基于三階段DEA模型的長三角城市霧霾治理效率研究

0 引言

“十四五”規(guī)劃明確提出“生態(tài)文明建設(shè)要實現(xiàn)新進步”．在經(jīng)濟建設(shè)邁上高質(zhì)量發(fā)展新征程、綠色可持續(xù)發(fā)展理念發(fā)生新變化和環(huán)境治理面臨新挑戰(zhàn)等一系列新境遇中,霧霾污染治理問題成為實現(xiàn)環(huán)境治理現(xiàn)代化中的關(guān)鍵一環(huán)．現(xiàn)階段霧霾治理效率與不斷提升治理水平和資源綜合訴求之間的矛盾日益尖銳．長三角作為霧霾治理的重點區(qū)域,也是我國最具活力的經(jīng)濟區(qū)域之一,更是我國生態(tài)文明建設(shè)的關(guān)鍵區(qū)域．《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》(2019)把上海市、江蘇省、浙江省和安徽省的27個地市劃入長三角地區(qū)．2021年長三角GDP達27.6萬億元,占全國國民生產(chǎn)總值的 24.14%．而根據(jù)2022 年6 月的《全國城市空氣質(zhì)量報告》,長三角地區(qū)6月平均優(yōu)良天數(shù)(70.6%)占比低于全國其他城市平均水平(82.3%)．在建設(shè)長三角生態(tài)一體化發(fā)展的新階段,探討霧霾治理效率意義尤為重要[1]．當(dāng)前,關(guān)于效率評價的研究層出不窮．梳理現(xiàn)有文獻發(fā)現(xiàn),在效率評價的模型選擇上,研究者們大多采用的是由美國學(xué)者 Charnes等[2]提出的非參數(shù)型的數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)．DEA模型在評估涉及多投入多產(chǎn)出的環(huán)境治理問題以及避免主觀因素影響方面具有明顯優(yōu)勢,所以在評估大氣污染物排放效率領(lǐng)域得到廣泛運用．例如:Yang等[3]基于DEA模型評估了中國工業(yè)廢氣控制效率,發(fā)現(xiàn)工業(yè)廢氣排放量最大的主要部門的廢氣控制均較差;鄭石明等[4]通過超效率DEA模型對我國29個省市的大氣污染治理效率水平進行測算并評估自愿性、強制性和環(huán)境政策對大氣治理效率的影響;Lu等[5]采用 DEA-Malmquist模型從靜態(tài)和動態(tài)兩個角度測算了浙江省大氣污染排效率;葉菲菲等[6]基于關(guān)鍵產(chǎn)出、關(guān)鍵投入和關(guān)鍵投入產(chǎn)出3種不同角度,分別建立改進的交叉效率模型并對我國30個省份的大氣治理效率測算,驗證了大氣污染治理模型中考慮關(guān)鍵投入產(chǎn)出的必要性;郭際等[7]通過構(gòu)建霧霾生產(chǎn)階段和控制階段的兩階段DEA模型測算了中國31個省份的霧霾生產(chǎn)和治理階段的效率,結(jié)果表明東部地區(qū)和西部地區(qū)分別在霧霾生產(chǎn)階段和治理階段的總體效率最高．

總體來看,傳統(tǒng)DEA模型或者改進的DEA未考慮環(huán)境和隨機誤差對效率值的影響,真實的治理水平可能無法體現(xiàn)．為此,Fried等[8]提出三階段DEA模型．郭四代等[9]采用三階段DEA模型測算中國各省市的環(huán)境效率水平,發(fā)現(xiàn)我國東部、中部和西部地區(qū)的實際生態(tài)效率水平在地理狀況上明顯不平衡;景曉棟等[10]基于2008—2017年的省級面板數(shù)據(jù)利用三階段DEA模型,計算出我國30個省份的環(huán)境效率均值在 0.756～0.775之間,并呈現(xiàn)出輕微的下降趨勢;Zhou等[11]基于三階段DEA模型對中國30個省份生態(tài)環(huán)境效率進行測算,結(jié)果顯示中國的生態(tài)效率呈現(xiàn)明顯的地理階梯分布．

