空间关联视域下新疆生态绩效评价研究

摘要 为了深入探究新疆各地州生态绩效水平，根据2020年新疆各地州市生态绩效有关数据，以PSR模型为框架，从生态环境、经济发展、自然资源3个层面选取对新疆生态绩效评价的指标，利用熵值法及综合评价法对新疆2019年各地州的生态绩效进行评价分析，并计算莫兰指数对生态绩效进行空间关联性分析。结果表明：乌鲁木齐市的生态绩效水平最高，博尔塔拉蒙古自治州最低，且综合评分前3的地区均在北疆;新疆各地州的生态绩效水平在空间上呈“低-低”集聚的正相关状况，且集聚化效应明显。

关键词 生态绩效;空间关联分析;新疆

中图分类号 S-9  文献标识码 A

文章编号 0517-6611（2022）10-0231-04

doi：10.3969/j.issn.0517-6611.2022.10.053

Ecological Performance Evaluation in Xinjiang from the Perspective of Spatial Correlation

ZHANG Yan-fei，GUO Sheng-peng，CHU Zhi-pan et al （School of Economics and Management，Tarim University，Alar，Xinjiang 843300）

Abstract In order to understand the ecological performance level of Xinjiang. Based on the data related to the ecological performance of Xinjiang’s various states in 2020， this paper uses the PSR model as a framework to select indicators for the evaluation of Xinjiang’s ecological performance at three levels： ecological environment， economic development and natural resources， uses the entropy value method and the comprehensive evaluation method to evaluate and analyze the ecological performance of Xinjiang’s various states in 2019， and calculates the Moran index to analyze the spatial correlation of ecological performance. The results show that the ecological performance level of Urumqi is the highest and that of Bortala Mongol Autonomous Prefecture is the lowest， and the top three regions in terms of overall rating are all in the north of Xinjiang; the ecological performance levels of all Xinjiang regions show a positive correlation of “low-low” clustering in space， and the clustering effect is obvious.

Key words Ecological performance;Spatial correlation analysis;Xinjiang

作者简介 张燕飞（1997—），女，新疆阿勒泰人，硕士研究生，研究方向：农业管理。通信作者，教授，硕士生导师，从事林业经济管理研究。

收稿日期 2021-08-19

十八大以来，以习近平为中心的党中央多次针对生态环境保护提出重要指示，生态环境治理取得显著成果且深入人心。2021年是“十四五”规划的开局之年，也是实现“第二个百年”奋斗目标的首年，党中央对生态环境保护提出了更全面、更具体的要求。相比较其他省份，新疆生态系统的类型存在多样性，存在较多的生态脆弱地区，因此在生态环境保护与经济可持续发展的事业中更需要关注[1]。该研究从环境、经济、资源3个角度选取指标进行综合评价[2]，并深入探析新疆各地州生态绩效的空间关联性。

目前针对生态绩效评估的体系还不够完善。在指标体系上，部分学者为了全面地衡量某地区的生态绩效，分多维度构建指标体[3-4];在评价方法上，BP神经网络[5]、DEA[6]、指数计算[7]、PSR模型[8-9]等方法都在绩效评价方面得到广泛应用，再与熵权法、主成分分析法等方法相结合，对生态绩效做出评价;在空间分析上，针对某一地区不同区域的细致化空间分析研究较少，一般选用莫兰指数对空间关联特征进行分析[10]。笔者借鉴前人经验，研究新疆各地州市的生态绩效评价体系，以及新疆各地州市生态绩效的空间关联关系。

1 数据来源与统计分析

1.1 指标选取与数据来源

该研究指标数据来自《新疆统计年鉴2020》，用EXCEL整理选取的指标数据，通过熵值法计算权重，最后计算莫兰指数来评估新疆各地州市生态绩效的空间关联性。

根据PSR模型的含义以及生态绩效评价的主要关联因素，参考相关文献确立相应的指标体系，分别判断指标的属性，具体指标体系见表1。

1.2 分地区描述性统计

新疆维吾尔自治区可以按照地区分布划分为南疆地区和北疆地区。各指标分地区进行描述性统计结果见表2。

因指标间有属性差异，该研究用极值法对数据进行标准化处理，通过分地区描述性统计可以看出，各项指标的最大值和最小值都在北疆地区，但北疆的平均值大于南疆。从整体来看，北疆地区好于南疆。南疆的单位GDP用水量指标比较薄弱，标准化后的最大值仅0.06，其中乌鲁木齐市的单位GDP用水量最大，和田地区的最小。南疆地区的人工造林面积指标最好，平均值、最大值和最小值都大于北疆地区。

2 新疆各地州市生态绩效评价

2.1 权重的计算

为计算出指标的权重，需将标准化后的数据进行同度量化处理，公式为Pij=Xijmi=1Xij（i=1，2，…，m;j=1，2，…，n），进而求得各指标的信息熵值、变异性系数以及权重。主要计算公式如下：

