中国城市土地绿色利用效率测度及其时空演变特征

卢新海　杨喜　陈泽秀

摘要 基于非期望产出超效率SBM模型，对我国283座地级及以上城市2003—2017年土地绿色利用效率进行测度，在此基础上，综合运用非参数核密度估计和探索性空间数据分析方法，从时空二维视角对我国城市土地绿色利用效率时序动态演进规律和空间格局演变特征进行刻画和识别。实证结果显示：①在研究期内我国城市土地绿色利用效率整体呈上升趋势，平均效率值由2003年的0.481提升到2017年的0.489，有效决策单元数量由20座城增加到24座城。高效率和有效决策单元城市2003年多位于东部沿海地区，2017年多位于中西部内陆地区。②在研究期内我国城市土地绿色利用效率經历了下降-上升的演进特征，城市效率差异经历了缩小-扩大-缩小的演进特征，并始终存在两极分化现象。三大地带核密度曲线在位置、峰度、峰数和拖尾上具有各自的形态和变化轨迹，是一种区域特色与时段特征叠加共生的结果。③在研究期内我国城市土地绿色利用效率始终存在显著正向全局空间自相关性，并呈现由强相关向弱相关演变特征。局域空间格局以HH和LL为主，以LH和HL为辅，地理上存在空间邻近同伴效应和空间邻近溢出效应，形成了“城以群聚群分”的空间格局。最后提出，秉持“绿水青山就是金山银山”理念来指导城市土地开发利用，构建城市生态环境共同体，利用邻近城市之间空间溢出效应，发挥各城市在提高土地绿色利用效率上的合作联动作用。

关键词 城市;土地绿色利用效率;非期望产出;超效率SBM模型;时空演变

中图分类号 F293.2

文献标识码 A 文章编号 1002-2104（2020）08-0083-09 DOI：10.12062/cpre.20200107

城市土地绿色利用效率是城市生产要素投入系统与城市土地利用产出系统在城市空间上的综合映射。习近平关于 “绿水青山就是金山银山”的论断阐述了生态环境保护与社会经济可持续发展之间的辩证关系，是指导我国生态文明建设的重要思想[1]，随着这一思想的不断深入，城市在社会经济发展土地资源要素投入利用过程中也急需摆脱传统的高污染、高粗放方式转向适应新时代所要求的高效绿色、适度集约方式。2018年全国生态环境保护大会指出，绿色发展是构建高质量现代化经济体系的必然要求[2]，绿色已成为当代城市经济发展的主题。城市土地绿色利用正是当今社会经济发展过程中对城市土地要素优化配置和有效利用的核心要求和关键实现路径，也是贯彻“绿水青山就是金山银山”理念的重要实践活动。因此，在新的时代要求下加强对我国城市土地绿色利用效率的研究，对于降低城市土地开发利用中的生态环境风险、促进社会经济可持续绿色协调发展具有十分重要的时代意义。

