關(guān)鍵詞：土地利用效率；夜間燈光數(shù)據(jù)；綠色低碳；SBM 模型；影響因素；長(zhǎng)江經(jīng)濟(jì)帶

中圖分類(lèi)號(hào)：F293.2 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1329（2024）04-0043-10

改革開(kāi)放以來(lái)，中國(guó)城市化進(jìn)程不斷加快，截至2020 年，城鎮(zhèn)化率已達(dá)到63.9％，建設(shè)用地面積58 355.3km²[1]。然而，在城市化快速發(fā)展的地區(qū)，由于社會(huì)經(jīng)濟(jì)的發(fā)展需要消耗大量資源并排放大量污染物，城市土地的利用成為二氧化碳排放的主要來(lái)源[2]。作為世界上最大的碳排放國(guó)[3]，中國(guó)二氧化碳排放力爭(zhēng)于2030 年前達(dá)到峰值，努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和[4]。中國(guó)要實(shí)現(xiàn)“雙碳”目標(biāo)，如何加快推動(dòng)城市土地利用綠色轉(zhuǎn)型、全面提高城市土地資源利用效率是關(guān)鍵所在。因此，研究如何在低碳發(fā)展背景下提高城市土地綠色利用效率具有重要的現(xiàn)實(shí)意義[5]。

參考王德起等[6] 對(duì)土地綠色利用的定義，本文將城市土地綠色利用效率（ULGUE） 定義為以可持續(xù)發(fā)展為目標(biāo)，在保證城市生態(tài)得以穩(wěn)定及改善的前提下，對(duì)城市土地進(jìn)行一定投入的開(kāi)發(fā)利用時(shí)所產(chǎn)生的價(jià)值和效益。學(xué)者們對(duì)城市土地綠色利用效率的研究按內(nèi)容主要可分為三類(lèi)：第一類(lèi)是關(guān)于考慮環(huán)境限制、不同發(fā)展理念和背景下[6] 城市土地綠色利用效率的測(cè)度，研究方法主要選擇數(shù)據(jù)包絡(luò)分析（DEA）和熵值法，研究范圍包括全國(guó)[7]、各大城市群[8-9]、部分省份[10]。第二類(lèi)是對(duì)城市土地綠色利用效率的時(shí)空演變規(guī)律進(jìn)行刻畫(huà)和分析。例如：盧新海[11]。等使用非參數(shù)核密度估計(jì)模型研究發(fā)現(xiàn)城市土地綠色利用效率在時(shí)序上存在分化現(xiàn)象；丁一[12]。通過(guò)空間自相關(guān)模型發(fā)現(xiàn)黃河流域資源型城市之間城市土地綠色利用效率空間關(guān)聯(lián)性不強(qiáng)，集聚特征不明顯；趙丹丹[13] 則認(rèn)為中部六省在整體上表現(xiàn)出顯著的空間正相關(guān)關(guān)系。第三類(lèi)是城市土地綠色利用效率的影響因素分析，包括經(jīng)濟(jì)發(fā)展水平[12]、科技創(chuàng)新[14]、城鎮(zhèn)化率[13]、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化[15] 等，研究方法以GTWR模型[16]、Tobit 模型[17]、地理探測(cè)器模型[13] 為主。上述成果豐富了城市土地綠色利用效率的內(nèi)涵，并對(duì)不同研究尺度下城市土地綠色利用效率的提升提供了建議和指導(dǎo)，但仍存在有待補(bǔ)充的空間：學(xué)者們通常將城市土地利用所產(chǎn)生的三廢污染物排放等作為非期望產(chǎn)出[7]，然而低碳發(fā)展背景下的城市土地利用強(qiáng)調(diào)低污染、低碳排，在效率測(cè)算中還需考慮城市土地利用過(guò)程中的碳排放才能夠更加準(zhǔn)確地表達(dá)城市土地綠色利用的真實(shí)水平；在影響因素的選取上，大多以GDP 總值或者人均GDP 表征一個(gè)地方的經(jīng)濟(jì)發(fā)展水平，但傳統(tǒng)的地區(qū)GDP 或人均GDP 等統(tǒng)計(jì)數(shù)據(jù)被許多學(xué)者證實(shí)難以客觀地表達(dá)一個(gè)地方的經(jīng)濟(jì)水平[18]。

