长江经济带国土空间效率差异演进及驱动机理研究

魏建飞 高威 李强 蒲雨池 李彤辉

摘要：研究目的：明晰长江经济带国土空间效率的空间差异及驱动机理，协同推进重大国家战略发展区域的国土空间格局优化和社会经济高质量发展。研究方法：以长江经济带130个城市作为研究对象，运用超效率SBM模型、空间分类、核密度估计、探索性空间数据分析法进行差异格局分析，运用地理探测器方法识别驱动机理。研究结果：（1）国土空间系统兼顾城镇发展、农业生产和生态保育等重要功能，各子系统共同影响着国土空间格局的优化进程，国土空间效率由城镇空间效率、农业空间效率和生态空间效率构成，旨在强调以最小的要素投入析出最大的综合效益。（2）高效率区以上海、重庆、武汉、长沙等为核心，呈现由内向外密度递减的多核心圈层结构，低效率区呈基底状连绵分布在上游云南、贵州等地。空间关联特征具有较强的正向相关作用，各空间的关联主导类型存在差异且空间集聚效应显著，局部LISA形态呈现“小聚集大分散”的空间关联效应。（3）国土空间效率差异演进受外部社会经济和区域本底因子的双重影响，外部社会经济因素中经济发展、财政支撑、工业化进程、土地城镇化进程能够显著推动效率提升，行政面积和地形地势等内部因子也在一定程度上影响着效率的变化。研究结论：长江经济带国土空间效率区域差异明显且集聚效应显著，未来发展要时刻把握社会经济要素与资源环境要素对国土空间效率的共同驱动作用，推动区域构建优势互补、高质量发展的国土空间布局和支撑体系。

关键词：国土空间效率；格局演进；驱动机理；长江经济带

中图分类号：F301.2 文献标志码：A 文章编号：1001-8158（2023）05-0101-12

基金项目： 教育部哲学社会科学研究后期资助重大项目“承接产业转移、资源环境承载力与国土空间格局协同研究”（19JHQ013）；首都经济贸易大学青年学术创新团队项目“国土空间效率与空间治理”（QNTD202209）。

国土空间的效率优化是实现区域一体化进程中的必然途径，也是形成纵横联动发展新格局的重要手段。长江经济带作为我国重大国家战略发展区域，城镇空间大幅扩张导致了城镇发展、农地保护和生态保育之间的矛盾凸显，在很大程度上制约着区域高质量发展的推进[1-2]。中共“二十大”报告指出要构建优势互补、高质量发展的区域经济布局和国土空间体系，推动长江经济带走生态优先、低碳导向的新路子，这为新时代国土空间治理体系和机制提出了新要求。因此，厘清国土空间效率的本质内涵，识别城镇空间、农业空间与生态空间格局，探索国土空间效率提升的驱动机理，成为实现区域高质量发展的首要任务。

长期以来，长江经济带国土空间效率问题始终得到学界关注，基础理论、研究思路经历了持续的创新历程。梳理文献脉络看，以盛科荣等为代表提出的现代地域功能理论，强调具有不同地域功能的空间组合形成的空间格局，在实现空间均衡过程中，空间格局演变的驱动力正是不同地域功能之间存在综合效益差距产生的势能[3]。尽管该理论研究起步较晚，但系统论、人地和谐论、地域分工理论、区域协调发展理论等研究成果均有力推动了该理论的构建和发展，为国土空间的效率优化奠定了重要的理论支撑。从实证研究看，研究对象聚焦于建设用地利用效率[4]、耕地利用效率[5-6]、工业或旅游效率[7-8]、生态效率[9]等，侧重于利用方式的相异性。指标体系通常将土地、劳动力、资本等作为投入，将各种效益作为产出[10-11]，鉴于碳排放对利用效率产生的显著影响，部分学者将碳排放作为非期望产出分析了不同用地效率的差异，为理解双碳目标导向下的效率格局演化提供了指导[12-14]。研究尺度涉及长江经济带[15]、长江中游城市群[16]、长三角地區[17]等，为尺度融合分析夯实了基础。研究方法分为非参数方法和参数方法，前者利用线性规划的思想度量决策单元的相对效率值，后者则是考虑不可控因素的影响，利用生产函数模拟绝对效率值[18]。在交互响应层面，少数研究深入分析效率差异与高质量发展或产业结构的互馈机制，为国土空间的提质增效指明了方向[19-20]。

