長江經(jīng)濟帶綠色發(fā)展效率測度及其影響因素分析
——基于SBM-RF-Tobit 模型

俞雅靜 董姍姍 彭十一

（湖南理工學院經(jīng)濟與管理學院，湖南 岳陽 414000）

一、引言

長江經(jīng)濟帶是我國經(jīng)濟增長最具活力的三大經(jīng)濟帶之一， 其發(fā)展成敗在我國經(jīng)濟高質(zhì)量發(fā)展過程中占據(jù)十分重要的戰(zhàn)略地位， 然而其粗放式經(jīng)營所帶來的大氣污染、廢水污染、生物多樣性破壞等一系列生態(tài)環(huán)境問題， 對我國經(jīng)濟社會可持續(xù)健康發(fā)展帶來了一定的不良影響。 2020 年11 月，習近平總書記在南京調(diào)研時強調(diào)， 將長江經(jīng)濟帶打造成為我國“生態(tài)優(yōu)先、綠色發(fā)展”的主戰(zhàn)場，全面推動區(qū)域高質(zhì)量發(fā)展。 黨的二十大報告中進一步提出“中國式現(xiàn)代化是人與自然和諧共生的現(xiàn)代化”。 在此背景下，長江經(jīng)濟帶的綠色發(fā)展效率如何？ 主要受哪些因素影響？如何加快其綠色發(fā)展進程？這些都是值得我們認真思考的問題。

現(xiàn)有關于長江經(jīng)濟帶綠色發(fā)展效率的測度和影響因素分析的研究主要集中在如下兩個方面:一是從定性的角度來研究綠色發(fā)展理念的內(nèi)涵。 學者分別從經(jīng)濟社會與生態(tài)文明協(xié)調(diào)發(fā)展[1]、資源利用[2]、可持續(xù)發(fā)展[3]等方面來闡述其內(nèi)涵，認為當前社會正面臨著資源匱乏、 環(huán)境污染等問題都可以借助綠色發(fā)展這一路徑來實現(xiàn)經(jīng)濟、社會和生態(tài)文明的和諧統(tǒng)一，同時強調(diào)綠色技術可以促進綠色產(chǎn)業(yè)的發(fā)展[4-6]；二是從定量的角度來研究綠色發(fā)展效率和影響因素。在研究內(nèi)容上看， 主要集中在綠色發(fā)展效率指標構建[7]、區(qū)域差異[8]、影響因素[9]、政策建議[10]等領域進行研究，呈現(xiàn)出研究內(nèi)容不斷深入的趨勢；在研究方法上看，主要采用DEA-SBM 模型[11]、SBM-GML 模型[12]、熵值法[13]、灰色關聯(lián)度法[14]等方法對各個地區(qū)的綠色發(fā)展效率進行評價并決策， 其中在效率的測度方法上，應用最多的是SBM 模型，該模型能將綠色發(fā)展看作投入、產(chǎn)出系統(tǒng)，避免因為函數(shù)形式錯誤而影響到效率測度的精度；最后在研究對象選擇上看，主要呈現(xiàn)出從宏觀（省域[15]、市域[16]）逐漸向中、小微觀（縣域[17]、鎮(zhèn)域[18]）上發(fā)展，目前實證研究更多還是集中在市域層面。

縱觀現(xiàn)有研究仍存在以下不足： 一是研究方法涉及到模型相對傳統(tǒng)， 缺少從空間視角來研究空間關聯(lián)作用對綠色發(fā)展效率的影響， 導致結果可比性較弱； 二是大多數(shù)研究側重于探討綠色發(fā)展效率的測度及其區(qū)域差異上， 較少從定量分析的角度來研究綠色發(fā)展效率的影響因素； 三是研究對象主要集中在中、微觀層面，而對于宏觀層面的省域對象探討相對不足。 鑒于此， 本文采用Super-SBM 模型和GML 指數(shù)模型對綠色發(fā)展效率進行測算， 揭示長江經(jīng)濟帶11 個省市綠色發(fā)展水平及其時空分布特征，并運用RF-Tobit 回歸模型分析了綠色發(fā)展效率的可能影響因素，并提出相應的政策建議，以期能為區(qū)域經(jīng)濟社會高質(zhì)量發(fā)展提供決策參考。

二、理論與機理分析

（一）綠色發(fā)展效率測度的理論依據(jù)

