EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 10: 1841 - 1854

DOI: https://doi.org/10.12118/j.issn.1000-6060.2025.098

区域发展

水循环视角下黄河流域城市包容性绿色发展效率测度与分析

  • 孟望生 , 1 ,
  • 刘玮霖 1 ,
  • 刘华桢 , 2
展开
  • 1.甘肃政法大学商学院/经济学院，甘肃 兰州 730070
  • 2.首都经济贸易大学城市经济与公共管理学院，北京 100070
刘华桢（1997-），女，博士研究生，主要从事区域与城市经济学等方面研究. E-mail:

孟望生（1985-），男，教授，博士，主要从事区域与城市经济学等方面研究. E-mail:

收稿日期: 2025-02-27

  修回日期: 2025-03-19

  网络出版日期: 2026-03-11

基金资助

国家社科基金西部项目(22XJL009)

收起

Measurement and analysis of inclusive green development efficiency in the Yellow River Basin cities from the perspective of water cycle

  • Wangsheng MENG , 1 ,
  • Weilin LIU 1 ,
  • Huazhen LIU , 2
Expand
  • 1. Gansu University of Political Science and Law, Lanzhou 730070, Gansu, China
  • 2. School of Urban Economics and Public Administration, Capital University of Economics and Business, Beijing 100070, China

Received date: 2025-02-27

  Revised date: 2025-03-19

  Online published: 2026-03-11

Fold

摘要

聚焦水循环视角测度的包容性绿色发展效率水平是判断黄河流域生态保护和高质量发展的重要依据。从包容性绿色发展内涵出发，结合流域内水资源短缺现实特征，创新性地将水循环纳入包容性绿色发展效率测度指标体系；采用超效率SBM模型构建并测度流域内77个城市2013—2022年的包容性绿色发展效率并对其时空演化特征进行分析；最后结合既有研究梳理包容性绿色发展效率影响因素的同时，采用时空地理加权回归模型分析其影响效应的时空演化特征。结果表明：（1） 黄河流域包容性绿色发展效率总体上呈逐年上升趋势，且这种趋势在“黄河流域生态保护和高质量发展”国家重大战略提出后表现得更为明显。（2） 流域内不同地区层面包容性绿色发展效率时空变化趋势呈现出明显差异。（3） 流域内包容性绿色发展效率在空间分布上存在正空间自相关性，呈现出以省会等发达城市为核心的高效率值成片集聚分布特征，但这种自相关性呈逐渐减弱的趋势。（4） 黄河流域包容性绿色发展效率的影响因素主要集中于城市发展、自然地理、制度环境和社会发展4个方面，且它们对包容性绿色发展效率影响效应的时空变化特征各不相同。

关键词： 水资源; 包容性绿色发展效率; 超效率SBM模型; GTWR模型; 黄河流域

本文引用格式

孟望生 , 刘玮霖 , 刘华桢 . 水循环视角下黄河流域城市包容性绿色发展效率测度与分析[J]. 干旱区地理, 2025 , 48(10) : 1841 -1854 . DOI: 10.12118/j.issn.1000-6060.2025.098

Abstract

The assessment of inclusive green development efficiency (IGDE) using a water cycle perspective is pivotal for the promotion of ecological sustainability and high-quality growth in the Yellow River Basin. This study addresses regional water scarcity challenges, incorporating indicators of the water cycle into an IGDE evaluation framework, relying on a super-efficiency slacks-based measure model to analyze IGDE's spatiotemporal evolution across 77 cities from 2013 to 2022. Methods of spatial autocorrelation and geographically temporally weighted regression were used to identify regional disparities and dynamic mechanisms of influence. Key findings include the following: (1) IGDE demonstrated a persistent upward trajectory, including accelerated growth, following the implementation of a national strategy for basin development, highlighting the role that policy interventions play. (2) Significant spatial heterogeneity emerged, revealing efficiency gaps between upper-basin and middle-lower basin regions. (3) High-efficiency clusters centered on economically advanced cities exhibited weakening spatial dependency over time. (4) Urbanization, natural resource endowments, institutional governance, and social innovation were identified as core drivers, and their impacts displayed distinct spatiotemporal variabilities. Theoretically, the research in this study advances sustainability science by integrating water cycle dynamics into green development metrics in a way that addresses limitations in conventional efficiency assessments. Methodologically, it establishes a novel spatiotemporal analytical framework that combines the measurement of efficiency, spatial econometrics, and regression modeling to decipher complex regional interactions. In a practical perspective, the findings provide actionable insight to optimize resource allocation, enhancing cross-regional governance and formulating adaptive policies tailored to basin-specific conditions. Bridging ecological objectives and socioeconomic inclusivity, this study offers empirical evidence that supports the coordinated management of water resources and green development in the Yellow River Basin.

Key words： water resources; inclusive green development efficiency; ultra-efficiency SBM model; GTWR model; Yellow River Basin

