“一带一路”沿线省域绿色发展指数的时空分异研究.pdf

“一带一路”沿线省域绿色发展指数的时空分异研究郭守亭，张旺虎，刘泽杰（中南财经政法大学 工商管理学院，湖北 武汉430073）【摘要】基于2016年印发的绿色发展指标体系和我国20132019年“一带一路”沿线17个省份的面板数据进行绿色发展指数的测算，进而分析其在“一带一路”各区域间的时空差异性及其影响因素。结果表明：20132019年“一带一路”沿线地区的绿色发展指数整体呈现上升趋势，但各省份间的标准差与平均数存在较大差距，并且具有空间集聚的特征；在经济较发达或自然条件较优越的地区，绿色发展指数明显占有优势；绿色发展指数的影响因素包括对外开放、产业结构、科技资本投入和人力资本，均具有较显著的促进作用，但仍需从根本上转变粗放型的经济增长模式以实现可持续的绿色发展。【关键词】“一带一路”；绿色发展指数；空间计量中图分类号：C939；F741.2文献标志码：A文章编号：1673-8004（2023）03-0054-13收稿日期：2021-11-16基金项目：国家社会科学基金一般项目“适宜性创新模式选择与区域全要素生产率提升的理论模型与实证研究”（20BJL095）；教育部人文社会科学研究青年项目“数字化转型、动态能力与企业生产率：理论机制与中国经验研究”（21YJC790051）。作者简介：郭守亭（1963），男，河南新野人，教授，博士，主要从事流通经济、消费经济研究；张旺虎（1998），男，安徽铜陵人，硕士研究生，主要从事贸易经济研究；刘泽杰（1999），男，江西上饶人，硕士研究生，主要从事贸易经济研究。一、引言随着2019年“一带一路”绿色发展国际联盟的正式成立以及“一带一路”绿色发展案例报告（2020）的发布，绿色发展逐渐成为“一带一路”沿线国家和地区在经济和社会建设过程中的共同目Vol.42 No.32023年5月第42卷第3期重庆文理学院学报（社会科学版）Journal of Chongqing University of Arts and Sciences（Social Sciences Edition）May 2023DOI:10.19493/ki.issn16738004.2023.03.00554重庆文理学院学报（社会科学版）2023年第3期标。数据显示，截至2021年4月，已有来自43个国家超过150家合作伙伴加入联盟，其中包括26个共建国家环境部门以及国际组织、研究机构和企业等79家外方合作伙伴。共建“一带一路”倡议提出八年来，绿色、低碳、可持续的理念不断深化，绿色丝绸之路建设新进展为“一带一路”沿线国家带来可持续发展新机遇。在生态环境问题日益凸显的背景下如何实现“一带一路”的绿色发展，既是我国国内“绿水青山就金山银山”的客观要求，又是打造“一带一路”沿线国家和地区命运共同体的重要方式。“十四五”规划和2035年远景目标纲要明确提出，“推动绿色发展，促进人与自然和谐共生”。对此，要着力构建绿色发展观，秉持人类命运共同体理念，与各国共谋全球生态文明建设之路，促进经济社会发展全面绿色转型，推动构建人与自然生命共同体。在此基础上，研究如何建设基于绿色发展的“一带一路”，对于推动国内外绿色经济的有效发展以及充分发挥中国在世界经济舞台的建设性作用具有重要的理论意义和现实价值。已有研究表明，“一带一路”倡议的可持续潜力和环境管理将在很大程度上取决于沿线国家和地区战略环境与社会管理的标准1，以及中国与伙伴国家之间各自优先事项和政策法规的整合2-3。目前，学术界对“一带一路”沿线国家和地区绿色发展的评估与分析主要集中在指标体系的建立与综合指数的测度等方面，不仅建立了“一带一路”沿线国家和地区环境影响评估系统，而且构建了绿色发展多指标体系。绿色发展一词起源于中国，国外学者有关绿色发展的相关研究主要从关注环境变化转向绿色发展4，Zaim和Taskin通过编制环境效率指数，对19801990年间25个OECD成员国在发展过程中的环境绩效进行了测度5，另有学者单独基于某一国家或地区数据进行研究。国内则主要从绿色发展综合指数的测度这一视角展开研究，学者们分别构建了不同的模型以进行科学评价。一方面是关于绿色发展指数的测度和评价，学者们运用DDF-GML指数系统6、Two-way FE模型7、Quantile Regression模型8和TR模型9进行测算，以及基于超效率DEA模型和GML指数法10。