中国部分城市绿色全要素生产率测度及提升路径——基于网络SBM模型及GML指数

刘 丹，刘天歌，郑宇婷

(福州大学经济与管理学院，福州 350108)

一、引 言

随着全球生态危机的出现以及我国生态环境的破坏，为实现中国特色社会主义的全面协调发展，党在十八大报告中创造性地增加了生态文明建设的发展理念，并在十八届五中全会中提出创新、协调、绿色、开放、共享五大新发展理念[1]。绿色是永续发展的必要条件以及人民追求美好生活的重要体现，只有通过提升绿色全要素生产率，协同推进经济社会发展和生态环境治理，才能达到新发展理念所要求的人民美好生活境界。然而，我国人口规模大，发展任务重，仍处于生态文明建设的关键期和攻坚期[2]，更有必要以提升绿色全要素生产率为导向，深入贯彻绿色发展理念，形成推动社会发展全面绿色转型的强大合力。因此，本文从城市的层面出发，使用网络SBM(slacks based measure)模型及GML(global malmquist-luenberger)指数测度东部发达省份江苏、浙江及福建三省各设区市经济发展与环境治理两个子系统绿色全要素生产率，总结各城市两个子系统绿色全要素生产率变化情况，以期为各地政府提供可借鉴的绿色全要素生产率提升路径，助力各城市深入推进生态文明建设，促进城市发展绿色转型，向实现建设美丽中国的目标稳步迈进。

党的十八大以来，绿色全要素生产率研究逐渐成为热点，相关研究聚焦于运用各种数据包络分析(data envelopment analysis, DEA)模型与Malmquist指数测算绿色全要素生产率。Caves等[3]在1982年首次使用Malmquist生产率指数测度生产绩效的变化。Färe等[4]采用非参数线性规划的方法测量Malmquist指数，同时将其分解为被评价决策单元(decision making unit, DMU)在两个时期内的绩效变化和技术变化，从而使Malmquist生产率指数成为实用的指数工具，也成为绿色全要素生产率研究的首选方法。

现有针对绿色全要素生产率的测度研究主要聚焦行业层面和区域层面。行业层面研究中，Zhong等[5]使用基于方向距离函数的ML指数探究中国农业绿色全要素生产率，并分析东、中、西部地区在时空变化上的差异，最终根据区域异质性，提出提升农业绿色全要素生产率的对策建议。Ning等[6]使用ML指数测度2005—2015年中国大陆用水的绿色全要素生产率，发现样本期内中国用水的绿色全要素生产率一直在提高，且南部地区的用水绿色全要素生产率显著高于北部地区。Chen等[7]使用GML指数测度我国工业36个行业2000—2014年绿色全要素生产率的增长情况，并探究制度、技术和产业结构三个方面对绿色全要素生产率的影响。还有学者对旅游业[8]、物流业[9]、制造业[10]等行业展开研究。区域层面研究中，学者们则更多集中于测度省级层面的绿色全要素生产率。Hou等[11]使用ML指数测度我国30个省份2008—2017年的绿色全要素生产率，并利用空间计量模型探究市场一体化对区域绿色全要素生产率的空间效应及传导机制。Tao等[12]使用GML指数测度中国270个城市在2003—2013年间的绿色全要素生产率指数增长情况，并利用空间计量经济学方法分析空间溢出效应，发现绿色全要素生产率在发展情况类似的城市中确实存在空间溢出效应。陈黎明等[13]考虑环境污染和能源消耗，使用非径向非角度的SBM方向性距离函数与ML指数计算我国各省市区绿色全要素生产率，进一步探究其影响因素与空间特征。

