EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 6: 1055 - 1066

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.654

国土资源与旅游地理

黄河流域国土空间效率时空变化及障碍因子分析

  • 魏建飞 , 1 ,
  • 袁悠燃 1 ,
  • 李强 , 2 ,
  • 董佩佩 1 ,
  • 刘玖榕 1
展开
  • 1.河南师范大学旅游学院，河南 新乡 453007
  • 2.首都经济贸易大学城市经济与公共管理学院，北京 100070
李强（1977-），男，博士，教授，博士生导师，主要从事土地科学与规划实施管理等方面的研究. E-mail:

魏建飞（1995-），女，博士，讲师，硕士生导师，主要从事国土空间规划与实施管理等方面的研究. E-mail:

收稿日期: 2024-10-25

  修回日期: 2025-02-14

  网络出版日期: 2026-03-11

基金资助

河南省哲学社会科学规划年度项目(2024CJJ022)

收起

Spatio-temporal variation and obstacle factors of territorial spatial efficiency in the Yellow River Basin

  • Jianfei WEI , 1 ,
  • Youran YUAN 1 ,
  • Qiang LI , 2 ,
  • Peipei DONG 1 ,
  • Jiurong LIU 1
Expand
  • 1. School of Tourism, Henan Normal University, Xinxiang 453007, Henan, China
  • 2. School of Urban Economics and Public Administration, Capital University of Economics and Business, Beijing 100070, China

Received date: 2024-10-25

  Revised date: 2025-02-14

  Online published: 2026-03-11

Fold

摘要

审视识别重点流域国土空间效率的演进态势及障碍性因素，可为构建优势互补、高质量发展的国土空间格局提供关键依据。以黄河流域97个城市作为案例研究区，运用空间分类法、核密度估计、障碍度模型揭示该地区国土空间效率的时空演化规律和障碍因子。结果表明：（1） 从时序演进规律看，2010—2022年黄河流域国土空间效率波动上升，不同空间区域差异呈现生态空间>城镇空间>农业空间的发展趋势。（2） 从空间分异格局看，国土空间效率空间异质性显著，不同空间效率的集聚模式具有明显区域差异。（3） 从空间集聚特征看，国土空间效率演化具有时空惯性及延续性特征，高-高集聚和低-低集聚为主要集聚模式。（4） 从障碍因子分析结果看，生态空间效率对国土空间效率提升的障碍程度最高，非农产值、农业灌溉面积、生态系统服务价值分别是城镇、农业、生态空间效率提升的主要障碍因子。研究成果为深化重点流域国土空间效率研究的理论认知提供了新视角，为优化黄河流域国土空间布局及提升空间治理水平提供了科学支撑。

关键词： 国土空间效率; 时空变化; 障碍分析; 黄河流域

本文引用格式

魏建飞 , 袁悠燃 , 李强 , 董佩佩 , 刘玖榕 . 黄河流域国土空间效率时空变化及障碍因子分析[J]. 干旱区地理, 2025 , 48(6) : 1055 -1066 . DOI: 10.12118/j.issn.1000-6060.2024.654

Abstract

Territorial spatial efficiency analysis in major river basins provides critical insights for developing regionally optimized land use patterns that promote sustainable development. This study investigated the Yellow River Basin’s territorial spatial efficiency by examining 97 cities over 13 years (2010—2022). We employed a methodological framework combining spatial classification techniques, kernel density estimation, and obstacle degree modeling to systematically assess spatiotemporal patterns and limiting factors. The temporal analysis revealed fluctuating efficiency trends throughout the study period, with a consistent hierarchy of performance across spatial categories (ecological space>urban space>agricultural space). Spatially, significant heterogeneity was observed in efficiency distribution, with distinct regional agglomeration patterns. These spatial configurations demonstrated strong temporal inertia and continuity, characterized primarily by “high-high” and “low-low” agglomeration patterns. Our obstacle factor analysis identified ecological spatial efficiency as the primary constraint as the primary constraint to overall territorial spatial improvement in the basin. Further investigation revealed specific limiting factors for each spatial category: Non-agricultural output value (urban spaces), agricultural irrigation area (agricultural spaces), and ecosystem service value (ecological spaces). These findings highlight the need for targeted interventions addressing these specific limitations. The research contributes to the theoretical understanding of territorial spatial efficiency dynamics in major river basins while providing scientific support for optimizing the territorial spatial layout and improving the level of spatial governance in the Yellow River Basin.

Key words： territorial spatial efficiency; spatio-temporal variation; obstacle analysis; the Yellow River Basin

