“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率動態(tài)演變特征與影響因素

唐燕　孟繁玥

摘要 “城市礦產(chǎn)”的資源化循環(huán)利用，是我國緩解資源瓶頸約束、構建產(chǎn)業(yè)生態(tài)化體系的重要手段之一，探究“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率特征及關鍵驅動因素，以期為我國繼續(xù)推動該產(chǎn)業(yè)新舊動能轉換、生態(tài)化轉型升級提供參考。本文基于非期望產(chǎn)出的超效率SBM模型，測算我國2004—2017年26個省市層面生態(tài)效率，并分析其總體演變、區(qū)域差異及空間相關性特征，采用空間計量模型探尋該產(chǎn)業(yè)生態(tài)效率影響因素。結果表明：①“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率呈“類峰巒”結構的波動上升趨勢，從2004年0.87上升至2017年1.06，這期間，峰頂和峰谷省市的該產(chǎn)業(yè)生態(tài)效率年均差值近12%，且存在較顯著的區(qū)域差異特征，整體表現(xiàn)為東部地區(qū)始終高于中部和西部地區(qū)。②通過空間相關性分析發(fā)現(xiàn)，26個省市該產(chǎn)業(yè)生態(tài)效率存在較強的空間關聯(lián)性，整體由低值集聚向中高值集聚狀態(tài)轉變，但發(fā)展后期，部分省市脫離整體趨勢，出現(xiàn)“微分異”現(xiàn)象。③根據(jù)空間計量模型估計結果，技術創(chuàng)新是提高該產(chǎn)業(yè)生態(tài)效率的核心因素;產(chǎn)業(yè)發(fā)展水平和產(chǎn)業(yè)集聚水平為次要因素;環(huán)境規(guī)制與產(chǎn)業(yè)結構為一般影響因素;宏觀調(diào)控與對外開放水平則無顯著影響。最后，提出內(nèi)外技術聯(lián)合提高創(chuàng)新能力、以綠色產(chǎn)業(yè)合作提升產(chǎn)業(yè)集聚水平、環(huán)境標準細化增強環(huán)保效應、與制造業(yè)層級嵌套完善回收體系等對策建議，提升“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)發(fā)展水平。

關鍵詞 “城市礦產(chǎn)”產(chǎn)業(yè);生態(tài)效率;影響因素;空間效應

中圖分類號 F062.1 ??文獻標識碼 A? 文章編號 1002-2104（2021）06-0067-11

DOI：10.12062/cpre.20200932

“城市礦產(chǎn)”產(chǎn)業(yè)的目的是減少終態(tài)固體廢棄物數(shù)量[1]，提高資源生態(tài)利用效率，擴容資源空間[2]，推進城鄉(xiāng)生態(tài)化進程，更是為建成生態(tài)文明提供必要保障。據(jù)不完全統(tǒng)計，2019年，我國主要“城市礦產(chǎn)”回收總量約3.5萬億t，回收總值遠超0.8萬億元。多年來，我國政府把發(fā)展“城市礦產(chǎn)”產(chǎn)業(yè)作為改善生態(tài)環(huán)境，促進生產(chǎn)生活方式綠色轉型的重要戰(zhàn)略部署[2]，制定了包括示范基地建設、新型技術展覽、財政補貼、銷售優(yōu)惠、稅收返點等一系列扶持政策。然而，因清潔生產(chǎn)尚未在該產(chǎn)業(yè)內(nèi)全面普及，固體廢棄物利用量的不斷增長一直伴隨著污染物排放總量過高和環(huán)境二次污染等問題。此情境下，“城市礦產(chǎn)”產(chǎn)業(yè)是否保障了持續(xù)有效的資源生態(tài)利用效率，又如何推動這種效率的高效發(fā)展成為本文主要關注的問題。產(chǎn)業(yè)生態(tài)學中，生態(tài)效率能有效解釋產(chǎn)業(yè)中的資源生態(tài)利用效率問題[3-4]。鑒于此，文章在測算“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率的同時，采用空間計量法分析其影響因素，旨在發(fā)現(xiàn)該產(chǎn)業(yè)生態(tài)效率演變特征及其發(fā)展動力源，為研究該產(chǎn)業(yè)資源生態(tài)利用效率問題提供新思路與新視角，也為中國探索該產(chǎn)業(yè)生態(tài)化發(fā)展提供新的路徑參考。

1 文獻綜述

“城市礦產(chǎn)”產(chǎn)業(yè)對固體廢棄物資源化的過程，是將其中可利用的金屬、塑料、橡膠等資源進行循環(huán)再制造，摒棄不可利用資源，其中會產(chǎn)生以廢水、廢氣與固體廢棄物為主的污染物[5]，造成了環(huán)境二次污染。因此，如何提高該產(chǎn)業(yè)生態(tài)效率等問題一直受到國內(nèi)外學者關注。部分學者認為，在新型經(jīng)濟發(fā)展下，技術創(chuàng)新是提高該產(chǎn)業(yè)生態(tài)效率的主要方向[6]，其能夠助力清潔生產(chǎn)，提高對廢棄物剩余價值的利用率[7]，降低其污染物排放量，進而扭轉該產(chǎn)業(yè)二次污染劣勢[8]。也有學者提出不同觀點，在部分經(jīng)濟水平較低的國家中，其正由線性經(jīng)濟方式向循環(huán)經(jīng)濟方式過渡[9]，尚未成立或完善有效可行的“城市礦產(chǎn)”產(chǎn)業(yè)管理手段[10]，對于這類國家，健全產(chǎn)業(yè)管理體系比技術創(chuàng)新更有效[11]。還有學者認為，對于上述問題應視不同國家國情而定[12-13]。我國“城市礦產(chǎn)”產(chǎn)業(yè)在政策與經(jīng)濟的同步推動下，在集聚水平[14]、知識產(chǎn)權[15]、產(chǎn)業(yè)經(jīng)濟[16]、回收模式[17]等方面的研究成果已較豐富，但探討該產(chǎn)業(yè)如何提高生態(tài)效率等方面的研究尚需完善。

生態(tài)效率早期由Schaltegger等[18]將其引用到企業(yè)生態(tài)領域。兩位學者認為，生態(tài)效率是企業(yè)綠色生產(chǎn)合理性衍生出的一種生態(tài)理性測算方式。在OECD（Organization for Economic Co-operation and Development，經(jīng)濟合作與發(fā)展組織）推廣下，其概念被進一步界定為衡量經(jīng)濟與環(huán)境是否平衡發(fā)展的重要因素[19]，即可利用較少的環(huán)境損失為代價，換取較高的經(jīng)濟效益[20]。自此，生態(tài)效率在產(chǎn)業(yè)[21-23]、城市環(huán)境[24-25]、經(jīng)濟系統(tǒng)[26-27]等多個領域內(nèi)得到了廣泛應用和發(fā)展。

