江苏省人口资源环境协调发展时空特征分析(3)
2015年13个省辖市的协调发展等级发生明显变化。南京市与镇江市由于人口系统的大力发展,与资源、环境系统更加匹配,协调发展等级由III等级迅速发展为V等级;苏南其他地区与苏中3市均加入到中级协调行列,处于IV等级;苏北地区人口系统发展较慢,与资源、环境系统的差距较大,系统协调发展状况较差,淮安市的协调发展度由0.534 8提高到0.543 9,但协调发展等级未提升;除淮安市外,连云港市、宿迁市、淮安市、盐城市的协调发展度均在0.55~0.60,处于III等级。虽然2015年江苏省人口-资源-环境系统的协调发展状况已得到改善,但仍未有城市的协调发展度达0.70(VI等级)以上,这表明江苏省人口-资源-环境系统的协调发展状态仍有很大的提升空间。
表2 江苏省人口-资源-环境系统的协调发展度?
2017年,江苏省人口-资源-环境系统的协调发展状况进一步优化,总体呈南高北低的格局。与2015年相比,苏南的南京市、镇江市逐渐发展到VI等级;苏锡常则由IV等级发展到V等级;苏中3市的协调发展等级未发生变化,仍处于IV等级;淮安市的协调发展等级由II等级提高至III等级,苏北其他地区的协调发展等级同处于III等级。至此,江苏省人口-资源-环境协调发展等级南高北低的格局初步形成。
表3 协调发展等级划分协调发展度0≤D≤0.50 0.50<D≤0.55 0.55<D≤0.60 0.60<D≤0.65 0.65<D≤0.70 0.70<D≤1.00类型衰退失调基本协调初级协调中级协调良好协调优质协调等级I II III IV V VI
图2 江苏省人口-资源-环境协调发展时空分布
2.4 江苏省人口-资源-环境系统对经济系统的影响
人口-资源-环境系统与经济系统既相互依存,又相互矛盾。一定数量与质量的人口会促进社会经济的发展,但如果区域人口数量过多,增长过快,人口老龄化问题的加剧将不利于资金积累,严重阻碍经济发展。资源和环境是经济发展的源泉,经济依托于资源和环境,资源和环境对经济发展具有非常坚定的支撑作用,而资源短缺、环境恶化将会制约社会经济的可持续发展。
为进一步探讨人口-资源-环境系统对经济系统的影响,拟采用回归估计进行分析。由于没有足够多的数据进行条件最大似然估计,而无法进行固定效应面板Tobit回归,可选择混合面板Tobit模型和面板随机Tobit模型。本研究利用江苏省2010—2017年13个省辖市数据进行分析,属于短面板数据,可以认为各个城市之间存在个体差异,故采用面板随机Tobit模型进行分析。以人均GDP为被解释变量,以人口、资源、环境3个系统的综合评价得分与协调发展度为解释标量,运用面板随机Tobit模型,对江苏省13个省辖市相关数据进行回归估计。其中,模型1只对人口、资源、环境3个系统的综合评价得分进行回归,模型2加入协调发展度,回归结果见表4。
表4 江苏省人口-资源-环境系统对经济系统的回归结果注:括号内为t值,“***”“*”分别表示在1%和10%水平下显著?
1)从回归结果来看,模型1人口-资源-环境系统对人均GDP的影响都为负,而模型2显示协调发展度对人均GDP的影响为正。这表明任何一个单一系统对经济系统而言都存在一定的抑制作用,但3个系统的协调发展度对经济系统起到促进作用。因此,要想使经济得到进一步发展,需正确处理好人口、资源、环境的关系,实现3个系统的高质量协调发展。
2)模型2的参数估计数值显示资源系统的弹性系数最大,人口系统次之,环境系统最小。一方面,可能是在计算协调发展度时资源系统的4个指标都是正向指标,而人口系统和环境系统的指标有正有负,在一定程度上负向指标会削弱正向指标的影响;另一方面,也可能与资源的稀缺性和不可再生性有关,随着资源的不断消耗,经济发展缓慢,效益降低,需要大量资金和高新技术来开发利用新能源,在一定程度上制约了经济的发展。因此,资源系统回归系数高于人口系统与环境系统。
3)总之,实现区域经济发展不是单纯依靠某一系统,应保证各系统之间相互协调,弥补其他系统的不足,这就要求坚持走可持续发展的道路,在控制人口数量、提高人口质量、合理利用现有资源、发展绿色新能源、保护生态环境、提高环境质量的基础上,大力发展可持续经济,最终促进区域经济整体的进一步发展。
3 小结与讨论
本研究从人口、资源、环境3个方面构建江苏省人口-资源-环境协调发展评价指标体系,运用纵横向拉开档次法计算3个系统的综合评价得分,运用协调发展测算模型对江苏省及13个省辖市人口-资源-环境系统的协调发展度进行测算,探讨人均GDP与人口、资源和环境系统的关系,得到如下结论。
文章来源:《大气与环境光学学报》 网址: http://www.dqyhjgxxb.cn/qikandaodu/2021/0707/507.html
上一篇:范县濮城镇美丽乡村建设存在的问题及对策
下一篇:基于大数据环境下的经济责任审计