长三角城市群绿色发展效率评价

长三角城市群绿色发展效率评价摘要：当前，城市群建设已经成为区域高质量发展的重要推动力。本文基于非径向的Meta-frontierDEA模型测算了我国长三角城市群26个城市2006-2015年的绿色发展效率，并进一步分析了群组前沿面和共同前沿面之间的技术差距、分解了各个城市的无效性来源。结果表明：（1）长三角城市群在2006-2015年间的绿色发展效率整体呈上升趋势，但城市群内部各城市发展存在不平衡性；（2）从技术差距比来看，四个群组中上海在10年间始终处于领先地位，江苏和浙江的绿色发展比较稳定，而安徽表现出较好的绿色发展潜力，逐步追赶并超越了江苏与浙江；（3）不同城市的绿色无效性的主要来源各不相同，有管理无效性，技术无效性或两者兼而有之。最后，根据各个城市的绿色发展效率评价结果，对长三角城市群经济结构转型、加快产业升级，实现绿色发展提供了可行建议。关键词：绿色发展效率；共同前沿；DEA；非径向模型；技术异质性

一、引言城市群作为工业化和城市化进程中区域空间形态的最高组织形式，其产业协同集聚对于经济发展有显著的协同作用[1]。根据《国家新型城镇化规划（2014—2020年）》，我国的传统省域经济正在向中心城市群经济转变，城市群建设已成为中国城市化进程的必然趋势。长三角城市群作为我国经济规模最大、人口最为密集的区域，近年来在经济和科技创新等方面取得了瞩目成绩。其2018年的GDP达到21万亿元，约占全国的23%，在11个国家级城市群中居于首位。2018年11月18日，中共中央、国务院发布的《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》使长三角一体化正式上升为国家级发展战略。由于区位优势、政策红利、创新集聚等因素，长三角城市群引领中国城市的经济发展。然而，快速的经济发展也伴随着环境问题较为突出、能耗过高等问题。由于城市群生态问题频发，城市群内部调节机制若不健全，环境污染可能面临叠加效应[2]。因此，对长三角城市群绿色发展的研究显得尤为重要和迫切。“绿色经济”是“绿色发展”的前身，出现在1989年DavidPierce所著的《绿色经济的蓝图》一书中。早期概念局限于环境保护，但随着可持续发展理念的深入，“绿色经济”的核心开始向经济与环境协调发展过渡。而“绿色发展”相关概念由联合国开发计划署（UNDP）在《2002年中国人类发展报告:让绿色发展成为一种选择》中首次提出，其核心是在资源和环境的双重约束下，发展绿色产业以推动经济结构调整，将环境保护作为实现可持续发展重要支柱的一种新型发展模式。由此，绿色发展逐步形成了经济、生态协调发展的综合理论体系。在全球生态环境日益恶化的背景下，绿色发展已经成为衡量城市群综合竞争力的一个重要指标。中国长期以来的粗放式发展带来了高污染、高能耗等一系列问题。为此，2017年中央经济工作会议上习总书记指出“我国经济已由高速增长阶段转向高质量发展阶段，推动高质量发展，是保持经济持续健康发展的必然要求”；随后又在全国生态环境保护大会上总书记再次强调：“绿色发展是构建高质量现代化经济体系的必然要求，是解决污染问题的根本之策。”显然，如何在生态边界的约束条件下开发经济发展的新模式，是长三角一体化过程中不可忽视的问题。对长三角城市群绿色发展效率的评价，对于作为全国高质量发展样板区的长三角城市群至关重要。二、文献综述目前，绿色发展已成为学界的热点问题，大量文献对这一问题进行了深入研究。针对绿色发展的评价，现有文献已呈现出概念的相似性，如：“绿色效率”、“能源效率”和“环境效率”。三个概念有相似之处，却不能混淆使用。事实上，绿色效率是能源效率和环境效率的继承和发展。能源效率考虑生产要素投入不变的条件下最大化经济产出，思维局限于生产领域；环境效率侧重于环境污染的最小化，强调废弃物产出的减少和循环再利用，指标选择局限在经济环境系统。而绿色效率不仅强调经济产出的最大化和非期望产出的最小化，还把社会发展水平纳入测度，实现了“经济-环境-社会”三个领域的统一，这更符合当代社会绿色、均衡发展的要求[2]。能源效率方面，Hu和Wang最先提出了全要素能源效率，即在单要素框架中加入劳动力、资本、能源等多个生产要素，从而合理评估能源效率[3]。然而，忽略如废气、废水等环境污染会导致能源效率的测度偏差[4]。Zhang、Wu、Bi、Wang等学者进而同时考虑非期望产出，构建全新的全要素能源效率框架，这使得度量更加合理，研究对象的深度、广度也得到了进一步发展[5-8]。Wang等把中国经济分为五大行业，分析了各行业间的差异[9]，Chen等从地区和细分行业的双重视角考察了中国制造业的能源效率[10]。环境效率方面，Gan等针对性分析了长三角24个城市的环境治理效率并度量其动态变化[11]，Wang等运用SBM方向距离函数和卢恩伯格生产率指标测度了考虑资源环境因素下中国30个省份1998—2007年的环境效率[12]，Tu等运用两阶段的网络DEA模型分析了工业领域的环境治理效率[13]。绿色效率的研究方法上，学界主要存在两种方法：随机前沿分析（SFA）和数据包络分析（DEA）。Aigner、Lovell和Schmidt开发了随机前沿分析，运用回归分析的手段，通过预定义生产函数来分析输入量和输出量之间的关系[14]。Ghosh和Kathuria发展了SFA，较好地在多输入、输出的条件下评估效率[15]。由Charnes等人提出的DEA非参数方法，能够在不指定生产函数的情况下评估多输入、输出的决策单元（DMU）的相对效率[16]。Thijssen等人的研究充分显示了DEA作为非参数方法的优越性[17]。