城市土地利用效率与高质量发展时空演变及交互响应——以江苏省为例

何 莎 莎，方 斌*，李 欣，谢 雪

(1.南京师范大学地理科学学院/江苏省地理信息资源开发与利用协同创新中心，江苏 南京 210023；2.扬州大学农学院，江苏 扬州 225009)

0 引言

十九大首次提出“高质量发展”概念，自此高质量发展成为中国迈入新发展阶段、深入贯彻新发展理念、加快构建新发展格局的基本要求，社会经济发展方式转为效率与质量提升[1]。作为一种关键生产要素和政策工具，土地是社会经济发展的空间载体，对社会经济可持续增长起基础支撑作用[2]。人们根据自身需求对土地进行开发、改造和使用属于长期过程，因此土地利用影响经济社会高质量发展也存在迟滞效应[3]，解析土地利用与经济社会高质量发展的关联机制是实现区域资源要素优化配置的前提条件。

学界对高质量发展开展了诸多有益探讨，主要集中在高质量发展的内涵解析[4]、指标体系构建与水平测度[5,6]、发展路径[7]等，经济学侧重于产业结构调整与绿色经济效益转轨[8]，社会学偏重于将高质量归结为人民生活质量的提高[9]，管理学偏重探讨高质量发展现存政策问题管理方法及建构管理模式[10]。尽管学者们对高质量发展尚未形成较统一的范畴和评判体系，但其内涵一致，即高质量发展是国家面临资源环境约束趋紧、经济发展进入瓶颈期大背景下提出的一种新型发展方式，其依托于区域本底资源条件，旨在推动质量变革、效率变革和动力变革，使社会整体系统永续运行。此外，以往研究多为其他变量与高质量发展的相关性探讨，无法明确其因果关系和作用方式，高质量发展作为复杂的非线性系统，其影响要素的内生性问题仅依靠相关性分析难以规避。高质量发展是区域空间生产要素有序流动、组合的结果状态，而土地利用是各种要素排列组合的媒介和载体，通过土地利用转型可推动区域高质量发展[11]，其利用效率是引导区域高质量发展的有效手段，同时高质量发展是土地利用结构演化的重要推力。目前，土地利用效率相关研究主要聚焦于指标体系构建[12]、测度方法[13]、时空动态演进及其影响因素识别[14]、土地资源优化配置[15]等方面。以往城市土地利用效率更关注经济效益提升，随着学界对高质量发展深入研究，城市土地利用效率的内涵和焦点发生变化，有必要进一步梳理城市土地利用效率与高质量发展的耦合关联机制。基于此，本文以江苏省为研究区，基于2005-2019年13个地市的面板数据，采用随机前沿生产函数及综合评价模型对城市土地利用效率和高质量发展水平进行测度，借助向量面板自回归模型探讨城市土地利用效率与高质量发展水平的动态关联，以期厘清二者的耦合机制，为构建其融合路径和促进两大系统有序推进提供借鉴。

1 数据与研究方法

1.1 研究区概况

江苏省位于长三角核心地带，是中国东部沿海区域重要的经济增长极，区位条件优越。全省辖13个地级市，区域经济南高北低，不均衡发展态势显著。苏南社会经济发达，但产业融合、生态环境面临挑战；苏中社会经济发展介于苏南、苏北之间，产业结构雷同，产生同质竞争、同构发展现象，空间资源利用效率不高；苏北社会经济发展相对滞后，耕地非农化、生态风险等问题引发关注。江苏省作为资源约束型省份，以占全国1.12%的土地资源承载了10.10%的国内生产总值和5.80%的人口，人地矛盾突出、土地利用强度大，苏南地区人均耕地面积0.035 hm2，突破联合国粮农组织警戒线0.053 hm2，人口密度高达1 352人/km2，土地利用强度属中国前列。伴随着经济高速发展，江苏省土地利用结构发生较大转化，人地系统正面临资源约束趋紧、生态系统局部退化、三大区域联动机制尚不完善等诸多问题，故选取江苏省为案例地，揭示城市土地利用效率与高质量发展交互作用及动态关联效应，对指导区域高质量发展具有一定代表性。