综上所述，长江经济带国土空间效率的研究不断丰富，形成了内容多样、方法多元的研究范式和理论框架。但现有研究仍有以下不足之处：基于国土空间分类视角探讨国土空间的效率优化问题有待深入；影响因素分析层面多侧重于外部社会性要素，缺乏综合分析社会经济要素与资源环境本底条件对国土空间效率的驱动机理。因此，本文基于国土空间分类基础，以长江经济带130个城市作为研究对象，深入探讨城镇空间、农业空间、生态空间的效率演进格局及驱动因子，为推动长江经济带国土空间格局优化与社会经济高质量发展提供科学支撑。

1 指标体系、数据与方法

1.1 研究区国土空间利用特征

长江经济带作为重大国家战略发展区域，横跨我国东中西三大区域，覆盖上海、浙江、江苏、安徽、江西、湖北、湖南、重庆、贵州、四川、云南共9省两市。截至2020年末，该地区总人口约6.06亿人，地区生产总值约47.16万亿元，人口和经济总量均超全国的40%。区域内土地利用类型复杂多样（图1），上中下游的差异特征是我国东中西部区域不均衡特征的直接体现[11]。城镇空间用地结构差异明显，住宅用地和工业用地的占比较高，商业服务与公共服务用地比例偏低。农业空间中保有全国27%的农业用地和33%的耕地面积，农业总产值达到58 291亿元，是我国重要的农业产区。2020年初步划定生态保护红线的面积为54.42万km2，占区域国土面积的25.47%；完成造林面积约248万hm2，约占全国总造林面积的35%，远远高于国土面积占比。各省区森林覆盖率平均值达到45%，远远高出全国的平均水平（23%）。

1.2 国土空间效率的功能解析与评价体系

1.2.1 国土空间效率的本质内涵

国土空间系统以国土空间的资源本底为运行基础，以人类为主要实施者，以不同的利用方式为运行核心，系统内外各要素通过彼此交互实现资源环境与社会经济的物质互馈及能量流转。国土空间系统支撑并维持着社会经济的正常运转，由满足人类各种需求的城镇发展、农业生产和生态保育三个子系统共同组成。国土空间效率实际上是人类赖以生存的国土空间在满足人类需要并创造社会财富时所发生的产出与投入的对应关系，强调以最小的资源要素投入获取最大综合效益的利用过程。按照区域主体发展功能的不同，国土空间效率可细分为城镇空间效率、农业空间效率、生态空间效率。

1.2.2 国土空间效率与碳排放的内在关系

城镇建设用地作为城镇空间发展的重要载体，其碳排放强度与人口增长、产业结构、生活水平存在显著的相关关系，能够间接影响城镇空间的利用水平。在农业空间中，为了促进土地的经济产出，农业生产过程中会使用电力、化学力、机械力等，施肥、施药、灌溉、养殖过程中均存在对高碳型生产资料的依赖，吃住、交通等也会产生碳排放。从生态空间层面看，通过植树造林、退耕还林等方式，能够增强城市生态系统碳捕捉和气候调节能力，有效强化国土空间的增绿增汇能力，进而促进区域空间利用效率的提升。由此可见，碳源与碳汇在一定程度上影响着国土空间效率的优化进程，因此有必要在传统的指标体系中融入碳因素，努力打造绿色可持续发展的国土空间格局，实现国土空间利用的全面绿色转型。

1.2.3 国土空间效率评价体系构建

國土空间效率实质上是评价投入、期望产出和非期望产出三者之间的权衡关系，进而促进城镇空间、农业空间和生态空间的协同发展。关于国土空间效率评价的指标体系已具备科学性与系统性，为本文国土空间效率指标体系的构建奠定了扎实的理论基础[4]。具体而言，城镇空间的集约利用是劳动力和资本等要素在土地上持续积累的过程，其指标体系应充分体现非农生产活动特征[11-12]，故选取城市建设用地面积、二三产业从业人员和固定资产投资分别代表土地、劳动力、资本的投入；选取经济效益、社会效益和个人效益的综合评价作为期望产出；在非期望产出层面，由于建设用地上承载的能源使用、工业生产等产生CO2，城镇居民的出行方面也会造成空气中CO2的提高，故选取建设用地碳排放与居民生活碳排放作为城镇空间环境负外部性损失的直接体现[15]。

农业空间作为乡村转型发展和乡村地域社会经济形态转变的关键客体，其指标体系的选择需要体现出农业的发展特征。参考相关文献[5-6]，选取第一产业从业人员与粮食作物播种面积作为投入的农业劳动力和土地要素。由于资本数据难以直接获得，而农业投入的机械化、化学化、电气化、水利化水平在一定程度上能够反映出农业空间运用科技化实现创收的水平，故选取这4类水平进行资本的综合代替。期望产出选取经济、社会等复合效益，非期望产出则基于耕地净碳排放量与农村居民生活碳排放量来反映农业空间的负向环境效益[10-11]。

