推动绿色发展已成为城市未来经济发展的重要目标，城市居民既是城市绿色发展的参与者，也是绿色发展成果的受益者，城市居民的主观感受和评价有助于更加全面、客观地反映城市绿色发展情况。绿色城镇化作为绿色发展的重要组成部分，公众对绿色发展幸福感的状况在一定程度上代表了公众对绿色城镇化的幸福感，基于此，本研究将运用公众对绿色发展幸福感的调查问卷数据来深入分析公众对绿色城镇化的幸福感。
(一)绿色发展与公众幸福感具有密切的关系
从目前掌握的文献来看，自从Easterlin(1974)提出幸福—收入之谜以来，经济学家大量考察了经济因素对主观幸福感的影响，各类经济因素与生活幸福感之间有关系得到了许多研究的支持。国外一些学者研究了环境与气候变化对居民幸福感的影响，为城市经济发展与居民幸福的关系研究提供了一个绿色的视角。Welsch(2002)使用主观幸福感的数据去研究幸福与环境质量之间关系，利用54个国家的空气污染横截面数据研究发现二氧化氮排放量对主观幸福感产生了显著不良影响。Israel和Levinson(2003)使用30个国家的水污染横截面数据，研究发现水污染程度与幸福感之间存在显著负相关。Rehdanz与Maddison (2005)对67个国家的面板数据进行的研究表明，在控制了预期寿命、识字率、宗教、失业、通货膨胀等社会经济变量之后，发现高温、严寒等极端天气将降低主观幸福感。从国内文献来看，收入与幸福之间关系的研究是国内研究最深入的一个分支领域。田国强(2006)在个人理性选择和社会福利最大化的假定下，同时考虑了收入和非收入因素，解释了中国的幸福—收入悖论现象，其他一些学者进一步利用中国居民数据研究了收入与幸福感的关系。同时，国内一些学者也对其他经济因素，如社会保障、扶贫支出、公共产品供给、社会资本等对居民幸福感的影响也进行了一些探索性研究，并从城市层面分析了中国城市居民幸福感空间分布特征和影响因素。[2]
中外学者关于绿色增长和居民幸福感的研究与探索为我们提供了有益的借鉴。但总的来看，目前国内外对城市绿色增长理论的研究刚刚起步，而对于居民绿色幸福感的研究也具有一定局限性，影响城市居民幸福感的重要因素——城市环境质量与居民幸福感之间的关系仍然没有得到充分的重视，特别是在全球绿色经济蓬勃发展的条件下，城市绿色增长如何影响居民幸福感，怎样促进城市绿色增长提升居民幸福感均缺乏系统的理论支持。
(二)我国公众绿色幸福感空间差异研究
本文的数据主要是来源于北京师范大学中国绿色发展指数报告课题组依托在2013年开展的“城市绿色发展公众幸福感调查”，本次调查主要了解居民对所居住城市环境、基础设施和政府的绿色行动的综合评价。其中，城市环境评价包括城市街道卫生，城市饮用水，河流、湖泊受污染程度，空气质量和近三年环境变化等五个方面;城市基础设施评价包括绿化情况、休闲娱乐场所的数量和分布、生活垃圾处理、公共交通便利程度和交通畅通情况等;政府的绿色行动评价包括垃圾分类设施的配置情况、食品安全、环境投诉知晓度、企业排污治理成效以及政府对环保的重视程度等。
1.公众绿色幸福感总体状况
此次绿色幸福感调查范围为全国38个重点城市，采用省份划分的新三分法将中国38个城市分为东中西三个区域。其中东部城市为北京、天津、石家庄、沈阳、大连、上海、南京、苏州、杭州、宁波、福州、厦门、济南、青岛、深圳、广州、珠海、海口;中部城市为:太原、长春、哈尔滨、合肥、南昌、郑州、武汉、长沙;西部城市为:呼和浩特、南宁、成都、重庆、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐、克拉玛依。调查设计样本量为每个直辖市1000个，其他城市均为700个，共计27800个样本，调查样本分布合理，在不同地区和群体的城市居民有较好的代表性。
图6 2013年我国城市居民绿色幸福感状况
从上图可以看出，2013年我国38个城市的居民绿色幸福感均值为0.091，各城市绿色幸福感水平仍存在较大差异，呈现出西部和东部地区最高、东北较高、中部最低的特征。得分最高的城市是克拉玛依，居民幸福感0.557，得分最低的城市是郑州，居民幸福感得分－0.119，整体差距较大。西部居民的绿色幸福感度均值0.121，总体高于东部和中部地区(分别是0.102和0.021)，区域之间的绿色幸福感差距较显著。
接下来运用空间计量模型对我国公众绿色幸福感的空间差异更深入地分析。
根据空间计量经济学方法原理，幸福感影响因素空间计量分析的思路:首先采用空间统计分析Moran指数法检验因变量是否存在空间自相关性;如果存在空间自相关性，则以空间计量经济学理论方法为基础，建立空间计量经济模型，进行幸福感影响因素的空间计量估计和检验。
第一，进行空间自相关检验。
检验居民绿色幸福感集聚现象的空间相关性存在与否，通常有全局自相关和局部自相关。本文主要采用全局自相关来进行分析。全局空间相关性用来分析研究对象在全局空间内表现出的分布特征，本文运用Moran指数法检验幸福感是否存在空间自相关，并进行空间回归。
其计算公式如下所示:
Yi表示第i地区的观测值(本文为居民绿色幸福感); n为地区总数(本文为38); Wij为二进制的邻接空间权值矩阵，表示其中的任一元素，采用邻接标准或距离标准，其目的是定义空间对象的相互邻接关系，便于把地理信息系统(GIS)数据库中的有关属性放到 研究的地理空间上来对比。一般邻接标准的Wij为:
式中i= 1，2，…，n; j= 1，2，…，m; m= n或n≠m。习惯上，令W的所有对角线元素Wij= 0。
Moran's I指数取值范围在－1到1之间，若各地区间经济行为为空间正相关，则表示空间呈集聚分布特征，其值越大，集聚程度越高;负相关表示空间呈发散分布特征，其值越小发散特征越显著;等于0表示空间的随机分布特征，即不存在空间相关性。具体到居民绿色幸福感集聚的空间依赖性问题上，当目标区域数据在空间区位上相似的同时也有相似的属性值时，空间模式整体上就显示出正的空间自相关性;而当在空间上邻接的目标区域数据不同寻常地具有不相似的属性值时，就呈现为负的空间自相关性;零空间自相关性出现在当属性值的分布与区位数据的分布相互独立时。
第二，进行空间计量模型及估计
空间计量经济学模型有多种类型，本文所要用到的空间计量模型主要是纳入了空间效应(空间相关和空间差异)，适用于截面数据的空间常系数回归模型，包括空间滞后模型(Spatial Lag Model，SLM)与空间误差模型(Spatial Error Model，SEM)两种。
空间滞后模型主要探讨各变量在一个地区是否存在溢出效应，其表达式为:
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
