中国城镇化对区域绿色经济效率影响的实证研究

任阳军，汪传旭

(上海海事大学 经济管理学院，上海 201306)

摘 要：利用2006—2015年中国省际面板数据，基于超效率SBM模型，在测算中国省级绿色经济效率的基础上，运用面板数据计量模型探究了中国城镇化进程对区域绿色经济效率的影响。研究结果表明：城镇化水平与区域绿色经济效率之间存在U形关系；东部地区的绿色经济效率较高，该地区部分省市的绿色经济效率已处于U形曲线的上升阶段；中、西部地区大部分省市的绿色经济效率仍处于U形曲线的下降阶段，即绿色经济效率随着城镇化水平的提升而下降；产业结构、科技水平和环境政策从不同方面影响绿色经济效率。

关键词：城镇化；绿色经济效率；区域经济

1 研究背景与文献回顾

世界城镇化发展规律表明：若一国或地区的城镇化率处于50%～70%之间，则城市将出现人口膨胀、交通拥堵、资源短缺和环境恶化等问题[1]。近年来，随着经济的快速发展，中国城镇化进程不断加快，城镇化率由1978年的17.9%上升到2015年的57.6%，初步形成了京津冀、长三角和珠三角三大城市群[2]。城镇化在推动中国经济增长和社会进步的同时造成的资源短缺和环境退化问题，成为制约中国经济可持续发展的瓶颈。“十八大”以来，党中央牢牢把握城镇化是现代化的必由之路这一指导思想，以战略和全局的站位对城镇化做出了重要部署，明确了走集约、智能、绿色、低碳的新型城镇化道路。中国新型城镇化建设面临的一个重要课题是：如何实现能源、环境和经济三者的协调发展，用最小的资源消耗和环境损失取得最大的经济收益[3]。绿色经济效率概念的提出，为解决城镇化进程中能源-环境-经济耦合问题提供可度量的指标。那么，中国区域绿色经济效率的真实水平是什么？中国城镇化对绿色经济效率有何影响？城镇化对绿色经济效率的影响是否存在地区差异，其原因是什么？本文对这些问题进行深入探讨。

部分学者对绿色经济效率的定义、指标及评价方法进行了深入研究。例如：钱争鸣和刘晓晨[4]认为，绿色经济效率是考虑资源和环境成本后的综合经济效率，其值越高，说明综合经济效率越高，反之亦然。杨龙和胡晓珍[5]将相对绿色GDP作为产出指标，将资本和劳动力作为投入指标，测算了中国各省市实现绿色经济发展的能力，即绿色经济效率。钱争鸣和刘晓晨[6]结合非期望产出SBM(slacks-based measure)模型，提出了绿色经济效率非参数条件效率模型。汪克亮、杨力和程云鹤[7]基于非参数共同前沿理论和方向性距离函数对中国绿色经济效率进行了测度。吴翔[8]采用三阶段DEA(data envelopment analysis)模型测算了剔除外部环境影响后中国的绿色经济效率。在此基础上，有学者研究了环境管制、文化产业集聚对绿色经济效率的影响。例如，钱争鸣和刘晓晨[9]在分析环境管制与经济效率间复杂关系的基础上，探讨了宏观环境管制对绿色经济效率的作用效果。刘耀彬、袁华锡和王喆[10]运用系统广义矩(system generalized method of moments，SGMM)方法检验了文化产业集聚与绿色经济效率之间的动态非线性关系。城镇作为加快中国经济增长的重要力量，城镇的产业结构、能源消费结构和经济水平等都会对当地环境造成不同程度的影响[11]，部分学者对此展开了广泛研究。例如，杨勇[12]认为，城镇化降低了城市土地的利用效率，并增大了经济系统的脆弱性。罗能生、李佳佳和罗富政[13]发现，中国城镇化水平与区域生态效率之间存在非对称U形关系，且东、中、西部区域存在明显差异。张腾飞[14]证明了城镇化进程对中国碳排放有显著的正向促进作用，主要的潜在因素是省际人口迁移特征和城市人口结构。杨钧[15]认为，产业城镇化显著降低了地区环境治理绩效，户籍城镇化对之有显著的提升作用。

