體現節能減排的要求，更強調廢棄物的循環再利用，但無論是指標選取還是測度思路仍局限在經濟環境系統，而綠色效率除了關注經濟產出的最大化之外，還應將社會發展水平作為期望產出，從而實現了研究關注點“經濟領域-環境領域-社會領域”的擴展，這既是綠色發展“均衡化”的要求，也是社會發展“綠色化”的體現。鄧波[9]、付麗娜[8]等諸多學者在測度特定區域生態效率時只考慮了經濟產出，而事實上，環境因素的考慮與否直接影響城市的發展效率[11]，后來學者們嘗試將環境要素納入評價體系中，但考慮角度有所不同，成金華[12]將環境污染作為投入要素，孫露[13]、任宇飛、方創琳[10]則視環境污染為非合意產出，兩種做法雖側重不同，但都體現了環境對于城市發展的重要性。②理論運用的綜合性。一方面，經濟學與地理學充分融合，在對效率進行有效測度的基礎上，又注重分析空間的演化規律及空間影響機制[14-16]，探究區域的空間異質性。另一方面，借鑒生態學的思想進行產業環境/生態效率[17]、資源環境效率[18-20]、區域環境/生態效率[21]的測度，實現了生態學與產業經濟學、區域經濟學的交叉;此外，對產業園區效率的測度也充分體現了管理學的思想。③研究方法的趨同性。現有對綠色效率的研究主要運用兩類方法，相對于構建綜合評價指標體系[22]，DEA模型及其擴展模型的應用更加廣泛，楊斌[23]、程曉娟[24]等運用傳統DEA方法測度了區域生態效率，韓晶[25]評價了中國區域綠色創新效率;陳真玲[26]、成金華[12]運用超效率DEA方法在評價效率的基礎上分析其動態演化規律;此外被廣泛運用的還有非期望SBM模型[27-29]，三階段DEA模型，SBM 模型可以一定程度解決徑向測度帶來的問題，效率評價結果優于傳統模型，但其測評結果會受到確定方向向量方法的影響，并且在投入產出的松弛改進方面有所欠缺[30]。三階段DEA[31]模型是在Fare等提出的解決環境問題的一階段DEA方法和Coelli等[32-34]提出的DEA-Tobit方法（也稱兩階段DEA）的基礎上提出的，已廣泛應用與多個領域。

通過梳理可以看出，目前的研究具有明確且一致的目標導向，不論是研究手段的運用還是研究理論的選取，研究的最終目的都是要達到城市綠色發展的目標。但是現有綠色效率的研究整體評價多，對比分析少，靜態分析多，動態分析少;現有研究普遍認為中國東部沿海地區的綠色效率領先其他地區[35-38]，且規模效率是主要影響因素[12，39]，而卻對東部地區城市群內部以及城市群之間的對比分析研究不足。因此，本文合理選取評價指標，采用三階段DEA測算和分析中國東部4大沿海城市群城市發展的綠色效率及其時空特征，一方面可以提高國內外綠色效率研究的理論與方法水平，為中國城市群經濟的發展提供理論支撐;另一方面也有利于認清東部沿海城市群綠色效率的真實狀況，深入理解城市綠色發展模式，對中國轉變發展方式、提高城市發展質量意義重大。

1 研究區域與數據來源

本研究借鑒中國城市群的現有研究成果[40]，選取京津冀城市群、山東半島城市群、長江三角洲城市群、珠江三角洲城市群四個沿海城市群為研究對象，共包含8個沿海省份的36個城市（見表1）。

研究數據來源于《中國城市統計年鑒（2006—2016）》《中國環境年鑒（2006—2016）》《中國區域經濟統計年鑒（2006—2014）》，部分數據根據《各省（市）統計年鑒》及相關地市國民經濟和社會發展統計公報補齊，針對仍缺失的數據，根據實際情況，采取“外延法”或“均值法”計算得出。在空間上以市級行政單元為最小決策單元。

