中国城市生态效率测定及其时空动态演变
侯孟阳+姚顺波
摘要 基于2003—2015年间我国285个地级及以上城市的面板数据，运用超效率SBM模型测算我国城市生态效率，在时间对比分析和空间相关性分析的基础上，构建传统和空间马尔可夫链转移概率矩阵，对城市生态效率的时空演变格局进行对比分析，并探讨城市生态效率时空动态演变特性。实证结果显示：①在时间演变过程中，城市生态效率整体上呈现逐渐上升走势，城市生态向集约型转变取得一定的成效，中西部生态效率较高的城市的增量多于东部城市，中西部城市生态效率提升显著，而东部城市生态效率整體上出现下降。②全局Morans I指数值均为正，即我国城市生态效率在空间分布上呈显著的正相关性，并表现出空间集聚特性，近邻效应显著。③将城市生态效率划分为4个相邻但不相互交叉的完备区间，传统的马尔可夫链转移概率矩阵显示，城市生态效率向高水平方向转移的趋势显著，城市生态效率的演变具有维持原有状态的稳定性，且较难实现跨越式转移。④引入空间滞后的空间马尔可夫链转移概率矩阵显示，地理区位背景对城市生态效率时空演变转移的影响显著，在空间分布上具有波动性的集聚现象，相邻城市之间生态效率的影响是相互的，且在空间上呈现集聚的格局，生态效率较高城市带动邻近城市生态效率向上转移的可能性更大，具有正向溢出效应，呈现出“高者恒高、低者仍低、高带动低、低抑制高”的俱乐部趋同现象。最后，分析当前研究存在的不足及改进的方向，并提出相关启示和建议，包括出台更加严格的资源环境政策、加强城市生态合作与交流、借鉴邻近生态效率高的城市生态环境管理经验等。
关键词 城市；生态效率；时空演变；超效率SBM模型；空间马尔可夫链
中图分类号 F205 文献标识码 A 文章编号 1002-2104（2018）03-0013-09 DOI：10.12062/cpre.20171101
改革开放30多年以来，在政府主导及市场经济推动下，我国的城市化进入了稳定快速发展的时期，城市数量不断增加，城市规模不断扩张，城市人口也迅速增加，城市化率由1978年的17.92%提高到2016年的57.40%，不断推进的城市化进程显著带动了城市经济的发展[1]。但伴随着城市规模的扩张及人口膨胀，也带来了生态恶化、污染加剧、绿化基础设施建设不足等环境问题，粗放式的经济发展模式还未实现根本转变，这必将继续增大资源与环境的压力。党的十八大以来，生态文明建设已成为“五位一体”总体布局和“四个全面”战略布局的重要内容。2017年10月闭幕的十九大明确指出，建设生态文明是中华民族永续发展的千年大计，必须树立和践行绿水青山就是金山银山的理念，既要创造更多物质财富和精神财富以满足人民日益增长的美好生活需要，也要提供更多优质生态产品以满足人民日益增长的优美生态环境需要。当前，城市生态环境面临严峻的形势，在此背景下，城市建设如何协调经济发展、资源消耗及环境保护三者之间的关系，以最小的资源损耗和环境损害赢得最高的经济产出，实现最优的生态效率[2]，并探求不同城市间生态效率的时空演变差异，对于探索城市差异化转型、缩小城市生态差距、加强城市生态合作具有重要的理论和实践意义。
1 文献综述
生态效率首先由德国学者Schaltegger和Sturn[3]提出，并由世界可持续发展工商理事会（WBCSD）[4]和经合组织（OECD）推广[5]，将生态效率看作与达到地球承载能力的资源环境投入与满足人类生产生活需求的产出之间相互协调的关系，即在经济和环境之间达到一种平衡。总体而言，生态效率指的是以较小的生态投入，得到较大的经济产出，且使得经济发展过程中产生的废水、废气、固体废物等环境污染的产出越小的生产过程。随着研究的深入，生态效率的研究逐步延伸到指标体系构建[6-7]、测度方法应用[8-9]、影响因素分析[10-11]等方面，及宏观[2，12]、中观[1，13]、微观[14-15]等不同层次，并得到了广泛的应用。测度方法主要包括数据包络分析法（DEA）[16]、超效率DEA方法[17]、三阶段DEA方法[18]及非期望SBM模型[19-20]等以DEA相关理论为主的评价方法，当前，以DEA为主的相关方法已渐成熟，这也是本文测度城市生态效率的评价方法。
