EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 12: 3201 - 3216

DOI: https://doi.org/10.31497/zrzyxb.20221212

其他研究论文

行政等级与城市规模对生态福利绩效的影响研究

  • 臧漫丹 ,
  • 高易 ,
  • 李金
展开
  • 同济大学经济与管理学院，上海 200092

臧漫丹（1970- ），女，辽宁黑山人，博士，副教授，硕士生导师，主要从事可持续发展与管理研究。E-mail:

收稿日期: 2021-09-13

  修回日期: 2021-12-17

  网络出版日期: 2022-12-28

基金资助

国家自然科学基金项目(72174145)

收起

The influence of administrative hierarchy and urban scale on ecological well-being performance

  • ZANG Man-dan ,
  • GAO Yi ,
  • LI Jin
Expand
  • School of Economics and Management, Tongji University, Shanghai 200092, China

Received date: 2021-09-13

  Revised date: 2021-12-17

  Online published: 2022-12-28

Fold

摘要

基于广义数据包络分析法（DEA）和随机抽样Bootstrap法，使用2015—2018年全国288个地级及以上城市的面板数据，研究行政等级、城市规模对生态福利绩效的影响，分析城市规模在行政等级影响生态福利绩效中的路径作用。结果表明：我国288个地级及以上城市的生态福利绩效水平整体均值不高，但随时间推移呈上升趋势且近年来增速逐渐加快；行政等级和城市规模均对生态福利绩效起显著正向影响，技术进步显著提升城市的生态福利绩效，外资依存度显著降低城市的生态福利绩效；城市规模是城市行政等级影响生态福利绩效的重要路径，行政等级越高，城市规模越大，生态福利绩效水平越高。基于以上结论，为协调经济、环境、社会实现可持续发展提出政策建议。

关键词： 行政等级; 城市规模; 生态福利绩效; 可持续发展; 中介效应

本文引用格式

臧漫丹 , 高易 , 李金 . 行政等级与城市规模对生态福利绩效的影响研究[J]. 自然资源学报, 2022 , 37(12) : 3201 -3216 . DOI: 10.31497/zrzyxb.20221212

Abstract

As the urbanization process accelerates, more and more urban population continues to release kinetic energy for social development. But at the same time, they bring many resource and environmental problems, intensifying the contradiction between the rapid urban development and the natural environment. Nowadays, it is inevitably an important period of in-depth development of urbanization, alleviating resource and environmental contradictions, economic transformation and upgrading, and accelerating the promotion of socialist modernization. How to achieve sustainable urban development has become a very urgent and important issue. This paper, from the perspective of Chinese characteristic administrative level, explores the impact of administrative level and city size on ecological welfare performance. This study is helpful to understand the change trend of ecological welfare performance and the formation of its heterogeneity under the "government intervention + market promotion" model. It can also provide useful policy implications for the choice of urban sustainable development strategies in China, which is of great significance to deepen sustainable development research. Based on the generalized data envelopment analysis (DEA) method and random sampling bootstrap method, using the panel data of 288 prefecture level and above cities in China from 2015 to 2018, this paper studies the impact of administrative hierarchy and urban scale on ecological well-being performance, and analyzes the path role of urban scale in the impact of administrative hierarchy on ecological well-being performance. Main conclusions are as follows: (1) 288 prefecture level and above cities in China are at overall low level of ecological well-being performance, but show an upward trend over time, and the growth rate has gradually accelerated in recent years. (2) Both administrative hierarchy and urban scale have a significant positive impact on ecological well-being performance. Technological progress significantly improves urban ecological well-being performance, and FDI dependence significantly reduces urban ecological well-being performance. (3) Urban scale is an important path for administrative hierarchy to affect ecological well-being performance. The higher administrative level will bring larger urban scale and higher level of ecological well-being performance. Finally, based on the above conclusions, policy suggestions are provided for coordinating the sustainable development of economy, environment and society.

Key words： administrative hierarchy; urban scale; ecological well-being performance; sustainable development; mediating effect

为了确保新时代中国经济实现高质量发展，生态文明建设与可持续发展被政府提高到前所未有的战略高度[1]。城市作为一个由经济、社会、环境三个基本要素构成的相互依赖、相互作用、相互制约的空间集合体，在改善生存环境，保证经济、社会、环境协调发展方面起着至关重要的作用[2]。
实现可持续发展有赖于有为政府和有效市场共同发挥作用。一方面，环境效应的公共属性和环境影响的外部性，加之微观经济主体存在机会主义，使得政府必须进行适度干预，在纠正市场失灵的同时制定政策为城市可持续发展创造良好的外部环境[3]。另一方面，市场机制在资源配置中具有更高的效率[4]，市场作用会引导要素打破行政壁垒，实现一定范围内的无障碍流通[5]，实现自身效益的最大化，从而促进城市经济发展、福利提升、环境改善，最终推动城市高质量可持续发展。总的说来，政府调控和市场机制是促进城市可持续发展的“互补”团队[6]，政府通过创造良好的外部发展环境，让市场机制有效调节各要素配置[3]，才能促进城市可持续发展。
近年来，学术界围绕城市可持续发展开展了丰富的研究，取得了大量的研究成果。但也存在可以完善的空间，主要表现在：首先，现有相关文献广泛以经济、环境等单一视角的指标测度城市可持续发展水平，无法反映社会福利与环境资源的脱钩程度。其次，鲜有文献从政府和市场双视角考虑推动城市可持续发展的抓手。因此，本文选择能够综合反映经济增长、社会福利水平、生态环境状况的“生态福利绩效”作为可持续发展的衡量指标，探讨政府视角下的行政等级、市场机制引导下的城市规模对生态福利绩效的影响，期望为协调经济、环境、社会的可持续发展提供政策建议。

1 研究方法与数据来源

1.1 理论体系构建

1.1.1 行政等级与生态福利绩效

政府的宏观调控可以通过制度、政策等因素实现，如行政体制、户籍政策、土地政策等。其中，行政等级是行政体制中一种重要的手段。依据行政级别和政府驻地的具体情况，我国城市行政等级可细分为直辖市、副省级市、一般省会城市、一般地级市、县级市、县城和一般建制镇七级[7]。
根据“行政区划资源论”，行政区划作为政府掌控的一种社会资源和行政资源，是国家进行区域划分和行政管理的依据，能够直接或间接地影响社会经济发展，包括空间、权力、组织、政策四重维度。行政区划通过资源配置，促进要素自由流动，完成要素在空间意义上的优化重组与延伸[8]。等级化的城市行政管理体制使高行政等级城市更易获得资源[9]，通过资源优势推动经济增长[10]、生态效率提升[11]、社会福利增加[12⇓-14]。
现有相关文献用于测度可持续发展水平的指标主要有生态效率[15]、生态绩效[16]、绿色经济效率、生态福利绩效等。在当前大力提倡绿色发展、增进民生福祉的背景之下[17]，相较于经济、环境等单一视角的指标，生态福利绩效指标由于涵盖了经济、社会、环境的综合指标，更多地体现了强可持续发展理念，综合反映了社会福利与生态资源消耗的脱钩程度[18]，在众多指标中脱颖而出，正在成为可持续发展的主流测量工具。基于以上分析，本文提出假设1：行政等级高的城市，生态福利绩效水平高。

