張博航 王琛

摘要：以云南省16個城市為樣本，應用DEA模型和空間自相關分析方法探討了云南省2010—2019年的城市土地利用效率時空分異特征，結果顯示：綜合技術效率在研究期內的總體均值為0.865，離DEA有效仍有一定的提升空間?？傮w上，云南省城市土地利用效率呈隨機分布的空間格局，但在局部空間上具有顯著的局部空間自相關。研究可為云南省制定城市土地利用政策提供參考和依據。

關鍵詞：城市土地利用效率??時空分異??DEA模型??空間自相關

中圖分類號：F299.23?文獻標識碼：A???文章編號：1672-3791（2022）06（b）-0000-00

Spatial-temporal?Differentiation?Characteristics?of?Urban?Land?Use?Efficiency

ZHANG?Bohang??WANG?Chen

（College?of?ecology?and?environment，?Southwest?Forestry?University，?Kunming，?Yunnan?Province，?650224?China）

Abstract：?Taking?16?cities?in?Yunnan?Province?as?samples，?this?paper?discusses?the?spatial-temporal?differentiation?characteristics?of?urban?land?use?efficiency?in?Yunnan?Province?by?using?DEA?model?and?spatial?autocorrelation?analysis?method.?The?results?show?that?the?overall?average?of?comprehensive?technical?efficiency?during?the?study?period?is?0.865，?which?still?has?some?room?for?improvement?from?DEA?effectiveness.?Overall，?urban?land?use?efficiency?in?Yunnan?Province?shows?a?random?spatial?pattern，?but?it?has?significant?local?spatial?autocorrelation?in?local?space.?This?research?can?provide?decision-making?basis?for?Yunnan?Province?to?formulate?urban?land?use?policies.

Key?Words：?Urban?land?use?efficiency;?Spatial-temporal?Differentiation;?DEA?model;?Spatial?Autocorrelation

土地利用是當前全球可持續(xù)發(fā)展的核心問題之一，是具有世界意義的研究熱點和前沿領域[1]。城市土地利用效率是土地利用研究框架體系中的一個基礎性問題，其是城市經濟社會發(fā)展過程中土地價值實現(xiàn)程度的直接表現(xiàn)形式[2]。目前，城市土地利用效率研究重點探討了效率的測度和評價問題[3-6]，但分析城市土地利用效率時空分異特征的研究仍較少?；诖?，該文以云南省16個城市為研究對象，綜合測度了其土地利用效率，進而分析了效率的時空分異特征，由此為提高云南省城市土地利用效率、制定土地利用發(fā)展戰(zhàn)略提供科學依據，同時，也可為相關城市土地利用效率研究提供參考。

1?研究對象與方法

1.1?研究對象

該文研究對象為云南省城市。云南省地處中國西南邊陲，總面積39.41萬km2，下轄16個地級城市，包括8個地級市和8個民族自治州。研究首先利用數(shù)據包絡分析（Data?Envelopment?Analysis，DEA）模型對云南省城市土地利用效率進行測度。其次，在效率測度的基礎上，應用莫蘭指數(shù)分析城市土地利用效率的全局和局部空間自相關性，由此全面探討云南省城市土地利用效率的時空分異特征。

1.2?研究方法

DEA模型是評價具有多投入和多產出決策單元效率的一種非常有效的方法，CCR模型是DEA的基礎模型，也是最為常用的模型。假設有n個決策單元，每個決策單元有m種投入要素xij（j=1，?…，?m），有s種產出yir（r=1，?…，?s），?xij≥0，?yir≥0，引入松弛變量s-和s+，則決策單元的相對效率有如下的DEA-CCR評價模型：

式中，λi為各個決策單元在某一指標上的權重變量，θ為決策單元的綜合技術和規(guī)模效率值，簡稱為綜合技術效率（TE）。當θ為1且s-和s+都為0時，決策單元為DEA有效。當θ小于1時，決策單元為DEA無效。

空間自相關是研究空間中某位置觀察值與其相鄰位置觀察值是否相關以及相關程度的空間分析方法，由此檢驗空間事物某屬性是否相鄰分布或間錯分布。Moran指數(shù)（包括全局和局部的Moran指數(shù)）是最常用的空間自相關計算方法。全局莫蘭指數(shù)的計算公式如下：

式中，I是全局莫蘭指數(shù)，n是空間單元數(shù)量，xi和xj是第i和第j個空間單元的觀測值，wij是空間權重，當i和j相鄰時，w為1，否則為0。全局莫蘭指數(shù)的值介于-1和1之間，當大于0時表示空間正相關，呈集聚分布狀態(tài);當小于0時表示空間負相關，呈分散狀態(tài)。當為0時則無空間自相關即隨機分布狀態(tài)。全局莫蘭指數(shù)是空間自相關的總體評價，而局部莫蘭指數(shù)則反映出一個局部空間和其周圍局部空間的相關程度。對于第i個空間單元來說，局部莫蘭指數(shù)的計算公式為：

