淮河生态经济带省域城市间发展水平时空评价

谷雅娴，何 刚，姚婉妍

（安徽理工大学 经济与管理学院，安徽 淮南 232001）

区域发展状况与区域自身资源、 地理条件、政策发展、 历史背景及内外部环境等因素密切相关，因此会出现区域间发展不均衡的局面。适当的区域发展差异有利于区域间形成资源优势互补，促进地区间生态与经济发展的竞争与合作，为暂时落后地区提供一定的激励与帮助。而差异过大的区域发展格局则会导致区域矛盾加剧，随着人口、资源、技术等要素的不断流失， 地区可能会丧失发展的源动力，使得落后区域发展困难重重［1］。因此，协调区域统筹规划，缩小地区相对差异，扩大生态经济红利，促进区域实现由点及面的共同发展，有助于提升总体发展水平，对中国落实区域协调发展以及减少贫富差距意义重大。

中国正向高质量发展转型，社会总体稳定，但城乡区域建设仍然不平衡， 生态环境状况严峻，生态建设刻不容缓，社会民生存在弱项，收入分配存在较大差距［2］。 区域差异和生态经济发展一直备受关注。 当前，区域发展的研究主要围绕构建评价指标体系以及运用不同方法多维度进行评价。 姜文博等运用DEA 法结合SBM 模型先测算陕西生态经济效率， 接着对全国31 省进行效率评价，得出西部省份整体效率不足的结论［3］。周洋等基于主成分分析对山东2010—2014 年的综合得分进行比较，确定4 个主要影响因子［4］。苏胜亮运用熵权法及耦合协调模型对宁夏生态经济耦合度演变方向进行分析， 结果呈U 型变化［5］。茹克亚·萨吾提等利用遥感影像提取4 个指标计算遥感生态指数，监测阜康市生态环境状况［6］。 何刚等运用云物元模型对合肥市生态阻力进行诊断，将环境和经济融入生态响应系统［7］。 现有生态经济研究多是针对省份和城市进行研究，将两者结合从整体到局部的时空分布研究不多。文章以安徽省各地级市为研究区域，运用空间计量模型，从时空变化角度评判城市间生态经济发展，先对安徽省生态经济用熵权综合评价法进行总体评价，接着用全局Moran 指数、局部Moran 指数对空间相关性判断，从城市角度分析区域现有水平及差异，有助于集思广益，推进研究向纵深发展。

一、研究区域及数据来源

（一）研究区概况

安徽省地处华东地区，下辖16 市，省会合肥的地形主要由平原、丘陵构成，面积宽阔，人口集中，资源丰富。 2018 年安徽省8 市加入淮河经济带，2019 年安徽全域加入长三角地区,为安徽省的发展带来极大机遇。中国宏观的南北发展差距在安徽省城市间的发展中也有所体现。皖南皖北地区内部发展不均衡，经济实力差距较大，安徽省深度地融入长三角经济带的宏远规划受到制约。 因此，为促进安徽省各地级市生态经济协调发展，实现从局部到整体的共同发展，文章研究安徽省各城市间生态经济状况具有实际意义。

（二）数据来源

数据主要来源于2013—2020 年《安徽统计年鉴》以及安徽省各地市发展公报，部分缺失数据通过插值法以计算补充。

二、指标体系的建立及评价方法

（一）指标无量纲处理

为使不同单位的指标拥有可比性，文章采用极值法作无量纲处理， 将无量纲后的指标均增加0.001， 使得数据处理有实际意义， 以满足运算要求。 具体如下：

公式(1)(2)中，Xi为某项指标无量纲处理前实际值，Xi(max),Xi(min)为该指标在某一时刻序列的无量纲化处理前的最大值和最小值，Yi为无量纲化处理后数值。

（二）指标权重确定

目前，赋权法中较为客观的是熵权法，该方法运用数学模型来确定指标权重。文章选取熵权法来确定权重，其计算方法如下：

ij 代表第i 个样本，第j 个指标；m 代表指标个数；p 代表评价样本数。 ej代表信息熵；rij代表特征比重或贡献度；Wj代表指标权重；Zij代表数据标准化值。

（三）指标体系构建

目前，复合系统构建指标体系的研究已较为成熟，通过子系统相互配合实现优化整体［8］。 研究对象包括 省 域［9］、经 济 带［10］、旅 游 业［11］、河 流［12］、森林［13］等，大多采用定量分析，可以从不同维度方面提供相应研究思路。 依据科学性、有效性和针对性等原则，文章从经济、社会、生态系统3 个维度遴选出15 个指标，构建区域生态经济评判综合体系（详见表1）。

