中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異及其影響因素分析

摘? ? ? 要：新時代，中國城市經(jīng)濟(jì)發(fā)展已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。本文運用包含非合意產(chǎn)出的SBM模型測算了2003-2016年P(guān)M2.5約束下中國265個地級市的綠色全要素生產(chǎn)率，將其作為城市經(jīng)濟(jì)高質(zhì)量發(fā)展的一個重要指標(biāo)，隨后借助Dagum基尼系數(shù)及其分解分析了中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異，最后采用面板PCSE估計方法分析了中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響因素。結(jié)果顯示，中國綠色全要素生產(chǎn)率增長速度呈波動趨勢，綠色技術(shù)效率總體呈下降趨勢，綠色技術(shù)進(jìn)步效率總體呈上升趨勢;地區(qū)差異主要來源于超變密度，區(qū)域內(nèi)貢獻(xiàn)顯著大于區(qū)域間;中國綠色全要素生產(chǎn)率支持“環(huán)境庫茲尼茨曲線”假說，但不支持“污染天堂”假說。

關(guān)? 鍵? 詞：城市經(jīng)濟(jì);高質(zhì)量發(fā)展;SBM模型;綠色全要素生產(chǎn)率;地區(qū)差異

中圖分類號：F299.2? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? 文章編號：1007-8207（2021）09-0001-14

收稿日期：2021-02-22

作者簡介：張國旺，中國社會科學(xué)院副研究員，管理學(xué)博士，清華大學(xué)經(jīng)濟(jì)管理學(xué)院工商管理博士后，中國社會科學(xué)院政治學(xué)博士后，研究方向為國際政治經(jīng)濟(jì)學(xué)。

引? 言

改革開放以來，中國城市經(jīng)濟(jì)發(fā)展經(jīng)歷了年均接近10%高速增長的輝煌，創(chuàng)造了震驚中外的“經(jīng)濟(jì)奇跡”。然而，受粗放式高速增長及唯GDP論傳統(tǒng)思維的影響，中國城市經(jīng)濟(jì)發(fā)展也出現(xiàn)了結(jié)構(gòu)失衡、效率不高、投入要素浪費以及環(huán)境污染凸顯等一系列問題，特別是大氣環(huán)境質(zhì)量下降、霧霾頻發(fā)等現(xiàn)象愈加凸顯。中國特色社會主義進(jìn)入新時代，經(jīng)濟(jì)增速趨于放緩，依靠增加生產(chǎn)要素投入的粗放型經(jīng)濟(jì)增長方式已難以為繼，變革發(fā)展方式、提升效率、推動產(chǎn)業(yè)結(jié)構(gòu)升級成為擺脫城市經(jīng)濟(jì)發(fā)展困境的必由之路。著力推進(jìn)中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展，既是各地區(qū)發(fā)展的訴求和共識，也是現(xiàn)階段經(jīng)濟(jì)可持續(xù)健康發(fā)展的必然要求，還是破除不平衡不充分社會主要矛盾和全面建成小康社會的重要手段，更是當(dāng)前乃至今后城市經(jīng)濟(jì)的發(fā)展邏輯。在此過程中，還有一些問題需要破解：第一，如何科學(xué)和正確衡量城市經(jīng)濟(jì)高質(zhì)量發(fā)展。城市經(jīng)濟(jì)高質(zhì)量發(fā)展是一個系統(tǒng)性的宏偉工程，受諸多因素影響，相應(yīng)地，城市經(jīng)濟(jì)高質(zhì)量也反映出諸多經(jīng)濟(jì)要素的質(zhì)量狀況。本文認(rèn)為，單憑對城市經(jīng)濟(jì)高質(zhì)量發(fā)展的定性分析不足以為經(jīng)濟(jì)決策提供良好的數(shù)據(jù)支撐，唯有通過準(zhǔn)確的定量測算才能把城市經(jīng)濟(jì)高質(zhì)量發(fā)展加以量化。在霧霾頻發(fā)的背景下，更有必要量化在PM2.5約束下中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展實際狀況。第二，如何科學(xué)和正確衡量各地區(qū)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異。中國地域遼闊，各地區(qū)城市經(jīng)濟(jì)的發(fā)展階段和發(fā)展情況千差萬別，即使在同一地區(qū)內(nèi)部也或多或少存在一定的地域差異，區(qū)域經(jīng)濟(jì)發(fā)展極不平衡。因此，有必要厘清中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)間差異及地區(qū)內(nèi)部差異的演變過程。第三，如何科學(xué)和正確衡量中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響因素。本文運用包含非合意產(chǎn)出的SBM模型、Dagum基尼系數(shù)及其分解和面板PCSE估計方法對中國綠色全要素生產(chǎn)率和各地區(qū)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異進(jìn)行了分析，試圖解答上述問題，希冀能為決策部門制定相應(yīng)政策提供參考，并對豐富相關(guān)研究有所助力。

一、文獻(xiàn)綜述

當(dāng)下，探討經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)涵已成為學(xué)界的熱點話題。從經(jīng)濟(jì)學(xué)的基礎(chǔ)理論看，所謂質(zhì)量，是指產(chǎn)品能夠滿足實際需要的使用價值特性。高質(zhì)量發(fā)展既是能夠更好滿足人民不斷增長的真實需要的經(jīng)濟(jì)發(fā)展方式、結(jié)構(gòu)和動力狀態(tài)，[1]也是體現(xiàn)新發(fā)展理念，以創(chuàng)新為第一動力、協(xié)調(diào)成為內(nèi)生特點、綠色成為普遍形態(tài)、開放成為必由之路、共享成為根本目的的發(fā)展。[2]高質(zhì)量發(fā)展體現(xiàn)了量變和質(zhì)變的辯證統(tǒng)一，量變是發(fā)展的目的，而質(zhì)變是本質(zhì)要求。[3]

誠然，深入探究經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)涵是合理且必要的，這有助于開拓研究視野和厘清概念。但值得深思的一個問題是，由于經(jīng)濟(jì)高質(zhì)量發(fā)展具有多維性和主觀性特征，因而對其進(jìn)行考量并非單純評價數(shù)量多少、增速高低。宋明順等（2015）認(rèn)為，經(jīng)濟(jì)發(fā)展質(zhì)量應(yīng)從競爭質(zhì)量、民生質(zhì)量和生態(tài)質(zhì)量三個維度進(jìn)行綜合評價，其采用熵權(quán)法確定權(quán)重并結(jié)合國際標(biāo)桿比對方法對我國2005-2010年經(jīng)濟(jì)發(fā)展質(zhì)量進(jìn)行了測算;[4]李金昌等（2019）認(rèn)為，應(yīng)從經(jīng)濟(jì)活力、創(chuàng)新效率、綠色發(fā)展、人民生活、社會和諧五個維度進(jìn)行綜合測評;[5]馬茹等（2019）在探究經(jīng)濟(jì)高質(zhì)量發(fā)展內(nèi)涵的基礎(chǔ)上，從高質(zhì)量供給、高質(zhì)量需求、發(fā)展效率、經(jīng)濟(jì)運行以及對外開放五個維度進(jìn)行了綜合評價，其采用線性加權(quán)法測算了2016年中國30個省域經(jīng)濟(jì)高質(zhì)量發(fā)展總指數(shù)。[6]

