京津冀地区新型城镇化对土地生态效率影响的实证分析

卫晓庆，王涛，李嘉霖，程贇，刘晓艺

1.沈阳工学院能源与水利学院，抚顺 113122

2.西安科技大学测绘学院，西安 710054

3.抚顺市水利勘测设计研究院有限公司，抚顺 113008

4.陕西省土地工程建设集团，西安710075

5.山东师范大学地理与环境学院，济南 250358

0 前言

城市是社会经济发展过程中的必然产物。当前，中国的城市化已进入快速发展和提高质量的关键时期，其在改善社会经济面貌的同时，引发了诸如资源利用低效、土地结构不合理、集约化水平低下等问题[1-3]。中国的城市化是在外部力量主导下的粗放型城市化，其问题产生的根源在于低效率[4]。随着城市发展进入成熟阶段，极有可能形成一个以超级城市为核心，几个大城市为组成单元的城市群，在此过程中，城市群将利用互补资源，并依靠发达的基础设置，如运输和通信等，在区域内实现协调发展[5-6]。京津冀地区作为中国发展速度最快的城市群之一，其一体化发展将为我国城市化建设提供必要的指导[7]。

自中国经济和社会改革以来，城市空间扩大了近三倍，然而以“土地金融”和工业化为核心概念的快速城市化发展模式给环境带来了巨大压力[8]。中共十八大提出新型城镇化的概念，要求生态城市化进程中应尽量减少权衡和最大限度地发挥协同作用[9]。与传统城市化相比，新型城镇化在思维方式、地理布局和发展模式等方面都呈现出新的特点[10]。随着人类活动对以土地使用为中心的环境和城市系统的影响不断增加，土地利用模式的变化往往影响城市生态服务的功能[11]。在此背景下，研究土地利用变化对城市生态服务的影响与城市化和城市生态服务的关系研究具有重要的学术和现实意义。

生态效率的概念由 Schaltegger等人于1990年首次提出，其核心内涵在于最小化资源投入的同时获取最大的经济产出[12]。以往关于土地利用效率的研究主要是基于对经济和社会效率的评价，如，Reith等提出以多样化土地利用为基础进行生态效率分析的思路[13]；金贵等采用随机前沿分析法测度了土地利用效率、生态绩效指数和生态效率[14]；罗能生等研究发现城市化与生态效率的关系是一条不对称的U型曲线[15]，上述研究均表明土地利用与土地生态效率之间具有相关关系，但仍缺乏基于土地资源稀缺和土地生态效率评价的研究[16-19]。关于城市化与土地生态效率之间的关系，我国学者主要研究了省级地理尺度的城镇化及土地生态效率的相关性和耦合关系[20-21]，如周亮等研究表明，快速城市化发展与土地生态效率具有负向相关性[22]；而牛乐德等的研究则认为两者在时间尺度上并未形成稳定的相互关系[23]。虽然以往学者在研究尺度和方法层面上都做出了一些有益的尝试，然而，关于新型城市化与土地生态效率关系的研究仍未有突破性进展，特别是关于城市群土地生态效率的研究，难以提供一些“协同发展”中集约用地方面的可操作性建议[24]。鉴于此，本研究采用超效率DEA模型和Malmquist生产率指数，对京津冀地区 13个地级城市 2006—2015年土地生态效率进行测算，构建了新型城镇化指标体系，并应用扩展STIRPAT模型分析了新型城镇化对土地生态效率的影响，研究结果对京津冀地区及其它城市群的土地生态效率管理和可持续发展具有一定的指导意义。

