中国经济发展方式的时空演变特征及其环境效应

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

宋周莺¹^,², 虞洋¹^,², 梁龙武¹^,², 王振波^,¹^,²1. 中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
2. 中国科学院大学,北京 100049

Transformation of China’s economic development pattern and its environmental effects

SONG Zhouying¹^,², YU Yang¹^,², LIANG Longwu¹^,², WANG Zhenbo^,¹^,²1. Institute of Geographic Sciences and Natural Resources Research, Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 王振波,男,山东禹城人,副研究员,硕士生导师,博士,主要从事城镇化与环境效应研究。E-mail: wangzb@igsnrr. ac.cn

收稿日期:2019-01-25修回日期:2019-07-8网络出版日期:2019-10-29

基金资助:

国家自然科学基金重点项目.41430636,41530751,71433008

Received:2019-01-25Revised:2019-07-8Online:2019-10-29
作者简介 About authors
宋周莺,女,浙江缙云人,副研究员,硕士生导师,博士,主要从事经济地理与区域贸易研究E-mail:songzy@igsnrr.ac.cn。

摘要
改革开放40多年来,中国区域经济发展取得重大成就,但出口导向型的粗放式发展模式也导致一些严重的生态环境问题。为了实现可持续发展,中国加速推进经济发展方式转变的步伐。在此背景下,本文从区域发展视角解读发展方式转变的内涵,采用2005—2016年省域面板数据系统剖析中国经济发展方式时空演变特征及其环境效应。研究结果显示：①2005年以来,中国经济发展方式转型总体可分为平稳转变、转变停滞、加速转变3个阶段;②2005—2016年,东部各省经济发展方式转变取得显著成效,西部多数省份发展方式转变的效果并不明显,省际差异呈扩大态势;③经济发展方式转变对单位GDP能耗、固体废弃物产生量、二氧化硫排放量、废水排放量、烟（粉）尘排放量等环境因素的影响显著,经济发展方式指数每上升1%,其各类要素分别下降2.710%,5.348%、8.403%、7.407%和14.925%;而经济发展方式指数对单位GDP氮氧化物排放量、电力消费量的影响甚微。实现可持续发展是控制工业污染物排放的重要手段。
关键词： 经济发展方式转变;时空演变;环境效应;可持续发展;中国

Abstract

Over the past 40 years, the continuous rapid economic growth in China has led to some serious sustainable development problems, due to the export-oriented development pattern. In order to achieve sustained, stable, and healthy development of the economy, China has accelerated the transformation of economic development pattern. Under this background, this study examined the spatiotemporal structure of transformation of economic development pattern in China and its environmental effects by improving the index of growth model (IGM) indicator system, spatial autocorrelation analysis, and a spatial econometric model. The findings are as follows: (1) The transformation of China’s economic development pattern has achieved remarkable results, with IGM increasing from 0.540 to 0.691. However, this transformation has gone through great fluctuations since 2005, which can be divided into three stages smooth transformation stage, stagnation stage, and accelerated transformation stage. (2) In 2005-2014, most provinces in eastern China attained significant achievements in the transformation of economic development pattern, while the transformation in most provinces of western China were relatively slow. As a result, the spatial differences between provincial IGM kept expanding. (3) The transformation of economic development pattern has positive environmental effects, with significant reduce in energy consumption per unit of GDP, industrial solid wastes produced per unit of GDP, and waste water discharged per unit of GDP. But it has no obvious correlation with the nitrogen oxides emissions per GDP and the consumption of electricity.