2 研究方法與變量選擇

2.1 研究方法

三階段DEA模型在測算過程能夠去除自身不可控因素（環境因素與隨機因素）對效率的影響。三個階段具體如下。

第一階段：傳統DEA模型。

Charnes等[41]最早提出DEA方法，測度固定規模報酬下決策單元的相對有效性，該模型被稱作CCR模型。之后，Banker等[42]將CCR模型中的綜合技術效率分解為規模效率與純技術效率，用來解決規模報酬可變條件下決策單元的有效性問題，也稱BCC模型。本文選擇BCC模型對研究區域內36個城市的初始投入與產出進行測算。

其中，i=1，2，…，m;i=1，2，…，m;r=1，2，…s。n為測算單元數，m和s分別代表投入指標與產出指標個數，xik（i=1，2，…，m）為第k個測算單元第i個投入要素，yik（r=1，2，…，s）為第k個測算單元第r個產出要素，θ為決策單元有效值。若θ=1，且s+=s-=0，則測算單元DEA有效;若θ=1，且s+≠0或s-≠0，則為弱DEA有效;若θ<1，則DEA無效。

第二階段：相似SFA模型。第一階段的DEA模型無法剔除不可控因素對效率值的影響，因此，通過第二階段運用 SFA模型分解第一階段的投入松弛。假定有n個測算單元，每個單元有m項投入，有p個可觀測的環境變量

zi=[z1i，…，zpi]。投入松弛為第一階段第i個測算單元在某項實際投入與最佳效率下投入的差額，分解形式為：sik=fi（zk;βi）+vik+uik，sik為投入差額;fi（zk;βi）標志環境變量對投入差額的影響，常記為：fi（zk;βi）=zk×βi，vik+uik為混合誤差項，vik是隨機干擾項，假定vik～N（0，σ2vi），

uik～N+（μi，σ2ui）

。定義γ=σ2ui/σ2ui+σ2vi，當γ接近1，管理因素影響占主要地位，而當γ接近0，則隨機誤差影響占主導地位。

為使測算單元調整至相同的外部環境與隨機因素狀態，基于最有效測算單元，以投入量為基礎，調整如下：

，i=1，2，…，m;k=1，2，…，n。等式右邊第二項為外部環境的調整，第三項為隨意誤差項的調整。

第三階段：調整后的DEA模型。將調整后的投入數據與原產出數據運用BCC模型再次進行效率評估，過濾掉環境因素與隨機因素，得到更真實、準確的效率值。

2.2 變量選擇

城市綠色效率的指標選擇應以綠色效率的內涵為基礎，在前人研究的基礎上，本文認為城市綠色效率是以最小的要素投入以及最少的環境產出來獲得最大的經濟效益與社會效益，以實現“經濟-社會-生態”的共贏。相較于以往的界定，更加體現了社會層面的內涵，這與城市綠色發展理念完全契合。基于此，在產出指標選取方面，人均GDP和社會消費品零售總額是反映居民的經濟狀況與消費需求的最直接指標，可作為期望產出分別表征城市的經濟和社會水平;而現實中，伴隨著“好”產出出現的“三廢”等污染物被認為是“壞”的產出，即非期望產出。由于非期望產出與期望產出是相反的指標，鑒于DEA模型的應用條件，對污染排放指標進行轉化處理，借鑒郭四代[1]的做法，將工業廢氣排放量、工業廢水排放量、固體廢棄物產生量降維成一個綜合指數，并用數據轉換函數處理法對污染指數進行轉換;在投入指標選取方面，考慮到數據的可得性，本文借鑒盧麗文等[43]的做法，以全社會固定資產投資總額表征資本投入要素，從業人員總數表征勞動投入要素，教育與科學技術費支出總和表征技術投入要素，用建成區面積、全社會用電量、供水總量分別代表土地、能源、水資源三類自然資源要素的投入。環境變量是指那些能夠影響城市綠色效率，但是樣本主觀無法控制和改變的要素，主要包括產業結構、城市化水平、對外開放程度、人均GDP以及政府規劃。具體來說，產業結構對于區域經濟與環境協調發展起重要作用，以服務業為主的第三產業發展是產業轉型升級的主攻方向，文中以第三產業生產總值占國民生產總值的比例來衡量;城市化發展初期會使污染加劇，而到一定階段之后環境污染又會隨城市化推進由高變低，以往文獻中的城市化水平多由城鎮人口占總人口比例表征，但由于所測度的36個城市中該指標數據部分缺失，無法進行準確測量，故考慮數據可得性文中由城市建成區綠化覆蓋面積表征;對外開放可以引進城市綠色轉型所必需的先進知識與綠色技術，加速綠色發展，有利于技術水平的提高，文中以當年實際使用外資額與地區GDP的比值表征;人均GDP受地區經濟發展水平的影響，人均GDP越高，說明城市的經濟發展水平越高;政府規劃表示政府對于環境污染的治理強度，由政府治理污染的當年施工項目總數和竣工項目總數表示。

