京津冀城市可持续发展效率收敛性及影响因素研究

何砚+赵弘

摘 要演在采用超效率CCR-DEA模型测度2008年至2015年京津冀城市可持续发展效率的基础上，对京津冀城市可持续发展效率的σ收敛、β绝对收敛和β条件收敛予以检验。研究结果表明，京津冀城市可持续发展效率的σ收敛不存立，但津冀城市组存立σ收敛；京津冀城市可持续发展效率的β绝对收敛性不存在；京津冀、津冀和河北城市可持续发展效率的β条件收敛均存在，城市人均GDP为三组城市条件收敛的共同积极因素，人均固定资产投资额为津冀、河北城市组的共同积极因素；外资的“污染假说”在天津与河北成立，而北京不成立。研究有助于京津冀三地采取针对性措施，促进城市可持续发展，进而缩小京津冀城市可持续发展效率的差异，实现区域协同可持续发展。

？眼关键词？演京津冀城市； 可持续发展效率； 收敛性检验； 差距

[中图分类号] F062.2；F127 [文献标识码] A [文章编号]1673-0461（2018）02-0017-08

一、引 言

当前“城市病”问题日益凸显，制约着城市发展的可持续性（THERRIEN M et al，2015）。城市可持续发展评价能够对“城市病”问题起到预警作用，逐渐被人们广泛关注。如，黄洁等（2016）采用DEA模型和Malmquist指数法对京津冀、长江三角洲和珠江三角洲三大城市群的可持续发展效率进行了测度，并描绘了2000～2010年可持续发展意义下每个城市纯技术效率与规模效率的空间分异特征。但现有文献对城市可持续发展效率的收敛性缺少进一步的研究，因此无法较为科学、精准地判断出：第一，城市可持续发展效率之间的绝对差距是否在现有投入-产出系统下随着时间推移逐渐缩小（或扩大）；第二，可持续发展效率较低的城市是否存在着追赶效应，不断追赶区域内高效率城市；第三，哪些影响城市可持续发展的因素起着积极作用（或抑制作用），有利于缩小（或扩大）城市可持续发展效率的差距。

二、文献综述

沿着新古典经济学增长理论中经济增长收敛性的研究范式，已有文献不断推进各类“效率”的收敛性研究。李小平等（2016）对1992年至2014年“一带一路”沿线主要国家的碳生产率及其收敛性进行测算与检验，研究结果显示“一带一路”沿线主要国家的碳生产率存在收敛、绝对收敛和条件收敛。类似地文献，如马海良等（2017）对全国、东部和中部区域绿色水资源利用效率的收敛性进行了检验；黄德森等（2017）對全国30个省份的区域创新能力的收敛性进行了检验；刘亦文等（2016）对全国及东中西部污染物排放强度的收敛性进行了检验，研究表明，全国及东中西部污染物排放强度均存在收敛，但不存在显著的绝对收敛，而在引入相关条件变量后均存在显著的条件收敛，在满足时间够长的假设条件下，全国及东中西部地区污染物排放强度能够达到各自的稳态，但收敛速呈现出中部最快、西部次之、东部最慢的格局。与文章研究较为接近的环境效率收敛性研究方面：汪克亮等（2016）采用收敛与绝对收敛两种收敛分析方法检验长江经济带生态效率的敛散性，研究表明，上游、中游和下游地区的各省市生态效率没有出现显著的收敛趋势即长江经济带各地区生态效率之间的差距有进一步扩大的趋势。李佳佳和罗能生（2016）采用面板模型和偏微分效应分解相结合的方法对全国区域环境效率进行检验，研究结果表明，整体上全国区域环境效率存在绝对收敛，但东部地区不存在收敛，而中、西部地区存在收敛；区域环境效率收敛的空间溢出效应较为显著，城镇化率、外贸依存度、技术水平对本地区和邻近地区环境效率的收敛存在正向空间溢出效应，环境投资的空间溢出效应为负。涉及京津冀环境效率收敛性方面的研究，目前还比较少见，王怡和茶洪旺（2016）对2005年至2012年京津冀13个城市环境效率的收敛性进行了分析，研究显示，绝对收敛与条件收敛同时存在于京津冀13个城市，在控制人均GDP、能源强度和第二产业比重的条件下，外商投资对环境收敛起正向促进作用。但是，王怡和茶洪旺的研究并未采用超效率类DEA模型对京津冀城市环境效率进行测算，由此得到的城市环境效率不会超过1，这将显著降低结论为发散的可能性，所以研究结论需要进一步探讨。

