洞庭湖區(qū)生態(tài)效率時空演變特征及影響因素

摘 要：【目的】揭示洞庭湖區(qū)生態(tài)效率時空演變特征，解析其影響因素，為經(jīng)濟社會與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展提供參考依據(jù)?！痉椒ā恳再Y源消耗作為投入指標，以經(jīng)濟發(fā)展和環(huán)境污染作為期望產(chǎn)出和非期望產(chǎn)出，采用超效率SBM模型、探索性空間數(shù)據(jù)分析、標準差橢圓及地理探測器，分析洞庭湖區(qū)2014—2023年17個縣域單元生態(tài)效率時空演變特征及影響因素?！窘Y(jié)果】1）研究期內(nèi)洞庭湖區(qū)生態(tài)效率的時序變化呈現(xiàn)出逐年上升的趨勢，其中2014—2019年增長速度較快，2020—2022年受疫情影響增長速度變慢，2023年增長速度有所恢復。空間上呈現(xiàn)出西北地區(qū)較高、東南地區(qū)較低的分布特征。2）生態(tài)效率的空間關(guān)聯(lián)特征整體上呈現(xiàn)出顯著的正向全局空間自相關(guān)，2016年集聚性達到最強。局部自相關(guān)存在著低—低、低—高、高—低和高—高4種集聚類型。生態(tài)效率的時空遷移特征表現(xiàn)為空間離散程度已基本穩(wěn)定，重心位于洞庭湖中部地區(qū)，并逐漸向正西方向移動。3）經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)比重、科技發(fā)展水平、環(huán)境治理能力及城市化水平是生態(tài)效率時空演變的重要影響因素?！窘Y(jié)論】洞庭湖區(qū)生態(tài)效率整體上處于較低水平，且地區(qū)差異較大。因此，應加強科技創(chuàng)新，推動環(huán)保技術(shù)的應用與推廣；加快產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型，提升企業(yè)綠色生產(chǎn)率；加強跨區(qū)域合作，促進經(jīng)濟增長與生態(tài)保護相協(xié)調(diào)，提高生態(tài)資源利用效率，推動區(qū)域協(xié)同發(fā)展。

關(guān)鍵詞：生態(tài)效率；超效率SBM模型；時空演變；影響因素；洞庭湖區(qū)

中圖分類號：S7-9 文獻標志碼：A 文章編號：1673-923X（2025）01-0201-08

基金項目：湖南省自然科學基金面上項目（2024JJ5170）。

Spatio-temporal evolution characteristics and influencing factors of eco-efficiency in Dongting lake area

ZHANG Jiaxiong， WANG Xinbin， XIONG Jianxin

（College of Economics and Management， Hunan Institute of Science and Technology， Yueyang 414000， Hunan， China）

Abstract：【Objective】 To reveal the spatiotemporal evolution characteristics of eco-efficiency in Dongting lake area， and to explore its influencing factors， so as to provide a reference basis for the coordinated development of economic development and ecological environment.【Method】Using resource consumption as an input indicator and economic development and environmental pollution as desired and non-desired outputs， the super-efficiency SBM model， exploratory spatial data analysis， standard deviation ellipse and geoprobe were used to analyze the spatiotemporal evolution characteristics and influencing factors of the eco-efficiency of the 17 county units in Dongting lake region from 2014 to 2023.【Result】1） The temporal variation of eco-efficiency showed a rising trend year by year during the study period， in which the growth rate was faster in 2014-2019， slower in 2020-2022 due to the impact of the COVID-19 epidemic， and recovered in 2023， showing a spatial distribution characterized by a higher level in the northwest and a lower level in the southeast； 2） The spatial correlation feature of eco-efficiency showed significant positive global spatial autocorrelation as a whole， with the strongest clustering in 2016， and four types of clustering existed in the local autocorrelation， namely， low-low， low-high， high-low and high-high. The spatial dispersion of eco-efficiency has basically stabilized in terms of spatio-temporal migration characteristics， with the center of gravity located in the central region of Dongting lake， and gradually moving to the positive west direction； 3） The level of economic development， industrial structure proportion， scientific and technological development， environmental governance capacity and urbanization level are important influence factors on the spatiotemporal evolution of eco-efficiency.【Conclusion】The overall ecoefficiency of the Dongting lake area is at a low level， and there are large regional differences. Therefore， it is necessary to strengthen scientific and technological innovation， promote the application and promotion of environmental protection technology， accelerate the upgrading and transformation of industrial structure and improve the green productivity of enterprises， strengthen cross-regional cooperation， promote the coordination of economic growth and ecological protection， improve the efficiency of resource utilization， and promote synergistic regional development.

