黃河流域九省（區(qū)）城市生態(tài)效率測算及其時空分異特征

薛偉賢　臧倩文　程愛聯(lián)等

關(guān)鍵詞：生態(tài)效率；三階段超效率ＳＢＭ 模型；時空特征；黃河流域

中圖分類號：Ｘ１７１．１ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０１．０１５

引用格式：薛偉賢，臧倩文，程愛聯(lián)，等．黃河流域九省（區(qū)）城市生態(tài)效率測算及其時空分異特征［Ｊ］．人民黃河，２０２４，４６（１）：８５－９２．

城市是承載黃河流域九省（區(qū)）生態(tài)保護(hù)與高質(zhì)量發(fā)展的空間載體，在黃河流域九省（區(qū)）發(fā)展中起著引領(lǐng)和支撐作用，但長期以來，黃河流域九省（區(qū)）城市發(fā)展重速度而疏于質(zhì)量，由此帶來資源壓力大和生態(tài)環(huán)境破壞等問題。在經(jīng)濟由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，黃河流域九省（區(qū)）城市要走生態(tài)優(yōu)先、綠色發(fā)展之路。研究黃河流域九省（區(qū)）城市生態(tài)效率，有助于協(xié)調(diào)城市經(jīng)濟發(fā)展、資源消耗與環(huán)境保護(hù)的關(guān)系，對黃河流域九省（區(qū)）可持續(xù)發(fā)展具有重要意義。

關(guān)于生態(tài)效率的測算，數(shù)據(jù)包絡(luò)分析（ＤＥＡ）是眾多學(xué)者測算生態(tài)效率的首選模型［１－２］ ，為彌補傳統(tǒng)ＤＥＡ 模型效率值不超過１ 的局限，Ａｎｄｅｒｓｅｎ 等［３］ 提出了超效率ＤＥＡ 模型，但該模型未考慮環(huán)境因素和隨機誤差對測算結(jié)果的影響。針對ＤＥＡ 模型的局限性，Ｔｏｎｅ［４］ 在克服徑向與角度缺陷的基礎(chǔ)上，考慮非期望產(chǎn)出（如廢水、廢氣排放），以及對效率值為１ 的決策單元進(jìn)行比較，構(gòu)建了ＳＢＭ 模型和超效率ＳＢＭ 模型。考慮環(huán)境因素以及隨機誤差對測算結(jié)果的影響，Ｆｒｉｅｄ等［５］ 將ＤＥＡ 模型與隨機前沿模型相結(jié)合，形成了三階段ＤＥＡ 模型。Ａｖｋｉｒａｎ［６］ 將ＳＢＭ 模型與三階段ＤＥＡ模型相結(jié)合構(gòu)建了三階段超效率ＳＢＭ 模型。關(guān)于生態(tài)效率的時空特征，在時間趨勢演進(jìn)方面，Ｍａｒｃｏ 等［７］主要采用描述性統(tǒng)計方法、核密度估計方法對生態(tài)效率的變化趨勢進(jìn)行了分析；在空間格局方面，Ｙａｍａｓａｋｉ等［８］ 采用空間分析軟件使生態(tài)效率空間分布可視化，對生態(tài)效率的空間分布進(jìn)行了探究；在空間差異與聯(lián)系方面，大多數(shù)學(xué)者采用收斂系數(shù)、泰爾指數(shù)等方法剖析生態(tài)效率的空間差異性，也有一些學(xué)者嘗試采用莫蘭指數(shù)探究生態(tài)效率的空間聯(lián)系［９－１１］ 。

黃河流域九省（區(qū)）城市生態(tài)效率的研究大多從具體行業(yè)（工業(yè)、能源）、特定區(qū)域（城市群、資源型城市）等維度展開，關(guān)于黃河流域九省（區(qū)）整體城市層面生態(tài)效率的系統(tǒng)研究還很少見。從研究方法來看，現(xiàn)有文獻(xiàn)對生態(tài)效率的研究鮮少剔除外部環(huán)境和隨機誤差的影響，而三階段超效率ＳＢＭ 模型將外部環(huán)境與隨機誤差對效率的影響去除，使得計算的效率值能更真實地反映決策單元的效率水平。因此，本研究采用三階段超效率ＳＢＭ 模型測算２０１０—２０１９ 年黃河流域九省（區(qū)）城市生態(tài)效率，并深入探究其生態(tài)效率的時空分異特征，以期為提升黃河流域九省（區(qū)）城市生態(tài)效率提供參考。

