長江經(jīng)濟帶生態(tài)福利績效空間差距及動態(tài)演變

樊媛媛， 閆 瑩， 杜 葦

（中北大學(xué)經(jīng)濟與管理學(xué)院，太原 030051）

生態(tài)福利績效是衡量一個國家或地區(qū)經(jīng)濟社會可持續(xù)發(fā)展及高質(zhì)量發(fā)展的有效測度工具. 在生態(tài)環(huán)境承載能力的約束下，通過建立生態(tài)消耗與福利水平的比值關(guān)系，可尋求在較少的生態(tài)投入前提下獲得較大的福利產(chǎn)出.

生態(tài)福利績效這一概念的最早提出者是Daly［1］，他將生態(tài)福利績效定義為“Service/Throughput”，即通過生態(tài)消耗得到的福利制造量與產(chǎn)生福利所必須消耗的資源吞吐量之比. 同時他也提出，要測度各個國家的可持續(xù)發(fā)展程度，可通過計算單位自然生態(tài)消耗所帶來的福利水平的增加來衡量. 但這一測度工具難以進行量化和表征，致使生態(tài)福利績效這一概念遲遲未得到廣泛應(yīng)用. 我國于2013年首次提出生態(tài)福利績效這一概念，諸大建和張帥［2］基于早期Daly的研究思想，將其定義為單位自然消耗所導(dǎo)致福利水平的提高，用以考察一個國家或地區(qū)將自然消耗作為投入所得到的福利水平這一產(chǎn)出的能力.

當(dāng)前學(xué)術(shù)界對生態(tài)福利績效的研究主要涵蓋以下方面：

1）對生態(tài)福利績效的研究初期，學(xué)者們大多采用經(jīng)濟型指標，如GDP及在此基礎(chǔ)上引申出來的可持續(xù)經(jīng)濟福利指數(shù)（ISEW）和真實發(fā)展指數(shù)（GPI）等來衡量福利水平［3-4］. 但事實證明，單一追求經(jīng)濟增長并不能反映福利水平的高低. 因盲目發(fā)展經(jīng)濟而導(dǎo)致人類福利水平不升反降的情況出現(xiàn)后，有學(xué)者提出尋求包含經(jīng)濟成分的綜合福利指標，進一步對生態(tài)福利績效進行研究分析，如“出生時預(yù)期壽命”和“人類發(fā)展指數(shù)”［5-9］等測度指標；而后，龍亮軍［10］又創(chuàng)新性地增加了“主觀滿意度”這一指標衡量福利產(chǎn)出；為更準確全面地衡量福利水平，肖黎明和肖沁霖［11］考慮經(jīng)濟、環(huán)境、社會三者的協(xié)同效應(yīng)，構(gòu)建了區(qū)域綠色發(fā)展理論和生態(tài)福利績效相結(jié)合的高質(zhì)量福利水平指標體系.

2）基于國家、省級、城市及小鎮(zhèn)層面對生態(tài)福利績效水平進行測算與評價對比. 2013年臧漫丹等［8］率先從國家層面對二十國集團的生態(tài)福利績效進行了實證分析；李成宇等［12］采用包含非期望產(chǎn)出的SBM 模型對中國省級生態(tài)福利績效進行測算研究；龍亮軍［10］分別選取考慮松弛變量的Super-SBM 模型和兩階段考慮非合意產(chǎn)出的Super-NSBM 模型，測算我國35個主要大中城市的生態(tài)福利績效；譚久霞和潘雨虹［13］運用Super-SBM 模型，以重慶8個各具特色的小鎮(zhèn)為研究對象，對其生態(tài)福利績效水平進行了綜合評價. 由以上學(xué)者們的研究可以看出，在對生態(tài)福利績效水平進行測度時，Super-SBM 模型受大多數(shù)學(xué)者的青睞.

