SDGs--oriented sustainable development level measurement and synergy and trade-off effect analysis: Take Hunan province as an example

doi:10.3969/j.issn.1004-9479.2025.12.20240363

Abstract

Abstract:

Comprehensive and systematic assessment of sustainable development level is of great significance for promoting the realization of sustainable development goals and high-quality development in China. Based on the localized indicator system for the United Nations 2030 Sustainable Development Goals, this study evaluates the integrated level of sustainable development as well as the development of the three subsystems of economy, society and environment in Hunan Province from 2011 to 2020, and analyzes the coupling coordination degree of the sustainable development subsystems, dynamic evolution, regional differences, and influencing factors in Hunan Province using the coupling degree of coordination model, the kernel density estimation, the Dagum Gini coefficient, and the gray correlation degree analysis. Finally, the synergy and trade-off effects between different indicators of sustainable development were investigated using the Spearman correlation coefficient. The study indicates that the integrated level of sustainable development of all prefectural-level cities in Hunan Province presents a positive trend, but there are differences among different regions, and the overall spatial pattern of "high in the east and low in the west" is displayed; Inter-regional differences are the main source of uneven sustainable development in Hunan Province; The impact of different indicators on the integrated level of sustainable development of each prefecture-level city shows obvious differences, and there are complex interactions between the indicators, and there are both synergies and trade-offs between the indicators in Changsha City. The research results can provide scientific basis for Hunan Province to improve its sustainable development capability and realize high-quality development.

Key words: SDGs, synergies and trade-offs, spatial and temporal evolution, influencing factors, Hunan Province

摘要：

全面系统地评估可持续发展水平，对推动中国实现可持续发展目标和高质量发展具有重要意义。本文构建面向联合国2030可持续发展目标的本地化指标体系，对湖南省各市州2011—2020年的可持续发展综合水平，以及经济、社会和环境3个子系统的发展情况进行评估。同时，运用耦合协调度模型、核密度估计、Dagum基尼系数和灰色关联度分析，对各市州可持续发展子系统的耦合协调程度、动态演进、区域差异以及影响因素进行了分析，最后使用Spearman相关系数研究了可持续发展不同指标间的协同和权衡效应。研究表明，湖南省各市州可持续发展综合水平呈现向好态势，但各地区发展存在差异，总体呈现“东高西低”的空间格局；区域间差异是湖南省可持续发展不均衡的主要来源。此外，不同指标对各市州可持续发展综合水平的影响表现出明显的差异，且指标之间存在复杂的相互作用，其中长沙市各SDGs指标间同时存在协同和权衡效应。研究结果可为湖南省提升可持续发展能力和实现高质量发展提供科学依据。

关键词: SDGs, 协同权衡, 时空演变, 影响因素, 湖南省

Wenjin CHEN, Miao SANG, Lijun CHEN, Rui HUANG. SDGs--oriented sustainable development level measurement and synergy and trade-off effect analysis: Take Hunan province as an example[J]. World Regional Studies, 2025, 34(12): 118-132.

陈文瑾, 桑淼, 陈利君, 黄蕊. 面向SDGs的可持续发展水平测度及协同权衡效应研究——以湖南省为例[J]. 世界地理研究, 2025, 34(12): 118-132.

