在城市化快速发展的背景下，我国城镇建设用地规模不断扩大，土地资源供需矛盾突出，生态环境恶化，环境污染加剧[1]。当前，我国正以“创新、协调、绿色、开放、共享”五大发展思想为核心，积极推动经济转型。在“绿色”这一概念中，突出了“绿色发展”这一主题。土地作为人类进行生产生活和社会经济活动的重要物质载体，是影响区域经济、社会发展的关键性因素，对区域的可持续发展具有极其重要的作用，随着研究尺度的不断细化，以县域为研究尺度，研究县域的土地绿色利用已经成为地理学界关注的热点。土地绿色利用效率是指在生态环境容量和土地承载能力约束条件下，将土地资源作为经济社会发展的内在要素，以最低的土地成本实现经济社会和生态环境综合效益的最大化[2]。

目前对于城市土地绿色利用效率的探讨研究主要集中于2个方面。对土地绿色利用效率的含义进行剖析，并建立相应的指标体系，对区域的土地绿色利用效率进行定量分析[3,4]。在指标体系建立上，逐渐由单一指标分析，转向由经济、社会、生态等多个方面的综合指标，常见的方法包括DEA、SBM模型、随机前沿分析、地理探测器、莫兰指数等[5];从多个角度、多个维度探讨城市土地绿色利用效率值的影响因素，从单一的城市产业结构的调整、土地财政、土地价格、宏观政策等单一角度到从经济、生态、社会等多方面综合分析影响因素[6,7]。常见的方法有地理加权回归模型、空间杜宾模型、灰色关联度模型等。

通过梳理已有文献发现，目前关于土地绿色利用效率的研究存在一些不足：已有研究主要是从省、市2个层面展开的，在我国，县域是一种功能完备的国民经济基本单元[8],在五级国土空间规划中，县域级的国土空间规划是其核心，也是实现国土资源的一体化管理的关键步骤，当前集中在省、市的研究尺度无法满足新时期国土空间精细化管理的需求；按照《中国城市统计年鉴》中对各种相关指标的解释，现有研究中，用于表征土地要素投入的城镇建设用地都是以市辖区为单位进行测算的，而对资本、劳动投入和产出等方面的数据则是以全市为单位进行的，这一差别在某种程度上会对计算效率的精度产生影响。基于此，本研究以黑龙江省县域的多源数据为基础，采用SBM-UN模型、莫兰指数、地理加权回归等方法，对其进行动态和静态分析，并对其影响因素进行分析，推动县域经济可持续发展。

1、研究设计

1.1 指标选取与数据处理

以黑龙江省67个县、县级市及2个撤市划区(哈尔滨市阿城区和双城区)共69个决策单元作为研究对象，以2010—2020年为研究期，探究黑龙江省县域土地绿色利用效率空间分异特征及影响因素。对于土地绿色利用效率的研究，多从投入和产出2个方面开展，参考已有的研究，本文将从投入产出、期望产出、非期望产出3个方面进行选取，结果见表1。PM2.5数据的结果采用达尔豪斯大学大气成分分析团队的研究结果，通过采用空间叠加的分析方法，获得了每一个决策单元的资料；统计资料取自《中国县域统计年鉴》、《中国城市统计年鉴》、黑龙江省各县区统计年鉴、政府工作报告、经济社会发展报告等。

表1 土地绿色利用效率测度指标

1.2 研究方法

1.2.1 超效率SBM-UN模型

该方法可以有效解决传统DEA方法中以径向和角度为基础，没有考虑松弛变量而造成的有效值过高的缺点，同时可以有效解决多个有效边界面不能进行排序的问题，准确测量效率值。

1.2.2 莫兰指数

ML指标可以较好地反映出t～t+1期间各个决策单元的效率的动态变化。当MLt+1>1时，意味着效率得到改善；当MLt+1=1时，意味着效率不变；当MLt+1<1时，意味着效率降低。ML指标可以进一步分为2个部分，即技术效率变化指数(EC)和技术进步指数(TC)[9]。

1.2.3 地理加权回归模型

通过使用地理加权回归模型(GWR)估算不同的影响因素针对不同的区域解释变量对于被解释变量的影响程度，拟采用地理加权回归模型的方法，对不同影响因子的空间异质性进行研究[10]。

