基于数据包络分析的长三角城市群土地利用效率及其变化研究许建伟
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于数据包络分析的长三角城市群土地利用效率及其变化研究许建伟范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：先利用数据包络分析对长三角城市群16个城市2009年和2010年土地利用效率及其分类进行分析，再利用Malmquist指数对16个城市2000年至2010年土地利用效率的变化及其分类情况进行考察。研究发现，长三角城市群土地利用技术效率一般，仅有少数城市达到DEA有效，规模效率是影响土地利用水平的主要因素。浙江土地利用技术效率要低于上海和江苏，技术效率与城市规模和城市行政级别的相关性均不明显。长三角城市群土地利用效率呈现出弱衰退的趋势，技术有所进步，但技术效率有所下降。除上海外，江苏、浙江的土地利用效率均有所下降；除直辖市外，副省级和地级城市的土地利用效率均有所下降；超大城市和特大城市土地利用效率均有所上升，而大城市和中等城市有所下降。
关键词：DEA；Malmquist指数；长三角；土地利用效率
中图分类号：F293 文献标识码：A DOI：10.3969/j.issn.1004-9479.2013.01.015
长三角城市群是我国经济基础最为雄厚、开发程度最高的城市群之一[1]，保持长三角城市群经济的持续、稳定和快速增长，对于我国经济发展的全局具有重要的战略意义。然而，随着长三角城市群经济的快速发展和城镇化水平的快速提升，城市土地利用系统与城市经济社会发展系统的矛盾和冲突也日益显现，其中最突出问题之一就是土地利用效率问题。
针对区域土地利用效率问题，国内外学者从不同角度、运用不同方法进行了研究。国外关于城市土地利用效率的理论研究主要集中在城市增长控制、城市土地利用的优化配置、集约利用，以及城市土地利用效率的评价方法和应用上[2]。国内学者在借鉴国外相关研究的基础上，对中国城市土地利用效率进行深入广泛的研究，取得了积极的进展。石成球[3]分析了城市土地利用方面存在的主要问题及产生的原因，提出了解决设想；陈荣[4]从土地配置的结构效率和土地使用的边际效率入手，对中国城市土地低效率利用进行了解释；刘彦随[5]从分析城市土地区位的特点出发，建立了城市土地收益测算模型；方先知[6]根据土地利用各种类型的特点、土地利用效率的不同问题，提出测度多种评价要求的土地利用效率指标；王雨晴[7]等以全国14个特大城市为例，从社会效益、经济效益和生态效益三方面着手，建立城市土地利用效益评价指标体系；李萍[8]等利用因子分析法，测算了四川省18个城市的经济与土地利用效率之间的协调程度；吴得文[2]等采用数据包络法（DEA）对全国655个城市土地投入产出效率进行了分析；宋戈[9]等用DEA方法对哈尔滨市城市土地利用经济效益进行了定量分析和评价；杨志荣[10]等从城市土地的投入和产出角度出发，对全国30个省会城市的城市用地经济效益进行比较研究。
总体来看，土地利用效率评价的研究内容虽然广泛，但研究对象主要为单个城市，涉及城市群的不多；研究方法主要为多元指标综合评价和数据包络分析，而多元指标综合评价在确定权重时常带有一定的主观性[11]。土地利用是一个复杂的系统，Charnes指出DEA特别适合复杂经济体的效率评价[12]。另外，已有的研究对城市土地利用效率的动态性涉及较少，或只是基于不同时间点的比较，而利用DEA计算不同时间点所得结果是不具有比较性的[13]。Malmquist指数方法正是处理长时间序列数据的好方法，而且这种方法在其他领域的评价分析中已经有所应用[13-16]。但是，到目前为止，还没有看到利用DEA和Malmquist方法对城市土地利用效率进行集中评价的研究。因此，本文以长三角城市群为例，借助DEA模型和Malmquist指数，对所选的16个城市土地利用进行分析评价，以期为城市的政策制定和调整提供科学依据。
1 研究方法与数据来源
数据包络分析（Data Envelopment Analysis），即DEA方法最早是由Charnes，Coopper，Rhodes[17]等在固定规模报酬假设下提出的一种效率测度法，称为CCR模式，随后Banker[18]等提出了更为严谨的修正模型，即BCC模式。相对于CCR模式而言，BCC模式①在排除规模因素制约的情况下，将造成技术无效的两个原因（未处于最佳规模和生产技术上的低效率）分离开，从而更为准确地反映了所考察对象的经营管理水平，因此本研究选取BCC模式。DEA模型还可以分为投入导向型和产出导向型两种，前者是指在产出水平一定的情况下，使投入最小化的规划问题；后者是指在投入水平一定的情况下，使产出最大化的规划问题，本质上，两者是从不同的角度来解决同一个问题，最终得出的结论是一致的[19]。由于城市效率投入量是决策的基本变量，因此本研究采用基于投入导向的DEA模型。
