城市活力視角下全國地級資源型城市轉型效率評價研究

馮 超，趙 軍，卿 苗，張偉婕

（西北師范大學 地理與環境科學學院，甘肅 蘭州 730070）

0 引言

對資源型城市而言，轉型不是目的，而是通過轉型實現城市的可持續發展。資源型城市是我國重要的能源資源戰略保障基地，是國民經濟持續健康發展的重要支撐，在工業化進程中做出了巨大的貢獻［1］。但由于嚴重依賴自然資源，資源型城市往往經濟結構單一，當資源枯竭、經營乏力時，就很容易導致城市活力衰退和萎縮。我國資源型城市數量多、分布廣，現實問題突出，為避免資源逐步枯竭帶來的經濟社會發展困局，轉型是必由之路。關于資源型城市轉型研究一直是城市地理學的重要課題，國內學者從產業結構、城市定位、城市空間等方面展開了深入的研究［2-4］。2013 年12 月，國務院發布《全國資源型城市可持續發展規劃（2013——2020年）》，這是我國首次出臺關于資源型城市可持續發展的國家級專項規劃，如何科學評價資源型城市的轉型成果成為研究熱點［2-4］。

2012年，商允忠等［5］提出了轉型效率的概念，并應用DEA方法評價了山西省11 個城市的轉型效率。此后，有大量研究基于轉型效率的概念對資源型城市進行了定量評價?！稗D型效率”是指城市在轉型過程中資源投入與產出的比值，可以直觀反映城市發展的質量。已有研究往往采用DEA 方法構建多指標的投入產出體系，計算決策單元（DMU）的相對效率，產出指標值更大的同時，投入指標值越小，則轉型效率越好。通過這樣的方法計算得出研究城市的相對效率值和排名情況，并進一步分析影響其轉型效率的因素。城市活力是近年提出的新概念。雅各布斯曾指出，城市規劃的首要目標是城市活力［6］。目前國內外學者對城市活力的定義尚未形成統一的認識，但得到廣泛認可的是城市活力能反映一個城市在發展過程中具有的能力與潛力，是經濟活力、社會活力和文化活力等多個方面內涵的綜合體現。隨著中國特色社會主義進入新時代，我國經濟由高速增長階段轉向高質量發展階段。新時代對城市發展的評價應更加多元化，而城市活力這個新穎的角度能夠很好地體現城市發展的質量和潛力，應受到廣泛重視。

資源型城市轉型是以產業轉型為主導［7］，培養多元化產業結構，減少對資源的依賴性，最終實現城市的可持續發展，本質上也要增強城市活力?，F有文獻對資源型城市轉型的評價主要聚焦于資源投入的利用效率和城市發展水平［1-3］，而針對城市活力的研究較少。本文嘗試從城市活力的視角出發，構建一種能夠反映城市活力的全國地級資源型城市轉型效率評價體系。以《全國資源型城市可持續發展規劃（2013——2020 年）》中確定的126 個地級行政區為依據，考慮數據的可獲取性，參考譚俊濤等［4］相關研究的區域選擇，最終選定其中114 個地級資源型城市作為本文研究對象。

1 研究方法與數據來源

1.1 城市活力時空分布格局分析方法

已有大量研究文獻表明［8］，夜間燈光能夠反映社會經濟情況，可將其作為城市活躍程度的表征，其像元的DN值可以在一定程度上表示城市活躍程度的強弱。本文將夜間燈光強度作為城市活力的簡單表示，以分析我國資源型城市活力的時空分布格局。①基于DN值的活力區劃分。為在全國尺度上更直觀地反映城市活力時空變化趨勢，首先對夜間燈光影像進行重分類。獲取2008——2018 年我國114 個資源型城市的夜間燈光影像，刪除所有DN 值為0 的數值后得到4757634 條數據；通過與自然間斷點法和分位數法比較，本文選擇能夠在突出顯示中間值變化和極值變化之間達成一種平衡的幾何間隔分級法，將DN值重分類轉換成強弱活力區（DN = 1）、較弱活力區（DN=2）、一般活力區（2 ＜DN≤6）、較強活力區（6 ＜DN≤26）和強活力區（26 ＜DN≤255），進而分析我國資源型城市的活力增長趨勢。②標準差橢圓及空間自相關分析。標準差橢圓可以用來揭示地理對象在整體層面上的空間分布特征，以反映地理對象的趨勢方向［9］。本文利用標準差橢圓分析2008——2018 年我國資源型城市的城市活力中心，獲得11 年間中心點的移動路徑，在一定程度上反映活力擴張的方位?？臻g自相關是指地理要素在不同地域空間分布位置的某一屬性值之間存在的統計相關性，距離越近相關性越大［10］。本文利用空間自相關分析探尋2009 年、2012 年、2015 年、2018 年城市活力的空間集聚特征。