黄河流域横跨9省区，现有常住人口4.2×108人，地区生产总值3.61×1013元（截止2023年），是我国重要能源基地、生态安全屏障和经济社会发展区域。长期以来，黄河流域经济社会发展取得重大成就的同时，过度开发也产生了水资源短缺、环境污染和生态脆弱等一系列问题。这些问题已然成为新时代该流域乃至全国高质量发展的主要障碍。党的十八大以来，习近平总书记对黄河流域生态保护和高质量发展念兹在兹，先后30多次到沿黄各省区考察调研，并先后于2019、2021年和2024年主持召开专题座谈会研究黄河流域生态保护和高质量发展问题。3次专题座谈会，主题从“黄河流域生态保护和高质量发展”并将其确定为国家重大战略，到“深入推动黄河流域生态保护和高质量发展”，再到“全面推动黄河流域生态保护和高质量发展”。可以说，黄河流域实现了绿色转型高质量发展的同时，其生态保护和高质量发展也进入了更为系统化的发展阶段，推动黄河流域生态保护和高质量发展的主要途径也由绿色转型发展进一步提升为包容性绿色发展。包容性绿色发展是绿色发展的更高级阶段[1]，具体是以资源节约和环境友好为前提，实现经济持续增长和社会包容度持续增加。现阶段水资源是黄河流域最为稀缺的资源之一，其水资源总量仅占全国的2.6%，却承载着全国30%人口和25%经济总量；沿黄很多省区在发展过程中都在实行“四水四定”原则（ “四水四定”原则指将水资源作为发展中最大的刚性约束，合理规划城市、土地、人口和产业的发展，即“以水定城、以水定地、以水定人、以水定产”。）。因此，黄河流域的包容性绿色发展必须将水资源节约的水循环利用系列标准作为最重要的因素加以考量。
涉及包容性绿色发展效率的研究成果主要有以下几个特征：第一，在测度方法选择上，早期学者们多基于熵权法测度不同地区的包容性绿色发展效率[2-6]。由于采用熵权法测度地区综合发展效率时需人为对各指标进行赋权，可能使效率测度结果存在一定主观性；为此，越来越多的研究开始采用数据包络分析法（DEA）及其衍生模型来衡量地区综合发展效率水平，如Malmquist-Luenberger指数、SBM模型、超效率SBM模型等[7-9]。第二，在指标构建上，现有研究多选取资本、劳动和资源为投入指标[10]，国内生产总值（GDP）为期望产出指标[11]，环境污染物为非期望产出指标[12]。第三，在研究内容上，早期研究多从静态视角探究包容性绿色发展效率的地域差异与时序演变特征[13-16]，当前研究逐步由静态格局分析转向多维驱动机制的探究，围绕经济发展水平、环境规制、产业结构等方面探究包容性绿色发展的影响因素[17-18]。
现有研究为包容性绿色发展效率的测度及分析提供了有益参考，但仍存在以下拓展空间：第一是在研究范围上缺乏专门聚焦黄河流域这一国家重大发展战略区域的包容性绿色发展研究。第二是聚焦黄河流域几无以水循环为视角构建其包容性绿色发展效率指标体系并加以测度分析的研究，这与黄河流域水资源严重匮乏和作为发展刚性约束资源的现状相去甚远。第三是现有文献对包容性绿色发展效率测度后主要侧重于分析区域内不同城市和地域之间的差异，而从不同维度对包容性绿色发展影响因素及其影响效应时空变化系统性分析相对欠缺。基于此，本文以黄河流域为研究对象，结合流域内水资源匮乏现实特征，将水循环相关指标纳入来构建基础指标体系，采用超效率SBM模型测度全流域2013—2022年地级市层面的包容性绿色发展效率，并进一步分析流域包容性绿色发展效率的时空演化特征、影响因素及其影响效应的时空演化特征，以期为全面推动黄河流域生态保护和高质量发展提供裨益启示。

1 数据与方法

1.1 研究区概况

借鉴柴国荣等[19]、李新越等[20]和岳立等[21]的研究，以黄河流经省份所辖地级市为考察范围，剔除数据缺失严重的部分城市（州、盟）后，将研究对象确定为流域内77个地级市。结合2021年10月8日中共中央、国务院印发《黄河流域生态保护和高质量发展规划纲要》的划分标准，将黄河流域77个地级市划分为上、中、下游3个区域（表1），同时对不同区域划分形成的空间格局进行可视化展示（图1）。
表1 黄河流域城市区域划分情况

Tab. 1 Regional division of cities in the Yellow River Basin

区域 包含城市
上游 白银市、定西市、嘉峪关市、金昌市、酒泉市、兰州市、平凉市、庆阳市、天水市、武威市、西宁市、张掖市
中游 安康市、安阳市、巴彦淖尔市、包头市、宝鸡市、大同市、鄂尔多斯市、汉中市、鹤壁市、呼和浩特市、焦作市、晋城市、晋中市、开封市、临汾市、洛阳市、漯河市、吕梁市、南阳市、平顶山市、濮阳市、三门峡市、商洛市、商丘市、石嘴山市、朔州市、太原市、铜川市、渭南市、乌海市、乌兰察布市、吴忠市、西安市、咸阳市、忻州市、新乡市、信阳市、许昌市、延安市、阳泉市、银川市、榆林市、运城市、长治市、郑州市、中卫市、周口市、驻马店市、固原市、晋中市
下游 滨州市、德州市、东营市、菏泽市、济南市、济宁市、聊城市、临沂市、青岛市、日照市、泰安市、威海市、潍坊市、烟台市、枣庄市、淄博市
图1 黄河流域城市区域划分情况

注：基于自然资源部标准地图服务网站审图号为GS(2023)2767号的标准地图制作，底图边界无修改。下同。

Fig. 1 Regional division of cities in the Yellow River Basin

1.2 研究方法

1.2.1 超效率SBM模型

考虑到超效率SBM模型[22]能克服传统DEA模型中多个有效决策单元（DMU）之间的可比性问题，拟采用超效率SBM模型将流域内确定观测的每个地级市视为一个DMU来构建并计算其包容性绿色发展效率值。具体公式如下：
ρ = m i n 1 m ∑ i = 1 m x - / x i k 1 s 1 + s 2 ∑ ρ = 1 s 1 y d ¯ / y p k d + ∑ q = 1 s 2 y u ¯ / y q k u
  s . t . x - ≥ ∑ j = 1 ,   ≠ k n x i j λ j ,   y d ¯ ≥ ∑ j = 1 ,   ≠ k n y p j d λ j ,   y u ¯ ≥ ∑ j = 1 ,   ≠ k n y q j u λ j x - ≥ x k , y d ¯ ≤ y k d , y u ¯ ≤ y k u λ j ≥ 0 , j = 1 ,   2 ,   ⋯ ,   n , j ≠ 0 i = 1 ,   2 ,   ⋯ ,   m , p = 1   2 ,   ⋯ ,   s 1 , q = 1 ,   2 ,   ⋯ ,   s 2
式中： ρ为包容性绿色发展效率值；m、 s 1、 s 2分别为投入、期望产出和非期望产出的个数；u为期望矩阵；d为非期望矩阵； x -、 y d ¯、 y u ¯分别为投入、期望产出和非期望产出的松弛变量；k、j为不同的决策单元； x i k、 y p k d、 y q k u和 x i j、 y p j d、 y q j u分别为第k和j个决策单元的第i项投入、第p项期望产出和第q项非期望产出； x k、 y k d、 y k u分别为第k个决策单元的投入、期望产出和非期望产出； λ j为第j个决策单元的权重；n为决策单元的个数。