综上所述，绿色全要素生产率的测度研究已较为成熟，但学者大多从行业或省域层面出发，研究较为宏观，且主要运用传统DEA模型，将评价对象视为一个“黑箱”进行测度，未能合理体现区域发展的内在逻辑关系。城市发展过程中，经济发展与环境治理两个子系统共同决定城市的发展协调程度，有必要从两个子系统的角度测度城市绿色全要素生产率，进而探究其提升路径。同时，城市的经济发展与环境治理具有内在联系，囿于现代技术，经济发展会不可避免地产生有害于生态环境的废物，需要在环境治理过程中对废物加以处理。使用网络SBM模型测度城市绿色全要素生产率，可以将经济发展子系统的废物产出以投入的形式输入环境治理子系统，以此实现上述城市发展的内在逻辑关系。因此，为加强研究的针对性，本文以区域城市为研究对象，打开“黑箱”，将城市发展分为经济发展子系统及环境治理子系统，使用网络SBM模型测度样本城市绿色全要素生产率。在测度过程中考虑城市经济发展与环境治理的内在逻辑，以更准确地分析总结城市绿色全要素生产率的现实情况，并基于研究结果从两个子系统的角度提出城市绿色全要素生产率提升路径，为各城市持续推进绿色可持续发展提供参考。

二、研究方法

(一)网络SBM模型

本文将城市发展分为两个子系统，子系统一为经济发展，子系统二为环境治理，两个子系统串联构成城市发展系统。单阶段非径向DEA模型将城市发展过程当成“黑箱”，不对其内在过程做详尽描述，且只通过各投入产出的可缩减比例程度测量DMU的效率，而不考虑松弛变量的影响。相比之下，网络SBM模型将“黑箱”打开，从系统的角度准确描述城市发展过程内部的逻辑及联系，并将指标的松弛量直接纳入目标函数之中，有效增强评价的合理性与科学性。

本文使用Tone等[14]提出的网络SBM模型，并参考卞亦文[15]的研究，将经济发展子系统的非期望产出作为中间变量纳入评价范畴。城市发展系统网络结构如图1所示。

对于n个决策单元，首先定义第k(k=1,2)个子系统的投入和产出数量分别为mk和rk，两个子系统的连接变量个数为L，第j个DMU在第k子系统的第i个投入变量为xijk(xjk∈R+;i=1,2,…,mk;j=1,2,…,n;k=1,2)，第r个期望产出为yrjk(yjk∈R+;r=1,2,…,rk;j=1,2,…,n;k=1,2)，并定义连接两个子系统的中间变量为zjl(zjl∈R+;j=1,2,…,n;l=1,2,…,L)。假定规模报酬不变，可定义生产可能集{(xk,yk,zl)}：

式中λk∈R+n对应第k子系统的权重向量。进而得出约束条件为

xok=Xkλk+sok-(k=1,2)

yok=Ykλk-sok+(k=1,2)

zol=Zlλk+sol(l=1,2,…,L)

(2)

Zlλ1=Zlλ2

λk≥0,sok-≥0,sok+≥0,sol≥0

式中Xk=(x1k,x2k，…,xnk)∈Rmk×n和Yk=(y1k,y2k,…,ynk)∈Rrk×n表示投入指标向量和产出指标向量，sok-和sok+表示投入与产出指标的松弛变量，sol表示中间变量的松弛变量。

各子系统目标函数为

式中，linkink为第k子系统将中间变量作为投入的变量个数。两个子系统目标函数的加权和为系统总目标函数：

式中，wk为各子系统权重，应满足∑wk=1。笔者认为，对于城市发展，经济发展与环境治理同等重要，因此假设两个子系统权重相同，即w1=w2=0.5。

(二)GML指数模型

在计算全要素生产率时需要涉及多个时期的参照技术，但传统Malmquist指数的几何平均形式不具有传递性，可能会使得线性规划无可行解。针对以上问题，Pastor等[16]在2005年提出Global Malmquist生产率指数，并定义当期生产可能集和全局生产可能集。当期生产可能集为Tt={(xt,yt)∣xt可生产yt}，t=1,2,…,T,全局生产可能集为TG={T1∪T2∪…∪TT}。Global Malmquist生产率指数的参考集包括所有DMU在所有时期的数据，由于各个时期使用的是同一参考前沿，因此计算得到的是单一Malmquist生产率指数，并且满足可传递性，允许技术倒退，避免了线性规划问题不可行的影响。2010年，Oh[17]将含非期望产出的方向距离函数与全局生产可能集相结合，构造出GML指数。

