馬 勇,張 瑞

一、引 言

中國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,污染防治攻堅戰(zhàn)取得階段性成效,以 “生態(tài)優(yōu)先、綠色發(fā)展”為核心理念的發(fā)展戰(zhàn)略穩(wěn)步實施。綠色發(fā)展作為強(qiáng)調(diào)經(jīng)濟(jì)增長與環(huán)境保護(hù)耦合協(xié)調(diào)的新型發(fā)展方式[1],已成為貫徹綠水青山就是金山銀山理念、推動高質(zhì)量發(fā)展和美麗中國建設(shè)的主要動力與路徑。實現(xiàn)區(qū)域經(jīng)濟(jì)增長與環(huán)境污染脫鉤[2],推動經(jīng)濟(jì)社會發(fā)展要素投入綠色化、環(huán)境影響減量化是綠色發(fā)展的重要實踐指向,而生態(tài)效率恰恰體現(xiàn)了綠色發(fā)展的這一要求。

長江經(jīng)濟(jì)帶作為關(guān)系國家全局發(fā)展的重要戰(zhàn)略區(qū),其生態(tài)地位突出,在中國經(jīng)濟(jì)增長模式實現(xiàn)綠色轉(zhuǎn)型進(jìn)程中舉足輕重。因此,以長江經(jīng)濟(jì)帶為案例區(qū),依托多源數(shù)據(jù)和空間數(shù)據(jù)分析工具,提高生態(tài)效率格局識別的空間精度,將生態(tài)效率的理論與實踐意義深化至縣域尺度,對于推動長江經(jīng)濟(jì)帶綠色可持續(xù)發(fā)展具有重要現(xiàn)實意義。近年來,長江經(jīng)濟(jì)帶經(jīng)濟(jì)體量顯著擴(kuò)張、人口高度集聚、交通運輸網(wǎng)絡(luò)日漸發(fā)達(dá)。據(jù)官方數(shù)據(jù)顯示①經(jīng)濟(jì)體量采用全國及長江經(jīng)濟(jì)帶地區(qū)國內(nèi)生產(chǎn)總值衡量,人口體量采用全國及長江經(jīng)濟(jì)帶地區(qū)總?cè)丝诤饬?等級公路里程衡量指標(biāo)即等級公路里程,原始數(shù)據(jù)均來源于 ?中國統(tǒng)計年鑒 (2020)?。,截至2019年底,長江經(jīng)濟(jì)帶地區(qū)集聚了全國約46.2%的經(jīng)濟(jì)體量與43%的人口體量,內(nèi)部等級公路里程約占全國比重44.5%。發(fā)達(dá)的交通運輸網(wǎng)絡(luò)使得區(qū)域內(nèi)人才、物資、資金、信息、技術(shù)等得以充分流動,進(jìn)而持續(xù)推動經(jīng)濟(jì)社會系統(tǒng)發(fā)展。此外,長江經(jīng)濟(jì)帶還具備先天的生態(tài)稟賦優(yōu)勢,水資源充裕、生物多樣性豐富,森林覆蓋率、自然保護(hù)區(qū)面積、濕地面積等均遠(yuǎn)超全國平均水平。在 “生態(tài)優(yōu)先、綠色發(fā)展”理念的指引下,長江經(jīng)濟(jì)帶雖較好保持著經(jīng)濟(jì)持續(xù)健康發(fā)展,但生態(tài)環(huán)境問題尚未完全解決,上游地區(qū)水體流失不容樂觀,中下游水體生態(tài)功能退化,中上游地區(qū)沿線布局了較多大型重化工業(yè)生產(chǎn)的傳統(tǒng)制造業(yè),高污染、高能耗資源型行業(yè)仍是長江經(jīng)濟(jì)帶重要產(chǎn)業(yè)支撐,這些產(chǎn)業(yè)雖在一定程度上助推了經(jīng)濟(jì)發(fā)展,但同時也造成水生態(tài)環(huán)境與大氣環(huán)境損害。上述事實特征分析指出,長江經(jīng)濟(jì)帶生態(tài)-經(jīng)濟(jì)社會系統(tǒng)內(nèi)部仍存在失調(diào)情況,因此,使用生態(tài)效率指標(biāo)綜合反映長江經(jīng)濟(jì)帶生態(tài)-經(jīng)濟(jì)社會系統(tǒng)協(xié)調(diào)發(fā)展情況具備一定科學(xué)意義。

