盧新?！钕病￡悵尚?/p>

摘要 基于非期望產(chǎn)出超效率SBM模型，對我國283座地級及以上城市2003—2017年土地綠色利用效率進行測度，在此基礎上，綜合運用非參數(shù)核密度估計和探索性空間數(shù)據(jù)分析方法，從時空二維視角對我國城市土地綠色利用效率時序動態(tài)演進規(guī)律和空間格局演變特征進行刻畫和識別。實證結果顯示：①在研究期內我國城市土地綠色利用效率整體呈上升趨勢，平均效率值由2003年的0.481提升到2017年的0.489，有效決策單元數(shù)量由20座城增加到24座城。高效率和有效決策單元城市2003年多位于東部沿海地區(qū)，2017年多位于中西部內陸地區(qū)。②在研究期內我國城市土地綠色利用效率經(jīng)歷了下降-上升的演進特征，城市效率差異經(jīng)歷了縮小-擴大-縮小的演進特征，并始終存在兩極分化現(xiàn)象。三大地帶核密度曲線在位置、峰度、峰數(shù)和拖尾上具有各自的形態(tài)和變化軌跡，是一種區(qū)域特色與時段特征疊加共生的結果。③在研究期內我國城市土地綠色利用效率始終存在顯著正向全局空間自相關性，并呈現(xiàn)由強相關向弱相關演變特征。局域空間格局以HH和LL為主，以LH和HL為輔，地理上存在空間鄰近同伴效應和空間鄰近溢出效應，形成了“城以群聚群分”的空間格局。最后提出，秉持“綠水青山就是金山銀山”理念來指導城市土地開發(fā)利用，構建城市生態(tài)環(huán)境共同體，利用鄰近城市之間空間溢出效應，發(fā)揮各城市在提高土地綠色利用效率上的合作聯(lián)動作用。

關鍵詞 城市;土地綠色利用效率;非期望產(chǎn)出;超效率SBM模型;時空演變

中圖分類號 F293.2

文獻標識碼 A 文章編號 1002-2104（2020）08-0083-09 DOI：10.12062/cpre.20200107

城市土地綠色利用效率是城市生產(chǎn)要素投入系統(tǒng)與城市土地利用產(chǎn)出系統(tǒng)在城市空間上的綜合映射。習近平關于 “綠水青山就是金山銀山”的論斷闡述了生態(tài)環(huán)境保護與社會經(jīng)濟可持續(xù)發(fā)展之間的辯證關系，是指導我國生態(tài)文明建設的重要思想[1]，隨著這一思想的不斷深入，城市在社會經(jīng)濟發(fā)展土地資源要素投入利用過程中也急需擺脫傳統(tǒng)的高污染、高粗放方式轉向適應新時代所要求的高效綠色、適度集約方式。2018年全國生態(tài)環(huán)境保護大會指出，綠色發(fā)展是構建高質量現(xiàn)代化經(jīng)濟體系的必然要求[2]，綠色已成為當代城市經(jīng)濟發(fā)展的主題。城市土地綠色利用正是當今社會經(jīng)濟發(fā)展過程中對城市土地要素優(yōu)化配置和有效利用的核心要求和關鍵實現(xiàn)路徑，也是貫徹“綠水青山就是金山銀山”理念的重要實踐活動。因此，在新的時代要求下加強對我國城市土地綠色利用效率的研究，對于降低城市土地開發(fā)利用中的生態(tài)環(huán)境風險、促進社會經(jīng)濟可持續(xù)綠色協(xié)調發(fā)展具有十分重要的時代意義。