2、测度结果分析

2.1 土地绿色利用效率静态分析

2.1.1 整体分析

从表2可以看出，在研究期间，黑龙江省各县市土地的绿色利用效率总体上处于0.465～0.332的水平，整体上还没有达到DEA的有效性。各县市的效率水平差异较大，根据效率值将效率分为超低效、较低、中效、较高、高效5种类型。2010年，总体来看各个类型效率的占比情况分别为60.87%、7.25%、0%、2.90%、28.99%;2013年，总体来看各个类型效率的占比情况分别为62.32%、10.14%、1.45%、1.45%、24.64%;2016年，总体来看各个类型效率的占比情况分别为59.42%、14.49%、7.25%、1.45%、17.39%;2020年，总体来看各个类型效率的占比情况分别为73.90%、2.90%、1.45%、1.45%、21.74%。超低效和较低效占比最大，较高和高效占比最小，呈现出“沙漏型”。

表2 黑龙江省县域土地绿色利用效率均值及效率类型分布

2.1.2 差异分析

根据不同类型的决策单元分析，2010年、2013年、2016年、2020年县级市效率均值分别是0.555、0.511、0.505、0.443,其他县域的效率均值为0.420、0.487、0.389、0.277,由此可知，县级市的土地绿色利用效率平均值均高于其他县域，主要是因为县级市具有比较高的经济水平、比较合理的工业结构、比较高的城镇化水平，同时在政策和区位条件等方面较好等。

根据地理区位的不同，结合趋势面拟合法来拟合效率值在2010年、2013年、2016年、2020年的空间趋势情况，见图1。X轴指示东西方向，箭头所指的是正东方向，Y轴指向南北方向，箭头所指的是正北方向，Z轴是县域在不同年份的效率值。X轴(东西方向)县域土地绿色利用效率值的空间投影在4个年份均为“U”型，说明黑龙江省东部和西部的县具有更高的效率，而中部的效率值县则更低，这一态势在2013年最为显著；南北向，2010年、2013年、2016年、2020年这4年的效率空间投影均为“U”型，2010年和2013年“U”型发育不明显，黑龙江省北部效率值最高，南部次高，中部最低，呈现由黑龙江省北部、中部依次降低，南部缓慢增长的趋势，2016年及2020年“U”型发育更加明显，效率值均有明显增加，南北部县域效率值较高，中部效率值较低分布格局进一步加强。低效区域集中在黑龙江省中部，西部与内蒙古相邻接的县域，东北部与俄罗斯邻接的县域。

图1 趋势面分析

图2 黑龙江省县域土地绿色利用效率值空间分布

2.2 土地绿色利用效率动态分析

2.2.1 整体分析

从不同类型的决策单元来分析，通过表3可知，样本总体3个时期的莫兰指数分别为1.174、1.488、1.404,均值为1.355。3个时期县级市的莫兰指数分别为1.261、1.894、1.399,整体呈现先升后降，起伏波动较大的变化趋势。其他县域的莫兰指数分别为1.309、1.291、1.414,整体呈现先降再升，起伏波动较小的变化趋势。从分解指数来看，县级市3个时期的EC指数分别为1.177、1.427、1.318,呈现不断下降的趋势，TC指数为分别为1.106、1.374、1.112。其他县域3个时期的EC指数分别为1.177、1.046、1.191,TC指数分别为1.215、1.280、1.234。县级市的TC与莫兰指数的变化情况一致，表明在研究期内县域的效率值主要受到TC的影响，其他县域的EC与莫兰指数变化情况一致，表明在研究期内县域的效率值主要受EC的影响。

表3 2010—2020年黑龙江省县域土地绿色利用效率ML指数及其分解

2.2.2 差异分析

从不同地理区位来分析，2010—2013年，黑龙江省大兴安岭地区始终处于大幅上升状态，齐齐哈尔市、大庆市、绥化市处于严重下降或下降状态，中部区域整体处于下降状态，黑龙江省东部大部分处于上升及大幅上升状态，总体来看，2010—2013年黑龙江省土地绿色利用效率值整体偏低，见图3。2014—2017年，较前几年对比，黑龙江省北部和中部变化不大，南部及东部地区土地利用效率值整体上升，在这一阶段，黑龙江省土地绿色利用效率值整体增加，见图4。2018—2020年，黑龙江省北部土地利用效率值小部分区域处于下降状态，整体仍是大幅上升，中部区域较前几年效率值有所提升，但整体来看仍处于下降状态，东部整体变化不大，见图5。

