城市活力視角下全國地級資源型城市轉型效率評價研究

馮 超，趙 軍，卿 苗，張偉婕

（西北師范大學 地理與環(huán)境科學學院，甘肅 蘭州 730070）

0 引言

對資源型城市而言，轉型不是目的，而是通過轉型實現(xiàn)城市的可持續(xù)發(fā)展。資源型城市是我國重要的能源資源戰(zhàn)略保障基地，是國民經(jīng)濟持續(xù)健康發(fā)展的重要支撐，在工業(yè)化進程中做出了巨大的貢獻［1］。但由于嚴重依賴自然資源，資源型城市往往經(jīng)濟結構單一，當資源枯竭、經(jīng)營乏力時，就很容易導致城市活力衰退和萎縮。我國資源型城市數(shù)量多、分布廣，現(xiàn)實問題突出，為避免資源逐步枯竭帶來的經(jīng)濟社會發(fā)展困局，轉型是必由之路。關于資源型城市轉型研究一直是城市地理學的重要課題，國內學者從產(chǎn)業(yè)結構、城市定位、城市空間等方面展開了深入的研究［2-4］。2013 年12 月，國務院發(fā)布《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013——2020年）》，這是我國首次出臺關于資源型城市可持續(xù)發(fā)展的國家級專項規(guī)劃，如何科學評價資源型城市的轉型成果成為研究熱點［2-4］。

2012年，商允忠等［5］提出了轉型效率的概念，并應用DEA方法評價了山西省11 個城市的轉型效率。此后，有大量研究基于轉型效率的概念對資源型城市進行了定量評價?！稗D型效率”是指城市在轉型過程中資源投入與產(chǎn)出的比值，可以直觀反映城市發(fā)展的質量。已有研究往往采用DEA 方法構建多指標的投入產(chǎn)出體系，計算決策單元（DMU）的相對效率，產(chǎn)出指標值更大的同時，投入指標值越小，則轉型效率越好。通過這樣的方法計算得出研究城市的相對效率值和排名情況，并進一步分析影響其轉型效率的因素。城市活力是近年提出的新概念。雅各布斯曾指出，城市規(guī)劃的首要目標是城市活力［6］。目前國內外學者對城市活力的定義尚未形成統(tǒng)一的認識，但得到廣泛認可的是城市活力能反映一個城市在發(fā)展過程中具有的能力與潛力，是經(jīng)濟活力、社會活力和文化活力等多個方面內涵的綜合體現(xiàn)。隨著中國特色社會主義進入新時代，我國經(jīng)濟由高速增長階段轉向高質量發(fā)展階段。新時代對城市發(fā)展的評價應更加多元化，而城市活力這個新穎的角度能夠很好地體現(xiàn)城市發(fā)展的質量和潛力，應受到廣泛重視。

資源型城市轉型是以產(chǎn)業(yè)轉型為主導［7］，培養(yǎng)多元化產(chǎn)業(yè)結構，減少對資源的依賴性，最終實現(xiàn)城市的可持續(xù)發(fā)展，本質上也要增強城市活力?，F(xiàn)有文獻對資源型城市轉型的評價主要聚焦于資源投入的利用效率和城市發(fā)展水平［1-3］，而針對城市活力的研究較少。本文嘗試從城市活力的視角出發(fā)，構建一種能夠反映城市活力的全國地級資源型城市轉型效率評價體系。以《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013——2020 年）》中確定的126 個地級行政區(qū)為依據(jù)，考慮數(shù)據(jù)的可獲取性，參考譚俊濤等［4］相關研究的區(qū)域選擇，最終選定其中114 個地級資源型城市作為本文研究對象。