国土空间效率是优化区域国土空间格局的重要指示要素，也是衡量区域社会经济与资源环境协同水平的关键判据[1]。改革开放以来，城镇化、工业化进程全面深入推进，导致局部地区空间功能错配、利用低效滞后等问题丛生。中国共产党的二十大明确提出“构建优势互补、高质量发展的区域经济布局和国土空间体系”的空间优化目标，强调依托国土空间规划，构建协调发展的“城镇空间、农业空间、生态空间”的管控格局[2-3]。黄河流域作为我国重要的生态屏障、经济地带，其承载着沿黄9省区国民的生存和发展，同样面临着由“空间开发的单维突进”向“综合利用提质增效”转变的困境。因此，在促进黄河流域国土空间协调有序开发的关键期，如何加强黄河流域国土空间治理、构建高质量发展的国土空间体系、科学认知国土空间功能与地域分异格局，成为新时代区域协调主体功能冲突和实现可持续发展进程中亟待解决的核心问题。
鉴于国土空间格局优化的紧迫性与必要性，学术界围绕国土空间演化规律展开了丰富研究。从研究体系看，既有以“生产-生活-生态”视角展开的国土空间格局与功能演变分析[4]，又有以“城镇-农业-生态”空间尺度进行的国土空间功能与效率评价[5]。随着国土空间规划实践经验的积累，后者被视为更加符合国土空间规划实际，是从“三生空间”向“三区三线”研究转化的客观实际体现，也更能体现国土空间功能之间的交叉性和相关性[6]。从研究方法看，以随机前沿模型为代表的参数方法和以超效率模型为代表的非参数方法成为主流，二者均突破了“效率值为1时无法进行对比”的困境[7-9]。从研究尺度看，随着大数据的普及，逐渐形成了从全国向重点流域、经济带尺度和典型城市尺度展开的多元化、综合性研究[10-12]。从驱动机制看，地形地势、气温、降水等区域内部本底因子与“经济发展-社会配套-对外开放”等外部社会经济因子研究的有机结合[13-16]，为有效构建优势互补的国土空间布局夯实了基础支撑。黄河流域由于其自然环境与地理区位的特殊性与重要性，围绕该地区的国土空间冲突识别、格局演进及区域高质量发展方面相关研究[17-19]，均为黄河流域国土空间布局优化政策的制定与实施提供了重要的决策参考。
综上，学术界围绕国土空间效率的评价基本实现了评价由浅入深、由局部向整体性发展的多元化趋势，但仍存在以下不足：（1） 国土空间效率评价研究多集中在城市空间利用效率、耕地利用效率或生态效率单一层面，且与土地利用效率评价存在评价指标同质化。本文将城镇空间、农业空间和生态空间进行整合，对现有指标的非期望产出层面进行补充优化。（2） 既有研究多从国土空间效率的外部社会经济因子进行驱动机制评价，并未从各个空间本身挖掘国土空间效率的障碍因素，导致国土空间效率的动力提升支撑乏力。本文以此为突破点，不仅在宏观层面实现各空间本身对国土空间效率提升的障碍程度识别，而且从微观层面挖掘各空间效率提升的详细障碍因子。（3） 黄河流域作为我国重要的生态屏障，对优化重点流域国土空间布局的特殊性与典型性认识有待补充。基于此，本文采用多种方法深入分析2010—2022年国土空间效率的时空变化及障碍因子，以期在理论层面深化地理学视域下国土空间效率时空演进规律的空间认知水平及认知状态，在实践层面为相关政府部门有针对性地制定国土空间格局跨区域协同优化策略提供案例支撑和实践参考依据。

1 数据与方法

1.1 国土空间效率的本质内涵解析

国土空间支撑和维持着社会经济的正常运转，由城镇发展、农业生产和生态保育3个子系统共同组成（图1）。从各空间主体功能看，城镇空间承载着区域经济发展、产业结构升级、资源要素集聚等重要功能。农业空间承载着农业生产、乡土文化及社会保障等功能，是实现乡村振兴的重要基础。生态空间是保证人类生存发展的重要一环，具有水土保持、维护生物多样性等功能。鉴于《全国主体功能区规划》中明确将国土空间分为城镇空间、农业空间、生态空间，因此，本文将国土空间效率分为城镇空间效率、农业空间效率、生态空间效率。国土空间效率测度实质上是国土空间资源投入、经济产出与环境非期望产出三者之间的权衡关系。其大小决定着区域国土空间布局的优化进程及区域国土空间规划管理政策的制定，其内涵更加注重以国土空间利用为代表的资源环境与社会经济之间的协同高质量发展，强调以最少的国土空间资源投入，使其区域国土空间效益和布局最优化的同时，析出最小的生态环境负面影响。
图1 国土空间系统的架构组成

Fig. 1 Architectural composition of the territorial spatial system

1.2 研究区概况

黄河流域作为我国重要的生态屏障和经济地带，横跨我国东、中、西三大区域，流经青海、山东、甘肃、宁夏、内蒙古、陕西、山西、河南及山东9个省区。区域内部土地利用类型复杂多样，涵盖耕地、林地、草地、建设用地等；地势起伏较大，呈现西高东低特征（图2）。截至2022年末，区域内总人口约3.9×108人，其经济发展水平呈现梯度差异发展趋势，下、中、上游的经济差异特征正是我国东、中、西部区域不均衡发展的现实表征和客观体现。
图2 黄河流域地形示意图

注：基于自然资源部标准地图服务网站审图号为GS(2019)1833号的标准地图制作，底图边界无修改。下同。

Fig. 2 Topographic map of the Yellow River Basin

1.3 指标体系构建

国土空间效率评价指标体系应充分体现区域空间发展的时代特征，同时也应兼顾数据的稳定性、可获得性与普适性。基于上述国土空间效率的本质内涵，借鉴已有成果[1,6,16,20]，构建城镇空间效率、农业空间效率、生态空间效率的评价指标体系。其中，国土空间综合空间效率计算过程借鉴李强等[1]研究成果，将3个子空间所有投入要素作为投入指标，所有期望产出指标作为期望产出要素，所有非期望产出指标作为非期望产出要素，以期从整体层面衡量黄河流域国土空间利用进程。最后，为避免单一年份数据波动引起的可能误差，采用熵权法选取研究期内平均权重作为最终权重（表1）。
表1 国土空间效率指标体系构建及权重计算

