EN中文

JOURNAL OF NATURAL RESOURCES >

2022 , Vol. 37 >Issue 6: 1540 - 1554

DOI: https://doi.org/10.31497/zrzyxb.20220612

Green Development and Ecological Conservation

Balanced characteristics and obstacle factors of high-quality green development in Yangtze River Delta Urban Agglomeration

  • WANG Shu-jing , 1, 2 ,
  • LI Jun-feng , 1
Expand
  • 1. College of Geography and Tourism, Anhui Normal University, Wuhu 241003, Anhui, China
  • 2. International Business College, Shandong Business and Technology University, Yantai 264000, Shandong, China

Received date: 2021-06-14

  Revised date: 2021-09-19

  Online published: 2022-08-28

Fold

Abstract

Under the strategic background of high-quality integration of Yangtze River Delta and ecological priority and green development of Yangtze River Economic Belt, it is of great significance to explore the high-quality green development of Yangtze River Delta Urban Agglomeration. This paper constructs a high-quality green development evaluation system from four dimensions of green core power, green innovation industry, green environment base and green development performance. Based on the methods of critical weighting, kernel density estimation, center of gravity standard deviation ellipse and other methods, the equilibrium state, equilibrium degree and equilibrium entropy of high-quality green development of 27 cities in Yangtze River Delta Urban Agglomeration are discussed. The results show that: (1) Generally, the high-quality green development level of the urban agglomeration presents a northwest-southeast pattern and the gravity is located in the east of the center of the region. There are obvious spatial differences in the high-quality green development, but there is no spatial polarization. (2) From the regional perspective, the overall level of high-quality green development is relatively balanced, but with relatively low innovative dimension. From the perspective of city, there is obvious provincial differentiation in the degree of equilibrium, and Shanghai and the cities in Jiangsu and Zhejiang are obviously better than Anhui province. Equilibrium entropy shows that most cities have advantages in coordination degree of high-quality green development and have certain development potential. (3) Innovation level, environmental quality, land intensification and modern industry are common obstacles to high-quality green development. Based on this, the main obstacle types of cities are summarized and their specific obstacles are defined too. Adhering to innovation driven development, building a modern industrial system, strengthening the governance of land space, promoting the intensive, efficient and sustainable use of land, and maintaining a reasonable degree of balance and coordination are the urgent tasks to further promote the high-quality green development in the Yangtze River Delta Urban Agglomeration in the future.

Key words： high quality; green development; equilibrium; obstacle factors; Yangtze River Delta Urban Agglomeration

Cite this article

WANG Shu-jing , LI Jun-feng . Balanced characteristics and obstacle factors of high-quality green development in Yangtze River Delta Urban Agglomeration[J]. JOURNAL OF NATURAL RESOURCES, 2022 , 37(6) : 1540 -1554 . DOI: 10.31497/zrzyxb.20220612

推进长江经济带高质量发展是我国重大的国家发展战略,生态优先、绿色发展是其行动指南与根本要求,经济发达、科技领先的长三角地区是引领长江经济带高质量绿色发展的龙头主力。绿色发展作为一种考虑生态环境和资源承载力的可持续发展模式[1],其发展理念较早地引起了国际社会的关注与重视。1989年皮尔斯等[2]在其著作《绿色经济蓝图》一书中首次提到绿色可持续发展。继而联合国环境规划署（UNEP）、经合组织（OECD）等国际机构陆续开展了绿色经济、绿色增长等相关研究[3],各国政府亦纷纷制定可持续发展的政策、制度,绿色发展理念达成全球共识。在学术界,学者们的相关研究主要集中在绿色发展的概念内涵、评价标准、影响因素、实现途径等方面,也包括有关均衡性的研究。在概念内涵方面,基本将绿色发展等同于绿色经济、可持续发展等相关概念,侧重探讨经济增长、资源与生态环境的动态平衡[4]。近些年人类福祉、社会福利、公平性、共享性、包容性增长等概念也被纳入到绿色发展的研究框架之中[5],进一步扩大了绿色发展研究的广度与深度。关于绿色发展的评价标准,学者们多从绿色经济产出（绿色GDP）、绿色需求、绿色投入（绿色金融）等角度切入[6⇓-8],且近年来对绿色发展效率这一相对指标的研究更加青睐,如绿色全要素生产率[9,10]、绿色创新效率[11,12]、绿色发展绩效[13]、绿色经济效率[14,15]等。在绿色发展的影响因素及实现途径方面,多为结合某一区域的实证研究[16],认为现阶段人文社会因素对绿色发展的影响程度往往大于自然本底因素[17]。有关绿色发展均衡性的研究多从差异的角度进行,探讨研究对象的差异程度以及空间集中与偏离程度等,内容主要集中在绿色发展水平、发展效率等方面[18,19]。
尽管相关研究取得了较为丰富的学术成果,但仍存在一定的缺陷与不足。首先,绿色发展作为一种发展模式,存在由初级阶段向高级阶段的转变过程,即以环境污染末端治理式的“发展型绿色发展”,向由绿色创新技术推动的绿色产业、绿色能源发展等“竞争型绿色发展”[3]的转变。然而目前相关研究尚缺乏绿色发展高级阶段即高质量绿色发展的研究。实际上,高质量与绿色发展是相得益彰、内在统一的,绿色发展强调生态环境保护与经济发展的辩证统一,高质量发展以创新驱动为特色,强调经济发展的内涵质量,高质量是绿色发展的演进方向,现代绿色产业体系及其合理的空间格局是高质量的重要表现。目前我国大部分地区绿色发展正处于由初级向高级阶段转变的关键时期,因此开展高质量绿色发展研究任务紧迫。其次,学界有关均衡的研究多从对象差异的角度展开,并不全面。均衡应是差异基础上的一种协调稳定状态,正如发展经济学中指出,均衡强调机会均等及成果共享的包容性增长,并最终在可持续发展中实现经济社会的协调发展[20]。因此,均衡应将差异与协调相结合,既包括同种事物在不同空间点上发展的均衡,即侧重发展状态空间差异的单要素均衡,又包括同一空间内不同事物之间相互协调的均衡[21,22],即侧重发展关系协调的多要素系统均衡。在当前区域经济高质量一体化进程中,从更全面的角度探讨均衡性特征尤为必要。
长三角地区作为中国经济的领头羊,拥有世界级超大城市群,经济社会与科技文化优势突出,现代服务经济特色明显,已率先开启高质量型绿色发展的新征程。以长三角城市群为研究对象,从均衡的两方面含义出发,构建高质量绿色发展的评价指标体系,探究其均衡特征及障碍因素,从而揭示城市群高质量绿色发展的区域差异、制约因素及联动协调状况,既能够丰富新时期高质量发展的理论研究,又能为长三角城市群乃至整个长江经济带高质量一体化协同发展奠定基础。

