“两横三纵”城市化地区的经济效率、环境效率和生态效率 ——基于混合方向性距离函数和合图法的实证分析

“两横三纵”城市化地区的经济效率、环境效率和生态效率
——基于混合方向性距离函数和合图法的实证分析

陈黎明，王文平, 王斌

(东南大学经济管理学院，江苏南京210096)

摘要：运用混合方向性距离函数模型(HDDF)对2011年 “两横三纵”城市化战略格局中62个重要节点城市的经济效率、环境效率和生态效率进行了实证研究。研究发现：62个城市的平均经济效率、环境效率和生态效率分别为0.66、0.40和0.42，仍然存在较大的效率改进空间。优化开发地区在三种效率指标上的表现均优于重点开发地区，扮演着“先进者”的角色。合图法分析结果表明，62个城市可以分为四类，分别对应四种经济发展模式，应该采用差异化的经济发展模式改革策略。松弛分解表明，经济产出不足是非效率的主要源泉。最后，根据研究结论给出了提升区域生态效率的政策建议。

关键词：混合方向性距离函数；合图法；生态效率；“两横三纵”城市化地区

收稿日期：2014-06-03修回日期：2014-12-05

基金项目：国家社科基金重大招标项目(12&ZD207)，国家自然科学基金(70973017，71172044，71273047)，高等学校博士点基金(20120092110039)。

作者简介：陈黎明(1986-)，男，河南开封人，东南大学经济管理学院博士研究生，研究方向：产业生态系统、复杂系统建模、数据包络分析。

中图分类号：F062.2；X22

文献标识码：A

文章编号：1002-9753(2015)02-0096-14

Abstract:In this paper, we apply the hybrid directional distance function model to assess economic efficiency, environmental efficiency and eco-efficiency for sixty-two important Chinese cities in the two vertical and three horizontal urbanization areas. It shows that: The economic efficiency, environmental efficiency and eco-efficiency are separately 0.66, 0.40 and 0.42 on average and still have a big space for improvement. The optimizing development areas are superior to the important development areas in three kinds of efficiency and play the role of precursor. The sixty-two cities can be aggregated to four groups based on Co-Plot method. Each group corresponds to a kind of development mode. By slacks decomposition, we find that economic output deficiency is the main source of inefficiency. In the end, some policy suggestions are given according to the research conclusion.

Economic Efficiency, Environmental Efficiency and Eco-efficiency of the

So-called Two Vertical and Three Horizontal Urbanization Areas:

Empirical Analysis Based on HDDF and Co-Plot Method

CHEN Li-ming, WANG Wen-ping，WANG Bin

(SchoolofEconomicsandManagement,SoutheastUniversity,Nanjing210096,China)

Key words: hybrid directional distance function; Co-Plot method; eco-efficiency; two vertical and three horizontal urbanization areas

一、引言

我国主体功能区规划要求建设两横三纵的城市化战略格局。两横三纵，即以欧亚大陆桥通道、沿长江通道为两条横轴，以沿海、京哈京广、包昆通道为三条纵轴，以主要的城市群地区为支持，以轴线上其他城市化地区为重要组成部分的城市化战略格局。这些地区集聚了全国大部分的人口和经济总量。城市化和工业化进程的推进进一步加重了这些地区资源环境的负载，造成经济发展与生态环境之间的矛盾日益严重。如何在有效利用资源和保护环境的基础上发展经济，不断提高生态效率，已经成为两横三纵城市化地区发展研究的热点和难点。

自1992年世界可持续发展委员会(WBCSD)提出生态效率的概念以来，生态效率已经成为探讨经济与环境协调发展，实现经济效益和生态效益双赢目标的有效工具。宏观尺度上，生态效率可以作为循环经济发展的合适测度(诸大建和邱寿丰[1])和衡量两型经济发展的标准(匡远配[2])。企业层面上，通过借鉴国际范围内企业实施生态效率的实践，可以为我国企业实施绿色发展战略提供对策(岳媛媛和苏敬勤[3])。鉴于生态效率的重要性，众多学者发展出多种方法核算生态效率。如：Huppes等[4]采用成本-收益分析方法核算了荷兰油气开采和生产行业的生态效率。由于区域层面的环境成本核算方法并不成熟，这种方法不适于区域生态效率的评价。李名升和佟连军[5]结合能值分析和物质流分析计算了吉林省的生态效率。陈傲[6]以2000-2006年中国29个省际截面数据为样本，采用因子分析赋权方法，评价了中国区域生态效率。他们的方法虽然综合考虑了各种环境压力，但是却忽视了经济活动中不同环境压力之间的可替代性。为了弥补上述缺陷，Kuosmanen和Kortelainen[7]提出应用DEA方法测算生态效率，其基本思路是根据经济产出数据得到各种环境压力指标的内生权重，进而得到各个决策单元可获得的最大相对生态效率。Kortelainen[8]进一步将Kuosmanen和Kortelainen的方法由生态效率的静态评估扩展至动态分析生态生产率的变化。杨凯等[9]，王恩旭和武春友[10], 杨文举[11]，朱南和刘一[12]也沿袭这一框架进行生态效率的测算。Kuosmanen和Kortelainen的方法不需要污染物的价格信息并充分考虑了不同环境压力的可替代性，但是，他们的模型实质上是将污染物作为投入指标处理，这与实际的生产过程不符，而且违背了物料守恒条件。

