城市规模对生态效率的影响及区域差异分析

李佳佳　罗能生

摘要：随着城市规模的不断扩大，城市住房紧张、交通拥堵、环境恶化等问题开始日益凸显，如何从生态视角找到适度的城市规模是我国新型城镇化建设中面临的一个重要问题。本文以中国2003-2013年281个地级市为研究对象，通过建立空间计量和门槛面板模型研究了城市规模对生态效率的影响及其区域差异，研究结果表明，中国城市生态效率整体呈现逐渐上升的趋势，且区域差异较大，溢出效应较为明显；城市规模对生态效率的影响呈现N型曲线的特征，且呈现显著的区间效应，根据门槛内生性分类结果发现，当城市规模低于54.48万人时，生态效率随城市规模的扩张不断增加；当城市规模大于54.48万低于337.22万人时，城市规模扩张对生态效率的促进作用较大，当城市规模超过337.22万人这一门槛值之后，促进作用开始显著减小，说明基于生态效率的最优城市规模为337.22万人左右；而产业结构、技术水平等都对城市生态效率有明显的促进作用。基于以上结论，各城市应加强环境合作，减少环境污染溢出；对于规模较小的城市，应该依托周边大中城市，争取产业合作，通过完善城市基础设施建设，进行户籍、土地等制度改革，促进城市规模的扩大；对于规模居中的城市，应该以节约资源、保护环境为前提，推进适度规模的城镇化，真正实现城市从“量”到“质”的转变；对于规模较大的城市，可以建立新城区或城市群，完善城市近郊及周边交通、教育等公共资源配置，充分发挥聚集和发散效应，有效缓解人口过于集中和环境恶化带来的压力。综上，不同规模的城市应采取不同措施提高生态效率，推进城市走集约、智能、绿色、低碳的新型城镇化道路。

关键词：生态效率；空间计量；城市规模；双门槛效应

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104（2016）02-0129-08

doi：10.3969/j.issn.1002-2104.2016.02.016

改革开放以来，在政府推动和市场主导的情况下，我国城市化速度加快，城市化率由 1978 年的17.92%提高到2013年的53.70%，年均增长1.02%，城市化成为推动我国经济发展和社会进步的重要“引擎”。但是随着城市人口的急剧膨胀和土地的快速扩张，城市住房紧张、交通拥堵、城市基础设施供应不足、环境恶化等问题开始日益凸显，城市规模扩张带来的一系列问题成为制约我国城市发展的瓶颈，十八届四中全会也明确指出要用严格的法律制度保护生态环境。因此，如何从生态视角找到适度的城市规模，是我国建设新型城镇生态系统，实现城镇化与生态环境协调发展所面临的一个重要问题。中国在城市化进程中城市规模变化规律和其对生态环境的影响有自己的独特性，特别是我国正处于城市规模的快速扩张时期，如何找到城市规模对生态效率的区域差异，从生态视角找到城市适度规模的范围，让城市发展既符合人口增长和经济增长的规律，又能为企业生产和居民生活提供良好的环境，是各城市发展面临的一个重要问题，所以探讨城市规模对生态效率的影响及其区域差异具有重要的理论和实践意义。基于此，本文以我国2003-2013年281个地级市的数据为研究对象，在测度城市生态效率的基础上，通过建立空间计量和双门槛面板模型，研究城市规模对生态效率的影响及区域差异，同时探讨基于生态效率的最优城市规模，期望为我国城市规模体系的发展和完善提供可供参考的政策建议。

