地理科学  2018 , 38 (7): 1042-1050 https://doi.org/10.13249/j.cnki.sgs.2018.07.005

东北老工业基地绿色发展评价及障碍因素分析

任嘉敏12, 马延吉1

1.中国科学院东北地理与农业生态研究所, 吉林 长春 130102
2.中国科学院大学, 北京 100049

Green Development Level and the Obstacle Factors of Old Industrial Base in Northeast China

Ren Jiamin12, Ma Yanji1

1. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130102, Jilin, China
2. University of Chinese Academy of Sciences, Beijing 100049, China

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2018)07-1042-09

通讯作者:  通讯作者:马延吉,研究员。E-mail:mayanji@iga.ac.cn

收稿日期: 2018-02-12

修回日期:  2018-06-5

网络出版日期:  2018-07-20

版权声明:  2018 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金项目(41371135)资助

作者简介:

作者简介:任嘉敏(1993-),男,山东莱芜人,博士研究生,主要从事经济地理与可持续发展研究。E-mail: renjiamin@iga.ac.cn

展开

摘要

以东北老工业基地11个典型城市为研究对象,从资源利用、产业绿色化、经济发展质量、环境保护、绿色人居5方面构建指标体系,分析东北老工业基地绿色发展水平时空演变特征,运用障碍度模型揭示其绿色发展水平提升的障碍因子。研究表明:东北老工业基地城市间绿色发展水平差异显著,高值区始终分布在沈阳、长春、大连、哈尔滨。研究期内,高水平类型城市数量增加,中高、低水平城市数量减少,以四大城市为核心的绿色发展水平空间格局更加明显。科学技术支出占GDP比重、政府财政自给率、环境保护支出占GDP比重、人均GDP、规模以上工业企业成本费用利润率是影响东北老工业基地绿色发展水平提升的主要障碍因子。

关键词: 老工业基地 ; 绿色发展水平 ; 障碍度模型 ; 东北地区

Abstract

Currently, both developed and developing countries emphasize the green development of their economy, which is also the focus against the context of the revitalization of Old Industrial Base(OIB). This article takes OIB in Northeast China as a case study to show its green development condition by evaluating its green development level and identifying its obstacle factors. Firstly, this article introduced the features of green development of OIB based on the existing literature both domestic and abroad. Secondly, we established a comprehensive index system which consists of five aspects: 1) The capacity of resource utilization; 2) The green industry; 3) The quality of economic development; 4) The environment protection and treatment; 5) The green residence environment. This index system includes 25 evaluation indices. Thirdly, the article analyzed the spatial distribution and regional differences of the green development level of 11 typical old industrial cities in Northeast China. The results are as following: First, we find that green development level of Shenyang and Changchun are much higher than other cities in 2014, the next are Dalian and Harbin, the rest cities are lower than these four cities. Second, these 11 cities can be divided into four categories by calculating the standard deviation of their green development level. We find that Shenyang, Changchun, Dalian are in the first group, Harbin is in the second group, Fushun is in the fourth group, and the other cities belong to the third group. Third, the capacity of green development has increased significantly from 2008 to 2014, but the polarization phenomena are even apparent. It gradually formed a green development level pattern in the space that took the four major cities as the center. The index of coefficient of variation shows that regional differences and spatial polarization of green development among old industrial cities tend to decrease. Fourth, based on the factor analysis of the obstacle degree, we find that the development of local economy and green industry is the major factor of rule hierarchy that affects green development in general. Their negative influence on green development becomes stronger over time. From the view of index hierarchy, we can see that the top five obstacle indicators didn’t change during the study period, shows a stable status. The ratio of technology expenditure to GDP are the major obstacle factors that affect green development level, and the major influences of each index on each city’s green development level show an obvious regional characteristic.

Keywords: Old Industrial Base ; green development level ; obstacle degree model ; Northeast China

0

PDF (690KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

任嘉敏, 马延吉. 东北老工业基地绿色发展评价及障碍因素分析[J]. 地理科学, 2018, 38(7): 1042-1050 https://doi.org/10.13249/j.cnki.sgs.2018.07.005

Ren Jiamin, Ma Yanji. Green Development Level and the Obstacle Factors of Old Industrial Base in Northeast China[J]. Scientia Geographica Sinica, 2018, 38(7): 1042-1050 https://doi.org/10.13249/j.cnki.sgs.2018.07.005

随着地球自然资源的逐渐减少及生态环境的持续恶化,人们逐渐认识到在20世纪取得巨大成功的经济发展模式难以为继[1],国际金融危机及全球气候变化等问题进一步加剧人们对现有经济发展方式的担忧。作为世界最大的发展中国家,自2008年联合国环境规划署发出绿色新政倡议以来,中国政府积极践行绿色发展理念[2],将其作为转变经济发展方式、实现2030可持续发展目标的重要着力点及突破口,推动人与自然和谐发展的现代化格局建设。

绿色发展理念最早可追溯到20世纪60年代美国学者博尔丁的宇宙飞船经济理论[3],随着人们对经济社会活动与资源环境间关系认识的不断深入,绿色发展研究内容逐渐丰富。绿色发展评价是绿色发展研究的重要组成部分,测度和评价区域绿色发展水平有助于制定差异化的绿色发展战略、培育发展绿色动能、提高绿色发展水平,具有重要的理论及现实意义。目前,绿色发展水平测度方法主要有数据包络分析[4]、单一指数法[5]及综合评价法[6]3种。同其它方法相比,综合评价法能全面反映区域绿色发展综合水平,识别绿色发展驱动因素,因而被广泛采用,研究主要集中于绩效评价[7]、空间格局[8,9]、影响因素[10,11]等方面,研究尺度涉及省际[12]、城市群[13]、市域[14]、县域[15]等层面,但总体而言,现有研究仍存在一定不足,相关研究并未突出典型区域尤其是针对老工业基地绿色发展研究,缺乏老工业基地绿色发展水平演变及空间分异格局的深入探讨。

