衛曉慶,王濤,李嘉霖,程贇,劉曉藝
1.沈陽工學院能源與水利學院,撫順 113122
2.西安科技大學測繪學院,西安 710054
3.撫順市水利勘測設計研究院有限公司,撫順 113008
4.陜西省土地工程建設集團,西安710075
5.山東師范大學地理與環境學院,濟南 250358
城市是社會經濟發展過程中的必然產物。當前,中國的城市化已進入快速發展和提高質量的關鍵時期,其在改善社會經濟面貌的同時,引發了諸如資源利用低效、土地結構不合理、集約化水平低下等問題[1-3]。中國的城市化是在外部力量主導下的粗放型城市化,其問題產生的根源在于低效率[4]。隨著城市發展進入成熟階段,極有可能形成一個以超級城市為核心,幾個大城市為組成單元的城市群,在此過程中,城市群將利用互補資源,并依靠發達的基礎設置,如運輸和通信等,在區域內實現協調發展[5-6]。京津冀地區作為中國發展速度最快的城市群之一,其一體化發展將為我國城市化建設提供必要的指導[7]。
自中國經濟和社會改革以來,城市空間擴大了近三倍,然而以“土地金融”和工業化為核心概念的快速城市化發展模式給環境帶來了巨大壓力[8]。中共十八大提出新型城鎮化的概念,要求生態城市化進程中應盡量減少權衡和最大限度地發揮協同作用[9]。與傳統城市化相比,新型城鎮化在思維方式、地理布局和發展模式等方面都呈現出新的特點[10]。隨著人類活動對以土地使用為中心的環境和城市系統的影響不斷增加,土地利用模式的變化往往影響城市生態服務的功能[11]。在此背景下,研究土地利用變化對城市生態服務的影響與城市化和城市生態服務的關系研究具有重要的學術和現實意義。
生態效率的概念由 Schaltegger等人于1990年首次提出,其核心內涵在于最小化資源投入的同時獲取最大的經濟產出[12]。以往關于土地利用效率的研究主要是基于對經濟和社會效率的評價,如,Reith等提出以多樣化土地利用為基礎進行生態效率分析的思路[13];金貴等采用隨機前沿分析法測度了土地利用效率、生態績效指數和生態效率[14];羅能生等研究發現城市化與生態效率的關系是一條不對稱的U型曲線[15],上述研究均表明土地利用與土地生態效率之間具有相關關系,但仍缺乏基于土地資源稀缺和土地生態效率評價的研究[16-19]。關于城市化與土地生態效率之間的關系,我國學者主要研究了省級地理尺度的城鎮化及土地生態效率的相關性和耦合關系[20-21],如周亮等研究表明,快速城市化發展與土地生態效率具有負向相關性[22];而牛樂德等的研究則認為兩者在時間尺度上并未形成穩定的相互關系[23]。雖然以往學者在研究尺度和方法層面上都做出了一些有益的嘗試,然而,關于新型城市化與土地生態效率關系的研究仍未有突破性進展,特別是關于城市群土地生態效率的研究,難以提供一些“協同發展”中集約用地方面的可操作性建議[24]。鑒于此,本研究采用超效率DEA模型和Malmquist生產率指數,對京津冀地區 13個地級城市 2006—2015年土地生態效率進行測算,構建了新型城鎮化指標體系,并應用擴展STIRPAT模型分析了新型城鎮化對土地生態效率的影響,研究結果對京津冀地區及其它城市群的土地生態效率管理和可持續發展具有一定的指導意義。
京津冀地區位于 36°01′N—42°37′N,113°04′E—119°53′E 之間,南北長 750 km,東西寬 650 km,土地總面積約為21.8×104km2,地處亞歐大陸東緣中國地區環渤海的核心地帶,是中國東北、華北以及華東的接合地帶,是連接三大區域的重要樞紐[25]。京津冀地區在地域空間上包括北京市、天津市以及河北省的11個地級市。區內地貌類型多樣,西部有壩上高原、燕山、太行山,中部為山前平原和低平原,東南部為沿海平原,土地利用方式表現為以耕地為主(約占52%)、林地(約占21%)為輔,建設用地占有較大比重(約 7%),基本上形成了北部山區以林地、草地為主,耕地為輔和南部平原地區以耕地為主、建設用地為輔的兩種利用方式截然不同的土地利用分區(圖1)。
作為中國的政治和文化中心,京津冀地區也是一個重要的經濟發展區域,在社會經濟發展方面也處于中國的領先地位。近年來,隨著京津冀一體化戰略的實施,該地區繼珠三角和長三角地區之后已成為中國經濟增長的第三大區域。到2015年,該區國內生產總值達到7萬億元,占國內生產總值的10.2%。同時,京津冀地區的各市產業結構也存在顯著差異(圖2),北京市、天津市和河北省的第三產業增加值分別占其GDP的79.7%、52.2%和35.5%。衡水、邢臺、承德等城鎮化程度較低的城市,農業增加值占很大比重。
城鎮化進程的加快,使得京津冀地區土地利用/覆被的變化非常明顯,我們根據從Landsat TM/ETM上提取的土地利用/覆被數據,獲得了 1990—2015年的京津冀地區土地利用變化矩陣(表1)。結果表明:1990—2015年,研究區土地利用變化幅度呈逐漸上升的趨勢,主要表現為:建設用地>耕地>草地>水域>未利用地>林地,在此期間,耕地減少了 28267 km2,草地減少了 11923 km2,建設用地增加了 5825 km2,增幅達 40.5%,建設用地是該區占比最大的土地利用類型,其在面積擴大的同時,引起大量資源和能源消耗,對環境產生了較大影響。因此,分析新型城鎮化背景下的土地利用價值的最大化,對減少京津冀地區的資源消耗和環境損失具有重要的現實意義。