1.2 城市轉型效率評價方法

本文選用DEA 方法評價我國114 個資源型城市的轉型效率。DEA 模型的評價指標由投入指標和產出指標構成，本文選取能夠反映城市活力的綜合指標作為產出指標參與計算，最終的結果可以體現各城市將資源投入的數量轉化為城市活力強度的能力，達到在城市活力的視角下對轉型效率進行評價的目的。假設DMUi（i= 1，2，…，n）表示參與評價的n個資源型城市，每個資源型城市都有m 種投入指標和s種產出指標。本文借鑒已有研究成果［3，5］，選取的指標及其代表的含義如表1 所示。具體為：①選取5 項投入指標，分別為勞動力、資本、技術、土地和資源投入［3］。采用城鎮單位從業人員期末人數（人）表示勞動力投入，采用全市固定資產投資額（不含農戶，萬元）表示資本投入，采用教育和科學技術支出（萬元）表示技術投入，采用城市建設用地面積（km2）表示土地投入，采用全社會用電量（萬kW·h）表示資源投入。②產出指標用來反映城市活力強度［11］。在相關文獻中，通常認為產出指標是經濟活力、社會活力和文化活力多方面內涵的綜合體現［12，13］。產出指標包括：地區生產總值（當年價格，萬元），表示城市的經濟活力；夜間燈光綜合活力指數，夜間燈光遙感圖像結合統計數據計算城市的總亮元值、單位建成區面積活力值和單位人口活力值，采用熵值法得到，表示城市的社會活力；創新創業指數，表示城市的文化活力。

表1 轉型效率指標體系Table 1 Transformation efficiency index system

對抗性交叉評價模型：數據包絡分析（DEA）是一種用來評價決策單元（DMU）的投入產出效率的數據分析方法。但傳統的DEA 方法會出現多個效率值為1 的決策單元，難以對各城市的轉型效率進行排序，且存在對輸入和輸出指標采用極端和不合理的權重分配現象［14］。DEA 交叉評價模型在一定程度上彌補了傳統DEA 方法的缺陷。本文引入對抗性交叉評價模型，對114 個資源型城市進行轉型效率評價。

最終資源型城市i 的轉型效率由第i 列平均交叉效率值hi來表示。hi越大，說明該城市的轉型效率越優。

1.3 Global Malmquist- Luenberger指數

DEA模型是在每個時間點構造一個生產前沿，DMU在不同時間點參考的生產前沿不一樣，即DEA模型得到轉型效率值是基于當年數據計算的，不同年份之間的效率值不具有可比較性。當DMU 為面板數據時，可對生產率的變動情況、技術效率和技術進步對生產率變化起的作用進行分析，即Malmquist全要素生產率（TFP）分析［15］。

全局Malmquist - Luenberger 指數是以所有各期的總和作為參考集［17］，考慮了群組異質性的共同前沿面，因此各年份的轉型效率值具有可比性，可以直接進行對比。求解過程中需要借助線形規劃計算，具體公式及說明見相關文獻［16，18］。本文在表1 轉型效率評價指標的基礎上增加環境污染綜合指數作為非期望產出參與Global Malmquist - Luenberger 指數的計算，環境污染綜合指數借鑒已有研究成果［3］，選取工業廢水排放量、工業SO2排放量、工業煙（粉）塵排放量3 項類指標，采用熵值法計算得到［3］。

