黃河下游城市群土地利用生態效率時空差異及影響因素研究

張詩嘉，杜書云，劉曉英，牛文濤

（鄭州大學旅游管理學院，河南 鄭州 450001）

城市群作為社會經濟發展的重要載體，對黃河流域區域發展起著重要的支撐作用。黃河流域生態保護與高質量發展是國家一項重大發展戰略，要高質量、高標準建設中原城市群和山東半島城市群［1］。城市化步伐加快必將依賴于超高強度的資源利用，在此過程中產生的一系列的區域生態和發展問題亟需解決。近年來，黃河下游流經的中原城市群和山東半島城市群在快速發展的同時也面臨著嚴峻的資源環境約束，如土地利用低效、用地結構不合理、生態環境破壞等問題。推動黃河下游城市群高質量發展的關鍵在于協調土地集約利用、經濟發展和生態環境保護3 個方面。土地利用生態效率是指在土地利用過程中以最少的投入和非期望產出創造出最大的價值，是評價土地資源有效配置和高效利用的一項重要指標。對黃河下游城市群土地利用生態效率的時空演變特征和影響因素展開研究，可為黃河下游區域進一步優化生態保護和實現高質量發展提供參考依據，對于我國國土生態安全和城市群高效協同發展具有重要的意義。

國外對于生態效率的研究起步較早，德國學者Schaltegger和Sturm在1990 年第一次提出了生態效率概念，他們將其定義為經濟增加值與環境影響的比值［2］。之后，世界可持續發展商業理事會（WBCSD）在1992 年里約地球峰會上給出了生態效率的定義：生態效率就是以最少的資源環境消耗，實現最大的經濟產出［3］。隨著社會經濟的快速發展，生態效率逐漸得到重視，并不斷應用到眾多不同的領域。而城市土地作為“三生”空間的重要載體，對其利用過程中的生態效率進行評價與分析顯得尤為重要。國外學者對城市土地利用效率展開了較為豐富的研究，并不斷擴展其深度與廣度。如，Vergurg、Berkel、Doorn等從生態環境和社會環境兩個角度研究了城市土地利用效率［4］；Halleux、Marcinczak、Krabben分析了荷蘭、波蘭和比利時3 個國家城市土地生態效率的影響因素［5］。國外學者在城市土地利用效率測算和分析影響因素等方面取得了豐富的研究成果，而國內學者也展開了全面的研究，如李菁、胡碧霞、匡兵等分析了我國31 個省份和長江中游城市群的城市土地利用時率時空格局及其動態演進過程［6］。在效率評價方面，學者對測度方法不斷進行創新，包括指標體系法［7］、傳統DEA 模型［8］、SBM－Undesirable 模型［9］、超效率DEA 模型［10］、三階段DEA 模型［11］等。在研究尺度方面，主要包括縣域［12］、市域［13］、省域［14］、城市群［15］、全國［16］等。國內學者在研究內容方面也作了較為廣泛的探索，包括概念界定［17］、土地利用效率評價［18］，除此之外，也對土地利用效率的影響因素展開了相關研究［19］。

城市群是高質量發展的動力源和增長極，要實現高質量發展的完美轉型，需要借助城市群這一載體的重要推動作用。因此，僅僅依靠研究某個城市的生態經濟效應和城市內部協調是無法從根本上解決區域生態保護和高質量發展這一現實問題的。發展城市群具有重要的戰略意義，因為城市群存在自然地理優勢，在集聚過程中使得空間組織更加緊湊，有利于優化配置資源和加強城市之間聯系。城市群的發展模式能夠實現單個城市無法達到的規模經濟，在有限的地理區域內達到發展的前沿。從城市群角度出發研究大河流域區域發展，一方面可以推動整個大河流域形成更為緊密的城市網絡組織，另一方面可以通過城市間的政府合作實現流域的高質量發展。目前已有學者對大河流域城市群展開了多樣的研究。如，朱政、賀清云、屈湘穎從城市群角度研究了長江中游城市工業用地擴張演變的特征［20］；陳萬旭、劉志玲、李江風等以長江中游城市群為研究對象，分析了生態系統服務和城鎮化之間的空間關系［21］；方創琳分析了黃河流域城市群形成發育的組織格局和高質量發展的重點方向［22］；左其亭、張志卓、馬軍霞以黃河流域城市群為研究對象，分析了水資源利用水平和經濟社會發展的關系［23］。也有學者從城市群視角對大河流域旅游經濟［24］、創新能力［25］、經濟聯系網絡［26］等方面進行了研究。大多的研究集中于區域發展方面，專門研究大河流域城市群土地利用生態效率的文獻較少且不夠深入。