1 文献综述

城市土地作为生产、生活和生态三生空间的载体，其利用效率长期以来备受政府关注，学术界对此也开展了大量的研究。现有文献中对我国城市土地利用效率测度的研究，由传统的城市土地利用效率测度开始，这类研究尚未将环境污染等非期望产出纳入到测度模型中。从研究方法上来看，如韩峰等[3]采用非农业GDP与建设用地面积之比来度量城市土地利用效率。李永乐等[4]采用城市建成区每km2平均二、三产业产出来表示城市土地利用效率。可是，单一指标评价方法只考虑了城市土地利用中的单项投入和单项产出之间的效率关系， 无法全面反映城市土地利用过程中多项投入和多项产出之间的效率关系。因此，城市土地利用效率评价由单指标转向了多指标评价，如鲍新中等[5]从经济效益、社会效益和生态环境效益三方面来构建了城市土地利用效率评价指标体系。官玉洁等[6]从土地消耗总量、利用强度和用地结构等方面构建了城市土地利用效率评价指标体系。然而，多指标综合评价方法存在内涵界定不清、评价指标权重主观性强、难以确定理想值等问题影响了评价结果客观性[7]。随着研究技术的不断发展，数据包络分析（DEA）能够采用最优化方法确定各种投入要素的权重， 避免人为主观因素，能够更加客观地对具有多投入、多产出指标的决策单元进行有效评价[8]，逐渐成了测度城市土地利用效率的主流方法。如卢新海等[9]、张志辉[10]、张衔等[11]利用传统未纳入非期望产出的DEA方法测度了不同尺度下城市土地利用效率。然而，经济产出并不是土地利用过程中唯一产出，在效率测算中还需要考虑“三废”排放等环境产出作为土地利用的非期望产出[12]，才能够更加准确地测度出土地利用效率的真实情况。随着绿色发展理念的深入和研究方法技术的进步，现代城市土地绿色利用效率测度逐渐成为当前土地利用评价中研究的热点。在传统DEA模型基础上改进而成的非径向、非角度的SBM-Undesirable模型能够将非期望产出纳入测度模型中备受研究者的青睐，如聂雷等[13]、任国平等[14]、李长健等[15]、胡碧霞等[16]均运用了此研究方法对不同尺度下的城市土地绿色利用效率进行了测度和研究。但SBM-Undesirable模型依然存在有效决策单元效率值无法再分解的问题，造成有效决策单元信息的损失，而基于非期望产出的超效率SBM模型可以有效解决这一现实问题[17]。此外，城市土地绿色利用效率是一个时空动态演变的过程，由于城市所处的地理空间位置、拥有的土地资源禀赋和社会经济发展阶段不同，造成土地资源绿色利用效率在不同城市和不同发展阶段具有客观存在的时空异质性。根据Tobler[18]地理学第一定律，在空间上任何事物都与其他事物相关，但这种相关性的大小随距离而衰减，这也就是地理上的空间相关性。而现有文献对城市土地利用效率测算结果分析大都基于管理学或经济学视角的现象描述和机理解释[19]， 缺乏从时空二维视角来对城市土地绿色利用效率时序动态演进规律的刻画和空间格局演变特征的识别。

基于此，在借鉴和吸收已有研究基础上，采取考虑非期望产出的超效率SBM模型对我国283座地级及以上城市2003—2017年土地绿色利用效率进行测度，并运用非参数核密度估计方法刻画我国城市土地绿色利用效率的时序动态演进规律，采取考虑空间效应的探索性空间数据分析方法识别我国城市土地绿色利用效率的空间格局演变特征。以期为促进城市之间合作联动发展、提高城市土地资源绿色利用效率以及国土空间治理相关政策制定提供参考和借鉴。

2 研究方法

2.1 非期望产出超效率SBM模型

Tone[20]在传统SBM 模型的基础上提出了非期望产出的超效率SBM模型，此模型同时结合了超效率模型和SBM模型的优点，能够将非期望产出纳入模型的同时将效率值为1的有效决策单元进行再分解，从而避免了有效决策单元信息的损失。模型构建[21]为：

minρ=1m∑mi=1（/    xik）1r1+r2〔∑r1S=1yd/ydsk+∑r2q=1yu/yuqk〕（1）

≥∑nj=1，≠kxijλj;yd≤∑nj=1，≠kydSjλj

yd≥∑nj=1，≠kydqjλj;≥xk

yd≤ydk;yu≥yuk;

λj≥0，i=1，2，…，m; j=1，2，…，n;s=1，2，…，r1;q=1，2，…，r2;（2）

式中，假设有n个决策单元，每个决策单元由投入m、期望产出r1和非期望产出r2组成，x、yd、yu为相应的投入矩阵、期望产出矩阵和非期望产出矩阵中的元素，ρ为城市土地绿色利用效率值。

2.2 非参数核密度估计

核密度估计（Kernel density estimation）是一种用于估计概率密度函数的非参数方法，其优点是不需要进行任何参数模型假设，能够用连续的密度曲线描述随机变量的分布形态和演进特征。函数公式[22]为：

f（x）=1nh∑ni=1K〔xi-xh〕（3）

式中，n为样本量;h为带宽;xi为样本观测值;K（·）为核函数，采用学术界主流的高斯核函数对我国城市土地绿色利用效率时序动态演进进行估计。曲线重心位置可刻画效率值大小演进特征，曲线主峰高度可刻画效率值差异演进特征，曲线波峰数量可刻画效率值多极化演进特征，曲线拖尾长度可刻画出处于高（低）效率值区的效率值演进特征，曲线拖尾厚度可刻画高（低）效率值占比演进特征。

