長江經(jīng)濟(jì)帶城市大氣環(huán)境效率評價及空間差異分析

張 羽,毛焱穎,焦柳丹,吳 雅

(1. 重慶交通大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 400074； 2. 重慶電子工程職業(yè)學(xué)院 通信工程學(xué)院，重慶 401331； 3. 西南大學(xué) 資源環(huán)境學(xué)院，重慶 400715)

0 引 言

近年來，快速的城市化進(jìn)程使城市經(jīng)濟(jì)成為我國經(jīng)濟(jì)發(fā)展的主要引擎[1-2]。但部分學(xué)者認(rèn)為如此快速的城市化造成了大量的資源浪費和環(huán)境污染[3-4]。特別是大氣環(huán)境污染，帶來了巨大的經(jīng)濟(jì)損失和公眾健康威脅[5]。

城市大氣環(huán)境效率，體現(xiàn)了資源投入轉(zhuǎn)化為經(jīng)濟(jì)價值與大氣污染排放的效率。城市大氣環(huán)境效率的測度，是實現(xiàn)節(jié)能減霾和區(qū)域綠色高質(zhì)量發(fā)展的重要前提條件[6]。大氣環(huán)境效率作為衡量區(qū)域可持續(xù)發(fā)展水平的新工具和新方法，吸引了眾多學(xué)者的關(guān)注[6]。丁鐳等[6]運用數(shù)據(jù)包絡(luò)分析(DEA)模型和Malmquist指數(shù)測算了2006—2015年浙江省11個城市大氣環(huán)境效率的靜態(tài)和動態(tài)特征，基于測算結(jié)果，提出了差異化的污染防治措施；陳國鷹等[7]基于Super-SBM模型和全局Malmquist指數(shù)對京津冀13個城市2006—2016年的大氣環(huán)境效率進(jìn)行評價分析，并分析了其空間差異性和影響因素，指出技術(shù)落后是大氣環(huán)境效率低下的主要原因；汪克亮等[8]基于2006—2015年京津冀13個樣本城市的數(shù)據(jù)，考察了大氣環(huán)境效率的地區(qū)差異特征及動態(tài)演變特征，分析了大氣環(huán)境效率的影響機(jī)制；汪克亮等[9]還基于我國省域面板數(shù)據(jù)，實證考察了其大氣環(huán)境效率，研究結(jié)果顯示，全國整體來看大氣環(huán)境效率偏低，上海、廣東等經(jīng)濟(jì)發(fā)達(dá)省市效率值最優(yōu)，存在“優(yōu)者恒優(yōu)，差者恒差”的極化現(xiàn)象；X.WU等[10]利用DEA模型實證分析了2000—2010年我國29個省市 PM2.5排放效率，研究結(jié)果為全國PM2.5減排政策的制定提供了參考借鑒；Y.LI等[11]測算了我國31個省會城市的大氣環(huán)境效率，分析結(jié)果顯示，僅北京、廣州、南寧和上海4個城市達(dá)到了最優(yōu)效率值1，其余城市均有提升空間。

現(xiàn)有的大氣環(huán)境效率評價研究結(jié)果為筆者提供了借鑒和參考，但也存在一定的改進(jìn)空間：首先，部分文獻(xiàn)投入產(chǎn)出指標(biāo)體系不完善，在選取大氣污染物(PM2.5、SO2、煙粉塵等)非期望產(chǎn)出指標(biāo)時，僅參考了單一或部分產(chǎn)出指標(biāo)，不足以反映大氣環(huán)境的整體水平。陳國鷹等[7]僅以PM2.5濃度反映京津冀城市群的大氣環(huán)境污染物；汪克亮等[9]選取了工業(yè)SO2排放量和工業(yè)煙塵排放量，未考慮PM2.5濃度。其次，部分文獻(xiàn)研究的年限較早，難以反映近年來我國大氣環(huán)境效率變化。

