長三角城市群土地利用效率評價及溢出效應分析

張榮天， 尹 鵬

(1.揚州大學 蘇中發展研究院，江蘇 揚州 225009；2.魯東大學 商學院，山東 煙臺 264039)

土地資源是城市社會經濟發展的空間載體，其合理、高效利用是實現城市經濟可持續發展的重要前提。改革開放40多年以來，快速城鎮化過程之中資源過度消耗和環境污染不斷加劇，中國城鎮化發展越來越逼近資源和環境條件的約束邊界，土地資源稀缺與粗放利用成為制約我國城市高質量發展的重要因素[1]。從20世紀20年代起，國外生態、經濟及社會等眾多的學派從不同視角開展了城市土地利用空間問題研究；到20世紀70年代，RS&GIS技術開始運用到國外城市土地利用研究之中；到21世紀后，國外城市土地利用研究朝著多元化、多維度方向縱深發展[2]。國內關于城市土地利用效率的研究起步相對較晚。研究內容上，城市土地利用效率研究主要集中在內涵特征解讀[3]、評價體系構建[4]、影響因素剖析[5]及對策建議[6]等方面；研究區域上，主要集中在單一地級城市空間尺度上研究[7],并逐漸向經濟帶[8]、城市群[9]等中宏觀空間尺度轉變；研究方法上，主要涉及到SFA[10]、DEA[11-12]等計量分析方法，并開始運用GIS空間模型來研究區域城市土地利用效率時空分異。空間溢出效應概念最早是Lucas提出來的，是指某一區域經濟增長對其他區域尤其是相鄰區域經濟影響，當前國內學者已開始研究城鎮化進程中的空間溢出現象，如交通基礎設施溢出效應[13]、城市產業結構變化的溢出效應[14]等方面。綜合相關研究，城市土地利用效率空間溢出效應，不僅包含了一個城市土地利用效率對另一個城市土地利用效率空間溢出效應，而且包含了影響城市土地利用效率各因素的空間溢出效應對區域城市土地利用效率的影響。長三角城市群地處中國東部沿海地區與長江流域的結合部，是目前我國經濟發展最為活躍、開放程度最高、創新能力最強的區域。根據《長江三角洲城市群發展規劃》(發改規劃〔2016〕1176號)，以長三角城市群26個核心城市作為研究對象，首先構建考慮非期望產出的城市土地利用效率指標體系，通過改進的DEA模型測度2000—2018年長三角城市群土地利用效率值。其次，基于GIS分析平臺，運用探索性空間數據分析、空間計量模型等來探究2000—2018年間長三角城市群土地利用效率時空演化及其溢出效應。最后，提出未來促進長三角城市群土地利用效率提升的對策建議。

1 研究方法及數據來源

1.1 研究方法

1.1.1 改進的DEA(Data Envelopment Analysis)模型 DEA模型最早是1978年由美國著名的運籌學家Cooper等人提出來的，它的基本原理主要是通過設定多項“投入-產出”指標，利用線性規劃將具有可比性的決策單元進行投入-產出相對有效性的評價分析。但是，傳統DEA模型容易造成決策單元的有效數量較多的弊端，針對傳統DEA模型不合理之處，引入虛擬最優決策單元DMUj+1，通過考察每個測度單元與最優決策單元的距離來判別相對效率，即為改進的DEA模型[15-16]。設N個決策單元(DMU)，xj為第j個DMU投入量，yj為第j個DMU產出量，引入虛擬的最優決策單元DMUj+1={min(x1j，x2j，…，xmj)，max(y1j，y2j，…，ysj)}，即投入最小而產出最大的決策單元。改進的DEA理論模型：

(1)

1.1.2 ESDA(Exploratory Spatial Data Analysis)模型 空間計量經濟學理論認為一個地區空間單元上的某種經濟地理現象或某一屬性值與鄰近地區空間單元上同一現象或屬性值是相關的。選取Global Moran’ s I、LISA指數進行城市土地利用效率空間自相關檢驗[17]，理論公式如下：

