中国城市土地利用效率的空间分异

杜 丹 宁

(1.曼彻斯特大学 机械航空与土木工程学院, 曼彻斯特M139 PL, 英国; 2.天津理工大学 管理学院, 天津 300384)

中国城市土地利用效率的空间分异

杜 丹 宁1,2

(1.曼彻斯特大学 机械航空与土木工程学院, 曼彻斯特M139 PL, 英国; 2.天津理工大学 管理学院, 天津 300384)

[目的] 对新型城镇化进程中城市土地的利用效率的空间分异性及成因进行分析，为提升新型城镇化发展质量和促进经济增长提供理论依据和参考。 [方法] 选取新型城镇化过程中的城市土地作为研究对象，将城市土地的利用分成2个阶段，运用改进的两阶段DEA和Tobit模型对城市土地的利用效率的空间分异性和成因进行分析。 [结果] 我国城市土地利用存在空间分异性，土地的空间关联性对其影响显著，虽然城市土地利用效率不断在提升，但总体上利用效率相对较低。 [结论] 我国土地利用效率较低的原因主要包括： (1) 经济发展是导致土地利用存在空间分异的主要原因； (2) 没有重视土地的社会属性和自然环境的保护； (3) 现阶段人力资本因素对提升土地利用效率的程度大于技术因素。

土地利用; 效率分析; 改进的两阶段DEA; 新型城镇化

2013年召开的中国中央城镇化会议从4个视角(人口、经济、空间和社会)提出了未来新型城镇化的5大任务。其中关于新型城镇化过程中的土地利用方面尤为重要。进入21世纪后，中国城市化进程明显加快，1997—2014年中国耕地总面积呈减少趋势，且减少量的增长率基本上和净减少率持平，说明农村耕地减少的速度和城市用地增加的速度相近。1997—2014年中国的城市建设用地的比例和总量上都在不断地增加，这也是城市化进程必不可少的一步，但是与此同时城市其他用途的土地比例也在不断的增加，而这部分土地作为城市土地，却没有被有效利用。随着城镇化和工业化进程的加快，城市经济已经成为国民经济的重要载体。而城市土地又是城市经济活动的物质载体[1]，城市土地的快速扩张成为现阶段中国土地变化的重要特征[2]。因此，本研究对新型城镇化进程中城市土地利用效率的空间分异性以及其成因进行分析，为提升新型城镇化发展质量，促进经济增长，以及解决农村耕地的“抛荒”问题提供理论依据。

目前，国内学者对土地利用效率的研究主要集中在以下两个方面： (1) 城市土地利用效率。方创琳等[3]通过投入产出的指标算法测量了地级市的城市化效率，指出土地利用的效率是重要的组成部分；梁流涛等[4]研究中国地级以上城市土地利用效率的空间分异特征，指出我国地级以上城市土地利用效率总体不高，在空间分布上效率值与其经济发展水平不平衡；李永乐等[5]利用GIS空间分析、泰尔指数分解和面板数据模型方法系统研究了1999—2011年中国31个省份城市土地利用效率的时空特征、地区差距及其影响因素。结果表明，中国3大区域城市土地利用效率的差距逐渐减小，呈现出持续收敛的态势。组内差距成为城市土地利用效率差距变动的主导因素；黄珂等[6]运用3阶段的DEA研究中国17个城市群农地城市流转效率指出中国城市群农地城市流转综合效率平均水平较高，但城市群间差异较大，环境因素对效率影响显著。 (2) 有关土地利用效率研究方法。现有文献中关于土地利用效率的研究方法主要有以下5种方法：面板数据模型、生命周期评价、灰色预测模型、成本收益分析和数据包络分析。面板数据模型主要是针对三维数据的实证研究，而本研究只是涉及二维(时间，变量)的数据，因此，此方法不适合本研究。生命周期评价对数据的连续性和数据量的多少要有一定的限制，一般的为40个截面数据，而本研究的主体仅有15 a的数据，难以满足其需求。灰色预测模型是揭示其数据内在的运行规律，而本文主要研究外界对土地利用导致的后果，并且这个利用的程度也在变化，因此，本方法也不适合本研究。对中国土地利用有效性的研究多数学者采用成本收益方法，然而成本收益方法仅仅关注了其对经济方面的效应，没有对其社会方面和生态方面进行描述土地利用的收益，并且这些收益也难以测量，其效率评价存在片面性。综上所述，根据本文的研究主体为以土地利用的有效性为指标的空间分异性研究，而且其数据为15 a的二维数据，本文选取数据包络分析进行效率分析。