同時，長江經(jīng)濟(jì)帶沿途流經(jīng)11個省市，包含3大城市群，養(yǎng)育了我國40%以上的人口，產(chǎn)出了45%以上的經(jīng)濟(jì)總量，作為國家重大發(fā)展戰(zhàn)略區(qū)域，對我國的社會經(jīng)濟(jì)發(fā)展起著不可替代的作用。然而，根據(jù)孫亞梅等[12]的研究顯示，近年來長江經(jīng)濟(jì)帶的大氣污染物排放量嚴(yán)重超標(biāo)，對我國城市居民的身心健康和國家經(jīng)濟(jì)發(fā)展造成了巨大的威脅。因此，研究我國長江經(jīng)濟(jì)帶城市大氣環(huán)境效率的表現(xiàn)水平，對于資源集約利用，促進(jìn)我國城市大氣污染防治具有重要的參考價值。鑒于此，筆者以我國長江經(jīng)濟(jì)帶80個城市多年數(shù)據(jù)為樣本，運用改進(jìn)數(shù)據(jù)包絡(luò)分析模型對其大氣環(huán)境相對效率進(jìn)行評價研究，并引進(jìn)Malmquist生產(chǎn)率指數(shù)模型對其動態(tài)演變進(jìn)行測算。從而為我國長江經(jīng)濟(jì)帶城市大氣污染防治提出針對性的政策建議。

1 研究方法

1.1 非期望產(chǎn)出Super-SBM模型

數(shù)據(jù)包絡(luò)分析(DEA)模型是一種評價效率的經(jīng)典方法，可用于單投入、單產(chǎn)出，或多投入、多產(chǎn)出的多個評價單元相對效率的計算[13]。DEA方法在工業(yè)部門、交通部門、金融機(jī)構(gòu)、環(huán)境等眾多領(lǐng)域得到廣泛的應(yīng)用[14]。傳統(tǒng)DEA模型從徑向(投入和產(chǎn)出以等比例縮小或放大)和角度(投入或產(chǎn)出角度)2方面對效率進(jìn)行度量，不能把投入產(chǎn)出松弛性納入考慮范圍，測得效率值不夠準(zhǔn)確。K.TONE[15]提出了SBM模型這一基于松弛變量測度非徑向非角度的DEA計算方法。SBM模型的效率值隨投入與產(chǎn)出松弛程度的變化而嚴(yán)格單調(diào)遞減，該模型也考慮到經(jīng)濟(jì)生產(chǎn)過程中的非期望產(chǎn)出(如環(huán)境污染物)，將其作為評價指標(biāo)之一。但SBM模型測得效率值在0和1之間，會出現(xiàn)多個決策單元同為前沿面的效率(效率值為1)情況，此時不能對這部分決策單元進(jìn)行有效評價和排序。為此，K.TONE[16]還提出了Super-SBM模型，該模型的效率值可大于1，可對所有決策單元進(jìn)行評價和排序。

參考非期望產(chǎn)出SBM[17]和Super-SBM模型[16]，筆者構(gòu)建了考慮非期望產(chǎn)出的Super-SBM大氣環(huán)境效率評價模型。

首先，考慮非期望產(chǎn)出的SBM模型計算步驟如下：

假設(shè)有n個決策單元，即n個城市參與大氣環(huán)境效率評價，每個決策單元均有投入和產(chǎn)出兩個向量，評價指標(biāo)體系由m個投入，s1個期望產(chǎn)出和s2個非期望產(chǎn)出，分別表示為x∈Rm，y∈Rs1和b∈Rs2，則可定義投入產(chǎn)出矩陣如下：

(1)

則生產(chǎn)可能集p可以表示為：

p={(x,y,b)|x≥Xλ,y≤Yλ,b≥Bλ,λ≥0}

(2)

根據(jù)文獻(xiàn)[17]SBM模型的處理方法，考慮非期望產(chǎn)出的 SBM模型為：

(3)

在用SBM模型計算城市大氣環(huán)境效率時，會出現(xiàn)多個城市同時有效(ρ=1)的情況，導(dǎo)致不能對這些城市的效率值進(jìn)行比較和排序。因此，在對長江經(jīng)濟(jì)帶城市進(jìn)行評價時，根據(jù)文獻(xiàn)[16-17]，不包含決策單元DMUk(xk,yk,bk)的生產(chǎn)可能集為：

(4)

考慮非期望產(chǎn)出的Super-SBM模型(不變規(guī)模報酬)，如式(5)：

(5)

式中：ρ*為各城市大氣環(huán)境效率值，取值可以大于1，變量含義同式(3)，λj為投入與產(chǎn)出的權(quán)重。

根據(jù)式(5)，測算我國長江經(jīng)濟(jì)帶城市大氣環(huán)境效率。

1.2 Malmquist生產(chǎn)率指數(shù)

Super-SBM模型只能計算各城市每年的相對效率值，不能考察各地區(qū)效率的動態(tài)變化情況。筆者引入Malmquist生產(chǎn)率指數(shù)，對各城市大氣環(huán)境效率的跨期動態(tài)變化作相應(yīng)的研究。Malmquist生產(chǎn)率指數(shù)的步驟如下[18]：

