环境规制的产业结构效应:理论与实证分析

利用竞争均衡模型,基于劳动力要素流动视角,对环境规制的产业结构效应进行了理论分析,结果表明,提高环境规制强度能够拉大企业间的利益差距,促使劳动力流向高利润企业,进而促进产业结构优化升级。随后以中国2000-2012年省级面板数据为样本进行实证检验,结果表明,环境规制不仅能够直接促进劳动力向第三产业转移,还能够通过影响全要素生产率和经济增长对产业结构产生间接作用,能够通过前者促进劳动力向第三产业转移,通过后者促使劳动力从第三产业向第一、二产业回流,前者的影响效应大于后者。此外环境规制的产业结构效应还存在空间异质性,呈现"东-西-中"递减趋势。     

长江经济带乡村振兴时空演变特征及影响因素分析

文章从产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个维度构建指标体系评价2011—2019年长江经济带乡村振兴发展水平,分析其时空演变规律,并进一步分析影响长江经济带乡村振兴发展水平的因素。研究结果表明：2011—2019年长江经济带乡村振兴发展水平呈现稳步上升态势,并且存在指标维度与空间维度上的双重异质性。首先,长江经济带生态宜居与产业兴旺得分相对较高,乡风文明与生活富裕得分紧随其后,而治理有效得分相对较低;其次,长江经济带乡村振兴发展水平在空间上呈现“东—中—西”梯度递减的分布格局,即长江经济带东部地区乡村振兴发展水平相对较高、中部地区次之、西部地区相对较低;最后,农业现代化水平、农村固定资产投资水平、农村教育水平与财政支农水平是影响长江经济带乡村振兴发展水平的主要因素。     

农业保险与乡村振兴耦合发展的实证检验与时空演变分析

文章利用2007—2019年我国30个省份的面板数据,运用熵权法构建评价指标体系,采用面板向量自回归模型检验了农业保险与乡村振兴的动态互动关系,结果表明：农业保险与乡村振兴之间存在相互促进关系,虽然相互贡献度较低,但加深趋势逐步显现。农业保险与乡村振兴耦合关系的时空特征分析结果表明：二者之间逐步融合、协调发展的效应逐渐凸显,耦合协调度等级发生了明显迁移,轻度及濒临失调省份占比下降至零,初级协调省份占比不断扩大,勉强协调成为主要类型;两者的耦合协调水平存在较大的区域差异性,呈现“东高、中平、西低”的分布格局;全局上两者的耦合协调度存在正的空间自相关性;局部空间自相关类型中,“高高”型省份多分布在东部地区,“低低”型省份多分布在西部地区,“高低”型省份和“低高”型省份相对分散。     

乡村振兴发展水平对民生循环的影响

在国内大循环背景下,研究乡村振兴发展水平对民生循环的影响具有重要的现实意义。文章运用脱贫攻坚战取得全面胜利前的611个贫困县2011—2020年的面板数据,检验乡村振兴发展水平对民生循环质量的影响。研究结果表明,农村产业发展水平、农村生态环境水平、农村社会发展水平以及农民生活发展水平提升了本地区民生循环质量,同时还存在空间溢出效应。进一步研究发现,乡村振兴发展水平对贫困县民生循环质量的直接促进作用和空间溢出效应存在显著的区域异质性。     

省域乡村振兴发展水平测度及空间集聚特征分析

文章基于乡村振兴的科学内涵与总体要求,构建省域乡村振兴发展评价三级指标体系,运用改进的熵权法和探索性空间数据分析方法对2010—2019年我国31个省份的乡村振兴发展水平及其空间集聚特征进行测度分析,研究表明：我国乡村振兴发展整体水平较低,区域差异明显,呈现由东部沿海向中部内陆再向西部地区阶梯递减的空间格局,乡村振兴最优区主要分布在东部经济发达省份,弱势区和最弱区主要位于西部边疆省份;各省份乡村振兴的产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个维度的发展水平和增长速度呈现不均衡特征;各省份乡村振兴发展水平存在全局空间集聚特征,且空间依赖性逐步加强,大多数省份乡村振兴发展水平具有正向空间自相关性,东部省份多位于高高（HH）集聚区,而西部地区多落在低低（LL）集聚区,空间关联格局相对稳定。     

