城市建設用地利用效率及其影響因素探究
——以江蘇省13個城市為例

詹國輝

（南京農業大學公共管理學院，江蘇南京210095）

華東經濟

城市建設用地利用效率及其影響因素探究
——以江蘇省13個城市為例

詹國輝

（南京農業大學公共管理學院，江蘇南京210095）

文章通過梳理土地利用的既有文獻，借助三階段DEA模型對江蘇省13個地級市的數據進行實證測度，研究發現，江蘇省域內只有南京市與蘇州市的土地利用效率處于高度有效，而其余11個地級城市則處于中度和低度的土地利用效率范圍之中。同時，建構面板數據回歸模型，以土地、勞動力以及資本等投入要素對土地利用效率進行面板回歸及協整檢驗，研究表明，在投入因素方面，建設用地面積、固定資產投資總額、財政支出和第二產業從業人數均對江蘇省域的土地利用效率產生顯著性的正向效應，但第三產業從業人數并無顯著影響。為此，結合江蘇省的實際狀況，提出相應的對策路徑，以期提高江蘇省土地利用的有效性。

；城市發展；建設用地；三階段DEA；效率

一、問題提出

自1978年改革開放以來，隨著市場經濟的深入發展，中國城鎮化率得到顯著提升。城鎮化率從1978年的17.92%發展到2016年的57.35%，增長了3.21倍。而江蘇省域城鎮化率轉變更為明顯，2016年城鎮化率為67%，是1978年城鎮化率（13.7%）的4.89倍，遠遠高于全國平均增長率。囿于江蘇省“人多地少”的集約型困境，過快的城鎮化已然暴露出建設用地資源的緊缺以及建設用地利用的低效。因此，如何有效把握新型城鎮化過程中建設用地利用有效性已成為當下城鎮化改革的現實命題。為此，本文基于江蘇省域的統計數據，借助計量模型方法，有效探求在轉型期的改革進程中江蘇省域的建設用地利用效率，同時測度出影響建設用地利用效率的因素，以期推動江蘇省建設用地要素的集約轉型。

國外關于城市土地利用的研究已從原先生態空間演繹拓展到土地利用過程的決策發生機理及動力機制等內容。隨著城市的擴張，城市土地規劃的集體行動對土地利用效率產生外部性影響［1］，有學者指出不同地域土地支付能力的異質化，引致了各處地價的差異［2］。此外，更多國外研究重點集中在城市土地利用的合理配置、集約化的再利用及測度方法和應用上［3-4］。基于國外研究的基礎，國內學者對城市土地利用效率展開相應研究。其中，測度指標已從初始研究的單一化指標轉變為多維度內容的測度指標體系［5］，研究方法拓展為主成分分析法（FCA）、灰色關聯模型、DEA模型、SBM-Undesirable模型等［6-7］，研究對象從單一城市、城市群區域延伸到全國范圍［8-9］。但囿于諸多學術研究的研究方法、計量指標體系等的異質化，致使測度結果差異性較大。此外，少數文獻對土地利用的時空特征進行了研究［10］。盡管學界人士通過多種實證分析法對土地利用效率進行了測度，其仍未有效彌補模型測度和效率測算的既有缺陷，為此本文通過初始的三階段DEA模型來有效測度土地利用效率，并進一步地借助協整檢驗與面板回歸模型來判定各項投入要素對土地利用效率的影響效應。

二、初始模型設定與檢驗

（一）模型建構

本文建構三階段DEA模型測度方法程序如下：

第一階段，傳統DEA模型。基于城市建設用地利用的外在復雜性和多變性，采用了可變規模報酬的BC2模型。DEA模型公式表示為：

第二階段：SFA模型。建構SFA結構模型的關鍵環節在于厘清出模型應有的松弛變量，并將其作為外部環境投入要素。松弛變量的模型表達方式為：

其中，sij即松弛變量，且滿足于sij≥0；xij是第i個決策單元中第j項要素所要投入的實際值，x'ij是其理想值。對于sij而言，由DEA模型所測算得到。zi（環境解釋變量）作為自變量，以其投入值建構SFA模型：

其中，zi=[] z1,z2,z3,…,zki表示為實證樣本內存有k個環境變量，β是其回歸系數，fj(zi,β)則表示環境變量與初始設定sij之間的影響關系，fj(zi,β)=ziβ。而vij+uij是誤差的綜合形式，這兩者均服從于正態分布N(μ,σ2vi)，且vij和uij是相互獨立不相關的。利用相關軟件（Frontier4.1）對（3）式進行極大似然估計，最終求解出模型中的各項參數（β、σ2、γ等）。其中，根據γ值的大小，可判定哪些是主導因素。其估算方式為：

