首页  期刊介绍 期刊订阅 广告合作 联系我们 English
旧版网站  
 
优先出版  |  当期目录  |  过刊浏览  |  热点文章  |  阅读排行  |  下载排行  |  引用排行
地理科学    2018, Vol. 38 Issue (10) : 1606- 1615
中国海洋生态效率时空分异及其与海洋产业结构响应关系识别
狄乾斌, 梁倩颖
辽宁师范大学海洋经济可持续发展研究中心,辽宁 大连 116029

作者简介:狄乾斌(1977-),男,山东滕州人,教授,博导,研究方向为海洋经济地理。E-mail:dqbwmn@163.com

摘要

采用超效率DEA模型对中国海洋生态效率进行测算,运用标准差椭圆对其进行空间可视化表达,最后运用VAR模型对海洋产业结构和海洋生态效率进行脉冲响应分析,以评测中国海洋生态效率时空差异并探究其与海洋产业结构响应关系。结论如下:中国沿海省份海洋第三产业比重占海洋生产总值较大,在研究期内呈现增长趋势;大多数省份海洋产业结构熵值下降,说明该类省份海洋产业发展平稳;在时间上,海洋生态效率总体上处于无效状态,海洋第三产业占比重高的年份,海洋生态效率相对较高;在空间上,海洋生态效率重心总体呈现向北移动趋势,表明北方海洋生态效率的优化进度快于南方;基于沿海各省脉冲响应图可以得出,各省份海洋产业结构对海洋生态效率的冲击最后都趋于平稳,主要原因在于随着中国海洋产业结构升级变动稳定,其对海洋生态效率的影响越来越小;在方差分解部分,沿海各省份海洋产业结构升级对海洋生态效率方差分解的贡献度较高,且呈现增长趋势,说明海洋产业结构升级对海洋生态效率的提升有一定的作用。

关键词: 海洋生态效率; 海洋产业结构; 超效率DEA模型; VAR模型;
Spatio-temporal Difference of Marine Eco-efficiency and Identification of Its Response Relationship with Marine Industrial Structure in China
Di Qianbin, Liang Qianying
Center for Studies of Marine Economy and Sustainable Development of Liaoning Normal University,Dalian 116029, Liaoning, China
Abstract

To evaluate the spatio-termporal difference of marine eco-efficiency of China and explore its response relationship with the structure of the marine industry, the super-efficiency DEA model, the standard deviation ellipse and VAR model were gradually applied to calculate the marine eco-efficiency, visualize spatially and analyze the impulse response of the marine industrial structure and marine eco-efficiency, respectively. The conclusions are as follows: 1) Marine tertiary industry has a large proportion of gross ocean product in coastal provinces of China, showing an increasing trend during the study. The entropy of marine industrial structure declines in most provinces, which indicate that the development of marine industry in these provinces is stable. 2) In terms of time series, marine eco-efficiency is invalid by and large, but the marine eco-efficiency is relatively high in the year when the marine tertiary industry has a high proportion of marine production. In terms of space, the gravity of marine eco-efficiency generally shows trend of moving to north, indicating that optimization of marine eco-efficiency in the north is faster than that in the south. 3) According to the impulse response charts of coastal provinces, it can be concluded that the impact of marine industrial structure of each province on marine eco-efficiency has finally stabilized. The main reason is that as China’s marine industry structure stabilizes, its impact on marine eco-efficiency is getting smaller and smaller; From the perspective of variance decomposition, the marine industrial structure upgrading in coastal provinces has a higher contribution to the decomposition of marine eco-efficiency variance, and it shows a growth trend, indicating that the upgrading of marine industrial structure has a certain effect on the improvement of marine eco-efficiency.

Keyword: marine eco-efficiency; marire industry structure; super-efficiency DEA model; VAR model;

海洋经济在中国经济中扮演着十分重要的角色,成为新常态下发展的重要动力和新亮点[1,2]。随着海洋经济的深入发展,各沿海省份已形成了以海洋资源开发为核心的海洋生态经济体系和以海洋交通运输业、海洋油气业以及装备制造业为主的临海临港工业体系。然而经济高速增长的背后也存在着诸多问题:传统海洋产业仍然在海洋产业结构中占主导地位,新兴的海洋产业发展相对缓慢[3];对海洋资源的需求增加,导致海洋资源过度消耗、海洋环境污染严重、海洋生态系统恶化等海洋生态问题层出不穷[4]。继生态文明建设之后,十九大报告又将建设海洋生态强国置于现代化经济体系部分,更加体现了国家建设海洋生态文明的战略构想。提高海洋生态效率、高效发展海洋经济,已成为是海洋经济可持续发展的重要突破口。

生态效率(eco-efficiency)英文词根是“eco”,而经济学(economy)的词根亦是“eco”, 因此,生态效率可以理解为生态改进和经济发展的结合[5]。1990年,Schaltegger和Sturn以经济活动产生的经济价值与环境污染为基础,首次提出了“生态效率”的概念[6];1992年,世界可持续发展工商业理事会(WBCSD)将生态效率作为一种商业概念加以阐述并得到广泛认可[7]。生态效率的核心思想是强调以较少资源投入和较低污染排放创造较高质量的产品[8],即在最大化价值的同时最小化资源消耗和环境污染[9],生态效率已发展成为探讨经济与环境协调发展,实现经济效益和生态效益双赢的有效工具[10]。基于此,根据参考文献[11]将海洋生态效率定义为:人类赖以生存的海洋资源条件在满足人类发展需要的同时与创造出的海洋经济总量所发生的投入产出关系。

近年来,国内外学者对生态效率的研究主要集中于生态效率的指标体系建立[12,13,14]、对企业层面[15,16,17]、行业层面[18,19]的生态效率进行测度并将这一应用延续到区域层面[20,21],但对于生态效率的空间可视化分析研究较少,同时在海洋生态效率及其与海洋产业结构响应关系方面的研究也微乎其微。本文选用2001~2015年中国沿海11省、市、区(不包括港、澳、台)的数据,采用超效率DEA模型对中国海洋生态效率值进行测度,并运用标准差椭圆方法对海洋生态效率进行空间可视化表达。最后,对海洋产业结构与海洋生态效率进行脉冲响应分析,测评二者之间响应关系从生态角度为海洋经济的可持续发展提供借鉴。