(6)

同理，在s時期技術(shù)條件下的Malmquist指數(shù)可表示為：

(7)

為避免因時期或技術(shù)條件選擇的不同而導(dǎo)致結(jié)果不同，用式(6)和式(7)的幾何平均值來衡量從t到s時期生產(chǎn)率變化的Malmquist指數(shù)，如式(8)：

(8)

Mj(t,s)用來計算決策單元j從時期t到時期s的動態(tài)效率變化。當(dāng)Mj(t,s)>1時表現(xiàn)為生產(chǎn)前沿面向上移動，技術(shù)出現(xiàn)了進(jìn)步，效率值從時期t到時期s的效率有改善和提高；反之，當(dāng)Mj(t,s)=1和Mj(t,s)<1時則表明該城市效率值從時期t到時期s的效率沒有改變或退步。

同時，文獻(xiàn)[18]進(jìn)一步將Malmquist生產(chǎn)率指數(shù)分解為技術(shù)效率變化和技術(shù)變化指數(shù)，進(jìn)而定位效率變化的驅(qū)動因素，如式(9)：

E×T

(9)

式中：E表示技術(shù)效率變化，T表示技術(shù)進(jìn)步變化指數(shù)。同樣的，當(dāng)E和T大于1，說明技術(shù)效率和技術(shù)出現(xiàn)了進(jìn)步；反之則技術(shù)效率和技術(shù)不變或退步了。

2 指標(biāo)選取與數(shù)據(jù)處理

對長江經(jīng)濟(jì)帶城市大氣環(huán)境效率展開實證分析。因部分城市指標(biāo)數(shù)據(jù)缺失，選取了長江經(jīng)濟(jì)帶11個省市的80個地級及以上城市為研究樣本。

2.1 投入產(chǎn)出指標(biāo)選取

目前，大氣環(huán)境效率評價研究文獻(xiàn)較少，其投入產(chǎn)出指標(biāo)也未形成統(tǒng)一體系。在國內(nèi)外學(xué)者關(guān)于環(huán)境治理效率、大氣環(huán)境績效和低碳治理績效等相關(guān)研究文獻(xiàn)的基礎(chǔ)上[6-8]，結(jié)合指標(biāo)選取原則，從投入、期望產(chǎn)出和非期望產(chǎn)出3個方面構(gòu)建長江經(jīng)濟(jì)帶大氣環(huán)境效率的評價指標(biāo)體系。各指標(biāo)具體含義如下：

2.1.1 投入指標(biāo)

勞動力投入(x1)。以城鎮(zhèn)單位從業(yè)人員期末人數(shù)表示。

資本投入(x2)。以年度固定資產(chǎn)投資額表示。

能源消耗(x3)、水資源消耗(x4)。將各城市的各類能源消費總量折算為標(biāo)準(zhǔn)煤作為能源消耗；以各城市水資源消費總量作為水資源消耗。

2.1.2 期望產(chǎn)出指標(biāo)

期望產(chǎn)出為“好”的產(chǎn)出指標(biāo)，選取各城市GDP(y)表示。

2.1.3 非期望產(chǎn)出指標(biāo)

非期望產(chǎn)出指標(biāo)為環(huán)境污染類指標(biāo)，根據(jù)筆者的研究目的，選取SO2排放量(b1)、煙(粉)塵排放量(b2)、年均PM2.5濃度值(b3)作為大氣環(huán)境非期望產(chǎn)出。

我國長江經(jīng)濟(jì)帶城市大氣環(huán)境效率評價指標(biāo)體系如圖1。

圖1 長江經(jīng)濟(jì)帶城市大氣環(huán)境效率評價指標(biāo)體系Fig. 1 Evaluation index system of urban atmospheric environmentalefficiency in the Yangtze River Economic Belt

2.2 數(shù)據(jù)來源與處理

上述指標(biāo)中x1，x2，x3，x4，y，b1和b2的數(shù)據(jù)來源于2006—2018年《中國城市統(tǒng)計年鑒》[19]。由于我國于2012年初步實現(xiàn)PM2.5濃度數(shù)據(jù)的監(jiān)測與公布。筆者借鑒邵帥等[20]的研究，采用基于衛(wèi)星監(jiān)測的全球PM2.5濃度年均值的柵格數(shù)據(jù)，并進(jìn)一步利用ArcGIS軟件解析得到2005—2017年長江經(jīng)濟(jì)帶各省市的年均PM2.5濃度值?？紤]到通貨膨脹的影響，經(jīng)濟(jì)類指標(biāo)(固定資產(chǎn)投資額、GDP)均以不變價國內(nèi)生產(chǎn)總值指數(shù)換算成2005年為基期的數(shù)據(jù)。鑒于原始數(shù)據(jù)量較大，為了清晰地展示投入產(chǎn)出指標(biāo)，參考文獻(xiàn)[13]，將各變量的描述統(tǒng)計展示如表1。