1 文獻綜述

城市土地作為生產(chǎn)、生活和生態(tài)三生空間的載體，其利用效率長期以來備受政府關注，學術界對此也開展了大量的研究?，F(xiàn)有文獻中對我國城市土地利用效率測度的研究，由傳統(tǒng)的城市土地利用效率測度開始，這類研究尚未將環(huán)境污染等非期望產(chǎn)出納入到測度模型中。從研究方法上來看，如韓峰等[3]采用非農業(yè)GDP與建設用地面積之比來度量城市土地利用效率。李永樂等[4]采用城市建成區(qū)每km2平均二、三產(chǎn)業(yè)產(chǎn)出來表示城市土地利用效率?？墒?，單一指標評價方法只考慮了城市土地利用中的單項投入和單項產(chǎn)出之間的效率關系， 無法全面反映城市土地利用過程中多項投入和多項產(chǎn)出之間的效率關系。因此，城市土地利用效率評價由單指標轉向了多指標評價，如鮑新中等[5]從經(jīng)濟效益、社會效益和生態(tài)環(huán)境效益三方面來構建了城市土地利用效率評價指標體系。官玉潔等[6]從土地消耗總量、利用強度和用地結構等方面構建了城市土地利用效率評價指標體系。然而，多指標綜合評價方法存在內涵界定不清、評價指標權重主觀性強、難以確定理想值等問題影響了評價結果客觀性[7]。隨著研究技術的不斷發(fā)展，數(shù)據(jù)包絡分析（DEA）能夠采用最優(yōu)化方法確定各種投入要素的權重， 避免人為主觀因素，能夠更加客觀地對具有多投入、多產(chǎn)出指標的決策單元進行有效評價[8]，逐漸成了測度城市土地利用效率的主流方法。如盧新海等[9]、張志輝[10]、張銜等[11]利用傳統(tǒng)未納入非期望產(chǎn)出的DEA方法測度了不同尺度下城市土地利用效率。然而，經(jīng)濟產(chǎn)出并不是土地利用過程中唯一產(chǎn)出，在效率測算中還需要考慮“三廢”排放等環(huán)境產(chǎn)出作為土地利用的非期望產(chǎn)出[12]，才能夠更加準確地測度出土地利用效率的真實情況。隨著綠色發(fā)展理念的深入和研究方法技術的進步，現(xiàn)代城市土地綠色利用效率測度逐漸成為當前土地利用評價中研究的熱點。在傳統(tǒng)DEA模型基礎上改進而成的非徑向、非角度的SBM-Undesirable模型能夠將非期望產(chǎn)出納入測度模型中備受研究者的青睞，如聶雷等[13]、任國平等[14]、李長健等[15]、胡碧霞等[16]均運用了此研究方法對不同尺度下的城市土地綠色利用效率進行了測度和研究。但SBM-Undesirable模型依然存在有效決策單元效率值無法再分解的問題，造成有效決策單元信息的損失，而基于非期望產(chǎn)出的超效率SBM模型可以有效解決這一現(xiàn)實問題[17]。此外，城市土地綠色利用效率是一個時空動態(tài)演變的過程，由于城市所處的地理空間位置、擁有的土地資源稟賦和社會經(jīng)濟發(fā)展階段不同，造成土地資源綠色利用效率在不同城市和不同發(fā)展階段具有客觀存在的時空異質性。根據(jù)Tobler[18]地理學第一定律，在空間上任何事物都與其他事物相關，但這種相關性的大小隨距離而衰減，這也就是地理上的空間相關性。而現(xiàn)有文獻對城市土地利用效率測算結果分析大都基于管理學或經(jīng)濟學視角的現(xiàn)象描述和機理解釋[19]， 缺乏從時空二維視角來對城市土地綠色利用效率時序動態(tài)演進規(guī)律的刻畫和空間格局演變特征的識別。

基于此，在借鑒和吸收已有研究基礎上，采取考慮非期望產(chǎn)出的超效率SBM模型對我國283座地級及以上城市2003—2017年土地綠色利用效率進行測度，并運用非參數(shù)核密度估計方法刻畫我國城市土地綠色利用效率的時序動態(tài)演進規(guī)律，采取考慮空間效應的探索性空間數(shù)據(jù)分析方法識別我國城市土地綠色利用效率的空間格局演變特征。以期為促進城市之間合作聯(lián)動發(fā)展、提高城市土地資源綠色利用效率以及國土空間治理相關政策制定提供參考和借鑒。

