李瑞　劉騰花

摘要：實(shí)施黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展的國(guó)家戰(zhàn)略首要任務(wù)是對(duì)沿線城市的生態(tài)環(huán)境與經(jīng)濟(jì)增長(zhǎng)現(xiàn)狀進(jìn)行研判，厘清黃河流域經(jīng)濟(jì)高質(zhì)量發(fā)展的“家底”。文章在采用能值—生態(tài)足跡對(duì)沿線城市生態(tài)環(huán)境進(jìn)行測(cè)度的基礎(chǔ)上，分析了生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系，并對(duì)其影響因素進(jìn)行了討論。結(jié)果表明：一方面，沿線城市生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)顯著的脫鉤狀態(tài)且脫鉤狀態(tài)存在顯著的空間異質(zhì)性，下游出現(xiàn)“好”的脫鉤狀態(tài)所占次數(shù)最多，上游次之，中游最少，其中40個(gè)追趕脫鉤城市中38個(gè)城市均向雙優(yōu)模范城市靠近，追趕脫鉤呈現(xiàn)較好狀態(tài);另一方面，在影響脫鉤因素方面，第二產(chǎn)業(yè)比重的增加不利于脫鉤狀態(tài)的向好轉(zhuǎn)化，財(cái)政支出的增加有利于脫鉤狀態(tài)的向好轉(zhuǎn)化。

關(guān)鍵詞：黃河流域;生態(tài)足跡;經(jīng)濟(jì)增長(zhǎng);脫鉤模型

文章編號(hào)：2095-5960（2021）03-0103-09;中圖分類號(hào)：F127;文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

區(qū)域一體化和經(jīng)濟(jì)由高速增長(zhǎng)向高質(zhì)量發(fā)展轉(zhuǎn)變是中國(guó)道路的兩個(gè)重要經(jīng)驗(yàn)，這表現(xiàn)在黨和國(guó)家制定的一系列戰(zhàn)略措施中，如京津冀協(xié)同發(fā)展戰(zhàn)略、粵港澳大灣區(qū)建設(shè)、生態(tài)文明戰(zhàn)略、美麗中國(guó)建設(shè)等。[1]而二者最新的集中體現(xiàn)是黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略。黃河流域地處干旱、半干旱地區(qū)，全長(zhǎng)5464公里，貫穿我國(guó)東中西三大區(qū)域，其上中游沿線城市地處中西部地區(qū)，面臨經(jīng)濟(jì)發(fā)展落后與生態(tài)環(huán)境脆弱性的雙重困境?？v觀世界經(jīng)濟(jì)發(fā)展歷程可以發(fā)現(xiàn)，人類活動(dòng)和經(jīng)濟(jì)發(fā)展必然會(huì)對(duì)生態(tài)造成破壞，產(chǎn)生環(huán)境污染問(wèn)題，但也不能“因噎廢食”，只要環(huán)境而不要發(fā)展。因此，實(shí)現(xiàn)生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)高質(zhì)量發(fā)展必須要基于新的發(fā)展理念，擺脫對(duì)傳統(tǒng)發(fā)展方式的路徑依賴，在發(fā)展中解決環(huán)境問(wèn)題。

黃河流域生態(tài)環(huán)境保護(hù)和高質(zhì)量發(fā)展的研究主要集中于2019年9月份之后，并多以專題性研究為主，研究成果主要包括內(nèi)涵界定[2-4]、現(xiàn)狀分析[5-8]、戰(zhàn)略實(shí)施路徑[9-12]。關(guān)于生態(tài)環(huán)境和經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究，劉家旗和茹少峰運(yùn)用生態(tài)足跡理論對(duì)黃河流域可持續(xù)發(fā)展?fàn)顟B(tài)進(jìn)行了評(píng)價(jià)，認(rèn)為應(yīng)堅(jiān)持生態(tài)優(yōu)先，推進(jìn)綠色發(fā)展模式，這樣才能實(shí)現(xiàn)生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展的雙贏。[13]崔盼盼等采用熵值法和彈性系數(shù)法對(duì)黃河流域生態(tài)環(huán)境和高質(zhì)量發(fā)展的時(shí)空耦合特征進(jìn)行了剖析和評(píng)價(jià)，認(rèn)為不同耦合類型的地區(qū)應(yīng)因地制宜推進(jìn)生態(tài)環(huán)境和高質(zhì)量的耦合協(xié)調(diào)發(fā)展。[14]趙建吉等測(cè)算了新型城鎮(zhèn)化與生態(tài)環(huán)境的耦合協(xié)調(diào)度，認(rèn)為黃河流域新型城鎮(zhèn)化與生態(tài)環(huán)境的協(xié)調(diào)度整體處于低度協(xié)調(diào)和中度協(xié)調(diào)階段。[15]通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理可以發(fā)現(xiàn)，黃河流域生態(tài)環(huán)境保護(hù)和高質(zhì)量發(fā)展的根本要求是實(shí)現(xiàn)環(huán)境污染與經(jīng)濟(jì)增長(zhǎng)的相對(duì)脫鉤，提高經(jīng)濟(jì)增長(zhǎng)的清潔度。

生態(tài)足跡模型最早是由加拿大生態(tài)經(jīng)濟(jì)學(xué)家William Rees等[16]在1992年提出，并在1996年與其學(xué)生Mathis Wackernagel[17]合作進(jìn)行了完善。生態(tài)足跡是將人類生產(chǎn)生活活動(dòng)所產(chǎn)生的污染看作是一個(gè)對(duì)生態(tài)環(huán)境造成影響的“足跡”。具體來(lái)說(shuō)，是指在一定區(qū)域內(nèi)，將人口消費(fèi)的資源與容納該人口所產(chǎn)生的廢棄物二者統(tǒng)一折算為生物生產(chǎn)性土地面積，分別稱之為生態(tài)足跡與生態(tài)承載力，前者大于后者稱之為“生態(tài)赤字”，反之稱之為“生態(tài)盈余”。生態(tài)足跡模型測(cè)度方法主要有綜合法、成分法、投入產(chǎn)出法和能值法四種。能值法將不同種類的能量利用能值轉(zhuǎn)化率轉(zhuǎn)化成統(tǒng)一的太陽(yáng)能值，然后用具體經(jīng)濟(jì)活動(dòng)所消耗的太陽(yáng)能值除以能值密度來(lái)計(jì)算生態(tài)足跡。該方法是將生態(tài)系統(tǒng)和經(jīng)濟(jì)系統(tǒng)統(tǒng)一起來(lái)進(jìn)行定量分析研究的紐帶和橋梁，可以更全面、深刻的對(duì)比經(jīng)濟(jì)效率和生態(tài)效率以及兩者的關(guān)聯(lián)。因此本文采用能值—生態(tài)足跡模型來(lái)測(cè)算黃河流域沿線城市經(jīng)濟(jì)活動(dòng)對(duì)生態(tài)環(huán)境所造成的污染程度，具有一定的科學(xué)性和合理性。

