长三角城市群土地利用效率评价及溢出效应分析

张荣天， 尹 鹏

(1.扬州大学 苏中发展研究院，江苏 扬州 225009；2.鲁东大学 商学院，山东 烟台 264039)

土地资源是城市社会经济发展的空间载体，其合理、高效利用是实现城市经济可持续发展的重要前提。改革开放40多年以来，快速城镇化过程之中资源过度消耗和环境污染不断加剧，中国城镇化发展越来越逼近资源和环境条件的约束边界，土地资源稀缺与粗放利用成为制约我国城市高质量发展的重要因素[1]。从20世纪20年代起，国外生态、经济及社会等众多的学派从不同视角开展了城市土地利用空间问题研究；到20世纪70年代，RS&GIS技术开始运用到国外城市土地利用研究之中；到21世纪后，国外城市土地利用研究朝着多元化、多维度方向纵深发展[2]。国内关于城市土地利用效率的研究起步相对较晚。研究内容上，城市土地利用效率研究主要集中在内涵特征解读[3]、评价体系构建[4]、影响因素剖析[5]及对策建议[6]等方面；研究区域上，主要集中在单一地级城市空间尺度上研究[7],并逐渐向经济带[8]、城市群[9]等中宏观空间尺度转变；研究方法上，主要涉及到SFA[10]、DEA[11-12]等计量分析方法，并开始运用GIS空间模型来研究区域城市土地利用效率时空分异。空间溢出效应概念最早是Lucas提出来的，是指某一区域经济增长对其他区域尤其是相邻区域经济影响，当前国内学者已开始研究城镇化进程中的空间溢出现象，如交通基础设施溢出效应[13]、城市产业结构变化的溢出效应[14]等方面。综合相关研究，城市土地利用效率空间溢出效应，不仅包含了一个城市土地利用效率对另一个城市土地利用效率空间溢出效应，而且包含了影响城市土地利用效率各因素的空间溢出效应对区域城市土地利用效率的影响。长三角城市群地处中国东部沿海地区与长江流域的结合部，是目前我国经济发展最为活跃、开放程度最高、创新能力最强的区域。根据《长江三角洲城市群发展规划》(发改规划〔2016〕1176号)，以长三角城市群26个核心城市作为研究对象，首先构建考虑非期望产出的城市土地利用效率指标体系，通过改进的DEA模型测度2000—2018年长三角城市群土地利用效率值。其次，基于GIS分析平台，运用探索性空间数据分析、空间计量模型等来探究2000—2018年间长三角城市群土地利用效率时空演化及其溢出效应。最后，提出未来促进长三角城市群土地利用效率提升的对策建议。

1 研究方法及数据来源

1.1 研究方法

1.1.1 改进的DEA(Data Envelopment Analysis)模型 DEA模型最早是1978年由美国著名的运筹学家Cooper等人提出来的，它的基本原理主要是通过设定多项“投入-产出”指标，利用线性规划将具有可比性的决策单元进行投入-产出相对有效性的评价分析。但是，传统DEA模型容易造成决策单元的有效数量较多的弊端，针对传统DEA模型不合理之处，引入虚拟最优决策单元DMUj+1，通过考察每个测度单元与最优决策单元的距离来判别相对效率，即为改进的DEA模型[15-16]。设N个决策单元(DMU)，xj为第j个DMU投入量，yj为第j个DMU产出量，引入虚拟的最优决策单元DMUj+1={min(x1j，x2j，…，xmj)，max(y1j，y2j，…，ysj)}，即投入最小而产出最大的决策单元。改进的DEA理论模型：

(1)

1.1.2 ESDA(Exploratory Spatial Data Analysis)模型 空间计量经济学理论认为一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。选取Global Moran’ s I、LISA指数进行城市土地利用效率空间自相关检验[17]，理论公式如下：

①Global Moran’ s I指数

Y=ρWY+Xβ+WXθ+ε(ρ)

