“一帶一路”沿線省域綠色發展指數的時空分異研究

【摘" "要】 基于2016年印發的《綠色發展指標體系》和我國2013—2019年“一帶一路”沿線17個省份的面板數據進行綠色發展指數的測算，進而分析其在“一帶一路”各區域間的時空差異性及其影響因素。結果表明：2013—2019年“一帶一路”沿線地區的綠色發展指數整體呈現上升趨勢，但各省份間的標準差與平均數存在較大差距，并且具有空間集聚的特征；在經濟較發達或自然條件較優越的地區，綠色發展指數明顯占有優勢；綠色發展指數的影響因素包括對外開放、產業結構、科技資本投入和人力資本，均具有較顯著的促進作用，但仍需從根本上轉變粗放型的經濟增長模式以實現可持續的綠色發展。

【關鍵詞】 “一帶一路”；綠色發展指數；空間計量

中圖分類號：C939；F741.2" 文獻標志碼：A" "文章編號：1673-8004（2023）03-0054-13

一、引言

隨著2019年“一帶一路”綠色發展國際聯盟的正式成立以及《“一帶一路”綠色發展案例報告（2020）》的發布，綠色發展逐漸成為“一帶一路”沿線國家和地區在經濟和社會建設過程中的共同目標。數據顯示，截至2021年4月，已有來自43個國家超過150家合作伙伴加入聯盟，其中包括26個共建國家環境部門以及國際組織、研究機構和企業等79家外方合作伙伴。共建“一帶一路”倡議提出八年來，綠色、低碳、可持續的理念不斷深化，綠色絲綢之路建設新進展為“一帶一路”沿線國家帶來可持續發展新機遇。

在生態環境問題日益凸顯的背景下如何實現“一帶一路”的綠色發展，既是我國國內“綠水青山就金山銀山”的客觀要求，又是打造“一帶一路”沿線國家和地區命運共同體的重要方式。“十四五”規劃和2035年遠景目標綱要明確提出，“推動綠色發展，促進人與自然和諧共生”。對此，要著力構建綠色發展觀，秉持人類命運共同體理念，與各國共謀全球生態文明建設之路，促進經濟社會發展全面綠色轉型，推動構建人與自然生命共同體。在此基礎上，研究如何建設基于綠色發展的“一帶一路”，對于推動國內外綠色經濟的有效發展以及充分發揮中國在世界經濟舞臺的建設性作用具有重要的理論意義和現實價值。

已有研究表明，“一帶一路”倡議的可持續潛力和環境管理將在很大程度上取決于沿線國家和地區戰略環境與社會管理的標準［1］，以及中國與伙伴國家之間各自優先事項和政策法規的整合［2-3］。目前，學術界對“一帶一路”沿線國家和地區綠色發展的評估與分析主要集中在指標體系的建立與綜合指數的測度等方面，不僅建立了“一帶一路”沿線國家和地區環境影響評估系統，而且構建了綠色發展多指標體系。

綠色發展一詞起源于中國，國外學者有關綠色發展的相關研究主要從關注環境變化轉向綠色發展［4］，Zaim和Taskin通過編制環境效率指數，對1980—1990年間25個OECD成員國在發展過程中的環境績效進行了測度［5］，另有學者單獨基于某一國家或地區數據進行研究。國內則主要從綠色發展綜合指數的測度這一視角展開研究，學者們分別構建了不同的模型以進行科學評價。一方面是關于綠色發展指數的測度和評價，學者們運用DDF-GML指數系統［6］、Two-way FE模型［7］、Quantile Regression模型［8］和TR模型［9］進行測算，以及基于超效率DEA模型和GML指數法［10］。另一方面是關于綠色發展指數的影響因子研究，比較有代表性的是運用DEA全局技術和NDDF模型［11］，或是基于面板數據的DDF與生產率指數分析法進行分析［12］。國內有學者專門針對某一區域，如長江經濟帶［13］、黃河流域［14］等地區，構建地區的綠色發展指數并研究其特征。

