廣西北部灣經濟區土地利用效率演變及空間分異研究

沈怡靜+劉彥花+賈莉

摘要：廣西北部灣經濟區的開放開發，不可避免地伴生著土地資源的利用，科學地分析并定量識別土地利用效率的演變及區域差異，對于提高廣西北部灣經濟區土地利用效率水平，促進區域的可持續發展有著重要的意義?；?004—2014年廣西北部灣24個縣（區）土地利用投入產出數據，運用超效率DEA模型對北部灣區域土地利用效率進行測度，運用探索性空間數據分析（ESDA）方法，對廣西北部灣經濟區整體和局部的土地利用效率的時空演變格局進行初步分析。結果表明，2004—2014年北部灣經濟區土地利用效率總體呈現逐年上升趨勢，土地利用效率較高的區域有青秀區、興寧區、港口區等；廣西北部灣經濟區土地利用效率存在顯著的空間自相關性，從整體上顯示各縣（區、市）土地利用效率差異有縮小的趨勢；從局部看，隨著時間的推移“高-高”和“低-低”區域增加，各縣（區、市）的空間聯系增強。

關鍵詞：土地利用效率；超效率DEA；探索性空間分析；廣西北部灣經濟區；空間布局優化；區域可持續發展

中圖分類號： F301.24 文獻標志碼： A 文章編號：1002-1302（2017）18-0278-06

收稿日期：2017-02-07

基金項目：國家自然科學基金（編號：41461116）；國家社會科學基金（編號：14BJL093）；廣西自然科學基金（編號：2013GXNSFAA019287）。

作者簡介：沈怡靜（1992—），女，廣西鹿寨人，碩士研究生，主要從事土地信息管理研究。E-mail：391164262@qq.com。

通信作者：劉彥花，博士，副教授，碩士生導師，主要從事地理信息科學、國土資源信息管理研究。E-mail：369737045@qq.com。 隨著城市化、工業化進程不斷加快，土地資源稀缺對城市發展的阻礙日漸顯著，土地利用的可持續性已成為影響城市發展的重要因素。因此，轉變粗放的土地利用發展模式，提高土地利用效率成為我國經濟社會健康發展的關鍵。

在土地利用效率的研究中，討論土地利用效率的高低以及分析其空間演化格局逐漸成為熱點。近年來，對土地利用效率的研究主要集中在土地資源在市場中的配置、土地開發和土地利用效率評價方面。在對土地利用效率的評價指標選取上，由單一要素指標發展到由土地利用中多項要素組成的經濟、社會、生態效益多指標方向。從研究方法來看，多采用協調度模型[1]、主成分分析法[2]、回歸分析法[3]、灰色關聯度法[4]和數據包絡法[5]等分析方法。從研究對象和評價尺度看，既有對單一城市、城市圈的研究分析，也有對全國范圍的城市土地利用效率區域差異研究[6-8]。通過對土地利用效率研究的文獻來看，我國土地利用效率研究多關注在長三角城市群、珠三角城市群或一些典型城市、?。▍^）的時間變化方面[9-10]，對空間差異研究較少，土地利用效率在時空格局演化、集聚程度的研究較缺乏。因此，在關注到土地利用效率時空變化的同時，應重視區域的空間相關性研究并分析其空間差異與格局演化。

隨著2008年廣西北部灣經濟區開發納入國家戰略，經過8年多的發展，廣西北部灣經濟區已成為中國沿海沿邊經濟開發的重要亮點，也是中國與東盟合作的重要通道。然而，隨著北部灣經濟區經濟的快速發展和城鎮化水平的快速提升，土地的低效利用問題也日益凸顯，北部灣經濟區建設用地的擴張、環境污染、能源消費的問題亟須解決。黨的十八大五中全會上指出：堅持綠色發展，構建科學合理的城市化格局，全面節約和高效利用資源，開展大規模國土綠化行動。因此，為了廣西北部灣經濟區可持續發展，研究并提高其土地利用效率是必須面對和解決的問題。本研究運用超效率DEA模型對2004—2014年北部灣24個縣（區、市）的土地利用效率進行了測度，通過探索性數據分析方法（ESDA）分析了廣西北部灣經濟區各縣（區、市）土地利用效率的空間差異，為提高土地利用效率，優化空間布局，實現區域可持續發展提供科學參考。

