基于超效率SBM模型的東北三省城市土地利用效率時空差異及影響因素

潘瑩瑩, 姜 博, 李夢珍, 劉新陽

(東北農業大學 公共管理與法學院, 哈爾濱 150030)

土地是城市發展的基礎和保障,城市土地利用是否集約高效關乎城市可持續發展。中國城鎮化率由2010年的49.68%增長至2020年的63.89%,城市建成區面積由2010年的40 058.0 km2增長至2020年的60 721.3 km2,城市化進程穩步前進,城市用地不斷擴張。2020年,我國已實現全面建成小康社會的宏偉目標,進入到基本實現社會主義現代化的關鍵時期,在新常態和新形勢下,不少城市出現土地資源消耗強度過大和土地生態壓力增加等[1]土地配置利用問題[2]。我國在“十四五規劃”中明確指出:“完善城鎮化國土空間布局,推動城市國土空間結構優化和品質提升。”隨著經濟體制改革和發達地區虹吸效應持續凸顯,20世紀90年代之后,東北三省出現了產能過剩、產業粗放、人口增長緩慢且持續流失、城市用地無限擴張、土地粗放利用等一系列問題。因此,加強東北三省城市土地配置利用效率差異的研究,對于應對新時期所面臨的問題和挑戰,實現城市用地經濟效益、社會效益和生態效益可持續協調發展具有重要意義。

城市土地利用效率是指單位城市土地面積上投入要素與產出要素之間的關系,投入要素包括土地要素、勞動要素、資本要素,產出要素包括經濟要素、社會要素、生態要素、非期望產出要素,以尋求期望產出最大化和非期望產出最小化來促進城市發展。已有文獻對城市土地利用效率研究成果頗豐,主要從不同理論視角下圍繞效率測度、影響因素等方面進行研究。城市土地利用效率測度主要從評價指標體系的構建和評價方法兩方面展開,評價指標體系從單指標發展為多指標,同時環境約束與非期望產出也逐漸納入考察體系,如Jing Liu以“土地利用和糧食生產—經濟發展—生態保護”為基礎構建了城市土地利用效率框架[3]。Li Chaopeng等利用聯合國可持續發展目標(SDG 11.3.1)的指標和聯合國元數據給出的方法,計算了1990—2000年333個城市和2000—2015年391個城市在歐亞大陸4個地理分區的PGR(人口增長率)、LCR(土地消耗率)和LCRPGRs(土地消耗率/人口增長率)[4]。苗建軍等選取資本要素、勞動要素、土地要素作為投入指標,二三產業增加值作為期望產出指標,工業廢水、工業二氧化硫和工業煙粉塵排放量作為非期望產出指標對長三角城市群城市土地利用效率進行研究[5]。評價方法主要從綜合評價法發展為參數法與非參數法,如Ling Zhang等結合了決策試驗和評估試驗法,利用Bi-TOPSIS方法和收斂模型的優點對中國江蘇的13個城市土地利用效率進行實證研究[6]。劉書暢等通過“一步法”隨機前沿生產函數模型,對中國284個城市的土地利用效率時空分異特征進行研究[7]。宋洋等利用DEA模型對京津冀城市群縣域城市土地利用效率時空格局與驅動因素進行了探索[8]。研究尺度主要集中在全國[9]、主要城市群[10]、長江經濟帶[11]以及發達地區的主要省市[12],研究視角主要從綠色發展理念[13]、環境約束[14]、空間視角[15]、經濟轉型[16]、新型城鎮化[17]、旅游發展等[18]方面進行切入研究,影響因素方面,學者們主要對影響城市土地利用效率的單個因素[19-20]以及綜合因素[21-22]兩大類進行研究,研究方法主要采用Tobit模型[23]、空間面板計量模型[1-2]、地理探測器模型等[24]回歸模型。