3）探究生態(tài)福利績效的空間效應(yīng)及動態(tài)演進. 方時姣和肖權(quán)［14］引入空間效應(yīng)對中國30個省份進行深入分析；王喜平和羅金芳［15］考察了京津冀13個地市的區(qū)域生態(tài)福利績效空間關(guān)聯(lián)性和空間集聚性. 有學(xué)者對生態(tài)福利績效的區(qū)域差距進行動態(tài)分析，如林木西等［16］以我國30個省市為研究對象，基于動態(tài)和靜態(tài)兩個維度研究其生態(tài)福利績效及空間非均衡特征；鄧遠建等［17］分析了我國29個省市生態(tài)福利績效空間非均衡性以及動態(tài)演進；肖黎明和肖沁霖［11］采用動態(tài)空間杜賓模型分析黃河流域79個地市生態(tài)福利績效的空間收斂性.

綜上，現(xiàn)有研究對生態(tài)福利績效提供了一定意義上的參考和借鑒，但仍有進一步優(yōu)化和拓展的空間：第一，對于生態(tài)福利績效的多數(shù)研究僅限于省域?qū)用妫狈τ趪覒?zhàn)略布局區(qū)域的考察；第二，較少考慮新發(fā)展理念下我國新的發(fā)展模式與實現(xiàn)路徑，在福利指標的選取上大多趨于一致，鮮有創(chuàng)新；第三，在方法的選取上，大多采用Super-SBM 模型對生態(tài)福利績效進行測算，未考慮隨機因素的影響，測算時容易存在偏誤. 鑒于此，本研究選擇長江經(jīng)濟帶108個城市作為研究對象，基于新發(fā)展理念，構(gòu)建生態(tài)福利績效評價指標體系，并采用改進后的SFA方法測度生態(tài)福利績效水平，利用Dagum基尼系數(shù)、Kernel核密度估計方法及Markov鏈等方法對空間差距及動態(tài)演變加以分析，以期為提高長江經(jīng)濟帶生態(tài)福利績效提供政策啟示.

1 研究設(shè)計

1.1 研究方法

1.1.1 SFA模型

SFA模型致力于解決單產(chǎn)出問題，包括兩種類型：一是C-D知識生產(chǎn)函數(shù)，二是超越對數(shù)生產(chǎn)函數(shù). 對比之下，超越對數(shù)生產(chǎn)函數(shù)應(yīng)用范圍更加廣泛，同時可以規(guī)避由于初始模型誤設(shè)而引起的誤差. 但由于所要測度的生態(tài)福利績效包含多個產(chǎn)出變量，故采用熵值法對其進行進一步改進，將生態(tài)福利績效涉及的多產(chǎn)出變量綜合為單一產(chǎn)出. 由此構(gòu)建包含時間變量的超越對數(shù)生產(chǎn)函數(shù)模型如下：

式中：Yit表示i市t年的福利水平；RCit、EPit和EIit分別為i市t年的資源消耗、環(huán)境污染和生態(tài)治理投入等投入指標；β為待估參數(shù)；隨機擾動項由vit和uit構(gòu)成，其中vit為隨機誤差項，且vit～iidN(0,σv2)，表示無法預(yù)測的隨機沖擊；而uit為技術(shù)無效率項，與vit相互獨立且uit～N+(mit,σu2)，表示i市t時期生態(tài)福利績效的無效率成分；η表示待估的時變系數(shù)，反映城市生態(tài)福利績效變化率的大小.

1.1.2 Dagum基尼系數(shù)

Dagum基于子群分解思想提出的基尼系數(shù)測算方法，既能測度地區(qū)相對差距大小，還能探究差距來源.因此，選擇Dagum基尼系數(shù)對我國長江經(jīng)濟帶108個城市生態(tài)福利績效水平的相對差距及其來源進行研究.具體計算過程參考文獻［18］.