3 結果分析

3.1 第一階段傳統DEA的分析結果

第一階段運用BCC 模型，采用DEAP2.1軟件包，對四個東部沿海城市群36個城市的綠色效率進行測度，分別得到2006—2015年的綜合效率、純技術效率和規模效率，由于篇幅原因，文中只列出各項效率的平均值（見表2）。

從區域分布來看，在不考慮外部環境與隨機誤差的影響下，東部四大城市群36個城市中有8個城市在十年中均處于效率前沿面，分別為北京市、滄州市、煙臺市、無錫市、蘇州市、廣州市、東莞市和中山市，珠三角城市群所占比例最大，有三個城市達到前沿面，其他城市綜合效率與最優值之間仍存在差距。總體上看，山東半島綜合效率值最高，長三角次之，京津冀的綜合效率值最低;純技術效率值與綜合效率值呈現相同格局，表明了山東半島、長三角地

區的純技術投入的有效利用程度高;從時間上看（表3），十年中四大城市群的綜合效率與純技術效率均值成波動上升趨勢，珠三角的波動最為明顯，綜合效率在2008年達到最低值0.894后穩步上升，整體上看各城市群的規模效率一直比較平穩，到2015年出現下降趨勢，且規模效率均值始終大于純技術效率均值，說明東部沿海四大城市群綠色效率提升的關鍵在于技術利用率的提高。

3.2 第二階段：相似SFA分析

將第一階段得出的各城市投入要素冗余作為被解釋變量，將5個環境變量作為解釋變量，建立相似SFA回歸模型，運用Frontier4.1分別估算2006—2015年環境變量對理想投入與實際投入差額的影響。不同于有些學者在第二階段測算時采用歷年的均值[44]，本文為使調整更加準確、客觀，選擇截面分析的方式進行調整，由于篇幅受限，選取中間年份2010年的回歸結果，如表4所示。

從表4中可以看出γ趨近于1，表明在混合誤差項中管理無效率對投入松弛變量的影響比隨機因素的影響大得多。當回歸系數大于0時，則解釋變量與投入松弛變量正相關，說明解釋變量的增加不利于投入冗余的減少;當回歸系數為負時，表明解釋變量的增加反而使得松弛變量減少，故解釋變量的增加有助于提高城市的綠色效率。

產業結構對資本、勞動、能源以及水資源四個投入松弛變量的回歸系數均為負，且均通過1%的顯著性檢驗。說明第三產業在經濟總量中所占比例越大，資本、勞動、能源以及水資源投入的冗余越少，越有利于提高城市的綠色效率。目前國家致力于產業結構轉型升級，第三產業的崛起壓縮了第一二產業的經濟份額，一般來說，工業為主的第二產業以大量的固定資本投資為支撐，因此第二產業比例減小有利于減少資本的投入浪費，這與事實相符，以服務業為主的第三產業具有低耗能的特點，因此，第三產業的增長可以減少資源與能源的投入冗余。第三產業有很強的吸納勞動力就業的能力，自然減少了勞動當量的冗余程度。

