城市精明发展与生态效率的协同测度及交互响应——以中国276个地级以上城市为例

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

陈晓红¹, 周宏浩²1. 哈尔滨师范大学地理科学学院,哈尔滨150025
2. 东北师范大学地理科学学院,长春130024

Dynamic coordinated relationships and interactive effects between urban smart development and ecological efficiency: A case study of 276 cities at prefecture level and above in China

CHEN Xiaohong¹, ZHOU Honghao²1. College of Geographical Science, Harbin Normal University, Harbin 150025,China
2. School of Geography Science, Northeast Normal University, Changchun 130024, China

收稿日期:2018-07-2修回日期:2018-11-12网络出版日期:2019-11-20

基金资助:

国家自然科学基金青年项目.41101548
国家自然科学基金青年项目.41401182
黑龙江省自然科学基金项目.LH2019D008
教育部人文社科青年基金项目.19YJC630177
黑龙江省普通本科高等学校青年创新人才培养计划.UNPYSCT-2018194
哈尔滨师范大学人文社会科学优秀青年****支持项目.SYQ2014-06

Received:2018-07-2Revised:2018-11-12Online:2019-11-20
作者简介 About authors
陈晓红（1978-）,女,山东日照人,教授,博士生导师,研究方向为区域经济与规划E-mail:chenxh440@163.com。

摘要
城市发展与生态环境存在复杂的动态交互耦合过程,厘清精明发展与生态效率的协同发展关系及交互响应机理,是区域可持续发展的关键环节。本文以2003—2015年中国276个地级以上城市为研究对象,采用多指标综合评价法、Super-SBM模型、灰色关联模型和面板VAR模型对中国城市精明发展与生态效率的协同发展和交互响应关系进行综合测度。研究表明：① 城市精明发展呈现从沿海向内陆阶梯递减的空间演变趋势,多个城市群具有较高的城市精明发展指数。② 生态效率与精明发展的空间变化具有一定的耦合特征,沿海地区南北方向呈现出较高水平的“生态弧线”城市带。③ 城市精明发展与生态效率具有显著的关联性特征,协同发展关系有下降趋势。④ 城市精明发展与生态效率存在双向交互的Granger因果关系,具有正向的交互响应关系,且存在一定的路径依赖特征和惯性发展趋势。⑤ 长期而言,城市精明发展对生态效率变动的影响更大。
关键词： 精明发展;生态效率;灰色关联;交互响应;面板VAR模型

Abstract

There is a complex dynamic interaction process between urban development and ecological environment. Urban smart development is considered as a model of emphasizing intensive and compact development in space to promote environmental improvement and ecological restoration in the long-term growth. And ecological efficiency refers to efficient optimization and configuration through input of capital, resources and other factors while reducing pollutant emissions and maximizing regional economic output. To clarify the dynamic coordinated relationships and interactive effects between smart development and ecological efficiency is a key link in the regional sustainable development. Taking 276 cities at prefecture level and above in China from 2003 to 2015 as objects, this paper comprehensively measures dynamic coordinated and interactive response relationships between urban smart development and ecological efficiency in China by using multi-index comprehensive evaluation method, Super-SBM model, gray correlation analysis and panel VAR model. Research results are shown as follows: 1) Urban smart development presents a decreasing trend of spatial evolution from coastal areas to inland areas and the level of urban smart development gradually improves, and the trend of urban smart development year by year has obvious improvement with a higher urban smart development index in many urban agglomeration areas of China. 2) Ecological efficiency has a certain coupling characteristic with the spatial change trend of smart development, which presents a higher level of the "ecological arc" urban belt in the north and south directions of the coastal areas in China. 3) urban smart development and ecological efficiency have significant correlation characteristics, and the coordinated development relationship between urban smart development and ecological efficiency has a downward trend. 4) The test results for Granger causality demonstrate that there is a two-way interactive Granger causality between urban smart development and ecological efficiency, and the results for PVAR model show that there is a positive interactive response relationship between urban smart development and ecological efficiency, which has a certain path-dependent characteristics and inertia development trend. 5) In the long run, urban smart development has a greater impact on the change of ecological efficiency. It is recommended that cities should focus on long-term goals and formulate rational development policies by optimizing efficient allocation of elements and promoting ecological efficiency through smart development.

Keywords：smart development;ecological efficiency;grey correlation;interactive response;panel VAR

PDF (4581KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
陈晓红, 周宏浩. 城市精明发展与生态效率的协同测度及交互响应——以中国276个地级以上城市为例. 地理研究[J], 2019, 38(11): 2653-2665 doi:10.11821/dlyj020180674
CHEN Xiaohong. Dynamic coordinated relationships and interactive effects between urban smart development and ecological efficiency: A case study of 276 cities at prefecture level and above in China. Geographical Research[J], 2019, 38(11): 2653-2665 doi:10.11821/dlyj020180674

1 引言

城市发展与其生态环境存在复杂的相互作用关系,是可持续性科学研究的前沿领域^[1,2]。“精明发展”被认为是一种城市发展模式,强调城市空间集约和内涵式发展,以促进环境改善和生态恢复^[3,4];而生态效率是指通过资本、资源等要素投入的高效优化配置,同时减少污染物的排放,使地区经济效益产出最大化^[5,6]。中国城镇化进程处在转型阶段,多数城市存在空间低密度扩张、生态景观破坏、环境污染等为主要特征的城市蔓延以及建成区人口收缩共存的现象,极易引起生态环境衰退和空间失控^[7,8]。研究精明发展与生态效率的协同关系及交互作用,对于推进空间资源优化配置、提高城镇化质量具有重要意义。

城市精明发展与生态效率的关系是国内外研究热点之一。国外****研究主要集中在精明增长与供水能耗^[3]、气候变化^[9]、碳减排^[10]、热岛效应^[11]、政策评估^[12,13]和生态保护^[14]等的关系研究,如部分****从规划角度探讨精明增长政策对温室气体减排与生态保护的目标贡献^[9,14],也有****利用预测与回归模型对精明发展的环境效应进行评估^[6,10,11],还有****提出通过精明增长政策促进城市紧凑发展^[12];此外,****们还从精明收缩视角研究精明收缩与环境的关系,如闲置土地与绿色空间、热岛效应等^[15,16,17]。国内相关研究则主要围绕精明发展的综合评价^[18]、空间优化^[19]与治理^[20]、土地利用^[21]等展开;近年来,****们重点关注城市空间与生态环境的协调关联,其中包括城市蔓延^[22]、增长边界划定^[23]、土地集约利用^[24]等对生态环境的影响和相互作用关系。有关生态效率研究,国内外****主要从指标核算与测度模型^[5]、分行业综合评价^[25]、时空动态演变^[6]以及驱动机理^[26]等方面展开;研究尺度涉及国家^[6]、区域^[5]、省^[27]、市^[28]和行业^[25]等;研究方法以单一比值、综合指数法和模型测算为主。综上,当前城市精明发展与生态效率的关系研究多基于区域、市域等尺度,不利于从全国宏观层面把握二者变化过程、时空格局与协同关系;精明发展评价中的精明增长与精明收缩研究视角相互独立,忽视了综合性特征;现有研究对城市精明发展过程中的资源环境代价关注度不够,亟需厘清发展中的资源环境效率问题;交互响应机制方法局限于时间序列或截面数据的定量分析,刻画时空尺度上的交互作用与响应机制不足。

