王 瑛，繆 勤

(湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院，湖南 長(zhǎng)沙 410079)

一 引 言

改革開(kāi)放四十多年來(lái)，中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)了高速增長(zhǎng)，但環(huán)境壓力日益增加。經(jīng)濟(jì)發(fā)展水平的高低與環(huán)境質(zhì)量的好壞是密切相關(guān)的，環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展才能夠提高我國(guó)的綜合國(guó)力。探討經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的關(guān)系研究，已成為環(huán)境與經(jīng)濟(jì)交叉領(lǐng)域的熱點(diǎn)問(wèn)題，也是實(shí)現(xiàn)可持續(xù)發(fā)展戰(zhàn)略的必然要求。

對(duì)于環(huán)境和經(jīng)濟(jì)系統(tǒng)的評(píng)價(jià)指標(biāo)、評(píng)價(jià)方法及相互關(guān)系研究，國(guó)內(nèi)外已有眾多學(xué)者進(jìn)行了探索。遲國(guó)泰等通過(guò)相關(guān)分析剔除信息冗余指標(biāo)，用主成分分析剔除對(duì)綜合評(píng)價(jià)影響不顯著的指標(biāo)，又基于指標(biāo)信息敏感性建立指標(biāo)篩選與賦權(quán)模型，使得被保留的評(píng)價(jià)指標(biāo)對(duì)原始指標(biāo)集信息影響顯著，指標(biāo)之間信息重疊度低[1-2]。張衛(wèi)民基于熵值法對(duì)城市可持續(xù)發(fā)展進(jìn)行評(píng)價(jià)，合理地解決了評(píng)價(jià)中關(guān)于發(fā)展水平、速度和子系統(tǒng)協(xié)調(diào)性的關(guān)系[3]。Hwang和Yoon在1981年首次提出TOPSIS法，通過(guò)評(píng)價(jià)對(duì)象與理想化目標(biāo)的距離來(lái)得到評(píng)價(jià)對(duì)象的綜合得分[4]。朱玉林等運(yùn)用灰色關(guān)聯(lián)度分析法，對(duì)長(zhǎng)株潭城市群生態(tài)文明程度做了實(shí)證分析[5]。王瑛等采用模糊優(yōu)選法，對(duì)南京市不同年份和標(biāo)準(zhǔn)等級(jí)的大氣環(huán)境質(zhì)量進(jìn)行綜合排序，克服了以往模糊綜合評(píng)價(jià)中隸屬函數(shù)選擇的主觀性[6]。李善同等認(rèn)為，經(jīng)濟(jì)增長(zhǎng)與環(huán)境之間存在密切的內(nèi)在關(guān)系，環(huán)境問(wèn)題是經(jīng)濟(jì)活動(dòng)發(fā)展到一定階段的必然產(chǎn)物[7]。賈士靖從農(nóng)業(yè)經(jīng)濟(jì)與農(nóng)業(yè)生態(tài)耦合狀況分析，認(rèn)為農(nóng)業(yè)生態(tài)環(huán)境與農(nóng)業(yè)經(jīng)濟(jì)是農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)中對(duì)立統(tǒng)一的兩個(gè)矛盾體[8]。劉玉鳳等對(duì)京津冀城市群2005-2015年的經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量格局進(jìn)行探討，并從時(shí)空角度深入研究經(jīng)濟(jì)與環(huán)境的耦合協(xié)調(diào)發(fā)展趨勢(shì)[9]。田澤等構(gòu)建對(duì)外貿(mào)易-經(jīng)濟(jì)-環(huán)境三系統(tǒng)的綜合耦合水平評(píng)價(jià)體系，對(duì)“一帶一路”沿線18省市三系統(tǒng)耦合協(xié)調(diào)水平及空間集聚與地理差異進(jìn)行實(shí)證研究[10]。

