EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 8: 2065 - 2091

DOI: https://doi.org/10.31497/zrzyxb.20250805

其他研究论文

新质生产力与国土空间生态修复规模时空演进及门槛效应研究

  • 张中秋 , 1, 2 ,
  • 张裕凤 , 2 ,
  • 韦俊敏 3 ,
  • 张翔 2
展开
  • 1.北部湾大学资源与环境学院，钦州 535011
  • 2.内蒙古师范大学地理科学学院，呼和浩特 010022
  • 3.广西壮族自治区国土测绘院，南宁 530100
张裕凤（1964- ），女，山东烟台人，教授，博士生导师，研究方向为经济地理学。E-mail:

张中秋（1989- ），男，内蒙古赤峰人，博士研究生，教授，研究方向为土地利用与国土综合整治。E-mail:

收稿日期: 2024-07-08

  修回日期: 2025-01-16

  网络出版日期: 2025-08-05

基金资助

国家自然科学基金项目(42301306)

国家社会科学基金项目(21XGL015)

收起

Spatiotemporal evolution and threshold effect of new quality productive forces and territorial space ecological restoration scale

  • ZHANG Zhong-qiu , 1, 2 ,
  • ZHANG Yu-feng , 2 ,
  • WEI Jun-min 3 ,
  • ZHANG Xiang 2
Expand
  • 1. College of Resources and Environment, Beibu Gulf University, Qinzhou 535011, Guangxi, China
  • 2. College of Geographical Sciences, Inner Mongolia Normal University, Hohhot 010022, China
  • 3. Guangxi Institute of Land Resources Surveying & Mapping, Nanning 530100, China

Received date: 2024-07-08

  Revised date: 2025-01-16

  Online published: 2025-08-05

Fold

摘要

探究新质生产力与国土空间生态修复规模之间的影响关系对实现人与自然和谐共生的现代化意义重大。借助2005—2022年省级面板数据，运用时空地理加权回归、固定效应、调节效应和门槛模型，测定二者之间的时空演进及非线性相关关系。结果表明：（1）中国新质生产力与国土空间生态修复规模的重心均向东南方向移动。（2）新质生产力能显著正向促进国土空间生态修复的实施规模，作用效果具有滞后性。（3）土地绿色利用效率在新质生产力促进国土空间生态修复规模的作用中具有调节功效。（4）新质生产力对国土空间生态修复规模的影响存在以土地绿色利用效率为门槛的非线性特征，具有双门槛效应。研究结果对国土空间生态修复的新质化转型具有一定的借鉴意义。

关键词： 国土空间生态修复; 新质生产力; 时空演进; 门槛效应; 新质化转型

本文引用格式

张中秋 , 张裕凤 , 韦俊敏 , 张翔 . 新质生产力与国土空间生态修复规模时空演进及门槛效应研究[J]. 自然资源学报, 2025 , 40(8) : 2065 -2091 . DOI: 10.31497/zrzyxb.20250805

Abstract

In China, the utilisation of new quality productive forces (NQPF) and ecological restoration have become key priorities for economic and social development. Under the high-quality development context of new quality production and ecological priority, it is of great significance to explore the spatiotemporal evolution of China's NQPF and territorial space ecological restoration scale (TSERS), and to clarify the influence of NQPF on TSERS, so as to facilitate the modernized framework of harmonious coexistence between humanity and nature. Using the provincial panel data from 2005 to 2022, fixed effects, moderating effects and threshold models were used to determine the nonlinear correlation among them. Additionally, geographically and temporally weighted regression models were applied to analyze the spatiotemporal heterogeneity of factors. The results show that: (1) The centroid of China's NQPF and TSERS has shifted towards the southeast, exhibiting similar trajectories. (2) The NQPF has a significant positive promotion effect on TSERS with time-lagged impacts. (3) Land green use efficiency (LGUE) played a negative regulatory role in the impact of NQPF on the expansion of TSERS. (4) There was a double threshold for the influence of NQPF on TSERS with LGUE as the threshold variable. The influence of NQPF on the expansion of TSERS gradually decreases after crossing the threshold value. From the perspective of NQPF, protecting, restoring and improving the ecological environment can generate direct ecological productive forces, and also generate potential ecological productive forces. NQPF will certainly promote the large-scale implementation of China's territorial space ecological restoration and stimulate the development of potential ecological productive forces in this nation. The study shows that China's NQPF has a positive promotion effect on the territorial space ecological restoration, and the development of new qualitative productivity is conducive to the promotion of new qualitative transformations in territorial space ecological restoration.

Key words： territorial space ecological restoration; new quality productive forces; spatiotemporal evolution; threshold effect; new quality transformation

生产力与生态环境的关系是经济学和生态学领域一直被关注的主题，当前中国正在发展新质生产力并落实生态文明建设，这为实现人与自然和谐共生的现代化奠定了坚实基础[1]。实施国土空间生态修复是维护国家生态安全的重要手段[2]，关乎高质量发展目标的实现[3]。随着社会生产力的大幅提升，国土空间生态系统的负向压力逐渐增大，在时间和空间维度上出现了规模退化、景观碎化、覆被硬化等问题[4]。近年来国家实施了“山水工程”，取得了一定的生态保护成效。但受实施范围小、社会资本缺位等因素制约[5]，基于工程措施的生态保护与修复存在成本高、效率低等弊端[6]，应通过发展绿色生产力、构建生命共同体的方式来推动生态根治[7]。2023年9月习近平总书记在黑龙江考察时提出了新质生产力概念。以新质生产力的生态学内涵为视角、地理学内涵为指导，探究新质生产力对国土空间生态修复的影响机制，对提升生态修复成效、维护生态安全格局意义重大。
对国土空间生态修复规模影响的研究，主要集中在内部系统的修复分区与规划和外部系统的耦合协调与优化。一方面，通过修复分区的方式能直接指导国土空间生态修复实践，划定规模并提高成效。生态学家以景观生态学为理论指导[8]，以基于遥感影像的空间分析为技术支持，搭建了“本底—格局—潜力”[9]、“重要性—脆弱性—价值性”[10]、“退化压力—供给状态—修复潜力”[11]等研究框架，形成了基于生态系统服务[12]、生态网络格局[13]、主导功能分区[14]和生态健康优化[15]的研究范式。另一方面，国土空间生态修复与社会经济、自然资源密切相关，认为经济与产业发展、新型城镇化与高质量发展能促进修复与治理效益的提升[16]。地理学家基于“社会—经济—自然”复合系统理论视角，进行了“城镇化与国土空间生态修复”[17]、“土地整治与国土空间生态修复”[18]、“乡村振兴与国土空间生态修复”[19]、“生命共同体与生态修复”[20]等交互影响研究。已有研究多关注国土空间生态修复的分区策略、要素统筹、耦合关联、优化路径等，通过生态夹点—廊道[21]、价值量法[22]、耦合协调[23]、相关分析等方法探讨内部自然生态因素、外部社会经济因素的作用关系。
对国土空间生态修复与生产力的研究，主要为生态修复与经济价值和生态修复与农业生产力。随着矿山生态保护修复、矿山地质环境保护与土地复垦、全域土地综合整治等项目不断融入乡村振兴、生态产品价值实现等社会经济目标，生态修复推动了生产力的绿色化发展[24]。大量生态修复项目的实施优化了植被覆盖状态，进而提升植被净初级生产力，研究认为气候和人类活动是生态修复影响植被生产力的主要因素[25]。中国西北地区实施了退耕还林、退耕还草等举措，调节了耕地数量结构，改变了农业生产力水平，土地开垦又影响了农业生产力的时空格局[26]。发展新质生产力以来，学者们梳理出了新质生产力的生态内涵与实施路径，认为新质生产力能推动生产过程生态化转型[27]、生活方式绿色化转型[28]和生态修复协同化转型[29]。生产力的高速发展引发了大规模的生态破坏，生产力的高质量发展推动了生态修复，生产力发展对国土空间生态修复存在潜在的影响，这个影响关系是复杂而不确定的，现有文献没有解答。尤其是以经济地理为视角，从新质生产力方面探讨对国土空间生态修复规模的影响研究鲜有报道。中国是世界第二大经济体，是新质生产力发展最活跃的大国，所面临的严峻的国土空间生态修复问题，是研究新质生产力与国土空间生态修复关系的最好例子。
鉴于此，本文在明晰新质生产力与国土空间生态修复规模作用机理的基础上，选取31个省级行政单元为样本，评测二者的时空演进状态，并构建调节模型和门槛模型，分析新质生产力对国土空间生态修复规模的影响关系，搭建系统动力学模型，为生态修复新质化转型提供参考。

1 机理分析与研究方法

1.1 机理分析与研究假设

1.1.1 新质生产力对国土空间生态修复规模的直接效应

马克思生产力理论指出了生产力是以自然资源和生态环境作为基础，通过劳动调整人与自然之间的物质变换。在生产方式变革中，经济社会发展逐步矫正了传统生产力中“征服”“支配”“控制”自然的索取状态，转变为“尊重”“回馈”“保护”自然的发展观。新质生产力重视生态伦理，生产力逐渐生态化并推进生态保护与修复，大规模实施国土空间生态保护修复是新质生产力生态化的内在要求与外在实践[30]。唯物主义认为生产力决定生产关系、生产关系反映和反作用于生产力，人与自然和谐共生的生产关系能激发公众对良好生态环境这一最普惠民生福祉的需求，驱动国土空间生态修复的大规模实施。一方面，新质生产力的生态学内涵要求最大限度地保护和改善生态环境[31]，通过生态保护与修复政策支持、引进先进技术、创新修复工程专利、鼓励企业运作生态资本、建设生态产品第四产业等方式，激发社会资本融入国土综合整治与生态修复行业，为国土空间生态修复提供技术和资金保障。另一方面，生态环境本身就是生产力，实施国土空间生态修复也是发展绿色生产力的典型实践，新质生产力必然推动绿色生产力的进步并创造生态价值，激发改善生态环境的动能、赋予价值财富以生态动力[32]，新质生产力的生态关切能促进国土空间生态修复在更大范围上的推广实施与转型升级。综上，提出假设1：新质生产力对国土空间生态修复规模具有正向促进效应。