东北地区是中国最大、最典型的老工业基地,长期依赖自然资源的经济发展方式使得资源环境约束趋紧,自身抵御和应对危机扰动的能力相对较弱,内生增长动力以及良性发展机制尚未形成[16,17,18],亟需确立新的经济发展方式以引导生产要素的合理配置。现阶段,中国正着力推进东北亚区域合作及中蒙俄经济走廊建设,其关键在于绿色发展战略的实施[19],东北老工业基地绿色发展势在必行。基于此,本文以2008、2011、2014年为时间截面,采用综合评价法对东北老工业基地典型地市绿色发展水平时空演变特征及障碍因素进行分析,以期为未来东北老工业基地绿色发展战略的制定提供科学的参考依据。

1 研究区概况

老工业基地的基本单元是老工业城市,东北地区(本文指狭义上的东北地区,即辽宁、吉林、黑龙江三省)共有27个老工业城市( 根据《全国老工业基地调整改造规划(2013~2022年)》整理得到。),占全区地级行政单元总数的75%。2014年老工业城市年末总人口 8 813.70万人,GDP总量达53 426.06亿元,分别占东北地区总量的80.30%,92.97%。“新东北现象”下,一系列深层次的经济、环境、社会问题逐渐暴露,转变经济发展方式,实现可持续发展已经成为东北老工业基地面临的迫切任务。沈阳、大连、鞍山、抚顺、长春、吉林、四平、哈尔滨、齐齐哈尔、大庆、牡丹江等11个地市自2014年年末总人口、地区生产总值分别占27个老工业城市总量的73.45%,62.22%,是东北老工业基地的主体。本文以该11个地级及以上市(图1)为例对东北老工业基地绿色发展水平进行分析,具有较好的代表性。

图1   研究区位置

Fig.1   The location of study area

2 研究方法

2.1 东北老工业基地绿色发展评价指标体系构建

指标体系的构建是建立在对绿色发展内涵的理解与把握之上。由于研究领域及视角的不同,目前有关绿色发展内涵的界定存在一定的差异。整体来看,绿色发展是可持续发展观的延续,属于强可持续发展,强调经济、社会与自然系统的共生性及发展目标的多元化,与传统的以效率为导向的经济模式相比增加规模、公平两个维度,是一种低碳、资源有效及社会包容增长的经济发展方式[20,21,22]。老工业基地是工业化进程中形成的特殊地域类型,特殊的发展背景及发展诉求使得老工业基地绿色发展与其它地区既有联系又有区别。本文在结合老工业基地面临着资源利用效率偏低、产业发展较为粗放、环境污染严重、经济效益偏低等一系列问题[23],认为老工业基地绿色发展具有资源高效、产业绿色化、高质增长、环境友好、绿色人居五方面特征。通过对已有指标体系的梳理,发现现有研究多将准则层粗略的划分为“经济-社会-环境”三大类[9,11,13],仍存在调整改进空间,需要将指标体系准则层进一步细分,贴切的反映区域绿色发展诉求。基于此,本文在前述老工业基地绿色发展特征及相关指标数据可获得性基础上,从资源利用、产业绿色化、经济发展质量、环境保护与治理及绿色人居5方面构建东北老工业基地绿色发展综合评价指标体系(表1)。

表1   东北老工业基地绿色发展评价指标体系

Table 1   Green development evaluation index system of Old Industrial Base in Northeast China

目标层准则层指标层作用方向AHP权重熵值法权重综合权重
老工业基地绿色发展水平资源利用X1单位GDP用电量(kW·h/万元)0.0290.0320.035
X2单位工业产值综合能源消费量(t/万元)0.0900.0280.057
X3工业能源消费弹性系数0.0550.0140.032
X4单位GDP建设用地面积(m2/万元)0.0290.0210.028
X5固体废弃物综合利用率(%)+0.0150.0350.026
产业绿色化X6第三产业比重(%)+0.1190.0230.059
X7高加工度化+0.1190.0170.051
X8污染密集型产业比重(%)+0.0670.0400.058
X9六大高耗能行业占工业比重(%)0.0380.0350.041
X10规模以上工业企业成本费用利润率(%)+0.0380.0490.048
经济发展质量X11人均GDP(元)+0.0250.0720.048
X12政府财政自给率(%)+0.0870.0640.084
X13科学技术支出占GDP比重(%)+0.0480.0920.075
X14规模以上工业企业总资产贡献率(%)+0.0150.0320.025
X15城乡居民收入比0.0270.0360.035
环境保护与治理X16环境保护支出占GDP比重(%)+0.0400.0690.060
X17工业污染排放强度(t/万元)0.0130.0190.018
X18人均工业废水排放量(t/人)0.0230.0170.023
X19人均工业SO2排放量(t/人)0.0230.0420.035
X20工业SO2去除率(%)+0.0080.0660.026
绿色人居X21建成区绿化覆盖率(%)+0.0090.0410.022
X22人均公园绿地(m2/人)+0.0150.0510.031
X23污水处理厂集中处理率(%)+0.0410.0270.037
X24生活垃圾无害化处理率(%)+0.0240.0270.029
X25市辖区每万人口公共交通客运量(万人次/万人)+0.0050.0510.018

注:污染密集型产业的划分采用文献[25]研究结构; X17中工业污染指工业废水、工业SO2、工业烟粉尘排放之和;作用方向中+、-分别代表指标属于正向、负向指标。

新窗口打开

指标体系中,资源高效主要反映区域资源利用水平,并考虑到工业固体废弃物综合利用能力,体现资源节约型社会建设情况,选取单位GDP用电量等5项指标;产业绿色化主要反映区域产业结构高级化、传统产业绿色化两个方面,采用第三产业比重等5项指标表征;经济发展质量涵盖经济运行、内生增长、社会公平等方面,反映经济良性循环和竞争力提升情况,选取人均GDP等5项指标;环境保护与治理主要反映政府及企业管制能力、环境污染排放强度变化情况,并考虑环境影响与经济发展关系[24],选取环境保护支出占GDP比重等5项指标;绿色人居主要反映居民生活环境改善及绿色生活方式,选取建成区绿化覆盖率等5项进行表征。

为确保指标权重的客观性,本文采用主客观赋权法对指标权重进行赋值[26],根据得到的各指标综合权重得到各地区最终得分。本文基础数据来源于《中国城市统计年鉴》[27]《辽宁统计年鉴》[28]《吉林统计年鉴》[29]《黑龙江统计年鉴》[30]以及各地市的相关年份统计年鉴和国民经济社会发展统计公报等。