另一方面是关于绿色发展指数的影响因子研究，比较有代表性的是运用DEA全局技术和NDDF模型11，或是基于面板数据的DDF与生产率指数分析法进行分析12。国内有学者专门针对某一区域，如长江经济带13、黄河流域14等地区，构建地区的绿色发展指数并研究其特征。纵观已有文献，学术界对于如何建立“一带一路”沿线国家和地区的绿色发展指标评价体系与测度绿色发展综合指数进行了诸多广泛而深入的研究。本文在绿色发展指标体系（2016年版）的基础上选取与调整相应的指标，基于20132019年我国“一带一路”沿线17个重点省份的面板数据，利用AHP-熵权法与空间计量模型进行绿色发展综合指数测度与分析，从实证角度研究和评估绿色发展的绩效与时空差异，以期能在一定程度上弥补绿色发展和“一带一路”相关领域研究的不足，同时为推动沿线省份的绿色发展战略提供有益的理论参考。二、理论方法（一）绿色发展指标体系2016年版的绿色发展指标体系由国家发展改革委、国家统计局、环境保护部、中央组织55部制定，其中一级指标包含资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活以及公众满意度15。基于数据的可得性与完整性，本文对一级指标“公众满意度”进行删减并将部分二级指标进行相应的调整，二级指标数由原有的55个调整为52个，而指标权重则由主客观赋权确定。（二）AHP-熵权法绿色发展指标体系中各指标的综合权重由主观权重和客观权重共同确定，指标的综合权重越大则该指标相对更重要16。在本研究中，主观权重采用AHP法，根据2016年版的绿色发展指标体系对6个一级指标加以排序，从而计算出6个一级指标的主观权重并将其平均赋值于各个二级指标的权重。客观权重则采用熵权法，通过对52个二级指标进行信息熵的测度以求出其客观权重。将各二级指标的主观权重和客观权重的值求和之后再除以0.5，即得综合权重17。AHP法的主要计算步骤如下：1.构造判断矩阵在已有绿色发展指标体系的基础上对体系中的一级指标进行成对比较，根据比较结果形成nn型判断矩阵A，矩阵A中的量化值aij具有aij=1 aij等性质。比例标度表如表1所示。表1比例标度表2.层次单排序及其一致性检验对判断矩阵A的最大特征根max进行归一化处理后记为W。将W元素为同一层指标时对上一层指标中相关的指标进行层次单排序与一致性检验。其中：判断矩阵A中的各个指标值应满足aij=aikakj（i，j，k=1，2，n)；一致性指标可以表示为IC=max-nn-1（IC=0，完全一致；0IC3，一致性效果较好；IC越大，越不一致）；将修正因子IR表示为IR=IC1+IC2+ICnn（n越大则随机偏离概率越大）。随机一致性指标如表2所示。一般情况下，当IC0.1，则该判断矩阵满足一致性检验要求18。表2随机一致性指标20阶数IR1030.5840.956781.121.241.321.4191.45101112131.491.521.541.56141.58151.59因素i比因素j量化值同等重要1稍微重要3较强重要5强烈重要7极端重要9两相邻判断的中间值2，4，6，8郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究56重庆文理学院学报（社会科学版）2023年第3期3.矩阵元素标准化将矩阵元素aij进行标准化处理aijnk=1移akj，处理后可以增强判断矩阵的真实性和可信性。4.计算权重将判断矩阵按行相加得到矩阵W，随后对矩阵W进行标准化，求得权重，即Wini=1移Wi。熵权法的主要计算步骤如下：（1）获取样本数据。该数据包含m个样本，n项评价指标，数据矩阵X=（xij）mn。（2）同度量化各指标：pij=xijmi=1移xij，1in；1jm式中的pij表示第j项指标下第i个方案指标值的比重。（3）计算第j项指标的熵值：ej=-km移pijlnpij（k=1 lnm，k0；0ej1）（4）计算第j个指标的熵权：wj=（1-ej）nj=1移（1-ej）（5）综合权重的主要计算步骤为：ij=Wim+（1）Wj其中，加权系数01，本文的=0.5；Wim为AHP法所得各二级指标的平均权重；Wj为熵权法所得各二级指标的客观权重。（三）探索性空间数据分析探索性空间数据分析的主要测度方法为全局空间自相关和局部空间自相关19-20。全局空间自相关能判断某种属性或现象在一个区域的空间关联特征（空间集聚或扩散），局部空间自相关能判断某种属性或现象在区域单元组成部分的具体分布21。