1 文献回顾

近年来，国内外学者对生态效率和城市规模进行了较为深入的研究。城市规模是指在一定城市空间集聚的人口、资源、商品和建筑等，主要包括城市的经济规模、人口规模、空间规模三个不可分割的组成部分。城市是人口集聚的结果，人口规模的扩大促进了城市经济和社会发展，同时经济增长和人口增加也推动了城市空间规模的扩张。自城市经济学诞生以来，很多学者开始对最优城市规模进行研究。Mirrlees利用本瑟姆特社会福利函数分析了最优城市规模问题[1]；Evan和Gupta则分别从如何使政府平均服务成本和城市内部生产成本最小化来解释最优城市规模问题[2-3]。而后，很多经济学家在此基础上开始对最优城市规模问题进行相关实证分析。Kanemoto研究了最优城市规模、地方公共品、交通拥堵、不同类型家庭之间的外部性以及城市系统的发展[4]；Anderson和Ying利用中国城市数据研究了城市相对增长和城市规模分布性质两个问题，研究发现在经济改革之前城市规模分布仍然稳定，但在改革后期却呈现收敛的增长模式[5]；Berry和Kozaryn通过研究发现，当城市区域确定后，美国城市经济增长服从吉布莱特定律，城市规模严格服从帕累托-齐夫定律，系数为1.0，且特大城市规模是最适的[6]。而我国很多学者也从不同角度对最优城市规模进行了研究，但是研究结果差异明显。王小鲁等通过构建城市收益和成本函数模型对不同规模城市的聚集效应和外部成本进行分析，结果发现最佳城市规模大致在50-200万人[7]；张应武研究发现我国城市发展的最优规模大概为500万人，且地区差异性明显，同时城市规模符合帕累托分布，但是存在高位城市缺失问题，主要表现为大城市数量不够、规模不大[8]；而许抄军等通过建立资源约束下的城市人口规模模型得出我国最优城市规模为1 060万人[9]；高鸿鹰等则从城市集聚效应的视角分析了我国城市规模分布的结构性变化，结果表明平均集聚效率指数高低与城市规模分布比重增减相一致[10]；而杨学成、汪冬梅则认为对于城市人口低于100万的城市，其土地利用的社会效益较好，城市人口超过100万则其土地利用的社会效益就会较差一些[11]。

国内外学者对生态效率的研究也比较多，但主要集中在对生态效率相关概念、评价方法和影响因素等方面。关于生态效率的概念，很多学者和机构都进行了深入研究，其中世界可持续发展商业理事会的定义被广泛认可，即“生态效率是指提供有价格竞争优势的产品和服务，这些产品和服务能够满足人类需要、提高生活质量，同时也可以使整个生命周期的资源强度和生态影响逐渐降低，直到和地球的估计承载力相一致的水平，进而实现环境与社会协调发展的目标”[12]；Hellweg等认为生态效率可以用相关费用与环境影响的比值来表示[13]；Kobayashi等提出了基于径向投影决策单元的DEA评价方法[14]。在此基础上也有学者开始研究生态效率与经济增长、产业结构等的关系，比如陈傲基于因子分析赋权法，在测度生态效率的基础上，分析了环保投入、产业结构以及环境政策等因素对生态效率的影响[15]。

随着城市化进程带来的生态环境问题日趋严重，很多学者开始研究城市化与生态环境的相关关系。比如Grossman和Krueger认为城市经济水平与生态环境呈现倒U型曲线关系[16]；Burak等从生态、农业以及土地利用等方面，通过对地中海沿岸的城市化发展过程研究，发现城市化与生态环境呈现负相关关系[17]；我国学者黄金川、方创琳采用数理方法对城市化与生态环境交互耦合的内在机理进行了深入分析[18]；之后，刘耀彬、宋学锋通过主成分加权合成方法也对城市化与生态环境交互耦合关系进行了分析[19]；许抄军通过构建城市规模-环境质量理论模型，对我国城市面板数据进行分析，结果发现城市规模与环境质量呈现正N形曲线特征，N形曲线两转折点所对应的城市规模分别为260万人和930万人[20]；宋建波、武春友通过计算长江三角洲城市群城市化水平和生态环境发展水平，发现城市化水平滞后于生态环境发展水平[21]；罗能生等通过实证研究发现城镇化水平与生态效率呈非对称U型关系，且东、中、西区域差异明显，同时也发现产业结构、环境政策和技术水平都对生态效率有影响[22]。

总的来说，已有研究在以下两个方面有待深入：一方面是基于生态视角来研究城市规模问题。关于最优城市规模，从城市人口、集聚效应以及成本收益等方面的研究较多，而基于生态环境视角的研究较少；另一方面是对生态环境与城市规模相互关系区域差异的探讨。由于不同区域城市的经济发展水平以及城市规模不同，其导致的生态环境问题也就不同，所以分区域研究城市规模与生态效率的关系，并对各区域进行对比，探析其异同，可以更好地指导各区域城市解决在其规模不断扩张过程中所导致的生态环境问题。