(2)

式中，ρ为区域ρ观测值，ρ为区域j观测值，Wij为空间权重矩阵，空间相邻为1，不相邻为0。I(d)>0时为空间正相关，表示城市土地利用效率高(低)空间集聚。

②LISA(Local Indicators of Spatial Association)指数

(3)

1.1.3 空间计量模型 空间计量模型能够有效解决线性回归无法分析变量和扰动项在空间上分布的问题。常见的空间计量模型包括：空间误差模型(Spatial Error Model,SEM)、空间滞后模型(Spatial Lag Model,SLM)和空间杜宾模型(Spatial Dubin Model,SDM)。其中，空间杜宾模型(SDM)不仅考虑因变量的空间相关性，还考虑自变量的空间相关性，因变量不仅受到本地区自变量的影响，还受到其他地区滞后自变量、滞后因变量的影响[18]。为检验长三角城市群土地利用效率空间溢出效应及影响因素，采用SDM模型进行分析，理论公式如下：

Y=ρWY+Xβ+WXθ+ε

(4)

式中，Y为城市土地利用效率，W为空间权重矩阵，X为城市土地利用效率影响因素，WX为城市土地利用效率影响因素滞后项，ε是随机扰动项。

1.2 指标体系及数据来源

城市土地利用效率是一个综合的概念，目前关于城市土地利用效率内涵界定并未形成统一的标准，总体上看，它的内涵主要表现为投入一定的土地、资本、劳动等所得到的一定经济产出，其综合效率可分解为技术效率和规模效率两个维度，即综合效率=技术效率×规模效率。鉴于城市土地利用效率内涵特征[3,6,10,12]，从投入-产出视角上构建长三角城市群土地利用效率评价指标体系(表1)。①投入层面上，主要是反映城市土地利用过程中的人力、资本及土地投入情况。选取城镇人口数量(X1)来反映城市土地利用的人力投入；选取财政支出(X2)、外商直接投资(X3)来反映城市土地利用的资本投入；选取城镇建设用地面积(X4)反映城市土地投入情况。②产出层面上，主要反映城市土地利用过程中的经济规模、社会消费水平及居民生活水平等期望产出，以及环境污染等非期望产出。选取国内生产总值GDP(X5)来反映城市土地利用的经济规模产出；选取社会消费品零售总额(X6)来反映城市土地利用的社会消费水平产出；选取城镇居民恩格尔系数(X7)来反映城市土地利用的居民生活水平产出；研究数据主要取自于《上海市统计年鉴》《江苏省统计年鉴》《浙江省统计年鉴》《安徽省统计年鉴》及长三角各城市的统计年鉴(2001—2019)、国民经济和社会发展统计公报(2000—2018)，选取城市工业废水排放量(X8)、城市工业废气排放量(X9)、城市工业固体废弃物产生量(X10)三个指标来表征城市土地利用的非期望产出(表1)。

表1 城市土地利用效率评价指标体系

空间分析尺度为长三角市域单位，市域行政边界数据取自《上海市地图集》《江苏省地图集》《浙江省地图集》《安徽省地图集》(2018)的政区图，经扫描在ArcGIS10.2分析软件中进行高精度配准后跟踪矢量化获得。

2 长三角城市群土地利用效率评价

2.1 时序特征

利用改进的DEA模型测算2000—2018年长三角城市群土地利用效率，并将其分解为技术效率和规模效率，从综合效率、技术效率及规模效率三个维度上揭示2000年以来长三角城市群土地利用效率及其变化特征(图1)。通过图1可知：①综合效率上，2000—2018年长三角城市群土地利用利用综合效率呈现不断上升态势，由2000年的0.765提升到2018年的0.858，年均增幅达到0.67%。②技术效率上，长三角城市群土地利用技术效率变化趋势也表现为提高趋势，数值从2000年的0.846变化到2018年的0.935，年均增幅达到0.58%，随着科学技术发展，城市土地利用技术效率呈现出上升的趋势，2000年以来长三角城市群土地利用效率总体上受到技术效率的驱动。③规模效率上，表现出与综合效率和技术效率不同的演化特征，呈现“先升后降”的趋势，均值由2000年的0.904上升2009年的0.952，从2010年开始呈现下降的态势，到2018年规模效率均值下降到0.917，这表明城市投入规模在一定程度上对城市土地利用效率起到了促进效应，但这种促进作用不具有可持续性。