1.2.2 时空地理加权回归模型

时空地理加权回归（Geographically and temporally weighted regression，GTWR）[23]模型在传统地理加权回归（Geographically weighted regression，GWR）模型的基础上发展而来，旨在更精确地捕捉空间和时间维度上自变量数据的变化特征。该模型通过动态调整权重，反映不同位置和时间对因变量的影响，能够有效揭示区域数据的局部特征和变化趋势。在本文中，利用GTWR模型深入分析黄河流域包容性绿色发展效率的驱动因素。具体公式为：
y i t = β 0 u i , v t + ∑ k β k u i , v t x i k + ε i
式中： y i t为黄河流域城市的包容性绿色发展效率值； u i和 v t分别为空间位置和时间点的特征；自变量 x i k涵盖了影响包容性绿色发展效率的多种因素；系数 β 0 u i , v t和 β k u i , v t为随时空位置 u i , v t变化的参数，能够揭示不同影响因素在不同区域和时间段对绿色发展效率的驱动作用； ε i为误差项。

1.3 指标选取和数据来源

包容性绿色发展是强调在追求资源节约、生态环境保护、经济增长和社会包容之间寻找最大公约数的发展模式。社会水循环作为流域“自然-社会”二元水循环理论的核心要素，指人类通过取用、调控和转化自然水资源以满足经济社会需求，进而改变自然水循环路径并形成人工动态循环的过程，其兼具生态、经济、社会等属性[24]，是实现黄河流域包容性绿色发展的重要基础。在借鉴孟望生等[25]和徐辉等[26]指标选取的基础上，考虑包容性绿色发展含义和黄河流域水资源刚性约束现状，将水循环过程中取水、再生回用、污水处理环节所对应的水资源投入、水资源重复利用和水污染指标纳入黄河流域包容性绿色发展效率测度指标体系。具体而言，将生产中使用的水资源和资本、劳动、能源一道纳入构成投入指标；将生产中反映水资源集约节约利用情况的水资源重复利用率和地区生产总值、综合社会福利指数一同纳入构成期望产出指标；将生产中反映环境污染的水污染、空气污染和反映社会包容度反向指标的城乡收入差距、失业率一同纳入构成非期望产出指标。其中，社会福利综合指数通过选取反映医疗、教育、养老保障等社会福利关键领域多维指标，并使用RAGA-PPC模型对这些指标进行降维处理后合成得到；空气污染指数也是通过运用RAGA-PPC模型对空气质量体系指标群中各子指标值与CO2值综合合成所得。各类指标及其衡量情况具体见表2。
表2 包容性绿色发展效率测度指标说明

Tab. 2 Explanation of the metrics for measuring the efficiency of green inclusive development

类别 指标 衡量方式
投入 资本 固定资产投资/104元
劳动 城镇从业人员数/104人
能源 全社会用电量/10 MWh
水资源 城市供水总量/104 m3
期望产出 经济产出 实际生产总值/104元
社会福利 社会福利指数（运用RAGA-PPC模型将每万人医疗床位、中小学师生比、养老保险覆盖率综合成社会福利指数）
水资源重复利用 城市用水重复利用率/%
非期望产出（环境
污染）		 空气污染 空气污染指数（运用RAGA-PPC模型将空气质量体系指标群中各子指标值（PM2.5、PM10、SO2、NO2、CO、O3）与CO2值综合成空气污染指数）
水污染 污水排放量/104 t
非期望产出（社会
不公）		 城乡居民收入
差距		 城镇居民可支配收入/农村居民可支配收入
失业 失业率/%
各基础指标的数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《中国城市建设统计年鉴》、各省市统计年鉴以及美国国家海洋和大气管理局下设的国家环境信息中心；数据缺失部分采用线性插值法或时间序列几何插值法进行填补。

2 黄河流域包容性绿色发展效率时空演化特征

2.1 时间演化特征

将确定好的黄河流域77个城市2013—2022年包容性绿色发展指标数据引入超效率SBM模型进行包容性绿色发展效率测算。并利用测算结果绘制全流域及将流域分为上、中、下游3大地区的包容性绿色发展效率趋势图（图2）。全流域总体的包容性绿色发展效率水平呈逐年上升趋势，且这种趋势在2019年以后更为明显，具体由2013年的0.55上升至2019年的0.60，再跃升至2022年的0.72。由此可见，党的十八大以来黄河流域的包容性绿色发展效率水平呈现持续向好的发展态势，且该态势在2019年后变得更为明显。上述态势的变化可能与十八大以来党中央提倡的绿色发展理念深入人心有关，更与2019年后黄河流域生态保护和高质量发展被确定为国家重大战略直接相关。
图2 2013—2022年黄河流域包容性绿色发展效率趋势

Fig. 2 Trends in inclusive green development efficiency in the Yellow River Basin from 2013 to 2022

分区域看，流域内上中下游不同地区包容性绿色发展效率水平的时空变化趋势呈现出明显的差异。具体而言，上、中游地区的包容性绿色发展效率水平均呈持续上升态势，分别由2013年的0.55、0.54上升至2022年的0.72、0.73，期间上游的包容性绿色发展效率指数虽高于中游地区但中游地区的增速快于上游地区；下游地区包容性绿色发展效率水平存在较大波动，2013—2018年遥遥领先于中上游地区但到2019年出现较大下滑落入“低谷”，此后触底反弹呈现较大增速提升但是直至2022年仍然低于中上游地区。这说明流域内三大地区的包容性绿色发展效率在2019年前均呈现上升态势且上、下游地区要明显优于中游地区，2019年后下游地区出现较大的回落且在此之后虽然继续高速回升但仍然低于上中游地区。出现上述态势的原因可能是，上游地区传统产业基础薄弱致使党的十八大后与包容性绿色发展相适应的产业更易落地，下游地区传统产业已经实现了一定程度的绿色化和高端化，而中游地区则可能处于传统产业较为密集的发展阶段。因此，样本期前半段上游和下游的包容性绿色发展效率高于中游地区。2019年下游地区生产总值出现了较大幅度缩水，加之其不存在水资源短缺问题致使2019年黄河流域生态保护和高质量发展确定为国家重大战略后下游与中上游地区的水资源集约水平差距进一步拉大，使得2019年后下游地区的包容性绿色发展效率低于中上游地区。
进一步绘制黄河流域包容性绿色发展效率的核密度图（图3）。可以发现，以2019年为界，黄河流域包容性绿色发展呈现不同的分布特征。具体而言，2013—2019年流域内城市的包容性绿色发展效率值主要集中在0.6~0.8之间，核密度曲线呈现明显的单峰特征，表明流域内不同城市间包容性绿色发展水平相对均衡；2019—2022年包容性绿色发展效率分布逐渐趋于平坦，核密度曲线峰值降低且分布范围拉宽，说明流域内城市间包容性绿色发展逐渐呈现两极分化趋势。
图3 黄河流域包容性绿色发展效率核密度