德國學(xué)者Schaltegger等[3]于1990年提出生態(tài)效率概念,認(rèn)為生態(tài)效率內(nèi)核是通過經(jīng)濟(jì)增長與環(huán)境負(fù)荷的比值探尋生態(tài)系統(tǒng)與經(jīng)濟(jì)系統(tǒng)的平衡。隨后,世界可持續(xù)發(fā)展工商理事會 (WBCSD)、經(jīng)濟(jì)合作與發(fā)展組織 (OECD)、歐洲環(huán)境署 (EEA)等國際組織對這一概念進(jìn)一步拓展推廣[4]。上述生態(tài)效率概念雖略有差異,但均認(rèn)為生態(tài)效率的本質(zhì)在于同時兼顧經(jīng)濟(jì)活動的經(jīng)濟(jì)效益與生態(tài)效益。不同于綠色發(fā)展效率綜合了經(jīng)濟(jì)、社會、自然三大系統(tǒng),生態(tài)效率弱化了社會效益考量。在此基礎(chǔ)上,國內(nèi)外學(xué)者從區(qū)域、行業(yè)、企業(yè)等尺度[5][6]對生態(tài)效率展開廣泛研究。本文涉及的縣域尺度生態(tài)效率屬于區(qū)域生態(tài)效率范疇,其實質(zhì)是將縣域單元作為生態(tài)-社會經(jīng)濟(jì)復(fù)合系統(tǒng),通過經(jīng)濟(jì)、自然生態(tài)等要素的有效配置,使得經(jīng)濟(jì)效益最大化、生態(tài)環(huán)境損傷最小化,進(jìn)而實現(xiàn)子系統(tǒng)間的耦合協(xié)調(diào)[7]。生態(tài)效率評價測度方面,早期主要使用碳足跡和生態(tài)足跡法[8],近年來研究者多借助DEA模型、三階段DEA、SBM模型、EBM模型、能值分析和物質(zhì)流分析等[9][10][11][12][13]方法對生態(tài)效率進(jìn)行評估,相關(guān)學(xué)者常使用邏輯推理與計量模型[14],選取經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、對外開放、技術(shù)創(chuàng)新、城市規(guī)模、城鎮(zhèn)化等[15][16][17]因子,對生態(tài)效率影響因素進(jìn)行探討。研究尺度上受限于數(shù)據(jù)可獲性,多以省級[18]、市級[19]行政區(qū)為研究單元,縣域尺度相關(guān)成果較為有限。在現(xiàn)有縣域尺度生態(tài)效率探索中,任宇飛等[20]使用SBM模型對京津冀城市群縣域單元生態(tài)效率進(jìn)行評價并分析其空間格局,金貴等[21]引入SFA模型測度湖北省縣域生態(tài)效率并分析其空間分布特征,上述研究投入產(chǎn)出指標(biāo)仍有待豐富,且未檢驗評價結(jié)果的穩(wěn)健性。馬勇等[22]在多源遙感數(shù)據(jù)支持下測度了長江中游城市群縣域尺度生態(tài)效率并進(jìn)行穩(wěn)健性檢驗,但缺乏對影響因素的探索。邱立新等[23]運用Super-SBM模型、ESDA和GWR模型對浙江省69個縣生態(tài)效率進(jìn)行測度、空間格局分析與因素剖析,但研究區(qū)域范圍較小,且受限于GWR模型帶寬設(shè)定,尚未考慮變量存在不同影響尺度的問題。鑒于此,本文以長江經(jīng)濟(jì)帶752個縣域單元為研究對象,基于多源遙感數(shù)據(jù)與社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù),借助超效率EBM模型、探索性空間數(shù)據(jù)分析 (ESDA)、多尺度地理加權(quán)回歸 (MGWR)等方法,對生態(tài)效率進(jìn)行測度并分析其空間關(guān)聯(lián)特征,探索各影響因素于不同尺度下的空間異質(zhì)性,進(jìn)而力圖探尋提升生態(tài)效率的有效途徑,以期為提高長江經(jīng)濟(jì)帶綠色發(fā)展評價空間精度和精準(zhǔn)施策提供參考借鑒。

二、研究方法與數(shù)據(jù)來源

(一)研究方法

1.超效率EBM模型。傳統(tǒng)DEA模型為測度效率的常用手段,被廣泛應(yīng)用于生態(tài)效率的評估,通常包含以CCR和BBC為代表的徑向模型和以SBM為代表的非徑向模型兩大類。已有文獻(xiàn)表明上述兩類方法均存在缺陷,前者假設(shè)條件過于苛刻致使投入要素以相同比例縮減進(jìn)而偏離現(xiàn)實,后者雖對前者有所改進(jìn)卻損失了效率前沿投影值的原始比例信息。基于此,本文引入Tone等[24]構(gòu)建的能兼具徑向與非徑向的混合距離函數(shù)EBM(Epsilon-Based Measure)模型,并納入環(huán)境 (非合意)產(chǎn)出項,設(shè)定超效率選項,該模型克服了傳統(tǒng)DEA模型的不足,測算結(jié)果更為準(zhǔn)確真實[22]。模型利用Max DEA Ultra軟件實現(xiàn),具體形式如下:

式(1)中r?(0≤r?≤1)為最優(yōu)效率值,分別為DMU0投入、期望產(chǎn)出、非期望產(chǎn)出與DMU0投入松弛,對應(yīng)期望與非期望產(chǎn)出松弛。分別表示各項指標(biāo)投入、期望產(chǎn)出及非期望產(chǎn)出重要程度。θ為徑向條件下的效率值,ε表示非徑向部分重要程度核心,滿足0≤ε≤1。

2.局部空間自相關(guān)。局部空間自相關(guān)能較好描述生態(tài)效率在鄰近縣域單元中的自相關(guān)性特征,通過局部Moran'sI指數(shù)[25]對其進(jìn)行識別,指數(shù)定義如下:

式中,n為縣域單元數(shù),zi和zj表示縣域單元i、j觀測值的標(biāo)準(zhǔn)化值,Wij′為縣域單元i、j間空間權(quán)重矩陣。其中高-高 (H-H)集聚表示高生態(tài)效率縣域單元被高生態(tài)效率縣域單元包圍,低-低 (L-L)集聚表示低生態(tài)效率縣域單元被低生態(tài)效率縣域單元包圍,高-低 (H-L)集聚表示高生態(tài)效率縣域單元被低生態(tài)效率縣域單元包圍,低-高 (L-H)集聚表示低生態(tài)效率縣域單元被高生態(tài)效率縣域單元包圍。

3.多尺度地理加權(quán)回歸模型 (MGWR)。地理加權(quán)回歸 (GWR)與半?yún)?shù)地理加權(quán)回歸(SGWR)能較好揭示解釋變量的空間異質(zhì)性。但GWR中解釋變量空間平滑水平一致,SGWR雖能將解釋變量處理為全局與局部兩種類別卻無法進(jìn)一步細(xì)分。Fotheringham等[26]于2017年提出的多尺度地理加權(quán)回歸 (MGWR)模型針對上述不足進(jìn)行了回應(yīng),Yu等[27]于2019年進(jìn)一步補(bǔ)充統(tǒng)計推斷使得MGWR適用性更強(qiáng),目前該方法已被應(yīng)用于社會經(jīng)濟(jì)學(xué)[28]、地理環(huán)境科學(xué)[29]、健康地理學(xué)[30]等諸多學(xué)科領(lǐng)域。本文借助MGWR模型考察不同影響因素對縣域生態(tài)效率的異質(zhì)性影響,計算公式如下:

上式:yi為研究區(qū)域i被解釋變量的值,xij為研究區(qū)域i第j個影響因素的值,εi為誤差項,βbwj(ui,vi)為研究區(qū)域i第j個影響因素的局部回歸系數(shù),其中bwj表示第j個影響因素回歸系數(shù)所使用的帶寬。帶寬確定是分析研究區(qū)域數(shù)據(jù)異質(zhì)性的關(guān)鍵[31],與GWR假設(shè)所有變量帶寬一致不同的是,MGWR影響因素的帶寬具備特異性。MGWR沿用GWR中經(jīng)典核函數(shù),Kernel類型選擇Adaptive Bisquare函數(shù),帶寬搜尋方式選用黃金分割法,模型最優(yōu)化準(zhǔn)則采取最常用的AICc準(zhǔn)則。

(二)基于多源數(shù)據(jù)的縣域生態(tài)效率評價指標(biāo)體系

本文采取自下而上的方式構(gòu)建縣域生態(tài)效率評價體系 (如表1所示),基于既有研究與相關(guān)理論進(jìn)行準(zhǔn)則層的構(gòu)建,而后結(jié)合縣域尺度下的數(shù)據(jù)可獲性確定指標(biāo)層指標(biāo),數(shù)據(jù)處理及來源詳見下一節(jié)。

1.準(zhǔn)則層建立。綜觀國內(nèi)外生態(tài)效率相關(guān)文獻(xiàn),生態(tài)效率評價指標(biāo)體系一般包含3個部分:第一,投入要素。根據(jù)柯布道格拉斯生產(chǎn)函數(shù)與有關(guān)文獻(xiàn),投入要素主要分為勞動力投入、資本投入、土地投入、水資源投入、能源投入等,由于研究對象與研究尺度的不同,對水資源投入的采納情況有所差異,其余要素相對固定。鑒于縣域尺度下水資源數(shù)據(jù)暫時無法獲取,最終確定資本、能源、勞動力、土地為投入要素。第二,合意產(chǎn)出,即經(jīng)濟(jì)產(chǎn)出。第三,非合意產(chǎn)出,涉及環(huán)境污染的產(chǎn)出要素。

2.指標(biāo)層確定。按照準(zhǔn)則層內(nèi)容,基于已有文獻(xiàn)及遙感類、經(jīng)濟(jì)社會類統(tǒng)計數(shù)據(jù)的可獲性,指標(biāo)層確定如下:第一,投入指標(biāo)確定為全社會固定資產(chǎn)投資、年末總?cè)丝?、能源消費指數(shù)、建設(shè)用地面積及耕地面積等5項。第二,由于縣域尺度下環(huán)保類數(shù)據(jù)缺失,因此將地區(qū)生產(chǎn)總值與地方財政一般預(yù)算收入作為合意產(chǎn)出指標(biāo)。第三,現(xiàn)有文獻(xiàn)在非合意產(chǎn)出指標(biāo)的選擇上存在較大分歧,圍繞生態(tài)效率自身定位,可供選擇指標(biāo)一般包含工業(yè)三廢排放量、CO2、SO2、PM2.5等細(xì)分指標(biāo),鑒于數(shù)據(jù)可獲性本文選用PM2.5年均濃度為非合意產(chǎn)出衡量指標(biāo)。

(三)數(shù)據(jù)來源

1.縣域生態(tài)效率測算數(shù)據(jù)。(1)全社會固定資產(chǎn)投資、年末總?cè)丝?、GDP及地方財政一般預(yù)算收入來源 ?中國縣域統(tǒng)計年鑒 (2018)?、各市統(tǒng)計年鑒 (2018)、各區(qū)縣國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報 (2017)。(2)建設(shè)用地與耕地指標(biāo)獲取自中科院資源環(huán)境科學(xué)與數(shù)據(jù)中心提供的中國土地利用現(xiàn)狀 (LUCC)遙感監(jiān)測數(shù)據(jù)集,空間分辨率為1km×1km。(3)能源消費指數(shù)由DMSP/OLS全球夜間燈光數(shù)據(jù)處理所得,相關(guān)研究[32]表明DMSP/OLS夜間燈光數(shù)據(jù)與能源消費間存在顯著線性相關(guān)性。參照Tong等[33],對縣域行政區(qū)范圍內(nèi)柵格灰度值求和得到該區(qū)域能源消耗指數(shù)。(4)PM2.5數(shù)據(jù)來源為大氣成分分析組織借助美國宇航局提供MODIS、MISR等遙感數(shù)據(jù)反演所得柵格數(shù)據(jù)集,空間分辨率為0.01°×0.01°。

2.縣域影響因素數(shù)據(jù)。(1)產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展及政府支持等指標(biāo)原始數(shù)據(jù)來源 ?中國縣域統(tǒng)計年鑒 (2018)?、各市統(tǒng)計年鑒 (2018)及各區(qū)縣國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報 (2017)。(2)道路密度指研究區(qū)域內(nèi)道路總長度與其面積之比,是評價區(qū)域基礎(chǔ)設(shè)施建設(shè)情況常用指標(biāo)[34]。參照范科紅等[34],利用ArcGIS中要素合并與疊加分析法,將長江經(jīng)濟(jì)帶高速、鐵路、國道及省道數(shù)據(jù) (2017版)合并生成線狀數(shù)據(jù)圖層,進(jìn)一步與縣域行政區(qū)域圖層疊加,而后借助屬性表計算得到道路密度指標(biāo)。(3)區(qū)位條件指標(biāo)表示各縣域單元距其最近省會城市距離,利用ArcGIS幾何計算器獲取各縣域單元及省會城市質(zhì)心的基礎(chǔ)上,借助經(jīng)緯度與距離公式換算所得。(4)生態(tài)本底指標(biāo)來源中科院計算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像中心,借助ArcGIS對合成產(chǎn)品TERRA的MODND1M月合成指數(shù)逐月合成處理,生成NVDI數(shù)據(jù),空間分辨率為500m。(5)能源消耗指標(biāo)原始數(shù)據(jù)來源同上一小節(jié)。(6)教育水平指標(biāo)來源 ?中國2010人口普查分縣資料??？紤]到縣域尺度下教育水平衡量指標(biāo)可獲性并參考有關(guān)文獻(xiàn)[35],以可獲取最近一次人口普查數(shù)據(jù) (2010年)為教育水平指標(biāo)來源。

