黃河流域山東段縣域綠色發展效率時空分異及影響因素研究

馬菲菲　王萍

摘要：基于DEASBM模型，運用空間自相關分析和地理探測器軟件研究黃河流域山東段縣域綠色發展效率的時空分異特征及影響因素。結果表明：2010—2020年黃河流域山東段整體綠色發展效率呈現下降趨勢，從最優下降至中等。從時序特征來看，黃河流域山東段縣域綠色發展效率變化差異顯著，可分為持續降低、持續增長、穩定不變、先升后降、先降后升5種變化類型。從空間分布來看，2010年縣域綠色發展效率空間分布呈隨機態勢，2015年和2020年空間集聚特征較為顯著。高—高集聚區與熱點區分布具有一致性，低—低集聚區與冷點區分布具有一致性，均主要分布在濟南都市圈，且面積不斷增大，濟南市都市圈縣域間綠色發展效率高低分化顯著。黃河流域山東段縣域綠色發展效率影響因子交互作用呈非線性增強效應。

關鍵詞：綠色發展效率；時空分異；DEA-SBM模型；黃河流域山東段

中圖分類號：F323文獻標識碼：Adoi：10.12128/j.issn.16726979.2023.06.012

0引言

改革開放以來，我國工業化和城鎮化水平快速提升，但生態環境持續惡化、傳統粗放式的發展模式無法帶動中國經濟可持續發展。黨的二十大報告提出“推動綠色發展，促進人與自然和諧共生”的發展要求，中共中央辦公廳、國務院辦公廳《關于推動城鄉建設綠色發展的意見》對2025—2035年間城鄉建設綠色發展工作進行了全面部署。提升綠色發展能力、促進能源高質量發展和經濟社會發展全面綠色轉型，必須構建清潔低碳、安全高效的能源生產體系，為科學有序推動如期實現碳達峰、碳中和目標和建設現代化經濟體系提供保障。

綠色發展是以效率、和諧、持續為目標的經濟增長和社會發展方式，在有效促進經濟增長的同時，能夠緩解資源環境與經濟發展之間的矛盾，是建設生態文明、推動經濟轉型發展的重要途徑。學者們常用綠色發展效率評價綠色發展程度，在經濟效率測算研究的基礎上，綠色發展效率的測算不斷拓展，吸納社會因素和環境因素開展多視角的評估［1］。國外相關研究起步較早，在經濟綠色轉型［2］、綠色發展機制創新［3］、綠色發展績效評價等方面［4］，為我國綠色發展研究提供參考。我國從20世紀末開始重視綠色發展方面的研究，研究內容主要包括綠色發展框架、綠色發展特征及綠色發展均衡性等［56］。如馬曉冬等［7］從綠色生產、綠色生活、綠色生態三個維度構建了綠色發展指數測算指標體系，周亮等［8］通過多種空間尺度梳理了綠色發展及其效率的概念與內涵，并構建城市綠色發展效率投入—產出指標體系，李俊杰等［9］研究發現中原城市群各城市綠色發展效率在空間上呈現“西北外圍高，南部較低”的特征，陳影等［10］發現成渝地區雙城經濟圈綠色發展效率呈現從“較高水平較大差距”向“更高水平較小差距”轉變的時序特征。研究尺度涵蓋全國、城市群、大中小型城市［1113］，研究方法主要采用動態TOPSIS模型［14］、SBMUndesirable模型［15］、BootstrapDEA模型［16］、泰爾指數［17］和空間馬爾科夫鏈等［18］。綜觀以上研究成果，主要存在兩方面不足：一是綠色發展效率驅動機制研究中影響因素的綜合識別仍需加強；二是應當加強開展以生態環境單元為對象的綠色發展研究。為落實黃河流域生態保護和高質量發展戰略部署［19］，打好生態保護修復攻堅戰，以縣城為載體加快城鎮化建設，本文以黃河流域山東段為研究區域，以縣域為研究單位，厘清綠色發展的時空格局演化特征，揭示綠色發展影響因素，為山東省以及黃河流域中下游地區經濟社會可持續發展提供參考借鑒。