1.1.3 Kernel核密度估計

Kernel核密度估計法屬于非參數(shù)檢驗方法之一，被廣泛應(yīng)用于研究不均衡分布狀況. 利用此方法考察長江經(jīng)濟帶整體及上、中、下游三大區(qū)域生態(tài)福利績效水平絕對差距的演變趨勢.假設(shè)f(x)是隨機變量X的密度函數(shù)，則：

式中：N表示觀測值數(shù)目；Xi表示i市的生態(tài)福利績效值；x為均值；K（·）為核函數(shù)；h為帶寬，用于反映Kernel核密度估計圖的精度與平滑度. 通常情況下，核密度估計圖可反映觀測值的分布位置、形態(tài)、延展性和極化趨勢等信息.

1.1.4 Markov鏈

Markov鏈是一個離散事件隨機過程，即{X(t),t∈T}. 集合T對應(yīng)觀察期內(nèi)各個不同時期，有限類型隨機變量相對應(yīng)的類型數(shù). 對所有時期t和所有可能的類型j、i和ik(k=0,1,2,…,t-2)，滿足P{Xt+1=j|X0=i0,X1=i1,X2=i2,…,Xt=i} =P{Xt+1=j|Xt=i} ，說明t+1時期，生態(tài)福利績效處于j類型的概率取決于在t時期的類型.

傳統(tǒng)Markov 鏈考察不同時期長江經(jīng)濟帶城市生態(tài)福利績效水平的轉(zhuǎn)移特征. 若按照生態(tài)福利績效水平的差異將各個城市劃分為k種類型，那么，k×k的轉(zhuǎn)移概率矩陣P則可以反映生態(tài)福利績效類型間的轉(zhuǎn)移，如式（4）所示.Pij表示在觀察期內(nèi)，i類型的城市第t年生態(tài)福利績效在t+1年轉(zhuǎn)移到j(luò)類型的轉(zhuǎn)移概率.利用Pij=nij/ni可求得. 其中，nij表示在整個觀測期內(nèi)由第t年屬于i類型的城市在第t+1年轉(zhuǎn)移為j類型的頻數(shù)，ni是所有年份中屬于i類型的頻數(shù). 由此可從轉(zhuǎn)移概率的層面研究長江經(jīng)濟帶生態(tài)福利績效的動態(tài)演進趨勢.

空間Markov鏈則是考察相鄰城市生態(tài)福利績效對本地生態(tài)福利績效的影響程度. 基于傳統(tǒng)Markov鏈，納入k種空間滯后類型，形成k個k×k的矩陣，其轉(zhuǎn)移概率用Pij|k表示，即在相鄰城市空間滯后類型為k的前提下，t年份由i類型轉(zhuǎn)移到t+1年份的j類型的空間轉(zhuǎn)移概率. 本文選用鄰接矩陣（0～1矩陣）與生態(tài)福利績效的乘積衡量，即ωijyi. 其中ωij是城市i與j的空間關(guān)系，yi是相鄰城市i的生態(tài)福利績效.

1.2 指標選取與構(gòu)建

提高長江經(jīng)濟帶生態(tài)福利績效，應(yīng)以盡可能少的生態(tài)投入獲得盡可能大的福利產(chǎn)出. 據(jù)此，遵循指標遴選的客觀性、代表性和可操作性原則，將新發(fā)展理念與生態(tài)福利績效評價指標相結(jié)合，基于投入產(chǎn)出角度，構(gòu)建長江經(jīng)濟帶城市生態(tài)福利績效評價指標體系（表1）.

表1 在生態(tài)投入方面，參考相關(guān)學(xué)者［19-21］的研究成果，將資源消耗和環(huán)境污染納入投入指標體系. 在生態(tài)治理的輸入端均涉及了較高比例的人力、物力、財力等，更切實衡量生態(tài)福利績效的生態(tài)投入力度，參考肖黎明和肖沁霖［11］的研究，將生態(tài)治理投入納入生態(tài)福利績效的投入指標體系，分別從人員投入、設(shè)施設(shè)備投入和資金投入3個維度來測度.

