EN中文

地球信息科学学报 >

2023 , Vol. 25 >Issue 4: 766 - 782

DOI: https://doi.org/10.12082/dqxxkx.2023.220798

经济与社会

基于贝叶斯统计的黄河流域生态文明与共同富裕的时空协同演进研究

  • 李俊明 , 1, * ,
  • 周佳卉 2 ,
  • 李杰 3 ,
  • 高佳源 4
展开
  • 1.山西财经大学统计学院，太原 030006
  • 2.国家统计局大同调查队，大同 037300
  • 3.国家统计局长治调查队，长治 030905
  • 4.国家统计局太原调查队，太原 030031

李俊明（1979—），男，山西太原人，博士，硕士生导师，副教授，主要从事贝叶斯时空统计方面的研究。E-mail:

收稿日期: 2022-10-17

  修回日期: 2023-01-17

  网络出版日期: 2023-04-19

基金资助

国家社会科学基金项目(22BTJ029)

收起

Spatio-temporal Evolution and Synergy of Ecological Civilization and Common Prosperity in the Yellow River Basin based on Bayesian Statistics

  • LI Junming , 1, * ,
  • ZHOU Jiahui 2 ,
  • LI Jie 3 ,
  • GAO Jiayuan 4
Expand
  • 1. School of statistics, Shanxi University of Finance and Economics, Taiyuan 030006, China
  • 2. Datong Investigation Team, National Bureau of Statistics, Datong 037300, China
  • 3. Changzhi Investigation Team, National Bureau of Statistics Changzhi 030905, China
  • 4. Taiyuan Investigation Team, National Bureau of Statistics, Taiyuan 030031, China
*LI Junming, E-mail:

Received date: 2022-10-17

  Revised date: 2023-01-17

  Online published: 2023-04-19

Supported by

National Social Science Foundation of China(22BTJ029)

Fold

摘要

鉴于目前关于时空数据的综合评价未能充分考虑时空交互信息，本文提出一种时空动态熵值法，可同时考虑空间、时间和时空交互3个维度的信息熵，采用该方法综合测度了2000—2020年黄河流域地级市尺度的生态文明指数（EcCI）和共同富裕指数（CoPI）；采用贝叶斯自适应多阶段时空演化模型精细研究了黄河流域EcCI和CoPI时空演进规律，有效识别了二者在研究期内的非线性局部变化趋势；为了能够定量测度黄河流域EcCI和CoPI的时空协同状态，本文提出一种贝叶斯时空协同模型，实现了二者在四类变化组合场景下时空协同状态的有效测度。研究发现，黄河流域EcCI和CoPI的时空演进过程可分为3个时期：2000—2007年（前期）、2008—2015年（中期）和2016—2020年（后期）；EcCI的总体空间格局在后期发生了一定转变，而CoPI则在3期保持了基本稳定，表明CoPI的区域协调难度要高于EcCI；在前期和中期，有少数区域的EcCI和CoPI出现了降低趋势，但在后期，绝大部分区域的EcCI和CoPI都呈现出增长趋势，相较于EcCI而言，CoPI的增长趋势表现出区域极化特征；在时空协同方面，EcCI和CoPI的空间协同状态在3个阶段基本保持稳定，西部和东部EcCI和CoPI的空间格局达到协同，而中部的EcCI相对水平高于CoPI；二者的变化趋势在3个阶段呈现出逐步协同优化的过程，尤其在后期，黄河流域68（92%）个地级市EcCI与CoPI的增长态势趋于一致，但仍存在较大的区域差异性，因此，在建立生态文明和共同富裕的精准推进政策体系时，应充分考虑地区异质性特征，并加强区域城市间统筹联动。

关键词： 黄河流域; 生态文明; 共同富裕; 生态环境; 高质量发展; 时空演化; 贝叶斯时空统计; 时空协同

本文引用格式

李俊明 , 周佳卉 , 李杰 , 高佳源 . 基于贝叶斯统计的黄河流域生态文明与共同富裕的时空协同演进研究[J]. 地球信息科学学报, 2023 , 25(4) : 766 -782 . DOI: 10.12082/dqxxkx.2023.220798

Abstract

In view of the fact that the current comprehensive evaluation of spatiotemporal data fails to fully consider the spatiotemporal interaction information, this paper proposed a spatiotemporal dynamic entropy method, which can simultaneously consider the information entropy of the three dimensions of space, time, and spatiotemporal interaction. This method was employed to synthetically measure the Ecological Civilization Index (EcCI) and Common Prosperity Index (CoPI) at the prefecture-level scale in the Yellow River Basin in China from 2000 to 2020. Subsequently, the Bayesian Adaptive Multi-stage Spatio-temporal Evolution Model (BAMSTEM) was applied to finely study the spatiotemporal evolution of the EcCI and CoPI in the Yellow River Basin. The overall spatial pattern and the nonlinear local trends of the EcCI and CoPI in the Yellow River Basin were effectively explored and identified by the BAMSTEM. In order to quantitatively measure the spatiotemporal synergy state of the EcCI and CoPI in the Yellow River Basin, a Bayesian spatiotemporal synergy model was proposed in this paper. This model can effectively quantify the spatiotemporal synergy in four types of change combination scenarios: both increasing, the former increasing vs. the latter decreasing, the former decreasing vs. the latter increasing, and both decreasing. This study found that the process of the spatiotemporal evolution of the EcCI and CoPI in the Yellow River Basin can be divided into three periods: 2000-2007, 2007-2015 and 2015-2020. The overall spatial pattern of the EcCI transformed significantly in the later period, while the CoPI remained basically stable in the three periods. It indicates that the difficulty of the regional coordination of the CoPI is higher than that of the EcCI. In the early and mid-term, the EcCI and CoPI in a few regions showed a downward trend, but in the later stage, the EcCI and CoPI in most regions showed an increasing trend. Compared to EcCI, the increasing trend of the CoPI showed the characteristics of regional polarization in the later stage. In terms of the space-time synergy, the spatial synergy state of the EcCI and CoPI in the Yellow River Basin remained basically stable in the three stages. In terms of spatial and temporal coordination, the spatial coordination state of EcCI and CoPI remained stable in the three stages. The spatial pattern of the EcCI and CoPI reached synergy in the western and eastern regions in the Yellow River Basin, while the relative level of the EcCI in the central regions in the Yellow River Basin was higher than that of the CoPI. In particular, in the late stage (2016-2020), the growth trend of the EcCI and CoPI in 68 (92%) prefectural-level cities in the Yellow River Basin tended to be consistent, but the regional differences were significant. Therefore, the regional heterogeneity should be fully considered and the coordination among regional cities should be strengthened when the targeted policy system for promoting ecological progress and achieving common prosperity is made.

Key words： Yellow River Basin; ecological civilization; common prosperity; ecological environment; high-quality development; spatiotemporal evolution; Bayesian spatiotemporal statistics; space-time synergia