綜上所述,三階段DEA模型在評估環(huán)境治理效率方面有其明顯優(yōu)勢,但目前鮮有運用三階段DEA模型評估霧霾治理效率的研究．有鑒于此,本文利用DEA三階段模型對長三角城市2014—2019年27個城市霧霾治理效率進行測度,旨在有效地消除環(huán)境變量和隨機誤差的影響,以準確衡量長三角霧霾治理效率水平,為制定霧霾治理效率改善政策提供科學(xué)依據(jù)．

1 研究方法

本文采用Fried等[8]提出的一種基于傳統(tǒng)DEA和隨機前言模型的三階段DEA,以消除環(huán)境因素和隨機誤差對效率的影響,可得出更接近真實的霧霾治理效率值．

1.1 第一階段:傳統(tǒng)的 DEA 模型

該階段采用規(guī)模報酬可變假設(shè)的BCC模型對決策變量的初始投入產(chǎn)出數(shù)據(jù)進行傳統(tǒng)的DEA分析．BCC模型以計算規(guī)模報酬不變的CCR模型為基礎(chǔ)構(gòu)建,可用于計算規(guī)模報酬可變的效率值．BCC 模型可表示為

(1)

1.2 第二階段:隨機前言分析(SFA模型)

第一階段得出的效率值包含環(huán)境、隨機誤差和管理水平等因素綜合作用結(jié)果．為得到僅受管理水平影響下的效率值,最關(guān)鍵的是建立以外部環(huán)境變量為解釋變量、投入松弛變量為被解釋變量的SFA(Stochastic Frontier Analysis)模型來去除環(huán)境和隨機誤差的影響．SFA模型表示如下:

Sni=f(Zi;λn)+Vni+μni,

i=1,2,…,I;n=1,2,…,N,

(2)

利用上述估計結(jié)果,對各決策單元的投入變量調(diào)整公式可表示為

(3)

1.3 第三階段:調(diào)整后DEA模型

將經(jīng)過SFA模型調(diào)整后的初始投入變量值與原始產(chǎn)出值再次代入BCC模型進行測算,得到消除環(huán)境和隨機誤差影響的效率值．

2 變量選擇和數(shù)據(jù)來源

2.1 變量選擇

霧霾治理旨在減少霧霾污染、提高空氣質(zhì)量．現(xiàn)有研究尚未建立成熟的霧霾治理效率指標體系．在綜合考慮指標選取的科學(xué)系統(tǒng)性、可比性、可獲得性的基礎(chǔ)上,參考文獻[14]的環(huán)境治理效率評價指標,形成本文的霧霾治理效率評價體系(表1),由投入指標、產(chǎn)出指標和環(huán)境變量三方面構(gòu)成．

表1 長三角城市霧霾治理效率評價體系

1)投入指標．主要以實際投入的勞動力、資金和綠色技術(shù)創(chuàng)新為主．在勞動力投入方面,鑒于部分城市環(huán)保專職人員人數(shù)獲取較為困難,本文借鑒呂雪梅等[15]選取水利、環(huán)境和公共設(shè)施管理從業(yè)人數(shù)來代表勞動力投入．該指標在很大程度上可反映霧霾治理的勞動投入力度．研究發(fā)現(xiàn)環(huán)保支出不僅能改善空氣質(zhì)量,而且有明顯的減污效應(yīng)[16-18],因此資金投入以地方政府節(jié)能環(huán)保支出占一般公共預(yù)算支出的比重表示．文獻[19-20]指出綠色技術(shù)創(chuàng)新是霧霾治理的有效手段,本文具體參考文獻[21]的做法,以綠色專利申請量作為綠色技術(shù)創(chuàng)新投入指標．

2)產(chǎn)出指標．為了客觀反映治理后空氣狀況且鑒于指標數(shù)目的限制和數(shù)據(jù)收集的可獲得性,本文主要從3個維度[7,22]考量產(chǎn)出指標的選?。谝?選取PM2.5質(zhì)量濃度表征霧霾主要污染物;第二,選取空氣質(zhì)量指數(shù)AQI綜合衡量空氣質(zhì)量;第三,選取空氣質(zhì)量達到及好于二級的天數(shù)表征長期空氣質(zhì)量．PM2.5質(zhì)量濃度與AQI兩個指標為非期望產(chǎn)出,需要對其進行數(shù)據(jù)處理,以達到DEA模型運行要求．具體方法[23]如下:采用線性轉(zhuǎn)換函數(shù)b′=-b+v對污染物數(shù)據(jù)進行轉(zhuǎn)換,v=max(b)+c,c為任一大于零的常數(shù)(本文取0.1),這樣可以保證所有產(chǎn)出數(shù)據(jù)均為正值．然后,將b′作為期望產(chǎn)出代入傳統(tǒng)的DEA 模型．