其中，變量φ和?表示密度函數與分布函數，ei則是模型的系統性誤差。與此同時，隨機誤差vij的估計模型為：

由此，對x'ij的優化求解是：

（二）指標數據的選取

具體指標以及說明見表1所列。

表1 指標體系

（三）實證檢驗

為了有效反映各項經濟運行變量在松弛項中的具體影響，需要對其進行獨立回歸檢驗，從而有效地表征其具體的作用。倘若其回歸系數是為正值，則說明經濟運行變量值的變化程度會顯著提高投入變量的實際值。

基于上文模型的建構，SFA回歸的帶估計和參數檢驗結果見表2和表3所列。

表2 第二階段SFA回歸待估計參數結果

表3 第二階段SFA回歸參數檢驗結果

表2和表3的數據值反映出如下內容：一是人均道路面積（RD）。其對JYM、GZT、CZ在0.01置信水平下通過顯著性檢驗，L1、L2在0.05置信水平下通過顯著性檢驗。而固定資產總額、財政支出數額以及第三產業從業人數對建設用地效率是一種負向關系。對于建設用地面積、第二產業從業人數以及人均能占用的道路面積與其呈現正向關系，但影響系數并不大。二是科技環境（KH）。GZT、CZ在0.01置信水平下通過顯著性檢驗，JYM在0.05置信水平下得到負向顯著性檢驗，但數值較小。足見科技環境對土地利用效率是負向關系。三是外貿依存度（WY）。JYM、GZT、CZ在1%的置信水平下得到了顯著性檢驗，同時還可以觀察到其相關系數均表現出正值，這說明對外依存度的提高有助于江蘇省的土地利用和開發，并且這種利用效率還是比較高的。

（四）調整后的再檢驗

根據上文并參照（6）式得出檢驗結果見表4所列。

表4 調整后的檢驗結果

表4顯示的是有關江蘇省土地開發與利用效率值的分配圖景。江蘇省土地利用效率的TE、PTE、SE已由初始的0.961 2、0.976 9和0.966 7下降到現在的0.765 8、0.982 6和0.782 7。顯而易見，PTE值呈現下降趨勢，但STE下降幅度更為明顯，最終引致了TE值的進一步下降，且下降幅度比較顯著。

為此，就需要對江蘇省域內的具體地級市進行分析，得出江蘇省13個地級市的土地利用效率變動境況如下：一是效率值沒有發生明顯變動，蘇州和南京市各項效率指標數值均為1.000，且規模報酬（Returns to Scale）是保持不變的，這足以證明這兩個城市的土地利用效率在整個樣本區內的有效性更為顯著；二是其他城市的土地利用效率均在第三階段中明顯存在下降的態勢，其中，變動情況較小的城市有南通、無錫、徐州以及揚州等四個城市，其降幅不大，始終保持在0.8數值節點以上，這表明了南通、無錫、徐州以及揚州等城市的土地利用效率仍舊屬于“中度有效”趨勢范圍之中。此外，其他七個地級市（淮安、常州、連云港、鹽城、鎮江、泰州、宿遷）的土地利用效率呈現出明顯下降趨勢。

三、進一步分析與探討

下文嘗試從土地資本、勞動力等要素提取投入因子來計算土地利用的效率值，以期測度出江蘇省域內土地利用效率的影響效應。依據江蘇省域內的13個城市土地利用效率得分，并將所調整的各個投入要素因子進行一定的計量分析，同時還要剔除相關的外部環境變量因素。將本節中所要測度的建設用地面積、固定資產投資、地方財政支出、第一產業從業人數和第三產業從業人數作為被解釋變量，分別表示為x1、x2、x3、x4和x5。與此同時，將土地利用效率的得分數值作為被解釋變量y。借助Eviews7.2軟件測度相應的投入要素的因子系數。其具體的模型如下：

（一）序列平穩性檢驗

借助統計分析軟件，得到檢驗結果見表5所列。

表5 單位根檢驗結果

表5的單位根結果表明了接受“存在單位根”之原假設，進一步證明了關于建設用地面積的數據序列呈現出“非平穩”態勢。為此，再對該序列變量進行一階差分，得到檢驗結果見表6所列。

