中国城市环境全要素生产率的估算
中国主要城市旅游效率及其全要素生产率评价_1995-2005
中国主要城市旅游效率及其全要素生产率评价_1995-20051995年至2005年间，中国的主要城市旅游行业经历了快速发展与变革，旅游效率与全要素生产率评价成为衡量旅游行业发展水平的重要指标。
本文将对中国主要城市旅游效率及其全要素生产率进行评价和分析。
一、中国主要城市旅游效率评价旅游效率是指在旅游业中利用资源和投入的程度，也代表了在给定资源条件下，旅游业能够产生的产出数量。
传统的从产出角度评价旅游效率主要有直接法、间接法和综合法。
直接法是通过比较不同地区旅游相关产业的产值、就业人员数量和税收贡献来评估旅游效率。
间接法是通过收入分析、投资回报率等指标来判断旅游效率。
综合法则综合考虑直接法和间接法的因素，全面评估旅游业的效率水平。
根据中国主要城市旅游业的特点，我们可以结合综合法和间接法来评估旅游效率。
综合法需要考虑资源约束和生产效率，而间接法则注重投资回报率和贡献度。
首先，在资源约束方面，中国主要城市旅游业面临一定的挑战。
由于城市旅游资源的有限性，资源的利用效率将直接影响旅游业的发展。
例如，北京市作为中国首都，其旅游资源丰富，但也面临限制，如机场和交通拥堵问题。
因此，在评估旅游效率时，需要考虑资源的合理配置和利用程度。
其次，在生产效率方面，中国主要城市旅游业的发展水平各不相同。
一些城市应对旅游业发展速度较慢，旅游设施不完善，旅游产品质量有待提高。
其他城市则积极发展旅游业，并加强旅游设施的建设和管理。
旅游业的发展水平与城市自身的管理水平和市场经济程度密切相关。
综合考虑资源约束和生产效率，我们可以采用间接法来评估城市旅游业的投资回报率和贡献度。
投资回报率是衡量旅游业是否值得投资的重要指标，通过比较旅游业投资的成本和收益，可以判断旅游业的效益情况。
贡献度则是指旅游业对城市经济的贡献程度，包括旅游业对城市就业、收入、税收等的影响。
二、中国主要城市旅游全要素生产率评价旅游全要素生产率是指在旅游业中，综合考虑各种要素（包括劳动力、资本等）的投入和产出之间的效率。
中国全要素生产率估算与分析
中国全要素生产率估算与分析概述全要素生产率（Total Factor Productivity, TFP）是衡量一个经济体整体生产效率的指标，也被视为衡量经济增长潜力的重要标志之一。
本文将对中国的全要素生产率进行估算与分析，探讨其对经济发展的影响。
什么是全要素生产率全要素生产率是指以生产要素（劳动力、资本等）的投入来推动产出增长的效率水平，即有效利用生产要素实现产出的能力。
全要素生产率的提高意味着经济在相同投入下创造了更多的产出，从而实现了经济增长。
全要素生产率的估算方法全要素生产率的估算通常通过计算生产函数的总因子生产率来实现。
总因子生产率是全要素生产率的一种计算方法，通过比较产出增长和生产要素（如劳动力、资本）的投入增长之间的差异来计算。
常见的估算方法1.柯布-道格拉斯生产函数法：假设生产函数呈现线性或凸函数形式，通过计算边际产出和边际投入之比来估算全要素生产率。
2.索洛增长模型：通过分析投入要素的组成和变化，以及技术进步对产出的影响，来估算全要素生产率。
3.生产函数前沿分析法：利用生产函数前沿技术和效率分析方法，测量总体和部门的全要素生产率。
中国全要素生产率的现状中国是世界上最大的发展中国家，全要素生产率对其经济发展具有重要意义。
根据统计数据，中国的全要素生产率在过去几十年中有所增长，但增速缓慢。
影响中国全要素生产率的因素1.技术进步：技术进步是促进全要素生产率提高的主要因素之一。
中国在技术创新方面取得了一定的成就，但仍面临着与发达国家的差距。
2.劳动力质量：劳动力质量对全要素生产率的提高具有重要影响。
中国的教育水平逐渐提高，但仍存在一些问题，如教育结构不合理和劳动力技能不足等。
