陕西省经济发展与生态环境压力解耦态势研究

杨秀平，刘利利，杨凯铭

（1.兰州理工大学 经济管理学院，甘肃 兰州 730050；2.中国地质大学（北京）经济管理学院，北京 100083；3.甘肃农业大学 信息科学技术学院，甘肃 兰州 730070）

0 引言

经济发展和生态环境是一个动态演进过程，二者所包含的要素众多，综合作用强，生态环境不仅为人类提供生存和发展的基本条件，更是经济发展和社会稳定的重要保障（Baumol等，1988；杜祥琬等，2015）。改革开放以来，我国经济高速发展，取得了举世瞩目的成就，同时也付出了资源过度消耗、环境污染严重、生态环境恶化的沉重代价（段长桂等，2017）。因此，在新发展格局引领下，探索如何减小生态环境压力、加强生态环境综合治理，实现经济发展与生态文明建设向前协调推进、人与自然和谐共生具有重要的科学意义和现实意义。

目前，国内外学者关于经济发展与生态环境相互作用关系的研究颇丰。Grossman等（1992）提出环境库兹涅兹曲线 （environmental Kuznets curve，EKC）假设，Ekins（1997）等多位学者验证了这一假设，并被广泛应用于经济增长与生态环境相互作用关系的研究之中（Caviglia-Harris等，2009）。关于经济发展与生态环境耦合关系所采用的研究方法主要集中于投入产出模型（韩瑞玲等，2012）、环境库兹涅茨模型（王陆军等，2015）、引力模型（唐晓灵等，2020）等，也有学者采用耦合度（李强等，2019）、模糊分级评价（钱娟等，2017）、灰色关联度（李建辉等，2021）等方法对经济发展和生态环境进行测度。研究尺度方面主要分布在全国（李茜等，2015）、长三角经济带 （张荣天等，2015；李建新等，2020）、黄河流域（吴艳霞等，2021）、京津冀城市群（刘玉凤等，2019）、省域（吴清等，2021）、市域（原琳娜等，2016；段长桂等，2017；刘薇等，2020）、县域（李苒等，2014；马亚亚等，2019）。综上，在已有的研究成果中，较多的是测度经济发展与生态环境发展指数来研究二者的耦合协调度，即通过定量评价经济发展与生态环境交互耦合的协调程度，来了解发展过程中的问题，而对经济增长与生态环境污染解耦的研究成果较少。经济发展与生态环境之间的解耦是通过破除生态破坏或环境污染与经济发展之间的耦合关系，实现经济绿色健康的可持续发展，其能够深度刻画二者协调发展阶段内部经济发展和生态环境之间相互影响的复杂关系。

陕西省10个地级市具有生态脆弱、环境敏感等特征，是经济发展与生态环境交互影响深远、胁迫关系复杂的地区，因此，研究陕西省10个地级市经济发展与生态环境压力解耦过程与状态具有理论意义和实践意义。本文以陕西省10个地级市为例，基于经济高质量发展视角，借鉴PRESS模型、PSR模型（pressure-state-response），根据经济发展和生态环境的理论框架（图1），从经济发展子系统、生态环境子系统两个维度构建评价指标体系，深入研究陕西省10个地级市2010—2019年经济发展与生态环境压力耦合过程与解耦状态，以期为实现陕西省经济高质量发展提供参考。

1 研究方法

1.1 熵值法确定指标权重

用熵值法确定指标权重，使权重体现出各指标的相对重要性（杨秀平等，2018）。根据表1所构建的指标体系中的各项指标，构建初始数据矩阵，如公式（1）所示。

表1 经济发展与生态环境压力指数解耦状态判别标准Table 1 Criteria for telling decoupling state of economic development and eco-environmental pressure index

式中：X为初始数据矩阵；Xij（tk）为第i个地级市第j项指标在tk年度的初始数值。

为了防止标准化过程中任何指标值都为零，需要对数据进行归一化处理。参考相关文献（Baumol等，1988），本文对数据进行归一化处理的具体过程如公式（2）— （3）所示。

