安徽省綠色GDP與生態環境壓力的空間效應分析

鄭麗琳，李旭輝，戴 煒

（1.安徽財經大學 管理科學與工程學院，安徽 蚌埠 233030；2.安徽省統計局 貿易外經統計處，合肥 340100）

0 引言

生態文明下的綠色發展，應重視經濟增長與資源管理、污染治理、環境保護之間的協調雙贏。然而現實一些地區通過消耗大量的物質資源和犧牲一定的生態環境來促進經濟增長，這種不可持續的經濟發展模式使得生態環境壓力不斷增大。因此，宏觀經濟綠色增長研究就不能回避生態環境承載及資源稟賦限制的影響。如何對綠色經濟增長及生態環境壓力進行科學的量化測度，如何描述其內在聯系，對實現社會經濟規模與自然資源承載能力的協調發展具有重要意義。

近些年來受益于中部崛起戰略，安徽省經濟發展取得了顯著成就，與此同時，生態環境也面臨巨大壓力，如何測度安徽省各地市綠色GDP規模及生態環境壓力大小，分析二者間相關關系，對其實現可持續發展具有重要現實意義。因此，本文基于能值分析研究安徽省16個地級市綠色GDP和生態環境壓力之間空間效應，一方面可以在統一的能值范疇下計算實證數據，另一方面利用空間面板模型分析時空變化下地區生態環境壓力對綠色經濟增長影響效應，具有較強的科學性及可操作性。

1 理論方法與數據來源

1.1 能值

能值是指某種流動或貯存的能量中包含的另一種類別能量（太陽能）的數值大小，它反映了各種資源、產品或者勞務服務在其形成過程中都直接或間接地源自于太陽能。地區綠色發展不僅包括經濟系統，同樣包括生態系統、社會系統等，Odum等人根據地球生態經濟系統特征，研究給出了各類資源產品等對應的太陽能值轉換率。基于此，本文將不同地區復合生態系統中的紛繁生產過程和諸多產品統一折算為太陽能值（即太陽能焦耳sej）。能值計算公式為：

其中，Ei表示某種能量或物質（J或g），τi表示能量折算系數或能值轉換率 （sej/J或sej/g），數值出自Odum（1996）和藍盛芳（2001）等，Em為總能值和。

1.2 基于能值分析的綠色GDP核算方法

依據張虹等（2010）的研究，綠色GDP計算公式為：

其中，∑A表示系統中各種不可再生自然資源的能值-貨幣價值總和，∑B表示系統中各種使用、消耗的不可再生能源的能值-貨幣價值總和，∑C表示系統中污染排放造成的生態環境損耗能值-貨幣價值總和。為了表述能值-貨幣價值，需計算式（3）能值/貨幣比率，以便于實現那些無法用市場價值衡量的各類資源及環境損耗核算，獲得綠色GDP貨幣價值。

1.3 基于能值分析的生態環境壓力指數計算方法

生態足跡是指能夠為人類提供資源或消化廢棄物的生物生產性土地面積；生態承載力是指自然界通過自我維持、自我調節，所能支撐最大社會經濟活動下的各種類型土地供給加權之和；生態環境壓力指數則是指一定范圍內單位生態承載面積上的生態足跡，這個指標表征地區環境所承受壓力大小。國內很多學者利用能值-生態足跡模型，克服傳統生態足跡模型中土地生產能力的局限，忽略數值上具有爭議的產量因子和均衡因子，轉而引入全球能值密度或區域能值密度等概念，計算生態足跡和生態承載力，再延伸獲得生態盈余、生態環境壓力指數等。本文依據楊燦等（2016）、譚德明等（2016）的研究，生態足跡、生態承載力、生態環境壓力指數計算公式如下：

其中，ef為人均生態足跡，i指代化石能源、林地、耕地、草地、水域、建筑用地，ai則分別對應不同類型土地使用面積，ci表示對應項目的能值大小。化石能源項目包括原煤、焦炭、汽油、原油、柴油、燃料油、天然氣（液態、氣態）等能值之和；林地項目包括水果及林產品能值之和；耕地項目包括糧食、蔬菜、茶葉、糖料、油料、蛋類等能值之和；草地項目包括奶類、肉類能值之和；水域項目包括水產品能值；建筑用地項目包括社會電力能值。ec為人均生態承載力，e為可再生資源的人均能值。為了使安徽省16個地級市之間EF、EC、EPI具有可比性，因此沒有采用可再生資源能值密度/區域能值密度的方法核算，而是采用全球平均能值密度p0統一計算。全球平均能值密度是全球總能值與全球面積之比，采用楊燦等（2016）一文數據，取值為3.104×1014sej/ha。