本文以2003—2015年中国276个地级以上城市为研究对象,运用多指标综合评价法、Super-SBM模型分别对城市精明发展和生态效率进行测度,采用灰色关联分析法衡量二者协同关联程度,再利用面板VAR模型揭示二者间的动态交互作用机制,以期为中国城市发展方式转变和生态环境治理的协调发展提供理论与政策参考。

2 研究方法与数据来源

2.1 研究对象与数据来源

截止2015年底,中国有295个地级以上城市,考虑数据的连续性、可比性、可获得性与行政区划调整等因素,剔除的城市包括广东省阳江、揭阳和云浮市,海南省海口、三亚、三沙和儋州市,贵州省毕节和铜仁市,云南省丽江、临沧市,西藏自治区拉萨、日喀则、昌都和林芝市,甘肃省陇南市,青海省海东市,宁夏回族自治区中卫市以及新疆维吾尔自治区吐鲁番市。为了有效揭示地理尺度上的区域差异,将研究区域划分为四个大区：东北地区（黑吉辽）34个、东部地区（京津冀鲁苏沪浙闽粤）82个、中部地区（晋皖赣豫鄂湘）80个和西部地区（蒙桂云贵川渝陕甘宁青新）80个,共276个地级以上城市（不包括台湾省、澳门特别行政区、香港特别行政区以及各自治州、盟和地区）。以上数据来源于《中国城市统计年鉴》和《中国城市建设统计年鉴》,针对部分年份和地区缺失数据情况,采用相应年份的各省统计年鉴予以补齐,仍有数据缺失则做移动平均处理;针对部分涉及价格的指标数据,利用CPI指数和固定资产投资价格指数进行平减,以消除价格的影响。

2.2 概念界定与指标体系构建

精明收缩理论最早出现于德国,重点关注在城市收缩的前提下通过资源退出与优化重组,保持地区经济活力与可持续发展^[4,19]。精明增长理论则兴起于20世纪末的美国,其初衷是为了抑制城市无限制蔓延所造成的土地盲目扩张、重复建设等资源浪费问题,在城市增长边界划定、城市发展政策实施等方面起到良好的抑制蔓延与精明增长效应^[20]。精明发展区别于“精明收缩”和“精明增长”的简单叠加,在着眼于城市内部失衡性分化、局部衰退甚至显著收缩现象基础上,侧重衡量“内涵式”增长的综合发展质量,摒弃原有“盲目增长”和“杜绝收缩”观念的桎梏,以实现城市“精打细算”式发展。综合现有研究,借鉴精明增长^[13,18]、精明收缩^[4,19]、紧凑城市^[29,30]及土地集约利用^[31,32]理论,将精明发展定义为：以城市可持续发展为目标,在多重因素作用下,通过各种要素的合理流动与集聚来促进城市经济、社会和生态环境的协调发展,是一种空间集约紧凑、要素组织高效和功能服务完善的城市发展模式,强调城市发展的动态性与综合性特征。

不同于城市的内部社区微观和空间结构视角,本文从市域宏观视角出发,将整个城市（市辖区）视为一个均质高密度的研究单元。基于城市精明发展的内涵,从空间紧凑集约、要素组织高效和功能服务完善三个目标维度,构建城市精明发展综合评价体系（表1）。空间集约紧凑主要考虑城市的空间集约利用、结构布局紧凑程度和建设规模强度;要素组织高效侧重从经济要素水平、资源供给能力和区际交通联系维度展开;功能服务重点关注基础设施、公共服务和景观环境建设方面的完善程度。采用基于熵值法的多指标综合评价法^[32]测算城市精明发展指数（Smart Development Index,SDI）。而生态效率（Ecological Efficiency,EE）测度基于投入与产出视角,将资源消耗、环境污染作为投入要素,其中资源消耗类指标包括固定资产投资、就业人口数、供水总量、用电总量和建成区面积;环境污染类指标用工业废水、二氧化硫和烟尘排放量来表征,需要说明的是环境污染类指标属于非期望产出,将其作为投入变量处理^[33];将经济效益作为产出指标,用地区生产总值来表示。

Tab. 1
Tab. 1Indicators system for measurements of urban smart development

目标层	准则层	指标层	指标含义（单位）	指标来源及参考文献
空间集约紧凑	空间集约	单位面积投入	市区固定资产投资完成额/市区面积（万元/km²）	韩刚等^[30],彭冲等^[31]
		单位面积产出	市区生产总值/市区面积（万元/km²）	许恒周等^[21],韩刚等^[30]
		单位面积消费	市区社会消费品零售总额/市区面积（万元/km²）	Ingram等^[13],赵丹丹等^[32]
	结构紧凑	人口密度	市区总人口/市区面积（人/km²）	Ingram等^[13],许恒周等^[21]
		居住密度	居住用地面积/建成区面积（%）	Ingram等^[13],黄永斌等^[29]
		就业密度	（单位+私营、个体从业人员）/市区面积（人/km²）	Ingram等^[13],谭婧等^[18]
		道路密度	市区年末实有铺装道路面积/市区面积（m²/km²）	谭婧等^[18],潘竟虎等^[34]
	规模强度	城市空间紧缩系数	上一年/当年城市建成区面积	谭婧等^[18],刁星等^[35]
		城市开发利用强度	建成区面积/市区面积（%）	谭婧等^[18],潘竟虎等^[34]
		城市建设集约强度	城市建设用地面积/建成区面积（%）	谭婧等^[18],潘竟虎等^[34]
		城市土地利用均衡度	城市土地利用结构熵	Ingram等^[13],潘竟虎等^[34]
要素组织高效	经济要素	人均地区生产总值	市区GDP/市区人口（元/人）	潘竟虎等^[34],王新越等^[36]
		人均固定资产投资	市区固定资产投资完成额/市区人口（元/人）	谭婧等^[18],刁星等^[35]
		投入产出比	市区GDP/固定资产投资完成额	韩刚等^[30]
		二、三产业占GDP比重	第二、三产业增加值/GDP（%）	谭婧等^[18],王新越等^[36]
	资源供给	人均用电量	市区全社会用电量/市区人口（kWh/人）	谭婧等^[18],魏璐瑶等^[37]
		水资源供给	建成区用水人口/建成区人口（%）	黄永斌等^[29]
		燃气资源供给	建成区用气人口/建成区人口（%）	黄永斌等^[29]
		劳动力资源供给	（单位+私营、个体从业人员）/市区人口（%）	Ingram等^[13],刁星等^[35]
		人均城市建设用地面积	市区城市建设用地面积/市区人口（m²/人）	Ingram等^[13],谭婧等^[18]
	区际联系	公共交通供给	每万人拥有公共汽电车（辆）	Ingram等^[13],谭婧等^[18]
		公交系统效率	公共汽电车客运数/公共汽电车数量（万人次/辆）	Ingram等^[13],韩刚等^[30]
		人均道路面积	建成区道路面积/建成区人口（m²/人）	谭婧等^[18],彭冲等^[31]
功能服务完善	基础设施	基础设施投入	城市维护建设资金/建成区人口（元/人）	黄永斌等^[29]
		排水管道密度	建成区排水管道长度/建成区面积（km/km²）	黄永斌等^[29]
		建成区路网密度	建成区道路长度/建成区面积（km/km²）	黄永斌等^[29]
	公共服务	教育功能服务	市区中小学师生比	黄永斌等^[29]
		医疗功能服务	市区万人医院卫生院床位数（张）	刁星等^[35],王新越等^[36]
		文化功能服务	每百人公共图书馆藏书量（册）	谭婧等^[18],刁星等^[35]
		社会保障与福利	社会保障与福利业从业人员占比（%）	黄永斌等^[29],韩刚等^[30]
	景观环境	人均绿地面积	市区绿地面积/市区人口（m²/人）	赵丹丹等^[32]
		建成区绿化覆盖率	建成区绿化覆盖面积/建成区面积（%）	彭冲等^[31],赵丹丹等^[32]
		人均道路清扫保洁面积	道路清扫保洁面积/建成区人口（m²/人）	魏璐瑶等^[37]
		人均生活垃圾清运量	生活垃圾清运量/建成区人口（t/人）	王新越等^[36]
		污水处理率	污水处理总量/污水排放总量（%）	刁星等^[35]

