基于DEA的陜西省土地集約利用評價

鄧富玲 劉偉

摘要 以陜西省11個轄區為研究對象，選用投入導向型變動規模報酬的數據包絡分析方法（DEA法）測度土地集約利用效率，并運用灰色斜率關聯度對有效決策單元進行排序分析，尋求供給側土地資源集約利用的發展方向，以更好地提高土地集約利用效率。結果表明：各轄區中7個地區表現為DEA有效，其土地利用集約水平由高到低依次為商洛市、安康市、渭南市、漢中市、西安市、榆林市、楊凌示范區；銅川市、寶雞市、咸陽市和延安市4個地區為DEA無效，影響其無效的原因包括房屋建筑面積冗余、單位GDP能耗過多、能源利用效率較低、社會商品銷售額偏低以及天氣優良天數偏少等。針對上述情況，為更好地發揮土地在供給側結構性改革中的作用，提出了相關的意見和建議。

關鍵詞 土地資源；集約利用；數據包絡分析；灰色斜率關聯度；陜西省

中圖分類號 F301.24 文獻標識碼 A 文章編號 0517-6611（2017）34-0214-04

Abstract Taking eleven districts in Shaanxi Province as research objects， an inputoriented variable scale of Data Envelopment Analysis（DEA） was proposed to measure the efficiency of land intensive utilization. Then the degree of grey slope incidence was applied to sort and analyzed the effective Decision Making Unit （DMU）. In this way， to seek the development trend of land intensive utilization and increase the level on the side of supply. The results indicated that the effective DMUs consisted of seven districts， among which Shangluo had the highest land intensive utilization level， followed by Ankang ， Weinan ， Hangzhong， Xian， Yulin， and Yangling Demonstration Zone. Tongchuan， Baoji， Xianyang and Yan'an constituted the ineffective DMUs which could be ascribed to redundant housing construction area， high unit GDP energy consumptionand low energy utilization efficiency， low sales of social commodity， and few fine weather days， etc. In view of these problems， some suggestions for playing the action on the supply side structural reform of land resources were put forward.

Key words Land resources；Intensive utilization；DEA；Degree of grey slope incidence；Shaanxi Province

土地作為最基礎的生產要素，對地區經濟發展方式轉變和經濟結構調整影響重大。土地資源的稀缺導致了資源與經濟發展的對立，做好土地資源集約利用是推動經濟發展方式轉變，保障經濟可持續發展的關鍵途徑[1]。“十三五”規劃指出：我國經濟發展步入新常態，要打破思維定勢和對原有路徑的依賴，把供給側結構性改革作為貫徹落實新發展理念、把握引領經濟新常態的發展主線。供給側結構性改革對土地資源利用方式提出了新的發展要求，改變經濟發展過度依賴勞動力、土地、投資等一般性生產要素，加大對人才、技術、信息等要素的投入，以新技術、新思路促進土地集約利用，提高土地集約利用效率，使土地利用更好地適應經濟發展需求。土地集約利用具有時代性[2]，以“創新、協調、綠色、開放、共享”為發展理念，以適應市場需求變化為導向是促進土地集約利用與經濟協調發展的重要方向[3]。

土地利用結構和布局不合理，土地資源投入產出效率低制約著經濟新常態發展，陜西省作為“一帶一路”戰略向西開放的重要節點，研究土地集約利用實情，有利于改進土地利用中的不集約方式，促進區域經濟發展。

目前，評價土地集約利用效率的方法較多，有基于投入產出和土地產出率的單指標評價法，也有構建指標評價體系的綜合指數評價法[4]，以及多投入多產出評價系統的數據包絡分析（DEA）法和人工神經網絡模型[5]等。DEA法在資源利用的相對效率評價中應用較多，孫威等[6]利用DEA模型和MAlmquist生產率指數對我國24個典型資源型城市的效率和變化進行研究，得出資源型城市綜合效率水平一般，呈弱改善趨勢。其中，規模效率是影響綜合效率的主要因素，但影響作用有所下降，中小城市的綜合效率提高幅度大于大城市。劉晉等[7]應用因子分析法、主成分分析法和DEA法對湖南省城鎮建設用地進行集約利用評價，發現城鎮建設用地處于一種高效的低度集約利用狀態，集約利用水平地區差異較大且隨時間推移有擴大趨勢。岳大鵬等[8]運用DEA法中的生產規模報酬不變模型（C2R模型）對陜西省10個地級市的土地利用經濟效益進行分析發現，土地利用效率存在較大的空間差異，整體上陜北、關中以及陜南地區土地利用效率呈逐級遞減趨勢；宮繼萍等[9]基于地區所處的發展階段和土地利用現狀，運用C2R模型對1997—2008年蘭州市區城市土地利用經濟效益進行定量分析與評價，結果表明DEA無效年份存在土地投入冗余和產出不足的情況。上述2位學者在研究中均未考慮土地利用的規模效應，也未指明土地利用的社會效益與生態效益。劉傳明等[10]運用加權平均法、主成分分析法和DEA法分別對湖南省土地利用綜合效率、農用地和城鎮建設用地利用效率進行評了價，得出其利用效率存在明顯的空間差異，影響原因主要與經濟發展水平、自然條件、區位及各地政策相關。