Keywords： eco-efficiency； super-efficient SBM model； spatio-temporal evolution； influencing factors； Dongting lake area

我國在推動生態(tài)保護和高質(zhì)量發(fā)展的背景下，協(xié)調(diào)好經(jīng)濟發(fā)展、環(huán)境保護和資源消耗的關(guān)系乃關(guān)鍵所在[1]。生態(tài)效率作為衡量區(qū)域可持續(xù)發(fā)展的重要指標，其本質(zhì)在于以最小的資源消耗和環(huán)境成本實現(xiàn)最大的經(jīng)濟效益，是解決經(jīng)濟發(fā)展和資源環(huán)境之間矛盾的重要依據(jù)[2]。洞庭湖區(qū)作為國家級生態(tài)經(jīng)濟區(qū)，近年來快速工業(yè)化和城鎮(zhèn)化的發(fā)展對生態(tài)環(huán)境造成了一系列影響，如資源短缺、環(huán)境污染及生態(tài)系統(tǒng)失衡等問題，嚴重制約了區(qū)域經(jīng)濟與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展[3]。因此，尋求最大的經(jīng)濟產(chǎn)出、最小的環(huán)境退化和最優(yōu)的生態(tài)效率成為洞庭湖生態(tài)經(jīng)濟區(qū)建設(shè)的一個重大課題，這對推動經(jīng)濟社會和生態(tài)環(huán)境協(xié)調(diào)發(fā)展具有重要現(xiàn)實意義。

目前，國內(nèi)外學者關(guān)于生態(tài)效率的研究主要圍繞生態(tài)效率的測算、時空分異特征的揭示、不同產(chǎn)業(yè)生態(tài)效率的評價及其影響因素等方面。從生態(tài)效率的測算來看，學者們主要使用DEA模型[1]、超效率SBM模型[4]和隨機前沿生產(chǎn)函數(shù)[5]等方法，針對中國五大城市群[2]、國內(nèi)30個省份[6]、黃河流域9個省域[7]及長江經(jīng)濟帶108個市域[8]的生態(tài)效率進行了評價，研究尺度主要包括省域、流域、城市群和市域等宏觀尺度，較少有從縣域等微觀尺度的研究[4]。從時空分異特征的揭示來看，主要借助ArcGIS軟件，使用探索性空間數(shù)據(jù)分析法[9]及標準差橢圓[10]等模型進行了空間可視化分析，直觀體現(xiàn)空間異質(zhì)性和差異演變特征，取得了較好的研究成果。從不同產(chǎn)業(yè)生態(tài)效率的評價來看，主要集中在旅游業(yè)[9]、海洋業(yè)[10]、農(nóng)業(yè)[11]及畜牧業(yè)[12]等產(chǎn)業(yè)，認為不同產(chǎn)業(yè)的生態(tài)效率揭示了人類社會經(jīng)濟活動對資源生態(tài)的脅迫程度，危及到資源環(huán)境承載能力和生態(tài)可持續(xù)性。從影響因素來看，學者們使用Tobit模型[2]、時空地理加權(quán)回歸模型[6]及隨機效應模型[8]等方法，發(fā)現(xiàn)經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、科技水平、對外開放、人口密度及城鎮(zhèn)化水平等是影響生態(tài)效率的重要因素[13-15]。

綜上所述，現(xiàn)有關(guān)于生態(tài)效率的研究較為豐富，研究方法呈現(xiàn)出多樣化，研究成果體現(xiàn)出多維化，但仍存在以下不足之處：一是研究尺度的選擇上，目前關(guān)于生態(tài)效率的研究尺度大都為省域、流域、城市群或市域，關(guān)于縣域尺度的研究有待精細化；二是研究方法的使用上，大多數(shù)學者使用計量回歸模型對影響因素進行研究，但未能考慮到空間因素對生態(tài)效率所形成的影響，而地理探測器作為一種空間數(shù)據(jù)探測方法，能夠有效解決這一問題；三是研究區(qū)域的選擇上，現(xiàn)有關(guān)于洞庭湖生態(tài)經(jīng)濟區(qū)資源要素研究的成果主要集中在農(nóng)業(yè)水資源綠色效率、耕地利用碳排放及耕地利用效率等方面[16-18]，較少從投入—產(chǎn)出視角開展生態(tài)效率的深入研究[19]。因此，本研究選取洞庭湖區(qū)2014—2023年17個縣域的面板數(shù)據(jù)，使用超效率SBM模型測算洞庭湖區(qū)生態(tài)效率水平，運用探索性空間數(shù)據(jù)分析法及標準差橢圓揭示生態(tài)效率的時空演變特征，利用地理探測器解析生態(tài)效率時空演變的影響因素，以期為洞庭湖區(qū)經(jīng)濟活動與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展提供科學參考。

1 研究區(qū)域概況

洞庭湖區(qū)地處長江中游荊江段以南，地跨湘、鄂兩省，85%以上國土面積位于湖南省境內(nèi)，是我國重要的濕地生態(tài)屏障[20]。因此，選取湖南省洞庭湖區(qū)岳陽市、常德市和益陽市3個地級市的17個縣域為研究單元（圖1）。近年來，洞庭湖區(qū)經(jīng)濟發(fā)展較快，2023年生產(chǎn)總值總量達到了11 363.69億元，占湖南省生產(chǎn)總值總量的22.72%。然而，傳統(tǒng)的經(jīng)濟發(fā)展模式偏重追求高速增長，專注經(jīng)濟產(chǎn)出和增長速度，忽視了資源的有限性和環(huán)境的約束性，造成了資源浪費、環(huán)境污染和生態(tài)退化等問題[3]，嚴重制約了區(qū)域可持續(xù)發(fā)展，引起了黨和政府的高度重視，提出了“共抓大保護，不搞大開發(fā)”“守護好一江碧水”的綠色發(fā)展理念。2023年2月國務(wù)院發(fā)布《關(guān)于新時代洞庭湖生態(tài)經(jīng)濟區(qū)規(guī)劃的批復》，為統(tǒng)籌洞庭湖區(qū)經(jīng)濟發(fā)展和生態(tài)保護指明了方向。