1 研究方法與數(shù)據(jù)來源

1.1 城市活力時空分布格局分析方法

已有大量研究文獻表明［8］，夜間燈光能夠反映社會經(jīng)濟情況，可將其作為城市活躍程度的表征，其像元的DN值可以在一定程度上表示城市活躍程度的強弱。本文將夜間燈光強度作為城市活力的簡單表示，以分析我國資源型城市活力的時空分布格局。①基于DN值的活力區(qū)劃分。為在全國尺度上更直觀地反映城市活力時空變化趨勢，首先對夜間燈光影像進行重分類。獲取2008——2018 年我國114 個資源型城市的夜間燈光影像，刪除所有DN 值為0 的數(shù)值后得到4757634 條數(shù)據(jù)；通過與自然間斷點法和分位數(shù)法比較，本文選擇能夠在突出顯示中間值變化和極值變化之間達成一種平衡的幾何間隔分級法，將DN值重分類轉換成強弱活力區(qū)（DN = 1）、較弱活力區(qū)（DN=2）、一般活力區(qū)（2 ＜DN≤6）、較強活力區(qū)（6 ＜DN≤26）和強活力區(qū)（26 ＜DN≤255），進而分析我國資源型城市的活力增長趨勢。②標準差橢圓及空間自相關分析。標準差橢圓可以用來揭示地理對象在整體層面上的空間分布特征，以反映地理對象的趨勢方向［9］。本文利用標準差橢圓分析2008——2018 年我國資源型城市的城市活力中心，獲得11 年間中心點的移動路徑，在一定程度上反映活力擴張的方位。空間自相關是指地理要素在不同地域空間分布位置的某一屬性值之間存在的統(tǒng)計相關性，距離越近相關性越大［10］。本文利用空間自相關分析探尋2009 年、2012 年、2015 年、2018 年城市活力的空間集聚特征。

1.2 城市轉型效率評價方法

本文選用DEA 方法評價我國114 個資源型城市的轉型效率。DEA 模型的評價指標由投入指標和產(chǎn)出指標構成，本文選取能夠反映城市活力的綜合指標作為產(chǎn)出指標參與計算，最終的結果可以體現(xiàn)各城市將資源投入的數(shù)量轉化為城市活力強度的能力，達到在城市活力的視角下對轉型效率進行評價的目的。假設DMUi（i= 1，2，…，n）表示參與評價的n個資源型城市，每個資源型城市都有m 種投入指標和s種產(chǎn)出指標。本文借鑒已有研究成果［3，5］，選取的指標及其代表的含義如表1 所示。具體為：①選取5 項投入指標，分別為勞動力、資本、技術、土地和資源投入［3］。采用城鎮(zhèn)單位從業(yè)人員期末人數(shù)（人）表示勞動力投入，采用全市固定資產(chǎn)投資額（不含農(nóng)戶，萬元）表示資本投入，采用教育和科學技術支出（萬元）表示技術投入，采用城市建設用地面積（km2）表示土地投入，采用全社會用電量（萬kW·h）表示資源投入。②產(chǎn)出指標用來反映城市活力強度［11］。在相關文獻中，通常認為產(chǎn)出指標是經(jīng)濟活力、社會活力和文化活力多方面內涵的綜合體現(xiàn)［12，13］。產(chǎn)出指標包括：地區(qū)生產(chǎn)總值（當年價格，萬元），表示城市的經(jīng)濟活力；夜間燈光綜合活力指數(shù)，夜間燈光遙感圖像結合統(tǒng)計數(shù)據(jù)計算城市的總亮元值、單位建成區(qū)面積活力值和單位人口活力值，采用熵值法得到，表示城市的社會活力；創(chuàng)新創(chuàng)業(yè)指數(shù)，表示城市的文化活力。

表1 轉型效率指標體系Table 1 Transformation efficiency index system

對抗性交叉評價模型：數(shù)據(jù)包絡分析（DEA）是一種用來評價決策單元（DMU）的投入產(chǎn)出效率的數(shù)據(jù)分析方法。但傳統(tǒng)的DEA 方法會出現(xiàn)多個效率值為1 的決策單元，難以對各城市的轉型效率進行排序，且存在對輸入和輸出指標采用極端和不合理的權重分配現(xiàn)象［14］。DEA 交叉評價模型在一定程度上彌補了傳統(tǒng)DEA 方法的缺陷。本文引入對抗性交叉評價模型，對114 個資源型城市進行轉型效率評價。