1 研究方法与数据来源

1.1 研究区概况

以2019年国务院发布的《长江三角洲区域一体化发展规划纲要》中高质量发展中心区范围为依据,选取包括温州市在内的27个长三角城市群城市为研究的具体地域单元（图1）。研究区总面积约22.5万km2,2019年地区生产总值20.4万亿元,约占全国的1/5,年末常住人口超过1.6亿,是中国人才集聚、科技实力雄厚、经济最发达且最具影响力的经济区域。新经济形势下,以创新驱动为核心,率先实现高质量发展,推进生态环境一体化保护,建设生态优先绿色发展的美丽中国先行区是长三角面临的重要任务与使命。
图1 研究区域范围

Fig. 1 Scope of the study area

1.2 研究方法

1.2.1 改进CRITIC赋权法及线性加权模型

采用CRITIC赋权法对城市高质量绿色发展指标进行赋权,并在此基础上采用线性加权模型计算城市高质量绿色发展综合水平。这里拟以标准差除以均值所得的变异系数来代替原方法中的单一标准差,对原方法进行改进,从而更好地反映数据的离散程度。公式如下[23]：
C k = σ k u k ∑ i = 1 m ( 1 - r i j ) , ( k = 1,2 , … , m )
w k = C k / ∑ i = 1 m C i
y = ∑ i = 1 m w k x i
式中：Ck为第k个评价指标的改进CRITIC信息量; σ k为第k个评价指标的标准差; u k为第k个指标的均值; r i j为指标i与j的相关系数; w k为指标权重; C i为第i个指标的信息量;式（3）为线性加权模型公式, ∑ i = 1 m w k=1;m代表评价体系的指标项数（项）;y代表高质量绿色发展的综合得分; x i为城市中第i个指标的指标值。

1.2.2 标准差椭圆分析法

标准差椭圆是分析空间分布方向性特征的经典方法之一,可从全局角度分析要素的空间分布状况。采用标准差椭圆对长三角高质量绿色发展总体水平及其内部结构进行空间均衡状态的整体分析,以椭圆的偏角、长半轴反映空间格局的主导方向,以短半轴体现高质量绿色发展的差异程度,可直观地显示其空间全局特征。标准差椭圆通过ArcGIS 10.3计算实现。

1.2.3 核密度估计法

核密度估计法用于长三角城市群高质量绿色发展空间极化状况的特征分析。核密度估计是一种非参数概率估计方法,其拟合分布结果更加真实。通过核密度曲线峰值、宽度等特征表明高质量绿色发展的分布状态,基本原理是,假定高质量绿色发展水平X的密度函数为f(x),则在点x0的概率可用以下公式进行估计[24,25]：
f ( x 0 ) = 1 n h ∑ i = 1 n K X i - x 0 h
式中：n表示样本数据观测值的个数（个）,此处为27个;h表示带宽;K(∙)为核函数。这里选取Guassian核函数进行计算,同时遵循积分均方误差最小的基本思想进行带宽h的选择。

1.2.4 基尼系数法

基尼系数G表征长三角城市群高质量绿色发展的均衡程度,公式如下[26]：
G = 1 2 n 2 μ ∑ j = 1 n ∑ i = 1 n x j - x i
式中：µ表示高质量绿色发展指标得分的平均值;n表示研究单元个数（个）;xi、xj表示第i、j个研究单元的某一指标值。本文用基尼系数分别从区域与城市角度测算长三角城市群整体均衡度及各城市内部高质量绿色要素间的均衡度。参照国际通用惯例及其他学者做法,界定均衡度评价标准：基尼系数G<0.2表示均衡,0.2≤G<0.3表示比较均衡,0.3≤G<0.4表示临界均衡,0.4≤G<0.5表示比较不均衡,G≥0.5表示高度不均衡[27]。

1.2.5 均衡熵模型

基于物理学的耦合协调思想,认为城市高质量绿色发展各要素子系统的耦合协调度越高,其相互依赖及正向互动的强度越高,高质量绿色发展系统相对越平衡。本文创建均衡熵模型衡量系统协调度的相对优势,均衡熵越高,城市高质量绿色发展的潜力相对越大。与基尼系数相比,均衡熵考量的是系统间相互关系的均衡。计算公式为：
E Q i = D i ∑ i = 1 n D i / u i ∑ i = 1 n u i
式中：EQi表示i城市高质量绿色发展的均衡熵;Di代表i城市高质量绿色发展各要素系统的耦合协调度;ui是i城市高质量绿色发展综合得分。当EQi>1时,表明城市高质量绿色发展各要素系统的耦合协调度优于其高质量绿色总水平,耦合协调性具有相对优势,未来高质量绿色发展潜力较大;当EQi<1时,表明各要素系统的耦合协调度劣于高质量绿色总水平,系统间失衡较为严重;当EQi=1时,表明耦合协调度与绿色总水平发展相当,无明显优势。

