長三角城市土地稀缺與土地利用效率的交互影響

龍開勝，李 敏

（南京農業大學公共管理學院，江蘇 南京 210095）

1 引言

基于現實存在的資源稀缺性，探究一個社會如何進行組織才能最有效地利用其資源、實現有效的資源配置[1]，是一個十分重要的議題。近年來中國城市化快速發展，城市人口迅速增長，建設用地大量增加，大多數城市土地資源，尤其是“后備”建設用地資源稀缺已經成為一個嚴峻的社會問題。為了緩解土地資源約束，為城市發展提供充足的資源和空間，無疑要提高資源的技術利用效率和社會利用效率[2-4]。但稀缺資源利用效率的提升，并不一定會緩解資源稀缺程度，因為資源利用效率提升會加速資源總量消費，反而會使資源更加稀缺，這在水資源、漁業資源等研究中得到證實[5-6]。對于城市土地而言，隨著土地利用效率的提升，如果缺乏有效的城市外延控制措施的配合，城市人口和經濟總量擴張必將導致城市建設用地數量迅速增長[7-9]，由此導致城市規劃范圍內可供給的建設用地不斷減少，城市土地尤其是建設用地稀缺程度越來越高。同時，城市用地規模的持續盲目擴張，會對土地資源造成浪費，長此以往的發展不利于城市土地利用效率的改善[10]。因此，科學闡述城市土地利用效率和稀缺程度之間的關系，協調提升城市土地利用效率與限制城市土地面積擴張速度之間的關系是一個非常關鍵的問題。

為了更好地揭示城市土地稀缺和土地利用效率的相互作用，本文以長江三角洲城市土地為研究對象，借鑒傳統城市土地利用效率和考慮非期望產出下的城市土地利用效率，探討土地稀缺程度對于土地利用效率的影響，以及土地利用效率對土地稀缺程度產生的沖擊等核心問題。由于長江三角洲城市群是中國城市土地劇烈變動和人口迅速聚集的熱點地區[11]，城市建設用地“后備資源”緊缺，并且伴隨著城市土地利用效率整體偏低的現象[12]，以這一區域為研究對象也具有典型性和代表性。

2 計量模型設置與數據處理

2.1 計量模型設置

土地利用效率的高低影響土地稀缺程度，土地稀缺度映射到土地投入上，反過來影響土地利用效率的高低。土地稀缺度和土地利用效率之間存在著聯動關系。為了進一步探究兩者之間的因果關系，采用向量自回歸（Vector Auto Regression, VAR）方法，將土地稀缺度、土地利用效率兩組變量作為一個系統進行分析，將系統中所有變量視為內生變量且允許存在不可觀測的個體異質性（個體效應和時間效應）。但是VAR模型對數據長度要求較高，本文采用的數據是2003—2015年間的數據，不能滿足其要求。因此，使用面板向量自回歸（PVAR）的估計方法，該模型對時間序列的長度要求大大降低：如果以T為時間長度、以m為滯后項的階數，那么當T≥m+3，就可以進行參數估計；而當T≥2m+2，就可以估計穩態下的滯后項參數[13]。借鑒Holtz-Eakin等的研究[14]，建立PVAR基礎模型如下：

式（1）—式（2）中：Zait包含兩個變量向量，即傳統土地利用效率（用te1表示）和土地稀缺度；Zait-1表示滯后一期；Zbit包含兩個變量向量，即考慮非期望產出土地利用效率（用te2表示）和土地稀缺度；Zbit-1表示滯后一期。估計步驟分為以下兩步：

首先，進行面板協整分析和面板Granger檢驗。本文采用面板協整分析，將變量之間的短期波動和長期均衡結合在一起，以探究變量之間蘊含的長期均衡關系。為了進一步檢驗變量之間的相關性是否具有經濟學和理論意義，對研究變量進行Granger因果檢驗。

