黄河流域资源型城市土地绿色利用效率时空演变及影响因素

丁 一，郭青霞，秦明星

·土地保障与生态安全·

黄河流域资源型城市土地绿色利用效率时空演变及影响因素

丁 一，郭青霞※，秦明星

（山西农业大学资源环境学院，太谷 030801）

如何以最小的城市土地资源投入获得最大的社会经济生态效益是区域可持续利用和高质量发展关注的重点之一。以黄河流域资源型城市为研究对象，构建土地绿色利用效率测算指标体系，利用SSBM（Super Slack Based Measure，SSBM）模型测度2009－2018年黄河流域资源型城市土地绿色利用效率，选取空间自相关模型分析土地绿色利用效率的时空演变特征，借助时空地理加权回归（Geographically and Temporally Weighted Regression，GTWR）模型揭示影响土地绿色利用效率因素。研究结果表明：1）从时序变化来看，2009－2018年，黄河流域资源型城市土地绿色利用效率整体变化趋势不明显。2）从空间差异来看，黄河流域资源型城市整体空间关联性不强，集聚态势不显著，局部表现出“小集聚大分散”的空间分布特征。3）土地绿色利用效率影响因素具有空间异质性特征，经济和产业结构始终是影响区域土地绿色利用效率的核心因素，科技作用逐渐凸显，同时不同类型资源型城市主导因素存在明显差异。研究结果对于促进土地绿色利用效率驱动机制的深入研究具有指导意义，也可为黄河流域资源型城市土地高效可持续利用提供科学参考。

土地利用；效率；时空分异；影响因素；SSBM模型；GTWR模型；黄河流域；资源型城市

0 引 言

“黄河流域是中国重要的生态屏障和重要的经济地带，是打赢脱贫攻坚战的重要区域，在中国经济社会发展和生态安全方面具有十分重要的地位”[1]。黄河流域不仅是中华文明的发祥地[2]，也是中国煤炭、石油、天然气等资源的重要产区。据统计，黄河流域有半数以上的资源型城市，资源型城市作为以本地区矿产、森林等自然资源开采、加工为主导产业的城市，其发展直接影响了黄河流域的生态安全和可持续发展[3]。与非资源型城市发展路径不同，资源型城市土地利用过程中更容易出现产出效率低，土地资源开发利用高资源消耗、高污染排放、高碳排放等问题。而土地绿色利用将绿色发展理念贯穿于土地利用过程中，追求土地利用经济、社会和生态的三效益统一[4]，可以认为是一种土地利用新理念和土地可持续利用在时间上的延伸和空间上的拓展[5]。因此研究土地绿色利用效率问题已成为当前资源型城市土地利用研究的关键问题之一，对推动黄河流域资源型城市生态保障和高质量发展意义重大。

国内外学者对土地利用效率展开了大量研究，形成了丰富的理论和实践成果。目前学术界对土地利用效率概念与内涵尚未形成统一阐述，部分学者仅考虑土地产出的经济效益，认为土地利用效率是区域社会经济活动相关的单位土地面积产出的增加[6]，也有学者认为土地利用效率是当经济、社会和环境因素处于最佳水平时土地面积实际投入量之比[7]，还有一些学者认为土地利用效率是城市发展进程中对土地利用综合程度的考量[8]。此外，部分学者对地均生态服务价值的探讨[9]进一步延伸了土地利用效率的内涵。从土地利用效率评价指标体系来看，由最初单纯考虑土地利用强度状况[10]，到向反映土地利用经济效益的单指标过渡[11]，而目前大部分学者指标选取多体现经济、社会和环境3方面[12]。从效率测算方法来看，表现出日益多元化的特点。根据方法特点可概括为指标评价法、参数法和非参数法3种[13]。在最初的土地利用效率研究中主要以指标评价法为主，具体包括主成分分析法、模糊综合评判法和加权法等[14]，参数法主要基于生产函数的随机边界法，将土地要素纳入到生产函数中，测算土地单要素效率，但该方法的局限性在于只能处理多投入单产出。非参数方法主要包括数据包络分析（Data Envelopment Analysis，DEA）和超效率DEA模型，大部分学者认为DEA模型是计算用地效率最有效的方法[15]。从研究对象来看，包括全国[16]、地区[17]、省域[18]以及城市群[19]等，主要以热点地区和典型地区为主。这些研究成果显示出学术界对土地利用效率问题的高度关注，也为本研究提供了丰富的理论指导。

目前虽有学者阐述了土地绿色利用效率内涵[4-5]，并针对特定地区评价土地绿色利用效率问题[20]，但将绿色发展理念融入土地利用效率中的研究仍然不足。同时资源型城市作为中国非常典型的一类城市，其土地利用过程中更容易出现生态环境问题，但是鲜有研究其土地绿色利用效率问题，多以生态效率和生态风险评估研究为主[21-22]，这必然会影响研究的理论深度和研究成果指导实践的广泛程度。另外，当前影响因素研究多局限于时间尺度层面，很少分析不同因素在空间上的影响力，而土地绿色利用效率变化是一个时空非平稳过程，空间位置和时间变化均会引起因素间关系和效率变化。