通過比較發現，利用DEA模型對土地利用效率的評價在內容和結構上大體相同，差異性主要體現在研究的側重點和指標選取的傾向性上。指標的選取對評價結果影響較大，而指標體系的構建主要取決于研究者的應用目的和研究重點[11]。筆者以陜西省11個轄區為研究對象，分析土地集約利用現狀與不足，探討土地集約利用對經濟、社會及環境的影響，尋求供給側土地資源集約利用的發展方向，以期更好地提高土地集約利用效率。

1 研究方法與數據來源

1.1 研究方法

1.1.1 DEA方法簡介。

數據包絡分析（DEA）是由美國運籌學家Charnes等[12]在20世紀70年代以“相對效率”概念為基礎發展起來的一種用于衡量多投入與多產出決策單元（DUM）相對效率的一種無參數方法。使用DEA對決策單元進行相對效率評價可獲得許多在經濟學上具有深刻經濟意義和背景的管理信息[13]。DEA評價法本質上體現的是最優性[14]，同時，DEA法測算的是相對效率，數據權重以數據本身的最優組合確定，克服了專家打分法和層次分析法等的主觀性[15]。DEA法不僅能測算出決策單元有效或無效，還能對無效決策單元改進方向及調整量提出意見。

1.1.2 模型的選擇。

常用的DEA模型有C2R模型和BC2模型。C2R模型是在生產規模報酬不變的假設下進行的，但土地資源利用是一個動態過程，規模報酬也是動態變化的。在C2R模型基礎上增加約束條件，將C2R模型改進為規模報酬可變的BC2模型，將C2R模型中的綜合效率分解為BC2模型的純技術效率和規模效率，進一步反映決策單元的效率利用情況，有利于分析生產技術上的低效與非最佳規模造成的綜合技術無效的原因。該研究運用BC2模型對決策單元進行評價，并借助DEAP軟件對數據進修測算。

1.2 指標與數據說明

合理選擇投入產出指標是評價土地集約利用的關鍵，評價指標應涵蓋人口、經濟、社會、資源環境等方面[16]，指標的選取應遵循科學性、現成性、代表性和相對完備性等原則[17]，同時，指標的選取還應反映現階段經濟社會發展的重點和關注點。

該研究以陜西省11個轄區為研究對象，以研究目的為導向，在投入方面選定地均固定資產投資、人均房屋建筑施工面積及單位GDP能耗為輸入指標；在產出方面以地均GDP、地均社會消費品零售總額及空氣質量優良天數作為輸出指標。

該研究的所有面板數據來源于2015年陜西省各地市國民經濟和社會發展統計公報、統計年鑒及相關網站信息。

2 結果與分析

2.1 DEA分析

2.1.1

綜合效率分析。綜合效率同純技術效率與規模效率緊密相關，根據綜合效率=純技術效率×規模效率可知，只有純技術效率與規模效率同時有效，綜合效率才有效。由表1可知，11個決策單元中，銅川市、寶雞市、咸陽市和延安市綜合效率值不為1，且它們的純技術效率和規模效率值全不為1，這4個地區的土地集約利用效率在技術上和規模上都沒實現有效利用，土地集約利用效率不高。另外7個決策單元綜合效率值均為1，且松弛變量全為0（表2），土地集約利用效率表現為DEA強有效，土地集約利用效率在現階段的經濟發展水平下總體處于中上水平。4個無效決策單元的綜合效率值均大于0.7，土地集約利用無效程度不大，從供給側方面適度改進投入方式能得到有效提升。