長(zhǎng)江經(jīng)濟(jì)帶作為國(guó)家經(jīng)濟(jì)的重要發(fā)展軸，在流域生態(tài)文明建設(shè)與綠色低碳發(fā)展中發(fā)揮著示范引領(lǐng)作用[19]。然而，在城市化快速發(fā)展的同時(shí)，城市的盲目擴(kuò)張和土地粗放利用加劇了人類(lèi)社會(huì)和生態(tài)環(huán)境之間的矛盾。已有研究表明，長(zhǎng)江經(jīng)濟(jì)帶各城市土地利用效率近些年呈上升趨勢(shì)，但整體水平依然低下，存在明顯的地域差異性[20]，城市GDP總值增速加快，土地綠色利用水平上升動(dòng)力卻不足。鑒于此，本文以長(zhǎng)江經(jīng)濟(jì)帶108個(gè)地級(jí)市為研究區(qū)，基于2006—2021年統(tǒng)計(jì)面板數(shù)據(jù)和各市碳排信息測(cè)算城市土地綠色利用效率，并分析其時(shí)空演變規(guī)律。結(jié)合2006—2012年DMSP-OLS數(shù)據(jù)和2013—2021年NPP/VIIRS 夜間燈光數(shù)據(jù)構(gòu)建城市土地綠色利用效率影響因素指標(biāo)體系，科學(xué)地表達(dá)低碳背景下城市經(jīng)濟(jì)發(fā)展水平在城市土地綠色利用中的作用，并運(yùn)用空間杜賓模型識(shí)別各影響因素，以期為城市土地資源高效利用及流域綠色低碳發(fā)展提供科學(xué)支撐。

1研究區(qū)及數(shù)據(jù)來(lái)源

1.1研究區(qū)概況

橫亙中國(guó)東中西部的長(zhǎng)江經(jīng)濟(jì)帶涵蓋了包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州、云南在內(nèi)的十一個(gè)省級(jí)行政區(qū)域（含自治區(qū)與直轄市），形成了一個(gè)緊密協(xié)作的經(jīng)濟(jì)共同體。至2021年底，該經(jīng)濟(jì)區(qū)域所創(chuàng)造的地區(qū)生產(chǎn)總值高達(dá)487012.83億元人民幣，占據(jù)了全國(guó)經(jīng)濟(jì)總量的大約42.6%[21]。然而，在經(jīng)濟(jì)快速發(fā)展的背后，高消耗、高污染、高碳排、偏重?cái)?shù)量擴(kuò)張的土地利用模式難以為繼，城市土地綠色利用效率增長(zhǎng)動(dòng)力不足，城市生態(tài)面臨著巨大的壓力。長(zhǎng)江經(jīng)濟(jì)帶不僅是中國(guó)經(jīng)濟(jì)發(fā)展的重要支撐，還是生態(tài)文明建設(shè)的核心戰(zhàn)略要地[22]，在推動(dòng)中國(guó)社會(huì)經(jīng)濟(jì)發(fā)展綠色轉(zhuǎn)型中具有重要作用。在這一現(xiàn)實(shí)背景下，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶的綠色低碳發(fā)展是中國(guó)完成“雙碳”目標(biāo)，建設(shè)生態(tài)強(qiáng)國(guó)的重要突破口。由于自治州與省直轄縣統(tǒng)計(jì)口徑不一，為保證數(shù)據(jù)的連續(xù)性，剔除長(zhǎng)江經(jīng)濟(jì)帶自治州與省直轄縣，空值區(qū)域?yàn)樘蕹淖灾沃莺褪≈陛牽h，保留長(zhǎng)江經(jīng)濟(jì)帶108個(gè)地級(jí)市作為研究區(qū)（圖1）。

1.2數(shù)據(jù)來(lái)源及預(yù)處理

社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》以及2007—2022年各省市統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)，計(jì)算城市碳排放的能源數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》，并通過(guò)IPCC碳排放系數(shù)測(cè)算碳排放，地理空間數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理數(shù)據(jù)庫(kù)，主要數(shù)據(jù)來(lái)源如表1 所示。夜間燈光數(shù)據(jù)選取2006—2012年DMSP-OLS數(shù)據(jù)和2013—2021年NPP/VIIRS數(shù)據(jù)， 采用中國(guó)國(guó)家基礎(chǔ)地理信息中心提供的1：400萬(wàn)省級(jí)行政區(qū)劃矢量圖進(jìn)行邊界裁剪，并將兩種夜間燈光數(shù)據(jù)均進(jìn)行投影轉(zhuǎn)換和像元重采樣，同時(shí)將影像數(shù)據(jù)空間重采樣為1km像元，對(duì)DMSP/OLS夜間燈光數(shù)據(jù)進(jìn)行相互校正、連續(xù)校正、飽和校正，對(duì)NPP/VIIRS影像數(shù)據(jù)進(jìn)行年度數(shù)據(jù)合成、重采樣、去負(fù)值，最終得到與DMSP/OLS基本可比的2013—2021年穩(wěn)定NPP/VIIRS年度數(shù)據(jù)。圖2 給出了經(jīng)預(yù)處理后的2006年和2021年長(zhǎng)江經(jīng)濟(jì)帶整體燈光亮度分布。

