江苏省建设用地利用效率和全要素生产率的时空差异分析

王希睿，许 实，2，杨兴典，3，吴 群

（1.南京农业大学公共管理学院，江苏 南京 210095；2.中国土地勘测规划院，北京 100035；3.江苏省土地勘测规划院，江苏 南京 210008）

江苏省建设用地利用效率和全要素生产率的时空差异分析

王希睿1，许 实1，2，杨兴典1，3，吴 群1

（1.南京农业大学公共管理学院，江苏 南京 210095；2.中国土地勘测规划院，北京 100035；3.江苏省土地勘测规划院，江苏 南京 210008）

研究目的：以江苏省为例，对比分析江苏省62个县（市、区）1999—2011年来建设用地利用效率和全要素生产率的时空差异。研究方法：数据包络分析方法和Malmquist指数方法。研究结果：（1）江苏省建设用地利用效率区域差异较大，1999—2011年全省建设用地利用效率先降后升，最低点出现在2008年左右；（2）江苏省大部分地区存在全要素生产率增长，2008年以前主要依靠技术进步，2008年以后主要依靠综合效率的提升。研究结论：江苏省正处于投资驱动向创新驱动转变阶段，应根据各市县社会经济发展特征和不同级别，制定差别化的建设用地利用方案，合理配置生产要素，提高技术进步率，为全国实现“要素驱动”、“投资驱动”转向“创新驱动”提供一定的参考。

土地利用；建设用地；DEA模型；利用效率；全要素生产率

1 引言

早在20世纪90年代，诺贝尔经济学奖获得者克鲁格曼就率先对亚洲经济奇迹提出了质疑。他认为亚洲经济增长的基础不牢固，是只依靠资本投入而不是技术进步取得的，亚洲经济发展的特点之一是资源利用效率不高，全要素生产率（Total Factor Productivity，TFP）增长微乎其微[1]。而在中国工业化进程中，技术创新与产业转型升级、资源利用率低与环境约束等诸多矛盾印证了克鲁格曼的质疑，中国经济高速增长的基础和动力引人深思。克鲁格曼论述中提到的效率和全要素生产率是不同的概念，效率主要衡量投入与产出之间的比例关系，测算投入资源最优利用能力；全要素生产率是各要素投入之外的技术进步和能力实现等导致的产出增加，主要用于分析技术和制度等因素对经济增长的作用[2]。效率和全要素生产率解释经济增长问题的侧重点不同，效率侧重解释要素投入产出关系的总体表象和特征，全要素生产率则侧重经济增长背后深层原因的阐释，如资源配置和技术的影响，是体现一个经济体的增长方式及其能否实现持续发展的重要指标。

在中国，效率和全要素生产率的问题近年来已开始得到普遍重视与广泛研究。国内学者研究的焦点主要包括选取不同的方法、空间尺度和时间维度对利用效率和全要素生产率分别进行测算。目前，对土地利用效率的研究，部分学者运用定性描述、单指标方法或是对指标进行无量纲化处理后采用参数法进行评价[3-5]，也有部分学者运用非参数分析法——数据包络分析（Data Envelopment Analysis，DEA）方法，在全国或省市级层面上对城市土地或工业用地利用效率进行测度[6-10]。全要素生产率的研究主要应用的是随机前沿、数据包络等方法，郭庆旺[11]、章祥荪[12]、刘建国[13]、刘秉镰[14]等对不同年份中国各省或主要城市的全要素生产率动态变化进行了分析，但是受到新古典经济增长理论的影响，这些学者仅考虑了资本和劳动两大投入要素，未将土地要素对经济增长的影响进行有效剥离。对于正处于工业化和城市化快速发展阶段的中国而言，土地资源在短期内难以被其他要素所替代，如果不考虑其对经济增长的贡献，显然不能很好地解释经济增长规律。杜官印等首先证明了将建设用地纳入Malmquist 指数模型来研究全要素生产率的可行性[15]。随后，夏方舟等对比分析了引入土地要素前后技术效率的差异，发现引入土地要素会对经济增长的全要素技术效率产生一定的正向影响[16]。

