基于系统动力学模型的长江经济带绿色发展潜力研究

袁 靖 马 腾 于涵如 彭 燕

（山东工商学院 统计学院，山东 烟台 264005）

一、引言

面对全球生态问题和经济复苏压力，绿色发展已经成为世界发展的重要趋势。党的二十大报告指出未来中国要大力推动绿色发展。由此可见，对中国各省（区、市）未来绿色发展潜力进行综合评价及最优情景设定具有重要研究意义。

长江流域是中华民族重要的起源地，长江经济带以长江流域为基底，是中国生态地位突出且发展潜力巨大的经济区域，走生态优先、绿色发展道路是其发展的应有之义。长江经济带划分为上游、中游、下游，下游地区包括上海、江苏、浙江、安徽4省（市），面积35.03万平方公里，占长江经济带总面积的17.1%；中游地区包括江西、湖北、湖南3省，面积56.46万平方公里，占长江经济带的27.5%；上游地区包括重庆、四川、贵州、云南4省（市），面积113.74万平方公里，占长江经济带的55.4%。随着长江经济带的不断开发，资源环境生态已经成为制约长江经济带发展的重要瓶颈，因而对其未来经济发展潜力进行综合评价尤为重要。

国际学术界多围绕人类社会发展和自然生态保护之间的关系来研究绿色发展，整体看，研究内容多包括绿色能源优化、实现绿色发展以及绿色经济转型发展策略等方面。从绿色发展评价测度看，研究多侧重基于不同方法构建绿色发展评价指标体系测度研究对象的绿色发展水平。随着研究的不断深入，测度方法呈现多样化，包括指标赋权法、熵值法、数据包络分析、神经网络模型、能值法、网络层次模型、生态足迹法等。近年来，学者对中国绿色发展评价的研究较多，包括对中国省际绿色发展水平及影响因素进行研究，以及对黄河流域、京津冀等经济带的综合绿色发展水平进行评价。

学者对中国绿色发展的内涵、测度等研究日趋完善，但是对中国绿色发展潜力的研究还不够，现有的绿色发展评价研究侧重如何识别并快速提升绿色发展短板，不具备发掘深层次促进或制约区域发展潜力的能力，在绿色发展路径优化方面存在先天性缺陷，而关于绿色发展实现路径的研究则侧重于某些指标的优化，忽视了区域发展的系统性和综合性。科学判断绿色发展潜力并将之转化为现实竞争力才是国家及地区决策部门需要关注的重点，本文将绿色发展指数与系统动力学模型相结合，提出绿色发展潜力的概念和定量研究方案，以长江经济带11省（市）的全面经济发展数据为基础，一方面能够更加综合地评判长江经济带绿色发展潜力，为未来长江经济带绿色发展提供有益借鉴；另一方面通过分析绿色发展系统内部指标间的制约机制，探索提升绿色发展水平的有效方案，扩展了绿色发展的研究范围。

二、构建长江经济带11省（市）绿色发展评价指标体系

（一）绿色发展评价指标体系选取原则

1.全面性原则。构建绿色发展评价指标体系的目的在于综合反映区域绿色发展水平，绿色发展的内涵包括经济、社会、资源、生态环境等多方面因素，因此需要保证指标选取的全面性，将绿色发展相关变量尽可能多地纳入指标体系。

2.差异化原则。各地区自然资源禀赋、发展战略定位以及发展现状不尽相同，导致各地区绿色发展的关注重点有所差别，构建区域绿色发展评价指标体系需要结合区域发展特点选取差异化的评价指标。

3.可操作性原则。可操作性主要表现在指标量化与数据获取的方便可靠、计算结果的可比等方面。另外，本文结合了绿色发展指数与系统动力学模型两种模型工具，因此还考虑了选取指标参与构建绿色发展系统动力学模型的融合性。

（二）构建指标体系

本文在保证指标的全面性、差异性、可操作性基础上，同时兼顾代表性、简洁性，评价指标由资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活6个方面体现（见表1）。

表1 长江经济带绿色发展评价指标体系

（续表）

（三）指标权重确定

常用的指标赋权方法有德尔菲法、层次分析法、熵值法、主成分分析法、因子分析法等，其中，熵值法是利用信息熵来判断指标有效性和价值的一种客观赋权方法。采用熵值法确定指标权重，能够深刻反映指标信息熵值的效用价值，既可以克服主观赋权法无法避免的随机性、臆断性问题，还可以有效解决多指标变量间的信息重叠问题。