本研究通过运用全局Moran指数来度量绿色发展指数在“一带一路”沿线17个省份的全局空间自相关性。Moran指数数值的上限为1、下限为-1。当数值大于0时值越大则空间正相关性越强，当数值小于0时值越小则空间差异性越明显。当数值为-1时表示完全负相关；数值为0时表示不相关。具体计算公式为：I=nni=1移nj=1移wijni=1移nj=1移wij（xi-x）（xj-x）ni=1移nj=1移wijni=1移（xi-x）其中，x=1nni=1移xi，I即为Moran指数，wij为空间权重，xi是区域i的数值，xj是区域j的数值。本文通过运用局部Moran指数观察绿色发展指数在“一带一路”沿线17个省份的局部空57间自相关性。局部Moran指数为正数时表明同类型要素在空间上与临近区域存在正空间自相关，否则为负空间自相关。具体计算公式为：Ii=n2ni=1移nj=1移wij（xi-x）nj=1移wij（xj-x）nj=1移（xj-x）2其中，Ii为区域i的局部Moran指数，ni=1移Ii=nI。三、研究设计（一）模型构建“一带一路”沿线17个省份的绿色发展指数具有空间自相关性，但也会受各省份实际情况的影响，因此需要借助空间计量模型对绿色发展指数的影响因素进行空间计量分析。借鉴徐俊兵和罗昌财、伍格致和游达明以及路启梅的研究思路22-24，设定的空间杜宾模型表示为：Igd，it=+Lopen，it+nw移wHwit+it+it（1）其中，i表示地区，t表示时间；Igd，it表示被解释变量，即绿色发展指数；Lopen，it表示核心解释变量，即对外开放水平；w是空间矩阵，H表示控制变量；it用于控制个体固定效应，it是随机误差项。（二）变量及数据来源1.变量说明被解释变量：绿色发展指数（Igd，it），根据前文的绿色发展指标体系测算获得。核心解释变量：对外开放水平（Lopen，it），新发展阶段要求扩大对外开放以实现绿色发展，因此对外开放水平可能会对绿色发展指数产生影响，本文以各省份实际外商直接投资额的对数值来表示。控制变量：区域经济水平（Hgdp），地区的经济发展水平反映区域的宏观环境，本文以各省份地区生产总值的对数值来表示；产业结构（Hstructure），地区的产业结构调整优化会影响区域绿色发展，本文以各省份第二产业实际增加值的对数值来表示；科技资本投入水平（Htci），地区的科技资本投入会影响区域的技术创新水平，进而作用于绿色发展，本文以各省份规模以上工业企业R&D经费的对数值来表示；人力资本水平（Hhci），地区的人力资本水平反映的是劳动力情况，与绿色发展密切相关，本文以各省份高校在校生人数的对数值来表示。2.数据来源基于数据可得性，本文选取“一带一路”沿线的17个省份作为研究对象。根据构建的绿色指标体系筛选数据，由于部分数据的缺失，故未将西藏纳入研究范围。研究时序为20132019年，样本数据主要来源于历年中国统计年鉴中国环境统计年鉴中国社会统计年鉴中郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究58重庆文理学院学报（社会科学版）2023年第3期国农村统计年鉴以及中国能源统计年鉴等相关资料。四、实证研究及结果分析（一）绿色发展指数的时间特征分析采用AHP-熵权法对绿色发展指标体系中的数据进行归一化处理，然后利用加权平均法求出综合权重，最后计算得出20132019年“一带一路”沿线17个省份的绿色发展指数，如表3及图1、图2所示。根据表3可以看出“一带一路”沿线17个省份的绿色发展指数整体呈上升趋势，其中，福建、广东、广西、陕西、新疆以及云南六省的绿色发展指数一直呈现不断上升的趋势，甘肃、海南、黑龙江、吉林、辽宁、内蒙古、宁夏、青海、上海、浙江以及重庆11个省份的绿色发展指数呈现波动上升的趋势。表320132019年“一带一路”沿线17个省份绿色发展指数“一带一路”沿线17个省份在2013年、2016年、2019年的绿色发展指数如图1所示。从图1可以看出，在20132019年“一带一路”沿线17个省份中，福建、广东、广西、海南、黑龙江、青海、陕西以及浙江的绿色发展指数一直处于较高水平，而甘肃、宁夏、上海以及新疆的绿色发展指数一直处于较低水平。