黄河下游城市群土地利用生态效率时空差异及影响因素研究

张诗嘉，杜书云，刘晓英，牛文涛

（郑州大学旅游管理学院，河南 郑州 450001）

城市群作为社会经济发展的重要载体，对黄河流域区域发展起着重要的支撑作用。黄河流域生态保护与高质量发展是国家一项重大发展战略，要高质量、高标准建设中原城市群和山东半岛城市群［1］。城市化步伐加快必将依赖于超高强度的资源利用，在此过程中产生的一系列的区域生态和发展问题亟需解决。近年来，黄河下游流经的中原城市群和山东半岛城市群在快速发展的同时也面临着严峻的资源环境约束，如土地利用低效、用地结构不合理、生态环境破坏等问题。推动黄河下游城市群高质量发展的关键在于协调土地集约利用、经济发展和生态环境保护3 个方面。土地利用生态效率是指在土地利用过程中以最少的投入和非期望产出创造出最大的价值，是评价土地资源有效配置和高效利用的一项重要指标。对黄河下游城市群土地利用生态效率的时空演变特征和影响因素展开研究，可为黄河下游区域进一步优化生态保护和实现高质量发展提供参考依据，对于我国国土生态安全和城市群高效协同发展具有重要的意义。

国外对于生态效率的研究起步较早，德国学者Schaltegger和Sturm在1990 年第一次提出了生态效率概念，他们将其定义为经济增加值与环境影响的比值［2］。之后，世界可持续发展商业理事会（WBCSD）在1992 年里约地球峰会上给出了生态效率的定义：生态效率就是以最少的资源环境消耗，实现最大的经济产出［3］。随着社会经济的快速发展，生态效率逐渐得到重视，并不断应用到众多不同的领域。而城市土地作为“三生”空间的重要载体，对其利用过程中的生态效率进行评价与分析显得尤为重要。国外学者对城市土地利用效率展开了较为丰富的研究，并不断扩展其深度与广度。如，Vergurg、Berkel、Doorn等从生态环境和社会环境两个角度研究了城市土地利用效率［4］；Halleux、Marcinczak、Krabben分析了荷兰、波兰和比利时3 个国家城市土地生态效率的影响因素［5］。国外学者在城市土地利用效率测算和分析影响因素等方面取得了丰富的研究成果，而国内学者也展开了全面的研究，如李菁、胡碧霞、匡兵等分析了我国31 个省份和长江中游城市群的城市土地利用时率时空格局及其动态演进过程［6］。在效率评价方面，学者对测度方法不断进行创新，包括指标体系法［7］、传统DEA 模型［8］、SBM－Undesirable 模型［9］、超效率DEA 模型［10］、三阶段DEA 模型［11］等。在研究尺度方面，主要包括县域［12］、市域［13］、省域［14］、城市群［15］、全国［16］等。国内学者在研究内容方面也作了较为广泛的探索，包括概念界定［17］、土地利用效率评价［18］，除此之外，也对土地利用效率的影响因素展开了相关研究［19］。

城市群是高质量发展的动力源和增长极，要实现高质量发展的完美转型，需要借助城市群这一载体的重要推动作用。因此，仅仅依靠研究某个城市的生态经济效应和城市内部协调是无法从根本上解决区域生态保护和高质量发展这一现实问题的。发展城市群具有重要的战略意义，因为城市群存在自然地理优势，在集聚过程中使得空间组织更加紧凑，有利于优化配置资源和加强城市之间联系。城市群的发展模式能够实现单个城市无法达到的规模经济，在有限的地理区域内达到发展的前沿。从城市群角度出发研究大河流域区域发展，一方面可以推动整个大河流域形成更为紧密的城市网络组织，另一方面可以通过城市间的政府合作实现流域的高质量发展。目前已有学者对大河流域城市群展开了多样的研究。如，朱政、贺清云、屈湘颖从城市群角度研究了长江中游城市工业用地扩张演变的特征［20］；陈万旭、刘志玲、李江风等以长江中游城市群为研究对象，分析了生态系统服务和城镇化之间的空间关系［21］；方创琳分析了黄河流域城市群形成发育的组织格局和高质量发展的重点方向［22］；左其亭、张志卓、马军霞以黄河流域城市群为研究对象，分析了水资源利用水平和经济社会发展的关系［23］。也有学者从城市群视角对大河流域旅游经济［24］、创新能力［25］、经济联系网络［26］等方面进行了研究。大多的研究集中于区域发展方面，专门研究大河流域城市群土地利用生态效率的文献较少且不够深入。

