基于DEA法的重庆市农村土地市场绩效评价

尚勇敏，何多兴，杨庆媛，鲁春阳

（1.西南大学地理科学学院，重庆400715；2.河南省城建学院，河南平顶山467001）

随着市场经济体制的不断完善和农村土地制度改革的不断深化，中国农村土地市场发育迅速，市场机制在农村土地资源配置中的重要地位不断显现[1]。近年来，农村土地市场问题一直是学界关注的热点问题，学者们从农村土地市场改革完善、市场运行机制、市场主体行为及影响因素等不同视角对农村土地市场进行了研究[2-7]。从现有研究成果可以看出，学者们的研究主要围绕“农村土地市场是什么？存在什么问题？农村土地市场如何培育和完善？”等问题展开，而对于农村土地市场绩效的内涵界定，以及如何构建指标体系对农村土地市场运行绩效进行评价的成果还不多见。本文以重庆市为例，在对农村土地市场绩效内涵界定的基础上，从投入产出效率角度出发，构建评价指标体系，借助DEA法中的C2R模型和超效率DEA模型，探讨农村土地市场绩效评价方法及重庆市各区域农村土地市场绩效水平，以期为规范农村土地市场、促进重庆市农村土地市场发展提供参考。

1 区域概况、数据来源及研究方法

1.1 区域概况

重庆市地处长江上游，是西南工商业重镇和水陆交通枢纽。中西部以丘陵、低山为主，东南部和东北部为武陵山区和三峡库区，幅员面积8.23×104km2。2009年，全市总人口3276万，农村人口2327万，城镇化率为51.6%；城市居民人均纯收入为17191元，农民人均可支配收入为4478.35元。重庆市集大城市、大农村、大库区、大山区于一体，城乡二元结构矛盾突出。随着重庆市工业化、城镇化的加快，大量农用地向非农用地转移、农村人口向城镇转移，加速了农村土地市场的发展。2009年末，重庆市农用地面积为743.13×104hm2，占土地总面积的90.21%，耕地、林地和其他农用地分别占土地总面积的29.60%、46.03%和7.15%。据调研，重庆市农村土地闲置率①土地闲置率：农村土地存在闲置的面积占总面积的百分比。达9.22%，土地流转率②土地流转率：农村土地实际流出户数占总户数的百分比。为57.23%。2008年重庆市建立“地票制度”，逐步建立城乡统一的建设用地市场。截至2010年底，共交易地票130宗，合计2315 hm2，成交总金额43.31亿元，买受人涵盖园区建设单位、土地储备机构、民营企业、国有企业和个人等。

1.2 数据来源及数据整理

本文土地利用数据为重庆市土地变更调查数据，土地市场交易数据来自重庆市农村土地交易所，社会经济数据来自《重庆市统计年鉴》（2010），案例数据来自2009年对重庆市部分区县进行实地调研和问卷调查。样本的选择采用整群、分层和随机抽样的方法进行，以保证数据的可靠性。首先，依据整群抽样将重庆市分为都市圈、渝西地区、三峡库区和武陵山区4个区域；其次，采用分层抽样，选取农村土地流转现象较为典型且空间上分布较为均衡的区县及村镇；最后采用随机抽样对农户进行问卷调查和访谈。调研中总共发放农户问卷360份，收回有效问卷345份，问卷有效率为95.8%，其中都市圈涉及4个区县、63户农民，渝西地区涉及8个区县、68户农民，武陵山区涉及3个区县、72户农民，三峡库区涉及3个区县、142户农民（表1）。样本符合覆盖面广、数量充足的要求，最后用肖维勒准则系数对部分异常数据予以剔除，以充分保证研究数据的可靠性（表2）。

