京津冀的资源环境特征

专题53 地理对策类综合题之城市问题【方法指导】1.城镇化对城镇环境质量的影响合理的城镇化可以改善城镇环境，过快的城镇化就会使城镇环境质量下降。

其表现、成因和治理措施如下表所示：的相对位置；对工业企业合理布局，适当分散污染源；改善交通和住房条件【拓展练习】1．根据材料，回答下列问题。

通勤距离指居民上班或上学所用的路程，它反映了居民居住地与工作（学习）地的分离程度。

2019年北京市城区通勤距离为11.1千米，居全国第一。

下图为北京市城区各环路居民平均通勤距离统计图。

（1）指出通勤距离对人们生活的影响。

（2）北京城区通勤距离为全国第一，请为通勤距离合理化提出建议。

【答案】（1）影响交通费用、通勤时间、交通拥堵、环境污染、身心健康、工作或学习质量。

（答出3项）（2）合理布局城市功能区，调整产业和人口分布，打造职住一体的新城（新区），缩短通勤距离。

【解析】（1）就业与居住的空间格局既决定了通勤出行的分布，同时也在很大程度上决定了高峰时段城市交通的出行效率，职住分离度高、通勤距离远的北京，在交通方面便呈现出严重的潮汐交通现象。

通勤距离影响人们的交通出行费用，出行时间成本；影响交通拥堵情况，影响环境污染程度，影响人们的身心健康，影响工作效率和学习质量等。

（2）通勤时间的长短主要取决于：单位与居家的距离、出行交通工具的选择、交通是否通畅、公交间隔时间等，为保证通勤时间合理化，可增加公共交通频次，合理进行城市规划，缩短工作地与居住之间的距离等。

2．阅读下列材料，回答相关问题。

材料一：下图为东南亚局部图及某区域水系图材料二：洞里萨湖是东南亚最大的淡水湖，其通过洞里萨河与湄公河相连，是湄公河天然的蓄水池。

湖泊的水位季节变化显著。

（1）描述中南半岛地形特征及其原因。

（2）描述洞里萨湖湖面面积的季节变化并简析原因。

（3）随着该区域城市化进程加快，城市规模在迅速扩大，很多城市出现内涝，请分析其形成原因，并为其治理提出合理化建议。

区域经济京津冀资源环境承载力评价研究崔广雨王德起（首都经济贸易大学 北京 100070）摘 要：为了解京津冀地区资源环境承载力，运用 TOPSIS模型对京津冀地区2008—2017年的资源环境承载力进行评价。

结果表明：北京的资源环境承载力最强，河北资源环境承载力最弱，京津冀三地资源环境承载力子系统波动趋势不大，三地之间在生态环境不断提高的情况下，存在资源短缺、经济社会发展差异大等问题。

运用灰色关联度模型发现人均占有耕地面积、工业固体废物综合利用率、人均地区生产总值，在各系统中对资源环境承载力影响程度最大。

京津冀三地应在充分发挥地域优势的同时加快协同发展，加大环境保护力度，加强产业结构转型升级。

关键词：TOPSIS；京津冀；承载力中图分类号：F124.5 文献标识码：A DOI：10.19921/ki.1009-2994.2021-05-0188-091资源环境承载力不仅包含土地资源、水资源承载力也包括生态环境承载力等要素。

但总的来说，资源环境承载力是能够反映人类与环境相互作用的界面。

京津冀城市群作为我国经济发展的支柱和高质量发展的重要示范区域，同时为推动京津冀协同发展重大战略的实施，开展资源环境承载力研究协调京津冀资源环境与经济社会发展成为重要的切入点。

当前京津冀协同发展中存在资源要素、经济发展等方面的差异，因此资源环境承载力在不同地区也会存在差异。

本文为了解京津冀资源环境承载力，以京津冀资源生态经济环境为切入点，通过对京津冀各城市的分析找到京津冀区域发展中，存在的问题并提出针对性的建议。

一、指标体系与方法（一）指标体系的构建与数据来源1.指标体系的构建资源和环境系统是承担社会和经济功能（例如国土开发，农业生产和生态保护）的主体。

定义和筛选资源与环境要素，是开展资源和环境承载力研究的前提。

该研究遵循非重叠化与差异化原则，根据资源生态环境与经济社会活动的紧密程度，选择土地资源、水资源、生态，环境，经济发展和社会发展六个方面，作为京津冀资源环境承载力评价的核心要素。

京津冀区域金融生态环境综合评价作者：王换娥杜亚涛孙静来源：《合作经济与科技》2016年第08期[提要] 随着京津冀一体化国家指导战略的提出，京津冀区域位置的重要性逐步显现，但该地区还存在着体制、观念等众多不利因素的影响，相互之间的经济、金融合作非常分散，市场处于分割状态，金融资源在相互之间的区域内流动不畅，降低资本效率，抑制区域内金融市场竞争力的提高。

鉴于此，本项目选择京津冀区域城市作为基本研究对象，引入金融生态圈的概念，管理金融风险，提高金融效率，从全新的生态学角度来改善京津冀地区的金融生态环境，从而提高京津冀地区的金融管理效率。

关键词：京津冀；区域金融；生态环境；评价本文系2015年度河北省社会科学基金项目：“京津冀区域金融生态环境综合评价研究”（课题编号：2HB15YJ087）；立项人：王换娥中图分类号：F83 文献标识码：A收录日期：2016年2月29日一、金融生态环境的内涵生物群落是由多种生物集体聚集而成，而多种生物群落就组建成了生态系统。

生态系统的定义指的是生物群落与它们所处的环境通过能量的交换而形成的系统。

金融生态作为仿生态学的概念，为我们研究金融学提供了一个崭新的视角，从周小川第一次提出金融生态学后，金融学界对于金融生态环境的概念进行不断的剖析和研究，根据多个学者的论述，金融生态环境可以定义为存在市场经济运行体制中的金融活动主体，通过一定的经济活动，比如市场竞争或相互合作，最终形成的动态系统，这个动态系统具有一定的结构性，并且相对较为稳定。