三、生態(tài)效率空間格局

(一)空間分異特征

由超效率EBM模型計算得到長江經(jīng)濟(jì)帶縣域生態(tài)效率,通過自然間斷點分級法將其由高至低劃分為5類 (如圖1所示),并分析其空間格局特征。

圖1 長江經(jīng)濟(jì)帶縣域生態(tài)效率空間格局

結(jié)果表明:(1)研究區(qū)生態(tài)效率均值為0.589 5,由圖1可知,長江經(jīng)濟(jì)帶縣域生態(tài)效率空間差異明顯,生態(tài)效率相近縣域單元連片分布,整體上呈現(xiàn)西部和東北部低、中部高的空間分布特征。說明長江經(jīng)濟(jì)帶縣域單元間尚未實現(xiàn)經(jīng)濟(jì)社會與資源環(huán)境的協(xié)調(diào)發(fā)展,在經(jīng)濟(jì)發(fā)展模式優(yōu)化、環(huán)境保護(hù)、資源利用等方面仍存提升空間。(2)從東部地區(qū)來看,生態(tài)效率較高縣域單元主要集中于上海市周邊及浙江省沿海地區(qū)。在既定生態(tài)要素與經(jīng)濟(jì)社會要素的消耗下,東部地區(qū)具備的產(chǎn)業(yè)集聚與技術(shù)先進(jìn)優(yōu)勢使其在生產(chǎn)過程中能充分優(yōu)化資源配置,進(jìn)而提高單位要素投入的經(jīng)濟(jì)與生態(tài)效益。此外,較高生態(tài)效率縣域單元的輻射作用隨著地理距離增加而減弱,因此,江蘇省中部以北與浙江省中西部區(qū)域效率偏低。(3)從中部地區(qū)來看,靠近東部地區(qū)縣域單元生態(tài)效率明顯低于其他地區(qū),這可能是因為該地區(qū)成為了東部污染密集型產(chǎn)業(yè)的承接區(qū)域,高污染、高排放產(chǎn)業(yè)的進(jìn)入加重了該區(qū)域的環(huán)境污染,降低了資源利用效率,也因此對生態(tài)效率提升造成了較大壓力?；诖?中部縣域單元有關(guān)政府部門應(yīng)保障環(huán)保配套設(shè)施建設(shè),將生態(tài)環(huán)境保護(hù)與治理置于同等重要的地位,加大對污染型企業(yè)的管控治理,進(jìn)而提升區(qū)域生態(tài)效率。(4)從西部地區(qū)來看,省會城市成都市與貴陽市周邊縣域單元生態(tài)效率明顯優(yōu)于其他地區(qū),這可能與縣域單元距省會城市距離有關(guān),距離越遠(yuǎn)所受到的輻射帶動作用越不明顯。西部地區(qū)雖資源豐富,但資源利用率較低,經(jīng)濟(jì)發(fā)展與技術(shù)相對落后,迫于經(jīng)濟(jì)發(fā)展的壓力,極易形成高能耗、低效率的增長模式,因此,該地區(qū)亟需調(diào)整經(jīng)濟(jì)增長方式,優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),并大力引入清潔技術(shù),進(jìn)而提升區(qū)域生態(tài)效率。

(二)局部空間自相關(guān)分析

長江經(jīng)濟(jì)帶縣域生態(tài)效率全局Moran'sI及對應(yīng)P值分別為0.377與0.001,表明研究單元間存在空間正相關(guān)關(guān)系。進(jìn)一步,為確定局部空間集聚或異?？臻g分異,利用單變量局部Moran'sI進(jìn)行識別,并繪制LISA聚類空間形態(tài) (如圖2所示)。

圖2 長江經(jīng)濟(jì)帶縣域生態(tài)效率LISA聚類結(jié)果

局部空間自相關(guān)聚類結(jié)果顯示:(1)H-H集聚區(qū)呈 “小聚集大分散”的空間格局,主要集中在上海與蘇錫常都市圈一帶、武漢中心城區(qū)、湖北宜昌與襄陽交界處、湖南與江西交界處、湖南與貴州交界處及四川與云南交界處,表明應(yīng)加大經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的輻射帶動作用,增強(qiáng)區(qū)域間協(xié)同聯(lián)動,助推全域綠色發(fā)展。(2)L-L集聚區(qū)縣域單元與周邊區(qū)域呈效率低值空間正相關(guān),部分集中在區(qū)位條件較差的四川西部與云南昆明周邊,部分分布于安徽中北部,這些區(qū)域雖靠近沿海發(fā)達(dá)地區(qū),但可能存在承接資源消耗型產(chǎn)業(yè)轉(zhuǎn)移的情況。從宏觀層面來看,西部及發(fā)達(dá)區(qū)域周邊縣域單元政府應(yīng)加大扶持力度與資金支持,避免形成大面 “燈下黑”區(qū)域。(3)對于H-L集聚區(qū),該類型僅占縣域單元總量2.4%,除安徽樅陽縣外,其余均來自西部地區(qū)且未形成連片區(qū)域,這說明出現(xiàn)周圍生態(tài)效率低值而中心生態(tài)效率高值的空間結(jié)構(gòu)概率較低。該類集聚區(qū)經(jīng)濟(jì)發(fā)展水平較為落后且區(qū)位條件不夠優(yōu)越,受周邊生態(tài)效率較低縣域單元影響,容易由H-L集聚轉(zhuǎn)變?yōu)長-L集聚。該類型集聚區(qū)應(yīng)注意保障自身優(yōu)勢,盡可能弱化周邊生態(tài)效率較低單元對自身的影響。(4)對于L-H集聚區(qū),該類型約占研究單元總量3.3%,以零星狀分布于H-H集聚區(qū)周邊,該類集聚區(qū)縣域單元自身生態(tài)效率較低,周邊縣生態(tài)效率較高,相鄰縣域單元空間差異較大。

