Welcome to visit Journal of Shaanxi Normal University(Natural Science Edition)!

Journal of Shaanxi Normal University(Natural Science Edition) >

2023 , Vol. 51 >Issue 6: 56 - 71

DOI: https://doi.org/10.15983/j.cnki.jsnu.2023130

Influence of environmental regulation on urban ecological resilience: a case study of urban agglomeration in the middle reaches of the Yangtze River

  • SHI Caixia ,
  • HE Xiaorong , *
Expand
  • College of Tourism, Hunan Normal University, Changsha 410081, Hunan, China

Received date: 2023-05-08

  Online published: 2023-11-21

Fold

Abstract

From the perspective of spatiotemporal interaction, the evolution characteristics of environmental regulation and ecological resilience in the middle reaches of the Yangtze River urban agglomeration from 2005 to 2020 were analyzed, and the spatial econometric model was used to clarify the impact of environmental regulation on urban ecological resilience. The results show that: 1)The intensity of environmental regulation in urban agglomeration in the middle reaches of the Yangtze River increased from 0.167 in 2005 to 0.903 in 2020, and the ecological resilience increased from 0.227 to 0.747, both systems showed a fluctuating upward trend. The local spatial structure of urban environmental regulation intensity was relatively stable, and its ecological resilience was strongly dependent on the direction of spatial evolution, and presented a certain degree of spatio-temporal competition. 2) There was a significant inverted U-shaped relationship between environmental regulation intensity and urban ecological resilience. Although the implementation of environmental regulation had a positive spillover effect on the surrounding cities, it had a more obvious effect on the improvement of local ecological resilience. 3) Environmental regulation of sub-urban agglomerations had a positive and direct effect on the improvement of local ecological resilience, and the impact on surrounding areas was different. The environmental regulation of Wuhan urban area showed a negative spatial spillover effect, the indirect effect of the urban agglomeration around Poyang Lake was positive, and the impact of environmental regulation of the urban agglomeration of Changsha-Zhuzhou-Xiangtan on the surrounding area was not significant.

Key words： environmental regulation; urban ecological resilience; spatiotemporal interaction; spatial Dubin model; urban agglomeration in the middle reaches of the Yangtze River

Cite this article

SHI Caixia , HE Xiaorong . Influence of environmental regulation on urban ecological resilience: a case study of urban agglomeration in the middle reaches of the Yangtze River[J]. Journal of Shaanxi Normal University(Natural Science Edition), 2023 , 51(6) : 56 -71 . DOI: 10.15983/j.cnki.jsnu.2023130

党的二十大报告指出,必须牢固树立“绿水青山就是金山银山”的理念,协同推进降碳、减污、扩绿、增长。环境规制是政府宏观调控进行环境治理的重要手段,亦是提高城市生态韧性的关键途径,对推进区域高质量发展具有重要意义[1]。长江中游城市群是长江经济带响应“共抓大保护,不搞大开发”战略导向的重点区域,通过实施生态共保与环境共治,该地区生态系统多样性和稳定性持续提升[2];同时,作为我国“两横三纵”城镇化格局的中枢廊道,长江中游城市群内部污染治理基础尚不牢固,绿色低碳转型任务繁重,城市生态韧性面临的胁迫效应日益凸显。在此背景下考察环境规制对长江中游城市群城市生态韧性的影响,对优化城市人居环境、巩固生态文明建设成果、推进长江中游高质量发展具有现实意义。
学界关于环境规制的讨论早期以理论研究为主[3-4],后期逐渐关注环境规制对其他要素的影响,虽较少谈及生态韧性,但有关环境规制对生态环境影响等[5-6]的研究不断深化,形成以下观点。1)适度的环境规制推动企业绿色技术进步。Porter等[7]首次提出“波特假说”,学者们通过验证表明合理的环境规制刺激企业在约束条件下产生“倒逼减排”效应,激发其创新积极性[8-9]。2)环境规制对区域生态效率产生负面影响,即“绿色悖论效应”。沈钊等[10]、任胜钢等[11]、包健等[12]将环境规制分为多种类型,识别其对生态效率的作用机制,证实环境规制与生态效率间存在非线性关系,认为当前环境措施在促进降污减排的同时可能带来负面影响。3)环境规制实施具有正向与负向双重影响。覃琼霞等[13]通过回归分析发现,双重市场激励型环境规制促进长江经济带工业绿色转型,投资型规制对企业废水、固体废物排放的抑制效应显著;张鑫等[14]通过区域异质性分析表明,市场激励型环境规制对经济发达城市绿色创新存在挤出效应,命令控制型规制限制欠发达地区绿色创新。
“韧性”指系统抵御干扰、适应压力后恢复到原本结构与状态的速度和弹性能力,其内涵和外延经过工程韧性到生态韧性再到演化韧性的修正完善。20世纪70年代Holling[15]将这一概念引入社会-生态系统研究中,学者们围绕城市生态韧性理论框架建构[16-17]、生态韧性综合评价[18-19]、影响因素探析[20⇓-22]等内容展开讨论,并基于“规模-密度-形态”[19,23-24]或“抵抗性-适应性-恢复性”层面[20-21]构建体系。同时,生态韧性与其他系统的关系研究也逐渐涌现,如生态韧性与城镇化的耦合协调关系[23-24]、环境规制对生态韧性的影响等[25]。
综上,国内外学者围绕以上问题积累了众多成果,但仍存在如下问题尚待充实。1)在研究内容上,较少将环境规制与生态韧性放在同一视域下进行讨论,忽略了对生态环境更新能力的考察。演化韧性理论认为,韧性是复杂社会生态系统在面对冲击时产生变化、适应与更新的综合属性[26]。城市生态韧性在自然扰动和人类活动影响下不断循环演进,因此将演化韧性理论引入城市生态韧性研究是对现实规律的基本遵循[22],这也是本文构建城市生态韧性评价体系的创新之处。2)在研究方法上,当前研究多从单一时间或静态空间层面揭示系统时空演变特征,对环境规制强度与城市生态韧性时空交互特征的研究尚待充实。3)在研究尺度上,已有研究多集中于宏观层面,有关城市群环境规制对生态韧性影响的研究仍需丰富。
鉴于此,本文以长江中游城市群为研究对象,构建“抵抗性-适应性-恢复性-更新性”评价体系研判城市生态韧性水平,运用探索性空间数据分析方法揭示研究区环境规制强度与城市生态韧性的时空交互特征,并利用空间杜宾模型全面剖析环境规制对城市生态韧性的影响,为推进长江中游城市群绿色高质量发展、优化人居环境提供学术参考。

1 理论机制

环境规制是助推经济社会高质量发展的重要渠道,生态韧性是维系国土空间开放格局的关键环节[25];两者耦合互馈,是人地关系地域系统协调发展的必要枢纽。如何通过科学合理的政策手段提高城市生态韧性是各级政府密切关注的核心问题。环境规制具有阶段性与针对性,在“创新补偿效应”与“遵循成本效应”作用下,以正向或负向方式影响城市生态系统演化状态,即环境规制对城市生态韧性的影响存在一定非线性特征(图1)。
图1 环境规制对城市生态韧性的影响机理

Fig.1 Influence mechanism of environmental regulation on urban ecological resilience