三、研究方法

（一）超效率CCR-DEA模型

采用鲁棒性较强、争议较小的超效率CCR-DEA模型对京津冀13个城市的可持发展效率进行测度，能够区分多个待评价对象均位于随机前沿面的情形，弥补了传统CCR-DEA模型的不足，因此具有更强的评价分辨力。适用于部分城市经济社会发展水平与自然环境承载力均接近的京津冀区域开展可持续发展效率评价，方法与过程如下（F？覿re， R，et al）：

假设存在n个决策单元，一般用DMU表示，每个DMU有m种要素投入和s类产出，则第j个DMU的投入和产出分别以向量xj、yj表示为xj=（x1j，x2j，……xmj）T，yj=（y1j，y2j，……ysj）T，j=1，2，……n。

每个决策单元（DMU）的投入-产出效率值采用线性规划模型求解：

minλ，θθ

s.t.xjλj≤θx0yjλj≥y0λj≥0，j=1，2，…k，…n（1）

其中，x0、y0为选定决策单元（DMU0）的投入向量和产出向量；λ是相对DMU0所新构造的一个有效θ组合中n个决策单元的组合比例；θ为DMU0投入相对产出的利用率即技术效率值，以1-θ表示DMU0冗余投入比例。

CCR-DEA模型无法比较多个DMU的θ=1的情形，超效率CCR-DEA模型能较好地弥补此方面的不足，解决方法是：在对DMU0进行评价时，将待评价的DMU0排除在决策单元集合之外，表示为：

minλ，θθ

s.t.xjλj≤θx0yjλj≥y0λj≥0，j=1，2，…k-1，k+1，…n （2）

（二）收敛检验和收敛检验endprint

京津冀城市可持续发展效率收敛性检验是指采用σ收敛检验和β收敛检验，其中，β收敛又分为β绝对收敛和β条件收敛，对京津冀城市可持续发展效率的收敛或发散状态予以判断。

σ收敛检验用于京津冀城市可持续发展效率的绝对差距发展趋势的判断。如果σ收敛存在，说明京津冀城市可持续发展效率的绝对差距会随着时间的推移而不断缩小；如果σ收敛不存在，则不成立。本文采用标准差法进行σ收敛检验（杨春生，2014）：

σ=（3）

式（3）中，m代表被评价城市的数量，EFi，t为第i个城市在时刻t的可持续发展效率，而t代表京津冀所有城市在时刻t可持续发展效率的平均值。若σt+1<σt，则表明京津冀城市可持续发展效率存在着收敛趋势。

β绝对收敛检验用于判断在京津冀城市中，可持续发展效率较低的城市是否会随着时间推移存在追赶可持续发展效率较高城市的趋势。检验方法和主要过程为（Barro， Robert J & Sala-i-Martin， Xavier， 1997）：

ln（EFi，t+T/EFi，t）/T=c+βln（EFi，t）+μi，t（4）

式（4）中，EFi，t表示第t期的第i个城市可持续发展效率值；EFi，t+T表示第t+T期第i个城市可持续发展效率值，ln（EFi，t+T/EFi，t）/T表示从t期到t+T期京津冀城市可持续发展效率值的平均增长率。C为常数项，μi，t为随机误差项。在式（4）通过方程整体性检验的前提下，若β<0且通过显著性检验，表明在京津冀区域内可持续发展效率较低的城市随着时间推移存在追赶可持续发展效率较高城市的趋势。

β条件收敛检是在控制城市在经济社会诸多方面存在差异的条件下，判断城市可持续发展效率是否依然会收敛于各自的稳态水平。β条件收敛检通过在式（4）中加入控制变量来实现，检验方法如式（5）所示：

ln（EFi，t+T/EFi，t）/T=c+βln（EFi，t）+λjxj，it+μi，t（5）

式（5）中，λj是第j个控制变量。在式（5）通过回归方程整体性检验的前提下，若β<0且通过显著性检验，表明随着时间的推移，在京津冀区域内第i城市的可持续发展效率将逐渐收敛于各自的稳态水平。