2 城市生态效率的测度与空间相关性分析

2.1 测度方法与指标选取

生态效率指的是一定的生态投入所产生的效应，一般用生态的投入或成本与社会经济产出或效益之比来测度。近年来，学术界提出多种测度生态效率的方法，主要有生态足迹法、层次分析法、因子分析、DEA方法等，考虑到DEA方法在建立模型前无须对数据进行无量纲化处理，也无须任何的权重假设，而是以生态效率输入输出的实际数据求得最优权重，可以有效解决生态效率测度指标赋权的问题，所以本文选择DEA方法来测算城市生态效率。数据包络分析方法（DEA）由Charnes和Cooper等人提出，该方法是一种以相对效率为基础，把凸分析和线形规划作为工具，依据多投入和多产出指标对于相同类型决策单元DMU的相对有效性进行相应测度的非参数统计方法[23]。由于利用经典C2R模型来计算生态效率时，对于有效率的 DMU都显示为 1，不能区分出有效DMU之间的效率差异，鉴于本文重点研究不同城市规模对生态效率的影响，所以为了避免多个城市同时处于前沿面最优而无法区分其生态效率高低的情况，本文选择Andersen和Petersen提出的超效率DEA模型来测度中国各地级市2003-2013年的生态效率[24]。基于超效率DEA模型，以环境污染和资源消耗为投入指标，以经济发展作为产出指标，在考虑了数据可得性的基础上，本文选取工业废水排放量、工业二氧化硫排放量、工业烟（粉）尘排放量、全社会用电量、用水总量、建成区面积作为投入变量，选取地区国内生产总值作为产出变量，采用投入导向规模报酬不变的超效率DEA模型进行测度。由于拉萨、思茅、临沧、大理、陇南、中卫六个地级市的数据缺失较多，所以本文以除这六个城市以外的281个地级市为研究对象。本部分相关数据来源于历年《中国城市统计年鉴》、《中国环境统计年鉴》、《中国环境年鉴》以及各城市统计年鉴。

2.2 测度结果分析

运用MYDEA1.0软件，本文测算了中国2003-2013年281个城市的生态效率值，同时运用ARCGIS10.2软件绘制了各城市生态效率的分布图（见图1-2）。根据中国2003-2013年城市生态效率评价结果可以发现，从宏观层面来看，中国城市生态效率在11年间变化较小，虽然有所波动，但是整体呈现逐渐上升的趋势；从中观层面来看，中国各城市生态效率区域差异明显，2003年，以北京、天津、上海、深圳为代表的东部沿海城市生态效率较高，中西部城市生态效率相对较低，但是到2013年，东部沿海地区很多城市生态效率明显降低，这很大程度上是由于随着城市规模的不断扩大，人口的急剧增加，城市资源的消耗和环境污染物的增加超过了环境的承载力，导致生态效率降低，而西部一些城市由于经济方式在慢慢转变，生态效率有所提升；从微观层面来看，三亚、深圳、海口等城市生态效率较高，年均效率值均在1.0以上，焦作、运城、吴忠等城市生态效率较低，年均效率值均在0.2以下。这说明相对于经济较发达的城市，应该注重城市发展的质量，特别是要在保护生态环境的前提下发展经济，而对于经济较落后的城市则应该改变以高消耗、高排放、高污染为代价的粗放式经济增长方式，注重循环经济，推广低碳技术，逐渐向低能耗、低污染的集约型方式转变。

2.3 空间相关性分析

由于各城市自然条件、地理位置和经济发展水平的差异，生态效率也存在显著不同，城市之间可能存在空间相关性，即某个城市的区位因素不仅会影响它自身的生态环境，而且也会影响邻近城市的生态环境，在这种情况下，生态效率可能在距离相对较近的城市产生空间溢出效应。那么如何从理论上来验证这种空间相关性及其程度，需要运用相应的空间统计量进行分析，空间统计学一般选用Morans I和Gearys C指数进行检验[25]。