Fig. 3 Kernel density of inclusive green development efficiency in the Yellow River Basin

2.2 空间演化特征

为更好观察黄河流域包容性绿色发展效率空间演化特征，借助ArcGIS软件采用自然断点法分别绘制2013—2022年黄河流域包容性绿色发展效率空间分布图（图4）。可以发现，样本观测期间，流域内77个城市整体的包容性绿色发展效率出现大幅提升，低值区逐渐发生等级跃迁，中高值区数量不断增加；空间上呈现出以省会等发达城市为核心的成片集聚分布特征。
图4 2013—2022年黄河流域包容性绿色发展效率空间分布

Fig. 4 Spatial distributions of inclusive green development efficiency in the Yellow River Basin from 2013 to 2022

与此同时，计算流域内包容性绿色发展效率的全局莫兰指数以观测其空间相关性。结果显示，样本期间流域的包容性绿色发展效率全局莫兰指数均显著为正的同时呈现下降趋势，具体从0.235波动下降至0.075（表3）。由此可见，包容性绿色发展效率在空间分布上存在正空间自相关性，但这种特征呈现出越来越不明显的变化趋势。可能与绿色发展理念普及、区域政策调整和全流域政策的协同性提升有一定关系，这种变化也反映出黄河流域包容绿色的区域协调发展取得积极成效。
表3 黄河流域城市全局Moran's I测度结果

Tab. 3 Global Moran's I measurement results for cities in the Yellow River Basin

年份 全局莫
兰指数		 期望莫
兰指数		 莫兰指数
标准差		 Z统计量 P值
2013 0.235 -0.013 0.069 3.597 0.000
2014 0.241 -0.013 0.069 3.692 0.000
2015 0.274 -0.013 0.069 4.168 0.000
2016 0.254 -0.013 0.069 3.876 0.000
2017 0.188 -0.013 0.069 2.911 0.002
2018 0.147 -0.013 0.069 2.318 0.010
2019 0.115 -0.013 0.069 1.866 0.031
2020 0.157 -0.013 0.069 2.480 0.007
2021 0.229 -0.013 0.068 3.561 0.000
2022 0.075 -0.013 0.068 1.285 0.099
为观测地区差异，进一步分别计算全流域和上、中、下游地区包容性绿色发展效率的Dagum基尼系数。结果显示，总基尼系数呈逐年下降趋势，由0.125下降至0.096且始终位于指数等级极低状态①（①联合国开发计划署等组织规定（https://www.weijingsu.com/zhishi/4863.html）[2023-01-02]：基尼系数在[0.00,0.20)、[0.20,0.30)、[0.30,0.40)、[0.40,0.60)和[0.60,1.00]区间中，分别为指数等级极低（高度平均）、指数等级低（比较平均）、指数等级中（相对合理）、指数等级高（差距较大）和指数等级极高（差距悬殊）。）（表4）。说明全流域层面包容性绿色发展效率的地区差异处于极低水平的同时还呈现逐年缩小态势。从全流域层面总基尼系数的分解来看，样本期内地区间差距贡献率呈逐年下降趋势；超变密度贡献率呈逐年上升趋势；地区内差距贡献率占据主导地位且呈现较为平稳趋势，一直维持在46%左右。反映出现阶段全流域包容性绿色发展差距主要源于上、中、下游的包容性绿色发展差距，三大地区间差距对全流域差距影响则越来越小。分上、中、下游三大地区内部差距来看，上、中游地区内基尼系数均呈下降趋势，具体在2013—2022年分别从0.173下降至0.151和从0.117下降至0.088；而下游地区内基尼系数总体呈略微上升趋势，由0.043上升至0.055。说明上、中游地区内的包容性绿色发展水平各自呈现趋于协调的同时，下游地区内的包容性绿色发展水平出现了一定程度的分化现象。可能与下游地区人才、资本和高端产业向青岛、济南等经济发达的中心城市进一步集中，其他非中心城市传统产业转型速度和经济发展速度相对较慢有关。
表4 黄河流域包容性绿色发展效率的Dagum基尼系数测度结果

Tab. 4 Measurement results of the Dagum Gini coefficient for inclusive green development efficiency in the Yellow River Basin

年份 总基尼系数 地区内基尼系数 贡献率/%
上游 中游 下游 地区内 地区间 超变密度
2013 0.125 0.173 0.117 0.043 46.304 37.644 16.052
2014 0.110 0.165 0.098 0.034 44.560 40.554 14.886
2015 0.103 0.165 0.089 0.037 43.891 39.996 16.113
2016 0.103 0.150 0.091 0.040 44.446 39.621 15.933
2017 0.105 0.146 0.098 0.039 46.183 37.323 16.494
2018 0.101 0.140 0.094 0.047 46.660 34.390 18.951
2019 0.092 0.133 0.091 0.027 48.739 30.303 20.958
2020 0.086 0.132 0.082 0.028 47.160 30.161 22.678
2021 0.077 0.132 0.070 0.029 45.988 31.097 22.914
2022 0.096 0.151 0.088 0.055 46.817 26.912 26.272

3 黄河流域包容性绿色发展效率影响因素实证分析

3.1 影响因素选取和GTWR模型检验

借鉴现有研究成果[27-31]，结合黄河流域实际，从城市发展、自然地理、制度环境和社会发展4个方面选取包容性绿色发展效率的影响因素。城市发展方面，选取城市多中心化程度、城市空间形态紧凑度与城市化水平作为包容性绿色发展效率的影响因素，具体采用基于夜间灯光数据的多中心结构测量方法来测度城市多中心化程度，采用基于城市用地几何特性的紧凑度测量方法[32]测度城市空间形态紧凑度，采用城镇人口与总人口的比重衡量城市化水平。自然地理方面，主要选取风速、气温和降水量作为影响因素，具体以地区年均风速、气温和降水量作为衡量指标。制度环境方面，主要选取环境规制和政府财政支持作为影响因素，具体以各地区政府文件中绿色环保相关词汇的出现频率来衡量环境规制强度、一般公共预算占地区生产总值的比重衡量财政支持程度[33]。社会发展方面，主要选取产业结构、对外开放度和技术进步3个因素，分别以第三产业占第一、二产业总和之比、进出口额占地区生产总值的比重和地区专利授权总数的对数作为衡量指标，各具体指标的描述性统计见表5。
表5 黄河流域城市包容性绿色发展效率主要影响因子描述性统计