环境规制与黄河流域高质量发展:影响机理及门槛效应

文章在明晰环境规制与经济高质量发展之间逻辑关系的基础上,利用2008—2018年黄河流域101个地级市的面板数据实证检验了二者之间的关系。结果显示,环境规制对黄河流域高质量发展具有积极助推作用;具体到各分维度指标,则对动力机制转变、产业结构升级、生态环境保护和福利水平改善具有积极的促进作用,但与经济稳定发展之间的正向关系不显著,并且环境规制对黄河流域上、中、下游不同区域高质量发展的影响存在异质性;另外,门槛效应检验进一步证实,当前环境规制是促进黄河流域高质量发展的有效途径之一。     

新型城镇化与乡村振兴耦合协调发展的时空格局及影响因素

文章基于新型城镇化与乡村振兴的耦合关系,构建耦合协调发展评价指标体系,采用熵值法、耦合协调度模型测算2011—2018年我国31个省份新型城镇化与乡村振兴的耦合协调度,并结合空间自相关方法和灰色关联度模型探讨二者耦合协调度的空间相关性及影响因素。结果显示：研究期内,二者的耦合协调度呈现上升态势;31个省份的耦合协调度整体上偏低,并呈现“东部>中部>东北>西部”的空间分异特征;二者的耦合协调度具有明显的正向空间自相关性并呈现HH集聚和LL集聚;影响因素按作用强度从大到小依次为基础设施水平、产业结构、经济驱动和政府调控,并且各影响因素对耦合协调度的作用程度具有明显的地区差异。     

长三角地区乡村振兴发展水平评价及障碍因子诊断

推动乡村振兴是国家的重要战略部署。文章从产业兴旺、生态宜居、乡风文明、治理有效和生活富裕5个方面选取了相关指标,使用熵权TOPSIS法测度了长三角地区40个城市的乡村振兴发展水平,并分析其阻碍因素。研究发现,长三角地区乡村振兴发展水平总体情况良好且处于不断上升的态势。通过长三角地区各个城市横向对比发现,江苏省各城市的乡村振兴发展水平高于其他地区。从各维度指标来看,长三角地区各个城市在乡风文明、治理有效和生活富裕方面均取得了较好成效,但在产业兴旺和生态宜居方面,不同城市的差距较大。同时,通过障碍度模型分析得到,农产品加工业产值占比、保险深度、人均村卫生室数量和城乡收入差距是阻碍长三角地区乡村振兴发展的最主要因素。     

乡村振兴发展水平综合评价体系研究综述

文章梳理了乡村振兴战略提出以来,运用综合评价方法对乡村振兴发展水平进行评价的相关文献,从评价对象、评价指标、评价方法等方面进行总结和分析。虽然乡村振兴战略提出时间不长,但在各层面已涌现出诸多研究成果,主要集中在宏观指标体系下的乡村振兴发展水平评价方面,目前还存在缺少跨区域的县域比较研究、对农民满意度的重视不足、评价指标的测量缺少连续有效数据支撑等问题。未来研究应当更加关注以下三个方面：坚持以农民为中心,建立乡村振兴和农业农村现代化综合评价体系,优化评价内容和评价指标;构建综合数据采集、共享和治理的数字化系统,夯实评价过程急需的数据基础;开发客观数据驱动的乡村振兴综合评价模型,丰富现有的评价理论与方法。     

数字普惠金融对乡村振兴的影响效应与经验证据

文章基于2011—2020年我国30个省份的面板数据,引入双向固定效应和SYS-GMM估计方法,研究数字普惠金融对乡村振兴的影响,并分析数字基础设施建设和农村人力资本所发挥的调节效应。研究发现：数字普惠金融对乡村振兴的发展水平有显著的促进作用,并且存在显著的区域异质性;数字基础设施建设和农村人力资本在数字普惠金融促进乡村振兴发展的过程中具有显著的调节作用。     

