中国工业绿色发展水平时空综合测度及影响因素分析北大核心

工业化在推动经济增长的同时生态环境遭受到严重的破坏,寻求适合中国工业的绿色发展之路是当前亟须解决的问题。基于2005—2019年中国工业数据,结合可持续发展目标(SDGs)构建测度模型和指标体系,使用熵权-TOPSIS模型、空间自相关、空间杜宾模型(SDM)等分析方法,对中国工业绿色发展水平进行时空综合测度以及影响因素分析。结果表明:(1)研究期内中国工业绿色发展水平呈现波动上升的趋势,但总体水平仍然较低,空间上呈现“东部>西部>中部”的发展格局。(2)中国工业绿色发展水平存在正的空间自相关,在空间上呈现出东高西低的分布特点,且表现出由东部地区向西北内陆地区不断递减的变化趋势。(3)能源使用效率、工业化水平、经济水平的提高和技术供给的增加,可以有效促进中国工业绿色发展水平的提升。     

中国乡村包容性绿色发展水平分异及其驱动因素

文章从农村包容性绿色生态、农业包容性绿色生产、农户包容性绿色生活3个维度考察2010—2020年中国省域层面乡村包容性绿色发展水平,并分析其时空分异性与驱动因素影响。结果显示：(1)中国乡村包容性绿色发展水平呈波动式上升趋势,2017年之前,呈现东部>东北部>中部>西部的梯度分布格局;2017年之后,中部地区逐步实现对东北部地区的赶超。(2)中国乡村包容性绿色发展存在显著空间集聚特征,高—高集聚区主要位于东部,低—低集聚区则主要位于西部;全国及四大区域内部存在不同程度收敛趋势,东部地区收敛速度明显高于其他地区,区域内差距正在缩小。(3)城乡融合发展、农村创新创业、农业绿色基础设施投入均能够提升乡村包容性绿色发展水平,促进作用主要体现在包容性绿色生活方面。同时,农业绿色基础设施投入对包容性绿色生态存在积极影响。应当持续优化乡村绿色发展政策效能,实现农村地区生态环境保护与农户参与分享生态价值的协同增效,通过创新创业引领一二三产业高质量融合,以带动乡村绿色消费为着力点,完善和拓展城乡融合发展功能布局与总体规模,推进乡村产业振兴的区域协作和绿色融合总体布局。     

基于非期望产出的中国城市绿色发展效率及影响因素分析

基于非期望SBM模型，文章对中国277个地级及以上城市2010—2016年城市绿色发展效率进行评价，分析其时空格局、城市类型、效率损失成因及影响因素。研究发现：(1)城市绿色发展效率水平总体不高，波动下降后有所回升，区域效率呈现东部>东北>西部>中部的态势，东北效率提升最大且提升单元具有“低投入、低产出和低污染”特点；效率沿河北至广东一线具有明显“凹陷”特征，区域内部效率变动较大。(2)环境污染、资源和资本冗余是各区域效率损失的主因，消费、财政收入和GDP分别是中部、西部和东北地区效率损失的重要期望产出因子。(3)效率领先型、协调发展型、效率突破型和绿色增长型城市是中国绿色发展效率改善的推动力量，绿色下降型、黄色增长型和黄色下降型城市的效率则亟需改善。(4)经济发展水平、人口规模、产业结构、能源强度、政府干预、环境规制和信息化水平是影响城市环境效率变动的重要因素，且影响程度存在区域异质性。     

中国城市生态文明建设水平评价及时空动态演变

科学评价城市生态文明建设水平是推进城市生态文明建设的基础。基于中国地级以上城市面板数据,运用纵横向拉开档次评价法从物质生活水平、生态服务资源、环境污染控制和生态认知水平四个方面构建生态文明建设水平评价指标体系,测度中国城市生态文明建设水平,并通过空间自相关、收敛分析多维度探讨其时空动态演变特征。结果表明:(1)中国城市生态文明建设水平总体稳步提升,区域上呈现出东高西低特征。(2)中国城市生态文明建设水平存在σ收敛和条件β收敛趋势。2016年仅在低—高集聚区和低—低集聚区存在空间俱乐部收敛趋势。东部城市生态文明建设水平显著受人口规模和人均绿地面积影响,中部地区显著受第二产业比重和人口规模影响。     

