我国产业生态化空间分异及驱动因素分析
——基于2005—2019 年我国30 省份经验数据

2023-11-10 09:01史宝娟张立华
生态经济 2023年11期
关键词:基尼系数生态化经济区

史宝娟,张立华

(华北理工大学 经济管理学院,河北 唐山 063210)

产业生态学理论是产业经济学和生态学相互融合发展的理论体系,是循环经济理论在产业领域的拓展。不断提升资源利用效率,推动产业结构升级,使经济、自然、社会获得协调和可持续发展,对加快建立健全绿色经济、清洁生产、节能减排、循环经济体系具有促进作用[1]。党的十九大报告指出,我国产业经济发展必须从规模扩张转变为提质增效的高质量发展,产业生态化(IE)成为国家构建新发展格局的迫切需要。由于我国南北自然条件、开放程度、产业结构等存在较大差异,导致南北IE 发展水平呈现分化态势[2-3]。经济高质量发展不仅要实现产业生态化水平的高级化,也要实现产业生态化水平的均衡化[4]。

1 文献综述

20 世纪60 年代,环保主义思潮在美国启蒙,并迅速蔓延到整个欧美地区。在1977 年德国地球学年会上,美国地球化学家克劳德首次提出了“产业生态学”(industrial ecology)一词。国外产业生态化起源于20 世纪70 年代丹麦的卡伦堡工业园区,20 世纪90 年代以后,世界一些发达国家兴起了生态工业园区的实践,清洁生产、绿色工业、环境保护、产业生态系统构建等迅速崛起[5-7]。1988 年,INSEAD 环境资源管理中心(CMER)的创始人AYRES 结合生态学的代谢理论,将经济系统放入整个自然生态的大系统中去进行分析,将经济活动中生产、消费等环节中所流动的能量流、物质流和整个地球生态系统中的能量流、物质流融合起来,通过在产业系统结构中模拟自然生态系统的各种角色功能和循环机制来实现资源配置的优化、降低资源消耗和废弃物排放[8]。REES[9]提出用以衡量区域可持续发展程度的“生态足迹”模型,其主要为测度某一地区承载一定人口时所需要的生态系统或可再生资源数量的大小。SEPPÄLÄA 等[10]从压力和响应维度测度芬兰的区域生态效率,进一步检验区域经济活动的竞争力并减轻其对环境的有害影响,为产业生态化过程的时空分异特征和耦合关系提供了有利的借鉴。

与国外发达国家不同的是,我国产业的生态环境效应具有非均衡性特征,在时间及空间上均有较大差异性[11-12]。近年来国内外学者关于IE 评价及驱动因素的探讨层出不穷,从研究范围来看,主要以全国、八大综合经济区、东中西部及东北地区、省市、产业、生态工业园区等为研究对象。李扬杰等[13]对我国长江经济带产业生态化发展水平进行综合评价,研究表明呈现东高西低的梯度分布特征。刘曙光等[14]探究地级市IE 进程、类型特征、空间分异等,得出产业与生态环境系统内外互补,东部地区由于产业集群、结构转型升级效用明显,IE 水平显著高于其他地区。王珏晗等[15]探究广东省IE 时空演变特征,研究得到广东省空间上具有产业生态化发展的集聚效应,其产业生态化是内部各影响因子协同发展共同作用的结果。李晟婷等[16]从高质量发展视角,对陕西省IE 进行评价,其产业生态化系统经历了失调拮抗、耦合共轭等阶段,处于中等协调水平。王建军等[17]以柴达木生态园区为研究对象,对2005—2013 年的IE 进行评价,结果表明该区域IE 综合发展水平较低,处于黄色预警区。秦曼等[18]利用2006—2014 年我国沿海11 省市的面板数据对其产业生态化进行评价,得出南北低中间高的结论。从研究方法来看,IE 评价方法主要有主成分分析、熵值法[19-20]、全局熵值法[21]、BCC-DEA 和CCR-DEA 模型[22]等;IE 空间分布特征研究方法主要有耦合协调度模型、空间计量模型、莫兰指数模型、地理探测器等[14-15,20]。从IE 驱动因素研究来看,主要有研发水平、外商直接投资、政府调控能力、末端治理、产业集聚等[12,23-25]。