然而，将全要素生产率结合土地要素利用效率对宏观经济增长的影响研究较为匮乏。本文认为将两种方法相结合，不仅可以分析要素投入本身的效率水平变化，而且可以深度剖析制度和技术，尤其是土地调控政策和节地技术对经济增长的作用。两者互为补充，可以全景展示土地利用水平的变化。因此，本文拟将两种方法相结合来解释经济增长的表象和本质问题，以资本、劳动力和建设用地作为主要投入要素，采用DEA方法首先对1999—2011年江苏省建设用地在区域经济社会发展中的综合效率进行时空差异分析，以反映建设用地的投入产出能力，然后利用Malmquist 指数模型的分解，进一步分析包含建设用地的全要素生产率，以期看出技术在土地利用中的作用变化，得到江苏经济增长的主要动力和改进方向。

2 研究方法与数据

2.1 研究方法

2.1.1 BCC模型 DEA是具有多个输入（Inputs）和多个输出（Outputs）的决策单元（Decision Making Unit，DMU）的评价模型，最初DEA采用固定规模效应的CCR模型，以线性规划法构建出一条非参数的包络前沿线，衡量每一决策单元（DMU）的相对效率。凡落在生产前沿上的DMU，即为具有投入产出最优效率的DMU，其效率值为1；而其他未落在生产前沿上的DMU，其效率值介于0和1之间，其值越大，表示决策单元越有效。随后Banker等在1984年提出了规模报酬可变的BCC模型[17]。BCC模型可获取综合效率值（STE）、技术效率值TE（Technical Efficiency）和规模效率值SE（Scale Efficiency）三方面的信息，STE = TE×SE。BCC模型的技术效率是考察该DUM在一定的科技投入水平上是否达到了相对最大的产出水平，规模效率则是考察是否达到生产最优规模。本文试图求解建设用地纯技术效率和规模效率的高低，因此采用BCC模型进行分析。

2.1.2 Malmquist指数 无论是CCR模型还是BCC模型由于各时期的生产前沿面不同，因此各个DUM不具时间纵向可比性，Malmquist指数则能运用距离函数弥补这个不足，反映出不同时间维度上各DUM全要素生产率的变化情况。利用DEA方法计算全要素生产率 Malmquist 指数（tfpch），实质上是分析年度间各DUM生产效率的相对变动情况，可以被分解为两个时段生产要素组合的技术进步变化（techch）和综合效率变化（effch），即tfpch= techch×effch。若tfpch＞1，表明从t至t+1期，全要素生产率整体出现增长趋势；反之，全要素生产率下降。技术进步指数techch表示技术生产边界的推移程度，综合效率指数effch表示相对综合效率的变化程度，techch和effch大于1意味着技术水平和综合效率分别得到改善, 反之则意味着两者出现恶化。综合效率指数effch在BCC模型下又可分解为技术效率指数pech和规模效率指数sech，即effch=pech×sech。pech和sech大于1，意味着技术效率和规模效率分别有所改进；反之，技术效率和规模效率降低。

2.2 研究数据

江苏省地处中国东部沿海地区，其经济发展迅速，建设用地需求量大，且土地后备资源较少，土地投入、产出水平相对较高，但区域经济社会发展的梯度特征十分明显，空间配置效率仍然较低。因此以江苏省为研究对象具有典型性和代表性。同时，参考行政区划将江苏省分为62个DUM，即13个地级市市区、25个县级市和24个县，可使研究结果更具针对性。

本文主要分析江苏省62个市县1999—2011年来经济发展中建设用地等要素利用效率和全要素生产力水平的差异，从要素投入产出角度出发，研究建设用地与其他资源配置的合理程度、利用水平及经济健康程度。综合参考指标筛选的目的和原则，模型的应用条件，研究对象的基本特征以及考虑数据可获得性，选取以下投入产出指标。