黃河流域生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)高質(zhì)量發(fā)展的主旨是希望實(shí)現(xiàn)“經(jīng)濟(jì)向上、污染向下”的異步變化，而分析兩變量動(dòng)態(tài)異步變化的經(jīng)典方法就是脫鉤方法，本文采用該方法分析黃河流域生態(tài)環(huán)境與經(jīng)濟(jì)高質(zhì)量發(fā)展的異步變動(dòng)關(guān)系。經(jīng)典的脫鉤模型主要有Tapio提出的彈性系數(shù)和經(jīng)濟(jì)合作與發(fā)展組織（OECD）提出的脫鉤因子兩種，前者相對(duì)于后者更能消除基期選擇上的誤差，并且能夠通過(guò)引入增量來(lái)研究動(dòng)態(tài)數(shù)據(jù)的脫鉤狀態(tài)，是一種較為完整的脫鉤指標(biāo)評(píng)價(jià)體系。[18，19]本文一方面采用客觀的能值—生態(tài)足跡模型測(cè)度黃河流域沿線城市的環(huán)境污染情況，來(lái)表征生態(tài)環(huán)境保護(hù)狀況;另一方面采用脫鉤模型來(lái)分析生態(tài)環(huán)境與經(jīng)濟(jì)增長(zhǎng)之間的異步變化，并在此基礎(chǔ)上對(duì)其異步變化的影響因素進(jìn)行了分析，最終提出黃河流域沿線城市經(jīng)濟(jì)清潔化發(fā)展和高質(zhì)量發(fā)展的政策參考。

二、黃河流域沿線城市生態(tài)足跡測(cè)度

（一）測(cè)度方法

能值—生態(tài)足跡模型計(jì)算的具體過(guò)程為：首先確定生態(tài)足跡賬戶分類。基于數(shù)據(jù)可獲得性和相關(guān)研究文獻(xiàn)，將黃河流域沿線城市的賬戶分為生物資源賬戶和能源賬戶，生物資源賬戶主要包括農(nóng)產(chǎn)品、林產(chǎn)品、畜產(chǎn)品和水產(chǎn)品;能源賬戶主要包括化石燃料和電力，具體如表1所示。其次計(jì)算各生態(tài)足跡賬戶的能值。能值的計(jì)算由生態(tài)產(chǎn)品產(chǎn)量、能值折算系數(shù)與太陽(yáng)能值轉(zhuǎn)換率三者相乘得到，能值折算系數(shù)與太陽(yáng)能值轉(zhuǎn)換率具體值參考Odum HT[20]、藍(lán)盛芳[21]、趙桂慎[22]、高新才[23]等人的設(shè)定。最后計(jì)算能值生態(tài)足跡。將所有賬戶太陽(yáng)能值相加除以單位全球公頃能值密度，即可得到區(qū)域的生態(tài)足跡，單位全球公頃能值密度參考Odum HT[20]的文獻(xiàn)，設(shè)定為3.104×1014sej/hm2。

（二）測(cè)度結(jié)果

根據(jù)黃河流域流經(jīng)地區(qū)現(xiàn)狀及數(shù)據(jù)的可獲得性，本文選擇2006～2017年黃河流域沿線城市9省（區(qū)）43市（盟、自治州）為研究樣本進(jìn)行測(cè)度分析。其生物資源賬戶原始數(shù)據(jù)來(lái)源于2006～2018年各?。ㄊ?、盟、自治州）的統(tǒng)計(jì)年鑒、歷年的《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》等。能源賬戶原始數(shù)據(jù)中，河南省7市（三門峽市、焦作市、洛陽(yáng)市、鄭州市、新鄉(xiāng)市、開(kāi)封市和濮陽(yáng)市）能源數(shù)據(jù)來(lái)源于歷年的《河南統(tǒng)計(jì)年鑒》，榆林市能源數(shù)據(jù)來(lái)源于歷年的《榆林統(tǒng)計(jì)年鑒》，山東省9市、山西省4市的煤炭、焦炭和電力數(shù)據(jù)來(lái)源于山東省和山西省歷年的統(tǒng)計(jì)年鑒。由于其余各地級(jí)市分品種能源資源消費(fèi)量數(shù)據(jù)缺失，本文采用各城市GDP占所在省份GDP的比率乘以全省分品種能源消費(fèi)總量來(lái)分別計(jì)算各城市的分品種能源消費(fèi)量。根據(jù)生物資源賬戶和能源賬戶分類，本文對(duì)黃河流域沿線城市的人均生態(tài)足跡進(jìn)行測(cè)算，并進(jìn)一步根據(jù)黃河流域上、中、下游分界線，將研究樣本分為3個(gè)區(qū)域。測(cè)度結(jié)果如表2和圖1所示。