2 研究方法

2.1 非期望產(chǎn)出超效率SBM模型

Tone[20]在傳統(tǒng)SBM 模型的基礎上提出了非期望產(chǎn)出的超效率SBM模型，此模型同時結合了超效率模型和SBM模型的優(yōu)點，能夠將非期望產(chǎn)出納入模型的同時將效率值為1的有效決策單元進行再分解，從而避免了有效決策單元信息的損失。模型構建[21]為：

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，假設有n個決策單元，每個決策單元由投入m、期望產(chǎn)出r1和非期望產(chǎn)出r2組成，x、yd、yu為相應的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素，ρ為城市土地綠色利用效率值。

2.2 非參數(shù)核密度估計

核密度估計（Kernel density estimation）是一種用于估計概率密度函數(shù)的非參數(shù)方法，其優(yōu)點是不需要進行任何參數(shù)模型假設，能夠用連續(xù)的密度曲線描述隨機變量的分布形態(tài)和演進特征。函數(shù)公式[22]為：

f（x）=1nh∑ni=1K〔xi-xh〕（3）

式中，n為樣本量;h為帶寬;xi為樣本觀測值;K（·）為核函數(shù)，采用學術界主流的高斯核函數(shù)對我國城市土地綠色利用效率時序動態(tài)演進進行估計。曲線重心位置可刻畫效率值大小演進特征，曲線主峰高度可刻畫效率值差異演進特征，曲線波峰數(shù)量可刻畫效率值多極化演進特征，曲線拖尾長度可刻畫出處于高（低）效率值區(qū)的效率值演進特征，曲線拖尾厚度可刻畫高（低）效率值占比演進特征。

2.3 探索性空間數(shù)據(jù)分析

2.3.1 全局空間自相關

全局空間自相關是從全域視角對研究對象空間相關性進行度量的指標，其通過空間權重矩陣的設置，將空間地理位置關系嵌入到數(shù)據(jù)分析中。采用學術界主流的全局Morans I指數(shù)來度量我國城市土地綠色利用效率全局空間相關性。函數(shù)公式[23]為：

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

式中， n為樣本數(shù)量;xi和xj分別表示區(qū)域i和區(qū)域j的地理屬性觀測值;為觀測值平均數(shù);S2為樣本方差; wij 為空間權重矩陣，采用基于距離的空間鄰近權重矩陣。I為全局空間自相關系數(shù)，若I>0表示存在空間正相關;若I<0表示存在空間負相關;若I=0表示不存在空間自相關，屬性數(shù)據(jù)在空間上隨機分布。對于空間自相關顯著性水平可以通過標準化統(tǒng)計量閾值 來進行檢驗，當|Z|>1.96時，即表明P<0.05通過顯著性檢驗，意味著地理屬性觀測值存在顯著的空間自相關。

2.3.2 局部空間自相關

局部空間自相關是從局域視角對研究對象空間相關性進行度量的指標，測度的是本地區(qū)域觀測值與周圍鄰近區(qū)域觀測值之間的相似程度，可以用來識別局域空間格局集聚和離散特征。采用學術界主流的局域Morans I指數(shù)來度量我國城市土地綠色利用效率局域空間相關性。函數(shù)公式為[23]：

Ii=（xi-）∑nj=1wij（xj-）S2（5）

式中，變量含義與式（4）相同。若I i>0表示局部區(qū)域鄰近單元相似值空間集聚;若 I i<0表示局部區(qū)域鄰近單元非相似值空間集聚;若I i=0表示局部區(qū)域鄰近單元值空間隨機分布。具體可為分為HH（High-High）、LH（Low-High）、LL（Low-Low）和HL（High-Low）四種局域集聚類型。