1.2 指标体系构建

1.2.1 城市土地利用效率评价指标体系 经典生产函数效率评价投入包括资源压力和环境成本，产出为产品价值或服务价值[16]。以往效率评价指标关注经济产出却忽略环境成本，顾及投入要素的负外部性才能全面、系统地评价城市土地利用效率。因此，本文借鉴土地投入—产出框架[17]，投入指标考虑经济学中的基本生产要素(即土地、资本和劳动力)，选取城镇建设用地面积衡量土地要素投入、社会固定资产投资总额衡量资本要素投入，二、三产业从业人数反映城市土地利用的劳动力投入；此外，绿色发展作为新旧动能转换的内核要求，土地利用也应逐步“绿色化”，城市可持续发展过程中不仅要考虑经济等期望产出最大化，土地开发利用带给生态环境的非期望产出仍不可忽视[18]，基于此，需将非期望产出纳入综合测度指标，参考文献[19]并结合模型适用性，集成工业废水、SO2和烟粉(尘)排放量等非期望产出变量为工业污染综合指数，以此作为环境成本衡量投入过程的负外部性。城市经济主要以非农业的二、三产业为主，选取二、三产业增加值等期望产出度量经济效益。影响因素考虑土地利用效率受社会经济驱动力和地方政策诸多因素影响[17]，采用地方财政压力表征地方政策、土地资源禀赋表征地区土地资源承载力、自主创新水平和对外开放程度表征催生高效土地利用模式的驱动力，以此4类因素作为外生变量(表1)。

表1 城市土地利用效率综合评价指标Table 1 Comprehensive evaluation indexes of urban land use efficiency

1.2.2 高质量发展水平评价指标体系 高质量发展系统复杂、多维，参考文献[7]对高质量的认知标准，选取“创新、协调、绿色、开放、共享”五大维度量化高质量发展。创新作为发展的首要技术动力，是催化经济发展、破除传统低效率固化的内卷动力，由于创新发展是从科技投入到成果产出的过程，借鉴文献[20]的创新理念，主要选取科技投入及产出、教育水平和生产率等指标；协调发展主要解决发展不平衡问题，重点关注产业结构协调和需求结构协调，产业结构协调参考文献[21]选取产业结构合理化和高级化等指标，需求结构是城乡空间在消费、收入、投资等方面的协同，参考文献[22]选取城乡收入差距、城镇化率、消费贡献率、城镇居民登记失业率表征；绿色发展重视维育生态水平，主要关注资源消耗、生态改善和污染治理等方面，借鉴文献[23]选择9项指标综合表达；开放扩大了城市资本要素投入，可衡量区域经济对外开放程度，借鉴文献[24]从外贸依存度和外商投资企业产值等方面衡量；共享强调以人为本、公平共享，据此将收入分配公正、基本公共服务水平和生活质量等方面纳入要素层，参考文献[22]的共享理念选取8项指标综合表达。相比以往的高质量发展水平评价指标体系，本研究的指标选取过程淡化总量指标，适度向相对指标倾斜，注重综合绩效评价，为规避多重共线性问题，借助膨胀因子分析法和皮尔逊相关系数检验法对指标进行共线性检验，最终遴选33个指标(表2)。

表2 高质量发展水平评价指标体系Table 2 Evaluation index system of high-quality development level

1.3 数据来源与处理

研究时段选取江苏省土地利用变化最快速时段(2005-2019年)，可突出反映土地利用变化的系列效应。评价指标数据来源于《江苏省统计年鉴》《中国城市统计年鉴》《中国统计年鉴》以及江苏省各地级市统计年鉴、国民经济和社会发展统计公报等(2006-2020年)；江苏省13个地市行政区划图来源于“国家地球系统科学数据分享平台——长江三角洲科学数据中心”，为保证跨度长达15年的时序连贯性，对不同年份的经济数据以2005年为基期进行不变价处理；部分数据统计口径不统一时，以高一级别统计机构发布的数据为准。