综上，学术界已展开了多方面的研究，但还存在进一步探索的空间。①学术界对于长江流域的生态保护有了较多的研究，但不同区域的地理位置、资源禀赋和经济发展程度各不相同，因此已有的研究和结论并不适用于所有的区域发展。②随着黄河流域战略地位的确定，有关黄河流域生态保护的研究逐渐增多，大多集中在生态效率、绿色发展效率、流域水资源利用等方面，然而对黄河流域土地利用生态效率的溢出效应关注较少。③现在关于黄河流域的研究大多基于沿线城市视角，对黄河下游城市群关注度不够。本文立足于黄河流域生态保护与高质量发展这一国家重大发展战略背景，分析了黄河下游城市群土地利用生态效率时空演变特征，进一步深入探索了其空间相关性和空间集聚特征，并利用空间计量模型分析了土地利用生态效率的影响因素，以期为提高黄河下游城市群的土地利用生态效率提供借鉴，为促进城市群联动发展，助推黄河下游城市群生态保护与高质量发展提供参考。

1 研究区域概况

黄河流域城市群是黄河流域区域社会经济发展的主要载体，在黄河流域高质量发展中承担着重要的支撑作用［27］。目前黄河流域已经发展形成的城市群包括兰西城市群、宁夏沿黄城市群、呼包鄂榆城市群、晋中城市群、关中平原城市群、中原城市群和山东半岛城市群［28］。处于华北平原的黄河下游城市群共有两个，分别是中原城市群和山东半岛城市群，这两个城市群的人口占黄河流域总人口的47%，地区生产总值占流域生产总值的56%，地理位置上紧密相邻，同时黄河作为纽带从西至东连接两个城市群的中心城市［29］。因此，选取中原城市群的核心区域，即河南省所辖地级市和山东半岛城市群作为研究对象可以全面地反映黄河下游整体流域的情况。目前黄河下游城市群产业倚能倚重、低质低效问题突出，缺乏有较强竞争力的新兴产业集群。且分工协作意识不强，高效协同发展机制尚不完善。同时，黄河下游城市群不断增长的人口和城市化率，导致城市的生态环境承载力日益加大，城市土地无序扩张，大规模的土地资源得不到有效利用，出现占而不用和闲置低效的重大问题。推动高质量发展，离不开生产要素的保障，应合理开发和高效利用国土空间。

2 研究方法

2.1 超效率SBM模型

目前效率评估方法包括随机前沿分析法、模糊综合评价法、层次分析法、数据包络分析法等。为真实反映黄河下游城市群土地利用生态效率，本文选用基于非期望产出的超效率SBM 模型。该模型属于数据包络分析法中的一种，在多指标投入产出方面具有其他方法不可比拟的优势。传统的数据包络模型有DEA－ CCR 模型和DEA－ BBC 模型，但这两种模型均存在一个缺陷，即只适用于效率评价中的期望产出指标，并不适用于非期望产出指标。随着社会发展，人们越来越关注非期望产出对生态环境造成的破坏。相较于传统的CCR模型与BBC模型，Tone提出的SBM模型加入了松弛变量，从而解决了投入产出要素的松弛性问题，但是仍然无法解决多个效率值为1 不能进一步区分的问题［30］。鉴于此，Tone又在传统SBM 模型基础上提出了考虑非期望产出的超效率SBM模型，该模型结合了超效率DEA模型和SBM模型的优点［31］，既解决了投入产出要素的松弛性问题，又能对处于有效前沿面的DMU 进行排序与评价。超效率模型为：

2.2 Malmquist指数模型

超效率SBM模型测量的是一种静态效率，无法反映土地利用生态效率的跨期变动情况，而Malmquist指数常被用来衡量效率的动态变化，因此本文借助Malmquist 指数测度土地利用生态效率动态演变情况。表达式如下：

式中，Malmquist指数（TFP）是指决策单元在t 期到t ＋1 期生产率的变动程度；Dt（xt，yt）和Dt（xt＋1，yt＋1）分别表示以t期的技术为参考时，决策单元在t期和t ＋1 期间的投入距离函数和以t ＋1 期的技术为参考时，决策单元在t 期和t ＋1 期间的投入距离函数［30］。TFP 分为技术效率变化指数（EC）和技术变动指数（TC）［30］。TFP ＞1，表示全要素生产率呈上升趋势；TFP ＜1，表示全要素生产率呈下降趋势；EC＞1，表示技术效率在提高；TC ＞1，则表示技术进步［30］。