3 指標選取與數(shù)據(jù)來源

3.1 指標選取

結合“綠水青山就是金山銀山”的理念，城市土地綠色利用效率的內涵界定為，在一定的生產(chǎn)技術條件下，城市土地利用系統(tǒng)中土地、資本、勞動等要素投入與城市土地利用系統(tǒng)中經(jīng)濟、生態(tài)環(huán)境產(chǎn)出在城市空間上的綜合映射，其本質是以盡可能少的土地要素投入和最小化生態(tài)環(huán)境損失為代價來獲取最大化土地綠色經(jīng)濟產(chǎn)出，其核心是在城市土地利用系統(tǒng)中追求“金山銀山”（經(jīng)濟發(fā)展）與“綠水青山”（生態(tài)環(huán)境）的協(xié)調統(tǒng)一。城市土地綠色利用效率測度是指在傳統(tǒng)土地利用效率測度的基礎上考慮土地利用過程中的生態(tài)環(huán)境損失，將非期望產(chǎn)出納入測度模型之中。根據(jù)城市土地綠色利用效率測度的內涵及其本質，參考前人研究基礎上[24-27]，選取如下城市土地綠色利用效率評價核心指標。①期望經(jīng)濟產(chǎn)出：城市市轄區(qū)二、三產(chǎn)業(yè)實際增加值（億元），為增強數(shù)據(jù)的可比性，以2003年為基期，利用GDP指數(shù)將名義產(chǎn)業(yè)增加值轉換為可比價的實際產(chǎn)業(yè)增加值。②非期望污染產(chǎn)出：選擇工業(yè)廢水排放量（萬t）、工業(yè)二氧化硫排放量（t）、工業(yè)煙塵排放量（t），城市三大主要污染來源作為非期望產(chǎn)出的原始指標。由于DEA模型要求產(chǎn)出指標不宜過多，同時為了消除三種非期望產(chǎn)出計量單位不同而造成的數(shù)量級差別，采用熵權法計算出非期望產(chǎn)出的綜合指數(shù)[28]。③土地要素投入：城市市轄區(qū)城市建設用地面積（km2）。④資本要素投入：城市市轄區(qū)固定資產(chǎn)投資（億元），以2003年為基期，利用固定資產(chǎn)投資價格指數(shù)，將名義固定資產(chǎn)投資值轉換為可比價的實際固定資產(chǎn)投資，并采用張軍等[29]的永續(xù)盤存法，計算出歷年各城市資本存量。⑤勞動力要素投入：城市市轄區(qū)城鎮(zhèn)單位從業(yè)人員及城鎮(zhèn)私營和個體從業(yè)人員總和（萬人）。

3.2 數(shù)據(jù)來源

以我國283座地級及以上城市為研究對象，由于統(tǒng)計口徑和數(shù)據(jù)可獲得性等原因，研究對象不包括我國香港、澳門、臺灣和西藏等地的城市。以城市市轄區(qū)為研究主體，因為市轄區(qū)是一個城市核心主體部分，也是人類經(jīng)濟活動中非期望產(chǎn)出的熱點區(qū)域。指標數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒（2003—2017）》和《中國建設統(tǒng)計年鑒（2003—2017）》。城市地理空間位置坐標信息借助ArcGIS軟件提取，最終整理獲得2003—2017年我國283座城市面板數(shù)據(jù)。