式中：Sij（tk） 为 归 一 化 处 理 后 的 标 准 值；min Xj（tk）、max Xj（tk）分别为第j项指标的最小值、最大值。

根据熵值法原理，首先计算第tk年第j项指标的比重，其次计算第j项指标的熵值，再次计算第j项指标的差异系数（对于第j项指标，指标的差异值越小，则信息量越大，熵值越小，得到的值越大，相应的指标也就越重要），最后计算第j项指标的权重（表1），如公式（4）— （7）所示。

式中：Pij（tk）为第j项指标第tk年的归一值；Ej（tk）为第j项指标的信息熵值；k＞0。

式中：Ej为第j项指标的差异系数；Wj为第j项指标的权重。

1.2 线性加权评价模型

利用公式（7）计算出的权值和线性加权函数分别构建经济发展与生态环境子系统发展评价模型，如公式（8）— （9）所示。

式中：EEi为生态环境发展指数；REi为经济发展指数。

1.3 解耦模型

解耦（decoupling）理论反映某一时间节点两子系统间异步演进态势（张建威等，2021）。本文在构建综合经济发展指数与生态环境压力指数的基础上，借鉴相关研究成果（Tapio，2005），构建经济发展与生态环境压力的解耦模型，具体公式为

式中：εtk为第tk时期的解耦指数；ΔEco和ΔEnv分别为第tk时期经济发展和生态环境压力的变化率；Ecotks、Ecotke分别为第tk时期期初和期末经济发展水平；Envtks、Envtke分别为第tk时期期初和期末生态环境压力指数。

根据解耦模型对解耦程度进行划分，以εtk＝0.8与εtk＝1.2为阈值，将经济发展和生态环境压力的动态解耦关系划分为8类（表1）：强解耦，表示生态环境压力随经济发展水平提升而降低；弱解耦，表示生态环境压力与经济发展水平双向提升；衰退性解耦，表示经济发展水平与生态环境压力同时衰退；扩张性连接，表示经济发展水平与生态环境压力同时提高且增幅相当；衰退性连接，表示经济发展水平与生态环境压力双向降低且降幅相当；扩张性负解耦，表示生态环境压力随经济发展水平提高而提高，且增速大于区域经济发展；弱负解耦，表示生态环境压力和经济发展水平同时弱化，但经济发展水平弱化速度较快；强负解耦，表示生态环境压力在经济衰退中强化。

2 指标构建与数据来源

2.1 经济发展与生态环境评价体系构建

本文借鉴已有的经济发展与生态环境研究成果（李 苒 等，2014； Grossman 等，1992； Tapio，2005），构建适用于陕西省10个地级市经济发展与生态环境综合评价体系（表2）。针对综合经济发展指标体系，选取经济运行状况、居民收支水平、产业经济结构、社会发展水平作为一级指标，从4个维度选取13个二级指标；针对生态环境综合指标体系，借鉴P-S-R（压力-状态-响应）指标框架，从3个维度选取13个二级指标。

表2 经济发展与生态环境评价指标体系Table 2 Evaluation index system of economic development and eco-environment

2.2 数据来源

本文的研究数据来自2011—2020年《中国城市统计年鉴》 《陕西省统计年鉴》、陕西省各地级市统计年鉴、各地级市国民经济和社会发展统计公报和相关政府官方网站，以及CNKI中国经济与社会发展统计数据库。对于少数缺失数据，利用插值法填补缺失值以处理数据缺失问题（刘庆芳等，2021）。由于陕西省杨陵数据缺失严重，本文的研究区域不包含杨陵。