1.3 研究方法

DEA法由A.Charnes、W.W.Cooper等学者于1978年提出[8]，旨在评价“多投入多产出”模式下具有相同类型的决策单元间的相对有效性。与其他方法相比其优点在于可以避免由于指标量纲等方面的不一致而需寻求同度量因素带来的困难，具有很强的客观性，可用来估计多投入多产出系统的生产函数等。农村土地市场作为一个多投入多产出的复杂系统，其有效运行的重要目的就是以较少合理的投入，实现更大规模的社会经济产出效益。

表1 样本分布情况统计Tab.1 The distribution of samples

表2 各决策单元投入产出指标数据Tab.2 Input and output indexes and data of the DMU

DEA是使用数学规划模型对由决策单元构成的生产可能集进行相对有效性评价，其中C2R模型是其最基本和最经典的模型。具体模型为：假设有s个决策单元（DMU），每个决策单元有m种输入和n种输出，xij代表第j个决策单元第i项投入，yrj代表第j个决策单元第r项产出。引入阿基米德无穷小量ε（ε为无穷小量，通常取10-6），利用Chames-Cooper变换可以得到最终的线性规划问题（标准型）如下：

式1中，θ为决策单元DMUj0的有效值，即投入相对于产出的有效利用程度，s-为各种投入的松弛向量，s+为各产出的松弛向量；λ为相对于DMUj重新构造一个DMU有效组合j个决策单元DMUj0的组合比例。其经济含义为，当θ=1，且s-=s+=0时，则该DMU为DEA有效；当θ=1，且s-≠s+≠0时，则该DMU为DEA弱有效；当θ<1，则该DMU为DEA无效[9]。

由于C2R模型计算得到的有效单元（θ=1）可能较多而无法作进一步评价，Petersen和Andersen等学者于1993年提出一种超效率DEA模型，对DEA有效的单元进行排序[10]。超效率DEA模型在进行第k个决策单元效率评价时，使第k个决策单元的投入和产出被其他所有的决策单元投入和产出的线性组合替代，即将第k个决策单元排除在外，而C2R模型是将本单元包括在内。一个有效的决策单元可以使其投入按比例增加，而效率值保持不变，其投入增加比例即为超效率评价值[11]。

2 农村土地市场绩效评价

2.1 农村土地市场绩效内涵

诺斯在《制度、制度变迁与经济绩效》一书中提到：绩效即制度的表现[12]。近年来，学者们从企业经营绩效、经济运行绩效、土地制度绩效、土地利用绩效等方面进行了研究[13-16]。目前，绩效研究的领域和绩效评价的对象在不断拓展，已经应用到包括城市发展、政府政策、土地利用、技术创新、经济发展、产业市场、区域环境等各方面[17-21]。笔者认为农村土地市场绩效是农村土地市场运行效率、市场功能效果的综合表征，主要表现在资源配置绩效、资源价值实现绩效、土地经济产出绩效以及政府宏观调控绩效等方面。农村土地市场绩效评价则是对农村土地市场运行过程中所表现出的土地资源配置、资源价值实现、土地经济产出、政府管理效率等的综合评价。

2.1.1 土地资源配置绩效 土地资源配置绩效就是使零星的土地集中连片经营，按照效率原则实现土地资源优化配置，促进土地、资金、技术、劳动力等生产要素的合理流动和优化组合。集体建设用地流转后腾出的建设用地指标进行市场化配置，促进了土地集约化利用，使得城乡建设用地配置格局趋于优化。

2.1.2 土地资源价值实现绩效 土地资源价值实现绩效是指农村土地市场对于土地资源的价值增值功能和价格发现功能。通过土地市场交易，农村集体建设用地使用权得到市场公允价值，并在交换中实现土地增值；通过农地流转市场，将农村土地承包经营权通过市场机制优化配置，使农地市场价格和土地资源价值得到充分显化。

2.1.3 土地经济产出绩效 经济产出绩效即通过农村土地流转实现农业生产率、农民收入水平和农村经济发展水平等的提高。农村土地的流转，将实现农业产业化、规模化和现代化，提高农业生产效益[22]。作为农村土地承包经营权和宅基地使用权等财产权利的所有者即农民，也能获得土地流转而产生的收益及相关社会保障补偿。农村土地流转使得集体土地成为市场经济不可或缺的生产要素和重要资本，并参与各个领域的发展和基础设施建设，还有利于吸纳社会各种资金投入农村，壮大了集体经济，促进农村经济的发展。