生态空间效率较难直接衡量，往往采用土地的生态效益来间接体现。梳理文献[14]发现，投入要素融入生态空间的固有属性，期望产出主要以经济效益为主，非期望产出则以废水、废气、烟尘等污染物为主。鉴于财政支出中的节能环保支出是中央财政划拨的用于节约能源和环境保护的转向支出，可以作为生态空间的资本投入。尽管生态空间土地和劳动力的投入较难直接量化，但投入到生态空间的能源消费总量更能体现出人类对生态空间的直接影响程度。在产出方面，综合考虑生态空间利用的可持续要求，选取森林覆盖率、林地碳吸收量作为正向生态效益产出，选取空气中可吸入颗粒物平均浓度和工业废水排放量作为负向生态效应。

基于此，本文将资本、劳动力、土地、能源、资源等作为投入指标，将社会效益、经济效益、生态效益、环境效益等作为产出指标，形成碳约束下的国土空间效率综合评价体系。考虑到熵权法能够反映各指标之间的区分能力，算法简单便捷，具有较好的权重赋值和较高的可信度。因此，运用熵权法分别计算2005年、2010年、2015年、2020年的权重，同时为消除不同年份间数据波动引起的误差，故对4年权重进行平均后作为最终的赋权结果（表1）。

1.3 数据处理与来源

国土空间的低碳转型工作是“十四五”期间区域生态文明建设实现降碳战略目标的重心，自然资源部组织编制《长江经济带国土空间规划（2020—2035）》也强调将碳因素融入到国土空间规划中。鉴于碳元素对国土空间利用产生一定影响且研究区跨度较大的实际，故在指标体系中引入碳系数并进行精细化处理。最终按照上中下游区域划分，参考国内外学者研究成果[21-22]，结合研究区实际的经纬度及地理状况进行修正分类，得到不同区域的碳系数（表2）。在计算过程中，建设用地碳排放通过能源消耗转化为t标准煤的总额乘以相应的煤炭碳排放系数获得；人均碳系数参考相关文献[23-24]设定，城镇居民碳排放系数和农村居民碳排放系数依据该地区城镇常住人口与农村常住人口的比值进行细化，进一步通过计算相应的人口数量乘以人均碳排放系数得出居民生活碳排放量；耕地利用的净碳排放和林地碳吸收分别通过面积乘以相应的碳系数获得。

长江经济带的社会经济数据主要包括人口、经济、环境、农业、能源等指标，主要来源于各省、市统计年鉴，中国城市统计年鉴，中国统计年鉴，中国能源统计年鉴，相关年份的国民经济和社会发展统计公报，林业发展规划，水资源公报，生态环境状况公报，统计局官方统计网站等；部分气象数据来源于国家科技资源共享服务平台和国家气象信息中心。

1.4 研究方法

1.4.1 超效率SBM模型

超效率SBM模型将松弛变量纳入目标函数，采用非径向距离函数计算出具体生产过程中所产生的附属影响。该方法不仅避免径向和角度度量引起的偏差，而且考虑生产过程中非期望产出因素的影响，能够打破“效率值计算为1时无法对比”的困境，进而对决策单元DMU进行效率值对比排序等。计算公式如下[25]：

1.4.2 Jenks Natural Breaks分类与核密度分布

Jenks Natural Breaks分类法是ArcGIS中常用的分类方法，该方法基于数据自身的特点将相似值进行自然分组归类，能够通过统计数据的方差来衡量差异大小，最终实现组间差异最大、组内差异最小的分类结果。核密度估计法是表征临近“点”或“线”空间统计特征的常用方法，核密度值越高，表征数据分布的集中度越高[26]。因此，采用该方法对长江经济带不同空间效率的时空演进规律进行分析。

1.4.3 探索性空间数据分析

2 结果分析

2.1 效率评价结果

计算城镇空间、农业空间、生态空间效率，能够精准识别不同主体功能的国土空间利用水平；计算综合空间效率，则能够在区域宏观把控的基础上，进一步完善已有的空间效率认知水平。基于此，分别计算不同空间效率发现，2005—2020年城鎮空间效率均值先降后升，不同城市间的离散程度逐渐下降，表征城镇空间的无序扩张有所缓解。农业空间效率均值波动上升，但各个城市间效率值差距较大，区域内部仍具有较大的发展潜力。生态空间效率均值先升后降，且最小值显著低于其他空间，地区间发展不平衡的问题仍然存在。综合空间效率均值变化较为平缓且波动下降，反映出综合空间的集约利用水平有所下降，距离实现国土空间提质增效目标仍有较大差距（表3）。