本文运用Stata11.1软件对各变量的空间相关性情况进行检验，结果显示：2003-2013年的11年间我国城市生态效率的Morans I指数为正，Gearys C指数处于0和1之间，且都在5%的显著性水平下通过了检验，说明我国281个城市生态效率在空间分布上具有空间相关性和依赖性，即一个城市的生态效率不仅会影响其邻近城市，而且还会受到其邻近城市的影响，某些城市的生态效率在地理空间上表现出集聚特征。

3 模型设定与指标选取

3.1 城市规模影响生态效率的实证模型

美国经济学家Holdren和Ehrlich于20世纪70年代提出研究人类活动对环境变化影响的经典IPAT模型，他们认为影响生态环境的因素主要有：人口、富裕程度和技术水平[26]。在I=PAT中，I可以表示环境负荷、能源消耗等，所以该模型被广泛应用于研究环境、经济、人口和技术之间的定性或定量关系，该模型为以后各位学者分析环境影响的决定因素提供了一个重要的理论基础。之后，Dietz和Rosa对IPAT模型扩展，提出了环境影响随机模型[27]，即：Ii=aPbiAciTdiei，式中，a，b，c，d表示待估计的参数，e表示随机误差。

本文在此模型基础上进行扩张和变形，一是用生态效率EE（EcoEfficiency）代替上式中的环境影响I，以表示环境污染和资源约束带来的环境影响；二是增加产业结构变量IS（Industrial Structure），使之与富裕程度、人口规模和技术水平一并作为解释变量；三是用城市规模US（Urban Size）来代替上式中的P，以反映城市规模对城市生态效率的影响；而富裕程度A则用人均GDP来表示。这样得到生态效率与城市规模的实证模型，将其转换成面板计量模型回归的形式为：

而根据空间自相关检验结果，可以发现，我国城市生态效率存在显著的空间相关性，所以需要构建空间计量模型进行实证分析。在空间计量模型中，根据观测值空间相关性的不同冲击方式，空间计量模型分为两种：空间滞后模型（SLM）和空间误差模型（SEM）。在面板数据空间计量经济模型中，需用克罗内克积Wkron=ITWN来代替截面空间模型中的WN，则空间面板滞后模型表达式为：

3.3 指标选取与数据来源

基于数据可得性，采用我国281个地级市2003-2013年的面板数据进行实证检验，由于部分地级市下辖县较多，故本文所用数据均指市辖区的数据。上述实证模型主要包括两类关键变量：①被解释变量和核心变量，包括城市生态效率和城市规模，其中，生态效率利用前面的超效率DEA模型计算所得；对于城市规模，一般涵盖了人口规模、土地规模和经济规模，国内外大部分学者都是用城市人口规模来表示，所以本文选用城市总人口作为衡量城市规模的指标。②控制变量，即向量中所包含的其他影响生态效率的变量，包括富裕程度、产业结构和技术水平，其中富裕程度选用人均GDP来表示，产业结构用第二产业增加值占GDP的比重来表示，而对于技术水平，本文选择单位地区生产总值电耗来表示。单位国内生产总值电耗反映的是一个国家或地区经济发展与城市用电量之间的强度关系，即每创造一个单位的社会财富需要用的电量，单位GDP电耗越大，说明技术水平越低。相关数据来源于历年的《中国统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》、各城市统计年鉴以及中经网。

4 实证分析

4.1 城市规模对生态效率的影响分析

空间面板回归结果（见表1）可以发现，生态效率的空间滞后因子ρ和误差因子γ的系数显著为正，说明城市生态效率存在较强的空间联动性和依赖性，邻近城市生态效率对本城市影响显著为正，且溢出效应较为明显，说明生态效率具有跨界特性，地理和空间效应通过空间溢出、区域模仿竞争等机制，在城市生态效率的变化中发挥着重要的作用。