Tab. 5 Descriptive statistics of major influencing factors for inclusive green development efficiency in the Yellow River Basin cities

影响因子 样本量 最小值 最大值 均值 标准误差
城市空间形态紧凑度 770 1.00 1.97 1.23 0.01
城市多中心结构 770 0.00 0.84 0.32 0.01
城市化水平 770 0.15 1.00 0.47 0.01
降水量 770 69.90 1552.51 681.74 9.12
气温 770 4.21 21.92 12.71 0.13
风速 770 5.40 15.64 9.33 0.06
环境规制 770 3.00 139.00 49.01 0.69
政府财政支持 770 0.07 0.92 0.21 0.00
产业结构 770 0.23 2.19 0.82 0.01
对外开放度 770 0.00 0.73 0.11 0.01
技术进步 770 1.79 11.36 7.28 0.06
使用GTWR模型前要对上述影响因素对应的自变量进行多重共线性检验。检验结果显示，所有变量的方差膨胀因子（Variance inflation factor，VIF）均小于5（表6），说明各自变量间不存在严重的共线性问题，可进行后续建模分析。此外，将GTWR模型与最小二乘法（Ordinary least squares，OLS）模型进行对比检验。两模型拟合优度的对比检验结果（表7）显示，GTWR模型R2值（0.021）大于OLS模型的R2值（0.013），GTWR模型的残差平方和（RSS）小于OLS模型的对应值，说明相较于OLS模型，GTWR模型的分析效果更佳。
表6 GTWR模型解释变量方差膨胀因子（VIF）

Tab. 6 Variance inflation factor (VIF) coefficients of explanatory variables in the GTWR model

变量名 城市空间形
态紧凑度		 城市多中
心结构		 城市化水平 降水量 气温 风速 环境规制 政府财
政支持		 产业结构 对外开放度 技术进步
VIF 1.083 1.448 1.866 1.672 1.750 1.508 1.147 2.124 1.754 1.589 2.643
表7 回归模型拟合优度与结果比较

Tab. 7 Comparison of goodness of fit and results of regression model

模型 OLS模型 GTWR模型
残差平方和（RSS） 29.019 28.807
拟合优度（R2） 0.013 0.021

3.2 GTWR模型估计结果分析

采用ArcGIS软件进行GTWR模型估计以获得各因素对黄河流域包容性绿色发展效率的时空影响并对其进行可视化展示，结果由图5可见：
图5 2013年和2022年黄河流域城市包容性绿色发展效率GTWR模型回归系数空间分布

Fig. 5 Spatial distributions of GTWR regression coefficients for urban inclusive green development efficiency in the Yellow River Basin in 2013 and 2022

城市发展方面。城市多中心结构的GTWR模型回归系数一直为正且持续增大，同时中高值区从流域下游地区逐渐向上中游地区扩展，表明城市多中心结构对流域包容性绿色发展具有促进作用且这种促进作用强的区域由起初的下游地区逐渐向全流域扩散。这主要得益于国家政策支持，《2013年中央城镇化工作会议公报》提出要优化城镇化空间布局和形态，强调了多中心结构的重要性，而上中游地区逐渐具备发展中心结构的条件，能够有效分散城市功能，提升资源利用效率，进而促进包容性绿色发展效率提升。城市空间形态紧凑度的GTWR模型回归系数随时间也不断增大，但空间分布特征则相对稳定，具体呈现上、中、下游逐次递减特征；这表明城市空间形态紧凑度对黄河流域包容性绿色发展效率促进作用整体持续增大的同时，流域内不同地区间作用大小格局未发生变化。这种增强主要得益于相关政策支持与水资源保护的双重驱动；2016年国务院发布《关于深入推进新型城镇化建设的若干意见》，倡导构建多中心、网络化的开发格局，促进国土空间集约利用。此后，黄河流域各地政府以水资源保护为核心，积极实施“集约化”建设，尤其在水资源紧缺地区，通过提升城市空间紧凑度，有效降低了基础设施建设对水资源的消耗，提高了水资源重复利用率，进而提升了包容性绿色发展效率。城市化水平的GTWR模型回归系数始终为正但持续减小，且中高值区逐步东移，表明其对包容性绿色发展的促进作用逐渐减弱；主要是因为城镇化进程中人口规模逐渐超过区域生态承载力，对包容性绿色发展产生资源挤占效应。
自然地理方面。风速的GTWR模型回归系数在样本期内整体由负转正的同时其空间分布格局保持相对稳定，这说明流域内风速对包容性绿色发展效率的影响由样本初期的抑制作用转变为样本末期的促进作用，同时也在一定程度上反映出十八大以来黄河流域在推动风能资源利用模式转变、促进就业增长、优化能源结构上取得了积极成效。气温的GTWR模型回归系数在样本期内整体由正转为负的同时在空间上始终呈“上游高、中下游低”的分布格局，这说明气温对包容性绿色发展效率的影响由样本初期的促进作用逐渐转向样本末期的抑制作用，且这种影响对中下游地区更为不利。这也一定程度上反映出黄河流域的环境气候脆弱性，样本期内气温提升整体上不利于流域内包容性绿色发展效率提升，但是上下游海拔高低差异引起的气温差可能使得处于气温发挥促进作用阶段时在上游地区更为明显，而出现抑制作用阶段时在中下游地区更为明显。降水量的GTWR模型回归系数在样本期内整体始终为负且数值逐渐变小的同时，空间分布格局亦相对稳定，说明流域内降水量对包容性绿色发展效率存在抑制作用且这种作用在样本期内逐渐减弱，可能归因于流域内农业水利工程和高标准农田建设、农业灌溉技术提升、工业高端化改造等提升了水资源利用率，进而提高流域包容性绿色发展效率。
制度环境方面。环境规制的GTWR模型回归系数在样本期内始终为正且逐渐下降的同时，在空间上呈现由上游到中下游逐渐减小的分布特征。折射出当前的环境规制有利于流域内包容性绿色发展效率提升的同时，这种作用在时间维度上呈现随时间逐渐降低、在空间格局上呈现由上游到中下游依次降低的特征。在一定程度上反映出十八大以来黄河流域的生态环境脆弱性整体得到改善，进而使得全流域包容性绿色发展效率对于环境规制强度的敏感性降低；同时由于上游的生态环境更为脆弱使得其包容性绿色发展效率的环境规制敏感性要比中下游更强。政府财政支持的GTWR模型回归系数在样本期内始终为负且逐渐下降的同时其空间分布格局保持相对稳定。表明政府财政支持未有效赋能区域包容性绿色发展，主要是因为黄河流域各城市的公共预算投入仍集中于传统基建领域，而基建投资将挤占生态投入，从而抑制城市包容性绿色发展效率提升。
社会发展方面。产业结构的GTWR模型回归系数在样本期内始终为正且持续增大，空间分布格局保持相对稳定。这说明流域内产业结构升级对包容性绿色发展的促进效应随时间推移逐步强化。主要原因在于产业结构升级往往伴随产业链的延伸和优化，随着时间推移，流域内上下游产业之间的协同效应不断增强，这种协同效应不仅提高了资源利用效率，还减少了环境污染，从而推动包容性绿色发展。对外开放度的GTWR模型回归系数在样本期内始终为负且其绝对值逐渐增大的同时，在空间上呈现中低值区域范围不断扩大的特征。这说明现阶段流域对外开放程度不利于包容性绿色发展，主要原因在于流域内外资主要倾向于布局高能耗、高排放的加工制造业，这些产业会在一定程度上恶化本就脆弱的生态环境，进而不利于包容性绿色发展。技术进步的时空地理加权回归系数在样本期内始终为负且其绝对值逐渐增大的同时，空间分布呈现中低值区向北扩散的特征。这说明现阶段流域内技术进步对包容性绿色发展存在抑制作用，主要原因在于技术进步促进投入产出效率提升的同时会进一步拉大收入差距并造成失业，同时现行产业政策下技术进步在鼓励部分高耗水行业发展①（①《产业结构调整指导目录（2019）》将部分传统能源技改项目列为鼓励类，如电解铝、焦化、燃煤锅炉与火电技术等。），这些将在一定程度上会抑制水循环视角下包容性绿色发展效率水平提升。