省份2013年福建7.264 947甘肃6.322 796广东7.030 454广西6.661 853海南6.676 746黑龙江7.671 041吉林6.693 737辽宁7.124 565内蒙古7.230 967宁夏5.199 277青海6.667 164陕西6.935 466上海5.108 535新疆6.106 858云南6.569 257浙江7.027 791重庆6.370 775平均数6.627 1902014年7.277 8266.429 2867.160 2497.119 0676.385 7837.696 7186.701 0616.794 7837.288 7145.511 3257.237 7787.070 6085.542 6076.325 6086.789 8107.167 0266.863 3676.785 9772015年7.517 3736.222 4377.234 3507.153 5616.424 6017.419 0886.812 3906.692 4847.266 3494.797 2276.933 7087.127 2025.535 6206.531 8497.061 0167.342 1166.588 3496.744 6892016年7.767 4006.339 5817.492 0277.195 1977.020 8097.492 7917.124 5946.777 8827.392 3445.530 1487.149 4537.134 7526.089 2136.703 0327.147 8147.544 7196.833 9316.984 4522017年7.595 7796.855 4777.565 1187.339 3367.064 8007.501 6987.089 7536.711 3867.269 6635.797 3287.529 6437.448 2775.876 2456.922 1587.351 6087.397 3897.083 7177.082 3162018年2019年7.641 8367.957 4747.189 1637.330 9877.867 8888.000 6747.366 9667.481 5407.169 1787.470 7027.747 5027.982 6487.214 6507.297 7306.737 9516.995 3337.308 8287.273 4876.099 2085.960 4767.809 3988.125 6377.299 2707.516 9186.088 1766.358 8527.067 6017.243 1167.562 3987.737 0467.715 5227.956 4447.251 1747.447 6667.243 3367.419 80859郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究图1各省份2013年、2016年、2019年绿色发展指数图2提供了20132019年“一带一路”沿线17个省份绿色发展指数的平均数和标准差。从图2可以看出，绿色发展指数平均数最低的省份是海南、最高的省份是云南，青海的绿色发展指数的标准差最大、广西的绿色发展指数的标准差最小。整体而言，各省份平均数均处于5以上，表明“一带一路”沿线17个省份绿色发展指数的平均数均处于较高水平，但省份间仍存在较大的差距；就个体而言，各省份标准差不一，表明省份内部的绿色发展指数波动幅度也存在较大差距。图2 20132019年绿色发展指数的平均数和标准差（二）绿色发展指数的空间特征分析1.绿色发展指数空间相关性检验本文通过对20132019年各省份的绿色发展指数进行全局Moran指数的测算，由表4可知，20132019年我国30个省份绿色全要素生产率的全局Moran指数均为负值，但指数值逐年增加，表明20132019年“一带一路”沿线17个省份的绿色发展指数虽然呈现空间扩散效应，但绿色发展指数在该区域逐渐趋于空间集聚。本文通过计算20132019年“一带一路”沿线17个省份绿色发展指数的局域Moran指数，绘制出沿线省份绿色发展指数的Moran指数散点图，如图3所示。60重庆文理学院学报（社会科学版）2023年第3期表4 20132019年绿色发展指数的全局Moran指数及空间分布模式图3 20132019年绿色发展指数的Moran指数散点图图3直观地反映了2013年、2015年、2017年以及2019年“一带一路”沿线各省份绿色发展指数的局部特征。