Figures/Tables 8

References 44

[1]	鲜祖德, 巴运红, 成金璟. 联合国2030年可持续发展目标指标及其政策关联研究. 统计研究, 2021, 38(01): 4-14.
	XIAN Z, BA Y, CHEN J. Relevance study on United Nations 2030 Sustainable Development Goal(SDG) indicators and the policies. Statistical Research, 2021, 38(1): 4-14
[2]	胡建梅, 郝杰, 张意博, 等. 中国对外援助的空间演化分析 . 世界地理研究, 2021, 30(3): 454-464.
	HU J, HAO J, ZHANG Y,et al. The spatial evolution of China's foreign aid. World Regional Studies, 2021, 30(3): 454-464.
[3]	屠文竹, 赵文武, 尹彩春, 等. 基于文献计量的对地观测技术支撑可持续发展研究进展与展望. 世界地理研究, 2024, 33(01): 149-162.
	TU W, ZHAO W, YIN C,et al. Development process and prospect of sustainable development research supported by earth observation based on bibliometric analysis. World Regional Studies, 2024, 33(1): 149-162.
[4]	赵先超, 袁超, 胡艺觉. 湖南省城市现代化与生态化耦合协调发展研究 . 世界地理研究, 2019, 28(6): 109-119.
	ZHAO X, YUAN C, HU Y. Coupling and coordinated development of urban modernization and ecological in Hunan Province. World Regional Studies, 2019, 28(6): 109-119.
[5]	宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析——以湖南省为例 . 世界地理研究, 2024, 33(6): 128-140.
	SONG G, TANG C, ZHOU G. Analysis of rural resilience measurement and its influencing factors based on county scale: A case study of Hunan Province. World Regional Studies, 2024, 33(6): 128-140.
[6]	宁启蒙, 胡广云, 汤放华, 等. 科技创新与新型城镇化相关性的实证分析——以长株潭城市群为例 . 经济地理, 2022, 42(8): 81-86.
	NING Q, HU G, TANG F,et al. Correlation between technology innovation and new-type urbanization: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration. Economic Geography, 2022, 42(8): 81-86.
[7]	曾雨桐, 熊鹰, 邓楚雄. 洞庭湖生态经济区耕地保护绩效时序变化及空间格局 . 经济地理, 2023, 43(1): 169-176.
	ZENG Y, XIONG Y, DENG C. Performance evolution and spatial pattern of cultivated land protection in Dongting Lake eco-economic zone. Economic Geography, 2023, 43(1): 169-176.
[8]	杨卓琳, 冯徽徽, 邹滨, 等. 国家可持续发展议程创新示范区SDGs测度分析——以郴州市为例 . 地理与地理信息科学, 2022, 38(6): 104-109.
	YANG Z,FEN H, ZOU B,et al. Evaluation on the SDGs of innovation demonstration zone for national sustainable development agenda in China:A case study of Chenzhou city. Geography and Geo-Information Science, 2022, 38(6): 104-109.
[9]	PRADHAN P, WEITZ N, DAIOGLOU V, et al. Three foci at the science-policy interface for systemic Sustainable Development Goal acceleration . Nat Commun, 2024, 15(1): 8600.
[10]	朱婧. SDGs框架下中国可持续发展评价指标研究 . 中国人口·资源与环境, (12): 9-18.
	ZHU J. Research on China's sustainable development evaluation indicators in the framework of SDGs.China Population,Resources and Environment, 2018,28(12): 9-18.
[11]	HUANG R. SDG-oriented sustainability assessment for Central and Eastern European countries . Environmental and Sustainability Indicators, 2023, 19: 1-16.
[12]	XING Q, WU C, CHEN F, et al. Intranational synergies and trade-offs reveal common and differentiated priorities of sustainable development goals in China . Nat Commun, 2024, 15(1): 2251.
[13]	邵超峰, 陈思含, 高俊丽, 等. 基于SDGs的中国可持续发展评价指标体系设计 . 中国人口·资源与环境, 2021, 31(4): 1-12.
	SHAO C, CHEN S, GAO J,et al. Design of China's sustainable development evaluation index system based on the SDGs. China Population,Resources and Environment, 2021, 31(4):1-12..]
[14]	ZHANG J, WANG S, PRADHAN P, et al. Untangling the interactions between the Sustainable Development Goals in China . Science Bulletin, 2022.
[15]	张含朔, 程钰, 孙艺璇. 面向SDGs的OECD成员国可持续发展水平测度及时空演变研究:1995—2017年 . 世界地理研究, 2021, 30(1): 37-47.
	ZHANG H, CHEN Y, SUN Y. Measurement of sustainable development level and spatialtemporal evolution of OECD member countries in the context of SDGs: 1995-2017. World Regional Studies, 2021, 30(1): 37-47.
[16]	陈军, 任惠茹, 耿雯, 等. 基于地理信息的可持续发展目标(SDGs)量化评估 . 地理信息世界, 2018, 25(01): 1-7.
	CHEN J, REN H, GENG W,et al. Quantitative measurement and monitoring Sustainable Development Goals (SDGs) with geospatial information. Geomatics World, 2018, 25(1): 1-7.
[17]	黄春林, 冯娅娅, 高峰, 等. 可持续发展议程创新示范区SDGs综合评估——以临沧市为例 . 地球科学进展, 2023, 38(10): 987-998.
	HUANG C,FEN Y, GAO F,et al. Integrated assessment of SDG Progress of national innovation demonstration zones for the 2030 agenda for sustainable development:A case study of Lincang city, Yunnan Province. Advances in Earth Science, 2023, 38(10): 987-998.
[18]	谢欣圆, 朱婧. 面向SDGs的黄土高原地区可持续发展水平测度、时空分异及未来趋势研究 . 地域研究与开发, 2024, 43(1): 31-37.
	XIE X, ZHU J. Research on sustainable development level measurement, spatial- temporal differentiation and future trends in the loess plateau based on SDGs. Areal Research and Development, 2024, 43(1): 31-37.
[19]	董金玮, 陈玉, 周岩, 等. 地球大数据支撑可持续发展目标协同与权衡研究:进展与展望 . 中国科学院院刊, 2021, 36(8): 950-962.
	DONG J, CHEN Y, ZHOU Y,et al. Big earth data supports synergies and trade-offs of sustainable development goals: progress and prospect. Bulletin of Chinese Academy of Sciences, 2021, 36(8): 950-962.
[20]	苗俊霞, 宋晓谕, 冯人和, 等. 欠发达山区可持续发展目标相互作用研究——以云南省临沧市为例 . 地球科学进展, 2022, 37(9): 949-962.
	MIAO J, SONG X,FEN R,et al. Study on the interaction between Sustainable Development Goals in underdeveloped mountainous areas: A case study of Lincang, Yunnan province. Advances in Earth Science, 2022, 37(9): 949-962.
[21]	崔草草, 王韵, 王文彬. 中国水-能源-粮食-生态系统协调发展时空格局及驱动因素研究 . 华北水利水电大学学报(社会科学版), 2024, 40(4): 12-26.
	CUI C, WANG Y, WANG W. Research on the spatio-temporal pattern and driving factors of coordinated development of China's water-energy-food-ecosystem. Journal of North China University of Water Resources and Electric Power(Social Science Edition), 2024, 40(04): 12-26.
[22]	PRADHAN P, COSTA L, RYBSKI D, et al. A systematic study of Sustainable Development Goal (SDG) interactions . Earth's Future, 2017, 5(11): 1169-1179.
[23]	刘颜, 伦晓波. 经济高质量发展水平测度、区域差异及提升路径研究——以湖南省为例 . 科学决策, 2023, (4): 56-68.
