The Spatio-temporal Characteristics and Influencing Factors of Coupling Coordination Degree Between Digital Economy and Eco-economic Efficiency in the Three Major Urban Agglomerations of China
-
摘要:
基于数字经济和生态经济效率的丰富内涵，以京津冀、长三角以及珠三角三大城市群为研究对象，综合运用熵权—TOPSIS法、Super-SBM模型以及耦合协调模型，系统分析2011—2021年数字经济与生态经济效率耦合协调度的时空演变特征，并结合面板Tobit模型探讨其影响因素。结果显示：（1）三大城市群数字经济与生态经济效率耦合协调度表现出持续增长的良好态势，协调度均值从高到低排序依次为：珠三角>长三角>京津冀，京津冀城市群以北京市为中心，充分发挥“一核”的辐射作用，长三角城市群呈现“以高值为中心，连片发展”的特点，珠三角城市群则表现出“中间高、两端低”的趋势。（2）经济发展水平、金融发展水平对三大城市群耦合协调度具有显著的正向促进作用，而对外开放程度、政府干预程度、科技水平以及产业结构水平对城市群耦合协调发展的影响具有明显的区域差异性。
Abstract:Based on the rich connotation of the efficiency of digital economy and ecological economy, this paper took the three major urban agglomerations of Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta as the research objects, comprehensively applying entropy weight-TOPSIS method, Super-SBM model and coupling coordination model, systematically analyzing the spatial-temporal evolution characteristics of the coupling coordination degree of digital economy and ecological economy efficiency from 2011 to 2021. The influencing factors were discussed with panel Tobit model. The results showed that: (1) The coupling coordination degree of digital economy and ecological economy efficiency in the three major urban agglomerations showed a good trend of continuous growth, and the average coordination degree was ranked from high to low as follows: Pearl River Delta > Yangtze River Delta > Beijing-Tianjin-Hebei, among which the Beijing-Tianjin-Hebei urban agglomeration had always been centered on Beijing, giving full play to the radiation role of “one core” . The Yangtze River Delta urban agglomeration showed the characteristics of “high value as the center, continuous development” , while the Pearl River Delta
urban agglomeration showed the trend of “high in the middle and low at both ends” . (2) The level of economic development and financial development had a significant positive promoting effect on the coupling coordination degree of the three major urban agglomerations, while the influence of the degree of opening to the outside world, the degree of government intervention, the level of science and technology and the level of industrial structure on the coupling and coordination development of urban agglomerations had obvious regional differences.