Keywords：transformation of economic development pattern;spatiotemporal structure;environmental effects;sustainable development;China

PDF (7565KB)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
宋周莺, 虞洋, 梁龙武, 王振波. 中国经济发展方式的时空演变特征及其环境效应. 资源科学[J], 2019, 41(10): 1886-1896 doi:10.18402/resci.2019.10.11
SONG Zhouying. Transformation of China’s economic development pattern and its environmental effects. RESOURCES SCIENCE[J], 2019, 41(10): 1886-1896 doi:10.18402/resci.2019.10.11

1 引言

改革开放40多年来,随着中国经济发展水平和综合国力迅速提升,在全球经济格局中的地位日趋重要^[1]。但长期以来,中国经济高速增长走的是一条出口导向型的粗放式发展道路。一方面,这种高度外向型的发展模式导致中国经济发展高度依赖出口,隐含着外贸环境恶化时经济难以持续增长的风险。1990—2007年,中国GDP年均增速为13.01%,期间最高增速达到14.20%。2008年金融危机爆发以来,中国经济增长速度逐渐放缓。2008—2016年,中国GDP年均增速为7.26%,比1990—2007年间下降了5.75个百分点。2016年,中国GDP增长速度为6.7%,部分省（区、市）出现逆增长。可见,中国经济发展已经进入平缓期,中高速增长将成为“新常态”。另一方面,粗放式的发展方式导致中国人地关系日趋紧张,资源环境问题不断凸显。20世纪90年代以来,中国利用低端产品“世界工厂”模式带动了高速经济增长,但也导致了“全世界污染中国”的局面,加剧了环境问题的严峻程度,乃至威胁人民健康和生命^[2]。在这种态势下,转变经济发展方式对中国发展至关重要。

转变经济发展方式也是近年来学术界关注的热点。国外学术界对经济发展方式的研究在20世纪90年代经历了人本主义转向;2000年后,相对于自然资源消耗^[3],****更重视气候变化^[4]、产业结构^[5]、市场环境^[6]和教育^[7]在经济发展方式转变过程中的作用。在研究内容方面,国内学术界主要关注经济发展方式的内涵、空间分异和影响因素3个方面。一是解读经济发展方式内涵。已有研究认为,经济发展方式是涉及经济、社会、生态等多领域的复杂性系统工程^[8];其内涵既包括农业与外贸经济^[9]、工业经济^[10],也包括低碳经济^[11]、生态经济^[12],以及循环经济^[13]。另外,有研究认为经济发展方式的核心是促进区域的可持续发展和循环发展,如促进资源型城市的可持续发展^[14],特别是沿海区域的循环发展^[15]。其二是探讨经济发展方式的空间分异。已有研究认为中国省域经济发展方式呈现梯度型经济发展模式^[16,17],且省域间经济发展方式具有较强的空间关联^[18,19]。三是深入剖析经济发展方式的影响因素。人口分布格局^[19]、资源消耗程度、资源消费模式、环境污染^[20]等是影响地方经济发展方式的传统因素;技术创新^[21]、对外开放水平^[22]、地方体制机制^[23]、碳排放强度^[17,25]等因素也对地方经济发展方式具有重要影响。在研究方法方面,经济发展方式的研究主要采用专家评分^[26]、因子分析^[27]、状态比较方法^[28]以及Malmquist指数^[29]等方法。总体而言,现有文献主要以对转变经济发展方式的内涵和理论研究为主,定量研究较少,主要探讨其经济社会影响,较少揭示其环境效应。

基于此,本文从经济增长、产业结构和社会民生3个维度构建经济发展方式指数（Index of Growth Model, IGM）,以此测算2005—2016年中国各省区市的经济发展方式转变态势,运用变差系数分析其省际差异,并通过空间误差和空间滞后模型解析经济发展方式转变的环境效应,以期明确经济发展方式的转变方向和路径。

