【治理与反思】中国生态效率趋同和绿色城市发展

类别：城市治理　

导言

如果经济增长和环境保护得到有效平衡，我们就可以从中采取具有生态效率的措施。为了了解中国绿色城市发展的路径，最近，Jianhuan Huang and Yue Hua两位学者合作，深入探讨了这一问题。本研究选取了2003年和2013年中国的191个城市的生态效率趋同模式进行研究，并采取了数据包络分析（Data Envelopment Analysis，DEA）方法和空间建模方法来进行实证分析。结果表明中国的主要城市在生态效率得分上呈现β收敛，且在地理位置、环境政策和资源优势方面正逐渐形成基于位置的集群模式。

（文献来源：Huang, J. & Hua, Y. (2018). Eco-efficiency Convergence and Green Urban Growth in China. International Regional Science Review, online first July 23: 1-28. DOI:10.1177/0160017618790032）。

研究主题

通向可持续城市发展的道路需要有效地平衡经济增长和环境保护之间的关系。经过了三十多年的快速工业化和城市化的发展，中国城市正受到严重的生态环境困扰。现代城市的发展不仅要追求经济的增长，同时更要关注居民的生活质量，所以中国政府将“绿色可持续城市”作为了城市建设的一个重要目标。

中国作为地理异质性很大的国家之一，应根据不同城市间的差异来建立具体的城市区域绿色增长政策，但是中国各城市间经济增长速度的差异也许会对环境政策产生一定的影响。因此，本研究将研究重点放在和经济产出与环境保护有关的生态效率指标上。其中，Schaltegger和Sturm（1990）提出了生态效率的概念，并在1992年的世界可持续发展工商理事会（WBCSD）报告中正式确定：生态效率是通过优化经济产出，同时尽量减少相关经济活动对环境和生态的影响来实现的。为了在接下来的实证研究中解决中国生态效率差距的区域间和城市间动态变化，为此建立了一个趋同视角来观察生态效率的分布变化。

经济发展并不是要达到一个独特的稳定点，而是不断地走向多个局部稳定平衡的状态，从而形成集群，这种“俱乐部趋同”（club convergence）表明，经济实体之间只有在结构和初始条件相似时才会互相接近。本研究将采用数据包络分析（DEA）生成的生态效率来探究中国城市间趋同的生态效率以及对中国绿色城市发展的影响。

测量生态效率以及趋同模型的构建

DEA数据包络分析的推导

DEA模型现已普遍用于许多研究中。Tone（2001,2004）引入了非径向松弛基础测量（SBM）模型，以非松散方式处理与松弛相关的模型改进，从而提高了DEA方法的区分能力。之后为了克服只能在同质情况下才能构建模型的问题，作者们结合技术异质性引入了元前沿方法进行分许干预计算。基于上述这些完善的改善提出了（Meta-US-SBM）模型，又加入最小距离方法，作者们由提出了一个新的DEA模型（Meta-US-MinDWOS）来进行生态效率的测量。

实证模型

根据Barro（1990）和Mankiw，Romer和Weill（1992）对β的开创之作，β收敛这一概念被分为无条件收敛和有条件收敛。前者表明经济正在达到一个独立于人口、技术、政府和环境之外的长期均衡；后者则通过控制不同国家、地区或城市间的上述特征来捕捉实体间的异质性。

之后包含生态空间滞后性效率形成的动态空间自回归模型基础上，最后，基于人口距离的空间权重矩阵形成了空间权重矩阵的模型。

数据、变量和估计

1.   输入、输出和结果

在进行DEA发现之前，首先要确定输入和输出的指标。首先通过输入劳动力投入、土地投入、资本投入和能源投入来考虑传统生产函数。然后选择消费者价格指数和国内生产总值来表示理想的输出。最后将二氧化碳、二氧化硫和工业污染以及废水排放等作为不良的产出。并采用STIRPAT模型对控制变量（人口、经济水平和技术）进行控制。

2.  数据和估计

本研究的数据来源于《中国统计年鉴》、《中国能源统计年鉴》以及《中国环境年鉴》。此外，还建立了一系列基于地点的二级样本来分析地理位置、政府干预和资源优势三种城市间异质性。其中第一种分类将中国城市分为沿海城市和内陆城市；第二章分类中，中国环境保护部将113个城市（2013）列为“关键环境保护”（KEP）城市；第三种分类中分为78个基于资源城市（RB）和113个非基于资源城市（NRB）。

实证结果

1.    描述性统统计

图1和图2显示了2003年和2013年城市级生态效率得分的分布情况，可以看出上海、合肥、南京和杭州在内的东部城市正在形成长江三角洲的高效集群，而广州、深圳、香港和澳门也在形成珠三角的另一个集群，其中福州、温州和汕头等城市的生态效率在不断恶化。总体而言，中国东部仍然是一个高效率集群，而东北地区的情况却不容乐观。

随后进行了两个基于DEA模型的生态效率得分和变量的描述性统计，这些得分和变量将在后面进行收敛计算。结果表明，Meta-US-SBM（0.399）获得的平均生态效率得分比Meta-US-MinDWO（0.485）模型得出的平均分低17.5%，正相关系数为0.88，这与预测的趋同问题一致。其中城市人口平均为470万，相当于中国单调扩张的大城市的人口规模；城镇居民年人均工资为2,7万元。最终我们得到了22%的东部城市和78%的内陆城市，59%的样本属于KEP城市，41%是RB城市。