因此，本文选择GML指数作为全要素生产率指数的测量方法，GML指数定义如下：

MG(xt,yt,zt,xt+1,yt+1,zt+1)=
DG(xt+1,yt+1,zt+1)/DG(xt,yt,zt)

(5)

GML指数可以进一步分解为绩效变化(efficiency change, EC)和技术进步(best practice gap change, BPC)：

式中，EC表示时期t+1技术绩效与时期t技术绩效的比值，通过比较不同时期DMU与各自生产前沿面的距离来测算技术绩效的变动，EC>1表示技术绩效提高，EC≤1表示技术绩效降低。BPC表示时期t+1的前沿与全局前沿之间的距离与时期t的前沿与全局前沿之间的距离的比值，指的是扣除资本、劳动、生产绩效等其他要素之后的部分，反映的是不同时期生产前沿的移动，代表技术领导者的技术前沿推进速度。GML指数表示时期t的城市绿色全要素生产率与时期t-1城市绿色全要素生产率的比值。如果GML>1，表明城市绿色全要素生产率呈现上升的变化趋势；如果GML≤1，则表明城市绿色全要素生产率呈现降低的变化趋势。

三、样本与指标选取

(一)样本选取

江苏、浙江与福建三省均位于我国东部沿海地区，在自然资源、发展模式方面较为相似，且三省经济发展水平、城市化水平均处在全国领先水平。2021年中国经济社会综合发展指数科学研究会发布的《31省(区、市)“十三五”时期经济社会综合发展指数评价比对报告》中，江苏、浙江及福建分别排在第3、4、6名，三省经济社会综合发展指数均值为83.97，远高于国家指数值71.76。因此本文选取这三个发展水平较高省份的33个设区市为研究样本，探究其2012—2018年城市绿色全要素生产率。

(二)指标选取与数据来源

本文广泛参考相关理论及已有关于城市绿色全要素生产率研究、城市绿色发展评价研究文献的指标体系，从经济发展与环境治理两个子系统分别选取指标。

1.经济发展子系统

田鹏等[18]、李俊杰等[19]参考经济增长模型，以劳动力、资本等要素作为生产投入核心要素，因此选取固定资产投资额、城镇单位期末从业人员数及全社会用电量分别代表资本要素、劳动力要素及能源要素投入。产出指标包含期望产出和非期望产出。已有研究大多以地区生产总值作为衡量经济发展产出的重要指标，因此以地区生产总值表征期望产出；Wu等[20]使用工业废物产生量表征经济发展过程中产生的非期望产物，综合考虑评价体系的科学性及数据的可获得性，以工业固体废物产生量表征非期望产出。

2.环境治理子系统

经济发展子系统产生的非期望产出工业固体废物需加以处理，将其作为中间变量投入环境治理子系统。参考Wu等[21]的指标，将节能环保支出作为环境治理子系统投入指标。产出指标选取工业固体废物综合利用量以表征废物处理效果，同时参考狄乾斌等[22]的研究，选取绿地面积表征城市生态效益产出。

本文所有指标数据均来自2013—2019年《中国城市统计年鉴》、各设区市统计年鉴及社会发展公报。表1列出指标数据描述性统计结果。

四、实证分析

(一)两个子系统绿色全要素生产率测算结果

根据建立的指标体系，以工业固体废物产生量作为连接经济发展子系统和环境治理子系统的中间变量，使用网络SBM模型测度两个子系统的绿色全要素生产率，并借助Matlab工具计算各样本城市两个子系统的GML指数及其分解指数。测算结果见表2。

