The spatial effect of transfer payments for key ecological function zones on the development of ecological industry:A case study of 80 counties in Jiangxi province

BAO Bing-fei; ZENG Zi-yang; XIAO Wen-hai; JIN Sheng-tian; ZHAO Dan-dan

doi:10.31497/zrzyxb.20221017

PDF(1650 KB)

JOURNAL OF NATURAL RESOURCES ›› 2022, Vol. 37 ›› Issue (10) : 2720-2735. DOI: 10.31497/zrzyxb.20221017

The spatial effect of transfer payments for key ecological function zones on the development of ecological industry:A case study of 80 counties in Jiangxi province

Author information +

History +

Abstract

The development of ecological industry is an important way for key ecological function zones to achieve high-quality leapfrog development. And the transfer payment of key ecological function zones is the only direct, sustainable and centralized ecological protection compensation policy for key ecological function zones. Based on previous research, this paper uses a spatial econometric model to explore the impact of transfer payment of key ecological function zones on the development of ecological industries. Taking Jiangxi province as the research object, based on the research data from 2008 to 2018, the county is used as the research unit to measure the development level of ecological industry, and the spatial effect of transfer payment of key ecological function zones on the development of ecological industry is explored by using the spatial Durbin model. The results show that, the development of ecological industry has a significant positive autocorrelation in space, and there is a phenomenon of high-high agglomeration in the northwest part and low-low agglomeration in the southeast part in Jiangxi province; The improvement of transfer payment of key ecological function zones will not only significantly promote the development of local ecological industry, but also improve the development level of ecological industry in adjacent areas.

Key words

transfer payments for key ecological function zones / ecological industry / spatial effect / Jiangxi province

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

BAO Bing-fei, ZENG Zi-yang, XIAO Wen-hai, JIN Sheng-tian, ZHAO Dan-dan. The spatial effect of transfer payments for key ecological function zones on the development of ecological industry:A case study of 80 counties in Jiangxi province[J]. JOURNAL OF NATURAL RESOURCES, 2022, 37(10): 2720-2735 https://doi.org/10.31497/zrzyxb.20221017

自《全国主体功能区规划》颁布以来,国家重点生态功能区即定义为承担着国家层面的重要生态功能,以提供优质生态产品为主要功能的地区,而相应的地方政府不仅需要承担着推动本地经济发展、提升公共服务水平的职责,还承担着维护国家生态安全、增强本地生态服务功能的职责。近年来,关于国家重点生态功能区如何兼顾保护环境和经济增长双重目标,在提供更优质生态产品的同时实现经济高质量跨越式发展已成为学者关注的热点。一方面,生态环境的治理和修复工程投资大、周期长、见效慢,需要地方政府的长期大量投入,导致当地财政任务重、负担大;另一方面,重点生态功能区大多处于经济基础条件较差的地区,产业发展亦受限制,造成当地财政收入并不乐观^[1]。因此,要实现重点生态功能区高质量跨越式发展,需要发挥当地生态资源丰富的优势,把着力点放在转变经济增长方式上,发展生态产业^[2]。2018年,习近平总书记强调“要加快建立健全以产业生态化、生态产业化为主体的生态经济体系”。在此背景下,本文的生态产业发展也将涵盖生态产业化和产业生态化两个维度,定义为一方面利用生态资源开发生态农业、生态工业和生态旅游业等范畴内的生态产业,将生态优势转化为经济优势;另一方面兼顾环境保护目标,注重产业发展过程中资源的高效环保利用的产业发展体系。

从环境经济学角度看,要破解“保生态”和“促发展”的两难境地,以生态产业带动地区经济实现跨越式发展,有效的财政介入十分关键。杨得前等^[3]强调产业生态化具有强烈的财政驱动特征,生态产业所具有的正外部性、收益长期性及生态产品的公共属性都为财政政策的有效介入提供了理论依据。在众多的相关财政政策中,重点生态功能区转移支付是以保护环境和改善民生为目标的中央财政的一项均衡性转移支付政策,是目前为止国家对重点生态功能区唯一的具有直接性、持续性和集中性的生态保护补偿政策^[4],受到了学者的广泛关注。

国外没有重点生态功能区转移支付,但有与之相近的生态转移支付。生态转移支付最早可以追溯到1990年巴西Parana州建立的基于生态增值税（ICMS-E）的税收分享制度,目的是奖励创建和管理生态保护区的城市,随后被其他国家效仿。在对生态转移支付效应的现有研究中,大部分集中于对环境治理的作用。如Droste等^[5]在研究中肯定了生态转移支付对环境治理产生的正向激励作用,Ring^[6]则对这一激励作用的短期和长期进行了探讨,发现短期效应明显而长期效应不足。中国自2008年开始试行国家重点生态功能区转移支付制度,逐渐成为学者研究的焦点。缪小林等^[7]从资金补偿和制度激励两方面探讨了重点生态功能区转移支付对生态环境改善的影响。朱艳等^[8]采用倾向得分匹配法（PSM）研究发现,随着重点生态功能区转移支付拨付年份的增加,当地的生态环境质量也得到提高。曹鸿杰等^[9]发现重点生态功能区转移支付能有效激励地方政府保护环境和提供公共服务,促进地区协调发展。田嘉莉等^[10]研究发现重点生态功能区转移支付政策能有效改善生态环境质量。

虽然现有研究中探讨转移支付对生态产业发展影响的仍然较少,但关于转移支付与区域经济发展关系的却也不在少数。Barro等^[11]实证分析了转移支付对地区发展的影响效应。马光荣等^[12]考察了不同转移支付类型对地区经济刺激效果的差异,认为转移支付对地区经济的增长有正向的促进作用。在对影响路径的研究上,刘晓明等^[13]认为转移支付可能通过影响地方政府竞争从而间接影响区域经济增长。郑琦^[14]研究发现转移支付一定程度上可以促进经济活动由发达地区向落后地区转移,提高落后地区的产业集聚水平,进而促进落后地区经济增长。因此,在经济增长方式亟需转变且经济下行压力不断加大的背景下,对转移支付经济效应的研究不容忽视^[15]。

通过梳理现有文献,发现近年来关于重点生态功能区转移支付的研究大部分围绕其对环境治理的激励作用,鲜有文献探讨重点生态功能区转移支付与经济发展的关系。本文在以往研究的基础上,运用空间计量模型探究重点生态功能区转移支付对地方生态产业发展的影响。江西省作为国家生态文明试验区,生态资源优、自然禀赋好,具有较突出的生态产业发展的资源禀赋优势。基于此,结合数据的可获得性,本文选取江西省80个县（市、区）2008—2018年的面板数据作为研究样本,通过构建生态产业发展的评价指标体系将环境保护层面和经济发展层面纳入进来,运用空间计量模型探索重点生态功能区转移支付对生态产业发展的空间效应,在一定程度上从研究视角、实证方法等层面对现有文献做出了有效的补充。

1 理论分析及研究假说

财政转移支付可以通过资本配置效应和市场接近效应影响地区经济活动^[16]。自20世纪60年代以来,随着经济的全球化和区域化的发展,地区之间的互动愈加频繁,根据地理学第一定律,不同地区经济活动相互联系,地区间距离越近,联系越紧密^[17],故财政转移支付不仅对该地区经济活动产生影响,也可通过地区间经济要素的流动,对其他地区经济活动产生影响^[18]。外部性的存在也会导致财政转移支付具有明显的空间溢出效应^[19]。重点生态功能区转移支付属于财政转移支付的一种,其对生态产业发展的影响可以从空间直接效应和空间溢出效应两个维度进行分析。据此,绘制重点生态功能区转移支付对生态产业发展的空间效应形成机理如图1所示。

