英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
朝着空间上的不平衡发展？
意大利社会经济和地区变量在区域差异上的联合评估
Luca Salvati , Giuseppe Venanzoni, Margherita Carlucci
摘要： 本研究评估意大利发展差异的三个指标分别评价经济增长的空间分布（人均增加值）、可持续发展（可持续发展指标包括99个独立的变量）和自然资本的质量（环境敏感区的指标包括14个独立的变量）。以市为基本空间单元在三个不同地理区域进行分析（3种划分（北部，中部和南部的意大利），20个行政区和103个县）。虽然三个指标对应在一个空间内，但这三个指标的变异系数可以作为区域差距的概括，并表现出鲜明的空间分布差异。有较高可持续发展指数平均值的地区表现出较少的城市差异，展现出一个低差异性的地区。相比之下，收入和自然资本差距这两个指数相互独立。多变量分析确定了一个南北梯度，反映了意大利的发达地区和经济落后地区之间的鸿沟。本文为一些具有社会经济差异的地区实施可持续发展政策提供了一定的信息参考。
1引言
环境趋势连同社会人口和经济因素–反映了空间平衡可持续发展过程的关键问题（gugerell and mooslechner，2003）。在时间和空间上观察复杂社会环境动态变化是科学领域的一个重要挑战，这类研究可以支持更高级的政策策略从而走向可持续性发展（Steer，1998）。可持续发展的社会环境系统分析是多学科研究的重点，也是经济增长的一个关键目标，包括了环境变化和相关的政策反应（briassoulis，2011）。从社会经济和环境的角度制定一个先进的均衡发展道路，是可持续发展的一个规范化概念，需要正确的实施所有层次的决策（dinda，2004；Stern，2004；Galidiao，2007）。一旦确定了可持续发展的各个方面的基准条件（如经济，社会，生态，文化，制度，政治），标准定义的规范空间就有可持续发展的机会（grass，2003）。
然而，长期以来，可持续发展意味着如何协调经济增长与环境质量。现在人们普遍认识到，一个真正的可持续和平衡发展应该涉及与社会、经济、特别是区域相关的更为复杂的问题（zuindeau，2006）。环境的恶化，加上社会文化经济分化有可能加速地域不平衡，最终导致社会矛盾的加剧，破坏整个地区的可持续发展（Steer，2004；iosifides and politidis，2005；acid and peco，2005）。
经济绩效，社会不平等，制度政策与环境质量的关系，给人们研究复杂的可持续发展之路的各个基本因素之间的相互作用提供了重要的实例分析（singe， 1995；Chopra and Gulati，1997；steer，1998；Barbier，2000；shield，2000;Lee，2015）。从这个角度来看，可持续发展是被定义在发展领域的动态平衡理论（hamdouch and zuindeau，2010），再加上一个额外的条件——空间，可持续发展应被定义为空间均衡一致的动态平衡理论（zuindeau，2007）。
在欧洲，区域凝聚是一个重要的政策目标。当前，这个目标已经包括了传统的单维政策目标，例如经济和社会凝聚力（gugerell and mooslechner，2003）。同时，由于生态系统实际压力的加大，尤其是在最近几十年来，自然资源的逐步丧失，相关环境质量逐步下降，受生态系统作用和影响，农村随之经济增长缓慢，边际经济弱势地区也随之增加（salvatiand，2011）。更有效的策略–主要是以战略环境经济手段集成组合的形式（briassoulis，2011）–被实施，要实现空间均衡发展（zuindeau，2006）。
由于自然资源分布不平衡，经济两极分化和社会差异显示需要特别复杂的评估体系，还要与欧洲政策的有效的结合，经济环境的差距在传统上以国家进行区分特别有区别度（zuindeau，2007）如在地中海北部地区（puigdefabregas，1998）。经济和环境将联合评估需要一个基于区域的研究之内，包括具体因素之间的相互作用，多学科方法进行分析（kanemasu，2015）。多元的方法证明能够有效的研究一个先验定义空间平衡条件偏差的领土发展过程（salvati，2011）。
