EN中文

GEOGRAPHICAL RESEARCH >

2019 , Vol. 38 >Issue 9: 2226 - 2238

DOI: https://doi.org/10.11821/dlyj020180474

Articles

Spatial-temporal pattern and influencing factors of industrial ecology in Shandong province: Based on panel data of 17 cities

  • GUO Fuyou 1 ,
  • TONG Lianjun 2 ,
  • LIU Zhigang 1 ,
  • ZHAO Haijie 1 ,
  • HOU Ailing 1
Expand
  • 1. College of Geography and Tourism, Qufu Normal University, Rizhao 276800, Shandong, China
  • 2. Northeast Institute of Geography and Agricultural Ecology, CAS, Changchun 130102, China

Received date: 2018-05-08

  Request revised date: 2018-09-05

  Online published: 2019-09-11

Copyright

Copyright reserved © 2019
Fold

Abstract

This paper comprehensively constructs the performance evaluation index system of industrial ecology, and analyzes the industrial ecological level and its influencing factors of 17 cities in Shandong province by using a variety of measurement methods. The results show that: 1) The development of industrial ecology depends on the scale expansion and total growth of industrialization, and neglects the optimization and promotion of industrial structure and the lateral transfer feedback effect of economic factors, which will inevitably lead to the low efficiency of the resource allocation in the industrial environment system; 2) The level of industrial ecology is increasing, reflecting the development of industrial system and ecological environment system from antagonism to coordinated development, but its low growth rate shows that the process of light and clear industry is slow, and the way of improving the ecological quality of the regional industry is long and arduous; 3) Through the analysis of Global Moran’s I index, it is found that there is a relatively obvious spatial dependence of the industrial ecological level of various cities in Shandong province from 2005 to 2016. Among them, the industrial ecological level of Shandong is close to the spatial agglomeration from 2005 to 2008. And the regional spatial difference within this province with similar industrial ecological level is significant from 2009 to 2016, forming a spatial structure of the cross distribution between the high-value area and the low-value area of industrial ecology. Through the analysis of industrial ecological hotspots, it is found that the level of industrial ecology shows a strong tendency of spatial agglomerations, and the spatial patterns have significant difference that the eastern coastal belt are is always the hot spots while the western region, especially in southwestern parts, is always the cold spots; 4) Compared with the traditional OLS regression, the spatial econometric regression model has a better spatial correction effect. It is an inevitable choice to use the spatial econometric model to analyze the intensity of the industrial ecological factors. Through the spatial econometric regression model, it is found that the level of industrial ecology has obvious spatial autocorrelation, and the influencing factors of economic development level, industrial structure and foreign investment have obvious negative spillover effect, while those of government regulation and environmental regulation intensity have obvious positive spillover effects.

Key words： industrial ecology; spatial-temporal pattern; influencing factors; spatial econometrics method; Shandong province

Cite this article

GUO Fuyou , TONG Lianjun , LIU Zhigang , ZHAO Haijie , HOU Ailing . Spatial-temporal pattern and influencing factors of industrial ecology in Shandong province: Based on panel data of 17 cities[J]. GEOGRAPHICAL RESEARCH, 2019 , 38(9) : 2226 -2238 . DOI: 10.11821/dlyj020180474

1 引言

改革开放以来,中国经济迎来了高速黄金发展时期,经济发展取得了举世瞩目的成就而被誉为“中国奇迹”。但经济发展仍是依赖于资源能源等硬性资本投入,传统的“资源-产品-废物”产业线性发展模式短时期难以得到根本性改变,未来经济发展对于资源环境的胁迫作用更加凸显[1]。产业系统作为经济系统的核心、人地系统最重要作用的界面,一方面直接影响着经济系统中各种生产要素的利用程度与效益水平,另一方面产业系统发育状况也直接决定着经济运行过程中的污染物排放类型与规模[2,3]。由此可见,以产业为视角研究经济系统与生态环境系统的相互作用关系具有紧迫的现实需求。
产业生态化是通过变革传统的产业运行模式进而改变产业系统与环境系统之间“中断”状况,使产业运行对生态环境干扰降至最低,最终实现产业系统与环境系统的双赢。国内外学者对于产业生态化广为关注,20世纪60年代“宇宙飞船理论”的提出为产业生态化研究提供了理论基石,70年代以后对其研究则付诸于工业生态园的实践建设,90年代以后则掀起了研究热潮。目前国内外学者对于产业生态化的研究集中于以下方面：① 产业生态化概念诠释。产业生态学研究领域广泛,而产业生态化集中于产业运行和消费活动中对于环境的提升[4]。产业生态化是产业系统与环境系统相互作用的产物,由不同产业、产品及其周围环境而形成的产业共生网络关系及其空间表现形式[5]。产业生态化以区域资源环境问题解决为目标导向,要求产业生产过程中资源利用效率的提高和污染物的低排放,追寻产业发展与生态环境协调发展的模式[6]。产业生态化应该立足于产业与生态两个维度,注重高效低耗的经济增长与资源环境循序利用的发展模式[7]。而产业生态化概念有广义和狭义之分,广义上产业生态化寻求建立社会经济系统与自然环境系统以及物质能量循环流动的产业体系;狭义上产业生态化指构建模仿自然生态循环的产业系统[8]。Frosch等认为产业生态化内涵包括三个方面：一是降低能源的需求以减少废物的产生以及稀缺能源的消费;二是产业运行过程中的废弃物以及废弃产品可以作为另一种产业运行过程中的资源投入;三是产业生态系统是多样性的和弹性的[9]。② 产业生态化研究内容与研究方法。Hauff等认为产业生态学作为应用性强与多学科交叉的科学,对于产业生态化的研究应该包括对能源物质的利用,对于技术工程系统、基础科学、经济、法律、管理以及社会科学的理解[10]。Lambert等认为产业生态化的研究应该包括对于产业联系网络建构、产业废弃物的循环利用以及产业园区物质能量的相互交换[11]。Allenby提出产业生态化动态演化理论模型,但由于模型抽象对于现实情况解释匮乏而应用性较差[12]。Korhonen等揭示了区域中单个企业向产业生态园演化的动态演化现实模型,在产业生态化研究中广为应用[13]。中国对于产业生态化研究多运用DEA模型[14]、物质流分析方法[15,16,17]、生命周期评价方法[18]、产业生态化综合评价指数法[19]、生态效率测度指数[7]、耦合协调度模型[3]、脉冲响应分析方法[20]以及IOOE模型[21]等分析方法,研究了鄱阳湖生态经济区、长江中游城市群、吉林省松花江流域、长株潭等地区产业生态化水平。③ 产业生态化影响因素与驱动机制。产业生态化是不同学科相互交叉融合形成的多维度概念,由此产业生态化水平区域差异也是多因素相互综合作用的结果。学者普遍认为产业生态化水平根植于区域资源禀赋与区域分工[22]、环保生产率和环保投资[23]、产业结构与产业组织[24]、能源结构与产业间技术溢出[25]、路径依赖[3]、社会经济发展的资源消耗压力与人类活动响应[26]、科学技术[1]、城市发展战略[7]等方面。而多数对于产业生态化影响因素的研究多是基于定性分析和传统回归模型,一般而言,区域之间产业生态化水平具有一定的空间依存关系,传统计量回归模型由于缺少空间依存性的考虑可能使结果有所偏差。同时在产业生态化“过程-格局-机理”研究基础上,针对园区[27,28]、市域[7,29,30]、省域[20]以及全国尺度[31]提出了产业生态化的优化途径。综观国内外产业生态化研究进展,其研究内容更加多样化,研究尺度更加多维化,研究视角更加多元化,研究方法更加精准化。但现阶段对于产业生态化研究多集中于产业生态化时间截面的孤立研究,相对缺乏对于产业生态化发展空间依赖关系的深入分析。同时城市作为社会经济系统与自然环境系统相互作用有机体,组成城市内部的各种要素密切联系,以城市作为空间研究尺度可以更精准地揭示城市内部的各种要素与产业生态化水平之间的联系规律。基于此,引入考虑空间依赖关系的空间计量方法揭示地级市尺度下产业生态化水平时空演化特征与影响因素也是研究迫切需要。
山东省作为中国重要的经济大省与工业强省,对于拉动中国经济发挥了举足轻重的贡献作用。但山东省经济发展严重依赖于工业化的拉动作用[32]。相关统计数据表明,2011年以来第二产业增加值占GDP比重长期维持在50%左右,显著高于全国平均水平。而第三产业明显发育不足,2011年以来第三产业增加值占GDP比重长期维持在40%左右,显著低于全国平均水平。同时山东省重型化工业占据主体地位,产业结构性矛盾突出,依赖于能源矿产资源消耗的粗放型经济增长方式尚未得到根本性转变,产业快速发展与资源环境承载力不足矛盾日益突出。据统计,山东省煤炭消耗量约占全国的10%,二氧化硫与氮氧化物排放量分别占据了全国的第一位与第二位,火电、钢铁、建材、化工和石油炼化五大行业污染物排放量占据全省的90%左右[33]。以产业生态化作为重要发展途径,倒逼产业结构优化升级与经济发展模式转变,是破解区域发展的资源环境约束瓶颈,实现山东省社会经济可持续发展的重要举措。基于此,开展区域产业生态化“过程-格局-机理”相关研究,不仅对于山东省绿色可持续发展具有重要的促进作用,而且对于相关区域发展具有典型借鉴意义和应用推广价值。