新窗口打开|下载CSV

2.3 研究方法

2.3.1 Super-SBM模型 Super-SBM模型（Slacks-Based Measure,SBM）可以避免存在径向性等严格假设条件,精准区分有效决策单元的效率值大小,在实践与决策中能使评价结果更加符合实际^[38],在考虑资源、环境投入和经济产出的情况下,采用Super-SBM模型对城市生态效率进行综合测度。具体模型^[38]如下：

（1）

\begin{array}{l} \min ρ = \frac{[1 + \frac{1}{m} \overset{m}{\sum_{i = 1}} \frac{s_{i}^{-}}{x_{ik}}]}{[1 - \frac{1}{s} \overset{s}{\sum_{r = 1}} \frac{s_{r}^{+}}{y_{rk}}]} \\ \begin{matrix} s . t . & \overset{n}{\sum_{j = 1, j \neq k}} x_{ij} λ_{j} - s_{i}^{-} \leq x_{ik} \end{matrix} \\ \begin{matrix} \begin{array}{l} \overset{n}{\sum_{j = 1, j \neq k}} y_{rj} λ_{j} + s_{r}^{+} \geq y_{rk} \\ s_{i}^{-}, s_{r}^{+}, λ_{j} \geq 0 \end{array} \end{matrix} \end{array}

式中：

ρ

为生态效率的测度值;x、y分别为上述生态效率的投入、产出变量;λ_j为权重向量;

s_{i}^{-}

、

s_{r}^{+}

分别表示松弛量。

2.3.2 灰色关联分析灰色关联分析用于衡量系统间关联强弱与大小,由灰色关联度

ξ_{0 i}

来反映精明发展与生态效率系统发展的相似或相异程度以及变化态势^[39]。灰色综合关联度

ξ_{0 i}

公式可以表示为：

（2）

ξ_{0 i} = θ φ_{0 i} + (1 - θ) γ_{0 i}, θ \in [0,1]

式中：

φ_{0 i}

、

γ_{0 i}

分别为灰色绝对、相对关联度,计算公式详见[39];θ为分辨系数,一般取θ=0.5。

ξ_{0 i}

的值为[0,1],其值越大,城市精明发展与生态效率之间的关联性越强。

2.3.3 面板VAR模型面板向量自回归（Panel-data Vector Auto Regression,PVAR）模型具有传统VAR模型和面板数据的综合优势,将系统中变量视为内生,允许未观测的个体与时间效应和分析变量动态调整^[40,41]。基础模型^[41]如下：

（3）

y_{it} = α_{i} + β_{0} + \overset{n}{\sum_{j = 1}} β_{j} y_{i, t - j} + μ_{t} + ε_{it}

式中：i代表各城市;t代表各年份;n表示滞后阶数;β₀表示截距项向量;β_j表示系数向量;y_it为包含两个内生变量的列向量,分别为城市精明发展指数的对数值（lnSDI_it）和生态效率的对数值（lnEE_it）;α_i和μ_t分别表示个体效应和时间效应列向量;ε_it为干扰项。

3 结果分析

3.1 城市精明发展与生态效率的时空格局

根据精明发展与生态效率评价结果,按照四分位数由低到高分为四个等级,并利用ArcGIS软件将其可视化。由图1可知,2003—2015年中国城市精明发展水平逐渐提升,等级逐年提高的趋势明显。按地理分区来看,整体上的排名由高到低依次为东部地区、中部地区、东北地区、西部地区,基本形成了沿海向内陆阶梯式递减的空间演变趋势;其中,京津冀、长三角、珠三角、中原、长株潭、辽中南以及海峡西岸城市群地区的部分城市保持相对较高的精明发展水平。从时间上来看,2003年处于较高精明发展的地区包括大庆、济南、福州、南昌、广州和深圳等城市以及辽中南、京津冀、中原、长株潭、海峡西岸和长三角等几大城市群,2009—2015年中西部地区的个别城市群改进态势较为明显,如长株潭、环鄱阳湖城市群等,此外,东部地区的海峡西岸、珠三角城市群提升亦显著,而京津冀城市群精明发展水平有所下降。可见,总体上形成了以城市群为主体形态、区域中心城市为支点、以点带面的城市精明发展空间格局。

图1

新窗口打开|下载原图ZIP|生成PPT
图12003—2015年中国城市精明发展的时空格局

注：本图基于国家测绘地理信息局标准地图（审图号为GS(2016)1552号）绘制,底图无修改。
Fig. 1Temporal-spatial patterns of urban smart development in China from 2003 to 2015

从图2来看,2003—2015年中国生态效率整体上呈现了明显的逐渐上升趋势,且在宏观上与精明发展的空间变化趋势存在一定耦合特征,东西方向有显著的阶梯式的等级变化过程,总体上形成了呈条带状分布的空间格局;在地理分区上,排名由高到低依次为东部地区、东北地区、西部地区和中部地区。2003年以北部湾、珠三角、海峡西岸、长三角、山东半岛以及京津冀等城市群为代表的部分城市,在沿海地区南北方向形成了一条高效率的“生态弧线”城市带,且到2015年一直保持着较高的生态效率水平;此外,东北地区中北部、西部地区呼包鄂城市群和陕甘宁川的部分城市生态效率有逐渐转好趋势,而中部六省区大部分城市的生态效率相对较低,东北、西部地区部分城市因经济社会发展转型和生态环境治理等,生态效率有所提升;总体上,生态效率受区域资源要素和环境本底条件的空间异质性影响,存在空间匹配失衡的时空分布格局。