由表2可知，所有样本经济发展子系统GML均值为0.9979，EC为1.0037，BPC为0.9944，说明样本城市经济发展子系统绿色全要素生产率呈现下降趋势，年均降低0.21%，且下降的主要原因是年均技术倒退0.56%，抵消了绩效改进。所有样本环境治理子系统GML均值为0.9949，EC为1.0192，BPC为0.9771，说明样本城市环境治理子系统绿色全要素生产率年均降低0.51%，且下降的原因与经济发展子系统相同，是由于技术退步幅度较大，抵消了绩效的增长。

(二)两个子系统绿色全要素生产率对比分析

以各样本城市研究期内经济发展子系统GML指数均值为横轴，各样本城市研究期内环境治理子系统GML指数均值为纵轴，经济发展与环境治理两个子系统GML指数等于1为坐标原点，建立四象限分布图，如图2所示。将分布图分为四个象限区域，象限Ⅰ为经济发展与环境治理子系统绿色全要素生产率均增长，命名为经济发展快速且环境治理进步；象限Ⅱ为经济发展子系统绿色全要素生产率下降但环境治理子系统绿色全要素生产率增长，命名为经济发展缓慢但环境治理进步；象限Ⅲ为经济发展与环境治理子系统绿色全要素生产率均下降，命名为经济发展缓慢且环境治理退步；象限Ⅳ为经济发展子系统绿色全要素生产率增长但环境治理子系统绿色全要素生产率下降，命名为经济发展快速但环境治理退步。

由图2可知，33个样本城市中，处在第Ⅰ象限的城市仅有9个，即9个城市经济发展子系统和环境治理子系统的绿色全要素生产率均处于上升趋势；处在第Ⅱ、Ⅳ象限的城市各有5个，即共10个城市仅有一个子系统的绿色全要素生产率上升；而多达14个城市处在第Ⅲ象限，两个子系统的绿色全要素生产率均处于下降。计算各象限城市经济发展子系统与环境治理子系统GML指数及其分解指数平均值，结果见表3。

依据四象限分布图与各象限城市两个子系统GML指数及其分解指数均值表，分别对四个象限城市经济发展和环境治理子系统的GML指数及其分解指数展开分析。

1.经济发展快速且环境治理进步

由表3可知，该象限的9个城市经济发展子系统与环境治理子系统的绿色全要素生产率分别年均增长2.57%及3.48%，说明这9个城市在大力发展经济的同时能够兼顾环境治理，值得其他城市借鉴学习。以下从两个子系统的角度分别分析该部分城市的绿色全要素生产率。

(1)经济发展子系统。从GML分解情况来看，常州、宿迁等5个城市的EC和BPC均大于1，即经济发展子系统的绿色全要素生产率增长源于绩效上升和技术进步的共同作用；三明、衢州、淮安的技术进步略有不足，但绩效增长较明显；南平的绩效略有下降，但技术进步幅度大，同样使其经济发展子系统绿色全要素生产率上升。

厦门的EC为1，BPC为1.0343，是因为其在研究期内每年绩效均在前沿面上，且技术进步较明显，说明该城市的经济发展一直保持相当高的水准。作为中央设立的经济特区之一，厦门市在十二五、十三五期间经济规模快速提升，地区生产总值于2016年、2018年、2020年分别突破4000亿元、5000亿元和6000亿元大关，保持良好态势。研究期内，经济结构持续优化，2018年三大产业占比为0.5∶41.3∶58.2，第三产业逐渐形成以金融、商贸、物流、信息、软件、旅游会展等为主的产业结构，占国民经济比重持续提高；创新动力不断增强，厦门市软件和信息服务业产业规模于2016年首次突破千亿元大关，发展态势向好。至2018年底，每万人有效发明专利拥有量达到27.5件，远超全国平均水平。坚持创新驱动发展使得厦门经济发展全要素生产率在研究期内年均技术进步达3.43%，成效显著。

