空間相關性對各省市生態文明建設的影響分析

李慶

摘要：生態文明建設活動會在省市之間產生相互影響，使得綠色發展指標存在空間依賴關系，生態文明建設績效評價需要考慮這種空間自相關作用。本文利用“2016年生態文明建設年度評價結果公報”的指標數據，采用全局Moran指數和局域Moran指數對綠色發展指標及其構成指標進行空間相關性分析，力求以最直觀的方法揭示生態文明建設績效復雜的空間特征。分析發現各省市綠色發展指數存在空間自相關特征，全局Moran指數并不高，但是構成綠色發展指標的環境質量、環境治理、發展質量和綠色生活等指標卻普遍具有顯著并且強烈的空間自相關特征，生態文明建設績效受到明顯的空間相關性影響。在生態文明建設績效空間相關性分析中我們發現，與經濟活動密切相關的綠色發展構成指標空間自相關程度比較高，與生態環境自然資源稟賦聯系比較多的綠色發展構成指標空間自相關程度較低，這就提示我們人類活動引發的空間相關性對生態文明建設績效具有更加明顯的影響，因此我們可以著眼于發揮空間相關性的趨同作用，著力培育生態文明建設先進試點示范樣板，鼓勵個別省市努力作為，有所突破，率先垂范，以試點示范產生的空間效應激發周邊省市生態文明建設的仿效、追趕和競爭動力，帶動其他省市向示范省市靠攏，實現生態文明建設整體水平的提高，起到借助空間相關性促進生態文明建設的作用。

關鍵詞 空間相關性;生態文明建設;影響分析

中圖分類號 F062.2

文獻標識碼 A文章編號 1002-2104（2019）09-0091-08DOI：10.12062/cpre.20190701

2017年中國政府依據《綠色發展指標體系》對各省市2016年的生態文明建設績效進行了評價，發布了“2016年生態文明建設年度評價結果公報”，評價結果起到了激發生態文明建設動力、引導生態文明建設方向的積極作用。評價各省市生態文明建設績效的數據是具有空間特征的取樣數據，空間數據之間會存在空間效應，使得按照獨立不相關假設評價的各省市生態文明建設績效存在空間效應誤差，本文利用評價結果公報的數據運用空間計量方法對各省市綠色發展指標及其構成指標的空間效應進行深入分析，在提升對生態文明建設評價結果認識的基礎上，提出積極培育生態文明建設的試點示范樣板，借助省市間的空間相關性發揮試點示范的帶動作用促進生態文明建設。

1 生態文明建設評價研究進展

近年來，研究領域圍繞建立和完善生態文明建設評價指標和方法做了大量工作，在國家、省、市、縣各層面都積累了豐富的研究成果，2009年楊開忠[1]課題組把地區生產總值和地區生態足跡的比值定義為生態效率，以生態效率水平為標準對各省市的生態文明水平進行了評價和排序，此后嚴耕[2]、魏曉雙[3]、張歡[4]、高志剛[5]、李茜[6]、李巍[7]、李從欣[8]、柴琪宸[9]等從省域層面對各省市生態文明建設的水平、進展、差別和協調程度等進行了專門或綜合的研究，這些研究普遍借鑒了國內外對生態環境評價和可持續發展評價的指標，主要包括可持續發展指標、人類發展指數、人類可持續發展指數等，采取的方法主要有因子分析法、聚類分析法、主成分分析法、網絡層次分析等。到目前為止，國內外關于生態文明建設績效評價的各種方法大都遵循樣本間獨立不相關假設進行計量分析，事實上，生態文明建設活動的很多數據都來自空間取樣，空間數據之間都會存在空間相關性影響，使得各省市生態文明建設活動數據打破了獨立不相關假設，因此有必要運用空間計量方法對各省市生態文明建設活動的空間依賴關系進行深入研究，提升對生態文明建設評價結果的認識。