1.4 數據來源

考慮到2010年、2015年安徽省行政區劃有重大調整，從數據可比性、可得性出發選擇2011—2016年安徽省下轄16個地級市為研究對象，主要數據來源于2012—2017年《安徽省統計年鑒》及部分地級市統計年鑒。

2 基于能值分析的安徽省地級市綠色GDP核算

依據能值理論，使用Odum和藍盛芳等的能量折算系數和能值轉換率，對安徽省16個地級市社會-經濟-自然復合生態系統的總能值數據進行計算。同時歸總自然資源和能源產品的消耗能值，廢棄物排放消耗能值等，以便完成∑A、∑B、∑C等能值貨幣價值量的測算。利用式（2），獲得各地綠色GDP數值，并與傳統GDP數值進行比較，計算綠色GDP占傳統GDP比值。經人口數調整后得人均值，具體數據見表1。

表1 2011—2016年安徽省地級市人均綠色GDP與占傳統GDP比值核算

2.1 空間動態分析

利用GEODA軟件對表1中2016年各地人均綠色GDP及其占傳統GDP比值進行四等分定級（見下頁圖1），顯示兩個指標在空間上對應關系不強。圖1（a）顯示地區人均綠色GDP具有空間集聚的特征，具體表現為中部凸起、南高于北、東高于西。第一陣營主要出現在皖中皖南的合肥、馬鞍山、蕪湖、銅陵四個地市；第二陣營則主要出現在皖南的池州、宣城、黃山以及皖北的蚌埠市；第三陣營較為分散，主要包括滁州、淮北、宿州、安慶；第四陣營主要集中在皖北皖中的阜陽、亳州、淮南、六安等地市。圖1（b）顯示安徽省16個地級市綠色GDP占傳統GDP比值分布狀況。第一陣營比值最低，主要包括淮南、淮北、銅陵、馬鞍山四個傳統的資源型城市；第二陣營集中在皖中皖南的安慶、蕪湖、池州、宣城等經濟文化旅游城市；第三陣營集中安徽東北部發展速度靠前的宿州、蚌埠、滁州以及中部的合肥；第四陣營比值最高，包括安徽西北部的亳州、阜陽、六安等農業型城市以及皖南的旅游型城市黃山。值得一提的是第一陣營與第四陣營城市發展模式有較大差別，第一陣營四座資源型城市該比值顯著偏低（表1顯示均低于81%），淮南淮北具有百年煤炭開采及工業發展史、銅陵是新中國第一個銅工業基地、馬鞍山市因鋼設市立市，這四座城市都存在資源枯竭、產能過剩、城市轉型等現實問題，因此考慮不可再生資源消耗及環境排放下的綠色GDP所占比重勢必最低。第四陣營四座城市均為農業大市和旅游強市，而農業及旅游業則主要涉及可再生更新資源消耗利用問題，因此綠色GDP所占傳統GDP比重最高。

2.2 時間動態分析

圖1 2016年安徽省地級市人均綠色GDP（a）及其占傳統GDP比值（b）空間四分位圖

表1反映了近六年來安徽各地級市人均綠色GDP規模擴大、占傳統GDP比值總體降低的特征，其中多數（11個）地級市比值呈現下降趨勢，比值下降最大地區為安慶市，按幾何平均數計算年均下降1.21個百分點；少數地級（馬鞍山、宿州、銅陵、淮南）比值先降后增，變動上升最大地區為銅陵市，比值年均增長5.1個百分點。這類比值上升的地區多為資源型城市。近年來通過積極深化供給側結構性改革，有效降低產能、控制污染，積極開拓城市轉型發展道路，資源型城市節能減排效果初現，綠色經濟發展勢頭良好。值得注意的是淮南、銅陵二市2014—2015年數值跳躍明顯，主要源于2015年其行政區劃發生重大變動，轄區內土地面積、產值、人口等自然經濟資源變化引發了相關數值調整。