Tab. 1 Construction and weight calculation of territorial spatial efficiency index system

目标层 准则层 指标层 具体指标 权重
国土空间效率 城镇空间效率 投入要素 土地 城市建设用地面积/km2 0.118
劳动力 非农从业人口/人 0.116
资本 固定资本存量/元 0.122
期望产出要素 经济效益 非农产值/元 0.120
社会效益 城镇职工平均工资/元 0.130
非期望产出要素 生态效益 工业废水排放量/t 0.132
工业SO2排放量/t 0.131
工业烟（粉）尘排放量/t 0.131
农业空间效率 投入要素 土地 农作物总播种面积/hm2 0.084
劳动力 农业从业人员/人 0.085
机械化水平 农业机械总动力/kW 0.084
化学化水平 化肥使用量/t 0.083
电气化水平 农村用电量/kW·h 0.080
药学化水平 农药使用量/t 0.080
塑料化水平 地膜使用量/t 0.082
灌溉化水平 农业灌溉面积/hm2 0.085
非机械化水平 大牲畜年底头数/头 0.081
期望产出要素 经济效益 农业增加值/元 0.084
社会效益 粮食产量/t 0.082
非期望产出要素 生态效益 农业碳排放量/t 0.090
生态空间效率 投入要素 土地 生态用地面积/hm2 0.152
劳动力 水利、环境和公共设施管理业就业人数/人 0.155
资本 水利、环境和公共设施管理业固定资产投资/元 0.153
能源 能源消费总量/tce 0.136
期望产出要素 生态效益 绿化覆盖率/% 0.167
生态系统服务价值 0.124
非期望产出要素 生态环境质量指数 0.113

1.4 研究方法

1.4.1 超效率SBM模型

超效率SBM模型是在考虑非期望产出因素影响作用的基础上，通过采用非径向距离函数将松弛变量纳入目标函数，进而避免量纲不同、角度选择差异带来的偏差影响[21-22]。

1.4.2 三维核密度估计

三维核密度估计是概率论中用于估计未知密度函数的非参数估计方法之一，其主旨是在三维空间中对每个数据点的邻域进行核函数加权求和，能够在一定程度上避免因函数自身的设定而造成的估计误差。核密度值越高，表征数据分布的集中度越高[23]。其计算公式如下：
f x = 1 n h ∑ i = 1 n K X i - x h
式中： f x为核密度估计值；n为研究单元的个数；h为带宽，用来控制估计密度的平滑程度；K为国土空间效率的核密度函数； X i为观测点i的属性值；x为样本点的属性值。

1.4.3 Natural Breaks分类法

Natural Breaks分类法又称Jenks自然断裂点分级法，作为ArcGIS软件中默认的数据分级分类方法，该方法能够通过直方图直观地发现数据的断裂之处，进而将相似值更好地进行自然分组归类，最终实现组间差异最大、组内差异最小的分类结果[24]。

1.4.4 冷热点分析

冷热点分析方法是研究区域内部相似属性集聚区分布位置的一种方法，能够识别出国土空间效率热点区和冷点区的空间分布规律，进而量化聚类和离散及随机空间模式[25]。计算公式如下：
G i * = ∑ j = 1 n W i j X j - X - ∑ j = 1 n W i j S n ∑ j = 1 n W i j 2 - ∑ j = 1 n W i j 2 2 n - 1
式中： G i *为Getis-Ord G i *指数； W i j为区域i与j的临近关系； X j为区域j的属性值； X -为整体的平均值；S为标准差。

1.4.5 障碍度模型

障碍度模型常用于国土空间集约节约利用水平的病理诊断，通过识别国土空间集约节约利用的影响因子，进而有效识别国土空间效率提升的关键障碍因子[26]。然而，传统的障碍度模型无法有效识别障碍因子与非障碍因子，故本文引入最优适宜值的指标偏离度障碍模型，以期实现对传统指标偏离度障碍度模型的修正与改良[27]。计算公式如下：
U j = R j × W j
V j = O j - X j
M j = V j × U j ∑ j = 1 n V j × U j × 100 %
B j = ∑ M j
式中： U j为因子贡献度； R j为第j项指标权重； W j为第j项指标所属的二级指标权重； V j为指标j的偏离度； O j为指标j的最优适宜值； X j为指标标准化值； M j为指标j的障碍度； B j为二级指标的障碍度。

1.5 数据来源与处理

社会经济数据主要来源于中国城市统计年鉴（2011—2023年）、中国统计年鉴（2011—2023年）等。其中生态用地面积具体分为林地、草地、湿地和其他未利用地4个一级地类，在刘纪远等建成的中国国家尺度土地利用数据库的基础上进行间接获取[28-29]；生态系统服务价值指标以谢高地等修正后的中国生态系统单位面积生态服务当量表为依据，运用当量因子法计算得出获取[30]；生态环境质量指数借鉴已有中国城市生态环境质量评价数据集进行直接获取[31]。矢量化数据来源于标准地图服务系统 http://bzdt.ch.mnr.gov.cn/。

