土地利用效率的空間格局與溢出效應

2014-09-16 20:50:00崔許鋒

經濟與管理 2014年5期

崔許鋒

摘要：采用全局空間自相關模型、Getis-Ord Gi*模型對中國31個省域的建設用地利用效率、農用地利用效率、土地利用綜合效率進行分析。結果顯示，三者均呈現空間集聚特征，建設用地熱點區域面積小于農用地熱點區域，建設用地熱點區域與冷點區域面積僅占全部研究區面積的1/4，研究區半數省域屬于土地利用效率無顯著差異型。關鍵詞：土地效率；空間格局；空間自相關模型； Getis-Ord Gi*

中圖分類號：F301.2 文獻標識碼：A 文章編號：1003-3890（2014）05-0019-07

市場是一個逐利的系統，農地的非生產性價值無法在市場中表達，導致農地經濟效率要遠小于建設用地，在經濟利益的驅動下農地向建設用地轉變。雖然農地利用效率較低，但其具有建設用地所不具備的糧食安全功能、生態功能、社會保障功能、景觀功能等，那么在經濟發展和城鎮化過程中，如何平衡農地與建設用地成為重要的研究課題。其次，土地資源具有顯著的空間性特征，農地與建設用地的布局關系到土地利用的效率，不同的農地與建設用地布局產生的效率不同，許多土地低效利用問題都可以從農地與建設用地的空間布局中得到解釋。基于上述的認識，擬從農地與建設用地利用效率的空間格局與效率溢出角度研究和回應當前土地利用中存在的問題。

一、文獻綜述

土地利用效率（land use efficiecy）一詞，在《土地基本術語》（GB/T19231-2003）中是指“在土地利用的過程中，以最低的土地成本產生最大的效益”，這個定義源于土地利用所追求的目標。大部分研究也通常是從效益角度界定土地利用效率，認為土地利用效率是單位土地面積產出的效益，僅指“土地利用經濟效益”，這是土地利用效率的狹義概念，本文研究土地利用效率僅限于其狹義的內涵。而廣義的土地利用效率則包含“土地利用經濟效益”、“土地利用生態效益”、“土地利用社會效益”等。

近幾年，關于土地利用效率已有不少有益的研究，主要集中在對土地利用效率的測度和有效性方面。在對土地利用效率測度研究方面，通常立足于測度體系的完備性，從體系規范性上進行相關探討。方先知（2004）[1]根據土地類型構建了相應評價體系，鮑新中、劉澄、張建斌（2009）[2]則就城市土地利用效率評價體系指標選擇進行理論探討，并構建了綜合評價體系。在土地利用效率有效性研究方面，常用工具是數學包絡分析法（Data Envelopment Analysis）。數學包絡分析法是由A. Charnes、W.W. Cooper、E. Rhodes（1978）[3]首先創立并逐步發展起來的，目前廣泛應用于管理學和經濟學。張兵、金鳳君（2007）[4]，傅利平、顧雅潔（2008）[5]，張良悅、師博、劉東（2009）[6]、謝芒芒、趙敏娟（2011）[7]，王文剛、宋玉祥、龐笑笑（2011）[8]，劉傳明、李紅、賀巧寧（2010）[9]，曹廣忠、白曉（2010）[10]，孫平軍、趙峰、修春亮（2012）[11]注意到了土地利用效率中的空間異質性，基于DEM法分析了土地利用效率的有效性，分析了產生空間異質性的原因，提出了相應的優化建議。

上述研究拓展了研究的視野，為土地利用效率的研究提供了重要的基礎，但仍然存在進一步研究的必要：首先，在土地利用效率測度方面，研究多在評價體系規范性問題上進行探討，而數據檢驗較為缺乏。其次，土地作為一種自然資源，空間性是其最重要特征之一，忽視了空間集聚性問題研究就會影響研究結果的有效性。目前已有的土地利用效率空間格局研究，僅簡單局限于土地利用效率的空間布局，忽視了土地利用之間的反饋作用和空間集群特征。所以研究擬采用全局空間自相關模型和Getis-Ord Gi*空間分析工具，分別對建設用地利用效率、農用地利用效率、土地利用綜合效率的空間集聚模式及空間格局進行分析，嘗試從空間反饋角度研究土地利用效率，從而尋找其空間特征和問題，并提出政策啟示。

