河南省城市土地利用效率时空演变特征分析

蔚 霖，徐国劲

(1.河南农业大学资源与环境学院，河南 郑州 450002；2.河南省高校农业资源利用工程技术研究中心，河南 郑州 450002；3.西北农林科技大学水土保持研究所，陕西 杨凌 712100)

河南省城市土地利用效率时空演变特征分析

蔚 霖1，2，徐国劲3

(1.河南农业大学资源与环境学院，河南 郑州 450002；2.河南省高校农业资源利用工程技术研究中心，河南 郑州 450002；3.西北农林科技大学水土保持研究所，陕西 杨凌 712100)

运用DEA-CCR和SBM-Undesirable模型分别计算并对比分析2005—2014年河南省城市土地利用效率，提取时空演变特征，分析效率结构变化，设定效率非有效城市的变量改进目标。结果表明，不考虑非期望产出的城市土地利用效率评价结果存在较大程度的失真；河南省城市土地利用效率受宏观政策和区域发展影响，时间上具有“先降后升”、“稳定高效”、“回落渐升”3个变化阶段，空间上呈现出“中部聚集—边缘分散”的特征；效率结构变化的主要驱动力为技术进步变动，全省呈微弱进步态势；社会经济资源配置不当导致投入冗余、期望产出不足和非期望产出增加，需按相应比例改进。

城市土地利用效率；时空演变；CCR模型；SBM-Undesirable模型；河南

土地是一种重要的生产要素，是支撑国家社会经济运行所必需的基本资源，具有投入多、产出多的特征[1]。随着社会经济的快速发展，对土地资源的需求日益增加，人地矛盾逐渐凸显，如何提高城市土地利用效率成为研究的重点。中国城市土地利用呈现分散、扩张和浪费的特点，近年来,中央全面深化改革系列会议明确要求深挖土地的产出潜力，加大城市存量、低效土地的高效开发，在加快城镇化的进程中树立节约用地理念。国内学者关于城市土地利用效率的研究中，梁流涛等[2]将土地利用效率具体分解为纯技术效率和规模效率进行研究，并从效率变化根源角度分析土地利用效率的时空特征。赵可等[3]借用经济增长σ收敛和β收敛理论研究城市土地利用效率水平的差异，探讨了不同规模城市的土地利用效率收敛特征。张富刚等[4]以县域尺度构建土地利用效率综合指数，分析效率空间分布结构和驱动因素。很多研究从不同角度对城市土地利用效率进行测评，但都很少考虑环境负效应因素，对效率的改进也未能设定具体的目标。土地资源的高效利用必须以绿色发展为内涵，同时兼顾集约利用与保护性开发并重。因此，综合考虑土地开发利用所造成的非期望产出，对投入产出指标进行优化，对提高土地产出能力和正确处理土地开发与生态环境建设的关系具有重要意义。

河南省土地面积为16.7万km2，居全国第17位；2014年城市建设用地面积为1 667 km2，居全国第7位；城镇化率为45.2%，低于全国54.8%的平均水平，正处于加快城镇化进程的爬坡阶段[5]，城市土地承载压力较大。河南省作为中国重要的粮食主产区，在保证基本农田数量的基础上不牺牲环境为代价发展经济，实现《中原经济区规划(2012—2020)》，将河南省建设为城乡经济繁荣、人民生活富裕、生态环境优良和社会文明和谐的经济战略区，必须要协调好城市土地的高效利用与生态环境的健康发展二者之间的关系[6]。本研究以河南省为研究对象，在是否考虑环境非期望产出的前提下，分别采用SBM-Undesirable和CCR模型对比分析各地市的城市土地利用效率，研究2005—2014年河南省城市土地利用的时空演变格局和分异特征，并提出效率优化方案，为促进河南省国土资源绿色、高效、有序开发，协调社会、经济和生态效益提供参考意见。