4 讨论

聚焦水循环视角测度流域内城市层面的包容性绿色发展效率水平并分析其变化特征及影响因素，对于认识和全面推动流域生态保护和高质量发展具有重要意义。本文旨在水循环视角下测度并分析十八大以来黄河流域城市层面的包容性绿色发展效率水平，系统解析其时空分异规律及影响因素，这将是黄河流域包容性绿色发展研究的有益尝试。与现有研究比，本文主要贡献如下：第一，丰富了黄河流域包容性绿色发展研究的视角。本文专门以水循环为视角聚焦黄河流域包容性绿色发展效率进行研究，弥补了既有研究未充分重视黄河流域水资源约束的不足。第二，完善并优化黄河流域包容性绿色发展效率测度指标体系。将城市供水总量和水资源重复利用率这2个反映黄河流域水资源重要性现实特征的要素，分别作为投入和期望产出指标纳入指标体系的同时，还对空气污染和社会福利这2个常规指标采用加速遗传算法投影寻踪模型进行了优化，进一步提升了本文对黄河流域包容性绿色发展效率测度指标体系构建的科学性和实用性。与此同时，本文仍存在不足之处尚待完善：包容性绿色发展效率涉及范围较广，今后可进一步从更多元的角度探讨包容性绿色发展效率的影响因素，并从实证研究层面对提升策略进行定量识别，以期为推动黄河流域城市高质量发展提供学术参考。

5 结论与建议

5.1 结论

（1） 从时空演进特征来看，黄河流域城市层面的包容性绿色发展效率总体上呈逐年上升趋势，且这种趋势在黄河流域生态保护和高质量发展国家重大战略提出后变得更为明显。上游和中游地区的包容性绿色发展效率均呈持续上升态势且上游地区水平值略高于中游地区的同时，增速慢于中游地区；下游地区的包容性绿色发展效率则出现较大波动；在城市层面包容性绿色发展效率则呈现出逐渐两极分化的趋势。
（2） 从空间分异特征来看，流域内包容性绿色发展效率在空间分布上存在正空间自相关性，且由此呈现出以省会等发达城市为核心的高效率值成片集聚分布特征，但是这种自相关性呈逐渐减弱的变化趋势。从全流域层面来看，流域内包容性绿色发展效率差异主要来自于上、中、下游各自地区内差距的贡献，且这种差异呈现出低水平下持续下降的变化趋势。从上、中、下游三大地区层面来看，上游和中游地区内包容性绿色发展效率各自呈现趋同特征，而下游地区则出现了一定程度的分化。
（3） 从影响因素来看，黄河流域包容性绿色发展效率的影响因素主要集中于城市形态、自然地理、制度环境和社会发展4个方面，且它们对包容性绿色发展效率影响效应的时空变化特征各不相同。其中，城市多中心结构、空间紧凑度、城市化水平、环境规制和产业结构对黄河流域包容性绿色发展具有促进作用；而对外开放度、技术进步、降水量和政府支持对流域内包容性绿色发展产生抑制作用；风速与气温对地区的包容性绿色发展影响作用分别为由抑制转为促进和由促进转为抑制。

5.2 建议

（1） 全域统筹，推进生态治理协同。黄河流域要沿着党中央决策部署深入坚持和完善好涉及绿色发展和全面推动黄河流域生态保护和高质量发展重大战略的各项政策措施，同时要加强政策的协同性以抑制包容性绿色发展效率的继续分化。
（2） 因城施策，实施差异化发展战略。上游地区要继续实施农业和制造业等绿色化和节水化改造提升水资源利用效率以进一步加快包容性绿色发展效率提升速度；下游地区要在培育新质生产力的同时减少由此带来的经济波动性以维持包容性绿色发展效率提升的稳定性。
（3） 优势赋能，动态优化治理策略。发挥城市多中心结构、空间紧凑度的优化作用，优先布局紧凑型城市群，构建高效协同的区域发展格局；规避对外开放的负面影响，控制高污染产业进入，强化绿色准入标准；构建环境适配型政策体系，依据风速、气温等自然要素动态调整产业准入门槛与生态补偿机制，形成自然本底约束下的包容性绿色发展适配机制。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王修华, 彭德荣, 李万利. 以新质生产力发展推进中国式现代化——第二届“中国式现代化经济发展前沿论坛”研讨会综述[J]. 中国农村经济, 2024(10): 174-184.

[Wang Xiuhua, Peng Derong, Li Wanli. Advancing Chinese modernization through the development of new quality productive forces: A summary of the 2nd frontier forum on Chinese modernization and economic development[J]. Chinese Rural Economy, 2024(10): 174-184.]