圖1 京津冀地區行政邊界與土地利用格局Figure 1 Administrative boundary and land-use pattern of the Beijing-Tianjin-Hebei region in 2015

圖2 2015年京津冀地區各市產業結構比例圖Figure 2 The industrial structure at municipal level in the Beijing-Tianjin-Hebei region in 2015

表1 1990—2015年土地利用/覆被轉移矩陣(單位: km2)Table 1 Land-use/cover conversion matrix from 1990 to 2015(unit: km2)
在本研究中,我們使用了2006—2015年在京津冀地區的13個城市的面板數據。面板數據主要來源于《中國城市建設統計年鑒》(2007—2016年)、《中國城市統計年鑒》(2007—2016年)和《北京、天津、河北統計年鑒》(2007—2016年)。為確保數據的可比性,本文對固定資產投資總額、GDP、人均 GDP等貨幣數據根據價格指數消除了價格因素的影響。
2.2.1 基于SE-DEA模型的土地利用效率評價
當前,土地利用效率評價方法主要有因子分析法、生態足跡法、數據包絡分析法(DEA)和隨機前沿函數法(SFA)[26-28]。DEA是一種非參數的方法,用于衡量相同類型決策單元(DMU)間多投入多產出指標的相對效率[29-30]。由于SFA不能直接處理多產出問題,更適合于大樣本估計,因此我們采用DEA模型來衡量土地生態效率。當效率值等于 1時,則表示DMU處于生產前沿,即DMU為 DEA有效,當效率值小于1時,則表示DMU遠離生產前沿,即低效率或非DEA有效。
事實上,由DEA模型衡量的有效決策單元的效率值都等于1,不能合理的區分效率之間的差異。因此,我們采用了修正的DEA模型和超效率DEA模型(SE-DEA)。SE-DEA模型允許測度結果大于1,有助于克服傳統 DEA模型在多個決策單元同時處于生產前沿時無法評估的問題[31]。假設某區域有n個DMU,m種輸入變量s種產出變量該模型的表達式如下:

式中:θ為DMU綜合技術效率值,ε為非阿基米德無窮小量,λj為研究區投入和產出的權向量,分別代表投入、產出的松弛變量;當θ<1時,DMU為非DEA有效,θ≥1則表示DMU為DEA有效,θ值越大,DMU的效率越高。
2.2.2 基于 Malmquist指數模型的土地利用效率動態測度
Malmquist效率指數常被用于衡量動態效率的變化,它可以使用距離函數反映t期到t+1期之間投入-產出關系的變化[32]。假定Dt(xt,yt)是周期t的距離函數,根據距離函數計算 Malmquist效率指數的公式如下所示:

Malmquist效率指數旨在將生產率(TFP)的變化轉化為技術效率變化指數(EC)和技術變動指數(TC)[33-34]。式中:EC表示t和t+1期間生產前沿與實際產出之間的距離變化,反映了技術效率變化對TFP增長率的貢獻,TC表示生產領域的變化,反映了技術進步對全要素生產率增長率的貢獻,當EC>1時,意味著技術效率的提高;當TC>1時,意味著生產技術的改進。
2.2.3 指標體系
本研究以土地利用投入產出指標為基礎,測算2006—2015年京津冀地區 13個城市的土地生態效率,并對結果進行分析。土地生態效率的提高意味著最大限度地提高城市土地的利用價值,盡可能地減少資源消耗和生態損失[35]。因此,在指標選取上,綜合考慮自然和社會經濟因子,本文將單位面積勞動力、單位面積固定資產投入總額、單位面積用電量和單位面積用水量作為投入要素,在本研究中將城市建成區面積來作為城市用地面積,產出要素包括期望產出(GDP)和非期望產出(SO2排放、煙塵排放和廢水排放)。鑒于產出變量為正,我們把非期望產出作為期望產出的伴隨量進行分析(表2)。
2.3.1 擴展STIRPAT模型
為了探討新型城鎮化與土地生態效率之間的關系,本文引入了人口、富裕和技術隨機影響模型(STIRPAT),并將其用于分析各驅動因子對環境的影響[36]。模型表達式如下:

式中:I是環境影響,P是人口規模,A是人均財富,T是技術進步,a是模型系數,是常量項,而e是誤差項,b、c、d分別是P、A、T的人文驅動力指數。為了削弱指標的異方差影響,我們將方程(3)兩邊取對數,得到:

與以往研究采用的城鎮化水平(人口城市化率)不同,本文使用新型城鎮化綜合指數,考慮到生態效率,我們無法與城市化建立簡單的線性關系,因此,我們為新型城鎮化綜合指數引入了二次項,此外還加入了環境政策指標,即考慮政策因素對土地利用效率的影響,利用擴展的STIRPAT模型分析京津冀地區新型城鎮化對土地生態效率的影響。實證模型計算如下:

式中:LEE表示土地利用效率,U表示新型城鎮化的綜合水平,A表示人均財富,T表示技術進步,EP表示政策環境,i和t分別代表城市和年度,αt表示時間效應,vi表示個體效應,εit表示隨機誤差項。
2.3.2 指標體系
本研究擴展模型的核心解釋變量是新型城鎮化的綜合指數。參考Bai等人的研究,我們從人口城市化、經濟城市化、地域景觀城市化和社會城市化四個方面構建了城鎮化綜合評估指標體系(表3),然后采用主成分分析法(PCA)對京津冀地區的新型城鎮化綜合指數進行估計[7]。指標經 KMO(KMO=0.84)(Kaiser-Meyer-Olkin)檢驗,結果表明,所選變量間的相關性較強,且兩個主特征值分量均大于1。計算公式如下:

式中,Yj代表第i年第j個主成分的得分代表第i年主成分j的載荷值為標準化后的指標值。各年的綜合指數可估計如下:


表2 土地生態效率投入和產出指標Table 2 Input and output variables of land eco-efficiency

表3 京津冀地區新型城鎮化發展水平綜合評價指標體系Table 3 Indicators index of evaluating the comprehensive level of new-type urbanization for the BTH region
式中:Ui為第i年新型城鎮化的綜合評價指數,Wj為第j個主成分的方差貢獻率。為了便于體系的動態變量分析,本文采用坐標平移對綜合指標進行修正。
其他解釋變量包括人均財富、技術水平和環境政策,本文使用人均GDP表示人均財富、單位GDP用電量表示技術進步,其中單位 GDP電量越大,技術水平就越低。由于環境政策難以量化,因此,我們將政府的環境財政收入(污水治理費)指標作為環境政策對土地生態效率的影響。
基于2006—2015年京津冀地區13個城市的面板數據,本文利用 SE-DEA模型測算了京津冀地區的土地生態效率。研究結果表明,土地生態效率具有明顯的區域差異性(圖3)。北京市土地生態效率值最高,年平均值為3.13。河北省土地生態效率值最低,2006—2015年多年值均低于 0.50,這表明河北省可能更多地依賴于傳統的經濟發展模式,相比之下,北京已從粗放型增長轉變為集約型增長,該區域的環境得到改善,城市土地的集約利用得到加強。
從2006—2015年土地生態效率的空間格局(圖4)變化來看,各城市之間也存在差異,特別是承德、邯鄲、邢臺等城市由于城市發展水平和經濟發展模式相對有限,土地生態效率持續偏低,廊坊、保定、張家口等城市的土地生態效率在 2006—2015年間呈現出較大的提高,2006—2011年以及2011—2015年穩步增長。2011年至2015年,滄州市的土地生態效益總體呈下降趨勢,而天津、邯鄲等城市的土地生態效率總體呈上升趨勢,這表明土地生態效率差異與新型城鎮化的發展階段密切相關。

圖3 2006—2015年京津冀地區城市土地生態效率的變化趨勢Figure 3 Change trends of urban land eco-efficiency at municipal level in the Beijing-Tianjin-Hebei region from 2006 to 2015

圖4 2006年、2011年和2015年京津冀地區城市土地生態效率的空間分布Figure 4 Spatial pattern of urban land eco-efficiency at municipal levelin the Beijing-Tianjin-Hebei region in 2006, 2011 and 2015
2006—2015年期間,京津冀地區 Malmquist效率指數略有波動(圖5)。除2006—2007年和2011—2012年外,大多數年份的指數值都大于 1。TFP年平均增長率為1.097,表明該地區土地生態效率年增長率為 11%,其中技術變動指數以 11.1%的年增長率增長,而技術效率變化指數在2006—2015年期間則基本保持一致,未發生大幅波動。這表明,Malmquist效率指數增長的貢獻主要來自于京津冀地區的技術變化。

圖5 2006—2015年京津冀地區土地生態效率及其變化率Figure 5 Land eco-efficiency growth rate, efficiency change and technological change in the Beijing-Tianjin-Hebei region from 2006 to 2015
城鎮化2006—2015年間,整個地區的城鎮化以10.68% 的速度穩步增長。2006年和2015年的數值分別為0.38和0.94。從空間分布來看,各城市間存在著明顯的空間差異。新型城鎮化綜合水平最高的是北京、天津和唐山,分別為1.23、1.14和0.76,衡水、保定和邢臺的城鎮化綜合水平較低,均低于0.5。2006年該地區城鎮化綜合水平為高等級的城市在空間上比較分散,2011年開始出現空間集聚,到 2015年形成以京津唐為中心,呈現高-低的空間分布特征(圖6)。這表明,在我國2011—2015年五年規劃提出的“促進京津冀地區協同發展”的政策實施過程中,城市空間正逐步實現正向外部性。