关于生态效率时空演变方面的研究，需要从时间与空间两个维度进行分析，文献梳理后发现，主要包括探索性空间数据分析（ESDA）和空间马尔可夫链（Markov chain）两种分析方法，ESDA与DEA结合的方法是研究效率在时间和空间动态演化的成熟方法。胡彪、付业腾[19]基于非期望产出SBM模型与空间自相关分析对中国生态效率进行测度，并分析其空间差异；成金华等[2]则以超效率DEA模型对省际面板数据的生态效率进行测算，并运用空间自相关分析方法对省域生态效率的演化格局进行分析；李佳佳、罗能生[1]则以地级市为研究对象，通过构建空间计量和门槛面板模型研究了城市规模对生态效率的影响及区域差异。而空间马尔可夫链分析主要运用在经济增长的时空演变研究。陶晓红、齐亚伟[21]将区域经济增长的时间特征和空间特征相结合，构建加权空间马尔可夫链，研究中国区域经济增长过程的时空动态演变特征；王少剑、王洋等[22]采用尺度方差、核密度估计、空间马尔可夫链和地理加权回归对广东省县域经济发展的溢出效应及其驱动因素进行时空动态分析；刘华军、杜广杰[23]以地级及以上城市的夜间灯光数据为基础，构建空间Markov转移概率矩阵，分析中国经济发展的地区差距及演变趋势。本文试图将空间马尔可夫链分析法应用到城市生态效率时空演变规律及差异分析中。
整体而言，一方面，生态效率的测定已有成熟的实证方法，但生态效率需要考虑环境污染等非期望产出，而现有采用SBM模型的文献较少考虑有效率DMU的进一步比较，而超效率SBM模型能够有效解决该问题；另一方面，将空间相关性分析纳入时空演变规律研究，多数研究分析了研究对象在空间上的集聚或分散特征，在数据的动态性和异质性处理方面存在缺陷[22]，难以揭示城市生态效率提升的时空动态变化特征。另外，有关城市生态效率的研究尺度多以省际数据为主，较少涉及到地级市数据。基于此，本文以我国2003—2015年285个地级及以上城市的数据为研究对象，首先采用超效率SBM模型对城市生态效率进行测度，然后在空间相关性分析的基础上，构建传统马尔可夫链转移概率矩阵和空间马尔可夫链转移概率矩阵，通过矩阵之间的对比，分析城市生态效率的时空动态演变。
摘要 基于2003—2015年间我国285个地级及以上城市的面板数据，运用超效率SBM模型测算我国城市生态效率，在时间对比分析和空间相关性分析的基础上，构建传统和空间马尔可夫链转移概率矩阵，对城市生态效率的时空演变格局进行对比分析，并探讨城市生态效率时空动态演变特性。实证结果显示：①在时间演变过程中，城市生态效率整体上呈现逐渐上升走势，城市生态向集约型转变取得一定的成效，中西部生态效率较高的城市的增量多于东部城市，中西部城市生态效率提升显著，而东部城市生态效率整體上出现下降。②全局Morans I指数值均为正，即我国城市生态效率在空间分布上呈显著的正相关性，并表现出空间集聚特性，近邻效应显著。③将城市生态效率划分为4个相邻但不相互交叉的完备区间，传统的马尔可夫链转移概率矩阵显示，城市生态效率向高水平方向转移的趋势显著，城市生态效率的演变具有维持原有状态的稳定性，且较难实现跨越式转移。④引入空间滞后的空间马尔可夫链转移概率矩阵显示，地理区位背景对城市生态效率时空演变转移的影响显著，在空间分布上具有波动性的集聚现象，相邻城市之间生态效率的影响是相互的，且在空间上呈现集聚的格局，生态效率较高城市带动邻近城市生态效率向上转移的可能性更大，具有正向溢出效应，呈现出“高者恒高、低者仍低、高带动低、低抑制高”的俱乐部趋同现象。最后，分析当前研究存在的不足及改进的方向，并提出相关启示和建议，包括出台更加严格的资源环境政策、加强城市生态合作与交流、借鉴邻近生态效率高的城市生态环境管理经验等。
关键词 城市；生态效率；时空演变；超效率SBM模型；空间马尔可夫链
中图分类号 F205 文献标识码 A 文章编号 1002-2104（2018）03-0013-09 DOI：10.12062/cpre.20171101