2 基本概念与研究方法

2.1 产业生态化

产业生态化作为产业环境协调共进、耦合共生的新兴发展模式,其本身包涵十分丰富的科学内涵：一是从目标导向方面,产业生态化将产业系统与环境系统纳入统一巨系统——产业生态系统之中,并且将产业活动对于资源环境影响等外部成本进行内部化[6],最终实现产业生态系统良性可持续发展;二是从过程导向方面,产业生态化是按照自然生态系统运行规律,将产业系统有机融入到生态系统之中,逐步实现产业生态系统由线性开放系统转化为循环封闭系统[34];三是从尺度导向方面,产业生态化具体体现在不同尺度下的实践模式上,即微观尺度实施清洁生产[35],中观尺度建立生态工业园[22],宏观尺度形成循环经济[36];四是从路径导向方面,产业生态化通过研究开发与应用推广清洁型与轻型化产业体系[8],最终实现产业运行过程中产品与废弃物逐步融入到产业生态系统物质循环代谢过程之中。
综上可知,产业生态化贯穿于产业运行的全过程中,通过模仿自然生态系统建构产业生态系统,遵循经济学与生态学规律,将产业运行对于生态环境的干扰降至最低,强调经济效益、社会效益与环境效益的协调统一,最终实现由传统粗放外延式的产业发展模式向封闭循环集约型的发展模式转变。

2.2 研究方法

2.2.1 评价指标体系构建 产业生态化具有产业系统与生态环境系统的双维度特征,由此对于产业生态化的科学评价需要注重产业系统与生态环境系统等方面。借鉴相关研究成果[1,6,20,31,37],遵循科学性、典型代表性、数据可获得性以及可比性等原则,从产业系统与生态环境系统两个方面建立了产业生态化发展水平综合评价指标体系（表1）。
表1 山东省产业生态化绩效评价指标体系