二、京津冀地区金融生态环境分析（一）因子分析。

对于采用因子分析方法对金融生态环境指标进行分析，首先需要对原有变量进行KMO检验，根据相关系数矩阵列式计算，从结果可以看出结果服从卡方分布，且KMO检验观测值为0.86，P值为0.0012，接近于0，根据因子分析的检验标准，适合做因子分析。

假设将京津冀地区生态环境设为F，金融生态成长指标为G，金融生态土壤指标为T，金融生态空气指标为A。

Vol. 24, No .1Mar. ,2021第24卷第1期2021年3月成都工业学院学报JOURNAL OF CHENGDU TECHNOLOGICAL UNIVERSITY DOI ：10.13542/ki.51- 1747/m.2021.01.016京津冀大气污染防治的经济学分析王岚，刘颖辉，温利华(邯郸学院经济管理学院，河北邯郸056000)摘要：京津冀地区是我国大气污染最为严重的区域，也是最早开展大气污染联防联控工作的区域。

京津冀地区产业结构和能源消费结构不合理，导致污染物的超强度排放是该区域大气污染的根本原因，而独特的地理环境加剧了大气防治的复杂性， 联防联控是京津冀大气污染防治的必然趋势。

京津冀大气污染防治需从转变经济增长方式、完善区域联防联控利益补偿机 制、打造京津冀区域风道等多个维度加强区域大气协同治理。

关键词：京津冀；大气污染；防治中图分类号：X51；F127 文献标志码：A 文章编号：2095-5383(2021)01-0068-04Economic Analysis of Air Pollution Control in Beijin-Tianjin-HebeiWANG Lan , LIU Yinghui , WEN Lihua(School of Economics and Management , Handan University , Handan 056000 , China )Abstract : The Beijing-Tianjin-Hebei region is the most seevriouserely polluted area of air pollution in China , and it is also theearliest area to carry out the joint prevention and control of air pollution. The unreasonable industrial structure and energy consumption structure in Beijing-Tianjin-Hebei region lead to the excessive emission of pollutants , which is the fundamental cause of air pollution in this region. The unique geographical environment aggravates the complexity of air prevention and control. Joint prevention and control is the inevitable trend of air pollution prevention and control in Beijing-Tianjin-Hebei region. It is necessary to change the mode of economic growth , improve the benefit compensation mechanism of regional joint prevention and control , and build urban air corridors in Beijing-Tianjin-Hebei region to strengthen regional coordination of air pollution control.Keywords : Beijing-Tianjin-Hebei ； air pollution ； the prevention and control京津冀地区是中国经济发展的重要增长极，但同时也是我国大气污染最严重的区域。

京津冀一体化协同发展2015年08月23日10:38来源：新华社7月24日，中共中央政治局常委、国务院副总理张高丽主持召开京津冀协同发展工作推动会议，就贯彻落实《京津冀协同发展规划纲要》提出明确要求、作出安排部署。

就此，记者采访了京津冀协同发展领导小组办公室负责人。

【问题1】请问推动京津冀协同发展战略的时代背景和重大意义是什么？答：推动京津冀协同发展，是党中央、国务院在新的历史条件下作出的重大决策部署，对于协调推进“四个全面”战略布局、实现“两个一百年”奋斗目标和中华民族伟大复兴的中国梦，具有重大现实意义和深远历史意义。

2013年，习近平总书记先后到天津、河北调研，强调要推动京津冀协同发展。

2014年2月26日，习近平总书记在北京考察工作时发表重要讲话，全面深刻阐述了京津冀协同发展战略的重大意义、推进思路和重点任务。

此后，习近平总书记又多次发表重要讲话、作出重要指示，强调京津冀协同发展是个大思路、大战略，要通过疏解北京非首都功能，调整经济结构和空间结构，走出一条内涵集约发展的新路子，探索出一种人口经济密集地区优化开发的模式，促进区域协调发展，形成新增长极。

李克强总理多次作出重要指示批示，明确提出实现京津冀协同发展是区域发展总体战略的重要一环，对于优化生产力布局、提升发展质量效益意义重大，要牢固树立大局意识，围绕科学定位抓紧规划编制，统筹推进基础设施建设、产业转移接续、区域环境治理和民生改善等重点任务，把这项战略工程抓实抓好。

京津冀地区同属京畿重地，濒临渤海，背靠太岳，携揽“三北”，战略地位十分重要，是我国经济最具活力、开放程度最高、创新能力最强、吸纳人口最多的地区之一，也是拉动我国经济发展的重要引擎。

目前，京津冀地区发展面临诸多困难和问题，特别是北京集聚过多的非首都功能，“大城市病”问题突出，人口过度膨胀，交通日益拥堵，大气污染严重，房价持续高涨，社会管理难度大，引发一系列经济社会问题，引起全社会广泛关注。

2020年中考地理热点之二：京津冀一体化专题训练（附答案）一、单选题第24届冬季奥运会将在2022年2月4日至20日在北京和张家口联合举行。

这是中国历史上第一次举办冬季奥运会。

读图，完成下面小题。

1.冬奥会的举办对张家口地区带来的影响是（）①推进交通等基础设施建设，促进京津冀一体化发展②提供就业岗位，增加收入③带动体育产业、旅游业发展④利用当地矿产资源，大力发展重工业A. ①②③B. ①③④C. ②③④D. ①②④“南果北种”是现代农业发展的一种普遍趋势。

目前随着农业设施的发展，科技的进步，南方的火龙果、香蕉、荔枝等水果不断在京津冀鲁和新疆等地种植。

据此回答下列各题。

2.“南果北种”得以成功实施，主要依赖于（）A. 全球气候变暖B. 现代农业科技的进步C. 国家政策的支持D. 市场需求的不断扩大3.与新疆的塔里木河流域相比，在京津冀发展“南果北种”产业园的优势是（）A. 光热充足B. 土地廉价C. 接近市场D. 空气质量好4.2019年3月3日，中国国家大气污染防治攻关联合中心专家表示，偏重的产业结构、以煤为主的能源结构、以公路为主的交通结构是京津冀及周边地区大气重污染形成（雾霾天气多发）的主因。