1.1.2 土地绿色利用效率的调节效应

土地绿色利用效率表现为以较少的投入，获得较好的生态空间并取得较大的绿色低碳化循环效益[33]。发展新质生产力与实施国土空间生态修复，均落地于土地绿色、健康利用。土地利用程度参数是生态环境脆弱性评价的重要因子[34]，具有参与宏观调控的“双向调节”机制与功效，区域土地绿色利用效率越高，土地供需结构与土地资源配置越合理，有利于国土空间保护与修复。首先，通过优化建设用地供给、盘活存量用地、划定生态保护红线等方式来实现建设用地节约集约利用，减少建设扩张所致的生态破坏，降低国土空间生态修复压力。其次，新质生产力带动科技创新，并通过集聚效应和结构效应提高土地绿色利用效率[35]。土地绿色利用效率越高的地区往往具有更高的循环经济产出，其废弃资源利用、污染防治、绿色专利技术等优势显著，以绿色发展方式激发新质生产力的生态效应，推动生态保护修复的新质化转型发展。再次，土地绿色利用效率高的地区，公众对绿色生态空间的需求与保护意识强，生产建设单位拥有的绿色、环保专利多，经济活动中涉及绿色犯罪的事件少，提高了生产力发展中的生态正义并降低了对国土空间生态本底的危害[36]。综上，提出假设2：土地绿色利用效率在新质生产力对国土空间生态修复规模的促进作用中存在负向调节效应。

1.1.3 新质生产力对国土空间生态修复规模的门槛效应

《土地资源学》中指出了土地是生态系统的重要元素和环节，具有自然和经济双重属性，土地利用应遵循自然规律，要统筹开发利用与生态保护，由于具有位置固定性、资源稀缺性等特点，不合理的利用容易导致“三生空间”的不均衡和生态环境问题，土地绿色利用更符合自然规律，是土地善治的重要形式[37]，能调控国土空间破损规模与生态修复规模。《土地经济学》中指出了土地是重要生产要素，土地利用是生产力发展的典型实践，土地绿色利用是生产力生态化的必然[38]，既能影响新质生产力的执行方式又能调控结果输出。因此土地绿色利用上可影响新质生产力，下能调控国土空间生态修复规模，在不同的土地绿色利用效率下，新质生产力对国土空间生态修复规模的作用情况具有差异性。土地绿色利用与国土空间生态修复都属于更高级的土地利用范畴，随着劳动力、资源与资本要素的不断投入，遵循土地利用报酬递减规律，因此新质生产力与国土空间生态修复规模之间的关系会受到土地绿色利用效率的影响呈非线性特征。土地绿色利用效率作为发展绿色生产力的重要表现，其效率的高低制约或促进新质生产力的促进效应。较低的土地绿色利用效率弱化了绿色生产力的创新，土地粗放利用加大了生产对自然资源与生态环境的负向压力，需要修复的国土空间规模较大。随着生态环保考核政策的实施，土地绿色利用效率逐渐提升[39]，激发了新质生产力在生态保护修复方面的价值创造，推动技术变革，实现社会经济资本与生态环境资本的挂钩衔接，进而释放国土空间生态修复动能并形成生态生产力。政府通过行业准入、用地审批、税收优惠等措施引导企业绿色生产[40]。当土地绿色利用效率达到较高水平后，土地利用的负效应降低，破坏国土空间的规模减少，加之国土空间生态修复的累积效应和集聚效应的发挥，新质生产力对提升国土空间生态修复的边际效益递减。综上，提出假设3：新质生产力在促进国土空间生态修复规模的作用中存在土地绿色利用效率的门槛效应（图1）。
图1 新质生产力对国土空间生态修复规模的作用机理

Fig. 1 The mechanism of new quality productive forces on territorial space ecological restoration scale

1.2 数据来源

选取2005—2022年31个省（自治区、直辖市）（不含中国香港特别行政区、澳门特别行政区和台湾省）作为研究样本，各指标数据均来自《中国统计年鉴》《中国环境统计年鉴》《中国水利统计年鉴》《中国国土资源统计年鉴》《中国自然资源统计年鉴》《中国火炬统计年鉴》《中国科技统计年鉴》《中国城乡建设统计年鉴》和中国知网社会发展统计数据库（https://data.cnki.net/）以及IFR联盟（https://ifr.org/wr-industrial-robots/），对于部分缺失指标采用内插法补齐。地图来源于中华人民共和国自然资源部标准地图服务平台（http://bzdt.ch.mnr.gov.cn/），审图号：GS(2023)2767号，底图无修改。

1.3 变量定义与指标选取

1.3.1 被解释变量

国土空间生态修复规模（TSERS）：以景观生态学和生态修复学为理论视角[8]，认为国土空间生态修复规模是以山水林田湖等典型自然资源要素为对象，遵循生命共同体理念，依法依规在不同地域空间尺度上对退化受损、违法违章的生产、生活、生态空间进行多方式的具有投入产出目标效益的修复与治理活动规模。在考虑数据可得性的基础上，遵循典型性、系统性、可比性等原则并参阅相关文献[41,42]与规范规程，本文从资金投入规模、实施范围规模和修复成效规模三个维度构建了5个一级指标、9个二级指标和18个三级指标的评价体系（表1）。首先，投入资金是实施国土空间生态修复的基本前提，参考《国土空间生态保护修复工程实施方案编制规程》（TD/T1068），选取矿山环境恢复治理和地质灾害防治投资衡量对山要素的投入规模、水环境生态修复治理和水工程投资衡量对水要素的投入规模、林业生态修复治理投资衡量对林要素的投入规模、农用地整治投资衡量对田要素的投入规模、湖库污染治理投资衡量对湖要素的投入规模。其次，实施范围规模是执行修复总体布局和重点工程部署的落脚点，体现修复的综合执行力与覆盖度，参考《省级国土空间规划编制技术规程》（GB/T 43214-2023），选取封山育林规模衡量对山与林要素的保护保育规模、水土流失治理规模衡量对水与田要素的水土保持与修复治理规模、除涝规模衡量对水与湖要素的湖库水系治理修复规模、土地综合整治和节水耕作规模衡量对田与水要素的农田整治修复规模。最后，修复成效规模体现了国土空间生态修复的达成度，涵盖恢复规模、执法成效和监测成效三方面，是社会、经济和生态效益的综合体现。恢复规模能直观体现国土空间生态修复的产出成效，也是工程项目考评的重要组成，参考《矿山生态修复工程验收规范》《水土保持规划编制规范》《土地整治项目验收规程》《山水林田湖草生态保护修复工程指南（试行）》等规范，选取矿山环境治理恢复规模、人工造林规模、补充耕地规模、人工修复湿地占比分别表征山林、田林、水湖等要素的生态恢复规模。执法与监测是自然资源管理领域的重要工作，依据《自然资源调查监测标准体系（试行）》，选取收回违法用地面积表征国土空间生态修复中在林田要素的执法成效，选取水环境检测样本量表征在水湖方面的监测成效。
表1 评价指标体系

Table 1 Evaluation index system

目标层 维度 一级指标 二级指标 三级指标 方向 权重
国土空间生
态修复规模		 资金投入规模 山 矿山修复治理 矿山环境恢复治理投资/104元 + 0.051
地灾防治 地质灾害防治投资/104元 + 0.047
水 水土保持与修复治理 水工程投资/104元 + 0.062
水环境生态修复治理投资/104元 + 0.053
林 林业生态修复 林业生态修复治理投资/104元 + 0.063
田 农田整治修复 农用地整治投资/104元 + 0.047
湖 湖库水系治理修复 湖库污染治理投资/104元 + 0.056
实施范围规模 山、林 林业生态修复 封山育林规模/hm2 + 0.057
水、田 水土保持与修复治理 水土流失治理规模/103 hm2 + 0.065
水、湖 湖库水系治理修复 除涝规模/103 hm2 + 0.056
水、田 农田整治修复 土地综合整治规模/hm2 + 0.047
节水耕作规模/103 hm2 + 0.062
修复成效规模 山、林 恢复规模 矿山环境治理恢复规模/hm2 + 0.053
田、林 补充耕地规模/hm2 + 0.052
水、湖 人工修复湿地占比/% + 0.064
山、林 人工造林规模/hm2 + 0.063
田、林 执法成效 收回违法用地面积/hm2 + 0.050
水、湖 监测成效 水环境检测样本量/个 + 0.052
新质生产力 劳动者 劳动投入 劳动者素质 高新技术企业高学历人员占比/% + 0.055
平均受教育年限/年 + 0.052
劳动者技能 R&D人员全时当量/人年 + 0.05
R&D经费投入/104元 + 0.048
劳动产出 劳动生产率 劳动生产率/(元/人年) + 0.041
劳动产出率 高技术产业收入/104元 + 0.045
发明专利授权数/件 + 0.045
技术市场成交额/104元 + 0.047
人均GDP/元 + 0.057
劳动资料 数字基建 电信 电信光缆线路长度/km + 0.059
移动电话交换机容量/104户 + 0.056
互联网 互联网宽带接入端口/104个 + 0.051
智能化装备 机器人设备 工业机器人安装密度/台/套 + 0.043
废水治理设备数/台/套 + 0.054
软件 软件业发展水平/104元 + 0.038
新质产业 高技术产业（服务业） 绿色金融指数 + 0.053
电信业务总量/108元 + 0.046
高技术产业（制造业） 制造业产值/108元 + 0.044
高新技术产业产值/108元 + 0.047
劳动对象 物质资源 废物资源 工业固体废物综合利用率/% + 0.043
能源资源 能源消费强度/（万tce/亿元） - 0.026