2研究方法

2.1SBM-Undesirable模型

傳統(tǒng)的徑向DEA模型在效率評(píng)估中傾向于同步調(diào)整輸入指標(biāo)的縮減或輸出指標(biāo)的擴(kuò)張，缺乏針對(duì)具體無(wú)效率指標(biāo)的精細(xì)化調(diào)控，這往往造成評(píng)估結(jié)果的偏差[6]。為克服此局限，Tone引入了基于松弛變量的非徑向、非參數(shù)SBM（Slacks-Based Measure）模型[23]，此模型創(chuàng)新性地允許投入與產(chǎn)出變量按各自不同的比例變動(dòng)，并通過(guò)計(jì)算這些變動(dòng)的平均改進(jìn)率來(lái)衡量效率，從而更有效地反映資源節(jié)約、污染減排與經(jīng)濟(jì)增長(zhǎng)等多重目標(biāo)并進(jìn)的實(shí)現(xiàn)程度，深刻契合綠色生產(chǎn)的核心理念。本研究依托Matlab 2021a 軟件平臺(tái)，對(duì)2006年至2021年間長(zhǎng)江經(jīng)濟(jì)帶內(nèi)各地級(jí)市的城市土地綠色利用效率進(jìn)行了量化評(píng)估。公式如下：

2.3空間杜賓模型

相較于空間誤差模型（ Spatial Lag Model，SLM） 和空間滯后模型（ Spatial Error Model，SEM） ，空間杜賓模型（Spatial Durbin Model，SDM） 同時(shí)包含自變量和因變量的空間依賴(lài)效應(yīng)[26]，考察評(píng)價(jià)結(jié)果的關(guān)聯(lián)特征，并考慮了自變量和因變量的空間滯后之間的相關(guān)性[27]。因此，本文借助空間杜賓模型，利用Stata18軟件對(duì)長(zhǎng)江經(jīng)濟(jì)帶各城市的社會(huì)經(jīng)濟(jì)要素對(duì)ULGUE 產(chǎn)生的影響及空間溢出效應(yīng)進(jìn)行測(cè)度。模型方程如下：

2.4指標(biāo)體系構(gòu)建

2.4.1 ULGUE測(cè)度指標(biāo)

基于梁流濤[28] 等學(xué)者對(duì)土地綠色利用內(nèi)涵的闡釋?zhuān)疚臉?gòu)建了以土地、資本及勞動(dòng)力為核心的投入指標(biāo)體系，期望產(chǎn)出聚焦于經(jīng)濟(jì)效益、社會(huì)效益與生態(tài)效益，非期望產(chǎn)出則聚焦于工業(yè)污染排放與城市土地利用過(guò)程中產(chǎn)生的碳排放。從投入維度審視，城市建成區(qū)作為城市內(nèi)部生產(chǎn)建設(shè)與功能實(shí)現(xiàn)的基礎(chǔ)載體，其規(guī)模變化直接關(guān)聯(lián)著城市系統(tǒng)整體效能的演變，進(jìn)而對(duì)土地綠色利用的效率產(chǎn)生深遠(yuǎn)影響。因此，本文采用建成區(qū)面積作為土地投入的具體量化指標(biāo)。鑒于勞動(dòng)力與資本等生產(chǎn)要素的高效配置對(duì)于提升地區(qū)經(jīng)濟(jì)效能與競(jìng)爭(zhēng)力的重要性已被廣泛認(rèn)可[7]，且考慮到城市經(jīng)濟(jì)活動(dòng)主要集中于第二產(chǎn)業(yè)、第三產(chǎn)業(yè)，本文選取第二產(chǎn)業(yè)、第三產(chǎn)業(yè)從業(yè)人員數(shù)量作為衡量勞動(dòng)力投入的指標(biāo)。同時(shí)，為全面反映資本投入對(duì)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、生產(chǎn)力布局調(diào)整及生態(tài)環(huán)境改善的綜合作用，本文將全社會(huì)固定資產(chǎn)投資總額作為衡量資本投入的指標(biāo)。第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)值可以很好的反映一個(gè)城市經(jīng)濟(jì)的發(fā)展水平，因此以城市第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)值衡量經(jīng)濟(jì)效益。城鎮(zhèn)職工平均工資直接反映一個(gè)城市居民的生活水平，因此以城鎮(zhèn)職工平均工資作為衡量社會(huì)效益的重要標(biāo)準(zhǔn)。一個(gè)城市的公園和綠地覆蓋面積可以展現(xiàn)其綠色發(fā)展水平和環(huán)境效益高低，因此以建成區(qū)綠化覆蓋率作為衡量生態(tài)效益的指標(biāo)。非期望產(chǎn)出由工業(yè)污染物和城市土地利用碳排放構(gòu)成。以往的研究一般將工業(yè)廢水、煙塵、二氧化硫排放作為非期望產(chǎn)出，但在dmu 數(shù)量一定的情況下，DEA 模型輸出指標(biāo)過(guò)多會(huì)影響結(jié)果的準(zhǔn)確性[29]，因此本文采用熵值法將“三廢”綜合成一個(gè)污染指數(shù)指標(biāo)。此外，本文的城市土地利用碳排放數(shù)據(jù)參考吳建新[30] 等人的研究，根據(jù)《2006 年 IPCC 國(guó)家溫室氣體清單指南》和《省級(jí)溫室氣體清單編制指南（試行）》計(jì)算得來(lái)。各項(xiàng)指標(biāo)及詳細(xì)解釋見(jiàn)表2。

