經濟發展和生態環境的耦合協調度研究

摘" "要：推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。因此，以江蘇省經濟發展和生態環境為研究對象，運用熵權法和耦合協調模型構建江蘇省生態環境和經濟發展耦合評價指標體系，分析江蘇省十三個市的生態環境和經濟發展耦合協調度的空間分布特征，借助神經網絡模型對耦合協調度模型進行評估，探討耦合協調度的時間變化特征，使用灰色預測模型對江蘇省生態環境和經濟發展協調度進行預測。研究結果顯示，江蘇省經濟發展與生態環境的耦合協調度具有明顯的時空分布差異性；從空間來看，蘇州、南京、無錫等城市耦合協調水平較高，連云港、鎮江、宿遷等城市耦合協調水平較低；從時間分布來看，江蘇省經濟和環境的整體耦合協調水平有逐年提高的趨勢。在此基礎上，給出促進江蘇省經濟和環境協調發展的對策建議。

關鍵詞：經濟發展；生態環境；耦合協調；神經網絡；灰色預測

中圖分類號：F061.5；F205" " " "文獻標志碼：A" " " 文章編號：1673-291X（2024）22-0051-06

一、相關背景與研究綜述

習近平總書記強調：“中國式現代化是人與自然和諧共生的現代化，我們堅持可持續發展，要像保護眼睛一樣保護自然和生態環境，堅定不移走生產發展、生活富裕、生態良好的文明發展道路，實現中華民族永續發展。”江蘇省是中國經濟發展最為活躍的地區之一，經濟高質量發展是江蘇省“十四五”規劃的核心，生態文明建設是規劃的重點。“十四五”規劃明確指出要推進“生態優先”發展，促進經濟、社會和生態的協調發展。隨著江蘇省經濟的快速發展，工業化進程的加快、城市化進程的推進，帶來了巨大的經濟發展壓力和環境挑戰。高能耗、高污染產業嚴重影響了江蘇省經濟的高質量發展，經濟和生態環境的協調發展受到越來越多的關注，而如何度量兩者的協調發展程度是當前的一個難題。

對環境與經濟增長的協調性研究始于20世紀中葉，西方發達國家以工業化生產方式帶動了經濟的高速增長，但同時也帶來了一系列的環境問題，因此，學者們開始研究經濟發展與生態環境的關系。早期研究多側重于經濟發展和生態環境之間的關系。Panayotou在庫茲涅茨曲線基礎上驗證了環境與收入的倒U型關系[1]。Bovenberg將環境污染作為變量帶入到AK模型中，研究了長期的經濟增長對生態環境的影響[2]。劉建興等基于生態足跡，研究了經濟發展對生態環境的影響，結果顯示1961—2001年間，我國的經濟增長方式是一種犧牲生態環境的資源消耗型增長[3]。這些研究主要關注經濟發展對生態環境的污染影響。隨著各地區經濟的快速增長，生態資源消耗越來越多，導致了嚴重的生態破壞和環境污染。因而，學者們開始研究二者的耦合協調發展。杜賓等通過構建長江經濟帶經濟子系統與環境子系統協調度發展指標體系和協調度發展模型，分析了2004—2013年協調發展度的時空演化趨勢[4]。Yuanfang Wang等研究了經濟、環境和城市化的變化趨勢，計算了經濟和環境之間的耦合度和協調度，給出了各個系統的協調發展水平[5]。鄭鐵明和周鵬飛使用TOPSIS 熵權法計算了2004—2018 年中國西部城市經濟高質量發展與環境保護的耦合協調度，分析了協調度的動態演化趨勢和區域差異性[6]。郝瑛借助改進的熵值法和灰色關聯模型，研究了成渝地區33個市縣區經濟和環境耦合協調度的主要影響因素[7]。

本文在已有文獻的基礎上，篩選出影響江蘇省生態環境與經濟發展的主要指標，并將熵權法和神經網絡模型相結合，探索有效的耦合協調度模型及其評價機制。以此來比較江蘇省各市之間的經濟與環境關系差異，分析不同地區的發展模式、產業結構、資源利用情況等因素對環境的影響，揭示了經濟活動對環境質量和生態系統的影響，進一步推動了經濟增長與環境保護的協同發展。

