中國城市環境績效評價：時空演變與影響因素

康海媛 李先玲 劉馳

（中南民族大學經濟學院，湖北武漢 430074）

1 引言

城市環境效率研究屬于區域環境效率研究的組成部分。在區域環境效率研究中，大部分選擇國家數據或省域數據作為研究樣本，城市數據文獻相對較少。在國家環境效率研究中，Soares 等［1］發現收入水平是影響國家環境效率的主要因素之一，低收入和中等收入國家效率較低，高收入國家環境效率較高且呈增長趨勢。Moutinho［2］也驗證了這一結論，發現拉丁美洲國家的生態效率整體低下。在歐洲國家環境效率比較中，Halkos 和Tzeremes［3］研究結果顯示，不存在環境效率與國民收入之間的庫茲涅茨（Kuznets）曲線關系。

在省域數據的環境效率比較中，中國東部沿海地區環境效率高，而中西部地區則較低［4］。東部地區傳統要素和創新要素的利用效率均高于中西部地區［5］，且東部地區的污染減排技術比中西部地區要高得多［6］，中國需要進一步推動東部地區的先進環保技術向中西部轉移［7］。在城市環境效率研究中，Lee等［8］估算世界主要港口城市的環境效率，發現新加坡、釜山、鹿特丹等城市環境效率最高，而天津則環境效率最低。Deilmann 等［9］測算了德國116 個城市的生態經濟效率，發現中等城市一般比大城市更有效率。王兵、肖海林［10］測算了長三角和珠三角城市群的環境全要素生產率。

學者們對環境效率的研究取得了豐碩成果，但還存在以下不足：一是大多數研究在測算環境效率時，均采用基于當期技術集的指數，所得環境效率水平值不滿足傳遞性，不適合直接比較；二是缺乏對城市維度環境效率影響因素的深入研究。因此，本文擬從以下方面進行完善：一是將選擇基于全域技術集的Global-Malmquist-Luenberger 生產率指數，測算環境效率水平值，其滿足傳遞性，適合進行橫向與縱向比較；二是深入分析城市環境效率的影響因素，揭示其存在的規律。

2 研究方法與數據選取

2.1 研究方法

2.1.1 全域距離函數

2.1.2 Global-Malmquist-Luenberger 指數的構建及分解

在全域距離函數的基礎上，本文構建產出導向的Global-Malmquist-Luenberger 生產率指數，見下式：

2.1.3 環境全要素生產率的計算

利用K 個決策單元、T 個時期的面板數據計算得出環境全要素生產率（GTE），即環境效率，見下式：

2.2 變量與數據選取

由于數據可得性限制，本文選擇中國204 個地級以上城市作為研究樣本，選取勞動力、資本、能源作為投入變量，城市生產總值為期望產出變量，選擇SO2排放量為非期望產出變量，代表環境約束。能源投入指標選擇用電量與液化石油氣供氣總量來表示，因為在《中國城市統計年鑒》中沒有一次能源（煤炭、石油、天然氣等）的統計數據。從2003 年起我國統計年鑒使用新的行業分類標準，液化石油氣供氣總量、工業SO2排放量2 個指標在城市年鑒中都從2003 年開始系統統計，故環境效率計算的時間段為2003 年至2016 年。

所有變量數據來源于歷年《中國城市統計年鑒》，其中，勞動力變量采用單位從業人員與城鎮個體勞動者之和；資本存量參考王兵等［4］計算自2003年及以后的報告期資本存量。

3 中國城市環境效率的空間差異

3.1 城市環境效率的區域比較

3.1.1 中國城市環境效率的統計描述

2003—2016 年中國城市環境效率均值統計見表1。

表1 2003—2016 年中國城市環境效率均值統計

2003—2016 年14 年間中國城市環境效率均值為0.796，仍需進一步改進。具體到各個城市，環境效率水平較高的5 個城市為自貢、三亞、天津、德陽、雞西。環境效率水平較低的5 個城市為阜新、貴陽、赤峰、黃石、淮北，這5 個城市中有4 個城市是典型的資源型城市。其中，阜新、淮北是以煤礦產區而著稱，黃石、赤峰則擁有豐富的金屬礦產資源。資源型產業帶來大量污染氣體排放，因而環境效率值較低。

3.1.2 四大經濟區域的環境效率分布特點

由表2 可見，四大經濟區域（依據國家統計局的劃分方法）環境效率均值分布梯度由高到低為東部＞東北＞西部＞中部。東部地區的環境效率最高，這一結論與王兵等［4］的結論相同。這體現出環境效率的分布與經濟發展水平密切相關，經濟發展水平高的地區生態環境的保護能力強。自20 世紀90 年代末的國有企業改革以來，東北地區很多大型國企經歷了所有制轉變甚至破產倒閉，使東北地區產業結構發生變化。2012 年東北第三產業比重增長率為2.6%，高于東部的-1.4%和中部的0.6%（由《中國統計年鑒2012》《中國統計年鑒2013》計算得到），一定程度上影響了東北的環境效率。