2.4.2影響因素選取

結(jié)合長(zhǎng)江經(jīng)濟(jì)帶中城市特點(diǎn)，選取六個(gè)相關(guān)因素分析其對(duì)城市土地綠色利用效率的影響。首先，人口密度更高的城市勞動(dòng)力社會(huì)經(jīng)濟(jì)會(huì)更加繁榮，但過(guò)高的人口密度可能會(huì)導(dǎo)致城市環(huán)境被破壞，同時(shí)也會(huì)給城市運(yùn)轉(zhuǎn)帶來(lái)負(fù)擔(dān)[31]，本文使用市轄區(qū)年末人口除以行政區(qū)面積測(cè)量人口密度。當(dāng)?shù)卣墓藏?cái)政支出越高，政府調(diào)動(dòng)資源進(jìn)行利用的能力就越強(qiáng)，但同時(shí)也可能導(dǎo)致市場(chǎng)資源缺乏流動(dòng)，因此將公共財(cái)政支出除以國(guó)內(nèi)生產(chǎn)總值來(lái)衡量政府的支出強(qiáng)度[32]。便利的交通是一個(gè)城市實(shí)現(xiàn)資源高效流動(dòng)的必要條件，人均道路面積可以反映一個(gè)城市的基礎(chǔ)設(shè)施發(fā)展水平和交通條件[33]。工業(yè)固體廢物綜合利用能夠限制工業(yè)生產(chǎn)對(duì)環(huán)境的破壞，推動(dòng)城市工業(yè)進(jìn)行生態(tài)友好轉(zhuǎn)型。傳統(tǒng)的地區(qū)GDP或人均GDP等統(tǒng)計(jì)數(shù)據(jù)存在一定的采集和計(jì)算誤差[34]，且難以傳遞人口分布和經(jīng)濟(jì)活動(dòng)的空間信息，甚至?xí)驗(yàn)椴糠终非蠼?jīng)濟(jì)增長(zhǎng)成績(jī)而被人為高估[35]。相較于傳統(tǒng)GDP數(shù)據(jù)這些缺點(diǎn)，夜間燈光真實(shí)客觀地記錄了日常經(jīng)濟(jì)活動(dòng)和能源消耗，能反映傳統(tǒng)的GDP數(shù)據(jù)難以傳遞的一些信息，譬如未得到準(zhǔn)確記錄的非正規(guī)經(jīng)濟(jì)， 或者經(jīng)濟(jì)活動(dòng)和城市化區(qū)域的空間分布，諸多研究均證明了燈光數(shù)據(jù)是經(jīng)濟(jì)活動(dòng)與經(jīng)濟(jì)增長(zhǎng)的客觀記錄[36]。因此，本文選取夜間燈光均值表征地區(qū)經(jīng)濟(jì)發(fā)展水平。此外，房地產(chǎn)開(kāi)發(fā)可以促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，為政府提供資金，也可能造成城市低效擴(kuò)張。因此，選取房地產(chǎn)開(kāi)發(fā)投資完成額代表開(kāi)發(fā)強(qiáng)度。具體影響因素指標(biāo)如表3所示。

3結(jié)果分析

3.1ULGUE時(shí)空演變特征分析

本文利用Matlab2021a軟件使用考慮非期望產(chǎn)出的SBM模型測(cè)算2006—2021年長(zhǎng)江經(jīng)濟(jì)帶108 個(gè)地級(jí)市的城市土地綠色利用效率，并采用自然斷點(diǎn)法將其中五年數(shù)據(jù)從高到低為4 類(lèi)，進(jìn)而分析長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率的時(shí)空格局特征。