綠色發(fā)展效率是衡量長江經(jīng)濟帶環(huán)境保護與經(jīng)濟可持續(xù)發(fā)展水平之間的重要指標。 從綠色增長效率投入產(chǎn)出角度來看， 全要素生產(chǎn)率是衡量總投入和總產(chǎn)出的生產(chǎn)率指標， 其核算方法有參數(shù)法和非參數(shù)法，其中參數(shù)法是基于索洛余值思想，將除了由資本和勞動要素投入對經(jīng)濟增長貢獻以外的部分都歸入全要素生產(chǎn)率對經(jīng)濟增長的貢獻上。 非參數(shù)法主要指SBM-Malmquist 方法， 將SBM 方法與GML指數(shù)相結合用以測度全要素生產(chǎn)率。 本文是非參數(shù)法的應用拓展，將能源、資本和技術要素作為投入指標，將社會經(jīng)濟、生態(tài)收益和環(huán)境污染作為產(chǎn)出指標來分析。

（二）影響綠色發(fā)展效率的邏輯機理

綠色發(fā)展通常有多種投入類型，不僅包括資本、能源和技術，還包括一系列相關的中間投入，如城鎮(zhèn)化水平、人力資本和環(huán)境保護水平。 因此，綠色發(fā)展效率的影響因素除了要考慮不同要素的資本和勞動力投入，還應體現(xiàn)綠色發(fā)展在生態(tài)環(huán)境效益、社會福利和公平方面的縱向價值。 另外，空氣質(zhì)量、水質(zhì)量和技術發(fā)展水平等因素也會影響綠色發(fā)展的效率，就其影響機制而言， 長江經(jīng)濟帶各省市經(jīng)濟—社會—生態(tài)環(huán)境發(fā)展水平與當?shù)鼐G色發(fā)展效率是相互影響的。 因此，有必要進一步探討綠色發(fā)展效率在地理空間和時間發(fā)展階段上的關系，其邏輯機理如圖1所示。

圖1 影響綠色發(fā)展效率的邏輯機理

三、長江經(jīng)濟帶綠色發(fā)展效率測度與分析

（一）模型建立

1.Super-SBM 模型構建

SBM 模型能解決傳統(tǒng)DEA 模型忽視生產(chǎn)過程中非期望產(chǎn)出因素的問題， 而Super-SBM 模型在處理非期望產(chǎn)出過程中，能將有效的決策單元作比較，彌補了標準效率模型的缺陷。 Super-SBM 模型為：

其中，θ*為綠色發(fā)展超效率結果，x,y 分別為投入和產(chǎn)出變量；i,r 和k 分別是投入、期望產(chǎn)出和非期望產(chǎn)出的決策單元和分別是投入、期望產(chǎn)出和非期望產(chǎn)出變量的松弛變量；是約束條件。越大說明該地當年綠色發(fā)展效率越高。

2.GML 指數(shù)模型構建

根據(jù)Oh[19]的研究，本文以Super-SBM 模型為基礎，構造t 到t+1 期間的GML 生產(chǎn)率指數(shù)值，公式表達式為：

其中，xt,yt,bt分別是決策單元t 期的投入、期望產(chǎn)出和非期望產(chǎn)出，DG（xt,yt,bt）=sup ｛β|（y+βgy,b-βgb）∈PG（X）｝為全局方向性距離函數(shù)，PG（X）是當前所有生產(chǎn)可能性集合的并集。指數(shù)能夠分解為（技術效率）和（技術進步）。 當、、大于1時，分別表示綜合效率、技術效率和技術進步的提高。

（二）指標體系構建

1.投入指標

參考現(xiàn)有文獻的相關研究[20]，本文將投入指標分為能源投入、資本投入、技術投入三部分，其中能源投入部分選取能源消費總量、 用水總量和城市建設用地面積三個指標； 資本投入部分為城鎮(zhèn)居民人均可支配收入和研究與試驗發(fā)展（R&D）經(jīng)費投入強度兩個指標， 用來觀察居民可支配收入的增加及科研重視程度的提升給產(chǎn)出帶來的變化； 最后以省市專利申請受理數(shù)作為技術投入的代表，技術投入越多，國內(nèi)專利申請受理數(shù)也就越多。

2.產(chǎn)出指標

產(chǎn)出指標分為期望產(chǎn)出和非期望產(chǎn)出。 期望產(chǎn)出主要分為經(jīng)濟增長和生態(tài)收益，采用人均GDP 的變化來表征經(jīng)濟增長指標， 人均公園綠地面積和濕地生態(tài)面積來度量生態(tài)收益。 非期望產(chǎn)出主要是指對環(huán)境造成的污染，本文采用廢水排放量、二氧化硫排放總量和煙 （粉） 塵排放總量來衡量環(huán)境污染程度。 具體指標體系內(nèi)容如表1 所示。

