彭程　陳志芬　吳華瑞　孫想　姚娜

摘要：可持續(xù)發(fā)展是復(fù)雜城市系統(tǒng)的動態(tài)變化過程，準(zhǔn)確定量地評估和分析城市可持續(xù)發(fā)展能力，能夠為城市發(fā)展戰(zhàn)略制定、資源優(yōu)化配置等提供參考依據(jù)，具有重要的理論意義和應(yīng)用價值。本文以2003-2013年間中國30個省級行政區(qū)280個地級及以上城市為研究對象，基于數(shù)據(jù)包絡(luò)分析（DEA）和探索性空間數(shù)據(jù)分析（ESDA）方法，研究中國城市可持續(xù)發(fā)展能力的時空差異特征。首先基于數(shù)據(jù)包絡(luò)分析的思路，將資源、環(huán)境投入作為輸入指標(biāo)，人口、經(jīng)濟、社會發(fā)展作為輸出指標(biāo)，城市每年的發(fā)展?fàn)顩r作為評價單元，建立評價指標(biāo)體系。然后采用探索性空間數(shù)據(jù)分析方法，分析城市可持續(xù)發(fā)展能力的時空格局變化，探索其空間分布格局、空間關(guān)聯(lián)模式、空間集聚狀態(tài)和空間異質(zhì)特征。結(jié)果表明：第一，全國地級以上城市的可持續(xù)發(fā)展能力上升趨勢明顯；第二，城市可持續(xù)發(fā)展能力與經(jīng)濟格局、行政級別存在較好擬合，呈現(xiàn)出東部高于西部、直轄市高于地級市的區(qū)域差異特征，地域之間差異正逐步縮小。從空間演變格局來看，2003年、2008年、2013年城市可持續(xù)發(fā)展能力呈現(xiàn)正的空間自相關(guān)，但相關(guān)性逐漸減弱；第三，城市可持續(xù)發(fā)展能力的空間依賴性和空間異質(zhì)性同時存在，整體熱點區(qū)主要分布在中國東部地區(qū)，而中部、西部地區(qū)城市的可持續(xù)發(fā)展能力逐年提高，并呈局部高值空間聚集狀態(tài)。

關(guān)鍵詞：城市可持續(xù)發(fā)展能力；時空分異；數(shù)據(jù)包絡(luò)分析；探索性空間數(shù)據(jù)分析

中圖分類號 F129.9 文獻標(biāo)識碼 A 文章編號 1002-2104（2016）02-0144-08 doi：10.3969/j.issn.1002-2104.2016.02.018

隨著我國城市化進程的加速，許多城市在不同程度上出現(xiàn)了人口過度聚集、基礎(chǔ)設(shè)施短缺、環(huán)境極度惡化、生態(tài)嚴重破壞等問題。城市是一個由社會、經(jīng)濟、環(huán)境三個基本要素相互作用、相互依賴、相互制約而構(gòu)成的復(fù)雜系統(tǒng)。如何在城市的發(fā)展過程中，改善生存環(huán)境，緩解人口增長的壓力，保證經(jīng)濟、社會、環(huán)境的協(xié)調(diào)發(fā)展，就需要采用可持續(xù)發(fā)展的價值觀，既保證城市的經(jīng)濟效益和生活質(zhì)量，又將能源和其他資源的消費與污染最小化，使之滿足當(dāng)前和未來城市發(fā)展的需要。定量評價和動態(tài)監(jiān)測城市可持續(xù)發(fā)展的狀態(tài)和進程，可以為城市可持續(xù)發(fā)展能力做出正確判斷，對可持續(xù)發(fā)展戰(zhàn)略做出合理仲裁，是研究和實現(xiàn)城市可持續(xù)發(fā)展道路的基礎(chǔ)和依據(jù)，也是城市可持續(xù)發(fā)展研究的熱點問題。

