中国三大城市群生态经济效率的时空演变及收敛性分析

张佰瑞，胡明茜

（1. 北京市社会科学院 市情研究所，北京 100101；2. 重庆工商大学 长江上游经济研究中心，重庆 400067）

党的二十大报告强调，以城市群、都市圈为依托构建大中小城市协调发展格局，促进区域协调发展。位于沿海地区的长三角、珠三角与京津冀城市群是中国经济最早开放、最发达、最具发展潜力的三个城市群。三大城市群总面积超过49 万平方千米，以全国5%的国土面积，承载了25%的人口，贡献了近40%的国内生产总值，为中国经济增长提供了强大的动力。然而，高强度的人类活动给城市群的生态环境带来巨大压力，严重影响了城市群的可持续发展。近年来，三大城市群大力推动全域生态文明建设，积极探索生态文明一体化发展新机制，努力适应新时代生态文明领域统筹协调发展战略，成效显著。为此，本研究从三大城市群入手，运用Super-SBM 模型科学测度生态经济效率值，并结合Malmquist 指数全面分析三大城市群的生态经济效率情况，分析其时空演变特征，再通过收敛模型检验不同区域生态经济效率的σ收敛和β收敛特征，以期获得新的研究成果，为中国三大城市群乃至全国其他不同等级的城市群总体规划和生态文明建设提供理论和政策启示。

1 文献综述

“生态经济效率”这一词最早由SCHALTEGGER 等[1]在1990 年提出。1992 年，世界商业可持续发展委员会（WBCSD）[2]将有关“生态经济效率”内容的文件《改变过程》递交到里约地球峰会，使其得到重视和进一步推广。VERFAILLIE 等[3]于2000 年进一步提出生态经济效率的基本概念，其核心思想是以较小的资源消耗与环境污染获得较大的经济效益。SCHOLZ 等[4]则认为生态经济效率是经济绩效的提高与环境绩效的提高之比。国内有关生态经济效率的研究起步较晚，早期国外研究为中国生态经济研究提供了坚实的理论基础。目前，国内外学者对生态经济效率的研究主要集中在两个方面：一是生态经济效率的评价方法。对生态经济效率的测度方法有很多种，如何对方法优势和缺陷进行取舍成了选取测度方法的主要原因[5-10]。本研究对当前生态经济效率测算的几种方法进行了分析，如表1 所示。二是生态经济效率的影响因素。通过文献分析发现，我国目前对生态经济效率影响因素的研究还较为缺乏，更多集中于生态效率的影响因素研究。比如，用超效率DEA 模型计算中国省际生态效率[11]，利用Malmquist 指数对生态效率进行分解以寻求其变化的内在驱动因素[12]，建立面板Tobit 模型分析城镇化率[13]、产业结构[14]、技术水平[15]、能源结构[16]以及环境政策[17]对生态效率的影响因素。

表1 生态经济效率测算方法

当前国内外关于生态经济效率研究已经呈现出研究尺度亟待多元化比较分析、生态经济效率测算方法单一维度向多维度转变、生态经济效率调控路径呈现多元化趋势三大特征。本文的边际贡献则体现在以下三个方面：（1）延伸了区域生态经济效率的研究范畴。已有相关研究大多集中在河流湖泊、省域尺度，或者长三角、珠三角、京津冀等某一个地区城市群，本文以中国三大城市群作为研究对象并进行对比研究，增强了生态经济效率的可比性。（2）丰富了区域生态经济效率的研究视角。本文从时空视角对中国三大城市群生态经济效率的演进特征进行分析并采用收敛模型考察其收敛性，对于新时代条件下区域生态经济效率的研究视角有所补充。（3）拓展了区域生态经济效率的研究方法。本文采用非期望产出的超效率SBM 模型测算三大城市群生态经济效率，该模型可避免其他模型存在的所有投入产出必须同步增大缩小的径向问题，以及不考虑污染排放造成测度结果偏差的问题。