1 引言

黄河作为中华民族的母亲河，孕育了古老而伟大的中华文明。黄河流域横跨东中西部，是我国重要的生态安全屏障，也是人口活动和经济发展的重要区域，在国家发展大局和社会主义现代化建设全局中具有举足轻重的战略地位。然而，黄河流域生态本底差，资源环境承载能力弱，高质量发展不充分，产业倚能倚重问题突出。以习近平同志为核心的党中央将黄河流域生态保护和高质量发展作为事关中华民族伟大复兴的千秋大计。生态文明建设的全面推进给黄河流域带来了新发展机遇，“绿水青山就是金山银山”的转化通道正在拓宽，可以说，生态文明的建设正在擦亮共同富裕之路的底色。党的十九大报告指出，把我国建成富强民主文明和谐美丽的社会主义现代化强国的第二阶段，“我国物质文明、政治文明、精神文明、社会文明、生态文明将全面提升……全体人民共同富裕基本实现”。党的二十大报告也指出，“大力推进生态文明建设”，“实现全体人民共同富裕，促进人与自然和谐共生，推动构建人类命运共同体，创造人类文明新形态”。可见，加强生态文明建设、走共同富裕之路，都是国家的重大战略。在向第二个百年奋斗目标进军的新征程中，特别是在“双碳”目标提出的背景下，更应当以绿色铺就共同富裕之路的底色。那么如何避免生态成为黄河流域地区实现共同富裕的短板，如何从生态文明方面出发，促进黄河流域经济社会发展，将成为黄河流域实现共同富裕的关键。
“绿水青山就是金山银山”理念是兼顾经济学意义和生态学意义的双重发展思想，表明了生态环境在经济社会具有重要价值，这一科学论断，也是生态文明与共同富裕协同的理论基础。共同富裕首先要建立在“富裕”的基础上，生态发展与经济发展协同的主要机制有：① 绿色生产技术作用于生产端，在强调绿色发展的导向下，生产方式更加先进，生产效率得到提高，可以有效促进经济社会的高质量发展；② 新型劳动力投入生产端，在发展生态经济的过程中，无论是绿色生产技术本身还是外围辅助或相关服务，绿色发展都在创造大量新的就业岗位，此外，绿色发展技术能够提高劳动者素质和改善工作环境，有利于生产力的提高；③ 生态产品作用于消费端，在全面实现小康社会的新背景下，广大居民有着消费优质生态产品的共识，也普遍认同自然资源必须得到保护，绿色消费成为更具效用价值的消费方式。“共同富裕”的最终目标是“共同”，而生态文明建设可以在缩小区域差距、城乡差距和收入差距等方面起到积极作用：① 生态产权交易缩小区域差距，生态资源通过产权界定，将生态资源产权的使用权和所有权分离，并建立生态资源使用权的交易制度，通过政府调控和市场交易，使货币化的生态资源在欠发达地区与发达地区间形成合理流通，从而缩小区域差距；② 生态要素分配缩小城乡差距，从公共财政减贫理论来看，公共财政的再分配可抑制社会分化，农村地区是实现共同富裕的短板，将收入水平相对较低的农村地区纳入生态要素财富分配体系，农村地区可以获得生态要素收入，如广大农林山区可以从使用、转让生态要素的过程中获得收益，从而缩小城乡差距；③ 生态保护补偿缩小收入差距，一方面，生态产业可为低收入群体提供就业岗位而缩小的收入差距，另一方面，生态保护补偿机制也可以通过退耕、禁渔等生态保护行为使农民群体得到财政转移支付，贫困地区往往是生态脆弱区，生态保护力度大，获得的补偿权益也相应较多，从而可缩小收入差距。基于上述理论分析可知，生态文明建设与共同富裕实现具有一定协同关系，生态文明建设与共同富裕实现可以被协同推进，进而实现经济社会的高质量发展，因此，系统认知黄河流域生态文明和共同富裕的现状及时空演进规律，深度探究黄河流域生态文明与共同富裕的时空协同关系，可以为持续推进该地区的生态文明建设与共同富裕实现提供科学依据，具有十分重要的政策参考意义。
国内外学者围绕生态环境与经济发展的关系已开展了一定的研究，Andrée等[1]采用机器学习方法和新的经济指标，从环境污染和碳排放的视角审视了全球经济增长与生态环境之间的关系；Miguel等[2]通过构建多区域投入产出模型，系统分析了河流流域生态治理的社会经济成本；郭兆晖[3]认为应将自然资本进行有效配置，以建立健全绿色低碳循环发展的经济体系。在生态文明评价体系构建方面，成金华[4]通过动态因子分析法测度了中国省级生态文明发展水平，并分析了空间差异与趋同性；冒袁媛等[5]从生态经济、生态环境等5个方面构建指标体系，采用一般熵值法测度了长三角地区15个国家生态县生态文明建设绩效。王振波等[6]采用熵值法计算了青藏高原的生态环境和旅游经济综合评价指数，并运用耦合协调度模型分析了青藏高原生态环境与旅游经济的协调度。熵值法虽已被广泛应用于地理学的研究[7]，但其考虑一个维度的变异信息，对于时空数据场景，多采用把时空数据按照堆叠成二维矩阵的方式计算熵权，不能充分考虑到空间、时间以及时空交互3个维度的变异信息，动态因子分析法也只同时考虑空间和时间2个维度。
有关共同富裕评价指标体系方面的研究，现在还十分有限，现有研究主要集中在指标体系的构建阶段，关于共同富裕的测度方法方面的改进研究还很少见。李金昌等[8]构建了由经济质效并增、发展协调平衡、精神生活丰富、全域美丽建设、社会和谐和睦与公共服务优享6个一级指标组成的共同富裕过程性评价指标体系和由共享性、富裕度和可持续性3个一级指标组成的共同富裕结果性评价指标体系；蒋永穆等[9]以全面建成小康社会的指标体系为基础，结合共同富裕理论内涵，围绕人民性、共享性、发展性和安全性4个方面选取多项指标构建了推动共同富裕评价体系。
在生态文明与共同富裕的二者关系方面，国内学者普遍认为生态文明建设与共同富裕可以协同推进。沈满洪[10]认为生态文明理应纳入共同富裕框架，而且是实现共同富裕的驱动力量。聚焦到黄河流域，程慧娴等[11]采用耦合协调度模型研究了黄河流域生态环境与绿色发展之间的耦合协调程度；毛锦凰等[12]对黄河流域城市群节能降碳约束与工业绿色全要素生产率的关系进行了实证分析，研究发现节能降碳约束对工业绿色全要素生产率具有显著的正向影响，并且节能降碳约束会迫使企业产生“规制遵从”效应。评价两属性变量的协调程度常用耦合协调度模型，该模型借用物理学耦合度概念，通过离差公式思路测度两属性变量的耦合度[13]，该方法在测度两属性变量的协调程度时，没有考虑属性变量的时空变化过程；目前，还未见从时空演进角度研究黄河流域生态文明与共同富裕协同关系的报道。
国内外学者对生态文明和共同富裕的研究，主要围绕这两个概念的内涵和外延、体现生态文明和共同富裕的特征指标、监测共同富裕进程的统计方法等方面，为后续研究奠定了基础。从研究区域而言，现有文献对黄河流域生态文明和共同富裕的研究主要集中在某几个城市群和省级尺度层面，对城市级尺度的精细化研究十分有限；从研究内容而言，针对黄河流域生态要素特征的测度指标体系构建研究还不多见，有关黄河流域生态文明和共同富裕之间的协同关系研究更加缺乏；从研究方法而言，关于生态文明和共同富裕的测度问题，现有研究采用的综合评价方法还不能很好地适应时空数据场景，因此，本文提出一种时空动态熵值法，关于二者的时空协同演进问题，也尚未见学者从贝叶斯时空统计视角研究黄河流域地区生态文明与共同富裕的时空协同演进，鉴于此，本文提出一种贝叶斯时空协同模型。
本文以黄河流域74个地级市域单元为研究区域，以时空数据为基础数据源，综合测度2000—2020年黄河流域生态文明与共同富裕水平，基于贝叶斯统计范式，研究2000—2020年黄河流域生态文明和共同富裕的时空演进和协同关系。

2 研究方法

2.1 指标构建与数据来源

生态文明指标体系主要参照了党的十九大报告中“九、加快生态文明体制改革，建设美丽中国”章节内容，该章节由4部分组成：推进绿色发展、着力解决突出环境问题、加大生态系统保护力度、改革生态环境监管体制，据此，本文把生态文明指数一级指标分为4个维度：绿色发展、环境保护、生态资源和生态意识，同时，结合十九大报告有关章节中的关键词和现有文献[14⇓⇓-17]中生态文明评价的高频度指标，并梳理2022年生态环境部等四部门联合印发的“黄河流域生态环境保护规划”（https://www.mee.gov.cn/ywgz/zcghtjdd/ghxx/202206/t20220628_987021.shtml），构建了黄河流域生态文明评价指标体系（表1）。
表1 生态文明指数指标体系构成

Tab. 1 Composition of ecological civilization index system

一级指标 基础指标 属性
绿色发展 工业二氧化硫排放量占GDP比重 -
工业烟粉尘排放量占GDP比重 -
工业氮氧化物排放量占GDP比重 -
绿色实用新型占地区实用新型比重 +
绿色发明占地区获得专利总数比重 +
第三产业占GDP比重 -
三废综合利用产值占GDP比重 +
城市环境基础设施投资额/公共预算支出 +
污染源治理投资/公共预算支出 +
人均R&D内部经费支出 +
每万人拥有公共汽车数 +
人均农药使用量 -
人均农用化肥施用折纯量 -
环境保护 可吸入细颗粒物年平均浓度 -
每平方公里二氧化硫排放量 -
人均工业烟粉尘排放量 -
人均工业氮氧化物排放量 -
工业废水排放达标率 +
污水处理厂集中处理率 +
一般工业固体废物综合利用率 +
生活垃圾无害化处理率 +
生态资源 森林覆盖率 +
人均水资源量 +
人均人工造林面积 +
人均年末耕地资源 +
人均水土流失治理面积 +
自然保护区占辖区面积比重 +
人口密度 -
人均绿地面积 +
人均建成区面积 +
生态意识 地方政府工作报告环境热词词频 +
居民生态认知水平 +
每万人科研综合技术服务业从业人数 +

