A comparative research of the spatial-temporal evolution track and influence mechanism of green development in China
CHENG Yu, WANG Jingjing, WANG Yaping, REN Jianlan,*College of Geography and Environment, Shandong Normal University, Jinan 250014, China通讯作者:
收稿日期:2019-01-17修回日期:2019-06-12网络出版日期:2019-11-20
基金资助: |
Received:2019-01-17Revised:2019-06-12Online:2019-11-20
作者简介 About authors
程钰(1984-),男,山东安丘人,副教授,博士生导师,主要从事经济地理与区域生态经济研究E-mail:383617726@qq.com。
摘要
关键词:
Abstract
Keywords:
PDF (9382KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
程钰, 王晶晶, 王亚平, 任建兰. 中国绿色发展时空演变轨迹与影响机理研究. 地理研究[J], 2019, 38(11): 2745-2765 doi:10.11821/dlyj020190057
CHENG Yu.
1 引言
19世纪50年代以来,世界经济进入繁荣发展的黄金时期,人们的物质生活得到极大改善,以追求经济增长为目标的传统发展观长期占据统治地位。传统发展观强调将人类自身的需要视为经济活动的价值判断,以追求经济高速增长、推崇区域非均衡发展、注重眼前利益和“物本”高于“人本”为主要特征。然而,地球自然资源的有限供给和生态系统有限的自净能力,使传统经济增长模式引起的资源环境问题日益严峻,“有增长无发展”的资源环境和社会问题开始蔓延至全球[1,2,3]。全球变暖、环境污染、淡水紧缺、耕地减少、森林破坏和生物多样性锐减等一系列世界性问题已经超越了国家之间的地理界限,将人类置于“资源-环境”双重压迫的窘境,直接关系到地球存亡和人类生存。在此背景下,人类开始思考经济增长和生态环境的关系并探索可持续发展道路[4]。美国海洋生物学家雷切尔·卡逊《寂静的春天》、经济学家肯尼斯·鲍尔丁宇宙飞船经济理论、罗马俱乐部《增长的极限》、布伦特兰《我们共同的未来》等著作和理论极大地推动了可持续发展思想理念的形成。绿色发展与可持续发展思想一脉相承,是对发展模式的有益探索。英国经济学家大卫·皮尔斯1989年著作《绿色经济蓝图》,首提“绿色经济”的概念[5]。金融危机以来,推行绿色发展成为国家和地区在提升经济竞争力、应对金融危机和解决资源环境问题等方面达成的重要共识,欧盟、美国和日本等许多发达国家和地区制定以绿色能源技术、绿色制造产业为核心的一系列战略计划,积极推行绿色新政战略,开启绿色工业革命的新时代,以期通过发展绿色经济实现经济复苏,并在新一轮激烈的全球竞争中抢占优势地位。中国面临着比其他国家更为严峻的资源环境压力,特殊的人口、资源与环境国情决定中国必须实施可持续发展战略,1994年中国第一个国家级可持续发展战略《中国21世纪人口、环境与发展白皮书》获批,党的十四届五中全会首次提出实行可持续发展战略,“十五”计划、“十一五”规划积极推进可持续发展战略的实施,并设置相应的“建设资源节约型、环境友好型社会”专题,“十二五”规划首次明确提出绿色发展主题,倡导“树立绿色、低碳发展理念”,“十三五”规划也明确提出“绿色是永续发展的必要条件和人民对美好生活追求的重要体现”。综合国内外半个多世纪的理论探索与实践演进,绿色发展正在由一维向多维、由简单向复杂过渡,这是对区域可持续发展理论与实践的有益探索与深入思考。当前国内外****对绿色发展的研究主要集中在区域选择、模型评估、影响机理和优化对策等方面,取得了较为丰富的研究成果:
(1)研究区域选择方面。当前对绿色发展的研究主要集中在全球、国家、重要经济区、城市群、典型省份和城市等区域,兼具宏观、中观和更小尺度区域。例如,Dajian Zhu从联合国可持续发展目标(SDGs)视角出发,建立“对象-主体-过程”框架体系,分析全球绿色发展的实践和政策效应评估模型[6],Chao Feng等从全球视角分析41个区域165个国家和地区的GDPI指数,评估全球绿色发展和其影响因素[7],李晓西等以全球为视角研究人类绿色发展指数[8],刘明广等研究中国省域绿色发展水平测量与空间演化机理[9],黄跃等研究中国20个城市群绿色发展指数的整体发展态势与绿色发展的等级匹配[10],任胜钢等研究长江经济带绿色发展的内在逻辑、动力机制和实施路径[11]。
(2)绿色发展评估方面。对研究案例区域绿色发展的诊断评估有利于进一步判断区域绿色发展的状态与阶段,也为绿色发展动态预测和绿色发展实践逻辑、实现路径奠定了重要基础[12,13]。当前绿色发展评估主要涉及绿色发展指标选取和研究方法两个方面。绿色发展指标选取大致包括构建层次清晰的多指标综合体系,包括由少量指标构成的人类绿色发展绩效指数(HGDI)、环境载荷指数(TEL)和生态足迹(Ecological Footprint)等绿色发展绩效指数,通过构建资源和环境成本的绿色GDP指数[14,15],以及依据生态效率概念模型测度绿色发展效率等。研究方法主要有熵权TOPSIS、投影寻踪模型、投入-产出模型和成本收益模型等。例如Elfriede Penz等从碳足迹视角评估区域企业绿色发展时空演变规律、碳减排路径与清洁生产措施[16],Mancini M S等运用三维生态足迹模型对自然资本动态演变进行评估,分析了区域绿色发展态势[17,18],李晓西等在人类发展指数的基础上构建人类绿色发展指数(HGDI),测算123个国家和地区的人类绿色发展指数[8],沈晓艳等研究1997—2013年中国绿色GDP核算与时空格局[19],钱争鸣等运用DEA模型研究资源环境约束下中国绿色经济效率的空间演化模式[20]。