綜上所述,現有研究中使用較多的傳統SBM-Undesirable模型無法對有效決策單元作進一步研究,城市土地利用效率區域差異的時序動態演進特征研究也較薄弱,關于欠發達地區城市土地利用效率測度及影響因素的文獻較少,特別是城市衰落尤為嚴重的東北三省。鑒于此,本文以東北三省34個地級市為研究對象,采用超效率SBM模型、非參數核密度估計以及Tobit回歸模型對2010—2020年東北三省城市土地利用效率時空差異、時序動態演進特征及影響因素進行分析。以拓展城市及其土地利用效率研究的廣度和深度,為東北三省和其他欠發達地區的城市高質量發展和優化國土空間格局提供借鑒參考。

1 研究方法、指標選取與數據來源

1.1 研究方法

1.1.1 Super-SBM模型 Tone提出的Super-SBM模型,在繼承了傳統DEA模型與SBM模型的特點的基礎上,該模型允許在土地利用效率評價指標體系中納入多個非期望產出指標,考慮了投入或產出的松弛性問題并對效率值大于等于1的決策單元進一步研究。其模型表達式如下:

(1)

(2)

式中:ρ*為效率值,ρ*值越大,城市土地利用效率水平越高;x為投入;yg為期望產出;yb為非期望產出;變量上面加“-”表示投影值;變量帶有下標0的為被評價決策單元;λ為權重。

1.1.2 核密度估計 核密度估計是一種通過對變量的概率密度進行估計,用密度曲線描述變量分布位置、形態、峰值、延伸性等動態演進特征的空間分布非均衡的非參數檢驗方法,其公式為:

(3)

式中:K為核函數;n為觀測值個數;h為帶寬;xi為觀測值;ˉx為均值。本文選用隨機變量x服從正態分布的高斯核函數對東北三省城市土地利用效率動態演進特征進行估計,其表達式如下:

(4)

1.1.3 Tobit回歸模型 以極大似然概念為基本原理的Tobit模型[25],能夠解決本文采用Super-SBM模型所測算的效率值受限問題。因此本文選擇Tobit模型對東北三省城市土地利用效率影響因素進行探究,其表達式如下:

(5)

式中:Y為被解釋變量;Y*為效率值變量;x為解釋變量;α為常數項;β為回歸系數;μ為隨機誤差擾動項且μ服從正態分布N(0,σ2)。

1.2 指標選取

1.2.1 城市土地利用效率評價指標選取 本文以遼寧、吉林、黑龍江三省所轄的34個地級市為研究對象,包括遼寧省14個地級市,吉林省8個地級市,黑龍江省12個地級市,考慮到數據的科學性和可獲得性,本文研究的時間跨度為2010—2020年,大興安嶺地區和延邊朝鮮族自治州所屬的加格達奇和延吉市屬于縣級行政區,不設區城市,沒有市轄區,不在研究范圍內。考慮到市域范圍可能太大,難以反映城市土地利用效率問題,參考相關文獻[1],本文評價指標的研究尺度主要選取市轄區數據,部分指標由于市轄區數據缺失,比如工業二氧化硫排放量和工業煙粉塵排放量以市域口徑近似替代。參考已有研究成果,結合東北三省城市土地利用實際情況,本文從投入、期望產出、非期望產出3個方面選取8個指標來構建東北三省城市土地利用效率評價指標體系(表1),建成區面積(km2)表示土地投入,二三產業從業人員(萬人)表示勞動力投入,固定資產投資(億元)表示資本投入,二三產業增加值(億元)表示經濟產出,城鎮居民人均可支配收入(元)表示社會產出,建成區綠化覆蓋率(%)表示生態產出,工業二氧化硫排放量(t)和工業煙粉塵排放量(t)表示非期望產出。