2 研究方法与指标选取

2.1 Super-SBM模型

Super-SBM 模型是一种基于松弛变量的数据包络模型，其测算的DMU 效率值允许超过1，可以避免普通数据包络模型所存在的问题。考虑生态经济效率中存在非期望产出，研究将采用超效率SBM 模型来对生态经济效率进行分析，所用模型公式如下：

式（1）、（2）中：n表示决策单元个数；每个决策单元是由投入a、期望产出m1、非期望产出m2组成；xik表示第k个单元的第i项投入； 表示第k个单元的第s项期望产出； 表示第k个单元的第q项非期望产出；λj表示第j个决策单元的权重；ρ表示生态经济效率，ρ值越高表示其效率越高，ρ＜1 表示该决策单元未到达完全有效。

2.2 Malmquist指数

Malmquist 指数是在DEA 模型的基础上提出的，是动态分析的工具，可以利用距离函数的比率计算投入产出效率，进而对生产率的变化趋势及原因做进一步的阐释。全要素生产率指数（MI）可以分解为两个部分，即综合技术效率指数（EC）和纯技术效率指数（TC）。参考FÄRE 等[18]在规模报酬不变（CRS）条件下从t期到t+1期的Malmquist 指数公式如下所示：

2.3 收敛模型

新古典增长理论认为，随着经济的发展，由于资本边际产出递减，相比于拥有人均资本存量较高的地区，人均资本存量较低的地区往往具有更高的资本收益率，并且拥有更快的经济增长速度，落后地区向着发达地区收敛，最终导致各地区差异消失[19]。常见的收敛模型有σ收敛和β收敛，而β收敛又分为绝对β收敛和条件β收敛。

σ收敛是指各区域的生态经济效率水平的离差将随着时间变化呈现不断下降的态势，能够较为直观地观察生态经济效率动态变化过程，以判断其是否具有收敛趋势。常见的测量σ收敛的方法有Theil 指数、Gini 系数和变异系数，本文采用使用较多的变异系数[20]检验σ收敛，公式如下：

式中：nj表示城市群j的城市个数；ECOij表示城市群j内i城市的生态经济效率；表示城市群j内i城市的生态经济效率均值。

σ收敛侧重于横向对比，β收敛则侧重于纵向对比，能够进一步说明收敛的具体特征和收敛速度，是σ收敛的必要而非充分条件。绝对β收敛是指随着时间的推移，生态经济效率水平低的地区凭借更高的增长速率，逐步向生态经济效率水平高的地区收敛，地区间差异缩小，最终达到趋同的增长速度和效率水平，前提假定条件为各地区有着相同的基础条件。绝对β收敛公式如下：

式中：ECOi,t和ECOi,t+1分别表示第i个城市在t期和t+1 期的生态经济效率水平；表示第i个城市生态经济效率水平的增长率；α为常数项；εi,t为随机扰动项；β为模型的收敛系数。如果β＜0 且显著，则表明该区域生态经济效率水平具有收敛趋势，反之则存在发散趋势。

条件β收敛考虑到各地区有不同的生态经济基础条件，在控制一些影响生态经济效率的因素后，不同地区最终收敛到各自的稳态水平。条件β收敛公式如下：

式中：γ、δ、τ、φ、ω均表示控制变量系数；INDi,t是指第i个城市t时期的产业结构水平，由第二产业增加值占地区生产总值的比重表征；PEOi,t是指第i个城市t时期的人口密度；INVi,t是指第i个城市t时期的对外开放程度，由实际使用外资占地区生产总值的比重表征；EMPi,t是指第i个城市t时期的就业水平，由年末单位从业人员数占户籍人口的比重表征；PGDPi,t是指第i个城市t时期的经济发展水平，由人均GDP 表征。