(3)绿色发展空间异质性与影响机理研究。空间异质性研究主要分为静态和动态两个方面,静态分析主要从空间维度展开区域和区际绿色发展水平的分异研究,动态上侧重将时间和空间维度结合起来。根据“地理学第一定律”,绿色发展在区域之间存在扩散(涓滴)和极化(回波)效应。运用经典的IPAT模型和空间面板模型,探索工业化与城市化发展阶段、环境管制强度、国际贸易结构、产业结构高级化和合理化、城镇发展速度与质量、金融发展和技术创新等因素对绿色发展空间分异驱动的机理[21,22,23,24]。例如Peizhen Jin等分析宏观经济不确定性、高水平创新等因素对中国城市绿色发展的影响[25],Shuai Shao等以上海市为案例分析技术创新是否引起1991—2011年工业整体和32个工业部门绿色发展水平的变化[26],Hasan Rüstemo?lu运用LMDI模型分析1990—2016年影响德国绿色发展的经济规模、产业结构和技术进步等因素[27],蔡宁等运用SBM-DDF模型和Bootstarp截断回归模型等研究人口城镇化、土地城镇化、经济城镇化和社会城镇化对中国绿色经济效率差异化的影响机理[28,29,30],王鹏等运用面板数据和空间杜宾模型研究环境管制对工业绿色发展的规模效应、结构效应和技术效应影响路径[31],岳书敬等运用空间面板数据和空间杜宾模型研究产业集聚和金融集聚对绿色发展的空间溢出效应[32,33]。
(4)绿色发展实现路径与管理模式。当前绿色发展还存在资源环境压力大、经济产业结构调整滞后、体制机制存在缺陷、绿色价值体系尚未确立、环境监管能力偏弱和科技创新能力不高等障碍性因素[34,35],绿色发展实现路径和管理模式主要体现在企业-生产、公众-消费、政府-决策和观念-技术等视角,例如,Ming-Xu Wang等、秦书生等、姚西龙等从企业、产业视角提出绿色转型的目标模式和转型路径,从绿色生产、低碳生产和清洁生产等视角推进绿色发展[36,37,38],Chen Lili 等、张世秋等提出通过制度供给、政策优化、决策机制和管理机制等方面促进区域经济社会和生态环境协调发展[39,40],唐潇等和曹东等认为需要从绿色发展观念、技术创新、绿色产业、空间优化和制度建设等方面有效提高生态效率,促进区域绿色发展[41,42]。
根据上述研究现状和发展动态分析,国内外****围绕绿色发展的研究区域、动态评估、驱动机理和实现路径等方面展开了较为详细的理论与实证探索,并取得一系列丰硕成果,但还存在亟待解决和反思的问题。一是复合多维的理论与实践认识使绿色发展内涵的界定相对局限与碎片化,对绿色发展的内涵与界定理解不够,不清楚“绿色”和“发展”之间的内在联系,片面地将绿色发展理解为经济发展、社会发展和生态环境保护,导致难以进一步科学有效评估绿色发展。也有****从单一的绿色经济系统或者资源系统、环境系统和生态系统理解绿色发展,缺乏对绿色发展框架体系的整体认知,使其理论构建不可避免地出现机械拼接和碎片化问题,严重制约绿色发展的理论集成、实践评估和方法创新。二是缺乏科学合理的绿色发展评价体系,当前绿色发展评价指标体系缺乏有效的科学依据和综合集成方法,在实现绿色发展多目标管理、不同指标权重选取上没有科学合理的方法。因此,亟需在理清绿色发展内涵和理论体系的构建等关键科学问题基础上,构建符合区域发展实际的评估体系。三是需要加强绿色发展水平的空间分异和实现路径研究。当前研究多是从经济学和管理学视角研究中国绿色发展空间差异,应该重视地理学视角下绿色发展水平时空轨迹、问题区域和区域问题研究,并强化中国绿色发展影响机理研究,以更好地制定符合中国绿色发展转型的实现路径。综上所述,当前全球发展进入以绿色发展为主要驱动力的新阶段,绿色发展战略已经成为越来越多国家和地区应对资源环境挑战、金融危机和实现区域可持续发展的选择。研究拟在界定绿色发展内涵和构建评价体系的基础上,分析中国绿色发展的时空演变轨迹与影响机理,为推进生态文明建设提供借鉴。
2 绿色发展内涵界定与评价模型构建
2.1 绿色发展内涵界定
纵观全球绿色发展的演进历程,第一次绿色浪潮(1960—1970年代)注重以环境末端治理为核心,反思由经济规模迅速扩张所带来的生态环境危机;第二次绿色浪潮(1980—1990年代)关注弱可持续性发展和社会公平问题,强调不可持续的经济社会发展模式是资源环境问题的主要根源;第三次绿色浪潮时代(2000年代—至今)关注强可持续发展和全球治理问题,实现经济发展和资源环境要素的强脱钩,关键区域自然资本不减少。大卫·皮尔斯提出“绿色经济是以市场为导向、以传统产业经济为基础,为适应人类环保与健康需要而产生并表现出来的一种发展状态”。当前,绿色发展内涵与大卫·皮尔斯提出的“绿色经济”概念相比有了全新的拓展,与传统的高消耗、高污染、低附加值、低生产效率的“黑色发展”相反,绿色发展强调要解决区域发展过程中资源过度消耗问题、加强生态环境保护和生态治理,促进人类活动与地理环境协调发展。胡鞍钢认为“绿色发展是对可持续发展思想与理念的进一步继承和超越,是与传统粗放经济发展模式的根本性决裂,在此基础上的绿色发展观是第二代的可持续发展观”[43]。绿色发展具有以下特征:首先,绿色发展的前提和保障是经济生态化,经济增长与资源消耗、环境污染逐渐由弱脱钩向强脱钩转变,由高消耗、高污染和低产出的粗放外延型发展模式向低消耗、低污染和高产出的集约内涵型发展模式转变,降低经济增长对资源环境的胁迫程度;其次,协调发展是绿色发展的本质特征和内在要求,绿色发展应该体现经济系统、社会系统和生态环境系统的内在协调统一,而这种稳定持续和协调有序有赖于各个子系统内部和彼此之间是否具有较高的协调程度;最后,实现区域绿色发展目标的多元化应突出区域管理的重要性,通过相应的“经济-社会-生态-空间”调控措施推进绿色发展转型,实现区域人地协调和绿色发展[44]。研究借鉴胡鞍钢提出的绿色发展概念,构建基于“绿色增长-绿色福利-绿色财富”的绿色发展系统(图1)。其中,绿色增长是指一定经济发展水平下经济增长与资源消耗、环境污染实现脱钩,发展实力、生态经济、绿色产业不断提升优化的过程,是绿色福利和绿色财富的保障,也是推进区域环境治理的重要条件。绿色福利是人类生活的安全性福利和保障性福利,是绿色发展的重要目标,是人类发展的重要福祉体现,大致涵盖人类发展、绿色公共服务和绿色消费等领域。绿色财富是指生物生存和发展所依赖的各种自然因素的总和,生态环境容量和资源承载力是其重要体现,主要包括自然资源、生态建设和环境质量三方面内容,是绿色福利的载体和绿色增长的基础。综合来看,绿色增长是核心,绿色福利是目标,绿色财富是基础,三者相互联系相互协调。
图1
新窗口打开|下载原图ZIP|生成PPT图1绿色发展内涵框架
Fig. 1The framework of green-development connotation
2.2 绿色发展评价模型