2.3 空间自相关分析

空间自相关分析是检验某一要素属性值是否与其相邻空间上的属性值相关联的重要指标，是研究要素空间相关性的重要方法［31］，包括全局空间自相关和局部空间自相关。全局空间自相关可检验整个研究区域的土地利用生态效率空间关联程度。常用的衡量方法是Moran′s I指数，表达式为：

全局空间自相关只能从整体角度说明研究区域内土地利用生态效率的空间关联性，不能具体反映局部空间的集聚与差异特征，而局部空间自相关可以反映相邻区域的关联效应［31］，通常使用Moran 散点图来进行表示。Moran散点图中共有4 个象限，分别表示4 种不同的空间集聚类型：第一象限为高—高集聚，第二象限为低—高集聚，第三象限为低—低集聚，第四象限为高—低集聚［31］。高—高集聚和低—低集聚表示存在较强的正向空间相关性，而低—高集聚和高—低集聚则在空间上存在较强的负相关性［31］。

2.4 空间计量模型

空间计量经济学区别于传统计量经济学最核心部分就是将空间效应纳入到模型之中。现实中，大部分经济社会问题分析都需要考虑到空间效应，临近空间的地理事物在空间上普遍具有相关性和依赖性［32］。因此，为了避免传统计量模型可能形成的偏差，本文选取空间计量模型进行分析。空间计量模型考虑了空间因素影响，探讨空间依赖性，现在已经成为社会经济学领域问题的主流模型。学术中常用的空间计量模型为空间自回归模型（Spatial Autoregressive Model，SAR）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（Spatial Durbin Model，SDM）［32］。

式中，Y为被解释变量；X为解释变量；ρ为空间自回归参数，表示被解释变量的空间溢出效应；W为n 阶空间权重矩阵；β1为回归系数；β2为外生交互效应的参数，表示解释变量的空间溢出效应；ε为随机误差项。

本文通过LM 检验和LR 检验来判断使用哪种空间计量模型。具体判断标准为：如果LM和Robust LM统计量均通过了显著性检验，则需要借助LR 检验进行判断；如果LR 检验拒绝将SDM 模型简化为SAR模型和SEM模型，则应选择基于双固定效应的SDM模型进行分析［29］。

3 指标体系与数据来源

3.1 指标体系设计

考虑到指标体系的科学性、合理性和数据可得性，本文参考已有研究，构建了土地利用生态效率评价指标体系（表1）。土地利用生态效率水平综合受到资源、经济、生态、环境4 个方面的影响，因此在选取指标时应涵盖以上4 个方面，使投入产出指标体系更加完整。①投入指标。土地、资本、劳动力是新古典经济学生产函数中重要的投入要素，因此选取城市建设用地面积、固定资产投资额和年末就业人口数作为表征指标。除此之外，随着经济社会的发展，水资源和能源逐渐成为人们生产活动中必不可少的要素，因此应考虑土地利用过程中的水资源与能源消耗，本文选取城市用水总量和全社会用电量作为表征指标。②产出指标。包括期望产出指标和非期望产出指标。期望产出指标主要包括两部分，一部分是经济产出，主要指土地利用过程中产生的经济效益，用人均GDP 来表征；另一方面是环境的正效应产出，选择城市绿地面积来表征。具体而言，经济产出作为城市土地利用过程中的期望产出是毋庸置疑的，但与此同时应把生态环境损失考虑在内，只有这样才真正符合土地绿色利用的目标，从而更加准确地测度效率值。

表1 黄河下游城市群土地利用生态效率评价指标体系Table 1 Evaluation index system of land use eco－ efficiency of urban agglomeration in the Lower Yellow River

3.2 数据来源

2006年是我国“十一五”规划的开局之年，国家颁布了相关政策以加强全国生态保护工作，促进环境友好型社会建设，全国各地也积极响应号召加强生态环境保护。本文选取2006 年作为起始年限开展研究，并选取2018 年作为终止年限，以期以一个较长的研究期限体现出黄河下游城市群土地利用生态效率的现实情况。因为河南省济源市数据缺失严重，所以本文最终选取黄河下游城市群共34 个城市作为研究对象。指标体系的数据主要来源于《中国城市统计年鉴（2007—2019）》，部分缺失的数据从各省市统计年鉴和统计公报中获取，最终整理汇总得到2006—2018 年黄河下游城市群34 个城市的面板数据。