β收敛速度（v）由β系数计算得出，公式如下：

2.4 评价指标体系构建

借鉴现有文献的研究成果，并综合考虑当前资料的完整性、数据的可得性等现实情况，构建生态经济效率指标体系如表2 所示。①投入变量：资本投入采用永续盘存法进行估算，以2006 年为基期计算固定资本存量；劳动力投入用年末社会从业人员数表示；资源投入用能源消耗量表示；土地投入用建成区面积表示。②期望产出：经济产出由地方财政预算收入和以2006 年为基期平减计算得的GDP 总量表示。③非期望产出：环境污染表征非期望产出。采用熵值法拟合涵盖工业废水排放量、工业烟（粉）尘排放量等多个污染指标的“环境污染综合排放指数”，并以此表示环境污染水平，以避免各污染物之间由于相关性和统计口径不一致带来的影响。

表2 生态经济效率指标体系

2.5 数据来源

本文以长三角、珠三角、京津冀三大城市群48 个城市为研究对象，考虑数据的可获取性，选取2006—2020 年的数据进行研究，部分缺少的数据采用插值法补齐。样本数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》以及各城市历年《国民经济和社会发展统计公报》。

3 实证结果分析

3.1 中国三大城市群生态经济效率测算结果分析

按照上文选取的指标，采用Matlab 软件运行非期望产出的超效率SBM 模型，测算2006—2020 年三大城市群48 个城市的生态经济效率，计算结果如表3 所示。根据生态经济效率值，将其划分为4 个层次，将低于0.5定义为低效率区，0.5 ～0.75 定义为较低效率区，0.75 ～1定义为中等效率区，高于1 定义为高效率区。

表3 2006—2020年三大城市群生态经济效率值

观察表3，从整体来看，三大城市群的生态经济效率呈现上升趋势，均值从0.750 上升至0.793，存在小幅度波动，但大部分时间都处于中等效率区。从具体城市来看，效率值均值超过1，处于高效率区的城市有8个，其中，深圳市排名第一，生态经济效率均值为1.863，池州市和宣城市位列第二名、第三名。均值处于中等效率区的城市有12 个，处于较低效率区的城市有17 个，其余11 个城市均处于低效率区，常年处于无效状态。从变化幅度来看，2006—2020 年，48 个城市中有超过一半的城市生态经济效率得到了不同程度的提升。其中，深圳市、廊坊市和衡水市增长幅度最高，分别增长了226.62%、87.75%和87.08%。这主要得益于党的十八大以来坚持把生态文明建设纳入中国特色社会主义事业“五位一体”总体布局，各城市也相继出台相应的生态保护政策，走生态优先、绿色发展之路，积极与产业衔接融合，生态经济建设成效显著。

分区域来看，京津冀生态经济效率值整体呈现稳步上升趋势，而长三角、珠三角城市群的生态经济效率值呈现波动下降态势，且珠三角下降趋势更为明显，区域间的差异逐渐缩小，如图1 所示。珠三角城市群的生态经济效率最高，其平均值是京津冀城市群的1.7 倍，是长三角城市群的1.1 倍，但三大城市群均值未达到有效。珠三角地区作为我国改革开放的先行地区和重要的经济中心区域，有着优越的地理位置，吸引大量优秀人才聚集于此，以人才为核心集聚创新要素，对产业结构升级产生了正向促进作用，进而实现传统经济模式向循环经济模式的转型。因此，珠三角城市群生态经济效率总体高于其他城市群，但随着时间的推移，珠三角城市群的优势减弱，效率值逐渐向着长三角城市群靠近。长三角地区起步稍晚于珠三角地区，以上海为中心，通过多个城市之间的协作和互动，实现了资源的优化配置和经济的协同发展，生态经济效率值虽略低于珠三角城市群，但均值是京津冀城市群的1.6 倍。由于长三角城市群涵盖城市较多，中心城市的辐射带动能力有限，效率值始终在0.8上下浮动。在2006—2012 年，京津冀城市群生态经济效率值表现平平，没有明显的上升趋势。党的十八大以后，以习近平同志为核心的党中央以前所未有的力度抓生态文明建设，并提出京津冀协同发展战略，该地区的生态经济效率得到大幅度提升，并呈现较快增加态势。