专家还表示，采暖季节排污量是非采暖季的1.5至4倍，加之不利气象条件，极容易产生本地区积累型污染（雾霾）。

依据资料，完成19-21题。

造成京津冀及周边地区大气重污染（雾霾）进一步加重的天气可能是（）A. 小到中雨B. 大风降温C. 阴天无风D. 雨夹雪5.2019年3月3日，中国国家大气污染防治攻关联合中心专家表示，偏重的产业结构、以煤为主的能源结构、以公路为主的交通结构是京津冀及周边地区大气重污染形成（雾霾天气多发）的主因。

专家还表示，采暖季节排污量是非采暖季的1.5至4倍，加之不利气象条件，极容易产生本地区积累型污染（雾霾）。

依据资料，完成19-21题。

减轻京津冀及周边地区大气污染（雾霾）的措施中，正确的是（）①实行机动车尾号限行及控制总量的增长②实施农村煤改电能源使用措施③调整京津冀及周边地区产业结构，发展高新技术产业④加快京津冀及周边地区生态林建设A. ①②③④B. ②③④C. ①③④D. ①②④二、综合题6..读相关材料和图，回答下列问题。

第21卷第6期2021年11月北京工业大学学报(社会科学版)JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY (SOCIAL SCIENCES EDITION)Vol.21No.6Nov.2021DOI :10.12120/bjutskxb202106069环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析薛　飞1,周民良2(1.中国社会科学院大学工业经济系,北京　102488;2.中国社会科学院工业经济研究所,北京　100006)摘　要:绿色协同发展是推进京津冀协同发展的题中之义㊂基于京津冀地区2005 2018年面板数据,采用DDF⁃GML 指数测算了京津冀地区绿色全要素生产率,并对京津冀地区绿色全要素生产率时空演变特征和影响因素进行深入分析㊂研究发现:第一,京津冀地区绿色全要素生产率整体呈现出增长的趋势,但增幅不大,其中,绿色技术进步是京津冀地区绿色全要素生产率增长的动力源泉;第二,从时间趋势看, 十一五”和 十二五”时期,京津冀地区绿色全要素生产率出现下降,但自生态环境同治政策实施以来,绿色全要素生产率实现大幅度提升;第三,从空间分布特征看,京津冀三地尤其是河北内部绿色全要素生产率存在显著差异;第四,从影响因素看,研发投入与区域生态环境协同治理政策对京津冀地区绿色全要素生产率具有显著的促进作用,而经济发展水平和政府干预对绿色全要素生产率具有显著的抑制作用㊂关键词:绿色全要素生产率;京津冀地区;环境同治;绿色全要素生产率测算;时空演变特征中图分类号:F124.5文献标志码:A文章编号:1671-0398(2021)06-0069-15收稿日期:2021⁃03⁃27基金项目:中国社会科学院京津冀协同发展智库基础研究项目(2020G02);中国社会科学院学科建设 登峰战略”重点学科区域经济学资助项目作者简介:薛　飞(1995 ),男,中国社会科学院大学工业经济系博士研究生;周民良(1963 ),男,中国社会科学院工业经济研究所教授,博士生导师㊂ 京津冀地区作为我国经济 第三增长极”,凭借其在国家政策㊁科技创新以及高端要素集聚等方面的优势,已成为引领绿色发展和高质量发展的重要动力源㊂自京津冀协同发展战略提出以来,三个地区全面加强生态环境协同治理,生态环境质量得到持续改善㊂然而,目前京津冀地区依然面临严重的生态环境超负荷问题,生态环境问题仍旧是京津冀地区实现区域高质量协同发展的突出短板㊂根据‘2019年中国生态环境状况公报“,河北各地市依然是空气污染的重灾区,在全国环境质量最差的20个城市中,河北占据5席;此外,海河流域Ⅰ⁃Ⅲ类水质断面占比仅为51.9%,水污染治理形势依旧严峻㊂中国共产党的十八届五中全会提出了绿色发展的新理念㊂推进绿色发展要求处理好经济发展与环境保护之间的关系,实现 既要金山银山,也要绿水青山”,这就决定了推进绿色发展必须在提高绿色全要素生产率上下功夫㊂在资源环境约束趋紧的背景下,京津冀地区亟须加强环境同治,以提升绿色全要素生产率推进绿色发展,从根本上实现经济发展方式的绿色转型㊂全要素生产率是经济学中的重要概念,指经济增长中剔除资本㊁劳动㊁土地等全部有形的物质要素投入后,来自 余值”的贡献而导致的经济增长的部分㊂其能够反映经济体的技术进步㊁技术962021年北京工业大学学报(社会科学版)效率㊁规模效率以及配置效率等,是评估经济增长质量的重要指标㊂但是,传统全要素生产率仅考虑到生产要素的投入约束,忽视了资源环境的刚性约束,这种做法会导致测算结果出现偏误,从而扭曲了对经济绩效和社会福利水平的评价,甚至会造成对政府相关政策产生误导[1]㊂为弥补传统全要素生产率的不足,经济学家提出将环境污染和能源消耗纳入全要素生产率核算框架体系,并以绿色全要素生产率衡量国家或地区绿色发展水平㊂基于此,本文尝试从绿色全要素生产率的视角出发,利用DDF⁃GML指数对京津冀地区绿色发展水平进行评估,以期为该地区制定环境经济政策㊁推动绿色发展提供理论参考和数据支撑㊂一㊁文献综述绿色全要素生产率能够评价资源环境约束下经济发展过程中资源分配及其利用效率,是衡量绿色发展的重要指标㊂如何准确界定绿色全要素生产率已经成为当前学术界的焦点之一㊂既有文献也进行了不少探索,并取得不少成果㊂在此基础上,本文从绿色全要素生产率测算的演化路径㊁测算以及影响因素等三个方面对既有文献进行梳理㊂(一)绿色全要素生产率的演化路径绿色全要素生产率的概念是由全要素生产率演化而来的㊂早期研究中,经济学家利用增长核算法㊁随机前沿法(SFA)㊁数据包络分析法(DEA)等对全要素生产率进行测算和分析㊂随着环境污染问题和气候变化问题的日益凸显,经济学家逐渐意识到资源环境对于一个国家或地区经济可持续增长的重要性,并尝试将环境因素纳入全要素生产率测算框架㊂皮特曼(Pittman)在研究威斯康星州造纸厂的效率时,将治理污染成本作为 