综上所述,产业生态化对于生态文明战略转型、循环经济模式推广、“生态+”理念融合具有重要意义。虽然学者们对产业生态化评价、驱动因素、时空分布特征的研究视角不同,但是结果一致表明IE对生产效率提升、生态环境改善、经济高质量发展具有重要意义,然而对我国不同区域产业生态化空间异质性及驱动因素的研究仍处于探索阶段,相关文献很少。那么,中国各区域产业生态化时空分布有何差异?分布特征如何?差异来源如何?都是值得进一步深入研究的课题,鉴于此,本文试图从以下几个方面进行尝试:(1)基于IE 内涵构建评价指标体系,对中国各省份IE 发展水平进行测度,把脉产业生态化发展现状及特征。(2)酌量考虑到我国资源禀赋、经济发展不同,采用核密度函数分析2005—2019 年中国IE 分布位置、分布形态、分布延展性。利用Dagum 基尼系数分析IE 发展水平的总体差异、区域内差异、区域间差异及差异贡献和来源等。(3)借助于分位数回归模型探究IE 驱动因素,为制定区域产业生态发展政策提供事实依据和参考。

2 研究设计

2.1 指标体系构建及数据处理

IE 遵循自然生态有机循环机理,对产业、自然、社会统筹优化,优化产业结构,持续推动绿色发展,具有动态化属性,蕴含着“经济、社会、生态”相互协调的价值观。产业生态化所具备的“低消耗、少排放、可循环、绿色化、高效率、能创新、有融合、显集约”八大特征,可从以下三个维度提炼而得。企业维度:走资源综合利用、节约能源、降低消耗的道路,实现能源再回收再利用,加大固废回收利用,达到超低排放,甚至零排放目标,从而实现企业与社会、经济长期和谐发展。空间维度:推进区域协调发展,优化国土空间布局,加快产业链发展,从产业规划、政策引导、配套服务等方面加速一个地区形成产业集群。因此,本文根据产业生态化的内涵与特征,以客观性、全面性、层次性和可行性的指标设计原则,从资源消耗、污染排放、代谢循环、创新支持、发展效率五个维度(表1)构建了IE 水平动态评价指标体系。

表1 产业生态化评价指标体系

本文数据来源于《中国统计年鉴》、各省份的经济年鉴以及统计公报、能源统计年鉴等(由于西藏及港澳台地区数据缺失严重,故本文仅对全国30 个省份进行研究)。对于缺失数据使用平均发展速度、插值法、线性回归等方法进行补齐,为了结果的准确性和可比性,利用极差标准化方法对原始数据进行处理:正向指标:负向指标:。其中,代表标准化后的数据,xi代表第i个指标原始数据,代表负向指标原始数据取倒数,分别代表xi和取平均值,借助于庄宇等[25]的R 型因子分析法计算指标权重。

2.2 研究方法

(1)核密度函数。采用核密度函数分析全国及东中西部IE 发展水平时空分布特征,核密度是一种非参数估计方法,具备依赖性和稳健性特点,对于研究时间及空间非均衡分布具有很高的应用价值[26]。核密度函数利用样本数据构建密度函数描述其分布特征,X1,X2,X3,…,XN为样本观测值,且独立同分布,x为平均值,则核密度估计为:

式中:h为带宽(窗口),K为核函数,应满足如下条件:

高斯函数、四角函数、三角函数是常见的核密度函数,本文选取高斯函数分析IE 的分布特征。窗宽的选择会影响核密度函数的精度及光滑度,一般来说,带宽越小,精度越高,密度函数越光滑,因此本文选取较小带宽,从分布形态、波峰数量、分布位置、延展性等方面分析IE 发展水平分布特征。

(2)Dagum 基尼系数。利用Dagum 基尼系数测度我国八大经济区(东北经济区、北部沿海经济区、东部沿海经济区、南部沿海经济区、黄河中游经济区、长江中游经济区、西南经济区、西北经济区)IE 发展水平的总体差异、区域间差异、区域内差异,Dagum 基尼系数对考察空间非均衡问题具有独特优势,其总体基尼系数的计算如式(3)所示:

将基尼系数进行分解,可以分解为区域内差异贡献(GW)、区域间差异贡献(Gnb)和超变密度贡献(Gt):