目前，綜合評價視域下的經(jīng)濟(jì)高質(zhì)量發(fā)展測評得到了學(xué)界的廣泛應(yīng)用。蔡昉（2018）認(rèn)為，全要素生產(chǎn)率是高質(zhì)量發(fā)展的動力源泉，應(yīng)提高全要素生產(chǎn)率以推動經(jīng)濟(jì)高質(zhì)量發(fā)展;[7]王一鳴（2018）也認(rèn)為全要素生產(chǎn)率是提升和增強經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵要素;[8]余泳澤等（2019）將中國綠色全要素生產(chǎn)率納入環(huán)境約束進(jìn)行測算后認(rèn)為，綠色全要素生產(chǎn)率是衡量中國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要指標(biāo);[9]何愛平和安夢天（2019）認(rèn)為，綠色發(fā)展效率是新時代中國特色社會主義轉(zhuǎn)向經(jīng)濟(jì)高質(zhì)量發(fā)展的重要度量指標(biāo)，其引入碳排放測度了中國30個省域的綠色全要素生產(chǎn)率;[10]劉傳江等（2017）將霧霾作為具體的污染變量引入到全要素生產(chǎn)率分析框架對我國29個省域環(huán)境全要素生產(chǎn)率進(jìn)行測算后發(fā)現(xiàn)，只有東部環(huán)境全要素生產(chǎn)率呈上升趨勢，而其他地區(qū)都呈下降趨勢。[11]

需要說明的是，關(guān)于全要素生產(chǎn)率的測算方法主要有“索羅余值法”和“數(shù)據(jù)包絡(luò)分析法”。“索羅余值法”的核心思想是經(jīng)濟(jì)增長率與資本、勞動力增長率的差即可反映全要素生產(chǎn)率。采用“索羅余值法”測算全要素生產(chǎn)率重點在于需設(shè)定具體的生產(chǎn)函數(shù)形式，生產(chǎn)函數(shù)中參數(shù)的假設(shè)不同將會導(dǎo)致不同的數(shù)值。而運用“數(shù)據(jù)包絡(luò)分析法”[Data Envelope Analysis（DEA），亦稱為非參數(shù)估計即Malmquist指數(shù)法]測算全要素生產(chǎn)率的優(yōu)勢在于不需要設(shè)定生產(chǎn)函數(shù)，即在測算過程中不需要任何假設(shè)即可得到較為準(zhǔn)確的測算數(shù)值?！皵?shù)據(jù)包絡(luò)分析法”既可測算宏觀層面的全要素生產(chǎn)率，[12]也可測算微觀層面的全要素生產(chǎn)率，[13]是目前學(xué)界廣泛運用的方法。事實上，運用“數(shù)據(jù)包絡(luò)分析法”測算的并非真正意義上的全要素生產(chǎn)率，而是全要素生產(chǎn)率的增長率。“索羅余值法”和“數(shù)據(jù)包絡(luò)分析法”各有利弊，若測算宏觀層面的全要素生產(chǎn)率，“數(shù)據(jù)包絡(luò)分析法”比“索羅余值法”更為合適。[14]

目前，關(guān)于既有文獻(xiàn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的測算，學(xué)界尚存在一定的爭議：一是既有文獻(xiàn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展測評的指標(biāo)體系構(gòu)建在角度和側(cè)重點上有所不同，導(dǎo)致測算結(jié)果出現(xiàn)差異;二是既有文獻(xiàn)多局限于在省級層面探討環(huán)境約束下中國經(jīng)濟(jì)高質(zhì)量發(fā)展?fàn)顩r，在地級市層面探究PM2.5約束下中國經(jīng)濟(jì)高質(zhì)量發(fā)展?fàn)顩r的較為鮮見;三是既有文獻(xiàn)多停留于對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的宏觀討論上，缺乏對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異及影響因素進(jìn)行系統(tǒng)性研究?；诖?，本文進(jìn)行如下拓展：一是運用包含非合意的SBM模型測算出PM2.5約束下中國綠色全要素生產(chǎn)率作為經(jīng)濟(jì)高質(zhì)量發(fā)展的代理指標(biāo)，并將綠色全要素生產(chǎn)率拓展至地級市維度;二是借助Dagum基尼系數(shù)及其分解分析中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異及差異來源，以期更加深刻地認(rèn)識中國區(qū)域發(fā)展不平衡問題;三是采用面板PCSE方法驗證中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響因素。

二、方法、指標(biāo)與數(shù)據(jù)

（一）經(jīng)濟(jì)高質(zhì)量的測算方法

因Tone提出的基于松弛變量的非徑向、非角度的SBM模型能夠較好地解決測評過程中存在的非合意產(chǎn)出問題和投入產(chǎn)出松弛性問題，[15]故本文借助SBM模型來測算綠色全要素生產(chǎn)率并將其作為量化中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的一個重要指標(biāo)。

假設(shè)經(jīng)濟(jì)中有n個決策單元，且每個決策單元均有3個向量即投入、合意產(chǎn)出和非合意產(chǎn)出，這3個向量可分別表示為：x∈Rp、yg∈Rv1和yb∈Rv2，可定義矩陣X、Yg和Yb如下：

