黑龍江省東部煤電化基地土地利用生態效率時空特征分析

蓋兆雪，趙映慧，曲長祥

(1.東北農業大學資源與環境學院，黑龍江 哈爾濱 150030；2.東北農業大學文法學院，黑龍江 哈爾濱 150030)

生態效率是經濟社會發展的價值量和資源環境消耗的實物量比值，即生態效率=經濟社會發展(價值量)/資源環境消耗(實物量)，它表示經濟增長與環境壓力的分離關系[1]。我國是一個人多地少的國家，提高土地利用率尤為重要。土地利用過程中不可避免地對生態環境產生影響，因此有必要研究土地利用生態效率。

目前我國在生態效率研究方面主要采用理論研究和宏觀方面的實證研究。宏觀研究集中在國家和省市層面，陳武新等[2]、李靜等[3]、張晶等[4]、楊斌等[5]、游和遠等[6]對我國區域生態效率進行了研究。也有學者針對煤礦區等特殊區域的土地利用生態效率開展了研究[7]。從采用的方法看，除了傳統的層次分析法等之外，近年數據包絡分析也廣泛應用于土地利用生態效率評價，如王筱明等[8]、馬軍[9]、傅利平等[10]就采用該方法，包括CCR-DEA模型、BBC-DEA模型、超效率模型等。也有學者重點研究了生態效率中的環境效率，佟連軍等采用數據包絡分析和隨機前沿分析測算遼寧沿海經濟帶的工業環境效率[11]。

1 研究區概況

黑龍江省東部煤電化基地是指煤電等礦產資源豐富、城市相對密集、煤電化產業基礎良好的東部經濟區域,是黑龍江省“八大經濟區”之一，產業集群的帶動和輻射作用明顯。《東北地區振興規劃》把煤電化基地列為重點支持的能源工業基地。東部煤電化基地是東北北部地區在經濟發展、自然資源、交通區位方面具有獨特性的區域，這也是本研究的特色所在。東部煤電化基地包括牡丹江、佳木斯、雞西、七臺河、雙鴨山、鶴崗六市以及所轄縣級市同江、富錦、虎林、密山、穆棱、綏芬河、海林、寧安。牡丹江和佳木斯分別是黑龍江省東南和東部的區域性中心城市，雞西、七臺河、雙鴨山、鶴崗都是煤電資源型城市。

2 研究方法

2.1 DEA模型選取

數據包絡分析(DEA)研究投入與產出關系的一種方法，它以決策單元(Decision Making Unit，DMU)的投入、產出指標的權重系數為優化變量，借助于數學分析進行綜合評價。假設將對n個地區的生態效率進行評價，每個地區都有m種投入變量和s種產出變量，Xij表示第j個地區的第i種投入的總量，Yrj表示第j個地區的第r 種產出的總量。這樣，第j個地區的投入可表示為Xj=(x1j，x2j，……xmj)T，產出可表示為Yj=(y1j，y2j，…… ysj)T。令V為投入向量X的權系數向量，U為產出向量Y 的權系數量，以第j 個地區的效率評價為目標函數，以全部單元的效率指數為約束，得到最優化C2R模型。

每個決策單元都有相應的效率評價指數，判斷某個DMU0效率的C2R模型見下式。

為了便于計算，可轉換得到對偶規劃模型。

判斷區域生態效率的法則為：①當θ*= 1且S-= S+= 0時，則稱第j 個地區的生態效率為DEA有效，即它在原投入的基礎上所獲得的產出已經達到最優；②當θ*= 1且S-≠0或S+≠0時，則稱第j個地區的生態效率為DEA弱有效，即對于原投入可以減少S-而保持原產出不變，或在投入不變的情況下可以將產出提高S+；③當θ*< 1時，則稱第j個地區生態效率為DEA無效，即對于原投入可以按θ比例減少而保持原產出不變。

2.2 投入產出指標確定

在確定了需要評價的14個DMU后，需要提供能夠基于DMU同類型的投入產出指標。土地利用的投入需要勞動力、資本、資源三方面，由于投入、產出指標個數要求小于決策單元(DMU)的一半，本文決策單元14個，所以投入產出指標應不多于7個，本研究中最終確定勞動力、一次能源消費總量、水資源消耗和全社會固定資產投資4個投入指標。考慮到評價數據的可獲取性和代表性，產出指標選取地區生產總值(GDP)。投入產出數據均來源于相關各年的《黑龍江統計年鑒》和《城市統計年鑒》。

3 生態效率時空變化特征分析

3.1 生態效率時間變化特征

運用DEAP2.1軟件計算得到1990年、1995年、2000年、2005年、2010年黑龍江省煤電基地14個城市的生態效率值(表1)。

3.1.1 煤電化基地土地利用生態效率呈上升趨勢

總體而言，黑龍江省煤電化基地生態效率變化不大，基本在0.60～0.85間，平均水平為0.740。1990～2010年間基地土地利用生態效率從0.634上升到0.844，提高33%。其中1990～1995年和2000～2005年兩個階段提高幅度較大。