表1 城市生態(tài)福利績效評價指標體系Tab.1 Evaluation index system of urban ecological welfare performance

在福利產(chǎn)出方面，對城市居民福利水平進行多元化衡量，結(jié)合新發(fā)展理念，分別從創(chuàng)新、協(xié)調(diào)、綠色、開放、共享5 個層面共選取13項指標進行測度. 創(chuàng)新是推動經(jīng)濟高質(zhì)量發(fā)展的第一動力，也對建設(shè)現(xiàn)代化經(jīng)濟體系起著重要的戰(zhàn)略支撐作用，采用城市專利授權(quán)量和城市創(chuàng)新力指數(shù)來衡量. 協(xié)調(diào)發(fā)展是經(jīng)濟高質(zhì)量發(fā)展的核心要素，可以對資源進行更加合理有效的配置，解決發(fā)展不平衡和不充分的問題. 借鑒宋冬林等［22］關(guān)于高質(zhì)量發(fā)展在協(xié)調(diào)發(fā)展層面的指標選取辦法，采取地區(qū)協(xié)調(diào)發(fā)展和城鄉(xiāng)協(xié)調(diào)發(fā)展兩方面來衡量. 綠色反映人與自然的和諧程度，在指標選擇方面借鑒肖黎明和肖沁霖［11］的研究，選取城市生活污水處理率等指標. 開放注重的是解決發(fā)展內(nèi)外聯(lián)動問題，基于數(shù)據(jù)的代表性和可得性，選取外商直接投資合同項目數(shù)等指標來衡量. 共享是經(jīng)濟社會高質(zhì)量發(fā)展的根本目標，除了為人民提供一定程度的教育、醫(yī)療等福利外，完善的信息基礎(chǔ)設(shè)施也是提高人民生活福利水平的重要基礎(chǔ)和保障，因此在共享層面的指標遴選上，借鑒劉亞雪等［23］關(guān)于高質(zhì)量發(fā)展指標評價體系的構(gòu)建，著重對教育、信息和醫(yī)療衛(wèi)生水平三方面進行測度.

1.3 數(shù)據(jù)說明

選取長江經(jīng)濟帶青、藏、川、滇、渝、鄂、湘、贛、皖、蘇、滬等省份所包含的共108個城市作為研究對象（按數(shù)據(jù)可得性和可比性原則，沒有將貴州省的畢節(jié)、銅仁兩個城市列為研究對象）. 研究時間跨度為2008—2019 年. 依據(jù)2014 年《國務(wù)院關(guān)于依托黃金水道推動長江經(jīng)濟帶發(fā)展的指導(dǎo)意見》，將長江經(jīng)濟帶劃分為上、中、下游三大區(qū)域. 文中所涉及的各項原始數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒》《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》、相關(guān)省市統(tǒng)計年鑒及《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》等. 其中，涉及的人均指標均通過年末常住人口數(shù)計算而得到. 在不影響最終結(jié)果的前提下，個別年份缺失的數(shù)據(jù)通過線性插值法補全.

2 實證分析

2.1 長江經(jīng)濟帶城市生態(tài)福利績效水平的測度

通過Fronitier 4.1軟件測算得到長江經(jīng)濟帶2008—2019年108個城市的生態(tài)福利績效值（圖1）. 由圖1可知，長江經(jīng)濟帶城市生態(tài)福利績效整體上處于上升狀態(tài)，分區(qū)域看，上、中、下游區(qū)域也呈總體上升趨勢，但區(qū)域間的生態(tài)福利績效差距較明顯：下游區(qū)域最高，這與下游區(qū)域經(jīng)濟總量和技術(shù)水平是長江經(jīng)濟帶的“龍頭”，資源集聚的規(guī)模效應(yīng)也相對較強有關(guān)；中游區(qū)域次之，原因是中游地區(qū)擁有豐富的高校、科研院所人力資本等教育資源，但生態(tài)資源配置與利用水平存在不合理成分，生態(tài)環(huán)境保護問題仍需重視；上游區(qū)域最低，原因在于上游城市經(jīng)濟發(fā)展水平相對較低，產(chǎn)業(yè)轉(zhuǎn)型內(nèi)生動力不足，因而生態(tài)福利績效水平相對落后. 由此可見，長江經(jīng)濟帶區(qū)域發(fā)展協(xié)同效應(yīng)不高，跨區(qū)域輻射帶動作用有待加強.