X=[x1，…，xn]∈Rpxn>0

Yg=[y1g，…，yng]∈Rv1xn>0

Yb=[y1b，…，ynb]∈Rv2xn>0

可構(gòu)建包含非合意產(chǎn)出的生產(chǎn)可能性集P如下：

P={（x，yg，yb）|x≥Xλ，yg≤Ygλ，yb≥Ybλ，λ≥0}

根據(jù)SBM模型的處理方法，在規(guī)模報酬可變情況下非合意產(chǎn)出的SBM模型如下所示：

ρ=min

s.t.x0=Xλ+s-

y0g=Ygλ-sg

y0b=Ybλ+sb

s-≥0，sg≥0，sb≥0，λ≥0? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑴

其中，x、yg和yb分別代表決策單元的投入變量、合意產(chǎn)出和非合意產(chǎn)出，s-、sg和sb分別代表投入變量、合意產(chǎn)出和非合意產(chǎn)出的松弛向量，λ代表權(quán)重向量，下標(biāo)0表示當(dāng)前決策單位DMU。目標(biāo)函數(shù)值ρ*代表綠色全要素生產(chǎn)率（經(jīng)濟(jì)高質(zhì)量發(fā)展），s-、sg和sb的取值區(qū)間為[0，1]，且嚴(yán)格單調(diào)遞減。當(dāng)ρ*=1，且s-、sg和sb均為0時，表明經(jīng)濟(jì)中決策單元是有效的;當(dāng)ρ*<0時，表明經(jīng)濟(jì)中決策單元存在效率損失，此時要求在投入產(chǎn)出方面加以改進(jìn)。SBM模型可以設(shè)定投入導(dǎo)向，即在保證產(chǎn)出一定時，尋求最少投入;設(shè)定產(chǎn)出導(dǎo)向，即在保證投入一定時，尋求最大產(chǎn)出;設(shè)定非導(dǎo)向，即同時從投入和產(chǎn)出角度進(jìn)行測算，故亦被稱作“投入產(chǎn)出雙向”。由于非合意產(chǎn)出的SBM模型可能會出現(xiàn)多個決策同時有效的情況，不便于區(qū)分和排序，本文采用非合意產(chǎn)出的Super-SBM模型解決這一問題。一個排除了決策單元（x0，y0）的有限可能性集表示如下：

P＼（x，y）={（，，）|x≥λx，≤λy，≥λy，λ≥0}

在規(guī)模報酬可變情況下非合意產(chǎn)出的Super-SBM模型如下所示：

ρ=min

s.t.≥λx，≤λy，≥λy

≥x0，≤y，≥y

≥0，≥0，≥0，λ≥0

≥0，≥0，≥0，λ≥0? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑵

其中，ρ為目標(biāo)效率值，其他含義與式⑴相同。

（二）Dagum基尼系數(shù)及其分解方法

Dagum基尼系數(shù)是一種按子群分解的方法，適用于評價地區(qū)發(fā)展差異，最初用于衡量收入不平等問題。[16]其優(yōu)勢在于能夠?qū)⒖傮w基尼系數(shù)分解為地區(qū)內(nèi)部不平衡、地區(qū)間不平衡和超變密度，克服了傳統(tǒng)基尼系數(shù)和泰爾指數(shù)的局限，有效解決了樣本間交叉重疊和區(qū)域差異來源的問題。本文根據(jù)Dagum的定義及研究內(nèi)容將基尼系數(shù)定義為：

Gini=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑶

μh≤…μj≤…≤μk? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑷

總體基尼系數(shù)由⑶式給出。k表示地區(qū)個數(shù)，本文將中國按經(jīng)濟(jì)地理劃分為東、中、西部地區(qū)，故k=3。n表示地級市個數(shù)，本文以中國265個地級市為研究對象，故n=265。yji（yhr）表示地區(qū)j（h）內(nèi)地級市i（r）的綠色全要素生產(chǎn)率（經(jīng)濟(jì)高質(zhì)量發(fā)展）。μ表示所有地級市綠色全要素生產(chǎn)率的平均值。⑷式依據(jù)地區(qū)內(nèi)綠色全要素生產(chǎn)率的均值對地區(qū)進(jìn)行了排序。基尼系數(shù)越大，說明經(jīng)濟(jì)高質(zhì)量發(fā)展越不平衡。

地區(qū)j的基尼系數(shù)Ginijj可表示為：

Gini=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑸

地區(qū)j和地區(qū)h之間的基尼系數(shù)Gini則為：

Gini=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑹

其中，nj（nh）表示地區(qū)j（h）內(nèi)地級市的個數(shù)，μ（μ）表示地區(qū)j（h）內(nèi)的平均綠色全要素生產(chǎn)率?？啥x如下變量：

Pj=nj/n? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑺

sj=nj μ/nμ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑻

d=dF（y）（y-x）dF（x）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑼

p=dF（y）（y-x）dF（x）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ⑽

D=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⑾

djh表示地區(qū)之間綠色全要素生產(chǎn)率的差值，亦是地區(qū)j和h中所有的yjt-yhr>0的數(shù)學(xué)期望;pjh表示地區(qū)j和h中所有的yjt-yhr<0的數(shù)學(xué)期望。Djh是用來衡量地區(qū)j和h之間綠色全要素生產(chǎn)率的相互影響。函數(shù)F是地區(qū)的綠色全要素生產(chǎn)率累計密度函數(shù)。

總體基尼系數(shù)可分解為三部分：地區(qū)內(nèi)部不平衡Giniw、地區(qū)間不平衡Gininb和超變密度Ginit，分別表示為：

Gnin=Ginips⑿

Gnin=Gini（ps+ps）D? ?⒀

Gnin=Gini（pS+pS）（1-D）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?⒁

（三）指標(biāo)選取與數(shù)據(jù)說明

本文著重考察2003-2016年間存在非合意產(chǎn)出（即PM2.5約束）情況下中國265個地級市高質(zhì)量發(fā)展的差異及影響因素，所涉及的數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》。

有關(guān)綠色全要素生產(chǎn)率的測算需要設(shè)定投入和產(chǎn)出變量。就投入指標(biāo)而言，本文中投入變量主要包括資本投入、勞動投入和能源投入三大要素。資本投入借助Goldsmith的“永續(xù)盤存法”進(jìn)行測算，計算公式為：Kit=Iit+（1-δ）Ki，t-1。其中，將固定資產(chǎn)投資按地級市所在省份固定資產(chǎn)投資價格指數(shù)調(diào)整為2000年不變價格水平的實際投資I，δ為資本折舊率，借鑒張軍等（2004）的做法將折舊率設(shè)定為9.6%;[17]勞動投入以全社會從業(yè)人員為數(shù)據(jù)，即《中國城市統(tǒng)計年鑒》中單位從業(yè)人員和私營個體從業(yè)人員之和;能源投入以全社會能源消費為數(shù)據(jù)，由于地級市能源消耗數(shù)據(jù)并沒有省級層面數(shù)據(jù)那么完善，囿于數(shù)據(jù)的可獲得性，故采用《中國城市統(tǒng)計年鑒》提供的煤氣及液化石油氣數(shù)據(jù)作為能源投入的代理指標(biāo)。就產(chǎn)出指標(biāo)而言，本文中產(chǎn)出變量主要包括合意產(chǎn)出和非合意產(chǎn)出。合意產(chǎn)出以2003-2016年265個地級市的地區(qū)生產(chǎn)總值（億元）為數(shù)據(jù)，由于地級市層面缺少GDP平減指數(shù)，故采用各地級市所在省份GDP平減指數(shù)將地區(qū)生產(chǎn)總值調(diào)整為2000年不變價實際地區(qū)生產(chǎn)總值;至于非合意產(chǎn)出，由于經(jīng)濟(jì)增長過程中出現(xiàn)了環(huán)境污染問題，尤其是霧霾頻發(fā)，已嚴(yán)重影響到經(jīng)濟(jì)增長質(zhì)量和人類健康，故以PM2.5濃度作為具體環(huán)境污染的代理指標(biāo)。同時，因中國2012年開始實施新的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》，部分城市自此才開始統(tǒng)計PM2.5濃度數(shù)據(jù)，囿于數(shù)據(jù)的可獲得性，故采用哥倫比亞大學(xué)國際地球科學(xué)信息網(wǎng)絡(luò)中心利用衛(wèi)星搭載設(shè)備對氣溶膠光學(xué)厚度進(jìn)行測定發(fā)布的1998-2016年分年度世界PM2.5密度圖對PM2.5濃度數(shù)據(jù)進(jìn)行分析。