Fig. 1 The formation mechanism of the spatial effect of the transfer payment in the key ecological function zones on the development of the ecological industry

图1 重点生态功能区转移支付对生态产业发展的空间效应形成机理

Full size|PPT slide

1.1 财政转移支付的资本配置效应和市场接近效应

资本配置效应是指转移支付一定程度提高了欠发达地区的资本收益水平,可能造成欠发达地区资本收益率高于发达地区的“假象”,从而吸引企业和资本进入欠发达地区^[20]。即重点生态功能区转移支付可能通过资本配置效应吸引经济相对发达地区的资本向重点生态功能区转移,从而促进当地的经济活动（包括生态产业的发展）,形成正向的空间直接效应。与资本配置效应的作用相反,市场接近效应是指经济活动会倾向于选择市场规模较大的地区进行^[21],如重点生态功能区等经济欠发达地区的经济活动（包括生态产业的发展）会向经济发达的地区转移。即重点生态功能区转移支付虽然提高了欠发达地区的资本收益率,但并未扩大当地的市场规模,无法阻止当地资本等经济要素的流出,使重点生态功能区转移支付对当地生态产业发展的空间直接效应可能为负。总的来说,由于重点生态功能区经济发展基础薄弱,自身资本存量较小,且生态产业发展将是经济发展的未来导向和重要组成部分,受到国家更多的扶持和市场的关注,因而重点生态功能区转移支付的提高对于资本的吸引要大于资本的流出,最终形成重点生态功能区转移支付对当地生态产业发展的正向空间直接效应。

1.2 环境保护的外部性

生态产业发展中不论是生态产业化还是产业生态化的层面,都是以保护环境为基础和出发点,而生态环境保护作为一种公共服务,具有明显的空间溢出效应^[22]。环境保护外部性的存在使得县域间的生态环境质量存在一定的相互作用,进而影响各县域的生态产业发展水平。具体来说,基于相同或类似生态功能定位划分的重点生态功能区,其所包含的不同县域可能因此提供一致或高度类似的生态环境服务,进而互相影响。特别是邻近地区,通过一些生态维护和修复项目及公共基础设施的共同建设,形成“一荣俱荣,一损俱损”的局面^[23],即某地区重点生态功能区转移支付额度的提高通过推动相关项目的建设进而影响邻近地区的生态产业发展水平,形成正向的空间溢出效应。当然,公共服务领域可能存在着一些“搭便车”行为^[24],即部分地区在接受重点生态功能区转移支付的情况下仍然加大对粗放型产业,高污染、高能耗工业的投入,对周边区域的生态产业发展也造成了负面影响,形成了负向的空间溢出效应。但整体来说,随着国家加大对环境监管的力度以及产业准入负面清单制度的实施,正向的空间溢出效应应该大于负向的空间溢出效应。

1.3 经济要素的流动

生态产业的发展本质属于经济活动的范畴,在市场经济的条件下,区域间经济活动的联系是密不可分的,且地理距离越近的地区之间经济要素流动的壁垒越小,生态产业的发展也越容易产生空间的溢出效应。李杰等^[25]认为,财政转移支付通过水、电、气、交通和通讯等基础设施的建设打破了地区壁垒,畅通了区域间资本、人才、信息技术等经济要素的流动渠道,加强了区域间的交流,从而促进了地区内产业的发展和转型升级;与此同时,财政转移支付也通过加大对科技、教育、文化、医疗等社会公共服务领域的投入,提升了地区人力资本的存量和质量,有利于吸引人才资本的集聚,而人才集聚又是产业发展的重要前提条件。具体来说,经济要素对于地区的流入和流出可能产生“洼地效应”和“集聚效应”等^[3]。“洼地效应”是指某地区相较周边地区创造了更优越的经济或社会人文环境,从而利用比较优势吸引各类经济要素的流入,促进地区经济的发展。重点生态功能区可以凭借相对优越的生态环境和丰厚的生态资源,形成独特的竞争优势,吸引外来资本的进入,带动当地产业的发展,即正向的空间溢出效应。“集聚效应”可表现为重点生态功能区利用区位的生态优势,通过接受重点生态功能区转移支付的补助在当地构建生态产业发展体系和相关配套设施,吸引生态产业的入驻和知识技术共享,在空间上形成产业规模不断扩大的集聚效应。

基于上述分析,提出两点研究假说：

假说1：重点生态功能区转移支付对本地生态产业发展具有正向的空间直接效应。

假说2：重点生态功能区转移支付对周边地区的生态产业发展具有正向的空间溢出效应。

2 研究方法与数据来源

2.1 生态产业发展评价

2.1.1 评价指标体系构建

与以往将生态产业狭义地界定为生态农业、生态工业和生态服务业的研究不同,本文从广义的角度将生态产业理解为一个涵盖生态产业化和产业生态化两个维度的产业体系：一方面,因地制宜地利用生态资源,结合产业化经营模式,开发生态产品价值转化的特色优势产业,实现生态产业化;另一方面,在对传统产业升级改造的过程中,借助现代科学的创新绿色生产技术,加强中间产品和废物的循环利用,实现产业生态化。在此基础上,本文遵循科学性、系统性,并结合指标的可获得性及动态性^[26,27],以及参考前人相关研究^[28,29],从生态产业化和产业生态化两个层面构建生态产业发展评价指标体系,具体包括12个指标（表1）。

Table 1 Evaluation index system of ecological industry development

表1 生态产业发展评价指标体系

	系统层	指标层	预期变动
生态产业发展	生态产业化	农林牧渔总产值/万元	+
		粮食单产/(t/hm²)	+
		农业机械总动力/(kW·h)	+
		森林覆盖率/%	+
		规模以上工业总产值/万元	+
		旅游业综合收入/万元	+
	产业生态化	单位农业总产值化肥折纯量/(t/万元)	-
		万元GDP能耗/(吨标准煤/万元)	-
		人均工业废水排放量/(t/万人)	-
		人均二氧化硫排放量/(t/万人)	-
		人均氮氧化物排放量/(t/万人)	-
		人均烟（粉）尘排放量/(t/万人)	-

对于生态产业化发展来说,培育特色生态产业,促进生态价值转化是关键^[30]。为了全面提高一二三产业发展质量和速度,促进生态产业规模化^[31],本文分别从农业、工业和旅游业三种产业类型选取指标,衡量生态产业化水平,结合江西省县级层面相关数据的可获得性,选取农林牧渔总产值、粮食单产、农业机械总动力、森林覆盖率反映生态农业的发展规模,规模以上工业总产值反映生态工业的发展规模,旅游业综合收入反映生态旅游业的发展规模。产业生态化的发展则主要包括传统粗放型产业的生态化转型、节能环保产业等新兴产业的培育以及产业结构的整体优化三个方面^[32]。由于县级层面关于产业结构及新兴产业发展的相关统计数据的缺失值较多,本文重点对传统粗放型产业（尤其是工业层面）的生态化转型情况进行评价,选取6个指标,一定程度上反映了农业产业生态化及工业产业生态化的情况（各县各年工业固废排放量统计值基本为0,所以未纳入指标体系中）。