图1 长三角城市群土地利用效率及分解值(2000—2018)

2.2 空间分异

2.2.1 全局自相关分析 传统研究将城市看作一个相对孤立“点”，未考虑到城市间空间溢出效应，因而无法识别区域间城市土地利用效率的空间趋同或异质规律。因此，将空间因素引入到计量模型当中首先需要检验城市土地利用效率是否存在空间自相关性。基于Geoda095空间计量软件，以邻接标准构建城市土地利用效率权重矩阵，计算出2000—2018年城市土地利用效率Global Moran’ s I指数值均大于0，表明研究期间长三角城市土地利用效率存在正的空间自相关性。Global Moran’ s I指数值在[0.4034,0.4887]范围内变化(表2)，说明了长三角城市土地利用效率空间自相关相对较弱，当前长三角各市间的城市土地利用效率是相互促进的，但同时区域内各城市发展的内部功能互补性相对不强。

表2 长三角城市群土地利用效率Global Moran’ s I指数(2000—2018)

2.2.2 局部自相关演化 通过ArcGIS 10.2空间统计模块(Spatial Statistics Tools)计算出2000—2018年长三角城市群土地利用综合效率、技术效率及规模效率的LISA指数，依据城市土地利用效率值与空间滞后量之间关系将LISA空间集聚图划分为4种类型：①H-H型，即城市自身土地利用效率与周边城市均较高；②H-L型，即城市土地利用效率较高但周边城市较低；③L-H型，即城市自身土地利用效率较低但周边城市较高；④L-L型，即城市自身土地利用效率与周边城市均较低。基于GeoDa095软件平台，绘制出2000—2018年长三角城市群土地利用效率局部LISA空间集聚演变图(图2)。通过图2可看出：

图2 长三角城市群土地利用综合、技术及规模效率LISA集聚演化

①综合效率上。2000—2018年综合效率H-H型空间格局相对稳定，主要分布在苏锡沪，到2018年杭州演化为H-H型。H-L型主要位于在宁镇常、合芜马、杭甬湖绍等城市，这一类型在长三角地区的分布数量最广。L-H型主要分布在安徽的合肥、滁州，以及苏中地区，到2018年宣城、盐城也演化为L-H型。L-L型主要集聚在浙江的台州、舟山和安徽的池州、安庆、宣城等城市，并与周边城市土地利用效率差距日益加大，形成了研究期长三角城市群土地利用效率低值空间“塌陷区”。

②技术效率上。2000—2009年技术效率H-H型主要分布在上海、苏州及无锡，2009年后杭州、嘉兴演化为H-H型，形成倒“V”字形空间分布。H-L型主要分布江苏的南京、镇江、常州，浙江的绍兴、宁波、金华、湖州，以及安徽的铜陵、芜湖及马鞍山等城市，研究期间H-L型空间分布格局稳定。L-H型主要分布在安徽的合肥、滁州，以及江苏的扬州、泰州及南通，研究期间仅铜陵市发生空间置换。L-L型主要集聚在安徽的池州、安庆，以及浙江的台州和舟山，研究期间仅宣城和盐城两市发生空间置换。总体上看，长三角城市群土地利用技术效率与综合效率形成较相似的空间关联格局。