2.3 探索性空间数据分析

2.3.1 全局空间自相关

全局空间自相关是从全域视角对研究对象空间相关性进行度量的指标，其通过空间权重矩阵的设置，将空间地理位置关系嵌入到数据分析中。采用学术界主流的全局Morans I指数来度量我国城市土地绿色利用效率全局空间相关性。函数公式[23]为：

I=∑ni=1∑nj=1wij（xi-）（xj-）S2∑ni=1∑nj=1wij（4）

式中， n为样本数量;xi和xj分别表示区域i和区域j的地理属性观测值;为观测值平均数;S2为样本方差; wij 為空间权重矩阵，采用基于距离的空间邻近权重矩阵。I为全局空间自相关系数，若I>0表示存在空间正相关;若I<0表示存在空间负相关;若I=0表示不存在空间自相关，属性数据在空间上随机分布。对于空间自相关显著性水平可以通过标准化统计量阈值 来进行检验，当|Z|>1.96时，即表明P<0.05通过显著性检验，意味着地理属性观测值存在显著的空间自相关。

2.3.2 局部空间自相关

局部空间自相关是从局域视角对研究对象空间相关性进行度量的指标，测度的是本地区域观测值与周围邻近区域观测值之间的相似程度，可以用来识别局域空间格局集聚和离散特征。采用学术界主流的局域Morans I指数来度量我国城市土地绿色利用效率局域空间相关性。函数公式为[23]：

Ii=（xi-）∑nj=1wij（xj-）S2（5）

式中，变量含义与式（4）相同。若I i>0表示局部区域邻近单元相似值空间集聚;若 I i<0表示局部区域邻近单元非相似值空间集聚;若I i=0表示局部区域邻近单元值空间随机分布。具体可为分为HH（High-High）、LH（Low-High）、LL（Low-Low）和HL（High-Low）四种局域集聚类型。

3 指标选取与数据来源

3.1 指标选取

结合“绿水青山就是金山银山”的理念，城市土地绿色利用效率的内涵界定为，在一定的生产技术条件下，城市土地利用系统中土地、资本、劳动等要素投入与城市土地利用系统中经济、生态环境产出在城市空间上的综合映射，其本质是以尽可能少的土地要素投入和最小化生态环境损失为代价来获取最大化土地绿色经济产出，其核心是在城市土地利用系统中追求“金山银山”（经济发展）与“绿水青山”（生态环境）的协调统一。城市土地绿色利用效率测度是指在传统土地利用效率测度的基础上考虑土地利用过程中的生态环境损失，将非期望产出纳入测度模型之中。根据城市土地绿色利用效率测度的内涵及其本质，参考前人研究基础上[24-27]，选取如下城市土地绿色利用效率评价核心指标。①期望经济产出：城市市辖区二、三产业实际增加值（亿元），为增强数据的可比性，以2003年为基期，利用GDP指数将名义产业增加值转换为可比价的实际产业增加值。②非期望污染产出：选择工业废水排放量（万t）、工业二氧化硫排放量（t）、工业烟尘排放量（t），城市三大主要污染来源作为非期望产出的原始指标。由于DEA模型要求产出指标不宜过多，同时为了消除三种非期望产出计量单位不同而造成的数量级差别，采用熵权法计算出非期望产出的综合指数[28]。③土地要素投入：城市市辖区城市建设用地面积（km2）。④资本要素投入：城市市辖区固定资产投资（亿元），以2003年为基期，利用固定资产投资价格指数，将名义固定资产投资值转换为可比价的实际固定资产投资，并采用张军等[29]的永续盘存法，计算出历年各城市资本存量。⑤劳动力要素投入：城市市辖区城镇单位从业人员及城镇私营和个体从业人员总和（万人）。

3.2 数据来源

以我国283座地级及以上城市为研究对象，由于统计口径和数据可获得性等原因，研究对象不包括我国香港、澳门、台湾和西藏等地的城市。以城市市辖区为研究主体，因为市辖区是一个城市核心主体部分，也是人类经济活动中非期望产出的热点区域。指标数据主要来源于《中国城市统计年鉴（2003—2017）》和《中国建设统计年鉴（2003—2017）》。城市地理空间位置坐标信息借助ArcGIS软件提取，最终整理获得2003—2017年我国283座城市面板数据。

