范丽玉，高峰
（山东理工大学 经济学院，山东 淄博 255012）
深入实施区域协调发展，推动绿色发展，促进人与资源和谐共生，是“十四五”规划的重要内容。人作为社会发展的主体，人口的规模、结构、质量以及对美好生活的追求，不断影响着经济的发展水平与社会的进步速度，而资源与环境不仅是人类生存和从事经济活动的物质基础与条件，也是社会可持续按发展的前提保证。人类社会可持续发展的核心问题可以归纳为人口（population）、资源（resource）、经济（economy）和环境（environment）四个子系统的协调发展问题[1]。改革开放以来，中国经济在迅速发展的同时，资源环境问题日益突出，中国经济的高速增长是以人口红利与高强度的资源投入为支撑的，以煤炭为主的能源消耗结构和低效的能源利用率加速了自然环境的退化，人口老龄化等人口问题致使人口红利不断衰弱，自然环境的退化与人口红利的衰竭又对地区经济的发展产生了制约，这种恶性循环的模式，加剧了人口、资源、经济与环境之间的矛盾[2]。如何准确分析各系统之间的联系与内在制约关系，实现人口、资源、经济与环境协调发展，是新时期的一个重要研究方向。
对于人类经济社会可持续发展的研究，早在1980年国际自然保护同盟的《世界自然资源保护大纲》中被提到，随后又在《我们共同的未来》的报告中定义了可持续发展的概念，并从人口、资源和人类居住等方面提出了可持续发展的概念[3]。20世纪90年代，中国开始对可持续发展进行研究，1991年，毛汉英最早提出了PRED（人口、资源、环境与发展）系统发展理论并进行了测度[4]，1997年的中共十五大将可持续发展战略定为我国“现代化建设中必须实施”的战略，又在2002年中共十六大上将可持续发展能力不断增强作为全面建设小康社会的目标之一。对于可持续发展中不同子系统之间协调发展的探索，国内外学者的研究方向本同末易。首先，是对二元系统协调发展的研究，对于经济、能源、环境两两之间的互动关系，有的学者认为经济与能源两系统之间存在稳定的双向因果关系，且不同地区差异显著[5-7]。有的学者认为能源的利用总量与结构对环境污染的影响存在着长期或短期的差异，可通过调整能源利用效率减少环境污染[8-9]。而环境与经济之间的关系都是基于环境库兹涅茨曲线（EKC）进行讨论的，但EKC一直存在争议，支持者认为收入水平、经济增长与环境污染存在倒“U”型的关系[10-11]。而反对者认为经济与环境是两个互动的系统，应建立内生化的模型进行讨论[12]。其次，是对3E（能源、经济、环境）系统的讨论，现阶段研究主要体现在三个方面：一是采用不同的模型、分析工具对系统协调度进行测算和分析[13-14]；
二是对某一特定区域或特定时间内3E系统的协调发展水平进行分析[15-16]；
三是从地理学的角度来分析3E系统的空间相关性与动态演变[17-18]。最后，是对3E系统延伸的探讨，如添加生态系统提出了4E系统发展理论[19]，以及EEET、5E等理论。也有部分学者对3E系统进行了改进，提出了以经济为核心的，由人口、资源、经济与环境组成的PREE系统，从狭义的角度来看，经济系统在人口、资源和环境三者约束下持久、稳定、有序的协调发展是PREE系统协调的本质[20]。同时，学者们也认为在人与资源和谐共生的现代化经济体系中，PREE系统的协调发展对地区经济发展、社会建设具有重要的战略意义。
综上所述，各国学者对于子系统之间的相互作用关系给予了较高的启示与参考。现阶段针对PREE系统的研究多以测度分析为主，在研究过程中多将各地区当成相互独立的个体，未考虑到各地区间系统协调的空间交互效应，以及缺少从时空的角度对系统的动态演进机制进行分析，因此人口、资源、经济与环境系统（下文简称PREE系统）的研究仍存在进一步完善的空间。为此，通过对已有研究的梳理，在同一框架下重新解释PREE系统的协调机制，利用空间计量分析方法与非参数核密度模型深层次地探讨中国省域PREE系统耦合协调的时空分异与动态演进，并利用灰色GM(1, 1）预测模型预测未来5年中国PREE系统的发展趋势，以期为高质量发展、区域协调发展以及PREE系统后续研究提供科学参考。