１．３ 第三階段：建立決策單元投入調(diào)整后的超效率ＳＢＭ 模型

依據(jù)調(diào)整后的決策單元投入數(shù)據(jù)重新進(jìn)行超效率ＳＢＭ 分析。由于此時的投入數(shù)據(jù)剝離了環(huán)境因素和隨機因素的影響，因此能夠更客觀地反映決策單元的效率狀況。

２ 評價指標(biāo)與變量選取及數(shù)據(jù)來源

黃河自西向東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東九省（區(qū)）６９ 個市（州、盟）。根據(jù)數(shù)據(jù)的可獲得性，剔除甘肅、青海以及四川等省１２ 個市（州、盟），選取黃河流域九省（區(qū)）５７ 個城市作為研究對象。

２．１ 評價指標(biāo)與變量選取

生態(tài)效率評價指標(biāo)包括投入指標(biāo)和產(chǎn)出指標(biāo)，其中產(chǎn)出指標(biāo)又分為期望產(chǎn)出和非期望產(chǎn)出，見表１。

外部環(huán)境因素即對生態(tài)效率產(chǎn)生影響，且在短時間內(nèi)不能主觀更改或把握的因素［１２］ 。已有研究主要從社會、經(jīng)濟、政策等角度選取外部環(huán)境因素，具體可歸納為收入因素、產(chǎn)業(yè)結(jié)構(gòu)因素、制度因素、外資因素［１３］ 。本文選取收入水平、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境保護(hù)政策和外商直接投資作為外部環(huán)境因素［１４－１５］ ，其中：收入水平采用黃河流域九省（區(qū)）各城市人均ＧＤＰ 衡量，產(chǎn)業(yè)結(jié)構(gòu)用第三產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值比重衡量，環(huán)境保護(hù)政策用各城市財政支出中節(jié)能環(huán)保支出量衡量，外商直接投資用各城市實際利用外資衡量。

２．２ 數(shù)據(jù)來源及處理

本文以２０１０—２０１９ 年為研究期，研究所用數(shù)據(jù)就業(yè)人數(shù)、用水量、國內(nèi)生產(chǎn)總值、ＳＯ２ 排放量和廢水排放量等來源于２０１１—２０２０ 年《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》、各省（區(qū)）水資源公報、各市統(tǒng)計年鑒以及國民經(jīng)濟和社會發(fā)展統(tǒng)計公報等，缺失數(shù)據(jù)采用插值法和移動平均法補全。

３ 結(jié)果及分析

３．１ 三階段超效率ＳＢＭ 模型生態(tài)效率測算結(jié)果

１）第一階段生態(tài)效率。利用ＭａｘＤＥＡ 軟件對黃河流域九省（區(qū)）５７ 個城市２０１０—２０１９ 年第一階段生態(tài)效率進(jìn)行測算，結(jié)果見表２。在不考慮外部環(huán)境變量和隨機因素影響的情況下，２０１０—２０１９ 年黃河流域九省（區(qū)）５７ 個城市生態(tài)效率平均值為０．７３５，只有慶陽、鄂爾多斯、西安、咸陽、榆林、延安、濟南、東營和菏澤９ 個城市生態(tài)效率達(dá)到１，黃河流域九省（區(qū)）生態(tài)效率整體水平較低。國家級中心城市（西安、鄭州）、區(qū)域中心城市（省會城市）以及一般地級市生態(tài)效率平均值分別為１．０１６、０．７７９、０．７２７，國家級中心城市生態(tài)效率明顯高于區(qū)域中心城市和一般地級市生態(tài)效率，這說明區(qū)域中心城市和一般地級市在生產(chǎn)中投入與產(chǎn)出配置較不合理，資源利用率較低，生產(chǎn)技術(shù)較落后，環(huán)境污染較嚴(yán)重。

２）第二階段ＳＦＡ 多元回歸分析。將第一階段得出的決策單元中各投入松弛變量作為被解釋變量，將４ 個外部環(huán)境變量作為解釋變量，進(jìn)行ＳＦＡ 多元回歸分析，結(jié)果見表３。