-
森林不仅是陆地生态系统的核心组成部分，也是陆地上规模最大、结构最复杂、生物多样性种类最多、功能最多且效益最大的生态系统，在20世纪90年代，我国根据森林的用途和经营目的，提出了公益林和商品林这两个概念，所谓生态公益林就是为改善环境，保护生物多样性而同时具有公益性质并兼具其他多种功能性的森林[1-2]。广西作为林业大省，林地面积
1610.2955 万hm²，约占土地面积的68%，其中自治区级以上公益林（地）面积505.8333 万hm²，约占林地面积的31%，公益林的发展状况很大程度影响着森林经营的可持续发展，因此对公益林的保护建设显得尤为重要。林农是生态公益林保护建设中不可或缺的重要角色，作为生态公益林各类补偿政策或项目的接受者，以及保护建设生态公益林的微观参与者，他们的参与意愿是影响生态公益林保护建设效率和生态公益林可持续性健康发展的最直接和关键的因素。因此，做好生态公益林的保护建设工作，有必要深入了解林农的参与意愿，探析其影响因素和机制，在此基础上提出有针对性的对策建议，这对于协调好林农的切身利益以及生态公益林社会效益等方面都有很大意义[3]。通过对现有相关文献的整理分析发现，以广西林农为特定研究对象，分析其参与生态公益林保护建设意愿的影响因素的相关研究较少。为此，本文基于广西的调查数据，采用二分类 Logistic回归模型分析，对广西林农生态公益林保护与建设的参与意愿的影响因素进行实证分析，以期为协调林农利益和公益林效益，为进一步健全生态公益林体系管理和完善助农惠农有关政策奠定基础。一、 对象和方法
（一） 研究方法
本研究依托广西壮族自治区森林资源与生态环境监测中心基于公益林年度监测工作开展的研究项目，客观分析林农参与生态公益林保护建设意愿的影响因素分析，主要通过以下三种途径。
1. 问卷调查
本研究发放问卷调查覆盖全区14个地市，采用随机抽样的方法进行，即在各县（市、区）随机选取辖区两个乡（镇、街道）作为调查点，每个调查点随机选取不少于10名公益林所有者或公益林经营者填写问卷，该课题共发放回收有效问卷
2325 份，采用一对一入户调查方式开展。2. 理论描述分析
计划行为理论是在理性行为理论的基础上发展而来的，它由埃塞克•阿杰恩（Icke Ajzen）提出后，经不断发展完善已成为解释行为内生变量的经典理论模型[4]。这一理论显示，对个体行为意向产生影响的因素主要包括行为态度、主观规范以及行动控制这3个因素变量；个体的行为意向既受其对于执行某种行动的态度和评价的影响，也受其自身禀赋、能力、资源、机会等客观因素的制约；个人和社会文化因素如年龄、受教育程度、生活阅历、认知能力、社会经验等等，可以通过作用于行为信念从而直接或间接作用于行为态度，主动规范以及行为控制，并最终作用于个体行为意向。林农意愿参与生态公益林的保护建设是有计划的、意向性的决策行为[5]，因此，本文认为计划行为理论适用于解释林农对于保护建设生态公益林的参与意愿。文章通过对问卷进行整理，对相关数据进行分类描述性分析，客观地分析和找寻林农参与生态公益林保护建设意愿的影响因素。
3. 计量分析
鉴于林农自愿和非自愿签订生态公益林管护协议领取补偿金，是一个典型的二分类变量，而且是非连续的分类变量，本研究选择离散型的被解释变量作为计量经济学的模型，其主要优点在于通过估算总体参数来研究经济现象。离散型的被解释变量计量经济模型涵盖Logistic模型以及Probity模型[6]。Probity模型在评估多元正态分布总体上是适用的，但是在实际操作中存在明显的局限性。Logistic模型中的样本则不必遵循正态分布，它采用相对简洁的数学方法，这使得它在多个领域被广泛应用。通过调查问卷和访谈发现，农户对林地保护建设有一定的参与意愿，本研究并不强制要求样本遵循正态分布，这一点与参与意愿分析的结果是一致的，并且本研究涉及的被解释变量为两种不同的类别。在此基础上，进一步提出促进农户参与林业生态公益林保护的政策建议。基于此，本研究使用了分类Logistic模型进行探讨哪些因子可能影响林农参与生态公益林的保护建设的意愿。本研究采用 SPSS21.0软件进行回归分析，公式如下：