EC（CRS）>1表示在时间t和t+1期间DMU效率提高；EC（CRS）=1，表示这期间DMU效率没有变化；EC（CRS）
1.3 指标选取与数据说明
城市土地利用效率评价指标的选择，没有统一的标准，通常可分为投入和产出两大类，包括经济、社会和环境三个方面。经济学理论将土地、劳动力和资本视为最基本的生产要素，文献[2]采用城市建设用地面积指标来反映土地投入，文献[22]采用城市第二三产业从业人员数指标来衡量城市劳动力投入水平，文献[16]等认为全社会固定资产可以反映城市资本投入水平；土地产出方面，文献[23]认为人口密度可以衡量土地的社会效益，文献[24]选择绿地面积以反映土地的环境效益。综合文献中各评价指标出现的频率（不少于2次）及土地利用效率的概念和相关理论，同时考虑到指标的量化、DEA模型的特点，根据科学性、系统性和可操作性的原则，建立基于DEA的长三角城市群土地利用效率评价指标体系（表1）。
2 长三角城市群土地利用效率分析
2.1 城市群土地利用效率分解特征
利用上述的DEA模型，运用DEAP（2.1）软件分别计算出2009年和2010年长三角城市群16个城市的技术效率、纯技术效率和规模效率（表2）。可以看出：
长三角城市群技术效率一般，只有少数城市达到了DEA有效。2009年和2010年平均技术效率分别为0.851和0.815，达到最优水平的81%～85%。2009年南京、苏州、扬州、镇江、泰州和绍兴6市达到了DEA有效，仅占城市群城市数目的37.5%，其余10个城市均为非DEA有效，其中舟山的土地利用效率最低，仅为0.520；2010年，城市土地利用效率DEA有效的城市仅有南京、扬州、泰州和绍兴4市，占到城市群总体的25%，苏州和镇江两市变成了非DEA有效，而其余城市仍为非DEA有效，其中宁波的土地利用效率最低为0.379。
纯技术效率最优的城市数要多于综合效率和规模效率最优的城市数。2009年和2010年，长三角城市群中纯技术效率最优的城市数分别为11个和10个，比综合效率和规模效率达到最优的城市数高出5个、4个、7个、7个。其中，2009年无锡、常州、南通、嘉兴和湖州的技术效率未达到有效，说明这5个城市还需要进一步完善要素的投入结构，而其余11个城市的各要素之间组合达到了最优。2010年无锡、常州和嘉兴的技术效率仍未达到有效，说明这三个城市还需要进一步优化要素搭配；苏州、杭州和宁波由技术效率有效变成无效，说明这三个城市要素搭配水平有所下降，应当恢复到2009年的水平；南通和湖州两市由技术效率无效转变为有效，说明这两个城市2010年加大了要素之间的调整。
规模效率是技术效率的决定性因素。2009年，南京、无锡、苏州、扬州、镇江、泰州和绍兴均为规模报酬不变，说明这些城市已经达到规模最优；上海、杭州和宁波均为规模报酬递减，说明这些城市有必要减少投入规模，规模的缩小有助于产出的增加；其余城市均为规模报酬递增，说明这些城市需要扩大规模，规模越大，产出越多。2010年除南京、扬州、泰州和绍兴仍为规模报酬不变外，上海仍为规模报酬递减，说明其投入规模仍需缩减；常州、南通、嘉兴、湖州、舟山和台州仍为规模报酬递增，说明其投入规模仍需扩大；而无锡、苏州和镇江由规模报酬不变转为规模报酬递增，杭州和宁波由规模报酬递减变成规模报酬递增，说明这些城市还应适当增加投入规模。
2.2 城市群土地利用效率分类特征
2.2.1 不同区域分布的分类特征
按照三大板块划分的话，2009年江苏土地利用技术效率和规模效率均要高于上海和浙江，其中浙江技术效率和规模效率均为最低；而上海纯技术效率要高于浙江和江苏，说明上海资源要素的组合比浙江和江苏更合理，两者技术效率低的原因在于规模效应没有完全发挥出来；2010年上海规模效应得到部分发挥，技术效率有所提升，而江苏和浙江资源要素的组合水平有所下降，投入规模有所缩小，江苏和浙江的技术效率明显低于上海，其中浙江技术效率仍为整个区域最低。
2.2.2 不同行政级别的分类特征
长三角城市群直辖市、副省级城市和地级市的比例为1：3：12，2009年无论是技术效率还是规模效率，地级市均为最高，副省级城市次之，直辖市最低；直辖市和副省级市纯技术效率均为DEA有效，造成两者技术效率低的主要原因在于规模效率偏低。相比于地级市，直辖市和副省级城市对资源要素具有较强的吸引力，容易造成规模过度，从而抑制规模效应的发挥。2010年，无论是技术效率还是纯技术效率，直辖市均要高于地级市和副省级城市，而规模效率方面则是副省级城市最高，直辖市次之，地级市最低。从整体上来说，不同行政级别城市的土地利用的技术效率、纯技术效率和规模效率表现出明显的差异性。
2.2.3 不同城市规模的分类特征
