長(zhǎng)三角城市群綠色發(fā)展效率評(píng)價(jià)

長(zhǎng)三角城市群綠色發(fā)展效率評(píng)價(jià)摘要：當(dāng)前，城市群建設(shè)已經(jīng)成為區(qū)域高質(zhì)量發(fā)展的重要推動(dòng)力。本文基于非徑向的Meta-frontierDEA模型測(cè)算了我國長(zhǎng)三角城市群26個(gè)城市2006-2015年的綠色發(fā)展效率，并進(jìn)一步分析了群組前沿面和共同前沿面之間的技術(shù)差距、分解了各個(gè)城市的無效性來源。結(jié)果表明：（1）長(zhǎng)三角城市群在2006-2015年間的綠色發(fā)展效率整體呈上升趨勢(shì)，但城市群內(nèi)部各城市發(fā)展存在不平衡性；（2）從技術(shù)差距比來看，四個(gè)群組中上海在10年間始終處于領(lǐng)先地位，江蘇和浙江的綠色發(fā)展比較穩(wěn)定，而安徽表現(xiàn)出較好的綠色發(fā)展?jié)摿?，逐步追趕并超越了江蘇與浙江；（3）不同城市的綠色無效性的主要來源各不相同，有管理無效性，技術(shù)無效性或兩者兼而有之。最后，根據(jù)各個(gè)城市的綠色發(fā)展效率評(píng)價(jià)結(jié)果，對(duì)長(zhǎng)三角城市群經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型、加快產(chǎn)業(yè)升級(jí)，實(shí)現(xiàn)綠色發(fā)展提供了可行建議。關(guān)鍵詞：綠色發(fā)展效率；共同前沿；DEA；非徑向模型；技術(shù)異質(zhì)性

一、引言城市群作為工業(yè)化和城市化進(jìn)程中區(qū)域空間形態(tài)的最高組織形式，其產(chǎn)業(yè)協(xié)同集聚對(duì)于經(jīng)濟(jì)發(fā)展有顯著的協(xié)同作用[1]。根據(jù)《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》，我國的傳統(tǒng)省域經(jīng)濟(jì)正在向中心城市群經(jīng)濟(jì)轉(zhuǎn)變，城市群建設(shè)已成為中國城市化進(jìn)程的必然趨勢(shì)。長(zhǎng)三角城市群作為我國經(jīng)濟(jì)規(guī)模最大、人口最為密集的區(qū)域，近年來在經(jīng)濟(jì)和科技創(chuàng)新等方面取得了矚目成績(jī)。其2018年的GDP達(dá)到21萬億元，約占全國的23%，在11個(gè)國家級(jí)城市群中居于首位。2018年11月18日，中共中央、國務(wù)院發(fā)布的《中共中央國務(wù)院關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見》使長(zhǎng)三角一體化正式上升為國家級(jí)發(fā)展戰(zhàn)略。由于區(qū)位優(yōu)勢(shì)、政策紅利、創(chuàng)新集聚等因素，長(zhǎng)三角城市群引領(lǐng)中國城市的經(jīng)濟(jì)發(fā)展。然而，快速的經(jīng)濟(jì)發(fā)展也伴隨著環(huán)境問題較為突出、能耗過高等問題。由于城市群生態(tài)問題頻發(fā)，城市群內(nèi)部調(diào)節(jié)機(jī)制若不健全，環(huán)境污染可能面臨疊加效應(yīng)[2]。因此，對(duì)長(zhǎng)三角城市群綠色發(fā)展的研究顯得尤為重要和迫切?！熬G色經(jīng)濟(jì)”是“綠色發(fā)展”的前身，出現(xiàn)在1989年DavidPierce所著的《綠色經(jīng)濟(jì)的藍(lán)圖》一書中。早期概念局限于環(huán)境保護(hù)，但隨著可持續(xù)發(fā)展理念的深入，“綠色經(jīng)濟(jì)”的核心開始向經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展過渡。而“綠色發(fā)展”相關(guān)概念由聯(lián)合國開發(fā)計(jì)劃署（UNDP）在《2002年中國人類發(fā)展報(bào)告:讓綠色發(fā)展成為一種選擇》中首次提出，其核心是在資源和環(huán)境的雙重約束下，發(fā)展綠色產(chǎn)業(yè)以推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，將環(huán)境保護(hù)作為實(shí)現(xiàn)可持續(xù)發(fā)展重要支柱的一種新型發(fā)展模式。由此，綠色發(fā)展逐步形成了經(jīng)濟(jì)、生態(tài)協(xié)調(diào)發(fā)展的綜合理論體系。在全球生態(tài)環(huán)境日益惡化的背景下，綠色發(fā)展已經(jīng)成為衡量城市群綜合競(jìng)爭(zhēng)力的一個(gè)重要指標(biāo)。中國長(zhǎng)期以來的粗放式發(fā)展帶來了高污染、高能耗等一系列問題。為此，2017年中央經(jīng)濟(jì)工作會(huì)議上習(xí)總書記指出“我國經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，推動(dòng)高質(zhì)量發(fā)展，是保持經(jīng)濟(jì)持續(xù)健康發(fā)展的必然要求”；隨后又在全國生態(tài)環(huán)境保護(hù)大會(huì)上總書記再次強(qiáng)調(diào)：“綠色發(fā)展是構(gòu)建高質(zhì)量現(xiàn)代化經(jīng)濟(jì)體系的必然要求，是解決污染問題的根本之策。”顯然，如何在生態(tài)邊界的約束條件下開發(fā)經(jīng)濟(jì)發(fā)展的新模式，是長(zhǎng)三角一體化過程中不可忽視的問題。對(duì)長(zhǎng)三角城市群綠色發(fā)展效率的評(píng)價(jià)，對(duì)于作為全國高質(zhì)量發(fā)展樣板區(qū)的長(zhǎng)三角城市群至關(guān)重要。二、文獻(xiàn)綜述目前，綠色發(fā)展已成為學(xué)界的熱點(diǎn)問題，大量文獻(xiàn)對(duì)這一問題進(jìn)行了深入研究。針對(duì)綠色發(fā)展的評(píng)價(jià)，現(xiàn)有文獻(xiàn)已呈現(xiàn)出概念的相似性，如：“綠色效率”、“能源效率”和“環(huán)境效率”。三個(gè)概念有相似之處，卻不能混淆使用。事實(shí)上，綠色效率是能源效率和環(huán)境效率的繼承和發(fā)展。能源效率考慮生產(chǎn)要素投入不變的條件下最大化經(jīng)濟(jì)產(chǎn)出，思維局限于生產(chǎn)領(lǐng)域；環(huán)境效率側(cè)重于環(huán)境污染的最小化，強(qiáng)調(diào)廢棄物產(chǎn)出的減少和循環(huán)再利用，指標(biāo)選擇局限在經(jīng)濟(jì)環(huán)境系統(tǒng)。而綠色效率不僅強(qiáng)調(diào)經(jīng)濟(jì)產(chǎn)出的最大化和非期望產(chǎn)出的最小化，還把社會(huì)發(fā)展水平納入測(cè)度，實(shí)現(xiàn)了“經(jīng)濟(jì)-環(huán)境-社會(huì)”三個(gè)領(lǐng)域的統(tǒng)一，這更符合當(dāng)代社會(huì)綠色、均衡發(fā)展的要求[2]。