2.2 空间分异格局

鉴于Jenks Natural Breaks分类方法能够有效识别效率的自然断裂点，进而根据数据自身的差异大小进行自然归类，因此，采用该方法将国土空间效率从高到低分为5类，分别是高效率区、较高效率区、一般效率区、较低效率区和低效率区5级，并将结果进行可视化表达（图2）。

由图2可知，苏州、上海等中心城市的城镇空间效率形成显著高值集聚状态，张家界、武汉等在中游形成小范围聚集态势。之后宁波、杭州的效率不断提升，与上海形成高值集聚连绵片区，重庆、成都在上游形成分散的“高值孤岛区”。从农业空间看，无论是以武汉为中心的高值集聚区，还是围绕成都形成的连片发展区，均由核心节点城市构成。对比来看，浙江、江苏等处于低密度核心区，这是由于快速的城镇空间扩张阻碍了农业环境的修补。生态空间效率表现出独特的空间分布特征，张家界、黄山等旅游城市在中下游地区形成明显圈层结构，并围绕景德镇形成的高峰值集聚特征逐渐显现。综合空间的高值区主要有三：一是以上海、苏州、合肥等中心形成的东部沿海高效率圈，反映出江浙沪高值连绵分布的发展态势；二是以武汉、张家界、长沙等核心形成的中游高效率圈，距离这些节点城市较近的城市逐渐衍生出多个中密度聚集区；三是以成都、重庆形成的集聚区，其圈层结构在2010年有所弱化。整体而言，长江经济带国土综合空间效率以“中心城市”为依托呈中心向外围扩散的多核心圈层结构，且经济社会综合发展的指向性特征明显，表征各级中心城市提供的资本、制度、环境等为国土空间效率的提升提供了多方面的条件支撑。

2.3 空间关联特征

通过计算2005—2020年的Morans I及其局部空间集聚效应，客观揭示长江经济带国土空间效率的发展趋势（表4和图3）。

从表4可知，长江经济带国土空间效率存在明显正向相关关系，表征区域存在较强的聚集特征。城镇空间关联类型以显著HH区和显著LL区为主，高值集聚范围逐渐由中游地区向下游沿海地区转移，体现出下游地区以上海为中心的发展优势。显著LL区在贵州西南形成“连片特困”区，也有少数零星分散在南充、自贡等，这些地区亟需合理利用城市土地，实现城镇空间布局的逐步优化。农业空间效率以显著LL区为主，集中分布在三处：一是在云南边境形成“U”型低值塌陷区；二是在湖南中部及江西北部形成连绵分布态势；三是在安徽北部和江苏北部形成小范围的“低值特困”区。生态空间以显著HH区和显著LL区为主，主要体现在四川西部和云南西部的高值集聚效应以及安徽、江苏及浙江部分城市的低值集聚现象。可以发现，上中下游的生态效率集聚呈现明显的区域异质性效应，上游生态优势尤为突出，高值关联效应具有一定的时空延续性，而现有研究中发现研究前期下游地区的生态效率多位于流域前列[20]，这也是本文与以往研究结论的不同之处。未来区域发展应注重继续发挥上游境内的生态效益优势，逐步改变传统工业化地区不合理的经济结构，有效缓解生态保护困难地区的经济压力。从综合空间看，显著LL区和显著HL区是引起国土空间综合系统空间关联格局的主导类型。显著LL区仅在江苏北部形成小范围的空间集聚效应，覆盖连云港、徐州、宿迁等地，之后在四川西北部及云南南部形成条带状空间集聚效应，显著HL区数量较少且分布零散。

2.4 问题区域识别及优化

结合长江经济带国土空间效率的评价结果和空间分布规律，通过识别问题区域以期为构建长江经济带优势互补的国土空间治理体系提供全面客观的参考依据。基于此，参考相关文献[29-30]，将国土空间效率得分低于其所属类型平均得分的70%的区域定义为问题区域，并据此将城市进行分类（表5）。