无论是2009年，还是2010年，长三角城市群超大、特大、大和中等城市的比例均为1：2：9：4。2009年长三角城市群中大城市土地利用技术效率和规模效率均为最高，超大城市最低，中等城市和特大城市介于两者之间，而纯技术效率分布同技术效率或规模效率的分布恰恰相反。2010年技术效率和纯技术效率方面，超大城市均为最高，中等城市和大城市分列第2～3，特大城市最低；规模效率方面，特大城市最高，超大城市次之，大城市和中等城市同处最低端。从整体上来说，城市土地利用技术效率与城市规模之间的相关性不明显，这与部分学者认为的城市土地利用效率与城市规模呈正相关的观点存在差异。
3 长三角城市群土地利用效率变化趋势
利用Malmquist指数模型对长三角城市群16个城市2000～2010年土地利用效率的变动及其分类分异情况进行考察。结果见表3及图1。
3.1 城市土地利用效率总体变化趋势
从总体平均水平来看，2000～2010年间，长三角城市群土地利用的技术效率和纯技术效率变化有所下降，技术有所进步，规模效率保持不变，城市土地利用效率呈现出弱衰退趋势，TFP指数值仅为0.995。其中，技术效率和土地利用效率的下降均是由于纯技术效率的下降所导致。从分阶段来看，2000～2002年和2008～2010年技术效率略有提升，主要得益于规模效率的提高；2002～2004年技术效率变化大于1则是因为纯技术效率和规模效率的同时提高，其中其中规模效率影响更明显；2004～2006年技术效率的下降主要是因为纯技术效率的下降；2006～2008年技术效率的下降则是因为纯技术效率和规模效率的同时下降，其中规模效率影响更明显。除2006～2008年外，其余各时间段长三角城市群土地利用效率均有所下降，这是因为仅有2006～2008年技术呈现出进步态势。2004～2006年土地利用效率的下降趋势最明显是因为技术效率的下降和技术退步所造成的，而其余时间段土地利用效率的下降则主要是因为技术退步。
3.2 城市群土地利用效率变化的分类特征
3.2.1 区域分类特征
2000～2010年间，上海土地利用的技术效率有所提高，而江苏和浙江均有所下降，其中浙江下降趋势更为明显，苏州、杭州、宁波、湖州和舟山等城市技术效率变化均要低于城市群平均水平。上海技术效率的提高得益于纯技术效率和规模效率的同时提高，其中规模效率的提高贡献率更大。而江苏和浙江技术效率的下降主要是因为纯技术效率下降，规模效率的影响不是很明显。
2000～2010年间，土地利用的技术变化在三大板块中均有所提高，其中上海的提高最明显，浙江其次，江苏上升幅度最小。但是，受到技术效率下降的影响，除上海外，江、浙两省的土地利用效率均有所下降，其中浙江下降最为明显。
3.2.2 不同行政级别的分类特征
2000～2010年间，不同行政级别的城市土地利用的技术效率变化各异，直辖市的技术效率变化呈现出增加的趋势，而副省级市和地级市则呈现出下降的趋势。直辖市的技术效率提高得益于纯技术效率和规模效率的同时提高，其中规模效率的提高贡献率更大。而副省级城市和地级市的技术效率下降主要是因为纯技术效率下降，规模效率的影响不是很明显。虽然两者技术也有所进步，但是技术效率下降抵消了技术进步所带来的正面效应，从而导致土地利用效率有所下降。
3.2.3 不同城市规模的分类特征
2000～2010年间，除超大城市外，土地利用的技术效率在不同规模的城市中均有所下降，中等城市下降幅度最小，其次为大城市和特大城市。超大城市和中等城市技术效率变化主要是受到规模效率的影响；特大城市规模效率虽然有所提高，但是纯技术效率下降明显；而大城市技术效率下降则是因为纯技术效率和规模效率的共同下降。
技术变化是土地利用效率变化的主要因素。2000～2010年间，除中等城市外，其他规模的城市技术均有所进步。超大城市和特大城市土地利用效率上升是因为技术进步，大城市土地利用效率的下降是因为技术效率的下降，而中等城市土地利用效率下降则是由于技术效率的下降和技术退步共同导致的。
4 讨论与建议
通过对长三角城市群16个城市土地利用效率及其变化的分类研究，可以得到以下几点启示：（1）目前，影响长三角城市群土地利用效率变化的主要是规模效率，长三角城市群今后可通过争取户籍制度改革、行政区划调整、国家重大项目布局等方面的优惠政策，促进区域中心城市的做大做强，从而实现中心城市规模效应的充分发挥，达到土地集约利用能力有效提高的目的。（2）技术变化是城市土地利用效率变化的影响因素之一，技术进步将有效促进区域土地利用效率的提高。因此，今后长三角城市群应当继续鼓励企业自主创新能力建设，推进专业人才的培养和引进，积极申请中央财政在技术研发、人力资本投资、管理体制机制创新等方面的资金支持，努力营造有利于创新成果产生和应用的社会环境。（3）纯技术效率变化也是综合效率变化和生产率变化的影响因素之一。当前，长三角城市群各资源要素的配置、利用水平有所下降，在未来的发展过程中，土地利用效率低的城市应当改变资源管理方式，优化产业结构，促进劳动力、资本、土地等要素的合理配置。（4）城市系统是个复杂的巨系统，本文涉及的指标体系并不能穷尽长三角城市群土地效率的影响因素，城市土地利用效率指标体系的设计需要更多的理论方法和实证研究来充实。