①Global Moran’ s I指數

Y=ρWY+Xβ+WXθ+ε(ρ)

(2)

式中，ρ為區域ρ觀測值，ρ為區域j觀測值，Wij為空間權重矩陣，空間相鄰為1，不相鄰為0。I(d)>0時為空間正相關，表示城市土地利用效率高(低)空間集聚。

②LISA(Local Indicators of Spatial Association)指數

(3)

1.1.3 空間計量模型 空間計量模型能夠有效解決線性回歸無法分析變量和擾動項在空間上分布的問題。常見的空間計量模型包括：空間誤差模型(Spatial Error Model,SEM)、空間滯后模型(Spatial Lag Model,SLM)和空間杜賓模型(Spatial Dubin Model,SDM)。其中，空間杜賓模型(SDM)不僅考慮因變量的空間相關性，還考慮自變量的空間相關性，因變量不僅受到本地區自變量的影響，還受到其他地區滯后自變量、滯后因變量的影響[18]。為檢驗長三角城市群土地利用效率空間溢出效應及影響因素，采用SDM模型進行分析，理論公式如下：

Y=ρWY+Xβ+WXθ+ε

(4)

式中，Y為城市土地利用效率，W為空間權重矩陣，X為城市土地利用效率影響因素，WX為城市土地利用效率影響因素滯后項，ε是隨機擾動項。

1.2 指標體系及數據來源

城市土地利用效率是一個綜合的概念，目前關于城市土地利用效率內涵界定并未形成統一的標準，總體上看，它的內涵主要表現為投入一定的土地、資本、勞動等所得到的一定經濟產出，其綜合效率可分解為技術效率和規模效率兩個維度，即綜合效率=技術效率×規模效率。鑒于城市土地利用效率內涵特征[3,6,10,12]，從投入-產出視角上構建長三角城市群土地利用效率評價指標體系(表1)。①投入層面上，主要是反映城市土地利用過程中的人力、資本及土地投入情況。選取城鎮人口數量(X1)來反映城市土地利用的人力投入；選取財政支出(X2)、外商直接投資(X3)來反映城市土地利用的資本投入；選取城鎮建設用地面積(X4)反映城市土地投入情況。②產出層面上，主要反映城市土地利用過程中的經濟規模、社會消費水平及居民生活水平等期望產出，以及環境污染等非期望產出。選取國內生產總值GDP(X5)來反映城市土地利用的經濟規模產出；選取社會消費品零售總額(X6)來反映城市土地利用的社會消費水平產出；選取城鎮居民恩格爾系數(X7)來反映城市土地利用的居民生活水平產出；研究數據主要取自于《上海市統計年鑒》《江蘇省統計年鑒》《浙江省統計年鑒》《安徽省統計年鑒》及長三角各城市的統計年鑒(2001—2019)、國民經濟和社會發展統計公報(2000—2018)，選取城市工業廢水排放量(X8)、城市工業廢氣排放量(X9)、城市工業固體廢棄物產生量(X10)三個指標來表征城市土地利用的非期望產出(表1)。

表1 城市土地利用效率評價指標體系

空間分析尺度為長三角市域單位，市域行政邊界數據取自《上海市地圖集》《江蘇省地圖集》《浙江省地圖集》《安徽省地圖集》(2018)的政區圖，經掃描在ArcGIS10.2分析軟件中進行高精度配準后跟蹤矢量化獲得。

2 長三角城市群土地利用效率評價

2.1 時序特征

利用改進的DEA模型測算2000—2018年長三角城市群土地利用效率，并將其分解為技術效率和規模效率，從綜合效率、技術效率及規模效率三個維度上揭示2000年以來長三角城市群土地利用效率及其變化特征(圖1)。通過圖1可知：①綜合效率上，2000—2018年長三角城市群土地利用利用綜合效率呈現不斷上升態勢，由2000年的0.765提升到2018年的0.858，年均增幅達到0.67%。②技術效率上，長三角城市群土地利用技術效率變化趨勢也表現為提高趨勢，數值從2000年的0.846變化到2018年的0.935，年均增幅達到0.58%，隨著科學技術發展，城市土地利用技術效率呈現出上升的趨勢，2000年以來長三角城市群土地利用效率總體上受到技術效率的驅動。③規模效率上，表現出與綜合效率和技術效率不同的演化特征，呈現“先升后降”的趨勢，均值由2000年的0.904上升2009年的0.952，從2010年開始呈現下降的態勢，到2018年規模效率均值下降到0.917，這表明城市投入規模在一定程度上對城市土地利用效率起到了促進效應，但這種促進作用不具有可持續性。