生态效率测算的关键是如何将资源消耗和污染排放纳入效率分析的框架。基于环境生产技术的方向性距离函数提供了一套可靠的分析方法。一方面，它能够体现资源投入转化为经济产出和污染物的生产过程。另一方面，它允许通过设置不同的方向向量反映特定的决策目标情景。近年来，一些学者已经尝试利用方向性距离函数将环境因素纳入到效率和生产率的分析框架中对中国的经济进行实证研究。如：陈诗一[13]设计了一个基于方向性距离函数的动态行为分析模型来对中国工业节能减排的损失和收益进行模拟分析，找到了通向中国未来双赢发展的最优减排路径，支持了环境治理可导致环境和经济双赢发展的环境波特假说。涂正革[14]利用方向性距离函数计算了中国30个省市地区环境与工业增长的协调性，发现区域间环境工业协调性极不平衡。加快工业经济结构升级速度，深化产权结构改革，促进企业集团化发展等措施有利于实现环境工业协调发展。沈可挺和龚健健[15]运用方向性距离函数方法估算了“九五”至“十一五”时期中国高耗能产业的环境全要素生产率，并在考察高耗能产业全要素生产率的行业和省际差异基础上，对其影响因素进行了实证分析。上述文献运用径向的、产出角度的DEA来计算方向性距离函数*Cooper et al. [16]将DEA测度效率的模型分为 4 类： (1)径向的和角度的； (2) 径向的和非角度的；(3)非径向的和角度的；(4)非径向的和非角度的。“径向的”意味着在评价效率时要求投入或产出同比例变动, 而“角度的”意味着评价效率时需要做出基于投入(假设产出不变)或基于产出(假设投入不变)的选择。。当存在投入过度或产出不足，即存在投入或产出的非零松弛时，径向的DEA效率测度会高估评价对象的效率；而产出角度的DEA效率测度无法反映固定产出的情况下投入可缩减的程度。Picazo-Tadeo等[17]运用径向方向性距离函数测算了西班牙橄榄种植园的生态效率。结果发现在不影响经济产出的情况下，仍有较大潜力减少环境压力，因此，污染者付费和严厉的环境管制是较为有效的环境管理手段。与上述文献有所不同的是，Picazo-Tadeo的模型对角度的选择取决于决策者对经济和环境重要性的权衡。

为了克服径向方向性距离函数的不足，也有学者采用非径向的DEA计算方向性距离函数。如：王兵等[18]运用非径向、非角度的SBM方向性距离函数和卢恩伯格生产率指数测度了中国30个省份1998-2007年的环境效率、环境全要素生产率及其成分，并对影响环境效率和环境全要素生产率增长的因素进行了实证研究。他们发现环境效率较高的省份均集中在东部地区，资源环境因素对各省份全要素生产率的排名有显著的影响；人均GRP、FDI、结构因素、政府和企业的环境管理能力、公众的环保意识对环境效率和环境全要素生产率有不同程度的影响。Zhou等[19]运用非径向的方向性距离函数方法评估了126个国家电力行业的能源绩效和碳排放绩效，发现经合组织国家的碳排放绩效优于非经合组织国家，但二者在能源绩效上无显著差异。非径向的DEA效率测度通过最大化所有投入和产出的平均松弛得到非效率得分。当存在同比例变化的投入或产出时，最大化平均松弛的做法可能会低估评价对象的效率。

Tone[20]通过将投入和产出的数据矩阵细分为径向部分和非径向部分构建了混合DEA型，借鉴Tone的做法，本文将径向和非径向方向性距离函数扩展为混合方向性距离函数模型以避免二者的缺点。

本文试图从以下几个方面对现有文献进行拓展：(1)在资源、污染物产生和经济价值创造的联合生产框架内，运用混合方向性距离函数模型，通过设置不同的方向向量反映“建设资源节约型城市”、“建设环境友好型城市”和“建设资源节约和环境友好的两型城市”三种目标情景，分别测算“两横三纵”城市化战略格局中62个重要节点城市的经济效率、环境效率和生态效率。(2)根据三种效率指标，利用高维数据可视化技术合图法*合图法是由Raveh [21]提出的多元变量统计分析方法。合图法因把研究对象及属性的分析结果展现在同一幅图中而得名。传统的多元分析方法，如主成分分析、聚类分析等习惯把两者隔离开来分析。合图法把研究对象置于一个两维空间，研究对象的位置同时受各属性的制约。合图法已经广泛应用于商业银行绩效分析 [22]、机场的标杆管理 [23]、企业并购中文化整合适应性研究 [24]、旅游景点对游客的吸引力分类 [25]等领域，但用于区域分析的并不多见。(Co-Plot)对62个城市进行分析和分类。(3)通过非效率分解探讨三种效率缺失的内生影响因素。