鉴于此，本研究以黄河流域资源型城市为研究区，首先利用SSBM（Super Slack Based Measure）模型测算2009—2018年黄河流域资源型城市土地绿色利用效率，并分析其时空变化规律；其次采用GTWR（Geographically and Temporally Weighted Regression）模型[23]，揭示土地绿色利用效率时空演变影响因素。该研究不仅有助于深入理解土地绿色利用效率驱动机制，同时可为黄河流域资源型城市可持续发展提供科学依据。

1 研究区、研究方法与指标选取

1.1 研究区界定与数据来源

黄河流域位于32°～42°N，96°～119°E，流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9省区，干流全长5 464 km，流域幅员辽阔，地形地貌差别巨大，以内蒙古河口镇与河南桃花峪为节点，把黄河分成上、中、下游。参考已有研究[24]，按照“以自然流域为基础支撑、考虑地域研究单元的完整性以及地区经济与黄河的直接关联性”的原则，并依据《全国资源型城市可持续发展规划（2013—2020 年）》，提取黄河流域资源型城市38个，基于数据可获取性的考虑，确定研究单元36个（不包括资源型城市中的海西和阿坝），见图1。

注：本图基于自然资源部标准地图服务系统下载的标准地图制作（审图号：GS(2019)1822号），底图无修改，下同。

本文测算城市土地绿色利用效率的数据主要来源于2010—2019年《中国城市建设统计年鉴》和《中国城市统计年鉴》，部分数据以各省当年度统计年鉴做补充。影响因素分析数据主要来源于2010—2019年《中国城市统计年鉴》《中国国土资源统计年鉴》以及各省统计年鉴。所有涉及价格的数据，均以2009年为基期的不变价。

1.2 研究方法

1.2.1 SSBM模型

DEA模型是1978年由Charnes和Cooper等学者首先提出的，主要用来评价在多投入多产出情况下，决策单元（Decision Making Unit，DMU）间的相对有效性[25-26]。但是传统DEA模型无法实现对非期望产出的效率测度，2001年Tone提出基于非期望产出的SBM（Slack Based Measure，SBM）模型[27]，该模型考虑了期望产出不足或非期望产出冗余问题，它在解决传统DEA模型的缺陷和反映效率评价的本质方面优于其他模型。该模型允许投入和产出变量以不同比例调整，并可以通过改进的平均比例衡量效率。利用其能很好的体现土地利用在资源节约、污染减排和经济增长等多重目标的综合实现程度，更符合土地绿色生产的内在要求。但在SBM模型的测度结果中，通常会出现多个DMU值等于1的情况，难以区分有效DMU间的差异。因此，K.Tone在SBM 模型的基础上进一步提出了SSBM模型[28]，与SBM模型相比，SSBM模型能更好地解决效率评价中的松弛问题，可以准确估计DMU的超效率值。基于此，本文利用SSBM模型测算土地绿色利用效率。具体模型如下：

1.2.2 空间自相关

空间自相关用来衡量同一空间属性值间潜在的相互依赖性，包含全局空间自相关与局部空间自相关。全局空间自相关用于判断属性值在空间是否具有集聚性，但其不能准确衡量具体集聚区域，因此需要利用局部空间自相关确定集聚地区。在本文中，采用Global Moran's I和Local Moran's I来衡量全局空间自相关和局部空间自相关。

全局空间自相关公式如下：

局部空间自相关公式如下：

1.2.3 GTWR模型

GTWR模型作为空间地理加权回归模型（Geographically Weighted Regression，GWR）的扩展，是时空非平稳性回归模型，核心是将空间异质性和时间非平稳性耦合纳入到GWR模型中，能够更加有效地估计因子参数。利用该模型可将土地绿色利用效率变化看作完整的时空演变过程，从而更加科学地探究黄河流域资源型城市土地绿色利用效率驱动机制[23]。本文利用GTWR 模型分析2009－2018年影响黄河流域资源型城市土地绿色利用效率时空演变因素。具体公式如下：

式中y为观测值，即土地绿色利用效率值；(u,v,t)是第个样本点的时空坐标；0(u,v,t)为点的回归常数，即常数项；β(u,v,t)为点的第个回归参数，即在时空坐标(u,v,t)处的权重；x为独立变量x在点的值，即GTWR模型中各影响因子值；ε为独立随机误差项。

1.3 指标选取

1.3.1 土地绿色利用效率测算指标选取

根据王德起等[5]学者提出的土地绿色利用内涵，可知土地绿色利用就是在当前的自然、经济、技术和社会条件下，在有限的土地上，以资源环境消耗最小化为原则，实现经济、社会和环境综合效益最大化的、最优的土地利用组合。依据该内涵并结合柯布-道格拉斯生产函数，遵循代表性和可获取性等指标选取原则，本文尝试以资源环境消耗作为投入指标，以经济、社会和环境效益作为产出指标，构建土地绿色利用效率测算指标体系（表1）。

表1 土地绿色利用效率评价指标体系

投入指标主要考虑土地、资本、劳动力和能源4要素的资源环境投入消耗情况。产出指标包括期望产出和非期望产出两个方面。期望产出主要从经济、社会和环境三个方面考虑，其中第二三产业作为城市的主要经济活动，城市二三产业产值可以较好地反映出城市土地利用的经济产出。市辖区人口是反映区域城市化率的重要指标，对城市土地绿色利用效率有着显著的影响。市辖区人口越大，通常意味着城市化水平越高，区域基础设施相对完善，地区经济发展水平较高，居民自身素质和环境保护意识较强。相应地，土地利用程度可能相对较高。建成区绿化情况是反映城市生态环境状况的一个重要指标，绿化水平可以较好地体现城市土地绿色利用程度的环境产出。非期望产出主要是环境污染。由于资源型城市普遍存在工业占比高的特点，而在工业生产过程中极易产生环境污染，因此主要从工业生产产生的废气废物方面选取环境污染指标。

