随着全球人口不断增加,经济与社会发展过程中资源消耗及环境损失日益增长,地球生态系统承受的负荷逐渐加大,近年来就如何创建自然资源永续利用的、环境友好的经济与社会可持续发展模式成为有关研究领域的热点问题,由此产生的资源消耗、环境损失及区域生态系统压力的定量评价成为很多国家、尤其是发展中国家面临的难题。为此,资源经济学、环境经济学等交叉学科应运而生,出现了诸如生态足迹理论^[1]、生命周期成本评估^[2]、能值分析法^[3]、弹性边际成本法^[4]、国民收入核算体系等经济学理论和方法^[5],推动了全球范围内的资源消耗及环境损失成本核算研究的持续发展。20世纪末期,西方国家开始尝试通过制订整体立法与一致行动纲领来推进资源减量化趋势,将资源环境与经济、社会发展视为一个有机整体,从实物流的角度追踪经济发展与生态系统的物质交换,逐步发展为物质流分析理论^[6];基于这一理论构建的物质流账户体系,通过对无货币价值的自然资产的运移过程进行跟踪,探讨生态系统对经济、社会发展的服务支持以及经济、社会发展带来的生态压力等^[7]。

以往,中国学者多基于传统经济学理论方法^[8,9],通过货币标准衡量的综合账户对区域经济发展中的资源消耗或环境损失成本进行核算^[10,11],静态的研究成果在科学性、可靠性方面需要提高;近年来,有关资源环境成本的动态性研究越来越受到重视,国内学者分别从能耗强度^[12]、水足迹强度^[13]、生态足迹强度等角度对不同时空尺度的资源消耗及环境损失进行尝试性研究^[14],但由于类似研究仅侧重于从单一自然资源或矿产能源的开发、利用角度进行评价,得出的孤立的研究成果在实践应用中往往受到限制。为了全面和科学地评价近年来中国经济与社会发展中的资源消耗及环境损失代价,本文在借鉴前人有关研究成果的基础上构建绿色GDP净值、生态负荷强度模型,从总量和强度两方面分析2001年以来中国港澳台除外的31个省区资源环境成本对经济系统、生态系统的负面、消极影响;在此基础上运用探索性空间数据分析方法,将研究体系纳入空间维度,对其空间位置及空间关联性特征进行量化评价。

1 研究方法及数据来源

1.1 基于生态系统服务价值理论的绿色GDP核算与评价方法

1.1.1 基于资源消耗及环境损失成本的绿色GDP核算

国内生产总值（GDP）是国民经济核算体系（SNA）中衡量宏观经济规模与效益的重要指标,由于现行GDP核算忽视了作为未来生产潜力的自然资本贬值以及由环境损失带来的负面效应,致使核算结果往往夸大了经济效益,因而带有一定虚假性^[15]。为了纠正这种偏向性错误,联合国在其提出的国民经济绿色核算账户体系SEEA2003中引入绿色GDP概念,通常以扣除资源耗减成本和环境损失成本的GDP值表示,如式(1)所示：

EDP=GDP-REC （1）

式中,EDP与GDP分别表示绿色GDP净值、传统GDP值,REC表示资源耗减及环境损失成本（简称资源环境成本,下同）。绿色GDP净值EDP是经过资源、环境调整的国内生产总值,如果其为负值,表明扣除资源环境成本的真实国民财富总量实际为负增长。由此可以看出,绿色GDP净值可以进一步明晰经济与社会发展的真实成本及收益,能够从侧面反映经济增长数量及社会发展质量。但是,由于市场失灵或环境服务的隐蔽性、环境损失的长期性和滞后性,致使一部分资源环境成本的核算工作相对复杂和困难。

1.1.2 基于生态系统服务价值理论的资源环境成本核算

生态系统服务价值是指生态系统提供的维持人类生存的自然环境条件及效用^[16],既包括为人类提供物质产品、文化娱乐服务等直接利用价值,也包括维持生态平衡、保护资源环境等间接利用价值,为国民生产各部门提供几乎全部自然资本存量^[17]。研究表明全球及中国年均生态系统服务价值分别为其各自国民生产总值的1.82和1.73倍^[18]。本文借鉴前人研究成果,基于生态系统服务价值理论核算国民经济与社会发展过程中的资源消耗及环境损失成本^[19],为使不同时期的核算结果具有可比性,借鉴有关贴现率、可比价格等经济学概念,以2001年为基期、参照中国历年通胀率将资源消耗与环境损失成本统一为不变价,计算式分别如下：

