齐晓辉，张文佳

（石河子大学 经济与管理学院，新疆 石河子 832003）

绿色发展作为协调经济社会发展与生态环境保护之间关系的可行路径，已经逐渐成为当今世界发展的共同趋势，也是我国当前发展模式转型的重大战略导向。党的十九大报告中提出要加快推进绿色发展和生态文明建设，党的二十大报告中更明确强调，推动绿色发展，促进人与自然和谐共生。这进一步凸显了我国践行绿色发展战略的决心和信念。我国西北地区地域辽阔、资源丰富，是我国重要的生态安全屏障，但同时也是生态环境脆弱地区和经济相对欠发达的地区，其绿色发展水平不仅关系到自身的可持续性发展，也对全国实现经济高质量发展具有重要战略意义。近年来我国西北地区经济社会得到了较快发展，但长期以来的传统经济发展模式也使该地区付出了大量的生态和环境成本，加速了资源消耗也加大了环境压力，经济发展质量和速度受到影响。怎样在兼顾经济稳步发展的同时，加强资源节约与生态环境保护，在绿色发展的目标下实现经济社会的良性可持续发展，是当前西北地区面临的重要课题。在这样的背景下，对西北地区绿色发展效率进行科学合理的评价并分析其影响因素，将为全面客观地了解西北地区的绿色发展状况提供理论依据，并对相关政策制定以及进一步推进该地区的绿色发展进程具有重要意义。

一、文献回顾

近年来绿色发展效率日益成为学术界的研究热点，涌现了许多相关文献成果。在绿色发展效率的测度方法上，学者们主要选择了传统DEA 模型以及SBM 等衍生模型，还有部分学者将DEA 模型与ML 指数相结合对绿色发展效率进行动态变化的分析。在研究内容上，主要包括了以下三个方面：

一是从全国、省际、城市群或重点生态功能区等不同层面选取不同的研究对象进行绿色发展效率测算与区域差异分析。在全国层面上，袁润松[1]1593-1600、杨志江和文超祥[2]10-18、黄杰[3]13-18，31对中国各省份的绿色发展效率进行测度并考察区域差异。在省域层面上，田亚鹏和柳晓艺[4]56-65、苏日古嘎和马占新[5]77-84、张玉芳等[6]84-92分别对陕西、内蒙古和山西等省份的绿色发展效率进行了评价。在城市群层面上，现有研究涉及的区域主要集中于长三角城市群[7]46-55、京津冀城市群[8]96-102、中原城市群[9]94-101+107，以及一些较具特色区域如中部地区资源型城市[10]86-98和东北地区资源型城市[11]18-25等等。在重点生态功能区层面上，学者们选择的研究对象主要包括长江经济带[12]46-53、淮河生态经济带[13]48-53、黄河流域[14]32-42等地区。

二是对不同产业的绿色发展效率进行研究。如王喜平[15]83-91基于可持续发展视角测度了我国工业的绿色发展效率；陈芳和杨梅君[16]94-104对中国农业绿色发展效率以及农产品国际贸易对其产生的影响进行了探究；张涛和武金爽[17]580-587测度了我国文化产业的绿色发展效率；尤怀墨等[18]63-71对我国光伏产业的绿色发展效率及其影响因素进行了分析。

三是对绿色发展效率影响因素的研究。根据现有的文献成果，绿色发展效率的影响因素主要包括经济发展水平、产业结构、外商直接投资、环境规制、城市化进程等方面。如岳立和薛丹[19]2274-2284认为绿色发展效率的驱动因素包括经济发展水平、城镇化水平、产业结构和科技水平等；何爱平和安梦天[20]21-30、郭建斌和陈富良[21]113-123、杜宇等[22]84-93探究了政府竞争、环境规制与绿色发展效率之间的关系；黄磊和吴传清[23]94-110研究了外商投资对绿色发展效率产生的直接和间接效应；李光龙等[24]83-93、冉启英等[25]54-65分析了财政分权对绿色发展效率的影响效应。

