基于DPESAR框架的遼寧省綠色發(fā)展實(shí)證研究

葛仁東，于成學(xué)，徐 毅，王少軍

(大連民族大學(xué) a.理學(xué)院；b.國(guó)際商學(xué)院，遼寧 大連116605)

基于DPESAR框架的遼寧省綠色發(fā)展實(shí)證研究

葛仁東a，于成學(xué)b，徐 毅a，王少軍a

(大連民族大學(xué) a.理學(xué)院；b.國(guó)際商學(xué)院，遼寧 大連116605)

綠色發(fā)展對(duì)生態(tài)文明建設(shè)至關(guān)重要?；贒PESAR框架研究地區(qū)綠色經(jīng)濟(jì)發(fā)展情況，識(shí)別影響綠色發(fā)展的主要因素。選擇遼寧省1995-2014年的統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用熵值法獲得64個(gè)指標(biāo)的權(quán)重，進(jìn)而形成6個(gè)二級(jí)指標(biāo)的時(shí)間序列數(shù)據(jù)；依據(jù)識(shí)別控制變量指標(biāo)，進(jìn)而建立狀態(tài)變量指標(biāo)的自回歸模型；通過(guò)相關(guān)系數(shù)及指標(biāo)的相互影響因子，討論3個(gè)控制變量指標(biāo)對(duì)3個(gè)狀態(tài)指標(biāo)的控制機(jī)理；為本地區(qū)的綠色轉(zhuǎn)型建設(shè)提供依據(jù)。

標(biāo)準(zhǔn)化；熵值法；DPESAR框架；協(xié)整檢驗(yàn)；自回歸模型

黨的“十八”大再次強(qiáng)調(diào)了綠色發(fā)展對(duì)生態(tài)文明建設(shè)的重要性?！笆濉逼陂g，是中國(guó)經(jīng)濟(jì)發(fā)展綠色轉(zhuǎn)型、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的重要時(shí)期，因此保證生態(tài)環(huán)境與經(jīng)濟(jì)增長(zhǎng)的協(xié)調(diào)發(fā)展是新常態(tài)形勢(shì)下社會(huì)發(fā)展必須考慮的重要問(wèn)題。改革開放以來(lái)的粗放型經(jīng)濟(jì)發(fā)展形勢(shì)導(dǎo)致GDP增加與自然環(huán)境保護(hù)失衡，帶來(lái)了資源約束愈發(fā)緊張、生態(tài)環(huán)境系統(tǒng)退化現(xiàn)象逐年加重的巨大壓力，使環(huán)境承載能力逼近承受上限，逐步開始威脅到人類的生存。國(guó)內(nèi)外有關(guān)綠色發(fā)展的研究框架多以可持續(xù)發(fā)展指標(biāo)體系[1-4]為依據(jù)，建立PSR框架模型，隨后經(jīng)過(guò)改進(jìn)升級(jí)形成了DSR概念框架模型，進(jìn)而對(duì)綠色發(fā)展進(jìn)行了研究。但由于DSR模型忽視了驅(qū)動(dòng)力與狀態(tài)指標(biāo)之間沒(méi)有邏輯上的肯定聯(lián)系，即造成了對(duì)社會(huì)經(jīng)濟(jì)指標(biāo)之間的客觀實(shí)際關(guān)系的模糊臆斷，同時(shí)針對(duì)具體指標(biāo)分類的界限并不十分明確和合理，使龐大的指標(biāo)體系具體分類模糊，因而DSR模型存在很大缺陷，有待于進(jìn)一步完善。結(jié)合中國(guó)綠色發(fā)展的具體實(shí)際情況，國(guó)內(nèi)很多學(xué)者建立了具體符合各省條件的可持續(xù)發(fā)展指標(biāo)體系[5-8]，這些研究方法基本上都利用了范圍法，即按可持續(xù)發(fā)展的主要研究方向?qū)?jīng)濟(jì)、社會(huì)、環(huán)境等方面進(jìn)行分類，然后再繼續(xù)分層定出更細(xì)致的目標(biāo)，這也是當(dāng)今采用最多的方法之一[9-15]。由于影響地區(qū)綠色發(fā)展的因素復(fù)雜多變，有的因素很難識(shí)別。