2.2.1 指标体系构建 合理评价绿色发展水平,必须完善绿色发展评价体系。根据对绿色发展系统中“绿色增长-绿色福利-绿色财富”的内涵把握与认知框架,参考借鉴国内外学术界已有的相关研究成果和国家绿色发展的顶层设计,依据科学性、综合性、区域性和可操作性等原则设计绿色发展指标体系[45]。第一,绿色增长维度,涉及经济增长、生态经济和绿色产业,反映生产过程中经济效率、资源利用效率和污染物处理效率等方面;第二,绿色福利维度,全面反映区域发展过程中对人类福祉的影响,主要包括人类发展、绿色公共服务、绿色消费3个要素层;第三,绿色财富维度,反映生态环境系统在经济和社会系统作用下的变动趋势,主要包括资源丰度、生态质量、环境压力3个要素层。研究建立了涵盖3个系统层,9个要素层,30个指标的绿色发展指标体系(表1)。Tab. 1
表1
表1绿色发展指标体系构建
Tab. 1
系统层 | 要素层 | 指标层(单位) | 指标属性 |
---|---|---|---|
绿色增长 (G-Increase) | 经济增长 | 人均地区生产总值(元) | 正向 |
人均地方财政收入(元) | 正向 | ||
生态经济 | 万元GDP能耗(t标准煤/万元) | 负向 | |
万元GDP SO2排放量(kg/万元) | 负向 | ||
万元GDP COD排放量(kg/万元) | 负向 | ||
绿色产业 | 第一产业劳动生产率(元/人) | 正向 | |
土地产出率(%) | 正向 | ||
第二产业劳动生产率(元/人) | 正向 | ||
工业绿色经济效率(-) | 正向 | ||
第三产业劳动生产率(元/人) | 正向 | ||
第三产业增加值占比(%) | 正向 | ||
绿色福利 (G-Welfare) | 人类发展 | 城市居民人均可支配收入(元) | 正向 |
农村居民人均纯收入(元) | 正向 | ||
人均受教育年限(年) | 正向 | ||
绿色公共服务 | 人均公园绿地面积(m2/人) | 正向 | |
建成区绿化覆盖率(%) | 正向 | ||
每万人拥有公交车数量(辆) | 正向 | ||
城市生活垃圾无害化处理率(%) | 正向 | ||
绿色消费 | 人均生活用水量(L/人) | 负向 | |
人均生活用电量(kW·h/人) | 负向 | ||
人均能源消费量(kg标准煤/人) | 负向 | ||
绿色财富 (G-Wealth) | 资源丰度 | 人均水资源量(m3/人) | 正向 |
人均耕地面积(hm2/人) | 正向 | ||
人均森林面积(hm2/人) | 正向 | ||
生态质量 | 森林覆盖率(%) | 正向 | |
湿地面积占国土面积比例(%) | 正向 | ||
自然保护区面积占辖区面积比例(%) | 正向 | ||
环境压力 | 单位土地面积SO2排放量(t/km2) | 负向 | |
单位土地面积COD排放量(t/km2) | 负向 | ||
单位耕地面积化肥施用量(t/hm2) | 负向 |
新窗口打开|下载CSV
2.2.2 研究方法
(1)投影寻踪评价模型(PPM)。该模型能够科学处理非线性、非正态和高维度数据,有效解决区域综合评估的多元综合复杂问题。其步骤是通过投影优化函数,使高维数据转换到低维数据,在低维空间模拟分析高维数据结构或者特征的投影向量,进而解决数据的多维和综合复杂问题。具体计算步骤如下:
① 数据标准化处理。其中,区域指标集为
② 投影目标函数的构造。假设
投影目标函数表达为:
式中:Sz为
式中:
③ 投影目标函数优化。根据最大化投影目标函数计算结果,演算最佳投影方向,即目标函数最大化,具体约束条件公式:
投影函数的优化本质是以
④ 计算投影值。将最佳投影方向(即权重)
(2)变异系数和基尼系数。变异系数用来衡量中国绿色发展指数的相对差异程度,用公式(9)表示,V是变异系数;σ是绿色发展水平标准差;
基尼系数是衡量地理事物区域差异程度的重要指标,其取值范围是G∈[0,1],基尼系数越小,表示绿色发展指数的区域差异程度越小,基尼系数越大,表示绿色发展指数的区域差异程度越大:
式中:G为基尼系数;m为研究样本数;Xi为省区绿色发展指数;ux为绿色发展指数的平均值;i按照绿色发展指数的大小排序。
(3)空间自相关分析。空间自相关分析是研究某一区域地理要素属性时空格局演进的常用方法之一,主要包括全局和局部空间自相关。
① 全局空间自相关。主要用于描述绿色发展指数在总体空间内是否存在集聚性或者扩散性分布的状态,其计算公式为:
式中:Moran's I为全局空间自相关指数;m为区域个数;Xi和Xs分别为样本i、s的指数值;
Moran's I指数取值介于[-1,1]之间,0<Moran's I指数≤1表示区域绿色发展指数呈现空间正相关,空间集聚特征明显;当Moran's I指数趋近于或等于0时,表明区域绿色发展指数空间自相关特征不存在;-1≤ Moran's I指数<0表示绿色发展指数呈现空间负相关,Moran's I指数越小,表示绿色发展指数的空间分异特征越强。统计量Z可以检验Moran's I指数的显著性水平,即:
若Z>0且通过Z值显著性检验,表明绿色发展指数呈显著性正相关;若Z<0且通过Z值显著性检验,表明绿色发展指数呈显著性负相关;否则,相关性不显著。
② 局部空间自相关。将全局空间自相关指数分解至各研究单元,以检验各局部地区绿色发展指数是否存在空间集聚区,其计算公式为:
式中:如果Ii为正,表明局部区域是低低或高高的相似值集聚区,Ii为负则表明局部区域是低高或高低的相似值集聚区。 同理,研究运用上述模型方法,根据评估指标体系,分别计算系统层中绿色增长、绿色福利、绿色财富指数,并测度各构成指数的变异系数、基尼系数以及全局空间自相关和局部空间自相关指数,以多角度全面反映中国绿色发展时空演变特征与趋势。
2.3 数据来源
根据构建的指标体系,研究以中国30个省市区为研究对象,主要包括除香港、澳门特别行政区、台湾省和西藏自治区以外的省、自治区、市,数据主要来源于2001—2017年《中国统计年鉴》《中国环境统计公报》《中国环境统计年鉴》《中国水利资源发展统计公报》《中国科技统计年鉴》和《中国国土资源统计年鉴》等。3 中国绿色发展时空演变轨迹研究
3.1 中国绿色发展时序演变轨迹