城市可持續(xù)發(fā)展的評價步驟一般是首先根據(jù)評價目的、待評價城市的類型特點等，構(gòu)建一個能全面反映城市復(fù)合系統(tǒng)各個方面狀況的指標(biāo)體系，然后運用某種評價方法對城市可持續(xù)發(fā)展能力進行測度。目前，學(xué)者們將各種方法應(yīng)用到城市可持續(xù)發(fā)展評價中，從簡單的指數(shù)評價法拓展到模糊數(shù)學(xué)評價法、層次分析法、BP神經(jīng)網(wǎng)絡(luò)法以及一些組合的評價方法[1-10]。如李鋒采用全排列多邊形綜合圖示法評價濟寧市在不同時段的建設(shè)成效[1]；張衛(wèi)民使用熵值法構(gòu)造經(jīng)濟發(fā)展、社會進步和環(huán)境支持指數(shù)三個復(fù)合指標(biāo)， 設(shè)計出評價城市可持續(xù)發(fā)展的可持續(xù)系數(shù)和協(xié)調(diào)系數(shù)[2]；Li運用熵值法對各指標(biāo)客觀賦權(quán)后，運用灰色關(guān)聯(lián)法計算基于熵權(quán)的關(guān)聯(lián)度，對各城市可持續(xù)發(fā)展能力進行定量評價[3]；張婧利用層次分析構(gòu)建陜西省城市可持續(xù)發(fā)展評價指標(biāo)體系，并對陜西省10個地級市進行評價[4]；韓靜運用因子分析的方法，對全國15個資源型城市的經(jīng)濟、社會、環(huán)境子系統(tǒng)及復(fù)合生態(tài)系統(tǒng)的發(fā)展?fàn)顩r進行綜合評價[5]；陳晨運用調(diào)整后的生態(tài)足跡模型，計算西部9個典型性資源型城市的生態(tài)足跡及其生態(tài)承載力，并對各城市資源利用程度和生態(tài)環(huán)境可持續(xù)發(fā)展?fàn)顩r進行評價與分析[6]；董鋒改進綠色GDP和真實儲蓄率評價方法，并引入灰色關(guān)聯(lián)分析方法，建立系統(tǒng)分析與模糊分析相結(jié)合的資源型城市可持續(xù)發(fā)展水平評價體系[7]；曹斌和郝翠對國內(nèi)外可持續(xù)發(fā)展評價指標(biāo)體系和評價方法進行了對比分析[8-9]；郭存芝針對常見可持續(xù)發(fā)展綜合評價的一定程度地掩蓋了以犧牲資源與環(huán)境為代價換取經(jīng)濟增長和社會進步的現(xiàn)象，就評價結(jié)果的計算進行改進，采用相對于經(jīng)濟、社會發(fā)展的資源、環(huán)境投入效率系數(shù)進行可持續(xù)發(fā)展綜合評價[10]。但是已有研究多采用傳統(tǒng)的分析方法，缺乏對空間信息和時空聯(lián)合信息的有效反映，對城市可持續(xù)發(fā)展能力在地理位置上的分布規(guī)律、關(guān)聯(lián)度和聚集性的研究相對較少，難以揭示城市可持續(xù)發(fā)展能力差異的空間特征。為此本文在數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡稱DEA）模型的基礎(chǔ)上，引入探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis，簡稱ESDA）方法，對2003-2013年我國城市可持續(xù)發(fā)展能力進行測度和區(qū)域差異的空間識別，探討城市可持續(xù)發(fā)展能力在空間分布格局、空間關(guān)聯(lián)性、空間集聚狀態(tài)以及冷熱點的演化格局，并通過GIS可視化方式展現(xiàn)其時空分異規(guī)律，從而為國家及地方宏觀調(diào)控和區(qū)域發(fā)展政策提供相關(guān)依據(jù)。

1 研究方法與評價指標(biāo)

1.1 DEA

DEA由A.Charnes， W.W.Cooper和E.Rhodes于1978年提出，是在“相對有效評價”概念基礎(chǔ)上發(fā)展起來的一種新的系統(tǒng)分析方法，主要采用數(shù)學(xué)規(guī)劃的模型評價具有多輸入、多輸出的決策單元（DMU）之間的相對有效性[11-12]。DEA的特點在于進行多目標(biāo)元素評價時，直接通過產(chǎn)出與投入之間加權(quán)和之比計算決策單元的投入產(chǎn)出效率，無需考慮投入與產(chǎn)出之間的函數(shù)關(guān)系，也無需預(yù)先估計參數(shù)和建立權(quán)重[13-14]。n個DMU，m個輸入指標(biāo)、s個輸出指標(biāo)的DEA基本模型CCR模型的線性表達式分別如下：

其中，xij，vi，ytj，ut分別為第j個DMU的第i個輸入指標(biāo)觀察值、權(quán)重和第t個輸出指標(biāo)的觀察值、權(quán)重，θ（0≤θ≤1）為評價決策單元DMU0的投入產(chǎn)出效率。其含義是，當(dāng)投入1個單位的成本時，該決策單元可以獲得θ個單位的產(chǎn)出。

城市可持續(xù)發(fā)展的各評價指標(biāo)量綱不同，意義也不同，很難定量地確定指標(biāo)的權(quán)重。DEA在用以研究多輸入多輸出的生產(chǎn)函數(shù)理論時，由于不需要預(yù)先估計參數(shù)，在避免主觀因素和簡化算法，減少誤差等方面有優(yōu)勢[12]。因此，本文引入DEA模型，對城市可持續(xù)發(fā)展水平進行評價，能夠較好地解決城市可持續(xù)發(fā)展的多因素與不確定性問題。