1 研究方法与数据来源
1.1 研究方法

1.1.1 超效率DEA模型

数据包络分析(DEA)由Charnes,Cooper和Rhodes提出,主要用来评价具有多输入多输出的决策单元之间的相对有效性,而超效率DEA模型是在DEA模型的基础上,针对有效决策单元效率值的比较问题提出来的。该模型在生态效率中的应用已经比较成熟,并能很好地体现不同区域生态效率的差别,因此本文继续沿用此方法,为了使数据表达更为清晰明确,采用以投入为主的超效率DEA模型,具体详见参考文献[12]。

1.1.2 标准差椭圆

标准差椭圆(Standard deviational ellipse,SDE)能够精准地体现地理要素空间分布特征,该方法通过空间分布重心、分布形状以及方位角的变化等描述地理要素的空间特征,是ArcGIS空间统计中常规的应用工具,能够充分发挥GIS空间可视化的优势。SDE中心反映生态要素空间分布特征在二维空间上的相对位置(重心);长轴的方向,即方位角(正北方向与顺时针旋转的长轴之间的夹角)反应其在二维空间上分布的主要趋势;长、短轴之比可以体现要素空间分布的形态。具体计算见参考文献[2]。

1.1.3 产业结构熵

熵常被用以描述不确定性、事件无序程度或指标离散程度等。产业结构分析中借用产业结构熵来对产业结构演进的状态加以叙述,海洋产业结构的优化不仅是产业结构的演变,还表现在产业结构的内部协调,利用熵数理论能较好地反映海洋产业结构的多样化程度。公式如下:

H = - i = 1 n P i × ln P i (1)

式中, P i 表示第i种海洋产业的比重,n为产业数量。

1.1.4 VAR模型

向量自回归(VAR)模型,就是用所有当期变量对其若干滞后期变量进行回归,通常用来估计相互联系的时间序列系统以及分析随机扰动变量系统的动态关系,不需要提前设定任何约束条件。VAR模型的数学形式:

y t = A 1 y t - 1 + + A p y t - p + B x t + ε t (2)

式中, y t 是内生变量; y t - 1 表示 y t 的滞后期; x t 是外生变量; A 1 , , A p 表示 y t 的待估系数;B x t 待估系数; ε t 是随机扰动项。由于难以直接引用VAR模型得到的检验进行分析,因而往往采用脉冲响应函数来进行分析[23]。脉冲响应函数是分析当一个误差项发生变化,或者说模型受到某种冲击时对系统的动态影响,能够解释各变量对特定冲击的响应幅度。本文的研究内容是海洋产业结构与海洋生态效率响应的动态计量关系,VAR模型中的脉冲响应函数和方差分解是一种常见一变量对另一变量效应、冲击程度和贡献的常用方法,本文使用此方法是合适的。

1.2 研究区概况、指标选取与数据来源

1.2.1 研究区概况

研究区域包括中国沿海11省、市、区(不包括港、澳、台地区),自北向南依次是:辽宁、河北、天津、山东(环渤海地区),江苏、上海、浙江(长三角地区),福建、广东、广西、海南(泛珠三角地区)。中国海域面积广大,根据《中国海洋统计年鉴》[24],岸线总长度约为32 000 km;海洋资源丰富,已探明的技术可采的海洋石油储量和海洋天然气分别为10 004×108kg和453.33×108kg;海洋物种繁多,为发展海洋经济奠定了基础。根据2016年《中国海洋经济统计公报》[25],2016年中国海洋经济生产总值为70 507亿元,占国内生产总值的9.5%,然而在海洋经济高速发展的背后,海洋生态系统遭到了严重的破坏,海洋生态承受能力下降。基于此,本文对海洋生态效率的时空差异进行分析,以期对中国海洋经济可持续发展做出科学的评价。

1.2.2 指标选取与数据来源

生态效率的基本思想是利用更少的资源获取更大的价值,在实际运用中,更倾向于将收益性指标作为产出指标,而将成本指标作为投入指标体系来处理。借鉴德国环境经济账户[26]中的生态效率指标,构建海洋生态效率评价指标体系,将资源消耗和环境污染作为投入指标。随着全国“科技兴海”战略的提出,在投入指标中加入衡量海洋科技的相关指标,用以反应海洋科技在海洋生态中的贡献;最后将海洋经济发展总量作为产出指标,海洋生态效率评价指标体系如表1所示。

表1 中国海洋生态效率评价指标体系 Table 1 System of Chinese marine eco-efficiency evaluation index

数据主要来源于2002~2016年《中国海洋统计年鉴》[24]、2001~2015年《国家海域使用管理公报》[27]

2 海洋产业升级背景下的中国海洋生态效率实证分析
2.1 中国沿海各省市区海洋产业结构现状

海洋产业是海洋经济的重要组成部分,海洋产业结构是否合理、内部比例是否协调都关系到海洋经济能否科学发展,产业结构的动态演化也决定了海洋产业结构的优化升级是一种必然趋势。考虑到图幅限制和地图的美观度,本文呈现2001~2015年单数年份的中国海洋第三产业所占比重和海洋产业结构熵结果,以表征海洋产业的总体特征及产业结构动态特征,如图1所示。

图1 中国沿海各省市海洋产业结构总体特征及产业结构熵 Fig.1 The general characteristics and entropy of marine industry structure in coastal province and cities of China

由于海洋产业结构的总体特征的分析(图1a)可知。中国沿海11省、市、区海洋第三产业在研究期内呈现增长趋势,且在研究期末海洋第三产业产值基本占海洋生产总值的50%以上,说明中国现阶段海洋产业的发展以第三产业为主导,海洋产业结构更为高级。

对于海洋产业结构的动态分析(图1b)。结果表明,辽宁、河北、山东、江苏、浙江、广东、海南7个省份海洋产业结构熵呈现下降趋势,说明该省份海洋产业结构调整经验的积累和经济发展的导向性增强,海洋产业结构的发展逐渐有序化,产业结构熵值呈现平稳变化的趋势。天津、上海、福建、广西4个省份在研究区内产业结构熵数值较高,说明该省份海洋产业呈现多元化发展。