四、指标的选取和数据的来源、处理

（一）京津冀城市可持续发展效率测度的指标和数据来源及处理

构建京津冀城市可持续发展效率测度投入-产出指标体系，如表1所示。

（二）京津冀城市可持续发展效率收敛性检验的变量选取、数据来源及处理

进行条件收敛检需要引入条件指标即式（5）中的控制变量λjxj，i，t。在参考王怡和茶洪旺（2016）、鄧明亮和吴传清（2016）相关文献并结合京津冀城市经济社会发展的实际状况、数据的可获取性，文章选择的条件指标包括：

城市人均GDP（元）。城市人均GDP作为可以直观反映2008年至2015年京津冀各城市人均GDP代表各城市经济发展水平。

人均固定资产投资额（元）。人均固定资产投资额代表2008年至2015年京津冀各城市的投资强度。

实际使用外资金额（万美元）。以2008年至2015年京津冀各城市实际使用外资金额代表各城市的对外开放程度。

规模以上工业利润率（%）。企业的利润率可以在一定程度上反映企业综合技术水平，如果企业的综合技术水平落后于市场要求的底线，企业的产值也就无法转为企业利润。因此，通过2008年至2015年京津冀各城市当年规模以上工业利润总额除以对应年份规模以上工业总产值，得到规模以上工业利润率，可以代表各城市的第二产业的综合技术水平。

人均城市公共财政支出额（元）。以2008年至2015年京津冀各城市人均公共财政支出额代表各城市对居民的总体社会福利投入。

人均用电量（千万时/每人）。以2008年至2015年京津冀各城市人均用电量代表各城市的电力能源消耗。

工业废水人均排放量（吨/每人）。以2008年至2015年京津冀各城市工业废水人均排放量代表各城市的水资源消耗。

工业二氧化硫人均产生量（吨/每人）。以2008年至2015年京津冀各城市工业二氧化硫人均产生量代表各城市生态环境损耗指标。

现将各条件指标的变量、所代表的意义和设定变量符号汇总于表2所示。

五、实证结果及分析

（一）京津冀城市可持续发展效率测度与分析

借助DPS（Data Processing System）统计软件16.05，求解超效率CCR-DEA模型即式（2），可得2008～2015年京津冀城市可持续发展效率θ与各城市对应年排名，如表3所示。

观察表3，北京2008年的可持续发展效率（θ=8.023）直到2014年才被超越（θ=12.464），与2008年北京因举办夏季奥运会约束工业“三废”排放、加大生态环境治理力度的实际状况相符合，证明了文章所采用的定量方法及构建的指标体系能够较为精准测度京津冀城市可持续发展效率。从京津冀城市可持续发展效率测度结果，直接判断可持续发展效率的敛散性存在一定困难，因此需要进一步的量化研究及相关分析。

（二）京津冀城市可持续发展效率收敛性检验与分析

1.σ收敛性检验与分析

利用式（3）对京津冀城市可持续发展效率进行σ收敛检验，将研究对象划分为两组，一组为京津冀全部13个城市，另一组为不包含北京的津、冀城市组团，其结果如表4所示。

通过观察表4，可以看出：从2008年至2013年收敛性存在即京津冀城市可持续发展效率有趋同的趋势（σ2013<σ2008），但在2014年开始出现转折，2014～2015年京津冀城市可持续发展效率呈现发散的趋势（σ2008<σ2014<σ2015），综合判断京津冀城市可持续发展效率收敛性不成立，可持续发展效率的差距自2014年起，在逐年扩大。再将北京从观察对象中剔除，分析津、冀城市可持续发展效率的敛散性，实证检验结果显示，2008～2015年，津、冀城市可持续发展效率总体呈现出收敛性（σ2008<σ2015）。比较分析这两组结果结合可以发现，2014～2015年北京与津、冀城市的可持续发展效率差距在拉大；同期，津、冀城市可持续发展效率的差距在缩小。最后，通过以上分析并结合表1可以判定：随着北京可持续发展效率在2014～2015年时间段的迅速提升，σ检验意义下的京津冀等城市可持续发展效率在今后一段时期内是可能继续保持发散的趋势。endprint

