陕西省城市绿色发展水平时空演变及障碍因子分析
2019-10-19李文正刘宇峰张晓露邓晨晖
李文正, 刘宇峰, 张晓露, 邓晨晖
(咸阳师范学院 资源环境与历史文化学院, 陕西 咸阳 712000)
党的十八大以来,绿色发展理念作为新时期指导国家发展的一个基本方略,在我国的产业结构调整、企业技术改造、基础设施建设、生活消费、城市规划、科教投入、环境保护及治理等许多领域受到高度重视和贯彻落实。城市是人口、工商业和交通运输高度集聚的区域,消耗的资源和排放的废弃物数量巨大,尤其是我国最近20多年一直处于工业化和城镇化快速发展阶段,城市在生产规模、人口规模、空间规模、居民消费水平和小汽车数量等方面扩张速度十分迅猛,生产中存在的高投入、高能耗、高污染和低效益问题,环境中存在的空气质量差、绿地少、交通拥挤和热岛效应等问题都很突出,因此,走绿色发展道路对城市更为迫切。尽管不同学者对绿色发展内涵的阐释视角及重点有所差异,但核心要义强调运用科技创新和政策法律等方法措施,转变落后的生产方式与消费方式,达到节约资源,提升经济质量和效益,减少污染,加强环境保护与治理,实现“生态、生产、生活”三者共赢与协调发展[1-8]。
科学的测度及评价城市绿色发展水平有助于各市准确认识自身发展的现状、特点和存在的问题,是制订和完善城市绿色发展政策和规划的基础,而目前直接针对城市绿色发展水平进行评价的研究还不多。从选用的研究数据看,有运用截面数据对某一年份不同城市绿色发展水平进行比较研究[9-13],有利用动态数据将区域内各个城市作为一个整体,对其绿色发展水平的变化进行分析[14]或对某一个城市绿色发展水平的变化进行分析[15],也有运用面板数据对区域内各个城市绿色发展水平的时序演变和空间格局变化进行综合研究[16-17]。显然,面板数据包含的信息量要远大于截面数据或动态数据,而目前还缺少运用面板数据对陕西省城市绿色发展的研究。从确定指标权重的方法看,大多选用某一种客观赋权法或主观赋权法。从综合评价模型的选择看,大多数采用线性加权求和法,该方法虽然容易计算,但存在过于突出指标值或权重较大指标的作用,也有用TOPSIS法[18-19]等其他方法。在分析影响城市绿色发展水平的因素时,主要是运用相关分析对各个要素的得分对综合得分的贡献及要素权重大小进行分析[20-22]。与已有研究相比,本文的特点在于:以陕西省2008—2016年10个地级城市面板数据为研究对象,采用了主、客观相结合的赋权方法,有助于克服主、客观赋权法各自存在的缺陷。运用TOPSIS综合评价模型对各市绿色发展水平时空演变进行测算,用障碍度模型对影响各市绿色发展水平主要障碍因素进行诊断,为进一步推进陕西省城市绿色发展水平提升提供理论参考。
1 研究区概况
陕西省地处中国腹地,西北地区的最东部,经纬度介于105°29′—111°15′E,31°42′—39°35′N,面积20.56万km2,截至2016年底常住人口3 813万,城镇化率55.3%,人均GDP为51 015元,第一、二、三产业产值比重分别为8.7%,48.9%,42.4%。陕西省辖西安、铜川、宝鸡、咸阳、渭南、延安、汉中、榆林、安康、商洛10个地级市和杨凌农业高新技术产业示范区,共含107个县级行政区。陕西省由北到南地理环境差异显著,按地貌类型可分为陕北高原、关中盆地和陕南山地三大区。陕北高原除了北部长城沿线以北是风沙滩地,气候属温带干旱与半干旱气候,其他地区都是黄土高原丘陵沟壑区,气候属暖温带半湿润气候。陕北是陕西省面积最广,人口最稀疏的大区,煤、石油、天然气等矿产储量十分丰富,能源化工产业地位突出,榆林和延安两市均在该区。关中盆地地势平坦,属暖温带半湿润气候,交通便利,经济发达,城市和人口十分密集,西安、铜川、宝鸡、咸阳和渭南5市就位于该区。陕南山地分布着秦岭、大巴山及汉江河谷盆地,属于北亚热带湿润气候,植被与动物资源丰富多样,汉中、安康和商洛3市就在该区。
2 评价指标体系的构建与数据来源
2.1 评价城市绿色发展的指标体系