1 研究方法及評價指標

1.1 數據包絡法（DEA）

1978年Charnes等開發了數據包絡法，其作為一種多準則的衡量手段，是基于研究對象相對比較的一種非參數技術效率分析方法，即考慮單一指標或所有方面能同時處理多個輸入指標和輸出指標，只研究其相對重要性，并不直接判斷高低[11]。這一特性使DEA在研究區域土地利用效率最高值和最低值方面非常實用[12]?；讵毺氐脑u分，DEA模型分析結果的效率差有明確的排名，但通常會出現多個決策單元（DMU）被評價為有效的情況，使排名變得不可行。在傳統的DEA模型中，求得的效率值最大為1，有效DMU效率值相同，這些有效DMU的效率高低無法進一步區分。而許多效率評價的實證分析中，需要對效率值進行進一步分析，在文獻中多采用Tobit回歸模型來修正效率值[13]。本研究運用Andersen和Petersen提出的“超效率DEA”模型[14]，基于DEA Solver Pro 5.0軟件，測算研究區各評價單元的土地利用效率值，并對評價單元進行進一步排序。

1.2 探索性空間數據分析（ESDA）

1.2.1 全局空間自相關 全局空間自相關反映空間鄰接或空間鄰近的區域單元的屬性值的相似性，可用于分析研究區域的總體空間關聯和空間差異程度[15]；通?；贛orans I進行測量[16]，其計算公式如下：

式中：n為研究區域總數；xi和xj為區域i和j的屬性值；x是屬性的平均值；wij為空間權重矩陣。在給定的顯著性水平時，I（d）>0表示空間正相關，土地利用效率較高（或較低）的區域在空間上集聚，I1.2.2 局部空間自相關 局部空間自相關可反映區域與其周邊地區之間同一屬性值的相似性，用于驗證局部區域存在的空間異質性，可彌補全局空間自相關的缺陷。通過Moran散點圖和LISA集聚圖，將局部空間差異表現出來，研究其演變規律。局部自相關可以識別高值聚集區和低值聚集區的分布情況，進一步分析區域與其周邊地區的空間差異度，其計算公式為endprint

式中：Zi和Zj分別為區域i和j上觀測值的標準化，Wij為空間權重矩陣。在給定顯著性水平時，Ii>0，表明區域與其周邊地區的空間差異程度小；Ii<0，表明區域與周邊地區之間的空間差異程度大。

1.3 數據來源及評價指標

本研究選取2004—2014年為研究區間，數據主要來源于2005—2015年《廣西統計年鑒》《南寧統計年鑒》《欽州統計年鑒》《防城港統計年鑒》《北海統計年鑒》及各城市年鑒。

鑒于利用DEA模型涉及到投入和產出指標，投入指標反映在土地利用過程中各要素的投入情況，產出指標反映土地利用的總體水平。本研究選取廣西北部灣經濟區南寧、北海、欽州、防城港4市24個縣（區、市）作為土地利用效率的決策單元，選取2004—2014年連續的時間序列，評價土地利用效率時空變化差異。投入變量指標選擇：土地、資本和勞動力投入，分別對應建設用地面積（km2）、固定資產投資（萬元）、第二三產業從業人數（萬人）；選擇經濟效益、社會效益、生態效益作為產出變量，分別對應第二三產業增加值（萬元）（經濟效益）、城鎮居民年人均可支配收入（元）與農民年人均純收入（元）（社會效益）、建成區綠化覆蓋率（生態效益）。

2 土地利用效率演變分析

2.1 時空變化特征分析

利用DEA Solver Pro 5.0軟件對原始數據進行土地利用效率測度，計算出2004—2014年廣西北部灣經濟區4市的24個縣（區、市）的土地利用效率值（表1）。結果表明，興寧區、青秀區、良慶區、港口區、東興市土地利用效率值較高，相對于廣西北部灣其他縣（區、市），這些地區處于生產前沿上，實現資源的優化配置。武鳴、靈山、浦北、合浦的排名均比較靠后，其投入產出的結構不合理，導致資源損失過多。