注：“+”表示正向指标，“-”表示负向指标。

共同富裕指标体系主要参照习近平总书记的重要讲话和浙江省高质量发展建设共同富裕示范区指标体系。习近平总书记讲话中提到，“要抓好浙江共同富裕示范区建设……不要各提各的指标，要从全局上来看。”由此可见，浙江省共同富裕示范区指标体系具有可借鉴性和推广性，共同富裕评价需要体现“富裕”和“共同” 2个方面，“富裕”与高质量发展紧密联系，因为高质量发展是实现共同富裕的基础，由经济高质量发展和区域发展2个一级指标体现，而“共同”主要由收入分配、公共服务、精神文明、生态环境和社会和谐4个一级指标体现，需要指出的是，由于生态环境属于公共物品，具有显著的外部性，因此，生态环境的好可以影响“共同”水平的高低；受限于数据可获得性，少数无法获取数据和统计标准尚不明确的基础指标，通过参考现有文献[8-9,18]中共同富裕评价指标进行替换，构建了黄河流域共同富裕评价指标体系（表2）。
表2 共同富裕指数指标体系构成

Tab. 2 Composition of common prosperity index system

一级指标 基础指标 属性
经济高质量
发展		 区域人均GDP +
每万人在岗职工平均人数 +
居民人均可支配收入 +
R&D内部经费支出占GDP比重 +
第二产业占地区生产总值比重 -
恩格尔系数 -
技术市场成交额占GDP比重 +
居民人均消费支出 +
收入分配 居民人均可支配收入/人均GDP +
在岗职工工资总额占GDP比重 -
基尼系数 -
经济发展不平衡度 +
社会捐赠款占GDP比重 +
区域发展 城镇化率 +
区域经济发展均衡度 +
城镇与农村居民可支配收入之比 -
人均出租汽车数 +
人均公共交通客运量 +
公共服务 地方财政一般预算支出中公共服务比重 +
卫生用品类居民消费价格指数 -
每万人普通高等学校在校学生数 +
城镇登记失业率 -
每万人中等职业教育学校在校学生数 +
平均预期寿命 +
每万人执业或助理医师数 +
城市居民最低生活保障标准 +
农村居民最低生活保障标准 +
地方财政一般预算支出中住房保障比重 +
精神文明 文化娱乐类居民消费价格指数 +
每万人博物馆数 +
每万人体育场馆数 +
每百人公共图书馆藏书量 +
生态环境 单位GDP能耗(等价值) -
单位工业增加值能耗 -
社会和谐 人口火灾发生率 -
交通事故直接财产损失占GDP比重 -
社区服务机构覆盖率 +
地方财政一般预算收入中罚没收入比重 -

注：“+”表示正向指标，“-”表示负向指标。

上述基础指标的数据主要来自于中国城市统计年鉴、卫星遥感、夜间灯光数据、政府工作报告、百度搜索指数、公开数据库，个别指标缺失值采用插值法补全，对于少数无法获得地级市指标数据的情形，根据夜间灯光遥感数据反映的经济社会发展程度分配权重，通过对省级指标进行加权分解估算获得。关于本文研究区域的界定，首先根据黄河干支流流经区域得到黄河流域涉及的9省74个地级市，然后根据水利部黄河水利委员会公布的黄河流域范围，确定了本文研究区域范围。

2.2 时空动态熵值法

目前针对于时空数据的综合测度，多是将时空数据按照时间维度堆叠成一个二维矩阵，然后利用传统的熵值法完成综合测度[19]，但这种方法并没有充分考虑时空数据中在空间、时间和时空交互3个维度的变异程度，为了综合体现这3个维度的信息量和信息熵，本文提出一种适用于时空数据场景的时空动态熵值法。① 基于每一个时点的截面数据，计算空间维度的信息熵 E k t ( s )；② 基于每个区域的时间序列数据，计算时间维度的信息熵 E k i ( t )；再次，基于整个时空数据，计算时空交互维度的信息熵 E k s t；③ 基于上述3类熵值权综合测度每个时点每个区域的生态文明指数（以下简称 EcCI）和共同富裕指数（以下简称CoPI），具体计算公式如下所示。
正向基础指标： Y k i t = y k i t - m i n ( y k i t ) m a x y k i t - m i n ( y k i t )
负向基础指标： Y k i t = m a x y k i t - y k i t m a x y k i t - m i n ( y k i t )
E k t ( s ) = - l n N - 1 ∑ i = 1 N Y k i t ∑ i = 1 N Y k i t l n Y k i t ∑ i = 1 N Y k i t
w k t s = 1 - E k t ( s ) ∑ k = 1 K ( 1 - E k t ( s ) )
E k i ( t ) = - l n T - 1 ∑ t = 1 T Y k i t ∑ t = 1 T Y k i t l n Y k i t ∑ t = 1 T Y k i t
w k i t = 1 - E k i ( t ) ∑ k = 1 K ( 1 - E k i ( t ) )
E k s t = - l n N × T - 1 ∑ i = 1 N ∑ t = 1 T Y k i t ∑ i = 1 N ∑ t = 1 T Y k i t l n Y k i t ∑ i = 1 N ∑ t = 1 T Y k i t
w k s t = 1 - E k ( s t ) ∑ k = 1 K ( 1 - E k ( s t ) )
式中： Y k i t代表 y k i t的归一化值，而 y k i t代表黄河流域第 i个地级市在第 t年的第 k个EcCI或CoPI的基础指标样本数据值； N是黄河流域地级市总数74； T为研究时期的年份数21， w k t s、 w k i t和 w k s t分别代表基于空间关系、时间关系和时空交互关系的熵权值，按照上述公式，便可把空间、时间和时空交互3个维度的综合评价值计算完成，不妨假设3个维度的综合评价计算值对最终总的综合评价指标具有同等效力，于是最后采用算术平均计算出总的综合评价指标值：
E A i t = 1 3 ∑ k = 1 K ∑ t = 1 T w k t s Y k i t T + 1 3 ∑ k = 1 K ∑ i = 1 N w k i t Y k i t N + 1 3 ∑ k = 1 K w k s t Y k i t
式中： E A i t代表黄河流域第 i地级市在第 t年EcCI和CoPI的综合测度值。

2.3 贝叶斯自适应多阶段时空演化模型

为精细研究黄河流域EcCI和CoPI的复杂时空演进过程，鉴于现有的贝叶斯时空层次模型[20-21]不能很好地捕捉局部趋势的非线性变化效应，本文构建了适用于本研究的贝叶斯自适应多阶段时空演化模型[22]，采用该模型精细分析黄河流域EcCI和CoPI的时空演进过程，在充分考虑时空相关性的基础上自适应地拟合出多阶段变化曲线，其数学结构如下：
y i t ~ N o r m a l ( μ i t , σ y 2 )
μ i t = α + S i + b 0 t + v t + b 1 i t + b 2 i ( t - a 1 i ) G t , a 1 i + b 3 i ( t - a 2 i ) G t , a 2 i + ε i t
G t , a 1 i = 1 1 + e - λ ( t - a 1 i ) , G t , a 2 i = 1 1 + e - λ ( t - a 2 i )
a 1 i ~ U ( 3 , T - 4 ) , a 2 i ~ U ( a 1 i + 2 , T - 2 )
S i , b 1 i , b 2 i , b 3 i ~ C A R . N o r m a l ( a d j . ∆ , a d j . W , σ 2 )
k 1 i = b 0 + b 1 i k 2 i = b 0 + b 1 i + b 2 i k 3 i = b 0 + b 1 i + b 2 i + b 3 i
S R M i , 1 ~ a 1 i = μ ˆ i , 1 + a 1 i 2 ( ∑ i = 1 N μ ˆ i , 1 + a 1 i 2 ) / N S R M i , a 1 i ~ a 2 i = μ ˆ i , a 1 i + a 2 i 2 ∑ i = 1 N μ ˆ i , a 1 i + a 2 i 2 N S R M i , a 2 i ~ a 3 i = μ ˆ i , a 2 i + a 3 i 2 ( ∑ i = 1 N μ ˆ i , a 2 i + a 3 i 2 ) / N
式中： y i t代表黄河流域第 i地级市在第 t年的 EcCI和CoPI值，考虑到观测值大于零的特征，因此 y i t的似然分布采用了大于0的截断正态分布； μ i t和 σ y 2分别代表似然分布对应的期望和方差； α和 S i分别代表总体基底值和空间效应； b 0 t + v t代表总体时间效应； b 1 i 、 b 2 i 、 b 3 i分别是多阶段变化参数； a 1 i和 a 2 i代表不同变化阶段的转折时点； G t , a 1 i和 G t , a 2 i是范围指示函数，不小于下标转折时点时取1，否则取0， λ是可导参数，本文取10； k 1 i 、 k 2 i和 k 3 i分别代表了黄河流域第 i个地级市EcCI和CoPI在3个阶段的局部变化趋势； k 1 i 、 k 2 i和 k 3 i则 N是黄河流域地级市个数，本文取74； ε i t是随机误差参数； α 和 b 0采用无信息先验，为了同时综合考虑空间结构效应（空间相关）和非结构效应（空间异质）； S i 、 b 1 i 、 b 2 i 、 b 3 i的先验分布采用BYM先验模型[24], a d j . ∆和 , a d j . W分别代表空间邻接矩阵和对应的邻接权重， a 1 i和 a 2 i先验采用均匀分布； S R M i , ~表示黄河流域第 i个地级市在3个阶段EcCI和CoPI的空间相对水平，即该区域EcCI和CoPI与黄河流域全域总体水平的比值大小，若大于1则表明其高于全域总水平，反之亦然； μ ˆ i , 1 + a 1 i 2、 μ ˆ i , a 1 i + a 2 i 2和 μ ˆ i , a 2 i + a 3 i 2分别表示第 i个地级市在每个阶段中点的EcCI和CoPI估计值。

