遼寧省城市工業用地利用效率評價研究

錢泉花

摘要：遼寧省是我國重要的傳統工業基地，提升工業用地利用效率對于振興地方經濟具有重要意義。本文采用土地、固定資產、從業人員等3類投入指標和產值、利潤、污染物等產出指標，使用Super-SBM模型對遼寧省14個地級市的工業用地效率進行測算。結果表明，遼寧省各地級市的工業用地效率大部分為完全協調，效率值差異較大，效率的變異系數大，兩極分化現象明顯;并在空間分布上表現出由西向東遞減，由外圍向內遞減的態勢。

Abstract： Liaoning Province is an important traditional industrial base in China. Enhancing the utilization efficiency of industrial land is of great significance for revitalizing the local economy. This paper adopts three types of input indicators such as land， fixed assets and employees， output indicators such as output value， profit and pollutants， and uses Super-SBM model to measure the industrial land efficiency of 14 prefecture-level cities in Liaoning Province. The results show that the industrial land efficiency of all levels of Liaoning Province is mostly coordinated， the efficiency value is different， the coefficient of variation of efficiency is large， and the polarization is obvious; and the spatial distribution shows a decrease from west to east， from the periphery inward.

關鍵詞：用地效率;Super-SBM模型;工業用地;遼寧省

Key words： land use efficiency;Super-SBM model;industrial land;Liaoning Province

中圖分類號：F207 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）27-0085-04

0 ?引言

城市土地作為城市經濟、社會和環境的空間載體，它的利用效率直接關系到城市社會經濟發展及其人居環境[1]。提升城市工業用地效率，將工業用地的集約利用是加快城市經濟發展的重要方式。為促進開發區土地供給質量，自然資源部已開始推進針對國家級開發區的進行全面評價工作。中國城市工業用地效率的研究也已成為學界關注的熱點問題。代表性的實證研究包括多個方面。從時間序列演化的角度有利用面板數據分析特定地區不同時間截面的發展情況，例如對2006-2015年長江中下游城市[2]和2005-2014年長三角16個城市[3]的工業用地效率變化研究。在多個空間尺度上，對全國各省的工業用地效率的時空差異進行總結[4]。比較分析江蘇省的耕地和工業用地效率，從而得出土地功能類型的平衡有助于促進土地資源的可持續利用[5]。對鞍山高新技術產業開發區進行土地集約利用潛力測算[6]，對北京高新技術產業區土地利用績效進行評價[7]，以及通過土地交易成交案例數據對產業用地效率進行分析等[8]。在用地效率的評價研究方面，關鍵的是構建科學合理的評價指標體系[9、10]，其大多從投入和產出的視角進行分析。

本文針對遼寧省土地利用程度高，但是土地利用強度和用地效率處于全國較低水平的情況，選取省內各地級市為研究對象，研究遼寧省工業用地利用效率問題，通過工業用地面板數據，利用Super-SBM模型開展實證分析。

1 ?測度方法與指標選取

1.1 Super-SBM模型

城市土地利用效率研究常見的傳統分析方法是DEA分析法，這一分析方法的缺點在于分析決策單元的相對效率不考慮單元輸入元素的松弛變量，不能處理非期望值產出的問題。因此Tone K.提出了SBM（Slack Based Measure）模型[11]，這個模型可以同時從投入和產出兩個角度對無效率狀況進行測量，不但解決了松弛變量和問題，還將非期望值產出直接納入產出[12]。Super-SBM模型就是將超效率和SBM模型結合起來的一種模型，它是超效率DEA模型的一種。因此，考慮加入非期望產出的SBM模型為遼寧省各地級市的工業用地效率的分析提供了為詳盡的工具。

1.2 指標選取

本文的土地利用測度所指是是遼寧省工業用地集約利用。由于DEA模型構建需要通過投入和產出數據來衡量，其中產出數據又可分為期望產出與非期望產出。因此，在參考以往文獻的評價指標，數據可得性和產出投入要素數量的限制要求，在排除高度相關的指標后，將工業用地面積，工業固定資產的投入和工業從業人員作為投入指標;將規模以上工業總產值和規模以上工業企業利潤總額作為期望產出要素;將工業二氧化硫，工業廢水和工業煙粉塵排放量作為非期望產出指標。

