黃河流域資源型城市土地綠色利用效率時空演變及影響因素

丁 一，郭青霞，秦明星

·土地保障與生態安全·

黃河流域資源型城市土地綠色利用效率時空演變及影響因素

丁 一，郭青霞※，秦明星

（山西農業大學資源環境學院，太谷 030801）

如何以最小的城市土地資源投入獲得最大的社會經濟生態效益是區域可持續利用和高質量發展關注的重點之一。以黃河流域資源型城市為研究對象，構建土地綠色利用效率測算指標體系，利用SSBM（Super Slack Based Measure，SSBM）模型測度2009－2018年黃河流域資源型城市土地綠色利用效率，選取空間自相關模型分析土地綠色利用效率的時空演變特征，借助時空地理加權回歸（Geographically and Temporally Weighted Regression，GTWR）模型揭示影響土地綠色利用效率因素。研究結果表明：1）從時序變化來看，2009－2018年，黃河流域資源型城市土地綠色利用效率整體變化趨勢不明顯。2）從空間差異來看，黃河流域資源型城市整體空間關聯性不強，集聚態勢不顯著，局部表現出“小集聚大分散”的空間分布特征。3）土地綠色利用效率影響因素具有空間異質性特征，經濟和產業結構始終是影響區域土地綠色利用效率的核心因素，科技作用逐漸凸顯，同時不同類型資源型城市主導因素存在明顯差異。研究結果對于促進土地綠色利用效率驅動機制的深入研究具有指導意義，也可為黃河流域資源型城市土地高效可持續利用提供科學參考。

土地利用；效率；時空分異；影響因素；SSBM模型；GTWR模型；黃河流域；資源型城市

0 引 言

“黃河流域是中國重要的生態屏障和重要的經濟地帶，是打贏脫貧攻堅戰的重要區域，在中國經濟社會發展和生態安全方面具有十分重要的地位”[1]。黃河流域不僅是中華文明的發祥地[2]，也是中國煤炭、石油、天然氣等資源的重要產區。據統計，黃河流域有半數以上的資源型城市，資源型城市作為以本地區礦產、森林等自然資源開采、加工為主導產業的城市，其發展直接影響了黃河流域的生態安全和可持續發展[3]。與非資源型城市發展路徑不同，資源型城市土地利用過程中更容易出現產出效率低，土地資源開發利用高資源消耗、高污染排放、高碳排放等問題。而土地綠色利用將綠色發展理念貫穿于土地利用過程中，追求土地利用經濟、社會和生態的三效益統一[4]，可以認為是一種土地利用新理念和土地可持續利用在時間上的延伸和空間上的拓展[5]。因此研究土地綠色利用效率問題已成為當前資源型城市土地利用研究的關鍵問題之一，對推動黃河流域資源型城市生態保障和高質量發展意義重大。

國內外學者對土地利用效率展開了大量研究，形成了豐富的理論和實踐成果。目前學術界對土地利用效率概念與內涵尚未形成統一闡述，部分學者僅考慮土地產出的經濟效益，認為土地利用效率是區域社會經濟活動相關的單位土地面積產出的增加[6]，也有學者認為土地利用效率是當經濟、社會和環境因素處于最佳水平時土地面積實際投入量之比[7]，還有一些學者認為土地利用效率是城市發展進程中對土地利用綜合程度的考量[8]。此外，部分學者對地均生態服務價值的探討[9]進一步延伸了土地利用效率的內涵。從土地利用效率評價指標體系來看，由最初單純考慮土地利用強度狀況[10]，到向反映土地利用經濟效益的單指標過渡[11]，而目前大部分學者指標選取多體現經濟、社會和環境3方面[12]。從效率測算方法來看，表現出日益多元化的特點。根據方法特點可概括為指標評價法、參數法和非參數法3種[13]。在最初的土地利用效率研究中主要以指標評價法為主，具體包括主成分分析法、模糊綜合評判法和加權法等[14]，參數法主要基于生產函數的隨機邊界法，將土地要素納入到生產函數中，測算土地單要素效率，但該方法的局限性在于只能處理多投入單產出。非參數方法主要包括數據包絡分析（Data Envelopment Analysis，DEA）和超效率DEA模型，大部分學者認為DEA模型是計算用地效率最有效的方法[15]。從研究對象來看，包括全國[16]、地區[17]、省域[18]以及城市群[19]等，主要以熱點地區和典型地區為主。這些研究成果顯示出學術界對土地利用效率問題的高度關注，也為本研究提供了豐富的理論指導。

目前雖有學者闡述了土地綠色利用效率內涵[4-5]，并針對特定地區評價土地綠色利用效率問題[20]，但將綠色發展理念融入土地利用效率中的研究仍然不足。同時資源型城市作為中國非常典型的一類城市，其土地利用過程中更容易出現生態環境問題，但是鮮有研究其土地綠色利用效率問題，多以生態效率和生態風險評估研究為主[21-22]，這必然會影響研究的理論深度和研究成果指導實踐的廣泛程度。另外，當前影響因素研究多局限于時間尺度層面，很少分析不同因素在空間上的影響力，而土地綠色利用效率變化是一個時空非平穩過程，空間位置和時間變化均會引起因素間關系和效率變化。

