產(chǎn)業(yè)關(guān)聯(lián)度、產(chǎn)業(yè)發(fā)展與水生態(tài)治理研究

江永洪，李吉友

摘要：西安和咸陽作為關(guān)中平原城市群和汾渭平原城市群、黃河流域重點城市、具有非常相似的地域特征和關(guān)聯(lián)度，因而西咸能否實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展關(guān)系到陜西經(jīng)濟和國家級示范新區(qū)戰(zhàn)略成效，因而西安和咸陽能否在水生態(tài)治理、產(chǎn)業(yè)行業(yè)協(xié)調(diào)發(fā)展方面做出成績，不僅影響兩市各自發(fā)展，還對西部地區(qū)和黃河流域城市群戰(zhàn)略產(chǎn)生影響。研究發(fā)現(xiàn)，與西安相比，咸陽三大產(chǎn)業(yè)比例與產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)存在差距，咸陽市第二產(chǎn)業(yè)與經(jīng)濟總量關(guān)聯(lián)度最高;環(huán)境綜合指數(shù)與經(jīng)濟發(fā)展質(zhì)量負相關(guān)，要發(fā)展經(jīng)濟就一定要注重生態(tài)環(huán)境治理;水生態(tài)治理方面西安和咸陽均取得了較好的成績和回報，也發(fā)現(xiàn)鄉(xiāng)村生活用水， 生態(tài)環(huán)境用水并不會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

關(guān)鍵詞：水生態(tài)治理;灰色關(guān)聯(lián)度;嶺回歸;高質(zhì)量發(fā)展

中圖分類號：X52文獻標(biāo)識碼：ADOI：10.13411/j.cnki.sxsx.2021.04.018

Industrial Correlation，Industrial Development and Water Ecological Governance

——Based on the Empirical Evidence of Xian and Xianyang

JIANG Yong-hong1，2，LI Ji-you1

（1. School of International Economics of Shaanxi International Business College，Xian712021， China;

2. School of Economics and Finance， Xian Jiaotong University， Xian710061， China）

Abstract：Xian and Xianyang， as the urban agglomerations in Guanzhong Plain and Fenwei Plain， and the key cities in the Yellow River Basin， have very similar regional characteristics and correlations. Therefore， whether Xi-Xian can achieve high-quality economic development is related to Shaanxis economy and the strategy of national demonstration new districts. Whether Xian and Xianyang can make achievements in water ecological governance and coordinated development of industrial industries will not only affect the respective development of the two cities， but also affect the strategy of urban agglomerations in the western region and the Yellow River Basin. This research aims at ”Big Xi Xian”， from the three dimensions of Xian and Xianyangs three major industries， economic development and various industries， industry relations， water ecological governance and related resource development and governance， which selects the short panel from 2002 to 2019 Data， through the establishment of a measurement model， the use of gray correlation method， ridge regression method for empirical analysis. Compared with Xian， there is a gap between the proportion of Xianyangs three major industries and the industrial structure rationalization index， and the correlation between the secondary industry and the total economic output is the highest in Xianyang; the environmental comprehensive index is negatively correlated with the quality of economic development. Xianyang needs paying attention to ecological environment management; Xian and Xianyang have achieved good results and returns in terms of water ecological management. It is also found that rural domestic water use and ecological environment water use will not affect the reduction of soil erosion this year.

Key words：water ecological governance; gray correlation degree; ridge regression; high-quality development

一、問題的提出

黨的十九大報告明確指出，中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟結(jié)構(gòu)和轉(zhuǎn)換增長動力的攻關(guān)期。經(jīng)濟增長已由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，當(dāng)今各地區(qū)在經(jīng)濟發(fā)展的同時比任何時期都重視環(huán)境約束和生態(tài)治理。然而，長期追求發(fā)展速度和發(fā)展數(shù)量的生產(chǎn)模式引發(fā)了產(chǎn)業(yè)間結(jié)構(gòu)不合理，要素配比扭曲，低端產(chǎn)業(yè)比重大，產(chǎn)能過剩等“痼疾”，這與高質(zhì)量發(fā)展的內(nèi)涵和要求背道而馳。隨著資源要素制約趨緊，環(huán)境約束不斷加大，在產(chǎn)業(yè)均衡發(fā)展、環(huán)境規(guī)制、經(jīng)濟增長多重約束下，探索新時代“高質(zhì)量”發(fā)展意義重大。

2002-2019年，陜西經(jīng)濟年均增速為15.4%，而西安和咸陽的平均增速為15.3%和12.9%。與此同時，中國經(jīng)濟年均增速為9.01%，陜西省和西安、咸陽兩市經(jīng)濟的年均增速均遠高于中國經(jīng)濟總體增速。但隨著西、咸兩市經(jīng)濟總量的增長，生態(tài)保護對產(chǎn)業(yè)協(xié)調(diào)發(fā)展也不斷提出了要求和約束，環(huán)境治理投資也在不斷增加。例如水利建設(shè)投資方面，咸陽從2010年74773.71萬元增長到2019年的180130萬元，西安從2010年的215719.05萬元增長到2019年的543865。截至2019年，西安市累計水土流失治理面積為20.93萬公頃，累計生態(tài)修復(fù)新增治理面積26.86萬公頃。咸陽市累計水土流失治理面積為54萬公頃，累計生態(tài)修復(fù)新增治理面積45.3萬公頃。水土流失治理面積和生態(tài)修復(fù)治理面積的增加彰顯了兩市在生態(tài)治理方面的突出成績。隨著西、咸兩市對生態(tài)治理的重視和加大投入，陜西省、關(guān)中平原城市群、汾渭平原城市群乃至黃河流域都將受益，經(jīng)濟高質(zhì)量發(fā)展必將邁入新臺階。