最終資源型城市i 的轉型效率由第i 列平均交叉效率值hi來表示。hi越大，說明該城市的轉型效率越優(yōu)。

1.3 Global Malmquist- Luenberger指數(shù)

DEA模型是在每個時間點構造一個生產(chǎn)前沿，DMU在不同時間點參考的生產(chǎn)前沿不一樣，即DEA模型得到轉型效率值是基于當年數(shù)據(jù)計算的，不同年份之間的效率值不具有可比較性。當DMU 為面板數(shù)據(jù)時，可對生產(chǎn)率的變動情況、技術效率和技術進步對生產(chǎn)率變化起的作用進行分析，即Malmquist全要素生產(chǎn)率（TFP）分析［15］。

全局Malmquist - Luenberger 指數(shù)是以所有各期的總和作為參考集［17］，考慮了群組異質性的共同前沿面，因此各年份的轉型效率值具有可比性，可以直接進行對比。求解過程中需要借助線形規(guī)劃計算，具體公式及說明見相關文獻［16，18］。本文在表1 轉型效率評價指標的基礎上增加環(huán)境污染綜合指數(shù)作為非期望產(chǎn)出參與Global Malmquist - Luenberger 指數(shù)的計算，環(huán)境污染綜合指數(shù)借鑒已有研究成果［3］，選取工業(yè)廢水排放量、工業(yè)SO2排放量、工業(yè)煙（粉）塵排放量3 項類指標，采用熵值法計算得到［3］。

1.4 數(shù)據(jù)來源與處理

夜間燈光遙感影像數(shù)據(jù)來自華東師范大學陳佐旗等生產(chǎn)的2000——2018 全球“類NPP- VIIRS”夜間燈光數(shù)據(jù)集，空間分辨率500m，通過Harvard Dataverse 平臺（https：//doi.org/10.7910/DVN/YGIVCD）獲取［19］，經(jīng)裁剪得到中國范圍2008——2018 年夜間燈光影響數(shù)據(jù)；統(tǒng)計數(shù)據(jù)來源于2009——2019 年《中國城市統(tǒng)計年鑒》；部分缺失數(shù)據(jù)由相鄰年份進行補充，并根據(jù)已有年份數(shù)據(jù)進行平滑處理；中國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)數(shù)據(jù)來源于北京大學企業(yè)大數(shù)據(jù)研究中心網(wǎng)站。

2 城市活力時空分布格局

2.1 總體分布格局

根據(jù)夜間燈光影像數(shù)據(jù)的城市活力分區(qū)結果，將較強活力區(qū)和強活力區(qū)統(tǒng)稱為高活力區(qū)，依次計算2008——2018 年我國114 個資源型城市的活力區(qū)和高活力區(qū)在其全部行政區(qū)面積中的占比，如圖1 所示。結果表明，隨著我國經(jīng)濟社會的高速發(fā)展和城鎮(zhèn)化的快速推進，資源型城市的活力區(qū)面積總體上保持了快速增長的趨勢。對2009——2018 年全國城市DN值和資源型城市DN 值增長速度進行對比統(tǒng)計（圖2），結果顯示資源型城市的城市活力增長速度基本與全國平均水平相同，并沒有落后于全國的發(fā)展。

圖1 城市活力區(qū)占比逐年增長趨勢Figure 1 The trend of growth in the percentage of active areas

圖2 城市活力增長速度逐年變化Figure 2 Year- to- year change in the growth rate of city dynamics

將2018 年資源型城市總DN值和高活力區(qū)面積排序，前10 名城市見圖3a 和圖3b。排名靠前的以北方重工業(yè)資源型城市為主，規(guī)模大、開發(fā)歷史悠久，相對于小體量城市“船小好掉頭”的優(yōu)勢，這些城市面臨著更大的轉型壓力和難度。但較大的城市規(guī)模和相對雄厚的經(jīng)濟基礎，意味著較強大的城市活力和持續(xù)發(fā)展的潛力。因此，在評價資源型城市轉型效果時不考慮城市活力是片面的。將2009——2018年資源型城市總DN 值和高活力區(qū)面積增長率排序，前10 名城市見圖3c和圖3d。結果發(fā)現(xiàn)，排名靠前多為南方資源型城市，其燈光活力增長速度明顯快于北方。這在一定程度上反映出南北資源型城市發(fā)展的差距在逐步拉大。為討論這一現(xiàn)象，本文將采用標準差橢圓法做進一步分析。

