生態(tài)文明視閥下中國區(qū)域GDP與ESV的協(xié)同關系研究

[關鍵詞] 生態(tài)系統(tǒng)服務價值；似不相關回歸模型；時空演進；協(xié)同關系；驅動因素

［中圖分類號］F127［文獻標志碼］A[文章編號］1008-0694（2025）03－0057－18

[基金項目]重慶市哲學社會科學創(chuàng)新工程重點項目“生態(tài)產品價值實現機制研究”（2025CXZD18）；重慶市統(tǒng)計局2025年度統(tǒng)計科研重點項目“重慶市經濟韌性評價研究”（2025ky03 ）；重慶市北碚區(qū)統(tǒng)計局第五次全國經濟普查課題研究重點項目“北碚區(qū)現代化產業(yè)體系的構建與測度研究”。

黨的二十大報告指出，要推進城鄉(xiāng)融合和區(qū)域協(xié)調發(fā)展，建立生態(tài)產品價值實現機制。目前，我國提出了一系列生態(tài)空間類型并制定了不同的管控措施，多數地區(qū)開始出臺地方核算標準以及核算技術指南，不僅可以為生態(tài)系統(tǒng)功能提供保障，也為經濟高質量發(fā)展提供綠色支撐。但是，隨著我國城鎮(zhèn)化和工業(yè)化的快速發(fā)展，人口集聚、國土開發(fā)建設等活動加劇，國內生產總值（GDP）增長導向型的發(fā)展模式最終造成一定程度的自然環(huán)境污染、生態(tài)系統(tǒng)退化和資源過度消耗等問題，阻礙了生態(tài)和經濟的協(xié)調可持續(xù)發(fā)展。因此，如何在追求經濟發(fā)展與保護生態(tài)環(huán)境之間取得最佳平衡已成為一個十分關鍵且亟待解決的問題，如何推動經濟社會發(fā)展全面綠色轉型以及生態(tài)環(huán)境質量改善由量變向質變也成為各級政府的工作重點與社會關注的焦點。

一、文獻綜述

現有文獻關于生態(tài)產品價值的核算方法主要有三種：一是當量因子法，1-2]用于核算生態(tài)系統(tǒng)服務價值（EcosystemServiceValue，ESV），表示通過生態(tài)系統(tǒng)功能直接或間接獲得產品與服務的價值。20世紀末，國外學者Costanza等（1997）、3]Daily（1997）就開始了關于ESV的研究。4此后，生態(tài)系統(tǒng)服務價值評估成為國內外相關學科領域研究的熱點問題。許多學者也在全球、國家、區(qū)域和流域等不同尺度上計算了ESV。[5-8]二是功能價值法，9]用于核算生態(tài)系統(tǒng)生產總值（Gross EcosystemProduct，GEP），表示生態(tài)系統(tǒng)為人類福祉和經濟社會可持續(xù)發(fā)展提供的最終產品與服務價值的總和。國內學者開展GEP核算已涉及全球、全國、省域、市域等不同區(qū)域尺度。10-13]三是能值轉換法，[14-15]用于將生態(tài)系統(tǒng)中不同類別的能量和物質轉換為統(tǒng)一標準的能值以進行定量分析。但該方法在使用中需標明能值基線，在生態(tài)產品價值核算上的應用較少。相對功能價值法而言，當量因子法的核算體系較為規(guī)范，評價方法和參數標準統(tǒng)一，運算過程較為簡單，數據要求也較低。此外，謝高地等（2015）在Costanza等的研究基礎上對反映我國不同生態(tài)系統(tǒng)單位面積ESV的當量因子表進行了更新和完善，16特別適用于區(qū)域尺度ESV的評估。[17]

國內外學者對生態(tài)系統(tǒng)與經濟系統(tǒng)之間的研究不斷豐富完善。一是理論基礎方面，美國經濟學家Grossman等（1995）首次提出環(huán)境庫茲涅茨曲線（Environmen-talKuznetsCurve，EKC），指出了環(huán)境污染與經濟發(fā)展存在先增后減的“倒U型”曲線關系。18]二是研究方法方面，大多數學者從地理角度或基于統(tǒng)計數據構建生態(tài)系統(tǒng)指標評價體系并計算生態(tài)產品價值以研究生態(tài)環(huán)境與經濟發(fā)展相互作用的演化，[19-20]較少學者采用當量因子法[21]和功能價值法進行研究。[22-23]三是研究內容方面，主要包括生態(tài)和經濟的時空變化特征與影響因素、[24-25]耦合協(xié)調關系與發(fā)展模式、協(xié)調發(fā)展路徑等，26-27]并從全國、省際、市域、地區(qū)、流域等多種空間尺度進行分析。28-32]目前，關于生態(tài)環(huán)境與經濟發(fā)展的時空演變、耦合協(xié)調關系的研究多集中于農業(yè)經濟、旅游經濟和土地利用等方面。33]

綜上所述，學界對生態(tài)系統(tǒng)與經濟系統(tǒng)的相關研究比較成熟，但仍存在以下不足：一是現有文獻主要集中在流域以及城市群等大尺度研究區(qū)域，對市、縣以及重要生態(tài)功能區(qū)等小尺度區(qū)域的生態(tài)產品價值核算與研究不夠豐富。二是研究內容大多集中于時空演變及耦合協(xié)調等單方面研究，對區(qū)域空間協(xié)同關系及其時空分異特征的研究不足，也缺乏對影響GDP與ESV的驅動因素識別，且解釋變量多集中在社會經濟因素。三是從實證方法看，運用空間計量模型進行驅動因素分析的文章尚不多見。本文的貢獻和可能存在的創(chuàng)新點主要有以下三點：一是將時空演進、協(xié)同關系和驅動因素三者結合在一起進行研究，更全面地揭示經濟發(fā)展和生態(tài)保護之間的內在關聯(lián)。二是驅動因素指標的選取全面考慮了科學技術和生態(tài)環(huán)境等自然地理環(huán)境和社會經濟發(fā)展因素，估計結果更加準確。三是采用空間計量模型即似不相關回歸模型分析驅動因素，并進行時空異質性分析，結果更具針對性。