1.4 數據來源與處理

夜間燈光遙感影像數據來自華東師范大學陳佐旗等生產的2000——2018 全球“類NPP- VIIRS”夜間燈光數據集，空間分辨率500m，通過Harvard Dataverse 平臺（https：//doi.org/10.7910/DVN/YGIVCD）獲取［19］，經裁剪得到中國范圍2008——2018 年夜間燈光影響數據；統計數據來源于2009——2019 年《中國城市統計年鑒》；部分缺失數據由相鄰年份進行補充，并根據已有年份數據進行平滑處理；中國區域創新創業指數數據來源于北京大學企業大數據研究中心網站。

2 城市活力時空分布格局

2.1 總體分布格局

根據夜間燈光影像數據的城市活力分區結果，將較強活力區和強活力區統稱為高活力區，依次計算2008——2018 年我國114 個資源型城市的活力區和高活力區在其全部行政區面積中的占比，如圖1 所示。結果表明，隨著我國經濟社會的高速發展和城鎮化的快速推進，資源型城市的活力區面積總體上保持了快速增長的趨勢。對2009——2018 年全國城市DN值和資源型城市DN 值增長速度進行對比統計（圖2），結果顯示資源型城市的城市活力增長速度基本與全國平均水平相同，并沒有落后于全國的發展。

圖1 城市活力區占比逐年增長趨勢Figure 1 The trend of growth in the percentage of active areas

圖2 城市活力增長速度逐年變化Figure 2 Year- to- year change in the growth rate of city dynamics

將2018 年資源型城市總DN值和高活力區面積排序，前10 名城市見圖3a 和圖3b。排名靠前的以北方重工業資源型城市為主，規模大、開發歷史悠久，相對于小體量城市“船小好掉頭”的優勢，這些城市面臨著更大的轉型壓力和難度。但較大的城市規模和相對雄厚的經濟基礎，意味著較強大的城市活力和持續發展的潛力。因此，在評價資源型城市轉型效果時不考慮城市活力是片面的。將2009——2018年資源型城市總DN 值和高活力區面積增長率排序，前10 名城市見圖3c和圖3d。結果發現，排名靠前多為南方資源型城市，其燈光活力增長速度明顯快于北方。這在一定程度上反映出南北資源型城市發展的差距在逐步拉大。為討論這一現象，本文將采用標準差橢圓法做進一步分析。

圖3 基于夜間燈光的城市活力排名Figure 3 City vitality ranking based on nighttime light images

2.2 空間集聚特征

以2008 年、2010 年、2012 年、2014 年、2016 年和2018年114 個資源型城市夜間燈光DN 值為權重，獲得燈光活力的標準差橢圓及其中心，并生成全國資源型城市燈光活力中心點位圖（圖4）。

圖4 我國資源型城市活力中心點位移Figure 4 Displacement of the center point of vitality of resource- based cities in China

2008——2010 年間，活力中心點位置從河北省衡水市境內先向西移至石家莊市后從2012 年始持續南移，到2018 年移至河南省鶴壁市境內。結合時間序列可以發現，活力點總體上向南移動，移動距離約306km，且表現出繼續南移的趨勢，進一步印證了南北方資源型城市發展差距拉大的現象。

標準差橢圓可以在一定層面上揭示城市活力的時空分布特征，但是不能充分表現出各單元之間的集聚規律［10］。由于自然資源本身的分布特征，資源型城市也多為連片集聚分布。為揭示資源型城市活力的空間關聯性，本文通過空間自相關方法分析顯示，2009 年、2012 年、2015 年、2018 年Moran′s I 分別為0.298、0.362、0.269、0.323，且都通過了0.1 水平上的顯著性檢驗，表明城市活力呈現出顯著的空間正相關性。進一步進行局部自相關分析，得到資源型城市活力LISA圖（圖5）。

圖5 2009——2018 年我國資源型城市活力LISAFigure 5 LISA of resource- based cities vitality from 2009-2018