$$ P_i=\frac{1}{1+e^{-\left(\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i\right)}}=\frac{e^{\left(\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i\right)}}{1+e^{\left(\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i\right)}} $$ (1) $$ 1-P_i=\frac{1}{1+e^{\left(\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i\right)}} $$ (2) $$ \frac{P_i}{1-P_i}=e^{\left(\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i\right)} $$ (3) $$ \mathrm{Ln}=\left[P_i\div\left(1-P_i\right)\right]=\text{α}+\text{β}\mathrm{\rm{\mathit{X}}}_i $$ (4) 式（1）（2）（3）（4）中，
$ {{{P}}}_{i} $ 代表了林农参与生态公益林的保护和建设意愿的可能性；$ {{{ X}}}_{i} $ 表示林农参与生态公益林建设意愿的影响因素；$ {\text{β}} $ 代表其对应的回归系数；$ {\text{α}} $ 为常数。（二） 数据来源
为研究林农参与生态公益林保护建设意愿的影响因素，采用随机抽样的方法，在全区14个地市发放问卷调查，在各县（市、区）随机选取辖区两个乡（镇、街道）作为调查点，每个调查点随机选取不少于10名公益林所有者或公益林经营者填写问卷，共发放
2325 份，问卷中涉及林农参与生态公益林保护建设意愿的影响因素的题项主要包括个人基本特征、家庭收入特征、对生态公益林的认知和态度、管护协议签订情况等。二、 研究假设
根据计划行为理论关于影响行为意向的三方面因素的核心观点，参考既有相关研究成果，并结合实地调研掌握的情况分析，本文将影响林农参与生态公益林经营意愿的影响因素归为以下三类。
（一） 林农自身因素
自身因素主要包括受访林农的年龄、受教育程度、是否担任过村两委干部或党员、从事行业等基本特征变量。生态公益林的区划界定和管护建设是政府的基本公共职能，具有一定的行政强制性，人们年龄的大小与其是否愿意接受具有一定行政强制性的政令相关，年龄愈大，对强制性政令愈易于接受与服从[7]；受教育程度是影响人对事物的认知及行为决策的首要因素，人的受教育程度与人的理解能力、判断能力以及认知能力有关，受教育水平越高，越容易理解和支持生态公益林的相关政策。在农村，能够成为党员或村两委干部的人，一般来说，知识水平和能力素质都比较高，相对于大多数村民，他们对于国家政策的理解也相对更加透彻，会更自觉地拥护和践行国家政策。林农所从事的行业会直接影响其收入来源进而间接影响其行为决策[8]，一般认为，越是以务农为业、以土地经营为生计的林农，越不愿意交付土地的使用权，而更倾向于个人及家庭小规模生产经营，而外出务工或以做生意为业的人，对耕地林地的依赖性越低，参与生态公益林建设的意愿越强。
（二） 林农家庭因素
家庭因素主要包括受访林农家庭的劳动力数量、林地面积、人均年收入、林业收入占比、农业收入占比等解释变量。一般认为，林农家庭的劳动力数量越多，家庭生活压力则越大，对林地的依赖程度就会增加[9]，对劳动力转移的需求就更加迫切，相对来说，会更乐于参与生态公益林有关的生态补偿项目获得经济补偿，使得劳动力能够从土地依赖中解脱出来，更多地从事其他行业或外出务工[10-11]。林地面积少的农户，在林地上的投入和收益自然也比较少，农户不愿意耗时耗力地进行自主经营[6]，因此有理由认为，为了更加有效地将有限的资源和成本用于其他的生产和经营活动中，寻求更高的经济效益，从而这部分农户可能会更倾向于把林地划归为生态公益林，客观上成为生态公益林保护建设行动的参与者。家庭人均收入越高，说明家庭成员的生产经营效率高、收入来源广或创收能力强，兼业程度也高，对生态公益林补偿金的依赖相对较低，对补偿标准也不会过于计较，因此可以认为，这部分林农不会抗拒林地划为生态公益林以及自己成为生态公益林保护建设行动实际参与人的事实。林业收入和农业收入占家庭总收入比率越低，说明家庭的其他收入渠道相对较多，对林地经营的依赖性较小，也不会太过于计较生态公益林的经济补偿，尤其在现有补偿标准并不高的情况下，因此，这部分林农更愿意配合生态公益林的保护建设。
（三） 政策影响因素