表1 長江經(jīng)濟帶綠色發(fā)展效率評價指標體系

（三）數(shù)據(jù)來源

本文所用到的數(shù)據(jù)來源于2008—2021 年各省市統(tǒng)計年鑒和長江經(jīng)濟帶大數(shù)據(jù)平臺。 針對少數(shù)省市年份的缺失數(shù)據(jù)，利用線性插值法進行填充。

（四）長江經(jīng)濟帶綠色發(fā)展效率測算

1.靜態(tài)測算

運用Super-SBM 模型，將長江經(jīng)濟帶11 個省市2008—2021 年的面板數(shù)據(jù)代入MATLAB 軟件進行測算，得到該11 個省市的綠色發(fā)展水平綜合效率值（見表2）。

表2 2008—2021 年長江經(jīng)濟帶綠色發(fā)展水平綜合效率值

從表2 可以看出， 長江經(jīng)濟帶11 個省市整體的綠色發(fā)展效率較高， 綜合效率均值為0.981。 其中上海、江蘇、浙江、重慶、四川、貴州、云南的綠色發(fā)展效率值大于1，即屬于SBM 有效，表明這7 個省市都處在有效生產(chǎn)前沿，即這7 個省市均處于“在滿足同樣產(chǎn)出標準條件下，投入產(chǎn)出最優(yōu)”的理想狀態(tài)，而安徽、江西、湖北、湖南為非SBM 有效，說明這4 個省的綠色發(fā)展水平?jīng)]有達到最優(yōu)配置，尚有改進的空間。

綠色發(fā)展水平高的省市主要分為兩類。 一類是位于長江下游地區(qū)的上海，江蘇和浙江，該類省市本身具有豐厚的資源且經(jīng)濟發(fā)展速度較快， 無需通過粗放式經(jīng)營來維持經(jīng)濟高速發(fā)展， 綠色發(fā)展理念在三省市內(nèi)發(fā)展較為成熟。 例如上海市大力推進生態(tài)保護和污染防治，加大節(jié)能減排力度，出臺了相關扶持節(jié)能產(chǎn)業(yè)等政策。 另一類是位于長江上游地區(qū)的重慶、四川、貴州、云南，該類省市近年來積極探索創(chuàng)新，不斷優(yōu)化產(chǎn)業(yè)結構，加大新能源的開發(fā)與使用，強化環(huán)保方面的治理，加上本身能源消費水平較低，因此該類城市的綠色發(fā)展水平效率處于高值。

綠色發(fā)展水平效率值較低的城市位于長江中游地區(qū)，該類地區(qū)的突出特點為資源消耗水平較高，經(jīng)濟發(fā)展水平相對較低，仍需依靠犧牲環(huán)境來帶動經(jīng)濟的增長，同時該類地區(qū)環(huán)境污染治理方面投入較少，綠色發(fā)展理念相對薄弱，從而導致其綠色發(fā)展效率值較低。

2.動態(tài)測算

為了更好地分析沿江11 個省市綠色發(fā)展效率隨時間的動態(tài)變化趨勢，本文借助MATLAB軟件測算長江經(jīng)濟帶綠色全要素生產(chǎn)率 （GTFP）—GML 指數(shù)，并分解得GTC 與GEC，如下頁圖2—4 所示。

圖2 2008—2021 年長江經(jīng)濟帶綠色全要素生產(chǎn)率

由圖2 可知： 長江經(jīng)濟帶綠色全要素生產(chǎn)率GML 指數(shù)總體上大于1，且年均增長率為2.1%，但仍有個別年份小于1，說明在研究期間長江經(jīng)濟帶綠色發(fā)展水平總體呈現(xiàn)良好發(fā)展的趨勢。 其中長江下游的GML 指數(shù)明顯高于長江中游和上游， 說明上海、江蘇、浙江和安徽的綠色發(fā)展水平最優(yōu)，是將綠色發(fā)展先進技術向外推廣的創(chuàng)新者；長江中游（安徽、江西、湖北、湖南）指數(shù)波動性亦較大，但較上游相比落后一些， 表明該類區(qū)域能夠與下游地區(qū)共同促進環(huán)境技術創(chuàng)新向外推廣， 屬于綠色發(fā)展先進技術的并行者；長江上游（四川、云南、重慶、貴州）波動幅度最小，綠色發(fā)展水平相對平穩(wěn)，屬于綠色發(fā)展先進技術的跟跑者。 圖3 和圖4 表明：長江經(jīng)濟帶與三大區(qū)域綠色發(fā)展GTFP 驅動力呈現(xiàn)出一種“技術效率——雙輪驅動——技術進步”的交替路徑，它們之間的差異在于驅動力的持續(xù)時間不同， 特別在長江下游GEC有三個時期都顯著大于1，說明其綠色發(fā)展的驅動力源自技術效率的提升。 近年來長江上游的GTC 基本上大于1，GEC 較平穩(wěn)，表明技術進步和技術效率共同驅動作用較強； 長江中游的GEC 慢慢出現(xiàn)負增長，說明技術進步成為主要貢獻者，技術效率在促進作用不斷趨弱中可能產(chǎn)生部分抑制效應。