目前中国正处于城镇化快速发展期，关于城镇化和绿色经济效率的研究成果越来越多，而有关城镇化对区域绿色经济效率影响的研究却很少。为此，探究城镇化对区域绿色经济效率的影响，对于实现城镇化与绿色经济发展的高度协调具有重要的理论和现实意义。鉴于此，本文采用非期望产出超效率SBM模型和面板数据计量模型，探究中国城镇化进程对绿色经济效率的影响机制。考虑到我国东、中、西部三大地区在地理区位、要素禀赋和政策导向等方面存在明显差异，城镇化对绿色经济效率的影响也可能具有地域特征，本文进一步分析了三大地区的城镇化对本地区绿色经济效率的影响，以期为区域政策制定者提供决策参考。

2 中国区域绿色经济效率测算

2.1模型和方法

绿色经济效率是在考虑资源投入和环境代价的基础上衡量地区经济效率的重要指标[16]。它是全面考虑了资源投入和非期望产出、将资源利用和环境损耗纳入生产过程中而获得的“绿色”经济效率值。从以往文献来看，学者们主要采用DEA方法[17]测度决策单元的效率，以解决投入、产出单位不一致的问题。Fare、Grosskopf和Lovell等最早提出考虑“非合意要素”的DEA模型[18]。Tone进一步提出一种基于松弛变量并用于评价决策单元(decision making unit，DMU)相对效率的方法[19]。与传统DEA模型不同，SBM模型在目标函数中直接引入松弛变量，使得其经济解释是取得实际利润最大化，而不仅是效益比例最大化。Tone还提出了超效率SBM，可用于区分多个效率有效的决策单元。

Tone没有给出包含坏产出的超效率SBM模型的规划式，但是根据超效率SBM模型可推出考虑非期望产出的超效率SBM[20]。设有n个决策单元，每个决策单元均包含投入m、期望产出r1和非期望产出r2，其向量形式分别为x∈Rm、yd∈Rr1和yu∈Rr2。定义矩阵X=[x1,x2,…,xn]∈Rm×n、Yd=

和模型表示如下：

minρ=

λj>0 (j=1,2,…,n)

式(1)中：ρ为被考察的决策单元的效率值，当且仅当ρ=1即w-=0、wd=0和wu=0时，决策单元是效率有效的。在超效率SBM模型中设定决策单元是效率有效的，则含有非期望产出的超效率SBM模型可表示为

minθ=

λj>0 (j=1,2,…,n;j≠0)

2.2指标选择及数据说明

本文以除我国港澳台地区和西藏地区以外的其他30个省(自治区、直辖市)为研究样本，以2006—2015年中国省级年度数据为样本数据。数据资料来自于2007—2016年的《中国能源统计年鉴》《中国环境统计年鉴》和《中国统计年鉴》*对于个别缺失的数据，用前后两年的平均值替代。。根据前文，测算绿色经济效率需要采用4类指标——非资源投入要素(劳动力和资本)、资源投入要素(能源消耗量)、期望产出(地区生产总值)和非期望产出(工业污染物排放量)[21]。具体而言：将各省市年末城镇就业人员数作为劳动力投入指标；将各省市社会固定资产投资总额作为资本投入指标；将各省市历年能源消耗总量(煤炭和电力)折算成标准煤作为资源投入指标；将地区GDP总量作为期望产出指标，并以2006年为基本期，用各地区居民消费价格指数进行平减；将各地区工业废水和二氧化硫的排放量作为非期望产出。

2.3实证结果与分析

本文运用DEA-SOLVER中的超效率SBM模型，分别测算2006—2015年中国30个省(自治区、直辖市)的绿色经济效率，对数据进行处理后得到中国平均绿色经济效率值，具体见图1。

图1 2006—2015年中国绿色经济效率和传统经济效率

由图1可知：总体上，绿色经济效率值明显低于基于超效率CCR模型测算得到的传统经济效率值，说明环境污染变量的引入对绿色经济效率产生了很大影响，也表明基于超效率SBM模型测算得到的绿色经济效率值更符合实际；就中国绿色经济效率的走势而言，2006—2015年中国绿色经济效率整体上呈上升趋势，在波动中缓慢增长；基于超效率SBM模型测算得到的中国绿色经济效率均值为0.688，表明中国的绿色经济效率总体上处于较低水平，且其波动趋势表明中国的环境保护和资源利用并未与经济发展高度协调。

根据基于非期望产出超效率SBM得到的测算结果，本文整理了中国30个省(自治区、直辖市)的绿色经济效率值，以及东、中、西部三大地区*根据经济发展水平和地理位置将我国大陆地区划分为三大经济地区。其中：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区包括内蒙古、重庆、四川、广西、贵州、云南、西藏、甘肃、宁夏、青海和新疆。的绿色经济效率均值(见表1)。