圖1 長江經(jīng)濟帶及其上中下游區(qū)域城市生態(tài)福利績效均值變化情況Fig.1 Change in the mean value of urban ecological welfare performance in the Yangtze River Economic Belt and its upstream，midstream and downstream regions

2.2 長江經(jīng)濟帶城市生態(tài)福利績效的空間差距及分解

在對長江經(jīng)濟帶整體及區(qū)域?qū)用嫔鷳B(tài)福利績效水平變化趨勢描述的基礎(chǔ)上，為進一步探究生態(tài)福利績效水平在空間維度的相對差距大小與具體差距來源，選擇Dagum基尼系數(shù)法分別測度2008—2019年長江經(jīng)濟帶生態(tài)福利績效水平總體及三大區(qū)域的基尼系數(shù)，并據(jù)此繪制圖2.

圖2 總體差距、區(qū)域間差距、區(qū)域內(nèi)差距及貢獻度的演變Fig.2 Evolution of overall gap，inter-regional gap，intra-regional gap and contribution degree

2.2.1 總體差距分析

圖2（a）顯示，長江經(jīng)濟帶城市生態(tài)福利績效水平的總體差距呈波動減小趨勢. 其中，2011年基尼系數(shù)大幅度降低，表明2008—2019年長江經(jīng)濟帶城市生態(tài)福利績效水平差距呈減小趨勢，于2011年出現(xiàn)最大降幅. 原因是通過嚴格控制環(huán)境污染排放等措施提升了生態(tài)投入轉(zhuǎn)化為福利產(chǎn)出的效率. 2016年后基尼系數(shù)又增長，可能的原因是由于部分生態(tài)投入成本較高的污染企業(yè)從高水平生態(tài)福利績效地區(qū)移至低水平地區(qū)，從而導(dǎo)致生態(tài)福利績效差距不減反增.

2.2.2 區(qū)域間差距分析

圖2（b）顯示，上—中游的區(qū)域間基尼系數(shù)最大，其次為上—下游，中—下游差距最小. 從發(fā)展趨勢看，三大地區(qū)間差距處于不同水平但趨勢軌跡趨同，均呈現(xiàn)波動中下降的趨勢. 其中上—中游、上—下游差距縮小幅度較大，中—下游差距縮小幅度相對較小說明長江經(jīng)濟帶三大區(qū)域間生態(tài)福利績效差距不斷縮小，逐漸向均衡趨勢發(fā)展. 值得注意的是，上—中游、上—下游、中—下游三大區(qū)域間生態(tài)福利績效水平差距都于2011年出現(xiàn)最大降速，這同樣與“十二五”期間政府提倡促進區(qū)域協(xié)調(diào)發(fā)展、城鎮(zhèn)化綠色發(fā)展密不可分.

2.2.3 區(qū)域內(nèi)差距分析

圖2（c）顯示，區(qū)域內(nèi)差距最大者為上游，其次是中游，最后是下游. 從演變趨勢看，上、中、下游區(qū)域都呈波動中下降趨勢，表明區(qū)域內(nèi)部差距均在不同程度的縮小. 其中，中游區(qū)域年均下降率的原因在于中游區(qū)域沒有下游區(qū)域?qū)⑸鷳B(tài)優(yōu)勢轉(zhuǎn)化為經(jīng)濟優(yōu)勢的雄厚資本，同時環(huán)境規(guī)制強度也普遍低于“標尺競爭”效應(yīng)顯著的上游區(qū)域.

