長江經濟帶沿線城市綠色發展水平時空演變特征

韓 晶，陳 曦

（北京師范大學 經濟與資源管理研究院，北京 100875）

一、引 言

2016 年中共中央政治局審議通過《長江經濟帶發展規劃綱要》是推動長江經濟帶發展重大國家戰略的綱領性文件，標志著長江經濟帶的發展正式進入快車道。但改革開放以來經濟的快速增長和資源的過度開發使得長江流域生態功能退化嚴重，三分之一的重要湖庫長期處于“富養化”狀態，生物完整性指數接近低端，沿江產業三廢排放量居高不下，飲用水質安全頻頻受到威脅，嚴峻的環境狀況成為長江經濟帶發展的明顯短板，也成為習近平總書記最牽掛的問題之一。2016年1月，習近平總書記在重慶召開的推動長江經濟帶發展座談會上強調：“當前和今后相當長一個時期，要把修復長江生態環境擺在壓倒性位置，共抓大保護，不搞大開發。”因此，如何在堅持生態保護的前提下實現經濟發展與環境改善，探索出綠色發展的新路子，是擺在長江經濟帶沿線每一個城市面前的熱點和關鍵問題。

自1989年大衛·皮爾斯首次提出以環境保護為核心的綠色發展理念以來，綠色發展相關的研究一直是國內外學者關注的重點之一，研究成果主要集中在以下幾個方面：首先是綠色發展的內涵界定。學者們在研究綠色發展時，大多側重于經濟、生態環境和資源的角度，認為綠色發展是三者達到和諧統一的動態平衡過程［1-2］。隨著研究的不斷深入，人類福祉、社會福利也被納入綠色發展的研究框架之下［3-4］，即綠色發展是指活動主體以資源節約、環境友好的方式創造物質財富、生態財富和文化財富，以實現自然經濟社會的包容性增長。其次是綠色發展的評價標準，具體可以歸納為以下幾點：一是以區域宏觀經濟的綠色指標為衡量標準，如生態需求指標、國內生產凈值指標、真實儲蓄率指標和綠色GDP指標等［5］；二是以在環境、能源、生態約束下測算的區域綠色效率為衡量標準，如綠色全要素生產率［6-7］、綠色經濟效率［8-9］、綠色發展績效等［10-11］；三是以區域綠色指數或綜合評價等為衡量標準，如綠色競爭力指數［12-13］、綠色發展指數等［14-16］。最后是綠色發展的影響因素，在已有的文獻中，國內外學者將綠色發展同經濟、環境、社會的方方面面相結合，認為科技水平、城市化水平、對外開放、環境規制、資源稟賦、產業結構、城市規模等因素都會對地區的綠色發展水平產生較大影響［17-20］。

眾多關于綠色發展的相關研究成果為后續研究提供了必要的參考和方向，但就研究粒度而言，現有研究大多從省域層面出發，且較長時間內未有明顯變化，對于經濟帶的研究，尤其是關于經濟帶中城市層面的研究涉及較少。基于此，本文以2005—2017 年長江經濟帶沿線108 個地級以上城市為研究對象，采用包含非期望產出的方向距離函數測算城市層面的綠色發展水平，通過多種空間尺度分析方法探索城市層面綠色發展水平的時空演變特征，在此基礎上基于面板Tobit 模型評估長江經濟帶沿線城市綠色發展水平的影響因素，以期為修復長江流域生態環境、釋放沿線城市發展活力、發揮長江經濟帶在中國高質量發展中的引領示范作用提供決策依據。

二、數據來源與研究方法

（一）數據來源

本文以長江經濟帶沿線108 個地級及以上城市為研究對象，同時依據區域地理位置將長江經濟帶劃分為下游地區（滬、蘇、浙、皖）、中游地區（贛、鄂、湘）和上游地區（渝、川、滇、黔）。數據來源于《中國城市統計年鑒》（2004—2018 年）、《中國城市建設統計年鑒》（2005—2017 年）以及2005—2017年各城市的國民經濟和社會發展統計公報。