图3 2010—2013年空间分布格局

图4 2014—2017年空间分布格局

图5 2018—2020年空间分布格局

3、影响因素分析

3.1 模型选取

以户籍人口表征政府干预，以人口密度表征人口聚集程度，以人均GDP表征经济发展，以医院卫生院床位数表征基础设施状况，以第二、三产业增加值的比重表征产业机构。

3.2 回归结果分析

3.2.1 空间异质性分析

在回归结果的基础上，采用自然断点法将每一个影响因素划分为5个层次，见图6。

图6 影响因素空间差异

经济发展水平的增加能够进一步提高土地绿色利用效率。高值区域主要集中分布在与内蒙古、俄罗斯、吉林省相邻接的部分县域，如与内蒙古相邻接的嫩江县，大兴安岭南部地区，与俄罗斯相邻接的塔河县、呼玛县及孙吴县，与吉林省相邻接的肇源县及宁安市，这些县域的地缘优势较其他县域明显突出，良好的地缘优势在很大程度上能够影响一个区域的发展潜力，促使资本、资金、技术等要素在此集聚，从而提高土地利用效率；低值区域主要集中在2个区域，县级市及部分县域如安达市、海林市、穆棱市等及巴彦县、饶河县等，以及黑龙江省中部区域，主要集中分布在哈尔滨市、牡丹江市、佳木斯市市域范围内，主要原因在于这些区域在前期的发展中均以工业为主，如煤炭和钢铁，这类具有高能耗、高污染的产业在很大程度上影响了区域土地绿色利用效率的提高，应推动产业结构转型升级，培育新兴产业，进一步提升优势资源型产业。

产业结构的优化能够进一步提高土地绿色利用效率。回归系数高值区域的分布情况与经济发展水平分布具有相似性，但覆盖范围没有经济发展水平广，如与内蒙古相邻的嫩江县，与俄罗斯相邻的嘉荫县、萝北县、绥滨县，与辽宁相邻的宁安市。嫩江县、嘉荫县、绥滨县及宁安市在产业结构中都以第一、三产业为主，第二产业为辅，第一、二产业具有低消耗率、低污染率、低用地率的优势，因此第一、二产业的发展及在三产之间比重的提高有利于提高该区域的土地绿色利用效率。萝北县不断推动传统产业结构升级，延伸壮大产业链条，不断提高节约集约程度，开发智慧农业，发展特色旅游等，提高土地绿色利用效率。

要辩证的看待政府干预对土地绿色利用效率的影响。政府能够通过政策手段引领区域的土地利用政策，不断优化资源配置，改善公共服务设施质量，从而提高土地绿色利用效率；如果政府对市场进行不当的干预及政策导向性不足也会对土地绿色利用效率产生负面效应。回归系数高值区域集中在与俄罗斯、内蒙古相邻接的区域，这与黑龙江省增强前沿意识、开放意识，深度融入共建“一带一路”,积极参与“中蒙俄经济走廊”建设，深化区域交流合作的政策有关。

要辩证的看待人口的增长对土地绿色利用效率的影响。人口的增长、人口密度的增加对提高土地绿色利用效率有积极影响，根据回归系数，高值区域主要集中在北安市、虎林市、宁安市等区域，这些区域经济发展水平较高，科学技术及创新能力优于其他区域，能够通过科技水平、政策引导等措施更好地利用土地资源，满足人口增长带来的土地需求；低值区域主要集中在黑龙江省中部区域，如哈尔滨市、齐齐哈尔市的部分县域。人口的增加导致城市建设用地的扩大，城市不断向外扩张，进一步加剧土地资源的利用压力，对土地资源的可持续利用带来挑战。

基础设施建设的完善能够进一步提高土地绿色利用效率。根据回归系数，高值区域主要集中在铁路沿线，如滨州铁路及滨绥铁路。滨州铁路自哈尔滨起，经过安达市、肇东市、大庆市等，滨绥铁路自哈尔滨市至绥芬河市。这也说明在基础设施较为完善的区域，这一影响因素的作用将更加明显。但是，在基础设施相对薄弱的沿线地区，由于交通设施的建设，将会引起用地的扩展，并对沿线的生态环境带来严重的污染，进而降低了区域的用地使用效率。