圖5 顯示，2009 年，“低——低”集聚區主要集中在江西、湖南、貴州等南方省份，“高——高”集聚區只有內蒙古鄂爾多斯市和吉林松原市；2012 年，南方“低——低”集聚區明顯減少，“高——高”集聚區集中分布在“烏金三角”地區的煤炭類資源型城市；2015年，東北和西北地區開始形成“低——低”集聚區，之前在南方形成的“低——低”集聚區除江西宜春市外已全部消失，陜晉蒙3 省區交界處的“高——高”集聚區也開始萎縮，轉而在以江蘇徐州市為中心的蘇魯皖3省交界區開始形成新的“高——高”集聚區；2018 年，在包括蘇北地區、山東、安徽部分地區在內的淮海經濟區形成了高活力城市群，東北、西北兩個“低——低”集聚區繼續擴展，黃河流域陜晉蒙3 省區交界處的“高——高”集聚區進一步萎縮，有逐漸消失的趨勢，黃河流域的煤炭類資源城市活力持續衰退，經濟低迷，轉型發展遇到困難，南北方差距繼續擴大。

3 轉型效率及差異性評價

3.1 資源型城市轉型效率整體特征

本文采用對抗性DEA 交叉評價模型對114 個資源型城市的轉型效率進行評價，因篇幅所限，表2僅列出了2008 年、2010 年、2012 年、2014 年、2016年、2018 年和近5 年平均（2014——2018 年）轉型效率排名最高、最低和居中的9 個城市的評價結果及當年全部資源型城市轉型效率的平均值。由表2 可見，中國資源型城市的平均轉型效率維持在0.5 左右，整體上處于一般水平。但11 年間各城市的轉型效率排名的變動是明顯，如近5 年轉型效率排名第一的陜西榆林市在2018 年轉型效率僅0.2347，位列第113 名。進一步分析發現，榆林市2020 年GDP總量已達到4089.66 億元，與山西太原市的4153.25 億元持平，依賴石油開采獲取的雄厚資金為城市轉型提供了良好的經濟基礎。

表2 資源型城市轉型效率評價結果Table 2 Evaluation results of transformation efficiency of resource- based cities

（續表2）

利用自然間斷點分級法，將資源型城市劃分為：轉型效率差、較差、一般、較好和好5 類區域，選擇2008年和2018 年的結果對比，結果如圖6 所示。從轉型效率的空間分布特征來看，2008 年時高值區域和低值區域集聚特征不顯著，整體呈現隨機分布狀態，高值區集中分布于山西省煤炭類資源型城市。2008 年我國正處于煤炭行業“黃金十年”時期，伴隨經濟的高速增長，對煤炭資源不斷增加的需求拉動煤價快速上漲，黃河流域特別是晉、陜、蒙煤炭資源型城市迎來高速發展，城市活力較高。但此時城市對資源的依賴很強，隨著“黃金十年”的結束，產業結構單一導致經濟發展失衡民生問題凸現，城市轉型困難，反映在2018 年山西省各地級市的轉型效率均為較差和一般。對比2008 年我國資源型城市轉型效率值分級圖，到2018 年時已經存在明顯的空間分異特征，高值區域集中分布在東部沿海省份和陜西省，而東北、華北及西北、西南偏遠地區的低值區域連片分布。

圖6 中國資源型城市轉型效率分級Figure 6 Transformation efficiency grading chart for resource- based cities in China

2008年，呂梁、鄂爾多斯、銅川、晉中和長治等20個城市屬于轉型效率好的城市，歷經11 年變遷后，到2018 年依然保持轉型效率好的城市僅剩東營、大慶、延安和宣城4 個城市。2008 年轉型效率差的城市有慶陽、武威、賀州等11 個城市，到2018年僅有七臺河、平涼、賀州3 個城市仍屬轉型效率差的類型。由于DEA 模型的計算結果在不同年份之間不具備可比性，本文僅計算各城市2018 年轉型效率相對2008 年的排名變動情況，取前10 和后10 名展示如表3?？梢钥吹?0 年間名次提升和下降最大的10 個城市，變動幅度都達到了50 名以上，且名次提升較大的城市多為成長型和成熟型城市，資源類型為油氣類的城市普遍提升明顯。而名次下降較大的城市以衰退型和成熟型為主，其中資源類型為煤炭類的城市占比很大。由此可見，不同類型的資源型城市之間轉型效率具有明顯的差異性，值得深入分析研究。

