京津冀城市群土地利用效率及其影響因素分析

胡彪 孫雪

摘要：區域一體化發展不僅促進京津冀城市群內各城市經濟指數的增長，也揭露了土地利用的緊張現狀，以及導致這種現象的相關因素。回顧2008-2015年土地的發展變化，收集可用數據，運用三階段DEA模型和Tobit回歸分析方法測得各城市土地利用的綜合技術效率均值。研究發現：總體上綜合技術效率是在純技術效率和規模效率的共同影響下發展。受外部環境變量和隨機誤差因素作用最大的是保定，最小的是北京。經濟、社會、生態、政策因素對城市土地利用效率的影響和作用機理存在一定差別。

Abstract： The regional integration development not only promotes the growth of economic indicators of cities in the Beijing-Tianjin-Hebei urban agglomeration， but also exposes the current situation of land use tension and the related factors that lead to this phenomenon. This paper reviews the development of land from 2008 to 2015， collects available data， and uses the three-stage DEA model and Tobit regression analysis method to measure the average technical efficiency of land use in each city. The study finds that overall integrated technical efficiency is developed under the combined influence of pure technical efficiency and scale efficiency. Baoding is the most affected by external environmental variables and random error factors and the smallest is Beijing. There are some differences in the impacts and mechanisms of economic， social， ecological and political factors on urban land use efficiency.

關鍵詞：京津冀城市群;土地利用效率;三階段DEA模型;Tobit回歸模型

Key words： Beijing-Tianjin-Hebei urban agglomeration;land use efficiency;three-stage DEA model;Tobit regression model

中圖分類號：F293.2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2018）34-0263-05

0? 引言

京津冀城市群的經濟增長、科技創新、生態治理、人口流動量一直處于我國前端，特別是近幾年城鎮化[1]、城市化[2]范圍的擴大，人口增長過快，造成城市內部有限的土地資源與經濟增長需求出現嚴重的矛盾。因此，提高土地利用效率，改善土地利用格局，完善土地規劃方案，防止土地污染、毀壞，對促進經濟、生態、社會與土地資源的協調具有重要意義。

從現有文獻中發現，土地的利用及變化有自身的生命周期，在周期中土地的損耗和破壞不僅與環境因素有關也與社會經濟因素相關[3]。有學者從耦合協調角度分析土地集約利用與新型城鎮化的關系[4]。在土地利用效率研究上，陳田田等選取土地利用的四個變量對城市經濟發展的影響狀況進行定量分析，發現只有可持續性對城市經濟發展沒有促進作用[5]。Saikku L、Kaenchan P等以生態為視角，建立凈初級人類生產力的占用（HNPP、NPP）模型來測算芬蘭部門土地利用效率狀況和土地的用途給生態造成的破壞程度[6-7]。近幾年，學者們研究京津冀地區土地分別以耕地、林地、建設用地為主，從土地利用的（時空）變化特征、驅動因素、格局等為切入點，探討京津冀地區土地轉化的具體情況[8-10]。

基于此，文章以京津冀城市群的建成區土地利用效率為研究點，構建科學的指標體系，運用三階段DEA模型和Tobit回歸方法，對城市群13個城市2008-2015年的土地利用狀況展開深入研究，希望給我國土地的未來發展方向提供參考。

1? 研究方法與區域

1.1 三階段DEA模型

在2002年Fried等在傳統的數據包絡分析（DEA）模型的基本理念上提出三階段DEA模型，該模型解決了外部環境變量和隨機誤差帶來的問題[11]，具體模型如下：

第一階段：選用BCC模型測算土地利用效率值

■

（1）

式中，n為多個決策單元，m和h表示投入和產出變量個數，xij和yir表示投入要素和產出要素。效率用θ表示，取值范圍[0，1]，當θ<1時決策單元無效，當θ=1時決策單元有效。

第二階段：使用隨機前沿（SFA）方法分析

為提高DEA測算的準確程度，本階段主要將內含的隨機誤差因素和管理無效率因素分離開來，其回歸方程如下：

■ （2）

式中，Sik是投入xik的松弛值。fi（Zk;αi）表示外部環境變量對松弛變量的影響。Zk即為k維的環境變量，αi為環境變量對應的系數。vik+uik是綜合誤差項，二者相互獨立，均服從正態分布。vik表示隨機誤差因素，uik為管理無效率因素，若將兩者分離，先用極大似然估計求出未知參數，再利用Jondrow等相關研究成果求出vik和uik，則求vik的計算公式為：

