长江经济带城市群环境规制效率时空演变及影响因素

环境规制是约束企业污染行为的政策组合,在区域发展过程中发挥着保护生态环境的作用.运用Undesirable-SBM模型、变异系数、基尼系数、趋势检验分析法和面板Tobit模型分析长江经济带三大城市群2009～2018年环境规制效率时空演变特征及影响因素作用机理.研究表明:(1)长三角城市群的城市发展阶段不同导致环境规制效率呈现差异性,成渝城市群末端治理不协同造成环境规制效率差异显著,长江中游城市群环境规制效率差异小,但水平低于其他城市群;(2)长三角城市群"经济-生态"协同发展,环境规制效率上升明显,成渝城市群注重产业结构调整与政策投入,环境规制效率稳定在中等水平,长江中游城市群是低效率水平城市集聚地带,恶化型城市占比高达45.16％;(3)三大城市群在投入产出方面存在一定的提升空间,需要在资金分配、政策投入以及污染物末端治理等方面加以完善;(4)市场化水平对城市群环境规制效率影响为正,经济发展水平、产业结构、城镇化水平和对外开放水平影响对不同城市群环境规制效率产生不同作用.本研究为三大城市群制定实施差异化的环境政策与措施,推动长江流域城市群可持续发展提供决策依据,也可为其它区域环境治理提供经验借鉴.     

长三角城市群旅游场强时空异质性及演化机理

以长江三角洲城市群26个城市为研究单元,综合运用主成分因子分析、可达性分析、改进的场强模型、地理探测器模型等方法对2000～2016年长江三角洲城市群区域旅游场强时空格局的演化及其形成机理展开研究。结果表明：（1）长三角城市群城市旅游综合规模差异化显著,但趋于均衡化发展态势;（2）区域旅游场强具有明显的时空异质性,交通“轴线”扩散明显,空间结构由最初的“Z”字型发展为“网状”,最后演变为“树枝状”,旅游场强类型呈现稳定的圈层包围结构,不断地由低级向高级演变;（3）旅游场强格局演化主要由交通优势度、旅游产业发展水平、地区经济发展水平、旅游资源禀赋和政策导向等多方面因素共同作用形成的结果。     

长江中游城市群旅游产业集聚对生态效率影响及区域差异分析

产业集聚与生态效率之间存在紧密联系,产业集聚的环境性问题是近年来学术界研究热点,从旅游产业集聚视角,使用2005～2016年长江中游城市群31市面板数据与空间面板计量模型,探究旅游产业集聚对生态效率的影响及区域差异.结果 显示:长江中游城市群生态效率整体呈上升趋势,内部不均衡性显著,生态效率总体表现为:武汉城市圈＞环鄱阳湖城市群＞环长株潭城市群;区域生态效率具有较强的空间联动性和依赖性,受空间溢出效应影响,邻近城市之间生态效率相互作用;旅游产业集聚对生态效率的影响呈“U”型曲线特征,旅游产业集聚发展的不同阶段对生态效率的影响存在明显差异.技术创新与产业结构在旅游产业集聚影响环境污染中发挥了重要的渠道作用.区域上,武汉都市圈、环长株潭城市群旅游产业集聚对生态效率的提升具有显著的正向作用,而鄱阳湖地区旅游产业集聚对生态效率的提升作用不显著.     

长江经济带旅游生态效率时空演变及其影响因素

旅游生态效率是一种以"最小资源投入和环境破坏,最大经济社会产出"为核心目标,衡量旅游永续发展的重要指标。综合运用基于非期望产出的Super-SBM模型、地理空间分析方法和面板Tobit回归模型探索长江经济带2007～2016年旅游生态效率时空演变特征及其影响因素。结果表明:(1)研究期内,高效率省区主要分布于东部地区,较低效率省区分布广泛,其数量先减少后增加;而低效率省区数量较少,其分布范围总体从长江经济带东部向西部迁移。(2)长江经济带旅游生态效率区域差异性和集聚性均不断缩小,东部、中部和西部3地区内部差异是长江经济带区域差异的主要贡献者。(3)旅游经济规模、旅游产业结构、科技发展水平、城镇化发展水平和政府规制力度对各省区旅游生态效率影响的空间异质性较强。     