1.2.6 障碍因素识别

障碍因素识别采用因子贡献度、指标偏离度和障碍度三个指标进行障碍因子综合判断。因子贡献度Gij表示i城市单项指标j对高质量绿色发展综合水平的影响程度,即单项指标的权重;指标偏离度Pij表示i城市单项指标与高质量绿色水平之间的差距,即单项指标标准化值Yij与100%之差;障碍度Iij表示i城市j指标对高质量绿色水平的影响程度,即高质量绿色发展障碍因素识别结果,计算公式如下[28]：
I i j = P i j G i j / ∑ i = 1 27 P i j G i j × 100 %

1.3 数据来源

基于2019年数据,测算长三角城市群高质量绿色发展水平,数据来源于2020年《江苏省统计年鉴》《浙江省统计年鉴》《安徽省统计年鉴》、长三角城市群27个地级市2020年统计年鉴、各地级市国民经济与社会发展统计公报以及相关政府官方网站。

1.4 高质量绿色发展的指标体系构建

关于绿色发展评价测度的研究成果较为丰富,学者们从不同角度构建了多种类型的评价体系,设计思路基本遵从经济高效、环境友好、社会包容三大维度对绿色发展展开评价,准则层指标主要集中在绿色经济增长、环境承载力、环境治理、生态宜居、政府政策、绿色社会共享等方面[29⇓-31]。但关于高质量绿色发展的评价成果较为欠缺。高红贵等[32]从产业转型升级、自主创新能力、资源利用效率、环境保护四方面构建长江经济带产业绿色发展评价指标体系,一定程度体现了高质量发展的特征要求。构建高质量绿色发展指标体系,应紧扣“高质量”与“绿色”两大关键特征,其中高质量主要体现在经济增长方式的创新型转变,即依托人才、技术等创新要素培育经济新动能,以现代产业体系推动经济增长。绿色特征主要体现在经济社会与资源环境的协调可持续发展方面。因此,本文拟从创新人才、科技水平等指标所代表的高质量绿色核心动力,以及以农业新业态、绿色制造业、现代服务业为代表的高质量绿色创新产业两个维度来突出“高质量”特点。绿色发展特征主要通过绿色发展基底及绿色发展绩效两大维度进行评价,其中绿色发展基底包括城市绿化、空气质量等指标;绿色发展绩效主要从经济绩效、资源环境绩效和社会发展绩效三方面入手,其中经济绩效考虑经济增长的总量及结构,资源环境绩效包括能源消耗、污染排放治理以及土地集约化利用,社会发展绩效主要从消费、教育、医疗等角度进行考量。具体评价指标如表1所示。
表1 高质量绿色发展评价指标体系

Table 1 The evaluation index system of high-quality green development

评价维度 评价指标 解释性指标及代理变量
高质量绿色核心动力A1 创新人才B1 研究与试验发展（R&D）人员数量/人 C1
技术水平B2 专利申请授权数量/件 C2
高质量绿色创新产业A2 农业新业态B3 都市休闲农业接待游客人次/万人 C3
绿色制造业B4 高新技术产业产值/亿元 C4
现代服务业B5 新兴服务业增加值/亿元 C5
高质量绿色环境基底A3 城市绿化B6 人均公园绿地面积/m2 C6
空气质量B7 年空气质量良好天数/天 C7
高质量绿色发展绩效A4 经济发展绩效B8 城市人均GDP/元 C8
城市GDP总量/亿元 C9
第三产业增加值占GDP比例/% C10
资源环境绩效B9 万元GDP能耗/吨标准煤 C11
工业二氧化硫去除量与产生量之比 C12
工业烟尘去除量与产生量之比 C13
一般工业固体废物综合利用率/% C14
单位土地产出值/(万元/km2) C15
社会发展绩效B10 城市居民家庭年均可支配收入/元 C16
每千人拥有医生/人 C17
万人大学生人数/人 C18

注：新兴服务业增加值是指信息传输软件和信息技术服务业、科学研究和技术服务业、租赁和商务服务业三大类服务行业增加值之和。单位土地产出值为市GDP与市土地面积的比值。

2 结果分析

2.1 长三角城市群高质量绿色发展的均衡性特征

以往对于空间均衡的研究多从空间差异的角度进行,对均衡的理解欠缺全面。尽管也有少数学者考虑到空间协调,但将差异与协调相结合,并同时从区际及区内两个角度探讨空间均衡的成果不多。本文拟从均衡态、均衡度及均衡熵三个方面分析均衡性特征,以期对空间均衡进行较为全面的理解与分析。其中均衡态是一种反映均衡现状的描述性分析,主要通过总体格局、空间分异以及空间极化状况来呈现;均衡度是反映均衡程度的强度型指标,用基尼系数表示,并分别从城市内外两方面体现;均衡熵是衡量相对协调优势的潜力型指标,均衡熵越大,未来高质量绿色发展的潜力越大。