■ （3）

則求uik的計算公式為：

■ （4）

然后通過（5）求出剔除不可控因素后最優的投入變量：

■

（5）

■是調整后的投入變量值，■是調整前的投入變量值。■使所有決策單元均處于相同的影響環境。■是對隨機誤差因素進行調整，保證隨機因素干擾一致。

第三階段：將調整后變量重新帶入DEA模型，計算土地利用效率

將調整后的■代入BCC模型進行計算，此時算出的土地利用效率值是去除外部環境變量和隨機誤差干擾后的效率值，得出的結果符合實際情況[12]。

1.2 Tobit回歸模型

由于傳統DEA模型中因變量屬于切割或截斷的離散型數據，若采用普通最小二乘法，會造成參數估算值出現偏差[13]。因此，Tobin提出了運用極大似然法的Tobit模型[14]。其模型如下：

式中：Y為效率值向量;Y*為截斷因變向量;X為自變量向量;β為回歸參數向量;μ為誤差項，。

2? 指標體系構建及數據來源

2.1 建立指標體系

綜合已有的評價指標體系，結合土地利用的實際狀況，構建出如表1土地利用效率評價指標。

2.2 數據來源

數據來源于《中國城市統計年鑒》（2009-2016）、《中國城市建設統計年鑒》（2008-2015）、《河北經濟年鑒》（2009-2016）、《河北省統計年鑒》（2009-2016），以及13個城市的統計年鑒及各年國民經濟和社會發展統計公報。

3? 土地利用效率

3.1 第一階段：選用BCC模型測算土地利用效率值

如表2所示，京津冀城市群土地利用效率的綜合效率均值為0.862，純技術效率均值為0.895，規模效率均值為0.886。北京的綜合效率均值、純技術效率均值、規模效率均值都為1.000，處在生產前沿面上，規模報酬不變。天津只有純技術效率處在生產前沿面上，且規模報酬遞減。綜合技術效率均值在[0.900-1.000]有北京、天津、石家莊、唐山4個城市，效率均值在[0.800-0.900]的有邯鄲、邢臺、保定、滄州、廊坊、衡水，共6個城市，效率均值在0.800以下的有秦皇島、張家口、承德3個城市。純技術效率均值高于規模效率均值的有8個城市，低于規模效率均值的有4個城市。規模報酬遞減的有天津、唐山、邢臺、保定、張家口、廊坊;不變的有北京、石家莊、秦皇島、邯鄲、承德、滄州、衡水;沒有規模報酬遞增的城市。總體上看綜合技術效率均值不高是受到純技術效率和規模效率的共同影響，此結果是在沒有剔除隨機誤差因素和管理無效率因素，不能真實反映土地利用的效率狀況，需要進一步探討。

3.2 第二階段：使用隨機前沿（SFA）方法分析

在此階段中，選用土地投入、資本投入、勞動力資源投入作為被解釋變量，經濟因素、社會因素、生態因素、政策因素的4個指標作為解釋變量對其進行回歸分析。具體過程用Frontier4.1軟件測算，其結果如表4。

城鎮居民人均可支配收入：從表中可知，城鎮居民人均可支配收入對全市完成固定資產投資的回歸系數為正，通過5%的顯著性水平檢驗;對建成區面積和第二、三產業總人數的回歸系數為負，通過1%的顯著性水平檢驗。說明城鎮居民人均可支配收入增加時，建成區面積和第二、三產業總人數的投入松弛變量會減小，這有利于土地利用效率的提高，與實際相符。當人們的收入水平提高，表明單位土地面積內，經濟有大幅的增長。而固定資產投資的投入冗余就會增加，造成資金的浪費。

城市人口密度：從計算結果可知，城市人口密度對建成區面積和全市完成固定資產投資的回歸系數為負，均在1%的顯著性水平下顯著;對第二、三產業總人數的回歸系數為正，在5%顯著性水平下顯著。表明城市人口密度的增大，有效減少了土地和資本的投入冗余，但是在加大勞動力資源投入時，人口密度會相對提高。到達一定程度，超過土地的承載能力，投入的勞動力資源冗余就會加大。

人均公共綠地面積：表中可知，人均公共綠地面積對建成區面積回歸分析系數小于0，在1%水平下顯著。在擴大人均公共綠地面積的同時，土地資源的投入松弛隨之減少，土地的配置更為合理，資源利用率較高，環境得到改善，使土地利用效率有所提高。對全市完成固定資產投資、第二、三產業總人數的回歸系數大于0，在5%、1%水平下顯著。意味著人均公共綠地面積加大時，使資本投入和勞動力資源投入冗余同時加大。

城市維護建設資金：計算結果看出，城市維護建設資金對建成區面積、全市固定資產投資、第二、三產業總人數的回歸系數均為負并在1%、10%、5%水平下顯著。說明了城市維護建設資金的投入增加，建成區面積、全市固定資產投資、第二、三產業總人數的冗余會有不同程度的降低。城市維護建設資金主要用于公共基礎設施和公用事業的維護，因此提高基礎設施的使用壽命和公用事業的覆蓋范圍，使規模效應發展到最大化，可大大促進土地的利用效率。