在既有研究基础之上，结合新型城镇化过程中城市土地利用现状，本文从土地利用效率视角出发，将城市土地的利用分成两个阶段，运用改进的两阶段DEA方法检验城市土地利用的有效性。首先，选取改进版的两阶段DEA比black box DEA具有以下优势： (1) 改进的两阶段DEA方法比传统的黑盒子的DEA方法在测量政策的有效性方面更加有效；(2) 解决本文前后2个阶段不相互独立的关系；(3) 第二阶段的输入不只是第一阶段的输出，还可考虑其他输入。其次，在分析中国新型城镇化过程中城市土地的利用效率较低的过程中，放弃常规的因素分析方法，选用Tobit回归模型从土地利用的视角分析如何利用土地才能提高其利用效率。

1 研究方法

1.1 改进的两阶段DEA模型

数据包络分析方法(data envelopment analysis， DEA)是由Cooper和Rhodes在1978年共同提出的基于相对效率的多投入多产出分析法。DEA具有非参数估计、可计算出投入产出的权重、剔除主观因素影响、数据不需要统一的无量纲化处理等优势，被应用到很多领域，例如：金融机构效率[7]，企业经营发展效率分析[8]，公共政策、事业管理[9]等。传统DEA模型将内部过程看作“黑箱”，对其内部过程不作深入的讨论，不利于找到导致其无效的根源。Fare和Grosskopf提出了网络DEA的概念，将复杂的业务流程进行分解，考察每一阶段对生产系统整体效率的影响，并在随后提出了基于网络生产系统的DEA模型的基本架构，两阶段生产系统的DEA模型是网络DEA的特例。两阶段的DEA模型的第一阶段产出要直接的作为第二阶段的投入要素。在第一阶段中要求产出最大化，但在第二阶段的评价过程中，要求投入的越少越好，而这个产出和投入都是指中间要素。因此第一阶段产出最大化的DMU为最优的DMU，但是在第二阶段的评价时，第一阶段的最优DMU未必能具有同样的效率水平，这就导致了第二阶段的无效或低效，从而影响整体的效率值。也就是说，由于中间要素的存在，传统的两阶段DEA无法调整投入要素和产出要素使其成功的投影在有效的前沿面上。为了解决这一矛盾，大量的研究集中于两阶段DEA的改进，Kao等[10]发展一种全新的两阶段DEA模型，将一个两阶段过程分解为求2个生产效率值的子过程，这就可以获得每个阶段的总体效率值，依据一定的权重加总可得知总的效率值；Pendharkar等[11]在DEA的分析框架之下应用贝叶斯网络分类法对其进行扩展；Chen等[12]在两阶段DEA的基础上设计采用乘法设定，但是还无法调整投入产出要素投射到有效的前沿面。本文为了解决上述问题引入“虚拟阶段”，在“虚拟阶段”中放宽作为第一阶段产出要素的中间要素要以不变的权重全部作为第二阶段投入要素的限定，允许在可变权重下将中间要素进行第二次赋权以作为第二阶段的投入要素。为了实现“虚拟阶段”，本研究引入“虚拟中间要素”。通过“虚拟阶段”可以使得第一阶段和第二阶段的前沿面相互映射，进而完善两阶段DEA的逻辑结构。

1.2 Tobit模型

由于本研究所选择的因变量是土地利用效率，其取值范围为[0,1]，并且存在选择性行为，因此传统回归方程无法进行回归分析。对于该回归分析主要有2种方法：Heckman回归分析和Tobit回归分析。Heckman模型将整个回归分析分成2个方程：主方程和选择方程，其主要目的是对研究对象的选择性行为进行回归分析。Tobit模型更加专注因变量有下限、上限或者存在极限值这类问题的研究。Tobit认为受限因变量的重点主要有2个方面，一方面是受限因变量和其他变量之间的关系，另一方面是这种关系的假设检验问题。在这样的问题的研究中，解释变量不仅影响受限变量的概率，也影响非受限因变量的规模大小。因此，本文选取Tobit对中国城市土地利用效率空间分异性的原因进行分析。