图1 2006—2020年三大城市群生态经济效率变化趋势

3.2 中国三大城市群生态经济效率的时空演变分析

选取2006 年、2013 年和2020 年三大城市群的具体效率值，并按照前述的层次进行分类，采用ArcMap 10.8软件分别绘制珠三角城市群、长三角城市群和京津冀城市群生态经济效率空间格局分布图，如图2 ～图4 所示。

图2 2006年、2013年、2020年珠三角城市群生态经济效率空间分布图

3.2.1 珠三角城市群生态经济效率时空演变分析

珠三角城市群生态经济效率均值为0.895，由初始的1.022 下降至0.940，波动起伏较大，发展不稳定，但整体呈现下降趋势。综合表3 和图2 可知，2006 年，珠三角城市群生态经济效率4 个层次占比为0∶3∶0∶6，只分布在较低效率区和高效率区，高效率区占比高达66.67%，在三大城市群里生态经济效率值最高。2013 年生态经济效率的4 个层次占比变为3∶1∶0∶5，惠州市直接从高效率区降至低效率区，肇庆市、江门市和珠海市也出现了不同程度的下降，广州市进入高效率区。2020 年生态经济效率的4 个层次占比为5∶2∶0∶2，高效率区仅剩佛山市和深圳市，降幅高达44.45%，也仅有这两座城市在15 年的生态经济发展中实现了正增长。高效率区由“面”转变为“点”的主要原因在于，早年间惠州、东莞等地以外向型产业、“三来一补”劳动密集型产业为主体，经济发展主要依靠资源驱动，增长方式粗放，而经济高速发展所伴随的人口大量涌入、城市化进程迅速加快和交通运输需求不断增大都给区域资源环境带来沉重压力，复合型、累积型环境问题日益突出，如何协调经济增长与生态环境之间的矛盾是珠三角城市群当前最大的挑战[21]。深圳市和佛山市作为全国排名前十的工业强市，一直致力于推动产业升级和创新发展，由政府出台优惠政策，吸引大量的科技创新型企业和高端制造业企业进驻。因此，在其他城市遭受资源环境所带来的压力时，依然能够处理好环境与经济发展之间的关系，统筹推进生态环境保护和经济社会发展，以高品质生态环境支撑高质量发展。

3.2.2 长三角城市群生态经济效率时空演变分析

长三角城市群生态经济效率均值为0.827，由初始的0.828 下降至0.807，始终在0.8 上下浮动，相较于其他城市群生态经济效率值数值变化不大。综合表3 和图3 可知，2006 年，长三角城市群生态经济效率4 个层次占比为4∶14∶0∶8。此时，低效率区城市仅有4 个，占比为15.38%，分别为盐城市、合肥市、嘉兴市和绍兴市。高效率区城市个数是低效率区的两倍，效率值前三名分别为宣城市、池州市和上海市。2013 年生态经济效率的4个层次占比变为3∶9∶2∶12，其中，盐城市上升幅度最大，由低效率区直接上升至高效率区。另外还有6 个城市出现了层次向上跨越。2020 年生态经济效率的4 个层次占比为8∶6∶2∶10，相较于前两个时期，低效率区明显增多，占比高达30.77%，盐城市由高效率区回落至中等效率区，而南通市由最初的高效率区降至低效率区，降幅为26 个城市中最大。从空间分布来看，整个长三角城市群发展主要以宣城、金华和上海市为起点，逐步向外发散，但总体来看，生态经济效率发展较为稳定，与趋势线结论保持一致，这说明了长三角城市群作为我国最大的城市群，正确处理好了经济与生态环境之间的关系，始终秉承经济建设与环境资源保护相协调的原则，实施可持续发展战略。上海作为长三角城市群的核心城市和全国经济中心城市，集聚了较多的高精尖人才，高精尖人才的引进和培养推动了制造业从传统加工制造向高端装备制造、绿色制造和智能制造等高附加值领域的转变，进而辐射带领周边城市进行产业转换升级。因此，上海作为龙头带动西部沿海区域实现了生态保护与经济发展共赢。