3.资本投资：充分利用资本投资是提高全要素生产率的重要手段。
中国在基础设施建设和人力资本投资方面取得了进展，但与其他国家相比仍有差距。
4.制度环境：制度环境对全要素生产率的改善至关重要。
中国政府在近年来进行了一系列改革，以改善市场环境和促进创新，但仍面临挑战。
中国省域绿色全要素生产率测算及分析
一、引言随着我国经济进入新阶段，绿色发展在国家发展战略中的地位日益凸显。
十九大报告明确指出我国经济已转向高质量发展阶段，绿色发展是核心内容之一。
绿色发展的实质就是更多地将生产投入转化为绿色产出，尽可能规避减少污染物的产生，重点在于不断提升和改善绿色生产发展水平和效率。
因此，良好地测度分析绿色发展效率是定位开展绿色发展工作的前提条件，同时也对我国统筹经济环境协调发展、制定生态环保政策具有重要指导意义。
二、文献综述绿色全要素生产率（GTFP）由Chung最早在常规经济增长分析框架下嵌入污染物排放衡量非期望产出部分而延伸产生。
区别于全要素生产率（TFP），GTFP在TFP测度基础上引入衡量能源投入、污染物产出等诸多因素进一步构建形成更为复杂、全面的指标加以衡量。
当前我国对GTFP测度研究的文献相对丰富，主要差异集中在测度办法及指标选取两个方面。
刘晓洁等（2018）采用混合距离的EBM模型测算发现中国各省份GTFP呈上升趋势，东、中、西区域呈现α和β收敛；朱金鹤等（2019）采用DEA方法测算四种中国各省份的GTFP，发现GTFP均呈现上升态势，主要动因为绿色技术进步指数；李占风等（2019）采用CRS乘数模型，测算并分解城市GTFP；朱广印等（2020）采用非期望产出综合指标基于超效率SBM模型测度中国各省份GTFP，结果呈现上升趋势，出现持续技术效率优化现象；孟望生等（2020）采用二氧化硫、烟尘、废水为非期望产出基于NDDF方法测度GTFP，发现我国各省区GTFP有所提高，区域间差异化加大；孙亚男等（2020）采用三阶段SP-DEA测算分析GTFP，研究发现中国GTFP呈现整体上升，且具有“区块链”特征的俱乐部收敛。
综合上述研究，本文以资本、劳动和能源三方面选取投入指标，选取国内生产总值（GDP）和常见的“三废”为产出指标，采用非径向、非角度SBM距离函数下的ML指数法对2003~ 2017年中国省域绿色全要素生产率进行测度分解，通过全国整体、省域和区域三个层面分析变动特点。
中国城市环境全要素生产率的估算
中国城市环境全要素生产率的估算摘要：本文运用基于DEA的Malmquist-Luenberger指数方法测度了中国230个地级以上城市在2003-2010年环境约束下城市全要素生产率的变化及分解，并与不考虑环境约束的情况进行对比分析，意在更加客观合理的评价我国城市经济发展绩效，为城市化的进一步发展服务。
关键词：环境全要素生产率；DEA；HaImquist-Luenberger指数一、引言城市是各种要素空间集中的产物，是经济增长的核心地带，经济发展与城市发展是往往是同步进行的。
改革开放30多年来，我国经济飞速发展，城镇化率已经从1978年的17.92%提高到了2010年的49.68%。
在经济高速发展过程中也付出了巨大的资源和环境代价，根据《中国环境经济核算研究报告2008》，2008年的生态环境退化成本达到12745.7亿元，占当年GDP的3.9%；环境治理成本达到5043.1亿元，占当年GDP的1.54%。
在2004到2008的5年间，环境退化成本增长了74.8%；虚拟治理成本增长了75.4%。
国家在《“十二五”节能减排综合性工作方案》的总体要求中也提到，要深入贯彻落实科学发展观，形成加快转变经济发展方式的倒逼机制，加快建设资源节约型、环境友好型社会。
生产率的提高为过去20世纪生活水平的大幅提高做出了巨大的贡献，经济学家提出了全要素生产率的概念，将投入产出一起纳入经济绩效考核的框架中，TFP增长是现代经济增长的核心问题之一，受到国内外学术界的广泛关注和研究。