运用投影寻踪评价模型(PPM)计算中国绿色发展指数,结果见表2。整体来看,中国绿色发展指数呈现上升趋势,从2000年的1.453上升至2016年的2.330,年均增长率达到3.77%。一方面可以看出中国绿色发展指数显著提升。随着资源环境瓶颈对经济社会发展的影响越来越大,中国政府意识到必须遵循区域发展的经济规律和自然规律,将绿色发展上升为更高战略,逐渐改变传统发展观崇尚经济理性“物欲至上”的价值理念,将生态环境作为经济发展的重要内生变量,强调“经济系统-社会系统-生态环境系统”整体最优的人地系统优化协调发展,生态环境治理制度不断完善。积极推进新型城镇化、“中国制造2025”、生态文明先行示范区等战略决策,促进生产结构、消费结构和可持续发展空间结构不断优化,加大环境污染治理强度,大幅降低资源消耗强度,提升生态文明建设水平。另一方面也应该清楚地看到当前中国整体绿色发展水平增长速度还不够高,可持续发展理念还有待进一步内化为顶层设计和综合决策。随着人口规模和经济规模的快速扩张,人类活动通过改变地球表层的物质和能量流动,改变了地理环境基本功能,加速了人居环境的恶化。同时,由于中国经济发展正处于增长速度换挡期、结构调整阵痛期和前期政策消化期,“三期叠加”的阶段性特征明显,区域性、结构性和布局性环境风险问题依然突出,特别是面对公众与日俱增的良好环境质量诉求,资源环境压力依然较大的现实阻碍了绿色发展水平提高。Tab. 2
表2
表22000—2016年中国绿色发展指数及其构成
Tab. 2
绿色增长 | 绿色福利 | 绿色财富 | 绿色发展 | |
---|---|---|---|---|
2000年 | 0.783 | 0.365 | 1.049 | 1.453 |
2005年 | 0.952 | 0.418 | 1.022 | 1.592 |
2010年 | 1.341 | 0.647 | 1.046 | 2.037 |
2016年 | 1.505 | 1.051 | 1.057 | 2.330 |
新窗口打开|下载CSV
从绿色发展构成指数来看,绿色增长指数从2000年的0.783增长至2016年的1.505,年均增长率5.77%,随着经济发展水平提升,经济结构向高级化和合理化方向有序演进,产业生态化水平不断提升,万元GDP资源消耗和污染物排放量持续下降,实现了经济规模增长和资源消耗强度、污染物排放强度脱钩,部分资源环境要素实现总量脱钩;绿色福利指数从2000年的0.365增长至2016年的1.051,年均增长率11.74%,变动幅度较大,反映了随着经济发展水平提高,人类发展、绿色公共服务等得到提升优化;绿色财富从2000年的1.049提升至2016年的1.057,年均增长率0.049%,变动幅度不大,表明研究期内尽管中国积极推动产业结构绿色转型、不断增加环境治理投资,积极推进主体功能区战略和生态红线战略,使国土空间的无序扩展和无节制开发得到了逐步控制,生产功能、生活功能和生态功能持续增强,土地集约节约循环利用水平得到提升,但由于区域资源环境承载能力有限和经济发展需求大这一矛盾的长期存在,使得绿色财富水平变动缓慢,也在一定程度反映了绿色财富指数增长的艰巨性和长期性。
3.2 中国绿色发展空间演变轨迹
3.2.1 中国绿色发展空间分异特征 根据绿色发展指数及其构成指数的基尼系数和变异系数计算结果,发现基尼系数和变异系数的变动趋势基本一致,基尼系数介于0.1384~0.3368之间,表明绿色发展指数以及各构成指数存在一定的区域差异。2005年以来,绿色发展指数及其构成指数的基尼系数均呈减小趋势,其中绿色发展指数基尼系数从0.1702降低至0.1384,反映尽管绿色发展指数及其构成指数的区域差异呈缩小趋势,但区域之间差距依然存在。一方面表明近年来中国逐步实现从传统发展观向可持续发展观转变,不断落实和推进生态文明建设,提高了“经济发展-社会进步-生态环境保护”协调耦合程度,另一方面也反映了区域发展阶段、资源环境承载条件、社会经济发展模式、环境管制等差异长期普遍存在,以及生态环境较为脆弱的干旱区半干旱区、高寒缺氧区、水土流失严重地区和贫困生态脆弱叠加区等占国土面积比例高等因素对绿色发展均衡性和协调性的制约。研究进一步采用自然断裂点方法(Natural Breaks)将2000年、2005年、2010年和2016年各地区绿色发展、绿色增长、绿色福利、绿色财富划分为4个等级,以探讨绿色发展及其构成指数的空间格局特征与规律(图2、图3,见第2754页)。图2
新窗口打开|下载原图ZIP|生成PPT图2中国绿色发展指数空间分布
注:该图基于国家测绘地理信息局标准地图(审图号为GS(2016)2893号)绘制,底图无修改。
Fig. 2Spatial distribution of China's green development index
图3
新窗口打开|下载原图ZIP|生成PPT图3中国绿色发展构成指数空间分布
注:该图基于国家测绘地理信息局标准地图(审图号为GS(2016)2893号)绘制,底图无修改。
Fig. 3Spatial distribution of China's green-development branch index
整体来看,四个时间断面的绿色发展水平均呈现明显的空间分异特征。其中,北京、上海、天津、浙江、江苏、福建、重庆和山东等经济发达地区绿色发展指数相对较高,而山西、河南、宁夏、贵州、安徽等相对经济欠发达地区绿色发展指数较低。2016年北京、上海和天津绿色发展指数最高,分别为3.231、3.090和2.827,安徽和宁夏绿色发展指数最低,分别为0.445、0.434。在绿色增长指数方面,北京、上海、天津、江苏、广东和浙江等地区较高,而宁夏、甘肃、山西等地区相对较低。在绿色福利指数方面,北京、上海、浙江、天津和江苏等地区相对较高,而贵州、山西、甘肃和青海等地区绿色福利指数相对较低。在绿色财富指数方面,青海、内蒙古、甘肃、黑龙江、云南等欠发达地区相对较高,而天津、山东、河南、江苏和上海等地区相对较低。
进一步从东部、中部、西部和东北部四大地带和区域经济发展差异视角探究中国绿色发展指数的空间差异规律:① 中国四大地带绿色发展水平空间分异特征。计算2000—2016年各年份中国东部、中部、西部和东北部四大地带的绿色发展、绿色增长、绿色财富、绿色福利指数。其中,绿色发展水平呈现东部地区>东北地区>西部地区>中部地区的空间分异特征,2016年东部、东北、西部和中部地区绿色发展指数平均值分别为2.620、2.341、2.189和2.100;绿色增长和绿色福利呈现东部地区>东北地区>中部地区>西部地区,2016年东部、东北、中部和西部地区绿色增长指数平均值分别为1.895、1.342、1.329和1.291,绿色福利指数平均值分别为1.281、0.988、0.933和0.920;绿色财富呈现东北地区>西部地区>中部地区>东部地区;2016年东北、西部、中部和东部地区绿色增长指数平均值分别为1.264、1.240、0.943和0.862,与绿色发展和构成指数的空间差异较大。整体来看,胡焕庸线东南侧自然要素组合状态相对优越,承载了高强度的工业化和城市化活动,经济发展水平和社会发展福利水平高,但人类活动和资源环境之间的矛盾非常激烈;西北侧整体资源环境条件优越性不高,能够承载的人口经济规模相对有限,影响区域开发的深度、广度和速度,经济发展水平和社会发展福利相对不高,但其人均资源环境条件相对充裕,单位国土面积污染物排放量相对不高,一定程度上提高了绿色财富。② 区域经济发展差异视角下不同发展类型区空间差异特征。根据世界银行划分规定,按照低于人均GDP的75%、76%~100%、101%~150%、大于151%的标准划分为四类研究区域,随着经济发展水平的提高,绿色发展指数和绿色增长指数呈现逐渐增加趋势,绿色福利呈现先减小后增大趋势,绿色财富则大致呈现减小趋势,说明经济增长和绿色发展指数之间具有一定的耦合关联性,也反映出由于城镇化、工业化快速发展、经济规模的持续扩张与自然资源开发强度的持续增强,生态环境恶化的趋势没有得到根本性改善,特别是随着当前公众对良好环境质量的诉求与日俱增,生态环境保护与建设的压力将持续加大。