式(3)~(5)中:yji(yhr)表示就j(h)区域内第i(r)个省份的IE 发展水平,μ表示为全部省份的IE 平均水平,n为区域数量,K为省份数量,nj(nk)是第j(k)区域内省份的数量。在计算GW、Gnb和Gt时,按照公式(5)对IE发展水平进行排序,则有:

式(6)~(11)中:Gjj为基尼系数,Gjh为省份j与省份h的基尼系数,GW、Gnb、Gt的解释同公式(4);pj=nj/n,;Dij表示省份i与省份j间IE 的相对影响。

式(12)、(13)中:Fj(Fh)表示区域j(h)的累计分布函数。将djh定义为省份j与省份h间IE 差值,换言之,可以理解为省份j与省份h中所有yji-yhr>0 的样本值加总的数学期望。同理,pjh为省份j与省份h中所有yhr-yji>0 的样本值加总的数学期望。

(3)分位数回归模型。科技创新与产业结构优化对IE 具有正向促进作用,处于不同的阶段对IE 的提升影响差异较大,因此本文利用分位数回归模型测度科技创新与产业结构优化对IE 的影响差异。分位数回归模型与普通最小二乘法模型主要区别在于可以更细致观察因变量的不同分布下回归系数的不同取值,由KOENKER等[27]在1978 年提出,是普通最小二乘法的改进升级,普通最小二乘法主要研究自变量的不同取值导致因变量均值的变动,而分位数回归是均值模型改进升级到估计条件不同函数模型的组合模型。分位数回归模型如下:

3 中国产业生态化发展的空间差异特征

3.1 特征事实描述

测算出2005—2019 年我国各省份IE 发展水平,可以发现各省IE 水平发展不均衡,具有显著的空间差异性,整体呈现沿海优于内陆,东高西低,由东部向西部呈递减趋势的空间特征。表2 将我国分为八大综合经济区,可以发现高产业生态化水平的经济区域内部差异较大,低产业生态化水平的经济区域差异不显著的特点。

表2 2005—2019年全国及八大经济区产业生态化水平测度结果

从产业生态化水平排名来看:北部沿海、东部沿海、南部沿海的IE 水平位于全国前三位。尤其是北部沿海和东部沿海的产业生态化水平一直在全国平均水平之上,北部沿海产业生态化水平在2018 年已经超过了0.5,远高于其他经济区;南部沿海产业生态化水平基本上与全国平均水平保持一致,大概处于0.2~0.3 之间,观察期内并未产生明显的突破。低于全国平均水平的有五个区域,分别是黄河中游、长江中游、西南、西北和东北,IE 综合值都在0.3 以下。尤其是东北地区和西北地区,前者的IE 发展状况一直处于全国落后的位置,后者近些年出现恶化,IE 水平甚至没有达到0.2,排名全国最低。

从IE 均值变化来看:整体上沿海地区的均值高于全国平均水平,长江中游,黄河中游,东北,西北和西南的均值低于全国平均水平。从变动趋势来看,东部沿海和北部沿海的发展趋势较为一致,IE 水平的上升幅度加大,在2015 年和2018 年出现明显的拐点,特别是自2017 年开始出现显著的线性上升,平均涨幅约为18%。南部沿海与长江中游,西南地区的发展情况较为类似,发展趋势较为平缓,15 年来平均上升幅度分别为45%,49%,42%。其余几个经济区的IE 水平变化不大,并未出现较大的波动,基本上处于停滞状态,产业生态化水平始终未能突破0.3。尤其是西北地区近些年的产业生态化水平不升反降,全国最低,令人担忧。

从各经济区域内来看,图1 显示我国IE 水平表现为较大的差异性。其中,北部沿海发展最不均衡,区域产业生态化水平的差异最显著,两极分化的现象非常严重,北京的产业生态化水平为0.623,断层式位居全国第一,但是同区域内部的河北省仅仅为0.144,全国倒数第二;其余经济区域的差距较小,以南部沿海和东北地区为例,前者的产业生态化水平在0.2 左右,后者则处在0.15 的位置。东部沿海各地区产业生态化水平基本上处于0.21~0.33 之间,上海、浙江、江苏分别位列全国第2、4、7 名;长江中游和西南地区各地的产业生态化水平均未突破0.2,整体上分别处于14~23 名和18~27 名的位置,在这两个区域中,长江中游产业生态化水平最高的省份为湖北,全国排名第14,西南地区产业生态化水平最好的地方是重庆,全国第10,排名均不如东部沿海产业生态化水平最差的江苏省。