目前我国的城市化进程正处于高速发展的阶段，研究城市的发展必然要考虑城市经济效率问题。
金相郁（2006）、俞立平等（2006）、姚先国等（2007）、李培（2007）、刘秉镰、李清彬（2009）、邵军、徐康宁（2010）等就目前我国城市全要素生产率的变化做了大量的研究，上述研究均采用基于DEA的Malmquist指数，从不同的角度对全要素生产率进行了分析，但是它们的一个共同的缺点就是没有考虑到环境污染对经济增长所带来的负面影响。
中国区域环境效率与环境全要素生产率增长
中国区域环境效率与环境全要素生产率增长一、本文概述1、研究背景和意义随着全球环境问题日益严重，环境效率与环境全要素生产率增长逐渐成为全球范围内的研究热点。
中国作为世界上最大的发展中国家，其经济发展与环境保护之间的平衡问题更是备受关注。
在此背景下，研究中国区域环境效率与环境全要素生产率增长具有重要的理论和现实意义。
从理论角度来看，环境效率和环境全要素生产率是衡量区域可持续发展能力的重要指标。
通过对中国各区域环境效率和环境全要素生产率的深入研究，可以深入了解中国各区域在经济发展与环境保护之间的平衡状态，为政策制定提供理论依据。
从现实角度来看，中国各区域在经济发展、产业结构、资源禀赋等方面存在较大的差异，这些差异可能导致各区域在环境效率和环境全要素生产率方面存在明显的空间异质性。
通过对各区域环境效率和环境全要素生产率的比较研究，可以揭示各区域在环境保护和经济发展方面的优势和不足，为各区域制定针对性的环境保护和经济发展政策提供参考。
研究中国区域环境效率与环境全要素生产率增长不仅有助于推动环境经济学、区域经济学等学科的发展，而且对于促进中国各区域实现经济与环境协调可持续发展具有重要的现实意义。
请注意，以上内容仅为示例，具体的研究背景和意义可能需要根据具体的研究目的、数据来源和研究方法进行调整和完善。
2、国内外研究现状和评价近年来，随着全球环境问题的日益严重，环境效率与环境全要素生产率增长成为了国内外学者关注的焦点。
国内外在环境效率与环境全要素生产率增长方面的研究已经取得了一定的成果，但仍存在一些问题和不足。
国内研究方面，我国学者在环境效率评价和环境全要素生产率增长方面进行了大量研究。
通过构建环境效率评价模型，对我国各地区的环境效率进行了评估和分析。
同时，利用全要素生产率增长模型，深入探讨了环境规制、技术创新等因素对环境全要素生产率增长的影响。
然而，国内研究在数据获取和处理方面仍存在一定困难，导致研究结果的准确性和可靠性受到一定影响。
中国区域环境效率与环境全要素生产率增长_王兵
中国区域环境效率与环境全要素生产率增长*王 兵 吴延瑞 颜鹏飞内容提要:本文运用SB M 方向性距离函数和卢恩伯格生产率指标测度了考虑资源环境因素下中国30个省份1998)2007年的环境效率、环境全要素生产率及其成分,并对影响环境效率和环境全要素生产率增长的因素进行了实证研究。
本文主要的结论有:能源的过多使用以及SO 2和COD 的过度排放是环境无效率的主要来源,环境效率较高的省份均集中在东部地区;环境全要素生产率增长率平均高于市场全要素生产率增长率,中西部地区无论是市场全要素生产率还是环境全要素生产率增长率均低于东部地区,资源环境因素对各省份全要素生产率的排名有显著的影响;人均GRP 、FDI 、结构因素、政府和企业的环境管理能力、公众的环保意识对环境效率和环境全要素生产率有不同程度的影响。
关键词:环境效率 环境全要素生产率 方向性距离函数 卢恩伯格生产率指标* 王兵,暨南大学经济学院经济学系,规制与增长研究中心,邮政编码:510632,电子邮箱:twangb @.c n;吴延瑞,澳大利亚西澳大学商学院,邮政编码:6009,电子邮箱:ywu@.au;颜鹏飞,武汉大学经济与管理学院,邮政编码:430072,电子邮箱:yanpengfei1023@1631com 。
