城鎮化對城市生態效率的空間溢出效用及異質性分析

肖素萍, 梁 琦, 李建成

(中山大學 管理學院,廣東 廣州 510006)

一、引 言

黨的十七大報告明確提出要推進生態文明建設,黨的十八大更是強調要把生態文明建設放在突出位置,將其融入經濟、政治、文化和社會建設的各方面及全過程,生態文明建設上升到了國家發展戰略的新高度,成為中國走向可持續發展的重要保障。黨的二十大繼續提出大力推進生態文明建設。而作為生態文明建設的重要載體,城鎮化建設、發展與生態文明建設高度關聯,兩者之間存在相互矛盾和制約的一面。改革開放以來,我國城鎮化進程不斷加快,常住人口城鎮化率由1978 年的17.92%提高至2020 年的60%以上[1],城鎮化成為推動我國經濟發展和社會進步的重要“引擎”。同時,傳統的以高投入、高排放以及高污染為特征的粗放型城市發展模式導致中國城市的生態文明建設滯后于城鎮化水平。根據《bp世界能源統計年鑒》,2019年中國一次能源消費量33.84億噸油當量,位居全球第一,占全球消費總量(139億噸油當量)的24.3%,單位 GDP 能耗2.4 噸油當量/萬美元[2]。相比全球其他能源消費大國,中國的能源利用效率相對較低。此外,《2019年中國生態環境狀況公報》顯示,相較2018年,2019年我國的生態環境得到明顯改善,但是全國337個地級及以上城市中,53.4%的城市空氣質量尚處于一般及以下水平[3]。由此可知,中國正處于快速城鎮化與能源、生態危機并存的階段,生態環境問題已成為制約城鎮化高質量發展的瓶頸。加之,目前我國正處于由傳統粗放式的城鎮化向新型城鎮化轉型的關鍵時期,如何在城鎮化過程中融入生態文明的理念和原則,實現集約、綠色以及低碳的可持續城鎮化道路是成功轉型的關鍵。因此,如何在推進城鎮化進程中改善生態環境,以最小的能源和環境投入獲得最大的產出,提升生態效率,實現經濟、生態協調發展是目前城市化進程中亟須面對和解決的問題。

二、文獻綜述

生態效率這一概念最早由Schaltegger和Sturul提出,用于指代企業經濟活動的增加值與環境效用的比值[4]。之后,經濟合作與發展組織(OECD)將生態效率的概念范圍拓展至企業以外的其他組織。21世紀初,Huppes和Ishikawa將生態效率的界定延伸為調節環境成本和經濟效益兩者間關系的宏觀經濟活動要素[5]。自Fussler[6]將生態效率這一概念引入中國后,國內學者通過對生態效率進行本土化研究,傾向于將其定義為分析經濟、能源和環境3大系統協調發展程度的量化衡量工具[7-9]。隨著生態效率內涵的不斷延伸和完善,生態效率的概念界定最終都圍繞一個問題展開,即追求以最低的資源投入和環境污染代價實現最大的經濟效益產出,也由此衍生出“資源環境—經濟產出投入比”這一量化經濟與生態環境協調發展程度的工具。

已有的基于城鎮化視角探究生態效率變化的研究可分為3類。第一類是分析城鎮化和生態效率的耦合協調程度。例如,王玉帥等以華東地區為研究對象發現,大部分的華東地區生態效率滯后于城鎮化發展水平,且區域內部耦合程度存在較大差異[10]。第二類是利用截面或者面板數據實證檢驗城鎮化與生態效率兩者間的關系。羅能生等[11]和汪曉文等[9]分別利用中國省域數據和西部地區城市數據,實證檢驗出城鎮化與生態效率之間存在顯著的“U”型關系。Yasmeen等的結果表明,城鎮化與城市生態效率呈線性負相關關系[12]。陳真玲則通過引入空間計量方法對城鎮化與生態效率的關系進行探究,結果表明兩者間存在顯著的負向線性關系,這一結果雖然相較于其他研究增加了空間溢出效應方面的考量,但僅聚焦于刻畫兩者間的線性關系,忽視了對非線性關系的度量[13]。第三類是通過引入技術創新、產業結構、產業集聚等因素進行影響機制的研究。任梅等基于中國省際面板數據的研究發現,城鎮化帶來的技術水平的提升能夠有效改善區域的生態效率[14]。汪曉文等以西部地區為研究對象發現,城鎮化通過影響產業結構和技術水平進而作用于城市生態效率[9]。