REC=RCV+EDV （2）

REC′=REC/(1+E_n)=REC/[1+(I_n-I₀)/I₀] （3）

式中,REC由现期资源消耗RCV及环境损失成本EDV加和得出（鉴于篇幅有限,计算方法详见文献[19];REC′为其不变价格,单位均为元）;E_n和I_n分别为第n期通胀率及消费者价格指数（I₀为基期值）。

1.1.3 基于生态系统服务价值理论的生态负荷强度模型

生态经济学强调人类社会的经济活动必须服从自然生态规律,将经济规模限制在生态系统的资源供给和废弃物调节能力之内^[20],通过维护生态系统结构的完整、生态系统服务功能的正常发挥,以稳定环境压力与环境容量,保证人类社会的生命支持基础和经济社会的可持续发展。环境负荷模型是地理学、经济学等相关领域对人口、资源、环境及经济、社会发展进行系统分析的计量经济学模型,其一般形式为：

I=P·A·T=G·T （4）

式中,I 表示环境负荷、P表示人口数量、G表示地区国内生产总值、A为人均GDP值、T 表示单位GDP的环境负荷。为进一步衡量区域经济发展过程中生态系统承受的、由资源消耗及环境损失导致的相对压力大小,借鉴有关强度概念及传统IPAT模型中的环境负荷概念^{[12-14, 21]},提出基于生态系统服务价值理论的生态（系统）负荷强度模型如下：

T=REC/(P·A)=REC/GDP （5）

式中,T为生态（系统）负荷强度,若REC、GDP均以万元为单位,则T值（无量纲）可表征区域国民经济和社会发展过程中每创造万元GDP的资源消耗及环境损失成本的相对大小;T值越大表明资源消耗及环境损失导致生态系统承受的相对压力越大;T>1、T=1、T<1分别表示生态系统处于超负荷、平衡、低负荷状态。文献[18]的研究结果表明,1994年全球及中国生态系统的负荷强度均大于1、处于超负荷状态。

1.2 探索性空间数据分析方法

探索性空间数据分析（ESDA）是一系列空间数据分析技术与方法的集合,通过可视化表达方法描述数据的空间分布特征、识别空间数据结构及其异常值,能直观地检测某些地理现象的空间集聚效应、揭示相互之间的空间作用机制,因此广泛应用于空间统计学研究,具体方法不赘述^[22]。为进一步验证全国范围内的生态负荷强度的空间分布差异情况,本文同时计算出其标准差系数,并与全局Moran指数进行比较。

空间权重矩阵是空间经济计量模型的应用前提,一般可通过空间邻接规则确定二元对称的空间权重矩阵,由于该方法是建立在空间依赖性的假设基础上,认为邻近空间的地理要素具有高度相似性,忽略了地理要素属性值空间分布的不均匀性,因而多用于相对较小尺度的空间分析。鉴于本文以中国港澳台除外的31个省级行政区划为例,为了进一步提高对空间关系判断的科学性,本文通过各省区重心距离的倒数确定空间权重矩阵,据此认为距离相对较远省区之间的相互影响趋近于零（符合地理学中的距离衰减原理）。

1.3 数据来源及有关说明

本文以2001~2012年中国港澳台除外的31个省级行政区划为研究对象,各省区GDP、粮食单产及历年CPI为基础数据,取自国家统计局网站^[23];粮食价格以国家发展和改革委员会网站公布的2012年相关省区粮食最低收购价以及中国原粮市场谷物平均价（玉米、小麦、稻米）为基准^[24],分别参照历年中国农产品价格定基指数计算得出^[23];各省区土地利用面积依据文献[23]以及中国国家资源环境遥感宏观调查与动态研究所、中国国土资源统计年鉴（光盘版）提供的增减变动数据计算整理得出;由于统计数据缺失,研究内容暂未包括香港和澳门特别行政区、台湾省以及钓鱼岛、南海诸岛等地区。