鑒于此，本研究以黃河流域資源型城市為研究區，首先利用SSBM（Super Slack Based Measure）模型測算2009—2018年黃河流域資源型城市土地綠色利用效率，并分析其時空變化規律；其次采用GTWR（Geographically and Temporally Weighted Regression）模型[23]，揭示土地綠色利用效率時空演變影響因素。該研究不僅有助于深入理解土地綠色利用效率驅動機制，同時可為黃河流域資源型城市可持續發展提供科學依據。

1 研究區、研究方法與指標選取

1.1 研究區界定與數據來源

黃河流域位于32°～42°N，96°～119°E，流經青海、四川、甘肅、寧夏、內蒙古、山西、陜西、河南、山東9省區，干流全長5 464 km，流域幅員遼闊，地形地貌差別巨大，以內蒙古河口鎮與河南桃花峪為節點，把黃河分成上、中、下游。參考已有研究[24]，按照“以自然流域為基礎支撐、考慮地域研究單元的完整性以及地區經濟與黃河的直接關聯性”的原則，并依據《全國資源型城市可持續發展規劃（2013—2020 年）》，提取黃河流域資源型城市38個，基于數據可獲取性的考慮，確定研究單元36個（不包括資源型城市中的海西和阿壩），見圖1。

注：本圖基于自然資源部標準地圖服務系統下載的標準地圖制作（審圖號：GS(2019)1822號），底圖無修改，下同。

本文測算城市土地綠色利用效率的數據主要來源于2010—2019年《中國城市建設統計年鑒》和《中國城市統計年鑒》，部分數據以各省當年度統計年鑒做補充。影響因素分析數據主要來源于2010—2019年《中國城市統計年鑒》《中國國土資源統計年鑒》以及各省統計年鑒。所有涉及價格的數據，均以2009年為基期的不變價。

1.2 研究方法

1.2.1 SSBM模型

DEA模型是1978年由Charnes和Cooper等學者首先提出的，主要用來評價在多投入多產出情況下，決策單元（Decision Making Unit，DMU）間的相對有效性[25-26]。但是傳統DEA模型無法實現對非期望產出的效率測度，2001年Tone提出基于非期望產出的SBM（Slack Based Measure，SBM）模型[27]，該模型考慮了期望產出不足或非期望產出冗余問題，它在解決傳統DEA模型的缺陷和反映效率評價的本質方面優于其他模型。該模型允許投入和產出變量以不同比例調整，并可以通過改進的平均比例衡量效率。利用其能很好的體現土地利用在資源節約、污染減排和經濟增長等多重目標的綜合實現程度，更符合土地綠色生產的內在要求。但在SBM模型的測度結果中，通常會出現多個DMU值等于1的情況，難以區分有效DMU間的差異。因此，K.Tone在SBM 模型的基礎上進一步提出了SSBM模型[28]，與SBM模型相比，SSBM模型能更好地解決效率評價中的松弛問題，可以準確估計DMU的超效率值。基于此，本文利用SSBM模型測算土地綠色利用效率。具體模型如下：

1.2.2 空間自相關

空間自相關用來衡量同一空間屬性值間潛在的相互依賴性，包含全局空間自相關與局部空間自相關。全局空間自相關用于判斷屬性值在空間是否具有集聚性，但其不能準確衡量具體集聚區域，因此需要利用局部空間自相關確定集聚地區。在本文中，采用Global Moran's I和Local Moran's I來衡量全局空間自相關和局部空間自相關。

全局空間自相關公式如下：

局部空間自相關公式如下：

1.2.3 GTWR模型

GTWR模型作為空間地理加權回歸模型（Geographically Weighted Regression，GWR）的擴展，是時空非平穩性回歸模型，核心是將空間異質性和時間非平穩性耦合納入到GWR模型中，能夠更加有效地估計因子參數。利用該模型可將土地綠色利用效率變化看作完整的時空演變過程，從而更加科學地探究黃河流域資源型城市土地綠色利用效率驅動機制[23]。本文利用GTWR 模型分析2009－2018年影響黃河流域資源型城市土地綠色利用效率時空演變因素。具體公式如下：

式中y為觀測值，即土地綠色利用效率值；(u,v,t)是第個樣本點的時空坐標；0(u,v,t)為點的回歸常數，即常數項；β(u,v,t)為點的第個回歸參數，即在時空坐標(u,v,t)處的權重；x為獨立變量x在點的值，即GTWR模型中各影響因子值；ε為獨立隨機誤差項。

1.3 指標選取

1.3.1 土地綠色利用效率測算指標選取

根據王德起等[5]學者提出的土地綠色利用內涵，可知土地綠色利用就是在當前的自然、經濟、技術和社會條件下，在有限的土地上，以資源環境消耗最小化為原則，實現經濟、社會和環境綜合效益最大化的、最優的土地利用組合。依據該內涵并結合柯布-道格拉斯生產函數，遵循代表性和可獲取性等指標選取原則，本文嘗試以資源環境消耗作為投入指標，以經濟、社會和環境效益作為產出指標，構建土地綠色利用效率測算指標體系（表1）。

表1 土地綠色利用效率評價指標體系

投入指標主要考慮土地、資本、勞動力和能源4要素的資源環境投入消耗情況。產出指標包括期望產出和非期望產出兩個方面。期望產出主要從經濟、社會和環境三個方面考慮，其中第二三產業作為城市的主要經濟活動，城市二三產業產值可以較好地反映出城市土地利用的經濟產出。市轄區人口是反映區域城市化率的重要指標，對城市土地綠色利用效率有著顯著的影響。市轄區人口越大，通常意味著城市化水平越高，區域基礎設施相對完善，地區經濟發展水平較高，居民自身素質和環境保護意識較強。相應地，土地利用程度可能相對較高。建成區綠化情況是反映城市生態環境狀況的一個重要指標，綠化水平可以較好地體現城市土地綠色利用程度的環境產出。非期望產出主要是環境污染。由于資源型城市普遍存在工業占比高的特點，而在工業生產過程中極易產生環境污染，因此主要從工業生產產生的廢氣廢物方面選取環境污染指標。

