中國(guó)省會(huì)城市的綠色發(fā)展效率分析

葉文顯

（陜西國(guó)際商貿(mào)學(xué)院管理學(xué)院，陜西咸陽(yáng) 712046）

伴隨著“十三五”規(guī)劃目標(biāo)的順利完成，我國(guó)社會(huì)正式步入“十四五”時(shí)期。與此同時(shí)，以國(guó)內(nèi)大循環(huán)為主體，國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局正逐步形成，我國(guó)社會(huì)正邁進(jìn)高質(zhì)量發(fā)展的新階段，綠色發(fā)展成為新時(shí)代的主旋律。城市綠色發(fā)展，尤其是省會(huì)城市的綠色發(fā)展方式轉(zhuǎn)型成為生態(tài)文明建設(shè)和社會(huì)主義現(xiàn)代化建設(shè)進(jìn)程中的必然戰(zhàn)略選擇。目前，國(guó)內(nèi)不少相關(guān)研究關(guān)注了國(guó)家［1］、區(qū)域［2］、經(jīng)濟(jì)帶［3］、城市群［4］、省域［5］、縣域［6］等層面的城市綠色發(fā)展效率問題，其研究?jī)?nèi)容主要涉及時(shí)空演變［1］、影響因素［2］、效率評(píng)價(jià)［7］、溢出效應(yīng)［8］、門檻效應(yīng)［9］、區(qū)域差異與收斂性［10］等。如，周亮、車?yán)?、周成虎運(yùn)用SBM－undesirable 模型分析了中國(guó)地級(jí)以上城市綠色發(fā)展效率的時(shí)空演變［1］；高贏運(yùn)用面板回歸模型分析了中國(guó)八大經(jīng)濟(jì)區(qū)綠色績(jī)效的影響因素［2］。已有文獻(xiàn)大部分采用了DEA 相關(guān)模型和面板Tobit模型［11－13］，少數(shù)文獻(xiàn)使用了SFA 模型［14］、空間計(jì)量模型［15］、分位數(shù)回歸模型［16］、生態(tài)足跡法［17］和門檻回歸模型［18］等。如，孟雪、狄乾斌、季建文運(yùn)用超效率SBM 模型分析了京津冀城市群的環(huán)境績(jī)效水平［13］；常新鋒、管鑫運(yùn)用隨機(jī)前沿模型和空間混合模型分析了長(zhǎng)三角城市群的生態(tài)效率及其影響因素［15］。此外，一些學(xué)者分別關(guān)注了城市精明發(fā)展［19］、城市規(guī)模擴(kuò)張［20］、科技創(chuàng)新［21］、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整［22］、地方政府競(jìng)爭(zhēng)［23］、高鐵運(yùn)營(yíng)［24］、環(huán)境規(guī)制［25］、輿論監(jiān)督［26］、城市居民感知［27］、金融集聚［28］等因素與城市綠色發(fā)展效率之間的關(guān)系。如，陳曉紅、周宏浩運(yùn)用面板VAR 模型分析了生態(tài)效率與城市精明發(fā)展之間的交互響應(yīng)；賀斌、袁曉玲、房玲運(yùn)用耦合協(xié)調(diào)度模型分析了城市效率與城市規(guī)模擴(kuò)張之間的協(xié)同發(fā)展效應(yīng)［20］。

綜上，已有綠色發(fā)展效率的相關(guān)文獻(xiàn)在研究?jī)?nèi)容上多為靜態(tài)效率分析，在研究層面上極少涉及中國(guó)省會(huì)城市，在研究方法上也較少使用TOPSIS 方法。此外，很多省份實(shí)施了“強(qiáng)省會(huì)”戰(zhàn)略?！皬?qiáng)省會(huì)”戰(zhàn)略能否提高區(qū)域綠色發(fā)展效率？這一問題需要通過實(shí)證分析進(jìn)行探究。鑒于此，本文選取包括我國(guó)26 個(gè)省會(huì)城市在內(nèi)的281 個(gè)地級(jí)以上城市的截面數(shù)據(jù)，使用傳統(tǒng)的Super－ SBM 模型和ML 指數(shù)測(cè)度了26 個(gè)省會(huì)城市的靜態(tài)效率和動(dòng)態(tài)效率，使用莫蘭指數(shù)分析綠色發(fā)展效率的空間分布，同時(shí)使用TOPSIS方法分析了強(qiáng)省會(huì)能力與綠色發(fā)展效率之間的關(guān)系，期望本研究能為我國(guó)省會(huì)城市的綠色發(fā)展提供理論參考。