政策因素主要包括林农受访者对生态公益林相关政策的认识度、对生态公益林补偿标准的满意度、生态公益林补偿金兑现情况、公益林预期收益等解释变量。根据计划行为理论关于行为态度的核心观点，即个体的行为意向受其对该正在考虑中的行为的正面或负面评价的影响[12]，可以认为，林农对生态公益林的功能作用的认知了解程度，会影响其参与生态公益林保护建设的积极性[13]，林农越是了解执行生态公益林保护政策所带来的益处，越倾向于支持生态公益林的保护建设[14]；林农对生态公益林补偿标准越满意，参与生态公益林保护建设的意愿也就更强烈[15]；林农在参与生态公益林的保护和建设的过程是否能及时并足额地领取生态效益补偿金关系到他们对政府的信任程度，如果生态补偿金能够依规及时兑现，一定程度上会增加林农对生态公益林保护政策的认同感[16]；生态公益林保护建设是一项长期社会工程，对生态公益林的预期收益也会影响林农的态度，对生态公益林的未来收益预期越好的林农，越有可能支持和参与生态公益林保护建设[17]。
三、 计量分析
（一） 模型选择与变量赋值
研究以林农是否自愿签订生态公益林管护协议领取补偿金（Y）作为因变量，使用二元Logistic回归，把因变量Y的取值范围限制在[0，1]之间。将“否”定义为Y=0，“是”定义为Y=1。模型中各因素变量的具体赋值情况和统计情况见表1。
表 1 模型变量赋值说明变量类型 变量名称 变量定义 林农自身
因素年龄（$ {{{ X}}}_{1} $） 20~39岁=1，40~59岁=2，≥60岁=3 受教育程度（$ {{{ X}}}_{2} $） 小学及以下=1，初中=2，高中/中专=3，大学=4 是否村干部/党员（$ {{{ X}}}_{3} $） 否=1，是=2 从事行业（$ {{{ X}}}_{4} $） 务农=1，外出务工=2，做生意=3 林农家庭
因素家庭劳动力数量（$ {{{ X}}}_{5} $） ≤ 2人=1，3人=2，4人=3，>4人=4 家庭林地面积（$ {{{ X}}}_{6} $） 0~0.33 hm2=1，0.33~0.67 hm2=2，0.67~3.33 hm2=3，>3.33 hm2=4 家庭人均年收入（$ {{{ X}}}_{7} $） < 7000 元=1，7000 ~9000 元=2，9001 ~13000 元=3，>13000 元=4林业收入占家庭总收入的比率（$ {{{ X}}}_{8} $） >70%=1，70%~50%=2，50%~30%=3，<30%=4 农业收入占家庭总收入的比率（$ {{{ X}}}_{9} $） >70%=1，70%~50%=2，50%~30%=3，<30%=4 政策影响
因素对生态公益林的功能作用的认知度（$ {{{ X}}}_{10} $） 不了解=1，不太了解=2，一般了解=3，较了解=4，了解=5 对生态公益林补偿标准的满意度（$ {{{ X}}}_{11} $） 不满意=1，不太满意=2，一般满意=3，较满意=4，满意=5 生态公益林补偿金能否按时兑现（$ {{{ X}}}_{12} $） 不太能按时兑现=1，大部分能够按时兑现=2，都能按时兑现=3 生态公益林预期收益（$ {{{ X}}}_{13} $） 不太好=1，一般=2，比较好=3 （二） 结论与分析
在确定解释变量和因变量的基础上，利用SPSS21.0对
2325 户林农的各类变量进行二元Logistic的回归分析，分析结果见表2。该模型适配度良好，有9个解释变量的显著概率小于0.1。结合前文理论分析中的相关假设和数据结果表明，林农参与生态公益林的保护和建设意愿的影响因子有：年龄、是否党员或村两委干部、从事行业、家庭林地面积、家庭人均收入、农业收入占家庭总收入的比率、对生态公益林的功能作用的认知度、对生态公益林补偿标准的满意度、是否按时足额获得生态公益林补偿金。表 2 模型估计结果变量 B S.E, Wals df Sig. Exp （B） 年龄（$ {{{X}}}_{1} $） −0.605 0.215 7.900 1 0.005 0.546 受教育程度（$ {{{X}}}_{2} $） 0.071 0.064 1.214 1 0.271 1.073 是否党员或村干部（$ {{{X}}}_{3} $） 0.309 0.122 6.444 1 0.011 1.362 从事行业（$ {{{X}}}_{4} $） 0.229 0.116 3.896 1 0.048 1.257 家庭劳动力数量（$ {{{X}}}_{5} $） −0.080 0.097 0.674 1 0.412 0.923 家庭林地面积（$ {{{X}}}_{6} $） 0.294 0.098 9.064 1 0.003 1.342 家庭人均收入（$ {{{X}}}_{7} $） 0.138 0.050 7.598 1 0.006 1.147 林业收入占比（$ {{{X}}}_{8} $） 0.160 0.114 1.966 1 0.161 1.173 农业收入占比（$ {{{X}}}_{9} $） 0.179 0.098 3.368 1 0.066 0.836 对生态公益林功能作用的认知度（$ {{{X}}}_{10} $） 0.442 0.079 31.463 1 0.000 1.556 对生态公益林补偿标准的满意度（$ {{{X}}}_{11} $） 0.476 0.072 43.447 1 0.000 1.609 生态公益林补偿金能否按时足额兑现（$ {{{X}}}_{12} $） 0.860 0.147 34.340 1 0.000 2.364 生态公益林预期收益（$ {{{X}}}_{13} $） 0.138 0.182 0.570 1 0.450 1.147 常量 −3.380 0.871 15.052 1 0.000 0.034 1. 从林农自身因素来看