本文为教育部人文社科项目/节能减排约束下中国经济绩效研究:基于全要素生产率的视角0(08J C790047)的阶段性成果,并获得国家自然科学基金(70873051)和(70703015)、国家社会科学基金(08CJL018)和(07AJL009)及国家211工程第三期重点学科建设项目/暨南大学产业经济与区域发展0的资助(Cjyyxm09002)。
作者感谢匿名审稿人对本文提出的富有启发性的修改意见。
当然,文责自负。
一、引 言改革开放以来,中国经济保持了三十年的高速增长,取得了巨大的成就,同时也集中遇到了发达国家上百年工业化进程中分阶段出现的种种环境问题。
我国全要素生产率估算及影响因素分析
我国全要素生产率估算及影响因素分析以参数方法中的生产函数法对我国1996-2015年的数据进行分析，找出我国经济增长的影响因素，并针对这些影响因素提出政策建议。
结果表明国外技术引进、技术自主创新和制度变迁仍然是影响我国全要素生产率的主要因素，其中，制度因素是影响我国全要素生产率的最主要因素。
标签：全要素生产率；估算；影响因素0 引言全要素生产率是衡量单位总投入的总产量的生产率指标，即总产量与全部要素投入量之比。
它的研究有利于进行经济增长的源泉分析，是宏观经济学中反映经济增长的重要指标，近年来受到经济学者的广泛关注。
测算全要素生产率的方法大致分为参数方法和非参数方法两类。
1 我国全要素生产率的估算1.1 模型设定我们利用生产函数法具体估算我国1996-2015年的全要素增长率，相关数据主要来源于《中国统计年鉴》。
根据生产函数法的基本方程Y=AKαLβ，假设α+β=1，求得A。
在求全要素生产率之前需要先求得α，对于资本产出份额α，虽然计算劳动者报酬占GDP的比重可以得到劳动者产出份额，但是中国统计年鉴中并无按照收入法核算的GDP，因此我们采用对各省的收入法计算数据进行加总计算取平均数得到。
经过计算估计得到的劳动产出份额β大约为0.45。
经查文献，我们计算的结果与现有文献的估算结果大致相同，故本文采用α=0.55，β=0.45。
1.2 数据来源与指标选取1.2.1 产出数据Y本文采取的是我国国内生产总值GDP作为产出的数据，由于各年的价格不同，价格波动会对GDP产生影响，所以以1996年不变价格将历年GDP换算为以基期价格计算的数据。
1.2.2 劳动投入L劳动投入采用了各年从业人数的数量来度量。
严格来说，这一指标并不十分准确，因为劳动投入还与劳动力的质量和利用效率有关，仅仅通过从业人数度量不能完全反应劳动力对经济增长的贡献，但是根据数据的可获得性及公式的复杂程度考虑，只能采用从业人数作为劳动投入的衡量指标。
杭州市和宁波市绿色全要素生产率测度及比较
杭州市和宁波市绿色全要素生产率测度及比较作者：霍杰来源：《现代商贸工业》2020年第20期摘要：本文使用GML指数方法对杭州市和宁波市2002-2016年期间的绿色全要素生产率进行测度，结果发现杭州市和宁波市绿色全要素生产率小幅度上升，但两市绿色全要素生产率GML指数均值相差不大，在不同时间段两市绿色全要素生产率呈现比较明显的差异。
在此基础上，提出杭州市和宁波市提升绿色全要素生产绿的对策建议。
关键词：绿色全要素生产率;GML指数;杭州;宁波中图分类号：F2;;;; 文献标识码：A;;;;; doi：10.19311/ki.1672-3198.2020.20.005改革开放以来，作为浙江省两个重要的城市杭州市和宁波市经济高速发展。
据相关统计数据显示，1978年杭州市地区生产总值为28亿元，到2019年浙江省生产总值增长到15373亿元，年均增速超过16%;1978年宁波市地区生产总值为20亿元，到2019年宁波市地区生产总值增长到11985亿元，年均增速超过16%。
从总体来看，两个城市都发展非常迅速，但是两个城市地区生产总值绝对值差距在逐渐拉大。