2.2 障碍度模型

在老工业城市绿色发展水平评价基础上,引入障碍度模型从“因子贡献度”“指标偏离度”“障碍度”3个方面识别绿色发展水平提高的障碍因素,公式见文献[31]。

3 结果分析

3.1 绿色发展水平现状

根据前文确定的指标体系,计算得到2014年11个地市绿色发展水平得分Z及准则层得分情况(图2)。

图2   2014年11地市绿色发展水平得分

Fig.2   Evaluation results of green development level of 11 prefectures in 2014

11个地市中,沈阳、大连、长春、哈尔滨绿色发展水平得分高于平均水平,其中沈阳、长春两市明显高于其它地市,绿色发展水平得分均高于0.70;吉林、大庆、牡丹江三市得分接近平均水平,其余4个地市得分相对较低。

5个准则层中除经济发展质量、环境保护与治理外,其余3个准则层排序与绿色发展水平排序基本一致: 资源利用方面,仅鞍山、抚顺、齐齐哈尔、大庆四市低于平均水平,其中鞍山市资源利用能力最低,在能源消耗强度及工业废弃物综合利用方面均有待提升。 产业绿色化方面,长春、沈阳两市明显高于平均水平,哈尔滨、大连、齐齐哈尔、牡丹江虽同样高于平均水平,但与上述两市相比偏低,这与长春、沈阳两市是重要装备制造业基地,污染密集型、高耗能行业比重较小密切相关。 经济发展质量方面,大连、沈阳明显高于其它地市,而长春、哈尔滨由于财政自给率及科技投入相对较低使得其得分低于平均水平。 环境保护与治理方面,各地市间得分差异较大。位于吉林省的3个地市得分均高于平均水平,吉林省自2000年以来便致力于生态省建设,在各级政府政府引领下,工业企业治污能力较强,极大程度的削减了工业污染排放。此外,齐齐哈尔、牡丹江、抚顺得分同样高于平均水平。 绿色人居方面,除吉林、四平、齐齐哈尔、牡丹江4市外,其余地市均高于平均水平,相较于其他4个方面,各地市间得分差异较小。

为更直观的反映各地市间绿色发展水平差异,以绿色发展水平平均值 M及标准差 Std作为判断依据,对研究区内11个地市绿色发展水平进行等级划分(表2)。

表2   2014年11地市绿色发展水平分类

Table 2   Classification of green development level of 11 prefectures in 2014

划分标准划分等级城市
0<Z<M-Std低水平鞍山
M-Std<Z<M中低水平牡丹江、大庆、吉林、抚顺、四平、齐齐哈尔
M<Z<M+Std中高水平哈尔滨
M+Std<Z<1高水平沈阳、长春、大连

新窗口打开

1) 高绿色发展水平,沈阳、长春、大连3市属于该类型。沈阳、长春分别是辽、吉两省省会,大连也是国家副省级城市,同时各自也是辽中南城市群、哈长城市群的发展核心,三者在东北地区具有重要的政治经济地位,聚集大量优质生产要素,在绿色转型过程中具有得天独厚的优势,产业结构不断优化下区域资源利用效率逐渐提升,以工业废弃物综合利用为例,2014年3个地市工业固体废弃物综合利用率均超过80%,长春更是高达99.92%,是最低的鞍山4倍之多。但在环境保护与治理(沈阳、大连)、经济发展质量(长春)方面仍存在较大的提升空间。

2) 中高绿色发展水平,仅哈尔滨属于该类型。哈尔滨是黑龙江省省会,同时也是中国面向东北亚区域合作的前沿、哈大齐工业走廊的重要支撑点。在此背景下,基于自身优势,哈尔滨经济转型成效显著,现阶段形成包括农业产业集群、高端装备制造业、生物医药、跨境商贸业在内的新增长极[32],同时第三产业发展活力强劲,第三产业比重远高于其它地市。经济发展质量、环境保护与治理方面的不足制约了哈尔滨绿色发展水平的进一步提升。

3) 中低绿色发展水平,该类型城市数量最多,各地市绿色发展水平从高到低依次为牡丹江、大庆、吉林、抚顺、四平、齐齐哈尔。除抚顺、牡丹江外,其余4个地市均有3个准则层得分低于平均水平。该类型城市绿色发展中面临着较为复杂的问题,集中于产业绿色化、经济发展质量、绿色人居3个方面。

4) 低绿色发展水平,同样仅有鞍山属于该类型。鞍山不仅是老工业城市,同时也是再生型资源型城市。长期以来,鞍山坚持传统产业与新兴产业并重,调整并优化产业结构,2014年以激光科技、高端阀门为代表的新兴产业占工业增加值比重达到8.5%,但污染密集型产业、高耗能行业比重仍远高于其它地区,未来产业结构调整仍存在较大空间。除此之外,资源利用、环境保护与治理得分偏低进一步拉低鞍山绿色发展水平。

3.2 绿色发展水平演变分析

进一步计算2008、2011、2014年11个地市绿色发展水平得分,其空间分布状况如图3所示。

图3   2008(a)、2011(b)、2014年(c)11地市绿色发展水平空间分布

Fig.3   Spatial pattern of green development level of 11 prefectures in 2008 (a), 2011 (b) and 2014 (c)

研究期内,高绿色发展水平类型城市基本未发生变化,2008、2011年该类型仅包括沈阳、大连两市,2014年长春进入该行列;中高绿色发展水平类型城市数量先增加后减少,2008年为2个,2011年增加至3个,2014年减少至1个;中低绿色发展水平类型城市数量较多,2014年较2008年增加1个,城市数量达到6个;低绿色发展水平类型城市数量逐渐减少,且变动较为频繁,2008年齐齐哈尔、抚顺属于该类型,2011年鞍山、四平取代两市进入该类型,2014年仅剩鞍山市。总体来看,2008年以来东北老工业基地高、中低绿色发展水平城市数量基本保持不变,两极分化趋势加剧;空间上绿色发展高值区分布并未发生明显变化,逐渐形成以四大城市为中心的绿色发展格局。