林农的年龄、是否是党员或村两委干部、所从事行业都在5%水平下显著。年龄的显著性系数为负值，表明年轻一代的林农更加自愿参与生态公益林保护建设，该结论和研究假设相反，这可能跟年轻一代林农的生态保护意识更强、对土地的依赖性更低有关，因此和年龄更长的群体相比，他们更能认识到国家实施生态公益林保护建设工程对生态文明的积极作用，同时随着我国经济发展水平的持续提高，年轻一代的林农有了更多土地经营之外的收入，所以他们在观念态度上更倾向于支持生态公益林建设保护。是否是党员或村两委干部的显著性系数为正值，该结论和研究假设一致，在农村能够成为中共党员或当选村两委干部的村民，其知识水平和能力素质通常比较高，对于中央和国家层面的有关政策，他们通常理解得更加透彻，也更加能够自觉响应和践行这些政策。所从事行业的显著性系数为正值，表明越是不以务农为主业的林农，和林地的生产经营黏性越低，越不倚仗林地经营获得收入，因而更能自愿参与生态公益林保护建设。
2. 从林农家庭因素来看
家庭林地面积（1%）、家庭人均收入（1%）和农业收入占比 （10%） 通过了变量的显著性检验。家庭林地面积的显著性系数为正值，表明家庭林地面积较大的林农更愿意把林地纳入生态公益林范围，客观上成为生态公益林保护建设行动的参与者；该结论和上述研究假设相反，这种情况可能与当前的林业运营特性相关。林业的经营生产特点包括长周期、效益显现慢、投入风险大、收益受多方面不可抗力因素影响等特点，林地的面积越大，初期的成本投入就越高，同时林业劳动力成本也会增加，并且短期内难以回收成本，收益不稳定性增加，进而降低了他们经营林地的意愿，转而更愿意投入到生态公益林保护建设，定期领取补贴。此外，虽然生态公益林区不允许进行木材采伐经营，但是非木质利用并不受禁伐政策影响，在不影响森林生态功能的前提下，国家允许和鼓励利用二级国家级公益林和地方级公益林适当发展林下经济，一定程度上减少了林农对生态公益林项目的排斥。本次调查中，家庭林地面积在0.67 hm2以上的农户仅有32.8%，在3.33 hm2以上的仅有12.1%，规模相对较小，林地自用能产生的规模效益也相对较小，这可能也是林农自愿参与生态公益林保护建设，从而把更多家庭劳动力转移到其他收益更高的行业的原因。家庭人均收入和农业收入占比的显著性系数均为正值，这可以理解为，随着物质生活条件的不断改善，人均收入较高的林农对生态质量和居住环境的要求也在相应提高，对经营森林生产带来的收益的依赖程度也较低，因此更倾向于支持和参与生态公益林保护建设。
3. 从政策影响因素来看
对生态公益林的功能作用的认知度、对生态公益林补偿标准的满意度、是否按时足额获得生态公益林补偿都在1% 水平下显著，回归系数均为正向。这说明林农越了解生态公益林的生态服务价值和社会效益，越认同生态公益林在生态文明建设中的积极作用和重要意义，因此对于参与生态公益林的保护和建设，人们的意愿也更为强烈。林农对于生态公益林的生态效益补偿的满意程度因素，对他们是否参与生态公益林的保护和建设具有明显的积极作用，表明越是满意生态公益林补偿标准的林农，参与生态公益林保护建设的可能性越大；生态公益林管理办法中的相关约束性条款，对林农的林业生产活动有一定限制，也由此造成了林农的经济损失，这些损失需要相应的生态补偿来弥补，从现实情况来看，对于部分不从事林业生产活动的农户，生态公益林补偿金作为一种额外收入，生态补偿标准设置得越合理，对林农丧失经营权造成损失的弥补就越到位，对生态公益林补偿标准越满意则越倾向于投入到生态公益林保护中。能否及时足额领取生态公益林生态效益的补偿资金是正数系数，这意味着，在其他因素保持不变的前提下，如果林农能够准时并且足额地获得生态公益林的补偿资金，他们对于参加生态公益林的保护和建设会表现出更大的意愿。这一发现与之前的研究假设是一致的。
四、 政策启示
（一） 加大生态公益林保护建设的宣传力度，持续提高林农森林素养
在生态公益林保护建设中，应广泛使用各种宣传渠道和传播手段，例如广播、电视、网络、宣讲活动等，对广大林农开展与公益林保护建设有关的内容丰富、形式多样、入脑入心的教育培训活动，不断提高其森林素养。具体培训内容可以包括保护和建设生态公益林必要性、生态公益林国家以及地方的管理办法及相应法律法规、生态公益林的保护和建设过程中取得的先进经验，以及林农群众在生态公益林的保护建设中的重要作用等。考虑到党员和村干部在农村的领头羊作用，要加强基层政府对村干部和村党员的指导和培训，再通过他们向普通林农开展宣传教育和知识普及，更好地增强林农对生态公益林的相关政策制定的了解，不断增强其投身生态公益林保护建设的使命感和自觉性。