坏”产出价格的替代指标,首次将非期望产出引入到生产率测算中[2]㊂皮特曼的研究成果引发了学者关于绿色全要素生产率的研究热潮㊂(二)绿色全要素生产率的测算在研究尺度方面,既有文献从行业和区域视角对于绿色全要素生产率进行全方位的研究㊂从行业视角看,现有文献主要聚焦于工业绿色全要素生产率测算㊂其中,部分学者基于36个行业数据,对工业绿色全要素生产率进行测算,并对中国工业经济绿色增长的动力源泉及行业进行分析[3⁃4];也有学者对特定行业的绿色全要素生产率进行测算[5⁃6]㊂此外,不少学者还对农业和服务业部门的绿色全要素生产率进行测算[7⁃10]㊂从区域视角看,任阳军等(2019)㊁孙亚男等(2020)利用省级数据对绿色全要素生产率进行测算[11⁃12],而李卫兵等(2017)则利用城市层面数据对绿色全要素生产率进行测算[13]㊂此外,也有研究对长三角㊁长江经济带㊁黄河流域等特定地区的绿色全要素生产率进行测算[14⁃16]㊂在测算方法方面,已有文献主要有两类处理方法㊂第一种方法是将环境因素作为投入变量并纳入生产函数中进行测算㊂这种方法主要采用随机前沿模型对绿色全要素生产率进行测算㊂陈诗一(2009)㊁袁富华(2010)㊁谌莹等(2016)等用SFA方法对中国区域和工业行业的绿色全要素生产率进行测算和分解[17⁃19]㊂第二种方法是将环境因素作为不受欢迎的 坏”产出进行测算㊂而DEA方法中 多投入 多产出”模型的优势恰好符合满足这一研究需求㊂王维国等(2012)采用方向性距离函数DDF及曼奎斯特-卢恩伯格(Malmqulist⁃Luenberger)指数(ML指数)测度了中国30个省份的绿色全要素生产率的动态变化和分解变量[20];谢荣辉(2017)采用非角度SBM距离函数和卢恩伯格(Luenberger)生产率指数对中国省级全要素生产率进行测算[21]㊂在指标选取方面,既有文献在期望产出和投入指标的选取上基本形成一致,但在非期望指标的选取方面仍存在分歧㊂早期研究中,主要采用二氧化硫㊁氮氧化物㊁烟粉尘等大气污染物以及废水㊁化学需氧量㊁氨氮等水污染物为非期望产出的代理变量;随着气候变化问题的日益严重,部分学者也将二氧化碳等温室气体作为非期望产出,通过测算碳生产率作为区域绿色发展水平的依据,也有07薛　飞,等:环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析第6期学者通过将大气污染物㊁水污染物以及温室气体同时纳入非期望产出中,以测算综合绿色全要素生产率㊂此外,对于不同研究尺度的样本,由于数据可得性与连续性,在非期望指标的选取上也存在较大差异㊂对于行业与省级区域层面而言,其污染排放指标较为丰富;但对于城市层面而言,现有统计年鉴仅提供了工业三废的数据,其他污染指标则相对欠缺㊂(三)绿色全要素生产率的影响因素既有文献对于绿色全要素生产率的影响因素开展了大量的研究,并取得了丰富的成果㊂基于开放的视角,部分学者分别考察了贸易开放㊁对外直接投资以及外商直接投资对绿色全要素生产率的影响,研究发现,贸易开放与对外直接投资有利于推动绿色全要素生产率增长,而外商直接投资抑制了绿色全要素生产率增长[22⁃27]㊂不少学者还围绕环境规制与绿色全要素生产率进行考察,研究发现环境规制对绿色全要素生产率增长具有显著的促进作用[28⁃29]㊂此外,还有学者发现城镇化㊁财政分权㊁基础设施㊁知识产权保护㊁信息化等因素对绿色全要素生产率产生影响[30⁃35]㊂通过梳理相关研究文献不难发现,已有文献虽然围绕绿色全要素生产率进行了丰富的讨论,但仍存在以下扩展空间:(1)在研究视角上,既有文献主要集中对行业或省级㊁城市层面的绿色全要素生产率进行测算,鲜有研究对京津冀地区绿色全要素生产率进行测算与分析㊂(2)在测算方法上,既有文献主要采用ML指数或L指数来测算绿色全要素生产率,但其存在不具有传递性特征并且存在潜在的线性规划无解的问题,可能造成估计偏误[36]㊂(3)在指标选取上,由于数据可得性的限制,在城市层面的研究中,鲜有文献将二氧化碳纳入非期望产出中㊂基于此,本文采用2005 2018年13个城市的面板数据,对京津冀地区绿色全要素生产率进行测算与分析㊂本文可能的边际贡献在于:(1)在研究层面上,基于绿色发展的视角,利用13个城市的面板数据对京津冀地区绿色全要素生产率进行测度与分析,以全面考察环境同治下京津冀地区绿色发展全要素生产率时空演变特征和影响因素㊂(2)在研究方法上,采用方向性距离函数和全局曼奎斯特-卢恩伯格(Global Malmqulist⁃Lu⁃enberger)指数对京津冀地区绿色全要素生产率进行评估㊂(3)指标选取上,在选取传统非期望产出指标的基础上,进一步纳入二氧化碳,以此更加全面地评估京津冀地区绿色全要素生产率㊂二㊁绿色全要素生产率的测算方法(一)环境生产技术借鉴罗尔(Färe)等的思路[37],将每个城市视为一个生产决策单位,并且假定各个决策单位在生产中使用N种生产要素x=(x1,x2, ,x N)∈R N+,生产出M种期望产出要素y=(y1,y2, , y M)∈R M+,同时生产出I种非期望产出b=(b1,b2, ,b I)∈R I+㊂这样环境技术的生产可能集可以表示为:P(x)={(x,y,b):x可以生产(y,b)}(1)式(1)中,P(x)表示环境生产技术,其在使用中要满足一般公理,此外,期望产出与投入要素还需要满足强可处置性;联合生产技术还需要满足零结合公理和弱可处置性公理㊂上述公理可表示为:公理1:若x′≥x,则P(x′)⊇P(x);公理2:若(y,b)∈P(x)且y′≤y,则(y′,b)∈P(x);公理3:若(y,b)∈P(x)且0≤θ≤1,则有(θy,θb)∈P(x);公理4:若(y,b)∈P(x)且b=0,则有y=0㊂其中,公理1被称为投入要素的强可处置性公理,表示如果投入增加(或不减少),则生产可能集将不会减小[37];公理2被称为期望产出的强可处置性公理,表示在投入既定的条件下,在生产可能集下期望产出可以无限减少;公理3被称为非期望产出的弱可置性公理,在投入既定的条件下,要减少非期望产出,必须减少同比例的期望产出,这意味着污染的减少是具有成本的㊂公理4被称172021年北京工业大学学报(社会科学版)为零结合公理,即若非期望产出为0,则期望产出也为0,这意味着在生产过程中生产期望产出,无法避免地产生非期望产出㊂具体地,在规模报酬不变(VRS)的条件下,上述环境生产技术可以模型化为:P (x ){=(x ,y ,b ):∑K k =1z kxkn≤x kn ,∑K k =1z m y km ≥y km ,∑K k =1z i y ki =y ki ,∑Kk =1z k =1,z k ≥0;∀k ,n ,m ,}i(2)式(2)中,z k 表示每个决策单元的非负权重㊂(二)方向性距离函数环境生产技术的构造虽然有利于人们从理论概念上理解绿色全要素生产率,但是对于测算是毫无作用的㊂方向距离函数(directional distance function,DDF)在满足上述公理基础上,能清楚地刻画出环境生产技术,即在寻求期望产出最大化的同时,尽可能减少非期望产出与投入[36]㊂因此,在这一部分,本文将DDF 进入到绿色生产率的测算中㊂根据钟洋浩等(Chung)的方法[38],将测算各决策单元绿色全要素生产率的方向距离函数定义为:→D (x ,y ,b ,→g )=max{β:(x -β→g x ,y +β→g y ,b -β→g b )∈P (x )}(3)式(3)中,→g =(→g x ,→g y ,→g b )为各投入与产出变量的方向性向量,表示各要素是增加或减少;β为无效率项的向量,表示各要素无效率的变化程度㊂(三)Global Malmquist⁃Luenberger 指数钟洋浩等将方向距离函数与Malmquist⁃Luenberger 指数相结合,提出通过构建DDF⁃ML 指数的方法测算绿色全要素生产率㊂然而,Malmquist⁃Luenberger 指数是以几何平均形式表示的,其在分析过程中不具备循环累乘性㊂因此,难以观测到生产率指数的长期变动趋势;同时,ML 指数在测算跨期方向距离函数时,还面临着线性规划无可行解的问题[36]㊂为了解决ML 指数存在的缺陷,吴东铉将帕斯特等提出的全局曼奎斯特(Malmquist)指数方法与钟洋浩等提出的Malmquist⁃Luen⁃berger 指数方法相结合,并提出了Global Malmquist⁃Luenberger(GML)指数方法[39]㊂GML 指数也因其具有传递性㊁循环累乘性㊁可进行跨期比较等优点,被广泛用于测算绿色全要素生产率㊂根据吴东铉的研究,第t 期和第t +1期之间的GML 生产率指数指标为:GML t ,t +1(x t,y t,b t,x t +1,y t +1,b t +1)=1+D G (x t ,y t ,b t )1+D G (x t +1,y t +1,b t +1)(4)式(4)中,D G (x ,y ,b )为全局方向性距离函数,P G (x )为全局生产可能性集合;GML t ,t +1表示第t 期到第t +1期的绿色全要素生产率,当GML t ,t +1>1时,表示绿色全要素生产率增加,当GML t ,t +1<1时,表示绿色全要素生产率下降,而当GML t ,t +1=1时,意味着绿色全要素生产率保持不变㊂进一步地,与ML 指数类似,GML t ,t +1指数还可以分解为技术效率变化(EC)与技术进步(TC)两部分:GML t ,t +1(x t ,y t ,b t ,x t +1,y t +1,b t +1)=1+D G (x t ,y t ,b t )1+D G (x t +1,y t +1,b t +1)=1+D t (x t ,y t ,b t )1+D t +1(x t +1,y t +1,b t +1)[×1+D G (x t ,y t ,b t )1+D G (x t +1,y t +1,b t +1)×1+D t +1(x t +1,y t +1,b t +1)1+D G (x t ,y t ,b t ])=TE t +1TE t ×BPG t ,t +1t +1BPG t ,t +1t=EC t ,t +1×TC t ,t +1(5)式(5)中,EC 表示技术效率,EC t ,t +1表示第t 期到第t +1期的效率变化情况,TC t ,t +1为第t 期的前沿与全局前沿的接近程度与第t +1期的前沿与全局前沿的接近程度的比值情况,其表示第t 期到第t +1期的技术变化情况㊂EC t ,t +1,TC t ,t +1>1表示效率改善和技术进步,EC t ,t +1,TC t ,t +1<1则表示效率恶化与技术退步㊂三㊁变量选取与数据说明基于上述测算方法,本文选取2005 2018年京津冀地区13个城市的面板数据作为研究样本,27薛　飞,等:环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析第6期原始数据来源于‘中国城市统计年鉴“‘中国区域统计年鉴“‘北京统计年鉴“‘天津统计年鉴“以及‘河北经济年鉴“㊂缺失的数据采取插值法进行补齐㊂(一)产出指标1.期望产出借鉴已有研究的普遍做法,本文采用地区生产总值(GDP)作为衡量期望产出的指标㊂同时,为了剔除价格因素的干扰,本文利用地区生产总值指数构造GDP平减指数,并将其平减为2005年为基期的不变价计价的实际GDP㊂2.非期望产出已有文献常采用工业 三废”(即工业二氧化硫㊁工业废水㊁工业烟粉尘)作为非期望产出的代理变量㊂区别于绝大多数文献,本文在此基础上,进一步选取了社会各界所关心的二氧化碳排放量,一方面,这对现有研究形成了补充,另一方面,也有助于当前关于京津冀地区碳达峰㊁碳中和工作的讨论㊂需要指出的是,国家和省级层面的二氧化碳排放量大多数是以能源数据为基础进行估算的,但由于地级市层面能源数据的严重缺失,导致我们无法沿用这一方法估算京津冀地区城市二氧化碳排放量㊂为了弥补这一缺失,本文借鉴苏泳娴等(2013)的做法[40],利用NGDC数据库提供的DMSP/OLS和NPP/VIIRS两套夜间灯光数据,反演出2005 2018年京津冀地区13个城市的二氧化碳排放量㊂(二)投入指标1.