其次，進行脈沖響應函數估計和預測方差分解。脈沖響應函數與方差分解是研究變量相互之間沖擊的影響與反應的重要方法，兩者互為補充。脈沖響應函數描述的是模型中某一內生變量的正交化新息對系統中其他內生變量的影響，可以通過各變量對沖擊的動態反應情況。預測方差分解是將預測誤差的來源分別歸因于各變量的正交化新息（也稱為新息核算），以評價每一個結構對內生變量變化的貢獻度[15]。

面板協整分析與面板Granger檢驗、脈沖響應函數估計和預測方差分解均可運用stata 14.0軟件完成。

2.2 數據處理

2.2.1 土地利用效率指標

通常來說，土地利用效率可以簡單闡述為投入產出的比值；從環境約束角度看，可以考慮產出中的“副產品”即非期望產出，提出對土地利用效率產生負面影響的因素，從而獲得更為貼近實際情況的效率值[16]。分別測算傳統土地利用效率（te1）（即未考慮非期望產出，僅從基本投入產出角度測度的土地利用效率）、考慮非期望產出的土地利用效率（te2）（即剔除工業生產中具有負面效應產出的土地利用效率）。為了便于比較，本文選取了相同的指標。從勞動力、資金和土地生產要素投入角度出發，建立如表1所示的評價指標。

表1 土地利用效率評價指標體系Tab.1 Indexes of land use ef fi ciency assessment

本文首先采用基于產出導向的CCR模型的DEA（數據包絡分析）方法測算te1[17]。在CCR模型中，假設有n個決策單元，每個決策單元都有m種類型的輸入和s種類型的輸出，記輸入向量Xj=（x1j，x2j，…，xmj）T，產出向量Yj=（y1j，y2j，…，ysj）T。設決策單元的投入產出為（Xj0，Yj0），記為（X0，Y0），則該模型的一般表達式為：

式（3）中：θ為技術效率評價指數，也就是投入和產出的相對效率值；VD代表最小技術效率值；λj為投入和產出的權向量。

其次，考慮工業廢水、二氧化硫、煙塵等主要工業污染物對城市環境效益產生的負向影響，將其作為城市土地經濟活動引入效率評價模型中。采用1997年Chung構建的方向性環境距離函數測算te2[18]，假設在城市土地利用過程中投入用Z表示，產出分為兩種，其中期望產出為Y，非期望產出用X，產出水平的期望方向為G=（Y，-X），即盡量增加Y而減少X[16]。函數公式如下：

式（4）中：P（Z）表示生產可能性集合；β表示期望產出Y增加、非期望產出X減少的最大可能性數。其中P（Z）可以表示如下：

在式（4）的基礎上，可以得出包含非期望產出的技術效率公式：

傳統土地利用效率和考慮非期望產出的土地利用效率均可用DEA-SOLVER Pro5.0軟件進行計算，并且在這些分析之前要對變量的平穩性進行檢驗。

2.2.2 土地稀缺度指標

中國城市土地市場和公共政策的不完善削弱了土地市場反應的效率[19]。城市建設用地資源的日趨緊張充分體現出土地資源對城市經濟增長的約束，尤其是城鎮密集的東部沿海地區[4]。在已有研究中，城市土地稀缺度的衡量多采用城市建設用地面積與國有建設用地供應總量的比值、城市建成區面積與建設用地審批面積比值等。但是，建設用地審批面積、國有建設用地供應總量等行政規制色彩太強，與當前城市建設用地的市場化趨勢存在一定的脫節。為了克服這個問題，使得土地稀缺度和土地利用效率之間具有內在一致性，本文基于現實人均建設用地規模和標準人均建設用地規模差異角度衡量城市土地稀缺度狀況。若實際人均建設用地規模超出國家標準規定的閾值，則建設用地規模不合理，城市擴張受到限制，引發城市土地稀缺程度高等一系列問題。城市土地稀缺度計算公式具體如下：