2 中国城镇化过程中城市土地利用效率的空间分异研究

2.1 变量选取与数据来源

2.1.1 变量选取 (1) 输入变量。本研究体为新型

城镇化过程中城市土地的利用效率分析，其研究主体为城市土地，因此，选取的输入变量为新型城镇化过程中城市土地量。 (2) 中间变量。运Haulux用的研究理论，将中国新型城镇化过程中的城市土地利用分成2个阶段，第一个阶段为规划阶段，第二个阶段为生产阶段。第一阶段的产出即为土地的空间关联程度。根据柯布道格拉斯生产函数可知，生产过程中除了基本的土地之外还需要技术、人力和资本3方面的投入。因此，选取人力、技术和资本3方面作为除了空间关联程度之外的中间变量，中间变量详见表1。 (3) 输出变量。张明斗等[13]研究中国城市土地利用率的动态测度及影响因素时选取区域绿化覆盖率和城镇恩格尔系数作为输出变量。本文在上述研究的基础上，选取社会经济、社会生活和自然环境3个方面的变量，输出变量结果详见表2。

表1 模型中间变量

表2 模型输出变量

2.1.2 数据来源 本研究数据来源于两方面：统计年鉴的数据和作者计算数据。变量输入变量I1，中间变量M4和输出变量O5，O6来自于2001—2015年的《中国城市统计年鉴》。中间变量M2和输出变量O1来自于2001—2015年的《中国统计年鉴》。中间变量M1，M3和输出变量O2，O4，O7来自于作者根据相关统计年鉴的数据计算而得。

2.2 聚类分析

为了避由于空间因素所造成的虚假回归，将全国省份进行分类分析。传统的将中国分成东、中、西3个经济区域，只是考虑到了区域经济因素的影响，而没有考虑到不同区域的各省市自治区相似的内部经济结构因素的影响。因此，运用聚类分析将全国31个省市自治区进行分类。其聚类分析的结果详见表3。

表3 全国省份聚类分析

注：将重庆市并归到四川省内计算，西藏自治区在此不做研究。

2.3 实证估计及结果分析

2.3.1 基于additive two stage DEA的全国土地利用效率空间分异性分析 运用additive two stage DEA对全国城市土地的利用效率进行分析，其分析结果详见表4，并结合已有研究成果中的城市土地利用效率分类标准进行分析[3]。

表4 全国城市土地利用效率空间分异性分析

注：I为由additive two stage DEA计算的效率；R为效率值的排序。

根据表4可以得出以下结论： (1) 在同一个年份，各个省份之间土地的利用效率不同； (2) 在同一个省份，在不同的年份里，其土地的利用效率也不相同。这就表明中国的城市土地利用效率存在空间的分异性。总体上中国城市土地的利用效率参差不齐，有些省份的土地利用效率相对有效(I=1.00)，而有些地区的土地利用效率相对无效(I<1.00)，且大部分省份的土地利用相对无效，大多都在(0.35，0.80)之间其效率值较低(最低为0.35)。在一些省份中其前期土地的利用效率较高，而后期其土地的利用效率较低。例如，山东的土地利用率从2000—2006年是降低的，2007开始其效率开始上升，呈现“U”形曲线状态。造成上述现象的原因主要有2个：自然环境的恶化、区域经济发展的影响。 (1) 由于本文选取的输出变量为经济、社会和环境3个方面，在后期由于对环境的保护不当会导致土地利用效率的降低。 (2) 由于各个省份之间存在相互的联系、经济发展结构的相似性，它们之间会相互影响。因此，本研究在聚类分析的基础上运用additive two stage DEA对各个不同的Cluster进行测量，可以避免由于空间关联和经济发展程度造成的误差。

2.3.2 基于additive two stage DEA和聚类分析的土地利用效率空间分异性分析 运用additive two stage DEA对聚类分组之后的全国城市土地的利用效率进行分析，其分析结果如图1所示。

注：I为由additive two stage DEA计算的效率； 组间差距为效率最大和最小之间的效率之差。图1 全国分类城市土地利用效率空间分异性分析

根据图1分析结果可知，同一组内土地的利用效率总体上在提升，不同组之间土地的利用效率存在很大的差别，组间的差距逐渐变小，但是总体上土地的利用效率相对较低。可以说明中国新兴城镇化过程中城市土地的利用效率存在空间分异性。该差异的存在也表明在我国土地利用过程中，有必要实施差异化的土地利用政策，才能有效提升中国整体土地利用效率。从2007开始，Cluster1—4共4组城市的土地利用效率都开始减小，直到2010年才逐渐开始上升。可能的原因在于由于受到经济危机的影响，中国土地的总体经济产量不高所导致，这也在一定程度上说明，中国的土地利用效率在很大程度上与经济发展程度相关。

