我国五大城市群经济与环境协调发展的时空格局及其影响因素研究

The Spatio-Temporal Pattern and Influencing Factors of the Coordinated Development of Economy and Environment of the Five Major Urban Agglomerations in China

摘要: 以我国五大城市群面板数据为研究对象，在合理测度我国五大城市群经济与环境协调发展程度的基础上，首先，运用Kernel密度估计和Dagum基尼系数分解法探究我国五大城市群经济与环境协调发展的时空格局及其区域差异来源；然后，运用计量模型实证检验我国五大城市群经济与环境协调发展的影响因素。研究表明：1) 考察期内，我国五大城市群经济与环境协调发展程度呈现出逐年增长的趋势，但总体来看，我国五大城市群经济与环境协调发展程度普遍偏低，多处于轻度失调阶段，且各城市群呈现出非均衡发展特征。2) 从区域差异来源角度来看，我国五大城市群经济与环境协调发展水平的区域差异来源主要在于区域间差异，其中成渝–珠三角城市群间经济与环境协调发展程度的差距最大。3) 我国五大城市群经济与环境协调发展程度受交通基础设施、人力资本以及数字普惠金融发展水平的影响。

Abstract: Taking the panel data of the five major urban agglomerations in China as the research object, this paper measures the coordinated development of economy and environment of the five major urban agglomerations in China. First of all, this paper uses Kernel density estimation and Dagum Gini coefficient decomposition method to explore the spatio-temporal pattern of coordinated development of economy and environment of the five major urban agglomerations in China and the sources of regional differences. Then, this paper uses the econometric model to test the influencing factors of the coordinated development of economy and environment of the five major urban agglomerations in China. The research shows that: 1) During the investigation period, the coordinated development of economy and environment of the five major urban agglomerations in China shows an increasing trend. However, on the whole, the coordinated development of economy and environment of the five major urban agglomerations in China is generally low, and most of them are in the stage of mild imbalance, the five urban agglomerations show unbalanced characteristics. 2) From the perspective of the sources of regional differences, the regional differences in the coordinated development of economy and environment of the five major urban agglomerations in China mainly lie in the regional differences, among which the largest gap is between the Chengdu-Chongqing and the Pearl River Delta urban agglomerations in the coordinated development of economy and environment. 3) The coordinated development of economy and environment of the five major urban agglomerations is affected by the development level of transportation infrastructure, human capital and digital inclusive finance.

1. 引言

改革开放以来，我国经济与社会发展取得明显成就，随着工业化进程的不断加深，出现了诸如水污染、大气污染等方面的环境问题。作为世界上第二大经济体的发展中国家，我国经济增长与生态环境之间的冲突问题更为严峻[1]，而如何协调好我国经济与环境的协调发展问题成为实现经济可持续发展的关键。党的十八大以来，以习近平同志为核心的党中央围绕生态环境保护做出了一系列的重大决策部署，如：《关于全面加强生态环境保护坚决打好污染防治攻坚战的意见》《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》《“十四五”节能减排综合工作方案》等。根据《2021中国生态环境状况公报》可知2021年全国生态质量指数为59.77，生态质量为二类，与2020年相比基本稳定，其中339个地级市及以上城市中约64.3%的城市环境空气质量达标，与2020年相比上升了3.5个百分点；2021年能源消费总量为52.4亿吨标准煤，与2020年相比增长了5.2%，其中煤炭消费量占比相比于2020年下降了0.9个百分点，而天然气、太阳能发电等清洁能源消费量占比与2020年相比上升了1.2个百分点。这意味着我国生态环境质量获得明显改善，经济社会发展方式逐步向绿色转型方向发展。党的二十大报告中指出：“我们要坚持可持续发展，坚持节约优先、保护优先、自然恢复为主的方针，坚定不移走生产发展、生活富裕、生态良好的文明发展之路”。人与自然和谐共生的现代化是中国式现代化的重要特征，随着我国生态战略地位的不断提升，人与自然和谐共生的现代化可借助“产业模式–制度保障–价值旨归”的融合互动方式更好地推进经济绿色发展[2]，这意味着我国在今后一段时期内，持续推进绿色发展，不断践行绿水青山就是金山银山的理念，而人与自然和谐共生进一步明确经济发展与环境保护间的关系，是加快绿色转型，实现经济可持续发展的必然选择。因此，在以中国式现代化全面推进中华民族伟大复兴的背景下，系统探究我国经济与环境协调发展的时空格局及其影响因素对实现中国式现代化具有重要的现实意义。

考虑到五大城市群在我国经济发展过程中占据重要地位，其生产总值占全国的50%以上，且五大城市群在推进我国区域协调发展过程起到了较为重要的作用。基于此，本文以我国五大城市群为例，探究我国经济与环境协调发展的空间格局及其影响因素，有利于推进我国区域经济发展，对实现中国式现代化具有重要的实践意义。

2. 文献综述

前期有关经济与环境间的关系已积累了较多的文献。不同学者从不同的角度阐释了经济与环境间的关系，Grossman and Krueger (1991)以三种空气污染物和人均GDP分别衡量空气质量和经济增长，验证了当人均GDP处于较低水平时，二氧化硫和烟雾的浓度随人均GDP的增加而增加，当人均GDP处于较高水平时，二氧化硫和烟雾的浓度随人均GDP的增加而降低[3]。Grossman and Krueger (1995)通过探究四种类型污染物与人均收入间的关系，同样发现经济增长与污染物排放间存在明显的倒“U”形关系[4]，而Panayotou (1993)将环境污染与经济发展间的关系定义为环境库兹涅茨曲线[5]。以生态足迹作为环境恶化的衡量指标，探究环境恶化与经济增长间的关系，其研究结果表明在低收入、中等收入和高收入群体国家中均验证了环境库兹涅茨曲线假设的成立[6]。Gan et al. (2021)借助广义三阶段最小二乘法构建空间联立方程，探究雾霾与经济发展间的关系，其研究结果同样证明了环境库兹涅茨曲线的存在性，对我国东西部地区而言，显示出倒“U”形关系，但对中部地区而言，则呈现出单调增加关系[7]。不同经济发展阶段的结构效应和技术效应、人们“消费”意识以及社会主要矛盾、创新与绿色全要素生产率的提升均会导致经济高质量发展雾霾污染间的倒“U”形关系，即环境库兹涅茨曲线是成立的[8]。王树文和王京诚(2022)则认为受环境需求收入弹性、经济规模、技术水平、产业结构以及环境规制的影响，使得经济增长与环境污染间产生明显的倒“U”形关系[9]。部分文献分别从数字普惠金融[10]、数字经济[11]、创新[12]、技术溢出[13]等方面探究了环境与经济增长间的关系，为后续研究我国五大城市群经济与环境协调发展的影响因素提供了文献基础。