3.2.2 中国绿色发展空间关联特征 为继续研究2000—2016年中国绿色发展指数空间集聚态势与演变特征,运用全局空间自相关模型,测度Moran's I指数(表3)。根据计算结果,绿色发展指数及其构成指数Moran's I均通过显著性检验,P值均小于0.01。绿色发展指数及其构成指数的Moran's I指数大于0,说明中国绿色发展指数及其构成指数呈显著的空间集聚效应,2016年Moran's I值介于0.3213~0.5779之间,表明中国省域间绿色发展指数及其构成指数的空间分布并非独立,而是存在明显的空间正向集聚效应,也就是绿色发展指数及其构成指数高的地区毗邻其他绿色发展指数高的地域单元,指数低的地区相毗邻。其中绿色发展指数Moran's I大致呈现减小趋势,从0.3756减小至0.3213,空间集聚态势虽然逐渐减弱,但也表现为较强的空间集聚特征。绿色增长指数、绿色福利指数呈现先增大后减小趋势,绿色增长指数Moran's I值由0.4211增大至0.4663,后减小至0.4148,绿色福利指数Moran's I值由0.4010增大至0.4543,后减小至0.4207;绿色财富指数Moran's I值呈现先下降后上升趋势,由0.5779降低至0.4411,后增加至0.4767。上述变化反映出近年来中国政府在绿色发展和生态文明建设方面做出的积极努力,逐步建立起具有中国特色的“多元共治大环保、大资源格局”生态环境治理体系,环境安全风险得到一定调控,但由于政府、企业和公众共管共治的格局尚未形成,由此导致了政府和市场配置失灵,规划体系缺乏衔接和空间管理体系尚未形成等系列问题,表明当前生态环境污染治理的任务依然艰巨、自然资源开发供给前景堪忧、生态环境治理体系等仍有待完善。
Tab. 3
表3
表32000—2016年中国绿色发展指数及其构成指数全局自相关情况
Tab. 3
类别 | 2000年 | 2005年 | 2010年 | 2016年 | |
---|---|---|---|---|---|
绿色发展 | Moran's I | 0.3756 | 0.3391 | 0.3978 | 0.3213 |
Z(I) | 3.3806 | 3.2270 | 3.6868 | 3.0738 | |
P(I) | 0.0020 | 0.0020 | 0.0020 | 0.0050 | |
绿色增长 | Moran's I | 0.4211 | 0.4663 | 0.4604 | 0.4148 |
Z(I) | 3.9276 | 4.1927 | 4.2186 | 3.8340 | |
P(I) | 0.0010 | 0.0010 | 0.0010 | 0.0010 | |
绿色福利 | Moran's I | 0.4010 | 0.4303 | 0.4543 | 0.4207 |
Z(I) | 4.1709 | 4.1977 | 4.1958 | 4.0456 | |
P(I) | 0.0020 | 0.0010 | 0.0020 | 0.0010 | |
绿色财富 | Moran's I | 0.5779 | 0.4411 | 0.4641 | 0.4767 |
Z(I) | 5.3175 | 4.1946 | 4.4196 | 4.5308 | |
P(I) | 0.0010 | 0.0010 | 0.0020 | 0.0010 |
新窗口打开|下载CSV
全局Moran's I指数虽然能够从整体上分析中国省域绿色发展水平的空间集聚与分散程度,但不能有效区分局部的空间集聚与分散程度和主要模式,而局部Moran's I指数却能较好地描述某一省域单元和相邻省域单元绿色发展水平的相似性程度,能够很好地揭示中国省域绿色发展指数的局部空间分异特征。研究进一步绘制2000—2016年各省份绿色发展指数的局部Moran's I指数散点图,将中国绿色发展指数划分为四种演化模式(表4):① 第一象限为高高(HH)类型集聚区,表现为本省域和相邻省域的绿色发展指数均相对较高,空间上的关联表现为高水平类型的空间集聚效应;② 第二象限为低高(LH)类型集聚区,表现为本省域绿色发展指数相对较低,而相邻省域的绿色发展指数相对较高,空间上的关联表现为由低到高演变的过渡区域;③ 第三象限为低低(LL)类型集聚区,表现为本省域和相邻省域的绿色发展指数均相对较低,空间关联表现为低水平类型的区域集聚区;④ 第四象限为高低(HL)类型集聚区,表现为本省域的绿色发展指数高,而相邻省域的绿色发展指数低,空间关联表现为中间高外围低的区域极化模式。2016年中国绿色发展指数集聚区主要发生在HH集聚区和LL集聚区,其中北京、上海、天津、江苏、浙江和福建等东部沿海经济发达地区主要为HH集聚区,而LL集聚区主要分布在中西部地区。这表明绿色发展指数空间集聚区整体上与经济发展呈现一定的空间联系,从绿色发展指数构成来看,经济发展阶段与绿色增长、绿色福利有一定关系,与绿色财富并没有形成正向空间匹配关系,经济发展水平高的地区,其绿色财富指数相对较低。2000—2016年各省份的空间集聚区类型发生不同程度的时空跃迁,但整体来看,HH集聚区主要集中在东部沿海经济发达地区,LL集聚区集中在西部和中部省份,2000—2016年发生跃迁的省份有8个,约占观测省份的25.81%,反映中国绿色发展指数空间格局具有相对稳定性。
Tab. 4
表4
表42000—2016年中国绿色发展指数象限分类
Tab. 4
HH | LH | LL | HL | |
---|---|---|---|---|