（二）研究方法

1.DDF-Malmquist模型

一般來說，測度綠色發展水平要以綠色發展的實質性內涵為核心，盡可能地協調經濟增長、資源節約、環境友好之間的矛盾。Chung［21］提出的方向距離函數模型（Directional Distance Function，DDF）為精準分析此類問題帶來可能。該模型以邊界利益最大化為主要目的，一方面提升期望產出，另一方面降低非期望產出，完美契合了綠色發展的核心理念。因此，本文采用投入視角下考慮非期望產出、固定規模報酬不變的DDF 模型對中國城市綠色發展水平進行測度，其計算公式如下：

其中：θk為效率值，代表城市綠色發展水平；xk、yk、bk分別為投入、期望產出和非期望產出；、wG、wB分別為投入、期望產出和非期望產出所占權重；αgxi/xik、βgyr/yrk、γgbt/ytk分別為各項投入、期望產出和非期望產出的改進比例。

此外綠色發展是一個長期、連續的過程，Pastor&Lovell［22］提出全局參比 Malmquist 指數（Global Malmquist）將綠色發展水平從靜態分析拓展至動態分析，并在此基礎上進一步將綠色發展水平的變動情況分解為技術效率的變化（Technical Efficien-cy Change，EC）和生產技術的變化（Technological Change，TC），具體計算公式如下：

2.泰爾指數

泰爾指數以熵值概念為基礎，最初被應用于收入差異的分析，其最大的優點是可以將總差距分解為組內差距和組間差距，從而可以更加清晰有效地分析差距來源。本研究在此引入Theil指數來測度長江經濟帶沿線城市綠色發展水平的差異程度，具體計算公式如下：

其中：TheilB、TheilW分別為組間差距和組內差距；n代表長江經濟帶城市總數，這些城市被分為K個群組，每組城市個數分別為gK（K=1，2，…，k），第K組中的城市數量為nk；城市i的綠色發展水平同長江經濟帶綠色發展水平的比值為yi；K組的城市綠色發展水平同長江經濟帶綠色發展水平的比值為yk。

3.空間自相關

空間自相關用于研究空間相互作用和空間擴散條件下在同一空間分布內數據的相互依賴程度，就某種特征值對空間自相關程度進行準確度量。本研究采用莫蘭指數（Moran'I）來測度長江經濟帶沿線城市綠色發展水平的分布狀態和集聚程度，即

其中：n為城市數量；xi、xj分別為城市i、城市j的綠色發展水平；xˉ為沿線城市綠色發展平均水平；wij為空間關系權重矩陣。Moran'I的數值分布在［-1，1］之間，其數值越大，表示城市綠色發展水平在空間上的集聚態勢就越明顯。

此外，本文采用標準統計量Z來判斷n個城市是否存在空間自相關關系，即

從結果來看，城市綠色發展水平存在哪種空間自相關關系，取決于Z值的正負。顯著的正值表示正相關，顯著的負值表示負相關，為0 時則不存在自相關關系。

此外，為進一步分析長江經濟帶沿線各城市綠色發展水平之間的局域關聯特征，本文運用Gets-Ord G*i指數識別經濟帶沿線城市綠色發展水平的冷點區和熱點區，計算公式如下：

其中：n為城市數量；xi為城市i的綠色發展水平；wij為空間關系權重矩陣。若G*i為正值，則表明城市i周圍值相對較高，為熱點區；反之城市i周圍值相對較低，為冷點區。