对于全国城市而言，城市规模水平的一次项系数为正值（4.306 9），二次项系数为负值（-0.805 3），三次项系数为正值（0.051 5），表明城市规模对城市生态效率的影响呈现N型曲线的特征，生态效率随着城市规模的扩大呈现出“提高—恶化—得到改善”的发展趋势。当城市过小时，其经济和社会发展相对较薄弱，随着城市规模的不断扩大，各种闲置资源得到利用，集聚效应开始显现，生态效率有所提升；随着城市规模的不断扩大，城市人口快速增加，资源过度利用，环境污染程度加剧，区域生态效率开始呈现不断下降的趋势；随着资源损耗和环境污染问题逐步得到高度重视，城市规模的扩大开始向绿色可持续方向发展，各城市开始调整城市发展战略，发展循环经济，推广低碳技术，减少由于人口增加对环境造成的压力，此时环境得到一定的改善，生态效率开始有所提升。

在影响城市生态效率的控制因素中，以人均GDP代表的富裕程度与生态效率正相关，即在其它条件一定情况下，随着人均GDP的提高，其生态效率也不断提高，这说明随着城市生活水平的提高，其生态效率趋于明显改善；以第二产业占GDP比重所代表的产业结构与生态效率负相关，说明随着以加工制造业为主的第二产业比例越大，生态效率越低；单位国内生产总值电耗与生态效率负相关，由于单位GDP电耗越大，技术水平越低，经济发展对能源的依赖程度越高，资源消耗以及污染物排放越多，那么生态效率也就越低，所以技术水平与生态效率呈正相关关系，即随着技术水平提高，生态效率会得到改善。

4.2 基于传统分类的区域差异分析

由于中国城市在区位、禀赋、政策等发展条件上存在很大差异，城市规模对生态效率的影响可能不同，基于传统分类，把中国281个城市分为东部、中部、东北和西部四个区域。其中东部城市主要包括北京、天津、河北、上海、浙江、山东、江苏、广东、福建、海南所辖的85个市，中部包括山西、河南、安徽、江西、湖北、湖南所辖的82个市；东北包括黑龙江、辽宁、吉林所辖的34个市；西部包括内蒙古、陕西、宁夏、新疆、甘肃、青海、广西、贵州、重庆、四川、云南所辖的80个市。

为了避免各区域数据存在组内自相关、组间异方差以及截面相关性等问题，而导致普通最小二乘法估计无效，本文采用FGLS方法进行估计，估计结果如表2所示。从表中可以看出，城市规模对生态效率的影响均为正，但其系数存在显著的区域差异，呈现出东部>东北>中部>西部的规律。由于东部沿海和东北地区大、中、小城市密集，聚集程度较高，社会分工也相对发达，城市规模整体水平较高，其在政治、经济、文化和技术等方面的优势使得其对生态效率的促进作用较大；而中西部地区由于经济发展较落后，主要以中、小城市为主，大城市较少，其城市规模整体较小，城市分布较为分散，集聚和辐射作用相较于东部地区较弱，再加上环保投入较少、技术水平较落后，进而对生态效率的促进作用较小。

4.3 基于门槛效应内生性分类的区域差异分析

为了避免由于人为划分城市规模带来的偏误，本文根据数据本身的特点，采用Hansen的门槛面板模型对城市规模进行内生性的划分。门槛参数的估计值是似然比检验统计量LR为零时γ的取值，运用格子搜索法来寻找门槛值，同时检验是否存在双门槛效应，结果显示，以城市人口为门槛变量的双门槛效应非常显著，同时根据实证检验可以发现，城市规模对生态效率的影响呈现非线性关系，根据城市规模的两个门槛值，分别对城市规模进行门槛回归估计，结果如表3所示。实证结果显示，当城市规模低于54.48万人时，生态效率随城市规模的扩张不断上升；当城市规模大于54.48时低于337.22万人时，这种促进作用开始加强，但是当城市规模超过337.22万人这一门槛值之后，城市规模扩张对生态效率的促进作用开始显著减小，这说明当城市规模为337.22万人左右时，城市规模对生态效率的促进作用最大，当城市规模超过这一门槛后促进作用开始显著减少，当城市规模超过某一极值之后生态效率开始呈现下降趋势，所以基于生态效率视角的适度城市规模为337.22万人左右，目前一些大城市规模正在向生态效率降低的极值点趋近，所以这些城市需要调整城市发展战略，适当控制城市规模，避免由于城市过度扩张而对生态环境造成不可逆转的损害。这与很多学者的研究结果相类似，比如Au 和Henderson研究发现，中国城市平均规模过小，且最优人口规模大约在250-380万人之间[29]。综合而言，城市规模对生态效率的影响会随着城市规模的变化而发生变化，当城市规模过小时，随着人口的不断集聚，城市规模对生态效率呈现正效应，当人口规模达到某一极值后，其作用效果开始显著下降。虽然对于不同城市而言，这一极值有所不同，但都表明城市规模并非越大越好，过大或过小的城市规模都不利于城市生态环境的发展。当然以上实证得出城市规模的门槛值也不是固定不变的，随着选取城市经济发展、社会发展、技术进步等的不同，城市规模的门槛值也会随之而发生改变。