在生態(tài)效率的研究方法中，部分研究者采用指標評價法[28]、分割法[29]、權重組合法[30]、虛擬生態(tài)成本模型[31]等，這些評價方法一是需要大量數(shù)據(jù)支撐，二是需要對投入產(chǎn)出要素詳細分解。Dyckhoff等[32]提出的DEA（Data Envelopment Analysis，數(shù)據(jù)包絡分析）模型與上述方法相比，可無需受數(shù)據(jù)和要素類別制約，更無需設定生產(chǎn)函數(shù)，因此，該種方法得到了廣泛應用。運用DEA模型測算生態(tài)效率的相關研究可分為三個角度來看，一是生態(tài)產(chǎn)出表現(xiàn)，如中國經(jīng)濟發(fā)展水平存在階梯式失衡下，工業(yè)生態(tài)效率和農(nóng)業(yè)生態(tài)效率由沿海向內(nèi)陸逐漸收斂[33-35]。二是生態(tài)受益者角度，如Timo[36]、Gvdipudi等[37]和Mahdiloo等[38]等認為，生態(tài)效率的提升，有益于自然資源、公眾等主體，但對部分公司來說是經(jīng)濟損失的表現(xiàn)。三是生態(tài)效率的影響因素方面，文獻梳理后發(fā)現(xiàn)，多數(shù)學者從產(chǎn)業(yè)資本、政策、環(huán)境等角度進行分析。羅能生等[39]認為不同類型環(huán)境規(guī)制對生態(tài)效率具有不同影響，其中最有效的方式為污染治理投入型;付玉芹等[40]系統(tǒng)分析了產(chǎn)業(yè)結構對生態(tài)環(huán)境的影響發(fā)現(xiàn)，隨著產(chǎn)業(yè)發(fā)展水平的不斷提升，更多的資源將由維持經(jīng)濟增長轉向生態(tài)環(huán)境保護;龔新蜀

等[41]研究了FDI（Foreign Direct Investment，外商直接投資）對生態(tài)效率的影響，發(fā)現(xiàn)FDI對本地生態(tài)效率產(chǎn)生負影響，而對鄰地生態(tài)效率影響為正向;魏艷旭等[42]認為，科技創(chuàng)新可提高資源利用效率，降低產(chǎn)業(yè)二次污染;楊仁發(fā)[43]分析了產(chǎn)業(yè)集聚對環(huán)境污染的影響，發(fā)現(xiàn)產(chǎn)業(yè)集聚水平提升與環(huán)境污染改善程度呈正相關。

綜上所述，國內(nèi)外學者主要從生態(tài)產(chǎn)出、生態(tài)受益和影響因素角度進行了生態(tài)效率的研究，對于同時是生態(tài)產(chǎn)出者和受益者的“城市礦產(chǎn)”產(chǎn)業(yè)的生態(tài)效率問題尚需要被深入揭示與分析，其影響因素也應被發(fā)現(xiàn)，如“產(chǎn)業(yè)結構升級”“環(huán)境污染防治”等對該產(chǎn)業(yè)是否產(chǎn)生影響。因此，文章基于2004—2017年我國26個省份的面板數(shù)據(jù)，運用DEA衍生模型中的超效率SBM模型，對各省份“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率進行省份及區(qū)域分析，并探究促進其提升的主要因素。

2 指標體系、數(shù)據(jù)來源與研究方法

2.1 指標體系構建

2.1.1 生態(tài)效率指標選擇

“城市礦產(chǎn)”產(chǎn)業(yè)一般具有盈利性、環(huán)保性和公益性特征[44]，在國民經(jīng)濟行業(yè)分類中，國內(nèi)學者多將其對應為“廢棄資源綜合利用業(yè)”（GB/T 4754—2017，分類號為C-42，即制造業(yè)-廢棄資源綜合利用業(yè)，前身為“廢棄資源和廢舊材料回收加工業(yè)”）[45]。因此，基于工業(yè)生態(tài)效率[46]、城市生態(tài)效率[47-48]等測度指標，結合“廢棄資源綜合利用業(yè)”投入物與產(chǎn)出物等特點，最終以該產(chǎn)業(yè)能源消費總量、從業(yè)人員工資、固定資產(chǎn)投資及固體廢棄物綜合利用量作為投入指標，以該產(chǎn)業(yè)總產(chǎn)值作為期望產(chǎn)出，以該產(chǎn)業(yè)廢水排放量、廢氣排放量和固體廢棄物處置量作為非期望產(chǎn)出，見表1。

2.1.2 影響因素指標選取

“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率除與其基礎投入產(chǎn)出要素相關外，還可能受到其他因素的影響，如產(chǎn)業(yè)發(fā)展水平和政府政策等。文章綜合參考相關文獻，借鑒產(chǎn)業(yè)生態(tài)化發(fā)展的相關理論意義，選取7個可能影響該產(chǎn)業(yè)生態(tài)效率的因素：發(fā)展水平、技術創(chuàng)新、對外開放、環(huán)境規(guī)制、宏觀調(diào)控、產(chǎn)業(yè)集聚和產(chǎn)業(yè)結構進行影響因素分析。

（1）核心變量。產(chǎn)業(yè)創(chuàng)新理論中，技術創(chuàng)新是產(chǎn)業(yè)高質量發(fā)展的動力之一，也是產(chǎn)業(yè)向生態(tài)轉型的動力源[50]。在“城市礦產(chǎn)”產(chǎn)業(yè)中，高技術創(chuàng)新可推動該產(chǎn)業(yè)深入探索環(huán)保型再加工處理技術，持續(xù)開發(fā)廢棄物潛在生態(tài)價值，降低該產(chǎn)業(yè)環(huán)境負面影響。反之，技術創(chuàng)新能力較低時，該產(chǎn)業(yè)生態(tài)價值挖掘能力不顯著，廢棄物未被完全利用，致使非期望產(chǎn)出量仍較多，生態(tài)效率可能也會隨之降低。