二、數學模型與數據來源

（一）土地利用效率測算方法

研究采用建設用地地均二三產業產值表征建設用地利用效率，農用地地均第一產業產值表征農用地利用效率，建設用地利用效率與農地利用效率采用Equation 1、2進行計算。

Equation 1：C（GDPs，t，Lconstruction）=GDPs，t/Lconstruction

Equation 2：A（GDPp，Lagricultural）=GDPp/Lagricultural

其中，C為建設用地利用效率，GDPs，t為第二三產業產值，Lconstruction為建設用地面積，A為農用地利用效率，GDPp為第一產業產值，Lagricultural為農用地面積。根據以上公式得出建設用地利用效率和農用地利用效率后為了便于對比分析，對建設用地、農用地利用效率進行分級，分級的方法是，以建設用地利用效率和農用地利用效率值為觀測值，采用Natural Breaks法進行分級。Natural Breaks法將數據分成若干集群，集群邊界設置在觀測值有較大跳躍性的位置，實現集群與集群之間差異性的最大化。建設用地利用效率和農用地利用效率的測算數據來源于《中國統計年鑒》（2013）。

（二）全局空間自相關模型

全局空間自相關模型主要通過構造出Moran's I指數[12-13]來判斷空間數據的狀態模式，是集聚模式、離散模式還是隨機模式。

Moran′s I=■

S2=■■（Yi-■），■=■■Yi

Yi表示第i個地區的觀測值（建設用地利用效率、農用地利用效率、土地利用綜合效率），n為區域數，Wij為鄰近空間權值矩陣，表示其中任意一個空間對象與其他空間對象的空間鄰近關系。Wij的測算可以采用EUCLIDEAN距離或MANHATTAN距離等，研究中采用的是EUCLIDEAN距離。

如果Moran's I 指數值為正，則表明觀測值的空間布局為集聚模式；如果為負，則表明觀測值的空間布局為離散模式；如果為0，則表示是隨機模式。Moran's I的顯著性，即空間布局模式的顯著性采用z得分和p值來檢驗。z得分是標準差的倍數，比如z得分為+2.5，則表示是2.5倍的標準差。p為顯著性水平。一般情況下我們認為，當p<0.05時，拒絕原假設，接受備擇假設空間布局模式顯著，此時置信度達到95%以上。

（三）Getis-Ord Gi*模型

Getis-Ord Gi*模型[14]相比全局空間自相關模型，其是一種局域空間自相關模型，是用來識別具有統計顯著性的高值（熱點）和低值（冷點）空間聚類分析工具[15-16]。具有顯著統計學意義上的熱點，其要具備兩個條件，其一是觀測值自身具有高值，其二是周圍相鄰的要素也要同時具有高值。冷點相反。其基本原理是將觀測值及其相鄰要素的局部總和與所有要素的總和進行比較，當局部總和和所預期的局部總和有較大差異，無法成為隨機產生的結果時，就得出一個具有顯著統計意義的Gi*得分，即z得分。其數學原理是：

Gi*=■

其中，xj是要素j的屬性值，wi，j是要素i和j之間的空間權重，n為要素總數。

■=■，s=■

對于通過具有顯著性檢驗，即具有顯著統計學意義上的z得分，if z>0，z得分越高，高值（熱點）的聚類就越緊密；if z<0，z得分越低，低值（冷點）的聚類就越緊密；if z→0，則表示不存在明顯的空間聚類。

三、土地利用效率的空間格局分析

采用土地利用效率模型，對中國31個省域（省、自治區、直轄市）①進行土地利用效率測算，測算結果見表1。為了檢驗觀測值是否具有空間集聚特征及其空間集聚性的強度，采用全域空間自相關模型，分別對建設用地利用效率和農用地利用效率進行檢驗，檢驗結果見表2。