2.2.1 投入指标 投入指标的选择以柯布道格拉斯生产函数为理论依据，选取土地、劳动力以及资本作为投入要素。由于农村居民点用地没有参与到生产活动中，故本文选取不包含农村居民点用地的建设用地面积作为土地投入指标。同时必须得考虑附着在建设用地上的劳动力，故选取各区域二三产业从业人数作为劳动力投入指标。另外，由于土地利用是具有时间属性的持续性行为，而非短期投资行为，故本文选取固定资本存量代表资本投入指标，进行投资强度测算，以便准确的反映土地投入和利用情况。固定资本存量数据采用永续盘存法获得，折算成1998年可比价。

2.2.2 产出指标 为考察江苏省建设用地利用效率和全要素生产率，本文将建设用地纳入广义生产系统中，产出指标涵盖土地的经济产出和社会产出两个方面。经济指标选取可以直接反映建设用地产出水平的二三产业增加值；社会产出选取能够反映人民生活水平质量的指标，结合数据的可获得性，选取江苏省各市县城镇居民家庭人均可支配收入。本文所涉经济数据均换算成1998年可比价。

2.2.3 数据来源 本文所用社会经济数据来源于历年《江苏统计年鉴》（1999—2012年），并依据江苏省各市县统计年鉴数据补充完善；建设用地数据来源于历年江苏省土地利用变更调查成果。

3 研究结果及分析

本文运用DEAP 2.1软件，计算江苏省建设用地利用效率，分析全要素生产率的时空差异。

3.1 江苏省建设用地综合效率的空间特征分析

2011年江苏省建设用地利用效率如图1。各DUM综合效率普遍不高，平均值为0.659。苏南、苏中和苏北地区综合效率自南向北逐步递减，分别为0.808、0.651和0.562，均有较大的提升空间。全省共有5个DUM处于综合效率为1，从空间分布来看，只有靖江市属于苏中地区，另外4个市县全部位于苏南地区。综合效率值未超过0.5的DUM共有11个，苏南、苏中地区各2个市县，其余7个市县均位于苏北地区。从行政区划来看，地级市市区建设用地综合效率略高于县级市，两者分别为0.747和0.714，而县建设用地综合效率明显低于前两者，为0.554。在5个综合效率最高的DUM中有4个是县级市，只有苏州市市区属于地级市范畴。而在11个综合效率较低的DUM中，有4个是县级市，其余7个效率较低的DUM都属于县级。

图1 2011年江苏省建设用地利用效率评价结果Fig.1 The use effciency about construction land of Jiangsu Province in 2011

从技术效率和规模效率来看，技术效率区域差异较大，平均值最高的是苏南地区，最低的是苏中地区；规模效率区域差异较小。苏南地区技术效率平均值（0.896）与规模效率平均值（0.897）基本一致，19个苏南地区的DUM中有9个市县技术效率为1，只有金坛市技术效率处于0.7以下；苏南地区规模效率低于0.7的有溧水县和金坛市，其余市县规模效率相对较高。苏中地区技术效率平均值（0.739）明显低于规模效率平均值（0.872），15个DUM中，只有如皋市和宝应县的建设用地规模效率高于技术效率，说明建设用地技术效率较低是影响苏中地区综合效率的主要因素。苏北地区技术效率平均值（0.752）与规模效率平均值（0.760）基本一致，值得注意的是灌南县、洪泽县、金湖县、响水县这4个县在考察年份技术效率为1，而规模效率却低于全省平均值，甚至低于苏北平均值。这和Coelli的观点相符，城市规模较小时，要素投入组合能够实现城市既定产出，可以认为城市具有技术效率，但却不具有规模效率[18]。