2.2.4 差距來源及貢獻度分析

圖2（d）顯示，區(qū)域內(nèi)部差距的貢獻度基本穩(wěn)定，而區(qū)域間差距與超變密度二者呈“此消彼長”狀態(tài). 具體表現(xiàn)為2008—2017年區(qū)域間差距小于超變密度，且在2011年最為顯著，說明在此階段總體差距的第一來源為超變密度. 但從2012年開始，超變密度下降的同時，區(qū)域間差距表現(xiàn)出明顯的上升趨勢. 到2019年，區(qū)域間差距超越超變密度占據(jù)主導(dǎo)，區(qū)域間差距成為總體差距的第一來源.

2.3 長江經(jīng)濟帶城市生態(tài)福利績效的分布動態(tài)演進

2.3.1 基于Kernel核密度估計的生態(tài)福利績效動態(tài)演進

為進一步探究長江經(jīng)濟帶城市生態(tài)福利績效的分布動態(tài)演進，對2008、2011、2015、2019年長江經(jīng)濟帶的城市生態(tài)福利績效進行核密度估計，從而對其分布位置、分布形態(tài)、分布延展性及極化趨勢等進行全面分析（圖3）.

圖3 長江經(jīng)濟帶整體及上游、中游、下游區(qū)域生態(tài)福利績效水平的動態(tài)演進Fig.3 The dynamic evolution of ecological welfare performance level of the Yangtze River Economic Belt and its upstream，midstream and downstream regions

從分布位置看，長江經(jīng)濟帶整體及三大區(qū)域的生態(tài)福利績效水平曲線總體上均發(fā)生右移，表明其生態(tài)福利績效水平總體上在不斷提高. 從曲線右移的幅度看，中游右移幅度最大，上游次之，下游右移幅度最小. 說明上、中游的生態(tài)福利績效水平提升速度較快，下游的提升速度較慢.

從分布態(tài)勢看，長江經(jīng)濟帶整體及三大區(qū)域生態(tài)福利績效水平的絕對差異均有所降低. 具體來看，長江經(jīng)濟帶整體及中、下游區(qū)域生態(tài)福利績效水平分布的主峰峰值呈現(xiàn)“增大—減小”的趨勢，總體有所增大，主峰寬度呈現(xiàn)“縮小”的趨勢；上游區(qū)域生態(tài)福利績效水平分布的主峰峰值逐年上升，主峰寬度也逐年縮小.

從分布延展性來看，長江經(jīng)濟帶整體及三大區(qū)域的生態(tài)福利績效水平曲線均未出現(xiàn)右拖尾現(xiàn)象，但可以明顯看出上、中游區(qū)域仍存在生態(tài)福利績效水平明顯低于平均水平的城市，原因在于上、中游區(qū)域水土流失嚴重，且產(chǎn)業(yè)集聚能力相對較差，沒有像下游區(qū)域城市所擁有的教育、醫(yī)療、科技、社會保障等眾多資源，因而導(dǎo)致其生態(tài)福利績效水平長期未能居于前列.

從極化現(xiàn)象來看，長江經(jīng)濟帶整體及中、下游區(qū)域都沒有明顯的“雙峰”分布，說明其未出現(xiàn)極化分布，區(qū)域綜合集聚性相對較強，而上游區(qū)域存在較低程度的“雙峰”分布. 2019 年呈現(xiàn)“左側(cè)右主”的“雙峰”狀態(tài)，側(cè)峰較低. 與2008年右側(cè)峰初顯相比，上游區(qū)域主峰在逐漸增高，說明上游區(qū)域存在“梯度效應(yīng)”，具有一定程度的極化狀態(tài).