圖1 長三角城市群土地利用效率及分解值(2000—2018)

2.2 空間分異

2.2.1 全局自相關分析 傳統研究將城市看作一個相對孤立“點”，未考慮到城市間空間溢出效應，因而無法識別區域間城市土地利用效率的空間趨同或異質規律。因此，將空間因素引入到計量模型當中首先需要檢驗城市土地利用效率是否存在空間自相關性。基于Geoda095空間計量軟件，以鄰接標準構建城市土地利用效率權重矩陣，計算出2000—2018年城市土地利用效率Global Moran’ s I指數值均大于0，表明研究期間長三角城市土地利用效率存在正的空間自相關性。Global Moran’ s I指數值在[0.4034,0.4887]范圍內變化(表2)，說明了長三角城市土地利用效率空間自相關相對較弱，當前長三角各市間的城市土地利用效率是相互促進的，但同時區域內各城市發展的內部功能互補性相對不強。

表2 長三角城市群土地利用效率Global Moran’ s I指數(2000—2018)

2.2.2 局部自相關演化 通過ArcGIS 10.2空間統計模塊(Spatial Statistics Tools)計算出2000—2018年長三角城市群土地利用綜合效率、技術效率及規模效率的LISA指數，依據城市土地利用效率值與空間滯后量之間關系將LISA空間集聚圖劃分為4種類型：①H-H型，即城市自身土地利用效率與周邊城市均較高；②H-L型，即城市土地利用效率較高但周邊城市較低；③L-H型，即城市自身土地利用效率較低但周邊城市較高；④L-L型，即城市自身土地利用效率與周邊城市均較低。基于GeoDa095軟件平臺，繪制出2000—2018年長三角城市群土地利用效率局部LISA空間集聚演變圖(圖2)。通過圖2可看出：

圖2 長三角城市群土地利用綜合、技術及規模效率LISA集聚演化

①綜合效率上。2000—2018年綜合效率H-H型空間格局相對穩定，主要分布在蘇錫滬，到2018年杭州演化為H-H型。H-L型主要位于在寧鎮常、合蕪馬、杭甬湖紹等城市，這一類型在長三角地區的分布數量最廣。L-H型主要分布在安徽的合肥、滁州，以及蘇中地區，到2018年宣城、鹽城也演化為L-H型。L-L型主要集聚在浙江的臺州、舟山和安徽的池州、安慶、宣城等城市，并與周邊城市土地利用效率差距日益加大，形成了研究期長三角城市群土地利用效率低值空間“塌陷區”。

②技術效率上。2000—2009年技術效率H-H型主要分布在上海、蘇州及無錫，2009年后杭州、嘉興演化為H-H型，形成倒“V”字形空間分布。H-L型主要分布江蘇的南京、鎮江、常州，浙江的紹興、寧波、金華、湖州，以及安徽的銅陵、蕪湖及馬鞍山等城市，研究期間H-L型空間分布格局穩定。L-H型主要分布在安徽的合肥、滁州，以及江蘇的揚州、泰州及南通，研究期間僅銅陵市發生空間置換。L-L型主要集聚在安徽的池州、安慶，以及浙江的臺州和舟山，研究期間僅宣城和鹽城兩市發生空間置換。總體上看，長三角城市群土地利用技術效率與綜合效率形成較相似的空間關聯格局。