2 指標體系與研究方法

2.1 指標體系及數(shù)據(jù)來源

2.1.1 指標體系的構(gòu)建

生態(tài)效率定量刻畫了生態(tài)投入與總產(chǎn)出之間的關(guān)系，其本質(zhì)是用最少的資源要素投入獲得最大的產(chǎn)出（包括期望產(chǎn)出和非期望產(chǎn)出）。因此，根據(jù)生態(tài)效率的概念，參考相關(guān)文獻[2，4，7，18-19]，遵循科學性、可比性及可得性原則，構(gòu)建生態(tài)效率評價指標體系（表1）。其中，投入指標參考C-D生產(chǎn)函數(shù)，以資源、土地、資本和勞動力作為投入指標，分別用能源消費量、建設(shè)用地面積、全社會固定資產(chǎn)投資及從業(yè)人員總數(shù)進行表征。期望產(chǎn)出主要指的是產(chǎn)生的經(jīng)濟價值，用地區(qū)生產(chǎn)總值來表征。非期望產(chǎn)出主要指的是造成的環(huán)境污染，通常用工業(yè)廢水排放量、工業(yè)SO2排放量及工業(yè)煙粉塵排放量來表征。同時，考慮到洞庭湖區(qū)農(nóng)業(yè)生產(chǎn)歷史悠久，是我國重要的糧食主產(chǎn)區(qū)，農(nóng)事活動對生態(tài)環(huán)境的干擾較為突出。因此，將農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染列入到非期望產(chǎn)出指標中，農(nóng)業(yè)碳排放量用耕地利用碳排放量來表征[18]，農(nóng)業(yè)面源污染通過總氮（TN）、總磷（TP）和化學需氧量（COD）的產(chǎn)生量來表征[19]。

2.1.2 數(shù)據(jù)來源及處理

2014年4月國家層面的洞庭湖生態(tài)經(jīng)濟區(qū)正式成立。囿于數(shù)據(jù)的可獲取性，選取的時間尺度為2014—2023年，相關(guān)數(shù)據(jù)主要來源于統(tǒng)計年鑒（湖南省、岳陽市、益陽市及常德市）、國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、wind數(shù)據(jù)庫、地理國情監(jiān)測云平臺及《中國縣域統(tǒng)計年鑒》等數(shù)據(jù)統(tǒng)計平臺，部分缺失數(shù)據(jù)采用插值法補全。部分指標需要經(jīng)過簡單計算得出，如耕地利用碳排放量參考文高輝等[18]的計算方法，農(nóng)業(yè)面源污染TN、TP和COD產(chǎn)生量參考杜紅梅等[19]的計算方法。

2.2 研究方法

使用超效率SBM模型測算生態(tài)效率，具體計算步驟參考文獻[21]。采用探索性空間數(shù)據(jù)分析法及標準差橢圓模型揭示生態(tài)效率的空間關(guān)聯(lián)性及時空遷移特征，具體計算過程參考文獻[22]。利用因子探測器[23]，解析生態(tài)效率時空演變特征的影響因素。

3 結(jié)果與分析

3.1 生態(tài)效率時序變化特征

從圖2中可以看出：1）研究期內(nèi)洞庭湖區(qū)生態(tài)效率整體呈現(xiàn)出上升的趨勢，由2014年的0.451 5上升到2023年的0.872 5，年均增長率為6.81%，說明洞庭湖區(qū)經(jīng)濟發(fā)展和生態(tài)環(huán)境之間的協(xié)調(diào)性正在不斷增強，生態(tài)效率呈現(xiàn)持續(xù)上升的趨勢，但仍處于較低水平。2）生態(tài)效率時序變化大致經(jīng)歷了三個階段：第一階段是2014—2019年，生態(tài)效率處于快速增長階段，年均增長率為8.69%，這得益于政府和企業(yè)的共同努力。一方面，政府在此期間先后發(fā)布了《洞庭湖生態(tài)經(jīng)濟區(qū)規(guī)劃》和《洞庭湖生態(tài)環(huán)境專項整治三年行動計劃（2018—2020年）》，采取了集中整治工業(yè)污染、全面推進農(nóng)業(yè)面源污染防治和加快濕地生態(tài)修復等措施，有力促進了洞庭湖區(qū)經(jīng)濟發(fā)展和生態(tài)保護。另一方面，在政策引導和市場需求的變化下，企業(yè)開始加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級，高污染、高能耗和高排放的“三高”企業(yè)實現(xiàn)了停、轉(zhuǎn)、并、汰[23]，逐漸被綠色、低碳的企業(yè)所替代，降低了污染排放，推動了生態(tài)效率的提升。第二階段是2020—2022年，生態(tài)效率增長速度變慢，年均增長率僅為3.42%，主要是受新冠疫情的影響，社會經(jīng)濟活動受到一定程度上的制約，很多行業(yè)和企業(yè)受到了沖擊，且對生態(tài)保護和環(huán)境治理的關(guān)注度可能有所下降，導致生態(tài)效率增長較慢。第三階段是2022—2023年，生態(tài)效率增長速度逐漸變快，主要原因是疫情得到了有效控制，生態(tài)、生產(chǎn)和生活“三生”活動逐漸恢復，經(jīng)濟發(fā)展和生態(tài)保護相得益彰。