（一）建設用地利用效率的空間格局分析

首先對省域之間建設用地利用效率的布局模式進行檢驗。根據表2全域空間自相關檢驗的結果可知，建設用地利用效率Moran I=0.109 64，Moran I指數大于0，說明建設用地利用效率呈現集聚的空間模式。此時，z 得分為2.07，z>1.96，p<0.05，拒絕空間隨機分布的原假設，接受非隨機布局的備擇假設，建設用地利用效率的空間集聚模式在5%的顯著性水平下、95%的置信水平下成立。故而Moran I測算結果有效，建設用地利用效率格局呈現出顯著的空間集聚模式，即省域之間建設用地利用效率具有空間自相關性，較高建設用地利用效率的省域相對集聚，較低建設用地利用效率的省域相對集聚。因此，建設用地利用效率存在著顯著的集群現象，有必要對其空間格局進行研究。

然后以建設用地用地利用效率的測算值為觀測值（表1），并采用Natural Breaks法對觀測值進行分級，得到中國省域建設用地利用效率空間分級圖（圖1）。建設用地利用效率共分五級，第I級最高、第Ⅴ級最低，自第I級向第Ⅴ級遞減。通過觀察建設用地利用效率空間分級圖（圖1），分析中國省域建設用地利用效率格局的空間特征。第Ⅰ級為北京和上海，為中國的首都和重要經濟中心。處于第Ⅱ級的有天津、江蘇、浙江、福建、廣東，此五區域全部為沿海區域。第Ⅲ級包括遼寧、河北、山東、山西、陜西、四川、重慶、湖北、湖南，此九個區域中有八個位于中部區域，所以第Ⅲ級主要處于中部區域。第Ⅳ級包括內蒙古、吉林、寧夏、西藏、云南、貴州、廣西、河南、安徽、江西，這一級除河南、安徽、江西位于中部，吉林位于東北部外，其余六區域皆位于西部。其余的四個區域位于最低一級第Ⅴ級，除黑龍江位于東北部外，其余都處于西部地區。因此，建設用地利用效率呈現出沿海區域高于內陸區域，東中部高于西部的空間格局形態。

為了探索中國建設用地利用效率中的“熱點”（Hot Spot），采用ESDA中的熱點分析技術（Hot Spot Analysis）——Getis-Ord Gi*，對建設用地利用效率進行分析。分析結果見圖2。根據分析結果，可以知道上海、安徽、湖北、河南、江蘇、山東、浙江、福建處于高值集聚區，表明這八個省域與相鄰省域土地利用呈現出明顯的合作關系。而四川處于“冷點”區，是低值集聚區，說明四川與相鄰區域也呈現出合作關系，而這種合作關系是“低水平”的合作。其余省域Getis-Ord Gi*分析不顯著，說明其與相鄰區域的土地利用之間關系不密切，價值溢出不明顯。從數量上看，“熱點”區域有八個，“冷點”區域有一個，“熱點”與“冷點”區域約占整個研究區域（不含港、澳、臺地區）的25%，剩余區域為不顯著區域。

土地利用效率的空間集聚模式說明了土地利用效率存在空間溢出，以“燕郊”現象為例，“燕郊”全稱“燕郊經濟技術開發區”，隸屬于河北廊坊三河市，其距離北京市通州區緊有一河之隔，與北京空間區位相鄰，吸引眾多的開發商在三河市開發樓盤和眾多的北京人在此置業，導致燕郊土地價值和房地產價值逐年提升，燕郊土地與房地產價格甚至要高于河北省省會石家莊市。

（二）農用地的空間格局分析

首先對省域之間農用地利用效率的布局模式進行檢驗。根據表2全域空間自相關檢驗的結果可知，農用地利用效率Moran I=3.14，Moran I大于0，說明農用地利用效率的空間布局不是隨機過程，而是呈現出空間集聚的狀態。再檢驗空間集聚的狀態的顯著性。z=4.56、p=0.000 05，表明Moran I的置信水平達到99%以上，拒絕空間隨機分布的原假設，說明農用地利用效率呈現出顯著的空間集聚狀態。