圖3 基于夜間燈光的城市活力排名Figure 3 City vitality ranking based on nighttime light images

2.2 空間集聚特征

以2008 年、2010 年、2012 年、2014 年、2016 年和2018年114 個資源型城市夜間燈光DN 值為權重，獲得燈光活力的標準差橢圓及其中心，并生成全國資源型城市燈光活力中心點位圖（圖4）。

圖4 我國資源型城市活力中心點位移Figure 4 Displacement of the center point of vitality of resource- based cities in China

2008——2010 年間，活力中心點位置從河北省衡水市境內先向西移至石家莊市后從2012 年始持續(xù)南移，到2018 年移至河南省鶴壁市境內。結合時間序列可以發(fā)現(xiàn)，活力點總體上向南移動，移動距離約306km，且表現(xiàn)出繼續(xù)南移的趨勢，進一步印證了南北方資源型城市發(fā)展差距拉大的現(xiàn)象。

標準差橢圓可以在一定層面上揭示城市活力的時空分布特征，但是不能充分表現(xiàn)出各單元之間的集聚規(guī)律［10］。由于自然資源本身的分布特征，資源型城市也多為連片集聚分布。為揭示資源型城市活力的空間關聯(lián)性，本文通過空間自相關方法分析顯示，2009 年、2012 年、2015 年、2018 年Moran′s I 分別為0.298、0.362、0.269、0.323，且都通過了0.1 水平上的顯著性檢驗，表明城市活力呈現(xiàn)出顯著的空間正相關性。進一步進行局部自相關分析，得到資源型城市活力LISA圖（圖5）。

圖5 2009——2018 年我國資源型城市活力LISAFigure 5 LISA of resource- based cities vitality from 2009-2018

圖5 顯示，2009 年，“低——低”集聚區(qū)主要集中在江西、湖南、貴州等南方省份，“高——高”集聚區(qū)只有內蒙古鄂爾多斯市和吉林松原市；2012 年，南方“低——低”集聚區(qū)明顯減少，“高——高”集聚區(qū)集中分布在“烏金三角”地區(qū)的煤炭類資源型城市；2015年，東北和西北地區(qū)開始形成“低——低”集聚區(qū)，之前在南方形成的“低——低”集聚區(qū)除江西宜春市外已全部消失，陜晉蒙3 省區(qū)交界處的“高——高”集聚區(qū)也開始萎縮，轉而在以江蘇徐州市為中心的蘇魯皖3省交界區(qū)開始形成新的“高——高”集聚區(qū)；2018 年，在包括蘇北地區(qū)、山東、安徽部分地區(qū)在內的淮海經(jīng)濟區(qū)形成了高活力城市群，東北、西北兩個“低——低”集聚區(qū)繼續(xù)擴展，黃河流域陜晉蒙3 省區(qū)交界處的“高——高”集聚區(qū)進一步萎縮，有逐漸消失的趨勢，黃河流域的煤炭類資源城市活力持續(xù)衰退，經(jīng)濟低迷，轉型發(fā)展遇到困難，南北方差距繼續(xù)擴大。

3 轉型效率及差異性評價

3.1 資源型城市轉型效率整體特征

本文采用對抗性DEA 交叉評價模型對114 個資源型城市的轉型效率進行評價，因篇幅所限，表2僅列出了2008 年、2010 年、2012 年、2014 年、2016年、2018 年和近5 年平均（2014——2018 年）轉型效率排名最高、最低和居中的9 個城市的評價結果及當年全部資源型城市轉型效率的平均值。由表2 可見，中國資源型城市的平均轉型效率維持在0.5 左右，整體上處于一般水平。但11 年間各城市的轉型效率排名的變動是明顯，如近5 年轉型效率排名第一的陜西榆林市在2018 年轉型效率僅0.2347，位列第113 名。進一步分析發(fā)現(xiàn)，榆林市2020 年GDP總量已達到4089.66 億元，與山西太原市的4153.25 億元持平，依賴石油開采獲取的雄厚資金為城市轉型提供了良好的經(jīng)濟基礎。