根据城市绿色发展的目标及影响因素,遵循全面性、层次性、代表性和指标数据的可获取性原则,并参考其他学者构建的指标体系[13-14,23],将指标体系分为4层,以城市绿色发展综合指数为目标层,以人居环境指数、经济增长绿色指数和环境承载力指数3个子系统为准则层。用城市人居环境反映城市居民居住、通勤、购物等日常生活所处的自然环境、基础设施、环境治理和社会经济文化环境。用经济增长绿色指数反映城市生产中,在能源利用,经济效率,污染物排放等方面状况。用环境承载力反映城市建成区承受的环境污染压力和城市具有的市域空间范围承受污染物的潜力。中间层设计11个指标,基础指标层设计35个,见表1。
2.2 指标数据来源
35个基础指标的原始数据是根据《陕西统计年鉴2009~2017》、《中国城市统计年鉴2009~2017》、《中国环境统计年报2008~2016》和《陕西区域统计年鉴2009~2017》上相关数据换算得到或直接查得的,对统计资料中缺失的个别数据和相互不一致的数据,主要通过到政府相关职能部门调研获取和校对。
表1 陕西省城市绿色发展综合评价指标体系
注:1.带“*”指标为逆向指标,其余均为正向指标。2.在计算指标D7各个城市居民每万人拥有公共汽车数量时,对西安市地铁根据客运量,将其换算成了对应的公共汽车数量加在该指标内。
3 研究方法
3.1 TOPSIS法
TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)是逼近于理想解的排序方法,他是Hwang C L和Yoon K S于1981年首次提出的[24],是系统工程学里一种较为实用的多目标决策分析方法。它是通过测算各评价对象与“正理想解”和“负理想解”的接近程度对各评价对象的优劣进行排序。由于TOPSIS法对数据分布和样本数量无严格限制,能有效避免简单加权中的线性叠加思想,被广泛应用于决策方案选择、竞争力评价和效益评价等领域。TOPSIS法具体步骤如下:
(1) 指标数据的规范化处理:设评价指标构成的样本集为{xij|i=1,2,3,…m;j=1,2,3,…,n},xij为某个年份第i个城市在第j项指标的原始值。选用极差标准化方法对原始数据进行规范化处理,消除不同指标之间存在的量纲和量级差异,同时使指标值表现为越大越好。
对正向指标
x′ij=(xij-minixij)/(maxixij-minixij)
(1)
对逆向指标
x′ij=(maxixij-xij)/(maxixij-minixij)
(2)
式中:maxixij和minixij分别为第j个指标的最大值和最小值,规范化处理后结果为{x′ij|i=1,2,3,…,m;j=1,2,3,…,n},0≤x′ij≤1 。
表2 2008-2016年各指标权重及其变化情况
(3) 构造加权规范化决策矩阵:
(3)
式中:w为指标的权重。
(4) 确定评价对象的正理想解“V+”和负理想解“V-”:
正理想解:
(4)
负理想解:
(5)
正理想距离:
(6)
负理想距离:
(7)
(6) 计算各评价对象指标值的与理想解的相对接近度Qi:
(8)
其中:0≤Qi≤1 ,Qi越大,表明离负理想解的距离越远,越接近正理想解,评价对象状态越优良,即绿色发展综合水平越高。同理,可计算出各个准则层水平得分。
3.2 变异系数
变异系数是衡量不同组别数据离散程度的常用指标,广泛地应用在评价区域之间发展水平差距的演变方面[25],本文用变异系数对不同年份各市绿色发展水平总体差异程度进行比较,变异系数的计算公式为:
(9)
式中:CV为变异系数;m为城市个数;R0为某年份各市绿色发展指数得分的平均值;Ri为该年份城市i的绿色发展指数得分。CV越大,表明各市水平差异越大。
3.3 运用ArcGIS软件进行等级类型划分和制图
运用ArcGIS 10.0软件,根据Jenks自然断裂法按4个层次对不同年份陕西省各市城市绿色发展得分进行分级。同时,用ArcGIS制图对其空间格局进行可视化表达。
4 结果与分析