二、文獻綜述

通過知網(wǎng)關(guān)鍵詞檢索2010-2020年文章，以“西咸”“產(chǎn)業(yè)發(fā)展”“環(huán)境治理”等為關(guān)鍵詞并兩兩合并詞條發(fā)現(xiàn)，雖然近幾年研究生態(tài)治理和產(chǎn)業(yè)發(fā)展的文章很多，但研究西咸兩市、西咸新區(qū)生態(tài)治理或產(chǎn)業(yè)發(fā)展的文章至今還非常缺乏，進一步檢索CSSCI“經(jīng)濟”“管理”類文獻發(fā)現(xiàn)，近年來學(xué)者研究主要聚焦“京津冀”“長江流域”生態(tài)環(huán)境治理、區(qū)域產(chǎn)業(yè)集聚、產(chǎn)業(yè)發(fā)展與各要素互動關(guān)系實證研究等方面，還未有關(guān)于黃河流域、渭河段、灃河段高質(zhì)量發(fā)展政策等研究成果。同時，2019年10月16日《求是》雜志刊登習(xí)近平總書記2019年9月18日題為《在黃河流域生態(tài)保護和高質(zhì)量發(fā)展座談會上的講話》，更加凸顯中央關(guān)切和研究必要。

國內(nèi)外學(xué)者最新就研究成果歸納一下主要基于如下幾個視角。

1. 產(chǎn)業(yè)結(jié)構(gòu)與發(fā)展。技術(shù)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系一直是學(xué)界研究的熱點，技術(shù)創(chuàng)新帶來的需求結(jié)構(gòu)變動與勞動生產(chǎn)率變革，是區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級的重要驅(qū)動力[1]，產(chǎn)業(yè)的調(diào)整與升級會加強產(chǎn)業(yè)內(nèi)與產(chǎn)業(yè)間的知識交流和創(chuàng)新合作，有利于完善創(chuàng)新網(wǎng)絡(luò)，提升技術(shù)強度，激發(fā)技術(shù)革新，實現(xiàn)有效的技術(shù)選擇與合理的資本深化，進而再次促進產(chǎn)業(yè)結(jié)構(gòu)升級[2]。隨著研究的深入，人們發(fā)現(xiàn)，單一的自主創(chuàng)新只能促進產(chǎn)業(yè)結(jié)構(gòu)趨于合理，創(chuàng)新合作在產(chǎn)業(yè)融合與產(chǎn)業(yè)結(jié)構(gòu)升級過程中有顯著作用，雖然技術(shù)創(chuàng)新在高級化和合理化方面存在不同溢出效應(yīng)，加強技術(shù)創(chuàng)新、提升產(chǎn)業(yè)結(jié)構(gòu)的“先富帶后富”是可以通過政策引導(dǎo)實現(xiàn)的[3]。培育發(fā)展特色小鎮(zhèn)是新常態(tài)下目前區(qū)域經(jīng)濟轉(zhuǎn)型升級和創(chuàng)新發(fā)展的重要舉措。培育蔬菜、文化、旅游等特色小鎮(zhèn)成為近年來特色發(fā)展、綠色發(fā)展的產(chǎn)物[4-5]?；诿绹l(xiāng)村與城市數(shù)據(jù)分析，產(chǎn)業(yè)結(jié)構(gòu)從農(nóng)業(yè)向工業(yè)轉(zhuǎn)型是促進城鎮(zhèn)化發(fā)展的主要影響因素[6]。自十八大提出“新型城鎮(zhèn)化”概念后，產(chǎn)城融合發(fā)展必將為國家轉(zhuǎn)型升級提供有益支撐[7]。學(xué)者們基于綠色發(fā)展理念還提出農(nóng)村生態(tài)環(huán)境補償動力機制[8]。

2. 生態(tài)治理。綠色發(fā)展理念的核心是“生態(tài)”問題，中國生態(tài)治理從新法律法規(guī)方面邁向綠色發(fā)展，從多元主體共治上著力綠色發(fā)展，從供給側(cè)結(jié)構(gòu)性改革上實現(xiàn)綠色發(fā)展（柯偉等，2017）。目前生態(tài)治理的一個突出問題是如何跨區(qū)域治理和責(zé)任分擔(dān)，美國的治理經(jīng)驗可借鑒，以實現(xiàn)跨區(qū)域生態(tài)問題的“善治”[9-10]。

一直以來，欠發(fā)達地區(qū)特別是農(nóng)村生態(tài)治理問題最為突出，綜合多種手段統(tǒng)籌保護、恢復(fù)、建設(shè)，實現(xiàn)生態(tài)、經(jīng)濟、社會三維效益的整體優(yōu)化[11]。通過增長方式、產(chǎn)業(yè)結(jié)構(gòu)、消費模式、生態(tài)治理四個維度構(gòu)建我國生態(tài)文明發(fā)展水平的評價指標(biāo)體系，從生態(tài)文明指數(shù)來看，陜西得分在全國僅領(lǐng)先河北、陜西、內(nèi)蒙古、遼寧、青海和寧夏[12]。

3. 經(jīng)濟及高質(zhì)量發(fā)展與生態(tài)環(huán)境質(zhì)量。本項目首席專家西安交通大學(xué)中國環(huán)境質(zhì)量評價研究中心及陜西經(jīng)濟高質(zhì)量發(fā)展軟科學(xué)研究基地袁曉玲教授帶領(lǐng)博士生團隊近年來致力于中國環(huán)境綜合評價、城市化和經(jīng)濟高質(zhì)量發(fā)展，成果頗豐。中國環(huán)境質(zhì)量綜合評價報告2013、2014、2017、2018從經(jīng)濟增長、人口、空間已經(jīng)覆蓋30個省區(qū)市，焦聚國務(wù)院重點監(jiān)測74個樣本城市，推出“西安交大指數(shù)”，已被生態(tài)環(huán)境部、陜西省生態(tài)環(huán)境廳、西安市環(huán)保局出具成果應(yīng)用證明[13-14]。最新研究文章集中體現(xiàn)在從環(huán)境規(guī)制強度、產(chǎn)業(yè)結(jié)構(gòu)升級、生態(tài)環(huán)境優(yōu)化、城市化水平、生態(tài)環(huán)境質(zhì)量、居民幸福感、城市化、環(huán)境污染、地方政府財政支出、綠色發(fā)展、經(jīng)濟高質(zhì)量之間的互動關(guān)系實證研究[15-17]。