空間計量經濟學的研究對象是空間依賴性和空間異質性產生的空間效應，空間效應的存在使得經典計量經濟學中樣本獨立不相關假設不再成立，因此空間計量經濟學建立起一套假定、估計、檢驗和模型方法把空間效應納入計量模型，搭建起空間對象與經濟模型之間“橋梁”。Paelinck和Klaassen[10]、Anselin[11-12]、Elhorst[13]、LeSage和Pace[14]、Fortheringham[15]等人對空間計量經濟學范疇、范式和技術路線的貢獻使空間計量經濟學成為現代計量經濟學發展最突出的成就。進入21世紀以來，計算機技術和地理信息技術的發展極大地推進了空間計量經濟學的應用，在農業、工業、服務業、人口、資源、環境、醫療、教育、地理、文化等領域做出諸多應用研究貢獻，國內具有代表性的研究成果包括沈體雁[16]、王慶喜[17]、杜明澤[18]等在經濟增長空間趨同、環境和能源效率空間依賴、區域創新空間溢出等方面的研究。在具有明顯空間外部性的生態環境領域，考量空間關系已經成為相關研究不可或缺的內容，尤其從2013年開始，由于中國華北地區持續出現大面積嚴重霧霾污染，空間計量方法被大量用于對霧霾污染地區間交互作用的研究，這些研究普遍把經濟增長、資源稟賦、能源結構、產業結構等作為解釋變量對霧霾污染進行空間計量回歸分析，分析中普遍證明霧霾污染存在明顯的省域間空間自相關[19-20]，研究普遍論證出解釋霧霾污染的經濟增長水平[21-22]、能源使用效率[23]和環境治理力度等解釋變量也存在不同程度的空間相關效應，這些解釋變量的內容在生態文明建設評價的綠色發展指標中同樣占有很高的權重，提示綠色發展指標也會存在空間自相關特征，這種空間自相關特征是否存在，會在多大程度上影響綠色發展指標，進而影響生態文明建設評價結果，目前為止尚未有針對性研究，因此本文運用空間計量經濟學的自相關檢驗工具對綠色發展指標及其構成指標的空間自相關特征進行深入分析，以求更加客觀全面的理解和評價各省市生態文明建設績效。

繼黨的“十八大”把生態文明建設納入中國特色社會主義事業“五位一體”總體布局后，黨的“十九大”進一步作出了加快生態文明建設的戰略部署。為了落實黨和國家推進生態文明建設的戰略部署，國家統計局等四部門2016年頒布了《生態文明建設考核目標體系》和《綠色發展指標體系》，并于2017年發布了“2016年生態文明建設年度評價結果公報”。公報根據綠色發展指標對各地區的生態文明建設績效進行了量化評分和排序，對激發各省市生態文明建設動力、引導生態文明建設方向產生了積極作用。《綠色發展指標體系》采用綜合指數法進行測算，根據資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活六個一級指標下的55項二級指標計算出綠色發展指數，這些指標的數據來自各省市的空間取樣，但是并未考慮各省市之間生態文明建設績效的空間相關性影響。本文利用“2016年生態文明建設年度評價結果公報”提供的31個省份（不含港澳臺地區）的綠色發展指標數據，對綠色發展指標的空間自相關特征進行分析，力求從空間效應的角度對各省市生態文明建設績效擁有更加客觀的認識。

2 綠色發展指標的空間自相關分析

空間相關性是事物在空間上的相互依賴、相互制約、相互影響和相互作用，是事物本身所固有的空間屬性，“地理學第一定律”認為任何事物都存在空間相關，距離越近的事物空間相關性越強，距離越遠相關性越弱。空間依賴性和空間異質性是空間相關的主要形式，空間依賴性被稱為空間自相關，反映空間單元之間的相互依賴作用，綠色發展指標的空間自相關會對各省市生態文明績效產生外部影響，綠色發展指標的空間自相關檢驗可以對生態文明建設產生的外部性和關聯性進行觀察。

2.1 空間權重設定

對綠色發展指標進行空間自相關檢驗的前提是量化各省市之間的空間關系，空間權重矩陣是對空間關系的抽象，可以依據觀測點的地理位置和空間特征設立空間權重矩陣來量化空間關系。空間鄰接權重矩陣是反映空間相鄰關系的空間權重矩陣，可以設定為相互接壤地區之間存在顯著的相互影響關系，不接壤的地區相互作用不顯著，空間鄰接權重矩陣能夠比較貼切的反映各省市間綠色發展指標的空間作用關系，因此引入各省市空間鄰接權重矩陣使綠色發展指標的空間關系具體化。空間鄰接權重矩陣可以設定為主對角線元素為0的對稱矩陣，矩陣中的元素表示兩個省市是否地理上相鄰，如果兩個省市地理相鄰，權重值取1，不相鄰權重值取0，應用Geoda軟件生成的31個省市空間鄰接權重文件為City.gal文件，在空間鄰接權重矩陣中，31個省市中有非零相鄰關系138組，占所有省市關系的14.36%（其中廣東省作為海南省唯一相鄰單元之間具有非零鄰接關系），各省份的平均鄰居個數為4.45。