3 新型城镇化过程中城市土地利用效率的空间分异原因分析

根据additive two stage DEA的实证结果可知，中国新型城镇化过程中土地利用效率存在空间分异性，即不同地域的土地利用效率不同，而且总体的利用效率不高。选取Tobit模型分析中国新型城镇化过程中土地利用效率不高和存在空间分异性的原因。本研究的数据来源于2个部分，解释变量和控制变量的数据来源于第4部分的数据，I为第4部分的实证结果。实证结果详见表5。通过上述的Tobit分析可得： (1) 经济方面。从全国数据来看，经济方面的经济生产总量(7.68)和经济结构(8.01)对土地的利用效的影响最大；从各个不同的分组之间可见经济总量和经济结构对其影响的程度各不相同，经济总量(Cluster1为7.67；Cluster2为2.36； Cluster3为9.65； Cluster4为8.87)，经济结构(Cluster1为7.93； Cluster2为3.96； Cluster3为6.92； Cluster4为6.82)。Cluster2除外，这主要是Cluster2的城市为北京、上海和天津，其经济发展相对发达，经济结构相对合理，提升空间相对较小，对土地利用效率的拉动作用也相对较小。 (2) 社会生活方面。社会环境因素对土地的利用有显著的影响作用，城市人口密度增加对城市土地利用效率产生负面影响。城市的生活和文化环境对人才的引进有重要的影响，这也可以间接的影响经济发展，从而对土地利用产生影响。 (3) 自然环境方面。自然环境因素在土地利用的重要程度相对较低。通过Cluster2可以看出，当经济的发达程度相对较高时，人们才会越来越多的关注环境因素。新型城镇化规划指出在新型城镇化建设过程中，要尽可能减少对自然的干扰和损害，集约利用土地、水、化石能源等资源，人们要转变发展观念才能更好的提升土地的利用效率。 (4) 控制变量方面。控制变量对土地的利用效率的影响较大，影响的大小程度为土地空间关联程度、人力、技术和资本存量(10.21，8.85，8.03，6.33)。可见中国对土地的利用总体上还是粗放的增长方式(人力资本的作用程度大于技术的作用程度)。各个组之间还有差别，Cluster2的技术因素作用程度大于人力和资本存量因素；Cluster3的人力资本的作用程度大于资本存量因素，这主要是因为Cluster3主要以旅游和畜牧业为主，其人力资本更重要；Cluster4的资本存量因素作用程度大于人力因素。

表5 Tobit模型回归结果

注：*，**,***分别表示在10%，5%和1%的显著性水平下显著。D-W为杜宾-瓦森检验值，R2为模型拟合度；Adj-R2为调整后的模型拟合度。

4 讨论与结论

首先，中国城市土地利用存在空间分异，土地的空间关联性对其利用效率的影响显著，虽然土地利用效率在不断的提升，但从总体上来看，城市土地的利用效率相对较低。各个区域(即不同的Cluster)的利用效率不同，但其组类之间的差距逐渐缩小。

其次，新型城镇化过程中土地利用效率存在空间分异性和效率相对较低的原因主要有3方面： (1) 由于经济的发展本身为城市土地利用的重要一方面，并且城市经济程度也会影响到人们的社会生活水平。因此，经济发展是导致土地利用存在空间分异的主要原因。 (2) 在城市土地利用的过程中，没有重视土地的社会生活和自然环境的保护，通过Cluster 2和其他Cluster的比较可以看到，在经济不发达的地区提升土地利用的主要手段是促进经济的发展，而在经济发展程度较高的地区，促进土地利用效率的方法为提高土地的社会属性和自然环境的保护和利用。 (3) 现阶段人力资本因素对提升土地利用效率的程度大于技术因素。由于现阶段影响土地利用的主要因素为经济发展，而现阶段中国还处于粗放的经济发展方式，因此从整体来看，人力因素比技术因素更重要。因此，转变经济增长方式也是提升土地利用效率的方法之一。

根据以上研究结果，可得出我国提高土地利用效率的一些政策建议：

(1) 实现土地利用效率优化在对策选择上主要是投入要素的控制和合理配置，促进产业结构优化升级，提高固定资产使用效率，适当控制城市用地规模，优化劳动力配置。同时还需要根据不同区域城市、不同等级城市投入要素的冗余特点采取差别化的措施。

(2) 从理论上讲，在市场经济发展和深化的过程中，由于市场本身固有的弱点和缺陷，会导致城市土地利用的低效率，区域的文化价值因素能够促进土地利用效率的提升。分析结果显示，在新型城镇化建设过程中，要尽可能减少对自然的干扰和损害，集约利用土地、水、化石能源等资源，人们要转变发展观念才能更好的提升土地的利用效率。