3.2 生態(tài)效率空間差異特征

從圖3中可以看出：1）2014—2023年洞庭湖區(qū)17個縣域的生態(tài)效率與整體變化相似，呈現(xiàn)出逐年上升的趨勢，但空間差異明顯。生態(tài)效率均值大于0.7的縣域有常德市區(qū)、益陽市區(qū)、岳陽市區(qū)、漢壽縣、澧縣、臨澧縣及桃源縣，處于較高水平，這些縣域在推進新型工業(yè)化和改造提升傳統(tǒng)產(chǎn)業(yè)等方面取得先機，特別注重發(fā)展現(xiàn)代服務(wù)業(yè)和高新技術(shù)產(chǎn)業(yè)，減輕了資源消耗和環(huán)境污染，因而生態(tài)效率較高；生態(tài)效率均值小于0.5的縣域有華容縣、汨羅市及湘陰縣，處于較低水平，這些縣域可能存在“三廢”排放不達標的環(huán)境污染型企業(yè)，如化工、造紙和紡織等企業(yè)，對環(huán)境的脅迫性較強，導致生態(tài)效率較低；其他7個縣域均值為0.5～0.7，處于中等水平，這些縣域處于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和環(huán)保政策實施的過渡階段，既著力發(fā)展了一些綠色產(chǎn)業(yè)，又受到傳統(tǒng)產(chǎn)業(yè)的制約，因此生態(tài)效率處于中等水平。空間分布上呈現(xiàn)出洞庭湖西北地區(qū)>西南地區(qū)>東北地區(qū)>東南地區(qū)的分布格局。2）從變化幅度來看，2014—2023年上升幅度大于0.4的縣域為沅江市、津市市、桃江縣，上升值小于0.2的縣域有華容縣、湘陰縣及岳陽市區(qū)，其余11個縣域上升值為0.2～0.4。

3.3 生態(tài)效率空間關(guān)聯(lián)特征

從表2可以看出：1）研究期內(nèi)生態(tài)效率的全局Moran’s I指數(shù)除2019年外均為正值，且均通過了顯著性檢驗，說明2019年生態(tài)效率具有顯著的負向全局空間自相關(guān)，表明生態(tài)效率較高（低）的縣域其周邊是較低（高）縣域，呈現(xiàn)出離散互斥的分布特征。其他年份具有顯著的正向全局空間自相關(guān)，表明生態(tài)效率較高（低）的縣域其周邊也是較高（低）的縣域，趨同效應顯著。Moran’s I指數(shù)呈現(xiàn)出波動變化趨勢，2016年達到了最大值，為0.392 2，表明生態(tài)效率的空間集聚性達到最強；2019年變?yōu)樨撝担f明該年份生態(tài)效率的空間分散程度較大，空間差異性較明顯，集聚性較弱。

從圖4可以看出：1）2014年生態(tài)效率的空間集聚表現(xiàn)為桃江縣為低—高集聚，位于洞庭湖南部地區(qū)；汨羅市為低—低集聚，位于洞庭湖東部地區(qū)，其余15個縣域的集聚性不顯著。2023年常德市區(qū)變?yōu)楦摺呒郏狸柺袇^(qū)變?yōu)楦摺图?，華容縣變?yōu)榈汀呒?，均位于洞庭湖邊緣地區(qū)，其余14個縣域的集聚性不顯著。2）2014—2023年集聚類型顯著的縣域分別為2個和3個，占比分別為11.76%和17.65%。其中，出現(xiàn)低—低集聚的縣域有1個，這類縣域的周邊縣域生態(tài)效率較低，但其自身更低，是區(qū)域生態(tài)效率的短板；出現(xiàn)高—高集聚類型的縣域有1個，該類縣域的周邊縣域生態(tài)效率較高，但其自身更高，是區(qū)域生態(tài)效率的增長極；出現(xiàn)低—高集聚的縣域有2個，該類縣域生態(tài)效率較低，但周邊縣域較高，極化效應顯著；出現(xiàn)高—低集聚的縣域有1個，這類縣域生態(tài)效率較高，但周邊縣域較低，對周邊產(chǎn)生的溢出效應較小?？梢姡赐ズ^(qū)生態(tài)效率的縣域差異明顯。因此，在洞庭湖生態(tài)經(jīng)濟區(qū)建設(shè)過程中應加強政策落實上的協(xié)調(diào)和生態(tài)治理上的跨區(qū)域協(xié)作。

3.4 生態(tài)效率時空遷移特征

為了揭示洞庭湖區(qū)生態(tài)效率的時空遷移特征，選取2014年和2023年2個典型年份，使用ArcGIS軟件生成生態(tài)效率的標準差橢圓及重心（圖5）。由圖5可以看出：1）生態(tài)效率標準差橢圓的東西半軸較長、南北半軸較短，呈現(xiàn)出較為規(guī)整的“東—西”向空間分布格局。方位角由2014年的86°00′02″增長到2023年的87°97′64″，增長了1°97′62″。近10年來橢圓形狀逐漸向正西方向移動，但移動距離較短，且長短半軸、方位角、橢圓面積及形狀變化均較小，說明生態(tài)效率的空間離散程度基本趨于穩(wěn)定。2）2014—2023年標準差橢圓的重心主要位于南縣的正南方，并緩慢向正西方向移動。具體來看，2014年重心位于112°33′44″E、29°13′17″N，2024年重心移至112°31′39″E、29°12′96″N，移動距離較小。研究期內(nèi)重心約向正西方向移動了2 004.8 m，移動速率為200.48 m/a。由此可看出，重心的遷移速率較低，位置變化不大，說明生態(tài)效率的重心位置已基本穩(wěn)定，位于洞庭湖中部地區(qū)。