进一步采用变异系数法[33]对2008年以来各地市间绿色发展水平差异进行分析,结果如表3所示。

表3   2008、2011、2014年11地市绿色发展水平变异系数

Table 3   Variation coefficient of green development of 11 prefectures in 2008, 2011 and 2014

年份资源
利用
产业绿
色化
经济发
展质量
环境保护
与治理
绿色
人居
绿色发
展水平
20080.3650.2580.5160.2290.4150.251
20110.2070.2300.4480.2950.2440.178
20140.2170.2130.4060.2760.2230.149

新窗口打开

研究期内,随着各地市绿色发展水平得分的不断提升,绿色发展水平变异系数逐渐下降,城市间绿色发展水平差异逐渐缩小。7 a间除环境保护与治理变异系数波动上升外,其余准则层的变异系数均呈下降态势,其中绿色人居变异系数下降幅度最大,绿色宜居城市建设及居民生活方式绿色化成效显著,而产业绿色化变异系数下降幅度较小,城市间差异情况并未得到有效改善。2008~2014年间,经济发展质量的变异系数始终保持最高,各城市因在经济基础、科技投入等方面存在显著不同,经济发展质量存在较大差异。与此同时,环境规制方面的差距增大推动了各地市环境保护与治理能力的差异,逐渐取代绿色人居成为第二大差异因素,其余3个准则层差异程度趋于一致,且差异程度仍高于目标层。

3.3 障碍因素分析

1) 准则层障碍因子。由表4可知,各准则层对老工 业基地绿色发展水平的障碍度影响及变化趋势不同。研究期内,资源利用、绿色人居及环境保护与治理障碍度呈下降态势,其中环境保护与治理下降波动性更强;产业绿色化、经济发展质量障碍度则呈持续上升态势。从作用强度看,研究期内各准则层对东北老工业基地绿色发展水平阻碍格局基本未发生变化,经济发展质量、产业绿色化、环境保护与治理始终是排名前三的障碍因素,2011年后绿色人居阻碍强度超过资源利用,成为第四障碍。未来,东北老工业基地绿色发展水平的提升必须从增强经济发展质量、提升产业绿色化水平入手。

表4   2008、2011、2014年东北老工业基地各准则层障碍度(%)

Table 4   Obstacle degree in the rule hierarchy of green development level in 2008, 2011 and 2014 (%)

年份资源
利用
产业绿
色化
经济发
展质量
环境保护
与治理
绿色
人居
200814.0520.1635.2817.9312.58
201111.3323.6434.8518.5411.64
20149.7524.6139.0614.9411.64

新窗口打开

各准则层内部障碍度存在不同程度的差异情况,其中又以经济发展质量最为明显,研究期内长春始终是障碍度最大的地区,与最小的地市大连差距逐渐增大,2014年达31.14%。同时,2008年有5个地市经济发展质量障碍度低于平均水平,2014年减少为4个,以辽宁省城市居多,未来吉、黑两省经济发展质量亟待提升。其次为环境保护与治理障碍度,虽然研究期内障碍度超过平均值的城市由4个下降至2个,但城市间障碍度差距逐渐扩大,由2008年的11.82%上升至22.78%。资源利用、产业绿色化、绿色人居准则层内部差异相对不大,2014年3个准则层中均有50%左右的地市障碍度超过平均水平。

2) 指标层障碍因子。由于指标层指标数量较多,本文进一步筛选出排序前5位的障碍因素。研究期内排序前5位的障碍指标并没有发生变化,始终为 X13(科学技术支出占GDP比重)、 X12(政府财政自给率)、 X16(环境保护支出占GDP比重)、 X11(人均GDP)、 X10(规模以上工业企业成本费用利润率),其中 X13始终是首要障碍指标,对绿色发展影响具有相对稳定性。东北老工业基地作为高校和人才资源较为丰富的地区,虽然政府财政科技支出不断增加,但空间配置极不均衡,产学研发展体系并未有效建立[34],创新动力仍旧不足。由于科学技术支出存在向大城市集聚现象,如不及时提高其它地区科技投入及成果转化能力,未来可能会进一步阻碍绿色发展水平提升。X12是仅次于 X13的第二大障碍因子,财政自给率是判断城市健康发展与否的重要指标,当前东北地区经济增速放缓,财政收入下降,但基本公共服务刚性支出不断增加,如何开源节流确保政府支出更好的用于改善民生是未来东北地区应重要解决的问题。2011年后,由于企业发展整体环境恶化,企业经济效益下滑, X10的阻碍作用也逐渐提升,出现频次由2008年的5次增加至2014年的11次,由第五障碍因素上升至第三障碍因子。虽然X16X11障碍作用强度出现下降,但仍是影响老工业基地绿色发展的重要障碍因素。

从空间上看,研究期内各地市第一障碍因素表现出较为明显的地域性。地处辽宁省的老工业城市第一障碍因素由X16X13共同作用转为X16主导。2008年以来,辽宁省整体生态环境建得到改善,但政府在环境保护中投入却与自身经济体量不符,投入强度低于吉、黑两省,未来应加强环境保护投入力度,提升环境规制能力。2008年吉、黑两省老工业城市第一障碍因素分别为X13X12主导,2014年均变为X12X13综合影响。长期以来吉、黑两省财政自给率明显偏低,财政收支矛盾较为尖锐,同时科学技术及技术创新投入不足再加上老工业基科技成果转化相对较弱的特点产生恶性循环,未来吉、黑两省改善财政健康程度、加大科技投入迫在眉睫。

4 结论

本文从资源利用、产业绿色化、经济发展质量、环境保护与治理、绿色人居五方面构建评价指标体系,选取11个典型老工业城市对2008~2014年东北老工业基地绿色发展水平时空演变特征及障碍因素进行分析,得到以下结论:

1) 城市间绿色发展水平存在差异,2014年沈阳、长春两市明显高于其它地区,其次为大连、哈尔滨,其余城市绿色发展水平相对较低。进一步将各城市划分为4个等级,可以看出中低绿色发展水平类型城市数量最多,其次为高绿色发展水平类型。

2) 2008~2014年间,各城市绿色发展水平逐渐提升,空间上逐渐形成以沈阳、长春、大连、哈尔滨四大城市为核心的绿色发展格局。与此同时,城市间绿色发展水平差异逐渐缩小,城市间经济发展质量差异占主导地位。

3) 从准则层来看,经济发展质量、产业绿色化是阻碍东北老工业基地绿色发展水平提升的主要因素,且这一阻碍作用逐渐增强;从指标层来看,研究期内排序前5位的障碍指标并未发生变化,科学技术支出占GDP比重始终是首要障碍指标,其次为政府财政自给率,规模以上工业企业成本费用利润率阻碍作用上升较快。从空间上看,研究期内各地市第一障碍因素表现出较为明显的地域性。

The authors have declared that no competing interests exist.