1 研究区概况

京津冀地区位于 36°01′N—42°37′N，113°04′E—119°53′E 之间，南北长 750 km，东西宽 650 km，土地总面积约为21.8×104km2，地处亚欧大陆东缘中国地区环渤海的核心地带，是中国东北、华北以及华东的接合地带，是连接三大区域的重要枢纽[25]。京津冀地区在地域空间上包括北京市、天津市以及河北省的11个地级市。区内地貌类型多样，西部有坝上高原、燕山、太行山，中部为山前平原和低平原，东南部为沿海平原，土地利用方式表现为以耕地为主(约占52%)、林地(约占21%)为辅，建设用地占有较大比重(约 7%)，基本上形成了北部山区以林地、草地为主，耕地为辅和南部平原地区以耕地为主、建设用地为辅的两种利用方式截然不同的土地利用分区(图1)。

作为中国的政治和文化中心，京津冀地区也是一个重要的经济发展区域，在社会经济发展方面也处于中国的领先地位。近年来，随着京津冀一体化战略的实施，该地区继珠三角和长三角地区之后已成为中国经济增长的第三大区域。到2015年，该区国内生产总值达到7万亿元，占国内生产总值的10.2%。同时，京津冀地区的各市产业结构也存在显著差异(图2)，北京市、天津市和河北省的第三产业增加值分别占其GDP的79.7%、52.2%和35.5%。衡水、邢台、承德等城镇化程度较低的城市，农业增加值占很大比重。

城镇化进程的加快，使得京津冀地区土地利用/覆被的变化非常明显，我们根据从Landsat TM/ETM上提取的土地利用/覆被数据，获得了 1990—2015年的京津冀地区土地利用变化矩阵(表1)。结果表明:1990—2015年，研究区土地利用变化幅度呈逐渐上升的趋势，主要表现为:建设用地＞耕地＞草地＞水域＞未利用地＞林地，在此期间，耕地减少了 28267 km2，草地减少了 11923 km2，建设用地增加了 5825 km2，增幅达 40.5%，建设用地是该区占比最大的土地利用类型，其在面积扩大的同时，引起大量资源和能源消耗，对环境产生了较大影响。因此，分析新型城镇化背景下的土地利用价值的最大化，对减少京津冀地区的资源消耗和环境损失具有重要的现实意义。

图1 京津冀地区行政边界与土地利用格局Figure 1 Administrative boundary and land-use pattern of the Beijing-Tianjin-Hebei region in 2015

图2 2015年京津冀地区各市产业结构比例图Figure 2 The industrial structure at municipal level in the Beijing-Tianjin-Hebei region in 2015

表1 1990—2015年土地利用/覆被转移矩阵(单位： km2)Table 1 Land-use/cover conversion matrix from 1990 to 2015(unit： km2)

2 数据与研究方法

2.1 数据来源与处理

在本研究中，我们使用了2006—2015年在京津冀地区的13个城市的面板数据。面板数据主要来源于《中国城市建设统计年鉴》(2007—2016年)、《中国城市统计年鉴》(2007—2016年)和《北京、天津、河北统计年鉴》(2007—2016年)。为确保数据的可比性，本文对固定资产投资总额、GDP、人均 GDP等货币数据根据价格指数消除了价格因素的影响。

2.2 土地生态效率评价

2.2.1 基于SE-DEA模型的土地利用效率评价

当前，土地利用效率评价方法主要有因子分析法、生态足迹法、数据包络分析法(DEA)和随机前沿函数法(SFA)[26-28]。DEA是一种非参数的方法，用于衡量相同类型决策单元(DMU)间多投入多产出指标的相对效率[29-30]。由于SFA不能直接处理多产出问题，更适合于大样本估计，因此我们采用DEA模型来衡量土地生态效率。当效率值等于 1时，则表示DMU处于生产前沿，即DMU为 DEA有效，当效率值小于1时，则表示DMU远离生产前沿，即低效率或非DEA有效。

事实上，由DEA模型衡量的有效决策单元的效率值都等于1，不能合理的区分效率之间的差异。因此，我们采用了修正的DEA模型和超效率DEA模型(SE-DEA)。SE-DEA模型允许测度结果大于1，有助于克服传统 DEA模型在多个决策单元同时处于生产前沿时无法评估的问题[31]。假设某区域有n个DMU，m种输入变量s种产出变量该模型的表达式如下:

式中:θ为DMU综合技术效率值，ε为非阿基米德无穷小量，λj为研究区投入和产出的权向量，分别代表投入、产出的松弛变量；当θ＜1时，DMU为非DEA有效，θ≥1则表示DMU为DEA有效，θ值越大，DMU的效率越高。

2.2.2 基于 Malmquist指数模型的土地利用效率动态测度

Malmquist效率指数常被用于衡量动态效率的变化，它可以使用距离函数反映t期到t+1期之间投入-产出关系的变化[32]。假定Dt(xt，yt)是周期t的距离函数，根据距离函数计算 Malmquist效率指数的公式如下所示:

Malmquist效率指数旨在将生产率(TFP)的变化转化为技术效率变化指数(EC)和技术变动指数(TC)[33-34]。式中:EC表示t和t+1期间生产前沿与实际产出之间的距离变化，反映了技术效率变化对TFP增长率的贡献，TC表示生产领域的变化，反映了技术进步对全要素生产率增长率的贡献，当EC＞1时，意味着技术效率的提高；当TC＞1时，意味着生产技术的改进。

2.2.3 指标体系

本研究以土地利用投入产出指标为基础，测算2006—2015年京津冀地区 13个城市的土地生态效率，并对结果进行分析。土地生态效率的提高意味着最大限度地提高城市土地的利用价值，尽可能地减少资源消耗和生态损失[35]。因此，在指标选取上，综合考虑自然和社会经济因子，本文将单位面积劳动力、单位面积固定资产投入总额、单位面积用电量和单位面积用水量作为投入要素，在本研究中将城市建成区面积来作为城市用地面积，产出要素包括期望产出(GDP)和非期望产出(SO2排放、烟尘排放和废水排放)。鉴于产出变量为正，我们把非期望产出作为期望产出的伴随量进行分析(表2)。

2.3 新型城镇化对土地生态效率影响的实证分析

2.3.1 扩展STIRPAT模型

为了探讨新型城镇化与土地生态效率之间的关系，本文引入了人口、富裕和技术随机影响模型(STIRPAT)，并将其用于分析各驱动因子对环境的影响[36]。模型表达式如下:

式中:I是环境影响，P是人口规模，A是人均财富，T是技术进步，a是模型系数，是常量项，而e是误差项，b、c、d分别是P、A、T的人文驱动力指数。为了削弱指标的异方差影响，我们将方程(3)两边取对数，得到:

与以往研究采用的城镇化水平(人口城市化率)不同，本文使用新型城镇化综合指数，考虑到生态效率，我们无法与城市化建立简单的线性关系，因此，我们为新型城镇化综合指数引入了二次项，此外还加入了环境政策指标，即考虑政策因素对土地利用效率的影响，利用扩展的STIRPAT模型分析京津冀地区新型城镇化对土地生态效率的影响。实证模型计算如下:

式中:LEE表示土地利用效率，U表示新型城镇化的综合水平，A表示人均财富，T表示技术进步，EP表示政策环境，i和t分别代表城市和年度，αt表示时间效应，vi表示个体效应，εit表示随机误差项。

2.3.2 指标体系

本研究扩展模型的核心解释变量是新型城镇化的综合指数。参考Bai等人的研究，我们从人口城市化、经济城市化、地域景观城市化和社会城市化四个方面构建了城镇化综合评估指标体系(表3)，然后采用主成分分析法(PCA)对京津冀地区的新型城镇化综合指数进行估计[7]。指标经 KMO(KMO=0.84)(Kaiser-Meyer-Olkin)检验，结果表明，所选变量间的相关性较强，且两个主特征值分量均大于1。计算公式如下:

式中，Yj代表第i年第j个主成分的得分代表第i年主成分j的载荷值为标准化后的指标值。各年的综合指数可估计如下:

表2 土地生态效率投入和产出指标Table 2 Input and output variables of land eco-efficiency

表3 京津冀地区新型城镇化发展水平综合评价指标体系Table 3 Indicators index of evaluating the comprehensive level of new-type urbanization for the BTH region

式中:Ui为第i年新型城镇化的综合评价指数，Wj为第j个主成分的方差贡献率。为了便于体系的动态变量分析，本文采用坐标平移对综合指标进行修正。

其他解释变量包括人均财富、技术水平和环境政策，本文使用人均GDP表示人均财富、单位GDP用电量表示技术进步，其中单位 GDP电量越大，技术水平就越低。由于环境政策难以量化，因此，我们将政府的环境财政收入(污水治理费)指标作为环境政策对土地生态效率的影响。

3 结果与分析

3.1 土地生态效率变化分析

基于2006—2015年京津冀地区13个城市的面板数据，本文利用 SE-DEA模型测算了京津冀地区的土地生态效率。研究结果表明，土地生态效率具有明显的区域差异性(图3)。北京市土地生态效率值最高，年平均值为3.13。河北省土地生态效率值最低，2006—2015年多年值均低于 0.50，这表明河北省可能更多地依赖于传统的经济发展模式，相比之下，北京已从粗放型增长转变为集约型增长，该区域的环境得到改善，城市土地的集约利用得到加强。

从2006—2015年土地生态效率的空间格局(图4)变化来看，各城市之间也存在差异，特别是承德、邯郸、邢台等城市由于城市发展水平和经济发展模式相对有限，土地生态效率持续偏低，廊坊、保定、张家口等城市的土地生态效率在 2006—2015年间呈现出较大的提高，2006—2011年以及2011—2015年稳步增长。2011年至2015年，沧州市的土地生态效益总体呈下降趋势，而天津、邯郸等城市的土地生态效率总体呈上升趋势，这表明土地生态效率差异与新型城镇化的发展阶段密切相关。

图3 2006—2015年京津冀地区城市土地生态效率的变化趋势Figure 3 Change trends of urban land eco-efficiency at municipal level in the Beijing-Tianjin-Hebei region from 2006 to 2015

图4 2006年、2011年和2015年京津冀地区城市土地生态效率的空间分布Figure 4 Spatial pattern of urban land eco-efficiency at municipal levelin the Beijing-Tianjin-Hebei region in 2006, 2011 and 2015

2006—2015年期间，京津冀地区 Malmquist效率指数略有波动(图5)。除2006—2007年和2011—2012年外，大多数年份的指数值都大于 1。TFP年平均增长率为1.097，表明该地区土地生态效率年增长率为 11%，其中技术变动指数以 11.1%的年增长率增长，而技术效率变化指数在2006—2015年期间则基本保持一致，未发生大幅波动。这表明，Malmquist效率指数增长的贡献主要来自于京津冀地区的技术变化。

图5 2006—2015年京津冀地区土地生态效率及其变化率Figure 5 Land eco-efficiency growth rate, efficiency change and technological change in the Beijing-Tianjin-Hebei region from 2006 to 2015

3.2 新型城镇化综合水平变化分析

城镇化2006—2015年间，整个地区的城镇化以10.68% 的速度稳步增长。2006年和2015年的数值分别为0.38和0.94。从空间分布来看，各城市间存在着明显的空间差异。新型城镇化综合水平最高的是北京、天津和唐山，分别为1.23、1.14和0.76，衡水、保定和邢台的城镇化综合水平较低，均低于0.5。2006年该地区城镇化综合水平为高等级的城市在空间上比较分散，2011年开始出现空间集聚，到 2015年形成以京津唐为中心，呈现高-低的空间分布特征(图6)。这表明，在我国2011—2015年五年规划提出的“促进京津冀地区协同发展”的政策实施过程中，城市空间正逐步实现正向外部性。

