摘要：识别城市生态效率的关键影响因素是制定精准优化策略的前提。本研究基于2009-2025 年安徽省 16 个城市的面板数据，以超效率SBM模型测算的综合生态效率（TE）为被解释变量，运用面板Tobit 随机效应模型，从经济发展、城市化、产业结构、科技发展、对外开放、环保投入六个维度分析影响因素。结合生态环境修复视角，本文从产业结构绿色升级、科技创新赋能、环保投入优化、外资结构引导、区域协调发展及生态修复融入六个方面提出优化策略，为安徽省全面绿色转型提供决策参考。

关键词：城市生态效率；影响因素；Tobit 模型；生态环境修复

一、引言

城市生态效率是区域绿色发展的核心衡量指标，体现经济产出与资源环境损耗的协调程度。我国城市生态效率区域分化明显，针对安徽市域的系统性研究仍偏少。安徽横跨长江、淮河两大流域，16市经济基础、产业形态与资源条件差距较大，合芜等地经济科创实力突出，淮南北等资源型城市产业结构偏重，生态治理压力突出。厘清生态效率驱动因素，能够为各地制定差异化绿色转型方案提供支撑。

现有研究多从产业、城镇化、技术、环境管控等维度分析影响机制，聚焦安徽的实证探究不足，且鲜有结合生态修复展开分析。本文选取2009-2025 年安徽16 市面板数据，采用超效率SBM 模型测算生态效率，借助面板Tobit 模型，从经济发展、城镇化、产业结构、科技创新、对外开放、环保投入六大维度开展实证检验，剖析各类因素的影响效应，并立足生态修复层面提出优化路径，为全省绿色低碳发展提供数据依据与决策参考。

二、研究方法与数据说明

2.1 超效率 SBM-DEA 模型

数据包络分析（DEA）是一种非参数的相对效率评价方法。传统DEA 模型属于径向模型，要求所有投入或产出按相同比例调整，忽略了松弛变量对效率值的影响；且当多个决策单元效率值均为1 时，无法进一步区分。Tone（2001， 2002）提出的 SBM 模型和超效率 SBM 模型克服了上述缺陷：SBM 模型将松弛变量直接纳入目标函数，超效率模型允许有效决策单元的效率值大于1[1，2]。

本研究采用投入导向的超效率SBM 模型（规模报酬可变），综合生态效率（TE）的表达式为：

其约束条件保函 以及 当δ⩾1 时表示决策单元位于生产前沿面上或之外，数值越大效率越高；δ<1 表示存在效率损失。

2.2 面板 Tobit 模型

综合生态效率 TE 的取值范围为大于 0 的正数，且部分年份效率值大于 1，属于受限因变量。若采用普通最小二乘法会导致参数估计有偏[3]。因此，本文采用面板 Tobit 随机效应模型，设定因变量下限为 0，无上限约束。模型表达式为：

TE_it=α+β₁PGDP_it+β₂URB_it+β₃IND_it+β₄RD_it+β₅FDI_it+β₅ENV_it+u_i+ε_it

其中，下标i 表示城市（i=1，…，16），t 表示年份（ 1=2009 ，…，2025），ui 为个体随机效应，εit 为独立同分布的随机误差项。使用Stata 16.0 的 xttobit 命令进行估计。

2.3 指标体系与数据来源

投入指标有： ① 资源类：城市供水总量（万立方米）、城市建设用地面积（平方公里）、年末城镇从业人员数（万人）、规模以上工业企业综合能源消费量（万吨标准煤）； ② 环境类：通过熵值法将工业废水排放量、工业 SO₂ 排放量、工业烟粉尘排放量合成为环境综合指数；③ 经济类：全社会固定资产投资额（亿元）。产出指标：地区生产总值（GDP，亿元），以 2009 年为基期进行不变价折算。影响因素变量：经济发展水平（人均GDP，万元/ 人）、城市化水平（城镇人口比重， % ）、产业结构（第二产业增加值占比， % ）、科技发展水平（R&D 经费占GDP比重， % ）、对外开放水平（实际利用外商直接投资占GDP比重， % ）、环保投入水平（节能环保财政支出占比，%）。

数据来源于《中国城市统计年鉴》、《安徽统计年鉴》及各市统计公报（2010-2026 年）。研究时段为 2009-2025 年，共 17 年。

三、安徽省城市生态效率测度结果

3.1 综合生态效率的时空格局

运用超效率 SBM-DEA 模型测算安徽省 16 个城市 2009-2025 年的综合生态效率（TE），部分年份结果如表1 所示[4]。

表1 安徽省各市综合生态效率

从表 1 可以看出，全省综合生态效率均值从 2009 年的 0.718 上升至 2025 年的 1.068，年均增长约 2.4% 。2022 年首次突破 1.0，表明安徽省在“十四五”期间整体跨入了生态效率相对有效的门槛。按时间路径可分为三个阶段：2009-2014 年为缓慢爬坡期，2015-2020 年为加速提升期，2021-2025 年为稳定突破期。