3 实证分析

3.1 研究区区域概况

陕西省地域狭长，气候类型多样，分为陕北、关中和陕南，其中，陕北包括延安、榆林，关中包括西安、铜川、宝鸡、咸阳、渭南，陕南包括汉中、安康、商洛，陕西省行政区划示意图如图2所示。陕北、关中、陕南生态环境特征差异明显，农-林-牧交错带分布广泛，多样化的地形和气候、丰富的矿产资源为陕西省经济发展奠定了基础。截至2019年年末，陕西省实现地区生产总值25 793.17亿元，人均生产总值66 649元／人，比上年增长7.16%，第二、三产业增加值分别为11 980.75亿元、11 821.49亿元，占比分别为46.5%、45.8%，经济发展迅速。陕北、关中、陕南三大区域资源禀赋、产业发展路径各有不同，经济发展差异较大。陕北地区能源资源丰富，能源工业主导产业地位突出；随着产业结构的调整，陕北两市积极推动能源工业转型升级，着力发展高端能源产业基地，整体上陕北比陕南富裕，但是水资源较少，生态环境压力大。关中地区工业基础雄厚，依托政策支持、产业优势，经济地位在陕西省举足轻重；但关中各市产业布局趋同，经济发展参差不齐，且随着经济转型深入，各市经济发展态势分化明显。陕南地区水资源较为丰富，受地理环境和区位的限制，经济基础相对薄弱，绿色循环产业和生态旅游或为陕南地区未来经济发展的主要方向。总体而言，陕西省区域发展不均衡问题突出，协调陕西省经济发展与生态环境是陕西省实现高质量发展的当务之急。

3.2 陕西省10个地级市经济发展水平分析

2010—2019年陕西省10个地级市经济发展水平演变特征如表3和图3所示。

图3 2010—2019年陕西省陕北、关中、陕南经济发展指数波动趋势Fig.3 2010 to 2019 waving trend of economic development indexes of Northern，Guanzhong and Southern Shaanxi

1）从城市群来看，关中城市群经济发展指数由2010年的0.392 0下降到2019年的0.384 2，下降了1.98%，峰值出现在2016年（0.410 4），除西安外，关中城市群的其他城市经济发展指数均值皆小于关中城市群经济发展指数均值，说明关中地区发展不均衡，西安是陕西省会，又是国家中心城市与科研、教育、工业基地，经济发展水平相对较高，而经济发展指数最低的渭南是农业大市，人口众多，人均GDP水平较低，工业结构严重失衡。陕北城市群经济发展指数由2010年的0.403 6下降到2019年的0.336 6，下降了16.58%，峰值出现在2012年（0.421 1），榆林经济发展指数均值高于陕北地区经济发展指数均值，而延安则低于均值，榆林具有完善的交通设施，拥有丰富的煤炭资源，而延安红色文化浓厚，旅游业发展良好。陕南城市群经济发展指数由2010年的0.097 2上升到2019年的0.145 8，上升了50.07%，峰值出现在2019年（0.145 8），汉中经济发展指数均值高于陕南地区经济发展指数均值，而安康、商洛则低于均值，陕南地区生态环境良好、旅游资源丰富，以期带动经济发展。

2）从整体来看，陕西省综合经济发展水平由2010年的0.305 9下降到2019年的0.303 2，下降了0.87%，峰 值 出 现 在2016 年 （0.310 1）。2010—2019年陕北地区经济发展指数波动下降，2010—2014年陕北城市群区域经济发展水平高于关中和陕南，2014—2015年陕北城市群区域经济发展水平出现断崖式下跌，2015—2019年甚至低于关中，可能的原因是，一味地追求规模，盲目求大，使得煤炭、工业产品价格下行。2018—2019年陕北出现上升趋势，可能的原因是，以“转型升级高质量发展”为主线，借助高端智能技术实现快速发展。2010—2019年陕南地区经济发展水平排名一直较为靠后，但是在研究期内波动上升，可能的原因是陕南县域工业增加值上升。2019年，受供给侧结构性改革的推进及神木重大煤矿事故的影响，陕西省工业增加值增速大幅回落，陕北、汉中、陕南区域经济发展水平增长缓慢。