本文基于DPESAR框架，運(yùn)用熵值法對(duì)遼寧省的綠色發(fā)展進(jìn)行研究，可以客觀地獲得控制變量和狀態(tài)變量的結(jié)果，直接識(shí)別出影響綠色發(fā)展的關(guān)鍵因素，可為地區(qū)綠色發(fā)展提供科學(xué)依據(jù)，因而具有重要的理論意義和現(xiàn)實(shí)意義。

1 分析方法與評(píng)價(jià)體系

1.1 指標(biāo)的選取與數(shù)據(jù)來(lái)源

(1)資源環(huán)境指標(biāo)。包括資源利用和環(huán)境壓力。

(2)自然資源指標(biāo)。包括水資源、森林資源、礦產(chǎn)資源和土地資源。

(3)環(huán)境政策與投資。包括環(huán)境科技投資、政策工具、環(huán)境治理和國(guó)際環(huán)境合作。

本文除設(shè)置1個(gè)一級(jí)指標(biāo)和6個(gè)二級(jí)指標(biāo)外，還設(shè)計(jì)了64個(gè)三級(jí)指標(biāo)。

地區(qū)綠色發(fā)展指標(biāo)的數(shù)據(jù)來(lái)源于1995-2014年的《遼寧省統(tǒng)計(jì)年鑒》、遼寧省環(huán)境公報(bào)、遼寧省國(guó)土資源統(tǒng)計(jì)以及遼寧省職能部門的公報(bào)。

1.2 標(biāo)準(zhǔn)化處理與指標(biāo)權(quán)重的確定

(1)正向指標(biāo)的標(biāo)準(zhǔn)化

正向指標(biāo)指數(shù)值越大表明綠色發(fā)展越好的指標(biāo)，標(biāo)準(zhǔn)化公式為

(1)

(2)負(fù)向指標(biāo)的標(biāo)準(zhǔn)化

負(fù)向指標(biāo)指數(shù)值越小表明綠色發(fā)展越好的指標(biāo)，標(biāo)準(zhǔn)化公式為

(2)

(3)適中指標(biāo)的標(biāo)準(zhǔn)化

適中指標(biāo)指越接近某一個(gè)規(guī)定的值越好的指標(biāo)，標(biāo)準(zhǔn)化公式為

(3)

(4)指標(biāo)權(quán)重的確定

熵值法是一種常用的客觀賦權(quán)重方法，一般認(rèn)為，信息熵值越大，系統(tǒng)的結(jié)構(gòu)越均衡，差異性越小，指標(biāo)的權(quán)重就越小，反之亦然。運(yùn)用熵值法計(jì)算權(quán)重主要分為5個(gè)步驟：

第一步 數(shù)值標(biāo)準(zhǔn)化處理，具體見(jiàn)式(1)-(3)。

第二步 比重的確定：

(4)

第三步 熵值計(jì)算：

(5)

第四步 變異系數(shù)計(jì)算：

γj=1-ej。

(6)

第五步 權(quán)重的計(jì)算：記v={v1,v2,…,vn}為權(quán)重向量，

(7)

(5)由相對(duì)權(quán)重可以得到6個(gè)指標(biāo)的數(shù)據(jù)，見(jiàn)表1。

表1 6個(gè)指標(biāo)權(quán)重結(jié)果

根據(jù)相關(guān)文獻(xiàn)和專家訪談，本文認(rèn)為驅(qū)動(dòng)力(A)、壓力(B)、響應(yīng)(F)為控制變量；暴露(C)、敏感(D)、適應(yīng)(E)為狀態(tài)變量。首先要確定數(shù)據(jù)的無(wú)矛盾性，之后列出它們各自的變化趨勢(shì)，如圖1和圖2，并結(jié)合實(shí)際情況作比較。

圖1 控制變量變化趨勢(shì)比較

圖2 狀態(tài)變量變化趨勢(shì)比較

通過(guò)研究遼寧省從1995年到2014年的自然、經(jīng)濟(jì)、社會(huì)發(fā)展的實(shí)際狀況，本文認(rèn)為，圖1和圖2所示的指標(biāo)變化趨勢(shì)基本上是合理的。

2 指標(biāo)的單整檢驗(yàn)與結(jié)果分析

運(yùn)用EViews6軟件進(jìn)行分析，得到除E穩(wěn)定外，其余的數(shù)據(jù)都是一階單整的結(jié)論。驅(qū)動(dòng)力(A)的單整結(jié)果見(jiàn)表2，適應(yīng)(E)的單整結(jié)果見(jiàn)表3。