（1）信息熵的计算：ej=-k×ni=1pijlog（Pij），ej≥0。

（2）差异系数的计算：gj=1-ej，其中gj越大指标越重要。

（3）权重的计算：wj=gjmj=1gj （j=1，2，3，…，m）。

综上所述，运用各项指标数据计算所得熵值、变异系数以及权重的结果见表3。

2.2 新疆各地州市生态绩效综合得分的计算

根据计算出的指标权重，对新疆各地州市的13项生态绩效指标进行综合评分，公式为：

Si=mj=1wj×Pij（i=1，2，3，…，n）

其中，Si指生态绩效综合得分;wj指第j项指标的权重;Pij为i年份下j指标的标准化值，计算得出的结果见表4。

从表4可以看出，乌鲁木齐市的生态绩效综合指数最大，综合绩效指数得分中排名前三的地区均在北疆地区，说明北疆地区的生态绩效较好，可能是北疆地区邻近内地，经济和生态环境发展较南疆更好。而与乌鲁木齐邻近的吐鲁番市和博尔塔拉蒙古自治州的绩效排名却靠后，说明乌鲁木齐对其周边城市良好的带动作用发挥得不明显。北疆地区的部分地区排名靠后，政府应提高对排名靠后地区的重视程度，加大对其的政策扶持和环境监管力度，促使生态绩效较高的地区帮助和扶持较低的地区，促进南疆与北疆的协调发展。南疆地区虽然较为偏远，经济发展也较为落后，可是南疆地区的综合生态绩效指数的排名却居于中间，说明南疆的生态绩效良好。

2.3 新疆各地州市的GDP与综合得分情况

将新疆各地州市的GDP与各地区的生态绩效综合得分进行对比（图1），可以看出乌鲁木齐市、昌吉州的GDP排名靠前，和田、克州的 GDP 排名靠后。说明北疆的整体经济水平高于南疆，个别地区间相差较大。GDP和生态绩效综合得分差别最大的城市为克孜勒苏柯尔克孜自治州，其次为阿勒泰地区。克州的GDP最小，但生态绩效综合得分居于排名的中间部分，说明克孜勒苏柯尔克孜自治州比较注重生态文明建设，但在生态文明建设方面的工作依然不能掉以轻心，同时增强当地的经济发展，在条件允许的情况下，可以向其他发展情况较好的地区吸取经验，争取提高当地的发展水平。乌鲁木齐市的GDP和生态绩效综合得分都比较高，说明乌鲁木齐市的经济发展和生态文明建设工作都比较好，可以向较差的地区提供帮助，争取新疆早日实现全面发展。生态绩效综合得分最差的是博尔塔拉蒙古自治州，因此要加强该地区的生态监控，制定良好的、有针对性的生态环境保护制度，在今后的经济发展和生态文明建设中要提高对博尔塔拉蒙古自治州、克孜勒苏柯尔克孜自治州等地的关注度，加强帮助与扶持工作。

3 新疆各地州市生态绩效的空间关联性分析

3.1 全局Moran指数的计算

计算公式为：

I=nni=1nj=1wij（xi-）（xj-）

ni=1nj=1wijn1=1（xi-）2=

ni=1nj=1wij（xi-）（xj-）s2ni=1nj=1wij

式中，n指观测值个数;xi、xj是i和j的空间位置;wij表示在空间位置关系的分布情况。i与j相邻时，wij=1;不相邻时，wij=0。

3.2 局部Moran指数的计算 计算公式为：

Ii=（xi-）nj=1wij·（xj-）

nj=1（xj-）2/n

式中，n为观测值个数;xi、xj是i和j的空间位置;wij表示在空间位置关系的情况。 i与j相邻时，wij=1;i与j不相邻时，wij=0。

3.3 空间相关性分析 该研究将计算出的综合得分的数据代入上述公式中，并以各地区综合得分的标准化后的值作为横坐标，综合得分的标准化空间滞后值作为纵向坐标，画出散点图以及归回线，见图2。

莫兰指数为0.143 6，说明新疆各地州市各项指标的综合得分在空间分布上呈正相关，存在相互促进作用，但数值较小，说明地区间的促进作用不是很明显。由散点图可看出，各点主要分布在第一、三象限，说明其生态绩效集聚的现象比较明显。大部分的点落在第三象限，整体上呈现“低低”集聚的正相关状况。新疆各地区的生态绩效局部聚集化效应明显，尤其是生态系统的高值区域和低值区域集聚特征较为显著，落后的地区两极分化，经济发展相对落后的地区其生态绩效也相对低下。较少的点分布在第一象限，说明有些地区的生态绩效和周边的生态绩效都比较好，如乌鲁木齐市、昌吉回族自治州还有克拉玛依市等相邻的地区生态绩效较好。克拉玛依与其周边塔城地区呈现了“高-低”集聚的状况，说明克拉玛依的生态绩效明显高于塔城地区。吐鲁番市和哈密市则出现了“低-低”集聚的空间联系，说明吐鲁番市与哈密市均为生态绩效较低的城市。和田地区周围的地区的生态绩效均高于和田地区，呈现“高-低”集聚的空间联系，存在负的溢出效用，说明和田地区的生态绩效与周围地区的生态绩效差异较大。