這里需要注意的是，能源消耗和環境污染為復合指標，均利用改進的熵值法計算能源消耗指數值和環境污染指數值。

1.3.2 影響因素選取

城市土地利用效率受多種因素影響，根據現有研究文獻[16-17]，首先預判影響城市土地利用效率的因素，進而選擇影響城市土地綠色利用效率的主要因素。政策機制可以有效地引導區域資源的合理配置和高效利用，對促進城市土地綠色高效利用產生積極影響；城鎮化水平影響著城鎮空間擴展速度和利用格局，從而改變城市土地利用結構；產業結構的調整與轉型，直接影響著資源型城市土地利用方式的發展方向；城市經濟發展程度，決定著城市土地單位面積上的投入產出，進而影響城市土地綠色利用效率水平；科學技術水平對城市產業結構的優化與升級產生影響，城市產業升級則進一步作用于城市土地綠色利用效率；環境效益作為土地綠色利用效率的重要組成部分，環境質量的高低直接影響城市土地綠色利用程度。基于上述分析，確定影響黃河流域資源型城市土地綠色利用效率的主要因素（表2）。

表2 土地綠色利用效率影響因素

具體選取因素如下：1）政策因素：一般而言存量用地供應量越高，越能促進土地集約高效利用，有利于土地利用模式逐步轉型升級，從而提高土地綠色利用效率。2）城市化因素：人口向城市集中促進城市土地的大規模開發利用，影響土地利用效率。3）產業結構因素：第三產業土地產出高于第二產業，第三產業占比增大有助于提升土地綠色利用效率。4）經濟因素：以人均GDP表示城市經濟發展水平。5）科技因素：科學技術支出占比是體現科技投入水平的直接指標。6）環境因素：工業固體廢物綜合利用是當前減少土地占用、保護環境，實現工業轉型升級和土地綠色利用效率提升的重要舉措。

2 結果與分析

2.1 土地綠色利用效率時空演變特征分析

本文利用MAXdea7.0軟件中的SSBM 模型測算2009－2018年黃河流域資源型城市土地綠色利用效率，且根據10 年的城市土地綠色利用效率均值采用自然斷點法將其從高到低分為 4 類，并據此類推到各年份（圖2），進而分析黃河流域資源型城市土地綠色利用效率的時空格局特征。

2.1.1 土地綠色利用效率時序變化特征分析

從圖2中可以看出，2009年土地綠色利用效率值超過1.06（一類）的市域共10個，空間上表現出零散分布特征；到2014年效率為一類的市域共9個，相對基期年小幅減少；2018年效率高值區共11個城市，相較基期年效率高值城市變化不顯著，表明10年間黃河流域資源型城市土地綠色利用效率增速緩慢，上升動力不足。

黃河流域資源型城市土地綠色利用效率10年間雖有起伏，但并沒有很大程度提升，整體均值也基本保持在同一水平線。究其原因主要有三方面：第一，土地綠色利用效率與土地資源的經濟產出有較大關聯，而除河南和山東外，其余省（區）的經濟發展水平均較低，各省（區）歷年經濟發展波動幅度較小，直接影響土地綠色利用效率變化不大；第二，雖近些年環境保護得到重視，但各省仍存在較大差異，造成土地綠色利用效率地區差異明顯；第三，盡管受到國家節約集約利用、產業轉型等相關政策的有效約束，但資源型城市依賴資源發展現狀并未徹底轉變，土地利用依然較為粗放，導致城市土地綠色利用效率未有明顯提升。

2.1.2 土地綠色利用效率空間關聯特征分析

為深入探究黃河流域資源型城市土地綠色利用效率空間分布特征，利用GeoDa軟件分析區域土地綠色利用效率的空間關聯特征，探索土地綠色利用效率的空間差異性。首先運用全局自相關模型，測算2009－2018年黃河流域資源型城市土地綠色利用效率的Global Moran's I指數（圖3）。從圖3可以看出，2009－2018年黃河流域土地綠色利用效率Moran's I指數在–0.179～0.195間，Moran’s I 指數整體上呈現出下降趨勢，且2010和2015年Moran's I指數趨向于0，表明10年間黃河流域資源型城市土地綠色利用效率全局空間關聯性不穩定，城市之間空間關聯性不強，黃河流域資源型城市集聚態勢未凸顯。根據Global Moran's I指數象限分布規則，4個象限按其性質分為H-H集聚（第Ⅰ象限）、L-H異常（第Ⅱ象限）、L-L集聚（第Ⅲ象限）和H-L異常（第Ⅳ象限）。圖3中很多點落在Ⅲ、Ⅳ象限，表明城市土地綠色利用效率值呈現L-L（低-低）集聚和H-L（高-低）異常特征，即黃河流域土地綠色利用效率低值城市與周邊低值城市產生集聚效應，且存在周邊城市土地綠色利用效率低，中心城市土地綠色利用效率高的情況。落入Ⅰ、Ⅱ象限的點數相對較少，說明土地綠色利用效率高值城市集聚效應不顯著，且較少出現周邊城市效率值高于中心城市效率值的情況。