环境规制对城市生态韧性具有促进作用。第一,环境规制的实施提高城市生态系统的准入门槛。在清洁生产过程,城市废水、废气及废渣等污染物的排放数量受到限制,城市生态阈限不断提高,部分高污染、高能耗企业因无法适应环境规制强度逐渐被市场淘汰[27],城市生态韧性压力得到缓解。第二,环境规制的适时调整为城市生态韧性保育提供良好环境。税收补贴优惠、绿色金融服务、市场价格监管等政策吸引绿色产业要素集聚[8],在“创新补偿效应”作用下,削减城市发展中的社会成本和环境成本。第三,环境规制推动产业升级、提高社会参与水平。环境规制实施过程中,伴随着企业生产流程优化、减排技术创新、管理模式升级[17],生态系统更新循环能力提升。此外,公众对环保活动的参与热情、新媒体的舆论引导以及相关环保组织对环境污染资讯的跟踪报道等非正式环境规制的作用力不断增强,自下而上的社会关注对生态韧性提高产生外在激励[25]。
环境规制对城市生态韧性存在抑制作用。一方面,环境规制的实施增加企业成本,致使城市生态韧性维护缺乏后续动力。为适应环境规制强度,污染治理成本与绿色创新投入增加,企业生产负担加重,迫使其通过减(停)产或降低产品质量等方式来缓解环境规制带来的成本增长,在一定程度上出现城市生态韧性衰减。另一方面,在环境规制作用下,高污染企业进行战略转移,由环境规制强硬区转移至宽松区[27],迁入地产业结构因此受到限制,产业规模与产品质量出现断层。当环境规制超过阈值后,在“遵循成本效应”作用下,相关产业生产停滞、污染积累、资源损耗,经济规模效应与正外部性作用敛缩,生态系统脆弱性加剧,不仅为当地埋下危机,而且威胁周边地区高质量发展[5]。
总之,环境规制对生态韧性的影响是复杂博弈的动态过程,有效运用环境规制工具,促进城市生态韧性内涵式提升、精明式增长,变末端生态治理为前端生态管理,是当前及未来一段时间长江中游城市群生态文明建设的关键要领。

2 研究方法与数据来源

2.1 研究对象

长江中游城市群(图2)国土面积为317 000 km2,由武汉城市圈、环长株潭城市群和环鄱阳湖城市群组成,呈“品”字形分布,是我国2015年批复的首个特大型跨省域国家级城市群[2]。辖区地形交错纵横,植被覆盖率达80%以上,在工业生产、城镇化进程中,局部土地流失严重、景观破碎化加剧、生态系统服务功能退化,城市生态韧性面临的胁迫效应日益凸显。随着《关于依托黄金水道推动长江经济带发展的指导意见》《长江中游城市群发展规划》《长江中游城市群发展“十四五”实施方案》等文件的相继出台,环境规制对长江中游城市群生态韧性的影响效应愈加显著,坚持“降碳、减排、扩绿、增长”成为长江中游城市群实现高质量发展的行动指南。
图2 研究区概况

注:基于GS(2020)4623 号标准地图(自然资源部监制)制作,底图无修改。

Fig.2 Overview of the study area

2.2 研究方法

2.2.1 探索性时空数据分析

探索性时空数据分析方法是研究要素时空交互特征的重要方法,该方法在弥补传统空间分析方法关于时间维度测量不足的同时,可展示系统空间演化由“瞬时场景”向“动态场景”转变的交互过程[28]。
1)局部指标空间自相关(local indicators of spatial association,LISA)时间路径
LISA时间路径反映地理变量在Moran散点图中LISA坐标的移动特征   [ 28 ]。通过对环境规制与城市生态韧性属性值与空间滞后值的迁移分析,对应解释要素间的时空协同规律与动态演变特征,具体包括相对长度和弯曲度两个指标,公式为
U= s ∑ t = 1 T - 1 d ( L i , t , L i , t + 1 ) ∑ i = 1 N ∑ t = 1 T - 1 d ( L i , t , L i , t + 1 ),
β= ∑ t = 1 T - 1 ( L i , t , L i , t + 1 ) d ( L i , t , L i , T )。
式中:U为相对长度;β为弯曲度;N为城市数量;d(Li,t,Li,t+1)为城市i环境规制与生态韧性从t到t+1年间的移动距离;d(Li,t,Li,T)为城市i环境规制与生态韧性从t年到末年的迁移距离,T为研究年份。若U、β均大于1,表明在研究期内城市局部空间结构与依赖方向的动态性较强,反之则较为稳定。
2)时空交互可视化
通过计算各城市与邻接城市环境规制与城市生态韧性LISA时空移动轨迹的协方差相关系数,借助时空拓扑网络图揭示其竞合关系。参考王峥等[28]的分类方法,根据相关系数大小,将邻接城市间的动态关系划分为4种类型:强正向关联(0.5,1]、弱正向关联(0,0.5]、强负向关联[-1,-0.5)与弱负向关联[-0.5,0)。当数值大于0时,城市间存在正向关联,邻接城市间呈正向协同增长状态;当数值小于0时,城市间为负向关联状态,邻接城市间存在一定时空竞争;当数值为0时,邻接城市间不存在动态关系。

2.2.2 空间计量模型

空间计量模型是揭示要素空间关联效应的主要手段。空间杜宾模型(spatial Durbin model,SDM)是空间滞后模型(spatial autoregressive model,SAR)和空间误差模型(spatial error model,SEM)的结合,通过模型识别可充分把握系统间的相互作用过程。本文通过构建空间杜宾模型探测环境规制对城市生态韧性的影响,公式[29]为
yt=α+ρWyt+βxt+θWxt+μi+λt+εit。
式中:W为空间权重矩阵中的元素;ρWyt、θWxt分别是被解释变量、解释变量的空间滞后项;α为常数项;μi为个体效应;λt为时间效应;εit为随机误差项。结合变量选取情况,模型[25]进一步表示为
Iit=α0+ρWijIit+β1Hit+θ1WijHit+β2+θ2Wij∑β3Zit+θ3Wij∑Zit+μi+λt+εit。
式中:ρ为空间自回归系数;Iit、Hit、 H i t 2为i地区在t时期生态韧性、环境规制与环境规制的二次项;Wij为空间权重矩阵中的元素;WijIit、WijHit、Wij H i t 2为相应变量空间滞后项;Zit为影响城市生态韧性的其他控制变量。

2.2.3 空间权重矩阵

1)地理距离矩阵。由地理学第一定律可知,地理事物或属性在空间分布上相互关联,呈集聚、随机、规则分布。距离越近,地物间相关性越大;距离越远,异质性越强[30]。鉴于此,根据经纬度计算各地级市间的地理距离,以距离的倒数为权重设定[25],构建地理距离矩阵。
2)经济距离矩阵。经济水平较高的城市容易产生虹吸效应,对经济欠发达城市产生影响[31]。由于地理距离矩阵仅能反映要素空间关联,采用结合经济和社会因素的经济距离矩阵可体现外部因素对要素的综合影响。以人均GDP平均值之差绝对值的倒数表征经济距离,区域间人均GDP相差越大,空间权重越小[28]。