图1 各省份产业生态化发展水平排名

此外,以全国的IE 平均水平0.2 为分界点,共有9个省份的产业生态化水平均值超过全国平均水平;其中,3个省份(上海、浙江、江苏)位于东部沿海,3个省份(北京、天津、山东)位于北部沿海,南部沿海、黄河中游、西北地区各1 个省份(广东、陕西、宁夏)。长江中游、西南地区和东北地区的所有省份的产业生态化水平均在全国平均水平之下,进一步印证了沿海优于内陆的空间特征。

3.2 基于核密度函数的IE水平分布特征分析

图2 为全国、东中西部四个区域IE 发展的分布动态。

图2 全国和东中西部产业生态化核密度图

(1)分布位置分析。分布位置反映了产业生态化匹配发展水平的高低。从图2 可以观测到,全国、东部地区总体分布曲线随着年份其曲线中心向右移动,表明全国和东部地区的IE 发展水平呈上升趋势。而西部和中部地区总体分布曲线随着年份变动其曲线中心出现左移—右移的反复变化过程,表明这两个区域的IE 发展水平目前基本处于原地踏步的不稳定状态,时而上升,时而下降,但是总体来看IE 发展水平依旧有所提升。

(2)分布形态分析。IE 发展水平的空间离散程度及极化演变特征由分布形态决定,其中,波峰的宽窄和高低反映IE 发展水平的离散程度或空间差异,波峰越宽说明IE 发展水平越离散,空间差异越大,波峰数量反映极化现象,数量越多,说明该区域IE 发展水平极化现象越严重。具体而言,全国的分布曲线表现为主峰高度呈上升—下降来回变化的过程,主峰的宽度变化不明显,总体来看随着时间的演变总体主峰宽度呈增大趋势,特别是近两年,主峰高度和宽度分别呈明显变低和拓宽的趋势,表现为IE 发展水平的离散程度呈上升趋势。西部和中部地区的分布曲线的主峰高度没有明显的变化规律,观察期内持续表现为频繁的上升—下降或者下降—上升的反复变化状态。整体来说主峰宽度呈不显著增大趋势,结合特征事实描述,IE 发展水平的离散程度总体表现为上升趋势。从东部地区的分布曲线整体形态来看,主峰高度呈停滞—下降的变化过程,宽度整体上表现为不断扩大的趋势,表明近些年东部地区的产业化生态化发展水平的绝对差异不断扩大。

(3)分布延展性分析。分布延展性反映了产业生态化发展水平最高区域与其他区域的空间差异。从图2 可以看出,全国、东部和西部分布曲线均存在右拖尾现象,其中,全国和东部地区的右拖尾现象最为显著,但是延展性各不相同。具体而言,东部地区呈拓宽趋势,表明东部地区内部省份间IE 水平高的省份与落后省份间的差距持续拉大。全国经历了“收敛—拓宽”趋势、西部经历了“拓宽—收敛—拓宽”,中部地区经历了“收敛—拓宽—收敛—拓宽”,说明区域内部间的差异曾出现缓和,缩小的趋势,但是总体依旧表现为拓宽趋势,进一步说明全国、东部、中部、西部地区IE 水平的省际差距均表现为不同程度的扩大趋势。

(4)极化现象分析。东部地区和全国具有明显的主峰—侧峰现象,侧峰数量较多,不明显,并且主峰与侧峰间的高度相差较大,表现为较为明显的两极分化趋势,各省份之间的IE 发展水平的差距较大。其中,东部地区的侧峰高度不断降低,主峰与侧峰间的高度不断降低,两极分化现象出现明显的缓和。中部地区和西部地区均表现为主峰和侧峰高度相当的状态,多峰现象明显,具有显著的多极化特征,同时说明这两个区域内部省际IE发展水平存在明显的差异,区域内部严重不协调。