图2

新窗口打开|下载原图ZIP|生成PPT
图22003—2015年中国生态效率的时空格局

注：本图基于国家测绘地理信息局标准地图（审图号为GS(2016)1552号）绘制,底图无修改。
Fig. 2Temporal-spatial patterns of ecological efficiency in China from 2003 to 2015

3.2 城市精明发展与生态效率的协同测度

2003—2015年城市精明发展与生态效率的灰色关联分析结果表明（表2）,二者间的灰色关联度数值均有平稳的下降趋势特征。其中,二者灰色绝对关联度（GA）数值在0.538~0.586之间,属于中等关联,对应的几何曲线形状呈现中等程度的关联特征;二者灰色相对关联度（GR）数值在0.748~0.892之间,属于高等关联,对应的变化速率高度接近,表明城市精明发展与生态效率的关系高度密切;而二者灰色综合关联度（GC）数值在0.645~0.739之间,属于中高等关联,二者变化速率与对应几何曲线形状均具有中高等级的接近程度,反映了城市精明发展与生态效率发展演进中关联的密切程度,二者存在相互影响与作用关系。因此,利用面板VAR模型来进一步分析城市精明发展与生态效率系统间的交互响应特征具有重要意义。

Tab. 2
表2
表2城市精明发展与生态效率的灰色关联度
Tab. 2Grey correlation degree of urban smart development and ecological efficiency

灰色关联度	年份2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015
GA	0.579	0.586	0.565	0.564	0.555	0.550	0.546	0.538	0.542	0.545	0.550	0.553	0.541
GR	0.843	0.892	0.826	0.801	0.786	0.769	0.765	0.756	0.759	0.770	0.801	0.783	0.748
GC	0.711	0.739	0.696	0.682	0.671	0.660	0.656	0.647	0.651	0.657	0.676	0.668	0.645

新窗口打开|下载CSV

3.3 城市精明发展与生态效率的交互响应分析

面板数据平稳性是后续进行格兰杰因果检验、脉冲响应分析以及预测方差的前提条件。将原始数据取对数后,对城市精明发展（lnSDI）和生态效率（lnEE）的面板数据进行单位根检验,结果显示（表3）,两变量均为平稳序列。

3.3.1 Granger因果关系检验为揭示城市精明发展与生态效率是否构成因果关系,对lnSDI、lnEE进行Granger因果关系检验,结果表明（表4）：中国城市精明发展与生态效率之间存在双向交互的Granger因果关系,验证了中国城市精明发展与生态效率间的协同关联特征。

Tab. 3
表3
表3变量平稳性检验
Tab. 3Stationary test of variables

检验方法	lnSDI	lnEE
LLC检验	-22.535***	-22.149***
HT检验	0.611***	0.443***
IPS检验	-5.570***	-11.098***

注：***表示1%的显著性水平;表中数字表示各种检验方法对应的统计量。

新窗口打开|下载CSV

Tab. 4
表4
表4Granger因果关系检验
Tab. 4Test for Granger Causality

变量	原假设	统计检验	结论
lnSDI	lnSDI不是lnEE的Granger原因	36.783***	强烈拒绝
lnEE	lnEE不是lnSDI的Granger原因	35.514***	强烈拒绝

注：***表示1%的显著性水平。

新窗口打开|下载CSV

3.3.2 面板VAR模型的GMM估计在以上分析基础上,为了探讨中国城市精明发展与生态效率的交互作用和响应机制,根据AIC原则确定最佳滞后期为4,对面板数据进行GMM估计,由表5结果可知：

Tab. 5
表5
表5基于GMM方法的PVAR模型估计结果
Tab. 5PVAR model estimated results of GMM method

lnSDI方程				lnEE方程
变量	系数	变量	系数	变量	系数	变量	系数
L1_h_lnSDI	0.747(17.93)***	L1_h_lnEE	0.063(3.33)***	L1_h_lnSDI	0.229(2.92)***	L1_h_lnEE	0.485(13.73)***
L2_h_lnSDI	0.088(4.18)***	L2_h_lnEE	0.045(3.39)***	L2_h_lnSDI	-0.137(-3.51)***	L2_h_lnEE	0.154(4.57)***
L3_h_lnSDI	0.162(7.84)***	L3_h_lnEE	-0.041(-3.55)***	L3_h_lnSDI	-0.001(-0.02)	L3_h_lnEE	0.064(2.58)***
L4_h_lnSDI	-0.095(-5.36)***	L4_h_lnEE	0.007(0.69)	L4_h_lnSDI	0.122(3.53)***	L4_h_lnEE	0.002(0.09)
N=2208				N=2208

注：***表示1%的显著性水平;括号内数值为对应的z统计量;L1、L2、L3和L4分别代表滞后1、2、3和4期。

新窗口打开|下载CSV

（1）城市精明发展与生态效率滞后的1、2、3期对当期的影响均为正向显著,系数分别为0.747、0.088、0.162和0.485、0.154、0.064,表明二者均存在时间尺度上的正向累进效应与自我增强机制。生态效率的提升有循序渐进趋向,一定程度上具有惯性增长趋势,需具备中长期的发展视角,积极实施资源退出机制和环境治理措施与对策,以保证其发挥累进效应;城市精明发展滞后4期为负向显著影响（系数为-0.08）,原因在于城市早期的精明发展,如空间集约利用、结构布局紧凑等措施的实施,会使城市内部达到一定资源环境阈值和合理容量,一旦超过合理容量,集约紧凑式的发展模式将难以为继,进而制约其自身的精明式发展。城市在精明发展的同时,应协调好与资源利用效率和环境治理的关系。

（2）生态效率滞后的1、2和3期对精明发展呈现先负后正的显著影响,系数分别为0.063、0.045和-0.041,说明城市生态效率对精明发展的影响效应存在先抑制后促进的动态特征,在生态效率发展的早期阶段对城市精明发展具有收敛性的阻碍作用,而在生态效率的近期阶段却具有发散性的促进作用,有利于促使城市向精明发展模式演进。而城市精明发展的滞后1、2和4期对生态效率产生正负交替的显著影响,系数分别为0.229、-0.137和0.122,表明城市精明发展对生态效率的促进作用亦具有明显的波动效应,城市精明发展滞后1和4期时显著促进了生态效率提升,而滞后2期时则对生态效率具有较强的收敛抑制效应。说明城市精明发展对生态效率的影响效应存在非线性特征,在城市精明发展的早期和近期阶段对生态效率具有发散性的促进作用,而在城市精明发展的中期阶段却具有收敛性的阻碍作用。