1 研究范圍、指標(biāo)體系與研究方法

1.1 研究范圍

本文選取281 個(gè)地級(jí)以上城市（含除拉薩之外的26 個(gè)省會(huì)或首府城市）作為研究對(duì)象，不包括香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣地區(qū)、西藏自治區(qū)、北京市、重慶市、上海市、天津市、三沙市、儋州市、畢節(jié)市、銅仁市、海東市、吐魯番市和哈密市，原因是：香港特別行政區(qū)、澳門特別行政區(qū)和臺(tái)灣地區(qū)的行政特殊性，與一般地級(jí)城市存在明顯差別；北京市、上海市、天津市和重慶市作為直轄市，與一般地級(jí)城市也存在明顯差別；西藏自治區(qū)與成立較晚的地級(jí)城市（如三沙市、儋州市、畢節(jié)市、銅仁市、海東市、吐魯番市和哈密市）因?yàn)槿鄙傧嚓P(guān)數(shù)據(jù)而未納入研究范圍。此外，由于青海省只有西寧市1 個(gè)樣本城市，部分指標(biāo)無(wú)法計(jì)算，故部分表格未將青海?。ㄎ鲗幨校┘{入分析。

1.2 指標(biāo)體系與數(shù)據(jù)來源

考慮到指標(biāo)體系的科學(xué)性、綜合性和數(shù)據(jù)的可獲得性，并參考已有研究成果［1，8，9］，本文構(gòu)建了城市綠色發(fā)展效率評(píng)價(jià)指標(biāo)體系（表1）。投入要素包括土地、能源、勞動(dòng)力和資本，具體指標(biāo)為城市建成區(qū)面積、全社會(huì)用電量、勞動(dòng)從業(yè)總?cè)藬?shù)和地方一般預(yù)算支出。產(chǎn)出要素包括期望產(chǎn)出和非期望產(chǎn)出。其中，期望產(chǎn)出包括經(jīng)濟(jì)產(chǎn)出和社會(huì)福利，經(jīng)濟(jì)產(chǎn)出指標(biāo)為各城市GDP 和平均GDP 倍數(shù)（各城市GDP 除以該省地級(jí)以上城市的平均GDP），社會(huì)福利指標(biāo)為人均社會(huì)消費(fèi)品零售總額；非期望產(chǎn)出指標(biāo)包括工業(yè)煙（粉）塵排放量、工業(yè)二氧化硫排放量和工業(yè)廢水排放量。研究數(shù)據(jù)為2009 年、2014 年和2019 年281 個(gè)城市的截面數(shù)據(jù)，數(shù)據(jù)主要來源于2010 年、2015年和2020 年的《中國(guó)城市統(tǒng)計(jì)年鑒》，少部分來源于26 個(gè)省份的統(tǒng)計(jì)年鑒和相關(guān)城市的統(tǒng)計(jì)年鑒，少量空缺值采用插值法補(bǔ)充。

表1 城市綠色發(fā)展效率評(píng)價(jià)指標(biāo)體系

1.3 研究方法

非期望產(chǎn)出的Super－ SBM 模型與ML 指數(shù)：假設(shè)有d個(gè)個(gè)體，每個(gè)個(gè)體的投入指標(biāo)、好產(chǎn)出指標(biāo)和壞產(chǎn)出指標(biāo)的個(gè)數(shù)分別為n、p1和p2，其變量分別為X、Ya和Yb，S 為松弛變量，R 為城市綠色效率值，φ為權(quán)重向量，則非期望產(chǎn)出的Super－ SBM 模型可表示為：