表1 投入與產(chǎn)出指標(biāo)描述統(tǒng)計分析Table 1 Description and statistical analysis of input and output indicators

3 實證分析

根據(jù)式(5)非期望產(chǎn)出Super-SBM模型，先對長江經(jīng)濟(jì)帶城市大氣環(huán)境相對效率進(jìn)行評價，了解我國長江經(jīng)濟(jì)帶城市大氣環(huán)境的現(xiàn)實情況；然后分析城市大氣環(huán)境效率的地區(qū)差異性；最后基于式(8)和式(9)Malmquist生產(chǎn)率指數(shù)從動態(tài)角度對效率的演變進(jìn)行探討，揭示其動態(tài)變化情況。

3.1 長江經(jīng)濟(jì)帶城市大氣環(huán)境效率靜態(tài)特征分析

根據(jù)2005—2017年長江經(jīng)濟(jì)帶80個城市的面板數(shù)據(jù)，運用非期望產(chǎn)出Super-SBM模型，計算出長江經(jīng)濟(jì)帶城市大氣環(huán)境效率，如圖2。

圖2 長江經(jīng)濟(jì)帶城市大氣環(huán)境效率Fig. 2 Urban atmospheric environmental efficiency in theYangtze River Economic Belt

由圖2可知：長江經(jīng)濟(jì)帶城市大氣環(huán)境效率的平均值為0.59，距離生產(chǎn)前沿面還有41%的提升空間，擁有較大減排潛力，且彰顯了長江經(jīng)濟(jì)帶城市的經(jīng)濟(jì)發(fā)展與大氣污染防治之間存在不協(xié)調(diào)關(guān)系。從圖2還可看出，在2005—2017年間，效率值達(dá)到生產(chǎn)前沿面的城市較少，而大部分的城市環(huán)境效率都處于0.2～0.6，還有較大減排潛力。即通過有效技術(shù)條件和資源利用方式，優(yōu)化環(huán)境效率的要素投入，達(dá)到增加經(jīng)濟(jì)產(chǎn)出，減少大氣污染物排放，有效提升大氣環(huán)境效率的目的。

2005—2017年，80個城市中，有10個城市的平均效率大于1，達(dá)到了最優(yōu)效率，分別是上海、長沙、蘇州、黃岡和金華等。此外，無錫、臺州、玉溪和溫州等城市的大氣環(huán)境效率也較高，接近生產(chǎn)前沿面。分開來看，上海、蘇州、無錫、金華和溫州等城市位于沿海地區(qū)，經(jīng)濟(jì)相對較為發(fā)達(dá)，節(jié)能減排治污技術(shù)先進(jìn)；黃岡和玉溪等城市大氣環(huán)境質(zhì)量較好，例如玉溪市在研究期間年均PM2.5濃度值僅為34.2 ug/m3，黃岡市的年均工業(yè)煙(粉)塵排放量僅為1.2×104t，遠(yuǎn)低于其他污染嚴(yán)峻的城市。

對比來看，大氣環(huán)境效率較低的城市主要集中于長江中上游地區(qū)，如廣元、貴陽和黃石等城市。中游城市匯聚了大量高能耗、高污染企業(yè)；上游城市經(jīng)濟(jì)相對落后，經(jīng)濟(jì)產(chǎn)出水平較低，治污減排技術(shù)落后。使得中上游城市的單位GDP產(chǎn)出所消耗的資源和排放的大氣污染物較高，因而中上游城市的大氣環(huán)境效率在研究期內(nèi)處于較低水平，說明這些城市處于“高投入，高排放，低產(chǎn)出”的發(fā)展模式，這些城市應(yīng)亟需調(diào)整經(jīng)濟(jì)發(fā)展模式，轉(zhuǎn)變產(chǎn)業(yè)結(jié)構(gòu)和資源利用方式，以促進(jìn)當(dāng)?shù)氐拇髿猸h(huán)境效率。

