基于DEA和空间自相关的我国土地市场化程度分析

徐 国 鑫，金 晓 斌，周 寅 康

基于DEA和空间自相关的我国土地市场化程度分析

徐 国 鑫，金 晓 斌＊，周 寅 康

（南京大学地理与海洋科学学院，江苏 南京 210093）

运用数据包络分析（DEA）方法、空间自相关方法对我国土地市场化程度及其空间分布格局进行研究。结果表明，2003年以来我国土地市场化进程大致可划分为两个阶段：一是2004－2006年的波动发展阶段，二是2006年以来的迅猛发展阶段;对应的市场化程度值由2004年的0.65升至2008年的0.88，市场化程度不断提高。空间自相关分析表明市场化程度高值集聚区主要位于江苏、浙江、广东、江西4省，这些地区土地市场化改革实施较早，区域间交流联系紧密，市场化程度普遍较高;低值集聚区位于新疆、青海，这两省（区）受区位、资源等条件限制，经济社会发展水平落后，土地市场化发育不够完善，而周围省份同样处于中西部欠发达地区，土地市场化程度普遍较低。对于土地市场化程度评价而言，不仅要考虑出让方式，出让价格也是重要因素;同时，土地市场化程度不仅取决于各地区自身经济社会发展水平，还受相邻地区市场化发展程度的影响。

DEA;空间自相关;市场化程度

改革开放以来，我国土地供应方式经历了由以划拨为主到以有偿出让为主的转变，土地市场建设取得了显著成效［1］。2003年6月，《协议出让国有土地使用权规定》（国土资发［2003］21号）发布，明确了协议出让国有土地使用权的范围，规定了各地协议出让最低价标准，标志着以“招标、拍卖、挂牌”为主，协议出让为辅的国有土地出让方式基本确立。但至2008年，全国协议出让土地面积仍占总出让面积的16.06%，其中北京、天津两市这一比例分别达52.42%、30.90%。理论上，如果土地市场化程度较高，那么协议地价与招标、拍卖等方式下形成的地价都是由市场竞争机制所决定，两者也将近似相等［2］。也就是说可能部分省（市）由于历史原因有大量土地以协议方式出让，但其出让价格与招、拍、挂方式出让价格相差无几。在这一背景下，如何科学合理评价我国土地市场化程度成为学者们研究的热点。目前相关研究［3－5］大都使用各交易方式的宗数或面积的结构比例来测算土地市场化程度，总体上得出了我国市场化程度的发展态势及特征。但这些研究较少考虑土地价格因素，不能很好地反映作为市场指示器的价格，评价结果出现一些与经济发展规律不协调的现象。本文在借鉴前人研究的基础上，尝试将土地价格引入市场化程度测算指标体系中，运用数据包络分析方法（DEA）［6］对全国31省（市）2004－2008年土地市场化程度进行评价，在此基础上进行空间自相关分析，以期更准确地反映我国各地土地市场化程度，并对我国土地市场化程度空间集聚格局进行初步研究。

1 研究方法

1.1 数据包络分析（DEA）

DEA是以相对效率概念为基础，以数学规划为主要工具，以优化为主要方法，根据多指标投入和多指标产出数据对相同类型的部门或企业（称为决策单元，简记DMU）进行相对有效性或效益评价的数理经济学和运筹学方法。从技术上讲，它描述的是用非参数的线性规划技术方法构造经验上的生产前沿面，并且评估每个决策单元的相对有效性［7］。其应用最广泛的C2R模型的分式规划如下：式（2）的最优解θ＊即为各决策单元相对效率评价值。

上述C2R模型只能将决策单元评价为有效或无效两类，实践中会出现多个决策单元都有效的状况，从而无法按效率值高低对各决策单元进行排序。而超效率模型（SE-DEA）可以测算出各项投入指标在同时按多大比例增加的情况下，决策单元仍能保持DEA有效，其投入增加比例即其超效率评价值θ＊，并以此来区分原来均为相对有效单元的效率。