由表2和圖1可知，各地區(qū)的人均生態(tài)足跡呈現(xiàn)以下特征：2006～2017年黃河流域沿線城市人均生態(tài)足跡總體上呈現(xiàn)波動(dòng)中上升的態(tài)勢(shì)。上升速度較快的為上游地區(qū)，較慢的為下游地區(qū)，中游居中，中下游地區(qū)低于全流域的均值。出現(xiàn)這種情況的原因在于：第一，2000年以來(lái)西部大開(kāi)發(fā)戰(zhàn)略的實(shí)施在促進(jìn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，受地區(qū)資源稟賦和產(chǎn)業(yè)基礎(chǔ)的影響，經(jīng)濟(jì)的增長(zhǎng)多以“高能耗、高污染”的資源型產(chǎn)業(yè)和重工業(yè)為主，造成了西部地區(qū)能值生態(tài)足跡的顯著提高。[24]第二，下游地區(qū)位于我國(guó)東部沿海地區(qū)，屬于“先富”地區(qū)，其經(jīng)濟(jì)發(fā)展質(zhì)量、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)水平都處于先進(jìn)狀態(tài)，同時(shí)居民的環(huán)保意識(shí)也高于中上游地區(qū)，這使得下游地區(qū)的生態(tài)足跡排放較低，經(jīng)濟(jì)增長(zhǎng)清潔度較高。

進(jìn)一步將黃河流域整體時(shí)段的增長(zhǎng)量及各城市整體時(shí)段增長(zhǎng)量進(jìn)行對(duì)比。11個(gè)沿線城市的人均生態(tài)足跡增長(zhǎng)量高于全流域的人均生態(tài)足跡增長(zhǎng)量，增長(zhǎng)最快的五個(gè)城市分別是榆林、烏海、包頭、阿拉善、銀川。該5個(gè)城市均處于黃河流域中上游地區(qū)，為我國(guó)重要的能源、化工產(chǎn)業(yè)基地，其經(jīng)濟(jì)的增長(zhǎng)多以“高能耗、高污染”的產(chǎn)業(yè)為主，導(dǎo)致該地區(qū)生態(tài)環(huán)境承載能力由于經(jīng)濟(jì)的快速發(fā)展不斷下降，生態(tài)環(huán)境受到了嚴(yán)重的污染。其余32個(gè)沿線城市的人均生態(tài)足跡增長(zhǎng)量均低于全流域的人均生態(tài)足跡增長(zhǎng)量，其中人均生態(tài)足跡呈現(xiàn)負(fù)增長(zhǎng)的城市分別是鄂爾多斯、洛陽(yáng)、鄭州和濮陽(yáng)，鄂爾多斯的負(fù)增長(zhǎng)量為最大值。出現(xiàn)這種情況的原因主要是：近年來(lái)鄂爾多斯市注重經(jīng)濟(jì)發(fā)展質(zhì)量的提升，持續(xù)深化由資源型城市向綠色發(fā)展轉(zhuǎn)型，把資源節(jié)約和環(huán)境保護(hù)作為經(jīng)濟(jì)社會(huì)發(fā)展的重要前提，圍繞傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級(jí)，在清潔能源、現(xiàn)代煤化工等支柱產(chǎn)業(yè)推行產(chǎn)品生態(tài)設(shè)計(jì)，推進(jìn)清潔生產(chǎn)模式，如蒙牛、伊利等大型企業(yè)在當(dāng)?shù)氐目焖侔l(fā)展，對(duì)鄂爾多斯市的經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)環(huán)境保護(hù)起到了積極的促進(jìn)作用。

三、黃河流域沿線城市脫鉤指數(shù)計(jì)算及影響因素分析

通過(guò)上述分析可以發(fā)現(xiàn)，一方面黃河流域沿線城市的人均生態(tài)足跡整體呈現(xiàn)一種波動(dòng)中上升的趨勢(shì)，另一方面人均生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)有密切聯(lián)系。因此有必要對(duì)沿線城市經(jīng)濟(jì)增長(zhǎng)與生態(tài)足跡的相對(duì)關(guān)系進(jìn)行測(cè)度，并對(duì)二者之間異步變化的影響因素進(jìn)行分析，從而對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平進(jìn)行研判。

（一）脫鉤模型構(gòu)建

1.脫鉤指數(shù)研究方法。目前脫鉤分析模型有三種，分別為脫鉤指數(shù)模型、Tapio脫鉤狀態(tài)分析模型以及脫鉤分析的差分回歸系數(shù)法。Tapio脫鉤狀態(tài)分析模型以時(shí)間期為尺度分析增長(zhǎng)彈性的變化，將總量和相對(duì)量的變化相綜合，相對(duì)其他兩種模型來(lái)說(shuō)提高了脫鉤分析的客觀性與準(zhǔn)確性。本文采用該脫鉤分析方法對(duì)黃河流域沿線城市的生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)進(jìn)行脫鉤分析，構(gòu)建研究生態(tài)環(huán)境和經(jīng)濟(jì)增長(zhǎng)的Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)模型。基于上述因素分析，本文利用人均生態(tài)足跡來(lái)代替生態(tài)環(huán)境狀況，用人均GDP代替經(jīng)濟(jì)增長(zhǎng)情況，以此來(lái)測(cè)度生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤彈性關(guān)系，并基于此構(gòu)建Tapio脫鉤和追趕脫鉤模型。Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)公式為：

式中asin和arin分別表示i省份在n年的生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)的Tapio脫鉤指數(shù)和追趕脫鉤指數(shù);efin和gdpin分別表示i省份在n年的生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)指標(biāo);efmn和 gdpmn分別表示生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)“雙優(yōu)”的模范地級(jí)市生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)指標(biāo)。

2.脫鉤程度評(píng)價(jià)標(biāo)準(zhǔn)