人口、资源、经济与环境四个要素之间相互依存、相互联系构成了一个复杂的系统，称为人口、资源、经济与环境系统。可持续发展在PREE系统中主要体现在系统内部结构的合理性以及各子系统之间相互作用机制的协调性与有效性两个方面，并以各子系统内部的协调发展与各子系统间的协调程度为主要评价标准。结合可持续发展理念，对系统之间的协调发展机理重新解释，系统结构如图1所示。
在PREE系统中，人口子系统是PREE系统的主体，“以人为本”是科学发展观的核心，以人为本就是把人的生存作为根本，一切为了人。在系统中人口子系统通过向其他三个子系统提供一定数量的人口（劳动力）和科学技术来促进经济水平的提高、资源可利用率的提高以及环境质量的提高，三个子系统再向人口子系统提供更优的生活质量、生存物质以及生存环境；
但是，人口的规模、结构与质量的不协调会带来就业压力、消费压力、资源浪费以及环境污染[21-22]，在制约经济发展的同时，也会给资源和环境子系统带来巨大压力。可以看出，系统在运行过程中形成了以人口子系统为主体的闭环系统，其他三个子系统协调运行的根本目的是满足人口子系统的全面要求。
资源子系统是PREE系统的物质基础，经济社会的发展是人力资源与自然资源共同作用的结果，经济发展促进科学技术进步，科学技术的进步又促进了资源利用率与环境改造能力的提高，同时也扩大了自然资源的内涵与边界，增加了资源存量，而环境质量的提升不仅提高了资源的存量水平与质量水平，也拉动了对资源系统的支撑能力。但经济社会发展推动技术进步带来资源存量的提高与人口和经济子系统对资源的消耗之间存在着相互制约，当某一方发生巨大改变时，就会打破系统原有的平衡。
经济子系统是PREE系统的核心，经济子系统在运行过程中，既要满足对其他子系统的物质与资金投入，也要满足自身的生产性投入，在满足其他系统的物质与资金投入时，会减少对自身生产性的资金投入，抑制了经济增长，但对其他子系统进行投入时，其他系统通过调节人力资源、自然资源与生产环境等要素质量，来调整经济结构、改善经济效益，间接推动经济增长。对现阶段中国经济子系统的运行来说，不能只是单纯地关注经济增长的数量，应追求更高的经济效益、更优的经济结构[23]，以实现经济的高质量发展以及与各系统间的可持续发展。
环境子系统是PREE系统的空间支撑，环境子系统为系统内所有活动提供了空间支持。环境承载力与经济社会发展存在协调与冲突两种关系。当经济发展水平处在环境库兹涅茨曲线拐点左侧时，随着经济的发展与人类活动的增加，环境保护的社会成本较低，就会导致环境污染加剧、环境承载力下降[24]；
当经济发展到一定程度，这时环境污染造成的社会成本高于其他社会成本，就会促使政府与个人为环境改善提供必要的资金与人力支持。同时，环境作为资源的载体，环境质量的提高，有效地提高了资源存量与质量水平，推动了经济的发展也满足了人们的生活需求；
而环境质量的恶化，通过降低资源存量与质量水平来对经济发展产生制约。
综上所述，PREE系统运行机制存在着不同子系统之间的协调与冲突，反映出可持续发展的内在因素，各子系统之间的闭环回路结构形成一个复杂的闭环系统，当外部控制因素对内部系统状态的影响达到一个阈值时，PREE系统内的子系统运行状态将从无序混乱状态转变为宏观有序状态，系统实现协调。
3.1 研究方法
3.1.1 数据标准化处理
对指标进行标准化处理，公式为：
式中：xij为i年份第j个省份变量指标，为各指标的标准化值。
3.1.2 熵值法
利用熵值法对各指标赋予权重，首先计算第j(j=1, 2,…,n)项指标下第i(i=1, 2, …,m)个赋值对象的指标值的比重Pij：
其次，计算信息熵Ej，公式为：
其 中，k=1/lnm，1/lnm≥0， 若Pij=0，则
最后，计算指标权重Wj，公式为：
3.1.3 子系统评价模型
计算各子系统评价指数，公式为：
式中：Wj为各指标的权重，为各指标的标准化值，Uj(Uj=F1,F2,F3,F4)为各子系统的评价值。
3.1.4 耦合协调度模型
计算PREE系统的耦合度，公式为：
式中：C表示耦合度；