1.2 ESDA

ESDA作為一種“數(shù)據(jù)驅(qū)動”的分析方法，主要是利用統(tǒng)計學(xué)原理、圖形圖表等方法對空間信息進行分析，從而發(fā)現(xiàn)數(shù)據(jù)的空間分布規(guī)律，揭示數(shù)據(jù)的空間依賴性和空間異質(zhì)性等現(xiàn)象[15-16]?？臻g自相關(guān)分析是ESDA的核心內(nèi)容，是指某種變量在不同空間位置觀測數(shù)據(jù)之間的相關(guān)性。

本文采用兩類空間自相關(guān)系數(shù)來測算城市可持續(xù)發(fā)展能力的空間分布模式，一是全局空間自相關(guān)系數(shù)Morans I，用于度量城市可持續(xù)發(fā)展能力在整個研究區(qū)域的空間分布特征；二是局部空間自相關(guān)系數(shù)Local Morans I，主要探索城市可持續(xù)發(fā)展能力在子區(qū)域上與與其鄰近位置同一屬性的相關(guān)程度[16-18]。結(jié)合Moran散點圖和LISA聚集圖，可以識別冷熱點區(qū)域的空間分布狀態(tài)，并結(jié)合GIS將局部差異的空間格局進行可視化。Morans I和Local Morans I的計算公式分別如下：

1.3 評價指標(biāo)體系

城市的可持續(xù)發(fā)展是一個復(fù)雜的系統(tǒng)過程，涉及到自然、經(jīng)濟、社會、經(jīng)濟等諸多因素，并具有非線性、動態(tài)的特點。同時，我國城市的發(fā)展模式、經(jīng)濟狀況、規(guī)模特點等各有不同。因此，在選擇城市可持續(xù)發(fā)展水平評價指標(biāo)時，應(yīng)遵循全面性、系統(tǒng)性、可操作性、可比性、穩(wěn)定性與動態(tài)性等原則，以及指標(biāo)數(shù)據(jù)的可獲得性，圍繞城市發(fā)展的共同性和可持續(xù)性，構(gòu)建反映城市社會、經(jīng)濟與環(huán)境協(xié)調(diào)發(fā)展現(xiàn)狀的指標(biāo)體系。

可持續(xù)發(fā)展是一個地區(qū)經(jīng)濟、社會和資源環(huán)境三者保持適度和諧、協(xié)調(diào)發(fā)展的過程?？沙掷m(xù)發(fā)展能力強，意味著系統(tǒng)能夠用較少的資源消耗和環(huán)境代價獲得人口、社會和經(jīng)濟的較大發(fā)展[10，19]。本文借助DEA的思路，將城市可持續(xù)發(fā)展的環(huán)境污染、資源消耗視為投入，人口發(fā)展?fàn)顩r、經(jīng)濟發(fā)展能力、社會發(fā)展能力視為產(chǎn)出，可持續(xù)發(fā)展的水平指數(shù)則表現(xiàn)為DEA效率值。

在參考已有的城市可持續(xù)發(fā)展評價指標(biāo)體系的基礎(chǔ)上，根據(jù)城市可持續(xù)發(fā)展理論，按照上述指標(biāo)選取原則，從環(huán)境、資源、人口、經(jīng)濟、社會5個方面，主要選取了《中國城市統(tǒng)計年鑒》的指標(biāo)，部分參考了各省統(tǒng)計年鑒的指標(biāo)，運用主成分分析法、頻度分析法和專家咨詢法，對指標(biāo)進行總結(jié)和篩選，形成了5個一級指標(biāo)，21個二級指標(biāo)組成的城市可持續(xù)發(fā)展能力評價指標(biāo)體系，如表1。

由于DEA模型的輸入指標(biāo)為越小越好的指標(biāo)，輸出指標(biāo)為越大越好的指標(biāo)，因此，需要對指標(biāo)數(shù)據(jù)進行預(yù)處理，將環(huán)境成本、資源成本的二級指標(biāo)變換為越小越好的指標(biāo)，將人口發(fā)展、經(jīng)濟發(fā)展、社會發(fā)展的二級指標(biāo)變換為越大越好的指標(biāo)。例如，輸入指標(biāo)環(huán)境成本中二級指標(biāo)“工業(yè)固廢利用率”為越大越好的指標(biāo)，變換為工業(yè)固廢未利用率。輸出指標(biāo)人口發(fā)展中二級指標(biāo)“年末城鎮(zhèn)失業(yè)（登記）人數(shù)”為越小越好的指標(biāo)，變換為“就業(yè)率”。