2 结果与分析

2.1 基于变异系数的国土空间效率总体演进规律

通过计算2010—2022年黄河流域城市的城镇空间效率、农业空间效率和生态空间效率均值及变异系数发现（图3），2010—2022年黄河流域国土空间效率波动上升，得益于“黄河国家战略”的深入推进对实现跨区域要素流动和空间治理的支撑作用。城镇空间效率由2010年的0.766波动上升至2022年的0.851，反映出新型城镇化进程中城镇空间由过度开发向集约高效利用的良好发展态势。农业空间效率在2010—2022年由0.921持续增加至1.024，体现出该地区农业产业结构升级及规模化发展带来的良好效益。生态空间效率由0.519波动上升至0.560，但其数值相对较低，表征生态空间布局优化仍有较大提升潜力。从变异系数变化趋势看，生态空间效率的区域不均衡现象较为明显，这可能是由于黄河流域跨度较大，不同区域之间的生境质量差异较大引起的。农业空间效率变异系数由0.345波动增加至0.492，城镇空间效率变异系数由0.537下降至0.410，由此反映出在注重农业空间效率提升的同时，应关注区域农业发展的不均衡性。整体而言，国土空间效率的内部差异逐渐缩小，其变异系数稳定在0.230~0.330之间，为助推黄河流域国土空间布局优化及区域高质量发展夯实了基础。
图3 黄河流域国土空间效率均值演进规律及内部差异特征

Fig. 3 Evolution of mean territorial spatial efficiency and internal differences in the Yellow River Basin

2.2 基于核密度估计的国土空间效率时序演进轨迹

进一步运用Matlab软件的多期核密度板块绘制2010—2022年国土空间效率的多维演进态势（图4），并从波峰形态和数量、分布位置、分布延展性等方面进行分析。从波峰形态和数量看，城镇空间效率的分布曲线呈现“一主一次、左低右高”的双峰现象，农业、生态及综合空间效率分布曲线均呈单峰演化格局，表明黄河流域单级化现象显著，空间收敛性较强，这也说明高效率俱乐部数量及内部成员数量较少，各研究单元低效率区呈现集中分布态势。从分布位置看，城镇空间效率的主次波峰分别位于1.0与1.2附近，密度曲线由矮胖型向高瘦型演变，表明城镇空间效率逐步提升。农业、生态空间效率曲线中心位置较为稳定，综合空间效率的中心位置先右移后左移，表明整体效率值呈现波动上升态势。在分布延展性上，除城镇空间效率曲线外，其他曲线的右拖尾现象均较为显著，表明区域空间效率出现极端值的可能性增加，区域内部仍然存在发展较不均衡的现象。
图4 黄河流域国土空间效率的核密度估计演进分析

Fig. 4 Kernel density estimation evolution analysis of territorial spatial efficiency in the Yellow River Basin

2.3 基于分类法的国土空间效率时空分异格局

鉴于Natural Breaks分类法能够对国土空间效率更好地进行自然分组归类，故借鉴此方法对2010—2022年黄河流域国土空间效率空间分异格局进行可视化析出，按照从高到低的顺序将其分为高效率区、较高效率区、一般效率区、较低效率区、低效率区5类（图5）。从时空分异格局看，2010—2022年黄河流域国土空间效率分异特征显著，高值集聚与低值连绵现象并存。具体来看，城镇空间的高效率区和较高效率区明显增加，且逐渐覆盖上中游地区，体现出该地区城镇化质量稳步提升的客观实际；低效率区仅分布在内蒙古边界地区，这主要受限于内蒙古自身区域辽阔且人口密度稀少等因素。农业空间的低值主导状态破局于2018年，高效率区和较高效率区开始组团分布于河南、山东及内蒙古等地，可能受益于区域自身的农业发展基础及地区产业的有序重构。生态空间的高效率区和较高效率区逐渐东移，且集聚态势逐渐被打散，体现出区域发展进程中生态空间承载力面临较大压力。国土空间效率的高值区呈零散状分布在省会城市、核心城市等，且南部地带呈现整体上升的态势。综合而言，黄河流域国土空间效率仍有较大的提升潜力，龙头城市及核心增长极的空间溢出效应有待进一步发挥。
图5 黄河流域国土空间效率空间分异格局

Fig. 5 Spatial differentiation patterns of territorial spatial efficiency in the Yellow River Basin

2.4 基于冷热点分析的国土空间效率时空集聚特征

鉴于冷热点分析能够通过区域的局部空间聚类属性直接判断其是否存在高值或低值集聚特征，故本文借助ArcGIS对2010—2022年黄河流域各个空间效率进行聚类分析，并将结果从高到低分为热点区、次热点区、不显著区、次冷点区和冷点区5类（图6）。从时空集聚特征看，黄河流域国土空间效率的冷热点分布具有时空惯性及延续性特征，空间上高值和低值集聚特征较为显著，局部地区不均衡现象明显。具体来看，城镇空间效率的热点区由分散分布向集中连绵分布演进，最后以组团状集聚覆盖上中游地区；冷点区数量逐渐下降且集聚范围逐渐缩小至内蒙古北部，充分体现了新型城镇化进程促使空间集约节约利用的良性效果。农业空间效率的热点区呈片区状分布在四川和河南境内，体现出天府之国和粮食大省的农业经济产出较为丰富的客观实际；冷点区集中分布在黄河流域脊背处，这些边缘地区由于还未形成有效的农业发展协同效应，从而导致农业生产发展较为滞后。生态空间效率的热点区数量先增后减，冷点区集聚现象逐渐随年份递推而打散，空间不均衡发展较为显著，这也与上述生态空间效率区域差异较大的结论相吻合。综合空间效率的高值区由西向东迁移，冷点区则呈现由东向西迁移的特征，这主要是由于不同空间效率分布不均衡引起的，也体现出黄河流域国土空间布局优化任务的艰难性与紧迫性所在。
图6 黄河流域国土空间效率空间集聚效应