2.3 变量选取

1)被解释变量:城市生态韧性(ln I)。结合演化韧性理论与适应性循环模型的动态演化过程[26]以及王松茂等[22]、王少剑等[23]的研究成果,本文将城市生态韧性定义为城市生态系统面对内外部冲击时抵御多元干扰、维持系统稳定、促进生态修复、加速更新循环的综合能力。因此,从抵抗性、适应性、恢复性和更新性层面选取18个指标构建评价体系。
抵抗性指城市生态环境应对压力的承受程度,工业“三废”、生活垃圾产生量以及碳排放量等要素是城市绿色经济的主要污染源,其产量越低,说明城市环境抵抗性越强[19,23,25]。
适应性指生态系统面对外部干扰的缓冲能力,城市污水集中处理率、空气质量优良率、工业固体废物综合利用率、生活垃圾无害化处理率、能源消费弹性系数等5个指标对应前文生态环境的污染要素,清洁效率的强弱体现系统生态回应能力[18⇓-20]。
恢复性指生态环境经历冲击后的恢复程度,人均水资源量、人均公园绿地面积、人均耕地面积、环保支出占一般财政支出比重等指标强调人口与资源配置的协调性[18-19,22]。
更新性在演化韧性理论中被理解为创新适应能力[22],故而从投入与产出层面选取R&D经费投入占GDP比重、R&D人员全时当量、当年获得的绿色实用新型专利数量、绿色发明占地区年度申请的专利总数百分比等指标说明城市绿色创新能力[22,32]。这一维度是基于现实情况对生态韧性研究的有益补充,也是本文构建城市生态韧性评价体系的创新之处。此外,采用熵值法和层次分析法相结合的综合赋权方法确定权重[32],具体见表1。
表1 长江中游城市群城市生态韧性评价指标体系

Tab.1 Evaluation index system of urban ecological resilience in the middle reaches of the Yangtze River

系统层 子系统层 指标层 指标定义 权重 作用方向
生态韧性 抵抗性 X1:单位GDP工业废水排放总量/(t·万元-1) 工业废水排放总量/万元[19] 0.026 -
X2:单位GDP工业SO2排放量/(t·万元-1) 工业SO2排放量/万元[19] 0.029 -
X3:单位GDP工业固体废物产生量/(t·万元-1) 工业固体废弃物产生量/万元[25] 0.029 -
X4:单位GDP生活垃圾清运量/(t·万元-1) 生活垃圾清运量/万元[25] 0.031 -
X5:单位GDP能源消耗量/(t·万元-1) 工业碳排放总量/万元[25] 0.025 -
适应性 X6:城市污水处理率/% 污水处理量/污水总量[20] 0.045 +
X7:空气质量优良率/% 空气质量优良天数/总天数[19] 0.052 +
X8:工业固体废物综合利用率/% 工业固体废物利用量/固体废物总利用量[20] 0.042 +
X9:生活垃圾无害化处理率/% 无害化处理垃圾量/总处理垃圾量[20] 0.055 +
X10:能源消费弹性系数/% 能源消费年均增长率/经济增长率[18] 0.077 +
恢复性 X11:人均水资源量/m3 水资源量/城镇人口数[18] 0.087 +
X12:人均公园绿地面积/m2 公园绿地面积/城镇人口数[22] 0.068 +
X13:人均耕地面积/m2 耕地面积/城镇人口数[19] 0.077 +
X14:环保支出力度/% 环保支出/一般财政支出[22] 0.078 +
更新性 X15:R&D经费投入力度/% R&D经费投入/GDP[22] 0.117 +
X16:R&D人员全时当量/万人年 R&D全时人员工作量与非全时人员按
实际工作时间折算的工作量之和[22]		 0.045 +
X17:绿色技术基础/件 当年获得的绿色实用新型专利数量[32] 0.078 +
X18:绿色发明效率/% 绿色发明占地区年度申请的专利总数百分比[32] 0.037 +

注:“+”表示正向作用;“-”表示负向作用。

2)解释变量:环境规制(ln H)。参考邓慧慧等[33]、尹礼汇等[5]的成果,选择各地市政府工作报告中与“环境保护”相关的词汇频率作为命令性环境规制代理指标[33]。政府工作报告中环境词频越高,说明政府对环保重视程度越高,环境规制强度随之增强。采用排污费征收额占GDP比重表征市场型环境规制强度[5],比重越高,说明环境污染程度越强。对指标进行标准化处理后,等权重求和得到环境规制指数[5]。
3)控制变量:根据区域实际并参考张明斗等[25]、邵慰等[27]、尹礼汇等[5]的研究,选取以下控制变量。
经济发展(ln E):经济发展是提升城市生态韧性的重要支撑,经济发展水平越高,用于改善生态韧性的手段增多、能力增强,采用人均GDP表示[5]。产业结构(ln S):产业结构是保育城市生态韧性的核心动力,通过革新生产方式、调整产业比重可促进产业合理化、高级化转型,对节能减排具有直接传导作用,采用二、三产业产值比重表征[25]。城镇化水平(ln U):城镇化水平是城市发展程度的集中体现,城镇化水平越高,城市治理能力越强,城市生态系统承载压力随之加大,通过城镇人口占总人口数比重表示[5]。教育程度(ln Dedu):教育程度是城市软实力的构成要素,接受高等教育的人数越多,居民环境素养越高,采用高校在校生人数比重表示[25]。对外开放(ln O):开放程度是城市发展潜力的关键展示,资源消耗性外资企业的引进在助力经济增长的同时对环境产生胁迫效应,通过外商直接投资占GDP份额体现[27]。基础设施(ln Froad):基础设施是城市公共服务的具象表征,交通路网越完善,城市循环性越强,选择人均道路面积进行说明[25]。

2.4 数据来源

鉴于仙桃、天门、潜江3个省直辖县缺失数据较多,故选取长江中游城市群28个地级市2005—2020年的相关数据进行研究。数据来自2006—2021年的《中国城市统计年鉴》《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》及各地市相应年度的统计年鉴与国民经济和社会发展统计公报。其中,政府工作报告环境词频为各地级市每年政府工作报告中“环保”等词出现的词频占整篇报告中字数的比重[5];碳排放数据参考王峥等[28]的做法计算而来;人均GDP以2005年为基期进行平减处理;极少数缺漏数据采用邻近年份插值拟合进行补齐。

3 长江中游城市群环境规制强度和城市生态韧性的时空交互特征

3.1 长江中游城市群环境规制强度和城市生态韧性的时序演进特征

通过综合指数测算长江中游城市群环境规制强度和城市生态韧性,结果见图3。
图3 2005—2020年长江中游城市群环境规制强度(a)和城市生态韧性指数(b)

Fig.3 Index of environmental regulation intensity(a) and ecological resilience of urban agglomerations(b) in the middle reaches of the Yangtze River from 2005 to 2020

1)从环境规制强度来看,全域综合得分从2005年的0.167上升到2020年的0.903,总体呈增长趋势,年均增长率为11.132%,说明长江中游城市群逐渐注意到资源错配问题,发展战略由空间扩张转为多维收缩,环境规制实施效果显著。
环鄱阳湖城市群增速最快,2005年环境规制指数为0.129,2014年以后逐渐领先,2020年达0.912,年均增长率达12.464%。研究期内江西省落实生态环境保护工作责任规定,推进化工园区与“散乱污”企业专项整治,环境规制的“造血、回血能力”稳步增长。
环长株潭城市群环境规制指数从基期的0.210增长到末期的0.908,年均增长率为9.569%。随着《湖南省生态环境保护工作责任规定》《中共湖南省委关于坚持生态优先绿色发展 深入实施长江经济带发展战略 大力推动湖南高质量发展的决议》等文件的相继出台,该区域环境规制强度与生态保护能力得到夯实。
武汉城市圈环境规制指数由2005年的0.150增加到2020年的0.887,年均增长率为11.727%。在《湖北生态省建设规划纲要(2014—2030年)》《关于加快实施“三线一单”生态环境分区管控的意见》等政策引领下,武汉城市圈依法治污、精准治污,生态风险得到有效管控。
2)研究期内城市生态韧性总体水平不断提高,由0.227增长到0.747,年均增长率为7.728%,城市生态韧性实现从量变到质变的飞跃。
其中,环鄱阳湖城市群生态韧性指数从2005年的0.216发展到2020年的0.772,年均增长率为8.300%;该区域较早关注生态问题,通过雨污分流、截污纳管防治环境污染,不断提高环境质量。
环长株潭城市群生态基础良好,增速较为稳定,综合指数由0.283上升到0.740,年均增长率达6.190%;该区通过落实主体功能区战略、强化分区管控,生态韧性不断提升。
武汉城市圈生态韧性指数由0.182增加到0.728,年均增长率最高,达9.048%;该区前期粗放的发展模式对城市生态韧性造成严重的胁迫作用,通过产业转移、功能疏解等方式,在区域协同治理的加持下,生态韧性后期明显增强。