梳理文獻可以發(fā)現(xiàn)，目前主流研究視角還是基于省際和經(jīng)濟帶、城市群，對西、咸兩市及西咸新區(qū)的產(chǎn)業(yè)發(fā)展和環(huán)境治理的文獻目前還比較缺乏[18-21]。分析原因，主要是目前西咸雖有正式行政區(qū)劃，但統(tǒng)計口徑和數(shù)據(jù)獲取未有官方口徑，再者研究口徑偏小，研究成果很難在更宏觀視角輻射。西安交通大學(xué)袁曉玲教授在2019年2月16日西安市政協(xié)十四屆三次會議上題為“依托秦嶺北麓和渭河綠道，將關(guān)中平原打造為世界生態(tài)農(nóng)業(yè)典范”的報告，旗幟鮮明提出有效保護秦嶺北麓和渭河沿岸綠道、打造生態(tài)農(nóng)業(yè)示范區(qū)方案，為西安和咸陽合作推進經(jīng)濟高質(zhì)量發(fā)展指明工作方向和研究思路。筆者以“產(chǎn)業(yè)關(guān)聯(lián)度、經(jīng)濟發(fā)展質(zhì)量、水生態(tài)治理”為主要視角，研究對象主要包括西安和咸陽兩市。因此，本文定義的西咸也是西安市和咸陽市兩者的總稱。

三、數(shù)據(jù)來源及處理

本文研究所使用《陜西統(tǒng)計年鑒》數(shù)據(jù)和《中國城市統(tǒng)計年鑒》數(shù)據(jù)，部分?jǐn)?shù)據(jù)來源于CEIC數(shù)據(jù)庫，因2020年新冠疫情影響導(dǎo)致很多經(jīng)濟變量變異較大，因而未選取2020年數(shù)據(jù)，故數(shù)據(jù)采集時間跨度為 2002-2019 年，產(chǎn)業(yè)發(fā)展模型[見模型（6）]選取的“環(huán)境質(zhì)量綜合指數(shù)”源自西安交通大學(xué)環(huán)境質(zhì)量綜合評價中心[13]。水生態(tài)治理模型[見模型（7）-（9）]涉及數(shù)據(jù)選取年限為2010-2019年。對部分缺失數(shù)據(jù)通過SPSS軟件指數(shù)平滑法和STATA軟件插值法填補?，F(xiàn)對涉及的環(huán)境質(zhì)量綜合指數(shù)和灰色關(guān)聯(lián)度法、嶺回歸法基本原理現(xiàn)做如下說明。

（一）環(huán)境質(zhì)量綜合指數(shù)

本文采用西安交通大學(xué)中國環(huán)境綜合評價中心制定的“環(huán)境質(zhì)量、污染排放、環(huán)境自凈能力關(guān)系”所測算的環(huán)境指數(shù)為標(biāo)準(zhǔn)，選取其中的環(huán)境綜合質(zhì)量指數(shù)進行評價[14]。選取的排污指標(biāo)主要包括： 氮氧化物排放總量、二氧化硫排放總量、煙（ 粉） 塵排放總量、二氧化碳排放量、固體廢物產(chǎn)生量、生活垃圾清運量、化肥施用量、氨氮排放量; 環(huán)境吸收所選取的指標(biāo)主要包括： 城市綠地面積、城市平均相對濕度、年降水量、水資源總量、濕地面積、森林面積。對上述相關(guān)基礎(chǔ)數(shù)據(jù)，首先利用極值方法對相關(guān)數(shù)據(jù)進行標(biāo)準(zhǔn)化處理;然后利用熵值法求得各類子指標(biāo)權(quán)重分別求出污染排放指數(shù)與環(huán)境吸收因子指數(shù)。最后利用關(guān)系式： 生態(tài)環(huán)境綜合指數(shù) = 污染排放指數(shù)（1-環(huán)境吸收因子指數(shù)）。

（二）灰色關(guān)聯(lián)度

灰色關(guān)聯(lián)分析法（Grey Relation Analysis，簡稱 GRA）用于評分值與“參考值”（母序列）的相似程度，進而針對評價項進行評價。

1. 分析步驟

（1）確定“參考值”（母序列X0）和各子序列（Xi），對數(shù)據(jù)做無量綱化處理;

X0=[X0（1），X0（2），…，X0（n）]（1）

Xi=[Xi（1），Xi（2），…，Xi（n）]（2）

X′i（k）=Xi（k）/Xi（2002）（k=1，2，…，n;i=0，1，…，n）（3）

（2）計算關(guān)聯(lián)系數(shù)（ξj），關(guān)聯(lián)系數(shù)表示某項與“參考值”（母序列）相關(guān)程度;

ξj（k）=（Δmin + ρΔmax）/（Δj（k）+ρΔmax）（4）

（3）結(jié)合關(guān)聯(lián)系數(shù)值，取均值得到關(guān)聯(lián)度（RJ）。

RJ=1n∑2019k=2002ξj（K）（K=1，2，…，n）（5）

2. 指標(biāo)說明

（1）關(guān)聯(lián)度值介于0-1之間，該值越大表示評價項與“參考值”（母序列） 相關(guān)性越強，一般關(guān)聯(lián)度 > 0.7 的，被認(rèn)為是高度關(guān)聯(lián);

（2）關(guān)聯(lián)度越高，意味著評價項與“參考值”（母序列） 之間關(guān)系越緊密，因而其評價越高;

（3）結(jié)合關(guān)聯(lián)度值，針對所有評價項進行排序，得到各評價項排名。

（三）嶺回歸

嶺回歸（英文名：Ridge Regression）是一種專用于共線性數(shù)據(jù)分析的有偏估計回歸方法，實質(zhì)上是一種改良的最小二乘估計法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價獲得回歸系數(shù)更為符合實際、更可靠的回歸方法。在約束條件下，∑pJ=1B2J≤s下，滿足：

（（ridge），（ridge））=argmin（α，β）（yi-a-∑pj=1xijβj）2（6）

1. 嶺回歸ANOVA檢驗（也稱F檢驗）。用于判定模型是否有意義。如果p值（sig值）小于0.05，即說明模型有意義。

2. 分析步驟

嶺回歸分析用于研究X（定量或定類）對Y（定量）的影響關(guān)系，是否有影響關(guān)系，影響方向及影響程度情況如何;并且?guī)X回歸可解決共線性問題。