	LIU Y,LUN X. Research on the measurement, regional differences and improvement paths of regional economic high-quality development: A case study of Hunan province. Scientific Decision Making, 2023, (4): 56-68.
[24]	陈明华, 刘玮, 刘华军. 中国五大城市群经济发展的分布动态及交互影响 . 经济与管理评论, 2017, 33(5): 146-154.
	CHEN M, LIU W, LIU H. Research on the distributional dynamic evolution and interaction of economic development of five megalopolises in China. Review of economy and management, 2017, 33(5): 146-154.
[25]	徐维祥, 王敏吉, 郑金辉, 等. 长江经济带城镇化与绿色化耦合协调的时空演化特征及驱动因素 . 长江流域资源与环境, 2023, 32(8): 1561-1572.
	XU W, WANG M, ZHEN J,et al. Spatio-temporal evolution characteristics and driving factors of coupling and coordination of urbanization and greenization in Yangtze River Economic Belt. Resources and Environment in the Yangtze Basin, 2023, 32(8): 1561-1572.
[26]	陈明华, 李倩, 王哲, 等. 中部地区城市经济高质量发展与生态可持续耦合研究 . 城市问题, 2022(4): 77-86.
	CHEN M, LI Q, WANG Z,et al. Research on the coupling and coordination relationship between high-quality economic development and ecological sustainability of cities in the central China. Urban Problems, 2022(4): 77-86.
[27]	周春山, 余波, 史晨怡, 等. 援藏与西藏自治区经济发展耦合协调分析 . 地理科学, 2018, 38(2): 206-213.
	ZHOU C, YU B, SHI C,et al. The coupling andcoordinating analysis between aiding Tibet and economic development in Tibet autonom. Scientia Geographica Sinica, 2018, 38(2): 206-213.
[28]	张泳鑫. 面向SDGs的可持续发展能力时空演变与影响因素研究.浙江大学, 2023.
	ZHANG Y. Spatio-temporal evolution and influencing factors of SDGs-oriented sustainable development capacity:A case study of Zhejiang Province. Zhejiang: Zhejiang University,2023.
[29]	魏敏, 胡振华. 湖南新型城镇化与产业结构演变协调发展测度研究 . 科研管理, 2019, 40(11): 67-84.
	WEI M, HU Z. An empirical research on the coordinated development between new urbanization and industrial structure evolution in Hunan. Science Research Management, 2019, 40(11): 67-84.
[30]	李红, 王泽东, 魏晓, 等. 湖南省区域经济格局演变与空间战略结构优化 . 经济地理, 2020, 40(11): 39-46.
	LI H, WANG Z, WEI X,et al. Research on the evolution of regional economic pattern and the optimization of spatial strategic structure in Hunan province. Economic Geography, 2020, 40(11): 39-46.
[31]	赵立平, 张亨溢, 蒋淑玲, 等. 湖南区域经济发展空间差异及结构优化策略研究 . 经济地理, 2019, 39(8): 29-35.
	ZHAO L, ZHANG H, ANG S, et al. Spatial discrepancy and structural optimization strategies of Hunan regional economic development.Economic Geography, 2019, 39(8): 29-35.
[32]	汤良, 胡希军, 罗紫薇, 等. 生态脆弱性与城镇化水平时空耦合及其交互影响因素——以湖南省为例 . 生态学报, 2024, (11): 1-16.
	TANG L, HU X, LUO Z, et al. Spatiotemporal coupling of ecological vulnerability and urbanization level and their interactive influencing factors:a case study of Hunan Province. Acta Ecologica Sinica, 2024, (11): 1-16.
[33]	李静芝, 代宇涵, 赵雯, 等. 城市化系统与生态系统交互耦合时空特征及协调发展预警研究——以湖南省为例 . 长江流域资源与环境, 2019, 28(7): 1590-1601.
	LI J, DAl Y, ZHAO W, et al. Study on spatial-temporal characteristics of interaction coupling between regional urbanization system and ecosystem and early-warning of coordinated development: A case of Hunan province. Resources and Environment in the Yangtze Basin, 2019, 28(7): 1590-1601.
[34]	熊建新, 王鑫滨, 赵迪, 等. 城镇化进程中生态承载力系统耦合时空格局及影响因素——以洞庭湖区为例 . 经济地理, 2022, 42(10): 83-91.
	XIONG J, WANG X, ZHAO D, et al. Spatiotemporal pattern and influencing factor of coupling of ecological carrying capacity in the process of urbanization:A case study of Dongting Lake Region. Economic Geography, 2022, 42(10): 83-91.
[35]	邵佳, 冷婧. 湖南武陵山片区新型城镇化与生态环境耦合协调发展 . 经济地理, 2022, 42(9): 87-95.
	SHAO J, LENG J. Types and spatial pattern of coupling coordination between the new-type urbanization and eco-environment in Wuling Mountainous area of Hunan. Economic Geography, 2022, 42(9): 87-95.
[36]	唐常春, 刘华丹, 袁冬梅. 基于多尺度的湖南省区域经济差异演进分析 . 人文地理, 2016, 31(5): 133-140.
	TANG C, LlU H, YUAN D. Analysis of the evolution of regional economy disparity in Hunan province on multi-scale. Human Geography, 2016, 31(5): 133-140.
[37]	文宁, 涂蕾, 彭佳捷, 等. 空间规划体系重构下的湖南省国土空间发展战略 . 经济地理, 2021, 41(8): 73-80.
	WEN N, TU L, PENG J, et al. Development strategy of territorial space in Hunan province under the backgroundof reconstruction of spatial planning system. Economic Geography, 2021, 41(8): 73-80.
[38]	罗文斌, 楚雪莲, 高云红. 旅游产业发展与城乡一体化的关系研究——以湖南省为例 . 旅游科学, 2022, 36(4): 42-55.
	LUO W, CHU X, GAO Y. A research on the correlation between tourism industry development and urban-rural Integration: A case study of Hunan province. Tourism Science, 2022, 36(04): 42-55.
[39]	何天祥, 刘迪, 黄琳雅, 等. 高铁对区域协同发展的影响机理——基于2005—2019年湖南省经验证据 . 经济地理, 2022, 42(5): 95-103.
	HE T, LIU D, HUANG L, et al. Impact mechanism of high-speed railway on regional coordinated development:A case study of Hunan province in 2005-2019. Economic Geography, 2022, 42(5): 95-103.
[40]	雷平, 施祖麟. 企业数量、规模与经济增长——基于省级工业面板数据的研究 . 经济经纬, 2008, (2): 101-104.
	LEI P, SHI Z. The number and size of enterprises and economic growth——A study based on the provincial industry panel data. Economic Survey, 2008, (2): 101-104.
[41]	尹春, 孙斌栋, 姚夏劼. 人口密度与城市宜居性关系的一般性规律探索 . 地理科学, 2024, 44(2): 179-191.
	YIN C, SUN B, YAO X. Exploring the associ-ation of population density with urban livability. Scientia Geographica Sinica, 2024, 44(2): 179-191.
[42]	敖长林, 王菁霞, 孙宝生. 基于大数据的空气质量对公众外出游玩影响研究 . 资源科学, 2020,42(6):1199-1209.
	AO C, WANG Q, SUN B. Impact of air quality on public outings based on big data. Resources Science, 2020,42(6):1199-1209.
[43]	ZHANG J, WANG S, ZHAO W, et al. Finding pathways to synergistic development of Sustainable Development Goals in China . Humanities and Social Sciences Communications, 2022, 9(1):1-10.
[44]	LUO L, ZHANG J, WANG H, et al. Innovations in science, technology, engineering, and policy (iSTEP) for addressing environmental issues towards sustainable development . The Innovation Geoscience, 2024, 2(3):1-21.