二、數據來源與指標體系

（一）數據來源

本文選取了2010—2021年江蘇省十三市的生態環境數據和經濟發展數據，數據來源于《江蘇省統計年鑒》以及江蘇省各市《統計年鑒》和《生態環境狀況公報》。

（二）指標體系

在遵循科學性、系統性、全面性、可操作性原則的基礎上，參考張榮天和焦華富[8]以及薛明月[9]的研究成果，對主要指標進行篩選，構建經濟發展與生態環境指標體系。其中經濟系統由經濟發展規模、經濟發展水平、社會發展水平3個子系統共計8項指標組成；環境系統由環境壓力、環境狀態、環境效應3個子系統共計8項指標組成（見表1）。

表1" 生態環境和經濟發展指標體系

三、經濟發展和生態環境的耦合協調度

耦合度[10]表示系統要素之間相互作用和影響的程度，耦合度通過賦予數值來反映相互作用的強弱程度，并以此來量化耦合關系。低耦合度表示相互作用弱或影響較弱，而高耦合度表示相互作用強或影響較強。協調體現在系統內或系統間的相互促進和合作，形成良性循環。協調度指的是系統內或系統間要素在發展過程中的融合發展和緊密協作程度。協調度越高，表示兩個系統配合越好，高協調度在一定程度上彌補了耦合度不足的部分。

耦合模型旨在更好地理解和預測復雜系統的行為。通過考慮不同要素之間的相互作用，耦合模型可以提供比單個要素更準確和全面的結果。經濟系統與生態環境系統之間存在著復雜而密切的關系，人類活動對生態環境產生影響，而生態環境又直接或間接地影響著經濟系統。因此，利用與這兩個系統相關的指標來測量兩個系統的耦合關系和協調程度，是對這一復雜關系的有效研究方式。

（一）熵權法計算指標比重

熵權法是一種客觀賦權法，通過判斷數據自身的離散程度來衡量指標的權重，權重越大，說明表達的信息量越多，在綜合評價中的貢獻度也就越大。熵權法完全基于數據本身特征，可以克服主觀賦權的臆斷性，具有相對客觀性，并且相對其他客觀賦權法更具廣泛適用性，有助于提高評價結果的準確性。根據熵權法的計算方法[11]得到環境和經濟評價體系中各指標權重（見表2）。

（二）經濟發展與生態環境的耦合協調度

1.耦合協調模型

耦合度反映各系統要素之間互動的強弱，耦合協調度則反映各系統間相互作用的協調程度，可以衡量兩個或者多個系統之間的和諧關系程度。參考相關文獻[12，13]，建立經濟發展與生態環境的耦合度模型：

式中：U■和U■表示環境系統與經濟系統。C代表耦合度，取值在0—1之間。C值越大，表明兩者之間的相

互作用越強，反之越弱。k為調節系數，本文取k=2。在耦合度的基礎上，通過引入耦合協調度模型[14]，可以更科學地判斷系統協調水平，公式如下：

式中：Ｄ即耦合協調度，取值范圍為[0，1]，Ｔ反映的是系統協調發展水平綜合指數。α與β則是系統權重，其和等于1。

2.協調度的計算與分析

耦合類型和耦合協調狀態判別標準參考相關研究[15，16]，2021年江蘇省十三個市的經濟發展與生態環境耦合度、耦合協調度及耦合協調狀態的結果如表3所示。

從耦合度C值看，江蘇省13市的經濟發展和生態環境耦合度普遍較高，表明江蘇省在2021年發展經濟的同時十分注重生態環境的保護，著力推動減污降碳協同增效、促進經濟社會發展全面綠色轉型、實現生態環境改善。江蘇省有9個市（蘇州市、南京市、無錫市、徐州市、常州市、南通市、鹽城市、淮安市和揚州市）的耦合值C大于0.8，表明經濟發展和生態環境兩系統處于高水平耦合；有4個市（連云港市、鎮江市、泰州市和宿遷市）的耦合值C 處于0.7—0.8之間，表明經濟發展和生態環境兩個系統還處在磨合階段。