3.2 江苏省建设用地利用效率的时序特征分析

从图2可以看出，1999—2011年江苏省建设用地综合效率和规模效率的时序特征大致相同，最低点出现在2008年；技术效率变动相对平稳，从2003年开始出现缓慢下降，2009年以后才逐步上升。2008年以前建设用地综合效率降低，原因可能是1999—2006年期间，江苏省第二产业发展速度大大超过第一、三次产业，占据主体性地位。其中工业占第二产业比重从 44% 上升到 2006 年的 51%，直到2008年工业比重才出现明显的降低趋势。相反，第三产业占GDP比重则在2003—2007年经历了低谷期。产业内部结构表明，江苏省处于重工业发展阶段[19]，而重工业属于资本密集型和资源消耗性行业，靠扩大资源投入推动经济增长的方式必然导致各要素投入对经济产出效率的下降，即生产要素技术效率降低。建设用地的供应结构和数量直接受到产业结构的影响，第二产业的发展和第三产业的相对萎缩使得建设用地供应向资源消耗型的第二产业倾斜，导致其扩张速度过快，规模效率相应降低。另外，20世纪90年代以来，江苏省城镇化水平迅速上升，国际资本和制造业加快向长三角地区转移，建设用地需求量显著提高。与此同时，土地市场体系发展尚不成熟，土地廉价，过量批地，节约用地意识并不强，也导致了建设用地利用效率在2008年以前呈现下降趋势。

图2 1999—2011年江苏省建设用地利用效率几何平均值Fig.2 Geometrical mean of use effciency about construction land in Jiangsu Province from 1999 to 2011

基于投入导向得到的1999—2011年江苏省投入要素松弛结果显示，在土地、资本和劳动力三大要素中，出现明显松弛的是土地和劳动力投入；各地固定资本历年松弛较小，只有极少数市县在少数年份有松弛情况出现。由此判断，江苏省三大生产要素投入，资本最为紧缺。因此2008年以后建设用地利用效率有所提升的原因，可能是2008年世界金融危机后，江苏省把握住中国4万亿投资拉动经济的政策机遇，在2009年迅速提升城镇固定资产投资规模，保障了建设用地规模效率的快速提升。大量的资本投资又促进技术产出的增加，因此技术效率随后出现提升。并且随着经济发展方式的转变和资源配置机制的完善，城乡一体化发展趋势加快，近年来江苏省建设用地综合效率逐步升高。

3.3 江苏省全要素生产率的时空特征分析

1999—2011年江苏省全要素生产率有所起伏（表1），年平均增长3.6%。以 2004 年和2008年为界，分别计算 1999—2004年、2004—2008年和 2008—2011年三个时段的全要素生产率几何平均值。从表1可以看出，三个时段的全要素生产率均大于1，且第三时段明显高于前两时段，在一定程度上印证了江苏省已步入投资驱动向创新驱动的转变阶段。不同时段全要素生产率增长原因有别：2008年以前，综合效率指数（effch）在这一阶段小于1，而技术进步指数（techch）则在这一阶段快速增长；2008年以后，综合效率指数和技术进步指数呈现出相反的变化情况。说明2008年以前，江苏省建设用地全要素生产率的上升主要得益于技术进步，而在2008年以后，生产要素综合效率逐步改善并带动了全要素生产率的提升。