外部環(huán)境因素對黃河流域九省（區(qū)）城市投入冗余存在影響。σ^２、γ 均通過了顯著性檢驗且γ 值均大于０．５，環(huán)境變量對能源投入、勞動投入以及資本投入松弛變量的影響系數(shù)多數(shù)通過了１％水平的顯著性檢驗，環(huán)境變量中人均ＧＤＰ 對水資源投入松弛變量的影響系數(shù)通過了１％水平的顯著性檢驗，說明選取的外部環(huán)境因素對黃河流域九省（區(qū)）城市投入的松弛變量存在顯著影響，有必要進(jìn)行第二階段的分析，以及三階段ＳＢＭ 調(diào)整。

收入水平對勞動投入、水資源投入和資本投入松弛變量的影響系數(shù)均為負(fù)，對能源投入松弛變量的影響系數(shù)為正，且均在１％水平顯著。說明當(dāng)人均ＧＤＰ提高時，勞動投入、水資源投入和資本投入冗余均減少，但是能源投入冗余增加。可能原因是，隨著收入水平的提高，勞動者素質(zhì)和資本投入質(zhì)量有所提高，水資源節(jié)約利用效率提升，但是黃河流域九省（區(qū)）粗放型的能源開發(fā)利用現(xiàn)象沒有根本改變。

產(chǎn)業(yè)結(jié)構(gòu)對勞動投入和能源投入松弛變量的影響系數(shù)在１％水平顯著為負(fù)，對水資源投入松弛變量的影響系數(shù)為負(fù)但不顯著，對資本投入松弛變量的影響系數(shù)在１％水平顯著為正。說明當(dāng)?shù)谌a(chǎn)業(yè)占地區(qū)生產(chǎn)總值比重增大時，勞動投入、能源投入和水資源投入冗余均減少，這與預(yù)期相符，原因是高技術(shù)、高附加值產(chǎn)業(yè)生產(chǎn)效率較高，當(dāng)產(chǎn)業(yè)結(jié)構(gòu)中第三產(chǎn)業(yè)占比增大時，投入冗余減少。但是資本投入冗余增加，可能原因是第三產(chǎn)業(yè)大多屬于資本密集型產(chǎn)業(yè)，資本投入較多，但沒有充分利用現(xiàn)有資本。

環(huán)境保護(hù)政策對勞動投入和能源投入松弛變量的影響系數(shù)在１％水平顯著為負(fù)，對水資源投入和資本投入松弛變量的影響系數(shù)為負(fù)但不顯著。可以發(fā)現(xiàn)節(jié)能環(huán)保財政支出增加顯著降低能源消耗，但沒有顯著降低資本投入，表明節(jié)能環(huán)保財政支出要想發(fā)揮應(yīng)有的作用需要一定的資本投入。因此，一方面應(yīng)促進(jìn)節(jié)能環(huán)保支出的穩(wěn)定增長，另一方面要實現(xiàn)節(jié)能環(huán)保支出的有效配置，讓環(huán)保支出發(fā)揮應(yīng)有的作用，有效促進(jìn)生態(tài)效率提升。

外商直接投資對勞動投入松弛變量的影響系數(shù)在５％水平顯著為負(fù)，對水資源投入松弛變量的影響系數(shù)為負(fù)但不顯著，對能源投入和資本投入松弛變量的影響系數(shù)在５％水平顯著為正。說明外商直接投資增加使得勞動投入和水資源投入冗余減少，能源投入和資本投入冗余增加。外商直接投資一方面可能會帶來先進(jìn)的技術(shù)、管理經(jīng)驗，節(jié)約勞動和水資源投入；另一方面外商直接投資可能會增加對能源和資本的需求，造成投入要素的浪費。

３）第三階段投入調(diào)整后生態(tài)效率。對投入變量進(jìn)行修正后重新測算黃河流域九省（區(qū)）城市２０１０—２０１９ 年生態(tài)效率，結(jié)果見表４。