2000年 | 上海、天津、北京、海南、辽宁、江苏、福建、吉林、浙江、黑龙江 | 河北、安徽、江西 | 甘肃、河南、四川、湖北、重庆、湖南、陕西、山西、广西、宁夏、贵州、新疆 | 山东、内蒙古、青海、广东、云南 |
2005年 | 北京、上海、天津、浙江、江苏、黑龙江、福建、吉林、辽宁、海南 | 江西、安徽、河北 | 新疆、青海、云南、重庆、四川、湖北、甘肃、湖南、河南、陕西、山西、广西、贵州、宁夏 | 山东、内蒙古、广东、 |
2010年 | 上海、北京、天津、浙江、江苏、辽宁、福建、黑龙江、吉林、海南 | 江西、安徽、河北 | 青海、重庆、新疆、云南、四川、湖北、陕西、湖南、广西、河南、贵州、甘肃、山西、宁夏 | 山东、广东、内蒙古 |
2016年 | 北京、上海、天津、江苏、浙江、吉林、黑龙江、福建、海南 | 辽宁、江西、安徽、河北 | 宁夏、山西、河南、贵州、广西、甘肃、湖南、陕西、新疆、云南、湖北、四川、青海 | 内蒙古、广东、山东、重庆 |
新窗口打开|下载CSV
利用Geoda软件计算各构成指数的Moran's I散点图(图4),其中,横坐标表示各空间单元标准化后的数值,纵坐标表示其滞后值,数字1代表2000年,数字2代表2016年。从各构成指数来看,绿色发展各构成指数的空间集聚区主要在HH和LL集聚区。① 2016年绿色增长指数的HH集聚区主要分布在北京、上海、天津、江苏、浙江、福建等6个地区,LL集聚区主要分布在湖南、湖北、广西、辽宁、河南、陕西、新疆、甘肃等15个地区。② 绿色福利指数HH集聚区主要分布在北京、上海、浙江、江苏、天津、福建等6个地区,LL集聚区主要分布在辽宁、吉林、宁夏、湖北、湖南、新疆、云南、青海、甘肃、山西、广西、陕西等16个地区。③ 绿色财富指数HH集聚区主要分布青海、内蒙古、新疆、黑龙江、吉林、甘肃、四川、云南、辽宁等10个地区,LL集聚区主要分布在北京、天津、河南、湖北和湖南等14个地区。综合分析发现,绿色增长、绿色福利HH集聚区基本集中在东部地区和部分中部地区,LL集聚区主要集中在东北地区和西部地区,绿色财富HH集聚区主要集中在西部地区和东北地区,而LL集聚区主要集中在东部地区。一定程度上反映了东部经济发达地区存在区域开发强度高、资源环境压力大等突出问题,也进一步表明东部地区绿色财富指数较低是制约绿色发展的主要因素。
图4
新窗口打开|下载原图ZIP|生成PPT图42000—2016年中国绿色发展构成指数Moran's I指数散点分布
Fig. 4Moran’s I index scatter plot of China's green-development component index from 2000 to 2016
4 中国绿色发展影响机理研究
4.1 模型构建
对上述中国各省市区绿色发展及其构成指数的整体空间分布特征、空间关联特征进行分析,可以发现中国各省区绿色发展及其构成指数具有明显的空间集聚和分异特征。结合中国区域可持续发展所面临的新形势、新问题,剖析可持续发展面临的外部环境,分析多要素作用下中国绿色发展时空演变与空间集聚机理,为避免模型出现“伪回归”结果,采用LLC和ADF单位根检验方法对面板数据进行平稳性检验。其中,GFZ表示绿色发展,GZZ表示绿色增长,GFL表示绿色福利,GCF表示绿色财富;UI表示城镇化水平,用城镇人口占区域总人口的比例表示;ES表示产业结构,用第三产业与第二产业的比值表示;PD表示人口密度,用单位国土面积的人口数量表示;TEI表示科技创新,用构建的包含科技创新投入、科技创新产出和政府服务在内的多项指标综合集成指数表示;MI表示市场化水平,采用王小鲁、樊纲的《中国分省份市场化指数报告》整理的数据,TRA表示贸易水平,用进出口贸易占GDP比例表示。根据表5,LLC和ADF两种单位根检验方法均通过了显著性检验,表示研究变量的面板数据平稳性较强。Tab. 5
表5
表5研究面板数据的平稳性检验
Tab. 5
变量 | LLC | ADF | 结论 | |||
---|---|---|---|---|---|---|
统计量 | P值 | 统计量 | P值 | |||
GFZ | 1.777 | 0.002 | -2.934 | 0.001 | 平稳 | |
GZZ | -3.489 | 0.001 | -2.824 | 0.001 | 平稳 | |
GFL | -108.979 | 0.000 | -3.843 | 0.000 | 平稳 | |
GCF | -21.749 | 0.000 | -5.348 | 0.000 | 平稳 | |
UI | 8.641 | 0.006 | -2.935 | 0.002 | 平稳 | |
ES | -8.195 | 0.000 | -2.895 | 0.002 | 平稳 | |
PD | -17.815 | 0.000 | -2.901 | 0.002 | 平稳 | |
TEI | -26.437 | 0.000 | -2.841 | 0.002 | 平稳 | |
MI | -8.722 | 0.000 | -4.627 | 0.000 | 平稳 | |
TRA | -6.376 | 0.000 | -3.188 | 0.001 | 平稳 |
新窗口打开|下载CSV
面板数据回归模型包括固定效应、混合效应和随机效应等,研究运算不同的面板回归模型,寻找模型最优解(表6)。运行固定效应回归模型,F统计量显著,说明固定效应模型优于混合效应模型。同时,运用Hausman检验结果比较固定效应模型和随机效应模型的拟合优度。根据检验结果,随机效应模型卡方值较小,且P值均小于0.1,表明固定效应模型优于随机效应模型。综上,解释变量和被解释变量数据采用LLC和ADF两种方法均通过了面板数据平稳性检验,在Hausman检验的基础上选择固定效应模型。
Tab. 6
表6
表6中国绿色发展及其构成指数影响因素回归结果
Tab. 6
模型Ⅰ | 模型Ⅱ | 模型Ⅲ | 模型Ⅳ | 模型Ⅴ | 模型Ⅵ | 模型Ⅶ | 模型Ⅷ | |
---|---|---|---|---|---|---|---|---|
被解释变量 | GFZ | GFZ | GZZ | GZZ | GFL | GFL | GCF | GCF |
估计方法 | 固定效应 | 随机效应 | 固定效应 | 随机效应 | 固定效应 | 随机效应 | 固定效应 | 随机效应 |
UI | 0.575*** | 0.538*** | 0.832*** | 0.862*** | 1.397*** | 1.058*** | -0.025 | -0.006 |