綜上，學術界已展開了多方面的研究，但還存在進一步探索的空間。①學術界對于長江流域的生態保護有了較多的研究，但不同區域的地理位置、資源稟賦和經濟發展程度各不相同，因此已有的研究和結論并不適用于所有的區域發展。②隨著黃河流域戰略地位的確定，有關黃河流域生態保護的研究逐漸增多，大多集中在生態效率、綠色發展效率、流域水資源利用等方面，然而對黃河流域土地利用生態效率的溢出效應關注較少。③現在關于黃河流域的研究大多基于沿線城市視角，對黃河下游城市群關注度不夠。本文立足于黃河流域生態保護與高質量發展這一國家重大發展戰略背景，分析了黃河下游城市群土地利用生態效率時空演變特征，進一步深入探索了其空間相關性和空間集聚特征，并利用空間計量模型分析了土地利用生態效率的影響因素，以期為提高黃河下游城市群的土地利用生態效率提供借鑒，為促進城市群聯動發展，助推黃河下游城市群生態保護與高質量發展提供參考。

1 研究區域概況

黃河流域城市群是黃河流域區域社會經濟發展的主要載體，在黃河流域高質量發展中承擔著重要的支撐作用［27］。目前黃河流域已經發展形成的城市群包括蘭西城市群、寧夏沿黃城市群、呼包鄂榆城市群、晉中城市群、關中平原城市群、中原城市群和山東半島城市群［28］。處于華北平原的黃河下游城市群共有兩個，分別是中原城市群和山東半島城市群，這兩個城市群的人口占黃河流域總人口的47%，地區生產總值占流域生產總值的56%，地理位置上緊密相鄰，同時黃河作為紐帶從西至東連接兩個城市群的中心城市［29］。因此，選取中原城市群的核心區域，即河南省所轄地級市和山東半島城市群作為研究對象可以全面地反映黃河下游整體流域的情況。目前黃河下游城市群產業倚能倚重、低質低效問題突出，缺乏有較強競爭力的新興產業集群。且分工協作意識不強，高效協同發展機制尚不完善。同時，黃河下游城市群不斷增長的人口和城市化率，導致城市的生態環境承載力日益加大，城市土地無序擴張，大規模的土地資源得不到有效利用，出現占而不用和閑置低效的重大問題。推動高質量發展，離不開生產要素的保障，應合理開發和高效利用國土空間。

2 研究方法

2.1 超效率SBM模型

目前效率評估方法包括隨機前沿分析法、模糊綜合評價法、層次分析法、數據包絡分析法等。為真實反映黃河下游城市群土地利用生態效率，本文選用基于非期望產出的超效率SBM 模型。該模型屬于數據包絡分析法中的一種，在多指標投入產出方面具有其他方法不可比擬的優勢。傳統的數據包絡模型有DEA－ CCR 模型和DEA－ BBC 模型，但這兩種模型均存在一個缺陷，即只適用于效率評價中的期望產出指標，并不適用于非期望產出指標。隨著社會發展，人們越來越關注非期望產出對生態環境造成的破壞。相較于傳統的CCR模型與BBC模型，Tone提出的SBM模型加入了松弛變量，從而解決了投入產出要素的松弛性問題，但是仍然無法解決多個效率值為1 不能進一步區分的問題［30］。鑒于此，Tone又在傳統SBM 模型基礎上提出了考慮非期望產出的超效率SBM模型，該模型結合了超效率DEA模型和SBM模型的優點［31］，既解決了投入產出要素的松弛性問題，又能對處于有效前沿面的DMU 進行排序與評價。超效率模型為：

2.2 Malmquist指數模型

超效率SBM模型測量的是一種靜態效率，無法反映土地利用生態效率的跨期變動情況，而Malmquist指數常被用來衡量效率的動態變化，因此本文借助Malmquist 指數測度土地利用生態效率動態演變情況。表達式如下：

式中，Malmquist指數（TFP）是指決策單元在t 期到t ＋1 期生產率的變動程度；Dt（xt，yt）和Dt（xt＋1，yt＋1）分別表示以t期的技術為參考時，決策單元在t期和t ＋1 期間的投入距離函數和以t ＋1 期的技術為參考時，決策單元在t 期和t ＋1 期間的投入距離函數［30］。TFP 分為技術效率變化指數（EC）和技術變動指數（TC）［30］。TFP ＞1，表示全要素生產率呈上升趨勢；TFP ＜1，表示全要素生產率呈下降趨勢；EC＞1，表示技術效率在提高；TC ＞1，則表示技術進步［30］。