在绿色效率的问题上，早期研究多假定被研究对象具有相同的技术水平。然而，这一假设并不现实。例如：中国东部沿海地区已进入城市化的中期阶段，西部偏远地区却仍处于城市化的起步阶段。采用上述假设会带来生产前沿面的评估偏差，Chen和Song验证了这一点[18]。为了将技术异质性纳入考虑，O'Donnell等提出Meta-frontier的概念，其使用DEA来研究属于不同群体的技术效率[19]。Li和Ma基于Meta-frontier模型考察了中国30个省区在资源与环境双重约束下的工业用水效率[20]。Zhang等开发了基于Meta-frontier的非径向方向距离函数来评估技术异质性和非期望产出对环境效率测量的影响[21]。Munisa和Arabi使用基于Meta-frontier的Malmquist-Luenberger生产力指数测度了发电站在一定时长内的环境效率[22]。Alem等提出了一个随机的Meta-frontier模型来衡量挪威奶牛场技术效率和技术差距的区域差异[23]。综上所述，对能源效率和环境效率的研究虽然已得到较深入的发展，但考察绿色效率无疑更符合可持续发展战略的要求。由于长三角城市群三省一市之间的城镇化和工业化水平并不一致，在考虑省际、省内城市间技术异质性的情况下研究其绿色效率将为中国城市群经济的发展提供更合理的现实依据。实际上，绿色发展理念就是同时考虑期望产出和非期望产出两个改进方向的非径向模型，而以往的径向模型则没有把绿色发展的理念纳入考量。本文基于现有研究成果及不足，提出了考虑非期望产出和技术异质性的非径向Meta-frontier模型，用于评价长三角城市群26个城市2006-2015年的绿色发展效率。进一步地，我们分析了群组前沿面和共同前沿面之间的技术差距、分解了各个城市的无效性来源。此外，我们还分析了这些实证结果的含义，并为政府相关部门提供了具体的对策建议。三、研究方法（一）、非径向Meta-frontierDEA模型使用DEA方法评价城市发展效率时，其潜在假设认为被评价单元的生产技术处于相同或相似水平，从而分析单元的无效性和寻找单元效率改进的标杆。但是，我国不同省份的城市化程度差距较大，产业结构和工业化水平也不一致，不同省份的生产技术水平并不相同。此时，若不考虑这些省份的生产技术水平的差异性，继续在统一的生产前沿面下评价城市的发展效率，将无法准确地衡量各地区的真实发展水平，也将难以发现无效性的来源。考虑生产技术异质性，基于O'Donnell等提出的处理办法，本文构建了同时考虑期望产出和非期望产出的非径向Meta-frontierDEA方法。假设有N个经济决策单元（DMU），每个单元都有m个投入，s个期望产出和t个非期望产出，令,和分别表示DMUn(n=1,...,N)的第i个投入、第r个期望产出和第f个非期望产出。考虑到技术异质性，我们将N个DMU分为k个独立的群组，群组k内的DMU分别由Nk（）表示。基于O'Donnell等人的共同前沿模型，在规模报酬可变的假设条件下，则所有单元的共同生产可能集为：(1)根据不同省份城市发展水平的不同划分上海、江苏、浙江和安徽四个群组(k=1,2,3,4)，其群组生产可能集为：(2)由于共同前沿技术是群组前沿技术的包络曲线，其满足：1.对于任何k，若，则；2.若，则；3.。考虑传统的径向共同前沿模型可能会忽视不同类型产出的改进潜力不相同的问题，本文提出了非径向的同时考虑非期望产出的共同前沿和群组前沿DEA模型，如(3)和(4)所示。(3)(4)其中，和分别表示给定的期望产出和非期望产出的权重，满足。两个模型的目标函数分别表示DMUn在共同前沿面和群组前沿面下的无效程度。从而，我们分别得到了DMUn的共同前沿环境效率和群组前沿环境效率。（二）、技术差异分析为了评估群组前沿面和共同前沿面之间的差距，DMUn环境效率的技术差距比定义为（5）此外，第k组的平均技术差距比为（6）由于共同前沿由群组前沿包络而成，故恒成立。因此，技术差距比在0到1之间。越趋近于1则技术异质性越小，群组的绿色效率越趋近于共同前沿的绿色效率。反之，越趋近于0则技术异质性越大，群组的绿色效率越远离共同前沿的绿色效率。尽管共同前沿和特定的群组前沿之间的技术异质性可以通过TGR区分，却无法识别共同前沿的低效来源。因此，共同前沿的无效性被分别分解为技术无效(TGI)和管理无效(GMI)，如下所示：（7）（8）其中，TGI表示由技术差异引起的共同前沿面与特定群组前沿面之间的技术差距。GMI表示由于投入和非期望产出过剩导致的无效性，这主要是由管理不善导致的。第k组中的平均TGI和GMI由等式（9）和（10）分别表示。（9）（10）四、实证分析3.1变量和数据根据2016年通过的《长江三角洲城市群发展规划》，长三角城市群包括上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城、六安26座城市。据此，本文对长三角城市群的26个地级市2006-2015年间的数据进行分析，依据城市所属行政区域划分为四个群组：上海、江苏（南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州9座城市）、浙江（杭州、宁波、湖州、绍兴、金华、舟山、台州7座城市）和安徽（合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城、六安9座城市），将这26个地级市设置为决策单元（DMU）。变量选择上，基于以往的研究成果，我们将绿色效率的输入设定为年末单位从业人员数、资本存量和城市建设用地面积，期望产出为地区生产总值，非期望产出为工业二氧化硫排放量和工业烟尘排放量，数据来源为《中国统计年鉴2016》和《中国城市统计年鉴2016》。