從耦合協調度數值和耦合協調狀態看，江蘇省各市經濟發展與生態環境耦合協調度D值波動區間較大，蘇州市耦合協調度D值為0.904，居13市首位，表明經濟發展和生態環境兩系統處于優質耦合協調狀態；南京市和無錫市分列第二、三位，D值分別為0.882、0.742，分別屬于良好耦合協調、中級耦合協調狀態，南通市、徐州市、常州市和鹽城市的耦合協調度D值在0.6—0.7之間，屬于初級耦合協調狀態，淮安市、揚州市、泰州市、連云港市和鎮江市的經濟發展和生態環境之間的耦合協調度D值在0.5—0.6之間，屬于勉強耦合協調狀態，而宿遷市的經濟發展和生態環境之間的耦合協調度D小于0.5，屬于瀕臨失調衰退類狀態。

綜上可知，蘇州市經濟發展和生態環境之間的耦合整體位居江蘇省首位，蘇州市是國家高新技術產業基地，是長江三角洲城市群重要的中心城市之一，它緊鄰上海市，實行“有為政府+市場化導向”的有機結合模式，實現了經濟的高速發展。在發展經濟的同時，蘇州市積極踐行“綠水青山就是金山銀山”理論，持續改善生態環境，通過構建生態安全格局，使蘇州的生態環境得到穩步提升。南京市作為江蘇省的省會城市，是江蘇省政治、經濟、科教和文化中心，主要是以電子信息、石油化工、汽車制造、鋼鐵為支柱的產業模式，形成先進制造業和現代服務業協調發展的產業格局，在發展經濟的同時也十分注重生態環境的保護，通過不斷強化綠色低碳引領，深入推進治氣攻堅，持續鞏固水污染防治成效，穩步開展土壤、地下水污染防治，嚴格落實“長江大保護”，切實保障生態環境領域安全生產，持續深化各項生態環境制度改革。宿遷市地處隴海經濟帶、沿海經濟帶、沿江經濟帶交叉輻射區，但其經濟發展狀況居江蘇省末位，從上海市和蘇南地區承接了較多的落后產能，這些企業在促進當地經濟發展的同時，也對當地的生態環境造成了一定的破壞。

3.基于BP神經網絡模型的耦合協調模型評價

BP神經網絡[17]是一種按誤差反向傳播訓練的多層前饋網絡，它的基本思想是利用梯度搜索技術，使網絡的實際輸出值和期望輸出值的誤差均方差為最小。由于存在量綱的影響，故使用極值標準化方法對原始數據進行歸一化處理。BP神經網絡模型以標準化之后的數據指標作為輸入層，以耦合協調模型計算出的耦合協調度D值作為輸出層，以此來檢驗耦合協調模型擬合效果（見表4）。

由表4可知，使用BP神經網絡模型擬合的D值與前文耦合協調模型D值的殘差均小于0.1，說明前文使用熵值法對經濟發展和生態環境進行評價較為合理，以此構建的耦合協調模型具有較好的應用效果。

四、耦合協調度的變化特征與趨勢預測

（一）空間動態變化趨勢分析

為了探索江蘇省經濟發展和生態環境耦合協調度的空間動態變化趨勢，利用核密度圖形顯示耦合協調度的空間動態變化趨勢（見圖1）。

從峰值來看，耦合協調度有變大的趨勢，其中協調度的波峰逐年收窄，說明經濟發展與生態環境的協調度的地區差異性變小；協調度的核密度分布態勢存在明顯的右拖尾現象，這說明，經濟發展與生態環境協調度存在部分地區遠超其他地區的現象；協調度對應核密度的波峰持續右移，說明協調度逐年升高，驗證了協調度穩步提升的時序特征。以上說明協調度有趨于平衡的發展態勢。

（二）趨勢預測

通過構建GM（1，1）灰色預測模型[18]，對江蘇省經濟發展和生態環境的耦合協調度D值發展趨勢進行預測分析。表5給出了2010—2021年江蘇省經濟發展與生態環境的耦合協調度D值，該表顯示協調度的真實值和灰色預測模型擬合值的預測誤差小于0.07，認為模型擬合效果達到要求，可以對江蘇省經濟發展和生態環境的耦合協調度進行預測。

從表5可以看到，十年來，江蘇省經濟發展和生態環境耦合協調度逐年穩步提高，由最初2010年的0.210增長至2021年的0.674，耦合協調類型由最初的中度失調衰退經歷瀕臨失調衰退、勉強耦合協調和初級耦合協調，最終在2020年達到中級耦合協調。總體來說，江蘇省經濟發展與生態環境的耦合度呈上升趨勢，二者之間的關系更為緊密。