3.2 长江中游城市群环境规制强度和城市生态韧性的空间分布特征

参考李苏等[24]的分类方法,根据指数值大小将环境规制强度与城市生态韧性分为5类:0≤D<0.2(低强度/低韧性)、0.2≤D<0.4(较低强度/较低韧性)、0.4≤D<0.6(中强度/中韧性)、0.6≤D<0.8(较高强度/较高韧性)、0.8<D≤1(高强度/高韧性),并借助ArcGIS 10.2软件展开空间可视化分析。
环境规制强度空间分布(图4a~4d)呈现以省会城市为扩展核心、从中心城市到外围城市不断弱化的特点,城际发展尚不平衡。具体来看:1)2005年,各城市环境规制强度处于低水平团块集聚状态,均值低于0.3;这一阶段正值环境规制探索期,虽对生产环节进行把控,但实施效果有限。2)2010年,环境规制强度提高,较低强度以上的城市有24个,占总数的85%以上,呈“北高南低,东高西低”的特点;随着“生态文明建设”目标的提出,东北部城市反应较快,迅速出台相应政策,加强环境治理,而西南部城市粗放型发展方式未得到有效改善。3)2015年,18个城市环境规制强度达到中等水平,长沙、武汉、南昌等省会城市的中心作用开始凸显,影响范围逐步扩散;这一时期《水污染防治行动计划》的出台,提高了长江中游城市群水污染治理的积极性,环境规制实施迈入新阶段。4)2020年,环境规制强度为高水平的城市达到6个,在环境约谈体制作用下,省会城市及周边区域不断加强环境规制联防共建,成效显著;但抚州、上饶等地级市略显滞后,城际要素流动存在壁垒,环境规制的覆盖范围仍需扩展。
图4 2005—2020年长江中游城市群环境规制强度和城市生态韧性空间分布图

注:基于GS(2020)4623 号标准地图(自然资源部监制)制作,底图无修改。

Fig.4 Spatial distribution of environmental regulation intensity and urban ecological resilience in the middle reaches of the Yangtze River from 2005 to 2020

生态韧性空间分布(图4e~4h)呈中心高、外围低的特点,与环境规制发展趋势保持一致,但生态韧性的演化分布相对均衡。具体来看:1)2005年,总体呈低水平集聚状态,吉安、益阳、衡阳表现为较低韧性;这一时期通过对生产环节全过程管理,尾端治理效果显著,但由于城际生态基底与发展水平存在差异,“污染鸿沟”短期内难以弥合。2)2010年,生态韧性明显提高,一半以上城市达到中度韧性,围绕长沙、武汉等区域中心城市形成簇状集聚样态,在其绿色技术溢出效应作用下,长江中游城市群资本积累路径与产业结构得到调整。3)2015年,长沙、株洲、湘潭等5个地级市的生态韧性发展为较高水平,这些城市通过疏解一般性制造业,生态压力减轻;九江、黄冈、荆州、吉安的生态韧性略显滞后,在地区竞争下“污染回流效应”显著,阻滞区域绿色发展。4)2020年,高值城市数量明显增加,长沙、武汉、九江、上饶、荆门表现为高水平,其他城市在原有基础上不断提升。三大子城市群在区域中心城市引领下,通过共建生态屏障,生态韧性不断提升,但由于省会城市辐射能力有限,各城市在资源共享与生态保护上的合作力度尚需加强。

3.3 长江中游城市群环境规制强度和城市生态韧性的时空交互特征

3.3.1 LISA时间路径长度

从相对长度(图5a)看,环境规制强度小于均值的地级市有18个,占比达64.286%,证实长江中游城市群环境规制的实施具有较强稳健性。三大子城市群均值排序依次为环鄱阳湖城市群(1.327)>武汉城市圈(0.922)>环长株潭城市群(0.688),表明环鄱阳湖城市群环境规制强度局部空间结构的动态性较强,该区域坚持绿色低碳发展,环境规制实施效果显著;武汉城市圈和环长株潭城市群环境规制强度的局部空间结构较为稳定,呈现一定的迁移惰性,这两个子城市群前期粗放的产业模式,为区域生态环境保护埋下隐患,后续环境规制的实施效果需要较长周期呈现。
图5 2005—2020年长江中游城市群环境规制强度和城市生态韧性的LISA时间路径图

Fig.5 LISA time-path spatial distribution map of environmental regulation intensity and urban ecological resilience in the middle reaches of the Yangtze River from 2005 to 2020

城市生态韧性低于均值的地级市共计15个,达到53.571%,表明长江中游城市群城市生态韧性局部空间结构较为稳定。其中,环鄱阳湖城市群生态韧性相对长度为0.924,具有较强稳健性;环长株潭城市群与武汉城市圈分别为1.081、1.010,表现出较强的动态性。再次说明这些区域早期过度强调规模扩张与要素驱动,导致区域绿色创新动力不足,生态韧性出现边际效率递减现象。

3.3.2 LISA时间路径弯曲度

由图5b可知,研究期内两个系统弯曲度均大于1,且环境规制弯曲度均值(8.334)低于生态韧性(10.316),说明长江中游城市群环境规制在空间移动方向上的依赖性较生态韧性强。环境规制弯曲度均值呈环鄱阳湖城市群(10.968)>武汉城市圈(7.332)>环长株潭城市群(6.504)的分布特征,生态韧性弯曲度均值则表现为武汉城市圈(11.055)>环鄱阳湖城市群(10.961)>环长株潭城市群(8.567),表明环鄱阳湖城市群环境规制与生态韧性在空间移动方向上的动态性较强,环长株潭城市群则较为稳定。此外,鹰潭、新余、吉安、常德、岳阳等地级市的环境规制强度和城市生态韧性也表现为较强的空间分布动态性。由此可知,环境规制弯曲度较高的区域,生态韧性弯曲度也相对较高,充分说明两个系统的发展方向具有较强一致性,互动关系显著。这是因为这些地级市多处于省际交界处,在信息流动、科技创新、环境规制的多重差异影响下,容易受到周边区域干扰,导致波动性较强。

3.3.3 时空交互关联特征

本文借助时空拓扑网络图探究邻接城市间的空间关联特征。由图6可知,长江中游城市群环境规制强度与城市生态韧性的时空网络格局以正向关联为主。
图6 2005—2020年长江中游城市群环境规制(a)和城市生态韧性(b)的时空拓扑网络