鉴于如何协调我国经济与环境协调发展是实现我国高质量发展的关键，有关经济与环境协调发展方面的研究已积累了较多的文献。从研究对象来看，现有研究多集中于城市圈层面[14]、城市层面[10]或流域层面[15]，从城市群层面探究我国经济与环境协调发展程度的文献较少，且多集中于从京津冀、长三角洲和珠三角洲三大城市群的角度探究经济与环境协调发展程度[16]。从研究内容来看，现有文献对我国经济与环境协调发展的研究，多集中于其时空格局特征[17]、协调发展路径[1]、时空格局及其影响因素[16]等方面的研究。与已有研究相比，本文的可能贡献之处在于：1) 现有文献从五大城市群层面探究我国经济与环境协调发展的文献较少，本文以我国五大城市群为研究对象，探究中国式现代化背景下我国经济与环境协调发展程度及其影响因素，对协调区域发展，实现中国式现代化更具必要性。2) 现有文献多集中于探究我国经济与环境协调程度的时空格局特征，忽略了影响因素方面的讨论，本文从五大城市群角度探究中国式现代化背景下我国经济与环境协调程度时空格局特征的基础上，讨论其影响因素，拓展了已有研究内容。鉴于此，本文主要以2007~2020年我国五大城市群为研究对象，在合理构建经济与环境协调程度评价指标体系的基础上，综合运用Dagum基尼系数分解法、核密度估计法、面板回归模型探究我国五大城市群经济与环境协调发展的时空特征及其影响因素，为实现中国式现代化提供了经验证据。

3. 研究设计

3.1. 经济与环境协调发展机理分析

根据环境库兹涅茨曲线理论，经济发展初期，经济发展过程中生产等环节对环境具有负外部效应，当经济发展到一定程度时，则有利于改善环境质量，但单一的经济或环境变量难以反映经济和生态发展情况[18]。提高经济与环境协调发展程度需满足以下两个条件：一是通过转变经济发展方式，实现清洁生产，减轻经济发展对环境质量的负外部性，改善生态功能的经济维护能力；二是借助环境治理，实现资源循环利用，缓解资源约束，提高经济发展的环境供给能力[19]。人与自然和谐共生是中国式现代化的重要内涵之一，从核心概念来看，体现为“绿水青山就是金山银山”，这就意味着需要协调好经济发展与环境保护两者间的关系，将生态优势转化为综合发展优势；从发展路径来看，是以绿色发展为统领，为经济社会发展提供绿色发展新动能[20]。中国式现代化背景下，经济与环境协调发展是衡量生产活动与自然间相互关系的重要范畴。耦合作为物理学概念，可用来探究两个或两个以上物体间因相互作用而彼此产生影响的过程，“协调”、“发展”作为两系统耦合的组成部分，两系统间的相互作用则会引起两系统耦合程度发生变动[21]。基于此，本文通过构建经济与环境系统，运用耦合协调度模型探究经济系统与环境系统间的动态作用，能够有效识别我国经济与环境的协调发展程度，是推进我国经济高质量发展的关键，有利于实现中国式现代化。

3.2. 我国五大城市群经济与环境协调发展的评价指标体系构建与数据来源

本文以2007~2020年我国五大城市群面板数据为研究对象，在借鉴薛明月(2022) [15]做法的基础上，同时考虑到数据的可获得性，主要构建了包含经济规模、产业结构、就业结构的经济系统以及包括环境污染、环境治理、环境质量的环境系统作为我国五大城市群经济与环境协调发展的评价指标体系，具体见表1，本文数据是以2007~2020年为研究期间，所有数据均来源于《中国城市统计年鉴》，考虑到数据的可获得性，部分缺失数据采用插值法补齐。

Table 1. The evaluation index system of the coordinated development of economy and environment in the five major urban agglomerations of China

表1. 我国五大城市群经济与环境协调发展的评价指标体系

目标层	准则层	指标层
经济系统	经济规模	人均GDP
		财政收入占GDP比重
		人均社会消费品零售额
	产业结构	第一产业增加值占比
		第三产业增加值占第二产业增加值的比重
	就业结构	第二产业就业占比
		第三产业就业占比
环境系统	环境污染	工业废水排放量
		工业二氧化硫排放量
		工业烟粉排放量
	环境治理	固体废物综合利用率
		污水集中处理率
		生活垃圾无害化处理率
环境系统	环境质量	人均绿地面积
		建成区绿化覆盖率

3.3. 研究方法

3.3.1. 熵值法

指标权重的衡量方法主要包括主观赋权法和客观赋权法，具体而言，主观赋权法是以德尔菲法对评价指标体系中各指标的重要程度进行打分，并根据各指标的重要程度确定权重，如：层次分析法等；客观赋权法是以评价指标体系中各指标数据所体现的信息进行权重计算，如：熵值法等。本文选客观赋权法，即熵值法来测度指标权重，以消除主观因素的影响，具体计算方法如下：

步骤一：数据标准化处理。由于各指标其量纲、数量级等均存在显著差异，无法进行加减乘除计算，为消除因量纲不同而对评价结果的影响，需对各指标进行标准化处理，具体公式为：

${x^{\prime }}_{ij}=\frac{x_{ij}-x_{\min }}{x_{\max }-x_{\min }},{x^{\prime }}_{ij}=\frac{x_{\max }-x_{ij}}{x_{\max }-x_{\min }}$ (1)

其中$x_{ij}$ 为第i个样本第j项指标的数值，$x_{\max }$ 为第j项指标的最大值，$x_{\min }$ 为第j项指标的最小值，${x^{\prime }}_{ij}$ 为第i个样本第j项指标的标准化值。若指标为正向指标，则选择前一个公式，反之，则选择后一个公式。