2.3 空間自相關分析

空間自相關分析是檢驗某一要素屬性值是否與其相鄰空間上的屬性值相關聯的重要指標，是研究要素空間相關性的重要方法［31］，包括全局空間自相關和局部空間自相關。全局空間自相關可檢驗整個研究區域的土地利用生態效率空間關聯程度。常用的衡量方法是Moran′s I指數，表達式為：

全局空間自相關只能從整體角度說明研究區域內土地利用生態效率的空間關聯性，不能具體反映局部空間的集聚與差異特征，而局部空間自相關可以反映相鄰區域的關聯效應［31］，通常使用Moran 散點圖來進行表示。Moran散點圖中共有4 個象限，分別表示4 種不同的空間集聚類型：第一象限為高—高集聚，第二象限為低—高集聚，第三象限為低—低集聚，第四象限為高—低集聚［31］。高—高集聚和低—低集聚表示存在較強的正向空間相關性，而低—高集聚和高—低集聚則在空間上存在較強的負相關性［31］。

2.4 空間計量模型

空間計量經濟學區別于傳統計量經濟學最核心部分就是將空間效應納入到模型之中。現實中，大部分經濟社會問題分析都需要考慮到空間效應，臨近空間的地理事物在空間上普遍具有相關性和依賴性［32］。因此，為了避免傳統計量模型可能形成的偏差，本文選取空間計量模型進行分析。空間計量模型考慮了空間因素影響，探討空間依賴性，現在已經成為社會經濟學領域問題的主流模型。學術中常用的空間計量模型為空間自回歸模型（Spatial Autoregressive Model，SAR）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM）［32］。

式中，Y為被解釋變量；X為解釋變量；ρ為空間自回歸參數，表示被解釋變量的空間溢出效應；W為n 階空間權重矩陣；β1為回歸系數；β2為外生交互效應的參數，表示解釋變量的空間溢出效應；ε為隨機誤差項。

本文通過LM 檢驗和LR 檢驗來判斷使用哪種空間計量模型。具體判斷標準為：如果LM和Robust LM統計量均通過了顯著性檢驗，則需要借助LR 檢驗進行判斷；如果LR 檢驗拒絕將SDM 模型簡化為SAR模型和SEM模型，則應選擇基于雙固定效應的SDM模型進行分析［29］。

3 指標體系與數據來源

3.1 指標體系設計

考慮到指標體系的科學性、合理性和數據可得性，本文參考已有研究，構建了土地利用生態效率評價指標體系（表1）。土地利用生態效率水平綜合受到資源、經濟、生態、環境4 個方面的影響，因此在選取指標時應涵蓋以上4 個方面，使投入產出指標體系更加完整。①投入指標。土地、資本、勞動力是新古典經濟學生產函數中重要的投入要素，因此選取城市建設用地面積、固定資產投資額和年末就業人口數作為表征指標。除此之外，隨著經濟社會的發展，水資源和能源逐漸成為人們生產活動中必不可少的要素，因此應考慮土地利用過程中的水資源與能源消耗，本文選取城市用水總量和全社會用電量作為表征指標。②產出指標。包括期望產出指標和非期望產出指標。期望產出指標主要包括兩部分，一部分是經濟產出，主要指土地利用過程中產生的經濟效益，用人均GDP 來表征；另一方面是環境的正效應產出，選擇城市綠地面積來表征。具體而言，經濟產出作為城市土地利用過程中的期望產出是毋庸置疑的，但與此同時應把生態環境損失考慮在內，只有這樣才真正符合土地綠色利用的目標，從而更加準確地測度效率值。

表1 黃河下游城市群土地利用生態效率評價指標體系Table 1 Evaluation index system of land use eco－ efficiency of urban agglomeration in the Lower Yellow River

3.2 數據來源

2006年是我國“十一五”規劃的開局之年，國家頒布了相關政策以加強全國生態保護工作，促進環境友好型社會建設，全國各地也積極響應號召加強生態環境保護。本文選取2006 年作為起始年限開展研究，并選取2018 年作為終止年限，以期以一個較長的研究期限體現出黃河下游城市群土地利用生態效率的現實情況。因為河南省濟源市數據缺失嚴重，所以本文最終選取黃河下游城市群共34 個城市作為研究對象。指標體系的數據主要來源于《中國城市統計年鑒（2007—2019）》，部分缺失的數據從各省市統計年鑒和統計公報中獲取，最終整理匯總得到2006—2018 年黃河下游城市群34 個城市的面板數據。