这里需要注意的是，能源消耗和环境污染为复合指标，均利用改进的熵值法计算能源消耗指数值和环境污染指数值。

1.3.2 影响因素选取

城市土地利用效率受多种因素影响，根据现有研究文献[16-17]，首先预判影响城市土地利用效率的因素，进而选择影响城市土地绿色利用效率的主要因素。政策机制可以有效地引导区域资源的合理配置和高效利用，对促进城市土地绿色高效利用产生积极影响；城镇化水平影响着城镇空间扩展速度和利用格局，从而改变城市土地利用结构；产业结构的调整与转型，直接影响着资源型城市土地利用方式的发展方向；城市经济发展程度，决定着城市土地单位面积上的投入产出，进而影响城市土地绿色利用效率水平；科学技术水平对城市产业结构的优化与升级产生影响，城市产业升级则进一步作用于城市土地绿色利用效率；环境效益作为土地绿色利用效率的重要组成部分，环境质量的高低直接影响城市土地绿色利用程度。基于上述分析，确定影响黄河流域资源型城市土地绿色利用效率的主要因素（表2）。

表2 土地绿色利用效率影响因素

具体选取因素如下：1）政策因素：一般而言存量用地供应量越高，越能促进土地集约高效利用，有利于土地利用模式逐步转型升级，从而提高土地绿色利用效率。2）城市化因素：人口向城市集中促进城市土地的大规模开发利用，影响土地利用效率。3）产业结构因素：第三产业土地产出高于第二产业，第三产业占比增大有助于提升土地绿色利用效率。4）经济因素：以人均GDP表示城市经济发展水平。5）科技因素：科学技术支出占比是体现科技投入水平的直接指标。6）环境因素：工业固体废物综合利用是当前减少土地占用、保护环境，实现工业转型升级和土地绿色利用效率提升的重要举措。

2 结果与分析

2.1 土地绿色利用效率时空演变特征分析

本文利用MAXdea7.0软件中的SSBM 模型测算2009－2018年黄河流域资源型城市土地绿色利用效率，且根据10 年的城市土地绿色利用效率均值采用自然断点法将其从高到低分为 4 类，并据此类推到各年份（图2），进而分析黄河流域资源型城市土地绿色利用效率的时空格局特征。

2.1.1 土地绿色利用效率时序变化特征分析

从图2中可以看出，2009年土地绿色利用效率值超过1.06（一类）的市域共10个，空间上表现出零散分布特征；到2014年效率为一类的市域共9个，相对基期年小幅减少；2018年效率高值区共11个城市，相较基期年效率高值城市变化不显著，表明10年间黄河流域资源型城市土地绿色利用效率增速缓慢，上升动力不足。

黄河流域资源型城市土地绿色利用效率10年间虽有起伏，但并没有很大程度提升，整体均值也基本保持在同一水平线。究其原因主要有三方面：第一，土地绿色利用效率与土地资源的经济产出有较大关联，而除河南和山东外，其余省（区）的经济发展水平均较低，各省（区）历年经济发展波动幅度较小，直接影响土地绿色利用效率变化不大；第二，虽近些年环境保护得到重视，但各省仍存在较大差异，造成土地绿色利用效率地区差异明显；第三，尽管受到国家节约集约利用、产业转型等相关政策的有效约束，但资源型城市依赖资源发展现状并未彻底转变，土地利用依然较为粗放，导致城市土地绿色利用效率未有明显提升。

2.1.2 土地绿色利用效率空间关联特征分析

为深入探究黄河流域资源型城市土地绿色利用效率空间分布特征，利用GeoDa软件分析区域土地绿色利用效率的空间关联特征，探索土地绿色利用效率的空间差异性。首先运用全局自相关模型，测算2009－2018年黄河流域资源型城市土地绿色利用效率的Global Moran's I指数（图3）。从图3可以看出，2009－2018年黄河流域土地绿色利用效率Moran's I指数在–0.179～0.195间，Moran’s I 指数整体上呈现出下降趋势，且2010和2015年Moran's I指数趋向于0，表明10年间黄河流域资源型城市土地绿色利用效率全局空间关联性不稳定，城市之间空间关联性不强，黄河流域资源型城市集聚态势未凸显。根据Global Moran's I指数象限分布规则，4个象限按其性质分为H-H集聚（第Ⅰ象限）、L-H异常（第Ⅱ象限）、L-L集聚（第Ⅲ象限）和H-L异常（第Ⅳ象限）。图3中很多点落在Ⅲ、Ⅳ象限，表明城市土地绿色利用效率值呈现L-L（低-低）集聚和H-L（高-低）异常特征，即黄河流域土地绿色利用效率低值城市与周边低值城市产生集聚效应，且存在周边城市土地绿色利用效率低，中心城市土地绿色利用效率高的情况。落入Ⅰ、Ⅱ象限的点数相对较少，说明土地绿色利用效率高值城市集聚效应不显著，且较少出现周边城市效率值高于中心城市效率值的情况。