能源效率方面，Hu和Wang最先提出了全要素能源效率，即在單要素框架中加入勞動(dòng)力、資本、能源等多個(gè)生產(chǎn)要素，從而合理評(píng)估能源效率[3]。然而，忽略如廢氣、廢水等環(huán)境污染會(huì)導(dǎo)致能源效率的測(cè)度偏差[4]。Zhang、Wu、Bi、Wang等學(xué)者進(jìn)而同時(shí)考慮非期望產(chǎn)出，構(gòu)建全新的全要素能源效率框架，這使得度量更加合理，研究對(duì)象的深度、廣度也得到了進(jìn)一步發(fā)展[5-8]。Wang等把中國經(jīng)濟(jì)分為五大行業(yè)，分析了各行業(yè)間的差異[9]，Chen等從地區(qū)和細(xì)分行業(yè)的雙重視角考察了中國制造業(yè)的能源效率[10]。環(huán)境效率方面，Gan等針對(duì)性分析了長(zhǎng)三角24個(gè)城市的環(huán)境治理效率并度量其動(dòng)態(tài)變化[11]，Wang等運(yùn)用SBM方向距離函數(shù)和盧恩伯格生產(chǎn)率指標(biāo)測(cè)度了考慮資源環(huán)境因素下中國30個(gè)省份1998—2007年的環(huán)境效率[12]，Tu等運(yùn)用兩階段的網(wǎng)絡(luò)DEA模型分析了工業(yè)領(lǐng)域的環(huán)境治理效率[13]。綠色效率的研究方法上，學(xué)界主要存在兩種方法：隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）。Aigner、Lovell和Schmidt開發(fā)了隨機(jī)前沿分析，運(yùn)用回歸分析的手段，通過預(yù)定義生產(chǎn)函數(shù)來分析輸入量和輸出量之間的關(guān)系[14]。Ghosh和Kathuria發(fā)展了SFA，較好地在多輸入、輸出的條件下評(píng)估效率[15]。由Charnes等人提出的DEA非參數(shù)方法，能夠在不指定生產(chǎn)函數(shù)的情況下評(píng)估多輸入、輸出的決策單元（DMU）的相對(duì)效率[16]。Thijssen等人的研究充分顯示了DEA作為非參數(shù)方法的優(yōu)越性[17]。在綠色效率的問題上，早期研究多假定被研究對(duì)象具有相同的技術(shù)水平。然而，這一假設(shè)并不現(xiàn)實(shí)。例如：中國東部沿海地區(qū)已進(jìn)入城市化的中期階段，西部偏遠(yuǎn)地區(qū)卻仍處于城市化的起步階段。采用上述假設(shè)會(huì)帶來生產(chǎn)前沿面的評(píng)估偏差，Chen和Song驗(yàn)證了這一點(diǎn)[18]。為了將技術(shù)異質(zhì)性納入考慮，O'Donnell等提出Meta-frontier的概念，其使用DEA來研究屬于不同群體的技術(shù)效率[19]。Li和Ma基于Meta-frontier模型考察了中國30個(gè)省區(qū)在資源與環(huán)境雙重約束下的工業(yè)用水效率[20]。Zhang等開發(fā)了基于Meta-frontier的非徑向方向距離函數(shù)來評(píng)估技術(shù)異質(zhì)性和非期望產(chǎn)出對(duì)環(huán)境效率測(cè)量的影響[21]。Munisa和Arabi使用基于Meta-frontier的Malmquist-Luenberger生產(chǎn)力指數(shù)測(cè)度了發(fā)電站在一定時(shí)長(zhǎng)內(nèi)的環(huán)境效率[22]。Alem等提出了一個(gè)隨機(jī)的Meta-frontier模型來衡量挪威奶牛場(chǎng)技術(shù)效率和技術(shù)差距的區(qū)域差異[23]。綜上所述，對(duì)能源效率和環(huán)境效率的研究雖然已得到較深入的發(fā)展，但考察綠色效率無疑更符合可持續(xù)發(fā)展戰(zhàn)略的要求。由于長(zhǎng)三角城市群三省一市之間的城鎮(zhèn)化和工業(yè)化水平并不一致，在考慮省際、省內(nèi)城市間技術(shù)異質(zhì)性的情況下研究其綠色效率將為中國城市群經(jīng)濟(jì)的發(fā)展提供更合理的現(xiàn)實(shí)依據(jù)。實(shí)際上，綠色發(fā)展理念就是同時(shí)考慮期望產(chǎn)出和非期望產(chǎn)出兩個(gè)改進(jìn)方向的非徑向模型，而以往的徑向模型則沒有把綠色發(fā)展的理念納入考量。本文基于現(xiàn)有研究成果及不足，提出了考慮非期望產(chǎn)出和技術(shù)異質(zhì)性的非徑向Meta-frontier模型，用于評(píng)價(jià)長(zhǎng)三角城市群26個(gè)城市2006-2015年的綠色發(fā)展效率。進(jìn)一步地，我們分析了群組前沿面和共同前沿面之間的技術(shù)差距、分解了各個(gè)城市的無效性來源。此外，我們還分析了這些實(shí)證結(jié)果的含義，并為政府相關(guān)部門提供了具體的對(duì)策建議。三、研究方法（一）、非徑向Meta-frontierDEA模型使用DEA方法評(píng)價(jià)城市發(fā)展效率時(shí)，其潛在假設(shè)認(rèn)為被評(píng)價(jià)單元的生產(chǎn)技術(shù)處于相同或相似水平，從而分析單元的無效性和尋找單元效率改進(jìn)的標(biāo)桿。但是，我國不同省份的城市化程度差距較大，產(chǎn)業(yè)結(jié)構(gòu)和工業(yè)化水平也不一致，不同省份的生產(chǎn)技術(shù)水平并不相同。此時(shí)，若不考慮這些省份的生產(chǎn)技術(shù)水平的差異性，繼續(xù)在統(tǒng)一的生產(chǎn)前沿面下評(píng)價(jià)城市的發(fā)展效率，將無法準(zhǔn)確地衡量各地區(qū)的真實(shí)發(fā)展水平，也將難以發(fā)現(xiàn)無效性的來源。考慮生產(chǎn)技術(shù)異質(zhì)性，基于O'Donnell等提出的處理辦法，本文構(gòu)建了同時(shí)考慮期望產(chǎn)出和非期望產(chǎn)出的非徑向Meta-frontierDEA方法。假設(shè)有N個(gè)經(jīng)濟(jì)決策單元（DMU），每個(gè)單元都有m個(gè)投入，s個(gè)期望產(chǎn)出和t個(gè)非期望產(chǎn)出，令,和分別表示DMUn(n=1,...,N)的第i個(gè)投入、第r個(gè)期望產(chǎn)出和第f個(gè)非期望產(chǎn)出?？紤]到技術(shù)異質(zhì)性，我們將N個(gè)DMU分為k個(gè)獨(dú)立的群組，群組k內(nèi)的DMU分別由Nk（）表示?；贠'Donnell等人的共同前沿模型，在規(guī)模報(bào)酬可變的假設(shè)條件下，則所有單元的共同生產(chǎn)可能集為：(1)根據(jù)不同省份城市發(fā)展水平的不同劃分上海、江蘇、浙江和安徽四個(gè)群組(k=1,2,3,4)，其群組生產(chǎn)可能集為：(2)由于共同前沿技術(shù)是群組前沿技術(shù)的包絡(luò)曲線，其滿足：1.對(duì)于任何k，若，則；2.若，則；3.?？紤]傳統(tǒng)的徑向共同前沿模型可能會(huì)忽視不同類型產(chǎn)出的改進(jìn)潛力不相同的問題，本文提出了非徑向的同時(shí)考慮非期望產(chǎn)出的共同前沿和群組前沿DEA模型，如(3)和(4)所示。