二、研究區(qū)域與研究方法

1．研究區(qū)域概況

重慶市位于我國西南部，下轄38個區(qū)縣。作為長江流域重要生態(tài)屏障，重慶在水土保持、水源涵養(yǎng)等方面發(fā)揮著關鍵作用。但是，重慶市又作為生態(tài)環(huán)境高度敏感區(qū)，生態(tài)資源比較脆弱，其經濟的快速發(fā)展帶來了一系列生態(tài)問題，如水土流失、生態(tài)承載力降低、石漠化等，34-36城市建設用地的擴張也給生態(tài)帶來了負面影響。7]因此，深入研究重慶市生態(tài)系統(tǒng)服務價值與國內生產總值的時空關系，尤其是研究重慶“一區(qū)兩群”的GDP與ESV變化特征，①對于推動重慶區(qū)域協(xié)調可持續(xù)發(fā)展具有重要的現實意義。

2．數據來源

本研究的樣本為重慶市38個區(qū)縣，研究時期為2000、2010、2020年，所用數據主要包括土地利用數據、GDP數據和驅動因素數據：（1）土地利用數據來源于中國科學院資源環(huán)境科學與數據中心。（2）GDP數據來源于相應年份的《重慶統(tǒng)計年鑒》。（3）驅動因素涉及的社會經濟、人口結構、生態(tài)環(huán)境等數據來源于相應年份的《重慶統(tǒng)計年鑒》、相關部門的官方網站以及官方媒體公開披露的統(tǒng)計年報，缺失的數據通過區(qū)縣統(tǒng)計年鑒、國民經濟和社會發(fā)展統(tǒng)計公報以及EPS數據庫進行補充；年均氣溫、年降水量數據來自中國氣象數據網；地勢起伏度所用的高程數據來自地理空間數據云；歸一化植被指數（NormalizedDifferenceVegetation In-dex，NDVI）數據通過地理空間數據云下載。為了增加各年份間的可比性，本文以2020 年為基期通過國內生產總值指數對GDP進行平減處理。

3．研究方法

（1）生態(tài)系統(tǒng)服務價值核算。本研究采用當量因子法核算生態(tài)系統(tǒng)服務價值，根據重慶市實際情況，參考周李磊等（2023）的研究成果得到重慶市不同生態(tài)系統(tǒng)服務價值修正系數。38]由于建設用地對生態(tài)環(huán)境的影響具有積累效應，難以量化其ESV，因此，只將耕地、林地、草地、水域和未利用地五種土地利用類型納入研究中。

式（1）和式（2）中： ESV_i 、ESV分別為第i種生態(tài)系統(tǒng)服務的價值和總的生態(tài)系統(tǒng)服務價值； A_i 為第 i 種土地利用類型的面積， VC_i 為第i種生態(tài)系統(tǒng)服務的價值系數。

（2）耦合協(xié)調分析。Tapio解耦模型適用于分析兩種指標之間的相關性，已有學者將類似的模型用于研究經濟增長與能源消耗、39]區(qū)域經濟與生態(tài)產品價值之間的關系。40]基于該模型，本文利用 ESV 和GDP 的變化引人耦合指數以描述重慶市生態(tài)保護與經濟發(fā)展之間的協(xié)同關系，具體公式如下：

式（3）、式（4）和式（5）中：e代表ESV與GDP之間的耦合指數， GDP_pr 代表GDP的變化率， ESV_pr 代表ESV的變化率，pi和pj分別為研究期的開始和結束年份，pr為研究期間，即pi－pj。為了區(qū)分不同的耦合協(xié)調類型，參照Guan 等（2022）的研究，41將計算結果分為八種類型，如表1所示。但由于重慶市GDP 從2000年以來處于增長狀態(tài)，①故不予考慮 ΔGDPlt;0 的情況。

表1耦合協(xié)調類型

（3）空間自相關分析。現有研究多采用單變量Moran'sI指數來描述空間自相關關系，雙變量自相關分析是對傳統(tǒng)方法的進一步改進，其可以揭示兩個變量之間的空間相關性。本研究采用雙變量Moran'sI分析GDP與ESV之間的空間集聚和離散模式，即采用全局空間自相關法（Moran'sI指數）檢測重慶市GDP與ESV的空間自相關，采用局部二元空間自相關法（LISA聚類圖）檢測區(qū)縣間的空間自相關。全局 ，小于0表示GDP與ESV呈負相關，大于0則表示正相關，如果接近0，則表明存在離散分布。具體計算公式如下：

式（6）、式（7）和式（8）中： W_ij 為空間權重值， I₁ 為雙變量的全局Moran'sI指數， I₂ 為雙變量的局部Moran'sI指數， n 為空間單元個數， Z_xi 與 Z_yj 分別代表兩個變量在空間單元i、j的標準化值。

（4）驅動因素分析。除了自然本身的初始資源稟賦，人類活動也會對經濟系統(tǒng)和生態(tài)系統(tǒng)造成影響。結合重慶市實際狀況，主要從社會經濟、技術水平、人口結構、自然資源、生態(tài)環(huán)境和農業(yè)狀況6個方面選取驅動因素以考察自然地理環(huán)境因素和社會經濟發(fā)展因素對GDP與ESV協(xié)調發(fā)展的影響（詳見表2），其中，對經濟發(fā)展水平、投資力度、城鎮(zhèn)居民收入、農村居民收入和地方財政支出5個因素作對數處理。