2.β收敛性检验与分析

京津冀城市可持续发展效率β绝对收敛性检验。考虑到σ收敛性检验的结果分别将T取5和7，即由京津冀城市2008年、2015年和2008年、2013年两组截面数据代入式（4）中进行京津冀城市可持续发展效率的β绝对收敛性检验，实证检验结果如表5所示。

通过观察表5，可以看出：由于方程1中β回归系数<0，所以从2008～2015年京津冀城市可持续发展效率的β绝对收敛性不存在，即京津冀城市群不存在可持续发展效率较低的城市随着时间推移逐步追赶上可持续发展效率较高城市的趋势。与之相对照的是程2的β回归系数>0，所以从2008至2013年京津冀城市可持续发展效率的绝对收敛性存在，即京津冀城市群存在可持续发展效率较低的城市随着时间推移逐步追赶上可持续发展效率较高城市的趋势。对比σ收敛性检验和绝对收敛性检验的实证结果，可以发现两者具有一致性，能够互相印证。据此基本可以判断：在不考虑其他影响京津冀城市可持续发展效率因素的条件下，2013年是分界时间点，在2008至2013时间段京津冀城市可持续发展效率存在趋同的趋势，而此后的2014年和2015年是发散的；总体上京津冀城市群不存在可持续发展效率较低的城市随着时间推移逐步追赶上可持续发展效率较高城市的趋势。

但是，林毅夫等（2003）认为，在给实体单元的β绝对收敛增加一些其它影响因素后，β绝对收敛及其显著性可能发生改变。这说明实体单元的收敛性是有控制条件的，稳态水平因各自的内部特征而有所差异。因此，需要进行β条件收敛检验，来发现在增加关键条件指标后京津冀城市可持续发展效率的敛散性及其显著性是否发生改变，并进一步确定这些关键条件指标对敛散性的作用方向。

京津冀城市可持续发展效率的β条件收敛性检验。已有研究采用面板数据模型对技术创新的β条件收敛开展检验（李向东等，2014），本文也沿用面板数据模型对京津冀城市可持续发展效率的β条件收敛性检验，即在式（5）中取T=1，同时利用Hausman检验对选择固定影响模型或随机影响模型予以判定，考虑到相邻年份的京津冀城市可持续发展发展效率的截面误差项可能存在异方差，引入截面加权GLS估计法予以控制，实证结果如表6所示。

观察表6中的模型1：系数为负且通过5%置信水平下的显著性检验，表明京津冀城市可持续发展效率存在条件收敛。同时，x1、x3和x5通过不同置信水平下的显著性检验且相应回归系数符号分别为负、负和正。据此可以判断：在考虑城市人均GDP（x1）、实际使用外资金额（x3）和城市公共财政支出额（x5）条件變量下，2009至2015年时间段，京津冀城市可持续发展效率的差距依然有逐年缩小的趋势，并随着时间的推移向各自的稳态水平趋近。其中，城市人均GDP（x1）即城市经济发展水平和实际使用外资金额（x3）即对外开放程度，对缩小京津冀城市可持续发展效率的差距具有正向促进作用；城市公共财政支出额（x5）即对居民的总体社会福利投入对缩小京津冀城市可持续发展效率的差距具有抑制作用，表明京津冀城市公共财政支额存在较大差距，扩大了京津冀城市可持续发展效率的差距。

观察表6中的模型2：β系数为负且在5%的置信水平下的显著性检验，表明津冀城市可持续发展效率存在条件收敛。同时，x1、x2和x3通过了5%置信水平下的显著性检验且相应回归系数符号分别为负、负和正。据此可以判断：在考虑城市人均GDP（x1）、人均固定资产投资额（x2）和实际使用外资金额（x3）条件变量下，2009至2015年时间段，津、冀城市可持续发展效率的差距有逐年缩小的趋势，随着时间的推移逐渐向各自的稳态水平趋近。其中，城市人均GDP（x1）即城市经济发展水平和人均固定资产投资额（x2）即投资强度，对缩小京津冀城市可持续发展效率的差距具有正向促进作用；实际使用外资金额（x3）即对外开放程度，对缩小京津冀城市可持续发展效率的差距具有抑制作用。