(6.080) | (8.630) | (4.560) | (8.130) | (7.150) | (10.330) | (-0.450) | (-0.120) | |
ES | 0.031* | 0.104*** | 0.043 | 0.030 | 0.349*** | 0.246*** | 0.040* | 0.060*** |
(0.780) | (3.070) | (0.580) | (0.500) | (4.390) | (3.880) | (1.710) | (2.620) | |
PD | 0.719*** | -0.068*** | 0.329*** | 0.228*** | 0.454*** | 0.428*** | -0.019* | 0.021 |
(5.390) | (-4.150) | (2.960) | (3.260) | (3.820) | (6.110) | (-0.530) | (0.640) | |
TEI | 0.192*** | 0.207*** | 0.204* | 0.240** | 0.113 | 0.139 | -0.051 | 0.003 |
(3.250) | (4.980) | (1.920) | (2.440) | (1.000) | (1.270) | (-1.530) | (0.080) | |
MI | 0.002** | 0.144** | 0.223*** | 0.121*** | 0.298*** | 0.250*** | 0.005 | -0.021 |
(0.040) | (2.520) | (4.100) | (4.080) | (5.130) | (8.150) | (0.270) | (-1.440) | |
TRA | 0.094*** | 0.086*** | 3.331*** | 3.492*** | 5.909*** | 4.612*** | -0.169** | 0.166*** |
(3.280) | (4.960) | (3.740) | (6.420) | (6.200) | (8.720) | (-2.140) | (9.570) | |
cons | -7.020*** | -0.998*** | -3.331*** | -3.492*** | -5.909*** | -4.612*** | -1.069 | 1.318*** |
(-6.010) | (-2.650) | (-3.740) | (-6.420) | (-6.200) | (-8.720) | (-1.550) | (4.050) | |
R2 | 0.890 | 0.836 | 0.810 | 0.799 | 0.899 | 0.898 | 0.830 | 0.850 |
F值 | 113.680 | 477.460 | 72.460 | 352.570 | 152.060 | 452.400 | 2.150 | 143.830 |
个体效应 标准差 | 0.120 | 0.049 | 0.209 | 0.103 | 0.208 | 0.029 | 0.450 | 0.086 |
干扰项 标准差 | 0.088 | 0.088 | 0.149 | 0.149 | 0.160 | 0.160 | 0.045 | 0.045 |
新窗口打开|下载CSV
4.2 绿色发展综合驱动机制分析
中国绿色发展及其构成指数的时空演变轨迹受到内部条件和外部环境等多因素影响。根据计量结果,中国绿色发展及其构成指数受到城镇化、产业结构、人口密度、科技创新、市场化和国际贸易等多因素驱动,根据各影响因素的估计参数,研究形成中国绿色发展时空动态演变综合驱动机制整体框架(图5)。图5
新窗口打开|下载原图ZIP|生成PPT图5绿色发展驱动机制
Fig. 5The driving mechanism of green-development index
(1)城镇化发展水平与绿色发展、绿色增长和绿色福利指数相关系数分别为0.575、0.832、1.397,均通过了1%置信水平下显著性检验,与绿色财富指数相关系数为负,但没有通过显著性检验。城镇化发展是产业、人口等要素不断集聚的过程,一方面随着区域城镇化不断推进,经济社会发展福利不断提升,生态文明理念与绿色发展需求逐步增强,同时良好的生态环境诉求推动政府强化与完善环境治理制度体系,环境财政资金充足供给,环境治理能力显著提高;另一方面,城镇化发展的要素集聚效应和空间溢出效应,在提高产业和企业之间的进一步协同整合,降低生产过程成本,提高投入产出效率,推动产业链条的重塑与优化、产业转型升级,并形成具有竞争力的产业经济等方面发挥重要作用,持续提升单位国土空间的可持续发展综合质量与效益。
(2)产业结构与绿色发展、绿色福利和绿色财富指数相关系数分别为0.031、0.349和0.040,分别通过了10%、1%和10%置信水平下显著性检验,与绿色增长指数相关系数为正但不显著。产业活动是人类作用于人地关系地域系统的主要行为,是经济运行投入的“资源转换器”和各种污染物种类和数量的“控制体”,是经济活动和生态环境的重要链接体,其组合类型和强度很大程度上决定经济效益、资源利用效率以及对资源环境的胁迫程度,特别是产业结构的合理化、高级化,对提升人类发展福利的投入产出效率,减少对资源环境的胁迫效应起重要作用。当前在生态文明建设和绿色发展的大背景下,产业结构调整成为破解资源环境约束,实现区域人地协调的重要切入点。
(3)人口密度与绿色发展、绿色增长和绿色福利指数相关系数分别为0.719、0.329和0.454,均在1%置信水平下显著,与绿色财富指数相关系数为-0.019,在10%水平下显著。一方面人口高度集聚意味着充足的劳动力和高质量的生态环境需求,倒逼政府关注生态环境问题并提升生态环境质量,有助于吸引高质量人力资本,提升公众生态文明意识,优化科技创新环境,推进内生性经济增长模式形成;另一方面高密度人口集聚将对区域生态保护、资源利用和环境质量施加巨大的压力,降低区域内人均资源拥有量,造成区域内人口、资源与环境矛盾尖锐化,使得生产和生活空间持续扩大,而生态空间持续缩小,中国东部地区绿色财富指数相对较低与东部地区人口密度大所造成的严峻资源环境形势有关。
(4)科技创新与绿色发展、绿色增长相关系数分别为0.192、0.204,分别在1%、10%置信水平下显著,与绿色福利和绿色财富相关系数不显著。一方面清洁生产技术、资源效率提升技术和污染控制技术等绿色科技能够直接促进资源高效利用和对环境污染的控制治理,提高投入产出效率,提高环境治理效果;另一方面科技创新能够有效提升产业结构合理化和高度化水平,降低产业结构对资源环境的胁迫效应,化解绿色生产技术瓶颈与难题,优化延伸循环经济产业链条,推动循环经济健康发展。绿色科技创新技术能够实现有效监管、评价和安全预警资源环境问题,提高了环境规制的投入产出效率。