致力于评估社会环境差异和空间可持续发展指标的实证分析变异仍然稀缺（Salvati 2014）。对于实施一个战略目标的空间平衡发展来说，这是一个严重的缺失。早先的研究已经分析了具体环境和发展过程之间的空间关系（例如，土地退化）和基于评估指标的社会经济条件。结果揭示了部分空间连接理论在经济环境变化与可持续发展之间的一个区域选择问题。本文件有助于解决这一值得思考的问题，综合分析经济，环境和可持续发展的差距，在意大利的基础上设计简单的统计目标，以验证在三个维度角度上的空间收敛。在研究欧洲地中海地区领域上，意大利是一个典型的研究案例。由于意大利北部和南部之间的发展差距巨大，研究意大利的经济差异并揭示其广泛的环境影响，可以得到从整体到局部社会发展人口过程在不同的尺度上的作用（andzitti，2008）。
在这项研究中提出的方法基于三个经济评估指标，社会和环境因素处于一个同样的空间尺度：1）人均增加值（作为经济发展和区域竞争力的代理）；2）综合指数的可持续发展指数，包括三个支柱的可持续发展（环境保护，社会变化，经济增长），整合99个独立变量；3）环境敏感区指数，评估自然资本的质量，包括了14个生物物理变量。我们的研究有助于实施有效的空间平衡政策，发展可持续的富裕，缓解国家在经济上两极化问题。
2研究方法
2.1研究区域
意大利面积约为302070平方公里（23%的平地，42%的高原和35%的山地）。这个国家的经济特点是北部和南部地区之间的社会经济条件下的极大鸿沟（bonavero et al.，1999；dallara and Rizzi，2012；iuzzolino et al.，2013；niedertscheider， 2014；Jepsen et al.，2015）。北意大利是世界上最发达的地方之一，处在欧洲的富裕地区，它一直延伸到博河流域然后被欧洲中部的阿尔卑斯山脉分离。意大利中部亚平宁山脉从意大利北部的分离，是一个经济极化明显的地区–具有城乡鸿沟的压力。在罗马和佛罗伦萨，经济结构以小规模的制造业，旅游业和农业优质化（例如，葡萄酒生产）混合为主。意大利南部，包括西西里岛和撒丁岛，主要以岛屿为主，是经济落后地区。人口结构年轻、失业率高、访问欧洲有更多的限制和经济结构集中在低收入产业，包括了农业和传统三个经济活动（建筑、商业和公共部门），区域经济重心集中在主要城市（那不勒斯，巴里，巴勒莫，卡利亚里）。因此，意大利显示了在人口密度、城市形态、农业强度和自然资源禀赋方面巨大的区域差距（Salvati and zitti，2008）。
2.2衡量指标
在同一空间尺度的三项指标（8101个地区）。在本研究中使用的数据包括：（1）人均GDP增长率（欧元）（由censis提供，2004）；（2）可持续发展综合指数（CISD，2014）；（3）环境敏感地区指数（ESAI），根据Salvati计算（2014）。无论是CISD还是ESAI，其数据时间段涵盖了本世纪初以来，他们根据人口普查变量收集了2000、2001和2002年为主的数据。这些指标，探讨经济、社会和环境因素对城市规模的不同影响：一个单纯的经济指标（INC）作为衡量经济发展和区域竞争力，一个纯粹的环境指数（ESAI）衡量基础上的各种生物物理尺寸包括土壤、植被自然资本的质量量化，气候和土地使用和综合指数（CISD）衡量整合可持续发展的三大支柱，即环境保护，社会的变化，经济增长。我们数据集收集的变量代表了最新的时间点，选择的城市规模在意大利的社会经济指标有足够大的可用性。由于普查技术的变化，一些变量在最近一年会有部分变化，通过多元的搜集手段，使我们对过去几年的可比数据收集。
可持续发展综合指数（CISD），该指数基于因子加权模型，包含了99个变量（2014），覆盖5大主题（人口、人力资本、地方发展和竞争力、生活质量、农村发展和环境），又分为14个研究维度（人口结构，地域特征/城市结构、教育、劳动力市场、经济结构、旅游专业化，收入和财富、犯罪、水资源管理、土地使用权、农村景观，种植密度，质量和农业、农业人力资本创新）。用一个客观的权重系统基于主成分分析法确定各指标的权重分配（Kedun，2009）。CISD 0和1之间的范围，同时显示分布复杂空间问题，在意大利北南之间存在竞争–梯度反映社会经济差异，包括了强势（北方）和弱势（南部）地区。结果CISD使用了三个独立的变量来评价构成指标数据的灵敏度，并对其变化稳定性进行验证（Salvat，2014）。
表1
环境敏感区指标提供了一个多维的评估框架，包括了四个主题域（气候质量，土壤质量，植被质量和土地质量）。另外，该数据还包括了相关的自然资源和环境退化指数（Bassn等人，2000）。该数据处理过程采用几何平均方法计算14个变量（3个气候变量，4个土壤变量，4个植被变量和3个土地利用/土地管理变量）到一个得分指数，并介于2和1之间。显示了自然资本的质量下降和土地退化的风险增加（zitti，2008列表变量和技术细节）。ESAI的结果对几个网站的数据进行了验证，包括了西班牙、葡萄牙、意大利和希腊（seelavado et al，2009）。费拉拉等人（2012）通过在计算构成指标的敏感度变化，评价了ESAI的稳定性。