2.1.1 高质量绿色均衡态特征

（1）总体格局状况。图2为高质量绿色水平及其内部各维度的重心—标准差椭圆图,从椭圆形态来看,长三角城市群高质量绿色发展总体格局呈西北—东南向,且椭圆基本覆盖了长三角中东部大部分地区;从椭圆位置来看,按照环境基底、发展绩效、总体水平、创新产业以及核心动力的顺序,标准差椭圆位置越来越偏东,且覆盖范围逐渐缩小,说明上述要素越来越集中于长三角的中东部地区;从椭圆转角来看,创新产业与核心动力的椭圆转角明显向西南方向移动,若以环境基底椭圆为参照,创新产业与核心动力椭圆的转角度数分别为14.87°和20.52°（表2）,说明长三角城市群西南部的杭州等城市在新产业、业态等方面引力较大,而东部沿海的温州、台州、舟山等在环境质量方面的突出表现使得环境基底椭圆更偏于东南向且覆盖范围更大。此外,高质量绿色发展总体水平及内部各维度的椭圆重心都位于湖州市境内,基本位于南北居中、东西偏东的位置,说明长三角城市群高质量绿色发展未出现极其悬殊的区域差异。进一步分析发现,绿色发展绩效重心位置相对更偏西北,这与南京、合肥等省会城市经济与社会发展水平较高有关,而核心动力重心偏东北,这与上海、苏州的科技人才引力有关,也与苏州吴江、嘉兴嘉善和上海青浦地区所形成的生态绿色一体化发展示范区方向相吻合。
图2 高质量绿色发展重心—标准差椭圆

Fig. 2 Standard deviation ellipse of high-quality green development

表2 长三角城市群高质量绿色发展的重心—标准差椭圆参数

Table 2 Center of gravity standard deviation ellipse parameter of high-quality green development in Yangtze River Delta Urban Agglomeration

评价维度 X轴标准差 Y轴标准差 转角/(°) 重心坐标
总体水平 2.067 1.583 129.55 119.92°E,30.88°N
核心动力 1.905 1.414 146.89 120.12°E,30.91°N
创新产业 1.962 1.527 141.24 120.06°E,30.78°N
环境基底 2.250 1.720 126.37 119.84°E,30.70°N
发展绩效 2.075 1.565 126.39 119.87°E,30.96°N
（2）空间分异状况。根据自然断裂法分类发现长三角城市群高质量绿色发展水平及结构存在明显的空间差异（图3）。高质量绿色总体水平较高的城市主要集中在长三角东部,上海的综合得分最高,超出第二名杭州得分的27.5%。除上海外,基本形成了杭州、苏州、南京三足鼎立的局面,以三市为中心,周边区域得分递减。安徽省各市发展普遍较弱,仅合肥位于二级水平范围,其余城市都处于四级水平范围内,差距较大。高质量绿色核心动力（图3b）、绿色创新产业（图3c）的水平与高质量绿色总体水平（图3a）的空间分布较为类似,说明创新要素与产业是高质量的重要影响维度。而高质量环境基底以及发展绩效的空间分布（图3d、图3e）则表现出高值区明显减少的状态,中低值区城市得分与高值区城市差距拉大。此外,不同城市有着不同的结构性优势,比如舟山、宣城、台州、温州的绿色环境基底在本市高质量绿色发展的内部结构中具有比较优势。
图3 长三角城市群高质量绿色发展的空间差异

Fig. 3 Spatial differences of high-quality green development in Yangtze River Delta Urban Agglomeration

（3）空间极化状况。高质量绿色水平及其内部维度的核密度曲线均为单峰结构（图4）,表明长三角城市群高质量绿色发展未出现明显的极化现象。其中总体水平的主峰高度最高,说明其与内部各维度相比,得分数据的收敛性最高,但其波峰值在0.3左右,意味着绝大部分城市总体水平尚不高。此外,在高质量绿色发展的四大维度方面,绿色环境基底与绿色发展绩效两项指标曲线主峰相对较高且偏右,尤其以绿色发展绩效最为突出,说明其得分相对收敛,但核心动力与创新产业的曲线则较为宽扁,主峰高度低且位置靠左,存在右拖尾现象,说明其分值离散程度高,虽存在高分值城市,但多数城市仍分散分布于较低分数段,指标值表现较弱,城市间差距大。与环境基底、绿色绩效相比,核心动力与创新产业维度发展较弱,而这两大维度正是体现绿色发展“高质量”的重要方面,说明长三角城市群绿色发展的基础性指标尚可,但质量型指标水平不高,这也是目前普遍存在的问题及未来需攻克的方面。
图4 长三角城市群高质量绿色发展核密度

Fig. 4 High-quality green development core density of Yangtze River Delta Urban Agglomeration

2.1.2 高质量绿色均衡度特征

以基尼系数反映长三角城市群高质量绿色发展的均衡程度（表3）,可以得出：（1）高质量绿色发展总体水平比较均衡（基尼系数为0.2309）,这与前述其未出现明显的极化现象结论一致;但高质量四大评价维度的均衡程度差异较大。其中环境基底与发展绩效的基尼系数较低,发展相对均衡;而创新产业与核心动力两大维度的均衡程度则属于临界均衡与比较不均衡范畴,尤其核心动力的区域差距较大。说明长三角城市群经过长期的融合发展,在经济社会、环境质量、环境治理等绿色发展的基础条件方面发展相对均衡,而在人才、技术密集型的新经济、新产业等高质量创新型发展方面则形成较大差距,上海、杭州、苏州等创新水平高的城市表现出明显优势。（2）城市内部高质量绿色发展各维度间的均衡程度出现明显的省域分化（图5）。沪苏浙三地城市大多处于均衡与比较均衡状态,各维度系统发展程度相当。其中尤以浙江省城市较为突出,隶属长三角城市群的浙江省九大城市中有五个城市基尼系数低于0.2,均衡度较高。这得益于近几年在数字城市杭州的引领下,多数城市新经济发展迅速,科技人才不断聚集,创新实力日益增强的状况。较为特殊的是浙江舟山市,由于特色海岛经济使其形成以渔业、旅游业、港口经济为主的产业结构,绿色环境基底优势明显,但高新技术产业以及新兴服务业发展较弱,导致各维度发展均衡度较差。与沪苏浙相比,安徽省城市内部均衡度偏低,除合肥与芜湖以外,其他城市基尼系数皆超过国际标准临界值0.4以上,不均衡程度较高,指标维度间差距大,这主要与其创新型经济发展滞后有关。
表3 长三角城市群高质量绿色发展基尼系数