3.3 第三階段：將調整后變量重新帶入DEA模型，計算土地利用效率

由表4可知，第三階段測算的各效率均值有大幅度的提升，具體表現為：①綜合技術效率均值、純技術效率均值和規模效率均值分別為0.932、0.920、0.929，與第一階段相比分別增長了0.070、0.025、0.043。②北京、天津、唐山的綜合技術效率均值達到了1.000，處于生產前沿面上。北京、天津純技術效率和規模效率均值為1.000，規模報酬為遞減狀態;唐山純技術效率均值提高0.016，規模效率均值和規模報酬不變。③石家莊、秦皇島、保定、滄州的綜合技術效率均值分別為0.995、0.913、0.982和0.961，均超過0.900。秦皇島和滄州的純技術效率均值為1.000，并且秦皇島是13個城市里綜合技術效率均值增長最快的城市。④其余城市綜合技術效率均值均超過0.800，純技術效率均值較高的有張家口0.911，衡水0.955;一般的有邯鄲0.859、承德0.897;效率均值較低的有邢臺0.782、廊坊0.752。規模效率均值中邢臺、廊坊、衡水為1.000，處于前沿生產面上，相應的規模報酬處于遞增狀態;邯鄲、張家口、承德處在中等水平，相應的規模報酬不變。

4? 影響因素分析

4.1 變量選擇

城市土地利用效率作為因變量，影響因素作為自變量。影響因素分為經濟因素、社會因素、生態因素、政治因素四個方面，其中城市生產總值占全國GDP比重、第二、三產業增加值占地區GDP增加值的比重以及人均可支配收入表征該地區的經濟發展狀況;用城市人口密度表征該地區的社會變化狀況;用人均公共綠地面積表征該地區的生態治理狀況;用城市維護建設資金占地區GDP比重衡量該地區的政策環境;考慮到區域城市土地利用效率存在差距的現實情況，區域虛擬變量的引入設定沿海地區為1，內陸地區為0，系數判斷為正。

4.2 檢驗結果與分析

結合上文所述，考慮13個城市的土地利用效率與影響因素的關系建立如下回歸模型：

Yit為第i市土地利用效率值;GDit為第i市地區生產總值占全國GDP比重;IPit為第i市第二、三產業增加值占地區GDP增加值比重;PIit為第i市人均可支配收入;PDit為第i市城市人口密度;UPit為第i市人均公共綠地面積;MCit為第i市城市維護建設資金占地區GDP比重;ZDVit為第i市的區域虛擬變量;βi（i=0，1，…，7）為各自變量回歸系數;μit為誤差項。采用Eviews6.0軟件對所建模型進行回歸，結果如表5。

由表5回歸結果可知：經濟因素中的城市生產總值占全國GDP比重和人均可支配收入的系數為正;但是第二、三產業增加值占地區GDP增加值比重的系數為負，均通過了1%水平下的顯著性檢驗。說明城市生產總值占全國GDP比重和人均可支配收入與地區的土地利用效率之間為正相關，當地區經濟發展不斷提高時，政府將資金投入到該地的土地格局規劃和利用優化中;人們的純收入增加，生活水平提高時，能夠積極的參與保護土地政策上，自覺維護土地循環利用的良好環境，使土地利用效率得到有效改善。第二、三產業增加值占地區GDP增加值比重與城市土地利用效率呈負相關，主要因為京津冀地區的產業結構布局不合理，重心放在中心城市北京、天津、唐山、保定。僅有北京和秦皇島的第三產業增加值大于第二產業增加值，剩余城市則于此相反。盡管第三產業增加值在穩步上升，但是依然低于第二產業增加值，產業布局不合理現狀突出。過多的重工業集聚在天津、唐山、石家莊等中心城市，其高耗能、高排放、高污染，給土地帶來超負荷，使土地自身無法進行清理循環，因此，加大第三產業的投入，產業平衡多元發展，土地的利用效率才會有所提高。

代表社會因素的城市人口密度系數為正，并在5%的水平下顯著。人口密度與土地利用效率成正相關關系，密度越大，經濟發展越好，空間布局越為合理、城市配套設施越完善，有助于提升該城市的土地利用效率。代表生態因素的人均公共綠地面積系數為正，通過了1%水平下的顯著，表明人均公共綠地面積與地區的土地利用效率成正相關關系。人均公共綠地面積的擴大，土地得到充分利用，保護土地原生態，經濟-生態-社會共同進步，能加快土地綜合效率的發展。代表政策因素的城市維護建設資金占地區GDP比重系數為正，在1%水平下顯著，表明城市維護建設資金占地區GDP比重與地區的土地利用效率成正相關。政府加大對城市公用事業、公共設施維護和建設的投入，減少對土地的二次破壞，從而達到了提升土地利用效率的效果。從沿海和內陸城市來看，京津冀地區的沿海城市土地利用效率要高于內陸城市，主要由于沿海地區經濟發展的活力、程度、速度和規模都好于內陸地區，并且在土地上的資金和技術投入要多于內陸地區，可以更加有效地提升該地區土地利用水平。