1.4 研究方法

1.4.1 随机前沿生产函数模型 随机前沿模型(SFA)是评价技术效率常用方法之一[26,27]，土地利用在实际生产过程中可能被随机扰动与技术无效率两大因素约束，参照Battese等[28]对模型的设定，基于柯布—道格拉斯函数建立土地利用效率函数模型(式(1))，利用极大似然法对式(1)和式(2)估计，可得地级市i第t年的土地利用效率landeit(式(3))。

(1)

(2)

landeit=exp(-Uit)

(3)

1.4.2 耦合协调度模型 耦合协调度可反映多个系统之间的相互作用关系，本研究借鉴魏建飞等[29，30]的耦合协调度模型分析城市土地利用效率系统与高质量发展系统的协调状况，耦合协调度值越大，代表各系统之间越趋于良性发展。将江苏省城市土地利用效率与高质量发展耦合协调度划分为10个协调等级类型和3大协调发展类型，具体分类标准参见文献[30]。

1.4.3 面板向量自回归模型 面板向量自回归(Panel data Vector Auto Regression,PVAR)模型内嵌时序与面板数据双重优势，能很好地避免普通回归模型可能导致的内生性和异方差等问题。通过正交脉冲响应函数分离其他变量与内生变量间的冲击效应和方差贡献率，有利于揭示面板数据中内生变量的动态关系，具体数据处理步骤及数理方法详见文献[31]。

2 结果分析

2.1 时间演变格局

运用Frontier软件测算2005-2019年城市土地利用效率(表3)，结果表明：γ值为0.9818，且显著性较高，说明城市土地利用的技术无效率对误差贡献率高达98.18%，模型可靠。从方差参数看，除工业污染综合指数估计系数不显著，其他投入指标均显著，且由产出弹性可知，城市土地利用效率与固定资本、劳动力、创新水平和土地投入等密切相关。

表3 城市土地利用效率随机前沿方程估计结果Table 3 Estimates of urban land use efficiency by stochastic frontier production function

城市土地利用效率和高质量发展分布状态具有随机性和复杂性，是复杂的非线性系统，由量变向质变演进。为规避数据波动误差，参考文献[22]，采用3年平均法对研究时段进行切割。核密度估计曲线能明显捕捉随机变量的分布特征[32]，借助该方法对数据总体分布特征进行分析，2005-2019年江苏省城市土地利用效率核密度函数表现出显著的双峰分布形式，呈高值和低值集聚态势(图1a)。1)波峰形态总体上由陡峭的“M”形转为扁平状，且曲线和主峰位置逐渐右推，表明江苏省城市土地利用效率不断提升；2)从曲线形状看，波峰峰高总体降低且由陡峭向扁平演进，表明城市土地利用效率表现出明显的扩散效应；3)波峰高度在2014年之前呈现明显的多峰变化，表明城市土地利用效率具有低值显著收敛和高值轻微收敛之势，2014年急剧下降，之后渐趋平稳，并未表现出明显的集聚特征；4)从曲线位置看，核密度函数曲线整体向右推进，说明江苏省各城市土地利用效率值不断增大，政府对城市土地利用成效的管控力度愈益深化。

基于综合评价模型[30]计算江苏省各地市高质量发展综合指数值，其核密度函数表现出显著的高低双峰分布形式，表明各城市高质量发展水平呈低值和高值集聚之势(图1b)。1)波峰形态总体上由陡峭向扁平演进，呈先升再降又升的“N”形，曲线和主峰位置不断右移，说明江苏省地级市高质量发展水平不断提升；2)从曲线形状可知，波峰峰高总体呈降低趋势，波峰形态由陡峭向扁平转化，说明各地市高质量发展水平也表现出明显的扩散效应，且整个研究期的波峰高度呈多峰变化，说明高质量发展水平出现显著的低值收敛和轻微的高值收敛特性；3)从曲线位置看，核密度函数曲线整体右移，说明江苏省各地市高质量发展水平不断提升，而曲线左侧向右缩进且右尾延长度不断增加，说明各地市高质量发展指数低值区逐渐向中高值区转化。

图1 江苏省城市土地利用效率和高质量发展指数动态演进Fig.1 Dynamic evolution of urban land use efficiency and high-quality development level in Jiangsu Province