2 城市可持續(xù)發(fā)展時間分異特征

利用上述方法對2003-2013年間中國30個省級行政區(qū)280個地級及以上城市的可持續(xù)發(fā)展能力進行評價。由于云南臨滄、甘肅定西、甘肅隴南、寧夏固原、寧夏中衛(wèi)、西藏等部分地區(qū)缺失數(shù)據(jù)，去除數(shù)據(jù)缺失的城市，本文以280個地級及以上城市3年的可持續(xù)發(fā)展情況作為DEA決策單元，利用軟件DEASolver5.0，選擇CCRI模型進行評價。

根據(jù)計算結(jié)果，全國城市可持續(xù)發(fā)展能力的平均效率值2003年為0.797，2008年為0.866，2013年為0.918。將效率值記為Score，設(shè)定Score=1為效率高，0.8≤Score<1 為效率中等，0.6≤Score<0.8為效率較低，Score<0.6為無效率。2003年，可持續(xù)發(fā)展能力達到中等和高效率的城市有153個；2008年，中等和高效率的城市增加到194個；而到2013年，效率值達到1的為210個，效率值為低和無效率值的城市從2003年的127減少到52個。這表明中國城市的可持續(xù)發(fā)展能力逐漸上升，保持了穩(wěn)步提高的良好態(tài)勢，如圖1。

中國城市的可持續(xù)發(fā)展水平處于上升趨勢，這與中國近年來在調(diào)整經(jīng)濟結(jié)構(gòu)、轉(zhuǎn)變發(fā)展方式、資源節(jié)約與環(huán)境保護等方面取得了積極進展有密切關(guān)系。自2001年以來，中國通過加強節(jié)能降耗與新能源開發(fā)，合理開發(fā)利用礦產(chǎn)資源，開展生態(tài)保護和修復(fù)，增強科技創(chuàng)新能力等措施，推進區(qū)域和國家的可持續(xù)發(fā)展。10年來，中國把推進戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展、改造升級傳統(tǒng)產(chǎn)業(yè)作為重要途徑，努力轉(zhuǎn)變經(jīng)濟發(fā)展方式；制定了節(jié)能減排的約束性指標(biāo)，大力加強重點流域水污染防治、大氣污染防治和工業(yè)廢棄物綜合治理，2010年，二氧化硫和化學(xué)需氧量排放總量分別較2005年下降14.29%和12.45%，城市空氣質(zhì)量、地表水水質(zhì)均較十年前有了明顯提高[20]；通過大規(guī)模開展生態(tài)修復(fù)工程，全國生態(tài)環(huán)境惡化趨勢得到初步控制，部分區(qū)域生態(tài)環(huán)境質(zhì)量顯著改善。中國正努力探索一條在快速工業(yè)化和城鎮(zhèn)化階段高效利用自然資源、保護生態(tài)環(huán)境、促進經(jīng)濟社會發(fā)展與資源環(huán)境相協(xié)調(diào)的道路[20]。

3 城市可持續(xù)發(fā)展空間分異特征

3.1 空間分布特征分析

（1）按東部、中部、西部地帶劃分：按照中國3大經(jīng)濟帶（東部地帶包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個?。ㄊ校恢胁康貛Оㄉ轿?、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個?。ㄊ校?；西部地帶包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古等12個?。ㄊ校χ袊鞘锌沙掷m(xù)發(fā)展能力效率值進行綜合測度，各年份三大地帶的效率平均值如圖2。從圖2看出，2003-2013年東部地區(qū)城市的可持續(xù)發(fā)展能力一直高于全國平均水平，而中部和西部低于全國平均水平。可見，我國城市可持續(xù)發(fā)展能力區(qū)域分布差異明顯，其效率值的分布與三個地帶的經(jīng)濟發(fā)展格局基本一致，呈現(xiàn)出從東部沿海向西部內(nèi)陸地區(qū)遞減的態(tài)勢，效率值較高的城市大都集中在經(jīng)濟發(fā)達的東部地區(qū)。

2003年，中西部分別有59%和48%的城市沒有達到全國平均發(fā)展水平；而到2013年，中西部未達到全國平均水平的分別為27%和16%。分析2003-2013年三大地帶的可持續(xù)發(fā)展能力效率值達到1的城市數(shù)目，中部地區(qū)從2003年的23個增加到2013年的71個，西部從29個增加到56個，這表明中西部地區(qū)的城市可持續(xù)發(fā)展能力逐步上升，與東部的差距正在縮小。