由表5可知，城镇空间的问题区数量较多，分布范围较广且未形成集聚态势，这是由于部分城市远离增长极，受地理区位影响使得国土空间开发面积有限导致的。未来应积极推动城镇空间中的存量建设用地开发利用进程，合理制定新增建设用地的结构和规模，及时扭转发展空间不足、土地闲置和粗放利用等局面。农业空间的问题区主要分布在云南边境或四川西部，这些地区受限于区位地势或发展基础薄弱等因素，导致农业基础设施较为滞后、农业科技服务体系较不完善，亟需植入现代科技兴农等系列企业或产业，因地制宜地形成良田粮用的健康发展模式。生态空间的问题区多为发达城市，可能是区域内城镇化和工业化进程较快暂时损害了生态环境，未来应在促进经济高质量发展的同时尽可能地提升生态效益。综合空间的问题区主要为传统的资源型城市，受生态环境与产业发展双滞后的影响导致利用效率低下，这些地区应充分挖掘地区发展潜力，促进产业结构的绿色转型升级，助推区域形成优势互补的国土空间体系和高质量发展格局。

尽管部分地区国土空间效率低下，亟待优化国土空间布局，但相关研究也表明[31]，过度追求国土空间效率的提升反而会导致生物多样性整合功能的降低，同时也反映出“效率并非越高越好”的现实特征，这也意味着长江经济带的更高质量发展应注重国土空间的效率优化，在追求区域效率提升的同时，也应综合考虑分区调控政策，以全局观的角度促进区域的一体化发展。

3 驱动机理分析

3.1 影响因子的理论解析及指标选取

从理论层面看，地形、气候等本底条件为国土空间效率提升提供基础环境支撑，而外部社会经济条件为国土空间效率优化提供动力支撑（图4）。具体而言，自然本底条件从根本上影响城镇建设、农业生产及生态系统的功能维持，如地形地势直接制约着国土空间的开发进程，是影响区域利用效率的首要前提；行政面积的大小影响区域资源利用的范围，在大环境背景下把控着国土空间效率的演进方向；降水则在一定程度上影响着农业生产活动的开展，也能够决定生态空间水源涵养能力的大小。从外部影响因素看，经济发展和财政支撑是要素投资能力产生决定性的驱动作用，直接影响城镇开发效率及农业生产效率，现有研究也证实土地财政规模能够显著影响土地利用效率的提升[32]；城镇化和工业化进程对效率的影响机制在于快速城镇化地区中农业空间的被迫转型，以及工业三废对生态空间造成的环境污染；人口密度决定着城镇空间的规模扩张速度与开发利用程度；信息化、基础设施建设及交通可达性则通过影响土地价格或发展集聚效应驱动着不同空间的效率变化。因此，国土空间效率的时空分异是多重因素非线性作用的共同结果，这些因素对国土空间效率的影响贡献大小存在一定差别，外援驱动力是国土空间效率发生演进的关键因素。

基于此，本文将区域本底因素和外部社会经济因素进行有效结合，外部社会经济因子选取人均GDP（X1）、建成区面积（X2）、国际互联网宽带用户数（X3）、年末实有道路面积（X4）、工业产值（X5）、一般公共预算支出（X6）、人口密度（X7）和公路通车里程（X8）指标，分别反映地区的土地城镇化水平、区域经济发展水平、信息化水平、基建水平、工业化进程、财政支撑、人口密度、交通通达性对国土空间利用效率的影响，区域本底因子选取地形地势（X9）、行政面积（X10）、年降水量（X11），建立初步的国土空间效率影响因素体系。

3.2 影响因子的交互探测

地理探测器能够通过因子力度量指标显著识别多因子之间的交互作用，在管理学、经济学及地理学得到了持续应用。该方法的基本原理是认为不同要素对事物的发展具有空间差异性，如若二者在空间变化上呈现一致或相似性，则证明该因素对地理空间分布具有更显著的贡献。鉴于地理探测器能够有效识别不同影响因子对国土空间效率的贡献力，故采取该方法对上述影响因子进行定量识别。为避免分析结果失真，选取方差膨胀因子（VIF）进行效率评价指标与影响因子的共线性诊断，通过SPSS软件逐步回归分析进行指标预剔除，结果发现自变量之间均满足VIF<10的条件，表明自变量之间不存在共线性问题，故未进行指标剔除。最终按照影响力从大到小排序分别为人均GDP（0.132）>一般公共预算支出（0.130）>工业产值（0.120）>建成区面积（0.113）>行政面积（0.110）>年末实有道路面积（0.088）>国际互联网宽带用户数（0.072）>公路通车里程（0.064）>人口密度（0.055）>地形地势（0.041）>年降水量（0.011）。可以发现，外部社会经济因子依然作为主导因子影响区域国土空间效率，区域本底因素也在一定程度上影响区域国土空间格局的优化进程。在此基础上，对各指标进行交互探测分析，如表6所示。