③規模效率上。2000—2009年城市土地利用規模效率H-H型主要分布在江蘇的南京、常州，安徽的蕪湖、馬鞍山，以及浙江的杭州和紹興，到2018年杭州、常州兩城市演化為H-L型。H-L型主要分布在上海、無錫、蘇州、湖州、嘉興等城市，形成穩定分布態勢。L-H型主要分布在江蘇的蘇中三市，浙江金華和臺州，以及安徽滁州等地，到2018年僅合肥演化成為H-L型。L-L型主要分布在安徽池州、黃山，以及浙江舟臺地區，到2018年鹽城、宣城演化為L-H型。整個研究期間，長三角城市群土地利用規模效率空間關聯格局演化與綜合效率、技術效率存在一定程度的差異。

3 長三角城市群土地利用效率溢出效應分析

3.1 模型設定與影響因素選擇

前面通過空間相關性分析已經表明了長三角城市群土地利用效率存在空間溢出效應，城市土地利用效率不僅取決于本地區一些變量影響，還受到相鄰地區其他變量對本地區城市土地利用效率的影響。鑒于此，本文采用空間杜賓模型(SDM)研究2000—2018年長三角城市群土地利用效率的空間溢出效應。綜合前人相關研究，城市土地利用效率影響因素選擇主要包括：①產業結構狀況。產業結構調整升級都會導致城市資源、勞動力等要素向效率高的產業和地區轉移，選取第三產業產值占比(X1)指標來衡量。②城鎮固定投資。政府合理宏觀調控將有助于提升城市土地利用效率，選取城鎮固定資產投資(X2)指標來表示。③二三產業就業比重。城市人力資本情況是影響城市土地利用效率提升的重要保障，選取城二三產業就業人口比重(X3)指標來衡量。④市場化水平。一般市場機制引入城市管理，有助于提升城市基礎設施和公共服務效率水平，選取區域市場化指數(X4)來衡量。對以上四個變量因素均取對數，分別表示為logX1、logX2、logX3、logX4，構建出空間杜賓面板數據模型。從SDM模型估計結果看(表3)：空間固定模型和雙固定模型擬合效果較好，同時雙固定模型的對數似然值Log-Likelihood和調整的可決系數Adj-R2均明顯大于空間固定模型，因此SDM雙固定模型具有最優的估計結果。空間自回歸系數ρ都在1%的水平上顯著，說明了研究期間長三角各城市的城市土地利用效率的影響因素存在空間溢出效應。

表3 SDM模型估計結果

3.2 結果分析

(1)第三產業產值比重每增加1%，長三角城市群土地利用效率就會提高0.468%，說明了產業結構轉型升級有助于區域城市土地利用效率持續提升，第三產業以商業、金融業、服務業等為主，相較于第一、二產業，有著集約度高、利潤高的顯著特性，因此隨著城市第三產業所占比重不斷上升，不僅會增加單位土地的收益，也會減少土地的使用量，通過淘汰城市產業中的資源消耗大、環境污染大的工業企業，破解資源環境約束效應，對城市土地利用效率提高產生積極促進作用。同時，產業結構空間滯后項通過5%顯著性檢驗，對鄰近城市彈性系數為0.3173，說明鄰近城市的產業結構優化會對本地區的城市土地利用效率產生正向的空間溢出效應。

(2)城鎮固定資產投資每提高1%，長三角城市群土地利用效率將會上升0.339%，這就意味著增加城鎮固定投資能夠提升城市土地利用效率，但同時這種積極效果相對有限，主要由于當前城市盲目建設和投資，尤其熱衷城市新城區建設，甚至出現了“空城”“鬼城”現象，造成城市土地資源浪費，這僅僅是實現了土地景觀城鎮化，經濟、人口及社會層面城鎮化水平還相對較低。同時，相鄰城市的城鎮固定資產投資通過5%顯著性檢驗，空間滯后項系數僅為0.2047，表明相鄰城市的城市投資對本城市的土地利用效率也具有一定的空間溢出效應，但溢出作用相對較弱。