二、研究方法

(一)环境生产技术和非径向方向距离函数

T={(x,yd,yu)|x≥Xλ,yd≤Ydλ,yu=Yuλ,λ≥0}

其中，n、m、s和h分别表示决策单元、投入、期望产出和非期望产出的数目。

这一非径向方向性距离函数的值可以通过求解下面的分段线性规划模型得到：

[NR-DDF]

s.t.Xλ≤x+βx·diag(gx)

Ydλ≥yd+βy·diag(gyd)

Yuλ=yu+βyu·diag(gyu)

λ≥0，βx，βyd，βyu≥0

(1)

(二)混合方向距离函数和非效率分解

[HDDF]

s.t.XRλ≤xR+βxR·diag(gxR)

XNRλ≤xNR+βxNR·diag(gxNR)

YRdλ≥yRd+βyRd·diag(gyRd)

YNRdλ≥yNRd+βyNRd·diag(gyNRd)

YRuλ=yRu+βyRu·diag(gyRu)

YNRuλ=yNRu+βyNRu·diag(gyNRu)

β=β·sgn(|g|)T，≥0

(2)

其中，w=(wxR,wxNR,wyRd,wyNRd,wyRu,wyNRu)T径向投入、非径向投入、径向期望产出、非径向期望产出、径向非期望产出、非径向非期望产出对应的标准化的权重向量，β=(βxR,βxNR,βyRd,βyNRd,βyRu,βyNRu)T≥0。最后一个约束条件保证g中某个分量为0时，β对应的分量也为0。

通过求解模型(2)，我们可以得到一组最优解：β*，使用这组最优解，我们可以将效率损失分解为以下六个部分:

径向投入非效率：

(3)

非径向投入非效率：

(4)

径向期望产出非效率：

(5)

非径向期望产出非效率：

(6)

径向非期望产出非效率：

(7)

非径向非期望产出非效率：

(8)

进而，我们定义投入非效率、期望产出非效率和非期望产出非效率如下：

投入非效率：

IEx=IExR+IExNR

(9)

期望产出非效率：

IEyd=IEyRd+IEyNRd

(10)

非期望产出非效率：

IEyu=IEyRu+IEyNRu

(11)

于是整体的效率损失可以定义为

IE=IEx+IEyd+IEyu

(12)

(三)经济效率、环境效率和生态效率的测度

自然资源的稀缺性和环境承载力的有限性，赋予了经济增长“生态效率”的内涵。生态效率的核心思想是以最少的资源损耗和环境污染生产最大的产品和服务价值，这与建设生态文明和实现可持续发展的目标不谋而合。从本质来看，生态效率包含了资源节约和环境友好两方面的内容，可以分解为经济效率和环境效率两个维度。经济效率反映了投入资源创造经济价值的效率，可以用经济效率衡量经济增长对资源节约的状况。而环境效率反映了以污染物排放为环境代价产出产品和服务的效率，可以用环境效率衡量经济增长对环境友好的程度。经济效率和环境效率从不同方面反映了生态效率的内涵。

在利用方向性距离函数计算生态效率之前，需要预先设置好方向向量以反映不同的政策目标情景和效率内涵。本文设定“建设资源节约型城市”，“建设环境友好型城市”和“建设资源节约和环境友好的两型城市”三种目标情景如下：

情景1：g=(-x,yd,0)，保持污染水平不变的情况下，节约资源，增加产出，建设资源节约型城市。

情景2：g=(0,yd,-yu)，保持资源消耗水平不变的情况下，减少污染，增加产出，建设环境友好型城市。

情景3：g=(-x,yd,-yu)，既节约资源，减少污染，又增加产出，建设资源节约、环境友好型城市。

最后，为了便于考察非效率的源泉，我们定义如下三个指标：

资源投入非效率贡献度NEX=IEx/IE。

污染排放非效率贡献度NEYB=IEyu/IE。

经济产出非效率贡献度NEYG=IEyd/IE。

(四)合图法

合图法一般将数据矩阵Yn×p进行图形展示，n个研究对象定义成n个点，p个属性基于同一原点以p个箭头表示。通过合图法，具有相似属性的研究对象较为紧密地展示在图上。每个属性以不同的箭头单独体现。合图法由两图依次叠加而成。第一幅图显示n个研究对象的n个不同区位，第二幅图在第一幅图的基础上以p个箭头展示p个属性的相关信息。