4 土地利用生態效率時空差異分析

4.1 時序演變特征

本文借助MaxDEA Ultra 8.0 軟件，利用基于非期望產出的超效率SBM 模型對黃河下游城市群的土地利用生態效率進行了測算，并繪制出走勢圖（圖1）。從時間演變角度來看，2006—2018 年黃河下游城市群土地利用生態效率平均值在0.5 水平線上下波動，小于1，未達到相對有效層面，存在著很大的提升空間。具體而言，2006—2008 年黃河下游城市群的上升趨勢非常明顯，2008—2010 年出現了新的增長期，繼續保持穩步上升，主要原因在于：隨著生態示范創建工作的開展，各地市不斷優化經濟發展格局，淘汰粗放式的發展模式，從而使得土地利用生態效率持續性上升。2011 年出現小幅度下降，土地利用生態效率值為0.485，2012 年相較于2011年上漲了6.39%，效率值為0.516，這是因為在全國主體功能區規劃下，各地積極推進土地資源集約使用，并紛紛重視土地利用過程中對生態環境的保護，從而推動了土地利用生態效率的提升。2012—2013年再次出現下降趨勢，這是由于長期以來的發展壓力使得資源開發與環境保護的矛盾日益加深，由此進入了攻堅克難時期，因此土地利用生態效率面臨著下行壓力。2013—2014 年恢復至較高水平，效率值為0.513，原因在于我國提出了生態文明建設目標，在考核中加強了資源環境指標比重，在該政策環境下，資源消耗和污染排放量逐漸減少，土地利用投入產出比例得到優化，產業結構優化升級，從高污染、高能耗產業向綠色低碳產業轉變，從而使得土地利用生態效率大幅度提高。2014—2016 年呈現出平緩的下降趨勢，但相比于2006 年仍然上漲了15%。2016年之后出現轉折，效率值穩步上升，2018 年達到歷年最高水平。這是因為2017 年我國要求建立生態保護紅線制度，各地積極響應國家政策劃定生態保護紅線，國土生態空間得到優化和有效的保護，所以土地利用生態效率持續上漲達到研究期內的最高水平。可以看出，黃河下游城市群土地利用生態效率在2006—2018 年間雖然有所下降，但是總體上呈現波動上升的趨勢。

圖1 2006—2018 年黃河下游城市群土地利用生態效率變化趨勢Figure 1 Change trend of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

4.2 動態演變特征

由圖2 可知，黃河下游城市群土地利用全要素生態效率呈波動變化趨勢，全要素生態效率、技術進步和技術效率在2006—2018 年間波動不大，總體保持平穩狀態。整個研究期內全要素生態效率平均值大于1，年均增長14.7%，表明全要素生態效率變化呈上升趨勢。從分解指數來看，技術效率變化年均增長僅為4.6%，而技術進步變化年均增長12.3%。從圖中走勢可見，全要素生態效率和技術進步的變化趨勢基本一致，表明土地利用生態效率的提高大部分得益于技術進步，而技術效率還存在一定的提升空間。未來應在提高土地利用技術的基礎上，更加關注土地資源的合理配置，以期實現土地的高效集約利用。

圖2 2006—2018 年黃河下游城市群土地利用生態效率Malmquist指數變動趨勢Figure 2 Change trend of Malmquist index of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

4.3 空間演變特征

為了進一步分析黃河下游城市群土地利用生態效率的空間分布特征，本文借助ArcGIS 軟件，利用自然斷點法將土地利用生態效率劃分為4 個等級，分別是低效率區、中低效率區、中等效率區、高效率區，隨著顏色的逐漸加深，代表土地利用生態效率越來越高。本文選取2006 年、2012 年、2018 年3 個時間斷面繪制分位圖，分析城市群土地利用生態效率的空間演變格局（圖3）。從圖3 可見，黃河下游城市群土地利用生態效率整體呈現出過渡格局，從山東半島城市群的高效率區逐漸過渡到中原城市群的中低效率區，山東半島城市群作為黃河流域的龍頭帶動城市在地理區位、產業基礎、城市體系和綜合交通方面優于中原城市群，土地利用生態效率也普遍高于中原城市群。在3 個時間截面上，以濟南和青島為中心形成兩個高效率區并保持穩定不變。濟南和青島作為山東半島城市群的中心城市，擁有著雄厚的產業基礎，經濟發展水平較高，注重生態建設，因此濟南和青島的土地利用生態效率值高且能發揮較強的輻射帶動作用。在中原城市群內部，對比3張圖可以看出，2006 年共有7 個城市處于低效率水平，占比為41.17%，隨著時間的推移，逐漸減少至2018年的3 個城市，有4 個城市轉變為中低效率或中等效率水平。除此之外，鄭州和漯河分別由中低效率和中等效率城市轉變為高效率城市，說明土地利用生態效率低的城市積極轉型，促進土地集約利用，向高效率城市學習借鑒，在發展經濟的同時注重生態環境建設，減少能耗和污染排放，努力提高土地利用生態效率。