（1）首先分析模型擬合情況，即通過R平方值分析模型擬合情況;

（2）寫出模型公式;

（3）分析X的顯著性;如果呈現(xiàn)出顯著性（p值小于0.05或0.01）;則說明X對Y有影響關(guān)系，接著具體分析影響關(guān)系方向;

（4）結(jié)合回歸系數(shù)B值，對比分析X對Y的影響程度;

（5）對分析進行總結(jié)。

四、模型構(gòu)建與變量選取

（一）模型構(gòu)建

為了更好地反映西咸經(jīng)濟發(fā)展和各產(chǎn)業(yè)間的關(guān)系，以人均國內(nèi)生產(chǎn)總值（rjgdp）為被解釋變量（因變量），以高等學(xué)校在校生（gdxxzxs）、醫(yī)院、衛(wèi)生院數(shù)（yywsys）、汽車擁有量（qcyyl）、進出口總額（jckze）、國內(nèi)生產(chǎn)總值一產(chǎn)（gdp1）、國內(nèi)生產(chǎn)總值二產(chǎn)（gdp2）、國內(nèi)生產(chǎn)總值三產(chǎn)（gdp3）、外商直接投資實際使用（wszjtz）、房地產(chǎn)開發(fā)投資（fdckftz）、發(fā)明專利授權(quán)數(shù)量（fmzl）、消費品零售額（xfplse）環(huán)境質(zhì)量綜合指數(shù)（hjzhzs）為自變量，分別取對數(shù)值[見模型（7）]。

為了準(zhǔn)確反映治理投資、水土流失、治理面積等變量之間的關(guān)系，以累計水土流失治理面積（stlszl）、本年生態(tài)修復(fù)新增治理面積（stxfzl）、本年減少水土流失面積（js

stxfzl=φ0+φ1ntggys+φ2gyys+φ3xcshys+stls）為被解釋變量，以農(nóng)田灌溉用水（ntggys）、工業(yè)用水量（gyys）、鄉(xiāng)村生活用水量（xcshys）、水利建設(shè)投資（sljstz）、用水總量（yszl）為解釋變量[見模型（8）-（10）]。

lrjgdp=a0+a1lgdxxzxs+a2lyywsys+a3lqcyyl+

a4ljckze+a5lgdp1+a6lgdp2+a7lgdp3+

a8lwszjtz+a9lfdckftz+a10lxfplse+a11lfmzl+

a12lxfplse+a13lhjzhzs+λit（7）

stlszl=α0+α1ntggys+α2gyys+α3xcshys+α4sljstz+εit（8）

φ4sljstz+φ5yszl+eit（9）

jsstls=γ0+γ1ntggys+γ2gyys+γ3xcshys+

γ4sljstz+γ5yszl+μit（10）

在上述四個方程中，i和t分別為不同地區(qū)（咸陽和西安）與年份，λ、ε、e、μ為隨機誤差項，服從正態(tài)分布。

（二）變量選取

本文涉及三大產(chǎn)業(yè)灰色關(guān)聯(lián)度、經(jīng)濟發(fā)展水平嶺回歸、水土流失治理面積嶺回歸、生態(tài)修復(fù)新增治理面積嶺回歸、減少水土流失面積嶺回歸共五個模型。相關(guān)變量選取和數(shù)據(jù)處理作如下說明：

1. 環(huán)境質(zhì)量綜合指數(shù)。環(huán)境質(zhì)量綜合指數(shù)由環(huán)境污染排放指數(shù)與環(huán)境吸收因子指數(shù)合成，指數(shù)越高，說明該地區(qū)環(huán)境污染程度越高，因而需要更高的生態(tài)治理成本和投資。

2. 第一產(chǎn)業(yè)總產(chǎn)值（GDP1）。第一產(chǎn)業(yè)總產(chǎn)值主要反映一個地區(qū)一定時期內(nèi)農(nóng)林牧副漁業(yè)總產(chǎn)品價值。第一產(chǎn)業(yè)產(chǎn)值越大，說明該地區(qū)工業(yè)化水平和服務(wù)業(yè)發(fā)展水平越低。

3. 第二產(chǎn)業(yè)總產(chǎn)值（GDP2）。第二產(chǎn)業(yè)總產(chǎn)值主要反映一個地區(qū)一定時期內(nèi)工業(yè)和建筑業(yè)總產(chǎn)品價值。

4. 第三產(chǎn)業(yè)總產(chǎn)值（GDP3）。第三產(chǎn)業(yè)總產(chǎn)值主要反映一個地區(qū)一定時期內(nèi)服務(wù)業(yè)總產(chǎn)品價值。根據(jù)發(fā)達國家和地區(qū)的經(jīng)驗，第三產(chǎn)業(yè)產(chǎn)值越大，反映該地區(qū)產(chǎn)業(yè)、人才、吸引力、消費都在相對較高水平。

5. 高等學(xué)校在校生。高等學(xué)校在校生數(shù)量能夠反映一個地區(qū)一定時間內(nèi)高等教育發(fā)展情況和人才市場供給狀況。一個地區(qū)教育水平與經(jīng)濟發(fā)展水平往往正向關(guān)聯(lián)，該地區(qū)高等教育越發(fā)達，高等人才供給對該地人才的需求滿足程度越高。

6. 醫(yī)院、衛(wèi)生院數(shù)。醫(yī)院、衛(wèi)生院數(shù)能較好反映一個地區(qū)醫(yī)療保障水平和人民社會福利水平。

7. 汽車擁有量。汽車擁有量包括公共交通運營車輛、私人汽車和出租車數(shù)量，汽車數(shù)量反映一個地區(qū)人均汽車消費和主要商品消費能力。

8. 進出口總額。進出口總額用來反映一個地區(qū)經(jīng)濟開放性程度，因而也用進出口總額/GDP總量表示經(jīng)濟開放度[22]。

9. 外商直接投資實際使用額。外商直接投資反映一個地區(qū)投資環(huán)境和吸引力，也是經(jīng)濟增長主要動力，一般用實際使用額來表示。

10. 房地產(chǎn)開發(fā)投資。房地產(chǎn)開發(fā)投資能較好反映當(dāng)前各地區(qū)經(jīng)濟增長與房地產(chǎn)投資之間的關(guān)系?？紤]到西安市該變量嶺回歸導(dǎo)致的自身和其它變量顯著性不足，在西安經(jīng)濟發(fā)展水平與相關(guān)行業(yè)發(fā)展嶺模型回歸分析中未加入該變量。