表2 2003—2016 年四大經濟區域城市環境效率均值統計

3.1.3 十大城市群的環境效率分布特點

十大城市群2003—2016 年間的環境效率均值計算結果見表3。在十大城市群中，環境效率最高的3 個城市群為山東半島、珠三角、川渝城市群。從樣本期間單位GDP 的SO2排放量來看，山東、廣東、四川3 個省每億元GDP 的SO2排放量分別為35，14，36 t，均低于全國41 t 的平均水平；環境效率最低的3 個城市群為長江中游、遼中南、長三角，仍以單位SO2排放量比較，其所包含城市平均SO2排放量依次為46，50，42 t，均高于全國平均水平。

表3 2003—2016 年十大城市群環境效率水平比較

3.2 城市環境效率的探索性空間數據分析

由表4 可知，在204 個城市中，32 個城市的環境效率顯示了顯著的空間關聯性，共占城市總數的17.65%。其中，17 個城市位于第Ⅰ象限（自身效率高-周圍效率高），屬環境“高效型”發展集群，例如成都、西安、寧波等；4 個城市在第Ⅲ象限（自身效率低-周圍效率低），屬環境“低效型”發展集群，如黑河、阜新、營口、遼陽等。11 個城市顯示了非相似的空間關聯性，其中，2 個城市在第Ⅱ象限（自身效率低-周圍效率高），屬“山谷型”發展集群，包括重慶、嘉峪關；9 個城市在第Ⅳ象限（自身效率高-周圍效率低），屬“山峰型”發展集群，有平頂山、許昌、錦州、丹東等城市。

表4 2016 年中國城市環境效率空間聚集

4 中國城市環境效率的時間演變

4.1 中國城市環境效率的整體變化趨勢

由圖1 可知，2003—2016 年期間中國城市環境效率穩步上漲，由2003 年的0.729 9 上升到2016年的0.867 2，其中在2005 年之后呈現比較明顯的增長態勢。中國政府在2005 年10 月將能源強度明確納入“十一五”規劃，提出2010 年年末單位GDP能耗比2005 年年末下降20%的約束性指標［11］。因此，2005 年之后的經濟運行受到的環境約束更強，所以環境效率出現快速上漲。

圖1 2003—2016 年中國城市環境效率變化趨勢

4.2 中國城市環境效率的區域變化

四大經濟區域的城市環境效率變化趨勢見圖2。觀察發現，2003—2016 年中國四大經濟區域城市環境效率整體呈上漲態勢，上漲幅度最大的是東部，上漲幅度最小的是東北地區。東北地區的環境效率從2006 年到2011 年期間增幅最大，增長速度最快，但2012 年后大幅遞減。中部與西部的環境效率最為接近，兩者交替上漲，最終西部略微高于中部。

圖2 中國四大經濟區域環境效率變化趨勢

進一步分析中國十大城市群環境效率的變化趨勢，見圖3。圖3 顯示，2003—2016 年間中國十大城市群環境效率出現了不同幅度的上升，其中，2016年較2003 年增長幅度最大的是長三角、山東半島與京津冀城市群，波動幅度最大的是海峽西岸城市群，該城市群是唯一一個2016 年環境效率低于2003 年的城市群；2016 年較2003 年環境效率上漲幅度最小的城市群是關中、珠三角和長江中游城市群，而川渝城市群是14 年來環境效率波動最小的城市群。在2003 年和2016 年環境效率最低的城市群均是遼中南。

圖3 中國十大城市群環境效率變化趨勢

5 城市環境效率影響因素分析

5.1 變量設定及數據來源

基于“環境庫茲涅茨曲線假說”，選擇人均GDP的對數形式及平方項作為經濟發展水平的代理變量，分別記為lnPGDP，（lnPGDP）2。結構性變量包括產業結構與能源結構，其中，產業結構記為STRIN，用第二產業占GDP 比重來表示；能源結構記為STREN，由用電量比重來表示，計算方法為把電能所提供的熱量除以所有能源（包括電能、液化石油氣）提供的熱量總和。本文選擇利用外資占GDP 比重來表示對外開放程度，記為OPEN。選擇年末轄區總人口數作為衡量人口規模的變量，記為PEOPLE。科技影響因素采用科技支出占財政支出比重來表示，記為SCIRATE，反映政府支持力度。被解釋變量為城市環境效率，記為ENEC。