從圖1可知，4個DEA無效地區的綜合效率與純技術效率的變化趨勢相對于綜合效率與規模效率的變化趨勢相似度更大，這說明在目前的經濟技術發展水平下，純技術效率是影響綜合效率的關鍵，土地資源集約利用的增效點在于思路的轉變和技術的革新。

2.1.2 純技術效率分析。

通過分析土地集約利用的純技術效率，可以有效地改善土地利用結構和布局，挖掘用地潛力，把握土地供給數量和節奏，提高土地配置率和利用率。從測算結果看，有7個地區的土地利用表現為純技術有效，全省純技術效率均值為0.941。純技術效率越高，土地集約利用的技術投入產出率越高。4個純技術效率無效地區，延安市土地利用純技術效率最高，為0.925，銅川市次之，寶雞市第三，咸陽市土地利用效率最低，為0.796。投入方面，咸陽市和寶雞市房屋建筑施工面積投入冗余，分別冗余0.406和0.053 m2/人（表2），冗余造成了土地利用負的外部性[18]，應從供給側節流土地投入，調整產業結構，充分發揮土地資源的產出效益；銅川市和延安市單位GDP能耗偏高，節能降耗系列政策措施有待進一步落實，加大科技投入力度，促進產業轉型。產出方面，4個地區的空氣質量都有待提高，寶雞市地均GDP產出偏低，土地綜合經濟效益不高，咸陽市和延安市地均社會

消費品零售總額偏低，經濟下行，人們購買能力較低。

2.1.3 規模效率分析。

地均固定資產投資越大，土地利用強度越高，土地集約度越好。4個非DEA有效地區都處于規模收益遞增階段，地均固定資產投資無冗余，這表明這4個地區應適當增加基建投資，擴大再生產，補充公共、集體和關乎國計民生的投資，提高地均固定資產投資強度，充分發揮土地資源的基礎保障作用。

2.2 有效決策單元排序分析

對DEA有效決策單元進行橫向比較，找出投入產出中的差異，是進一步優化資源配置的有效途徑。蘇美紅[19]對有效決策單元再排序研究指出，運用灰色關聯度對有效決策單元進行再排序，可以規避權重被主觀確定，有效降低人為因素的影響；同時，斜率關聯度是一種比較理想的灰色關聯度分析方法，符合規范性，適用于標準化處理后的數據，確保處理后的數據具有保序性[20]。采用斜率關聯度對有效決策單元進行排序，關聯度越大，決策單元越優，數學表達式為：

由表3可知，關聯度由大到小的有效決策單元依次為商洛、安康、渭南、漢中、西安、榆林、楊凌示范區。關聯度大多在0.5上下浮動，DEA有效地區的土地集約利用現狀與該地區理想狀態存在較大差距，土地集約利用提升空間較大。商洛市的關聯度最大，而西安市排序較為落后，這主要是由于理想決策單元以輸入指標的最小值和輸出指標的最大值構成，商洛市的投入指標較小，但空氣質量優良天數指標占絕對優勢，西安市的空氣質量拉低了其綜合排序，這體現了生態指標的重要性和土地集約利用在生態環境方面的約束性。

3 結論與建議

（1）從7個DEA有效決策單元土地利用集約度排序可知，陜西省土地利用集約化水平還有較大提升空間，且集約度與地區經濟增長水平并非成絕對的正相關性，處理好經濟發展與土地集約利用的辯證統一關系，使經濟、社會、資源和生態環境形成良好的循環，以經濟促土地利用集約化，以土地利用集約化促進經濟、社會和生態環境日益改善。

（2）4個DEA無效決策單元土地利用的純技術效率與規模效率都表現為無效。銅川、延安、寶雞、咸陽4個地區固定資產投入強度不夠，未達到飽和狀態，還應加強基礎設施建設投入；地區空氣質量相對較差，土地開發利用對生態環境產生了復雜的影響，為降低該影響，結合地區經濟發展需求，合理優化區域布局，實現土地分區利用和高效空間配置[21]；銅川市和延安市單位GDP能耗偏高，這與地區自然基礎條件、經濟增長方式和產業結構等緊密相關，為降低能耗，應積極落實節能降耗系列政策措施，強化生產管理，提高生產技術水平，加快經濟發展方式的轉變[22]；寶雞市地均GDP產出相對欠缺，而房屋建筑面積略有冗余，咸陽市房屋建筑面積冗余較大，為提高地均GDP，應調節產業結構，保障新產業與新業態用地，實現土地多元化配置[23]，對房屋建筑面積冗余，需加強對房地產市場的宏觀調控，以市場需求為導向，通過土地利用規劃和城市規劃進行干預，建立土地供給和需求協調機制，推進土地利用供給側改革；咸陽市和延安市地均社會消費不足，經濟社會的投資和產出刺激疲軟，經研究發現社會消費品零售對GDP具有促進作用，充分認識社會消費品零售總額在擴大內需中的作用，有利于對市場需求的把握，強化提高質量導向型生產，優化產業結構，發展個性化消費，提升第三產業在經濟發展中的比例，進而提高地區經濟產出效益。

