在考虑空间规模效应和技术差距的情况下评估绿色全要素生产率：对中国城市集聚区的元前沿分析

《Applied Geography》：Assessing green total factor productivity considering spatial scale effects and technological gaps: A meta-frontier analysis of urban agglomerations in China

绿色全要素生产率（GTFP）评估与空间动态研究：基于中国19个城市群的多尺度比较

　　

严玉兴|鲍超

中国科学院地理科学与自然资源研究所区域可持续发展建模重点实验室，北京，100101，中国

摘要

绿色全要素生产率（GTFP）结合了经济效率和环境可持续性，是衡量可持续城市发展的关键指标。本研究利用元前沿框架，分析了2000-2023年间中国19个城市聚集区的GTFP情况，揭示了不同尺度上的差异。研究结果表明，平均GTFP呈现U型走势：初期增长主要受技术效率变化（TEC）驱动，后期则受技术进步变化（TPC）的影响。东部地区的GTFP水平较高，中部和西部地区呈追赶趋势，而东北地区则持续下降。城市聚集区的GTFP普遍低于核心城市。此外，空间马尔可夫分析表明，各地区的GTFP变化存在空间异质性，这凸显了制定差异化政策以促进协调和包容性绿色发展的必要性。

引言

为应对持续经济增长以及日益严峻的资源和环境挑战，联合国于2015年发布了《2030年可持续发展议程》，提出了涵盖社会、经济和环境领域的17项可持续发展目标（联合国，2015年）。其中，SDG12“负责任的消费和生产”强调了提高经济效率和社会福利的必要性，并要求实现高效资源利用和最小化环境影响（郭等，2024年）。在此背景下，绿色全要素生产率（GTFP）成为评估在资源和环境约束下经济增长质量的关键指标。GTFP不仅关注传统的资本和劳动力效率，还纳入了能源消耗和污染物排放因素，从而更全面地反映了经济增长与资源环境可持续性之间的关系（冯等，2024年）。

过去几十年，全球经济增长迅速，城市化进程加快。根据联合国人类住区规划署的数据，城市地区占据了世界人口的60%，创造了超过80%的国内生产总值（GDP），同时消耗了约75%的总能源（Madlener & Sunak，2011年）。到2020年，这些地区还贡献了全球约67%-72%的温室气体排放，显示出其巨大的环境影响（戴 & 罗，2025年）。城市聚集区作为区域经济活动最集中的空间形态，已成为资源消耗和环境压力的关键区域（方 & 余，2017年；刘等，2024b；杨等，2022年）。尽管中国城市聚集区仅占国土面积的28.58%，却承载了超过75%的人口，并贡献了85%以上的GDP（方 & 余，2020年），成为国家最具活力和潜力的区域。然而，资源和环境压力也随之加剧。根据2021年中国生态环境状况公报，中国的初级能源消耗量位居世界首位，达到43.3亿吨标准煤。中国城市聚集区占据了国内用水量增长的95.46%和碳排放量的71.7%（鲍 & 徐，2023年；戴 & 罗，2025年）。这些地区还面临土地资源过度利用的问题，生态系统服务功能受到不同程度的影响（耿等，2025年；魏等，2025年）。

为实现绿色和高质量发展，中国正从以“规模和速度”为导向的发展模式转向以“质量和效率”为中心的模式。在这种情况下，有效提升GTFP成为中国城市聚集区发展的关键问题。诸如“十四五”规划和碳达峰行动计划等政策文件均要求提高城市聚集区的资源利用效率。如何在促进经济增长的同时提升GTFP，已成为中国亟需关注的关键挑战。

近年来，GTFP被广泛用于评估中国城市的绿色增长质量。现有研究在测量框架和机制识别方面已经形成了较为成熟的范式。一些研究以全国范围内的地级市为样本，采用非径向、非定向的DEA-GML（数据包络分析-全球马尔奎斯特-伦伯格）框架计算城市GTFP，并记录了时间、地区和城市规模上的显著异质性。这些研究还运用空间计量模型或准自然实验，探讨了金融集聚和智慧城市试点等因素对GTFP的直接和空间溢出效应（黄等，2025b；姜等，2021；Mbanyele等，2024；谢等，2021；徐等，2022）。另一些研究聚焦于长江经济带或黄河流域等特定地区，分析在更严格生态约束下的GTFP动态，以及环境法规、技术进步和空间效应的作用。这些分析一致表明，即使在相似的区域内，绿色增长机制也存在显著差异（柴等，2025；金等，2018；赵等，2024；郑等，2023）。