縱觀已有文獻，學術界對于如何建立“一帶一路”沿線國家和地區的綠色發展指標評價體系與測度綠色發展綜合指數進行了諸多廣泛而深入的研究。本文在《綠色發展指標體系（2016年版）》的基礎上選取與調整相應的指標，基于2013—2019年我國“一帶一路”沿線17個重點省份的面板數據，利用AHP-熵權法與空間計量模型進行綠色發展綜合指數測度與分析，從實證角度研究和評估綠色發展的績效與時空差異，以期能在一定程度上彌補綠色發展和“一帶一路”相關領域研究的不足，同時為推動沿線省份的綠色發展戰略提供有益的理論參考。

二、理論方法

（一）綠色發展指標體系

2016年版的《綠色發展指標體系》由國家發展改革委、國家統計局、環境保護部、中央組織部制定，其中一級指標包含資源利用、環境治理、環境質量、生態保護、增長質量、綠色生活以及公眾滿意度［15］。基于數據的可得性與完整性，本文對一級指標“公眾滿意度”進行刪減并將部分二級指標進行相應的調整，二級指標數由原有的55個調整為52個①，而指標權重則由主客觀賦權確定。

（二）AHP-熵權法

綠色發展指標體系中各指標的綜合權重由主觀權重和客觀權重共同確定，指標的綜合權重越大則該指標相對更重要［16］。在本研究中，主觀權重采用AHP法，根據2016年版的《綠色發展指標體系》對6個一級指標加以排序，從而計算出6個一級指標的主觀權重并將其平均賦值于各個二級指標的權重。客觀權重則采用熵權法，通過對52個二級指標進行信息熵的測度以求出其客觀權重。將各二級指標的主觀權重和客觀權重的值求和之后再除以0.5，即得綜合權重［17］。

AHP法的主要計算步驟如下：

1.構造判斷矩陣

在已有綠色發展指標體系的基礎上對體系中的一級指標進行成對比較，根據比較結果形成n×n型判斷矩陣A，矩陣A中的量化值aij具有aij=1aij等性質。比例標度表如表1所示。

2.層次單排序及其一致性檢驗

對判斷矩陣A的最大特征根λmax進行歸一化處理后記為W。將W元素為同一層指標時對上一層指標中相關的指標進行層次單排序與一致性檢驗。其中：

3.矩陣元素標準化

4.計算權重

熵權法的主要計算步驟如下：

（1）獲取樣本數據。該數據包含m個樣本，n項評價指標，數據矩陣X=（xij）m×n。

（2）同度量化各指標：

式中的pij表示第j項指標下第i個方案指標值的比重。

（3）計算第j項指標的熵值：

（4）計算第j個指標的熵權：

（5）綜合權重的主要計算步驟為：

其中，加權系數0≤ε≤1，本文的ε=0.5；Wim為AHP法所得各二級指標的平均權重；Wj為熵權法所得各二級指標的客觀權重。

（三）探索性空間數據分析

探索性空間數據分析的主要測度方法為全局空間自相關和局部空間自相關［19-20］。全局空間自相關能判斷某種屬性或現象在一個區域的空間關聯特征（空間集聚或擴散），局部空間自相關能判斷某種屬性或現象在區域單元組成部分的具體分布［21］。

本研究通過運用全局Moran指數來度量綠色發展指數在“一帶一路”沿線17個省份的全局空間自相關性。Moran指數數值的上限為1、下限為-1。當數值大于0時值越大則空間正相關性越強，當數值小于0時值越小則空間差異性越明顯。當數值為-1時表示完全負相關；數值為0時表示不相關。具體計算公式為：

本文通過運用局部Moran指數觀察綠色發展指數在“一帶一路”沿線17個省份的局部空間自相關性。局部Moran指數為正數時表明同類型要素在空間上與臨近區域存在正空間自相關，否則為負空間自相關。具體計算公式為：