表1 区域生态经济评判体系

（四）区域发展水平评价

根据公式（1）—(5)进行计算，可分别测度安徽省2012—2019 年的经济、社会、生态水平，从而得出综合区域发展指数。 文章运用综合指数评价模型，具体如下：

其中，EI、SI、CI、RI 分别表示区域经济、 社会、生态、 综合指数，Ei、Si、Ci为第i 指标权重值，Ai对应为相应标准化数值，取α1=α2=α3=1/3，得出结果如图1 和表2 所示。

图1 安徽省整体综合发展评价指数

表2 安徽省各市综合指数评价结果

（五）空间相关性分析

空间相关性是对区域空间依赖性和异质性的数据分析，其用来处理观测值的非独立性，以及判断研究区区域是否存在空间相互作用。 1950 年Moran 根据空间分布情况提出Moran 指数， 作为空间相关的评价指标［14-15］。 Global Moran’s I 指数用来评判空间整体范围的属性关联度，其具体方法如下：

公式(10)中，n 代表城市个数，wij代表空间权重矩阵，xi、x 代表第i 个市综合指数以及均值，Global Moran’s I∈［-1,1］,其中接近于0 处于随机分布，∈(0,1］时空间正相关，∈［-1,0)时空间负相关，且绝对值与相关性成正比。

局部空间相关是描述局部区域与相邻区域的近似程度，局部空间自相关指标对选定区域内空间位置相互作用程度进行测算， 各个城市的LISA 观察值是对空间相邻近的观察值空间属性的局部分析，可将全局空间转换为局部空间而进行相关性分析， 从而检验空间相关性显著程度。 通常通过Local Moran’I 指数来反映，相应表达式为：

其中，S2为yi的方差，p 为研究区域内城市个数，hij为空间权重值，通常Local Moran’I＞0 表示第i 个城市与周边城市发展趋势相同， 而当Local Moran’I＜0 则说明第i 个城市与邻近城市趋势相反。

空间相关性体现在Moran 散点图中每个象限对应一种空间格局，共有4 种类别。其中，H 代表结果高于平均值，L 代表在平均值以下。Moran 散点图结合LISA 集聚图可对区域显著水平以及聚类分散情况的空间分布进行判断，从而对城市生态经济空间分布进行分析［16］。

三、实证分析

（一）区域生态经济水平空间分析

依据前文中的方法和模型，为进一步判断城市间空间的所处位置， 运用ArcGIS 软件绘制安徽各市发展状况空间分布，运用自然间断点分级法将安徽各市均按照危险、一般、安全三个等级进行划分。由于2015 年是安徽省调整结构转变发展方式重要的一年， 因此文章选择2015 和2019 年进行展示，具体如图2 和图3 所示。

图2 2015 年安徽省发展状况空间分布

图3 2019 年徽省发展状况空间分布

根据安徽区域发展评价指数并结合ArcGIS 可视化结果， 安徽综合评价指数在2013—2018 年呈显著上升趋势。 其中， 生态系统出现波动式变化，2013、2017 及2019 年生态指数均较前一年度出现下降；社会系统2015—2017 年增长幅度较小，2017年显著提高，2018 年和2019 年处于逐渐趋于稳定的局面；经济系统研究期内持续增长且指数态势近似于直线，前4 年直线斜率略低于后4 年。 2015—2019 年是安徽发展生态经济的重要时期， 政府聚焦重点，使得新兴产业实现战略式跨越，实施创新程度信息化机制，加速技术变革与产业链升级齐头并进。 与此同时，安徽生态文明响应国家绿色低碳的号召，进行区域的整体规划以及局部细化因地制宜的改革。 工业粉烟尘排放治理得到重视，燃气覆盖率上升减少了传统火力发电所带来的污染。在社会治理中以改善民生问题、 提高人民素质为目标，将生态文明结合经济发展为指导，积极融入长三角地区规划发展方向，借助政策推动生态治理及经济转型双向进展。

2012—2019 年城市生态经济状态分布差异性显著，省会合肥生态经济处于领先水平，芜湖、马鞍山、滁州、蚌埠处于前列，其余城市也均有不同程度的进步。 2012—2015 年皖北地区的生态经济弱于其他地区，阜阳、淮南等地区生态经济状况不容乐观。 阜阳是安徽省人口输出城市，劳动力占比不足60%，城市建设面积89.8 平方公里，城镇化覆盖率不高；淮南是典型的煤炭资源型城市，产业结构单一，生态环境治理未得到重视；宿州位处安徽省北部，生态经济发展力度不够，缺少合适的规划方向。皖南地区中黄山和池州作为旅游型城市，生态环境较好，但是经济发展缺少推动力，研发创新经费不足，产业面临多元化转型困境。 2015 年生态经济发展突出的有3 个城市，包括合肥、芜湖及马鞍山，而铜陵和皖北三个邻近区域城市处于同一层级。2019年安徽省共有10 个城市生态经济发展状况进展显著， 在安徽16 个城市中占比超过60%， 说明2015—2019 年安徽省生态经济得到有效发展，其中滁州、安庆生态经济进展显著，由较差的水平分别提升至良好、一般。而2019 年铜陵的生态经济出现下滑， 主要原因为相较于其他城市的快速发展，铜陵的发展缺少有效的支柱产业，其内部驱动力不足，生产总值为960.17 亿元，生产总值指数以2018年为基准仅为98.3， 是2019 年安徽省唯一生产指数未过百的城市。