3.3 陕西省10个地级市生态环境发展水平分析

由图4可以看出，2010—2019年陕西省生态环境综合指数呈波动上升趋势，且不同城市间生态环境指数空间差异显著。根据期末相对期初的增长率（表4），将10个地级市分为4种类型。

表4 2010—2019年陕西省10个地级市生态环境指数值Table 4 2010 to 2019 eco-environmental indexes of Shaanxi's ten prefectures

图4 2010—2019年陕西省生态环境综合指数波动趋势Fig.4 The fluctuation trend of the comprehensive ecological environment index of Shaanxi Province from 2010 to 2019

1）波动高速上升型（增幅＞50%），城市数量占比为10%，包括渭南。通过不断加强环境治理、完善生态建设，努力打造生态文明示范区，为高质量发展增强生态实力。

2）波动中速上升（20%＜增幅≤50%），城市数量占比为20%，包括宝鸡、安康。安康不仅是“西安—三峡—张家界”绿色生态旅游长廊中的重要驿站，也是陕西省绿色生态旅游的品牌。

3）波动低速上升（0＜增幅≤20%），城市数量占比为30%，包括西安、咸阳、汉中。汉中是秦岭腹地国家森林城市群之一。

4）波动下降或停滞型（增幅≤0），城市数量占比40%，包括铜川、延安、榆林、商洛。这些城市较多为生态脆弱区和敏感区，尤其是榆林，随着资源的开发利用，环境污染、生态破坏现象日趋严重。

3.4 陕西省10个地级市经济发展与生态环境空间演化分析

借助Arc GIS10.2软件，采用自然断点法，将2010—2019年陕西省各地级市经济发展指数分为低、较低、中等、较高、高5种类型，如图5所示。

图5 2010—2019年陕西省10个地级市经济发展指数的时空变化Fig.5 2010 to 2019 temporal-spatial changes of economic development indexes of Shaanxi's ten prefectures

1）2010—2015年大部分城市经济发展指数属于中等以下类型，少数城市属于低或高类型。2010年80%的城市经济发展指数属于中等或中等以下类型，包括铜川、宝鸡、汉中、咸阳、渭南、延安、安康、商洛，10%的城市属于较高类型，包括榆林，10%的城市属于高类型，包括西安。2015年50%的城市经济发展指数属于中等或中等以下类型，包括汉中、安康、商洛、渭南、延安，30%的城市属于较高类型，包括铜川、宝鸡、咸阳、榆林，10%的城市经济发展指数属于高类型，包括西安。由此可见，2010—2015年，西安经济发展指数一直保持在高类型，宝鸡、咸阳经济发展指数从中等水平上升到较高水平，可能的原因是宝鸡是工业城市，工业发展实力雄厚，咸阳离西安近，是关中经济区核心之一。

2）2015—2019年大部分城市经济发展指数属于中等以上类型，少数城市属于低类型。2019年60%的城市经济发展指数属于中等或中等以上类型，包括西安、宝鸡、榆林、铜川、咸阳、延安，40%的城市属于低或较低类型，其中，西安经济发展指数属于高类型，宝鸡、榆林经济发展指数属于较高类型，铜川、咸阳、延安经济发展指数属于中等，渭南、汉中经济发展指数属于较低类型，安康、商洛经济发展指数属于低类型。2015—2019年，西安、榆林一直保持在高、较高类型，铜川经济发展指数所属的类型上升，榆林地理位置优越、旅游资源和煤矿资源丰富，经济实力不断壮大。此外，铜川距离西安近，实施西铜经济一体化战略带动周边富平、三原发展，对快速提升铜川本身经济发展具有很大益处。

借助Arc GIS10.2软件，采用自然断点法，将2010—2019年陕西省各地级市生态环境指数分为低、较低、中等、较高、高5种类型，如图6所示。

图6 2010—2019年陕西省10个地级市生态环境指数的时空变化Fig.6 2010 to 2019 temporal-spatial changes of eco-environmental indexes of Shaanxi's ten prefectures