4 實證結果分析

利用納入非期望產(chǎn)出的超效率SBM模型計算公式，借助DEA-SOLVER-PRO15軟件，對2003—2017年我國283座城市土地綠色利用效率進行測算（見表1），結果表明：①從全國整體層面來看，平均效率值由2003年0.481提升到2017年0.489，有效決策單元數(shù)量由20座城增加到24座城，表明我國城市土地綠色利用效率整體呈現(xiàn)提高趨勢。②從劃分等級區(qū)間城市數(shù)量來看，處于低效值區(qū)間的城市數(shù)量有所減少，處于其他效率值區(qū)間城市數(shù)量有所增加。③從分布區(qū)域來看，就總體而言2003年東部沿海地區(qū)土地綠色利用效率值高的城市數(shù)多于中西部地區(qū)，而2017年中西部地區(qū)土地綠色利用效率值高的城市明顯增多，而東部沿海地區(qū)處于高效率值城市數(shù)量有所減少。2011年國務院所發(fā)布的《全國主體功能區(qū)規(guī)劃》按開發(fā)方式將國土空間劃分為四大功能區(qū)域，相比較而言優(yōu)化開發(fā)區(qū)、重點開發(fā)區(qū)多位于東部地區(qū)，限制開發(fā)區(qū)和禁止開發(fā)區(qū)多位于中西部內陸地區(qū)，中西部地區(qū)在城市經(jīng)濟發(fā)展中土地資源開發(fā)利用上需要更多的兼顧生態(tài)環(huán)境保護的需要，從而有利于促進中西部地區(qū)城市土地資源綠色利用效率提升。

4.1 時序動態(tài)演進特征

利用非參數(shù)核密度估計計算公式，并借助Eviews10軟件繪制出2003年、2008年、2013年和2017年我國城市土地綠色利用效率核密度曲線圖（見圖1），分別從全域尺度和局域尺度（全域尺度：283座城。局域尺度：東部 101座城，中部100座城，西部82座城）來刻畫我國城市土地綠色利用效率的時序動態(tài)演進特征。

4.1.1 全域時序動態(tài)演進特征

全域尺度可以從全局視角刻畫出我國城市土地綠色利用效率的時序演進特征。①從核密度年度曲線重心位置來看，2003—2008年左遷移，2008—2017年右遷移，表明在研究期內我國城市土地綠色利用效率值整體呈現(xiàn)出先下降后上升的演進特征。②從曲線主峰波峰高度來看，2003—2008間波峰輕微上升， 2008—2013年間呈現(xiàn)出較大幅度下降，城市間土地綠色利用效率差異呈現(xiàn)先縮小再擴大化趨勢。2013—2017年波峰輕微上升，表示城市間土地綠色利用效率差異出現(xiàn)縮小勢頭。③從曲線波峰數(shù)量來看，2003—2017年均出現(xiàn)了主峰和次峰雙峰共存，表明在研究期內城市土地綠色利用效率始終處于兩極分化格局。④從曲線左右拖尾來看，曲線右側拖尾大于左側拖尾，2003—2008年右側拖尾出現(xiàn)了縮短、降薄趨勢，表明在此期間高值區(qū)城市效率值有所下降，高值區(qū)城市占比有所縮減。2008—2017年右側拖尾出現(xiàn)了加長、抬厚趨勢，表明在此期間高值區(qū)城市效率值有所提升，高值區(qū)城市占比有所增加。由此可見，全域尺度下，在不同時段內我國城市土地綠色利用效率具有不同的發(fā)展水平、效率差異、極化程度的動態(tài)演進特征。