1材料與方法

1.1研究區概況

黃河自菏澤市東明縣入境山東省，流經菏澤、濟寧、泰安、聊城、濟南、德州、濱州、淄博、東營9市，在東營市墾利區注入渤海；河道全長628km，占黃河總長度的11.5%。基于國家科技資源共享服務平臺—國家地球系統科學數據中心—黃河中下游分中心的黃河流域縣區數據，提取了72個縣（區）為研究區域（圖1）。

研究區面積為76449.77km²，屬于暖溫帶季風氣候，雨熱同期。截至2020年末，研究區常住人口約為4.86×10⁷人，國民生產總值約2.498×10¹²元，人均國民生產總值約1.944×10⁴元。研究區濕地、森林資源豐富，礦產資源富集，是全國重要的能源基地，但水土流失、水生態環境問題依然突出，礦山地質環境生態修復治理任務艱巨，海水倒灌引起的土壤鹽堿化問題尚未得到根本遏制，大氣環境質量還需不斷改善；產業發展偏資源型、重化型，大多處于產業鏈條中低端，產業集中度不高［20］；縣域間高質量發展動能差距較大，如鄒平市依托煤炭等資源率先推進新型工業化，而牡丹區產業發展亟待轉型升級。經濟和生態存在的諸多問題成為制約研究區綠色高質量發展的短板。1.2數據來源與研究方法

1.2.1數據來源與指標體系

提升綠色發展效率是實現生態文明建設和經濟轉型發展的重要方式，即實現經濟增長、節約資源和減少環境污染，促進低投入、低排放和高產出模式轉變［8］，基于此建立黃河流域山東段綠色發展效率投入產出指標體系（表1）。

投入指標選取各區縣城鎮非私營單位從業人員代表勞動力投入，固定資產投資代表固定資本存量要素，普通中學在校學生數代表政府教育投入要素。期望產出方面，選取各區縣國內生產總值表示經濟產出效益，各區縣財政產出效益選擇一般公共預算收入表示，選取社會消費品零售總額反映社會產出效益。此外，由于發展過程中廢棄物的排放對生態環境造成負面影響，因此將工業二氧化硫排放量、工業廢水排放量和工業煙塵排放量作為非期望產出要素納入評價指標體系內，并作為評價綠色發展效率的重要因素［8，2122］。其中固定資產投資、一般公共預算收入、社會銷售品零售總額和普通中學在校學生數來自2010年和2015年《縣域統計年鑒》和各區縣統計年鑒，城鎮非私營單位從業人員、國內生產總值來自2010、2015和2020年各區縣統計年鑒。缺失數據由相鄰年份的數據采用移動平均法或線性回歸法進行擬合。

1.2.2DEASBM模型

數據包絡分析（DEA）是一種基于被評價對象間相對比較的非參數技術效率分析方法。與傳統DEA模型未充分考慮投入或產出的松弛變量問題而高估效率相比，DEASBM的優點是解決了徑向模型對無效率的測量沒有包含松弛變量的問題。基于DEASBM模型考慮非期望產出視角結合綠色發展理念，盡可能提高期望產出減少非期望產出，降低二氧化碳及其他污染物的排放量，實現經濟、社會和環境的可持續發展。其公式如式（1）：

1.2.3空間自相關分析

1.2.4冷熱點分析

1.2.5地理探測器

2結果與分析

2.1綠色發展效率時序變化特征

2.2綠色發展效率空間分異特征

（1）全局空間自相關2010—2020年黃河流域山東段72個縣（區）綠色發展效率全局空間自相關分析結果如表2所示，Moran's I指數由負值變為正值且逐漸增大，p值呈現減小趨勢，說明2010年縣域綠色發展效率空間分布處于隨機狀態，2015—2020年呈現出明顯的空間相關性，且相關程度越來越高，縣域綠色發展效率空間分布集聚性增強。