綠色化是城市化的一個評價指標，城市化水平與資本、勞動、能源以及水資源投入冗余負相關，與技術投入正相關。城市化要求完善污染治理等基礎設施建設，必然會造成對污染治理投入的增加，因此，城市化進程越快，所需的資本、勞動、能源與資源就越多，在一定程度上避免了投入要素的冗余，促進了城市綠色效率的提升，而城市化水平越高也對科技的投入要求越高，從而加速經費的獲取，造成技術投入的冗余。

對外開放程度與資本和能源的投入冗余負相關，與勞動、資源和技術的投入冗余正相關，可以看出，對外開放程度越高，越能夠吸引外國資本的投入以及加速新能源領域的發展，避免國內固定資產投資和傳統能耗的浪費;城市對外開放還可以帶來勞動力的集聚，同時要求更多研發經費以及資源的支持，自然增加了勞動力、技術以及資源的投入冗余。

人均GDP與資本、勞動、能源以及水資源投入松弛變量正相關，說明人均 GDP 的上升將會帶來四項投入松弛變量的增加，從而降低城市的綠色效率。這與現有學者的研究結果一致[1]。

政府的支持會增加資本、勞動、能源以及水資源的投入松弛變量，多年來，政府是治理環境污染的主體，在改善環境的問題上，政府有強烈的意愿給予足夠的投入，而所投入的要素利用率有限，未被有效利用的諸多要素就增加了投入的冗余。

3.3 第三階段：調整后DEA計算結果

根據第二階段調整后的投入數據與原產出數據，重新計算東部沿海城市群的綠色效率，以得到更客觀真實的評價（見表5）。

由表5所示，剔除外部環境因素和隨機誤差因素后，所考察的36個城市2006—2015年綠色效率的綜合效率均值為0.948，純技術效率均值為0.963，規模效率均值為0.983。相對于第一階段，三個效率值均有小幅下降，其中綜合效率與純技術效率的變化趨勢趨于一致，說明綜合效率的變化主要依賴于技術變化;四個城市群中，除京津冀的綜合效率比調整前有所提升，其他三個城市群的綜合效率均呈現不同程度的下降，珠三角下降幅度最大，說明調整前三個城市群的高效率與所處的外部環境以及機遇有關系，珠三角尤為甚，改革開放先行一步的經濟和政策優勢一直延續，為珠三角城市群的發展提供了有利的契機，分析結果與事實相符。如圖1可以看出，36個城市中，處于效率前沿面的城市由調整前的8個升至調整后的10個，其中滄州市退出效率前沿面，山東半島城市群的濟南市、威海市和長三角城市群的常州市達到了效率前沿面，整體上綜合效率值上升的城市有15個，下降的有11個，這些城市受外部環境和運氣不同程度的影響。

3.4 東部沿海城市群綠色效率區域差異分析

根據調整后測度結果，結合實際對四大城市群之間以及城市群內部的綠色效率進行深入分析。四大城市群綠色效率總體上呈上升的趨勢（圖2），但變化波動較大。其中，山東半島城市群的綠色效率一直領先，這與本地區一直注重發展海洋經濟密切相關。作為中國第一個以海洋經濟為主體的發展區域，傳統海洋產業轉型與新興海洋產業培育的強勢推進加快了山東半島地區高水平的綠色發展。在傳統海洋產業轉型方面，海水養殖業較早地向集約化養殖轉變，目前的工業化循環水養殖企業無論是數量還是規模均居國內前列，同時，海洋牧場的建設也在全國遙遙領先，在很大程度上實現了經濟、社會和生態效益的統一;在海洋新興產業培育方面，山東擁有發展海洋裝備制造、海洋生物醫藥、海水綜合利用等新興產業的區位優勢與科研力量，軟硬件的共同發展使得本地區的綠色轉型效果顯著。長三角城市群、珠三角城市群波動趨勢基本趨同，排名上下波動。2010年，京津冀城市群與山東半島城市群綠色效率大幅下降，到達最低點，表明這兩個地區受2008年4萬億經濟刺激的影響明顯，實體經濟的投入使得外部環境加劇惡化，2015年，城市群排名呈現不一樣的格局，珠三角城市群綠色效率值一直波動上升，領先于其他三個城市群，位于第一位，效率的改善得益于地區產業升級的轉型計劃;山東半島城市群、長三角城市群和京津冀城市群分列第2、3、4位。從圖2可以看出，綜合效率與純技術效率的波動趨勢總體上趨于一致，規模效率則一直比較平穩，到2015年才有大幅下降，可以認為2015年四大城市群綜合效率的下降是由規模效率的下降引起的。