3.3 基于Dagum基尼系数的产业生态化差异分解

表3 和图3 是我国产业生态化基尼系数分解结果。

图3 全国及各经济区产业生态化发展水平基尼系数演变趋势

(1)总体差异及各区域内差异。在样本考察期间,我国各个经济区的IE 评价综合得分的基尼系数呈现出波浪式上升趋势。具体来说,总体得分基尼系数从2005 年的0.148 下降到2006 年0.139,再上升到2008 年的0.150,2009 年下降至0.142。2009—2019 年十年间,产业生态化得分总体基尼系数除了在2013 年有所下降外,其他年份呈现攀升状态,从观察期初的0.142 上升至观察期末的0.294,年均上升10.7%,该现象说明我国IE 总体区域差距在逐渐增大,尤其在2013—2019 年间,产业生态化水平区域差异越来越明显。就区域内差异水平来说,北部沿海经济区基尼系数在考察期内均值远大于其他经济区,且其基尼系数在2005—2019 年呈明显增大趋势,如图3 所示,这表明北部沿海经济区产业生态化水平区域内差异显著,而其他经济区组内差异小于北部沿海。尤其是长江中游经济区在样本考察期间基尼系数均值仅为0.046,东北经济区样本考察期内平均基尼系数仅为0.043,这表明长江中游经济区四个省份之间与东北经济区三省之间产业生态化发展水平较为均衡。

(2)就区域间差异而言,从样本考察期内年平均区域间差异来看,东北经济区与北部沿海经济区之间差距均值最大,为0.338,其次西南、长江中游、西北与北部沿海差异次之。长江中游经济区与东北经济区之间基尼系数年平均差异最小,为0.600。其次是西南经济区与长江中游经济区、西南经济区与东北经济区之间的年平均基尼系数差异也较小,分别为0.069 和0.080。从变动趋势来看,除黄河中游与南部沿海、长江中游与南部沿海、长江中游与黄河中游、黄河中游与西南的差异在波动下降外,其他各个区域之间的差异都在波动上升。这表明除了这四组区域之间的IE 得分水平的差距在逐渐缩小之外,其他区域之间产业生态化得分差距在逐步扩大。尤其是南部沿海经济区与东部沿海经济区之间区域间差异由2005年的0.083 增大至2019 年的0.256,年均上涨2.10%。东部沿海经济区与西北经济区之间的区域差异由2005 年的0.155 波动增加至2019 年的0.48,年均增长2.09%。从区域间的基尼系数变化趋势可以看出,东部沿海经济区与中西部内陆地区间的产业生态化水平差距在慢慢拉大。

(3)就区域差距的贡献和来源而言,各个经济区IE评价综合得分水平的差异来源以及贡献如表3 所示,从差异来源的大小来看,区域间差距来源最大,其区域间差距对总体基尼系数的年平均贡献率为73.24%,组内差距来源最小,组内差距对总体基尼系数的贡献率稳定在6.98%到9.34%之间。超变密度的贡献率居中,年均贡献率为18.56%。差异来源贡献度的变化反映了八大经济区产业生态化综合得分水平差异产生机制的变化情况。在观测期内,区域间差异的贡献Gnb在呈现波动上升趋势,超变密度贡献Gt大致呈现波动下降趋势。因此我国IE 水平发展不平衡的最主要因素是区域间发展水平的不均衡,而且这种区域间的差距正在逐步增大。能否尽快缩小各个经济区之间的产业生态化差异是缩小我国产业生态化总体差异的关键。

3.4 基于分位数回归产业生态化驱动因素分析

根据前人研究结果,IE 影响因素主要有科技创新和产业结构优化,但是为了保证结论更加可靠,考虑控制变量的影响,因此有必要引进对外开放、政府干预两个控制变量,建立如下的回归模型:

式中:因变量Y:产业生态化综合发展水平,由R 型因子分析法计算而得;解释变量X1:科技创新,由技术市场成交额占GDP 比重表示;解释变量X2:产业结构优化,由其高级化表示;控制变量Z1:对外开放,由外商投资总额/GDP 表示;控制变量为Z2:政府干预,由财政支出取对数表示。为了保证回归结果的可靠性,在建立分位数回归模型之前对因变量、自变量及控制变量进行单位根检验,以判断各子系统序参量序列的平稳性,通过ADF 检验,在5%显著水平下不存在单位根,并通过了协整检验和Hausman 检验,建立分位数回归模型,结果见表4 和图4。