2 指标体系、数据来源与研究方法

2.1 指标体系与数据来源

2.1.1 指标体系构建

转变经济发展方式是一项需要多学科融合、多组织合作、多维度探索的复杂性系统工程^[30],具有时间和空间异质性,评价指标体系也具有显著的地区差异。在构建指标体系时,多数****以目标为导向,以转变经济发展方式的内涵来指导选取指标^[31];也有****采取问题导向模式,以经济发展方式存在的主要问题作为构建指标体系的立足点^[32]。目前,已有指标体系包含经济增长、产业结构、社会民生等维度。为了全面地评价中国及各省区市经济发展方式的转变进程,本文从经济发展方式的内涵与区域政策出发,借鉴已有的评价指标体系,并考虑到数据的可获性,最终从经济增长、产业结构、社会民生3个维度选取8个指标构成经济发展方式指数（Index of Growth Model, IGM）（表1）。为了横向比较各省（区、市）经济发展方式的转变效益,采用增长率、比重、比值等相对性指标。

Table 1
表1
表1经济发展方式评价指标体系及其权重
Table 1Index of growth model (IGM) and weighting of indicators

总指数	一级指标	权重	二级指标	权重
经济发展方式指数（IGM）	经济增长（IED）	0.361	GDP增长率/%	0.132
			消费及出口占GDP比重（非投资的比重）/%	0.122
			工业增加值率（工业增加值/工业总产值）/%	0.107
	产业结构(IIS)	0.396	非农产业占GDP比重/%	0.136
			生产性服务业占GDP比重/%	0.124
			装备制造业占GDP比重/%	0.136
	社会民生(ISL)	0.243	城镇人均可支配收入增长率/GDP增长率	0.114
	社会民生(ISL)	0.243	农村人均纯收入增长率/GDP增长率	0.129

注：2012年后《工业统计年鉴》不再统计工业总产值,2012—2016年用工业主营业务收入代替工业总产值。

新窗口打开|下载CSV

在此基础上,采用熵值法确定各评价指标的权重。第一步,对所有数据进行标准化处理;第二步,计算指标信息熵

e_{j}

和信息效用值d_j：

（1）

e_{j} = - k \overset{m}{\sum_{i = 1}} x_{ij} \ln (x_{ij})

式中：e_j为第j项指标的信息熵;k为常数;m为省份个数,m=31;

x_{ij}

为第i个省份第j个指标标准化后的数值。对一个信息完全无序的系统,其熵值最大。令k=1/lnm,则有0≤ e_j ≤1。第j个指标的信息效用值：d_j=1-e_j。

第三步,计算指标权重和综合评价值。n为指标个数,n=8。指标的信息效用值越高,该指标重要性越大,则第j个指标的权重为：

w_{j} = d_{j} / \overset{n}{\sum_{j = 1}} d_{j}

。第i个省份的综合评价值为：

f_{i} = \overset{n}{\sum_{j = 1}} w_{j} x_{ij}

。

2.1.2 数据来源

基于数据的可获性,本文未包括香港、澳门和台湾,选取中国大陆地区31个省（区、市）作为研究样本。本文主要研究2005—2016年间中国各省区市的经济发展方式转型态势;所引用的经济、收入、消费数据主要来源于2006—2017年《中国统计年鉴》^[33];工业分行业数据来自2006—2015年《中国工业经济统计年鉴》^[34];高技术产业数据来自2006—2017年《中国高技术产业统计年鉴》^[35];部分资源环境数据来自2006—2017年《中国能源统计年鉴》^[36];另外,还有部分数据来源于国家发改委。

2.2 研究方法

2.2.1 经济发展方式指数与变差系数

（1）经济发展方式指数

（2）

IGM = \overset{8}{\sum_{j = 1}} w_{j} x_{ij}

式中：IGM为经济发展方式指数;x_ij和w_j分别为第j项指标标准化数值和权重。经济发展方式指数能够从经济增长、产业结构、社会民生3个子系统反映经济发展方式的转变效果和方向^[37],该指数越大,经济发展方式越优化;该指数增长越快,经济发展方式优化速度越快。