5 结论与启示

本文在测度中国2003-2013年281个城市生态效率的基础上，运用空间计量和门槛效应模型实证分析了不同城市规模对生态效率的影响及其区域差异，得到以下结论及启示：

（1）2003-2013年11年间，中国城市生态效率整体呈现逐渐上升的趋势，区域差异较大，且存在显著的空间正相关性，溢出效应较为明显。可见，生态环境的空间溢出效应和外部性特征，使得各城市政府难以通过自身努力实现本城市生态效率的提高，再加上各城市政府仅考虑自身收益而进行的经济与环境决策，容易导致污染排放陷入“公地悲剧”，影响整个区域的生态效率水平，因此进行城市之间的环境合作成为各城市减少环境污染、提升生态效率的有效途径之一。

（2）就全国而言，城市规模对城市生态效率的影响呈现N型曲线的特征，生态效率随着城市规模的扩大呈现出“提高—恶化—得到改善”的发展趋势；就区域而言，城市规模对生态效率的影响随呈现出显著的区间效应，且传统分类和内生性分类的实证结果差异较大，根据内生性分类结果可以发现，当城市规模低于54.48万人时，生态效率随城市规模的扩张不断增加，这些城市应该依托周边大中城市，争取产业合作，同时通过完善城市基础设施建设，鼓励进行户籍、土地、社会保障等制度改革，进而加快扩大城市规模；当城市规模大于54.48低于337.22万人时，城市规模扩张对生态效率的促进作用较大，这些城市应该以节约资源、保护生态环境为前提，推进适度规模的城镇化，尽量发展紧凑型城市，城市规模扩张应该控制在337.22万人左右，真正实现城市从“追求数量”到“提升质量”的转变；当城市规模超过337.22万人这一门槛值之后，促进作用开始显著减小，一方面可以通过建立新城区，完善城市近郊及其周边地区的交通、教育、医疗等公共资源的配置，优化产业结构，引导人口向郊区转移，另一方面可以以大城市为中心建立城市群，不仅建设成本较低，还可以共享基础设施，同时政府也可以通过对城市产业、人口、土地的合理布局，发挥聚集效应和发散效应，提高土地利用的集约化程度，有效缓解大城市人口过于集中、环境日益恶化带来的压力。

（3）产业结构调整、富裕程度以及技术水平的提高对城市生态效率有明显的促进作用。由于城市规模在不断扩张的过程中，资源消耗和环境恶化日趋严重，这决定了各城市要走集约、智能、绿色、低碳的新型城镇化道路，一方面要转变经济发展方式，发展循环经济，在加大产业结构调整力度的基础上，积极发展高效率、低污染的环境友好型产业，促进城市人口、资源、环境的协调发展；另一方面要注重生态集约，特别是对水、土地、能源等资源的集约规划、建设和管理，大力发展先进节能技术，提高能源使用效率，进而提升城市生态效率。

（编辑：李 琪）

参考文献（References）

[1]Mirrlees J A. The Optimum Town[J]. Swedish Journal of Economics， 1972， （74）： 114-135.

[2]Evans A W. A Pure Theory of City Size in an Industrial Economy[J]. Urban Studies， 1972， （9）： 49-77.

[3]Gupta B， Pal D， Sarkar J. Spatial Cournot Competition and Agglomeration in a Model of Location Choice[J] . Regional Science and Urban Economics， 1997， 27（3）： 261 -282.