圖3 2006—2018 年黃河下游城市群土地利用生態效率空間分布Figure 3 Spatial distribution of land use eco－ efficiency of urban agglomerations in the Lower Yellow River from 2006 to 2018

5 土地利用生態效率空間相關性分析

5.1 全局自相關分析

為進一步分析土地利用生態效率的空間集聚效應，本文借助GeoDa 軟件計算了2006—2018 年黃河下游城市群土地利用生態效率的全局Moran′s I 指數（表2）。由表2 可知，2006—2018 年的Moran′s I值均為正，且P 值均通過了5%或10%的顯著性檢驗，由此得出黃河下游城市群土地利用生態效率在空間分布上并非隨機的，而是存在顯著正向的空間自相關。從時間角度來看，Moran′s I 值呈現先下降后上升再小幅度下降的趨勢，2006—2012 年土地利用生態效率的空間差異逐漸增大，2013—2016 年空間差異逐漸縮小，空間集聚性增強，而2016—2018年空間集聚性小幅度降低。綜合來看，黃河下游城市群土地利用生態效率空間集聚特征呈波動變化趨勢。

表2 2006—2018 年黃河下游城市群土地利用生態效率全局莫蘭指數Table 2 Global Moran′s I index of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

5.2 局部自相關分析

全局Moran′s I 指數可從整體角度驗證黃河下游城市群土地利用生態效率存在正向的空間自相關，但無法具體描述城市群內部各城市的相關模式，因此需要通過局部空間自相關分析來識別。為進一步識別黃河下游城市群土地利用生態效率的空間集聚分布格局，將把Moran′s I 散點圖作為載體進行細化分析（圖4）。

圖4 2006 年、2018 年黃河下游城市群土地利用生態效率Moran′s I散點圖Figure 4 Moran′s I scatter chart of land use eco－ efficiency of urban agglomeration in the Lower Yellow River in 2006 and 2018

選取2006 年和2018 年作為研究的時間截面，分析局部空間自相關特征。從圖4 對比看出，2006年共有8 個城市位于第一象限，占比為23.5%，包括濟南、濮陽、許昌、焦作、三門峽、商丘、南陽、信陽；2018年共有4 個城市位于第一象限，占比為11.8%，包括焦作、濮陽、許昌、新鄉。相比于2006 年，2018年增加了新鄉，減少了三門峽、商丘、南陽、信陽和濟南，其他城市穩居第一象限保持不變。位于第一象限城市的土地利用生態效率高，其鄰近城市的土地利用生態效率也處于高水平狀態，形成了H－ H集聚，說明這些城市與周邊城市聯系密切，對周邊地區產生了較強的輻射帶動作用。

2006年共有6 個城市位于第二象限，占比為17.6%，包括周口、漯河、開封、鶴壁、洛陽、新鄉；2018年共有9個城市位于第二象限，占比為26.5%，包括漯河、周口、濟南、煙臺、開封、鶴壁、洛陽、三門峽、濟寧。相比于2006 年，2018 年新鄉退出第二象限，增加了濟南、煙臺、三門峽和濟寧，表明土地利用生態效率的空間集聚特征隨著時間的推移在逐漸變化。這些城市自身的土地利用生態效率不高，但被高效率城市所包圍，形成了L－H 集聚。說明這些城市與鄰接城市的聯系緊密度不夠，未來低效率城市應進一步向高效率城市學習其發展策略，增強城市的空間聯系，以期逐漸演化為H—H集聚。