4 土地利用生态效率时空差异分析

4.1 时序演变特征

本文借助MaxDEA Ultra 8.0 软件，利用基于非期望产出的超效率SBM 模型对黄河下游城市群的土地利用生态效率进行了测算，并绘制出走势图（图1）。从时间演变角度来看，2006—2018 年黄河下游城市群土地利用生态效率平均值在0.5 水平线上下波动，小于1，未达到相对有效层面，存在着很大的提升空间。具体而言，2006—2008 年黄河下游城市群的上升趋势非常明显，2008—2010 年出现了新的增长期，继续保持稳步上升，主要原因在于：随着生态示范创建工作的开展，各地市不断优化经济发展格局，淘汰粗放式的发展模式，从而使得土地利用生态效率持续性上升。2011 年出现小幅度下降，土地利用生态效率值为0.485，2012 年相较于2011年上涨了6.39%，效率值为0.516，这是因为在全国主体功能区规划下，各地积极推进土地资源集约使用，并纷纷重视土地利用过程中对生态环境的保护，从而推动了土地利用生态效率的提升。2012—2013年再次出现下降趋势，这是由于长期以来的发展压力使得资源开发与环境保护的矛盾日益加深，由此进入了攻坚克难时期，因此土地利用生态效率面临着下行压力。2013—2014 年恢复至较高水平，效率值为0.513，原因在于我国提出了生态文明建设目标，在考核中加强了资源环境指标比重，在该政策环境下，资源消耗和污染排放量逐渐减少，土地利用投入产出比例得到优化，产业结构优化升级，从高污染、高能耗产业向绿色低碳产业转变，从而使得土地利用生态效率大幅度提高。2014—2016 年呈现出平缓的下降趋势，但相比于2006 年仍然上涨了15%。2016年之后出现转折，效率值稳步上升，2018 年达到历年最高水平。这是因为2017 年我国要求建立生态保护红线制度，各地积极响应国家政策划定生态保护红线，国土生态空间得到优化和有效的保护，所以土地利用生态效率持续上涨达到研究期内的最高水平。可以看出，黄河下游城市群土地利用生态效率在2006—2018 年间虽然有所下降，但是总体上呈现波动上升的趋势。

图1 2006—2018 年黄河下游城市群土地利用生态效率变化趋势Figure 1 Change trend of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

4.2 动态演变特征

由图2 可知，黄河下游城市群土地利用全要素生态效率呈波动变化趋势，全要素生态效率、技术进步和技术效率在2006—2018 年间波动不大，总体保持平稳状态。整个研究期内全要素生态效率平均值大于1，年均增长14.7%，表明全要素生态效率变化呈上升趋势。从分解指数来看，技术效率变化年均增长仅为4.6%，而技术进步变化年均增长12.3%。从图中走势可见，全要素生态效率和技术进步的变化趋势基本一致，表明土地利用生态效率的提高大部分得益于技术进步，而技术效率还存在一定的提升空间。未来应在提高土地利用技术的基础上，更加关注土地资源的合理配置，以期实现土地的高效集约利用。

图2 2006—2018 年黄河下游城市群土地利用生态效率Malmquist指数变动趋势Figure 2 Change trend of Malmquist index of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

4.3 空间演变特征

为了进一步分析黄河下游城市群土地利用生态效率的空间分布特征，本文借助ArcGIS 软件，利用自然断点法将土地利用生态效率划分为4 个等级，分别是低效率区、中低效率区、中等效率区、高效率区，随着颜色的逐渐加深，代表土地利用生态效率越来越高。本文选取2006 年、2012 年、2018 年3 个时间断面绘制分位图，分析城市群土地利用生态效率的空间演变格局（图3）。从图3 可见，黄河下游城市群土地利用生态效率整体呈现出过渡格局，从山东半岛城市群的高效率区逐渐过渡到中原城市群的中低效率区，山东半岛城市群作为黄河流域的龙头带动城市在地理区位、产业基础、城市体系和综合交通方面优于中原城市群，土地利用生态效率也普遍高于中原城市群。在3 个时间截面上，以济南和青岛为中心形成两个高效率区并保持稳定不变。济南和青岛作为山东半岛城市群的中心城市，拥有着雄厚的产业基础，经济发展水平较高，注重生态建设，因此济南和青岛的土地利用生态效率值高且能发挥较强的辐射带动作用。在中原城市群内部，对比3张图可以看出，2006 年共有7 个城市处于低效率水平，占比为41.17%，随着时间的推移，逐渐减少至2018年的3 个城市，有4 个城市转变为中低效率或中等效率水平。除此之外，郑州和漯河分别由中低效率和中等效率城市转变为高效率城市，说明土地利用生态效率低的城市积极转型，促进土地集约利用，向高效率城市学习借鉴，在发展经济的同时注重生态环境建设，减少能耗和污染排放，努力提高土地利用生态效率。