1.3.2 解释变量

新质生产力（NQPF）：以新质生产力的演化经济地理学理论视角[43]及其赋能自然资源管理视域[44]为依据，认为新质生产力是人类在物质生产过程中科学理性改造自然、保护修复生态环境以满足自身与社会需要的物质力量，是新型高素质劳动者运用数字化、智能化、绿色化等新的劳动资料改造新的劳动对象，在新时代生态文明建设生产实践条件下创造社会财富并实现人与自然和谐共生的现代化与高质量发展的动态历史过程。马克思在《资本论》中指出了生产力系统的基本要素包括劳动者、劳动资料和劳动对象；习近平总书记在《求是》杂志发表重要文章“发展新质生产力是推动高质量发展的内在要求和重要着力点”中指出了新质生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵。因此本文从劳动者、劳动资料和劳动对象三个维度[45]构建了6个一级指标、12个二级指标和21个三级指标的评价体系（表1）。就劳动者而言，马克思在《资本论》中指出了生产效率的提升是生产力发展的重要标志，表现为投入的生产要素能转化为更多的产出。发展新质生产力必然要求对劳动者进行创新性配置，表现为对技术劳动力要素的改造与重塑[46]，这就需要对劳动者的素质与技能进行投入，进而提高劳动者的产出效率。从劳动者的投入与产出两方面衡量新质生产力中的劳动者要素，其中用劳动者素质和技能表征劳动者投入，用劳动生产率与产出率表征劳动者产出。依据《新产业标准化领航工程实施方案（2023—2035年）》，选取高新技术企业高学历人员占比和平均受教育年限衡量劳动者素质，选取研发人员全时当量和研发人员经费投入衡量劳动者技能，选取高技术产业收入、发明专利授权数、技术市场成交额、人均GDP和劳动生产率衡量劳动产出率和劳动生产率。就劳动资料而言，马克思指出劳动资料是劳动者用来把自己的活动传导到劳动对象上去的物或物的综合体，是生产力的动力源泉。纵观历史，劳动资料经历了手工工具、机器电器等传统形式到自动化、数字化形态的转变，数智化提高了劳动资料的科技含量。党的“二十届三中全会”通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》中指出了要健全促进数字经济和实体经济深度融合的制度，并要求加快形成同新质生产力更相适应的生产关系。《中国数字经济发展研究报告（2024年）》统计显示，中国数字经济规模占GDP比例达到42.8%，数字产业化、产业数字化占数字经济的比例分别为18.7%、81.3%。发展新质生产力必然要求对劳动力资料实施数字化变革，形成新质产业体系，这就需要以新型高品质生产资料作为动力支撑，可从数字基建、智能化装备和新质产业三方面衡量劳动力资料及其数字化变革[47]。依据《“十四五”数字经济发展规划》中有关信息基础设施现状和优化升级数字基础设施的描述，选用电信和互联网表征数字基建情况；依据《新产业标准化领航工程实施方案（2023—2035年）》中有关新一代信息技术和高端装备体系建设的论述，选用机器人设备和软件表征智能化装备；依据《新产业新业态新商业模式统计分类（2018）》，选用高技术产业（服务业）和高技术产业（制造业）表征新质产业水平。在电信和互联网方面，信息化与智能化时代中数字基建成为新质生产力发展的重要条件，依据《数字经济及其核心产业统计分类（2021）》，选择电信光缆长度、移动电话交换机容量和互联网宽带接入端口量3个指标，光缆作为现代电信网络的重要组成，长度总量反映了电信传输基础设施的规模化。移动电话交换机容量和互联网宽带接入端口量对支撑大数据、云计算、人工智能的发展至关重要，能较好地体现数字基础设施服务能力。在机器人设备和软件方面，随着科技的发展，机器人、智能软件和治污设备为生产活动提供了更高效、便捷的动力保障，成为典型的新质生产工具，选取工业机器人安装密度表征机器人应用水平、废水治理设备数量表征治污水平、软件业发展水平表征智能软件发展水平。在高技术产业方面，高技术产业效益体现了新质产业的经济活动成果，依据《高技术产业（服务业）分类（2018）》和《高技术产业（制造业）分类（2017）》，选择绿色金融指数、电信业务总量、制造业产值、高新技术产业产值分别代表金融服务业、电信服务业和高端制造业的经济效益。就劳动对象而言，习近平总书记指出“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”。新质生产力旨在建立起一个高效、低碳、循环、和谐的生产体系[48]，这就要求劳动对象的选择更加注重可再生性与低污染性。由于废物资源可循环利用，能源消耗可影响低碳效率，因此选择工业固体废物综合利用率和能源消费强度衡量劳动对象的物质资源循环可持续利用水平。
被解释变量和解释变量指标权重与综合指数的计算步骤：先运用极差法对指标进行标准化以消除量纲影响，在此基础上进行权重确定。由于主观赋权容易受人为因素影响，而客观赋权则更适用定量化研究，熵值法作为典型的客观赋权方法，其特点在于依据指标数据的分散性计算其在评价体系的重要性，指标的分散性越高，对评价体系的贡献越大，权重也越高。极差法与熵值法公式过程详见文献[49]。最后运用线性加权法计算综合指数，该方法能使各指标之间得到线性补偿，降低主观因素的影响，但也存在局限，忽视了指标之间的相互作用、无法反映非线性的指标系统等。本文运用该方法评价国土空间生态修复规模指数和新质生产力指数，基本假设为各指标与评价对象为线性关系，通过权重与标准化后的数据进行加和的处理方式，能降低由于指标与评价目标之间存在非线性关系而对结果产生的影响。新质生产力对国土空间生态修复规模的影响具有一定的时间滞后性，引入滞后1期（L.NQPF）和滞后2期（L2.NQPF）两个变量考察其滞后效应。

1.3.3 门槛变量

土地绿色利用效率（LGUE）：运用超效率模型[50]，在投入方面以大学生劳动力储备量、全社会固定资产投资、生态环境投资表征劳动和资本投入，在期望产出方面以建成区绿化覆盖率、垃圾无害处理率和污水处理率表征绿色利用效益，在非期望产出方面以工业二氧化硫排放、废水排放和固体废物排放量表征生态环境负效应。

1.3.4 控制变量

建设扩张、人口增长、政府干预和植被生态均是国土空间利用、治理、修复的重要影响因素[51,52]，将其纳入控制变量。建设扩张、人口增长分别用建设用地覆盖率（JS）和人口总量（RK）衡量，政府干预（ZG）用违法违章用地罚款额表征，植被生态用植被覆盖率（ZB）表示。

1.4 研究方法

1.4.1 时空演变分析方法

（1）核密度
用核密度曲线描述各地区新质生产力和国土空间生态修复规模指数在不同年份的时序变化规律，公式为[53]：
f u = 1 n h ∑ r = 1 n K S r - S ¯ h
式中： K ( · )为核函数；n为观测值；h为宽带； S r为新质生产力和国土空间生态修复规模指数； S ¯为均值。
（2）全局Moran's I指数
用全局Moran's I指数评估新质生产力和国土空间生态修复规模指数的空间集聚特征，公式为[34]：
I = ∑ i = 1 n ∑ j = 1 n W i j S i - S ¯ S j - S ¯ ∑ i = 1 n ∑ j = 1 n W i j S i - S ¯ 2
式中：I为全局Moran's I指数；n为省级样本数（个）； S i、 S j分别为第i、j个样本的新质生产力指数（或国土空间生态修复规模指数）； W i j为省份间空间邻近权重（0, 1）；Moran's I指数范围为 [-1, 1]，I=0空间不相关且随机分布，I<0空间负相关且分散，I>0空间正相关且聚集。
（3）标准差椭圆
通过重心、转移角度、x和y轴标准差等参数来分析新质生产力和国土空间生态修复规模指数的时空转移特征，标准差椭圆通过ArcMap 10.8计算并制图[53]。

1.4.2 计量回归分析方法

（1）固定效应模型
为检验新质生产力对国土空间生态修复规模的直接影响，构建基准回归模型：
T S E R S i t = α 0 + α 1 N Q P F i t + α 2 C i t + ε i t
式中： T S E R S i t为被解释变量，表示国土空间生态修复规模； N Q P F i t为解释变量，表示新质生产力； C i t为控制变量； α 0为常数项； α 1和 α 2为解释变量和控制变量系数； ε i t为随机扰动项。
（2）调节效应模型
为检验土地绿色利用效率在新质生产力对国土空间生态修复规模之间的调节效应，构建调节模型：
T S E R S i t = α 0 + α 1 N Q P F i t + α 2 L G U E i t + α 3 N Q P F i t × L G U E i t + α 4 C i t + ε i t
式中： N Q P F i t × L G U E i t为交乘项，表示调节作用，也视为调节变量（TJBL），为消除内生性问题，对 N Q P F i t和 L G U E i t去中心化后再生成调节变量； α 1为新质生产力系数； α 2为土地绿色利用效率系数； α 3为调节变量系数； α 4为控制变量系数。
（3）门槛模型
采用Hansen[54]的门槛效应模型来解释变量之间的非线性特征，构建模型如下：
T S E R S i t = α 0 + α 1 N Q P F i t I L G U E i t ω 1 + α 2 N Q P F i t       I ω 1 L G U E i t ω 2 + ⋯ + α n N Q P F i t   I ω n - 1 L G U E i t ω n + α n + 1 C i t + ε i t
式中： L G U E为土地绿色利用效率； ω为门限值； I ( · )为指示性函数。
（4）时空地理加权回归模型
将解释变量、调节变量和控制变量视为被解释变量的影响因素，在考量各因素时空非平稳性的基础上，分析时空差异性，公式为[50]：
T S E R S i = β 0 u i ,   v i ,   t i + ∑ k = 1 p β k u i ,   v i ,   t i x i k + ε i
式中： u i ,   v i ,   t i为样本i的时空坐标； β 0 u i ,   v i ,   t i为第i个样本的时空截距项； x i k为样本i的第k个影响因素； β k u i ,   v i ,   t i为样本i的第k个影响因素的回归系数； ε i为随机扰动项。该模型可为构建系统动力学模型提供依据，回归结果也可作为对固定效应、调节效应回归结果的检验。

2 结果分析

2.1 时空格局特征

依据综合评价结果，各省（自治区、直辖市）国土空间生态修复规模和新质生产力指数均呈现递增发展趋势（图2）。2022年，山东（0.369）、内蒙古（0.347）和河南（0.338）的国土空间生态修复规模指数较大，西藏（0.124）、海南（0.133）和上海（0.138）较低。广东（0.804）、江苏（0.707）和浙江（0.563）的新质生产力指数较大，宁夏（0.253）、西藏（0.255）和青海（0.272）较低。
图2 2005—2022年新质生产力与国土空间生态修复规模的空间分布

注：本图基于自然资源部标准地图服务系统下载的标准地图制作，底图无修改，下同。

Fig. 2 Spatial distribution of new quality productive forces and territorial space ecological restoration scale in China from 2005 to 2022

依据核密度估计结果（图3），新质生产力的波形向左移动，波峰逐渐降低，水平宽度减小，表明各省（自治区、直辖市）之间的差异呈缩小的态势，存在动态收敛性特征。在分布形态上，右拖尾现象逐渐消失，并形成右偏态分布特征，表明各省（自治区、直辖市）新质生产力的差距在逐步缩小。国土空间生态修复规模的kernel曲线向右移动，表明总体规模水平不断提高。波峰逐渐降低，水平宽度增大，表明各省（自治区、直辖市）之间的差异呈扩张的态势。在分布形态上，由标准的正态分布逐渐演变为左拖尾，双波峰的趋势逐渐显现，表明极化现象逐渐凸显，各省（自治区、直辖市）之间的差距在逐步扩大。
图3 2005—2022年新质生产力与国土空间生态修复规模的核密度