四、生態(tài)效率影響因素分析

(一)影響因素變量選取

生態(tài)效率提升及其空間格局形成與經(jīng)濟(jì)社會、自然資源等要素息息相關(guān)。不同縣域單元間生態(tài)效率存在明顯差異,經(jīng)濟(jì)要素、社會要素與自然要素三者交互耦合、相互影響,共同奠定了長江經(jīng)濟(jì)帶縣域生態(tài)效率空間分異格局的形成。因此,本文嘗試從經(jīng)濟(jì)-社會-自然系統(tǒng)入手,借助多尺度地理加權(quán)回歸模型,系統(tǒng)量化多因素作用下縣域生態(tài)效率的影響機(jī)制及其空間異質(zhì)性 (如圖3所示)。

圖3 長江經(jīng)濟(jì)帶縣域生態(tài)效率綜合影響機(jī)制

綜上,基于已有理論及相關(guān)文獻(xiàn),嘗試從產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、政府干預(yù)、基礎(chǔ)設(shè)施、區(qū)位條件、生態(tài)本底、能源消耗、教育水平等8個方面探索生態(tài)效率影響因素作用機(jī)制 (如表2所示)。(1)產(chǎn)業(yè)結(jié)構(gòu)。多數(shù)研究認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)能顯著促進(jìn)生態(tài)效率[36],參照潘興俠等[37]選擇第三產(chǎn)業(yè)增加值占GDP比重作為衡量指標(biāo),預(yù)期結(jié)果為正。(2)經(jīng)濟(jì)發(fā)展。經(jīng)濟(jì)發(fā)展水平越高,資源利用與技術(shù)水平隨之提升,相同產(chǎn)出所需資源投入減少,生態(tài)效率得以提升[38]。采用人均GDP衡量宏觀經(jīng)濟(jì)發(fā)展水平,預(yù)期回歸系數(shù)為正。(3)政府干預(yù)。參考孟雪等[39]借助財政支出占GDP比重對政府干預(yù)進(jìn)行衡量,預(yù)期回歸系數(shù)為正。(4)基礎(chǔ)設(shè)施。參考關(guān)偉等[40]使用道路密度作為基礎(chǔ)設(shè)施的代理指標(biāo),預(yù)期系數(shù)回歸結(jié)果為負(fù)。(5)區(qū)位條件。已有文獻(xiàn)表明區(qū)位條件是造成縣域單元生態(tài)效率存在空間差異的主要原因之一[20],以距最近省會城市距離為區(qū)位條件代理指標(biāo),預(yù)期回歸結(jié)果為負(fù)。(6)生態(tài)本底。NVDI等自然條件已成為決定生態(tài)效率的重要影響因素[41],故借助NVDI對生態(tài)本底進(jìn)行衡量,預(yù)期結(jié)果為正。(7)能源消耗。Zhang等[42]研究表明,能源利用效率的提高能促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展,進(jìn)而提升生態(tài)效率,采用人均能源消耗指數(shù)進(jìn)行度量,回歸系數(shù)預(yù)期為負(fù)。(8)教育水平。Tong等[33]研究發(fā)現(xiàn)教育水平是提高中國生態(tài)效率的關(guān)鍵因素,以高中以上受教育人口占比作為教育水平的代理指標(biāo),預(yù)期回歸結(jié)果為正。

表2 長江經(jīng)濟(jì)帶縣域生態(tài)效率影響因素

(二)基于傳統(tǒng)OLS模型的回歸分析

為消除異方差,對原始數(shù)據(jù)取對數(shù)處理并使用OLS模型回歸分析,結(jié)果 (見表3)顯示:(1)F-Stat在1%水平下顯著,說明總線性關(guān)系成立;VIF檢驗結(jié)果顯示各影響因素方差膨脹因子均小于7.5,表明不存在冗余與多重共線性問題,模型設(shè)定合理;Jarque-Bera檢驗結(jié)果于1%水平顯著,說明殘差不服從正態(tài)分布,模型擬合片面。進(jìn)一步為識別殘差空間自相關(guān)性,計算得到其全局Moran'sI指數(shù)為0.321(P＝0.001 0,排列次數(shù)為999),表明殘差存在正向顯著空間自相關(guān),空間集聚特征明顯,為解決上述問題后續(xù)將借助MGWR模型進(jìn)一步分析。(2)從各影響因素回歸系數(shù)顯著性來看,lnInd、lnEco、lnGov、lnInf、lnLoc及l(fā)nEne均在1%水平顯著,lnNVDI與lnEdu未通過顯著性檢驗。(3)從各影響因素回歸系數(shù)正負(fù)性來看,lnInd、lnEco與lnGov為正,其余影響因素為負(fù),表明lnInd、lnEco、lnGov與長江經(jīng)濟(jì)帶生態(tài)效率呈正相關(guān)關(guān)系,lnInf、lnLoc、lnEne與之呈負(fù)相關(guān),與預(yù)期一致。lnNVDI與lnEdu符號為負(fù),與預(yù)期不符。各影響因素系數(shù)正負(fù)性與預(yù)期結(jié)果基本一致,說明因素提取及代理變量選取具有一定科學(xué)性,并為下文MGWR模型實證分析進(jìn)行了提前驗證。(4)根據(jù)回歸系數(shù)絕對值進(jìn)行貢獻(xiàn)程度排序,依 次 為 lnEco、lnEne、lnGov、lnInd、lnNVDI、lnLoc、lnInf、lnEdu。lnEco驅(qū)動力最大,lnEdu最小,表明生態(tài)效率提升與經(jīng)濟(jì)發(fā)展水平密切相關(guān),此外,lnEdu并不能顯著影響縣域生態(tài)效率。