（2）变差系数

变差系数（CV）是研究区域差异的常用方法。本文利用变差系数来衡量中国各省区市之间经济发展方式空间异质性。

（3）

CV = \frac{S}{\overset{ˉ}{IGM}} = \frac{1}{\overset{ˉ}{IGM}} \sqrt[]{\frac{\overset{m}{\sum_{i = 1}} {(IG M_{i} - \overset{ˉ}{IGM})}^{2}}{n - 2}}

式中：S为标准差;IGM_i为第i省的经济发展指数值;

\overset{ˉ}{IGM}

为中国31个省（区、市）的经济发展方式指数的平均值;m为省份数量,m=31。从统计意义上讲,变差系数越大,表明数据值越离散,即中国省域经济发展方式效益的空间差异越大。

2.2.2 空间自相关方法

在运用空间计量模型前,先通过空间自相关分析Moran’s I指数对因变量是否具有空间自相关性进行检验^[38]。Moran’s I指数求解公式如下：

（4）

Moran’s I = \frac{\overset{m}{\sum_{i = 1}} \overset{m}{\sum_{p = 1}} W_{ip} (IG M_{i} - \overset{ˉ}{IGM}) (IG M_{P} - \overset{ˉ}{IGM})}{S^{2} \overset{m}{\sum_{i = 1}} \overset{m}{\sum_{p = 1}} W_{ip}}

式中：

S^{2} = \frac{1}{m} \overset{m}{\sum_{i = 1}} (IG M_{i} - \overset{ˉ}{IGM})

;

\overset{ˉ}{IGM} = \frac{1}{m} \overset{m}{\sum_{i = 1}} IG M_{i}

;

IG M_{i}

为第i地区的观测值;

IG M_{P}

为第p地区的观测值;

\overset{ˉ}{IGM}

为均值;m为省份数;本文m=31;W_ij为二进制的邻接空间权值矩阵,采用邻接标准或距离标准定义空间对象的相互邻接关系。

2.2.3 空间计量模型

现有文献多以库兹涅茨曲线（EKC）模型^[39]研究经济发展的环境效应,但该模型通常基于单一变量度量环境污染,没有考虑环境污染的跨区扩散和区域之间的相互影响。为了深入探析经济发展带来的环境效应及其区域差异与联系,本文拟选择空间面板滞后模型与误差模型对EKC模型进行修正。同时,进一步扩展环境污染衡量指标,采用单位GDP能耗（EC）、二氧化硫排放量（S）、废水排放量（W）、烟（粉）尘排放量（A）、氮氧化物排放量（NO）、固体废弃物产生量^[40]（U）和电力消费量^[41]（E）等7项指标解析经济发展方式带来的环境效应。

（1）空间面板误差模型

构建空间误差模型进一步考查EKC模型的误差项在空间上的相关性,表达式为：

（5）

\begin{array}{l} \ln IG M_{it} = β_{0} + λ ε_{it} W + β_{1} \ln E C_{it} + β_{2} \ln U_{it} + \\ β_{3} \ln S_{it} + β_{4} \ln W_{i t} + β_{5} \ln A_{it} + \\ β_{6} \ln N O_{it} + β_{7} \ln E_{it} + μ_{it} \end{array}

（2）空间面板滞后模型

构建空间滞后模型探讨经济发展方式的资源环境效应的空间溢出效应,模型如下：

（6）

\begin{array}{l} \ln IG M_{it} = β_{0} + ρW \times \ln IG M_{it} + β_{1} \ln E C_{it} + \\ β_{2} \ln U_{it} + β_{3} \ln S_{it} + β_{4} \ln W_{it} + \\ β_{5} \ln A_{it} + β_{6} \ln N O_{it} + β_{7} \ln E_{it} + ε_{it} \end{array}

式（5）和（6）中：μ_it为正态分布的随机误差项;ε_it为第i个省份第t年份的模型随机误差项;λ为n×n的面板因变量向量的空间误差系数,即相邻地区的观察值对本地区观察值的影响方向和程度;IGM_it为发展方式指数;β₀为常数项,β₁、β₂、β₃、β₄、β₅、β₆分别为地区i第t年单位GDP能耗（EC）、固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）、烟（粉）尘排放量（A）、氮氧化物排放量（NO）、电力消费量（E）的弹性系数。