三、中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的測算結(jié)果及地區(qū)差異分析

（一）測算結(jié)果

表1和圖1顯示了2003-2016年中國綠色全要素生產(chǎn)率的時序演變趨勢。總體上看，引入霧霾污染變量之后，我國綠色TFP總體呈上升趨勢，其增長速度呈波動變化趨勢;而綠色技術(shù)效率和綠色技術(shù)進(jìn)步效率波幅較大，綠色技術(shù)效率總體呈下降趨勢，綠色技術(shù)進(jìn)步效率則總體呈上升趨勢。綠色技術(shù)效率與綠色技術(shù)進(jìn)步效率變動方式基本一致，但波動方向不一致，呈“背離”狀態(tài)。具言之，2003-2016年間中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展趨勢大致可劃分為三個階段：2003-2008年為第一階段，綠色全要素生產(chǎn)率呈波動上行趨勢，綠色TFP持續(xù)提升，綠色技術(shù)效率和技術(shù)進(jìn)步效率則呈波動中上升趨勢;2008-2013年為第二階段，綠色全要素生產(chǎn)率呈波動下行趨勢，2013年綠色TFP下降到最低值0.8728，綠色技術(shù)進(jìn)步效率下降到最低值0.8375;2013-2016年為第三階段，綠色全要素生產(chǎn)率的發(fā)展趨勢各有不同。綠色TFP因霧霾治理初見成效總體呈上升趨勢，綠色技術(shù)效率增長仍然乏力呈波動下行趨勢，綠色技術(shù)進(jìn)步效率則呈波動上行趨勢。可以看出，引入霧霾污染變量后，中國綠色全要素生產(chǎn)率增長速度在前期和中期表現(xiàn)一般，波動中一度出現(xiàn)下行趨勢并于2013年達(dá)到波谷。這說明，工業(yè)化初期全要素生產(chǎn)率仍過度依賴于技術(shù)進(jìn)步效率的增長，致使中國城市經(jīng)濟(jì)在發(fā)展過程采取了以犧牲環(huán)境為代價的粗放式增長模式，霧霾污染造成的效率損失亟待恢復(fù)。近年來，隨著綠色發(fā)展理念的逐步推行，綠色技術(shù)進(jìn)步效率有所反彈，盡管我國城市經(jīng)濟(jì)增速有所放緩，但對霧霾治理、環(huán)境改善、綠色發(fā)展的重視程度明顯提高，環(huán)境質(zhì)量的提高也刺激了綠色全要素生產(chǎn)率開始攀升。

本文之所以劃分出東、中、西部地區(qū)，旨在揭示霧霾約束下不同地區(qū)綠色全要素生產(chǎn)率時序變化規(guī)律。圖2顯示了2003-2016年我國東、中、西部地區(qū)平均綠色全要素生產(chǎn)率的時序演變趨勢。從時序變化趨勢來看，2003年以來，東、中、西部地區(qū)城市經(jīng)濟(jì)高質(zhì)量發(fā)展大致可以劃分為三個階段：2003-2008年為第一階段，東、中部綠色全要素生產(chǎn)率呈波動上行趨勢，其中東部上升幅度較為明顯，具體表現(xiàn)為東、中部綠色技術(shù)效率呈波動下降趨勢，綠色進(jìn)步效率呈波動上升趨勢;西部綠色全要素生產(chǎn)率呈波動下行趨勢，具體表現(xiàn)為綠色技術(shù)效率呈波動下降趨勢，綠色技術(shù)進(jìn)步效率呈波動上升趨勢。2008-2013年為第二階段，東、中、西部地區(qū)綠色全要素生產(chǎn)率呈波動下降趨勢，尤其是2013年達(dá)到最低值，具體表現(xiàn)為綠色技術(shù)效率呈波動上升趨勢，綠色技術(shù)進(jìn)步效率呈波動下降趨勢。2013-2016年為第三階段，東、中、西部地區(qū)綠色全要素生產(chǎn)率由于環(huán)境改善呈上升趨勢，特別是東、中部地區(qū)出現(xiàn)連續(xù)上升的跡象，具體表現(xiàn)為綠色技術(shù)效率呈波動下滑趨勢，綠色技術(shù)進(jìn)步效率呈波動上升趨勢?？梢钥闯觯腱F霾變量后，東、中、西部地區(qū)綠色全要素生產(chǎn)率呈波動趨勢，東、中部地區(qū)綠色全要素生產(chǎn)率總體呈上升趨勢，西部地區(qū)則總體呈下降趨勢。東、中、西部地區(qū)綠色TFP增長速度在前期和中期表現(xiàn)一般，受制于城市經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的沖突，綠色TFP一度呈下降趨勢;綠色技術(shù)效率和技術(shù)進(jìn)步效率波動幅度較大，綠色技術(shù)效率總體呈下降趨勢，綠色技術(shù)進(jìn)步效率總體呈上升趨勢，且綠色技術(shù)進(jìn)步效率與綠色技術(shù)效率出現(xiàn)明顯“背離”的現(xiàn)象。需要關(guān)注的是，東部地區(qū)作為改革開放和經(jīng)濟(jì)發(fā)展的前沿示范區(qū)，其城市經(jīng)濟(jì)發(fā)展模式一度秉承“先污染后治理”的理念，雖然當(dāng)?shù)卣畼O力推動經(jīng)濟(jì)轉(zhuǎn)型，產(chǎn)業(yè)布局由傳統(tǒng)加工制造業(yè)向制造業(yè)服務(wù)化和高端服務(wù)業(yè)轉(zhuǎn)型，經(jīng)濟(jì)發(fā)展從原來的過度依靠投資、出口驅(qū)動向精細(xì)化加工、制造業(yè)服務(wù)化以及高端制造業(yè)轉(zhuǎn)型，但前期以犧牲環(huán)境為代價所累積的環(huán)境污染問題逐漸凸顯，東部地區(qū)面臨著生產(chǎn)要素成本增加和環(huán)保門檻抬高的雙重壓力。由此，大量低附加值傳統(tǒng)產(chǎn)業(yè)、環(huán)境污染型產(chǎn)業(yè)開始逐步向中、西部地區(qū)轉(zhuǎn)移。長此以往，中、西部地區(qū)勢必會重蹈東部地區(qū)“先污染后治理”的覆轍。經(jīng)濟(jì)新常態(tài)下，政府對霧霾治理高度重視，著力推進(jìn)重點行業(yè)污染治理，不斷加快大氣環(huán)境監(jiān)測預(yù)警體系建設(shè)，區(qū)域間協(xié)作、聯(lián)防聯(lián)治日趨成熟，東、中、西部地區(qū)綠色TFP也呈上升趨勢。盡管東、中、西部地區(qū)綠色TFP總體水平仍然不高，綠色TFP增長速度較為緩慢，特別是東、中部地區(qū)最為明顯，但綠色技術(shù)效率與綠色技術(shù)進(jìn)步效率已呈交替增長趨勢。