由于SBM模型測(cè)度的是一種靜態(tài)效率，無(wú)法反映各地區(qū)綠色發(fā)展效率的跨期變動(dòng)，鑒于此，本文采用Malmquist－ luenberger 指數(shù)測(cè)度各地區(qū)的動(dòng)態(tài)發(fā)展效率。計(jì)算公式為：

TOPSIS分析法：TOPSIS法是多目標(biāo)決策分析方法，常用于多對(duì)象的相對(duì)優(yōu)劣評(píng)價(jià)，計(jì)算過程為：

原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理。假設(shè)原始數(shù)據(jù)為Bij，指標(biāo)j的最大值與最小值分別為maxBj和minBj，指標(biāo)個(gè)數(shù)為n，采用min—max歸一化的計(jì)算公式：

計(jì)算所有個(gè)體正負(fù)理想解的歐式距離。

計(jì)算所有個(gè)體的相對(duì)貼近度。

莫蘭指數(shù)：莫蘭指數(shù)是測(cè)度數(shù)據(jù)空間相關(guān)性的常用方法，包括全局Moran′s I 和局部Moran′s I。假設(shè)φ為樣本方差，Wij為空間權(quán)重矩陣，則Moran′s I可表示為：

Moran′s I介于－1 到1 之間。當(dāng)Moran′s I為正數(shù)時(shí)，表明空間正相關(guān)，即存在低值與低值或者高值與高值的集聚現(xiàn)象；Moran′s I為負(fù)數(shù)時(shí)，表明空間負(fù)相關(guān)，即存在低值與高值的集聚現(xiàn)象。

2 結(jié)果及分析

2.1 綠色發(fā)展效率的靜態(tài)測(cè)度與動(dòng)態(tài)測(cè)度

基于不同省市行政區(qū)劃的測(cè)度：構(gòu)建非期望產(chǎn)出的Super－SBM 模型，運(yùn)用MaxDEA8.0 軟件計(jì)算了我國(guó)281 個(gè)地級(jí)以上城市的綠色發(fā)展效率。結(jié)果顯示，2009 年有55 個(gè)城市的發(fā)展效率大于1，約占全部城市的19.57%。281 個(gè)城市的平均發(fā)展效率為0.56，其中26 個(gè)省會(huì)城市的平均發(fā)展效率為0.77，高于255 個(gè)非省會(huì)城市的平均發(fā)展效率0.54。2019年有64 個(gè)城市的發(fā)展效率大于1，約占全部城市的22.78%。281 個(gè)城市的平均發(fā)展效率為0.62，其中26 個(gè)省會(huì)城市的平均發(fā)展效率為0.84，高于255個(gè)非省會(huì)城市的平均發(fā)展效率0.59。由此可知，我國(guó)城市的綠色發(fā)展效率離生產(chǎn)前沿面還存在較大差距，環(huán)境保護(hù)與資源合理利用仍有較大改善空間。整體上，省會(huì)城市的平均發(fā)展效率明顯高于非省會(huì)城市。從2019 年281 個(gè)城市的綠色發(fā)展效率排名來看，以廣州、?？跒榇淼氖?huì)城市，以深圳、青島為代表的非省會(huì)特大城市和以舟山、中衛(wèi)為代表的非省會(huì)中小城市在綠色經(jīng)濟(jì)發(fā)展方面表現(xiàn)尤為突出，究其原因，可能與這些城市典型的高投入高產(chǎn)出或低投入低污染模式有關(guān)。