全局空間自相關作為整體度量指標，僅能體現城市土地綠色利用效率與周邊城市關聯的平均程度。在城市土地綠色利用效率總體空間關聯特征分析基礎上，為探究土地綠色利用效率局部空間關聯特征變化情況，本文利用局部空間自相關方法，引入LISA指數繪制在0.05顯著性水平下局部空間自相關形態（圖4）。

從圖4中可以看出，10年間L-L集聚范圍縮小，2009年L-L集聚區主要集中在中游的山西和陜西二省，2018年則以山西為主，區位條件相對較差，經濟發展過度依賴煤炭產業，缺少科技支撐和創新，導致山西近些年經濟發展后勁不足，城市自身和周邊城市的土地綠色利用效率值均較低，呈現效率低值的空間正相關。10年間H-L集聚范圍由黃河流域上游的內蒙古鄂爾多斯市向中游的陜西寶雞市和河南洛陽市轉移，寶雞市和洛陽市均具有較好的區位條件，也均是近些年二省重點發展城市，隨著陜西省和河南省經濟的穩步發展，良好的資源和區位條件，較大的政策扶持力度，使二市土地綠色利用效率提升明顯，與周邊城市土地綠色利用效率差異度增大。需要重點指出的是，2009—2018年間，黃河流域資源型城市未出現H-H和L-H集聚區，表明黃河流域各資源型城市經濟發展水平普遍不高，單位建設用地經濟產出低，且土地生態效益一般，省際和省內城市間土地綠色利用效率值較低，未形成大范圍的高值集聚態勢，高值城市對周圍城市的影響不顯著。綜合而言，黃河流域資源型城市土地綠色利用效率呈現“小集聚大分散”的空間分布特征。黃河流域資源型城市眾多，9省區內及省際間的協調發展仍有待加強。因此未來應積極創新黃河流域資源型城市建設用地利用模式，探索資源型城市產業轉型路徑，增強城市之間的協同帶動作用，促進黃河流域資源型城市土地綠色利用效率提升及區域協調發展。

2.2 土地綠色利用效率影響因素變化分析

獲取資源型城市各影響因素屬性值，利用極差標準化法消除各屬性值量綱，基于ArcGIS10.0建立屬性字段將其賦值給對應的時空對象點，完成數據預處理。經上述方法處理數據后，以影響因素屬性值為自變量，以土地綠色利用效率為因變量，利用 Huang的時空地理加權回歸插件[23]，確定影響因素在模型中的影響系數（圖5），系數值越大代表對因變量的影響程度越大，反之越小。

2.2.1 影響因素系數時空分異格局分析

由圖5可知，10年間政策因素高值區由黃河流域西北向東部轉移，2009年高值區主要分布在上游的甘肅省、內蒙古的烏海和鄂爾多斯市，2018年則向黃河下游的東部移動，形成以山東省為中心的高值區域，且呈現出收縮態勢。表明黃河流域資源型城市土地利用依然以外延擴張為主，內涵挖潛不足，存量土地利用程度較低，帶動城市土地利用效率作用有限。10年間城市化因素高值區由黃河流域南部向北部移動，呈現出先收縮后擴散的趨勢，最后形成繞陜西省集聚分布的空間格局。2009年城市化因素高值區主要分布于陜西、山西和河南一帶，2014年則向山西南部和河南收縮集中，2018年向黃河流域北部轉移，形成以陜西為中心，內蒙古鄂爾多斯、烏海和山西呂梁為外圍的高值地帶。目前陜西、內蒙古等地區正處于城鎮化快速推進時期，隨著城鎮化進程的加快，區域國土空間開發和協調發展均受到影響。

10年間產業結構因素空間格局無明顯變化，影響強度高值區域主要集中在甘肅省，由西向東影響強度呈現遞減趨勢。這主要是由于近些年甘肅省注重經濟結構調整優化，不斷加強供給側結構性改革，從而促使土地利用方式轉變和效率提升。10年間經濟因素高值區呈現出以甘肅省為核心，向外圍逐級遞減趨勢，2014年經濟因素高值區表現出稍向黃河流域北部地區轉移趨勢。由于黃河流域資源型城市間關聯強度較弱，經濟規模外溢效應不足，經濟對周邊城市帶動作用有限，且影響范圍主要集中于省內城市，因此隨著經濟發展，高值區域未發生較大改變。但從整體看土地綠色利用效率受其影響程度依然較為明顯。科技因素從10年間整體看高值區無明顯變化，主要分布于黃河流域東部，但2014年高值區出現大幅度轉移，以甘肅一帶為主，2018年高值區重回山東省。近些年山東省經濟保持著較為高速的發展，科技創新投入力度也不斷加大，從而對土地利用效率作用增強，使其成為小范圍高值區。10年間環境因素高值區空間分布變化較大，且呈現出收縮趨勢，但其對土地綠色利用影響程度普遍偏低。2009年高值區主要圍繞于黃河流域南部的陜西和河南，2018年高值區出現大范圍收縮，集中到甘肅的隴南一帶。表明黃河流域資源型城市環境質量變化起伏較大，黃河沿岸資源型城市礦山開采導致環境破壞問題依然比較嚴重，致使土地資源環境承載能力偏低。