3 中国经济发展方式指数的时空格局

3.1 时序演变特征

如图1所示,2005—2016年,受国际金融危机和中国各阶段政策影响,中国经济发展方式转变指数呈较大波动,但总体呈上升态势,从0.306增长到0.587。从经济发展转变态势看,2005—2016年中国发展方式转变进程大体经历了以下3个时期。

图1

新窗口打开|下载原图ZIP|生成PPT
图12005—2016年中国经济发展方式各指数变化

Figure 1Change of sub-indices of the index of growth model (IGM) in China, 2005-2016

（1）平稳转变阶段（2005—2007年）。转变经济发展方式概念提出早期,中国经济发展方式指数平稳增长。2005—2007年,IGM从0.540增长到0.570。其中,经济增长指数、产业结构指数增长比较显著,分别从0.610增长到0.721、从0.457增长到0.528;而社会民生指数增长相对较慢。从经济增长看,该阶段中国经济增长速度很快且呈逐年上升态势,GDP增速从11.3%上升到14.2%。从产业结构看,该阶段中国非农产业比重从88.27%提升到89.63%,生产性服务业、装备制造业占比分别从9.76%、18.92%提升到11.11%、20.87%,产业结构有所优化。从社会民生看,该阶段中国城镇居民可支配收入的增长略高于GDP增长,但农村居民人均纯收入的增长远低于GDP增长。可见,该阶段中国经济增长的惠民效果还不明显。

（2）转变停滞阶段（2008—2011年）。受国际金融危机冲击,中国经济发展方式指数在波动中先下降后回升,IGM从2007年的0.600下降到2008年的0.552,再下降到2009年的0.434,但2010年IGM值略有回升达到0.474。一是受全球金融危机影响,经济增长指数呈直线下降态势;同时,该阶段的经济增长以投资拉动为主,出口对经济的拉动明显下降,中国外贸依存度从2007年的64.89%下降到2009年的43.59%。二是产业结构指数有所上升,2010年达0.491。受金融危机影响,中国开始注重产业结构优化升级,随着“四万亿”计划的实施,2008—2011年,中国非农产业比重从88.66%提升到90.38%,装备制造业占比从21.67%提升到23.54%。三是社会民生指数波动较大且有所下降,2008年为0.550,2009年下降到0.288,2010年回升至0.436。主要是受金融危机影响,2009年我国居民收入增长速度出现下滑;在扩大内需、保民生促就业的政策下,2010年略有回升。

（3）加速转变阶段（2011—2016年）。中国经济发展方式指数再次呈逐年上升态势,IGM从0.531增长到0.712。其中,经济增长指数平稳上升,从2011年的0.481上升到2016年的0.671。从经济增长速度看,2011—2016年,中国GDP增速从9.48%下降到6.70%,经济发展进入“新常态”,经济发展形势不容乐观;但总体经济结构有所优化,消费对经济增长的带动不断提升,出口拉动也有所提升。产业结构指数从0.576上升到0.657。一方面该阶段装备制造业的占比提升,从24.12%上升到28.05%;另一方面,生产性服务业占比也呈逐年上升态势,从2011年的8.62%上升到2016年的13.65%。社会民生指数增幅相对较为明显,从0.501上升到0.745。