4 生態(tài)效率的影響因素

4.1 變量選取

生態(tài)效率的影響因素復雜多樣，涉及到生態(tài)、經(jīng)濟、科技和社會等方面。參考相關(guān)文獻[1-2，5-6，8]，根據(jù)影響因素的出現(xiàn)頻率及數(shù)據(jù)的可獲取性，選取人均GDP（D1）表征經(jīng)濟發(fā)展水平，第三產(chǎn)業(yè)增加值占GDP的比重（D2）表征產(chǎn)業(yè)結(jié)構(gòu)比重，RD經(jīng)費內(nèi)部支出（D3）表征科技發(fā)展水平，污水處理率（D4）表征環(huán)境治理能力，城鎮(zhèn)化率（D5）表征城市化水平。利用地理探測器，將這5個因素作為自變量，將生態(tài)效率作為因變量，定量識別生態(tài)效率的影響因素，5個影響因素的解釋力（q）均通過了5%的顯著性檢驗（表3）。

4.2 影響因素分析

4.2.1 經(jīng)濟發(fā)展水平

從表3可以看出，人均GDP對生態(tài)效率的影響較強（q均值為0.601），說明在經(jīng)濟快速發(fā)展過程中，人們更加重視資源的合理利用和管理，提高了資源的利用效率，減少了污染排放，改善了生態(tài)環(huán)境，從而提高了生態(tài)效率。隨著人們收入水平和教育水平的提高，對環(huán)境問題的認識和重視程度也會增強，更加注重生態(tài)效益，以實現(xiàn)長期可持續(xù)發(fā)展的目標。近10年來，洞庭湖區(qū)經(jīng)濟發(fā)展較快，人均GDP由2014年的40 797元增長到2023年的78 999元，年均增長率為6.83%。然而，洞庭湖區(qū)經(jīng)濟發(fā)展水平的區(qū)域差異性較大，表現(xiàn)為岳陽市區(qū)、益陽市區(qū)和常德市區(qū)較高，其他縣域較低。因此，生態(tài)效率的空間分布形成以這三個縣域為核心的分布格局。

4.2.2 產(chǎn)業(yè)結(jié)構(gòu)比重

從表3可以看出，第三產(chǎn)業(yè)增加值占GDP的比重對生態(tài)效率的影響較強（q均值為0.417），說明產(chǎn)業(yè)結(jié)構(gòu)比重對生態(tài)效率的提升具有顯著的影響。第三產(chǎn)業(yè)相較于第一產(chǎn)業(yè)和第二產(chǎn)業(yè)而言，通常具有更低的資源消耗和污染排放。因此，隨著第三產(chǎn)業(yè)增加值占GDP比重的提高，資源利用效率和生態(tài)效率隨之不斷提高。2014—2023年洞庭湖區(qū)第三產(chǎn)業(yè)增加值占GDP比重由37%增長到46%，大幅度降低了生態(tài)環(huán)境壓力，生態(tài)效率呈現(xiàn)穩(wěn)步上升的趨勢。然而，盡管第三產(chǎn)業(yè)對生態(tài)效率具有積極的影響，但也不能忽視第三產(chǎn)業(yè)的發(fā)展可能伴隨著一些負面影響，如快速城鎮(zhèn)化帶來的土地開發(fā)、交通擁堵、城市垃圾等問題，這些都可能對生態(tài)環(huán)境造成一定程度的壓力。因此，升級產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和增強環(huán)境保護力度、促進生態(tài)投入和經(jīng)濟產(chǎn)出的有效平衡是實現(xiàn)生態(tài)效率提高的關(guān)鍵。

4.2.3 科技發(fā)展水平

從表3可以看出，RD經(jīng)費內(nèi)部支出對生態(tài)效率的影響較強（q均值為0.460），說明科技發(fā)展對生態(tài)效率的提升具有顯著的推動作用。一方面，科技發(fā)展水平的提高會促進環(huán)境友好技術(shù)的創(chuàng)新和應用，通過開發(fā)更高效的廢物回收利用技術(shù)，可以降低資源浪費，實現(xiàn)資源的循環(huán)利用，提高資源利用效率，從而改善生態(tài)效率。另一方面，科技發(fā)展水平的提高也有助于推動生態(tài)創(chuàng)新和生態(tài)產(chǎn)業(yè)的發(fā)展，通過研發(fā)環(huán)保技術(shù)和生態(tài)產(chǎn)品，可以促進生態(tài)產(chǎn)業(yè)的增長，創(chuàng)造更多的就業(yè)機會，推動經(jīng)濟增長和生態(tài)效率的提高。近10年來，洞庭湖區(qū)RD經(jīng)費內(nèi)部支出由2014年的74億元增長到2023年的200億元，年均增長率高達11%，大大促進了生態(tài)效率的提升。