1）2010—2015年大部分城市生态环境指数属于中等以下类型，少数城市属于高类型。2010年60%的城市生态环境指数属于中等或中等以下类型，包括铜川、咸阳、渭南、宝鸡、榆林、西安，20%的城市属于较高类型，包括延安、安康，20%的城市属于高类型，包括汉中、商洛。2015年70%的城市生态环境指数属于中等或中等以下类型，包括商洛、西安、咸阳、铜川、渭南、延安、榆林，10%的城市属于较高类型，包括宝鸡，20%的城市生态环境指数属于高类型，包括汉中、安康。由此可见，2010—2015年，生态环境发展指数一直保持在高类型的城市主要分布在陕南地区，其自然环境具有南方特征，生态旅游资源丰富，关中、陕北地区工业发达，对生态环境造成一定的影响。

2）2015—2019年依然是大部分城市生态环境指数属于中等以下类型，少数城市属于高类型。2019年70%的城市生态环境指数属于中等或中等以下类型，包括西安、宝鸡、咸阳、渭南、铜川、榆林、商洛，10%的城市属于较高类型，包括延安，20%的城市属于高类型，包括汉中、安康。2015—2019年，汉中、安康一直保持在高类型，榆林一直保持在中等类型，延安生态环境指数所属的类型由中等上升到较高类型，延安是红色革命根据地，具有丰富的红色旅游资源，在发展红色旅游的同时，生态环境在不断改善。

由图5、图6可以看出，2010—2019年陕西省10个地级市经济发展指数和生态环境指数的对比，西安经济发展指数一直高于生态环境指数，榆林经济发展指数和生态环境指数接近，汉中、安康、商洛、延安、渭南、咸阳、铜川、宝鸡生态环境指数明显高于经济发展指数。

3.5 陕西省10个地级市经济发展与生态环境压力耦合与解耦态势分析

3.5.1 年际耦合与解耦动态分析

采用解耦模型计算陕西省10个地级市2010—2019年经济发展与生态环境压力年际变化率及其解耦指数，探索相邻年份二者的耦合与解耦关系。5个时间截面及其对应的耦合类型如表5所示。

表5 2010—2019年陕西省10个地级市经济发展与生态环境解耦类型Table 5 2010 to 2019 decoupling types between economic development and eco-environment of Shaanxi's ten prefectures

1）2010—2011年经济发展与生态环境压力的关系以衰退性解耦为主，城市数量占比为70%，包括西安、宝鸡、咸阳、延安、汉中、安康、商洛；强负解耦城市数量占比为20%，包括铜川、榆林；衰退性连接占比为10%，包括渭南。说明大部分城市经济发展水平与生态环境压力同时衰退，铜川、榆林经济发展对生态环境的年际“胁迫效应”不断显现，经济发展在生态环境的承载力范围之外。

2）2012—2013年经济发展与生态环境压力的关系以扩张性负解耦为主，其中西安、汉中、安康、商洛以扩张性负解耦为主，铜川、延安、榆林以衰退性解耦为主，宝鸡、渭南以强负解耦为主，咸阳以强解耦为主。扩张性负解耦、衰退性解耦、强负解耦、强解耦城市数量占比分别为40%、30%、20%、10%。2010—2011年，有70%的城市以衰退性解耦为主，2012—2013年此类型的城市占比降低到30%，而扩张性负解耦的城市占比增多，表明城市生态环境压力随经济发展水平提高而增加的问题较为严重。