图3 2006年、2013年、2020年长三角城市群生态经济效率空间分布图

3.2.3 京津冀城市群生态经济效率时空演变分析

京津冀城市群生态经济效率均值为0.519，由初始的0.405 上升至0.662，由低效率区转入较低效率区。综合表3 和图4 可知，2006 年，京津冀城市群生态经济效率4个层次占比为11∶1∶0∶1，除北京市以外，其他城市均未达到完全有效。2013 年生态经济效率的4 个层次占比变为10∶0∶0∶3，高效率区新增两个城市，分别是天津市和沧州市，效率已达完全有效，其余城市未发生变化。2020 年生态经济效率的4 个层次占比为8∶1∶0∶4，廊坊市和衡水市由低效率区提升至高效率区，而沧州市从高效率区降为较低效率区。从空间分布来看，京津冀城市群生态经济的发展是以北京市为起点，逐步向南发展。近些年来，京津冀城市群着力推进交通一体化、生态环境保护和产业升级转移三大重点领域的率先协同，生态经济发展取得明显成效。北京市作为我国的首都，其第三产业占绝对主导地位，产业结构基本稳定，并且拥有最强的科技创新能力，因此生态经济效率值一直保持在1 以上，发展经济和保护生态环境互相协调，有效实现了经济可持续发展。虽然北京的科技创新能力最强，但对天津、河北的辐射和研发转化还有很大的空间，并且近年来河北省第二产业比重有所增长，面临着区域内产业链与创新链对接融合不充分、产业辐射带动能力不强等问题，因此京津冀城市群中大部分城市表现平平，依然处于较低效率区。

图4 2006年、2013年、2020年京津冀城市群生态经济效率空间分布图

为了进一步分析2006—2020 年三大城市群生态经济效率的动态变化趋势，本文运用Matlab 软件得到Malmquist 指数及其分解情况，结果如表4 和图5 所示。

图5 三大城市群生态经济效率Malmquist指数及其分解

表4 2006—2020年三大城市群Malmquist指数

从整体上看，三大城市群Malmquist 指数均值均大于1，循环经济的整体趋势正向着良好的方向发展。其中，京津冀地区年均增长速度最快，达到10.4%；长三角地区位居第二，年均增长8.2%；珠三角最低，年均增长4.2%，这也再一次证明了之前超效率SBM 模型所得的结果，在三大城市群中京津冀城市群生态经济发展表现最佳。从各地区来看，三大城市群表现出相似的特征，呈现正弦波动趋势，于2008—2009 年出现第一轮下降，全球经济陷入深度衰退，随后达到第一次峰值。第二次峰值出现在2014—2015 年，这表明自我国生态文明建设理论与实践进入了新的历史阶段以来，各城市群切实推进生态文明建设成效显著。

从三大城市群生态经济效率Malmquist 指数具体分解情况来看，综合技术效率年均增长2.8%，技术进步效率年均增长6.0%，这表明全要素生产率的提升受综合技术效率与技术进步效率的共同影响，但主要是源于技术进步的推动作用。分析全要素生产率增长原因，可将其分为两类：①技术进步拉动型。长三角城市群与珠三角城市群均属于此类。长三角与珠三角地区地处东部沿海地带，拥有发达的港口和水路交通，是中国制造业的中心，政府制定大量优惠政策，吸引各类高精尖人才落户，并加大自主创新活动投入和技术引进力度，加强对引进技术的消化吸收，进而促进了全要素生产率提高。②效率改变拉动型。导致综合技术效率占主导地位的原因在于纯技术效率和规模效率的提高，京津冀地区属于此类。这表明，京津冀地区相较于其他两个地区，有更强的资源配置能力和更优的规模效率。