從26 個(gè)省會(huì)城市的發(fā)展效率來看（圖1），2009年、2014 年和2019 年分別有11 個(gè)、9 個(gè)和15 個(gè)省會(huì)城市處于綠色高效發(fā)展（效率值大于1），分別占全部省會(huì)城市的42.31%、34.61%和57.69%，有效城市主要集中在廣州、長(zhǎng)沙、福州、?？诤臀鲗?，即胡煥庸線以東區(qū)域（除西寧外）。省會(huì)城市綠色發(fā)展效率“南高北低”趨勢(shì)明顯，這些城市在政策優(yōu)勢(shì)與技術(shù)優(yōu)勢(shì)的雙重推動(dòng)下，實(shí)現(xiàn)了經(jīng)濟(jì)增長(zhǎng)與環(huán)境治理的協(xié)調(diào)統(tǒng)一。綠色發(fā)展低效方面，2009 年、2014 年和2019 年分別有15 個(gè)、17 個(gè)和11 個(gè)省會(huì)城市處于綠色低效發(fā)展（效率值小于1），這些城市主要包括烏魯木齊、貴陽(yáng)、太原、石家莊、呼和浩特和鄭州，雖然它們聚集了本省的各種要素資源，但是沒有充分發(fā)揮應(yīng)有的規(guī)模集聚效應(yīng)。測(cè)算26 個(gè)省會(huì)城市的傳統(tǒng)超效率，結(jié)果顯示：2009 年、2014 年和2019 年的平均發(fā)展效率分別為1.02、0.99 和1.13，而考慮環(huán)境污染物后的效率值分別降低了0.25、0.23 和0.29，降幅分別為25%、23%和26%。由此可知，環(huán)境污染導(dǎo)致了省會(huì)城市傳統(tǒng)發(fā)展效率的較大損失。

圖1 2009 年、2014 年和2019 年26 個(gè)省會(huì)城市的綠色發(fā)展效率

從2019 年281 個(gè)城市的投入產(chǎn)出冗余率計(jì)算結(jié)果（表2）來看，平均冗余率較高的變量主要有煙（粉）塵排放量58%、二氧化硫排放量55%和廢水排放量43%，三大污染物的冗余率明顯高于各個(gè)投入變量的冗余率。因此，我國(guó)地級(jí)以上城市綠色發(fā)展效率損失的主要原因是污染物的過量排放，進(jìn)一步控制三大污染物的過量排放成為提高我國(guó)城市綠色發(fā)展效率，抑制“污染天堂”效應(yīng)的重要途徑。從26個(gè)省會(huì)城市的測(cè)度結(jié)果來看，省會(huì)城市除了存在嚴(yán)重的三大污染物冗余外，還存在明顯的從業(yè)人員過剩，這可能是由于部分省份“強(qiáng)省會(huì)”戰(zhàn)略的實(shí)施，過多的農(nóng)村勞動(dòng)力和小城鎮(zhèn)人口涌入省會(huì)城市，造成從業(yè)人員大量過剩。

表2 2019 年26 個(gè)省會(huì)城市的投入產(chǎn)出冗余率（%）

基于不同地區(qū)和城市規(guī)模的測(cè)度：從不同地區(qū)的測(cè)度結(jié)果來看（表3），我國(guó)城市的綠色發(fā)展效率呈現(xiàn)明顯的地帶差異性和空間集聚性特征，2009年、2014 年和2019 年四大地區(qū)的省會(huì)城市平均發(fā)展效率均明顯優(yōu)于相應(yīng)非省會(huì)城市，且全部城市呈現(xiàn)典型的“東部?jī)?yōu)于西部、中部和東北”和“東部、西部?jī)?yōu)于中部和東北”的格局特征。非省會(huì)城市的效率水平同樣表明，東部地區(qū)和西部地區(qū)的平均發(fā)展效率高于中部地區(qū)和東北地區(qū)，我國(guó)城市綠色發(fā)展效率呈現(xiàn)明顯的“中部塌陷”特征和“新東北現(xiàn)象”。

表3 各維度下省會(huì)城市與非省會(huì)城市的平均發(fā)展效率

從城市規(guī)模的測(cè)度結(jié)果來看，省會(huì)特大城市和大城市的平均發(fā)展效率明顯優(yōu)于中等城市，且特大城市優(yōu)于大城市，城市規(guī)模與效率水平之間呈現(xiàn)明顯的同向變動(dòng)關(guān)系。非省會(huì)城市則發(fā)生了從“小城市＞大城市＞中等城市”，到“特大城市＞小城市≈大城市＞中等城市”，再到“特大城市＞大城市＞中等城市＞小城市”的演變，城市規(guī)模與效率水平之間呈現(xiàn)明顯的“U”型關(guān)系。原因主要是：省會(huì)城市一般具有優(yōu)越的制度、資金、技術(shù)和人才優(yōu)勢(shì)，在大幅增加投入的同時(shí)更易于發(fā)揮規(guī)模效應(yīng)和虹吸效應(yīng)，因此省會(huì)特大城市的平均發(fā)展效率高于大城市，且大城市高于中等城市。而非省會(huì)城市在資金、技術(shù)和人才不齊備的背景下，大幅增加要素投入的同時(shí)可能無(wú)法發(fā)揮規(guī)模效應(yīng)，由此導(dǎo)致投入產(chǎn)出率下降。在一定的情形下，非省會(huì)小城市的平均發(fā)展效率相對(duì)較高，而隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，非省會(huì)大中城市的資金、技術(shù)和人才短板逐漸補(bǔ)齊，大幅增加要素投入后的規(guī)模效應(yīng)開始顯現(xiàn)，城市綠色發(fā)展效率得到明顯提升。