圖3 2008—2021 年長江經(jīng)濟帶綠色全要素生產(chǎn)率分解項——GTC（技術進步）

圖4 2008—2021 年長江經(jīng)濟帶綠色全要素生產(chǎn)率分解項——GEC（技術效率）

3.空間分布特征

為進一步探索長江經(jīng)濟帶各省市綠色發(fā)展效率的空間分布特征，利用Arc-GIS10.5 軟件，根據(jù)綠色發(fā)展效率全要素得分值（M），繪制長江經(jīng)濟帶綠色發(fā)展效率等級圖（見圖5）。

圖5 長江經(jīng)濟帶綠色發(fā)展效率空間分布圖

從圖5 可知：長江經(jīng)濟帶綠色發(fā)展效率總體上可以分為效率最優(yōu)型、 效率良好型和效率較差型這三類，并呈現(xiàn)出下游＞上游＞中游的態(tài)勢，具有明顯的空間集聚性。綠色發(fā)展效率最優(yōu)型的省市主要分布在上海、浙江、江蘇、重慶4 個省市，其中上海市憑借其先進的科學技術支撐， 在保障經(jīng)濟迅速發(fā)展的同時，也注重生態(tài)環(huán)境的改善，對周邊的浙江和江蘇產(chǎn)生了明顯的輻射作用。 值得關注的是重慶，雖然處于長江上游地區(qū)，但是近年來，重慶的第三產(chǎn)業(yè)占比不斷擴大，城鎮(zhèn)化得到快速發(fā)展的同時，也有效地提高了城市環(huán)境質(zhì)量，綠色發(fā)展效率達到了一個較高的水平。 而貴州、湖南、江西的綠色發(fā)展效率屬于較差型，因此，長江中游地區(qū)要盡快找到適合的綠色經(jīng)濟發(fā)展方式，將綠色資源優(yōu)勢轉換為綠色生產(chǎn)力， 重點改造傳統(tǒng)產(chǎn)業(yè)、發(fā)展生態(tài)產(chǎn)業(yè)，提高綠色經(jīng)濟規(guī)模和產(chǎn)出水平，提升綠色治理能力，避免走先污染后治理的老路。

四、長江經(jīng)濟帶綠色發(fā)展效率影響因素分析

（一）變量選擇

1.被解釋變量

為了進一步探究影響長江經(jīng)濟帶綠色發(fā)展效率的因素，本文參考楊萬平，張振亞的研究成果[21]，以測算結果中綠色發(fā)展全要素生產(chǎn)率Yit 作為被解釋變量。

2.解釋變量

在綜合測度和評價長江經(jīng)濟帶綠色發(fā)展效率的基礎上，利用RF 回歸模型對各影響因素在長江經(jīng)濟帶綠色發(fā)展效率中的重要性進行排序， 利用R 語言計算出各個自變量的重要性排序， 發(fā)現(xiàn)影響長江經(jīng)濟帶綠色發(fā)展效率的驅動因素包括能源消費程度、科技發(fā)展水平、城鎮(zhèn)化水平、資本投入水平、經(jīng)濟發(fā)展水平和環(huán)境保護水平等， 所以本文以上述影響因素作為自變量，各指標具體含義如表3 所示。

表3 長江經(jīng)濟帶綠色發(fā)展效率影響因素自變量一覽表

（二）數(shù)據(jù)來源

考慮到數(shù)據(jù)的連續(xù)性和數(shù)據(jù)可得性， 本單元所用到的數(shù)據(jù)和上文一致， 部分缺失數(shù)據(jù)通過向前和向后插值進行填充。