2.2 中国海洋生态效率时空分布特征

2.2.1 中国海洋生态效率时序演变分析

根据MAXDEA5.0软件对2001~2015年中国沿海11省、市、区海洋生态效率值的测算结果(表2),进行中国海洋生态效率的时序演变分析。由表2可知,中国海洋生态效率总体处于无效状态,但在研究期内,上海的海洋生态效率都有效且效率值相对较高,总排名为第一位;广西的海洋生态效率发展虽然平稳,但其效率值较低,排名为第11位。随着时间的发展,中国海洋生态效率值总体上升呈现转好趋势。各省、市、区在研究期内生态效率平均值差异较为明显,根据参考文献[6]将其划分为高生态效率地区(平均值≥1)、中等生态效率地区(1<平均值≤0.8)、较低生态效率地区(0.8<平均值≤0.6)、低生态效率地区(平均值<0.6)。

表2 中国沿海各省市海洋生态效率 Table 2 The marine eco-efficiency in coastal provinces and cities of China

生态效率高的地区有上海和广州。研究期内上海的海洋生态效率值呈现先升后降在研究末期又出现回升趋势。广东海洋生态效率总体下降,且波动较大,但研究期末出现回升的趋势。生态效率中等的地区为浙江。研究期内,浙江海洋生态效率呈现波动上升的趋势。生态效率较低的地区有山东、天津、河北和福建。该区域海洋生态效率值虽然较低,但都出现波动上升的趋势。生态效率低的地区有:辽宁、海南、江苏、广西。辽宁、海南、江苏三省在研究期内都有上升趋势,而广西变化比较平稳。

综上,中国沿海地区海洋生态效率的高低与其海洋产业结构优劣息息相关,结合图1, 海洋第三产业占比重高的年份,海洋生态效率相对较高;海洋第三产业占比重低的年份,海洋生态效率相对较低。海洋产业结构对海洋生态效率的影响将在文章第3部分进行详细阐述。

2.2.2 中国海洋生态效率空间分布特点

2001~2015年中国海洋生态效率重心空间移动轨迹如图2和图3a。中国海洋生态效率重心总位移为1 451.016 km,其中向北移动739.863 km,向东移动177.523 km,总体呈现向北向东移动的趋势。在南-北方向上,自2000年开始向北移动,且2005~2006年向北移动距离最大,为312.140 km,该时期中国海洋生态效率重心位移距离也最大(403.751 km);在东-西方向上,大致呈现向东移动的态势,且2005~2006年向东移动距离最大,为91.611 km。

图2 中国海洋生态效率重心偏移 Fig.2 Gravity center shift of the marine eco-efficiency of China

图3 中国海洋生态效率重心移动距离及标准差椭圆长短轴变化 Fig.3 The distance of gravity centers transfer and changes of ellipse axis of marine eco-efficiency in China

2001~2015年中国海洋生态效率空间分布形状如图3b。2001~2015年海洋生态效率空间分布标准差椭圆短轴与长轴的比值先增大后缩小但总体呈现增大趋势,2005~2007年增长明显,随后呈现稳定发展态势;其标准差椭圆长半轴总体缩短,短半轴总体增长。长半轴在缩短的过程中波动较大,短半轴则表现出平稳增长的状态。这说明中国海洋生态效率在南-北方向上呈现收缩状态,在东-西上呈现扩张状态,并且东-西向的扩张态势要强于南-北向的收缩态势。

2001~2014年中国海洋生态效率空间分布方位角变化如图3c。中国海洋生态效率在研究期内空间分布标准差椭圆方位角有变小趋势,其变化主要可分为以下3个阶段:2001~2004年、2005~2009年以及2010~2015年。方位角变小表明相对于西南省份,东北部省份的海洋生态效率更好。

综上,2001~2015年中国海洋生态效率重心总体呈现向北移动趋势,说明北方海洋生态效率发展快于南方海洋生态效率发展。究其原因,自“十七大”将生态文明列入中国生态文明的基本框架,全国将生态文明建设置于发展首位,海洋生态文明建设亦不例外,国家海洋局下发了《关于开展“海洋生态文明示范区”建设工作的意见》和《海洋生态文明示范区建设管理暂行办法》等文件,对全国海洋生态文明建设进行了总体部署,且该段时期提出的“辽宁沿海经济带发展规划”中将“加强生态建设,注重环境保护”作为发展原则,高度重视资源节约、环境保护和生态建设,强化渤海环境治理和保护。2011年,国务院批复《山东半岛蓝色经济区发展规划》有利于推进海洋生态文明建设,探索海洋资源科学开发利用的新模式和海洋生态环境保护的新途径,提高资源利用与配置效率,提高海洋综合管理水平,促进经济、生态、社会效益的有机统一,这些都促使海洋生态效率重心向北部偏移。国家战略的实施不仅带动海洋经济的飞速发展,也使海洋生态得到改善,加上地方政策的响应,使海洋生态效率得到提升。

3 海洋产业结构升级与海洋生态效率响应关系

在前文对海洋产业结构和海洋生态效率的分析中,发现部分省份海洋生态效率的变化与其海洋产业结构变化趋同,因此本文欲探究海洋产业结构升级是否与海洋生态效率的提高产生响应关系。从现实的角度来说,海洋生态效率对海洋产业结构升级的影响不大,所以本文只对海洋产业结构和海洋生态效率的脉冲响应进行分析。

3.1 脉冲响应分析

本文以海洋产业结构熵值代表海洋产业结构升级状况,选用VAR模型以EVIEWS8.0软件为媒介对海洋产业结构和海洋生态效率进行脉冲响应分析。在建立VAR模型之前,运用单位根检验方法对沿海三大地区海洋生态效率及产业结构的平稳性进行检验,结果如表3所示,满足所有的序列都是平稳的,随后在此基础上模拟出脉冲响应函数曲线,如图4所示。