2.2 全局空間自相關檢驗

Moran指數將相關系數推廣到空間范疇考慮空間權重信息的相關系數，反映觀測值在空間單元間的相似程度，以Moran指數測度空間自相關可以看作是計算觀測值與空間滯后變量的相關系數，采用空間鄰接權重矩陣的綠色發展全局Moran指數是把具有鄰接關系的綠色發展指標加權匯總后與全部樣本點加權匯總值對比，檢驗全國范圍內地區之間綠色發展指數是相似、相異還是相互獨立，計算公式為：

Morans I=∑ni=1∑nj=1Wij（xi-x）（xj-x）S2∑ni=1∑nj=1Wij

式中，n代表省市數量，xi和xj是省市綠色發展指數，x表示各省市綠色發展指數的均值，S2表示各省市綠色發展指數的均方差，Wij表示空間權重矩陣。Moran指數的取值范圍為[-1，1]，Morans I>0時，表示存在空間正相關特征，即存在空間相似屬性;Morans I<0時，表示呈現空間負相關特征，即與周邊存在相反的依賴關系;Morans I趨于0時，表示呈隨機分布特征，不具有空間關聯性。以全國31個省市綠色發展指數為樣本計算得到全局Moran指數為0.246 2，p值為0.014 999次蒙特卡羅隨機模擬全局Moran指數為0.246 2，p值為0.016，綠色發展指標全局Moran指數在5%水平上顯著，中國生態文明建設績效存在空間自相關。

2.3 局域空間自相關檢驗

全局Moran指數反映出整體空間存在自相關特征意味著存在局部異質空間，這些異質空間具有局部自相關特征。全局Moran指數的局限性在于如果全局中部分省市指標存在正相關，另一部分省市存在負相關，兩者可能相互抵消，降低全局Moran指數，Anselin提出以局部Moran指數Lisa（Local Indicators of Spatial Association） 觀察局部空間的不平穩特征，檢驗局部地區與周邊地區是否存在相似或相異聚集，局部Moran指數一方面深入反映全局自相關的內在特征，另一方面展示哪些地區相似聚集在一起，哪些地區差異聚集在一起，從而識別全局中不同局部空間存在的不同空間關聯模式。

在空間位置i上，局域Lisa統計量的計算公式為：

Ii=n（xi-x）∑j≠1Wij（xj-x）∑i（xi-x）2

使用標準化統計量Zi=（xi-x）/σx，樣本方差為S2=1，則Ii=Zi∑ni≠1w*ijZj，Zi和Zj是標準化后空間觀測值，w*ij為行標準化后的空間矩陣元素，Ii表示位置i的觀測值與相鄰觀測值帶權重的乘積，綠色發展指標局域Moran檢驗Lisa結果見表1。輸出結果中lisa為各省市局域Moran指數Ii，Var.Ii為局域Moran指數的方差，Z.Ii為標準化后的局域Moran指數的Z值，Pr（z>0）則為Z值對應的顯著性概率值。綠色發展指標局域Lisa檢驗結果顯示新疆、上海、福建、浙江、西藏、青海等6個省市的局域Moran指數滿足5%顯著性水平，與周邊省市存在正相關聯系，其中上海、福建、浙江具有比較類似的條件，是自身綠色發展水平和周邊綠色發展水平都高的省市，新疆和西藏具有類似的條件，是自身綠色發展水平和

周邊綠色發展水平都相對較低的省市，從上述各省市的局域自相關指標可以看出，Lisa指數可以反映出各省市是否存在局域自相關特征，但是不能反映出這種自相關特征是由于高水平相互影響造成的還有由于低水平相互影響造成的，有必要進行深入識別，Moran散點圖可以直觀的表現出上述差別。

2.4 綠色發展指標散點圖

Moran散點圖是對空間數據相關性二維可視化圖示，趨勢線的斜率直觀地反映出全局空間自相關程度，散點分布與趨勢線匹配的效果越好，則自相關擬合關系越好。Moran散點圖還可以根據空間單元觀測值之間的空間關系反映出觀測單元與其他單元之間的局域空間相關類型。綠色發展指標的Moran散點圖橫軸表示綠色發展指數，縱軸表示綠色發展指數的空間滯后量，第一象限“高高”區域表示某省市綠色發展指標值高于平均值，周圍省市對該省市的綠色發展具有正向影響作用;第三象限“低低”表示某省市綠色發展指標值低于平均值， 周圍省市對該省市的綠色發展具有負向影響作用;第二象限“高低”表示某省市綠色發展指標值高于平均值，周圍省市對該省市的綠色發展具有負向影響作用;第四象限表“低高”表示某省市綠色發展指標值低于平均值，周圍省市對該省市的綠色發展具有正向影響作用。“高高”和“低低”表明具有空間正相關，提示省市間的綠色發展指標值具有相似相關性，“高低”和“低高”則表示存在空間負相關，省市間的綠色發展指標值具有差異性。