1.1.2 城市规模与生态福利绩效

城市规模是指集聚在一定城市空间的人口、资源、经济等，是人口集聚的结果，人口规模的扩大促进了城市可持续发展[19]。首先，根据新地理经济学的研究，城市规模与经济增长存在互动机制。城市规模的扩大，使得现有闲置资源被充分利用，“集聚效应”凸显[19]，促进人力资本外部性增加[20]、实物资本流动和知识溢出，改进资源配置效率[21]，带来规模经济优势，推动城市经济发展。与此同时，城市规模的扩张也为城市生产带来了必不可少的劳动力要素，提升全要素生产率，从而促进经济发展。其次，城市规模的扩大带来了更多的高素质人才，高素质人才的流入对流动人口的教育回报率有促进作用[22]，通过发挥创新的溢出效应，降低知识和技能传播的成本，为劳动者提供更多技能学习的机遇，从整体上提升城市发展能力[23]。再者，城市规模扩大可以实现资源的集约利用[24]和环境改善效应提升[25]。城市空间通过基础设施的充分共享[26]、环保设施共享、节能技术扩散[27]等措施，提升城市能源利用率和污染治理效率，有利于城市生态环境的改善。基于以上分析，本文提出假设2：城市人口规模的扩大有利于生态福利绩效的提升。

1.1.3 行政等级、城市规模与生态福利绩效

将行政等级和城市规模纳入统一框架讨论其对生态福利绩效的研究鲜见文端，但是在上述两个分析假设的基础上自然衍生出一个新的命题，行政等级是否会通过城市规模这一作用路径间接影响生态福利绩效水平呢?
上述分析发现，行政等级通过调动社会资源和行政资源促进要素合理流动，优化资源配置效率，从而获取比较优势，推动经济增长、社会福利增加、生态环境改善；城市规模则利用集聚效应，发挥规模优势，保证经济、社会、环境协调发展。与此同时，高行政等级也意味着可通过行政力量获得资源优势，因而可以通过调整公共资源配置、创造优质的生产生活环境、提供更多的就业创业机会等方式吸引和容纳人口[3]，促进城市规模的扩大。在城市规模的传导路径作用下，劳动力蓄水池效应[28]、规模经济效应[29,30]凸显，能够有力促进城市创新能力提升及社会财富增加。同时，较大的人口规模充分发挥了公共服务设施的利用效能，推动城市基础设施建设的完善与更新[31]、新技术手段的应用，有助于生态环境改善，从而提升城市生态福利绩效水平。总的说来，行政等级可以通过城市规模这一路径机制作用于生态福利绩效，行政等级越高的城市，城市规模相应越大，生态福利绩效水平越高（图1）。基于此，本文提出假设3：城市规模是行政等级影响生态福利绩效的重要路径，行政等级越高，城市规模越大，生态福利绩效增长越快。
图1 行政等级、城市规模对生态福利绩效的影响路径

Fig. 1 The influence path of administrative level and city size on ecological well-being performance

1.2 研究方法

1.2.1 广义数据包络分析方法

数据包络分析方法（Data Envelopment Analysis，DEA），是一种评价投入产出数据相对有效性的方法[32]。传统DEA模型的测算结果可能呈现多个单元的DEA有效，无法合理解释DEA有效决策单元[33]。广义DEA的计算结果允许大于1，突破了传统DEA方法里以1为上限的有效性判断准则。广义DEA的基本模型见式（1）[34]：
m i n θ - ε ( e T s + + e T s - ) s . t . ∑ j = 1 n 0 X j ( 0 ) γ j + s - = θ i X i j ∑ j = 1 n 0 Y j ( 0 ) γ j - s + = Y i j δ ∑ j = 1 n 0 γ j = δ j = 1 ,   2 ,   3 ,   · · · ,   n ; s + ≥ 0 ;   s - ≥ 0 ;   γ j ≥ 0
式中： n是决策单元的个数（个）； j表示第 j个决策单元； X、 Y分别代表投入和产出变量； i表示第 i个时期； ε表示阿基米德无穷小量； s +和 s -分别表示产出和投入的松弛变量； γ j是未知参量； θ表示第 j个决策单元的广义DEA值，通过比较 θ与1之间的关系，判断不同决策单元输出结果的差异。当计算结果大于1或等于1时，决策单元视为DEA相对有效；当计算结果小于1时，决策单元视为DEA相对无效。

1.2.2 随机抽样Bootstrap方法

中介效应研究中比较流行的模型是三步模型检验法，其假设前提是样本服从正态分布，这会增大第一类错误出现的概率，从而影响中介效应的检验准确度。因而本文借鉴温忠麟等[35]的研究，采用更为理想的Bootstrap方法进行中介效应的检验。Bootstrap方法是在既有样本中进行多次反复抽取，计算出抽取的所有样本的系数乘积估计值，并以2.5%和97.5%两个分位点为界，得到一个置信区间。若该置信区间内不包括0，则说明中介效应显著。

1.3 变量选取与数据来源

1.3.1 变量选取

（1）被解释变量
生态福利绩效本质上是生态效率的深化和延伸，追求利用最少的生态投入去创造最大的社会福利产出，所以本文在参考成金华等[36]、付丽娜等[37]关于生态效率评价指标基础上，借鉴龙亮军等[38]、徐维祥等[39]、肖黎明等[40,41]做法并考虑数据可得性，以资源消耗、环境污染作为投入指标，以联合国开发计划署UNDP推广的健康水平、教育水平和收入水平三个维度的HDI指数（平均预期寿命、平均受教育年限和人均GDP）作为福利产出指标，建立生态福利绩效测度指标体系（表1）。采用广义DEA模型进行测度，指标值越大，城市可持续高质量发展能力越强。由于各城市人口规模不同，各指标按城市常住人口进行了人均处理。平均预期寿命部分数据有所缺失，在此借鉴徐昱东等[42]的方法补齐，平均受教育年限借鉴《中国人类发展报告》[43]中的方法计算。
表1 生态福利绩效评价指标体系

Table 1 Evaluation index system of ecological well-being performance

类别 指标大类 一级指标 二级指标 单位
投入指标 资源消耗 能源消耗① 人均能源消耗总量 kg/人
水资源消耗 人均供水量 m3/人
土地占用 人均建成区面积 km2/万人
环境污染 水污染 人均废水排放量
 t/人
大气污染 人均工业二氧化硫排放量 t/人
人均工业烟粉尘排放量 t/人
固体废物污染 人均城市生活垃圾清运量 t/人
工业固体废物未综合利用率 %
产出指标 客观福利 经济产出 人均地区实际生产总值②
 亿元
社会产出 平均预期寿命 年
平均受教育水平③ 年

① 注：由于地级市层面的能源消耗数据缺失，本文借鉴GB/T2589-2020《综合能耗计算通则》，采用用电量、供气总量、液化石油气、居民生活用水等数据，通过系数转换为标准煤，用以表示能源消耗量。具体折算公式为 (用电量×0.1229×10000+供气总量×1.33×10000+液化石油气×1.7143×1000+居民生活用水×0.0857×1000)/常住人口。