江苏省各市县全要素生产率改善和未改善及其来源的城市数目的分析，便于从整体上掌握不同效率的各市县分布特征。 1999—2011年间江苏省苏南、苏中和苏北三大区域全要素生产率平均值由南向北依次递减，分别为1.058、1.035和1.021。地级市市区、县级市和县的全要素生产率平均值的差异更加明显，分别为1.120、1.024和1.005，这与各DUM经济社会产出以及科技投入正相关。从图3中可以看出，江苏省各个市县的全要素生产率改善程度并不均匀，个体间差异较大。全要素生产率最高的DUM是苏州市区，为1.178；最低的是赣榆县，为0.955。全要素生产率改善的市县有41个，占所研究DUM总数的66%，说明此期间内，江苏省多数市县经济的进步是伴随着全要素生产率改善的，而并非只是投入型增长。这些市县的发展动力呈现出一定的差别化：宿迁市区、如皋市、兴化市、涟水县、阜宁县和建湖县6个DUM主要依靠建设用地等生产要素综合效率的提升；其他35个全要素生产率上升的DUM技术进步指数不仅大于1且大于综合效率指数，所以技术进步是促进这些市县全要素生产率上升的主要因素。全要素生产率小于1的21个市县，综合效率几乎全部呈现恶化趋势，这表明生产要素的匹配越来越不合理。这些市县若要改善经济发展质量，必须合理配置生产要素，提升建设用地利用效率。

表1 江苏省全要素生产率几何平均值变化Tab.1 The variations of TFP geometrical mean of Jiangsu Province

图3 1999—2011年江苏省各市县全要素生产率几何平均值Fig.3 TFP geometrical mean of cities and towns in Jiangsu Province from 1999 to 2011

4 结论及启示

通过对1999—2011年江苏省建设用地利用效率和全要素生产率的分析，得出以下几点结论与启示：

（1）江苏省建设用地利用效率空间差异大。DEA有效的 DUM主要分布在经济发展快、基础设施条件好、建设用地经济社会产出高的地区。三大区域综合效率水平与经济发展差异一致，从南到北依次递减，并且各市区、县级市和县的综合效率也依次递减。说明不同地区、不同级别市县的建设用地投入产出差异巨大，应采取差别化的用地政策实现土地集约化利用，促进建设用地利用效率的提升。

（2）建设用地综合效率的时序特征与经济发展特征不同步。1999—2011年，江苏省各区域建设用地利用效率最低点出现在2008年左右。分析其原因，可能是 2008年以前第二产业占比提高而第三产业相对萎缩，使得建设用地供应偏向第二产业，粗放型的工业用地导致其利用效率相应降低；2008年以后，江苏省把握住4万亿投资拉动经济的政策机遇，加大城镇固定资产投资规模，保障了建设用地利用效率的快速提升。

（3）1999—2011年江苏省全要素生产率整体上处于增进状态，可以判定江苏省经济发展总体健康。1999—2008年，技术进步不断加快，生产要素综合效率却呈现降低趋势，这在一定程度上说明，江苏省建设用地2008年以前处于粗放利用阶段，在现有的技术水平下未能有效挖掘建设用地的最大效益。2008年以后全要素生产率的改善得益于综合效率的提升，但技术进步水平却小于1，说明技术水准有所下降。继续加大科技投入，促进技术进步，创建更具效率、更有活力的新江苏，将是江苏省现阶段经济健康持续发展的侧重点。

（

）：

［1］ 保罗·克鲁格曼. 朱文晖，王玉清，译.萧条经济学的回归［M］ .北京：中国人民大学出版社，1999.

［2］ 魏楚，沈满洪.能源效率及其影响因素：基于DEA的实证分析［J］ .管理世界，2007，（8）： 66 - 76.

［3］ 杨学成，汪东梅.我国不同规模城市的经济效率和经济成长力的实证研究［J］ .管理世界，2002，（3）： 10 - 12.

［4］ 王青，陈志刚，陈逸.建设用地区域配置效率评价研究［J］ .城市发展研究，2010，（1）： 92 - 95.

［5］ 王昱，丁四保，卢艳丽.建设用地利用效率的区域差异及空间配置——基于2003—2008年中国省域面板数据［J］ .地域研究与开发，2012，31（6）： 132 - 138.

［6］ 郑新奇，王筱明.城镇土地利用结构效率的数据包络分析［J］ .中国土地科学， 2004，18（2）： 34 - 39.

［7］ 杜官印，蔡运龙.1997—2007年中国建设用地在经济增长中的利用效率［J］ .地理科学进展，2010，（6）： 693 - 700.