1)省域层面的分析。

2006—2015年历年北京、广西、上海和广东4省市的绿色经济效率值均达到有效前沿，表明在综合考虑资源和环境因素后这些省市的投入、产出达到了有效水平，在经济发展过程中兼顾了资源节约与环境保护。在绿色经济效率非有效的26个省市中，江苏、海南、湖南、天津、福建、江西、湖北和浙江8省市的绿色经济效率值高于全国平均水平，说明这些省市的绿色经济发展基本符合生态文明建设的要求，但在协调经济发展与环境保护的关系方面投入不足。其他18个省市的绿色经济效率均低于全国平均水平，其绿色经济发展情况相对较差。这些省市必须在资源利用、环境污染治理和产业结构调整等方面加大投入力度，以提升自身绿色经济效率。

2)地区层面的分析。

2006—2015年东部地区的平均绿色经济效率处于0.69～0.87之间，中部地区的平均绿色经济效率处于0.60～0.83之间，西部地区的平均绿色经济效率处于0.61～0.77之间。可见，东部地区的绿色经济效率明显高于中、西部地区，中部地区次之，西部地区最低——这与现有文献中东、中、西部地区的绿色经济效率依次减少的研究结果相符[22]。对比三大地区绿色经济效率的变化趋势，可发现东部地区的绿色经济效率总体走势与中、西部地区相近，均与全国平均绿色经济效率的变化趋势基本相同，变异节点分别出现在2007年、2008年、2010年和2012年。省际绿色经济效率的空间分布与区域经济发展存在明显的趋同性，东部地区凭借早期经济发展过程中积累的资本、人才和技术优势，注重节能环保技术的引进和开发，工业污染排放量日趋减少，最终实现了目前普遍较高的绿色经济效率。中部地区在国家“中部崛起”战略的引导下，注重发展高能耗、高污染的重工业，但资本和技术的限制以及环境制度的松懈使得环境污染日趋严重，最终导致绿色经济效率偏低；西部地区的经济发展程度远低于东、中部地区，但是其工业化发展程度不高，环境污染排放量较东、中部地区较少，因此西部地区整体的绿色经济效率与中部地区相近。

3 城镇化进程对绿色经济效率影响的实证分析

3.1变量选择与模型设定

本文采用2006—2015年中国30个省(自治区、直辖市)的面板数据，探讨中国城镇化进程对绿色经济效率的影响机制。使用面板数据能够控制不可观

表12006—2015年中国30个省(自治区、直辖市)及三大地区的绿色经济效率值

测的个体异质性，运用多维信息能够减小变量间共性的可能性，从而有效地估算各变量对被研究对象的影响。为了准确分析造成中国绿色经济效率存在地区差异的原因，本文将产业结构、科技水平和环境政策作为控制变量。所设定的面板数据模型如下：

β3×INDit+β4×Tit+β5×ENVit+εit。(3)

式(3)中：λi和λt分别为省区和年份效应；β1、β2、β3、β4和β5均为估计参数；εit为随机扰动项；GEEit为第t年第i个省份的绿色经济效率值；URit为第t年第i个省份的城镇化水平，由于城市在资源利用和污染治理方面往往具有技术优势，因此用各省份城镇人口数占总人口比重代表城镇化水平也在回归方程中；INDit为第t年第i个省份的产业结构，用地区第二产业产值占地区生产总值的比重表示；Tit为第t年第i个省份的科技水平，用地方政府财政科技支出占一般预算支出比重表示；ENVit为第t年第i个省份的环境政策，考虑到环境在政府考核中的比重加大，政府在环境污染治理中的重要性不可忽视，因此选择政府节能保护支出占一般预算支出比重衡量当地政府对经济发展的环境政策。本部分数据主要来自2007—2016的《中国环境统计年鉴》《中国环境年鉴》和《中国统计年鉴》等。

3.2实证分析

3.2.1单位根检验

由于面板数据与时间序列数据一样存在时间维度上较长的延续性，因此数据可能存在非平稳性，即存在单位根。若直接将面板数据带入模型进行估计，可能造成虚假回归或伪回归。因此，在进行模型估计前必须对各变量的平稳性进行单位根检验。为了避免采用单一方法可能带来的主观性和片面性，本文采用Lein-Lin-Chu、Im-Persaran-Shin、Fisher-ADF、Fisher-PP四种方法进行单位根检验，以保证面板单位根检验结论的稳健性，结果见表2。由表2可知，绿色经济效率、城镇化水平、城镇化水平二次项和产业结构存在单位根。对上述变量的一阶差分值进行单位根检验，结果表明在1%的水平下均拒绝存在单位根的原假设，说明各变量的时间序列均为一阶单整序列，可进一步分析各变量之间是否存在协整关系。