1 数据来源与研究方法

1.1 评价指标体系的构建与数据来源

对城市土地利用效率的评价，分别从投入和产出两方面选择代表性指标构建评价指标体系。已有研究都较少考虑土地利用的环境效益要素，为深入探析环境负效应对土地利用的影响，更全面准确的评价研究区域的土地利用效率，在产出指标里，从期望产出和非期望产出两方面着手构建评价指标体系进行对比分析[7-8](表1)。评价数据来源于2005—2014年的《河南统计年鉴》[5]和河南省环境统计年报(2005—2014)[9]。

表1 城市土地利用效率评价指标体系Table 1 The evaluation system of urban land use efficiency in Henan Province

1.2 研究方法

1.2.1 数据包络分析法 本研究采用数据包络分析法(Data Envelopment Analysis，DEA)对河南省城市土地利用效率进行研究。DEA是由A.CHARNES，W.W.COOPER和E.RHODES等[10]于1978年提出的用于判别不同评价单元(DMU)有效性的方法，该方法在对相同性质DMU进行多投入、多产出的比较方面具有很大优势，采用线性规划方法判断DMU的相对有效性，分析其对应点是否位于由DMU输入和输出构造的包络面的有效部分，从多目标规划的角度，构建以实现输入最小、输出最大为目标的生产前沿面，即Pareto面，凡属于该前沿面的DMU均为有效，不在该面上的DMU均非有效[11]。本研究主要选取了数据包络分析法的2种模型分别进行计算。

(1)CCR模型

CCR是DEA经典模型，该模型运用非参数数学规划方法估算生产前沿面，保持DMU不变，采用径向基函数对其在数据包络面上投影，确定各DMU的偏离程度用以评价相对有效性。其原理如下：

设n个DMU，每个DMU有xi个输入(其中：i=1，2，3，…，m)和yr个输出(其中：r=1，2，3，…，s)，且xi，yr>0，CCR模型约束条件为：

(1)

式中：xik和yrk分别是第k个DMU的第i项投入和第r项产出，ur和vi分别为对应权重系数，hk为DMU在规模报酬不变的情况下的相对效率，该值越大，效率越高，但效率分布仅在0～1之间。hk值为1，则处于生产前沿面上，否则为非有效单元。但由于CCR模型基于“尽量缩小投入，尽量扩大产出”的思想，要求投入和产出成比例改变，且CCR模型无法区分非期望产出，而实际生产中非期望产出往往不可避免，所以该模型在处理松弛变量时容易造成误差。

(2)SBM-Undesirable模型

SBM-Undesirable模型是为克服CCR模型在评价包含非期望产出的DMU存在偏离的基础上构建的[12-13], 与CCR相比，SBM-Undesirable模型将松弛变量直接放入目标函数中考虑，从非径向的角度对冗余变量进行区分和优化，不仅解决CCR模型无法解决的变量松弛问题，还综合考虑了非期望产出带来的效率评价失真问题，使评价结果更接近实际生产过程。模型目标函数构建如下：

(2)

其中，有如下约束条件：

(3)

式中：s为松弛变量，λ为权重向量，ρ*为目标函数，与s-、sg、sb呈递减关系，且范围在0～1之间。当ρ*=1，即s-=0，sg=0，sb=0时评价单元有效，反之，ρ*<1时，评价单元非有效，变量松弛。

1.2.2 Malmquist指数 Malmquist指数是评测全要素生产率变化的指数。在规模报酬可变(VRS)的条件下，全要素生产率(TFP)可分解为规模效率变化(SECH)，纯技术效率变化(PECH)和技术变化(TECH)[14]，从t期到t+1期的Malmquist指数可分解为下式：

(4)

式中：第一项代表SECH，若大于1，则表示改变投入要素提升了规模效率；第二项代表PECH，若大于1，则表示改善管理提升了效率，第三项代表TECH，若大于1，则表示实现了技术进步；若TFP大于1，则表明生产力有所改进。反之，上述指标小于1时，则表示相应效率值有所退步[14]。

1.2.3 变异系数 变异系数可以反映区域土地利用效率的协调水平[13]，计算公式如下：

(5)

式中：V是变异系数，Xi是各地市效率值，X为各地市土地利用效率平均值，n为样本城市数量。V值越大，区域城市土地利用效率差异越明显，各城市的协调性越差；V值越小，区域间土地利用效率差异越轻微，均衡性越好。