全局空间自相关作为整体度量指标，仅能体现城市土地绿色利用效率与周边城市关联的平均程度。在城市土地绿色利用效率总体空间关联特征分析基础上，为探究土地绿色利用效率局部空间关联特征变化情况，本文利用局部空间自相关方法，引入LISA指数绘制在0.05显著性水平下局部空间自相关形态（图4）。

从图4中可以看出，10年间L-L集聚范围缩小，2009年L-L集聚区主要集中在中游的山西和陕西二省，2018年则以山西为主，区位条件相对较差，经济发展过度依赖煤炭产业，缺少科技支撑和创新，导致山西近些年经济发展后劲不足，城市自身和周边城市的土地绿色利用效率值均较低，呈现效率低值的空间正相关。10年间H-L集聚范围由黄河流域上游的内蒙古鄂尔多斯市向中游的陕西宝鸡市和河南洛阳市转移，宝鸡市和洛阳市均具有较好的区位条件，也均是近些年二省重点发展城市，随着陕西省和河南省经济的稳步发展，良好的资源和区位条件，较大的政策扶持力度，使二市土地绿色利用效率提升明显，与周边城市土地绿色利用效率差异度增大。需要重点指出的是，2009—2018年间，黄河流域资源型城市未出现H-H和L-H集聚区，表明黄河流域各资源型城市经济发展水平普遍不高，单位建设用地经济产出低，且土地生态效益一般，省际和省内城市间土地绿色利用效率值较低，未形成大范围的高值集聚态势，高值城市对周围城市的影响不显著。综合而言，黄河流域资源型城市土地绿色利用效率呈现“小集聚大分散”的空间分布特征。黄河流域资源型城市众多，9省区内及省际间的协调发展仍有待加强。因此未来应积极创新黄河流域资源型城市建设用地利用模式，探索资源型城市产业转型路径，增强城市之间的协同带动作用，促进黄河流域资源型城市土地绿色利用效率提升及区域协调发展。

2.2 土地绿色利用效率影响因素变化分析

获取资源型城市各影响因素属性值，利用极差标准化法消除各属性值量纲，基于ArcGIS10.0建立属性字段将其赋值给对应的时空对象点，完成数据预处理。经上述方法处理数据后，以影响因素属性值为自变量，以土地绿色利用效率为因变量，利用 Huang的时空地理加权回归插件[23]，确定影响因素在模型中的影响系数（图5），系数值越大代表对因变量的影响程度越大，反之越小。

2.2.1 影响因素系数时空分异格局分析

由图5可知，10年间政策因素高值区由黄河流域西北向东部转移，2009年高值区主要分布在上游的甘肃省、内蒙古的乌海和鄂尔多斯市，2018年则向黄河下游的东部移动，形成以山东省为中心的高值区域，且呈现出收缩态势。表明黄河流域资源型城市土地利用依然以外延扩张为主，内涵挖潜不足，存量土地利用程度较低，带动城市土地利用效率作用有限。10年间城市化因素高值区由黄河流域南部向北部移动，呈现出先收缩后扩散的趋势，最后形成绕陕西省集聚分布的空间格局。2009年城市化因素高值区主要分布于陕西、山西和河南一带，2014年则向山西南部和河南收缩集中，2018年向黄河流域北部转移，形成以陕西为中心，内蒙古鄂尔多斯、乌海和山西吕梁为外围的高值地带。目前陕西、内蒙古等地区正处于城镇化快速推进时期，随着城镇化进程的加快，区域国土空间开发和协调发展均受到影响。

10年间产业结构因素空间格局无明显变化，影响强度高值区域主要集中在甘肃省，由西向东影响强度呈现递减趋势。这主要是由于近些年甘肃省注重经济结构调整优化，不断加强供给侧结构性改革，从而促使土地利用方式转变和效率提升。10年间经济因素高值区呈现出以甘肃省为核心，向外围逐级递减趋势，2014年经济因素高值区表现出稍向黄河流域北部地区转移趋势。由于黄河流域资源型城市间关联强度较弱，经济规模外溢效应不足，经济对周边城市带动作用有限，且影响范围主要集中于省内城市，因此随着经济发展，高值区域未发生较大改变。但从整体看土地绿色利用效率受其影响程度依然较为明显。科技因素从10年间整体看高值区无明显变化，主要分布于黄河流域东部，但2014年高值区出现大幅度转移，以甘肃一带为主，2018年高值区重回山东省。近些年山东省经济保持着较为高速的发展，科技创新投入力度也不断加大，从而对土地利用效率作用增强，使其成为小范围高值区。10年间环境因素高值区空间分布变化较大，且呈现出收缩趋势，但其对土地绿色利用影响程度普遍偏低。2009年高值区主要围绕于黄河流域南部的陕西和河南，2018年高值区出现大范围收缩，集中到甘肃的陇南一带。表明黄河流域资源型城市环境质量变化起伏较大，黄河沿岸资源型城市矿山开采导致环境破坏问题依然比较严重，致使土地资源环境承载能力偏低。