表3 数列平稳性检验结果 Table 3 Test results of series stationary

1) 环渤海地区。从图4a可以得出,该区域4个省份都在初期冲击比较强烈,在第8期后冲击趋于平稳。天津海洋产业结构对海洋生态效率的脉冲响应在研究期内都为正值,首期出现最大值(0.150),后逐渐下降至第3期的最小值(0.094),之后趋于平稳。说明天津市海洋产业结构升级对海洋生态效率始终呈现出正影响,但随着产业结构稳定,其影响程度越来越稳定。其他3个省份情况相似,都是由首期的负冲击增长至0附近徘徊,冲击趋于平稳,不同的是辽宁和山东的增长有波动的特征,而河北的冲击增长是一种循序渐进的状态。辽宁和山东进行海洋生产历史悠久,传统海洋产业相对发达,而这些产业的发展需要大量的自然资源作为基础,海洋产业结构发展欠协调对海洋生态环境影响严重,因此前期海洋产业结构对海洋生态效率产生负向影响。随着山东省优化海洋产业结构,增加海洋科技投入,其对海洋生态效率逐渐产生正向影响并趋于平稳。辽宁与山东情况大致相似,海洋产业结构的升级使得海洋产业发展更加平衡,对海洋生态效率逐渐产生正向影响,冲击幅度越来越小。

2) 长三角地区。从图4b中可以得出,该区域3个省份海洋产业对海洋生态效率的冲击波动较大,以上海尤为典型。上海由首期的0.008增长至第2期的0.131,之后出现一个大跳跃式的下降,至第4期最小值(-0.202),此后缓慢上升12期最大值(0.132)最终呈现下降的趋势,说明海洋产业结构对海洋生态效率的影响越来越小。江苏在研究期内基本为负影响,由首期的-0.007下降至第3期最小值(-0.094)后又逐渐增长至第12期最大值(0.020),最后在波动中幅度越来越小;浙江在研究期内大部分为负值,但波动相对较小。随着该区域海洋产业结构稳定发展,对海洋生态效率的冲击越来越小。

3) 泛珠三角地区:从图4c中可以得出,福建和广东冲击波动较大,广西和海南的冲击较小,但最终四个省份都趋于平稳。广东由首期的最大值(0.318)快速下降至第4期的最小值(-0.016),在第6期出现一个小高峰(0.066),最后平稳发展。福建由首期的-0.019下降至第2期最小值(-0.051),又迅速上升至第3期最大值(0.351),随后缓慢下降并趋于平稳。广西和海南的海洋产业结构对海洋生态效率冲击幅度较为平稳。

总的来说各省份海洋产业结构对海洋生态效率的冲击最后都趋于平稳,主要原因在于随着我国海洋结构升级变动稳定,其对海洋生态效率的影响越来越小。

图4 中国沿海各省市海洋产业结构与海洋生态效率脉冲响应关系 Fig.4 Impulse response function between marine industry structure and eco-efficiency in coastal provinces and cities of China

3.2 方差分解分析

方差分解是一种描述系统动态变化的方法,通过分析每一个结构冲击对内生变量变化的贡献度,通常以方差来度量,进一步评价不同结构冲击的相对重要性,结果如表4所示。

表4 海洋生态效率方差分解(%) Table 4 The variance decomposition results of marine eco-efficiency(%)

1) 环渤海地区。辽宁的贡献率由首期的21.305%迅速上升至第2期的最大值57.57%,后逐渐回落至55%左右,大概上升30%;河北变化平稳,由首期的62.687%上升至第二期的71.053%之后一直维持在71%左右;天津由首期的62.687%下降至51%左右,大概下降了11%;山东由首期的36.293%逐渐上升至46%左右,大概上升了10%。

2) 长三角地区。江苏的贡献度由首期的0.994%迅速增长至纸第二期的25.115%,之后保持在42%左右,增长了 41%;上海的贡献度由首期的36.293%增长至46%左右,大概增长了10%;浙江的贡献度由首期的4.905%增长至7.5%,增长了2%左右。

3) 泛珠三角地区。福建的贡献率由首期的13.035%增长至49%左右,大概增长了36%;广东、海南的贡献度发展比较平稳,在18%和11%左右;广西的贡献度由首期的6.824%增长至12%,大概增长了6%。

总的来说,沿海各省份海洋产业结构升级对海洋生态效率方差分解的贡献度较高,且呈现增长趋势。说明海洋产业结构升级对海洋生态效率的提升有一定的作用。其中贡献率最高的是河北,基本在71%以上,最低的是浙江,贡献率不足8%;贡献率增长幅度最大的是江苏,由首期的不足1%增长至42%左右;天津的贡献率却呈现降低的趋势,其贡献度下降说明该区域海洋产业结构升级已经不足以支撑海洋生态效率的发展,根据现有数据推测,其海洋科技的发展可能也是海洋生态效率提升的一种途径。

4 结论

本文采用超效率DEA模型对沿海11省、市、区(不包括港、澳、台)2001~2015年的海洋生态效率进行测度,运用标准差椭圆对其进行空间可视化表达,最后运用VAR模型对海洋产业结构与海洋生态效率进行脉冲分析,探寻海洋产业结构对海洋生态效率的影响。得出如下结论:

1) 中国沿海省份海洋第三产业结构占海洋生产总值比重较大,在研究期内呈现增长趋势;大多数省份海洋产业结构熵值下降,说明该省份海洋产业发展平稳,少数省份结构熵上升,该省份海洋产业呈现多元化发展。

2) 在时间上,海洋生态效率总体上处于无效的状态,但海洋生态效率高低与其海洋产业结构息息相关,海洋第三产业占比重高的年份,海洋生态效率相对较高;占比重低的年份,海洋生态效率相对较低;在空间上,海洋生态效率重心总体呈现向北移动趋势,表明北方海洋生态效率的优化进度要快于南方海洋生态效率的优化进度。

3) 基于沿海各省市区海洋产业结构与海洋生态效率脉冲响应图可以得出,各省份海洋产业结构对海洋生态效率的冲击最后都趋于平稳,主要原因在于随着海洋产业结构升级变动稳定,其对海洋生态效率的影响越来越小;沿海各省份海洋产业结构升级对海洋生态效率方差分解的贡献度较高,且呈现增长趋势,说明海洋产业结构升级对海洋生态效率的提升有一定的作用。

本文尝试将生态效率引入海洋研究中,在遵从生态效率核心的基础上对其进行测算,并对海洋产业结构升级与海洋生态效率间关系做出分析, 但本文只是对海洋产业结构对海洋生态效率的影响做了简单分析,在接下来的研究中还需深入。

The authors have declared that no competing interests exist.