基于ML指數(shù)的動(dòng)態(tài)測(cè)度：構(gòu)建非期望產(chǎn)出的超效率SBM模型，運(yùn)用MaxDEA8.0 軟件計(jì)算281 個(gè)地級(jí)以上城市2009—2014 年和2015—2019 年的ML指數(shù)。結(jié)果顯示，2009—2014 年，219 個(gè)非省會(huì)城市的綠色發(fā)展效率得到明顯改善，約占非省會(huì)城市總數(shù)的85.9%，技術(shù)效率、技術(shù)進(jìn)步分別對(duì)63.1%和87.1%的非省會(huì)城市的發(fā)展效率有促進(jìn)作用，技術(shù)效率與技術(shù)進(jìn)步的同時(shí)改善對(duì)52.1%的非省會(huì)城市的發(fā)展效率有促進(jìn)作用。2015—2019 年，9 個(gè)非省會(huì)城市的綠色發(fā)展效率得到改善，僅占非省會(huì)城市總數(shù)的3.5%，技術(shù)效率、技術(shù)進(jìn)步分別對(duì)52.9%和2.0%的非省會(huì)城市的發(fā)展效率有促進(jìn)作用。

從26 個(gè)省會(huì)城市的測(cè)度結(jié)果來看（表4），2009—2014 年，除太原、合肥等8 個(gè)省會(huì)城市外，其他城市的發(fā)展效率均得到了明顯改善，特別是南京、武漢、廣州等10 個(gè)城市的改善尤為明顯（ML指數(shù)大于1.5）。13 個(gè)省會(huì)城市的技術(shù)效率EC 得到改善，23 個(gè)省會(huì)城市的技術(shù)進(jìn)步TC 得到改善。2015—2019年，僅有南京和哈爾濱的ML 指數(shù)大于1，且都是因?yàn)榧夹g(shù)效率EC改善所致。15 個(gè)城市的技術(shù)效率EC大于1，僅有貴陽(yáng)的技術(shù)進(jìn)步TC大于1。由此可知，與255 個(gè)非省會(huì)城市的ML 指數(shù)變動(dòng)趨勢(shì)相似，26 個(gè)省會(huì)城市的綠色發(fā)展效率在2009—2014 年的改善速度明顯快于2015—2019 年，且發(fā)生了從技術(shù)進(jìn)步與技術(shù)效率同時(shí)并存的“雙因素驅(qū)動(dòng)”到僅存技術(shù)效率的“單因素驅(qū)動(dòng)”演變。

表4 26 個(gè)省會(huì)城市的ML指數(shù)及其分解結(jié)果的取值范圍

2.2 綠色發(fā)展效率的空間分析

空間自相關(guān)分析：以26 個(gè)省會(huì)城市所在省份是否相鄰為依據(jù)，構(gòu)建0—1 型地理鄰接矩陣（海南與廣東間的對(duì)應(yīng)元素設(shè)為1），分別計(jì)算26 個(gè)省會(huì)城市綠色發(fā)展效率的全局莫蘭指數(shù)。結(jié)果顯示，2014年全局莫蘭指數(shù)為0.067，對(duì)應(yīng)P 值為0.379，未通過顯著性檢驗(yàn)，而2009 年和2019 年的全局莫蘭指數(shù)分別為0.172 和0.169，對(duì)應(yīng)P 值分別為0.082 和0.085，均通過了10%的顯著性水平，說明2009 年和2019年26 個(gè)省會(huì)城市的綠色發(fā)展效率呈現(xiàn)弱正自相關(guān)性，存在“高—高”或者“低—低”的集聚效應(yīng)。