值得一提的是，虽然两项非期望产出表面上仅与大气污染有关，但环境污染的各项指标通常具有正相关性，因此本文非期望产出的选择仍具有较强的代表性。表1数据的描述性统计分析群组年末单位从业人员数（万人）资本存量（亿元）城市建设用地面积(平方公里)地区生产总值（GDP）（亿元）工业二氧化硫排放量(万吨)工业烟尘排放量(万吨)上海498.0621380.192780.30150948.5622.256.88江苏87.833978234.24219.573577.757.933.64浙江98.445427.04165.712652.146.252.25安徽36.233760.9397.401204.842.852.60总计88.176367.85261.272896.706.273.03从表1可以看出，四个群组的三个输入量和期望产出从大到小基本都呈现上海、江苏、浙江和安徽的排列顺序，这与四个群组的城市化程度是吻合的。而非期望产出也呈现出相似的特征，表明经济发展与环境污染间的强正相关关系。上海的所有输入、输出量都是最高的，安徽的除工业烟尘排放量外都是最低的。3.2效率分析通过求解模型（3）和（4），我们可以分别得到每个DMU群组前沿和共同前沿的绿色不效率程度和，进而根据公式和得到每个DMU群组前沿和共同前沿的绿色效率程度。附录中的表2列出了26个城市2006-2015年的GEE和MEE值。图1给出了这四个群组2006-2015年的平均MEE和GEE值。图12006-2015年四群组的平均MEE和GEE值图1中我们可以直观看出四个群组绿色效率的平均表现，其中上海无论是MEE还是GEE，几乎在所有年份中都达到了前沿面，而其他三个群组均与其存在较大的差距，多数MEE、GEE位于0.6到0.9之间。因此，这一结果说明了长三角城市群绿色发展的不平衡和技术异质性，同时说明了使用Meta-frontier模型的合理性：将上海与其他省份直接比较显然是不公平的。以安徽省合肥市为例。根据表2，其GEE值在2006-2011年间恒为1，表明其群组技术的有效性。然而考虑到安徽在四个群组间偏低的表现，合肥市很有可能达不到共同前沿面。数据印证了这一推测：2006年合肥市MEE值仅为0.395，虽然此后合肥市的绿色发展工作取得一定成效，但2011年MEE值仍只有0.836。安徽省的MEE值在大多数年份中都低于其他三个群组，均值上约为三个群组MEE的76%，反映了其群组技术与沿海省份的较大差距。不过10年间GEE值全为1的六安市，其MEE值有7年达到1，这显然值得安徽省内其他地级市政府的学习。江苏省的城市化进程总体快于浙江，但其MEE值却与浙江省的数据十分接近，在一些年份中甚至被反超，我们有理由认为这是因为江苏对绿色发展仍缺乏足够的重视。从整体上继续对长三角城市群的绿色效率进行分析。图2反映了长三角城市群10年间绿色效率的均值走势。图22006-2015年长三角城市群绿色效率变化趋势可以直观看出，长三角城市群10年间绿色效率呈现上升趋势，MEE、GEE值分别达到0.8、0.9，10年内MEE均值为0.711，GEE均值为0.857。我们可以得出一些启示：首先，长三角地区10年的生态治理逐步取得成果。考虑到国家于2007年提出节约资源、保护环境的基本国策，自2007年起，长三角地区各城市MEE、GEE值虽然在2009和2012年出现了小幅下降，但分别从0.627、0.763上升到0.794和0.924，增幅分别达到26.63%和21.10%，总体上有着明显的提升，说明城市群的绿色效率治理取得了一定的进展。其次，长三角城市群绿色效率仍有较大的提升空间。10年间绿色效率的提升幅度有限，总体均值离1有一定差距，由于一些城市已达到绿色有效状态，说明仍有一批城市没有达到绿色效率的前沿面。两项数据10年里MEE均小于GEE，说明一些地区的城市绿色效率在群组内的表现要优于在共同群组中的表现，这也反映出城市群内部的不均衡发展。总而言之，长三角城市群的绿色发展效率整体呈上升态势。城市群内部发展不均衡，表现在组成单元的群组表现优于共同群组表现，对它们的研究不能一概而论，而应区别对待。长三角地区仍有较多城市是技术无效的。好在绿色发展的理念已被越来越多的地方政府接受并贯彻执行，这些城市越来越接近技术有效前沿面。3.3技术差距分析技术差距比可由等式（5）和（6）得到，附录中的表2列出了计算结果，图3描绘了四个群组平均TGR的变化趋势。图32006-2015年四群组的TGR值变化趋势从图3可以看出，上海的技术差距比在多数年份都达到1，研究时期内TGR均高于0.93，在长三角城市群内处于领先地位。值得关注的是江苏省和安徽省，2010年以前江苏省TGR维持在0.9以上，而同时期安徽省TGR低于0.8。然而自2011年起，安徽省TGR达到0.9，10年间增幅为40.58%，并逐渐接近上海TGR值，江苏省TGR却出现了效率下降的情况，2014年起开始在长三角城市群中居末位。浙江省TGR则在研究时期内连年低于0.81。考虑到上一部分中江苏与浙江MEE值不相上下甚至反超的情况，江苏TGR下降的具体原因值得更深入的研究。不过毋庸置疑的是，江苏省应当学习安徽省近年来对绿色技术的大力支持，尽快改进其技术水平。浙江省则应当缩小技术差距，尽快呈现出TGR的上升态势。图中红线代表长三角城市群的整体技术差距变动情况。相关绿色政策实施以来，长三角地区总体技术差距比变化不大。作为经济较发达的沿海省份，江苏省拉低了城市群的整体表现。而与之相比经济欠发达的安徽省却有着优异表现。