参考文献
[1] 马仁锋, 候勃, 张文忠,. 海洋产业影响省域经济增长估计及其分异动因判识[J]. 地理科学, 2018, 38(2):177-185.
采用静态和动态计量方法分析2006~2015年海洋经济对沿海省(市、区)经济发展的影响程度并通过空间计量方法识别差异动因。研究发现:海洋经济对中国省域经济发展具有显著地影响,其中天津、上海、福建、山东、广东、海南海洋经济总量贡献率高于全国平均水平;省域海洋产业对区域经济影响度分异呈现省际绝对差异不断扩大、相对差异不断缩小,且具有显著的空间相关性;引起省域经济增长差异的海洋经济相关因素中,海洋第二产业、海洋进出口贸易额等起到正向促进作用(即拉大差异),且海洋第二产业结构具有显著的溢出效应。相关发现有助于中国沿海省(市、区)经济的协调发展和科学决策。
[本文引用:1]
[Ma Renfeng, Hou Bo, Zhang Wenzhong et al. Estimates of marine industry impact on provincial economic growth and its identification of differentiation dynamics in 2006-2015. Scientia Geographica Sinica, 2018, 38(2):177-185.]
[2] 王嵩, 孙才志, 范斐. 基于共生理论的中国沿海省市海洋经济生态协调模式研究[J]. 地理科学, 2018, 38(3):343-350.
建立海洋生态与海洋经济的共生演化Logistic模型,通过压力-状态-影响-响应(PSIR)模型对Logistic模型中的基本指数进行求解,进一步计算海洋生态与海洋经济之间的共生系数,结果表明:天津和上海两市发展模式已摆脱资源索取模式,其海洋经济生态共生模式的探讨意义较小;其余沿海九省中,河北、江苏、广西和海南4省处于反向共生水平,辽宁和山东两省呈现并生模式,浙江和广东呈现出生态受益的偏利共生模式,福建则呈现出经济受害的偏利共生模式。根据沿海各省市海洋经济生态共生模式,提出相关的政策建议,以期对沿海省市今后的经济和生态发展模式提供理论依据。
[本文引用:2]
[Wang Song, Sun Caizhi, Fan Fei.Marine economic and ecological symbiosis form of coastal provinces and cities in China based on symbiosis theory. Scientia Geographica Sinica, 2018, 38(3):343-350.]
[3] 刘慧. 海洋产业结构升级背景下的就业支持体系构建研究[D].青岛:中国海洋大学,2013.
[本文引用:1]
[Liu Hui.Study on the building of the employment support system under the context of marine industrial structure upgrade. Qingdao: Ocean University of China, 2013.]
[4] 狄乾斌,韩雨汐. 熵视角下的中国海洋生态系统可持续发展能力分析[J]. 地理科学,2014,34(6):664-671.
<p>通过对海洋生态系统特征的分析,构建了海洋生态系统可持续发展能力评价指标体系;运用信息熵构建了海洋生态系统可持续发展能力评价模型,分析各个指标对海洋生态系统可持续发展能力的影响,从而提出提高海洋生态系统可持续发展能力的相关性的措施。研究结果显示2004~2011 年,人类对海洋自然生态系统的需求日益加大;在国家和政府的重视下,海洋污染问题得到了改善,海洋生态系统内部朝着有序健康方向发展,自然生态系统的支撑能力不断提高,中国海洋生态系统可持续发展能力总体呈上升趋势</p>
[本文引用:1]
[Di Qianbin, Han Yuxi.Sustainable development ability of China’s marine ecosystem in the perspective of entropy. Scientia Geographica Sinica, 2014, 34(6):664-671]
[5] 杨斌. 2000-2006年中国区域生态效率研究——基于DEA方法的实证分析[J]. 经济地理,2009,29(7):1197-1202.
[本文引用:1]
[Yang Bin.Research on regional eco-efficiency of China from 2000 to 2006— An empirical analysis based on DEA. Economic Geography, 2009, 29(7):1197-1202.]
[6] Willard B.The sustainability advantage: Seven business case benefits of a triple bottom line[M]. Gabriola Island: New Society Publishers, 2002
[本文引用:2]
[7] 付丽娜,陈晓红,冷智花. 基于超效率DEA模型的城市群生态效率研究——以长株潭“3+5”城市群为例[J]. 中国人口·资源与环境,2013,23(4):169-175.
循环经济是区域实现可持续发展的重要模式,生态效率方法是研究循环经济比较适合的定量方法。本文以长株潭"3+5"城市群为研究对象,建立了基于DEA模型的生态效率投入产出指标体系,运用超效率DEA方法测算了各城市2005-2010年的效率,然后利用Malmquist—DEA模型对生态效率进行动态对比研究,最后建立基于面板数据的Tobit模型考察不同因素对效率的影响。实证结果表明:城市群整体生态效率水平比较高,城市间差距较大,长沙作为省会城市生态效率明显处于领先地位。通过运用Malmquist—DEA指数分析结果表明2005-2010年全要素生态效率的增长率TFP值都大于1,年均增长率为12.6%。从增长率的进一步分解表明技术进步是推动生态效率增长率的主要动力,而综合技术效率和纯技术效率的下降是制约TPF提升的瓶颈因素。最后通过对各省生态效率影响因素分析表明产业结构、研发强度对生态效率有显著的正向影响,但引进外资对生态效率的影响是负面的;技术进步则是促进生态效率增长的内在动力。
DOI:10.3969/j.issn.1002-2104.2013.04.027      [本文引用:1]
[Fu Lina, Chen Xiaohong, Leng Zhihua.Urban agglomerations eco-efficiency analysis based on super-efficienty DEA model: Case study of Chang-Zhu-Tan“3 + 5”urban agglomeration. China Population, Resources and Environment, 2013, 23(4):169-175.]
[8] 张炳,黄和平,毕军. 基于物质流分析和数据包络分析的区域生态效率评价——以江苏省为例[J]. 生态学报,2009,29(5):2473-2480.
区域生态效率(eco-efficiency)评价是考量区域可持发展的重要内容。基于物质流分析(material flow analysis,MFA)构建区域生态效率评价指标体系,并将污染物排放作为一种非期望输入引入到数据包络分析(data envelopment analysis,DEA)模型中,以江苏省(1990~2005年)为例进行生态效率分析评价。结果表明,江苏省的区域生态效率在1990~2005年期间呈现逐步上升的趋势。但是,同期的总物质投入(total material input,TMI)、物质需求总量(total material requirement,TMR)和污染物排放量也呈上升趋势。因此,江苏省社会经济发展和环境影响总体上呈现"弱脱钩(weak de-link)"。
DOI:10.3321/j.issn:1000-0933.2009.05.034      [本文引用:1]
[Zhang Bing, Huang Heping, Bi Jun.Material flow analysis and data envelopment analysis based regional eco-efficiency analysis: Case study of Jiangsu Province. Acta Ecologica Sinica, 2009, 29(5):2473-2480.]