其中，投入指標的選取考慮資本，勞動力和土地要素，將工業固定資產投資作為資本要素，工業從業人員作為勞動力要素，將工業用地面積作為土地要素。產出指標從工業增加值和工業企業利潤總額方面考慮。工業總產值體現的是一定時期內貨幣形式的工業生產產品的總量，包括工業產品的價值，是工業生產環節累加價值，不能確切體現當年工業用地的利用的產出。而工業增加值是工業企業一定時期內貨幣形式的工業生產活動的最終成果，體現了當年一個地區工業發展水平，是可以合理反映工業用地利用期望產出的指標。關于非期望產出將工業的三廢排放作為負效益的產出指標。由于DEA無需考慮指標量綱的差異，因此，無需考慮工業從業總人口與單位工業用地從業人口的差異。

2 ?研究對象

本文以遼寧省各地級市為實證對象，評價現狀工業用地的效率。假設規模效益可變，分析投入的無效率程度和產出的無效率程度，確定投入產出的理想值，得出投入產出的改進值。最后從面板數據角度分析遼寧省各個地級市SBM效率值的變化走勢和特點，以尋求其現象發生的原因。

2.1 研究區域

遼寧省工業門類較為齊全，有14個地級市和17個縣級市，8個國家級高新區和7個省級高新區，各個地級市的主導產業類別鮮明。如沈陽高新區以信息技術，智能制造和生物醫藥為主導產業，大連以軟件和服務外包為主導產業等。將遼寧省作為研究對象的原因是：城市的快速發展遺留了部分的工業用地，清理保護和轉換成為了這些工業用地效率評價的方式。在供給側結構性改革背景下，遼寧省研究提出支持產業結構單一地區轉型方案，出臺推進 鋼鐵、煤炭等產業有序退出的實施方案。為加快產業升級轉型，形成新的集聚效應，將轉型區域作為新的經濟增長動力，遼寧省早在2004年就成立了“遼寧省高新技術產業發展促進會”，2017年編制《遼寧省高新技術產業開發區發展規劃（2017-2020年）》。但是城市的快速發展過程中也出現工業用地使用效果不佳等現實情況。

2.2 數據來源與統計描述

本文所選取的工業從業人員數據來源于《中國城市建設統計年鑒》，規模以上工業固定資產投資，工業用地面積等數據來源于《中國城市統計年鑒》。工業產業增加值，工業企業利潤，工業SO2、工業廢水和煙粉塵排放量等數據來源于《遼寧統計年鑒》，各地級市統計年鑒和部分環境質量報告與環境年鑒。所有涉及到價格的數據，均以2000年不變價格為基準。工業用地效率的測算通過MAX DEA 8進行數據處理。工業用地效率評價指標統計描述如表1所示。

3 ?工業用地效率現狀分析

基于Max DEA 7 ?Ultra 軟件得出用地效率得分可以對各個地級市的工業用地效率所存在的問題和規律進行闡述。為了使得效率值更加清晰，借鑒已有文獻對其進行類型劃分的方法，當效率值大于等于1，為完全協調，即該地級市的經濟社會和環境的產出相對而言處于最佳水平，當0.9？燮ρ<1，為高度有效率;當0.6？燮ρ<0.9，為中度有效率;當0.3？燮ρ<0.6，為低度無效率;當0？燮ρ<0.3，為重度無效率。綜上，在Super-SBM模型下，2016年遼寧省各個地級市工業用地效率如表2所示。根據SBM用地效率的均值和變異系數，可以看出大部分的地級市用地效率為完全協調，其具體特征為：

①遼寧目前各個地級市的高新產業用地效率整體水平處于完全協調狀態。遼寧省各地級市平均值為1.11（≥1），有11個城市效率完全協調，占總數的（78.57%）。

②各地級市之間工業用地效率值差異較大。其中鞍山的效率值最低，僅有0.23，已經淪為重度無效率。鐵嶺市效率值最高（2.00），緊隨其后的是阜新和丹東，效率值下降坡度陡峭。后三位城市中分別是營口和鞍山效率值為重度無效率（0.32和0.23），本溪為中度有效率（0.65）。效率的變異系數大也說明了這一點。

③從空間上看，呈現空間分布上表現出由西向東遞減，由外圍向內遞減的態勢。沿海城市中只有大連和丹東位于前半區，內陸城市中只有遼陽，本溪和鞍山分別位于第9、11和第14位。

4 ?工業用地效率演化分析

將遼寧省各地級市在2011年至2016年的工業用地效率值進行整理，作出反映演化過程的用地效率變化圖（圖1），以及工業用地效率的均值和變異系數變化圖（圖2）、低均值效率的地級市的用地效率變化圖（圖3）。各城市的工業用地效率均值在2014年達到峰值而后呈現下降趨勢（圖2），且效率均值的變異系數呈現類似波動，各個城市的工業用地的協調性差異大。各地級市工業用地效率動態變化特征可以概括為：