2.1.2 基于熵值法的生态产业发展综合评价指数

熵值法是根据各指标传递给决策者的信息量大小来确定权重的一种数学方法^[33],熵值越小,所蕴涵的信息量越大,所赋予的权重也应该越大,否则相反^[34]。本文应用此法衡量江西省县域生态产业发展的综合情况：首先,对评价体系中的人均工业废水排放量、人均二氧化硫排放量、人均氮氧化物排放量、人均烟（粉）尘排放量、单位农业总产值、农用化肥折纯量6个逆向指标做正向化处理,如式（1）,其中x_ij表示第i个县市第j个正向化指标的取值。

y_{i j} = \underset{1 \leq i \leq n}{m a x} \{x_{i j}\} - x_{i j}

（1）

然后对正向化处理的指标及其他指标一起进行无量纲化处理,如式（2）,其中u_ij表示第i个县第j个指标的取值。

Z_{i j}^{''} = \frac{u_{i j} - m i n (u_{i j})}{m a x (u_{i j}) - m i n (u_{i j})}

（2）

接着通过

Z_{i j}^{''} = 1 + Z_{i j}^{'}

对无量纲化后的数据进行坐标平移,避免取值为0的数据影响熵值法的运行。然后通过

Z_{i j} = Z_{i j}^{''} / \overset{n}{\sum_{i = 1}} Z_{i j}^{''}

得到第i个县第j个指标的比例,计算第j个指标的熵值

e_{j}

和差异化系数

f_{j}

,如式（3）,并通过

w_{j} = f_{j} / \overset{m}{\sum_{j = 1}} f_{j}

得到第j个指标在综合指标中的权重,最终由式（4）计算得到生态产业发展综合指数

N Z_{i j}

。

e {}_{j}= - \frac{1}{l n m} \overset{n}{\sum_{i = 1}} Z_{i j} l n (Z_{i j}), f_{j} = 1 - e_{j}

（3）

N Z_{i j} = \overset{m}{\sum_{j = 1}} W_{j} Z_{i j}

（4）

2.2 研究区概况

江西省位于中国东南部,长江中下游南岸,管辖县（市、区）100个,全境以山地、丘陵为主,森林资源和淡水资源丰富,湖光山色,风景秀丽,旅游资源非常丰富,是国家生态文明建设试验区,拥有26个国家级重点生态功能区,其中,2017年中央对江西省重点生态功能区转移支付总额为18.47亿元^①(①数据来源于江西省财政厅提供的《财政部关于下达2017年中央对地方重点生态功能区转移支付的通知》附件1：2017年中央对地方重点生态功能区转移支付分配情况表。)。

2.3 数据、变量和描述性统计

江西省下辖100个县（市、区）,但由于湾里区等20个地区没有对外公布统计数据,本文研究区域仅包括可获得数据的80个县（市、区）^②(②江西省并非所有县（市、区）均享受重点生态功能区转移支付,但本文研究过程中考虑空间溢出效应,为了使结果更加科学合理,将江西省80个可获取数据的县（市、区）均纳入研究范围,其中未享受重点生态功能区转移支付地区转移支付数据取0。)。各类指标数据中,重点生态功能区转移支付规模的数据通过江西省财政厅调研获得,其他指标数据主要来源于《江西省统计年鉴》、江西省各地级市统计年鉴、各县市统计公报和县人民政府工作报告。缺失数据,通过插值法补齐。变量统计性描述见表2。

Table 2 Variable description and descriptive statistics

表2 变量说明与描述性统计

变量	变量说明	观测值/个	均值	标准差	最小值	最大值
ECO	生态产业发展综合评价指数	880	0.22	0.12	0.048	0.66
lnTRAN	重点生态功能区转移支付对数	880	3.77	3.71	0	9.18
VILA	农村人口占比/%	880	76.69	9.62	11.92	93.59
PEOD	人口密度/(人/km²)	880	264.76	131.14	49.39	742.78
PGDP	人均GDP/万元	880	2.27	1.25	0.39	14.00
lnPUB	地方政府财政支出对数	880	12.16	0.64	10.53	14.35

重点生态功能区的重点生态功能区转移支付作为核心解释变量,是本文实证模型重点考察的变量。由于重点生态功能区转移支付规模与地方政府财政收支状况有一定关系,为避免产生共线性等问题,对该指标的原始数据取了对数。此外,由于生态产业发展与地区的经济发展密切相关,而为了控制其他可能影响地区生态产业发展的因素,根据相关文献的普遍做法^[35,36],本文选择了一些与经济发展有关的控制变量,包括人口规模、农村人口占比、地区经济发展水平、地方财政支出水平。其中,人口规模用人口密度加以衡量,一定程度上反映了地区的人力资本水平,是影响地区创新水平和资本聚集程度的重要因素;地区经济发展水平则以人均GDP来衡量。

3 实证分析

3.1 生态产业发展的空间关联

3.1.1 全局空间自相关检验

为了测度生态产业发展在空间区位上的集聚效应,本文首先根据江西省县域地理信息数据,利用ArcGIS和Stata软件构建了三种空间权重矩阵,分别是0-1权重矩阵、地理距离权重矩阵和经济距离权重矩阵。其中,构建经济距离权重矩阵借鉴了鞠方等^[37]以不同区域人均GDP的差距来刻画,以期能反映地区间经济活动的相互作用强度。本文在基于三种空间权重矩阵的条件下分别利用全局Moran's I指数测算了生态产业发展在江西省县域间的空间自相关性,公式如下：

I = \frac{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} W_{i j} (x_{i} - \bar{x}) (x_{j} - \bar{x})}{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} {(x_{i} - \bar{x})}^{2}}

（5）

式中：n为本文所研究的80个江西省县（市、区）;W_ij为空间权重矩阵;

x_{i}

、

x_{j}

为上一章节测度的各县市生态产业发展综合指数;

\bar{x}

为均值。全局Moran's I指数的变化范围是[-1, 1],其中,(0, 1] 范围内表示该变量为正向的空间自相关性,且数值越大相关性越强。表3为不同空间权重矩阵下各年份生态产业发展的空间自相关检验。从表3中可以看出,全局Moran's I指数值在各年份三种不同空间权重矩阵下均在1%水平下显著为正,表明江西省县域的生态产业发展存在明显的空间集聚现象,即生态产业发展水平较高（小）的县市在空间上彼此邻近。随着时间的推移,生态产业发展的空间集聚效应呈现出波动性增强的趋势,其中2010年和2011年相对较低,2008年和2018年相对较高,总体上在各空间权重矩阵下各县生态产业发展的空间相关性均较为稳定。