3)環(huán)境變量．考慮到治理效率會受到其他相關(guān)因素影響,本文選擇以下4個方面作為環(huán)境變量．① 人均實際GDP采用各市實際GDP與常住人口之比衡量(折算為2014年不變價GDP);② 產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)的產(chǎn)值占地區(qū)生產(chǎn)總值的比重表示;③ 人口規(guī)模以各市常住人口表示;④ 城鎮(zhèn)化率用各市城鎮(zhèn)人口占常住總?cè)丝谥葋頊y度．

2.2 數(shù)據(jù)來源

本文使用的環(huán)境變量,以及投入數(shù)據(jù)中的水利、環(huán)境和公共設(shè)施管理中的城市人員及節(jié)能環(huán)保投資均來源于2013—2020年的《中國城市統(tǒng)計年鑒》和長三角各城市的統(tǒng)計年鑒．綠色專利申請量數(shù)據(jù)主要來自于中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)．產(chǎn)出數(shù)據(jù)來自真氣網(wǎng)(https://www.zq12369.com/index.php)和天氣后報網(wǎng)(http://www.tianqihoubao.com/)．另外,采用線性插值的方法來彌補某些缺失值,同時對人均實際GDP和人口規(guī)模數(shù)據(jù)取對數(shù),以使數(shù)據(jù)序列更加平穩(wěn),并易于消除異方差性．

3 實證結(jié)果分析

3.1 第一階段傳統(tǒng)DEA實證結(jié)果分析

借助軟件 DEAP 2.1,選取BCC模型對長三角27個城市在2014—2019年間的霧霾治理效率進行分析,其結(jié)果如表 2 所示．

由表2可看出:在未考慮外部環(huán)境因素和隨機誤差影響的情況下,2014—2019年長三角城市整體的綜合技術(shù)效率水平不高且波動變化不大,基本維持在0.5～0.6左右;2014—2019年長三角城市治理效率差異顯著,銅陵平均效率達到1,而無錫平均效率僅為0.333．

表2 2014—2019年第一階段長三角城市霧霾治理效率

3.2 第二階段SFA回歸結(jié)果及分析

通過調(diào)整各城市的初始值,得到相同管理環(huán)境下的霧霾治理效率．首先,將第一階段得到的節(jié)能環(huán)保投資、環(huán)保人數(shù)和綠色專利申請量作為被解釋變量,解釋變量包括人口規(guī)模、人均實際GDP、產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化率．表3是環(huán)境變量與投入松弛變量的測算結(jié)果,分析軟件為Frontier4.1．

表3 第二階段SFA回歸結(jié)果

由表3可知:每個LR 均通過10%顯著性檢驗,表明SFA模型得到的數(shù)據(jù)結(jié)果是可靠的;三個投入松弛變量的gamma值分別為0.989、0.757和0.369,且均通過1%的顯著性檢驗,表明霧霾治理效率主要受管理因素影響,也受到人均實際GDP等外部環(huán)境的影響．如果環(huán)境變量對松弛變量回歸為正,則兩者成正向關(guān)系,環(huán)境變量的增加使得投入冗余上升,導(dǎo)致成本投入浪費增加;反之,節(jié)約投入成本對治理效率產(chǎn)生積極影響．對環(huán)境變量具體分析如下:

1)人均實際GDP．該指標對勞動力和技術(shù)創(chuàng)新投入的松弛變量的回歸系數(shù)均為負值,分別在1%、10%水平下顯著,表明人均實際GDP與勞動力和技術(shù)創(chuàng)新松弛變量呈負相關(guān)關(guān)系,對治理效率帶來正面影響[24]．隨著人均GDP的增加,人們追求更好的生活品質(zhì),更加注重環(huán)境保護,使得勞動力和技術(shù)創(chuàng)新投入利用效率明顯提高,節(jié)約了投入成本,對霧霾治理帶來積極影響．