表4 分位数模型估计结果

(1)解释变量X1:从均值回归来看,科技创新的系数为正,即科技创新与产业生态化正相关,科技创新可以有效提高产业生态化水平,每提高1 个百分点,将使产业生态化效率上升0.026 个百分点。科技创新可以拓展可利用能源的范围,高端科技开发利用光能、地热能、核能、氢能等清洁能源,不仅可以减少对传统能源的依赖,还可以推进绿色低碳转型和实现碳达峰、碳中和。科技创新通过对传统工艺进行科技革新淘汰落后的设备,推动原材料和能量的回收达到清洁生产、减少各类污染物的排放,对产业生态化的促进作用具有一定的规模效应,在控制环境污染的全过程中起着关键的支撑作用。随着国内对环境污染防治与生态恢复科技取得突破性进展,从而达到了提高产能、减少污染的“双赢”。从0.1、0.25、0.5、0.75、0.9 分位数结果来看,可以发现,科技创新的回归系数也在提高,说明随着科技创新程度的提高,对产业生态化提高的边际效应也越大。产业生态化水平高的地区,创新驱动所带来的推动作用更强,进一步印证了创新氛围活跃的沿海地区产业生态化水平高的结论。

(2)解释变量X2:从均值回归来看,产业结构优化每提高1 个百分点,平均来说,IE 将提升0.064 个百分点,考虑到产业生态化水平越高,单位GDP 能耗、水耗和电耗越低,对环境的负面影响越小,产业结构优化提高了生态环境效率,提升了生态环境质量,实现产业链高端跃升是环境状况改善的关键。该结果说明我国在2005—2019 年间产业结构转型升级水平的提升显著改善了产业生态化水平。而从不同分位数回归结果来看,除了在0.75 分位数上不显著外,其他都显著,分位数越高,产业结构优化升级系数越大,说明产业结构优化程度越高,其所带来的生态环境改善作用也就越大,产业结构转型升级水平对产业生态化的收敛作用越强。

(3)控制变量Z1:从均值回归结果来看,我国对外开放对产业生态化存在正向影响,对外开放每增加1 个百分点,将使产业生态化水平提高0.026 个百分点,说明我国在2005—2019 年间,对外开放对IE 起到了正向激励作用;从分位数回归来看,0.1、0.25、0.5、0.75分位数回归系数逐渐上升,并且影响显著,而0.9 分位数不显著。出现这样的情况可以做如下解释:首先,开放环境使得区域内企业竞争加剧,从而使企业更有内生动力去进行科研创新,提高竞争力;企业的创新互动推动了产业形成“低消耗,高产出”格局,使得区域整体效率提升,从而最终带来整体生态环境的改善。其次,在2005—2019 年,开放程度的提升使得区域获得技术型外商投资的机会变多,从而能够获得更多资金建设环境友好型产业体系,进而使得整体环境向良性趋势发展。在0.9 分位处开始出现不显著,说明在产业生态化提升到一定程度之后,对外开放程度对其产生的影响开始变弱,开始出现经济学理论上的边际效应递减的趋势。因此,在东北、西北等生态效率较低的地区,积极引进外商投资也是提升当地产业生态化水平的路径。

(4)控制变量Z2(政府干预):从均值回归结果来看,政府干预与产业生态化正相关,政府干预水平每提升1 个百分点,产业生态化水平提升0.024 个百分点。单纯从均值回归结果来看,产业结构转型升级带来的促进作用明显强于政府支出带来的推动作用,也进一步说明了近些年西部内陆地区产业生态化水平不高与该地区产业结构转型升级水平不高密切相关。从分位数回归结果来看,分位数回归系数一直保持在0.022 左右,说明我国综合运用财政资金引导、税收调节和政府绿色采购等政策措施,支持资源节约利用和生态环境保护,有力推动了经济社会绿色低碳转型发展。2021 年全国财政生态环保投入8 210 亿元,生态环保资金4 374 亿元,通过国家绿色发展基金、省级土壤污染防治基金等,带动社会资本参与生态环保治理。出台支持建立生态保护补偿机制的实施方案,强化税收在生态环境方面的调控作用,完善政府绿色采购政策等措施手段对产业生态化具有正向促进作用。在0.9 分位数回归系数不显著,说明随着政府干预手段的加强,其边际效用逐渐递减,直至不显著。