Table 3 Moran's I index of ecological industry development

表3 生态产业发展全局Moran's I指数

年份	0-1权重			地理距离权重			经济距离权重
年份	Moran值	Z值	P值	Moran值	Z值	P值	Moran值	Z值	P值
2008	0.303	7.201	0.000	0.099	8.017	0.000	0.190	4.885	0.000
2009	0.282	6.694	0.000	0.095	7.701	0.000	0.181	4.631	0.000
2010	0.193	4.683	0.000	0.062	5.373	0.000	0.153	3.980	0.000
2011	0.221	5.332	0.000	0.082	6.863	0.000	0.189	4.865	0.000
2012	0.246	5.874	0.000	0.091	7.426	0.000	0.217	5.521	0.000
2013	0.263	6.288	0.000	0.106	8.539	0.000	0.236	5.989	0.000
2014	0.255	6.120	0.000	0.103	8.380	0.000	0.234	5.951	0.000
2015	0.281	6.699	0.000	0.111	8.954	0.000	0.243	6.163	0.000
2016	0.266	6.418	0.000	0.104	8.488	0.000	0.200	5.174	0.000
2017	0.296	7.029	0.000	0.120	9.527	0.000	0.216	5.501	0.000
2018	0.355	8.366	0.000	0.142	11.134	0.000	0.224	5.676	0.000

3.1.2 局域空间自相关检验及LISA集聚图

全局Moran's I指数测度了江西省所有县（市、区）的生态产业发展的空间自相关性,整体上展现出了空间集聚现象,但无法详细展现局部的空间分布特征。局域空间自相关利用局部Moran's I指数测度空间上某地区生态产业发展与邻近地区的相似程度,再结合LISA分析可以表现出江西省不同地理区位上生态产业发展水平高低的具体集聚情况,计算公式如下：

I_{i} = \frac{x_{i} - \bar{x}}{S^{2}} \overset{n}{\sum_{j \neq i}} w_{i j} (x_{j} - \bar{x})

（6）

式中：x_i、

x_{j}

表示第i、j个地区的生态产业发展指数;w_ij为空间权重值。在LISA分析中,“高—高”集聚表示地区i和邻近地区j的生态产业发展水平都较高;“低—低”集聚表示水平都较低;“低—高”集聚表示地区i水平较低而周边地区水平较高;“高—低”集聚则与“低—高”集聚相反。由于年份较多,本文重点对2008年及2018年江西省县域生态产业发展综合指数进行局部Moran's I指数检验,并结合对显著区域的筛选和各类集聚的分析整理,最终利用ArcGIS软件制作LISA集聚图,如图2所示。

Fig. 2 Local agglomeration map of the ecological industry development level of counties in Jiangxi province in 2008 and 2018

图2 2008年和2018年江西省各县生态产业发展水平的局部集聚图

Full size|PPT slide

图2显示,通过5%显著性水平检验的集聚区域类型有三种,分别是高—高、低—高和低—低,其他白色部分的地区均为不显著区域。具体来说,高—高集聚主要集中在江西省的西北地区,以芦溪县、樟树市、德安县等生态产业发展水平较高的县市为代表,这些县市大多发展中药材培育、油茶和园林花卉的种植等特色生态产业,并逐渐影响、带动邻近城市生态产业的发展,形成高水平集聚区。结合低—高集聚现象在2008年与2018年的差异对比,亦能发现生态产业发展水平较高的集聚区域有逐渐扩大的趋势。低—低集聚则主要集中在江西省的东南地区,以寻乌县、石城县等为代表,这些县市虽然生态资源丰富,生态环境较好,但大多曾作为革命老区,由于地理、政治、历史等因素,经济发展条件较差、产业发展基础较为薄弱,生态产业难以得到发展。综上所述,江西省县域的生态产业发展存在显著的正向空间溢出效应,且在西北和东南地区形成较稳定的空间集聚现象。这种空间溢出效应有赖于各种因素的作用,而其中财政的转移支付对于经济相对欠发达的重点生态功能区的生态产业化和产业生态化可能起着重要作用。基于空间溢出效应的存在,本文构建空间计量模型实证研究这一问题。

3.2 空间计量模型的设定

当所研究的事物或属性面临空间自相关时,一般的计量模型采用的最小二乘估计因无法将空间效应考虑在内而使估计结果产生偏误。由于本文中的生态产业发展在江西省县域间存在显著的空间自相关性,因而决定采用极大似然估计的空间计量方法来研究重点生态功能区转移支付对生态产业发展的空间效应。首先,本文逐步通过LM检验、LR检验及豪斯曼检验确定适用的模型,一系列检验结果如表4。

Table 4 Correlation test results of spatial econometric model

表4 空间计量模型相关检验结果

检验	系数	P值
LM误差检验	147.6150	0.0000
稳健的LM误差检验	4.5340	0.0330
LM检验	161.3640	0.0000
稳健的LM检验	18.2830	0.0000
LR-lag检验	16.9700	0.0046
LR-error检验	17.0000	0.0045
Hausman检验	45.0950	0.0000

如表4所示,LM检验和LR检验结果分别在5%和1%的显著水平下拒绝原假设,故选择空间杜宾模型,此外,根据豪斯曼检验结果采用固定效应模型,如式（7）所示。

E C O_{i t} = β X_{i t} + ρ W E C O_{i t} + W X_{i t} θ + γ_{i} + λ_{t} + υ_{i t}

（7）

式中：

E C O_{i t}

表示t时期县市i的生态产业发展水平;X_it表示各时期各县市的解释变量,包括核心解释变量和控制变量;W为空间权重矩阵,此处为地理距离权重矩阵;

W X_{i t}

为空间权重矩阵与解释变量的交互项;

θ

为交互项系数;

β

为解释变量系数;

γ

为地区固定效应;

λ

为时间固定效应;

υ

为随机误差项;

ρ

表示本县市生态产业发展由于空间效应对其他县市生态产业发展产生的影响,

ρ

的正负则显示该影响是促进或是抑制。

4 结果分析

4.1 重点生态功能区转移支付对生态产业发展的总体影响

由选定的变量和模型,借鉴Elhorst^[38]的研究,采用Stata计量分析软件,利用地理距离权重矩阵对SDM的空间固定效应、时间固定效应和时空固定效应分别估计,估计结果如表5。综合拟合优度、Signma²和极大似然估计值的估计结果,时空固定效应的SDM模型估计效果最好,结果分析如下。

Table 5 Estimated results of the SDM model for ecological industry development

表5 生态产业发展SDM模型估计结果

变量	空间固定效应	时间固定效应	时空固定效应
W×dep.var.	0.525^***	0.136^*	0.196^***
W×dep.var.	(12.76)	(2.07)	(3.34)
lnTRAN	0.000842^*	-0.000522	0.00180^**
lnTRAN	(1.25)	(-0.53)	(2.67)
VILA	-0.000391^*	-0.000269	-0.000491^*
VILA	(-1.98)	(-0.71)	(-2.55)
PEOD	-0.000142	0.000155^***	-0.000114
PEOD	(-1.92)	(6.10)	(-1.57)
PGDP	-0.00579	0.0373^***	-0.00488
PGDP	(-1.82)	(9.28)	(-1.58)
lnPUB	0.00000254	0.000143	-0.00000642
lnPUB	(0.01)	(0.32)	(-0.03)
W_lnTRAN	0.000297	-0.00300	0.00491^*
W_lnTRAN	(0.22)	(-1.16)	(2.53)
W_VILA	0.00180^***	-0.00677^***	0.000138
W_VILA	(3.42)	(-7.24)	(0.22)
W_PEOD	0.000272	0.000159^*	0.000402^*
W_PEOD	(1.43)	(2.56)	(1.97)
W_PGDP	0.00111	0.0135	0.0128^*
W_PGDP	(0.25)	(1.42)	(2.16)
W_lnPUB	-0.000152	-0.00322^**	-0.000861
W_lnPUB	(-0.32)	(-2.77)	(-1.56)
Sigma²	0.0014	0.0011	0.0023
R²	0.241	0.123	0.311
Log-likelihood	1639.42	875.62	1672.59