5? 結論

文章通過建立合理的指標體系，科學的實證分析，發現使用三階段DEA模型能夠去除外部環境因素、隨機誤差因素和管理無效率因素，得到的效率值較為精準，Tobit回歸分析模型分析影響因素透徹，指明哪些因素對土地利用效率影響較大，哪些因素對土地利用效率影響較小。對京津冀城市群土地利用效率和影響因素的具體總結如下：

①在除掉不相關因素后，測得的土地利用效率綜合技術效率均值、純技術效率均值和規模效率均值均有不同程度的提高，但上升較小，綜合技術效率均值受到純技術效率均值和規模效率均值共同作用;從綜合技術效率均值研究，效率均值跨度最大的是保定市，相差0.137;相差最小的是北京市，效率均值沒有變。其余城市的綜合技術效率均值的第一階段與第三階段的差距由大到小的順序依次為秦皇島0.127、滄州0.112、邯鄲0.088、承德0.086、張家口0.082、衡水0.061、邢臺0.053、廊坊0.049、石家莊0.049、唐山0.042、天津0.019。除中心城市，其他城市受外部環境影響較大，中心城市北京、天津的輻射作用較好，但是保定和石家莊沒有帶動周邊城市土地利用效率的發展。純技術效率均值差距最大是保定市0.157，規模效率均值差距最大的是邢臺市0.187。

②利用Tobit回歸方法分析可知影響建成區土地利用效率的經濟因素、社會因素、生態因素和政策因素發揮的作用大小各不相同。僅有經濟因素的第二、三產業增加值占地區GDP增加值比重與土地利用效率呈現負相關關系，其他因素的影響指標均成正相關關系，因素指標對土地利用效率影響程度由大到小依次為城市生產總值占全國GDP比重、城市維護建設資金占地區GDP比重、人均公共綠地面積、人均可支配收入、城市人口密度。沿海城市土地利用效率增長明顯強于內陸城市，經濟的增長彈性要大于內陸城市。

參考文獻：

[1]劉明，高林.基于城鎮化科學發展的京津冀區域土地資源承載力研究[J].城市發展研究，2015，22（04）：6-8.

[2]趙丹丹，胡業翠.土地集約利用與城市化相互作用的定量研究——以中國三大城市群為例[J].地理研究，2016，35（11）：2105-2115.

[3]Rosa M D. Land Use and Land-use Changes in Life Cycle Assessment： Green Modelling or Black Boxing？[J]. Ecological Economics， 2017， 144：73-81.

[4]李曉慶，姜博，初楠臣.城市群土地集約利用與新型城鎮化耦合協調分析——以我國三大城市群為例[J].長江流域資源與環境，2017，26（07）：983-991.

[5]陳田田，張紅.京津冀地區土地集約利用對城市經濟發展的影響[J].城市問題，2017（06）：60-67.

[6]Saikku L， Mattila T J. Drivers of land use efficiency and trade embodied biomass use of Finland 2000–2010[J]. Ecological Indicators， 2017， 77：348-356.

[7]Kaenchan P， Guinée J， Gheewala S H. Assessment of ecosystem productivity damage due to land use.[J]. Science of the Total Environment， 2017， 621.

[8]李晨曦，吳克寧，查理思.京津冀地區土地利用變化特征及其驅動力分析[J].中國人口·資源與環境，2016，26（S1）：252-255.

[9]李進濤，劉彥隨，楊園園，劉繼來.1985-2015年京津冀地區城市建設用地時空演變特征及驅動因素研究[J].地理研究，2018，37（01）：37-52.

[10]張宇碩，趙林，吳殿廷，劉博宇.京津冀都市圈建設用地格局與變化特征研究[J].世界地理研究，2018，27（01）：60-71.

[11]Fried H O， Lovell C A K， Schmidt S S， et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis [J]. Journal of Productivity Analysis， 2002， 17（1-2）：157-174.

[12]郭四代，仝夢，郭杰，韓玥.基于三階段DEA模型的省際真實環境效率測度與影響因素分析[J].中國人口·資源與環境，2018，28（03）：106-116.

[13]Bone P F. Word-of-mouth effects on short-term and long-term product judgments.[J]. Journal of Business Research， 1995， 32（3）：213-223.

[14]Frenzen J K， Davis H L. Purchasing Behavior in Embedded Markets[J]. Journal of Consumer Research， 1990， 17（1）：1-12.

[15]盧新海，陳丹玲，匡兵.區域一體化對城市土地利用效率的影響——以武漢城市群為例[J].城市問題，2018（03）：19-26.