綠色發展指標的Moran散點圖（圖1）顯示散點分布與趨勢線呈現匹配趨勢，存在空間自相關特征，散點主要在一、三象限分布，呈正相關關系。第一象限“高高”區主要包括福建、浙江、上海、江蘇、廣東、重慶、湖南、湖北、山東等省市，區間樣本省市綠色發展指標值都較高， 而且受到周圍省市的正向影響，綠色發展指標呈現高水平局域空間相互作用特征，這些省市幾乎囊括了我國經濟發達地區的主要省市。第三象限“低低”區主要包括西藏、新疆、遼寧、山西、青海、內蒙古、黑龍江、陜西等省市，區間樣本省市綠色發展指標值都相對較低， 而且受到周圍省市的負向影響，樣本自身及其周邊省市的綠色發展指標呈現低水平相關狀態，綠色發展指標呈現低水平空間正相關特征，這些省市大部分位于我國經濟發展較弱的中西部地區。第二象限“低高”區樣本省市綠色發展指標值較低，但其周圍省市的綠色發展指標值較高，第四象限“高低”區省市綠色發展指標值較高，但其周圍省市的綠色發展指標值較低，“低高”和“高低”區省市間的綠色發展指標具有負相關特征，散點圖中只有北京、天津、云南、四川等少數省市處于這種狀況，從排序上看北京綠色發展指數83.71，排名第1，河北78.69，排名第20，天津76.54，排名第28，北京位于第四象限，綠色發展水平較高，但周邊的天津、河北水平較低，對北京產生負的負相關作用，天津位于第二象限，綠色發展水平較低，但周邊的北京、河北水平相對天津較高，對天津產生正的反向相關作用，云南、四川和吉林情況類似。

3 綠色發展指標構成指標的空間自相關分析

生態文明建設是具有強烈空間外部性的活動，各省市生態環境損益的空間擴散、空間溢出勢必造成明顯的相互作用，有必要針對綠色發展指標全局空間自相關水平不高的情況進行更加深入的分析。《綠色發展指標體系》中綠色發展指標是由資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活六個一級指標構成，一級指標的空間自相關特征對綠色發展指標的空間自相關特征具有至關重要的作用，有必要深入到綠色發展指標內部，對構成綠色發展指標的一級指標進行空間自相關特征分析，揭示綠色發展指標構成指標對綠色發展指標自相關特征的影響。

綠色發展指標中包括資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活六項一級指標，其中“資源利用”指標中有14項二級指標，包括能源消耗總量、用水總量、耕地保有量等總量指標，也包括能耗降低率、用水降低率、資源產出率等比率指標;“環境治理”指標中有8項二級指標，重點反映主要污染物、危險廢物、生活垃圾和污水的治理情況;“環境質量”指標中有10項二級指標，重點反映大氣、水、土壤和海洋的環境質量狀況，既與當地的環境治理工作進展情況有關，也與當地的自然條件、產業結構等因素有關;“生態保護”指標中有10項二級指標，反映山水林田湖草的生態狀況;“增長質量”指標中有5項二級指標，反映經濟增長、居民收入、產業結構和創新投入等內容;“綠色生活”指標中有8項二級指標，包括綠色消費品、新能源汽車、綠色建筑、農村生活等指標。綠色發展指標是綜合評價指標，利用6項分類指標來比較分析各省市在生態文明建設各重點領域取得的成績和存在的問題，綠色發展指標一級指標的空間自相關特征對綠色發展指標空間自相關特征的形成具有重要影響，但這并不意味著所有一級指標都具有空間自相關特征，哪些一級指標具有空間自相關特征，哪些一級指標不具有空間自相關特征，哪些指標的空間自相關程度較高，影響甚至決定了綠色發展指標的空間自相關特征，這些都對更加客觀的認識各省市生態文明建設績效間的相互影響具有重要作用。采用與綠色發展指標空間自相關檢驗相同的空間鄰接權重矩陣和Moran指數檢驗對綠色發展指標及其構成指標的全局Moran指數進行探索性分析，得到綠色發展指標及其構成指標的全局Moran指數表（見表2）。

綠色發展指標構成指標的全局Moran指數表顯示，資源利用指標全局Moran指數沒有通過顯著性檢驗，生態保護指標通過5%顯著性水平檢驗，環境治理、環境質量、增長質量和綠色生活指標都達到1%顯著度水平。