2.2.2 核心影响因素时序变化分析

1）全域核心影响因素及其时序变化

从全域水平，计算每阶段各因素系数均值（表3），识别各阶段核心影响因素。由表3可知，10年间影响黄河流域土地绿色利用效率的核心因素始终以经济因素为主，其影响强度在10 年间呈现波动上升的趋势，2014年出现较大范围下降，之后逐渐加强。其他因素虽均对土地绿色利用效率产生影响，但影响强度却处于不断变化中，其中产业结构与土地绿色利用效率呈现正相关，其作用强度总体呈上升趋势，且在2014年居于首位；10年间科技因素对土地绿色利用效率的作用强度均呈正相关，并表现出大幅度上升趋势，并在2018年成为影响土地绿色利用效率的最强因素；政策因素对土地绿色利用效率的作用强度呈先增加后降低趋势，其在2014年成为影响土地绿色效率的关键因素，但总体来看研究期间作用强度变化不大；城市化因素虽与土地绿色利用效率之间表现出较为复杂的关联性，但其对土地绿色利用效率影响并不明显，且总体呈现负相关关系；环境因素对土地绿色利用效率产生负向影响，10年间影响强度差异变化不明显。

表3 2009－2018年黄河流域资源型城市影响因素平均系数

黄河流域资源型城市土地绿色利用效率始终与区域经济发展水平有较大关系，随着经济发展水平的提升，城市土地从粗放利用向集约利用转变，推动城市土地绿色利用效率提升。目前黄河流域大部分资源型城市均在通过产业转型寻求新的发展机会，而伴随着产业结构转型升级，城市环境得到改善，土地节约集约利用程度不断提升。2018年科技水平成为影响土地绿色利用效率的最关键因素，表明科技进步对土地绿色利用效率的作用逐渐凸显，科学技术的进步不仅可有效推动区域产业结构调整，同时对促进土地利用方式转变，提升土地绿色利用效率具有积极作用。

2）分类型资源型城市核心影响因素识别

分类型识别影响土地绿色利用效率的主要因素是实现黄河流域土地资源差异化管理的基础。结合资源保障和城市发展问题的积累程度，可将资源型城市分为成长型、成熟型、衰退型和再生型4类：资源保障程度高、发展问题少的城市可称为成长型城市；资源保障程度略有下降，发展问题有一定积累的城市称为成熟型城市；资源已接近枯竭，发展问题积累较多的城市为衰退型城市；资源开采几近枯竭，城市资源保障程度很低，但城市转型发展较好的是再生型城市[29]。为便于对比不同类型资源型城市影响因素差异，本文计算2018年分类型资源型城市影响因素系数均值（表4），识别核心影响因素。

表4 2018年各类型资源型城市核心影响因素识别

注：括号内数字为因素影响系数。

Note: Number in brackets is the influencing coefficient of factors.

从表4中可以看出，产业结构、经济和环境因素是目前影响成长型城市土地绿色利用效率的核心因素，其中产业结构因素影响系数0.65，影响程度最大，表明随着新型工业化和战略性新兴产业的推进，成长型城市产业结构也处于不断升级改造中，并对该类型土地绿色利用产生了显著的正向影响；经济因素影响系数0.62，成长型资源型城市资源开发正处于稳定上升阶段，资源保障潜力较大，伴随着资源的开发利用，资源性经济发展较为迅速，从而带动城市经济规模快速增长，这对土地绿色利用效率提升产生重要影响；环境因素影响系数为0.30，表明环境质量对促进土地绿色利用起到良好的推动作用。因此，成长型资源型城市土地利用要处理好与产业、资源、经济和环境之间的关系，积极通过产业转型，实现经济均衡发展和环境质量改善，提升成长型资源型城市的土地绿色利用效率。

成熟型城市的核心影响因素是科技、城市化和经济。其中科技因素影响系数最高为1.30，目前成熟型城市资源开发处于稳定阶段，经济社会发展水平较高，随着成熟型城市资源的不断开发利用，需要依靠科技创新和技术支持，保证成熟型城市的快速健康运行，这对区域土地绿色利用起到了推动作用；经济因素也对成熟型城市土地绿色利用产生一定正向影响，影响系数为0.20，表明快速的经济发展对促进区域土地绿色利用效率具有一定的推动作用；而城市化因素则对土地绿色利用起到了较为明显的负向影响，这可能是由于成熟型城市发展相对较为成熟，城市建设水平相对较高，吸引了大量外来人口，导致城市土地快速扩展，土地负担加剧，从而影响土地绿色高效利用良性发展。可以看出，一方面成熟型城市应通过科技投入，提高城市资源利用效率，从而促进经济良性发展和土地绿色利用效率提升，另一方面也应处理好快速城镇化与土地利用间的矛盾，实现城市可持续协调发展。

产业结构、政策和经济是影响衰退型城市土地绿色利用效率的核心因素。其中产业结构和政策均对土地绿色利用效率产生负向影响，影响系数分别为−1.50和−1.20，由于该类型城市资源已趋枯竭，经济发展相对滞后，替代产业发展不完善，单一化的产业结构导致土地绿色利用效率提升动力不足，同时相对滞后的经济发展现状，也制约了城市内部存量土地的再开发，从而影响土地绿色利用效率提升；经济因素则正面影响衰退型城市土地绿色利用效率。因此，如何通过经济转型扭转资源枯竭对衰退型城市社会、经济、生态发展的消极影响，实现产业结构转型升级，并进一步带动城市土地绿色利用效率提升，是衰退型城市亟待解决的关键问题。