（二）区域空间相关性格局分析

文章对安徽省各地级市生态经济综合指数进行整理， 使用GeoDa 软件对2015 年、2019 年各市的Moran 散点分布及集聚情况进行可视化表达，其中第一象限为高-高聚集（H-H），第二象限为低-高聚集（L-H）,第三象限为低-低聚集（L-L）,第四象限为高-低聚集（H-L）。

由图4、图5 可知，2015 年、2019 年全局Moran指数分别为0.097、0.187， 说明全局整体空间呈正相关。 为检验显著性，文章对相应年份的散点图进行999 次随机化置换处理，数据结果均通过置信度90%下的检验，表明城市在空间上有一定的关联性但相关性较弱。平面区域中共有四个象限，第二、三象限在整体分布中较为集中。 2015 年第一象限城市有芜湖、铜陵、马鞍山、合肥，2019 年滁州取代铜陵进入第一象限， 其中合肥在这两年均处于一、四象限边界附近。 与此同时,生态经济水平较高的是芜湖、马鞍山，两市处于安徽东部地区空间集聚度较高，说明合肥与芜湖、滁州、马鞍山等市在安徽生态经济发展中处于领先。滁州、马鞍山与合肥相邻，集聚效果不显著， 两市受南京都市圈辐射作用影响，集聚度较高。 但省会合肥发挥联动效应不够显著。 2015 年位于第四象限是蚌埠、淮北两市，2019年只有蚌埠处于第四象限， 说明安徽北部城市中，蚌埠自身生态经济水平较高，但周围城市生态经济生态经济水平不高，集中分布于二三象限。

图4 2015 年安徽省各地级市Moran 散点图分布

图5 2019 年安徽各地级市Moran 散点图分布

皖北城市生态经济协同效应不够显著，皖北区域空间集聚度较弱，同时城市生态经济发展集聚性较弱，应当谋求合适的城市定位，有针对性地进行变革与发展。 此外，省会合肥自身生态经济水平较高，未充分发挥辐射作用，需要加强与周边城市的联系与合作，而生态经济相关性和集聚性较弱的地区也应当谋求合适的城市定位，并结合实际情况有针对性地进行变革与发展。 从局部来看，皖南地区生态环境较好，具有丰富的旅游资源，但产业结构较为单一，经济结构多元化发展进程较慢，皖北地区以矿产资源为基础的工矿型城市，依据技术变革推动产业延伸，仍处于建设时期。

四、结 语

文章从“生态-社会-经济”三个层面构建安徽省各地级市生态经济评价体系，采用熵值法和综合指数模型获得区域综合生态指数，通过空间全局相关与局部集聚情况，结合ArcGIS 和GeoDa 对结果进行数据可视化展示，从时空角度分析安徽省城市生态经济发展差异， 可以得出相关结论：2012—2019 年，安徽各市生态经济均有不同幅度的提高，社会系统和生态系统变化趋势较为相似，经济系统发展态势良好，但整体发展水平不均衡。 依据综合指数视角，省会合肥综合实力远超其他城市，发展优势显著。 安徽16 市生态经济水平为“中间高、周边低”的不均衡空间分布，以合肥、芜湖为热点区域逐渐向其他城市蔓延发展。

2015—2019 年是区域产业变革生态建设的重要转型时期，安徽生态经济水平提升显著，地域差异较为明显。 整体空间呈现弱微正相关，局部集聚度不高，应充分发挥合肥都市圈的辐射作用，实现与六安、蚌埠、安庆等市同城化发展。 合肥、芜湖在自身壮大的同时应带动安徽省内其它各市的协调发展，而铜陵处于双核城市交汇，应积极参与两市互动及合作发展。

推动安徽省生态经济高质量发展，必须坚持创新、协调、绿色、开放、共享的新发展理念，因地制宜，精准施策，做到“一城一策”。芜湖继续注重传统和新型产业融合发展；马鞍山、滁州利用与南京市地理位置较近的优势， 融入南京都市圈； 阜阳、宣城、蚌埠、亳州等城市应当提高创新指数，结合生态创新进行统筹规划；淮南、淮北等资源型城市应谋求产业的匹配与转型； 安徽典型的旅游城市黄山、池州也应优化自身经济结构，寻求生态与经济协调发展。