3.3 作用机理分析

根据影响因子的定量识别结果和国土空间效率的空间分异特征，结合长江经济带的发展实际，从以下层面对国土空间效率的影响机理进行分析。

（1）区域经济发展的有力拉动。由表6可知，区域经济发展水平的解释力最强且交互探测作用明显，充分体现出经济发展是国土空间效率优化的重要影响因素。不难理解，上海、苏州等核心城市通過征收碳税等加强污染企业的约束，大量研发投入和创新清洁技术也显著降低碳排放，促进高效率城市正向效应的发挥。云南边境等地基础薄弱且经济振兴进程缓慢，导致国土空间合理开发受限，这与当前长江经济带的经济发展格局相吻合。

（2）城镇化进程及工业化进程的高效推动。从现实发展看，上海、浙江等地整体城镇化质量较高且工业实力强劲，同时严格的环境管控制度也会降低污染源的生产产量，使低碳经济增长的核心作用进一步发挥。上游云南、四川部分地区及贵州境内的城市核心区的“五化协同发展”进程缓慢，整体国土空间效率与中下游地区仍然存在较大差距。

（3）基础设施水平的强力支撑。以年末实有道路面积为代表的基础设施建设水平与区域经济发展水平的交互作用显著，反映出社会基建奠定的发展基础作用。基础设施的重复建设或低效能運行导致国土空间资源浪费或过度开发等，因此未来应合理调控基础设施的投资力度，促进国土空间利用结构和布局优化。

（4）信息化发展的环境支撑。根据内生增长理论，技术进步能够显著提高资源要素的利用效率，长三角地区的信息资源配置及通讯技术处于我国前沿，故其资源配置效率较高。长江中游城市群作为中部地区的核心地带，其信息化水平尽管与东部有一定差距，但信息化发展环境及信息技术创新的支撑水平显著高于长江经济带的上游地区。

（5）区域本底因素的基础支撑。行政面积、地形地势等与外部社会因子的交互作用较强，表明区域自然生态本底也可影响国土空间效率的演进趋势。从发展实际看，阶梯状地貌特征导致上游贵州、云南等地国土空间的合理开发利用受到较大制约。中游地区地势坦阔，又不断承接来自上海、浙江等地的产业转移和技术流动，国土空间利用效益逐渐提升。下游地区自然区位、经济区位及交通区位优势明显且相辅相成，加上人才、技术要素的聚集，进而取得了良好的国土空间利用效益。

4 结论与展望

4.1 结论

在厘清国土空间系统功能及效率内涵的基础上，采用多种方法对2005—2020年长江经济带城镇空间、农业空间和生态空间效率的动态演进规律和驱动机理进行分析，结论如下：

（1）国土空间利用系统是涵盖城镇空间、农业空间和生态空间的复杂开放巨系统，不同子系统分别承担着城镇发展、农业生产和生态保育的主体功能。国土空间效率的本质反映了经济发展对资源环境的影响程度与协调情况，旨在以最少的资源消耗、最小的环境损害来赢得最优的经济产出。

（2）长江经济带各个空间效率的分异特征明显，呈现由中心向外围城市递减的圈层式结构，符合核心—外围理论；空间正向关联效应显著且均通过了显著性水平检验，呈现“小聚集大分散”的空间演进特征。

（3）外部社会经济因子起主导决定性作用，其中经济发展水平、财政支撑、工业化进程、土地城镇化进程和行政面积的影响力较为显著，基础设施水平、信息化水平和人口密度对效率的影响相对较小；区域本底因素在一定程度上也能够影响国土空间效率的提升。

4.2 展望

不同空间视角下长江经济带国土空间效率的格局演进特征能够完善已有的效率分布认知水平和空间分异状态，驱动因子层面发现的区域本底因素对国土空间效率优化的基础推动作用能够补充现有影响机制的研究范式，在一定程度上可为国土空间效率优化提供案例支撑，未来仍有以下几点值得深入研究：

（1）确定国土空间合理阈值的必要性。长江经济带正处于国土空间利用的空间博弈转向协调发展的高质量发展阶段，此时更应因地制宜制定不同区域的效率优化措施，促进不同空间的协同发展。在这种情况下，如何确定国土空间合理利用的效率阈值，保证各个空间的均衡发展是值得探索的地方。

（2）厘清国土空间效率与经济高质量发展互馈机理的重要性。鉴于国土空间利用与经济高质量发展之间循环互惠，现有研究开始着手尝试分析国土空间效率与高质量发展的交互效应及传导机制，进而制定更有针对性的效率优化与高质量融合发展策略的有效途径，是本研究进一步深化的方向。