表1 城市土地利用效率評價指標體系Table 1 Urban land use efficiency evaluation index system

1.2.2 城市土地利用效率影響因素指標選取 已有研究證實,城市土地利用效率影響因素眾多,與國家政策、城市化水平、建設用地結構與規模、社會因素、環境因素、人口狀況等聯系密切。城市土地利用效率的大小主要取決于投入要素與產出要素的變動情況。因此,本文綜合研究的科學性和數據的可獲得性,考慮到造成城市競爭力大小的原因、城市發展過程中可能影響土地利用效率的因素,本文選取經濟發展水平(pgdp)、產業結構(indus)、城鎮化率(urban)、對外開放程度(fdi)、交通基礎設施(road)、環境規制(er)、科教支出(tec)和人力資本(ung)作為自變量,城市土地利用效率值(ULUE)為因變量(表2),為消除異方差的影響,對非比例變量經濟發展水平、對外開放程度和交通基礎設施取對數,可得回歸方程如下:

表2 城市土地利用效率影響因素選擇及說明Table 2 Selection and description of factors influencing urban land use efficiency

ULUEit=β0+β1lnpgdpit+β2indusit+β3urbanit+β4lnfdiit+β5lnroadit+β6efit+β7tecit+β8ungit+μit

(6)

式中:各城市土地利用效率值ULUE為因變量;pgdp,indus,urban,fdi,road,ef,tec,ung為自變量;β0為常數項;β1-β8為自變量系數;μ為隨機擾動項;下標i和t分別代表第i個城市和第t年。

1.3 數據來源

本文所需研究數據主要來源于2011—2021年的《中國統計年鑒》《中國城市統計年鑒》《中國城市建設統計年鑒》,部分缺失數據來源于各省、市統計年鑒、統計公報與政府工作報告,仍無法獲取的數據采用鄰近年份指標插值填補。

2 結果與分析

2.1 東北三省城市土地利用效率時間演變特征

從區域整體來看(圖1),研究期內東北三省城市土地利用效率均值呈顯著上升趨勢,但整體水平不高,從2010年的0.263增長到2020年的0.620,達到研究期內最高值。分區域看(圖1),遼寧、吉林、黑龍江3個省份的城市土地利用效率均值在研究期內均呈波動上升趨勢,其中遼寧和吉林的效率均值在2020年達到了研究期內最高值,分別為0.725,0.653,黑龍江在2019年達到研究期內最高值0.516,均未實現DEA有效。2010—2013年,吉林省城市土地利用效率均值高于其他兩省,可能是由于吉林省為響應振興東北老工業基地這一戰略,大力發展民營經濟,緩解了就業壓力,提高經濟產能,“長吉都市圈”的建立也帶動了周邊地區的經濟發展。2013—2017年,遼寧省城市土地利用效率均值遠低于吉林省和黑龍江省,一方面可能是遼寧省工業用地比重較高,土地開發利用強度低,經濟增長方式主要依靠土地利用,土地外延式擴張嚴重,加劇了土地污染。另一方面可能是“官出數字,數字出官”的原因,導致2011—2014年經濟數據被注入水分。2017—2020年,黑龍江省城市土地利用效率均值低于遼寧省和吉林省,主要由于黑龍江省作為農業大省,肩負保障全國糧食安全的重任,二三產業增長緩慢,資源型城市數量多,土地利用粗放,效率低下。