長江經濟帶城市綠色發展水平評價指標體系見表1所列。

表1 長江經濟帶城市綠色發展水平評價指標體系

三、時空演變特征分析

（一）時序特征

1.長江經濟帶沿線城市靜態綠色發展水平分析

由DDF 模型計算結果可知，2005—2017 年長江經濟帶沿線城市綠色發展水平呈現出“上升—下降—上升—下降”的“M”形上升路徑，如圖1 所示。2005年長江經濟帶沿線城市綠色發展水平指數為0.858，此后逐年上升，于2011年達到觀測期內的峰值0.892，2012 年經濟帶沿線城市綠色發展水平指數出現大幅度下降，綠色發展水平指數下降至0.866，2013年的0.865同2012年幾乎持平，自2013年以后綠色發展水平又呈現緩慢上升趨勢，2015年達到新的小峰值（0.890）后，2016年、2017年緩慢下降，綠色發展水平指數分別為0.881、0.876。結合發展實際來看，2005 年正值中國“十二五”開局之年，長江經濟帶沿線城市綠色發展水平得以不斷提升，盡管經歷了2008年的金融危機，但直到2011年經濟帶沿線城市綠色發展水平始終保持上升趨勢，而近年來資源環境約束日益趨緊，“三期疊加”的階段性特征明顯，使得綠色發展水平出現波動，但仍然保持在較高水平。

圖1 2005—2017年長江經濟帶整體及區域綠色發展水平變化趨勢

分城市來看，長江經濟帶沿線各城市綠色發展水平差異較大，上海、蘇州、無錫、常德、黃岡、金華、臺州、長沙、自貢、資陽等城市除個別年份外，幾乎都位于效率前沿，綠色發展水平較高；而孝感、黃石、保山、淮北、思茅、十堰、淮南等城市始終距離最優前沿較遠，綠色發展水平較低。此外，從樣本期內每個城市的綠色發展水平值來看，上游地區的重慶、成都、貴陽等21個城市，中游地區的南昌、景德鎮、武漢等28 個城市，下游地區的上海、南京、無錫、合肥等23個城市與最優前沿距離相對縮小（或始終處在最優前沿面上），在實現經濟增長的同時很好地控制了污染物的排放，因此在樣本期內綠色發展水平有所提升，但仍存在上游地區的達州、綿陽、玉溪等10個城市，中游地區的宜春、十堰、孝感等8個城市，下游地區的泰州、宿遷、舟山等18個城市與最優前沿距離逐漸加大，這些城市在控制污染物排放方面仍存在一定的短板，制約了其綠色發展水平的提升。

2.長江經濟帶沿線城市動態綠色發展水平分析

由Global Malmquist 指數的計算結果可知，各城市在不同時期的Malmquist 指數在0.749～1.367之間，其中2006 年城市綠色發展動態水平提高的城市數量最少，僅有8 個城市的Malmquist 指數大于1，2009年城市綠色發展動態水平提高的城市數量最多，全部城市的Malmquist 指數大于1，即經濟帶沿線所有城市綠色發展動態水平均有所提高。由Global Malmquist 指數可累乘的性質，將樣本期內相鄰兩年的Malmquist 指數累乘，可分析2005—2017年長江經濟帶沿線城市綠色發展水平的動態變化。由于篇幅限制，本研究僅列出樣本期內累乘后被評價單元首末年份的Malmquist 指數，見表2所列。