合图法一般包括以下四个步骤：

步骤一：数据矩阵Yn×p的标准化处理：zij=(yij-yj)/sj，其中，yj和sj分别为数据矩阵Yn×p第j列的均值和标准差。

步骤二：两两研究对象差异性的测度：Sik=|zij-zkj|(1≤i,k≤n)

步骤三：采用最小空间分析对n个研究对象进行图形展示。最小空间分析通过疏离指数θ判断图形拟合的精确性。

步骤四：相关属性p个箭头的形成：每个属性的实际值和在箭头轴上的相关程度最大化。高度相关的属性在图形上的方向一致，两两箭头夹角的余弦值与两者之间的相关程度成比例。

通过合图法得出的图形通过两个系数检验其拟合程度。一个为第三步中的疏离指数θ，另一个为第四步中p个属性的相关系数rj(1≤j≤p)。当拟合程度比较低，即θ≥0.15或rj≤0.4时，得出的图形不能正确反映数据所包含的信息。

三、数据来源及处理

我国主体功能区规划将“两横三纵”城市化战略格局中的城市按照主体功能区定位分为优化开发地区和重点开发地区。它们分别属于京津冀、珠江三角洲、长江三角洲等25个城市群，具体情况见表1，其中各城市群包含的城市参考了《全国城镇体系规划纲要(2005-2020年)》。参考《中国统计年鉴》中70个大中城市的名单，并考虑数据的可得性，我们最终选取了62个城市作为生产单元(在表1中用黑粗体标记)，它们分别属于24个城市群和两类主体功能区。投入、期望产出和非期望产出指标的选择和相关说明见表2。所用数据来源于2012年《中国城市统计年鉴》，遵义市2011年工业烟(粉)尘排放量数据来自遵义市2011年环境质量公报。

四、实证结果分析

(一)经济效率、环境效率和生态效率的测算结果

运用混合方向性距离函数以及2011年62个城市的有关数据，我们构造了经济效率(E1)、环境效率(E2)和生态效率(E3)的最优生产前沿，进而计算出62个城市三种效率的得分，24个城市群和不同主体功能区定位地区的数值由其所包含城市数值进行平均得到(见表3)*限于篇幅，经济效率、环境效率、生态效率及其非效率分解的详细公式置于附录中。我们用MATLAB优化工具箱编程完成相关计算。。表3还给出了径向方向性距离函数和非径向方向性距离函数的计算结果。从表3可知，由于同时存在径向指标和非径向指标，混合方向性距离函数的计算结果介于径向和非径向方向性距离函数之间*秩和检验表明，混合模型与径向模型的计算结果在1%水平上差异显著，混合模型与非径向模型的计算结果在10%水平上差异显著。。

表1　“两横三纵”城市化战略格局中的重要节点城市

表2　投入、期望产出和非期望产出指标

(1)从经济效率来看，62个城市中，北京、唐山、秦皇岛、青岛、烟台等23个城市实现了相对经济效率，说明这22个城市在节约利用资源取得经济增长方面是有效的，在现有技术条件下实现了以最小资源投入获得最大的经济产出。在经济效率不为1的城市中，排名前5位的城市为广州、扬州、吉林、成都和安庆，平均效率达到0.78，而排名后5位的城市有兰州、乌鲁木齐、西宁、贵阳和太原，平均效率为0.16。分城市群来看，排名前5位的城市群有冀中南、环长株潭、滇中、京津冀和环鄱，平均效率为0.94，而排名后5位的城市群有东陇海、宁夏沿黄、天山北坡、兰西和晋中，平均效率为0.22。从主体功能区定位来看，优化开发地区的平均效率达到0.75，高于重点开发地区(0.61)。整体上，62个城市的平均经济效率为0.66，这说明资源强度还有34%的改进空间，资源浪费现象仍然存在。这一状况导致了资源的过度开采和破坏，没有实现资源节约型的经济增长。

(2)从环境效率来看，62个城市中仅有北京、青岛、烟台、无锡、深圳、长沙、海口、三亚、昆明9个城市实现了相对环境有效，说明这9个城市在促进经济增长的同时，污染物减排工作是卓有成效的，基本上实现了以最小污染获得最大的经济发展的目标。在环境效率不为1的城市，排名前5位的城市有广州、扬州、上海、天津和温州，平均效率为0.48，而排名后5位的城市有乌鲁木齐、银川、黄石、西宁和秦皇岛，平均效率仅为0.21。分城市群来看，排名前5位的城市群有滇中、山东半岛、珠江三角洲、北部湾和长江三角洲，平均效率为0.70，排名后5位的城市群有冀中南、黔中、天山北坡、宁夏沿黄和兰西，平均效率为0.16。从主体功能区定位来看，优化开发区的平均效率为0.53，优于重点开发区(平均效率为0.34)。整体来看，62个城市的平均效率为0.40，这说明在保持现有资源消耗水平不变的情况下，实现污染减排和经济发展的政策目标，污染物的最优排放强度应为实际污染排放强度的60%。这一情况加重了环境压力，没有实现环境友好型的经济增长。