式（7）中：LT為城市人均建設用地規模現狀；LS為國家規定的城市建設用地規模標準；S為城市土地稀缺度。因為城市擴張在一定時期內具有較強的慣性，人均建設用地規模針對性強，能很好地體現人口增長影響下的城市土地需求[20]。采用人均建設用地規模與標準的比值作為土地稀缺度的衡量指標，充分結合了城市建設用地的市場化趨勢以及人口快速增長背景下的土地利用現狀。城市建設用地標準中人均建設用地規模標準是一個范圍值，為了方便比較，本文均選擇各區間內的最低值。

2.2.3 數據說明

本文采用長三角26個地級及以上城市2003—2015年面板數據，其中二三產業從業人員、建成區面積、工業廢水排放量、工業二氧化硫排放量、工業煙塵排放量、城市人均建設用地規模指標來源于2004—2016年《中國城市統計年鑒》，固定資產投資、非農GDP來源于2004—2016年《中國統計年鑒》。為了消除價格影響，非農GDP指標以2003年為基期，采用GDP平減指數進行數值平減。針對城市建成區面積、建設用地面積個別年份數據缺失的情況，進行插值處理。另外，本文指標數據均選取市轄區數據，因為市轄區代表了城市的主體，人口密度更大，經濟貿易更發達，更能反映城市的特征，土地稀缺性也更高[7]。

2.2.4 數據平穩性檢驗

土地稀缺度和土地利用效率是根據大量宏觀經濟數據計算出的結果，隨時間變化的趨勢明顯。為確保數據的平穩性，消除異方差的影響，本文對土地稀缺度序列、土地利用效率序列進行對數化處理，并采用Levin-Lin-Chu（LLC）和Im-Pesaran-Shin（IPS）檢驗面板數據的平穩性。當兩種檢驗方法的結果均表明序列穩定時，才判斷序列是平穩的。傳統土地利用效率對數（lnte1）、考慮非期望產出的土地利用效率對數（lnte2）以及土地稀缺度對數（lnsca）的單位根檢驗結果是不平穩的，故對這些數據進行一階差分后進行單位根檢驗。結果顯示，一階差分后的dlnsca、dlnte1和dlnte2已經是平穩序列，即3組變量均是一階單整。

3 長三角城市土地利用效率與稀缺的關系研究

3.1 城市土地利用效率與土地稀缺度的協整分析與Granger因果檢驗

盡管土地稀缺度對數（lnsca）與傳統土地利用效率對數（lnte1）、考慮非期望產出的土地利用效率對數（lnte2）序列是非平穩的，但仍可能具有長期均衡關系。數據平穩性檢驗結果說明3組變量均是一階單整的，符合協整分析前提條件。協整分析結果顯示dlnsca和dlnte1、dlnsca和dlnte2均顯著拒絕原假設，說明傳統土地利用效率、考慮非期望產出的土地利用效率與土地稀缺度之間均存在協整關系，即存在長期均衡關系。

協整分析的結果表明，lnsca與lnte1、lnsca與lnte2之間均存在協整關系，但是并不能說明這種相關關系是否具有經濟學和理論意義，因此需要運用Granger因果關系檢驗做進一步分析。檢驗結果說明dlnsca分別是dlnte1、dlnte2的Granger原因；反過來，dlnte1、dlnte2均不是dlnsca的Granger原因可以揭示土地效率和土地稀缺之間存在單向的因果關系。

3.2 最優滯后階數確定與模型穩定性檢驗

為了提高估計效率，獲得最優脈沖響應函數和預測方差分解結果，保證結果的有效性，需要進行確定模型估計的最優滯后階數，并對模型估計的穩定性進行檢驗。

本文綜合考慮AIC、BIC、HQIC信息準則，采用連玉君的stata軟件程序包（PVAR2）進行滯后項的選擇[21]（表2）。模型1和模型2估計的最優滯后階數均為2。

表2 滯后項選擇標準Tab.2 Selection criteria of delay item

本文主要采用INESSA LOVE提供的PVAR程序得到模型1和模型2穩定估計及檢驗結果[22]。其結果顯示PVAR模型的全部根的倒數值均位于單位圓內，因此模型估計是穩定的，可以進行脈沖響應分析和方差分解。