② 注：以2015年为计算基期，运用城市GDP平减指数进行平减，计算地区实际生产总值。

③ 注：平均受教育年限=(P小学×6+P初中×9+P高中×12+P大专以上×16)/(P小学+P初中+P高中+P大专以上)，式中：P代表各教育学历人口数（人）。

（2）解释变量
本文采用有序虚拟变量表示直辖市、副省级市、省会城市、地级市等四类城市：0表示地级市，1表示省会城市，2表示副省级市，3表示直辖市。针对既是副省级市又是省会城市的城市④(④ 既是副省级市又是省会城市有沈阳、南京、杭州、济南、武汉、广州、成都、西安、哈尔滨和长春等10个城市。)，遵循“就高不就低”的原则，将其划分至副省级市级别进行后续研究。在城市规模变量选取上，考虑到随着户籍制度的改革与发展，常住人口数可以较好地衡量在人口要素快速流动下的城市规模，因而本文选择常住人口数衡量城市规模，为消除异方差以及使数据平稳，对其进行取对数处理。
（3）控制变量
依据龙亮军等[44]、肖黎明等[40]对于生态福利绩效影响因素的研究成果，本文选取以下控制变量：① 产业结构（IS），用各城市第三产业占比衡量；② 技术进步（TP），用各城市科技支出占实际GDP比例表示；③ 外资依存度（FDI），用各城市实际使用外资金额占实际GDP比例反映；④ 城市绿化（UG），用各城市人均公园绿化面积衡量；⑤ 城市紧凑度（PD），用各城市人口密度表示。

1.3.2 样本选择与数据来源

2015年前后，我国在环境保护和人口数量控制方面采取了新的举措。环境保护方面，一方面，国家在整体层面上出台、实施了《中华人民共和国环境保护法》《大气污染防治法》等法律法规以明确生态文明建设的地位；另一方面，国家建立环保政绩考核和问责机制，成立中央环保督察组对部分省份实施督察，以保证政策执行的效果。在促进人口流动方面，“十八大”提出要推动农业转移人口市民化和户籍制度改革，在这一政策的指引下，国家先后发布了若干文件和通知，力图稳定城镇就业，逐步实现市民化。与此同时，国家强调发挥市场在人力资源配置中的决定性作用，发布《人力资源市场暂行条例》释放人力资源活力。
因此，本文选取2015—2018年我国288个地级及以上城市为研究样本⑤(⑤ 剔除数据缺失较多的西藏自治区全部地级市、海南的三沙市和儋州市、四川的广安市和遂宁市、港澳台城市。)，原始研究数据来自于《中国城市统计年鉴》《中国城市建设统计年鉴》《中国统计年鉴》、EPS数据库、WIND数据库、iFinD金融数据终端库等。部分缺失数据已采用移动平均法补齐。

1.4 模型构建

根据前述研究假设，本文首先设定基准回归模型，以研究行政等级、城市规模和生态福利绩效三者之间的关系。
E W P i t = α 0 + α 1 H I E i + α 2 Z i t + ε i
E W P i t = β 0 + β 1 l n P O P i t + β 2 Z i t + ε i
式中： H I E i是 i城市的行政等级； l n P O P i t是 i城市 t年份的常住人口数的对数； E W P i t是 i城市 t年的生态福利绩效； Z i t表示控制变量的合集； ε i表示随机误差项； α 0为常量； α 1为控制变量不变时，行政等级变化对生态福利绩效的影响； α 2为行政等级不变时，控制变量对生态福利绩效的影响； β 0为常量； β 1为控制变量不变时，城市规模变化对生态福利绩效的影响； β 2为城市规模不变时，控制变量对生态福利绩效的影响。
同时，为考察城市规模是否是行政等级影响生态福利绩效的作用机制，本文拟探究行政等级（X）通过城市规模（M）影响生态福利绩效（Y）这一路径，对三者的关系进行中介效应检验[35]（图2）。
Y = c X + e 1
M = a X + e 2
Y = c ' X + b M + e 3
式中： c反映自变量 X对因变量 Y的总效应； a反映自变量 X对中介变量 M的变动； b是在控制自变量 X的影响后，中介变量 M对因变量Y的影响效应； c '是在控制中介变量 M的影响后，自变量 X对因变量 Y的直接影响效应； e 1 ~ e 3是残差项。
图2 中介效应模型

Fig. 2 Mediating effect model

2 结果分析

本文首先基于广义DEA模型对生态福利绩效进行测算，然后依次分析行政等级、城市规模对生态福利绩效的影响，接着进行路径检验，利用中介效应检验分析行政等级是否会通过城市规模进而间接影响生态福利绩效，最后进行异质性分析，探究行政等级通过城市规模影响生态福利绩效的地区差异。

2.1 生态福利绩效测度及评价

基于广义DEA模型测算2015—2018年全国288个地级及以上城市的生态福利绩效，对每个年份上不同行政等级下的生态福利绩效取平均值，得到各行政等级城市生态福利绩效平均值（表2）。此外，进一步分析不同行政级别城市生态福利绩效的增长速度，以更好地比较不同行政级别城市可持续发展能力（表3）。
表2 不同行政等级城市生态福利绩效均值

Table 2 Average value of urban ecological well-being performance at different administrative levels

年份 地级市 省会城市 副省级市 直辖市 均值
2015 0.522 0.361 0.497 0.471 0.463
2016 0.555 0.408 0.625 0.598 0.547
2017 0.551 0.413 0.694 0.760 0.604
2018 0.594 0.457 0.725 0.819 0.649
表3 不同行政等级城市生态福利绩效增速

Table 3 Growth rate of urban ecological well-being performance at different administrative levels (%)

年份 地级市 省会城市 副省级市 直辖市 均值
2015 -1.363 9.300 0.544 8.599 4.270
2016 4.841 23.786 26.441 37.919 23.247
2017 3.953 25.065 40.454 75.367 36.210
2018 12.061 38.643 46.689 88.855 46.562
从整体来看，各行政等级的城市生态福利绩效平均值不高，但随时间推移呈上升趋势且近年来增速逐渐加快。具体而言，直辖市生态福利绩效由0.471上升至0.819，增速为88.9%；副省级市生态福利绩效由0.497上升至0.725，增速为46.7%；省会城市生态福利绩效由0.361上升至0.457，增速为38.6%；地级市生态福利绩效由0.522上升至0.594，增速为12.1%。总的说来，除了地级市由于生态福利绩效初始水平高但增速慢，其整体生态福利绩效水平在样本期间内位于省会城市之上，其他行政等级高的城市，生态福利绩效水平也相对较高，这在一定程度上证实了假设1。

2.2 基准回归

其次，依据模型（2）、模型（3）进行基准回归（表4）。
表4 基准模型回归结果（被解释变量：生态福利绩效）

Table 4 Regression results (Explained variable: ecological well-being performance

变量 模型（1） 模型（2）
（1） （2） （3） （4）
H I E 0.015
（0.11）		 0.024*
（0.014）
P O P 0.093***
（0.009）		 0.102***
（0.01）
I S -0.001
（0.001）		 -0.002***
（0.001）
T P 0.055***
（0.019）		 0.039**
（0.019）
F D I -0.014***
（0.004）		 -0.016***
（0.003）
U G -0.002
（0.001）		 0.001
（0.001）
P D 0.0003
（0.003）		 -0.0001
（0.003）