表3 2008——2018 年資源型城市轉型效率名次變動表Table 3 Transformation efficiency ranking change of resource- based cities from 2008 to 2018

（續表3）

3.2 不同類型城市轉型效率差異性

根據《全國資源城市可持續發展規劃（2013——2020年）》，對全國資源型城市的數量、范圍和類別進行識別與劃分。按照資源型城市的發育階段，通常分為成長型、成熟型、衰退型和再生型4 類。參考譚俊濤等［4］、劉云剛［20］、余建輝等［21］的研究成果，根據城市的主要資源類型，將資源型城市劃分為黑色金屬類、有色金屬類、非金屬類、油氣類、森工類和煤炭類6 類。對不同發育階段的資源型城市轉型效率進行比較（圖7a），從多年均值來看，轉型效率由高到低依次為成熟型、再生型、成長型、衰退型。由于本文的轉型效率是基于城市活力視角的，因此轉型效率值體現的是城市將有限的資源投入轉化為城市活力的能力。成熟型城市資源開發處于穩定階段，在114 個資源型城市中占比最大，共63 個，占50%以上。雖然轉型效率多年均值較高，但是組內標準差較大，發展極不平衡，且成熟型轉型效率總體呈現下降的趨勢，需要引起高度重視，在保障能源供應的基礎上加快培養接續產業。再生型和成長型的轉型效率呈上升趨勢，特別是成長型城市的增長勢頭非常明顯。衰退型城市的轉型效率最差，這類城市資源已經趨于枯竭，是資源型城市轉型的重點和難點地區。從城市活力角度出發，最緊迫的是優先解決民生問題，幫助失業礦工實現再就業和青年學子回鄉就業，留住人力資源是增強城市活力進而實現轉型發展的基礎。

圖7 2008——2018 年不同類型資源型城市轉型效率對比Figure 7 Comparison of transformation efficiency of different types of resource- based cities from 2008 to 2018

對不同資源類型城市轉型效率進行比較（圖7b），從多年均值來看，轉型效率由高到低依次是非金屬類、油氣類、黑色金屬類、有色金屬類、煤炭類、森工類。其中，油氣類城市轉型效率的增長速度遠高于其他類型城市，煤炭類城市轉型效率較低且呈現下降趨勢。這種情況的出現在很大程度上是受到能源結構調整的影響。長期以來，我國基礎能源供給以煤為主，作為高污染高碳的能源品種，煤炭在支撐經濟高速發展的同時也帶來了日益嚴重的環境污染，因此能源結構調整的方向正是減少煤炭消費，增加清潔能源使用。煤炭消費需求持續下滑，導致煤炭價格不斷下降［22］，煤炭行業深陷高成本、低價格、低利潤的困境。而煤炭類城市的經濟結構往往圍繞煤炭行業布局，隨著發展放緩、資源枯竭和生態退化，這類城市面臨很大的轉型壓力。反觀油氣類城市資金相對充裕，且資源開采對環境污染相對較小，環境治理成本相對較低，如克拉瑪依人均GDP常年排名全國第一，為轉型提供了良好的經濟基礎。森工類資源型城市的主要問題是城市活力不足，如黑河、呼倫貝爾等城市多位于偏遠地區，遠離區域中心城市，發展困難較多，特別是天然林保護工程實施后，森林資源開采受到嚴格限制，在此情況下若沒有相應政策的有力支持，該類型城市將難以培養出新的經濟增長點，城市活力必然出現衰退。

4 轉型效率動態變化及因素分解

GML指數可以反映轉型效率隨時間的變化情況，因此每兩年會有一個值，代表本年度相對于上一年轉型效率的變化。全國地級資源型城市平均轉型效率GML指數變化趨勢圖如圖8a 所示；GML 指數分解為技術效率變化（EC）和技術進步變化（BPC），結果如圖8b所示。2009——2018 年，GML指數的平均值為1.012，表明我國資源型城市的轉型效率整體上平均每年大約提升1%，但2013 年《規定》發布后，2014——2018 年轉型效率比之前有了明顯提高，年平均增長率達到3.5%，政策作用明顯。其中，2016 年轉型效率GML指數最大，為1.098，2016 年的轉型效率相比2015 年增長幅度為9.8%?？紤]到本文的GML指數包含了環境污染作為非期望產出，而2015年我國正式施行《環境保護法》，以及隨后大量環保政策的發布實施，可能是影響轉型效率大幅提高的重要原因。