在經(jīng)濟(jì)與環(huán)境關(guān)系的評(píng)價(jià)研究中，針對(duì)研究對(duì)象具有多指標(biāo)、多維度、多時(shí)段等特征，本文將兼顧評(píng)價(jià)指標(biāo)的相關(guān)性與代表性、評(píng)價(jià)方法的多樣性，對(duì)經(jīng)濟(jì)與環(huán)境系統(tǒng)評(píng)價(jià)指標(biāo)進(jìn)行二次篩選，構(gòu)建動(dòng)態(tài)綜合評(píng)價(jià)指標(biāo)體系；基于熵值法、TOPSIS法和灰色關(guān)聯(lián)度法的支持度模型，對(duì)經(jīng)濟(jì)與環(huán)境系統(tǒng)進(jìn)行動(dòng)態(tài)組合評(píng)價(jià)；利用耦合協(xié)調(diào)模型，對(duì)30個(gè)省域經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量的耦合協(xié)調(diào)關(guān)系進(jìn)行評(píng)級(jí)與分析。

二 綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建

在遵循科學(xué)性、完備性、獨(dú)立性原則的前提下，參考相關(guān)文獻(xiàn)和已有研究成果[11-12]，從經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)活力和人民生活四個(gè)方面初步選取經(jīng)濟(jì)系統(tǒng)指標(biāo)17個(gè)，從環(huán)境資源、環(huán)境破壞、環(huán)境治理和環(huán)境保護(hù)四個(gè)方面初步建立環(huán)境系統(tǒng)指標(biāo)20個(gè)，選取的指標(biāo)均為相對(duì)指標(biāo)?；谠u(píng)價(jià)指標(biāo)的相關(guān)性和信息貢獻(xiàn)率對(duì)初選評(píng)價(jià)指標(biāo)進(jìn)行二次篩選，具體步驟如下：

步驟一：基于自相關(guān)分析的指標(biāo)體系一次篩選，避免信息重復(fù)對(duì)指標(biāo)權(quán)重的干擾。公式如下：

(1)

步驟二：基于累計(jì)信息貢獻(xiàn)率的指標(biāo)體系二次篩選，定義指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)差與均值的比值，即離散系數(shù)，表示指標(biāo)的信息含量，公式如下：

(2)

排序前p個(gè)指標(biāo)的信息含量之和與全部指標(biāo)信息含量之和的比值為累計(jì)信息靈敏度。當(dāng)前p個(gè)指標(biāo)的累計(jì)信息靈敏度達(dá)到一定標(biāo)準(zhǔn)時(shí)，則認(rèn)為這p個(gè)指標(biāo)對(duì)綜合評(píng)價(jià)結(jié)果具有顯著影響，應(yīng)予以保留。利用Excel計(jì)算指標(biāo)離散系數(shù)，反映指標(biāo)對(duì)綜合評(píng)價(jià)結(jié)果的影響，再將指標(biāo)按照信息含量排序，計(jì)算指標(biāo)累計(jì)信息貢獻(xiàn)率，在指標(biāo)精簡(jiǎn)并盡量少丟失信息的前提下，保留信息含量較大且累計(jì)信息貢獻(xiàn)率在90%以上的指標(biāo)。根據(jù)計(jì)算結(jié)果，二次篩選經(jīng)濟(jì)系統(tǒng)共刪除燃?xì)馄占奥屎陀盟占奥?項(xiàng)指標(biāo)；環(huán)境系統(tǒng)共刪除人均水資源量、人均活立木儲(chǔ)蓄量、生態(tài)用水總量、工業(yè)污染治理完成投資和自然保護(hù)區(qū)覆蓋率共5項(xiàng)指標(biāo)。

本文通過(guò)自相關(guān)分析和累計(jì)信息貢獻(xiàn)率法對(duì)原始指標(biāo)體系進(jìn)行指標(biāo)二次篩選，保留下來(lái)的評(píng)價(jià)指標(biāo)間信息重疊程度低、代表性強(qiáng)，最終得到經(jīng)濟(jì)系統(tǒng)指標(biāo)10個(gè)，環(huán)境系統(tǒng)指標(biāo)11個(gè)，指標(biāo)體系如表1所示。

三 研究方法的原理

經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量動(dòng)態(tài)綜合評(píng)價(jià)涉及多指標(biāo)、多時(shí)段的信息集結(jié)，其觀測(cè)數(shù)據(jù)是由指標(biāo)、評(píng)價(jià)對(duì)象和時(shí)間構(gòu)成的三維數(shù)據(jù)組，設(shè)有t個(gè)時(shí)期、n個(gè)被評(píng)價(jià)對(duì)象和m個(gè)評(píng)價(jià)指標(biāo)構(gòu)成的三維數(shù)組為xij(t)：

i=1,2,…,n，

j=1,2,…,m，

t=1,2,…,τ.