綜合來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶整體ULGUE 均值從2006年的0.8951降低至2021年的0.8602，雖然有小幅度的下降，整體均值基本保持在同一水平線。就局部地區(qū)而言，長(zhǎng)江經(jīng)濟(jì)帶下游地區(qū)ULGUE普遍偏高，2011年后部分城市ULGUE由高值向低值退化；中游地區(qū)ULGUE在2011年以后低值出現(xiàn)頻率增加，且ULGUE低值城市效率增速緩慢，上升動(dòng)力不足；上游地區(qū)ULGUE高值城市較為穩(wěn)定，且呈現(xiàn)增長(zhǎng)趨勢(shì)，不同地區(qū)效率差異明顯，呈現(xiàn)兩極化趨勢(shì)。其原因主要有兩方面：第一，自我們國(guó)家強(qiáng)調(diào)以經(jīng)濟(jì)建設(shè)為中心以來(lái)，長(zhǎng)江經(jīng)濟(jì)帶城市在經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)，城市土地利用模式依然較為粗放，環(huán)境污染、生態(tài)退化等問(wèn)題依然沒(méi)有得到解決，許多城市通過(guò)低效開(kāi)發(fā)土地資源的模式獲得了短期的經(jīng)濟(jì)增長(zhǎng)，當(dāng)被粗放利用的土地難以維持經(jīng)濟(jì)的進(jìn)一步增長(zhǎng)時(shí)，城市土地綠色利用效率就會(huì)面臨降低的風(fēng)險(xiǎn)。第二，土地綠色利用效率與土地資源的經(jīng)濟(jì)產(chǎn)出有較大關(guān)聯(lián)[12]，效率低值的城市大多經(jīng)濟(jì)水平較差，開(kāi)發(fā)的土地難以節(jié)約集約利用，政府也會(huì)更加傾向于在經(jīng)濟(jì)發(fā)展上取得成績(jī)而忽略環(huán)境的治理；效率高值的城市主要包括省會(huì)和經(jīng)濟(jì)發(fā)達(dá)地區(qū)，這些城市大都完成了產(chǎn)業(yè)轉(zhuǎn)型，并且政府更加注重生態(tài)環(huán)境保護(hù)。

3.2ULGUE 空間關(guān)聯(lián)特征分析

運(yùn)用全局自相關(guān)模型探究長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率空間分布特征，測(cè)算2006—2021年長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率的全局莫蘭指數(shù)（表4）。表中Moran’sI 代表莫蘭指數(shù)，表征數(shù)據(jù)的空間相關(guān)性程度；Z-Score 代表標(biāo)準(zhǔn)差倍數(shù)，呈現(xiàn)了數(shù)據(jù)的聚類(lèi)特征情況；p-Value 代表概率，代表數(shù)據(jù)來(lái)源的可靠性。結(jié)果顯示，長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率在2006-2021年均通過(guò)了全局莫蘭檢驗(yàn)，且都呈現(xiàn)正相關(guān)關(guān)系，整體集聚程度較強(qiáng)，說(shuō)明一個(gè)城市的土地綠色利用效率會(huì)對(duì)鄰近城市產(chǎn)生正面影響。Moran’s I 值從2006到2021年呈現(xiàn)先增長(zhǎng)再下降的趨勢(shì)，說(shuō)明這一時(shí)期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率的集聚效應(yīng)在短期增強(qiáng)以后出現(xiàn)減弱的趨勢(shì)。

為了更深入地分析長(zhǎng)江經(jīng)濟(jì)帶各城市土地綠色利用效率在空間上的相互關(guān)聯(lián)及其特征變化，本文采用了局部空間自相關(guān)分析方法，以精確捕捉并描繪出該區(qū)域內(nèi)土地綠色利用效率的局部空間分布模式與特性。具體局部空間格局特征如圖3所示，大致分為四種類(lèi)型：（1）高高聚集型（H-H），長(zhǎng)江經(jīng)濟(jì)帶ULGUE 的高高聚集主要分布在下游江浙一帶，但范圍波動(dòng)較大，存在縮小的趨勢(shì)。（2）低低聚集型（L-L），長(zhǎng)江經(jīng)濟(jì)帶ULGUE 低低聚集范圍主要集中在長(zhǎng)江中游城市群，集聚范圍較為穩(wěn)定，效率低值城市之間相關(guān)性較為顯著，這和王文麗等[37] 人的研究結(jié)果相似。（3）低高聚集型（L-H），滁州、宣城和蕪湖等安徽與江浙一帶交界處是低高聚集的主要出現(xiàn)范圍，主要是城市自身產(chǎn)業(yè)結(jié)構(gòu)合理化和土地利用效率相比于周邊城市均較低，和朱慶瑩等[38] 學(xué)者的研究結(jié)果相似。（4）高低聚集型（H-L），2006 年，高低聚集主要出現(xiàn)在遵義、內(nèi)江、十堰、安順和南昌；2011年和2016年，長(zhǎng)沙、武漢和九江作為長(zhǎng)江中游城市群的重要樞紐，產(chǎn)業(yè)結(jié)構(gòu)和基礎(chǔ)設(shè)施的發(fā)展與升級(jí)都先于周邊城市，是高低聚集出現(xiàn)的主要地區(qū)。