表2 驅(qū)動(dòng)力指標(biāo)的單整檢驗(yàn)

表3 適應(yīng)指標(biāo)的單整檢驗(yàn)

3 狀態(tài)變量協(xié)整檢驗(yàn)與自回歸模型構(gòu)建

3.1 暴露狀態(tài)變量協(xié)整檢驗(yàn)與自回歸模型構(gòu)建

首先考慮壓力(B)對(duì)暴露的自回歸模型。經(jīng)過(guò)反復(fù)模擬修正，見(jiàn)表4，得到對(duì)暴露指標(biāo)的單變量自回歸模型，但表4中的數(shù)據(jù)顯示多變量對(duì)暴露指標(biāo)的回歸不明顯。

表4 暴露(C)狀態(tài)變量的自回歸結(jié)果

通過(guò)殘差分析，獲得回歸殘差圖如圖3，顯示回歸的結(jié)果良好。

圖3 暴露(C)狀態(tài)變量回歸的殘差圖

因此，可以獲得自回歸公式為

C(t+1)=0.89 041C(t)-0.234 939B(t)1/2+0.508 621B(t-1) 。

(8)

壓力指標(biāo)主要是由農(nóng)作物總播種面積、人均公共綠地面積、旅游業(yè)從業(yè)人數(shù)及“三廢”的排放量決定。暴露指標(biāo)主要是由城市綠化面積、遼寧省國(guó)內(nèi)游客量、環(huán)境治理污染投資及突發(fā)環(huán)境次數(shù)決定?；貧w公式顯示：暴露指標(biāo)對(duì)自身的依賴程度比較大；壓力控制指標(biāo)對(duì)暴露狀態(tài)指標(biāo)有很大的影響，相關(guān)程度高達(dá)93 %。由回歸結(jié)果式(8)可以看出，當(dāng)年的壓力指標(biāo)(B)對(duì)下一年的暴露狀態(tài)(C)是有負(fù)指數(shù)影響的。這可能是由于“三廢”的治理客觀上造成了一些社會(huì)影響；當(dāng)年的壓力指標(biāo)的提升對(duì)下一年的暴露指標(biāo)影響不明顯；而且由于數(shù)據(jù)波動(dòng)較大，壓力指標(biāo)的提升對(duì)前一年的暴露作用出現(xiàn)部分抵消。滯后的壓力指標(biāo)(B)的影響在這里起了主要作用，這一點(diǎn)合乎實(shí)際情況。

如果考慮驅(qū)動(dòng)力(A)對(duì)暴露的影響，其結(jié)果見(jiàn)表5。

表5 考慮驅(qū)動(dòng)力(A)對(duì)暴露的自回歸結(jié)果

其殘差圖如圖4，顯示回歸結(jié)果良好。

圖4 考慮驅(qū)動(dòng)力(A)對(duì)暴露的殘差圖

因此，可以獲得自回歸公式為

C(t+1)=0.530 837C(t)+0.356 698A(t)1/2。

(9)

驅(qū)動(dòng)力指標(biāo)主要是由人均生產(chǎn)總值、旅游業(yè)和進(jìn)出口額決定。驅(qū)動(dòng)力控制指標(biāo)(A)對(duì)暴露狀態(tài)指標(biāo)(AC)有很大的影響，相關(guān)程度高達(dá)92.5 %，且影響力是正的，但是以后這種影響程度在逐漸減少； 驅(qū)動(dòng)力指標(biāo)對(duì)暴露指標(biāo)不具有滯后作用，只在年內(nèi)起作用。

由于受篇幅限制，本文不在一一贅述，以此類推，以下只給出分析結(jié)果。

考慮適應(yīng)(E)對(duì)暴露(C)的影響，適應(yīng)指標(biāo)主要是由當(dāng)年人工造林面積、極端氣溫、渤海的近海平面決定。結(jié)果顯示出適應(yīng)指標(biāo)(E)對(duì)暴露狀態(tài)指標(biāo)(AC)有很大的影響，相關(guān)程度高達(dá)55 %，當(dāng)年的影響力是正的，其作用不大，而且這種影響程度在逐年減少； 適應(yīng)指標(biāo)對(duì)暴露指標(biāo)具有滯后作用，滯后項(xiàng)與當(dāng)年的暴露指標(biāo)互交作用，對(duì)下一年的作用較大。可以得到自回歸公式C(t+1)=1.813 6C(t)E(t-1)+0.208 034E(t)1/2。