(3)(4)其中，和分別表示給定的期望產(chǎn)出和非期望產(chǎn)出的權(quán)重，滿足。兩個(gè)模型的目標(biāo)函數(shù)分別表示DMUn在共同前沿面和群組前沿面下的無效程度。從而，我們分別得到了DMUn的共同前沿環(huán)境效率和群組前沿環(huán)境效率。（二）、技術(shù)差異分析為了評(píng)估群組前沿面和共同前沿面之間的差距，DMUn環(huán)境效率的技術(shù)差距比定義為（5）此外，第k組的平均技術(shù)差距比為（6）由于共同前沿由群組前沿包絡(luò)而成，故恒成立。因此，技術(shù)差距比在0到1之間。越趨近于1則技術(shù)異質(zhì)性越小，群組的綠色效率越趨近于共同前沿的綠色效率。反之，越趨近于0則技術(shù)異質(zhì)性越大，群組的綠色效率越遠(yuǎn)離共同前沿的綠色效率。盡管共同前沿和特定的群組前沿之間的技術(shù)異質(zhì)性可以通過TGR區(qū)分，卻無法識(shí)別共同前沿的低效來源。因此，共同前沿的無效性被分別分解為技術(shù)無效(TGI)和管理無效(GMI)，如下所示：（7）（8）其中，TGI表示由技術(shù)差異引起的共同前沿面與特定群組前沿面之間的技術(shù)差距。GMI表示由于投入和非期望產(chǎn)出過剩導(dǎo)致的無效性，這主要是由管理不善導(dǎo)致的。第k組中的平均TGI和GMI由等式（9）和（10）分別表示。（9）（10）四、實(shí)證分析3.1變量和數(shù)據(jù)根據(jù)2016年通過的《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，長(zhǎng)三角城市群包括上海、南京、無錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、杭州、寧波、湖州、紹興、金華、舟山、臺(tái)州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城、六安26座城市。據(jù)此，本文對(duì)長(zhǎng)三角城市群的26個(gè)地級(jí)市2006-2015年間的數(shù)據(jù)進(jìn)行分析，依據(jù)城市所屬行政區(qū)域劃分為四個(gè)群組：上海、江蘇（南京、無錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州9座城市）、浙江（杭州、寧波、湖州、紹興、金華、舟山、臺(tái)州7座城市）和安徽（合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城、六安9座城市），將這26個(gè)地級(jí)市設(shè)置為決策單元（DMU）。變量選擇上，基于以往的研究成果，我們將綠色效率的輸入設(shè)定為年末單位從業(yè)人員數(shù)、資本存量和城市建設(shè)用地面積，期望產(chǎn)出為地區(qū)生產(chǎn)總值，非期望產(chǎn)出為工業(yè)二氧化硫排放量和工業(yè)煙塵排放量，數(shù)據(jù)來源為《中國統(tǒng)計(jì)年鑒2016》和《中國城市統(tǒng)計(jì)年鑒2016》。值得一提的是，雖然兩項(xiàng)非期望產(chǎn)出表面上僅與大氣污染有關(guān)，但環(huán)境污染的各項(xiàng)指標(biāo)通常具有正相關(guān)性，因此本文非期望產(chǎn)出的選擇仍具有較強(qiáng)的代表性。表1數(shù)據(jù)的描述性統(tǒng)計(jì)分析群組年末單位從業(yè)人員數(shù)（萬人）資本存量（億元）城市建設(shè)用地面積(平方公里)地區(qū)生產(chǎn)總值（GDP）（億元）工業(yè)二氧化硫排放量(萬噸)工業(yè)煙塵排放量(萬噸)上海498.0621380.192780.30150948.5622.256.88江蘇87.833978234.24219.573577.757.933.64浙江98.445427.04165.712652.146.252.25安徽36.233760.9397.401204.842.852.60總計(jì)88.176367.85261.272896.706.273.03從表1可以看出，四個(gè)群組的三個(gè)輸入量和期望產(chǎn)出從大到小基本都呈現(xiàn)上海、江蘇、浙江和安徽的排列順序，這與四個(gè)群組的城市化程度是吻合的。而非期望產(chǎn)出也呈現(xiàn)出相似的特征，表明經(jīng)濟(jì)發(fā)展與環(huán)境污染間的強(qiáng)正相關(guān)關(guān)系。上海的所有輸入、輸出量都是最高的，安徽的除工業(yè)煙塵排放量外都是最低的。3.2效率分析通過求解模型（3）和（4），我們可以分別得到每個(gè)DMU群組前沿和共同前沿的綠色不效率程度和，進(jìn)而根據(jù)公式和得到每個(gè)DMU群組前沿和共同前沿的綠色效率程度。附錄中的表2列出了26個(gè)城市2006-2015年的GEE和MEE值。圖1給出了這四個(gè)群組2006-2015年的平均MEE和GEE值。圖12006-2015年四群組的平均MEE和GEE值圖1中我們可以直觀看出四個(gè)群組綠色效率的平均表現(xiàn)，其中上海無論是MEE還是GEE，幾乎在所有年份中都達(dá)到了前沿面，而其他三個(gè)群組均與其存在較大的差距，多數(shù)MEE、GEE位于0.6到0.9之間。因此，這一結(jié)果說明了長(zhǎng)三角城市群綠色發(fā)展的不平衡和技術(shù)異質(zhì)性，同時(shí)說明了使用Meta-frontier模型的合理性：將上海與其他省份直接比較顯然是不公平的。以安徽省合肥市為例。根據(jù)表2，其GEE值在2006-2011年間恒為1，表明其群組技術(shù)的有效性。然而考慮到安徽在四個(gè)群組間偏低的表現(xiàn)，合肥市很有可能達(dá)不到共同前沿面。數(shù)據(jù)印證了這一推測(cè)：2006年合肥市MEE值僅為0.395，雖然此后合肥市的綠色發(fā)展工作取得一定成效，但2011年MEE值仍只有0.836。安徽省的MEE值在大多數(shù)年份中都低于其他三個(gè)群組，均值上約為三個(gè)群組MEE的76%，反映了其群組技術(shù)與沿海省份的較大差距。不過10年間GEE值全為1的六安市，其MEE值有7年達(dá)到1，這顯然值得安徽省內(nèi)其他地級(jí)市政府的學(xué)習(xí)。江蘇省的城市化進(jìn)程總體快于浙江，但其MEE值卻與浙江省的數(shù)據(jù)十分接近，在一些年份中甚至被反超，我們有理由認(rèn)為這是因?yàn)榻K對(duì)綠色發(fā)展仍缺乏足夠的重視。從整體上繼續(xù)對(duì)長(zhǎng)三角城市群的綠色效率進(jìn)行分析。圖2反映了長(zhǎng)三角城市群10年間綠色效率的均值走勢(shì)。圖22006-2015年長(zhǎng)三角城市群綠色效率變化趨勢(shì)可以直觀看出，長(zhǎng)三角城市群10年間綠色效率呈現(xiàn)上升趨勢(shì)，MEE、GEE值分別達(dá)到0.8、0.9，10年內(nèi)MEE均值為0.711，GEE均值為0.857。我們可以得出一些啟示：首先，長(zhǎng)三角地區(qū)10年的生態(tài)治理逐步取得成果?？