表2 2005—2017年長江經濟帶沿線城市綠色發展水平動態變化

續表2

由表2 可知，2017 年長江經濟帶沿線108 個城市中，有96 個城市的綠色發展動態水平高于2005年，這表明經濟帶沿線絕大部分城市的綠色發展動態水平相比于2005 年是上升的。其中，在長江下游地區的41 個城市中，僅有銅陵市的綠色發展動態水平是下降的，在長江中游地區的36個城市中，僅有萍鄉、孝感2個城市的綠色發展動態水平是下降的，在長江上游地區的31個城市中，遂寧、眉山、達州、資陽、貴陽、昆明、玉溪、保山8個城市的綠色發展動態水平是下降的。進一步將Malmquist指數分解為技術變化和效率變化，從技術變化的角度來看，2005—2017年長江經濟帶沿線108個城市中僅有上饒、重慶、資陽、六盤水、臨滄5 個城市的技術變化小于1，宜春和巴中2 個城市的技術變化等于1，其他101 個城市技術變化都大于1，表現為不同程度的技術進步。從效率變化的角度來看，2005—2017 年長江經濟帶沿線108 個城市中有南京、揚州、臺州等29 個城市的效率變化大于1，上海、無錫、常州等8 個城市的效率變化等于1，而其余71個城市的效率變化都小于1。這表明長江經濟帶沿線城市綠色發展動態水平的提升大都依靠技術驅動或者技術和效率的雙重驅動，只有上饒、重慶、六盤水、臨滄四個城市綠色發展動態水平的提升是單純依靠效率驅動的。

（二）空間特征

1.總體分布特征

本研究以綠色發展水平為主要分級依據，以0.778、0.875和0.937為臨界值，將2005年、2009年、2013年和2017年長江經濟帶沿線城市綠色發展水平分為4個等級進行空間可視化制圖，直觀展示經濟帶沿線城市綠色發展水平的空間分布特征，具體如圖2所示。

整體來看，四個時間截面的綠色發展水平均呈現明顯的空間分異特征，總體上呈現出“兩頭高，中間低”的空間格局，綠色發展水平相近的城市表現出“大連片、小散落”的集聚態勢。

具體來看，綠色發展水平最高的城市主要分為兩種類型：一種是如無錫、上海、常州、蘇州、杭州等經濟發展水平較高的城市，另一種是如臨滄、達州、自貢、巴中等污染排放水平較低的城市，這在一定程度上表明城市的綠色發展水平受經濟和環境雙重機制的制約。綠色發展水平較高的城市基本圍繞在綠色發展水平最高的城市周圍，如上游地區的樂山、宜賓、保山、廣安等城市，中游地區的益陽、岳陽、荊州等城市，下游地區的宣城、湖州、鎮江、嘉興等城市，這在一定程度上驗證了綠色發展水平高的城市空間正向溢出效應較為明顯，可輻射帶動周邊城市提升綠色發展水平。相比之下，綠色發展水平居中的城市在地理位置上同高綠色發展水平的城市一般相隔較遠，因此高綠色發展水平的城市對其輻射影響力有限，如上游地區的連云港、常州、南通等城市，中游地區的恩施、黃岡、吉安等城市，下游地區的舟山、紹興等城市。綠色發展水平較低的城市在經濟帶沿線城市中占比逐年減少，且基本分布在長江中游和上游地區，如十堰、孝感、鄂州、安順等城市，這些城市在經濟發展和控制污染物排放方面都存在一定的短板，制約了其綠色發展水平的提升。

圖2 長江經濟帶沿線城市綠色發展水平空間分布

2.區域分布差異

為了進一步分析長江經濟帶沿線城市綠色發展水平的時空分異特征，本研究運用泰爾指數來定量分析長江經濟帶沿線城市綠色發展水平的空間分布差異，計算結果如圖3所示。

（1）總體差異。2005 年泰爾總指數（T）為0.100 7，2017年泰爾總指數為0.069 0，觀測期內泰爾總指數有所減小，總體差異呈現“先升后降”的下降趨勢。具體分階段來看：2005—2009 年，泰爾總指數呈現不斷上升趨勢，2009 年泰爾總指數達到觀測期內的峰值（0.114 1），此時總體差異最大；2010—2017年，泰爾總指數不斷下降，2017年泰爾總指數降至觀測期內的谷值（0.069 0），此時總體差異最小。