3.3 ULGUE影響因素分析

3.3.1 SDM模型的回歸結(jié)果

LM 檢驗(yàn)即拉格朗日乘數(shù)檢驗(yàn)，可判斷變量之間是否存在空間關(guān)系以及空間關(guān)系的類(lèi)型，LM 檢驗(yàn)以LM-Lag和LM-Error 為判斷標(biāo)準(zhǔn)，若LM-Lag 和LM-Error均不顯著，則采用普通面板回歸模型；若LM-Lag 顯著而LMError不顯著，則采用SLM 模型；若LM-Error顯著而LM-Lag 不顯著，則采用SEM 模型；若兩者均顯著時(shí)則進(jìn)一步進(jìn)行穩(wěn)健性拉格朗日檢驗(yàn)，即Robust-LM 檢驗(yàn)。若通過(guò)Robust-LM-Lag 檢驗(yàn)而未通過(guò)Robust-LM-Error檢驗(yàn)，則退化為SLM模型；若通過(guò)Robust-LM-Error 檢驗(yàn)而未通過(guò)Robust-LM-Lag檢驗(yàn)，則退化為SEM 模型；若兩種檢驗(yàn)均通過(guò)，則初步表示可以選取空間杜賓模型（SDM）。此時(shí)進(jìn)一步利用沃爾德檢驗(yàn)（Wald）和似然比檢驗(yàn)（LR）通過(guò)兩兩比較以判斷SDM 模型是否會(huì)退化為SLM 模型或SEM 模型，只有當(dāng)二者檢驗(yàn)統(tǒng)計(jì)量均通過(guò)顯著性水平檢驗(yàn)時(shí)，才能最終確定使用SDM 模型做空間計(jì)量分析。為判斷合適效應(yīng)類(lèi)型，運(yùn)用Hausman 檢驗(yàn)用來(lái)判斷是運(yùn)用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，若統(tǒng)計(jì)結(jié)果顯著，則說(shuō)明應(yīng)選擇固定效應(yīng)模型[27]。LR 檢驗(yàn)是在確定使用固定效應(yīng)SDM 模型的基礎(chǔ)上，進(jìn)一步比較時(shí)間固定、空間固定和時(shí)空固定效應(yīng)3 種情形下SDM 模型空間計(jì)量分析的擬合效果。如表5 所示，在LM檢驗(yàn)和Robust-LM 檢驗(yàn)中Moran’s指數(shù)均在1％水平上顯著，因此可以選擇空間杜賓模型（SDM）進(jìn)行實(shí)證分析。在后續(xù)的Wald檢驗(yàn)、LR 檢驗(yàn)和Hausman 檢驗(yàn)中統(tǒng)計(jì)量均在1％水平上顯著，這意味著可選擇時(shí)空固定效應(yīng)的SDM模型進(jìn)行回歸分析，且在回歸分析中不會(huì)退化為SAR 模型和SEM 模型。

SDM模型的回歸結(jié)果如表6 所示。政府支出強(qiáng)度的回歸系數(shù)為-0.028，并通過(guò)1％顯著性檢驗(yàn)，說(shuō)明政府支出強(qiáng)度的增加會(huì)阻礙ULGUE的提高。從政府的角度看，為追求經(jīng)濟(jì)發(fā)展，可能會(huì)將資源配置到短期盈利能力高但污染高的行業(yè)，導(dǎo)致要素配置不合理[39-40]，從而降低了城市土地綠色利用效率。基礎(chǔ)設(shè)施建設(shè)水平的時(shí)間固定效應(yīng)回歸系數(shù)為0.015，通過(guò)5％顯著性檢驗(yàn)，說(shuō)明基礎(chǔ)設(shè)施建設(shè)水平的增加可以促進(jìn)ULGUE 的提高。良好的基礎(chǔ)設(shè)施有利于吸引高效益的企業(yè)和外商進(jìn)行投資，從而帶動(dòng)地方經(jīng)濟(jì)的發(fā)展[41]。經(jīng)濟(jì)發(fā)展水平的時(shí)間固定效應(yīng)回歸系數(shù)為0.013，通過(guò)5％顯著性檢驗(yàn)，說(shuō)明經(jīng)濟(jì)發(fā)展水平的提升可以對(duì)ULGUE 起促進(jìn)作用。城市經(jīng)濟(jì)發(fā)展水平越高，資源配置更加合理，土地利用集約水平更高，政府會(huì)更加注重生態(tài)環(huán)境的保護(hù)[42]。