4.2.4 環(huán)境治理能力

從表3可以看出，污水處理率對生態(tài)效率的影響較強（q均值為0.575），說明環(huán)境治理能力對生態(tài)效率的影響至關(guān)重要。首先，環(huán)境治理能力強的地區(qū)往往能夠有效地管理和保護自然資源，通過科學合理的資源管理政策和有效的監(jiān)管機制，可以降低資源的過度開發(fā)和浪費，促進資源的可持續(xù)利用，提高生態(tài)效率。其次，強大的環(huán)境治理能力意味著政府和監(jiān)管機構(gòu)更能有效地監(jiān)測、管理和治理污染源，通過實施嚴格的環(huán)境標準和監(jiān)管措施，可以減少污染物的排放，改善環(huán)境質(zhì)量，提高生態(tài)效率。2023年洞庭湖區(qū)污水處理率達到了99%以上，環(huán)境治理能力較強，為實現(xiàn)經(jīng)濟增長與環(huán)境保護的雙贏目標提供重要支撐。

4.2.5 城市化水平

從表3可以看出，城鎮(zhèn)化率對生態(tài)效率的影響較強（q均值為0.451），說明城市化水平對生態(tài)效率具有顯著的影響。一般來說，城市化水平對生態(tài)效率具有正、負兩個方面的影響。正向影響方面，高度城鎮(zhèn)化的地區(qū)擁有更豐富的科技創(chuàng)新資源和人才集聚效應，有利于推動綠色技術(shù)的創(chuàng)新和應用，提高生產(chǎn)方式的生態(tài)化。負向影響方面，在快速城鎮(zhèn)化過程中，工業(yè)和交通活動的增加可能導致大量的污染物排放，土地資源的過度利用和生態(tài)系統(tǒng)的破壞，降低生態(tài)效率。因此，為了實現(xiàn)城鎮(zhèn)化與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展，需要在城鎮(zhèn)化過程中加強環(huán)境保護和資源管理，推動綠色發(fā)展，最大限度地減少負面影響，實現(xiàn)生態(tài)效率的提高。然而，洞庭湖區(qū)城鎮(zhèn)化水平發(fā)展較為不均衡，表現(xiàn)為岳陽市區(qū)、益陽市區(qū)和常德市區(qū)等縣域超過了65%，其他縣域為55%左右，地區(qū)差異較大。因而，洞庭湖區(qū)生態(tài)效率的時空演變特征呈現(xiàn)明顯差異化。

5 結(jié)論與建議

5.1 結(jié) 論

1）生態(tài)效率時序變化和空間差異特征明顯。2014—2023年洞庭湖區(qū)生態(tài)效率呈現(xiàn)出逐年上升的趨勢，其中，2020—2022年因受新冠疫情的影響，增長速度變緩；空間格局上呈現(xiàn)出西北地區(qū)較高、東南地區(qū)較低的分布特征。

2）生態(tài)效率空間關(guān)聯(lián)和時空遷移特征明顯。2014—2023年生態(tài)效率整體上呈現(xiàn)出顯著的正向全局空間自相關(guān)，僅2019年呈現(xiàn)負相關(guān)。2014年生態(tài)效率的局部自相關(guān)出現(xiàn)了低—低和低—高2種集聚類型，個數(shù)均為1個；2023年出現(xiàn)了高—高、高—低和低—高3種集聚類型，個數(shù)均為1個。生態(tài)效率的空間離散程度及重心位置已基本穩(wěn)定，位于洞庭湖中部地區(qū)。

3）生態(tài)效率的時空分異格局受到多個因素的影響。經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)比重、科技發(fā)展水平、環(huán)境治理能力及城市化水平是主要影響因素。

5.2 建 議

針對洞庭湖區(qū)生態(tài)效率時空演變特征，提出以下建議：1）華容縣、湘陰縣及汨羅市等縣域的生態(tài)效率處于較低水平，很難依靠自身力量提高生態(tài)效率，并且該類縣域投入相對較高，但產(chǎn)出相對較低。因此，這類縣域應加強跨區(qū)域合作，借鑒生態(tài)效率較高縣域的發(fā)展經(jīng)驗。在經(jīng)濟發(fā)展的同時，加強環(huán)境保護和生態(tài)修復工作，推動綠色產(chǎn)業(yè)發(fā)展，促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，鼓勵和支持當?shù)仄髽I(yè)向綠色、低碳、環(huán)保型產(chǎn)業(yè)轉(zhuǎn)型，發(fā)展生態(tài)農(nóng)業(yè)、生態(tài)旅游等綠色產(chǎn)業(yè)，提高資源利用效率，降低生態(tài)資源的脅迫。2）岳陽市區(qū)、益陽市區(qū)和常德市區(qū)等縣域的生態(tài)效率較高，應當充分發(fā)揮示范引領(lǐng)作用，提高整體生態(tài)效率。因此，這類縣域可以建立跨區(qū)域的生態(tài)環(huán)境保護合作機制，共同解決跨區(qū)域生態(tài)環(huán)境問題，分享經(jīng)驗、技術(shù)和資源，實現(xiàn)互利共贏；建立跨區(qū)域的產(chǎn)業(yè)合作機制，通過政策引導和資金支持，鼓勵優(yōu)勢產(chǎn)業(yè)向周邊地區(qū)擴展，促進資源要素的有序流動和互通，推動整個區(qū)域的經(jīng)濟持續(xù)健康發(fā)展。3）洞庭湖區(qū)生態(tài)效率整體處于較低水平，且地區(qū)差異較大。因此，應加強科技創(chuàng)新，推動環(huán)保技術(shù)的應用與推廣；加快清潔能源的研發(fā)和利用，提升生產(chǎn)、生活等方面的生態(tài)效率，降低對生態(tài)環(huán)境的影響，促進經(jīng)濟增長與生態(tài)保護相協(xié)調(diào)；加快產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型，提升企業(yè)綠色生產(chǎn)率，提高生態(tài)資源利用效率，推動區(qū)域協(xié)同發(fā)展。

參考文獻：

[1] 李嘉琪，黃鳳蓮，劉挺，等.長江經(jīng)濟帶城市生態(tài)效率時空格局及驅(qū)動因子探測[J].人民長江，2020，51（5）：1-6，16. LI J Q， HUANG F L， LIU T， et al. Temporal and spatial patterns and driving factors of urban ecological efficiency in Yangtze River economic belt[J]. Yangtze River，2020，51（5）：1-6，16.