為了更直觀地分析綠色效率的時空變化情況，運用GIS工具中的自然斷點法將綠色效率為3類，由于DEA所得的結果是相對數值，所以分別依據2006年、2010年、2015年的各城市綜合效率值進行分級（見表6）。

由表6可見，①在京津冀城市群中，Ⅰ級城市的數量從4個增長到6個，天津市從2006年所處的Ⅱ級上升到了Ⅰ級，石家莊市更是穩步上升，從2006年的第Ⅲ級上升到了2010年的Ⅱ級，至2015年升至Ⅰ級;呈下降趨勢的有張家口市和滄州市，至2015年分別成為Ⅱ級和Ⅲ級城市。從空間來看，以北京、天津和唐山為中心的西南部地區總體綠色水平較高，輻射周邊城市遞進式演變。②在山東半島城市群中，總體城市綠色水平較高，Ⅰ級城市的數量上沒有發生變化，淄博市一直穩定在第二梯隊，濰坊市和日照市變化較大，其中濰坊市2006年屬于Ⅰ級城市，而后逐年下降，到2010年降到Ⅱ級城市，至2015年變成了Ⅲ級，其他城市則一直屬于Ⅰ級城市，整體上呈現出以青島和濟南為核心的東、西部地區組團式發展。③在長三角城市群中，Ⅰ級城市的數量由2006年的7個下降到了2015年的6個，南京市下降的幅度最大，由Ⅰ級直接降到了Ⅲ級，鎮江市有所改善，杭州市一直穩定的處于第Ⅱ等級，等級內部來看，呈現了北部城市高值區逐漸向南部降低的格局;杭州處于城市群的南端，雖是省會城市，但是與上海相比，在國外資本與技術引進、管理模式先進性方面仍有一定差距，上海與蘇州、無錫、常州、南京同位于中部，上海作為核心城市其輻射作用帶動整個中部城市帶狀發展。④在珠三角城市群中，Ⅰ級城市的數量由2006年的8個下降為2015年的6個，其中深圳市下降到Ⅱ級城市，而珠海市的波動最大，綠色發展極不穩定。

4 結論與建議

本文選取 2006—2015年相關數據，運用三階段 DEA 模型對中國沿海四大城市群的綠色效率進行了測度與比較，主要得出以下結論及建議。

（1）調整前后各城市的綠色效率發生了比較明顯的變化，說明了剔除外部環境與隨機因素的必要性，也證明了運用三階段 DEA 模型進行綠色效率測度更加客觀真實。總體來看，中國四大城市群36個城市中，除去已處于效率前沿面的10個城市，其他城市的綠色效率仍有較大提升空間，而提升效率的關鍵在于技術利用效率的提高。無論是資源能源的高效利用還是污染排放的有效治理，都離不開技術的發展，同時也要積極推進綠色技術的成果轉化，從而實現綠色效率的提升。

（2）從外部環境變量的影響來看，人均GDP與政府規劃會對城市綠色發展產生不利的影響。由于人均 GDP 的增加對資本利用效率的影響存在門檻效應，當低于門檻值時，增加人均GDP也無法提高資本的利用效率，從而影響城市的綠色發展。政府對污染治理的重視理應對城市綠色效率的提高起積極的作用，但現實中政府的污染治理多屬于被動的末端治理，對提高綠色效率明顯的清潔生產等前端防控明顯投入不足，這就造成了污染治理投入多，治理效果不明顯的狀況。因此，政府應加強統一管理，提高投入的利用效率;未來仍要繼續加強發展第三產業，擴大勞動力就業水平，減少勞動力集聚造成的人員閑置;在加速城市化進程的同時，要注意發現城市化所造成的資源能源的過度消耗，應把握城市化的速度，堅持以質量為導向，打造集約高效的新型城鎮化空間格局。