（2）控制變量。①依據(jù)環(huán)境EKC理論，當該產(chǎn)業(yè)發(fā)展水平較低時，會將多數(shù)資源投入于經(jīng)濟效益的創(chuàng)造，屬于該產(chǎn)業(yè)盈利性特征，而當經(jīng)濟水平增長到一定高度時，會將部分資源投入于環(huán)境的保護[51]，屬于該產(chǎn)業(yè)環(huán)保性特征;②對外開放下，該產(chǎn)業(yè)部分外資企業(yè)為降低環(huán)境治理成本會轉向環(huán)保標準較低的地區(qū)，這不利于該產(chǎn)業(yè)提高生態(tài)效率，但也有研究發(fā)現(xiàn)，對外開放可引進新型技術，降低產(chǎn)業(yè)環(huán)境負外部性[52];③環(huán)境規(guī)制有效抑制該產(chǎn)業(yè)生產(chǎn)過程對環(huán)境的污染，但同時也影響了該產(chǎn)業(yè)盈利目標，進而影響其環(huán)保積極性，降低生態(tài)效率;④政府通過減稅政策、金融手段和優(yōu)惠補貼等為該產(chǎn)業(yè)提供經(jīng)濟支持，擴大該產(chǎn)業(yè)環(huán)保效應;⑤該產(chǎn)業(yè)集聚以技術溢出、互補效應等方式促進廢棄物的合理利用，正向促進生態(tài)效率，而非期望產(chǎn)出量的聚集，降低該產(chǎn)業(yè)生態(tài)效率[51];⑥產(chǎn)業(yè)結構方面，該產(chǎn)業(yè)推動了消費品在閉環(huán)產(chǎn)業(yè)鏈上的逆向流動，該產(chǎn)業(yè)在工業(yè)中的結構占比越高，廢棄物再利用能力越強，其生態(tài)效率越高。具體指標與變量說明見表2。

2.2 數(shù)據(jù)來源與預處理

“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率及其影響因素指標數(shù)據(jù)來源于2005—2018年《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》，以省份統(tǒng)計年鑒補充部分數(shù)據(jù)，文章對數(shù)據(jù)進行以下預處理：

（1）指標一致性。為減小計算誤差，文章統(tǒng)一了該產(chǎn)業(yè)的企業(yè)規(guī)模標準，以“全部國有及規(guī)模以上非國有企業(yè)”為一致性指標，反映該產(chǎn)業(yè)在數(shù)據(jù)統(tǒng)計上的規(guī)模一致。

（2）時間連續(xù)性。受數(shù)據(jù)的統(tǒng)計時間和部分數(shù)據(jù)中斷情況限制，文章將研究時間設定為2004—2017年，對于部分缺失數(shù)據(jù)，從各省份統(tǒng)計年鑒補充無效后，運用增長率法進行補充，增強數(shù)據(jù)時間連續(xù)性。

（3）地區(qū)一致性。由于各省份該產(chǎn)業(yè)規(guī)?；l(fā)展時間不一致，文章選取了26個省份作為研究樣本（西藏、寧夏、新疆、海南、青海、港澳臺等地部分數(shù)據(jù)不全，未包含在樣本中）。

2.3 研究方法

2.3.1 超效率SBM模型

DEA模型中，超效率SBM模型可在產(chǎn)出要素中納入非期望產(chǎn)出要素，同時還可突破傳統(tǒng)DEA效率最高值為1的限制，可更表現(xiàn)效率水平?；诖耍恼虏捎肈EA模型中的超效率SBM模型來進行時序測算分析。文中，以ECO表示“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率，其內(nèi)涵為要素投入效率與產(chǎn)品產(chǎn)出效率的總效應。進一步明確投入效率與產(chǎn)出效率，假定我國某一省市的該產(chǎn)業(yè)（一般稱為決策單元，DMU）有m類投入指標，s類產(chǎn)出指標，則投入再生產(chǎn)向量x與產(chǎn)出向量y可表示為x=[x1，x2， ……，xn]∈Rm×n，y=[y1，y2， ……，yn]∈Rs×n。分別以x-i

和y+k表示投入冗余與產(chǎn)出不足，則一項投入要素與產(chǎn)出要素的非效率水平為x-i/xi、y+k/yk，進而得出該產(chǎn)業(yè)態(tài)效率公式為：

ECO*=min1-1/m∑mi=1x /xi/1+1/p∑pk=1yk+/yk（1）

進一步將該產(chǎn)業(yè)非期望產(chǎn)出向量P′納入上式（1）中，則模型調(diào)整為：

min ECO=1m∑mi=1x-ixi

1P+P'（∑pa=1yu+yua+∑p'b=1yv-yvb）

s.t.x-i≥∑nj=1，≠kxijλj;yu+≤∑nj=1，≠kyu+aiλj;yv-≥∑nj=1，≠kyv-bjλj;

λj≥0;x-i≥0;yu+≥0;yv-≥0;

i=1，2， ……，m;a=1，2， ……，p; b=1，2， ……，

p; j=1，2， ……，n.（2）

式中，當01時，表明該產(chǎn)業(yè)生態(tài)效率有效，且ECO值越大，效率越高[55]。

2.3.2 ?空間相關性檢驗

“城市礦產(chǎn)”產(chǎn)業(yè)受所在地區(qū)的條件制約，發(fā)展速率和發(fā)展階段均不相同，在生態(tài)文明建設背景下，相鄰地區(qū)的資源稟賦可能會吸引本地區(qū)企業(yè)轉移，降低了本地區(qū)該產(chǎn)業(yè)生態(tài)效率，使得產(chǎn)業(yè)間空間溢出效應更顯著。因此，文章采用空間自相關性分析模型（Morans I），來檢驗該產(chǎn)業(yè)生態(tài)效率是否存在空間相關性，具體公式如下：

I=n·∑ni=1∑nj=1Wij（ECOi-ECO）（ECOj-ECO）∑ni=1∑nj=1Wij·∑ni=1（ECOi-ECO）2（3）

式中，ECO=1n∑ni=1ECOi;n為地區(qū)總數(shù);ECOi與ECOj分別為i地區(qū)與j地區(qū)的生態(tài)效率觀測值;Wij為i與j的地理相鄰空間權重矩陣。

I∈[0，1]，越靠近0，表示空間相關性越不明顯，空間分布的隨機性越強，當I>0，且Z[I]>1.96（I<0，Z[I]<1.96），表示空間正相關性（負相關性）顯著，存在一定的集聚現(xiàn)象（擴散現(xiàn)象）。

2.3.3 空間計量模型

傳統(tǒng)回歸模型因空間因素干擾，會導致度量結果不太準確。為有效考察多個影響因素對“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率的空間效應，文章選取可考慮空間因素的空間計量模型。目前，認可度較高且應用較為廣泛的模型有空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）?？臻g杜賓模型是SAR和SEM的一般形式，在一定條件下發(fā)生轉化：