(2)环境治理子系统。第Ⅰ象限所有城市环境治理子系统GML指数分解的EC均大于1，但大部分城市的BPC小于1，说明虽然优秀的绩效使得环境治理子系统绿色全要素生产率上升，但其实环境治理技术水平略微下降，仍有进步空间。仅厦门和舟山两市实现绩效上升和技术进步共同推动环境治理子系统绿色全要素生产率增长，为其他城市提供了较好的学习标杆。

厦门作为习近平生态文明思想的发源地，近年来坚持生态优先、绿色发展的道路，并积极探索法制化生态文明建设[23]。2014年，厦门出台《厦门经济特区生态文明建设条例》，后续又接连出台《厦门经济特区园林绿化条例》《厦门经济特区机动车排气污染防治实施条例》等多项相关法规，大力支持厦门生态文明建设。2017年，习近平总书记在厦门金砖会晤期间盛赞厦门为“高颜值的生态花园之城，人与自然和谐共生”。在习近平生态文明思想的指导下，厦门市生态环境质量不断提高，研究期内环境治理子系统绿色全要素生产率的技术年均进步3.84%，绩效年均改进2.79%。

舟山则奋力打造最严环境监管执法城市，开展“海天”、“铁拳”等一系列环保专项执法行动，持续推进环境违法犯罪打击；日益完善能源结构，传统能源行业改进与新型清洁能源研究并行推进，如在技术革新传统火电行业的同时科学布局天然气、潮汐能、风能等能源。

2.经济发展缓慢但环境治理进步

由表3可知，该象限的5个城市经济发展子系统绿色全要素生产率年均下降2.04%，环境治理子系统绿色全要素生产率年均上升0.88%，说明这5个城市环境治理有进步，但经济发展仍需向优秀城市学习。

(1)经济发展子系统。从GML分解情况来看，仅莆田的BPC略大于1，且仅有徐州和连云港2个城市的EC大于1，5个城市研究期内EC均值为0.9909，BPC均值为0.9888，说明该象限5个城市经济发展子系统绿色全要素生产率的降低既有绩效不佳的原因，又有技术退步的原因。以莆田为例，近年来福建自贸区的建立使得莆田高端产业招商受到虹吸效应冲击，且加剧了莆田的人才短缺问题，使得莆田在研究期内年均绩效下降4.44%，抵消其技术进步0.06%，最终使得经济发展子系统绿色全要素生产率下降。再如连云港和徐州经济发展子系统绿色全要素生产率下降是由于其创新驱动发展战略实施成效较低，使得该子系统技术进步不足。

(2)环境治理子系统。第Ⅱ象限5个城市环境治理子系统的EC全部大于1，BPC全部小于1，说明这5个城市环境治理子系统绿色全要素生产率的上升均是由于绩效进步幅度较大，弥补了技术的略微退步，因此需在环境治理技术方面加强探索。以盐城为例，盐城环境治理子系统绿色全要素生产率年均绩效进步达14.25%，但其年均技术退步也达到9.31%。调查发现，盐城全市几乎没有高污染高耗能的重化工业，污染源较少，优秀的环境管理水平使其环境治理子系统绿色全要素生产率水平较高，但这种环境治理方式的技术需求不高，造成环境治理子系统的技术进步不足，且杜绝重化工业的做法对盐城的经济发展造成一定影响，这也是其经济发展子系统绿色全要素生产率不高的原因。

3.经济发展缓慢且环境治理退步

该象限的14个城市在研究期内经济发展子系统与环境治理子系统的绿色全要素生产率均呈现下降趋势，需要深入学习优秀城市的发展经验，积极探索符合城市实际情况的绿色发展模式，提升绿色全要素生产率水平。