T为PREE系统的协调指数；
α1、α2、α3、α4为四个子系统的待定权重，在评价过程中认为四个子系统重要程度相同，取α1=α2=α3=α4=0.25；
D为耦合协调度。将PREE系统耦合协调度划分为10个类型，如表1所示。
表1 PREE系统耦合协调度等级划分
3.1.5 空间自相关
利用空间自相关性检验来检验各省份PREE系统耦合协调度的空间相关性，公式为：
利用局部莫兰指数来度量中国各个省份之间PREE系统协调水平的关联性，公式为：
式中：S为标准差，xi为地域单元i的变量值，xj为地域单元j的变量值，Wij为空间权重矩阵。
3.2 数据来源与指标体系构建
3.2.1 数据来源
研究数据采用中国31个省份（港澳台地区除外）2010—2019年的数据，其主要指标数据来源于2011—2020年的《中国统计年鉴》、2011—2020年的《中国环境统计年鉴》、2011—2020年的《中国能源统计年鉴》，其中河北、新疆、西藏地区2019年部分指标数据缺失，采用插值法进行补充。
3.2.2 指标体系构建
指标选取是进行PREE系统协调发展研究的基础，在结合现有研究结果的基础上，遵循可获得性、可操作性、科学性、合理性的原则，选取29个指标构建PREE系统协调发展指标体系（表2）。其中人口子系统主要从人口规模、人口结构、人口质量三个层面的6个指标来反映[25]；
经济子系统从经济水平、经济结构、经济效率三个层面的6个指标来反映[26]；
资源子系统从资源条件与资源利用两个层面的7个指标来反映[27]；
而环境子系统则从环境污染、环境治理与环境保护建设三个层面的10个指标来反映[28]。其中指标数值越大，对系统协调发展越有利的指标为正向指标，反之为负向指标，其中部分指标通过其他指标运算获得。
表2 人口、经济、资源与环境协调发展指标体系
4.1 子系统评价指数分析
人口、资源、经济和环境子系统评价指数呈现出不同的动态变化过程，如表3所示，其中人口、经济与环境子系统评价指数起点低，但增速快，一直呈现出稳中向好的发展态势，资源子系统呈波动上升态势。研究期间，系统的发展水平类型也由资源环境主导、经济人口滞后的模式转变为环境人口主导、经济资源滞后的模式，人口子系统的主体作用与环境子系统的承载作用在变化过程中逐渐显现出来，经济子系统作为系统运行的核心与人口子系统呈现出相似的变化趋势，而资源子系统作为系统运行的物质基础，其具有相对稳定的变化特征，使得评价指数变化不明显，仅有小幅度的上涨。
表3 子系统评价指数均值与综合发展类型
4.2 差异程度识别
中国省域PREE系统的协调发展状况因地而异，因时而异。为识别我国协调发展水平是否存在差异、差异程度如何，对统计数据进行归一化与正向化处理后，利用熵值法测算出各省份不同子系统的发展系数，进行赋值后对各省份不同子系统的发展系数进行耦合协调度计算，将耦合协调度计算结果以地区与年份进行分组，计算其相应的变异系数（Cv值），分别从时间与空间的角度来衡量模型耦合协调度的差异程度，计算结果如表4和表5所示。
表4 中国历年耦合协调度空间变异系数
表5 中国各省份耦合协调度时间变异系数
从空间变化（表4）来看，变异系数随时间变化为先减后增，2010年变异系数最高，为0.172，在2016年降为最低，这说明各省份之间系统协调发展水平的差异先减小后扩大。从时间变化（表5）上来看，全国整体的变异系数为0.202，31个省份的变异系数在0.053～0.349之间，其中重庆的变异系数最小，西藏的变异系数最大，各省份耦合协调度随年份变化的差异明显。因此，对中国省域PREE系统的协调发展状况应从时间与空间两个角度进行分析。
4.3 时空差异分析
4.3.1 时空演变分析