（1）空間杜賓模型。

ECOit=α∑26j=1WijECOjt+β1IDLit+β2（R&D）it+

β3OPUit+β4ENRit+β5PRPit+β6INAit+

β7INSit+∑26j=1WijIDLjtη1+∑26j=1Wij（R&D）jtη2+

∑26j=1WijOPUjtη3+∑26j=1WijENRjtη4+

∑26j=1WijPRPjtη5+∑26j=1WijINAjtη6+

∑26j=1WijINSjtη7+μi+γt+εit（4）

（2）空間滯后模型。

若η=0，則空間杜賓模型可轉化為空間滯后模型。

ECOit=α∑nj=1WijECOjt+β1IDLit+β2（R&D）it+

β3FDIit+β4ENRit+β5PRPit+β6INAit+

β7INSit+μi+εit+γt+φ（5）

（3）空間誤差模型。

若η×αβ=0，則空間杜賓模型可轉化為空間誤差模型。

ECOit=λ∑nj=1Wijψjt+β1IDLit+β2（R&D）it+β3FDIit+

β4ENRit+β5PRPit+β6INAit+β7INSit+μi+

γt+εit+φ（6）

式（4）—（6）中，α為空間效應系數(shù);λ為誤差項間的空間關聯(lián)系數(shù);ψjt為地區(qū)j第t年具有空間自相關特性的誤差項;β1、β2、β3、β4、β5、β6、β7

分別為地區(qū)i第t年的發(fā)展水平（IDL）、技術創(chuàng)新（R&D）、對外開放（FDI）、環(huán)境規(guī)制（ENR）、宏觀調(diào)控（PRP）、產(chǎn)業(yè)集聚（INA）、產(chǎn)業(yè)結構（INS）的參數(shù)向量;

η1、η2、η3、η4、η5、η6、η7為度量相鄰地區(qū)“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率的參數(shù);εit為地區(qū)i第t年的隨機誤差項;μi為空間效應;γt為時間效應;φ為突變效應。

關于空間權重矩陣的選擇，由于空間依賴性與省份間地理位置相關，文章選用地理相鄰權重矩陣[55]。

3 結果分析

3.1 “城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率演變特征

3.1.1 總體演變特征

經(jīng)MATLAB軟件測算，我國2004—2017年各省份“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率水平如表3所示。從總體情況看，該產(chǎn)業(yè)生態(tài)效率水平有所提升，從2004年的0.87上升至2017年的1.06，年增長率約為1.53%。2017年生態(tài)效率最高的是湖南、廣東、浙江、天津、北京和上海，均是省份均值的1.3倍以上，其次是黑龍江、福建、山東和江蘇，在均值的1倍以上，其他省份都低于均值水平。

由表3可知，2004—2017年間26個省份該產(chǎn)業(yè)生態(tài)效率呈“類峰巒”結構演變，波動趨勢較明顯，集中性上升趨勢多出現(xiàn)在2005、2012和2016年，集中性下降趨勢多出現(xiàn)在2006、2013和2017年。對比年際峰頂和峰谷可知，位于峰頂?shù)氖》萦?個，分別為北京（6次）、廣東（4次）、天津（3次）和湖南（1次）;位于峰谷的省份有5個，分別為山西（1次）、遼寧（1次）、廣西（3次）、云南（3次）和甘肅（5次）。綜合對比以上9個省份“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率可發(fā)現(xiàn)，廣東、北京和天津穩(wěn)居省份均值之上，年增長率分別為-1.89%、3.12%和2.95%;甘肅、廣西和山西始終在省份均值以下，年增長率為-1.40%、-1.49%和2.90%;云南波動程度最大，該產(chǎn)業(yè)生態(tài)效率最高值是最低值的5.18倍，湖南的該產(chǎn)業(yè)生態(tài)效率有穩(wěn)步提升的表現(xiàn)，于2017年上升至26個省份最高點。

3.1.2 ?區(qū)域差異比較

綜合省級“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率情況可發(fā)現(xiàn)，位于峰頂和峰谷的省份存在較顯著的區(qū)域差異特征，集中變動的年份也多為“金融風暴”時期。因此，文章以中國三大區(qū)域為劃分依據(jù)，進一步分析該產(chǎn)業(yè)生態(tài)效率差異情況，如圖1所示。

由圖1可知，三大區(qū)域“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率均值呈“趨同-分異-趨同”態(tài)勢發(fā)展。其中，東部穩(wěn)居首位，西部除2009年高于中部外，其他年份均低于中部。由區(qū)域對比結果，具體劃分三個階段分析。① 生態(tài)效率“趨同”階段（2004—2005）。三區(qū)域集中增長至第一個小高峰，排名首位與排名末尾的區(qū)域該產(chǎn)業(yè)生態(tài)效率均值相差0.09，差異較小。分析原因可發(fā)現(xiàn)，2004年《中華人民共和國固體廢物污染環(huán)境防治法》修訂后，全國“城市礦產(chǎn)”相關企業(yè)數(shù)量迅速增長，至2005年擴大了近3.3倍，該階段也是中國推動該產(chǎn)業(yè)發(fā)展的起步時期，同一作用下三區(qū)域該產(chǎn)業(yè)生態(tài)效率均值差異明顯縮小。② 生態(tài)效率“分異”階段（2006—2015）。2005年后，該產(chǎn)業(yè)生態(tài)效率均值分別于2009、2013和2016年出現(xiàn)了峰頂和峰谷現(xiàn)象。為適應國際金融危機影響，“城市礦產(chǎn)”相關企業(yè)迅速擴大規(guī)模、擴張產(chǎn)業(yè)鏈，分攤生產(chǎn)成本，由此提高了廢棄物投入量，提高了生態(tài)效率，而西部以企業(yè)規(guī)模優(yōu)勢上升使得該產(chǎn)業(yè)生態(tài)效率均值第二;但上述措施的負面影響是再生產(chǎn)品總值低于回收總值，導致該產(chǎn)業(yè)生態(tài)成本變高，環(huán)保投資能力變?nèi)?，三區(qū)域該產(chǎn)業(yè)生態(tài)效率均值降到峰谷。③ 生態(tài)效率“趨同”階段（2016—2017）。東部仍保持首位

發(fā)展，西部逐漸向中部地區(qū)該產(chǎn)業(yè)生態(tài)效率均值靠近，到2016年中部和西部該產(chǎn)業(yè)生態(tài)效率均值僅差0.03，增長趨勢顯著。但到2017年，三區(qū)域下降幅度較大，可能與禁止“洋垃圾”入境規(guī)定有關。

3.2 “城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率自相關分析

對各省份“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率進行自相關檢驗結果，見表4。各省份該產(chǎn)業(yè)生態(tài)效率存在顯著的正向空間相關性，且均通過了10%水平的顯著性檢驗，表明各省份該產(chǎn)業(yè)生態(tài)效率具有較明顯的空間聚集。即運用空間面板計量模型來探討該產(chǎn)業(yè)生態(tài)效率的影響因素能夠減少誤差，模型結構具有說服力。