綠色GDP占傳統GDP比值動態變化與不斷增加的不可再生資源（特別是化石能源）消耗及污染排放量密切關聯。安徽省能源消費總量由2011年10251.86萬噸標準煤上升至2016年的12694.96萬噸標準煤，年均增長率為3.63%，且地區消耗發展不平衡。全省工業三廢排放量除工業廢水以外，其他污染物排放呈現上升趨勢，工業廢水、廢氣、固廢排放量由2010年的70971萬噸、17849億立方米、9158萬噸變動至2016年的49625萬噸、25367億標立方米、12653萬噸。安徽省各地經濟規模的提升仍以大規模的自然資源利用為前提。

3 安徽省生態環境壓力指數測度

基于能值理論，歸納總結化石能源、林地、耕地、草地、水域、建筑用地能值總和，利用式（5）計算生態足跡指標；考慮到安徽省處于中部內陸，能值生態承載力的計算中只考慮了5種可再生資源，包括太陽能、風能、雨水化學能、雨水勢能和地球旋轉能。為避免重復計算，同一性質的能量一般只選取其中的最大值，故可再生資源主要為雨水化學能和地球旋轉能之和代表，利用式（6）計算生態承載力指標。二者比值即為生態環境壓力指數，數值越大表明生態環境越惡劣，地區環境所承受壓力越大。依據楊青等（2016）對生態環境壓力指數的劃分，分為安全（0～1）、較安全（1～10）、輕度不安全（10～18）、中度不安全（18～24）、重度不安全（24～30）、極度不安全（大于30）六個等級。

表2 2011—2016年安徽省地級市生態環境壓力指數

3.1 空間動態分析

利用GEODA軟件對表2中2016年各地人均生態足跡ef、人均生態承載力ec及生態環境壓力指數EPI進行四等分定級。下頁圖2（a）城市生態足跡分級顯示，第一陣營淮北、淮南、銅陵、馬鞍山四個資源型城市生態足跡顯著偏高，究其原因是化石能源消耗量大，2016年僅化石能源生態足跡面積就分別為57.54、38.51、20.24、20.46hm2，遠高于同省其他城市。第二陣營包括池州、蕪湖、安慶、滁州，作為皖江城市帶“一軸”、“兩翼”重要城市，具有承接產業轉移的重要地位，經濟的快速發展及產業轉移的加速推進，使得化石能源及建筑用地生態足跡面積居高不下。第三陣營包括合肥、蚌埠、六安、宣城，多集中于皖中地區，合肥作為省會城市，具有較強的輻射帶動作用，城市的快速擴張加速了對用地需求，主要體現在化石能源、建筑用地、耕地等方面需求較大。第四陣營包括阜陽、亳州、宿州、黃山等地，集中于皖北及南部，這些城市多為農業大市及旅游強市，對耕地及草地需求反而高于化石能源等，生態足跡面積相對較低。圖2（b）城市生態承載力分級顯示，安徽省生態承載力具有南高于北的特征，第一陣營為皖南的安慶、池州、黃山、宣城，從自然條件看地形地貌多為丘陵山地，日照降水等相對豐盈，因此太陽能、風能、雨水化學能等可再生資源能值最大；第四陣營為皖北的阜陽、亳州、淮北、宿州地區，多為平原地區，日照降水等相對偏低，可再生資源能值最小；第二陣營為滁州、馬鞍山、六安、銅陵地區又要比第三陣營皖中的合肥、蕪湖、蚌埠、淮南等地在地形地貌上有更多起伏。圖2（c）城市生態環境壓力指數分級顯示，第一陣營仍為淮南、淮北、銅陵、馬鞍山，其生態足跡偏高、生態承載力不足的現狀，勢必決定這類地區生態壓力極大，生態環境極不安全；第四陣營為池州、黃山、宣城、六安，良好的自然環境和氣候條件、較少的資源消耗污染排放、寬松的人口狀況使得此類地區高生態承載力對應低生態足跡，生態壓力較小，生態環境較安全；第二第三陣營其他城市生態環境處于輕度不安全、中度不安全狀態。