③规模效率上。2000—2009年城市土地利用规模效率H-H型主要分布在江苏的南京、常州，安徽的芜湖、马鞍山，以及浙江的杭州和绍兴，到2018年杭州、常州两城市演化为H-L型。H-L型主要分布在上海、无锡、苏州、湖州、嘉兴等城市，形成稳定分布态势。L-H型主要分布在江苏的苏中三市，浙江金华和台州，以及安徽滁州等地，到2018年仅合肥演化成为H-L型。L-L型主要分布在安徽池州、黄山，以及浙江舟台地区，到2018年盐城、宣城演化为L-H型。整个研究期间，长三角城市群土地利用规模效率空间关联格局演化与综合效率、技术效率存在一定程度的差异。

3 长三角城市群土地利用效率溢出效应分析

3.1 模型设定与影响因素选择

前面通过空间相关性分析已经表明了长三角城市群土地利用效率存在空间溢出效应，城市土地利用效率不仅取决于本地区一些变量影响，还受到相邻地区其他变量对本地区城市土地利用效率的影响。鉴于此，本文采用空间杜宾模型(SDM)研究2000—2018年长三角城市群土地利用效率的空间溢出效应。综合前人相关研究，城市土地利用效率影响因素选择主要包括：①产业结构状况。产业结构调整升级都会导致城市资源、劳动力等要素向效率高的产业和地区转移，选取第三产业产值占比(X1)指标来衡量。②城镇固定投资。政府合理宏观调控将有助于提升城市土地利用效率，选取城镇固定资产投资(X2)指标来表示。③二三产业就业比重。城市人力资本情况是影响城市土地利用效率提升的重要保障，选取城二三产业就业人口比重(X3)指标来衡量。④市场化水平。一般市场机制引入城市管理，有助于提升城市基础设施和公共服务效率水平，选取区域市场化指数(X4)来衡量。对以上四个变量因素均取对数，分别表示为logX1、logX2、logX3、logX4，构建出空间杜宾面板数据模型。从SDM模型估计结果看(表3)：空间固定模型和双固定模型拟合效果较好，同时双固定模型的对数似然值Log-Likelihood和调整的可决系数Adj-R2均明显大于空间固定模型，因此SDM双固定模型具有最优的估计结果。空间自回归系数ρ都在1%的水平上显著，说明了研究期间长三角各城市的城市土地利用效率的影响因素存在空间溢出效应。

表3 SDM模型估计结果

3.2 结果分析

(1)第三产业产值比重每增加1%，长三角城市群土地利用效率就会提高0.468%，说明了产业结构转型升级有助于区域城市土地利用效率持续提升，第三产业以商业、金融业、服务业等为主，相较于第一、二产业，有着集约度高、利润高的显著特性，因此随着城市第三产业所占比重不断上升，不仅会增加单位土地的收益，也会减少土地的使用量，通过淘汰城市产业中的资源消耗大、环境污染大的工业企业，破解资源环境约束效应，对城市土地利用效率提高产生积极促进作用。同时，产业结构空间滞后项通过5%显著性检验，对邻近城市弹性系数为0.3173，说明邻近城市的产业结构优化会对本地区的城市土地利用效率产生正向的空间溢出效应。

(2)城镇固定资产投资每提高1%，长三角城市群土地利用效率将会上升0.339%，这就意味着增加城镇固定投资能够提升城市土地利用效率，但同时这种积极效果相对有限，主要由于当前城市盲目建设和投资，尤其热衷城市新城区建设，甚至出现了“空城”“鬼城”现象，造成城市土地资源浪费，这仅仅是实现了土地景观城镇化，经济、人口及社会层面城镇化水平还相对较低。同时，相邻城市的城镇固定资产投资通过5%显著性检验，空间滞后项系数仅为0.2047，表明相邻城市的城市投资对本城市的土地利用效率也具有一定的空间溢出效应，但溢出作用相对较弱。