2.2.2 核心影響因素時序變化分析

1）全域核心影響因素及其時序變化

從全域水平，計算每階段各因素系數均值（表3），識別各階段核心影響因素。由表3可知，10年間影響黃河流域土地綠色利用效率的核心因素始終以經濟因素為主，其影響強度在10 年間呈現波動上升的趨勢，2014年出現較大范圍下降，之后逐漸加強。其他因素雖均對土地綠色利用效率產生影響，但影響強度卻處于不斷變化中，其中產業結構與土地綠色利用效率呈現正相關，其作用強度總體呈上升趨勢，且在2014年居于首位；10年間科技因素對土地綠色利用效率的作用強度均呈正相關，并表現出大幅度上升趨勢，并在2018年成為影響土地綠色利用效率的最強因素；政策因素對土地綠色利用效率的作用強度呈先增加后降低趨勢，其在2014年成為影響土地綠色效率的關鍵因素，但總體來看研究期間作用強度變化不大；城市化因素雖與土地綠色利用效率之間表現出較為復雜的關聯性，但其對土地綠色利用效率影響并不明顯，且總體呈現負相關關系；環境因素對土地綠色利用效率產生負向影響，10年間影響強度差異變化不明顯。

表3 2009－2018年黃河流域資源型城市影響因素平均系數

黃河流域資源型城市土地綠色利用效率始終與區域經濟發展水平有較大關系，隨著經濟發展水平的提升，城市土地從粗放利用向集約利用轉變，推動城市土地綠色利用效率提升。目前黃河流域大部分資源型城市均在通過產業轉型尋求新的發展機會，而伴隨著產業結構轉型升級，城市環境得到改善，土地節約集約利用程度不斷提升。2018年科技水平成為影響土地綠色利用效率的最關鍵因素，表明科技進步對土地綠色利用效率的作用逐漸凸顯，科學技術的進步不僅可有效推動區域產業結構調整，同時對促進土地利用方式轉變，提升土地綠色利用效率具有積極作用。

2）分類型資源型城市核心影響因素識別

分類型識別影響土地綠色利用效率的主要因素是實現黃河流域土地資源差異化管理的基礎。結合資源保障和城市發展問題的積累程度，可將資源型城市分為成長型、成熟型、衰退型和再生型4類：資源保障程度高、發展問題少的城市可稱為成長型城市；資源保障程度略有下降，發展問題有一定積累的城市稱為成熟型城市；資源已接近枯竭，發展問題積累較多的城市為衰退型城市；資源開采幾近枯竭，城市資源保障程度很低，但城市轉型發展較好的是再生型城市[29]。為便于對比不同類型資源型城市影響因素差異，本文計算2018年分類型資源型城市影響因素系數均值（表4），識別核心影響因素。

表4 2018年各類型資源型城市核心影響因素識別

注：括號內數字為因素影響系數。

Note: Number in brackets is the influencing coefficient of factors.

從表4中可以看出，產業結構、經濟和環境因素是目前影響成長型城市土地綠色利用效率的核心因素，其中產業結構因素影響系數0.65，影響程度最大，表明隨著新型工業化和戰略性新興產業的推進，成長型城市產業結構也處于不斷升級改造中，并對該類型土地綠色利用產生了顯著的正向影響；經濟因素影響系數0.62，成長型資源型城市資源開發正處于穩定上升階段，資源保障潛力較大，伴隨著資源的開發利用，資源性經濟發展較為迅速，從而帶動城市經濟規模快速增長，這對土地綠色利用效率提升產生重要影響；環境因素影響系數為0.30，表明環境質量對促進土地綠色利用起到良好的推動作用。因此，成長型資源型城市土地利用要處理好與產業、資源、經濟和環境之間的關系，積極通過產業轉型，實現經濟均衡發展和環境質量改善，提升成長型資源型城市的土地綠色利用效率。

成熟型城市的核心影響因素是科技、城市化和經濟。其中科技因素影響系數最高為1.30，目前成熟型城市資源開發處于穩定階段，經濟社會發展水平較高，隨著成熟型城市資源的不斷開發利用，需要依靠科技創新和技術支持，保證成熟型城市的快速健康運行，這對區域土地綠色利用起到了推動作用；經濟因素也對成熟型城市土地綠色利用產生一定正向影響，影響系數為0.20，表明快速的經濟發展對促進區域土地綠色利用效率具有一定的推動作用；而城市化因素則對土地綠色利用起到了較為明顯的負向影響，這可能是由于成熟型城市發展相對較為成熟，城市建設水平相對較高，吸引了大量外來人口，導致城市土地快速擴展，土地負擔加劇，從而影響土地綠色高效利用良性發展。可以看出，一方面成熟型城市應通過科技投入，提高城市資源利用效率，從而促進經濟良性發展和土地綠色利用效率提升，另一方面也應處理好快速城鎮化與土地利用間的矛盾，實現城市可持續協調發展。

產業結構、政策和經濟是影響衰退型城市土地綠色利用效率的核心因素。其中產業結構和政策均對土地綠色利用效率產生負向影響，影響系數分別為?1.50和?1.20，由于該類型城市資源已趨枯竭，經濟發展相對滯后，替代產業發展不完善，單一化的產業結構導致土地綠色利用效率提升動力不足，同時相對滯后的經濟發展現狀，也制約了城市內部存量土地的再開發，從而影響土地綠色利用效率提升；經濟因素則正面影響衰退型城市土地綠色利用效率。因此，如何通過經濟轉型扭轉資源枯竭對衰退型城市社會、經濟、生態發展的消極影響，實現產業結構轉型升級，并進一步帶動城市土地綠色利用效率提升，是衰退型城市亟待解決的關鍵問題。