3.3.3 基于面板VAR模型的脉冲响应分析为揭示一个标准差大小的随机扰动冲击对分析变量当期和未来值的动态影响轨迹^[41],本文利用Stata软件对lnSDI、lnEE进行脉冲响应分析,通过蒙特卡罗模拟1000次,分析未来20期城市精明发展与生态效率的动态交互作用与响应趋势。

（1）分析图3a可知,城市精明发展（lnSDI）变量受到一个标准差的自身冲击,对其自身产生显著的正向响应,前三期产生微弱的正向U型波动,随着时间的延续,正向的持续响应有降低趋势,印证了GMM估计结果中城市精明发展的惯性效应和路径依赖特征。图3b表示对于生态效率（lnEE）的一个标准差冲击,城市精明发展（lnSDI）20期均呈现显著的正向响应,且在前3期存在“N”形波动特征,之后各期对城市精明发展（lnSDI）均产生较为平稳的正向影响,表明生态效率的提升对城市精明发展产生波动的促进作用,需要通过持续提升资源利用效率的同时,积极推动污染排放治理,增强生态效率对精明发展的倒逼作用机制。

图3

新窗口打开|下载原图ZIP|生成PPT
图3城市精明发展与生态效率的脉冲响应分析结果

Fig. 3Results for impulse response analysis of SDI and EE

（2）由图3c可知,对于一个标准差的城市精明发展（lnSDI）冲击,生态效率（lnEE）亦产生显著的正向脉冲响应,前三期呈现出“N”形波动轨迹,但第3期时95%的置信区间下限降为负值,而第4期之后的脉冲响应出现较为平缓的正向作用趋势;总体上,生态效率对城市精明发展的冲击表现出正向脉冲响应,且在未来一段时间会保持较为显著的正向增强效应,说明长期以来的城市高效集约发展、可持续城镇化等政策的推动,使得城市精明发展对生态效率产生较为强力的拉动作用。图3d表示生态效率（lnEE）受到一个来自自身的一个标准差冲击后,在第1期就达到响应峰值且为正向响应,之后正向响应逐年衰减,在印证了上述GMM估计的结果的同时,表明了生态效率的提升对自身的增强机制会随着时间推移也会逐渐减弱。

总之,当前中国城市精明发展与生态效率均具有较强的自我增强机制与累积响应作用,基于国家城市发展政策的推动、集约紧凑高效的方针与健康可持续城镇化道路的发展,城市精明发展已成为生态效率提升的助推器,而生态效率对城市精明发展也存在显著的正向促进作用,二者相互影响、相辅相成、共同提升。

3.3.4 预测方差分解方差分解显示了随时间积累的一个变量受另一个变量冲击影响的程度,即系统中每个变量的相对累计贡献率,进而衡量每个变量在解释其他变量变化中的重要性^[41,42]。方差分解结果表明（表6）：从贡献率大小来看,城市精明发展对生态效率变动的影响更大,这表明城市精明发展对生态效率的解释力度更大。在第1期,城市精明发展对生态效率、生态效率对精明发展的贡献率为分别为0.10%和0.00%,随着时间的延续,二者的贡献率均在逐渐增加,在第20期分别达到29.60%和12.80%。而城市精明发展与生态效率对其自身的影响均在减少,生态效率对其自身的影响程度减弱趋势更加明显。由此可得,城市精明发展与生态效率均存在一定的路径依赖特征和惯性发展趋势。在精明发展与生态效率提升政策实行初期,城市精明发展与生态效率对其自身发展的贡献程度均不低于95%,而随着时间的延续,解释力度逐渐减弱,生态效率的减弱幅度较大;在第5期城市精明发展与生态效率相互作用的贡献程度均在5%左右,解释力度在逐渐增强,而随后的各期城市精明发展对生态效率的影响幅度逐渐增大,城市生态效率对精明发展的影响幅度则在减小。

Tab. 6
表6
表6基于PVAR模型估计的方差分解结果
Tab. 6Variance decomposition results of PVAR model estimated (%)

期数	lnSDI方程		lnEE方程
期数	lnSDI	lnEE	lnSDI	lnEE
1	100.00	0.00	0.10	99.90
5	95.20	4.80	4.40	95.60
10	91.00	9.00	13.80	86.20
15	88.80	11.20	21.40	78.60
20	87.50	12.50	26.20	73.80

新窗口打开|下载CSV

4 结论与讨论

4.1 结论

本文采用多指标综合评价法和Super-SBM模型对城市精明发展与生态效率进行综合测度,分析了精明发展与生态效率的时空演变特征,随后运用灰色关联模型验证了二者间的协同关系,利用面板VAR模型揭示并刻画了二者间的交互响应机制,基本结论如下：

（1）城市精明发展从沿海向内陆阶梯递减,且呈带状分布的空间演变趋势,其中城市精明发展水平较高的地区主要分布在省会或区域中心城市以及中、东部地区的多个城市群,生态效率与精明发展的空间变化趋势存在一定耦合特征,且在沿海地区南北方向呈现出高水平的“生态弧线”城市带,东北地区稍好于西部地区,而中部地区生态效率有待提升。城市精明发展与生态效率的综合灰色关联分析结果证实了二者存在相互关联的发展特征,但二者间灰色关联度均有平稳的下降趋势。

（2）城市精明发展与生态效率具有双向交互的Granger因果关系;GMM模型估计结果显示二者均有正向的自我增强效应和惯性增长趋势,二者间相互作用具有非线性特征,存在正负波动交替的U型交互作用机制。从脉冲响应分析结果来看,城市精明发展对生态效率前3期存在小幅度正向波动响应,长期而言则具有显著的正向增强效应,而与之相似的是,生态效率在初始阶段对城市精明发展产生波动的促进作用,随后各期将对其产生较为稳定的正向促进效应。方差分解结果表明,城市精明发展与生态效率均存在一定的路径依赖特征和惯性发展趋势,城市精明发展对生态效率变动的影响更大。

4.2 讨论

（1）本文在城市精明发展概念解析的基础上,创新性地采用灰色关联模型揭示城市精明发展与生态效率的协同发展关系,利用PVAR模型的GMM估计从宏观层面既探讨了二者的交互因果关系、响应机制与作用强度,有效地处理了变量数据的内生性问题,并采用脉冲响应分析及方差分解探讨了城市精明发展与生态效率二者动态交互响应发展趋势,以期为区域政策与规划实践提供参考。

（2）中国城市精明发展对生态效率的提升作用要大于生态效率对城市精明发展的影响作用,证实了城市精明发展理论与实践对现阶段中国生态文明、绿色发展和生态城市建设的积极作用与现实意义,建议各城市联系自身发展实际,兼顾长远目标,制定合理发展政策,抑制盲目扩张、完善功能服务、优化要素高效配置,让城市以“精明”促“生态”。

（3）本文研究仅考虑了城市精明发展与生态效率的协同关系与交互响应机制,当前尚未将城市发展规划、空间结构调整与体制机制转型等其他要素对生态效率的影响纳入研究范围,而且鉴于二者交互作用存在不同尺度依赖条件下的敏感性特征,交互响应程度和方向会因尺度的异质性而存在区域差异性。此外,研究尺度只考虑了地级城市层面,后续考虑进行不同尺度下的延伸性研究。

（4）城市精明发展与生态系统服务、生态规划、生态基础设施建设等微观尺度研究,以及采用物质流分析、网络分析等方法研究大区域宏观尺度的交互作用对微观尺度城市精明发展与生态效率的影响等也是后续研究的重点。中国资源型城市普遍存在资源与路径依赖特征、生态环境脆弱和产业结构单一等诸多问题,资源型地区城市精明发展与生态效率的多元影响因素和复杂互馈机制亟待系统探讨。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

彭建, 赵会娟, 刘焱序 , 等. 区域生态安全格局构建研究进展与展望
地理研究, 2017,36(3):407-419.