圖3 2005—2017年長江經濟帶沿線城市綠色發展水平地區差異

（2）區域間差異。2005年區域間泰爾指數（TB）為0.021 1，2017年區域間泰爾指數為0.006 0，觀測期內區域間泰爾指數有所減小，區域間差異的變動趨勢與泰爾總指數基本一致。具體來看：2005—2009 年，除2007 年指數同2006 年相比稍有下降外，區域間泰爾指數整體呈現上升趨勢，三大流域間地區差異不斷擴大，2009 年區域間泰爾指數達到觀測期間內的峰值（0.035 5），此時區域間差異最大；2010—2017 年，除 2014 年指數同 2013 年相比有所上升外，區域間泰爾指數整體呈現下降趨勢，三大流域間地區差異不斷縮小，2017 年區域間泰爾指數降至觀測期間內的谷值（0.006 0），此時區域間差異最小。

具體來看，經濟帶沿線三大地區城市綠色發展水平由高到低分別為長江下游地區、長江上游地區和長江中游地區。其中，長江下游地區依靠區位和政策的雙重優勢，率先實現經濟增長和環境保護的雙贏，從而擁有最高的綠色發展水平；長江上游地區得益于較高的環境質量，使得其綠色發展水平較高；長江中游地區前期受環境壓力和勞動力成本的雙重約束，綠色發展水平較低，近年來得益于產業結構優化、生態效益提高，綠色發展水平快速提升，但整體仍低于下游、中游地區。整體來看，2005 年三大地區間城市綠色發展水平差值為0.044，2017 年三大地區間城市綠色發展水平差值為0.019，三大地區間城市綠色發展水平差距逐漸縮小。

（3）區域內差異。2005 年區域內泰爾指數（TW）為0.079 7，2017年區域內泰爾指數為0.053 0，觀測期區域內泰爾指數整體呈“震蕩下降趨勢”，但相對波對較小。具體分階段來看，除了2006 年區域內泰爾指數有所下降外，2005—2008 年區域內泰爾指數不斷上升，區域內差異不斷擴大，2008年區域內泰爾指數達到觀測期內的峰值（0.080 3），表明該時間點區域內綠色發展水平差異達到最大。而在2008年以后，泰爾指數整體向下不斷下降，區域內綠色發展水平差異逐漸縮小，并在2017 年取得最小化差異。

分地區來看，下游地區泰爾指數除了2005年、2006年稍低于上游地區外，其余年份始終高于上游地區和中游地區，說明下游地區各城市間的綠色發展水平差異要大于上游和中游地區各城市之間的差異；中游地區的泰爾指數除了2010—2015年6個年份略高于上游地區外，其余年份都要低于上游地區。中游地區各城市相比上游地區和下游地區的城市，總體差異最小，相比其他兩個地區的綠色發展水平，中游地區各城市間的發展較為均衡。

（4）差異原因。造成長江經濟帶上中下游區域內城市綠色發展水平差異分化嚴重的主要原因是區域內差異，相比之下區域間差異的影響則低很多。區域內差異的平均貢獻率為78.6%，區域間差異的平均貢獻率僅有21.4%。分區域來看，下游地區對區域內差異貢獻度最高，平均貢獻率為29.69%；上游地區次之，平均貢獻率為25.36%；中游地區最低，平均貢獻率為23.52%。此外就貢獻率均值來看，三大流域區域內差異均大于區域間差異，這表明三大流域內部發展不均衡是制約綠色發展水平提升的重要短板。

3 區域關聯特征

為繼續探究長江經濟帶沿線城市綠色發展水平空間集聚態勢與演變特征，本研究運用全局空間自相關模型，測度全局Moran'I，結果見表3 所列。根據計算結果，2005—2017 年長江經濟帶城市綠色發展水平的Moran'I均通過顯著性檢驗，P值均小于0.01，且Z值顯著為正，表明長江經濟帶各城市間綠色發展水平存在明顯的空間正向集聚效應。此外Moran'I值從0.311 上升至0.329，表明空間集聚態勢逐漸增強。

表3 2005—2017年長江經濟帶城市綠色發展水平全局自相關指數

鑒于區域內差異是影響長江經濟帶沿線城市綠色發展水平的主要原因，為進一步挖掘其區域關聯屬性，本研究利用Gets-OrdG*i指數繪制長江經濟帶沿線城市綠色發展水平冷熱點演變趨勢圖，如圖4所示。