式中，Ii是局部莫蘭指數(shù)，其他變量的含義與公式（2）相同。通過計算局部莫蘭指數(shù)，可以得到局部空間自相關集聚圖，用于顯示研究指標值與其鄰域指標值均值之間高—高、低—低的空間正相關，或高—低、低—高的空間負相關以及無顯著的空間相關性。

2?指標體系

遵循建立DEA評價指標體系的目標性、精簡性、數(shù)據可獲得性等原則，構建云南省城市土地利用效率評價的指標體系，具體如表1所示。收集云南省16個城市在2010—2019年的相關數(shù)據，所有指標數(shù)據均源于《云南省統(tǒng)計年鑒》。

3?結果分析

3.1?效率測度分析

應用CCR模型計算云南省2010—2019年城市土地利用的綜合技術效率，結果如表2所示。綜合技術效率是DEA的基礎，反映了城市在要素配置利用和規(guī)模集聚上的總體效率。根據表2，近10年云南省只有昆明、玉溪、西雙版納3個城市各個年度的綜合技術效率值及其均值都為1，表明其土地利用效率處于最優(yōu)生產前沿面上，均為DEA綜合有效。此時，這3個城市在土地資源、人力資源和資本投入的基礎上各項產出已達到最優(yōu)。另外的13個城市在2010—2019年的綜合技術效率均值均小于1，說明這13個城市的土地利用綜合技術效率與最優(yōu)生產前沿面存在不同程度的差距，值越小說明效率越低，未來提升的空間越大。全省16個城市2010—2019年的綜合技術效率均值僅為0.865，表明總體上云南省的DEA綜合效率離DEA綜合有效尚有一定距離。高于全省均值的共有曲靖、大理等9個城市，其余7個城市均低于全省均值，由此表明云南省城市之間的綜合技術效率差異較大，存在較為明顯的不均衡現(xiàn)象。

3.2?效率空間分區(qū)

根據綜合技術效率值的區(qū)間分布，按照等于1（高效率）、0.9～1（較高效率）、0.8～0.9（中等效率）和小于0.8（低效率）的分類標準，將16個城市劃分為四個分區(qū)，結果如圖1所示。2010年，高效率區(qū)包括效率值為1的昆明、玉溪、楚雄、文山、西雙版納和怒江6個DEA有效的城市，較高效率區(qū)包括麗江、保山、臨滄、曲靖4個城市，中等效率區(qū)包括迪慶、大理、德宏3個城市，低效率區(qū)包括昭通、紅河、普洱3個城市。2019年，高效率區(qū)包括DEA有效的昆明、玉溪、西雙版納、大理、迪慶5個城市，較高效率區(qū)則有文山、怒江2個城市，中等效率區(qū)有德宏、麗江、昭通3個城市，低效率區(qū)則有保山、臨滄、普洱、楚雄、紅河、曲靖6個城市。

在空間分布上，2010年云南省以昆明、玉溪、楚雄為中心、以文山、曲靖和麗江為兩翼構成了一個明顯的城市土地高效利用空間集聚區(qū)，而中等效率和低效率的城市主要分布在云南省的西部地區(qū)和南部地區(qū)。2019年云南省以昆明、玉溪為中心構成了城市土地利用高效率的空間集聚區(qū)，而西雙版納、大理、迪慶3個高效率城市則呈點狀分布。較高和中等效率城市分布在云南省的東部和西部邊境地區(qū)，而低效率城市則構成了規(guī)模最大并且集中連片的空間集聚區(qū)。綜合來看，云南省城市土地利用效率空間分布具有兩個明顯特點，一是昆明、玉溪、西雙版納3個城市始終是云南省城市土地利用的高效率集聚區(qū);二是低效率城市從2010年的3個增加到2019年的6個，空間分布上，低效率城市在2010年主要分布在南部地區(qū)，而2019年則分布在南部和中部地區(qū)，形成了較明顯的空間擴散態(tài)勢。

3.3?效率空間自相關分析

利用16個城市的綜合技術效率數(shù)據計算全局莫蘭指數(shù)，結果如表3所示。研究期內所有年度的全局莫蘭指數(shù)均為負值，城市土地利用效率在空間上具有負相關。在具體數(shù)值上，2010年全局莫蘭指數(shù)值最小為-0.372?6，最接近-1，空間負相關態(tài)勢最明顯;2012年全局莫蘭指數(shù)值最大為-0.110?0，靠近0表明該年度空間分布更具隨機性特點。同時，只有2010年的Z值為-1.709?6，p值為0.087?3，通過了Z值小于-1.65、p值小于0.1的顯著性檢驗，其余年度均未通過置信水平為0.1的顯著性檢驗。因此，除2010年外，其他各年均不存在顯著的全局空間自相關，云南省城市土地利用效率在總體空間分布上既不表現(xiàn)為集聚，也不表現(xiàn)為離散，而是一種隨機分布的空間格局。