总的来说，现有文献成果从不同角度对绿色发展效率进行了较为丰富的研究，为本文提供了一定的研究基础，但也存在以下不足：一是现有文献的研究对象主要集中于我国东中部地区、重大国家战略发展区域或全国层面，而对西北地区的关注则较为缺乏，更缺少对其绿色发展水平的深入详细的实证分析；二是现有文献的样本期跨度较短，多为10 年左右，研究的连贯性和准确性不足；三是已有文献多采用传统DEA 模型或SBM 模型来测度绿色发展效率，存在多个决策单元的效率值同时为1 而无法进一步比较排序的问题。因此，本研究基于2000—2019 年西北五省区的面板数据，使用包含非期望产出的超效率SBM 模型测算绿色发展效率并借助Dagum 基尼系数考察其区域差异，结合GML 指数分析绿色发展效率的动态演化及其变动来源，最后考察西北地区绿色发展效率的影响因素并提出提升绿色发展效率的对策建议，以期为推进西北地区的绿色发展提供参考。

二、研究方法与数据来源

（一）研究方法

1.包含非期望产出的超效率SBM 模型

数据包络分析（DEA）作为一种非参数效率分析法，能够避免主观因素对效率评价的影响，且在多投入多产出情况下测度多个被评价对象的相对效率时具有特殊优势。但传统DEA 模型未考虑投入产出松弛问题导致效率评价有偏差，Tone[26]498-509提出的SBM 模型解决了这一问题，但此模型存在不足，即当多个被评价对象同时达到有效状态时无法进一步比较和排序，对此Tone[27]32-41又提出了超效率SBM模型弥补了这一不足。同时，在测度绿色发展效率过程中，环境污染应被视为非期望产出纳入模型，因此本文选择包含非期望产出的超效率SBM 模型来进行测度，模型构建如下：

式中，n 为决策单元个数，每个决策单元包含m 种投入、q1种期望产出和q2种非期望产出，x，y和b 分别为投入、期望产出和非期望产出的指标向量，为松弛变量，ρ 为绿色发展效率值，ρ＜1 表示绿色发展效率处于相对无效的水平，ρ≥1 时则表示达到了相对有效状态，其值越大表示绿色发展效率越高，绿色发展水平越高。

2.GML 指数

DEA 模型所测算的效率结果是基于固定时间点的静态效率，但是随着时间的推移，生产技术是会不断发生变化的，因此需要结合Malmquist 全要素生产率指数来分析绿色发展效率的动态变化情况。Malmquist 全要素生产率指数是一种用来分析效率的动态变化的工具，Chung 等[28]229-240将这一指数与方向距离函数结合，提出了考虑非期望产出的ML 指数，但其在跨时期运算中会出现线性规划无解的情况，对此Oh 等[29]183-197构造了全局参比的GML 指数有效解决了这一缺陷。其计算公式为：

式（2）中，DG为全局方向距离函数；GMLt,t+1的数值表示t+1 时期相对于t 时期而言的全要素生产率的变动，可以进一步分解为来自技术效率的变动（ECt,t+1）和来自技术进步的变动（BPCt,t+1），具体而言，GMLt,t+1＞1（＜1）代表绿色发展效率与上期相比有所增长（下滑）；ECt,t+1衡量该决策单元距离技术前沿面的差距的改变，ECt,t+1＞1（＜1）意味着本期相对于上期而言该决策单元的实际生产点更加靠近（远离）全局生产前沿面，技术效率有所提高（降低）；BPCt,t+1衡量该决策单元生产前沿面的扩张，BPCt,t+1＞1（＜1）表示该决策单元的绿色技术水平与上期相比发生了进步（退步）。

3.Dagum 基尼系数

Dagum 基尼系数是学者Dagum[30]515-531提出的一种用于分析区域差异和非均衡状况的方法，本文采用此方法来考察西北地区绿色发展效率的区域差异，区域总体差异的大小由区域总体基尼系数表示，其计算公式如公式(3)所示，其中，n 为所有待评测单元个数，k 表示子区域个数，nj(nh)为子区域j(h)内的单元个数，yji(yhr)表示子区域j(h)内第i(r)个单元的绿色发展效率，μ 为各单元绿色发展效率均值。