總體上看，長江經濟帶綠色發展水平逐步改善，熱點區從零星分布向斑塊狀聚集分布，但冷點區城市數量同樣顯著增加。由此可見，長江經濟帶沿線城市綠色發展水平波動起伏較大、區域內城市間綠色發展水平差異化明顯的問題較突出。具體來看，2005年熱點區有2個，分別是泰州和衢州，冷點區有4個，分別是阜陽、十堰、廣元和遵義；2009年熱點區上升至6個，分別是湖州、泰州、南京、常州、益陽和孝感，冷點區有5 個，分別是徐州、阜陽、隨州、黃岡和廣安；2013 年熱點區有11 個，分別是溫州、臺州、寧波、南通、泰州、蘇州、無錫、普洱、昆明、六盤水，同時長江中游的萍鄉也成為熱點區，冷點區有8 個，分別是亳州、黃岡、黃石、咸寧、遵義、安順、玉溪和臨滄；2017 年熱點區同樣有11 個，分別是蘇州、泰州、臺州、湖州、杭州、無錫、衢州、紹興、寧波、成都和普洱，冷點區有8 個，分別是亳州、黃岡、臨滄、玉溪、曲靖、安順、遵義和自貢。

圖4 長江經濟帶沿線城市綠色發展水平冷熱點分布趨勢

四、影響因素

長江經濟帶沿線城市綠色發展水平的時空分異特征明顯，不同流域及不同規模的城市綠色發展水平存在明顯的差異性和關聯性，本研究以發掘長江經濟帶可持續發展面臨的挑戰和問題為研究目標，通過構建長江經濟帶沿線城市綠色發展水平的影響因素模型，系統量化多因素作用下長江經濟帶沿線城市綠色發展水平演變的作用機制。

（一）模型設定與變量選取

結合現有研究成果，從經濟實力、產業結構、外商投資、科技水平、人口集聚程度、環境規制強度6 個方面選取長江經濟帶沿線城市綠色發展水平的影響因素，具體見表4所列。

由于城市綠色發展水平的取值范圍介于0～1之間，達到最優狀態時綠色發展水平值為1，事實上是將最右端值歸并為1，因此適用于歸并數據的面板Tobit 模型。基于此，本文引入面板Tobit 計量模型對長江經濟帶沿線綠色發展水平的影響因素進行估計分析，同時為避免各種自變量的波動干擾，對所有的自變量取自然對數處理，最終設定模型如下：

其中：β0、βi分別為常數項系數和解釋變量系數；為各城市綠色發展水平為隨機誤差項。

表4 長江經濟帶沿線城市綠色發展水平影響因素

（二）綜合作用機制

在數據校驗前，首先對分析數據通過單位根校驗的方式，進行“去偽回歸化”處理，本研究采用Fisher 檢驗模型，均包含截距項、不含趨勢項且滯后一期的ADF 回歸形式，所有變量都拒絕了含有單位根的原假設，即可認定為平穩序列，可以用于接下來的回歸分析。單位根檢驗結果見表5所列。

表5 面板數據單位根檢驗結果

鑒于長江經濟帶沿線各區域內城市的綠色發展水平差異較大，故進一步以2005—2017 年經濟帶沿線城市綠色發展水平均值為依據對經濟帶沿線108個城市進行分類，將經濟帶沿線城市綠色發展水平分為“領頭型”“追趕型”“潛力型”三種類型，分組結果見表6 所列，在此基礎上，通過對全樣本和分樣本分別進行回歸分析，分組檢驗上述因素對城市綠色發展水平的影響。