表2面板数据的单位根检验结果

注：括号中的数值为相应统计量的p值；△表示对变量进行一阶差分；以“***”表示在1%的水平下显著。

3.2.2协整检验

在检验了面板数据平稳性的基础上，本文采用Kao检验方法和Pedroni检验方法对上述变量进行面板协整检验，结果见表3。从表3的检验结果可以看出，Pedroni协整检验的Panel PP-Statistic、Group PP-Statistic、Group ADF-Statistic和Kao协整检验的ADF统计量均在5%的显著性水平下拒绝原假设。据此，可认为绿色经济效率与城镇化水平、城镇化水平二次项以及各控制变量之间存在面板协整关系，即变量间存在长期稳定的均衡关系，可直接利用面板数据进行回归分析。

表3面板数据的协整检验结果

注：“***”“**”“*”分别表示在1%、5%和10%的水平下显著。

2.2.3回归分析

面板数据模型可采用固定效应和随机效应估计方法。对计量模型进行Hausman检验，结果显示Wald统计量为14.529且在5%的水平下显著，说明拒绝随机效应模型的原假设。因此，本文以各省的绿色经济效率为因变量，以城镇化水平、城镇化水平二次项、产业结构、科技水平和环境政策为自变量，构建固定效应面板模型。调整后的R2值为0.82，说明模型的拟合程度较高；F统计量为41.19，且在1%的水平下显著，说明模型中的线性关系显著成立。同时，本文对三大地区各自变量对绿色经济效率的影响分别进行了回归，具体回归结果见表4。

表4各自变量对绿色经济效率影响的回归结果

注：“***”“**”和“*”分别表示在1%、5%和10%的水平下显著；括号中的数值为相应统计量的t值。

从全国层面看，城镇化水平的系数为负(-3.144836)，城镇化水平二次项的系数为正(3.673414)，说明城镇化水平对中国绿色经济效率的影响曲线呈U形。也就是说：在中国城镇化发展过程中，随着环境污染程度的持续提升，绿色经济效率呈不断下降趋势；当绿色经济效率到达转折点之后，随着城镇化水平的进一步提升，资源利用效率和技术水平不断提高，环境污染情况逐渐改善，绿色经济效率将逐年增长。这表明：改革开放以来，区域人口不断向城市和城镇汇聚，在推动部分要素集约化利用的同时，对环境造成了一定程度的污染，加大了经济发展的能源和环境代价；但是，随着中国新型城镇化进程的加快，资源节约和环境保护被不断加强，未来中国的绿色经济发展水平将不断提升。与钱争鸣和刘晓晨[23]的研究相比，本研究得到的中国城镇化进程对绿色经济效率的影响明显要大。通过比较三大地区的回归结果看发现，东、中、西部地区的绿色经济效率随着城镇化水平的提高均呈先降后升的趋势。其中，东部地区城镇化水平的影响系数要高于中、西部地区——这可能与近年来东部地区快速推进城镇化有关。但是，结合表1可知，东部地区的一些经济发达省份的绿色经济效率已达到这一转折点，其绿色经济效率随着城镇化水平的上升而增加——这也说明经济发展有助于促进环境改善。而中、西部地区的大部分欠发达省份的绿色经济效率还未达到这一转折点，其绿色经济效率随着城镇化水平的提升而下降。这是因为：目前中国中、西部地区省份的城镇化建设仍处于初中级阶段，其城镇化水平相对较低，城镇化水平的快速提升仍以依靠牺牲生态环境为代价；此时，城市经济的粗放式发展和城镇规模的急剧扩张将不断加剧资源消耗和环境污染，从而导致当地的绿色经济效率持续下降。