2.3.2 基于空間Markov鏈的生態(tài)福利績效動態(tài)演進

利用四分位數(shù)將長江經(jīng)濟帶108個城市的生態(tài)福利績效劃分為4個等級，25%以下為低水平，26%～50%為中低水平，51%～75%為中高水平，75%以上為高水平. 將這4 個等級分別用數(shù)字1～4 表示，據(jù)此以滯后一年的條件計算得到2008—2019年長江經(jīng)濟帶生態(tài)福利績效狀態(tài)轉(zhuǎn)移的傳統(tǒng)Markov 鏈轉(zhuǎn)移矩陣（表2）和空間Markov鏈轉(zhuǎn)移矩陣（表3）.

對傳統(tǒng)Markov鏈進行分析可得到如下結(jié)論：①長江經(jīng)濟帶各城市不考慮空間地理分布影響時，生態(tài)福利績效水平發(fā)展趨勢較穩(wěn)定. 表2中，處于對角線位置的概率值遠大于其他位置的概率值，且均大于0.51，表明不同水平城市之間相對不容易實現(xiàn)跨類型轉(zhuǎn)移. ②相鄰類型城市間發(fā)生類型轉(zhuǎn)移的概率相對較大.從表2可看出，不與對角線直接相鄰的數(shù)值表示城市生態(tài)福利績效水平實現(xiàn)跨越式變化的概率. 在非對角線位置上，除相鄰類型外，其余類型的轉(zhuǎn)移概率都非常小，同樣表明各城市短期內(nèi)實現(xiàn)跨類型轉(zhuǎn)移的可能性很小.

表2 長江經(jīng)濟帶城市生態(tài)福利績效傳統(tǒng)Markov鏈矩陣Tab.2 Transition probability matrix of traditional Markov chain of urban ecological welfare performance in the Yangtze River Economic Belt

為了考察不同水平福利績效城市對與其相鄰城市生態(tài)福利績效的影響，進一步構(gòu)建空間Markov 鏈（表3）. 可以看出：①即使考慮到相鄰地區(qū)的生態(tài)福利績效水平的地域影響性，各城市的生態(tài)福利績效仍傾向于保持當(dāng)下類型的穩(wěn)定性. 在表3中具體表現(xiàn)為處于對角線位置的轉(zhuǎn)移概率值均高于其他位置的轉(zhuǎn)移概率值. ②高水平生態(tài)福利績效城市對與其相鄰的城市有正向的促進作用，低水平生態(tài)福利績效城市對與其相鄰的城市具有反向抑制作用. 表3中，4種空間滯后條件下的4個轉(zhuǎn)移概率矩陣均不相同，表明在城市生態(tài)福利績效水平不同的情況下，與其相鄰城市的生態(tài)福利績效水平受影響的概率也不同，具有一定的空間溢出效應(yīng). 例如，當(dāng)鄰近高水平城市時，原城市由中高水平城市提升至高水平的概率為25%，高于傳統(tǒng)馬爾科夫鏈測算的19.6%，且原城市由高水平城市降低至中高水平的概率為11.8%，低于傳統(tǒng)馬爾科夫鏈測算的19.4%；當(dāng)鄰近城市為低水平時，原城市由中高水平城市提升至高水平的概率為19.2%，低于傳統(tǒng)馬爾科夫鏈測算的19.6%.

表3 長江經(jīng)濟帶城市生態(tài)福利績效空間Markov鏈矩陣Tab.3 Transition probability matrix of spatial Markov chain of urban ecological welfare performance in the Yangtze River Economic Belt

3 結(jié)論

1）長江經(jīng)濟帶城市生態(tài)福利績效水平具有空間非均衡特征. 整體層面上，長江經(jīng)濟帶城市生態(tài)福利績效水平在空間上呈現(xiàn)下游高、中游次之、上游低的分布格局. 局部層面上，各城市水平呈穩(wěn)步上升趨勢的同時，區(qū)域間的梯度差距也較為明顯，排名靠前的城市以下游區(qū)域為主，排名靠后的城市主要集中在上游區(qū)域. 這一情況說明長江經(jīng)濟帶區(qū)域生態(tài)福利績效水平具有非均衡性，區(qū)域發(fā)展協(xié)調(diào)度不高.