[4]Kanemoto Y. Theories of Urban Externalities [M]. Amsterdam： NorthHolland， 1980.

[5]Anderson G， Ge Y. The Size Distribution of Chinese Cities[J]. Regional Science and Urban Economics， 2005， 35（6）： 756-776.

[6]Berry B J L， OkuliczKozaryn A. The City Size Distribution Debate： Resolution for US Urban Regions and Megalopolitan Areas[J]. Cities， 2012， 29（1）： S17-S23.

[7]王小鲁， 夏小林. 优化城市规模，推动经济增长[J]. 经济研究， 1999， （9）： 22-29.[Wang Xiaolu， Xia Xiaolin. Optimizing Urban Scale， Promoting Economic Growth[J]. Economic Research Journal， 1999， （9）： 22-29.]

[8]张应武. 基于经济增长视角的中国最优城市规模实证研究[J]. 上海经济研究， 2009， （5）： 31-38.[Zhang Yingwu. The Empirical Research of the Optimal Urban Scale in China Based on the Economic Growth Perspective[J]. Shanghai Journal of Economics， 2009， （5）： 31-38.]

[9]许抄军， 罗能生， 吕渭济. 基于资源消耗的中国城市规模研究[J]. 经济学家， 2008， （4）： 56-64.[Xu Chaojun， Luo Nengsheng， Lv Weiji. A Study on Chinese City Scale on the Perspective of Resource Consumption[J]. Economist， 2008， （4）： 56-64.]

[10]高鸿鹰， 武康平. 集聚效应、集聚效率与城市规模分布变化[J]. 统计研究， 2007， 24（3）： 43-47.[Gao Hongying， Wu Kangping. The Agglomeration Effect， Agglomeration Efficiency and the Change of City Size Distribution[J]. Statistical Research， 2007， 24（3）： 43-47.]

[11]杨学成， 汪冬梅. 我国不同规模城市的经济效率和经济成长力的实证研究[J]. 管理世界， 2002， （3）： 9-12.[Yang Xuecheng， Wang Dongmei. An Empirical Study on the Different Scale City Economic Efficiency and Economic Growth[J]. Management World， 2002， （3）： 9-12.]

[12]WBCSD. EcoEfficient Leadership for Improved Economic and Environmental Performance [M]. Geneva： WBCSD， 1996.

[13]Hellweg S， Doka G， Finnveden G， et al. Assessing the EcoEfficiency of EndofPipe Technologies with the Environmental Cost Efficiency Indicator[J]. Journal of Industrial Ecology， 2005， 9（4）： 189-203.

[14]Kobayashi Y， Kobayashi H， Hongu A， et al. A Practical Method for Quantifying EcoEfficiency Using EcoDesign Support Tools[J]. Journal of Industrial Ecology， 2005， 9（4）： 131-144.

[15]陈傲. 中国区域生态效率评价及影响因素实证分析：以2000-2006年省际数据为例[J]. 中国管理科学， 2008， 16（10）： 566- 570.[Chen Ao. Empirical Analysis of the Evaluation of Regional Ecology Efficiency and Influential Factors in China：Evidences from Provincial Data during 2003-2006[J]. Chinese Journal of Management Science， 2008， 16（10）： 566- 570.]

[16]Grossman G M，Krueger A B. Economic Growth and the Environment[J]. The Quarterly Journal of Economics， 1995， 110（2）： 353-377.

[17]Burak S， Dogan E， Gazioglu C. Impact of Urbanization and Tourism on Coastal Environment[J]. Ocean & Coastal Management， 2004， 47（9）： 515-527.

[18]黄金川， 方创琳. 城市化与生态环境交互耦合机制与规律性分析[J]. 地理研究， 2003， 22（2）： 211-220. [Huang Jinchuan， Fang Chuanglin. Analysis of Coupling Mechanism and Rules between Urbanization and Ecoenvironment[J]. Geographical Research， 2003， 22（2）： 211- 220.]

[19]刘耀彬， 宋学锋. 城市化与生态环境耦合模式及判别[J]. 地理科学， 2005， 25（4）： 408-414.[Liu Yaobin， Song Xuefeng. Model and Criterion of Urbanization and Ecological Environment Coupling[J]. Scientia Geographica Sinica， 2005， 25（4）： 408-414.]