参考文献：
[1] 朱天明，杨桂山，苏伟忠，等. 长三角地区城市土地集约利用与经济社会发展协调评价[J]. 资源科学，2009，31（7）：1109-1116.
[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] 石成球. 关于我国城市土地利用问题的思考[J]. 城市规划，2000，24（2）：11-15.
[4] 陈荣. 城市土地利用效率论[J]. 城市规划汇刊，1995（04）：28-34.
[5] 刘彦随. 城市土地区位与土地收益相关分析[J]. 陕西师范大学学报（自然科学版），1995，23（1）：95-100.
[6] 方先知. 土地利用效率测度的指标体系与方法研究[J]. 系统工程，2004，22（12）：22-26.
[7] 王雨晴，宋戈. 城市土地利用综合效益评价与案例研究[J]. 地理科学，2006，26（6）：743-748.
[8] 李萍，谭静. 四川省城市土地利用效率与经济耦合协调度研究[J]. 中国农学通报，2010，26（21）：364-367.
[9] 宋戈，高楠. 基于DEA方法的城市土地利用经济效益分析—以哈尔滨市为例[J]. 地理科学，2008，28（2）：5-188.
[10] 杨志荣，吴次芳，靳相木，等. 基于DEA模型的城市用地经济效益比较研究[J]. 长江流域资源与环境，2009，18（1）：14-18.
[11] 陈兴鹏，许新宇，逯承鹏. 基于DEA交叉模型的西部地区生态效率时空变化[J]. 兰州大学学报（自然科学版），2012，
48（2）：24-28.
[12] 李郇，徐现祥，陈浩辉. 20世纪90年代中国城市效率的时空变化[J]. 地理学报，2005，60（4）：615-625.
[13] 郭腾云，徐勇，王志强. 基于DEA的中国特大城市资源效率及其变化[J]. 地理学报，2009，64（4）：408-416.
[14] 廖虎昌，董毅明. 基于DEA和Malmquist指数的西部12省水资源利用效率研究[J]. 资源科学，2011，31（2）：273-279.
[15] 赵雲泰，黄贤金，陈志刚，等. 基于DEA的中国农地非农化效率及其变化[J]. 长江流域资源与环境，2011，20（10）：1228-1234.
[16] 赵伟，马瑞永，何元庆. 全要素生产率变动的分解—基于Malmquist生产力指数的实证分析[J]. 统计研究，2005（7）：37-42.
[17] Charnes A， Cooper W W，Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of
Operational Research， 1978， 2（6）： 429-444.
[18] Banker R D， Charnes A， Cooper W W， et al. Constrained game formulations and interpretations for data envelopment analysis[J]. European Journal of Operational Research， 1989， 40（3）： 299-308.
[19] 王恩旭，武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究[J]. 管理学报，2011，8（3）：443-450.
[20] F?re R， Grosskopf S. A nonparametric cost approach to scale efficiency[J]. Journal of Economics， 1985（87）： 594-604.
[21] F?re R， Grosskopf S， Norris M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. American Economic Review， 1994， 84（1）： 66-83.
[22] 龚长兰. 基于DEA方法的四川城市土地利用效率研究[D]. 雅安：四川农业大学，2008.
[23] 王文刚，宋玉祥，庞笑笑. 基于数据包络分析的中国区域土地利用效率研究[J]. 经济问题探索，2011（8）：60-65.
[24] 马琳. 基于数据包络分析的上海郊区土地利用效率评价研究[D]. 上海：上海交通大学，2009.