4 实证结果分析

利用纳入非期望产出的超效率SBM模型计算公式，借助DEA-SOLVER-PRO15软件，对2003—2017年我国283座城市土地绿色利用效率进行测算（见表1），结果表明：①从全国整体层面来看，平均效率值由2003年0.481提升到2017年0.489，有效决策单元数量由20座城增加到24座城，表明我国城市土地绿色利用效率整体呈现提高趋势。②从划分等级区间城市数量来看，处于低效值区间的城市数量有所减少，处于其他效率值区间城市数量有所增加。③从分布区域来看，就总体而言2003年东部沿海地区土地绿色利用效率值高的城市数多于中西部地区，而2017年中西部地区土地绿色利用效率值高的城市明显增多，而东部沿海地区处于高效率值城市数量有所减少。2011年国务院所发布的《全国主体功能区规划》按开发方式将国土空间划分为四大功能区域，相比较而言优化开发区、重点开发区多位于东部地区，限制开发区和禁止开发区多位于中西部内陆地区，中西部地区在城市经济发展中土地资源开发利用上需要更多的兼顾生态环境保护的需要，从而有利于促进中西部地区城市土地资源绿色利用效率提升。

4.1 时序动态演进特征

利用非参数核密度估计计算公式，并借助Eviews10软件绘制出2003年、2008年、2013年和2017年我国城市土地绿色利用效率核密度曲线图（见图1），分别从全域尺度和局域尺度（全域尺度：283座城。局域尺度：东部 101座城，中部100座城，西部82座城）来刻画我国城市土地绿色利用效率的时序动态演进特征。

4.1.1 全域时序动态演进特征

全域尺度可以从全局视角刻画出我国城市土地绿色利用效率的时序演进特征。①从核密度年度曲线重心位置来看，2003—2008年左迁移，2008—2017年右迁移，表明在研究期内我国城市土地绿色利用效率值整体呈现出先下降后上升的演进特征。②从曲线主峰波峰高度来看，2003—2008间波峰轻微上升， 2008—2013年间呈现出较大幅度下降，城市间土地绿色利用效率差异呈现先缩小再扩大化趋势。2013—2017年波峰轻微上升，表示城市間土地绿色利用效率差异出现缩小势头。③从曲线波峰数量来看，2003—2017年均出现了主峰和次峰双峰共存，表明在研究期内城市土地绿色利用效率始终处于两极分化格局。④从曲线左右拖尾来看，曲线右侧拖尾大于左侧拖尾，2003—2008年右侧拖尾出现了缩短、降薄趋势，表明在此期间高值区城市效率值有所下降，高值区城市占比有所缩减。2008—2017年右侧拖尾出现了加长、抬厚趋势，表明在此期间高值区城市效率值有所提升，高值区城市占比有所增加。由此可见，全域尺度下，在不同时段内我国城市土地绿色利用效率具有不同的发展水平、效率差异、极化程度的动态演进特征。

4.1.2 局域时序动态演进特征

局域尺度可以从三大地带视角刻画出我国不同地区城市土地绿色利用效率的时序演进特征。 ①从核密度年度曲线重心位置来看，2003—2008年三大地带均出现了向左迁移，2008—2017年出现了向右迁移，表明在此期间三大地带城市土地绿色利用整体效率值，都出现了先下降再上升的演进特征。②从曲线主峰波峰高度来看，东部和中部2003—2017年出现了上升-下降-上升，表明在此期间东部和中部地区城市土地绿色利用效率差异呈现出先缩小再扩大再缩小的演进特征。西部2003—2008年轻微上升，2008—2017年出现了持续性的下降，表明西部地区城市土地绿色利用效率差距呈现扩大化趋势。③从曲线波峰数量来看，2003—2017年，东部出现了一主峰一次峰的双峰共存，中部和西部出现了一主峰多次峰的多峰共存，表明东部城市土地绿色利用效率出现了两极分化的特征，中部和西部出现了多极分化的特征。④从曲线左右拖尾来看，2003—2017年三大地带右侧拖尾大于左侧拖尾，在拖尾长度上东部和中部出现了扩张，西部出现了缩短，表明东部和中部高效率值区的城市效率值出现了上升，西部地区高效率值区城市效率值出现了下降。在拖尾厚度上，东部出现了降薄，中部和西部出现了抬厚，表明东部城市高值区城市数量占比下降，中部和西部高值区城市数量占比上升。可以看出，局域尺度下，我国城市土地绿色利用效率在不同区域内和不同时段内的时序动态演进过程，是一种区域特色与时段特征叠加共生的结果。