2006年共有20 個城市位于第三象限，占比為58.8%；2018 年共有17 個城市位于第三象限，占比下降至50%。相比于2006 年，2018 年減少了煙臺、棗莊、濰坊和泰安，增加了南陽，其他城市穩定不變。這些城市自身的土地利用生態效率低，其周邊城市的土地利用生態效率也都處于低效率水平，形成了L－ L集聚。表明這些城市之間雖然存在相關性，但是其土地利用生態效率大多低于黃河下游城市群的其他城市。因此，這些城市亟需采取行動響應國家號召，積極轉型走可持續發展道路，著重提高土地利用生態效率。

2018年共有4 個城市位于第四象限，占比為11.8%，包括濰坊、泰安、商丘、信陽。這些城市自身的土地利用生態效率高，其鄰接城市的土地利用生態效率低，從而形成了H－ L 集聚。說明這些城市在土地利用過程中投入產出達到相對有效層面，形成了大量的經濟產出和環境正效應產出，但是對周邊城市的輻射帶動作用并不明顯。未來應充分發揮集聚的正外部性，加強高效率城市對低效率城市的帶動作用，實現H－ H集聚模式的轉變。

從上述分析可以看出，黃河下游城市群土地利用生態效率存在空間溢出效應，因此應該選用空間計量模型對影響因素作進一步的分析。

6 土地利用生態效率影響因素分析

6.1 變量選取

土地利用生態效率受到多種因素的影響，本文借鑒已有研究，選擇經濟發展水平、產業結構、科技投入、財政壓力、對外開放水平和生態壓力作為影響因素，分析它們對土地利用生態效率的影響作用。①經濟發展水平。城市的經濟發展水平越高，一方面能為保護生態環境和促進土地集約利用提供資金、物質、技術支持，另一方面也可能造成污染排放增加，不利于土地利用生態效率提高，因此影響作用不確定。②產業結構。用第三產業增加值占GDP的比重來表示產業結構。產業結構優化可以節約資源，減少污染排放量，因此預期影響為正向。③科技投入。科技投入轉化為成果可以減少能源消耗，優化土地利用模式，促進資源有效利用，進而提高土地利用生態效率，因此預期產生正向影響。④財政壓力。用公共財政支出占收入的比值來表示財政壓力。在我國現有的土地使用制度下，土地利用在很大程度上受到政府行為決策的影響，土地財政會造成土地的低效利用，因此預期會產生負向影響。⑤對外開放水平。用各地市實際利用外資總額占GDP的比重表示對外開放水平。一方面，外商投資會為本地經濟發展注入新的動力；另一方面，也可能會出現外資利用效率不高、土地利用粗放等問題，因此影響作用待定。⑥生態壓力，用市轄區的人口密度來表示生態壓力。人口密度越大，生態壓力也越大，從而造成城市無序擴張，因此預期會產生負向影響。

表3 土地利用生態效率影響因素的變量說明Table 3 Variable description of influencing factors of land use eco－ efficiency

6.2 數據平穩性檢驗

在使用空間計量模型之前，為防止偽回歸情況的出現，本文借助Stata 15 軟件對面板數據進行了單位根檢驗，以檢驗其數據平穩性，結果見表4。從表4可見，經濟發展水平、產業結構、科技投入、財政壓力、對外開放水平和生態壓力6 個變量在1%顯著性水平下通過了單位根檢驗，表明這6 個變量構成的面板數據是平穩的。

表4 數據平穩性檢驗結果Table 4 Test results of data stationarity

6.3 模型方法選擇

具體選用哪種空間計量模型需要根據LM 檢驗和LR 檢驗的結果來進行判斷。LM 檢驗的統計量包括4 個，即LM－lag、LM－err 和Robust LM－lag、Robust LM－ err。由表5 可知，LM－ lag和LM－ err均通過了1%的顯著性檢驗，說明存在空間效應，接下來應通過Robust LM－lag 和Robust LM－err 的顯著性選擇模型。兩者均通過了1%顯著性水平下的檢驗，則繼續使用LR檢驗進行判斷。從表5 可見，LR檢驗通過了1%的顯著性檢驗，拒絕SDM 模型退化為SAR和SEM模型的原假設，所以應選擇基于個體時間雙固定效應的空間杜賓模型進行分析。

表5 空間計量模型檢驗結果Table 5 Test results of spatial econometric models

6.4 結果分析

因為空間溢出效應的存在，SDM 模型的回歸系數不能完整地反映各影響因素對本市和鄰接城市的影響，所以本文借助直接效應和溢出效應做進一步的分析。其中，空間直接效應是指影響因素變化對本市土地利用生態效率所造成的影響；溢出效應是指影響因素變化對鄰近城市的土地利用生態效率所造成的影響。