（二）指标选取与数据来源

绿色发展要求用尽可能少的资源能源消耗和非期望产出来实现尽可能多的期望产出，因此绿色发展效率的评价指标在选取时，需要同时体现资源能源消耗、环境污染和经济发展三个方面。在参考既有文献的基础上，综合考虑我国西北地区的具体情况、数据可获得性以及模型对指标数量的限制，本文选取的投入指标包括资本、劳动和能源投入，其中，资本投入选用全社会固定资产投资总额来表征，劳动力投入选用期末就业人员数来表征，能源投入用各省区的能源消耗总量表示。产出指标分为期望产出和非期望产出，由于西北地区是我国经济相对欠发达地区，发展仍然是目前的主要任务，因此选择各省区的地区生产总值来表征期望产出；非期望产出应选取对环境产生主要负面影响的污染源指标，本文用工业废水排放量、工业二氧化硫排放量和工业烟粉尘排放量来衡量非期望产出，投入产出指标设定如表1 所示。本研究所用指标数据来源于2001—2020 年的《中国统计年鉴》《中国环境统计年鉴》及西北五省区的统计年鉴，结合各省区的统计公报等资料进行补充。

表1 绿色发展效率投入产出指标设定

三、绿色发展效率测算结果及分析

（一）西北地区绿色发展效率分析

基于构建的考虑非期望产出的超效率SBM 模型，运用MaxDEA 软件对收集整理的投入产出指标数据进行处理，测算得到2000—2019 年西北地区绿色发展效率，如表2 所示。从中可以看出，在本区研究期内，西北地区整体绿色发展效率处在0.433～0.837 范围内，均值仅为0.605，尚未实现有效发展，且五个省区的绿色发展效率均值均未达到1，表明西北地区整体绿色发展水平偏低，还存在很大的提升空间。对比五省区的绿色发展效率平均值发现，由高至低排名依次为陕西（0.867）、新疆（0.727）、甘肃（0.665）、青海（0.388）和宁夏（0.380），绿色发展效率值在样本末期与初期相比分别增长了9.53%、1.22%、1.82%、8.47%和81.32%。其中，排在首位的陕西的绿色发展效率均值约为排在末位的宁夏的2.3 倍，说明西北地区的绿色发展效率存在着显著差异，绿色发展水平表现出区域不均衡状态，这种不均衡状态与各省区之间经济发展水平、科技水平和政策导向等因素存在差距有关。

在研究期的20 年内，陕西的绿色发展效率值有10 次达到了1 以上，即实现了相对有效水平，领先于其他四个省区，这是由于陕西经济发展水平居于西北地区之首，科技与教育等实力也较强，相较于其他四省区，在生态建设、环境污染治理方面以及发展高附加值、低能耗和低污染的绿色产业方面较为领先，从而为自身绿色发展提供了良好条件，绿色发展效率相对较高；新疆和甘肃的绿色发展效率值分别有5 个和4 个年份达到1 以上，表示在这些年份实现了相对有效水平。

虽然陕西、新疆和甘肃的绿色发展效率相对较高，但样本末期效率值与样本初期相比提升并不明显，分别增长了9.53%，1.22%和1.82%，且出现了起伏波动较大的现象，说明这三个省区的绿色发展缺乏稳定性和连贯性，因此也需要引起重视，仍然不能松懈；而青海和宁夏的绿色发展效率值在20 年间均未达到1 以上水平，始终处于相对无效状态，拉低了西北地区整体的绿色发展效率值，说明青海与宁夏两地在经济发展过程中付出了较大的资源消耗和环境污染代价，绿色发展投入产出比有待优化，绿色发展效率亟待提升，应转变经济发展方式，走新型的、绿色化的可持续发展之路，推动经济生产模式逐渐转向高效率和绿色环保。同时值得注意的是，宁夏虽然初期的绿色发展效率值最低，但增长态势在五省区中最为明显，样本末期效率值达到了0.604，相对于样本初期的0.333 而言增长了81.32%，表明宁夏近年来的生态文明建设收到成效，绿色发展水平得到了一定程度的改善且趋势良好。

就变化趋势而言，可以发现样本初期至2008年之间五省区变化趋势不同且较无规律，但2008 年之后出现了较为一致的变化趋势：首先，由于2008年金融危机对经济发展产生了很大影响，五省区绿色发展效率值均出现了断层式大幅度下跌，2009—2010 年逐渐得到回升，但2011—2015 年五省区的绿色发展效率又出现持续下降，这可能与承接东部产业转移有关。2010 年国务院正式提出了中西部地区承接产业转移的意见，西北地区所承接的转移产业多为高能耗高污染的工业产业，且在初期阶段存在着产业结构不合理、配套环保制度政策不到位等问题，使得产业转移对西北地区的生态环境带来了一定的负面影响，加速了资源消耗也加大了环境压力，使得绿色发展效率降低。直到2016 年以后，随着基础设施不断完善和政策支持得到强化，产业转移带来的正面作用逐渐显现，抵消了负面作用，工业化进程不断加快，资源利用效率得到提高，技术水平得到提升，绿色发展效率才恢复了增长趋势，且直至样本末期一直保持着较大的增幅，尤其是在2017 年党的十九大明确提出我国要推进生态文明建设和绿色发展后，绿色发展效率出现显著的提升，说明近年来西北地区绿色发展意识逐渐增强，绿色发展水平取得了提升。