Tab. 1 Performance evaluation index system of Shandong

目标层 准则层 指标层 指标意义 权重
产业生态化
（IEL）		 产业系统（I）
（0.7180）		 第二产业增加值/第三产业增加值（I1） 反映工业化发展程度 0.0098
二三产业增加值总额（I2） 反映产业规模化发展水平 0.1829
产业高级化指数（I3） 反映产业高效化水平 0.1378
人均实际利用外资（I4） 反映产业外部依赖水平 0.3875
生态环境系统（E）（0.2820）
 人均公共绿地面积（E1） 反映生态环境保育水平 0.1934
人均工业废水排放量（E2） 反映生态环境污染压力 0.0539
一般工业固体废弃物综合利用率（E3） 反映生态环境治理响应 0.0172
万元GDP能耗（E4） 反映资源环境利用效率 0.0174
产业系统的评价不仅需要关注产业发展的总量与规模,更应该注重产业增长的质量与效益,因此分别选择第二产业增加值/第三产业增加值（I1）、二三产业增加值总额（I2）、产业高级化指数（I3）、人均实际利用外资（I4）4个指标对产业系统加以考量,其中产业高级化指数以信息传输、计算机服务和软件业单位从业人员数以及交通运输、仓储和邮政业单位从业人员数总和与制造业和采矿业单位从业人员总和的比值表征[1]。生态环境系统的评价不仅需要关注生态环境的存量保育水平,更应该重视产业发展过程中生态化水平的提升能力。而产业发展过程中生态化水平包括源头上的资源利用水平、中间过程的清洁生产水平以及末端治理的废弃物排放水平。由此分别选择人均公共绿地面积（E1）、人均工业废水排放量（E2）、一般工业固体废弃物综合利用率（E3）、万元GDP能耗（E4）4个指标对生态环境系统加以考量（表1）。
2.2.2 熵值法 熵值法作为应用广泛与相对成熟的研究方法,由于其可以有效避免评价指标间信息杂糅与人为主观性影响,被广泛应用于地理学、经济学以及社会学等领域的研究之中,其具体计算步骤详见参考文献[38,39]。本文主要运用熵值法确定山东省产业生态化评价指标体系权重,根据熵值法计算步骤,首先为了消除指标量纲不同的影响,本文采用极差标准化法对2005—2016年17个地级市20项指标,共计4080项数据统一进行标准化处理。其中当指标为正向指标时,标准化公式为：yij =(xij-minxj)/(maxxj-minxj),反之,则为：yij =(maxxj-xij)/(maxxj-minxj),式中,xij、minxj、maxxj分别代表指标j的实际统计值、最小值以及最大值。由此求出8项指标的差异性系数ej,进而计算评价指标的权重wj,最后运用公式：Sij=Σwj×yij,计算得出产业系统与生态环境系统得分。
2.2.3 耦合协调分析法 产业生态化是产业系统与生态环境系统相互作用、相互影响的综合表现,其中产业系统主导着作用规模与强度,是产业生态化发展的核心,同时为生态环境系统发展提供相应的要素支撑;生态环境决定着相互作用的上限阈值,是产业生态化发展的载体,为产业系统发展提供了空间场所。产业系统与生态环境系统之间存在着密切的耦合作用,产业生态化水平不断提升也反映出两个系统从低级共生向高级耦合协调转变的过程[31]。由此,可以运用耦合协调分析方法测度产业生态化发展水平,计算公式如下：
C = ( I i E i ) k / ( α I i + β E i ) 2 k
式中：C为产业系统与生态环境系统的耦合度,C∈[0,1],C越高表征系统耦合度越佳;Ii和Ei分别表示产业系统和生态环境系统评价指数;α、β、k为参数,且α+β=1,本文认为产业系统与生态环境系统同等重要,故α、β分别取值0.5,k通常取5。C虽然可以反映系统耦合程度,但不能区别低水平与高水平耦合,故引入耦合发展度函数,公式如下：
D = C ( α I i + β E i )
式中：D为产业系统与生态环境系统耦合发展度函数,D∈[0,1],D越高表征系统协调性越佳。借鉴相关研究成果[7,40,41],将产业系统与生态环境系统耦合发展度划分为四个阶段：失调发展时期（0 ≤ D <0.4）、磨合发展时期（0.4 ≤ D <0.5）、协调发展时期（0.5≤ D <0.8）、优化成熟时期（0.8≤ D ≤1）。
2.2.4 空间计量模型 传统OLS回归方法基于变量空间相互独立,如果变量之间存在空间自相关时,回归残差之间就不再相互独立从而导致传统OLS回归失效,因此需要对回归分析方法进行改进,可以采用两种模型对其空间相关性进行表征刻画：一是如果因变量在空间上是自相关的则用空间滞后模型（Spatial Lag Model,SLM）;二是如果回归残差项空间相关时则用空间误差模型（Spatial Error Model,SEM）。其中,空间滞后模型（SLM）为：
y = ρWy + βX + ε
式中：y为因变量矩阵;ρ为空间回归系数;W为空间权重矩阵;Wy为空间滞后变量;X为解释变量矩阵;β为待估参数;ε为随机误差项。对上述公式进行变换可得：
（1-ρW） y=βX+ε, 即y=（1-ρW）-1βX+（1-ρW）-1ε
由此可见,每个在i地区的值yi不仅与这个地区的解释变量Xi有关,同时通过乘以一个空间因子（1-ρW）-1,也受其他地区的解释变量Xj值影响。
空间误差模型（SEM）为：
y = βX + ư
式中：残差ư又可以用它的空间滞后来表示,即：
ư=ƛWư+ε
公式（5）变换为：
y = βX + ( 1 - ƛ W ) - 1 ε
式中：ƛ表示空间残差自回归系数;ư为空间残差项;ε为相互独立的随机误差。上述公式表明每个在i地区的值yi是受所有其他j地区上的随机误差ε影响,影响系数为（1-ƛW）-1。
本文使用空间固定效应模型研究影响因素对于产业生态化的作用强度,模型主要控制两类观测效应—随区位变化的地区固定效应和随时间变化的时期固定效应,其中模型为：
y = α i + δ t + ρ ∑ j w ij y + β x ij + ϕ x it + μ it
μ it = λ ∑ j w ij μ jt + ε it
式中：ρ和λ分别表示空间自回归系数和空间误差自相关系数;wij表示i地区与j地区的空间权重矩阵;ϕ表示空间自相关误差项;ưit表示i地区t时期的空间残差项。若ρ显著为0,则为空间误差模型（SEM）,若λ显著为0,则为空间滞后模型（SLM）。ɑi和δt分别表示地区固定效应和时期固定效应[42]。本文数据主要来源于《山东统计年鉴（2006-2017）》《中国城市统计年鉴（2006-2017）》和相关地市国民经济与社会发展统计公报。

3 结果分析

3.1 指标权重

指标权重分析（表1）,对于山东省产业生态化绩效影响最大的是人均实际利用外资（0.3875）、人均公共绿地面积（0.1934）以及二三产业增加值总额（0.1829）,而第二产业增加值/第三产业增加值（0.0098）、一般工业固体废弃物综合利用率（0.0172）以及万元GDP能耗（0.0174）对其作用效果不明显,由此说明现阶段地方政府在推进产业生态化的过程中仍然依赖于外部投资的工业化发展,以速度和规模换取工业化的总量增长,忽视了产业结构的优化升级与质量效益的提升,经济发展模式仍然属于依赖于物资资本等硬性资源投入“高投入、高排放”的线性发展模式。另外产业高级化指数（0.1378）对于产业生态化的影响作用不突出反映出第三产业发育不足,第三产业作为要素相互作用密切与集群转移效应明显的部门,第三产业发展滞后与作用强度不突出势必导致产业生态化低水平发展现象。