Tapio脫鉤指數(shù)和追趕脫鉤指數(shù)均有10種類型。[25]其中，Tapio脫鉤狀態(tài)中生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)最好的脫鉤狀態(tài)為擴(kuò)張強(qiáng)絕對(duì)脫鉤，該狀態(tài)實(shí)現(xiàn)了經(jīng)濟(jì)的快速增長(zhǎng)和生態(tài)足跡的顯著下降;其他較好的狀態(tài)包括擴(kuò)張弱絕對(duì)脫鉤、擴(kuò)張相對(duì)脫鉤和衰退相對(duì)脫鉤;經(jīng)濟(jì)增長(zhǎng)與生態(tài)足跡最差的脫鉤狀態(tài)是衰退強(qiáng)絕對(duì)負(fù)脫鉤，該狀態(tài)呈現(xiàn)出經(jīng)濟(jì)負(fù)增長(zhǎng)和生態(tài)足跡較快增長(zhǎng)狀態(tài)。追趕脫鉤狀態(tài)中生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)追趕效果最好的狀態(tài)為衰退強(qiáng)絕對(duì)負(fù)脫鉤和衰退弱絕對(duì)負(fù)脫鉤，該狀態(tài)實(shí)現(xiàn)了經(jīng)濟(jì)增長(zhǎng)差距不斷縮小，同時(shí)生態(tài)足跡差距逐漸增大，追趕城市在經(jīng)濟(jì)增長(zhǎng)和生態(tài)足跡兩方面的追趕效果均較為理想;其他較好的狀態(tài)包括擴(kuò)張相對(duì)負(fù)脫鉤、擴(kuò)張連接、擴(kuò)張相對(duì)脫鉤、衰退相對(duì)負(fù)脫鉤、衰退連接和衰退相對(duì)脫鉤;經(jīng)濟(jì)增長(zhǎng)和生態(tài)足跡未追趕脫鉤的狀態(tài)為擴(kuò)張強(qiáng)絕對(duì)脫鉤和擴(kuò)張弱絕對(duì)脫鉤，該狀態(tài)表明未追趕脫鉤城市在經(jīng)濟(jì)增長(zhǎng)和污染減排兩個(gè)方面均未達(dá)到理想的追趕效果。

（二）Tapio脫鉤指數(shù)計(jì)算及結(jié)果分析

為消除通貨膨脹的價(jià)格影響效應(yīng)，本文采用GDP平減指數(shù)對(duì)黃河流域沿線城市GDP進(jìn)行平減，得到實(shí)際GDP。對(duì)黃河流域沿線43個(gè)城市的生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)的Tapio脫鉤指數(shù)進(jìn)行測(cè)算。

將2007～2017年生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)之間的脫鉤指數(shù)狀態(tài)代碼進(jìn)行分類統(tǒng)計(jì)，各流域Tapio脫鉤狀態(tài)數(shù)如表3所示。黃河流域上、中、下游地區(qū)中，出現(xiàn)“好”①①Tapio脫鉤中“好”的狀態(tài)指擴(kuò)張強(qiáng)絕對(duì)脫鉤、擴(kuò)張弱絕對(duì)脫鉤、擴(kuò)張相對(duì)脫鉤和衰退相對(duì)脫鉤，其余為“壞”的狀態(tài)。 的脫鉤狀態(tài)的次數(shù)為336次，上、中、下游分別為150次、69次和117次，其中下游所占比例為81.82%，上游為68.18%，中游為62.73%，相對(duì)來(lái)說(shuō)下游地區(qū)發(fā)展?fàn)顩r最好;而出現(xiàn)“壞”的脫鉤狀態(tài)的次數(shù)為137次，中游為41次，上游70次，下游26次，中游所占比例最大，為37.27%。出現(xiàn)該種情況的原因主要為：一是下游地區(qū)區(qū)位條件優(yōu)越，人口和勞動(dòng)力資源豐富，城鎮(zhèn)化水平高，且持續(xù)轉(zhuǎn)換發(fā)展動(dòng)能，承接產(chǎn)業(yè)轉(zhuǎn)移能力強(qiáng)，多以集聚集約型產(chǎn)業(yè)發(fā)展為主，因此該地區(qū)經(jīng)濟(jì)增長(zhǎng)較快且對(duì)生態(tài)環(huán)境的依賴程度較小。二是上游地區(qū)地廣人稀、生態(tài)脆弱、資源較為富集，因此其在嚴(yán)格控制開(kāi)發(fā)范圍和強(qiáng)度的情況下，實(shí)現(xiàn)了經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)環(huán)境保護(hù)協(xié)同共進(jìn)。三是中游地區(qū)能源資源極為富集，近年來(lái)開(kāi)發(fā)規(guī)模逐步擴(kuò)大，對(duì)生態(tài)環(huán)境造成了嚴(yán)重的影響，經(jīng)濟(jì)發(fā)展質(zhì)量不斷下降。因此，中游地區(qū)未來(lái)發(fā)展方向應(yīng)將開(kāi)發(fā)與保護(hù)并重，進(jìn)一步增強(qiáng)能源開(kāi)發(fā)利用和調(diào)配能力，加強(qiáng)生態(tài)環(huán)境治理與修復(fù)，及早培育接續(xù)替代產(chǎn)業(yè)，從而打造國(guó)家資源型經(jīng)濟(jì)高質(zhì)量發(fā)展示范區(qū)。

（三）追趕脫鉤指數(shù)計(jì)算及結(jié)果分析

由公式（2）計(jì)算追趕脫鉤指數(shù)。由于包頭市、榆林市以及東營(yíng)市的生態(tài)足跡增長(zhǎng)量及其經(jīng)濟(jì)增長(zhǎng)量均處于上、中、下游領(lǐng)先水平，即生態(tài)足跡增長(zhǎng)量相對(duì)較小，經(jīng)濟(jì)增長(zhǎng)量相對(duì)較大，因此選取三個(gè)地級(jí)市生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)作為“雙優(yōu)”模范地級(jí)市的生態(tài)足跡及其經(jīng)濟(jì)增長(zhǎng)指標(biāo)，分別測(cè)算上、中、下游的其余40個(gè)城市的追趕脫鉤指數(shù)。