Table 3 Gini coefficient of high-quality green development in Yangtze River Delta Urban Agglomeration

评价维度 总体水平 核心动力 创新产业 环境基底 发展绩效
长三角城市群 0.2309 0.4761 0.3859 0.2156 0.2332
图5 长三角城市群各城市高质量绿色发展基尼系数

Fig. 5 Gini coefficient of high-quality green development of cities in Yangtze River Delta Urban Agglomeration

2.1.3 高质量绿色均衡熵特征

总体上看,均衡熵>1的城市共16个,占长三角城市群城市数量的59.3%,说明城市群大部分城市高质量绿色发展协调度相对有优势,高质量绿色发展具有一定潜力。进一步结合高质量绿色发展总体水平状况,依据发展水平的平均值,将均衡熵>1及均衡熵<1的城市分别分为两种类型（表4）,以更准确揭示各城市的协调优势度。其中高水平协调优势型城市凭其现状及潜力的优势,未来高质量绿色发展潜力较大,而低水平协调优势型城市亦将体现一定的发展后劲,高质量绿色发展进程中将渐显协调度优势。在均衡熵<1的城市中,高水平但协调优势不突出的类型包括上海、南京、合肥和舟山四个城市,其中上海、南京、合肥三个城市主要由于其良好的经济及科技基础使得高质量绿色发展水平较高,从而使其协调度优势不易体现出来。舟山市情况较为特殊,正如前述,其突出的环境质量得分提高了高质量绿色水平,但其内部协调度不高,导致均衡熵偏低。低水平且协调无优势城市内部各维度发展水平低且相互间耦合联动效应差,尚缺乏未来发展的强大后劲。此类城市应尽早寻找高质量发展突破口,通过系统间融合互动将高质量绿色发展潜力有效挖掘出来。
表4 长三角城市群高质量绿色发展均衡熵类型

Table 4 Equilibrium entropy types of high-quality green development in Yangtze River Delta Urban Agglomeration

均衡熵值 城市分类 城市分类
均衡熵>1 高水平协调优势型：
无锡、苏州、南通、杭州、宁波、嘉兴、绍兴、金华、台州、温州		 低水平协调优势型：
盐城、扬州、湖州、芜湖、滁州、宣城
均衡熵<1 高水平但协调优势不突出：
上海、南京、合肥、舟山		 低水平且协调无优势：
常州、镇江、泰州、马鞍山、铜陵、安庆、池州

2.2 长三角城市群高质量绿色发展的障碍因素

2.2.1 区域层面的障碍因素

首先,从维度层看（表5）,长三角城市群高质量绿色发展最主要的障碍维度为创新产业,障碍度为39.22%,是目前阻碍长三角城市群高质量绿色发展最主要的因素。创新产业涵盖了三大产业中技术密集型或新兴业态分支,具有高端、低碳、高效的发展特点,是城市发展的“绿色引擎”,因此,建设现代新兴服务业、高新技术产业为引领的现代化产业体系是长三角城市群未来高质量绿色发展最紧迫的任务。障碍度相对低的维度为环境基底,说明人居环境、生态环境等问题已得到普遍重视,城市绿色环境建设为长三角高质量发展提供了基础性条件。
表5 高质量绿色发展维度层障碍度

Table 5 Obstacle degree of high-quality green development dimension (%)

衡量维度 核心动力 创新产业 环境基底 发展绩效
障碍度 21.00 39.22 14.21 25.57
其次,从单个指标的障碍度来看（表6）,前五大障碍因子分别为新兴服务业增加值、万人大学生人数、单位土地产出值、高新技术产业产值以及R&D研发人员数量,指标主要集中在创新产业、人才集聚及土地集约化利用等方面,可见通过合理的国土空间治理,提高土地资源利用效率及人才集聚,科技创新助力产业发展等是消除障碍,从而进一步促进长三角城市群高质量绿色发展的关键。障碍度比较低的指标因子包括万元GDP能耗、工业烟尘去除量与产生量之比以及一般工业固体废物综合利用率等,集中体现在资源环境绩效方面,可见长三角在资源环境治理、排放达标等方面普遍取得了较好的效果。
表6 高质量绿色发展指标障碍度

Table 6 Obstacle degree of high-quality green development index (%)

指标名称 障碍度 指标名称 障碍度
R&D人员数量C1 7.64 第三产业增加值占GDP比例C10 6.60
专利申请授权数量C2 6.26 万元GDP能耗C11 0.86
都市休闲农业接待游客人次C3 5.33 工业二氧化硫去除量与产生量之比C12 3.79
高新技术产业产值C4 8.63 工业烟尘去除量与产生量之比C13 0.57
新兴服务业增加值C5 11.98 一般工业固体废物综合利用率C14 1.48
人均公园绿地面积C6 2.16 单位土地产出值C15 10.39
年空气质量良好天数C7 7.24 城市居民家庭年均可支配收入C16 2.77
城市人均GDP C8 3.42 每千人拥有医生C17 6.49
城市GDP总量C9 3.47 万人大学生人数C18 10.92

2.2.2 城市层面的障碍因素

按障碍度排序选取各市前六位障碍因素用于分析,并进一步归纳其共同障碍因素及影响程度,得到影响城市高质量绿色发展的五大障碍类型（表7）。
表7 高质量绿色发展障碍类型