另外从表中可以看出 16 个城市呈现明显的“三梯队”格局。第 一 梯 队（ TE⩾0.90 ）： 合 肥（1.562）、 黄 山（1.156）、 芜 湖（0.953）、池州（0.908），其中合肥和黄山的效率长期大于 1。第二梯队（ 0.75⩽TE<0.90 ）：宣城、滁州、六安、蚌埠、安庆、亳州、阜阳、宿州等8 个城市。第三梯队（ TE<0.75 ）：淮北（0.634）、铜陵（0.681）、马鞍山（0.691）、淮南（0.603），这些传统工业城市的效率与合肥差距达2.6 倍以上。空间格局呈现“南高北低、中心城市高、资源型城市低”的特征。

3.2 动态演化特征：Malmquist 指数

为进一步分析生态效率的动态变化，计算Malmquist 指数并将其分解为技术效率变化（EC）和技术进步（TC）[5]。全省总体结果如表2 所示。

表 2 安徽省总体 Malmquist 指数及分解

从表2 可以看出2009 年至2025 年，安徽省全要素生产率年均增长 0.7% ，对应的 TFP 指数为 1.007，其时间路径呈现“U 型”转变：2015 年之前多数年份的全要素生产率指数小于 1，全要素生产率呈下降态势；2020年之后全要素生产率加速提升，年均增长率达到 5% 以上。技术效率变化指数持续改善，十七年均值为 1.032；然而技术进步指数早期为负，均值仅为 0.976 进入“十四五”期间，技术进步指数由负转正，从1.003上升至1.028，这一转变标志着技术创新开始真正驱动生态效率提升。

四、生态效率影响因素分析

4.1 变量描述性统计与多重共线性检验

在进行回归分析之前，首先对各变量的数据特征进行描述性统计。从样本分布来看，安徽省16 个城市2009-2025 年间综合生态效率（TE）的均值为0.898，标准差为0.234，最小值为0.498（淮南市，2009 年），最大值为 1.825（合肥市，2025 年），反映出城市间效率差异较大且存在明显的极端值。在解释变量方面，人均 GDP（PGDP）的均值为 4.67万元/人，极差达13.54万元/人，表明经济发展水平在省内分布极不均衡。城市化率（URB）均值 56.2% ，最低 30.5% 、最高 86.3% ，说明部分城市仍处于城镇化加速期。产业结构（IND）均值为 44.3% ，最小 18.2% （黄山）、最大 61.5% （淮南），第二产业占比的悬殊差距直接反映了各城市产业类型的差异。科技发展水平（RD）均值仅 1.21% ，最大值 4.15% 与最小值 0.08% 之间相差数十倍，创新资源高度集中于少数城市。对外开放水平（FDI）均值为 2.83% ，但波动较大（标准差 1.56% ），部分城市外资依赖度较高。环保投入水平（ENV）均值为 3.12% ，最大值为6.35% ，约为最小值的五倍，体现了地方政府环境治理力度的差异。

为避免解释变量之间存在高度相关而导致回归估计失真，本研究采用方差膨胀因子（VIF）进行多重共线性检验。检验结果显示，各变量的VIF 值均远低于临界值10：经济发展水平（PGDP）的VIF 为4.63，城市化水平（URB）为3.89，产业结构（IND）为2.51，科技发展水平（RD）为3.42，对外开放水平（FDI）为1.88，环保投入水平（ENV）为1.35，全体变量的平均 VIF 为 2.95 这表明不存在严重的多重共线性问题，所有六个解释变量均可同时纳入回归模型进行分析。

4.2 面板Tobit 回归结果

在完成变量描述性统计与多重共线性检验之后，本研究进一步采用面板Tobit 随机效应模型对综合生态效率的影响因素进行回归估计[6]。选择 Tobit 模型的原因在于，被解释变量综合生态效率（TE）的取值下限为 0，且部分年份效率值超过 1，属于受限因变量，若使用普通最小二乘法将导致参数估计有偏。模型以 2009-2025 年安徽省 16 个城市的平衡面板数据为样本，将综合生态效率设为因变量，经济发展水平、城市化水平、产业结构、科技发展水平、对外开放水平、环保投入水平六个变量设为自变量，同时控制个体随机效应。回归结果如表3 所示。

表 3 面板 Tobit 回归结果

从回归结果可以看出，六个解释变量中有四个通过了显著性检验，其影响方向与预期基本一致。具体分析如下：

经济发展水平（PGDP）的系数为0.0412，人均GDP 每提高1 万元，生态效率提升约 4.1 个百分点。经济发展为环保投入和产业升级提供了物质基础，但弹性较小，表明尚未实现经济与环境的完全“脱钩”。

产业结构（IND）的系数为 -0.0185，第二产业占比每提高 1 个百分点，生态效率下降 0.0185_⋅（ 。这是制约安徽省生态效率最显著的结构性因素，验证了工业重型化的负面效应。

