长江中游城市群土地利用效率测算：现实机理与时空分异

长江中下游粮食主产区耕地利用生态效率时空格局与演变趋势一、概述长江中下游地区作为我国重要的粮食主产区之一，其耕地利用的生态效率直接关系到国家粮食安全与农业可持续发展。

随着城市化、工业化的快速发展，长江中下游粮食主产区的土地利用面临着前所未有的挑战，耕地利用的生态效率问题逐渐凸显。

深入研究该区域耕地利用生态效率的时空格局与演变趋势，对于优化土地资源配置、提高农业生产力、推动农业绿色发展具有十分重要的意义。

时空格局是指某一事物在不同时间和空间的分布和组合状况。

对于长江中下游粮食主产区的耕地利用生态效率而言，其时空格局表现在不同地域、不同时间点上耕地利用的生态效率差异及其变化规律。

而演变趋势则是在长时间尺度下，耕地利用生态效率的变化方向和速度。

本研究旨在通过对长江中下游粮食主产区耕地利用生态效率的时空格局和演变趋势的深入分析，探讨该地区耕地利用的生态效率现状、影响因素及其作用机制，为当地农业可持续发展提供科学依据。

研究方法上，本研究将结合定量分析与定性分析，运用地理信息系统（GIS）、遥感技术（RS）等现代技术手段，对长江中下游地区的耕地利用数据进行挖掘和分析，以期揭示该区域耕地利用生态效率的时空变化特征，并提出针对性的优化建议。

1. 研究背景与意义：介绍长江中下游地区作为粮食主产区的重要性，以及耕地利用生态效率对于区域农业可持续发展的影响。

长江中下游地区作为我国重要的粮食主产区之一，其农业生产的稳定与发展直接关系到国家粮食安全战略的实现。

这一地区耕地资源的合理利用与保护，对于保障我国粮食自给能力、维护农业生态平衡具有至关重要的意义。

在此背景下，研究长江中下游粮食主产区的耕地利用生态效率，对于深化认识该地区农业土地利用的时空格局，探索其演变趋势具有重要的科学价值和实践意义。

长江中下游地区拥有广阔的平原和丰富的水资源，是我国重要的农业生产基地。

该地区以其丰富的耕地资源和适宜的气候条件，为保障国家粮食安全做出了重要贡献。

第34卷 第1期2020年1月Vol.34 No.1Jan.,2020中国土地科学China Land Science1　引言土地城市化快于人口城市化是中国城市化发展进程中的显著特征[1]。

在新型城镇化建设的关键时期，经济发展要求提质增速，同时资源环境约束不断趋紧，低效、粗放的土地利用模式已然不能适应经济转型发展，提升城市土地利用效率尤为必要。

城市土地利用效率是社会经济、土地利用和生态环境多个子系统交互作用的结果，除了强调社会经济等期望产出最大化外，还应尽可能实现生态环境代价等非期望产出的最小，是叠加了社会经济效益和环境产出之后的综合效率。

国外学者对城市土地利用效率展开了丰富的实证研究，研究方法逐渐从单指标分析转向多指标综合评价。

如LOUW等采用单位建设用地面积上的产业增加值表征土地利用效率[2]，MARCO 等用人均建设用地面积来衡量城市土地利用效率[3]；WEY等指出城市土地利用不仅仅追求经济效益，而要社会、经济、生态综合效益的最大化[4]，MARTINHO 则从社会、经济和环境方面选取土地利用效率评价的变量，并利用数据包络分析（Data Envelopment Analysis, DEA）对效率进行测度[5]；GUASTELLA等通过空间计量模型对大城市和小城市的土地利用效率特征进行分析[6]；PAULSEN计量论证了政策、市场、地理等因素与城市土地利用效率的作用关系等[7]。

国内学者对城市土地利用效率也开展了大量研究，基于产出视角，土地利用效率追求单位土地利用所带来的经济产出最大 化[8-9]。

但土地利用过程伴随着相应的生态环境负产出[10]，为体现生态环境影响，有学者逐渐尝试以工业污染作为非期望产出纳入到土地利用效率评价，并发现其在一定程度上造成了土地利用效率损失[11-13]。

目前，城市土地利用效率测度方法主要以非参数方法应用较多，具体包括传统DEA模型[14-15]、SBM模型[16-17]、内生方向距离函数[18]等。

长江流域土地利用变化驱动力及影响的研究进展摘要：长江流域是我国生态和社会经济的重要组成部分，土地利用状态正经历着速的变化。

随着遥感技术、物联网、社交媒体的发展，我们可以获得海量的、多维度的土地利用相关数据，围绕长江流域土地利用变化过程、驱动因素和生态响应的研究大量涌现，对长江流域的发展规划和生态保护提供了一定的决策依据。

本文梳理了当前长江流域土地利用变化相关研究，按土地利用变化的驱动机制和生态效应两个方面，阐述了研究方法和结论。

最后本文从土地利用产品差异、驱动因素区域性、生态环境变化过程的复杂性和生态服务价值评估的综合性方面讨论了现有研究面临的困难和挑战，以及未来研究可能的发展方向。

关键词：土地利用变化；驱动力；生态效应；长江流域土地是人类赖以生存和发展的宝贵资源，在人类长期以来的改造利用下，土地利用发生剧烈的变化，土地利用强度也日益增大，不合理的开发利用土地导致了气候变化、生物多样性下降和环境污染等问题[1]，影响人类社会的可持续发展。

本文系统梳理了长江流域的土地利用变化相关研究，分析了土地利用变化情况，归纳了产生这些变化的主要驱动因子和变化带来的生态效应，归纳了长江流域的土地利用变化的主要研究方向和方法，为未来长江流域的相关研究提供依据[2]。

1长江流域土地利用变化情况由于空间数据的缺失，我国20世纪80年代之前的土地利用变化研究大多仅使用统计资料分析[3]，逐渐转变为利用基于遥感影像获取土地利用数据，建立土地利用转移矩阵，并借助相关指数分析土地利用的变化情况。