空間杜賓模型（SDM）中考慮了各個(gè)變量的滯后項(xiàng)，并不能客觀反映回歸系數(shù)值的解釋作用，為進(jìn)一步分析解釋變量與被解釋變量之間的關(guān)系，還需要對(duì)影響因素變量進(jìn)行進(jìn)一步的效應(yīng)分解。本文參考Lesage等學(xué)者的做法[43] 將解釋變量的總效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，直接效應(yīng)表示本地區(qū)控制變量對(duì)本地區(qū)被解釋變量的直接影響，間接效應(yīng)表示其他地區(qū)控制變量對(duì)本地區(qū)被解釋變量的間接影響。如表7 所示，直接效應(yīng)回歸系數(shù)的正負(fù)特征和顯著性與主要回歸結(jié)果保持一致。間接效應(yīng)中政府支出強(qiáng)度和開(kāi)發(fā)強(qiáng)度系數(shù)為負(fù)，并分別通過(guò)了1％和10％顯著性水平檢驗(yàn)，說(shuō)明地方政府支出和開(kāi)發(fā)強(qiáng)度對(duì)周?chē)鞘械耐恋鼐G色利用效率存在負(fù)外溢效應(yīng)。在以往以GDP為核心的單位激勵(lì)方式下，地方政府為了促進(jìn)地方經(jīng)濟(jì)增長(zhǎng)，傾向于將有限的財(cái)政資源投入到能夠快速產(chǎn)生經(jīng)濟(jì)效益的生產(chǎn)性基礎(chǔ)設(shè)施建設(shè)中，從而忽視了城市土地綠色利用和可持續(xù)發(fā)展，導(dǎo)致城市土地綠色利用效率下降。基礎(chǔ)設(shè)施水平系數(shù)為正，并通過(guò)了5％顯著性水平檢驗(yàn)，說(shuō)明城市的基礎(chǔ)設(shè)施水平越高，對(duì)周?chē)鞘械男侍嵘写龠M(jìn)作用，其中交通基礎(chǔ)設(shè)施的完善對(duì)周邊城市也能起到輻射帶動(dòng)作用，進(jìn)而推動(dòng)要素流動(dòng)和產(chǎn)業(yè)集聚，形成區(qū)域產(chǎn)業(yè)鏈，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)[45]。

3.3.2穩(wěn)健性檢驗(yàn)

為保證結(jié)果的穩(wěn)健性，本文采用更換自變量的方法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)，具體結(jié)果如表8 所示。以往經(jīng)濟(jì)學(xué)研究中通常使用地區(qū)GDP總值或者人均GDP來(lái)表示經(jīng)濟(jì)發(fā)展水平，因此，本文將地區(qū)GDP總值替代夜間燈光均值進(jìn)行回歸分析。根據(jù)回歸結(jié)果，經(jīng)濟(jì)發(fā)展水平直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)皆為負(fù)數(shù)，且不顯著，其中直接效應(yīng)系數(shù)的結(jié)果與夜間燈光均值回歸結(jié)果方向相反，間接效應(yīng)系數(shù)的結(jié)果與夜間燈光均值回歸結(jié)果顯著性與方向基本保持一致，其余變量的系數(shù)方向和顯著性水平基本保持一致，表明本文的研究結(jié)果具有一定穩(wěn)定性。

為了從多角度考慮模型穩(wěn)健性，本文將空間經(jīng)濟(jì)矩陣替換經(jīng)濟(jì)距離權(quán)重矩陣進(jìn)行回歸分析，以進(jìn)一步檢驗(yàn)結(jié)果的穩(wěn)健性。如表9所示，在替換空間權(quán)重矩陣后，除環(huán)境管控強(qiáng)度的間接效應(yīng)和經(jīng)濟(jì)發(fā)展水平的總效應(yīng)回歸結(jié)果出現(xiàn)變動(dòng)以外，其余變量的系數(shù)方向和顯著性水平基本保持一致，進(jìn)一步表明研究結(jié)果具有一定穩(wěn)定性。

4討論

本次研究結(jié)果表明低碳發(fā)展背景下長(zhǎng)江經(jīng)濟(jì)帶整體ULGUE水平下降，與其他學(xué)者得到的結(jié)果相反[20]。造成這種現(xiàn)象的原因可能是城市土地利用碳排放會(huì)對(duì)城市土地利用效率造成一定的負(fù)面影響，傳統(tǒng)城市土地利用效率值處于增加趨勢(shì)可能存在“虛高”狀態(tài)[15]。借鑒前人對(duì)夜間燈光數(shù)據(jù)的研究[34]，本文采用城市夜間燈光數(shù)據(jù)代替GDP表征地方經(jīng)濟(jì)發(fā)展水平，并利用GDP數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)，進(jìn)一步證明了利用夜間燈光數(shù)據(jù)進(jìn)行經(jīng)濟(jì)研究的可行性。然而，本次研究仍存需要討論與改進(jìn)之處：（1）文中僅通過(guò)夜間燈光數(shù)據(jù)進(jìn)行城市土地綠色利用效率的影響因素分析，并非認(rèn)為夜間燈光數(shù)據(jù)可以完全取代傳統(tǒng)經(jīng)濟(jì)數(shù)據(jù)，如需用于城市土地利用效率的測(cè)度或其他城市經(jīng)濟(jì)的研究，未來(lái)有待進(jìn)一步實(shí)證和檢驗(yàn)。（2）文中利用IPCC 碳排放系數(shù)估算法對(duì)城市土地利用過(guò)程中不同能源消耗產(chǎn)生的碳排放進(jìn)行匯總，并未考慮城市綠地及其他土地利用類(lèi)型的碳匯作用[46]，后續(xù)研究應(yīng)進(jìn)一步深化城市土地利用凈碳排放的計(jì)算，以保證城市土地綠色利用效率測(cè)度指標(biāo)的客觀性。