同Tapio脫鉤狀態(tài)數(shù)一樣，將各流域追趕脫鉤狀態(tài)數(shù)進(jìn)行統(tǒng)計(jì)得到以下結(jié)果，如表3所示。黃河流域上、中、下游地區(qū)中，出現(xiàn)“好”的追趕脫鉤狀態(tài)的次數(shù)為416次，上、中、下游出現(xiàn)次數(shù)分別為197次、87次和132次，其中下游占整個(gè)地區(qū)的100%，在三個(gè)地區(qū)中占比最高;而呈現(xiàn)“壞”①①追趕脫鉤中“壞”的狀態(tài)指擴(kuò)張弱絕對(duì)脫鉤和擴(kuò)張強(qiáng)絕對(duì)脫鉤，其余為“好”的狀態(tài)。的脫鉤狀態(tài)的次數(shù)為24次，其中最“差”的狀態(tài)數(shù)出現(xiàn)了18次，上、中、下游出現(xiàn)次數(shù)分別占11次、7次和0次，中游地區(qū)占比最高，為7.07%，中游地區(qū)處于“壞”的追趕脫鉤狀態(tài)中最“差”的地區(qū)。造成這種現(xiàn)象的原因主要與城市建設(shè)過(guò)程中“重經(jīng)濟(jì)、輕環(huán)境”的做法相關(guān)。在改革開(kāi)放的背景下，大多數(shù)城市均以資源極大消耗和污染巨大排放為基礎(chǔ)來(lái)?yè)Q取經(jīng)濟(jì)增長(zhǎng)，現(xiàn)階段城市發(fā)展過(guò)程中依然重“金山銀山”輕“綠水青山”，仍然存在堅(jiān)持 “先污染后治理”的做法?？偠灾F(xiàn)階段黃河流域大多數(shù)追趕城市在向“雙優(yōu)”模范城市靠近的過(guò)程中，既沒(méi)有達(dá)到理想的經(jīng)濟(jì)增長(zhǎng)追趕效果，又沒(méi)有取得較好的生態(tài)足跡追趕效果。因此，黃河流域沿線城市長(zhǎng)期發(fā)展將面臨“保增長(zhǎng)”和“促脫鉤”的雙重任務(wù)。

（四）脫鉤狀態(tài)變動(dòng)的影響因素分析

1.變量選取

根據(jù)表3，在Tapio脫鉤狀態(tài)中，本文將由擴(kuò)張強(qiáng)絕對(duì)脫鉤狀態(tài)依次從上向下變化至衰退連接的動(dòng)態(tài)變動(dòng)過(guò)程定義為Tapio脫鉤狀態(tài)逐漸變“壞”的過(guò)程，而從下向上由衰退連接變化至擴(kuò)張強(qiáng)絕對(duì)脫鉤狀態(tài)的動(dòng)態(tài)變化過(guò)程定義為Tapio脫鉤狀態(tài)逐漸變“好”的過(guò)程。同樣，在追趕脫鉤狀態(tài)中，將由衰退強(qiáng)絕對(duì)負(fù)脫鉤狀態(tài)依次從上向下變化至擴(kuò)張強(qiáng)絕對(duì)脫鉤狀態(tài)的動(dòng)態(tài)變化過(guò)程定義為追趕脫鉤狀態(tài)逐漸變“壞”過(guò)程，而從下向上由擴(kuò)張強(qiáng)絕對(duì)脫鉤狀態(tài)變化至衰退強(qiáng)絕對(duì)負(fù)脫鉤狀態(tài)的動(dòng)態(tài)變化過(guò)程定義為追趕脫鉤狀態(tài)逐漸變“好”的過(guò)程。

本文為探索影響脫鉤狀態(tài)的原因，將脫鉤狀態(tài)動(dòng)態(tài)變化作為被解釋變量，將變好和不變界定為“好”的結(jié)果，將變壞界定為“壞”的結(jié)果，最終構(gòu)建[0，1]二分類變量。因此可以認(rèn)定該問(wèn)題是一個(gè)典型的二元決策問(wèn)題，可以采用二元Logistic回歸模型進(jìn)行分析，以探索黃河流域沿線城市脫鉤狀態(tài)的影響因素。如果當(dāng)年脫鉤狀態(tài)相對(duì)于前一年脫鉤狀態(tài)為變“好”，則定義“W=1”;如果變“壞”， 則定義“W=0”。將黃河流域沿線城市歷年Tapio脫鉤狀態(tài)和追趕脫鉤狀態(tài)的變“好”、變“壞”狀態(tài)進(jìn)行統(tǒng)計(jì)，如表4所示?？梢钥闯?，黃河流域上游地區(qū)、中游地區(qū)和下游地區(qū)的Tapio脫鉤和追趕脫鉤狀態(tài)的動(dòng)態(tài)變化具有明顯的地區(qū)差異性。

追趕脫鉤狀態(tài)中，2007～2017年總體時(shí)段內(nèi)，全流域變“好”狀態(tài)出現(xiàn)的頻次同樣遠(yuǎn)大于變“壞”狀態(tài)出現(xiàn)的頻數(shù)，前者為278次，后者為162次，這表明黃河流域整體上的追趕脫鉤狀態(tài)變動(dòng)呈現(xiàn)一定的收斂性，多數(shù)城市在向“雙優(yōu)”模范城市靠齊，演化趨勢(shì)較好。分流域來(lái)看，中下游地區(qū)與全流域的追趕脫鉤狀態(tài)動(dòng)態(tài)變化趨勢(shì)相似，都是變“好”狀態(tài)出現(xiàn)的頻數(shù)同樣遠(yuǎn)大于變“壞”狀態(tài)出現(xiàn)的頻數(shù)，中下游地區(qū)追趕脫鉤狀態(tài)變“好”的頻數(shù)分別為75次和91次，遠(yuǎn)大于變“壞”出現(xiàn)的頻數(shù)24次和41次;上游地區(qū)追趕脫鉤狀態(tài)變“好”和變“壞”的變動(dòng)頻數(shù)相似，前者略大于后者，頻數(shù)分別為112次和97次。

黃河流域沿線地區(qū)生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)脫鉤狀態(tài)變動(dòng)是由多種因素共同作用的，并且這些因素對(duì)生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)脫鉤狀態(tài)變動(dòng)的影響程度不同。本文結(jié)合已有研究探討黃河沿岸城市生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)脫鉤狀態(tài)變動(dòng)的影響因素。