随着经济的快速发展，两个城市资源消耗和环境污染等问题仍然相当严重，经济增长需要从传统的粗放型经济增长向集约型经济增长转变，经济增长的效率和质量需要提高。
衡量经济增长的效率和质量的一个重要指标就是绿色全要素生产率。
本文试图使用GML指数方法对杭州市和宁波市的绿色全要素生产率进行测度并进行比较，以期发现两个城市在绿色发展方面的差距，并基于绿色发展理念提出相关的对策建议。
绿色全要素生产率的测度不同于传统的全要素生产率测度。
早期的全要素生产率测度是在索洛剩余值核算框架下进行的（Zheng等，2009;王小鲁等，2009），该方法假定生产者在技术上都充分有效，并且在测度时未考虑环境因素，这会导致全要素生产率的高估。
为了克服索洛剩余值核算的不足，数据包络法（DEA）和随机前沿分析法（SFA）发展起来，但这些方法只考虑了技术效率差异，仍然没有考虑环境污染这种非预期的产出。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国城市环境全要素生产率的估算摘要：本文运用基于DEA的Malmquist-Luenberger指数方法测度了中国230个地级以上城市在2003-2010年环境约束下城市全要素生产率的变化及分解，并与不考虑环境约束的情况进行对比分析，意在更加客观合理的评价我国城市经济发展绩效，为城市化的进一步发展服务。
关键词：环境全要素生产率；DEA；HaImquist-Luenberger指数一、引言城市是各种要素空间集中的产物，是经济增长的核心地带，经济发展与城市发展是往往是同步进行的。
改革开放30多年来，我国经济飞速发展，城镇化率已经从1978年的17.92%提高到了2010年的49.68%。
在经济高速发展过程中也付出了巨大的资源和环境代价，根据《中国环境经济核算研究报告2008》，2008年的生态环境退化成本达到12745.7亿元，占当年GDP的3.9%；环境治理成本达到5043.1亿元，占当年GDP的1.54%。
在2004到2008的5年间，环境退化成本增长了74.8%；虚拟治理成本增长了75.4%。
国家在《“十二五”节能减排综合性工作方案》的总体要求中也提到，要深入贯彻落实科学发展观，形成加快转变经济发展方式的倒逼机制，加快建设资源节约型、环境友好型社会。
生产率的提高为过去20世纪生活水平的大幅提高做出了巨大的贡献，经济学家提出了全要素生产率的概念，将投入产出一起纳入经济绩效考核的框架中，TFP增长是现代经济增长的核心问题之一，受到国内外学术界的广泛关注和研究。
目前我国的城市化进程正处于高速发展的阶段，研究城市的发展必然要考虑城市经济效率问题。
金相郁（2006）、俞立平等（2006）、姚先国等（2007）、李培（2007）、刘秉镰、李清彬（2009）、邵军、徐康宁（2010）等就目前我国城市全要素生产率的变化做了大量的研究，上述研究均采用基于DEA的Malmquist指数，从不同的角度对全要素生产率进行了分析，但是它们的一个共同的缺点就是没有考虑到环境污染对经济增长所带来的负面影响。
在环境管制使用于生产部分的投入配置到污染治理活动中，而这部分投入也包含在测算全要素生产率的投入中，这就会使全要素生产率的测算出现偏差，对于“好”产出和“坏”产出的不平衡处理扭曲了对经济绩效和社会福利水平变化的评价，从而会误导政策建议（Hailu and Veeman，2000）。
面对日益严重的环境压力，当前追求“好”的经济发展，一方面既要提高全要素生产率对经济增长的贡献，另一方面也必须充分考虑资源和环境对经济发展规模和速度的刚性约束，减少经济增长给环境带来的不利影响。
所以，正确评价城市经济发展绩效，就必须在传统全要素生产率研究基础上考虑到资源环境约束的影响。