2 基于CCR和SBM-Undesirable的城市土地利用效率时空特征分析

2.1 城市土地利用效率时序变化分析

运用DEA-Solver5.0软件，分别基于CCR(不含非期望产出)和SBM-Undesirable模型(含非期望产出)对河南省18个地市2005—2014年城市土地利用效率进行计算，计算结果为：

1)虽然两者随时间变化的阶段趋势是一致的，但在土地利用效率的评价数值上存在明显差异。由图1可知，SBM-Undesirable模型评价效率均值较CCR模型分布整体下移，整体降幅达6.21%，且有明显的波动变化。在DEA非有效城市中，SBM-Undesirable模型均值较CCR整体降幅为22.34%。因此，不考虑非期望产出的城市土地利用效率评价结果存在较大程度的失真，而考虑非期望产出的评价结果更符合实际情况，效率变化趋势更加明显。

2)由图1和图2可知，河南省城市土地利用效率呈3个阶段的变化。2005—2007年是第1阶段，土地利用效率呈现“V”形变化。国务院2004年加强了建设用地审批监管，该措施持续半年，对土地资源的配置和利用带来不小的冲击。2006年是自2003年以来经济新一轮增长的起点，加上国家出台多项措施，对2005年清查的土地囤积、闲置和浪费问题进行整治，土地利用效率显著提高[15]，该阶段各地市间效率变异系数在2006年达到最高，之后呈下降趋势，区域间的城市土地利用效率差异缩小，均衡性趋好。2007—2012年是第2阶段，宏观上中央政府的4万亿投资刺激了土地市场的繁荣，中原城市群的规划和建设也带动了河南省城市土地利用效率的稳步提升，地区效率变异系数同期处于低水平且稳定的状态，2012年中原经济区正式成立，代表着区域协调发展达到新高度，该阶段区域效率变异系数最低。2012—2014年是第3阶段，河南省城市土地利用效率呈现先回后落缓慢上升态势，受宏观政策影响，工商业资本多向城乡流动，并形成“圈地热”。该时期效率变异系数回升，不同地区土地利用效率差异变大、均衡性下降，并在2013年达到新高。

图1 2005—2014年城市土地利用效率变化Fig. 1 The change of urban land use efficiency from 2005 to 2014

图2 2005—2014年城市土地利用效率变异系数变化Fig. 2 The coefficient of variation of urban land use efficiency from 2005 to 2014

2.2 城市土地利用效率空间格局变化分析

依据SBM-Undesirable模型计算结果，运用ArcGIS9.3软件分析河南省2005—2014年的城市土地利用效率空间变化特征。以效率值是否为1将所有城市划分为有效评价单元和非有效评价单元，为了进一步区分非有效单元，采用平均值加减半个标准差作为分类依据[13]，将效率非有效城市划分为相对高效、相对中效和相对低效城市，并选择2006年、2008年、2011年和2013年作为典型期进行分析，结果如图3所示。由图3可以看出，河南省城市土地利用效率分布在空间上呈现“中部聚集—边缘分散”的特征。

1)从城市上看，DEA有效城市从2005—2009年增加，即效率趋势变好，而2010—2014年有效城市递减，效率情况恶化，其中2009年为效率状况最好年份，2013年为效率状况最差年份。DEA非有效城市效率均值2005年最差为0.624，2005—2009年未突破0.7为0.665，而2010—2014年均在0.7以上为0.726，非有效城市效率总体均呈现进步态势。

2)从空间上看，效率有效城市多聚集于中部地区，该区域是中原经济区的核心竞争圈，受区域经济增长极辐射影响较大。其中，效率异常的城市是平顶山市和洛阳市，前者面临煤炭资源开发受限的危险，后者产业转型升级缓慢，两地区效率前期表现较好，后期下滑，效率表现“退步”。土地利用效率非有效城市则成片出现在边缘地区，随时间变化，非有效城市分布从“北部成块聚集-中部、东部、南部零星分散”向“北部、中部成块聚集-东部、南部零星分散”转变。可见非有效城市分布范围正逐渐扩大，主要存在于增长极辐射影响的边缘地带，“涓滴”效应不明显，具体表现为安阳市、新乡市、焦作市和商丘市多年来效率表现“疲软”，而信阳市处于有效城市边界，效率表现“不稳定”。