注：*、**、***分别表示在10%、5%、1%的水平上显著，括号里的值为稳健标准误，下同。

第（1）、（3）列分别检验了行政等级和城市规模对生态福利绩效的影响，第（2）、（4）列在第（1）、（3）列的基础之上加入控制变量。结果显示，行政等级的系数为正且在10%的显著性水平下显著，说明城市行政等级越高，生态福利绩效越高，这一结果与本文之前的分析结果相一致。由于行政等级的调配作用促使各要素在行政区内流动，高行政等级城市更易获得资源，在经济增长、生态效率提升、社会福利增加等方面具有得天独厚的优势，从而推进城市高质量可持续发展，假设1得到证明。城市规模的系数为正且在1%的显著性水平下显著，说明常住人口越多的城市生态福利绩效越高。城市规模的扩大使得集聚效应显著，促进了城市的经济发展。人口规模的扩张在充分利用公共基础设施的同时，也推动了基础设施的完善与更新，提升了社会整体福利水平。与此同时，人口扩张所带来的知识溢出效应也推动了技术创新，有助于生态环境的改善，假设2得到证明。
从控制变量的影响效果来看，技术进步对生态福利绩效有显著的促进作用，这可能是由于科技支出的投入使得企业进行技术创新，弥补了环境污染的治理成本，实现环境和产出的兼得。外资依存度对生态福利绩效有显著的抑制效果，可能是外商投资在一定程度上会引起产业结构向高污染的方向调整，抑或是外商投资作为地方政府潜在追求的资源，地方政府会竞相降低环保标准或者放松环境监管以吸引更多的外商投资，从而降低了生态福利绩效。产业结构对生态福利绩效产生负的影响，主要原因是当前我国整体产业结构优化水平较低，第二产业的占比仍然较大，所以相应消耗大量资源并排出较多废水、废气、固体废弃物等污染环境，不利于生态福利绩效的提升。

2.3 中介效应检验

为探究行政等级是否通过城市规模这一路径机制对生态福利绩效产生影响，本文采用Bootstrap方法进行中介效应检验（表5）。
表5 行政等级、城市规模与生态福利绩效的中介效应分析结果

Table 5 Analysis results of mediating effects of administrative level, city size and ecological well-being performance

行政等级对城市规模的影响
R R2 MSE F df1 df2 p
0.4636 0.2149 0.3928 52.2506 6 1145 0
coeff se t p LLCI ULCI
常数项 5.9879*** 0.1239 48.3329 0 5.7449 6.2310
行政等级 0.4664*** 0.0391 11.9428 0 0.3898 0.5430
产业结构 0.0017 0.0026 0.6568 0.5115 -0.0033 0.0067
技术进步 0.1076** 0.0541 1.9882 0.0470 0.0014 0.2139
外资依存度 0.0028 0.0101 0.2746 0.7837 -0.0170 0.0225
城市绿化 -0.0240*** 0.0039 -6.1351 0 -0.0317 -0.0163
城市紧凑度 0.0031 0.0076 0.4109 0.6812 -0.0118 0.0180
行政等级、城市规模对生态福利绩效的影响
R R2 MSE F df1 df2 p
0.3289 0.1082 0.0464 19.8199 7 1144 0
coeff se t p LLCI ULCI
常数项 -0.0163 0.0743 -0.2189 0.8267 -0.1620 0.1294
行政等级 -0.0261* 0.0142 -1.8309 0.0674 -0.0540 0.0019
城市规模 0.1078*** 0.0102 10.6135 0 0.0879 0.1278
产业结构 -0.0014 0.0009 -1.6055 0.1087 -0.0031 0.0003
技术进步 0.0430** 0.0186 2.3039 0.0214 0.0064 0.0795
外资依存度 -0.0146*** 0.0035 -4.2209 0 -0.0214 -0.0078
城市绿化 0.0010 0.0014 0.7054 0.4807 -0.0017 0.0036
城市紧凑度 -0.0002 0.0026 -0.0104 0.9917 -0.0051 0.0051
总效应 Effect se t p LLCI ULCI
0.0242 0.0141 1.7223 0.0853 -0.0034 0.0518
直接效应 Effect se t p LLCI ULCI
-0.0261 0.0142 -1.8309 0.0674 -0.0540 0.0019
间接（中介）效应 Effect BootSE BootLLCI BootULCI
0.0503 0.0060 0.0388 0.0624

注：表中数据coeff为各解释变量对应的的回归系数；Effect表示效应的大小；LLCI和ULCI分别表示判断中介效应是否显著的上下界，置信度为95%，下同。

结果表明，行政等级对城市规模的影响显著为正，即行政等级对城市规模具有促进作用。行政级别高的城市利用行政优势获取资源优势，通过改善公共基础设施、创造良好生活环境、提供就业创业机会等途径，吸引人口流入，从而促进城市规模的扩大。城市规模对生态福利绩效的影响显著为正，说明城市规模的扩大有助于提升城市生态福利绩效，假设2再次得到证明。在控制中介变量城市规模后，通过直接效应和间接效应的置信区间判断中介效应是否存在。行政等级对生态福利绩效的直接效应判定区间为 (-0.054, 0.002)，包含0，间接效应判定区间为 (0.039, 0.062)，不包含0，表明行政等级对生态福利绩效没有明显的直接作用，但是行政等级会通过城市规模这一中介变量对生态福利绩效间接产生正向影响。由于直接效应不显著而间接效应显著，说明城市规模在行政等级对生态福利绩效的影响中起完全中介作用，城市规模是行政等级影响生态福利绩效的一条重要路径，行政等级越高，城市规模越大，生态福利绩效增长越快。由此，假设3得到证明。这一结果也间接证实了假设1，行政等级对生态福利绩效产生间接影响，城市的行政等级越高，生态福利绩效水平越高。

2.4 异质性检验

考虑到不同地区在发展背景方面差异较大，在考察行政等级通过城市规模影响生态福利绩效的路径机制时不能一概而论。因而，本文依据孙钰[45]等的区域划分依据，将288个地级及以上城市划分为东、中、西部三大区域，以分析行政等级通过城市规模影响生态福利绩效的地区差异（表6）。
表6 分地区行政等级、城市规模与生态福利绩效的中介效应分析结果

Table 6 Analysis results of mediating effect between administrative level, city size and ecological well-being performance by region