Fig. 6 Spatial agglomeration effect of territorial spatial efficiency in the Yellow River Basin

2.5 障碍因子分析

结合国土空间效率的时空演化进程，进一步采用障碍度模型有效识别国土空间效率提升的障碍因子与非障碍因子。一方面，计算各项原指标对城镇空间效率、农业空间效率、生态空间效率的障碍程度；另一方面，深入分析城镇空间效率、农业空间效率、生态空间效率对整体国土空间效率提升的障碍程度（图7）。
图7 黄河流域国土空间效率障碍因子识别及障碍度计算

Fig. 7 Calculation of obstacle degree of territorial spatial efficiency in the Yellow River Basin

在城镇空间层面，城市建设用地面积、非农从业人口、固定资本存量、非农产值为障碍因子，其中非农产值障碍度波动提升，且年均障碍度达17.52，为第一障碍因子。非农从业人口和城市建设用地面积的障碍程度此消彼长，在第二障碍因子和第三障碍因子之间交替徘徊，反映出土地和劳动力要素在推动城镇空间利用效率提升进程的作用不可小觑，这也符合城市转型发展的客观规律。固定资本存量为第四障碍因子，年均障碍度仅为17.05，但年均障碍度稳步提升，其值由2010年的16.24逐步提升至2022年的17.97，由此反映出资本要素投入对城镇空间效率的影响率显著提升。在农业空间层面，农业灌溉面积、农村用电量、大牲畜年底头数和地膜使用量的年均障碍度从高到低分别为7.26、6.40、6.36和6.04，农业灌溉面积始终位于第一障碍因子阶梯，且呈现先增后降的发展趋势。结合黄河流域农业发展实际看，部分地区水土流失、沙漠化及水资源短缺等问题严重制约着农业的高质量发展，有限的水资源及过载的农牧业人口导致区域农业灌溉面积不足，亟待调整农业产业结构，推动区域农业的可持续发展。在生态空间层面，生态系统服务价值、生态空间用地面积、水利、环境和公共设施管理业就业人数和水利、环境和公共设施管理业固定资产投资为障碍因子，这也表明充足的土地、劳动力和资本等要素是推动生态空间集约利用的重要因素。黄河流域不断上升的生态环境标准及更高的土地利用成本，导致生态空间优化及生态效率提升面临更大的压力。
在此基础上，对各级障碍因子的演变过程及形成机制进行深入分析，进而揭示不同区域国土空间效率提升的普遍问题和一般性规律（图8）。可以看出，在2010—2022年黄河流域国土空间效率提升障碍诊断系统中，生态空间效率为主要障碍因素，城镇空间效率和农业空间效率的影响力呈现此消彼长的发展状态。从黄河流域发展实际看，城镇空间、农业空间和生态空间作为一个复杂开放系统，3个空间相互影响、相互制约。研究前期，随着城镇空间的扩张及产业建设的规模集聚，资源环境承载力逐步加重，导致生态空间效率对全域国土空间效率的障碍程度不断升高。随着习近平生态文明思想的贯彻落实及《黄河流域生态保护和高质量发展》战略的部署，黄河流域区域生态环境得到有效好转，生态空间效率的障碍度波动下降，农业空间效率的障碍度逐步提升，成为制约国土空间效率提升的第二障碍因子。综上，在黄河流域国土空间布局优化的关键转型期，亟待正视城镇空间的驱动和农业空间的产业培育，有效维护生态恢复保护与社会经济高质量发展的协调关系，逐步构建城镇、农业和生态“三空间”的发展互动框架，真正实现城镇空间效率、农业空间效率和生态空间效率对国土空间效率的正向驱动提升。
图8 2010—2022年黄河流域国土空间效率障碍因子演变过程及机理分析

Fig. 8 Evolution process and mechanism analysis of obstacles to territorial spatial efficiency in the Yellow River Basin from 2010 to 2022

3 讨论

（1） 客观认知黄河流域国土空间效率区域差异存在的综合性。效率时序演进规律表明，区域差异特征呈现生态空间>城镇空间>农业空间的演进规律，这与黄河流域自身的定位特征（我国重要的生态功能区和生态典型区）密切相关，加之区域跨度较大且各市本底基础不同，由此形成各地区生态空间效率提升进程不一且差异较大的客观现实。然而，国土空间效率的差异特征是不同区域资源禀赋及社会经济发展步伐不一引起的长期客观存在现象，黄河流域国土空间效率的空间分异格局和集聚特征也均表明，不同空间效率具有显著的发展格局差异性。因此，各界应充分尊重区域自然地理规律，客观认知黄河流域国土空间效率的区域差异，避免盲目追求国土空间效率的数字趋同，从而落入过度竞争或过激内卷的数字陷阱。
（2） 正视国土空间效率提升短板、制定分区协调发展措施的必要性。障碍因子分析结果表明，当前黄河流域国土空间效率提升仍存在诸多障碍因素，且不同障碍因子的贡献率有所不同，其中生态空间效率为国土空间效率提升的一级障碍因子，且生态系统服务价值成为生态空间效率提升的主要障碍要素。因此，在生态文明建设及生态保护战略实施的时代背景下，必须充分正视国土空间效率提升进程中的短板，从生态空间着手，结合生态系统服务价值的要素构成及计算过程实现该指标的有序提升，进而优化区域城镇空间利用效率、农业空间生产效率和生态空间保护效率，健全黄河流域国土空间精细化管制与区域差异化发展管理体系，进而形成多维空间效率互融共进提升的良好互动局面。