2.1.4 政府宏观调控绩效 政府宏观调控绩效及政府制定相关法律法规和土地金融、税收等制度配套政策和进行宏观调控，促进农村土地市场的健康发展。国家对集体建设用地流转和土地承包经营权流转的放开和鼓励，有力地促进了农村土地流转市场化，促进农村土地市场资源配置、资产价值显化和经济产出等功能的发挥。

2.2 评价指标体系构建

图1 农村土地市场绩效影响因素的SCP分析模型Fig.1 Factors analysis by SCP model

依据“SCP（结构→行为→绩效）”的分析框架①在罗必良《农业产业组织：一个解释模型及其实证分析》及刘莉君《农村土地流转模式的绩效比较研究》的基础上进行改进。，农村土地市场绩效是多种因素影响的结果。不同的环境结构使交易者或生产者表现出不同的行为倾向，并导致不同地区、不同流转模式的绩效差异（图1）。图中虚线框中的圈内表示影响农村土地市场的内部因素，各因素之间又存在着内在联系；虚线框中其他为外部环境，包括社会环境、经济环境、资源环境和制度环境等。这些内部因素和外部环境的共同作用，影响着农村土地市场中主体的行为努力（包括生产型努力与分配型努力），进而影响农村土地市场的绩效水平。结合农村土地市场绩效影响因素的SCP分析，将影响因素从投入和产出两个角度进行分析。农村土地市场作为一个多投入和多产出的复杂系统，其投入既包括资金、劳动力、土地等有形因素，也包括国家政策支持、法律完善等无形因素。农村土地市场的产出方面，包括对经济发展的贡献，也包括对社会进步和生态保护与改善的贡献。产出指标的选取是衡量农村土地市场土地、政策、资金和劳动力等投入配置效果最为关键的要素，直接影响着评价结果的可靠性。基于可比性、典型性和可获取性的原则，在对相关指标进行取舍之后，结合农村土地市场绩效的内涵，确定投入指标为农地闲置面积、流转政策推广率，产出指标为农地交易价格、地均农业产值和农民人均纯收入、农村土地流转规模、市场引导土地流转率和农民土地流转满意程度。

3 结果分析

3.1 决策单元选择

本文按照自然环境条件、经济发展水平高低和区域特征将重庆市划分为都市圈（除渝中区外的8个区）、渝西地区（都市圈周边14个区县）、三峡库区（长江沿岸及大巴山区11个区县）和武陵山区（渝东南6个区县）4个区域，评价重庆市不同经济发展阶段的农村土地市场绩效水平。

3.2 各区域农村土地市场DEA评价结果分析

基于C2R模型，运用DEA-Solver-LV对重庆市4个区域的投入与产出数据进行DEA分析，并将评价结果进行整理（表3），运用ArcGIS软件制作成重庆市农村土地市场绩效评价结果分区图（图2）。