资本投入本文选取资本存量作为资本投入的代理变量,并利用永续盘存法进行估算㊂估算资本存量需要当年投资额㊁投资价格指数㊁折旧率以及基期资本存量四个核心指标㊂其中,当年投资额选用固定资本形成额进行衡量;投资价格指数采用固定资本价格指数进行替代,但由于地级市层面数据的缺失,本文利用省级固定资产投资价格指数替代;借鉴单豪杰(2008)的研究成果[41],选取10.96%的折旧率;基期资本存量采用单豪杰计算的省际资本存量,并将其折算到城市层面㊂最终得到以2005年为基期的资本存量㊂2.劳动投入根据生产理论,在忽略劳动力质量的情况下,劳动力实际工时数是衡量劳动投入量最有效的指标㊂但由于城市层面实际工时数的不可获得性,本文选用地区从业人数来反映地区劳动投入情况㊂3.能源投入在能源投入指标的选取上,本文选择各地区以标准煤为单位的能源消费总量衡量能源投入情况㊂表1汇报了投入产出变量的描述性统计结果㊂表1摇投入产出主要变量的描述性统计变量单位观测值均值标准误最小值最大值实际地区生产总值亿元1823454.884132.12360.2920479.84工业废水排放量万吨18210074.636918.53615.0031058.00工业二氧化硫排放量吨18293121.0275376.751554.00331863.00工业烟粉排放量吨18294365.08164986.503527.001859866.00二氧化碳排放量百万吨18261.5831.5311.68154.71能源消费量万吨标准煤1823135.082407.21483.908988.92从业人数万人182460.16260.40158.601246.75资本存量亿元1828466.5611062.96650.2253489.60372021年北京工业大学学报(社会科学版)四㊁京津冀地区绿色全要素生产率的时空演变特征根据方向性距离函数与GML生产率指数的方法,基于2005 2018年京津冀地区13个城市的投入产出数据,运用MaxDEA软件测算出2006 2018年京津冀地区绿色全要素生产率(其中,2005年为基期,赋值为1,后文中不再分析)㊂为了便于深入分析绿色全要素生产率的增长源泉以及动态演进趋势,将绿色全要素生产率分解进一步分解为绿色技术效率指数(GEC)与绿色技术进步指数(GTC)㊂此外,为了揭示京津冀地区绿色发展中环境影响的差异,还测算了未考虑非期望产出GM指数与考虑非期望产出GML指数进行对比㊂(一)京津冀地区绿色全要素生产率变化的时间趋势特征表2报告了京津冀地区绿色全要素生产率变动及分解的测算结果㊂不难发现,2006 2018年,京津冀地区绿色全要素生产率呈现出增长的趋势但增幅不大,年均增长率为0.29%㊂从分解结果看,京津冀地区绿色技术效率和绿色技术进步指数分别为1.0002和1.0029,意味着绿色技术效率和绿色技术进步年均增率为0.02%和0.29%,表明京津冀地区绿色全要素生产率的增长主要来源于绿色技术进步的贡献㊂通过比较GM指数与GML指数,可以发现,2006 2018年京津冀地区GM指数为1.0005,远低于GML指数㊂这可能是由于未考虑非期望产出的TFP变化隐藏了污染物 减排效应”所体现出的绿色技术进步㊂表2摇京津冀地区总体绿色全要素生产率及其分解:时间趋势特征年份与阶段均值未考虑非期望产出全要素生产率指数考虑非期望产出全要素生产率指数技术效率(EC)技术进步(TC)全要素生产率(TFP)绿色技术效率(GEC)绿色技术进步(GTC)绿色全要素生产率(GTFP) 20060.98351.00370.98710.98691.00310.9899 20070.98121.01510.99600.98811.01421.0020 20080.99781.00501.00280.99871.00541.0041 20090.98870.97860.96690.98010.99900.9784 20101.00871.00181.01031.00370.99961.0032 十一五”均值0.99201.00080.99260.99151.00420.9955 20110.99690.96540.96341.01230.95340.9646 20121.01280.99301.00581.00630.99381.0000 20130.99810.98240.98050.99180.98280.9746 20140.99891.03031.02910.99701.00421.0008 20151.00031.00641.00661.00720.99881.0058 十二五”均值1.00140.99550.99711.00290.98660.9892 20160.99291.01151.00430.98991.02831.0176 20171.00181.02391.02571.00821.03031.0388 20181.00381.02381.02771.03221.02451.0581 十三五”以来均值1.00001.01221.01231.00811.01371.0219均值0.99731.00311.00051.00021.00291.0029 47薛　飞,等:环境同治下京津冀地区绿色全要素生产率时空演化及影响因素分析第6期 本文从不同阶段分析可知,(1) 十一五”期间,总体看京津冀地区绿色全要素生产率波动变化的态势,出现小幅下降,年均下降0.15%㊂具体来看,绿色全要素生产率在2007㊁2008及2010年有所增长,而在2006和2009年则出现下降㊂这可能是由于 十一五”期间北京奥运会的举办,一定程度上推动了北京乃至整个京津冀地区的绿色转型,随后全球金融危机的爆发使得经济增长出现受阻㊂(2) 十二五”期间,京津冀地区绿色全要素生产率出现先减后增的变动趋势㊂在 