整体来看，2010—2019年中国PREE系统耦合协调发展水平在波动中上升，已由轻度失调转变为中度协调状态，如表6所示。研究期内其变化过程可分为两个阶段：高速增长阶段（2010—2013年），该阶段PREE系统整体处于较低水平，由于国家“十二五”规划提出了“绿色发展，建设资源节约型、环境友好型社会”，在经济高速发展的同时，对环境治理、资源利用提出了新要求。国家加大了环境保护力度，加强资源节约与管理，促进生态保护与修复，大力发展循环经济，促使PREE系统耦合协调水平迅速提升，在此阶段PREE系统的耦合协调水平呈现出东高西低的分布特征。低增速阶段（2014—2019年），该阶段PREE系统已实现协调发展，资源节约集约利用、环境综合治理持续实施，但增长速率有下降趋势，耦合协调发展水平与增长速率呈现出倒“U”型的线性关系，随着耦合协调水平的不断提高，协调发展不再仅依靠降低污染物排放、减少资源浪费等浅显手段，影响因素正逐步由单个子系统的协调向多个子系统共同协调转变，系统协调水平提升难度逐渐增大。研究期间，东部、中部地区（根据国家统计局的划分，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、西藏、甘肃、青海、宁夏、新疆）系统协调水平已逐渐被西部赶超，并落后于全国均值。
表6 中国各地区PREE系统耦合协调度均值
分地区来看，以2年为时间间隔，运用ArcGIS将2010年、2013年、2016年、2019年4年的耦合协调度数据分类后矢量到地图上，如图2所示。2010年，除重庆、上海以外，其他省份均处于失调状态，北京、天津、福建、甘肃、广西、海南、湖南、吉林、青海、浙江10个省份处于濒临失调状态，河北、安徽、贵州、河南、黑龙江、湖北、江苏、江西、辽宁、内蒙古、宁夏、山西、陕西、四川、云南、山东16个省份处于轻度失调状态，广东、西藏、新疆3个省份处于中度失调状态。2013年失调状态有所好转，失调状态的省份减少到8个，无中度失调省份，轻度失调省份仅有西藏，勉强协调省份居多，吉林、甘肃、青海、福建4个省份处于初级协调状态。2016年无失调省份，该时期省份间协调水平差异程度最低，仅有勉强协调与初级协调两种状态。2019年仍存在勉强协调的省份，安徽、北京、河北、河南、黑龙江、湖北、吉林7个省份处于初级协调状态，中级协调状态的省份居多，仅有内蒙古处于良好协调状态。可以看出，中国各省份协调发展水平处于一个动态的变化过程，整体趋向协调发展，但区域差异先减后增，到2019年，低值地区逐渐呈现出东多西少、北多南少的态势，其中东北三省PREE系统耦合协调发展水平已整体落后于其他地区。研究期间，系统耦合协调水平的分布特征已从“东高西低”转变为“西高东低”，产生了系统耦合协调水平的“倒挂”现象。
图2 2010年、2013年、2016年和2019年中国各省份协调状态空间分布图
4.3.2 空间相关性分析
利用GeoDa软件计算中国省域PREE系统耦合协调水平的全局Moran’s I指数，并利用软件中的蒙特卡罗方法检验全局Moran’s I指数的显著性，结果如表7所示。中国省域PREE系统协调水平的全局Moran’s I指数随年份变化而进行动态变化。其中2014年、2017年、2018年、2019年的Moran’s I指数分别在10%、10%、1%、5%的水平上通过了显著性检验，说明这些年份中国各省份系统耦合协调水平具有空间相关性，且空间相关性正逐渐增强。
表7 2010—2019年中国省域PREE系统耦合协调发展水平全局Moran’s I指数
全局Moran’s I指数只能确定空间自相关的存在，要想识别出具体省份所处的空间状态，需要进行局部Moran’s I指数分析。局部Moran’s I指数是从局部来衡量空间要素的相关性，这里只对通过全局Moran’s I指数显著性检验的4个年份进行局部Moran’s I指数分析，在测算过程中海南省未与其他省份相连，通过修改空间权重矩阵，将海南岛与广东、广西相连，以解决“孤岛”问题。统计31个省份的LISA聚类结果，如表8所示。由聚类结果可知，2014年没有出现高高聚集区，2017年、2018年、2019年高高聚集区主要出现在中国西部地区，其中甘肃、宁夏出现过3次，新疆、青海、西藏出现2次，四川出现1次。低低聚集出现在2014年的山东省，2017年的河北、天津，2018年的辽宁，这些地区与周边省份的系统耦合协调水平不高。仅有2014年出现低高、高低聚集，出现在内蒙古与江苏，这两类聚集区的出现说明该区域耦合协调水平差异明显。