Fig.6 Spatial and temporal topology network of environmental regulation(a) and urban ecological resilience(b) in the middle reaches of the Yangtze River from 2005 to 2020

环境规制呈负向关联的地级市仅有4对,占比不足10%,表明环境规制在时空跃迁过程中具有较强的空间整合性。武汉与黄石、长沙与株洲、南昌与九江等地级市的环境规制强度表现为强正向关联状态,说明邻接城市在环境政策的颁布实施上保持较强同步性。
生态韧性呈负向关联的地级市共有16对,占比达24.615%,说明城市生态韧性在演化过程中存在一定程度的时空竞争。宜昌和荆门、常德和荆州等表现为强负相关状态,武汉与咸宁、岳阳和九江、益阳与娄底等地级市呈现出较强负向关联,这些邻接城市在生态韧性保育过程中存在发展水平错位、信息交流滞后等现象,导致生态韧性的推进呈现不平衡特征。武汉与孝感、萍乡与吉安、娄底与湘潭等表现为强正向关联,这些城市在协同治理下成为生态韧性正向增长的区域。
综上,中心城市的极化效应过强、区际关联度薄弱、边缘城市孤岛化等问题,加速了各城市在环境治理问题上的空心现象。在发展受阻、转型艰难的双重困境下,长江中游城市群各地级市应制定科学合理的环境规制政策、加强区域协作、发展绿色经济,填补城市生态韧性动能缺乏的棘手现状。

4 环境规制对长江中游城市群城市生态韧性的空间溢出效应

4.1 空间相关性检验

为保证结果科学性,采用地理距离矩阵与经济距离矩阵进行对比分析。由表2可知,在两种权重矩阵下,长江中游城市群环境规制强度和城市生态韧性空间正相关性显著。其中,地理距离矩阵的Moran's I值通过10%的显著性检验,经济距离矩阵的Moran's I值均通过5%的显著性检验,两个权重矩阵结果基本一致,充分说明长江中游城市群环境规制强度和城市生态韧性具有正向外溢性,区域间呈现一定的空间聚集特征。
表2 2005—2020年长江中游城市群环境规制强度和城市生态韧性全局自相关指数

Tab.2 Global autocorrelation indexes of environmental regulation intensity and urban ecological resilience in the middle reaches of the Yangtze River from 2005 to 2020

年份 环境规制强度 城市生态韧性 年份 环境规制强度 城市生态韧性
地理距离
矩阵
Moran's I		 经济距离
矩阵
Moran's I		 地理距离
矩阵
Moran's I		 经济距离
矩阵
Moran's I		 地理距离
矩阵
Moran's I		 经济距离
矩阵
Moran's I		 地理距离
矩阵
Moran's I		 经济距离
矩阵
Moran's I
2005 0.201** 0.198*** 0.156** 0.211*** 2013 0.419*** 0.201*** 0.378*** 0.213***
2006 0.157* 0.205*** 0.245** 0.265*** 2014 0.432*** 0.234*** 0.395*** 0.268***
2007 0.259*** 0.104*** 0.289*** 0.115*** 2015 0.219** 0.246*** 0.336*** 0.321**
2008 0.432*** 0.246** 0.170* 0.225*** 2016 0.435*** 0.204*** 0.396*** 0.199***
2009 0.477*** 0.291*** 0.276** 0.195*** 2017 0.412*** 0.470*** 0.357*** 0.183***
2010 0.183*** 0.147** 0.249** 0.172** 2018 0.390*** 0.156*** 0.264** 0.187***
2011 0.466*** 0.342*** 0.244** 0.177*** 2019 0.341** 0.114*** 0.322** 0.130***
2012 0.431*** 0.231*** 0.250** 0.254*** 2020 0.170** 0.201*** 0.273** 0.202***

注:***、**、*分别代表1%、5%、10%的显著性水平。

4.2 空间模型选择

由前文可知,两个系统空间正相关性显著,因此在考察环境规制对城市生态韧性的影响时必须考虑空间因素的作用,通过LM检验、Wald检验、LR检验以及Hausman检验选择最优模型。由表3可知,结果均通过10%的显著性水平检验。首先,LM检验结果选择空间杜宾模型为主要探测形式;其次,Wald与LR检验在地理距离矩阵和经济距离矩阵下表明SDM模型无法退化为SAR和SEM模型,显著拒绝原假设,证实选择SDM模型较为合适;最后,Hausman检验在两种矩阵下均通过1%的显著性检验,拒绝原假设,选择固定效应模型。
表3 检验结果

Tab.3 Test results

模型 地理距离矩阵 经济距离矩阵
LM test(lag) 4.154** 4.974**
(0.002) (0.026)
Robust LM test(lag) 6.647*** 6.198**
(0.010) (0.013)
LM test(error) 57.791*** 25.931***
(0.010) (0.000)
Robust LM test(error) 64.372*** 27.149***
(0.000) (0.000)
Wald spatial lag 12.173* 25.866***
(0.095) (0.001)
Wald spatial error 11.701* 37.053***
(0.069) (0.000)
LR lag 25.179*** 25.574***
(0.001) (0.001)
LR error 40.974*** 40.929***
(0.000) (0.000)
Hausman 22.866*** 37.491***
(0.000) (0.000)

注:***、**、*分别代表1%、5%、10%的显著性水平。

4.3 空间计量模型回归结果

基于SDM模型进行回归分析(表4),两种空间权重矩阵的估计结果均通过1%的显著性检验,表明无论从地理距离还是经济距离来看,环境规制对研究区城市生态韧性的空间溢出效应显著。一方面,市场型环境规制通过对企业进行“精洗”,规范其生产经营行为,产生“环保规模效应”与“技术竞争效应”,削弱外部冲击对城市生态韧性带来的负面影响;另一方面,命令型环境规制的加强,在一定程度上加大了对生态环境保育的政策倾斜,有利于消除行业壁垒,优化产业结构,为实现绿色发展创造条件。综上,环境规制的实施对城市生态韧性的提升具有重要作用。
表4 空间杜宾检验结果

Tab.4 Results of spatial Dubin test

变量 地理距离矩阵 经济距离矩阵
ln H 0.365*** 0.231***
(2.520) (1.270)
ln H2 -0.001*** -0.004***
(-2.195) (-2.097)
ln E -0.022*** -0.015**
(-4.378) (-6.82)
ln S 0.096** 0.220***
(2.310) (4.450)
ln U -0.416** -0.595**
(-1.53) (-1.98)
ln Dedu 0.067 0.085
(0.045) (0.075)
ln O 0.001 0.014
(0.127) (0.146)
ln Froad 0.150 0.007*
(3.123) (2.783)
R2 0.599 0.606
Spatial rho 0.184*** 0.174***
(4.632) (3.869)
Sigma2 0.005*** 0.007***
(6.874) (7.436)
Log L 593.421 585.562

注:括号中数字为检验的z统计量,括号外数字为检验的系数;***、**、*分别代表1%、5%、10%的显著性水平。

4.4 效应分解

由于存在空间效应,空间杜宾模型回归系数虽能在一定程度上解释环境规制对城市生态韧性的影响,但不能完全揭示被解释变量对城市生态韧性的边际效应。按照偏微分法从直接效应、间接效应和总效应层面,解读环境规制对研究区生态韧性的空间影响。由表5可知,两种权重矩阵下,环境规制对长江中游城市群生态韧性影响的直接效应、间接效应和总效应均通过1%的显著性检验,表明研究区城市生态韧性存在“竞争向上”特征。
表5 空间效应分解

