基于边际分析方法的生态效率驱动因子识别与趋势预测
|
摘要
以安徽省为例,运用熵值TOPSIS方法及生态效率测度模型,对生态效率进行测算;采用偏最小二乘与通径分析方法,对生态效率驱动因子边际直接与间接效应进行考察;通过作散点图的最佳拟合优充方法,对生态效率演化趋势进行预测.结果表明:1)生态效率指数由2005年的0.545 4提升至2015年的0.8061,整体呈波动上升态势,年均升幅3.98%;2)科技创新、产业结构、固定资产投资、城镇化水平、外商投资、规制政策边际弹性系数分别为-0.006 78、-0.026 84、-0.062 79、-0.001 71、0.069 11、0.130 06;3)若按既有惯性发展模式,2020年生态效率指数将降至0.005 3,生态文明建设将面临较大挑战.基于研究结果,提出提升生态效率的政策建议.
Taking Anhui Province as an example,the entropy TOPSIS method and eco-efficiency measurement model are used to estimate eco-efficiency. The partial least squares and path analysis methods are adopted to study the direct and indirect marginal effects of eco-efficiency driving factor. Through the best fitting optimal-filling method of scatter diagram,the eco-efficiency evolutionary trend is predicted. The results show that,firstly,the eco-efficiency index was increased from 0.545 4 in 2005 to 0.806 1 in 2015,the overall trend was fluctuating,with an annual average increasing of 3.98%; secondly,the marginal elastic coefficients of science-technology innovation,industrial structure,fixed-asset investment,urbanization level,foreign investment and regulation policy are-0.006 78,-0.026 84,-0.062 79,-0.001 71,0.069 11 and 0.130 06,respectively; finally,if following the existing inertia development model,the eco-efficiency index will decrease to 0.005 3 in 2020.
Taking Anhui Province as an example,the entropy TOPSIS method and eco-efficiency measurement model are used to estimate eco-efficiency. The partial least squares and path analysis methods are adopted to study the direct and indirect marginal effects of eco-efficiency driving factor. Through the best fitting optimal-filling method of scatter diagram,the eco-efficiency evolutionary trend is predicted. The results show that,firstly,the eco-efficiency index was increased from 0.545 4 in 2005 to 0.806 1 in 2015,the overall trend was fluctuating,with an annual average increasing of 3.98%; secondly,the marginal elastic coefficients of science-technology innovation,industrial structure,fixed-asset investment,urbanization level,foreign investment and regulation policy are-0.006 78,-0.026 84,-0.062 79,-0.001 71,0.069 11 and 0.130 06,respectively; finally,if following the existing inertia development model,the eco-efficiency index will decrease to 0.005 3 in 2020.
引文
[1]汪克亮,孟祥瑞,程云鹤.技术的异质性、节能减排与地区生态效率:基于2004—2012年中国省际面板数据的实证分析[J].山西财经大学学报,2015,37(2):69-80.
[2]李惠娟,龙如银,兰新萍.资源型城市的生态效率评价[J].资源科学,2010,32(7):1296-1300.
[3]王恩旭,武春友.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报,2011,8(3):443-450.
[4]王义琛,王远,朱晓东,等.安徽省铜陵市生态效率变化及其驱动因素[J].应用生态学报,2011,22(2):460-466.
[5]张雪梅.西部地区生态效率测度及动态分析:基于2000—2010年省际数据[J].经济理论与经济管理,2013(2):78-85.
[6]付丽娜,陈晓红,冷智花.基于超效率DEA模型的城市群生态效率研究:以长株潭“3+5”城市群为例[J].中国人口·资源与环境,2013,23(4):169-175.
[7]成金华,孙琼,郭明晶,等.中国生态效率的区域差异及动态演化研究[J].中国人口·资源与环境,2014,24(1):47-54.
[8]潘兴侠,何宜庆.工业生态效率评价及其影响因素研究:基于中国中东部省域面板数据[J].华东经济管理,2014,28(3):33-38.
[9]郭露,徐诗倩.基于超效率DEA的工业生态效率:以中部六省2003—2013年数据为例[J].经济地理,2016,36(6):116-121,58.
[10]张岩,李俊莉,赵丽薇.基于DEA-Malmquist指数的山东省生态效率评价研究[J].环境科学与管理,2016,41(5):165-169.