表8 中国省域PREE系统协调发展水平LISA聚类结果
可以看出，随着区域间的合作不断加强，各省份PREE系统耦合协调水平的空间相关性也在逐步增强，高高聚集区多集中在西部地区，具有较高的空间稳定性，其他聚集区具有一定的空间流动性。中国东部依然是经济最为发达的地区，但其PREE系统的耦合协调水平已被西部地区超过，这是因为虽然东部地区经济发达，但资源禀赋稀缺[29]、人口老龄化严重[30]、人口结构失调、环境污染严重[31]，这些已经成为制约东部地区经济发展的瓶颈，造成了东部地区耦合协调水平不高的局面。但是，正是由于这些因素的制约，才不断促使东部地区产业向高附加值、低能耗的第三产业和高新技术产业转移。与之相反，西部地区大部分省份PREE系统耦合协调水平较高，尽管在地区经济上落后于东部地区，但是其自然资源丰富、环境质量较好，并随着“一带一路”倡议以及“西部大开发”战略的深入实施，经济发展不断向好，耦合协调水平不断提高，就逐渐形成了PREE系统耦合协调水平“西高东低”的局面。
4.4 动态演进分析
4.4.1 动态演进分析
运用核密度估计可进一步揭示中国省域PREE系统耦合协调水平的绝对差异与动态演进规律，由于分组较少，采用高斯核函数要优于其他核函数，根据数据形成的自动带宽，对中国31个省份整体及东部、中部、西部三大地区进行核密度估计，绘制核密度分布图来分析整体与地区间PREE系统耦合协调水平的动态演进趋势，如图3所示。
图3 分地区系统耦合协调水平的核密度动态演进图
从整体来看，PREE系统耦合协调水平的核密度中心在2010—2019年明显右移，前期移动幅度较大，后期逐渐放缓，波峰高度在2016年达到最高后逐年下降，波宽先变窄后变宽，由宽峰型转变为尖峰型再转变为宽峰型；
波峰拖尾由右拖尾转变为左拖尾，系统耦合协调水平差异由“低—高”差异转变为“高—低”差异，拖尾厚度有所增加，2013年、2014年、2017年核密度曲线均出现微弱的“双峰”。2010—2019年的核密度曲线变化说明中国省域PREE系统耦合协调水平正逐年提升，地区间系统耦合协调水平的差异先缩小后扩大，协调水平低值区占比有所增加，个别年份“极化”现象严重，具有两极分化的趋势。
分地区来看，三大地区的PREE系统耦合协调水平的核密度中心移动趋势与整体大致相同，但在波形上存在差异。其中，东部地区2013年核密度曲线的双峰形式与整体类似，但2017年的双峰出现在右侧，与整体相反。2012年、2016年的核密度曲线有较长的右拖尾，2019年波峰高度最高，波峰宽度有所减小，由宽锋型转变为尖峰型，左拖尾变长，厚度减小，有演变成双峰的趋势。说明研究期内东部地区各省份间耦合协调水平差异在2019年降到最小，东部地区耦合协调水平低值区占比有所减小，但两极分化现象较为严重。中部地区系统耦合协调水平核密度变化较为杂乱，在2016年波峰最高，而后逐年降低，说明整体的2016年波峰高度受中部影响较大，区域间耦合协调水平差异先缩小后扩大。拖尾由右拖尾转变为左拖尾再转变为右拖尾，其中2015年左拖尾最长，而后拖尾缩短，拖尾抬高，在2019年呈现出双峰的趋势，地区耦合协调水平高值区占比有所上升，地区系统耦合协调水平有进一步升高的趋势，同时也会伴随着极化现象。西部地区除2010年、2011年、2016年以外，核密度曲线均有较长的左拖尾，其中，2018年、2019年两年的左拖尾变长、抬高，并有由单峰向微弱的双峰演变的趋势，区域内波峰宽度有所减小，由宽锋型转变为尖峰型，波峰高度呈上升趋势，在2016—2019年西部地区波峰高度高于整体波峰高度。西部地区区域间差异主要呈现出“高—低”差异特征，区域内低值区占比逐渐增大，区域间耦合协调水平差异小于整体差异，两极分化现象突出。可以看出，区域尺度下，中国PREE系统耦合协调水平在不同区域与不同时段内的动态演进过程是区域特色与时段特征交互共生作用的结果。
4.4.2 预测分析