[20]许抄军. 基于环境质量的中国城市规模探讨[J]. 地理研究， 2009， 28（3）： 792-802.[Xu Chaojun. A Study of Chinas City Scale Based on the Environment Quality[J]. Geographical Research， 2009， 28（3）： 792-802.]

[21]宋建波， 武春友. 城市化与生态环境协调发展评价研究：以长江三角洲城市群为例[J].中国软科学， 2010， （2）： 78-87.[Song Jianbo， Wu Chunyou. The Study on Evaluation of Coordinated Development between Urbanization and Ecological Environment among City Cluster in the Yangtze River Delta[J]. China Soft Science， 2010， （2）： 78-87.]

[22]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]. 中国人口·资源与环境， 2013， 23 （11）： 53-60.[Luo Nengsheng， Li Jiajia， Luo Fuzheng. Empirical Analysis on the Relationship between the China Urbanization and Regional Ecoefficiency[J]. China Population， Resources and Environment， 2013， 23 （11）： 53-60.]

[23]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.

[24]Andersen P， Petersen N C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993， 39（10）： 1261-1264.

[25]陈强. 高级计量经济学及Stata应用[M]. 北京：高等教育出版社， 2010.[Chen Qiang. Advanced Econometrics and Stata Application[M]. Beijing： Higher Education Press， 2010.]

[26]Holdren J P， Ehrlich P R. Human Population and the Global Environment[J]. American Scientist， 1974， 62（3）： 282-292.

[27]Dietz T， Rosa E A. Effects of Population and Affluence on CO2 Emissions[J]. Proceedings of the National Academy of Sciences， 1997， 94（1）： 175-179.

[28]Hansen B E. Threshold Effects in NonDynamic Panels： Estimation， Testing， and Inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[29]Au C C， Henderson J V. How Migration Restrictions Limit Agglomeration and Productivity in China[J]. Journal of Development Economics， 2006， 80（2）： 350-388.

Abstract With the continuous expansion of urban scale， many problems， such as urban housing shortage， heavy traffic and environmental degradation， have become increasingly prominent. Therefore， one important issue that we face in the construction of new urbanization is how to find the modest size of cities from the ecological perspective. Based on Chinese 281 citys Panel Data， from 2003 to 2013， by establishing spatial econometric and threshold panel model， this paper studies the effects of urban scale on ecoefficiency and its regional differences. The findings show that， Chinas urban ecoefficiency show a gradual upward trend， and the regional differences is large， the spillover effect is more obvious. The curve of the relationship between urban scale and ecoefficiency is Nshaped curve， and show a significant interval effect. According to the endogenous classification results of threshold model， the ecoefficiency presents upward trend with the expansion of urban scale when the urban scale is less than 544.8 thousand， while the expansion of the urban scale has greater promotion to the ecoefficiency when the urban scale is between 544.8 thousand and 3.3722 million， and the promotion begins to significantly decrease when the urban scale exceeds the threshold value of 3.3722 million， which shows that the optimal city size is about 3.3722 million based on the perspective of ecoefficiency. Also， the industrial structure and technology level both have obvious promoting effect on the urban ecoefficiency. Based on the results above， cities should strengthen environmental cooperation to should strengthen environmental cooperation to reduce environmental pollution spill. The smaller cities should rely on neighboring cities and strive to industrial cooperation， improve urban infrastructure， reform of the household registration， land and other systems， which contribute to the expansion of city size. The mediumsized cities should be to conserve resources and protect the environment as a precondition， and promote appropriate scale urbanization to make the city sizes achieve changes from quantity to quality. The largescale cities should create a new city or urban agglomeration， improve the allocation of urban suburbs and surrounding transportation， education and other public resources， which can give a full play to gather and divergent effects， thus effectively relieving pressure of the population excessive concentration and environmental degradation. On the whole， the cities of different scale should take different measures to promote intensive， intelligent， green， lowcarbon urbanization.

Key words ecoefficiency； spatial econometric； urban scale； double threshold effects