綜合已有的關于城鎮化和生態效率關系的實證檢驗研究發現:第一,關于城鎮化和生態效率之間關系的結論尚未達成一致;第二,城鎮化影響生態效率的作用機制和理論分析方面的研究較少且零散分布于其他研究問題的相關文獻中;第三,大多研究以省域、某一區域、單個城市為研究對象,難以從整體上把握城市的生態效率時空演變特征,且容易忽視城鎮化對生態效率的城市異質性影響。

有鑒于此,本文利用2004~2018年全國285個地級及以上各城市面板數據,在測算城市生態效率的基礎上分析其時空演變特征。同時,結合環境影響隨機模型(IPAT)和環境庫茲涅茨曲線(EKC)理論模型構建動態面板空間杜賓模型,就城鎮化對生態效率的空間溢出效應及區域異質性進行驗證和分析,并從空間交互視角揭示城鎮化對生態效率的作用路徑,以期為提升我國城鎮化發展質量、改善生態效率提供理論與實證依據。

三、理論分析與研究假設

生態效率將生態環境投入和經濟效益產出納入同一個模型中,被研究者定義為產出與投入的比值,一般用社會經濟效益與資源、環境投入之比作為衡量指標。本文嘗試從生態效率的內涵著手,探究城鎮化對生態效率的作用機制,并從理論層面梳理城鎮化與生態效率之間關系存在階段性特征及空間溢出效應的原因。

1.城鎮化與生態效率

根據1999年2月1日起施行的《城市規劃基本術語標準》中對城鎮化的定義可知,人口從鄉村向城鎮轉移是城鎮化的基本表現形式。城鎮化進程中人口集聚主要從兩方面影響城市生態效率:一是隨著人口在城市的集聚,生產生活耗費的能源以及產生的污染排放物總量增加,在無法大幅度提升排污處理效率的條件下,生態效率降低[15]。二是城鎮化過程中人口集聚帶來的規模效應,能夠顯著提升資源的配置效率,并且加強環境污染的集中處理能力,進而提升生態效率[16]。城鎮化推動的人口遷移和集聚對生態效率的影響并不是簡單的線性關系。結合城市環境轉型理論和環境庫茲涅茨理論,立足于城市發展生命周期和經濟發展階段可知:城鎮化初期,為實現經濟的發展,傾向于采取高投入和高產出發展模式,對生態環境不可避免地產生了消極影響,后期在市場主導和政府引導下,社會生產的能源結構不斷優化,居民消費意識逐漸改變,生態效率隨之得到改善[17]。此外,伴隨著城鎮化進程的加快,人員、信息和資金等生產要素跨區域流動愈發便利、頻繁,城市之間在產業轉移、技術溢出以及創新擴散等方面存在著明顯的空間交互影響,城鎮化也由此產生了空間依賴性。換言之,本區域的城鎮化水平會通過空間溢出效應影響鄰近區域的生態效率,本區域的生態效應也受到鄰近區域城鎮化水平的影響[18]。由此,本文提出以下假設:

H1:城鎮化水平與城市生態效率之間存在顯著的非線性關系,并且城鎮化對生態效率具有空間溢出效應。

2.城鎮化、產業結構與生態效率

城鎮化是產業結構升級的空間載體[19],而產業結構優化則是改善生態效率的關鍵因素[20],故城鎮化能夠通過優化產業結構來提升生態效率[21]。中國城鎮化是鄉村勞動力資源重新配置的過程,根據“配第-克拉克定理”,勞動力由農業逐步向第二產業和第三產業轉移,為產業結構的合理化創造了條件[22]。并且,城鎮化通過推動產業集聚,促進了專業化的分工,為產業結構的合理化提供了支撐[23]。伴隨著產業結構的不斷調整,城鎮化會促進“選擇效應”的產生,倒逼粗放型企業退出或者轉型,進而為產業結構的高級化提供了保障[24]。此外,隨著城鎮化水平的提升,居民消費結構和生活方式逐漸發生變化并產生顯著的消費示范效應,也會促進產業結構的優化,進而改善生態效率[25]。但是城鎮化通過影響產業結構作用于生態效率的效果并不總是積極的,這主要源于當前的全球產業鏈分工體系容易導致發展中國家形成以粗放型的傳統制造業為中心的產業結構模式,反而會加劇生態環境的惡化,降低生態效率[26]。從目前情況來看,我國城鎮化與產業結構的協調程度有待進一步的提升,兩者之間較低程度的匹配性在一定程度上對生態效率的提升具有遲滯作用[27]。有鑒于此,本文提出如下假設:

H2:城鎮化可以通過調整產業結構影響城市生態效率。

3.城鎮化、技術水平與生態效率

城鎮化進程中生產要素集聚和基礎設施改善為技術創新提供了良好的基礎[28]。并且,城鎮化進程中,人口的遷移和集聚在為城市提供豐富的人力資本的基礎上,能夠通過知識溢出效應進一步強化人力資本的積極作用[29],進而促進城市技術水平的進步和形成“創新-外溢-再創新”的良性循環。從生態效率視角來看,技術進步能夠有效促進能源的利用效率以及節能和環保技術的開發與應用,進而改善城市的生態效率[30]。此外,與產業結構相類似,少部分研究指出,技術創新對生態效率的作用效果存在“雙刃劍”效應,當技術創新發揮了其推動經濟發展的作用后,可能會進一步擴大能源的需求規模,產生技術進步的“反彈效用”,抑制生態效率的提升[31]。因此,本文提出如下假設:

H3:城鎮化可以通過影響技術水平進而作用于城市生態效率。

基于上述分析,本文構建城鎮化影響生態效率的理論機制模型如圖1所示。

圖1 城鎮化影響生態效率的理論機制

四、研究設計

式(1)中,i表示城市,t表示時期,ln EEit表示i地區第t年的生態效率值的對數,ln Uit表示城鎮化水平的對數,(ln Uit)2、(ln Uit)3分別表示城鎮化水平的對數的平方項和三次項,ln Xcontrol為系列變量對數的集合,α1、α2、α3、α4為估計參數,α 為截距項,εit為隨機誤差項。

(2)空間自相關性檢驗

由于存在空間維度層面的異質性以及要素流動造成的交互效應,鄰近地區的某些經濟地理行為會表現出一定程度的空間相關特征或者空間依賴[35],故城市之間的城鎮化水平和生態效率可能也存在空間相關性。本文采用全局Moran′sI 指數作為檢驗變量空間相關性的指標,具體計算公式為:

1.模型構建

(1)非空間面板模型

理論分析表明,城鎮化對生態效率存在直接效應和間接效應兩方面的影響。對于直接效應模型,本文參考環境影響隨機模型(IPAT)和環境庫茲涅茨曲線(EKC)理論及其相關研究[32-34],在對IPAT 原模型形

地區的觀察值,n 為地區總數,Wij為空間權重。Moran′sI 指數的取值范圍為[-1,1],若 Moran′sI>0,則觀察變量存在空間正相關;若Moran′sI<0,則為空間負相關;若Moran′sI=0,則無空間相關性。式(2)中對空間權重矩陣的設定主要基于區域之間的實際地理距離,矩陣元素Wij為根據城市經緯度坐標數據,采用歐氏距離計算方法得出的兩個城市之間的地理距離絕對值的倒數,該數值越大,說明兩個城市的鄰近關系越強,具體設定表述為:

(3)面板空間計量模型設定

在空間相關性檢驗的基礎上構建空間計量模型能夠很好地定量分析出不同城市之間各要素的空間效應。由于空間滯后模型(SAR)和空間誤差模型(SEM)均可由空間杜賓模型(SDM)簡化而來,故將本文的空間計量模型先設定為空間杜賓模型,再進一步通過相關診斷和檢驗確定最終的模型。此外,由于城鎮化的推進過程中可能存在“棘輪效應”,故而本文擬建立動態空間杜賓模型,結合式(1),將模型設定為:

式中,ln EEit-1為被解釋變量的一階滯后項,ρ 表示空間自回歸系數,ρW ln EEit表示受其他區域被解釋變量的影響,W 為標準化后的空間權重矩陣,δW ln Uit表示受其他區域解釋變量的影響,μi為時間效應,γt為空間效應,εit表示隨機誤差項,其他變量解釋同式(1)。

(4)空間溢出效應

為更加詳細地了解某個觀測單元的某一因素對鄰近單元產生的空間效應,對式(4)采用偏微分矩陣運算并改寫為:

式中,R 表示包括誤差、截距項、時間效應和空間效應的綜合項,I 表示單位矩陣,通過偏微分矩陣運算得出被解釋變量的第K 個解釋變量的偏導矩陣:

(5)含交互項的空間計量模型

為檢驗城鎮化作用于生態效率的路徑條件,本文進一步構建含有交互項的空間計量模型,并結合模型(4)將城鎮化對生態效率空間外溢效應的路徑條件檢驗方程設定為:

式(7)中,j 表示路徑條件,ln Mitj為路徑條件變量,ln Mitj×ln Uit為解釋變量與路徑條件變量的交互項。

2.變量選取依據

(1)被解釋變量

本文的被解釋變量為生態效率。目前有關生態效率測度方法中,數據包絡方法(DEA)運用最為廣泛。這一方法最早由Charnes等[36]提出,能夠有效克服優先結構法、多目標編程法、生態拓撲法以及單一比率法等其他生態效率測算方法在樣本量、多變量測量以及主觀性方面存在不足[37]。但是通過傳統DEA 方法測算出的各決策單元的相對效率值的極值為1,換言之,在達到1的情況下,位于生態效率前列的多個單元之間無法進行比較。而本文目的在于研究處于不同城鎮化水平下的各城市的生態效率水平,為避免存在多個城市同時達到最優但無法進行生態效率高低比較的情況,參照Andersen和Petersen[38]提出的超效率DEA模型對城市生態效率進行測度。此外,本文在選用具體的超效率DEA 模型過程中,考慮到提高生態效率對策建議的可行性,擬采用投入主導型,即在固定收益的情況下考慮如何減少投入的SE-DEA 模型。模型中的投入類指標主要包含資源投入要素和環境投入要素,產出類指標主要以地區生產總值來衡量,具體指標體系參見表1。

表1 生態效率評價體系

(2)解釋變量

本文的解釋變量為城鎮化水平,利用常住人口城鎮化率代表城市的城鎮化水平,因為相較于戶籍城鎮化率,常住人口城鎮化率涵蓋了流動人口群體,能夠更好地詮釋“人的城鎮化”的內涵[39]。

(3)控制變量

基于對相關文獻的梳理,控制變量主要為:①對外開放程度(ln Fdi),在對原以美元計價的外商直接投資額,利用當年人民幣匯率均價轉換為人民幣表示的基礎上,利用外商直接投資/GDP的對數來衡量;②經濟發展水平(ln Pgdp),用人均GDP 的對數來衡量;③財政支出(ln Gov):用地方財政支出/GDP,并取對數來表示;④環保意識(ln Ena),一般而言,受教育水平更高的城市居民環保意識也更強,故而居民受教育水平會對城市生態效率產生一定的影響[40],本文采用每萬人在校大學生數的對數來表示環保意識衡量。

(4)路徑變量

根據上文理論分析可知,城鎮化影響生態效率的路徑主要包括產業結構調整和技術水平提升,故本文將產業結構和技術水平作為城鎮化影響生態效率的路徑條件,其中產業結構(ln Ins)用第三產業產值/GDP取對數表示,技術水平(ln Tec)以年均每萬人發明專利授予數取對數表示。

3.數據來源與描述性統計

本文的數據樣本區間為2004~2018 年,刪除畢節、銅仁等存在缺失值的地級市數據,最終樣本總量為4275,涵蓋全國共285個地級及以上城市。所有數據均來自《中國城市統計年鑒》《中國區域經濟統計年鑒》《中國環境統計年鑒》,部分缺失數據通過各省市統計年鑒和統計公報予以補充。相關變量的描述性統計結果見表2。

表2 主要變量描述性統計

五、實證結果分析

1.生態效率的測度結果與動態演變

(1)生態效率測度結果分析

本文運用Holger Scheel開發的EMS1.3.0(Efficiency Measurement System)軟件測算得出中國285個城市的生態效率,變化趨勢參見圖2。2004~2018年中國城市生態效率的測度結果主要表現出兩個特征。一方面,從時間截面來看,中國各城市的生態效率呈波動上升的特征,并且在15年間,城市的生態效率變化較大。另一方面,從空間分布格局上看,中國城市生態效率的區域差異較為明顯,東部地區的城市生態效率明顯高于其他區域的城市,但區域間的差距有逐漸縮小的趨勢。原因在于,東部城市依托于地理優勢和經濟發展優勢,成為人口集聚地,資源的消耗和污染排放隨之增加,人口和產業集聚所帶來的規模效益難以抵消其帶來的生態環境危害,故隨著城鎮化的推進,生態效率增長速率逐漸放緩。而中西部地區,由于生態效率起點較低,加之近幾年社會經濟效益的提升,技術水平的上升以及環保意識的增強,生態效率的增長速度加快,區域之間的差距逐漸縮小。