乡村振兴与新型城镇化时空演化及耦合关系研究

文章基于2011—2020年我国30个省份的面板数据,借助改进的TOPSIS法、重心模型、重心耦合模型刻画了乡村振兴与新型城镇化的空间演变特征、重心迁移路径及耦合态势,结果发现：（1）研究期内我国乡村振兴和新型城镇化水平逐年提高,各省份存在较大差距。（2）变异系数逐年减小,且乡村振兴的变异系数大于新型城镇化,各地区乡村和城镇发展的空间非均衡现象趋于缓和,乡村振兴的区域差异大于新型城镇化。（3）乡村振兴与新型城镇化的重心均位于河南,分别呈现向西南方和西北方移动的趋势,东西方向的移动距离远大于南北方向,东西方向更容易产生区域发展不均衡现象。乡村振兴重心的移动幅度大于新型城镇化重心的移动幅度,但乡村振兴重心的移动方向更稳定。（4）两个重心空间耦合态势呈现波动式靠近,空间距离整体缩短,空间重叠性上升,但变动一致性指数在正负之间来回波动。     

农业产业集聚对乡村振兴的影响

文章基于我国1690个县(市、区)2013—2018年的数据,运用两阶段最小二乘法(2SLS)等方法分析了农业产业集聚对乡村振兴的影响。研究发现：农业产业集聚对乡村振兴具有显著的正向影响,农业产业集聚推动了乡村振兴的发展,在控制内生性、空间效应及更换农业产业集聚度量指标后结论依然稳健;农业劳动生产率提升和特色农业产业发展是我国农业产业集聚推动乡村振兴发展的作用机制。因此,各地区应以资源禀赋优势为基础,引导形成农业产业高水平集聚,以此持续推进乡村振兴。     

乡村振兴对国内大循环影响的实证检验

文章将乡村振兴水平分解为农村产业发展水平、农村生态环境水平、农村社会发展水平和农民生活水平四个维度,构建乡村振兴水平评价指标体系,利用熵值法测算乡村振兴指数,并从国内大循环的生产、分配、流通、消费四大环节出发,选取耦合协调度模型测算了国内大循环水平。在此基础上,采用2005—2019年我国省级面板数据和动态面板GMM方法实证检验了乡村振兴对国内大循环的影响。研究发现：乡村振兴水平和国内大循环水平均存在明显的省际差异,基本与经济发展水平的地域分布呈现一致性,北上广及江浙地区的乡村振兴水平和国内大循环水平均遥遥领先;乡村振兴水平对国内大循环畅通具有显著正向促进作用,且在考虑了内生性等问题后,估计结果依然稳健;加速城镇化和提高工业发展水平均有助于国内大循环畅通。     

我国环境规制的污染减排效应研究

文章基于2000—2019年我国30个省份的省级面板数据,实证检验了环境规制的污染减排本地直接效应和通过中介因素的间接减排效应。结果发现,严格且适宜的环境规制不仅能直接降低环境污染,还能够通过中介因素间接降低环境污染;经济增长、产业结构、资本投入、城镇化率不利于降低环境污染,技术进步对环境污染的影响不显著。环境污染存在显著的路径依赖性和外溢性,使污染治理表现出时间上的紧迫性、空间上的高度关联性和时空上的交错复杂性。缓解经济增长的环境瓶颈约束,除了关注环境规制政策的直接效应外,还应该采取措施促成其间接效应的发挥。     

中国省域工业排污强度变化及影响因素分析

文章利用1995-2015年30个省(市、自治区)的面板数据,基于因子分析法综合评价了工业污染排放水平及其变化情况,并运用系统GMM实证检验环境规制、对外直接投资等因素对工业排污强度的影响.研究表明,中国工业污染排放强度呈逐年下降趋势,主要原因是环境治理支出的增加、经济发展水平的提高和外商直接投资的引进等,工业产业结构对工业污染排放具有先增后降的影响,而所有制结构对工业污染排放的影响并不明显.     