表2 資源型城市轉型效率評價結果Table 2 Evaluation results of transformation efficiency of resource- based cities

（續(xù)表2）

利用自然間斷點分級法，將資源型城市劃分為：轉型效率差、較差、一般、較好和好5 類區(qū)域，選擇2008年和2018 年的結果對比，結果如圖6 所示。從轉型效率的空間分布特征來看，2008 年時高值區(qū)域和低值區(qū)域集聚特征不顯著，整體呈現(xiàn)隨機分布狀態(tài)，高值區(qū)集中分布于山西省煤炭類資源型城市。2008 年我國正處于煤炭行業(yè)“黃金十年”時期，伴隨經(jīng)濟的高速增長，對煤炭資源不斷增加的需求拉動煤價快速上漲，黃河流域特別是晉、陜、蒙煤炭資源型城市迎來高速發(fā)展，城市活力較高。但此時城市對資源的依賴很強，隨著“黃金十年”的結束，產(chǎn)業(yè)結構單一導致經(jīng)濟發(fā)展失衡民生問題凸現(xiàn)，城市轉型困難，反映在2018 年山西省各地級市的轉型效率均為較差和一般。對比2008 年我國資源型城市轉型效率值分級圖，到2018 年時已經(jīng)存在明顯的空間分異特征，高值區(qū)域集中分布在東部沿海省份和陜西省，而東北、華北及西北、西南偏遠地區(qū)的低值區(qū)域連片分布。

圖6 中國資源型城市轉型效率分級Figure 6 Transformation efficiency grading chart for resource- based cities in China

2008年，呂梁、鄂爾多斯、銅川、晉中和長治等20個城市屬于轉型效率好的城市，歷經(jīng)11 年變遷后，到2018 年依然保持轉型效率好的城市僅剩東營、大慶、延安和宣城4 個城市。2008 年轉型效率差的城市有慶陽、武威、賀州等11 個城市，到2018年僅有七臺河、平?jīng)?、賀州3 個城市仍屬轉型效率差的類型。由于DEA 模型的計算結果在不同年份之間不具備可比性，本文僅計算各城市2018 年轉型效率相對2008 年的排名變動情況，取前10 和后10 名展示如表3。可以看到10 年間名次提升和下降最大的10 個城市，變動幅度都達到了50 名以上，且名次提升較大的城市多為成長型和成熟型城市，資源類型為油氣類的城市普遍提升明顯。而名次下降較大的城市以衰退型和成熟型為主，其中資源類型為煤炭類的城市占比很大。由此可見，不同類型的資源型城市之間轉型效率具有明顯的差異性，值得深入分析研究。

表3 2008——2018 年資源型城市轉型效率名次變動表Table 3 Transformation efficiency ranking change of resource- based cities from 2008 to 2018

（續(xù)表3）

3.2 不同類型城市轉型效率差異性

根據(jù)《全國資源城市可持續(xù)發(fā)展規(guī)劃（2013——2020年）》，對全國資源型城市的數(shù)量、范圍和類別進行識別與劃分。按照資源型城市的發(fā)育階段，通常分為成長型、成熟型、衰退型和再生型4 類。參考譚俊濤等［4］、劉云剛［20］、余建輝等［21］的研究成果，根據(jù)城市的主要資源類型，將資源型城市劃分為黑色金屬類、有色金屬類、非金屬類、油氣類、森工類和煤炭類6 類。對不同發(fā)育階段的資源型城市轉型效率進行比較（圖7a），從多年均值來看，轉型效率由高到低依次為成熟型、再生型、成長型、衰退型。由于本文的轉型效率是基于城市活力視角的，因此轉型效率值體現(xiàn)的是城市將有限的資源投入轉化為城市活力的能力。成熟型城市資源開發(fā)處于穩(wěn)定階段，在114 個資源型城市中占比最大，共63 個，占50%以上。雖然轉型效率多年均值較高，但是組內標準差較大，發(fā)展極不平衡，且成熟型轉型效率總體呈現(xiàn)下降的趨勢，需要引起高度重視，在保障能源供應的基礎上加快培養(yǎng)接續(xù)產(chǎn)業(yè)。再生型和成長型的轉型效率呈上升趨勢，特別是成長型城市的增長勢頭非常明顯。衰退型城市的轉型效率最差，這類城市資源已經(jīng)趨于枯竭，是資源型城市轉型的重點和難點地區(qū)。從城市活力角度出發(fā)，最緊迫的是優(yōu)先解決民生問題，幫助失業(yè)礦工實現(xiàn)再就業(yè)和青年學子回鄉(xiāng)就業(yè)，留住人力資源是增強城市活力進而實現(xiàn)轉型發(fā)展的基礎。