從表4可知，2004—2017年“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率的Morans I值呈增長趨勢，期間有最大差值約為0.147的波動現(xiàn)象，說明該產(chǎn)業(yè)生態(tài)效率空間相關顯著性雖有所增強，但分布格局還不太穩(wěn)定，易發(fā)生變動。為更好體現(xiàn)該產(chǎn)業(yè)生態(tài)效率的空間集聚狀態(tài)，繪制2004和2017年Morans I空間分布圖，如圖2所示。圖中H為高效率值邊界，L為低效率值邊界，H-H（一象限）、L-L（三象限）分別表示高-高集聚區(qū)、低-低集聚區(qū)，L-H（二象限）、H-L（四象限）分別表示低-高分異區(qū)、高-低分異區(qū)。橫坐標為各代表年份該產(chǎn)業(yè)生態(tài)效率，縱坐標代表相鄰省份該產(chǎn)業(yè)生態(tài)效率的加權平均值。

由圖2可知，“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率整體由低值集聚向較高值集聚狀態(tài)轉變，但存在“微分異”現(xiàn)象。位于H-H集聚區(qū)的省份主要集中在東部地區(qū)和中部地區(qū)，西部省份在L-L集聚區(qū)和H-L分異區(qū)徘徊。位于第一、三象限的省份占比分別為30.8%、26.9%，表明該產(chǎn)業(yè)生態(tài)效率水平較高和較低的省份在地理空間分布上相對集中，且表現(xiàn)出正相關的空間效應，該產(chǎn)業(yè)生態(tài)效率水平較高的省份對周邊省份的輻射帶作用較強。在2017年位于L-L集聚區(qū)的西部部分省份在2004年位于H-L分異區(qū)，屬于自身該產(chǎn)業(yè)生態(tài)效率水平較低，分異于相鄰中部省份，周邊省份在2017年已將其從分異狀態(tài)帶入低值集聚狀態(tài)，未來需再對其加大輻射力度。位于L-H分異區(qū)的廣西、河北、重慶和貴州則緊鄰生態(tài)效率水平較高的省份，受自身優(yōu)勢產(chǎn)業(yè)與周邊省份該產(chǎn)業(yè)輻射作用影響，“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率波動性較大，需要協(xié)調(diào)好產(chǎn)業(yè)的協(xié)同發(fā)展。

4 “城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率影響因素分析

4.1 模型選擇

為選定適合“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率影響因素分析的模型，對26個省份該生態(tài)效率的影響因素進行傳統(tǒng)面板模型參數(shù)估計，見表5。

表5與表6列出了傳統(tǒng)面板模型和空間計量模型估計結果。由表5固定效應檢驗結果可知，空間、時間固定效應均顯著存在。進一步，基于這兩種固定效應下建立空間面板模型發(fā)現(xiàn)，LM Lag、Robust LM Lag均通過1%的顯著性檢驗，盡管LM與Robust LM傾向于SAR模型，但SAR與SEM均成立，應建立SDM模型進行分析，通過Wald檢驗、LR檢驗發(fā)現(xiàn)，統(tǒng)計量均通過1%的顯著性檢驗。因此，最終應選擇空間和時間雙向固定的SDM模型進行影響因素分析。

4.2 結果分析

基于表6分析結果，以因素顯著性及系數(shù)大小為依據(jù)將影響因素分為以下四類：

（1）核心顯著因素。技術創(chuàng)新（R&D）通過了1%的顯著性檢驗，與“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率呈強正相關。技術創(chuàng)新以先進再制造技術、污染減排技術和智能回收模式等方式[57]，推動該產(chǎn)業(yè)對廢棄物潛在價值的開發(fā)，在提高該產(chǎn)業(yè)清潔生產(chǎn)能力的同時，降低了環(huán)境二次污染，可有效提升該產(chǎn)業(yè)生態(tài)效率，促使產(chǎn)業(yè)朝陽發(fā)展[58]。相鄰地區(qū)間無法通過R&D影響本地該產(chǎn)業(yè)生態(tài)效率，這說明技術創(chuàng)新的“洼地”未形成，不利于該產(chǎn)業(yè)的知識引進，偏向傳統(tǒng)型的加工處理技術依舊存在。

（2）次要顯著因素。產(chǎn)業(yè)發(fā)展水平（IDL）和產(chǎn)業(yè)集聚（INA）對該產(chǎn)業(yè)生態(tài)效率有較大影響力。產(chǎn)業(yè)集聚更有利于彌補該產(chǎn)業(yè)短板，形成優(yōu)勢互補效應來促進該產(chǎn)業(yè)緊缺資源要素的流動，使得集聚區(qū)內(nèi)的產(chǎn)業(yè)不斷提高發(fā)展水平，逐漸凸顯其環(huán)保性和公益性特征。但需要注意的是，鄰地該產(chǎn)業(yè)越集聚，本地該產(chǎn)業(yè)資源越易轉移[59]，使其生態(tài)效率越低;鄰地產(chǎn)業(yè)發(fā)展水平越高，對本地輻射作用也越強，生態(tài)效率提高。

（3）一般顯著因素。環(huán)境規(guī)制（ENR）和產(chǎn)業(yè)結構（INS）也可提升該產(chǎn)業(yè)生態(tài)效率。從表6看出，政府的環(huán)境規(guī)制有了一定效果，該產(chǎn)業(yè)積極提高污染治理能力和環(huán)保貢獻力，具有廣闊的進步空間;相對于其他工業(yè)產(chǎn)業(yè)，該產(chǎn)業(yè)優(yōu)勢在于“消化”廢棄終端[60]，因此，其產(chǎn)業(yè)結構水平越高生態(tài)效率越高。

（4）其他因素。對外開放水平（FDI）與宏觀調(diào)控（PRP）對該產(chǎn)業(yè)生態(tài)效率無顯著影響。實際生活中，對外開放背景下，進口垃圾因資源利用效率高的優(yōu)勢雖然促進了該產(chǎn)業(yè)發(fā)展進步，但會嚴重危害我國生態(tài)環(huán)境，垃圾進口限令下，該效應需要時間來驗證;該產(chǎn)業(yè)生態(tài)效率并未受到優(yōu)惠政策的促進，說明宏觀調(diào)控手段應繼續(xù)調(diào)整或完善。