安徽省近年来大力推广绿色经济，如淮南的800MW全球单体最大的漂浮电站工程和全省农业绿色发展机制；同时改变传统的资源型产业结构和粗放型经济增长方式，铜陵市的环境治理是一个很好的例子：作为典型的工业城市，铜陵市长期依赖第二产业，GDP占比高达70%，但由于近年来对绿色技术的投入，环境治理设施利用率高，产业集群发展，污染物的排放与处理都更为集中，实现了高效率的环境治理，表2数据显示该市TGR值自2011年以来一直为1。因此，经济发达并不完全等同于技术先进，政策制定者应当做好统筹协调工作，对技术发展引起足够的重视。3.4低效率来源分析和效率改进方向绿色无效性主要由技术效率（TGI）低下和管理效率低下(GMI)组成，其可由公式（9）和（10）计算，具体结果在附录表2中。图4描绘了四个群组绿色无效性的构成。图4四群组绿色无效程度的分解从图4中我们可以看出，上海仅有的三个绿色无效年（2007、2009和2013）中，组成多为管理效率低下，即管理不当。对于江苏而言，自2011年起该省TGR连年下跌，而绿色无效性的主要原因由管理不力转变为技术差距，这应当引起江苏省政府的高度重视。浙江绿色无效的主因也是技术差距，表明其虽优于江苏，但技术水平仍有很大的提升空间。安徽绿色无效性的分解结果较为均衡，考虑到其TGR值近年来的显著增长，安徽省政府应当继续推动绿色发展，提高管理水平，促进高质量发展。不可忽略的是，对于管理效率低下，增加技术投入只会带来更多的冗余，其可在较短的时间内通过优化管理制度、合理分配经济投入量等方式得到改善。而技术差距则需要较长的时间来弥补，江苏、浙江的绿色效率仍有提高空间，政策制定者必须正视差距。上海作为长三角城市群绿色发展的标杆城市，也应改善管理，在资金投入不变的情况下，统筹规划，增加单位资金投入的产出效率，同时还应将第一产业中的剩余劳动力向第二产业和第三产业转移，提高从业人员素质，维持既有优势。图5四群组TGI、GMI箱型图进一步观测城市群内各个组成单元——城市，我们发现各个城市的绿色效率是存在差异的，而群内差异程度反映城市群绿色效率的均衡特性。如果一个城市群的绿色效率很高，但是其内部城市的绿色效率水平差异巨大，则该城市群在统筹协调、产业转移等方面或存在问题，即没有形成绿色发展的良性循环模式，而是单纯地将高污染、高能耗的产业在城市群内部进行简单的迁移。从图5中我们看到浙江无论是TGI还是GMI，省内各城市的数据都较为趋近，说明其内部差距较小，发展较为均衡。而江苏则恰恰相反，表明其TGR值下降与技术低下的趋势是由省内发展不均衡导致的，有必要进行内部分析，找出低效城市。图62015年江苏省9城市TGI、GMI雷达图考虑到江苏省各项数据的发展趋势，以及距今更近的数据更具政策启示性，选取最具代表性的2015年数据进行分析。由图6易知，无锡和苏州在技术和管理上都领先于江苏省内其他城市。镇江、扬州、盐城、常州的TGI均高于0.4，四个城市的市政府需要正视这一数据，通过加大资金投入、引进高技术人才等方式弥补其技术差距。而省会城市南京的情况与上海类似，应当以改善管理水平为主。五、结论及政策启示本文基于2006-2015年长三角城市群26个地级市的面板数据，构建了非径向的考虑非期望产出和技术异质性的Meta-frontierDEA模型评价该区域的绿色发展效率，为长三角城市群经济结构转型、加快产业升级，实现绿色发展可行建议，得出结论如下：首先，长三角城市群绿色效率整体较高。长三角城市10年内MEE均值为0.711，GEE均值为0.857。观察期内有许多城市达到了绿色有效状态，但各城市的绿色效率之间存在差距。其次，长三角城市群绿色效率整体呈上升趋势。可以直观看出，10年间长三角地区MEE、GEE均值分别能够达到0.8、0.9。从总体上看，MEE、GEE、TGR都存在波动，但在观察期内都稳步增长。TGI和GMI则逐年下降。城市群对现有治理技术的运用水平有所提高，治理技术也不断进步。但仍有一些城市治理水平有所下降，亟待改进。最后，长三角城市群绿色效率改进方向存在差异。通过各城市低效率来源的分解，我们可以看出，当前各个城市基于自身特点，可以通过不同的路径实现绿色发展。上海、南京等城市可通过优化管理水平，有效提高绿色效率。而镇江、扬州、盐城、常州可从提高对环境治理的技术水平着手，进而提高绿色效率。少数绿色效率低下的城市则需要对两方面都给予足够的重视和投入，才能较为有效地提高绿色效率。针对以上结论，本文给出相关的政策建议：第一，加快绿色技术引进和研发，推动技术进步。考虑到前文绿色无效程度分解的情况，技术是区域绿色发展中极为重要的一环。长三角城市群作为中国对外开放程度最高、创新能力最强的地区之一，拥有良好的技术引进政策环境，充足的资金，众多的科研机构，高素质的人才，设备齐全，技术引进和研发条件优越。因此，长三角地区各城市应充分利用区位优势，积极整合资源，大力推进碳捕捉、碳封存等绿色技术的研发以及废弃物的清洁处理和综合利用，控制城市的末端输出，实现污染物减排，规模利用可再生能源，同时推动以改进、运用绿色生产技术为导向的技术创新，提高各产业的绿色发展效率，发挥城市群绿色发展的协同效应。对于金属和化工等能源效率较低的产业，政府要给予相关企业技术支持，培育绿色生产的技术优势。而沿海地区能源效率较高的高新技术产业也能够通过产业转移带动城市群西部行业的技术进步。第二，统筹协调绿色发展，加快长三角地区产业结构调整。由于长三角城市群内部的技术异质性，城市群应以绿色发展的规划总领全局，而城市群绿色发展现行政策实施效果的保证和后续动力的挖掘，是各城市绿色发展所面临的共同问题。各级政府要做好协调与指导工作，制定科学的城市绿色发展规划，完善长三角地区环境污染的防治协作机制，加强城市群内的经验和技术交流，共享环境治理经验，探索科学的发展路径，通过绿色规划引导绿色增长，积累绿色财富。