[9] 李名升,佟连军. 基于能值和物质流的吉林省生态效率研究[J]. 生态学报,2009,29(11):6239-6247.
为探讨生态效率计算方法,结合 能值分析和物质流分析构建了生态效率表达式,并对吉林省进行实证分析。结果表明:①生态效率在17a间提高了2.9倍;②生态效率的提高使环境压力降低了 205.62%,对经济增长的贡献率达63.7%;③人口增长并非环境压力升高的主要原因,资源消耗对环境压力的影响比废弃物排放更大,但其脱钩现象却弱 于废弃物排放;④2000年以后,生态效率对抑制环境压力升高、促进经济增长的作用都在下降,各指标的脱钩指数也均在减小,吉林省经济发展的不可持续性在 增强。研究结果在理论上有助于深化生态效率研究方法,在实践上有助于深思我国环保政策存在的缺陷,对促进吉林省可持续发展也具有一定的借鉴意义。
DOI:10.3321/j.issn:1000-0933.2009.11.059      [本文引用:1]
[Li Mingsheng, Tong Lianjun.Eco-efficiency of Jilin Province based on emergy and material flow. Acta Ecologica Sinica, 2009, 29(11):6239-6247.]
[10] 陈黎明,王文平,王斌. “两横三纵”城市化地区的经济效率、环境效率和生态效率——基于混合方向性距离函数和合图法的实证分析[J]. 中国软科学,2015(2):96-109.
[本文引用:1]
[Chen Liming, Wang Wenping, Wang Bin.Economic efficiency, environmental efficiency and eco-efficiency of the so-called two vertical and three horizontal urbanization areas: Empirical analysis based on HDDF and Co-Plot method. China Soft Science, 2015(2):96-109.]
[11] 成金华,孙琼,郭明晶,. 中国生态效率的区域差异及动态演化研究[J]. 中国人口·资源与环境,2014,24(1):47-54.
采用2000-2011年的统计数据,首先运用超效率DEA模型对中国30个省份的生态效率进行测算,在此基础上,运用空间自相关分析方法对中国省域生态效率的演化格局进行了实证分析,以此来探寻影响中国生态效率区域差异变化的空间机制。研究表明:我国生态效率平均水平处于0.854-1.050之间,整体呈现波动性变化趋势。从区域层面看,东部地区、中部地区和西部地区2000-2011年生态效率的平均值依次为1.821,0.559和0.381,生态效率呈现由沿海向内陆、由东部向中西部递减的格局,具有明显的"俱乐部收敛"现象。从省级层面看,生态效率较高的省区集聚于东部经济发达地区,而生态效率较低的省区则集中于西部经济欠发达地区;从全局空间自相关来看,2000-2011年中国各省份生态效率的全局Moran’s I值均显著为正(指数取值范围在0.236-0.400之间),表明中国各地区生态效率呈现出正的空间相关性特征,存在较明显的空间集聚特征,近邻效应显著;从局域空间自相关来看,80%左右的省份表现为在地理空间上显著的空间正相关(H-H集聚和L-L集聚),其中H-H集聚的沿海地区已成为中国生态效率的重要增长极,有着较强的正向辐射效应,有向周围扩散的趋势,而位于L-L集聚区的西部、中部地区的大部分省区及东北三省则在空间分布上较稳定。根据实证分析结果,提出政策建议:一是转变经济发展方式,巩固节能减排效果;二是把握区域发展特征,因地制宜促进发展;三是加强区域合作与交流,寻求区域协调发展新渠道。
DOI:10.3969/j.issn.1002-2104.2014.01.008      [本文引用:1]
[Cheng Jinhua, Sun Qiong, Guo Mingjing et al. Research on regional disparity and dynamic evolution of eco-efficiency in China. China Population, Resources and Environment, 2014, 24(1):47-54.]
[12] Kristina D, Paul E.Eco-efficiency trends in the UK steel and aluminum industries: Differences between redource effiency and resource productivity[J]. Journal of Industrial Ecology, 2005, 9(4):171-188
[本文引用:2]
[13] 毛建素,曾润,杜艳春,. 中国工业行业的生态效率[J]. 环境科学,2010,31(11):2788-2794.
中国工业是资源消费和污染物排 放的主要源头,解析工业各行业的生态效率可为中国产业结构调整和整体环境质量改善提供必要信息.在分析工业构成并构建工业系统与外部环境之间关系的基础 上,选择能源消费和废水、固体废物、SO2、工业烟尘、粉尘等污染物的排放量作为研究的环境影响类别,界定了与这些环境影响相关的生态效率,估算了中国 2007年的工业生态效率现状,结果为:能源效率615.5万元·ktce-1;废水和固废方面的生态效率分别为54.3万元·kt-1和1.9万 元·t-1;工业SO2、烟尘和粉尘方面的生态效率分别为59.6、169.2和184.6万元·t-1.深入分析了39个工业部门的生态效率,结果表 明,以上几种生态效率具有明显的行业不均衡性,表现为不同行业在不同类型生态效率中的工业排序明显不同;与此同时,对于同一种生态效率,不同工业行业的数 值可相差几百倍到几万倍,表明通过优化工业结构将具有较大的提高工业生态效率的可能性.
[本文引用:1]
[Mao Jiansu, Zeng Run, Du Chunyan et al. Eco-efficiency of industry sectors for China. Environmental Science, 2010, 31(11):2788-2794.]
[14] 陈傲. 中国区域生态效率评价及影响因素实证分析——以2000-2006年省际数据为例[J]. 中国管理科学,2008,16(s1):566-570.
以2000-2006年中国29个省际截面数据为样本,采用因子分析赋权的研究方法,评价中国区域生态效率的差异性。进一步以区域生态效率评价值为因变量,利用线性回归模型,分析环保资金投入,环境政策及产业结构对生态效率的影响。研究结论表明:(1)中国区域生态效率差异较为明显,总体呈'东高西低'的格局;(2)环保资金投入与产业结构调整均对生态效率改善有积极影响;(3)以排污费为代表的环境经济政策对生态效率改善影响并不显著。并依据以上研究发现,提出了相应的政策建议。
[本文引用:1]
[Chen Ao.Empirical analysis of the evaluation of regional ecology efficiency and influential factors in China—Evidences from provincial data during 2000-2006. Chinese Journal of Management Science, 2008, 16(s1):566-570. ]
[15] Huppes G, Davidson M D, Kuyper J et al. Eco-effient environmental policy in The Netherlands[J]. Ecological Economics, 2007, 61(1):43-51.
[本文引用:1]
[16] Bartolimeo M, dal Maso D, de Jong Pet al. Eco-effiencient producer services-what are they, how do they benefit customers and the environment and how likely are they to develop and be extensively utilized?[J]. Journal of Cleaner Production, 2003, 11(8):829-837.