根据TOPSIS法测算的陕西省10个地级市2008—2016年城市绿色发展综合指数得分,绘制出各市综合水平的动态变化图,见图1,对陕西省10个地级市城市绿色发展时空演变进行分析。
4.1 陕西省城市绿色综合水平的时序演变特征
总体上看,2008—2016年陕西省城市绿色发展综合水平处于中等水平,各年份10个市综合水平的均值为0.491 3~0.534 6,均值在2014年之前以波动上升为主,之后出现明显下降。2016年的均值比2008年提高了6.2%,增幅较小。而各市的水平变化幅度差异较大,西安提升幅度最为显著,增幅为27.7%,依次渭南为14.0%,汉中为13.4%,安康为10.0%,商洛为8.6%,咸阳为8.0%,延安为3.6%,宝鸡为-3.4%,铜川为-3.7%,榆林为-13.4%。显然,只有宝鸡、铜川和榆林这3个市有所降低,榆林降幅还较大。
图1 2008-2016年陕西省10个地级市综合水平变化
各市综合水平演变表现出多种轨迹类型。西安一直保持着水平高并且提升较稳定,均值排名第1,属于高水平稳步提升型,主要由于西安在人居环境指数和经济增长绿色指数这两方面优势一直很突出。相反,渭南的综合水平各年都远低于其他市,均值排名第10,但波动上升较快,属于低水平波动提升型,主要是由于渭南在环境承载力指数和经济增长绿色指数这两方面水平一直很低。宝鸡综合水平一直居前并且波动小,均值排名第3,属于较高水平稳定型,主要由于宝鸡在人居环境指数方面一直保持优势。榆林在各市中波动下降趋势最为显著,从2008年的第2位降到了2016年的第8位,均值排名第5,属于较高水平稳步降低型,主要是由于榆林在经济增长绿色指数和环境承载力指数两方面水平持续降低引起的。延安、安康、汉中和咸阳4个市水平波动幅度较大,其中延安在2012年之前波动上升明显,之后下降明显,均值排名第2,属于较高水平波动型,主要是由于延安在人居环境绿色方面波动大引起的。安康在2014年之前波动上升显著,之后有所下降,均值排名第5,属于较高水平波动提升型,主要由于安康在经济增长绿色指数方面波动上升引起的。汉中在2014年之前波动上升显著,之后下降明显,均值排名第7,属于较低水平波动型,主要由于汉中在经济增长绿色指数和人居环境指数两方面波动引起的。咸阳在2012年前上升明显,之后有所下降,均值排名第6,属于中等水平波动型,主要由于受人居环境指数和环境承载力指数两方面波动引起的。商洛和铜川水平一直落后并且波动变化小,属较低水平稳定型,前者均值排名第8,后者排名第9,其中商洛受经济增长绿色指数波动影响稍大,铜川受环境承载力指数波动影响稍大。
从变异系数的变化可以看出,各市之间综合水平的差距总体上呈现出波动增大的趋势。变异系数从2008年的0.118 1,发展到2016年变为0.152 4,显著扩大,参看图2,变异系数最大的2013年比变异系数最小的2008年高38.2%,变化幅度较大。各市之间综合水平差距经历了2008—2009年迅速扩大,2009—2012年逐渐缩小,2012—2013年又迅速扩大,2013—2015年又逐渐缩小,2015—2016年又稍微扩大的复杂过程。
图2 变异系数变化趋势
4.2 陕西省城市绿色综合水平的空间格局演变分析
空间格局的变化能反映研究期内各市之间绿色水平增长速度的空间差异。分别针对各个年份陕西省各市得分,运用ArcGIS 10.0软件,根据得分由高到低采用自然断裂法将其分为4个层次,如2008年,第一层次、第二层次、第三层次和第四层次各自的分值范围依次为0.525 8~0.554 5,0.494 4~0.525 7,0.455 4~0.494 3,0.365 3~0.455 3,并得到陕西省城市绿色综合水平空间格局演变图,见图3(限于文章篇幅,文中只显示了2008年、2012年和2016年这3个时间节点的图)。可以看出陕西省城市绿色综合水平空间格局的演变具有以下特征。(1) 2008—2016年,综合水平空间格局不断变化:2008年,第一层次的城市数量较多(西安、榆林、宝鸡和安康),在空间分布上较均衡。