(3) 区位条件对城市土地利用效率的影响系数很小。经济发达的东部地区并没有实现土地利用的高效率。根据实证结果可知，各个地区研究结果表明都要根据自己的实际情况提升土地的利用效率。例如，Cluster 2组的省份要发展技术因素；Cluster3的省份要多多考虑人力资本的作用，Cluster3省份要以旅游和畜牧业为主，其人力资本更重要；Cluster 4的省份还是要考虑资本存量因素。

[1] 刘传明,李红,贺巧宁.湖南省土地利用效率空间差异及优化对策[J].经济地理,2011,30(11):1890-1896.

[2] 吴得文,毛汉英,张小雷,等.中国城市土地利用效率评价[J].地理学报,2011,66(8):1111-1121.

[3] 方创琳,关兴良.中国城市群投入产出效率的综合测度与空间分异[J].地理学报,2011,66(8):1011-1022.

[4] 梁流涛,赵庆良,陈聪.中国城市土地利用效率空间分异特征及优化路径分析:基于287个地级以上城市的实证研究[J].中国土地科学,2013,27(7):48-54.

[5] 李永乐,舒帮荣,吴群.中国城市土地利用效率:时空特征、地区差距与影响因素[J].经济地理,2014,34(1):133-139.

[6] 黄珂,张安录,张雄.中国城市群农地城市流转效率研究:基于三阶段DEA与Tobit模型的实证分析[J].经济地理,2014,34(11):74-80.

[7] Puri J, Yadav S P. A fuzzy DEA model with undesirable fuzzy outputs and its application to the banking sector in India[J]. Expert Systems with Applications, 2014, 41(14):6419-6432.

[8] Toloo M, Kresta A. Finding the best asset financing alternative: A DEA-WEO approach[J]. Measurement, 2014, 55(9):288-294.

[9] Mar-Molinero C, Prior D, Segovia M M, et al. On centralized resource utilization and its reallocation by using DEA[J]. Annals of Operations Research, 2014, 221(1):273-283.

[10] Kao C, Hwang S N. Efficiency decomposition in two-stage data envelopment analysis:an application to non-life Insurance companies inTaiwan[J]. European Journal of Operational Research, 2008,185(1):418-429.

[11] Pendharkar P C, Rodger J A. The relationship between software development team size and software development cost[J]. Communications of the ACM, 2009,52(1):141-144.

[12] Chen Yao, Crook W D, Li Ning, et al. Additive efficiency decomposition in two-stage DEA[J]. European Journal of Operational Research, 2009,196(3):1170-1176.

[13] 张明斗,周亮,杨霞.城市化效率的时空测度与省际差异研究[J].经济地理,2012,32(10):42-48.

Spatial Variation of Urban Land Use Efficiency in Process of New-type Urbanization

DU Danning1,2

(1.SchoolofMechanicalAerospaceandCivilEngineering,UniversityofManchester,Manchester,M139PL,UK; 2.SchoolofManagement,TianjinUniversityofTechnology,Tianjin300384，China)

[Objective] To explore the spatial variation of urban land use efficiency in the process of new-type urbanization, and to provide theoretical basis for economic growth and urbanization quality promotion. [Methods] Urban land in the process of new-type urbanization was taken as research subject, and the process was divided into two stages. Improved two-stage DEA model and Tobit model were used to analyze the spatial variation of urban land use efficiency and the related reasons. [Results] There is spatial variation for urban land use, which is the outcome of obvious land spatial correlation. Urban land use efficiency is relatively at a low level, although it is continually getting improved. [Conclusion] The reasons mainly include the followings: (1) economic development is the main cause for spatial variation of urban land use efficiency; (2) secondly, social attributes of land and protection of natural resources are neglected; (3) thirdly, at present, the contribution of human capital to the enhancement of land use efficiency is greater than the one of technical factors.

land use; efficiency analysis; improved two-stage DEA; new-type urbanization

2016-02-04

2016-04-11

杜丹宁(1993—),女(汉族),山东省聊城冠县人,硕士研究生,主要研究方向为技术经济与资源管理研究。E-mail:danning_du@126.com。

10.13961/j.cnki.stbctb.2016.06.053

A

1000-288X(2016)06-0315-06

F293.2

文献参数： 杜丹宁.中国城市土地利用效率的空间分异[J].水土保持通报，2016,36(6)：315-320.