（3）不同城市群的綠色效率發展等級存在異質性，四大城市群發展并不均衡，京津冀城市群、長三角城市群以及珠三角城市群屬于國家級城市群，山東半島城市群屬于區域性城市群，從測度結果來看，并沒有顯示出層級差異所帶來的相應效率水平的差異，反而呈現相反的格局，這是由于伴隨我國的城市化發展，相對于區域性城市群，國家級城市群能夠吸引更多的生產要素集聚，雖然加速了城市化進程，但同時也引致了負面環境效應。從城市群整體看，四大城市群都應以產業升級為主要抓手，只是側重點各有不同，山東半島城市群應積極發展海洋經濟，尤其聚焦于海洋新興產業，如海洋清潔能源、海洋生物醫藥、海洋科教創新等資源消耗低、綜合效益好的產業發展;長三角城市群應注重控制產業規模，積極利用外資提升生產技術以實現清潔生產并降低能耗;珠江三角洲雖自主研發能力較強，但勞動密集型產業也較多，應合理利用科技引導企業發展，合理整合人力資源，增加產品附加值;京津冀城市群高耗能產業比重較高，但創新能力強，應將新材料、新工藝、新方法運用到傳統產業中。在城市群內部，則要加強城市之間的合作與交流，協調推進綠色發展，真正實現要素資源的自由化流動，同時大膽培育城市新的增長點，找準不同定位，發揮區位優勢，以改善群內綠色發展的失衡，實現城市群、城市以及產業發展的協調發展。

參考文獻

[1]郭四代， 仝夢， 郭杰，等. 基于三階段DEA模型的省際真實環境效率測度與影響因素分析[J]. 中國人口·資源與環境， 2018（3）：106-116.

[2]樸勝任， 李健. 基于超效率DEA模型的中國區域環境效率時空差異研究[J]. 干旱區資源與環境， 2018（4）：1-6.

[3]曾賢剛. 中國區域環境效率及其影響因素[J]. 經濟理論與經濟管理， 2011（10）：103-110.

[4]王兵， 吳延瑞， 顏鵬飛. 中國區域環境效率與環境全要素生產率增長[J]. 經濟研究， 2010（5）：95-109.

[5]崔曉， 張屹山. 中國農業環境效率與環境全要素生產率分析[J]. 中國農村經濟， 2014（8）：4-16.

[6]WILLARD B.The sustainability advantage： seven business case benefits of a Triple Bottom Line[M].Gabriola Island： New Society Publishers，2002.

[7]WBCSD.Eco-efficiency： creating more value with less impact[R].Geneva：World Business Council for Sustainable Development，2000： 5-36.

[8]付麗娜， 陳曉紅， 冷智花. 基于超效率DEA模型的城市群生態效率研究——以長株潭“3+5”城市群為例[J]. 中國人口·資源與環境， 2013， 23（4）：169-175.

[9]鄧波， 張學軍， 郭軍華. 基于三階段DEA模型的區域生態效率研究[J]. 中國軟科學， 2011（1）：92-99.

[10]任宇飛， 方創琳， 藺雪芹. 中國東部沿海地區四大城市群生態效率評價[J]. 地理學報， 2017， 72（11）：2047-2063.

[11]王家庭. 環境約束條件下中國城市經濟效率測度[J]. 城市問題， 2012（7）：18-23.

[12]成金華， 孫瓊， 郭明晶，等. 中國生態效率的區域差異及動態演化研究[J]. 中國人口·資源與環境， 2014， 24（1）：47-54.