五、結論與建議

（一）研究結論

1.耦合協調模型的構建與計算

通過構建耦合協調模型來反映2021年江蘇省十三市經濟發展和生態環境兩個系統的和諧關系程度，進而使用BP神經網絡模型對耦合協調模型進行評價，以此來檢驗模型擬合狀況。從模型結果可以看到，蘇州市經濟發展和生態環境的耦合協調狀態為優質耦合，說明兩者之間各要素配合得當，互惠互利；而宿遷市的經濟發展和生態環境處于瀕臨失調狀態，表明宿遷市在高速發展經濟的同時，沒有注重環境保護，導致兩者相互摩擦，造成失調衰退狀況。這與主成分評價模型的結果相同，從多方面驗證模型擬合效果的優良性。由BP神經網絡模型結果可知，通過熵值法構建的耦合協調模型有很好的擬合效果。

2.耦合協調度的變化特征與預測

通過分析2010—2021年經濟發展和生態環境耦合協調度的時間變化特征，并借助灰色預測模型，對江蘇省經濟發展和生態環境的耦合協調度進行預測。結果顯示，江蘇省耦合協調度逐年上升，呈現出中級耦合協調的發展趨勢。

（二）對策建議

1.優化區域發展布局，促進經濟結構升級

首先，優化區域發展布局，提升經濟發展效率。加快區域一體化發展，如根據各個地區的特點，探索產業鏈合理對接、創新協同等創新路徑；加快產業數字化和數字產業化發展，建設接軌上海、帶動周邊、輻射江北的沿江經濟帶；推動蘇北的物流樞紐建設，加快海港、陸港與空港的一體化建設。統籌區域發展格局，加強蘇南蘇北產業轉移合作，協同發展。

其次，促進經濟結構升級，提升經濟發展質量。充分發揮江蘇制造業的技術和規模優勢，推動產業向智能化、綠色化發展，不斷實現結構升級，加快傳統產業優化升級和布局調整。推動數據賦能全產業鏈協同轉型，實施產業發展向數字化轉型升級。加強綜合能源網絡建設，提升能源建設的數字化水平和能源利用效率，以此提高經濟發展和生態環境的耦合協調度，為經濟發展的綠色化奠定基礎。

2.大力發展綠色產業，促進經濟可持續發展

發展綠色產業是提高經濟發展和生態環境耦合協調度的一種重要途徑。建設長三角綠色制造產業示范區，發展特色型服務經濟、融合型數字經濟、前沿型創新經濟、生態型湖區經濟等。例如，發展面向長三角地區的休閑旅游產業；以泰州醫藥城為依托，發展大健康產業；沿海地區發展海洋經濟和生態經濟；沿太湖地區建設生態湖區，發展湖區經濟。

以市場為導向，構建綠色技術創新體系，培育綠色技術創新企業，鼓勵高校開展綠色技術研究、并培養綠色技術人才；積極發展節能環保、資源循環利用、清潔能源、清潔生產等綠色產業；加大低端化工產能退出力度，建設綠色高端的現代化工產業體系；堅持推動經濟的低碳化發展，提高能源利用效率，尤其是化石能源的利用效率，構建能源消耗的預警機制，促進經濟發展的綠色化。

3.健全生態環境治理機制，促進經濟和環境的協調發展

完善生態環境的治理機制是促進經濟健康發展的重要途徑，是實現經濟綠色發展的基本保證。完善生態環境領域的法規體系，健全地方政府考核和責任追究制度是環境治理的必要條件。因此，應加強企業環境治理的責任制度建設，開展綠色等級評定，完善環境信用評價制度，對重點污染企業進行重點監督，做好責任劃分，建立環境損害的追責制度；進一步提升政府治理的數字化水平，提升治理效率；完善公眾監督、輿論監督等環境治理社會監督機制。

參考文獻：

[1]" "Panayotou T. Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development[J].Pacific and Asian Journal of Energy，1993，4（1）.

[2]" "Bovennberg A. L.，Smulders S. Environmental Quality and Pollution-Augmenting Technological Change in a Two-Sector Endogenous Growth Model[J].Journal of Public Economics，1995，57（3）：369-391.

[3]" "劉建興，顧曉薇，李廣軍，等.中國經濟發展與生態足跡的關系研究[J].資源科學，2005（5）：33-39.