3.2 产业生态化时序演化过程特征

表2显示,总体上山东省产业系统与生态环境系统得分均逐年递增,年均增长率分别为10.09%与4.59%,反映出产业化快速扩张与生态文明观念的深入人心促进产业系统与生态环境系统发展水平不断趋佳。另外生态环境系统对于产业系统的滞后度不断扩大一方面反映了对山东省产业生态化影响最大的还是产业系统的发展,但另一方面也说明了产业系统与生态环境系统发展不完善,长时期工业规模化发展已经对生态环境产生了严重干扰,未来产业系统的优化升级面临着资源环境的严峻挑战。
表2 山东省产业生态化评价结果

Tab. 2 The evaluation results of industrial ecology in Shandong

年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
I 0.0808 0.0965 0.1045 0.0963 0.1026 0.1165 0.1330 0.1450 0.1525 0.1704 0.1910 0.2113
E 0.0933 0.0974 0.1000 0.1024 0.1058 0.1037 0.1146 0.1213 0.1290 0.1377 0.1394 0.1461
滞后度 0.0125 0.0009 -0.0046 0.0061 0.0032 -0.0128 -0.0184 -0.0237 -0.0234 -0.0328 -0.0516 -0.0652
C 0.9743 0.9999 0.9975 0.9953 0.9989 0.9833 0.9727 0.9610 0.9658 0.9447 0.8839 0.8443
D 0.2912 0.3113 0.3194 0.3145 0.3226 0.3290 0.3470 0.3577 0.3687 0.3815 0.3821 0.3884
研究期限内山东省产业系统与生态环境系统耦合发展度逐年递增,说明了产业系统与生态环境系统由拮抗向良性共轭方向发展,但其年均增长率仅为2.92%,且从耦合发展度阶段划分而言,2006—2016年阶段山东省产业系统与生态环境系统耦合发展度均处于磨合发展时期,侧面反映出现阶段山东省产业生态化进程缓慢,需要加快产业轻型化与清型化进程,未来产业生态化发展具有广阔的空间。从地级市尺度分析,处于失调发展阶段的城市个数不断减少,由2005年15个减至2016年3个,处于磨合时期的城市个数不断增加,由2005年2个增至2016年14个,说明了山东省产业生态化不断优化发展。但同时也应该清楚看到,2005—2016年阶段尚无城市进入协调发展与优化成熟时期,侧面反映了山东省产业生态化质量提升之路漫长而艰巨。

3.3 产业生态化空间分异特征

将山东省产业生态化水平综合指数导入Geoda软件平台,利用欧式空间距离（Euclidean Distance）作为评价权重,分别计算2005—2016年Global Moran’s I指数（详见表3）。表3显示,产业生态化Moran’s I指数标准化检验值Z均大于1.96,P值小于0.05,反映出产业生态化水平通过了5%显著性检验,即山东省各地级市产业生态化水平整体存在较为明显的空间依赖关系。其中2005—2008年阶段Moran’s I指数波动起伏,但均大于0,反映出产业生态化水平接近地区空间集聚现象明显。2007年之后Moran’s I指数下降趋势显著,说明集聚情况不断减轻。2009—2016年阶段Moran’s I指数均为负值,说明产业生态化水平接近的地区空间差异性显著,形成了产业生态化高值区与低值区相互交叉分配的空间结构。
表3 山东省产业生态化Global Moran’s I指数

Tab. 3 Global Moran's I statistics of industrial ecology in Shandong

年份 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
I 0.2561 0.1590 0.2351 0.0175 -0.0270 -0.0899 -0.1836 -0.1252 -0.1698 -0.2282 -0.1969 -0.1173
E(I) -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625 -0.0625
Z(I) 5.7516 5.2275 5.6919 5.4396 6.1954 6.1513 5.6734 5.3524 5.6148 5.9862 5.7780 5.3146
为进一步分析产业生态化空间差异性特征,借助于ARCGIS 10.0软件热点分析功能计算2005年、2010年、2016年Getis-Ord Gi*。Getis-Ord Gi*可以用于识别产业生态化热点区域与冷点区的空间分布,依据最佳自然断裂点法将产业生态化数值由低到高划分为4类（图1）,即冷点区、次冷点区、次热点区与热点区,分析山东省产业生态化时空分异特征。
图1 山东省产业生态化冷热点区演化

Fig. 1 The cold and hot spots evolution of industrial ecology in Shandong

总体上产业生态化空间格局存在明显的分异特征,2005年、2010年以及2016年产业生态化空间格局均呈现出东中西依次递减的梯度特征,东部沿海地区始终是热点区,西部地区尤其是鲁西南地区始终是冷点区,产业生态化水平的区域差异性显著。另外不同类型区的数量发生了一定程度变化,其中冷点区数量由2005年6个减至2016年2个,而次冷点区、次热点区与热点区未发生明显变化。冷点区和次冷点区所占比重由2005年70.59%减至2016年52.94%,一方面说明产业生态化水平整体情况不断趋佳,但另一方面也反映出产业生态化水平具有相对稳定固化特征,处于低水平发展状态。同时从空间演化态势上,产业生态化的两极分化现象比较明显,以济南为中心的省会都市圈逐渐形成了热点区与次热点区,而以东营、潍坊、淄博、枣庄、临沂、济宁等中部地区形成次冷点区将以济南和青岛为核心的高值区隔离,逐渐打破了由东至西形成的产业生态化束缚,有利于空间溢出效应的发挥。
上述空间格局特征仅基于产业生态化水平静态数据分析,忽视了其演化过程的研究。为了更好地研究产业生态化水平增长的演化过程,本部分计算了2005—2010年以及2010—2016年产业生态化增长率Getis-Ord Gi*,并利用自然断裂点法将其分为4类（图2）。
图2 山东省产业生态化增长率冷热点区演化

Fig. 2 The cold and hot spots evolution of industrial ecology growth rate in Shandong