[本文引用: 1]

[ Peng

Jian

, Zhao

Huijuan

, Liu

Yanxu

, et al. Research progress and prospect on regional ecological security pattern construction
Geographical Research, 2017,36(3):407-419.]

[本文引用: 1]

[2]

方创琳, 周成虎, 顾朝林 , 等. 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径
地理学报, 2016,71(4):531-550.

[本文引用: 1]

[ Fang

Chuanglin

, Zhou

Chenghu

, Gu

Chaolin

, et al. Theoretical analysis of interactive coupled effects between urbanization and eco-environment in mega-urban agglomerations
Acta Geographica Sinica, 2016,71(4):531-550.]

[本文引用: 1]

[3]

Santana M

, Zhang

, Nachabe M

, et al. Could smart growth lower the operational energy of water supply? A scenario analysis in Tampa, Florida, USA
Landscape and Urban Planning, 2017,164:99-108.

[本文引用: 2]

[4]

Hollander J

, Németh

. The bounds of smart decline: A foundational theory for planning shrinking cities
Housing Policy Debate, 2011,21(3):349-367.

DOI:10.1080/10511482.2011.585164 Magsci [本文引用: 3]

Economic decline has led to a new wave of population decline throughout the US, meaning more and more cities are shrinking. Growing interest in using smart decline principles to respond to shrinkage has been met with controversy in cities such as Detroit and Cleveland. This paper advances a foundational theory of smart decline that takes as its starting point discussions of ethics, equity, and social justice in the planning and political theory literature, but is well grounded in observations of successful smart decline practice.

[5]

任宇飞, 方创琳, 蔺雪芹 . 中国东部沿海地区四大城市群生态效率评价
地理学报, 2017,72(11):2047-2063.

[本文引用: 3]

[ Ren

Yufei

, Fang

Chuanglin

, Lin

Xueqin

. Evaluation of eco-efficiency of four major urban agglomerations in eastern coastal area of China
Acta Geographica Sinica, 2017,72(11):2047-2063.]

[本文引用: 3]

[6]

成金华, 孙琼, 郭明晶 , 等. 中国生态效率的区域差异及动态演化研究
中国人口·资源与环境, 2014,24(1):47-54.

[本文引用: 4]

[ Cheng

Jinhua

, Sun

Qiong

, Guo

Mingjing

, et al. Research on regional disparity and dynamic evolution of eco-efficiency in China.
China Population, Resources and Environment, 2014,24(1):47-54.]

[本文引用: 4]

[7]

杨东峰, 龙瀛, 杨文诗 , 等. 人口流失与空间扩张: 中国快速城市化进程中的城市收缩悖论
现代城市研究, 2015, ( 9):20-25.

[本文引用: 1]

[ Yang

Dongfeng

, Long

Ying

, Yang

Wenshi

, et al. Losing population with expanding space: Paradox of urban shrinkage in China
Modern Urban Research, 2015, ( 9):20-25.]

[本文引用: 1]

[8]

陈晓红, 张文忠, 张海峰 . 中国城市空间拓展与经济增长关系研究: 以261个地级市为例
地理科学, 2016,36(8):1141-1147.

[本文引用: 1]

[ Chen

Xiaohong

, Zhang

Wenzhong

, Zhang

Haifeng

. The relations of urban spatial expansion and economic growth in China: A case study of 261 prefecture-level cities
Scientia Geographica Sinica, 2016,36(8):1141-1147.]

[本文引用: 1]

[9]

Barbour

, Deakin E

. Smart growth planning for climate protection
Journal of the American Planning Association, 2012,78(1):70-86.

DOI:10.1080/01944363.2011.645272 Magsci [本文引用: 2]

Problem: To help achieve climate policy goals, California recently adopted measures to reduce greenhouse gas emissions (GHGs) by promoting more efficient development. One policy, Senate Bill (SB) 375, gained widespread attention as "the nation's first law to combat greenhouse gas emissions by reducing sprawl" (Office of the Governor of California, 2008). What does experience to date indicate about the effectiveness of California's institutional model for achieving GHG reductions from transportation and land use?;Purpose: SB 375, adopted in 2008, requires California's urban regions to achieve mandated GHG reductions through coordinated transportation and land use. After its passage, the California Air Resources Board moderated a lively, contentious negotiation process with the state's 18 Metropolitan Planning Organizations (MPOs) to define potential GHG reductions and assign the mandated targets. We evaluate progress toward achieving SB 375 goals, analyzing the target-setting process and local government engagement. We assess the viability of California's largely voluntary model for achieving climate goals through smart growth. Methods: We consider the two-year-long SB 375 target-setting process as an exercise in institution building, creating new planning requirements that build on existing regional processes but also require the development of new techniques for systematically evaluating policy options and assigning regional responsibility. We evaluate MPO data on the potential of various smart growth policy options for reducing GHGs, and consider the activities and perspective of local planners by incorporating findings from surveys and interviews. Results and conclusions: SB 375 demonstrates that regional smart growth climate policy can be built on existing planning processes, particularly for transportation and associated air quality requirements. However, regional and local planners express concerns about inadequate resources for implementation. Without strong state or federal mandates or incentives that favor the policy outcomes envisioned in SB 375, the law expects more from MPOs than they can easily accomplish. As executed so far, SB 375 adds only a modest contribution to state efforts to reduce GHGs by 2020. At the local level, we document a sharp rise in climate policymaking, but also gaps between regional and local assessment and mitigation strategies. Takeaway for practice: It is possible to systematize collaborative climate goal setting for development planning across regions, but negotiating fair share responsibilities is inherently political and requires strong institutions in order to succeed. Effective smart growth climate planning requires matching responsibility and authority with incentives that integrate state, regional, and local needs and responsibilities; tough performance mandates and/or strong incentives are needed to bridge the traditional regional-local divide. To reinforce climate policy through local environmental review, requirements must be linked to regional plans; otherwise, project-by-project mitigation may work at cross-purposes with wider strategies.