长三角城市群旅游环境承载力时空分异格局与空间效应研究

旅游环境承载力的空间分异及其关联规律是客观存在的,科学评估承载能力和制定空间管控政策是促进区域旅游可持续发展的重要路径。以2000～2018年长三角城市群26个城市面板数据为研究样本,统筹考虑经济、社会、资源、生态要素并将其纳入驱动力-压力-状态-影响-响应系统,建立基于DPSIR理论模型的旅游环境承载力评价指标体系,采用空间自相关方法揭示长三角城市群旅游环境承载力的空间关联特征,并运用空间计量模型及其偏微分分解方法对旅游环境承载力的空间溢出效应进行分析。结果表明：(1)研究期间,长三角城市群旅游环境承载力整体保持波动上升态势,并呈现“东南高、西北低”的空间分布特征。(2)旅游环境承载力呈现较强的空间集聚与关联特征,空间关联强度呈“上升-下降-上升-下降”的“M”字型变化趋势。(3)旅游环境承载力具有显著的空间溢出效应,本地城市旅游环境承载力指数每增长1个单位,将带动邻近城市增长0.637个单位。经济发展水平、科技进步水平、环境规制强度、旅游产业集聚对本地城市旅游环境承载力存在直接效应,对邻近城市存在不同程度溢出效应。为有效挖掘新时期长三角城市群旅游环境承载潜力,应重视城际之间旅游环境...     

关于旅游城市化问题的初步探讨——以长江三角洲都市连绵区为例

城市化发展的动力带动 ,城市旅游资源的富集 ,人口、经济的集聚与扩散 ,旅游供需关系的结合 ,旅游者对城市旅游目的地的选择行为 ,政策的导向 ,旅游业的发展和交通设施的完善等因素 ,导致了旅游城市化现象的产生。以长江三角洲都市连绵区为例 ,分析了旅游城市化进程中还存在发展思路不明 ,破坏旅游景观和生态环境 ,旅游规划与城市规划、城市发展不相适应 ,人口管理比较混乱 ,用地功能分区不明显 ,土地资源浪费严重等问题。提出了旅游城市化的发展对策     

长三角城市群的污染异质性研究北大核心CSCDCSSCI

城市群作为城市发展的最高空间组织形式,是新型城镇化的主体,也是推动区域经济发展新的增长极。伴随着经济增长的负外部性,城市群建设也导致了城市群内部环境污染问题的日趋分化。本文基于中国2003—2017年268个地级市的面板数据,将2010年发改委正式印发《长江三角洲地区区域规划》视作以政策推动长江三角洲城市群建设的一项准自然实验,综合运用倾向得分匹配和双重差分法(PSM-DID)评估了2010年《长江三角洲地区区域规划》对长江三角洲城市群中心和外围城市环境污染的影响。结果显示:2010年《长江三角洲地区区域规划》颁布后,长江三角洲地区确实表现出了类似“中心-外围”的发展模式,环境污染也随之转移。具体而言,造成了中心城市环境污染水平下降,外围城市环境污染水平上升,整体环境污染水平略有上升。进一步的机制检验表明:城市群建设推动了产业调整,第二产业转移到环境规制程度较低和技术水平落后的外围城市,第三产业则正好相反,从而造成了中心和外围城市环境污染变化的差异。带来的启示是:城市群建设要坚持从全局出发、统筹规划,推动城市群产业结构合理调整,实现共享发展。一方面,中心城市要发挥自己的辐射带动作用,帮助外围城市进行技术创新;另一方面,外围城市也要严守环境底线,激发学习效应。此外,还要加强中心城市和外围城市的产业合作,倒逼污染的联防和共治,从而实现环境的帕累托改善。     

我国沿海城市的生态危机与调控机制 --以长江三角洲城市群为例

本文以长江三角洲城市群为例。研究了我国沿海城市的生态危机、剖析了生态危机的根源并提出了调控机制。由于沿海城市的生态问题存在着较大的共性。本文提出的措施对其他沿海城市解决生态危机也有一定借鉴作用。     

环境规制政策协同对经济高质量发展影响的异质性北大核心CSCDCSSCI

环境资源稀缺性决定了经济增长与环境保护之间的必然矛盾,而环境的公共物品属性决定了环境保护与生态治理应纳入政府规制范畴。该研究以中国30个省份面板数据为样本,构建经济高质量发展指标体系,以变异系数法与熵权法相结合的方式测算经济高质量发展综合指数,利用随机森林算法对模型变量进行筛选,利用对异常值不敏感的惩罚面板分位数回归研究经济高质量发展的环境规制政策协同异质性效应。结果表明,环境规制政策协同对经济高质量发展的影响存在明显异质性。具体而言:①在经济高质量发展水平较低地区(0.1分位点)政策2与政策3的组合协同效果最优;在经济高质量发展水平较高地区3种政策组合的协同效果最优。②政策协同整体上显著促进经济高质量发展,且存在“U”形影响,即随着政策协同度的不断增大,经济高质量发展水平呈“先降后升”趋势。③在经济高质量发展水平较低地区,政策协同的产出弹性值未越过“拐点”,一定程度抑制经济高质量发展,其结论支持“遵循成本说”;然而,经济高质量发展水平较高地区其产出弹性值均越过“拐点”,随着政策协同度的增大,有效促进经济高质量发展,其结论支持“创新补偿说”。因此,为降低地区间的差异,各级政府及相关部门之间应加强合作,不断促进政策间的协同效应,提高政策组合效率,这不仅有利于生态环境改善,还能提高要素生产率和能源利用率,从而促进地区间经济高质量发展。     