（3）依据驱动因子识别结果进一步明晰各因子的空间异质性特征，实现长江经济带国土空间效率优化措施的真正落地。尽管地理探测器结果能够在全局上初步把控国土空间效率的驱动因素，但要进一步了解各驱动因子在空间上多大程度上促进了效率的提升，需结合地理加权回归模型分析各驱动因子在空间上异质性特征，这也是未来研究需持续深入的方向。此外，实证研究的最终目标在于服务实践，在识别国土空间效率驱动因子且明晰各影响因子在局部空间上对国土空间效率演变驱动的基础上，应因地制宜提升效率驱动因子的助推力并缩小障碍性因子作用力，促进区域国土空间效率优化措施的贯彻实施，最终形成长江经济带优化稳固的高质量国土空间利用体系。

参考文献（References）：

[1] YE L F， HUANG X J， YANG H， et al. Effects of dual land ownerships and different land lease terms on industrial land use efficiency in Wuxi City， East China[J] . Habitat International， 2018， 78： 21 - 28.

[2] BRYAN B A， GAO L， YE Y， et al. Chinas response to a national land-system sustainability emergency[J] . Nature， 2018， 559（7713）： 193 - 204.

[3] 盛科荣，樊杰.地域功能的生成机理：基于人地关系地域系统理论的解析[J] .经济地理，2018，38（5）：11 - 19.

[4] 张立新，宋洋，朱道林，等.长江经济带城市建设用地利用效率空间非均衡性及影响因素[J] .地域研究与开发，2020，39（6）：154 - 159.

[5] 桂政，於冉，秦岩，等.长三角耕地利用效率及影响因素分析[J] .四川农业大学学报，2021，39（6）：843 - 849.

[6] 吴郁玲，张佩，李佳.长江经济带耕地利用效率时空演变特征及提升路径研究[J] .农业现代化研究，2021，42（4）：579 - 588.

[7] 张樨樨，曹正旭.长江经济带工业生态效率时空演变及影响因素分析[J] .长江流域资源与环境，2022，31（3）：493 - 502.

[8] 王兆峰，刘庆芳.长江经济带旅游生态效率时空演变及其与旅游经济互动响应[J] .自然资源学报，2019，34（9）：1945 - 1961.

[9] REBOLLEDO-LEIVA R， ANGULO-MEZA L， IRIARTE A， et al. Comparing two CF+DEA methods for assessing ecoefficiency from theoretical and practical points of view[J] . Science of the Total Environment， 2019， 659： 1266 - 1282.

[10] MA J F， LI W F， WANG Z， et al. Measuring multi-faceted land use efficiency of large-scale urban agglomerations under multi-scale drivers： evidence from China[J] . Land， 2022， 11（1）. doi： 10.3390/land11010091.

[11] 楊斌，杨俊，王占岐，等.长江经济带耕地绿色低碳利用的时空格局及其成因分析[J] .中国土地科学，2022，36（10）：63 - 71.

[12] 高威，魏建飞，李强.碳排放约束下京津冀地区建设用地利用效率时空演化特征与影响因素研究[J] .地理与地理信息科学，2022，38（5）：88 - 95.

[13] 卢新海，匡兵，李菁.碳排放约束下耕地利用效率的区域差异及其影响因素[J] .自然资源学报，2018，33（4）：657 - 668.

[14] 杜昱东，刘恋，王佳斌，等.基于碳排放约束的北京市社区生态效率评价[J] .生态学报，2023，43（2）：509 - 602.

[15] 杨奎，文琦，钟太洋.长江经济带城市土地利用效率评价[J] .资源科学，2018，40（10）：2048 - 2059.

[16] 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.

[17] 胡宗楠，李鑫，康建荣.长三角地区城镇土地经济产出能力空间溢出效应研究[J] .华东经济管理， 2018，32（10）：92 - 98.

[18] 杨喜，卢新海，陈讲飞.长江经济带城市土地资源尾效测度及其时空格局演变[J] .中国土地科学，2020，34（3）：66 - 74.

[19] 李强，魏建飞.皖江城市带国土空间利用效率与高质量发展的时空耦合[J] .自然资源学报，2022，37（11）：2867 - 2883.

[20] 刘蒙罢，张安录，熊燕飞.长江经济带城市土地利用生态效率空间差异及其与产业结构升级的交互溢出效应[J] .中国人口·资源与环境，2022，32（10）：125 - 139.

[21] CAI Z C， KANG G D， TSURUTA H， et al. Estimate of CH4 emissions from year-round flooded rice fields during rice growing season in China[J] . Pedosphere， 2005， 15（1）： 66 - 71.