不同區(qū)域城市可持續(xù)發(fā)展能力的空間分布狀態(tài)反映出城市所在區(qū)域優(yōu)勢與發(fā)展政策的差異。東部地區(qū)具備優(yōu)越的地理位置、發(fā)達的經(jīng)濟基礎(chǔ)、較高的科技水平以及早期經(jīng)濟開放的政策傾斜，從而為城市可持續(xù)發(fā)展創(chuàng)造了良好條件。而中西部一些地區(qū)，受到地理區(qū)位偏遠、經(jīng)濟增長緩慢、技術(shù)水平落后和生態(tài)環(huán)境脆弱等多方面影響，使得城市可持續(xù)發(fā)展水平總體較為薄弱。但是隨著我國2000年的西部大開發(fā)戰(zhàn)略和2004年的中部崛起戰(zhàn)略以來，中西部地區(qū)的投資環(huán)境和科技水平得到了很大改善，人力資源和資本存量等不斷增強，對經(jīng)濟增長、資源能源利用效率、生態(tài)環(huán)境治理的貢獻不斷增大，初步扭轉(zhuǎn)了區(qū)域經(jīng)濟發(fā)展差距擴大的趨勢，中西部地區(qū)的資源開發(fā)利用更趨合理，城市可持續(xù)發(fā)展能力持續(xù)提升，具有很強的發(fā)展?jié)摿Α?/p>

從空間分布圖來看，中國地級以上城市可持續(xù)發(fā)展能力效率值呈現(xiàn)出連片分布的空間格局，如圖3，這表明相近的城市可能存在空間關(guān)聯(lián)性，因此可以利用ESDA的空間自相關(guān)分析方法來探索中國地級以上城市可持續(xù)發(fā)展能力的空間分布模式。

（2）按行政級別劃分：根據(jù)直轄市、省會城市和地級市3個行政級別劃分，北京、上海、天津和重慶在2003年、2008年和2013年的可持續(xù)發(fā)展能力效率值均達到了1。省會城市中，2003年效率值未達到1的城市有6個，包括石家莊、鄭州、南寧、貴陽、西安和蘭州，其中南寧的效率值最低為0.583；2008年未達到1的城市有南寧和西安2個，效率值分別為0.749和0.923；2013年只有蘭州未達到1，效率值為0.999。而地級市在2003年、2008年和2013年的可持續(xù)發(fā)展能力平均效率值分別為0.777、0.857、0.908。這表明，城市可持續(xù)發(fā)展能力與城市行政級別格局一致，直轄市最高，省會城市次之，地級市最低。

3.2 空間關(guān)聯(lián)性分析

3-2-1 全局自相關(guān)分析

為便于描述效率值分布的空間格局，通過全局Morans I指數(shù)探討中國城市可持續(xù)發(fā)展能力的總體格局分異特征。

將280個地級以上城市可持續(xù)發(fā)展能力的DEA效率值為分析單元，采用反距離函數(shù)建立空間權(quán)重矩陣，通過計算Global Morans I，得到2003、2008、2013這3個年份的全局Morans I，分別為0.1、0.12和0.03，并通過了p<0.05的顯著性檢驗，這表明各區(qū)域的城市可持續(xù)發(fā)展能力存在空間聚集現(xiàn)象，但是趨于減弱。

3-2.2 局部自相關(guān)分析

上述全局Morans I是對整個數(shù)據(jù)集總的空間模式相關(guān)性的分析結(jié)果，不能辨認高值和低值的空間聚類內(nèi)部狀態(tài)，并隱藏了偏離整體分布模式的空間關(guān)系。下文使用Moran散點圖和LISA集聚地圖來辨認和展示各區(qū)域內(nèi)部的集聚狀態(tài)與冷熱點分布格局。

以城市可持續(xù)發(fā)展能力效率為橫坐標(biāo)，城市可持續(xù)發(fā)展能力空間滯后值為縱坐標(biāo)，以散點橫縱坐標(biāo)的平均值為中心坐標(biāo)，將平面空間圖劃分為4個基本象限，4個象限分別對應(yīng)著城市可持續(xù)發(fā)展能力不同的局部空間集聚類型：①HH（highhigh）象限：主要是指城市自身和周邊城市的可持續(xù)發(fā)展能力均高，空間差異程度??；②HL（highlow）象限：主要是指城市自身可持續(xù)發(fā)展能力高而周邊城市低，空間差異程度較大；③LH（lowhigh）象限：主要是指城市自身可持續(xù)發(fā)展能力低而周邊城市高，空間差異程度大；④LL（lowlow）象限：主要是指城市自身和周邊城市的可持續(xù)發(fā)展能力均低，空間差異程度較小?；贏rcGIS10.0和GeaDA1.6.7，繪制出2003-2013年中國城市可持續(xù)發(fā)展能力效率4種類型區(qū)集聚演化圖，從而描述局部的空間異質(zhì)性，如圖4、圖5和表2。