图3 2005—2014年河南省城市土地利用效率空间格局演化Fig. 3 The spatial pattern evolution of urban land use efficiency in Henan Province from 2005 to 2014

3 城市土地利用效率结构及潜力挖掘分析

3.1 城市土地利用效率结构变化特征分析

为进一步分析2005—2014年河南省城市土地利用效率的结构变化，计算全要素生产指数。由表2可知，除商丘市和信阳市外，各地市技术效率基本无变动，而技术进步变化较大，说明技术效率变化不是效率结构变化的驱动因子，由于技术效率变化由纯技术效率变化和规模效率变化组成，所以该两类指标也不是效率结构变化的推力，而技术进步变化为影响土地利用效率进步的关键因素。

1)从全省来看，全要素生产指数均值为1.008，可见全省土地利用效率总体微弱进步，也说明促进河南省城市发展的生产技术、规划技术和管理技术虽然有一定的提高，但相对城市发展的需求还动力不足，需要进一步调整土地利用结构，促进产业升级和技术进步。从地区来看，全要素生产指数大于1的城市主要有郑州市、洛阳市、平顶山市、安阳市、许昌市、南阳市、商丘市、信阳市和周口市，说明这些地区城市土地利用效率近10年来呈现进步态势，其余城市全要素生产指数小于1，土地利用效率出现退步现象，效率退步主要由技术进步变动迟缓引起。

2)结合图3和表2可以看出，城市土地利用效率较好的地区不一定出现效率进步，如开封市、鹤壁市、濮阳市、漯河市、三门峡市和济源市，尽管这些城市在很长一段时间里土地利用效率呈现有效状态，但一直没有明显的进步，技术进步变化小于1，表示有一定的改进潜力。而城市土地利用效率落后的地区不一定表现出效率退步，如洛阳市、商丘市和安阳市都是土地利用效率非有效城市，洛阳市2011—2014年在土地利用效率非有效城市的分级标准中一直处于相对中效状态，比起2005—2010年虽然有所退步，但近几年评价数值呈上升趋势；安阳市土地利用效率一直呈相对中效和相对低效交错出现状态，具有一定的不稳定性，商丘市土地利用效率一直处于相对无效状态，但这2个城市近10年的效率值却在增加，表示土地利用效率在好转，呈现出缓慢进步状态。

表2 河南省城市土地利用效率结构变化Table 2 The structure changes of urban land use efficiency in Henan Province

3.2 城市土地利用效率改进途径分析

为提高非有效城市的土地利用效率，运用DEA-Solver5.0软件计算投入和产出指标的改进值(表3，表4)，仅以2014年的截面数据进行分析。

1)由表可知，投入指标均有冗余产生，表明河南省存在城市规模盲目扩张、固定资本消化不透、劳动力规模密集、综合能源消耗过剩等问题，因此在现有的生产技术水平下，应着眼于提高利用效率，不要盲目扩大投入量。如：单位工业增加值能耗可削减幅度最大，为42.41%。新乡市存在城市扩张过快，土地利用粗放的问题，安阳市作为河南省重要的工业基地，能源消耗巨大，应优化产业结构，推进产业升级改造，降低能耗率。

2)期望产出指标中第二、三产业增加值、城镇居民年均可支配收入、人均绿地面积和绿化覆盖率产出相对不足，说明还存在着产业结构不合理、居民收入增长缓慢、城市环境建设不完善等问题，上述指标需分别增加29.87%、4.70%、24.47%和12.43%。

表3 2014年城市土地利用效率非有效城市投入指标改进值Table 3 Improved value of input indicators of non effective urban land use in 2014

注：表中正值表示需要增加的单位量及增加的比例(%)，0表示不需要改进，负值表示需要减少的单位量及减少的比例(%)，平均值为改进比例均值(%)，下同。

Note: The positive value in the table indicated the unit quantity to be added and the percentage to increase (%). 0 indicated that no improvement is needed. The negative value meant the unit quantity to be reduced and the percentage to be reduced (%). The mean was the improved average percentage (%). The same as below.