Table 7 Types of obstacles to high-quality green development

类型序号 类型名称 城市
类型Ⅰ 服务均等化水平与环境质量障碍型 上海
类型Ⅱ 环境质量、土地集约与现代产业障碍型 南京、苏州、杭州、合肥、芜湖、马鞍山、滁州
类型Ⅲ 创新、土地集约与产业结构障碍型 南通、盐城、泰州、宁波、嘉兴、湖州、绍兴、金华、台州、宣城
类型Ⅳ 创新与环境质量障碍型 无锡、常州、扬州、镇江
类型Ⅴ 创新与土地集约障碍型 温州、舟山、铜陵、安庆、池州
类型Ⅰ是服务均等化水平与环境质量障碍型,仅包括上海一市。从单个指标的障碍程度看,上海主要在人均指标所体现出的服务均等化水平上稍有欠缺,比如万人在校大学生人数、每千人拥有医生数、人均公园绿地面积等,这些指标与上海庞大的人口基数密切相关,人口规模同时也导致上海的空气质量不敌宁波、温州等其他沿海城市。此外,上海在高新技术企业、现代新兴服务业等创新产业发展方面优势明显,这也是与其他城市第一障碍因素集中在现代新兴服务业的明显区别。
类型Ⅱ的主要障碍表现在环境质量、土地集约化与现代产业三方面,包括南京、苏州、杭州、合肥等市,这些城市单位土地产出值C15的障碍度均排在前三位,且空气质量指标C7的障碍度较高,说明环境与土地资源的集约利用是目前较为突出的障碍。尤其南京市,空气质量因子是其第一障碍因素。在长三角城市群中,南京市的空气质量不高,燃煤及工业污染是其主要原因,2018年,南京市煤炭消费总量约为3000万t,是杭州、广州和北京的2.2倍、2.16倍和4.3倍。因此,快速改善环境质量是南京高质量绿色发展的重要任务之一。此外,除滁州市以外,类型Ⅱ中的城市在C1、C2的人才技术等创新要素方面障碍不明显,具备发展优势,其中南京、苏州、杭州、合肥作为长三角区域性中心城市具备较高的人才集聚水平,而马鞍山、芜湖利用毗邻南京市的区位优势,近几年抢抓长三角人才外溢资源,二者分别位居“2020年全国最具人才吸引力城市100强”的第54、第62位。因此,目前此类城市虽现代产业对高质量绿色发展尚有一定阻碍,但凭借创新要素优势其未来发展潜力较大,其高质量发展正处于快速探索前进阶段。
除前两种类型以外,其余类型障碍因素的共同之处是创新要素及创新产业都占据比较重要的分量。长三角经济发达城市虽已形成诸多人才集聚中心,但从整个长三角地区来看,其人才与技术水平尚不能满足新时代产业创新的要求。说明完善创新体系,以创新驱动新兴产业发展及传统产业升级是推动长三角大部分地区高质量绿色发展的关键。此外,类型Ⅲ与类型Ⅴ的土地集约利用障碍、类型Ⅲ的产业结构障碍、类型Ⅳ的环境质量障碍都是该类型中较为明显的障碍因素。

3 结论

以长三角城市群高质量绿色发展为研究对象,探讨其均衡性特征及障碍因素,得到如下结论：
（1）高质量绿色发展兼具“绿色”与“高质量”两大特征,对其评价以往更多关注环境保护等绿色指标,较少从高质量指标入手,这与现阶段经济发展特点不相适应。高质量绿色发展评价体系除应考虑环境保护、污染治理、绿色投入产出等绿色评价维度以外,更应突出创新要素与创新经济等高质量维度,以便推动绿色发展进入高级阶段。本文基于此构建了较为完整的高质量绿色发展评价体系,并经实证研究表明该体系具有可行性、适用性,能够对区域高质量绿色发展进行有效评价。
（2）目前长三角城市群绿色发展正处于提质增效的高质量进程中,均衡态方面呈现出空间差异显著,但极化不明显,“高质量”型指标发展逊色于“绿色”型指标等特征;均衡度总体表现较高,有利于城市群一体化协同发展,但城市内部均衡度存在省域分化,具备新经济发展优势的浙江省城市均衡度普遍较高,表明创新维度的发展是提高内部均衡度的关键;均衡熵结果表明多数城市存在协调度优势,未来发展潜力较大,其中高水平协调优势型城市最具潜力,是各城市未来发展的方向。
（3）创新要素缺乏以及创新产业发展不充分是目前高质量绿色发展最大的障碍,主要表现在高新技术产业、现代新兴服务业、研发人员数量等指标障碍上。由于各城市要素条件、经济社会发展状况等不同,高质量绿色发展的障碍类型存在差异,其中创新水平、环境质量、土地集约、现代产业等是普遍存在的障碍点,也是现代经济发展的薄弱之处。
（4）未来进一步推进长三角城市群高质量绿色发展,应格外注重以下几点：首先,坚持创新驱动,建设现代产业体系。目前除上海、南京、苏州、杭州等几大经济发达城市以外,对绝大部分城市而言,创新要素及创新产业都是其高质量绿色发展的最大障碍。因此,遵循高质量与绿色发展的共同内涵要求,促进产业基础及产业链现代化、高级化,提高经济质量效益是当前最紧迫的任务之一。其次,加强国土空间治理,推动土地集约、高效、可持续利用。尤其是杭州、苏州、宁波、温州等城市,土地利用效率的障碍度较高,应注重合理控制城市增长边界,高质量融合生产、生活、生态的三生空间。第三,保持合理的均衡度及协调度,无论是城市间抑或城市内部各系统间,应避免一家独大的现象。例如隶属于安徽省的长三角城市,多处呈现出合肥一枝独秀的局面,大大影响了其辐射带动能力的发挥。因此更应注重打破各类壁垒,提高发展的均衡性及协调性以深度融入长三角高质量一体化进程中。
未来对高质量绿色发展的研究应更加注重三方面,一是高质量绿色评价不仅要具备宏观指导性、方向性,更应落实到具体城市与产业上,以提高测度与评价的细化程度;二是对城市内部产业之间、产业与国土空间、与生态、与社会之间的高质量绿色均衡发展等问题应进行深入研究;三是长时间跨度的高质量绿色发展的空间均衡演变分析,也是后续需要进一步研究和探讨的问题。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
邓宏兵. 以绿色发展理念推进长江经济带高质量发展. 区域经济评论, 2018, 6: 4-7.