2.    样本结果

Meta-US-SBM模型分析的结果，其中模型（1）采用了STIRPAT进行条件收敛的普通最小二乘（OLS）进行分析。模型（2）中生态效率得分被确定为β收敛，目标系数为0,768，在1%水平上具有显著统计性。模型（2）采用了GMM重新估计模型（2），并发现了稍高的收敛系数。模型（4）随后进行了SAR设置计算。模型（5）中SDM的估计证实了不存在内源性之间的相互作用。Meta-US-MinDWO模型分析的结果，与上述结果相比得到了更大的生态效率得分。

3.     二级样本结果

Meta-US-SBM和Meta-US-MinDWO两种模型的二级样本的结果。表中的（1）表示41个沿海城市确实是β收敛，（3）和（4）显示了不同KEP城市之间的β收敛过程。（5）和（6）显示了RB城市和非RH城市同样经历了向其自身稳定状态条件的β收敛。最后为了进一步了解收敛的动态过程，我们对收敛期和半衰期的进行了球形检验，结果表明动态过程非常稳健。

形成机制

中国GDP增长严重依赖政府对固定资产的投资，对于内陆地区来说，对传统制造业和基础设施的持续广泛投资大大降低了资本的边际生产率，一些省份报告的投资GDP比与沿海省份相比越来越高。在劳动力流动方面，高技能工人向沿海地区的长期迁移削弱了当地的生产力，而相对较差的商业和制度环境不断地将高科技企业和高学历劳动者驱逐出去。剩余的低效企业和工业的聚集加剧了污染排放，进一步降低了该地区的经济吸引力。另一方面，沿海城市通过更好的经济和污染减排表现，成功地维持了相对较高的生态效率。在现阶段，内陆地区似乎不太可能实现生态效率的大幅提升，但中央政府可以通过一些干预措施，如加大对污染治理的绿色补贴力度，培育以高科技为基础的城市工业园区等，努力延缓效率的快速下降。

KEP城市一度它们的生态效率明显低于非KEP城市。我们可以肯定地认为生态效率可以通过行动来提高城市环境(而不是GDP方面)，如采用更清洁的技术，污染治理设施建设，建立可行的监测系统。KEP城市还可能扮演区域“绿色中心”的角色，吸引高技能工人和知识企业，同时通过人口和资本再分配，对邻近的非KEP城市产生环境反效应。

最后，对于RB城市生态效率的下降，我们需要认识到，RB城市的经济增长很大程度上依赖于对当地自然资源的广泛利用，而这种依赖往往伴随着不利的生产方式和低效的资源管理。此外，资源路径依赖产生了许多类型的挤出效应，驱使清洁企业和技术离开该地区。在鼓励创新活动方面，RB城市的地方政府也更加腐败和消极。目前正在进行的以工业结构调整和技术升级为重点的供应方面的改革似乎可以解决这种“自然资源诅咒”。

结论

总体而言，从2003年到2013年，国家生态效率水平在一定程度上得到了提高，三个效率较低的生态效率集群(内陆城市、KEP城市和RB城市)迅速汇聚到低水平的稳定状态。这些结果对中央和地方政府的一些政策都产生了影响，他们试图在绿色增长战略下提高城市生态效率。但是，单仅用数据来说明和评估会阻碍我们真正了解城市的生态效率状态，所以可以在未来对生态效率与交通可达性和高技能劳动者的区位选择之间的因果关系进行研究。虽然一个特定的城市可以被划分为两个或两个以上的融合集群，但是如何对待当代中国的一个城市来实现生态效率的提高，仍然需要基于可行的数据集和正确的识别策略来进行详细的研究。

如果您喜欢此文，请转发和分享给朋友们。谢谢！

附参考文献文附参考文献附参考文献

Barro, R. J. 2015. “Convergence and Modernization.” Economic Journal 125:911–42.

Borazan, D. 2017. “Internal Migration, Regional Economic Convergence, and Growth in Croatia.” International Regional Science Review 40:141–63.

Camarero, M., J. Picazo-Tadeo, and C. Tamarit. 2013. “Are the Determinants of CO2 Emissions Converging among OECD Countries?” Economic Letters 118:159–62.

Elhorst, P. 2015. Spatial Econometrics: From Cross-sectional Data to Spatial Panels. London, UK: Springer.

Schaltegger, S., and A. Sturm. 1990. “Environmental Rationality.” Die Unternehmung 4: 273–90.

Tone, K. 2001. “A Slacks-based Measure of Efficiency in Data Envelopment Analysis.” European Journal of Operational Research 130:498–509.

近期推送的相关文献：(直接点击链接即可进入该页面)

此处也可以下载全文：

https://www.researchgate.net/publication/319290417_Eco-efficiency_Convergence_and_Green_Urban_Growth_in_China

原文链接（阅读原文　点击左下角）：

http://journals.sagepub.com/doi/pdf/10.1177/0160017618790032

凤凰网一点资讯：

http://www.yidianzixun.com/channel/m408752

欢迎您提出与本文内容、主题或翻译有关的各种问题与建议！

欢迎关注、订阅微信公众号【治理学术】。本公众号是由公共管理与政治学学科的老师和学生志愿者开发的学术和交流平台，重点是治理理论与实践领域的热点问题，我们每日整理、翻译并推荐一篇最新权威英文文献。核心内容分为三大板块：1、治理理论　文献与探索，2、管理实践　治理与反思，3、公共治理　教学与交流。

欢迎推荐或自荐研究成果，来稿请致邮箱：[e-mail]

PS：如何加入微信公众号：

您可以扫描下面的二维码，或者搜索公众号：“治理学术”，或者加原始ID: 
　 gh_dd2c06e61722　然后点击加入即可。

PS：如何查看以前推送的精彩文章：

您只要点标题下方的“治理学术”，并选择“查看历史消息”即可，精彩就会尽现。谢谢！