本文采用熵值法确定指标权重，计算步骤如下：

1.指标标准化

由于各指标量纲不一致，不能直接进行比较，正向指标参考式（1），逆向指标参考式（2）：

式中，Xij为评价指标；X*ij为评价指标标准化值；i为指标代码编号；j为年份。

2.计算指标值在所属一级指标中的占比

3.计算信息熵与信息熵冗余度

式中，K是与样本数量相关的常数；m为样本量；ei为第i项指标的信息熵；di为信息熵冗余度。

4.计算指标权重

熵值法计算指标权重的本质是比较指标的信息熵效用价值，因此采用信息熵冗余度的占比来代替指标权重，参考式（7），最终采用式（8）合成全部二级指标权重。

式中，wi表示第i项指标在绿色发展整体系统中的权重；w'i表示第i项指标在所属一级指标中的权重；ej为对应的一级指标权重。

三、长江经济带11省（市）绿色发展指数评价

（一）数据来源

经济社会发展相关数据来源于相关年份长江经济带11省（市）统计年鉴，其中经济数据以2013年为不变价进行换算；能源利用数据来源于相关年份《中国能源统计年鉴》；废水、废气、固体废物排放数据来源于相关年份长江经济带11省（市）环境状况公报，其他生态环境相关数据来源于相关年份《中国环境统计年鉴》。

（二）计算绿色发展指数

采用综合加权法计算绿色发展指数：

式中，Gj表示j年绿色发展指数。

绿色发展指数从多方面综合反映了区域绿色发展水平，同时也是进行绿色发展潜力量化评价的基础。按照上述计算过程得到中国长江经济带11省（市）2013—2018年绿色发展指数，见表2。

表2 长江经济带11省（市）绿色发展指数

（续表）

本文构建的绿色发展指标体系包含资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活6个方面。其中资源利用重点关注了水资源、土地资源、能源资源的利用效率以及可回收利用资源的再利用情况；环境治理是绿色发展的核心领域之一，反映政府和社会对环境污染治理的资金投入力度；环境质量是环境治理的结果体现；生态保护体现了自然生态质量与生态保护投入情况；增长质量主要表现为经济总量增长以及经济发展的可持续性；绿色生活主要关注居民生活方式的绿色性。

从长江经济带11省（市）的绿色发展指数计算结果，可以得到以下结论：（1）2013年11省（市）的绿色发展指数存在一定差异，但经过近年来绿色发展理念的贯彻执行，到2018年11省（市）的绿色发展之间的差异明显缩小，11省（市）绿色发展指数都超过0.90，说明近年来长江经济带11省（市）注重协同发展。（2）总体看，针对资源利用、环境治理、环境质量、生态保护、增长质量、绿色生活6个方面指标，我们可以看到11省（市）的环境治理和增长质量两个一级指标计算结果增长显著，尤其是上游4个省（市），2013年重庆环境治理和增长质量两个指标计算结果均为0.58，2018年两个指标分别增长至0.84和0.80；四川两个指标计算结果由2013年的0.61和0.57，增长至2018年的0.89和0.80；云南两个指标计算结果由2013年的0.64和0.56，增长至2018年的0.84和0.80；贵州两个指标计算结果由2013年的0.50和0.59，增长至2018年的0.93和0.80。（3）从资源利用角度看，下游与中游7个省（市）比上游4个省（市）指标高，上游的重庆、四川、贵州和云南资源丰富，但是未充分开发利用。（4）环境治理方面，贵州、江西和湖北近年来表现突出。近年来长江两岸防护林体系建设造林超千万亩，通过国家湿地公园、绿色发展示范区以及退化湿地恢复等建设，长江经济带重点湖库及流域水质优良断面比例显著提高，水源涵养功能明显增强。禁渔退渔在长江流域重点水域取得阶段性成效，18万渔民全部提前退捕上岸。禁渔以来，长江水生物资源逐渐恢复，如作为长江流域生态环境“指标生物”的江豚在湖北宜昌长江三江段频现。（5）由于环境治理成效显著，长江经济带11省（市）2013—2018年环境质量大幅提升。（6）从生态保护角度看，2013—2016年上海生态保护措施不到位，但是2017年之后出台相关政策，进而有了大幅提升。（7）从绿色生活角度看，其他省市都有小幅上升，上海2018年反而下降，说明上海需要特别注意居民生活方式的绿色改善。

经济的绿色发展水平是衡量绿色发展的重要测度指标，今后长江经济带11省（市）经济发展的重要内容仍然是促进经济结构优化升级，推动经济发展绿色转型升级，培育新的经济增长点，拓展绿色发展空间，不断提高经济发展的质量和效益。

四、绿色发展系统动力学模型构建

将长江经济带区域发展系统划分为经济、社会、资源、生态环境4个子系统，通过分析子系统和变量间的因果关系与数学关系，开发设计出长江经济带11省（市）2013—2060年绿色发展仿真模型并进行检验，检验结果表明模型运行稳健，与系统真实运行情况基本相符，能够用于长江经济带11省（市）绿色发展仿真模拟。