参考文献

[1] Jänicke M.

“Green growth”: From a growing eco-industry to economic sustainability

[J]. Energy Policy, 2012, 48:13-21.

https://doi.org/10.1016/j.enpol.2012.04.045      URL      [本文引用: 1]      摘要

78 “Green growth”—from a sectoral to an integrated view of the economy.78 Green investment can increase the GDP. 78 “Green growth” is both, rapid growth of green sectors and “de-growth” of others. 78 “Zero growth” is no solution of the environmental problem. 78 Rich countries can achieve high speed of eco-innovation even with low growth rates.
[2] Barbier E.

How is the global green new deal going?

[J]. Nature, 2010, 464: 832-833.

https://doi.org/10.1038/464832a      URL      PMID: 20376129      [本文引用: 1]      摘要

China and South Korea have invested heavily in environmental stimulus projects. Other G20 countries need to deliver on their sustainability promises to save both the planet and the economy, says Edward Barbier.
[3] 中国科学院可持续发展战略研究组. 2010中国可持续发展战略报告——绿色发展与创新[M]. 北京: 科学出版社, 2010.

[本文引用: 1]     

[Sustainable Development Strategy of Research Group of the Chinese Academy of Sciences. China sustainable development strategy report 2010-Green development and innovation. Beijing: Science Press,2010.]

[本文引用: 1]     

[4] Tao Xueping, Wang Ping, Zhu Bangzhu.

Provincial green economic efficiency of China: A non-separable input-output SBM approach

[J]. Applied Energy, 2016, 171: 58-66.

https://doi.org/10.1016/j.apenergy.2016.02.133      URL      [本文引用: 1]      摘要

Aiming at the undesirable output (CO2emission) and non-separable inputs and outputs, we employ a non-separable input/output SBM model to measure China’s provincial green economic efficiency during 1995–2012. Empirical results indicate that (i) there are larger interregional differences in green economic efficiencies. The highest efficiency of 0.7339 is recorded at the southern coastal region, followed by those at the eastern coastal and northern coastal regions. The lowest efficiency only reaches 0.3049 at the northwestern region. (ii) Energy and CO2emission are the key factors for green economic efficiencies. (iii) Different regions have different energy-saving and CO2emission reduction potentials. The southern coastal region should at least save energy of 4.7million tons of standard coal. The middle Yellow River, northern coastal and northeast regions should save energy as much as 62, 60, 51million tons of standard coal. CO2emission excess in the middle Yellow River region reaches 450million tons in 2012, while CO2emission excess in the southern coastal region is only 12million tons. Finally, we propose some target policies to improve China’s regional green economic efficiencies.
[5] 沈晓艳, 王广洪, 黄贤金.

1997~2013年中国绿色GDP核算及时空格局研究

[J]. 自然资源学报, 2017, 32(10): 1639-1650.

[本文引用: 1]     

[Shen Xiaoyan, Wang Guanghong, Huang Xianjin.

Green GDP accounting and spatio-temporal pattern in China from 1997 to 20013

. Journal of Natural Resources, 2017, 32(10): 1639-1650.]

[本文引用: 1]     

[6] UNEP. Measuring progress towards an inclusive green economy[R]. Nairobi: UNEP, 2012.

[本文引用: 1]     

[7] Wang Mingxu, Zhao Huihui, Cui Jianxin et al.

Evaluating green development level of nine cities within the Pearl River Delta, China

[J]. Journal of Cleaner Production, 2018, 174: 315-323.

https://doi.org/10.1016/j.jclepro.2017.10.328      URL      [本文引用: 1]     

[8] 张欢, 罗畅, 成金华, .

湖北省绿色发展水平测度及其空间关系

[J]. 经济地理, 2016, 36(9):158-165.

[本文引用: 1]     

[Zhang Huan, Luo Chang, Cheng Jinhua et al.

The level of green development and its spatial relationship in Hubei Province

. Economic Geography, 2016, 36(9):158-165.]

[本文引用: 1]     

[9] 郝汉舟, 汤进华, 翟文侠, .

湖北省绿色发展指数空间格局及诊断分析

[J]. 世界地理研究, 2017, 26(2): 91-100.

[本文引用: 2]     

[Hao Hanzhou, Tang Jinhua, Zhai Wenxia et al.

Spatial pattern analysis and diagnosis of green development index in Hubei Province

. World Regional Studies, 2017, 26(2): 91-100.]

[本文引用: 2]     

[10] 朱斌, 吴赐联.

福建省绿色城市发展评判与影响因素分析

[J]. 地域研究与开发, 2016, 35(4): 74-78.

[本文引用: 1]     

[Zhu Bin, Wu Cilian.

An evaluation of Fujian Province’s green city and diagnosis of its affecting indicators

. Areal Research and Development, 2016, 35(4): 74-78.]

[本文引用: 1]     

[11] 马勇, 黄智洵.

长江中游城市群绿色发展指数测度及时空演变探析——基于GWR模型

[J]. 生态环境学报, 2017, 26(5): 794-807.

[本文引用: 2]     

[Ma Yong, Huang Zhixun.

Study on spatial-temporal evolution and measurement of green development index of urban agglomerations in the middle reaches of Yangtze River-GWR model based

. Ecological and Environmental Sciences, 2017, 26(5): 794-807.]

[本文引用: 2]     

[12] Chen Chaofan, Han Jing, Fan Peilei.

Measuring the level of industrial green development and exploring its influencing factors: empirical evidence from China’s 30 Provinces

[J]. Sustainability, 2016, 153(8):1-20.

[本文引用: 1]     

[13] 黄跃, 李琳.