（2）局部空間自相關2010—2020年黃河流域山東段綠色發展效率局部空間分布特征如圖3所示，縣域綠色發展效率空間集聚特征與冷熱點變化顯著。2010年，縣域綠色發展效率空間分布無高—高集聚區和低—低集聚區，濟南市、南四湖周邊縣域綠色發展效率不均衡；2015—2020年，綠色發展效率值高—高集聚區和低—低集聚區均主要分布于濟南市及周邊區域，且面積逐漸增大，濟南都市圈縣域間綠色發展效率高低分化顯著。

（3）冷熱點分析由圖4可知，2010年，研究區綠色發展效率空間分布只有低值聚集的冷點區，分布在濟南市周邊的肥城縣、東平縣和寧陽縣；2015年，綠色發展效率熱點區在黃河三角洲地區分布較廣，濟南市周邊和魯西南地區的熱點范圍相對較小；2020年，濟南市周邊和魯西南地區的熱點范圍都有所增大，黃河三角洲地區熱點范圍有所減小。綜合來看，綠色發展效率高—高集聚區與熱點區、低—低集聚區與冷點區均存在分布重合的現象，說明黃河流域山東段縣域綠色發展水平呈現顯著的集聚效應。因此，今后應注重綠色發展效率低—低集聚區與冷點區經濟發展方式轉變，改善環境質量，促進環境效率與環境公平。

2.3綠色發展效率影響因素分析

采用地理探測器模型對黃河流域山東段綠色發展效率影響因子的交互作用進行探測。如表3所示，2010—2020年間影響因子間交互作用呈現非線性增強效應，交互作用影響先升后降，均值分別為0.403、0.508和0.440。2010年，一般公共預算收入∩工業二氧化硫排放交互影響最強，q值為0.626；普通中學在校學生數∩一般公共預算收入交互影響較強，q值為0.624；此外，固定資產投資∩工業廢水排放、固定資產投資∩工業煙塵排放、一般公共預算收入∩工業煙塵排放的交互影響程度可達0.5以上，表明此時期資本要素、財政產出和環境污染要素對綠色發展效率有一定的驅動作用［26］。2015年，固定資產投資∩普通中學在校學生數交互作用影響最強，q值為0.699；固定資產投資∩社會消費品零售總額、固定資產投資∩工業煙塵排放、一般公共預算收入∩城鎮非私營單位從業人數、一般公共預算收入∩工業煙塵排放、GDP∩工業煙塵排放的交互影響程度在0.6以上；交互作用程度達0.5以上的雙因子占44%，表明此時期雙因子交互作用對綠色發展效率影響程度增強。2020年，固定資產投資∩普通中學在校學生數交互作用程度最強，q值為0.670；固定資產投資∩城鎮非私營單位從業人數因子交互作用較強，q值為0.634；固定資產投資、城鎮非私營單位從業人數、普通中學在校學生數與工業廢水排放、工業煙塵排放的交互影響程度達0.5以上，說明此時期各類投入和環境污染要素成為綠色發展效率主要驅動力。綜合以上分析，固定資產投資提高，一般公共預算收入增加，伴隨著工業廢水、煙塵的排放量加大，綠色發展效率受多因子間交互作用增強。如何優化勞動力結構和教育資源配置，協調資本投入與非期望產出之間的矛盾，是黃河流域山東段縣域綠色發展亟需克服的問題（表3）。

3結論與討論

3.1結論

本文基于DEASBM模型測算2010—2020年黃河流域山東段72個縣（區）綠色發展效率，運用空間自相關、冷熱點分析和地理探測器模型對綠色發展效率時空分異特征及影響因素進行分析。

（1）研究區綠色發展效率整體呈現下降趨勢，縣域綠色發展效率水平變化可分為持續降低、持續提升、先升后降、先降后升以及持續不變5種類型，分別包括33、4、2、11和22個縣區。