2.4 贝叶斯时空协同模型

考虑到目前还没有一个恰当模型可以定量测度2个属性变量的时空协同状态，本文以贝叶斯自适应多阶段时空演化模型为基础，提出一种贝叶斯时空协同模型，实现对黄河流域EcCI与CoPI时空协同状态的定量分析。时空协同状态的评估通过 2个指标来实现：① 空间协同度 S p M i , ~；② 时变协同度 T m M i , ~。前者的数学模型如下所示：
S p M i , 1 ~ a 1 i = S R M i , 1 ~ a 1 i E S R M i , 1 ~ a 1 i C S p M i , a 1 i ~ a 2 i = S R M i , a 1 i ~ a 2 i E S R M i , a 1 i ~ a 2 i C S p M i , a 2 i ~ a 3 i = S R M i , a 2 i ~ T E S R M i , a 2 i ~ T C
式中： S R M i , ~ E和 S R M i , ~ C分别代表黄河流域第 i个地级市在3个阶段的生态文明和共同富裕的空间相对水平； S p M i , ~代表黄河流域第 i个地级市3个阶段EcCI与CoPI的空间协同程度，若等于1，则说明二者在该地级市的空间相对水平的协同程度处于最佳态，若 S p M i , ~大于1，则说明该地级市的生态文明相对水平高于共同富裕，反之亦然。
关于时变协同状态的评估，即时变协同度的量化，需分为4类变化组合场景：① 二者都增加；② 前者增加后者降低；③ 前者降低后者增加；④ 二者都降低，对应4种场景下的时变协同度参数可按下述公式计算：
二 者 双 增 : T m M i , 1 ~ a 1 i = Ω k 1 i E Ω k 1 i C T m M i , a 1 i ~ a 2 i = Ω k 2 i E Ω k 2 i C T m M i , a 2 i ~ a 3 i = Ω k 3 i E Ω k 3 i C
前 增 后 降 : T m M i , 1 ~ a 1 i = Ω k 1 i E Ω k 1 i C T m M i , a 1 i ~ a 2 i = Ω k 2 i E Ω k 2 i C T m M i , a 2 i ~ a 3 i = Ω k 3 i E Ω k 3 i C
前 降 后 增 : T m M i , 1 ~ a 1 i = - Ω k 1 i E Ω k 1 i C - 1 T m M i , a 1 i ~ a 2 i = - Ω k 2 i E Ω k 2 i C - 1 T m M i , a 2 i ~ a 3 i = - Ω k 3 i E Ω k 3 i C - 1
二 者 双 降 : T m M i , 1 ~ a 1 i = - Ω k 1 i E Ω k 1 i C - 1 T m M i , a 1 i ~ a 2 i = - Ω k 2 i E Ω k 2 i C - 1 T m M i , a 2 i ~ a 3 i = - Ω k 3 i E Ω k 3 i C - 1
式 中 : k ~ i E和 k ~ i C分别代表由贝叶斯自适应多阶段时空演化模型估计的第 i个地级市在3个阶段黄河流域EcCI和CoPI的局部变化趋势； Ω是调和参数，本文取1.5，根据上述计算公式可知，若前者呈增长趋势，无论后者是增长还是降低趋势； T m M i , ~都大于0，且等于1.0时说明第 i个地级市的EcCI与 CoPI具有相同的增长趋势，越大于1.0则说明EcCI的增长趋势越强于CoPI，反之依然；若二者至少有一个呈降低趋势，则 T m M i , ~小于0，且当 T m M i , ~等于 -1.0时，说明二者在第 i个地级市具有相等的降低趋势，越小于-1.0则说明EcCI的降低趋势越强于CoPI，反之亦然。
本文的综合测度计算部分采用Python 3.7程序编程完成，贝叶斯统计计算部分都通过WinBUGS 14.0编程实现，贝叶斯统计结果的收敛性采用采样轨迹法和German-Rubin统计量判断，本文所有的贝叶斯统计结果都达到了收敛要求。另外，本文所有地图都采用ArcGIS 10.3制作完成。

3 结果及分析

3.1 测度结果与描述性分析

基于2000—2020年黄河流域74个地级市的基础指标时空数据，采用构建的指标体系和提出的时空动态熵值法，在充分考虑了空间、时间和时空交互3个维度变异信息的基础上，综合测度了黄河流域地级市尺度的生态文明指数（以下简称EcCI）和共同富裕指数（以下简称CoPI），分别代表生态文明和共同富裕的实现状态，某地区的EcCI或CoPI值越小，则代表该地区生态文明或共同富裕的实现充分性越低，换句话说就是，生态文明水平不高或共同富裕也还未实现。黄河流域的EcCI在近20年呈现出总体的增长趋势，尤其在2015年以后，其增长趋势更为持续和明显，这充分说明，“十三五”期间在黄河流域实施的生态保护和高质量发展措施成效显著，在环境治理和绿色发展等层面都获得了显著提升。具体而言，2020年全域EcCI均值是2000年的2.08倍，年均增长率为3.54%；与生态文明不同的是，黄河流域的CoPI在2016年之前并没有表现出明显的增长趋势，有的区域甚至出现下降态势，而到2015年以后，大部分区域的CoPI呈现出明显的增长态势，其在2015—2020年的年均增长率（6.0%）高于EcCI在该时段的年均增长率（2.9%）。相较于生态文明而言，共同富裕的提升更具有粘性，从前述构建的指标体系来看，前者主要包含绿色发展、环境保护、生态资源和生态意识4个维度，而后者包含高质量发展、收入分配、区域协调、公共服务、精神文明、生态环境和社会和谐7个维度，由此可看出，共同富裕水平的提高将更为复杂和系统，这也是部分解释了为什么全域CoPI均值在2000—2016年并未呈现出明显的增长，而是在EcCI达到一定水平后，其才开始出现增长态势。

3.2 时空演进规律

为了精细研究黄河流域EcCI和CoPI的时空演进过程，识别二者在研究期内不同阶段的变化特征，采用贝叶斯自适应多阶段时空演化模型分析黄河流域74个地级市EcCI和CoPI的总体空间格局和动态局部趋势。总体空间格局即为分离动态变化之后的稳定空间分布格局，采用模型中的空间相对水平参数 ( S R M )测度， S R M i代表了i城市生态文明和共同富裕对于全域总体水平的相对水平，大于1则说明高于全域总体水平，反之亦然；动态局部趋势即为年度平均变化。模型将演进过程自适应地分为3个阶段，尽管有的区域转折变化时点有所不同，但大部分区域的3个变化阶段划分为：2000—2007年、2008—2015年和2016—2020年。