[2] 張秋鳳，肖義，唐曉，等.中國五大城市群生態(tài)效率的演變及其影響因素[J].經(jīng)濟地理，2022，42（11）：54-63. ZHANG Q F， XIAO Y， TANG X， et al. The spatial-temporal evolution and influencing factors of eco-efficiency in the five major urban agglomerations of China[J]. Economic Geography， 2022，42（11）：54-63.

[3] 王靜，熊建新，王鑫濱，等.洞庭湖區(qū)旅游產(chǎn)業(yè)與生態(tài)環(huán)境適應性時空演變及影響因素[J].中南林業(yè)科技大學學報， 2024，44（3）：198-208. WANG J， XIONG J X， WANG X B， et al. Spatio-temporal evolution and influencing factors of tourism industry and ecoenvironmental adaptability in Dongting lake region[J]. Journal of Central South University of Forestry Technology，2024，44（3）： 198-208.

[4] 曾祥靜，何彪，馬勇，等.長江中游城市群縣域生態(tài)效率時空格局及多維動態(tài)演進[J].地理科學，2023，43（6）：1088-1100. ZENG X J， HE B， MA Y， et al. Spatial-temporal pattern and multi-dimensional dynamic evolution of county eco-efficiency of urban agglomerations in the middle reaches of the Yangtze River[J]. Scientia Geographica Sinica，2023，43（6）：1088-1100.

[5] 楊勇，鄧祥征.中國城市生態(tài)效率時空演變及影響因素的區(qū)域差異[J].地理科學，2019，39（7）：1111-1118. YANG Y， DENG X Z. The spatio-temporal evolutionary characteristics and regional differences in affecting factors analysis of China’s urban eco-efficiency[J]. Scientia Geographica Sinica，2019，39（7）：1111-1118.

[6] 唐建榮，蘇蘇.區(qū)域生態(tài)效率的測度及其影響因素研究：基于GTWR模型的實證分析[J].生態(tài)經(jīng)濟，2023，39（5）：154-162. TANG J R， SU S. Study on the pattern and influencing factors of regional ecological efficiency： an empirical analysis based on GTWR model[J]. Ecological Economy，2023，39（5）：154-162.

[7] 薛偉賢，臧倩文，程愛聯(lián)，等.黃河流域九省（區(qū)）城市生態(tài)效率測算及其時空分異特征[J].人民黃河，2024，46（1）：85-92. XUE W X， ZANG Q W， CHENG A L， et al. Measurement of urban eco-efficiency and its spatial and temporal variation characteristics in nine provinces（regions） of the Yellow River basin[J]. Yellow River，2024，46（1）：85-92.

[8] 李強，高楠.長江經(jīng)濟帶生態(tài)效率時空格局演化及影響因素研究[J].重慶大學學報（社會科學版），2018，24（3）：29-37. LI Q， GAO N. A study on the evolution of spatial and temporal patterns of eco-efficiency in the Yangtze River economic belt and its influencing factors[J]. Journal of Chongqing University（Social Science Edition），2018，24（3）：29-37.

[9] 穆學青，張超凡，丁正山，等.黃河流域旅游生態(tài)效率時空動態(tài)識別與驅(qū)動因素探測[J].地理與地理信息科學，2024， 40（1）：149-159. MU X Q， ZHANG C F， DING Z S， et al. Spatial-temporal evolution identification and driving factors detection of tourism eco-efficiency in the Yellow River basin[J]. Geography and GeoInformation Science，2024，40（1）：149-159.

[10] 薛誠，王小華，付秀梅.中國海洋生態(tài)效率時空格局演變及影響要素分析[J].海洋通報，2022，41（4）：451-460.XUE C， WANG X H， FU X M. Spatial-temporal pattern evolution and influencing factors of marine eco-efficiency in China[J]. Marine Science Bulletin，2022，41（4）：451-460.

[11] 馬林燕，張仁慧，潘子純，等.中國省際耕地利用生態(tài)效率時空格局演變及影響因素分析：基于2000—2019年面板數(shù)據(jù)[J].中國土地科學，2022，36（3）：74-85. MA L Y， ZHANG R H， PAN Z C， et al. Analysis of the evolution and influencing factors of temporal and spatial pattern of ecoefficiency of cultivated land use among provinces in China： based on panel data from 2000 to 2019[J]. China Land Science， 2022，36（3）：74-85.

[12] 趙蘭蘭，李先東，夏詠.伊犁河谷地區(qū)草地畜牧業(yè)生態(tài)效率測度及影響因素研究[J].黑龍江畜牧獸醫(yī)，2023（24）：9-17，145. ZHAO L L， LI X D， XIA Y. Study on measurement and influencing factors of ecological efficiency of grassland animal husbandry in Ili river valley[J]. Heilongjiang Animal Science and Veterinary Medicine，2023（24）：9-17，145.