（三）模型構建

由于SBM 方法得出的綠色效率值是受限因變量，OLS 法不適用于估計回歸系數(shù)，可用Tobit 模型。

在研究過程中，為了消除異方差性的影響，將因變量與自變量進行對數(shù)處理，構建如下的Tobit 回歸模型：

其中，i 表示省市，t 表示時間，Yit表示第i 個省市第t 年的綠色發(fā)展水平效率值；β0表示截距項，β1~β10表示解釋變量的回歸系數(shù)，εit表示隨機誤差項。

（四）回歸結果與穩(wěn)健性檢驗

在上述計量經(jīng)濟模型中，選擇了10 個解釋變量，使用stata15.0 檢驗解釋變量之間是否存在多重共線性。研究發(fā)現(xiàn)，解釋變量之間的方差擴展因子為1.8，因此解釋變量之間不存在多重共線性問題。 接著進行Tobit 回歸和GMM 穩(wěn)健性檢驗，結果如表4 所示。

表4 綠色發(fā)展效率影響因素Tobit 回歸結果和GMM 穩(wěn)健性檢驗

從Tobit 回歸結果可以看出，10 個解釋變量對被解釋變量綠色發(fā)展效率值都會產(chǎn)生顯著的影響，其中R&D 經(jīng)費投入、環(huán)境污染治理投資占GDP 比重、森林覆蓋率、人均公園綠地面積、濕地生態(tài)面積對綠色發(fā)展的影響是正向的，而能源消費總量、農(nóng)業(yè)有效灌溉面積、 二氧化硫排放總量、 化肥施用率、 人均GDP 對綠色發(fā)展產(chǎn)生的影響是負向的。GMM 穩(wěn)健性檢驗中選擇二氧化硫排放總量、化肥施用率、人均公園綠地面積和濕地生態(tài)面積作為GMM 的工具變量，得出的GMM 穩(wěn)健性回歸結果與回歸得出的結果基本一致，證明了本文的實證分析結果是穩(wěn)健的。

（五）綠色發(fā)展效率影響因素分析

根據(jù)上述分析， 長江經(jīng)濟帶綠色發(fā)展效率的影響因素可以從如下幾個方面切入。

（1）生態(tài)環(huán)境保護方面。 能源消費總量、農(nóng)業(yè)有效灌溉面積、 二氧化硫排放總量及化肥施用率對綠色發(fā)展效率的影響是顯著為負，森林覆蓋率、人均公園綠地面積及濕地生態(tài)面積對綠色發(fā)展效率為顯著促進作用， 說明生態(tài)環(huán)境的好壞會直接影響到綠色發(fā)展效率的提升。 因此各省市需要加大生態(tài)環(huán)境保護力度，控制污染源頭，從而提高長江經(jīng)濟帶的綠色發(fā)展效率。 （2）經(jīng)濟發(fā)展水平方面。 人均GDP 對綠色發(fā)展效率的影響顯著為負。 這表明長江經(jīng)濟帶正處于經(jīng)濟高速發(fā)展時期，過于追求經(jīng)濟總量的增長，而忽略了環(huán)境因素。因此長江經(jīng)濟帶要實現(xiàn)高質(zhì)量發(fā)展，必須摒棄以環(huán)境換發(fā)展的錯誤理念， 遏制環(huán)境惡化和資源短缺，實現(xiàn)產(chǎn)業(yè)轉型升級。（3）政府支持力度方面。環(huán)境污染治理投資占GDP 比重對綠色發(fā)展效率產(chǎn)生明顯的正向促進作用。 說明加強政策引導和推動力度，能夠促進綠色效率的提高， 因此政府需要深入貫徹綠色發(fā)展理念，高度重視環(huán)境保護，加大綠色發(fā)展方面的財務預算，確保資金充足。 4.科技創(chuàng)新投入方面。R&D 經(jīng)費投入強度對綠色發(fā)展效率的影響為正，并在1%的水平上顯著。 科技創(chuàng)新是綠色發(fā)展的重要推動力。 因為綠色創(chuàng)新技術一方面可以提高現(xiàn)有資源的利用率，另一方面能夠開發(fā)新的清潔能源，減少對傳統(tǒng)能源的過度依賴，能夠充分挖掘綠色技術創(chuàng)新所產(chǎn)生的空間溢出效應，提升整體綠色技術創(chuàng)新水平。