2.2 空间分异格局

为揭示江苏省13个地市的城市土地利用效率和高质量发展水平的空间格局特征，采用自然断点法(Jenks)将二者划分为高、较高、中等、较低和低5个等级(图2)。2005-2019年江苏省城市土地利用效率整体呈现苏南>苏中>苏北，空间形态呈组团状，表现出一定的延续性和空间惯性。整体空间格局较稳定，多地市土地利用效率等级未发生明显变动，无锡和苏州15年始终为高效率等级，连云港、宿迁和淮安除2014-2016年外均为低效率等级；此外，发生等级变化的地市也仅涉及相邻2种效率等级，如泰州在2011年前均为较低效率等级，在2011年转为中等效率等级，徐州也在中等效率和较低效率等级之间转化。高效率和较高效率区主要集中在苏锡常地区、南京都市圈核心带，这些地区是江苏省最大的“优势板块”，注重资源统筹配置，且土地集约利用程度和引进产业的门槛较高，所以其土地产出价值相对较高；较低效率区和低效率区主要集中在苏中及苏北地区，该地区多以土地要素投入推动经济增长，且产业层次不高，故城市土地利用效率较低；中等效率区主要分布在徐州和扬州，徐州有“五省通衢”之称，受交通轴线廊道功能影响显著，相较于苏北其他城市有较大优势，但其城市土地利用效率仍有较大提升空间。

图2 江苏省城市土地利用效率和高质量发展水平的空间格局Fig.2 Spatial pattern of urban land use efficiency and high-quality development level in Jiangsu Province

2005-2019年高质量发展水平空间分异明显，整体呈苏南>苏中>苏北的空间格局，且相对稳定，多地高质量发展水平等级未发生明显变动。南京和苏州始终为高水平等级，连云港和宿迁2011年后均为低水平等级，扬州市始终为中等水平等级，发生等级变化的地市也仅在相邻等级转换。高水平和较高水平区主要集中在苏锡常地区，这些城市是江苏省最快的增长极，且距离上海较近，极易受其经济发展涓滴效应影响，而且在一定自然资源和社会要素约束下，苏南地市由于产业的集聚效应与科技优势，既提高了资源利用效率，又降低了高能耗带来的生态环境成本，所以高质量发展水平较高；较低水平区和低水平区主要集中在泰州、盐城等“长三角”边缘区城市，受经济中心的吸引和辐射作用较弱，且这些地区一直以第一产业为主导，工业基础较弱，资源开发缺乏规模效应，极易受周边地区虹吸效应影响，且生产技术和管理机制相对落后，致使高质量发展水平低下；中等水平区主要分布在徐州和扬州，扬州作为历史文化名城，是长江北岸门户与苏南苏北通道，而徐州作为淮海经济区的中心城市，是华东地区重要的科教、金融、医疗中心，所以其高质量发展水平相对较好。

2.3 城市土地利用效率与高质量发展水平耦合协调度

由图3可知，江苏省城市土地利用效率、高质量发展指数和耦合协调度总体均呈上升态势，表明近年来江苏省城市土地利用效率与高质量发展成效较显著。两大系统的Person相关系数高达0.877(在0.01水平上显著)，线性拟合方程为：y= 0.9382x-0.0719，拟合精度R2=0.7687，表明江苏省城市土地利用效率与高质量发展指数显著相关。从时序变化上看，江苏省城市土地利用效率与高质量发展指数耦合协调度呈逐年增长之势(图3)，从2005年的0.34升至2019年的0.61，2005-2012年经济高速增长，两大系统的耦合协调度小于0.5，粗放型经济增长虽能驱动土地利用效率提高，但生态环境成本较大，导致高质量发展水平与城市土地利用效率的耦合协调水平较低。2013年耦合协调度大于0.5，这得益于“稳增长、促改革、调结构、惠民生”等政策的出台，促使高质量发展和城市土地利用效率的耦合协调状态有效提高。

图3 城市土地利用效率与高质量发展指数耦合协调度Fig.3 Coupling coordination degree of urban land use efficiency and high-quality development level