圖7 2008——2018 年不同類型資源型城市轉型效率對比Figure 7 Comparison of transformation efficiency of different types of resource- based cities from 2008 to 2018

對不同資源類型城市轉型效率進行比較（圖7b），從多年均值來看，轉型效率由高到低依次是非金屬類、油氣類、黑色金屬類、有色金屬類、煤炭類、森工類。其中，油氣類城市轉型效率的增長速度遠高于其他類型城市，煤炭類城市轉型效率較低且呈現(xiàn)下降趨勢。這種情況的出現(xiàn)在很大程度上是受到能源結構調整的影響。長期以來，我國基礎能源供給以煤為主，作為高污染高碳的能源品種，煤炭在支撐經(jīng)濟高速發(fā)展的同時也帶來了日益嚴重的環(huán)境污染，因此能源結構調整的方向正是減少煤炭消費，增加清潔能源使用。煤炭消費需求持續(xù)下滑，導致煤炭價格不斷下降［22］，煤炭行業(yè)深陷高成本、低價格、低利潤的困境。而煤炭類城市的經(jīng)濟結構往往圍繞煤炭行業(yè)布局，隨著發(fā)展放緩、資源枯竭和生態(tài)退化，這類城市面臨很大的轉型壓力。反觀油氣類城市資金相對充裕，且資源開采對環(huán)境污染相對較小，環(huán)境治理成本相對較低，如克拉瑪依人均GDP常年排名全國第一，為轉型提供了良好的經(jīng)濟基礎。森工類資源型城市的主要問題是城市活力不足，如黑河、呼倫貝爾等城市多位于偏遠地區(qū)，遠離區(qū)域中心城市，發(fā)展困難較多，特別是天然林保護工程實施后，森林資源開采受到嚴格限制，在此情況下若沒有相應政策的有力支持，該類型城市將難以培養(yǎng)出新的經(jīng)濟增長點，城市活力必然出現(xiàn)衰退。

4 轉型效率動態(tài)變化及因素分解

GML指數(shù)可以反映轉型效率隨時間的變化情況，因此每兩年會有一個值，代表本年度相對于上一年轉型效率的變化。全國地級資源型城市平均轉型效率GML指數(shù)變化趨勢圖如圖8a 所示；GML 指數(shù)分解為技術效率變化（EC）和技術進步變化（BPC），結果如圖8b所示。2009——2018 年，GML指數(shù)的平均值為1.012，表明我國資源型城市的轉型效率整體上平均每年大約提升1%，但2013 年《規(guī)定》發(fā)布后，2014——2018 年轉型效率比之前有了明顯提高，年平均增長率達到3.5%，政策作用明顯。其中，2016 年轉型效率GML指數(shù)最大，為1.098，2016 年的轉型效率相比2015 年增長幅度為9.8%。考慮到本文的GML指數(shù)包含了環(huán)境污染作為非期望產(chǎn)出，而2015年我國正式施行《環(huán)境保護法》，以及隨后大量環(huán)保政策的發(fā)布實施，可能是影響轉型效率大幅提高的重要原因。