然后我們比較一下農用地利用效率與建設用地利用效率的集聚程度，農用地利用效率的Moran I是建設用地的三倍，說明農用地利用效率集聚程度遠高于建設用地的集聚程度。農用地集聚程度較高的原因在于農用地受到自然區域、自然稟賦、傳統耕作習慣等的影響大，這些因素都具有強烈的空間性，而建設用地是利用其承載功能，其區位性顯然要弱于農用地。所以農用地空間集聚度高于建設用地。由于農用地存在著顯著的集群現象，有必要對其空間格局進行研究。

為了觀察農用地利用效率的空間格局，采用Natural Breaks法對農用地利用效率進行分級，分級結果見圖3。農地利用效率最高級分布在山東和江蘇，這兩個區域既位于暖溫帶，又具有沿海優勢，受到海洋氣候影響，光熱水條件好。第Ⅱ級包括遼寧、天津、河北、河南、湖北、安徽、浙江、廣東、海南九個省域，位于中東部地區。第Ⅲ級包含北京、重慶、湖南、江西、福建、廣西六個省域；第Ⅳ級包括黑龍江、吉林、山西、寧夏、陜西、四川、貴州、云南八個省域，多位于西部區域；最低一級包含新疆、內蒙古、甘肅、青海、西藏五個省域，全部位于西部地區。故而，農用地利用效率空間格局呈現出顯著的中東部區域高于西部區域的形態。

我們同樣采用Getis-Ord Gi*對農用地利用效率進行分析，結果見圖4。根據分析結果可以知道上海、江蘇、浙江、福建、安徽、江西處于高值集聚區，這些區域周圍被相對高值區域包圍，呈現出農地利用的合作關系。北京、天津、河北、山東、河南、湖北、湖南也處于高值集聚區，但是與上海、江蘇等省域相比，其z得分為1.96～2.58，小于上海、江蘇等省域的z得分（2.58以上）。上海、江蘇等省域集聚程度要高于北京、天津等省域，區域間農地利用的合作性更為明顯。

而甘肅、青海、西藏、新疆“冷點”區，是低值集聚區，表明這個區域自身具有較低的農用地利用效率、且被低利用效率的區域包圍，呈現出低水平的“合作”關系。從其z得分可以看出甘肅、青海、西藏的低值集聚性要強于新疆，甘肅、青海、西藏農用地利用合作更為緊密。

其余省域Getis-Ord Gi*分析不顯著，說明其與相鄰區域的土地利用之間關系不密切，價值溢出不明顯。從數量上看，“熱點”區域有13個，“冷點”區域有4個，“熱點”與“冷點”區域占整個研究區域（不含港、澳、臺地區）的55%，剩余區域為不顯著區域。

（三）土地利用綜合效率分析

根據土地利用綜合效率的測算結果（表1），采用Natural Breaks法對農用地利用效率進行分級，結果見圖5。根據Moran I=0.11、z=2.12、p=0.03可知，土地利用綜合效率水平也呈現出明顯的集聚性。

根據圖5可知土地利用綜合效率最高的省域為北京和上海。第Ⅱ級包含天津、江蘇、浙江、福建、廣東，全部屬于東部沿海區域。第Ⅲ級包含遼寧、山東、陜西、湖北、重慶、湖南6個省域。第Ⅳ級包含的區域最大，分別為內蒙古、吉林、寧夏、山西、河北、河南、安徽、江西、西藏、四川、云南、貴州、廣西13個省域。其余為最后一級，主要分布在西北地區。

（四）土地利用效率主導類型

為了從土地利用效率角度分析土地主導類型，我們定義：if RAi-RCi≥5，土地利用效率主導類型為建設用地利用效率優先型；if RAi-RCi≤-5，土地利用效率主導類型為農用地利用效率優先型；if -4≤RAi-RCi≤4，土地利用效率類型為土地利用效率無顯著差異型。其中，RCi、RAi分別是第i個省域建設用地利用效率和農用地利用效率的位次，按照其效率指標值從大到小的順序，位次依次為1～31。