紤]到國家于2007年提出節(jié)約資源、保護(hù)環(huán)境的基本國策，自2007年起，長(zhǎng)三角地區(qū)各城市MEE、GEE值雖然在2009和2012年出現(xiàn)了小幅下降，但分別從0.627、0.763上升到0.794和0.924，增幅分別達(dá)到26.63%和21.10%，總體上有著明顯的提升，說明城市群的綠色效率治理取得了一定的進(jìn)展。其次，長(zhǎng)三角城市群綠色效率仍有較大的提升空間。10年間綠色效率的提升幅度有限，總體均值離1有一定差距，由于一些城市已達(dá)到綠色有效狀態(tài)，說明仍有一批城市沒有達(dá)到綠色效率的前沿面。兩項(xiàng)數(shù)據(jù)10年里MEE均小于GEE，說明一些地區(qū)的城市綠色效率在群組內(nèi)的表現(xiàn)要優(yōu)于在共同群組中的表現(xiàn)，這也反映出城市群內(nèi)部的不均衡發(fā)展?？偠灾L(zhǎng)三角城市群的綠色發(fā)展效率整體呈上升態(tài)勢(shì)。城市群內(nèi)部發(fā)展不均衡，表現(xiàn)在組成單元的群組表現(xiàn)優(yōu)于共同群組表現(xiàn)，對(duì)它們的研究不能一概而論，而應(yīng)區(qū)別對(duì)待。長(zhǎng)三角地區(qū)仍有較多城市是技術(shù)無效的。好在綠色發(fā)展的理念已被越來越多的地方政府接受并貫徹執(zhí)行，這些城市越來越接近技術(shù)有效前沿面。3.3技術(shù)差距分析技術(shù)差距比可由等式（5）和（6）得到，附錄中的表2列出了計(jì)算結(jié)果，圖3描繪了四個(gè)群組平均TGR的變化趨勢(shì)。圖32006-2015年四群組的TGR值變化趨勢(shì)從圖3可以看出，上海的技術(shù)差距比在多數(shù)年份都達(dá)到1，研究時(shí)期內(nèi)TGR均高于0.93，在長(zhǎng)三角城市群內(nèi)處于領(lǐng)先地位。值得關(guān)注的是江蘇省和安徽省，2010年以前江蘇省TGR維持在0.9以上，而同時(shí)期安徽省TGR低于0.8。然而自2011年起，安徽省TGR達(dá)到0.9，10年間增幅為40.58%，并逐漸接近上海TGR值，江蘇省TGR卻出現(xiàn)了效率下降的情況，2014年起開始在長(zhǎng)三角城市群中居末位。浙江省TGR則在研究時(shí)期內(nèi)連年低于0.81?？紤]到上一部分中江蘇與浙江MEE值不相上下甚至反超的情況，江蘇TGR下降的具體原因值得更深入的研究。不過毋庸置疑的是，江蘇省應(yīng)當(dāng)學(xué)習(xí)安徽省近年來對(duì)綠色技術(shù)的大力支持，盡快改進(jìn)其技術(shù)水平。浙江省則應(yīng)當(dāng)縮小技術(shù)差距，盡快呈現(xiàn)出TGR的上升態(tài)勢(shì)。圖中紅線代表長(zhǎng)三角城市群的整體技術(shù)差距變動(dòng)情況。相關(guān)綠色政策實(shí)施以來，長(zhǎng)三角地區(qū)總體技術(shù)差距比變化不大。作為經(jīng)濟(jì)較發(fā)達(dá)的沿海省份，江蘇省拉低了城市群的整體表現(xiàn)。而與之相比經(jīng)濟(jì)欠發(fā)達(dá)的安徽省卻有著優(yōu)異表現(xiàn)。安徽省近年來大力推廣綠色經(jīng)濟(jì)，如淮南的800MW全球單體最大的漂浮電站工程和全省農(nóng)業(yè)綠色發(fā)展機(jī)制；同時(shí)改變傳統(tǒng)的資源型產(chǎn)業(yè)結(jié)構(gòu)和粗放型經(jīng)濟(jì)增長(zhǎng)方式，銅陵市的環(huán)境治理是一個(gè)很好的例子：作為典型的工業(yè)城市，銅陵市長(zhǎng)期依賴第二產(chǎn)業(yè)，GDP占比高達(dá)70%，但由于近年來對(duì)綠色技術(shù)的投入，環(huán)境治理設(shè)施利用率高，產(chǎn)業(yè)集群發(fā)展，污染物的排放與處理都更為集中，實(shí)現(xiàn)了高效率的環(huán)境治理，表2數(shù)據(jù)顯示該市TGR值自2011年以來一直為1。因此，經(jīng)濟(jì)發(fā)達(dá)并不完全等同于技術(shù)先進(jìn)，政策制定者應(yīng)當(dāng)做好統(tǒng)籌協(xié)調(diào)工作，對(duì)技術(shù)發(fā)展引起足夠的重視。3.4低效率來源分析和效率改進(jìn)方向綠色無效性主要由技術(shù)效率（TGI）低下和管理效率低下(GMI)組成，其可由公式（9）和（10）計(jì)算，具體結(jié)果在附錄表2中。圖4描繪了四個(gè)群組綠色無效性的構(gòu)成。圖4四群組綠色無效程度的分解從圖4中我們可以看出，上海僅有的三個(gè)綠色無效年（2007、2009和2013）中，組成多為管理效率低下，即管理不當(dāng)。對(duì)于江蘇而言，自2011年起該省TGR連年下跌，而綠色無效性的主要原因由管理不力轉(zhuǎn)變?yōu)榧夹g(shù)差距，這應(yīng)當(dāng)引起江蘇省政府的高度重視。浙江綠色無效的主因也是技術(shù)差距，表明其雖優(yōu)于江蘇，但技術(shù)水平仍有很大的提升空間。安徽綠色無效性的分解結(jié)果較為均衡，考慮到其TGR值近年來的顯著增長(zhǎng)，安徽省政府應(yīng)當(dāng)繼續(xù)推動(dòng)綠色發(fā)展，提高管理水平，促進(jìn)高質(zhì)量發(fā)展。不可忽略的是，對(duì)于管理效率低下，增加技術(shù)投入只會(huì)帶來更多的冗余，其可在較短的時(shí)間內(nèi)通過優(yōu)化管理制度、合理分配經(jīng)濟(jì)投入量等方式得到改善。而技術(shù)差距則需要較長(zhǎng)的時(shí)間來彌補(bǔ)，江蘇、浙江的綠色效率仍有提高空間，政策制定者必須正視差距。上海作為長(zhǎng)三角城市群綠色發(fā)展的標(biāo)桿城市，也應(yīng)改善管理，在資金投入不變的情況下，統(tǒng)籌規(guī)劃，增加單位資金投入的產(chǎn)出效率，同時(shí)還應(yīng)將第一產(chǎn)業(yè)中的剩余勞動(dòng)力向第二產(chǎn)業(yè)和第三產(chǎn)業(yè)轉(zhuǎn)移，提高從業(yè)人員素質(zhì)，維持既有優(yōu)勢(shì)。圖5四群組TGI、GMI箱型圖進(jìn)一步觀測(cè)城市群內(nèi)各個(gè)組成單元——城市，我們發(fā)現(xiàn)各個(gè)城市的綠色效率是存在差異的，而群內(nèi)差異程度反映城市群綠色效率的均衡特性。如果一個(gè)城市群的綠色效率很高，但是其內(nèi)部城市的綠色效率水平差異巨大，則該城市群在統(tǒng)籌協(xié)調(diào)、產(chǎn)業(yè)轉(zhuǎn)移等方面或存在問題，即沒有形成綠色發(fā)展的良性循環(huán)模式，而是單純地將高污染、高能耗的產(chǎn)業(yè)在城市群內(nèi)部進(jìn)行簡(jiǎn)單的遷移。從圖5中我們看到浙江無論是TGI還是GMI，省內(nèi)各城市的數(shù)據(jù)都較為趨近，說明其內(nèi)部差距較小，發(fā)展較為均衡。而江蘇則恰恰相反，表明其TGR值下降與技術(shù)低下的趨勢(shì)是由省內(nèi)發(fā)展不均衡導(dǎo)致的，有必要進(jìn)行內(nèi)部分析，找出低效城市。