注：^*、^**和^***分别表示在10%、5%和1%的水平下显著,括号内为标准误,下同。

在控制了农村人口占比、人口密度、人均GDP和地方政府财政支出等因素后,生态产业发展水平的空间效应系数在1%水平下显著为正,表明相邻县域生态产业发展水平每提高0.1个单位将带动本地区生态产业发展水平提高0.0196,即生态产业发展存在空间溢出效应。当某地的生态产业发展较快、水平较高时,可能会通过示范效应和扩散效应带动周边县域生态产业的发展,或者通过跨区域的生态工程同时改善本地区与周边地区的生态环境质量,进而促进生态产业的共同发展。具体路径可能在于,一是当某地生态产业发展水平提高时,对周边地区人才、资本、劳动力等要素的需求也相应增大,进而带动邻域生态产业的发展;二是某地生态产业的发展往往伴随着绿色科技创新技术等的进步,技术的溢出也会带动周边地区生态产业发展;三是由于环境保护的外部性,某地区加大对环境治理和保护的投资力度也会改善周边地区的环境质量,进而提高生态产业发展水平。

从重点生态功能区转移支付对生态产业发展的估计结果上看,重点生态功能区转移支付的系数在5%水平下显著为正,即每当重点生态功能区转移支付提高1%,生态产业发展水平提高0.0018,说明重点生态功能区转移支付一定程度上提高了本地区生态产业的发展。由于生态产业发展水平均值为0.20,这一估计系数表明重点生态功能区转移支付提高了生态产业发展水平约1个百分点,具有一定的经济意义。这与本文研究假说1一致,其原因可能是享受了重点生态功能区转移支付的地方政府通过支持生态治理、环境监测等项目的实施,提高了生态环境的质量;另外,地方政府还可以拿出一部分资金提高公共服务水平,进而为产业的发展、经济的增长提供更好的条件,吸引了资本的集聚,进而有利于促进生态产业的发展。从重点生态功能区转移支付对生态产业发展的空间效应上看,其系数在10%水平下显著为正,说明重点生态功能区转移支付的提高也会促进周边地区生态产业的发展,形成正向的空间溢出效应,验证了本文研究假说2。这是因为生态环境保护具有正外部性,享受重点生态功能区转移支付地区进行生态修复和环境保护,改善本地区环境质量的同时,也能改善周边地区环境质量,促进其生态产业的发展。从控制变量上看,农村人口占比的系数在10%水平下显著为负,一定程度上说明城镇化水平越高生态产业发展水平越高;人口密度和人均GDP的空间效应系数均在10%水平下显著为正,其原因可能是当某地区人口较密集、经济发展水平较高时,会通过劳动力、资本等要素的流动带动周边县域经济的发展,进而为生态产业的发展提供更好的经济环境。此外,人口密度、人均GDP及地方政府财政支出对当地生态产业发展的影响均不显著,且是负向关系,一定程度上可能表明一些行政规模较大、经济发展水平较好、财力相对充足的县域并未重视生态产业的发展,在资金投入上对产业转型升级的推动作用不明显,仍存在走以牺牲环境为代价发展传统粗放型产业老路的情况。

4.2 空间效应的分解

当采用引入空间系数的空间计量模型时,一般回归结果的系数并不能很好地反映解释变量对被解释变量的影响,需要综合考虑自变量对因变量影响的当期效应和迂回效应。借鉴Yang等^[39]相关研究,将重点生态功能区转移支付、农村人口占比、人口密度、人均GDP和财政支出对生态产业发展影响的总效应进一步分解为直接效应与间接效应。估计结果如表6。

Table 6 Estimation results of direct and indirect effects

表6 直接效应与间接效应估计结果

变量	直接效应	间接效应	总效应
lnTRAN	0.00185^***	0.00660^***	0.00845^***
lnTRAN	(2.67)	(2.91)	(3.56)
VILA	-0.000499^***	0.0000537	-0.000445
VILA	(-2.68)	(0.07)	(-0.54)
PEOD	-0.000105	0.000469^*	0.000364
PEOD	(-1.52)	(1.78)	(1.29)
PGDP	-0.00486	0.0153^**	0.0104
PGDP	(-1.63)	(2.21)	(1.54)
lnPUB	-0.0000109	-0.00105	-0.00106
lnPUB	(-0.05)	(-1.53)	(-1.46)

表6估计结果显示,重点生态功能区转移支付的空间效应系数均在1%水平下显著为正,当重点生态功能区转移支付每提高1%,总体上生态产业发展水平提高0.00845,其中,直接效应为0.00185,间接效应为0.0066。间接效应系数比直接效应系数高,主要是由于江西省并非所有县域均享受重点生态功能区转移支付,部分地区没有重点生态功能区转移支付直接推动生态产业发展,但邻近享受重点生态功能区转移支付地区对该地区生态产业发展有空间溢出效应,这也进一步说明重点生态功能区转移支付不仅能促进当地生态产业发展,也能有效促进邻近地区生态产业发展。此外,从控制变量上看,农村人口占比的直接效应在1%水平下显著为负,表明当本地区农村人口占比提高时,即城镇化水平下降时,将不利于当地生态产业的发展;人口密度的间接效应在10%水平下显著为正,表明当周边地区人口较密集时,将有利于本地区的生态产业发展;反映经济发展水平的人均GDP的直接效应不显著且为负向关系,说明江西省县域层面经济发展水平较高的地区可能仍以传统粗放型产业发展为主,而间接效应在5%水平下显著为正,表明经济发展较好的地区可能会通过资本和技术的溢出为周边地区生态产业的发展提供有利条件;地方财政支出对生态产业发展的空间效应均不显著,且为负向关系,表明一般的财政支出与生态产业化或产业生态化没有直接的关系,甚至财政支出较大的地区可能不利于生态产业的发展。

4.3 稳健性检验

为了确保估计结果的稳健性,本文利用空间0-1权重矩阵对SDM的时空固定效应估计结果作为稳健性检验,关键变量估计结果对比如表7所示。从估计结果的对比上看,分别基于两种空间权重矩阵的系数估计结果、符号、显著性水平基本一致,一定程度上验证本文估计的结果是稳健的。

Table 7 Robustness test results

表7 稳健性检验结果

变量	0-1权重矩阵	地理距离权重矩阵
W×dep.var.	0.366^***	0.196^***
W×dep.var.	(6.29)	(3.34)
lnTRAN	0.00124^*	0.00180^**
lnTRAN	(1.71)	(2.67)
VILA	-0.000492^**	-0.000491^**
VILA	(-2.41)	(-2.55)
W_lnTRAN	0.00418^***	0.00491^**
W_lnTRAN	(2.59)	(2.53)
Log-likelihood	1682.37	1692.59