众多研究中，因基础研究数据、土地利用分类体系和研究的时空尺度差异，部分实验结果可能稍有差异[4]。

为了便于对比，本文参考众多研究以及《土地利用现状分类》国家标准，将土地利用类型分为耕地、林地、草地、建设用地、水域、湿地、园地和未利用地8个大类。

长江流域的土地利用以耕地、林地和草地为主，变化较大的土地利用类型为建设用地、未利用地、耕地和草地。

基于PLUS模型的长江流域土地利用变化模拟与多情景预测一、概述随着全球化和城市化进程的加速，土地利用变化已成为影响区域乃至全球环境、经济和社会发展的重要因素。

作为中国最重要的水系和农业经济区，其土地利用变化尤为引人关注。

为了科学合理地调控土地利用变化，实现生态与经济的协调发展，本研究基于PLUS模型（Patchbased Land Use Simulation，基于斑块的土地利用模拟模型）对长江流域的土地利用变化进行了深入模拟与多情景预测。

PLUS模型作为一种新兴的土地利用变化模拟工具，能够综合考虑自然和人为因素，通过空间显式的方式模拟土地利用变化过程。

本研究利用PLUS模型，对长江流域的土地利用现状进行了详细的分析，并基于斑块生成土地利用变化模拟方法，选取了一系列驱动因子，深入剖析了1985年至2020年间长江流域土地利用时空变化格局及其驱动力。

在此基础上，本研究设定了多种土地利用变化情景，包括惯性发展、耕地保护和生态优先等，以满足流域不同发展目标导向下的国土空间优化配置需求。

通过PLUS模型对这些情景进行模拟分析，本研究不仅预测了未来土地利用变化的趋势和特征，还深入探讨了不同情景下土地利用变化可能产生的环境影响。

本研究结果将为长江流域的土地利用规划、生态保护和可持续发展提供重要的科学依据和决策支持。

本研究的方法和结果也将为其他地区的土地利用变化模拟和预测提供有益的参考和借鉴。

通过对长江流域土地利用变化的深入研究和多情景预测，我们有望为区域的可持续发展和生态文明建设贡献智慧和力量。

1. 长江流域土地利用变化的背景与意义作为中国最大的水系和重要的农业经济区，其土地利用状况一直备受关注。

随着经济的快速发展和人口的不断增长，长江流域的土地利用格局发生了显著的变化。

这种变化不仅反映了区域经济社会发展的步伐，也对生态环境产生了深远的影响。

准确模拟和预测长江流域的土地利用变化，对于制定科学的区域发展规划、实现可持续发展具有重要的理论和实践意义。

长江经济带绿色创新效率的时空分异及影响因素研究一、内容概述本文以长江经济带绿色创新效率为核心议题，深入研究了该区域自2003年国家战略实施以来至2019年的绿色创新效率演变，并详细分析了其空间分布特征及影响机制。

研究采用了定性与定量相结合的多学科理论和方法论，对提高长江经济带的绿色创新效率具有重要的理论和实践意义。

在理论分析方面，本文对绿色创新及效率的概念进行了解析，从生态效率、环境效率以及创新效率三个维度深入探讨了绿色创新效率的内涵，并构建了包含科技、经济、管理等多维度的绿色创新效率评价指标体系。

在实证研究上，本文运用DEA方法对长江经济带11个省市2003年至2019年的绿色创新效率值进行了测算，并对测算结果进行了横向和纵向的比较分析，揭示了长江经济带绿色创新效率在时间和空间上的分布特征及其变化趋势。

在影响因素分析方面，本文基于Tobit模型，深度挖掘了产业结构、科技创新、环境保护、政府政策以及市场机制等多元因素对绿色创新效率的影响，并提出了针对性的政策建议，旨在推动长江经济带绿色创新的高质量发展。

1. 研究背景与意义随着全球经济一体化的加深和生态环境问题的日益突出，发展绿色经济已成为全球共识。

长江流域作为中国经济最发达、人口最密集的地区之一，其经济发展与生态环境保护的关系尤为重要。

研究长江经济带绿色创新效率的时空分异及影响因素，对于推动长江经济带绿色发展战略的实施，实现经济、社会和环境的协调发展具有重要意义。

从全球范围来看，绿色经济已成为各国共同追求的目标。

中国作为世界上最大的发展中国家，其在全球绿色创新中的地位和作用日益凸显。

长江经济带作为中国重要的经济区域，其绿色创新效率的高低直接影响到中国乃至全球绿色经济的发展进程。

从国内形势来看，中国政府高度重视生态文明建设和绿色发展。

长江经济带战略的提出与实施，旨在通过改革创新，推动沿江地区绿色发展，实现经济社会与资源环境的协调发展。

研究长江经济带绿色创新效率具有重要的现实意义。

第38卷 第1期2024年1月Vol.38 No.1Jan.,2024中国土地科学China Land Science 耕地是人类社会赖以存续和发展的根基，是事关国家粮食安全和生态安全的命脉所在[1-2]。

然而，在工业化、城镇化整体进入后期，人多地少、资源结构性不均衡矛盾并未根本性转变的背景下，中国耕地保护面临极为严峻的现实压力：一是数量急剧下降，2009—2019年的十年间全国耕地总量减少了1.13亿亩[1]； 二是质量提升严重滞后，耕地“占优补劣”“上山下河”问题频发、土壤地力持续下降[3]；三是生态基础损害严重，长期以来过量农药、化肥投入的“石油农业”引发面源污染、生态退化、高碳排放等耕地生境恶化问题，进一步导致其利用效率失能[4]。

为此，中共十八大以来，我国持续探索耕地保护与治理转型，以供给治理、管制治理与赋能治理的协同组合[5]，政策重心转向建立耕地数量保护、质量建设和生态维护“三位一体”综合保护利用体系。