在一定土地出让面积下，招标、拍卖、挂牌等出让面积越大，土地出让价格越高，市场化程度就越高。这与DEA方法评价决策单元在一定投入状况下产出的高低一致，因此本文选择建立DEA模型评价土地出让市场化程度，相对效率评价值θ＊即为土地市场化程度评价值;同时由于DEA模型处理结果反映的是决策单元在整个参考集中相对效率的高低，所以本文评价结果所反映的是我国各地区土地市场化程度的相对高低，并不是绝对的市场化程度值。

1.2 空间自相关分析

空间自相关分析是检验空间某目标的观测值与其相邻目标值是否存在相关性的一种分析方法［9］，它可以用来发现空间的异质性和集聚性。目前已广泛应用于生态学、生物学、土壤学、区域经济等方面的研究［10］，包括全局空间自相关和局部空间自相关。全局空间自相关表征指标为Moran′s I指数，其值介于－1～1，大于零表明空间要素存在正相关，呈集聚分布;小于零表明空间要素存在负相关，呈离散分布;等于零则表明空间要素不存在相关性。I值越大空间要素相关性越大［11］。局部空间自相关表征指标为Local Moran′s I（LISA）指数，其可更准确的表征空间要素异质性特征［12］。

地理要素间总是表现出一定的空间关联性。如Tobler在“地理学第一定律”所指出“空间上分布的事物是相互联系的，但距离近的事物之间的相似性大于距离较远的事物之间的相似性”［13］。土地市场化进程也不例外，因此本文在对土地市场化程度进行测算的基础上，采用空间自相关分析方法，对其空间分布格局进行研究。

2 基于DEA的土地市场化程度测算

2.1 指标选取及数据来源

在DEA分析中，一般将收益型的指标作为产出指标来处理，这类指标的特点是指标值越大越好;将成本型指标作为投入指标来处理，此类指标的特点是指标值越小越好。本文选取全国土地出让总面积作为投入指标，将招标出让面积、拍卖出让面积、挂牌出让面积以及土地出让总价款作为产出指标。对我国31省（市）年土地市场化程度进行评价，数据均来源于2005－2009年《中国国土资源统计年鉴》。

2.2 测算结果与分析

运用Max DEA软件对上述投入产出指标进行C2R模型求解，得到市场化程度测算结果（表1、图1）。由表1和图1可知，2003年以来我国土地市场化进程大致可划分为两个阶段：一是2004－2006年的波动发展阶段;二是2006年以来的迅猛发展阶段。对应的市场化程度值由2004年的0.65升至2008年的0.88，年均增速为7%。而2007年、2008年的增幅分别达到11%和21%。《国务院关于加强土地调控有关问题的通知》（国发［2006］31号）中，首次明确要求工业用地必须采用招标拍卖挂牌方式出让，即市场化配置;而《关于发布实施＜全国工业用地出让最低价标准＞的通知》（国土资发［2006］307号）则规定了工业用地出让的最低价格。这两个政策规定分别从出让方式和价格两方面规范了我国工业用地出让市场，进而影响到整个土地市场化进程，可能是2006年以来我国土地市场化迅猛发展的主要原因。东部、中部、西部三大区域土地市场化发展趋势与全国基本一致，东部、中部地区为波动发展态势，西部地区为稳定增长态势。

表1 2004－2008年全国及各省（市）土地市场化程度测算结果Table 1 The level of land marketization in China from 2004 to 2008

图1 2004－2008年我国土地市场化程度状况Fig.1 China′s land marketization from 2004 to 2008

从2008年评价结果看，北京、上海、浙江、湖南、海南、四川、云南、江西、安徽9省（市）市场化程度相对效率评价值为1，表明这9个省（市）土地市场化程度在全国范围内相对较高，土地交易的投入产出效率相对最优;其余22省（市）则未达到DEA有效，说明在土地出让总面积不变的情况下，可以有更多的土地能以市场化方式进行配置，土地市场化程度需进一步提升。