剔除了環(huán)境和隨機因素后，２０１０—２０１９ 年黃河流域九省（區(qū)）城市生態(tài)效率均值相較調(diào)整前下降。其中蘭州、包頭、呂梁、鄭州、榆林、洛陽、鄂爾多斯、安陽、濟南、銀川、咸陽、濟寧、慶陽、泰安、西安、德州、呼和浩特、聊城、濱州１９ 個城市生態(tài)效率相較調(diào)整前上升，其余３８ 個城市的生態(tài)效率相較調(diào)整前呈下降趨勢；國家級中心城市、區(qū)域中心城市的生態(tài)效率與調(diào)整前相比總體上有所上升，一般地級市生態(tài)效率與調(diào)整前相比總體上下降。由此可見，單純用第一階段超效率模型得到的國家級中心城市、區(qū)域中心城市生態(tài)效率被低估，一般地級市生態(tài)效率被高估。

與我國京津冀、長三角、珠三角三大城市群的生態(tài)效率［１８－２０］ 進(jìn)行比較發(fā)現(xiàn)，黃河流域九省（區(qū)）城市生態(tài)效率整體呈波動下降趨勢，而三大城市群生態(tài)效率呈上升趨勢。黃河流域九省（區(qū)）城市生態(tài)效率在２０１４年之前呈上升趨勢、之后呈下降趨勢，呈倒Ｕ 形發(fā)展；京津冀城市群生態(tài)效率２０１１ 年之前下降、之后快速上升，總體呈Ｕ 形發(fā)展；長三角城市群生態(tài)效率總體呈Ｎ形發(fā)展；珠三角城市群生態(tài)效率并未出現(xiàn)較大波動。黃河流域九省（區(qū)）城市生態(tài)效率與中國三大城市群生態(tài)效率相比較低。在空間上，黃河流域九省（區(qū)）城市與三大城市群生態(tài)效率空間分布特征相似，呈現(xiàn)由南向北、由東向西下降趨勢，且沿海高內(nèi)陸低、中心城市高周邊城市低。

３．２ 黃河流域九省（區(qū)）城市生態(tài)效率時空特征

１）時序特征。２０１０—２０１９ 年黃河流域九省（區(qū)）城市生態(tài)效率變化趨勢存在差異。５７ 個城市中，天水、定西等３５ 個城市生態(tài)效率下降，其中隴南、鄂爾多斯、榆林和延安下降幅度超過１００％。僅西寧、西安等２２ 個城市生態(tài)效率上升，且上升幅度較小，在經(jīng)濟發(fā)展過程中，資源節(jié)約和環(huán)境保護(hù)略有成效。總的來說，黃河流域九省（區(qū)）６０％以上的城市生態(tài)效率呈下降趨勢，大部分城市在經(jīng)濟發(fā)展過程中資源和環(huán)境壓力逐漸增大。

上、中、下游地區(qū)生態(tài)效率均呈下降趨勢，見圖１。

２０１０ 年上、中、下游地區(qū)生態(tài)效率均值分別為０．５９１、０．７６７、０．７８７，２０１９ 年下降為０．４０４、０．５３９、０．６２９，下降幅度分別為３２％、３０％、２０％。主要原因是，黃河流域中上游有很多城市為能源型城市，在能源開采過程中產(chǎn)生大量廢氣廢物，進(jìn)而導(dǎo)致生態(tài)效率低；下游經(jīng)濟發(fā)展較快，正處于工業(yè)化進(jìn)程加速階段，根據(jù)環(huán)境庫茲涅茨曲線，在工業(yè)化進(jìn)程加速階段，環(huán)境污染加劇，生態(tài)效率呈下降趨勢。

國家級中心城市生態(tài)效率呈上升趨勢，區(qū)域中心城市和一般地級市生態(tài)效率總體呈下降趨勢。２０１０年國家級中心城市生態(tài)效率均值為１．０８５，２０１９ 年上升為１．６７７，上升幅度達(dá)５５％；２０１０ 年區(qū)域中心城市和一般地級市生態(tài)效率均值分別為０．９２７、０．６７６，２０１９ 年下降至０．９２５、０．６６１，下降幅度分別為０．２％、２．２％。主要原因是國家級中心城市肩負(fù)區(qū)域整體發(fā)展使命，經(jīng)濟基礎(chǔ)與資源環(huán)境承載力相對較好，在空間、政策、資源等方面占據(jù)優(yōu)勢，因此生態(tài)效率呈上升趨勢；區(qū)域中心城市具有帶動周邊城市發(fā)展的作用，是各省（區(qū)）經(jīng)濟發(fā)展中心，經(jīng)濟基礎(chǔ)與資源環(huán)境承載力在各省（區(qū)）中相對較好，因此區(qū)域中心城市生態(tài)效率雖然有所下降，但下降幅度不大；一般地級市受資源環(huán)境限制，經(jīng)濟發(fā)展水平較低，生態(tài)效率呈下降趨勢。