三、研究設計

（一）模型構建

“一帶一路”沿線17個省份的綠色發展指數具有空間自相關性，但也會受各省份實際情況的影響，因此需要借助空間計量模型對綠色發展指數的影響因素進行空間計量分析。借鑒徐俊兵和羅昌財、伍格致和游達明以及路啟梅的研究思路［22-24］，設定的空間杜賓模型表示為：

其中，i表示地區，t表示時間；Igd，it表示被解釋變量，即綠色發展指數；Lopen，it表示核心解釋變量，即對外開放水平；w是空間矩陣，H表示控制變量；μit用于控制個體固定效應，εit是隨機誤差項。

（二）變量及數據來源

1.變量說明

被解釋變量：綠色發展指數（Igd，it），根據前文的綠色發展指標體系測算獲得。

核心解釋變量：對外開放水平（Lopen，it），新發展階段要求擴大對外開放以實現綠色發展，因此對外開放水平可能會對綠色發展指數產生影響，本文以各省份實際外商直接投資額的對數值來表示。

控制變量：區域經濟水平（Hgdp），地區的經濟發展水平反映區域的宏觀環境，本文以各省份地區生產總值的對數值來表示；產業結構（Hstructure），地區的產業結構調整優化會影響區域綠色發展，本文以各省份第二產業實際增加值的對數值來表示；科技資本投入水平（Htci），地區的科技資本投入會影響區域的技術創新水平，進而作用于綠色發展，本文以各省份規模以上工業企業Ramp;D經費的對數值來表示；人力資本水平（Hhci），地區的人力資本水平反映的是勞動力情況，與綠色發展密切相關，本文以各省份高校在校生人數的對數值來表示。

2.數據來源

基于數據可得性，本文選取“一帶一路”沿線的17個省份作為研究對象。根據構建的綠色指標體系篩選數據，由于部分數據的缺失，故未將西藏納入研究范圍。研究時序為2013—2019年，樣本數據主要來源于歷年《中國統計年鑒》《中國環境統計年鑒》《中國社會統計年鑒》《中國農村統計年鑒》以及《中國能源統計年鑒》等相關資料。

四、實證研究及結果分析

（一）綠色發展指數的時間特征分析

采用AHP-熵權法對綠色發展指標體系中的數據進行歸一化處理，然后利用加權平均法求出綜合權重，最后計算得出2013—2019年“一帶一路”沿線17個省份的綠色發展指數，如表3及圖1、圖2所示。

根據表3可以看出“一帶一路”沿線17個省份的綠色發展指數整體呈上升趨勢，其中，福建、廣東、廣西、陜西、新疆以及云南六省的綠色發展指數一直呈現不斷上升的趨勢，甘肅、海南、黑龍江、吉林、遼寧、內蒙古、寧夏、青海、上海、浙江以及重慶11個省份的綠色發展指數呈現波動上升的趨勢。

“一帶一路”沿線17個省份在2013年、2016年、2019年的綠色發展指數如圖1所示。從圖1可以看出，在2013—2019年“一帶一路”沿線17個省份中，福建、廣東、廣西、海南、黑龍江、青海、陜西以及浙江的綠色發展指數一直處于較高水平，而甘肅、寧夏、上海以及新疆的綠色發展指數一直處于較低水平。

圖2提供了2013—2019年“一帶一路”沿線17個省份綠色發展指數的平均數和標準差。從圖2可以看出，綠色發展指數平均數最低的省份是海南、最高的省份是云南，青海的綠色發展指數的標準差最大、廣西的綠色發展指數的標準差最小。整體而言，各省份平均數均處于5以上，表明“一帶一路”沿線17個省份綠色發展指數的平均數均處于較高水平，但省份間仍存在較大的差距；就個體而言，各省份標準差不一，表明省份內部的綠色發展指數波動幅度也存在較大差距。