表3 OLS模型估計結(jié)果

(三)基于MGWR模型的空間異質(zhì)性分析

1.模型對比。由于OLS擬合結(jié)果存在一定缺陷且影響因素具備顯著空間異質(zhì)性,因此使用納入空間因素的MGWR與GWR同時建?；貧w,選擇結(jié)果更優(yōu)模型進(jìn)一步分析。由表4可知,就可決系數(shù)而言,MGWR模型R2為0.625,AdjR2為0.613,解釋了被解釋變量約62.5%的變化,高于GWR的59.3%。MGWR模型AICc值與殘差平方和比GWR模型更小,若AICc值下降幅度大于等于3則表明擬合程度顯著提高[26]。綜上,MGWR模型擬合結(jié)果更佳。

表4 多尺度地理加權(quán)回歸與經(jīng)典地理加權(quán)回歸模型帶寬及指標(biāo)

2.尺度分析。MGWR與GWR各影響因素所使用帶寬如表4所示。MGWR能反映各影響因素作用尺度的差異性進(jìn)而提升估計精度[43],但GWR采用統(tǒng)一作用尺度,其平均帶寬為564,占總樣本75%。通過MGWR帶寬選擇結(jié)果不難發(fā)現(xiàn),各影響因素空間尺度差異較大。

據(jù)MGWR計算結(jié)果,lnInd、lnEco、lnGov、lnInf、lnNVDI、lnEne及常數(shù)項等7個變量對縣域生態(tài)效率的影響具有顯著空間差異,lnLoc與lnEdu回歸系數(shù)不顯著。lnInd作用尺度較小,為191,說明第三產(chǎn)業(yè)增加值占GDP比重對生態(tài)效率的影響在空間上存在較大差異。lnEne與lnInf作用尺度較大,分別為499與567,表明人均能源消耗與道路密度對生態(tài)效率影響的空間差異相對較小。lnEco、lnGov與lnNVDI作用尺度為751,屬于全局尺度,上述3個影響因素回歸系數(shù)空間異質(zhì)性較不明顯。

3.MGWR模型回歸結(jié)果。根據(jù)圖4所示局部R2結(jié)果,基于MGWR的局部空間回歸模型能夠反映長江經(jīng)濟(jì)帶縣域生態(tài)效率總變異的49.9%～74.2%,局部R2由西北、中部從南至東北按 “U”型路線提升,中東部地區(qū)縣域單元整體擬合優(yōu)度較高,能更好地被模擬;西部地區(qū)縣域單元擬合優(yōu)度較低,其生態(tài)效率可能受到如政策扶持、地形地貌等其他因素影響。

圖4 MGWR模型局部R 2空間分布

由MGWR模型各系數(shù)描述性統(tǒng)計結(jié)果 (如表5所示)可知,不同因子的影響力大小及其作用趨勢在不同縣域單元存在較大差異。從回歸系數(shù)均值絕對值來看,lnEco對縣域生態(tài)效率影響最大,其次是lnEne與lnGov,相比而言lnInd、lnNVDI、lnInf、lnLoc及l(fā)nEdu影響較小。從正負(fù)效應(yīng)占比來看,lnInf與lnNVDI對縣域生態(tài)效率的影響表現(xiàn)出不同效應(yīng),表明影響因素存在顯著空間異質(zhì)性,MGWR模型能將傳統(tǒng)OLS模型所掩蓋的局部系數(shù)特征呈現(xiàn)出來。

表5 回歸參數(shù)描述性統(tǒng)計

利用ArcGIS對MGWR模型中各影響因素回歸結(jié)果進(jìn)行可視化,得到系數(shù)空間格局 (如圖5所示),進(jìn)一步探究不同因子對縣域生態(tài)效率影響的空間異質(zhì)性。

產(chǎn)業(yè)結(jié)構(gòu)因子。如圖5a所示,第三產(chǎn)業(yè)占GDP比重與生態(tài)效率呈正相關(guān)關(guān)系,系數(shù)范圍為0.047～0.085,從空間異質(zhì)性來看,整體呈由東南向西北遞減的圈層結(jié)構(gòu)。高值區(qū)主要集中于上海、浙江、江西及湖南中部以南,中高值區(qū)包含江蘇、安徽、湖北中部以東、湖南中部以北及貴州西部。出現(xiàn)上述空間分異的原因可能是東部地區(qū)上海最先完成產(chǎn)業(yè)結(jié)構(gòu)由 “二三一”至 “三二一”的轉(zhuǎn)變,浙江次之,中部地區(qū)湖南率先轉(zhuǎn)變,江西受到湖南與浙江輻射帶動作用也較早完成轉(zhuǎn)變,西部地區(qū)四川于2016年才調(diào)整為 “三二一”的產(chǎn)業(yè)結(jié)構(gòu),因此其三產(chǎn)占比對生態(tài)效率的影響相對東、中部較弱。

經(jīng)濟(jì)發(fā)展因子。經(jīng)濟(jì)發(fā)展是生態(tài)效率提升的核心驅(qū)動力,其系數(shù)均值為1.483,影響強(qiáng)度在所有影響因素中最大,人均GDP每上升1%各縣域單元生態(tài)效率平均提升1.483%。由圖5b可知,經(jīng)濟(jì)發(fā)展水平回歸系數(shù)全部為正,且回歸高值與次高值區(qū)位于東、西部兩側(cè),呈中部塌陷狀,說明人均GDP的增長對生態(tài)效率具有顯著促進(jìn)作用,但中部地區(qū)作用強(qiáng)度明顯低于東、西部兩側(cè),這可能是因為中部地區(qū)承接了東部地區(qū)部分高污染、高能耗產(chǎn)業(yè)轉(zhuǎn)移,致使經(jīng)濟(jì)發(fā)展對生態(tài)效率的正向促進(jìn)作用受到一定抑制。