充分发挥地区比较优势是一个理想的途径，具体而言，上海、南京、杭州要继续保持自己的人才与技术资源优势，毗邻的苏南和浙北地区要利用自己的地域优势，引进先进的绿色技术和高水平人才，苏北地区和安徽要增强自主创新能力，积极探索绿色科技，利用政府扶持政策，依靠城市的主体功能定位，调整产业生产布局，并挖掘自身优势，打造绿色旅游等环保产业，加快经济转型产业升级。即在城市群内部培育绿色产业集群，加快知识、信息、人才、技术的流动和融合，共同打造绿色创新、协同发展的平台，发挥长三角城市群一体化的作用。同时，转变经济发展方式，大力发展新能源行业、新兴产业和第三产业，掌握创新发展的核心竞争力，形成高质量发展的绿色工业体系和以第三产业为主导的经济增长模式。源头上，减少工业污染物的排放，严格控制高耗能、高排放和高污染行业的发展并通过新能源及可再生能源的合理开发利用，把控好能源的输入，加快碳基能源向氢基能源的转变，推广清洁资源的使用，实现能源利用的清洁化和生产方式的绿色化，促进绿色低碳循环发展产业体系的形成。第三，完善环境政策，加大监督力度。对高能耗、高污染的企业要实施多元化的惩罚机制，完善排污权、碳交易的市场交易体制。对强化绿色研发的企业实施奖励，鼓励节能环保企业进入绿色技术创新的薄弱环节。同时引导市民的绿色消费行为，如推广绿色低碳出行，购买和使用绿色标志产品等，降低居民生活方式在末端输出上的压力。然后通过提升节能环保和减排控污等相关技术指标的约束改变能源消费结构，促进构建绿色产业体系，落实开发、生产和销售等各个环节的环保要求，提高生产过程中对生态的保护力度，实现产业的绿色发展。长三角地区应当根据自身情况，建立适应性强、有针对性的环境绩效评价体系，定期进行考核评价，建立严格的监督机制，规范监督流程，并鼓励新闻媒体和公众参与监督，惩处违法违规行为。参考文献[1]CicconeA.AgglomerationeffectsinEurope[J].SocialScienceElectronicPublishing,2000,46(2):213-227.[2]刘阳,秦曼.中国东部沿海四大城市群绿色效率的综合测度与比较[J].中国人口·资源与环境,2019,29(03):11-20.[3]HuJL,WangSC.Total-factorenergyefficiencyofregionsinChina[J].EnergyPolicy,2006,34(17):3206-3217.[4]WuF,FanLW,ZhouP,ZhouDQ.IndustrialenergyefficiencywithCO2emissionsinChina:Anonparametricanalysis[J].EnergyPolicy,2012,49:164-172.[5]ZhangN,ZhouP,ChoiY.Energyefficiency,CO2emissionperformanceandtechnologygapsinfossilfuelelectricitygenerationinKorea:Ameta-frontiernon-radialdirectionaldistancefunctionanalysis[J].EnergyPolicy,2013,56:653-662.[6]WuJ,ZhuQ,LiangL.CO2emissionsandenergyintensityreductionallocationoverprovincialindustrialsectorsinChina[J].AppliedEnergy,2016,166:282-291.[7]BiGB,SongW,ZhouP,LiangL.DoesenvironmentalregulationaffectenergyefficiencyinChina’sthermalpowergeneration?Empiricalevidencefromaslacks-basedDEAmodel[J].EnergyPolicy,2014,66:537-546.[8]FengC,WangM,ZhangY,LiuGC.Decompositionofenergyefficiencyandenergy-savingpotentialinChina:Athree-hierarchymeta-frontierapproach[J].JournalofCleanerProduction,2017,176:1054-1064.[9]WangH,AngBW,WangQW,ZhouP.Measuringenergyperformancewithsectoralheterogeneity:Anon-parametricfrontierapproach[J].EnergyEconomics,2017,62:70-78.[10]陈亚,张志强,周志翔,梁樑.中国制造业全要素能源效率分析——基于地区和细分行业双重视角[J].北京理工大学学报(社会科学版),2019,21(02):48-58.[11]甘甜,王子龙.长三角城市环境治理效率测度[J].城市问题,2018(01):81-88.[12]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.[13]涂正革,谌仁俊.传统方法测度的环境技术效率低估了环境治理效率?——来自基于网络DEA的方向性环境距离函数方法分析中国工业省级面板数据的证据[J].经济评论,2013(5):89-99.[14]AignerD,LovellCAK,SchmidtP.