观察表6中的模型3：β系数为负且通过5%置信水平下的显著性检验，表明河北城市可持续发展效率存在条件收敛。同时，x1、x2、x3和x7通过了不同置信水平下的显著性检验其相应回归系数符号分别为负、负、正和正。据此可以判断：在考虑城市人均GDP（x1）、人均固定资产投资额（x2）、实际使用外资金额（x3）和全社会用电量（x7）条件变量下，2009至2015年时间段，河北省各城市可持续发展效率的差距有逐年缩小的趋势，随着时间的推移逐渐向各自的稳态水平趋近。其中，城市人均GDP（x1）即城市经济发展水平和人均固定资产投资额（x2）即投资强度，对缩小河北城市可持续发展效率的差距具有正向促进作用；实际使用外资金额（x3）即对外开放程度和全社会用电量（x7）即电力能源消耗，对缩小河北城市可持续发展效率的差距具有抑制作用。

综合分析与比较表6中模型1、模型2和模型3之间实证结果差异，能够进一步发现影响京津冀城市可持续发展效率收敛性的一些经济社会规律，主要包括：

第一，分别观察三个方程中的β系数，对应记为β1、β2和β3，显然β3>β2>β1，表明河北省城市组、津冀城市组和京津冀城市组的可持发展效率收敛速率存在差异，其中速率最快为河北省城市组，其次为津冀城市组，最慢为京津冀城市组。收敛速率的差异性与京津冀行政区域划分相符合，由此可以看出行政壁垒效应的存在阻碍了京津冀城市可持发展效率的趋同走势。

第二，x2（投资强度）的回归系数在模型1（京津冀城市组）中回归系数不显著，而在模型2（津冀城市组）和模型3（河北城市组）中在5%的置信水平下显著。说明津、冀城市的可持续发展效率的提升更依赖于x2（投资强度）。其中可能的原因是：天津与河北各城市的经济增长更依赖于投资，特别是固定资产投资，而北京作为全国科技创新中心，技术进步对经济增长的促进作用明显高于天津与河北各城市，投资拉动经济增长的作用低于天津与河北各城市，再结合表1城市可持续发展效率在一定程度上依赖于地方政府财政投入向居民个体发展与福祉的指标倾斜，地方财政收入又与各地经济增长密切相联，所以x2（投资强度）的回归系数在表6中显著性的变化一定程度上体现了天津与河北各城市的经济增长相较于北京更依赖于投资的驱动，这与京津冀城市经济增长驱动因素的实际特征相吻合，同时验证了本文实证研究方法及过程的可信性。endprint

第三，x3（对外开放程度）的回归系数在模型1（京津冀城市组）中的方向为负，而在模型2（津冀城市组）和模型3（河北城市组）中方向为正。表明x3（对外开放程度），在京津冀城市组促进城市可持续发展效率随时间的推移不断趋近，在津冀城市组和河北省城市组的作用相反。已有文献存在着与文章研究一致或相反的研究结论。如，陈浩等（2015）认为外资将高污染、高能耗的企业引入东道国，从而恶化了东道国的环境质量；杨俊等（2010）认为外资的进入带来先进的技术与设备等，有助于提升东道国的环境质量。综合考虑模型1和模型2、模型3的实证研究结果，恰好能对外资对东道国的影响做出合理的解释：北京是的全国科技创新中心、高等教育中心，外资进入北京的目标是利用北京的创新与智力资源，建设在华研发中心、总部机构，带来了先进技术与设备，有助于提升东道国的环境质量，并且北京一直执行比较严格的环保标准和工业准入制度，所以在京津冀城市组中由于北京的加入，x3（对外开放程度）的回归系数为负，即实证结果显示为外资进入有助于缩小京津冀城市可持续发展效率的差距。在天津与河北省各城市，外资进入一般是利用当地生产要素的价格优势，建设工业生产、加工、组装环节；另外，与北京相比，天津和河北省的环保标准和工业准入制度门槛较低，因此，对外开放程度越高反而不利于津冀城市可持续发展效率的提升，从而对缩小可持续发展效率的差距起抑制作用。同时，x3的回归系数较在模型3中的数值较模型2大，据此可以判断，外资进入河北各城市对城市可持续发展带來的不利影响大于对天津的不利影响。