图1 我国城市土地绿色利用效率时序动态演进特征

4.2 空间格局演变特征

4.2.1 全局空间格局演变特征

利用全局莫兰指数公式，借助GeoDa软件测算出2003—2017年我国城市土地绿色利用效率全局Morans I

指数与Z-Value（见图2），结果显示，全局Morans I指数均为正，在0.183～0.333之间，Z-Value >1.96，即表明P-Value<0.05，各年均通过了显著性检验。由此可见，研究期内我国城市土地绿色利用效率空间分布存在显著正向全局空间自相关性，本地城市土地绿色利用效率不仅会影响到邻近城市，而且也会受到邻近城市影响。从总体上看，2003—2017年全局Morans I指数呈现出下降趋势，表明在研究期内我国城市土地绿色利用效率全局空间相关性呈出由强相关向弱相关演变。

（5）基于非期望产出超效率SBM模型能够同时兼顾期望经济产出和非期望环境污染产出以及将有效决策单元进一步分解，从而能够对我国城市土地绿色利用效率进行有效真实的测度。该研究在指标选取上选择的是目前学术常用的可量化、可获得的核心指标，然而对城市土地绿色利用效率全面的测度可能还需要包含更多的期望产出、非期望产出和投入要素指标，这是城市土地绿色利用效率测度进一步研究的方向。在研究中发现我国城市土地绿色利用效率存在空间邻近同伴效应和空间溢出效应，但是如何估计出这种空间效应的大小，下一步还需要借用空间面板回归计量模型来进行具体参数化估计。

（编辑：李 琪）

参考文献

[1]王会，姜雪梅，陈建成，等.“绿水青山”与“金山银山”关系的经济理论解析[J].中国农村经济，2017（4）：2-12.

[2]新华社.习近平出席全国生态环境保护大会并发表重要讲话[EB/OL].（2018-05-19）[2019-09-09]. http：//www.gov.cn/xinwen/2018-05/19/content_5292116.htm.

[3]韩峰，赖明勇.市场邻近、技术外溢与城市土地利用效率[J].世界经济，2016，39（1）：123-151.

[4]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.

[5]鲍新中，刘澄，张建斌.城市土地利用效率的综合评价[J].城市问题，2009（4）：46-50.

[6]官玉洁，陈晓键.渭南市城市土地利用效率考察[J].城市问题，2013（10）：72-77.

[7]陳百明，张凤荣.我国土地利用研究的发展态势与重点领域[J].地理研究，2011，30（1）：1-9.

[8]付磊，李德山.中国城市土地利用效率测度[J].城市问题，2019（7）：50-58，67.

[9]卢新海，唐一峰，匡兵.长江中游城市群城市土地利用效率空间溢出效应研究[J].长江流域资源与环境，2018，27（2）：252-261.

[10]张志辉.中国城市土地利用效率研究[J].数量经济技术经济研究， 2014 （7） ：134-149.

[11]张衔，吴先强.中国城市建设用地利用效率区域差异研究[J].暨南学报（哲学社会科学版），2016，38（11）：67-76，131.

[12]岳立，李文波.环境约束下的中国典型城市土地利用效率——基于DDF-Global Malmquist-Luenberger指数方法的分析[J].资源科学，2017，39（4）：597-607.

[13]聂雷，郭忠兴，彭冲.基于SBM-Undesirable和Meta-frontier模型的城市建设用地利用效率研究[J].资源科学，2017，39（5）：836-845.

[14]任国平，刘黎明，付永虎，等.环境约束下大都市城郊土地利用结构评价——基于信息熵和非期望产出模型分析[J].长江流域资源与环境，2016，25（6）：913-924.

[15]李长健，苗苗.长江中游城市群土地利用效率测算：现实机理与时空分异[J].中国人口·资源与环境，2017，27（12）：157-164.

[16]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.