[10]

Stone B

, Mednick A

, Holloway

, et al. Mobile source CO₂ mitigation through smart growth development and vehicle fleet hybridization
Environmental Science and Technology, 2009,43(6):1704-1710.

[本文引用: 2]

[11]

Deilami

, Kamruzzaman

. Modelling the urban heat island effect of smart growth policy scenarios in Brisbane
Land Use Policy, 2017,64:38-55.

[本文引用: 2]

[12]

Arku

. Rapidly growing African cities need to adopt smart growth policies to solve urban development concerns
Urban Forum, 2009,20(3):253-270.

DOI:10.1007/s12132-009-9047-z Magsci [本文引用: 2]

<a name="Abs1"></a>This study reviews the smart growth concept- and identity-specific principles that could be adopted by rapidly growing African cities. Given the macroeconomic reform changes over the last two decades and given the persistently high natural population growth and continuous influx of rural residents to urban areas, the application of these principles may ensure sustainable urban development. The main assertion of this paper is that due to the rapid spatial expansion of major African cities in recent years, a more informed and thoughtful approach to urban development is needed to achieve efficiency and long-term sustainability. The current urban development pattern, which is dominated by unlimited outward extension, low-density residential developments, and haphazard patterns, is unacceptable. This pattern is destroying prime agricultural and environmentally sensitive lands, while increasing air pollution and traffic congestion. This paper suggests that these problems can be addressed by the adoption of smart growth principles. Smart growth principles promote compact urban development by concentrating growth in existing urban areas. The principles also encourage creating a strong municipal government with the authority to implement land-use legislation and regulations, developing a comprehensive physical plan to guide the location and timing of development, committing strongly to manage urban areas, and providing a wide range of housing choices that are affordable to residents of various incomes, ages, and lifestyles. The central idea of smart growth is that structured and strategic planning supports economic growth, addresses community needs, and protects the environment.

[13]

Ingram G

, Carbonell

, Hong Y

, et al. Smart growth policies: An evaluation of programs and outcomes.
Cambridge, MA: Lincoln Institute of Land policy, 2009: 2-20.

[本文引用: 11]

[14]

Underwood J

, Francis

, Gerber L

. Incorporating biodiversity conservation and recreational wildlife values into smart growth land use planning
Landscape and Urban Planning, 2011,100(1-2):136-143.

DOI:10.1016/j.landurbplan.2010.11.014 Magsci [本文引用: 2]

Smart growth land use planning seeks to balance the infrastructure needs of a growing human population and protection for the environment. Unfortunately, the data required to adequately incorporate biodiversity objectives into land use plans is often not available to planners. One problem is that there are few documented methods that detail how biodiversity data held by resource management agencies can be converted to a format useful for inclusion into smart growth plans. Here we demonstrate an approach that allows for state, provincial, or federal resource management agencies to disseminate data on (1) biodiversity conservation, and (2) conservation of wildlife of recreational value for incorporation into local land use plans. Our approach uses modeled threats and species richness data to identify high priority conservation areas and areas more suitable for future development. This approach provides a transparent mechanism to facilitate inclusion of biodiversity objectives into smart growth planning. (C) 2010 Elsevier B.V. All rights reserved.

[15]

Schilling

, Logan

. Greening the rust belt: A green infrastructure model for right sizing America's shrinking cities
Journal of the American Planning Association, 2008,74(4):451-466.

[本文引用: 1]

[16]

Emmanuel

, Krüger

. Urban heat island and its impact on climate change resilience in a shrinking city: The case of Glasgow, UK
Building and Environment, 2012,53:137-149.

[本文引用: 1]

[17]

Schwarz

, Berland

, Herrmann D

. Green, but not just? Rethinking environmental justice indicators in shrinking cities
Sustainable Cities and Society, 2018,41:816-821.

[本文引用: 1]

[18]

谭婧, 陶小马, 陈旭 . 基于改进熵值法的城市“精明增长”综合测度: 以长江三角洲16市为例
长江流域资源与环境, 2012,21(2):129-136.

[本文引用: 14]

[ Tan

Jing

, Tao

Xiaoma

, Chen

. Comprehensive evaluation of urban smart growth based on improved entropy method: A case of 16 cities of the Yangtze River Delta
Resources and Environment in the Yangtze Basin, 2012,21(2):129-136.]

[本文引用: 14]

[19]

王雨村, 王影影, 屠黄桔 . 精明收缩理论视角下苏南乡村空间发展策略
规划师, 2017,33(1):39-44.

[本文引用: 3]

[ Wang

Yucun

, Wang

Yingying

, Tu

Huangju

. Southern Jiangsu village space development strategies from shrink smart viewpoint
Planners, 2017,33(1):39-44.]

[本文引用: 3]

[20]

张衔春, 马学广, 单卓然 , 等. 精明增长政策下美国城市多中心治理研究
地理科学, 2017,37(5):672-681.

[本文引用: 2]

[ Zhang

Xianchun

, Ma

Xueguang

, Shan

Zhuoran

, et al. Poly-centric governance of urban space in America under smart growth policy
Scientia Geographica Sinica, 2017,37(5):672-681.]

[本文引用: 2]

[21]

许恒周, 张文静, 吴云青 . 城市土地精明利用对城市规模的影响: 以中国35个城市为例
城市问题, 2016, ( 8):81-88.

[本文引用: 3]

[ Xu

Hengzhou

, Zhang

Wenjing

, Wu

Yunqing

. Influences on city size by smart use of urban land: Taking China's 35 cities for example
Urban Problems, 2016, ( 8):81-88.]

[本文引用: 3]

[22]

李强, 高楠 . 城市蔓延的生态环境效应研究: 基于34个大中城市面板数据的分析
中国人口科学, 2016, ( 6):58-67.

[本文引用: 1]

[ Li

Qiang

, Gao

Nan

. A study on the effect of urban sprawl on ecological environment: An empirical study based on 34 cities municipal panel data
Chinese Journal of Population Science, 2016, ( 6):58-67.]

[本文引用: 1]

[23]

王振波, 张蔷, 张晓瑞 , 等. 基于资源环境承载力的合肥市增长边界划定
地理研究, 2013,32(12):2302-2311.

[本文引用: 1]

[ Wang

Zhenbo

, Zhang

Qiang

, Zhang

Xiaori

, et al. Urban growth boundary delimitation of Hefei city based on the resources and environment carrying capability
Geographical Research, 2013,32(12):2302-2311.]

[本文引用: 1]

[24]

王振山, 张绍良, 陈浮 , 等. 中国城市土地集约与生态利用协同度测度: 以31个省会城市为例
城市问题, 2015, ( 11):38-44.

[本文引用: 1]

[ Wang

Zhenshan

, Zhang

Shaoliang

, Chen

, et al. Estimation on the coordination between China's urban land intensive use and ecological use: Taking 31 provincial cities for example
Urban Problems, 2015, ( 11):38-44.]