(3)

表1 經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量綜合評(píng)價(jià)指標(biāo)體系

(一)基于支持度模型的組合評(píng)價(jià)方法

組合評(píng)價(jià)是將不同的評(píng)價(jià)方法進(jìn)行適當(dāng)組合，綜合利用各種方法所提供的信息，從而盡可能地提高評(píng)價(jià)水平和精度。在保證評(píng)價(jià)方法正確性和適用性的前提下，采用適當(dāng)?shù)慕M合評(píng)價(jià)技術(shù)，可以減少單一方法產(chǎn)生的偏差，提高綜合評(píng)價(jià)結(jié)果的客觀性，使評(píng)價(jià)結(jié)果更加符合實(shí)際[13]。將支持度(Support Degree, SD)模型引入經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量水平組合評(píng)價(jià)中，從不同評(píng)價(jià)方法的相似度、差異度視角測(cè)度各單一評(píng)價(jià)方法結(jié)果之間的相互支持情況，以綜合支持度作為各評(píng)價(jià)方法權(quán)重的計(jì)算依據(jù)，建立經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量組合評(píng)價(jià)模型，以期充分融合各單一評(píng)價(jià)方法的優(yōu)點(diǎn)，得到更加準(zhǔn)確、客觀和高可信度的組合評(píng)價(jià)結(jié)果[14-15]?；赟D模型的組合評(píng)價(jià)方法步驟如下：

步驟一：計(jì)算單一評(píng)價(jià)方法評(píng)價(jià)值。

(1)熵值法：熵(Entropy)的概念源于熱力學(xué)，由德國(guó)物理學(xué)家Clausis和Boltgman首次提出，之后美國(guó)數(shù)學(xué)家、控制論及信息論創(chuàng)始人Wiener和Shannon提出了更廣泛的信息熵[16]，現(xiàn)已在工程技術(shù)、社會(huì)經(jīng)濟(jì)等領(lǐng)域得到十分廣泛的應(yīng)用。根據(jù)熵的特性，可以用熵值來(lái)判斷某個(gè)指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對(duì)綜合評(píng)價(jià)的影響越大。熵值法是一種對(duì)指標(biāo)權(quán)重的客觀賦權(quán)方法，一定程度上避免了主觀賦權(quán)方法中過(guò)于強(qiáng)調(diào)人的主觀判斷的缺陷，公式如下：

(4)

(5)

(6)

(7)

(2)TOPSIS法是Hwang和Yoon在1981年首次提出，是根據(jù)多個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序。最好的評(píng)價(jià)對(duì)象與最優(yōu)目標(biāo)距離最近，而與最劣目標(biāo)相距最遠(yuǎn)[17]，以此為依據(jù)，通過(guò)評(píng)價(jià)對(duì)象與理想化目標(biāo)的距離來(lái)得到評(píng)價(jià)對(duì)象的綜合得分。TOPSIS評(píng)價(jià)方法既可以完全采用客觀數(shù)據(jù)進(jìn)行評(píng)價(jià), 也可以加入主觀偏好進(jìn)行綜合評(píng)價(jià)。其計(jì)算公式如下：

(8)

(9)

t=1,2,…,τ.