3.2.1 总体空间格局

黄河流域EcCI在3期的总体空间格局如图1所示， S R M最值范围在3期分别为：0.64~1.56、0.55~1.43、0.62~1.34， S R M > 1.15和 S R M < 0.85的极态区域个数分别为：12和12、10和8、8和5，由此可知，在近20年来，黄河流域生态文明水平极高和极低的区域个数在减少，呈现出均衡化的态势。2016—2020年，“几”字弯都市圈（主要包括太原、呼和浩特、银川等省会城市圈以及榆林、延安、包头等其他沿黄河分布的12个城市）①(①黄河“几字弯”都市圈包含太原、呼和浩特、银川3个省会城市，以及宁夏（吴忠、中卫、石嘴山）、内蒙古（乌海、巴彦淖尔、包头、鄂尔多斯）、陕西（榆林、延安）、山西（朔州、忻州、吕梁）共12个城市。)、山东半岛和西部区域的生态文明处于较高水平，“几”字湾都市圈区域虽然产业倚重倚能，属于资源型地区，但在党的十八大以来，该都市圈各区域都在积极探索绿色发展之路，当地政府也都积极探索适合当地的生态文明建设之路，如太原，早在2015年就通过铁腕“治霾”退出了十大污染城市；如鄂尔多斯，自2000年以来，提出建设“绿色大市”发展战略，率先推进“收缩转移、集中发展”布局调整，生态文明建设取得显著成效，已入选全国首批生态文明先行示范区，而且本文的实证结果也定量证实了“几”字湾都市圈在生态文明建设方面的进步；相对于黄河流域其他地区而言，山东半岛地区的自然资源和经济发展条件都比较好，其具有较高的生态文明水平也在情理之中；对于黄河流域的西部区域而言，生态资源非常丰富，在近年来也在强力推进生态文明建设，如青海省出台了《青海省生态环境保护条例》②(②具体内容可参见： http://www.xncz.gov.cn/info/3319/164506.htm。)，旨在以法治的手段推进生态文明建设，但由于该区域的经济基础相对薄弱，因此其生态文明综合水平也只是稍高于黄河流域总水平。由图1还可看出，汾渭平原地区的生态文明水平处于较低水平，主要是由于该地区的能源结构以煤为主和产业结构偏重，煤炭的消费占一次能源的比例高达90%以上，煤烟型污染还未得到有效解决，一直是大气污染重点防治区域，另外，在绿色发展、生态资源和生态意识等方面也非常薄弱，因此，汾渭平原地区不仅是环境治理重点关注区域，也是推动黄河流域高质量发展的短板区域。
图1 黄河流域74个地级市生态文明指数和共同富裕指数在前期（2000—2007年）、中期（2008—2015年）和后期（2016—2020年）的总体空间格局

Fig. 1 Steady spatial pattern of the ecological civilization index and common prosperity index across 74 prefecture regions in Yellow River basin in the three stages:2000-2007, 2008-2015, 2016-2020

黄河流域CoPI总体空间格局在3期的演进规律与EcCI不同，其在中期发生了改变，但到后期，又恢复到了与前期相似的空间格局（图1（D）、（E）、（F））。东部的山东半岛区域的共同富裕在近20年间都保持了一个较高的相对水平，其内部的空间结构也未发生改变；黄河流域中部区域，主要是内蒙古的巴彦卓尔和鄂尔多斯、陕西北部、山西西部和南部、河南北部等地区，其共同富裕相对水平较低，其原因可能是由于这些区域大都是资源型地区，其经济发展主要依赖当地丰富的资源，但由于资源开发的负外部性、荷兰病挤出效应、产业关联度低等原因，资源型地区的收入差距和城乡差距比非资源型地区更容易形成[23]。对于黄河流域的西部区域（主要是青海东部和甘肃南部）而言，虽然其共同富裕相对水平在中期较低，但在前期和后期，特别是在后期，其共同富裕的相对水平则高于全域总体水平，该区域在近年来大力发展生态产业，青海和甘肃也在积极推动区域联动发展，这些应该是该区域后期共同富裕相对水平得到提高的关键原因。

3.2.2 生态文明与共同富裕3类区域的马尔可夫转移矩阵

贝叶斯自适应多阶段时空演化模型可以估计 S R M > 1的后验概率 P ( S R M > 1 | D a t a )值，根据该后验概率可将黄河流域74个地级市分为3类区域：热点区域（ P S R M > 1 | D a t a ≥ 0.80），温点区域（ 0.80 > P S R M > 1 | D a t a > 0.20）和冷点区域（ P ( S R M > 1 | D a t a ) ≤ 0.20），表3列出了黄河流域在生态文明和共同富裕2个方面的3类区域由前期到后期的马尔可夫转移矩阵。结果表明：生态文明正向转化（冷点→温点、冷点→热点、温点→热点）的地级市数量少于共同富裕，而其逆向转化（热点→温点、热点→冷点、温点→冷点）的地级市数量却多于共同富裕。具体而言，生态文明的3类区域组成结构由前期的20/25/29转化为了后期的16/37/21，而共同富裕则由前期的22/17/35转化为了后期的 31/11/32，可看出，从前期到后期，生态文明的热点和冷点区域数量都在减少，而温点区域数量在增加，表明生态文明总体空间格局的非均衡度在减弱，而共同富裕则是温点区域在减少，冷点区域在增加，热点区域基本保持一致，说明共同富裕总体空间格局的非均衡度在增强。
表3 黄河流域生态文明和共同富裕2个方面的热点、温点和冷点城市由前期（2000—2007年）到后期（2016—2020年）的马尔可夫转移矩阵

Tab. 3 Markov transition matrix of hotspot, warmspot and coldspot cities in ecological civilization index and common prosperity index in the Yellow River Basin from the early period (2000-2007) to the late period (2016-2020) （个）

指标 2016—2020年 合计
热点区域 温点区域 冷点区域
生态文明指数（EcCI） 2000—2007年 热点区域 12 8 0 20
温点区域 1 21 3 25
冷点区域 3 8 18 29
合计 16 37 21 74
共同富裕指数（CoPI） 2000—2007年 热点区域 18 3 1 22
温点区域 13 3 1 17
冷点区域 0 5 30 35
合计 31 11 32 74

3.2.3 动态局部趋势

黄河流域EcCI和CoPI的动态局部趋势在3期都呈现出显著的差异（图2），由图可看出，在前期，各个区域的EcCI增长趋势虽然不强，但所有地级市都呈现出增长趋势，而CoPI在一些地级市却呈现出降低趋势，如鄂尔多斯、巴彦卓尔、榆林和延安等；到中期，大部分区域的EcCI增长趋势开始变强，但有4个地级市（西宁、兰州、郑州、庆阳）出现降低趋势，对CoPI而言，西部区域与前期基本保持一致，中部和东部的局部趋势格局与前期相反，前期是“中降东增”，而中期是“中增东降”；到后期，EcCI和 CoPI的增长趋势都达到最强，尤其是后者。具体而言，有6个地级市（5个位于宁夏，1个位于山西）的EcCI在后期出现降低趋势，其余地级市都呈增长趋势，5个地级市（西宁、乌海、郑州、宝鸡、巴彦卓尔）的增长趋势最强，对应的年度增长分别为6.68（2.97，10.91）、3.57（1.19，6.32）、3.37（1.42，5.67）、3.27（0.67，6.64）、2.94（0.49，5.68）；CoPI处于高增长（年度增长大于3.0）的地级市个数多于EcCI，且除宝鸡外，其他地级市的CoPI均在后期表现出较强增长趋势，延安、淄博、铜川、西安和西宁是5个局部趋势最强的地级市，对应的年度变化值为：6.38（4.56，8.39）、5.46（3.86，7.29）、4.55（2.70，6.64）、4.34（3.54，6.46）、4.12（3.34，4.93）；另外，黄河流域EcCI和CoPI的动态局部趋势空间分布态势在后期趋于一致。
图2 黄河流域74个地级市生态文明指数和共同富裕指数在前期（2000—2007年）、中期（2008—2015年）和后期（2016—2020年）的动态局部趋势

Fig. 2 Dynamic local trends of the ecological civilization index and common prosperity index across 74 prefecture regions in Yellow River basin in the three stages:2000-2007, 2008-2015, 2016-2020

综上所述，在前期和中期，黄河流域绝大多数区域的EcCI都呈现出增加趋势，而CoPI只在部分区域呈现微弱的增加趋势，在有的区域还出现了降低趋势；到后期，二者都表现出强增加趋势，尤其是CoPI。党的十八大以来，在推进生态文明建设的大背景下，不断加大黄河流域的水沙治理和水土流失综合防治，加快实施了三江源等重大生态保护和修复工程，生态环境得到持续改善，经济社会发展水平不断提升，这也正好解释了上述实证结果。