中国城市群绿色发展水平综合测度与时空演化

[J]. 地理研究, 2017, 36(7):1309-1322.

https://doi.org/10.11821/dlyj201707010      URL      [本文引用: 2]      摘要

绿色发展日益重要,党的十八届五中全会把绿色发展确立为"十三五"时期的一项重要发展理念,而作为中国发展核心区域的城市群必然对绿色发展的推进起着至关重要的作用。以中国城市群为研究对象,构建绿色发展综合评价体系,采用投影寻踪模型、Pearson相关、变异系数、Theil指数等方法,综合分析中国城市群绿色发展时空特征及异质性。结果表明:(1)2005年以来中国城市群绿色发展水平波动上升,且呈一定的层级格局;城市群绿色发展差异显著,分为:高度推进区、快速推进区、稳步推进区、初步推进区、初始起步区5类。(2)经济发展要素为中国城市群绿色发展主导支撑、社会进步要素次之,生态文明要素逐步加快;不同层级城市群不同阶段主导要素演化不同;同一层级内差异同样显著。(3)不同层级城市群中心城市与城市群绿色发展等级匹配存在异质性,需区别对待。(4)中国城市群绿色发展水平差异呈一定发散趋势,层级间差异成为绿色发展差异的最主要原因。(5)最后,提出全面提升中国城市群绿色发展水平的建议:加强城市群交流与合作、实现资源共享,加大环境政策的创新以及推行力度。

[Huang Yue, Li Lin.

A comprehensive assessment of green development and its spatial-temporal evolution in urban agglomerations of China

. Geographical Research, 2017, 36(7):1309-1322.]

https://doi.org/10.11821/dlyj201707010      URL      [本文引用: 2]      摘要

绿色发展日益重要,党的十八届五中全会把绿色发展确立为"十三五"时期的一项重要发展理念,而作为中国发展核心区域的城市群必然对绿色发展的推进起着至关重要的作用。以中国城市群为研究对象,构建绿色发展综合评价体系,采用投影寻踪模型、Pearson相关、变异系数、Theil指数等方法,综合分析中国城市群绿色发展时空特征及异质性。结果表明:(1)2005年以来中国城市群绿色发展水平波动上升,且呈一定的层级格局;城市群绿色发展差异显著,分为:高度推进区、快速推进区、稳步推进区、初步推进区、初始起步区5类。(2)经济发展要素为中国城市群绿色发展主导支撑、社会进步要素次之,生态文明要素逐步加快;不同层级城市群不同阶段主导要素演化不同;同一层级内差异同样显著。(3)不同层级城市群中心城市与城市群绿色发展等级匹配存在异质性,需区别对待。(4)中国城市群绿色发展水平差异呈一定发散趋势,层级间差异成为绿色发展差异的最主要原因。(5)最后,提出全面提升中国城市群绿色发展水平的建议:加强城市群交流与合作、实现资源共享,加大环境政策的创新以及推行力度。
[14] Shi Baofeng, Yang Hufeng, Wang Jing et al.

City green economy evaluation: empirical evidence from 15 sub-provincial cities in China

[J]. Sustainability, 2016,8(6):551-589.

https://doi.org/10.3390/su8060551      URL      [本文引用: 1]      摘要

City green economy plays an important role in the development of low-carbon economy and the achievement of sustainable development of economy, society and ecological environment. From the perspective of economy, society, environment and resources, the evaluation of the green economy in urban areas tends to offer us a new insight into the green economy of cities. This paper is about the creation of a novel urban green economy evaluation model and its application. First of all, we established a city green economy evaluation index system based on R cluster analysis and coefficient of variation. Secondly, based on the nonlinear weighted utilizing entropy weight method, a city green economy evaluation model is established based on inferior constraints. Thirdly, by comparing the differences between evaluation rankings under inferior constraints and non-inferior constraints, the advantageous factors and the disadvantageous ones in urban green economy development are obtained. The proposed model has been verified with the data on 15 sub-provincial cities in China. Empirical analysis results show that: (1) The proposed approach can accurately find out the advantageous and disadvantageous factors for each sub-provincial city; (2) In the evaluation of green economy development, the order of importance of the three criterion layers is X1 Economy development > X2 Social livelihood of the people > X3 Resources and environment; (3) Local governments should implement differential, reasonable policies in order to improve their green economy development. Moreover, our research is not only significant for developing green economy in China sub-provincial cities, but also serves as a reference for the development of green economy in other cities in the world.
[15] 郭永杰, 米文宝, 赵莹.

宁夏县域绿色发展水平空间分异及影响因素

[J]. 经济地理, 2015, 35(3): 43-51+8.

[本文引用: 1]     

[Guo Yongjie, Mi Wenbao, Zhao Ying.

Spatial variation and relevant influence factors of green development levels among the counties in Ningxia

. Economic Geography, 2015, 35(3): 43-51+8.]

[本文引用: 1]     

[16] 李汝资, 宋玉祥, 李雨停,.

近10a来东北地区生态环境演变及其特征研究

[J]. 地理科学, 2013, 33(8):935-941.

[本文引用: 1]     

[Li Ruzi, Song Yuxiang, Li Yuting et al.

The eco-environmental evolution and the character of Northeast China in recent 10 years

. Scientia Geographica Sinica, 2013, 33(8):935-941.]

[本文引用: 1]     

[17] 樊杰, 陈东, 吕晨.

国际金融危机空间过程和区域响应的初探——兼论新经济地理事像研究的一个新范式

[J]. 地理研究, 2009, 28(6):1439-1448.

https://doi.org/10.11821/yj2009060001      URL      [本文引用: 1]      摘要

国际金融危机是地域空间上发生、空间拓展及区域响应过程非常迅速的新经济地理事像,探究其在特定地点发生的机制、区域影响的空间拓展过程、区域受损响应的规律及长期区域对策,是经济地理学的一个新命题。鉴于金融危机事像成因和演变的经济属性强、空间过程和区域响应的经济驱动机理显著,尝试采用"微观经济—宏观经济—区域经济"一个新的研究范式进行探讨。从微观虚拟经济企业对利润的无限追求-宏观虚拟经济与实体经济的价值脱节和政府监控不到位-特定区域金融危机的爆发,发达国家微观企业产业组织-宏观国际产业链分工-金融危机的空间扩散,微观消费者边际效用损失的差异和灾变点的存在-宏观实体经济和虚拟经济对自然资源和人力资本的依赖以及经济的可恢复能力-区域金融危机的差异化响应等方面,初步探讨了金融危机的空间过程,提出了"1元≠1元"的经济地理损失效应判断,据此探讨了差异化的区域响应规律,得出以资源环境为代价换取经济增长、生活相对不富裕的地域在金融危机中受损程度可能更大的初步结论,提出了现代服务业据点式突破在空间结构组织上具有可能的研究假设。最后,就提高经济增长的人力资本贡献度、提升内需的拉动作用等应对全球化风险的长期策略进行了阐释。

[Fan Jie, Chen Dong, Lv Chen.