[2]
周小亮, 吴武林, 廖达颖. 我国区域包容性绿色增长测度与差异研究[J]. 科技进步与对策, 2018, 35(6): 42-49.

DOI

[Zhou Xiaoliang, Wu Wulin, Liao Daying. Research on the measurement and difference of regional inclusive green growth in China[J]. Science & Technology Progress and Policy, 2018, 35(6): 42-49.]

[3]
周小亮, 吴武林. 中国包容性绿色增长的测度及分析[J]. 数量经济技术经济研究, 2018, 35(8): 3-20.

[Zhou Xiaoliang, Wu Wulin. The measurement and analysis of the inclusive green growth in China[J]. Journal of Quantitative & Technological Economics, 2018, 35(8): 3-20.]

[4]
吴武林, 罗世华, 刘祥官. 长江经济带包容性绿色发展的测度评价、动态分布与收敛趋势[J]. 江西财经大学学报, 2022(6): 13-28.

[Wu Wulin, Luo Shihua, Liu Xiangguan. Measurement evaluation, dynamic distribution and convergent tendency of the inclusive green development in the Yangtze River Economic Belt[J]. Journal of Jiangxi University of Finance and Economics, 2022(6): 13-28.]

[5]
王宇昕, 余兴厚, 黄玲. 长江经济带市域包容性绿色增长的空间格局分布与演变特征[J]. 技术经济, 2019, 38(6): 80-89.

[Wang Yuxin, Yu Xinghou, Huang Ling. Spatial pattern distribution and evolution characteristics of inclusive green growth in urban areas of Yangtze River Economic Belt[J]. Journal of Technology Economics, 2019, 38(6): 80-89.]

[6]
李清, 贾庆洲, 汪福庆. 中国包容性绿色发展协同演进及空间收敛性分析[J]. 生态经济, 2024, 40(10): 156-164.

[Li Qing, Jia Qingzhou, Wang Fuqing. Analysis of inclusive green growth, synergy evolution, and spatial convergence in China[J]. Ecological Economy, 2024, 40(10): 156-164.]

[7]
周锐波, 吴云峰, 宋佳晞. 共生共荣: 工业智能化发展与包容性绿色增长[J]. 中国人口·资源与环境, 2024, 34(5): 162-174.

[Zhou Ruibo, Wu Yunfeng, Song Jiaxi. Symbiosis and co-prosperity: Industrial intelligence development and inclusive green growth[J]. China Population, Resources and Environment, 2024, 34(5): 162-174.]

[8]
李波, 徐奥辉, 甘天琦. 信息基础设施赋能包容性绿色增长的效应与机制[J]. 统计与决策, 2024, 40(16): 73-78.

[Li Bo, Xu Aohui, Gan Tianqi. Effects and mechanisms of information infrastructure empowering inclusive green growth[J]. Statistics & Decision, 2024, 40(16): 73-78.]

[9]
李华, 董艳玲. 中国经济高质量发展水平及差异探源——基于包容性绿色全要素生产率视角的考察[J]. 财经研究, 2021, 47(8): 4-18.

[Li Hua, Dong Yanling. China's high-quality economic development level and the source of differences: Based on the inclusive green TFP perspective[J]. Journal of Finance and Economics, 2021, 47(8): 4-18.]

[10]
孟望生. 黄河流域地级市经济绿色增长效率的测度[J]. 统计与决策, 2022, 38(1): 113-117.

[Meng Wangsheng. Measurement of economic green growth efficiency in prefecture-level cities of the Yellow River Basin[J]. Statistics & Decision, 2022, 38(1): 113-117.]

[11]
谷魁英, 孙慧. 中国城市包容性绿色增长指数测度与分析[J]. 统计与决策, 2022, 38(8): 100-104.

[Gu Kuiying, Sun Hui. Measurement and analysis of inclusive green growth index in cities of China[J]. Statistics & Decision, 2022, 38(8): 100-104.]

[12]
曹姗姗, 何昭丽, 徐力璇, 等. 区域旅游发展对水资源绿色效率的影响及其时空分异[J]. 经济地理, 2023, 43(7): 215-224.

DOI

[Cao Shanshan, He Zhaoli, Xu Lixuan, et al. The impact of tourism development on green efficiency of water resources in China and its spatiotemporal differentiation[J]. Economic Geography, 2023, 43(7): 215-224.]

DOI

[13]
赵林, 高晓彤, 刘焱序, 等. 中国包容性绿色效率空间关联网络结构演变特征分析[J]. 经济地理, 2021, 41(9): 69-78, 90.

DOI

[Zhao Lin, Gao Xiaotong, Liu Yanxu, et al. Evolution characteristics of spatial correlation network of inclusive green efficiency in China[J]. Economic Geography, 2021, 41(9): 69-78, 90.]

DOI

[14]
吴雨阳, 曹煜玲, 朱悦, 等. 中国包容性绿色发展的空间关联网络与区域分异及收敛性研究[J]. 自然资源学报, 2025, 40(2): 436-458.

DOI

[Wu Yuyang, Cao Yuling, Zhu Yue, et al. Spatial correlation network, regional differentiation and convergence of inclusive green development in China[J]. Journal of Natural Resources, 2025, 40(2): 436-458.]

DOI

[15]
吴洋宏, 林栋, 周小亮. 调整财政支出结构推进中国式现代化: 基于包容性绿色增长目标的理论模型与实证检验[J]. 中国环境管理, 2025, 17(1): 40-53.

[Wu Yanghong, Lin Dong, Zhou Xiaoliang. Adjusting fiscal expenditure structure to advance Chinese modernization: A theoretical model and empirical analysis based on inclusive green growth goals[J]. Chinese Journal of Environmental Management, 2025, 17(1): 40-53.]

[16]
马玉林, 马运鹏. 数字经济对城市包容性绿色增长的影响研究[J/OL]. 科研管理. [2025-03-25]. http://kns.cnki.net/kcms/detail/11.1567.G3.20250107.0909.002.html.

[Ma Yulin, Ma Yunpeng. The effects of digital economy on urban inclusive green growth[J/OL]. Science Research Management. [2025-03-25]. http://kns.cnki.net/kcms/detail/11.1567.G3.20250107.0909.002.html.]

[17]
邓淇中, 秦燕丝, 何晓慧. 长江经济带包容性绿色发展时空异质特征及影响因素识别[J]. 中南林业科技大学学报(社会科学版), 2021, 15(6): 1-9.