Tab.5 Spatial effect decomposition

变量 地理距离矩阵 经济距离矩阵
直接效应 间接效应 总体效应 直接效应 间接效应 总体效应
ln H 0.157*** 1.324*** 1.481*** 0.504*** 0.263*** 0.767***
(2.453) (2.376) (5.219) (5.275) (5.379) (4.791)
ln H2 -0.001*** -0.003*** -0.005*** -0.002*** -0.003*** -0.005***
(-2.795) (-1.754) (-2.432) (-3.864) (-2.175) (-3.253)
ln E -0.026*** -0.088*** 0.113* -0.002** -0.118** -0.120***
(-2.716) (-4.543) (-2.791) (-0.953) (-2.464) (-3.537)
ln S 0.087** 0.193** 0.280*** 0.070** 0.266*** 0.336***
(3.137) (2.413) (3.579) (2.504) (5.372) (8.596)
ln U -0.105*** -0.302* -0.407** -0.095** -0.693** -0.788*
(-0.765) (-1.676) (-1.325) (-0.477) (-1.998) (-1.634)
ln Dedu 0.007 0.119 0.125 0.001 0.014 0.015
(0.910) (0.539) (0.975) (0.934) (0.771) (1.449)
ln O 0.033 0.186 0.219 0.070 0.192 0.262*
(0.706) (0.789) (1.325) (0.123) (1.589) (1.886)
ln Froad 0.002* 0.145* 0.148** 0.007 0.054 0.061*
(0.189) (2.223) (2.215) (0.577) (1.536) (1.608)

注:括号中数字为检验的z统计量,括号外数字为检验的系数;***、**、*分别代表1%、5%、10%的显著性水平。

从直接效应来看,环境规制一次项在1%的水平下显著为正、二次项在1%的水平下显著为负,证实环境规制与生态韧性间呈倒U型关系。当环境规制强度较低时,长江中游城市群通过水污染治理、重点行业大气污染治理等方式调整资源配置,降低城市生态脆弱性,提高环境适应能力;当环境规制强度高于阈值时,企业用于环境保护的运营成本增加,实际利润收缩,强制命令型环境规制导致企业消极对待环境规制政策,通过加大生产,抵消环境规制成本,造成“污染回弹”,城市生态韧性因此受到限制。这与邵慰等[27]、尹礼汇等[5]的研究结果一致。
从间接效应来看,环境规制通过1%的显著性检验,即环境规制在实施过程中空间关联度较高。一方面,随着《长江中游城市群发展“十四五”实施方案》等政策的出台,各地级市通过跨区域综合执法,加强环境污染联防联控,环境治理效果显著;另一方面,环境规制推动产业绿色清洁技术升级,在其溢出效应作用下,相邻城市相继搭上技术“便车”。
从总体效应来看,环境规制提升对本地区生态韧性的提高作用更为显著。环境规制的实施,为本地产业结构优化注入活力,吸引优质人才与开放资源,助推当地经济高质量发展;但对邻近城市而言,本地生态韧性提升,承载能力增强,在一定程度上挤压了周边区域本就有限的经济和人力资源,限制周边区域发展,进而产生负向空间溢出效应。

4.5 稳健性检验

采用两种空间权重矩阵对模型进行拟合,回归结果在核心解释变量的作用方向上保持一致,且两种模型的回归系数与显著性大体相近,表明研究结果具有一定稳健性。为排除要素间双向因果关系的影响,借鉴邹国良等[29]的研究,将环境规制的t-1期滞后项作为工具变量使用两阶段最小二乘法来检验。表6显示,滞后一期的环境规制指标通过了弱工具变量检验与过度识别检验,核心解释变量的移动方向与显著性总体保持原有轨迹,除极少数控制变量的显著性发生变化外,其他结果变动不大,证实估计结果具有稳健性与科学性。
表6 稳健性检验

Tab.6 Robustness test

变量 第一阶段回归 第二阶段回归
ln H(t-1) 0.234***
(1.523)
ln H 0.261***
(1.324)
ln E -0.022*** -0.015**
(-4.378) (-6.820)
ln S 0.096** 0.220***
(2.310) (4.450)
ln U -0.349** -0.418**
(-2.575) (-1.267)
ln Dedu -0.053 0.085
(-0.156) (0.163)
ln O 0.000 0.003
(0.164) (0.113)
ln Froad 0.101 0.014*
(2.532) (3.053)
F值 38.064**
R2 0.602 0.543

注:***、**、*分别代表1%、5%、10%的显著性水平。

4.6 异质性检验

鉴于地级市间环境规制与生态韧性存在差异,分别对武汉城市圈、环鄱阳湖城市群、环长株潭城市群基于经济距离矩阵进行回归分析,结果见表7。
表7 分区域的SDM模型回归结果

Tab.7 Regression results of SDM model in subregions

变量 武汉城市圈 环鄱阳湖城市群 环长株潭城市群
直接效应 间接效应 总体效应 直接效应 间接效应 总体效应 直接效应 间接效应 总体效应
ln H 0.464*** -0.125** 0.239*** 0.249*** 0.321** 0.370** 0.019*** 0.541 0.560*
(3.520) (-1.181) (0.706) (0.231) (0.721) (0.582) (0.952) (0.415) (0.741)
ln E -0.001*** 0.122*** -0.001*** -0.000*** -0.042*** -0.043*** -0.001** -0.013 -0.014*
(-1.245) (2.542) (-0.876) (-1.078) (-1.324) (-0.753) (-2.084) (-1.435) (-1.322)
ln S 0.056*** 0.168*** 0.225*** 0.104*** 0.089** 0.193** 0.371*** 0.025*** 0.395***
(-0.327) (1.922) (1.611) (1.892) (1.068) (2.072) (3.529) (0.852) (2.814)
ln U 0.148** 0.146* 0.295*** 0.287*** 0.229** 0.516*** 0.144*** 0.202** 0.346***
(2.337) (1.372) (3.257) (4.670) (2.276) (5.271) (3.733) (2.455) (4.042)
ln Dedu 0.202*** -0.433* -0.231** -0.642*** -0.602** -1.244* 0.059** -1.439*** -1.380***
(1.011) (-0.513) (-0.267) (-1.560) (-1.100) (-1.753) (0.872) (-2.662) (-2.179)
ln O 0.019** -0.048 -0.030 -0.023 0.022** -0.001 -0.040 -0.043 -0.083
(2.111) (-1.385) (-0.789) (-0.911) (0.435) (-0.013) (-0.961) (-0.615) (-0.863)
ln Froad 0.003 -0.138 -0.136 0.125 -0.056 0.069 -0.051 -0.110 -0.161
(0.972) (-0.411) (-0.374) (1.265) (-0.281) (0.268) (-0.590) (-0.806) (-0.931)