Fig. 3 Kernel density of new quality productive forces and territorial space ecological restoration scale from 2005 to 2022

依据全局Moran's I指数结果（图4），大部分样本的新质生产力都落在莫兰散点图的第一和第三象限，表明新质生产力呈现较强的集聚性。第一象限表示高新质生产力的地区与广东、江苏、浙江等高值地区相邻。第三象限表示低新质生产力的区域与宁夏、西藏、青海等低值地区相邻。而国土空间生态修复规模的莫兰散点图比较分散，未呈现聚集性，各省（自治区、直辖市）之间表现为零散分布的状态。
图4 2022年新质生产力与国土空间生态修复规模的莫兰散点图

Fig. 4 Moran scatter plot of new quality productive forces and territorial space ecological restoration scale in 2022

依据标准差椭圆结果（图5），2005—2022年新质生产力与国土空间生态修复规模的标准差椭圆基本呈现“东北—西南”空间分布格局。从半轴长度来看，新质生产力长半轴长度由2005年的1168.02 km缩至2020年的1132.79 km，短半轴长度由1039.99 km缩至1024.48 km；国土空间生态修复规模长半轴长度由2005年的1181.54 km缩至2020年的1148.69 km，短半轴长度由1024.88 km缩至1008.42 km，表明中国省域单元的新质生产力与国土空间生态修复规模呈现东北—西南方向向心集聚的趋势。从转角θ来看，新质生产力标准差椭圆转角θ由2005年的50.01°增至2020年的51.92°，国土空间生态修复规模标准差椭圆转角θ由49.54°减至47.09°，转角的变化幅度较小，表明新质生产力与国土空间生态修复规模发散的方向相对稳定。从重心转移来看，新质生产力的重心和国土空间生态修复规模的重心均向东南方向移动，表明二者重心的分布与移动方向具有一致性。从重心移动轨迹和标准差椭圆分布的情况来看（表2），2005—2022年中国新质生产力与国土空间生态修复规模重心向东南方向移动的距离幅度相对不大。主要原因是：一方面二者各省（自治区、直辖市）逐年的综合指数变化幅度较小，而综合指数又作为计算重心的权重数据，导致重心轨迹结果的变化幅度不大。另一方面中国国土空间生态修复和新质生产力的实施发展缓慢，前者是在“十三五”时期逐步实施，后者是“十四五”时期提出，虽然二者在前期均有不同程度的实践，但均未进入规模化与体系化的快速发展阶段，这也会导致二者的重心轨迹变化缓慢。
图5 2005—2022年新质生产力与国土空间生态修复规模的重心转移路径

Fig. 5 Transformation path of new quality productive forces and territorial space ecological restoration scale from 2005 to 2022

表2 新质生产力与国土空间生态修复规模标准差椭圆与重心变化明细

Table 2 Detailed changes in the standard deviation ellipse and center of gravity for the new quality productive forces and territorial space ecological restoration scale

标准差椭圆 年份 中心坐标 短半轴/km 长半轴/km 方位角/(°) 扁率 重心坐标
国土空间
生态修复
规模指数		 2005 111°50′7.9″E，34°47′11.6″N 1024.88 1181.54 49.54 0.87 111°41′39.4″E，34°29′48″N
2010 111°52′47.2″E，34°28′10.4″N 1014.58 1195.88 46.18 0.85 111°42′42.5″E，34°10′5.5″N
2015 112°9′21.6″E，34°19′41.1″N 1008.62 1160.89 46.36 0.87 112°1′5.9″E，34°2′7.4″N
2020 111°55′39.6″E，34°15′18.1″N 1008.41 1148.69 47.09 0.88 111°48′8.5″E，33°57′56.2″N
新质生产
力指数		 2005 112°17′33.1″E，33°58′53″N 1039.99 1168.02 50.01 0.89 112°10′48.6″E，33°40′59.6″N
2010 112°20′56.1″E，33°58′2.4″N 1034.10 1157.45 47.29 0.89 112°14′17.6″E，33°39′56.5′N
2015 112°19′33.3″E，33°53′41.7″N 1033.32 1147.41 50.49 0.90 112°13′40.4′E，33°36′.1″N
2020 112°21′12.7″E，33°38′26.8″N 1024.47 1132.78 51.92 0.90 112°15′50″E，33°21′18.9″N

2.2 回归建模结果

2.2.1 描述性统计

表3显示，国土空间生态修复规模指数（TSERS）均值为0.187，新质生产力指数（NQPF）均值为0.286，表明国土空间生态修复规模指数滞后新质生产力指数，各样本间的标准差相对较小，表明数据相对集中，有利于计量统计分析。土地绿色利用效率（LGUE）均值小于1，表明大部分样本单元土地绿色利用的投入产出效率较低，需要合理控制投入规模并降低污染排放等非期望产出，进而优化土地绿色利用效率。
表3 变量描述性统计

Table 3 Descriptive statistics of variables

变量名称 样本量/个 平均值 标准差 最小值 中位数 最大值
TSERS 558 0.187 0.054 0.094 0.182 0.369
NQPF 558 0.286 0.089 0.139 0.268 0.804
LGUE 558 0.304 0.426 0.030 0.133 1.885
JS 558 2.534 6.684 0.003 0.736 45.987
RK 558 4392.685 2838.031 280.000 2824.500 12684.000
ZG 558 30287.930 229157.400 0.580 5347.580 3724249.000
ZB 558 31.044 17.950 2.940 31.610 66.800

注：JS为建设用地覆盖率、RK为人口总量、ZG为政府干预、ZB为植被覆盖率。下同。

2.2.2 相关性分析

表4显示，各变量的VIF值最大为2.32，小于10，表明变量之间不存在多重共线性。从相关系数情况来看，NQPF与TSERS为显著正相关，表明新质生产力正向影响国土空间生态修复规模，佐证了假设1。LGUE与TSERS为显著负相关，与NQPF为显著正相关，表明土地绿色利用效率负向影响国土空间生态修复规模、正向影响新质生产力，由于对二者的作用方向不同，表明土地绿色利用效率在新质生产力影响国土空间生态修复规模关系中具有调节作用，佐证了假设2。
表4 相关性分析与VIF检验

Table 4 Correlation analysis and VIF test

变量名称 TSERS NQPF LGUE JS RK ZG ZB VIF
TSERS 1
NQPF 0.558*** 1 1.800
LGUE -0.516*** 0.221*** 1 1.620
JS -0.184*** 0.221*** 0.015 1 1.240
RK 0.550*** 0.544*** -0.590*** -0.103** 1 2.320
ZG 0.145*** 0.230*** -0.067 0.000 0.097** 1 2.200
ZB 0.112*** 0.211*** -0.194*** -0.215*** 0.233*** 0.125*** 1 1.070

注：***、**分别表示在1%、5%的水平上显著相关。下同。

2.2.3 主效应与调节效应分析

依据Hausman检验结果，主效应和调节效应的P<0.001，适用固定效应模型。表5中Model 1列未加控制变量时NQPF对TSERS的影响显著为正，Model 2列加入控制变量后，仍然显著，假设1得到验证。表中Model 3和Model 4列展示了未加和加入控制变量时调节效应的回归结果，NQPF与LGUE交互项的回归系数均显著为负，说明LGUE能制约NQPF对TSERS的促进作用，假设2得到验证。
表5 主效应和调节效应回归结果

Table 5 Regression results of main effect and moderating effect

变量名称 TSERS
Model 1		 TSERS
Model 2		 TSERS
Model 3		 TSERS
Model 4
NQPF 0.447***(0.013) 0.403***(0.025) 0.446***(0.013) 0.387***(0.023)
JS 0.001**(0.000) 0.001***(0.000)
RK -0.0001**(0.000) -0.0001**(0.000)
ZG 0.002***(0.001) 0.002***(0.001)
ZB 0.001***(0.000) 0.002***(0.000)
LGUE -0.024***(0.006) -0.026***(0.005)
TJBL -0.100***(0.033) -0.173***(0.031)
Constant 0.059***(0.004) 0.048**(0.019) 0.066***(0.004) 0.065***(0.018)
Year 控制 控制 控制 控制
Industry 控制 控制 控制 控制
F值 1207.246 275.269 452.626 243.924
样本量/个 558 558 558 558
R2 0.697 0.725 0.722 0.767

注：括号内数字为稳健标准误，下同。

考虑到国土空间生态修复和新质生产力发展会随着时间的累加具有累积效应，以各自的逐年累加值为基础再次对主效应（表6 Jmodel 1和Jmodel 2）和调节效应（表6 Jmodel 3和Jmodel 4）进行回归，结果均具有一致性，进一步证明了主效应和调节效应回归结果可信度高。
表6 累积后主效应和调节效应回归结果

Table 6 Regression results of main and moderating effect after accumulation

变量名称 TSERS
Jmodel 1		 TSERS
Jmodel 2		 TSERS
Jmodel 3		 TSERS
Jmodel 4
NQPF 0.627***(0.007) 0.659***(0.011) 0.624***(0.007) 0.651***(0.009)
JS 0.033***(0.005) 0.036***(0.005)
RK -0.001***(0.000) -0.001***(0.000)
ZG 0.017**(0.007) 0.022***(0.006)
ZB 0.013***(0.004) 0.019***(0.003)
LGUE -0.161**(0.073) -0.202***(0.054)
TJBL -0.096***(0.018) -0.157***(0.014)
Constant 0.107***(0.020) 1.911***(0.225) 0.158***(0.027) 2.168***(0.192)
Year 控制 控制 控制 控制
Industry 控制 控制 控制 控制
F值 8189.895 2493.841 2988.684 2517.571
样本量/个 558 558 558 558
R2 0.940 0.960 0.945 0.971