第四，x5（对居民的总体社会福利投入）的回归系数在模型1（京津冀城市组）中通过5%的置信水平下的显著性检验，而在模型2（津冀城市组）和模型3（河北城市组）中均不显著。这表明北京在人均公共财政支出额上大幅领先于天津、河北各城市，对缩小京津冀城市可持续发展效率的差距起到了显著的抑制作用。

第五，仅在模型3（河北城市组）中x7（电力能源消耗）的回归系数显著且为正即对缩小河北省内城市可持续发展效率的差距起抑制作用，而在模型1（京津冀城市组）和模型2（津冀城市组）该回归系数均不显著。可能的原因是由京津冀三地产结构及其特征决定的，2015年京津冀三地第二产业占地区总产值分别为19.74%、46.58%和47.74%{1}，显然河北省占比最高。同时，河北省第二产业以钢铁、水泥、建材、煤炭等高能耗、工业污染物排放较严重的行业为主导{2}，特别是在唐山、邯郸、邢台等城市。据此，基本可以判断河北省电力能源消耗增长伴随着工业污染物排放量的增加，造成河北域内城市可持续发展效率降低并进一步加剧了唐山、邯郸、邢台等城市与秦皇岛、承德等城市可持续发展效率的差距。北京、天津低能耗的第三产业占地区生产总值比例分别为79.65%、52.15%，均超过一半，当模型3（河北城市组）分别加入京津（即模型1）、天津（即模型2）的数据时，自然造成x7的回归系数由显著变为不显著。

六、研究结论与启示

（一）主要研究结论

针对σ收敛：2008年至2015年，京津冀城市可持续发展效率不存在σ收敛，但是津冀城市存在σ收敛。

针对绝对β收敛：在2008年至2013年时间段内，京津冀城市可持续发展效率存在绝对β收敛，城市可持续发展效率的差异会随着时间的推移不断缩小，存在着“效率低”的城市追赶“效率高”城市的趋势；但当时间段拓展至2008至2015年时，由于北京在2014与2015年城市可持续发展效率的明显改善，β绝对收敛不成立。

针对条件β收敛：引入如表2所示的8个条件变量进行条件β收敛检验，实证结果显示：发现在京津冀城市组、和津冀城市组和河北城市组均存在条件收敛，随着时间推移向各自的稳态水平趋近，但是收敛速率不同，最快为河北城市组，其次为津冀城市组，最后为京津冀城市组。表明虽然现有总体政策环境与区域经济系统是有利于“效率低”的城市追赶“效率高”城市，京津冀三地追赶速率存在差异，意味着行政壁垒的客观存在。京津冀城市公共财政支额存在较大差距，不利于京津冀城市实现协同可持续发展。投资强度的增加对津冀城市组和河北城市组可持续发展效率收敛具有促进作用，但对京津冀城市组无显著影响；外资的进入与城市可持续发展率之间的“污染假说”在天津和河北城市组成立，在北京不成立；外资进入北京后带来了先进的技术、装备和管理经验，一定程度上提升了北京的可持续发展效率；但在天津、河北省“污染假说”成立，外资的进入加剧了京津冀城市可持续发展效率的差距。河北省内唐山、邯郸、邢台等城市钢铁、水泥、建材、煤炭等高能耗、工业污染物排放较严重的行业加剧了河北城市可持续发展效率差距的发散。

（二）启示

整体上，京津冀三地应以有序推进、逐步落实京津冀协同发展国家战略为契机，破除行政壁垒，加快缩小京津冀城市可持续发展效率差距，结合实证结果及分析，可供选择的政策启示包括：

（1）京津冀城市公共财政支存在较大差距，意味着京津冀三地公共服务水平与质量存在着较大差距，北京明显领先于津冀，由此直接决定了在城市可持续发展效率上，北京领先于津冀。因此，津冀应在条件允许的情形下适当扩大公共财政支出，而京津冀应灵活开展各种形式的公共服务资源合作与对接，积极探索三地基础公共服务均等化的有效措施。

