中国省际绿色发展的空间关联及溢出效应

江西财经大学学报 ›› 2020, Vol. 0 ›› Issue (3): 14-24.

中国省际绿色发展的空间关联及溢出效应

刘小瑜¹, 余海华^1,2

1.江西财经大学统计学院,江西南昌 330013;
2.闽南师范大学数学与统计学院,福建漳州 363000

收稿日期:2019-10-25 修回日期:2020-01-08 出版日期:2020-05-25 发布日期:2020-12-14
通讯作者: 余海华,江西财经大学博士研究生,闽南师范大学讲师,主要从事经济统计研究,联系方式jxjjyuhaihua@126.com。
作者简介:刘小瑜,江西财经大学教授,博士生导师,主要从事经济统计和国民经济核算研究。
基金资助:
福建省中青年教师教育科研项目“金融系统复杂性的若干问题研究”(JT180315);江西省研究生创新专项资金项目“基于函数型金融高频数据的波动率预测研究”(YC2018-B061)

Spatial Correlation and Spillover Effect of China’s Inter-Provincial Green Development

LIU Xiao-yu¹, YU Hai-hua^1,2

1. Jiangxi University of Finance and Economics,Nanchang 330013;
2. Minnan Normal University,Zhangzhou 363000,China

Received:2019-10-25 Revised:2020-01-08 Online:2020-05-25 Published:2020-12-14

摘要/Abstract

摘要： 基于四部委联合发布的2016年中国31省份绿色发展指数,运用引力模型和社会网络分析法解析了中国省际绿色发展的空间关联及溢出效应。研究表明:中国省际绿色发展空间关联具有显著的通达性、稳定性和非均衡性;各省份及各板块之间联系紧密,溢出效应显著,东部省份主要属于净收益板块,彼此之间的关联性更强,中西部省份主要属于净溢出板块;绿色发展中心集中在东部地区,其接收的溢出关系较多,吸引着要素资源的不断流入,并对关联省份的绿色发展影响较大;各省份在地理位置、生态环境禀赋、技术创新、城镇化、环境规制等方面的显著差异,共同促进了绿色发展省际关联及溢出效应的形成。树立空间一体化发展理念,充分发挥区域关联与溢出效应,制定区域差别化政策,形成区域均衡协同的绿色发展格局。

关键词: 绿色发展, 引力模型, 社会网络分析, 空间关联, 溢出效应

Abstract: Based on the 2016 Green Development Index of 31 provinces in China jointly issued by four ministries,this paper applies the gravitational model and social network analysis method to comprehensively analyze the spatial correlation and spillover effect of China’s inter-provincial green development.The findings show that the spatial correlation of China’s inter-provincial green development has remarkable accessibility,stability and non-equilibrium.There is a close connection and significant spillover effect between provinces or plates;the eastern provinces are mainly net income segments,having more close relevance between each other;the central and western provinces are mainly net spillover plates.The center of green development is mainly concentrated in the eastern regions,which receive more spillovers and constantly attract the inflow of green development elements and resources,exerting greater impact on the green development of the related provinces.Each province has significant differences in geographical location,ecological environment endowment,technological innovation,urbanization level and environmental regulations,etc.,that has jointly promoted the formation of inter-provincial correlation and spillover effect of green development.We should establish the green development concept of spatial integration,give full play to regional correlation and spillover effects,make differential regional policies,and form green development pattern of regional equilibrium and synergy.

Key words: green development, gravitational model, social network analysis, spatial correlation, spillover effect

中图分类号:

F061.5

刘小瑜, 余海华. 中国省际绿色发展的空间关联及溢出效应[J]. 江西财经大学学报, 2020, 0(3): 14-24.

LIU Xiao-yu, YU Hai-hua. Spatial Correlation and Spillover Effect of China’s Inter-Provincial Green Development[J]. Journal of Jiangxi University of Finance and Economics, 2020, 0(3): 14-24.

参考文献

[1] 何剑,王欣爱.中国产业绿色发展的时空特征分析[J].科技管理研究,2016,(21):240-246.
[2] 谢里,王瑾瑾.中国农村绿色发展绩效的空间差异[J].中国人口·资源与环境,2016,(6):20-26.
[3] 蔡绍洪,魏媛,刘明显.西部地区绿色发展水平测度及空间分异研究[J].管理世界,2017,(6):174-175.
[4] 杨志江,文超祥.中国绿色发展效率的评价与区域差异[J].经济地理,2017,(3):10-18.
[5] 车磊,白永平,周亮,等.中国绿色发展效率的空间特征及溢出分析[J].地理科学,2018,(11):1788-1798.
[6] 王勇,李海英,等.中国省域绿色发展的空间格局及其演变特征[J].中国人口·资源与环境,2018,(10):96-104.
[7] 郝淑双,朱喜安.中国区域绿色发展水平影响因素的空间计量[J].经济经纬,2019,(1):10-17.
[8] 酒二科.中国绿色发展的时空差异及障碍因子分析[J].统计与决策,2019,(8):121-125.
[9] 谢宜章,赵玉奇.空间资源视角下地方政府竞争与中国工业绿色转型发展[J].江西社会科学,2018,(6):58-67.
[10] 吴传清,黄磊.长江经济带工业绿色发展效率及其影响因素研究[J].江西师范大学学报(哲学社会科学版),2018,(3):91-99.
[11] 梁本凡.中国未来30年绿色发展制度创新方向研究[J].江淮论坛,2019,(4):5-10.
[12] 李敬,陈澍,方广华,等.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究,2014,(11):4-16.
[13] 刘华军,刘传明,孙亚男.中国能源消费的空间关联网络结构特征及其效应研究[J].中国工业经济,2015,(5):83-95.
[14] 张德钢,陆远权.中国碳排放的空间关联及其解释——基于社会网络分析法[J].软科学,2017,(4):15-18.
[15] 方大春,马为彪.我国区域创新空间关联的网络特征及其影响因素[J].西部论坛,2018,(2):50-61.
[16] Cassi L.,Morrsion A.,Wal A.The Evolution of Trade and Scientific Collaboration Neuworks in the Global Wine Sector:A Longitudinal Study Using Network Analysis[J].Economic Geography,2012,88(3):311-334.