总体上,2个时段的Moran’s I估计值分别为0.1745和0.1237,且P值小于0.05,通过了5%水平下显著性检验,说明山东省产业生态化增长情况具有较强的空间集聚特征与稳健性特征,空间自相关较为显著。具体而言,产业生态化次热点区空间跃迁特征较为明显,研究时段内次热点区由6个降至3个,地级市之间热点区与次热点区转换较为明显。另外,从热点区和冷点区演化进程上看,以青岛和烟台为中心的沿海地区始终是增长冷点地区,主要因为沿海地区区位条件优越,引进国内外资金和先进技术,大力发展高新技术产业、高端产业以及海洋产业,区域产业生态化水平一直是高水平地区。且沿海地区辐射范围不断扩大反映了以青岛和烟台为中心的沿海地区辐射扩散能力不断增强。同时以济南为中心的省会都市圈成为产业生态化增长热点区和次热点区,2013年《省会城市群经济圈发展规划》和《西部经济隆起带发展规划》批复通过,通过产业结构的转型升级以及发展模式的转变加快中西部地区形成新的区域增长极。以济南为中心的省会都市圈和西部地区的快速发展一定程度上也打破了区域路径锁定效应,促进了山东省产业生态化由以青岛为核心的单极发展模式向以青岛和济南为核心的双核发展模式转变。

4 山东省产业生态化影响因素分析

产业生态化是由自然因素、经济因素与社会因素等多种因素相互影响、相互制约形成的复合系统,其最终追求的是系统经济、社会以及生态效益的有机统一。但当前对其定性描述分析的相关研究有余,而对于具体影响因素作用强度的研究尚且不足,为此,借鉴相关研究成果[1,43,44],结合研究区域具体情况,最终选取人均GDP代表经济发展水平（Ed）、第二产业增加值/第三产业增加值代表产业结构（Is）、人均实际利用外资代表外商投资（Fi）、人均固定资产投资代表政府调控能力（Ga）、万人科技活动人员数表示科学技术条件（If）、工业废水排放达标率表示环境规制强度（Eg）以及政策制度因素（Gs）,定量分析产业生态化的影响因素。其中政策制度因素主要考虑政府发展策略、政策制度以及城市级别因素等。本部分采用空间回归分析方法进行分析,通过空间计量回归分析可知,LM-lag为0.2678,没有通过显著性检验,而LM-err为3.1402,通过了5%显著性检验,且Robust LM-err为18.1917,通过了1%显著性检验,因此,选用空间误差模型（SEM）更为适宜。
从表4中可知,在传统OLS模型中加入空间滞后解释变量ρ和空间误差解释变量ƛ后,模型的拟合优度均比OLS模型有了较大幅度提升。空间滞后系数ρ为-0.1964,通过了1%的显著性检验,说明空间滞后效应产生了消极负面作用,空间误差系数ƛ为-0.9454,通过了1%的显著性检验,反映了空间误差效应同样产生了消极负面作用。与传统OLS模型回归结果相比,空间自相关回归模型结果中各解释变量的系数均有变动,且大部分解释变量的t值均有提高,由此说明空间自相关回归模型对于普通面板回归模型具有较好的空间修正效果,选用空间计量模型分析产业生态化影响因素的作用强度是必然选择。
表4 山东省产业生态化的OLS回归和空间回归分析结果

Tab. 4 The OLS regression and spatial regression estimation results of industrial ecology in Shandong

自变量 OLS SLM SEM
CONSTANT 0.2620 (1.23) 0.2255 (0.84) 0.3942 (3.41)***
Ed -0.3190 (-1.18) -0.3071 (-1.46) -0.4141 (-2.24)**
Is -0.2156 (-2.06)* -0.2171 (-2.81)*** -0.3240 (-5.38)***
Fi -0.0023 (-1.42) -0.0023 (-1.96)* -0.0024 (-2.58)***
Ga 0.1842 (5.62)*** 0.1829 (7.32)*** 0.2080 (9.36)***
If -1.3128 (-0.46) -1.5165 (-0.62) -1.76 (-2.46)**
Eg 0.8017 (5.04)*** 0.8140 (5.93)*** 0.7925 (8.91)***
Gs 0.0181 (0.58) 0.0172 (0.74) 0.0038 (0.22)
空间滞后（ρ） -0.1964 (-2.66)***
空间残差（ƛ） -0.9454 (-4.66)***
拟合优度（R-Sq.） 0.9038 0.9868 0.9912

注：括号内为t值;***、**、*分别表示0.001、0.05、0.1的显著度。

从空间计量模型回归结果可知,空间误差回归（SEM）与空间滞后回归（SLM）的空间自相关系数均为负值,且在0.01水平上显著,说明一个地区产业生态化进程受周围地区产业生态化与其他因素的负面影响。产业生态化发展进程也是要素集聚与扩散的过程,如果一个地区经济、社会、资金技术等要素在区域集聚效应大于扩散效应时,则该地区对于周围地区产业生态化发展将起到负面的抑制作用。由前文分析可知,现阶段以济南和青岛已经形成了双核心的空间发展模式,且其演化发展趋势一定程度上表现路径依赖特征,区域之间的集聚作用仍占据主导地位。
经济发展水平对于产业生态化发展起到负面影响作用。基于存量视角分析,一个地区人均GDP越高反映该地区人们生活水平不断改善,进而刺激追求更好的人居质量,从而促进产业生态化发展。但是如果基于边际报酬递减的增量变化视角分析,经济落后地区往往具有后发优势,经济发展水平较高地区的增长潜力往往不如落后地区,从而导致经济发达地区产业生态化发展速度反而降低。同时回归结果也反映出现阶段山东省经济发展仍是依赖于规模扩张与总量增长的要素投入与投资驱动型发展模式,粗放式的经济发展对于产业生态化优化改善起到了抑制作用。
产业结构因素对于产业生态化发展起到负面影响作用。主要由于现阶段山东省仍是以资源消耗量大的传统产业为主导,资源型产业较为发育,重型化工业占据主体地位,产业结构性矛盾较为突出,依赖于能源矿产资源消耗的粗放型经济增长方式尚未得到根本性转变,产业结构优化升级迫在眉睫。
外商投资因素对于产业生态化发展起到负面影响作用,但其相关系数较小,作用强度不突出。一方面外商资本流入可能加剧国内市场竞争,使国内企业锁定于低端价值产业链,同时引进项目往往是发达地区淘汰落后产能的夕阳产业,从而抑制产业生态化的优化改善。另一方面外商投资可能会带来先进技术与知识经验,通过示范效应与溢出效应促进区域技术创新,从而促进产业生态化的提升。两方面相互作用导致外商投资因素作用效果不突出,由此启示在引进外商投资时,因综合考量“引资”与“引智”的关系,并且因时制宜与因地制宜的开展招商引资工作。
政府调控因素对于产业生态化发展起到正向促进作用。山东省重型化传统产业仍占据优势,吸引各种要素与部门不断汇聚,在循环累积机制作用下又进一步强化了产业结构重型化特征,致使山东省产业发展普遍陷入畸形结构的路径依赖锁定状态,成为产业生态化优化改善的阻碍制约因素,需要引入外部作用力对于产业生态系统结构重组与功能进行优化布局[45]。而在现今财政分权经济体制下,政府宏观调控在要素自由流动以及资源最优配置等方面具有无可比拟的先天优势,为产业生态化的优化提升指明了方向。
空间回归结果显示科学技术因素的溢出效应为负值,即地区科学技术发展对于其周围地区产业生态化进程起到了负面影响,主要由于现阶段科学技术因素的集聚效应大于扩散效应,2016年济南和青岛拥有高等学校数分别为71个和26个,占山东省比重为52.72%,形成了以济南和青岛为核心的高科技中心,对于周围地区资金、技术以及人才要素产生虹吸效应,一定程度上挤压了周围地区科学技术的发展空间。
环境规制强度因素对于产业生态化发展起到正向促进作用。表明提高环境规制强度可以有效促进产业生态化发展,尤其是在资源日益枯竭以及环境不断恶化背景下,应该不断完善环境规制政策,建立多元化的环境监管渠道,提高环境规制强度,促进环境规制从命令控制型向激励增效型政策转变,不断促进产业生态化水平的优化提升。另外政策制度因素在双向固定效应的OLS普通面板回归模型和空间计量回归模型中均未通过显著性检验,原因可能是政策制度因素具有时期滞后性。