表6 長江經濟帶沿線城市綠色發展水平分組結果

“領頭型”城市綠色發展水平均值在0.896～1之間，“追趕型”城市綠色發展水平均值在0.845～0.895 之間，“潛力型”城市綠色發展水平均值在0.756～0.844 之間。整體來看，上游地區擁有較多數量的“潛力型”城市，中游地區“潛力型”城市數量與“追趕型”城市數量幾近相同，下游地區擁有較多數量的“領跑型”城市。對全樣本和子樣本的回歸結果見表7所列。

表7 長江經濟帶沿線城市綠色發展水平影響因素估計結果

就全樣本回歸結果來說，六大影響因素除科技水平外，均對綠色發展水平提升表現出顯著的正向影響。

經濟實力對經濟帶沿線城市綠色發展水平的影響最大，回歸系數為0.052 0，且在1%的顯著水平下顯著，即經濟實力對城市綠色發展水平具有顯著的正向影響。經濟實力的不斷提升是城市價值創造和社會福利提升的基本體現，經濟實力越強的城市，一方面生態環境有相對充足的資金進行治理和補償，另一方面綠色技術也有相對充足的資金進行研發和推廣，這都將促進綠色發展水平的不斷提高。

產業結構對長江經濟帶沿線城市綠色發展水平有明顯的正向促進作用，回歸系數為0.019 3，在5%的顯著水平下顯著。產業活動是聯結經濟活動與生態環境的重要載體，合理、高級的產業結構能夠很好地促進經濟效益的提升以及有效控制污染物的排放，從而促進綠色發展水平不斷提高。

科技水平對經濟帶沿線城市綠色發展水平有明顯的反向抑制作用，回歸系數為-0.019 1，在1%的顯著水平下顯著。這與持有“綠色悖論”觀點的學者［24］觀點一致，即技術創新倒逼機制尚未形成，究其原因，可能是長江經濟帶沿線城市提升科技水平更加注重經濟效益，在一定程度上忽視了科技水平提升帶來的環境成本，因此阻礙了城市綠色發展水平的提升。

外商投資對經濟帶沿線城市綠色發展水平有一定的正向促進作用，回歸系數為0.000 5，在5%的顯著水平下顯著。實際利用外資規模增加，不斷引進國外先進的生產技術和管理理念，一方面為當地企業提高勞動生產率提供范本，另一方面也可以通過技術溢出效應帶動當地企業進行節能環保生產，雙管齊下，有助于提高經濟帶沿線城市綠色發展水平。

環境規制強度對經濟帶沿線城市綠色發展水平有明顯的正向促進作用，回歸系數為0.021 1，在1%的顯著水平下顯著。良好的生態環境是最公平的公共產品，是最普惠的民生福祉，在當前生態文明建設和綠色發展的大背景下，適當提高環境規制強度，重視環境質量的提升，突破日益趨緊的資源環境約束，是城市實現綠色發展的重要途徑。

人口集聚對經濟帶沿線城市綠色發展水平有較大的正向促進作用，回歸系數為0.020 6，在1%的顯著水平下顯著。人口高度集聚一方面為地區經濟發展帶來充足的勞動力資本，極大地促進了地區的經濟增長，另一方面帶來大量的高質量環境需求，倒逼政府注重生態環境，這都將促進城市綠色發展水平的提升。

就分樣本回歸結果來看：

對于“領頭型”城市，經濟實力、人口集聚、環境規制、產業結構和外商投資均對城市綠色發展水平有顯著的正向影響，且影響系數依次降低，科技水平對城市綠色發展水平有顯著的負向影響，這與全樣本回歸結果基本一致。

對于“追趕型”城市，經濟實力、產業結構和環境規制強度對城市綠色發展水平有顯著的正向影響，影響系數依次降低，科技水平對城市綠色發展水平有顯著的負向影響，與全樣本回歸結果不同的是，外商投資與人口集聚對“追趕型”城市綠色發展水平也產生了顯著的負向影響。就外商投資來說，基于大多數“追趕型”城市自身經濟發展水平與產業結構的現實，外資流入帶來的技術溢出效應并未抵消其進入資本密集型產業引起的污染排放的增加，因而對綠色發展水平提升形成阻力；就人口集聚來說，“追趕型”城市伴隨人口密度上升帶來的勞動力紅利并沒有充分發揮，而不斷聚集的人口對城市的生態環境提出了更大的承載挑戰，在一定程度上阻礙了城市綠色發展水平的提升。