低碳發(fā)展背景下長(zhǎng)江經(jīng)濟(jì)帶城市ULGUE下降，若要進(jìn)一步提升城市土地綠色利用效率，未來(lái)應(yīng)在城市土地利用過(guò)程中控制碳的排放。在控制工業(yè)“三廢”排放的同時(shí)制定嚴(yán)格的碳排放標(biāo)準(zhǔn)，逐步淘汰高污染、高碳排產(chǎn)業(yè)，提高新能源產(chǎn)業(yè)占市場(chǎng)的比重，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，大力發(fā)展低碳經(jīng)濟(jì)，推進(jìn)城市產(chǎn)業(yè)綠色轉(zhuǎn)型，以提升城市綠色經(jīng)濟(jì)發(fā)展水平。長(zhǎng)江經(jīng)濟(jì)帶各城市ULGUE 和政府行為息息相關(guān)，其中基礎(chǔ)設(shè)施水平、政府支出強(qiáng)度和開(kāi)發(fā)強(qiáng)度三個(gè)指標(biāo)對(duì)ULGUE 產(chǎn)生了顯著影響[39-41]。長(zhǎng)江經(jīng)濟(jì)帶作為區(qū)域一體化共同體，各級(jí)政府之間應(yīng)主動(dòng)打破地方隔閡，凝聚共識(shí)，加強(qiáng)城市之間關(guān)于土地低碳利用的合作與交流，構(gòu)建城市綠色低碳發(fā)展共同體，充分利用好鄰近城市之間空間溢出效應(yīng)，完善交通信息網(wǎng)絡(luò)，以促進(jìn)城市之間的要素流動(dòng)，優(yōu)化資源配置，實(shí)現(xiàn)資源產(chǎn)出效益最大化。此外，黨的二十大不斷強(qiáng)化和凸顯了“以綠色發(fā)展為統(tǒng)領(lǐng)”的表訴，生態(tài)環(huán)境保護(hù)和綠色低碳發(fā)展應(yīng)成為政府支出和開(kāi)發(fā)投資的重點(diǎn)，應(yīng)進(jìn)一步推動(dòng)綠色政績(jī)考核，以激勵(lì)地方政府在生態(tài)保護(hù)領(lǐng)域做出更大努力。

5結(jié)論

（1）從時(shí)空演變特征看，2006—2021年， 長(zhǎng)江經(jīng)濟(jì)帶ULGUE 均值出現(xiàn)下降，從2006年的0.8951降低至2021年的0.8602；長(zhǎng)江上游ULGUE高值城市數(shù)量從2006年的6個(gè)發(fā)展為2021年的10個(gè)，ULGUE 均值呈上升態(tài)勢(shì)；長(zhǎng)江中游城市ULGUE各年份普遍處于低中值，2016年ULGUE低值城市數(shù)量達(dá)到14 個(gè)，上升空間較大；長(zhǎng)江下游ULGUE高值城市較為穩(wěn)定，2016年江蘇北部少數(shù)城市從中高值掉入低值城市行列。

（2）在空間關(guān)聯(lián)上，長(zhǎng)江經(jīng)濟(jì)帶ULGUE的聚集特征呈“先增強(qiáng)再減弱”趨勢(shì)和“小集聚大分散”特征，城市間整體集聚性不高。高高聚集主要分布在江浙一帶，低低聚集主要分布在長(zhǎng)江中游城市群，低高聚集主要分布在滁州、宣城等安徽和江浙一帶交界處，高低聚集在2011年和2016年出現(xiàn)在長(zhǎng)沙、武漢和九江，新興城市群尚未形成明顯的集聚效應(yīng)。

（3）長(zhǎng)江經(jīng)濟(jì)帶城市土地綠色利用效率影響因素的回歸結(jié)果顯示，長(zhǎng)江經(jīng)濟(jì)帶的基礎(chǔ)設(shè)施水平具有正向效應(yīng)和正外溢效應(yīng)，以夜間燈光數(shù)據(jù)表征的經(jīng)濟(jì)發(fā)展水平具有正向效應(yīng)，政府支出強(qiáng)度具有負(fù)面效應(yīng)和負(fù)外溢效應(yīng)，開(kāi)發(fā)強(qiáng)度具有負(fù)外溢效應(yīng)，其余指標(biāo)對(duì)ULGUE的影響并不顯著。以上結(jié)果均通過(guò)了穩(wěn)健性檢驗(yàn)。

（責(zé)任編輯：趙寶成）