2）長江經(jīng)濟帶城市生態(tài)福利績效相對差距、絕對差距均呈波動中減小趨勢. 一方面，針對相對差距的分解，上—下游區(qū)域間差距最大，中—下游區(qū)域間差距最小，上游區(qū)域內(nèi)部差距最大，下游最小，超變密度差距是空間非均衡狀態(tài)的第一來源. 另一方面，從絕對差距的動態(tài)演進來看，在觀察期內(nèi)，城市間絕對差距在一定程度上呈縮小趨勢，區(qū)域內(nèi)部絕對差距也在減小，且上游區(qū)域減小趨勢最明顯. 此外，弱極化趨勢在上游區(qū)域也具有一定的體現(xiàn).

3）長江經(jīng)濟帶城市生態(tài)福利績效存在相對穩(wěn)定性及空間溢出效應(yīng). 傳統(tǒng)Markov鏈研究表明各城市生態(tài)福利績效存在相對穩(wěn)定性，不同水平城市之間不容易實現(xiàn)跨類型轉(zhuǎn)移. 進一步，通過空間Markov鏈研究發(fā)現(xiàn)，當(dāng)相鄰城市間水平存在差異時，其受變化影響的可能性是不同的，存在一定的空間溢出效應(yīng)，即高水平生態(tài)福利績效城市對與其相鄰的城市存在正向促進作用，低水平生態(tài)福利績效城市對與其相鄰的城市則具有反向抑制作用.

4 建議

1）產(chǎn)業(yè)轉(zhuǎn)移有序化，促進區(qū)域均衡發(fā)展. 深入貫徹新發(fā)展理念，優(yōu)化長江經(jīng)濟帶省際協(xié)商合作機制，全面推動下游區(qū)域有序?qū)嵭挟a(chǎn)業(yè)轉(zhuǎn)移，使發(fā)展要素在區(qū)域間充分涌動. 在下游區(qū)域?qū)a(chǎn)業(yè)轉(zhuǎn)型升級作為促進發(fā)展的新引擎. 同時有序做好中、上游區(qū)域產(chǎn)業(yè)轉(zhuǎn)移的承接過渡，統(tǒng)籌經(jīng)濟布局、生態(tài)治理與資源環(huán)境承載能力，做到發(fā)展經(jīng)濟與環(huán)境生態(tài)并重，進一步增強長江經(jīng)濟帶發(fā)展的整體性與協(xié)調(diào)性.

2）協(xié)同輻射帶動化，縮小城市發(fā)展差距. 重點強化長江經(jīng)濟帶下游區(qū)域?qū)χ?、上游區(qū)域相對落后城市的輻射帶動作用. 建立對點幫扶合作關(guān)系，通過以強帶弱，實現(xiàn)上、中、下游三大區(qū)域間的優(yōu)勢互補. 依托“一帶一路”發(fā)展機遇，提高其生態(tài)資源利用效率的同時兼顧民生福祉. 加強對上游區(qū)域的政策扶持力度，改善其營商環(huán)境，提高其基礎(chǔ)設(shè)施水平，縮小生態(tài)福利績效差距.

3）正向促進加強化，完善空間溢出渠道. 按照長江經(jīng)濟帶“一軸、兩翼、三極、多點”的新格局，以長江黃金水道為依托，強化與鄰近城市的合作交流，發(fā)揮高水平生態(tài)福利績效城市的正向促進效應(yīng)，完善空間溢出渠道. 鄰近高水平城市的低水平生態(tài)福利績效城市應(yīng)借助地緣優(yōu)勢，充分吸納高水平城市的正向溢出效應(yīng)，從而在生態(tài)門檻內(nèi)促進長江經(jīng)濟帶各城市人民福利的提升.