3.3 中国三大城市群生态经济效率的收敛性分析

在明确了三大城市群生态经济效率的时空演变特征基础上，本文从收敛性视角出发，进一步研究三大城市群生态经济效率增长速度是否存在收敛的演化趋势，通过σ收敛、绝对β收敛和条件β收敛分别对其生态经济效率水平收敛性进行检验。

3.3.1σ收敛检验与分析

三大城市群生态经济效率的σ收敛系数如表5 和图6 所示。京津冀城市群与长三角城市群均呈现波动下降趋势，期末数值低于初期数值，即说明该地区生态经济效率整体存在σ收敛特征，地区内部差异逐渐减小。京津冀地区较长三角地区收敛趋势更为明显，变动幅度更为平缓，北京、天津地区在经济稳步增长的同时，坚定不移地疏解非首都功能，推动“新两翼”建设，努力协调经济社会发展与生态环境保护的关系，积极发挥辐射带动作用，为京津冀区域生态经济协调发展带来新动力、新模式，各城市生态经济效率发展水平的差距逐步缩小。长三角地区在三大城市群里波动幅度最大，呈现“M”型变化趋势，2016年之后出现较大幅度下降，随着长三角一体化不断推进，各地以发展生态经济为支撑，积极构建绿色发展新空间，统筹空间开发与生态保护，城市群内部生态经济效率水平差异变小。珠三角城市群在观察期间出现明显上升趋势，期末数值远超期初，不存在σ收敛特征。

图6 三大城市群生态经济效率的σ收敛系数变化趋势

表5 三大城市群生态经济效率的σ收敛系数

3.3.2 绝对β收敛检验与分析

根据Hausman 检验选择固定效应的β收敛模型，得到三大城市群生态经济效率的绝对β收敛检验结果如表6 所示，三大城市群的β值均为负，且都通过1%的显著性检验，这表明这三个区域均存在绝对β收敛特征，生态经济效率水平较为落后的地区生态经济效率增长速度比生态经济效率水平领先的地区更快，增长速度与生态效率水平之间存在负相关关系。城市群是我国重点打造的城市集体对象，是一个地区的发展主轴，具有相似的环境政策、产业结构等，面临相似的生态经济发展问题，使得这三大城市群的生态经济效率趋于收敛状态。从收敛速度来看，长三角收敛速度最高，为3.392%；京津冀次之，为2.640%；珠三角最低，为1.693%。珠三角作为拥有城市最少，人均GDP 最高的城市，生态经济效率水平的绝对β收敛速度低于其他两个城市群且差异较大，这充分展现了落后地区的后发优势，通过学习先进地区的科技创新技术，不断优化升级产业，使得收敛速度大大提升。值得注意的是，绝对β收敛蕴含着严格的假定条件，但事实并非如此，因此，本文将进一步展开条件β收敛检验，去除绝对β收敛中各区域的经济、资源、环境系统具有完全相同的基本特征的假定条件束缚。