（二）綠色發展指數的空間特征分析

1.綠色發展指數空間相關性檢驗

本文通過對2013—2019年各省份的綠色發展指數進行全局Moran指數的測算，由表4可知，2013—2019年我國30個省份綠色全要素生產率的全局Moran指數均為負值，但指數值逐年增加，表明2013—2019年“一帶一路”沿線17個省份的綠色發展指數雖然呈現空間擴散效應，但綠色發展指數在該區域逐漸趨于空間集聚。

本文通過計算2013—2019年“一帶一路”沿線17個省份綠色發展指數的局域Moran指數，繪制出沿線省份綠色發展指數的Moran指數散點圖，如圖3所示。

圖3直觀地反映了2013年、2015年、2017年以及2019年“一帶一路”沿線各省份綠色發展指數的局部特征。根據Moran指數的規律可知，H-H型區域有著高空間單元觀測值、高相鄰區域空間聯系度的特征，L-H型區域有著低空間單元觀測值、高相鄰區域空間聯系度的特征，L-L型區域有著低空間單元觀測值、低相鄰區域空間聯系度的特征，H-L型區域有著高空間單元觀測值、低相鄰區域空間聯系度的特征，具體情況如表5所示。

根據表5與圖3可知，“一帶一路”沿線17個省份綠色發展指數的局部Moran指數主要分布在H-H型區域、L-H型區域以及H-L型區域，即該區域的綠色發展指數的空間分異特征主要體現為高高集聚、低高集聚以及高低集聚，表明該區域大部分省份綠色發展指數呈現“俱樂部集聚”現象，即大部分綠色發展指數相差不大的省份間具有較高的空間聯系度。就具體省份而言，在2013—2019年，福建、廣東、廣西一直位于H-H型區域，表明三省的綠色發展指數數值較高且與周邊省份的空間聯系度較高；上海一直位于L-H型區域，表明上海的綠色發展指數數值較低但與周邊省份的空間聯系度較高；甘肅一直位于L-L型區域，表明甘肅省的綠色發展指數數值較低且與周邊省份的空間聯系度較低；青海、陜西、浙江一直位于H-L型區域，表明三省的綠色發展指數數值較高但與周邊省份的空間聯系度較低。其他省份諸如吉林、云南、黑龍江、重慶、內蒙古的綠色發展指數較高但與周邊省份的空間聯系度不穩定，新疆、海南、遼寧、寧夏的綠色發展指數較低且與周邊省份的空間聯系度不穩定。總體而言，東部沿海經濟發達或自然條件較好的省份綠色發展指數較高，內陸經濟欠發達或自然條件較差的省份綠色發展指數較低。

2.空間回歸分析

以上Moran指數的數值及其發展趨勢顯示“一帶一路”沿線17個省份的綠色發展指數的空間相關性整體上逐年增強。在此通過利用地理權重矩陣對數據模型進行檢驗，結果如表6所示。

由表6可知，空間滯后模型與空間誤差模型的LM檢驗值與穩健LM檢驗值均呈現不顯著的狀態，空間固定效應與時間固定效應下的LR檢驗值分別呈現不顯著與顯著的狀態，固定效應與隨機效應下的豪斯曼檢驗值均顯著，空間滯后模型與空間誤差模型的Wald檢驗值均顯著。

本文進一步選用SDM對時間固定效應下綠色發展指數的各影響因素進行空間計量分析，具體結果如表7所示。

由表7可知，對外開放水平對綠色發展指數具有顯著的正向的直接效應、間接效應以及總效應，即對外開放水平每提升1個單位將直接導致本地的綠色發展指數上升0.288個單位、間接導致其他地區的綠色發展指數上升1.01個單位以及導致總的綠色發展指數上升1.298個單位，表明對外開放水平的提升有利于通過技術引進與擴散帶來的正向溢出效應，從而助推“一帶一路”沿線省份推動產業轉移與升級，因此對外開放水平的提升對“一帶一路”沿線省份的綠色發展具有積極的正向作用。

