城市空间结构对绿色经济效率的非线性影响与空间溢出效应研究

为解决城市空间结构(USS)对绿色经济效率(GEE)的影响机制不明确的问题，研究人员基于长江经济带(YREB)城市数据，采用空间面板模型揭示了USS对GEE的倒U型影响规律及空间溢出效应。研究发现集中度(Cen)与多中心性(Pol)均通过基础设施水平和绿色创新产出影响GEE，为优化城市空间规划提供了重要依据。

　　

在全球城市化进程加速的背景下，如何实现经济发展与环境保护的协同推进成为关键课题。近年来，中国在快速工业化过程中付出了巨大的资源环境代价，促使绿色发展成为国家战略。作为绿色发展的核心指标，绿色经济效率(Green Economic Efficiency, GEE)能够同时反映经济产出与环境绩效，其提升路径备受关注。城市空间结构(Urban Spatial Structure, USS)——即人口与经济活动的空间分布模式——被认为是影响GEE的重要因素，但现有研究存在三大局限：多数聚焦线性关系而忽视可能的非线性效应；主要关注多中心性(Polycentricity, Pol)维度而忽略集中度(Centralization, Cen)维度；极少探讨USS对邻近城市的空间溢出效应。

为填补这些研究空白，中国某研究机构的研究人员以长江经济带(Yangtze River Economic Belt, YREB)108个城市2011-2021年数据为样本，运用LandScan全球人口数据集刻画USS特征，采用超效率SBM模型(Super-SBM)测算GEE，通过构建空间杜宾模型(SDM)系统分析了USS对GEE的非线性影响及其空间溢出效应。研究发现发表在城市发展领域权威期刊《Habitat International》上。

研究主要采用四项关键技术方法：1)基于LandScan 1km×1km分辨率人口栅格数据计算集中度指数(Cen)和帕累托指数(Pol)；2)运用包含非期望产出的超效率SBM模型测算GEE；3)通过空间计量模型识别本地效应与空间溢出效应；4)采用工具变量法(IV)解决内生性问题。样本覆盖长江经济带三大城市群（长三角、长江中游、成渝）的地级及以上城市。

测量结果分析
通过四分位法将城市空间结构划分为集中型、分散型、单中心型和多中心型四种类型。2011-2021年间，YREB城市呈现"集中化与多中心化同步增强"的演变特征，其中长三角城市群多中心化趋势最显著。GEE测算显示，下游城市效率值普遍高于中上游，且随时间推移呈"先降后升"的U型变化。

非线性关系验证
基准回归表明：集中度(Cen)与GEE呈显著倒U型关系(拐点0.218)，说明适度集中能通过共享基础设施和知识溢出提升效率，但过度集中会引发拥挤效应；多中心性(Pol)与GEE同样呈现倒U型关系(拐点3.837)，适度多中心布局可分散环境压力，但过度分散会削弱主中心集聚效益。这一发现突破了传统线性认知，为"因地制宜"制定空间政策提供了量化依据。

空间溢出效应
空间杜宾模型结果显示：本地城市集中度每提升1%，邻近城市GEE将提高0.124%；本地多中心性每增强1单位，邻近城市GEE提升0.097%。这种正向空间溢出主要通过产业关联和技术扩散实现，证实了区域协同发展的重要性。

机制分析
中介效应模型揭示两条关键路径：1)基础设施渠道——适度集中使单位基础设施投资效益提升23.7%；2)绿色创新渠道——多中心结构使专利产出密度增加18.2%。这为"通过空间优化促进绿色创新"提供了实证支持。

讨论与政策启示
研究创新性地构建了"双维度-非线性-空间溢出"分析框架，发现：1)当前YREB约38%城市集中度、29%城市多中心性偏离最优水平；2)下游城市应控制多中心化速度，中上游城市需提升次级中心功能；3)建议建立跨区域生态补偿机制以强化正向空间溢出。这些结论对落实中国"新型城镇化"和"长江经济带绿色发展"战略具有直接指导价值。

该研究的局限性在于未充分考虑功能多中心性(Functional Polycentricity)的影响，未来可结合手机信令等动态数据深化研究。但毫无疑问，这项开创性工作为理解空间规划与可持续发展的复杂关系提供了新视角，其方法论框架对全球快速城市化地区具有重要借鉴意义。