（二）西北地区绿色发展效率区域差异分析

为了考察西北地区绿色发展水平的区域差异及其演化趋势，在前文中绿色发展效率值测算结果的基础上，运用Dagum 基尼系数对2000—2019 年西北地区绿色发展效率的总体差异进行测度，并将测算得到的总体基尼系数绘制成折线图，如图1 所示。

图1 2000—2019 年西北地区绿色发展效率总体基尼系数

根据测度结果，2000—2019 年西北地区绿色发展效率的总体基尼系数在2002 年达到峰值0.256，2009 年取得最小值0.093，历年均值为0.184，反映出西北地区的绿色发展效率存在较大的总体差异，绿色发展的区域协同性和平衡性较弱。从历年演变过程来看，西北地区的总体差异呈现出“上升—下降—上升—下降”的循环式波动趋势，有升有降，基本走势不稳定，但样本末期的0.171 与样本初期的0.211 相比有所下降，下降幅度为18.96%，年均下降1.1%，说明研究期内西北地区的绿色发展效率总体差异有所减小，这体现出西北地区近年来在区域协调发展方面获得了一定的效果，另外也反映出区域内部绿色发展水平相对落后的省份对于生态环境保护和节能减排的重视程度有所增强。

（三）西北地区绿色发展效率动态演变分析

为进一步分析西北地区绿色发展效率的动态变化以及变动来源，对2000—2019 年西北地区的面板数据进行绿色发展GML 指数测算及分解，并进一步将GML 指数分解为技术效率变化指数（EC）和技术进步变化指数（BPC），从而量化技术效率和技术进步分别对绿色发展效率增长的贡献程度，更深入地对绿色发展状况进行考察。2000—2019 年西北地区各年份GML 指数及其分解结果如表3 所示。

表3 2000—2019 年西北地区GML 指数及其分解

由表3 可以看出在研究期内，西北地区共有10个年份的全要素生产率得到了正增长，占比52.63%。GML 值在2017—2018 达到峰值1.338，意味着全要素生产率在2017—2018 年增幅最大，增长了33.8%；GML 值的最小值0.707 出现在2008—2009 年，意味着全要素生产率在2008—2009 年降幅最大，下降了29.3%。从历年变动均值来看，西北地区的GML 值为1.032，表示研究期内西北地区的绿色发展效率总体而言获得了正向增长，且年均增长3.2%，其分解的技术效率指数和技术进步指数分别为1.018 和1.045，即分别增长了1.8%和4.5%，由此可以看出，绿色发展效率提高是二者共同提高的结果，但技术进步的贡献相对更大，说明西北地区绿色发展水平提升的主要原因是技术进步的驱动，即更多地依靠绿色发展相关的技术创新及其生产力转化，而技术效率提高的拉动作用相对较小。

可以看到，2000—2019 年间，全要素生产率、技术效率和技术进步都呈现出波动上升趋势，其中全要素生产率的波动幅度相对较小，这是因为它可以分解为技术效率和技术进步的乘积，它的变动是由技术效率变动和技术进步变动共同作用的结果。技术进步指数的波动趋势与全要素生产率指数较为一致，这也进一步证明了技术进步的变动是影响西北地区绿色发展效率变动的主要原因，对其增长起到了关键作用。