行政等级对城市规模的影响
东部 中部 西部
coeff LLCI ULCI coeff LLCI ULCI coeff LLCI ULCI
常数项 5.6084 5.2088 6.0079 6.3383 5.9201 6.7564 6.4185 6.0135 6.8236
行政等级 0.3965 0.2996 0.4933 0.5191 0.3616 0.6766 0.9367 0.7549 1.1186
产业结构 -0.0007 -0.0089 0.0075 -0.0034 -0.0116 0.0047 -0.0091 -0.0184 0.0002
技术进步 -0.0395 -0.2293 0.1450 0.1572 0.0011 0.3134 0.0655 -0.1360 0.2669
外资依存度 0.0027 -0.0335 0.0389 0.0126 -0.0122 0.0374 -0.1029 -0.1606 -0.0453
城市绿化 0.0148 0.0015 0.0282 -0.0381 -0.0504 -0.0259 -0.0379 -0.0510 -0.0248
城市紧凑度 0.0544 0.0279 0.0809 0.0054 -0.0167 0.0275 -0.0059 -0.0413 0.0294
行政等级、城市规模对生态福利绩效的影响
东部 中部 西部
coeff LLCI ULCI coeff LLCI ULCI coeff LLCI ULCI
常数项 0.2166 -0.0364 0.4696 -0.1525 -0.3852 0.0801 -0.0815 -0.3825 0.2196
行政等级 0.0006 -0.0395 0.0406 -0.0409 -0.0933 0.0116 -0.1910 -0.2653 -0.1185
城市规模 0.0565 0.0208 0.0922 0.1516 0.1214 0.1817 0.1247 0.0829 0.1666
产业结构 -0.0014 -0.0045 0.0018 -0.0047 -0.0073 -0.0021 -0.0010 -0.0042 0.0021
技术进步 0.2337 0.1624 0.3051 -0.0956 -0.1454 -0.0458 -0.0206 -0.0882 0.0470
外资依存度 -0.0260 -0.0400 -0.0120 -0.0044 -0.0123 0.0035 -0.0021 -0.0219 0.0177
城市绿化 0.0023 -0.0029 0.0075 0.0032 -0.0009 0.0072 -0.0027 -0.0074 0.0020
城市紧凑度 0.0110 0.0005 0.0214 -0.0027 -0.0098 -0.0043 0.0085 -0.0034 0.0204
总效应 Effect LLCI ULCI Effect LLCI ULCI Effect LLCI ULCI
0.0230 -0.0149 0.0608 0.0378 -0.0176 0.0932 -0.0741 -0.1391 -0.0092
直接效应 Effect LLCI ULCI Effect LLCI ULCI Effect LLCI ULCI
0.0006 -0.0395 0.0406 -0.0409 -0.0933 0.0116 -0.1910 -0.2635 -0.1185
间接（中
介）效应		 Effect BootLLCI BootULCI Effect BootLLCI BootULCI Effect BootLLCI BootULCI
0.0224 0.0083 0.0367 0.0787 0.0567 0.1009 0.1168 0.0658 0.1677
结果表明，东中西部地区行政等级对城市规模的影响均显著为正，再一次印证了行政等级对城市规模起正向促进作用。东中西部地区城市规模对生态福利绩效的影响均显著为正，再一次证明了城市常住人口是城市生态福利绩效持续上升的动力源。从行政等级通过城市规模这一路径影响生态福利绩效的效应来看，东中部地区行政等级对生态福利绩效的中介效应判定区间不包含0，说明中介效应显著，东中部地区行政等级会通过城市规模这一路径对生态福利绩效产生正向影响，且总效应判定区间和直接效应判定区间为均包含0，说明城市规模起完全中介作用。西部地区行政等级对生态福利绩效的直接效应和间接效应判定区间均不包含0，意味着在西部地区行政等级会通过城市规模这一路径对生态福利绩效产生正向影响，但城市规模只起部分中介作用。

2.5 稳健性检验

为了验证实证结果的可靠性和可信性，本文分别采用改变中介效应检验方法和替换变量的方式进行稳健性检验。
（1）改变中介效应检验方法
本文利用学者常用的逐步检验法验证行政等级通过城市规模间接影响生态福利绩效的结果，在模型（2）的基础上构建以下模型：
l n P O P i t = γ 0 + γ 1 H I E i + γ 2 Z i t + ε i
E W P i t = δ 0 + δ 1 H I E i + δ 2 l n P O P i t + δ 3 Z i t + ε i
式中： γ 0为常量； γ 1表示行政等级对城市规模的效应； γ 2为行政等级不变时，控制变量对城市规模的影响； δ 0为常量； δ 1表示在控制了中介变量后，行政等级对生态福利绩效的直接效应； δ 2表示控制了行政等级的影响后，城市规模对生态福利绩效的影响； δ 3为其他变量不变时，控制变量对生态福利绩效的影响。。
对模型（2）、模型（7）、模型（8）进行回归，回归结果见表7。根据表7的结果和中介效应检验流程，验证了城市规模是行政等级影响生态福利绩效的路径这一结论。
表7 逐步检验中介效应回归结果

Table 7 Regression results of stepwise test mediating effect

变量 模型（1）
EWP		 模型（6）
InPOP		 模型（7）
EWP
l n P O P 0.108***
（0.01）
H I E 0.024*
（0.014）		 0.466***
（0.039）		 -0.026*
（0.014）
控制变量 控制 控制 控制
N / 个 1152 1152 1152
R 2 0.02 0.215 0.108
用同样的方法检验城市规模在各地区行政等级影响生态福利绩效中的路径作用（表8）。结果显示，在各地区城市规模均是行政等级影响生态福利绩效的路径，其中，城市规模在东中部地区行政等级对生态福利绩效的影响中呈现完全中介效应，在西部地区行政等级对生态福利绩效的影响中呈现部分中介效应，与Bootstrap检验的结果一致。
表8 分地区逐步检验中介效应回归结果

Table 8 Regression results of mediating effect by region

变量 东部 中部 西部
（1） （2） （3） （4） （5） （6） （7） （8） （9）
l n P O P 0.056***
（0.018）		 0.152***
（0.015）		 0.125***
（0.021）
H I E 0.023
（0.019）		 0.396***
（0.049）		 0.001
（0.020）		 0.038
（0.028）		 0.519***
（0.080）		 -0.041
（0.027）		 -0.074**
（0.033）		 0.937***
（0.092）		 -0.191***
（0.037）
控制变量 控制 控制 控制 控制 控制 控制 控制 控制 控制
N / 个 460 460 460 436 436 436 256 256 256
R 2 0.126 0.251 0.145 0.046 0.211 0.223 0.149 0.428 0.253
（2）替换变量
用于衡量城市规模的指标很多，本文选取“年平均人口数”作为替代指标，利用Bootstrap方法再次对其中介效应进行检验（表9），数据来源于《中国城市统计年鉴》，分地区结果见表10。结果显示，整体上城市规模仍然是行政等级影响生态福利绩效的重要路径，中介效应区间不包含0，且总效应判定区间和直接效应判定区间为均包含0，呈现完全中介效应。分地区来看，东中部地区城市规模在行政等级对生态福利绩效的影响上，中介效应区间不包含0，且总效应判定区间和直接效应判定区间为均包含0，起完全中介作用，西部地区城市规模在行政等级对生态福利绩效的影响上，中介效应区间不包含0，但直接效应和间接效应判定区间均不包含0，呈现部分中介效应，与前文的研究结果一致。
表9 行政等级、城市规模与生态福利绩效的中介效应分析结果（替代指标）

Table 9 Mediating effect analysis results of administrative level, city size and ecological wel-being performance (alternative indicators)

行政等级对城市规模的影响
R R2 MSE F df1 df2 p
0.3889 0.1512 0.4225 33.5850 6 1131 0
coeff se t p LLCI ULCI
常数项 6.3040*** 0.1298 48.5543 0 6.0492 6.5587
行政等级 0.4143*** 0.0413 10.0358 0 0.3333 0.4953
产业结构 -0.0040 0.0027 -1.5100 0.1313 -0.0093 0.0012
技术进步 0.0455 0.0563 0.8082 0.4191 -0.0650 0.1559
外资依存度 -0.0030 0.0105 -0.2814 0.7785 -0.0237 0.0177
城市绿化 -0.0253*** 0.0041 -6.4620 0 -0.0343 -0.0183
城市紧凑度 -0.0103 0.0198 -0.5221 0.6021 -0.0494 0.0287
行政等级、城市规模对生态福利绩效的影响
R R2 MSE F df1 df2 p
0.3126 0.0977 0.0470 17.4812 7 1130 0
coeff se t p LLCI ULCI
常数项 0.0158 0.0761 0.2084 0.8350 -0.1334 0.1651
行政等级 -0.0169 0.0144 -1.1782 0.2390 -0.0451 0.0113
城市规模 0.0984*** 0.0099 9.9169 0 0.0789 0.1178
产业结构 -0.0010 0.0009 -1.0753 0.2825 -0.0027 0.0008
技术进步 0.0488*** 0.0188 2.5976 0.0095 0.0119 0.0856
外资依存度 -0.0134*** 0.0035 -3.7995 0.0002 -0.0203 -0.0065
城市绿化 0.0009 0.0014 0.6178 0.5369 -0.0019 0.0036
城市紧凑度 0.0089 0.0061 1.4542 0.1472 0.0031 0.0209
总效应 Effect se t p LLCI ULCI
0.0238 0.0143 1.6599 0.0972 -0.0043 0.0520
直接效应 Effect se t p LLCI ULCI
-0.0169 0.0144 -1.1782 0.2390 -0.0451 0.0113
间接（中介）效应 Effect BootSE BootLLCI BootULCI
0.0407 0.0056 0.0302 0.0519
表10 分地区行政等级、城市规模与生态福利绩效的中介效应分析结果（替代指标）