再生型城市主要受科技、产业结构和政策的影响。科技因素影响最为显著，影响系数为0.66，目前再生型城市基本摆脱了资源依赖，是资源型城市转变经济发展方式的先行区，该类型城市通过科技创新提高区域土地绿色利用效率效果较为明显；产业结构影响系数为0.51，经过城市转型后，再生型城市由单一产业结构向多元产业结构转变，形成一系列新的产业和行业，从而促进区域土地绿色利用效率的提升；再生型城市通过政策引导，有效改造区域老旧城区，打造富有特色的产业园区，这也对区域土地绿色利用起到一定正向作用。再生型城市基本已完成产业结构转型，未来需要进一步加大科技创新水平和政策支持力度，在实现经济高质量发展的基础上，提升区域土地绿色利用效率。

3 结论与讨论

本文利用SSBM模型测算黄河流域资源型城市2009－2018年土地绿色利用效率，并基于空间自相关模型分析土地绿色利用效率时空演变格局，进一步采用GTWR模型揭示土地绿色利用效率变化影响因素，得出以下结论：

1）从时间变化看，2009－2018年黄河流域资源型城市土地绿色利用效率提升幅度较小，土地绿色利用效率高值城市占比较低，且10年间变化不大。从空间尺度看，黄河流域资源型城市土地绿色利用效率Moran's I指数在−0.179～0.195间，全局空间相关性显现出弱相关特征，表明城市之间空间关联性不强，集聚态势不明显。而从LISA指数可以看出，10年间，黄河流域资源型城市土地绿色利用效率空间分布呈现“小集聚大分散”的特征，黄河流域9省区内和省际间的协调发展仍有待进一步加强。

2）2009－2018年影响土地绿色利用效率的因素表现出明显的空间异质性，其中政策因素高值区由西北向东部转移；城市化因素高值区由黄河流域南部向北部移动，呈现出先收缩后扩散的趋势；经济因素高值区始终集中于以甘肃省为核心的区域；环境因素高值区空间分布变化较大，且呈现出收缩态势；产业结构因素和科技因素空间格局则无明显变化。虽各因素影响区域存在明显的空间异质性，但2009－2018年影响黄河流域土地绿色利用效率的核心因素始终以经济和产业结构为主，2018年科技水平更成为影响土地绿色利用效率的关键因素，科技进步对土地绿色利用效率的作用逐渐凸显。不同类型资源型城市主要影响因素存在明显差异，其中成长型城市受产业结构和经济作用最强烈；成熟型城市以科学技术影响为主；产业结构和政策对衰退型城市负面影响较为显著；科技和产业结构则成为影响再生型城市的主要因素。

以黄河流域资源型城市为研究区，在土地绿色利用效率影响因素研究中引入GTWR模型，将土地绿色利用效率作为一个时空变化系统进行分析，有助于从时间、空间和城市空间相互作用方面分析影响土地绿色利用效率时空演变的主导因素，弥补了现有研究多从时间角度揭示影响因素的不足。本文有利于促进土地绿色利用效率驱动机制的深入研究，也可为黄河流域资源型城市土地高效可持续利用提供参考。但研究仍具有进一步延伸的可能性：1）土地绿色利用是一个涉及自然、经济、社会、文化和生态的复杂系统，如何针对资源型城市土地利用现状，构建更符合其自身特点的土地绿色利用效率评价指标体系，对更加准确把握资源型城市发展脉络具有重要作用，需在后续研究中深化。2）土地利用效率变化是一个长期的过程，如何获取更丰富、更长时间尺度的数据，长期观测土地绿色利用效率变化特征，把握土地绿色利用效率质变的关键点和演替周期，以期实现对土地绿色利用效率驱动机制的深入分析，是实现黄河流域资源型城市土地绿色利用效率提升的关键内容。

[1] 习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话[J]. 求是，2019(20)：1-5.

[2] 陆大道，孙东琪. 黄河流域的综合治理与可持续发展[J]. 地理学报，2019，74(12)：2431-2436.

Lu Dadao, Sun Dongqi. Development and management tasks of the Yellow River Basin: A preliminary understanding and suggestion[J]. Acta Geographica Sinica, 2019, 74(12): 2431-2436. (in Chinese with English abstract)

[3] 张玉臻，陈阳，王洁，等. 黄河流域“三生”功能协调性测度及其差异性优化调控[J]. 农业工程学报，2021，37(12)：251-261.

Zhang Yuzhen, Chen Yang, Wang Jie, et al. Coordinate degree and differential optimizing “production-living-ecological” function in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(12): 251-261. (in Chinese with English abstract)

[4] 梁流涛，雍雅君，袁晨光. 城市土地绿色利用效率测度及其空间分异特征——基于284个地级以上城市的实证研究[J]. 中国土地科学，2019，33(6)：80-87.

Liang Liutao, Yong Yajun, Yuan Chenguang. Measurement of urban land green use efficiency and its spatial differentiation characteristics: An empirical study based on 284 cities[J]. China Land Science, 2019, 33(6): 80-87. (in Chinese with English abstract)

[5] 王德起，庞晓庆. 京津冀城市群绿色土地利用效率研究[J]. 中国人口·资源与环境，2019，29(4)：68-76.