[13]孫露， 耿涌， 劉祚希，等. 基于能值和數據包絡分析的城市復合生態系統生態效率評估[J]. 生態學雜志， 2014， 33（2）：462-468.

[14]黃躍， 李琳. 中國城市群綠色發展水平綜合測度與時空演化[J]. 地理研究， 2017， 36（7）：1309-1322.

[15]侯孟陽， 姚順波. 中國城市生態效率測定及其時空動態演變[J]. 中國人口·資源與環境， 2018（3）：13-21.

[16]班斕， 袁曉玲. 中國八大區域綠色經濟效率的差異與空間影響機制[J]. 西安交通大學學報（社會科學版）， 2016， 36（3）：22-30.

[17]何楓， 祝麗云， 馬棟棟，等. 中國鋼鐵企業綠色技術效率研究[J]. 中國工業經濟， 2015（7）：84-98.

[18]孫才志， 姜坤， 趙良仕. 中國水資源綠色效率測度及空間格局研究[J]. 自然資源學報， 2017（12）：1999-2011.

[19]盧曦， 許長新. 基于三階段DEA與Malmquist指數分解的長江經濟帶水資源利用效率研究[J]. 長江流域資源與環境， 2017， 26（1）：7-14.

[20]任毅， 丁黃艷， 任雪. 長江經濟帶工業能源效率空間差異化特征與發展趨勢——基于三階段DEA模型的實證研究[J]. 經濟問題探索， 2016（3）：93-100.

[21]潘興俠， 何宜慶， 胡曉峰. 區域生態效率評價及其空間計量分析[J]. 長江流域資源與環境， 2013， 22（5）：640-647.

[22]李曉西， 劉一萌， 宋濤. 人類綠色發展指數的測算[J]. 中國社會科學， 2014（6）：69-95.

[23]楊斌. 2000—2006年中國區域生態效率研究——基于DEA方法的實證分析[J]. 經濟地理， 2009， 29（7）：1197-1202.

[24]程曉娟. 資源、環境兩維視角下區域生態效率DEA評價[J]. 當代經濟管理， 2013， 35（2）：63-68.

[25]韓晶. 中國區域綠色創新效率研究[J]. 財經問題研究， 2012（11）：130-137.

[26]陳真玲. 基于超效率DEA模型的中國區域生態效率動態演化研究[J]. 經濟經緯， 2016（6）：31-35.

[27]張逸昕， 林秀梅. 中國省際綠色創新效率與系統協調度雙演化研究[J]. 當代經濟研究， 2015（3）：51-56.

[28]黨廷慧， 白永平. 區域生態效率的測度：基于非期望產出的SBM模型的DEA窗口分析[J]. 環境與可持續發展， 2014， 39（2）：39-42.

[29]張虎平， 關山， 王海東. 中國區域生態效率的差異及影響因素[J]. 經濟經緯， 2017（6）：1-6.

[30]ZHANG N， CHOI Y. Environmental energy efficiency of Chinas regional economies： a non-oriented slacks-based measure analysis[J]. Social science journal， 2013， 50（2）：225-234.

[31]FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of productivity analysis， 2002， 17（1/2）：157-174.

[32]LEE J Y. Application of the three-stage DEA in measuring efficiency：an empirical evidence[J]. Applied economics letters， 2008， 15（1）：49-52.

[33]黃憲， 余丹， 楊柳. 我國商業銀行X效率研究——基于DEA三階段模型的實證分析[J]. 數量經濟技術經濟研究， 2008， 25（7）：80-91.

[34]劉滿鳳， 李圣宏. 基于三階段DEA模型的我國高新技術開發區創新效率研究[J]. 管理評論， 2016， 28（1）：42-52.

[35]汪克亮， 楊力， 程云鶴. 異質性生產技術下中國區域綠色經濟效率研究[J]. 財經研究， 2013（4）：57-67.

[36]錢爭鳴， 劉曉晨. 中國綠色經濟效率的區域差異與影響因素分析[J]. 中國人口·資源與環境， 2013， 23（7）：104-109.