维度	序号	评估指标	单位	对标SDGs
经济	ECO1	失业人员受保障人数	人	1.3.1社会保障人口覆盖比例；2.1.1营养不足发生率
	ECO2	农村居民人均可支配收入	元	2.3.2小型粮食生产者的平均收入
	ECO3	人均国内生产总值	元	8.1.1人均国内生产总值年增长率
	ECO4	城镇登记失业人数^*	人	8.5.2失业率
	ECO5	第三产业生产总值占GDP的比重	%	8.2通过多样化经营、技术升级和创新,包括重点发展高附加值和劳动密集型行业，实现更高水平的经济生产力
	ECO6	工业企业数量	个	9.2促进包容可持续工业化，到2030年，根据各国国情，大幅提高工业在就业和国内生产总值中的比例，使最不发达国家的这一比例翻番
	ECO7	外商投资企业数量	个	10.b.1按受援国和捐助国及资源流动类型分列的促进发展资源流动总额
	ECO8	R&D经费支出	%	9.5.1研究和开发支出占国内生产总值的比重
	ECO9	财政收入	万元	17.1.1政府总收入占国内生产总值的比例
	ECO10	实际可利用外资	万美元	17.3.1从多渠道筹集的用于发展中国家的额外财政资源
社会	SOC1	公共服务（教育、社保、医疗）支出比重	万元	1.a.2用于基本服务(教育、医疗卫生和社会保护)的开支在政府总开支中的比例
	SOC2	专任教师数	人	4.c.1按教育程度分列的、具备所要求最低资格的教师比例
	SOC3	医疗卫生支出比重	个	3.b.2给予医学研究和基本医疗卫生部门的官方发展援助净额；3.b.3具备一套可持续获得、负担得起、相关和必要的核心药物的医疗卫生设施所占比例
	SOC4	每千人卫生技术人员数	人	3.c.1卫生工作者的密度和分布情况
	SOC5	移动电话年末用户数	万户	5.b.1拥有移动电话的人口比例，按性别分列
	SOC6	国际互联网用户数	户	17.8.1使用互联网的人口比例
	SOC7	用水普及率	%	6.1.1与水有关的生态系统范围随时间的变化
	SOC8	燃气普及率	%	7.1.2 主要依靠清洁燃料和技术的人口比例
	SOC9	人口密度^*	人/km²	11.3.1土地使用率与人口增长率之间的比率
环境	ENV1	工业固体废物综合利用率	%	11.6.1 由管控部门收集和管理的城市固体废物占城市废物总产量的比例；12.5.1国家回收利用率、物资回收吨数
	ENV2	城市污水处理率	%	6.1.1与水有关的生态系统范围随时间的变化
	ENV3	生活垃圾无害化处理率	%	11.6.1由管控部门所收集和管理的城市固体废物占城市废物总产量的比例
	ENV4	建成区绿化覆盖率	%	11.7.1城市建设区中供所有人使用的开放公共空间的平均面积占比
	ENV5	公园绿地面积	公顷	11.7.1城市建设区中供所有人使用的开放公共空间面积
	ENV6	工业废水排放量^*	万吨	6.3.1安全处理家庭和工业废水量
	ENV7	工业二氧化硫排放量^*	吨	13.2.2大气污染物总排放量
	ENV8	工业烟尘排放量^*	吨	13.2.2大气污染物总排放量
	ENV9	水利、环境和公共设施管理业从业人口	万人	6.a.1作为政府协调开支计划组成部分的与水和环境卫生有关的官方发展援助数额