Table 10 Mediating effect analysis results of administrative level, city size and ecological well-being performance by region (alternative indicators)

行政等级对城市规模的影响
东部 中部 西部
coeff LLCI ULCI coeff LLCI ULCI coeff LLCI ULCI
常数项 6.0474 5.6529 6.4419 6.4859 6.0361 6.9357 6.6183 6.1678 7.0687
行政等级 0.3840 0.2876 0.4804 0.4039 0.2232 0.5847 0.8834 0.6809 1.0860
产业结构 -0.0075 -0.0156 0.0005 -0.0073 -0.0160 0.0015 -0.0114 -0.0217 -0.0011
技术进步 -0.2293 -0.4116 -0.0471 0.1897 0.0232 0.3561 0.0711 -0.1495 0.2916
外资依存度 -0.0191 -0.0550 0.0167 0.0067 -0.0197 0.0332 -0.0956 -0.1645 -0.0267
城市绿化 0.0104 -0.0028 0.0237 -0.0377 -0.0507 -0.0247 -0.0418 -0.0563 -0.0273
城市紧凑度 0.0646 0.0384 0.0909 0.0175 -0.0063 0.0414 -0.0103 -0.0494 0.0287
行政等级、城市规模对生态福利绩效的影响
东部 中部 西部
coeff LLCI ULCI coeff LLCI ULCI coeff LLCI ULCI
常数项 0.2314 -0.0369 0.4996 -0.1366 -0.3653 0.0920 -0.0384 -0.3308 0.2540
行政等级 -0.0001 -0.0404 0.0402 -0.0101 -0.0653 0.0450 -0.1857 -0.2569 -0.1146
城市规模 0.0500 0.0137 0.0862 0.1482 0.1197 0.1768 0.1167 0.0778 0.1556
产业结构 -0.0010 -0.0042 0.0022 -0.0044 -0.0070 -0.0017 -0.0011 -0.0043 0.0021
技术进步 0.2449 0.1730 0.3169 -0.1029 -0.1528 -0.0529 -0.0206 -0.0885 0.0474
外资依存度 -0.0241 -0.0382 -0.0101 -0.0042 -0.0121 0.0036 0.0036 -0.0179 0.0251
城市绿化 0.0024 -0.0028 0.0076 0.0028 -0.0012 0.0069 -0.0031 -0.0078 0.0017
城市紧凑度 0.0111 0.0006 0.0217 -0.0045 -0.0117 0.0026 0.0089 -0.0031 0.0209
总效应 Effect LLCI ULCI Effect LLCI ULCI Effect LLCI ULCI
0.0190 -0.0190 0.0571 0.0497 -0.0104 0.1099 -0.0827 -0.1492 -0.0161
直接效应 Effect LLCI ULCI Effect LLCI ULCI Effect LLCI ULCI
-0.0001 -0.0404 0.0402 -0.0101 -0.0653 0.0450 -0.1857 -0.2569 -0.1146
间接（中
介）效应		 Effect BootLLCI BootULCI Effect BootLLCI BootULCI Effect BootLLCI BootULCI
0.0192 0.0053 0.0333 0.0599 0.0397 0.0805 0.1031 0.0557 0.1509

3 结论与政策建议

3.1 结论

我国正处于城镇化深入发展、缓解资源环境矛盾和经济转型升级的重要时期，破解我国可持续高质量发展与环境污染“怪圈”难题的关键，在于厘清“政府—市场”关系，在发挥政府高质量决策、跨域协调等方面作用的同时，明确市场在资源配置中的决定性地位，实现资源配置的效率最优化[4]。本文实证研究了政府作用下的行政等级、市场机制下的城市规模对表征可持续发展的指标，即生态福利绩效的影响，并采用Bootstrap中介效应分析法，对城市规模在行政等级影响生态福利绩效中体现的路径作用进行深入剖析。研究结论如下：
（1）样本期间，我国地级及以上城市的生态福利绩效水平整体均值不高，但随时间推移呈上升趋势且近年来增速逐渐加快。除地级市由于初始水平高但增速慢，其整体生态福利绩效水平由首位下降至第三位，其他行政等级高的城市，生态福利绩效水平也相对较高。
（2）行政等级、城市规模均对生态福利绩效有显著的正向影响。此外，技术进步可以显著提升城市的生态福利绩效，外资依存度则会显著降低城市的生态福利绩效。
（3）传导机制分析表明，城市规模是行政等级影响生态福利绩效的一条重要路径。整体上来看，行政等级越高，城市规模越大，生态福利绩效水平越高。行政等级可以通过城市规模的中介作用，间接影响生态福利绩效水平，且城市规模在其中起完全中介作用。分地区来看，在东中部地区城市规模是行政等级影响生态福利绩效的唯一中介变量，在西部地区城市规模是行政等级影响生态福利绩效的部分中介变量。

3.2 政策建议

根据本文的研究结果，提出以下政策建议：
（1）增强高行政等级城市的辐射带动作用，来提升低行政等级城市的可持续发展水平。分析表明，高行政等级城市的可持续发展水平更高，在整体推动可持续发展上贡献更大。今后要继续实施和强化“增强中心城市的辐射带动功能[46]”“增强中心城市和城市群等经济发展优势区域的经济和人口承载能力[47]”等政策，进一步发挥高行政等级城市在可持续高质量发展方面带动和辐射作用。此外，高行政等级城市应与低行政等级城市进行资源共享、技术共享、成果共享，以改善低行政等级城市的可持续发展水平。
（2）充分发挥行政等级和城市规模对生态福利绩效的叠加效应，通过促进人口合理有序流动提升生态福利绩效。积极落实我国人口发展规划要求，优化提升东部地区城市群，培育发展中西部地区城市群，增强主要城市群集聚人口的能力。做大做强中心城市，加快推进城乡基本公共服务均等化，提升城市管理水平，完善基础设施建设，促进产业结构升级，推进以人为核心的新型城镇化，增强东中部中心城市对西部人口的吸引力，引导人口进一步向城市群和东中部城市集聚。与此同时，主动破除阻碍劳动力、人才自由流动的体制机制弊端，放开放宽大城市落户限制，消除人口向发达地区、大城市和城市群集聚的障碍，让人在经济理性的驱动下，由落后地区向发达地区、由西部地区向东中部地区转移，使资源得到优化配置和充分利用，进而从整体上推动我国城市可持续发展水平的快速提升。
（3）转变政府在城市可持续发展中发挥作用的方式，更加注重发挥市场机制的重要作用。行政等级划分作为我国特色属性，是促进城市可持续发展的关键要素，其特定的差别化激励政策可以促进资源要素向特定区域流动与集聚，但也因此形成了城市间可持续发展水平的差异。由于单纯依靠行政等级对要素进行调配极易导致资源配置的扭曲，在城市间产生不公平竞争，政府应当由主导作用转变为引导作用，降低资源对行政等级的依赖，摆脱行政等级对资源的束缚，让不同城市根据自身的发展需求公平竞争相应的资源，优化城市发展空间及资源布局，通过促进要素资源流动来释放城市活力，为生态福利绩效的提升创造良好的制度环境。只有同时利用好“有形的手”和“无形的手”，才能稳步推进城市可持续高质量发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘传明, 刘一丁, 马青山. 环境规制与经济高质量发展的双向反馈效应研究. 经济与管理评论, 2021, 37(3): 111-122.