从空间格局演化看(图4)，苏州市于2009年率先迈进协调发展阶段，耦合协调度为0.61，进入初级协调行列，2012年南京(耦合协调度为0.61)也进入协调发展阶段，2016年无锡耦合协调度高达0.62，成为第三个迈入协调发展阶段的城市，2019年镇江(0.64)和常州(0.61)均进入协调发展阶段，而连云港(0.48)、淮安(0.49)和宿迁(0.47)仍在协调过渡阶段，位于濒临失调等级。分区域看(图3)，苏南、苏中和苏北城市土地利用效率、高质量发展指数和耦合协调度均平稳递增。2005-2019年苏南耦合协调度从0.419增至0.711，2005-2014年处于协调过渡阶段，之后步入协调发展阶段；苏中耦合协调度从0.292增至0.557，2005-2009年处于协调衰退阶段，之后处于协调过渡阶段；苏北耦合协调度从0.188增至0.492，2005-2012年处于协调衰退阶段，之后处于协调过渡阶段。耦合协调度整体呈苏南>苏中>苏北之势，反映了长期以来江苏省各城市土地利用效率与高质量发展之间同步推进。

图4 城市土地利用效率与高质量发展耦合协调类型及演变趋势Fig.4 Types and evolution trend of coupling coordination of urban land use efficiency and high-quality development level

2.4 城市土地利用效率与高质量发展水平交互响应关系

江苏省各城市土地利用效率与高质量发展水平存在显著的时空协同演化特征，为此采用计量PVAR模型深入探析二者时空动态交互关系。

2.4.1 面板单位根检验 首先对城市土地利用效率与高质量发展指数进行对数化处理，得到lnlande(城市土地利用效率)和lnqua(高质量发展指数)，然后分别对二者进行LLC、ADF-Fisher 和Breitung单位根检验，结果显示：lnlande和lnqua均在1%水平上显著拒绝原假设，变量数据均为平稳序列。格兰杰因果检验显示城市土地利用效率与高质量发展指数存在双向的Granger因果关系，可进一步以面板GMM判断二者的交互影响与作用方向。

表4 各变量的平稳性检验Table 4 Stationarity test of variables

2.4.2 面板VAR模型的GMM估计和脉冲响应分析 参考文献[33]，综合判定PVAR 模型的最优滞后阶数为1阶，参考文献[34]，分别基于“前向均值差分法”和“截面均值差分法”消除个体固定效应和时点固定效应。对江苏省各地市的面板数据采用GMM估计(表5)：城市土地利用效率和高质量发展滞后1期对当期的影响显著为正，弹性系数分别为0.7754和0.7421，说明高质量发展和城市土地利用效率均存在时间累积效应，无论是国土空间用途管制还是高质量发展战略，均应着眼长期，提升空间治理能力，对两大系统科学统筹规划，提升其正向累积效应。高质量发展滞后1期对城市土地利用效率当期的影响也显著为正，弹性系数为0.0606，表明高质量发展改善有助于提高城市土地利用效率。

表5 基于GMM的PVAR模型估计Table 5 PVAR model estimation results based on GMM

在1 000次Monte-Carlo模拟基础上，绘制城市土地利用效率与高质量发展水平的脉冲响应曲线(图5)。可以看出，城市土地利用效率对其自身的冲击响应在第1期便呈现出显著的正向效应且居于峰值，随着时间推移影响渐趋弱化，并在第20期时收敛趋于0。对于1个标准差的高质量发展水平，城市土地利用效率于第1期时便呈现出显著的正向脉冲反应，在第4期正向影响程度到达峰值，第5～20期正向影响程度渐趋弱化并逐步收敛为0。整体看，高质量发展对城市土地利用效率的冲击表现为“倒U形”的正向累积效应。城市土地利用效率滞后1期对高质量发展的影响为正向促进作用，但未通过显著性检验，表明城市土地利用效率的提高可能在一定程度上会增加单位产值耗能，对高质量发展系统产生胁迫效应。综上，城市土地利用效率同时受自身系统内部结构和高质量发展系统的双重影响，而高质量发展水平主要受自身系统内部结构影响较大，可能由于城市土地利用效率的提高在一定程度上会增加单位产值耗能而加大环境成本，对高质量发展系统产生胁迫效应。