4 结论、启示及政策建议

4.1 结论与启示

本文构建产业生态化评价指标体系,通过R 型因子分析法、核密度函数、Dagum 基尼系数、分位数回归等对我国2005—2019 年30 个省份的产业生态化水平、空间分异及驱动因素进行了探究,主要结论如下:

(1)通过对我国IE 综合水平测度,可以看到总体水平逐年上升,表明目前我国生态系统发展与经济发展水平逐渐向良好协调方向迈进。根据全国30 省份IE 平均发展水平的评价可以看出,在观察期内,产业生态化水平从2005 年的0.150 上升到2019 年的0.318,年均增长5.52%。东部地区总体分布曲线随着年份其曲线中心向右移动,说明东部地区的产业化生态化发展水平呈上升趋势,西部和中部地区总体分布曲线随着年份其曲线中心出现左移—右移的反复变化过程中,但是总体来看产业化和生态化的发展水平依旧有所提升。

(2)从产业生态化水平离散程度来看,全国、东部、中部、西部的产业生态化水平的离散程度都呈现上升趋势,其中东部地区离散程度呈现显著上升趋势,表明我国产业生态化水平呈现分化趋势。

(3)通过Dagum 基尼系数分解可知,我国产业生态化的总体区域差异越来越明显,北部沿海地区基尼系数均值远大于其他经济区。从区域间的基尼系数变化趋势可以看出,东部沿海经济区与中西部内陆地区间的产业生态化水平差距在慢慢拉大。

区域间经济发展的不平衡是导致产业生态化水平出现不平衡的主要原因,而且这种差异正在逐步增大。

(4)分位数回归结果表明,科技创新、产业机构转型升级对IE 具有正向促进作用,总体来看,随着分位数增加,这种促进作用愈加显著。

4.2 政策建议

(1)发挥区位引领优势,均衡发展。继续发挥东部沿海和北部沿海产业生态化引领优势,利用区位优势扩大对外开放,科学引导外资流向区域特色产业,并依据产业集聚功能优势有效扩大科学技术、资金要素的辐射扩散效应,为促进周围地区的IE 发展提供资金和技术支撑,达到全国IE 水平均衡发展的目标。

(2)提倡清洁生产技术,绿色发展。发挥企业创新功能,将生态化创新融入投入产出全过程,实现技术环节、组织模式和产出效能等方面的生态化变革。企业必然要走资源综合利用、节约能源、降低消耗的道路,实现能源再回收再利用,加大固废回收利用,达到超低排放,甚至零排放目标,从而实现企业与社会经济长期和谐、协调一致的发展,以有效促进企业清洁化、轻型化发展。

(3)实施产业转型升级,低碳发展。产业发展的最终方向是转型升级、低碳发展,碳达峰、碳中和要求转型升级必须“高端化、多元化、低碳化”,打造绿色循环产业链,实施“互联网+文化+战略”,优化资源配置、重组运营流程、重构商业模式,提高创新力和生产力,实现转型升级引导重点行业绿色低碳升级改造,聚焦光伏、动力能源、新能源汽车、氢等新赛道新领域,推动重点行业和领域数字化转型和低碳工艺革新,完善碳排放交易机制,提升园区布局集约化、结构绿色化、产业链生态化,推动资源循环利用,提前实现碳达峰、碳中和。

(4)优化政府调控职能,和谐发展。优化政府调控功能,鼓励企业积极实施节能环保新技术,给予一定的税收优惠甚至减免政策,对废水、废气、废物进行“减量化、无害化、资源化”处理的企业给予奖励和支持,对于无视环境规制的企业提高“三废”排放成本。加强重点地区农田保护与修复,引入北部沿海和东部沿海企业先进的生产技术、资源利用技术和环境治理技术,增强经济发展内生动力,推动市场机制构建及要素合理配置。提升城市群和都市圈承载能力,聚集重点领域,关键环节,以集约、集聚的方式进行生态化空间布局,实现人与生态环境共生共美。

猜你喜欢
基尼系数生态化经济区
生态产业化 产业生态化
基尼系数
基尼系数
新视角下理论基尼系数的推导及内涵
科技园区生态化创新发展分析
全国总体基尼系数的地区特征研究
甘肃省主要经济区联动发展战略探讨
图解北部湾经济区同城化
语料库与生态化英语教学模式
生态化生存:“打群架”时代