將4市的土地利用效率進行時間分析，結果（圖1）表明，

從總體上看，2004—2014年廣西北部灣經濟區各縣（區、市）的土地利用效率基本上呈上升趨勢，南寧和防城港基本上高于北海、欽州，土地利用效率較高的集中在交通經濟發達的南寧和港口邊貿發達的防城港；欽州漲幅最大，從0.66漲到 1.04；其次是防城港，由2004年的0.964增加至2014年的 1.223，漲幅約1.3倍。根據各縣（區、市）土地利用效率變化，將其劃分為3個階段：（1）2004—2006年，各地區土地利用效率總體上升，國家推進西部大開發，隨著“中國-東盟自由貿易區”的建立，北部灣得到了很大的發展。（2）2006—2010年，期間各地區土地利用效率變化較大，變動幅度明顯；自2007年以來，各地區對土地的投入增大，也吸引外資投入，以致各類開發區發展過猛。粗放開發模式導致土地利用中的負外部性增強，而且引進產業多數為一線城市淘汰的重污染工廠，一定程度上忽視了生態效益的影響，使得土地利用效率偏低。（3）2012—2014年，防城港、欽州土地利用效率呈顯著上升趨勢，南寧北海平穩、起伏不大。在國家批準實施廣西北部灣經濟區的戰略性宏觀規劃下，提升城鎮群的綜合承載能力和構建生態網絡格局的要求極為迫切；各地區創新土地集約節約利用模式，優化產業結構，致使土地利用效率平穩增長。

2.2 空間分異特征

為進一步研究空間分異特征，根據廣西北部灣經濟區歷年的土地利用效率情況，利用自然斷點法，分為4種階段類型：效率低值階段、效率中值階段、效率較高階段、效率高值階段，繪制出主要年份各地區土地利用效率的分布圖（圖2）。從圖2得出，（1）北部灣土地利用效率基本上是以南寧為中心分化，存在著兩大高效利用區。屬于高效利用的縣（區、市）有南寧的興寧區、青秀區、良慶區、東興市、防城港港口區和北海海城區，其中南寧作為北部灣經濟區的核心城市，其投資規模、城市化發展水平和居民可支配收入均處于廣西北部灣前列，屬于土地利用效率的最前沿狀態；而東興市、港口區作為港口邊境互貿區，社會發展水平較低、產業結構層次偏低，基本通過進出口貿易來增加經濟社會效益。效率較高值階段主要分布在西鄉塘區、江南區、上思縣、鐵山港區等，整體格局依附于效率高值區域。而效率低值、中值階段的區域，主要分布于南寧東北部的武鳴、隆安、馬山、欽州地區、北海合浦縣。（2）北部灣土地利用效率的提高還存在一定的路徑依賴性，圖中各主要年份的土地利用效率高值階段依然處于南寧和防城港。土地利用效率的提高依賴經濟發展、交通建設、市場的開放程度，這些因素在短時間難以改變，因此提高土地利用效率是一個長期的工程。

3 廣西北部灣土地利用空間格局分析

3.1 效率全局空間格局分析

研究全局Morans I指數能夠分析廣西北部灣經濟區土地利用效率的總體空間演變，本研究利用ArcGIS軟件計算2004年、2007年、2010年、2013年廣西北部灣各縣區土地利用效率全局系相關系數Morans I（圖3）。圖3顯示，（1）研究時期的Morans I統計指數均為正值，Morans I值除2004年外，均通過5%顯著性檢驗（即標準化Z得分大于1.96）。表明北部灣經濟區土地利用效率存在正的空間自相關性，即土地利用效率較高的縣區趨于相鄰，土地利用效率較低的縣區也相對集聚。（2）自2004年起，北部灣土地利用效率Morans I值總體變動趨勢表現為上升，經濟社會不斷發展壯大，各個縣（區、市）之間的聯系逐漸增加，土地利用效率逐漸平衡，各縣區的差異也在減??；2007—2010年，由0.348下降到0240，說明土地利用效率較高的縣（區、市）與效率較低的縣（區、市）的聚集程度增加，北部灣經濟區以工業增長為驅動力使經濟快速增長，快速轉變發展方式，一味強調增加第三產業的比重勢必導致地區發展不平衡，從而使各地區土地利用效率總體空間差異增大；2010—2013年，全局自相關系數由0.240增加到 0.348，說明相似土地利用效率水平的縣（區、市）集聚程度增加，北部灣經濟區城市群形成協同發展的態勢，可以對產業實行整合，從而減少了各區域的惡性競爭，使土地利用效率發展區域平衡，也提升了北部灣整體的土地利用效率和外部競爭力。endprint

Morans I統計量是揭示全局的空間特征，然而不能表明是否存在高值或低值的局部空間聚集地區。因此，需要結合局部空間自相關分析來探索土地利用效率的空間格局和時空差異。局部空間自相關分析采用2種方法，即Moran散點圖、局部指標的空間關聯（LISA）。