3)非期望产出指标除驻马店市情况良好外，其他城市均需要一定程度的减排。工业废气排放量削减程度最高，约为44.57%，工业废水排放量需减少18.82%，工业固体废物产生量需减排24.75%。其中，洛阳市由于工业发展起步较早，环境问题较为突出，任务较重，应着重采取有效措施减少工业废气排放量和工业固体废弃物排放量。

表4 2014年城市土地利用效率非有效城市产出指标改进值Table 4 Improved value of output indicators of non effective urban land use in 2014

4 结论与讨论

针对城市土地利用效率的研究大部分学者着眼于经济效益和社会效益，已有研究都较少考虑环境效益要素，为深入探析环境负效应对土地利用效率的作用属性，本研究将非期望产出引入到指标的构建中，对城市土地利用效率做出合理评判，可全面客观地反映城市土地利用效率的社会、经济和生态效益，为实现城市健康、可持续发展提供新途径[16]。运用SBM-Undesirable模型将松弛变量直接放入目标函数中考虑，从非径向的角度对冗余变量进行区分和优化，解决了CCR模型无法解决的变量松弛问题，还综合考虑了非期望产出带来的效率评价失真问题，因此在选择评价模型时要注意模型适应条件，且在评价过程中考虑非期望产出的具有一定意义。

运用CCR和SBM-Undesirable模型对河南省各地市的城市土地利用效率进行评价，得出河南省城市土地利用效率总体上经历了“先降后升”、“稳定高效”、“回落渐升”3个变化阶段，地区间土地利用效率变异系数有所回升，区域不协调性凸显。从地区上看，河南省城市土地利用效率有效城市个数从2005—2009年逐渐增加，2009年效率状况最好，2010—2014年情况恶化，2013年效率状况最差，但非有效城市效率值呈逐渐进步态势。城市土地利用效率空间上呈现出“中部聚集—边缘分散”的特征，效率有效城市多聚集于中部地区，非有效城市则成片出现在边缘地区，但近期非有效城市分布逐步从“北部成块聚集-中部、东部、南部零星分散”模式向“中部、北部成块聚集-东部、南部零星分散”模式转变，非有效城市范围逐渐扩展，且效率表现分为“疲软”、“退步”、“不稳定”3种类型。技术进步变动为土地利用效率结构变化的主要驱动力，半数城市效率结构变化退步，全省城市土地利用效率进步不足。效率表现良好的城市全要素指数退步，效率表现落后地区则相反。投入指标冗余和产出不足说明在现有生产技术水平下各投入指标未实现协调优化和高效利用，应进行改进，实现社会、经济和环境效益的协调发展。

城市发展应走外延扩展与内部挖潜相结合的道路，政府要充分挖掘现有城区的土地利用潜力，制定合理的土地节约集约用地标准，核定供地数量，控制建设用地规模，提高土地利用强度。从产业发展着手，加大投资强度，改进和优化传统产业，降低传统产业能耗，同时引进现代管理技术和经营理念，积极发展高新技术产业，促进劳动力资源合理有效配置，形成具有集聚效应的产业链。中部城市具有较好的区位优势和完善的基础设施条件，对劳动力和资本的吸引力较大，应在保持现有优势的基础上，有针对性的促进产业集群化发展，发挥城市规模聚集经济效应，提高土地利用效率。而边缘地区土地利用效率相对低下的城市应优化投资结构和生产要素配置，促进产业更新，改善基础设施条件，提高产业对人口和资本的吸引作用，同时合理规划城市布局，加强城市管理，提升土地资源对社会经济发展的保障能力。

[1] 王筱明, 闫弘文. 城市土地利用效率的 DEA 评价[J]. 山东农业大学学报(自然科学版), 2005, 36(4): 573-576.

[2] 梁流涛, 赵庆良, 陈聪. 中国城市土地利用效率空间分异特征及优化路径分析：基于287个地级以上城市的实证研究[J]. 中国土地科学, 2013, 27(7): 48-54.