3.2 空间演变特征

（1）大部分省（区、市）的经济发展方式指数有明显提升

从四大板块^[1]看,2005—2016年,东部、中部和东北地区的经济发展方式均有明显的转变提升,但西部地区经济发展方式指数呈下降态势。

如图2所示,2005—2016年,25个省（区、市）经济发展方式指数相对上升,6个省（区、市）相对下降。从IGM的绝对增长速度看,较2005年,2016年经济发展方式转变最明显的是北京（0.385）、广东（0.326）、江苏（0.301）、天津（0.237）、上海（0.229）、重庆（0.226）;从IGM的相对增长速度看,经济发展方式转变最快的是北京（0.679）、广东（0.583）、江苏（0.539）、重庆（0.424）、天津（0.417）、山东（0.409）。这些省（市、区）经济发展方式转变已经取得比较显著的成效,经济发展速度与质量都取得明显提升。另一方面,宁夏、新疆、青海、西藏、甘肃和内蒙古等6个省（区）的IGM出现了下降,其经济发展方式转变态势比较滞缓,缺乏经济发展方式的转型动力。受经济发展阶段的限制,这些省份在未来一段时间经济发展方式转型的压力将比较大。

图2

新窗口打开|下载原图ZIP|生成PPT
图22005—2016年各省区市经济发展方式指数变化

Figure 2Spatial pattern of provincial index of growth model (IGM) values in China, 2005-2016

（2）经济发展方式指数的省际差异显著,且呈扩大态势

2005—2016年,中国省际经济发展方式指数具有显著空间差异,且空间差异呈逐年扩大趋势。从IGM的绝对差距来看,2005年,IGM最高的上海与最低的甘肃之间的差距为0.103;2016年,IGM值最高的北京与最低的宁夏之间的差距为0.641。从CV值测算结果看（图3）,2005—2008年,IGM的省际差异呈扩大态势,CV值从2.020扩大至3.022;2009年,受金融危机影响CV值迅速下降至0.964;2010年后再次呈逐年扩大态势,但2012年后扩大趋势有所缓解。

图3

新窗口打开|下载原图ZIP|生成PPT
图32005—2016年各省区市经济发展方式的变差系数

Figure 3Coefficient of variation (CV) of provincial index of growth model (IGM) values in China, 2005-2016

（3）经济增长、产业结构和社会民生等子指数的空间差异显著,且呈扩大态势

如图4所示,经济增长指数、产业结构指数、社会民生指数等子指数总体呈现东高西低、南高北低的空间格局,且其空间差异均呈扩大态势。其中,经济增长指数的空间差异扩大趋势最为显著。进入“新常态”以来,大部分省（区、市）的经济增长态势逐渐趋缓,但部分资源型省份、重化工业型省份,特别是西部和东北地区省份的经济增长放缓幅度最明显,个别省份的GDP增速甚至降到3%左右。第二,中部六省及部分西部省份的产业结构指数增长明显,其IIS增速高于东部及东北地区;新疆、甘肃、内蒙等省的IIS的增长幅度低于东部地区、甚至东北地区。主要是因为西部省份一直是中国的能源原材料基地,重化工业占比过高,产业结构普遍落后于东部省份;但2012年后,中、西部省份的产业结构转型升级速度加快。第三,社会民生指数（ISL）与产业结构指数的演变格局基本相似,东部、东北地区的ISL水平较高。但2012年后中西部地区的增长态势逐渐加强,部分中西部省份甚至超越东北三省。

图4

新窗口打开|下载原图ZIP|生成PPT
图42005—2016年各省区市经济发展方式子系统指数值空间格局

Figure 4Spatial pattern of provincial index of growth model (IGM) subsystem values in China, 2005-2016

4 经济发展方式转变的环境效应解析

中国粗放式的经济发展方式产生了诸多环境问题,使得生态环境遭受了严重的破坏和污染。2005年提出转变经济发展方式以来,各省区市从产业结构调整、发展循环经济、提升人民福祉等方面进行了一系列尝试,大力促进经济发展方式转型,但成效不一。为了解析各省区市经济发展方式转变带来的环境效应,本文采用空间计量模型进行测算。

4.1 指标检验与分析

为了提升数据的平稳性,减小指标的共线性、异方差性,先对单位GDP能耗（EC）、固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）、烟（粉）尘排放量（A）、氮氧化物排放量（NO）、电力消费量（E）等7个指标进行对数化处理。