（二）中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異分析

⒈基尼系數(shù)。圖3顯示了2003-2016年中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的基尼系數(shù)。引入霧霾變量后，全國的基尼系數(shù)呈波動變化趨勢，特別是東、中、西部地區(qū)波動幅度較為明顯?？傮w上看，基尼系數(shù)在2003-2006年呈下降趨勢，2007-2011年呈上升趨勢，2012年出現(xiàn)反彈后，2013-2015年又呈連續(xù)上升趨勢，2016年再次出現(xiàn)反彈?；嵯禂?shù)下降意味著城市經(jīng)濟(jì)高質(zhì)量發(fā)展愈加趨于平衡，地區(qū)差距逐漸縮小。具體到東、中、西部地區(qū)，東部地區(qū)基尼系數(shù)在2003-2005年呈上升趨勢，2006-2015年呈下降上升交叉的態(tài)勢，2016年出現(xiàn)反彈;中部地區(qū)基尼系數(shù)在2003-2006年呈下降趨勢，2007-2012年呈上升下降交叉的態(tài)勢，2013-2015年呈連續(xù)上升趨勢，2016年出現(xiàn)反彈;西部地區(qū)基尼系數(shù)在2003-2007年呈下降上升交叉的態(tài)勢，2008-2010年呈上升趨勢，2011-2013年呈下降趨勢，2014-2015年呈上升趨勢，2016年出現(xiàn)反彈?？梢钥闯?，盡管中國的基尼系數(shù)具有上升下降交叉且波動起伏的特征，但近年來中國特別是東、中、西部地區(qū)基尼系數(shù)呈倒“V”型走勢，這意味著中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展不平衡問題趨于緩解。

⒉地區(qū)間差異。圖4顯示了東、中、西部地區(qū)間基尼系數(shù)的時序變化趨勢。可以看出，東、中、西部地區(qū)間的城市經(jīng)濟(jì)高質(zhì)量發(fā)展具有明顯的差異。其中，東、中部地區(qū)間差異2003-2008年呈波動下行趨勢，2008-2015年呈波動上升趨勢，2016年出現(xiàn)反彈;東、西部地區(qū)間差異2003-2008年呈下行趨勢，2008-2015年呈波動上升趨勢，2016年出現(xiàn)反彈;中、西部地區(qū)間差異2003-2008年呈下行趨勢，2008-2015年呈波動上升趨勢，2016年出現(xiàn)反彈?？傮w上看，東、中部地區(qū)間的差距最小，東、西部間的差距次之，中、西部地區(qū)間的差距最大，這與東、中、西部地區(qū)綠色全要素生產(chǎn)率的測算結(jié)果相吻合。雖然東、中、西部地區(qū)間基尼系數(shù)具有上升下降交叉且波動起伏的特征，但近年來東、中、西部地區(qū)間的差異呈倒“V”字型走勢，這意味著城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差距正逐漸縮小。

⒊Dagum基尼系數(shù)分解。Dagum基尼系數(shù)分解有助于認(rèn)識和了解地區(qū)間差距產(chǎn)生的原因。表2顯示了Dagum基尼系數(shù)分解結(jié)果，圖5顯示了地區(qū)內(nèi)部不平衡、地區(qū)之間不平衡和超變密度的時序變化趨勢。其中，超變密度主要用于識別地區(qū)間的交叉重疊現(xiàn)象，超變密度越大，說明地區(qū)間城市的交叉重疊現(xiàn)象越嚴(yán)重，城市經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)間差距越小。從Dagum基尼系數(shù)分解及其各種差距來源貢獻(xiàn)度的時序變化特征來看，在中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展過程中，地區(qū)間差距產(chǎn)生的內(nèi)在機制隨著時間推移發(fā)生了變化。從差距來源貢獻(xiàn)度時序變化趨勢來看，地區(qū)內(nèi)部不平衡貢獻(xiàn)度呈緩慢波動變化趨勢，地區(qū)之間不平衡貢獻(xiàn)度和超變密度的波動幅度較大，具體表現(xiàn)為地區(qū)內(nèi)部不平衡貢獻(xiàn)度呈上升下降交叉態(tài)勢，2016年出現(xiàn)反彈;地區(qū)之間不平衡貢獻(xiàn)度同樣呈上升下降交叉態(tài)勢，2016年出現(xiàn)反彈;超變密度與地區(qū)之間不平衡貢獻(xiàn)度變化的方式相同，只是方向明顯不一致?？傮w上看，地區(qū)內(nèi)部不平衡呈相對平穩(wěn)的變化趨勢，基本在31%-34%上下波動，說明就單一地區(qū)而言，在其內(nèi)部，城市經(jīng)濟(jì)高質(zhì)量發(fā)展基本上比較穩(wěn)定，這也暗示著可能存在區(qū)域收斂;地區(qū)之間不平衡貢獻(xiàn)度與超變密度則出現(xiàn)了兩種極端的情況，且超變密度遠(yuǎn)高于地區(qū)之間不平衡貢獻(xiàn)度。具言之，東、中部地區(qū)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的水平整體上雖高于西部地區(qū)，但其內(nèi)部少數(shù)城市的經(jīng)濟(jì)高質(zhì)量發(fā)展水平又低于西部地區(qū)的少數(shù)城市，這意味著西部地區(qū)少數(shù)城市的經(jīng)濟(jì)高質(zhì)量發(fā)展水平可能要高于東、中部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展水平較高的城市。雖然超變密度近年來一度出現(xiàn)反彈，但超變密度始終維持在50%左右，說明地區(qū)間的城市經(jīng)濟(jì)高質(zhì)量發(fā)展出現(xiàn)了較為嚴(yán)重的交叉重疊現(xiàn)象。