圖2 2004~2018年全國及區域生態效率變化趨勢圖

(2)城鎮化、城市生態效率的動態演變情況

根據生態效率的測算結果可知,城市的生態效率整體上處于波動上升的狀態,并存在較為明顯的區域差異。為進一步梳理城鎮化與生態效率兩者的空間分布特征,本文采用非參數核密度估計方法繪制了增長分布圖來表征城鎮化水平和生態效率的動態演變。選取2004年、2010年以及2018年作為考察對象,繪制285個城市的城鎮化水平和生態效率核密度曲線,具體如圖3所示。

圖3 2004年、2010年及2018年全國城鎮化水平和生態效率動態演變情況

由城鎮化水平的核密度曲線圖可知,2010 年和2018年的城鎮化分布曲線相比2004年的整體右移,曲線圖的波峰下降,波寬增大,且未出現雙峰結構,說明城市的城鎮化水平在穩步提升,城市之間的城鎮化水平差距逐漸增大,但尚未出現極化現象。從生態效率的核密度曲線發現,曲線位置呈現逐年右移趨勢,并且移動速率放緩,說明城市生態效率整體上處于增長趨勢,但增長速度趨緩。相較于城鎮化,生態效率的核密度曲線呈雙峰結構,意味著存在極化現象,但是兩峰之間的距離和高度差距逐漸縮小,生態效率的極化現象正在緩解。換言之,雖然城市之間的生態效率存在發展不協調的狀況,但是這種不協調狀態已得到有效的改善。

2.城鎮化、生態效率的空間自相關性檢驗

采用地理權重矩陣檢驗城鎮化水平和生態效率的全局Moran’sI 指數的結果如表3所示。結果表明,城市的城鎮化水平和生態效率的Moran’sI 指數均為正,且通過了顯著性檢驗,意味著城鎮化水平和城市生態效率存在較強的空間依賴性和聯動性,且為空間正相關性。城鎮化水平的空間依賴性穩步遞增,生態效率的空間依賴性波動遞減。

表3 城市城鎮化水平和生態效率的空間Moran’sI 指數

3.城鎮化、生態效率空間效應檢驗結果分析

(1)模型的診斷與檢驗

在進行分析前,依據Anselin模型選擇機制[41]對空間計量模型進行診斷與檢驗,檢驗結果見表4。

表4 空間計量模型診斷性檢驗

模型診斷檢驗結果表明:其一,局部Moran’sI 指數在1%水平上顯著,說明城市生態效率存在空間相關和空間集聚特征,普通的計量模型回歸結果存在誤差,需在模型中引入空間因素。其二,LM -lag 和LM-error 檢驗結果均在1%水平上顯著,進一步驗證了空間效應檢驗的必要性,并且,R-LM 檢驗值顯示,空間滯后模型優于空間誤差模型。其三,Hausman 檢驗結果在3種權重矩陣下均顯著,應選擇固定效應模型。其四,在Wald 檢驗中,Wald 檢驗值分別為41.70和38.40,均在1%的顯著性水平上分別拒絕了原假設H0:δ=0和H0:δ+ρβ=0,故空間杜賓模型(SDM)不能簡化為空間自回歸模型(SAR)和空間誤差模型(SEM)。其五,LR 檢驗結果通過了1%水平上的顯著性檢驗,故時間、地點雙固定效應更為合適。綜上可知,本文選擇雙固定效應的空間杜賓模型對城鎮化影響生態效率的情況進行實證檢驗較為科學。

(2)空間杜賓模型計量結果

①城鎮化對生態效率的影響分析

以全國285個城市為考察對象的動態空間面板模型估計結果(見表5第(1)列)表明,生態效率的空間滯后系數ρ 在1%的水平上顯著為正,說明中國各城市的生態效率存在明顯的空間集聚性。由估計結果可知,生態效率的時間滯后系數(τ)為0.289,且在1%的水平上顯著為正,說明當期的生態效率水平能夠正向預測下一期的生態效率,這意味著生態效率的提升并非一蹴而就,需要通過長期的努力才能達到改善生態效率的目的。從時空雙維度層面來看,生態效率的時空滯后項系數(ξ)在1%的水平上顯著為正(0.084),鄰近區域前期的生態效率會促進本區域當期生態效率的提升,城市之間的生態效率的變化表現出明顯“相待而成”的趨勢,這可能歸因于鄰近城市之間在改善生態效率方面存在“學習效應”和“模仿競爭機制”。即為追趕鄰近城市生態效率水平,本區域政府傾向于采取降低投入,提高產出的積極措施來改善生態效率,縮小區域間的差距,實現區域一體化的發展。