（2）縣域綠色發展效率空間分布由2010年隨機分布態勢逐漸轉向集聚，2015年和2020年空間集聚特征較為顯著。高—高集聚區與熱點區分布具有一致性，低—低集聚區與冷點區分布具有一致性，均主要分布在濟南都市圈，且面積不斷增大，濟南市都市圈縣域間綠色發展效率高低分化顯著。

（3）2010—2020年間黃河流域山東段綠色發展效率影響因子交互作用呈現非線性增強效應，且交互作用影響程度先增后減。縣域綠色發展效率受勞動力要素、固定資本存量、政府調控能力、國內生產總值、環境污染等因素的共同影響。其中，固定資產投資、一般公共預算收入、城鎮非私營單位從業人數、工業二氧化硫排放和工業煙塵排放成為綠色發展效率的重要驅動因子。

3.2討論

對黃河流域山東段綠色發展效率時空演變特征及影響因素的研究，有助于厘清新時期綠色發展趨勢下區域綠色發展效率的變化情況和動力機制，為推進黃河流域生態保護和高質量發展，建設資源節約型、環境友好型社會，加快轉變經濟發展方式提供參考。本文借助考慮非期望產出的DEASBM模型論證了黃河流域山東段綠色發展效率呈現下降趨勢，與郭付友等認為黃河流域綠色發展效率整體下降相同；并在此基礎上，以72個縣（區）作為研究單元分析綠色發展效率的時空分異特征，細化了對黃河流域山東段綠色發展的研究。但本文仍存在許多不足，一些常用指標因部分縣域數據獲取困難而舍棄，如供水總量、用電總量、煤氣總量等投入指標，建成區綠化覆蓋率等產出指標；另外，縣域綠色發展效率的影響機制尚需進一步探討完善。

參考文獻：

［1］劉曙光，尚英仕.中國東部沿海城市群綠色發展效率評價及障礙因子分析［J］.城市問題，2020（1）：7380.

［2］LUIGI A，CONCETTO V.Green Economy and Sustainable Development：The Economic Impact of Innovation on Employment［J］.Sustainability，2018，10（10）：3541.

［3］ MAIKE S，AXEL M.Financing a green urban economy：The potential of the clean development mechanism（CDM）［J］.The Economy of Green Cities，2013，3（9）：363368.

［4］LIN BQ，NELSON I B.Green development determinants in China： A nonradial quantile outlook［J］.Journal of Cleaner Production，2017，162：764775.

［5］車磊，白永平，周亮，等.中國綠色發展效率的空間特征及溢出分析［J］.地理科學，2018，38（11）：17881798.

［6］錢爭鳴，劉曉晨.中國綠色經濟效率的區域差異與影響因素分析［J］.中國人口·資源與環境，2013，23（7）：104109.

［7］馬曉冬，胡穎，黃彪.江蘇省鄉村綠色發展的時空特征及影響因素［J］.經濟地理，2022，42（4）：159167.

［8］周亮，車磊，周成虎.中國城市綠色發展效率時空演變特征及影響因素［J］.地理學報，2019，74（10）：20272044.

［9］李俊杰，景一佳.基于SBMGIS的綠色發展效率評價及時空分異研究：以中原城市群為例［J］.生態經濟，2019，35（9）：94101，107.

［10］陳影，文傳浩，沈體雁.成渝地區雙城經濟圈綠色發展效率評價及時空演變研究［J］.長江流域資源與環境，2022，31（5）：11371151.

［11］彭金石，梁愷，羅詠今，等.大型城市綠色發展水平測度模型及其應用［J］.中國商論，2020（10）：910.

［12］劉楊，楊建梁，梁媛.中國城市群綠色發展效率評價及均衡特征［J］.經濟地理，2019，39（2）：110117.

［13］翁異靜，汪夏彤，陳思靜.浙江三大城市群綠色發展效率時空分異及影響機理［J］.應用生態學報，2022，33（2）：509516.