第二层次有2个(延安和咸阳),第三层次有3个(汉中、铜川和商洛),第四层次只有渭南1个。2012年,第一层次只有西安,第二层次的城市猛增为6个(延安、宝鸡、咸阳、安康、榆林、汉中),主要是由于西安的水平提升幅度显著大于其他各市,而并非是其他城市水平降低了。第三层次减少为2个(商洛和铜川),第四层的城市仍为渭南1个,渭南与高水平的西安近邻,并未对渭南产生辐射带动作用。2016年,第一层次的城市仍只有西安,第二层次降为5个(延安、宝鸡、咸阳、安康、汉中),第三层次变为2个(商洛和榆林),第四层次增加成2个(铜川和渭南)。显然,陕西最北部的榆林和位于关中北部的铜川等级下降了。(2) 位于关中中心地区的西安一直处在第一层,尤其是2012年后只有西安处于第一层,一市独优的空间格局十分突出。咸阳和延安一直在第二层,商洛一直在第三层,渭南一直处在第四层。而榆林、宝鸡、安康和铜川4个城市的所属层次有所降低,相反,汉中有所上升,综合水平空间格局的变化主要是由这5个城市水平变化引起的。水平居后的3个城市(渭南、铜川和商洛)集中分布在关中东部和陕南东部。
图3 2008年、2012年、2016年陕西省城市绿色综合水平空间格局
5 影响各市绿色发展的障碍因子分析
5.1 障碍度模型
各市综合水平的高低、相互差异及其演变是各个构成指标综合作用的结果,运用障碍度模型可测算和发现制约各个城市绿色发展的障碍因素及障碍度,以便有针对性地为各市绿色发展提供决策依据。某个指标障碍度越大,说明某地区绿色发展受该指标的阻碍作用越大。障碍度是根据因子贡献度和指标偏离度进行计算[16],具体公式如下:
(10)
式中:Iij代表城市i在第j个指标的障碍度;Uj为因子贡献度,代表单项指标j对总目标的影响程度,即单项指标对总目标的权重,Uj=wj;Tij为指标偏离度,指城市i的单项指标j与发展目标之间的差距,设为单项指标标准化值与100%之差,即Tij=1-x′ij,其中,x′ij为城市i在指标j的标准化值。
5.2 指标层障碍因子分析
运用障碍度模型,对2008—2016年陕西省各市在35个基础指标上的障碍度进行了测算并按障碍度从大到小排序,结果见表3(限于篇幅,表3只列出了2008年、2012年、2016年各市障碍度从大到小排序前8位主要障碍因子)。前8位主要障碍因子的障碍度合计一般都在60%以上,最少的也在43%以上,显然,它们影响作用在35个障碍因子中很突出。通过对10个城市各个年份排序前8位主要障碍因子的出现频次、覆盖面及障碍度特点进行分析可知:
(1) 从整体上看,存在具有普遍影响的障碍因子,主要是D19第三产业劳动生产率(出现78次,覆盖面87%,平均障碍度8.60%)、D17第二产业劳动生产率(出现73次,覆盖面81%,平均障碍度9.17%)、D10城市每万人在校大学生数量(出现70次,覆盖面78%,平均障碍度7.69%)、D7城市居民每万人拥有公共汽车(出现58次,覆盖面64%,平均障碍度6.12%)和D11城市居民人均可支配收入(出现52次,覆盖面58%,平均障碍度7.32%)。可以看出,这5个因子的出现频次、覆盖面及障碍度都很大,成为整体上制约陕西省城市绿色发展的最主要障碍因子,反映出陕西省10个地级城市整体上在第二产业和第三产业方面水平不高,陕西以煤炭、石油、天然气开采及加工、装备制造和有色冶炼等工业比重较高,需要进一步进行结构调整、技术改造和提升管理水平,而出现这一结果的另一原因与榆林在这两个指标方面水平显著高于其他市有关。面对近些年城镇化的迅猛发展,公共交通设施建设还不能适应城市人口流动量的快速增长,需加快提升公共交通水平(包含地铁建设)。城市居民收入水平和在校大学生数量这两个障碍因子原因与西安在这两个指标方面水平显著高于其他市有关,尤其是西安在高等教育规模方面远远高于其他城市。