表5 城鎮化與生態效率關系的估計結果及區域異質性分析

由表5的第(1)列可知,城鎮化水平的一次項和三次項系數為負,二次項系數為正,且均在5%的水平上顯著,表明生態效率隨著城鎮化的推進呈顯著的倒“N”型曲線特征,表現出“惡化—改善—降低”的發展趨勢。結合拐點值的大小可知,各城市現階段的城鎮化水平多數位于第二個拐點值的左側,以東部地區為主的部分城市處于倒“N”型曲線的第三階段。當城鎮化水平較低時,以高消耗、高排放為主的粗放型生產方式為主,城鎮化的推進只是簡單地依托于人口的遷移和集聚,資源和環境投入量較大,但生產效率水平較低,故導致投入主導型的生態效率水平較低;隨著城鎮化的不斷推進,環境污染和效率低下的問題逐漸得到重視,生產和資源利用效率穩步提升,城市居民的生活和消費方式轉向綠色、低碳模式,生態效率得到改善;但是伴隨著城鎮化水平的進一步提升,對人口集聚模式、產業結構、技術水平等具有更高的要求,中國傳統的“強速忽質”的城鎮化建設模式難以為繼,城鎮化水平進一步的提升反而會抑制生態效率的改善,這也反映出目前構建節約集約、生態宜居、和諧發展的新型城鎮化的迫切性。

受經濟、歷史以及地形等因素的影響,我國地區之間存在一定的客觀區域差異,不同區域城鎮化水平及其對生態效率的影響存在異質性特征,故本文根據李勝文等[42]對區域的分類方法,將285個城市劃分為東部、中部和西部3個區域。表5的第(2)、(3)、(4)列為區域異質性視角下動態空間面板模型估計結果。結果表明,東部、中部和西部地區的城鎮化對生態效率的空間影響效應存在明顯的異質性特點。從空間維度來看,東部、中部地區城市生態效率的空間滯后系數ρ在1%的水平上顯著為正,且東部大于中部,西部地區不顯著,意味著東部和中部地區的城市生態效率存在明顯的空間依賴性,而西部地區的則不存在空間集聚性。3大區域的生態效率的時間滯后系數和時空滯后項系數均在1%的水平上顯著,東部地區的絕對影響程度最大,西部地區次之,說明東部地區在城市生態效率方面的累積效應和城市之間的“學習效應”較強。

東部、西部地區生態效率隨城鎮化水平的提升呈倒“N”型曲線態勢,中部地區為“N”型曲線特征,但不具有統計學上的顯著意義。從城鎮化的時空滯后項系數發現,東部地區城市生態效率會受到鄰近城市前一期城鎮化水平抑制效用,表現為線性遞減趨勢。而中部地區則為顯著的“U”型曲線關系且多數地區已達到拐點,處于拐點的右側。這可能源于東部地區城市之間城鎮化水平差距較大,城鎮化水平較高的城市受益于集聚效應和規模效應,經濟發展水平較高,基于生產要素的逐利特性獲得更多的要素流入。加之,東部地區城市之間長期處于非合作博弈狀態,政府傾向于在區域內構筑獨立的經濟結構體系以限制生產要素的城際流動,故而鄰近城市前一期的城鎮化水平會抑制東部地區城市當期的生態效率。

②城鎮化對生態效率的空間效應分解

為進一步分析城鎮化對生態效率的影響,根據式(6)對包含被解釋變量時空滯后項的動態空間杜賓模型進行分解,得出短期效應和長期效應下的空間直接效應、空間溢出效應和空間總效應。表6為根據表5結果計算得出的空間溢出效應分解結果。從全國范圍視角來看,城鎮化對生態效率的影響方向均一致,都呈顯著的倒“N”型曲線走勢,并且短期效應的直接效應和間接效應的系數絕對值均小于時間滯后效應的長期效應的值,說明城鎮化對生態效率的影響符合累積效應原理。當本區域內的生態效率提升后,人們會提高對生態效率的改善預期,進而引致政府在未來更長一段時期在推進城鎮化進程中采取積極措施提升生態效率,因此,假設1得到驗證。此外,根據表6空間溢出效應分解結果可知,不論是短期效應還是長期效應,間接效應的絕對影響程度均大于直接效應,表明本區域城鎮化對鄰近城市生態效率的影響程度大于其對本區域內生態效率的作用效果,這可歸因于生產要素的流動,城鎮化水平越高的城市,意味著勞動力、技術以及資本等要素區際間流動更自由、更快捷。并且城鎮化發展初期,鄰近區域采取放任自由的態度,導致一些低效高耗的要素流入,阻礙其生態效率的提升。但是隨著問題的不斷暴露,鄰近城市開始采取環境規制政策有選擇地允許部分能夠改善生態效率的要素流入。隨著要素流出,本區域政府為提升生產效率,傾向于采取積極措施保留積極生產要素且有選擇地輸出要素。