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The potential environmental benefits of moving from a product-based economy to a functional economy involving greater use of services is a subject of increasing interest and debate in the field of eco-efficiency. This paper provides a typology and fuller analysis of eco-efficient producer services than hitherto reported. Three broad classes of service are described and assessed: product based including product results, product utility and product extension; electronic substitution and information based. Examples of each are drawn from a major study on the successes and barriers of eco-services in Europe. The paper concludes that while there are a number of areas of success, there are considerable barriers to wider development and uptake of such services, and that many of the more successful service applications are not necessarily driven by environmental considerations. The paper warns that the shift from products to services cannot be assumed to be eco-efficient and there are a number of rebound effects which need to be carefully analysed.</p>
DOI:10.1016/S0959-6526(02)00157-9      [本文引用:1]
[17] 吕彬,杨建新. 中国电子废物回收处理体系的生态效率分析[J]. 环境工程学报,2010,4(1):183-188.
应用生态效率分析方法,以废弃台式电脑电源为例,对电子废物回收处理体系的2种不同策略进行模拟与比较,以探索适合我国国情的电子废物回收处理模式。其中环境效应的评价采用生命周期评价方法,经济价值采用生命周期成本分析方法。结果表明,以人力收集与人工拆解、元件再利用为特点的电子废物回收处理策略的生态效率要优于以机动车辆运输与破碎、分选处理相结合的策略。从生命周期阶段看,人力收集运输相比机动车辆收集运输模式,并不存在明显优势。但在处理处置阶段,人工拆解与元件再利用的模式生态效率更高。综合考虑,建议在收集运输阶段应鼓励发展高效合理的机动车辆收集运输模式,在处理处置阶段应更多支持人工拆解与元件再利用的模式。
[本文引用:1]
[Lv Bin, Yang Jianxin.Eco-efficiency analysis of realcling strategies of WEEE in China. Chinese Journal of Environmental Engineering, 2010, 4(1):183-188.]
[18] Knarel G P, Charmondusit K.Eco-efficiency evaluation of iron rod industry in Nepal[J]. Journal of Cleaner Production, 2008, 16(13):1379-1387
This paper presents the eco-efficiency of energy intensity, material consumption, water use, waste generation, and CO emission in terms of production value in net sales (US$) per environmental influence using empirical evaluation. Evaluation has been considered only within production process boundary of iron rod industry. Evaluation of eco-efficiency tried to couple the economic and environmental influences of industry to know economic and environmental excellence. Eco-efficiency of iron rod industry was quantitatively analyzed and determined that energy, material consumption, water use, waste generation, and CO emission eco-efficiency have been increased gradually along with increased production during analysis period of five years (20012005). It was possible due to installing heat recovery unit along with innovative processes modification. While comparing each year's eco-efficiency of all above-mentioned parameters, eco-efficiencies were increased that indicates less resource use and less waste released. As a general statement of overall comparison and characterization of eco-efficiencies of five years duration, iron rod industry was eco-efficient in all aspects. Eco-efficiency being an emerging trend has not yet been implemented in Nepal. It is further recommended to adopt the eco-efficiency evaluation in other industries. In addition, it is high time to augment the provision of eco-efficiency concepts in industrial policy and legislation concerned.
DOI:10.1016/j.jclepro.2007.07.004      [本文引用:1]
[19] 李鹏,杨桂华,郑彪,. 基于温室气体排放的云南香格里拉旅游线路产品生态效率[J]. 生态学报,2008, 28(5):2207-2219.