(3)从生态效率来看，62个城市中仅有北京、青岛、烟台、无锡、深圳、长沙、海口、三亚、昆明9个城市的生态效率为1，实现了相对生态有效。这说明这9个城市在取得经济发展的同时，有效兼顾了资源节约和环境保护。在生态效率不为1的城市中，排名前5的城市有广州、成都、武汉、南昌和惠州，平均效率为0.49，而排名后5位的城市有岳阳、秦皇岛、遵义、西宁和牡丹江，平均效率仅为0.23。分城市群来看，排名前5为的城市群有滇中、山东半岛、珠江三角洲、北部湾和长江三角洲，平均效率为0.69，排名后5位的城市群有冀中南、哈长、宁夏沿黄、天山北坡和兰西，平均效率仅为0.25。从主体功能区的定位来看，优化开发地区的平均效率为0.52，大于重点开发地区的平均效率(0.38)，均处于一个较低的水平。整体来看，62个城市的平均生态效率为0.42，如果能够充分利用当前技术水平，资源强度和污染排放强度在平均意义上相对于当前水平可以缩减58%，这说明这些城市在实现可持续发展上仍存在资源浪费和污染过量排放的问题，影响了整体生态效率的提高。

表3　2011年“两横三纵”城市化地区的经济效率(E1)、环境效率(E2)和生态效率(E3)

(二)优化开发地区城市与重点开发地区城市效率差异性检验

对比优化开发地区和重点开发地区三种效率指标的取值，我们发现，优化开发地区在三种效率指标上的平均表现均优于重点开发地区。为了考查优化开发地区(G1)与重点开发地区(G2)在经济效率、环境效率和生态效率三个指标上是否存在显著的统计差异，建立以下三个假设：

H01：优化开发地区与重点开发地区之间的经济效率不存在显著差异。H11：优化开发地区的经济效率优于重点开发地区。

H02：优化开发地区与重点开发地区之间的环境效率不存在显著差异。H12：优化开发地区的环境效率优于重点开发地区。

H03：优化开发地区与重点开发地区之间的生态效率不存在显著差异。H13：优化开发地区的生态效率优于重点开发地区。

因为经济效率、环境效率、生态效率三个指标不服从正态分布，遵循Zhou等[18]的做法，采用非参数的Wilcoxon-Mann-Whiteney秩和检验，对优化开发区和重点开发区的三种效率指标进行检验，检验结果见表4。

对于E1、E2、E3三个指标的Z统计量均在相应水平上拒绝了原假设。这说明不同主体功能区定位的城市在经济效率、环境效率和生态效率上具有显著的异质性，呈现优化开发地区>重点开发地区的梯度分布。

(三)各城市的发展模式识别和发展路径选择

采用Co-Plot分析方法，将“两横三纵”城市化战略格局中62个重要节点城市作为研究对象，根据各个城市的经济效率、环境效率和生态效率三个属性对62个城市进行聚类和图形展示，从而揭示各个城市发展模式的特征，结果如图1所示。通过Co-Plot技术可以得出，疏离指数为0.048，经济效率、环境效率和生态效率三个属性的拟合指数分别为0.92、0.97和0.94，可见该图像的拟合程度较高，根据经济效率、环境效率和生态效率三个指标， 62个城市可以归为四大类*由于合图法没有提供统一的分类标准，分类同时参考了K均值聚类的结果。。

表4　Wilcoxon-Mann-Whiteney秩和检验结果

注：***表示1%的显著性水平。

图1　62个城市经济效率、环境效率和生态效率的合图法展示

A组：高经济效率、高环境效率、高生态效率。该组包括北京、长沙、青岛、烟台、无锡、昆明、海口、三亚和深圳9个城市。该组成员经济效率、环境效率和生态效率均为1，可以作为其他城市提升生态效率的标杆。

B组：高经济效率、低环境效率、低生态效率。该组包括秦皇岛、遵义、包头、石家庄、唐山、九江、岳阳、湘潭、株洲、常德、厦门、大连、吉林、杭州、泉州和安庆16个城市，其经济效率、环境效率和生态效率的平均值分别为0.98,0.26和0.29。B组城市在一定程度上减少了资源的过度开采和破坏，但却忽略了对污染物排放的控制和治理，较低的环境效率拉低了整体的生态效率，是一种资源节约型的弱可持续发展模式。对于B型发展模式，应采取B→A的发展模式改革路径，在经济效率较高的前提下，加强环境管制，促进清洁生产，提高环境效率和生态效率。