從局部莫蘭指數(shù)的測(cè)度結(jié)果看（表5），2009 年太原、南京、福州、南昌、廣州和海口6 個(gè)城市的測(cè)度值均通過5%的顯著性檢驗(yàn)。福州、廣州、海口和南昌4 個(gè)城市的綠色發(fā)展效率存在“高—高”集聚效應(yīng)，太原存在“低—低”集聚效應(yīng)，南京存在“低—高”集聚效應(yīng)。2019 年太原、鄭州、?？凇⑹仪f和烏魯木齊5 個(gè)城市的測(cè)度值通過5%的顯著性檢驗(yàn)，廣州的測(cè)度值通過10%的顯著性檢驗(yàn)。局部莫蘭指數(shù)值顯示，?？凇V州的綠色發(fā)展效率存在“高—高”集聚效應(yīng)，石家莊、鄭州和太原存在“低—低”集聚效應(yīng)，烏魯木齊存在“低—高”集聚效應(yīng)。由此可知，廣州和海口所在省份的綠色發(fā)展對(duì)周邊省份具有明顯的正向溢出效應(yīng)，太原所在省份的綠色發(fā)展對(duì)周邊省份具有明顯的負(fù)向溢出效應(yīng)，而烏魯木齊的效率水平與相鄰省會(huì)蘭州、西寧的效率水平之間存在明顯的空間極化現(xiàn)象?？傮w來說，2019 年26 個(gè)省會(huì)城市綠色發(fā)展效率的空間分布與2009 年較為相似，說明我國(guó)省會(huì)城市綠色發(fā)展效率的空間分布具有一定的時(shí)空慣性與路徑依賴性。

表5 部分省會(huì)城市綠色發(fā)展效率的局部莫蘭指數(shù)值

城市規(guī)模分布趨勢(shì)與綠色發(fā)展效率：運(yùn)用規(guī)模位次法測(cè)度各地區(qū)的城市規(guī)模分布指數(shù)，其數(shù)學(xué)表達(dá)式為：lnRK ＝a－blnPR。其中，RK為各城市的年末總?cè)丝?，PR 為各城市的人口排序位次，a、b 分別為常數(shù)項(xiàng)和規(guī)模分布指數(shù)。當(dāng)b ＞1 時(shí)，表明城市規(guī)模分布較集中；當(dāng)b ＝1 時(shí)，表明城市規(guī)模分布符合Zipf規(guī)則；當(dāng)b ＜1 時(shí)，表明城市規(guī)模分布較分散。將各地區(qū)的城市規(guī)模與排序位次進(jìn)行回歸分析，結(jié)果見表6。從表6 可見，4 大地區(qū)的規(guī)模分布指數(shù)b均小于1，說明我國(guó)4 大區(qū)域的城市分布均較為分散；各年度4 大地區(qū)的規(guī)模分布指數(shù)b 大小排序?yàn)椤皷|北＞西部＞東部＞中部”，說明我國(guó)四大地區(qū)城市分布的集中程度為東北最高、中部最低，總體呈現(xiàn)“東北＞西部＞東部＞中部”的格局特征。

表6 四大地區(qū)城市規(guī)模分布的回歸結(jié)果

結(jié)合表2 與表6 的數(shù)據(jù)可知，東北地區(qū)的城市 布局趨于集中，城市建設(shè)趨向單中心發(fā)展，省會(huì)城市和非省會(huì)城市的平均發(fā)展效率均呈“先升后降”趨勢(shì)；西部地區(qū)的城市布局發(fā)生了“先分散后集中”的演變，但省會(huì)城市和非省會(huì)城市的平均發(fā)展效率均得到了提升；中部地區(qū)的城市布局趨于集中，城市建設(shè)趨向單中心發(fā)展，非省會(huì)城市的平均發(fā)展效率得到了明顯提升，而省會(huì)城市則呈“先降后升”趨勢(shì)；東部地區(qū)的城市布局趨于分散，城市建設(shè)趨向多中心發(fā)展，省會(huì)城市和非省會(huì)城市的平均發(fā)展效率分別呈現(xiàn)了“先降后升”和“先升后降”趨勢(shì)。由此說明，區(qū)域城市布局的單中心、集中化發(fā)展對(duì)省會(huì)城市和非省會(huì)城市的綠色發(fā)展效率影響具有明顯的異質(zhì)性，即城市布局的單中心、集中化發(fā)展對(duì)不同地區(qū)和不同類型的城市綠色發(fā)展效率會(huì)產(chǎn)生不同的影響。