[ DENG H B. Promoting the high quality development of the Yangtze River Economic Belt with the concept of green development. Regional Economic Review, 2018, 6: 4-7.]

[2]
大卫·皮尔斯, 等. 绿色经济蓝图. 何晓军译, 北京: 北京师范大学出版社, 1996.

[ DAVID P, et al. Green Economy Blueprint. Translated by HE X J, Beijing: Beijing Normal University Press, 1996.]

[3]
金乐琴. 高质量绿色发展的新理念与实现路径. 河北经贸大学学报, 2018, 39(6): 22-30.

[ JIN Y Q. New concept and realization path of high quality green development. Journal of Hebei University of Economics and Business, 2018, 39(6): 22-30.]

[4]
丁任重. 经济增长: 资源、环境和极限问题的理论争论与人类面临的选择. 经济学家, 2005, (4): 11-19.

[ DING R Z. Economic growth: Theoretical debates on the issues of resources, environment and limits and the choices facing mankind. Economist, 2005, (4): 11-19.]

[5]
UNEP. Towards a Green Economy: Pathways to a Sustainable Development and Poverty Eradication. Nairobi Kenya Unep, 2011.

[6]
尹向飞. 新框架核算下中国省级绿色GDP增长时空演变及驱动研究. 经济地理, 2021, 41(1): 49-57.

[ YIN X F. The spatio-temporal evolution and driving factors of the provincial green GDP growth in China based on a new research framework. Economic Geography, 2021, 41(1): 49-57.]

[7]
窦睿音, 刘学敏, 张昱. 基于能值分析的陕西省榆林市绿色GDP动态研究. 自然资源学报, 2016, 31(6): 994-1003.

[ DOU R Y, LIU X M, ZHANG Y. Study on the green GDP of Chinese resource based cities: A case study of Yulin city in Shaanxi province. Journal of Natural Resources, 2016, 31(6): 994-1003.]

[8]
谭卫华, 舒银燕. 新金融发展与工业绿色转型: 基于系统GMM模型的实证分析. 经济地理, 2020, 40(11): 149-157.

[ TAN W H, SHU Y Y. New financial development and green transformation of urban industry: An empirical analysis based on SYS-GMM model. Economic Geography, 2020, 40(11): 149-157.]

[9]
WAWAN R, PRIJONO T. Assessment of green total factor productivity impact on sustainable Indonesia productivity growth. Procedia Environmental Sciences, 2015, 28: 493-501.

DOI

[10]
REILLY J M. Green growth and the efficient use of natural resources. Energy Economics, 2012, 34: S85-S93.

[11]
康鹏辉, 茹少峰. 环境规制的绿色创新双边效应. 中国人口·资源与环境, 2020, 30(10): 93-104.

[ KANG P H, RU S F. Bilateral effects of environmental regulation on green innovation. China Population, Resources and Environment, 2020, 30(10): 93-104.]

[12]
肖黎明, 张仙鹏. 强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征. 自然资源学报, 2019, 34(2): 312-324.

[ XIAO L M, ZHANG X P. Spatio-temporal characteristics of coupling and coordination between green innovation efficiency and ecological welfare performance under the concept of strong sustainability. Journal of Natural Resources, 2019, 34(2): 312-324.]

DOI

[13]
HUA C Y, CHEN J L, ZHENG W, et al. Evaluation and governance of green development practice of port: A sea port case of China. Journal of Cleaner Production, 2019, (11): 249, Doi: 10.1016/j.jclepro.2019.119434.

DOI

[14]
曹靖, 张文忠. 不同时期城市创新投入对绿色经济效率的影响: 以粤港澳大湾区为例. 地理研究, 2020, 39(9): 1987-1999.

DOI

[ CAO J, ZHANG W Z. The influence of urban innovation input on green economy efficiency in different periods: A case study of the Guangdong-Hong Kong-Macao Greater Bay Area. Geographical Research, 2020, 39(9): 1987-1999.]

[15]
郭付友, 佟连军, 仇方道, 等. 鲁南经济带城乡绿色发展效率时空分异及驱动因素识别. 自然资源学报, 2020, 35(8): 1972-1985.

[ GUO F Y, TONG L J, QIU F D, et al. Temporal and spatial differentiation of urban and rural green development efficiency and identification of driving factors in Southern Shandong Economic Belt. Journal of Natural Resources, 2020, 35(8): 1972-1985.]

DOI

[16]
张国俊, 邓毛颖, 姚洋洋, 等. 广东省产业绿色发展的空间格局及影响因素分析. 自然资源学报, 2019, 34(8): 1593-1605.

[ ZHANG G J, DENG M Y, YAO Y Y, et al. Comprehensive level of the green development of industry in Guangdong province and spatial econometric analysis of the influencing factors. Journal of Natural Resources, 2019, 34(8): 1593-1605.]

DOI

[17]
周亮, 车磊, 周成虎. 中国城市绿色发展效率时空演变特征及影响因素. 地理学报, 2019, 74(10): 2027-2044.