據表1的農用地、建設用地測算結果，將中國土地利用效率進行排序，并進行效率的對比，見表3。建設用地利用效率優先型的省域有北京、山西、內蒙古、浙江、福建、廣東、重慶、西藏、陜西；農用地優先型的省域有河北、江蘇、安徽、山東、海南；土地利用效率無顯著差異型的有天津、遼寧、吉林、黑龍江、上海、江西、河南、湖北、湖南、廣西、四川、貴州、云南、甘肅、青海、寧夏、新疆。

四、結論與討論

研究采用全域空間自相關模型、土地利用效率測算模型、Getis-Ord Gi*模型，對中國31個省域的建設用地利用效率和農用地利用效率進行了空間集聚狀態分析和空間格局分析。研究表明土地利用效率呈現空間集聚模式，說明土地利用效率存在空間溢出。土地利用空間性與關聯性特征明顯，受到相鄰區域土地利用的影響強烈，區域間的土地利用存在“反饋作用”（Ward M D，Gleditsch K S，2008）[17]，引致了土地利用效率的溢出。在理論層面，研究表明土地利用效率方程的構建需要加入空間控制變量。全局空間自相關模型的空間集聚顯著性檢驗結果，從數量統計上為土地利用效率空間集聚提供了驗證。土地利用效率呈現出的空間集聚模式表明了土地投入產出的空間自相關性，應該引起我們注意的是，在分析土地投入產出問題時，需要注意其空間性，合理引入空間因子，比如構建土地投入產出函數時，不能忽略空間集群行為的影響，需要加入空間交互關系變量作為控制變量，才能提高方程的置信水平。根據研究結果可以得出如下的結論與建議：

1. 土地利用需要構建合作機制，發揮集聚效益。建設用地“熱點”和“冷點”區域占整個研究區的比重為25%，其余75%為不顯著區域，說明中國在建設用地利用方面大部分區域無合作關系，沒有充分利用土地空間集聚性產生的效益。所以，中國省域間土地利用合作機制還有待有待完善，合作的力度有待加強。合作機制的完善有利于區域中心城市土地價值的溢出，區域土地利用效率均衡性提升，實現區域經濟一體化均衡發展。農用地“熱點”和“冷點”區域占整個研究區域的比重較大，其空間集聚性主要來源于農用地的自然特征而非區域農業的合作，農用地的產出決定因素是自然稟賦，比如土壤肥力、光熱條件、水分供給等，這些因素是按地理區域分布，而非行政區域分布，所以位于同一地理區域的農用地利用效率會出現集聚性。

2. 基于建設用地利用效率測度，合理配置建設用地指標，促使效率的提高。在目前土地利用總體規劃編制中，建設用地指標的配置一般是基于經濟發展和人口增長等方面來確定，其缺陷是關注了指標配置的公平性，忽視了建設用地指標配置的效率。建設用地利用效率體現了土地利用的績效和土地管理和利用者的工作績效，傳統指標配置方法不僅無法形成有效的激勵，甚至會產生土地閑置和浪費。鑒于以上的分析，從利用效率的角度實施建設用地指標配置，或者將利用效率作為重要的指標配置依據，可以有效地對土地利用者及管理者形成激勵，促使土地集約節約利用。

3. 土地利用主導方式與全國主體功能區規劃匹配性弱。根據土地利用效率主導類型的分析可知，全國有一半的省域土地利用效率主導類型無顯著差異，與全國主體功能區規劃有一定差距，從國家層面上看不利于全國產業的合理布局。由于農用地利用效益水平低，主導第一產業是低效率的，省域一般不自愿主導第一產業的生產。解決這個問題應該從國家層面統籌規劃，采用轉移支付的方式給予第一產業主導區域合理農地非生產性價值補償，提高農用地利用效益，這樣才能降低農用地向建設用地轉移的經濟利益引力，增強土地“區位利用模式”[18]，實現土地利用綜合效率的最優。

4. 實施產業轉移，提高中西部地區建設用地利用效率。當前中西部地區建設用地利用效率較低的主要原因在于城鎮化過程中缺乏有效的產業支撐，中西部地區應當主動承接東部區域的產業轉移，增強區域產業實力，推動建設用地集約利用，實現建設用地利用效率的最大化。

注釋：

①中國香港、中國澳門、中國臺灣地區由于數據暫缺原因，其土地利用效率的空間格局以后研究。

參考文獻：

[1]方先知.土地利用效率測度的指標體系與方法研究[J].系統工程，2004，22（12）：22-26.