(3)二三產業就業比重每增加1%，長三角城市群土地利用效率將會提高0.566%，表明二三產業就業人口增加對于提升長三角城市土地利用效率具有積極正向作用，城市人力資本是城市土地利用最重要的投入，城市土地利用主要依靠高質量人力資本作為其重要支撐，因此高質量的人力資本是提升城市土地利用效率的關鍵要素之一。同時，二三產業就業比重空間滯后項系數為正，數值為0.3525，說明了二三產業就業比重具有明顯的空間溢出效應，在推-拉作用下，吸引大量農村剩余勞動力轉移進城務工、居住，大量城鄉人口在空間上流動形成了人力資本的空間溢出效應。

(4)區域市場化指數每增加1%，長三角城市群土地利用效率就會提高0.236%，市場化機制在資源配置中發揮著基礎性作用，以市場化推進城市土地利用能夠最大限度地優化城市各種資源配置，有助于促進區域城市土地利用效率提升，目前長三角地區僅上海、杭州等地市場化對城市土地利用效率促進作用相對較顯著。同時，市場化水平空間滯后項通過了5%顯著性檢驗，并且對鄰近城市的彈性系數僅僅為0.025，這就說明市場化水平變量對區域城市土地利用效率空間溢出效應不顯著，市場化水平變量溢出效應具有地域限制性，對長三角區域內其他城市土地利用效率提升的影響程度相對較弱。

4 結論與討論

以我國長三角城市群作為研究地，構建土地利用效率評價指標體系，采用改進的DEA模型測算2000—2018年市域尺度長三角城市群土地利用效率水平，并引入空間自相關模型、空間計量模型等方法研究2000年以來長三角城市群土地利用效率時空演化及其溢出效應。得到以下幾點結論：①2000年以來長三角城市群土地利用綜合效率和技術效率呈現出持續提升態勢，而規模效率卻呈現“先升后降”的發展趨勢，城市土地利用總體表現出技術效率驅動模式。②2000—2018年長三角城市群土地利用效率表現出正的空間自相關性，其中城市土地利用綜合效率與技術效率呈現相似的時空關聯演化特征。③產業結構狀況、城鎮固定投資、二三產就業比重具有顯著的空間溢出效應，而市場化水平空間溢出效應不顯著，它們均與研究期間長三角城市群土地利用效率之間呈現正向相關性。

《長江三角洲區域一體化發展規劃綱要》(2019年12月1日中共中央、國務院印發)是指導長三角地區當前和今后一個時期一體化發展的綱領性文件[19]，如何提升區域內城市土地資源利用效率是推動長三角區域一體化高質量發展的重要內容之一。在推進長三角區域一體化發展國家戰略的背景下，通過對2000年以來長三角城市群土地利用效率時空演化及溢出效應分析，提出以下幾點促進城市土地利用效率提升的初步建議：①推動城市產業梯度轉移。充分利用長三角區位優勢，進一步加強上海、杭州及南京等中心大城市建設，發揮這些中心城市對區域內其他城市的帶動輻射作用，加快長三角大城市向區域內其他中、小城市的產業梯度轉移，增加長三角城市群土地利用效率H-H關聯型數量。②增加固定資產投資。通過完善城市基礎設施加速長三角城市間要素合理流動；鼓勵和支持民間投資，促進城市民營經濟發展和產業轉型升級；同時，還需積極引入優質的外商投資，不斷完善長三角城市產業結構。③加大城市生態環境治理。制定嚴格的城市生態環境保護政策，促使經濟結構從“高能耗、高排放、高污染”不斷向“低能耗、低排放、低污染”轉變，產業結構從“以二產為主”不斷向“以三產為主”轉型，促進長三角城市群土地利用與生態環境良性協調發展。④完善城市間合作機制。長三角區域內各城市在制定發展政策過程中，不僅要考慮自身城市特點，還要考慮外部城市空間溢出效應對本城市的影響作用。要打破長三角行政區經濟界限，實現跨城市、跨區域的協調與合作，加大城市尤其是周邊城市之間的溝通和協調力度，最大程度地利用周邊城市的空間溢出效應來促進區域城市土地利用效率提升，形成長三角區域一體化的互利共贏局面。