步骤二：计算第$j$ 项指标信息熵值。信息熵值的计算公式为：

$e_j=-K{\displaystyle \sum _{i=1}^m{y}_{ij}}\ln \left(y_{ij}\right)$ (2)

其中$K$ 为常数，$K=\frac{1}{\ln m}$ ，$y_{ij}=\frac{{x^{\prime }}_{ij}}{{\displaystyle \sum _{i=1}^m{x^{\prime }}_{ij}}}$ 。

步骤三：计算各指标权重。信息效用值取决与该指标信息熵值$e_j$ 与1间的差值，即信息效用值：$d_j=1-e_j$ ，该指标的值越大，其在评价指标体系的重要程度也越大，即权重越大，具体计算公式为：

$w_j=\frac{d_j}{{\displaystyle \sum _{j=1}^n{d}_j}}$ (3)

步骤四：构建我国五大城市群经济与环境发展的综合评价指数。将各指标的标准化值与其对应的指标权重加权求和可计算我国五大城市群经济与环境发展水平的评价值，具体公式为：

$U={\displaystyle \sum _{j=1}^n{x}_{ij}^{\text{'}}}{w}_j$ (4)

其中$U$ 为综合评价值，${x^{\prime }}_{ij}$ 为第$i$ 个样本第$j$ 项指标的标准化值，$w_j$ 为第$j$ 项指标的权重。

3.3.2. 耦合协调模型

我国五大城市群经济与环境协调发展水平的提升是实现我国高质量发展的关键，而我国五大城市群经济与环境的协调发程度需借助耦合模型加以测度。

首先，借助李建豹等(2021) [22]的做法测度我国五大城市群经济与环境的耦合度，具体计算公式为：

$C=2{\left[\left(U_1\cdot U_2\right)/{\left(U_1+U_2\right)}^2\right]}^{1/2}$ (5)

其中C为耦合度，C的取值范围为[0, 1]；$U_1$ ，$U_2$ 分别为经济系统和环境系统的综合评价值。

然后，考虑到我国五大城市群经济与环境的耦合度虽能较好地反映子系统间的相互影响程度，但当子系统发展水平较低时，也可能出现耦合度很高的情况。为避免此类问题的发生，本文通过构造我国五大城市群经济与环境的耦合协调度模型，以衡量我国五大城市群经济与环境的协调程度，具体计算公式为：

$D=\sqrt{C\times T},T=\alpha U_1+\beta U_2$ (6)

其中T为经济与环境的综合评价值；D为耦合协调度；$\alpha =\beta =1/2$ 分别代表子系统的贡献度。

借鉴陈国生等(2019)耦合协调度等级划分标准[23]，以探讨我国五大城市群经济与环境的耦合协调程度，具体耦合协调度等级划分标准见表2。

Table 2. Classification criteria for coupling coordination level

表2. 耦合协调度等级划分标准

耦合协调度	耦合协调等级	区间	分类
[0, 0.1]	极度失调	0 ≤ D ≤ 0.4	失调衰退类型 (不可接受区间)
[0.1, 0.2)	严重失调
[0.2, 0.3)	中度失调
[0.3, 0.4)	轻度失调
[0.4, 0.5)	濒临失调	0.4 ≤ D ≤ 0.6	中间过渡类型 (颉颃区间)
[0.5, 0.6)	勉强协调
[0.6, 0.7)	初级协调	0.6 ≤ D ≤ 1	协调提升类型 (可接受区间)
[0.7, 0.8)	中级协调
[0.8, 0.9)	良好协调
[0.9, 1.0]	优质协调

3.3.3. 考虑时间趋势的Kernel密度估计

核密度估计能以连续的密度曲线来呈现我国五大城市群经济与环境耦合协调程度的分布形态，也可通过不同年份的核密度曲线比较我国五大城市群经济与环境耦合协调程度的动态演变特征，Kernel密度函数的估计公式为：

$f\left(x\right)=\frac{1}{Nh}{\displaystyle \sum _{i=1}^{N}K\left(\frac{X_i-x}{h}\right)}$ (7)

其中$N$ 为城市个数，$h$ 为带宽，$K(·)$ 为核函数，$X_i$ 为独立同分布的观测值，$x$ 为均值。

3.3.4. Dagum基尼系数分解法

本文利用基尼系数分解法对我国五大城市群经济与环境耦合协调程度的区域差异进行分解，对京津冀、长三角、珠三角、成渝和长江中游五大城市群¹经济与环境的耦合协调程度进行区域差异分解的计算公式为：

$G={\displaystyle \sum _{j=1}^k{\displaystyle \sum _{h=1}^k{\displaystyle \sum _{i=1}^{n_j}{\displaystyle \sum _{r=1}^{n_h}\left|y_{ji}-y_{hr}\right|/2n^2\overline{y}}}}}$ (8)

其中k和n分别为城市群数量和城市个数；$y_{ji}\left(y_{hr}\right)$ 为$j$ ($h$ )城市群内第$i\left(r\right)$ 个城市经济与环境的耦合协调程度；$n_j\left(n_h\right)$ 为$j\left(h\right)$ 城市群全部城市个数；$\overline{y}$ 为五大城市群全部城市经济与环境耦合协调程度的均值；$G$ 为总体基尼系数。

城市群$j$ 的基尼系数$G_{jj}$ 以及$j$ 和$h$ 城市群间的基尼系数$G_{jh}$ 的计算公式为：

$G_{jj}={\displaystyle \sum _{i=1}^{n_j}{\displaystyle \sum _{r=1}^{n_j}\left|y_{ji}-y_{jr}\right|/2n_j^2{\overline{y}}_j}}$ (9)

$G_{jh}={\displaystyle \sum _{i=1}^{n_j}{\displaystyle \sum _{r=1}^{n_h}\left|y_{ji}-y_{hr}\right|/n_j{n}_h\left({\overline{y}}_j+{\overline{y}}_h\right)}}$ (10)

进一步将总体基尼系数($G$ )分解为区内差异贡献($G_w$ )、区间净值差异贡献($G_{nb}$ )和超变密度贡献($G_t$ )，满足$G=G_w+G_{nb}+G_t$ ，具体计算公式如下：