3）2014—2015年经济发展与生态环境压力的关系以扩张性负解耦和强负解耦为主，其中西安、宝鸡、安康以扩张性负解耦为主，铜川、咸阳、延安以强负解耦为主，渭南、榆林以弱负解耦为主，汉中、商洛以衰退性解耦为主，扩张性负解耦、强负解耦、弱负解耦、衰退性解耦城市数量占比分别为30%、30%、20%、20%。宝鸡从2012—2013年的强负解耦类型转换到扩张性负解耦类型，可见宝鸡的经济发展水平有所上升；而铜川、延安从2012—2013年的衰退性解耦类型转换到强负解耦类型，表明铜川、延安的经济发展水平虽有所降低，但其生态环境压力仍然在增加；咸阳从强负解耦类型转换到强负解耦类型，说明咸阳的生态环境压力与经济发展的方向相反，生态环境压力需要依靠经济支持来减弱，经济水平降低，生态环境压力则会增加。

4）2016—2017年强解耦城市数量占比缩减至20%，包括铜川、汉中；衰退性解耦城市数量占比为30%，包括西安、宝鸡、商洛；负解耦的城市数量占比增加至40%，其中，咸阳、延安是弱负解耦状态，榆林、安康是强负解耦状态；10%的城市为扩张性连接，即渭南。由此说明该时期所践行的五大发展理念政策在铜川、延安不断显效，经济发展的年际负外效应在咸阳、延安、榆林、安康不断增强。

5）2018—2019年60%的城市以强解耦状态为主，其中，强解耦的城市数量占比为50%，包括铜川、宝鸡、渭南、延安、汉中；10%的城市为弱解耦，即榆林市；西安、商洛属于衰退性解耦；咸阳属于扩张性连接；安康属于扩张性负解耦。由此说明生态文明建设推进以来，经济发展与生态环境压力进一步解耦，大部分城市生态环境治理的效果不断显现，尤其是榆林，2010—2017年一直是强负解耦状态，2018—2019年转变为弱解耦状态。然而，仍有一些地区经济发展与生态环境具有胁迫关系。因此，在落实环境保护政策的同时，应重点关注二者的协调发展。

综上，陕西省10个地级市经济发展与生态环境压力关系的年际差异显著，二者的解耦状态由衰退性解耦、解耦过渡至负解耦，再缓慢回升到解耦状态，呈现出阶段性反复特征，说明经济发展对生态环境的影响具有动态性、反复性和不可持续性。

3.5.2 阶段性耦合与解耦状态分析

将研究期划分为2010—2013年、2014—2016年、2017—2019年3个阶段，分析陕西省10个地级市经济发展与生态环境压力的阶段性解耦状态，综合反映相关生态环境制度与经济发展政策的实施效果，如图7所示。

图7 陕西省10个地级市经济发展与生态环境阶段性解耦动态分析Fig.7 Phased decoupling dynamic analysis on economic development and eco-environment of Shaanxi's ten prefectures

1）2010—2013年，强解耦、衰退性解耦、扩张性负解耦、弱负解耦城市数量占比分别为40%、30%、20%、10%，以解耦状态为主，说明经济发展对生态环境造成的负面影响不太明显。

2）2014—2016年，强解耦、弱解耦、衰退性解耦、扩张性连接、扩张性负解耦、强负解耦城市数量占比分别为30%、10%、10%、10%、20%、20%，其中，西安、铜川、商洛为强解耦，宝鸡为弱解耦，渭南为衰退性解耦，安康为扩张性连接，咸阳、汉中为扩张性负解耦，延安、榆林为强负解耦。由此可见，扩张性负解耦和强负解耦状态所占的比重相对较多，表明经济发展的负外部性对延安、榆林城市逐渐显现，不仅加剧了生态环境的恶化，还制约了经济的深度发展。

3）2017—2019年，强解耦、衰退性解耦、扩张性负解耦、弱负解耦城市数量占比分别为40%、30%、20%、10%，其中，铜川、渭南、延安、汉中为强解耦，西安、宝鸡、商洛为衰退性解耦，榆林、安康为扩张性负解耦，咸阳为弱负解耦。随着生态文明建设的深入推进和经济高质量发展政策的实施，各城市注重地区生态环境治理，完善并落实相关环保法规制度，遏制了经济发展，造成了环境污染和生态破坏。