2.3 強(qiáng)省會(huì)能力與綠色發(fā)展效率的關(guān)系

當(dāng)前，我國(guó)很多省份實(shí)施了“強(qiáng)省會(huì)”戰(zhàn)略，由此進(jìn)一步研究強(qiáng)省會(huì)能力與綠色發(fā)展效率之間的關(guān)系。構(gòu)建除西寧外的25 個(gè)城市的強(qiáng)省會(huì)能力指數(shù)及其指標(biāo)體系，包括用各個(gè)省會(huì)城市的年末總?cè)丝诤虶DP衡量絕對(duì)強(qiáng)省會(huì)能力。采用各個(gè)省會(huì)城市的人口首位度（省會(huì)城市人口除以第二大城市人口或首位城市人口除以該省會(huì)人口）、GDP 首位度（內(nèi)涵同人口首位度）、平均人口倍數(shù)（省會(huì)人口除以該省地級(jí)以上城市平均人口）和平均GDP 倍數(shù)（內(nèi)涵同平均人口倍數(shù)）衡量相對(duì)強(qiáng)省會(huì)能力，用上述6 個(gè)指標(biāo)衡量綜合強(qiáng)省會(huì)能力。運(yùn)用TOPSIS 方法測(cè)度上述3 種強(qiáng)省會(huì)能力指數(shù)，并進(jìn)行排序，結(jié)果見圖2。從圖2 可見，2019 年絕對(duì)強(qiáng)省會(huì)城市主要有廣州、成都、武漢、南京、杭州；絕對(duì)弱省會(huì)城市主要有銀川、呼和浩特、?？?、蘭州和烏魯木齊；相對(duì)強(qiáng)省會(huì)城市主要有成都、武漢、西安、哈爾濱和長(zhǎng)春；相對(duì)弱省會(huì)城市主要有貴陽(yáng)、呼和浩特、福州、石家莊和濟(jì)南。綜合能力較強(qiáng)的省會(huì)城市主要有成都、武漢、西安、廣州和哈爾濱，綜合能力較弱的省會(huì)城市主要有呼和浩特、貴陽(yáng)、福州、?？诤褪仪f。分別計(jì)算各省會(huì)城市的綠色發(fā)展效率排序與絕對(duì)能力排序、相對(duì)能力排序、綜合能力排序的相關(guān)系數(shù)，結(jié)果分別為0.453（P值＝0.023）、0.298（P 值＝0.147）、0.446（P值＝0.025）。由此可知，絕對(duì)強(qiáng)省會(huì)能力與省會(huì)綠色發(fā)展效率之間存在顯著的正向變動(dòng)關(guān)系，即絕對(duì)發(fā)展能力強(qiáng)的省會(huì)城市通常情況下?lián)碛懈叩木G色發(fā)展效率，而絕對(duì)發(fā)展能力弱的省會(huì)城市通常情況下?lián)碛休^低的綠色發(fā)展效率。綜合強(qiáng)省會(huì)能力與省會(huì)綠色發(fā)展效率之間也存在明顯的正相關(guān)關(guān)系，但顯著性不及絕對(duì)強(qiáng)省會(huì)能力。盡管相對(duì)強(qiáng)省會(huì)能力與省會(huì)綠色發(fā)展效率之間也存在正向變動(dòng)關(guān)系，但變動(dòng)并不顯著。