[本文引用: 1]

[25]

Oliveira

, Camanho A

, Zanella

. Expanded eco-efficiency assessment of large mining firms
Journal of Cleaner Production, 2016,142:2364-2373.

[本文引用: 2]

[26]

李佳佳, 罗能生 . 城市规模对生态效率的影响及区域差异分析
中国人口·资源与环境, 2016,26(2):129-136.

[本文引用: 1]

[ Li

Jiajia

, Luo

Nengsheng

. Effect of urban scale on eco-efficiency and the regional difference analysis
China Population Resources and Environment, 2016,26(2):129-136.]

[本文引用: 1]

[27]

谷平华, 刘志成 . 基于物质流分析的区域工业生态效率评价: 以湖南省为例
经济地理, 2017,37(4):141-148.

[本文引用: 1]

[ Gu

Pinghua

, Liu

Zhicheng

. Evaluation of industrial eco efficiency based on material flow analysis: As an example in Hunan province
Economic Geography, 2017,37(4):141-148.]

[本文引用: 1]

[28]

Lee

, Yeo G

, Thai V

. Environmental efficiency analysis of port cities: Slacks-based measure data envelopment analysis approach
Transport Policy, 2014,33(4):82-88.

[本文引用: 1]

[29]

黄永斌, 董锁成, 白永平 , 等. 中国地级以上城市紧凑度时空演变特征研究
地理科学, 2014,34(5):531-538.

[本文引用: 9]

[ Huang

Yongbin

, Dong

Suocheng

, Bai

Yongping

, et al. Spatio-temporal evolvement of urban compactness in China
Scientia Geographica Sinica, 2014,34(5):531-538.]

[本文引用: 9]

[30]

韩刚, 袁家冬, 王兆博 , 等. 哈大走廊城市规模、紧凑度与土地集约化的耦合
经济地理, 2017,37(2):156-162.

[本文引用: 6]

[ Han

Gang

, Yuan

Jiadong

, Wang

Zhaobo

, et al. Coupling coordinate degree among urban scale, compactness and land intensive utilization degree in Harbin-Dalian urban corridor
Economic Geography, 2017,37(2):156-162.]

[本文引用: 6]

[31]

彭冲, 陈乐一, 韩峰 . 新型城镇化与土地集约利用的时空演变及关系
地理研究, 2014,33(11):2005-2020.

[本文引用: 4]

[ Peng

Chong

, Chen

Leyi

, Han

Feng

. The analysis of new-type urbanization and the intensive urban land use: Spatial-temporal evolution and their relationship
Geographical Research, 2014,33(11):2005-2020.]

[本文引用: 4]

[32]

赵丹丹, 胡业翠 . 土地集约利用与城市化相互作用的定量研究: 以中国三大城市群为例
地理研究, 2016,35(11):2105-2115.

[本文引用: 5]

[ Zhao

Dandan

, Hu

Yecui

. Quantitative study of the interaction between intensive land use and urbanization in three urban agglomerations of China
Geographical Research, 2016,35(11):2105-2115.]

[本文引用: 5]

[33]

刘耀彬, 袁华锡, 王喆 . 文化产业集聚对绿色经济效率的影响: 基于动态面板模型的实证分析
资源科学, 2017,39(4):747-755.

[本文引用: 1]

[ Liu

Yaobin

, Yuan

Huaxi

, Wang

Zhe

. Dynamic panel data modeling of the effects of cultural industry clusters on green economic efficiency
Resources Science, 2017,39(4):747-755.]

[本文引用: 1]

[34]

潘竟虎, 文岩 . 中国地级及以上城市紧凑度的综合测度及其空间关联分析
冰川冻土, 2013,35(1):233-239.

[本文引用: 5]

[ Pan

Jinghu

, Wen

Yan

. Comprehensive evaluation and spatial association analysis of the urban compactness of prefecture-level cities or above in China
Journal of Glaciology and Geocryology, 2013,35(1):233-239.]

[本文引用: 5]

[35]

刁星, 程文 . 城市空间绩效评价指标体系构建及实践
规划师, 2015,31(8):110-115.

[本文引用: 6]

[ Diao

Xing

, Cheng

Wen

. Urban space performance evaluation
Planners, 2015,31(8):110-115.]

[本文引用: 6]

[36]

王新越, 宋飏, 宋斐红 , 等. 山东省新型城镇化的测度与空间分异研究
地理科学, 2014,34(9):1069-1076.

[本文引用: 4]

[ Wang

Xinyue

, Song

Yang

, Song

Feihong

, et al. New urbanization measurement and spatial differences in Shandong province
Scientia Geographica Sinica, 2014,34(9):1069-1076.]

[本文引用: 4]

[37]

魏璐瑶, 陈晓红 . 基于精明发展的城市绩效与生态环境耦合研究: 以哈长城市群为例
地理科学, 2017,37(7):1032-1039.

[本文引用: 2]

[ Wei

Luyao

, Chen

Xiaohong

. Coupling research between urban performance and ecological environment based on smart development: A case study of Harbin-Changchun city group
Scientia Geographica Sinica, 2017,37(7):1032-1039.]

[本文引用: 2]

[38]

龙亮军, 王霞, 郭兵 . 基于改进DEA模型的城市生态福利绩效评价研究: 以我国35个大中城市为例
自然资源学报, 2017,32(4):595-605.

[本文引用: 2]

[ Long

Liangjun

, Wang

Xia

, Guo

Bing

. Evaluation of urban ecological well-being performance based on revised DEA model: A case study of 35 major cities in China
Journal of Natural Resources, 2017,32(4):595-605.]

[本文引用: 2]

[39]

彭继增, 孙中美, 黄昕 . 基于灰色关联理论的产业结构与经济协同发展的实证分析: 以江西省为例
经济地理, 2015,35(8):123-128.

[本文引用: 1]

[ Peng

Jizeng

, Sun

Zhongmei

, Huang

Xin

. Empirical analysis of industry structure and economy's synergetic development based on grey relational theory: Evidence from Jiangxi province
Economic Geography, 2015,35(8):123-128.]

[本文引用: 1]

[40]

何好俊, 彭冲 . 城市产业结构与土地利用效率的时空演变及交互影响
地理研究, 2017,36(7):1271-1282.

[本文引用: 1]

[ He

Haojun

, Peng

Chong

. The spatial-temporal evolution and the interactive effect between urban industrial structure transformation and land use efficiency
Geographical Research, 2017,36(7):1271-1282.]

[本文引用: 1]

[41]

Love

, Zicchino

. Financial development and dynamic investment behavior: Evidence from panel VAR
The Quarterly Review of Economics and Finance, 2006,46(2):190-210.

[本文引用: 4]

[42]

Grossmann

, Love

, Orlov A

. The dynamics of exchange rate volatility: A panel VAR approach
Journal of International Financial Markets Institutions and Money, 2014,33(1):1-27.

[本文引用: 1]