4.1.2 局域時序動態(tài)演進特征

局域尺度可以從三大地帶視角刻畫出我國不同地區(qū)城市土地綠色利用效率的時序演進特征。 ①從核密度年度曲線重心位置來看，2003—2008年三大地帶均出現(xiàn)了向左遷移，2008—2017年出現(xiàn)了向右遷移，表明在此期間三大地帶城市土地綠色利用整體效率值，都出現(xiàn)了先下降再上升的演進特征。②從曲線主峰波峰高度來看，東部和中部2003—2017年出現(xiàn)了上升-下降-上升，表明在此期間東部和中部地區(qū)城市土地綠色利用效率差異呈現(xiàn)出先縮小再擴大再縮小的演進特征。西部2003—2008年輕微上升，2008—2017年出現(xiàn)了持續(xù)性的下降，表明西部地區(qū)城市土地綠色利用效率差距呈現(xiàn)擴大化趨勢。③從曲線波峰數(shù)量來看，2003—2017年，東部出現(xiàn)了一主峰一次峰的雙峰共存，中部和西部出現(xiàn)了一主峰多次峰的多峰共存，表明東部城市土地綠色利用效率出現(xiàn)了兩極分化的特征，中部和西部出現(xiàn)了多極分化的特征。④從曲線左右拖尾來看，2003—2017年三大地帶右側拖尾大于左側拖尾，在拖尾長度上東部和中部出現(xiàn)了擴張，西部出現(xiàn)了縮短，表明東部和中部高效率值區(qū)的城市效率值出現(xiàn)了上升，西部地區(qū)高效率值區(qū)城市效率值出現(xiàn)了下降。在拖尾厚度上，東部出現(xiàn)了降薄，中部和西部出現(xiàn)了抬厚，表明東部城市高值區(qū)城市數(shù)量占比下降，中部和西部高值區(qū)城市數(shù)量占比上升?？梢钥闯?，局域尺度下，我國城市土地綠色利用效率在不同區(qū)域內和不同時段內的時序動態(tài)演進過程，是一種區(qū)域特色與時段特征疊加共生的結果。

圖1 我國城市土地綠色利用效率時序動態(tài)演進特征

4.2 空間格局演變特征

4.2.1 全局空間格局演變特征

利用全局莫蘭指數(shù)公式，借助GeoDa軟件測算出2003—2017年我國城市土地綠色利用效率全局Morans I

指數(shù)與Z-Value（見圖2），結果顯示，全局Morans I指數(shù)均為正，在0.183～0.333之間，Z-Value >1.96，即表明P-Value<0.05，各年均通過了顯著性檢驗。由此可見，研究期內我國城市土地綠色利用效率空間分布存在顯著正向全局空間自相關性，本地城市土地綠色利用效率不僅會影響到鄰近城市，而且也會受到鄰近城市影響。從總體上看，2003—2017年全局Morans I指數(shù)呈現(xiàn)出下降趨勢，表明在研究期內我國城市土地綠色利用效率全局空間相關性呈出由強相關向弱相關演變。

（5）基于非期望產(chǎn)出超效率SBM模型能夠同時兼顧期望經(jīng)濟產(chǎn)出和非期望環(huán)境污染產(chǎn)出以及將有效決策單元進一步分解，從而能夠對我國城市土地綠色利用效率進行有效真實的測度。該研究在指標選取上選擇的是目前學術常用的可量化、可獲得的核心指標，然而對城市土地綠色利用效率全面的測度可能還需要包含更多的期望產(chǎn)出、非期望產(chǎn)出和投入要素指標，這是城市土地綠色利用效率測度進一步研究的方向。在研究中發(fā)現(xiàn)我國城市土地綠色利用效率存在空間鄰近同伴效應和空間溢出效應，但是如何估計出這種空間效應的大小，下一步還需要借用空間面板回歸計量模型來進行具體參數(shù)化估計。

（編輯：李 琪）

參考文獻

[1]王會，姜雪梅，陳建成，等.“綠水青山”與“金山銀山”關系的經(jīng)濟理論解析[J].中國農村經(jīng)濟，2017（4）：2-12.

[2]新華社.習近平出席全國生態(tài)環(huán)境保護大會并發(fā)表重要講話[EB/OL].（2018-05-19）[2019-09-09]. http：//www.gov.cn/xinwen/2018-05/19/content_5292116.htm.

[3]韓峰，賴明勇.市場鄰近、技術外溢與城市土地利用效率[J].世界經(jīng)濟，2016，39（1）：123-151.

[4]李永樂，舒幫榮，吳群.中國城市土地利用效率：時空特征、地區(qū)差距與影響因素[J].經(jīng)濟地理，2014，34（1）：133-139.

[5]鮑新中，劉澄，張建斌.城市土地利用效率的綜合評價[J].城市問題，2009（4）：46-50.

[6]官玉潔，陳曉鍵.渭南市城市土地利用效率考察[J].城市問題，2013（10）：72-77.