$G_w={\displaystyle \sum _{j=1}^k{G}_{jj}{p}_j{s}_j}$ (11)

$G_{nb}={\displaystyle \sum _{j=2}^k{\displaystyle \sum _{h=1}^{j-1}{D}_{jh}}{G}_{jh}\left(p_j{s}_h+p_h{s}_j\right)}$ (12)

$G_t={\displaystyle \sum _{j=2}^k{\displaystyle \sum _{h=1}^{j-1}\left(1-D_{jh}\right)}{G}_{jh}\left(p_j{s}_h+p_h{s}_j\right)}$ (13)

其中$p_j=\frac{n_j}{n}$ ，$s_j=\frac{n_j{\overline{y}}_j}{n\overline{y}}$ ；$d_{jh}$ 为$j$ 城市群和$h$ 城市群中所有$y_{ji}-y_{hr}>0$ 的数学期望，代表经济与环境耦合协调程度的差值；$p_{jh}$ 为$j$ 城市群和$h$ 城市群中所有$y_{ji}-y_{hr}<0$ 的数学期望；$D_{jh}$ 代表$j$ 城市群和$h$ 城市群间的交互作用；$F_j\left(F_h\right)$ 为$j\left(h\right)$ 城市群的累计密度分布函数。

$d_{jh}={\displaystyle {\int }_0^{\infty }d{F}_j\left(y\right)}{\displaystyle {\int }_0^y\left(y-x\right)d{F}_h\left(x\right)}$ (14)

$p_{jh}={\displaystyle {\int }_0^{\infty }d{F}_h\left(y\right)}{\displaystyle {\int }_0^y\left(y-x\right)d{F}_j\left(x\right)}$ (15)

$D_{jh}=\left(d_{jh}-p_{jh}\right)/\left(d_{jh}+p_{jh}\right)$ (16)

4. 我国五大城市群经济与环境耦合协调程度及其区域差异来源

4.1. 我国五大城市群经济与环境耦合协调程度的时序特征

2007~2020年间我国五大城市群经济与环境协调发展程度的具体结果见表3，由表3可知我国五大城市群经济与环境协调发展程度呈现如下特征：一是整体来看，我国五大城市群经济与环境协调发展程度基本呈现出逐年增长的趋势，由2007年的0.2944增长到2020年的0.3615，增长了22.79%，2008年以后我国五大城市群经济与环境协调发展程度基本处于轻度失调阶段。二是从五大城市群的角度来看，京津冀、长三角、珠三角、长江中游以及成渝城市群的经济与环境协调发展程度基本呈现出稳定增长的趋势，但各城市群间呈现出非均衡的发展特征；从均值的角度来看，珠三角城市群经济与环境协调发展程度最高，处于濒临失调阶段，成渝城市群经济与环境协调发展程度的均值最低，处于中度失调阶段，其他三个城市群的经济与环境协调发展程度的均值均处于轻度失调阶段；从增长率的角度来看，成渝城市群经济与环境协调发展程度的增长率最高，长江中游城市群次之，然后依次为长三角城市群、京津冀城市群和珠三角城市群。这意味着2007~2020年间我国五大城市群经济与环境协调发展程度虽呈现出逐年增长的趋势，且各城市群经济与环境协调发展程度存在一定差异，但总体来看，我国五大城市群经济与环境协调发展水平相对较低，未来可在实现我国经济发展的同时，注重环境保护，不断改善我国五大城市群经济与环境协调发展水平，进而实现我国经济高质量发展。

Table 3. The degree of coordinated development of economic and environment in China’s five major urban agglomerations in 2007~2020

表3. 2007~2020年我国五大城市群的经济与环境协调发展程度

年份	整体	京津冀	长三角	珠三角	长江中游	成渝
2007	0.2944	0.2903	0.3155	0.3997	0.2692	0.2484
2008	0.3007	0.2959	0.3218	0.4050	0.2751	0.2562
2009	0.3083	0.3053	0.3306	0.4144	0.2823	0.2602
2010	0.3207	0.3291	0.3450	0.4257	0.2913	0.2666
2011	0.3226	0.3150	0.3424	0.4383	0.2963	0.2772
2012	0.3294	0.3189	0.3500	0.4435	0.3047	0.2833
2013	0.3385	0.3233	0.3645	0.4657	0.3087	0.2889
2014	0.3429	0.3334	0.3689	0.4559	0.3143	0.2951
2015	0.3503	0.3370	0.3776	0.4759	0.3189	0.3008
2016	0.3553	0.3409	0.3809	0.4819	0.3245	0.3082
2017	0.3615	0.3488	0.3870	0.4851	0.3305	0.3149
2018	0.3660	0.3534	0.3922	0.4870	0.3342	0.3212
2019	0.3703	0.3518	0.3979	0.4834	0.3403	0.3292
2020	0.3615	0.3467	0.3851	0.4268	0.3403	0.3356
Mean	0.3373	0.3278	0.3614	0.4492	0.3093	0.2918
增长率	22.79%	19.43%	22.06%	6.78%	26.41%	35.10%

为进一步探究我国五大城市群经济与环境协调发展程度的时间演变趋势，本文对我国五大城市群经济与环境协调发展程度进行Kernel密度估计，具体结果见图1~5。

就五大城市群而言，京津冀、长三角、珠三角和成渝城市群核密度曲线的波峰基本呈现不断增大的态势，这意味着京津冀、长三角、珠三角和成渝城市群内各城市间经济与环境协调发展水平的差距不断缩小；对长江中游城市群而言，城市群内各时期的峰值高度基本不变，即考察期内长江中游城市群内各城市经济与环境协调发展水平整体上呈现稳定的发展态势。从核密度曲线的形状来看，考察期内五大城市群经济与环境协调发展水平呈现比较明显的左偏态分布，说明五大城市群内大部分城市的经济与环境协调发展水平处于中低水平阶段。从经济与环境协调发展水平的分布情况来看，京津冀、长三角、长江中游和成渝四大城市群的经济与环境协调发展水平呈现单峰分布，并未出现明显的双峰或多峰现象，表明这四大城市群经济与环境协调发展水平的发展不存在明显的极化趋势；对珠三角城市群而言，珠三角城市群的波峰逐渐由“双峰”变为“单峰”，即珠三角城市群的极化现象逐渐消失，城市群内部各城市间经济与环境协调发展水平的差距不断变小。