政府干預(yù)因子。由圖5c可知,財政支出占GDP比重正向顯著影響生態(tài)效率,其系數(shù)取值范圍為0.538～0.726,呈由東至西梯度遞減狀,中、高值區(qū)域均分布于長江經(jīng)濟(jì)帶東、中部,這表明,政府干預(yù)影響強(qiáng)度較大,財政支出占GDP比重每上漲1%,各縣域單元生態(tài)效率值提升0.538%～0.726%。政府作為推進(jìn)綠色發(fā)展、管控能耗消耗、加強(qiáng)綠色建設(shè)的重要主體,能宏觀調(diào)控經(jīng)濟(jì)流向與資源配置,進(jìn)而顯著促進(jìn)縣域生態(tài)效率提升。地方政府應(yīng)持續(xù)健全體制機(jī)制、加大財政投入力度,支持并引導(dǎo)綠色發(fā)展的大力推進(jìn)。

基礎(chǔ)設(shè)施因子。如圖5d所示,系數(shù)取值在－0.177～0.015之間,以武漢與南昌西部連線為界呈由東至西逐步由正過渡為負(fù)的趨勢,具備顯著空間異質(zhì)性。分界線以東地區(qū),基礎(chǔ)設(shè)施對縣域單元生態(tài)效率影響顯著為正,道路密度每增加1%,生態(tài)效率值上漲0～0.015%,漲幅較小,這可能是因為該部分縣域單元地處沿海發(fā)達(dá)地區(qū),掌握大量清潔及污染控制技術(shù),基礎(chǔ)設(shè)施建設(shè)已較為完備,道路密度進(jìn)一步提升,能通過降低要素流動距離與運輸成本、優(yōu)化空間布局、提升縣域單元間可達(dá)性等途徑助推經(jīng)濟(jì)發(fā)展,從而促進(jìn)生態(tài)效率提高。分界線以西顯著負(fù)向影響,道路密度每增加1%,生態(tài)效率值降低0～0.177%,該區(qū)域基礎(chǔ)設(shè)施較為落后,加強(qiáng)建設(shè)雖有利于縮小與發(fā)達(dá)地區(qū)經(jīng)濟(jì)差距,但建設(shè)過程可能造成大氣、水體、固體污染等系列環(huán)境問題,從而抑制生態(tài)效率提升。

生態(tài)本底因子。如圖5e所示,生態(tài)本底影響強(qiáng)度較弱,回歸系數(shù)以重慶、貴陽最西連線為界,由西至東影響力方向由正向負(fù)轉(zhuǎn)變,界線以西植被覆蓋率每上升1%,該部分縣域單元生態(tài)效率值上漲0～0.166%,界線以東植被覆蓋率每增加1%,生態(tài)效率值將減少0～0.169%。界線以西區(qū)域植被覆蓋率較高,生態(tài)本底較經(jīng)濟(jì)、社會等因素對生態(tài)效率影響力更大。界線以東區(qū)域多位于長江經(jīng)濟(jì)帶中、東部地區(qū),這些區(qū)域植被覆蓋率較低,且生態(tài)本底為全局變量,因此生態(tài)效率對于植被覆蓋率變化并不敏感。

圖5 多尺度地理加權(quán)回歸系數(shù)空間格局

能源消耗因子。如圖5f可知,能源消耗顯著抑制生態(tài)效率提升且影響強(qiáng)度較大,系數(shù)取值范圍為－1.097～－1.069,表明人均能源消耗指數(shù)每上升1%,縣域單元生態(tài)效率值平均下降1.083%。能源消耗對生態(tài)效率的負(fù)向作用力由東向西呈梯度式遞增,這可能是因為長江經(jīng)濟(jì)帶能源消費結(jié)構(gòu)目前仍以煤炭、汽油等為主。得天獨厚的西部地區(qū)雖匯集大量自然資源,但開采技術(shù)老舊、低效,不僅容易導(dǎo)致資源枯竭,還會造成生態(tài)環(huán)境污染,致使該區(qū)域綠色發(fā)展受到嚴(yán)重抑制。因此建議西部地區(qū)加強(qiáng)宏觀調(diào)控,弱化對化石能源的依賴,提升用能效率。東部地區(qū)應(yīng)在大力開發(fā)清潔能源技術(shù)、提高能源效率、優(yōu)化能源消費結(jié)構(gòu)的同時,增強(qiáng)對中、西部地區(qū)輻射帶動作用,進(jìn)而提升長江經(jīng)濟(jì)帶整體生態(tài)效率。

為防止結(jié)果存在偶然性,使用模型替換的路徑對影響因素計量結(jié)果進(jìn)行穩(wěn)健性檢驗,考慮到帶寬對回歸結(jié)果的影響,本文使用GWR替代MGWR重新進(jìn)行了回歸,結(jié)果如表5所示。由回歸參數(shù)描述性統(tǒng)計,各影響因素對長江經(jīng)濟(jì)帶縣域生態(tài)效率的正向或負(fù)向作用在兩種模型估計下保持一致,表明MGWR模型得到的結(jié)果是穩(wěn)健的。

五、結(jié)論與政策建議

(一)結(jié)論

借助超效率EBM模型、ESDA及MGWR等方法,在構(gòu)建生態(tài)效率評價指標(biāo)體系的基礎(chǔ)上綜合測度長江經(jīng)濟(jì)帶縣域生態(tài)效率,并對其空間分異特征與影響因素展開分析,得到如下主要結(jié)論:

第一,長江經(jīng)濟(jì)帶縣域生態(tài)效率區(qū)域差異明顯,空間格局基本呈西部和東北部低、中部高的分異特征。從空間自相關(guān)來看,H-H集聚區(qū)以 “小聚集大分散”空間特征分布于中心城區(qū)與相鄰省份或地級市交界處,L-L集聚區(qū)多集中于四川西部與云南昆明市周邊區(qū)域,L-H集聚區(qū)小面積集中于安徽中、北部,大部分出現(xiàn)于西部地區(qū);L-H集聚區(qū)以零星狀分布于H-H集聚區(qū)周邊。