2 中国省际资源环境成本的时空演变分析

依据有关数据及式（1）~（3）,计算出2001~2012年中国31个省级行政区划的资源环境成本（可比价）见表1;分别以每3 a均值计算此时段内各省区绿色GDP净值,据此绘出各时段中国省区绿色GDP核算结果的空间分布情况如图1所示。

显示原图| 下载原图ZIP| 生成PPT

图1   2001~2012年中国省区绿色GDP核算结果

Fig.1   Distribution of Green GDP for all provincial districts in China from 2001 to 2012

近年有研究机构指出,当经济发展水平达到人均GDP为2万美元,资源消耗及环境损失成本将逐渐降低^[25],有学者也通过实证研究提出中国部分城市已经越过环境EKC曲线的拐点^[26]。但从表1可以来看,2001~2012年中国31个省区的资源环境成本整体上呈逐渐增长态势,2012年中国资源环境成本总计达到25.24×10¹²元（2001年可比价格）,较2001年增长50%以上。据联合国千年生态系统评估项目（MA）统计,人类目前至少占用了地球生态系统初级生产力的40%,因此就目前中国的生产力水平而言,希望大量缩减资源消耗而取得经济发展的想法是不现实的。

依据各省区历年地区国内生产总值及表1的结果计算,2001年中国31个省区绿色GDP净值合计为负5.98×10¹²元,2005年转为正值,2012年达到32.39×10¹²元,表明随着中国国内生产总值的高速增长,经济效益逐渐掩盖了资源环境成本持续增长的真相。图1显示随着各省区经济总量的增长,2001~2012年4个时段内,中国大陆绿色GDP净值为负的省区个数分别为17个、15个、9个、8个,表明这期间有9个省区实现了真实国民财富的正增长。从空间上来看,2001~2003年实现正增长的大陆省区除了北京、河南、安徽、湖北、重庆之外,其余9省市均分布于沿海地区;而这一时期国民经济负增长的省区中除广西、海南两地外,其它均为内陆省区;2004~2009年,实现国民财富正增长的省区持续增加,在2010~2012年时段,中国大陆广大中、东部省区国内生产总值均实现了正向增长,除了东北的黑龙江之外,其余7个负增长省区均分布在中国西部地区。上述结果表明,中国大陆省区经济效益逐渐由东南沿海向西、北两个方向溢出,因此在一定程度上抵消了受益省区经济与社会发展过程中的资源消耗及环境损失代价,为区域经济、社会与资源、环境协调发展做出较大贡献。

3 中国省际生态负荷强度的时空演变分析

3.1 中国省区生态负荷强度的时间演变分析

依据有关数据及式（5）可以计算出2001~2012年中国大陆31个省级行政区划的生态负荷强度,因篇幅所限,仅根据每3 a均值绘制相应趋势变化图如图2所示。

显示原图| 下载原图ZIP| 生成PPT

图2   2001~2012年各时期中国31省区生态负荷强度变化趋势

Fig.2   The changing tendency of the ecological load intensity for all 31 provincial districts in China from 2001 to 2012

图2显示,从全国上来看,2001年中国省区生态负荷强度为1.55,2005年开始降至1.0以下,2012年进一步下降到0.45,表明中国单位GDP对资源消耗及环境损失成本呈现逐渐降低的趋势,整体上资源利用效率、环境效益稳步提高。另从图2也可看出,生态负荷强度高、低省区表现出一定的集聚现象,因此有必要引入空间统计工具进一步对其空间关联格局进行分析。另外,从图2还可以看出内蒙古、黑龙江、云南、西藏、甘肃、宁夏以及新疆7个省区的生态负荷强度在整个研究时段内始终高于1,由式(2)及其相关计算依据可知,这是由有关省区粮食单产、各类土地面积及其相应生态系统服务价值当量因子共同决定的。这一结果一方面表明有关省区生产力水平、资源禀赋的差异,也表明相对于其资源环境成本而言经济总量相对落后、区域国民经济与社会发展过程中的资源消耗及环境损失代价相对较高,也从侧面体现了上述省区的资源大省（区）地位、间接反映出相应区域生态脆弱的省（区）情^[27]。