在重庆市4个区域中，都市圈和渝西地区的农村土地市场绩效DEA值为1，且s-=s+=0，即DEA有效，反映了都市圈和渝西地区农村土地市场投入产出均达到了相对最优状态。都市圈和渝西地区作为构成“一圈两翼”经济发展布局中的“一圈”，其城市化和工业化水平最高、区位条件最好。经济的发展一方面推动了城镇建设用地需求的增加，另一方面加速了农民从业形态及农地经营方式的改变，进而推动了农村土地市场的发展。且都市圈和渝西地区市场经济相对发达，土地市场条件较为完善，流转机制较健全，土地市场运行绩效相对较高。同时，农户家庭总收入中非农收入所占比重越大，农户越愿意流转土地。三峡库区和武陵山区DEA值分别为0.53和0.38，属于DEA无效。从投入角度看，三峡库区和武陵山区都出现了农地闲置面积投入冗余，说明两地区农地闲置面积过多，导致农村土地市场的非效率。从产出角度来看，三峡库区和武陵山区在农地交易价格、地均农业产值、农村土地流转规模以及农村土地流转满意程度等方面均出现了产出不足，说明两地在农地交易价格等方面还有较大的上升空间。三峡库区和武陵山区属于重庆市“一圈两翼”中的“两翼”，其大部分属于山区，自然和区位条件较差，农民收入水平较低，导致农民外出务工较多；由于缺少劳动力耕种，农地闲置率较高，土地流转率较低，土地资源未能得到合理配置；同时，社会经济发展水平相对较低，土地资源价值和土地经济产出绩效未能得到较好体现，因而农村土地市场绩效也相对较低。这与重庆市农村土地市场发展实际基本一致。

表3 各区域农村土地市场DEA评价值及超效率DEA评价值Tab.3 DEA value& SE-DEA value of rural land market performance of the DMU

图2 重庆市农村土地市场绩效评价结果分区图Fig.2 Sub-areas of rural land market performance in Chongqing city

3.3 基于超效率DEA模型的农村土地市场绩效分析

由于投入和产出指标相对于评价单元较多，导致都市圈和渝西地区均为有效单元，在C2R模型下无法对效率值为1的农村土地市场绩效做进一步分析。因此，本研究运用EMS软件对其进行超效率DEA测算并排序（表3）。各区域农村土地市场绩效的超效率值从高到低依次为都市圈、渝西地区、三峡库区、武陵山区，除对都市圈和渝西地区两个DEA有效单元进行进一步比较之外，其结果与C2R模型求解的结果相同。由于都市圈是重庆市主城区，城市化和工业化水平最高，市场条件较好，农村土地市场发育程度较高。都市圈从事第一产业的劳动力较少，农村劳动力数量及比重较渝西地区小，农户更倾向于流转土地；同时地均农业产值、市场引导流转率也相对于渝西地区高，因而农村土地市场绩效也相对较高。

4 结语

4.1 结论

通过分析农村土地市场绩效的内涵，运用DEA法评价了重庆市农村土地市场绩效，得出以下结论：（1）农村土地市场绩效是农村土地市场运行效率、市场功能效果的综合表征。本文尝试厘清农村土地市场绩效的内涵，并对农村土地市场绩效的影响因素进行SCP分析，依据农村土地市场绩效的内涵从投入和产出两个角度构建了农村土地市场绩效评价指标体系。（2）农村土地市场绩效与区域社会经济水平呈强关联性。都市圈和渝西地区土地市场绩效为DEA有效，而三峡库区和武陵山区为DEA无效，其原因是都市圈和渝西地区经济基础好，社会经济发展水平相对较高。（3）不同地域的农村土地市场绩效异质性显著。虽然都市圈和渝西地区土地市场绩效均为DEA有效，但通过超效率DEA进一步测算得出，都市圈DEA值为渝西地区的2.09倍，说明渝西地区农村土地市场绩效与都市圈相比差距仍较大。在超效率DEA评价下，各区域农村土地市场绩效水平差异明显。

4.2 讨论

本文构筑了农村土地市场绩效及评价的理论框架，采用DEA法中C2R模型和超效率DEA法考量了重庆市农村土地市场绩效水平。DEA法计算结果与重庆市农村土地市场发展现状基本一致，说明DEA法在农村土地市场绩效评价中具有一定的可行性和科学性。用DEA法计算的有效值反映了农村土地市场系统各项投入和产出的总体运行效果，而投入冗余额和产出不足额指出了具体需要解决的问题。