2.模型設(shè)定

基于上述變量的選取，本文構(gòu)建如下二元Logistic回歸模型：

對(duì)（3）式取對(duì)數(shù)，得到Logistic回歸模型的線性表達(dá)式為：

（3）式和（4）式中，Pi為事件發(fā)生的概率，指脫鉤狀態(tài)動(dòng)態(tài)變化狀況，即變“好”=1發(fā)生的概率，t表示時(shí)間年份，βj（j=1，2，3，4）為各變量回歸系數(shù)，β0為常數(shù)，ε為隨機(jī)擾動(dòng)項(xiàng)，被解釋變量W取值限制在[0，1]范圍內(nèi)。

解釋變量選取四個(gè)指標(biāo)：一是城市人口因素（Popit），人口增長(zhǎng)是城市經(jīng)濟(jì)發(fā)展的重要保障，也是城市規(guī)模的重要體現(xiàn)，但伴隨著人口的集聚，也出現(xiàn)了污染加劇的“城市病”，因此，人口對(duì)生態(tài)足跡和經(jīng)濟(jì)增長(zhǎng)都有顯著影響，本文采用城市年末總?cè)丝跀?shù)表示人口因素。二是城市產(chǎn)業(yè)結(jié)構(gòu)因素（Strit），不同產(chǎn)業(yè)的能耗及能源效率是不同的，提高清潔度高的產(chǎn)業(yè)比重，必然能夠?qū)崿F(xiàn)節(jié)能減排和經(jīng)濟(jì)高質(zhì)量發(fā)展的雙贏，本文采用第二產(chǎn)業(yè)總產(chǎn)值占GDP總值比重表示產(chǎn)業(yè)結(jié)構(gòu)。三是政府財(cái)政收支因素（Finit），地方政府既是環(huán)境污染的助力者又是治理者，財(cái)政支出規(guī)模與結(jié)構(gòu)如何進(jìn)行科學(xué)規(guī)劃以降低對(duì)于環(huán)境污染的影響，對(duì)促進(jìn)生態(tài)文明建設(shè)與高質(zhì)量發(fā)展具有重要意義[26]，本文采用財(cái)政支出與財(cái)政收入的比值來(lái)表示財(cái)政收支狀況。四是外商直接投資因素（FDIit），引入外商直接投資是地方政府促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要手段，但不同的外商直接投資的“清潔度”是不同的，其既可能產(chǎn)生“污染天堂”效應(yīng)，增加地方的環(huán)境污染，也有可能產(chǎn)生“污染光環(huán)”效應(yīng)，通過(guò)技術(shù)和產(chǎn)業(yè)升級(jí)降低環(huán)境污染，本文采用實(shí)際利用外資總額來(lái)表示外商直接投資因素。相關(guān)數(shù)據(jù)均來(lái)源于各省市統(tǒng)計(jì)年鑒和各地區(qū)歷年的國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

3.結(jié)果分析

運(yùn)用SPSS22.0統(tǒng)計(jì)分析軟件對(duì)脫鉤狀態(tài)的影響因素進(jìn)行二元Logistic回歸分析，回歸結(jié)果見(jiàn)表5。從模型整體檢驗(yàn)的統(tǒng)計(jì)量來(lái)看，Tapio脫鉤狀態(tài)影響因素模型的卡方值為1.660，Cox & SnellR2和NagelkerkeR2分別為0.004和0.005，對(duì)數(shù)似然值為616.151;追趕脫鉤狀態(tài)影響因素模型的卡方值為3.855，Cox & SnellR2和NagelkerkeR2分別為0.009和0.012，對(duì)數(shù)似然值為563.382。這說(shuō)明模型的整體擬合效果較好，整體模型的適配度佳，可用于具體分析。

由表5可以看出，地區(qū)人口的增加不利于脫鉤狀態(tài)的向好發(fā)展，特別是上游地區(qū)的人口增長(zhǎng)對(duì)脫鉤狀態(tài)轉(zhuǎn)變的影響更大?？赡艿脑蛟谟?，人口數(shù)量的增加提高了生物資源和能源資源的消費(fèi)總量，產(chǎn)生了更多的生態(tài)足跡，但其對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)具有一定的滯后性，不利于脫鉤狀態(tài)的向好轉(zhuǎn)化。第二產(chǎn)業(yè)比重的增加同樣不利于脫鉤狀態(tài)的向好轉(zhuǎn)化，特別是中游地區(qū)城市表現(xiàn)更加明顯。第二產(chǎn)業(yè)中“高耗能、高污染”產(chǎn)業(yè)比重遠(yuǎn)遠(yuǎn)高于第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，其比重的上升必然不利于整個(gè)社會(huì)的節(jié)能減排。財(cái)政支出對(duì)脫鉤狀態(tài)向好轉(zhuǎn)化具有促進(jìn)作用。從十八大以來(lái)，生態(tài)文明戰(zhàn)略成為黨和政府的重要工作之一，生態(tài)環(huán)境保護(hù)和節(jié)能減排成為政府財(cái)政支出的重要組成部分，這部分支出的增加有利于生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)脫鉤狀態(tài)向好變化。外商直接投資的增加有利于全流域和下游地區(qū)脫鉤狀態(tài)向好轉(zhuǎn)化，但不利于中上游地區(qū)的脫鉤狀態(tài)向好轉(zhuǎn)化。下游地區(qū)的經(jīng)濟(jì)發(fā)展水平相對(duì)較高，其對(duì)外商直接投資的投向和質(zhì)量要求要高于中上游地區(qū);中上游地區(qū)的外商直接投資更多的投向了資源型產(chǎn)業(yè)和重工業(yè)產(chǎn)業(yè)領(lǐng)域，加大了能源足跡的排放。追趕脫鉤狀態(tài)變動(dòng)的影響因素回歸結(jié)果與Tapio脫鉤狀態(tài)的動(dòng)態(tài)變動(dòng)影響因素回歸結(jié)果相似，僅是數(shù)值上的差異，這也進(jìn)一步驗(yàn)證了本文回歸結(jié)果的穩(wěn)健性。