3.3 时空协同状态

3.3.1 总体协同状态

本文在系统研究黄河流域EcCI与CoPI的时空协同状态前，先从变化的角度对二者的总体协同程度进行了量化评估——即通过EcCI与CoPI在研究期内的年度环比变化率相近程度来测度二者的总体协同程度，具体而言，当EcCI和CoPI的年度环比变化率接近时，则总体协同程度高，反之亦然。图3展示了黄河流域74个地级市在前期、中期、后期和全期的EcCI与CoPI总体协同状态，由图可知，二者的年度环比变化率在3期的分异程度越来越小（图中2种颜色点之间的重合度越来越高），可通过计算EcCI与CoPI年度环比变化率相近的城市占比定量评估二者的总体协同度（ Ψ），若年度环比变化率的协同阈值取10%时，也就是如果二者的年度环比变化率相差值小于10%，即认为二者达到协同状态，在此阈值条件下二者的总体协同度在2000—2007、2007—2015和2015—2020年3个阶段的计算值分别为：83.0%、83.8%、85.8%，同时，在2000—2020年的全期总体协同度计算值为83.9%，可见，黄河流域74个地级市EcCI与CoPI的总体协同程度在前两期基本相当，中期只比前期高出0.8%，而在后期，二者总体协同度得到了较为明显的提升，其比前期和中期分别高出2.8%和2.0%。
图3 黄河流域生态文明与共同富裕在3期及全期的总体协同度

Fig. 3 Overall collaborative degree of the ecological civilization and common prosperity in Yellow River basin in three stages and whole stage

3.3.2 空间协同状态

基于本文提出的贝叶斯时空协同模型，可以在时空演进分析的基础上，进一步精细分析黄河流域EcCI与CoPI在空间总体分布的协同状态，称之为空间协同，通过估计空间协同度参数 S p M的大小可以评估黄河流域每个地级市EcCI与CoPI在3个阶段的空间协同状态值，若 S p M接近于1.0，则说明二者的空间协同状态较好，意味着该地级市的生态文明相对水平与共同富裕相对水平接近，若 S p M大于1.0，则说明该地级市生态文明相对水平高于共同富裕相对水平，反之亦然，则表明二者的空间协同还未处于最佳状态。
图4是黄河流域EcCI与CoPI在3期的空间协同度估计结果以及按经度由西到东排列的74个地级市在3期的空间协同度条形图谱。由图可知，黄河流域EcCI与CoPI的空间协同度在3期都保持了相对稳定的状态，对应的空间协同度条形图谱也非常接近，空间协同度 S p M在3期的均值（最小值，最大值）分别是1.054（0.64，1.51）、1.049（0.65，1.62）、1.053（0.56，1.71），换言之，黄河流域生态文明与共同富裕在空间协同保持着一个相对稳定状态，空间协同度取值在0.90~1.10范围的地级市数量在3期分别是31、32和33。
图4 黄河流域生态文明和共同富裕在3期的空间协同状态以及按经度排列的74个地级市在3期的空间协同度条形图谱

Fig. 4 Spatial synergia stage of the ecological civilization and common prosperity across the Yellow River basin in three stages, and the bar charts of the spatial synergia of the ranged 74 prefecture regions based on longitude

从地理分布而言，在黄河流域的西部已形成生态文明与共同富裕的空间协同连片区，主要包括地理上相邻接的青海东部和甘肃西部区域；而在内蒙古的乌海、巴彦卓尔和鄂尔多斯、陕西的榆林和铜川、山西除太原和晋中的其他地级市、河南北部等地，其生态文明相对水平高于共同富裕相对水平，尤其在后期更为明显。

3.3.3 时变协同状态

通过贝叶斯时空协同模型，也可在时空演进的基础上精细分析黄河流域EcCI与CoPI在变化趋势方面的协同状态，称之为时变协同，模型中的时变协同系数（ T m M）可以定量评估黄河流域EcCI与CoPI的时变协同状态值， T m M的绝对值越接近于1.0，则说明时变协同度越高，即二者的局部变化趋势越同步，越大于或小于1.0，则说明时变协同程度越低。图5展示了黄河流域74个地级市EcCI与CoPI在3期的时变协同度估计结果以及对应的时变协同度条形图谱。由图可知，黄河流域EcCI与CoPI的后期时变协同状态显著优于前期和中期，时变协同度取值在0.50~1.50范围的地级市在3期的数量分别为27（36.49%）、33（44.59%）、56（76.68%），可见时变协同状态好的地级市在3个阶段逐渐增多，该结果与前述基于年度环比变化率计算的总体协同度结果一致。
图5 黄河流域生态文明和共同富裕在3期的时变协同状态以及按经度排列的74个地级市在3期的时变协同度条形图谱

Fig. 5 Temporal collaborative stage of the ecological civilization and common prosperity across the Yellow River basin in three stages, and the bar charts of the temporal synergia of the ranged 74 prefecture regions based on longitude

进一步而言，在前期，黄河流域74个地级市EcCI的增加趋势普遍强于CoPI，只有4个地级市（晋中、东营、济南、德州）的 T m M小于1.0，对应估计值为：0.78、0.97、0.99、0.99，全域前期的 T m M平均值为1.58；到中期后，虽然全域EcCI与CoPI的总体时变协同度有所提高，但不同地级市时变协同状态的差异比前期明显，对应的 T m M标准差为0.88，而前期 T m M标准差为0.33，同时，中期的 T m M平均值也增加到了1.63，而且 T m M大于2.0的地级市多达21个，其中，3个地级市（中卫、安康、石嘴山）的 T m M都大于3.00，对应的估计值分别为3.19、3.27、4.05，上述结果说明到中期后，黄河流域EcCI的增加趋势与CoPI的增加趋势进一步拉开差距；由于 4个地级市（庆阳、郑州、兰州、西宁）的EcCI在中期呈降低趋势，因此其对应的 T m M小于0，即： -1.24、-1.22、-1.11、-0.76，可见其接近-1.0，说明二者具有较为协同的降低趋势；到后期后，二者的时变协同状态明显转好，除了6个地级市的 T m M小于0之外，其余68个地级市的 T m M平均值为0.99，基本接近于1.0，说明二者的局部变化趋势达到了较好的协同状态；需要说明的是，由于在后期宝鸡市的EcCI增加而CoPI降低，因此其对应的 T m M达到最高，同时，由于6个地级市（固原、中卫、石嘴山、银川、吴忠、阳泉）的EcCI降低而CoPI增加，因此其对应的 T m M小于0，且绝对值也较大，说明其时变协同状态较差。上述结果表明，在前期和中期，黄河流域生态文明和共同富裕的局部变化趋势协同性较差，前者的增长趋势强于后者，但到了后期，二者的时变不协同状态得到较大改善，是由于CoPI的局部变化趋势在后期变强，与EcCI的局部变化趋势逐渐协调，但仍然存在部分区域EcCI与CoPI的时变协同状态需要提升改善。