维度	序号	评估指标	单位	对标SDGs
经济	ECO1	失业人员受保障人数	人	1.3.1社会保障人口覆盖比例；2.1.1营养不足发生率
	ECO2	农村居民人均可支配收入	元	2.3.2小型粮食生产者的平均收入
	ECO3	人均国内生产总值	元	8.1.1人均国内生产总值年增长率
	ECO4	城镇登记失业人数^*	人	8.5.2失业率
	ECO5	第三产业生产总值占GDP的比重	%	8.2通过多样化经营、技术升级和创新,包括重点发展高附加值和劳动密集型行业，实现更高水平的经济生产力
	ECO6	工业企业数量	个	9.2促进包容可持续工业化，到2030年，根据各国国情，大幅提高工业在就业和国内生产总值中的比例，使最不发达国家的这一比例翻番
	ECO7	外商投资企业数量	个	10.b.1按受援国和捐助国及资源流动类型分列的促进发展资源流动总额
	ECO8	R&D经费支出	%	9.5.1研究和开发支出占国内生产总值的比重
	ECO9	财政收入	万元	17.1.1政府总收入占国内生产总值的比例
	ECO10	实际可利用外资	万美元	17.3.1从多渠道筹集的用于发展中国家的额外财政资源
社会	SOC1	公共服务（教育、社保、医疗）支出比重	万元	1.a.2用于基本服务(教育、医疗卫生和社会保护)的开支在政府总开支中的比例
	SOC2	专任教师数	人	4.c.1按教育程度分列的、具备所要求最低资格的教师比例
	SOC3	医疗卫生支出比重	个	3.b.2给予医学研究和基本医疗卫生部门的官方发展援助净额；3.b.3具备一套可持续获得、负担得起、相关和必要的核心药物的医疗卫生设施所占比例
	SOC4	每千人卫生技术人员数	人	3.c.1卫生工作者的密度和分布情况
	SOC5	移动电话年末用户数	万户	5.b.1拥有移动电话的人口比例，按性别分列
	SOC6	国际互联网用户数	户	17.8.1使用互联网的人口比例
	SOC7	用水普及率	%	6.1.1与水有关的生态系统范围随时间的变化
	SOC8	燃气普及率	%	7.1.2 主要依靠清洁燃料和技术的人口比例
	SOC9	人口密度^*	人/km²	11.3.1土地使用率与人口增长率之间的比率
环境	ENV1	工业固体废物综合利用率	%	11.6.1 由管控部门收集和管理的城市固体废物占城市废物总产量的比例；12.5.1国家回收利用率、物资回收吨数
	ENV2	城市污水处理率	%	6.1.1与水有关的生态系统范围随时间的变化
	ENV3	生活垃圾无害化处理率	%	11.6.1由管控部门所收集和管理的城市固体废物占城市废物总产量的比例
	ENV4	建成区绿化覆盖率	%	11.7.1城市建设区中供所有人使用的开放公共空间的平均面积占比
	ENV5	公园绿地面积	公顷	11.7.1城市建设区中供所有人使用的开放公共空间面积
	ENV6	工业废水排放量^*	万吨	6.3.1安全处理家庭和工业废水量
	ENV7	工业二氧化硫排放量^*	吨	13.2.2大气污染物总排放量
	ENV8	工业烟尘排放量^*	吨	13.2.2大气污染物总排放量
	ENV9	水利、环境和公共设施管理业从业人口	万人	6.a.1作为政府协调开支计划组成部分的与水和环境卫生有关的官方发展援助数额