围绕耕地利用与生态安全的理论研究也持续成为热点，在绿色发展视域下把握耕地粮食生产与生态和谐的脆弱平衡是一个涉及经济、社会、文化、政治等多元领域的复杂问题，难以在单一要素视角产生破解路径，亟需强化理论革新以指导现实政策精准治理。

如何响应“现实压力—政策重心—理论需要”诉求交织，做好新时代耕地资源综合保护利用，是未来很长一段时间需要重点研究的课题。

随着自然资源领域生态文明建设、粮食安全与“双碳”等国家战略推进与土地利用转型，生态效率开始引入到土地利用领域，尤其是耕地利用可持续发展的相关研究逐渐受到关注。

当前关于耕地利用生态效率的研究还处于初期阶段，主要关注其理论内涵、效率测度、时空演变和驱动因素等4个方面：首先，重点增加考虑对生态环境的负外部性影响，将单位面积耕地利用资源投入的经济社会期望产出最大化、碳排放等非期望产出最小化的可达成率定义为耕地利用生态效率[6]；其次，在耕地利用效率指标的基础上引入碳排放、面源污染等环境扰动指标，计算方法也从传统DEA 方法逐渐转向SBM 模型及其他混合测度模型[7]；再次，分别从全局和局部两个尺度对区域耕地利用生态效率的时空演变展开了讨论，在全国尺度上的时序变化仍存在不一致观点[8-9]；最后，针对驱动因素的讨论也较为丰富，普遍认为资源禀赋、经济发展水平、技术条件和农户行为对耕地利用生态效率产生收稿日期：2023-10-07；修稿日期：2024-01-08基金项目：国家自然科学基金（41871179）；江西省社会科学基金（22JL09）。

长江中游城市群人口-产业-土地城镇化的时空分异与耦合分析作者：周莹颖来源：《安徽农业科学》2021年第23期摘要基于长江中游城市群41个地级市，以2009—2018年为研究时段，综合三角模型和协调耦合度模型，识别城镇化的协调关系模式，分析长江中游城市群人口、产业与土地城镇化内部的非均衡性，并从时空角度测度其协调发展水平以及演变的特征，为提升城镇化发展质量提供参考与借鉴。

关键词城镇化;协调耦合;时空演化;长江中游城市群中图分类号 F 299.2 文献标识码 A文章编号 0517-6611（2021）23-0257-05doi：10.3969/j.issn.0517-6611.2021.23.071Spatio-temporal Differentiation and Coupling Analysis of Population，Industry and Land Urbanization of Urban Agglomeration in the Middle Reaches of the Yangtze RiverZHOU Ying-ying（College of Geographical Sciences， Hunan Normal University， Changsha，Hunan 410081）Abstract Based on 41 cities in the middle reaches of the Yangtze River，takes 2009-2018 as the research period，integrates the triangular model and coordination coupling degree model， identifies the coordination relationship model of urbanization， analyzes the internal imbalance of population，industry and land urbanization in the middle reaches of the Yangtze River， and measures the coordinated development level and evolution characteristics from the perspective of time and space，to provide reference for improving the quality of urbanization development.Key words Urbanization;Coordination coupling;Spatio-temporal evolution;Urban agglomeration in the middle reaches of the Yangtze River作者简介周莹颖（1997—），女，湖南长沙人，硕士研究生，研究方向：国土资源利用与管理。

长江经济带资源型城市绿色发展效率时空分异与影响机制研究目录1. 内容概括 (3)1.1 研究背景 (4)1.2 研究意义与目标 (4)1.3 文献综述 (5)1.4 研究内容与方法 (7)2. 理论框架与研究假设 (8)2.1 绿色发展理论框架 (9)2.2 资源型城市理论 (11)2.3 绿色发展效率指标体系构建 (12)2.4 研究假设 (12)3. 长江经济带资源型城市概况 (14)3.1 长江经济带概况 (14)3.2 资源型城市特征与类型 (15)3.3 资源型城市绿色发展概况 (17)4. 经济发展历史沿革与资源型城市特点 (18)4.1 经济发展总体特征 (20)4.2 资源型城市特点 (21)4.3 绿色发展实践与挑战 (23)5. 绿色发展效率指标体系的构建 (24)5.1 绿色发展效率评价方法选择 (25)5.2 指标体系构建原则 (26)5.3 指标的创新点与应用 (27)5.4 指标体系的应用与验证 (29)6. 长江经济带资源型城市绿色发展效率时空分异研究 (30)6.1 数据来源与说明 (31)6.2 数据处理方法 (32)6.3 绿色发展效率分异规律分析 (33)6.4 分异驱动因素分析 (34)7. 绿色发展效率影响机制研究 (36)7.1 政策、技术与环境的相互作用 (37)7.2 产业结构优化升级与绿色发展 (39)7.3 交通物流与绿色发展效率的关系 (40)7.4 可持续发展视角下的动力机制 (41)8. 案例研究 (42)8.1 典型案例选择与分析 (43)8.2 案例分析结果讨论 (44)8.3 案例研究启示与经验总结 (46)9. 绿色发展效率提升策略 (47)9.1 绿色发展政策建议 (48)9.2 技术创新路径选择 (50)9.3 环境保护与生态文明建设 (51)9.4 区域协调发展策略 (52)10. 结论与展望 (53)10.1 研究结论 (55)10.2 研究局限 (56)10.3 研究展望 (57)1. 内容概括本研究报告专注于长江经济带中的资源型城市，深入分析了这些地区在绿色发展方面的效率及其在时间和空间上的分布特点。

精品文档供您编辑修改使用专业品质权威编制人：______________审核人：______________审批人：______________编制单位：____________编制时间：____________序言下载提示：该文档是本团队精心编制而成，希望大家下载或复制使用后，能够解决实际问题。