表6 一階差分后單位根檢驗的最終結果

表6的結果顯示其拒絕了原先的假設，這一變量序列已呈現出平穩的狀態，同時亦證明了變量x1的序列呈現一階單整。同理可對其他變量進行平穩性檢驗，所得結果是：被解釋變量序列y和解釋變量序列x2、x4、x5均呈現出一階單整，而對于解釋變量序列x3則為二階單整。倘若數據中的變量是存在非同階單整，則不能對此序列進行協整檢驗，此時最為關鍵性的工作在于如何對變量序列進行差分抑或是進行對數轉化，最終使得變量序列轉換為同階序列。因此，為了使各項變量能夠有效地呈現出可行性，就需要對進行x3一階差分檢驗，結果反襯出x3仍然屬于“一階單整序列”，此時即可進行后續的協整檢驗。

（二）序列協整檢驗

本文所采用的檢驗方法是以Grange兩步法為基礎的面板協整檢驗，檢驗結果見表7所列。

表7 協整檢驗結果

由表7可見，基于現行前提假設存在“無協整關系”，為此，在對變量序列進行Kao檢驗中，ADF在1%置信水平下得到顯著性檢驗，其拒絕了原假設。與此同時，在Pedron檢驗法中囊括了七種方法，只有四種檢驗方法是在1%置信水平下拒絕了原假設。由此可以得出，江蘇省域土地開發與利用效率值與各項投入要素的變量因子之間存在協整關系。

（三）回歸模型建立與檢驗

無論選擇何種回歸模型檢驗，都必須對其進行豪斯曼檢驗，以便確定能夠選擇何種模型來分析。豪斯曼檢驗結果見表8所列。

表8Hausman1/4檢驗結果

從表8的檢驗結果來看，由于檢驗的P值=0.09< 0.10，即土地利用效率模型在10%的置信水平下是拒絕原假設的，進一步確定了應以固定效應模型來分析。為了檢驗調研數據適用于何種回歸面板模型，本文借助于協方差方法來進行分析，具體如下：

如若所測度的樣本數據接受H2，則可以判斷出其數據分布是符合不變參數模型，而這不需要進一步的回歸檢驗；如若拒絕了H2，后續需要對H1進行檢驗。一旦后續會拒絕H1，則其符合可變參數模型。如上檢驗數據是以F統計量為中間測度變量，模型方程為：

但須明確的是，在H2存在的境況下，F2統計量是必然要服從于以上相應自由度下的F分布狀況。同理可得，在H1的境況下F1統計量亦服從F分布。最終F1統計量的模型方程為：

基于上文模型以及F統計量的建構，將殘差平方和的數值代入到（9）式中，檢測出的統計量F2= 0.246。因此，在5%的顯著性水平下，F2

表9 模型回歸估計結果

表9的回歸結果顯示，擬合優度達到0.586，而經過調整后的擬合優度也才0.543，但足見其模型擬合較為良好。而在5%的置信水平下，未能通過顯著性檢驗的是解釋變量僅有x5，其他變量都能通過顯著性檢驗。此外還能看出這一擬合模型在整體維度上呈現出良好檢驗之勢。而當應用調整后的模型進行再次回歸測度后，其DW檢驗的數值達到2.168。更為關鍵的是，在自由度下DU<2.168<4-DL的測度結果下，可將此模型判斷為不存在一階自相關（First Order Autocorrelation）。由此可以認為，經過調整后的不變參數模型的回歸檢驗過程有助于詮釋和解讀江蘇省域內土地利用效率的實踐之需。

與此同時，需要將各項解釋變量（x1、x2、x3、x4、x5）對被解釋變量（y）的影響效應進行實證詮釋，具體如下：一是土地投入要素。x1對y在5%的置信水平下得到顯著性檢驗，并且這兩者之間存在正相關性檢驗，相關系數為0.003，證實了建設用地面積與土地利用效率之間是正向關系，建設用地面積的增加有助于提升土地利用效率。二是資本投入要素。x2和x3對y的正向影響作用是顯著性的，但其影響系數比較小。三是勞動力的投入要素。x4對y有顯著性影響，而x5對y則表現無顯著性影響。

四、結論與政策啟示

隨著城鎮化進程的不斷加快，地方政府面臨著GDP績效考核的壓力，城鄉發展的空間規模在不斷擴張，與此同時，中央政府對地方政府在城鎮化發展方面的常態化要求，兩者之間構成了發展“悖論”。而這一政策行為所帶來的問題是挑戰了現行的建設用地制度，城鎮化發展過程中的建設用地資源日益短缺。本文借助于三階段DEA模型，通過計算和分析江蘇省13個地級市在2000-2016年的建設用地利用效率得分，發現多數地級市的建設用地利用效率處于中低度以及中度狀態，而只有蘇州和南京市是處于高度有效性狀態。此外，建設用地面積和第二產業從業人數均對江蘇省建設用地利用效率產生了顯著性的正向效應，但是第三產業從業人數對建設用地利用效率在統計學上尚無顯著性，勞動力投入的綜合效力對建設用地利用效率提高有促進作用。