11. 消費品零售額。在內(nèi)循環(huán)為主的新情景下，消費支出特別是居民消費對經(jīng)濟增長的作用會日益突出。

12. 發(fā)明專利授權(quán)數(shù)量。發(fā)明專利申請數(shù)量和授權(quán)數(shù)量能夠從一個側(cè)面較好反映一個地區(qū)創(chuàng)新產(chǎn)出，專利授權(quán)數(shù)量越高，專利成果轉(zhuǎn)化可能性就越大。

13. 人均GDP。人均GDP比GDP總量更能反映一個地區(qū)人民生活水平，用平均水平代替總量指標(biāo)，因而更能反映一個地區(qū)實際經(jīng)濟狀況。

14. 用水總量。用水總量能較好反映一個地區(qū)經(jīng)濟社會發(fā)展對水資源的需要程度。

15. 農(nóng)業(yè)田灌溉用水量。該指標(biāo)主要反應(yīng)農(nóng)業(yè)生產(chǎn)對水資源的利用。

16. 工業(yè)用水量。該指標(biāo)主要反應(yīng)工業(yè)生產(chǎn)對水資源的需求量。

17. 城鎮(zhèn)生活用水量。該指標(biāo)主要反應(yīng)城鎮(zhèn)生活對水資源的需求。

18. 鄉(xiāng)村生活用水量。該指標(biāo)主要反映農(nóng)村生活對水資源的需求量。

19. 生態(tài)環(huán)境用水量。該指標(biāo)主要放映生態(tài)環(huán)境維護和治理用水需求。

20. 水利建設(shè)投資額。該指標(biāo)主要解釋水資源開發(fā)建設(shè)需要的資金投入，投資額越大，意味著水資源供應(yīng)更加充足。

21. 累計水土流失治理面積。該指標(biāo)主要反映水土流失治理存量，治理面積越大，意味著水資源保持和成果更加顯著。

22. 本年生態(tài)修復(fù)新增治理面積。該指標(biāo)主要反應(yīng)生態(tài)修復(fù)后恢復(fù)生態(tài)增加的資源面積，該指標(biāo)越大，意味著生態(tài)治理成效更加顯著。

23. 本年減少水土流失面積。該指標(biāo)同樣反映為保持生態(tài)環(huán)境每年減少的流失，該指標(biāo)越大，意味著本年度水土流失水平越低，水土資源供給更加充足。

五、實證分析

（一）西、咸兩市經(jīng)濟總量與三大產(chǎn)業(yè)灰色關(guān)聯(lián)度分析

從上表可知，針對3個評價項（一產(chǎn)， 二產(chǎn)， 三產(chǎn)），以及18項數(shù)據(jù)進行灰色關(guān)聯(lián)度分析，并且以GDP作為“參考值”（母序列），研究3個評價項（一產(chǎn)， 二產(chǎn)， 三產(chǎn)與GDP的關(guān)聯(lián)關(guān)系（關(guān)聯(lián)度），并基于關(guān)聯(lián)度提供分析參考，使用灰色關(guān)聯(lián)度分析時，分辨系數(shù)取0.5，發(fā)現(xiàn)西咸兩市三大產(chǎn)業(yè)與GDP的關(guān)聯(lián)系數(shù)從2002年開始均出現(xiàn)明顯下降，但變化趨勢都是向著產(chǎn)業(yè)結(jié)構(gòu)高級化方向發(fā)展[23]。關(guān)聯(lián)系數(shù)推進到2019年的結(jié)果是，咸陽第二產(chǎn)業(yè)的關(guān)聯(lián)系數(shù)最大，而西安第三產(chǎn)業(yè)的關(guān)聯(lián)系數(shù)最大。

從關(guān)聯(lián)度結(jié)果發(fā)現(xiàn)，咸陽第二產(chǎn)業(yè)與經(jīng)濟總量關(guān)聯(lián)度最高，其次是第三產(chǎn)業(yè)，都與經(jīng)濟總量高度關(guān)聯(lián)，按照產(chǎn)業(yè)結(jié)構(gòu)升級評價指標(biāo)來看[24]，第三產(chǎn)業(yè)與經(jīng)濟總量關(guān)聯(lián)度還需要提高。與咸陽的結(jié)果不同，西安市第三產(chǎn)業(yè)和第二產(chǎn)業(yè)與經(jīng)濟總量的關(guān)聯(lián)度更加趨于合理，產(chǎn)業(yè)結(jié)構(gòu)升級效果明顯，第三產(chǎn)業(yè)與經(jīng)濟總量關(guān)聯(lián)度達到0.861，而且第二產(chǎn)業(yè)關(guān)聯(lián)度也接近0.8，說明西安的工業(yè)化程度也比較高，不過還有再提升的空間。

（二）咸陽經(jīng)濟發(fā)展水平與相關(guān)行業(yè)發(fā)展嶺回歸分析

將人均GDP（人民幣）作為因變量進行Ridge回歸（嶺回歸）分析， 而將高等學(xué)校在校生（千人）， 醫(yī)院、衛(wèi)生院數(shù)（個）， 汽車擁有量（千輛）， 進出口總額（百萬人民幣），國內(nèi)生產(chǎn)總值一產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值二產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值三產(chǎn)（百萬人民幣）， 外商直接投資實際使用（百萬元）， 房地產(chǎn)開發(fā)投資（百萬人民幣， 消費品零售額（百萬人民幣）， 發(fā)明專利授權(quán)數(shù)量（個）， 環(huán)境綜合指數(shù)作為自變量，K值取為0.990，從下表可以看出，模型R方值為0.986，意味著所選擇的解釋變量可以解釋人均GDP（人民幣）的98.59%變化原因。