Figure 1. Evolution of the coordinated development of economy and environment in the Beijing-Tianjin-Hebei urban agglomeration

图1. 京津冀城市群经济与环境协调发展程度演进

Figure 2. Evolution of the coordinated development of economy and environment in the Yangtze River Delta urban agglomeration

图2. 长三角城市群经济与环境协调发展程度演进

Figure 3. Evolution of the coordinated development of economy and environment in the Pearl River Delta urban agglomeration

图3. 珠三角城市群经济与环境协调发展程度演进

Figure 4. Evolution of the coordinated development of economy and environment in the Yangtze River Middle Reaches urban agglomeration

图4. 长江中游城市群经济与环境协调发展程度演进

Figure 5. Evolution of the coordinated development of economy and environment in the Chengdu-Chongqing urban agglomeration

图5. 成渝城市群经济与环境协调发展程度演进

4.2. 我国五大城市群经济与环境耦合协调程度的空间分布特征

上文已详细阐释了我国五大城市群经济与环境协调发展程度呈现逐年增长的趋势，为进一步探究我国五大城市群经济与环境耦合协调程度的空间分布特征，限于篇幅限制，本文主要以2007年和2020年为时间截面，采用ArcGIS10.2软件绘制我国五大城市群经济与环境协调发展程度的状态图，以探究其空间分布特征，具体结果见图6~10。

由图6可知，2007年京津冀城市群中承德市、张家口市等10个城市经济与环境协调发展程度处于中度失调阶段，占城市群76.92%，天津市和秦皇岛市经济与环境协调发展程度处于轻度失调阶段，北京市经济与环境协调发展程度处于濒临失调阶段。与2007年相比，承德市、张家口市等10个城市的经济与环境协调发展程度由中度失调阶段上升到轻度失调阶段，北京市经济与环境协调发展程度虽由2007年的0.4120增长到2019年的0.5294，但2020年北京市经济与环境协调发展程度下降为0.4876处于濒临协调阶段。截至2019年京津冀城市群有92.31%的城市处于轻度失调阶段，这意味着京津冀城市群经济与环境协调发展程度仍存在较大的改善空间。从其地理位置的空间分布来看，呈现出以经济与环境协调程度较高的“北京”为核心，由其他周边协调程度较低城市包围的“核心–边缘”空间分布特征。

Figure 6. Spatial distribution of coordinated development of economy and environment in the Beijing-Tianjin-Hebei urban agglomeration

图6. 京津冀城市群经济与环境协调发展程度的空间分布

从长三角城市层面看(图7)，2007年长三角城市群中盐城市、扬州市等10个城市的经济与环境协调程度处于中度失调阶段，上海市、舟山市等15个城市处于轻度失调阶段，占长三角城市群的57.69%，南京市处于濒临失调阶段；从耦合协调度分类来看，盐城市、扬州市等25个城市属于失调衰退类型，仅南京市一个城市属于中间过渡类型。与2007年相比，2020年长三角城市群中盐城市、扬州市等21个城市处于轻度失调阶段，上海市、舟山市和杭州市由轻度失调阶段上升到濒临失调阶段，南京市则由濒临失调阶段上升到勉强协调阶段，但对长三角城市群而言，约有80.77%的城市处于轻度失调阶段；从长三角城市群经济与环境协调发展程度来看，长三角城市群经济与环境协调水平呈现稳定增长的趋势，且城市间的耦合协调度并无明显差距，大部分城市处于轻度失调阶段，多属于失调衰退类型。此外，长三角城市群的耦合协调度呈现出比较明显的“核心–边缘”式的空间结构，具体表现为以“南京市–上海市–杭州市”为核心耦合协调度高的城市被耦合协调度低的城市包围。

Figure 7. Spatial distribution of coordinated development of economy and environment in the Yangtze River Delta urban agglomeration

图7. 长三角城市群经济与环境协调发展程度的空间分布

由图8可知，2007年珠三角城市中深圳市经济与环境协调发展程度最高，处于初级协调阶段，广州市和东莞市处于濒临失调阶段，其余6个城市分别属于中度失调和轻度失调阶段，即珠三角城市群中66.67%的城市处于中度失调和轻度失调阶段。2020年惠州市、肇庆市和江门市由中度失调阶段上升为轻度失调阶段，而佛山市、中山市和广州市经济与环境协调发展程度并未发生明显变化，仍分别处于轻度失调阶段和濒临失调阶段，东莞市由濒临失调阶段上升为初级协调阶段，深圳市经济与环境协调发展程度下降为濒临失调阶段，珠海市则由轻度失调阶段上升为勉强协调阶段，其中2020年珠三角城市群中东莞市经济与环境协调发展程度最高，肇庆市的协调发展程度最低。从珠三角城市群的地理空间分布来看，中部和沿海城市的经济与环境协调发展程度较高，城市群周围城市的耦合协调程度较低。

Figure 8. Spatial distribution of coordinated development of economy and environment in the Pearl River Delta urban agglomeration

图8. 珠三角城市群经济与环境协调发展程度的空间分布

Figure 9. Spatial distribution of coordinated development of economy and environment in the Yangtze River Middle Reaches urban agglomeration

图9. 长江中游城市群经济与环境协调发展程度的空间分布

从长江中游城市层面来看(图9)，2007年长江中游城市中咸宁市、孝感市等25个城市处于中度失调阶段，而长江中游城市群经济与环境协调发展程度排名前三的城市分别为武汉市、长沙市和南昌市，且武汉市、长沙市和南昌市3个城市均属于轻度失调阶段，这意味着2007年长江中游城市群中约89.29%的城市处于中度失调阶段。与2007年相比，2020年仅黄冈市一个城市处于中度失调阶段，咸宁市、孝感市等26个城市处于轻度失调阶段，其中孝感市、宜昌市等24个城市由中度失调阶段上升到轻度失调阶段，2020年长江中游城市群中约92.86%的城市处于轻度失调阶段，武汉市属于濒临失调阶段，且2020年武汉市经济与环境协调发展程度最高。与城市群内部其他城市群相比，2020年长江中游城市群内部各城市群间经济与环境协调发展程度差距不大，除武汉市和黄冈市外，其余城市的经济与环境协调发展程度相近。