运用超效率分析得出2008年各省（市）市场化程度相对高低值（表2），并将其划分为三组：θ＊≥1的为高市场化水平;0.7≤θ＊＜1的为较高市场化水平;θ＊＜0.7的为低市场化水平。高市场化水平的省（市）为四川、北京、上海、云南、江西、浙江、海南、安徽、湖南;较高市场化水平的省（市）有福建、湖北、重庆、江苏、广西、内蒙古、宁夏、山东、陕西、广东、黑龙江、辽宁、新疆、贵州、山西、河南、天津、河北;低市场化水平的省（市）则包括吉林、甘肃、西藏、青海。总体分布上呈现“两头小，中间大”的格局。

表2 2008年各省（市）土地市场化程度超效率分析结果Table 2 The results of super-efficiency analysis of land marketization in 2008

3 市场化程度空间自相关分析

3.1 全局空间自相关分析

将计算出的市场化程度作为变量，选取基于距离的权重矩阵，利用GeoDa软件计算出2004－2008年我国土地市场化程度的Moran′s I指数值均值为0.17（计算结果均通过显著性水平为0.05的Z值检验）。正的全局Moran′s I指数值表明我国土地市场化程度具有空间正相关性，并且具有空间集聚特征;也就是说市场化程度较高的地区与市场化程度较高的地区相邻接，市场化程度较低的地区与市场化程度较低的地区相邻接。虽然全局Moran′s I指数为正值，但其值比较小，空间正相关性并不是十分显著，这说明我国土地市场化程度总体上集聚性不强，空间分布具有一定的异质性。

3.2 局部空间自相关分析

局部空间自相关分析通常采用Moran散点图和LISA聚类图来揭示研究要素的空间关联特性。Moran散点图中横坐标为各地区市场化程度的标准化值，纵坐标为空间权重矩阵确定的相邻地区属性值标准化后的平均值。它的4个象限分别表示空间要素与其周围要素的四种空间关系类型。LISA聚类图是进一步衡量空间要素与其周围要素相关性程度的指标。本文利用GeoDa软件计算2008年31省（市）土地市场化程度LISA值，绘制Moran散点图（图2）和LISA聚类图（显著性水平为5%，图3）。

图2 2008年全国31省（市）土地市场化程度Moran散点图Fig.2 Moran scatter plot of level of land marketization in all provinces in 2008

从图2看出，各地区样本主要分布在第一象限，其次分别是第四象限、第二象限和第三象限，样点分布并不十分集中，说明各地区土地市场化程度存在一定的相关性，但并不是非常显著，具有一定的异质性。从图3看出，我国土地市场化程度表现出一定的空间分异格局：“高－高”聚集类型地区位于江苏、浙江、广东、江西4省，这些省份处于长三角、珠三角等我国东部沿海经济发达区域，土地市场化改革实施较早，区域间交流联系紧密，市场化程度普遍较高，因而形成了局部高值集聚区域。“低－低”集聚类型地区位于新疆和青海，其受区位、资源等条件限制，经济社会发展水平落后，土地市场化发育不够完善，而周围省份同样处于中西部欠发达地区，土地市场化程度普遍较低，因此形成了局部低值集聚区域。“低－高”集聚类型地区为贵州省、海南省，表明这两省市场化程度相对于周围省份较低，因而形成了局部低值离群格局。“高－低”集聚类型地区分布在四川、内蒙古，这两省（区）虽然位于我国西部地区，但均具有一定的区位与资源优势，经济基础较好，土地出让市场化程度较高，因此形成了局部高值离群分布格局;随着成渝经济区发展等一系列区域发展战略的制定，这些局部高值地区将有效带动整个西部省区的土地市场化进程。

图3 2008年全国31省（市）土地市场化程度LISA聚类图Fig.3 LISA cluster map of level of land marketization in all provinces in 2008