中部地区土地城镇化水平差异的时空特征及影响因素

以中部地区80个地级以上城市为研究对象,采用核密度估计、探索性空间数据分析和空间计量模型,探究中部地区地级以上城市2000—2016年土地城镇化水平差异的时空特征及影响因素。结果表明:①中部地区土地城镇化水平总体上呈上升态势,平均值从2000年的0.66%增长到2016年的1.36%,且城市间差距逐渐加剧。②中部地区土地城镇化水平表现出显著的全局空间正自相关性,并呈现由强集聚向弱集聚转化的演变特征;其空间集聚形态可分为"高—高"集聚型、"高—低"极化型、"低—高"塌陷型、"低—低"均质型4种类型,不同类型城市的分布特征存在差异。③中部地区土地城镇化水平冷热点区的空间分布具有相对稳定性,大致呈现出"东热西冷"的空间分布状态。④中部地区土地城镇化水平差异受到人口规模、经济发展、产业结构的共同影响。     

中国OFDI逆向技术溢出、金融发展与全要素生产率

选取2003-2016年中国30个省际面板数据和22个东道国面板数据,基于国际R&D溢出模型和包含金融部门的经济增长模型,探讨OFDI逆向技术溢出与金融发展提升全要素生产率的实现路径。研究结果表明:一是中国在实施"走出去"战略中,存在OFDI逆向技术溢出效应,且与金融发展水平、国内R&D活动和经济开放度对TFP均呈现显著正向效应,但存在明显的地区差异;二是中国东部和中部地区存在OFDI逆向技术溢出效应;东部地区溢出效应显著正相关,中部地区显著负相关,而西部地区溢出效应不明显;三是中国东部地区金融发展对TFP呈现显著正相关,而中部和西部地区虽表现出正相关性,但不显著;中国东部沿海地区金融发展普遍高于中西部地区,西部地区金融发展高于中部地区,地方经济增长水平与金融发展并不呈现显著相关性。如何充分利用OFDI与金融发展来有效推动地方经济的高质量发展是当前亟待解决的热点问题。     

城市蔓延、生产性服务业集聚与绿色全要素生产率——基于绿色发展理念的底层逻辑研究

本文依据绿色发展理念，在遵循可持续发展的效率观前提下，基于2001—2019年国内282个地级市的面板数据，利用空间计量模型评估了城市蔓延、生产性服务业集聚对绿色全要素生产率的影响效应。结果表明：(1)城市蔓延不利于提升本地的绿色全要素生产率但有利于提升邻地的绿色全要素生产率。(2)生产性服务业专业化集聚有利于提升本地的绿色全要素生产率但不利于提升邻地的绿色全要素生产率，生产性服务业多样化集聚不利于提升本地的绿色全要素生产率但有利于提升邻地的绿色全要素生产率。(3)区域异质性分析表明，东部和中部地区的城市蔓延不利于提升本地的绿色全要素生产率但有利于提升邻地的绿色全要素生产率，西部地区的城市蔓延均不利于提升本地和邻地的绿色全要素生产率；东部和西部地区的生产性服务业专业化集聚比多样化集聚更有利于绿色全要素生产率的提升，但中部地区的生产性服务业专业化集聚和多样化集聚却均不利于提升绿色全要素生产率。(4)进一步研究发现，全国层面的城市蔓延可以通过生产性服务业集聚促进绿色全要素生产率的提升；分区域可知，东部和西部地区的城市蔓延比中部地区更有利于通过生产性服务业集聚促进绿色全要素生产率的提升。     