對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=26.880，p=0.001<0.05），也即說明12項解釋變量指標(biāo)中至少一項會對人均GDP（人民幣）產(chǎn)生影響關(guān)系。

總結(jié)分析可知：高等學(xué)校在校生（千人）， 汽車擁有量（千輛）， 進出口總額（百萬人民幣）， 國內(nèi)生產(chǎn)總值（百萬人民幣）， 國內(nèi)生產(chǎn)總值一產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值二產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值三產(chǎn)（百萬人民幣）， 外商直接投資實際使用（百萬元）， 房地產(chǎn)開發(fā)投資（百萬人民幣， 消費品零售額（百萬人民幣）， 發(fā)明專利授權(quán)數(shù)量（個）會對人均GDP（人民幣）產(chǎn)生顯著的正向影響關(guān)系。環(huán)境綜合指數(shù)會對人均GDP（人民幣）產(chǎn)生顯著的負向影響關(guān)系。但是醫(yī)院、衛(wèi)生院數(shù)（個）并不會對人均GDP（人民幣）產(chǎn)生顯著影響關(guān)系。

（三）西安經(jīng)濟發(fā)展水平與相關(guān)行業(yè)發(fā)展嶺回歸分析

將高等學(xué)校在校生（千人）， 醫(yī)院、衛(wèi)生院數(shù)（個）， 汽車擁有量（千輛）， 進出口總額（百萬人民幣）， 國內(nèi)生產(chǎn)總值（百萬人民幣）， 國內(nèi)生產(chǎn)總值一產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值二產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值三產(chǎn)（百萬人民幣）， 外商直接投資實際使用（百萬元）， 消費品零售額（百萬人民幣）， 發(fā)明專利授權(quán)數(shù)量（個）， 環(huán)境綜合指數(shù)作為自變量，而將人均GDP（人民幣）作為因變量進行Ridge回歸（嶺回歸）分析，K值取為0.990，從上表可以看出，模型R方值為0.988，意味著所選擇的解釋變量可以解釋人均GDP（人民幣）的98.85%變化原因。

對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=42.796，p=0.000<0.05），也即說明說明11項解釋變量指標(biāo)中至少一項會對人均GDP（人民幣）產(chǎn)生影響關(guān)系。

總結(jié)分析可知：高等學(xué)校在校生（千人）， 汽車擁有量（千輛）， 進出口總額（百萬人民幣）， 國內(nèi)生產(chǎn)總值（百萬人民幣）， 國內(nèi)生產(chǎn)總值一產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值二產(chǎn)（百萬人民幣）， 國內(nèi)生產(chǎn)總值三產(chǎn)（百萬人民幣）， 外商直接投資實際使用（百萬元）， 消費品零售額（百萬人民幣）， 發(fā)明專利授權(quán)數(shù)量（個）會對人均GDP（人民幣）產(chǎn)生顯著的正向影響關(guān)系。以及醫(yī)院、衛(wèi)生院數(shù)（個）會對人均GDP（人民幣）產(chǎn)生顯著的負向影響關(guān)系。但是環(huán)境綜合指數(shù)并不會對人均GDP（人民幣）產(chǎn)生顯著影響關(guān)系。

（四）咸陽水生態(tài)治理嶺回歸分析

1. 從表6可知，將累計水土流失治理面積作為因變量，而將農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資作為自變量進行Ridge回歸（嶺回歸）分析， K值取為0.990，從上表可以看出，模型R方值為0.807，意味著農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資可以解釋累計水土流失治理面積的80.73%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=26.182，p=0.000<0.05），也即說明所選四個解釋變量中至少一項會對累計水土流失治理面積產(chǎn)生影響關(guān)系。

農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.005（t=9.623，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.011（t=5.644，p=0.000<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.013（t=3.733，p=0.001<0.01），水利建設(shè)投資的回歸系數(shù)值0.001（t=6.303，p=0.000<0.01）?；貧w分析可知：農(nóng)業(yè)田灌溉用水，工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資全部均會對累計水土流失治理面積產(chǎn)生顯著的正向影響。

2. 從表6可知，將本年生態(tài)修復(fù)新增治理面積作為因變量，而將農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 用水總量作為自變量進行Ridge回歸（嶺回歸）分析，K值取為0.990，從上表可以看出，模型R方值為0.859，意味著農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 用水總量可以解釋本年生態(tài)修復(fù)新增治理面積的85.90%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=29.254，p=0.000<0.05），也即說明所選五個解釋變量中至少一項會對本年生態(tài)修復(fù)新增治理面積產(chǎn)生影響關(guān)系。

農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.000（t=10.746，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.001（t=5.506，p=0.000<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.001（t=2.799，p=0.010<0.01），水利建設(shè)投資的回歸系數(shù)值為0.000（t=6.225，p=0.000<0.01），用水總量的回歸系數(shù)值為0.000（t=11.659，p=0.000<0.01）?；貧w分析可知：農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 用水總量全部均會對本年生態(tài)修復(fù)新增治理面積產(chǎn)生顯著的正向影響關(guān)系。

3. 從表6可知，將本年減少水土流失面積作為因變量，而將農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 用水總量作為自變量進行Ridge回歸（嶺回歸）分析，K值取為0.990，從上表可以看出，模型R方值為0.648，意味著所選解釋變量可以解釋本年減少水土流失面積的64.78%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=8.828，p=0.000<0.05），也即說明五個解釋變量中至少一項會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.000（t=6.649，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.000（t=3.335，p=0.003<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.000（t=1.688，p=0.104>0.05），水利建設(shè)投資的回歸系數(shù)值為0.000（t=1.514，p=0.143>0.05），用水總量的回歸系數(shù)值為0.000（t=6.976，p=0.000<0.01）?；貧w分析可知：農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 用水總量會對本年減少水土流失面積產(chǎn)生顯著的正向影響關(guān)系。但是鄉(xiāng)村生活用水， 水利建設(shè)投資并不會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