全局莫蘭指數(shù)僅揭示了全局綜合特征，尚不能表明各個城市與周邊鄰近城市之間的局部空間關系。研究應用局部莫蘭指數(shù)得到了云南省城市土地利用效率的局部空間關系，結果如表4所示。根據表4，研究期內只有西雙版納、昭通、臨滄、大理和麗江等5個城市土地利用效率的局部莫蘭指數(shù)至少有一年通過了置信水平為0.05的顯著性檢驗，表明其與相鄰城市存在顯著的局部空間自相關，但局部空間自相關的性質、強度與穩(wěn)定性存在明顯差異。西雙版納、昭通、大理和麗江等4個城市均表現(xiàn)出局部空間負相關，只有臨滄表現(xiàn)出局部空間正相關。西雙版納在所有年度均表現(xiàn)出顯著的局部空間負相關，昭通在2011和2014年表現(xiàn)出局部空間負相關，大理和麗江僅在2017和2018年分別表現(xiàn)出局部空間負相關，只有臨滄在2011、2012和2015年都表現(xiàn)出了局部空間正相關。研究期內，西雙版納、昭通、大理和麗江等4個局部空間負相關城市呈現(xiàn)出離散空間格局，形成了一個以其為核心的土地利用效率空間分布異質區(qū)。特別是西雙版納具有穩(wěn)定而連續(xù)的局部空間負相關，成為云南省唯一在各個年度上均具有顯著局部空間自相關的城市。臨滄在3個年度上具有局部空間正相關，表明以其為核心形成了一定程度的集聚空間格局。

為更清晰地揭示云南省城市土地利用效率的空間分布格局特點，繪制局部空間自相關的集聚圖，結果如圖2所示。西雙版納在所有年度的局部空間分布上均是高-低類型，大理則在2017年是高-低類型，兩者呈現(xiàn)出明顯的高值低值相鄰的空間離散格局。昭通在2011和2014年上是低—高類型，麗江僅在2018年為低—高類型，兩者都呈現(xiàn)出低值高值鄰近的空間離散格局。臨滄在2011、2012和2015年上都為低—低類型，呈現(xiàn)出較明顯的低值低值相鄰的空間集聚格局?？傮w上，云南省城市土地利用效率沒有出現(xiàn)高值集聚的“熱點”地區(qū)，僅出現(xiàn)一處低值集聚的“冷點”地區(qū)，其余的空間局部自相關均為高低相異的局部離散分布格局，表明存在著一定程度的局部空間異質性。

4?結語

以云南省16個城市為研究對象，綜合應用DEA模型和空間自相關分析方法探討了云南省城市土地利用效率的時空分異特征，結論如下。首先，云南省城市土地利用綜合技術效率的平均水平并不高，仍存在一定的提升、改進和優(yōu)化空間。其次，在空間自相關上，全局莫蘭指數(shù)表明云南省城市土地利用效率在總體上呈現(xiàn)隨機分布狀態(tài)，局部莫蘭指數(shù)表明有5個城市存在顯著的局部空間自相關，并具有高低、低高和低低的空間分布特點。研究在一些方面仍需探討，如研究尺度可以擴大到縣城，則將能更系統(tǒng)揭示云南省城市土地利用效率的時空分異特點和規(guī)律，從而為提高云南省城市土地利用效率提供更加科學的決策依據。

參考文獻

[1]?林麗群，王強，傅韜，等.基于CiteSpace的中國土地利用效率知識圖譜分析[J].西南師范大學學報：自然科學版，2021，46（6）：115-125.

[2]?朱孟玨，莊大昌，張慧霞.2000-2015年中國城市土地利用效率的時空演化[J].水土保持通報，2018，38（3）：240-247.

[3]?王新濤.增長邊界政策趨緊下中國特大城市的效率變化[J].區(qū)域經濟評論，2019（2）：134-139.

[4]?ZHAO?X?F，ZHANG?L，HUANG?X?J，et?al.Evolution?of?the?Spatiotemporal?Pattern?of?Urban?Industrial?Land?Use?Efficiency?in?China[J].Sustainability，2018，10（7）：2174.

[5]?劉巖芳，李梅芳.三線沖突下京津冀城市群土地利用效率研究[J].邊疆經濟與文化，2021（10）：29-31.

[6]?馮藝越，王文昌，丁一.煤炭資源型城市土地利用效率評價及影響因素分析[J].江西農業(yè)學報，2021，33（5）：124-130.