再生型城市主要受科技、產業結構和政策的影響。科技因素影響最為顯著，影響系數為0.66，目前再生型城市基本擺脫了資源依賴，是資源型城市轉變經濟發展方式的先行區，該類型城市通過科技創新提高區域土地綠色利用效率效果較為明顯；產業結構影響系數為0.51，經過城市轉型后，再生型城市由單一產業結構向多元產業結構轉變，形成一系列新的產業和行業，從而促進區域土地綠色利用效率的提升；再生型城市通過政策引導，有效改造區域老舊城區，打造富有特色的產業園區，這也對區域土地綠色利用起到一定正向作用。再生型城市基本已完成產業結構轉型，未來需要進一步加大科技創新水平和政策支持力度，在實現經濟高質量發展的基礎上，提升區域土地綠色利用效率。

3 結論與討論

本文利用SSBM模型測算黃河流域資源型城市2009－2018年土地綠色利用效率，并基于空間自相關模型分析土地綠色利用效率時空演變格局，進一步采用GTWR模型揭示土地綠色利用效率變化影響因素，得出以下結論：

1）從時間變化看，2009－2018年黃河流域資源型城市土地綠色利用效率提升幅度較小，土地綠色利用效率高值城市占比較低，且10年間變化不大。從空間尺度看，黃河流域資源型城市土地綠色利用效率Moran's I指數在?0.179～0.195間，全局空間相關性顯現出弱相關特征，表明城市之間空間關聯性不強，集聚態勢不明顯。而從LISA指數可以看出，10年間，黃河流域資源型城市土地綠色利用效率空間分布呈現“小集聚大分散”的特征，黃河流域9省區內和省際間的協調發展仍有待進一步加強。

2）2009－2018年影響土地綠色利用效率的因素表現出明顯的空間異質性，其中政策因素高值區由西北向東部轉移；城市化因素高值區由黃河流域南部向北部移動，呈現出先收縮后擴散的趨勢；經濟因素高值區始終集中于以甘肅省為核心的區域；環境因素高值區空間分布變化較大，且呈現出收縮態勢；產業結構因素和科技因素空間格局則無明顯變化。雖各因素影響區域存在明顯的空間異質性，但2009－2018年影響黃河流域土地綠色利用效率的核心因素始終以經濟和產業結構為主，2018年科技水平更成為影響土地綠色利用效率的關鍵因素，科技進步對土地綠色利用效率的作用逐漸凸顯。不同類型資源型城市主要影響因素存在明顯差異，其中成長型城市受產業結構和經濟作用最強烈；成熟型城市以科學技術影響為主；產業結構和政策對衰退型城市負面影響較為顯著；科技和產業結構則成為影響再生型城市的主要因素。

以黃河流域資源型城市為研究區，在土地綠色利用效率影響因素研究中引入GTWR模型，將土地綠色利用效率作為一個時空變化系統進行分析，有助于從時間、空間和城市空間相互作用方面分析影響土地綠色利用效率時空演變的主導因素，彌補了現有研究多從時間角度揭示影響因素的不足。本文有利于促進土地綠色利用效率驅動機制的深入研究，也可為黃河流域資源型城市土地高效可持續利用提供參考。但研究仍具有進一步延伸的可能性：1）土地綠色利用是一個涉及自然、經濟、社會、文化和生態的復雜系統，如何針對資源型城市土地利用現狀，構建更符合其自身特點的土地綠色利用效率評價指標體系，對更加準確把握資源型城市發展脈絡具有重要作用，需在后續研究中深化。2）土地利用效率變化是一個長期的過程，如何獲取更豐富、更長時間尺度的數據，長期觀測土地綠色利用效率變化特征，把握土地綠色利用效率質變的關鍵點和演替周期，以期實現對土地綠色利用效率驅動機制的深入分析，是實現黃河流域資源型城市土地綠色利用效率提升的關鍵內容。

[1] 習近平. 在黃河流域生態保護和高質量發展座談會上的講話[J]. 求是，2019(20)：1-5.

[2] 陸大道，孫東琪. 黃河流域的綜合治理與可持續發展[J]. 地理學報，2019，74(12)：2431-2436.

Lu Dadao, Sun Dongqi. Development and management tasks of the Yellow River Basin: A preliminary understanding and suggestion[J]. Acta Geographica Sinica, 2019, 74(12): 2431-2436. (in Chinese with English abstract)

[3] 張玉臻，陳陽，王潔，等. 黃河流域“三生”功能協調性測度及其差異性優化調控[J]. 農業工程學報，2021，37(12)：251-261.

Zhang Yuzhen, Chen Yang, Wang Jie, et al. Coordinate degree and differential optimizing “production-living-ecological” function in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(12): 251-261. (in Chinese with English abstract)

[4] 梁流濤，雍雅君，袁晨光. 城市土地綠色利用效率測度及其空間分異特征——基于284個地級以上城市的實證研究[J]. 中國土地科學，2019，33(6)：80-87.

Liang Liutao, Yong Yajun, Yuan Chenguang. Measurement of urban land green use efficiency and its spatial differentiation characteristics: An empirical study based on 284 cities[J]. China Land Science, 2019, 33(6): 80-87. (in Chinese with English abstract)

[5] 王德起，龐曉慶. 京津冀城市群綠色土地利用效率研究[J]. 中國人口·資源與環境，2019，29(4)：68-76.