[2]鮑新中，劉澄，張建斌.城市土地利用效率的綜合評價[J].城市問題，2009，（4）：46-50.

[3]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.

[4]張兵，金鳳君.1990 年代以來長江三角洲城市土地利用效率研究[J].重慶建筑大學學報，2007，29（5）：38-43.

[5]傅利平，顧雅潔.基于數據包絡分析的土地利用效率評價[J].西安電子科技大學學報（社會科學版），2008，18（3）：103-107.

[6]張良悅，師博，劉東.中國城市土地利用效率的區域差異——對地級以上城市的DEA分析[J].經濟評論，2009，（4）：18-26.

[7]謝芒芒，趙敏娟.陜西省城鎮土地效率評價[J].山東農業大學學報（自然科學版），2011，42（4）：603-608.

[8]王文剛，宋玉祥，龐笑笑.基于數據包絡分析的中國區域土地利用效率研究[J].經濟問題探索，2011，（8）：60-65.

[9]劉傳明，李紅，賀巧寧.湖南省土地利用效率空間差異及優化對策[J].經濟地理，2010，30（11）：1890-1896.

[10]曹廣忠，白曉.中國城鎮建設用地經濟密度的區位差異及影響因素——基于273個地級及以上城市的分析[J].中國人口·資源與環境，2010，20（2）：12-18.

[11]孫平軍，趙峰，修春亮.中國城鎮建設用地投入效率的空間分異研究[J].經濟地理，2012，32（6）：46-52.

[12]Bivand R，Müller W G，Reder M.Power Calculations for Global and Local Morans I[J].Computational Statistics & Data Analysis，2009，53（8）：2859-2872.

[13]黃飛飛，張小林，余華，等.基于空間自相關的江蘇省縣域經濟實力空間差異研究[J].人文地理，2009，24（2）：84-89.

[14]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[15]Bump J K，Peterson R O，Vucetich J A.Wolves Modulate Soil Nutrient Heterogeneity and Foliar Nitrogen by Configuring the Distribution of Ungulate Carcasses[J].Ecology，2009，90（11）：3159-3167.

[16]Hinman S E，Blackburn J K，Curtis A.Spatial and Temporal Structure of Typhoid Outbreaks in Washington，DC，1906-1909：Evaluating Local Clustering with the Gi* statistic[J].International Journal of Health Geographics，2006，5（1）：13.

[17]Ward M D，Gleditsch K S.Spatial Regression Models[M]. New York： Sage Publications，2008.

[18]孫偉杰，侯學平.廣東省開發區土地利用模式研究[J].上海國土資源，2014，35（1）：19-122.

責任編輯：曹華青

The Spatial Pattern and Spillover Effect of Land-use Efficiency

Cui Xufeng

（School of Business Management， Zhongnan University of Finance&Law， Wuhan 430073， China）

Abstract： Taking global spatial autocorrelation model and Getis-Ord Gi* model， to analyze construction land-use efficiency， agricultural land use efficiency and the comprehensive land use efficiency of 31 provinces in China. The results show that construction land-use efficiency， agricultural land-use efficiency and the comprehensive land-use efficiency present the characteristics of spatial clustering； the area of hot spot of construction land is smaller than that for agricultural land； the area of hot spots and cool spots only accounts for 1/4 of total regions； The study area half provinces belong to the land-use efficiency types without significant difference.

Key words： Land efficiency； Spatial pattern； Spatial autocorrelation model； Getis-Ord Gi*