(10)

(3)灰色關(guān)聯(lián)度法是根據(jù)某個(gè)問(wèn)題的實(shí)際情況確定出理想的最優(yōu)序列，然后通過(guò)方案與理想最優(yōu)序列的曲線和幾何形狀的相似程度來(lái)判斷關(guān)聯(lián)程度，曲線和幾何形狀越接近，說(shuō)明其關(guān)聯(lián)度越大，方案越接近理想最優(yōu)，反之亦然；最后以關(guān)聯(lián)度作為各評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值?；疑P(guān)聯(lián)度法能夠處理信息不完全明確的灰色系統(tǒng)，對(duì)于小樣本無(wú)規(guī)律指標(biāo)的評(píng)價(jià)問(wèn)題決策準(zhǔn)確性較高。其計(jì)算公式如下：

(11)

(12)

式中：設(shè)Xi與X0之間的絕對(duì)差為Δi，則Δij=|X0-Xij|,X0為最優(yōu)序列；Δmin=min|X0-Xi|,Δmax=maxI|X0-Xi|,ρ∈[0,1]，為分辨系數(shù)，本文取ρ=0.5。

(4)三個(gè)單一評(píng)價(jià)方法的組合評(píng)價(jià)結(jié)果集為：

(13)

式中：vs(i)為第i(i=1,2,…,30)個(gè)被評(píng)價(jià)對(duì)象在第s(s=1,2,3)種評(píng)價(jià)方法下的評(píng)價(jià)值。

步驟二：計(jì)算不同評(píng)價(jià)方法之間的相似度。

基于向量夾角余弦模型計(jì)算不同評(píng)價(jià)結(jié)果之間的相似度。計(jì)算公式為：

(14)

步驟三：計(jì)算不同評(píng)價(jià)方法結(jié)果之間的差異度。

運(yùn)用歐氏距離計(jì)算不同評(píng)價(jià)方法結(jié)果間的差異度δrs。計(jì)算公式為：

(15)

步驟四：建立相互支持度矩陣。

在綜合考慮相似度及差異度的基礎(chǔ)上，建立SD模型如下：

ηrs=exp(λrs)exp(-δrs).

(16)

隨著差異度的減小，相似度的增大，支持度呈指數(shù)級(jí)別增大，從而弱化相似度小、差異度大的結(jié)果在組合評(píng)價(jià)系統(tǒng)中的作用。建立支持度矩陣Z，表示不同評(píng)價(jià)方法之間的相互支持度：

(17)

步驟五：計(jì)算各單一評(píng)價(jià)方法的權(quán)重。

矩陣Z僅表示兩種單一評(píng)價(jià)結(jié)果之間的相互支持度，并不能代表某種單一評(píng)價(jià)法被所有數(shù)據(jù)支持的綜合支持度，因此只有計(jì)算出綜合支持度，才能得到權(quán)重。由于單一評(píng)價(jià)方法的權(quán)重wr應(yīng)統(tǒng)籌考慮ηr1,ηr2,…,ηrk的總體信息，引用概率源合并理論，即要求一組非負(fù)數(shù)，使得

wr=a1ηr1+a2ηr2+…+akηrk.

(18)

其矩陣形式為：

W=Z·A,

(19)

(20)

步驟六：計(jì)算組合評(píng)價(jià)值。

采用加權(quán)線性和，構(gòu)建組合評(píng)價(jià)模型，計(jì)算公式為：

(21)

式中，Y表示最終組合評(píng)價(jià)值，Yr表示第r種單一評(píng)價(jià)方法下經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的評(píng)價(jià)值。

(二)耦合協(xié)調(diào)模型

耦合度主要反映系統(tǒng)無(wú)序及其有序狀態(tài)間的轉(zhuǎn)變過(guò)程，體現(xiàn)系統(tǒng)內(nèi)部參量間的相互作用；而協(xié)調(diào)度主要度量系統(tǒng)間或系統(tǒng)組成要素間在發(fā)展過(guò)程中平衡狀態(tài)及其和諧程度，側(cè)重系統(tǒng)之間的良性互動(dòng)關(guān)系[18]。基于此，耦合協(xié)調(diào)度是指系統(tǒng)間交互耦合的協(xié)調(diào)程度，用來(lái)揭示經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量之間的同步性、有序性，同時(shí)也反映系統(tǒng)間動(dòng)態(tài)、平衡發(fā)展?fàn)顟B(tài)，能更好地評(píng)判經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量交互作用的整體和諧程度。基于相關(guān)文獻(xiàn)的研究[19-20]，經(jīng)濟(jì)發(fā)展系統(tǒng)和環(huán)境質(zhì)量系統(tǒng)的耦合協(xié)調(diào)測(cè)度模型計(jì)算公式為：