考慮到解釋變量之間的同期相關性，即存在某未知因素可能同時影響重慶市GDP與ESV，并且各方程的隨機誤差項之間也可能存在同期相關性。采用似不相關（SUR）聯(lián)立方程進行樣本估計，該模型得到的參數估計值方差更小，可以顯著提升整體估計效率，是分析驅動因素的重要方法。42-43]具體模型設定如下：

式（9）和式（10）中，i代表區(qū)縣； 、 lnESV_i，t 為被解釋變量，分別表示第i個區(qū)縣的GDP與ESV水平， X_k，i，t 表示第 k 個解釋變量， α₀ 和 β₀ 為截距項，α_k 和 β_k 為待估參數， 1 u_i，t 表示方程的隨機誤差項。

表2GDP與ESV的驅動因素指標表

三、GDP與ESV的時空演進特征與協(xié)同關系分析

1．GDP與ESV時空演進特征分析

（1）重慶市GDP時空演變特征分析。如表3所示，①從GDP整體空間分布格局來看，剔除物價因素，研究期間重慶市經濟發(fā)展空間不均衡，重慶的西部區(qū)域GDP 明顯高于東部區(qū)域，主要原因在于西部區(qū)域區(qū)位條件優(yōu)越，經濟基礎雄厚，吸引并聚集了較多的高素質人才，而東部區(qū)域交通運輸不發(fā)達，人口外流嚴重，經濟基礎較為薄弱。從地均GDP來看，低值區(qū)主要分布在渝東南和渝東北地區(qū)且數值均低于全市平均水平，中心城區(qū)的土地面積最少且經濟密度遠高于全市平均水平。從人均GDP來看，全市呈現出西高東低的特征，僅中心城區(qū)的人均GDP遠高于全市平均水平。整體而言，重慶市存在著明顯的空間分異特征，GDP數值總體呈“西高東低，一區(qū)兩群”的分布格局，且高低格局基本穩(wěn)定，初步形成了以渝中和萬州為核心的兩個高值區(qū)。

表3重慶市“一區(qū)兩群”GDP和ESV

（2）重慶市ESV時空演變特征分析。土地利用變化分析。如表4所示，用地類型面積反映耕地和林地是重慶市主要的生態(tài)系統(tǒng)。近20年來，重慶市耕地和草地等生態(tài)系統(tǒng)區(qū)域有所減少，林地、水域以及建設用地等生態(tài)系統(tǒng)面積有所增加。用途的改變引起了用地類型的變化，各類生態(tài)系統(tǒng)面積的增減表明人類活動對生態(tài)的影響已經加強，并且占用了部分農田生態(tài)系統(tǒng)，導致耕地等生態(tài)系統(tǒng)面積減少以及服務價值受損。而ESV的增長得益于林地和水域等生態(tài)系統(tǒng)面積的增多，這與重慶市積極實施天然林資源保護、退耕還林還草等林業(yè)重點工程密切相關，張艷軍等（2017）也指出三峽以及水利工程的大規(guī)模建設提高了水域 ESV［63]用地類型ESV顯示，2020年生態(tài)系統(tǒng)產生的ESV大小為：林地 gt; 耕地 gt; 草地 gt; 水域 gt; 未利用地。耕地和草地出現不同程度的下降，主要原因可能是部分居民生態(tài)意識薄弱，不適當的砍伐以及開發(fā)建設等活動致使土地退化或資源被占用。

表4重慶市生態(tài)系統(tǒng)用地類型ESV

生態(tài)系統(tǒng)服務類型變化分析。如表5所示，2000—2020年重慶市ESV逐年提高，實際增長率為 4.48% 。生態(tài)系統(tǒng)調節(jié)服務是ESV的核心價值，2020年占比達到 67.94% 。并且近20年間生態(tài)系統(tǒng)調節(jié)服務價值增加了227.01億元，表明提供改善人類生存與生活條件的調節(jié)服務水平不斷提升。但重慶市ESV及各個服務類型ESV的增長速度較低且均呈減弱態(tài)勢，其中，調節(jié)服務價值增速下降幅度最高，表明人類活動給重慶市生態(tài)系統(tǒng)帶來負面影響。在供給服務價值上，雖然生態(tài)產品供給能力逐漸增強，保障了人們日益增長的物質需要，但從整體上看，生態(tài)系統(tǒng)對生態(tài)環(huán)境的正向作用力越來越弱。

表5重慶市生態(tài)系統(tǒng)服務類型ESV①

區(qū)縣生態(tài)系統(tǒng)服務價值分析。如表3所示，②從空間分異特征來看，重慶市ESV總體發(fā)展態(tài)勢良好，但區(qū)域差異性顯著，總體呈現“東北、東南高，西部低”的空間格局，具有明顯的“一區(qū)兩群”分布特征，局部呈現高一高集聚和低—低集聚的分布格局。具體而言，ESV高值區(qū)主要分布在渝東北和渝東南地區(qū)，且渝東北ESV高于渝東南，該類地區(qū)擁有較多的山脈，自然資源豐富，具有經濟水平落后和城鎮(zhèn)化水平較低的特點，人類活動對生態(tài)系統(tǒng)造成的負面影響較小，并且也得益于近年來的石漠化治理、水土保持對生態(tài)環(huán)境建設和保護的作用，其生態(tài)系統(tǒng)穩(wěn)定。低值區(qū)主要分布在中心城區(qū)和西部的主城新區(qū)，中心城區(qū)的ESV遠遠低于其他片區(qū)，該類地區(qū)處于低山丘陵地帶，社會經濟的快速發(fā)展擾動了區(qū)域生態(tài)系統(tǒng)，并且居民建設用地向外擴張、城市建設規(guī)模集中連片等也導致ESV偏低。從時間來看，只有渝東南和渝東北地區(qū)空間格局依次發(fā)生變化，ESV進一步提升。

從地均ESV來看，主要呈現“西低東高，一區(qū)兩群”的分布格局，且空間集聚程度不斷加深。另外，運用趨勢面法分析地均ESV的分異趨勢發(fā)現（詳見圖1），擬合曲線變化差異不大，從南北方向看，各地區(qū)地均ESV從北至南呈現“U型”趨勢，即渝東南、渝東北地區(qū)地均ESV較高；從東西方向看，各地區(qū)地均ESV從西到東逐漸上升，并且在2010 年表現出明顯的“西部下降、東部上升”特點。就人均ESV值而言，人口密度是造成渝東南地區(qū)和中心城區(qū)人均ESV之間顯著差異的主要原因，說明高強度的人類社會經濟活動導致生態(tài)系統(tǒng)受到劇烈干擾，在一定程度上降低了該區(qū)域的ESV水平。

圖1重慶市2000年、2010年和2020年地均ESV趨勢面演化情況

2.GDP與ESV的協(xié)同關系分析

如表6所示，在整個研究期間，重慶市耦合指數為0.51，生態(tài)經濟處于低度失調發(fā)展狀態(tài)。但e值由2000—2010年的0.56增長至2010—2020年的0.75，兩者耦合協(xié)調的階段性特征顯著，即重慶市全面實施林業(yè)等生態(tài)重點工程，推動生態(tài)恢復，生態(tài)經濟協(xié)調關系得到明顯改善。但這兩段時期重慶生態(tài)經濟均處于低度失調狀態(tài)，表明研究期間生態(tài)保護與經濟發(fā)展之間的矛盾仍然存在。

表6 重慶市GDP與ESV的耦合指數

GDP與ESV的協(xié)同關系具有明顯的時空差異。如表7所示，重慶市生態(tài)經濟協(xié)同發(fā)展存在3種類型，高度協(xié)調、低度協(xié)調和低度失調。從生態(tài)經濟協(xié)調類型時間演變過程來看，2000—2010年協(xié)調類型以低度失調為主，占全部區(qū)縣數的81.58% ；2010—2020年重慶市協(xié)調類型變化較為顯著，低度失調區(qū)縣數占全部區(qū)縣數的 63.16% ，數量顯著下降可能與重慶大力實施生態(tài)環(huán)境保護政策息息相關。其中，分布于主城新區(qū)和渝東北地區(qū)的豐都縣、合川區(qū)、江津區(qū)等區(qū)縣由低度協(xié)調轉為低度失調狀態(tài)，表明這些區(qū)縣在開始快速發(fā)展經濟的同時對生態(tài)環(huán)境的平衡造成了破壞。而有14個區(qū)縣的生態(tài)與經濟正逐步形成良性互動關系，由失調轉變?yōu)閰f(xié)調狀態(tài)，其中，城口縣、大渡口區(qū)、南岸區(qū)和萬州區(qū)實現跨階段轉變，由低度失調轉變?yōu)楦叨葏f(xié)調狀態(tài)，表明這4個區(qū)縣在發(fā)展經濟的同時也開始高度重視生態(tài)保護。整個研究期間的協(xié)調程度不高，絕大部分區(qū)縣處于低度失調狀態(tài)。

表7重慶市協(xié)調類型區(qū)縣數量情況

結合空間演化過程來看，本文以耦合指數1為分界線，將協(xié)調發(fā)展特征劃分為生態(tài)相對滯后與經濟相對滯后，耦合指數范圍在0.8—1.2的為同步發(fā)展，使用ArcGIS10.8繪制的空間分布圖詳見圖2。2000—2010年，重慶市絕大多數區(qū)縣耦合指數小于0.89，整體協(xié)調發(fā)展特征表現為生態(tài)相對滯后。生態(tài)相對發(fā)展較好的地區(qū)集中在主城新區(qū)以及渝東北地區(qū)，渝北區(qū)和萬州區(qū)生態(tài)相對滯后特征最為明顯，這兩個區(qū)也是經濟發(fā)展的重點城市。2010—2020年，中心城區(qū)的發(fā)展比較符合EKC的變化趨勢，由生態(tài)相對滯后型向同步發(fā)展轉變，西部區(qū)域的主城新區(qū)進入EKC上行區(qū)間，由同步發(fā)展向生態(tài)相對滯后型轉變。此外，生態(tài)相對發(fā)展較好的地區(qū)向“兩群”方向移動，并表現為經濟相對滯后，該現象與程靜等（2022）提出的耦合指數具有空間溢出效應結論相符。4]但在2000—2020 年間，重慶市GDP與 ESV的協(xié)同關系并不強，為絕對性的低度失調且偏向于生態(tài)相對滯后型發(fā)展。

圖2重慶市耦合指數空間分布情況

四、GDP與ESV協(xié)同關系的驅動因素分析

1．GDP與ESV空間自相關分析

采用GeoDa1.20軟件進行空間自相關分析，以人均GDP、地均ESV分別表征不同區(qū)域間的經濟發(fā)展水平、生態(tài)環(huán)境狀況。如圖3所示，通過建立空間權重矩陣，計算出2000年、2010 年和2020 年重慶市全局空間自相關指數Moran'sI值分別為-0.465、-0.455和-0.521（ Plt;0.001 ），表明研究期內重慶市人均GDP與地均ESV呈顯著空間負相關關系且總體關系逐漸增強。