２）空間特征。為進(jìn)一步分析黃河流域九省（區(qū)）城市生態(tài)效率空間差異，將黃河流域５７ 個城市生態(tài)效率分為高（＞１．０００）、中（０．５００ ～ １．０００］、低（０．０００ ～０．５００］３ 類，運用ＡｒｃＧＩＳ 軟件進(jìn)行可視化處理，繪制高生態(tài)效率區(qū)、中生態(tài)效率區(qū)和低生態(tài)效率區(qū)分布圖，見圖２。黃河流域九省（區(qū)）大部分城市集中在低生態(tài)效率區(qū)。在城市數(shù)量上，高、中、低生態(tài)效率區(qū)分別包含１１、１９、２７ 個城市，說明有相當(dāng)一部分城市生態(tài)效率并未達(dá)到理想狀態(tài)。從西到東， 城市生態(tài)效率呈現(xiàn)“低—高—低—高”交替式空間分布態(tài)勢，這與城市群的分布較為重合。高生態(tài)效率區(qū)主要分布于呼包鄂榆城市群以及山東半島城市群；中生態(tài)效率區(qū)主要分布于太原城市群以及關(guān)中平原城市群；低生態(tài)效率區(qū)主要分布于蘭西城市群、寧夏沿黃城市群和中原城市群。

上、中、下游城市高生態(tài)效率區(qū)占比分別為２８％、３６％、３６％。其中：呼和浩特、西安、鄭州和濟南屬于省會城市，集聚了先進(jìn)科學(xué)技術(shù)、優(yōu)秀人才以及清潔能源，因此經(jīng)濟發(fā)展質(zhì)量較高，對資源環(huán)境造成的影響較小，生態(tài)效率處于較高水平；慶陽、榆林等屬于成長型資源城市，資源開發(fā)處于上升階段，但資源開發(fā)強度不高，對環(huán)境影響較小，生態(tài)效率維持在較高水平。上、中、下游城市中生態(tài)效率區(qū)占比分別為１６％、２６％、５８％。其中：濟寧、晉中、呂梁、寶雞屬于成熟型資源城市，資源開發(fā)處于穩(wěn)定階段，資源保障能力強，經(jīng)濟社會發(fā)展水平較高，但同時存在生態(tài)環(huán)境破壞問題；包頭、洛陽、淄博屬于再生性資源型城市，基本擺脫了資源依賴，經(jīng)濟社會步入良性發(fā)展軌道，但仍需加快經(jīng)濟發(fā)展方式轉(zhuǎn)變。上、中、下游城市低生態(tài)效率區(qū)占比分別為５２％、３７％、１１％。其中：白銀、石嘴山、烏海、銅川、濮陽屬于衰退性資源型城市，資源趨于枯竭，經(jīng)濟發(fā)展滯后，生態(tài)環(huán)境壓力大，生態(tài)效率處于較低水平，亟須經(jīng)濟增長方式轉(zhuǎn)型。

國家級中心城市、區(qū)域中心城市、一般地級市生態(tài)效率平均值分別為１．５２０、０．９２５、０．６６１，其生態(tài)效率存在較大差距。一般情況下，國家級中心城市、區(qū)域中心城市經(jīng)濟發(fā)展水平較高，且環(huán)境保護(hù)政策、區(qū)域創(chuàng)新能力等均高于一般地級市，因此生態(tài)效率相對較高。但經(jīng)濟發(fā)展較好城市其生態(tài)效率不一定高，如呼和浩特與鄂爾多斯相比經(jīng)濟發(fā)展水平較高，但其生態(tài)效率較低。因此，城市生態(tài)效率與城市經(jīng)濟發(fā)展水平相關(guān)，但不完全取決于經(jīng)濟發(fā)展水平。