四、結(jié)論與政策建議

本文在采用能值—生態(tài)足跡模型對(duì)沿線城市生態(tài)環(huán)境進(jìn)行測(cè)度的基礎(chǔ)上，分析了沿線城市生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系，并對(duì)其影響因素進(jìn)行了討論。主要有以下結(jié)論：首先，黃河流域沿線43個(gè)城市的人均生態(tài)足跡整體上呈現(xiàn)波動(dòng)中上升趨勢(shì)，增長(zhǎng)最快的為上游地區(qū)，最慢的為下游地區(qū)。分城市來(lái)看，11個(gè)沿線城市的人均生態(tài)足跡增長(zhǎng)量高于全流域均值，增長(zhǎng)最快的是榆林市;32個(gè)沿線城市人均生態(tài)足跡低于全流域均值，下降最快的為鄂爾多斯市。其次，黃河流域沿線城市生態(tài)足跡與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)了顯著的脫鉤狀態(tài)，多數(shù)城市在經(jīng)濟(jì)增長(zhǎng)的同時(shí)實(shí)現(xiàn)了環(huán)境污染的下降，脫鉤狀態(tài)呈現(xiàn)顯著的空間異質(zhì)性，下游出現(xiàn)“好”的脫鉤狀態(tài)所占次數(shù)最多，上游次之，中游最少。再次，黃河流域上、中、下游區(qū)域內(nèi)多數(shù)城市處于追趕脫鉤狀態(tài)，且追趕地區(qū)與雙優(yōu)模范地區(qū)呈現(xiàn)出經(jīng)濟(jì)增長(zhǎng)追趕效果好于生態(tài)足跡追趕效果的狀態(tài)。最后，在影響脫鉤關(guān)系的因素中，產(chǎn)業(yè)結(jié)構(gòu)狀況和財(cái)政收支狀況對(duì)脫鉤狀態(tài)的動(dòng)態(tài)變化具有重要的影響效應(yīng)，第二產(chǎn)業(yè)比重的增加不利于脫鉤狀態(tài)的向好轉(zhuǎn)化，財(cái)政支出的增加有利于脫鉤狀態(tài)的向好轉(zhuǎn)化?；谘芯拷Y(jié)論，本文提出以下政策參考：

第一，政府應(yīng)盡快出臺(tái)黃河流域生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)高質(zhì)量發(fā)展的頂層設(shè)計(jì)和配套措施。習(xí)近平總書記的重要講話為黃河流域的生態(tài)保護(hù)和高質(zhì)量發(fā)展提供了指導(dǎo)性精神和方向，但中央政府仍需盡快出臺(tái)全流域的生態(tài)保護(hù)和高質(zhì)量發(fā)展頂層設(shè)計(jì)，各沿線地方政府也應(yīng)基于本地區(qū)的資源稟賦、產(chǎn)業(yè)基礎(chǔ)出臺(tái)行之有效的配套措施。

第二，黃河流域沿線城市應(yīng)構(gòu)建聯(lián)防聯(lián)控機(jī)制，提升協(xié)作治理能力。一是各流域地區(qū)間應(yīng)加強(qiáng)交流與合作，追趕城市應(yīng)積極汲取“雙優(yōu)”模范城市清潔化發(fā)展的經(jīng)驗(yàn)，促進(jìn)節(jié)能減排和清潔化發(fā)展技術(shù)的擴(kuò)散與應(yīng)用，提升全流域的技術(shù)水平。二是沿線城市間應(yīng)加強(qiáng)有關(guān)生態(tài)環(huán)境污染的統(tǒng)一監(jiān)測(cè)和治理的跨區(qū)域聯(lián)動(dòng)機(jī)制，厘清沿線各地區(qū)生態(tài)環(huán)境保護(hù)的“權(quán)責(zé)利”，共同解決生態(tài)環(huán)境污染治理問(wèn)題。三是堅(jiān)持上游城市的“造血”能力和其他地區(qū)的“輸血”能力相結(jié)合，促進(jìn)人力、物力、財(cái)力向重點(diǎn)地區(qū)集中，打好黃河流域污染防治攻堅(jiān)戰(zhàn)。

第三，黃河流域中下游地區(qū)各級(jí)政府應(yīng)積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和優(yōu)化財(cái)政支出項(xiàng)目。一是大力發(fā)展綠色產(chǎn)業(yè)，可以通過(guò)大力發(fā)展智能制造、網(wǎng)絡(luò)經(jīng)濟(jì)、數(shù)字經(jīng)濟(jì)等新經(jīng)濟(jì)、新業(yè)態(tài)，提高清潔度高的產(chǎn)業(yè)占比，降低“高能耗、高污染”產(chǎn)業(yè)占比。二是加大對(duì)生態(tài)文明戰(zhàn)略建設(shè)的財(cái)政支出，提高生態(tài)環(huán)境保護(hù)和節(jié)能減排政策方面的補(bǔ)貼和支持力度，實(shí)現(xiàn)“綠水青山”向“金山銀山”的轉(zhuǎn)化，實(shí)現(xiàn)生態(tài)足跡下降和經(jīng)濟(jì)增長(zhǎng)提高的雙贏。三是促進(jìn)并形成生產(chǎn)要素在全流域的流動(dòng)和應(yīng)用的市場(chǎng)環(huán)境，提高下游地區(qū)綠色技術(shù)和資金向中上游溢出和流動(dòng)，實(shí)現(xiàn)全流域的生態(tài)環(huán)境保護(hù)和清潔高效發(fā)展。

參考文獻(xiàn)：

[1]張明龍. 市場(chǎng)化進(jìn)程中綠色投資對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間效應(yīng)研究——基于空間杜賓模型的實(shí)證分析[J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（4）： 89～100.

[2]張貢生. 黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展：內(nèi)涵與路徑[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2020（5）： 119～128.

[3]安樹(shù)偉， 李瑞鵬. 黃河流域高質(zhì)量發(fā)展的內(nèi)涵與推進(jìn)方略[J]. 改革， 2020（1）： 76～86.

[4]任保平. 黃河流域高質(zhì)量發(fā)展的特殊性及其模式選擇[J]. 人文雜志， 2020（1）： 1～4.

[5]姜長(zhǎng)云，盛朝迅，張義博. 黃河流域產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與綠色發(fā)展研究[J]. 學(xué)術(shù)界， 2019（11）： 68～82.