圖3 重慶市人均GDP與地均ESVMoran'sI指數散點圖

本文進一步利用LISA聚類圖分析局部空間自相關，如圖4所示，2000—2020年重慶市人均GDP與地均ESV的局部空間格局具有顯著相似性。在 95% 的置信度水平下可以清晰地將重慶市各區(qū)縣分為3種局部自相關類型。具體表現為：（1）高一低集聚區(qū)，代表經濟發(fā)展水平較高的區(qū)域會抑制鄰域的生態(tài)環(huán)境狀況，代表區(qū)縣有北碚區(qū)、江北區(qū)等，且該類集聚隨時間推移在重慶市主城都市區(qū)進一步擴散。（2）低一低集聚區(qū)，代表經濟發(fā)展水平和鄰域生態(tài)的發(fā)展均處于劣勢，但雙低的數量在研究期間顯著減少，代表區(qū)縣有潼南區(qū)。（3）低一高集聚區(qū)，代表經濟發(fā)展水平相對落后但鄰域擁有較好的生態(tài)環(huán)境狀況，典型的如巫溪、酉陽等渝東北、渝東南的區(qū)縣，且近20年來未發(fā)生較大變化。綜合來看，重慶市西部區(qū)域主要以高一低組合為主，東部區(qū)域以低一高組合為主，總體發(fā)展的均衡性協(xié)調性有待提高，并且局部空間自相關結果表明區(qū)縣經濟與生態(tài)發(fā)展的深層次互動會對鄰域產生一定的輻射作用，也再次證明耦合協(xié)調度存在明顯的空間溢出效應。

圖4重慶市人均GDP與地均ESV雙變量局部LISA聚類圖

2．驅動因素分析

（1）全樣本估計。如表8所示，B-P檢驗的P值小于0.01，說明選擇SUR方法可以提高估計效率。參考連玉君等（2017）的做法，5]先除去面板數據中的個體效應，將變換后的數據視為截面數據，再進行SUR估計和組間系數檢驗。由于本文樣本數量不大，因此使用了小樣本條件的方法，并進行了聚類調整得到穩(wěn)健標準誤。

限于篇幅，表中未展示參數的聚類穩(wěn)健標準誤，僅顯示參數的顯著性P值。如表8所示，在 5% 的顯著性水平下，經濟發(fā)展水平和年降水量為正向驅動效應，即兩者數值增加會進一步提升生態(tài)環(huán)境與經濟發(fā)展的協(xié)調性，且系數均在 1% 的水平上存在組間顯著差異。年降水量不僅會影響生態(tài)系統(tǒng)的水資源供給、水文調節(jié)和生物多樣性等功能，也有利于植被生長和生態(tài)系統(tǒng)修復，其對ESV的驅動作用顯著高于GDP。產業(yè)結構為負向驅動效應，且組間系數沒有顯著差異，表明第二產業(yè)產值增加在一定程度上意味著工業(yè)企業(yè)的大幅度擴張，粗放式的工業(yè)化發(fā)展模式不僅需要消耗大量資源，也會排放廢棄物對生態(tài)造成破壞，從而抑制環(huán)境與經濟的協(xié)調關系。此外，張俊等（2023）指出工業(yè)企業(yè)向郊區(qū)和鄉(xiāng)村轉移也會對生態(tài)系統(tǒng)服務產生擠出效應。城鎮(zhèn)化率對GDP和ESV的作用呈“U型”的非線性關系，且組間系數差異不顯著，可能是由于早期部分區(qū)縣過度依賴土地出讓收人和土地抵押融資推進城鎮(zhèn)化建設，浪費了大量生態(tài)用地資源，城鄉(xiāng)建設用地的擴張也侵占和破壞了部分生態(tài)用地，導致GDP和ESV降低，但隨著以人為核心的新型城鎮(zhèn)化與生態(tài)文明建設戰(zhàn)略的實施，推動了GDP和ESV協(xié)調發(fā)展。

表8全樣本回歸結果

注： ①^*** 、**、*分別表示參數估計在 1% 、 5% 及 10% 的臨界水平上統(tǒng)計顯著，下同； ② Breusch -Pagan 服從卡方分布； ③ 組間系數差異檢驗的P值顯著則代表組間系數存在顯著差異。

在 10% 的顯著性水平下，地方財政支出對GDP和ESV有正向驅動作用，意味著包含有節(jié)能環(huán)保支出的財政投人對生態(tài)經濟的協(xié)調關系產生積極作用。人口密度會提高GDP但降低ESV水平，即人口密度的提升雖然會給經濟發(fā)展帶來人力資源和規(guī)模，但也會減弱生態(tài)系統(tǒng)承載力，并且該指標越高往往意味著人類活動強度越大，會擠占部分生態(tài)系統(tǒng)空間，并通過非農活動消耗更多資源，阻礙生態(tài)與經濟的協(xié)調發(fā)展。加入人口密度的平方項發(fā)現，①人口密度對GDP和ESV的驅動作用呈近似的“倒U型”關系，即人口密度在超過一定水平后會對GDP和ESV造成負向驅動，系數也存在組間顯著差異。結合前文分析發(fā)現，人口密度對ESV的制約作用更強，生態(tài)環(huán)境更脆弱。