[ LIU C M, LIU Y D, MA Q S. Research on two-way feedback effect between environmental regulation and high-quality economic development. Review of Economy and Management, 2021, 37(3): 111-122.]

[2]
彭程, 陈志芬, 吴华瑞, 等. 基于ESDA的城市可持续发展能力时空分异格局研究. 中国人口·资源与环境, 2016, 26(2): 144-151.

[ PENG C, CHEN Z F, WU H R, et al. Spatial-temporal differentiation of urban sustainable development in China based on ESDA. China Population, Resources and Environment, 2016, 26(2): 144-151.]

[3]
肖周燕. 政府调控、市场机制与城市发展. 中国人口·资源与环境, 2016, 26(4): 40-47.

[ XIAO Z Y. Market mechanism, government regulation and city development. China Population, Resources and Environment, 2016, 26(4): 40-47.]

[4]
乐云, 李永奎, 胡毅, 等. “政府—市场”二元作用下我国重大工程组织模式及基本演进规律. 管理世界, 2019, 35(4): 17-27.

[ LE Y, LI Y K, HU Y, et al. The organizational models and evolving patterns for mega projects in China: A perspective from the co-function of "governments and market". Management World, 2019, 35(4): 17-27.]

[5]
刘志彪, 凌永辉. 结构转换、全要素生产率与高质量发展. 管理世界, 2020, 36(7): 15-29.

[ LIU Z B, LING Y H. Structural transformation, TFP and high-quality development. Management World, 2020, 36(7): 15-29.]

[6]
程承坪, 朱明达. 大数据时代的政府与市场关系探讨. 中国软科学, 2019, (9): 185-192.

[ CHENG C P, ZHU M D. Discussion on the government and market relations in the era of big data. China Soft Science, 2019, (9): 185-192.]

[7]
中华人民共和国民政部编. 中华人民共和国行政区划简册2020. 北京: 中国地图出版社, 2020.

[ Ministry of Civil Affairs of the People's Republic of China. Summary of Administrative Divisions of the People's Republic of China 2020. Beijing: Sinomap Press, 2020.]

[8]
王开泳, 陈田, 刘毅. “行政区划本身也是一种重要资源”的理论创新与应用. 地理研究, 2019, 38(2): 195-206.

DOI

[ WANG K Y, CHEN T, LIU Y. New discussion and reflection on "administrative division itself can be seen as a resource". Geographical Research, 2019, 38(2): 195-206.]

DOI

[9]
李澎, 刘若阳, 李健. 中国城市行政等级与资源配置效率. 经济地理, 2016, 36(10): 46-51, 59.

[ LI P, LIU R Y, LI J. Administrative hierarchy and resource allocation efficiency of Chinese city. Economic Geography, 2016, 36(10): 46-51, 59.]

[10]
王志锋, 王优容, 王云亭, 等. 城市行政等级与经济增长: 基于开发区的视角. 宏观经济研究, 2017, (11): 115-127.

[ WANG Z F, WANG Y R, WANG Y T, et al. Urban administrative hierarchy and economic growth: From the perspective of Development Zone. Macroeconomics, 2017, (11): 115-127.]

[11]
魏海涛, 刘玲. 基于数据包络分析方法的城市生态效率研究. 区域经济评论, 2016, (4): 152-160.

[ WEI H T, LIU L. Study on the urban eco-efficiency based on DEA model. Regional Economic Review, 2016, (4): 152-160.]

[12]
罗楚亮, 薛进军. 城市层级与城镇居民收入差距. 劳动经济研究, 2015, 3(5): 69-92.

[ LUO C L, XUE J J. Hierarchical inequality of income distribution among cities in China. Studies in Labor Economics, 2015, 3(5): 69-92.]

[13]
刘修岩, 贺小海, 殷醒民. 市场潜能与地区工资差距: 基于中国地级面板数据的实证研究. 管理世界, 2007, 23(9): 48-55.

[ LIU X Y, HE X X, YIN X M. Market potential and regional wage gap: An empirical study based on China's prefecture level panel data. Management World, 2007, 23(9): 48-55.]

[14]
傅鸿鹏, 单楠, 苏健婷, 等. 我国地级市卫生服务供需特点及其对社区卫生发展的影响. 中华医院管理杂志, 2011, (5): 331-334.

[ FU H P, SHAN N, SU J T, et al. Characteristics of health service supply and demand in prefecture level cities in China and its impact on community health development. Chinese Journal of Hospital Administration, 2011, (5): 331-334.]

[15]
NORMAN, MYERS. Financing Change, the Financial Community, Eco-efficiency and Sustainable Development. Cambridge: MIT Press, 1996.

[16]
COMMON M. Measuring national economic performance without using prices. Ecological Economics, 2007, 64(1): 92-102.

DOI

[17]
方时姣, 肖权. 中国区域生态福利绩效水平及其空间效应研究. 中国人口·资源与环境, 2019, 29(3): 1-10.

[ FANG S J, XIAO Q. Research on regional ecological well-being performance and spatial effect in China. China Population, Resources and Environment, 2019, 29(3): 1-10.]

[18]
臧漫丹, 诸大建, 刘国平. 生态福利绩效: 概念, 内涵及G20实证. 中国人口·资源与环境, 2013, 23(5): 118-124.

[ ZANG M D, ZHU D J, LIU G P. Ecological well-being performance: Concept, connotation and empirical of G20. China Population, Resources and Environment, 2013, 23(5): 118-124.]

[19]
李佳佳, 罗能生. 城市规模对生态效率的影响及区域差异分析. 中国人口·资源与环境, 2016, 26(2): 129-136.

[ LI J J, LUO N S. Effect of urban scale on eco-efficiency and the regional difference analysis. China Population, Resources and Environment, 2016, 26(2): 129-136.]

[20]
王珍珍, 穆怀中. 城市规模、门槛效应与人力资本外部性. 上海行政学院学报, 2018, 19(2): 88-99.

[ WANG Z Z, MU H Z. City size, threshold effect and human capital externality. The Journal of Shanghai Administration Institute, 2018, 19(2): 88-99.]

[21]
郭晓丹, 张军, 吴利学. 城市规模、生产率优势与资源配置. 管理世界, 2019, 35(4): 77-89.

[ GUO X D, ZHANG J, WU L X. City size, advantages of firm productivity and resource allocation efficiency. Management World, 2019, 35(4): 77-89.]

[22]
林永然, 耿楚宇. 城市人口规模对流动人口教育回报率的影响. 城市问题, 2019, (2): 89-95.

[ LIN Y R, GENG C Y. Influences of urban population size on the rate of return to education for floating population. Urban Problems, 2019, (2): 89-95.]

[23]
许诺, 吕拉昌, 黄茹, 等. 中国城市人口迁移和创新. 地域研究与开发, 2016, 35(2): 165-169.