4 结论与建议

4.1 结论

（1） 从效率均值看，2010—2022年黄河流域国土空间效率呈现波动上升的时序演进规律；从区域差异看，不同空间区域差异呈现生态空间>城镇空间>农业空间的发展态势；基于核密度曲线反映的不同空间效率的波峰形态与数量均有显著差异特征。
（2） 2010—2022年黄河流域国土空间效率的高值区集中分布在核心节点或省会城市，低值区呈基底状广泛分布；城镇空间、农业空间和生态空间效率的异质性格局较为显著，其集聚模式具有明显的区域差异特征。
（3） 2010—2022年黄河流域国土空间效率的空间集聚演化具有时空惯性及延续性特征，区域内部主要表现为显著的正向集聚模式，集聚类型以显著高高区和显著低低区为主，高值组团与低值连绵分布现象并存。
（4） 黄河流域国土空间效率的主要障碍因子为生态空间效率，其障碍度先增后降，城镇空间效率和农业空间效率的障碍程度此消彼长。非农产值、农业灌溉面积、生态系统服务价值分别是城镇空间效率、农业空间效率和生态空间效率的第一障碍因子。

4.2 建议

国土空间兼具空间和资源属性，优化国土空间发展格局的关键在于实现城镇、农业和生态空间的合理配置。因此，结合时空演进规律及障碍因子识别结果，制定如下分区调控措施：
（1） 城镇-农业-生态空间同步发展向前区：如三门峡市、嘉峪关市和朔州市等，应持续推进各空间资源协调利用的良好局势，充分发挥核心增长极城市的经济引领与主导作用，有序提升区域农业产品与生态产品经济价值创收，进而稳步实现区域国土空间布局优化进程。
（2） 城镇-农业-生态空间同步发展滞后区：如西宁市、乌兰察布市、定西市和兰州市等，必须快速建立国土空间优化布局体系，在加强生态保护的前提下合理挖掘城镇-农业-生态空间发展潜力，逐步引导国土空间利用结构向高端、高效转变，多措并举加强各城市的要素集聚功能与区际联系，进而实现城市多元化发展与国土空间利用的高质量转型。
（3） 城镇-农业-生态空间不同步发展区：应充分挖掘各空间的发展潜力及发展特色，城镇空间低效率区（如安康市、忻州市和漯河市）应充分发挥区域农业或生态优势，有序促进生态及农业特色向经济效益的梯度演化，进而提升区域城镇空间效率；农业空间低效率区（如济源市、临沂市和吕梁市）应逐步引入高科技农业发展技术与种植模式，有序承接高效率农业区产品转移，进而实现农业发展潜力的提升；生态发展低效率区（如郑州市、中卫市和太原市）应充分发挥核心增长极的经济引领与主导作用，有序提升区域生态产品经济价值创收。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李强, 魏建飞. 皖江城市带国土空间利用效率与高质量发展的时空耦合[J]. 自然资源学报, 2022, 37(11): 2867-2883.

DOI

[Li Qiang, Wei Jianfei. Spatio-temporal coupling relationship between territory spatial utilization efficiency and high-quality development in Wanjiang City Belt[J]. Journal of Natural Resources, 2022, 37(11): 2867-2883. ]

DOI

[2]
逯承鹏, 纪薇, 刘志良, 等. 黄河流域甘肃段县域“三生”功能空间时空格局及影响因素识别[J]. 地理科学, 2022, 42(4): 579-588.

DOI

[Lu Chengpeng, Ji Wei, Liu Zhiliang, et al. Spatial-temporal pattern and influencing factors of the “production-living-ecological” functional space of the Yellow River Basin at county level in Gansu, China[J]. Scientia Geographica Sinica, 2022, 42(4): 579-588. ]

DOI

[3]
Liu Y S, Zhou Y. Territory spatial planning and national governance system in China[J]. Land Use Policy, 2021, 102: 105288, doi: 10.1016/j.landusepol.2021.105288.

[4]
焦庚英, 杨效忠, 黄志强, 等. 县域“三生空间”格局与功能演变特征及可能影响因素分析: 以江西婺源县为例[J]. 自然资源学报, 2021, 36(5): 1252-1267.

DOI

[Jiao Gengying, Yang Xiaozhong, Huang Zhiqiang, et al. Evolution characteristics and possible impact factors for the changing pattern and function of “production-living-ecological” space in Wuyuan County[J]. Journal of Natural Resources, 2021, 36(5): 1252-1267. ]

DOI

[5]
陈美景, 王庆日, 白中科, 等. 基于双碳目标的黄河流域资源型城市国土空间利用效率时空特征及影响因素[J]. 中国土地科学, 2024, 38(4): 101-112.