圖62015年江蘇省9城市TGI、GMI雷達(dá)圖考慮到江蘇省各項(xiàng)數(shù)據(jù)的發(fā)展趨勢(shì)，以及距今更近的數(shù)據(jù)更具政策啟示性，選取最具代表性的2015年數(shù)據(jù)進(jìn)行分析。由圖6易知，無錫和蘇州在技術(shù)和管理上都領(lǐng)先于江蘇省內(nèi)其他城市。鎮(zhèn)江、揚(yáng)州、鹽城、常州的TGI均高于0.4，四個(gè)城市的市政府需要正視這一數(shù)據(jù)，通過加大資金投入、引進(jìn)高技術(shù)人才等方式彌補(bǔ)其技術(shù)差距。而省會(huì)城市南京的情況與上海類似，應(yīng)當(dāng)以改善管理水平為主。五、結(jié)論及政策啟示本文基于2006-2015年長(zhǎng)三角城市群26個(gè)地級(jí)市的面板數(shù)據(jù)，構(gòu)建了非徑向的考慮非期望產(chǎn)出和技術(shù)異質(zhì)性的Meta-frontierDEA模型評(píng)價(jià)該區(qū)域的綠色發(fā)展效率，為長(zhǎng)三角城市群經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型、加快產(chǎn)業(yè)升級(jí)，實(shí)現(xiàn)綠色發(fā)展可行建議，得出結(jié)論如下：首先，長(zhǎng)三角城市群綠色效率整體較高。長(zhǎng)三角城市10年內(nèi)MEE均值為0.711，GEE均值為0.857。觀察期內(nèi)有許多城市達(dá)到了綠色有效狀態(tài)，但各城市的綠色效率之間存在差距。其次，長(zhǎng)三角城市群綠色效率整體呈上升趨勢(shì)?？梢灾庇^看出，10年間長(zhǎng)三角地區(qū)MEE、GEE均值分別能夠達(dá)到0.8、0.9。從總體上看，MEE、GEE、TGR都存在波動(dòng)，但在觀察期內(nèi)都穩(wěn)步增長(zhǎng)。TGI和GMI則逐年下降。城市群對(duì)現(xiàn)有治理技術(shù)的運(yùn)用水平有所提高，治理技術(shù)也不斷進(jìn)步。但仍有一些城市治理水平有所下降，亟待改進(jìn)。最后，長(zhǎng)三角城市群綠色效率改進(jìn)方向存在差異。通過各城市低效率來源的分解，我們可以看出，當(dāng)前各個(gè)城市基于自身特點(diǎn)，可以通過不同的路徑實(shí)現(xiàn)綠色發(fā)展。上海、南京等城市可通過優(yōu)化管理水平，有效提高綠色效率。而鎮(zhèn)江、揚(yáng)州、鹽城、常州可從提高對(duì)環(huán)境治理的技術(shù)水平著手，進(jìn)而提高綠色效率。少數(shù)綠色效率低下的城市則需要對(duì)兩方面都給予足夠的重視和投入，才能較為有效地提高綠色效率。針對(duì)以上結(jié)論，本文給出相關(guān)的政策建議：第一，加快綠色技術(shù)引進(jìn)和研發(fā)，推動(dòng)技術(shù)進(jìn)步?？紤]到前文綠色無效程度分解的情況，技術(shù)是區(qū)域綠色發(fā)展中極為重要的一環(huán)。長(zhǎng)三角城市群作為中國對(duì)外開放程度最高、創(chuàng)新能力最強(qiáng)的地區(qū)之一，擁有良好的技術(shù)引進(jìn)政策環(huán)境，充足的資金，眾多的科研機(jī)構(gòu)，高素質(zhì)的人才，設(shè)備齊全，技術(shù)引進(jìn)和研發(fā)條件優(yōu)越。因此，長(zhǎng)三角地區(qū)各城市應(yīng)充分利用區(qū)位優(yōu)勢(shì)，積極整合資源，大力推進(jìn)碳捕捉、碳封存等綠色技術(shù)的研發(fā)以及廢棄物的清潔處理和綜合利用，控制城市的末端輸出，實(shí)現(xiàn)污染物減排，規(guī)模利用可再生能源，同時(shí)推動(dòng)以改進(jìn)、運(yùn)用綠色生產(chǎn)技術(shù)為導(dǎo)向的技術(shù)創(chuàng)新，提高各產(chǎn)業(yè)的綠色發(fā)展效率，發(fā)揮城市群綠色發(fā)展的協(xié)同效應(yīng)。對(duì)于金屬和化工等能源效率較低的產(chǎn)業(yè)，政府要給予相關(guān)企業(yè)技術(shù)支持，培育綠色生產(chǎn)的技術(shù)優(yōu)勢(shì)。而沿海地區(qū)能源效率較高的高新技術(shù)產(chǎn)業(yè)也能夠通過產(chǎn)業(yè)轉(zhuǎn)移帶動(dòng)城市群西部行業(yè)的技術(shù)進(jìn)步。第二，統(tǒng)籌協(xié)調(diào)綠色發(fā)展，加快長(zhǎng)三角地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。由于長(zhǎng)三角城市群內(nèi)部的技術(shù)異質(zhì)性，城市群應(yīng)以綠色發(fā)展的規(guī)劃總領(lǐng)全局，而城市群綠色發(fā)展現(xiàn)行政策實(shí)施效果的保證和后續(xù)動(dòng)力的挖掘，是各城市綠色發(fā)展所面臨的共同問題。各級(jí)政府要做好協(xié)調(diào)與指導(dǎo)工作，制定科學(xué)的城市綠色發(fā)展規(guī)劃，完善長(zhǎng)三角地區(qū)環(huán)境污染的防治協(xié)作機(jī)制，加強(qiáng)城市群內(nèi)的經(jīng)驗(yàn)和技術(shù)交流，共享環(huán)境治理經(jīng)驗(yàn)，探索科學(xué)的發(fā)展路徑，通過綠色規(guī)劃引導(dǎo)綠色增長(zhǎng)，積累綠色財(cái)富。充分發(fā)揮地區(qū)比較優(yōu)勢(shì)是一個(gè)理想的途徑，具體而言，上海、南京、杭州要繼續(xù)保持自己的人才與技術(shù)資源優(yōu)勢(shì)，毗鄰的蘇南和浙北地區(qū)要利用自己的地域優(yōu)勢(shì)，引進(jìn)先進(jìn)的綠色技術(shù)和高水平人才，蘇北地區(qū)和安徽要增強(qiáng)自主創(chuàng)新能力，積極探索綠色科技，利用政府扶持政策，依靠城市的主體功能定位，調(diào)整產(chǎn)業(yè)生產(chǎn)布局，并挖掘自身優(yōu)勢(shì)，打造綠色旅游等環(huán)保產(chǎn)業(yè)，加快經(jīng)濟(jì)轉(zhuǎn)型產(chǎn)業(yè)升級(jí)。即在城市群內(nèi)部培育綠色產(chǎn)業(yè)集群，加快知識(shí)、信息、人才、技術(shù)的流動(dòng)和融合，共同打造綠色創(chuàng)新、協(xié)同發(fā)展的平臺(tái)，發(fā)揮長(zhǎng)三角城市群一體化的作用。同時(shí)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，大力發(fā)展新能源行業(yè)、新興產(chǎn)業(yè)和第三產(chǎn)業(yè)，掌握創(chuàng)新發(fā)展的核心競(jìng)爭(zhēng)力，形成高質(zhì)量發(fā)展的綠色工業(yè)體系和以第三產(chǎn)業(yè)為主導(dǎo)的經(jīng)濟(jì)增長(zhǎng)模式。