十二五”的前三年,京津冀地区绿色全要素生产率出现大幅下滑,而在2014年则迎来转折,出现了小幅增长的趋势㊂总体看, 十二五”期间京津冀地区绿色全要素生产率仍呈现负增长,年均下降1.08%㊂这可能是由于全球经济增长停滞制约了京津冀地区经济增长,同时,这一时期京津冀地区生态环境急剧恶化,从而造成 十二五”前三年绿色全要素生产率的下降㊂从2013年起,党中央认识到京津冀地区环境问题的严重性以及生态环境协同治理的必要性,出台了一系列政策措施推动京津冀地区环境治理,从而扭转了环境恶化趋势㊂(3) 十三五”以来,京津冀地区绿色全要素生产率年均增长率达2.19%,且呈现出持续增长的态势㊂这是由于京津冀地区生态环境协同治理体制机制不断完善,才使生态环境治理成效不断显现,有效地推动了该地区绿色产业发展㊂(二)京津冀地区绿色全要素生产率变化的空间分布特征本文综合考察了2006 2018年京津冀地区总体绿色全要素生产率的时间趋势特征,然而考虑到各地区地理特征㊁资源禀赋㊁生态条件㊁经济发展程度等方面存在的差异,下面环节将进一步考察京津冀地区绿色全要素生产率变化的空间分布特征㊂表3给出的是2006 2018年京津冀地区13个城市绿色全要素生产率的年均变动情况㊂不难发现,北京和天津的全要素生产率和绿色全要素生产率整体均呈现出增长态势,但增长幅度存在显表3摇京津冀地区总体绿色全要素生产率及其分解:空间分布特征城市及均值全要素生产率指数绿色全要素生产率指数技术效率(EC)技术进步(TC)全要素生产率(TFP)绿色技术效率(GEC)绿色技术进步(GTC)绿色全要素生产率(GTFP)北京1.00001.00841.00841.00001.00461.0046天津1.00031.01031.01001.00031.00791.0077石家庄0.99901.00711.00601.00081.00171.0024唐山1.00001.00471.00471.00001.00301.0030邯郸1.00491.00251.00731.01181.00481.0156张家口0.98081.00080.98170.98091.00040.9811保定1.01111.00231.01391.00961.00681.0163沧州0.99270.99900.99170.99950.99770.9972秦皇岛1.00181.00101.00271.00021.00031.0004邢台1.01220.99861.01061.00940.99991.0087廊坊0.98331.00490.98811.00171.00701.0096承德0.98171.00180.98360.98361.00180.9854衡水0.99780.99950.99741.00461.00151.0059河北均值0.99681.00200.99891.00021.00231.0023均值0.99731.00311.00051.00021.00291.0029572021年北京工业大学学报(社会科学版)著的差异㊂其中,样本期间内,无论是全要素生产率和绿色全要素生产率,天津的增长率均值相对较高,年均增长率分别为0.77%和1%㊂北京则相对较低,两个指标的年均增长率分别为0.46%和0.84%㊂河北省整体的绿色全要素生产率呈现出增长的态势,但全要素生产率则出现负增长㊂河北整体绿色全要素生产率年均增长0.23%,而全要素生产率则下降-0.11%㊂此外,河北省内部绿色全要素生产率存在明显的区域性㊁非平衡性的特点㊂从分城市看,样本期间内,河北有8个城市绿色全要素生产率表现出增长的态势㊂其中,保定㊁邯郸和廊坊3个城市绿色全要素生产率增长速度最高,平均增长率分别为1.63%㊁1.56%和0.96%㊂此外,还有张家口㊁承德和沧州3个城市的绿色全要素生产率呈现负增长,平均增长率分别为-1.89%㊁-1.46%和-0.28%㊂从分解结果看,京津冀地区13个城市绿色全要素生产率的增长源泉也存在差异㊂其中,北京㊁天津㊁石家庄㊁唐山㊁廊坊等6个城市绿色全要素生产率的增长主要源于绿色技术进步;邯郸㊁邢台和衡水等3个城市绿色全要素生产率的增长主要源于绿色技术效率的提升;保定和秦皇岛绿色全要素生产率的增长依靠绿色技术进步和绿色技术效率提升双轮驱动㊂此外,绿色技术效率低下是张家口和承德绿色全要素生产率下降的主要原因;绿色技术效率低下和绿色技术退步则造成了沧州绿色全要素生产率下降㊂(三)京津冀地区绿色全要素生产率变化的分布形态图1显示了京津冀地区绿色全要素生产率的核密度分布㊂从绿色全要素生产率的分布形态看,2006年,京津冀地区绿色全要素生产率呈现双峰分布特征,这表明京津冀地区绿色全要素生产率有极化发展的趋势㊂与2006年相比,2012年京津冀地区绿色全要素生产率由双峰演化为单峰分布,且密度函数中心略微向左移动,这说明该阶段京津冀地区绿色全要素生产率整体有所下降,但地区间的差距出现减少㊂与2012年相比,2018年,京津冀地区绿色全要素生产率密度函数中心继续向右偏移,主峰高度减小,且主峰与次峰间距离减少,说明该阶段京津冀地区绿色全要素生产率整体上呈增长趋势,但地区差距有所拉大㊂之所以出现这一变化可能的原因是,2013年以来,京津冀地区开始了生态环境协同治理,从而有效推动了绿色发展水平的提升㊂图1　京津冀地区绿色全要素生产率的核密度分布图2　京津冀地区绿色技术效率的核密度分布图2显示了京津冀地区绿色技术效率的核密度分布㊂从绿色技术效率的分布形态看,2006年,京津冀地区绿色技术效率呈现双峰分布特征,但主峰与次峰之间高度差距较大,同时绿色技术效率主要分布在1.05之内,说明该阶段京津冀地区绿色技术效率区域间差异较大,且整体水平不高㊂2012年,京津冀地区绿色技术效率与2006年较为相似,仍旧呈现双峰分布特征,但主峰高度有所上升,说明京津冀地区绿色技术效率水平差距有所缩小㊂与2012年相比,2018年京津冀地区绿色技术效率由双峰分布演化为单峰分布,主要分布在1的右侧,且密度函数中心继续向右偏移,67。