An analysis of spatial process and regional response of international financial crisis based on a new economic geographical mode: ‘Micro economy—Macro economy-regional economy’ approach for new economic geography phenomenon

. Geographical Research,2009, 28(6):1439-1448.]

https://doi.org/10.11821/yj2009060001      URL      [本文引用: 1]      摘要

国际金融危机是地域空间上发生、空间拓展及区域响应过程非常迅速的新经济地理事像,探究其在特定地点发生的机制、区域影响的空间拓展过程、区域受损响应的规律及长期区域对策,是经济地理学的一个新命题。鉴于金融危机事像成因和演变的经济属性强、空间过程和区域响应的经济驱动机理显著,尝试采用"微观经济—宏观经济—区域经济"一个新的研究范式进行探讨。从微观虚拟经济企业对利润的无限追求-宏观虚拟经济与实体经济的价值脱节和政府监控不到位-特定区域金融危机的爆发,发达国家微观企业产业组织-宏观国际产业链分工-金融危机的空间扩散,微观消费者边际效用损失的差异和灾变点的存在-宏观实体经济和虚拟经济对自然资源和人力资本的依赖以及经济的可恢复能力-区域金融危机的差异化响应等方面,初步探讨了金融危机的空间过程,提出了"1元≠1元"的经济地理损失效应判断,据此探讨了差异化的区域响应规律,得出以资源环境为代价换取经济增长、生活相对不富裕的地域在金融危机中受损程度可能更大的初步结论,提出了现代服务业据点式突破在空间结构组织上具有可能的研究假设。最后,就提高经济增长的人力资本贡献度、提升内需的拉动作用等应对全球化风险的长期策略进行了阐释。
[18] Wang M, Cheng Zhiming, Zhang Pingyu et al. Old industrial cities seeking new road of industrialization[M]. Singapore: World Scientific, 2014.

[本文引用: 1]     

[19] Dong S C, Kolosov V, Li Y et al.

Green development modes of the Belt and Road

[J]. Geography, Environment, Sustainability, 2017, 10(1): 53-69.

https://doi.org/10.24057/2071-9388-2017-10-1-53-69      URL      [本文引用: 1]      摘要

react-text: 136 Plans for the Silk Road Economic Belt (SREB) include construction of two axes, two belts and two radiated areas. As a significant national strategy for China, the emphasis is on the construction of roads and achieving economic agglomeration and radiation through the construction of traffic axes. Using published literature and data analyses, this paper studied current traffic patterns between... /react-text react-text: 137 /react-text [Show full abstract]
[20] 胡鞍钢. 中国创新绿色发展[M]. 北京: 中国人民大学出版社, 2012.

[本文引用: 1]     

[Hu Angang.China innovation green development. Beijing: China Renmin University Press, 2012.]

[本文引用: 1]     

[21] 诸大建.

从“里约+20”看绿色经济新理念和新趋势

[J]. 中国人口∙资源与环境, 2012, 22(9):1-7.

https://doi.org/10.3969/j.issn.1002-2104.2012.09.001      URL      [本文引用: 1]      摘要

如果说20年前里约联合国环境与发展大会确立的核心概念是可持续发展,那么201 2年里约+20联合国可持续发展大会提出的新概念就是绿色经济。从1 962年开始至今,世界绿色运动已经有50年的历史,那么绿色经济有什么特别的新内涵和新意义?笔者自2008年金融危机以来有机会参加联合国环境署有关绿色新政和绿色经济的研究咨询,6月份也应邀参加了里约+20金砖国家与绿色经济的有关研讨,愿以此文从里约+20大会谈谈绿色经济的新理念和新趋势。

[Zhu Dajian.

New concept and trend of green economy emerging from Rio+20

. China Population, Resources and Environment,2012, 22(9):1-7.]

https://doi.org/10.3969/j.issn.1002-2104.2012.09.001      URL      [本文引用: 1]      摘要

如果说20年前里约联合国环境与发展大会确立的核心概念是可持续发展,那么201 2年里约+20联合国可持续发展大会提出的新概念就是绿色经济。从1 962年开始至今,世界绿色运动已经有50年的历史,那么绿色经济有什么特别的新内涵和新意义?笔者自2008年金融危机以来有机会参加联合国环境署有关绿色新政和绿色经济的研究咨询,6月份也应邀参加了里约+20金砖国家与绿色经济的有关研讨,愿以此文从里约+20大会谈谈绿色经济的新理念和新趋势。
[22] World Bank.Inclusive green growth: The pathway to sustainable development[R]. Washington D C: World Bank, 2012.

[本文引用: 1]     

[23] 陆大道, 樊杰. 2050:中国的区域发展(中国至2050年区域科技发展路线图研究报告)[M]. 北京: 科学出版社, 2009.

[本文引用: 1]     

[Lu Dadao, Fan Jie.Regional development research in China: A roadmap to 2050. Beijing: Science Press, 2009.]

[本文引用: 1]     

[24] 陈劭锋, 刘扬, 邹秀萍, .

1949年以来中国环境与发展关系的演变

[J]. 中国人口·资源与环境, 2010, 20(2):43-48.

[本文引用: 1]     

[Chen Shaofeng, Liu Yang, Zou Xiuping et al.

Evolutionary stage of relationship between environment and economic development in China since 1949

. China Population, Resources and Environment, 2010, 20(2): 43-48.]

[本文引用: 1]     

[25] 周沂, 贺灿飞, 刘颖.

中国污染密集型产业地理分布研究

[J]. 自然资源学学报, 2015, 30(7):1183-1196.