二、研究方法及数据、变量的选取Chung et al.（1997）在测度瑞典纸浆厂的全要素生产率时引入了方向性距离函数（Directional Distance Function，DDF），并在该函数的基础上提出了考虑环境约束的ML生产率指数，利用该方法可以直接测度“产出增加、污染减少“的情形。
其基本思路是通过包络所有的样本点得出经济体的生产可能性边界，进而利用方向性距离函数计算经济体中每个生产决策单元与生产可能性边界的距离，最后基于两期的方向性距离函数计算出环境技术效率和ML指数。
当前国内运用ML生产率指数进行实证分析的研究还很少，代表性的有王兵、吴延瑞等（2008）、吴军（2009）、杨俊、邵汉华（2009）、李伟、章上峰（2010）、田银华等（2011），但是还很少有相关文献运用该方法对城市的全要素生产率进行研究。
本文考察了我国230个地级以上城市在2003-2010年间的城市环境全要素生产率，所有数据均来源于历年《中国统计年鉴》、《中国城市统计年鉴》。
文中的投入产出变量定义如下：1.“好”产出。
用各城市的实际生产总值（GDP）表示。
由于缺乏城市层面的GDP平减指数，我们将城市数据按照各省的GDP平减指数进行处理，调整为以2000为基期的实际值。
2.“坏”产出。
指城市生产生活过程中产生的环境污染物。
本文选取工业废水排放量、工业二氧化硫排放量、工业烟尘排放量来代表城市的坏产出。
3.资本投入。
估算按可比价格计算的资本存量大多采用“永续盘存法”，其中主要涉及当期投资指标的选取、基期资本量的计算、折旧率的选择和投资平减指数4个问题（王兵等，2010）。
运用该方法的步骤为：（1）由于缺乏城市层面的固定资产投资价格指数，以各城市所在省份的固定资产价格指数对2000-2010年的固定资产投资额进行平减处理；（2）采用Young （2000）的方法，用2000年的固定资产投资总额除以10%作为基期的初始资本存量；（3）本文选取张军（2004）的9.6%作为固定资产折旧率；（4）运用永续盘存法的公式：得到历年各城市的资本存量，其中，是城市第年的资本存量；是城市第年的以2000年为基期的固定资产投资额的实际值；是城市第年的的固定资产折旧率。
4.劳动投入：采用各城市历年从业人员数作为劳动投入量指标，包括单位（含国营、民营和外企）从业人员、私营和个体从业人员。
三、实证结果分析（一）城市环境全要素生产率的总体变化趋势为了研究各个城市环境全要素生产率的动态变化并寻求变化的源泉，我们测算了我国230个地级以上城市在2003-2010年间的考虑环境约束的ML指数及不考虑环境约束的M指数及其分解。
由所得数据可以看出，我国城市环境全要素生产率总体上呈上升趋势，2003-2010年间各年的ML指数均大于1，表明每年城市在环境约束下的生产率都在增长；2003-2010年间ML指数几何均值为1.028，说明城市环境全要素生产率年均增长率为2.8%，同期实际地区生产总值GRP增长率为13.22%，全要素生产率对城市经济增长的贡献为21.18%。
环境全要素生产率是一种动态分析，我们可以根据ML指数分解来分析每个城市与最佳生产边界相对位置的变化（效率变化指数，MLEFFCH）以及生产边界的移动（技术进步指数，MLTECH）。
根据ML指数的分解可以发现，我国城市环境全要素生产率的提高主要得益于技术进步，其平均增长率达到 5.34%，技术进步的“增长效应”显著；而技术效率却出现了负增长，虽然个别年份效率改进指数大于1，但是平均的效率增长率为-2.4%，明显缺乏效率提升的“水平效应”。
我们同时还给出了累积的ML生产率指数及其分解项，在整个样本期内，ML指数的累计值为1.2136，即以2003年为基期，2010年的生产率水平为2003的121.36%，同理，2010年的技术水平和效率水平分别为2003年的143.89%和84.34%。
从总体上来看，在2003-2010年间我国城市环境全要素生产率整体上有所提高，且技术进步是生产率提高的主要来源，这也印证了我国大力提倡技术创新和技术引进的效果。