C组：低经济效率、高环境效率、高生态效率。该组包括广州、成都、扬州、温州、上海、合肥、南昌、武汉、惠州、天津、沈阳、宁波、湛江、长春、西安、南宁和哈尔滨17个城市，其经济效率、环境效率和生态效率的平均值分别为0.59,0.41和0.39℃组城市实现了污染减排和经济增长的双赢绩效，虽然经济效率相对低下，但生态效率仍位于较高水平，是一种环境友好型的弱可持续发展模式。对于C型发展模式，应采取C→A的发展模式改革路径，在环境效率较高的前提下，提高资源的利用效率，大力发展循环经济和静脉产业，提高废弃物的资源化水平，保护资源，减少资源浪费，从源头上控制污染物的产生，实现资源的永续利用和经济的可持续发展。

表5　2011年“两横三纵”城市化地区经济效率、环境效率和生态效率的非效率分解

D组：低经济效率、低环境效率、低生态效率。该组包括呼和浩特、乌鲁木齐、兰州、西宁、银川、重庆、泸州、太原、贵阳、锦州、牡丹江、南京、徐州、福州、北海、黄石、蚌埠、济南、郑州、洛阳20个城市，其经济效率、环境效率和生态效率的平均值分别为0.30,0.23和0.29，与其他各组相比，均处于较低水平。D组城市同时存在资源利用效率低下、污染物过量排放、经济产出不足等问题，是一种资源浪费和环境恶化的不可持续发展模式，无论是经济发展的质量和还是效益均亟待改善。对于D型发展模式，有D→B→A和D→C→A两种可选的发展模式改革路径。由图1可知，环境效率与生态效率相关程度更大且D组与C组更为接近。 因此，D型发展模式的最佳改革路径应该为D→C→A，将加强污染物的控制与管理、减少污染物的排放，提高环境效率放在首要地位，并以节能降耗、减少资源浪费，提高经济效率为辅助，整体提升生态效率，从而实现节约资源、减少污染和发展经济并举的可持续发展目标。

(四)经济非效率、环境非效率和生态非效率的源泉

对非效率进行分解可以探讨效率缺失的内生影响因素。根据第二节提出的非效率分解公式，我们计算了62个城市对于每种效率指标各要素的松弛占全要素非效率的比重，城市群和不同主体功能区的数据由其所包含城市的数值进行平均得到。分解结果如表6所示。

整体来看，经济非效率、环境非效率的主要源泉为经济产出不足。分析生态非效率的构成，经济产出不足的贡献度最大，达到41%，资源利用非效率的贡献度为28%，低于污染排放的贡献度(32%)，表明污染减排工作的压力大于资源节约的压力。

从主体功能区的定位来看，虽然优化开发地区的三种效率指标均优于重点开发地区，但是其资源投入低效和污染过量排放造成的效率损失却高于重点开发地区。而经济产出不足对重点开发地区的效率影响更大。这从某种程度上反映了不同主体功能区“发展”内涵的差异。

分城市群来看，山东半岛、长江三角洲、江淮、海峡西岸和滇中5个城市群经济效率缺失的主要原因是资源利用低效。山东半岛、长江三角洲、珠江三角洲、江淮、海峡西岸、北部湾和滇中7个城市群环境效率缺失的主要源泉是污染排放过量。其余城市群经济效率和环境效率的缺失主要源于经济产出不足。这些城市群仍需大力发展经济，提高经济产出水平。然而，经济发展会给生态环境造成巨大的压力，必须谨防进入经济发展和生态环境双重恶化的路径锁定状态。通过分解生态非效率的构成可以发现，资源投入低效对辽中南、长江三角洲和滇中3个城市群生态效率的恶化贡献最大。而污染排放过量严重制约着山东半岛、珠江三角洲、江淮和海峡西岸4个城市群生态效率的提升。其余城市群生态效率的恶化则主要来源于经济产出不足。通过对三种效率指标非效率源泉的分解，可以清晰地呈现出资源投入、污染排放和经济产出对经济环境绩效的影响路径，为各个城市效率改进指明方向。

五、主要结论和政策建议

城市化进程的推进和人口、工业的集聚加剧了两横三纵城市化地区资源环境与经济发展之间的矛盾，合理评价这些地区的生态效率对于建设两横三纵的城市化战略布局具有重要意义。方向性距离函数由于能够沿着给定的方向同比例扩大产出和缩减污染而广泛应用于生态效率的测量。鉴于径向的方向性距离函数由于忽略可能存在的松弛造成效率的高估，而非径向的方向性距离函数在存在同比例增减的投入(产出)的情况下会造成效率的低估，本文构建了混合方向性距离函数模型，首先估算了两横三纵城市化战略布局中62个重要节点城市的经济效率、环境效率和生态效率。其次，根据经济效率、环境效率和生态效率的得分，利用Co-Plot技术，将62个城市分为4组，分别代表4种不同的经济发展模式。最后，通过非效率分解探讨了影响62个城市经济环境绩效的源泉。本文得出三点主要结论。