（五）西安水生態(tài)治理嶺回歸分析

1. 從表7可知，將累計水土流失治理面積作為因變量，而將用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資作為自變量進行Ridge回歸（嶺回歸）分析，K值取為0.990，從上表可以看出，模型R方值為0.844，意味著用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資可以解釋累計水土流失治理面積的84.42%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=26.009，p=0.000<0.05），也即說明五個解釋變量中至少一項會對累計水土流失治理面積產(chǎn)生影響。

用水總量的回歸系數(shù)值為0.002（t=10.558，p=0.000<0.01），農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.004（t=10.295，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.008（t=4.714，p=0.000<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.011（t=3.485，p=0.002<0.01），水利建設(shè)投資的回歸系數(shù)值為0.001（t=5.613，p=0.000<0.01）?；貧w分析可知：用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資全部均會對累計水土流失治理面積產(chǎn)生顯著的正向影響關(guān)系。

2. 從表7可知，將本年生態(tài)修復(fù)新增治理面積作為因變量，而將用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資作為自變量進行Ridge回歸（嶺回歸）分析， K值取為0.990，從上表可以看出，模型R方值為0.859，意味著用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資可以解釋本年生態(tài)修復(fù)新增治理面積的85.90%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=29.254，p=0.000<0.05），也即說明五個解釋變量中至少一項會對本年生態(tài)修復(fù)新增治理面積產(chǎn)生影響關(guān)系。

用水總量的回歸系數(shù)值為0.000（t=11.659，p=0.000<0.01），農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.000（t=10.746，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.001（t=5.506，p=0.000<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.001（t=2.799，p=0.010<0.01），水利建設(shè)投資的回歸系數(shù)值為0.000（t=6.225，p=0.000<0.01）。回歸分析可知：用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資全部均會對本年生態(tài)修復(fù)新增治理面積產(chǎn)生顯著的正向影響關(guān)系。

3. 從表7可知，將本年減少水土流失面積作為因變量，而將用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 生態(tài)環(huán)境用水作為自變量進行Ridge回歸（嶺回歸）分析， K值取為0.990，從上表可以看出，模型R方值為0.688，意味著用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 鄉(xiāng)村生活用水， 水利建設(shè)投資， 生態(tài)環(huán)境用水可以解釋本年減少水土流失面積的68.85%變化原因。對模型進行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=8.471，p=0.000<0.05），也即說明五個解釋變量中至少一項會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

用水總量的回歸系數(shù)值為0.000（t=7.255，p=0.000<0.01），農(nóng)業(yè)田灌溉用水的回歸系數(shù)值為0.000（t=6.901，p=0.000<0.01），工業(yè)用水的回歸系數(shù)值為0.001（t=5.199，p=0.000<0.01），鄉(xiāng)村生活用水的回歸系數(shù)值為0.000（t=2.037，p=0.053>0.05），水利建設(shè)投資的回歸系數(shù)值為0.000（t=2.198，p=0.038<0.05），生態(tài)環(huán)境用水的回歸系數(shù)值為-0.001（t=-2.027，p=0.054>0.05）。回歸分析可知：用水總量， 農(nóng)業(yè)田灌溉用水， 工業(yè)用水， 水利建設(shè)投資會對本年減少水土流失面積產(chǎn)生顯著的正向影響關(guān)系。但是鄉(xiāng)村生活用水， 生態(tài)環(huán)境用水并不會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

六、結(jié)論與政策建議

（一）主要結(jié)論

筆者運用灰色關(guān)聯(lián)法、嶺回歸法，通過對西安市和咸陽市2000-2020 年面板數(shù)據(jù)構(gòu)建聯(lián)立方程組模型，實證檢驗了三大產(chǎn)業(yè)與經(jīng)濟總量嵌入關(guān)系，經(jīng)濟發(fā)展水平與各行業(yè)產(chǎn)業(yè)及水生態(tài)治理之間的關(guān)系，得出如下主要結(jié)論。

1. 從整體上看，西安市比咸陽市產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)高，第三產(chǎn)業(yè)與經(jīng)濟關(guān)聯(lián)度最大，咸陽市第三產(chǎn)業(yè)與經(jīng)濟總量關(guān)聯(lián)度不如第二產(chǎn)業(yè)，但差距不大，后勁足。

2. 人均GDP水平與每千人醫(yī)院衛(wèi)生院數(shù)量無顯著關(guān)系，環(huán)境綜合指數(shù)會對人均GDP（人民幣）產(chǎn)生顯著的負向影響關(guān)系，其他模型（6）中的解釋變量都對人均GDP產(chǎn)生正面影響，西安和咸陽回歸結(jié)果得出幾乎同樣的結(jié)論。

3. 累計水土流失治理面積、本年生態(tài)修復(fù)新增治理面積、本年減少水土流失面積分別作為被解釋變量（因變量）時，其他解釋變量均與被解釋變量產(chǎn)生顯著性正向因果關(guān)系，但鄉(xiāng)村生活用水， 生態(tài)環(huán)境用水并不會對本年減少水土流失面積產(chǎn)生影響關(guān)系。

（二）政策建議

經(jīng)濟高質(zhì)量發(fā)展背景下，西咸兩市作為異質(zhì)性較小的關(guān)中城市群和汾渭平原城市群主體城市，應(yīng)在環(huán)境約束下合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，使經(jīng)濟與生態(tài)環(huán)境有機協(xié)調(diào)發(fā)展。

1. 西安和咸陽兩市應(yīng)提升環(huán)境規(guī)制強度，倒逼高耗能污染型企業(yè)向低耗能綠色環(huán)保型企業(yè)轉(zhuǎn)化，進而提高企業(yè)自主創(chuàng)新水平和減少政府在生態(tài)治理方面的投入成本，使經(jīng)濟發(fā)展能夠更好依賴不斷改良的環(huán)境條件。

2. 咸陽市加快現(xiàn)代服務(wù)業(yè)發(fā)展，尋找新的經(jīng)濟增長點。發(fā)達地區(qū)和城市實踐已經(jīng)證明，服務(wù)業(yè)越發(fā)達地區(qū)，經(jīng)濟發(fā)展水平和環(huán)境質(zhì)量水平越高，人才資源、基礎(chǔ)設(shè)施等資源條件越能良性循環(huán)并促進地區(qū)全面均衡發(fā)展。

3. 目前西安和咸陽在生態(tài)治理方面，要采取堅實舉措，有效保護秦嶺北麓和渭河沿岸綠道，作為灃河綠色長廊管轄區(qū)的西咸新區(qū)，在第一產(chǎn)業(yè)布局上，重點打造生態(tài)農(nóng)業(yè)觀光示范區(qū)，實現(xiàn)西咸在水生態(tài)、綠地生態(tài)、高效農(nóng)業(yè)方面走上高質(zhì)量發(fā)展之路。

參考文獻：

[1]鄒坦永.新科技革命與產(chǎn)業(yè)轉(zhuǎn)型升級：技術(shù)創(chuàng)新的演化視角[J].企業(yè)經(jīng)濟， 2021（5）：22-32.

[2]付宏，毛蘊詩，宋來勝.創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)高級化影響的實證研究：基于2000-2011年的省際面板數(shù)據(jù)[J].中國工業(yè)經(jīng)濟， 2013（9）：56-68.

[3]江三良，紀(jì)苗.技術(shù)創(chuàng)新影響產(chǎn)業(yè)結(jié)構(gòu)的空間傳導(dǎo)路徑分析[J].科技管理研究， 2019（13）：15-23.

[4]程瑞芳，張佳佳.特色農(nóng)業(yè)小鎮(zhèn)視角下蔬菜產(chǎn)業(yè)與鄉(xiāng)村旅游融合發(fā)展研究[J].經(jīng)濟與管理， 2019（5）：42-46.

[5]易開剛，厲飛芹.特色小鎮(zhèn)的功能聚合與戰(zhàn)略選擇：基于浙江的考察[J].經(jīng)濟理論與經(jīng)濟管理， 2019（8）：104-112.

[6]Michaels G，Rauch F，F(xiàn)edding S J.Urbanization and Structural Transformation[J].The Quarterly Journal of Economics，2012 （127） ： 535-586

[7]吳紅蕾.新型城鎮(zhèn)化視角下產(chǎn)城融合發(fā)展研究綜述[J].工業(yè)技術(shù)經(jīng)濟， 2019（9）：77-81.

[8]何壽奎.農(nóng)村生態(tài)環(huán)境補償與綠色發(fā)展協(xié)同推進動力機制及政策研究[J].現(xiàn)代經(jīng)濟探討， 2019（6）：106-113.

[9]DELLAPENNA J.Transboundary water sharing and the need for public management[J]. Journal of Water Resources Planning and Management， 2007， 133（5）： 397-404.

[10]郭永園.美國州際生態(tài)治理對我國跨區(qū)域生態(tài)治理的啟示[J].中國環(huán)境管理， 2018（1）：86-92.

[11]陳東，付雨鑫.欠發(fā)達農(nóng)村生態(tài)治理創(chuàng)新：以甘肅為例[J].當(dāng)代經(jīng)濟管理， 2014（8）：44-48.

[12]吳慧玲，齊曉安，張玉琳.我國區(qū)域生態(tài)文明發(fā)展水平的測度及差異分析[J].稅務(wù)與經(jīng)濟， 2016 （3）：39-44.

[13]袁曉玲，張躍勝，楊萬平，等.中國環(huán)境質(zhì)量綜合評價報告[M].北京：中國經(jīng)濟出版社，2017： 13-20.

[14]袁曉玲，楊萬平，李朝鵬，等.中國環(huán)境質(zhì)量綜合評價報告[M].西安：西安交通大學(xué)出版社，2019： 17-24+508.

[15]袁曉玲，邸勍，李朝鵬.中國環(huán)境質(zhì)量的時空格局及影響因素研究：基于污染和吸收兩個視角[J].長江流域資源與環(huán)境，2019（9）：149-160.

[16] 袁曉玲，李彩娟，李朝鵬.中國經(jīng)濟高質(zhì)量發(fā)展研究現(xiàn)狀，困惑與展望[J].西安交通大學(xué)學(xué)報（社會科學(xué)版）， 2019（6）：36-44.

[17]李浩，袁曉玲.城鎮(zhèn)化進程中的生態(tài)環(huán)境與居民健康問題初探[J].經(jīng)濟問題，2018（ 1） ： 104-110.

[18]張治棟，吳迪.產(chǎn)業(yè)空間集聚，要素流動與區(qū)域平衡發(fā)展：基于長江經(jīng)濟帶城市經(jīng)濟發(fā)展差距的視角[J]. 經(jīng)濟體制改革， 2019（4）：42-48.

[19]韓自然，芮明杰.要素結(jié)構(gòu)、信息化與地區(qū)產(chǎn)業(yè)體系優(yōu)化：基于省際面板的實證研究[J].技術(shù)經(jīng)濟， 2019（6）：46-57.

[20]王喆，周凌一.京津冀生態(tài)環(huán)境協(xié)同治理研究：基于體制機制視角探討[J]. 經(jīng)濟與管理研究， 2015（7）：68-75.

[21]王靜.新常態(tài)下“互聯(lián)網(wǎng)+”科技創(chuàng)新思路與對策研究：以西咸新區(qū)“互聯(lián)網(wǎng)+”建設(shè)實證分析為例[J].經(jīng)濟問題， 2015 （8）：27-31.

[22]徐婧，孟娟.貿(mào)易開放、經(jīng)濟增長與人力資本：基于面板門檻模型的研究[J].世界經(jīng)濟研究，2015（ 6） ： 84-91.

[23]唐曉華，孫元君. 環(huán)境規(guī)制對區(qū)域經(jīng)濟增長的影響：基于產(chǎn)業(yè)結(jié)構(gòu)合理化及高級化雙重視角[J].首都經(jīng)濟貿(mào)易大學(xué)學(xué)報， 2019（3）：72-83.

[24]吳敬璉.中國增長模式抉擇[M].上海：上海遠東出版社，2013：151.

[責(zé)任編輯、校對：黨婷]