2.2.4 异质性分析

区域经济差异可能会影响变量之间的作用关系，依据“胡焕庸线”和“博台线”来表征经济水平不均衡和相对均衡的区域差异（表7）。在“胡焕庸”线东南和西北两侧的区域中，新质生产力对国土空间生态修复规模的直接效应（Hmodel 1列和Hmodel 3列）和调节效应（Hmodel 2列和Hmodel 4列）均在1%的水平上显著正相关，不同的是东南地区新质生产力的直接效应和调节效应回归系数均明显低于西北地区，说明经济不发达地区新质生产力对国土空间生态修复规模的影响力高于发达地区。另外西北地区土地绿色利用效率的调节效应不显著，主要原因是西北地区气候干旱，水气条件不利于植被的快速生长，植被覆盖率低，土地绿色利用的自然本底条件不理想，加之新质产业发展基础薄弱，不利于国土空间开发保护格局的快速形成。在“博台线”东北和西南两侧的区域中，新质生产力对国土空间生态修复规模的直接效应（Bmodel 1列和Bmodel 3列）和调节效应（Bmodel 2列和Bmodel 4列）显著正相关，不同的是东北地区新质生产力的直接效应和调节效应回归系数均明显高于西南地区，说明经济相对均衡的区域之间，新质生产力对国土空间生态修复的影响力存在差异性。
表7 地区差异主效应和调节效应回归结果

Table 7 Regression results of main effect and moderating effect of regional differences

变量名称 博台线 胡焕庸线
东北 西南 东南 西北
Bmodel 1 Bmodel 2 Bmodel 3 Bmodel 4 Hmodel 1 Hmodel 2 Hmodel 3 Hmodel 4
NQPF 0.439*** 0.416*** 0.372*** 0.331*** 0.418*** 0.401*** 0.714*** 0.671***
(0.030) (0.031) (0.037) (0.038) (0.025) (0.025) (0.079) (0.080)
LGUE -0.043*** -0.030*** -0.027*** -0.035*** -0.056*** -0.039*** -0.008 -0.017*
(0.006) (0.007) (0.009) (0.009) (0.007) (0.009) (0.009) (0.010)
JS 0.001** 0.001** 0.013 0.010 0.001*** 0.001*** 0.037 0.042
(0.000) (0.000) (0.009) (0.009) (0.000) (0.000) (0.032) (0.032)
RK -0.0001 -0.0001 -0.0001 -0.0001 -0.0001 -0.0001 -0.0001 -0.0001
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
ZG 0.004*** 0.003*** 0.001 0.002** 0.003*** 0.003*** -0.004** -0.003*
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.002) (0.002)
ZB 0.001*** 0.002*** 0.002*** 0.002*** 0.002*** 0.002*** -0.004** -0.004**
(0.001) (0.001) (0.000) (0.000) (0.000) (0.000) (0.001) (0.001)
TJBL -0.153*** -0.186*** -0.135*** -0.203**
(0.045) (0.056) (0.048) (0.088)
Constant 0.034 0.034 0.061** 0.067*** 0.066*** 0.062*** 0.057 0.075**
(0.028) (0.028) (0.024) (0.024) (0.022) (0.002) (0.036) (0.036)
Year 控制 控制 控制 控制 控制 控制 控制 控制
Industry 控制 控制 控制 控制 控制 控制 控制 控制
F值 168.597 150.620 178.591 160.500 243.344 213.044 54.869 49.896
样本量/个 360 360 288 288 468 468 108 108
R2 0.752 0.760 0.801 0.809 0.770 0.774 0.774 0.786

注：*表示在10%的水平上显著相关。下同。

2.2.5 模型稳健性检验

本文采取三种方式对模型稳健性进行检验（表8）：参考唐国平等[55]的做法，随机抽取1/3样本进行回归（Zmodel 1列和Tmodel 1列）；参考卢维学等[56]的做法，对滞后1期的解释变量进行回归（Zmodel 2列和Tmodel 2列）；参考常媛等[57]的做法，在基准回归基础上增加解释变量的平方项进行回归（Zmodel 3列和Tmodel 3列）。结果均通过稳健性检验，假设1和假设2再次得到验证。
表8 主效应和调节效应稳健性检验结果

Table 8 Robustness test results for main effect and moderating effect

变量名称 主效应回归稳健性检验 调节效应回归稳健性检验
随机抽取1/3
Zmodel 1		 滞后1期
Zmodel 2		 非线性回归
Zmodel 3		 随机抽取1/3
Tmodel 1		 滞后1期
Tmodel 2		 非线性回归
Tmodel 3
NQPF 0.600*** 0.431*** 0.721*** 0.523*** 0.415*** 0.681***
(0.051) (0.027) (0.055) (0.046) (0.026) (0.051)
LGUE -0.026*** -0.025*** -0.022***
(0.010) (0.006) (0.005)
TJBL -0.218*** -0.174*** -0.186***
(0.051) (0.033) (0.030)
NQPF×NQPF -0.413*** -0.385***
(0.065) (0.060)
JS -0.024*** 0.001* 0.001* -0.010 0.001*** 0.001***
(0.008) (0.000) (0.000) (0.007) (0.000) (0.000)
RK -0.0001 -0.0001 -0.0001 -0.0001 -0.0001 -0.0001
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
ZG 0.003** 0.00*** 0.002*** 0.001 0.003*** 0.002***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
ZB 0.0001 0.001*** 0.0001 0.002*** 0.002*** 0.001***
(0.000) (0.000) (0.000) (0.001) (0.000) (0.000)
Constant 0.136*** 0.034* -0.014 0.120*** 0.052*** 0.005
(0.034) (0.020) (0.021) (0.003) (0.019) (0.019)
Year 控制 控制 控制 控制 控制 控制
Industry 控制 控制 控制 控制 控制 控制
F值 103.663 254.562 253.556 104.451 223.154 234.902
样本量/个 198 527 558 198 527 558
R2 0.740 0.722 0.745 0.802 0762 0.784

2.2.6 门槛效应分析

前文已得出新质生产力有利于提升国土空间生态修复规模，还需进一步明晰促进作用是线性还是非线性以及土地绿色利用效率在二者关系中的作用，即当土地绿色利用效率达到某一值后，新质生产力对国土空间生态修复规模的促进作用会提高还是会降低。构建面板门槛模型，分别在100格点和300次自举抽样对门槛值进行检验，结果显示（表9）：当期NQPF的门槛变量在三门槛检验中F统计量为20.73，未通过显著性检验，表明不存在三门槛效应。在双门槛检验中F统计量为50.56，通过了1%的显著性检验，门槛值分别为0.091和0.271，置信区间与门槛估计值如图6所示，LR统计量最低点为真实门槛值，虚线为临界值（7.35），临界值明显大于两个门槛值，表明门槛值真实有效。同理对滞后1期和滞后2期NQPF的门槛效应进行检验，结果显示均存在双门槛效应（图7、图8）。
表9 门槛效应检验结果

Table 9 Test results of threshold effect

变量 模型 残差平方和（RSS） 均方
误差（MSE）		 F值 P值 临界值 门槛值
10% 5% 1%
NQPF 单门槛 0.159 0.0003 61.720 0.000 26.204 31.359 41.287 0.091
双门槛 0.145 0.0003 50.560 0.003 23.865 27.426 45.124 0.271
三门槛 0.140 0.0003 20.730 0.360 32.977 37.512 46.417 1.021
L.NQPF 单门槛 0.148 0.0003 57.900 0.000 22.122 27.670 39.215 0.091
双门槛 0.136 0.0003 45.150 0.000 21.359 27.277 33.831 0.279
三门槛 0.132 0.0003 17.280 0.303 27.896 32.776 48.982 1.021
L2.NQPF 单门槛 0.137 0.0003 48.650 0.000 22.152 26.463 33.637 0.093
双门槛 0.127 0.0003 37.860 0.003 17.924 22.881 34.151 0.283
三门槛 0.123 0.0003 16.00 0.350 26.198 33.419 42.787 1.473
图6 当期门槛估计值

Fig. 6 Estimated current threshold

图7 滞后1期门槛估计值

Fig. 7 Estimated of 1-lag threshold

图8 滞后2期门槛估计值

Fig. 8 Estimated of 2-lag threshold

双门槛回归结果表10中Kmodel 1列显示，当LGUE≤0.091时，当期NQPF与TSERS的关系在1%的水平上呈显著正相关，回归系数为0.423。当0.091<LGUE≤0.271时，当期NQPF与TSERS的关系在1%水平上呈显著正相关，回归系数为0.371。当LGUE>0.271时，当期NQPF与TSERS的关系在1%的水平上呈显著正相关，回归系数为0.283。表明二者呈非线性相关关系，且越过门槛值后，作用力下降，假设3得到验证。表10中Kmodel 2列和Kmodel 3列表明滞后1期和滞后2期NQPF对TSERS的影响同样具有显著的门槛关系，进一步验证了假设3，且滞后1期的双门槛回归系数高于当期，滞后2期的回归系数高于滞后1期，表明二者作用关系具有时间滞后性。
表10 门槛回归结果

Table 10 Threshold regression results

变量 Kmodel 1 Kmodel 2 Kmodel 3
核心解释量 NQPF L.NQPF L2.NQPF
门槛变量 LGUE LGUE LGUE
JS 0.001***(0.000) 0.001***(0.000) 0.001***(0.000)
RK -0.0001**(0.000) -0.0001*(0.000) -0.0001**(0.000)
ZG 0.002*(0.001) 0.002**(0.001) -0.00001(0.000)
ZB 0.002***(0.001) 0.002***(0.001) 0.002**(0.001)
NQPF(LGUE≤0.091) 0.423***(0.057) — —
NQPF(0.091<LGUE≤0.271) 0.371***(0.056) — —
NQPF(LGUE>0.271) 0.283***(0.057) — —
L.NQPF(LGUE≤0.091) — 0.452**(0.058) —
L.NQPF(0.091<LGUE≤0.279) — 0.396***(0.057) —
L.NQPF(LGUE>0.279) — 0.308***(0.057) —
L2.NQPF(LGUE≤0.093) — — 0.524***(0.059)
L2.NQPF(0.093<LGUE≤0.283) — — 0.463***(0.060)
L2.NQPF(LGUE>0.283) — — 0.374***(0.057)
Constant 0.064**(0.029) 0.056*(0.029) 0.082***(0.029)
Year 控制 控制 控制
Industry 控制 控制 控制
F值 69.951 52.043 47.394
样本量/个 558 527 496
R2 0.773 0.770 0.755
从当期门槛回归情况来看（图9），当LGUE≤0.091时，样本有172个，主要是广东、河北、江苏、山东、浙江等地，这些地区位于东南沿海，城镇化率较高，新质生产力发展最活跃，高速度的发展致使区域内面临严峻的三生空间功能协调问题，既要发展生产力推动经济建设又要保护生态环境实施国土空间生态修复。当0.091<LGUE≤0.271时，样本有276个，主要是甘肃、广西、贵州、内蒙古、山西、新疆和云南等西部地区以及辽宁、吉林和黑龙江东北三省，这些地区受西部大开发和振兴东北的国家发展战略扶持，社会经济发展潜力巨大，土地承载力和生态承载力在未来的生产力发展中面临巨大挑战。当LGUE>0.271时，样本有110个，主要是宁夏、青海、西藏和海南等地，这些地区人口总量少、经济发展相对缓慢，建设占用、环境污染规模范围小，后发优势有利于国土空间保护与生态文明建设。
图9 样本门槛值分布统计