西北地区内部五个省区各自的GML 指数及其分解结果如表4 所示。就全要素生产率的变动而言，研究期内五个省区的GML 指数均值都大于1，说明2000—2019 年间五个省区的绿色发展效率总体上都实现了增长，绿色发展水平得到提升。GML 指数由高到低排名依次为甘肃（1.040）、宁夏（1.036）、陕西（1.035）、新疆（1.031）和青海（1.016），可知绿色发展效率增幅最大的是甘肃，为4%；增幅最小的是青海，为1.6%。就技术效率和技术进步的变动而言，除青海以外，其他四省区的EC 均值和BPC 均值都在1 以上，意味着研究期内这四个省区的技术效率和技术进步均有所提高。其中，甘肃、新疆和宁夏这三个省区的技术效率与技术进步的历年变动率均值较为接近，说明绿色发展效率的提高是二者共同作用的结果，且二者的影响程度相当，没有明显的差别；而对于陕西和青海而言，其技术进步历年变动率均值明显大于技术效率历年变动率均值，这反映出技术进步是驱动陕西和青海绿色发展效率提高的主要源泉。

表4 2000—2019 年西北五省区GML 指数及其分解

四、西北地区绿色发展效率的影响因素分析

（一）模型指标选择

前文中通过超效率SBM 模型测算出了西北地区的绿色发展效率值，但是绿色发展效率除了与各投入产出指标有关以外，还会受到很多其他因素的影响，例如政府环境规制和城镇化率等。西北地区的绿色发展效率受到哪些因素的影响，值得进一步的深入研究，对于提升绿色发展水平的政策制定也有一定的参考意义。基于既有研究成果与西北地区具体情况，本文从经济发展水平、城镇化水平、产业结构、对外开放程度、技术创新水平与环境规制力度等方面选取影响因素指标（见表5）作为解释变量。绿色发展效率值均大于0，属于受限因变量，因此需使用随机效应Tobit 模型以避免结果有偏和不一致的情况，模型设定形式如下：

式（4）中，i 为省份，t 为年份，GDE 为绿色发展效率值，β0为常数项，β1至β6为待定参数，PGDP、URB、STR、OPEN、TEC、ERI 分别为表5 所示的解释变量（其中lnPGDPit表示对PGDP 指标取自然对数处理），εit为随机误差项。数据来源于2001—2020 年《中国统计年鉴》《中国环境统计年鉴》及西北五省区的统计年鉴。

表5 西北地区绿色发展效率影响因素指标选取

（二）回归结果分析

将本文第三部分中测算得到的绿色发展效率值作为被解释变量，表5 中列出的影响因素作为解释变量，使用Stata15.0 软件进行回归分析，所得结果整理为表6 所示。

表6 西北地区绿色发展效率影响因素Tobit 回归结果

根据表6 的回归结果可知：第一，西北地区经济发展水平与绿色发展效率呈显著负相关关系，意味着随着西北地区经济发展水平提高，反而会对绿色发展效率具有某种程度的抑制作用。西北地区作为我国的资源型地区，长期担当着资源能源供应主力的角色，但同时其自身的发展也在很大程度上依靠着能源和资源，其经济总量的增长、经济社会发展水平的提升往往伴随着更多的能源资源消耗和环境污染物排放，因此反而降低了绿色发展效率。第二，城镇化水平的提高对于西北地区绿色发展效率具有显著的正向促进作用。新型城镇化建设是以高质量发展为导向的，强调对生态的修复和保护，推动城市的绿色发展，可见这正与绿色发展理念相契合，新型城镇化进程的推进将有利于加快形成绿色生产生活方式，可以说城镇化发展与绿色发展是相辅相成的。第三，产业结构回归系数为负值，表示第二产业增加值占GDP比重增大会对西北地区绿色发展效率的提升存在一定的抑制作用，但未能通过显著性检验，说明样本期内产业结构尚未对该地区绿色发展效率产生显著的影响。第四，对外开放程度对绿色发展效率的影响显著为负，说明对外开放程度强化，引进更多外资，会对该地区绿色发展效率的提升产生不利影响。西北地区作为经济欠发达地区，引进外资过程中存在着环境准入门槛低和监管力度低的问题，吸引了高能耗高污染的外资企业的进入，加之西北地区本身生态较为脆弱敏感，因此外商投资对当地生态环境的负面影响较大，阻碍了绿色发展效率的提升。第五，技术创新水平对西北地区绿色发展效率产生显著正向作用，说明技术市场成交额占GDP 比重提高，技术创新能力增强，能够有助于提高资源能源利用效率和节能减排能力，并推动绿色环保技术的研发和应用，从而提高地区的绿色发展效率。第六，环境规制力度与绿色发展效率呈显著正相关关系，随着环境污染治理投资占GDP 比重增大，绿色发展效率也会得到提升，表明在西北地区的绿色发展过程中，政府的资金投入导向作用和环境规制力度对绿色发展效率的提升具有重要意义。