在控制變量中，區域經濟水平對綠色發展指數具有不顯著的負向的直接效應、間接效應以及總效應，即區域經濟水平每提升1個單位將直接導致本地的綠色發展指數下降0.266個單位，間接導致其他地區的綠色發展指數下降1.73個單位，導致總的綠色發展指數下降1.996個單位，表明區域經濟水平的提升不一定有利于“一帶一路”沿線省份綠色發展指數的提高，其主要原因在于粗放型的經濟增長模式沒有發生根本轉變，所以中國區域經濟的不平衡發展在一定程度上不利于綠色發展指數的提升。

產業結構對綠色發展指數具有顯著的正向的直接效應、不顯著的負向的間接效應以及不顯著的正向的總效應，即產業結構每提升1個單位將直接導致本地的綠色發展指數上升0.654個單位，間接導致其他地區的綠色發展指數下降0.294個單位，導致總的綠色發展指數下降0.36個單位，表明第二產業的發展能為綠色發展提供堅實的基礎，從而有利于綠色發展指數的提升。

科技資本投入水平對綠色發展指數具有顯著的負向的直接效應、顯著的正向的間接效應以及不顯著的正向的總效應，即科技資本投入水平每提升1個單位將直接導致本地的綠色發展指數上升0.654個單位，間接導致其他地區的綠色發展指數下降0.294個單位，導致總的綠色發展指數上升0.36個單位，表明各省份規模以上工業企業的科研經費投入越高越容易帶動當地的技術創新發展，從而直接帶動當地綠色發展指數的提升。

人力資本水平對綠色發展指數具有顯著的正向的直接效應、不顯著的正向的間接效應與顯著的正向的總效應，即人力資本水平每提升1個單位將直接導致本地的綠色發展指數上升0.628個單位，間接導致其他地區的綠色發展指數上升0.448個單位，導致總的綠色發展指數上升1.076個單位，表明人力資本水平越高的地區越具備創新發展的動力與潛力，從而促進當地綠色發展指數的提升。

五、結論及政策建議

本文運用AHP-熵權法和空間計量模型分析了2013—2019年沿線17個省份綠色發展指數的時空差異，得出如下主要結論：

（1）“一帶一路”沿線17個省份的綠色發展指數整體呈上升趨勢，但各省份之間綠色發展指數的平均數與標準差存在較大的差距，客觀上反映出當前我國經濟社會不平衡且不充分的發展現狀。

（2）“一帶一路”沿線17個省份的綠色發展指數具有“俱樂部集聚”的特征，即東部沿海經濟發達或自然條件較好省份的綠色發展指數較高，內陸經濟欠發達或自然條件較差省份的綠色發展指數較低。

（3）對外開放水平對“一帶一路”沿線17個省份的綠色發展指數具有顯著的促進作用；產業結構、科技資本投入水平與人力資本水平的提高也有利于綠色發展指數的提升；區域經濟水平的提高不能明顯地促進綠色發展指數的提高，這可能是由于“一帶一路”沿線區域粗放型的經濟增長模式尚沒有根本轉變所造成的。

根據本文研究結果，提出如下四個方面的政策建議：

（1）踐行綠色發展理念，實現高質量發展。我國現階段的生態文明建設雖然已經取得巨大成績，但是資源要素依賴和環境污染等問題仍亟待進一步解決，而且較為普遍的粗放型經濟增長模式仍然存在。因此，應堅持以習近平生態文明思想為指導，認真貫徹和踐行“綠水青山就是金山銀山”的理念，全面穩步提升綠色發展水平。針對經濟發展與環境保護之間的密切關系，需要積極踐行綠色發展理念，深入推進污染防治工作，促進綠色發展體系的全方位構建，以實現經濟高質量發展，滿足人民對美好生活的需要。