4 结论

本文将土地价格引入市场化程度评价指标体系中，采用DEA方法对2004－2008年我国土地市场化程度进行评价，评价结果总体上与传统评价方法结果相一致。而对于协议出让土地占有较大比重的北京、天津等经济发达城市，仅从土地出让方式角度得出评价值较低［3］，但考虑土地出让价格后，其市场化评价值仍然较高，与经济社会发展状况相吻合，表明土地市场化程度评价不仅要考虑出让方式，出让价格也是重要因素。运用空间自相关进一步分析得出，区域经济社会发展状况对于土地市场化程度空间集聚分布具有较大影响，高值聚集省（市）位于长三角、珠三角等区域一体化发展地区，低值聚集省份则位于西部欠发达地区，说明市场化程度可能不仅取决于各地区自身经济社会发展水平，还受相邻地区市场化发展程度的影响。为提高我国整体土地市场化水平，各省（市）除进一步扩大市场化方式配置土地比例、提高土地出让价格之外，还应加强区域合作交流，建立统一土地市场。本文仅从省级层面进行分析，后期可从市（县）级层面进一步研究。

［1］谭丹，黄贤金，陈志刚，等.中国土地市场化程度及其影响因素分析［J］.城市问题，2008（1）：14－18.

［2］戴卫平，顾海英.协议地价和土地市场化进程［J］.价格理论与实践，2005（1）：49－50.

［3］王青，陈志刚，叶依广，等.中国土地市场化进程的时空特征分析［J］.资源科学，2007，29（1）：43－47.

［4］宋鸿，陈晓玲.中国土地市场化进程的空间自相关分析［J］.华中师范大学学报（自然科学版），2008，42（1）：132－135.

［5］曲福田，冯淑怡，诸培新，等.制度安排、价格机制与农地非农化研究［J］.经济学，2004（4）：229－248.

［6］CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units［J］.European Journal of Operations Research，1978，2（6）：429－444.

［7］姜琳.我国各地土地出让市场化程度评估［J］.经济与管理研究，2009（6）：94－96.

［8］CHARNES A，COOPER W W.Programming with linear fractional［J］.Naval Research Logistics Quarterly，1962，9：181－185.

［9］CLIFF A D，ORD J K.Spatial Processes：Modelsand Applications［M］.London：Pion，1981.55－57.

［10］梅志熊，黄亮.房地产价格分布的空间自相关分析——以东莞为例［J］.中国土地科学，2008，22（2）：49－51.

［11］王春菊，汤小华.基于GIS的福建省人口数据空间化［J］.地理与地理信息科学，2004，20（4）：71－74.

［12］HAINING R.Spatial Data Analysis：Theory and Practice［M］.Cambridge：Cambridge University Press，2003.34－36.

［13］TOBLER W R.A computer movie simulating urban growth in the Detroit region［J］.Economic Geography，1970，46（2）：234－240.

Analysis of Land Marketization in China Based on DEA and Spatial Autocorrelation

XU Guo－xin，JIN Xiao－bin，ZHOU Yin－kang
（SchoolofGeographicandOceanographicSciences，NanjingUniversity，Nanjing210093，China）

The purpose of this paper is to analyze the level of land marketization and the spatial distribution pattern.Method employed is DEA and spatial autocorrelation.The results show that land marketization progress in China can be divided into two stages including wave developments and rapid developments.The level of land marketization develops constantly，which is 0.65 in 2004 and 0.88 in 2008.Land marketization in China have spatial autocorrelation characteristics，high value concentration areas are located in Jiangsu Province，Zhejiang Province，Guangdong Province and Jiangxi Province，low value concentration areas are located in Xinjiang and Qinghai Province.For the evaluation of land marketization，not only to consider the transfer mode，transfer pricing is an important factor.Also，the level of land marketization not only depends on the region′s own economic and social development，but also by the degree of development of adjacent areas.

DEA;spatial autocorrelation;land marketization

F301

A

1672－0504（2011）05－0064－05

2011－06- 22;

2011－08－12

徐国鑫（1988－），男，硕士研究生，主要研究方向为土地资源管理。＊通讯作者E－mail：jinxb＠nju.edu.cn