[Chen Meijing, Wang Qingri, Bai Zhongke, et al. Spatial-temporal characteristics and influencing factors of territorial space use efficiency of resource-based cities in the Yellow River Basin based on the dual carbon targets[J]. China Land Science, 2024, 38(4): 101-112. ]

[6]
顾观海, 吴彬, 张文主, 等. 中国陆地边境地区国土空间功能的区域差异及其驱动机制[J]. 地理研究, 2024, 43(7): 1644-1660.

DOI

[Gu Guanhai, Wu Bin, Zhang Wenzhu, et al. The regional differences in territorial spatial functions and their driving mechanisms in China’s border areas[J]. Geographical Research, 2024, 43(7): 1644-1660. ]

[7]
杨喜, 卢新海, 陈讲飞. 长江经济带城市土地资源尾效测度及其时空格局演变[J]. 中国土地科学, 2020, 34(3): 66-74.

[Yang Xi, Lu Xinhai, Chen Jiangfei. Measurement and temporal-spatial pattern evolution of the growth drag of urban land resource in the Yangtze River Economic Belt[J]. China Land Science, 2020, 34(3): 66-74. ]

[8]
刘书畅, 叶艳妹, 肖武. 基于随机前沿分析的中国城市土地利用效率时空分异研究[J]. 中国土地科学, 2020, 34(1): 61-69.

[Liu Shuchang, Ye Yanmei, Xiao Wu. Spatial-temporal differentiation of urban land-use efficiency in China based on stochastic frontier analysis[J]. China Land Science, 2020, 34(1): 61-69. ]

[9]
Tone K, Tsutsui M. An epsilon-based measure of efficiency in DEA: A third pole of technical efficiency[J]. European Journal of Operational Research, 2010, 207(3): 1554-1563.

[10]
夏四友, 杨宇. 基于主体功能区的京津冀城市群碳收支时空分异与碳补偿分区[J]. 地理学报, 2022, 77(3): 679-696.

DOI

[Xia Siyou, Yang Yu. Spatio-temporal differentiation of carbon budget and carbon compensation zoning in Beijing-Tianjin-Hebei urban agglomeration based on the plan for major function-oriented zones[J]. Acta Geographica Sinica, 2022, 77(3): 679-696. ]

DOI

[11]
钱昭英, 刘书杰. 黄河流域农业绿色低碳生产效率空间关联网络结构特征及驱动因素识别[J]. 干旱区资源与环境, 2024, 38(2): 27-38.

[Qian Zhaoying, Liu Shujie. On the characteristics and drivers of spatial correlation network of green low carbon agricultural production efficiency in the Yellow River Basin[J]. Journal of Arid Land Resources and Environment, 2024, 38(2): 27-38. ]

[12]
周道静, 徐姗. “十四五”时期我国边境地区国土空间发展路径思考[J]. 城市发展研究, 2021, 28(10): 34-38.

[Zhou Daojing, Xu Shan. The spatial development path of China’s border areas in the 14th Five-Year Plan period[J]. Urban Development Studies, 2021, 28(10): 34-38. ]

[13]
Qu Y, Dong X, Su D, et al. How to balance protection and development? A comprehensive analysis framework for territorial space utilization scale, function and pattern[J]. Journal of Environmental Management, 2023, 339: 117809, doi: 10.1016/j.jenvman.2023.117809.

[14]
Hu Q, Zhang Z, Niu L. Identification and evolution of territorial space from the perspective of composite functions[J]. Habitat International, 2022, 128: 102662, doi: 10.1016/j.habitatint.2022.102662.

[15]
Zhou Y, Yue D, Guo J, et al. Spatial correlations between landscape patterns and net primary productivity: A case study of the Shule River Basin, China[J]. Ecological Indicators, 2021, 130: 108067, doi: 10.1016/j.ecolind.2021.108067.

[16]
林树高, 诸培新, 陆汝成, 等. 贸易-经济-人口系统对边境地区国土空间格局演变区域差异的影响: 以中越边境带为例[J]. 自然资源学报, 2023, 38(6): 1550-1569.

DOI

[Lin Shugao, Zhu Peixin, Lu Rucheng, et al. The influence of trade-economy population system on regional differences of territorial space pattern evolution in border areas: Take the China-Vietnam border zone as a case[J]. Journal of Natural Resources, 2023, 38(6): 1550-1569. ]

DOI

[17]
樊杰, 王亚飞, 王怡轩. 基于地理单元的区域高质量发展研究——兼论黄河流域同长江流域发展的条件差异及重点[J]. 经济地理, 2020, 40(1): 1-11.

DOI

[Fan Jie, Wang Yafei, Wang Yixuan. High quality regional development research based on geographical units: Discuss on the difference in development conditions and priorities of the Yellow River Basin compared to the Yangtze River Basin[J]. Economic Geography, 2020, 40(1): 1-11. ]

DOI

[18]
曲衍波, 王世磊, 李岩, 等. 基于多功能适宜性的黄河三角洲国土空间潜在冲突特征与优化格局研究[J]. 地理科学, 2023, 43(2): 301-312.