图5 脉冲响应分析结果Fig.5 Impulse response analysis results

2.4.3 预测方差分解 运用方差分解模型揭示各变量冲击影响的累计贡献度，结果(表6)显示，城市土地利用效率和高质量发展均受自身结构冲击影响且呈逐年下降趋势。第1～20期，二者由自身贡献率的100%和97.1%分别减至97.1%和86.1%。两大系统对彼此的贡献度均呈逐步增加态势，但高质量发展对城市土地利用效率的促进作用更大，故因地制宜地推动高质量发展势在必行，通过提升高质量发展水平倒逼城市土地利用效率提高。

表6 基于PVAR模型估计的方差分解结果Table 6 Variance decomposition results estimated based on PVAR model

3 结论与讨论

本文以江苏省为例，分别测度了城市土地利用效率与高质量发展水平，在揭示两大系统协调效应的基础上，采用计量PVAR模型进一步探析其动态交互关系。主要结论如下：1)2005-2019年江苏省各地市高质量发展水平和城市土地利用效率总体向好，呈协同递增式演变，且在时间尺度上具有锁定效应；高质量发展演化趋势与城市土地利用效率分异格局高度相似，高值区和较高值区主要集中在苏锡常地区和南京都市圈核心带，较低值区和低值区集中在苏中及苏北地区，整体呈苏南>苏中>苏北空间态势。2)江苏省城市土地利用效率与高质量发展水平耦合协调度逐年增长，协调效应逐渐由弱转强；从空间格局演化看，苏州市率先于2009年进入协调发展阶段，南京和无锡分别于2012年和2016年进入协调发展阶段，连云港、淮安和宿迁仍在协调过渡阶段，处于濒临失调等级；苏南、苏北和苏中地区耦合协调度逐年增长，大致呈苏南>苏中>苏北之势。3)江苏省城市土地利用效率和高质量发展存在交互响应关系，城市土地利用效率同时受自身系统内部结构和高质量发展系统的双重影响，而高质量发展水平受自身系统内部结构影响较大。高质量发展对城市土地利用效率的冲击为“倒U形”正向累积作用，高质量发展政策的实施对城市土地利用效率提升产生一定倒逼效应；而城市土地利用效率对高质量发展的正向促进作用未通过显著性检验，可能由于城市土地利用效率的提高会增加单位产值耗能，对高质量发展系统产生胁迫效应。

本研究认为高质量发展过程是在土地利用系统的支撑与约束作用下的有序演进，对土地利用系统会产生强烈干预，是其结构演化的重要推力。江苏省两大系统的演化格局均呈苏南>苏中>苏北趋势，苏南和苏中地区通过极化效应过度集聚资源，导致苏北中心城市对腹地的扩散效应受到抑制[35]。基于此，未来江苏省需根据区域差异，建立内外协同发展机制。对于耦合协调度较低的苏北地区，其作为都市圈外圈层，核心城市经济过度分散，应集聚周围的生产要素，发展优势产业，同时根据生产要素条件积极引进外资，进行严格的环境管控以达到清洁生产，改善苏北地区的高质量发展水平。对于耦合协调度较高的苏南地区，应充分利用自身资源，发挥高新产业集群的溢出效应和规模效应，依托科技创新助推城市土地利用与经济高质量发展的良性共振，增强中心城市的辐射能力，从而缩小区域发展差距，逐渐改变“南北分异”的局面。

本研究不足之处在于：1)虽然验证了城市土地利用效率与高质量发展水平存在交互响应关系，但未深入挖掘其内在的影响机理，今后需进一步探究二者耦合协调的影响因素；2)对城市土地利用效率的测度未纳入自然因素的影响，今后应立足区域差异，兼顾人文与自然双重约束，进一步探索效率提升机制；3)高质量发展评价体系有待进一步完善，未来有望结合遥感数据反演等拓宽数据来源，健全指标体系。