環境治理指標的全局Moran指數為0.567，P值在1%水平顯著，散點圖（圖2）散點分布與趨勢線高度匹配，主要在一、三象限分布，呈正相關關系。環境治理指標的主要內容包括化學需氧量排放、氨氮排放、二氧化硫排放和氮氧化物排放總量減少的百分比，危險廢物處置利用率、生活垃圾無害化處理率、污水集中處理率以及環境污染治理投資占GDP 比重等指標，從指標內容上可以看出，環境治理指標的主要內容側重于與工業生產相關的污染物排放控制和廢棄物治理上，工業化程度比較高和工業結構偏重的省市正自相關明顯，環境治理指標空間自相關特征背后是經濟發展水平差異和產業結構類型差異形成的空間自相關分異。散點圖第一象限“高高”區間主要包括京津冀、江蘇、山東、浙江等省市，這些省市是我國經濟發展水平最高的地區，也是污染排放量較大和比較集中的地區，同時也是環境治理能力和水平最高的地區，自身和周邊省市污染物排放水平下降都很顯著，這些省市在散點圖第一象限集中突出反映出上述特征。散點圖第三象限“低低”區間主要包括西藏、青海、云南等省市，這些省市主要位于我國西南地區，排放水平較低，自身和周邊省市污染物排放水平下降空間都不高，從環境治理的角度看位于自相關散點圖的低低區間是合理的。從環境治理指標空間自相關特征可以看出，我國相鄰省市的工業排放管控和環境污染治理具有明顯的空間相似性，從而對綠色發展指標空間自相關特征具有較大貢獻。

環境質量全局Moran指數為0.442 5，P值在1%水平顯著，散點圖（圖3）散點分布與趨勢線匹配關系明顯，自相關程度明顯，散點主要在一、三象限分布，呈正相關關系。“環境質量”指標主要反映大氣、水、土壤的環境質量狀況，散點圖第一象限“高高”區間主要包括云南、貴州、廣西、青海、西藏等省市，第三象限“低低”區間主要包括京津冀、山西、河南、山東、上海等省市。環境質量指標的空間分布特征與環境治理指標的空間分布特征形成了鮮明的反差，環境治理指標第一象限分布的各省市大多數都分布在環境質量指標的第三象限，第三象限的省市大多數都分布在環境質量指標的第一象限，這種位置的反轉說明盡管我國京津冀、上海、山東等發達地區具有較高的環境治理水平，但是環境質量水平仍然低于云南、青海、新疆等西部省市，反映出發展較慢和開發強度低的西部地區具有明顯的環境質量優勢，發展較快和開發強度高的東部地區與西部地區相比環境質量處于劣勢，由于大氣、水、土壤等生態條件往往具有跨越省市行政邊界的特征，使得東西部環境質量差別得到了空間相關性的加強，相鄰省市環境質量具有明顯的空間自相關特征。

生態保護全局Moran指數為0.281 9，與環境治理、環境質量、增長質量和綠色生活指標的Moran指數相比明顯偏低，但是滿足5%顯著性水平，散點圖（圖4）散點分布較分散。“生態保護”指標主要反映山水林田湖草的生態狀況，包括森林覆蓋率、草原綜合植被覆蓋度、濕地保有率、水土治理面積等指標。中國幅員遼闊，自然生態資源特征空間分布復雜，有些省市以山區林地為主，有些省市以草原牧場為主，有些省市以河湖稻田為主，各省市不同的生態資源稟賦決定了各省市之間很難存在明顯的空間相似性，在空間自相關上表現為較弱的相關關系。

增長質量指標全局Moran指數為0.391 5，P值在1%水平顯著。增長質量指標主要包括人均GDP、居民可支配收入、第三產業增加值比重、戰略性新興產業占比和R&D經費占比，散點圖（圖5）絕大多數散點集中分布在第三象限“低低”區間，第一象限內只有上海、浙江、江蘇、北京、天津少數幾個省市。這樣的全局Moran指數散點圖說明盡管我國各省市經濟增長質量水平之間存在比較明顯的空間自相關聯系，但是大多數省市的經濟增長質量并不高，而且位于負向相互作用區間，尚未形成大多數省市在“高高”區間高質量發展聚集的局面，也就是尚未形成全局性的相互帶動的高質量發展格局。借助空間相關性影響使更多的省市相互促進，提升經濟增長質量，在“高高”區間聚集是我國未來提升綠色發展水平的重點方向。