Wang Deqi, Pang Xiaoqing. Research on green land-use efficiency of Beijing-Tianjin-Hebei urban agglomeration[J]. China Population, Resources and Environment, 2019, 29(4): 68-76. (in Chinese with English abstract)

[6] Wu C, Wei D, Huang X, et al. Economic transition, spatial development and urban land use efficiency in the Yangtze River Delta, China[J]. Habitat International, 2017, 63(5): 67-78.

[7] Chen Z, Tang J, Wan J, et al. Promotion incentives for local officials and the expansion of urban construction land in China: Using the Yangtze River Delta as a case study[J]. Land Use Policy, 2017, 63(4): 214-225.

[8] 林坚，马珣. 中国城市群土地利用效率测度[J]. 城市问题，2014 (5)：9-14.

Lin Jian, Ma Xun. Measurement of land use efficiency of urban agglomerations in China[J]. Urban Problems, 2014 (5): 9-14. (in Chinese with English abstract)

[9] Robert C, Ralph A, Rudolf G, et al. The value of the world's ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253-260.

[10] Fonseca R. Performance criteria for evaluating the efficiency of land use development proposals on urban sites[J]. International Journal for Housing Science and Its Applications, 1981, 5(3): 185-194.

[11] 李永乐，舒帮荣，吴群. 中国城市土地利用效率：时空特征、地区差距与影响因素[J]. 经济地理，2014，34(1)：133-139.

Li Yongle, Shu Bangrong, Wu Qun. Urban land use efficiency in China: Spatial and temporal characteristics, regional difference and influence factors[J]. Economic Geography, 2014, 34(1): 133-139.(in Chinese with English abstract)

[12] Zhu X H, Li Y, Zhang P F, et al. Temporal-spatial characteristics of urban land use efficiency of China’s 35mega cities based on DEA: Decomposing technology and scale efficiency[J]. Land Use Policy, 2019, 88(11): 104083.

[13] 张雯熹，邹金浪，吴群. 城市土地利用效率研究进展[J]. 长江流域资源与环境，2019，28(9)：2030-2039.

Zhang Wenxi, Zou Jinlang, Wu Qun. A literature study of urban land use efficiency[J]. Resources and Environment in the Yangtze Basin, 2019, 28(9): 2030-2039.(in Chinese with English abstract)

[14] 李郇，徐现祥，陈浩辉. 20 世纪 90 年代中国城市效率的时空变化[J]. 地理学报，2005，60(4)：615-625.

Li Xun, Xu Xianxiang, Chen Haohui. Temporal and spatial changes of urban efficiency in the 1990s[J]. Acta Geographica Sinica, 2005，60(4): 615-625.(in Chinese with English abstract)

[15] 吴得文，毛汉英，张小雷，等. 中国城市土地利用效率评价[J]. 地理学报，2011，66(8)：1111-1121.

Wu Dewen, Mao Hanying, Zhang Xiaolei, et al. Assessment of urban land use efficiency in China[J]. Acta Geographica Sinica, 2011, 66(8): 1111-1121. (in Chinese with English abstract)

[16] 卢新海，匡兵，周敏. 城市建设用地利用效率的空间非均衡及影响因素[J]. 中国人口·资源与环境，2016，26(11)：47-54.

Lu Xinhai, Kuang Bing, Zhou Min. Spatial inequality and influencing factors of utilization efficiency of urban construction land[J]. China Population, Resources and Environment, 2016, 26(11): 47-54. (in Chinese with English abstract)

[17] 丁一，郭青霞. 中部六省城市建设用地的利用效率及其驱动因素[J]. 城市问题，2019(11)：45-51.

Ding Yi, Guo Qingxia. Utilization efficiency and driving factors of urban construction land in six provinces of central China[J]. Urban Problems, 2019(11): 45-51.(in Chinese with English abstract)

[18] 李鑫，欧名豪. 中国省际建设用地单要素效率评价与区域差异研究[J]. 南京农业大学学报：社会科学版，2012，12(1)：80-84.

Li Xin, Ou Minghao. An evaluation of China's provincial construction land single factor efficiency and its regional differences[J]. Journal of Nanjing Agricultural University: Social Sciences Edition, 2012, 12(1): 80-84. (in Chinese with English abstract)

[19] 卢新海，陈丹玲，匡兵. 区域一体化对城市土地利用效率的影响：以武汉城市群为例[J]. 城市问题，2018(3)：19-26.

Lu Xinhai, Chen Danling, Kuang Bing. Influence of regional integration on urban land use efficiency: A case study of Wuhan Urban Agglomeration[J]. Urban Problems, 2018(3): 19-26. (in Chinese with English abstract)

[20] 胡碧霞，李菁，匡兵. 绿色发展理念下城市土地利用效率差异的演进特征及影响因素[J]. 经济地理，2018，38(12)：183-189.

Hu Bixia, Li Jing, Kuang Bing. Evolution characteristics and influencing factors of urban land use efficiency difference under the concept of green development[J]. Economic Geography, 2018, 38(12): 183-189.(in Chinese with English abstract)

[21] 阎晓，涂建军. 黄河流域资源型城市生态效率时空演变及驱动因素[J]. 自然资源学报，2021，36(1)：223-239.

Yan Xiao, Tu Jianjun. The spatio-temporal evolution and driving factors of eco-efficiency of resource-based cities in the Yellow River Basin[J]. Journal of Natural Resources, 2021, 36(1): 223-239.(in Chinese with English abstract)

[22] 刘希朝，李效顺，蒋冬梅. 基于土地利用变化的黄河流域景观格局及生态风险评估[J]. 农业工程学报，2021，37(4)：265-274.