(5)市场化与绿色发展、绿色增长、绿色福利指数相关系数分别为0.002、0.223、0.298,分别在5%、1%、1%置信水平下显著,绿色财富指数相关系数为正但不显著。市场化能够通过竞争机制、价格机制和供需机制等实现资源高效率配置,其中生产者和消费者是市场经济体制决策的主体。一方面市场化能够通过价格机制有效反映资源稀缺程度,在区域和产业层面有效配置资源,提高资源利用效率,降低资源消耗;另一方面市场化有助于推进产业结构优化升级和企业研发新技术,完善环境规制工具组合,形成排污权交易、绿色资本市场、绿色信贷、环保税收、生态补偿等环境经济政策体系,有效降低环境保护成本、提高政府管制效率,推动经济发展方式转型。但同时也应该看到,市场化在环境资源等公共物品配置过程中也存在失灵问题,政府必须充分发挥宏观调控作用。
(6)国际贸易与绿色发展、绿色增长、绿色福利指数相关系数为正,且在1%置信水平下显著,与绿色财富指数相关系数为负且通过5%置信水平下显著性检验。国际贸易是各国相互依赖、相互联系、融为一体的过程,全球范围要素流动使得区际关系越来越密切。一方面伴随着国际贸易进程的不断加快,经济规模不断扩大、产业大规模承接,环境污染与生态破坏从发达地区向不发达地区扩散,污染避难所假说效应不断增强,导致资源环境出现一定问题;另一方面,国际贸易会带来环境溢出正效应,使区域可持续发展理念、绿色技术、生态文化伴随着国际贸易逐步扩散,全球性环境保护组织、可持续发展机构和先进的环境治理制度也在一定程度上促进了区域绿色发展。
5 结论与讨论
研究在构建绿色发展理论模型框架下,运用投影寻踪评价模型(PPM)以及基尼系数、变异系数、空间自相关、空间计量分析等方法,研究中国30个省市区绿色发展时空演变轨迹及其影响机理,得出以下结论:(1)绿色发展的理论前提是区域可持续发展系统内部“经济系统-社会系统-生态环境系统”复杂的耦合交互机制,绿色发展是促进人与自然和谐发展、发展模式不断转变和优化的过程。绿色发展涵盖绿色增长、绿色福利、绿色财富三个维度,绿色增长是核心,绿色福利是目标,绿色财富是基础,各个维度之间存在内在的逻辑关系,协同一致和均衡发展是绿色发展的本质特征和内在要求。
(2)在时序演变特征方面,一方面中国绿色发展指数整体呈现上升趋势,从2000年的1.453上升至2016年的2.330,另一方面中国绿色发展指数增长较为缓慢,年均增长率仅为3.77%。在空间演变特征方面,中国绿色发展水平呈现明显的空间差异和正向空间关联特征,空间差异大致呈现相对减小的趋势,但空间集聚性特征依然明显,东部沿海经济发达地区绿色发展水平相对较高,中西部经济欠发达地区绿色发展水平相对较低,总体呈现东部地区>东北地区>西部地区>中部地区的空间分异格局,绿色财富与绿色发展及其他构成指数的空间分布格局错位。
(3)中国绿色发展水平影响因素呈现区域化、综合化、动态化和复杂化特点。城镇化水平、产业结构、人口密度、科技创新、市场化、国际贸易等要素通过投入产出机制、经济生态化演变机制、空间开发过程机制、区际转移机制等路径影响区域绿色发展。
研究根据近年来中国绿色发展时空演进轨迹和影响机理分析,结合国际和国内绿色发展的先进经验和中国国情,提出以下对策建议:
(1)牢固树立生态文化理念,实现区域发展综合决策。改变传统的“唯GDP”发展观念、消费观念和生产观念,将人地系统持续协调发展理念内化为政府、企业和公众的综合发展决策和生产生活实践过程,推进生产和消费行为的可持续发展转型。不断强化绿色简约生活的消费意识,并将生态文明教育纳入学校教学内容,建立公众参与和表达的环境保护机制。结合2030年联合国可持续发展目标体系,从发展目标、决策范围、时间过程和执行方法等方面进一步整合优化区域发展综合决策。
(2)着力提高生态经济水平,推进经济高质量发展。以提高经济生态化为目标,探索依托自然资源禀赋优势的传统工业经济的绿色、低碳、循环、清洁和智能的发展模式与路径,推进企业、园区、产业和区域层面循环经济发展体系的建立与完善,促进生产生活系统循环链接,建立城市与区域循环发展体系,强化绿色发展共性技术、资源高效利用和环境污染治理等方面的技术研发,提高科技创新投入产出效率。
(3)重点解决突出环境问题,提高资源环境承载能力。制定空气质量达标计划,完善水功能分区方案,实施环境风险过程管理,满足当前公众对清洁空气、干净水、放心食物与环保基本公共服务均等化的需求。实施山水林田湖草生态保护与修复工程,加强重点生态功能区的生态环境保护与修复监管。制定区域资源节约、集约循环利用发展规划,进一步推进制造业、交通运输行业和建筑行业等领域的绿色节能以及能源综合梯级利用。以科学和精细管控国土空间为目标,监管城市新区和开发区建设的无序扩展和无节制开发,优化“三生空间”比例,提高国土空间结构优化的可持续发展效益。
(4)完善生态环境管理制度,建立空间治理机制体系。制定和完善符合中国区域发展阶段和空间差异特征的产业发展、资源利用和环境监管层面的法律制度、企业标准、环境经济政策体系,建立涵盖区域差异的空间管控方案和区域可持续发展战略。以资源环境产权市场的建设为导向,建立能够体现生态环境损害成本和生态修复效益的环境经济政策体系与生态补偿机制。进一步落实完善国家主体功能区划、生态红线管控和空间规划体系,实现区域管制的精细化、差异化和区域化管理。
研究界定中国绿色发展的基本内涵,在“绿色增长-绿色福利-绿色财富”框架下尝试构建绿色发展指标体系,并对中国绿色发展时空演变轨迹和影响机理展开了详细的分析,然而由于绿色发展理论内涵的丰富性和外延复杂性,相关研究还不是十分成熟,以及由于目前统计资料的有限性和统计口径的差异性,使得建立一个综合指数来反映区域绿色发展面临着巨大的挑战。未来将加强以下两方面的工作:一方面继续开展绿色发展的理论内涵和实践研究工作,注重绿色发展的全面性、协调性、系统性和导向性,梳理完善地理学视角下绿色发展的内涵界定、理论基础和推进路径,修正建立具有中国区域特色的绿色发展指标体系;另一方面加强全球、国家、省域和县域等不同区域尺度的绿色发展评估研究,开展不同尺度绿色发展的区域比较和监测预警研究。
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 2]
[本文引用: 2]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]