綠色生活全局Moran指數為0.406，P值在1%水平顯著，散點圖（圖6）散點主要沿趨勢線一、三象限分布，具有明顯的空間自相關特征。綠色生活指標主要包括綠色產品市場占有率、新能源汽車保有量、綠色建筑占比、綠色出行、城市綠地和農村自來水普及率等指標，這些指標是與人民生活直接相關的生態文明建設內容，從散點圖上可以看出第一象限主要是東部發達地區省市，這些省市不僅綠色生活指標水平較高而且相互之間存在正向影響，第三象限主要是西部地區省市，這些省市不僅綠色生活指標水平較低而且相互之間存在負向影響，但是東部與西部之間差別不大，各省市居民綠色生活水平比較均衡，沒有出現綠色生活指標在東西部明顯的兩極集聚分布，說明我國的綠色生活水平沒有出現空間分異，中西部地區在綠色生活消費的生態文明建設中沒有掉隊。

綠色發展指標構成指標緊緊圍繞我國當前生態文明建設的主要任務，針對資源約束趨緊，環境污染嚴重，生態系統退化等人口資源環境的主要矛盾安排資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活六項一級指標和55項二級指標進行評估。對綠色發展指標一級指標的自相關檢驗發現，環境治理、環境質量、增長質量和綠色生活指標具有顯著的空間自相關特征，其中環境治理和環境質量分別存在高水平聚集和低水平聚集的分異聚類，增長質量指標呈現出少數發達省市幾支獨秀，多數省市低水平聚集的局面，綠色生活指標在全國范圍內顯著自相關，地區之間沒有呈現明顯的差異化分異，是全局共同進步的局面。生態保護和資源利用指標受到地理空間生態特征和資源稟賦差別的影響，生態保護指標呈現低水平自相關，資源利用指標幾乎不存在空間自相關特征。總體上看，綠色發展指標及其構成指標中與經濟活動密切相關的指標空間自相關程度比較高，與生態環境自然資源稟賦聯系比較多的指標空間自相關程度較低。

4 利用空間相關性發揮省市間帶動作用

事物是普遍聯系的，事物的發展變化也都與周圍的事物相互聯系和相互影響，不同地區的生態文明建設活動同樣存在著相互聯系和相互影響，綠色發展指標及其構成指標的空間自相關檢驗就是發現和闡釋這種聯系和影響的途徑。研究空間效應的前提是存在空間劃分，在高度組織化的當代社會，行政區劃是經濟社會活動最重要的空間組織方式之一，國家頒布的《生態文明建設考核目標體系》和《綠色發展指標體系》是基于省市行政區建立的，生態文明建設績效的統計調查評估活動也是基于省市行政區開展的，利用空間自相關分析把自然生態地理空間關系特征疊合到行政區空間范圍是生態文明建設評估需要考慮的內容。

中國具有非常豐富和復雜的生態人文地理特征，人為劃分的31個省市行政區與自然地理特征帶存在巨大的空間交錯和包容，相鄰行政區間普遍存在跨越邊界的山體相連、河流貫穿、森林湖泊濕地共享、野生動物遷徙、風霜雨雪覆蓋，在更大尺度上，中國版圖自東向西分布著沿海、平原、丘陵、山地、沙漠和高原等地貌，自南向北分布著珠江流域、長江流域、黃河流域以及秦嶺淮河氣候變更帶，南北緯度跨越50°，溫差高達70℃。多種多樣的生態地理條件會在行政區之間產生錯綜復雜的實質性空間依賴關系，例如在長江經濟帶覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11省市，區域內的省市既存在流域相連又存在氣候相似，而與區域外其他的相鄰省市都會處于不同流域區和不同氣候條件下，勢必產生不同的空間依賴性和異質性。中國是歷史文化悠久的國家，在長期的生產生活實踐中形成了眾多的漁業、種植、養殖和畜牧區，在不同范圍產生了獨特的區域語言風格、民俗習慣、歷史遷移和地域認同，這些因素也都會在行政區之間產生差別化的實質性空間依賴關系，生態地理歷史文化條件具有長期的或者階段的穩定性，是空間效應的慢變量。行政區之間還會通過人員和資本流動、信息和技術交流、外部性等作用產生學習、仿效、合作、追趕、競爭等實質性空間依賴關系，這些作用會隨著經濟形勢、技術創新和制度政策的變化產生快速的變化，是空間效應的快變量，多方面快慢交織的空間實質性依賴關系對各省市生態文明建設的績效產生復雜的實質性自相關影響。在對各省市生態文明建設績效評價中就要考慮這些空間效應產生的作用，利用空間自相關分析揭示空間效應對各省市生態文明建設績效評價的影響。各省市多種多樣的實質性相關匯聚成全局Moran自相關指數，各省市自身與周邊省市不同程度的實質性空間依賴形成各自的LISA指數，盡管我國綠色發展指數的全局Moran指數不高，LISA指數多數不顯著，但是空間相關性仍然是普遍存在的。進一步深入到綠色發展指標的構成指標上看，除了資源利用指標以外，構成綠色發展指標的環境治理、環境質量、生態保護、增長質量、綠色生活五個一級指標都存在明顯的空間自相關特征，大多數一級指標的空間自相關滿足顯著性要求，這就意味著在環境治理、環境質量、生態保護、增長質量和綠色生活等方面各省市之間存在著明顯的空間相互作用。