3.2 時間動態分析

表2顯示，2011—2016年各地區生態足跡ef數值總體呈現上升趨勢，一方面由于收入水平的提高，人們增加了糧食資源需求和肉類需求，擴大了對耕地及草地等生態性用地的需求，另一方面城市化率的提高、工業化進程的加快發展使得建筑用地等生態用地需求持續增加。但淮南、銅陵兩地2015年生態足跡數值發生明顯下降，究其原因是2015年其行政區劃變動導致轄區面積、人口等重要變量發生較大幅度變化，從而導致生態足跡計算結果差異較大。2011—2016年各地區生態承載力ec數值略有起伏，但差異不大，六年間各地波動的日照降雨數量影響可更新環境資源能值大小，由此改變生態用地的供給狀況。比較安徽省各地生態足跡與生態承載力大小，發現ef均大于ec，都出現了生態赤字，安徽省整體生態發展處于不可持續狀態。同時，生態足跡與生態承載力之間不平衡變化，使得生態壓力不斷升級，生態系統退化、人地關系緊張。

依據楊青等（2016）提及的生態環境壓力指數劃分標準，對四類地區時間變化進行分析。總體來看，各類地區2011—2016年生態環境壓力指數雖有波動，但變動幅度有限；絕大多數地區波動式上升，正向最大變化地區為滁州市。其中較安全地區（黃山、池州、宣城、六安）年均變化為3.9%、2.1%、2.0%、3.1%；較不安全地區（安慶、滁州、亳州）年均變化為5.7%、9.4%、1.3%；中度不安全地區（宿州、蚌埠、合肥、蕪湖、阜陽）年均變化為4.6%、2.8%、0.4%、3.8%、2.7%；極度不安全地區（淮南、淮北、銅陵、馬鞍山）年均變化為-6.6%、2.8%、-11.5%、1.3%。淮南、銅陵生態壓力指數在2015下降明顯也是由于行政區劃調整造成的，所以并不改安徽省地級市總體生態環境壓力時間變動趨勢。安徽省多數地區資源消耗仍在繼續增長，對土地的索取持續增加，而土地供給相對有限，生態赤字較為嚴重，生態環境壓力持續增大，且有惡化的變動趨勢。

4 綠色GDP比值與生態環境壓力指數空間效應分析

4.1 空間面板數據模型

王火根等（2007）總結空間效應包括空間依賴性和空間異質性。前者是指某地樣本值與其他地區觀測值相關，后者是指由于空間單位異質性產生的空間效應在區域層面上的非均一性。空間計量經濟的三種基本模型包括空間滯后模型（SLM）、空間誤差模型（SEM）和空間德賓模型（SDM），利用誤差項和因變量的滯后項反映空間自相關性。

其中，y為被解釋變量，X為解釋變量向量，β為系數，ρ、λ分別為空間自回歸系數和空間自相關系數，ε、μ為隨機誤差項。W為n×n的空間權重矩陣，權數系數往往根據實際情況決定。采用空間鄰接權重矩陣，遵循Rook相鄰規則將兩個地區擁有共同邊界則視為相鄰，若地區i和 j邊界相鄰，W 中的元素Wij的值為1，否則即為0；主對角線上元素為0。權重矩陣經過行標準化處理，用每個元素除以所在行元素之和，保證每行元素之和為1。

截面空間模型中常用的莫蘭指數Moran’s I、拉格朗日誤差檢驗LMerr、拉格朗日滯后檢驗LMlag、穩健性檢驗Robust LMerr和Robust LMlag等都是針對截面回歸模型提出的，不能直接用于面板數據模型。本文采用STATA軟件中處理方法，用分塊對角矩陣C代替空間自相關統計量計算公式中的空間權重矩陣，由此將上述檢驗擴展至空間面板數據。其中，LMerr檢驗和LMlag檢驗及其穩健形式的空間相關性檢驗，不僅可以用來檢驗空間相關性，還可以為選擇SLM、SEM和SDM模型提供依據。常用做法及步驟包括：一是做無約束的OLS估計，若二者均不顯著，無需進行空間計量分析；二是檢驗SDM能否簡化為SLM或SEM，若似然比檢驗（LR）不可拒絕空間誤差模型零假設H0∶γ+ρβ=0 ，則SDM可被簡化為SEM，若似然比（LR）檢驗不可拒絕空間滯后模型的零假設H0∶γ=0，則SDM可被簡化為SLM，若兩個假設都被拒絕，則SDM模型為最優模型；三是判斷SLM或SEM優劣，若LMlag檢驗和LMerr檢驗只有一個顯著，設定為與顯著統計量對應的模型；若兩個均顯著，比較穩健性LMlag檢驗和穩健性LMerr檢驗，選擇顯著（相對顯著）的統計量對應的空間計量模型。