T=αEC+βEN,

(22)

(23)

(24)

其中，EC和EN分別為經(jīng)濟(jì)發(fā)展系統(tǒng)和環(huán)境質(zhì)量系統(tǒng)的綜合評(píng)價(jià)得分值；C為系統(tǒng)耦合度，D為系統(tǒng)耦合協(xié)調(diào)度；α和β為待定系數(shù)，界定經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量重要性程度一致，故取α=β=0.5；參照文獻(xiàn)[18]，系統(tǒng)耦合協(xié)調(diào)度等級(jí)具體分類如表2所示：

表2 耦合協(xié)調(diào)度的等級(jí)劃分

四 實(shí)證分析

(一)樣本選取及原始數(shù)據(jù)預(yù)處理

為了解各省域經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量之間的耦合協(xié)調(diào)關(guān)系，選取30個(gè)省域(因西藏?cái)?shù)據(jù)缺失，未含)2008-2017年的相關(guān)數(shù)據(jù)，采用R語(yǔ)言和Matlab軟件進(jìn)行分析，數(shù)據(jù)均來(lái)自中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒(2009-2018)和中國(guó)環(huán)境統(tǒng)計(jì)年鑒(2009～2018)。

由于評(píng)價(jià)指標(biāo)之間的量綱不同，采用極值法對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理，公式如下：

對(duì)于正向指標(biāo)：

j=1,2,…,15,t=1,2,…,10;

(25)

對(duì)于負(fù)向指標(biāo)：

j=1,2,…,15,t=1,2,…,10.

(26)

其中，Xij(t)表示無(wú)量綱化后的數(shù)據(jù)，Mj=maxj{xij(tk)},mj=minj{xij(tk)}。

(二)經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量系統(tǒng)動(dòng)態(tài)綜合評(píng)價(jià)結(jié)果及分析

1.由式(4)～(21)，計(jì)算得到經(jīng)濟(jì)與環(huán)境系統(tǒng)每年的靜態(tài)綜合評(píng)價(jià)值，限于篇幅，在此不一一列出每年的結(jié)果。為體現(xiàn)時(shí)序發(fā)展趨勢(shì)，將歷年的綜合評(píng)價(jià)值用折線圖表示，如圖1所示。

2008-2013年經(jīng)濟(jì)發(fā)展水平呈現(xiàn)上升趨勢(shì)，2013年之后先呈波動(dòng)增長(zhǎng)后有輕微下降趨勢(shì)。這主要是由于國(guó)家產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，經(jīng)濟(jì)由高速增長(zhǎng)向高質(zhì)量發(fā)展轉(zhuǎn)變，2013年之后經(jīng)濟(jì)發(fā)展速度有所放緩；環(huán)境質(zhì)量綜合水平呈現(xiàn)波動(dòng)式上升，10年來(lái)環(huán)境質(zhì)量明顯好轉(zhuǎn)。經(jīng)濟(jì)發(fā)展較好的城市10年間通過(guò)加大環(huán)境保護(hù)和治理力度，廢物處理能力強(qiáng)且環(huán)境污染治理投資力度大，環(huán)境質(zhì)量綜合水平得到提高。

2.動(dòng)態(tài)綜合評(píng)價(jià)值采用郭亞軍教授提出的“厚今薄古”思想進(jìn)行集成，利用數(shù)學(xué)規(guī)劃法，求得10年的時(shí)間權(quán)重為：

wt=(0.0274,0.034,0.0441,0.0559,0.071,0.0901,0.1143,0.145,0.184,0.2335)。在歷年的靜態(tài)綜合評(píng)價(jià)值的基礎(chǔ)上，進(jìn)一步求得10年的動(dòng)態(tài)綜合評(píng)價(jià)值，如表3所示。由10年的動(dòng)態(tài)綜合評(píng)價(jià)結(jié)果可得，經(jīng)濟(jì)發(fā)展水平較好的是上海、北京、天津、浙江;相對(duì)落后的是廣西、四川、河南、甘肅；環(huán)境質(zhì)量較好的是海南、浙江、廣東、寧夏;較差的是吉林、貴州、青海、甘肅。