由图10可知，2007年成渝城市群中成都市经济与环境协调发展程度最高，处于轻度协调阶段，重庆市排名次之，属于中度失调阶段，重庆市、广安市等15个城市的经济与环境协调发展程度均处于中度失调阶段，占成渝城市群的95.75%。与2007年相比，2020年重庆市、成都市等16个城市均属于轻度失调阶段，其中重庆市、广安市等15个城市由中度失调阶段上升到轻度失调阶段，2020年成都市经济与环境的协调程度仍处于轻度失调阶段。从成渝城市群各城市的空间分布来看，成渝城市群经济与环境耦合协调程度高的城市多集中于成渝城市群的西部城市，基本呈现出由以“重庆–成都”为中心的“核心–边缘”式空间分布格局，但目前来看，成渝城市群内部各城市间经济与环境协调发展程度差异性不大，现阶段基本处于轻度失调阶段。

Figure 10. Spatial distribution of coordinated development of economy and environment in the Chengdu-Chongqing urban agglomeration

图10. 成渝城市群经济与环境协调发展程度的空间分布

4.3. 我国五大城市群经济与环境协调发展的区域差异来源

4.3.1. 我国五大城市群经济与环境协调发展程度总体差异分析

Table 4. Dagum Gini coefficient decomposition and contribution rate of the coordinated development of economy and environment in the five major urban agglomerations of China from 2007 to 2020

表4. 2007~2020年我国五大城市群经济与环境协调发展水平基尼系数分解及其贡献率

年份	总体基尼系数	区内差异贡献		区间净值差异贡献		超变密度贡献
		贡献	贡献率	贡献	贡献率	贡献	贡献率
2007	0.1026	0.0150	14.61	0.0734	71.54	0.0142	13.84
2008	0.1033	0.0158	15.26	0.0710	68.74	0.0165	15.99
2009	0.1058	0.0165	15.63	0.0723	68.28	0.0170	16.09
2010	0.1106	0.0169	15.30	0.0744	67.23	0.0193	17.47
2011	0.1003	0.0156	15.58	0.0692	69.02	0.0154	15.41
2012	0.0983	0.0153	15.62	0.0674	68.63	0.0155	15.75
2013	0.1059	0.0163	15.38	0.0742	70.10	0.0154	14.52
2014	0.0999	0.0156	15.63	0.0687	68.73	0.0156	15.64
2015	0.1034	0.0159	15.42	0.0725	70.11	0.0150	14.47
2016	0.1013	0.0157	15.52	0.0697	68.82	0.0159	15.67
2017	0.0982	0.0153	15.61	0.0677	68.94	0.0152	15.45
2018	0.0961	0.0152	15.80	0.0660	68.69	0.0149	15.50
2019	0.0944	0.0153	16.16	0.0618	65.46	0.0173	18.38
2020	0.0704	0.0122	17.27	0.0415	58.91	0.0168	23.82
均值	0.0993	0.0155	15.58	0.0678	68.30	0.0160	16.11

为进一步探究我国五大城市群经济与环境协调发展程度的区域差异来源，本文运用Dagum基尼系数分解法对2007~2020年我国五大城市群经济与环境协调发展程度的基尼系数进行分解，并计算各基尼系数的其贡献率，具体结果见表4。根据表4可知，2007~2020年间我国五大城市群总体基尼系数基本呈现出波动下降的趋势，由2007年的0.1026下降到2020年的0.0704。从各部分差异的均值贡献率来看，区内差异、区间净值差异以及超变密度的均值贡献率分别为：15.58%、68.30%和16.11%，说明2007~2020年间我国五大城市群经济与环境协调发展程度的总体基尼系数构成基本呈现出“区间净值差异贡献率 > 超变密度贡献率 > 区内差异贡献率”的趋势，即2007~2020年间我国五大城市群经济与环境协调发展程度的差异来源主要在于区间差异，各城市群经济与环境协调发展的区域内差异不大，这也意味着我国五大城市群经济与环境协调发展程度呈现出非均衡发展特征。

4.3.2. 我国五大城市群内部经济与环境协调发展程度的区域差异分析

2007~2020年间我国五大城市群经济与环境协调发展水平的区域内基尼系数值见表5，根据我国五大城市群经济与环境协调发展水平的区域内基尼系数均值结果可知，珠三角城市群经济与环境协调发展水平的区域内基尼系数的均值最大，然后均值的排序依次为长三角城市群、京津冀城市群、长江中游城市群以及成渝城市群，这意味着珠三角城市群内部经济与环境协调发展水平的差距最大，而成渝城市群经济与环境协调发展程度差距最小。从各城市群的变动趋势来看，京津冀城市群、长三角城市群和成渝城市群的经济与环境协调发展程度基本呈现出“上升–下降”的波动变动趋势；珠三角城市群和长江中游城市群经济与环境协调发展程度基本呈现出波动下降的趋势。

Table 5. Regional Dagum Gini coefficient of the coordinated development of economy and environment in the five major urban agglomerations of China from 2007 to 2020

表5. 2007-2020年我国五大城市群经济与环境协调发展水平的区域内基尼系数

年份	京津冀	长三角	珠三角	长江中游	成渝
2007	0.0686	0.0665	0.1671	0.0536	0.0487
2008	0.0636	0.0717	0.1727	0.0578	0.0491
2009	0.0708	0.0827	0.1652	0.0532	0.0554
2010	0.1059	0.0850	0.1596	0.0493	0.0507
2011	0.0721	0.0765	0.1536	0.0524	0.0489
2012	0.0733	0.0777	0.1532	0.0499	0.0417
2013	0.0731	0.0872	0.1609	0.0515	0.0355
2014	0.0758	0.0843	0.1496	0.0485	0.0339
2015	0.0718	0.0847	0.1553	0.0515	0.0348
2016	0.0757	0.0836	0.1529	0.0492	0.0371
2017	0.0728	0.0841	0.1370	0.0480	0.0348
2018	0.0701	0.0850	0.1360	0.0468	0.0328
2019	0.0723	0.0833	0.1416	0.0476	0.0338
2020	0.0589	0.0631	0.1174	0.0407	0.0283
均值	0.0732	0.0797	0.1516	0.0500	0.0404