3.2 長江經(jīng)濟(jì)帶城市大氣環(huán)境效率空間差異性分析

為了便于分析比較，根據(jù)長江經(jīng)濟(jì)帶城市的區(qū)域劃分，將各城市劃分為上、中和下游城市群，以分析各城市大氣環(huán)境效率的空間分布和區(qū)域特征。為了更好地體現(xiàn)80個城市大氣環(huán)境效率的空間分布和地理區(qū)位特征，圖3展示了2005、2010和2017年長江經(jīng)濟(jì)帶城市大氣環(huán)境效率的空間分布，基于大氣環(huán)境效率值的分布情況將城市分為5類。

注：該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2020)4619號的標(biāo)準(zhǔn)地圖制作，底圖無修改。圖3 2005、2010和2017年長江經(jīng)濟(jì)帶城市大氣環(huán)境效率區(qū)域分布Fig. 3 Regional distribution of urban atmospheric environment efficiencyin the Yangtze River Economic Belt in 2005, 2010 and 2017

由圖3可知：位于下游的城市大氣環(huán)境效率表現(xiàn)較好，如上海、江蘇和浙江等省市。但是，同樣處于下游的安徽省卻出現(xiàn)了低效的情況。安徽省各城市雖緊鄰江浙滬等高效城市，但其效率值卻處于較低水平，成為長江下游大氣環(huán)境效率塌陷地帶，應(yīng)重點關(guān)注。此外，中游和上游極個別城市效率也表現(xiàn)較好，如玉溪市、黃岡市等。與下游城市相比，中上游城市的提升空間更大。特別是中游湘西、鄂中和成渝城市群，在2005、2010和2017年效率值與上游城市有較大差距，這也造成了中上游的大氣環(huán)境效率水平偏低。由于經(jīng)濟(jì)欠發(fā)達(dá)、治污減排技術(shù)相對落后、二次污染等原因，這些地區(qū)呈現(xiàn)出“高投入、低產(chǎn)出、高排放”的現(xiàn)象。隨著資源約束等挑戰(zhàn)的到來，應(yīng)給予這些城市相應(yīng)政策傾斜，加快經(jīng)濟(jì)轉(zhuǎn)型，產(chǎn)業(yè)結(jié)構(gòu)升級，提升科技創(chuàng)新。從整體分布來看，大部分城市處于大氣環(huán)境效率值較低(0.2～0.4)的效率水平。

3.3 長江經(jīng)濟(jì)帶城市大氣環(huán)境效率動態(tài)演變分析

分析了長江經(jīng)濟(jì)帶城市大氣環(huán)境效率靜態(tài)特征后，基于式(8)的Malmquist生產(chǎn)率指數(shù)模型，測算其大氣環(huán)境效率的動態(tài)變化，進(jìn)行跨期比較，動態(tài)挖掘大氣環(huán)境變化深層原因。限于篇幅，表2為Malmquist生產(chǎn)率指數(shù)M≥1和M<1的城市數(shù)量統(tǒng)計情況。表3為各城市2005—2017年年均Malmquist生產(chǎn)率指數(shù)值。同時為了定位效率變化的驅(qū)動因素與根源，筆者進(jìn)一步展示了2005—2017年間Malmquist生產(chǎn)率指數(shù)的分解結(jié)果，如圖4。

表3 長江經(jīng)濟(jì)帶城市2005—2017年年均Malmquist生產(chǎn)率指數(shù)Table 3 Annual average of Malmquist productivity index of cities inthe Yangtze River Economic Belt from 2005 to 2017

圖4 2005—2017年期間長江經(jīng)濟(jì)帶城市大氣環(huán)境效率年均Malmquist指數(shù)分解Fig. 4 Annual average Malmquist index decomposition of urbanatmospheric environmental efficiency in the Yangtze River economicbelt from 2005 to 2017

基于表2、表3和圖4可以看出，長江經(jīng)濟(jì)帶大氣環(huán)境效率動態(tài)演變呈現(xiàn)如下規(guī)律：

1)從整體來看，在整個研究期間，大氣環(huán)境效率提高了7.6%，這樣的提高可能是因為近年來我國將打響藍(lán)天保衛(wèi)戰(zhàn)、大氣環(huán)境治理作為全民共同參與的一項重大任務(wù)。形成了從上至下，從下至上的污染防治任務(wù)鏈。