（1）HH象限：2003年主要分布在山東、江蘇、浙江、上海、廣東、福建等地，其中東部地區(qū)的城市數(shù)目占城市總數(shù)的21.43%，中西部分別為6.07%和5.35%；2008年HH關(guān)聯(lián)的城市主要集中在北京、天津、河北、山東、內(nèi)蒙、山西等地，其中東部地區(qū)的城市占總數(shù)的14.64%，中西部分別為10%和8.57%；2013年位于HH象限城市總數(shù)達到了134個，比2008年增加了39個，主要分布在中國東部、北部沿海地區(qū)、安徽、河南、四川、陜西、寧夏等地區(qū)，東中西部分別占城市總數(shù)的20%、15.71%、11.78%，這表明2003-2013年中國城市可持續(xù)發(fā)展能力整體熱點區(qū)主要分布在中國東部地區(qū)，但隨著中部崛起、西部大開發(fā)的戰(zhàn)略部署，中部、西部地區(qū)城市的可持續(xù)發(fā)展能力在逐步提高，并呈局部高值空間聚集狀態(tài)；

（2）LL象限：2003年位于LL象限的城市總數(shù)為90個，主要集中在山西、河南、湖北、湖南、廣西、四川等地；2008年位于LL象限的城市總數(shù)為85個，除了山西省位于HH象限外，空間分布與2003年類似，仍集中在河南、湖北、湖南、廣西等地。而在2013年，位于LL象限的城市總數(shù)減少到24個，主要分布在湖南、廣西、江西等地。相對于發(fā)達的東部沿海地區(qū)，這些城市多是經(jīng)濟發(fā)展水平較低的區(qū)域，科技水平相對較低，資源可利用率較差，受資本、勞動力等限制，部分城市還處在工業(yè)化、城鎮(zhèn)化中期乃至初期階段，各城市之間的聯(lián)動發(fā)展態(tài)勢弱，形成了城市可持續(xù)發(fā)展能力低值集聚的狀態(tài)。

（3）HL象限和LH象限：2003年位于這2個象限的城市總數(shù)是96個，主要分布在內(nèi)蒙、寧夏、陜西、貴州、云南等地；2008年位于HL和LH象限的城市總數(shù)是100，而2013年增長到120個，主要集中在內(nèi)蒙、山西、河南、云南，說明城市可持續(xù)發(fā)展能力仍存在著不均衡的分布格局。

4 結(jié)論與展望

（1）可持續(xù)發(fā)展能力評價是一個復(fù)雜系統(tǒng)的科學(xué)決策過程。本文基于DEA的思路，從投入和產(chǎn)出2個維度來構(gòu)建城市可持續(xù)發(fā)展能力的評價指標(biāo)體系，以資源與環(huán)境成本作為輸入指標(biāo)，以經(jīng)濟、社會、人口發(fā)展作為輸出指標(biāo)，以各城市每年的發(fā)展?fàn)顩r作為評價單元，各評價單元的DEA效率則代表城市每年的可持續(xù)發(fā)展能力，從而系統(tǒng)化、定量化測度2003-2013年全國280個地級及以上城市的可持續(xù)發(fā)展能力。該方法無需確定評價指標(biāo)的權(quán)重，有效克服了傳統(tǒng)的主觀賦權(quán)評價方法的不足，從而可以更客觀、理性和全面地評價城市可持續(xù)發(fā)展能力，為城市的可持續(xù)發(fā)展能力評估提供一定的參考依據(jù)。

（2）應(yīng)用ESDA的全局空間自相關(guān)、局部空間自相關(guān)方法，從時間維度、空間維度等多角度對城市可持續(xù)發(fā)展能力的時空分布差異與變化規(guī)律進行了深入的分析和探討，揭示其發(fā)展格局的演變過程，并以地圖可視化的方式直觀展現(xiàn)城市可持續(xù)發(fā)展能力的時空分布特征。結(jié)果表明，2003-2013年間中國城市可持續(xù)發(fā)展能力呈上升趨勢，空間格局上表征出“東高西低”的態(tài)勢，但東西部的差距逐漸縮小。2003-2013年間中國城市可持續(xù)發(fā)展能力全局上具有空間自相關(guān)性，但趨于減弱。通過Moran散點圖和聚類圖的結(jié)果看出，城市可持續(xù)發(fā)展能力的空間依賴性和空間異質(zhì)性是并存的。

但是，以上研究結(jié)論是基于地級及以上城市單元，若采用更細尺度的縣級數(shù)據(jù)和連續(xù)的時間序列，能更深入地探索城市可持續(xù)發(fā)展能力的區(qū)域內(nèi)部差異和時空演變趨勢。此外，不同的空間權(quán)重矩陣對空間相關(guān)性分析產(chǎn)生不同的結(jié)果，需做進一步研究。

（編輯：田 紅）

參考文獻（References）

[1]李鋒，劉旭升，胡聃，等. 城市可持續(xù)發(fā)展評價方法及其應(yīng)用[J]. 生態(tài)學(xué)報， 2007，27（11）：4793-4802. [Li Feng， Liu Xusheng， Hu Dan， et， al. Evaluation Method and Its Application for Urban Sustainable Development[J]. Acta Ecologica Sinica， 2007， 27（11）： 4793-4802.]