(10)

考慮響應(yīng)(F)對(duì)暴露(C)的影響，響應(yīng)指標(biāo)主要是由政府計(jì)劃中退耕還林、當(dāng)年新育面積及政府的投資增長(zhǎng)率決定。結(jié)果顯示出響應(yīng)指標(biāo)(F)對(duì)暴露狀態(tài)指標(biāo)(AC)有很大的影響，相關(guān)程度高達(dá)89 %，當(dāng)年的相應(yīng)指標(biāo)影響力是正的，其作用不大，而且這種影響程度在逐年減少； 響應(yīng)指標(biāo)對(duì)暴露指標(biāo)具有滯后作用，與當(dāng)年的暴露指標(biāo)互交作用，對(duì)下一年的作用較大。可以得到自回歸公式D(t+1)=1.425 404C(t)F(t-1)+0.257 705F(t)1/2。

(11)

綜合回歸公式(8—11)，可以看出，幾個(gè)指標(biāo)對(duì)暴露指標(biāo)的影響中，響應(yīng)指標(biāo)(F)的滯后項(xiàng)F(t-1)與當(dāng)年的暴露(C)的互交影響的影響因子最大(達(dá)到1.425×0.89)； 其次是環(huán)境指標(biāo)滯后E(t-1)與當(dāng)年的互交影響的影響因子也較大(達(dá)到1.82×0.55)。這里應(yīng)當(dāng)注意的是,當(dāng)年的壓力指標(biāo)(B)對(duì)暴露指標(biāo)起著負(fù)作用，這可能是因?yàn)閿?shù)據(jù)的波動(dòng)較大；同時(shí)，反應(yīng)出了政府的各項(xiàng)措施實(shí)施的不連貫。

3.2 敏感(D)指標(biāo)的狀態(tài)變量協(xié)整檢驗(yàn)與自回歸模型構(gòu)建

經(jīng)過(guò)反復(fù)修正，得到對(duì)敏感指標(biāo)的單變量自回歸模型(多變量對(duì)敏感指標(biāo)的回歸不明顯)：

如果考慮驅(qū)動(dòng)力(A)對(duì)敏感(D)的影響(見(jiàn)表6)，其結(jié)果由表6確定，顯示其是協(xié)整的。

表6 考慮驅(qū)動(dòng)力(A)對(duì)敏感(D)的自回歸結(jié)果

因此，可以得到表6顯示的自回歸公式為

D(t+1)=0.626 39D(t)+0.624 125A(t)1/2-0.420 784A(t-1)。

(12)

表6顯示出驅(qū)動(dòng)力指標(biāo)(A)對(duì)敏感狀態(tài)指標(biāo)(AD)有很大的影響，相關(guān)程度高達(dá)74 %；敏感指標(biāo)對(duì)自身的依賴程度還是比較大的；驅(qū)動(dòng)力當(dāng)年的影響力是正的，其作用較大，而且這種影響在逐年減少；滯后的影響力是負(fù)的，這可能是由于連續(xù)兩年指標(biāo)波動(dòng)較大而造成。

采取同樣方法研究壓力(B)對(duì)敏感(D)的影響情況，回歸結(jié)果顯示出壓力指標(biāo)(B)對(duì)敏感狀態(tài)指標(biāo)(AD)有較大的影響，影響程度高達(dá)69 %，當(dāng)年的影響力是正的，其作用較大，而且這種影響在逐年減少；滯后作用不明顯。

考慮暴露(C)對(duì)敏感(D)的影響，回歸結(jié)果顯示出暴露指標(biāo)(C)對(duì)敏感狀態(tài)指標(biāo)(AD)有較大的影響，相關(guān)程度高達(dá)66 %，當(dāng)年的影響力是正的，其作用較大； 滯后作用明顯，與D(t)-C(t-1)的變化成正比。

考慮響應(yīng)(F)對(duì)敏感(D)的影響，回歸結(jié)果顯示出響應(yīng)指標(biāo)(F)對(duì)敏感狀態(tài)指標(biāo)D(t+1)有較大的影響，相關(guān)程度高達(dá)78 %，當(dāng)年的影響力是正的，其作用較大；滯后作用不明顯，同時(shí)說(shuō)明，加大政府管理力度，可以使敏感指標(biāo)增大，進(jìn)而促進(jìn)社會(huì)穩(wěn)定。