考虑环境约束时，技术进步可以直接通过生产技术的革新、污染处理技术的进步，或者间接的通过降低单位产值的污染强度或能源消耗，从而减少能源使用、降低污染排放，最终提高环境全要素生产率。
提高自主创新能力仍是今后较长时间我国科技发展和产业结构优化升级的根本性战略部署。
技术效率的改进缓慢，一方面说明随着我国改革逐步进入攻坚阶段，效率的释放能力已大大低于改革初期；另一方面也在一定程度上证明我国城市经济增长尚处于粗放的技术使用阶段，对已有技术的资源能量尚未有效的挖掘出来，仍然处于经济发展的初级阶段。
城市TFP的提高，不仅依靠单纯的技术进步，也需要对已有的技术的效用进行充分的挖掘，提高已有技术的利用效率。
能否在推动以创新为特征的技术进步的同时大力推进技术效率的提高，将是我国城市化发展中的关键问题。
（二）ML指数与M指数的对比分析为了检验环境约束对城市全要素生产率的影响，也同时测算了不考虑环境约束时的MMmquist指数及其分解。
从总体来看，在2003-2010年间，两种情形下的全要素生产率指数的几何均值都大于1，说明不管从哪种角度考虑，我国城市的经济发展方式都有所改善。
在不考虑经济增长过程中的“坏产出”的情况下，我国城市在2003-2010年间的全要素生产率年均增长率为0.61%，低于环境全要素生产率2.8%的平均增长率，即在样本期间内，考虑环境约束后城市的全要素生产率水平提高了，这与王兵、吴延瑞、严鹏飞（2008）研究APEC17个国家和地区考虑环境管制下的全要素生产率时得出的结论一致。
可能的解释是，科学发展观引导的环境管制刺激促进了技术创新及资源的优化配置，最终提高了经济绩效和城市竞争力，即环境管制的“波特假说”在中国得到了初步论证。
但是该假说颇具争议，不同学者的研究结果并不相同，如Kaneko&Managi（2004）在研究中发现，考虑环境约束后的TFP增长率要低于传统的TFP增长率，说明环境管理无效率；Kumar（2006）对41个发达国家和发展中国家的ML生产率指数和MMmquist指数进行对比分析，发现发展中国家的ML指数要小于MMmquist指数，并认为这些国家发展过程中技术不环保是其主要原因。
研究对象的不同、考察时期的不同及投入产出变量的差异都有可能造成不同的研究结论，这方面还需要进一步的研究。
不论对于传统的全要素生产率还是环境全要素生产率，技术进步都是生产率提高的主要来源，样本期内的年均增长率分别为8.81%和5.34%，不考虑环境约束时的技术进步率大于考虑环境环境约束时的技术进步率，说明我国的技术环保性还有待提高。
两种情形下技术效率值均表现为负增长，说明技术效率变化对城市经济增长的影响还没有很好的体现，如何提高效率是急需解决的难题。
（三）城市环境全要素生产率的区域差异分析根据《国家统计年鉴》中的分类将我国区域分为东部、中部、西部、东北部四大板块。
根据四大板块及全国总体的ML指数及其分解项的数据分析可以发现，在总体发展水平上，四大板块的ML指数、效率改进指数和技术进步指数的变化趋势具有一致性，即都反映出环境全要素生产率水平提高、技术进步明显但效率水平下降的特征。
通过ML指数对比来看，东部地区的TFP增长最快，年均增长率为3.47%，高于全国平均水平，技术进步是生产率提高的主要来源，说明东部地区继续保持其先发优势，起到了良好的领军作用；东北地区紧居其后，TFP的年均增长率为3.17%，除了技术进步的作用，技术效率也较其他地区有更大的改善，证明我国大力推进的东北老工业基地振兴战略成效显著，在国有企业改革、机制创新、资源枯竭城市转型等方面的突破使“共和国长子”重新焕发活力；中西部地区的TFP也呈现上升趋势，中部的TFP年均增长率为2.25%，西部的年均增长率为2.43%，证明中部崛起战略和西部大开发战略取得明显成效，但是中西部的全要素生产率增长水平均低于全国平均水平，与发达的东部相比，差异更加明显。