5 结论与讨论

（1）对于山东省产业生态化绩效影响最大的是人均实际利用外资、人均公共绿地面积及二三产业增加值总额,而第二产业增加值/第三产业增加值、一般工业固体废弃物综合利用率及万元GDP能耗作用效果不明显,说明地方政府在推进产业生态化的过程中依然追求的是工业化的速度与规模,相对忽视产业结构优化升级与质量效益的提升。
（2）山东省产业系统与生态环境系统耦合发展度逐年递增,说明产业系统与生态环境系统由拮抗向良性共轭方向发展。但从耦合发展度阶段划分而言,2006—2016年阶段山东省产业系统与生态环境系统耦合发展度均处于磨合发展时期,侧面反映出现阶段山东省产业生态化质量提升之路漫长而艰巨,未来产业生态化发展具有广阔的空间。
（3）山东省产业生态化空间格局存在明显的分异特征,东部沿海地区始终是热点区,西部地区尤其是鲁西南地区始终是冷点区。空间演化态势上,产业生态化的两极分化现象比较明显,中部地区形成次冷点区将以济南和青岛为核心的高值区隔离。但产业生态化增长率高值区和次高值区集中分布于鲁西北与鲁西南地区,由此可见,随着时间的推移,山东省产业生态化东中西依次递减的梯度分异特征在一定程度上将会缩小。
（4）空间回归分析结果表明,相比于传统面板数据加入空间效应的空间计量回归分析更加具有解释力。SEM模型估计结果不但显示了各变量的影响参数,而且也较好体现出变量的误差项参数,明显优于OLS模型与SLM模型。其中经济发展水平、产业结构、外商投资等因素负向溢出效应比较明显,而政府调控以及环境规制强度等因素正向溢出效应突出。
对于产业生态化研究具有迫切的现实诉求,产业生态化发展不是一蹴而就的过程,其质量与效益的提升依赖于多尺度与多维度的螺旋式推进,一方面要求微观尺度上企业生产过程中注重资源利用效益的提升、清洁生产链条构建以及末端污染物治理水平,同时要求中观尺度上模拟自然生态系统构建封闭循环的产业生态园,另一方面在宏观尺度上推进发展模式的转变,积极倡导推广循环经济发展模式,促进全社会形成高质低耗的循环生态发展模式。但产业生态化内涵十分丰富,同时产业生态化的影响因素多种多样,本论文只选取了产业与环境二维视角揭示产业生态化的时空演化规律与要素作用强度,未来需要加大研究视角与研究领域;其次对于产业生态化区域差异的影响因素进行了整体分析,未来需要探究不同类型区域产业生态化驱动因素,进而更加科学地制定有针对性与差异化发展策略。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
郭付友, 佟连军, 魏强 , 等. 吉林省松花江流域产业系统环境适应性时空分异与影响因素. 地理学报, 2016,71(3):459-470.

[ Guo Fuyou, Tong Lianjun, Wei Qiang , et al. Spatio-temporal difference and influencing factors of environmental adaptability assessment of industrial system in the Songhua River Basin of Jilin Province. Acta Geographica Sinica, 2016,71(3):459-470.]

[2]
刘文新, 张平宇, 马延吉 . 资源型城市产业结构演变的环境效应研究: 以鞍山市为例. 干旱区资源与环境, 2007,26(2):18-21.

[ Liu Wenxin, Zhang Pingyu, Ma Yanji . Environmental effects of industrial structure evolution of resources-based city: A case study of Anshan city. Journal of Arid Land Resources and Environment, 2007,26(2):18-21.]

[3]
郭付友, 佟连军, 魏强 , 等. 松花江流域(吉林省段)产业系统生态效率时空分异与影响因素. 地理研究, 2016,35(8):1483-1494.

[ Guo Fuyou, Tong Lianjun, Wei Qiang , et al. Spatial-temporal differentiation and influencing factors of industrial system eco-efficiency in the Songhua River Basin of Jilin province. Geographical Research, 2016,35(8):1483-1494.]

[4]
Simboli A, Taddeo R, Raggi A . The multiple dimensions of urban contexts in an industrial ecology perspective: An integrative framework. International Journal of Life Cycle Assessment, 2017: 1-12.

[5]
Smith R L, Sengupta D, Takkellapati S , et al. An industrial ecology approach to municipal solid waste management: methodology. Resources Conservation and Recycling, 2015,104:311-316.

[6]
赵丹阳, 佟连军, 郭付友 , 等. 基于结构调整视角的吉林省产业生态化发展. 应用生态学报, 2016,27(9):2933-2940.

[ Zhao Danyang, Tong Lianjun, Guo Fuyou , et al. Industrial ecological development of Jilin Province, Northeast China based on structure optimization vision. Chinese Journal of Applied Ecology, 2016,27(9):2933-2940.]

[7]
张国俊, 王钰晗, 庄大昌 . 广州市产业生态化时空演变特征及驱动因素. 地理研究, 2018,37(6):1070-1086.