生态效率反映了人们对于经济和生态问题的双重思考,要求整个社会在经济发展的同时力求环境影响最小。温室气体排放已成为全球环境关注的焦点,如何量化旅游活动所产生的温室气体排放也是旅游环境影响研究的难点。以旅游产品为对象,选用旅游者支出和旅游活动CO2-e排放量作为生态效率的指标,构建了旅游线路产品生态效率的计算模型。以云南旅游市场最具代表性的香格里拉“八日游”系列产品为例,对其生态效率进行计算和分析。结果表明:①旅游业内部,各个部门、各种产品之间的生态效率存在很大的差别。②交通、餐饮是影响旅游线路产品生态效率的关键因素。③影响旅游线路产品生态效率的因素主要来自经济量和排放量两个方面。影响经济量的主要因素是包价部分价格和自费部分的花销。影响排放量的主要因素是交通、产品结构以及能源类型。从产品角度讨论生态效率,有利于旅游者和旅游从业者加深对生态效率的理解,促进其生态意识的提高。
DOI:10.3321/j.issn:1000-0933.2008.05.037      [本文引用:1]
[Li Peng, Yang Guihua, Zheng Biao et al. GHG emission-based eco-efficiency study on tourism itinerary products in Shangri-La, Yunnan Province, China. Acta Ecologica Sinica, 2008, 28(5):2207-2219.]
[20] 王震,石磊,刘晶茹,. 区域工业生态效率的测算方法及应用[J]. 中国人口·资源与环境,2008,18(6):121-126.
[本文引用:1]
[Wang Zhen, Shi Lei, Liu Jingru et al. Methodology and application of eco-efficiency analysis on regional industry. China Population, Resources and Environment, 2008, 18(6):121-126.]
[21] 罗能生,李佳佳,罗富政. 中国城镇化进程与区域生态效率关系的实证研究[J]. 中国人口·资源与环境,2013,23(11):53-60.
随着中国城镇化的不断推进,资源短缺与环境污染问题日益凸显,如何以最小的生态损耗获得最大的经济社会效益,是我国新型城镇化建设中面临的一个重要课题.本文利用中国1999-2011年省际面板数据,基于超效率DEA,在测度区域生态效率的基础上,通过对IPAT模型扩展建立了面板数据计量模型,研究了我国区域生态效率与城镇化水平的关系.研究表明,城镇化水平与区域生态效率呈非对称U型关系,且东、中、西区域差异明显,东部地区城镇化进程中的生态效率较高,部分省份已进入U型曲线的上升阶段,中西部还处于U型曲线的下降阶段,即随着城镇化水平的提高,区域生态效率不断下降,西部地区更为突出.而产业结构、环境政策和技术水平都从不同方面影响城镇化的生态效率.因此,必须进一步转变经济发展方式、优化环境政策、提高技术水平,进而提高城镇化的生态效率,推进资源节约、环境友好、经济高效的新型城镇化发展.
DOI:10.3969/j.issn.1002-2104.2013.11.008      [本文引用:1]
[Luo Nengsheng, Li Jiajia, Luo Fuzheng.Empirical analysis on the relationship between the China urbanization and regional eco-efficiency. China Population, Resources and Environment, 2013, 23(11):53-60.]
[22] 赵璐,赵作权,王伟. 中国东部沿海地区经济空间格局变化[J]. 经济地理, 2014, 34(2):14-18.
采用标准差椭圆和标准距离方法,定量识别并以空间可视化的方式精细地刻画2003-2011年国内外复杂背景下的我国东部沿海地区经济空间格局时间变化特征.结果表明:2003-2011年沿海地区经济空间分布呈现向西移动,且空间扩张的趋势;国内市场的聚集经济作用在增强;长三角地区以及山东省北部主要城市对沿海地区经济的影响作用减弱,京津地区、珠三角地区经济的拉动作用增强;沿海地区经济空间格局演化与全国经济空间格局变化时序波动相吻合,很大程度上影响着全国经济空间格局的变化.
DOI:10.3969/j.issn.1000-8462.2014.02.003      [本文引用:0]
[Zhao Lu, Zhao Zuoquan, Wang Wei.The spatial pattern of economy in coastal area of China. Economic Geography, 2014, 34(2):14-18.]
[23] 关皓明,张平宇. 基于经济基础理论的中国城市基本-非基本经济活动关系的实证检验[J]. 地理科学,2016,36(12):1784-1792.
经济基础理论是分析城市经济活动的经典理论之一,但此理论既没有获得全面认可也没有被完全否定。基于改进的区位商方法、线性回归模型和VAR模型,选取吉林省中小城市、三亚市、海口市、深圳市、广州市作为研究对象,对其基本-非基本经济活动关系进行实证检验。研究发现:1991~2013年,规模相对较小的海口市发展动力主要来源于基本经济活动,与经济基础理论相符合;规模大的广州市经济活动的表现形式与经济基础理论不相符。研究结果表明:\"基本-非基本经济活动比例关系随着城市规模的扩大而逐渐减小\"这一城市发展必然现象假说对于具备相当规模和一定水平的城市成立,存在城市规模门槛。运用边际乘数法估计\"乘数效应\"更加有效,平均乘数法估计\"乘数效应\"存在明显不足。规模大的城市其基本经济活动产生的\"乘数效应\"弱化,城市经济活动已不符合基本经济模式,表现为基本-非基本经济活动相互依存的模式。结合实证结果,提出了2个有待进一步验证的假设。
[本文引用:1]
[Guan Haoming, Zhang Pingyu.Empirical test on the relationship between urban basic-nonbasic economic activities in China based on the theory of economic base. Scientia Geographica Sinica , 2016, 36(12):1784-1792.]
[24] 国家海洋局. 中国海洋统计年鉴[M]. 北京:海洋出版社,2002-2016.
[本文引用:2]
[Stata Oceanic Administration.China marine statistical yearbook. Beijing: China Oceanic Press, 2002-2016.]
[25] 国家海洋局. 中国海洋经济统计公报[J/OL]..
[本文引用:1]
[Stata Oceanic Administration.China marine economic statistics bulletin..]
[26] 邱寿丰, 诸大建. 我国生态效率指标设计及其应用[J]. 科学管理研究, 2007, 25(1):20-24.
尝试借鉴德国环境经济账户中的生态效率指标,并根据我国的实际情况,构建适合度量我国循环经济发展的生态效率指标。然后应用构建的生态效率指标分析我国1990~2005年生态效率的历史趋势,发现我国1990--2005年各种自然输入要素的生态效率都呈现增长的态势,但是增长的速度都仅仅使自然输入要素与经济产出呈现出不同程度的弱脱钩。根据生态效率的历史趋势预测2020年我国可能的资源消耗和污染排放,发现如果雏持目前经济增长模式,尽管到2020年我国完全可以实现经济发展比2000年翻两番的战略目标,但是同期能源消耗量、原材料消耗量和二氧化硫排放量也都将超过翻一番,能源消耗量甚至接近翻两番,而废水排放量也几乎翻一番。
DOI:10.3969/j.issn.1004-115X.2007.01.006      [本文引用:1]
[Qiu Shoufeng, Zhu Dajian.Eco-efficiency indicators for China and their applications. Scientific Management Research, 2007, 25(1):20-24]
[27] 国家海洋局. 国家海域使用管理公报[J/OL]. .
[本文引用:1]
[Stata Oceanic Administration.National sea area use management bulletin. .]