3.2 效率局部空間格局分析

3.2.1 Moran散點圖 Moran散點圖是研究不穩定局部空間的方法，可以進一步揭示廣西北部灣縣（區、市）土地利用效率空間演變情況。運用OpenGeoDa軟件繪制北部灣經濟區2004年、2007年、2010年、2013年4個年份的土地利用效率Moran散點圖（圖4），結果顯示廣西北部灣各縣（區、市）的空間關聯性。橫坐標為原始土地利用效率的觀測值，縱坐標為土地利用效率值的空間滯后向量（W）。散點圖的4個象限分別表示4種類型的局部空間關系：第Ⅰ象限為“高-高（H-H）”，表示高值區域被其高值的周邊地區所包圍；第Ⅱ象限為“低-高（L-H）”，低值區域被其高值的周邊區域包圍；第Ⅲ象限為“低-低（L-L）”，低值區域被其低值的周邊區域包圍；第Ⅳ象限為“高-低（H-L）”，高值的區域被其低值的周邊區域包圍。處于“H-H”或“L-L”說明是正的空間自相關的空間聚類相似，處于“L-H”或“H-L”則相反。Moran散點圖還可以看到典型的局限性，即存在于象限L-H和H-L的地區。比較圖4中4個年份的散點圖可以得出：（1）大多數縣（區、市）處于“高-高”或“低-低”2個象限，表明北部灣土地利用效率差異較大。（2）2004年空間正相關類型的點占45.8%，到2007年上升到58.3%，總體上差異在逐漸減小；2010年有小幅度下降，到2013年空間正相關類型的點占70.8%，表明北部灣土地利用效率的空間集聚性逐漸增強，土地利用效率的總體差異在縮小。

Moran散點圖的分析證實了全局自相關的結果，依然很難斷定各個區域土地利用效率對周邊的影響；因此必須計算繪制出LISA圖。

3.2.2 LISA圖 LISA圖是研究空間單元屬性與其周圍顯著性相似區域的空間集聚程度的局部空間相關分析指標[17]。利用OpenGeoDa軟件計算以2004年、2007年、2010年、2013年為時間截面的北部灣經濟圖各縣（區、市）土地利用效率LISA值，并繪制5%顯著性水平下的LISA集聚圖（圖5）。

縱觀4個年份，廣西北部灣各縣（區、市）的空間集聚有以下幾個特征：（1）2004年“高-高”類型主要有邕寧區、青秀區，表明其土地利用效率集聚性強。這些地區經濟發展快速，與周邊地區聯系緊密，輻射帶動作用強；“低-低”類型為靈山和浦北，“低-高”類型為賓陽，表明其土地利用效率雖然與周邊地區聯系緊密，但是比周邊地區效率低。北部灣其他地區的相關性不顯著，大部分縣（區、市）處于低效利用空間，分化不顯著。（2）2007年“高-高”類型有青秀區、邕寧區、賓陽縣，“低-低”類型為靈山縣、浦北縣等；與2004年相比，賓陽縣由“低-高”轉變為“高-高”類型，說明賓陽縣的土地利用效率提升，與周邊地區發展聯系緊密。興寧區變成不顯著地區，說明這些縣（區、市）與周邊地區聯系增強，土地利用效率均衡升高。（3）2010年，“高-高”類型的為興寧區、青秀區、邕寧區，“低-低”類型為馬山縣。與2007年相比，興寧區的集聚能力增強，浦北縣和靈山縣變成不顯著地區，說明這2個區域與周邊區域發展的聯系下降。（4）2013年“高-高”類型有邕寧區、上思縣、防城區，“低-低”類型的有馬山縣、浦北縣、靈山縣。與2010年相比，興寧區、青秀區由“高-高”類型變成不顯著地區，說明縣區各自往自身特色方向發展，空間聯系減弱；上思縣、防城區由不顯著類型轉變為“高-高”類型，說明周邊土地利用效率較高，邊境貿易促進經濟的發展。（5）總體上看，“高-高”地區分布在南寧的部分城區，北部灣東部地區土地利用效率低。廣西北部灣雖屬于沿海地區，但仍帶有內陸地區的發展特點，導致沿海地區的聯系不強以及東部的發展仍然緩慢，加上技術創新能力較弱，一些重工業項目勢必導致環境的污染，不利于土地的可持續利用。