根据Moran指数的规律可知，H-H型区域有着高空间单元观测值、高相邻区域空间联系度的特征，L-H型区域有着低空间单元观测值、高相邻区域空间联系度的特征，L-L型区域有着低空间单元观测值、低相邻区域空间联系度的特征，H-L型区域有着高空间单元观测值、低相邻区域空间联系度的特征，具体情况如表5所示。根据表5与图3可知，“一带一路”沿线17个省份绿色发展指数的局部Moran指数主要分布在H-H型区域、L-H型区域以及H-L型区域，即该区域的绿色发展指数的空间分异特征主要体现为高高集聚、低高集聚以及高低集聚，表明该区域大部分省份绿色发展指数呈现“俱乐部集聚”现象，即大部分绿色发展指数相差不大的省份间具有较高的空间联系度。就具体省份而言，在20132019年，福建、广东、广西一直位于H-H型区域，表明三省的绿色发展指数数值较高且与周边省份的空间联系度较高；上海一直位于L-H型区域，表明上海的绿色发展指数数值较低但与周边省份的空间联系度较高；甘肃一直位于L-L型区域，表明甘肃省的绿色发展指数数值较低且与周边省份的空间联系度较低；青海、陕西、浙江一直位于H-L型区参数2013年Moran指数-0.063空间分布模式扩散2014年-0.131扩散2015年-0.044扩散2016年0.067集聚2017年-0.1扩散2018年2019年-0.154-0.111扩散扩散61域，表明三省的绿色发展指数数值较高但与周边省份的空间联系度较低。其他省份诸如吉林、云南、黑龙江、重庆、内蒙古的绿色发展指数较高但与周边省份的空间联系度不稳定，新疆、海南、辽宁、宁夏的绿色发展指数较低且与周边省份的空间联系度不稳定。总体而言，东部沿海经济发达或自然条件较好的省份绿色发展指数较高，内陆经济欠发达或自然条件较差的省份绿色发展指数较低。表5 20132019年绿色发展指数的局域Moran指数分布2.空间回归分析以上Moran指数的数值及其发展趋势显示“一带一路”沿线17个省份的绿色发展指数的空间相关性整体上逐年增强。在此通过利用地理权重矩阵对数据模型进行检验，结果如表6所示。表6 20102017年绿色全要素生产率的全局Moran指数注：符号*、*和*分别表示在10%、5%和1%水平下显著，下同。由表6可知，空间滞后模型与空间误差模型的LM检验值与稳健LM检验值均呈现不显著的状态，空间固定效应与时间固定效应下的LR检验值分别呈现不显著与显著的状态，固定效应与随机效应下的豪斯曼检验值均显著，空间滞后模型与空间误差模型的Wald检验值均显著。本文进一步选用SDM对时间固定效应下绿色发展指数的各影响因素进行空间计量分析，具体结果如表7所示。空间误差模型0.1340.19994.77*检验类别LM稳健LMLRHausmanWald空间滞后模型0.1120.177128.31*空间固定效应3.62时间固定效应88.46*固定效应52.15*随机效应172.23*年份H-H2013福建、广东、广西、海南、黑龙江、吉林、辽宁2014福建、广东、广西、黑龙江、辽宁、云南、重庆2015福建、广东、广西、黑龙江、吉林、云南2016福建、广东、广西、海南、黑龙江、吉林、云南2017福建、广东、广西、云南、吉林、重庆2018福建、广东、广西、云南、重庆2019福建、广东、广西、海南、云南、重庆L-H宁夏、上海、新疆、云南、重庆海南、吉林、宁夏、上海、新疆海南、辽宁、上海、新疆、重庆辽宁、上海、重庆海南、辽宁、宁夏、上海、新疆海南、辽宁、宁夏、上海、新疆吉林、辽宁、宁夏、上海、新疆L-L甘肃甘肃甘肃、宁夏甘肃、宁夏、新疆甘肃甘肃、吉林甘肃、内蒙古H-L内蒙古、青海、陕西、浙江内蒙古、青海、陕西、浙江内蒙古、青海、陕西、浙江内蒙古、青海、陕西、浙江黑龙江、内蒙古、青海、陕西、浙江黑龙江、内蒙古、青海、陕西、浙江黑龙江、青海、陕西、浙江郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究62重庆文理学院学报（社会科学版）2023年第3期表7空间杜宾模型的直接、间接和总效应由表7可知，对外开放水平对绿色发展指数具有显著的正向的直接效应、间接效应以及总效应，即对外开放水平每提升1个单位将直接导致本地的绿色发展指数上升0.288个单位、间接导致其他地区的绿色发展指数上升1.01个单位以及导致总的绿色发展指数上升1.298个单位，表明对外开放水平的提升有利于通过技术引进与扩散带来的正向溢出效应，从而助推“一带一路”沿线省份推动产业转移与升级，因此对外开放水平的提升对“一带一路”沿线省份的绿色发展具有积极的正向作用。