[2]張衛(wèi)民. 基于熵值法的城市可持續(xù)發(fā)展評價模型[J]. 廈門大學(xué)學(xué)報：哲學(xué)社會科學(xué)版， 2004，（2）：109-115. [Zhang Weimin. Evaluation of Urban Sustainable Development Based on Entropy[J]. Journal of Xiamen University （Arts & Social Sciences）， 2004，（2）： 109-115.]

[3]Li Yuanfang，Zhang Xiaoping. Application of Grey Relational Analysis Based on Entropyweight in the Assessment of Urban Sustainable Development[J]. Journal of University of Chinese Academy of Sciences， 2014， 31（5）： 662-670.

[4]張婧， 李強， 周淵. 陜西省城市可持續(xù)發(fā)展評價[J]. 中國人口·資源與環(huán)境， 2013， 23（11）： 39-44. [Zhang Jing， Li Qiang， Zhou Yuan. The Evaluation of the Sustainable Development of Shaanxi Province[J]. China Population， Resources and Environment， 2013， 23（11）： 39-44.]

[5]韓靜， 宋雅晴， 楊力. 基于聚類分析的資源型城市可持續(xù)發(fā)展評價[J]. 統(tǒng)計與決策，2011，（20）：76-77. [Han Jing， Song Yaqing， Yang Li. Evaluation of Sustainable Development of Resource Based Cities Based on Cluster Analysis[J]. Statistics & Decision， 2011，（20）： 76-77.]

[6]陳晨，夏顯力. 基于生態(tài)足跡模型的西部資源型城市可持續(xù)發(fā)展評價[J]. 水土保持研究，2012， 19（1）：197-201. [Chen Chen， Xia Xianli. Assessment on Sustainable Development Status of Western Resourcesbased Cities Based on the Ecological Footprint Model[J]. Research of Soil and Water Conservation， 2012，19（1）：197-201.]

[7]董鋒，譚清美，周德群等.資源型城市可持續(xù)發(fā)展水平評價——以黑龍江省大慶市為例[J].資源科學(xué)，2010，32 （8）： 1584 -1590.[Dong Feng，Tan Qingmei，Zhou Dequn. An Evaluation of ResourceBased Citys Sustainable Development Level： A Case Study on Daqing City in Heilongjiang Province[J]. Resources Science， 2010， 32（8）： 1584 -1590.]

[8]曹斌，林劍藝，崔勝輝.可持續(xù)發(fā)展評價指標(biāo)體系研究綜述[J].環(huán)境科學(xué)與技術(shù)，2010，33（3）： 99 -105，122. [Cao Bin， Lin Jianyi， Cui Shenghui. Review on Assessment Index of Sustainable Development[J]. Environmental Science & Technology， 2010， 33（3）： 99 -105，122. ]

[9]郝翠，李洪遠，孟偉慶. 國內(nèi)外可持續(xù)發(fā)展評價方法對比分析[J]. 中國人口·資源與環(huán)境，2010，20（1）：161-166. [Hao Cui， Li Hongyuan， Meng Weiqing. Comparison and Analysis on Different Methods of Sustainability Evaluation at Home and Abroad[J]. China Population， Resources and Environment， 2010， 20（1）： 161-166.]

[10]郭存芝，凌亢，白先春等.可持續(xù)發(fā)展綜合評價的一種改進[J]. 資源科學(xué)， 2010， 32（7）：1371-1378.[Guo Cunzhi，Ling Kang，Bai Xianchun. An Improvement of Comprehensive Evaluation of Sustainable Development[J]. Resources Science， 2010， 32（7）：1371-1378.]

[11]Cooper W W， Seiford L M， Tone K. Data Envelopment Analysis[M]. 2ed. New York， USA： Springer Science + Business Media， 2007.

[12]吳文江. 數(shù)據(jù)包絡(luò)分析及應(yīng)用[M]. 北京： 中國統(tǒng)計出版社， 2002. [Wu Wenjiang. Data Envelopment Analysis and Application[M]. Beijing： China Statistics Press， 2002.]