（二） 争取提升生态公益林补偿补助标准，提高财政补偿资金的兑付率
将生态公益林的效益、林农的利益和农村社会的总体发展统筹考虑。在生态公益林的现行补偿基准上，充分考虑生态公益林的成本和收益、投入和产出以及地方经济社会发展水平等因素，建立健全动态调整机制，建立生态公益林补偿标准动态调整机制和补偿长效机制，逐步实现生态公益林补偿标准的合理回归。同时，要建立完善生态公益林分级补偿、按质论价机制，将不同额度的补偿标准对应不同等级的公益林，提高对应的科学性和精准性，使公益林优质优价补偿逐步得到落实。此外，要进一步完善生态公益林生态补偿监督管理机制，确保农户及时、足额、透明兑现生态补偿金，坚决避免出现扣留补偿金或补偿金被打折扣等损害林农合法利益的现象。
（三） 拓宽林农增收渠道，增加林农收入来源
生态公益林的区划界定和管理保护是政府的一项公共事业，有合法的制度依据，不完全以单个或部分林农的个人意愿为转移，而是具有公权力的强制性。因此，对于林农尤其是对生态公益林这一政策安排带有一定抵触情绪的林农，政府相关部门在合理适度使用行政强制手段的同时，应当着力拓宽林农家庭的非林业收入渠道，如帮助转移农村劳动力、优先提供公益性就业岗位，鼓励支持林农发展第二、三产业，保障林农家庭因林业生产经营活动受限造成的经济损失，通过其他收入渠道得以弥补，有效降低林农生计方式对林业（森林）资源的直接依赖。
-
表 1 数字经济发展水平指标体系
目标层 一级指标 二级指标 指标说明 数字经济 数字基础设施 互联网普及率 每百人国际互联网用户数/户 移动电话普及率 每百人移动电话年末用户数/户 互联网宽带接入端口 互联网宽带接入端口数/万个 数字产业发展 电信产业基础 电信业务总量/万元 邮政产业基础 邮政业务总量/万元 信息产业基础 信息传输、计算机服务和软件业从业人员数占年末从业人数比率/% 数字创新发展 财政支持 教育财政支出占一般预算财政支出比率/% 科研支持 R&D经费内部支出/万元 人才支持 普通高等学校在校学生数/万人 数字普惠金融 覆盖广度 数字金融覆盖广度 使用深度 数字金融使用深度 数字化程度 普惠金融数字化程度 
下载: 导出CSV
表 2 生态经济效率水平指标体系
一级指标 二级指标 指标说明 投入变量 资本投入 2011年基期固定资本存量/万元 劳动力投入 全市年末单位从业人员数/万人 能源投入 地级市能源消耗/t标准煤 土地投入 建成区面积/km2 期望产出 经济产出 地方财政一般预算内收入/万元 GDP2011年基期平减/万元 非期望产出 环境负产出 采用熵值法拟合工业废水排放量、工业烟（粉）尘排放量、
工业二氧化硫排放量污染指标作为“环境综合排放指数”
下载: 导出CSV
表 3 三大城市群数字经济与生态经济效率水平
年份 京津冀 长三角 珠三角 数字经济 生态经济效率 数字经济 生态经济效率 数字经济 生态经济效率 2011年 0.069 0.625 0.062 0.913 0.112 0.915 2012年 0.078 0.678 0.074 0.927 0.127 0.913 2013年 0.088 0.782 0.084 0.919 0.137 0.809 2014年 0.089 0.742 0.086 0.934 0.145 0.870 2015年 0.103 0.716 0.096 0.939 0.145 0.777 2016年 0.117 0.690 0.109 0.954 0.162 0.735 2017年 0.129 0.706 0.115 0.859 0.166 0.725 2018年 0.125 0.670 0.119 0.885 0.176 0.720 2019年 0.132 0.651 0.135 0.890 0.185 0.789 2020年 0.141 0.701 0.138 0.906 0.191 0.796 2021年 0.155 0.750 0.155 0.939 0.232 0.826
下载: 导出CSV
表 4 耦合协调度影响因素
变量名称 变量符号 变量说明 单位 被解释变量 耦合协调度 D 耦合协调度模型计算结果 — 解释变量 经济发展水平 pgdp 人均GDP 元 对外开放程度 open 当年实际使用外资金额占地区生产总值的比率 % 政府干预程度 gov 地方财政一般预算内支出占地区生产总值比率 % 科技水平 tec 科学支出占地方财政一般预算内支出比率 % 产业结构水平 ind 第三产业增加值占地区生产总值比率 % 金融发展水平 fin 年末机构存贷款总额占地区生产总值比率 %
下载: 导出CSV
表 5 三大城市群数字经济与生态经济效率耦合协调影响因素回归结果
变量 京津冀 长三角 珠三角 pgdp 0.013***
（0.002）0.010***
（0.001）0.012***
（0.004）open 0.836***
（0.241）0.021