年份	G	区域内差异		区域间差异		超变密度
年份	G	G_w	贡献率/%	G_nb	贡献率/%	G_t	贡献率/%
2011	0.099 3	0.017 5	17.64%	0.065 9	66.37%	0.015 9	15.99%
2012	0.100 2	0.016 3	16.28%	0.071 2	71.12%	0.012 6	12.59%
2013	0.090 7	0.014 5	15.94%	0.068 4	75.40%	0.007 9	8.66%
2014	0.092 9	0.015 2	16.37%	0.067 1	72.21%	0.010 6	11.41%
2015	0.099 5	0.013 3	13.35%	0.076 1	76.48%	0.010 1	10.17%
2016	0.096 5	0.013 6	14.12%	0.076 9	79.68%	0.006 0	6.20%
2017	0.092 5	0.015 5	16.72%	0.068 6	74.20%	0.008 4	9.08%
2018	0.088 3	0.014 5	16.44%	0.060 6	68.61%	0.013 2	14.95%
2019	0.086 6	0.015 5	17.92%	0.053 3	61.59%	0.017 7	20.49%
2020	0.084 0	0.014 7	17.49%	0.053 6	63.84%	0.015 7	18.68%
平均值	0.093 0	0.015 1	16.18%	0.066 2	71.12%	0.011 8	12.69%