DOI

[ ZHOU L, CHE L, ZHOU C H. Spatio-temporal evolution and influencing factors of urban green development efficiency in China. Acta Geographica Sinica, 2019, 74(10): 2027-2044.]

[18]
张乐勤. 基于基尼系数方法的长三角区域绿色发展状况均衡性探析. 环境与可持续发展, 2021, 46(1): 102-108.

[ ZHANG L Q. Analysis on the balance of regional green development in Yangtze River Delta based on Gini coefficient method. Environment and Sustainable Development, 2021, 46(1): 102-108.]

[19]
刘杨, 杨建梁, 梁媛. 中国城市群绿色发展效率评价及均衡特征. 经济地理, 2019, 39(2): 110-117.

[ LIU Y, YANG J L, LIANG Y. Evaluation and equilibrium characteristics of green development efficiency of urban agglomeration in China. Economic Geography, 2019, 39(2): 110-117.]

[20]
周小亮. 高质量发展新旧动能转换机制与路径: 学术梳理的视角. 东南学术, 2020, (4): 157-168.

[ ZHOU X L. Transformation mechanism and path of new and old kinetic energy of high quality development: From the perspective of academic carding. Southeast Academic Research, 2020, (4): 157-168.]

[21]
白谨豪, 刘儒, 刘启农. 基于空间均衡视角的区域高质量发展的内涵界定与状态评价. 人文地理, 2020, 35(3): 123-130.

[ BAI J H, LIU R, LIU Q N. The connotation definition and state evaluation of regional high quality development based on perspective of spatial equilibrium: A case of Shanxi province. Human Geography, 2020, 35(3): 123-130.]

[22]
樊杰, 周侃, 陈东. 生态文明建设中优化国土空间开发格局的经济地理学研究创新与应用实践. 经济地理, 2013, 33(1): 1-8.

[ FAN J, ZHOU K, CHEN D. Innovation and practice of economic geography for optimizing spatial development pattern in construction of ecological civilization. Economic Geography, 2013, 33(1): 1-8.]

DOI

[23]
祝志川, 张国超, 张君妍. 基于改进CRITIC的修正G2赋权方法及实证. 统计与决策, 2018, (18): 33-38.

[ ZHU Z C, ZHANG G C, ZHANG J Y. Modified-G2 weighting method based on improved CRITIC and its solid evidence. Statistics & Decision, 2018, (18): 33-38.]

[24]
胡碧霞, 李菁, 匡兵. 绿色发展理念下城市土地利用效率差异的演进特征及影响因素. 经济地理, 2018, 38(12): 183-189.

[ HU B X, LI J, KUANG B. Evolution characteristics and influence factors of urban land use efficiency difference under the concept of green development. Economic Geography, 2018, 38(12): 183-189.]

DOI

[25]
KUMAR S, RUSSELL R. Technological changes, technological catch up, and capital deepening: Relative contributions to growth and convergence. American Economic Review, 2002, 92(3): 527-548.

[26]
未良莉, 李超. 长江经济带经济高质量发展非均衡性研究: 基于Dagum基尼系数与空间统计方法. 合肥工业大学学报: 社会科学版, 2020, 34(3): 15-21.

[ WEI L L, LI C. Study on the disequilibrium of high-quality economic development in the Yangtze River Economic Belt: Based on Dagum Gini coefficient and spatial statistical method. Journal of Hefei University of Technology: Social Science Edition, 2020, 34(3): 15-21.]

[27]
黄和平. 基于多角度基尼系数的江西省资源环境公平性研究. 生态学报, 2012, 32(20): 6431-6439.

[ HUANG H P. Study on the fairness of resource-environment system of Jiangxi province based on different methods of Gini coefficient. Acta Ecologica Sinica, 2012, 32(20): 6431-6439.]

DOI

[28]
王枫, 董玉祥. 基于灰色关联投影法的土地利用多功能动态评价及障碍因子诊断: 以广州市为例. 自然资源学报, 2015, 30(10): 1698-1713.

[ WANG F, DONG Y X. Dynamic evaluation of land use functions based on grey relation projection method and diagnosis of its obstacle indicators: A case study of Guangzhou city. Journal of Natural Resources, 2015, 30(10): 1698-1713.]

[29]
张彦淑, 李立异. 陕西省绿色发展水平评价及其提升对策分析. 兰州工业学院学报, 2020, 27(6): 111-116.

[ ZHANG Y S, LI L Y. Analysis on the measurement of green development level in Shanxi province and its countermeasures. Journal of Lanzhou Institute of Technology, 2020, 27(6): 111-116.]

[30]
李琳, 楚紫穗. 我国区域产业绿色发展指数评价及动态比较. 经济问题探索, 2015, (1): 68-75.

[ LI L, CHU Z H. Evaluation and dynamic comparison of regional industry green development index in China. Inquiry into Economic Issues, 2015, (1): 68-75.]

[31]
郭付友, 吕晓, 于伟, 等. 山东省绿色发展水平绩效评价与驱动机制: 基于17地市面板数据. 地理科学, 2020, 40(2): 200-210.

DOI

[ GUO F Y, LYU X, YU W, et al. Performance evaluation and driving mechanism of green development in Shandong province based on panel data of 17 cities. Scientia Geographica Sinica, 2020, 40(2): 200-210.]

[32]
高红贵, 赵路. 长江经济带产业绿色发展水平测度及空间差异分析. 科技进步与对策, 2019, 36(12): 46-53.

[ GAO H G, ZHAO L. Green development level measurement and spatial difference analysis of Yangtze River Economic Belt. Science & Technology Progress and Policy, 2019, 36(12): 46-53.]

Options
Outlines

/

〈 〉