（0.211）−0.139
（0.339）gov −0.147
（0.125）0.275***
（0.101）−0.669**
（0.324）tec 2.060***
（0.703）−0.314*
（0.166）−0.122
（0.344）ind 0.162*
（0.086）0.350***
（0.055）0.074
（0.167）fin 0.020**
（0.008）0.017**
（0.007）0.032***
（0.012）Constant 0.264***
（0.022）0.211***
（0.024）0.416***
（0.070）Log likelihood 293.895 570.402 162.107 N 143 286 99 注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为标准差，表6同。
下载: 导出CSV
表 6 稳健性检验
变量 京津冀 长三角 珠三角 pgdp 0.017***
（0.003）0.010***
（0.001）0.012***
（0.004）open 0.755***
（0.241）0.065
（0.213）−0.155
（0.338）gov −0.056
（0.123）0.196*
（0.103）−0.661**
（0.315）tec 2.531***
（0.700）−0.183
（0.164）−0.160
（0.332）ind −0.020
（0.014）0.068***
（0.012）0.029
（0.028）fin 0.037***
（0.008）0.022***
（0.006）0.030**
（0.012）Constant 0.273***
（0.021）0.290***
（0.022）0.430***
（0.042）Log likelihood 293.152 565.713 162.542 N 143 286 99
下载: 导出CSV
-
[1] TAPSCOTT D. The Digital Economy: Promise and Peril in the Age of Networked Intelligence[M]. New York: McGraw-Hill, 1996.
[2] 数字中国研究院. 新兴的数字经济: 美国国家商务部最新年度报告[M]. 沈志斌, 郭志强, 译, 北京: 中国友谊出版公司, 1999: 10. [3] 美国商务部报告. 浮现中的数字经济[M]. 姜奇平, 等译. 北京: 中国人民大学出版社, 1998. [4] 李长江. 关于数字经济内涵的初步探讨[J]. 电子政务, 2017(9): 84. DOI: 10.16582/j.cnki.dzzw.2017.09.009. [5] 童锋, 张革. 中国发展数字经济的内涵特征、独特优势及路径依赖[J]. 科技管理研究, 2020, 40(2): 262. DOI: 10.3969/j.issn.1000-7695.2020.2.034. [6] 徐清源, 单志广, 马潮江. 国内外数字经济测度指标体系研究综述[J]. 调研世界, 2018(11): 52. DOI: 10.13778/ j.cnki.11-3705/c.2018.11.008. [7] 徐维祥, 周建平, 刘程军. 数字经济发展对城市碳排放影响的空间效应[J]. 地理研究, 2022, 41(1): 111. DOI: 10.11821/dlyj020210459. [8] 万晓榆, 罗焱卿. 数字经济发展水平测度及其对全要素生产率的影响效应[J]. 改革, 2022(1): 101. [9] 李英杰, 韩平. 中国数字经济发展综合评价与预测[J]. 统计与决策, 2022, 38(2): 90. DOI: 10.13546/j.cnki.tjyjc.2022.02.018. [10] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展: 来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65. DOI: 10.19744/j.cnki.11-1235/f.2020.0154. [11] 张蕴萍, 栾菁. 数字经济赋能乡村振兴: 理论机制、制约因素与推进路径[J]. 改革, 2022(5): 79. [12] 刘翠花. 数字经济对产业结构升级和创业增长的影响[J]. 中国人口科学, 2022(2): 112. [13] SCHALTEGGER S, STURM A. Ökologische rationalität: Ansatzpunkte zur ausgestaltung von ökologieorientierten management instrumenten[J]. die Unternehmung, 1990, 44(4): 273.