改革开放30多年以来，在政府主导及市场经济推动下，我国的城市化进入了稳定快速发展的时期，城市数量不断增加，城市规模不断扩张，城市人口也迅速增加，城市化率由1978年的17.92%提高到2016年的57.40%，不断推进的城市化进程显著带动了城市经济的发展[1]。但伴随着城市规模的扩张及人口膨胀，也带来了生态恶化、污染加剧、绿化基础设施建设不足等环境问题，粗放式的经济发展模式还未实现根本转变，这必将继续增大资源与环境的压力。党的十八大以来，生态文明建设已成为“五位一体”总体布局和“四个全面”战略布局的重要内容。2017年10月闭幕的十九大明确指出，建设生态文明是中华民族永续发展的千年大计，必须树立和践行绿水青山就是金山银山的理念，既要创造更多物质财富和精神财富以满足人民日益增长的美好生活需要，也要提供更多优质生态产品以满足人民日益增长的优美生态环境需要。当前，城市生态环境面临严峻的形势，在此背景下，城市建设如何协调经济发展、资源消耗及环境保护三者之间的关系，以最小的资源损耗和环境损害赢得最高的经济产出，实现最优的生态效率[2]，并探求不同城市间生态效率的时空演变差异，对于探索城市差异化转型、缩小城市生态差距、加强城市生态合作具有重要的理论和实践意义。
1 文献综述
生态效率首先由德国学者Schaltegger和Sturn[3]提出，并由世界可持续发展工商理事会（WBCSD）[4]和经合组织（OECD）推广[5]，将生态效率看作与达到地球承载能力的资源环境投入与满足人类生产生活需求的产出之间相互协调的关系，即在经济和环境之间达到一种平衡。总体而言，生态效率指的是以较小的生态投入，得到较大的经济产出，且使得经济发展过程中产生的废水、废气、固体废物等环境污染的产出越小的生产过程。随着研究的深入，生态效率的研究逐步延伸到指标体系构建[6-7]、测度方法应用[8-9]、影响因素分析[10-11]等方面，及宏观[2，12]、中观[1，13]、微观[14-15]等不同层次，并得到了广泛的应用。测度方法主要包括数据包络分析法（DEA）[16]、超效率DEA方法[17]、三阶段DEA方法[18]及非期望SBM模型[19-20]等以DEA相关理论为主的评价方法，当前，以DEA为主的相关方法已渐成熟，这也是本文测度城市生态效率的评价方法。
关于生态效率时空演变方面的研究，需要从时间与空间两个维度进行分析，文献梳理后发现，主要包括探索性空间数据分析（ESDA）和空间马尔可夫链（Markov chain）两种分析方法，ESDA与DEA结合的方法是研究效率在时间和空间动态演化的成熟方法。胡彪、付业腾[19]基于非期望产出SBM模型与空间自相关分析对中国生态效率进行测度，并分析其空间差异；成金华等[2]则以超效率DEA模型对省际面板数据的生态效率进行测算，并运用空间自相关分析方法对省域生态效率的演化格局进行分析；李佳佳、罗能生[1]则以地级市为研究对象，通过构建空间计量和门槛面板模型研究了城市规模对生态效率的影响及区域差异。而空间马尔可夫链分析主要运用在经济增长的时空演变研究。陶晓红、齐亚伟[21]将区域经济增长的时间特征和空间特征相结合，构建加权空间马尔可夫链，研究中国区域经济增长过程的时空动态演变特征；王少剑、王洋等[22]采用尺度方差、核密度估计、空间马尔可夫链和地理加权回归对广东省县域经济发展的溢出效应及其驱动因素进行时空动态分析；刘华军、杜广杰[23]以地级及以上城市的夜间灯光数据为基础，构建空间Markov转移概率矩阵，分析中国经济发展的地区差距及演变趋势。本文试图将空间马尔可夫链分析法应用到城市生态效率时空演变规律及差异分析中。
整体而言，一方面，生态效率的测定已有成熟的实证方法，但生态效率需要考虑环境污染等非期望产出，而现有采用SBM模型的文献较少考虑有效率DMU的进一步比较，而超效率SBM模型能够有效解决该问题；另一方面，将空间相关性分析纳入时空演变规律研究，多数研究分析了研究对象在空间上的集聚或分散特征，在数据的动态性和异质性处理方面存在缺陷[22]，难以揭示城市生态效率提升的时空动态变化特征。另外，有关城市生态效率的研究尺度多以省际数据为主，较少涉及到地级市数据。基于此，本文以我国2003—2015年285个地级及以上城市的数据为研究对象，首先采用超效率SBM模型对城市生态效率进行测度，然后在空间相关性分析的基础上，构建传统马尔可夫链转移概率矩阵和空间马尔可夫链转移概率矩阵，通过矩阵之间的对比，分析城市生态效率的时空动态演变。