4 讨论

党的十八大以来，黄河流域全面加强了生态文明建设，生态环境持续向好，正在走出一条生产发展、生活富裕、生态良好的生态文明发展道路，同时，黄河流域的高质量发展水平也在不断提升，高质量发展是体现新发展理念的发展，不仅能通过提高生产力水平和经济增长质量，进一步“做大蛋糕”，而且还可以通过解决城乡差距、地区差距和收入差距等问题，增强发展平衡性、协调性和包容性，有助于“分好蛋糕”，有效推进共同富裕的实现。本文从实证角度证明，黄河流域的生态文明与共同富裕正在趋向协同。
随着统计调查技术、对地观测技术与信息技术的快速发展，已形成海量的时空大数据集，基于时空数据的综合评价问题将越来越多，因此，亟需发展适用于时空数据场景的综合评价方法；针对一般熵值法和动态因子分析法未能考虑时空交互维度信息的问题，本文提出了适用于时空数据的时空动态熵值法，实现了对空间、时间和时空交互3个维度变异信息的综合考虑，并利用该方法综合定量测度了黄河流域地级市尺度的生态文明建设水平和共同富裕实现程度；本文提出的时空动态熵值法也存在一定不足，其在考虑3个维度信息熵时采用了等权处理，未来将尝试非等权方面的改进研究。同时，鉴于目前缺乏定量测度属性变量间时空协同状态的有关模型，本文从时空演化角度，以贝叶斯时空演化模型为基础，提出了一种贝叶斯时空协同模型，可实现对任意2个时空属性变量的时空演化协同过程的研究，本文采用该方法系统研究了黄河流域地级市尺度生态文明建设水平与共同富裕实现程度在3个演化阶段的时空协同状态，该模型充分体现了空间异质性，可以对每个观测单元（地级市）上2个属性变量在空间分布和时间变化2个层面的协同状态定量测度，特别是时间变化层面，包括了全部的变化类型组合，即四类变化组合场景；同样，本文提出的贝叶斯时空协同模型还具有进一步改进的空间，未来可在自动确定调和参数 Ω方面开展进一步研究。
基于本文的统计实证结果而获得的研究结论符合中国经济社会发展的实践历程。从2000年开始，中国经济发展战略由非均衡发展转向了地区协调发展，启动了西部大开发和中部崛起战略；2007年党的十七大报告提出加快转变经济发展方式的战略任务，拟解决经济结构性矛盾和经济增长方式粗放问题；2012年党的十八大报告提出：加快转变经济发展方式，不断提高经济发展质量和效益；2017年党的十九大报告指出“我国经济已由高速增长阶段转向高质量发展阶段”；2022年党的二十大报告明确，“推动黄河流域生态保护和高质量发展”。在我国经济发展方式转变的大背景下，黄河流域也经历了不同的发展历程，而且在建设生态文明和推动共同富裕方面形成了独特的发展脉络。本文基于时空动态熵值法、贝叶斯自适应多阶段时空演化模型和贝叶斯时空协同模型，通过实证研究综合发现，黄河流域生态文明建设和共同富裕推进的演化进程可分为3个阶段：① 2000—2007年，逐步加大生态环境保护，探索集约型的经济发展方式。面的日益恶化的生态环境，黄河流域各地政府逐渐加大了当地生态保护力度，黄河流域生态环境开始有所好转，本文结果表明，在该阶段，全域的生态文明水平虽然都不高，尤其是在山西、陕西和河南等地尤为较低，但各地都却呈现出增长趋势；黄河流域在本阶段的粗放型发展方式还未得到根本转变，还处于向集约型经济发展方式转变的探索阶段，因此，共同富裕水平不但处于低位，有些地区也只是呈现出较弱的增长趋势，甚至有些地区，如宁夏、陕西北部、内蒙古中部等，还出现了下降趋势。所以，在该阶段，黄河流域的生态文明与共同富裕的协同程度较低；② 2008—2015年，由生态保护转向生态文明建设，加快形成新的经济发展方式。党的十八大把生态文明建设提到一个前所未有的战略高度，黄河流域的生态保护开始转向了生态文明建设，本文结果也显示，黄河流域绝大部分区域的生态文明水平在该阶段都呈现出较高的增长趋势；经济发展方面，2008年美国爆发金融危机，严重影响到了国内经济发展，增加了经济发展方式转变的压力，党的十八大提出以加快转经济发展方式为主线，适应国内经济形势新变化，变黄河流域作为重要的经济社会发展区域，也加快了经济发展方式的转变，但转变过程需要时间的积累，本文研究也发现，黄河流域在该阶段的共同富裕水平增长趋势虽然强于上一阶段，但依然没有赶上生态文明的增长趋势，因此二者在该阶段的协同程度依然不高； ③ 2016—2020年，生态文明建设取得实效，共同富裕获得逐步推进。党的十八大以来，以习近平同志为核心的党中央将黄河流域生态保护和高质量发展作为事关中华民族伟大复兴的千秋大计，党的十九大之后，以习近平同志为核心的党中央进一步完善全国的发展战略布局，塑造区域协调发展新格局，将黄河流域生态保护和高质量发展同京津冀协同发展和长江经济带发展等一样，视为重大国家战略。本文研究也显示，在该阶段，黄河流域在生态文明和共同富裕两方面齐头并进，都表现出强劲增长态势，两方面的协同程度也在该阶段得到很大提高和改善，尽管其协同程度在不同的区域还存在差异。
黄河流域的发展不同于长江经济带的轴线发展模式[24]，区域间的经济发展差异较大，不平衡不充分的发展矛盾更加尖锐突出[25]，流域内的经济联系和分工协作的水平都需要进一步改进完善，有一些资源型地区曾以高污染高排放的粗放式路径发展，不仅破坏了生态环境，也大大透支了经济发展的潜力后劲。需指出的是，虽然黄河流域的生态文明水平和共同富裕水平呈现出增长态势，二者的总体协同也在改善，但空间异质性问题仍然突出，在后期，共同富裕水平空间非均衡度有所增强，在很多不同地区，二者的时空协同度也呈现出显著不同，这些问题的存在，为下一步的精准化政策制定指明了方向。

5 结论

在研究方法方面：① 鉴于现有熵值法对时空数据的综合评价未能充分考虑时空交互信息，本文提出一种时空动态熵值法，实现了对空间、时间和时空交互3个维度信息熵的综合考虑；② 目前应用较多的贝叶斯时空层次模型一般只考虑局部变化的线性趋势，而不能有效识别局部变化的非线性特征，本文首次应用贝叶斯自适应多阶段时空演化模型精细研究了黄河流域EcCI和CoPI时空演进规律，有效识别了二者在研究期内的非线性局部变化趋势；③ 考虑到目前能定量测度不同属性变量时空协同状态的时空协同模型十分有限，本文提出一种贝叶斯时空协同模型，实现了对4类变化组合场景的时空协同状态的有效测度。
在实证结论方面：① 黄河流域EcCI和CoPI在2000—2020年总体呈现非线性增长特征，大致可分为3个阶段；二者的总体空间格局均具有显著的空间异质性，在3个阶段的演进过程中，EcCI空间格局在后期发生了一定转变，而CoPI则基本保持稳定；EcCI低水平区域主要分布在山西、甘肃、河南的大部分城市及陕西延安和咸阳，CoPI低水平区域主要集中在黄河流域中部——内蒙古中部、陕西北部、山西（除太原、晋中外）以及河南等地；② 黄河流域EcCI和CoPI的局部变化趋势在3个阶段表现不同，在前期和中期，部分区域在两方面都呈出现降低趋势，但到后期，大部分区域的EcCI和CoPI却呈现出不同程度的强增长趋势；相较于EcCI而言， CoPI的增长趋势在后期呈极化特征，强增长城市主要分布在中部区域（如鄂尔多斯、榆林、延安、西安等）和一些个别城市（西宁、东营等），而西部区域、山西和宁夏大部分城市的增长趋势则处于中等水平;③ 黄河流域EcCI和CoPI的总体协同度在3期逐渐提高，不同区域的EcCI和CoPI空间协同状态在3期基本保持稳定，而二者的时变协同状态在3期的差异较大，虽然在后期二者的时变协同状态得到一定优化，除了6个地级市之外，68个地级市的时变系统参数均值为0.99，基本接近于1.0，但同时部分地区二者的时变协同状态仍有待提升。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Andrée B P J, Chamorro A, Spencer P, et al. Revisiting the relation between economic growth and the environment; a global assessment of deforestation, pollution and carbon emission[J]. Renewable and Sustainable Energy Reviews, 2019, 114:109221.DOI:10.1016/j.rser.2019.06.028

DOI

[2]
Almazán-Gómez M A, Duarte R, Langarita R, et al. Effects of water re-allocation in the Ebro River Basin: A multiregional input-output and geographical analysis[J]. Journal of Environmental Management, 2019, 241:645-657. DOI:10.1016/j.jenvman.2019.03.042

DOI PMID

[3]
郭兆晖. 论中国特色的生态文明理论[J]. 福建论坛(人文社会科学版), 2015(1):169-173.

[Guo Z H. On China's theory of ecological civilization with characteristics[J]. Fujian Tribune, 2015(1):169-173.]

[4]
成金华, 王然, 袁一仁. 中国省域生态文明差异化评价指标体系研究[J]. 环境经济研究, 2016, 1(2):60-75.

[Cheng J H, Wang R, Yuan Y R. Diversity evaluation index system of ecological civilization in Chinese Provinces[J]. Journal of Environmental Economics, 2016, 1(2):60-75.] DOI:10.19511/j.cnki.jee.2016.02.006

DOI

[5]
冒袁媛, 杨加猛. 长三角地区国家生态县生态文明建设绩效评价[J]. 生态经济, 2018, 34(6):210-216.