［14］陳黎明，鄭千一，周納.中國農業農村綠色發展綜合評價及制約因素：基于TOPSIS和阻礙度模型［J］.河北農業大學學報（社會科學版），2022，24（4）：106114.

［15］封思潔，張斯琴.黃河流域主要城市綠色發展效率時空分異特征［J］.科學與管理，2020，40（6）：7581.

［16］林曉，徐偉，楊凡，等.東北老工業基地綠色經濟效率的時空演變及影響機制：以遼寧省為例［J］.經濟地理，2017，37（5）：125132.

［17］趙崢.基于綠色發展的中國城市公共支出效率研究：基于四階段DEA和BootstrapDEA模型的實證分析［J］.云南財經大學學報，2013，29（5）：3140.

［18］張鈺寧.基于熵權—TOPSIS的黃河流域農業綠色發展水平評價及其空間差異［J］.湖北農業科學，2022，61（16）：230236，252.

［19］邵彥敏，趙業程，戰戈.黃河流域山東段高質量發展：生態保護、經濟增長與人民共享［J］.中共濟南市委黨校學報，2021（4）：7681.

［20］許夢，許慶福，何方杰，等.山東黃河流域國土空間生態修復布局與路徑［J］.山東國土資源，2023，39（2）：2533.

［21］王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116134.

［22］胡碧霞，李菁，匡兵.綠色發展理念下城市土地利用效率差異的演進特征及影響因素［J］.經濟地理，2018，38（12）：183189.

［23］李汝資，劉耀彬，王文剛，等.長江經濟帶城市綠色全要素生產率時空分異及區域問題識別［J］.地理科學，2018，38（9）：14751482.

［24］許麗夢，郭付友，王慧.山東省綠色發展效率時空演化及影響因素分析［J］.山東國土資源，2019，35（12）：6674.

［25］趙林，張宇碩，吳迪，等.考慮非期望產出的中國省際海洋經濟效率測度及時空特征［J］.地理科學，2016，36（5）：671680.

［26］劉慶果，張煊赟，莫鈞雄，等.基于地理探測器的山東省土地城鎮化時空演變及驅動因素［J］.資源開發與市場，2022，38（10）：11681174.

［27］郭付友，高思齊，佟連軍，等.黃河流域綠色發展效率的時空演變特征與影響因素［J］.地理研究，2022，41（1）：167180.

Study on Spatio-temporal Differences and Influencing

Factors of Green Development Efficiency in Counties

in Shandong Section of the Yellow River Basin

MA Feifei，WANG Ping

（Geography and Tourism College of Qufu Normal University， Shandong Rizhao 276826， China）

Abstract： Based on the DEA-SBM model， spatial auto-correlation analysis and geodetector software are used to study the spatio-temporal differentiation characteristics and influencing factors of green development efficiency in counties in Shandong section of the Yellow River Basin. It is showed that from 2010 to 2020， the overall green development efficiency of Shandong section of the Yellow River Basin shows a downward trend， from optimal to medium. From the perspective of time series characteristics， the changes of the green development efficiency in counties in Shandong section of the Yellow River Basin are significantly different， which can be divided into five change types， they are continuous reduction， continuous growth， stable and unchanged， first rise and then decrease， first fall and then rise. From the perspective of spatial distribution， the spatial distribution of the green development efficiency in counties showed a random trend in 2010， and the spatial agglomeration characteristics in 2015 and 2020 are more significant. The distribution of high-high agglomeration areas and hot spots is consistent， and the distribution of low—low agglomeration areas and cold spot areas is consistent， all of which are mainly distributed in the Jinan metropolitan area， and the area is increasing. The efficiency of green development between counties in the Ji'nan metropolitan area is significantly differentiated. The interaction of influencing factors of the green development efficiency in counties in Shandong section of the Yellow River Basin shows a nonlinear enhancement effect.

Key words： Green development efficiency；spatio-temporal differentiation；Shandong section of the Yellow River Basin；DEA-SBM model