图3 2006—2018 年黄河下游城市群土地利用生态效率空间分布Figure 3 Spatial distribution of land use eco－ efficiency of urban agglomerations in the Lower Yellow River from 2006 to 2018

5 土地利用生态效率空间相关性分析

5.1 全局自相关分析

为进一步分析土地利用生态效率的空间集聚效应，本文借助GeoDa 软件计算了2006—2018 年黄河下游城市群土地利用生态效率的全局Moran′s I 指数（表2）。由表2 可知，2006—2018 年的Moran′s I值均为正，且P 值均通过了5%或10%的显著性检验，由此得出黄河下游城市群土地利用生态效率在空间分布上并非随机的，而是存在显著正向的空间自相关。从时间角度来看，Moran′s I 值呈现先下降后上升再小幅度下降的趋势，2006—2012 年土地利用生态效率的空间差异逐渐增大，2013—2016 年空间差异逐渐缩小，空间集聚性增强，而2016—2018年空间集聚性小幅度降低。综合来看，黄河下游城市群土地利用生态效率空间集聚特征呈波动变化趋势。

表2 2006—2018 年黄河下游城市群土地利用生态效率全局莫兰指数Table 2 Global Moran′s I index of land use eco－ efficiency of urban agglomeration in the Lower Yellow River from 2006 to 2018

5.2 局部自相关分析

全局Moran′s I 指数可从整体角度验证黄河下游城市群土地利用生态效率存在正向的空间自相关，但无法具体描述城市群内部各城市的相关模式，因此需要通过局部空间自相关分析来识别。为进一步识别黄河下游城市群土地利用生态效率的空间集聚分布格局，将把Moran′s I 散点图作为载体进行细化分析（图4）。

图4 2006 年、2018 年黄河下游城市群土地利用生态效率Moran′s I散点图Figure 4 Moran′s I scatter chart of land use eco－ efficiency of urban agglomeration in the Lower Yellow River in 2006 and 2018

选取2006 年和2018 年作为研究的时间截面，分析局部空间自相关特征。从图4 对比看出，2006年共有8 个城市位于第一象限，占比为23.5%，包括济南、濮阳、许昌、焦作、三门峡、商丘、南阳、信阳；2018年共有4 个城市位于第一象限，占比为11.8%，包括焦作、濮阳、许昌、新乡。相比于2006 年，2018年增加了新乡，减少了三门峡、商丘、南阳、信阳和济南，其他城市稳居第一象限保持不变。位于第一象限城市的土地利用生态效率高，其邻近城市的土地利用生态效率也处于高水平状态，形成了H－ H集聚，说明这些城市与周边城市联系密切，对周边地区产生了较强的辐射带动作用。

2006年共有6 个城市位于第二象限，占比为17.6%，包括周口、漯河、开封、鹤壁、洛阳、新乡；2018年共有9个城市位于第二象限，占比为26.5%，包括漯河、周口、济南、烟台、开封、鹤壁、洛阳、三门峡、济宁。相比于2006 年，2018 年新乡退出第二象限，增加了济南、烟台、三门峡和济宁，表明土地利用生态效率的空间集聚特征随着时间的推移在逐渐变化。这些城市自身的土地利用生态效率不高，但被高效率城市所包围，形成了L－H 集聚。说明这些城市与邻接城市的联系紧密度不够，未来低效率城市应进一步向高效率城市学习其发展策略，增强城市的空间联系，以期逐渐演化为H—H集聚。