(2) 分别从各个城市在不同年份主要障碍因子变化看,各自变化不大,但不同城市之间比较,各自的主要障碍因子存在明显差别。西安市的主要障碍因素是D17第二产业劳动生产率、D3建成区空气质量日报优良率、D35单位市域面积氨氮排放量、D34单位市域面积化学需氧量排放量、D9科教支出占财政支出比重和D1建成区人均公园绿地面积等,只有1个属于普遍影响的障碍因子,与其他9个城市差异很大。第二产业劳动生产率不高主要因为西安的第二产业就业人数巨大,许多老企业在产品、技术设备等方面更新缓慢有关。建成区空气质量日报优良率在10市中最低,主要由于西安的工业生产和人口居住高度集中,生产和交通车辆产生的废气显著多于其他城市,同时也与西安处于关中盆地中央及气象条件有关。单位市域面积化学需氧量与氨氮排放量大及建成区人均公园绿地面积小都主要与西安人口规模大、集聚程度高及生活废水排放量大有关。西安的科教支出占财政支出比重不高是由于近些年陕南、陕北和关中的铜川、渭南在教育硬件设施的改建和增添方面力度较大。
铜川市和渭南市的主要障碍因素相似,主要为D19第三产业劳动生产率、D10城市每万人在校大学生数量、D17第二产业劳动生产率、D11城市居民人均可支配收入和D32单位市域面积氮氧化物排放量等。铜川和渭南两市经济水平在10市中处于中等,高等教育规模小,尤其是铜川在每万人在校大学生数量显著低于其他9市。单位市域面积氮氧化物排放量远远高于其他8个市,与这两市的煤炭、火力发电、有色和钢铁冶炼、水泥等重工业规模大有关。
宝鸡市主要障碍因素是D10城市每万人在校大学生数量、D19第三产业劳动生产率、D7城市居民每万人拥有公共汽车、D17第二产业劳动生产率和D29单位建成区面积化学需氧量排放量等。在10市中,宝鸡的第二、三产业劳动生产率处于中上水平,每万人在校大学生数量处于中下水平。每万人拥有公共汽车属中上水平。单位建成区面积化学需氧量排放量高,主要与生活污水排放量大有关。
咸阳市主要障碍因素是D17第二产业劳动生产率、D19第三产业劳动生产率、D18第三产业产值所占比重、D3建成区空气质量日报优良率和D7城市居民每万人拥有公共汽车等。在10市中,咸阳市的第二、三产业劳动生产率处于中等水平,第三产业比重较低。咸阳的空气质量日报优良率较低,与其工业生产和汽车废气排放、空间上紧邻西安及自然条件有关。咸阳每万人拥有公共汽车属中上水平,但与其社会经济水平及城市人口规模还不协调。
延安市主要障碍因素是D19第三产业劳动生产率、D4城市人均道路面积、D17第二产业劳动生产率、D18第三产业产值所占比重和D3建成区空气质量日报优良率等。在10市中,延安市的第二、三产业劳动生产率处于中等水平,第三产业比重最低。城市人均道路面积也是最低,空气质量日报优良率水平中等。
榆林市主要障碍因素是D10城市每万人在校大学生数量、D7城市居民每万人拥有公共汽车、D27单位建成区氮氧化物排放量、D28单位建成区面积烟(粉)尘排放量和D18第三产业产值所占比重等。在10市中,榆林的每万人在校大学生数量水平居中,每万人拥有公共汽车水平居中,这与其经济水平很不协调。单位建成区面积氮氧化物排放量和烟(粉)尘排放量在10市中分别居第2和第1,尤其烟(粉)尘排放量远高于其他城市,这是榆林以煤炭开采、煤化工和火力发电为主导产业带来的突出问题。
汉中市、安康市和商洛市的主要障碍因素相似,主要为D19第三产业劳动生产率、D11城市居民人均可支配收入、D17第二产业劳动生产率、D10城市每万人在校大学生数量和D7城市居民每万人拥有公共汽车等。陕南3市在全省10市中经济最落后,这与他们在矿产、耕地、人才等资源条件及交通等经济区位条件处于劣势有关。高教规模与城市公交方面主要是安康市和商洛市在全省最落后。
表3 2008-2016年影响陕西城市绿色发展的主要障碍因子及障碍度排序
注:括号内数据表示相应指标的障碍度大小。
5.3 准则层障碍因子分析