（2）深化共建“一帶一路”合作，促進區域協同發展。從區域發展均衡性來看，“一帶一路”沿線17個省份的實際情況均不相同，存在顯著的區域差異性。因此，為增強區域發展平衡性，部分綠色發展水平較差的省份需要轉變傳統的發展模式以縮小各地區間的差異。由于綠色發展水平較高的省份可以充分發揮本地的綠色發展對鄰地的示范和擴散效應，也為本地與鄰地可持續的綠色發展奠定良好的基礎。因此，各省份應充分結合地區資源特點和要素稟賦優勢，以激發經濟發展潛力，并加強在綠色發展層面的區域合作以增強彼此間的空間關聯度。此外，還需要進一步完善各地區的基礎設施建設，推動公共服務均等化，進而促進城鄉一體化發展和產學研深度融合。

（3）鼓勵科技創新，促進產業結構升級。大力推動產業結構優化升級、增加科技資本投入、提升人力資本水平以徹底轉變粗放的經濟發展模式，有助于促進“一帶一路”沿線17個省份綠色發展水平的共同提升。結合當前我國經濟社會不平衡且不充分的發展現狀，應積極鼓勵科技創新，淘汰落后產能，促進產業結構轉型升級。一方面，政府需加大科技資本投入和出臺優惠扶持政策，以鼓勵技術創新。另一方面，需要繼續深化供給側結構性改革，積極推動三次產業結構、行業結構和技術結構等不斷調整優化。

（4）擴大對外開放，構建人類命運共同體。研究發現，對外開放對“一帶一路”沿線17個省份的綠色發展具有積極作用。當前，新冠疫情形勢依然嚴峻，世界各國經濟均在脆弱中艱難復蘇。針對層出不窮的全球性挑戰，我國正在全方位對外開放中共建人類命運共同體。第一，堅持創新驅動大方向，促進技術進步和科技創新，特別是發展數字經濟關鍵技術，為創新和生產力發展構建公平公正的外部環境。第二，目前全球經濟與環境變化日趨復雜，應通過綠色貿易、綠色投資和綠色技術轉讓，加快我國的綠色低碳發展步伐，以實現碳達峰、碳中和目標，進而為構建人類命運共同體貢獻更大力量。

注釋：

①" " 綠色發展指數指標體系限于篇幅未列出，可參考《綠色發展指標體系（2016年）》。

參考文獻：

［1］" "佟家棟，謝丹陽，包群，等.“逆全球化”與實體經濟轉型升級筆談［J］.中國工業經濟，2017（6）：5-59.

［2］" "吳澤林.“一帶一路”倡議的功能性邏輯——基于地緣經濟學視角的闡釋［J］.世界經濟與政治，2018（9）：128-153.

［3］" "王文，楊凡欣. “一帶一路”與中國對外投資的綠色化進程［J］.中國人民大學學報，2019（4）：10-22.

［4］" "趙奎.新型城鎮化質量測評及動力因素研究——基于安徽省地級市數據分析［J］.重慶文理學院學報（社會科學版），2021（4）：76-87.

［5］" "ZAIM O， TASKIN F. Environmental efficiency in carbon dioxide emissions inthe oecd： a non-parametric approach［J］. Journal of Environmental Management，2000（2）：95-107.

［6］" "杜龍政，趙云輝，陶克濤，等. 環境規制、治理轉型對綠色競爭力提升的復合效應——基于中國工業的經驗證據［J］.經濟研究，2019（10）：106-120.

［7］" "宋馬林，金培振.地方保護、資源錯配與環境福利績效［J］.經濟研究，2016（12）：47-61.

［8］" "林伯強，譚睿鵬.中國經濟集聚與綠色經濟效率［J］.經濟研究，2019（2）：119-132.

［9］" "吳傳清，董旭.環境約束下長江經濟帶全要素能源效率研究［J］.中國軟科學，2016（3）：73-83.