3.2 中国省区生态负荷强度的空间关联格局分析

3.2.1 各省区生态负荷强度的全局自相关分析

依前述方法^[22],利用MATLAB软件计算中国生态负荷强度的全局自相关Moran指数GMI及其Z统计量检验值Z（I）、显著水平（P值）、标准差系数CVI等如表2所示。

从表2可以看出,通过Z统计量检验,全局Moran指数GMI在5%的显著水平上研究时段内Z（I）值均大于1.960,表明中国大陆31个省区的生态负荷强度在研究时段内均呈现一定的正相关性^[22],即生态负荷强度高的省区或生态负荷低的省区均具有一定空间集聚现象,区域产业发展联系相对紧密、资源环境成本向周边溢出。另外,全局Moran指数从0.116降至0.079、Z（I）值由4.239降至3.181,整体上呈持续下降趋势,表明这种高-高集聚、低-低集聚的趋势逐渐减弱。另外,图2显示标准差系数CVI也呈逐渐下降趋势,表明各省区生态负荷强度的离散程度逐渐变小,与全局Moran指数逐渐减小的趋势相吻合,说明随着国家及省区层面的主体功能区规划、产业结构调整工作的持续推进,中国区域经济、社会发展与资源、环境正在向趋于协调的方向发展,生态负荷强度的空间自相关性逐渐降低。

3.2.2 各省区生态负荷强度的局部自相关分析

由于全局Moran指数仅能体现区域要素在整个地理空间上的平均差异水平,以各省区生态负荷强度为横轴、生态负荷强度的空间滞后值为纵轴（横轴与纵轴的均值为中心）构建Moran散点图,能够描绘单个省区与周边地区的集聚或离散趋势,其4个象限分别对应不同的局部空间关联^[22]。鉴于Moran散点图及不能显示局部空间数据的显著性,为进一步分析不同区域生态负荷强度观测值在局部空间集聚特征的差异性及其变化趋势的显著性,计算局部Moran指数,结合Moran散点图绘制各时段中国31个省区生态负荷强度的LISA集聚图如图3所示。

显示原图| 下载原图ZIP| 生成PPT

图3   2001~2012年中国各省区生态负荷强度的LISA集聚图

Fig. 3   LISA cluster map of the ecological load intensity in China in 2001-2012

图3显示,从整体上来看,中国31个省区的生态负荷强度LISA集聚模式可分为高高（HH）、高低（HL）、低低（LL）和低高（LH）4种集聚类型,在整个研究时段内生态负荷强度的空间正相关区域（HH集聚和LL集聚）总数由23个减少到20个,与全局Moran指数及其显著性水平持续下降趋势吻合,表明邻近省区的产业区域依赖态势逐渐减弱;上述分布特征也表明,随着近年来中国西电东送、西气东输、北煤南运、南水北调等一系列跨区域资源配置工程的建设与实施,区域国民经济与社会发展过程中的原材料成本、物流成本、环境成本等逐渐向周边省区溢出或跨区域转移,尤其西部省区的资源环境成本与东部省区的资金、技术成本的东西互动,促进了中国经济、社会发展与资源、环境向动态平衡的方向演变。

从局部区域来看,在整个研究时段内,中国省区生态负荷强度的空间正相关区域呈现比较显著的东、西两个方向上的空间分异结构：其中东部省份主要为LL集聚区,华北、华中以及华东、华南地区的大部分省区均属于这种类型,但部分省区的显著性呈现下降的趋势,表明中国东、中部地区资源利用效率较高、环境损失成本相对较低,也反映出中国东部各省区地区产业结构相对完整、彼此互联形成生态负荷强度低的空间集聚区域;HH集聚区域除黑龙江省以外均为西部省份,西南的云南、贵州、西藏以及西北的甘肃、宁夏、青海、新疆等省区为比较显著的高强度区域,表明中国西部落后地区生态负荷呈现一定的高强度趋同性,区域国民经济与社会发展中的资源消耗及环境损失成本相对比较高,但至2012年均已不太显著;生态负荷强度呈LH集聚的区域比较分散,其数目由2001年的7个增加到2012年的10个、具有进一步扩展的趋势,表明中国中部地区的资源利用效率持续提高、自身生态负荷强度降低的同时,对周边地区降低生态负荷强度具有溢出效益和促进作用;内蒙古地区在研究时段内始终为HL集聚区并且显著水平较高,表明该地区丰富的资源优势为周边省区经济与社会发展贡献较多,与其边界线狭长,相邻省份相对较多的地理特征相吻合。