直觀上認為經濟欠發達地區往往是資源利用少、污染和廢棄物排放少，生態環境保護好的地區，這樣的地區應該具有較高的綠色發展得分，而經濟發達地區往往處于資源約束趨緊、環境污染明顯、生態系統退化嚴重的境地，發展與人口資源環境之間的矛盾比較突出，這樣的地區綠色發展水平應該欠佳，然而，在對綠色發展指標的空間自相關檢驗中我們發現經濟發達地區普遍是綠色發展水平較高的地區，而且呈現相鄰相似和地理集中，而經濟欠發達地區綠色發展水平普遍不高，也存在相鄰相似和地理集中，這種情況與我們直觀地認識存在很大差異。結合空間自相關分析我們認為發達地區省市之間具有接近的經濟實力，便于圍繞生態文明建設進行資本、人才和技術的流通，便于在擺脫資源瓶頸、治理和防止環境污染、修復和保護生態環境的創新和進步中彼此交流，產生學習、仿效、競爭和外部性等趨同效應，從而形成用金山銀山保護綠水青山的共同追求。欠發達地區的綠水青山等生態資源價值不具有地區間的流動性，而跨省市的生態補償機制尚未全面落實，要真正享有綠水青山帶來的民生福利還需要經歷生態資源的價值轉換，更為重要的是，省市之間的空間相互作用有可能是積極正向的，也有可能是低水平的消極影響，以資源環境為代價的短期發展行為在落后地區具有很強的負面示范效力，對提高中西部落后地區的綠色發展水平具有很強的牽制作用。上述空間相關性分析提示我們在生態文明建設中要發揮試點示范的典型帶動作用，樹立好的省市榜樣，通過各省市之間的空間自相關特征產生積極的溢出和傳播效果，產生正外部性示范帶動作用，同時必須警惕負面典型的消極作用，加強檢查督促，采取兜底措施防止落后和滑坡現象產生負向帶動作用，尤其對于欠發達的后發地區，要重點打造經濟增長與環境代價脫鉤的示范樣板，避免先付出生態環境代價再補償修復生態環境的惡性道路，實現保護綠水青山與經濟發展同步。

從空間自相關的視角助力生態文明建設最重要的任務就是要樹立典型意識，無論在發達地區還是在欠發達地區都要強調借助空間自相關特征以示范表率作用帶動生態文明建設水平全面提高。浙江省是發達地區的經濟大省，局域Moran指數為1.2，P值顯著，而且資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活各項構成指標Moran指數都位于第一象限的正值區間，可以看出浙江省不僅自身綠色發展各項指標都有不錯的表現，而且與周邊省市都具有正向相關影響。結合實際我們看到，浙江省率先進行青山綠水保護，對生態文明建設常抓不懈取得了明顯效果，不僅在地區范圍內產生了高水平的生態文明建設帶動作用，而且成為全國各省市學習追趕的榜樣，對全國生態文明建設的推進都產生了重要的示范帶動效果。

中國社會的主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分發展之間的矛盾，綠色發展指標及其構成指標的空間自相關特征顯示了生態文明建設活動在空間上同樣存在不平衡不充分，這種矛盾在空間自相關作用下有可能演化為越來越嚴重的空間馬太效應，因此必須重視試點示范的帶動作用，鼓勵個別省市努力作為，有所突破，率先垂范，同時借助空間自相關作用，引發地區間的模仿，追趕、競爭效果，帶動其他省市向示范省市靠攏，實現生態文明建設整體水平的提高。

（編輯：劉呈慶）

參考文獻

[1]楊開忠. 誰的生態最文明——中國各省區市生態文明大排名[J]. 中國經濟周刊， 2009（32）： 8-12.

[2]嚴耕. 生態文明評價的現狀與發展方向探析[J]. 中國黨政干部論壇， 2013（1）： 14-17.

[3]魏曉雙. 試論中國生態文明建設評價體系的構建[J]. 國土綠化， 2013（7）： 41-42.

[4]張歡， 成金華， 陳軍， 等. 中國省域生態文明建設差異分析[J]. 中國人口·資源與環境， 2014，24（6）： 22-29.