第二,傳統(tǒng)OLS與MGWR模型回歸結(jié)果表明各影響因素對生態(tài)效率的影響具備顯著空間依賴性,這一特征可為各區(qū)域縣域單元針對性、因地制宜采取相關(guān)政策調(diào)控提供參考與指導(dǎo)。產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展與政府干預(yù)顯著正向促進(jìn)縣域生態(tài)效率提升,能源消耗、區(qū)位條件與教育水平具備抑制作用,基礎(chǔ)設(shè)施與生態(tài)本底影響力方向會隨區(qū)位改變。所有影響因素中經(jīng)濟(jì)發(fā)展為影響縣域生態(tài)效率最主要因素,其次是能源消耗。

第三,長江經(jīng)濟(jì)帶縣域單元間生態(tài)效率的差異是多種影響因素作用的結(jié)果,同時也是經(jīng)濟(jì)社會發(fā)展與資源環(huán)境變動規(guī)律的體現(xiàn)。揭示各影響因素空間異質(zhì)性有助于探索長江經(jīng)濟(jì)帶可持續(xù)發(fā)展路徑,具備一定現(xiàn)實訴求。需指出的是,本文雖從宏觀尺度探索性分析了生態(tài)效率空間格局及其影響因素,但仍存在一些問題有待完善。一是,對于驅(qū)動機(jī)制的剖析需進(jìn)一步結(jié)合更全面的數(shù)據(jù)動態(tài)深入分析。二是本文暫未解決可能存在的內(nèi)生性問題。后續(xù)工作將進(jìn)一步推進(jìn)生態(tài)效率社會效應(yīng)研究,進(jìn)而為縣域綠色發(fā)展提供針對性參考。

(二)政策建議

為促進(jìn)長江經(jīng)濟(jì)帶經(jīng)濟(jì)社會發(fā)展實現(xiàn)全面綠色轉(zhuǎn)型,根據(jù)上述結(jié)論,提出如下政策建議:

第一,根據(jù)區(qū)域綠色發(fā)展特征,因地制宜探尋提升生態(tài)效率新路徑。結(jié)合空間局部自相關(guān)結(jié)果,H-H集聚區(qū)應(yīng)加大對周邊及經(jīng)濟(jì)發(fā)展較落后地區(qū)的輻射帶動力度。L-L集聚區(qū)屬于經(jīng)濟(jì)發(fā)展較落后地區(qū),需積極承接發(fā)達(dá)地區(qū)部分產(chǎn)業(yè)轉(zhuǎn)移以夯實當(dāng)?shù)禺a(chǎn)業(yè)基礎(chǔ),同時盡可能規(guī)避自然、社會環(huán)境風(fēng)險。L-H集聚區(qū)雖受到周邊縣域單元虹吸效應(yīng)的制約,生態(tài)效率相對落后,但同時也具備接受擴(kuò)散效應(yīng)的先決條件,該集聚區(qū)縣域單元應(yīng)量身制定發(fā)展規(guī)劃,合理吸收周邊較發(fā)達(dá)地區(qū)的工業(yè)、產(chǎn)業(yè)等優(yōu)勢。H-L集聚區(qū)多集中于西部地區(qū),其經(jīng)濟(jì)發(fā)展水平較為落后且區(qū)位條件不夠優(yōu)越,受周邊生態(tài)效率較低縣域單元影響,容易由H-L集聚轉(zhuǎn)變?yōu)長-L集聚,該集聚區(qū)縣域單元在保障自身優(yōu)勢的同時,應(yīng)與周邊單元建立聯(lián)防聯(lián)控生態(tài)環(huán)境保護(hù)機(jī)制,弱化周邊生態(tài)效率較低單元對自身的影響。

第二,根據(jù)驅(qū)動因素異質(zhì)性影響制定相應(yīng)政策,助力長江經(jīng)濟(jì)帶縣域單元實現(xiàn)內(nèi)生性綠色發(fā)展。首先,經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)是促進(jìn)區(qū)域生態(tài)效率提升的重要驅(qū)動因素,應(yīng)結(jié)合不同區(qū)域資源環(huán)境承載情況,合理制定產(chǎn)業(yè)轉(zhuǎn)移路徑,西部地區(qū)需立足先天資源優(yōu)勢以旅游業(yè)為核心產(chǎn)業(yè)帶動地區(qū)經(jīng)濟(jì)發(fā)展,中部地區(qū)政府除加強(qiáng)對污染型產(chǎn)業(yè)的管控外,還應(yīng)明令禁止承接污染轉(zhuǎn)移,而東部地區(qū)則需制定相關(guān)政策持續(xù)引導(dǎo)產(chǎn)業(yè)優(yōu)化升級,進(jìn)而推進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的綠色轉(zhuǎn)型。其次,各區(qū)域政府均需加大扶持力度,并積極發(fā)揮正向引導(dǎo)作用以促進(jìn)生態(tài)效率提升。再次,為減輕能源消耗對生態(tài)效率提升的抑制程度,東部地區(qū)應(yīng)大力開發(fā)清潔能源并輻射帶動周邊區(qū)域,中西部地區(qū)則應(yīng)重點提升化石能源的利用效率。最后,基礎(chǔ)設(shè)施建設(shè)過程中應(yīng)充分考慮資源與環(huán)境問題,西部地區(qū)應(yīng)大力借鑒東部發(fā)達(dá)地區(qū)的清潔技術(shù),推進(jìn)建設(shè)與生態(tài)保護(hù)相結(jié)合。此外,生態(tài)效率雖對生態(tài)本底變化不敏感,但作為促進(jìn)生態(tài)效率提升的自然基礎(chǔ),生態(tài)本底仍應(yīng)受到重視,各縣域單元大力發(fā)展的同時也應(yīng)注重生態(tài)資源的保護(hù)。