尽管取得了这些重要进展，但仍存在两个关键的研究空白。首先，城市聚集区是跨行政区的空间生产网络，其效率的形成依赖于内部劳动分工、协调和治理能力。然而，大多数现有研究要么仅停留在城市层面（将聚集效应视为外部性），要么简单计算城市层面的GTFP平均值来推导聚集指标（冯等，2023a；刘等，2024a）。因此，城市与城市聚集区之间的系统跨尺度比较较为缺乏，也未能捕捉到仅在城市聚集区层面出现的差异性和协同效应。其次，中国城市聚集区在资源禀赋、产业结构和技术能力方面存在显著差异。假设在效率测量中使用统一的技术前沿可能会引入系统偏差，扭曲对发展阶段和各城市聚集区真实效率差异的评估。尽管一些研究在更广泛的空间尺度上应用了元前沿框架来考虑技术异质性，并指出技术差距的扩大可能阻碍收敛并重塑区域效率格局（程等，2020；罗等，2022），但系统性地研究中国19个城市聚集区的技术异质性、效率差异和跨尺度比较仍较为有限。

为了支持中国从粗放型向集约型和高质量发展的政策转型，有必要通过对中国城市聚集区的GTFP进行全面分析，回答以下核心问题：（1）不同城市聚集区之间以及同一城市聚集区内的地级市之间，GTFP的差距有多大？（2）城市聚集区和地级市尺度上GTFP的时空演变有何差异？（3）技术差距如何影响GTFP的差异？

因此，本文构建了一个多尺度比较框架，以中国19个城市聚集区为案例，系统揭示不同空间尺度上GTFP的协调和差异化模式，同时分解城市内部、城市间以及高变密度因素的贡献，并追踪其动态演变。该框架首先使用元前沿模型描述城市聚集区之间的技术异质性，在每个特定群体前沿内进一步引入空间马尔可夫链分析，比较条件转移概率与无条件概率，以考察空间邻域条件的差异效应。

本研究的主要贡献有二：首先，在尺度上，我们将分析单位从单个城市扩展到城市聚集区，这些聚集区是跨行政区的空间生产网络。这种转变将焦点从单个城市内部的优化转移到城市群体内部的协调和劳动分工，同时也实现了跨尺度比较。其次，我们将元前沿框架与空间马尔可夫链相结合。这种“技术-空间”视角克服了元前沿方法在解释动态路径方面的局限性，以及空间马尔可夫方法在区分异质技术前沿方面的局限性，为理解区域GTFP的演变提供了新的框架。与单一方法相比，该框架超越了静态分解或简单的空间描述，揭示了技术异质性与空间外部性之间的相互作用，以及城市聚集区内部复杂性和区域差异形成的机制。

研究区域

基于《中国城市聚集区地图集》（方等，2020），本研究以中国19个城市聚集区作为研究区域（图1）。为便于参考，这19个城市聚集区用各自的缩写表示。这些城市聚集区的全称及对应缩写见表1。考虑到空间单元的完整性和数据的可获得性，县级市未被纳入研究范围。最终研究区域包括217个

GTFP的时空演变特征

2000年至2023年的数据显示，中国19个城市聚集区的平均GTFP总体呈现先下降后逐渐提升的趋势（图4）。具体而言，2000年至2005年间，19个城市聚集区的平均GTFP从0.464下降到0.375，随后在2023年回升至0.805，表明GTFP在逐步提高。在19个城市聚集区中，有17个地区的GTFP实现了整体增长。

讨论

通过对中国19个城市聚集区GTFP的时空动态和技术异质性的影响进行分析，研究发现，这些地区的生产率趋势存在显著的空间差异。结果凸显了多个特征，包括效率分布不均、溢出效应的异质性以及地区间的技术差异。

结论

本研究采用元前沿方法，从技术异质性的角度分析了中国19个城市聚集区的GTFP。利用马尔奎斯特指数和达古姆基尼系数来分析GTFP的时空演变，并将技术增长率（TGR）纳入空间马尔可夫链模型，以捕捉技术前沿差异和空间邻域结构对GTFP表现的联合影响。主要发现如下：

作者贡献声明

严玉兴：撰写——初稿、可视化、方法论设计、调查、数据分析、数据整理。鲍超：撰写——审稿与编辑、监督、项目管理、资金获取、概念构思。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益冲突或个人关系。

致谢

本研究得到了国家自然科学基金（资助编号：42471224）的支持。感谢匿名审稿人和编辑们的宝贵意见。