本文也有待于进一步深入和完善，主要表现在：首先，在投入产出指标方面仍需进一步改进，其中，建设用地入市交易量、农村土地市场劳动力和资金投入量等因素由于其数据难以获取而被迫舍去。其次，由于DEA法是根据多投入和多产出数据对相同类型的部门或企业（即DMU）进行相对有效性或效益评价的方法，因此需要较多DMU观察到的数据来判断决策单元是否有效，而本文决策单元相对于评价指标较少，对评价结果可能造成一定影响。最后，由于农村土地市场的特殊性，难以获得连续年份的数据，本文仅对重庆市各区域进行了横向比较，没有进行农村土地流转前后的纵向比较，这也是下一步研究的方向。

（

）：

［1］ 方鹏，黄贤金，陈志刚，等.区域农村土地市场发育的农户行为响应与农业土地利用变化———以江苏省苏州市、南京市、扬州市村庄及农户调查为例［J］.自然资源学报，2003，18（3）：319-325.

［2］ 王强.关于培育中国农村土地市场的研究［J］.经济研究，2007，（12）：74-75.

［3］ 车裕斌.中国农耕地流转机制研究［M］.中国农业出版社，2008：136-138.

［4］ 黄贤金，方刚.中国农村土地市场运行机制研究［M］.北京：大地出版社，2003：15-23.

［5］ 罗光莲，关丽丽，骆东奇，等.农村土地流转市场的农户行为选择实证分析———基于重庆市34 个区县大样本调查数据［J］.开发研究，2009，（2）：66-69.

［6］ 郭江平.农村土地市场发育障碍及对策研究［J］.湖北大学学报（哲学社会科学版），2004，31（6）：35-38.

［7］ 田传浩，贾生华.农地市场对土地使用权配置影响的实证研究———基于苏、浙、鲁1083 个农户的调查［J］.中国农村经济，2003，（10）：24-30.

［8］ 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.

［9］ 吴文江.数据包络分析及其应用［M］.北京：中国统计出版社，2002：106-108.

［10］ 王金祥，王卓.基于超效率DEA 模型的城市效率评价［J］.西安电子科技大学学报：社会科学版，2008，18（1）：62-64.

［11］ 李娟，李建强，吉中贵，等.基于超DEA 模型的成都市城市土地利用效率评价［J］.资源与产业，2010，12（2）：40-45.

［12］ North, Douglass C.Institutions, Institutions Change and Economic Performance［M］.England: Cambridge University Press, 1990.

［13］席建成，茹少峰.陕西省农村信用社改革绩效评价———基于陕西省8 个县农村信用社的实地调查［J］.西北农林科技大学学报（社会科学版），2011，11（2）：37-43.

［14］张仁寿，黄小军，王朋.基于DEA的文化产业绩效评价实证研究———以广东等13 个省市2007 年投入产出数据为例［J］.中国软科学，2011，（2）：183-192.

［15］瞿忠琼，濮励杰.城市土地供给制度绩效评价指标体系研究———以南京市为例［J］.中国土地科学，2006，20（1）：45-49.

［16］ 吴一洲，吴次芳，罗文斌.浙江省县级单元建成区用地绩效评价及其地域差异研究［J］.自然资源学报，2010，25（2）：330-340.

［17］ 罗文斌，吴次芳，杨剑.基于“流程逻辑”框架的土地整理项目绩效物元评价［J］.中国土地科学，2010，24（4）：55-61.

［18］鲁春阳，文枫，杨庆媛，等.基于改进TOPSIS 法的城市土地利用绩效评价及障碍因子诊断———以重庆市为例［J］.资源科学，2011，33（3）：533-541.

［19］ 谭术魁，张红霞.基于数量视角的耕地保护政策绩效评价［J］.中国人口·资源与环境，2010，20（4）：153-158.

［20］ 岳定意，刘莉君.基于网络层次分析法的农村土地流转经济绩效评价［J］.中国农村经济，2010，（8）：36-47.

［21］ 程华，廖中举.中国区域环境创新绩效评价与研究［J］.中国环境科学，2011，32（3）：522-528.

［22］ 冯炳英.农村土地流转的绩效与发展对策［J］.农业经济，2004，（4）：24-25.