四、中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響因素分析

為檢驗經(jīng)濟(jì)高質(zhì)量發(fā)展（gtfp）與影響其因素的關(guān)系，本文設(shè)定計量模型如下：

gtfpit=β0+β1gdpit+β2（gdpit）2+β3capitalit+β4fdiit+β5rd+β6definit+β7pd+β8ind+β9infrait+εit? ? ? ?⒂

依據(jù)既有研究成果，本文對影響城市經(jīng)濟(jì)高質(zhì)量發(fā)展的因素選取如下：①經(jīng)濟(jì)發(fā)展水平（gdp）。一方面，隨著經(jīng)濟(jì)發(fā)展水平的提高，經(jīng)濟(jì)規(guī)模不斷擴大，環(huán)境污染可能由此增加，不利于霧霾污染約束下綠色全要素生產(chǎn)率的提升;另一方面，當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平后，技術(shù)水平不斷提高，資源利用效率可能由此提高，有助于綠色全要素生產(chǎn)率的提升。本文采用不變價人均GDP的對數(shù)進(jìn)行測量，同時為了考察“環(huán)境庫茲涅茨曲線”假說，將人均實際GDP對數(shù)的平方也納入到計量模型中。②要素稟賦結(jié)構(gòu)（capital）。一般而言，勞動密集型產(chǎn)業(yè)雖污染較輕，但技術(shù)水平較弱;而資本密集型產(chǎn)業(yè)污染雖較為嚴(yán)重，但是技術(shù)水平相對較高，故“資本-勞動”結(jié)構(gòu)的變化勢必會引發(fā)環(huán)境污染和技術(shù)水平的變化，從而對綠色全要素生產(chǎn)率產(chǎn)生重要影響。本文采用勞均實際資本的對數(shù)進(jìn)行測量。③外商直接投資（fdi）。城市可借助外商直接投資增加資本積累、擴散技術(shù)外溢效應(yīng)來影響城市經(jīng)濟(jì)高質(zhì)量發(fā)展。本文采用外商直接投資額占地級市GDP的比重進(jìn)行測量。④政府研發(fā)投入（rd）。研發(fā)投入行為是通過溢出效應(yīng)推動地區(qū)經(jīng)濟(jì)增長的重要因素，[18]可能會影響到地區(qū)勞動生產(chǎn)率的變動，本文采用人均政府財政科技支出進(jìn)行測量。⑤金融發(fā)展水平（defin）。本文采用人均金融機構(gòu)年末貸款余額進(jìn)行測量。⑥人口密度（pd）。人口密度越大，所消耗的能源越多，極易引發(fā)環(huán)境污染狀況的惡化，不利于經(jīng)濟(jì)高質(zhì)量發(fā)展。本文采用單位面積的人口數(shù)量進(jìn)行測量。⑦工業(yè)化水平（ind）。環(huán)境污染主要是由工廠大量排放“三廢”造成的，工業(yè)化水平的提高可能同時影響到霧霾污染和城市經(jīng)濟(jì)高質(zhì)量發(fā)展。本文采用第二產(chǎn)業(yè)產(chǎn)值占GDP的比重進(jìn)行測量。⑧基礎(chǔ)設(shè)施（infra）。城市發(fā)展新格局、新型城鎮(zhèn)化以及產(chǎn)業(yè)布局優(yōu)化等能夠反映該城市經(jīng)濟(jì)高質(zhì)量發(fā)展的狀況，交通基礎(chǔ)設(shè)施則能夠?qū)Τ鞘薪?jīng)濟(jì)高質(zhì)量發(fā)展起到支撐和引領(lǐng)作用。本文采用人均道路面積進(jìn)行測量。

因估計模型存在自相關(guān)、異方差等問題，故估計量不再是最佳線性無偏估計量，參數(shù)的顯著性檢驗失敗。為解決這一問題，本文采用PCDE估計方法來驗證中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展影響因素相互之間的關(guān)系。表3顯示了中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展影響因素的估計結(jié)果。在全國層面，經(jīng)濟(jì)發(fā)展水平（gdp）的系數(shù)為-0.2720，（gdp）2的系數(shù)為0.0150，且在統(tǒng)計上較為顯著，說明在PM2.5約束下中國綠色全要素生產(chǎn)率與經(jīng)濟(jì)發(fā)展水平之間存在“U”型關(guān)系。在地區(qū)層面，東部地區(qū)經(jīng)濟(jì)發(fā)展水平（gdp）的系數(shù)為-0.44883，（gdp）2的系數(shù)為0.0266，且在統(tǒng)計上較為顯著，說明PM2.5約束下東部地區(qū)綠色全要素生產(chǎn)率與經(jīng)濟(jì)發(fā)展水平之間存在“U”型關(guān)系;雖然中、西部地區(qū)經(jīng)濟(jì)發(fā)展水平（gdp）的系數(shù)為負(fù)并不顯著，（gdp）2的系數(shù)為正亦不顯著，但中、西部地區(qū)綠色全要素生產(chǎn)率與經(jīng)濟(jì)發(fā)展水平之間也可能存在“U”型關(guān)系。同時，經(jīng)濟(jì)發(fā)展對綠色全要素生產(chǎn)率的影響涉及到“環(huán)境庫茲尼茨曲線（KEC）”假說。在不考慮其他因素的情況下，環(huán)境污染與綠色全要素生產(chǎn)率增長之間通常存在反向變化關(guān)系。由此，中國的霧霾污染與城市經(jīng)濟(jì)發(fā)展水平普遍存在倒“U”型關(guān)系，即中國綠色全要素生產(chǎn)率支持“環(huán)境庫茲尼茨曲線”假說，這與Wu（2007）的結(jié)論一致。[19]要素稟賦結(jié)構(gòu)（capital）對中國綠色TFP具有顯著的促進(jìn)作用，這與王兵等（2010）的結(jié)論一致。[20]近年來，中國的“地區(qū)資本-勞動比”逐漸拉升，說明中國城市的經(jīng)濟(jì)結(jié)構(gòu)正由勞動密集型產(chǎn)業(yè)向資本密集型產(chǎn)業(yè)轉(zhuǎn)型，而勞動密集型產(chǎn)業(yè)和資本密集型產(chǎn)業(yè)分別表征著輕污染型產(chǎn)業(yè)和重污染型產(chǎn)業(yè)。[21]伴隨著資本密集型產(chǎn)業(yè)的不斷增加，污染排放愈發(fā)嚴(yán)重，一定程度上抑制了綠色TFP增長。但是，資本密集型產(chǎn)業(yè)通常是技術(shù)進(jìn)步的主力軍，技術(shù)越先進(jìn)對于綠色TFP的正向拉動作用就越強，“地區(qū)資本-勞動比”提高意味著capital發(fā)生變化的正向拉動作用要強于負(fù)向作用，因此其對綠色TFP具有明顯的促進(jìn)作用。外商直接投資（fdi）對東部地區(qū)綠色TFP具有不顯著的負(fù)面影響，而對中、西部地區(qū)綠色TFP具有不顯著的正面影響，這與Li和Cheng（2004）的結(jié)論一致。[22]由此，本文推斷“污染天堂”假說并不存在。工業(yè)化水平（ind）對中國綠色全要素生產(chǎn)率產(chǎn)生不顯著的負(fù)面影響。金融發(fā)展（defin）對東、西部地區(qū)綠色全要素生產(chǎn)率產(chǎn)生不顯著的正向影響，而對中部地區(qū)綠色全要素生產(chǎn)率的負(fù)面影響并不顯著。人口密度（pd）對中部地區(qū)綠色全要素生產(chǎn)率產(chǎn)生了顯著的負(fù)面影響，對東、西部地區(qū)綠色全要素生產(chǎn)率的負(fù)面影響并不顯著。人口密度過越大，意味著能源消費越多，勢必會引發(fā)“環(huán)境詛咒”，不利于綠色TFP增長。地方研發(fā)投入（rd）對中國綠色全要素生產(chǎn)率產(chǎn)生不顯著的負(fù)面影響?；A(chǔ)設(shè)施（infra）對中國綠色全要素生產(chǎn)率的影響系數(shù)為負(fù)，原因在于目前我國城市交通基礎(chǔ)設(shè)施仍不健全，城市擁堵現(xiàn)象頻發(fā)，削弱了生產(chǎn)、市場、成本等優(yōu)勢，不利于綠色TFP增長。