在控制变量中，区域经济水平对绿色发展指数具有不显著的负向的直接效应、间接效应以及总效应，即区域经济水平每提升1个单位将直接导致本地的绿色发展指数下降0.266个单位，间接导致其他地区的绿色发展指数下降1.73个单位，导致总的绿色发展指数下降1.996个单位，表明区域经济水平的提升不一定有利于“一带一路”沿线省份绿色发展指数的提高，其主要原因在于粗放型的经济增长模式没有发生根本转变，所以中国区域经济的不平衡发展在一定程度上不利于绿色发展指数的提升。产业结构对绿色发展指数具有显著的正向的直接效应、不显著的负向的间接效应以及不显著的正向的总效应，即产业结构每提升1个单位将直接导致本地的绿色发展指数上升0.654个单位，间接导致其他地区的绿色发展指数下降0.294个单位，导致总的绿色发展指数下降0.36个单位，表明第二产业的发展能为绿色发展提供坚实的基础，从而有利于绿色发展指数的提升。科技资本投入水平对绿色发展指数具有显著的负向的直接效应、显著的正向的间接效应以及不显著的正向的总效应，即科技资本投入水平每提升1个单位将直接导致本地的绿色发展指数上升0.654个单位，间接导致其他地区的绿色发展指数下降0.294个单位，导致总的绿色发展指数上升0.36个单位，表明各省份规模以上工业企业的科研经费投入越高越容易带动当地的技术创新发展，从而直接带动当地绿色发展指数的提升。人力资本水平对绿色发展指数具有显著的正向的直接效应、不显著的正向的间接效应与显著的正向的总效应，即人力资本水平每提升1个单位将直接导致本地的绿色发展指数上升0.628个单位，间接导致其他地区的绿色发展指数上升0.448个单位，导致总的绿色发展指数上升1.076个单位，表明人力资本水平越高的地区越具备创新发展的动力与潜力，从而促进当地绿色发展指数的提升。间接效应1.010*-1.730-0.2940.897*0.448变量LopenHgdpHstructureHtciHhci直接效应0.288*-0.2660.654*-0.512*0.628*总效应1.298*-1.9960.3600.3851.076*63郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究五、结论及政策建议本文运用AHP-熵权法和空间计量模型分析了20132019年沿线17个省份绿色发展指数的时空差异，得出如下主要结论：（1）“一带一路”沿线17个省份的绿色发展指数整体呈上升趋势，但各省份之间绿色发展指数的平均数与标准差存在较大的差距，客观上反映出当前我国经济社会不平衡且不充分的发展现状。（2）“一带一路”沿线17个省份的绿色发展指数具有“俱乐部集聚”的特征，即东部沿海经济发达或自然条件较好省份的绿色发展指数较高，内陆经济欠发达或自然条件较差省份的绿色发展指数较低。（3）对外开放水平对“一带一路”沿线17个省份的绿色发展指数具有显著的促进作用；产业结构、科技资本投入水平与人力资本水平的提高也有利于绿色发展指数的提升；区域经济水平的提高不能明显地促进绿色发展指数的提高，这可能是由于“一带一路”沿线区域粗放型的经济增长模式尚没有根本转变所造成的。根据本文研究结果，提出如下四个方面的政策建议：（1）践行绿色发展理念，实现高质量发展。我国现阶段的生态文明建设虽然已经取得巨大成绩，但是资源要素依赖和环境污染等问题仍亟待进一步解决，而且较为普遍的粗放型经济增长模式仍然存在。因此，应坚持以习近平生态文明思想为指导，认真贯彻和践行“绿水青山就是金山银山”的理念，全面稳步提升绿色发展水平。针对经济发展与环境保护之间的密切关系，需要积极践行绿色发展理念，深入推进污染防治工作，促进绿色发展体系的全方位构建，以实现经济高质量发展，满足人民对美好生活的需要。（2）深化共建“一带一路”合作，促进区域协同发展。从区域发展均衡性来看，“一带一路”沿线17个省份的实际情况均不相同，存在显著的区域差异性。因此，为增强区域发展平衡性，部分绿色发展水平较差的省份需要转变传统的发展模式以缩小各地区间的差异。由于绿色发展水平较高的省份可以充分发挥本地的绿色发展对邻地的示范和扩散效应，也为本地与邻地可持续的绿色发展奠定良好的基础。