运用灰色GM(1, 1)预测模型预测中国31个省份整体及东部、中部、西部三大地区2020—2024年PREE系统耦合协调水平，预测的平均相对误差为0.05%、0.06%、0.09%、0.07%，精度较高，预测结果如表9所示。
表9 系统协调水平预测值及类型
由预测结果可知，未来5年PREE系统耦合协调水平逐渐由中级协调转变为优质协调状态，呈现出稳步上升的态势，但地区间系统的耦合协调水平仍存在较大差异。西部地区仍处于领先状态，率先达到优质协调，而东部与中部地区仍低于全国均值，处于良好协调状态，表明东部与中部地区仍存在不同的瓶颈约束，结合子系统评价指数来看，多以资源、经济约束为主。
5.1 结论
本文借助耦合协调度模型，测算评估中国31个省份2010—2019年PREE系统耦合协调发展水平，利用空间计量方法进行了时空演变分析，得到结论如下：
（1）中国省域PREE系统耦合协调发展水平整体呈上升趋势，由轻度失调向中度协调转变。四个子系统发展指数呈上升趋势，由资源环境主导、经济人口滞后转变为环境人口主导、经济资源滞后。
（2）中国省域PREE系统耦合协调水平发展存在时空分异，地区差异先变小后变大，变化过程分为高增速（2010—2013年）、低增速（2014—2019年）两个阶段，分布特征从“东高西低”转变为“西高东低”，产生了系统协调水平的“倒挂”现象。各省份间PREE系统耦合协调水平的空间相关性正逐步增强，西部地区多为高高聚集区，具有较高的空间稳定性，其他聚集区具有一定的空间流动性。
（3）中国省域PREE系统耦合协调水平核密度中心逐年右移，个别年份“极化”现象严重，并具有两极分化的趋势。东部与西部地区PREE系统区域间耦合协调水平差异小于整体差异，但两极分化现象较为严重。中部地区耦合协调水平高值区占比有所上升，地区系统耦合协调水平有进一步升高的趋势，但也会伴随着极化现象。未来5年系统耦合协调水平将持续升高，但地区间仍存在较大差异，东部与中部地区存在不同的瓶颈约束。
5.2 政策建议
针对PREE系统协调发展过程中存在的问题，并基于“十四五”规划中推动区域协调发展促进人与自然和谐共生的发展目标，PREE系统耦合协调发展应从系统本身与区域发展两个角度提出协调发展的建议：
（1）PREE系统应从优化单个子系统、协调多个子系统出发，推动系统整体协调水平的提高。人口子系统作为系统发展的主体，应制定长期稳定的发展战略，摒弃传统的发展理念与思维模式[32]，从人口结构、人口质量等方面入手，推进人口红利结构由数量型向质量型转变。资源子系统应继续保持节约优先、保护优先、自然和谐的方针政策，提高资源存量，创新资源利用效率，推动资源利用方式的绿色转型，落实碳达峰、碳中和目标，稳固PREE系统发展的基础。经济子系统应注重系统的整体、层次、结构、开放四个特性，不断完善经济系统中若干经济要素的相互联系与作用，不断创新系统内发展要素，拓展经济形态，增添发展活力，实现数字、绿色、循环经济的交叉发展。环境子系统要明确系统中的平衡关系、自我调节能力、反馈机制、环境容量，以及环境系统的稳定性与敏感性。建立长效的生态补偿机制，贯彻以自然保护为主、人为修复为辅的环境保护方针。协调多个子系统，应不断优化系统间的运行机制，掌握好子系统间的协调发展规律，以高水平、高效能、高质量、高标准的子系统推动系统整体的可持续发展，注重优化单个子系统的弱势环节，避免系统发展的“木桶效应”，实现各子系统的齐头并进。
（2）在区域发展的视角下，西部地区在“大保护、大开放、高质量”的总体框架下，应以资源高效利用、生态保护、人才引进、对外开放、经济高质量发展等方面面临的关键问题为切入点，对地区发展策略进行精确、有效的实施；
打破传统行政区划的划分，试行“资源定城、资源定产、资源定人”发展策略，实现不同资源要素跨区高效流动与有效配置[33]。中部地区在巩固生态绿色发展格局的基础上，应积极承接新兴产业布局与转移，建设一批中高端绿色产业集群，打造内陆产业发展新高地[34]。东部地区应注重地区海洋资源的开发与利用，建设现代海洋产业体系；
有规划地进行人才培养，实行更加有效、更加开放的人才政策；
加快创新要素的聚集，提高高新技术研发能力和资源配置效率，培育世界级的先进制造业集群。