5.2 模型設定及方法

由面板模型的豪斯曼檢驗結果（p＝0.000 0）可知，應建立固定效應模型。鑒于研究選擇的樣本數量，本文建立固定效應變截距模型，形式為：

5.3 回歸結果分析

運用GLS 進行估計，得到環境效率面板模型參數估計結果，見表5。

表5 環境效率面板模型參數估計結果

第一，中國城市環境效率隨經濟發展水平提高呈“U”型變化，這一結論與王兵等相同。根據環境庫茲涅茨曲線（EKC）理論，隨人均GDP 增加，SO2排放量先增加后減少，因而在SO2排放約束下的環境效率呈現相反變化，即先下降后上升。在樣本期間中國城市發展表現出顯著的EKC 效應，其原因為：從工業化與經濟發展階段來看（見表6），2003 年的204個城市中，處于工業化初期與中期的城市占主體，至

2016 年演變為處于工業化中期與后期的城市占主體。工業化進程的推進必然伴隨著產業結構的升級，當由工業化初期進入工業化中期階段，在沒有技術先行保證條件下，必然要依靠資源與能源投入；當由工業化中期進入工業化后期或后工業化時期，產業結構帶來第二次升級，技術密集型產業與服務業地位上升，污染物排放減少。

表6 2003 年和2016 年中國城市工業化階段特征

第二，第二產業比重顯著負向影響城市環境效率，但影響程度比較微弱，該結論與劉殿國和郭靜如［12］的結論一致。中國城市主體經歷工業化中期向后期轉變過程，第二產業比重較高，污染物排放量大，導致環境效率下降，但由要素聚集帶來產出的快速增長，削弱了對環境效率的影響程度。

第三，年末人口數顯著正向影響城市環境效率，但影響程度極其微弱。表7 給出2003 年、2016 年

204 個地級及以上城市環境效率隨人口規模變化的規律。在2003 年，環境效率最高的是小城市，最低的是超大型城市。2003 年中國城市化率為40.53%，正處于城市化加速階段，對于超大型城市而言，工業聚集程度高，城市基礎設施不完善，相關配套政策不成熟，要素配置缺乏效率，此時人口與產業的聚集必然產生一系列城市環境問題等。小城市雖然沒有要素聚集對生產率的正面作用，但由于其工業比重低，環境污染少，使其環境效率較高。在2016 年，城市環境效率最高的是超大型城市，最低的是中型城市。超大型城市由環境效率最低變為最高，依賴于城市基礎設施建設的不斷完善以及產業結構的調整。一個城市的人力資本、醫療條件以及交通和通信基礎設施對全要素生產率具有顯著的促進作用［13］。中型城市大部分處于工業化初期和中期階段，2012 年70 個中型城市中有20 個處于工業化初期，39 個處于工業化中期，總計占84.3%，按照環境庫茲涅茨曲線，在工業化初期、中期，環境污染隨經濟發展正處于上升并達到頂峰的階段，必然導致環境效率較低。

表7 2003 年和2016 年中國城市環境效率的規模效應變化

6 結語

本文采用Global－Malmquist－Luenberger 指數的DEA 方法測算2003—2016 年中國204 個城市的環境效率，分析了其空間差異和時間演變特點，建立面板數據模型實證檢驗各種影響因素，得到如下結論：

中國城市環境效率顯著提升，由2003 年的0.729 9 上升到2016 年的0.867 2。從空間分布來看，仍然遵循東高西低的格局分布，但川渝城市群環境效率水平較高，這是近幾年西部快速發展的綜合體現；從時間演變來看，東北地區環境效率從2012 年開始嚴重下滑，無論整個東北地區還是遼中南城市群均在2016 年區域比較中處于末位；從影響因素來看，經濟發展水平仍然是城市環境效率最重要的影響因素，產業結構、人口規模的影響受限于城市所處的工業階段與發展水平。

基于以上研究結論，提出如下建議：

第一，加強對東北地區的經濟扶持，切實推進東北振興計劃。研究結果顯示，相對于其他地區，東北地區出現較為明顯的環境效率水平低及增長乏力。遼中南城市群作為東北城市群的主要代表，環境效率水平處于十大城市群的末位，由點及面，可以反映出東北地區現今迫切需要進行產業結構調整、吸收外來資本與技術的發展訴求。

第二，適度控制城市人口規模。要素聚集帶來規模效應，有益于生產率提高，但也是在合理要素數量的區間范圍內適用。對于人口規模超過1 000 萬人的超大型城市，需要進行大量基礎設施、公共設施的投入與管理建設，如果沒有強大的資金支持，很難呈現出高效率。2003 年超大型城市極低的環境效率可見一斑。

第三，要做好資源型城市的轉型，助力資源型城市實現綠色可持續發展。城市環境效率測算結果顯示，效率最低的5 個城市有4 個都屬于資源型城市，因此資源型城市的功能轉型是決定中國城市可持續發展的關鍵因素之一。