(3)二三产业就业比重每增加1%，长三角城市群土地利用效率将会提高0.566%，表明二三产业就业人口增加对于提升长三角城市土地利用效率具有积极正向作用，城市人力资本是城市土地利用最重要的投入，城市土地利用主要依靠高质量人力资本作为其重要支撑，因此高质量的人力资本是提升城市土地利用效率的关键要素之一。同时，二三产业就业比重空间滞后项系数为正，数值为0.3525，说明了二三产业就业比重具有明显的空间溢出效应，在推-拉作用下，吸引大量农村剩余劳动力转移进城务工、居住，大量城乡人口在空间上流动形成了人力资本的空间溢出效应。

(4)区域市场化指数每增加1%，长三角城市群土地利用效率就会提高0.236%，市场化机制在资源配置中发挥着基础性作用，以市场化推进城市土地利用能够最大限度地优化城市各种资源配置，有助于促进区域城市土地利用效率提升，目前长三角地区仅上海、杭州等地市场化对城市土地利用效率促进作用相对较显著。同时，市场化水平空间滞后项通过了5%显著性检验，并且对邻近城市的弹性系数仅仅为0.025，这就说明市场化水平变量对区域城市土地利用效率空间溢出效应不显著，市场化水平变量溢出效应具有地域限制性，对长三角区域内其他城市土地利用效率提升的影响程度相对较弱。

4 结论与讨论

以我国长三角城市群作为研究地，构建土地利用效率评价指标体系，采用改进的DEA模型测算2000—2018年市域尺度长三角城市群土地利用效率水平，并引入空间自相关模型、空间计量模型等方法研究2000年以来长三角城市群土地利用效率时空演化及其溢出效应。得到以下几点结论：①2000年以来长三角城市群土地利用综合效率和技术效率呈现出持续提升态势，而规模效率却呈现“先升后降”的发展趋势，城市土地利用总体表现出技术效率驱动模式。②2000—2018年长三角城市群土地利用效率表现出正的空间自相关性，其中城市土地利用综合效率与技术效率呈现相似的时空关联演化特征。③产业结构状况、城镇固定投资、二三产就业比重具有显著的空间溢出效应，而市场化水平空间溢出效应不显著，它们均与研究期间长三角城市群土地利用效率之间呈现正向相关性。

《长江三角洲区域一体化发展规划纲要》(2019年12月1日中共中央、国务院印发)是指导长三角地区当前和今后一个时期一体化发展的纲领性文件[19]，如何提升区域内城市土地资源利用效率是推动长三角区域一体化高质量发展的重要内容之一。在推进长三角区域一体化发展国家战略的背景下，通过对2000年以来长三角城市群土地利用效率时空演化及溢出效应分析，提出以下几点促进城市土地利用效率提升的初步建议：①推动城市产业梯度转移。充分利用长三角区位优势，进一步加强上海、杭州及南京等中心大城市建设，发挥这些中心城市对区域内其他城市的带动辐射作用，加快长三角大城市向区域内其他中、小城市的产业梯度转移，增加长三角城市群土地利用效率H-H关联型数量。②增加固定资产投资。通过完善城市基础设施加速长三角城市间要素合理流动；鼓励和支持民间投资，促进城市民营经济发展和产业转型升级；同时，还需积极引入优质的外商投资，不断完善长三角城市产业结构。③加大城市生态环境治理。制定严格的城市生态环境保护政策，促使经济结构从“高能耗、高排放、高污染”不断向“低能耗、低排放、低污染”转变，产业结构从“以二产为主”不断向“以三产为主”转型，促进长三角城市群土地利用与生态环境良性协调发展。④完善城市间合作机制。长三角区域内各城市在制定发展政策过程中，不仅要考虑自身城市特点，还要考虑外部城市空间溢出效应对本城市的影响作用。要打破长三角行政区经济界限，实现跨城市、跨区域的协调与合作，加大城市尤其是周边城市之间的沟通和协调力度，最大程度地利用周边城市的空间溢出效应来促进区域城市土地利用效率提升，形成长三角区域一体化的互利共赢局面。