[本文引用: 1]     

[Zhou Yi, He Canfei, Liu Ying.

An empirical study on the geographical distribution of pollution-intensive industries in China

. Journal of Natural Resource, 2015, 30(7):1183-1196.]

[本文引用: 1]     

[26] 杨杰, 江德军, 郑成成, .

病险水库除险加固方案决策研究

[J]. 西北农林科技大学学报(自然科学版), 2014, 42(11):213-219.

[本文引用: 1]     

[Yang Jie, Jiang Dejun, Zheng Chengcheng et al.

Deciding reinforcement scheme for dangerous dam

. Journal of Northwest A & F University(Nat. Sci. Ed.), 2014, 42(11):213-219.]

[本文引用: 1]     

[27] 国家统计局城市社会经济调查总队. 中国城市统计年鉴[M]. 北京:中国统计出版社, 2009-2015.

[本文引用: 1]     

[Urban Socio-economic Survey Team of National Bureau of Statistics. China city statistical year book. Beijing: China Statistics Press, 2009-2015.]

[本文引用: 1]     

[28] 辽宁省统计局. 辽宁统计年鉴[M]. 北京:中国统计出版社, 2009-2015.

[本文引用: 1]     

[Liaoning Provincial Bureau of Statistics. Liaoning statistical year book. Beijing: China Statistics Press, 2009-2015.]

[本文引用: 1]     

[29] 吉林省统计局, 国家统计局吉林调查总队. 吉林统计年鉴[M]. 北京:中国统计出版社, 2009-2015.

[本文引用: 1]     

[Jilin Provincial Bureau of Statistics, Jilin Investigation Corps of National Bureau of Statistics. Jilin statistical year book. Beijing: China Statistics Press, 2009-2015.]

[本文引用: 1]     

[30] 黑龙江省统计局, 国家统计局黑龙江调查总队. 黑龙江统计年鉴[M]. 北京:中国统计出版社, 2009-2015.

[本文引用: 1]     

[Heilongjiang Provincial Bureau of Statistics, Heilongjiang Investigation Corps of National Bureau of Statistics. Heilongjiang statistical year book. Beijing: China Statistics Press, 2009-2015.]

[本文引用: 1]     

[31] 任桐, 刘继生.

吉林省旅游竞争力的空间维度及其障碍度分析

[J]. 经济地理, 2011, 31(12): 2138-2143.

[本文引用: 1]     

[Ren Tong, Liu Jisheng.

Analysis on spatial latitude and obstacle of tourism competition in Jilin Province

. Economic Geography, 2011, 31(12): 2138-2143.]

[本文引用: 1]     

[32] Xie Liou, Yang Zhenshan, Cai Jianming et al.

Harbin: A rust belt city revival from its strategic position

[J]. Cities, 2016, 58:26-38.

https://doi.org/10.1016/j.cities.2016.05.009      URL      [本文引用: 1]      摘要

61Harbin has the largest land area and the highest latitude of all Chinese prefecture cities.61Harbin has a glorious history of urbanization and industrialization.61Its SOE-dominated economy suffered painfully with market reforms.61Its revitalization is focused on local endowments, climate and geo-location.61Harbin's experience provides alternatives for other rust belt city revitalization.
[33] 唐志高, 刘红光, 刘志高, . 经济地理学中的数量方法[M]. 北京: 气象出版社, 2012.

[本文引用: 1]     

[Tang Zhigao, Liu Hongguang, Liu Zhigao et al. Quantitative methods for economic geographies. Beijing: China Meteorological Press, 2012.]

[本文引用: 1]     

[34] 盛彦文, 马延吉.

东北三省科技资源产出效率及经济贡献——基于34个地级市的面板数据

[J]. 中国科学院大学学报, 2016, 33(5): 632-640.

https://doi.org/10.7523/j.issn.2095-6134.2016.05.009      URL      [本文引用: 1]      摘要

利用东北三省34个地级市2004—2013年科技资源的相关数据,应用随机前沿生产函数和柯布-道格拉斯生产函数,实证研究各地市科技资源投入产出效率和对经济发展的贡献.研究结果如下:1)东北三省科技资源产出效率从2004年的0.274增长到2013年的0.341,其中辽宁省的平均产出效率最高,产出效率在0.375以上的地市占全省的35%;吉林省有3/4的地市产出效率低于0.250;黑龙江省各地市的产出效率在0.250~0.375之间.在空间分布上,高效率城市集中于辽中南和哈长城市群地区.2)科技资源的投入对沈阳、大连、长春和哈尔滨4个核心城市的经济发展有拉动作用,科技资源投入对本溪、阜新、葫芦岛等8个资源型城市的经济发展有较为显著的贡献.建议充分发挥市场机制,通过实施创新驱动和加强区域之间的合作,促进科技创新,提高科技资源的产出效率和对经济发展的贡献.

[Sheng Yanwen, Ma Yanji.

Output efficiency and economic contribution of scientific and technological resources in the three provinces of Northeast China: Based on panel data of 34 prefectures cities

. Journal of University of Chinese Academy of Sciences, 2016, 33(5): 632-640.]

https://doi.org/10.7523/j.issn.2095-6134.2016.05.009      URL      [本文引用: 1]      摘要

利用东北三省34个地级市2004—2013年科技资源的相关数据,应用随机前沿生产函数和柯布-道格拉斯生产函数,实证研究各地市科技资源投入产出效率和对经济发展的贡献.研究结果如下:1)东北三省科技资源产出效率从2004年的0.274增长到2013年的0.341,其中辽宁省的平均产出效率最高,产出效率在0.375以上的地市占全省的35%;吉林省有3/4的地市产出效率低于0.250;黑龙江省各地市的产出效率在0.250~0.375之间.在空间分布上,高效率城市集中于辽中南和哈长城市群地区.2)科技资源的投入对沈阳、大连、长春和哈尔滨4个核心城市的经济发展有拉动作用,科技资源投入对本溪、阜新、葫芦岛等8个资源型城市的经济发展有较为显著的贡献.建议充分发挥市场机制,通过实施创新驱动和加强区域之间的合作,促进科技创新,提高科技资源的产出效率和对经济发展的贡献.

/