5 结论与政策建议

本文利用2008—2018年江西省县域面板数据,基于地理距离权重矩阵采用空间杜宾模型（SDM）实证检验了重点生态功能区转移支付对生态产业发展的空间效应。研究发现,江西省县域生态产业的发展具有显著的空间自相关性,即县域之间的生态产业发展并非是互相孤立的,而是具有紧密的联系,并通过局域空间自相关检验进一步发现江西省的西北地区和东南地区分别形成了生态产业发展水平较高与水平较低的空间集聚地带。在控制了农村人口占比、人口密度、人均GDP和地方政府财政支出等因素后,模型估计结果表明,重点生态功能区转移支付与生态产业发展呈正向关系,总体上看每当重点生态功能区转移支付提高1%,生态产业发展水平上升0.0018。此外,模型中重点生态功能区转移支付的空间效应系数亦显著为正,同时结合对空间效应的分解结果,表明重点生态功能区转移支付的提高不仅可以促进本地区的生态产业发展,还可以通过溢出效应、回馈效应等促进周边地区的生态产业发展。综上,重点生态功能区转移支付作为以引导地方政府加强生态环境保护、提高当地基本公共服务保障能力为主要目的的财政政策,对当地及周边地区的生态产业发展也具有显著的促进作用。

针对本文研究结论,提出促进江西省生态产业发展,有助于实现重点生态功能区高质量跨越式发展的政策建议。

一是不仅要持续加大国家财政对地方政府的纵向重点生态功能区转移支付,还要加快完善地区之间横向生态补偿机制。特别是国家重点生态功能区大多处于经济欠发达地区,经济发展需求较强,而目前的纵向重点生态功能区转移支付额度较于当地实现保护环境和发展经济双重目标来说,仍是杯水车薪。此外,生态环境的保护具有显著的跨区域特征,经济发展较好的区域可以通过横向生态补偿支持生态环境较好但经济相对落后地区的发展。

二是可以进一步完善重点生态功能区转移支付绩效考核指标,将当地生态产业发展状况纳入指标体系中,更好地引导地方政府转变经济增长方式。因为从长远来看,只有加快当地产业转型升级,将生态产业化和产业生态化思想融入经济发展的全过程之中,积极培育以包括生态农业、生态工业和生态旅游业为主的生态产业发展,才能真正有助于避免重点生态功能区走牺牲环境发展经济的老路,实现经济的高质量跨越式发展。需要注意的是,生态产业具有一定的公共品性质,因此也要加强中央及上级部门的监管,避免由于生态产业发展的空间溢出效应而减少本县相关投入的“搭便车”行为,从而保证生态产业发展空间溢出效应发挥最大效果。

三是可以通过设置转移支付的区域协同机制,并统筹江西省县域生态产业的协同发展,加强邻近区域生态环境保护和绿色产业发展的合作,构建具有江西特色的全域生态产业体系,最大限度发挥生态产业发展的空间溢出效应。

References

List( Publishing order | Descend order by publishing year | Descend order by cited within ) Chart analysis

[1]	刘金龙, 龙贺兴, 杨三思, 等. 国家重点生态功能区农业生态化发展的机遇与挑战. 环境保护, 2018, 46(7): 25-29. [LIU J L, LONG H X, YANG S S, et al. Opportunities and challenges of ecological agriculture developing in key national ecological function areas. Environmental Protection, 2018, 46(7): 25-29.] Cited in this article [1]

[2]	刘幼迟. 重点生态功能区产业发展困境及政策思路. 全球化, 2017, 7(12): 80-91, 135-136. [LIU Y C. Difficulties and policy ideas of industrial development in key ecological functional areas. Globalization, 2017, 7(12): 80-91, 135-136.] Cited in this article [1]

[3]	杨得前, 刘仁济. 地方财政支出对产业生态化的空间溢出效应研究. 财贸经济, 2018, 39(7): 49-64. [YANG D Q, LIU R J. The spatial spillover effects of local government fiscal expenditure on industrial ecologization. Finance & Trade Economics, 2018, 39(7): 49-64.] Cited in this article [2]

[4]	刘桂环, 文一惠, 谢婧, 等. 国家重点生态功能区转移支付政策演进及完善建议. 环境保护, 2020, 48(17): 9-14. [LIU G H, WEN Y H, XIE J, et al. Evolution of transfer payment policy for national key ecological function areas and suggestions for improvement. Environmental Protection, 2020, 48(17): 9-14.] Cited in this article [1]

[5]

DROSTE

, RING

, SANTOS

. Ecological fiscal transfers in Europe-evidence: Based design options for a transnational scheme. Ecological Economics, 2018, 147(5): 373-382.

https://doi.org/10.1016/j.ecolecon.2018.01.031

https://linkinghub.elsevier.com/retrieve/pii/S0921800917301209

Cited in this article [1]

[6]

RING

. Integrating local ecological services into intergovernmental fiscal transfers: The case of the ecological ICMS in Brazil. Land Use Policy, 2008, 25(4): 485-497.

https://doi.org/10.1016/j.landusepol.2007.11.001

https://linkinghub.elsevier.com/retrieve/pii/S0264837707000865

Cited in this article [1]

[7]

缪小林, 赵一心. 生态功能区转移支付对生态环境改善的影响: 资金补偿还是制度激励?. 财政研究, 2019, 40(5): 17-32.

[MIAO

X L

, ZHAO

Y X

. Impact of transfer payment in eco-functional areas on eco-environmental improvement: Capital compensation or institutional incentives?. Public Finance Research, 2019, 40(5): 17-32.]

Cited in this article [1]

[8]	朱艳, 陈红华. 重点生态功能区转移支付改善生态环境了吗: 基于PSM的结果. 南方经济, 2020, 38(10): 101-16. [ZHU Y, CHEN H H. Did the transfer payment in key eco-functional areas improve the eco-environment? Based on PSM. South China Journal of Economics, 2020, 38(10): 101-16.] Cited in this article [1]

[9]

曹鸿杰, 卢洪友, 祁毓. 分权对国家重点生态功能区转移支付政策效果的影响研究. 财经论丛, 2020, 36(5): 21-31.

[CAO

H J

, LU

H Y

, QI

. Study on the impact of decentralization on the effect of transfer payments of national key ecological function areas. Collected Essays on Finance and Economics, 2020, 36(5): 21-31.]

Cited in this article [1]

[10]

田嘉莉, 赵昭. 国家重点生态功能区转移支付政策的环境效应: 基于政府行为视角. 中南民族大学学报: 人文社会科学版, 2020, 40(2): 121-125.

[TIAN

J L

, ZHAO

. Environmental effects of transfer payment policy in national key ecological functional areas: From the perspective of government behavior. Journal of South-Central Minzu University: Humanities and Social Sciences, 2020, 40(2): 121-125.]

Cited in this article [1]

[11]	BARRO R J, SALA-I-MARTIN R. Economic Growth. New York: McGraw-Hill, 1995: 32-35. Cited in this article [1]

[12]	马光荣, 郭庆旺, 刘畅. 财政转移支付结构与地区经济增长. 中国社会科学, 2016, 37(9): 105-125, 207-208. [MA G R, GUO Q W, LIU C. Fiscal transfer payment structure and regional economic growth. Social Sciences in China, 2016, 37(9): 105-125, 207-208.] Cited in this article [1]

[13]

刘晓明, 谭建立, 刘小勇. 转移支付、政府竞争与区域经济协调: 基于省级空间面板数据的实证研究. 经济问题, 2020, 42(9): 36-45.

[LIU

X M

, TAN

J L

, LIU

X Y

. Transfer payment, government competition and regional economic coordination: An empirical study based on provincial spatial panel data. On Economic Problems, 2020, 42(9): 36-45.]