绿色技术创新、产业集聚与生态效率——以长江经济带城市群为例

运用包含非期望产出的非径向、非角度的DEA模型对2005~2015年长江经济带城市群的生态效率进行测算,通过Tobit模型实证分析了绿色技术创新对生态效率的影响、产业集聚与绿色技术创新的关联效应对生态效率的影响。结果显示：长江经济带生态效率水平具有明显的梯级差异;绿色技术创新对生态效率的显著正向作用发生在整体层面和下游地区;在产业集聚引导下,整体及下游地区的绿色技术创新对生态效率的正向作用有所增强,上游地区的绿色技术创新未因产业集聚而改变对生态效率的影响。在此基础上,提出解释这一现象的可能途径是处于产业集聚初级阶段的政府主导型集聚使企业倾向于低成本战略,而处于产业集聚高级阶段的市场诱致型集聚会激发企业的创新意愿采用差异化战略。依据结论提出缩小长江经济带生态效率不平衡状况的政策建议。     

铁路高速化对长三角城市群区域空间联系格局的影响

为探讨高速铁路线网格局及运营组织对城市空间重构的影响,以长三角城市群为实证,采用2008及2018年长三角城市群铁路时刻数据,对比分析普速铁路与高速铁路对区域可达性及城市联系紧密度的影响。结果表明:高速铁路的运营一方面改善了城市间铁路旅行时间,另一方面产生"时空收敛"的不均衡效应,铁路可达性水平以沪宁通道为中心向外围递减;沪、宁、杭、合、甬等中心城市以高速铁路网络为依托重塑一日交流圈,其范围沿高速铁路延伸且重叠范围不断扩大;高速铁路影响城市空间联系并推动区域空间重构,区域联系强度呈现出多核心、多层次的结构特征,并呈现向网络化结构发展的趋势;核心区域由以上海为核心的"一体两翼"结构拓展为沪宁杭多向联系的"黄金三角"结构,其他不同等级节点城市依托高速铁路连接,在此基础上形成"中心—网络"的组织模式。     

长三角城市群城市创新产出的空间集聚及其溢出效应

基于2005～2014年空间面板数据,运用空间计量经济学方法,对长三角城市群26个城市创新产出的空间集聚及空间溢出效应进行了实证研究。结果表明：（1）长三角城市群城市创新产出呈现显著的空间正相关,空间集聚特征明显,总体上形成了以上海为核心,以南京、杭州、宁波、合肥等城市为重要创新节点,由沿海向内陆发散的空间集聚格局。（2）长三角城市群城市创新产出在地理空间上具有显著的正向空间溢出效应,邻近城市创新产出的提高,将促进本城市创新能力的增强。（3）空间效应对城市群城市创新产出的作用显著,忽视空间要素对城市群创新产出的影响,将使估计结果产生偏差。（4）各创新要素对城市群城市创新产出的影响存在差异,人力资本、资金投入水平和创新平台不仅能提高本城市和邻近城市的创新水平,而且对城市群的创新发展具有显著的促进作用;经济发展水平和对外交流学习能力对本城市创新产出的正向作用显著,对邻近城市具有明显的负向溢出效应,而对城市群创新产出的作用并不显著;政府支持力度对本城市创新产出具有促进作用,对邻近城市创新产出作用不显著,对城市群创新产出的促进作用较弱。最后提出了提升长三角城市群城市创新发展水平的政策建议和未来的研究方向。     

长三角城市群工业生态效率空间溢出效应及其影响因素

工业生态效率能够反映经济发展、环境保护和资源节约之间的平衡关系,探究工业生态效率对于转变工业发展方式,实现可持续发展具有重要意义。该文测算长三角城市群工业生态效率,并对其时空演变、区域差异、溢出效应及影响因素的空间效应进行探索。研究发现：长三角城市群工业生态效率均值不断上升,绝对差异增加,而相对差异变化不大;具有正的空间相关性,在空间分布上具有一定的集聚性;呈现出“东高西低”的空间特征,具有显著的高-高和低-低集聚的空间俱乐部分布特征;在工业生态效率类型转移过程中存在着趋同的趋势,并且具有显著的空间溢出效应;科技投入和经济发展对本地工业生态效率的提升起显著的推动作用,而工业结构不利于本地工业生态效率的改善;本地城镇化的提升不利于邻近其它城市工业生态效率的提升;而本地科技投入和经济发展有利于邻近其它城市工业生态效率的提升。加强城市之间合作对提升工业生态效率具有重要影响。     