2006年共有20 个城市位于第三象限，占比为58.8%；2018 年共有17 个城市位于第三象限，占比下降至50%。相比于2006 年，2018 年减少了烟台、枣庄、潍坊和泰安，增加了南阳，其他城市稳定不变。这些城市自身的土地利用生态效率低，其周边城市的土地利用生态效率也都处于低效率水平，形成了L－ L集聚。表明这些城市之间虽然存在相关性，但是其土地利用生态效率大多低于黄河下游城市群的其他城市。因此，这些城市亟需采取行动响应国家号召，积极转型走可持续发展道路，着重提高土地利用生态效率。

2018年共有4 个城市位于第四象限，占比为11.8%，包括潍坊、泰安、商丘、信阳。这些城市自身的土地利用生态效率高，其邻接城市的土地利用生态效率低，从而形成了H－ L 集聚。说明这些城市在土地利用过程中投入产出达到相对有效层面，形成了大量的经济产出和环境正效应产出，但是对周边城市的辐射带动作用并不明显。未来应充分发挥集聚的正外部性，加强高效率城市对低效率城市的带动作用，实现H－ H集聚模式的转变。

从上述分析可以看出，黄河下游城市群土地利用生态效率存在空间溢出效应，因此应该选用空间计量模型对影响因素作进一步的分析。

6 土地利用生态效率影响因素分析

6.1 变量选取

土地利用生态效率受到多种因素的影响，本文借鉴已有研究，选择经济发展水平、产业结构、科技投入、财政压力、对外开放水平和生态压力作为影响因素，分析它们对土地利用生态效率的影响作用。①经济发展水平。城市的经济发展水平越高，一方面能为保护生态环境和促进土地集约利用提供资金、物质、技术支持，另一方面也可能造成污染排放增加，不利于土地利用生态效率提高，因此影响作用不确定。②产业结构。用第三产业增加值占GDP的比重来表示产业结构。产业结构优化可以节约资源，减少污染排放量，因此预期影响为正向。③科技投入。科技投入转化为成果可以减少能源消耗，优化土地利用模式，促进资源有效利用，进而提高土地利用生态效率，因此预期产生正向影响。④财政压力。用公共财政支出占收入的比值来表示财政压力。在我国现有的土地使用制度下，土地利用在很大程度上受到政府行为决策的影响，土地财政会造成土地的低效利用，因此预期会产生负向影响。⑤对外开放水平。用各地市实际利用外资总额占GDP的比重表示对外开放水平。一方面，外商投资会为本地经济发展注入新的动力；另一方面，也可能会出现外资利用效率不高、土地利用粗放等问题，因此影响作用待定。⑥生态压力，用市辖区的人口密度来表示生态压力。人口密度越大，生态压力也越大，从而造成城市无序扩张，因此预期会产生负向影响。

表3 土地利用生态效率影响因素的变量说明Table 3 Variable description of influencing factors of land use eco－ efficiency

6.2 数据平稳性检验

在使用空间计量模型之前，为防止伪回归情况的出现，本文借助Stata 15 软件对面板数据进行了单位根检验，以检验其数据平稳性，结果见表4。从表4可见，经济发展水平、产业结构、科技投入、财政压力、对外开放水平和生态压力6 个变量在1%显著性水平下通过了单位根检验，表明这6 个变量构成的面板数据是平稳的。

表4 数据平稳性检验结果Table 4 Test results of data stationarity

6.3 模型方法选择

具体选用哪种空间计量模型需要根据LM 检验和LR 检验的结果来进行判断。LM 检验的统计量包括4 个，即LM－lag、LM－err 和Robust LM－lag、Robust LM－ err。由表5 可知，LM－ lag和LM－ err均通过了1%的显著性检验，说明存在空间效应，接下来应通过Robust LM－lag 和Robust LM－err 的显著性选择模型。两者均通过了1%显著性水平下的检验，则继续使用LR检验进行判断。从表5 可见，LR检验通过了1%的显著性检验，拒绝SDM 模型退化为SAR和SEM模型的原假设，所以应选择基于个体时间双固定效应的空间杜宾模型进行分析。

表5 空间计量模型检验结果Table 5 Test results of spatial econometric models

6.4 结果分析

因为空间溢出效应的存在，SDM 模型的回归系数不能完整地反映各影响因素对本市和邻接城市的影响，所以本文借助直接效应和溢出效应做进一步的分析。其中，空间直接效应是指影响因素变化对本市土地利用生态效率所造成的影响；溢出效应是指影响因素变化对邻近城市的土地利用生态效率所造成的影响。