由于表5中第(4)列西部地區的空間滯后系數ρ不顯著,故本文只進一步就東部和中部地區城鎮化對生態效率空間效應分解結果予以解釋。由表6中區域范圍為東部和中部地區的空間溢出效應分解結果可知,東部和中部地區城鎮化對生態效率的短期直接效應和短期間接效應的系數絕對值均小于長期效應的值。綜合長期效應和短期效應可知,東部地區城鎮化對生態效率以直接效應為主,中部地區則以溢出效應為主。這一結果意味著東部地區城市生態效率主要受自身城鎮化水平的影響,中部地區則相反,即相比于東部沿海地區,中部地區雖然城鎮化水平整體較低,但是城市之間的聯動性更強,要素流動壁壘較小。

表6 城鎮化對生態效率的空間影響效應的分解及區域異質性分析

4.城鎮化對生態效率的影響路徑檢驗

本文分別從技術水平和產業結構兩條路徑考察城鎮化水平對生態效率的影響,并在動態空間杜賓模型中引入城鎮化與產業結構、城鎮化與技術水平的交互項,表7為交互模型空間計量結果。表7中第(1)、(2)列為不包含交互項的回歸結果,結果顯示,城鎮化水平、產業結構和技術水平的單獨項系數對生態效率的影響均顯著,故而滿足引入交互項的前提條件。為了克服多重共線性問題,在回歸前對變量進行了中心化處理。表7中第(3)、(4)列依次為引入城鎮化與產業結構和城鎮化與技術水平交互項的估計結果,結果表明,加入交互項后,空間滯后系數ρ 均在1%的顯著性水平下為正,說明在聯動視角下中國各城市的生態效率的空間集聚性仍然存在。

表7 交互模型空間計量回歸結果

城鎮化與產業結構的交互項系數顯著為負(P=-0.034),說明在產業結構優化程度較高的城市,城鎮化對生態效率的促進作用較小,而在產業結構優化程度較低的城市,城鎮化對提升生態效率更為重要。進一步表明了城鎮化與產業結構的相互作用對城市生態效率的提升并未起到促進作用,反而抑制了生態效率的改善,即各個城市城鎮化發展速度與產業結構調整的方向、力度和重點的不匹配對生態效率的提升存在制約效應。加入空間滯后項(W* )的估計結果顯示,產業結構優化程度低的城市生態效率更容易受到鄰近城市城鎮化水平的影響。由此可知,假設2得到支持,城鎮化會通過影響產業結構作用于城市生態效率。城鎮化與技術水平的交互項系數顯著為正(P=0.015),說明技術水平正向調節城鎮化與生態效率之間的關系。換言之,技術水平提升能夠有效促進城鎮化對生態效率的改善作用,故假設3并未得到完全驗證,技術水平作為調節變量影響城鎮化與生態效率之間的關系。在考慮空間滯后項的情況下,城鎮化與技術水平交互項系數的符號并未產生實質性的改變,說明城市內部城鎮化對生態效率的促進作用會受益于其他城市技術水平提升產生的技術外溢。

六、穩健性檢驗

為了提升檢驗結果的穩健性,本文采用更換解釋變量測量方法和構建新的空間權重矩陣等方式,對城鎮化影響城市生態效率的空間溢出效應進行穩健性檢驗。首先,在更換解釋變量測量方法層面。鑒于城市空間的擴張蔓延是城鎮化進程中最直接和明顯的特征,本文引入土地城鎮化,將建成區面積占城市土地面積比重作為城鎮化的衡量標準,替代原模型中的人口城鎮化代入模型(4)中,重新對城鎮化對生態效率的空間溢出效應進行實證檢驗,以檢驗回歸結果的穩健性。其次,在空間權重矩陣設定方面。由于空間權重矩陣的設定存在一定的主觀性,在利用空間杜賓模型進行實證分析時,不同空間權重矩陣的選擇可能會對空間效應檢驗結果產生影響。故,本文構建了基于鄰接關系的鄰接空間權重矩陣(0-1矩陣)替換上文的地理距離空間權重矩陣代入空間計量模型中,并重新進行空間計量回歸。鄰接空間權重矩陣是以地理位置上是否相鄰為標準來判斷單元之間是否存在相關性。如果兩個空間單元i 與j 之間相鄰,則認為空間單元之間存在空間相關,Wij為1,反之,不相鄰則不存在空間相關,Wij為0,并對其進行標準化處理。此外,本文進一步綜合以上兩種方法,進行以土地城鎮化為核心解釋變量、以鄰接矩陣為空間權重矩陣的穩健性檢驗。