Fig. 9 Threshold distribution statistics

2.3 时空异质性分析

依据时空地理加权回归结果（图10），分析新质生产力、土地绿色利用效率、建设用地覆盖率、人口总量、政府干预和植被覆盖率对国土空间生态修复规模影响的时空异质性，模型调整后R2为0.926，拟合效果好。
图10 影响因素回归系数空间分布

Fig. 10 Spatial distribution of regression coefficients of influencing factors

新质生产力影响力较大的省（自治区）为宁夏和云南，较小的为贵州和广西。土地绿色利用效率影响力较大的省（直辖市）为陕西和重庆，较小的为云南和海南。建设用地覆盖率影响力较大的省（自治区）为西藏和新疆，较小的为青海和云南。人口总量影响力较大的省（自治区、直辖市）为上海和黑龙江，较小的为广西和云南。政府干预影响力较大的省（自治区）为湖南和内蒙古，较小的为宁夏和甘肃。植被覆盖率影响力较大的省（自治区）为新疆和黑龙江，较小的为广东和江西。除新质生产力的影响均为正向外，其他因素均具有正负双向的影响。从各因素回归系数的平均值情况来看，各因素的影响与固定效应和调节效应中各因素回归系数的正负方向具有一致性，表明本文的回归模型结果可信度高，新质生产力对国土空间生态修复规模的作用关系稳健，各因素回归系数的时序演变情况如图11所示。
图11 影响因素回归系数时序演变

Fig. 11 Temporal evolution of regression coefficients of influencing factors

3 结论与讨论

3.1 结论

（1）中国新质生产力和国土空间生态修复规模均呈现递增的发展趋势，各省（自治区、直辖市）之间新质生产力的差异逐渐减小且空间集聚性显著，国土空间生态修复规模的差异逐渐凸显且空间集聚性不显著。
（2）中国新质生产力的重心和国土空间生态修复规模的重心均向东南方向移动，二者重心的分布与移动方向具有一致性。
（3）新质生产力能够显著正向促进国土空间生态修复规模，表现为非线性相关，且具有时间滞后性。土地绿色利用效率在新质生产力促进国土空间生态修复规模的作用中发挥了显著的调节功效。
（4）新质生产力对国土空间生态修复的影响存在双门槛效应，越过门槛值后，新质生产力对国土空间生态修复规模的促进程度呈边际递减的趋势。

3.2 讨论

主效应及其滞后性的机理：在理论方面，马克思和恩格斯把生产力分为社会生产力和自然生产力，社会生产力发展成效是自然生产力能否有效释能与可持续发展的关键所在，新质生产力的发展体现了自然再生产过程与社会再生产过程的辩证统一。新质生产力不以牺牲环境、破坏生态为代价[58]，在新质生产力视域下，保护、修复和改善生态环境可以产生直接生态生产力，也可以产生潜在生态生产力；新质生产力绿色赋能后有利于生态生产力的释能[59]，新质生产力必将促进国土空间生态修复的规模化实施。在实践方面，经济发展作用于产业与企业，落地于土地利用，过去先破坏再修复的发展方式致使绿色生产力的功效滞后于经济成效，国土空间与生态环境受到损害，人们开始保护修复生态并转变发展与管控理念。土地利用规划管理的供给侧结构性改革对提升土地利用综合效率效果显著，在环境规则的约束下生产主体提升了土地绿色利用效率，在政府规制的管控下实施国土空间生态修复工程，修复行动的时间滞后性引发了主效应的滞后性。
研究显示新质生产力能显著促进国土空间生态修复规模，但在土地绿色利用效率的调节作用下，影响关系呈双门槛式的递减规律，结合前文分析，利用VENSIM软件，构建了国土空间生态修复规模的系统动力学模型（图12）。研究表明新质生产力与土地绿色利用效率是影响国土空间生态修复规模的重要因素，这与已有研究结果“国土空间生态修复受社会生产力发展[60]、土地利用管制[61]影响，新质生产力能激发生态治理转型的国土空间修复顶层设计[30]，土地绿色利用效率能推动形成高质量发展的国土空间开发格局[62]”具有一致性。进一步探析发现劳动产出和数字基建与国土空间生态修复规模的灰色关联度最高，分别为0.905和0.912，表明新质生产力中数字基建和劳动产出与国土空间生态修复关系最紧密，意味着数字化与高效化是国土空间生态修复新质化转型发展的主要方向。这与冯文利等[63]提出的数字生态文明时代数字化与绿色化特征推动国土空间规划的数智化与数治化转型具有相似性；方创琳等[64]在新质生产力的地理学内涵中提出新质生产力既关联着传统的自然和人文资源，也关联着新型的数据和互联网资源，具有高度耦合性和超级关联性等特征。这些研究在一定程度上印证了本文结果。
图12 系统动力学模型构建

Fig. 12 Establishment of the system dynamics model

3.3 对策与建议

当前在国土空间规划的约束下，土地绿色利用效率会逐渐提升。未来随着新质生产力的深化，土地资源配置更加高效合理，经济发展对国土空间的损害程度与范围会逐渐减少。因此，在实施国土空间生态修复中，提出如下对策建议：首先，依据新质生产力对促进国土空间生态修复具有滞后效应的结果，应制定国土空间生态修复税并执行保证金制度，将生态修复成本纳入需求侧，建立国土空间生态修复激励与惩罚、空间占用与修复平衡机制。其次，依据门槛效应所致新质生产力对国土空间生态修复的影响力递减的结果，应发挥本地区的生态资源禀赋优势并认识其与新质生产力发展的耦合性和阶段差异性，在新质生产力发展的初期就通过供给侧节约供地和需求侧集约用地的方式控制建设用地覆盖率的增长速度，降低建设对生态空间的负向影响。最后，实施国土空间生态修复新质化转型。新表现为新技术、新准则和新业态。新技术包括“山水工程”和全域土地整治技术创新，新准则包括制定自然资源数字化治理标准体系和国土空间规划标准体系，新业态是组建国土空间生态修复产业并纳入生态产品第四产业建设范畴，助力生态产品价值实现机制的构建。质表现为高质量、多质效和绿质性。高质量包含实施国土空间生态修复的数字化、数智化和数慧化建设，提升自然资源数字化治理能力。多质效是组建国土空间生态修复的资金、资源、资产和资本循环效益体系，逐步融入全球生态治理行列。绿质性包括修复工程要量化植被覆盖度和植被净初级生产力并纳入美丽乡村建设中，实现低碳化国土空间生态修复。

3.4 总结与展望

新质生产力和国土空间生态修复是新时代的重要发展内容，二者的协调均衡发展体现了既要保护生态环境、又要发展生产力的辩证关系，对落实习近平生态文明思想意义重大。本文以人地关系地域系统理论为指导，初步理顺了新质生产力与国土空间生态修复规模之间的作用机理，通过整合地理学与计量经济学相关模型量化了二者的时空演变及其相关关系，揭示了相互间的发展规律，但也存在一定的局限需要后续改进与深化，主要表现为：一是受数据获取及数据统计口径等的限制，本文仅以省级单元为案例，研究结果解释了宏观区域规律，而相对微观的市域和县域还有待进一步细化。二是对作用机理的梳理尚未系统化，后续可从生态化的生产力与生产力的生态化等方面继续完善。三是构建的评价指标体系可能还不完整，尤其是新质生产力评价体系在学术界尚未形成共识，由于指标之间的非独立性可能会导致存在多重共线性和指标缺漏等问题，后续可通过连续的学术追踪，不断改进。新质生产力和国土空间生态修复是中国经济社会高质量发展中的重要命题，是涉及经济学、生态学、管理学等交叉学科的复杂开放系统，二者之间存在作用关系，本文中门槛模型结果虽然证明了二者的非线性相关关系，但更为系统的理论指导实证、实践印证理论的科学过程还需后续进行大量试验研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
XUE B, HAN B, LI H Q, et al. Understanding ecological civilization in China: From political context to science. Ambio, 2023, 52(12): 1895-1909.

[2]
许闯胜, 宋伟, 李换换, 等. 中国生态修复的实践错位问题与应对措施. 资源科学, 2023, 45(1): 222-234.

DOI

[XU C S, SONG W, LI H H, et al. Misalignment of ecological restoration practices and countermeasures in China. Resources Science, 2023, 45(1): 222-234.]

DOI

[3]
李占平, 王辉. 数字新质生产力与实体经济高质量发展: 理论分析与实证检验. 统计与决策, 2024, 40(10): 12-16.

[LI Z P, WANG H. Digital new quality productivity and high-quality development of real economy: Theoretical analysis and empirical test. Statistics & Decision, 2024, 40(10): 12-16.]

[4]
CHEN D S, ZHANG F, JIM C Y, et al. Spatio-temporal evolution of landscape patterns in an oasis city. Environmental Science and Pollution Research International, 2023, 30(2): 3872-3886.

[5]
王军, 应凌霄, 钟莉娜. 新时代国土整治与生态修复转型思考. 自然资源学报, 2020, 35(1): 26-36.

DOI

[WANG J, YING L X, ZHONG L N. Thinking for the transformation of land consolidation and ecological restoration in the New Era. Journal of Natural Resources, 2020, 35(1): 26-36.]

DOI

[6]
李晓文, 吕江涛, 智烈慧, 等. 基于“目标—成本—效益”协同优化的山水林田湖草沙一体化生态保护与修复格局. 生态学报, 2023, 43(9): 3625-3635.

[LI X W, LYU J T, ZHI L H, et al. Optimization of integrated ecological conservation and restoration pattern by trading off the targets, costs, and ecological benefits. Acta Ecologica Sinica, 2023, 43(9): 3625-3635.]

[7]
杨文华, 王竹. “两山”理论的生态诠释: 兼论党的十九届五中全会生态文明建设战略部署. 学习论坛, 2021, 37(3): 41-48.