[11]史丹,王俊杰.基于生态足迹的中国生态压力与生态效率测度与评价[J].中国工业经济,2016(5):5-21.
[12]陈作成,龚新蜀.西部地区产业系统生态效率测评与影响因素分析[J].中国科技论坛,2013(10):49-55.
[13]张淑英,李德山,刘媛媛.区域工业生态效率评价及其影响因素研究[J].统计与决策,2013(3):61-64.
[14]罗能生,李佳佳,罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口·资源与环境,2013,23(11):53-60.
[15]臧正,邹欣庆.中国大陆省际生态-经济效率的时空格局及其驱动因素[J].生态学报,2016,36(11):3300-3311.
[16]卢小兰.中国省域资源环境承载力评价及空间统计分析[J].统计与决策,2014(7):116-120.
[17]宋静,王会肖,刘胜娅.基于ESI模型的经济发展对生态环境压力定量评价[J].中国生态农业学报,2014,22(3):368-374.
[18]朱婧文,王红旗,刁硕,等.基于改进的对应分析-ESI模型陕西北部地区生态环境压力评价[J].北京师范大学学报(自然科学版),2016,52(4):466-471.
[19]曹娟,张毅,汪洋洋,等.中国主要省会城市化质量与生态环境压力空间分析[J].安徽师范大学学报(自然科学版),2016,39(1):70-76.
[20]张乐勤,张诗颖.基于LMDI模型的城镇化演进对资源环境压力影响前景预测及分析:以安徽省为例[J].河南大学学报,2016,46(2):127-138.
[21]王晓君,吴敬学,蒋和平.中国农村生态环境质量动态评价及未来发展趋势预测[J].自然资源学报,2017,32(5):864-876.
[22]王薇,任保平.我国经济增长数量与质量阶段性特征:1978—2014年[J].改革,2015(8):48-58.
[23]张诗颖,罗芳.经济增长数量与质量协调性测度与分析:以安徽省为例[J].中国发展,2017,17(3):21-28.
[24]雷勋平,邱广华.基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J].环境科学学报,2016,36(1):314-323.
[25]张乐勤,张诗颖.基于EKC模型的安徽省环境质量好转条件下城镇化规模测算[J].贵州师范大学学报(自然科学版),2015,33(6):8-15.
[26]张乐勤,陈素平,陈保平,等.城镇化与土地集约利用耦合协调度测度:以安徽省为例[J].城市问题,2014(2):75-82.
[27]张乐勤,李荣富,陈素平,等.安徽省1995—2009年能源消费碳排放驱动因子分析及趋势预测:基于STIRPAT模型[J].资源科学,2012,34(2):316-327.
[28]张乐勤.基于PATH-STIRPAT模型的城镇化演进边际资源环境胁迫效应测度及趋势预测:以安徽省为例[J].安徽师范大学学报(自然科学版),2016,39(5):455-461.
[29]戴志敏,罗燕.产业结构升级、城镇化水平与经济增长:来自中部地区的经验证据[J].工业技术经济,2016(6):3-9.
[30]李福夺,杨兴洪.贵州省粮食产量影响因素的偏最小二乘回归分析[J].四川师范大学学报(自然科学版),2016,39(1):151-158.
[31]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(5):4-16,31.
[32]郑玉.技术空间外溢对地区产业结构变迁的影响研究:基于中国省级面板数据的分析[J].南京财经大学学报,2017(1):25-34,44.
[33]尹合伶.创新安徽经济发展方式研究[J].华东经济管理,2013,27(5):19-23.
[2]李惠娟,龙如银,兰新萍.资源型城市的生态效率评价[J].资源科学,2010,32(7):1296-1300.
[3]王恩旭,武春友.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报,2011,8(3):443-450.
[4]王义琛,王远,朱晓东,等.安徽省铜陵市生态效率变化及其驱动因素[J].应用生态学报,2011,22(2):460-466.
[5]张雪梅.西部地区生态效率测度及动态分析:基于2000—2010年省际数据[J].经济理论与经济管理,2013(2):78-85.
[6]付丽娜,陈晓红,冷智花.基于超效率DEA模型的城市群生态效率研究:以长株潭“3+5”城市群为例[J].中国人口·资源与环境,2013,23(4):169-175.