[13]張慶民， 王海燕， 歐陽俊. 基于DEA的城市群環(huán)境投入產(chǎn)出效率測度研究[J]. 中國人口·資源與環(huán)境，2011，21（2）：18-23. [Zhang Qingmin， Wang Haiyan， Ouyang Jun. Measurement of the Environmental Inputoutput Efficiency of Urban Agglomerations Based on Data Envelopment Analysis. China Population， Resources and Environment， 2011，21（2）：18-23.]

[14]袁蕾， 葉裕民. 基于DEA 的北京新城發(fā)展評價及與上海的比較[J]. 城市發(fā)展研究， 2014， 21（4）： 23-29.[ Yuan Lei，Ye Yumin. Evaluation and Comparison of New Town Development Effectiveness in Beijing and Shanghai： Based on DEA Method. Urban Development Studies， 2014， 21（4）： 23-29.]

[15]王遠飛，何洪林. 空間數(shù)據(jù)分析方法[M]. 北京：科學(xué)出版社，2007. [Wang Yuanfei， He Honglin. Spatial data analysis method[M]. Beijing ：Science Press， 2007.]

[16]王勁峰，廖一蘭，劉鑫. 空間數(shù)據(jù)分析教程[M]. 北京：科學(xué)出版社，2010.[Wang Jingfeng， Liao Yilan， Liu Xin. Spatial Data Analysis Tutorial[M]. Beijing： Science Press， 2010.]

[17]Yang Wei， Jin Fengjun， Wang Chengjin. Industrial Ecoefficiency and Its Spatialtemporal Differentiation in China[J]. Frontiers of Environmental Science & Engineering， 2012， 6（4）： 559-568.

[18]潘竟虎， 尹君. 基于DEAESDA的甘肅省城鄉(xiāng)統(tǒng)籌發(fā)展效率評價及其空間差異分析[J]. 經(jīng)濟地理，2011，31（9）： 1439-1444. [Pan Jinghu， Yin Jun. Evaluation of Coordinative Development Efficiency of Urban and Rural Areas and Analysis of Its Spatial Difference in Gansu Based on DEAESDA. Economic Geography， 2011， 31（9）： 1439-1444.]

[19]姚平， 梁靜國. 基于DEA 的城市可持續(xù)發(fā)展能力評價研究[J]. 科技管理研究， 2008，（2）：59-60， 66.[ Yao Ping， Liang Jingguo. Research on the Evaluation of Urban Sustainable Development Capacity Based on DEA[J].Science and Technology Management Research， 2008，（2）：59-60，66.]

[20]聯(lián)合國可持續(xù)發(fā)展大會中國籌委會. 中華人民共和國可持續(xù)發(fā)展國家報告[R]. 2012. [The United Nations Conference on Sustainable Development. The Peoples Republic of China National Report on Sustainable Development[R].2012.]

Abstract Sustainable development is a dynamic change process of complex urban system. Scientific evaluation of urban sustainable development ability can provide reference for the urban development strategy and resource allocation， which is important both in theoretical research and application. Using methods based on the data envelopment analysis （DEA） model and exploratory spatial data analysis （ESDA） and data from 2003， 2008 and 2013 of 280 cities at prefecture level and above in China， the spatialtemporal differentiation in urban sustainable development are discussed. Firstly， on the basis of data envelopment analysis model， the resource， environmental factors are taken as input indicators and the population， economy， social development factors are output indicators. Meanwhile， the development status of urban each year is seemed as the evaluation unit. Thus， the comprehensive evaluation system which contains 21 second grade indexes is constructed from the five dimensions of environment， resource， population， economy and society. Based on exploratory spatial data analysis （ESDA） method， the spatial and temporal patterns of sustainable development ability of 280 cities at prefecture level and above in 30 provinces from 2003 to 2013 are analyzed， and the spatial distribution pattern， spatial association patterns， spatial clustering and spatial heterogeneity are explored. The results show that： first， the sustainable development ability of 280 cities at prefecture level and above is on the rise and the gap between eastern and western area gradually reduced； second， the distribution of urban sustainable development consist with the economic pattern and administrative levels， showing the eastern region is higher than the western region and the municipality directly under the central government is higher than the prefecture level city. From the perspective of the spatial evolution pattern， the sustainable development ability of 280 cities in 2003， 2008， and 2013 has a positive spatial autocorrelation， but the correlation has gradually weakened； third， the spatial dependence and spatial heterogeneity of urban sustainable development exist at the same time. The hot zone are mainly distributed in the eastern region of China， and the sustainable development capacity of the central and western cities gradually improved and partial area present a local high value spatial aggregation state.

Key words urban sustainable development capability； spatialtemporal differentiation； data envelopment analysis（DEA）； exploratory spatial data analysis（ESDA）