（2）異質性分析。年份異質性分析。本文考察各研究時期驅動因素對GDP 和ESV的異質性影響。結果顯示，地方財政支出會對GDP和ESV產生正向驅動作用且系數在總體上逐漸增大。人口密度對ESV的影響始終為負，但隨著時間推移，人口密度對ESV的負向驅動效應逐漸減弱。年均氣溫對GDP產生正向影響而對ESV產生負向影響，且隨時間變化呈現“正負向效果減弱”的態(tài)勢。具體而言，氣溫升高會通過改變生物多樣性和生態(tài)系統(tǒng)功能而對生態(tài)系統(tǒng)產生較大的破壞效應。]城鎮(zhèn)化水平僅在2020 年對GDP 和ESV 產生顯著影響，且對 ESV 的負向驅動作用增強。

區(qū)域異質性分析。驅動因素對區(qū)域的GDP和ESV發(fā)展有著較為明顯的空間異質性。經濟發(fā)展水平在主城都市區(qū)和渝東南地區(qū)對GDP和ESV的協(xié)調發(fā)展具有正向驅動作用，對渝東南地區(qū)的影響效果更大。人口密度對渝東北地區(qū)GDP、渝東南地區(qū)ESV的正向驅動作用均高于主城都市區(qū)。地方財政支出僅對渝東北地區(qū)和渝東南地區(qū)的ESV產生正向驅動作用。在主城都市區(qū)和渝東北地區(qū)，城鎮(zhèn)化水平對GDP和ESV的驅動作用呈近似“U型”的非線性關系，渝東北地區(qū)的城鎮(zhèn)化水平系數更大，且僅對渝東北地區(qū)ESV的影響處于上升階段。在渝東南地區(qū)，城鎮(zhèn)化水平對GDP具有正向驅動作用，對ESV的影響為“U型”關系。

結合數據的可得性，在社會經濟和自然資源等因素的基礎上，本研究對2020年重慶市增加技術水平、生態(tài)環(huán)境和農業(yè)狀況3個方面的指標數據展開進一步分析，如表9所示。首先，從社會經濟方面看，城鎮(zhèn)居民收人對ESV具有負向驅動作用，而農村居民收入對GDP與ESV具有正向驅動作用，因此，有必要提升農村居民收入水平，縮小城鄉(xiāng)居民收入差距。其次，從技術水平方面看，Ramp;D經費投入強度正向驅動GDP與ESV的協(xié)調發(fā)展。再次，從自然資源方面看，歸一化植被指數對ESV有著積極影響，且組間系數差異顯著。最后，從農業(yè)狀況方面看，農作物播種面積對ESV的正向驅動作用更明顯。總體而言，社會經濟等因素對GDP和ESV的影響比自然環(huán)境等因素更大。

表92020年重慶市驅動因素分析結果

五、結論與啟示

本文測算了重慶市2000—2020年三個階段的生態(tài)系統(tǒng)服務價值，分析了GDP和ESV的演化規(guī)律，綜合運用Tapio解耦模型、空間自相關模型和似不相關回歸模型等方法，深人剖析了GDP和ESV的協(xié)同關系以及影響二者關系的驅動因素，其主要研究結論如下：

第一，重慶市ESV不斷提高，但ESV增長速度較低且逐漸減弱，生態(tài)系統(tǒng)調節(jié)服務是其核心價值。耕地和草地生態(tài)系統(tǒng)的面積和ESV值呈不同程度的下降。因此，要因地制宜加快區(qū)域實施生態(tài)保護和修復項目，強化國土空間規(guī)劃和用途管制，嚴守耕地保護紅線，增強生態(tài)系統(tǒng)循環(huán)能力和穩(wěn)定性。

第二，重慶市GDP呈“西高東低”的分布格局，ESV呈“東北、東南高，西部低”的空間格局，均符合“一區(qū)兩群”分布特征。GDP與ESV的負相關性逐漸增強，空間集聚特征明顯，重慶市的西部、東部區(qū)域分別以高一低集聚、低一高集聚為主。因此，應基于ESV建立生態(tài)財政轉移支付政策，從橫向、縱向兩個維度健全市場化、多元化的生態(tài)補償機制，加大綠色金融支持力度，以綠色金融改革創(chuàng)新試驗區(qū)開展金融支持生態(tài)產品價值實現機制試點。

第三，GDP與ESV的協(xié)同關系有著明顯的時空差異。重慶市協(xié)調類型以低度失調為主，發(fā)展特征整體表現為生態(tài)相對滯后，但耦合指數上升，生態(tài)經濟協(xié)同關系趨于良性。因此，區(qū)縣間要打破行政壁壘，搭建開放共享的綠色發(fā)展成果平臺與生態(tài)信息云平臺，增強跨區(qū)域生態(tài)保護的聯(lián)合調控能力。同時，基于協(xié)調度的溢出效應，深化區(qū)域之間的合作，以成渝地區(qū)雙城經濟圈建設為引領，加快產業(yè)轉型升級，推動人才、技術等綠色發(fā)展要素雙向靈活流動。

第四，經濟發(fā)展水平、年降水量和地方財政支出有利于GDP與ESV的協(xié)調發(fā)展，產業(yè)結構具有抑制作用。從異質性分析來看，地方財政支出的驅動作用進一步加強，經濟發(fā)展水平對渝東南地區(qū)的正向驅動效應最大，城鎮(zhèn)化水平對渝東北地區(qū)ESV的影響正處于上升階段。進一步分析表明，縮小城鄉(xiāng)居民收入差距和增加Ramp;D經費投人正向驅動GDP與ESV的協(xié)調發(fā)展。因此，政府要加大節(jié)能減排工作力度，加大對區(qū)域的環(huán)保財政投人力度，建立和落實地方污染治理指導等相關配套政策和財政激勵機制，并且要繼續(xù)完善重慶市碳交易平臺政策，動態(tài)優(yōu)化配額分配機制。同時，要縮小城鄉(xiāng)居民收人差距，提高產業(yè)鏈增值收益，大力發(fā)展鄉(xiāng)村特色產業(yè)。此外，要依據生態(tài)系統(tǒng)承載力合理控制區(qū)域人口密度，通過城鎮(zhèn)化將人口轉移出生態(tài)環(huán)境脆弱地區(qū)以減輕對生態(tài)的負面影響。

參考文獻：

[1][3] COSTANZA R，D'ARGE R，DE GROOT R， et al. The value of the world's ecosys-tem services and natural capital [J]. Nature，1997，（387）.