[5]高志剛， 丁文恒. 中國省際生態文明發展水平比較研究[J]. 開發研究， 2015（2）： 14-18，23.

[6]李茜， 胡昊， 李名升， 等. 中國生態文明綜合評價及環境、經濟與社會協調發展研究[J]. 資源科學， 2015， 37（7）：1444-1454.

[7]李巍， 郗永勤. 效率視角下的省域生態文明建設評價研究[J]. 生態學報， 2016，36（22）： 7354-7363.

[8]李從欣， 李國柱. 省域生態文明建設綜合評價研究[J]. 生態經濟， 2017， 33（10）： 210-213.

[9]柴琪宸， 郭亞軍， 宮誠舉， 等. 中國省域生態文明建設協調發展程度的綜合評價[J]. 中國管理科學， 2017， 25（7）： 184-190.

[10]KLAASSEN H L， OOMS G， PAELINCK J， et al. A study of the formal structure of J.W. Forresters world dynamics model[J]. Ecological modelling， 1980（8）： 259-274.

[11]ANSELIN L. Spatial econometrics： methods and models[M]. Dor-drecht： Kluwer Academic Publishers， 1988： 34-39.

[12]ANSELIN L. How （Not） to Lie with spatial statistics[J]. American journal of preventive medicine， 2006（2）： 3-6.

[13]ELHORST J P. Serial and spatial error correlation[J]. Economics letters， 2008（3）： 422-424.

[14]PACE R K， LESAGE J P. A spatial Hausman test[J]. Economics letters， 2008，101： 282-284.

[15]FOTHERINGHAM A S， YANG W， et al. Multiscale geographically weighted regression （MGWR）[J]. Annals of the American Association of Geographers， 2017（6）： 1247-1265.

[16]沈體雁，馮等田，孫鐵山. 空間計量經濟學[M].北京：北京大學出版社， 2010.

[17]王慶喜， 蔣燁， 陳卓詠. 區域經濟研究實用方法：基于ArcGIS、Geoda和R的應用[M]. 北京：經濟科學出版社， 2014.

[18]杜明澤.基于空間計量的我國省級創新發展研究[J].現代營銷，2018（3）：4-5.

[19]劉華軍， 楊騫. 環境污染、時空依賴與經濟增長[J]. 產業經濟研究， 2014（1）： 81-91.

[20]邵帥， 李欣， 曹建華，等. 中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J]. 經濟研究， 2016， 51（9）： 73-88.

[21]吳玉鳴， 田斌. 省域環境庫茲涅茨曲線的擴展及其決定因素——空間計量經濟學模型實證[J]. 地理研究， 2012， 31（4）： 627-640.

[22]馬麗梅， 張曉. 區域大氣污染空間效應及產業結構影響[J]. 中國人口·資源與環境， 2014， 24（7）： 157-164.

[23]鄧靖. 基于空間計量的能源效率影響因素分析——來自中國地市及以上城市的經驗證據[J]. 廣州大學學報（社會科學版）， 2017， 16（1）： 51-57.

Spatial autocorrelation analysis on construction of ecological civilization

LI Qing

（Institute of Urban Development and Environment， Chinese Academy of Social Sciences， Beijing 100026， China）

Abstract The activities of ecological civilization construction will affect each other among provinces and cities， and therefore the green development index have spatial dependence. The performance evaluation of ecological civilization construction needs to consider this spatial autocorrelation. Based on the index data of ‘2016 Annual Evaluation Report of Ecological Civilization Construction， this paper analyzes the spatial correlation of green development index and its composition index by using general Moran index and local Moran index， and reveals the complex spatial characteristics of ecological civilization construction performance in the most intuitive way. It is found that green development index has spatial autocorrelation in provinces and cities， general Moran index is not high， but environmental quality， environmental governance， development quality， and green life that constitute green development index have obvious and strong autocorrelation， and the performance of ecological civilization construction is affected by the spatial correlation. Analysis on spatial correlation of ecological construction performance? shows that green development index that has a close relation with economic activities has higher spatial autocorrelation degree， and green development index that has a close relation with natural resources endowment has a lower spatial autocorrelation degree. This means that spatial correlation caused by human activities has more significant influence on ecological civilization construction performance. Based on the analysis above， we should focus on the convergent role of spatial correlation， cultivate advanced pilot demonstration models for the construction of ecological civilization， so as to bring other provinces and cities closer to the demonstration provinces and cities， and promote the construction of ecological civilization with the help of spatial relevance.

Key words spatial correlation; construction of ecological civilization; impact analysis