五、結論與建議

（一）研究結論

首先，從效率上看，長江經(jīng)濟帶綠色發(fā)展效率處于中高水平。上海、江蘇、浙江、重慶、四川、貴州、云南的綠色發(fā)展效率值為1，即SBM 有效，說明以上七個省市綠色發(fā)展水平較高；安徽省、江西省、湖北省、湖南省為SBM 非有效， 說明四個省市綠色發(fā)展水平有待提高。對于長江經(jīng)濟帶及三大區(qū)域的綠色發(fā)展效率GML 指數(shù)來說， 呈現(xiàn)出從下游到上游逐漸遞減的梯度格局，同時形成了“技術效率——雙輪驅動——技術進步”的更迭規(guī)律，驅動該區(qū)域綠色發(fā)展的作用力在不同階段呈現(xiàn)出不同的規(guī)律性。

其次，從空間格局來看，長江經(jīng)濟帶綠色發(fā)展效率具有空間溢出效應， 相鄰地區(qū)綠色發(fā)展水平能夠相互影響，但效率并不均衡，區(qū)域差異依然存在。 長江經(jīng)濟帶綠色發(fā)展水平可以劃分為三個等級， 在空間上呈現(xiàn)出“四高、四中、三低”的明顯等級分布特征。 第一等級：上海、江蘇、浙江及重慶，2008—2021年內(nèi)， 這四個省市經(jīng)濟增長與政府政策支持度都在逐年上升，綠色發(fā)展效率的差距也在不斷縮小；第二等級：安徽、湖北、四川和云南，由于這四個省的經(jīng)濟基礎相對薄弱，產(chǎn)業(yè)結構相對單一，因此綠色發(fā)展效率具有很大的提升空間；第三個等級：江西、湖南和貴州，這三個省的綠色發(fā)展效率任重道遠，需要加大對生態(tài)環(huán)境保護的投資力度。

最后， 從綠色發(fā)展效率影響因素來看，R&D 經(jīng)費投入、環(huán)境污染治理投資占GDP 比重、森林覆蓋率、人均公園綠地面積、濕地生態(tài)面積對綠色發(fā)展的影響是顯著促進的，而能源消費總量、農(nóng)業(yè)有效灌溉面積、二氧化硫排放總量、化肥施用率、人均GDP 對綠色發(fā)展產(chǎn)生的影響是顯著抑制的。

（二）政策建議

為提高長江經(jīng)濟帶11 個省市的綠色發(fā)展效率，本文提出如下政策建議。

第一， 加大清潔能源的使用以及環(huán)境保護力度。能源消費總量、農(nóng)業(yè)有效灌溉面積、二氧化硫排放總量、化肥施用率、人均GDP 對綠色發(fā)展的影響是負向抑制的，因此要加大清潔能源的投入與使用，減少二氧化硫排放量；通過減少農(nóng)業(yè)灌溉種植化肥的使用量，減輕環(huán)境保護壓力，實現(xiàn)經(jīng)濟發(fā)展與環(huán)境保護協(xié)調(diào)發(fā)展，推動長江經(jīng)濟帶綠色發(fā)展向高質(zhì)量發(fā)展前進。

第二，促進區(qū)域綠色水平協(xié)同發(fā)展，增強城市間的合作與溝通。從整體來看，雖然整個長江經(jīng)濟帶綠色發(fā)展效率較高，但是不同地區(qū)還存在著兩極分化，綠色發(fā)展效率較高的有上海、浙江和江蘇，是綠色發(fā)展高效率典型城市，可以以此為核心，形成大小不同的多個輻射圈，帶動整個長江經(jīng)濟帶綠色發(fā)展水平的提高，實現(xiàn)綠色發(fā)展全要素的流動與合理配置， 逐步縮小各省份間的綠色發(fā)展水平的差異，促進區(qū)域綠色水平協(xié)同發(fā)展。

第三，提升區(qū)域綠色發(fā)展治理體系和治理能力現(xiàn)代化水平。 R&D 經(jīng)費投入、環(huán)境污染治理投資占GDP比重、森林覆蓋率、人均公園綠地面積、濕地生態(tài)面積對綠色發(fā)展的影響是正向促進的。 可以通過加大對環(huán)境污染的投資和治理，提升綠色發(fā)展治理體系，進一步提高R&D 經(jīng)費投入，著力培養(yǎng)基礎設施建設、生態(tài)保護、城市規(guī)劃等方面的專業(yè)人才，建設一支堅持綠色發(fā)展理念、熟悉綠色發(fā)展規(guī)律的綠色發(fā)展治理隊伍，不斷提升綠色發(fā)展治理能力現(xiàn)代化水平。