因此，各省份应充分结合地区资源特点和要素禀赋优势，以激发经济发展潜力，并加强在绿色发展层面的区域合作以增强彼此间的空间关联度。此外，还需要进一步完善各地区的基础设施建设，推动公共服务均等化，进而促进城乡一体化发展和产学研深度融合。（3）鼓励科技创新，促进产业结构升级。大力推动产业结构优化升级、增加科技资本投入、提升人力资本水平以彻底转变粗放的经济发展模式，有助于促进“一带一路”沿线17个省份绿色发展水平的共同提升。结合当前我国经济社会不平衡且不充分的发展现状，应积极鼓励科技创新，淘汰落后产能，促进产业结构转型升级。一方面，政府需加大科技资本投入和出台优惠扶持政策，以鼓励技术创新。另一方面，需要继续深化供给侧结构性改革，积极推动三次产业结构、行业结构和技术结构等不断调整优化。（4）扩大对外开放，构建人类命运共同体。研究发现，对外开放对“一带一路”沿线17个省64重庆文理学院学报（社会科学版）2023年第3期份的绿色发展具有积极作用。当前，新冠疫情形势依然严峻，世界各国经济均在脆弱中艰难复苏。针对层出不穷的全球性挑战，我国正在全方位对外开放中共建人类命运共同体。第一，坚持创新驱动大方向，促进技术进步和科技创新，特别是发展数字经济关键技术，为创新和生产力发展构建公平公正的外部环境。第二，目前全球经济与环境变化日趋复杂，应通过绿色贸易、绿色投资和绿色技术转让，加快我国的绿色低碳发展步伐，以实现碳达峰、碳中和目标，进而为构建人类命运共同体贡献更大力量。注释：绿色发展指数指标体系限于篇幅未列出，可参考绿色发展指标体系（2016年）。参考文献：1佟家栋，谢丹阳，包群，等.“逆全球化”与实体经济转型升级笔谈J.中国工业经济，2017（6）：5-59.2吴泽林.“一带一路”倡议的功能性逻辑基于地缘经济学视角的阐释J.世界经济与政治，2018（9）：128-153.3王文，杨凡欣.“一带一路”与中国对外投资的绿色化进程J.中国人民大学学报，2019（4）：10-22.4赵奎.新型城镇化质量测评及动力因素研究基于安徽省地级市数据分析J.重庆文理学院学报（社会科学版），2021（4）：76-87.5ZAIM O，TASKIN F.Environmental efficiency in carbon dioxide emissions inthe oecd：a non-parametricapproachJ.Journal of Environmental Management，2000（2）：95-107.6杜龙政，赵云辉，陶克涛，等.环境规制、治理转型对绿色竞争力提升的复合效应基于中国工业的经验证据J.经济研究，2019（10）：106-120.7宋马林，金培振.地方保护、资源错配与环境福利绩效J.经济研究，2016（12）：47-61.8林伯强，谭睿鹏.中国经济集聚与绿色经济效率J.经济研究，2019（2）：119-132.9吴传清，董旭.环境约束下长江经济带全要素能源效率研究J.中国软科学，2016（3）：73-83.10 岳立，杨玉春.“一带一路”沿线国家绿色全要素能源效率的时空分异研究基于超效率DEA模型和GML指数法J.经济问题探索，2019（6）：111-119.11 田泽，魏翔宇，丁绪辉.中国区域产业绿色发展指数评价及影响因素分析J.生态经济，2018（11）：103-108.12 孙亚男，杨名彦.中国绿色全要素生产率的俱乐部收敛及地区差距来源研究J.数量经济技术经济研究，2020（6）：47-69.13 蔡绍洪，谷城，张再杰.长江经济带绿色发展水平测度及时空演化特征J.华东经济管理，2021（11）：25-34.14 苟兴朝，张斌儒.黄河流域乡村绿色发展：水平测度、区域差异及空间相关性J.宁夏社会科学，2020（4）：57-66.15 王勇，李海英，俞海.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）：96-104.16 许烜，宋微.乡村振兴视域下农业绿色发展评价研究J.学习与探索，2021（3）：130-136.17 焦克源，杨建花.基于AHP-熵权法的民族地区旅游扶贫效益评估研究以甘南藏族自治州为例J.农林经济管理学报，2017（2）：133-143.18 张磊磊，张建华.知识管理中知识辨识绩效测度研究J.郑州大学学报（理学版），2013（1）：119-124.19 黄晓楠，张目.基于百度指数的中国省域金融集聚水平测度与时空演化分析J.