直接效应：由表6 可知，经济发展水平、科技投入和生态压力均通过了1%的显著性检验，产业结构和财政压力分别在5%和10%的显著性水平下通过检验，表明这5 个解释变量对土地利用生态效率存在较为显著的影响。经济发展水平对土地利用生态效率的提高产生正向的推进作用，山东半岛城市群与中原城市群相比，经济发展水平更高，土地利用生态效率也更高。这是因为城市经济水平增长能够促进产业结构优化升级、提高资源使用效率，为提高土地利用生态效率提供强有力的支撑，包括人力、资金和技术等方面的支持。产业结构这一因素对土地利用生态效率产生正向的影响，说明随着第三产业占比的增加有助于提升土地利用生态效率。第三产业与第二产业相比资源消耗量和污染排放量更少，一方面减少了土地利用过程中的非期望产出，另一方面也有助于缓解投入产出过程中的资源浪费现象。所以，优化产业结构，增大第三产业所占比重能够有效促进土地利用生态效率的提高。对于中原城市群来讲，不能盲目扩大第三产业所占比重，而应适度调整产业结构，在发展第三产业的同时保留第二产业中的优势产业。科技投入对土地利用生态效率的提高产生了正向的促进作用，原因在于：增加科学技术支出有利于技术的更新换代，从而帮助减少土地利用过程中废水、废气和固体废弃物的排放，提高资源利用效率。所以，继续加大科技投入是黄河下游城市群提高土地利用生态效率极为重要的措施之一。财政压力对土地利用生态效率产生负向的直接效应，因为地方政府在沉重的财政压力下，会以土地财政的方法获得额外收入以缓解财政收支平衡带来的压力，该行为会造成很多负面影响，如建设用地盲目扩张、土地利用粗放等严重后果，从而抑制了土地利用生态效率的提高。生态压力对土地利用生态效率的提高产生显著的负向作用，生态压力对土地利用生态效率存在两方面的影响，一方面可以倒逼政府加快产业结构优化升级的进程、节约资源、减少污染排放量，另一方面过高的人口密度所造成的资源与能源消耗达到了限值，从而无法调节。从结果来看，黄河下游城市群属于第二种情况，为了缓解这种情况应进一步控制城市规模，调节人口的聚集程度。对外开放水平的回归系数为0.034，说明其对土地利用生态效率有正向影响。然而，该变量未通过显著性检验，说明不具有统计学意义。

空间溢出效应：由表6 可知，产业结构通过了1%的显著性检验，经济发展水平、对外开放水平在5%显著性水平下通过检验，科技投入在10%显著性水平下通过检验。经济发展水平对土地利用生态效率产生正向的空间溢出效应，说明本地经济水平提高能够带动邻近城市的经济发展，进而促进邻近城市的土地利用生态效率提升。经济发展水平的提高有利于土地利用技术更新换代、能源结构优化、产业结构升级，为提高土地利用生态效率打下坚实的基础。山东半岛城市群和中原城市群整体经济发展水平相对较高，但城市群内部差异较大，因此加强经济合作，增大郑州和济南对低发展水平城市的辐射带动作用仍然是黄河下游城市群提高土地利用生态效率的重要举措。产业结构对土地利用生态效率产生正向的空间溢出效应，说明提高本市第三产业的比重有利于带动临近城市土地利用生态效率的增长。原因在于：本市产业结构的优化升级可能会影响邻近城市的产业布局。在我国发展的大背景下，全国各地都在不断调整产业结构、增加三产比重，朝着提高资源利用效率、减少污染排放和增大产出的方向迈进。因此，从协同发展的角度出发，黄河下游城市群应合理引导产业集聚，将产业集聚的优势发挥到最大化。科技投入对土地利用生态效率产生正向的空间溢出效应，说明增加本市科技投入力度和改进土地利用技术，有助于带动临市土地利用生态效率的增长。原因在于：城市之间互相学习新技术，共同促进资源有效配置和高效利用，从而产生辐射带动作用，使得邻近城市的土地利用生态效率不断提高。对外开放水平的回归系数显著为正，对黄河下游城市群土地利用生态效率产生正向的空间溢出效应。随着城市对外开放程度逐渐加大，各地引进越来越多的外商投资，引进的对象已经从高污染、粗放的原始产业转变为高新技术产业，促进了本市经济发展、产业优化，同时带动了周边城市土地集约利用技术和生产技术的提高，朝着节约资源和减少污染排放的方向发展，进而带动土地利用生态效率提升。财政压力的回归系数是－0.071，生态压力的回归系数为－0.003，说明二者对土地利用生态效率有负向的空间间接影响，但均不具有统计学意义。