Wang Deqi, Pang Xiaoqing. Research on green land-use efficiency of Beijing-Tianjin-Hebei urban agglomeration[J]. China Population, Resources and Environment, 2019, 29(4): 68-76. (in Chinese with English abstract)

[6] Wu C, Wei D, Huang X, et al. Economic transition, spatial development and urban land use efficiency in the Yangtze River Delta, China[J]. Habitat International, 2017, 63(5): 67-78.

[7] Chen Z, Tang J, Wan J, et al. Promotion incentives for local officials and the expansion of urban construction land in China: Using the Yangtze River Delta as a case study[J]. Land Use Policy, 2017, 63(4): 214-225.

[8] 林堅，馬珣. 中國城市群土地利用效率測度[J]. 城市問題，2014 (5)：9-14.

Lin Jian, Ma Xun. Measurement of land use efficiency of urban agglomerations in China[J]. Urban Problems, 2014 (5): 9-14. (in Chinese with English abstract)

[9] Robert C, Ralph A, Rudolf G, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260.

[10] Fonseca R. Performance criteria for evaluating the efficiency of land use development proposals on urban sites[J]. International Journal for Housing Science and Its Applications, 1981, 5(3): 185-194.

[11] 李永樂，舒幫榮，吳群. 中國城市土地利用效率：時空特征、地區差距與影響因素[J]. 經濟地理，2014，34(1)：133-139.

Li Yongle, Shu Bangrong, Wu Qun. Urban land use efficiency in China: Spatial and temporal characteristics, regional difference and influence factors[J]. Economic Geography, 2014, 34(1): 133-139.(in Chinese with English abstract)

[12] Zhu X H, Li Y, Zhang P F, et al. Temporal-spatial characteristics of urban land use efficiency of China’s 35mega cities based on DEA: Decomposing technology and scale efficiency[J]. Land Use Policy, 2019, 88(11): 104083.

[13] 張雯熹，鄒金浪，吳群. 城市土地利用效率研究進展[J]. 長江流域資源與環境，2019，28(9)：2030-2039.

Zhang Wenxi, Zou Jinlang, Wu Qun. A literature study of urban land use efficiency[J]. Resources and Environment in the Yangtze Basin, 2019, 28(9): 2030-2039.(in Chinese with English abstract)

[14] 李郇，徐現祥，陳浩輝. 20 世紀 90 年代中國城市效率的時空變化[J]. 地理學報，2005，60(4)：615-625.

Li Xun, Xu Xianxiang, Chen Haohui. Temporal and spatial changes of urban efficiency in the 1990s[J]. Acta Geographica Sinica, 2005，60(4): 615-625.(in Chinese with English abstract)

[15] 吳得文，毛漢英，張小雷，等. 中國城市土地利用效率評價[J]. 地理學報，2011，66(8)：1111-1121.

Wu Dewen, Mao Hanying, Zhang Xiaolei, et al. Assessment of urban land use efficiency in China[J]. Acta Geographica Sinica, 2011, 66(8): 1111-1121. (in Chinese with English abstract)

[16] 盧新海，匡兵，周敏. 城市建設用地利用效率的空間非均衡及影響因素[J]. 中國人口·資源與環境，2016，26(11)：47-54.

Lu Xinhai, Kuang Bing, Zhou Min. Spatial inequality and influencing factors of utilization efficiency of urban construction land[J]. China Population, Resources and Environment, 2016, 26(11): 47-54. (in Chinese with English abstract)

[17] 丁一，郭青霞. 中部六省城市建設用地的利用效率及其驅動因素[J]. 城市問題，2019(11)：45-51.

Ding Yi, Guo Qingxia. Utilization efficiency and driving factors of urban construction land in six provinces of central China[J]. Urban Problems, 2019(11): 45-51.(in Chinese with English abstract)

[18] 李鑫，歐名豪. 中國省際建設用地單要素效率評價與區域差異研究[J]. 南京農業大學學報：社會科學版，2012，12(1)：80-84.

Li Xin, Ou Minghao. An evaluation of China's provincial construction land single factor efficiency and its regional differences[J]. Journal of Nanjing Agricultural University: Social Sciences Edition, 2012, 12(1): 80-84. (in Chinese with English abstract)

[19] 盧新海，陳丹玲，匡兵. 區域一體化對城市土地利用效率的影響：以武漢城市群為例[J]. 城市問題，2018(3)：19-26.

Lu Xinhai, Chen Danling, Kuang Bing. Influence of regional integration on urban land use efficiency: A case study of Wuhan Urban Agglomeration[J]. Urban Problems, 2018(3): 19-26. (in Chinese with English abstract)

[20] 胡碧霞，李菁，匡兵. 綠色發展理念下城市土地利用效率差異的演進特征及影響因素[J]. 經濟地理，2018，38(12)：183-189.

Hu Bixia, Li Jing, Kuang Bing. Evolution characteristics and influencing factors of urban land use efficiency difference under the concept of green development[J]. Economic Geography, 2018, 38(12): 183-189.(in Chinese with English abstract)

[21] 閻曉，涂建軍. 黃河流域資源型城市生態效率時空演變及驅動因素[J]. 自然資源學報，2021，36(1)：223-239.