［8］ 熊强，郭贯成.中国各省区城市工业用地生产效率差异研究［J］ .资源科学， 2013，35（5）： 910 - 917.

［9］ 余小玲，张安明.基于DEA模型的重庆市建设用地利用效率时空分析［J］ .中国农学通报，2011，27（32）： 118 - 123.

［10］ 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.

［11］ 郭庆旺，赵志耘，贾俊雪.中国省份经济的全要素生产率分析［J］ .世界经济，2005，（5）： 46 - 54.

［12］ 章祥荪，贵斌威.中国全要素生产率分析: Malmquist指数法评述与应用［J］ .数量经济技术经济研究，2008，（6）：111 - 121.

［13］ 刘建国，李国平，张军涛，等.中国经济效率和全要素生产率的空间分异及其影响［J］ .地理学报，2012，67（8）：1069 - 1084.

［14］ 刘秉镰，李清彬.中国城市全要素生产率的动态实证分析：1990—2006——基于DEA模型的Malmquist指数方法［J］ . 南开经济研究，2009，（3）： 139 - 152.

［15］ 杜官印，蔡运龙，廖蓉.中国1997—2007年包含建设用地投入的全要素生产率分析［J］ .中国土地科学， 2010，24（7）： 60 - 65.

［16］ 夏方舟，严金明，徐一丹.基于随机边界分析的土地要素对中国经济技术效率影响研究［J］ .中国土地科学，2014，28（7）： 4 - 10.

［17］ Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］ . Management Science, 1984, 30（9）: 1078 - 1092.

［18］ Coelli T J, Prasada Rao D S, O’Donnell C J, et al. A Data Envelopment Analysis. An Introduction to Efficiency and Productivity Analysis［M］ . U.S.: springer, 2005: 161 - 181.

［19］ 顾湘.区域产业结构调整与土地集约利用研究［D］ .南京：南京农业大学，2004：183，195.

（本文责编：郎海鸥）

Analysis on Spatial and Temporal Difference of Construction Land Use Effciency and Total Factor Productivity in Jiangsu Province

WANG Xi-rui1, XU Shi1,2, YANG Xing-dian1,3, WU Qun1
（1. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2. China Land Surveying and Planning Institute, Beijing 100035, China; 3. Jiangsu Institute of Land Surveying and Planning, Nanjing 210008, China）

The purpose of the study is to analyze the spatial and temporal difference of economic efficiency and total factor productivity of the construction land use in Jiangsu Province from 1999 to 2011. Method employed is the Data Envelopment Analysis （DEA）. The results show that 1） the economic efficiency of construction land in Jiangsu Province is generally low, and the efficiency of central and northern Jiangsu below average of whole province. The economic efficiency of construction land decreased first and then increased from 1999 to 2011, and the lowest point occurred in 2008. 2） The Malmquist indexes of many regions in Jiangsu Province are increasing from 1999 to 2011. The main reason is technological progress before 2008, however the main reason is efficiency improvement after 2008. We suggest that in light of the need of economic and social development and different administrative levels, properly distribute productionfactors, hasten technical progress, and formulate plans for the differential construction land. The finds may also serve as the reference of the shift from “factor driven” and “investment driven” to the so-called “innovation driven”.

land use; construction land; model of DEA; use efficiency; Total Factor Productivity （TFP）

F301.2

A

1001-8158（2015）05-0077-07

10.13708/j.cnki.cn11-2640.2015.05.011

2014-04-11

2014-11-05

国家自然科学基金（重点）项目（71233004）。

王希睿（1984-），女，湖北襄阳人，博士研究生。主要研究方向为土地经济学。E-mail: xiruigegewu@126.com

吴群（1964-），男，江苏兴化人，教授，博士生导师。主要研究方向为土地经济理论与政策、不动产评估与管理。

E-mail: wuqun@njau.edu.cn