[Mao Y Y, Yang J M. The performance appraisal of ecological civilization construction of national ecological County in Yangtze River Delta[J]. Ecological Economy, 2018, 34(6):210-216.]

[6]
王振波, 梁龙武, 褚昕阳, 等. 青藏高原旅游经济与生态环境协调效应测度及交互胁迫关系验证[J]. 地球信息科学学报, 2019, 21(9):1352-1366.

DOI

[Wang Z B, Liang L W, Chu X Y, et al. Examining the coordination effect and interactive stress between tourism economy and eco-environment in the Tibetan Plateau[J]. Journal of Geo-information Science, 2019, 21(9):1352-1366.]

[7]
邹昕宸, 牟凤云, 王俊秀, 等. 基于多源数据的长江经济带内河港口区位优势度评估[J]. 地球信息科学学报, 2022, 24(9):1717-1729.

DOI

[Zou X C, Mu F Y, Wang J X, et al. Location advantage of inland river ports in the Yangtze River economic belt based on multi-source data[J]. Journal of Geo-Information Science, 2022, 24(9):1717-1729.] DOI:10.12082/dqxxkx.2022.220448

DOI

[8]
李金昌, 余卫. 共同富裕统计监测评价探讨[J]. 统计研究, 2022, 39(2):3-17.

[Li J C, Yu W. Discussion on statistical monitoring and evaluation of common prosperity[J]. Statistical Research, 2022, 39(2):3-17.] DOI:10.19343/j.cnk i.11-1302/c.2022.02.001

DOI

[9]
蒋永穆, 豆小磊. 扎实推动共同富裕指标体系构建:理论逻辑与初步设计[J]. 东南学术, 2022(1):36-44,246.

[Jiang Y M, Dou X L. Achieving solid progress in establishing an index system for common prosperity: Theoretical logic & preliminary design[J]. Southeast Academic Research, 2022(1):36-44,246.] DOI:10.13658/j.cnki.sar.2022.01.003

DOI

[10]
沈满洪. 生态文明视角下的共同富裕观[J]. 治理研究, 2021, 37(5):5-13,2.

[Shen M H. The view of common prosperity from the perspective of ecological civilization[J]. Governance Studies, 2021, 37(5):5-13,2.] DOI:10.15944/j.cnki.33-1010/d.2021.05.001

DOI

[11]
程慧娴, 俞洋, 牛惠, 等. 黄河流域生态环境与绿色发展测度及耦合协调性分析[J]. 林业经济, 2021, 43(6):5-20,96.

[Cheng H X, Yu Y, Niu H, et al. Analysis on the measurement and coupling coordination of ecological environment and green development in the Yellow River Basin[J]. Forestry Economics, 2021, 43(6):5-20,96.] DOI:10.13843/j.cnki.lyjj.20210813.001

DOI

[12]
毛锦凰, 王林涛. 节能降碳约束、研发投入与工业绿色全要素生产率增长——“双碳”背景下对黄河流域城市群的实证分析[J]. 西北师大学报:社会科学版, 2022, 59(2):75-85.

[Mao J H, Wang L T. Energy conservation and carbon reduction constraints, R&D investment and industrial green total factor productivity growth[J]. Journal of Northwest Normal University (Social Sciences), 2022, 59(2):75-85.] DOI:10.16783/j.cnki.nwnus.2022.02.008

DOI

[13]
丛晓男. 耦合度模型的形式、性质及在地理学中的若干误用[J]. 经济地理, 2019, 39(4):18-25.

[Cong X N. Expression and mathematical property of coupling model, and its misuse in geographical science[J]. Economic Geography, 2019, 39(4):18-25.] DOI:10.15957/j.cnki.jjdl.2019.04.003

DOI

[14]
成金华, 李悦, 陈军. 中国生态文明发展水平的空间差异与趋同性[J]. 中国人口·资源与环境, 2015, 25(5):1-9.

[Cheng J H, Li Y, Chen J. Regional difference and convergence of ecological civilization level in China[J]. China Population Resources and Environment, 2015, 25(5):1-9.] DOI:10.3969/j.issn.1002-2104.2015.05.001

DOI

[15]
成金华, 陈军, 李悦. 中国生态文明发展水平测度与分析[J]. 数量经济技术经济研究, 2013, 30(7):36-50.

[Cheng J H, Chen J, Li Y. Research on the measurement of China's ecological civilization development level[J]. The Journal of Quantitative & Technical Economics, 2013, 30(7):36-50.] DOI:10.13653/j.cnki.jqte.2013.07.015

DOI

[16]
袁一仁, 罗菁菁, 李悦. 长江经济带生态文明发展水平测度及空间演化特征分析[J]. 统计与决策, 2016(20):98-101.

[Yuan Y R, Luo J J, Li Y. Measurement of ecological civilization development level and analysis of spatial evolution characteristics in Yangtze River Economic Belt[J]. Statistics & Decision, 2016(20):98-101.] DOI:10.13546/j.cnki.tjyjc.2016.20.026

DOI

[17]
李悦, 成金华, 席皛. 基于资源问题区域差异的生态文明指标体系研究[J]. 中国国土资源经济, 2015, 28(3):29-32,65.

[Li Y, Cheng J H, Xi X. Research on index systems to underpin ecological progress based on regional differences regarding resource problems[J]. Natural Resource Economics of China, 2015, 28(3):29-32,65.]

[18]
陈丽君, 郁建兴, 徐铱娜. 共同富裕指数模型的构建[J]. 治理研究, 2021, 37(4):5-16,2.

[Chen L J, Yu J X, Xu Y N. Construction of the common prosperity index model[J]. Governance Studies, 2021, 37(4):5-16,2.] DOI:10.15944/j.cnki.33-1010/d.2021.04.001

DOI

[19]
黄敦平, 朱小雨. 我国数字经济发展水平综合评价及时空演变[J]. 统计与决策, 2022, 38(16):103-107.

[Huang D P, Zhu X Y. Comprehensive evaluation and temporal and spatial evolution of China's digital economy development level[J]. Statistics & Decision, 2022, 38(16):103-107.] DOI:10.13546/j.cnki.tjyjc.2022.16.020

DOI

[20]
Li G, Haining R, Richardson S, et al. Space-time variability in burglary risk: A Bayesian spatio-temporal modelling approach[J]. Spatial Statistics, 2014, 9:180-191. DOI:10.1016/j.spasta.2014.03.006

DOI

[21]
李俊明. 基于Bayesian层次时空模型的我国老龄化分析与预测[J]. 统计研究, 2016, 33(8):89-94.

[Li J M. Space-time variation of Chinese aging based on Bayesian hierarchy spatio-temporal model[J]. Statistical Research, 2016, 33(8):89-94.] DOI:10.19343/j.cnki.11-1302/c.2016.08.011

DOI

[22]
Li J M, Han X L, Jin M J, et al. Globally analysing spatiotemporal trends of anthropogenic PM2.5 concentration and population's PM2.5 exposure from 1998 to 2016[J]. Environment International, 2019, 128:46-62. DOI:10.1016/j.envint.2019.04.026

DOI

[23]
张波, 邓鹏程. 资源型地区的收入差距:现状、机理及现实对策[J]. 经济研究导刊, 2020(9):63-64.

[Zhang B, Deng P C. Income gap in resource-based areas: Current situation, mechanism and realistic countermeasures[J]. Economic Research Guide, 2020(9):63-64.]

[24]
樊杰, 王亚飞, 王怡轩. 基于地理单元的区域高质量发展研究——兼论黄河流域同长江流域发展的条件差异及重点[J]. 经济地理, 2020, 40(1):1-11.

[Fan J, Wang Y F, Wang Y X. High quality regional development research based on geographical units: Discuss on the difference in development conditions and priorities of the Yellow River Basin compared to the Yangtze River Basin[J]. Economic Geography, 2020, 40(1):1-11.] DOI:10.15957/j.cn ki.jjdl.2020.01.001

DOI

[25]
孙久文, 崔雅琪, 张皓. 黄河流域城市群生态保护与经济发展耦合的时空格局与机制分析[J]. 自然资源学报, 2022, 37(7):1673-1690.

DOI

[Sun J W, Cui Y Q, Zhang H. Spatio-temporal pattern and mechanism analysis of coupling between ecological protection and economic development of urban agglomerations in the Yellow River Basin[J]. Journal of Natural Resources, 2022, 37(7):1673-1690.] DOI:10.31497/zrzyxb.20220702

DOI

Options
文章导航

/

〈 〉