[4]" "杜賓，鄭光輝，劉玉鳳.長江經濟帶經濟與環境的協調發展研究[J].華東經濟管理，2016，30（6）：78-83.

[5]" "Yuanfang Wang，Qijin Geng，Xiaohui Si，Liping Kan. Coupling and Coord-ination Analysis Ofurbanization，Economy and Environment of Shandong Province，China[J].Environment，Development and Sustainability，2020，23（7）.

[6]" "鄭鐵明，周鵬飛.中國西部城市經濟發展與生態環境耦合協調：基于綠色發展視角的研究[J].科技管理研究，2022，42（13）：209-215.

[7]" "郝瑛.成渝地區雙城經濟圈區域經濟與生態環境耦合協調發展研究[D].重慶：重慶工商大學，2022.

[8]" "張榮天，焦華富.泛長江三角洲地區經濟發展與生態環境耦合協調關系分析[J].長江流域資源與環境，2015，24（5）：719-727.

[9]" "薛明月.黃河流域經濟發展與生態環境耦合協調的時空格局研究[J].世界地理研究，2022，31（6）：1261-1272.

[10]" "熊藝龍.西南地區旅游經濟發展與生態環境保護耦合協調研究[D].貴陽：貴州財經大學，2022.

[11]" "賈晴雯，董增川，朱圣男，等.江蘇省水生態與經濟耦合協調度評價[J].水利經濟，2022，40（3）：42-47，94.

[12]" "樊文平，王鴻康，劉紅平，等.山東省城鎮化發展與大氣環境耦合協調性研究[J].華東經濟管理，2020，34（3）：23-30.

[13]" "劉玉鳳，高良謀.京津冀城市群經濟與環境的耦合協調發展及時空演化分析[J].統計與決策，2019，35（10）：134-137.

[14]" "王莎，童磊，賀玉德.京津冀產業結構與生態環境交互耦合關系的定量測度[J].軟科學，2019，33（3）：75-79.

[15]" "薛婧，白璐，武琛昊，等.甘肅省經濟發展與生態環境保護耦合協調關系研究[J].環境工程技術學報，2022，12（4）：1280-1287.

[16]" "張國俊，王玨晗，吳坤津，等.中國三大城市群經濟與環境協調度時空特征及影響因素[J].地理研究，2020，39（2）：272-288.

[17]" "傅春，鄧俊鵬，吳遠卓.基于BP神經網絡和協調度的河流健康評價[J].長江流域資源與環境，2020，29（6）：1422-1431.

[18]" "胡江霞，文傳浩，蘭秀娟.三峽庫區經濟可持續發展的生態壓力分析及預測：基于灰色預測模型[J].技術經濟，2015，34（9）：55-60.

Research on the Coupling and Coordination Degree of Economic Development and Ecological Environment

—Based on Panel Data Analysis of Thirteen Cities in Jiangsu Province

YANG Can， SHEN Min， YANG Yanjiong

（School of Mathematics and Physics， TaiZhou University， Taizhou 225300， China）

Abstract： Green and low-carbon economic development is a key link in achieving high-quality development. Therefore， taking the economic development and ecological environment of Jiangsu Province as the research object， the entropy weight method and coupling coordination model were used to construct the coupling evaluation index system of ecological environment and economic development in Jiangsu Province. The spatial distribution characteristics of the coupling coordination degree of ecological environment and economic development in thirteen cities in Jiangsu Province were analyzed. The coupling coordination model was evaluated using a neural network model， and the temporal variation characteristics of the coupling coordination degree were analyzed. The grey prediction model was used to predict the coordination degree of ecological environment and economic development in Jiangsu Province. The research results show that the coupling coordination degree between economic development and ecological environment in Jiangsu Province has significant spatiotemporal distribution differences; from a spatial perspective， cities such as Suzhou， Nanjing， and Wuxi have a higher level of coupling and coordination， while cities such as Lianyungang， Zhenjiang， and Suqian have a lower level of coupling and coordination; from the perspective of time distribution， the overall coupling and coordination level of the economy and environment in Jiangsu Province has shown a trend of increasing year by year. Based on this， strategies and suggestions are provided to promote the coordinated development of economy and environment in Jiangsu Province.

Key words： Economic development; Ecological environment; Coupling coordination; Neural network; Gray prediction

[責任編輯" "若" "云]