圖1 2010-2020年東北三省城市土地利用效率均值

2.2 東北三省城市土地利用效率空間演變特征

根據2010—2020年東北三省城市土地利用效率值,本文采用ArcGIS自然段點法將2010年、2020年東北三省34個城市的土地利用效率值劃分為4類,以探討城市土地利用效率空間演變特征(圖2)。由圖2可知,東北三省城市內部土地利用效率空間分異顯著,2010年,高值區數量較少,僅有一個城市,分布在黑龍江省,低值區數量較多,主要分布在遼寧省。2020年,高值區數量增至13個城市,3個省份都有所分布,低值區數量減少,主要分布在黑龍江省。其中,沈陽市作為遼寧省省會中心城市,土地利用效率外溢效應凸顯,使周邊城市土地利用效率得到較大提升。哈爾濱市、長春市沒有形成以省會中心城市為核心的“核心—外圍”空間格局和土地利用效率外溢效應,且哈爾濱市和長春市土地利用效率值在東北三省城市中處于劣勢地位。哈爾濱市作為黑龍江省會中心城市,城市用地規模和建成區面積位于全省之最,承載人口較多,在城市規劃和發展中,資源要素投入較大,但其各個產業和GDP未能達到有效水平,可能受黑龍江宏觀經濟環境影響,2020年黑龍江省GDP增速為1.0%,遠低于全國平均水平2.3%,人均GDP也連續多年位于全國末端,哈爾濱市2020年GDP達到5 183.8億元,居全省第一,但比2019年度減少65.6億元,排名居全國省會城市第17位,居全國地級及以上城市第44位,城市經濟產能不足,導致土地低效利用。隨著二孩政策的開放,新一輪嬰幼兒熱潮涌現,人們的購房意愿增強,大量人口流向長春、吉林等發展水平較高的城市,但自2012年開始,長春市人口密度呈波動下降態勢,從2012年的8 034人/km2下降到2020年的1 380人/km2,同時建成區面積不斷擴張,使得長春市土地城鎮化快于人口城鎮化,土地粗放利用嚴重。綏化市自2011年開始,大量農村人口進城務工和求學,城市人口增加,城市化進程加快,城市建設用地面積增加,同時政府也加強城市生態環境建設,相繼出臺了《綏化市城市規劃控制區域內棚戶區改造實施辦法》和《綏化市城市總體規劃》(2012—2030年),大規模改造棚戶區,增加城市綠地面積,綏化市經濟增長主要以農業為主,農業資源豐富,工業基礎相對薄弱,對環境污染較小,使得綏化市土地利用效率值在2010年、2020年間均保持較高水平。

圖2 2010-2020年東北三省城市土地利用效率空間分布

2.3 東北三省城市土地利用效率時序動態演進特征

2.3.1 全域時序動態演進特征 全域尺度主要從東北三省整體視角出發來描述城市土地利用效率時序動態演進特征。(1) 從核密度曲線重心偏移位置上來看,2010—2020年整體右移,表明研究期內東北三省城市土地利用效率值逐漸增加。(2) 從核密度曲線主峰波峰高度來看,2010—2020年逐年下降,表明研究期內城市間土地利用效率差異逐漸增大。(3) 從核密度曲線波峰數量來看,2010—2020年均出現主峰與次峰雙峰并存現象,且主峰位置逐漸右移,表明研究期內東北三省城市土地利用效率值先在低值區集聚,后在中高值區集聚,始終處于兩極分化的局面。(4) 從核密度曲線左右拖尾來看,2020年左右拖尾均不明顯,2010—2016年,無明顯左側拖尾,右側拖尾呈現抬高的趨勢,表明高值區城市比重增加。(5) 從核密度曲線波峰寬度上來看,2010—2020年核密度曲線均由尖峰演變為寬峰,表明研究期內城市土地利用效率離散程度由收斂變為發散。可以看出,不同時段內東北三省城市土地利用效率的極化程度、效率差異和發展水平都呈現出不同的動態演進特征。

2.3.2 局域時序動態演進特征 局域尺度主要從遼寧、吉林、黑龍江3個省份為視角出發來描述不同區域城市土地利用效率的時序動態演進特征。(1) 從核密度曲線重心偏移位置上來看,2010—2020年3個省份均整體右移,表明研究期內遼寧、吉林、黑龍江3個省份的城市土地利用效率值逐漸增加。(2) 從核密度曲線主峰波峰高度來看,2010—2020年遼寧、吉林兩省逐年下降,表明研究期內兩省城市間土地利用效率差異逐漸增大;黑龍江在2010—2016年大幅度下降,2016—2020年輕微上升,表明研究期間黑龍江省城市土地利用效率差異先增大后縮小。(3) 從核密度曲線波峰數量來看,研究期間,遼寧省由陡峭單峰演變為平緩雙峰,表明遼寧省城市土地利用效率呈現出由無分化到兩極分化的發展趨勢;吉林省呈現出雙峰—多峰—雙峰的演變軌跡,表明吉林省城市土地利用效率呈兩極分化—多極分化—兩極分化的發展趨勢;黑龍江省由多峰演變為平緩雙峰,表明黑龍江省城市土地利用效率呈現出由多極分化到兩極分化的發展趨勢。(4) 從核密度曲線左右拖尾來看,遼寧、吉林兩省在2010年、2020年均無明顯左右拖尾,2013年、2016年均伴有右側拖尾,表明在2013年、2016年間,兩省城市均存在土地利用效率較高的城市;黑龍江省在2016年、2020年均無明顯左右拖尾,2010年、2013年右側拖尾變短,表明在此期間黑龍江省城市內部高值區土地利用效率值下降。(5) 從核密度曲線波峰寬度上來看,2010—2020年3個省份的核密度曲線均由尖峰演變為寬峰,表明研究期內遼寧、吉林、黑龍江三省的城市土地利用效率離散程度均由收斂變為發散。由此可見,在局域尺度下,區域特色與時段特征共同催生了遼寧、吉林、黑龍江三省的城市土地利用效率時序動態演進特征。