（一）系统边界及基本假设

2020年9月，习近平主席在第七十五届联合国大会一般性辩论上提出，中国将采取更加有力的政策和措施，二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。因此本文设定模型有效时间为2013—2060年，其中2013—2018年为模型设定与检验区间，2018—2060年为模型预测区间；设定2018—2030年为中期预测区间，2030—2060年为长期预测区间。设定时间间隔为1年。

一般而言，系统边界内包含与研究问题有关的全部对象，但由于区域绿色发展系统强调经济、社会、资源、生态环境4大子系统的整体与协调发展，涉及的指标数量众多，较难逐一列举。本文从各子系统的内涵出发，分别选择与绿色发展关联度较高的变量纳入模型：（1）经济子系统中选择GDP、产业结构、固定资产投资、财政支出、研发支出、居民收入等变量；（2）社会子系统中选择人口、城镇化率、就业、医疗卫生水平、公共交通情况等变量；（3）资源子系统中选择能耗、水耗、土地资源消耗、碳排放等变量；（4）生态环境子系统中选择水、大气、固体废物等污染物排放水平及生态环境质量、污染治理投入等变量。

（二）系统动力学流图

因果关系图只能反映指标间的相关性和反馈过程，需要进一步绘制系统动力学流图来实现对各要素运行情况的仿真模拟。长江经济带11省（市）绿色发展系统由经济、社会、资源、生态环境4个子系统构成，得到系统动力学流图①系统动力学流图可咨询作者或《统计理论与实践》编辑部。。

（三）模型方程式

模型方程式定量化描述指标间因果关系。绿色发展系统动力学模型中涉及的变量类型有水平变量、速率变量、辅助变量以及常量，各变量之间的定量关系通过模型方程予以描述，共建立95个模型方程。

五、长江经济带11省（市）绿色发展潜力情景分析

（一）绿色发展情景设定

情景分析是政策制定的基础，通过改变不同控制指标的参数，设定多个发展情景并进行模拟仿真，分析不同参数变化情况对绿色发展系统的影响，从而为提升区域绿色发展潜力提供合理建议。

情景分析一般分为单要素模拟与多要素综合模拟，单要素模拟主要分析单个控制指标变动对系统的影响，多要素模拟分析多个控制指标同时变动对系统的影响。考虑到单一指标调整对绿色发展系统影响较小，从产业结构优化、能源结构优化、固定资产投资管控、科技创新资金投入、污染治理资金投入等角度选取多个指标，设定不同的组合方案进行多要素模拟。具体调控指标包括第二产业增加值占比、第三产业增加值占比、工业增加值占比、GDP增速、煤炭消费占比、天然气消费占比、财政支出占比、环境污染治理投资占比、工业固体废物产污系数、工业源COD排污系数、工业固体废物综合利用率以及研发支出增长率，这些指标在系统动力学模型中均以表函数表示。

P1（基础模式，不改变现有参数）：作为基础对照组，情景方案设置延续现状发展路径，各项调控指标参数保持现有变化趋势，不进行调整。

P2（产业结构优化模式）：第二产业增加值占比减少10%，第三产业增加值占比增加10%，工业增加值占比减少10%，GDP增速变为1.2倍。

P3（能源结构优化模式）：煤炭消费占比减少15%，天然气消费占比增加5%，财政支出占比变为1.2倍。

P4（技术进步模式）：研发支出增长率变为1.2倍。

P5（环境治理模式）：环境污染治理投资占比和工业固体废物综合利用率变为1.2倍，工业固体废物产污系数和工业源COD排污系数变为0.8倍。

P6（综合模式）：同时进行P2、P3、P4、P5的4种调整方案。

由于长江经济带11省（市）模型数据初始值存在差异，因而仅列出上海市绿色发展潜力情景模拟调控指标的参数设置，如表3所示。其余各省（市）与之相似，但依赖于具体模型数据初始值。

表3 上海市系统动力学模型情景模拟调控指标的参数设置结果

（二）长江经济带11省（市）绿色发展潜力情景模拟对比分析

将长江经济带11省（市）绿色发展潜力6种情景模拟结果进行对比，中期设置为2018—2030年，长期设置为2030—2060年，结果见表4、表5。

据表4、表5的模拟结果，可以看到：（1）长江经济带11省（市）长期的绿色发展指数变化幅度均显著于中期变化幅度，上海长期绿色发展指数变化幅度均达到138以上，贵州长期绿色发展指数变化幅度在第六种情景模式中也达到78.256。（2）不论是中期变化幅度还是长期变化幅度，上海的变化幅度均位列第一，接着是上游4的重庆、四川、贵州、云南，其次是下游的浙江、安徽和中游的湖南，变化幅度最小的是中游的江西、湖北和下游的江苏。