綜合幾個(gè)指標(biāo)對(duì)敏感指標(biāo)的影響中，暴露指標(biāo)對(duì)D(t+1)的影響因子較大(達(dá)到0.974 563×0.66)，其次是當(dāng)年的驅(qū)動(dòng)力指標(biāo)對(duì)D(t+1)的影響，影響因子達(dá)到0.624×0.77，這是政府決策時(shí)應(yīng)當(dāng)注意的，但要考慮滯后項(xiàng)的波動(dòng)影響。

3.3 適應(yīng)(E)指標(biāo)的狀態(tài)變量協(xié)整檢驗(yàn)與自回歸模型構(gòu)建

經(jīng)過(guò)反復(fù)修正，得到對(duì)適應(yīng)指標(biāo)的單變量自回歸模型(多變量對(duì)敏感指標(biāo)的回歸不明顯)，發(fā)現(xiàn)社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)對(duì)自然系統(tǒng)的影響不是很明顯。

首先，針對(duì)驅(qū)動(dòng)力的影響(A)、政府決策(F)對(duì)自然環(huán)境(E)的影響，回歸結(jié)果見(jiàn)表7，其結(jié)果顯示是協(xié)整的。

表7 驅(qū)動(dòng)力的影響(A)、政府決策(F) 對(duì)自然環(huán)境(E)的影響的自回歸結(jié)果

殘差圖如圖5，除個(gè)別年份外，變化回歸的趨勢(shì)基本準(zhǔn)確。

圖5 驅(qū)動(dòng)力(A)的影響下，政府決策(F) 對(duì)自然環(huán)境(E)的殘差圖

因此，依據(jù)表7的數(shù)據(jù)，建立自回歸公式為

E(t+1)=-0.674 117A(t)E(t)2+2.684 678F(t)-3.559 092F(t)2。

(13)

適應(yīng)指標(biāo)主要是由當(dāng)年人工造林面積、極端氣溫、渤海的近海平面決定，除了人工造林面積外，其他兩個(gè)因素受全球性氣候影響，無(wú)法進(jìn)行主觀性調(diào)整。表7顯示出響應(yīng)指標(biāo)(F)對(duì)適應(yīng)狀態(tài)指標(biāo)E(t+1)有一定的影響，相關(guān)程度只有25 %，當(dāng)年的響應(yīng)影響力呈二次曲線型，當(dāng)政府考慮驅(qū)動(dòng)力做出的決策量在一定范圍內(nèi)時(shí)，政府的決策對(duì)環(huán)境的提升是正作用的，但隨著政府決策量的增加，其作用越來(lái)越小，這說(shuō)明對(duì)環(huán)境的改變，政府不應(yīng)給予過(guò)多的干預(yù)；同時(shí)，滯后作用不明顯。

采取同樣研究方法，對(duì)暴露指標(biāo)因素(C)，考慮政府決策(F)對(duì)自然環(huán)境(E)的影響情況進(jìn)行分析，得出對(duì)適應(yīng)指標(biāo)的自回歸公式：

E(t+1)=-0.650 648C(t)E(t)1.4+2.790 564F(t)-3.647 677F(t)2。

(14)

回歸結(jié)果顯示出暴露指標(biāo)因素(C)和政府決策(F)的當(dāng)年互交影響對(duì)下一年環(huán)境的影響起一定的副作用(抵觸作用)；考慮暴露做出的響應(yīng)指標(biāo)(F)對(duì)適應(yīng)狀態(tài)指標(biāo)(AE)有一定的影響，相關(guān)程度只有24 %，當(dāng)年的響應(yīng)影響力呈二次曲線型，當(dāng)政府考慮暴露指標(biāo)做出的決策量在一定范圍內(nèi)時(shí)，決策對(duì)環(huán)境的提升是也正作用的，但隨著政府決策量的增加，其作用越來(lái)越??； 同時(shí)，滯后作用不明顯。

對(duì)敏感指標(biāo)因素(D)，考慮政府決策(F)對(duì)自然環(huán)境(E)的影響情況，得出對(duì)適應(yīng)指標(biāo)的自回歸公式

E(t+1)=-547 908D(t)E(t)-4.068 81F(t)2+3.117 991F(t) 。

(15)