2)產(chǎn)業(yè)結(jié)構(gòu)．該指標對勞動力松弛變量的回歸系數(shù)為負值,且10%水平下顯著,表明第二產(chǎn)業(yè)比重的增加會減少霧霾治理中勞動力投入的冗余．第二產(chǎn)業(yè)的占比與霧霾治理效率呈顯著正相關(guān),這與預(yù)期相反．根據(jù)Xiao等[25]的研究,造成這一結(jié)果的原因可能是從高能耗、高污染和高排放的第二產(chǎn)業(yè)轉(zhuǎn)變成清潔、低能耗的第二產(chǎn)業(yè),從源頭上降低了霧霾治理體系中的污染物產(chǎn)出,霧霾治理效率得以提升．

3)人口規(guī)模．該指標對勞動力和技術(shù)創(chuàng)新的松弛變量的回歸系數(shù)為正值,通過了1%的顯著性檢驗,表明人口規(guī)模的擴大將引起勞動力和技術(shù)創(chuàng)新投入松弛變量的增加,意味著勞動力和技術(shù)資源未得到充分利用,從而對治理效率產(chǎn)生不利的影響．人口規(guī)模與治理效率呈負相關(guān)[26-27]．

4)城鎮(zhèn)化率．該指標對勞動力和技術(shù)創(chuàng)新的松弛變量回歸系數(shù)均為正值,并通過了1%的顯著性檢驗,表明勞動力和技術(shù)創(chuàng)新的松弛變量與城鎮(zhèn)化率呈正相關(guān),即城鎮(zhèn)化率的上升將致使勞動力和技術(shù)創(chuàng)新投入冗余增加．城鎮(zhèn)化水平與霧霾污染呈“倒 U型”曲線關(guān)系[28],城鎮(zhèn)化的快速推進加劇了霧霾污染,對霧霾治理產(chǎn)生負面影響．

根據(jù)上述分析,可以看出投入松弛變量受不同環(huán)境變量的影響不同,而外部環(huán)境因素的影響會導(dǎo)致不同環(huán)境下霧霾治理效率產(chǎn)生較大偏差．因此,需對初始投入變量進行調(diào)整,以確保所有城市處于相同的外部環(huán)境條件下,并探索其治理效果的真實水平．

3.3 第三階段結(jié)果

按照式(3)調(diào)整投入變量,通過軟件DEAP2.1把已調(diào)整的投入數(shù)據(jù)與原產(chǎn)出數(shù)據(jù)放入 BCC模型進行測算,結(jié)果如表4所示.

表4 2014—2019年第三階段長三角城市霧霾治理效率分析結(jié)果

第一和第三階段的結(jié)果對比表明,在消除環(huán)境因素和隨機因素的影響后,不同城市的霧霾治理情況發(fā)生了明顯變化,調(diào)整后的霧霾治理水平高于調(diào)整前的數(shù)值且有上升趨勢．其中,長三角城市總體平均規(guī)模效率的調(diào)整值明顯低于其平均純技術(shù)效率．平均純技術(shù)效率與調(diào)整前水平相比總體上有了明顯提高,由原來的0.676上升至0.971,調(diào)整后的規(guī)模效率趨于平穩(wěn)．可以看出在排除環(huán)境和隨機誤差因素的影響后,純效率的大幅提高是引起綜合技術(shù)效率水平提高的關(guān)鍵因素．這與郭四代等[9]的研究結(jié)論相一致．

從技術(shù)效率前沿面角度來看,2018年綜合技術(shù)效率達到有效的城市總數(shù)在調(diào)整前后均為2個,其余年份綜合技術(shù)有效的城市數(shù)量在調(diào)整前后均有變化．其中2014、2015和2017年調(diào)整后技術(shù)效率有效的城市數(shù)量減少．由此可知,部分城市的技術(shù)效率受環(huán)境和隨機誤差影響而虛大了效率值,如銅陵由原來的技術(shù)有效變?yōu)榧夹g(shù)無效．