[17]侯孟阳，姚顺波.空间视角下中国农业生态效率的收敛性与分异特征[J].中国人口·资源与环境，2019，29（4）：116-126.

[18]TOBLER W R. A computer movie simulating urban growth in the detroit region[J]. Economic geography， 1970， 46（1）：234-240.

[19]金贵，邓祥征，赵晓东，等.2005—2014年长江经济带城市土地利用效率时空格局特征[J].地理学报，2018，73（7）：1242-1252.

[20]TONE K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European journal of operational research， 2002，143 （1） ：32-41.

[21]任梅，王小敏，刘雷，等.中国沿海城市群环境规制效率时空变化及影响因素分析[J].地理科学，2019，39（7）：1119-1128.

[22]SHEATHER S J. Density estimation[J]. Statistical science，2004，19（4）：588-597.

[23]李庆.空间相关性对各省市生态文明建设的影响分析[J].中国人口·资源与环境，2019，29（9）：91-98.

[24]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.

[25]樊鹏飞，冯淑怡，苏敏，等.基于非期望产出的不同职能城市土地利用效率分异及驱动因素探究[J].资源科学，2018，40（5）：946-957.

[26]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.

[27]龙开胜，李敏.长三角城市土地稀缺与土地利用效率的交互影响[J].中国土地科学，2018，32（9）：74-80.

[28]王恩旭，武春友.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报，2011，8（3）：443-450.

[29]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004（10）：35-44.

Measurement and temporal-spatial evolution characteristics of urban land green use efficiency in China

LU Xin-hai1，2 YANG Xi1 CHEN Ze-xiu1

（1. School of Public Administration， Central China Normal University， Wuhan Hubei 430079， China; 2. School of public administration， Huazhong University of Science and Technology， Wuhan Hubei 430074， China）

Abstract Based on the undesired output super-efficient SBM model， this study measured the urban land green use efficiency of 283 prefecture-level cities and above in China from 2003 to 2017. On this basis， non-parametric kernel density estimation and exploratory spatial data analysis were used to describe and identify the temporal dynamic evolution law and spatial pattern evolution characteristics of urban land green utilization efficiency from the two-dimensional perspective of time and space. The results showed that： ① During the study period， the urban land green use efficiency of China showed an overall upward trend. The average efficiency value increased from 0.481 in 2003 to 0.489 in 2017， and the number of effective decision-making units increased from 20 cities to 24 cities. Highly efficient cities and effective decision-making unit cities were mostly located in the eastern coastal areas in 2003 and in the mid-western inland areas in 2017. ② During the study period， the green utilization efficiency of urban land experienced a decline-elevation evolution characteristic， and the urban efficiency difference experienced an evolution characteristic of shrinking-expanding-reducing， and there always existed a two-level differentiation phenomenon. The kernel density curves of the three regions had their own shape and trajectory in position， kurtosis， peak number and tailing， which was the result of superposition of regional characteristics and time period characteristics. ③ During the study period， there was always a significant and positive global spatial autocorrelation of urban land green use efficiency， which evolved from a strong correlation to a weak correlation. The local spatial pattern was dominated by HH and LL， supplemented by LH and HL， and a spatial neighboring companion effect and a spatial proximity spillover effect existed geographically， forming a spatial pattern of ‘urban agglomeration and separation. Finally， this study suggests that the concept of ‘lucid waters and lush mountains are invaluable assetsshould be followed to guide the development and utilization of urban land， to build an urban eco-environment community， to use the space spillover effect between neighboring cities， and to encourage the cities to play a cooperative and coordinating role in the improvement of land green use efficiency.

Key words urban land ; land green use efficiency; undesired output; super efficiency SBM model; temporal-spatial evolution

收稿日期：2019-11-12 修回日期：2020-01-16

作者簡介：卢新海，博士，教授，博导，主要研究方向为土地资源管理与粮食安全。E-mail：xinhailu@163.com。

通信作者：杨喜，博士生，主要研究方向为城市土地利用与国土空间治理。E-mail： 956707424@qq.com。

基金项目：国家自然科学基金青年项目“新旧动能转换背景下城市土地绿色低碳利用的动力机制及路径选择研究”（批准号：41901256）;国家自然科学基金面上项目“藏粮于地理念下耕地轮作休耕的对象确定、模式选择与实现路径研究”（批准号：71673096）。