注:括号中数字为检验的z统计量,括号外数字为检验的系数;***、**、*分别代表1%、5%、10%的显著性水平。

武汉城市圈环境规制对生态韧性具有显著的正向直接效应和负向空间溢出效应,即环境规制每增强1%,本地生态韧性提高0.464%,邻近城市生态韧性降低0.125%。武汉城市圈前期承接大量高污染、高排放项目,尽管短期内环境规制效果显著,但随着实施力度加大,企业压力增强,参与环境防治的积极性受到影响。与此同时,武汉的虹吸效应过于显著,造成对周边地市的资源“截流”,区域间生态韧性与综合发展水平断层现象严重,限制周边地级市发展。
环鄱阳湖城市群环境规制对生态韧性的直接效应和间接效应均显著为正,且间接效应大于直接效应,环境规制每增强1%,本地生态韧性提高0.249%,邻域生态韧性提升0.321%。环鄱阳湖城市群在减污降碳、生态补偿、信息反馈等方面有着良好的管理经验,能有效抑制“截流效应”的产生;但环境规制产生效力过程中受到产业升级、技术溢出、人才共育等其他因素的影响,加之城市间的发展差异,导致其间接效应较为显著。
环长株潭城市群环境规制对生态韧性保持正向直接效应和空间溢出效应,其正向空间溢出效应尚不显著。环境规制的实施使环长株潭城市群生态韧性显著提升,但由于区域间地理联系度不高,信息存在脱节,环境规制对周边地区生态韧性的促进作用不明显。

5 结论与建议

5.1 结论

基于长江中游城市群28个地级市的面板数据,构建抵抗性-适应性-恢复性-更新性的城市生态韧性评价体系,借助探索性时空数据分析方法揭示环境规制强度和城市生态韧性的时空交互特征,构建空间计量模型考察环境规制强度对城市生态韧性的影响,主要结论如下。
1)长江中游城市群环境规制指数由2005年的0.167上升到2020年的0.903,生态韧性指数由2005年的0.227增长至2020年的0.747,两者呈波动递增趋势;在空间布局上,环境规制与生态韧性从中心城市到外围城市不断弱化,城际发展尚不平衡;两个系统局部空间结构较为稳定,生态韧性在演化方向上的依赖性较环境规制强,各地级市的环境规制强度空间关联表现为协同发展,生态韧性则呈现一定程度的时空竞争。
2)从空间杜宾模型回归结果来看,环境规制与城市生态韧性间呈倒U型关系;环境规制的实施对周边地市生态韧性产生正向溢出,但从总体效应来看,环境规制提升对本地区生态韧性的提高作用更为显著。
3)从子城市群分解结果来看,武汉城市圈环境规制对生态韧性具有显著正向直接效应和负向溢出效应,即环境规制水平每增强1%,本地生态韧性提高0.464%,邻近城市生态韧性降低0.125%;环鄱阳湖城市群环境规制对生态韧性的直接效应和间接效应均显著为正,说明环境规制每增强1%,本地生态韧性提高0.249%,邻域生态韧性提升0.321%;环长株潭城市群环境规制对生态韧性具有正向直接效应和正向空间溢出效应,但其溢出效应并不显著。

5.2 建议

1)长江中游城市群环境规制强度与城市生态韧性虽在不断提高,但城际差异依然存在。为此,应打造以武汉、长沙、南昌等省会城市为核心的绿色技术智库,将科技成果就地转化为生产力,减少资源环境成本;同时,应加强生态韧性脆弱地区的环境保育,将修复长江生态环境摆在压倒性位置。此外,需适度运用环境规制工具,通过更新行业标准、完善管理体制,对企业生产行为进行深度“精洗”,激发行业“创新补偿”积极性。
2)环境规制对本地生态韧性的影响较为显著,对邻域影响力有限。应坚持“内育外引”,加强内部资源要素流动,提高环境规制水平;同时,借助“一带一路”和“长江经济带”战略平台,与长三角、京津冀、粤港澳大湾区等城市群保持密切互动,发挥协同优势。
3)环境规制对生态韧性的提升作用显著,但子城市群间的空间效应各有差异。环鄱阳湖城市群应持续推进江西生态综合补偿试点建设,探索将生态产品价值核算结果应用于环境绩效考核、生态保护补偿的创新方式,建立并完善降碳、减排、扩绿、增长的综合发展机制;武汉城市圈、环长株潭城市群应提高产业高级化、合理化水平,加强白色污染防治,减少碳排放,出台更为严格的资源环境政策巩固现有减排成果,打造“无废城市”。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王兆峰, 王梓瑛. 长江中游城市群环境规制对旅游产业生态效率的影响及空间分异研究[J]. 生态学报, 2021, 41(10):3917-3928.

WANG Z F, WANG Z Y. The impact of environmental regulation on ecological efficiency of tourism industry and its spatial differentiation:taking the urban agglomeration in the middle reaches of the Yangtze River as an example[J]. Acta Ecologica Sinica, 2021, 41(10):3917-3928.

[2]
王兆峰, 李琴. 长江中游城市群旅游效率时空演变及其与生态环境的交互响应[J]. 陕西师范大学学报(自然科学版), 2023, 51(2):24-35.

DOI

WANG Z F, LI Q. The spatio-temporal evolution of tourism efficiency and its interactive response with ecological environment in urban agglomeration in the middle reaches of the Yangtze River[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(2):24-35.

[3]
GOLLOP F M, ROBERTS M J. Environmental regulations and productivity growth:the case of fossil-fueled electric power generation[J]. Journal of Political Economy, 1983, 91(4):654-674.

DOI

[4]
赵玉民, 朱方明, 贺立龙. 环境规制的界定、分类与演进研究[J]. 中国人口·资源与环境, 2009, 19(6):85-90.

ZHAO Y M, ZHU F M, HE L L. Definition,classification and evolution of environmental regulations[J]. China Population, Resources and Environment, 2009, 19(6):85-90.

[5]
尹礼汇, 吴传清. 环境规制与长江经济带污染密集型产业生态效率[J]. 中国软科学, 2021(8):181-192.

YIN L H, WU C Q. Environmental regulation and the ecological efficiency of pollution-intensive industries in the Yangtze River Economic Belt[J]. China Soft Science, 2021(8):181-192.

[6]
HERMAN S, XIANG J. Channeled through trade:how foreign environmental regulations induce domestic renewable energy innovation[J]. Energy Research & Social Science, 2022, 89:102629.

[7]
PORTER M E, VAN DER LINDE C. Toward a new conception of the environment-competitiveness relationship[J]. Journal of Economic Perspectives, 1995, 9(4):97-118.

DOI

[8]
RAMANATHAN R, HE Q, BLACK A, et al. Environmental regulations,innovation and firm performance:a revisit of the Porter hypothesis[J]. Journal of Cleaner Production, 2017, 155:79-92.

DOI

[9]
MAHMOOD N, ZHAO Y J, LOU Q Q, et al. Role of environmental regulations and eco-innovation in energy structure transition for green growth:evidence from OECD[J]. Technological Forecasting and Social Change, 2022, 183:121890.

DOI

[10]
沈钊, 屈小娥. 我国环境规制的污染减排效应研究[J]. 统计与决策, 2022, 38(20):59-62.

SHEN Z, QU X E. Study on pollution reduction effect of environmental regulation in China[J]. Statistics and Decision, 2022, 38(20):59-62.

[11]
任胜钢, 蒋婷婷, 李晓磊, 等. 中国环境规制类型对区域生态效率影响的差异化机制研究[J]. 经济管理, 2016, 38(1):157-165.

REN S G, JIANG T T, LI X L, et al. The differentiation mechanism study on the effect of types of environmental regulation to the regional eco-efficiency in China[J]. Economic Management, 2016, 38(1):157-165.

[12]
包健, 郭宝棋. 异质性环境规制对区域生态效率的影响研究[J]. 干旱区资源与环境, 2022, 36(2):25-30.

BAO J, GUO B Q. Influence of heterogeneous environmental regulation on regional ecological efficiency[J]. Journal of Arid Land Resources and Environment, 2022, 36(2):25-30.