5 結論與建議

基于2004—2017年我國26個省份面板數(shù)據(jù)，通過構建超效率SBM模型對“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率進行測算，從總體與區(qū)域兩個角度分析其動態(tài)演變特征，并分析了影響該產(chǎn)業(yè)生態(tài)效率發(fā)展的影響因素。研究發(fā)現(xiàn)，研究期內(nèi)我國“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率整體表現(xiàn)為上升趨勢，大致呈“類峰巒”結構演變，平均值從2004年的0.87提高至2017年的1.06。① 在總體特征上，該產(chǎn)業(yè)生態(tài)效率年增長率在-1.89%～3.12%間波動，超效率發(fā)展省份由7個增加至12個，生態(tài)效率有效發(fā)展局面由沿海地區(qū)逐漸向內(nèi)陸地區(qū)擴散。② 區(qū)域差異比較上，主要表現(xiàn)為東部>中部>西部的發(fā)展格局，三區(qū)域該產(chǎn)業(yè)生態(tài)效率均值呈“趨同-分異-趨同”態(tài)勢，造成這種發(fā)展態(tài)勢的原因主要是金融危機與區(qū)域經(jīng)濟差異。③ 從空間相關性看，2004—2017年我國“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率整體存在顯著正相關性，且相關性逐漸增強。從局部相關性看，該產(chǎn)業(yè)生態(tài)效率分布狀態(tài)以高值集聚與低值集聚為主，東部與中部省市居多，但后期出現(xiàn)“微分異”現(xiàn)象，這表明該產(chǎn)業(yè)生態(tài)效率的鄰近效應不穩(wěn)定。

從影響因素檢驗結果可以發(fā)現(xiàn)，提升“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率的主要動力是技術創(chuàng)新因素，雖然鄰地間尚未表現(xiàn)出顯著的技術集聚效應，但可通過產(chǎn)業(yè)發(fā)展水平彌補這一不足;產(chǎn)業(yè)集聚水平也是提高該產(chǎn)業(yè)生態(tài)效率的關鍵因素，但需要警惕由鄰地產(chǎn)業(yè)集聚導致的資源外溢現(xiàn)象;環(huán)境規(guī)制與產(chǎn)業(yè)結構體現(xiàn)了該產(chǎn)業(yè)環(huán)保態(tài)度和環(huán)保地位;宏觀調(diào)控與對外開放水平需要時間驗證其對該產(chǎn)業(yè)生態(tài)效率的影響能力。

基于上述研究結論，建議從三個方面提高“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率。

一是，以技術創(chuàng)新提高“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率。創(chuàng)造產(chǎn)業(yè)外部研發(fā)環(huán)境，建議該產(chǎn)業(yè)每個行業(yè)內(nèi)的典型企業(yè)與高校、科研機構等共建技術創(chuàng)新實驗室，針對行業(yè)技術類型與特點，制定清潔技術投產(chǎn)、綠色先進制造等技術投產(chǎn)方案，提高新型技術投產(chǎn)效率。營造產(chǎn)業(yè)內(nèi)部技術創(chuàng)新氛圍，鼓勵該產(chǎn)業(yè)積極探索拆解加工類、精細加工類、再制造類等技術的組合效應，并對其精細化分工以尋求環(huán)保處理方法。

二是，以產(chǎn)業(yè)融合推動“城市礦產(chǎn)”產(chǎn)業(yè)發(fā)展。一方面，加強綠色供應鏈頂層設計，工業(yè)企業(yè)應遵循回收性、拆解性等產(chǎn)品設計理念，優(yōu)先采用再生材料進行產(chǎn)品設計與生產(chǎn)活動;鼓勵制造業(yè)供應鏈主導企業(yè)加強綠色生產(chǎn)與產(chǎn)品標準，激活上下游企業(yè)與該產(chǎn)業(yè)融合活力，提高該產(chǎn)業(yè)發(fā)展水平。另一方面，強化汽車、電子、電池類產(chǎn)品的生產(chǎn)者廢棄物回收處置責任，鼓勵生產(chǎn)者與“城市礦產(chǎn)”產(chǎn)業(yè)鏈上企業(yè)合作，形成一體化廢棄物回收處理體系，以此提高該產(chǎn)業(yè)集聚水平。

三是，以環(huán)保措施促進“城市礦產(chǎn)”產(chǎn)業(yè)環(huán)保效應。根據(jù)該產(chǎn)業(yè)每個細分行業(yè)特點，尤其是稀有金屬冶煉行業(yè)，細化從拆解、粗加工、精細加工、提煉等每個環(huán)節(jié)的綠色生產(chǎn)標準與環(huán)境標準，并對行業(yè)全過程實行環(huán)境效應監(jiān)測。此外，加快“城市礦產(chǎn)”回收體系建設，優(yōu)化產(chǎn)業(yè)結構，對于企事業(yè)單位等同規(guī)模的集體組織，采取定時回收廢棄電池、電子產(chǎn)品等策略，對于個體用戶與鄉(xiāng)鎮(zhèn)用戶，采取社區(qū)定時定點回收策略。

參考文獻

[1]SEPUIVEDA A， SCHLUEP M， RENAUD F G， et al. A review of the environmental fate and effects of hazardous substances released from electrical and electronic equipments during recycling： examples from China and India [J]. Environmental impact assessment review， 2010， 30（1）： 28-41.

[2]JONES P T， GEYSEN D， TIELEMANS Y， et al. Enhanced landfill mining in view of multiple resource recovery： a critical review [J]. Journal of cleaner production， 2013， 55： 45-55.

[3]王昶， 徐尖， 姚海琳. 城市礦產(chǎn)理論研究綜述 [J]. 資源科學， 2014， 36（8）： 1618-1625.

[4]羅宏， 孟偉， 冉圣宏. 生態(tài)工業(yè)園區(qū)： 理論與實證 [M]. 北京： 化學工業(yè)出版社， 2004： 102.

[5]薛菲， 袁汝華. 城市礦產(chǎn)環(huán)境效益分析 [J]. 重慶理工大學學報（自然科學）， 2014， 28（6）： 126-130.

[6]CHERUBINI F， BARGIGLI S， ULGIATI S. Life cycle assessment （LCA） of waste management strategies： landfilling， sorting plant and incineration [J]. Energy， 2019， 34（12）： 2116-2123.

[7]OLIVEIRA M L S， IZQUIERDO M， QUEROL X， et al. Nanoparticles from construction wastes： a problem to health and the environment [J]. Journal of cleaner production，2019，219：236-243.

[8]WILSON D C， VELIS C A， RODIC L. Integrated sustainable waste management in developing countries [J]. Waste and resource management， 2013， 166（2）： 52-68.

[9]GUNARATHNE N， ALWIS A， ALAHAKOON Y. Challenges facing sustainable urban mining in the e-waste recycling industry in Sri Lanka [J]. Journal of cleaner production， 2020， 251.

[10]ARDI R， LEISTEN R. Assessing the role of informal sector in WEEE management systems： a system dynamics approach [J]. Waste management， 2016， 57： 3-16.

[11]ILANKOON I M S K， GHORBANI Y， CHONG M N， et al. E-waste in the international context：a review of trade flows， regulations， hazards， waste management strategies and technologies for value recovery [J]. Waste management， 2018， 82： 258-275.

[12]VOGEL C， WELLENDORF S. Chemical reactions during the preparation of P and NPK fertilizers from thermochemically treated sewage sludge ashes [J]. Soil ence and plant nutrition， 2010， 56（4）： 627-635.