基于上文的實證分析，結合江蘇省域內的實際境況，本文嘗試提出相應的政策路徑：一是制定合理的建設規劃方案，實現建設用地面積的合理化，實現城市擴張的有序化。對于新增城市建設用地，合理引導和規劃用地布局，同時需要結合地級市的發展規劃，逐步搬遷和改善工業園區用地，實現建設用面積的集約型利用。二是推動二、三產業的技術升級，從而改變土地利用結構。傳統土地利用的生產模式集中為高能耗、高投入、低技術特征，無法發揮土地利用的產業優勢。因此，要推動產業的技術升級尤其是第二產業的技術升級，整合外部高層次人才，減少工業勞動力的高消耗，實現人力資本與工業能源資本的優化與配置，最終改善城市建設用地的利用效率。三是優化財政支出的結構，提升地級市用地的利用效率。在各個地級市土地集約利用的同時，應當優化財政支出結構，嚴格審批建設用地投資事項，在保證“少投入、高利用”原則下實現江蘇省域地級市用地的利用效率。四是集約式利用建設用地資源。各個地級市必須提高集約式建設用地的效率，嚴格把控審批權，尤其是對農地、耕地、林地、礦區等的審批。與此同時，還應有效盤活現有建設用地面積，充分挖掘建設用地存量的內在潛力，對荒地、廢棄地以及海邊鹽堿地等再度利用，實現建設用地利用的有效性。

［1］Yeh A G O，Wu F.The New Land Development Process and Urban Development in Chinese Cities［J］.International Journal of Urban and Regional Research，1996，20（2）：330-353.

［2］Alonso W.A Theory of the Urban Land Market［J］.Papers in Regional Science，1960，6（1）：149-157.

［3］Fisch O.Optimal Allocation of Land to Transportation in a Non-Optimal UrbanStructure［J］.Regional Science and Urban Economics，1982，12（2）：235-246.

［4］Su D Z.GIS-Based Urban Modeling：Practices，Problems and Prospects［J］.International Journal of Geographical Information Science，1998，12（7）：651-671.

［5］王海濤，婁成武，崔偉.遼寧城市化進程中土地利用結構效率測評分析［J］.經濟地理，2013，33（4）：132-138.

［6］張志輝.中國城市土地利用效率研究［J］.數量經濟技術經濟研究，2014，30（7）：134-149.

［7］楊勇，郎永建.開放條件下內陸地區城鎮化對土地利用效率的影響及區位差異［J］.中國土地科學，2011，25（10）：19-26.

［8］梁流濤，許立民.生計資本與農戶的土地利用效率［J］.中國人口.資源與環境，2013，23（3）：63-69.

［9］吳九興.土地利用政策：市場效率與社會效率——以建設用地為例［J］.經濟體制改革，2010，27（5）：12-17.

［10］梁流濤，趙慶良，陳聰.中國城市土地利用效率空間分異特征及優化路徑分析——基于287個地級以上城市的實證研究［J］.中國土地科學，2013，27（7）：48-54.

A Study on the Land Use Efficiency and Its Influencing Factors of Urban Construction—Evidence from 13 Cities in Jiangsu Province

ZHAN Guo-hui
（College of Public Administration,Nanjing Agriculture University,Nanjing 210095，China）

This paper,by sorting out the existing literature of land use and employing a three-stage DEA model,makes an empirical measurement on the data of 13 prefecture-level cities in Jiangsu province.The study shows that the land use efficiency of Nanjing and Suzhou cities is highly effective,whereas the other 11 prefecture-level cities are in the middle and low levels of land use efficiency in the province.Moreover,the paper,by building a regression model of panel data,conducts the panel regression and cointegration test on the land use efficiency by means of input factors,such as land,labor and capital,etc.The study indicates that input factors,including construction land area,total investment in fixed assets,fiscal expenditure and the number of employed persons in the second industry, have significant positive impacts on the land use efficiency in the province,but the number of employees in the tertiary industry has no significant impact.To this end,the paper,combined with the actual situation of the province,proposes the appropriate countermeasures and paths,in order to improve the effectiveness of land use in Jiangsu province.

urban development;construction land;three-stage DEA;efficiency

F061.6；F061.5

A

1007-5097（2017）06-0011-05

［責任編輯：余志虎］

10.3969/j.issn.1007-5097.2017.06.002

2016-12-10

國家社會科學基金項目（14BGL150）；江蘇省普通高校研究生科研創新計劃項目（KYLX16_1002）

詹國輝（1989-），男，江西婺源人，博士研究生，研究方向：土地政策與公共服務。