农村经济与科技，202065Research on the Temporal and Spatial Differentiation of theProvincial Green Development Index Along the“the Belt and Road”GUO Shouting,ZHANG Wanghu,LIU Zejie（School of Business Administration,Zhongnan University of Economics and Law,Wuhan Hubei 430073,China）Abstract：Based on the“Green Development Index System(2016 Edition)”and the panel data of 17 provinces andcities along“the Belt and Road”in China from 2013 to 2019,the temporal and spatial differences and influencingfactors of the green development index were explored among the regions of“the Belt and Road”.The results showthat the overall green development index of the regions along“the Belt and Road”from 2013 to 2019 is on the rise,but there is a large gap between the standard deviation and the average of the provinces and cities;and it has thecharacteristics of spatial agglomeration,which is more economically developed or under natural conditions.Thegreen development index is obviously dominant in the more superior regions;the influencing factors of the greendevelopment index include opening to the outside world,industrial structure,scientific and technological capitalinvestment and human capital,all of which have a significant role in promoting the green development of regionsalong“the Belt and Road”.However,the extensive economic growth model still needs to be fundamentally changedto achieve sustainable green development.Key words:“the Belt and Road”;green development index;spatial measurement郭守亭，张旺虎，刘泽杰.“一带一路”沿线省域绿色发展指数的时空分异研究（15）：103-107.20 王远，贾兴梅.中国城市高质量发展水平的测度及其驱动力分析J.长江师范学院学报，2022（4）：28-42.21 李旭辉，殷缘圆，程刚.基于新发展理念的经济社会发展测度及空间关联格局研究J.中央财经大学学报，2020（7）：104-115.22 徐俊兵，罗昌财.福建省县域经济增长的影响因素研究基于空间计量方法的分析J.重庆文理学院学报（社会科学版），2017（3）：127-133.23 伍格致，游达明.环境规制对技术创新与绿色全要素生产率的影响机制：基于财政分权的调节作用J.管理工程学报，2019（1）：37-50.24 路启梅.金融科技影响制造业转型升级的空间效应研究J.重庆文理学院学报（社会科学版），2021（3）：78-91.责任编辑：吴强；校对：杨钊66