[13] 徐峰，李想，舒暢，等.黃河流域生態(tài)效率時空分異特征及其影響因素研究[J].中國環(huán)境管理，2022，14（5）：70-78. XU F， LI X， SHU C， et al. Research on the spatiotemporal differentiation characteristics of eco-efficiency in the Yellow River basin and its influencing factors[J]. Chinese Journal of Environmental Management，2022，14（5）：70-78.

[14] 張樨樨，韓麗穎，曹正旭.黃河三角洲高效生態(tài)經(jīng)濟區(qū)生態(tài)效率時空演變及影響因素分析[J].地域研究與開發(fā)，2023，42（6）： 157-164. ZHANG X X， HAN L Y， CAO Z X. Spatio-temporal evolution and influencing factors of ecological efficiency in high efficiency eco-economic zone of the Yellow River delta[J]. Areal Research and Development，2023，42（6）：157-164.

[15] 石天戈，張杰，時卉.中國東部沿海城市群生態(tài)效率時空演進與影響因素研究[J].生態(tài)經(jīng)濟，2023，39（3）：90-100，123. SHI T G， ZHANG J， SHI H. Spatial-temporal evolution and influencing factors of ecological efficiency of coastal urban agglomerations in eastern China[J]. Ecological Economy，2023，39（3）： 90-100，123.

[16] 劉沙沙，蒲金芳，張蚌蚌，等.基于動態(tài)網(wǎng)絡(luò)二階段DEA模型的洞庭湖區(qū)耕地利用效率研究[J].中國農(nóng)業(yè)大學學報， 2022，27（12）：257-269. LIU S S， PU J F， ZHANG B B， et al. Cultivated land utilization efficiency in Dongting lake area： based on a dynamic network twostage DEA model[J]. Journal of China Agricultural University， 2022，27（12）：257-269.

[17] 鄧正華，鄧麗萍，何姣，等.基于三階段超效率SBMMalmquist指數(shù)分解的洞庭湖區(qū)農(nóng)業(yè)水資源綠色效率研究[J].生態(tài)經(jīng)濟，2023，39（8）：106-111，186. DENG Z H， DENG L P， HE J， et al. Study on green efficiency of agricultural water resources in Dongting lake area based on threestage super-efficiency SBM-malmquist index decomposition[J]. Ecological Economy，2023，39（8）：106-111，186.

[18] 文高輝，胡冉再琪，唐璇，等.洞庭湖區(qū)耕地利用碳排放與生態(tài)效率時空特征[J].生態(tài)經(jīng)濟，2022，38（7）：132-138. WEN G H， HU R Z Q， TANG X， et al. Spatiotemporal characteristics of carbon emission and ecological efficiency of cultivated land use in Dongting lake region[J]. Ecological Economy，2022，38（7）：132-138.

[19] 杜紅梅，蔣嵐.基于SE-SBM模型的洞庭湖區(qū)農(nóng)業(yè)生態(tài)效率時空差異研究[J].生態(tài)經(jīng)濟，2020，36（4）：100-106，121. DU H M， JIANG L. Research on the spatial and temporal disparity of agricultural ecological efficiency of Dongting lake area based on SE-SBM model[J]. Ecological Economy，2020，36（4）： 100-106，121.

[20] 熊建新，張志業(yè)，趙迪，等.洞庭湖區(qū)旅游城鎮(zhèn)化適宜性時空分異及影響因素[J].中南林業(yè)科技大學學報，2021，41（12）： 158-167. XIONG J X， ZHANG Z Y， ZHAO D， et al. Spatio-temporal difference and influencing factor of tourism urbanization suitability in the Dongting lake region[J]. Journal of Central South University of Forestry Technology，2021，41（12）：158-167.

[21] 史習習，楊力.中國煤炭資源型城市生態(tài)效率評價及影響因素分析[J].中南林業(yè)科技大學學報（社會科學版），2021，15（1）： 40-46，55. SHI X X， YANG L. Evaluation of ecological efficiency and analysis of influencing factors of coal resource cities in China[J]. Journal of Central South University of Forestry Technology（Social Sciences），2021，15（1）：40-46，55.

[22] 楊利，李夢含.長江經(jīng)濟帶旅游產(chǎn)業(yè)集聚時空演變特征及其影響因素分析[J].中南林業(yè)科技大學學報（社會科學版），2022， 16（2）：104-114. YANG L， LI M H. Analysis on the characteristics of the temporal and spatial evolution of tourism industry agglomeration in the Yangtze River economic zone and its influencing factors[J]. Journal of Central South Universityof Forestry Technology（Social Sciences），2022，16（2）：104-114.

[23] 熊建新，王鑫濱，趙迪，等.城鎮(zhèn)化進程中生態(tài)承載力系統(tǒng)耦合時空格局及影響因素—以洞庭湖區(qū)為例[J].經(jīng)濟地理， 2022，42（10）：83-91. XIONG J X， WANG X B， ZHAO D， et al. Spatiotemporal pattern and influencing factor of coupling of ecological carrying capacity in the process of urbanization： a case study of Dongting lake region[J]. Economic Geography，2022，42（10）：83-91.

[本文編校：謝榮秀]