下面分析影响区域绿色经济效率的其他控制变量。①产业结构。产业结构对中国绿色经济效率有显著的负向影响，且其影响存在较大的地区差异。从统计结果看，产业结构对东部地区绿色经济效率的负向作用最大。这是因为：中部地区的经济发展仍以第二产业为主，且近年来承接了东部地区高污染、高能耗产业的转移，环境污染日益严重，阻碍了其绿色经济效率的提高；而西部地区的第二产业比重较小且企业数量较少、环境污染水平较低，因此产业结构对西部地区绿色经济效率的负面影响最小。②科技水平。科技水平对全国及三大地区绿色经济效率的影响均未通过显著性检验。造成这一结果的可能原因如下：第一，地方政府对科研资金用途缺乏监管，导致政府科研专项资金中的很大一部分用于企业厂房投资建设、原材料购买及其他日常生产工作，并未全部用于技术研发和推广，造成政府科技资金的利用效率不高；第二，研究期内中国财政科技支出占一般预算支出的比重不足2%，且绝大部分省份的科技支出比重呈逐年下降趋势，从而造成政府财政科技支出比重对绿色经济效率的影响不显著。③环境政策。环境政策对全国及三大地区绿色经济效率的影响均不显著，其中对西部地区的绿色经济效率有显著的负向影响。这说明，中国尤其是西部地区现有的污染治理投入并未有效改善环境污染情况。当前中国的政府环保资金投入水平相对较低，同时环境污染治理难度在不断加大，因此短期内仅依靠政府进行环境污染治理很难从根本上提高绿色经济效率。

4 结论与建议

本文在测算全国及三大地区绿色经济效率的基础上，较为系统地考察了城镇化进程对绿色经济效率的影响机理，得到以下结论：

首先，2006—2015年中国绿色经济效率整体上呈波动上升趋势，且仍有较大的提升空间；绿色经济效率的区域差异显著，东部经济较发达地区的绿色经济效率较高，中、西部欠发达地区的绿色经济效率较低。

其次，城镇化进程与区域绿色经济效率之间存在U形关系，即绿色经济效率随着城镇化水平的提升而呈先下降、经转折点后又上升的发展趋势。其中，东部地区的部分省市已达到这一转折点，中、西部的大部分省市还未经过这一转折点。从全国层面看，当前中国处于U形曲线中的下降阶段。

最后，产业结构调整对区域绿色经济效率有显著的负向影响，而科技水平和环境政策的影响不显著。

基于以上结论，本文提出如下建议：

第一，城镇化进程中的产业结构调整和优化是促进绿色经济发展的关键，也涉及产业结构转移。东部地区在进行高能耗、高污染的重工业转移时不能只考虑本地区的环境问题，还要兼顾中、西部地区的环境问题。因此，应在全国层面合理安排污染企业的空间转移、优化产业结构的空间布局。中、西部地区应走节能降耗、合理利用资源的可持续发展道路，可以结合当地的资源禀赋和区位优势，加快产业升级，推进新型工业化发展，同时依靠政府补贴、税收优惠等政策[24]，引导企业开展节能减排工作。

第二，科技水平对绿色经济效率并未起到明显的积极作用。这说明，目前政府的科技支出并不能对环境改善发挥理想的作用。为此，各地政府必须建立有效的科技资金用途监管机制、完善相关规章制度，提高政府科技补助资金的使用效率。同时，中、西部地区要充分利用东部地区的科技外溢效应，加强知识、技术和人才的交流，提高本地区企业的技术研发能力，从根本上提高区域绿色经济效率。

第三，能源结构不合理、能源利用效率低是环境污染治理不善的深层次原因，因此中、西部地区在借助当地能源禀赋发展经济的同时，必须改善其能源消费结构，充分利用本地区的地理位置和自然资源优势，开发核能、风能和太阳能等新能源，逐渐降低煤炭等化石能源占能源消费总量的比重。此外，在城镇化进程中，当地政府要加大环境治理力度，着力改善环境质量。可通过构建绿色金融体系扩大在绿色环保领域的投资，促进环保、新能源和节能等领域的技术进步，进一步提升区域绿色经济效率。

参考文献

[1] 李浩.城镇化率首次超过50%的国际现象观察——兼论中国城镇化发展现状及思考[J].城市规划学刊，2013(1)：43-50.

[2] 国家统计局.中国统计年鉴[J].北京：中国统计出版社，2016.

[3] 陈真玲.生态效率、城镇化与空间溢出——基于空间面板杜宾模型的研究[J].管理评论，2016，28(11)：66.

[4] 钱争鸣，刘晓晨.中国绿色经济效率的区域差异与影响因素分析[J].中国人口·资源与环境，2013，23(7)：105.