4.3.3. 我国五大城市群区域间经济与环境协调发展程度的差异分析

2007~2020年间我国五大城市群经济与环境协调发展水平的区域间基尼系数见表6，从五大城市群区域间基尼系数的均值结果来看，五大城市群区域间经济与环境协调发展程度的基尼系数由大到小的排序依次为：成渝–珠三角城市群、长江中游–珠三角、珠三角–京津冀、珠三角–长三角、成渝–长三角城市群、长三角–京津冀城市群、长江中游–长三角城市群、成渝–京津冀城市群、长江中游–京津冀城市群以及成渝–长江中游城市群，说明成渝–珠三角城市群间经济与环境协调发展程度的差距最大，而成渝–长江中游城市群间的差距最小。从各区域间基尼系数的变动趋势来看，长三角–京津冀城市群、珠三角–长三角城市群、成渝–京津冀城市群、成渝–长江中游城市群经济与环境协调发展程度的差距基本呈现出波动“上升–下降”的趋势；珠三角–京津冀城市群、长江中游–珠三角城市群、成渝–珠三角城市群则基本呈现出“下降–上升–下降”的变动趋势；长江中游–京津冀城市群、长江中游–长三角城市群、成渝–长三角城市群基本呈现出“上升–下降–上升–下降”的发展态势。

Table 6. Interregional Dagum Gini coefficient of the coordinated development of economy and environment in the five major urban agglomerations of China from 2007 to 2020

表6. 2007~2020年间我国五大城市群经济与环境协调发展水平的区域间基尼系数

年份	2-1	3-1	3-2	4-1	4-2	4-3	5-1	5-2	5-3	5-4
2007	0.0824	0.1779	0.1524	0.0669	0.0913	0.1985	0.0884	0.1246	0.2351	0.0630
2008	0.0821	0.1768	0.1573	0.0666	0.0927	0.1978	0.0865	0.1213	0.2289	0.0646
2009	0.0875	0.1750	0.1557	0.0683	0.0945	0.1953	0.0948	0.1270	0.2318	0.0674
2010	0.1082	0.1763	0.1503	0.0886	0.0972	0.1915	0.1158	0.1333	0.2317	0.0640
2011	0.0853	0.1806	0.1528	0.0661	0.0873	0.1963	0.0791	0.1113	0.2261	0.0581
2012	0.0883	0.1820	0.1524	0.0639	0.0851	0.1899	0.0729	0.1099	0.2214	0.0551
2013	0.0986	0.1979	0.1618	0.0646	0.0970	0.2075	0.0692	0.1197	0.2352	0.0531
2014	0.0950	0.1784	0.1494	0.0659	0.0930	0.1900	0.0722	0.1151	0.2156	0.0499
2015	0.0966	0.1896	0.1551	0.0651	0.0974	0.2011	0.0685	0.1174	0.2264	0.0506
2016	0.0964	0.1902	0.1551	0.0652	0.0934	0.1990	0.0682	0.1107	0.2212	0.0493
2017	0.0939	0.1812	0.1470	0.0640	0.0926	0.1924	0.0661	0.1079	0.2135	0.0469
2018	0.0927	0.1762	0.1434	0.0622	0.0934	0.1890	0.0623	0.1044	0.2055	0.0434
2019	0.0986	0.1763	0.1406	0.0621	0.0911	0.1789	0.0583	0.1017	0.1928	0.0447
2020	0.0801	0.1250	0.1029	0.0516	0.0714	0.1225	0.0463	0.0737	0.1251	0.0361
均值	0.0918	0.1774	0.1483	0.0658	0.0912	0.1893	0.0749	0.1127	0.2150	0.0533

注：1、2、3、4、5分别代表京津冀、长三角、珠三角、长江中游和成渝城市群。

5. 我国五大城市群经济与环境耦合协调程度的影响因素分析

上文已详细阐释了我国五大城市群经济与环境耦合协调发展程度的时空格局及其区域差异性来源，为进一步探究我国五大城市群经济与环境协调发展程度的影响因素，本文以已有文献为基础，通过构建计量模型实证检验我国五大城市群经济与环境协调发展程度的影响因素。

5.1. 计量模型构建

为进一步探究我国五大城市群经济与环境协调发展程度的影响因素，本文构建了如下计量模型，具体为：

$D_{it}={\alpha }_0+{\alpha }_1{Z}_{it}+g_i+d_t+{\epsilon }_{it}$ (17)

其中$D{}_{it}$ 为$t$ 时期$i$ 城市的经济与环境协调发展程度；$Z_{it}$ 为$t$ 时期$i$ 城市经济与环境协调发展程度的影响因素合集；$g_i$ 代表个体效应；$d_t$ 为时间效应；${\epsilon }_{it}$ 为随机扰动项。

5.2. 变量选取与数据来源

1) 被解释变量，经济与环境协调发展程度(D)，采用上文计算的我国五大城市群经济与环境协调发展程度。

2) 解释变量，交通基础设施、人力资本、外商投资和数字普惠金融，其中交通基础设施采用人均道路面积衡量；人力资本以每万人高等学校在校生人数测度；外商投资以年均美元汇率核算实际利用外商投资额来衡量；数字普惠金融采用北京大学数字金融研究中心课题组编制的《北京大学数字普惠金融指数(2011~2020)》，具体可参考郭峰等(2020)的测度方法[24]。

考虑到数据的可获得性，本文相关数据均来源于《中国统计年鉴》《中国城市统计年鉴》以及《北京大学数字普惠金融指数(2011~2020)》，缺失数据以均值补齐，相关变量的描述性统计见表7所示。

Table 7. Descriptive statistics of related variables

表7. 相关变量的描述性统计

变量名称	变量说明	均值	标准差	最小值	最大值
D	经济与环境协调发展程度	0.350	0.075	0.229	0.742
lntrans	交通基础设施	1.463	0.837	−1.317	4.291
lnhuman	人力资本	5.022	0.961	0.637	7.147
lnFDI	外商投资	12.926	1.617	8.124	16.834
fin	数字普惠金融	224.613	97.836	29.740	431.930