文档全文可编辑，以便您下载后可定制修改，请根据实际需要进行调整和使用，谢谢!同时，本团队为大家提供各种类型的经典资料，如办公资料、职场资料、生活资料、学习资料、课堂资料、阅读资料、知识资料、党建资料、教育资料、其他资料等等，想学习、参考、使用不同格式和写法的资料，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!And, this store provides various types of classic materials for everyone, such as office materials, workplace materials, lifestylematerials, learning materials, classroom materials, reading materials, knowledge materials, party building materials, educational materials, other materials, etc. If you want to learn about different data formats and writing methods, please pay attention!绿色创新效率测度准时空分异特征：以长江经济带制造业为例关键词：绿色创新效率，DEA-Malmquist指数，时空分异，长江经济带，制造业1. 引言随着全球环境问题的日益严峻，绿色创新已成为推动经济进步的重要路径。

第37卷第1期湖南理工学院学报(自然科学版)V ol. 37 No. 1 2024年3月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Mar. 2024长江经济带生态效率的时空分布特征及演化趋势分析易颖, 黎振强, 游肖月(湖南理工学院经济与管理学院, 湖南岳阳 414006)摘要:基于2008—2021年省市面板数据, 采用超效率SBM模型测算长江经济带沿江11个省市的生态效率, 采用Dagum基尼系数及其分解方法剖析生态效率空间分布差异的构成及来源, 采用Kernel密度估计方法探究生态效率的动态演化趋势. 研究表明, 在时间上, 长江经济带总体生态效率稳定提升, 但各省市的生态效率存在明显的阶段性和非平衡性特征; 在空间上, 三大城市群的生态效率由“下游>上游>中游”演化为“下游>中游>上游”分布格局. 城市群区域间差异是构成长江经济带总体差异的主要来源. 总体生态效率存在两极分化现象, 城市群区域内各省市生态效率发展不平衡, 区域间生态效率的绝对差异呈缩小态势. 因此, 沿江省市应加强技术创新和环境污染治理, 立足区域特点, 走因地制宜的特色化发展道路, 同时, 加强区域专业化分工与协作, 以提高生态效率.关键词:生态效率; 时空分布; Dagum基尼系数; Kernel密度估计; 长江经济带中图分类号: F062.2 文章编号: 1672-5298(2024)01-0052-07Analysis of Spatial-temporal Distribution andEvolution Trend of Ecological Efficiency in theYangtze River Economic BeltYI Ying, LI Zhenqiang, YOU Xiaoyue(School of Economics and Management, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract: Based on the 2008-2021 provincial panel data, the super-efficiency SBM model is used to estimate the ecological efficiency of 11 provinces and cities along the Yangtze River Economic Belt, Dagum Gini coefficient and its decomposition method are used to analyze the components and sources of the spatial distribution differences of ecological efficiency, and Kernel density estimation method is used to explore the dynamic evolution trend of ecological efficiency. The results show that: in time, the overall ecological efficiency has been improved steadily, but there are obvious stages and non-equilibrium characteristics in provinces and cities of the Yangtze River Economic Belt, the ecological efficiency of the three urban agglomerations evolves from “Lower region > Upper region > Middle region” to “Lower region > Middle region > Upper region”; the difference of ecological efficiency between urban agglomerations in the Yangtze River Economic Belt is the main source of the overall difference; the overall ecological efficiency has two-level differentiation, the ecological efficiency development of cities is unbalanced and the absolute gap of ecological efficiency between regions is narrowing. Therefore, the cities along the Yangtze River should strengthen the technical innovation and environmental pollution control, take the characteristic development path according to the local conditions and the regional characteristics, and strengthen the regional specialization division and cooperation so as to improve the ecological efficiency.Key words: ecological efficiency; spatial-temporal distribution; Dagum Gini coefficient; Kernel density estimation; Yangtze River Economic Belt0 引言长江经济带覆盖沿江11个省市, 横跨中国东中西三大板块, 是中国生态优先绿色发展的主战场. 