[Deng Qizhong, Qin Yansi, He Xiaohui. Recognition of the spatio-temporal heterogeneity characteristics and influencing factors about inclusive green development in the Yangtze River Economic Belt[J]. Journal of Central South University of Forestry & Technology (Social Science Edition), 2021, 15(6): 1-9.]

[18]
岳立, 薛丹. 黄河流域沿线城市绿色发展效率时空演变及其影响因素[J]. 资源科学, 2020, 42(12): 2274-2284.

DOI

[Yue Li, Xue Dan. Spatiotemporal change of urban green development efficiency in the Yellow River Basin and influencing factors[J]. Resources Science, 2020, 42(12): 2274-2284.]

DOI

[19]
柴国荣, 李佳音, 付文昊. 黄河流域城市群生态安全能级: 区域差异、动态演化及提升路径[J]. 经济地理, 2025, 45(2): 69-79.

DOI

[Chai Guorong, Li Jiayin, Fu Wenhao. Ecological security level of urban agglomerations in the Yellow River Basin: Regional difference, dynamic evolution and improvement path[J]. Economic Geography, 2025, 45(2): 69-79.]

DOI

[20]
李新越, 班凤梅, 毕旭, 等. 黄河流域减污降碳协同效应的时空特征及影响因素分析[J]. 环境科学研究, 2024, 37(12): 2610-2621.

[Li Xinyue, Ban Fengmei, Bi Xu, et al. Spatio-temporal characteristics and influencing factors of the synergistic effects of pollution and carbon emission reduction in the Yellow River Basin[J]. Research of Environmental Sciences, 2024, 37(12): 2610-2621.]

[21]
岳立, 任婉瑜. 黄河流域城市能源综合效率时空分异与影响因素研究[J]. 地理科学, 2024, 44(4): 630-639.

DOI

[Yue Li, Ren Wanyu. Spatio-temporal distribution and influencing factors of urban comprehensive energy efficiency in the Yellow River Basin[J]. Geographical Science, 2024, 44(4): 630-639.]

[22]
Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002, 143(1): 32-41.

[23]
Huang B, Wu B, Barry M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J]. International Journal of Geographical Information Science, 2010, 24(3): 383-401.

[24]
王浩, 牛存稳, 赵勇. 流域“自然-社会”二元水循环与水资源研究[J]. 地理学报, 2023, 78(7): 1599-1607.

DOI

[Wang Hao, Niu Cunwen, Zhao Yong. Natural-artificial dualistic water cycle in river basins and water resources research[J]. Acta Geographica Sinica, 2023, 78(7): 1599-1607.]

DOI

[25]
孟望生, 刘华桢, 张扬. 黄河流域七大城市群绿色发展效率测度及特征分析[J]. 干旱区地理, 2023, 46(5): 846-856.

DOI

[Meng Wangsheng, Liu Huazhen, Zhang Yang. Measurement and characterization of green development efficiency in seven urban agglomerations in the Yellow River Basin[J]. Arid Land Geography, 2023, 46(5): 846-856.]

DOI

[26]
徐辉, 武彦青. 可持续发展目标下全球包容性绿色增长指数测度研究[J/OL]. 经济地理. [2025-02-25]. http://kns.cnki.net/kcms/detail/43.1126.k.20241022.0925.002.html.

[Xu Hui, Wu Yanqing. Study of the measurement of the global inclusive green growth index under the sustainable development goals[J/OL]. Economic Geography. [2025-02-25]. http://kns.cnki.net/kcms/detail/43.1126.k.20241022.0925.002.html.]

[27]
吴洋宏, 周小亮. 推动高质量发展的《资本论》逻辑基础与拓展分析——基于包容性绿色增长视角[J]. 当代经济管理, 2022, 44(7): 17-23.

[Wu Yanghong, Zhou Xiaoliang. Logical basis and expansion analysis of capital to promote high-quality development: From the perspective of inclusive green growth[J]. Contemporary Economic Management, 2022, 44(7): 17-23.]

[28]
周小亮. 包容性绿色发展: 理论阐释与制度支撑体系[J]. 学术月刊, 2020, 52(11): 41-54.

[Zhou Xiaoliang. Inclusive green development: Theoretical interpretation and institutional support system[J]. Academic Monthly, 2020, 52(11): 41-54.]

[29]
史献芝, 王新建. 包容性绿色发展: 构建人类命运共同体的着力点[J]. 理论探讨, 2018(5): 52-58.

[Shi Xianzhi, Wang Xinjian. Inclusive green development: The pivot for building a community of human destiny[J]. Theoretical Investigation, 2018(5): 52-58.]

[30]
张昊, 韩增林, 乔国荣, 等. 黄河流域城市间旅游经济联系格局及影响因素研究[J]. 干旱区地理, 2023, 46(8): 1344-1354.

DOI

[Zhang Hao, Han Zenglin, Qiao Guorong, et al. Patterns and influencing factors of tourism economic linkages between cities in the Yellow River Basin[J]. Arid Land Geography, 2023, 46(8): 1344-1354.]

DOI

[31]
张明斗, 任衍婷, 周亮. 黄河流域城市生态韧性时空演变特征及影响因素分析[J]. 干旱区地理, 2024, 47(3): 445-454.

DOI

[Zhang Mingdou, Ren Yanting, Zhou Liang. Spatiotemporal evolution characteristics and influencing factors of urban ecological resilience in the Yellow River Basin[J]. Arid Land Geography, 2024, 47(3): 445-454.]

DOI

[32]
方颖, 白秀叶. 城市空间形态、公共服务空间均等化与居民满意度[J]. 经济学(季刊), 2022, 22(4): 1405-1424.

[Fang Ying, Bai Xiuye. Urban geometric shape, spatial equalization of public service and residents' satisfaction[J]. China Economic Quarterly, 2022, 22(4): 1405-1424.]

[33]
申婧, 文清, 张敏, 等. 考虑河长代际责任的城市内河生态可持续治理机制研究[J/OL]. 中国环境科学. [2025-02-25]. https://doi.org/10.19674/j.cnki.issn1000-6923.20241030.001.

[Shen Jing, Wen Qing, Zhang Min, et al. Research on the mechanism of ecologically sustainable governance of urban inland rivers with consideration of river chiefs' inter-generational responsibility[J/OL]. China Environmental Science. [2025-02-25]. https://doi.org/10.19674/j.cnki.is-sn1000-6923.20241030.001.]

Options
文章导航

/

〈 〉