4.2 實證過程及結果分析

綠色GDP占傳統GDP的比值反映了某國或地區剔除資源耗減成本、環境退化成本、生態破壞成本以及污染治理成本后最終產品和勞務的價值總和占經濟中所生產創造的全部最終產品和勞務的價值之比。生態環境壓力反映生物生態性土地需求供給狀況，較高的生態環境壓力指數表明人類對生態的需求超過了自然生態的供給能力。從理論上說二者存在很強的關聯關系，過度的生態需求將帶來資源的過度消耗、生活的過度消費、污染的過度排放等，而不足的生態供給則限制了自然生態對污染的自凈能力，降低了生態系統與環境交換物質能量的能力，從而造成環境退化、生態破壞，這些問題勢必會降低綠色GDP占傳統GDP比值。從數值分析上看，圖1（b）四分位圖顯示安徽省地區綠色GDP占比呈現明顯的空間集聚性，表明各地綠色發展可能存在空間交互效應。因此，利用2011—2016年安徽省16個地級市綠色GDP比值與生態環境壓力指數，建立空間計量模型反映二者間存在空間效應。

4.2.1 模型選擇

利用STATA13軟件包含時間固定效應的混合OLS面板模型、空間滯后面板模型（SLM）、空間誤差面板模型（SEM）的估計結果，具體見表3。

表3 三種面板模型估計結果

從回歸結果看，混合OLS模型Moran’s I指數、LMlag檢驗和LMerr檢驗值最大且統計顯著，表明需進行空間計量分析；空間滯后面板模型（SLM）、空間誤差面板模型（SEM）主要檢驗值數值大幅下降且變得不顯著，說明空間計量模型能有效降低空間相關性。但從SLM、SEM模型的似然檢驗（LR）看，其分析結果與混合OLS回歸沒有顯著差異，表明這兩個空間面板模型雖能緩解空間相關性，但并不適用。因此進一步建立空間德賓面板模型（SDM），具體見表4。根據SDM模型估計結果討論兩個似然比LR檢驗值，在10%的顯著性水平下，可以拒絕空間滯后模型的零假設 H0∶δ=0，也可以拒絕空間誤差模型的零假設H0∶δ+ρβ=0，即SDM模型不能簡化為SLM、SEM模型。此外，SDM模型的Moran’s I指數、LMlag檢驗和LMerr檢驗值也變得不顯著了，說明空間德賓面板模型能有效描述安徽省綠色經濟增長的空間相關性問題。幾類模型可決系數均較高。因此，本文選擇包含時間固定效應的SDM模型解釋生態環境壓力對地區綠色GDP比值時空格局影響。4.2.2 實證結果分析

表4顯示在10%的顯著性水平下，地區綠色GDP比值滯后項系數ρ為0.022是統計顯著的，表明安徽省地級市綠色GDP比值對臨近地市綠色經濟增長產生明顯的正向空間溢出效應，即存在正外部性。由于存在空間滯后項，SDM模型的邊際效應并不能直接利用解釋變量的邊際系數表示，還需通過直接效應、間接效應來反映。

表4 SDM模型估計結果

（1）從直接效應看，安徽省地區生態環境壓力顯著限制了地區綠色GDP比值；當生態環境壓力指數增長1時，導致綠色GDP比值變化-0.0033。生態環境壓力指數上升，意味著人類對自然生態的需求更高，即為了維持經濟快速發展所需投入的能值持續增長造成了不少的環境負荷壓力，快速發展的城鎮化進程也向地區生態系統的恢復能力提出了挑戰，出口項目的增長帶來了社會經濟系統能值輸出的起伏變化，這些問題均不利于地區綠色經濟發展；反之，當生態環境壓力指數下降1時，對綠色GDP比值產生顯著的正向影響，生態環境壓力指數下降意味著人類對生態的需求與供給配置趨于合理，有利于地區城市生態健康及可持續發展，使得各地經濟在從外界獲取物質和能量、輸出產品及排放廢物的同時，能在社會系統內部保留部分能量，完成最終產品及服務的生產及提供，以維持健康綠色發展。