[5] 杨龙，胡晓珍.基于DEA的中国绿色经济效率地区差异与收敛分析[J].经济学家，2010(2)：46-54.

[6] 钱争鸣，刘晓晨.环境管制与绿色经济效率[J].统计研究，2015，32(7)：12-18.

[7] 汪克亮，杨力，程云鹤.异质性生产技术下中国区域绿色经济效率研究[J].财经研究，2013，39(4)：57-58.

[8] 吴翔.中国绿色经济效率与绿色全要素生产率分析[D].武汉：华中科技大学，2014.

[9] 钱争鸣，刘晓晨.环境管制与绿色经济效率[J].统计研究，2015，32(7)：12-18.

[10] 刘耀彬，袁华锡，王喆.文化产业集聚对绿色经济效率的影响——基于动态面板模型的实证分析[J].资源科学，2017，39(4)：747.

[11] 陈真玲.生态效率、城镇化与空间溢出——基于空间面板杜宾模型的研究[J].管理评论，2016，28(11)：67.

[12] 杨勇.开放条件下重庆地区城镇化对土地利用效率的影响及区位差异[J].地域研究与开发，2011，30(3)：112-116.

[13] 罗能生，李佳佳，罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].资源科学，2013，23(11)：53-60.

[14] 张腾飞.城镇化对中国碳排放效率的影响——理论与实证依据[D].重庆：重庆大学，2014.

[15] 杨钧.城镇化对环境治理绩效的影响——省级面板数据的实证研究[J].中国行政管理，2016(4)：103-109.

[16] 王军，耿建.中国绿色经济效率的测算及实证分析[J].经济问题，2014(4)：52-55.

[17] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units [J].European Journal of Operational Research，1978，2(6)：429-444.

[18] FARE R，GROSSKOPF S，LOVELL C，et al.Multilateral productivity comparisons when some outputs are undesirable：a nonparametrix approach [J].The review of economic and statistics，1989，71(1)：90-98.

[19] TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research，2001，130：429-444.

[20] 宫大鹏，赵涛，慈兆程，等.基于超效率SBM模型的中国省际工业石化能源效率评价及影响因素分析[J].环境科学学报，2015，35(2)：587.

[21] 宋杰鲲，梁璐璐，牛丹平.中国省域碳排放权分配——基于环境FCAM[J].技术经济，2017，36(10)：102.

[22] 夏玉立，温湖炜.中国地级以上城市绿色经济效率实证研究[J].中国人口·资源与环境，2015，25(5)：409-413.

[23] 钱争鸣，刘晓晨.中国绿色经济效率的区域差异与影响因素分析[J].中国人口·资源与环境，2013，23(7)：105.

[24] 吴鸣然，马骏.中国区域生态效率测度及其影响因素分析——基于DEA-Tobit两步法[J].技术经济，2016，35(3)：80.

Empirical Study on Impact of Urbanization on Regional Green Economic Efficiency in China

Ren Yangjun，Wang Chuanxu

(School of Economics & Management，Shanghai Maritime University，Shanghai 201306，China)

Abstract：This paper calculates the green economic efficiencies of 30 provinces in China from 2006 to 2015 by using the super-efficiency SBM model.Then it uses the panel data model to explore the impact of China's urbanization on regional green economic efficiency.The result shows as follows：the curve of the relationship between urbanization level and regional green economic efficiency is U-shaped；the green economic efficiency in the eastern region is relatively high，and the green economic efficiencies of some provinces in the eastern region have been in the upward stage of U-shaped curve；those in the central and western regions are still in the declining phase of U-shaped curve，which means that the regional green economic efficiency is declining with the increase of urbanization level；industrial structure，technical level and environmental policy all affect the green economic efficiency in different ways.

Keywords：urbanization；green economic efficiency；regional economics

中图分类号：F207

文献标志码：A

文章编号：1002-980X(2017)12-0072-07

收稿日期：2017-11-10

基金项目：国家自然科学基金项目“低碳化背景下考虑产品替代与财税政策的供应链企业‘竞合'协调及其物流网络优化研究”(71373157)；国家自然科学基金项目“大数据时代面向智慧城市发展的应急服务资源整合与协同配置研究”(71473162)

作者简介：任阳军(1991—)，男，安徽合肥人，上海海事大学经济管理学院博士研究生，研究方向：低碳经济；汪传旭(1967—)，男，安徽安庆人，上海海事大学经济管理学院教授、博士生导师，博士，研究方向：产业经济。