2.3数据分析
两中描述性统计（平均变异系数为三以上）指标（INC，CISD和ESAI）分别计算不同空间域的相关数据： 3个地理区划（北部，中部和南部），20个行政区和103个县的地区（基于意大利省2001行政结构）。变异系数（CV）被认为是一个可靠的研究区域差距的变量的代表（Salvati and zitti，2008）。此外，对3个意大利地理区域的指标的平均值计算（见上图）提供一个全面了解区域差距、最小值和最大值的范围和比例（max–min）的数据。3个不同空间域的使用，引发了验证在不同空间尺度的结果的稳定性和克服间接的可塑性面积单元问题，即获得结果与基本分析单元的边界变化的风险。基于对皮尔森相关系数的一个额外分析，验证了两个平均CV对3指种标值均不受数量和每个地区或省直辖市的大小影响（所有的比较，P＞0.05）。
主成分分析（PCA）是由六个变量、两个数据矩阵分别运行（三项指标的变异系数和平均系数，如上面描述），分别为20区、103个县，用以总结在选定的指标和区域差异的空间格局（Salvati and zitti，2009）。基于主成分分析的基础上得到相关矩阵，选择数据明显的轴（米）的数目，保留主要组成和特征值＞1的部分。PCA输出质量是有Kaiser–Maye-Olkin（KMO）检查采样方法和Bartlett球度检验方法。这些测试表明，主成分分析可以适当的分析原始数据。各地区（或省份）按组成部分分数分为不同的组。
一种基于多元空间技术，包括已经提出的正式计量算法的基础经济理论是本研究的主要探索性方法。通过一系列的指标，可以像我们这样处理数据，了解和分析可持续发展（saisana，2011）。这种方法允许评估变量是间接地与经济环境的产生关系，是动态的、更全面的方法，强调潜在的尺寸可以改变传统的一个计量数据分析经济影响的分析方法。
3结果
3项指标在意大利（北、中、南）地理区划中的分布情况初步分析。分析概述了相关的所有指标的空间差异。在具体的局部尺度模式上，Inc，CISD和ESAI表现出明显的北–南梯度（图1）。以北地区为例，平均收入水平越高，在可持续发展和自然资本质量方面就有有较好的水平。这一结果表现了北部地区具有良好的社会经济发展方式，同时反映了南部地区严重的经济不平衡发展和环境利用方式（Floruidi et al.，2011）。
而在地理区划中，平均水平的差异显示了3个指标的共同指向，变异系数显示了不同模式的内部分歧。变异系数（CV）从北部到南部的意大利逐渐增加，是ESAI的反向观察模式（CVE）。最高的变异系数为人均增加值（CVI），主要分布于意大利北部，而意大利中部最低。表2出现的平均值和在二十个意大利地区三个指标的变异系数。该分析有利于区域规模的确定，研究了地域分工水平的空间分布格局。
图1
主成分分析法在区域数据矩阵上运行，用绝对特征值＞1和累积方差的方法提取2个分量（图2）。无论是Kaiser–Meyer–Olkin还是Bartlett检验（P＜0.001）表明了PCA模型的适用性。成分1占总方差的51%，与INC和CISD平均水平呈负相关，与正CVS和平均ESAI呈正相关（ESAI分数低意味着效果好）。将几种指标结合在一起，分析证实了上述空间格局在意大利的基础上的北、南鸿沟。至于可持续发展，这些结果表明，性能更好的地区也都是空间均匀的，在CISD表现出较低的差异（如CVS测量）比低值区CISD。成分2提取的总方差的21%，分正、负荷载分别CVE和CVI。这表明在自然资源质量较高的差异在低收入地区差距的观察。果然，CVI和CVE与CVS暗示经济环境差异的补偿机制在塑造可持续发展指标的空间分布作用不相关，可能是由于用于计算公式的线性CISD的聚集所导致的（saisana，2011）。
表2
图2
意大利北部地区分量为1分（图2）。意大利南部地区的集群方向1有积极的一面，具有最高的CVS值。意大利北部和中部地区产业集群在一起沿着方向1负的发展，高于人均增加值和可持续发展指数平均值。然而，它们形成的2个子群沿方向2发展，根据在经济变量或在环境变量下观察到的空间差异，可以继续调查。
图3
图3说明了在同一个分类变量空间
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[28851]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