（2）從間接效應看，生態環境壓力存在負的空間擴散效應，即某地生態環境壓力變化對相鄰地市綠色經濟增長產生消極影響，當本地生態環境壓力指數增長1時，導致相鄰地市的綠色GDP比值變化-0.0002。一方面安徽省地理環境、氣象條件存在相似性，皖北皖中多為平原、皖南皖西多為丘陵山地，而日照北多南少、降水北少南多，使得相鄰地市間的生態承載力互有關聯；另一方面化石能源、農林牧漁產品的貿易流通和污染物的擴散性，使得生態足跡不可能只由單獨某個地區承擔。

（3）EPI的邊際系數與直接效應之差反映反饋效應大小，即某地通過影響相鄰地市綠色增長再反過來影響本地的綠色增長，EPI的反饋效應為-0.00029，這種反饋效應一方面來自于解釋變量空間交互項（W*EPI），另一方面來自于間接效應。反饋效應與間接效應差值十分微弱，大小僅為9.37E-05且不顯著，由此反映生態環境壓力空間交互項無反饋效應體現。

5 結論

本文基于能值分析對安徽省16個地級市2011—2016年間綠色GDP及生態環境壓力狀況進行測算分析，利用空間面板數據模型確定二者間數量關系，結論如下：

（1）安徽省各地人均綠色GDP總量提高，但占傳統GDP比值多數城市呈現下降趨勢，且空間發展不平衡。人均綠色GDP從規模上逐年提高，地區分布具有中部凸起、南高于北、東高于西的特征。就綠色GDP占傳統GDP比值分類看，傳統資源型城市淮南、淮北、銅陵、馬鞍山比值最低；農業及旅游強市亳州、阜陽、六安、黃山比值最高，數值相對穩定。安徽省城市發展應因地制宜，資源型城市應積極深化供給側結構性改革，提質升級發展，有效降低產能，實現城市轉型發展；農業大市及旅游強市應重視開展綠色農業及生態旅游，穩妥推進綠色城鎮化；科教文化城市、創新性城市應積極開拓創新思路，引導綠色消費，推動工業綠色升級，加快現代服務業發展。

（2）安徽省總體生態環境壓力大，整體處于不可持續狀態，除行政區劃調整的銅陵、淮南以外，其他地區壓力上行趨勢明顯，且空間發展不平衡。所有地區在2011—2016年間都擴大了生態性土地的需求，生態足跡上升；生態承載力具有南高于北的特征，日照降雨等氣象指標逐年變化且南強北弱。所有地區均出現生態赤字，特別是資源型城市生態環境壓力巨大，安全等級為極度不安全。鑒于生態承載力多與可再生資源相關，因此安徽省各地應重視耕地、化石能源、建筑用地等主要影響生態足跡的變化趨勢，執行耕地保護紅線、生態保護紅線、控制城市開發邊界等措施，提高各城市生態承載力；注重循環發展，嚴格控制資源總量消耗，減少單位能耗，加強垃圾回收和資源循環再生利用等。

（3）安徽省地級市綠色GDP比值與生態環境壓力指數之間存在著顯著空間效應。基于空間德賓面板模型估計結果，安徽省地級市綠色GDP比值對臨近地市綠色經濟增長產生明顯的正向空間溢出效應，即存在正外部性；生態環境壓力對地區綠色增長產生直接限制效應，當生態環境壓力指數增長1時，直接影響本地綠色GDP比值下降0.33個百分點；生態環境壓力對相鄰地市綠色經濟增長產生間接擴散效應，當本地生態環境壓力指數增長1時，導致相鄰地市的綠色GDP比值下降0.02個百分點；但生態環境壓力的空間反饋效應不顯著。安徽省地處中部，城市的快速發展使得對自然生態的需求維持在較高水平，此間消耗了大量的物質資源、產生了較多的污染排放，生態環境壓力持續高位，直接限制了地區綠色經濟增長。而地理環境、氣象條件復雜，在空間分布上具有一定相似性，且在化石能源、農林牧漁產品的貿易流通和污染物的擴散性，使得生態環境壓力指數間接擴散負向影響臨近地區綠色增長。因此，應進一步轉變經濟增長方式，增加資源利用效率，提升可持續發展能力，推進安徽省走上生產發展、生活富裕、生態良好的綠色發展道路。