表8 列示了不同方法下的穩健性檢驗結果。其中,第(1)列表示解釋變量為土地城鎮化的動態空間面板估計結果,第(2)列表示空間權重矩陣為鄰接矩陣的估計結果,第(3)列表示解釋變量為土地城鎮化、空間權重矩陣為鄰接矩陣的估計結果。結果表明,在不同的穩健性檢驗方法下,生態效率的空間滯后系數和時空滯后項系數均在1%的水平上顯著為正,城鎮化水平的一次項、二次項和三次項系數均通過顯著性檢驗,生態效率隨著城鎮化水平的推進呈顯著的倒“N”型曲線特征。穩健性檢驗結果與上文不存在實質性的變化,說明通過更換核心解釋變量和空間權重矩陣后,本文的研究結論依舊成立。加之本文采用的是動態空間杜賓模型,在考慮了城鎮化推進過程中生態效率的動態性及空間相關性的基礎上,能夠很好地避免內生性問題[43]。綜上可知,雖然在不同的穩健性檢驗中,估計系數的數值大小有所變化,但是分析結果均顯示城鎮化對生態效率存在顯著的空間溢出效應,表明本文的核心結論具有較強的穩健性。

表8 穩健性檢驗結果

七、結論與啟示

本文基于中國2004~2018年285個城市生態效率的測算結果,梳理了生態效率的時空變化特征,并通過動態空間杜賓計量模型實證檢驗了城鎮化水平對生態效率的影響和區域異質性特征。結果表明:(1)中國城市整體的生態效率呈波動上升態勢,雖存在明顯的地區差異,但地區間的差距隨時間推移呈波動縮小的趨勢;相較于城鎮化,生態效率存在極化現象,且這一現象正逐漸得到緩解。(2)中國各城市的生態效率存在明顯的空間集聚性,城鎮化水平對生態效率存在明顯的空間溢出效應,且呈顯著的倒“N”型曲線走勢。(3)城鎮化對生態效率的空間效應存在明顯的區域異質性特征。(4)產業結構優化程度較高的城市,城鎮化對生態效率的提升效用較小,并且生態效率不易受其他城市城鎮化水平的影響;而技術水平的提升能夠強化城鎮化對生態效率的改善作用,并且這種改善作用受到本區域和鄰近城市的技術水平的雙重疊加效用。

根據本文研究結論提出的政策建議如下:(1)堅持統籌區域城鎮化發展和注重生態效率的和諧發展理念,立足當前和著眼長遠相結合制定、實施科學有效的生態效率改善舉措。本文研究結論顯示,當期的生態效率水平能夠正向預測下一期的生態效率,故而政府相關部門應持續地加大投入助力生態效率的提升。(2)根據城鎮化水平和生態效率存在的區域異質性特征進行合理規劃。本研究顯示,城鎮化對生態效率的空間效應存在顯著的區域異質性,故對東部、中部和西部地區推進城鎮化進程應采用因地制宜的生態效率改善舉措。(3)本文研究發現技術水平的提升有助于增強城鎮化對生態效率的促進效應。因此要進一步加大對技術水平的投入力度,通過提升技術創新能力和促進技術外溢來提高城市的技術水平,以發揮其在城鎮化改善生態效率過程中的加持效用。(4)著力推進產業結構優化與城鎮化進程協調發展對于改善城市生態效率具有重要意義。城鎮化與產業結構的協調發展有助于提升生態效率,而城鎮化與產業結構不匹配則會阻礙生態效率的提升[44]。故而,在進一步城鎮化的過程中政府部門應基于當地產業發展情況,合理規劃以匹配城鎮化進程與產業結構的轉型升級,從而促進生態效率的提升,而不是照搬照抄其他高速發展城市的產業升級模式,以免對生態效率造成破壞性影響。