[2］謝高地，魯春霞，冷允法，等．青藏高原生態(tài)資產的價值評估［J]．自然資源學報，2003，（02）.

[4]DAILY G C. Nature's services： Societal dependence on natural ecosystems [M]. Washing-ton DC：Island Press，1997：220-221.

[5] COSTANZA R，DE GROOT R， SUTTON P，et al. Changes in the global value of ecosys-tem services[J].Global Environmental Change，2O14，（26）.

[6] ABDULLAH S， ADNAN M S G，BARUA D， et al. Urban green and blue space changes：A spatiotemporal evaluation of impacts on ecosystem service value in Bangladesh [J].Ecological Infor-matics，2022，（70）.

[7]［45］［50］［51］朱玉鑫，姚順波．基于生態(tài)系統(tǒng)服務價值變化的環(huán)境與經濟協(xié)調發(fā)展研究—以陜西省為例［J]．生態(tài)學報，2021，（09）.

[8] ZHANG S，WANG Y，WANG Y，et al. Spatiotemporal evolution and influencing mecha-nisms of ecosystem service value in the Tarim River Basin，northwest China [J]. Remote Sensing，2023，（03）.

[9]歐陽志云，朱春全，楊廣斌，等．生態(tài)系統(tǒng)生產總值核算：概念、核算方法與案例研究［J]．生態(tài)學報，2013，（21）.

[10]JIANG HQ，WU W J，WANG JN，et al. Mapping global value of terrestrial ecosystem services by countries [J]. Ecosystem Services，2O21，（11）.

[11]OUYANG Z Y， ZHENG H，XIAO Y，et al. Improvements in ecosystem services from in-vestments in natural capital [J]． Science，2O16，（6292）.

[12］白楊，李暉，王曉媛，等．云南省生態(tài)資產與生態(tài)系統(tǒng)生產總值核算體系研究［J].自然資源學報，2017，（07）.

[13]歐陽志云，林亦晴，宋昌素．生態(tài)系統(tǒng)生產總值（GEP）核算研究——以浙江省麗水市為例［J]．環(huán)境與可持續(xù)發(fā)展，2020，（06）.

[14] ODUM H T. Environmental accounting： Emergy and environmental decision making [M].New York： John Wiley amp; Sons，1996：1-380.

[15］喻鋒，李曉波，王宏，等．基于能值分析和生態(tài)用地分類的中國生態(tài)系統(tǒng)生產總值核算研究［J]．生態(tài)學報，2016，（06）.

[16］謝高地，張彩霞，張雷明，等．基于單位面積價值當量因子的生態(tài)系統(tǒng)服務價值化方法改進［J]．自然資源學報，2015，（08）.

[17］［48］［49］［62］鄧偉，周渝，張勇，等．重慶市生態(tài)保護紅線區(qū)生態(tài)系統(tǒng)服務價值時空演變特征及其驅動［J]．長江流域資源與環(huán)境，2020，（01）.

[18]GROSSMAN G M，KRUEGER A B. Economic growth and the environment [J]. The Quarterly Journal Of Economics，1995，（02）.

[19］吳玉鳴，張燕．中國區(qū)域經濟增長與環(huán)境的耦合協(xié)調發(fā)展研究［J］．資源科學，2008，（01）.

[20］［31］［33］王芳．基于耦合協(xié)調度模型的生態(tài)系統(tǒng)與經濟系統(tǒng)協(xié)同發(fā)展研究——以京津冀地區(qū)為例［J]．湖北社會科學，2021，（06）.

[21] CHEN W X， ZENG J， ZHONG M X， et al. Coupling analysis of ecosystem services value and economic development in the Yangtze River Economic Belt： A case study in Hunan Province，Chi-na [J].Remote Sensing，2021，（08）.

[22］[30］韓增林，趙玉青，閆曉露，等．生態(tài)系統(tǒng)生產總值與區(qū)域經濟耦合協(xié)調機制及協(xié)同發(fā)展—以大連市為例［J]．經濟地理，2020，（10）.

[23][29][41] GUAN S，LIAO Q，WU W J，et al. Revealing the coupling relationship be-tween the gross ecosystem product and economic growth： A case study of Hubei Province [J]. Sustain-ability，2022，（13）.

[24］曹躍群，趙世寬，楊玉玲，等．重慶市生態(tài)系統(tǒng)服務價值與區(qū)域經濟增長的時空動態(tài)關系研究［J]．長江流域資源與環(huán)境，2020，（11）.

[25][47] FU J， ZHANG Q，WANG P，et al. Spatio - temporal changes in ecosystem service value and its coordinated development with economy： A case study in Hainan Province，China [J].Remote Sensing，2022，（04）.

[26］張雅杰，馬國創(chuàng)．荊州市域縣市區(qū)生態(tài)經濟耦合協(xié)調關系與發(fā)展模式研究［J]．生態(tài)經濟，2016，（12）.