其回歸結(jié)果顯示出敏感指標(biāo)因素(D)和政府決策(F)的當(dāng)年互交影響對(duì)下一年環(huán)境的影響起一定的副作用(抵觸作用)；考慮敏感做出的響應(yīng)指標(biāo)(F)對(duì)適應(yīng)狀態(tài)指標(biāo)(AE)有一定的影響，影響程度只有26 %，當(dāng)年的響應(yīng)影響力呈二次曲線型，當(dāng)政府考慮敏感指標(biāo)做出的決策量在一定范圍內(nèi)時(shí)，決策對(duì)環(huán)境的提升是也正作用的，但隨著政府決策量的增加，其作用越來(lái)越??； 同時(shí)，滯后作用不明顯。

綜合對(duì)適應(yīng)指標(biāo)(E)的分析討論，政府做出的決策及文件發(fā)布的數(shù)量不應(yīng)太多，不然將造成執(zhí)行過(guò)程中的抵觸和疲軟，對(duì)環(huán)境的影響造成負(fù)影響。另外，驅(qū)動(dòng)指標(biāo)(A)、暴露指標(biāo)(C)、敏感指標(biāo)(D)對(duì)適應(yīng)指標(biāo)(E)的互交影響對(duì)下一年的適應(yīng)指標(biāo)(AE)影響不起主要作用，不超過(guò)0.67×0.25，這是合理的。在這里，政府的決策仍占主要因素。

4 結(jié)論與措施

基于DPESAR框架，運(yùn)用熵值法研究了遼寧省1995-2014年的綠色發(fā)展現(xiàn)狀，通過(guò)協(xié)整檢驗(yàn)和構(gòu)建自回歸模型，獲得相應(yīng)結(jié)果，可以得出如下結(jié)論：

第一，通過(guò)幾個(gè)指標(biāo)對(duì)暴露指標(biāo)的影響分析，政府在“十三五”期間，應(yīng)注重民生和社會(huì)價(jià)值的影響；其次是環(huán)境指標(biāo)滯后項(xiàng)與當(dāng)年暴露的互交影響的影響因子也是較大的。目前的人工造林對(duì)改變環(huán)境的變化影響不大，這是因?yàn)橹匾暤牧Χ冗€不夠；沙化及自然災(zāi)害對(duì)環(huán)境的影響日趨嚴(yán)重，因此必須花大力氣，各級(jí)組織也應(yīng)高度重視，加大環(huán)境治理的投入和宣傳力度，使全民養(yǎng)成重視和參與綠化的行動(dòng)意識(shí)。這里應(yīng)當(dāng)注意的是當(dāng)年的壓力指標(biāo)對(duì)暴露指標(biāo)起著負(fù)作用，這可能是因?yàn)閿?shù)據(jù)的波動(dòng)較大；同時(shí)，反應(yīng)出政府的各項(xiàng)措施實(shí)施的不連貫。

第二，幾個(gè)指標(biāo)對(duì)敏感指標(biāo)的影響中，暴露指標(biāo)對(duì)敏感指標(biāo)的影響因子較大，由于敏感指標(biāo)主要由人均水資源、人均森林面積及污染程度決定，所以，在“十三五”期間，要加大城市的綠化速度，加強(qiáng)環(huán)境治理污染投資的力度，啟動(dòng)優(yōu)化突發(fā)事件預(yù)防機(jī)制；其次是當(dāng)年的驅(qū)動(dòng)力指標(biāo)對(duì)D(t+1)的影響，這方面的影響可以靠加大遼寧省對(duì)外貿(mào)易及港口的吞吐量來(lái)增強(qiáng)；這是政府決策應(yīng)當(dāng)注意的，但要考慮滯后項(xiàng)的波動(dòng)影響。

第三，適應(yīng)指標(biāo)主要是由當(dāng)年人工造林面積、極端氣溫、渤海的近海平面決定，除了人工造林面積外，其他兩個(gè)因素受全球性氣候影響，無(wú)法進(jìn)行主觀性調(diào)整，但幾個(gè)指標(biāo)對(duì)適應(yīng)指標(biāo)的影響中，政府做出的決策及文件發(fā)布的數(shù)量不應(yīng)太多，不然將造成執(zhí)行過(guò)程中的抵觸和疲軟，對(duì)環(huán)境的影響造成負(fù)影響。

[1]REILLYJM.Greengrowthandtheefficientuseofnaturalresources[J].EnergyEconomics. 2012, 34(3):S85-S93.