截至2021年底, 该地区生产总值达53.02万亿元, 同比增长8.7%, 对全国经济增长的贡献率达50.5%, 是中收稿日期: 2023-06-09基金项目:湖南省教育厅科学研究重点项目“数字经济发展和产业结构升级对长江经济带生态效率的影响效应研究”(22A0468); 湖南省研究生科研创新项目“数字经济发展、产业结构升级对长江经济带高质量发展的影响效应研究”(CX20231197); 湖南省教育科学规划项目“‘双一流’建设背景下地方高校与区域经济协调发展研究”(XJK22BJG002)作者简介: 易颖, 女, 硕士研究生. 主要研究方向: 区域经济学通信作者: 黎振强, 男, 博士, 教授. 主要研究方向: 区域经济学第1期易颖, 等: 长江经济带生态效率的时空分布特征及演化趋势分析 53 国经济的重心与活力所在, 应在推动中国经济绿色发展中发挥主力军作用. 生态效率是衡量经济绿色发展的重要指标. 长江经济带生态地位突出, 发展潜力巨大, 率先践行绿水青山就是金山银山的发展理念,牢固树立保护生态环境就是保护生产力、改善生态环境就是发展生产力的发展思维, 有利于推动中国经济高质量发展. 然而由于地区发展条件差异大、生态环境协同保护体制机制不健全、流域生态功能退化、环境风险隐患增大等原因, 长江经济带生态形势依然严峻, 生态文明的建设面临更多挑战. 因此, 深入剖析长江经济带生态效率的时空分布特征及演化趋势, 有助于把握其生态效率的发展现状与演化规律, 为沿江省市制订推动经济绿色发展的方案提供决策参考.早期对生态效率的研究, 主要集中于探讨生态效率的概念与内涵[1]、评价指标体系的构建[2]以及区域差异的实证分析[3]. 随着经济粗放式发展对生态环境造成的压力日益增大, 学者们对影响生态效率的经济社会因素的考察持续增加, 并围绕经济发展水平[4]、产业结构[5]、人口密度[6]、技术创新[7]、城镇化率[8]等方面开展了探讨. 针对不同的产业或行业, 学者们对海洋生态效率[9]、农业生态效率[10]、旅游生态效率[11]、能源生态效率[12]及工业生态效率[13]等领域也开展了分析. 关于中国区域生态效率的时空分布特征研究,王恩旭和武春友[14]基于超效率DEA模型对1995—2007年中国省际生态效率进行了时空差异分析, 发现中国生态效率存在明显的区域差异且差异逐渐增大. 张煊等[15]对中国省际2007—2012年的生态经济效率进行了测算, 指出西部的生态效率最高, 东部次之, 中部最低, 并认为生态子系统发展水平对区域生态效率差异的影响尤为关键. 唐建荣等[16]运用泰尔指数、探索性数据方法剖析了中国区域生态效率的时空特征, 指出中国区域生态效率在时间上呈现“速度快、后劲足、阶段性强”的特点, 在空间上具有明显的梯度分布格局. 关于中国城市群生态效率的时空分布特征研究, Li和Chen[17]采用马尔可夫链对成渝经济圈2004—2018年的生态效率进行了时序分析, 发现成渝经济圈生态效率的演变呈“π”字形, 生态效率从西北向东南呈高—低—高分布. 刘军等[18]采用全局空间自相关分析方法识别了中国区域生态效率的空间集聚特征, 并运用泰尔指数进一步分析了生态效率产生差异的空间原因, 研究发现总差异产生的原因主要来自区域内差异, 且东部地区对差异的贡献度最大.基于已有研究, 本文选取2008—2021年长江经济带沿江11个省市面板数据, 采用非期望产出的超效率SBM模型测算生态效率, 并采用ArcGIS软件绘制生态效率的地区分布图, 直观描述生态效率的空间分布特征; 采用Dagum基尼系数分解法, 考察沿江11个省市总体生态效率和上中下游三大城市群生态效率的空间分布差异, 并剖析生态效率空间分布差异的构成及来源; 采用Kernel密度估计法考察三大城市群生态效率的动态演变过程, 从总体上把握长江经济带生态效率的时空分布及演化趋势, 旨在为提升长江经济带沿江省市生态效率提供决策参考.1 研究方法与指标选取1.1 研究方法1.1.1 超效率SBM模型超效率SBM模型是一种基于数据包络分析的线性规划模型. 本文借鉴文[19]的方法, 运用非期望产出的超效率SBM模型测算长江经济带沿江11个省市的生态效率.1.1.2 Dagum基尼系数本文运用Dagum基尼系数[20]测算2008—2021年长江经济带上中下游城市群生态效率的空间分布差异及其来源, 基尼系数分解方法较为成熟, 囿于篇幅, 这里不再详细描述.1.1.3 Kernel密度估计Kernel密度估计作为一种重要的非参数方法, 采用平滑的峰值函数拟合样本数据, 利用连续的密度曲线描述随机变量的分布形态, 通过核密度曲线可得到变量的分布位置、分布态势、分布延展性、极化趋势等信息[21]. 核密度函数有不同的表达形式, 本文选择比较常用的Gaussian核函数对2008—2021年长江经54 湖南理工学院学报(自然科学版) 第37卷济带生态效率的动态演化特征进行动态分析.1.2 指标选取与数据来源1.2.1 指标选取本文选取长江经济带11个省市的生态效率作为被解释变量, 借鉴李成刚等[22]的研究方法, 从投入产出角度构建生态效率评价指标体系, 见表1.表1 长江经济带生态效率评价指标体系目标层准则层指标层单位要素投入指标资源消耗总用水量亿吨能源消耗总量万吨标准煤城市建筑用地面积万平方米劳动力投入从业员工总数万人资本投入固定资产投资总额亿元期望产出指标经济增长地区生产总值亿元非期望产出指标工业废水排放工业废水排放总量亿吨工业固体废物排放工业固体废物排放总量万吨工业废气排放工业二氧化硫排放总量万吨工业烟(粉)尘排放总量万吨1.2.2 数据来源数据来自2008—2021年《中国统计年鉴》、2008—2021年《中国环境统计年鉴》、《中国城市统计年鉴》, 部分缺失数据根据各省市统计年鉴和统计公报采用线性插值法予以补充.2 实证分析2.1 长江经济带生态效率测度结果分析2.1.1 长江经济带生态效率时序变化分析长江经济带分为上游成渝城市群(重庆市、四川省、云南省、贵州省)、中游城市群(江西省、湖北省、湖南省)和下游长江三角洲城市群(上海市、江苏省、浙江省、安徽省). 