Cited in this article [1]

[14]	郑琦. 转移支付对地区产业集聚的影响研究. 长春: 东北师范大学, 2019. [ZHENG Q. Research on the impact of transfer payment on regional industrial agglomeration. Changchun: Northeast Normal University, 2019.] Cited in this article [1]

[15]	王文甫, 王召卿, 郭柃沂. 转移支付宏观经济效应的区域差异性研究. 当代经济科学, 2020, 42(6): 38-49. [WANG W F, WANG Z Q, GUO L Y. Study on the regional differences of macroeconomic effects of transfer payment. Modern Economic Science, 2020, 42(6): 38-49.] Cited in this article [1]

[16]	安虎森, 吴浩波. 转移支付与区际经济发展差距. 经济学: 季刊, 2016, 15(2): 675-692. [AN H S, WU H B. Transfer payment and inter-regional disparities of economic development. China Economic Quarterly, 2016, 15(2): 675-692.] Cited in this article [1]

[17]	胡晓琳. 中国省际环境全要素生产率测算、收敛及其影响因素研究. 南昌: 江西财经大学, 2016. [HU X L. Research on China's provincial environmental total factor productivity calculation, convergence and influencing factors. Nanchang: Jiangxi University of Finance and Economics, 2016.] Cited in this article [1]

[18]

何文, 安虎森. 财税政策对经济总量和区域差距的影响研究: 基于多维框架的新经济地理学理论分析. 财经研究, 2013, 39(6): 4-15.

[HE

, AN

H S

. The impacts of fiscal policy and tax policy on economic aggregate and regional disparity: New economic geographical analysis based on multidimensional framework. Journal of Finance and Economics, 2013, 39(6): 4-15.]

Cited in this article [1]

[19]	杨得前, 刘仁济. 财政投入对中国产业生态化效率提升的实证研究. 财经理论与实践, 2017, 38(1): 109-115. [YANG D Q, LIU R J. An empirical study of Chinese financial investment to enhance the eco efficiency of industry. The Theory and Practice of Finance and Economics, 2017, 38(1): 109-115.] Cited in this article [1]

[20]

谢攀, 芦婷婷. 资本要素结构优化的再配置效应研究: 基于产业内物质资本与人力资本的视角. 商学研究, 2020, 27(3): 26-35, 43.

[XIE

, LU

T T

. Research on the reallocation effect of optimizing capital structure: From the perspective of material capital and human capital at intra-industry. Commercial Science Research, 2020, 27(3): 26-35, 43.]

Cited in this article [1]

[21]	谢红, 巫才林, 霍伟东. “丝绸之路经济带”国内省份对外开放与经济增长. 经济问题, 2015, (8): 6-12. [XIE H, WU C L, HUO W D. Openness anes of "the Silk-road Economic Belt". On Economic Problems, 2015, (8): 6-12.] Cited in this article [1]

[22]

李菁, 李小平, 郝良峰. 技术创新约束下双重环境规制对碳排放强度的影响. 中国人口·资源与环境, 2021, 31(9): 34-44.

[LI

, LI

X P

, HAO

L F

. Impact of dual environmental regulations on carbon emission intensity under the constraint of technological innovation. China Population, Resources and Environment, 2021, 31(9): 34-44.]

Cited in this article [1]

[23]

李国平, 杨雷, 刘生胜. 国家重点生态功能区县域生态环境质量空间溢出效应研究. 中国地质大学学报: 社会科学版, 2016, 16(1): 10-19.

[LI

G P

, YANG

, LIU

S S

. Study on spatial spillover effect of eco-environmental quality in national key ecological functional areas and counties. Journal of China University of Geosciences: Social Sciences Edition, 2016, 16(1): 10-19.]

Cited in this article [1]

[24]	管新帅, 王思文. 地方公共品供给、网络集体行动与“反搭便车”效应. 经济问题, 2015, 37(11): 13-17, 22. [GUAN X S, WANG S W. Network collective action in local public goods supply and "Anti-Free Rider" effect. On Economic Problems, 2015, 37(11): 13-17, 22.] Cited in this article [1]

[25]	李杰, 邓磊, 廖慧. 民族地区财政转移支付与乡村振兴: 机理与对策. 广西社会科学, 2019, 35(3): 71-75. [LI J, DENG L, LIAO H. Financial transfer payment and rural revitalization in ethnic minority areas: Mechanism and countermeasures. Social Sciences in Guangxi, 2019, 35(3): 71-75.] Cited in this article [1]

[26]

尹君锋, 石培基, 张韦萍, 等. 乡村振兴背景下县域农业农村创新发展评价及空间格局: 以甘肃省为例. 自然资源学报, 2022, 37(2): 291-306.

[YIN

J F

, SHI

P J

, ZHANG

W P

, et al. The evaluation and spatial pattern of agricultural and rural innovation-driven development at county level in the context of rural revitalization: Take Gansu province as an example. Journal of Natural Resources, 2022, 37(2): 291-306.]

https://doi.org/10.31497/zrzyxb.20220202

http://www.jnr.ac.cn/EN/10.31497/zrzyxb.20220202

Cited in this article [1]

[27]

张玉, 王介勇, 刘彦随. 陕西秦巴山区地域功能转型与高质量发展路径. 自然资源学报, 2021, 36(10): 2464-2477.

[ZHANG

, WANG

J Y

, LIU

Y S

. Regional function transformation and high-quality development path in Qinling-Daba Mountains of Shaanxi province. Journal of Natural Resources, 2021, 36(10): 2464-2477.]

https://doi.org/10.31497/zrzyxb.20211002

http://www.jnr.ac.cn/EN/10.31497/zrzyxb.20211002

Cited in this article [1]

[28]

刘琳轲, 梁流涛, 高攀, 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应. 自然资源学报, 2021, 36(1): 176-195.

[LIU

L K

, LIANG

L T

, GAO

, et al. Coupling relationship and interactive response between ecological protection and high-quality development in the Yellow River Basin. Journal of Natural Resources, 2021, 36(1): 176-195.]

https://doi.org/10.31497/zrzyxb.20210112

http://www.jnr.ac.cn/EN/10.31497/zrzyxb.20210112

Cited in this article [1]

[29]

王莹莹, 何刚, 阮君. 生态产业化与产业生态化协同度研究: 以安徽省为例. 安徽理工大学学报: 社会科学版, 2020, 22(5): 19-23.

[WANG

Y Y

, HE

, RUAN

. Study on synergetic degree between ecological industrialization and industrial ecologicalization: Take Anhui province as an example. Journal of Anhui University of Science and Technology: Social Science, 2020, 22(5): 19-23.]

Cited in this article [1]

[30]	陈长. 省域生态产业化与产业生态化协同发展理论、实证: 以贵州为例. 贵州社会科学, 2019, 40(8): 122-130. [CHEN Z. Heory and demonstration of coordinated development of provincial ecological industrialization and industrial ecology: Take Gansu as an example. Guizhou Social Sciences, 2019, 40(8): 122-130.] Cited in this article [1]

[31]

陈书琴, 阎苗, 姜燕凡, 等. 引江济淮工程对沿线产业生态化与生态产业化的影响. 安庆师范大学学报: 社会科学版, 2021, 40(1): 92-96.

[CHEN

S Q

, YAN

, JIANG

Y F

, et al. Impact of the project of diverting water from the Yangtze River to the Huaihe River on industrial ecology and Ecological Industrialization along the line. Journal of Anqing Normal University: Social Science Edition, 2021, 40(1): 92-96.]