[YANG W H, WANG Z. Ecological interpretation of two mountains theory. Tribune of Study, 2021, 37(3): 41-48.]

[8]
彭建, 吕丹娜, 董建权, 等. 过程耦合与空间集成: 国土空间生态修复的景观生态学认知. 自然资源学报, 2020, 35(1): 3-13.

DOI

[PENG J, LYU D N, DONG J Q, et al. Processes coupling and spatial integration: Characterizing ecological restoration of territorial space in view of landscape ecology. Journal of Natural Resources, 2020, 35(1): 3-13.]

DOI

[9]
张伟, 龙闹, 李盛港, 等. 基于生态本底—格局—潜力框架的国土空间生态修复分区研究: 以粤港澳大湾区为例. 热带地理, 2024, 44(2): 212-225.

DOI

[ZHANG W, LONG N, LI S G, et al. Zoning of territorial space for ecological restoration based on potential ecological background pattern framework: A case study of the Guangdong-Hong Kong-Macao greater Bay Area. Tropical Geography, 2024, 44(2): 212-225.]

[10]
韦宝婧, 胡希军, 张亚丽, 等. 基于“重要性—脆弱性—服务价值”的国土空间生态保护与修复管控. 农业工程学报, 2022, 38(19): 249-258.

[WEI B J, HU X J, ZHANG Y L, et al. Ecological protection, restoration and management of territorial space using "Importance, Fragility, Ecosystem service value". Transactions of the CSAE, 2022, 38(19): 249-258.]

[11]
丹宇卓, 彭建, 张子墨, 等. 基于“退化压力—供给状态—修复潜力”框架的国土空间生态修复分区: 以珠江三角洲为例. 生态学报, 2020, 40(23): 8451-8460.

[DAN Y Z, PENG J, ZHANG Z M, et al. Territorially ecological restoration zoning based on the framework of degradation pressure, supply state and restoration potential: A case study in the Pearl River Delta region. Acta Ecologica Sinica, 2020, 40(23): 8451-8460.]

[12]
王鹏, 赵微. 典型喀斯特地区国土空间生态修复分区研究: 以贵州猫跳河流域为例. 自然资源学报, 2022, 37(9): 2403-2417.

DOI

[WANG P, ZHAO W. Ecological restoration zoning of territorial space in typical Karst region: A case study of Maotiao River Basin in Guizhou. Journal of Natural Resources, 2022, 37(9): 2403-2417.]

DOI

[13]
庞雅月, 朱梓铭, 叶宗达, 等. 国土空间生态修复理想模式与区划方法探索. 广西大学学报: 自然科学版, 2022, 47(4): 933-943.

[PANG Y Y, ZHU Z M, YE Z D, et al. Exploration on the ideal model and zoning method of territorial ecological restoration. Journal of Guangxi University: Natural Science Edition, 2022, 47(4): 933-943.]

[14]
蔡海生, 陈艺, 查东平, 等. 基于主导功能的国土空间生态修复分区的原理与方法. 农业工程学报, 2020, 36(15): 261-270, 325.

[CAI H S, CHEN Y, ZHA D P, et al. Principle and method for ecological restoration zoning of territorial space based on the dominant function. Transactions of the CSAE, 2020, 36(15): 261-270, 325.]

[15]
曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区: 以长江中游城市群为例. 自然资源学报, 2022, 37(12): 3118-3135.

DOI

[ZENG C, CHENG Y J, LYU T Y. Research on land-space ecological restoration zoning based on ecosystem health: A case study of the urban agglomeration in the middle reaches along the Yangtze River. Journal of Natural Resources, 2022, 37(12): 3118-3135.]

DOI

[16]
王艳, 张雪芳, 雷淑珍. 黄河流域数字经济、产业发展与生态环境耦合协调度的实证检验. 统计与决策, 2024, 40(4): 108-113.

[WANG Y, ZHANG X F, LEI S Z. An empirical test on the coupling coordination degree of digital economy, industrial development and ecological environment in the Yellow River Basin. Statistics & Decision, 2024, 40(4): 108-113.]

[17]
张中秋, 张裕凤, 胡宝清. 时空视角下国土空间生态修复与城镇化发展效应的耦合联动研究. 资源开发与市场, 2024, 40(1): 10-22.

[ZHANG Z Q, ZHANG Y F, HU B Q. Research on coupled linkage between territory ecological restoration and urbanization effects from the perspective of spatial-temporal. Resource Development & Market, 2024, 40(1): 10-22.]

[18]
杨忍, 刘芮彤. 农村全域土地综合整治与国土空间生态修复: 衔接与融合. 现代城市研究, 2021, 36(3): 23-32.

[YANG R, LIU R T. Rural comprehensive land consolidation and territorial ecological restoration: Cohesion and integration. Modern Urban Research, 2021, 36(3): 23-32.]

[19]
安文雨, 涂婧林, 侯东瑞, 等. 国土空间生态修复与乡村振兴: 共现与融合. 华中农业大学学报: 自然科学版, 2022, 41(3): 1-10.

[AN W Y, TU J L, HOU D R, et al. Ecological restoration of territorial space and rural revitalization: Co-occurrence and integration. Journal of Huazhong Agricultural University: Natural Science Edition, 2022, 41(3): 1-10.]

[20]
王文奎, 牟宇峰, 蒋艳君, 等. 生命共同体理念下的浅山沿海地区生态保护修复顶层设计探析: 以闽江流域(福州段)为例. 规划师, 2020, 36(23): 44-49.

[WANG W K, MU Y F, JIANG Y J, et al. Top level design of ecological preservation and recovery in coastal low mountainous area under the concept of life community: The case of Minjiang River Basin (Fuzhou section) planning. Planners, 2020, 36(23): 44-49.]

[21]
张晓平, 胡紫红, 危小建, 等. 资源枯竭型城市生态保护修复关键区识别研究: 以江西省大余县为例. 生态与农村环境学报, 2021, 37(8): 1031-1040.

[ZHANG X P, HU Z H, WEI X J, et al. Study on identification of key areas for ecological protection and restoration in resource-exhausted region: Take Dayu county, Jiangxi as an example. Journal of Ecology and Rural Environment, 2021, 37(8): 1031-1040.]

[22]
刘世梁, 董玉红, 王方方, 等. 生态系统服务价值评估在生态修复中的应用. 中国生态农业学报(中英文), 2023, 31(8): 1343-1354.

[LIU S L, DONG Y H, WANG F F, et al. Application of ecosystem service valuation in ecological restoration. Chinese Journal of Eco-Agriculture, 2023, 31(8): 1343-1354.]

[23]
萨娜, 赵金羽, 寇旭阳, 等. “山水林田湖草沙生命共同体”耦合框架、模型与展望. 生态学报, 2023, 43(11): 4333-4343.

[SA N, ZHAO J Y, KOU X Y, et al. Coupling mountains-waters-forests-farmlands-lakes-grasslands-sandlands life community: Framework, models and prospect. Acta Ecologica Sinica, 2023, 43(11): 4333-4343.]

[24]
PENG J, TANG H, SU C, et al. Regarding reference state to identify priority areas for ecological restoration in a Karst region. Journal of Environmental Management, 2023, 348: 119214, Doi: 10.1016/j.jenvman.2023.119214.

[25]
LIU S C, SHAO Q Q, NING J, et al. Remote-sensing-based assessment of the ecological restoration degree and restoration potential of ecosystems in the upper Yellow River over the past 20 years. Remote Sensing, 2022, 14(15): 3550, Doi: 10.3390/rs14153550.

[26]
QIN Y W, YAN H M, LIU J Y, et al. Impacts of ecological restoration projects on agricultural productivity in China. Journal of Geographical Sciences, 2013, 23(3): 404-416.

DOI

[27]
李敦瑞. 新质生产力的生态意蕴和推进路向. 山东师范大学学报: 社会科学版, 2024, 69(2): 92-103.

[LI D R. Ecological implications and pathway to promote new productive forces. Journal of Shandong Normal University: Social Sciences, 2024, 69(2): 92-103.]

[28]
张三元. 发展新质生产力与构建绿色健康生活方式. 思想理论教育, 2024, (4): 27-34.

[ZHANG S Y. Developing new quality productive forces and building a green and healthy lifestyle. Ideological & Theoretical Education, 2024, (4): 27-34.]

[29]
王军, 孙雨芹, 杨智威, 等. 自然资源—社会经济—生态系统耦合视角下的生态保护修复转型思考. 地质通报, 2024, 43(8): 1297-1304.

[WANG J, SUN Y Q, YANG Z W, et al. Thinking for the transformation of ecological protection and restoration in the coupled view. Geological Bulletin of China, 2024, 43(8): 1297-1304.]

[30]
廖小明, 杨懿. 唯物史观视域下新质生产力的生态意涵探赜. 理论与改革, 2024, (5): 24-39, 161-162.

[LIAO X M, YANG Y. Exploring the ecological connotation of new quality productive forces from the perspective of historical materialism. Theory and Reform, 2024, (5): 24-39, 161-162.]

[31]
罗铭杰. 新质生产力的生态内涵论析. 河北经贸大学学报, 2024, 45(2): 11-19.

[LUO M J. Analysis on the ecological connotation of new quality productive forces. Journal of Hebei University of Economics and Business, 2024, 45(2): 11-19.]

[32]
许恒兵. 新质生产力: 科学内涵、战略考量与理论贡献. 南京社会科学, 2024, (3): 1-9.

[XU H B. New quality productivity: Scientific connotation, strategic consideration and theoretical contribution. Nanjing Journal of Social Sciences, 2024, (3): 1-9.]

[33]
贾文星, 张学良, 韩慧敏. 中国收缩型县域土地绿色利用效率的时空演进及收敛特征. 资源科学, 2024, 46(2): 294-307.

DOI

[JIA W X, ZHANG X L, HAN H M. Spatiotemporal evolution and convergence characteristics of land green use efficiency in shrinking counties of China. Resources Science, 2024, 46(2): 294-307.]

DOI

[34]
茹少峰, 马茹慧. 黄河流域生态环境脆弱性评价、空间分析及预测. 自然资源学报, 2022, 37(7): 1722-1734.

DOI

[RU S F, MA R H. Evaluation, spatial analysis and prediction of ecological environment vulnerability of Yellow River Basin. Journal of Natural Resources, 2022, 37(7): 1722-1734.]