同时,为了检验指标共线性问题,本文对变量进行相关性分析。如表2所示,除了固体废弃物产生量和二氧化硫排放量的相关系数为0.641,其他变量之间的相关系数均小于0.6,且大部分小于0.5。条件指数均值为48.67,各变量的方差膨胀因子均小于3,且平均值为2.68,说明指标之间的共线性问题基本不存在。

Table 2
表2
表2环境因素的Pearson相关性检验结果
Table 2Pearson correlation test results of environment variable

	lnEC	lnU	lnS	lnW	lnA	lnNO	lnE
lnEC	1	0.558**	0.543**	0.284**	0.544**	0.376	0.471**
lnU		1	0.641**	0.270**	0.431**	0.333**	0.397
lnS			1	0.547**	0.497**	0.391**	0.454**
lnW				1	0.540**	0.234**	0.367**
lnA					1	0.499**	0.444**
lnNO						1	0.495**
lnE							1

注：**表示在0.01水平（双侧）上显著相关;*表示在0.05水平（双侧）上显著相关。

新窗口打开|下载CSV

另外,本文还对各省的经济发展方式指数进行自相关检验。如表3所示,各省IGM存在显著的正向空间相关性,且都通过了10%水平的显著性检验,表明各省经济发展方式指数具有较明显的空间聚集。即运用空间面板计量模型来探讨IGM的时空分布差异能够减少误差,模型结构具有说服力。

Table 3
表3
表3中国省域经济发展方式指数的年度空间自相关系数
Table 3Spatial autocorrelation index of provincial index of growth model (IGM) in China

年份	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016
Moran’s I	0.145	0.134	0.127	0.178	0.104	0.129	0.129	0.095	0.095	0.157	0.169	0.173
Z（I）	2.39**	2.90**	2.78***	2.77***	1.79*	2.11**	2.12**	1.69*	1.72*	2.47***	2.29**	2.38*
P值	0.047	0.038	0.055	0.006	0.073	0.035	0.034	0.091	0.091	0.014	0.019	0.022

注：*、**、***分别代表在10%、5%、1%显著性水平下具有统计显著性。

新窗口打开|下载CSV

4.2 影响因素解析

空间面板滞后模型和空间面板误差模型结果显示（表4）,空间面板滞后模型的R²和LogL检验值更高,空间面板滞后模型系数ρ在1%显著水平性下具有统计显著性,但空间误差系数λ只通过10%水平的显著性检验,说明空间面板滞后模型更适合解释对经济发展方式转变的环境效应分析。

Table 4
表4
表4经济发展方式指数空间面板计量回归结果
Table 4Index of growth model (IGM) spatial panel regression results

空间面板误差模型（SEM）			空间面板滞后模型（SLM）
模型参数	变量系数	t统计值	模型参数	变量系数	t统计值
lnEC	-0.135**	-2.134	lnEC	-0.369***	-5.314
lnU	-0.107***	-3.481	lnU	-0.187**	-2.569
lnS	-0.064	1.394	lnS	-0.119**	2.449
lnW	-0.061	-0.913	lnW	-0.135**	-2.238
lnA	-0.059*	-1.934	lnA	-0.067*	-1.897
lnNO	0.033	0.857	lnNO	0.061	0.947
lnE	0.041	0.976	lnE	0.054	0.814
λ	0.617*	1.947	ρ	-0.236***	-4.384
R²	0.5598	——	R²	0.7964	——
Corrected R²	0.5867	——	Corrected R²	0.8647	——
LMERR	0.647*	1.643	LMLAG	4.231**	2.186
R-LMERR	1.364	1.547	R-LMLAG	4.618**	2.224
Log似然估计值	93.842	——	Log似然估计值	134.687	——
AIC	56.478	——	AIC	47.547	——
SC	39.618	——	SC	27.641	——

新窗口打开|下载CSV

如表4所示,经济发展方式指数对单位GDP能耗（EC）、固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）、烟（粉）尘排放量（A）等环境因素均有比较显著的负向影响。其中,经济发展方式指数与单位GDP烟（粉）尘排放量（A）的关系通过了10%的显著性水平检验,IGM每提升1%,单位烟（粉）尘排放量（A）,下降14.295%。长期以来,中国经济高速发展带来了资源过度消耗和环境污染加剧^[42],三废排放不断提升;因此,亟需控制工业活动中的固体废弃物^[43]、二氧化硫^[44]、废水^[45]和工业烟（粉）尘^[46]的排放,进一步加快经济发展方式转变。其次,经济发展方式指数与固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）的相关程度也较高,且通过了5%的显著性水平检验;IGM每提升1%,固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）分别下降5.348%、8.403%、7.407%。此外,对于能耗（EC）,IGM每提升1%,单位GDP能耗下降2.710%。可见,中国经济发展方式转变过程中,能源高消耗模式,尤其是中西部地区的“高投入、高消耗、高产出”的发展方式亟需转变。

另外,经济发展方式指数对单位GDP氮氧化物排放量（NO）、电力消费量（E）的影响都没有通过10%水平的显著性检验。可见,机动车燃油消费模式和电力供应模式的优化对中国经济发展方式转变的作用效果不明显。

5 结论

转变经济发展方式是当今中国的经济主题,也是近年来学术界关注的热点。2005年中央提出转变经济发展方式以来,各省（区、市）从不同方面积极推进经济发展方式转变并取得一定效果。但受资源本底、地理区位、区域政策等影响,各省（区、市）的经济发展方式转变效果存在显著差异。基于此,本文采用2005—2016年面板数据,通过建立经济发展方式指数,探究中国经济发展方式的时空演变特征,并运用空间计量模型揭示其环境效应。研究结果显示：

（1）2005—2016年,经济发展方式转变整体可以划分为平稳转变阶段（2005—2007年）、转变停滞阶段（2008—2010年）、加速转变阶段（2011—2016年）等3个阶段,经济发展方式指数在波动中从0.540增长到0.691。中国经济发展方式转型效果较好。

（2）2005—2016年,各省（区、市）经济发展方式指数空间差异明显,且呈逐渐扩大态势。大部分省（区、市）,特别是东部省份的经济发展方式转变取得良好进展,经济发展方式指数提升明显;但宁夏、新疆、青海、西藏、甘肃和内蒙古等西部省份的经济发展方式转变态势相对滞缓,经济发展方式指数甚至呈下降态势。

（3）各省（区、市）的经济增长指数（IED）、产业结构指数（IIS）、社会民生指数（ISL）等子指数的省域差异也呈现扩大趋势,其中经济增长指数的空间差异扩大趋势最显著。

（4）2005—2016年,各省（区、市）经济发展方式转变的环境效应较明显,两者相互影响,具有动态反馈效应。经济发展方式指数每上升1%,单位GDP能耗（EC）、固体废弃物产生量（U）、二氧化硫排放量（S）、废水排放量（W）、烟（粉）尘排放量（A）分别下降2.710%、5.348%、8.403%、7.407%和14.925%;但单位GDP氮氧化物排放量（NO）、电力消费量（E）与经济发展方式的相关性并不强。可见,实现可持续发展是控制工业污染物排放的重要手段。

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

[1]

刘卫东, 龙花楼, 张林秀 . 2013中国区域发展报告[M]. 北京: 商务印书馆, 2014 .

[本文引用: 2]

[ Liu W

, Long H

, Zhang L

. China Regional Development Report 2013[M]. Beijing: The Commercial Press, 2014.]

[本文引用: 2]

[2]

关皓明, 翟明伟, 刘大平 , 等. 中国区域经济发展方式转变过程测度及特征分析
[J]. 经济地理, 2014,34(6):16-24 .