年份	G	区域内差异		区域间差异		超变密度
年份	G	G_w	贡献率/%	G_nb	贡献率/%	G_t	贡献率/%
2011	0.099 3	0.017 5	17.64%	0.065 9	66.37%	0.015 9	15.99%
2012	0.100 2	0.016 3	16.28%	0.071 2	71.12%	0.012 6	12.59%
2013	0.090 7	0.014 5	15.94%	0.068 4	75.40%	0.007 9	8.66%
2014	0.092 9	0.015 2	16.37%	0.067 1	72.21%	0.010 6	11.41%
2015	0.099 5	0.013 3	13.35%	0.076 1	76.48%	0.010 1	10.17%
2016	0.096 5	0.013 6	14.12%	0.076 9	79.68%	0.006 0	6.20%
2017	0.092 5	0.015 5	16.72%	0.068 6	74.20%	0.008 4	9.08%
2018	0.088 3	0.014 5	16.44%	0.060 6	68.61%	0.013 2	14.95%
2019	0.086 6	0.015 5	17.92%	0.053 3	61.59%	0.017 7	20.49%
2020	0.084 0	0.014 7	17.49%	0.053 6	63.84%	0.015 7	18.68%
平均值	0.093 0	0.015 1	16.18%	0.066 2	71.12%	0.011 8	12.69%

年份	区域内				区域间
年份	长株潭	湘南	洞庭湖	大湘西	长株潭-湘南	长株潭-洞庭湖	洞庭湖-湘南	长株潭-大湘西	大湘西-湘南	洞庭湖-大湘西
2011	0.139 5	0.027 6	0.058 8	0.050 5	0.138 2	0.146 2	0.055 1	0.176 1	0.059 7	0.075 6
2012	0.133 4	0.026 5	0.050 9	0.046 5	0.138 7	0.143 8	0.052 5	0.182 5	0.063 2	0.081 8
2013	0.126 0	0.022 7	0.043 6	0.037 6	0.142 2	0.138 9	0.044 3	0.172 3	0.043 7	0.064 8
2014	0.136 7	0.019 6	0.046 0	0.039 7	0.133 4	0.141 2	0.044 8	0.172 5	0.053 6	0.070 4
2015	0.141 0	0.016 7	0.045 4	0.021 5	0.139 7	0.146 1	0.044 1	0.189 5	0.077 5	0.078 9
2016	0.129 8	0.009 4	0.030 0	0.041 8	0.109 6	0.119 5	0.027 7	0.185 3	0.103 1	0.088 5
2017	0.138 0	0.024 6	0.011 1	0.054 1	0.131 2	0.133 0	0.021 4	0.178 7	0.070 8	0.064 7
2018	0.143 8	0.025 8	0.040 1	0.031 2	0.136 2	0.137 5	0.037 8	0.162 6	0.057 6	0.058 1
2019	0.142 6	0.035 6	0.057 0	0.029 7	0.142 7	0.141 8	0.053 1	0.152 2	0.038 9	0.052 4
2020	0.131 7	0.018 3	0.060 1	0.034 1	0.122 3	0.131 9	0.053 9	0.146 3	0.048 3	0.059 3
平均值	0.136 3	0.022 7	0.044 3	0.038 7	0.133 4	0.138 0	0.043 5	0.171 8	0.061 6	0.069 5