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].JournalofEconometrics,1977,6(1):21-37.[15]GhoshR,KathuriaV.TheeffectofregulatorygovernanceonefficiencyofthermalpowergenerationinIndia:Astochasticfrontieranalysis[J].EnergyPolicy,2016,89:11-24.[16]CharnesA,CooperWW,RhodesE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1978,2(6):429-444.[17]Reinhard,S.NitrogenefficiencyofDutchdairyfarms:ashadowcostsystemapproach[J].EuropeanReviewofAgricultureEconomics,2000,27(2):167-186.[18]ChenZ,SongS.EfficiencyandtechnologygapinChina’sagriculture:Aregionalmeta-frontieranalysis[J].ChinaEconomicReview,2008,19(2):287-296.[19]O'Donnell,C.J.,D.S.P.Rao,andG.E.Battese.2008.Metafrontierframeworksforthestudyoffirm-levelefficienciesandtechnologyratios.EmpiricalEconomics.34:231-255.[20]李静,马潇璨.资源与环境双重约束下的工业用水效率——基于SBM-Undesirable和Meta-frontier模型的实证研究[J].自然资源学报,2014,29(06):920-933.[21]Zhang,N.,P.Zhou,andY.Choi.2013.Energyefficiency,CO2,emissionperformanceandtechnologygapsinfossilfuelelectricitygenerationinKorea:Ameta-frontiernon-radialdirectionaldistancefunctionanalysis.EnergyPolicy.56(2):653-662.[22]Munisamy,S.,B.Arabi.2015.Eco-efficiencychangeinpowerplants:usingaslacks-basedmeasureforthemeta-frontierMalmquist–Luenbergerproductivityindex.JournalofCleanerProduction.105:218-232.[23]Alem,Lien,Hardaker,Guttormsen.RegionaldifferencesintechnicalefficiencyandtechnologicalgapofNorwegiandairyfarms:astochasticmeta-frontiermodel[J].AppliedEconomics,2019,51(4):218-232.

附录表22006-2015年间长三角城市群绿色效率群组城市年份MEEGEETGRTGIGMI群组城市年份MEEGEETGRTGIGMI上海上海20061.0001.0001.0000.0000.000浙江绍兴20060.5380.6830.7880.1450.31720070.7370.7720.9550.0350.22820070.5000.6410.7800.1410.35920081.0001.0001.0000.0000.00020080.5550.6850.8100.1300.31520090.6710.6890.9740.0180.31120090.6781.0000.6780.3220.00020101.0001.0001.0000.0000.00020100.5801.0000.5800.4200.00020111.0001.0001.0000.0000.00020110.5900.8650.6820.2750.13520121.0001.0001.0000.0000.00020120.5320.7660.6950.2340.23420130.9461.0000.9460.0540.00020130.5480.7880.6950.2400.21220141.0001.0001.0000.0000.00020140.5470.6910.7920.1440.30920151.0001.0001.0000.0000.00020150.5220.8480.6160.3260.152江苏南京20060.5220.5490.9510.0270.451金华20060.5171.0000.5170.4830.00020070.4570.4790.9540.0220.52120070.5161.0000.5160.4840.00020080.7440.8070.9220.0630.19320080.5081.0000.5080.4920.00020090.6470.6760.9570.0290.32420090.5261.0000.5260.4740.00020100.5530.5760.9600.0230.42