DOI

[Qu Yanbo, Wang Shilei, Li Yan, et al. Characteristics of potential conflicts of territorial space and optimization pattern in the Yellow River Delta based on multi-functional suitability[J]. Scientia Geographica Sinica, 2023, 43(2): 301-312. ]

DOI

[19]
宋永永, 薛东前, 夏四友, 等. 近40 a黄河流域国土空间格局变化特征与形成机理[J]. 地理研究, 2021, 40(5): 1445-1463.

DOI

[Song Yongyong, Xue Dongqian, Xia Siyou, et al. Change characteristics and formation mechanism of the territorial spatial pattern in the Yellow River Basin from 1980 to 2018, China[J]. Geographical Research, 2021, 40(5): 1445-1463. ]

[20]
董寅, 金贵, 邓祥征. 中国国土空间布局优化研究[J]. 地理学报, 2024, 79(3): 672-687.

DOI

[Dong Yin, Jin Gui, Deng Xiangzheng. Optimization of territorial space layout in China[J]. Acta Geographica Sinica, 2024, 79(3): 672-687. ]

DOI

[21]
朱瑷嫒, 殷颂葵, 刘琼慧. 中国西北地区农业生态效率时空分异及影响因素研究[J]. 干旱区地理, 2024, 47(7): 1210-1219.

DOI

[Zhu Aiai, Yin Songkui, Liu Qionghui. Spatial and temporal differentiation and influencing factors of agricultural ecological efficiency in northwest China[J]. Arid Land Geography, 2024, 47(7): 1210-1219. ]

DOI

[22]
石彩霞, 贺小荣. “双碳”目标下黄河流域城市绿色发展效率测度及提升路径[J]. 干旱区地理, 2024, 47(3): 528-538.

DOI

[Shi Caixia, He Xiaorong. Measurement and improvement path of urban green development efficiency in the Yellow River Basin under the “carbon peaking and carbon neutrality” targets[J]. Arid Land Geography, 2024, 47(3): 528-538. ]

DOI

[23]
李云燕, 张硕. 中国区域生态效率的时空特征、分布动态演化与空间差异[J]. 统计与决策, 2024, 40(16): 56-61.

[Li Yunyan, Zhang Shuo. Spatial-temporal characteristics, dynamic evolution of distribution and spatial differences of regional eco-efficiency in China[J]. Statistics & Decision, 2024, 40(16): 56-61. ]

[24]
刘琳轲, 梁流涛, 高攀, 等. 黄河流域生态保护与高质量发展的耦合关系及交互响应[J]. 自然资源学报, 2021, 36(1): 176-195.

DOI

[Liu Linke, Liang Liutao, Gao Pan, et al. Coupling relationship and interactive response between ecological protection and high-quality development in the Yellow River Basin[J]. Journal of Natural Resources, 2021, 36(1): 176-195. ]

DOI

[25]
刘佳琪, 周璐红, 席小雅. 2000—2020年黄河流域土地生态质量及其变化趋势预测[J]. 干旱区地理, 2023, 46(10): 1654-1662.

DOI

[Liu Jiaqi, Zhou Luhong, Xi Xiaoya. Land ecological quality and its change trend prediction in the Yellow River Basin from 2000 to 2020[J]. Arid Land Geography, 2023, 46(10): 1654-1662. ]

DOI

[26]
何昀, 王帅尧, 谢迟. 中国省域共同富裕水平测度、时空分异与障碍因素[J]. 经济地理, 2024, 44(4): 12-21.

DOI

[He Yun, Wang Shuaiyao, Xie Chi. Level measurement, spatio-temporal variation and obstacle factors of common prosperity in China at the provincial level[J]. Economic Geography, 2024, 44(4): 12-21. ]

DOI

[27]
孟广文, 张宁月, 齐宏纲, 等. 天津经济技术开发区转型发展与障碍度研究[J]. 地理学报, 2024, 79(8): 2042-2061.

DOI

[Meng Guangwen, Zhang Ningyue, Qi Honggang, et al. Transformation development and obstacle degree of Tianjin economic-technological development area[J]. Acta Geographica Sinica, 2024, 79(8): 2042-2061. ]

DOI

[28]
高吉喜, 刘晓曼, 王超, 等. 中国重要生态空间生态用地变化与保护成效评估[J]. 地理学报, 2021, 76(7): 1708-1721.

DOI

[Gao Jixi, Liu Xiaoman, Wang Chao, et al. Evaluating changes in ecological land and effect of protecting important ecological spaces in China[J]. Acta Geographica Sinica, 2021, 76(7): 1708-1721. ]

DOI

[29]
刘纪远, 宁佳, 匡文慧, 等. 2010—2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2018, 73(5): 789-802.

DOI

[Liu Jiyuan, Ning Jia, Kuang Wenhui, et al. Spatio-temporal patterns and characteristics of land-use change in China during 2010—2015[J]. Acta Geographica Sinica, 2018, 73(5): 789-802. ]

DOI

[30]
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进[J]. 自然资源学报, 2015, 30(8): 1243-1254.

[Xie Gaodi, Zhang Caixia, Zhang Leiming, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243-1254. ]

DOI

[31]
Xu D, Yang F, Yu L, et al. Quantization of the coupling mechanism between eco-environmental quality and urbanization from multisource remote sensing data[J]. Journal of Cleaner Production, 2021, 321: 128948, doi: 10.1016/j.jclepro.2021.128948.

Options
文章导航

/

〈 〉