將GML 指數(shù)分解后（圖8b）可見，當BPC 增大時，EC會相應減?。?6］，兩個指數(shù)表現(xiàn)相反的變化規(guī)律，這是由于在Malmquist 指數(shù)分析中，BPC 指的是生產(chǎn)前沿的變化，EC反映的是向生產(chǎn)前沿的追趕效應，因此當生產(chǎn)前沿前移時，DMU 向生產(chǎn)前沿的追趕效應則相對變小。可以看到，在大多數(shù)年份BPC值都大于EC 值，且BPC 值與GML 值更加接近，相關性更強。而生產(chǎn)前沿的進步能夠反映創(chuàng)新效應或者技術進步的效應，BPC 值更大說明我國資源型城市轉型效率增長的主要驅動因素為技術進步而不是技術效率的變化，因此體現(xiàn)的是用更少的資源投入創(chuàng)造更多的城市活力和更少的環(huán)境污染，這背后是資源型城市10 年間產(chǎn)業(yè)結構的升級和各行業(yè)的科技創(chuàng)新，充分展現(xiàn)了我國經(jīng)濟邁向高質量發(fā)展的時代背景。

圖8 2009——2018 年資源型城市轉型效率GML指數(shù)Figure 8 GML index of resource- based city transformation efficiency from 2009 to 2018

114個資源型城市2014——2018 年GML 指數(shù)的平均值結果如表4 所示。從表4 可見，除19 個轉型效率下降的城市外，其他城市GML 指數(shù)的5 年均值都大于1，表明我國大部分資源型城市的轉型效率都在逐步提高。從19 個轉型效率下降城市的GML指數(shù)分解的EC 和BPC 結果來看，只有臨汾市的BPC和EC小于1，銅陵、宣城、普洱等7 個城市的技術進步小于1 而技術效率大于1，表明這些城市出現(xiàn)轉型效率下降的主要因素是技術進步不足，因此在這些城市的轉型過程中更應重視科技創(chuàng)新，加快產(chǎn)業(yè)升級。而宜春、達州、呼倫貝爾等11 個城市技術效率小于1，且個別城市的EC 和BPC 的差距很大，也就是這些城市向生產(chǎn)前沿的追趕效應嚴重不足，與生產(chǎn)前沿面之間的距離在不斷擴大，反映出這些城市在技術效率方面還有很大的提升空間，這些城市轉型的主要任務是優(yōu)化資源配置效率和提高統(tǒng)籌管理水平，才能更加充分發(fā)揮出技術進步的作用。

表4 轉型效率下降的資源型城市的GML指數(shù)及其分解結果Table 4 GML index and decomposition results for cities with declining transition efficiency

5 結論

主要結論如下：①研究期間，伴隨著我國社會經(jīng)濟的快速發(fā)展，資源型城市的城市活力整體上得到了迅速增長，但也表現(xiàn)出明顯的地區(qū)分異。首先是南北方差距在進一步拉大，全國資源型城市的活力中心點持續(xù)向南移動，東北、西北地區(qū)城市活力不足且增長緩慢；全國資源型城市基本形成了以徐州為中心的淮海經(jīng)濟區(qū)和以鄂爾多斯為中心的“烏金三角”地區(qū)兩大高活力資源型城市群。②我國資源型城市的轉型效率整體上處于一般水平，但研究期間各城市的轉型效率排名發(fā)生了巨大變動，轉型效果差距明顯。一方面，山西、東北等老牌能源基地的資源型城市轉型效率大幅下滑，轉型面臨很大的困難和挑戰(zhàn)；另一方面，東部沿海省份和陜西省資源型城市的轉型效率逐年穩(wěn)步提高，區(qū)域分異愈發(fā)顯著。③不同類型資源型城市之間的轉型效率體現(xiàn)出很大的差異性。不同發(fā)育階段的資源型城市，轉型的重難點是衰退型城市，資源枯竭又缺乏接續(xù)產(chǎn)業(yè)，需要更多的政策支持，同時部分成熟型城市的轉型出現(xiàn)了掉隊趨勢，需要引起重視；不同資源類型城市中，森工類和煤炭類資源型城市的轉型效率偏低，面臨更大的轉型困難。④自2013 年《規(guī)定》發(fā)布后，中國資源型城市的轉型效率對比之前有了明顯提高，政策效果顯而易見。技術進步是大部分資源型城市轉型效率提高的主要驅動力，技術效率變化所起的作用較小，資源型城市在轉型過程中應重視管理水平的提高，加強對資源投入的優(yōu)化配置。