420100.7211.0000.7210.2790.00020110.6040.6470.9340.0430.35320110.9591.0000.9590.0410.00020120.5590.6310.8860.0720.36920120.7290.8100.9000.0810.19020130.5210.6070.8580.0860.39320130.7941.0000.7940.2060.00020140.4920.6020.8170.1100.39820140.7190.8410.8550.1220.15920150.4410.5790.7620.1380.42120150.6371.0000.6370.3630.000无锡20060.7030.7040.9990.0010.296舟山20061.0001.0001.0000.0000.00020070.5630.5631.0000.0000.43720070.8421.0000.8420.1580.00020081.0001.0001.0000.0000.00020081.0001.0001.0000.0000.00020091.0001.0001.0000.0000.00020091.0001.0001.0000.0000.00020100.8260.8330.9920.0070.16720100.9401.0000.9400.0600.00020110.8800.9080.9690.0280.09220110.5920.7630.7760.1710.23720120.8531.0000.8530.1470.00020120.5820.8330.6990.2510.16720130.7730.8460.9140.0730.15420130.6250.9120.6850.2870.08820140.8451.0000.8450.1550.00020140.8741.0000.8740.1260.00020151.0001.0001.0000.0000.00020151.0001.0001.0000.0000.000常州20060.7290.7291.0000.0000.271台州20060.6731.0000.6730.3270.00020070.5750.5751.0000.0000.42520070.7090.9290.7630.2200.07120081.0001.0001.0000.0000.00020080.6350.7770.8170.1420.22320091.0001.0001.0000.0000.00020090.6070.7320.8290.1250.26820100.7810.7811.0000.0000.21920100.5980.6700.8930.0720.33020111.0001.0001.0000.0000.00020111.0001.0001.0000.0000.00020120.7470.8140.9180.0670.18620120.8240.8940.9220.0700.10620130.6480.7640.8480.1160.23620130.7660.8690.8810.1030.13120140.6041.0000.6040.3960.00020140.7950.8630.9210.0680.13720150.5711.0000.5710.4290.00020151.0001.0001.0000.0000.000苏州20061.0001.0001.0000.0000.000安徽合肥20060.3951.0000.3950.6050.00020070.8270.8271.0000.0000.17320070.3161.0000.3160.6840.00020081.0001.0001.0000.0000.00020080.6451.0000.6450.3550.00020091.0001.0001.0000.0000.00020090.4881.0000.4880.5120.00020101.0001.0001.0000.0000.00020100.4821.0000.4820.5180.00020111.0001.0001.0000.0000.00020110.8361.0000.8360.1640.00020121.0001.0001.0000.0000.00020120.7390.8380.8820.0990.16220130.7840.8790.8920.0950.12120130.6680.7500.8910.0820.25020140.8090.9040.8950.0950.09620140.6500.6970.9330.0470.30320151.0001.0001.0000.0000.00020150.5900.6050.9750.0150.395南通20060.6650.6920.9610.0270.308芜湖20060.5071.0000.5070.4930.00020070.5680.5870.9680.0190.41320070.4360.8400.5190.4040.16020080.9030.9100.9920.0070.09020080.4430.7780.5690.3350.22220090.6960.6961.0000.0000.30420090.4631.0000.4630.5370.00020100.5850.5851.0000.0000.41520100.4301.0000.4300.5700.00020111.0001.0001.0000