[6]李小建， 文玉釗， 李元征， 等. 黃河流域高質(zhì)量發(fā)展：人地協(xié)調(diào)與空間協(xié)調(diào)[J]. 經(jīng)濟(jì)地理， 2020， 40（4）： 1～10.

[7]毛漢英. “黃河流域高質(zhì)量發(fā)展路徑與資源生態(tài)保障”專輯序言[J]. 資源科學(xué)， 2020， 42（1）： 1～2.

[8]郭晗. 黃河流域高質(zhì)量發(fā)展中的可持續(xù)發(fā)展與生態(tài)環(huán)境保護(hù)[J]. 人文雜志， 2020（1）： 17～21.

[9]任保平， 張倩. 黃河流域高質(zhì)量發(fā)展的戰(zhàn)略設(shè)計(jì)及其支撐體系構(gòu)建[J]. 改革， 2019（10）： 26～34.

[10]徐勇， 王傳勝. 黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展：框架、路徑與對(duì)策[J]. 中國(guó)科學(xué)院院刊， 2020（7）： 875～883.

[11]師博. 黃河流域中心城市高質(zhì)量發(fā)展路徑研究[J]. 人文雜志， 2020（1）： 5～9.

[12]金鳳君， 馬麗， 許堞. 黃河流域產(chǎn)業(yè)發(fā)展對(duì)生態(tài)環(huán)境的脅迫診斷與優(yōu)化路徑識(shí)別[J]. 資源科學(xué)， 2020， 42（1）： 127～136.

[13]劉家旗，茹少峰.基于生態(tài)足跡理論的黃河流域可持續(xù)發(fā)展研究[J]. 改革，2020（9）： 139～148.

[14]崔盼盼， 趙媛， 夏四友， 等. 黃河流域生態(tài)環(huán)境與高質(zhì)量發(fā)展測(cè)度及時(shí)空耦合特[J]. 經(jīng)濟(jì)地理， 2020， 40（5）： 49～57;80.

[15]趙建吉， 劉巖， 朱亞坤， 等. 黃河流域新型城鎮(zhèn)化與生態(tài)環(huán)境耦合的時(shí)空格局及影響因素[J]. 資源科學(xué)， 2020， 42（1）： 159～171.

[16]Rees W. Ecological footprint and appropriated carrying capacity： what urban economics leaves out[J]. Environment and Unbanization，1992，4（2）： 121～130.

[17]Wackernagel M， Rees W. Our Ecological Footprint： Reducing Human Impact on the earth[M]. Gabriola Island： New Society Publishers，1996.

[18]Tapio P. Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy， 2005， 12（2）： 137～151.

[19]Zhou X， Zhang M， Zhou M， etal. A comparative study on decoupling relationship and influence factors between Chinas regional economic development and industrial energy-related carbon emissions[J]. Journal of Cleaner Production，2017，142： 783～800.

[20]Odum HT. Self organization， transformity， and information[J]， Science， 1988（242）： 1132～1139.

[21]藍(lán)盛芳， 欽佩. 生態(tài)系統(tǒng)的能值分析[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2001（1）： 129～131.

[22]趙桂慎， 于法穩(wěn)， 尚杰. 生態(tài)經(jīng)濟(jì)學(xué)[M]. 北京：化學(xué)工業(yè)出版社， 2008.

[23]高新才， 馬麗. 能值生態(tài)足跡模型應(yīng)用——以甘肅省武威市為例[J]. 西北民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2014（2）： 104～110.

[24]溫濤，劉淵博. 西部地區(qū)高質(zhì)量發(fā)展的制約瓶頸和突破路徑[J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2019（3）： 75～81.

[25]張文彬， 李國(guó)平. 中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)及可持續(xù)性研究——基于脫鉤指數(shù)分析[J]. 經(jīng)濟(jì)地理， 2015， 35（11）： 8～14.

[26]袁曉玲，吳琪，李朝鵬. 中國(guó)地方財(cái)政支出變化對(duì)環(huán)境污染影響的研究[J]. 北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（5）： 72～83.

Analysis of the decoupling relationship between ecological footprint and economic ?growth of cities along the Yellow River Basin and influencing factors

LI Ruia，b，LIU Teng-huaa

（a.School of Economics b.Collaborative Innovation Research Center for Western Energy Economy and Regional ?Development， Xi'an University of Finance and Economics，Xi'an， Shanxi 710100，China）

Abstract： The primary task of implementing the national strategy for ecological protection and high-quality development of the Yellow River Basin is to study and judge the current status of the ecological environment and economic growth of cities along the route， and to clarify the "family basis" for high-quality economic development in the Yellow River Basin. Based on the use of emergy-ecological footprint to measure the ecological environment of cities along the route， the article analyzes the decoupling relationship between ecological footprint and economic growth， and discusses its influencing factors. The results show that， on the one hand， there is a significant decoupling between the ecological footprint and economic growth of the cities along the route， and there is significant spatial heterogeneity in the decoupling state. The downstream "good" decoupling states account for the most， followed by the upstream， and the middle reaches the least. Among them， 38 of the 40 catching-up and decoupling cities are close to double-excellent model cities， and catching-up and decoupling are in a good state; on the other hand， in terms of factors affecting decoupling， the increase in the proportion of the secondary industry is not conducive to the transformation of decoupling， The increase in fiscal expenditure is conducive to the better transformation of the decoupling state.

Key words：yellow River Basin;ecological footprint;economic growth;decoupling model

責(zé)任編輯：張建偉

收稿日期：2020-10-02

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目（14XJC790006）;教育部留學(xué)歸國(guó)人員科研啟動(dòng)基金項(xiàng)目（教外司留[2013]693）。

作者簡(jiǎn)介：李瑞（1982—），男，湖北十堰人，西安財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院副教授，博士，碩士生導(dǎo)師，研究方向?yàn)樯鷳B(tài)環(huán)境經(jīng)濟(jì)學(xué);劉騰花（1996—），女，陜西渭南人，西安財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院研究生，研究方向?yàn)樯鷳B(tài)環(huán)境經(jīng)濟(jì)學(xué)、能源經(jīng)濟(jì)學(xué)。