[ Zhang Guojun, Wang Juehan, Zhuang Dachang . The characteristics and driving forces of spatial and temporal evolution of industrial ecology in Guangzhou. Geographical Research, 2018,37(6):1070-1086.]

[8]
陆根尧, 盛龙, 唐辰华 . 中国产业生态化水平的静态与动态分析: 基于省际数据的实证研究. 中国工业经济, 2012, ( 3):147-159.

[ Lu Genyao, Sheng Long, Tang Chenhua . Static and dynamic analysis of China's industrial ecologization level: Empirical study based on provincial data. China Industrial Economics, 2012, ( 3):147-159.]

[9]
Frosch R A, Gallopoulos N E . Strategies for manufacturing. Scientific American, 1989,261(4):601-602.

[10]
Hauff M V, Wilderer P A . Industrial ecology: engineered representation of sustainability. Sustainability Science, 2008,3(1):103-115.

[11]
Lambert A J D, Boons F A . Eco-industrial parks: Stimulating sustainable development in mixed industrial parks. Technovation, 2002,22(8):471-484.

[12]
Allenby B R . Achieving sustainable development through industrial ecology. International Environmental Affairs, 1992, ( 4):56-58.

[13]
Korhonen J, Snäkin J P . Analysing the evolution of industrial ecosystem: Concepts and application. Ecological Economics, 2005,52(2):169-186.

[14]
王晶, 孔凡斌 . 区域产业生态化效率评价研究: 以鄱阳湖生态经济区为例. 经济地理, 2012,32(12):101-107.

[ Wang Jing, Kong Fanbin . Efficiency evaluation of regional industrial ecology: A case study of Poyang Lake eco-economic zone. Economic Geography, 2012,32(12):101-107.]

[15]
李兆前 . 地方政府推进循环经济发展的局限性及对策研究: 以山东省日照市为例. 中国人口·资源与环境, 2006,16(6):182-187.

[ Li Zhaoqian . Limitation and solutions for the local government to promot the development of circular economy in Rizhao, Shandong. China Population, Resources and Environment, 2006,16(6):182-187.]

[16]
戴铁军, 刘瑞, 王婉君 . 物质流分析视角下北京市物质代谢研究. 环境科学学报, 2017,37(8):3220-3228.

[ Dai Tiejun, Liu Rui, Wang Wanjun . Material metabolism in Beijing by material flow analysis. Acta Scientiae Circumstantiae, 2017,37(8):3220-3228.]

[17]
晁博, 杨忠直 . 循环经济视角下的区域经济系统物质流分析: 以陕西省为例. 生态经济, 2017,33(1):43-46.

[ Chao Bo, Yang Zhongzhi . Material flow analysis of regional economic system based on the perspective of circular economy: Acase study of Shaanxi province. Ecological Economy, 2017,33(1):43-46.]

[18]
施晓清, 李笑诺, 杨建新 . 基于生命周期视角的产业资源生态管理效益分析: 以拟共生网络系统为例. 生态学报, 2013,33(19):6398-6410.

DOI

[ Shi Xiaoqing, Li Xiaonuo, Yang Jianxin . Eco-management benefit analysis of industrial resources from life cycle perspective: A case study of a virtual symbiosis network. Acta Ecologica Sinica, 2013,33(19):6398-6410.]

[19]
马勇, 刘军 . 长江中游城市群产业生态化效率研究. 经济地理, 2015,35(6):124-129.

[ Ma Yong, Liu Jun . Efficiency evaluation of regional industrial ecology of the Yangtze River middle reaches urban agglomerations. Economic Geography, 2015,35(6):124-129.]

[20]
颜建军, 徐雷, 李扬 . 资源、环境双重约束下的湖南省产业生态化发展路径. 经济地理, 2017,37(6):183-189.

[ Yan Jianjun, Xu Lei, Li Yang . The development path of Hunan's eco-industrial system under restrictions of resource and environment. Economic Geography, 2017,37(6):183-189.]

[21]
刘传江, 吴晗晗, 胡威 . 中国产业生态化转型的IOOE模型分析: 基于工业部门2003-2012年数据的实证. 中国人口·资源与环境, 2016,26(2):119-128.

[ Liu Chuanjiang, Wu Hanhan, Hu Wei . Analysis on the transformation of china's industrial ecology using the IOOE model: Empirical analysis based on the industrial sector's data in 2003-2012. China Population,Resources and Environment, 2016,26(2):119-128.]

[22]
刘曙光, 王璐, 尹鹏 , 等 . 中国地级以上城市产业生态化时空特征及其驱动因素研究 . 资源开发与市场, 2018, 34(11): 10-15+41.

[ Liu Shuguang, Wang Lu, Yin Peng , et al. Spatial-temporal characteristics and its driving factors of industrial ecology of prefecture level and above cities in China. Resource Development and Market, 2018, 34(11): 10-15+41. ]

[23]
郭莉, 苏敬勤, 徐大伟 . 基于哈肯模型的产业生态系统演化机制研究. 中国软科学, 2005,( 11):156-160.

[ Guo Li, Su Jingqin, Xu Dawei . Study on the evolvement mechanism of industrial ecosystem based on Haken model. China Soft Science, 2005, ( 11):156-160.]

[24]
秦曼, 杜元伟 . 海洋产业生态化关键因素识别. 应用生态学报, 2017,28(12):4092-4100.

[ Qin Man, Du Yuanwei . Identification of key factors of marine industrial ecologization. Chinese Journal of Applied Ecology, 2017,28(12):4092-4100.]

[25]
王信敏, 丁浩 . 产业间技术溢出、能源结构调整与产业生态化: 基于我国工业部门的经验研究. 软科学, 2017,31(6):10-14.

[ Wang Xinmin, Ding Hao . Technology spillout among industries, energy structural adjustment and industrial ecologization. Soft Science, 2017,31(6):10-14.]

[26]
唐建荣, 李晓静 . 产业生态系统协同评价及障碍因子诊断: 基于2005-2014年安徽省16市的实证分析. 华东经济管理, 2016,30(11):17-25.

[ Tang Jianrong, Li Xiaojing . Collaborative evaluation and obstacle factors diagnosis of industrial ecosystem: An empirical analysis based on 16 cities in Anhui Province from 2005 to 2014. East China Economic Management, 2016,30(11):17-25.]

[27]
韩良, 宋涛, 佟连军 . 汽车产业园区生态化模式研究与应用: 以长春市汽车产业开发区为例. 地理研究, 2006,25(4):692-700.