[14] 刘军, 问鼎, 童昀, 等. 基于碳排放核算的中国区域旅游业生态效率测度及比较研究[J]. 生态学报, 2019, 39(6): 1979. DOI: 10.5846/stxb201712212290. [15] 顾程亮, 李宗尧, 成祥东. 财政节能环保投入对区域生态效率影响的实证检验[J]. 统计与决策, 2016(19): 109. DOI: 10.13546/j.cnki.tjyjc.2016.19.030. [16] 于伟, 张鹏, 姬志恒. 中国城市群生态效率的区域差异、分布动态和收敛性研究[J]. 数量经济技术经济研究, 2021, 38(1): 23. DOI: 10.13653/j.cnki.jqte.2021.01.002. [17] 杨勇, 邓祥征. 中国城市生态效率时空演变及影响因素的区域差异[J]. 地理科学, 2019, 39(7): 1111. DOI: 10.13249/j.cnki.sgs.2019.07.009. [18] 谢波, 单灿阳, 张成浩. 科技创新、环境规制对区域生态效率的影响研究[J]. 生态经济, 2018, 34(4): 86. [19] 蔡玉蓉, 汪慧玲. 产业结构升级对区域生态效率影响的实证[J]. 统计与决策, 2020, 36(1): 110. DOI: 10.13546/j.cnki.tjyjc.2020.01.024. [20] 杨柳青青, 刘章生, 张麒. 中国城市人口集聚对城市生态效率的门槛效应研究[J]. 西南民族大学学报(人文社科版), 2019, 40(11): 153. [21] 邓荣荣, 张翱祥. 中国城市数字经济发展对环境污染的影响及机理研究[J]. 南方经济, 2022(2): 18. DOI: 10.19592/j.cnki.scje.390724. [22] 刘强, 马彦瑞, 徐生霞. 数字经济发展是否提高了中国绿色经济效率?[J]. 中国人口·资源与环境, 2022, 32(3): 72. DOI: 10.12062/cpre.20211111. [23] 钱立华, 方琦, 鲁政委. 刺激政策中的绿色经济与数字经济协同性研究[J]. 西南金融, 2020(12): 3. [24] 葛和平, 吴福象. 数字经济赋能经济高质量发展: 理论机制与经验证据[J]. 南京社会科学, 2021(1): 24. DOI: 10.15937/j.cnki.issn1001-8263.2021.01.003. [25] 张佰瑞, 胡明茜. 中国三大城市群生态经济效率的时空演变及收敛性分析[J]. 生态经济, 2024, 40(3): 83. [26] 朱媛媛, 周笑琦, 顾江, 等. 长江中游城市群“文—旅”产业融合发展的空间效应及驱动机制研究[J]. 地理科学进展, 2022, 41(5): 785. DOI: 10.18306/j.issn.1007-6301. 2022.5.dlkxjz202205004. [27] 陈强. 高级计量经济学及stata应用(第二版)[M]. 北京: 高等教育出版社, 2014. [28] 韩燕, 邓美玲. 中原城市群生态效率时空演变及影响因素[J]. 生态学报, 2020, 40(14): 4774. [29] 邹璇, 雷璨, 胡春. 环境分权与区域绿色发展[J]. 中国人口·资源与环境, 2019, 29(6): 97. DOI: 10.12062/cpre.20190116. -
期刊类型引用(1)
1. 梁波，黄超群，赵琦，罗艳，周燕，罗天啸. 广西公益林社会效益评价研究. 林业建设. 2024(06): 47-51 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 385
- HTML全文浏览量: 106
- PDF下载量: 16
- 被引次数: 1