.0000.00020110.5860.6740.8690.0880.32620120.5390.6280.8580.0890.37220120.5770.6540.8820.0770.34620130.5120.6260.8180.1140.37420130.5390.5830.9250.0440.41720140.6361.0000.6360.3640.00020140.5960.6070.9820.0110.39320150.4780.6560.7290.1780.34420150.6530.6531.0000.0000.347盐城20060.5770.6320.9130.0550.368马鞍山20060.4420.7040.6280.2620.29620070.5080.6090.8340.1010.39120070.4040.6120.6600.2080.38820081.0001.0001.0000.0000.00020080.3810.5520.6900.1710.44820090.9811.0000.9810.0190.00020090.5191.0000.5190.4810.00020100.8490.9870.8600.1380.01320100.5161.0000.5160.4840.00020110.7150.9850.7260.2700.01520110.7271.0000.7270.2730.00020120.6951.0000.6950.3050.00020120.6550.9060.7230.2510.09420130.6371.0000.6370.3630.00020130.6341.0000.6340.3660.00020140.6231.0000.6230.3770.00020140.6871.0000.6870.3130.00020150.5511.0000.5510.4490.00020150.7081.0000.7080.2920.000扬州20060.7431.0000.7430.2570.000铜陵20060.5510.6650.8290.1140.33520070.6630.8470.7830.1840.15320070.4670.5050.9250.0380.49520081.0001.0001.0000.0000.00020080.4540.4920.9230.0380.50820091.0001.0001.0000.0000.00020090.5870.7150.8210.1280.28520100.8630.9470.9110.0840.05320100.6591.0000.6590.3410.00020111.0001.0001.0000.0000.00020111.0001.0001.0000.0000.00020120.7580.8570.8840.0990.14320120.6110.6240.9790.0130.37620130.6280.7800.8050.1520.22020130.8540.9470.9020.0930.05320140.6150.7980.7710.1830.20220141.0001.0001.0000.0000.00020150.6181.0000.6180.3820.00020151.0001.0001.0000.0000.000镇江20060.7640.7990.9560.0350.201安庆20060.5580.7270.7680.1690.27320070.6580.6720.9790.0140.32820070.5580.7430.7510.1850.25720081.0001.0001.0000.0000.00020080.5340.6800.7850.1460.32020090.7130.7770.9180.0640.22320090.8211.0000.8210.1790.00020100.5340.6180.8640.0840.38220100.6601.0000.6600.3400.00020110.7660.9380.8170.1720.06220110.8281.0000.8280.1720.00020120.7160.9080.7890.1920.09220120.7560.8270.9140.0710.17320130.6090.8150.7470.2060.18520130.7170.8460.8480.1290.15420140.6010.7950.7560.1940.20520140.6570.7010.9370.0440.29920150.5231.0000.5230.4770.00020150.7180.7181.0000.0000.282泰州20060.7081.0000.7080.2920.000滁州20060.5711.0000.5710.4290.00020070.5430.6020.9020.0590.39820070.5270.7190.7330.1920.28120080.9691.0000.9690.0310.00020080.5160.6450.8000.1290.35520090.8191.0000.8190.1810.00020090.5710.7590.7520.1880.24120100.6951.0000.6950.3050.00020100.5580.6500.8580.0920.35020110.7301.0000.7300.2700.00020110.6750.7600.8880.0850.24020120.6620.