[13]
覃琼霞, 王晓蓬, 郭媛媛, 等. 长江经济带环境规制对工业绿色转型的影响研究[J]. 中国环境管理, 2022, 14(5):86-94.

QIN Q X, WANG X P, GUO Y Y, et al. Impact of environmental regulation on industrial green transformation in the Yangtze River economic belt[J]. Chinese Journal of Environmental Management, 2022, 14(5):86-94.

[14]
张鑫, 徐枫. 环境规制对绿色技术创新的影响:基于政府干预视角的区域异质性分析[J]. 城市问题, 2022(9):55-64.

ZHANG X, XU F. The influence of environmental regulation on green technology innovation:regional heterogeneity analysis from the perspective of government intervention[J]. Urban Problems, 2022(9):55-64.

[15]
HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4:1-23.

DOI

[16]
DAKOS V, KÉFI S. Ecological resilience:what to measure and how[J]. Environmental Research Letters, 2022, 17(4):043003.

DOI

[17]
SHI C C, ZHU X P, WU H W, et al. Urbanization impact on regional sustainable development:through the lens of urban-rural resilience[J]. International Journal of Environmental Research and Public Health, 2022, 19(22):15407.

DOI

[18]
曾凡盛, 冯兴华, 唐燕, 等. 鄱阳湖流域县域生态韧性空间格局演变研究[J]. 地理与地理信息科学, 2022, 38(6):29-35.

ZENG F S, FENG X H, TANG Y, et al. Evolution of ecological resilience space pattern at County level in Poyang Lake Basin[J]. Geography and Geo-Information Science, 2022, 38(6):29-35.

[19]
夏楚瑜, 董照樱子, 陈彬. 城市生态韧性时空变化及情景模拟研究:以杭州市为例[J]. 生态学报, 2022, 42(1):116-126.

XIA C Y, DONG Z Y Z, CHEN B. Spatio-temporal analysis and simulation of urban ecological resilience:a case study of Hangzhou[J]. Acta Ecologica Sinica, 2022, 42(1):116-126.

[20]
陶洁怡, 董平, 陆玉麒. 长三角地区生态韧性时空变化及影响因素分析[J]. 长江流域资源与环境, 2022, 31(9):1975-1987.

TAO J Y, DONG P, LU Y Q. Spatial-temporal analysis and influencing factors of ecological resilience in Yangtze River Delta[J]. Resources and Environment in the Yangtze Basin, 2022, 31(9):1975-1987.

[21]
吕添贵, 胡晗, 付舒斐, 等. 长三角地区城市生态韧性时空分异特征及影响因素[J]. 地域研究与开发, 2023, 42(1):54-60.

LYU T G, HU H, FU S F, et al. Spatio-temporal differentiation and influencing factors of urban ecological resilience in the Yangtze River Delta[J]. Areal Research and Development, 2023, 42(1):54-60.

[22]
王松茂, 牛金兰. 山东半岛城市群城市生态韧性的动态演化及障碍因子分析[J]. 经济地理, 2022, 42(8):51-61.

WANG S M, NIU J L. Dynamic evolution and obstacle factors of urban ecological resilience in Shandong Peninsula urban agglomeration[J]. Economic Geography, 2022, 42(8):51-61.

[23]
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究[J]. 地理学报, 2021, 76(4):973-991.

DOI

WANG S J, CUI Z T, LIN J J, et al. Coupling relationship between urbanization and ecological resilience in the Pearl River Delta[J]. Acta Geographica Sinica, 2021, 76(4):973-991.

DOI

[24]
李苏, 刘浩南. 干旱区城市化与生态韧性耦合协调的时空格局演化分析 :以宁夏为例[J]. 干旱区地理, 2022, 45(4):1281-1290.

LI S, LIU H N. Spatio-temporal pattern evolution of coupling coordination between urbanization and ecological resilience in arid region:a case of Ningxia Hui Autonomous Region[J]. Arid Land Geography, 2022, 45(4):1281-1290.

[25]
张明斗, 任衍婷. 环境规制对生态韧性的影响:基于 “本地—邻地” 效应的视角[J]. 北京理工大学学报(社会科学版), 2022, 24(6):16-29.

ZHANG M D, REN Y T. Impact of environmental regulation on ecological resilience-a perspective of “local-neighborhood” effect[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2022, 24(6):16-29.

[26]
邵亦文, 徐江. 城市韧性:基于国际文献综述的概念解析[J]. 国际城市规划, 2015, 30(2):48-54.

SHAO Y W, XU J. Understanding urban resilience:a conceptual analysis based on integrated international literature review[J]. Urban Planning International, 2015, 30(2):48-54.

[27]
邵慰, 金泽斌, 陈子琦. 环境规制对区域生态效率的空间效应研究:基于财政分权的调节作用[J]. 财经论丛, 2023(6):103-112.

SHAO W, JIN Z B, CHEN Z Q. Research on the spatial effects of environmental regulation on regional ecological efficiency: based on the regulatory role of fiscal decentralization[J]. Finance, 2023(6):103-112.

[28]
王峥, 程占红. “双碳” 目标下中国服务业碳强度时空交互特征及跃迁机制[J]. 地理学报, 2023, 78(1):54-70.

DOI

WANG Z, CHENG Z H. Spatiotemporal interaction characteristics and transition mechanism of carbon intensity in China's service industry under the targets of carbon peak and carbon neutrality[J]. Acta Geographica Sinica, 2023, 78(1):54-70.

DOI

[29]
邹国良, 刘娜娜. 科技创新对经济高质量发展影响的空间效应:以粤港澳大湾区为例[J]. 统计与决策, 2022, 38(21):122-126.

ZOU G L, LIU N N. The spatial effect of scientific and technological innovation on high-quality economic development:a case study of Guangdong-HongKong-Macao Greater Bay Area[J]. Statistics and Decision, 2022, 38(21):122-126.

[30]
朱阿兴, 闾国年, 周成虎, 等. 地理相似性:地理学的第三定律?[J]. 地球信息科学学报, 2020, 22(4):673-679.

DOI

ZHU A X, LYU G N, ZHOU C H, et al. Geographical similarity: the Third Law of Geography?[J] .Journal of Geoinformation Science, 2020, 22(4):673-679.

[31]
SHAO S, ZHAN Y, TIAN Z H, et al. The regional Dutch disease effect within China:a spatial econometric investigation[J]. Energy Economics, 2020, 88:104766.

DOI

[32]
安锦, 杨壁宁, 刘晓佳, 等. 环境规制、绿色科技与环境治理绩效[J]. 统计与决策, 2022, 38(13):184-188.

AN J, YANG B N, LIU X J, et al. Environmental regulation,green technology and environmental governance performance[J]. Statistics and Decision, 2022, 38(13):184-188.

[33]
邓慧慧, 杨露鑫. 雾霾治理、地方竞争与工业绿色转型[J]. 中国工业经济, 2019(10):118-136.

DENG H H, YANG L X. Haze governance,local competition and industrial green transformation[J]. China Industrial Economics, 2019(10):118-136.

Options
Outlines

/

〈 〉

Copyright © Journal of Shaanxi Normal University(Natural Science Edition)
Address: No.1000 Taoyuan Avenue, Yu Bei District, Chongqing　Post Code:401120
Tel: 029-81530883，81530879，81530885　　E-mail: lkxuebao@snnu.edu.cn
Powered by Beijing Magtech Co. Ltd.