(1)62个城市的平均经济效率、环境效率和平均生态效率分别为0.66、0.40和0.42。如果能够充分利用当前的技术水平，资源强度可以提高34%，污染排放强度可以提高60%，资源强度和污染排放强度在平均意义上可以提高58%。从主体功能区的定位来看，优化开发地区在三种效率指标上的平均表现均优于重点开发地区。Wilcoxon-Mann-Whiteney秩和检验的结果表明，优化开发地区与重点开发地区在三种效率指标上的差异是显著的。62个城市中，北京、唐山、秦皇岛、青岛、烟台等23个城市是实现了相对经济效率。北京、青岛、烟台、无锡、深圳、长沙、海口、三亚、昆明9个城市实现了相对环境有效。北京、青岛、烟台、无锡、深圳、长沙、海口、三亚、昆明9个城市实现了相对生态有效。它们扮演着“创新者”和“效率领跑者”的角色，可以作为区域两型经济发展的增长极和带动者。

(2)62个城市具有不同的经济发展模式。北京等9个城市经济效率、环境效率和生态效率均位于最优生产前沿，属于资源节约和环境友好的强可持续发展模式，初步实现了经济“又快又好”的发展。秦皇岛等16个城市取得了较高的经济绩效，但却忽视了对污染物排放的控制和管理，较低的环境效率拉低了整体的生态效率，属于资源节约型的弱可持续发展模式，其下一步经济发展模式改革的重点在于提高环境效率。广州等17个环境效率和生态效率相对高效，属于环境友好型的弱可持续发展模式，其未来经济发展模式改革的重点在于提高资源的利用效率和废弃物的资源化水平，减少资源浪费，提升经济效率。呼和浩特等20个城市的经济效率、环境效率和生态效率均较低，同时存在资源浪费严重和污染物过度排放的问题，属于资源浪费和环境恶化的强不可持续发展模式。其发展模式改革路径应为不可持续发展模式→环境友好型的弱可持续发展模式→强可持续发展模式。在明确了各城市发展模式的基础上，我们可以采用相应的经济发展改革路径，充分考虑不同城市经济社会发展现状及产业结构的特点，制定针对性的差异化可持续发展策略。

(3)通过非效率的分解，我们发现，62个城市经济非效率和环境非效率的主要源泉为经济产出不足。生态非效率的构成中，资源利用低效、污染排放过量和经济产出不足的贡献度基本相当，分别为28%、32%和41%。从主体功能区的定位来看，资源利用低效和污染过量排放对优化开发地区造成的效率损失高于重点开发地区，而经济产出不足对重点开发地区的影响更大，反映了不同主体功能区定位“发展”内涵的差异。不同城市群效率损失的原因不同，经济产出不足是大部分城市群生态效率恶化的主要原因。

根据以上研究结论，借鉴先发国家和地区经济生态化发展的经验，我们提出以下政策建议：

(1)转变经济发展方式，减少发展的成本。高消耗、高污染、低产出的粗放式经济发展方式是制约生态效率提高的主要因素。为了提升生态效率，必须全面推进经济发展方式的生态化转型。其基本策略为：①依靠科技创新和技术进步，建立健全绿色技术体系，促进资源的高效利用、循环利用和清洁利用。②加快产业结构调整，促进产业结构的升级和优化。积极推进能源结构调整，构筑低碳经济。③构建和完善产业生态网络，推进产业生态化发展。大力推行循环经济和清洁生产，实现资源的减量化、再循环和再利用。发展静脉产业，提高废弃物的资源化水平。④完善产业生态化管理和激励约束机制，综合应用规制性、市场性和参与性政策，消除自然资源和环境的负外部性效应，矫正市场失灵和政府失灵现象，破除体制性障碍。

(2)根据经济发展特征，因地制宜促进发展。各个城市的经济发展模式类型不同，应采用差异性的发展模式改革路径，实现城市的强可持续性发展。对于以提升环境效率为工作重点的城市，应从源头控制、清洁生产和末端治理三个方面着手，进一步加强环境规制力度，加大环境污染治理投入，减少污染物排放，使经济变“清”。对于以提升经济效率为工作重点的城市，应该着力提高自然资源的利用效率和废弃物的资源化水平，实现资源利用的减量化，再循环和再利用，使经济变“轻”。

(3)以新型城市化为引领，跃升生态效率。一方面，推动形成以中心城市为核心，周边城市为依托的城市集群式发展，实现资源的集约节约利用和污染物排放的集中管理。加速中心城市的产业和人口集聚，提高中心城市的综合承载和辐射带动能力。另一方面，推进城市(群)内涵式发展，提高自然资源的利用率和减少污染物排放总量，以最少的资源消耗和环境破坏获得最大的经济效益。

(4)加强区域合作和交流，寻求区域协调发展的新渠道。优化开发地区在三种效率指标上均优于重点开发地区，扮演着“先进者”的角色。加强区域合作与交流，促进资本、人才和技术的跨区域流动，有助于先进技术和绿色技术的转移和扩散，实现区域协调发展和生态效率的整体提升。一方面，要完善要素市场的流通机制，引导资本、人才和技术由优化开发地区向重点开发地区合理流动、转移和扩散。另一方面，重点开发地区应该积极承接优化开发地区的产业转移，有效消化吸收优化开发地区先进的经济社会发展和资源管理的经验。同时，重点开发地区在承接产业转移的过程中，应该严格环境准入的标准，避免高能耗、高污染产业的二次转移。

参考文献：

[1] 诸大建, 邱寿丰. 生态效率是循环经济的合适测度[J]. 中国人口·资源与环境，2006,16(5) : 1-6.