2.4 東北三省城市土地利用效率影響因素分析

2.4.1 影響因素回歸結果與分析 基于2010—2020年東北三省各城市土地利用效率值和面板數據,利用Stata16軟件進行Tobit回歸分析,回歸結果如表3所示,其中,VIF均小于10,說明各影響因素無明顯共線性,Prob>chi2=0.000 0,說明該模型擬合程度較好。

表3 城市土地利用效率影響因素回歸結果Table 3 Regression results of factors influencing urban land use efficiency

由表3可知:(1) 經濟發展水平對東北三省整體具有顯著促進作用,但回歸系數較小,對遼寧、吉林、黑龍江三省回歸系數為正,但不顯著,表明雖然刺激經濟增長能夠提升土地利用效率,但由于城市人口減少所造成的人均GDP增加并不能明顯改善城市土地低效利用。(2) 產業結構對東北三省整體、遼寧和黑龍江兩省的城市土地利用效率具有顯著促進作用,對吉林省回歸系數為正,但不顯著,主要由于吉林省作為我國老工業基地,長期以高耗能、高污染的重工業為主,第三產業占比較小,再加上人口持續流失與人口增長率下降,造成城市經濟發展動力不足,短期內的產業結構升級對城市土地利用效率的提升影響甚微。(3) 城鎮化率對東北三省整體和黑龍江省城市土地利用效率的提升具有顯著促進作用,對遼寧和吉林兩省的回歸系數為正,但不顯著,表明城鎮化率的提高一方面會由于城市人口比重越大,越有利于資源要素集聚,土地產出較高,能夠促進土地利用效率的提升;另一方面也可能會使城市規模無序擴張,城市規劃不合理,導致土地城鎮化大于人口城鎮化。(4) 對外開放程度對東北三省整體和遼寧省均在1%的水平下正向顯著,對吉林省和黑龍江省均未通過顯著性檢驗,一方面政府以出售廉價土地為代價進行招商引資,降低了地方工業用地的容積率[1];另一方面外商的投資主要集中于高污染、高耗能或勞動密集型產業,對環境污染較大,對吉林、黑龍江兩省影響不顯著。(5) 交通基礎設施對東北三省整體、遼寧、吉林和黑龍江三省城市土地利用效率均有顯著促進作用,表明完善的交通基礎設施能夠縮短要素流動的時空距離,增加空間溢出效應,擴大生產要素的流通范圍,促進資源優化配置。(6) 環境規制對遼寧省城市土地用效率影響不顯著,對東三省整體、吉林和黑龍江兩省均在1%的水平下負向顯著,可能由于城市為改善當地環境而投入的各種資源要素未得到充分利用,造成資源損耗及低效利用,使其通過環境規制獲得的期望產出要小于投入。(7) 科教支出對東北三省整體、遼寧、吉林和黑龍江三省城市土地利用效率均有顯著促進作用,表明科技、教育水平的提高會推動產業結構優化升級,提升技術產業化程度,降低投入和非期望產出。(8) 人力資本對東北三省整體、遼寧、吉林和黑龍江三省城市土地利用效率均有顯著促進作用,表明高素質人才對城市高質量發展必不可少。