（3）通過對無效決策單元DEA測算結果的分析可知，在目前的經濟發展水平下，純技術效率是影響綜合效率的主要因素，技術的革新對土地利用集約化利用影響深遠。創新土地集約利用方式，優化土地利用機制，實行土地集約再利用、再開發循環模式[24]，探索土地集約利用在時間和空間上的合理布局，將會是今后很長一段時間內的研究方向。

參考文獻

[1] 陳從喜.節約集約利用國土資源 以資源利用方式的轉變促進經濟社會發展方式的轉變[J].國土資源情報，2011（10）：8-13.

[2] 畢寶德.土地經濟學[M].5版.北京：中國人民大學出版社，2005：45-50.

[3] 楊佳新.新常態下土地供給側改革的路徑選擇[J].經營管理者，2016（21）：331.

[4] 楊東朗，安曉麗.西安市城市土地集約利用綜合評價[J].經濟地理，2007，27（3）：470-475.

[5] 李煥，徐建春，李翠珍，等.基于BP人工神經網絡的開發區土地集約利用評價：以浙江省為例[J].地理研究與開發，2011，30（4）：122-126.

[6] 孫威，董冠鵬.基于DEA模型的中國資源型城市效率及其變化[J].地理研究，2010，29（12）：2155-2165.

[7] 劉晉，魏曉，林目軒，等.湖南省城鎮建設用地集約利用評價[J].經濟地理，2009，29（10）：1725-1730.

[8] 岳大鵬，王會，王亮.基于DEA模型的陜西省土地利用經濟效益分析[J].安徽農業科學，2012，40（18）：9897-9899.

[9] 宮繼萍，石培基，潘竟虎.基于DEA方法的蘭州市城市土地利用經濟效益分析[J].水土保持通報，2011，31（5）：163-166.

[10] 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）：1890-1895.

[11] 趙小風，黃賢金，陳逸，等.城市土地集約利用研究進展[J].自然資源學報，2010，25（11）：1979-1996.

[12] 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.

[13] 魏權齡.數據包絡分析（DEA）[J].科學通報，2000，45（17）：1793-1806.

[14] 王筱明，閆弘文.城市土地利用效率的DEA評價[J].山東農業大學學報（自然科學版），2005，36（4）：573-576.

[15] 楊印生，李樹根，郝海.數據包絡分析（DEA）的研究進展[J].吉林工業大學學報，1994，24（4）：111-116.

[16] 陳雪依，姚亦峰.基于SPSS分析的南京土地集約利用空間分異研究[J].城市發展研究，2010，17（1）：113-117.

[17] 陳百明.區域土地可持續利用指標體系框架的構建與評價[J].地理科學進展，2002，21（3）：204-214.

[18] 張俊峰，董捷.基于“兩型社會”的武漢城市圈土地集約利用評價[J].中國人口·資源與環境，2012，22（1）：111-116.

[19] 蘇美紅.DMU選擇分類和有效DMU再排序的研究與應用[D].廣州：暨南大學，2005.

[20] 孫玉剛.灰色關聯分析及其應用的研究[D].南京：南京航空航天大學，2007.

[21] 王瑞燕，趙庚星，周偉，等.土地利用對生態環境脆弱性的影響評價[J].農業工程學報，2008，24（12）：215-220.

[22] 楊傳明.基于產業角度的降低單位GDP能耗對策研究：以蘇州為例[J].科技管理研究，2015（4）：228-232.

[23] 陳書榮，陳宇.供給側改革，土地大有可為[J].資源與人居環境，2016（5）：19-21.

[24] 嚴若谷，周素紅.城市更新中土地集約利用的模式創新與機制優化：以深圳為例[J].上海城市管理，2010，19（5）：23-27.