乡村振兴评价指标体系构建及实证

乡村振兴是新时期解决“三农”问题的重大战略创新,也是解决我国社会主要矛盾的重要途径。文章根据乡村振兴战略的目标,构建了由5个一级指标和15个二级指标组成的评价指标体系,基于2011—2020年的数据,采用熵权TOPSIS法对全国和30个省份的乡村振兴水平进行了测度,并用Dagum基尼系数对乡村振兴的区域差异进行了分析。结果表明：我国乡村振兴水平总体较低,但乡村振兴战略实施以来提升显著;乡村振兴呈现明显的区域差异和省际差异;区域差异是乡村振兴差异的主要表现,但是东部地区省份内部差异也很明显;生态宜居、乡风文明、治理有效和生活富裕4个方面的区域差异逐步缩小,但是产业兴旺没有明显的变化。     

乡村振兴水平评价指标体系构建与区域差异分解

乡村振兴水平评价是关于乡村振兴研究由定性分析转向定量分析的起始工作。文章构建包含23个基础指标的乡村振兴水平评价指标体系,运用熵值法与均权法相结合的方法,对我国30个省份以及四大区域2008—2019年的乡村振兴水平进行测度,并对其区域差异进行分解。结果显示：我国的乡村振兴水平的时序变化呈现增长趋势,各省份的乡村振兴水平大致呈现由东至西递减的趋势,中部省份水平及排名波动较大;从区域差异看,各省份乡村振兴水平区域差异处于收敛状态,但东部地区内部差异及四大区域之间差异较大。     

八大综合经济区乡村振兴水平的空间差异及分布动态

文章构建了乡村振兴评价指标体系,利用2009—2019年我国30个省份的面板数据,采用熵权法、Dagum基尼系数法和核密度估计法对八大综合经济区乡村振兴水平的空间差异及分布动态展开分析。研究发现：八大综合经济区的乡村振兴水平明显提升。总体差异、地区内差异和地区间差异均呈明显下降趋势。总体差异的主要来源是地区间差异,其次是超变密度,最后是地区内差异。八大综合经济区核密度曲线向右移动,总体上以收敛为主。全国、东北、南部沿海、黄河中游、大西南综合经济区极化现象不明显,其他综合经济区的极化现象逐渐凸显。     

环境规制视角下数字经济发展的碳减排效应检验

文章基于我国30个省份2013—2020年的数据,系统构建区域数字经济发展水平测度体系,并将环境规制异质性纳入数字经济对碳排放影响的理论分析框架,通过构建非线性动态门槛模型,考察在不同环境规制门槛下数字经济的碳减排效应。研究发现：当前我国数字经济发展呈现总体上升而局部波动的趋势,存在较大的“贫富差距”;数字经济对碳排放的影响存在显著的环境规制门槛效应,较低的环境规制水平在一定程度上并不利于数字经济的碳减排效应,而随着环境规制水平的提升并跨过阈值,数字经济发展能显著抑制区域的碳排放。     

数字乡村发展水平测度及时空演变特征研究——以河南省为例

文章从乡村数字信息基础、乡村数字经济新业态、农业生产数字化、数字化发展环境4个维度选取20个具体指标构建数字乡村发展水平评价指标体系。基于2014—2021年河南省18个地级市的面板数据,采用熵权法确定指标动态权重,融合TOPSIS法测度河南省数字乡村发展水平,利用Dagum基尼系数及其分解法分析其区域差异,通过Moran’s I讨论其空间相关性及集聚特征。结果表明,考察期内河南省数字乡村发展水平整体较低但基本保持上升态势,空间上表现为“中高、淮低”的分布格局;4大经济区总体差异基本呈先降后升的态势,区域间差异是总体差异的主要来源,超变密度对总体差异的贡献率最低;区域间呈现明显的空间正相关性,中原城市群的城市多表现为“高高”集聚,而黄淮地区的城市基本表现为“低低”集聚。