五、結(jié)論與啟示

本文測算出中國265個城市的綠色全要素生產(chǎn)率作為城市經(jīng)濟(jì)高質(zhì)量發(fā)展的一個重要指標(biāo)，在對其時序變化特征、地區(qū)差異以及影響因素進(jìn)行探討后得出如下結(jié)論：一是在國家層面，引入霧霾變量之后，中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展水平總體上不高，綠色TFP增長速度波動起伏且總體上呈上升趨勢，綠色技術(shù)效率和綠色技術(shù)進(jìn)步效率波動幅度明顯，綠色技術(shù)效率總體上呈下降趨勢，綠色技術(shù)進(jìn)步效率總體上呈上升趨勢，且綠色技術(shù)效率與綠色技術(shù)進(jìn)步效率變動方式基本一致，但波動方向不一致，出現(xiàn)明顯“背離”的特征。二是在地區(qū)層面，東、中、西部地區(qū)城市經(jīng)濟(jì)高質(zhì)量發(fā)展水平總體上不高，且地區(qū)間差異明顯。2003-2016年，東、中、西部地區(qū)綠色TFP平均水平均小于1，具有很大的提升空間。其中，西部地區(qū)綠色TFP平均水平最高，東部地區(qū)次之，中部地區(qū)最低，且東部地區(qū)和中部地區(qū)在波動中有所提升，而西部地區(qū)則有所下降。三是Dagum基尼系數(shù)的分析數(shù)據(jù)顯示，中國的基尼系數(shù)具有上升下降交叉且波動起伏的特征，近年來基尼系數(shù)呈倒“V”型趨勢;基尼系數(shù)分解的分析數(shù)據(jù)顯示，地區(qū)內(nèi)部的不平衡呈相對平穩(wěn)的變化趨勢，雖然地區(qū)間的不平衡有所反彈，但超變密度仍然占據(jù)主導(dǎo)地位，地區(qū)間城市經(jīng)濟(jì)高質(zhì)量發(fā)展出現(xiàn)較為嚴(yán)重的交叉重疊現(xiàn)象，地區(qū)差距逐漸縮小。四是從影響因素來看，中國綠色全要素生產(chǎn)率支持“環(huán)境庫茲尼茨曲線”假說，但并不支持“污染天堂”假說。要素稟賦結(jié)構(gòu)對中國綠色全要素生產(chǎn)率具有顯著的促進(jìn)作用;人口密度顯著抑制了中國綠色全要素生產(chǎn)率增長;基礎(chǔ)設(shè)施對中國綠色全要素生產(chǎn)率具有顯著的負(fù)向影響。

依據(jù)研究結(jié)論本文得出以下啟示：其一，實現(xiàn)中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵在于提升資源要素利用效率。中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展并非一蹴而就，需要“三期疊加”（即經(jīng)歷經(jīng)濟(jì)增長速度換擋期、結(jié)構(gòu)調(diào)整陣痛期和前期刺激政策消化期）。在資本投入方面，提高資本利用效率是關(guān)鍵。中國正處于推動全面開放格局和經(jīng)濟(jì)高質(zhì)量發(fā)展的攻關(guān)期，傳統(tǒng)的“單車道”式的外商引資方式顯然已經(jīng)不能滿足城市經(jīng)濟(jì)高質(zhì)量發(fā)展的要求，應(yīng)積極“引進(jìn)來”和“走出去”，推進(jìn)范圍更廣、領(lǐng)域更寬、層次更深的全面開放，建設(shè)更高水平的開放型經(jīng)濟(jì)，這其中，契合“一帶一路”倡議和自貿(mào)區(qū)建設(shè)是重中之重。在勞動投入方面，勞動技術(shù)含量提升是重點。中國正處于人口老齡化階段，不僅要注重優(yōu)化有效勞動供給，更要注重從依靠低成本勞動力投入轉(zhuǎn)向創(chuàng)新驅(qū)動，以此引領(lǐng)城市經(jīng)濟(jì)高質(zhì)量發(fā)展。在能源投入方面，提高能源利用效率是重心。要在提高能源資源配置利用效率的同時，加快液化石油等不可再生能源的替代進(jìn)程。其二，實現(xiàn)中國城市經(jīng)濟(jì)高質(zhì)量發(fā)展的核心在于提升產(chǎn)出效率。要摒棄“先污染后治理”“以犧牲環(huán)境污染為代價”的發(fā)展理念，加快霧霾及重點行業(yè)污染治理的步伐，積極推進(jìn)大氣環(huán)境監(jiān)測預(yù)警體系建設(shè)，著力統(tǒng)籌區(qū)域間協(xié)作機制、聯(lián)防聯(lián)治機制，促進(jìn)綠色發(fā)展。其三，積極推動區(qū)域協(xié)調(diào)發(fā)展，縮小地區(qū)間發(fā)展差距。一方面，要充分發(fā)揮區(qū)域比較優(yōu)勢，強化區(qū)域優(yōu)勢互補，著力統(tǒng)籌區(qū)域協(xié)調(diào)發(fā)展機制，促進(jìn)區(qū)域聯(lián)動發(fā)展，激發(fā)落后地區(qū)經(jīng)濟(jì)增長后勁，持續(xù)推進(jìn)西部大開發(fā)、東北全面振興、中部地區(qū)崛起、東部率先發(fā)展、粵港澳大灣區(qū)建設(shè)、長三角區(qū)域一體化發(fā)展等區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的實施;另一方面，要下大力氣破解地區(qū)內(nèi)部發(fā)展不平衡問題，統(tǒng)籌城鄉(xiāng)融合發(fā)展體制機制和政策體系，持續(xù)推進(jìn)鄉(xiāng)村振興戰(zhàn)略的實施，助推城鄉(xiāng)一體化發(fā)展，縮小地區(qū)內(nèi)部發(fā)展差距。其四，在充分發(fā)揮經(jīng)濟(jì)發(fā)展、要素稟賦結(jié)構(gòu)對中國綠色全要素生產(chǎn)率增長積極作用的同時，也要時刻關(guān)注產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及人口集中、交通擁堵等對城市經(jīng)濟(jì)高質(zhì)發(fā)展的負(fù)面效應(yīng)。