5.3. 影响因素分析

本文采用固定效应模型，同时控制时间和个体效应，对计量模型(17)进行回归估计，进一步探究我国五大城市群经济与环境协调发展程度的影响因素，同时为了保证回归结果的稳健性，本文依次加入交通基础设施、人力资本、外商投资和数字普惠金融四个影响因素，具体结果见表8所示。

由表8的序列(1)~(4)可知，依次加入影响因素变量后的回归结果除系数大小略有变动外，其符号和显著性并未发生明显变化，说明本文的回归结果是可靠的。由序列(1)~(4)可知交通基础设施的系数为正，且通过1%水平下的显著性检验，即交通基础设施水平的提升对我国五大城市群经济与环境协调发展具有显著的促进效应。这是因为交通基础设施是我国经济发展的基础条件，对区域经济发展具有重要作用，而交通基础设施的改善同样有利于缓解我国区域环境压力，降低资源能耗[17]，进而有利于提高我国五大城市群经济与环境协调发展水平。

序列(4)中人力资本水平的系数为0.0171，且通过1%水平下的显著性检验，说明人力资本水平的提升对我国五大城市群经济与环境协调发展程度具有显著的正向促进作用。其原因主要体现在以下两个方面：一是人力资本水平的提升可通过改善劳动力质量，增强科技创新活力，促进经济增长；二是人力资本水平的提升可通过改善环保意识、促进清洁技术使用等方式改善环境质量，降低环境污染程度[25]，这均有利于促进我国五大城市群经济与环境协调发展。

序列(3)和(4)中外商直接投资的系数均为正，但未通过显著性检验，即外商直接投资水平的提升对我国五大城市群经济与环境协调发展水平的促进作用并不显著，其原因在于现阶段我国经济发展方式面临转型升级，更加依赖于通过提高自身自主创新能力获得促进经济与环境协调发展的新动能，使得外商直接投资的影响效应并不明显。

数字普惠金融的回归系数显著为正，说明数字普惠金融发展水平的提升可显著正向促进我国五大城市群经济与环境协调发展，这是因为：一方面，数字普惠金融可通过缓解融资约束，降低交易成本，为城市经济与环境发展提供与之相匹配的配套设施，进而促进两系统间的协调发展程度；另一方面，数字普惠金融发展水平的提升可为企业提供更加多元化的融资渠道，改善创新环境，提高创新效率，进而促进我国五大城市群经济与环境协调发展水平的提升。

Table 8. Influencing factors of the coordinated development of economy and environment in the five major urban agglomerations of China

表8. 我国五大城市群经济与环境协调发展程度的影响因素

变量	(1)	(2)	(3)	(4)
lntrans	0.0231^***	0.0172^***	0.0175^***	0.0179^***
	(11.12)	(7.91)	(7.98)	(8.17)
lnhuman		0.0163^***	0.0161^***	0.0171^***
		(7.12)	(7.01)	(7.30)
lnFDI			0.0013	0.0016
			(1.26)	(1.51)
fin				0.0210^**
				(2.04)
常数项	0.2945^***	0.2221^***	0.2060^***	0.1870^***
	(100.22)	(21.05)	(12.37)	(9.83)
个体效应	Yes	Yes	Yes	Yes
时间效应	Yes	Yes	Yes	Yes
R^2	0.585	0.610	0.610	0.612
N	920	920	920	920

注：^***、^**、^*分别表示1%，5%和10%的显著水平上显著，括号为t值，下同。

6. 结论与启示

本文在合理构建我国五大城市群经济与环境协调发展评价指标体系的基础上，首先，运用耦合模型、Kernel密度估计和Dagum基尼系数分解法进一步探究我国五大城市群经济与环境协调发展程度的时空演进趋势及其区域差异来源，然后，采用计量模型实证检验我国五大城市群经济与环境协调发展的影响因素。主要结论包括以下几个方面：1) 2007~2020年间我国五大城市群经济与环境协调发展水平呈现逐年增长的趋势，并呈现出非均衡发展特征，总体来看，我国五大城市群经济与环境协调发展程度普遍偏低，多处于轻度失调阶段。2) 从区域差异来源角度来看，我国五大城市群经济与环境协调发展水平的区域差异来源主要在于区域间差异，其中成渝–珠三角城市群间经济与环境协调发展程度的差距最大，而成渝–长江中游城市群间的差距最小。3) 交通基础设施、人力资本以及数字普惠金融发展水平的提升对我国五大城市群经济与环境协调发展具有显著促进效应，但外商直接投资对我国五大城市群经济与环境协调发展的影响并不显著。

根据本文的研究结论，得出的启示在于：

1) 着力提高我国经济与环境协调发展程度。根据城市群内部各城市的实际发展情况，因地制宜地制定兼顾经济发展与环境质量改善的经济高质量发展政策，缓解因虹吸效应存在导致优质资源向发达城市倾斜的问题，同时加强并监督环境规制政策的实施，在保证经济发展的同时倒逼高污染、高能耗产业进行绿色转型升级，不断提升中国式现代化进程中各城市经济与环境的协调发展水平。2) 均衡经济与环境协调发展程度。由于我国经济与环境协调发展的区域差异来源主要在于区间差异，在提升经济与环境协调发展程度的同时，要更加注重如何均衡各城市群间经济与环境的协调发展程度，协调发展程度高的城市在继续推进本地经济与环境协调发展的同时，充分发挥自身技术、资源优势，辐射带动周围城市协调发展；适当给予发展差距较大的城市群经济发展与环境改善的政策倾斜，鼓励城市群加快推进绿色转型升级，在兼顾经济发展的同时，实现环境质量改善。3) 从影响因素着手，改善经济与环境协调发展程度。具体可通过改善我国交通基础设施建设，推进高等教育发展水平，改善城市群内部各城市间数字普惠金融发展环境等方式，不断培植城市群内部各城市的发展动力优势，进而达到改善中国式现代化背景下经济与环境协调发展程度的目的。

NOTES

¹城市群的划分参见“十三五”规划纲要、《成渝城市群发展规划》和《长江中游城市群发展规划》。