源頭上，減少工業(yè)污染物的排放，嚴(yán)格控制高耗能、高排放和高污染行業(yè)的發(fā)展并通過新能源及可再生能源的合理開發(fā)利用，把控好能源的輸入，加快碳基能源向氫基能源的轉(zhuǎn)變，推廣清潔資源的使用，實(shí)現(xiàn)能源利用的清潔化和生產(chǎn)方式的綠色化，促進(jìn)綠色低碳循環(huán)發(fā)展產(chǎn)業(yè)體系的形成。第三，完善環(huán)境政策，加大監(jiān)督力度。對(duì)高能耗、高污染的企業(yè)要實(shí)施多元化的懲罰機(jī)制，完善排污權(quán)、碳交易的市場(chǎng)交易體制。對(duì)強(qiáng)化綠色研發(fā)的企業(yè)實(shí)施獎(jiǎng)勵(lì)，鼓勵(lì)節(jié)能環(huán)保企業(yè)進(jìn)入綠色技術(shù)創(chuàng)新的薄弱環(huán)節(jié)。同時(shí)引導(dǎo)市民的綠色消費(fèi)行為，如推廣綠色低碳出行，購買和使用綠色標(biāo)志產(chǎn)品等，降低居民生活方式在末端輸出上的壓力。然后通過提升節(jié)能環(huán)保和減排控污等相關(guān)技術(shù)指標(biāo)的約束改變能源消費(fèi)結(jié)構(gòu)，促進(jìn)構(gòu)建綠色產(chǎn)業(yè)體系，落實(shí)開發(fā)、生產(chǎn)和銷售等各個(gè)環(huán)節(jié)的環(huán)保要求，提高生產(chǎn)過程中對(duì)生態(tài)的保護(hù)力度，實(shí)現(xiàn)產(chǎn)業(yè)的綠色發(fā)展。長(zhǎng)三角地區(qū)應(yīng)當(dāng)根據(jù)自身情況，建立適應(yīng)性強(qiáng)、有針對(duì)性的環(huán)境績(jī)效評(píng)價(jià)體系，定期進(jìn)行考核評(píng)價(jià)，建立嚴(yán)格的監(jiān)督機(jī)制，規(guī)范監(jiān)督流程，并鼓勵(lì)新聞媒體和公眾參與監(jiān)督，懲處違法違規(guī)行為。參考文獻(xiàn)[1]CicconeA.AgglomerationeffectsinEurope[J].SocialScienceElectronicPublishing,2000,46(2):213-227.[2]劉陽,秦曼.中國東部沿海四大城市群綠色效率的綜合測(cè)度與比較[J].中國人口·資源與環(huán)境,2019,29(03):11-20.[3]HuJL,WangSC.Total-factorenergyefficiencyofregionsinChina[J].EnergyPolicy,2006,34(17):3206-3217.[4]WuF,FanLW,ZhouP,ZhouDQ.IndustrialenergyefficiencywithCO2emissionsinChina:Anonparametricanalysis[J].EnergyPolicy,2012,49:164-172.[5]ZhangN,ZhouP,ChoiY.Energyefficiency,CO2emissionperformanceandtechnologygapsinfossilfuelelectricitygenerationinKorea:Ameta-frontiernon-radialdirectionaldistancefunctionanalysis[J].EnergyPolicy,2013,56:653-662.[6]WuJ,ZhuQ,LiangL.CO2emissionsandenergyintensityreductionallocationoverprovincialindustrialsectorsinChina[J].AppliedEnergy,2016,166:282-291.[7]BiGB,SongW,ZhouP,LiangL.DoesenvironmentalregulationaffectenergyefficiencyinChina’sthermalpowergeneration?Empiricalevidencefromaslacks-basedDEAmodel[J].EnergyPolicy,2014,66:537-546.[8]FengC,WangM,ZhangY,LiuGC.Decompositionofenergyefficiencyandenergy-savingpotentialinChina:Athree-hierarchymeta-frontierapproach[J].JournalofCleanerProduction,2017,176:1054-1064.[9]WangH,AngBW,WangQW,ZhouP.Measuringenergyperformancewithsectoralheterogeneity:Anon-parametricfrontierapproach[J].EnergyEconomics,2017,62:70-78.[10]陳亞,張志強(qiáng),周志翔,梁樑.中國制造業(yè)全要素能源效率分析——基于地區(qū)和細(xì)分行業(yè)雙重視角[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2019,21(02):48-58.[11]甘甜,王子龍.長(zhǎng)三角城市環(huán)境治理效率測(cè)度[J].城市問題,2018(01):81-88.[12]王兵,吳延瑞,顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)[J].經(jīng)濟(jì)研究,2010(5):95-109.[13]涂正革,諶仁俊.傳統(tǒng)方法測(cè)度的環(huán)境技術(shù)效率低估了環(huán)境治理效率?——來自基于網(wǎng)絡(luò)DEA的方向性環(huán)境距離函數(shù)方法分析中國工業(yè)省級(jí)面板數(shù)據(jù)的證據(jù)[J].經(jīng)濟(jì)評(píng)論,2013(5):89-99.[14]AignerD,LovellCAK,SchmidtP.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].JournalofEconometrics,1977,6(1):21-37.[15]GhoshR,KathuriaV.TheeffectofregulatorygovernanceonefficiencyofthermalpowergenerationinIndia:Astochasticfrontieranalysis[J].EnergyPolicy,2016,89:11-24.[16]CharnesA,CooperWW,RhodesE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1978,2(6):429-444.[17]Reinhard,S.NitrogenefficiencyofDutchdairyfarms:ashadowcostsystemapproach[J].EuropeanReviewofAgricultureEconomics,2000,27(2):167-186.[18]ChenZ,SongS.EfficiencyandtechnologygapinChina’sagriculture:Aregionalmeta-frontieranalysis[J].ChinaEconomicReview,2008,19(2):287-296.