基于动态因子分析法的长江三角洲城市群城镇化质量测度研究

如何对多维数据进行降维处理在大数据时代显得愈加重要。传统的数据降维方法无法同时了解所有的动态变化趋势,因而具有一定的局限性。采取针对面板数据而设计的动态因子方法,以长江三角州城市群城镇化质量测度为例进行多维社会数据降维实验,结果发现该方法能够较为准确的识别多维数据中能够同时影响多个变量的“潜变量”,并可以刻画各个样本个体的“潜变量”随时间的变化趋势以及样本整体的变化趋势。结合案例研究结果可以发现,长江三角洲城市群同样存在人口城镇化和土地城镇化不协调的问题,需要加快新型城镇化建设,着重提升城镇化质量。     

长江三角洲城市群土地利用及其生态系统服务价值时空演变研究

采用1990、2000、2010和2015年四期长江三角洲城市群土地利用数据,利用土地利用转移概率矩阵等方法,描述了长江三角洲城市群的土地利用方式和转移方向,采用谢高地等修正Costanza价值量评价法定量计算了区域内的生态系统服务价值,并借助地理探测器对其空间分布格局进行了归因解释。研究表明：长江三角洲城市群土地利用类型以耕地为主,呈现逐年减少的趋势,林地变化相对稳定,水域变化先增后减,建设用地持续增长且保留率最高,耕地为其主要转化来源,草地主要转化为耕地和林地,水域主要转出为建设用地。1990、2000、2010和2015年长江三角洲城市群的生态系统服务价值分别为 2 644.26、2 639.53、2 615.49 和 2 569.88 亿元,总体呈逐渐下降趋势,其中农田生态系统价值下降最多,森林生态系统对整个区域的贡献率最大,Ⅲ、Ⅳ等级的城市的生态系统服务价值高于Ⅰ、Ⅱ等级,且城市规模越大,经济价值越占主导地位。空间分布格局形成以太湖和巢湖为中心的高值集聚区、东南地区高于西北地区的特征,其受到坡度、高程、土壤类型、人口等因子的影响。     

On Index System and Quantitative Assessment of Eco-cities： A Case Study on Urban Agglomeration of the Yangtze Delta

Urban agglomeration of the Yangtze Delta （UAYD）, one of the most developed regions of China, has witnessed an increasing prevalence in building ecological cities when the ecological cities are pursued by many modem cities, and great achievements have been made in this regard. It is inevitable, however, that certain problems exist during the construction of ecological city, which include but not limited to non-harmonious development of urban complex ecosystem, and the difficulty in quantifying eco-city construction or incomplete quantification in assessing the construction of present and future eco-city. Based on the analysis on social-economic conditions and regional conditions of the UAYD, this paper attempts to set up an index system of eco-cities combining with local characteristics, and to adopt the indices of eco-city, urban harmony, and eco-city colligate to evaluate the ecological level, urban harmonious development and eco-city construction of cities within the UAYD. Results indicate that among 15 cities in UAYD, Suzhou City ranks the highest in terms of eco-city construction, whereas Nantong ranks relatively lower; sustainable eco-city construction is possible only when cities are developed in every respect of harmony.     

长江三角洲城市群PM_(2.5)时空演变及影响因素

科学识别PM_(2.5)的空间分异及其驱动因素,是实现区域空气污染治理的关键。以国测点日均PM_(2.5)浓度为数据来源,基于多种空间分析方法,研究长江三角洲城市群PM_(2.5)浓度的时空演变及影响因素。结果发现:(1)2013～2017年,长江三角洲城市群的PM_(2.5)年平均浓度,处于不断下降的趋势;城市间的差异,呈现逐渐减少的趋势。(2)一年中,12月份的PM_(2.5)浓度最高,8月份的PM_(2.5)浓度最低。1～12月,PM_(2.5)浓度先减后增。(3)2013年,PM_(2.5)高浓度区域主要分布在江苏省;2017年,PM_(2.5)高浓度区域主要分布在安徽省。5年间,PM_(2.5)浓度的空间重心,向安徽省转移72 km。(4)长江三角洲城市群PM_(2.5)浓度存在明显的空间自相关。存在PM_(2.5)浓度高-高值区、低-低值区"扎堆"现象,且集聚程度趋于增大。(5)影响PM_(2.5)浓度的因素包括了自然因素和社会因素。自然因素中,降雨与PM_(2.5)浓度显著相关。社会因素主要来自工业排放、交通排放和能源消耗。其中,能源消耗的影响程度最大,工业排放次之,交通排放最后。