從霧霾治理效率水平調(diào)整來看,絕大多數(shù)城市屬于規(guī)模收益遞增型,這類城市除了2018年和2016年外,其余年份調(diào)整后均高于調(diào)整前的數(shù)量;少數(shù)規(guī)模收益不變的城市調(diào)整后2016年的數(shù)量有所增加,其余年份變化不大;規(guī)模收益遞減的城市僅2017年和2019年在調(diào)整后低于調(diào)整前的數(shù)量．因此,大多數(shù)城市仍然可以采取擴大投入要素規(guī)模的路徑來實現(xiàn)霧霾治理效率的提升．此外,從表5可知,綜合技術(shù)效率達到規(guī)模有效的數(shù)量(vrs 有效數(shù))經(jīng)調(diào)整后,綜合技術(shù)效率達到規(guī)模有效城市數(shù)量整體變化不大且數(shù)據(jù)變化趨勢較為平穩(wěn),但各年的綜合技術(shù)效率都有明顯提高,表明環(huán)境和隨機誤差因素對霧霾治理效率水平有較大影響．

表5 調(diào)整前后霧霾治理效率水平對比

3.4 不同時空下對長三角城市霧霾治理效率分析

在去除環(huán)境變量和隨機誤差的影響后,霧霾治理效率值能夠更準確地反映出實際的治理效率水平．下面基于第三階段的分析結(jié)果,從城市規(guī)模、省(市)域和時間三個維度分析長三角城市霧霾治理的效率值．

3.4.1 城市規(guī)模維度

第三階段的分析結(jié)果表明,長三角城市整體霧霾治理效率偏高,治理成效顯著．但城市治理效率存在差異,2018年溫州和舟山效率值達到了1,而鎮(zhèn)江效率值為0.744．霧霾治理效率的空間異質(zhì)性可能源于城市之間經(jīng)濟發(fā)展水平和城市規(guī)模的差異．根據(jù)2014年出臺的《關(guān)于調(diào)整城市規(guī)模劃分標準》以2019年城市市轄區(qū)人口規(guī)模將長三角劃分為Ⅰ型及以上大城市(因超大城市、特大城市和Ⅰ型大城市數(shù)量較少將三者合并)、Ⅱ型大城市、中等城市和Ⅰ型小城市,對比結(jié)果如表6所示．

從表6中可看出:不同規(guī)模的城市霧霾治理的第三階段效率值比第一階段有了顯著提升;Ⅰ型小城市效率值最大,Ⅰ型及以上大城市效率值最低,治理效率與城市規(guī)模等級呈負向關(guān)系．一般而言,規(guī)模越大的城市在經(jīng)濟和基礎(chǔ)設(shè)施方面更有優(yōu)勢,其在吸引更多的人口和產(chǎn)業(yè)集聚的同時,會導(dǎo)致其由于過度集中產(chǎn)生的擁堵效應(yīng),使得污染排放總量增加和污染范圍擴大;另外,相較于大城市來說,小城市人口規(guī)模較小,產(chǎn)業(yè)結(jié)構(gòu)相對集中易于管控,在環(huán)境治理或政策落實方面效率更高見效更快．因此,小型城市的霧霾治理效率更高．

3.4.2 省(市)域維度

由表4可知霧霾治理平均效率由高到低依次是浙江(0.926)、上海、安徽、江蘇(0.811),這與田時中等[29]的研究結(jié)論基本一致,但排名略有差異．田時中等[29]選取的是長三角區(qū)域共41個城市,包括江蘇省內(nèi)連云港、宿遷等治理效率高的城市,致使江蘇平均治理效率高于安徽．有5個城市霧霾治理效率低于0.8,而江蘇占據(jù)4個,可能原因為江蘇省是全國第二產(chǎn)鋼大省,而鋼鐵行業(yè)具有明顯的低效排放和技術(shù)更新緩慢等特征,再加上以煤炭為主的能源方式,使得江蘇省部分依賴于鋼鐵行業(yè)的城市大氣污染物排放居高不下,造成治理效率偏低．