[22] 苑韶峰，唐奕钰.低碳视角下长江经济带土地利用碳排放的空间分异[J] .经济地理，2019，39（2）：190 - 198.

[23] 张展，廖小平，李春华，等.湖南省县域农业生态效率的时空特征及其影响因素[J] .经济地理，2022，42（2）：181- 189.

[24] 匡耀求，欧阳婷萍，邹毅，等.广东省碳源碳汇现状评估及增加碳汇潜力分析[J] .中国人口·资源与环境，2010，20（12）：56 - 61.

[25] 李键，毛德华，蒋子良，等.长株潭城市群土地利用碳排放因素分解及脱钩效应研究[J] .生态经济，2019，35（8）：28 - 34，66.

[26] 夏丛，胡守庚，吴思，等.长江经济带城市用地效率时空演变特征[J] .经济地理，2021，41（8）：115 - 124.

[27] 冷梦思，张利平，邓瑶，等.长江上游城市群绿色发展水平时空演变特征及其影响因素辨识[J] .武汉大学学报（工学版），2022，55（1）：1 - 12.

[28] 王劲峰，徐成东.地理探测器：原理与展望[J] .地理学报，2017，72（1）：116 - 134.

[29] 李建新，梁曼，钟业喜.长江经济带经济与环境协调发展的时空格局及问题区域识别[J] .长江流域资源与环境，2020， 29（12）：2584 - 2596.

[30] 郭宇，姚亦锋，王振波，等.基于主体功能区的长江经济带绿色发展评价与问题区域识别[J] .生态学报，2023，43（7）：2569 - 2582.

[31] MARíA R F， SOLIVERES S， PENONE C， et al. Land-use intensity alters networks between biodiversity， ecosystem functions， and services[J] . Proceedings of the National Academy of Sciences， 2020， 117（45）： 28140 - 28149.

[32] ZHONG S， LI X N， MA J. Impacts of land finance on green land use efficiency in the Yangtze River Economic Belt： a spatial econometrics analysis[J] . Environmental Science and Pollution Research International， 2022， 29（37）： 56004 -56022.

Analysis on Spatial Differences and Driving Mechanisms of Territorial Space Efficiency in the Yangtze River Economic Belt

WEI Jianfei1，2， GAO Wei1， LI Qiang1，2， PU Yuchi1，2， LI Tonghui1，2

（1. School of Urban Economics and Public Administration， Capital University of Economics and Business， Beijing 100070， China； 2. Beijing Key Laboratory of Megaregions Sustainable Development Modelling， Beijing 100070， China）

Abstract： The purpose of this paper is to clarify the spatial differences and driving mechanisms of territorial space efficiency in the Yangtze River Economic Belt， to promote the optimization of territorial space pattern and high-quality socio-economic development in major national strategic development areas. Taking 130 cities in the Yangtze River Economic Belt as the research objects， this paper uses the Super-SBM model， Jenks method， Kernel Density Estimation and Exploratory Spatial Data Analysis to analyze the differentiated pattern， and uses the Geographical Detector method to identify the driving mechanism. The research results show that： 1） territorial space system has important functions such as urban development， agricultural production and ecological conservation， and all subsystems jointly affect the optimization process of the territorial space pattern. The territorial space efficiency consists of urban space efficiency， agricultural space efficiency， and ecological space efficiency， aiming to emphasize the maximum comprehensive benefits with the minimum input of factors. 2） The high efficiency areas are centered around Shanghai， Chongqing， Wuhan， Changsha， presenting multi-layer structure with decreasing density from the inside to outside areas. The low efficiency areas are distributed in a basal continuous manner in upstream areas， such as Yunnan and Guizhou. The spatial correlation features have a strong positive correlation effect， and the dominant types of correlation in each space are different， and the spatial agglomeration effect is significant. The local LISA forms a spatial correlation effect of “small aggregation and large dispersion”. 3） The evolution of differences in territorial space efficiency is influenced by both external socio-economic and regional background factors， and the external socio-economic factors played a leading role. The economic development， financial support and land urbanization process can significantly promote the improvement in utilization efficiency. The regional internal factors， such as the administrative area or topography， can also affect the change of efficiency to a certain extent. In conclusion， the regional differences in territorial space efficiency of the Yangtze River Economic Belt are obvious and the agglomeration effect is significant. In future， it is necessary to constantly grasp the common driving effect of socio-economic factors and resource environmental factors on territorial space efficiency， and to construct a territorial space layout and the supporting system with complementary advantages and high-quality development in the region.

Key words： territorial space efficiency； evolution pattern； driving mechanism； the Yangtze River Economic Belt

（本文責编：陈美景）