Liu Xizhao, Li Xiaoshun, Jiang Dongmei. Landscape pattern identification and ecological risk assessment using land-use change in the Yellow River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(4): 265-274. (in Chinese with English abstract)

[23] Huang B, Wu B, Michael B. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J]. International Journal of Geographical Information Science, 2010, 24(3): 383-401.

[24] 卢硕，张文忠，李佳洺. 资源禀赋视角下环境规制对黄河流域资源型城市产业转型的影响[J]. 中国科学院院刊，2020，35(1)：73-85.

Lu Shuo, Zhang Wenzhong, Li Jiaming. Influence of environmental regulations on industrial transformation of resource-based cities in the Yellow River Basin under resource endowment[J]. Bulletin of Chinese Academy of Sciences, 2020, 35(1): 73-85. (in Chinese with English abstract)

[25] Charnes A, Cooper W W, Rhodes E.Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2: 429-444.

[26] Anderson D.Energy efficiency and the economists: The case for a policy based on economic principles[J]. Annual Review of Energy and the Environment, 1995, 1: 495-511.

[27] Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130(3): 498-509.

[28] Tone K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002, 143(1): 32-41.

[29] 余建辉，李佳洺，张文忠. 中国资源型城市识别与综合类型划分[J]. 地理学报，2018，73(4)：677-687.

Yu Jianhui, Li Jiaming, Zhang Wenzhong. Identification and classification of resource-based cities in China[J]. Acta Geographica Sinica, 2018, 73(4): 677-687. (in Chinese with English abstract)

Temporal-spatial evolution and influencing factors of land green use efficiency of resource-based cities in the Yellow River Basin, China

Ding Yi, Guo Qingxia※, Qin Mingxing

(030801,)

The Yellow River Basin has been one of the most important energy bases in China. The land green use efficiency of resource-based cities directly dominates the sustainable and high-quality development in this region. In this study, taking the resource-based cities in the Yellow River Basin as the case study area, a novel index system of land green use efficiency was developed, where the resource and environmental consumption were as input indicators, while the economic, social, and environmental benefits as output indicators. SSBM (Super Slack Based Measure) model was also used to measure the land green use efficiency of resource-based cities in the study area from 2009 to 2018. A spatial autocorrelation and GTWR (Geographically and Temporally Weighted Regression) model were selected to analyze the spatial evolution characteristics and driving factors of land green use efficiency, respectively. The results showed that: 1) There was a trend of fluctuation on the land green use efficiency of resource-based cities in the study areas from 2009 to 2018. There was also a relatively low proportion of high-value cities in the land green use efficiency, where there was not a significant change over the past 10 years. Furthermore, there was a low growth rate of land green use efficiency with the insufficient rising power in the cities, due mainly to the regional restrictions and economic development. Specifically, the land green use efficiency increased the fastest in Henan and Shaanxi Provinces from 2009 to 2018. Ningxia, Shandong, and Inner Mongolia were in the slow growth stage, while Shanxi and Gansu showed a downward trend. 2) The Global Moran's I index of land green use efficiency was between -0.179 and 0.192 for the resource-based cities in the study area, indicating that the global spatial evolution was ranging from the relatively strong to weak correlation from 2009 to 2018. There were also the small-scale agglomeration and large-scale dispersion in the spatial distributions of land green use efficiency for the resource-based cities in the study area, according to the LISA index. As such, it is necessary to further strengthen the coordinated development among upper, middle, and lower reaches in the study areas. 3) There was spatial heterogeneity in the driving factors of land green use efficiency. The economic and industrial structure factors were consistently dominated the land green use efficiency in the study area. The most critical factor in the main driving factors was gradually shifted to the level of science and technology for different types of resource-based cities in 2018. Furthermore, the growing or declining resource-based cities depended strongly on the economy, industrial structure, and policy. The mature resource-based cities were mainly influenced by technology and urbanization. More importantly, technology and industrial structure posed a strong impact on renewable resource-based cities. Consequently, the finding can widely be used to guide the decision-making for better efficiency of land green use in various resource-based cities.

land use; efficiency; spatial-temporal differentiation; influencing factors; SSBM model; GTWR model; Yellow River Basin; resource-based cities

丁一，郭青霞，秦明星. 黄河流域资源型城市土地绿色利用效率时空演变及影响因素[J]. 农业工程学报，2021，37(19)：250-259.doi：10.11975/j.issn.1002-6819.2021.19.029 http://www.tcsae.org

Ding Yi, Guo Qingxia, Qin Mingxing. Temporal-spatial evolution and influencing factors of land green use efficiency of resource-based cities in the Yellow River Basin, China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(19): 250-259. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.19.029 http://www.tcsae.org

2021-06-14

2021-08-04

国家自然科学基金项目（41071345）和山西省哲学社会科学规划课题（2020YJ049）联合资助

丁一，博士，副教授，硕士生导师，研究方向为土地可持续利用与国土空间规划。Email：dingyi_amy@163.com

郭青霞，博士，教授，硕士生导师，研究方向为土地利用和规划与土地信息技术。Email：gqx696@163.com

10.11975/j.issn.1002-6819.2021.19.029

F301.24

A

1002-6819(2021)-19-0250-10