3.1.2 城市生態效率變化趨勢不盡相同

1990～2010年，城市土地利用生態效率的變化可歸結為五種趨勢：總體上升、總體下降、保持不變、先升后降、先降后升。總體上升的有鶴崗、雙鴨山、七臺河、穆棱、綏芬河和同江6個城市；總體下降僅有1個城市佳木斯；保持不變的有富錦、虎林、寧安3個城市；先升后降的有雞西、密山、海林3個城市；先降后升的只有牡丹江，因此總體而言，多數城市處于上升趨勢。

3.2 生態效率空間變化特征

3.2.1 基地內各城市間生態效率存在明顯差異

從各個城市土地利用生態效率的平均值看，最低的為雞西，只有0.447，此外還有兩個城市也低于0.5，它們都不足最高的富錦、虎林、寧安的一半，這3個最高的城市生態效率都達到1，另外還有8個城市在0.5～0.99之間。如以煤電化基地生態效率平均值0.740為參照值，則低于基地水平的有7個，高于基地水平的同樣為7個。

表1 黑龍江省煤電化基地生態效率值

3.2.2 大中城市土地利用生態效率明顯低于小城市

鶴崗、佳木斯、雙鴨山、七臺河、雞西、牡丹江6個大中城市的生態效率低于另外8個小城市。1990年6個大中城市的生態效率平均為0.517，而同年8個小城市生態效率平均為0.772。2010年6個大中城市平均為0.698，而該年8個中小城市平均為0.954。其他年份也是大中城市低于小城市。

3.2.3 煤炭城市土地利用生態效率低于非煤炭城市

1990～2010年間4個煤炭城市鶴崗、雙鴨山、七臺河、雞西土地利用生態效率平均為0.491，同期另外10個非煤炭城市生態效率平均為0.831，顯然煤炭城市生態效率比非煤炭城市低很多。五個年份中有三個年份煤炭城市的生態效率平均都在0.4以下，另外兩年2005年和2010年相對較高，在0.7以上。非煤炭城市五個年份的生態效率平均都在0.7以上，其中后四個年份都超過0.8。

3.3 生態效率的前沿面分析

由DEA模型的經濟含義可知，處于生產前沿面的決策單元是DEA有效的，即投入和產出達到了最優。由表2對各個地區生態效率前沿面的分析可以發現，黑龍江省煤電化基地處于生產前沿面的城市數量呈增加趨勢。1990年、1995年有4個城市處于生產前沿面上，占總DMU的28.57%；而2000年、2010年有7個，占總DMU的50%，其中富錦、虎林、寧安5年都保持在前沿面上。從空間分布來看，處于生產前沿面的城市集中分布在黑龍江省邊境地區。

表2 黑龍江煤電化地區生態效率的前沿面比較

4 結論

1990～2010年黑龍江省東部煤電化基地土地利用生態效率呈上升趨勢，但是各個城市生態效率變化趨勢不盡相同，存在明顯差異。從城市規模看大中城市土地利用生態效率明顯低于小城市。從城市類型看，煤炭城市低于非煤炭城市。從處于生產前沿面的城市看，數量增加，集中分布在省內邊境地區。

[1] 田炯,王翠然,陸根法.層次分析法在生態效率評價中的應用研究[J].環境保護科學,2009,35(1):118-120.

[2] 陳武新,呂秀娟.中國區域生態效率差異的實證分析[J].統計與決策,2009(7):107-108.

[3] 李靜,程丹潤.中國區域環境效率差異及演進規律研究——基于非期望產出的SBM模型的分析[J].工業技術經濟,2008,27(11):100-104.

[4] 張晶.基于超效率的煤炭資源型城市工業生態效率研究[J].經濟問題,2010(11):57-59.

[5] 楊斌.2000～2006 年中國區域生態效率研究—基于DEA方法的實證研究[J].經濟地理,2009,29(7):23-25.

[6] 游和遠,吳次芳,林寧,等.基于數據包絡分析的土地利用生態效率評價[J].農業工程學報,2011(3):309-315.

[7] 卞麗麗,韓琪,張愛華.基于能值的煤炭礦區生態效率評價[J].煤炭學報,2013，38(S2)：549-556.

[8] 王筱明，閆弘文.城市土地利用效率的DEA評價[J]山東農業大學學報：自然科學版,2005,36(4):573-576.

[9] 馬軍.基于數據包絡分析法的區域生態效率評價研究——以內蒙古為例[J].生態經濟,2012(2):47-51.

[10] 傅利平,顧雅潔.基于數據包絡分析的土地利用效率評價[J].西安電子科技大學學報：社會科學版,2008,18(3):103-107.

[11] 佟連軍,宋亞楠,韓瑞玲,等.遼寧沿海經濟帶工業環境效率分析[J].地理科學,2012,32(3):294-300.