4 結論與討論

本研究運用超效率DEA模型計算出廣西北部灣經濟區24個縣（區、市）2004—2014年土地利用效率值，并在此基礎上采用探索性空間數據分析方法研究了北部灣土地利用效率的演變及區域差異。主要結論如下：（1）在時間變化方面，廣西北部灣各縣（區、市）土地利用效率呈現總體上升的趨勢。在研究期內，欽州的土地利用效率變化起伏大，防城港、南寧基本上處于有效利用并且相對平穩增長狀態。（2）在空間分異方面，研究期內廣西北部灣各縣（區、市）歷年土地利用平均效率發展不平衡，存在兩大高效利用區，土地利用效率較高的區域集中在南寧市區和沿海邊貿地帶。大部分縣（區、市）處于低效利用區。（3）在土地利用效率的空間相關性方面，廣西北部灣各縣（區、市）土地利用效率呈現正的自相關性，各個縣（區、市）相互聯系愈加密切。

總體來說，與珠三角、長三角城市群相比，廣西北部灣經濟區總體經濟實力還有一定差距。為了更好地提高廣西北部灣經濟區土地利用效率，縮小區域內部差異，可從以下3個方面考慮：（1）設立多中心的發展區域，以提升廣西北部灣總體的土地利用效率水平。鞏固青秀區、港口區、東興市等核心地區的經濟發展，優化交通網絡結構，由發展條件較好的地區帶動整個區域的發展，從而能夠最大利用各縣區的優勢不斷整合城市群，減少對土地的浪費。（2）科學布局城市空間規劃，吸取高度發展城市群的經驗與教訓，推進產業集群發展。探索高新技術產業發展模式，開發造船、海上能源等一系列工業群，選擇符合區域特色的優勢產業，大力開發低碳產業。（3）完善公共服務性設施，塑造特色城市形象，發展濱海旅游度假資源，旅游業的帶動性有助于提升廣西北部灣土地利用效率。

參考文獻：

[1]陳浩龍，劉毅華，吳大放，等. 基于縣域單元的廣東省土地利用績效空間差異研究[J]. 熱帶地理，2013，33（1）：48-53.endprint

[2]高嘯峰，王樹德，宮阿都，等. 基于主成分分析法的土地利用/覆被變化驅動力研究[J]. 地理與地理信息科學，2009，25（1）：36-38.

[3]徐嘉興，李 鋼，陳國良. 基于logistic回歸模型的礦區土地利用演變驅動力分析[J]. 農業工程學報，2012，28（20）：247-253.

[4]趙 旭，葉劍平，薛 姝. 基于改進灰色關聯分析法的湖南省城市土地可持續利用評價[J]. 水土保持通報，2013，33（3）：265-269.

[5]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.

[6]王麗娜，李世平. 沈陽市城市土地利用效率評價及影響因素分析[J]. 水土保持研究，2014，21（5）：311-315.

[7]張俊峰，張安錄，董 捷. 武漢城市圈土地利用效率評價及時空差異分析[J]. 華東經濟管理，2014，28（5）：61-63.

[8]楊海泉，胡 毅，王秋香. 2001—2012年中國三大城市群土地利用效率評價研究[J]. 地理科學，2015，35（9）：1095-1099.

[9]楊清可，段學軍，葉 磊，等. 基于SBM-Undesirable模型的城市土地利用效率評價——以長三角地區16城市為例[J]. 資源科學，2014，36（4）：712-721.

[10]陳章喜，徐 通. 珠三角城市群戰略實施以來的效率評價[J]. 經濟地理，2011，31（11）：1822-1827.

[11]Asmild M，Paradi J C，Aggarwall V，et al. Combining DEA window analysis with the malmquist index approach in a study of the Canadian banking industry[J]. Journal of Productivity Analysis，2004，21（1）：67-89.

[12]McWilliams A，Siegel D，van Fleet，et al. Scholarly journals as producers of knowledge：theory and empirical evidence based on data envelopment analysis[J]. Organizational research methods，2005，8（2）：185-201.

[13]胡根華，秦嗣毅. “金磚國家”全要素能源效率的比較研究——基于DEA-Tobit模型[J]. 資源科學，2012，34（3）：533-540.

[14]Banker R D，Chang H，et al. The super-efficiency procedure for outlier identification，not for ranking efficient units[J]. European Journal of Operational Research，2006，175（2）：1311-1320.

[15]陳彥光. 基于moran統計量的空間自相關理論發展和方法改進[J]. 地理研究，2009，28（6）：1449-1463.

[16]Ertur C，Koch W.Regional disparitis in the European Union[J]. Ann Reg Sci，2006，40（8）：723-765.李欠男，程沅孜. 我國玉米生產布局變遷及影響因素[J]. 江蘇農業科學，2017，45（18）：284-288.endprint