[3] 赵可, 徐唐奇, 李平, 等. 不同规模城市土地利用效率的差异及收敛性研究[J]. 干旱区资源与环境, 2015, 29(12): 1-6.

[4] 张富刚, 刘燕萍, 李裕瑞. 城市土地利用效率评价研究:以北京市为例[J]. 中国国土资源经济, 2015, 28(4): 43-46.

[5] 河南省统计局. 河南统计年鉴系列[M]. 北京: 中国统计出版社, 2006-2015.

[6] 蔡世忠. 中原经济区建设中“三化”协调发展问题研究[J]. 河南农业科学, 2011, 40(6): 1-4.

[7] 张兵, 金凤君. 1990 年代以来长江三角洲城市土地利用效率研究[J]. 重庆建筑大学学报, 2007, 29(5): 38-43.

[8] 周亮, 张明斗, 徐建刚, 等. 快速城市化背景下山东城市土地利用效率及有序性测度[J]. 地域研究与开发, 2014, 33(2): 135-140;152.

[9] 河南省环境保护厅. 河南省环境统计年报[N]. 2006-2015.

[10] A.CHARNES, W. W. COOPER, E. RHODES. Measuring the efficiency of decision making units[J]. European journal of operational research, 1978, 2(6): 429-444.

[11] 魏权龄. 数据包络分析(DEA)[J]. 科学通报, 2000, 45(17): 1793-1808.

[12] TONE K. Dealing with undesirable outputs in DEA: A slacks-based measure (SBM) approach (DEA(1))[J]. Presentation at NAPW III, Toronto, 2004: 44-45.

[13] 杨清可, 段学军, 叶磊, 等. 基于 SBM-Undesirable 模型的城市土地利用效率评价：以长三角地区 16 城市为例[J]. 资源科学, 2014, 36(4): 712-721.

[14] 王丽娜, 李世平. 沈阳市城市土地利用效率评价及影响因素分析[J]. 水土保持研究, 2014, 21(5): 311-315.

[15] 王作成, 韩联伟, 乔继明. 2005 年河南省经济形势分析和 2006 年展望[J]. 河南社会科学, 2006, 14(1): 137-140.

[16] 段小梅. 城市规模与“城市病”：对我国城市发展方针的反思[J]. 中国人口资源与环境, 2001, 11(4): 133-135.

StudyontemporalandspatialevolutioncharacteristicsofurbanlanduseefficiencyinHenanProvince

YU Lin1，2, XU Guojin3

(1. College of Resources and Environmental Sciences, Henan Agricultural University, Zhengzhou 450002, China; 2. Engineering Research Center of Agricultural Resources and Environment, Colleges and Universities of Henan Province, Zhengzhou 450002, China; 3. Institute of Soil and Water Conservation, Northwest A&F University, Yangling 712100, China)

Based on DEA-CCR and SBM-Undesirable models, we compared urban land use efficiency during 2005-2014 in Henan Province to abstract temporal and spatial evolution characteristics and analyzed efficiency structural changes and set variable improvement objectives for non effective cities. The results showed that: not considering undesirable output factors caused the evaluation results of urban land use efficiency to have large distortion; the urban land use efficiency in Henan Province, affected by macro policy and regional development, had experienced three stages of change, “dropping first and rising later”, “being stable and efficient”, “falling back and rising” in time and the characteristics of “central gathered-edge dispersed” in space; the main driving force of efficiency structure changes was the technological progress, and the whole province showed a weak progress situation; the improper allocation of social economic resources caused input redundancy and insufficient expected outputs and increased unexpected outputs, which needs to be improved according to relevant proportion.

efficiency of urban land use; spatial and temporal evolution; CCR model; SBM-Undesirable model; Henan

2016-12-20

国家社会科学基金项目(14CJY020)；河南省科技厅软科学项目(172400410301)

蔚 霖(1983-)，女，河南南阳人，讲师，硕士，主要从事土地资源利用与管理研究。

1000-2340(2017)04-0580-09

F 301.24

A

(责任编辑：马红春)