直接效應：由表6 可知，經濟發展水平、科技投入和生態壓力均通過了1%的顯著性檢驗，產業結構和財政壓力分別在5%和10%的顯著性水平下通過檢驗，表明這5 個解釋變量對土地利用生態效率存在較為顯著的影響。經濟發展水平對土地利用生態效率的提高產生正向的推進作用，山東半島城市群與中原城市群相比，經濟發展水平更高，土地利用生態效率也更高。這是因為城市經濟水平增長能夠促進產業結構優化升級、提高資源使用效率，為提高土地利用生態效率提供強有力的支撐，包括人力、資金和技術等方面的支持。產業結構這一因素對土地利用生態效率產生正向的影響，說明隨著第三產業占比的增加有助于提升土地利用生態效率。第三產業與第二產業相比資源消耗量和污染排放量更少，一方面減少了土地利用過程中的非期望產出，另一方面也有助于緩解投入產出過程中的資源浪費現象。所以，優化產業結構，增大第三產業所占比重能夠有效促進土地利用生態效率的提高。對于中原城市群來講，不能盲目擴大第三產業所占比重，而應適度調整產業結構，在發展第三產業的同時保留第二產業中的優勢產業。科技投入對土地利用生態效率的提高產生了正向的促進作用，原因在于：增加科學技術支出有利于技術的更新換代，從而幫助減少土地利用過程中廢水、廢氣和固體廢棄物的排放，提高資源利用效率。所以，繼續加大科技投入是黃河下游城市群提高土地利用生態效率極為重要的措施之一。財政壓力對土地利用生態效率產生負向的直接效應，因為地方政府在沉重的財政壓力下，會以土地財政的方法獲得額外收入以緩解財政收支平衡帶來的壓力，該行為會造成很多負面影響，如建設用地盲目擴張、土地利用粗放等嚴重后果，從而抑制了土地利用生態效率的提高。生態壓力對土地利用生態效率的提高產生顯著的負向作用，生態壓力對土地利用生態效率存在兩方面的影響，一方面可以倒逼政府加快產業結構優化升級的進程、節約資源、減少污染排放量，另一方面過高的人口密度所造成的資源與能源消耗達到了限值，從而無法調節。從結果來看，黃河下游城市群屬于第二種情況，為了緩解這種情況應進一步控制城市規模，調節人口的聚集程度。對外開放水平的回歸系數為0.034，說明其對土地利用生態效率有正向影響。然而，該變量未通過顯著性檢驗，說明不具有統計學意義。

空間溢出效應：由表6 可知，產業結構通過了1%的顯著性檢驗，經濟發展水平、對外開放水平在5%顯著性水平下通過檢驗，科技投入在10%顯著性水平下通過檢驗。經濟發展水平對土地利用生態效率產生正向的空間溢出效應，說明本地經濟水平提高能夠帶動鄰近城市的經濟發展，進而促進鄰近城市的土地利用生態效率提升。經濟發展水平的提高有利于土地利用技術更新換代、能源結構優化、產業結構升級，為提高土地利用生態效率打下堅實的基礎。山東半島城市群和中原城市群整體經濟發展水平相對較高，但城市群內部差異較大，因此加強經濟合作，增大鄭州和濟南對低發展水平城市的輻射帶動作用仍然是黃河下游城市群提高土地利用生態效率的重要舉措。產業結構對土地利用生態效率產生正向的空間溢出效應，說明提高本市第三產業的比重有利于帶動臨近城市土地利用生態效率的增長。原因在于：本市產業結構的優化升級可能會影響鄰近城市的產業布局。在我國發展的大背景下，全國各地都在不斷調整產業結構、增加三產比重，朝著提高資源利用效率、減少污染排放和增大產出的方向邁進。因此，從協同發展的角度出發，黃河下游城市群應合理引導產業集聚，將產業集聚的優勢發揮到最大化。科技投入對土地利用生態效率產生正向的空間溢出效應，說明增加本市科技投入力度和改進土地利用技術，有助于帶動臨市土地利用生態效率的增長。原因在于：城市之間互相學習新技術，共同促進資源有效配置和高效利用，從而產生輻射帶動作用，使得鄰近城市的土地利用生態效率不斷提高。對外開放水平的回歸系數顯著為正，對黃河下游城市群土地利用生態效率產生正向的空間溢出效應。隨著城市對外開放程度逐漸加大，各地引進越來越多的外商投資，引進的對象已經從高污染、粗放的原始產業轉變為高新技術產業，促進了本市經濟發展、產業優化，同時帶動了周邊城市土地集約利用技術和生產技術的提高，朝著節約資源和減少污染排放的方向發展，進而帶動土地利用生態效率提升。財政壓力的回歸系數是－0.071，生態壓力的回歸系數為－0.003，說明二者對土地利用生態效率有負向的空間間接影響，但均不具有統計學意義。