[13]GALVEZM J L， STYLES D， SCHOENBERGER H， et al. Construction and demolition waste best management practice in Europe [J]. Resources， conservation and recycling， 2018， 136： 166-178.

[14]李健， 唐燕， 張吉輝. 中國再生資源產(chǎn)業(yè)聚集度變動趨勢及影響因素研究 [J]. 中國人口·資源與環(huán)境， 2012， 22（5）： 94-100.

[15]劉光富， 張士彬， 魯圣鵬. 中國再生資源產(chǎn)業(yè)知識產(chǎn)權運用機制頂層設計 [J]. 科學學與科學技術管理， 2014， 35（10）： 3-12.

[16]李艷梅， 孫麗云， 牛苗苗. 再生資源產(chǎn)業(yè)關聯(lián)及宏觀經(jīng)濟效應分析 [J]. 資源科學， 2018， 40（3）： 580-588.

[17]郗永勤， 張大濤. 再生資源“互聯(lián)網(wǎng)+回收”模式的構建 [J]. 科技管理研究， 2018， 38（23）： 260-267.

[18]SCHALTEGGER S， STURM A. kologische rationalitt [J]. Die unternehmung ， 1990， 44（4）： 273-290.

[19]OECD. Eco-efficiency [R]. Paris： Organisation for economic co-operation and development， 1998： 7-9.

[20]GJALT H， MASANOBU I. A framework for quantified eco-efficiency analysis [J]. Journal of industrial ecology， 2005 （4）： 25-41.

[21]SILVEIRA J L， JR J A D C. Combined cycle versus one thousand diesel power plants： pollutant emissions， ecological efficiency and economic analysis [J]. Renewable & sustainable energy reviews， 2007， 11（3）： 524-535.

[22]劉璨， 于法穩(wěn)， 任鴻昌， 等. 平原林業(yè)生態(tài)效率測算與分析：以江蘇省淮安市為例 [J]. 中國農(nóng)村經(jīng)濟， 2004 （6）： 47-53.

[23]吳小慶， 王亞平， 何麗梅， 等. 基于AHP和DEA模型的農(nóng)業(yè)生態(tài)效率評價：以無錫市為例[J]. 長江流域資源與環(huán)境， 2012， 21（6）： 714-719.

[24]GIORDANO P， CAPUTO P， VANCHERI A. Fuzzy evaluation of heterogeneous quantities： measuring urban ecological efficiency [J]. Ecological modeling， 2014， 288（5）： 112-126.

[25]付麗娜， 陳曉紅， 冷智花. 基于超效率DEA模型的城市群生態(tài)效率研究：以長株潭“3+5”城市群為例 [J]. 中國人口·資源與環(huán)境， 2013， 23（4）： 169-175.

[26]HANNON B. Ecological pricing and economic efficiency [J]. Ecological economics， 2001， 36（1）： 19-30.

[27]陳黎明， 王文平， 王斌. “兩橫三縱”城市化地區(qū)的經(jīng)濟效率、環(huán)境效率和生態(tài)效率：基于混合方向性距離函數(shù)和合圖法的實證分析 [J]. 中國軟科學， 2015 （2）： 96-109.

[28]劉寧， 吳小慶， 王志鳳， 等. 基于主成分分析法的產(chǎn)業(yè)共生系統(tǒng)生態(tài)效率評價研究 [J]. 長江流域資源與環(huán)境， 2008（6）： 831-838.

[29]馬曉君， 李煜東， 王常欣， 等. 約束條件下中國循環(huán)經(jīng)濟發(fā)展中的生態(tài)效率：基于優(yōu)化的超效率SBM-Malmquist-Tobit模型 [J]. 中國環(huán)境科學， 2018， 38（9）： 3584-3593.

[30]劉子怡， 郝紅霞. 基于組合式多元統(tǒng)計模型的區(qū)域生態(tài)效率評價 [J]. 統(tǒng)計與決策， 2017 （4）： 113-115.

[31]VOGTLANDER J G， BIJMA A， BREZET H C. Communicating the eco-efficiency of products and services by means of the eco-costs/ value model [J]. Journal of cleaner production， 2002，10（1）：57-67.

[32]DYCKHOFF H， ALLEN K. Measuring ecological efficiency with data envelopment analysis（DEA） [J]. European journal of operational research， 2001， 132（2）： 312-325.

[33]盧燕群， 袁鵬. 中國省域工業(yè)生態(tài)效率及影響因素的空間計量分析 [J]. 資源科學， 2017， 39（7）： 1326-1337.

[34]李成宇， 張士強， 張偉. 中國省際工業(yè)生態(tài)效率空間分布及影響因素研究 [J]. 地理科學， 2018， 38（12）： 1970-1978.

[35]侯孟陽， 姚順波. 空間視角下中國農(nóng)業(yè)生態(tài)效率的收斂性與分異特征 [J]. 中國人口·資源與環(huán)境， 2019， 29（4）： 116-126.

[36]TIMO K.Measurement and analysis of eco-efficiency an economists perspective [J]. Journal of industrial ecology， 2005， 9（4）： 15-18.

[37]GUDIPUDI R， LUDEKE M K B， RYBSKI D， et al. Bench marking urban eco-efficiency and urbanites perception [J]. Cities， 2018， 74（4）： 109-118.

[38]MAHDILOO M， SAEN R F， LEE K H. Technical environmental and eco-efficiency measurement for supplier selection： an extension and application of data envelopment analysis [J]. International journal of production economics， 2015， 168： 279-289.

[39]羅能生， 王玉澤. 財政分權、環(huán)境規(guī)制與區(qū)域生態(tài)效率：基于動態(tài)空間杜賓模型的實證研究 [J]. 中國人口·資源與環(huán)境， 2017， 27（4）： 110-118.

[40]付玉芹， 于君寶， 周迪， 等. 黃河三角洲典型濱海城市產(chǎn)業(yè)結構轉變過程及生態(tài)環(huán)境效應 [J]. 中國人口·資源與環(huán)境， 2016， 26（S2）： 133-136.

[41]龔新蜀， 王曼， 張洪振. FDI、市場分割與區(qū)域生態(tài)效率：直接影響與溢出效應 [J].中國人口·資源與環(huán)境，2018， 28（8）：95-104.

[42]魏艷旭， 孫根年， 李靜. 基于技術進步的中國能源消耗與經(jīng)濟增長： 前后兩個30年的比較 [J]. 資源科學， 2011， 33（7）： 1338-1345.

[43]楊仁發(fā). 產(chǎn)業(yè)集聚能否改善中國環(huán)境污染 [J]. 中國人口·資源與環(huán)境， 2015， 25（2）： 23-29.