3.3 城市土地利用效率與土地稀缺度的脈沖響應分析

盡管Granger因果檢驗說明城市土地利用效率與土地稀缺度之間存在單向因果關系，但是只是一種動態相關關系，表明的是一個變量是否對另一變量有“預測能力”。因此需要進行脈沖響應對變量之間的影響趨勢做進一步驗證。根據Granger檢驗結果，在脈沖響應分析中應該按照lnsca～lnte順序對變量進行排序，并將考察沖擊作用的期限設為10期。圖1、圖2匯總了Monte Carlo模擬500次的脈沖響應函數圖。

圖1 lnsca對lnte1、lnte2脈沖響應比較Fig.1 Comparison of IRF of lnsca to lnte1 and IRF of lnsca to lnte2

圖2 lnte1、lnte2對lnsca的脈沖響應比較Fig.2 Comparison of IRF of lnte1 to lnsca and IRF of lnte2 to lnsca

兩種土地利用效率對土地稀缺度的沖擊總體上均表現出先上升后下降的負向累積效應，但是影響持續時間區別較大。從圖1中分析出具體脈沖響應情況為： 對于1個標準差傳統土地利用效率（lnte1）沖擊，土地稀缺度（lnsca）體現為負向影響，并在滯后1期影響程度明顯增長，累積效應為到滯后1期達到影響峰值，累積效應為-0.1589，隨著滯后期數的延長，累積效應逐漸減弱并在第6期后收斂于0；而對于一個標準差考慮非期望產出的土地利用效率（lnte2）沖擊，土地稀缺度（lnsca）在滯后1期達到影響峰值，累積效應為-0.019，但影響的持續期較長，到滯后10期才開始收斂于0。

土地稀缺對土地利用效率的沖擊影響程度持續下降，但是作用時間存在較大差異。從圖2中總結具體脈沖響應情況為：對于1個標準差土地稀缺度（lnsca）沖擊，傳統土地利用效率（lnte1）在0期時反應最強烈，效應值為-0.017。之后呈現負向的變化趨勢，但是從第1期開始呈現正向變化趨勢，并從第4期之后收斂于0。而對于1個標準差土地稀缺度（lnsca）沖擊，考慮非期望產出土地利用效率（lnte2）產生明顯負向影響，仍在0期時達到影響峰值，效應為-0.168，并隨著時間的推移逐漸減弱并從第8期開始收斂于0。

3.4 城市土地利用效率與土地稀缺度的預測方差分解

為了測度變量之間因果關系的強弱，接下來采用方差分解來對lnte1與lnsca、lnte2與lnsca兩組變量不同預測期限的均方誤差進行分解。利用面板模型的方差分解，進一步說明影響因素的大小，結果如下：

（1）土地利用效率沖擊對土地稀缺度尚無明顯影響。傳統土地利用效率、考慮非期望產出的土地利用效率對土地稀缺度的預測方差貢獻度分別為0%～15.6%、0%～2.9%。由于本文在測算土地利用效率時，選擇的是產出導向，關注的是在不增加投入的條件下，要達到技術有效各項產出應該增加的程度（傳統土地利用效率中籠統指產出最大化；在考慮非期望產出的土地利用效率指期望產出最大，非期望產出最小）。也就是說，無論當傳統土地利用效率還是考慮非期望產出的土地利用效率改善或者惡化時，表示的是產出量的變動而非投入量的變動。而與土地稀缺度指標中人均建設用地規模相關的建成區面積是效率測算中的投入指標，因而并不會對土地稀缺度的變化產生影響。結合長三角地區城市發展的實際情況來看，經濟的快速發展已經消耗了大量的資源，因而通過增加資源投入的方式增加產出，提高土地利用效率已經不是最佳途徑。因此，無論是傳統土地利用效率（lnte1）還是考慮非期望產出的土地利用效率（lnte2），對土地稀缺的緩解作用均尚不明顯。