2)從表2和表3可以看出：2007—2008年，2009—2010年，2015—2017年期間M≥1的城市數(shù)量較多，大氣環(huán)境效率提高較為明顯。而2011—2012年，2013—2014年期間大氣環(huán)境效率Malmquist生產(chǎn)率指數(shù)值顯示多個城市小于1，增長乏力，大氣環(huán)境效率下降較為明顯。在2011—2014年期間，由于粗放型經(jīng)濟(jì)增長模式，全國范圍內(nèi)遭受大面積灰霾天氣，長江經(jīng)濟(jì)帶城市也受嚴(yán)峻的霧霾污染，導(dǎo)致大氣環(huán)境效率在這一時期呈現(xiàn)下降趨勢。

3)根據(jù)Malmquist生產(chǎn)率指數(shù)平均值發(fā)現(xiàn)，80個樣本城市有74個城市在考察年份的效率值均有顯著性提高，其中成都市效率值提升最明顯，總計提高了30.8%，這可能與近年來成都的經(jīng)濟(jì)發(fā)展模式有較大的關(guān)系。但是，依然有6個城市相對于原有水平退步了。

4)進(jìn)一步分析圖4可知：在整個研究期間，在2009—2010年，2013—2014年度的效率變化指數(shù)小于技術(shù)進(jìn)步指數(shù)，其余年份技術(shù)進(jìn)步指數(shù)均明顯的大于效率變化指數(shù)。這說明，技術(shù)進(jìn)步變化對長江經(jīng)濟(jì)帶大氣環(huán)境效率的提高和改善占據(jù)主導(dǎo)作用，而效率變化的影響隨著時間逐年下降。

4 結(jié) 論

筆者利用非期望產(chǎn)出Super-SBM模型和Malmquist生產(chǎn)率指數(shù)模型，分析了長江經(jīng)濟(jì)帶80個城市2005—2017年間大氣環(huán)境效率的靜態(tài)、動態(tài)以及空間特征。研究所得出的主要結(jié)論：

1)從大氣環(huán)境效率的總體表現(xiàn)來看，上海、長沙、蘇州、金華、常德和無錫的效率值顯著優(yōu)于其他城市，在2005—2017年都處于生產(chǎn)前沿面，效率值均大于1。而淮南、廣元和黃石等中上游城市的大氣環(huán)境效率表現(xiàn)較差。長江經(jīng)濟(jì)帶城市大氣環(huán)境效率整體表現(xiàn)并不理想，平均值為0.59，證明長江經(jīng)濟(jì)帶城市可通過生產(chǎn)管理、技術(shù)創(chuàng)新、投入產(chǎn)出比例調(diào)整、政策保障等方面提高其大氣環(huán)境效率。

2)從大氣環(huán)境效率的空間分布和區(qū)域差異特征來看，位于長江下游的經(jīng)濟(jì)發(fā)達(dá)省市，如上海、江蘇和浙江等省市，大氣環(huán)境效率較好。但安徽省各城市大氣環(huán)境效率處于較低水平，為下游環(huán)境效率塌陷地帶。此外，中上游城市的提升空間最大，特別是中游湘西、鄂中和上游成渝城市群，應(yīng)值得重點關(guān)注。

3)從大氣環(huán)境效率動態(tài)演變來看，在整個考察期內(nèi)，長江經(jīng)濟(jì)帶城市大氣環(huán)境效率提高了7.6%；單個城市來看，74個城市均有顯著提高，占比為92.5%。此外，Malmquist生產(chǎn)率指數(shù)的分解結(jié)果顯示，技術(shù)進(jìn)步變化對長江經(jīng)濟(jì)帶大氣環(huán)境效率的提高和改善占據(jù)主導(dǎo)作用。

根據(jù)以上基本結(jié)論可知，提高長江經(jīng)濟(jì)帶城市大氣環(huán)境效率可從以下幾個方面入手：①亟需改善大氣污染嚴(yán)重的城市，如安徽省的安慶市、宿州市，四川省自貢市等；②區(qū)域經(jīng)濟(jì)差別化發(fā)展，下游表現(xiàn)較好城市應(yīng)發(fā)揮榜樣作用，加強(qiáng)地區(qū)污染治理技術(shù)、管理等交流合作，中上游城市在優(yōu)先發(fā)展經(jīng)濟(jì)的同時，應(yīng)注意其脆弱的生態(tài)環(huán)境，加強(qiáng)大氣污染防治；③從資源投入方面，各城市應(yīng)加強(qiáng)資源集約利用，淘汰舊設(shè)備，推廣新技術(shù)，從而避免污染物的過量排放。