Cited in this article [1]

[32]	程钰, 李晓彤, 孙艺璇, 等. 我国沿海地区产业生态化演变与影响因素. 经济地理, 2020, 40(9): 133-144. [CHEN Y, LI X T, SUN Y X, et al. Evolution characteristics and its influencing factors of industrial ecologicalization in the coastal areas of China. Economic Geography, 2020, 40(9): 133-144.] Cited in this article [1]

[33]

王媛, 程曦, 殷培红, 等. 影响中国碳排放绩效的区域特征研究: 基于熵值法的聚类分析. 自然资源学报, 2013, 28(7): 1106-1116.

[WANG

, CHEN

, YIN

P H

, et al. Research on regional characteristics of China's carbon emission performance based on entropy method and cluster analysis. Journal of Natural Resources, 2013, 28(7): 1106-1116.]

Cited in this article [1]

[34]	朱方霞, 陈华友. 确定区间数决策矩阵属性权重的方法: 熵值法. 安徽大学学报: 自然科学版, 2006, 47(5): 4-6. [ZHU F X, CHEN H Y. A method of entropy for obtaining the attribute weights of interval numbers decision: Making matrix. Journal of Anhui University: Natural Science Edition, 2006, 47(5): 4-6.] Cited in this article [1]

[35]	刘淑茹, 韩世芳. 西部地区产业生态化评价研究. 生态经济, 2017, 33(3): 90-94, 99. [LIU S R, HAN S F. Research on the evaluation of western region industrial ecology. Ecological Economy, 2017, 33(3): 90-94, 99.] Cited in this article [1]

[36]	袁世一, 李永武, 陈维国, 等. 产业生态化与空间集聚效应研究: 来自中国31个省、市、自治区的面板数据. 管理评论, 2020, 32(6): 72-81. [YUAN S Y, LI Y W, CHEN W G, et al. Study on industrial ecology and spatial agglomeration effect: Panel data from 31 Chinese regions. Management Review, 2020, 32(6): 72-81.] Cited in this article [1]

[37]	鞠方, 阳娟, 黎小佳. 基于空间异质性的中国住房空置率与房地产金融风险研究. 财经理论与实践, 2018, 39(4): 26-31. [JU F, YANG J, LI X J. Research on China's housing vacancy rate and real estate financial risk based on spatial heterogeneity. The Theory and Practice of Finance and Economics, 2018, 39(4): 26-31.] Cited in this article [1]

[38]	ELHORST J P. Specification and estimation of spatial panel data models. International Regional Science Review, 2003, 26(3): 244-268. https://doi.org/10.1177/0160017603253791 http://journals.sagepub.com/doi/10.1177/0160017603253791 Cited in this article [1]

[39]	YANG, TSE-CHUAN. Introduction to spatial econometrics. Spatial Demography, 2013, 1(1): 143-145. https://doi.org/10.1007/BF03354894 https://link.springer.com/10.1007/BF03354894 Cited in this article [1]

PDF(1650 KB)

1761

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
1 理论分析及研究假说
Fig. 1 The formation mechanism of the spatial effect of the transfer payment in the key ecological function zones on the development of the ecological industry
1.1 财政转移支付的资本配置效应和市场接近效应
1.2 环境保护的外部性
1.3 经济要素的流动
2 研究方法与数据来源
2.1 生态产业发展评价
2.1.1 评价指标体系构建
Table 1 Evaluation index system of ecological industry development
2.1.2 基于熵值法的生态产业发展综合评价指数
2.2 研究区概况
2.3 数据、变量和描述性统计
Table 2 Variable description and descriptive statistics
3 实证分析
3.1 生态产业发展的空间关联
3.1.1 全局空间自相关检验
Table 3 Moran's I index of ecological industry development
3.1.2 局域空间自相关检验及LISA集聚图
Fig. 2 Local agglomeration map of the ecological industry development level of counties in Jiangxi province in 2008 and 2018
3.2 空间计量模型的设定
Table 4 Correlation test results of spatial econometric model
4 结果分析
4.1 重点生态功能区转移支付对生态产业发展的总体影响
Table 5 Estimated results of the SDM model for ecological industry development
4.2 空间效应的分解
Table 6 Estimation results of direct and indirect effects
4.3 稳健性检验
Table 7 Robustness test results
5 结论与政策建议
References

Received	Revised	Published
2021-11-08	2022-03-12	2022-10-28
Issue Date
2022-12-28

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 理论分析及研究假说

Fig. 1 The formation mechanism of the spatial effect of the transfer payment in the key ecological function zones on the development of the ecological industry

1.1 财政转移支付的资本配置效应和市场接近效应

1.2 环境保护的外部性

1.3 经济要素的流动

2 研究方法与数据来源

2.1 生态产业发展评价

2.1.1 评价指标体系构建

Table 1 Evaluation index system of ecological industry development

2.1.2 基于熵值法的生态产业发展综合评价指数

2.2 研究区概况

2.3 数据、变量和描述性统计

Table 2 Variable description and descriptive statistics

3 实证分析

3.1 生态产业发展的空间关联

3.1.1 全局空间自相关检验

Table 3 Moran's I index of ecological industry development

3.1.2 局域空间自相关检验及LISA集聚图

Fig. 2 Local agglomeration map of the ecological industry development level of counties in Jiangxi province in 2008 and 2018

3.2 空间计量模型的设定

Table 4 Correlation test results of spatial econometric model

4 结果分析

4.1 重点生态功能区转移支付对生态产业发展的总体影响

Table 5 Estimated results of the SDM model for ecological industry development

4.2 空间效应的分解

Table 6 Estimation results of direct and indirect effects

4.3 稳健性检验

Table 7 Robustness test results

5 结论与政策建议

{{custom_sec.title}}

{{custom_sec.title}}

References

{{custom_fnGroup.title_en}}

Footnotes

模态框（Modal）标题

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

1 理论分析及研究假说

Fig. 1 The formation mechanism of the spatial effect of the transfer payment in the key ecological function zones on the development of the ecological industry

1.1 财政转移支付的资本配置效应和市场接近效应

1.2 环境保护的外部性

1.3 经济要素的流动

2 研究方法与数据来源

2.1 生态产业发展评价

2.1.1 评价指标体系构建

Table 1 Evaluation index system of ecological industry development

2.1.2 基于熵值法的生态产业发展综合评价指数

2.2 研究区概况

2.3 数据、变量和描述性统计

Table 2 Variable description and descriptive statistics

3 实证分析

3.1 生态产业发展的空间关联

3.1.1 全局空间自相关检验

Table 3 Moran's I index of ecological industry development

3.1.2 局域空间自相关检验及LISA集聚图

Fig. 2 Local agglomeration map of the ecological industry development level of counties in Jiangxi province in 2008 and 2018

3.2 空间计量模型的设定

Table 4 Correlation test results of spatial econometric model

4 结果分析

4.1 重点生态功能区转移支付对生态产业发展的总体影响

Table 5 Estimated results of the SDM model for ecological industry development

4.2 空间效应的分解

Table 6 Estimation results of direct and indirect effects

4.3 稳健性检验

Table 7 Robustness test results

5 结论与政策建议

{{custom_sec.title}}

{{custom_sec.title}}

References

{{custom_fnGroup.title_en}}

Footnotes