表6 三大城市群生态经济效率的绝对β收敛

3.3.3 条件β收敛检验与分析

在生态经济效率绝对收敛的基础上，加入多个控制变量，将其转化为条件收敛，并通过系数和P值来分析三大城市群条件β收敛情况，具体结果如表7 所示。结果表明：（1）三大城市群存在条件β收敛特征。三大城市群的β系数均为负，且在1%的水平上显著，这说明在考虑产业结构水平、人口密度、对外开放程度、就业水平和经济发展水平等影响因素后，这三个地区均存在条件β收敛特征，不同区域的生态经济效率收敛于各自的稳定水平。在加入各种控制变量之后，条件β收敛相较于绝对β收敛，其R2均出现了较为明显的上升，这也说明了本文选取的变量科学有效。（2）条件β收敛结果与绝对β收敛结果基本一致。从收敛速度来看，三大城市群从高到低排列依次为京津冀城市群（4.824%）、长三角城市群（4.401%）、珠三角城市群（3.484%），生态经济效率增长速度与生态效率水平之间存在明显负相关关系，这与绝对β收敛结果相似，且收敛速度相较于绝对收敛速度更快。（3）不同地区影响生态经济效率水平收敛的因素存在一定差异。分地区看，只有京津冀城市群产业结构水平通过了10%的显著性水平检验，这表明第二产业增加值占GDP 比重与生态经济效率水平存在负向关系，第二产业比重降低有助于生态经济效率的收敛。长三角城市群人口密度、就业水平和经济发展水平均通过显著性检验，这表明人口密度更高、经济发展水平更快的城市对生态经济效率的收敛趋势产生正面影响。就业水平本身并不会直接影响生态经济效率水平升降，但是如果就业增长过快或者就业结构不合理，将会对生态环境造成一定的负面影响，从而影响生态经济效率，因此，在注重提高就业率的同时，还要注重对于环境的保护。珠三角与长三角城市群类似，就业水平与经济发展水平均分别通过1%、10%的显著性水平，人口密度虽然系数为正，但是未通过显著性检验，这表明在珠三角地区人口密度的高低对于生态经济效率的收敛促进不明显，由于自身拥有较好的生态文明建设基础，人口流动变化对地区生态经济发展无较大影响。

表7 三大城市群生态经济效率的条件β收敛

4 研究结论与政策建议

本文得出以下主要研究结论：①从时间趋势来看，三大城市群的生态经济效率总体呈现上升趋势，京津冀城市群稳步上升，长三角与珠三角城市群呈现波动下降趋势，城市群之间差异逐步缩小。②从时空演变情况来看，珠三角城市群呈现由“面”转变为“点”的趋势，效率降低最终聚集到深圳市和佛山市；长三角城市群呈现“三点”分布状，以宣城、金华和上海市为起点，逐步向外发散，生态经济效率值平稳发展，略有降低京津冀城市群以北京市为起点，逐步向南发展，最终呈现“东高西低”的空间分布特征。进一步从Malmquist 指数结果来看，三大城市群生态经济效率均呈现上升趋势，增长速度从高到低排列依次为京津冀、长三角、珠三角，这与上述生态经济效率发展趋势保持一致。③从收敛特征来看，只有京津冀城市群与长三角城市群存在σ收敛特征，珠三角城市群不存在σ收敛特征，但三大城市群均存在绝对β收敛、条件β收敛。在绝对β收敛中，长三角收敛速度最快，京津冀次之。在加入控制变量的条件β收敛中，京津冀赶超长三角成为第一，珠三角一直位于末位，并且收敛速度均出现不同程度上升。

基于以上研究结论,得到如下政策启示：①注重和谐共生，推动区域协调发展。各城市群资源禀赋各异，发展基础不同，要想缩小区域之间的差距，单纯依靠核心城市的力量还远远不足，需要各个城市共同的努力，重视区域异质性，针对存在的问题重点改进。以新发展理念贯穿区域协调发展，统筹解决地区发展不平衡问题，生态保护与经济发展同步协调发展，促进人与自然和谐共生和社会公平正义。②重视科技创新，完善现代产业体系。京津冀城市群要继续依托北京的创新资源优势，以高精尖产业为牵引，打造并壮大发展新动能，辐射带动三地科技创新和成果转化，更好推动京津冀协同创新发展。长三角城市群要进一步优化产业结构，立足现有支柱产业，延伸产业链，促进产业高端化、现代化，大力发展先进制造业和高技术产业；积极发展现代农业，走农业产业化、规模化经营道路。珠三角城市群要加大科技研发投入，通过科技水平的提高推动传统产业的转型升级，培育新兴产业和战略性新兴产业，提高实体经济的创新能力和竞争力。③坚持因地制宜，优化绿色发展政策。三大城市群要针对各自区域内部特征，因地制宜制定符合当地实际的环境政策，加大对绿色技术创新的支持和引导，促进绿色产业的发展，加强对绿色产品和环境标准的监管，鼓励企业生产和消费绿色产品，推动经济的绿色转型。