3.2.2 县域异质性分析

根据表4可知，对于县级市土地绿色利用效率影响最大的是政府干预基础设施建设及产业机构，由此可知，政府体制机制的健全程度、财政的支持力度、基础设施建设的完善程度、产业机构的优化程度对于县级市的土地绿色利用效率的提高具有重要作用。对于其他县域土地绿色利用效率影响最大的是政府干预、基础设施及人口集聚，人口聚集能够为县域的发展提供充足的劳动力，推动县域经济发展，对于实现县域可持续发展有重要作用。

表4 各类型县域的绿地利用效率因子的比较

4、结论与建议

4.1 结论

黑龙江省县域的土地绿色利用效率值从整体来看是偏低的，并存在着两极分化的特点，县级市的效率值整体来看高于其他县域。

总体来看，黑龙江省土地利用效率值不断下降且起伏波动较大，技术进步效率和技术进步指数共同主导着效率变动，县级市的效率值主要受到TC的影响，县域的效率值主要受EC的影响。

黑龙江省各县市的经济发展水平、产业制度水平、政府干预水平、人口集聚水平和基础设施水平等因素都对其具有积极的促进作用，其作用程度因地域和类型而呈现出不同特征。

4.2 建议

基于对各要素的空间异质性认识，因县施策，发挥各县市的特色和区位优势，实现科学合理的国土空间规划布局。在与内蒙古、吉林，以及俄罗斯相邻接的县域，应加大开放程度，将对外开放的深度和广度不断延伸，建立一个开放包容的合作平台，从而形成规模经济，同时政府也应加大对企业的引导和扶持力度，提升区域经济发展水平。黑龙江省中部应通过增加研究开发的投资以及对环境的管制，推动企业持续进行绿色生产和环境保护技术的创新与应用，实现工业结构的持续绿色转型升级。黑龙江省东部和北部部分县域应加大人才吸引力度，完善基础设施建设不断优化产业机构。

重视不同影响因素在不同类型县域的异质性，遵循县域差异。在县级市内，要充分利用市场手段进行土地资源的分配，明确土地利用状况和生态环境承载能力，建立健全的生态环境管理和防控体系，积极主动承接北部地区的产业转移，持续推动相关区域经济的绿色、高质量发展。其他县区的决策者应注重政府对各类资源要素的管理、导向、补偿和规制，对各种土地进行审核，发挥各自的优势，不断推进传统产业的绿色转型，最大限度缩小各类县的效率差异，削弱高效能区的“虹吸效应”,加强产业、资本、人才和技术的“溢出效应”,并向周围各县辐射“涓滴效应”,实现区域经济发展。

参考文献:

[1] 梁流涛,雍雅君,袁晨光.城市土地绿色利用效率测度及其空间分异特征——基于284个地级以上城市的实证研究[J].中国土地科学,2019,33(06):80-87.

[2]卢新海,杨喜,陈泽秀.中国城市土地绿色利用效率测度及其时空演变特征[J].中国人口·资源与环境,2020,30(08):83-91.

[3]王德起,庞晓庆.京津冀城市群绿色土地利用效率研究[J].中国人口·资源与环境,2019,29(04):68-76.

[5]匡兵,卢新海,胡碧霞.经济发展与城市土地利用效率的库兹涅茨曲线效应——基于湖北省12个地级市的面板数据[J].地域研究与开发,2018,37(06):139-144.

[6]朱庆莹,涂涛,陈银蓉,等.长江经济带产业结构与土地利用效率协调度的时空格局分析[J].农业工程学报,2021,37(23):235-246.

[7]于斌斌,苏宜梅.土地财政如何影响土地利用效率?——基于规模与技术视角的动态空间杜宾模型检验[J].地理研究,2022,41(02):527-545.

[8]宋洋,Yeung Godfrey,朱道林,等.京津冀城市群县域城市土地利用效率时空格局及驱动因素[J].中国土地科学,2021,35(03):69-78.

基金资助:国家自然科学基金项目(项目编号:41401182); 教育部人文社会科学基金项目(项目编号:19YJC630177); 黑龙江省自然科学基金项目(项目编号:LH2019D228);

文章来源:王新月,王颖.黑龙江省县域土地绿色利用效率空间分异特征及影响因素分析[J].农业与技术,2024,44(18):81-86.