［10］ 岳立，楊玉春.“一帶一路”沿線國家綠色全要素能源效率的時空分異研究——基于超效率DEA模型和GML指數法［J］.經濟問題探索，2019（6）：111-119.

［11］ 田澤，魏翔宇，丁緒輝.中國區域產業綠色發展指數評價及影響因素分析［J］.生態經濟，2018（11）：103-108.

［12］ 孫亞男，楊名彥.中國綠色全要素生產率的俱樂部收斂及地區差距來源研究［J］.數量經濟技術經濟研究，2020（6）：47-69.

［13］ 蔡紹洪，谷城，張再杰.長江經濟帶綠色發展水平測度及時空演化特征［J］.華東經濟管理，2021（11）：25-34.

［14］ 茍興朝，張斌儒.黃河流域鄉村綠色發展：水平測度、區域差異及空間相關性［J］.寧夏社會科學，2020（4）：57-66.

［15］ 王勇，李海英，俞海.中國省域綠色發展的空間格局及其演變特征［J］.中國人口·資源與環境，2018（10）：96-104.

［16］ 許烜，宋微.鄉村振興視域下農業綠色發展評價研究［J］.學習與探索，2021（3）：130-136.

［17］ 焦克源，楊建花.基于AHP-熵權法的民族地區旅游扶貧效益評估研究——以甘南藏族自治州為例［J］. 農林經濟管理學報，2017（2）：133-143.

［18］ 張磊磊，張建華.知識管理中知識辨識績效測度研究［J］.鄭州大學學報（理學版），2013（1）：119-124.

［19］ 黃曉楠，張目.基于百度指數的中國省域金融集聚水平測度與時空演化分析［J］.農村經濟與科技，2020（15）：103-107.

［20］ 王遠，賈興梅.中國城市高質量發展水平的測度及其驅動力分析［J］.長江師范學院學報，2022（4）：28-42.

［21］ 李旭輝，殷緣圓，程剛.基于新發展理念的經濟社會發展測度及空間關聯格局研究［J］.中央財經大學學報，2020（7）：104-115.

［22］ 徐俊兵，羅昌財.福建省縣域經濟增長的影響因素研究——基于空間計量方法的分析［J］.重慶文理學院學報（社會科學版），2017（3）：127-133.

［23］ 伍格致，游達明.環境規制對技術創新與綠色全要素生產率的影響機制：基于財政分權的調節作用［J］.管理工程學報，2019（1）：37-50.

［24］ 路啟梅.金融科技影響制造業轉型升級的空間效應研究［J］.重慶文理學院學報（社會科學版），2021（3）：78-91.

責任編輯：吳" "強；校對：楊" "釗

Research on the Temporal and Spatial Differentiation of the Provincial Green Development Index Along the “the Belt and Road”

GUO Shouting， ZHANG Wanghu， LIU Zejie

（School of Business Administration， Zhongnan University of Economics and Law， Wuhan Hubei 430073， China）

Abstract：Based on the “Green Development Index System （2016 Edition）” and the panel data of 17 provinces and cities along “the Belt and Road” in China from 2013 to 2019， the temporal and spatial differences and influencing factors of the green development index were explored among the regions of “the Belt and Road”. The results show that the overall green development index of the regions along “the Belt and Road” from 2013 to 2019 is on the rise， but there is a large gap between the standard deviation and the average of the provinces and cities; and it has the characteristics of spatial agglomeration， which is more economically developed or under natural conditions. The green development index is obviously dominant in the more superior regions; the influencing factors of the green development index include opening to the outside world， industrial structure， scientific and technological capital investment and human capital， all of which have a significant role in promoting the green development of regions along “the Belt and Road”. However， the extensive economic growth model still needs to be fundamentally changed to achieve sustainable green development.

Key words： “the Belt and Road”; green development index; spatial measurement