根据不同年份各市在各个基础指标的障碍度计算了各年份3个准则层指标的障碍度,见图4。可以看出,3个准则层指标的障碍度差异较大。人居环境方面的障碍度最大,并且各年份一直远高于其他两个准则层指标,障碍度处在46.26%~54.08%之间,一直是制约陕西省城市绿色发展最主要的因素。经济增长方面的障碍度较大,处在28.74%~31.94%之间。环境承载力方面的障碍度最小,处在14.68%~22.87%之间。从3个准则层指标障碍度的变化看出,在研究期3个准则层指标的障碍度变化幅度都较小,尤其是经济增长方面障碍度波动幅度很小。人居环境方面的障碍度在2008—2012年呈明显减小趋势,相反,环境承载力方面的障碍度却在同期呈明显增大趋势,反映出2008—2012年陕西省城市绿色发展受人居环境方面的制约趋于减小,受环境承载力方面的制约趋于增大。2012年以后,这两个方面的障碍度都变化很小。从障碍度大出现频次又高的这些障碍因子所在准则层及中间层看,各年份主要集中在人居环境中的空气质量、基础设施、科教投入、富裕水平和环境治理等多个方面。其次是经济增长中的经济效率方面。在环境承载力中分布最少,主要在环境承载压力方面。
图4 2008-2016年各准则层指标障碍度
6 结论与讨论
(1) 本文以2008—2016年陕西省10个地级城市面板数据为研究对象,构建了包含3个准则层指标、11个中间层指标和35个基础指标的评价指标体系,将客观赋权和主观赋权相结合确定指标权重,运用TOPSIS模型进行综合测算及评价,采用ArcGIS软件对评价结果进行空间表达,利用障碍度模型对制约各市绿色发展水平的主要障碍因子做了诊断。研究方法合理,评价结果准确,对指导陕西省城市绿色发展有一定参考价值。
(2) 从时间演变看,各市综合水平整体上处于中等,波动变化的幅度较小,表明研究期内陕西省在城市绿色转型发展中进步不大,能够提升的空间还较大,需要引起重视。各市水平演变轨迹表现出多种类型,反映出各市绿色发展中各自的优势条件和劣势存在差异。有7个城市水平有所提升,西安提升幅度最大(增幅为27.7%),渭南虽然提升幅度也较大,但水平一直在各市中处于最低。有3个城市水平有所下降,榆林下降幅度最大(降幅为13.4%)。各市之间的水平差异总体上呈增大趋势,其中西安的水平提升最快,越来越高于其他城市。
(3) 从空间格局演变看,西安一直处于水平最高的第一层次,其水平提升速度远大于其他市,到2012年水平处于第一层次的城市已由原来的4个减少成只有西安1个的空间格局。水平处于第二层次的城市增加较多,第三和第四层次的城市数量变化较小。集中分布在关中和陕南东部的渭南、铜川和商洛水平居后,其中渭南一直处于水平最低的第四层。各市水平高低与所处的自然环境相关性不明显,主要与各市的主导产业门类、产业结构、经济水平以及基础设施水平关系密切。针对城市绿色发展水平在空间上的不均衡性,今后应推动高水平城市与低水平城市之间在产业技术合作、产业转移、相互投资、环境保护与治理等多领域合作,发挥高水平城市的辐射带动作用。陕西省政府也可以通过对低水平的城市在交通等基础设施建设、科教投入、引导外来投资等方面给予更多的支持。
(4) 障碍因子分析结果表明,各市在城市绿色发展中,遇到的主要障碍因子有差异明显,但各市的主要障碍因子在不同年份变化不大。各市都存在一些严重影响绿色发展水平的因素,即便是水平最高,水平提升最稳定的西安也存在着第二产业劳动生产率不高,城区空气质量不高、氨氮排放量大等突出问题。总体上看,陕西省各市今后要加大对第二、三产业的技术改造,提高劳动生产率。陕西其他城市在高等教育规模和城市公共汽车(含地铁)方面,存在着与西安差距过大的问题,另外,城市居民经济收入水平较低也是一个突出问题。障碍度大的因子分布在城市人居环境方面相对较多。
(5) 城市绿色发展涉及政策、经济、社会、生活及生态环境等许多领域的绿色转型,任务十分复杂而艰巨。要提高陕西省各市绿色发展水平,省、市领导和有关管理部门必须从思想上充分认识实施城市绿色发展战略的重要性,要准确了解各市绿色发展特点和存在的障碍,认真分析问题产生的原因,制定城市绿色发展的政策制度、规划和措施。从产业空间布局、产业结构调整、企业技术改造、科教投入、交通等基础设施建设、生态环境保护与治理等多方面,对各市实施绿色发展状况进行监督、指导和考核,并协调和解决好各市在实施绿色发展政策方面出现各种问题,才能推动陕西省各市绿色发展水平的快速提高。