表6 空間杜賓模型的回歸結果Table 6 Estimation results of SDM model

7 結論與建議

7.1 結論

本文借助超效率SBM 模型測算了2006—2018年黃河下游城市群的土地利用生態效率，并分析了其時空演變特征和空間相關性，在此基礎上，利用空間杜賓模型實證分析了土地利用生態效率的影響因素和空間溢出效應，結論如下：①黃河下游城市群土地利用生態效率總體水平較低，未達到DEA 相對有效層面，存在較大的提升空間。從時序變化角度來看，在研究期內總體呈現波動上升趨勢。黃河下游城市群土地利用生態效率的增長主要得益于土地利用技術的進步，而技術效率還存在進步空間。②從空間演變角度來看，黃河下游城市群土地利用生態效率整體呈現出過渡格局，從山東半島城市群的高效率區逐漸過渡到中原城市群的中低效率區，且山東半島城市群的土地利用生態效率空間格局相較于中原城市群更為均衡。③黃河下游城市群土地利用生態效率并不是隨機分布的，而是存在著顯著正向的空間相關性。隨著時間的推移，莫蘭值呈現先下降后上升，再小幅度下降的趨勢，說明黃河下游城市群土地利用生態效率的相關強度有所減弱。④由空間杜賓模型的結果可知，經濟發展水平、產業結構、科技投入對提高土地利用生態效率具有顯著的促進作用，而財政壓力和生態壓力對提升土地利用生態效率具有顯著的抑制作用。經濟發展水平、產業結構、科技投入、對外開放水平對土地利用生態效率產生正向的空間溢出效應。

本文借助超效率SBM 模型對2006—2018 年黃河下游城市群土地利用生態效率進行了測算，并分析了其影響因素和空間溢出效應，但還存在以下不足：①本文的研究期限截止到2018 年，后續的研究需要更新數據延長研究期限，以期更好地分析土地利用生態效率的時空演變規律。②本文的指標均是依據可得性和科學性選取，但對于實際情況來說是遠遠不夠的，所以在后續研究中將進一步完善指標體系。③本文選取的空間權重矩陣是鄰接矩陣，未考慮經濟距離對土地利用生態效率空間相關性的影響，后續研究中將使用多種空間權重矩陣分析土地利用生態效率的空間集聚特征。

7.2 建議

本文立足于黃河流域生態保護與高質量發展規劃綱要，基于以上研究結論，提出黃河下游城市群土地利用生態效率可從以下3 個方面入手：①堅持在國家的大政方針下協調土地資源利用和生態環境保護之間的關系。以黃河流域生態保護與高質量發展為指導方向，地方政府重點關注土地資源的合理配置，優化國土空間開發格局，加強城市土地高效集約利用，重視并盡力避免土地利用過程中對生態環境產生的負面影響，進而提高土地利用生態效率。②經濟發展水平、產業結構和科技投入對提高土地利用生態效率具有顯著的促進作用。提高城市經濟發展水平能夠為土地集約利用打下堅實基礎，優化產業結構并促使產業結構轉型升級，淘汰高污染、高耗能和附加值低的產業，減少土地利用過程中對生態環境的破壞；加大科技投入，集中力量發展綠色利用技術，在提高經濟產出的同時保護生態環境。因此，未來提高土地利用生態效率較為有效的方法仍然是提升城市經濟發展水平，優化產業結構，加大科研投入力度。城市群未來應在資源環境可承受范圍內積極推動新舊功能轉換，發展低碳產業，合理調整產業布局，不盲目追求經濟總量，加大科技投入力度，發展新型產業，堅持走綠色和可持續發展道路。③考慮到黃河下游城市群土地利用生態效率存在空間溢出效應，應加強城市與城市之間的聯系，破除資源要素跨地區流動障礙，促進土地、資金等生產要素高效流動，促進城市群內部高效協調發展，從而形成優勢互補、高效協同的城市群發展新格局。高效率城市應充分發揮自身的輻射帶動作用，分享土地資源合理配置的做法和污染防治方面的成功經驗，從而實現以高帶低的發展模式，為提高黃河下游城市群土地利用生態效率做出貢獻。