[7]成金华,孙琼,郭明晶,等.中国生态效率的区域差异及动态演化研究[J].中国人口·资源与环境,2014,24(1):47-54.
[8]潘兴侠,何宜庆.工业生态效率评价及其影响因素研究:基于中国中东部省域面板数据[J].华东经济管理,2014,28(3):33-38.
[9]郭露,徐诗倩.基于超效率DEA的工业生态效率:以中部六省2003—2013年数据为例[J].经济地理,2016,36(6):116-121,58.
[10]张岩,李俊莉,赵丽薇.基于DEA-Malmquist指数的山东省生态效率评价研究[J].环境科学与管理,2016,41(5):165-169.
[11]史丹,王俊杰.基于生态足迹的中国生态压力与生态效率测度与评价[J].中国工业经济,2016(5):5-21.
[12]陈作成,龚新蜀.西部地区产业系统生态效率测评与影响因素分析[J].中国科技论坛,2013(10):49-55.
[13]张淑英,李德山,刘媛媛.区域工业生态效率评价及其影响因素研究[J].统计与决策,2013(3):61-64.
[14]罗能生,李佳佳,罗富政.中国城镇化进程与区域生态效率关系的实证研究[J].中国人口·资源与环境,2013,23(11):53-60.
[15]臧正,邹欣庆.中国大陆省际生态-经济效率的时空格局及其驱动因素[J].生态学报,2016,36(11):3300-3311.
[16]卢小兰.中国省域资源环境承载力评价及空间统计分析[J].统计与决策,2014(7):116-120.
[17]宋静,王会肖,刘胜娅.基于ESI模型的经济发展对生态环境压力定量评价[J].中国生态农业学报,2014,22(3):368-374.
[18]朱婧文,王红旗,刁硕,等.基于改进的对应分析-ESI模型陕西北部地区生态环境压力评价[J].北京师范大学学报(自然科学版),2016,52(4):466-471.
[19]曹娟,张毅,汪洋洋,等.中国主要省会城市化质量与生态环境压力空间分析[J].安徽师范大学学报(自然科学版),2016,39(1):70-76.
[20]张乐勤,张诗颖.基于LMDI模型的城镇化演进对资源环境压力影响前景预测及分析:以安徽省为例[J].河南大学学报,2016,46(2):127-138.
[21]王晓君,吴敬学,蒋和平.中国农村生态环境质量动态评价及未来发展趋势预测[J].自然资源学报,2017,32(5):864-876.
[22]王薇,任保平.我国经济增长数量与质量阶段性特征:1978—2014年[J].改革,2015(8):48-58.
[23]张诗颖,罗芳.经济增长数量与质量协调性测度与分析:以安徽省为例[J].中国发展,2017,17(3):21-28.
[24]雷勋平,邱广华.基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J].环境科学学报,2016,36(1):314-323.
[25]张乐勤,张诗颖.基于EKC模型的安徽省环境质量好转条件下城镇化规模测算[J].贵州师范大学学报(自然科学版),2015,33(6):8-15.
[26]张乐勤,陈素平,陈保平,等.城镇化与土地集约利用耦合协调度测度:以安徽省为例[J].城市问题,2014(2):75-82.
[27]张乐勤,李荣富,陈素平,等.安徽省1995—2009年能源消费碳排放驱动因子分析及趋势预测:基于STIRPAT模型[J].资源科学,2012,34(2):316-327.
[28]张乐勤.基于PATH-STIRPAT模型的城镇化演进边际资源环境胁迫效应测度及趋势预测:以安徽省为例[J].安徽师范大学学报(自然科学版),2016,39(5):455-461.
[29]戴志敏,罗燕.产业结构升级、城镇化水平与经济增长:来自中部地区的经验证据[J].工业技术经济,2016(6):3-9.
[30]李福夺,杨兴洪.贵州省粮食产量影响因素的偏最小二乘回归分析[J].四川师范大学学报(自然科学版),2016,39(1):151-158.
[31]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(5):4-16,31.
[32]郑玉.技术空间外溢对地区产业结构变迁的影响研究:基于中国省级面板数据的分析[J].南京财经大学学报,2017(1):25-34,44.
[33]尹合伶.创新安徽经济发展方式研究[J].华东经济管理,2013,27(5):19-23.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |