徐峰,李想,舒暢,相楠
(1.北京化工大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100029;2.北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院,北京 100124)
黃河流域是重要的生態(tài)安全屏障,其生態(tài)健康輻射全國(guó),習(xí)近平總書記強(qiáng)調(diào)黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展是重大國(guó)家戰(zhàn)略。作為中國(guó)北方的經(jīng)濟(jì)命脈,2018 年是沿黃9 省份國(guó)內(nèi)生產(chǎn)總值(Gross Domestic Production,GDP)達(dá)2.38 萬億元,貢獻(xiàn)了全國(guó)GDP的25.89%,但流域整體資源環(huán)境利用效率顯著低于全國(guó)水平,SO2排放量占全國(guó)的58.38%,CO2排放量占全國(guó)的60.04%。此外,黃河流域內(nèi)部生態(tài)效率差異尤為突出:經(jīng)濟(jì)水平懸殊,GDP 總量最高的山東是最低的青海的26.69 倍;產(chǎn)業(yè)分布“東輕西重”,中上游電力、冶金等低附加價(jià)值行業(yè)規(guī)模龐大,下游以化工、裝備制造、輕工業(yè)為核心;環(huán)境效率相差甚遠(yuǎn),水污染中氨氮(NH3-N)排放強(qiáng)度最高的青海是最低陜西的108.35 倍,大氣污染中SO2排放強(qiáng)度最高的寧夏是排放強(qiáng)度最低陜西的17.28 倍。黃河流域經(jīng)濟(jì)、資源、生態(tài)特性差異懸殊,生態(tài)脆弱與發(fā)展失衡問題的根本原因尚不明晰。綜合、系統(tǒng)地探尋黃河流域生態(tài)效率時(shí)空發(fā)展規(guī)律,從資源和環(huán)境角度重點(diǎn)剖析其異質(zhì)發(fā)展的根源性動(dòng)因,可為黃河流域全面深入推進(jìn)生態(tài)保護(hù)與高質(zhì)量發(fā)展提供系統(tǒng)解決之道。
自黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略實(shí)施以來,黃河流域研究視角發(fā)生了較大轉(zhuǎn)變。以往研究多在單一視角下對(duì)水資源承載力[1]、水沙關(guān)系失衡[2]、植被退化[3]等“疑難雜癥”的基本情勢(shì)及成因進(jìn)行了分析。在黃河流域高質(zhì)量發(fā)展長(zhǎng)效目標(biāo)下,國(guó)內(nèi)外學(xué)者逐漸轉(zhuǎn)向生態(tài)資源足跡[4]、耦合協(xié)調(diào)度[5]、生態(tài)效率[6]等綜合性視角下黃河問題的實(shí)證研究。其中生態(tài)效率方法因充分考量資源與環(huán)境的可持續(xù)性而廣泛應(yīng)用于區(qū)域[7]、行業(yè)[8]的發(fā)展績(jī)效評(píng)價(jià)。
生態(tài)效率評(píng)價(jià)指標(biāo)體系已形成抽象框架。投入包含勞動(dòng)、能源、資本指標(biāo),期望產(chǎn)出以經(jīng)濟(jì)效益表示,非期望產(chǎn)出以污染物質(zhì)表示[9]。然而具體指標(biāo)往往依據(jù)歷史經(jīng)驗(yàn)[10,11]確定,存在較強(qiáng)主觀性。以熵權(quán)法[12]、層次分析理論[13]為代表的客觀賦權(quán)方法在其他區(qū)域效率研究中有所涉及,但在黃河流域鮮有應(yīng)用。熵權(quán)法決策精確,在黃河流域生態(tài)效率評(píng)價(jià)指標(biāo)體系構(gòu)建中有充足的應(yīng)用空間。
生態(tài)效率測(cè)算方法以數(shù)據(jù)包絡(luò)法(Data Envelopment Analysis,DEA)為主流。多數(shù)學(xué)者采用超效率SBM[14]、三階段DEA[15]等模型測(cè)算區(qū)域生態(tài)效率??紤]到時(shí)間連續(xù)性,逐漸拓展到Malmquist-Luenberger(ML)指數(shù)[16]、Global-Malmquist-Luenberger(GML)指數(shù)[17]。以全局方向性SBM 為基礎(chǔ)的GML 指數(shù)模型[18]允許跨期跨個(gè)體比較,便于長(zhǎng)期觀測(cè)效率變化趨勢(shì)。然而在黃河流域生態(tài)演化的探索中結(jié)合兩種模型的研究極少。
鑒于生態(tài)效率具有充分的應(yīng)用拓展性,其數(shù)值往往作為中間參數(shù),銜接空間理論[19]、地理科學(xué)[20]、計(jì)量經(jīng)濟(jì)[21]等方法,揭示更為深刻的生態(tài)發(fā)展機(jī)理。當(dāng)前,探究生態(tài)效率影響因素的思路較為成熟[14,20],但關(guān)于分區(qū)域影響因素的研究稀少,分時(shí)間的影響因素仍為空白。特別地,有李貝歌[22]、岳立[23]兩位學(xué)者考察了全流域和上、中、下游的生態(tài)效率影響因素,然而未考慮時(shí)間因素。因此,對(duì)黃河流域?qū)嵤┮驎r(shí)制宜、因地制宜的發(fā)展政策任重而道遠(yuǎn)。
基于前人研究成就,本研究在視角和方法上同時(shí)填補(bǔ)了黃河流域的研究不足之處。在研究視角上,綜觀經(jīng)濟(jì)、資源、環(huán)境多層面考察黃河流域生態(tài)效率,依據(jù)客觀賦權(quán)方法確立生態(tài)效率評(píng)價(jià)指標(biāo)體系,闡明黃河流域生態(tài)效率時(shí)空演變規(guī)律;量化分析黃河流域分時(shí)間、分區(qū)域生態(tài)效率影響因素,進(jìn)而提出有時(shí)空針對(duì)性的政策建議。研究致力于整合方法實(shí)現(xiàn)創(chuàng)新改進(jìn):首先,收集黃河流域經(jīng)濟(jì)、資源、環(huán)境方面2000—2018 年共計(jì)64 個(gè)指標(biāo)數(shù)據(jù),利用熵權(quán)法確定生態(tài)效率投入產(chǎn)出指標(biāo)體系;其次,采用以全局SBM 為基礎(chǔ)的GML 指數(shù)模型,探究黃河流域生態(tài)效率的時(shí)空分異特征;最后,構(gòu)建面板變系數(shù)模型,揭示不同時(shí)間、不同區(qū)域影響生態(tài)效率的關(guān)鍵因素。
2.1.1 研究框架
圖1 展示了研究框架,包括研究對(duì)象、數(shù)據(jù)收集和研究方法。本研究對(duì)黃河流域青海、寧夏、甘肅、內(nèi)蒙古、四川、陜西、山西、山東及河南9 個(gè)省份,收集了近20 年經(jīng)濟(jì)、資源、環(huán)境的年度數(shù)據(jù),運(yùn)用熵權(quán)法、DEA 方法和變系數(shù)模型展開研究。
圖1 研究框架示意
2.1.2 熵權(quán)法
熵權(quán)法是一種評(píng)價(jià)指標(biāo)相對(duì)重要程度的多屬性決策方法[24]。理論模型為:
(1)構(gòu)建評(píng)價(jià)矩陣:
其中,xij代表第i個(gè)時(shí)間段下的第j個(gè)指標(biāo),i∈(1,n);j∈(1,m)。
(2)標(biāo)準(zhǔn)化評(píng)價(jià)矩陣:
(損失性指標(biāo))
(收益性指標(biāo))
(3)計(jì)算第j個(gè)指標(biāo)的熵權(quán)wj:
(4)計(jì)算污染指數(shù):
2.1.3 全局方向性SBM 模型
方向性SBM 模型區(qū)分了期望、非期望產(chǎn)出,廣泛適用于效率評(píng)價(jià)問題。本研究以黃河流域9 省份作為決策單元,每個(gè)決策單元均使用U種投入、得到V種期望產(chǎn)出、W種非期望產(chǎn)出。參考Fukuyama[25],定義第t期全局方向性SBM 模型為:
2.1.4 GML 指數(shù)模型
為規(guī)避方向距離函數(shù)無可行解的問題,Pastor[26]在Malmquist 指數(shù)基礎(chǔ)上進(jìn)一步構(gòu)建了GML 指數(shù)模型。定義第t期的GML 指數(shù)為:
由于GML 指數(shù)各期參考共同前沿,具備循環(huán)累積性。借鑒楊翔[27]的方法體系,在全局SBM 基礎(chǔ)上,累乘得到生態(tài)效率值(eco-efficiency,EE),即
2.1.5 變系數(shù)模型
LSDV 法下的變系數(shù)模型允許觀測(cè)變量部分系數(shù)變化,為非參數(shù)、半?yún)?shù)面板模型提供了靈活的解決方案[28]。黃河流域時(shí)空差異明顯,分別研究觀測(cè)變量在時(shí)間、空間固定兩種效應(yīng)下的系數(shù)變化,可揭示黃河流域生態(tài)效率影響因素的共性與個(gè)性。
以系數(shù)為時(shí)間固定效應(yīng),僅考慮1 個(gè)參數(shù)隨時(shí)間變化的變系數(shù)模型為:
以系數(shù)為個(gè)體固定效應(yīng),僅考慮1 個(gè)參數(shù)隨個(gè)體變化的變系數(shù)模型為:
式(9)、式(10)中,ykt、ypi為因變量;xθt、xωi為隨時(shí)間、空間差異變化的自變量,xk、xp為不隨時(shí)間、空間差異變化的自變量;βθt、βωi為隨時(shí)間、空間差異變化的系數(shù),βθ、βω為不隨時(shí)間、空間差異變化的系數(shù);εkt、εpi為隨時(shí)間、空間差異變化的隨機(jī)擾動(dòng)項(xiàng);t為時(shí)間序數(shù);i為個(gè)體序數(shù);k、p為自變量個(gè)數(shù);θ、ω為隨時(shí)間、空間差異變化的自變量標(biāo)號(hào)。
2.2.1 生態(tài)效率評(píng)價(jià)指標(biāo)
基于熵權(quán)法對(duì)黃河流域經(jīng)濟(jì)、水資源、能源和環(huán)境污染4 類一級(jí)指標(biāo)下的共計(jì)64 個(gè)二級(jí)指標(biāo)(表1)給予權(quán)重賦值。在此基礎(chǔ)上,結(jié)合黃河流域生態(tài)發(fā)展現(xiàn)狀進(jìn)行優(yōu)選排序,選擇高值指標(biāo)構(gòu)建了生態(tài)效率投入產(chǎn)出指標(biāo)體系,見表2。
表1 生態(tài)效率評(píng)價(jià)指標(biāo)體系備選指標(biāo)
表2 生態(tài)效率評(píng)價(jià)指標(biāo)體系
值得關(guān)注的是,非期望產(chǎn)出將6類污染物質(zhì)(SO2、NOx、煙粉塵、COD、NH3-N、一般工業(yè)固體廢物)綜合表征為“污染指數(shù)”。此外,為積極響應(yīng)國(guó)家“完整準(zhǔn)確全面貫徹新發(fā)展理念,扎實(shí)做好碳達(dá)峰碳中和工作”,增加“CO2排放量”為非期望產(chǎn)出。由于本評(píng)價(jià)指標(biāo)體系著重分析2000—2018 年的動(dòng)態(tài)演變規(guī)律,而土地面積并沒有顯著變化,因此本研究并未將土地要素納入投入指標(biāo)。
2.2.2 變系數(shù)模型指標(biāo)
生態(tài)效率影響因素選取應(yīng)體現(xiàn)黃河流域資源環(huán)境發(fā)展特征和各區(qū)域間主體功能差異。本研究選擇第二產(chǎn)業(yè)生產(chǎn)總值占GDP 的比例反映產(chǎn)業(yè)結(jié)構(gòu)變化,以人均GDP 代表各省份經(jīng)濟(jì)發(fā)展?fàn)顩r,通過技術(shù)市場(chǎng)成交額、財(cái)政支出、外商直接投資占GDP 比值分別代表科技創(chuàng)新能力、財(cái)政規(guī)模和對(duì)外開放程度[19,29]。為了強(qiáng)調(diào)黃河流域?qū)ι鷳B(tài)保護(hù)力度的重視,設(shè)置“環(huán)境治理”因素(環(huán)境治理投資占GDP 比例)。變量設(shè)置見表3。
表3 變系數(shù)模型變量設(shè)置
2.2.3 數(shù)據(jù)來源
研究數(shù)據(jù)來自黃河流域各省份統(tǒng)計(jì)年鑒及水資源公報(bào)。經(jīng)濟(jì)相關(guān)數(shù)據(jù)均采用2000 年可比價(jià),整理獲得黃河流域2000—2018 年64 個(gè)指標(biāo)面板數(shù)據(jù)(表4)。
整體上,2001—2018 年黃河流域生態(tài)效率經(jīng)歷前期平穩(wěn)、中期波動(dòng)、后期上升三個(gè)階段,2018 年整體水平(0.74)較2001 年(0.65)有 一定提升,但持續(xù)低于全國(guó)水平約0.30 個(gè)單位。按時(shí)間段劃分,2001—2004 年黃河流域生態(tài)效率處于平穩(wěn)期,9 省份生態(tài)效率均值維持在0.65±0.02。2005—2014 年進(jìn)入震蕩期,生態(tài)效率最高在2012 年達(dá)到0.75,最低在2009 年落于0.63。2015—2018 年步入上升期,生態(tài)效率年均增長(zhǎng)率為5.29%,實(shí)現(xiàn)持續(xù)增長(zhǎng)。
2001—2018 年,黃河流域多數(shù)省份生態(tài)效率持續(xù)向好,但各省份均值均低于全國(guó)水平(0.9507),具體見表4。參照閻曉[30],采用等間距法將生態(tài)效率值劃分為極低效率型(0.2~0.4)、低效率型(0.4~0.6)、中效率型(0.6~0.8)、高效率型(0.8~1.0)和超效率型(1.0 以上)??芍?,2001—2018 年,甘肅、山東生態(tài)效率提升幅度較大,分別提升至高效率型(0.98)和超效率型(1.20);河南在高效率型的基準(zhǔn)上,跨越至超效率型(1.01);能源基地寧夏持續(xù)為極低效率型,且生態(tài)效率下降0.01,成為黃河流域唯一的“生態(tài)倒退”省份?;厮輸?shù)據(jù)可知,寧夏經(jīng)濟(jì)與資源格局錯(cuò)位的癥結(jié)根深蒂固。測(cè)算期內(nèi),寧夏對(duì)黃河流域水資源的消耗由7%下降至5%,對(duì)能源的消耗保持在4%,但經(jīng)濟(jì)貢獻(xiàn)僅為1%,同時(shí)CO2排放量增長(zhǎng)為2000 年的2.8 倍。資源與碳排放的雙重壓力造成寧夏生態(tài)效率下降。
表4 2001—2018年黃河流域9省份及全國(guó)生態(tài)效率值
綜上,黃河流域生態(tài)效率時(shí)序演變規(guī)律可歸結(jié)為兩點(diǎn):其一,測(cè)算期內(nèi)黃河流域整體生態(tài)狀況有所改善,但仍與全國(guó)水平存在差距。其二,黃河流域9 省份生態(tài)效率呈兩極化分布,即“高的更高,低的更低”。
比較2001 年、2003 年、2013 年和2018 年四個(gè)節(jié)點(diǎn)生態(tài)效率空間分級(jí)圖(圖2),可將9 省份生態(tài)效率空間演變特征總結(jié)為兩點(diǎn):其一,黃河流域生態(tài)低值區(qū)(0.2~0.6)向中部地區(qū)收縮。2001—2018年,寧夏始終處于極低效率型水平,陜西、山西經(jīng)歷波動(dòng),于2018 年落回低效率型。以上三省份形成省份間匯聚,成為黃河流域生態(tài)效率低值區(qū)。其二,高值區(qū)(1.0 以上)在下游出現(xiàn)聚集。2018 年下游山東、河南兩省份成為黃河流域唯二的超效率型省份。
圖2 黃河流域生態(tài)效率變化空間差異
黃河流域各區(qū)域功能定位特點(diǎn)形成了上述生態(tài)效率空間格局。中上游地區(qū)是以煤炭、天然氣為主要能源燃料的國(guó)家重點(diǎn)能源基地,在國(guó)家能源局“5+1”能源開發(fā)總體布局中有3 個(gè)能源基地落座于此。若以煤炭為主的能源供給結(jié)構(gòu)不變,該區(qū)域?qū)⒊掷m(xù)承受較重的環(huán)境負(fù)荷。而下游地區(qū)高附加價(jià)值的輕工業(yè)發(fā)達(dá),是黃河流域經(jīng)濟(jì)發(fā)展的中流砥柱。黃河流域整體未來亟須進(jìn)一步探索高端產(chǎn)業(yè)發(fā)展,有助于維持生態(tài)效率的高值水平。
在隨時(shí)間變系數(shù)模型中,將2001—2018 年劃分為三個(gè)階段:階段一(t=1)為“十五”期 間,指2001—2005 年;階段二(t=2)為“十一五”期間,指2006—2010 年;階段三(t=3)為“十二五”以來,指2011—2018 年。以產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、環(huán)境治理、財(cái)政規(guī)模、科技創(chuàng)新、對(duì)外開放為解釋變量,黃河流域9 省份生態(tài)效率為被解釋變量,結(jié)果見表5。
表5 隨時(shí)間變系數(shù)模型結(jié)果
在10% 顯著水平下,經(jīng)濟(jì)發(fā)展、環(huán)境治理、科技創(chuàng)新及對(duì)外開放對(duì)生態(tài)效率影響顯著,產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政規(guī)模影響不顯著。
黃河流域經(jīng)濟(jì)發(fā)展對(duì)整體生態(tài)效率的影響系數(shù)在0.541~0.848,呈正向顯著,是最為關(guān)鍵的影響因素。分時(shí)間段來看,“十五”期間經(jīng)濟(jì)發(fā)展為正向顯著(1.460),而后兩階段由正轉(zhuǎn)負(fù)(-0.719),但經(jīng)濟(jì)發(fā)展對(duì)生態(tài)效率的積極效應(yīng)未受到扭轉(zhuǎn),依舊對(duì)黃河流域生態(tài)環(huán)境起到驅(qū)動(dòng)作用。
環(huán)境治理投入對(duì)黃河流域整體及三個(gè)階段生態(tài)效率皆為負(fù)向顯著,且財(cái)政支出規(guī)模效果不顯著。由于黃河流域各省份的環(huán)境保護(hù)支出占財(cái)政總支出的比例較小,且環(huán)境保護(hù)財(cái)政支出績(jī)效不高,導(dǎo)致財(cái)政支出規(guī)模效果不顯著。環(huán)境治理投入方面,黃河流域重視生態(tài)保護(hù)修復(fù)等基礎(chǔ)預(yù)防投入,污染防治、長(zhǎng)遠(yuǎn)預(yù)防等投入占比相對(duì)較小,環(huán)境治理投入結(jié)構(gòu)缺乏系統(tǒng)性和整體性,環(huán)境治理效果未達(dá)到預(yù)期目標(biāo)。
黃河流域科技創(chuàng)新對(duì)整體生態(tài)效率呈負(fù)向顯著,對(duì)三個(gè)時(shí)間段影響先正后負(fù)。這與岳立[24]的觀點(diǎn)一致,原因可能在于企業(yè)以創(chuàng)造經(jīng)濟(jì)價(jià)值為主的思維并未完全轉(zhuǎn)變,對(duì)研發(fā)擴(kuò)張型技術(shù)的投入遠(yuǎn)大于對(duì)清潔生產(chǎn)型技術(shù)的投入,技術(shù)升級(jí)帶來的污染排放對(duì)生態(tài)效率帶來消極影響。
對(duì)外開放對(duì)黃河流域整體和三個(gè)時(shí)間段生態(tài)效率皆為負(fù)向顯著,該變量是影響黃河流域生態(tài)惡化的重要因素,“污染天堂”假說在黃河流域成立。2001—2018 年,黃河流域不斷引進(jìn)外商投資實(shí)現(xiàn)產(chǎn)業(yè)升級(jí),但部分外資流入采礦、金屬冶煉等傳統(tǒng)行業(yè),這會(huì)加劇污染排放,對(duì)生態(tài)效率改進(jìn)帶來抑制作用[31],未來需要有計(jì)劃地引導(dǎo)外商投資方向。
在隨空間變系數(shù)模型中,將9 個(gè)省份劃分為三個(gè)區(qū)域:區(qū)域一(i=1)為上游省份,包含青海、甘肅、寧夏、內(nèi)蒙古、四川;區(qū)域二(i=2)為中游省份,包含陜西、山西;區(qū)域三(i=3)為下游省份,包含山東、河南。以產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、環(huán)境治理、財(cái)政規(guī)模、科技創(chuàng)新為解釋變量,黃河流域9 省份生態(tài)效率為被解釋變量,結(jié)果見表6。
表6 隨空間變系數(shù)模型結(jié)果
當(dāng)考慮區(qū)域差別時(shí),在10%顯著水平下,經(jīng)濟(jì)發(fā)展、科技創(chuàng)新對(duì)生態(tài)效率影響顯著,且區(qū)域間異質(zhì)性區(qū)別明顯。
黃河流域經(jīng)濟(jì)發(fā)展對(duì)整體生態(tài)效率呈正向顯著。分個(gè)體看,上游正向顯著,中游負(fù)向顯著。環(huán)境庫(kù)茲涅茨曲線理論指出隨著人均收入的增加,環(huán)境狀況呈現(xiàn)先惡化再改善的倒“U”形曲線[32]。黃河流域中游尚未達(dá)到拐點(diǎn),未來仍需進(jìn)一步推動(dòng)經(jīng)濟(jì)發(fā)展,進(jìn)而全面提升黃河流域生態(tài)效率。
科技創(chuàng)新對(duì)黃河流域上游和中游的生態(tài)效率影響顯著,其中在上游為正向,中游為負(fù)向,下游不顯著。黃河流域中下游地區(qū)科技創(chuàng)新引導(dǎo)綠色發(fā)展的作用尚未發(fā)揮,今后需要重點(diǎn)關(guān)注該區(qū)域綠色環(huán)保技術(shù)的投入與應(yīng)用。
綜合時(shí)間、空間維度分析得知,經(jīng)濟(jì)發(fā)展要素是影響黃河流域生態(tài)效率時(shí)空分異的最關(guān)鍵共性因素;科技創(chuàng)新、環(huán)境治理能力提升是推動(dòng)黃河流域生態(tài)文明建設(shè)的重點(diǎn)任務(wù)。此外,黃河流域在對(duì)外開放進(jìn)程中,亦需要關(guān)注貿(mào)易結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整,由當(dāng)前的傳統(tǒng)能源行業(yè)向綠色環(huán)保行業(yè)轉(zhuǎn)型將對(duì)生態(tài)效率提升起到舉足輕重的作用,只有這樣才能實(shí)現(xiàn)黃河流域上、中、下游協(xié)同,生態(tài)與經(jīng)濟(jì)均衡發(fā)展。
在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略背景下,本研究基于黃河流域2000—2018 年省級(jí)面板數(shù)據(jù),從生態(tài)效率時(shí)空分異特征辨析、分時(shí)間及分個(gè)體生態(tài)效率影響因素探究三方面展開。為提高研究指標(biāo)選取的代表性和客觀性,研究采用熵權(quán)法對(duì)64 個(gè)二級(jí)指標(biāo)進(jìn)行優(yōu)選排序,構(gòu)建黃河流域生態(tài)效率評(píng)價(jià)指標(biāo)體系。通過實(shí)證分析,得出以下結(jié)論:
在2000—2018 年,沿黃9 省份生態(tài)效率雖有一定提升,但各省份平均值均低于全國(guó)水平,且兩極分化嚴(yán)重。隨時(shí)間漸近,生態(tài)效率低值區(qū)(0.2~0.6)向流域中部地區(qū)收縮,生態(tài)效率高值區(qū)(1.0 以上)在下游聚集。黃河流域形成四周高、中間低,以寧夏(0.36)為谷底“內(nèi)陷”的空間格局,由于已形成中上游重點(diǎn)打造能源基地、下游發(fā)展輕工業(yè)的產(chǎn)業(yè)布局,因此該生態(tài)效率時(shí)空分異特征短期內(nèi)難以改變。
影響黃河流域生態(tài)效率的因素中,經(jīng)濟(jì)發(fā)展要素是最關(guān)鍵的正向影響因素,對(duì)生態(tài)效率驅(qū)動(dòng)力強(qiáng)大;但從時(shí)間尺度來看,黃河流域仍未跨越“先污染,后治理”的道路,近期隨著經(jīng)濟(jì)快速發(fā)展,影響了生態(tài)效率的穩(wěn)步提升。
科技創(chuàng)新要素對(duì)生態(tài)效率的影響程度僅次于經(jīng)濟(jì)指標(biāo),且在發(fā)展前期是正向影響,后期轉(zhuǎn)為負(fù)向影響,并存在顯著區(qū)域差異。黃河中下游地區(qū)科技創(chuàng)新引導(dǎo)綠色發(fā)展的作用仍需要加強(qiáng),大力推行清潔生產(chǎn)機(jī)制勢(shì)在必行。
此外,由于黃河流域?qū)ν赓Q(mào)易更多集中在傳統(tǒng)行業(yè),對(duì)外開放對(duì)生態(tài)效率出現(xiàn)了負(fù)向影響;環(huán)境治理與政府財(cái)政因素對(duì)生態(tài)效率提升的積極效果未達(dá)到預(yù)期目標(biāo),黃河流域需進(jìn)一步優(yōu)化貿(mào)易方向、改善環(huán)保治理投入結(jié)構(gòu)。
在結(jié)論啟示之下,本研究綜合時(shí)間、空間尺度生態(tài)效率特征及其影響因素進(jìn)行精準(zhǔn)引導(dǎo),提出以下政策建議:
黃河流域?qū)嵭蟹謪^(qū)域產(chǎn)業(yè)協(xié)同發(fā)展施策。上游可通過大力推廣清潔煤利用技術(shù)、開發(fā)風(fēng)光資源和綠色水電、打造清潔能源產(chǎn)業(yè)高地,實(shí)現(xiàn)生態(tài)系統(tǒng)減污降碳增效;中游可實(shí)施工業(yè)強(qiáng)省戰(zhàn)略,培育高端裝備制造、信息技術(shù)、現(xiàn)代醫(yī)藥等新支柱,促進(jìn)經(jīng)濟(jì)發(fā)展;下游可進(jìn)一步推動(dòng)清潔生產(chǎn),鞏固產(chǎn)業(yè)優(yōu)勢(shì)。
黃河流域應(yīng)該加大綠色環(huán)保技術(shù)研發(fā)投入和新技術(shù)引進(jìn),發(fā)揮科技創(chuàng)新對(duì)生態(tài)效率的積極作用。環(huán)境治理投入方面重視系統(tǒng)性和整體性,從基礎(chǔ)預(yù)防、污染防治和長(zhǎng)遠(yuǎn)防范等全方位改善環(huán)境治理投入結(jié)構(gòu),提升中游污染治理效率。以“十四五”期間全國(guó)大氣、水、固體廢物平均排放強(qiáng)度為約束,從全過程挖掘污染減排潛力,倒逼企業(yè)實(shí)現(xiàn)清潔生產(chǎn),提升黃河流域生態(tài)效率向全國(guó)水平看齊。
黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展應(yīng)以經(jīng)濟(jì)穩(wěn)定增長(zhǎng)與生態(tài)環(huán)境治理的均衡發(fā)展為目標(biāo),在區(qū)域差別化與協(xié)調(diào)化發(fā)展的前提下,強(qiáng)化科技創(chuàng)新對(duì)流域生態(tài)文明建設(shè)的支撐作用和引導(dǎo)作用,調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),推動(dòng)生態(tài)脆弱地區(qū)保護(hù)機(jī)制,實(shí)現(xiàn)黃河流域上、中、下游綠色協(xié)同發(fā)展。