综上，陕西省10个地级市经济发展与生态环境压力的解耦关系具有“U”型特征，经济发展与生态环境关系的阶段性差异显著。在实施生态环境治理政策措施时，应充分考虑生态破坏的不可逆性，尽力避免环境负循环累积效应愈来愈严重。

4 结论与建议

本文构建经济发展与生态环境的综合指数，基于改进的Tapio脱钩分析模型，分析陕西省10个地级市经济发展与生态环境耦合和解耦态势，得出以下结论。

1）经济发展方面，研究期内陕西省综合经济发展水平略微下降，陕北地区经济发展指数前期波动下降，后期在波动中上升。2014—2019年关中地区经济发展水平高于陕北、陕南，陕南地区区域经济发展水平排名一直较为靠后，但是在研究期内波动上升。整体上，陕西省经济发展水平存在不均衡现象。

2）生态环境方面，陕西省生态环境综合发展指数2010—2019年呈波动中上升趋势，其中波动高速上升型城市数量占比为10%，波动中速上升型城市数量占比为20%，波动低速上升型包括城市数量占比为30%，波动下降型或停滞型城市数量占比为40%。陕南地区的生态环境指数多属于较高或高类型，关中和陕北地区由于重工业发展雄厚，导致生态环境发展指数较多属于中等或中等以下类型。

3）经济发展与生态环境解耦态势方面，从年际变化来看，陕西省各地级市经济发展与生态环境解耦关系的动态变化具有反复性特征，负解耦广泛分布在受经济发展影响较大的城市，解耦广泛分布在经济发展水平变化不大且生态环境良好的城市。陕西省10个地级市经济发展与生态环境压力在阶段性解耦关系上大致呈现“U”型，即在研究期初与期末二者关系良好，解耦状态占主导，而在研究期内二者关系经历了由恶化向良好转变。因此，不同时间段存在经济发展与生态环境之间负向作用的问题，积极提高经济发展质量，对构建经济发展与生态环境的良性协调关系非常必要和紧迫。

陕西省各地级市经济发展水平和生态环境条件皆不均衡，要综合评价一个地区的经济发展水平，主要还是看他的短板，因此，针对本文得出的结论，提出以下建议。

1）缩小陕西省各地级市经济差距，激发发展动能和活力。陕西省各地级市经济发展存在差异，应因地制宜发展各地区特色经济，增强城市之间的经济互补和产业联动（郑铁明等，2022）。陕南地区应充分发挥旅游资源优势，陕北地区应采用创新技术开发绿色能源，关中地区应与省会西安建立区域联动合作机制，三大地区发挥各自优势，逐渐缩小各地级市经济发展差距，整体上实现陕西省经济高发展质量。

2）科学评估生态脆弱区，制定符合陕西省各地级市发展战略。陕西省属于地质环境脆弱型，容易发生地质灾害，尤其是陕北地区，应对陕北生态脆弱区实施退耕还林、煤矿生态修复，编制碳达峰方案，推进该地区绿色低碳发展，大力发展和利用水能、生物质能、风能、地热能和太阳能，提高非化石能源占比，努力减少化石能源使用量，推动生态环境质量持续好转。陕南地区应注重自然旅游资源开发和生态保护并重。关中地区要坚持资源开发和污染排放源头治理，实现生态环境质量提升。

3）关注失调地区，促进经济与生态环境协调发展。由解耦结果发现，陕西省存在经济发展对生态环境产生较大压力的问题，应及时调整产业结构，加强生态环境保护力度，提高资源利用效率。针对经济发展进程缓慢的城市，可选择跨区跨省合作，发展绿色环保产业，推动产业绿色化转型升级。因此，应定期评估陕西省各地级市经济发展和生态环境的耦合协调状态，科学判断二者的耦合和解耦状态，实现并保持经济与环境协调发展，走可持续发展道路。