（2）土地稀缺度對考慮非期望產出的土地利用效率產生顯著影響，而傳統土地利用效率對土地稀缺度的影響仍不顯著，這一結果明顯區別于土地利用效率對稀缺度的影響。土地稀缺度對考慮非期望產出的土地利用效率的影響程度在持續下降，但仍保持50.8%～62.1%，而對傳統土地利用效率預測方差的貢獻度僅為1.4%～1.7%。當前長三角地區人均建設用地規模的不斷擴大，建設用地“后備資源”儲量不足，不能再簡單通過增加投入的方式提高產出。傳統土地利用效率并沒有考慮工業生產活動中伴生的污染物等具有負面效應的產出項，測算出的土地利用效率整體偏高，面對土地稀缺度沖擊所產生的負向效應也不明顯。而本文測算的考慮非期望產出的土地利用效率，剔除了土地利用中產生廢棄物的負面影響，土地利用效率值比傳統土地利用效率值低。當土地稀缺程度發生變化時，考慮非期望產出的土地利用效率會產生更為敏感的變化。該結果也對未來長三角地區城市化土地利用過程中“廢棄物”的治理有著警示作用，倘若無視土地利用環境的改善，對污染物的治理力度不夠有力，那么土地利用效率負向變化程度會越明顯，這對于城市建設是非常不利的。

4 主要結論與政策建議

4.1 主要結論

本文以長三角地區26個城市為研究對象，以城市土地利用效率和土地稀缺度的關系為切入點，采用多種經濟計量分析工具分別探究了傳統土地利用效率、考慮非期望產出的土地利用效率與土地稀缺度的交互影響，結果表明：

（1）研究時段內，長三角地區城市土地利用效率對土地稀缺具有負向沖擊累積效應，但土地利用效率對土地稀缺的預測方差貢獻度低于20%，表明城市土地利用效率提升尚未明顯緩解土地稀缺。這意味著城市發展過程中，如果建設用地規模擴張得不到有效控制，縱使土地利用效率改善，也無益于土地稀缺的緩解。

（2）長三角地區城市土地稀缺對考慮非期望產出的土地利用效率帶來長期顯著負向沖擊，土地稀缺對考慮非期望產出的土地利用效率的預測方差貢獻度超過50%，表明城市土地稀缺增加對于考慮非期望產出的土地利用效率具有負向作用。當剔除土地利用中的非期望產出后，土地利用效率出現明顯的下降趨勢，土地稀缺度對其造成的影響程度也更高。這與“土地稀缺度是考慮非期望產出的土地利用效率的Granger原因”的結果是一致的，也意味著隨著城市土地稀缺程度的加劇，土地利用效率改善將顯得更為迫切。

（3）土地稀缺對傳統土地利用效率短期內產生負向沖擊，長期發展會逐漸轉變為正向影響，但土地稀缺對傳統土地利用效率預測方差貢獻度僅為1.4%～1.7%，表明城市土地稀缺增加對于傳統土地利用效率的沖擊并不明顯。

4.2 政策建議

本文以土地資源效率與稀缺的關系為研究對象，證明了土地稀缺提升的確會在某種程度上造成考慮非期望產出的土地利用效率的下降。同時需要注意的是，土地利用效率的提升并不會顯著緩解土地稀缺，或者說短期內改變不了土地稀缺程度繼續加重的現實，再一次驗證了資源效率的提升并不一定會緩解資源稀缺狀況。因此長三角城市土地利用過程中，隨著城市土地稀缺度不斷增加，提高土地利用強度，整治、盤活閑置土地，同時重視對土地利用過程中環境污染“副產品”的管制，嚴格把控污染物排放量和排放水平。總而言之，盡管長三角地區經濟發達程度較高，但今后經濟發展不能繼續以犧牲環境為代價，只有嚴格土地管理，才能為資源永續利用提供更大的可能性。