[19]O'Donnell,C.J.,D.S.P.Rao,andG.E.Battese.2008.Metafrontierframeworksforthestudyoffirm-levelefficienciesandtechnologyratios.EmpiricalEconomics.34:231-255.[20]李靜,馬瀟璨.資源與環(huán)境雙重約束下的工業(yè)用水效率——基于SBM-Undesirable和Meta-frontier模型的實(shí)證研究[J].自然資源學(xué)報(bào),2014,29(06):920-933.[21]Zhang,N.,P.Zhou,andY.Choi.2013.Energyefficiency,CO2,emissionperformanceandtechnologygapsinfossilfuelelectricitygenerationinKorea:Ameta-frontiernon-radialdirectionaldistancefunctionanalysis.EnergyPolicy.56(2):653-662.[22]Munisamy,S.,B.Arabi.2015.Eco-efficiencychangeinpowerplants:usingaslacks-basedmeasureforthemeta-frontierMalmquist–Luenbergerproductivityindex.JournalofCleanerProduction.105:218-232.[23]Alem,Lien,Hardaker,Guttormsen.RegionaldifferencesintechnicalefficiencyandtechnologicalgapofNorwegiandairyfarms:astochasticmeta-frontiermodel[J].AppliedEconomics,2019,51(4):218-232.

附錄表22006-2015年間長(zhǎng)三角城市群綠色效率群組城市年份MEEGEETGRTGIGMI群組城市年份MEEGEETGRTGIGMI上海上海20061.0001.0001.0000.0000.000浙江紹興20060.5380.6830.7880.1450.31720070.7370.7720.9550.0350.22820070.5000.6410.7800.1410.35920081.0001.0001.0000.0000.00020080.5550.6850.8100.1300.31520090.6710.6890.9740.0180.31120090.6781.0000.6780.3220.00020101.0001.0001.0000.0000.00020100.5801.0000.5800.4200.00020111.0001.0001.0000.0000.00020110.5900.8650.6820.2750.13520121.0001.0001.0000.0000.00020120.5320.7660.6950.2340.23420130.9461.0000.9460.0540.00020130.5480.7880.6950.2400.21220141.0001.0001.0000.0000.00020140.5470.6910.7920.1440.30920151.0001.0001.0000.0000.00020150.5220.8480.6160.3260.152江蘇南京20060.5220.5490.9510.0270.451金華20060.5171.0000.5170.4830.00020070.4570.4790.9540.0220.52120070.5161.0000.5160.4840.00020080.7440.8070.9220.0630.19320080.5081.0000.5080.4920.00020090.6470.6760.9570.0290.32420090.5261.0000.5260.4740.00020100.5530.5760.9600.0230.42420100.7211.0000.7210.2790.00020110.6040.6470.9340.0430.35320110.9591.0000.9590.0410.00020120.5590.6310.8860.0720.36920120.7290.8100.9000.0810.19020130.5210.6070.8580.0860.39320130.7941.0000.7940.2060.00020140.4920.6020.8170.1100.39820140.7190.8410.8550.1220.15920150.4410.5790.7620.1380.42120150.6371.0000.6370.3630.000無錫20060.7030.7040.9990.0010.296舟山20061.0001.0001.0000.0000.00020070.5630.5631.0000.0000.43720070.8421.0000.8420.1580.00020081.0001.0001.0000.0000.00020081.0001.0001.0000.0000.00020091.0001.0001.0000.0000.00020091.0001.0001.0000.0000.00020100.8260.8330.9920.0070.16720100.9401.0000.9400.0600.00020110.8800.9080.9690.0280.09220110.5920.7630.7760.1710.23720120.8531.0000.8530.1470.00020120.5820.8330.6990.2510.16720130.7730.8460.9140.0730.15420130.6250.9120.6850.2870.08820140.8451.0000.8450.1550.00020140.8741.0000.8740.1260.00020151.0001.0001.0000.0000.00020151.0001.0001.0000.0000.000常州20060.7290.7291.0000.0000.271臺(tái)州20060.6731.0000.6730.3270.00020070.5750.5751.0000.0000.42520070.7090.9290.7630.2200.07120081.0001.0001.0000.0000.00020080.6350.7770.8170.1420.22320091.0001.0001.0000.0000.00020090.6070.7320.8290.1250.26820100.7810.7811.0000.0000.21920100.5980.6700.8930.0720.33020111.0001.0001.0000.0000.00020111.0001.0001.0000.0000.00020120.7470.8140.9180.0670.18620120.8240.8940.9220.0700.10620130.6480.7640.8480.1160.23620130.7660.8690.8810.1030.13120140.6041.0000.6040.3960.00020140.7950.8630.9210.0680.13720150.5711.0000.5710.4290.00020151.0001.0001.0000.0000.000蘇州20061