[2] 匡远配. 两型经济的衡量标准与模式：基于生态经济效率理论的分析[J]. 经济体制改革, 2011(6): 24-27.

[3] 岳媛媛, 苏敬勤. 生态效率：国外的实践与我国的对策[J]. 科学学研究, 2004,22(2)：170-173.

[4] Huppes G, Davidson M D, Kuyper J, et al. Eco-efficient environmental policy in oil and gas production in the Netherlands [J]. Ecological Economics, 2007(61 ): 43-51.

[5] 李名升, 佟连军. 基于能值和物质流的吉林省生态效率研究[J]. 生态学报, 2009, 29(11): 6239-6247.

[6] 陈傲. 中国区域生态效率评价及影响因素实证分析——以2000-2006年省际数据为例[J]. 中国管理科学, 2008,(16): 566-570.

[7] Kuosmanen T, Kortelainen M. Measuring eco-efficiency of production with data envelopment analysis [J]. Journal of Industrial Ecology, 2005, 9(4) : 59-72.

[8] Kortelainen M. Dynamic environmental performance analysis: A Malmquist index approach [J]. Ecological Economics, 2008(64) : 43-51.

[9] 杨凯, 王要武, 薛维锐. 区域梯度发展模式下我国工业生态效率区域差异与对策 [J]. 系统工程理论与实践, 2013, 33(12) : 3095-3102.

[10] 王恩旭, 武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究 [J]. 管理学报, 2011, 8(3) : 443-450.

[11] 杨文举. 中国地区工业的动态环境绩效：基于DEA的经验分析 [J]. 数量经济技术经济研究, 2009,(6) : 87-98, 114.

[12] 朱南, 刘一. 中国地区新型工业化发展模式与路径选择 [J]. 数量经济技术经济研究, 2009(5) : 3-16, 106.

[13] 陈诗一. 节能减排与中国工业的双赢发展：2009- 2049 [J]. 经济研究, 2010 (3) : 129-143.

[14] 涂正革. 环境、资源与工业增长的协调性 [J]. 经济研究, 2008 (2) : 93-105.

[15] 沈可挺, 龚健健、环境污染技术进步与中国高耗能产业——基于环境全要素生产率的实证分析 [J]. 中国工业经济, 2011(12) : 25-34.

[16] Cooper W W, Seiford L M, Tone K. Data envelopment analysis [M]. Boston: Kluwer Academic Publishers, Second Edition.

[17] Picazo-Tadeo A J, Beltrán-Esteve M, Gómez-Limón J A. Assessing eco-efficiency with directional distance functions [J]. European Journal of Operational Research, 2012, 220 : 798-809.

[18] 王兵, 吴延瑞, 颜鹏飞. 中国区域环境效率与环境全要素生产率增长 [J]. 经济研究, 2010(5) : 95-109.

[19] Zhou P, Ang B W, Wang H. Energy and CO2emission performance in electricity generation: A non-radial directional distance function approach [J]. European Journal of Operational Research, 2012,(221): 625-635.

[20] Tone K. A hybrid measure of efficiency in DEA [R]. GRIPS Policy Information Center Research Report, 2004.

[21] Raveh A. Co-plot: A graphic display method for geometrical representations of MCDM [J]. European Journal of Operational Research, 2000(120): 670-678.

[22] Raveh A. Co-plot: The breek banking system: Reanalysis of performance [J]. European Journal of Operational Research, 2000(125) : 525-534.

[23] Adler N, Liebert V, Yazhemsky K. Benchmarking airports from a managerial perspective [J]. Omega, 2013(41): 442-458.

[24] Weber Y, Shenkar O, Raveh A. National versus corporate cultural fit in mergers and acquisitions: An exploratory study [J]. Management Science, 1996,(42): 1215-1227.

[25] 马秋芳, 杨新军, 孙根年. 合图法在入境游客期望感知分析中的应用——以西安欧美游客为例 [J]. 系统工程理论与实践, 2008(4) : 167-171, 176.

[26] Färe R, Grosskopf S. Directional distance functions and slacks-based measures of efficiency [J]. European Journal of Operational Research, 2010(200) : 320-322.

(本文责编：王延芳)