2.4.2 穩健性檢驗 為了檢驗回歸結果的穩健性,本文將生活垃圾處理率來代替環境因素中的污水處理率,其他影響因素保持不變,重新對東北三省整體、遼寧、吉林和黑龍江三省城市土地利用效率影響因素進行tobit回歸分析,結果如表4所示。從回歸結果可以看出,表中各變量的估計系數除了個別的顯著性水平發生了變化外,替換變量之后的回歸結果沒有發生根本性的變化,所得結論與前文基本類似,可認為回歸結果具有穩健性。

表4 穩健性檢驗Table 4 Robustness tests

3 結論與建議

3.1 結 論

(1) 從時間演變特征看,2010—2020年,東北三省城市土地利用效率均值呈顯著上升趨勢,但整體水平不高。區域差異顯著,遼寧、吉林、黑龍江3個省份的城市土地利用效率均值在研究期內均呈波動上升趨勢,2010—2013年,吉林省城市土地利用效率均值最高,2013—2017年,遼寧省城市土地利用效率均值最低,2017—2020年,黑龍江省城市土地利用效率均值最低。從空間演變特征看,2010—2020年,低值區城市數量大幅度減少,高值區城市增多,從2010年的1個增長至2020年的13個,2010年主要分布在黑龍江省,2020年3個省份都有所分布。

(2) 從全域時序動態演進特征看,2010—2020年,東北三省城市土地利用效率值逐漸增加,城市間土地利用效率差異逐漸增大,土地利用效率值先在低值區集聚,后在中高值區集聚,始終處于兩極分化的局面。從局域時序動態演進特征看,不同時段內三大省份城市土地利用效率值的極化程度、效率差異和發展水平都呈現出不同的動態演進特征。

(3) 從對東北三省城市土地利用效率影響因素分析來看,各變量對遼寧、吉林、黑龍江三省的城市土地利用效率的影響程度和作用方向有所差異。人力資本、科教支出、經濟發展水平、對外開放程度、產業結構、交通基礎設施和城鎮化率具有促進作用,環境規制具有抑制作用。

3.2 建議

(1) 為優化國土空間布局,實現土地集約高效利用,東北三省各城市應因地制宜、因城施策,做好區域內部人才培養與區域外部人才和資金引進工作,左右開弓、齊頭并進,從根本上培養人才、留住人才、善用人才;各城市要借助振興東北老工業基地戰略這一契機,充分發揮和利用自身優勢,轉變經濟發展方式,優化產業結構,逐步淘汰高耗能、高污染產業,注重對高新技術產業的研發投入,提高第三產業比重;貫徹落實科教興國、人才強國戰略,增加地方科教投入,建立有效的科技創新人才培養和激勵機制,促進研究成果的轉化和應用,提高科研經費產出率和技術產業化程度;調整政府職能,優化營商環境,提高外資引進的數量和質量;改善基礎設施環境,提高公共服務水平,完善交通信息網絡,加快城市各種資源要素流動,優化資源配置,全面促進區域經濟聯系和產業協作,實現資源高效利用與產出最大化。

(2) 東北三省要發揮城市群資源集聚作用和城市空間溢出效應,以土地利用效率水平較高的省會中心城市、沿海發達城市為抓手,推動哈長城市群、遼中南城市群及東部經濟帶等東北三省城市建設,形成以中心城市引領城市群發展,城市群帶動區域發展的格局,縮小區域差異,促進各城市均衡發展;貫徹落實國土空間用途全過程管制,控制土地供應面積,健全城市土地低效利用的整治與退出機制,實現存量閑置用地的內部挖掘;減少市區工業用地比重,將工業用地遷移到工業園區,集中布局,規模經營;建立健全城市生態預警體系,落實環境規制,提高環境污染治理能力,減輕城市土地所承載的環境污染壓力,實現城市用地經濟效益、社會效益和生態效益可持續協調發展。