本文运用MaxDEA软件基于非期望产出的超效率SBM模型计算出长江经济带沿江11个省市的生态效率值, 表2列出了各省市和三大城市群的生态效率均值及年均增长率.表2 长江经济带沿江11省市生态效率区域2008 2009 20102011 2012 20132014201520162017201820192020 2021 均值年均增长率上海市 1.16 0.41 0.470.29 0.30 1.050.340.340.300.330.31 1.150.41 0.46 0.52 −6.87%江苏省0.29 0.29 1.050.33 0.34 0.270.310.29 1.150.400.460.290.30 1.06 0.49 10.48% 浙江省0.34 0.36 0.300.33 0.28 1.130.380.440.290.31 1.040.310.36 0.30 0.44 −0.96%安徽省0.35 0.28 1.120.36 0.43 0.300.31 1.030.320.380.320.370.35 1.13 0.50 9.43% 江西省0.38 0.41 0.290.30 1.19 0.310.370.31 1.010.26 1.140.380.40 0.30 0.50 −1.80%湖北省0.29 1.01 0.320.38 0.31 1.040.26 1.150.400.410.290.29 1.01 0.34 0.54 1.23% 湖南省0.39 0.31 1.050.26 1.15 0.380.420.300.28 1.030.340.420.31 1.03 0.55 7.76% 重庆市0.26 1.20 0.370.39 0.30 0.28 1.030.330.410.30 1.050.28 1.20 0.37 0.56 2.75% 四川省0.39 0.32 0.29 1.02 0.32 0.390.32 1.040.60 1.210.380.400.34 0.30 0.52 −2.00%云南省 1.02 0.32 0.410.35 1.04 0.77 1.200.390.390.440.36 1.02 1.11 0.45 0.66 −6.10%贵州省0.33 1.05 1.00 1.18 0.41 0.410.370.40 1.03 1.09 1.02 1.040.55 1.02 0.78 9.07% 下游城市群0.53 0.33 0.74 0.33 0.34 0.69 0.34 0.52 0.51 0.36 0.53 0.53 0.36 0.74 0.49 2.60% 中游城市群0.35 0.58 0.55 0.31 0.88 0.58 0.35 0.59 0.56 0.57 0.59 0.36 0.58 0.55 0.53 3.54% 上游城市群0.50 0.72 0.52 0.74 0.52 0.46 0.73 0.54 0.61 0.76 0.70 0.68 0.80 0.53 0.63 0.45% 总体0.47 0.54 0.61 0.47 0.55 0.58 0.48 0.55 0.56 0.56 0.61 0.54 0.58 0.61 0.55 2.03%第1期易颖, 等: 长江经济带生态效率的时空分布特征及演化趋势分析 55 由表2可知, 从时间维度来看, 2008—2021年长江经济带总体生态效率以年均2.03%的增长率由0.47缓慢上升至0.61; 中游城市群的生态效率以年均3.54%的增长率位居三大城市群之首, 从0.35上升至0.55,均值为0.53; 下游长江三角洲城市群的生态效率以年均2.60%增长率波动增长, 从0.53上升至0.74, 均值为0.49, 增长波动幅度较大; 上游成渝城市群的生态效率以年均0.45%增长率增长, 从0.50上升至0.53,整体处于较领先地位, 多数年份生态效率高于中下游城市群, 生态效率均值为0.63. 概言之, 研究期内长江经济带总体生态效率增长较为稳定, 从均值来看, 上游成渝城市群的生态效率高于中游城市群和下游长江三角洲城市群的生态效率, 并且中游城市群和下游长江三角洲城市群的生态效率低于总体的生态效率. 因此, 进一步提高中游、下游城市群的生态效率, 持续提升上游城市群的生态效率, 是提高长江经济带总体生态效率的关键.2.1.2 长江经济带生态效率空间分布特征本文运用ArcGIS软件中的自然断裂法将长江经济带三个城市群的生态效率划分为低效率、中等效率和高效率三类水平. 图1和图2分别是以城市群为研究对象的2008年和2021年生态效率空间分布图.图1 2008年长江经济带城市群生态效率空间分布图2 2021年长江经济带城市群生态效率空间分布分析发现, 长江经济带三大城市群生态效率的空间分布的变化较为明显, 2008年呈现“下游>上游>中游”的分布特征, 2021年生态效率“中部塌陷”格局得到了改善, 上游成渝城市群生态效率有所下降, 演变为“下游>中游>上游”的空间分布态势. 党中央、国务院高度重视生态环境保护工作, 长江经济带发展已上升为国家重大发展战略, 绿水青山就是金山银山、坚持绿色发展、加快推进生态文明建设等一系列新理念、新思想、新战略的全面落实, 提高了长江经济带总体特别是长江中游城市群的生态效率.2.2 长江经济带生态效率的区域差异分析上文运用ArcGIS软件揭示了长江经济带三大城市群2008年和2021年生态效率的空间分布特征, 但没有揭示生态效率空间分布差异的构成及来源, 下面以城市群为基本空间单元, 采用Dagum基尼系数分解法, 进一步对长江经济带生态效率进行空间分解, 结果见表3和图3.从生态效率总体变化来看, 研究期内Dagum基尼系数均值为0.29380, 总体基尼系数从2008年的0.27713上升为2021年的0.29123, 呈现略微上升的趋势, 表明长江经济带生态效率尽管存在区域差异,但是该差异没有呈现明显扩大态势. 这可能与沿江省市生态环境保护意识增强、产业结构调整、生态效率的投入产出比较合理有关. 从生态效率城市群区域内差异看, 上游城市群区域内基尼系数差异较小, 中下游城市群区域内基尼系数差异较大. 研究期内上游区域内差异有所提高, 区域内差异由0.07上升至0.26;下游区域内差异略微下降, 区域内差异0.31下降到0.26. 从生态效率城市群区域间差异看, 长江经济带生态效率区域间差异由大到小排序依次为上游—下游、中游—下游和上游—中游, 其可能原因是不同城市群各省市之间的资源禀赋、经济发展模式与产业结构不同, 以及对环境政策的响应程度不一致, 导致三大城市群区域间基尼系数差异明显.