表4 2018—2030年长江经济带11省（市）绿色发展指数变化幅度模拟结果

表5 2030—2060年长江经济带11省（市）绿色发展指数变化幅度模拟结果

根据11省（市）绿色发展指数差异，可以得出以下结论：（1）上海作为长三角一体化发展及长江经济带发展的龙头，地处流域出海口，既是引领流域整体转型发展的桥头堡，也是这一区域与海外市场的重要枢纽。因此，上海未来的绿色发展潜力巨大。（2）长江上游4个省（市）（重庆、四川、贵州、云南）位于中国西南部，是长江上游地区的重要生态屏障和经济、金融、科创、航运和商贸物流中心，是长江经济带上游成渝城市群的核心城市，其生态环境位居全国前列，未来的绿色发展潜力也很大。（3）近年来长江下游和中游的江苏、浙江、安徽、湖北、湖南和江西工业规模总量大、增速快，重化工业占比偏大，第二产业发展对区域资源环境造成的负荷仍然较高，煤炭消费量占比较大，清洁能源消费占比不高，综合看，其未来绿色发展潜力需要进一步挖掘。

根据表4、表5列出的6种情景模拟结果差异对比，得出以下结论：

（1）作为基础对照方案，该情景下绿色发展指数稳定提升，绿色发展水平存在一定上升空间，绿色发展潜力较高。但是对于长江经济带11省（市），基础模式下的绿色发展指数提升幅度均是6种模式下最小的，因而不是最优发展方案。

（2）对比产业结构优化模式、能源结构优化模式、技术进步模式和环境治理模式，产业结构优化模式下长江经济带11省（市）绿色发展指数变化幅度最大，其次是技术进步模式，再次是环境治理模式，最后是能源结构优化模式。

（3）产业结构优化模式情景设置是以提高第三产业和高新技术产业产值占比，降低工业增加值占比为主要出发点，并协同带动经济增长。从结果看，该情景下产业结构明显优化，经济增长动能增强，主要是因为资源利用效率快速提升，工业污染物排放量明显降低，对绿色发展潜力提升具有明显促进效果。

（4）技术进步模式下，科技创新能力提升对经济增长质量、清洁生产水平、环境污染治理等多方面产生正向促进作用，与前述发展方案相比较，该情景下各类指标指数均有一定幅度增长。

（5）环境治理模式下情景设置旨在通过加强环境污染治理投资、工业污染管控水平来降低污染物排放，绿色发展水平大幅度提升。

（6）能源结构优化模式情景设定目的在于优化能源结构、提升能源利用效率。从结果看，碳排放削减效果明显，符合情景设定目的，对绿色发展综合指数提升具有一定促进效果，但指数增长幅度不大，表明仅通过优化能源利用方式已较难快速提升区域绿色发展潜力，该方案适合作为其他方案的补充。

（7）综合模式情景从资金管控和政策引导两个方面进行控制，并综合考虑到产业结构、能源结构、污染治理、科技创新等方面的因素进行调整。该情景方案下，长江经济带11省（市）绿色发展指数增长幅度最大，采用多项措施的组合方案对提升区域绿色发展质量效果最突出，是提升绿色发展潜力的最优选择。

总结上述研究结果认为，加强产业结构转型和生态环境治理投入是提升长江经济带11省（市）绿色发展潜力的重点所在，应当以节能降耗减污为政策导向，通过优化产业结构、提高环境污染治理资金投入，并配合实施能源结构调整、加大技术创新等一系列组合措施，最大程度促进长江经济带11省（市）高质量绿色发展。

六、结论

本文通过构建绿色发展评价指标体系，得到了反映绿色发展综合水平的绿色发展指数，并设计了包括经济、社会、资源、生态环境4个子系统的长江经济带11省（市）的绿色发展系统动力学模型，模型检验的可靠性和稳定性较好，能够反映绿色发展各关键指标变化情况。在此基础上，从优化产业结构、能源清洁利用、促进科技创新、强化污染治理等方面设定不同的组合方案，仿真模拟了长江经济带11省（市）2018—2060年绿色发展变化趋势。研究结果表明：（1）根据绿色发展指数的计算结果，近年来长江经济带11省（市）绿色发展均取得明显成效，且各一级指标指数均有提升。（2）长江经济带11省（市）未来发展，仍需要持续推动产业结构转型升级。（3）科技创新为经济社会发展提供重要支撑，不仅能够提升劳动生产率，还能提升资源环境产出率。长江经济带11省（市）拥有较好的科技创新土壤，人才科教资源十分丰富，应大力增加绿色技术研发投入，促进绿色产业发展，进一步凸显绿色技术在优化产业结构、提升资源利用效率、促进污染减排等方面的作用。（4）未来长江经济带11省（市）应继续加大环境污染治理资金投入力度，削减污染物排放总量。（5）长江经济带11省（市）可以根据自身实际情况提升未来绿色发展潜力。◆