[ XU N, LYU L C, HUANG R, et al. Migration and innovation of cities in China. Areal Research and Development, 2016, 35(2): 165-169.]

[24]
武俊奎. 城市规模、结构与碳排放. 上海: 复旦大学, 2012.

[ WU J K. City size, structure and carbon emission. Shanghai: Fudan University, 2012.]

[25]
刘习平, 宋德勇. 城市产业集聚对城市环境的影响. 城市问题, 2013, (3): 9-15.

[ LIU X P, SONG D Y. Influence on urban environment by industrial agglomeration. Urban Problems, 2013, (3): 9-15.]

[26]
MC LAREN D. Compact or dispersed? Dilution is no solution. Built Environment, 1992, (2): 268-284.

[27]
文雯, 王奇. 城市人口规模与环境污染之间的关系: 基于中国285个城市面板数据的分析. 城市问题, 2017, (9): 32-38.

[ WEN W, WANG Q. Urban population size and urban environment pollution: Analysis based 285 cities' panel data of China. Urban Problems, 2017, (9): 32-38.]

[28]
KRUGMAN. Increasing return sand economic geography. Journal of Political Economy, 1991, 99(3): 483-499.

DOI

[29]
陆铭. 城市发展如何达到高效且包容. 中国青年社会科学, 2018, 37(1): 30-34.

[ LU M. How can urban development be efficient and inclusive. Journal of China Youth College for Political Sciences, 2018, 37(1): 30-34.]

[30]
余吉祥, 沈坤荣. 跨省迁移、经济集聚与地区差距扩大. 经济科学, 2013, (2): 33-44.

[ YU J X, SHEN K R. Inter provincial migration, economic agglomeration and widening regional gap. Economic Science, 2013, (2): 33-44.]

[31]
李成宇, 张士强, 张伟, 等. 中国省际生态福利绩效测算及影响因素研究. 地理科学, 2019, 39(12): 1875-1883.

DOI

[ LI C Y, ZHANG S Q, ZHANG W, et al. Measurement and influencing factors of inter-provincial ecological well-being performance in China. Scientia Geographica Sinica, 2019, 39(12): 1875-1883.]

DOI

[32]
杨国梁, 刘文斌, 郑海军. 数据包络分析方法(DEA)综述. 系统工程学报, 2013, 28(6): 840-860.

[ YANG G L, LIU W B, ZHENG H J. Overview of data envelopment analysis (DEA). Journal of Systems Engineering, 2013, 28(6): 840-860.]

[33]
王冉, 孙涛. 基于超效率DEA模型的环境规制对中国区域绿色经济效率影响研究. 生态经济, 2019, 35(11): 131-136.

[ WANG R, SUN T. Research on the influence of environmental regulation on China's regional green economy efficiency based on super efficiency DEA model. Ecological Economy, 2019, 35(11): 131-136.]

[34]
马占新. 广义参考集DEA模型及其相关性质. 系统工程与电子技术, 2012, 34(4): 709-714.

[ MA Z X. DEA model with generalized reference set and its properties. Systems Engineering and Electronics, 2012, 34(4): 709-714.]

[35]
温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展. 心理科学进展, 2014, 22(5): 731-745.

[ WEN Z L, YE B J. Analyses of mediating effects: The development of methods and model. Advances in Psychological Science, 2014, 22(5): 731-745.]

DOI

[36]
成金华, 孙琼, 郭明晶, 等. 中国生态效率的区域差异及动态演化研究. 中国人口·资源与环境, 2014, 24(1): 47-54.

[ CHENG J H, SUN Q, GUO M J, et al. Research on regional disparity and dynamic evolution of eco-efficiency in China. China Population, Resources and Environment, 2014, 24(1): 47-54.]

[37]
付丽娜, 陈晓红, 冷智花. 基于超效率DEA模型的城市群生态效率研究: 以长株潭“3+5”城市群为例. 中国人口·资源与环境, 2013, 23(4): 169-175.

[ FU L N, CHEN X H, LENG Z H. Urban agglomerations eco-efficiency analysis based on super-efficienty DEA model: Case study of Chang-Zhu-Tan "3+5" urban agglomeration. China Population, Resources and Environment, 2013, 23(4): 169-175.]

[38]
龙亮军, 王霞. 上海市生态福利绩效评价研究. 中国人口·资源与环境, 2017, 27(2): 84-92.

[ LONG L J, WANG X. A study on Shanghai's ecological well-being performance. China Population, Resources and Environment, 2017, 27(2): 84-92.]

[39]
徐维祥, 徐志雄, 刘程军. 黄河流域地级城市土地集约利用效率与生态福利绩效的耦合性分析. 自然资源学报, 2021, 36(1): 114-130.

[ XU W X, XU Z X, LIU C J. Coupling analysis of land intensive use efficiency and ecological well-being performance of cities in the Yellow River Basin. Journal of Natural Resources, 2021, 36(1): 114-130.]

DOI

[40]
肖黎明, 吉荟茹. 绿色技术创新视域下中国生态福利绩效的时空演变及影响因素: 基于省域尺度的数据检验. 科技管理研究, 2018, 38(17): 243-251.

[ XIAO L M, JI H R. Spatial structure change and influencing factors of ecological well-being performance from the perspective of green technological innovation in China: Data analysis based on provincial panel data. Science and Technology Management Research, 2018, 38(17): 243-251.]

[41]
肖黎明, 张仙鹏. 强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征. 自然资源学报, 2019, 34(2): 312-324.

[ XIAO L M, ZHANG X P. Spatio-temporal characteristics of coupling coordination between green innovation efficiency and ecological welfare performance under the concept of strong sustainability. Journal of Natural Resources, 2019, 34(2): 312-324.]

DOI

[42]
徐昱东, 亓朋, 童临风. 中国省级地区生态福利绩效水平时空分异格局研究. 区域经济评论, 2017, (4): 123-131.

[ XU Y D, QI P, TONG L F. Spatial-temporal differentiation of Chinese provincial ecological well-being performance. Regional Economic Review, 2017, (4): 123-131.]

[43]
联合国开发计划署. 中国人类发展报告2013. 北京: 中国对外翻译出版公司, 2013.

[ United Nations Development Programme. China Human Development Report 2013. Beijing: China International Translation and Publishing Corporation, 2013.]

[44]
龙亮军, 王霞, 郭兵. 基于改进DEA模型的城市生态福利绩效评价研究: 以我国35个大中城市为例. 自然资源学报, 2017, 32(4): 595-605.

[ LONG L J, WANG X, GUO B. Evaluation of urban ecological well-being performance based on revised DEA model: A case study of 35 major cities in China. Journal of Natural Resources, 2017, 32(4): 595-605.]

[45]
孙钰, 王坤岩, 姚晓东. 基于DEA交叉效率模型的城市公共基础设施经济效益评价. 中国软科学, 2015, (1): 172-183.

[ SUN Y, WANG K Y, YAO X D. Economic benefits evaluation of urban public infrastructure based on the DEA Cross-Efficiency Method. China Soft Science, 2015, (1): 172-183.]

[46]
光明日报. 增强中心城市辐射带动力, 2019-01-22.

[ Guangming Daily. Enhance the power of radiation belt in central cities, 2019-01-22.]

[47]
光明日报: 提高中心城市和城市群综合承载能力,2020-01-13.

[ Guangming Daily: Improve the comprehensive carrying capacity of central cities and urban agglomerations, 2020-01-13.]

Options
文章导航

/

〈 〉