【參考文獻(xiàn)】

[1]金碚.關(guān)于“高質(zhì)量發(fā)展”的經(jīng)濟(jì)學(xué)研究[J].中國工業(yè)經(jīng)濟(jì)，2018，（4）：5-18.

[2]楊偉民.貫徹中央經(jīng)濟(jì)工作會議精神 推動高質(zhì)量發(fā)展[J].宏觀經(jīng)濟(jì)管理，2018，（2）：13-17.

[3]魏敏，李書昊.新常態(tài)下中國經(jīng)濟(jì)增長質(zhì)量的評價體系構(gòu)建與測度[J].經(jīng)濟(jì)學(xué)家，2018，（4）：19-26.

[4]宋明順，張霞，易榮華，朱婷婷.經(jīng)濟(jì)發(fā)展質(zhì)量評價體系研究及應(yīng)用[J].經(jīng)濟(jì)學(xué)家，2015，（2）：35-43.

[5]李金昌，史龍梅，徐藹婷.高質(zhì)量發(fā)展評價指標(biāo)體系探討[J].統(tǒng)計研究，2019，（1）：4-14.

[6]馬茹，羅暉，王宏偉，王鐵成.中國區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展評價指標(biāo)體系及測度研究[J].中國軟科學(xué)，2019，（7）：60-67.

[7]蔡昉.以提高全要素生產(chǎn)率推動高質(zhì)量發(fā)展[N].人民日報，2018-11-09.

[8]王一鳴.按高質(zhì)量發(fā)展要求推動經(jīng)濟(jì)持續(xù)健康發(fā)展[N].人民日報，2018-02-12.

[9]余泳澤，楊曉章，張少輝.中國經(jīng)濟(jì)由高速增長向高質(zhì)量發(fā)展的時空轉(zhuǎn)換特征研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，（6）：3-21.

[10]何愛平，安夢天.地方政府競爭、環(huán)境規(guī)制與綠色發(fā)展效率[J].中國人口·資源與環(huán)境，2019，（3）：21-30.

[11]劉傳江，劉慧，趙曉夢，田正杰.考慮PM_（2.5）影響的我國區(qū)域環(huán)境全要素生產(chǎn)率研究[J].宏觀質(zhì)量研究，2017，（1）：11-20.

[12]易明，李綱，彭甲超，陳文磊.長江經(jīng)濟(jì)帶綠色全要素生產(chǎn)率的時空分異特征研究[J].管理世界，2018，（11）：178-179.

[13]施震凱，邵軍，浦正寧.交通基礎(chǔ)設(shè)施改善與生產(chǎn)率增長：來自鐵路大提速的證據(jù)[J].世界經(jīng)濟(jì)，2018，（6）：127-151.

[14]田友春，盧盛榮，靳來群.方法、數(shù)據(jù)與全要素生產(chǎn)率測算差異[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，（12）：22-40.

[15]TONE K，SAHOO B K.Scale，indivisibilities and production function in data envelopment analysis[J].International Journal of Production Economics，2003，84（2）：165-192.

[16]DAGUM C.A new approach to the decomposition of the Gini income inequality ratio[J].Empirical Economics，1997，22（4）：515-531.

[17]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952-2000[J].經(jīng)濟(jì)研究，2004，（10）：35-44.

[18]鐘祖昌.研發(fā)投入及其溢出效應(yīng)對省區(qū)經(jīng)濟(jì)增長的影響[J].科研管理，2013，（5）：64-72.

[19]WU，Y.，（2007）.Analysis of environmental efficiency in china's regional economies.Paper prepared for presentation at the 6th International Conference on the Chinese Economy.

[20]王兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J].經(jīng)濟(jì)研究，2010，（5）：95-109.

[21]涂正革.環(huán)境、資源與工業(yè)增長的協(xié)調(diào)性[J].經(jīng)濟(jì)研究，2008，（2）：93-105.

[22]SUNGKO LI，YUKSHING CHENG.Technical Efficiency Versus Environmental Efficiency：An Application to the Industrial Sector in China[R].Hong Kong：School of Business，Hong Kong Baptist University，2004：1-25.

（責(zé)任編輯：劉? 丹）

Regional Differences and Influencing Factors of High Quality Urban

Economic Development in China

Zhang Guowang

Abstract：In the new era，China's urban economic development has changed from a high-speed growth stage to a high-quality development stage.This paper uses the SBM model with undesirable output to measure the green total factor productivity of 265 prefecture level cities in China under the constraint of PM2.5 from 2003 to 2016pm2.5，which is an important indicator of high-quality urban economic development，F(xiàn)inally，we use panel PCSE estimation method to analyze the influencing factors of high-quality development of urban economy in China.The results show that the growth rate of China's green total factor productivity shows a fluctuating trend，the overall green technical efficiency shows a downward trend，and the overall efficiency of green technical progress shows an upward trend;The regional difference mainly comes from the hypervariable density，and the contribution within the region is significantly greater than that between regions;China's green total factor productivity supports the hypothesis of “Environmental Kuznets Curve”，but does not support the hypothesis of “pollution paradise”.

Key words：urban economy;high quality development;sbm model;green total factor productivity;regional differences