2001-2016年中国地级以上城市经济的区域差异演变

以全国286个地级及以上城市为研究单元,基于城市人均GDP数据,采用变异系数、空间自相关模型和空间马尔科夫模型分析了2001—2016年中国城市经济区域差异的演变特征,并采用空间回归模型探讨了相关影响因素。结果表明:全国及四大区域的城市经济的空间差异逐渐缩小,变异系数呈现东部地区中部地区全国西部地区东北地区的局面;城市经济发展存在显著的空间集聚特征,经济发展高值区(HH类型)主要集聚在东部沿海和东北地区的城市群,如珠三角城市群、长三角城市群、山东半岛城市群、辽中南城市群、哈长城市群及长江中游城市群,经济发展低值区(LL类型)主要分布在中西部的山西、陕西、甘肃、四川和河南等省区,HL和LH类型数量较少且分布零散。空间马尔科夫模型结果显示,中国城市经济发展存在"俱乐部趋同"现象。在城市经济发展过程中,大部分倾向于维持原有的状态,少部分城市会向相邻的经济类型转变,实现跨越式发展,即跨越相邻经济类型、向更高或者更低的经济类型转变的城市数量较少。城市的邻域环境对城市经济发展影响较大,一个城市若与经济发达的城市为邻,其经济发展水平提升的概率将增大;反之,发展会受到抑制。空间回归模型结果表明,城市经济结构、固定资产投资额、从事科学研究和技术服务的劳动力数量,以及科技支出占财政支出比重均显著影响城市经济发展,同时城市间的空间溢出效应在模型中也得以验证。建议重视区域发展的空间"溢出效应",强化核心城市和城市群的集聚和扩散机制,促进我国区域经济协调有序和高质量发展。     

基于3D与2D视角的辽宁省“四化”测度与协调发展研究

构建适用于辽宁省工业化-信息化-城镇化-农业现代化的"四化"评价指标体系,结合熵值赋权法测算辽宁省及其14个地级市的"四化"水平,运用协调系数与协调发展度模型测度其"四化"协调发展程度,同时基于Arc GIS软件中的3D立体与2D平面视角模拟其空间格局态势。研究表明:辽宁省"四化"南北向的正"U"型与东西向的倒"U"型发展态势鲜明,"四化"整体处于轻度失调衰退阶段,其中工业化发展超前于城镇化与农业现代化,信息化程度相对滞后;辽宁省中部工业化水平较高,中东部信息化与城镇化水平优于辽西,中西部的农业现代化强度高于辽东;不同地级市的"四化"发展指数也存在着明显的等级层次性与差异性,仅沈阳市与大连市"四化"处于勉强协调发展,其余均为失调;最后为推进辽宁省"四化"高效、持续、稳定、协调发展,针对"四化"的不同层面提出了相应的建议与对策。     

河南省生态文明建设效率时空分异及其成因溯源

以生态文明建设耗费的人力、财力、资产为投入指标,以经济生态化、空间绿色化、生态产业化、资源集约化、环境健康化、社会福祉化为产出指标,运用DEA视窗分析模型和灰色系统方程对2009—2017年河南省生态文明建设效率时空演变及其影响因素进行研究。结果显示:(1)河南省生态文明建设效率以2013年为分界线呈现两个波段逐年下滑的演化态势,并呈现"中部凹陷"的空间分布特征。(2)生态文明建设水平低下是制约河南省生态文明建设效率提升的主要原因;创新驱动是北部、中部和西部片区生态文明建设效率提升的核心驱动因素,是东部片区的首要制约因素;产业结构对四个片区均起到制约作用;人口素质对北部、东部和中部片区起到阻碍作用。     

新型城镇化进程中长三角城市群生态效率的时空演变及影响因素

长三角城市群城镇化的快速推进带来经济效益的同时,生态文明建设相对滞后的矛盾日益凸显,生态效率的研究对于协调城镇化发展与生态文明建设的意义重大。基于2003-2017年长三角26市的面板数据,以改进的熵权TOPSIS计算新型城镇化水平,通过随机前沿模型量化生态效率,运用空间混合模型分析其与新型城镇化的关系及影响因素,结果表明:①长三角城市群的生态效率保持稳定的增长趋势,生态效率较低的城市拥有更大的提升空间。②较高生态效率的城市分布格局呈"Z"型集聚,长三角城市群已由中等效率主导阶段向较高效率主导阶段转变。③长三角各省市均达到新型城镇化与生态效率二次关系的拐点值,另外,提高能源利用率、合理引入外商投资、以技术推动经济转型能有效提高生态效率。     