从差异的贡献度来看, 区域间差异(G nb)、区域内差异(G w)和超变密度(G t)均为生态效率差异的空间来源, 但区域间差异是长江经济带生态效率差异的最主要来源, 其贡献度均值高达41.292%. 从图3贡献度56 湖南理工学院学报(自然科学版) 第37卷变化趋势来看, 城市群区域内差异贡献度变化较为平稳, 表明长江经济带上中下游城市群内部能够互动合作、优势互补; 城市群区域间差异贡献度波动较为明显, 尽管由2008年的27.912%下降到2021年的26.179%, 但城市群区域间差异仍是影响长江经济带生态效率差异的最主要因素; 同期, 区域内差异贡献度由32.762%下降到31.261%, 变动趋势较为平缓, 超变密度贡献度波动较为明显. 总之, 城市群区域间差异是长江经济带生态效率差异的主要来源, 发挥区域协同发展效应, 完善沿江省市之间的空间协调联动机制, 缩小区域间差异是解决当前长江经济带生态效率发展空间不平衡问题的关键.表3 长江经济带生态效率基尼系数及其分解结果年份 总体 城市群区域内差异城市群区域间差异 贡献度 上游 中游 下游 上游—中游 上游—下游 中游—下游 城市群 区域内(G w )城市群 区域间(G nb ) 超变 密度(G t )2008 0.27713 0.07 0.29 0.31 0.25 0.27 0.31 0.32762 0.27912 0.393262009 0.30635 0.09 0.27 0.29 0.29 0.40 0.31 0.26089 0.54224 0.196872010 0.29687 0.26 0.30 0.26 0.30 0.31 0.32 0.30894 0.27754 0.413522011 0.27663 0.08 0.04 0.27 0.08 0.41 0.38 0.22601 0.74333 0.030662012 0.31346 0.09 0.27 0.22 0.26 0.47 0.36 0.21715 0.65725 0.125602013 0.30133 0.20 0.28 0.30 0.28 0.35 0.32 0.29695 0.29973 0.403322014 0.27314 0.04 0.10 0.28 0.09 0.38 0.38 0.23958 0.68538 0.075042015 0.29277 0.28 0.25 0.32 0.27 0.32 0.32 0.31784 0.08362 0.598542016 0.29457 0.31 0.29 0.31 0.33 0.32 0.27 0.30657 0.13414 0.559292017 0.30447 0.05 0.30 0.28 0.30 0.39 0.33 0.25238 0.55307 0.194552018 0.29488 0.28 0.31 0.24 0.32 0.30 0.31 0.31157 0.22284 0.465592019 0.30018 0.08 0.31 0.27 0.27 0.35 0.33 0.29585 0.42639 0.277762020 0.29018 0.06 0.27 0.24 0.27 0.39 0.31 0.24013 0.61447 0.145402021 0.29123 0.26 0.29 0.26 0.29 0.30 0.31 0.31261 0.26179 0.42560均值0.29380 0.15 0.26 0.28 0.26 0.35 0.33 0.27958 0.41292 0.30750图3 长江经济带生态效率总体基尼系数及贡献度2.3 长江经济带生态效率演化趋势分析Dagum 基尼系数及其分解的测度结果仅揭示了长江经济带生态效率相对差异的构成及来源, 为进一步描述生态效率绝对差异的动态演化趋势, 直观描述长江经济带生态效率的动态演变过程, 本文采用Kernel 密度估计法对长江经济带总体及三大城市群2008—2021年间的生态效率演化进程进行分析. 图4为长江经济带总体及三大城市群核密度估计结果.2.3.1 长江经济带总体视角下生态效率水平的空间演变由图4(a)可知, 长江经济带总体生态效率水平具有以下特点: 首先, 从曲线波峰数量的角度看, 总体基尼系数年份第1期 易 颖, 等: 长江经济带生态效率的时空分布特征及演化趋势分析 57 生态效率多为双峰且次峰靠右, 对应低水平区的“主波峰”值较高, 对应高水平区的“次波峰”值较低, 表明生态效率存在较为明显的两极分化现象, 部分地区生态效率较高, 处于0.8~1.3范围内, 大部分地区生态效率较低, 处于0.1~0.6范围内, 呈现“低水平”的俱乐部收敛特征, 随时间推移, 两极分化格局趋于弱化;其次, 从曲线波峰位置的角度看, 波峰随时间推移呈现出先向左后向右略微偏移的发展态势, 表明总体生态效率呈稳定上升趋势; 再次, 从曲线峰值大小的角度看, 2021年前曲线峰值呈现出上升发展态势且宽度变小, 至2021年峰值达到最大值, 表明在总体上区域间生态效率的绝对差异呈缩小态势, 存在动态收敛性特征; 最后, 从曲线分布形态的角度看, 总体生态效率水平曲线次峰存在明显的右拖尾形态, 但拖尾期随时间推移正逐渐缩小, 表明不同省份间的生态效率水平存在明显的相对差异但相对差异呈缩小趋势.(a) 长江经济带总体核密度估计 (b) 下游长江三角洲城市群核密度估计(c) 长江中游城市群核密度估计 (d) 上游成渝城市群核密度估计图4 长江经济带总体及三大城市群核密度估计2.3.2 三大城市群视角下生态效率水平的空间演变长江经济带三大城市群生态效率的核密度曲线区域差异和动态演化趋势如图4(b)~(d)所示. 从曲线波峰数量的角度看, 2008—2021年间, 除下游长江三角洲城市群呈双峰形态外, 中上游城市群核密度曲线多为多峰形态, 表明三大城市群的生态效率普遍存在极化趋势, 城市群内各省市间的生态效率增长存在不平衡. 从曲线波峰位置的角度看, 下游长江三角洲城市群的波峰中心先向左移动后向右移动, 生态效率先降低后提升; 中游城市群波峰中心的移动与下游相反, 呈现出明显的先右后左趋势; 上游成渝城市群则保持了相对平稳的变化趋势. 从曲线波峰高度的角度看, 下游长江三角洲城市群2008—2013年波峰高度呈上升态势, 且宽度变窄, 2014—2017年的波峰高度逐渐降低, 且宽度变宽, 表明下游长江三角洲城市群的生态效率绝对差异先减小后增大; 中游城市群2008—2012年波峰高度呈现出明显上升趋势且宽度变窄,表明该地区生态效率水平的绝对差异减小, 然后波峰回落且呈稳定趋势, 表明生态效率水平的绝对差异有所上升但未持续扩大; 上游成渝城市群的波峰增幅最大且持续时间最长, 2018年后有所回落, 表明上游地区自2008年开始生态效率差异不断缩小. 