对外开放水平（FDI）的系数为-0.0458，支持“污染避难所”假说。当前安徽省外资主要集中在制造业，污染强度较高，对生态效率产生了净负向效应。

环保投入水平（ENV）的系数为0.0582，在显著变量中绝对值最大。环保支出占比每提高 1 个百分点，生态效率提升约 5.8 个百分点，是最直接有效的政策工具。

城市化水平（URB）的系数不显著。可能原因是安徽省城镇化率尚未跨越“环境门槛”，规模经济效应未充分释放。

科技发展水平（RD）的系数为正但不显著。原因包括科技投入的时滞效应以及区域分布极不均衡。

4.3 稳健性检验

通过替换被解释变量为纯技术效率、环保投入滞后 1 期、剔除合肥和黄山极端值、采用系统 GMM 等方法进行稳健性检验。结果显示核心变量（PGDP、IND、FDI、ENV）的系数符号和显著性水平与基准回归基本一致，表明回归结果稳健可靠。

五 优化策略建议

基于上述测度与回归结果，结合生态环境修复视角，提出以下六方面策略：

深化产业结构调整。严格控制高耗能、高排放产业扩张，对淮南、淮北等资源型城市制定“两高”产业退出时间表；大力发展新能源汽车、新型显示、集成电路等战略性新兴产业；在承接长三角产业转移时建立绿色准入机制。

强化科技创新驱动。省级财政设立绿色低碳技术创新专项，力争到 2030 年全省 R&D 强度达到 3.0% ，资源型城市不低于 2.0% ；推动合肥综合性国家科学中心的创新成果向皖北、皖南辐射扩散。

加大环保投入力度。将节能环保财政支出占比从当前的 3.12% 逐步提升至 4.5% ；深化新安江跨省流域生态补偿模式；继续实施巢湖流域山水林田湖草沙一体化修复、皖北采煤沉陷区综合治理等重大工程。

优化外资利用结构。修订外商投资导向目录，将节能环保、新能源、高端装备列为重点鼓励领域；对外资企业实施与内资企业统一的环境标准，引导外资投向绿色低碳领域。

第五，统筹区域协调发展。构建“一圈五区”绿色协同发展格局；安排合肥、芜湖等高效领先型城市对口支援淮南、淮北等转型制约型城市；在环保专项资金分配上对后进城市给予倾斜。

坚持生态修复主线。制定《安徽省生态环境修复与生态效率提升行动计划（2026-2030 年）》；在黄山、池州等生态资源富集地区试点生态产品总值（GEP）核算；构建“空天地一体化”生态监测网络，对采煤沉陷区、废弃矿山等重点修复区域实施全生命周期跟踪监测。

六 结论

本研究以安徽省 16 个地级市为对象，运用超效率 SBM-DEA 模型测度了 2009-2025 年的综合生态效率，并利用面板 Tobit 模型分析了影响因素，得出以下主要结论：

安徽省综合生态效率从 0.718 稳步上升至 1.068，2022 年后整体进入相对有效阶段。但城市间差异悬殊，呈现“南高北低、中心城市高、资源型城市低”的三梯队格局。全要素生产率实现“U 型”转变，技术进步由负转正。

经济发展水平和环保投入水平是提升生态效率的显著正向驱动因素，系数分别为 0.0412 和 0.0582。环保投入的边际效应最大，是最直接有效的政策工具。

产业结构重型化和当前阶段的对外开放水平呈现显著负向制约，系数分别为-0.0185 和-0.0458。第二产业占比过高直接拉低生态效率，外资利用中存在“污染避难所”效应。

城市化水平和科技发展水平的影响尚不显著，前者可能与安徽省尚未跨越“环境门槛”有关，后者则反映了科技投入的时滞与空间不均衡。

参考文献

[1]Tone K. A slacks-based measure of efficiency in dataenvelopment analysis[J]. European Journal of Operational Research，2001， 130（3）： 498-509.

[2]Tone K. A slacks-based measure of super-efficiency in dataenvelopment analysis[J]. European Journal of Operational Research，2002， 143（1）： 32-41.

[3]Zhou G L， Zhang Z N. Evaluation and influencing factors ofregional environmental efficiency in China based on three-stage DEAmodel[J]. SAGE Open， 2024， 14（4）： 21582440241280825.

[4] 梁琦， 肖素萍， 刘玉博. 环境政策对城市生态效率的影响与机制研究——基于生态文明先行示范区的准自然实验 [J]. 西安交通大学学报 （ 社会科学版 ）， 2022， 42（03）： 61-70.

[5] 刘继为 . 基于超效率 DEA 模型的中国海洋生态效率影响因素及优化研究 [J]. 大连海事大学学报 （ 社会科学版 ）， 2023， 22（02）：8-16.

[6] 马骏 ， 侯沛瑶 . 双碳目标下长三角市场一体化对生态效率的影响 [J]. 长江流域资源与环境 ， 2025， 34（05）： 937-949.

基金项目：安徽省社会科学创新发展研究项目（2023CX511）；教学研究项目（szxy2024ksjy11）：；安徽省高校人文社会科学研究重大项目（2024AH040374）校企合作项目（2023XHX250）