[27］隋建利，陳豪．生態(tài)足跡視域下環(huán)境與經濟增長協(xié)調發(fā)展路徑研究［J]．財貿經濟，2021，（06）.

[28][6O] XU M Y，CHEN C T，DENG X Y. Systematic analysis of the coordination degree ofChina's economy - ecological environment system and its influencing factor [J]. Environmental Sci-ence and Pollution Research，2019，（29）.

[32]張中浩，聶甜甜，高陽，等．長江經濟帶生態(tài)系統(tǒng)服務與經濟社會發(fā)展耦合協(xié)調關聯(lián)時空特征研究［J]．長江流域資源與環(huán)境，2022，（05）.

[34］張可，朱康文，雷波，等．2005—2015年三峽庫區(qū)（重慶段）水土流失敏感性時空分異研究［J]．昆明理工大學學報（自然科學版），2020，（03）.

[35]周健，官冬杰，周李磊．基于生態(tài)足跡的三峽庫區(qū)重慶段后續(xù)發(fā)展生態(tài)補償標準量化研究［J]．環(huán)境科學學報，2018，（11）.

[36］魏興萍，楊華．重慶巖溶地區(qū)石漠化分布與地理環(huán)境因素的關系［J］．重慶師范大學學報（自然科學版），2014，（05）.

[37］張騫，高明，楊樂，等．1988—2013年重慶市主城九區(qū)生態(tài)用地空間結構及其生態(tài)系統(tǒng)服務價值變化［J]．生態(tài)學報，2017，（02）.

[38］周李磊，蘇湘媛，向洪莉，等．重慶市生態(tài)系統(tǒng)服務與人類福祉耦合關系模擬［J].中國環(huán)境科學，2023，（05）.

[39]DONG B， ZHANG M，MU HL，et al. Study on decoupling analysis between energy con-sumption and economic growth in Liaoning Province [J]. Energy Policy，2O16，（97）.

[40］魏偉，石培基，魏曉旭，等．中國陸地經濟與生態(tài)環(huán)境協(xié)調發(fā)展的空間演變［J].生態(tài)學報，2018，（08）.

[42]楊倫，劉某承，閔慶文，等．哈尼梯田地區(qū)農戶糧食作物種植結構及驅動力分析[J]．自然資源學報，2017，（01）.

[43］劉自敏，馬靚靚，張婭．中國清潔與非清潔能源的替代彈性估計及結構優(yōu)化研究[J]．環(huán)境經濟研究，2023，（01）.

[44][46]［59]LI HM，JIANG Z M，DONG G H，et al. Spatiotemporal coupling coordina-tion analysis of social economy and resource environment of central cities in the Yelow River Basin[J].Discrete Dynamics in Nature and Society，2021，（01）.

[52]［61］呂德勝，王玨，程振．黃河流域數字經濟、生態(tài)保護與高質量發(fā)展時空耦合及其驅動因素［J]．經濟問題探索，2022，（08）.

[53]［54］［55］［56］［57］［58］胡雪．山西省生態(tài)經濟系統(tǒng)協(xié)調度演變格局及其影響因素［J]．水土保持通報，2023，（02）.

[63］張艷軍，官冬杰，翟俊，等．重慶市生態(tài)系統(tǒng)服務功能價值時空變化研究［J]．環(huán)境科學學報，2017，（03）.

[64］程靜，陳紅翔，韓永貴．三江源地區(qū)生態(tài)經濟系統(tǒng)協(xié)調度評價及其時空演變特征[J]．水土保持研究，2022，（06）.

[65］連玉君，廖俊平．如何檢驗分組回歸后的組間系數差異？［J]．鄭州航空工業(yè)管理學院學報，2017，（06）.

[66]張俊，汪輝，馮越珺．農業(yè)生態(tài)系統(tǒng)服務價值評價及其驅動因素：基于動態(tài)調節(jié)當量的實證考察[J]．財貿研究，2023，（04）.

[67]GARCIA F C，BESTION E，WARFIELD R，et al. Changes in temperature alter the relationship between biodiversity and ecosystem functioning [J]. Proceedings of the National Academy of Sciences，2018，（43）.

（責任編輯 張筠）

Abstract： Under the background of ecological civilization construction，it is of great significance to explore the relationship between GDP and ecosystem services value（ESV）for regional green and sustainable development. Based on the ecosystem services value data of 38 districts and counties in Chongqing from 2O0O to 2O2O，the spatial-temporal evolution characteristics of GDP and ESV were analyzed，and the synergistic relationship between GDP and ESV and its driving factors were discussed using Tapio decoupling model and seemingly unrelated regresson model. The study found that ： （1）The ESV of Chongqing constantly improved，but the growth rate of ESV was low and gradually declined，and the ecosystem regulation service was its core value.（2） The spatial differentiation characteristics of GDP and ESV were obvious，and the negative correlation between regional GDP and ESV gradually strengthened，with distinct spatial agglomeration features.（3）The synergistic relationship between GDP and ESV exhibited obvious spatial -temporal diffrences，and the overal coordination degree was not high，but the coupling index increased，and the synergistic relationship betwen ecology and economy tended to be benign. （4） The impacts of different driving factors on the coordinated development of GDP and ESV showed significant diferences and spatial-temporal heterogeneity.Economic development level，annual precipitation，and local fiscal expenditure were conducive to the coordinated development of GDP and ESV，while industrial structure had an inhibitory effct.Based on these findings，policy recommendations were proposed from the aspects of providing ecological compensation， building a service -oriented government，and promoting the construction of urban-rural ecological civilization.

Keywords： Ecosystem Services Value； Seemingly Unrelated Regression Model; Spatial - Tempo-ral Evolution； Synergistic Relationship；Driving Factors