长三角城市群高技术产业集聚空间溢出效应研究

以长三角城市群为研究对象,利用2010-2018年26个城市面板数据,对城市群内各城市高技术产业集聚水平进行测度,进一步运用空间计量模型,实证探究长三角城市群高技术产业集聚对城市创新的直接效应与空间溢出效应,并考察城市经济发展水平与外商直接投资两个环境变量如何通过长三角城市群高技术产业集聚对城市创新产出产生直接影响,以及在空间溢出过程中如何发挥调节效应。结果发现：各城市创新活动存在明显正向关联;城市高技术产业集聚对本城市创新产出具有显著直接促进作用,而对邻近城市的空间溢出效应显著为负;城市经济发展水平与外商直接投资在长三角城市群高技术产业集聚对城市创新的直接效应与空间溢出效应中均发挥显著调节作用。     

长江经济带生态文明水平影响因素探析及预测--基于VAR、GWR-BP神经网络组合模型

文章基于长江经济带108个城市2005-2015连续11年面板数据,运用BP神经网络模型预测各地理单元2020年生态文明水平;引入VAR模型从内部维度探析三大子系统的相互作用与贡献度;采用GWR-BP神经网络组合模型探讨外部维度下影响因子的空间溢出效应及预测。研究发现:①2005-2020年,长江经济带生态文明水平的区域差异依然显著;长三角城市群核心区经济边际增量减少;长江中游城市群逐渐由三省会组成的增长极向外辐射扩散;成渝城市群经济环境矛盾突出,制约其生态文明建设。②经济社会发展(ECO)对生态环境保护(ENV)和资源环境状况(RES)的冲击呈现出环境库兹涅茨曲线的变化趋势;生态环境保护(ENV)和资源环境状况(RES)对自身冲击的响应灵敏性不高,归因于长期污染物的累积;生态环境保护(ENV)与资源环境状况(RES)互相冲击出现了正对立的响应步调;生态环境保护(ENV)的变化很大程度上依赖于经济社会发展(ECO)。③净初级生产力、经济密度和人均道路面积对生态文明水平呈正向影响,山体高程与生态文明关系由负相关向正相关逐年演进;经济和交通刺激对生态文明的边际作用明显降低,一定地势条件与良好资源禀赋将有助于山地资源的正向转换。     

城市群扩容对区域绿色经济效率的影响研究——以长三角城市群扩容为例

本文基于我国2006-2016年城市面板数据,以长三角城市群扩容为例,使用双重差分法实证研究了城市群扩容对绿色经济效率的影响。研究发现：城市群扩容对城市群原有城市的绿色经济效率有显著提升作用,对新进城市的绿色经济效率无显著作用,稳健性检验表明该结论是可靠的。机制检验表明：扩容未影响原有城市的技术效率,但通过提高市场一体化水平来促进原有城市技术进步,进而提升原有城市绿色经济效率;扩容通过降低功能专业化水平来提高新进城市技术效率,通过提高市场一体化水平来促进新进城市技术进步并降低其技术效率,由于技术进步效应和技术效率降低效应相互抵消,扩容未影响到新进城市的绿色经济效率。此外,扩容对原有城市中的大城市、高创新能力以及高经济发展水平城市的绿色经济效率有更大提升作用。     

长三角城市群城市宜居水平时空演化及影响因素

在新型城镇化和生态文明建设背景下,城市宜居水平日益成为人们关注的热点问题。以2004—2017年长三角城市群城市宜居要素空间数据库为基础,首先运用熵值法和Moran's I指数探讨了长三角城市群城市宜居水平时空演变特征,其次利用面板数据模型分析其宜居水平演化的影响因素。研究发现:①从宜居水平的时间演变来看,长三角城市群城市宜居水平位序变化明显且中低水平城市提升较快,城市间差距不断缩小。②从宜居水平的空间演变来看,长三角城市群城市宜居水平参差不齐且空间相关性较弱。③各城市宜居水平在单一标准层下的地域分异与综合标准层下的地域分异存在显著差异,单一标准层下各城市均有其优势与不足。④自然地理环境与区位的优劣对宜居城市建设具有直接影响,社会经济方面,人均市政设施维护建设投资额、人均住宅房地产开发投资额、年末居民储蓄存款余额及人口密度与城市宜居水平呈正相关,而工业SO2排放量与城市宜居水平呈负相关。     