五、结论与建议

（一）结论

本文运用超效率SBM 模型、Dagum 基尼系数和GML 指数对2000—2019 年西北地区的绿色发展效率进行了测度和分析，在此基础上对西北地区绿色发展效率的影响因素进行了Tobit 回归分析，得出主要结论如下：

1.研究期内西北地区的绿色发展效率不高，历年均值仅为0.605，尚未实现有效发展；区域内部绿色发展效率具有较大的总体差异，但此差异呈波动下降的趋势，区域内五省区的绿色发展效率均值由高至低排名依次为陕西（0.867）、新疆（0.727）、甘肃（0.665）、青海（0.388）和宁夏（0.380）。总的来说，西北地区无论是在提高整体绿色发展水平方面，还是缩小区域差距方面，未来都存在着很大的改进空间，绿色发展进程仍然任重而道远。

2.从动态演变角度看，研究期内西北地区的绿色发展效率获得了正向增长，且年均增长3.2%，增长的主要源泉是技术进步的驱动，技术效率的作用相对较小。就区域内各省区而言，陕西和青海的绿色发展效率增长的主要动力同样是来自于技术进步；而对甘肃、新疆和宁夏来说，绿色发展效率的增长得益于技术效率和技术进步的共同促进作用，二者的贡献程度无明显差别。

3.从西北地区绿色发展效率的影响因素来看，技术创新水平、城镇化水平和环境规制力度对西北地区绿色发展效率的提高具有正向促进作用；经济发展水平、对外开放程度则对西北地区绿色发展效率的提高产生负面抑制影响；产业结构因素对西北地区绿色发展效率尚未产生显著影响。

（二）政策建议

1.以创新为支点，加快形成绿色发展模式。技术创新水平与绿色发展效率呈显著正相关，技术进步是西北地区绿色发展全要素生产率提升的主要推动力，因此绿色发展模式的形成应以创新为支点，通过搭建创新驱动平台、校企研发平台等方式汇聚整合创新要素，释放科技资源潜力，尽快培育起自己的技术创新体系，积极突破关键绿色环保核心技术并将其产业化，实现创新链与产业链的有效对接，加快绿色环保技术向现实生产力的转化。

2.加大环境污染治理投入，加强环境监管约束力度。一方面要加大环境污染治理投资，发挥好财政资金的引导作用，吸引各类投资向生态环保领域流入，对污染治理和绿色生产相关技术的研发给予资金支持；完善绿色发展相关政策，对生态贡献较大和治理难度较高的地区给予一定程度的生态补偿和政策激励。另一方面要提高引资质量，在引进外资时做好甄别和筛选工作，适度提升外资准入门槛和环保标准，限制高能耗高排放型外资企业的引入，积极引进绿色属性相对较高的高质量外资企业，引导进入企业在生产经营过程中重视生态环境保护和绿色技术升级，充分发挥外商投资的技术外溢等正面效应，促进区域绿色发展水平的提升。

3.推动城镇化建设升级提质，与地区绿色发展互促共进。坚持城镇化建设以高质量发展为导向，一方面在城镇化建设过程中要坚持生态优先，注重生态修复和环境治理，工程项目开发要建立在保护自然生态平衡和考虑环境承载力的基础上，打造低碳环保的绿色城市；另一方面在城建过程中要加强绿色发展理念的宣传教育，惩治生态环境违法行为，引导和鼓励公众自觉履行生态环保的法定义务，践行低碳节能的绿色生活方式和合理适度的绿色消费模式，营造良好的绿色发展社会氛围。总之，将绿色发展理念贯穿于城镇化建设始终，使二者实现互促共进。

4.建立绿色发展区域协作机制，缩小区域差异。绿色发展效率相对较高的地区如陕西省，要在当前发展基础上力求实现更高的效率水平，同时积极将自身在绿色发展方面的先进经验向相对低效率的地区扩散和推广；各省区内部也可以通过培育重点绿色城市的方式，发挥其对周边地区的辐射带动作用和溢出效应；另外，在生态保护和污染防治等方面加强规划布局、联防联控和协同管理，进而缩小区域差异，实现协同并进，提升整个西北地区的绿色发展水平。