①在遼寧省各地級市工業用地效率的投入-產出差異較為顯著。鐵嶺，葫蘆島，沈陽和朝陽處于完全協調的優勢區，表明這些地級市在土地，勞動力和資金的投入方面取得了較為顯著的成效;阜新，遼陽，盤錦，丹東，本溪，錦州和營口處于中度均值效率區，表明這些城市投入產出的比例改進等方面協調;大連，撫順和鞍山處于低均值效率區，表明其環境和社會經濟的產出方面和對應的投入比例較為不協調。

②部分城市在工業用地效率完全協調與非協調之間轉化。在研究期內，錦州發生了由處于完全協調向低度無效率的轉變，阜新和鐵嶺則由中度完全協調變化為完全協調。

③少數城市的用地效率演化表現出強烈的波動。效率值變化幅度較大的有鞍山，撫順和鐵嶺，其中鐵嶺的變異系數最大為0.52，它反映的是效率離散程度的絕對值。鞍山自2012年以后基本一直處于波動式中度無效率階段，其可能原因是投入和產出的不足或產出負效益。

5 ?研究結論

采用SBM模型研究用地效率是主要趨勢，本文基于利用考慮非期望產出的Super-SBM模型，分析了2011-2016年遼寧省各個地級市工業用地評價效率，用地效率的動態和靜態特征的分析以及就生產前沿面的投影表現，進行相關指數的測算。研究發現，通過靜態數據和動態特征的分析得出遼寧省工業用地用地效率大部分為完全協調。然而效率值差異較大，最高的鐵嶺和最低的鞍山相差9倍，效率的變異系數大，兩極分化現象明顯。在空間上的效率水平，表現出由西向東遞減，由外圍向內遞減的態勢。同時，從投入和產出的無效率角度研究，發現工業用地無效率地區，普遍存在投入冗余，環境污染嚴重的問題，各要素的投入和產出比例不合理，導致資源的無效率利用;且非期望產出與期望產出不協調，也導致了地級市的產出的無效率。

參考文獻：

[1]David M， Eligius M T.A framework to study nearly optimal solutions of linear programming models developed for agricultural land use exploration[J].Ecological Modeling，2000，131（5）：65-77.

[2]蔣海舲.基于 SBM 模型的工業用地利用效率研究——以長江中游城市群為例[J].當代經濟，2017，6（17）：20-21.

[3]梁皓，黃健元，賀斌.差別環境響應下的城市工業用地效率——基于長三角城市群的實證分析[J].經濟與管理研究，2017，38（10）：26-33.

[4]熊強，郭貫成.中國各省區城市工業用地生產效率差異研究[J].資源科學，2013，35（5）：910-917.

[5]龍開勝，陳利根，占小林.不同利用類型土地投入產出效率的比較分析——以江蘇省耕地和工業用地為例[J].中國人口·資源環境，2008（5）：174-178.

[6]城市開發區土地集約利用潛力測算實證研究——以鞍山高新技術產業開發區為例[J].綠色科技，2016（10）：203-209.

[7]班茂盛，方創琳，劉曉麗，劉海燕.北京高新技術產業區土地利用績效綜合評價[J].地理學報，2008，63（2）：175-184.

[8]張耀宇，洪方.區域發展競爭與產業用地效率分析———基于江蘇省 13 個地級市微觀數據的檢驗[J].南京郵電大學學報（社會科學版），2018，20（6）：40-47.

[9]黃大全，洪麗璇，梁進社.福建省工業用地效率分析與集約利用評價[J].地理學報，2009（4）：479-486.

[10]莊紅衛，李紅.湖南省不同區域開發區工業用地利用效率評價研究[J].經濟地理，2011，12（12）：2100-2104.

[11]Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509.

[12]成剛.數據包絡分析方法與Max DEA軟件[M].北京：知識產權出版社，2014.

[13]Tone K. A slacks- based measure of super- efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，143（1）：32-41.

[14]Hong Li，Kuangnan Fang，Wei Yang，Di Wang，Xiaoxin Hong.Regional Environmental Efficiency Evaluation in China：Analysis Based on the Super- SBM Model with Undesirable Outputs[J]. Mathematical and Computer Modelling，2013，58：1018-1031.

[15]李文君，汪景寬.基于人口規模和城市化水平測算的城鄉建設用地需求預測研究——以遼東鳳城市為例[J].價值工程，2011，30（18）：292.