泛珠三角经济差异的时空演进和影响因素探析

泛珠三角是横跨东中西部,包含沿海发达地区和内地欠发达地区的经济合作区。探析泛珠区域内经济发展差异的时空演变格局,并利用空间计量方法对影响泛珠地区经济发展的因素进行实证研究。结果表明:泛珠三角地区以沿海城市群和内陆各省会城市为中心的中心-边缘结构分布显著;区域内空间自相关趋势在加强,空间集聚现象显著;从时间和空间维度上都表明内部经济差异在缩小,区域合作取得一定效果;人均GDP总体空间格局稳定,局域内发生演变,人均GDP增长速度的冷热点区域变化较为明显。空间计量表明,工业化对区域经济发展影响显著,城镇化是促进经济增长的重要途径,城镇劳动人口没能充分发挥作用,表现出城镇就业人口的规模不经济。     

长三角城市群的经济集聚、技术进步与碳排放强度——基于空间计量和中介效应的实证研究

以长三角26个城市的面板数据为样本,运用空间计量模型研究经济集聚对碳排放强度的影响,并采用中介效应模型检验技术进步能否作为经济集聚影响碳排放强度的中介变量,稳健性检验保证结果可靠性。结果表明:(1)长三角地区的碳排放强度具有显著的空间正向溢出效应,经济集聚与碳排放强度之间呈显著的倒“U”型曲线关系。(2)长三角城市群的技术水平能在地区之间相互溢出,经济集聚可以促进技术进步。(3)经济集聚不仅对碳排放强度产生先促进后抑制的直接影响,又能通过技术进步对碳排放强度发挥间接的抑制效应,技术进步具有显著的中介效应。     

长江经济带产业绿色发展水平测度及空间差异分析

以长江经济带产业绿色发展为研究视角,从产业转型升级、自主创新能力、资源利用效率和环境保护4个方面构建长江经济带产业绿色发展评价指标体系,运用2007—2016年长江经带11省（市）面板数据,对长江经济带产业绿色发展水平进行测度,并根据所得数据从空间尺度对长江经济带产业绿色发展水平进行相关分析。结果显示,长江经济带产业绿色发展指数在-0.4～0.37之间。其中,上海最优,四川最差,产业绿色发展整体水平从下游地区到中游地区再到上游地区呈逐渐递减趋势。空间自相关分析显示,Moran's 指数显著为正并呈现空间正相关特征。因此,提升长江经济带产业绿色发展水平,必须发挥下游地区的辐射带动作用,加强下游地区和中、上游地区间的交流合作,构建长江经济带中、上游地区绿色承接产业转型模式,促进区域协同发展。     

黄河流域城市群高质量发展评估与空间格局分异

城市群是黄河流域高质量发展的主要载体,黄河流域的高质量发展重点取决于城市群的发展质量及辐射带动作用。通过构建城市群高质量发展评价指标体系,从创新、协调、绿色、开放、共享五个维度对2016年黄河流域7个城市群及内部所有地级城市进行高质量发展评估,研究发现:①黄河流域城市群高质量发展水平空间差异显著,中下游的城市群高质量发展指数高于中上游城市群;②黄河流域城市群高质量发展空间格局中存在"中部塌陷",处于中部地区的中原和晋中城市群多个维度上低于东西部城市群;③城市群内部城市的高质量发展水平呈现明显的"中心-外围"格局,核心城市高质量发展水平显著高于外围城市;④行政等级高和区位条件好的城市往往拥有较高的高质量发展水平,受所处黄河位置的影响并不显著。研究认为,黄河流域城市群应该加强核心城市对城市群整体的辐射带动作用,通过城市群整体的高质量发展影响带动整个黄河流域的高质量发展。     

长三角区域一体化对科技人才竞争力的门槛效应研究——基于经济与收入视角

基于竞争优势理论,解析区域一体化对科技人才竞争力提升的驱动机理,并运用核密度估计和非动态面板门槛回归模型,实证分析长三角一体化对科技人才竞争力的影响及经济与收入的门槛效应。研究发现：①长三角区域一体化水平显著提高,城市间一体化水平差异扩大,空间上集聚效应显著,形成“沿长江以南”和“环太湖”高水平一体化集聚带;②科技人才竞争力逐年提升,城市间科技人才竞争力水平差距逐渐缩小,多中心态势逐渐显现,但“马太效应”依旧显著;③长三角一体化对科技人才竞争力的影响存在显著的经济发展和收入水平门槛,影响系数分别呈现“U”型和倒“U”型变化趋势。