(1)经济发展子系统。根据表3的GML指数分解结果，14个城市经济发展子系统的平均EC为0.9922，BPC为0.9822，说明影响该象限各城市经济发展子系统的全要素生产率的因素既包括绩效不佳，也包括技术进步不足，各城市应从绩效管理及技术创新两方面共同发力，推进经济发展子系统绿色全要素生产率的复兴。比如宁德的经济发展子系统绿色全要素生产率年均下降6.99%，其中绩效变化年均降低6.63%，技术变化年均降低0.38%。宁德地处福建东北部，北接温州，南临福州，东部沿海，辖区内丘陵山地多，平原少，一定程度上限制了其发展。此外，宁德产业结构不合理，生产性服务业较为落后，二、三产业融合程度低，高新技术发展较为落后，大中型企业少，且作为沿海城市未能充分利用其深水港资源，造成发展的滞后。

(2)环境治理子系统。与经济发展子系统类似，该象限各城市环境治理子系统的绿色全要素生产率下降也包括建设绩效不佳和技术进步不足两个方面，其中各城市年均技术退步均值为2.66%，相对来说影响更大。比如绍兴的环境治理子系统绿色全要素生产率年均下降0.81%，主要是由年均技术退步1.71%所致。绍兴驰名全国的重点产业印染化工产业作为劳动密集型产业，高科技含量较低，产能分布不均，且生产中的绿色技术融合程度低，环境污染尤其是水污染严重。尽管其2016年开展推进印染化工产业集聚升级暨“低小散”块状整治提升工作，2017年又打响印染化工落后产能歼灭战，但作为一项系统工程，产能升级与污染防治需要多方参与、逐个击破，且在短时间很难治标治本。

4.经济发展快速但环境治理退步

位于第Ⅳ象限的5个城市经济发展子系统绿色全要素生产率上升，但环境治理子系统绿色全要素生产率下降，需加大环境治理力度，提升环境治理水平。

(1)经济发展子系统。由GML指数分解结果可知，该象限的5个城市中，4个城市经济发展子系统的EC和BPC均大于1，绩效和技术都呈现较好的发展趋势，仅宁波的技术变化略有退步，但其研究期内年均绩效增长5.01%，弥补了技术进步的不足，绿色全要素生产率仍呈上升趋势。该象限城市均为经济大市，有较成熟的产业支撑，经济发展较为健康，经济发展子系统绿色全要素生产率稳中有升。如南京拥有以电子信息、石油化工等产业为支柱，以软件和服务外包、智能电网等新兴产业为支撑，先进制造业、现代服务业协调发展的产业结构，研究期内经济发展全要素生产率年均上升3.24%，其中年均绩效增长1.71%，年均技术进步1.51%，经济发展平稳增长。

(2)环境治理子系统。环境治理子系统中，5个城市平均GML指数值为0.9829，即绿色全要素生产率年均下降1.71%。其中杭州、无锡、宁波的绿色全要素生产率下降是由于技术进步不足，镇江是由于技术进步幅度较大，南京则是由绩效下降和技术进步不足共同导致。以杭州为例，杭州作为资源小市，“十二五”初期高耗能产业在工业经济中的占比仍在提高，使得污染排放总量过高，加剧了资源与环境的约束。但是，党的十八大以来，杭州积极贯彻习近平总书记对杭州所做出的“生态文明之都”和“美丽中国样本”的重要指示，2013年颁布《“美丽杭州”建设实施纲要(2013—2020年)》，随后颁布多部环境相关政策，使其环境治理子系统年均绩效进步0.41%，政策初显成效。但作为数字经济发展强市，杭州的环境治理技术进步在研究期内仍显不足，需要进一步推进环保技术革新，以提升环境治理子系统绿色全要素生产率。

五、研究结论与建议

本文以江苏省、浙江省及福建省共33个设区市为对象，运用网络SBM模型及GML指数分析探究各城市2012—2018年经济发展子系统与环境治理子系统绿色全要素生产率变化情况，得出以下研究结论：

(1)9个城市经济发展子系统与环境治理子系统绿色全要素生产率均处于上升趋势，10个城市只有一个子系统的绿色全要素生产率上升，14个城市经济发展子系统与环境治理子系统绿色全要素生产率均呈现下降趋势。