京津冀一体化对河北的好处
京津冀一体化是指北京、天津和河北三地在经济、社会和环境等方面的深度合作与协调发展。

对河北省而言，京津冀一体化带来了以下好处：
经济发展机遇：京津冀一体化将北京和天津的经济优势与河北省的资源优势相结合，形成了一个更大的经济合作区域。

这为河北省带来了更多的投资机会、市场需求和经济发展机遇。

基础设施建设：一体化战略推动了京津冀地区的基础设施建设，包括交通、能源、通信等方面的改善和扩展。

这将有助于河北省的交通便利化、产业升级和城市发展。

人才流动和就业机会：一体化战略促进了京津冀地区的人才流动和就业机会的增加。

河北省的劳动力可以更容易地在北京和天津等地找到就业机会，同时，高技能人才也可以为河北省的产业发展提供支持。

环境保护与改善：京津冀一体化也致力于解决区域内的环境问题，包括大气污染、水资源利用和生态保护等。

通过合作与协调，可以共同推动环境保护措施的实施，改善河北省的环境质量。

区域协调发展：一体化战略旨在实现京津冀地区的协调发展，避免资源过度集中和区域发展不平衡的问题。

这将有助于河北省的经济结构调整、产业升级和城市规划，推动区域内的协同发展。

总的来说，京津冀一体化为河北省带来了更多的发展机遇、基础设施建设、人才流动和环境保护等方面的好处。

这有助于推动河北省的经济发展、提升生活质量和实现可持续发展。

基于GEE和RSEI的京津冀地区生态环境质量时序动态评估辛会超;郭玮;王贺封【期刊名称】《西北林学院学报》【年(卷),期】2024(39)2【摘要】探究京津冀地区生态环境质量时空变化特征及其驱动因素,为该地区可持续协调、高质量一体化发展提供依据。

基于MODIS数据,借助Google Earth Engine(GEE)平台构建遥感生态指数(RSEI)模型,辅以多种空间分析和统计方法对京津冀地区及其4大功能区生态环境质量进行评价和变化监测。

结果表明,1)京津冀地区RSEI均值由2001年的0.512增至2020年的0.575,增幅达12.30%,多年均值为0.499,总体处于中等水平。

2)生态环境质量整体呈现“西北优、东南差”的空间格局,35.87%的区域变好,以变好1个等级为主。

3)各功能区生态环境质量均得到了改善,其中南部功能拓展区、中部核心功能区的改善最为显著,改善区域占比分别为49.66%、45.79%。

4)各因子对生态环境质量的影响不同,自然因素中的降水以及人为因素中的人口和土地利用为主导因素。

总的来说,京津冀地区2001-2020年生态环境质量向好,但未来仍需加强人工干预,持续扩大生态优良区。

【总页数】9页(P106-114)【作者】辛会超;郭玮;王贺封【作者单位】河北工程大学矿业与测绘工程学院;河北省第二测绘院【正文语种】中文【中图分类】S771.8【相关文献】1.基于RSEI的三峡库区重庆段水土保持生态功能区生态环境质量动态监测2.基于RSEI的张掖市甘州区生态环境质量动态评估3.基于GEE平台和RSEI模型的淅川县生态空间格局演化与评估4.基于GEE和RSEI的长三角一体化示范区生态环境质量动态评估5.基于RSEI模型的开封市生态环境质量变化动态分析因版权原因，仅展示原文概要，查看原文内容请购买。

第九章东北区第一节环境与资源特征东北区位于中国的东北部，包括黑龙江省、吉林省和辽宁省，面积78.8×104km2，约占全国陆地国土面积的8.2％，人口10696万(2001年)，约占全国总人口的8.4％。

一、自然地理条件（一）地表结构略呈半环状的三带，地势从中部向四周高起。

外带是黑龙江、乌苏里江、兴凯湖、图们江和鸭绿江等流域低地；紧接着是山地、丘陵；山地、丘陵地以内则是广阔的平原。

地貌类型多，分布有规律。

中生代燕山运动，奠定了本区的地形轮廓。

（二）自然景观温带湿润、半湿润大陆性季风气候。

冬季寒冷漫长，地表积雪时间长。

深厚的季节冻土与多年冻土广泛分布，草甸化与沼泽化现象显著。

夏季气温较高，降水集中，对植物的生长有利。

针叶林、针阔叶混交林及草甸草原是东北自然景观的主要表现。

二、资源优势(一)农业资源丰富、质量良好（1）有辽阔富饶的土地资源，为农业发展提供了有利条件。

（2）是我国森林主要分布地区。

（3）东北草甸草原区，草地面积大，是我国重要的牧业基地之一。

牧草的蛋白质含量高，草质好，适口性强，适合多种牲畜饲养。

（4）本区内陆水面较为广阔，南临黄海、渤海，利于发展淡水渔业和海洋渔业。

(二)水资源比较丰富较多的降水，较低的蒸发量以及植被茂密的山岭，保证了本区有比较丰富的水资源。

地下水资源较丰富。

本区水资源分布的特点是东丰西歉，北多南少，总量属中等，人均占有量少，相当于全国人均值的72.5％。

(三)矿产资源种类多、储量大，配合较好第二节产业基础与经济发展一、以重工业为主导产业的工业基地建设(一)以钢铁工业为主的冶金工业基地：钢铁工业是东北区工业的基础，全国最大的钢铁工业基地，有力地支持了全国的经济发展。

(二)以大连、沈阳、长春、哈尔滨、齐齐哈尔为中心的机械工业基地(三)利用资源优势，建立了能源生产基地：煤是本区主要常规能源。

煤集中分布在本区东部和西部。

石油储量和产量长期约占全国的1／2左右，是我国最大的储油和产油区。