[35]
张瑞, 文兰娇, 王宁柯, 等. 科技创新对城市土地绿色利用效率的影响: 以武汉都市圈48个区县为例. 资源科学, 2023, 45(2): 264-280.

DOI

[ZHANG R, WEN L J, WANG N K, et al. Impact of scientific and technological innovation on green use efficiency of urban land: A case study of 48 districts and counties in the Wuhan Metropolitan Area. Resources Science, 2023, 45(2): 264-280.]

DOI

[36]
魏红. 少数民族生态伦理内源性资源当代价值研究: 以绿色犯罪学为视域. 贵州民族研究, 2020, 41(6): 21-27.

[WEI H. Research on the contemporary value of endogenous resources of eco-ethics of minorities: Based on the perspective of green criminology. Guizhou Ethnic Studies, 2020, 41(6): 21-27.]

[37]
甘藏春, 朱道林. 论土地善治. 中国土地科学, 2020, 34(1): 1-7.

[GAN Z C, ZHU D L. Study on good land governance. China Land Science, 2020, 34(1): 1-7.]

[38]
魏钰邦, 甘藏春, 程建, 等. 论土地绿色利用. 中国土地科学, 2021, 35(10): 27-34.

[WEI Y B, GAN Z C, CHENG J, et al. Study on eco-friendly land use. China Land Science, 2021, 35(10): 27-34.]

[39]
卢新海, 陶向前, 匡兵, 等. 环保考核、政府环境注意力与城市土地绿色利用效率. 中国土地科学, 2023, 37(8): 104-112.

[LU X H, TAO X Q, KUANG B, et al. Environmental assessment, environmental attention of government and green utilization efficiency of urban land. China Land Science, 2023, 37(8): 104-112.]

[40]
WANG R X, WIJEN F, HEUGENS P P M A R. Government's green grip: Multifaceted state influence on corporate environmental actions in China. Strategic Management Journal, 2018, 39(2): 403-428.

[41]
王志芳, 高世昌, 苗利梅, 等. 国土空间生态保护修复范式研究. 中国土地科学, 2020, 34(3): 1-8.

[WANG Z F, GAO S C, MIAO L M, et al. Paradigm research for territorial ecological protection and restoration. China Land Science, 2020, 34(3): 1-8.]

[42]
陈妍, 周妍, 包岩峰, 等. 山水林田湖草沙一体化保护和修复工程综合成效评估技术框架. 生态学报, 2023, 43(21): 8894-8902.

[CHEN Y, ZHOU Y, BAO Y F, et al. A technical framework for effectiveness evaluation of holistically ecological conservation and restoration project of mountains, rivers, forests, farmlands, grasslands, and deserts. Acta Ecologica Sinica, 2023, 43(21): 8894-8902.]

[43]
贺灿飞, 盛涵天, 李志斌. 以加快形成新质生产力推动区域高质量发展: 基于演化经济地理学的视角. 社会科学辑刊, 2024, (5): 40-46, 2.

[HE C F, SHENG H T, LI Z B. Promoting regional high-quality development by accelerating the cultivation of new quality productive forces: From the perspective of evolutionary economic geography. Social Science Journal, 2024, (5): 40-46, 2.]

[44]
金晓斌, 沈镭, 黄贤金, 等. 新质生产力赋能自然资源高质量管理: 逻辑与路径. 自然资源学报, 2024, 39(9): 2011-2028.

DOI

[JIN X B, SHEN L, HUANG X J, et al. Empowering high-quality management of natural resources with new quality productive forces: Logic and path. Journal of Natural Resources, 2024, 39(9): 2011-2028.]

[45]
王珏. 新质生产力: 一个理论框架与指标体系. 西北大学学报: 哲学社会科学版, 2024, 54(1): 35-44.

[WANG J. New productive forces: A theoretical frame and index system. Journal of Northwest University: Philosophy and Social Sciences Edition, 2024, 54(1): 35-44.]

[46]
刘子菁, 郑维. 劳动力创新性配置赋能新质生产力: 逻辑机理与实践路径. 湖湘论坛, 2024, 37(6): 67-79.

[LIU Z J, ZHENG W. Innovative labor allocation enables new quality productive forces: Logical mechanism and practical path. Huxiang Forum, 2024, 37(6): 67-79.]

[47]
李光勤, 李梦娇. 中国省域新质生产力水平评价、空间格局及其演化特征. 经济地理, 2024, 44(8): 116-125.

DOI

[LI G Q, LI M J. Provincial-level new quality productive forces in China: Evaluation, spatial pattern and evolution characteristics. Economic Geography, 2024, 44(8): 116-125.]

[48]
张涛. 新质生产力本身就是绿色生产力论析. 思想理论教育, 2024, (11): 35-42.

[ZHANG T. An analysis of new quality productive force as a green productivity in its own right. Ideological & Theoretical Education, 2024, (11): 35-42.]

[49]
王珏, 王荣基. 新质生产力: 指标构建与时空演进. 西安财经大学学报, 2024, 37(1): 31-47.

[WANG J, WANG R J. New quality productivity: Index construction and spatiotemporal evolution. Journal of Xi'an University of Finance and Economics, 2024, 37(1): 31-47.]

[50]
卢新海, 李佳, 刘超, 等. 中国城市土地绿色利用效率驱动因素及空间分异. 地理科学, 2022, 42(4): 611-621.

DOI

[LU X H, LI J, LIU C, et al. Driving factors and spatial differentiation of the urban land green use efficiency in China. Scientia Geographica Sinica, 2022, 42(4): 611-621.]

DOI

[51]
魏伟, 尹力. 东北地区“三区空间”格局演化特征及驱动机制. 地理科学, 2023, 43(2): 324-336.

DOI

[WEI W, YIN L. Evolution characteristics and driving mechanism of spatial pattern of ''three-zone space'' in Northeast China. Scientia Geographica Sinica, 2023, 43(2): 324-336.]

DOI

[52]
刘俊祥, 张蕾, 刘格格, 等. 湖北省国土空间“三生”功能权衡特征及影响因素分析. 水土保持研究, 2024, 31(2): 354-366, 378.

[LIU J X, ZHANG L, LIU G G, et al. Analysis of the trade-off pattern and influencing factors among production-living-ecological functions of territorial space in Hubei province. Research of Soil and Water Conservation, 2024, 31(2): 354-366, 378.]

[53]
王淑婧, 李俊峰. 长三角城市群高质量绿色发展的均衡性特征及障碍因素. 自然资源学报, 2022, 37(6): 1540-1554.

DOI

[WANG S J, LI J F. Balanced characteristics and obstacle factors of high-quality green development in Yangtze River Delta Urban Agglomeration. Journal of Natural Resources, 2022, 37(6): 1540-1554.]

[54]
HANSEN B E. Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of Econometrics, 1999, 93(2): 345-368.

[55]
唐国平, 李龙会, 吴德军. 环境管制、行业属性与企业环保投资. 会计研究, 2013, (6): 83-89, 96.

[TANG G P, LI L H, WU D J. Environmental regulation, industry attributes and corporate environmental investment. Accounting Research, 2013, (6): 83-89, 96.]

[56]
卢维学, 吴和成, 王励文. 环境规制政策协同对经济高质量发展影响的异质性. 中国人口·资源与环境, 2022, 32(3): 62-71.

[LU W X, WU H C, WANG L W. Heterogeneity in the impact of environmental regulation policy synergies on high-quality economic development. China Population, Resources and Environment, 2022, 32(3): 62-71.]

[57]
常媛, 荣初, 刘亦晴. 薪酬激励对企业环境信息披露质量的影响研究: 基于环境规制的调节效应与门槛效应分析. 华东经济管理, 2023, 37(6): 110-119.

[CHANG Y, RONG C, LIU Y Q. Research on the influence of salary incentive on the quality of environmental information disclosure: Analysis of regulation effect and threshold effect based on environmental regulation. East China Economic Management, 2023, 37(6): 110-119.]

[58]
苏昕, 刘昊龙, 杨志恒. 加快发展新质生产力的时代背景、理论逻辑与实践进路. 马克思主义与现实, 2024, (2): 112-121, 204.

[SU X, LIU H L, YANG Z H. Contemporary context, theoretical underpinnings, and practical strategies for boosting the growth of new quality productive forces. Marxism & Reality, 2024, (2): 112-121, 204.]

[59]
刘勇. “两山论”对新质生产力的绿色赋能. 理论与改革, 2024, (3): 1-11.

[LIU Y. The green empowerment of new quality productive forces by "two mountains theory". Theory and Reform, 2024, (3): 1-11.]

[60]
李雪娇, 何爱平. 人与自然和谐共生: 中国式现代化道路的生态向度研究. 社会主义研究, 2022, (5): 17-24.

[LI X J, HE A P. Harmonious co-existence between human and nature: A research on ecological dimension embodied in the Chinese way of modernization. Socialism Studies, 2022, (5): 17-24.]

[61]
牛强, 伍磊, 刘悦, 等. 国土空间规划的生态服务价值评估和方案优选: 基于“土地利用+生态效能”的双维复合视角. 生态经济, 2024, 40(2): 156-163.

[NIU Q, WU L, LIU Y, et al. Ecological service value evaluation and scheme optimization of land spatial planning: Based on the two-dimensional composite perspective of "land use + ecological measures". Ecological Economy, 2024, 40(2): 156-163.]

[62]
曾鹏, 蒋晓昆, 陈意. 中国城市群土地绿色利用效率时空演变及爬升曲线模拟. 资源科学, 2024, 46(1): 187-204.

DOI

[ZENG P, JIANG X K, CHEN Y. Spatiotemporal evolution and climbing curve simulation of land green use efficiency in urban agglomerations of China. Resources Science, 2024, 46(1): 187-204.]

DOI

[63]
冯文利, 张辉, 陈美景, 等. 数字生态文明时代国土空间规划转型. 中国土地科学, 2024, 38(3): 1-9.

[FENG W L, ZHANG H, CHEN M J, et al. Transformation of territorial space planning in the era of digital ecological civilization. China Land Science, 2024, 38(3): 1-9.]

[64]
方创琳, 孙彪. 新质生产力的地理学内涵及驱动城乡融合发展的重点方向. 地理学报, 2024, 79(6): 1357-1370.

DOI

[FANG C L, SUN B. The connotation of new quality productive forces and research priorities for driving urban-rural integrated development from the geographical perspective. Acta Geographica Sinica, 2024, 79(6): 1357-1370.]

DOI

Options
文章导航

/

〈 〉