環境約束下江西省城鎮建設用地利用效率時空演化

王巧玲 彭潔

摘要：考慮環境約束，將工業三廢指標作為非期望產出，運用SBM-Undesirable模型對江西省11個設區市城鎮建設用地利用效率進行分析。結果表明，江西省建設用地利用效率總體處于中等水平，2013年后各地市的城鎮建設用地效率逐漸回升，從贛南到贛北呈現出效率逐漸降低的趨勢;數據包絡分析法（DEA）無效地區普遍存在投入過量和非期望產出過剩的情況，投入產出結構不合理，且地區間差異較大，但經濟產出效率普遍較好。在未來土地利用過程中，地方政府需要因地制宜優化能源結構和投資、調整產業結構，減少非期望產出，優化土地資源配置，推動綠色發展。

關鍵詞：建設用地;土地利用效率;非期望產出;SBM-Undesirable模型

中圖分類號：F293.2;F323.211文獻標志碼： A

文章編號：1002-1302（2021）05-0226-06

城市建設用地在助力城市發展方面起到了非常重要的作用，隨著我國經濟由高速增長向高質量發展轉變，高效利用土地是實現社會、經濟、生態協調可持續發展的必然要求。根據2019年國民經濟和社會發展統計公報[1]，截至2019年底，全國常住人口的城鎮化率達到了60.60%，較1978年末增長了42.70%，年均增長約1.02%。城鎮化進程加快的同時，建設用地的數量和空間規模都在不斷地增長。某些地方政府官員為了地方的GDP目標，甚至不惜以環境犧牲代價引進一些高耗能、高污染、高排放的企業，對節能減排帶來較大的壓力[2]。某些地區由于城市建設用地的瘋狂擴張，對耕地、草地、林地等綠色空間進行入侵，也帶來了一系列的環境污染和溫室氣體排放問題，土地利用和經濟增長未取得協調發展[3]。在當前生態文明背景和經濟高質量發展的現實需求下，如何在節能減排的目標下提高城鎮建設用地的效率是亟待解決的問題。因此，對城鎮建設用地的利用效率進行科學、合理的評價對于促進節約集約用地和經濟高質量發展具有至關重要的意義。

當前學術界從不同的內容、方法、尺度等方面對土地利用效率進行了研究。內容上大多關注城市土地、建設用地、耕地、工業用地等的利用效率，并深化為探討土地利用對城市化的影響;研究尺度上有省級層面、地區層面（如長三角、珠三角城市群等）、市級、開發區層面。李國煜等利用數據包絡分析（DEA）和面板數據模型對碳約束下福建省城鎮建設用地利用效率的動態變化及影響因素進行研究[7];劉世超等采用SBM-Undesirable模型對珠三角等8個城市群的土地利用效率進行了研究，并結合要素冗余度對效率優化路徑進行了分析[8];張浩等將河北省地級市的耕地劃分為3個層次并用可行廣義最小二乘（FGLS）法分析3個層次的影響因素[9]。在研究方法上，主要包括協調度模型、加權法和主成分分析法、模糊綜合評價法、層次分析法（AHP）、DEA及系統分析等，其中利用DEA模型對土地利用效率進行評價最為廣泛，例如張立新等對城市建設用地利用效率的空間格局演化進行分析，并探討了其影響因素[17]。

上述研究為建設用地利用效率的評價提供了一定的參考，但仍存在一定的改進空間：（1）現有研究大多是考慮投入產出等經濟和社會因素，土地利用過程中對環境帶來的負面效應理應加以重視，使得評價結果更具科學性;（2）國內學術界對土地利用效率的研究首要應用基于規模收益可變的DEA（VRS-DEA）模型，較少考慮非期望產出（如污染物排放、碳排放等）因素對土地利用效率的負效應，評價結果缺乏指導性。研究江西省城市建設用地的利用效率及其時空演化特征不僅為地方政府的土地利用政策提供決策依據，也有助于未來產業結構優化升級，進一步促進綠色低碳發展，從而促進社會、經濟、生態的協調可持續發展。

1 材料與方法

1.1 研究區概況

江西省位于中國的東南部，長江中下游南岸，為長江三角洲、海峽西岸和珠江三角洲三大經濟區的中心腹地，全省土地總面積有16.69萬km2，占國土總面積的1.7%，共有11個設區市。近年來，江西省相繼被列為國家首批生態文明試驗區和長江中游城市群、長江經濟帶等重要發展規劃中。在當前高質量發展的要求下，促進產業結構優化升級，推動綠色低碳發展，以最少的土地資源消耗支撐經濟社會持續發展至關重要，其關鍵在于提升城市土地的利用效率[9]。因此，對江西省城市建設用地利用效率的時空演化進行研究，將為進一步討論土地利用、經濟發展及環境保護之間協調可持續發展提供決策支持。

1.2 數據來源與處理

研究數據來源于《中國城市統計年鑒》《江西統計年鑒》。此外，考慮到通貨膨脹等外部價格因素的影響，將固定資產投資額及GDP折算為以2010年為基準的不變價，消除了外部價格因素對數據的影響。

1.3 研究方法

1.3.1 數據包絡分析法 DEA是一種基于被評價對象間相對比較的非參數技術效率分析方法，運用數學線性規劃評價多投入多產出模式下決策單元（decision making unit，簡稱DMU）間的相對有效性[18]。2001年，SBM（slack based model）模型和加入非期望產出的SBM-Undesirable模型被提出[18]，不僅解決了傳統模型中無法避免的投入產出變量松弛問題，而且能夠更準確測算出環境約束下的效率分析。假設有n個DMU，每個DMU有m種投入（x∈Rm ）、s1種期望產出（yg∈Rs1）和s2種非期望產出（yb∈Rs2）。定義矩陣：

X=（xij）∈Rm*n，Yg=（ygij）∈Rs1*n，Yb=（ybij）∈Rs2*n，X>0，Yg>0，Yb>0。

以及其可能的生產集P：

P={（x，yg，yb）/x≥Xλ，yg≥Ygλ，yb≥Ybλ，λ≥0}。（1）

式中，xij表示第j個DMU的第i種投入;X表示投入矩陣;ygij、ybij分別表示第j個DMU的第i種期望產出和非期望產出;Yg、Yb 分別表示期望產出和非期望產出矩陣;λ表示各投入產出的權重向量。

考慮非期望產出的SBM-Undesirable 模型：

ρ*=min1-1m∑mi=1S-i/Xi01+1s1+s2（∑s1r=1Sgr/ygr0+∑s2r=1Sbr/ybr0）;（2）

s.t.X0=Xλ+S-

yg0=Ygλ-Sg

yb0=Ybλ+Sb

S-≥0，Sg≥0，Sb≥0，λ≥0。（3）

式中，ρ*為目標函數;X0、yg0 、yb0分別表示DMU的投入、期望產出和非期望產出指標的值，S-、Sg 、Sb 分別表示投入冗余量、期望產出不足量和非期望產出超出量;Xi0、ygr0、ybr0分別表示DMU的第i種投入、第r種期望產出和第r種非期望產出指標的值;S-i、Sgr、Sbr分別表示第i種投入冗余量、第r種期望產出不足量和非期望產出超出量;ρ*的取值范圍為0≤ρ*≤1 。當且僅當S-=0 、Sg=0、Sb=0時，ρ*=1，才為DEA有效;而S-≠0或Sg≠0或Sb≠0時，處于DEA無效狀態，存在效率改進的空間。

SBM-Undesirable模型同時從產出和投入對非DEA有效情況進行測算，排除了角度及徑向對數據造成的影響，不僅能夠很好地區分效率值的差異，且能對城鎮建設用地的利用效率進行更精確的測算，更貼合實際。利用松弛變量可分析投入冗余或期望產出不足、非期望產出過高的情況，另外也可分析規模效率或純技術效率較低導致的DEA無效，從而為進一步提升利用效率提供支持。

1.3.2 指標體系 評價土地利用效率不僅要注重其社會經濟效益，還應考慮土地利用過程中對生態環境產生的負效應。構建的投入產出指標體系見表1。

投入指標：將土地、資本和勞動力作為各設區市的投入指標，依次用城市建設用地面積、固定資產投資額以及第二、三產業從業人員數表示。

期望產出指標：主要考慮經濟效益，選取各地級市的地區生產總值（GDP）來表示，可以直接反映出土地利用的正向產出情況。

非期望產出指標：本研究將工業三廢的排放量作為非期望產出指標，體現了城市土地利用活動中由于不合理的利用方式對生態環境所產生的負效應，其中將工業廢氣排放總量細化為工業二氧化硫、氮氧化物以及工業煙粉塵排放量。鑒于指標數據的適宜性，將工業廢水排放量、工業二氧化硫排放量、工業氮氧化物排放量、工業煙粉塵排放量以及一般工業固體廢物產生量，運用變異系數法來確定權重，利用綜合加權法最終得到工業三廢綜合加權值作為土地利用對環境產生的負效應。

2 研究結果與分析

2.1 江西省城鎮建設用地利用效率時空演化特征分析

2.1.1 城鎮建設用地總體利用效率 利用Excel對原始的投入產出數據處理，應用DEA Solver pro 50對數據進行測算，先利用BCC模型得到11個設區市不含非期望產出的總體效率，再用SBM-Undesirable模型得到各設區市建設用地的總體利用效率，并將二者結果進行對比，同時計算出歷年間建設用地利用效率的變異系數，結果見圖1。

由圖1可知，若不考慮非期望產出，建設用地的利用效率值要高于考慮非期望產出的效率值，整體平均增幅達到了7.20%，最大增幅達到了9.33%，這說明非期望產出對土地的利用效率存在一定程度的負效應。總體上，江西省建設用地的利用效率處于中等水平，2011—2017年間大致分為2個階段：第一階段為2011—2013年利用效率略有下降，而變異系數基本持平，在此期間，江西省各設區市對建設用地的利用大部分集中在建成區周邊的閑置用地，以中心圓向外擴散的模式對城市周邊閑置用地進行占用，造成土地利用低效狀況明顯;第二階段為2013年后，利用效率回升至一定水平并帶有小幅度波動，在2016年達到峰值，而變異系數也在2016年達到下限，說明2016年各地市間的效率差距最小，其主要原因是在城市發展過程中，土地短缺問題逐漸顯露出來，加強了對土地綜合整治、節約集約利用的強度，使土地利用的無效狀態得到了極大改善。

2011—2017年間江西省各設區市城市建設用地利用效率見表2，空間分布見圖2。研究期內江西省各設區市城鎮建設用地利用效率的平均值為0866，在11個設區市中只有4個市（南昌市、吉安市、贛州市、鷹潭市）在7年間均達到了DEA有效，其他大部分城市都處在非DEA有效的狀態，且地區間利用效率的整體差異程度比較顯著，其中景德鎮市效率最低，利用效率均值只有0.537，其次是萍鄉、九江。其中南昌市是江西的省會城市，處于經濟發展的中心區域，服務業較發達，高新技術企業占比較高，產業集聚化程度高，因此總體建設用地利用效率最高。而贛州市近幾年由于國家贛南蘇區政策傾斜，發展勢頭較好，建設用地利用效率次高。九江市在歷史上就是長江上的交通要道、重要港口，是江西的重要的工業發展基地，研究期內GDP一直位于江西省內第三，但由于工業較其他地方發達，因而產生的工業三廢等非期望產出也較高，帶來的生態環境負效應影響最大，因此總體利用效率偏低;而景德鎮以傳統的陶瓷、航空業等為支撐，科技創新型的新興產業較少，產業集聚化程度較低，建設用地利用效率最低。總體上，整個江西省的城鎮建設用地利用效率從贛南到贛北呈現從效率最優到無效利用的遞減趨勢。而萍鄉市除2017年外，每年利用效率都未達到平均水平，這是由于萍鄉過于依賴煤炭資源的能源結構，近年來由于大力發展采礦業，導致許多土地被開采挖毀，而礦山修復的工作又非常漫長，導致土地利用效率持續走低。

2.1.2 城鎮建設用地利用效率的分解 對江西省11個設區市建設用地利用總體效率的時空變化作了分析，但未揭示出效率變化的影響機制和DEA無效潛在的原因。將研究期內城鎮建設用地利用的技術效率（TE）分解為規模效率（SE）和純技術效率（PTE），結果見表3。

表3的結果表明， 各地區城鎮建設用地的綜合技術效率均值在2011年、2014年、2017年分別為0.866、0.837、0.821，達到最優水平的82%～86%，2011年、2014年、2017年分別有7個、6個、6個達到了綜合技術效率的DEA有效，分別占11個設區市的63.6%、54.5%、54.5%;達到有效性0.6～079的分別占18.1%、7.2%、36.4%;有效性0.6以下的分別占18.1%、18.1%、9.1%。由此得到，2011—2017年江西省城鎮建設用地平均技術效率處于中等偏上水平，并未達到理想狀態。除2014年，研究期間內純技術效率的DEA有效數與技術效率的DEA有效數基本持平，分別占總數的63.6%、54.4%，而2014年有8個，占總數的72.7%，比2011年增長了9.1%。

研究期內江西省城鎮建設用地利用效率的分解變化見圖3，其中純技術效率均值為0.875，規模效率均值為0.961，整體上規模效率優于純技術效率，說明江西省各地的經濟發展主要依賴于投入的規模效應。

2.2 江西省建設用地利用效率改善途徑

對原始數據進行投入及產出量的松弛性分析，從而探尋江西省城鎮建設用地利用效率處于DEA無效的緣由，并得出各地市投入產出可能的改善途徑及潛力。對2017年的測算結果進行分析，得到各地市建設用地利用效率無效緣由和待改善情況見表4。

由表4可見，在江西省城鎮建設用地利用效率非DEA有效的地市中，不同地市的投入產出待改善程度差異較為明顯。其中，景德鎮市和撫州市建設用地、固定資產投資、二三產業從業人數投入均有冗余，同時非期望產出過量，特別是2017年景德鎮建設用地面積的投入冗余高達28.175 km2;新余地區固定資產投資和二、三產業從業人數投入有冗余，非期望產出過量，特別是第二、三產業從業人員的投入冗余值達到了112.127萬人。總之，綜合利用效率非DEA有效地區普遍存在投入規模和結構不合理的現象，投入冗余并伴隨著工業三廢非期望產出的排放過量、生態環境污染嚴重，但各地改善途徑有所不同。

另外，各地區的期望產出未出現產出不足的情況，由此可見江西省各地市的經濟效率較優。因此，各地市提高建設用地利用效率的有效途徑就是進一步優化資源配置，優化能源結構和產業結構，盡量降低工業三廢等環境負效應產物的產出，進一步提升生態效益。

2.3 政策建議

通過國土空間規劃等方式對現有的存量建設用地合理利用，利用產業集聚和合理的產業規劃引導土地的集約化利用;各地應因地制宜制定土地利用政策，對于土地利用效率低下的地區應繼續對產業結構優化升級，提高資源利用效率，優化能源結構，加大新型綠色能源（如風能、太陽能）的投入比例，降低化石能源的消耗，減少對環境產生負效應，同時引導固定資產投資和外商投資向高新技術產業投資;鼓勵企業進行科技創新，加大和高校﹑科研機構的合作，促進科技成果的轉化，加大研發力度，發揮技術要素的作用，激勵企業實現綠色低碳發展，另一方面利用排污權交易和碳交易﹑碳稅等環境政策工具激勵企業積極進行清潔生產，從而提高土地利用效率，促進經濟、社會、生態的協調可持續發展。

3 結論與討論

考慮非期望產出對環境的影響，構建了SBM-Undesirable模型，分析了江西省11個設區市的城鎮建設用地利用效率的時空演化特征及部分地區建設用地利用效率無效的原因，得到以下結論：

（1）不將非期望產出納入評價體系所測算的城鎮建設用地利用效率值可能會高于其真實的效率值，忽視了土地利用中相應帶來的負面影響，不夠科學。

（2）江西省11個設區市的城市建設用地利用效率總體水平處于中等略偏上的水平，在空間上呈現出非均勻分布的特征。其中南昌市、贛州市、上饒市（除2015年外）、吉安市以及鷹潭市均處于DEA有效狀態，整體利用效率較高的地區集中分布在贛南和贛中地區;而景德鎮市和九江市在2011—2017年間均處于DEA無效狀態，集中分布在贛北地區;整個江西省的城市建設用地利用效率從贛南到贛北呈現出由效率最優到無效利用的遞減趨勢。

（3）通過對城市建設用地利用效率松弛變量分析發現，研究期內11個設區市的經濟效益都不存在產出不足的情況，說明各地區均“以經濟建設為中心”。DEA無效的各地市均存在投入冗余、環境負效應產出過量的現象，通過SBM-Undesirable模型對投入產出進行松弛性分析而得到定量的改善程度。根據2017年的投入產出定量分析，景德鎮市和撫州市除GDP外全部都要調整，新余市的生態環境負效應最大，需要加大生態環境整治力度，降低對環境帶來的負效應。

（4）從效率分解的角度，研究期內江西省各個設區市的建設用地利用效率處于中等偏上水平，整體上呈現出規模效率>純技術效率>技術效率的特征，依然主要依賴于投入的規模效應。

隨著經濟發展和城鎮化進程的加速，對建設用地利用時必須系統化地統籌考慮各要素間的協調，提高建設用地利用效率是實現土地資源可持續利用和堅守十八億畝耕地紅線的必然。面對現實中區域發展不協調不平衡的現實，一方面要科學、合理地對現有土地資源合理分配，另一方面要協調好土地開發利用和保護生態環境之間的關系，全面促進社會、經濟、生態可持續發展。本研究在評價城鎮建設用地利用效率指標體系中加入了部分非期望產出指標，對江西省城市建設用地利用效率進行評價，并對其時空演化特征進行分析，以便為未來因地制宜制定土地利用政策，促進土地利用和經濟發展協調可持續發展提供決策支持。但本研究只選取2011—2017年的數據，時間跨度不是很大，非期望產出只選取工業三廢的相關數據，未考慮碳排放帶來的影響，因此分析評價具有一定的局限性，有待進一步完善和研究。

參考文獻：

[1]中華人民共和國2019年國民經濟和社會發展統計公報. 北京：國家統計局，2019.

[2]Han H B，Zhang X Y. Exploring environmental efficiency and total factor productivity of cultivated land use in China. Science of the Total Environment，2020，726：138434.

[3]Tang P C，Yang S W，Fu S K. Do political incentive affects Chinas land transfer in energy-intensive industries？. Energy，2018，164：550-559.

[4]張雅杰，金 海. 長江中游地區城市建設用地利用效率及驅動機理研究. 資源科學，2015，37（7）：1384-1393.

[5]楊海泉，胡 毅，王秋香. 2001—2012年中國三大城市群土地利用效率評價研究. 地理科學，2015，35（9）：1095-1100.

[6]Zhong T，Mitchell B，Huang X. Success or failure：evaluating the implementation of Chinas national generate land use plan（1997—2010）. Habitat International，2014，44：93-101.

[7]李國煜，王嘉怡，曹 宇，等. 碳排放約束下的福建省城鎮建設用地利用效率動態變化與影響因素. 中國土地科學，2020，34（4）：69-77.

[8]劉世超，柯新利. 中國城市群土地利用效率的演變特征及提升路徑. 城市問題，2019（9）：54-61.

[9]金 貴，鄧祥征，趙曉東，等. 2005—2014年長江經濟帶城市土地利用效率時空格局特征. 地理學報，2018，73（7）：1242-1252.

[10]楊清可，段學軍，葉 磊，等. 基于SBM-Undesirable模型的城市土地利用效率評價——以長三角地區16城市為例. 資源科學，2014，36（4）：712-721.

[11]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. 中國土地科學，2013，27（7）：48-54.

[12]李植斌. 一種城市土地利用效益綜合評價方法. 城市規劃，2000（8）：62.

[13]羅罡輝，吳次芳. 城市用地效益的比較研究. 經濟地理，2003（3）：367-370，392.

[14]黃奕龍，王仰麟，卜心國，等. 城市土地利用綜合效益評價：城際比較. 熱帶地理，2006，26（2）：145-150.

[15]黃金川，林浩曦，陳 明. 2000—2013年中國城市群經濟績效動態實證分析——基于DEA和Malmquist生產率指數法. 地理科學進展，2017，36（6）：685-696.

[16]吳振華，雷 琳，王亞蓓. 基于三階段DEA模型的農業土地利用效率評價——以河南省和江蘇省為例. 江蘇農業科學，2019，47（16）：317-321.

[17]張立新，朱道林，杜 挺，等. 基于DEA模型的城市建設用地利用效率時空格局演變及驅動因素. 資源科學，2017，39（3）：418-429.

[18]成 剛. 數據包絡分析方法與MaxDEA軟件. 北京：知識產權出版社，2014：62-82.