(2)造成不同城市绿色全要素生产率下降的原因既包括绩效不佳或技术退步的单因素作用，又包括两者的共同作用。绩效不佳的原因包括产业结构不合理、体制机制不完善等，技术退步的原因包括创新驱动成效低、绿色技术欠融合等。

基于研究结论，本文提出以下城市绿色全要素生产率提升路径。

(一)经济发展子系统绿色全要素生产率提升路径

一是加强创新发展。创新是引领发展的第一动力。各地各级政府需着重加强创新在经济发展中的战略地位，贯彻实施创新驱动发展战略，以科技创新引领经济发展。加大全社会科技研发投入，支持和培育企业提升自主技术创新能力，通过高科技产业园、专利与知识产权保护体系以及创新公共服务平台等建设优化创新发展环境；推进人才资源服务创新，提高产业高端人才培训和配置水平，鼓励学校、科研院所和生产性企业合作建立人才培训基地，并吸引海内外优秀人才的加入。从创新环境优化、创新人才培养等方面发力，以创新引领实现城市绿色可持续发展。

二是优化产业结构。城市产业结构对经济发展子系统绿色全要素生产率具有显著影响。各城市应当持续推进产业结构提质升级，加大高附加值、高关联度产业的比重，在结构转换的带动下探寻实现资源最优化配置。尤其是欠发达地区应改变高投入、高排放、低利用的粗放发展模式，积极调整区域产业结构。如湖州作为长三角26城之一，地理位置优越，但两个子系统绿色全要素生产率均呈现下降趋势，究其原因，主要在于该市发展模式粗放，仍未形成符合时代需求的高新技术产业。该类城市应积极探索优化自身产业结构，形成有发展潜力的产业支撑，进而提升经济发展子系统绿色全要素生产率。

(二)环境治理子系统绿色全要素生产率提升路径

一是推进技术融合。技术进步不足是各城市环境治理子系统绿色全要素生产率下降的重要原因，各城市要注重将新兴技术与环境治理相结合，加强绿色技术向生产力的转化，降低单位经济产出对环境的负面影响。如杭州在样本期内环境治理子系统呈现技术进步不足，导致绿色全要素生产率下降，因此其近年来开始积极探索绿色技术研发应用，2021年6月建立我国首个国家绿色技术交易中心，旨在通过引导技术创新、促进成果转化应用，撬动绿色产业生态发展，加快市场导向的绿色技术创新体系构建，推动我国绿色技术创新迈上新征程。各城市应当加快环保领域科技转化与融合，弥补传统技术忽视资源保护和污染治理的缺陷，促进区域技术进步，带动产业体系的绿色化转型，推动提升环境治理子系统绿色全要素生产率。

二是健全体制机制。成熟的绿色发展体制机制能够为政府、市场及社会各界参与城市绿色发展建设提供规范性基础。各城市应充分发挥政府职能，完善环境相关法律体系建设，制定严格的绿色发展监管制度，落实责任制度，以科学的体制机制带动环境治理子系统绿色全要素生产率提升。如厦门多年来持续推进法制化生态文明建设，已探索出一系列以法治方式推进生态文明建设的制度机制，拥有系统化的生态建设法规制度体系，比如党政领导生态环境保护目标责任考核制度、生态清单准入制度、生态审判工作机制等[23]，法制化生态建设成效显著。厦门专业化的生态司法体系为其他城市提升环境治理子系统绿色全要素生态产率提供了宝贵的“厦门经验”，值得各城市借鉴学习。

本文的研究对于各城市贯彻绿色发展理念、实现高质量发展具有一定的理论与现实意义。但本文研究也还存在一定局限性，如研究样本范围有待进一步扩大、指标体系有待进一步优化等。未来将继续深入探究我国各区域城市的绿色全要素生产率，科学研判各城市绿色发展现实情况及不足之处，以期对区域乃至全国加速实现经济发展绿色转型提供借鉴。