从曲线分布形态的角度看, 长江三角洲城市群的生态效率核密度曲线呈正态分布, 表明该地区内各省市的生态效率差异较小; 中游城市群部分次峰呈双峰分布且左拖尾收敛, 表示中游城市群的生态效率大多集中于两个区间内, 且低生态效率省份的生态效率有所上升;58 湖南理工学院学报(自然科学版) 第37卷上游成渝城市群2008—2017年次峰均为双峰分布且右拖尾收敛, 双峰在2018—2021年完全过渡到了单峰, 表明上游城市群高生态效率省市的生态效率水平有所下降, 两极分化趋势减弱.3 结束语本文根据2008—2021年沿江11个省市的面板数据统计测度了长江经济带生态效率, 并采用Dagum 基尼系数分解法和Kernel密度估计法实证分析了其时空分布特征及演化趋势, 得出以下结论: 长江经济带生态效率总体增长较为稳定, 上中下游城市群之间存在区域差异但没有明显扩大态势; 上游城市群和下游城市群之间的生态效率差异最大; 生态效率差异主要来源于区域间差异. Kernel密度估计分析表明, 长江经济带总体生态效率呈“双峰”型分布态势, 存在两极分化现象; 城市群之间生态效率的绝对差异呈缩小态势, 城市群内各省市间的生态效率增长存在不平衡.根据上述结论, 提出三点政策建议. 一是要加强技术创新和环境污染治理. 实证研究表明, 要素投入与非期望产出是影响生态效率的重要因素, 因此, 沿江省市应根据投入产出绩效, 加强技术创新, 优化资源、劳动力和资本等生产要素的配置结构并提高其配置效益; 加强制度创新, 健全环境污染治理体制机制, 降低工业“三废”等非期望产出, 提高单位生态环境负荷的经济产出, 以提高生态效率. 二是要立足区域特点, 走因地制宜的特色化发展道路. 长江经济带国土空间辽阔、区域差异悬殊、发展条件和问题千差万别, 因此, 沿江省市要根据各自的资源禀赋优势, 明确发展定位, 走特色化、差异化的绿色发展道路, 以逐步缩小区域间生态效率差异. 三是要加强区域专业化分工与协作. 一个省市生态效率演变会受到自身因素和邻近省市发展状况的共同影响, 因此, 生态效率较高的省市应对生态效率较低的省市实行对口技术援助, 积极宣传并传授先进的资源利用和环境治理经验; 生态效率较低的省市应主动与生态效率较高的省市加强专业化分工和协作, 在梯度转移中实现产业结构的优化升级, 在协同合作中提高生态效率.参考文献:[1]SCHALTEGGER S, STURM A. Ökologische rationalität: ansatzpunkte zur ausgestaltung you okologieorienttierten management instrumenten[J]. DieUnternehmung, 1990, 44(4): 273−290.[2]杨斌. 2000—2006年中国区域生态效率研究: 基于DEA方法的实证分析[J]. 经济地理, 2009, 29(7): 1197−1202.[3]陈武新, 吕秀娟. 中国区域生态效率差异的实证分析[J]. 统计与决策, 2009 (7): 107−108.[4]屈文波. 中国区域生态效率的时空差异及驱动因素[J]. 华东经济管理, 2018, 32(3): 59−66.[5]田泽, 潘晶晶, 任芳容, 等. 大保护背景下中国三大流域生态效率评价与影响因素研究[J]. 软科学, 2022, 36(1): 91−97.[6]韩永辉, 黄亮雄, 王贤彬. 产业结构优化升级改进生态效率了吗?[J]. 数量经济技术经济研究, 2016, 33(4): 40−59.[7]张长江, 陈雨晴, 王宇欣. 长三角城市群生态效率的时空分异及影响因素研究[J]. 南京工业大学学报(社会科学版), 2021, 20(3): 95−108+110.[8]杨玉春, 岳立. 黄河流域全要素生态效率测度及影响因素分析[J]. 统计与决策, 2021, 37(19): 121−124.[9]刘继为. 基于超效率DEA模型的中国海洋生态效率影响因素及优化研究[J]. 大连海事大学学报(社会科学版), 2023, 22(2): 8−16.[10]刘志成, 杨志勇. 阿克苏地区农业生态效率评价研究[J]. 湖南理工学院学报(自然科学版), 2020, 33(2): 67−71.[11]罗媞, 胡宜林, 宋丹可, 等. 长江经济带旅游产业与生态环境协调关系评价及时空分异[J]. 湖南理工学院学报(自然科学版), 2023, 36(4):57−64.[12]赵艳敏, 董会忠. 中国工业能源生态效率时空演变特征及影响因素分析[J]. 软科学, 2022, 36(6): 48−55.[13]陈玥莹, 陈延斌, 宋成镇. 环渤海地区工业生态效率时空演变及影响因素[J]. 济南大学学报(自然科学版), 2022, 36(5): 504−514.[14]王恩旭, 武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究[J]. 管理学报, 2011, 8(3): 443−450.[15]张煊, 王国顺, 王一苇. 生态经济效率评价及时空差异研究[J]. 经济地理, 2014, 34(12): 153−160.[16]唐建荣, 苏苏. 区域生态效率的测度及其影响因素研究: 基于GTWR模型的实证分析[J]. 生态经济, 2023, 39(5): 154−162.[17]LI H L, CHEN Y P. Spatio-temporal dynamic evolution and the factors impacting eco-efficiency in Chengdu-Chongqing Economic Circle[J]. Journal ofResources and Ecology, 2022, 13(6): 986−998.[18]刘军, 马勇, 问鼎, 等. 2000—2014年中国区域生态效率测度及其时空差异[J]. 生态环境学报, 2018, 27(3): 498−508.[19]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2002, 143(1): 32−41.[20]DAGUM C. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics, 1997, 22(4): 515−531.[21]杜辉, 黄杰. 中国农业能源效率的区域差异及动态演进[J]. 中国农业资源与区划, 2019, 40(8): 45−54.[22]李成刚, 杨兵, 苗启香. 技术创新与产业结构转型的地区经济增长效应: 基于动态空间杜宾模型的实证分析[J]. 科技进步与对策, 2019, 36(6):33−42.。