[44]曾現(xiàn)來， 李金惠. 城市礦山開發(fā)及其資源調(diào)控： 特征、可持續(xù)性和開發(fā)機理 [J]. 中國科學： 地球科學， 2018， 48（3）： 288-298.

[45]姚海琳， 張翠虹. 政策工具視角下中國城市礦產(chǎn)政策效果評估 [J]. 城市問題， 2018 （11）： 12-20.

[46]高峰， 王金德， 郭政. 我國區(qū)域工業(yè)生態(tài)效率評價及DEA分析 [J]. 中國人口·資源與環(huán)境， 2011， 21（S1）： 318-321.

[47]黃建歡， 方霞， 黃必紅. 中國城市生態(tài)效率空間溢出的驅動機制：見賢思齊VS見劣自緩 [J]. 中國軟科學， 2018 （3）： 97-109.

[48]侯孟陽， 姚順波. 中國城市生態(tài)效率測定及其時空動態(tài)演變 [J]. 中國人口·資源與環(huán)境， 2018， 28（3）： 13-21.

[49]國家統(tǒng)計局.指標解釋 [EB/OL]. 北京：國家統(tǒng)計局， 2013-10-29. [2019-12-02]. http：//www.stats.gov.cn/tjsj/zbjs/201912/t20191202_1713053.html.

[50]陳蘭. 技術創(chuàng)新驅動產(chǎn)業(yè)生態(tài)轉型的模式分析 [J]. 技術經(jīng)濟與管理研究， 2017 （7）： 103-107.

[51]王磊， 王琰琰， 李慧明. 再生資源產(chǎn)業(yè)集聚與區(qū)域環(huán)境污染：來自我國省域面板數(shù)據(jù)的實證分析[J].科技進步與對策， 2018， 35（13）： 72-77.

[52]林季紅， 劉瑩. 內(nèi)生的環(huán)境規(guī)制：“污染天堂假說”在中國的再檢驗 [J]. 中國人口·資源與環(huán)境， 2013， 23（1）： 13-18.

[53]MADDISON D. Environmental Kuznets curves：a spatial econometric approach[J].Journal of environmental economics and management， 2006， 51（2）： 218-230.

[54]陳立泰， 張祖妞. 我國服務業(yè)空間集聚水平測度及影響因素研究 [J]. 中國科技論壇， 2010 （9）： 51-57.

[55]王騰， 梁晶. 基于非期望產(chǎn)出超效率SBM模型的港口能源效率評價 [J]. 武漢理工大學學報（交通科學與工程版）， 2018， 42（4）： 637-641.

[56]楊文舉. 中國省份工業(yè)的環(huán)境績效影響因素：基于跨期DEA-Tobit模型的經(jīng)驗分析 [J]. 北京理工大學學報（社會科學版）， 2015， 17（2）： 40-48.

[57]ELLISON G， GLAESER E. Geographic concentration in U.S. manufacturing industries： a dartboard approach [J]. Journal of political economy， 1997， 105（5）： 889-927.

[58]陸菊春， 段文璐， 鐘珍， 等. 戰(zhàn)略新興產(chǎn)業(yè)內(nèi)在需求與技術創(chuàng)新互動機制及周期異質性研究 [J]. 軟科學， 2019，33（7）：1-7，14.

[59]張其春， 郗永勤. 城市廢棄物資源化利用網(wǎng)絡的脆弱性及影響機理 [J]. 經(jīng)濟管理， 2016， 38（10）： 168-183.

[60]張翠菊， 張宗益. 中國省域產(chǎn)業(yè)結構升級影響因素的空間計量分析 [J]. 統(tǒng)計研究， 2015， 32（10）： 32-37.

Dynamic evolution characteristics and influencing factors of

‘urban mining industrial ecological efficiency

TANG Yan MENG Fanyue

（School of Management， Tianjin University of Technology， Tianjin 300384， China）

Abstract The recycling of ‘urban mining is one of the means to alleviate resource bottlenecks and build an ecological industrial system in China. This study attempts to explore the ecological efficiency of ‘urban mining industry and its key driving factors， aiming to provide a reference for China to continuously promote the replacement of old growth drivers and the ecological transformation and upgrading of the industry. Based on the unexpected output super-efficiency SBM model， this paper measured the ecological efficiency of 26 provinces and municipalities in China from 2004 to 2017 to analyze its overall evolution， regional differences and spatial correlation， and used spatial econometric model to explore the factors affecting the ecological efficiency of the industry. The results showed that： ① The ecological efficiency of the ‘urban mining industry showed a peak-like fluctuating upward trend from 0.87 in 2004 to 1.06 in 2017. During this period， the average annual difference of the ecological efficiency between the provinces and municipalities located in the peaks and valleys was about 12%， and the eastern region was always higher than the central and western regions， with more significant regional differences. ② The spatial correlation analysis showed that there was a strong spatial correlation between the 26 provinces and municipalities in terms of industrial ecological efficiency， which showed an overall shift from low-value agglomeration to medium-high value agglomeration， but in the late stage of development， some provinces and municipalities broke away from the overall trend and showed a slight divergence phenomenon. ③ The estimation results of the spatial econometric model showed that technological innovation was the core factor to improve the ecological efficiency of the urban mining industry， the level of industrial development and agglomeration was secondary factors， environmental regulation and industrial structure were general influencing factors， and macro-control and opening up level had no significant influence. Finally， this paper puts forward countermeasures and suggestions， such as improving innovation capacity by using domestic and foreign technologies， enhancing industrial agglomeration level through cooperation in green industries， enhancing environmental effects through refining environmental standards， and improving the recycling system through nesting with manufacturing layers， so as to improve the ecological development level of urban mining industry.

Key words urban mining industry; ecological efficiency; influencing factor; spatial effect

（責任編輯：于 杰）

收稿日期：2020-01-05? 修回日期：2020-09-15

作者簡介：唐燕，博士，副教授，主要研究方向為循環(huán)經(jīng)濟、“城市礦產(chǎn)”產(chǎn)業(yè)。E-mail：sugaryan@yeah.net。

基金項目：國家自然科學基金青年項目“中國再生資源產(chǎn)業(yè)脆性生成機理、風險測度與優(yōu)化研究”（批準號：71503179）;教育部人文社會科學研究規(guī)劃基金項目“城鄉(xiāng)生活垃圾處理政策工具作用機理、效能評價及提升路徑研究”（批準號：20A10060005）。

唐燕，孟繁玥.“城市礦產(chǎn)”產(chǎn)業(yè)生態(tài)效率動態(tài)演變特征與影響因素[J].中國人口·資源與環(huán)境，2020，31（6）：67-77.[TANG Yan，MENG Fanyue.Dynamic evolution characteristics and influencing factors of ‘urban mining industrial ecological efficiency[J]. China population， resources and environment， 2021，31（6）：67-77.]