[2] 佟賀豐，楊陽(yáng)，王靜宜，等. 中國(guó)綠色經(jīng)濟(jì)發(fā)展展望——基于系統(tǒng)動(dòng)力學(xué)模型的情景分析[J]. 中國(guó)軟科學(xué)， 2015(6): 20-34.

[3] 向書堅(jiān)，鄭瑞坤. 中國(guó)綠色經(jīng)濟(jì)發(fā)展指數(shù)研究[J]. 統(tǒng)計(jì)研究，2013(3): 72-77.

[4] 李月，佘濟(jì)云，肖默. 湖南省14市州綠色經(jīng)濟(jì)與生態(tài)環(huán)境耦合度與協(xié)調(diào)度研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)， 2015(2): 20-23.

[5] 董戰(zhàn)峰，吳瓊，葛察忠. 利用EGSS統(tǒng)計(jì)框架完善我國(guó)環(huán)保產(chǎn)業(yè)統(tǒng)計(jì)制度[J]. 環(huán)境保護(hù)， 2015(21): 60-63.

[6] 劉西明. 綠色經(jīng)濟(jì)測(cè)度指標(biāo)及發(fā)展對(duì)策[J]. 宏觀經(jīng)濟(jì)管理， 2013(2): 39-40.

[7] 王仁文，宋偉. 泛長(zhǎng)三角地區(qū)綠色經(jīng)濟(jì)效率評(píng)價(jià)與排序研究[J]. 科技管理研究，2014(6): 206-208.

[8] 諸大建. 綠色經(jīng)濟(jì)新理念及中國(guó)開展綠色經(jīng)濟(jì)研究的思考[J]. 中國(guó)人口.資源與環(huán)境， 2012(5): 40-47.

[9] 劉紀(jì)遠(yuǎn)，鄧祥征，劉衛(wèi)東，等. 中國(guó)西部綠色發(fā)展概念框架[J]. 中國(guó)人口·資源與環(huán)境，2013(10): 1-7.

[10] 李琳，劉瑩. 中三角城市群與長(zhǎng)三角城市群綠色效率的動(dòng)態(tài)評(píng)估與比較[J]. 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015(3): 3-12.

[11] 呂福新. 綠色發(fā)展的基本關(guān)系及模式——浙商和遂昌的實(shí)踐[J]. 管理世界， 2013(11): 166-169.

[12] 堵秀鳳，張劍，張宏民. 數(shù)學(xué)建模[M]. 北京：北京航空航天大學(xué)出版社 ,2011.

[13]李秋榮，王健.空氣質(zhì)量分析預(yù)測(cè)[J].西南民族大學(xué)學(xué)報(bào)，2014,30(5)：553-556.

[14]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2014.

[15]姜啟源，謝金星，葉俊.數(shù)學(xué)模型[M].北京：高等教育出版社，2012.

(責(zé)任編輯 鄒永紅)

The Empirical Study of Green Development for Liaoning Province Based on DPESAR Framework

GE Ren-donga, YU Cheng-xueb, XU Yia， WANG Shao-juna

(a. School of Science; b.School of International Business，Dalian Minzu University, Dalian Liaoning 116605, China)

Green development is important to eco-civilization construction. This paper mainly discusses the current status of local green development based on DPESAR framework, and identifies the key impacting factors. Selecting Liaoning Province statistics data from 1995 to 2014, we apply the entropy method to obtain the weights of 64 indicators, so as to get the time sequence data. The control variables are identified, and the auto-regression model for state variables are constructed. Based on the correlation coefficients and their impacting factors, we discuss the controlling mechanism between 3 control variables and 3 state variables, which will provide the basis for the construction of green transformation for the government.

standardization; entropy method; DPESAR framework; co-integration; auto-regression model

2016-09-05；最后

2016-10-26

國(guó)家自然科學(xué)基金面上項(xiàng)目(71373035)；國(guó)家民委留學(xué)歸國(guó)人員擇優(yōu)資助項(xiàng)目(啟動(dòng)類)(0908-210001)； 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(DC20150209)。

葛仁東(1958-)，男，遼寧錦州人，教授，博士，主要從事應(yīng)用數(shù)學(xué)與數(shù)理經(jīng)濟(jì)學(xué)研究。

于成學(xué)(1970-)，男，遼寧大連人，教授，博士，主要從事生態(tài)安全評(píng)價(jià)、綠色發(fā)展研究，E-mail：yuchengxue@dlut.edu.cn。

2096-1383(2017)01-0048-07

X22

A