對于“潛力型”城市，僅有經濟實力和產業結構對城市綠色發展水平有顯著的正向影響，其余影響因素在統計學意義上都不顯著，與全樣本回歸結果擁有較大差距，且從橫向對比來看，經濟實力與產業結構對“潛力型”城市綠色發展水平的正向提升作用最為明顯，大多數“潛力型”城市聚集在經濟發展水平相對落后的上游和中游地區，尚不能實現經濟發展和環境保護的雙贏，但可以通過產業結構的合理配置來實現經濟的持續增長，進而促進城市綠色發展水平的提升。

五、結論與建議

本研究以2005—2017 年長江經濟帶沿線108個地級以上城市為研究對象，以DDF-Malquist 模型、泰爾指數、全局莫蘭指數、Gets-Ord G*i指數為主要工具，探索長江經濟帶沿線城市綠色發展水平的時空演變特征，在此基礎上運用面板Tobit 模型考察城市綠色發展水平的影響因素，得出如下的主要結論：

（1）2005—2017年長江經濟帶沿線城市整體綠色發展水平相對較高，綠色發展靜態水平由2005年的0.858 上升至2017 年的0.876，呈現出“上升—下降—上升—下降”的“M”形上升路徑；上海、蘇州、無錫、常德、自貢、資陽等城市綠色發展水平較高，而孝感、黃石、保山、淮北、思茅、十堰、淮南等城市綠色發展水平較低。此外，長江經濟帶沿線108個城市中有96個城市的綠色發展動態水平有所提升，大都單純依靠技術驅動或者技術和效率的雙重驅動。

（2）2005—2017 年長江經濟帶沿線城市綠色發展水平總體上呈現出“兩頭高、中間低”的空間格局，且綠色發展水平存在顯著空間溢出效應，地理距離相近的城市之間綠色發展水平受到彼此相互影響，綠色發展水平相近的城市表現出“大連片、小散落”的集聚態勢。此外，熱點區從零星分布向斑塊狀聚集分布，但冷點區城市數量同樣顯著增加，這表明經濟帶沿線城市綠色發展水平波動不穩，局部區域綠色發展水平差異過大問題依然突出。

（3）對于全樣本城市來說，經濟實力、人口集聚程度、環境規制強度、產業結構和外商投資對經濟帶沿線城市綠色發展水平有顯著的正向影響，且影響系數依次降低，而科技水平對城市綠色發展水平有顯著的負向影響；對于分樣本城市來說，各個因素對“領頭型”城市的影響與全樣本回歸結果基本一致，但外商投資和人口集聚程度對“追趕型”城市綠色發展水平產生顯著的負向影響，而僅有經濟實力和產業結構對“潛力型”城市綠色發展水平有顯著的正向影響。

基于此，本研究認為要切實提升長江經濟帶沿線城市的綠色發展水平，應立足于城市的發展實際，制定差異化的發展戰略：對于“領跑型”城市，要明確自身優勢，進一步優化資源配置效率，同時協調好環境保護、技術創新與經濟增長之間的關系，以期發揮技術創新對綠色發展的正向促進作用；對于“追趕型”城市，要設置合理的外資引入門檻，對引入外資進行質量識別，同時要結合城市自身的綜合承載能力，防止人口過度集聚帶來的負向效應；對于“潛力型”城市，當務之急是要增強經濟實力，但不能以犧牲環境為代價，要以積極推進傳統產業技術改造升級、鼓勵新興產業發展等方式優化產業結構，不斷提升綠色發展水平。