4 结论与讨论

本文引入生态系统服务价值理论、运用ESDA方法从时、空两维度探讨了中国国民经济与社会发展中的资源环境成本,在一定程度上克服了样本相互独立的局限、凸显了样本空间位置及其时空关联特征,通过对省际生态负荷强度的空间均质性、空间异质性特征及其演变趋势的定量分析,得出2点结论如下：

1） 在生态负荷强度逐渐降低的同时,今后一段时期内中国的资源消耗及环境损失成本仍将呈现上升势头。因此有关地区及有关部门应持续推进产业结构调整,积极完善主体功能区规划,通过不断地提高资源利用效率、降低环境损失成本等促进中国经济、社会发展与资源、环境相协调;

2） 未来,中国生态负荷强度西、东集聚的空间分布特征将逐渐弱化,经济相对落后的西部省区资源环境成本将以生态效益溢出的形式向东部地区持续扩张,经济发展相对发达的东部省区资金、技术优势则将不断地以经济效益溢出的形式向西部省区转移。

由于部分自然资源的市场失灵或环境价值无法直接以货币形式来衡量等原因,使得以往在将资源环境成本纳入绿色国民经济账户核算往往遇到操作困难。本文在借鉴有关自然资产的绿色核算思想、环境综合核算理论的基础上,基于生态系统供应人类生存之所需的各类产品、服务的生态系统服务价值理论,进行资源消耗及环境损失成本的宏观核算与评价,在一定程度上避免主观性、随机性因素对计算过程的干扰,体现了资源环境成本的地域性、动态性,与文献[18]的研究成果（1994年中国陆地生态系统服务价值为当年GDP的1.25倍）十分接近^[18],与文献[23]公布的中国2002年、2005年、2007年度投入产出基本流量表中的各产业中间投入合计值（包括资金、技术、劳动成本等合计分别为19.15万亿元、36.05万亿元和55.28万亿元）比较^[23],本文得出的资源环境成本从理论上说应小于上述值（分别为17.14万亿元、19.28万亿元和20.29万亿元）,表明此方法是可行并可进一步尝试的。

绿色GDP核算目前还是一个概念框架、没有成熟的操作手册,因此国内外绿色GDP核算方法并不统一^[28,29];本文从人类的净福利视角,将正、负价值互相耦合形成的9种类型生态系统服务价值分别视为资源消耗（正价值）和环境损失成本（负价值）从传统GDP中扣除进行绿色GDP净值核算。依据有关生态系统服务价值核算研究,生态系统服务价值是每年都得到更新的,本文据此假设前一年度生态系统服务价值为人类生产和生活所消耗、损失掉了,即转移、固化到当年国民经济与社会发展成就（传统GDP）之中;将生态系统服务价值整体作为资源环境成本从每年的传统GDP中将之扣除,避免了从绝对意义上界定各类生态系统服务价值的方向性,符合SEEA2003的核算思路。

需要指出的是,以往基于ESDA方法进行地理要素的空间自相关分析多为相对较小空间尺度的实证研究,以中国省域为研究对象的文献相对较少^[30,31]。为了充分探讨宏观尺度上中国资源、环境要素与经济、社会发展的相互促进、相互制约的复杂关系,本文选择以中国省区为研究范围进行实证分析。为了提高分析、判断的科学性,通过各省区重心点间距确定空间权重矩阵,基于自然资源运输、环境影响扩散问题的空间关联特征考虑,可以得到地理学第一定律及有关距离衰减原理的支撑与佐证。从空间数据的统计结果来看,标准差系数、全局Moran指数、Z统计检验值及其显著性水平均呈逐渐下降趋势;从生态负荷强度的时空关联格局的评价结果来看,尽管时间尺度较短,中国省区生态负荷强度仍然在东、西两个方向上呈现出低-低集聚和高-高集聚的分布特征,显著性持续降低、空间负相关省区逐渐增多的现象,与近年来中国有关区域协调发展战略、产业结构调整、主体功能区规划、生态环境治理与保护工作等一系列政策、措施的推动效应相吻合。

The authors have declared that no competing interests exist.

参考文献

文献选项

• 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