圖6 2006年、2011年和2015年京津冀地區城鎮化綜合水平空間分布Figure 6 Spatial pattern of new-type urbanization comprehensive level at municipal levelin the Beijing-Tianjin-Hebei region in 2006, 2011 and 2015

表4 城市土地生態效率影響因素的估算結果Table 4 Estimated results of the factors driving urban land eco-efficiency
根據Hausman檢驗的結果,采用固定效應模型對驅動土地生態效率的因素進行了分析(表4)。研究發現,城鎮化綜合水平的系數均達顯著水平,單項系數為1.667%,二次項系數為0.562%,表明城鎮化綜合水平對土地生態效率具有正效應,即土地生態效率的曲線形態隨著綜合水平的提高而呈上升趨勢,這是土地資源閑置產生的,也是經濟發展模式初步轉變的結果。雖然京津冀地區城鎮化水平的穩步發展的過程中,城市人口急劇增加,城市資源的過度開發和環境的惡化可能會導致土地生態效率的下降,但在本研究中,各市區產業結構占比中第三產業占據主導地位,很大程度上避免了第一、二產業給生態環境帶來的負效應,因此土地生態效率區域安全穩定。隨著京津冀一體化協調發展理念的深入落實,政府及人們可能會逐漸地強調城市質量的變化。對土地生態效率產生積極影響,需要協調人口、資源和環境的發展,統籌城鄉發展,協調城鎮化和工業發展,重視包容性發展的城鎮化。
在其他驅動因素方面,技術水平(按單位 GDP用電量估算)對土地生態效率具有負向影響(?0.796%),即單位 GDP 用電量越高,技術水平越低,而土地生態效率也越低,這主要是由于技術水平的限制,造成了相對較大的資源消耗、生態損失和環境污染等問題,因此,提高城市土地利用和管理的技術水平是影響城市土地集約利用和生態效率的重要因素。此外,政府環境財政收入對土地生態效率產生了0.222%的正效應,這表明在城市發展的過程中,增加環境投入可以適當減少對環境的破壞,但“先污染,后治理”的開發思路仍不能顯著提高土地生態效率。
本研究采用SE-DEA模型,對京津冀地區13個城市的土地生態效率進行了測度,并對結果進行了分析。為了進一步分析,我們建立了一個評價新型城鎮化綜合水平的指標體系,并引入擴展的STIRPAT模型探討了新型城鎮化水平與土地生態效率的關系。研究表明,2006—2015年,京津冀地區的土地生態效率呈逐年增長趨勢,年平均增長率為11%,各城市的土地利用效率在新型城鎮化發展的背景下具有明顯的區域差異性。2006—2015年,京津冀地區新型城鎮化綜合水平的空間分布呈現出先分散后聚集的趨勢,形成以京津唐地區為中心,邊緣城市從高到低的空間分布特征。實證分析表明,新型城鎮化與土地生態效率之間具有正向相關性,即城鎮化綜合水平的不斷提高使得土地生態效率的提高,其次土地利用和管理技術水平的提高,環境政策的轉變等都將對土地集約利用產生積極影響。
基于本研究的結果,針對提高土地生態效率,提出以下政策建議:第一,進一步提高新型城鎮化進程中各因素協調發展水平,推進京津冀地區產業轉型升級,實現城市優勢與共贏,優化城市空間結構,對京津冀地區中心城市與邊緣城市有序協同發展具有重要意義;二是注重生態集約用地,建立區域聯動機制,實施城市間溝通與合作的理念,推廣加強環境污染治理的方法與技術,加強對大都市污染的監督與管理;三是實施“京津冀一體化”戰略,開展區際協調。由于生態效率的影響不斷擴大,城市集聚的空間外部性效應持續存在,因此有必要在城市與鄉村層面上推廣流通方式,發展和促進區際協調,促進區域產業轉移、產業合作與發展,加強區際環境保護與合作,以提高京津冀地區的土地生態效率。