表6 空间杜宾模型的回归结果Table 6 Estimation results of SDM model

7 结论与建议

7.1 结论

本文借助超效率SBM 模型测算了2006—2018年黄河下游城市群的土地利用生态效率，并分析了其时空演变特征和空间相关性，在此基础上，利用空间杜宾模型实证分析了土地利用生态效率的影响因素和空间溢出效应，结论如下：①黄河下游城市群土地利用生态效率总体水平较低，未达到DEA 相对有效层面，存在较大的提升空间。从时序变化角度来看，在研究期内总体呈现波动上升趋势。黄河下游城市群土地利用生态效率的增长主要得益于土地利用技术的进步，而技术效率还存在进步空间。②从空间演变角度来看，黄河下游城市群土地利用生态效率整体呈现出过渡格局，从山东半岛城市群的高效率区逐渐过渡到中原城市群的中低效率区，且山东半岛城市群的土地利用生态效率空间格局相较于中原城市群更为均衡。③黄河下游城市群土地利用生态效率并不是随机分布的，而是存在着显著正向的空间相关性。随着时间的推移，莫兰值呈现先下降后上升，再小幅度下降的趋势，说明黄河下游城市群土地利用生态效率的相关强度有所减弱。④由空间杜宾模型的结果可知，经济发展水平、产业结构、科技投入对提高土地利用生态效率具有显著的促进作用，而财政压力和生态压力对提升土地利用生态效率具有显著的抑制作用。经济发展水平、产业结构、科技投入、对外开放水平对土地利用生态效率产生正向的空间溢出效应。

本文借助超效率SBM 模型对2006—2018 年黄河下游城市群土地利用生态效率进行了测算，并分析了其影响因素和空间溢出效应，但还存在以下不足：①本文的研究期限截止到2018 年，后续的研究需要更新数据延长研究期限，以期更好地分析土地利用生态效率的时空演变规律。②本文的指标均是依据可得性和科学性选取，但对于实际情况来说是远远不够的，所以在后续研究中将进一步完善指标体系。③本文选取的空间权重矩阵是邻接矩阵，未考虑经济距离对土地利用生态效率空间相关性的影响，后续研究中将使用多种空间权重矩阵分析土地利用生态效率的空间集聚特征。

7.2 建议

本文立足于黄河流域生态保护与高质量发展规划纲要，基于以上研究结论，提出黄河下游城市群土地利用生态效率可从以下3 个方面入手：①坚持在国家的大政方针下协调土地资源利用和生态环境保护之间的关系。以黄河流域生态保护与高质量发展为指导方向，地方政府重点关注土地资源的合理配置，优化国土空间开发格局，加强城市土地高效集约利用，重视并尽力避免土地利用过程中对生态环境产生的负面影响，进而提高土地利用生态效率。②经济发展水平、产业结构和科技投入对提高土地利用生态效率具有显著的促进作用。提高城市经济发展水平能够为土地集约利用打下坚实基础，优化产业结构并促使产业结构转型升级，淘汰高污染、高耗能和附加值低的产业，减少土地利用过程中对生态环境的破坏；加大科技投入，集中力量发展绿色利用技术，在提高经济产出的同时保护生态环境。因此，未来提高土地利用生态效率较为有效的方法仍然是提升城市经济发展水平，优化产业结构，加大科研投入力度。城市群未来应在资源环境可承受范围内积极推动新旧功能转换，发展低碳产业，合理调整产业布局，不盲目追求经济总量，加大科技投入力度，发展新型产业，坚持走绿色和可持续发展道路。③考虑到黄河下游城市群土地利用生态效率存在空间溢出效应，应加强城市与城市之间的联系，破除资源要素跨地区流动障碍，促进土地、资金等生产要素高效流动，促进城市群内部高效协调发展，从而形成优势互补、高效协同的城市群发展新格局。高效率城市应充分发挥自身的辐射带动作用，分享土地资源合理配置的做法和污染防治方面的成功经验，从而实现以高带低的发展模式，为提高黄河下游城市群土地利用生态效率做出贡献。