圖2 2019 年25 個(gè)省會(huì)城市的3 種強(qiáng)省會(huì)能力指數(shù)排名

3 結(jié)論與啟示

3.1 結(jié)論

本文選取281 個(gè)地級(jí)以上城市的截面數(shù)據(jù)，使用傳統(tǒng)的Super－SBM模型和TOPSIS 方法等實(shí)證分析了2009 年、2014 年、2019 年我國(guó)26 個(gè)省會(huì)城市的綠色發(fā)展效率，得到以下結(jié)論：①我國(guó)城市的綠色發(fā)展效率呈現(xiàn)明顯的地帶差異性，東部地區(qū)和西部地區(qū)的平均發(fā)展效率明顯高于中部地區(qū)和東北地區(qū)。省會(huì)城市綠色發(fā)展效率“南高北低”趨勢(shì)明顯，其效率水平與城市規(guī)模之間呈現(xiàn)明顯的同向變動(dòng)關(guān)系，而非省會(huì)城市規(guī)模與效率水平之間呈現(xiàn)明顯的“U型”關(guān)系。三大污染物的過量排放是中國(guó)省會(huì)城市綠色發(fā)展效率損失的主要原因，從業(yè)人員過剩也是一個(gè)重要原因。②26 個(gè)省會(huì)城市綠色發(fā)展效率在2009—2014 年期間的改善速度明顯快于2015—2019年，其促進(jìn)因素由2009—2014 年的技術(shù)進(jìn)步與技術(shù)效率同時(shí)并存的“雙因素驅(qū)動(dòng)”轉(zhuǎn)變?yōu)?015—2019年的技術(shù)效率獨(dú)存的“單因素驅(qū)動(dòng)”。③我國(guó)省會(huì)城市的綠色發(fā)展效率呈現(xiàn)弱正自相關(guān)性和空間集聚性特征。絕對(duì)強(qiáng)省會(huì)能力與省會(huì)綠色發(fā)展效率之間存在顯著的正向變動(dòng)關(guān)系，而相對(duì)強(qiáng)省會(huì)能力與省會(huì)綠色發(fā)展效率之間并不存在顯著的正向變動(dòng)關(guān)系。④我國(guó)4 大區(qū)域的城市分布均較為分散，且分散程度呈現(xiàn)明顯的“東北＜西部＜東部＜中部”的格局特征，區(qū)域城市布局的單中心、集中化發(fā)展對(duì)省會(huì)城市和非省會(huì)城市的綠色發(fā)展效率影響具有明顯的異質(zhì)性。

3.2 啟示

基于上述結(jié)論，得到以下主要啟示：①鑒于省會(huì)特大城市的“高投入—高產(chǎn)出—中高污染”模式與非省會(huì)小城市的“低投入—低產(chǎn)出—低污染”模式在城市綠色發(fā)展方面表現(xiàn)突出，對(duì)于省會(huì)或非省會(huì)大中城市而言，在既定的中高投入情形下，要想獲得較高的綠色發(fā)展效率就應(yīng)努力提高產(chǎn)出水平和降低污染，走“中高投入—中高產(chǎn)出—中低污染”的道路。②對(duì)于我國(guó)省會(huì)城市而言，適當(dāng)擴(kuò)大城市規(guī)模，增強(qiáng)絕對(duì)強(qiáng)省會(huì)能力，有利于提升區(qū)域整體的綠色發(fā)展效率，片面強(qiáng)調(diào)GDP首位度或人口首位度并不能顯著提高區(qū)域整體的綠色發(fā)展效率。③我國(guó)城市的綠色發(fā)展要重點(diǎn)提升西部省會(huì)城市和東北非省會(huì)城市的綠色發(fā)展效率，提升過程中不僅要重視降低三大污染物的過量排放，還要注意消除人力資源的大量冗余。④當(dāng)前許多省份實(shí)施了“強(qiáng)省會(huì)”戰(zhàn)略，實(shí)證結(jié)果表明，區(qū)域城市布局的單中心、集中化發(fā)展對(duì)區(qū)域整體的綠色發(fā)展效率影響具有明顯的地區(qū)維度與時(shí)期維度的異質(zhì)性。因此，“強(qiáng)省會(huì)”戰(zhàn)略的全面實(shí)施需要結(jié)合具體的省情和城市布局集中化階段進(jìn)行綜合判斷，不宜搞“一刀切”。