圖1 2008-2017年經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量靜態(tài)綜合評(píng)價(jià)值趨勢(shì)圖

表3 經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量動(dòng)態(tài)綜合評(píng)價(jià)值

(三)經(jīng)濟(jì)發(fā)展和環(huán)境質(zhì)量系統(tǒng)耦合協(xié)調(diào)分析

1.由式(22)～(24)，計(jì)算得到耦合協(xié)調(diào)度，將30個(gè)省域的耦合協(xié)調(diào)度按照表2的等級(jí)劃分標(biāo)準(zhǔn)進(jìn)行劃分，得到結(jié)果如表4所示。

表4 30個(gè)省域經(jīng)濟(jì)與環(huán)境耦合協(xié)調(diào)等級(jí)劃分

2. 根據(jù)耦合協(xié)調(diào)度水平，得出2008年和2017年30個(gè)省域的雷達(dá)分析圖，如圖2所示。

由圖2可知，10年間，經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量耦合協(xié)調(diào)水平整體呈現(xiàn)上升趨勢(shì)：北京由中級(jí)協(xié)調(diào)水平上升為良好協(xié)調(diào)水平，福建、山東由勉強(qiáng)協(xié)調(diào)水平上升為初級(jí)協(xié)調(diào)水平，河南、四川、新疆、貴州由瀕臨失調(diào)上升為勉強(qiáng)協(xié)調(diào)水平，遼寧和吉林呈輕微下降趨勢(shì)。

圖2 2008、2017年各省域經(jīng)濟(jì)與環(huán)境系統(tǒng)耦合協(xié)調(diào)度

五 結(jié) 論

本文通過(guò)對(duì)指標(biāo)體系和評(píng)價(jià)方法進(jìn)行優(yōu)化，對(duì)30個(gè)省域10年間的經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量系統(tǒng)進(jìn)行動(dòng)態(tài)組合評(píng)價(jià)，并對(duì)兩系統(tǒng)之間的耦合協(xié)調(diào)關(guān)系進(jìn)行分析，得到如下結(jié)論：

一是采用自相關(guān)分析和累計(jì)信息貢獻(xiàn)率法，對(duì)原始指標(biāo)體系進(jìn)行二次篩選，使得指標(biāo)之間信息重疊率低、代表性高，綜合評(píng)價(jià)指標(biāo)體系更加科學(xué)、合理。

二是基于支持度模型的熵值法、TOPSIS法和灰色關(guān)聯(lián)度法的動(dòng)態(tài)組合評(píng)價(jià)方法，減少了單一評(píng)價(jià)方法產(chǎn)生的偏差，有利于提高綜合評(píng)價(jià)結(jié)果的科學(xué)性和客觀性。

三是實(shí)證分析結(jié)果表明：10年間，30個(gè)省域的經(jīng)濟(jì)和環(huán)境系統(tǒng)耦合協(xié)調(diào)水平整體處于初級(jí)協(xié)調(diào)階段，制約耦合協(xié)調(diào)度的主要因素為經(jīng)濟(jì)發(fā)展，體現(xiàn)了中國(guó)經(jīng)濟(jì)正從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變，不再以犧牲環(huán)境為代價(jià)來(lái)發(fā)展經(jīng)濟(jì)，而是更加注重環(huán)境保護(hù)與質(zhì)量改善，從而使得環(huán)境與經(jīng)濟(jì)進(jìn)一步地協(xié)調(diào)發(fā)展。

四是根據(jù)經(jīng)濟(jì)與環(huán)境系統(tǒng)指標(biāo)權(quán)重的大小，從經(jīng)濟(jì)與環(huán)境兩方面提出如下建議：第一，經(jīng)濟(jì)發(fā)展方面，應(yīng)增加財(cái)政收入，注重發(fā)展第三產(chǎn)業(yè)和民生工程，提高職工平均工資；第二，環(huán)境質(zhì)量方面，應(yīng)提高森林和綠地面積，加大環(huán)境污染治理投資力度。只有上述兩方面的共同發(fā)力，才能更好地促進(jìn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展。