將GML 指數分解后（圖8b）可見，當BPC 增大時，EC會相應減小［16］，兩個指數表現相反的變化規律，這是由于在Malmquist 指數分析中，BPC 指的是生產前沿的變化，EC反映的是向生產前沿的追趕效應，因此當生產前沿前移時，DMU 向生產前沿的追趕效應則相對變小。可以看到，在大多數年份BPC值都大于EC 值，且BPC 值與GML 值更加接近，相關性更強。而生產前沿的進步能夠反映創新效應或者技術進步的效應，BPC 值更大說明我國資源型城市轉型效率增長的主要驅動因素為技術進步而不是技術效率的變化，因此體現的是用更少的資源投入創造更多的城市活力和更少的環境污染，這背后是資源型城市10 年間產業結構的升級和各行業的科技創新，充分展現了我國經濟邁向高質量發展的時代背景。

圖8 2009——2018 年資源型城市轉型效率GML指數Figure 8 GML index of resource- based city transformation efficiency from 2009 to 2018

114個資源型城市2014——2018 年GML 指數的平均值結果如表4 所示。從表4 可見，除19 個轉型效率下降的城市外，其他城市GML 指數的5 年均值都大于1，表明我國大部分資源型城市的轉型效率都在逐步提高。從19 個轉型效率下降城市的GML指數分解的EC 和BPC 結果來看，只有臨汾市的BPC和EC小于1，銅陵、宣城、普洱等7 個城市的技術進步小于1 而技術效率大于1，表明這些城市出現轉型效率下降的主要因素是技術進步不足，因此在這些城市的轉型過程中更應重視科技創新，加快產業升級。而宜春、達州、呼倫貝爾等11 個城市技術效率小于1，且個別城市的EC 和BPC 的差距很大，也就是這些城市向生產前沿的追趕效應嚴重不足，與生產前沿面之間的距離在不斷擴大，反映出這些城市在技術效率方面還有很大的提升空間，這些城市轉型的主要任務是優化資源配置效率和提高統籌管理水平，才能更加充分發揮出技術進步的作用。

表4 轉型效率下降的資源型城市的GML指數及其分解結果Table 4 GML index and decomposition results for cities with declining transition efficiency

5 結論

主要結論如下：①研究期間，伴隨著我國社會經濟的快速發展，資源型城市的城市活力整體上得到了迅速增長，但也表現出明顯的地區分異。首先是南北方差距在進一步拉大，全國資源型城市的活力中心點持續向南移動，東北、西北地區城市活力不足且增長緩慢；全國資源型城市基本形成了以徐州為中心的淮海經濟區和以鄂爾多斯為中心的“烏金三角”地區兩大高活力資源型城市群。②我國資源型城市的轉型效率整體上處于一般水平，但研究期間各城市的轉型效率排名發生了巨大變動，轉型效果差距明顯。一方面，山西、東北等老牌能源基地的資源型城市轉型效率大幅下滑，轉型面臨很大的困難和挑戰；另一方面，東部沿海省份和陜西省資源型城市的轉型效率逐年穩步提高，區域分異愈發顯著。③不同類型資源型城市之間的轉型效率體現出很大的差異性。不同發育階段的資源型城市，轉型的重難點是衰退型城市，資源枯竭又缺乏接續產業，需要更多的政策支持，同時部分成熟型城市的轉型出現了掉隊趨勢，需要引起重視；不同資源類型城市中，森工類和煤炭類資源型城市的轉型效率偏低，面臨更大的轉型困難。④自2013 年《規定》發布后，中國資源型城市的轉型效率對比之前有了明顯提高，政策效果顯而易見。技術進步是大部分資源型城市轉型效率提高的主要驅動力，技術效率變化所起的作用較小，資源型城市在轉型過程中應重視管理水平的提高，加強對資源投入的優化配置。