“两山理论”阐述了经济社会发展的三个阶段，即绿水青山与金山银山的相互关系。为了更进一步研究“两山”之间的相互关系的程度，本文选取云南省2007—1016年生态环境和环境污染两方面的指标来研究环境与经济发展相互的关联度。生态环境包括水资源总量和造林总面积两个指标，环境污染包含废水排放总量和工业二氧化硫排放量两个指标，两个不同方面的指标选取更加能够说明环境与经济之间的相互作用，选取的指标数据均来自于云南省统计年鉴。

灰色关联法是衡量相关因素之间关联程度的一种方法，该方法将各因素量化，度量各因素在发展过程中的变化台式。因此，灰色关联法适合分析动态的变化历程。在因素发展过程中，如果相关因素之间的变化趋势同步性越高，则说明各因素之间的关联程度越高；反之，同步性越低，关联度越低。

4.1　研究方法选择

本文以问题为导向，选择云南省作为生态经济的典型地点，选择水资源总量、造林面积、废水排放总量和工业二氧化硫排放量作为影响云南省生态经济的因子，进行了系统的文献收集以及数据收集，最后在数据基础上通过计量模型分析得出结论。

4.2　数据来源

本文基于云南省生产总值、水资源总量、造林面积、废水排放总量和工业二氧化硫排放量因子，受云南省统计局统计口径的不同的限制，选择了近10年的数据。具体见表1：

表1　云南省生产总值与环境因素综合表

数据来源：云南省统计局

4.3　数据处理

4.3.1　确定参考数列与比较数列

反映系统行为特征的数据数列，称为参考数列。影响系统行为的因素组成的数列序列，称为比较数列。

参考数列：x0（k）=［x0（k），x0（k），x0（k），x0（k），…，x0（k），］

比较数列：xi（k）=［x0（1），x1（2），x2（3），x3（4），…，xi（k），］

其中，k=2007，…，2016；i=1，2，…

4.3.2　原始数据变换

由于原始数据的量纲不一定相同，致使数据在数量上的差异性很大，这样在比较时就难以得到正确的结果未了进行关联分析，保证原始数据的统一性，因此需要对原始数据进行变换，作无量纲处理。采用均值化处理指对第一列数列采用它的平均值去除，从而得到一个新数列。

初值化：xi（k）=xi（k）/xi（2012）

其中：k=2007，…，2016；i=1，2，…

初始数据初始化处理结果见表2。(www.daowen.com)

表2　初始数据初始化处理结果

4.3.3　计算参考序列x0（k）与比较序列xi（k）的差序列

差序列：△0i（k）=|x0（k）-xi（k）|，△k=2007，…，2016；i=1，2，…

差序列处理结果见表3。

表3　差序列处理结果

求参考数列与比较数列的最大值与最小值。

△max（k）=max｛△0i（k）｝，△k=2007，…，2016；i=1，2，…

△max（k）=2.158339

△min（k）=min｛△0i（k）｝，△k=2012，…，2016；i=1，2，…

△min（k）=0

4.3.4　计算关联度系数

其中，式中，|x0（k）-xi（k）|为第K个点xi（k）与点x0（k）的绝对差；min|x0（k）-xi（k）|为二级最小差；max x0（k）-xi（k）|为二级最大差；ρ称为分辨率，其作用在于提高关联系数之间的差异显著性，0＜ρ＜1，一般取0.5，k=2007，…，2016；i=1，2，…

表4　关联度系数

关联系数的数值很多，不利于比较，因此将各个时刻的关联度集中为一个数值，用各个时刻的平均值来反映全过程的关联年度。关联度的一般表达式为：

表5　云南省生产总值与环境因素的关联度排序表

4.3.5　结论

从表5我们可以看出，各因子对云南省影响生态经济的大小排序为：废水排放总量＞造林面积＞工业二氧化硫排放量＞水资源总量。影响云南省生态经济发展是废水排放总量，关联度达到了0.739947，居各因素之首，是影响云南省生态经济发展的主导因素，说明废水排放量和云南省经济增长的关系最为紧密，其对经济增长的影响最大。随着经济日益发展，云南省水资源质量越来越差，需要加大对水资源质量的治理。其次是造林面积与经济增长的关联度较高，影响较大，表明云南省造林面积与经济增长也有很大关系，这是因为云南省作为以林下种植、林下采摘为特色农产品形成的。工业二氧化硫排放量在近几年逐步增加，但是其对经济增长的关联度较小一些。水资源总量对经济增长的关联度最小，云南省作为澜沧江、金沙江、怒江“三江并流”及珠江、红河等水系上游的区域所在地，水资源总量十分丰富，生态环境保护以及生态屏障的建设任务重大。