3.4.3 時間維度

由圖1可知,2014—2019年長三角城市整體霧霾治理效率呈現(xiàn)出W型的變化趨勢,綜合技術(shù)效率波動不大,由0.907降至0.838后升至0.852,再降至0.827,最后升至0.916,提升緩慢,且有時呈現(xiàn)負增長,這與田時中等[29]基于DPSIR模型得出的大氣污染治理效果趨勢一致．2015、2017年效率下降可能是這兩年長三角區(qū)域強霾污染事件頻發(fā)[30],霧霾污染治理效率水平有所下降造成的．而之后治理效率回升,則與區(qū)域協(xié)同治理實施息息相關(guān)．上海市、浙江省和江蘇省綜合技術(shù)效率變化與整體效率變化趨勢一致,而安徽省呈現(xiàn)出V型變化趨勢．2014—2017年安徽霧霾治理效率持續(xù)走低,可能是安徽省重化工業(yè)比重過高、大氣污染環(huán)保投資力度不夠、區(qū)域間協(xié)同治理體系不完備等造成的,2017年后安徽省政府監(jiān)管力度加強,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效果開始顯現(xiàn),致使安徽霧霾治理效率逐步提升．從三省一市的綜合技術(shù)效率比較可以看出,2014—2019 年江蘇和安徽的治理效率值略有上升,分別從2014年的0.856、0.909上升至2019年的0.857、0.947,增長緩慢且有時呈負增長,而上海和浙江地區(qū)的效率值略有下降,分別由 0.940和0.952下降到 0.912和0.949．

圖1 長三角城市霧霾治理綜合技術(shù)效率走勢Fig.1 Trends in integrated technical efficiency of haze control in Yangtze River Delta cities

4 結(jié)論和建議

4.1 研究結(jié)論

本文運用三階段 DEA 模型對長三角27個城市2014—2019年的霧霾治理效率水平進行測算,研究結(jié)果表明:

1)剔除外部環(huán)境因素和隨機誤差因素的影響后,長三角城市的霧霾治理效率水平均有不同程度的提升．其中,各城市純技術(shù)效率水平顯著提高,而規(guī)模效率值在調(diào)整前后的差異卻并不大,表明環(huán)境和隨機因素對純技術(shù)效率產(chǎn)生影響引起霧霾治理效率變化．

2)規(guī)模收益的變動受環(huán)境和隨機因素的影響顯著,絕大部分城市處于規(guī)模收益遞增行列,僅少數(shù)城市為規(guī)模收益不變或遞減．

3)2014—2019年長三角城市霧霾治理效率整體偏高,平均效率值達到0.869．城市規(guī)模維度上,規(guī)模小的城市霧霾治理效率較高;省(市)域維度上,浙江霧霾治理平均效率最高、江蘇最低,上海和安徽居中;時間維度上,整體霧霾治理效率的變化趨勢呈現(xiàn)W型且綜合技術(shù)效率波動不大,除安徽霧霾治理效率變化趨勢呈V型,其他省市與整體治理效率變化趨勢一致．

4)長三角城市群霧霾治理效率受環(huán)境變量的影響具有差異．人均實際GDP的增加將減少對勞動力和技術(shù)創(chuàng)新的松弛變量投入,提升霧霾治理效率．第二產(chǎn)業(yè)比重的增加會減少霧霾治理中勞動力投入的冗余,對霧霾治理產(chǎn)生積極影響．人口規(guī)模和城鎮(zhèn)化率的上升會導(dǎo)致勞動力和技術(shù)創(chuàng)新投入松弛變量的增加,意味著勞動力、技術(shù)創(chuàng)新資源未得到充分利用,從而對治理效率產(chǎn)生不利的影響．

4.2 政策建議

1)針對規(guī)模收益變化情況,不同城市應(yīng)選擇不同的促進方式．對于規(guī)模收益處于遞增的城市,建議通過加大技術(shù)創(chuàng)新力度,積極引進環(huán)境治理人才,加強霧霾治理資金投入力度等方式擴大投入要素以提升霧霾治理效率;對處于規(guī)模收益遞減的城市,應(yīng)優(yōu)化投入資源的配置,提高資源利用率,從而改善治理效率．

2)強化長三角城市間協(xié)同治理,消除治理差異．基于霧霾污染的溢出效應(yīng),霧霾治理應(yīng)加強區(qū)域協(xié)同治理,利用互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù),建立共享性長三角霧霾治理數(shù)據(jù)庫,及時反饋治理狀況,共享行之有效的治理措施．在此基礎(chǔ)上,制定協(xié)同治理措施,共同督促治理措施的實施,切實貫徹地區(qū)霧霾聯(lián)防聯(lián)控政策．

本文考察了長三角城市霧霾治理效率水平,但由于部分口徑數(shù)據(jù)獲取困難,所選取的霧霾治理投產(chǎn)出指標代表性有進一步提升的空間．另外,還可將其他對霧霾治理效率造成影響的外部環(huán)境因素納入模型進行分析．