４ 結(jié)論與建議

４．１ 研究結(jié)論

第一階段和第三階段計算的生態(tài)效率值存在差異，第三階段調(diào)整后黃河流域九省（區(qū)）城市生態(tài)效率與第一階段生態(tài)效率相比有所下降，這種差異說明生態(tài)效率受外部環(huán)境和隨機誤差的影響。外部環(huán)境變量中，收入水平對各類投入所引入松弛變量具有負(fù)向效應(yīng)，有助于減少投入冗余。產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資對水資源投入松弛變量影響不顯著，環(huán)境保護(hù)政策對水資源投入和資本投入松弛變量影響不顯著，產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資和環(huán)境保護(hù)政策對其余投入松弛變量影響顯著。國家級中心城市生態(tài)效率呈波動上升趨勢，且上升幅度較大；區(qū)域中心城市、一般地級市生態(tài)效率總體上呈波動下降趨勢，區(qū)域中心城市生態(tài)效率下降幅度小，一般地級市生態(tài)效率下降幅度較大。黃河流域九省（區(qū)）國家級中心城市生態(tài)效率較高，一般地級市生態(tài)效率較低。高生態(tài)效率區(qū)主要分布于上游呼和浩特和下游濟南等城市，中生態(tài)效率區(qū)主要分布在中游和下游的晉中、洛陽等城市，低生態(tài)效率區(qū)主要分布在上游和中游的銀川、銅川等城市。黃河流域九省（區(qū)）城市生態(tài)效率與我國三大城市群相比，生態(tài)效率相對較低，呈倒Ｕ 形增長，但空間分布特征相似，均呈現(xiàn)由南向北、由東向西遞減，以及沿海高內(nèi)陸低、中心城市高周邊城市低的特征。

４．２ 政策建議

１）采取差異化策略，注重提高黃河流域九省（區(qū)）一般地級市的生態(tài)效率。生態(tài)脆弱、經(jīng)濟發(fā)展水平不高的城市，不適宜大規(guī)模工業(yè)化發(fā)展，應(yīng)以現(xiàn)代農(nóng)業(yè)、新能源和現(xiàn)代服務(wù)業(yè)為發(fā)展重點；環(huán)境壓力較大的城市，要促進(jìn)資源產(chǎn)業(yè)轉(zhuǎn)型發(fā)展，逐步降低能源密集型及高污染排放型工業(yè)行業(yè)的規(guī)模，同時承接發(fā)達(dá)地區(qū)制造業(yè)轉(zhuǎn)移，擴大商貿(mào)物流業(yè)、科技金融等服務(wù)業(yè)發(fā)展；經(jīng)濟相對發(fā)達(dá)的城市，要積極推動產(chǎn)業(yè)向環(huán)境友好型、清潔型、科技型轉(zhuǎn)型升級，鼓勵開發(fā)和應(yīng)用節(jié)能降耗的新技術(shù)。

２）提高經(jīng)濟發(fā)展質(zhì)量，營造有利于生態(tài)效率提升的外部環(huán)境。外部環(huán)境因素中，收入水平（人均ＧＤＰ）可以顯著降低投入要素冗余，對黃河流域九省（區(qū)）城市生態(tài)效率的影響較大，同時黃河流域九省（區(qū)）一般地級市生態(tài)效率較低，且西部欠發(fā)達(dá)地區(qū)生態(tài)效率更低。但城市不應(yīng)過度追求ＧＤＰ 總量增長，生態(tài)效率低的城市提升生態(tài)效率最重要的是轉(zhuǎn)變經(jīng)濟發(fā)展方式，促進(jìn)經(jīng)濟轉(zhuǎn)型，提高人均收入水平。

３）調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)升級。對于傳統(tǒng)的高耗能、高污染產(chǎn)業(yè)，要控制其在產(chǎn)業(yè)結(jié)構(gòu)中的占比，同時要用先進(jìn)的技術(shù)、設(shè)備對其進(jìn)行改造升級。大力發(fā)展戰(zhàn)略新興產(chǎn)業(yè)，尤其要將新能源、節(jié)能環(huán)保等綠色低碳產(chǎn)業(yè)作為發(fā)展重點，加快構(gòu)建現(xiàn)代產(chǎn)業(yè)體系。

【責(zé)任編輯 呂艷梅】