（2）加快构建有助于缩小京津冀城市可持续发展效率的沟通协调机制，以此促使京津冀三地形成合力推动提高城市可持续效率。北京借助向津、冀疏解与非首都功能定位不相符的产业，努力实现产业结构迈向“高精尖”，同时注重向津、冀提供节能环保技术；津、冀则主动承接北京疏解产业并在承接过程中注重节能环保技术的引进、消化和吸收，实现各自产业结构的调整与升级。

（3）京津冀区域进一步加强协同科技创新，以技术进步支撑城市经济增长，实现城市经济增长的可持续，尝试津、冀城市适度降低经济增长对投资的依赖。北京进一步加强全国科技创新中心的地位及作用，津、冀依照《京津冀协同规划发展纲要》要求，努力建设成为高新技术的孵化基地和成果转化基地。endprint

（4）津、冀区域严格执行环境保护法律法规，不断完善迁入工业准入制度，对外商投资及北京转移而来的工业企业在做好配套服务、承接工作的同时，加大环保监控和执法力度，杜绝“迁入式污染”的发生。

（5）河北应对钢铁、水泥、建材、煤炭等高能耗、工业污染物排放较严重的行业进一步深化产业结构调整和转型升级，推进工业绿色转型发展，依靠系统性节能减排措施和目标管理体系，推进多污染物综合性防治和环境治理，提高河北城市可持续发展效率。

[参考文献]

[1] THERRIEN M， TANGUAY G A，and GYERIN I. Fundamental determinants of urban resilience： a search for indicators applied to public health crisis [J]. Resilience，2015，3 （1）：18-39.

[2] 黄洁，吝涛，张宏强. 基于DEA和Malmquist模型的中國三大城市群可持续发展效率研究[J]. 中国人口·资源与环境，2016（5）：373-376.

[3] 李小平，王洋. “一带一路”沿线主要国家碳生产率收敛性及其影响因素分析[J]. 武汉大学学报（哲学社会科学版），2016，70（3）：58-76.

[4] 马海良，丁元卿，王蕾. 绿色水资源利用效率的测度和收敛性分析[J]. 自然资源学报，2017，32（3）： 406-417.

[5] 黄德森，杨朝峰. 基于空间效应的区域创新能力收敛性分析[J]. 软科学，2017，31（1）：44-48.

[6] 刘亦文，文晓茜，胡宗义. 中国污染物排放的地区差异及收敛性研究[J]. 数量经济技术经济研究，2016（4）：78-94.

[7] 汪克亮，孟祥瑞，程云鹤. 环境压力视角下区域生态效率测度及收敛性——以长江经济带为例[J]. 系统工程，2016，36（4）：109-116.

[8] 李佳佳，罗能生.中国区域环境效率的收敛性、空间溢出及成因分析[J]. 软科学，2016，30（8）：1-5.

[9] 王怡，茶洪旺. 京津冀的环境效率及其收敛性分析[J]. 城市问题，2016（4）：18-24.

[10] F？魧RE，R，S. GROSSKOPF，B. LINDGREN，and P ROOS. Productivity changes in Swedish pharamacies 1980-1989： A non-parametric Malmquist approach[J].Journal of Productivity Analysis，June 1992，3（1-2）：85-101.

[11] 杨春生. 我国区域经济增长的收敛性分析[D]. 合肥：安徽大学，2014：40-43.

[12] BARRO，ROBERT J & SALA-I-MARTIN，XAVIER. Technological diffusion，convergence，and growth[J]. Journal of Economic Growth Springer，1997，2（1）：1-26.

[13] 邓明亮，吴传清. 基于PCA-DEA组合模型的长江经济带生态效率研究[J]. 经济学研究，2016，14（5）：58-68.

[14] 林毅夫，刘明兴. 中国的经济增长收敛与收入分配[J]. 世界经济，2003（5）：4-14，80.

[15] 李向东，李南，季庆庆. 中国高技术产业创新效率区域差异变动趋势[J]. 南京理工大学学报，2014，38（4）：566-574.

[16] 陈浩，陈平，罗艳.京津冀地区环境效率及其影响因素分析[J]. 生态经济，2015（8）：142-146，150.

[17] 杨俊，邵汉华，胡军.中国环境效率评价及其影响因素实证研究[J]. 中国人口·资源与环境，2010（2）：49-55.endprint