.0001.0001.0000.0000.000安徽合肥20060.3951.0000.3950.6050.00020070.8270.8271.0000.0000.17320070.3161.0000.3160.6840.00020081.0001.0001.0000.0000.00020080.6451.0000.6450.3550.00020091.0001.0001.0000.0000.00020090.4881.0000.4880.5120.00020101.0001.0001.0000.0000.00020100.4821.0000.4820.5180.00020111.0001.0001.0000.0000.00020110.8361.0000.8360.1640.00020121.0001.0001.0000.0000.00020120.7390.8380.8820.0990.16220130.7840.8790.8920.0950.12120130.6680.7500.8910.0820.25020140.8090.9040.8950.0950.09620140.6500.6970.9330.0470.30320151.0001.0001.0000.0000.00020150.5900.6050.9750.0150.395南通20060.6650.6920.9610.0270.308蕪湖20060.5071.0000.5070.4930.00020070.5680.5870.9680.0190.41320070.4360.8400.5190.4040.16020080.9030.9100.9920.0070.09020080.4430.7780.5690.3350.22220090.6960.6961.0000.0000.30420090.4631.0000.4630.5370.00020100.5850.5851.0000.0000.41520100.4301.0000.4300.5700.00020111.0001.0001.0000.0000.00020110.5860.6740.8690.0880.32620120.5390.6280.8580.0890.37220120.5770.6540.8820.0770.34620130.5120.6260.8180.1140.37420130.5390.5830.9250.0440.41720140.6361.0000.6360.3640.00020140.5960.6070.9820.0110.39320150.4780.6560.7290.1780.34420150.6530.6531.0000.0000.347鹽城20060.5770.6320.9130.0550.368馬鞍山20060.4420.7040.6280.2620.29620070.5080.6090.8340.1010.39120070.4040.6120.6600.2080.38820081.0001.0001.0000.0000.00020080.3810.5520.6900.1710.44820090.9811.0000.9810.0190.00020090.5191.0000.5190.4810.00020100.8490.9870.8600.1380.01320100.5161.0000.5160.4840.00020110.7150.9850.7260.2700.01520110.7271.0000.7270.2730.00020120.6951.0000.6950.3050.00020120.6550.9060.7230.2510.09420130.6371.0000.6370.3630.00020130.6341.0000.6340.3660.00020140.6231.0000.6230.3770.00020140.6871.0000.6870.3130.00020150.5511.0000.5510.4490.00020150.7081.0000.7080.2920.000揚(yáng)州20060.7431.0000.7430.2570.000銅陵20060.5510.6650.8290.1140.33520070.6630.8470.7830.1840.15320070.4670.5050.9250.0380.49520081.0001.0001.0000.0000.00020080.4540.4920.9230.0380.50820091.0001.0001.0000.0000.00020090.5870.7150.8210.1280.28520100.8630.9470.9110.0840.05320100.6591.0000.6590.3410.00020111.0001.0001.0000.0000.00020111.0001.0001.0000.0000.00020120.7580.8570.8840.0990.14320120.6110.6240.9790.0130.37620130.6280.7800.8050.1520.22020130.8540.9470.9020.0930.05320140.6150.7980.7710.1830.20220141.0001.0001.0000.0000.00020150.6181.0000.6180.3820.00020151.0001.0001.0000.0000.000鎮(zhèn)江20060.7640.7990.9560.0350.201安慶20060.5580.7270.7680.1690.27320070.6580.6720.9790.0140.32820070.5580.7430.7510.1850.25720081.0001.0001.0000.0000.00020080.5340.6800.7850.1460.32020090.7130.7770.9180.0640.22320090.8211.0000.8210.1790.00020100.5340.6180.8640.0840.38220100.6601.0000.6600.3400.00020110.7660.9380.8170.1720.06220110.8281.0000.8280.1720.00020120.7160.9080.7890.1920.09220120.7560.8270.9140.0710.17320130.6090.8150.7470.2060.18520130.7170.8460.8480.1290.15420140.6010.7950.7560.1940.20520140.6570.7010.9370.0440.29920150.5231.0000.5230.4770.00020150.7180.7181.0000.0000.282泰州20060.7081.0000.7080.2920.000滁州20060.5711.0000.5710.4290.00020070.5430.6020.9020.0590.39820070.5270.7190.7330.1920.28120080.9691.0000.9690.0310.00020080.5160.6450.8000.1290.35520090.8191.0000.8190.1810.00020090.5710.7590.7520.1880.24120100.6951.0000.6950.3050.00020100.5580.6500.8580.0920.35020110.7301.0000.7300.2700.00020110.6750.7600.8880.0850.24020120.6620.