Yan Xiao, Tu Jianjun. The spatio-temporal evolution and driving factors of eco-efficiency of resource-based cities in the Yellow River Basin[J]. Journal of Natural Resources, 2021, 36(1): 223-239.(in Chinese with English abstract)

[22] 劉希朝，李效順，蔣冬梅. 基于土地利用變化的黃河流域景觀格局及生態風險評估[J]. 農業工程學報，2021，37(4)：265-274.

Liu Xizhao, Li Xiaoshun, Jiang Dongmei. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(4): 265-274. (in Chinese with English abstract)

[23] Huang B, Wu B, Michael B. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J]. International Journal of Geographical Information Science, 2010, 24(3): 383-401.

[24] 盧碩，張文忠，李佳洺. 資源稟賦視角下環境規制對黃河流域資源型城市產業轉型的影響[J]. 中國科學院院刊，2020，35(1)：73-85.

Lu Shuo, Zhang Wenzhong, Li Jiaming. Influence of environmental regulations on industrial transformation of resource-based cities in the Yellow River Basin under resource endowment[J]. Bulletin of Chinese Academy of Sciences, 2020, 35(1): 73-85. (in Chinese with English abstract)

[25] Charnes A, Cooper W W, Rhodes E.Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2: 429-444.

[26] Anderson D.Energy efficiency and the economists: The case for a policy based on economic principles[J]. Annual Review of Energy and the Environment, 1995, 1: 495-511.

[27] Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130(3): 498-509.

[28] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002, 143(1): 32-41.

[29] 余建輝，李佳洺，張文忠. 中國資源型城市識別與綜合類型劃分[J]. 地理學報，2018，73(4)：677-687.

Yu Jianhui, Li Jiaming, Zhang Wenzhong. Identification and classification of resource-based cities in China[J]. Acta Geographica Sinica, 2018, 73(4): 677-687. (in Chinese with English abstract)

Temporal-spatial evolution and influencing factors of land green use efficiency of resource-based cities in the Yellow River Basin, China

Ding Yi, Guo Qingxia※, Qin Mingxing

(030801,)

The Yellow River Basin has been one of the most important energy bases in China. The land green use efficiency of resource-based cities directly dominates the sustainable and high-quality development in this region. In this study, taking the resource-based cities in the Yellow River Basin as the case study area, a novel index system of land green use efficiency was developed, where the resource and environmental consumption were as input indicators, while the economic, social, and environmental benefits as output indicators. SSBM (Super Slack Based Measure) model was also used to measure the land green use efficiency of resource-based cities in the study area from 2009 to 2018. A spatial autocorrelation and GTWR (Geographically and Temporally Weighted Regression) model were selected to analyze the spatial evolution characteristics and driving factors of land green use efficiency, respectively. The results showed that: 1) There was a trend of fluctuation on the land green use efficiency of resource-based cities in the study areas from 2009 to 2018. There was also a relatively low proportion of high-value cities in the land green use efficiency, where there was not a significant change over the past 10 years. Furthermore, there was a low growth rate of land green use efficiency with the insufficient rising power in the cities, due mainly to the regional restrictions and economic development. Specifically, the land green use efficiency increased the fastest in Henan and Shaanxi Provinces from 2009 to 2018. Ningxia, Shandong, and Inner Mongolia were in the slow growth stage, while Shanxi and Gansu showed a downward trend. 2) The Global Moran's I index of land green use efficiency was between -0.179 and 0.192 for the resource-based cities in the study area, indicating that the global spatial evolution was ranging from the relatively strong to weak correlation from 2009 to 2018. There were also the small-scale agglomeration and large-scale dispersion in the spatial distributions of land green use efficiency for the resource-based cities in the study area, according to the LISA index. As such, it is necessary to further strengthen the coordinated development among upper, middle, and lower reaches in the study areas. 3) There was spatial heterogeneity in the driving factors of land green use efficiency. The economic and industrial structure factors were consistently dominated the land green use efficiency in the study area. The most critical factor in the main driving factors was gradually shifted to the level of science and technology for different types of resource-based cities in 2018. Furthermore, the growing or declining resource-based cities depended strongly on the economy, industrial structure, and policy. The mature resource-based cities were mainly influenced by technology and urbanization. More importantly, technology and industrial structure posed a strong impact on renewable resource-based cities. Consequently, the finding can widely be used to guide the decision-making for better efficiency of land green use in various resource-based cities.

land use; efficiency; spatial-temporal differentiation; influencing factors; SSBM model; GTWR model; Yellow River Basin; resource-based cities

丁一，郭青霞，秦明星. 黃河流域資源型城市土地綠色利用效率時空演變及影響因素[J]. 農業工程學報，2021，37(19)：250-259.doi：10.11975/j.issn.1002-6819.2021.19.029 http://www.tcsae.org

Ding Yi, Guo Qingxia, Qin Mingxing. Temporal-spatial evolution and influencing factors of land green use efficiency of resource-based cities in the Yellow River Basin, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(19): 250-259. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.19.029 http://www.tcsae.org

2021-06-14

2021-08-04

國家自然科學基金項目（41071345）和山西省哲學社會科學規劃課題（2020YJ049）聯合資助

丁一，博士，副教授，碩士生導師，研究方向為土地可持續利用與國土空間規劃。Email：dingyi_amy@163.com

郭青霞，博士，教授，碩士生導師，研究方向為土地利用和規劃與土地信息技術。Email：gqx696@163.com

10.11975/j.issn.1002-6819.2021.19.029

F301.24

A

1002-6819(2021)-19-0250-10