[ Han Liang, Song Tao, Tong Lianjun . Ecological industrial model research and application to the automobile industrial park: A case of Changchun Automobile Industrial Development Zone. Geographical Research, 2006,25(4):692-700.]

[28]
Korhonen J, Snäkin J P . Analyzing the evolution of industrial ecosystem: Concepts and application. Ecological Economics, 2005,52(2):169-186.

[29]
余斌, 揭毅, 罗静 , 等. 武汉城市圈产业发展的生态转型与空间优化. 地理研究, 2010,29(2):313-326.

[ Yu Bin, Jie Yi, Luo Jing , et al. Study on the ecological transition and spatial optimization of industrial development in Wuhan settlement groups. Geographical Research, 2010,29(2):313-326.]

[30]
Desrochers P . Cities and industrial symbiosis: Some historical perspectives and policy implications. Journal of Industrial Ecology, 2002,5(4):29-44.

[31]
刘淑茹, 韩世芳 . 西部地区产业生态化评价研究. 生态经济, 2017,33(3):90-95.

[ Liu Shuru, Han Shifang . Research on the evaluation of Western region industrial ecology. Ecological Economy, 2017,33(3):90-95.]

[32]
吕晓, 臧涛, 张全景 . 土地政策的农户认知及其农地转出响应研究: 基于山东省287份农户问卷调查的实证. 南京农业大学学报(社会科学版), 2017,17(5):100-110.

[ Lv Xiao, Zang Tao, Zhang Quanjing . Farm households' cognition of land policy and its effect on farmland transfer: Based on the investigation of 287 farmer households in Shandong Province. Journal of Nanjing Agricultural University (Social Sciences Edition), 2017,17(5):100-110.]

[33]
山东省城镇化工作领导小组办公室. 山东省新型城镇化规划. 济南, 2014.

[ Shandong Provincial Urbanization Work Leadership Group Office. New Urbanization Planning in Shandong Province. Jinan, 2014.]

[34]
Despeisse M, Ball P D, Evans S , et al. Industrial ecology at factory level: A conceptual model. Journal of Cleaner Production, 2012,31:30-39.

[35]
杨洁, 毕军, 周鲸波 , 等. 推进循环经济的工业生态化企业模式研究初探: 以水泥企业为例. 中国人口·资源与环境, 2005,15(1):69-73.

[ Yang Jie, Bi Jun, Zhou Jingbo , et al. Eco-enterprise as model of circular economy: Case study on cemententerprise. China Population, Resources and Environment, 2005,15(1):69-73.]

[36]
高迎春, 佟连军, 马延吉 , 等. 清洁生产和末端治理环境绩效对比分析. 地理研究, 2011,30(3):505-512.

[ Gao Yingchun, Tong Lianjun, Ma Yanji , et al. Environmental performance analysis of clean production and end-pipe treatment. Geographical Research, 2011,30(3):505-512.]

[37]
高迎春, 佟连军 . 吉林省产业系统适应性分析. 人文地理, 2011,26(3):111-115.

[ Gao Yingchun, Tong Lianjun . Adaptability analysis of industrial system in Jilin province. Human Geography, 2011,26(3):111-115.]

[38]
欧向军, 甄峰, 秦永东 , 等. 区域城市化水平综合测度及其理想动力分析: 以江苏省为例. 地理研究, 2008,27(5):993-1002.

[ Ou Xiangjun, Zhen Feng, Qin Yongdong , et al. Study on compression level and ideal impetus of regional urbanization: The case of Jiangsu Province. Geographical Research, 2008,27(5):993-1002.]

[39]
陈明星, 陆大道, 张华 . 中国城市化水平的综合测度及其动力因子分析. 地理学报, 2009,64(4):387-398.

[ Chen Mingxing, Lu Dadao, Zhang Hua . Comprehensive evaluation and the driving factors of China's urbanization. Acta Geographica Sinica, 2009,64(4):387-398.]

[40]
张福庆, 胡海胜 . 区域产业生态化耦合度评价模型及其实证研究: 以鄱阳湖生态经济区为例. 江西社会科学, 2010,( 4):219-224.

[ Zhang Fuqing, Hu Haisheng . Study on coupling evaluation model of regional industrial ecology: The case of Poyang Lake ecological economic zone. Jiangxi Social Sciences, 2010, ( 4):219-224.]

[41]
郭付友, 李诚固, 陈才 , 等. 2003年以来东北地区人口城镇化与土地城镇化时空耦合特征. 经济地理, 2015,35(9):49-56.

[ Guo Fuyou, Li Chenggu, Chen Cai , et al. Spatial-temporal coupling characteristics of population urbanization and land urbanization in Northeast China. Economic Geography, 2015,35(9):49-56.]

[42]
王建康, 谷国锋, 姚丽 , 等. 中国新型城镇化的空间格局演变及影响因素: 基于285个地级市的面板数据. 地理科学, 2016,36(1):63-71.

DOI

[ Wang Jiankang, Gu Guofeng, Yao Li , et al. Analysis of new urbanization′s spatial pattern evolution and influence factors in China. Scientia Geographica Sinica, 2016,36(1):63-71.]

[43]
陈作成, 龚新蜀 . 西部地区产业系统生态效率测评与影响因素分析. 中国科技论坛, 2013,( 10):49-55.

[ Chen Zuocheng, Gong Xinshu . Evaluation of ecological efficiency of industrial system and its influencing factors analysis in China's Western Region. Forum on Science and Technology in China, 2013,( 10):49-55.]

[44]
佟连军, 宋亚楠, 韩瑞玲 , 等. 辽宁沿海经济带工业环境效率分析. 地理科学, 2012,32(3):294-300.

[ Tong Lianjun, Song Yanan, Han Ruiling , et al. Industrial environmental efficiency of costal economic belt in Liaoning province. Scientia Geographica Sinica, 2012,32(3):294-300.]

[45]
郭付友, 佟连军, 李平 , 等. 效率演化视角下吉林省松花江流域产业系统环境适应性研究. 地理科学, 2018,38(10):1681-1689.

[ Guo Fuyou, Tong Lianjun, Li Ping , et al. Environmental adaptability of industrial system in the Songhua River Basin of Jilin province from the perspective of efficiency evolution. Scientia Geographica Sinica, 2018,38(10):1681-1689.]

Options
Outlines

/

〈 〉