3.3 新型城镇化对土地生态效率的影响

图6 2006年、2011年和2015年京津冀地区城镇化综合水平空间分布Figure 6 Spatial pattern of new-type urbanization comprehensive level at municipal levelin the Beijing-Tianjin-Hebei region in 2006, 2011 and 2015

表4 城市土地生态效率影响因素的估算结果Table 4 Estimated results of the factors driving urban land eco-efficiency

根据Hausman检验的结果，采用固定效应模型对驱动土地生态效率的因素进行了分析(表4)。研究发现，城镇化综合水平的系数均达显著水平，单项系数为1.667%，二次项系数为0.562%，表明城镇化综合水平对土地生态效率具有正效应，即土地生态效率的曲线形态随着综合水平的提高而呈上升趋势，这是土地资源闲置产生的，也是经济发展模式初步转变的结果。虽然京津冀地区城镇化水平的稳步发展的过程中，城市人口急剧增加，城市资源的过度开发和环境的恶化可能会导致土地生态效率的下降，但在本研究中，各市区产业结构占比中第三产业占据主导地位，很大程度上避免了第一、二产业给生态环境带来的负效应，因此土地生态效率区域安全稳定。随着京津冀一体化协调发展理念的深入落实，政府及人们可能会逐渐地强调城市质量的变化。对土地生态效率产生积极影响，需要协调人口、资源和环境的发展，统筹城乡发展，协调城镇化和工业发展，重视包容性发展的城镇化。

在其他驱动因素方面，技术水平(按单位 GDP用电量估算)对土地生态效率具有负向影响(−0.796%)，即单位 GDP 用电量越高，技术水平越低，而土地生态效率也越低，这主要是由于技术水平的限制，造成了相对较大的资源消耗、生态损失和环境污染等问题，因此，提高城市土地利用和管理的技术水平是影响城市土地集约利用和生态效率的重要因素。此外，政府环境财政收入对土地生态效率产生了0.222%的正效应，这表明在城市发展的过程中，增加环境投入可以适当减少对环境的破坏，但“先污染，后治理”的开发思路仍不能显著提高土地生态效率。

4 结论与建议

本研究采用SE-DEA模型，对京津冀地区13个城市的土地生态效率进行了测度，并对结果进行了分析。为了进一步分析，我们建立了一个评价新型城镇化综合水平的指标体系，并引入扩展的STIRPAT模型探讨了新型城镇化水平与土地生态效率的关系。研究表明，2006—2015年，京津冀地区的土地生态效率呈逐年增长趋势，年平均增长率为11%，各城市的土地利用效率在新型城镇化发展的背景下具有明显的区域差异性。2006—2015年，京津冀地区新型城镇化综合水平的空间分布呈现出先分散后聚集的趋势，形成以京津唐地区为中心，边缘城市从高到低的空间分布特征。实证分析表明，新型城镇化与土地生态效率之间具有正向相关性，即城镇化综合水平的不断提高使得土地生态效率的提高，其次土地利用和管理技术水平的提高，环境政策的转变等都将对土地集约利用产生积极影响。

基于本研究的结果，针对提高土地生态效率，提出以下政策建议:第一，进一步提高新型城镇化进程中各因素协调发展水平，推进京津冀地区产业转型升级，实现城市优势与共赢，优化城市空间结构，对京津冀地区中心城市与边缘城市有序协同发展具有重要意义；二是注重生态集约用地，建立区域联动机制，实施城市间沟通与合作的理念，推广加强环境污染治理的方法与技术，加强对大都市污染的监督与管理；三是实施“京津冀一体化”战略，开展区际协调。由于生态效率的影响不断扩大，城市集聚的空间外部性效应持续存在，因此有必要在城市与乡村层面上推广流通方式，发展和促进区际协调，促进区域产业转移、产业合作与发展，加强区际环境保护与合作，以提高京津冀地区的土地生态效率。