[7]陳百明，張鳳榮.我國土地利用研究的發(fā)展態(tài)勢與重點領域[J].地理研究，2011，30（1）：1-9.

[8]付磊，李德山.中國城市土地利用效率測度[J].城市問題，2019（7）：50-58，67.

[9]盧新海，唐一峰，匡兵.長江中游城市群城市土地利用效率空間溢出效應研究[J].長江流域資源與環(huán)境，2018，27（2）：252-261.

[10]張志輝.中國城市土地利用效率研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究， 2014 （7） ：134-149.

[11]張銜，吳先強.中國城市建設用地利用效率區(qū)域差異研究[J].暨南學報（哲學社會科學版），2016，38（11）：67-76，131.

[12]岳立，李文波.環(huán)境約束下的中國典型城市土地利用效率——基于DDF-Global Malmquist-Luenberger指數(shù)方法的分析[J].資源科學，2017，39（4）：597-607.

[13]聶雷，郭忠興，彭沖.基于SBM-Undesirable和Meta-frontier模型的城市建設用地利用效率研究[J].資源科學，2017，39（5）：836-845.

[14]任國平，劉黎明，付永虎，等.環(huán)境約束下大都市城郊土地利用結構評價——基于信息熵和非期望產(chǎn)出模型分析[J].長江流域資源與環(huán)境，2016，25（6）：913-924.

[15]李長健，苗苗.長江中游城市群土地利用效率測算：現(xiàn)實機理與時空分異[J].中國人口·資源與環(huán)境，2017，27（12）：157-164.

[16]胡碧霞，李菁，匡兵.綠色發(fā)展理念下城市土地利用效率差異的演進特征及影響因素[J].經(jīng)濟地理，2018，38（12）：183-189.

[17]侯孟陽，姚順波.空間視角下中國農業(yè)生態(tài)效率的收斂性與分異特征[J].中國人口·資源與環(huán)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]金貴，鄧祥征，趙曉東，等.2005—2014年長江經(jīng)濟帶城市土地利用效率時空格局特征[J].地理學報，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，劉雷，等.中國沿海城市群環(huán)境規(guī)制效率時空變化及影響因素分析[J].地理科學，2019，39（7）：1119-1128.

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

[23]李慶.空間相關性對各省市生態(tài)文明建設的影響分析[J].中國人口·資源與環(huán)境，2019，29（9）：91-98.

[24]梁流濤，雍雅君，袁晨光.城市土地綠色利用效率測度及其空間分異特征——基于284個地級以上城市的實證研究[J].中國土地科學，2019，33（6）：80-87.

[25]樊鵬飛，馮淑怡，蘇敏，等.基于非期望產(chǎn)出的不同職能城市土地利用效率分異及驅動因素探究[J].資源科學，2018，40（5）：946-957.

[26]王德起，龐曉慶.京津冀城市群綠色土地利用效率研究[J].中國人口·資源與環(huán)境，2019，29（4）：68-76.

[27]龍開勝，李敏.長三角城市土地稀缺與土地利用效率的交互影響[J].中國土地科學，2018，32（9）：74-80.

[28]王恩旭，武春友.基于超效率DEA模型的中國省際生態(tài)效率時空差異研究[J].管理學報，2011，8（3）：443-450.

[29]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經(jīng)濟研究，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：盧新海，博士，教授，博導，主要研究方向為土地資源管理與糧食安全。E-mail：xinhailu@163.com。

通信作者：楊喜，博士生，主要研究方向為城市土地利用與國土空間治理。E-mail： 956707424@qq.com。

基金項目：國家自然科學基金青年項目“新舊動能轉換背景下城市土地綠色低碳利用的動力機制及路徑選擇研究”（批準號：41901256）;國家自然科學基金面上項目“藏糧于地理念下耕地輪作休耕的對象確定、模式選擇與實現(xiàn)路徑研究”（批準號：71673096）。