基于非期望产出的不同职能城市土地利用效率分异及驱动因素探究

doi:10.18402/resci.2018.05.08

摘要/Abstract

摘要：

研究非期望产出条件下不同职能城市土地利用效率分异特征及其驱动因素,对于城市可持续发展具有重要意义。本文采用DEA中改进的EBM模型,测度了2004—2015年中国五大类268个城市的土地利用效率,并运用灰色关联模型探究了其主要驱动因素。结果发现：①忽视城市土地利用过程中的生态负效应,会引起对土地利用效率的高估,而考虑非期望产出,能更加真实地测算出土地利用效率;各职能城市的土地利用效率均存在较大差异,说明按城市职能类型来测度土地利用效率的科学性。②在不考虑非期望产出条件下,各职能城市的土地利用效率值曲线相对陡峭且周期性变化较多,而在考虑非期望产出条件下,效率值曲线变化相对平缓且周期性变化较少。③综合型城市主要受产业结构、土地市场化程度和环境治理能力的影响,资源型城市主要受产业结构、对外依赖程度和政府规制的影响,工业型城市主要受产业结构、土地市场化程度和地区能源结构的影响,文娱型城市主要受城镇化水平、经济发展水平和环境治理能力的影响,地方型城市主要受经济发展水平、城镇化水平和政府规制的影响。鉴于此,在提升城市土地利用效率时,应充分考虑土地的非期望产出和城市的异质性,制定出差异化的土地管理政策。

关键词: 非期望产出, 城市职能, 城市土地利用效率, DEA-EBM模型, 驱动因素, 中国

Abstract:

Studying the differential characteristics and driving factors of land use efficiency in different functional cities under the condition of undesirable outputs has great significance for urban sustainable development. This paper applied the improved EBM model in DEA to measure land use efficiency for 268 Chinese cities across five categories. Grey correlation modeling was used to explore the main driving factors of land use efficiency. We found that ignoring ecologically negative effects leads to an overestimation of land use efficiency. Land use efficiency of each functional city was different, proving that the measurement was scientific in terms of city function type. Land use efficiency curves were relatively steep and had periodic variation without considering the undesirable output while this curve became relatively gentle and had less periodic variation when taking the undesirable output into consideration. The main driving factors of land use efficiency in different functional cities contain significant differences. For integrated cities these driving factors included industrial structure, degree of land marketization and capacity of environmental governance; for resource-based cities they were industrial structure, external dependence, government regulation, industrial structure; for industry-based cities they were the degree of land marketization and regional energy structure; for entertainment-based cities they were the level of urbanization, economic development and capacity of environmental governance; for local cities it was mainly affected by the level of urbanization, economic development and government regulation. We need to fully consider the undesirable output and city heterogeneity in order to improve urban land use efficiency and determine different land management policies.

Key words: undesirable output, urban function, urban land use efficiency, DEA-EBM model, driving factors, China

樊鹏飞, 冯淑怡, 苏敏, 许明军. 基于非期望产出的不同职能城市土地利用效率分异及驱动因素探究[J]. 资源科学, 2018, 40(5): 946-957.

Pengfei FAN, Shuyi FENG, Min SU, Mingjun XU. Differential characteristics and driving factors of land use efficiency in different functional cities based on undesirable outputs[J]. Resources Science, 2018, 40(5): 946-957.

图/表 7

表1

表2

不同职能城市分类结果"

职能类型	具体城市	城市数量
综合型	北京、上海、广州、深圳、天津、南京、杭州、重庆、成都、西安、武汉、郑州、长沙、南昌、石家庄、兰州、沈阳、福州、厦门、贵阳、南宁、昆明、乌鲁木齐、......	36
资源型	本溪、盘锦、包头、辽源、七台河、鄂尔多斯、白山、呼伦贝尔、邯郸、邢台、阳泉、乌海、抚顺、松原、鸡西、鹤岗、阜新、铜陵、枣庄、双鸭山、百色、大庆、马鞍山、东营、金昌、焦作、濮阳、攀枝花、克拉玛依、平顶山、鹤壁、铜川、白银、......	63
工业型	宝鸡、玉溪、常州、三门峡、十堰、宜昌、鄂州、泰州、温州、大连、洛阳、安阳、孝感、威海、莱芜、临沂、绍兴、张家口、苏州、辽阳、通化、芜湖、中山、柳州、泸州、宜宾、泉州、曲靖、绵阳、无锡、遵义、嘉峪关、南平、株洲、湘潭、.....	52
文娱型	北海、海口、漳州、连云港、开封、九江、黄山、鹰潭、丹东、齐齐哈尔、潮州、桂林、梧州、佳木斯、西宁、银川、临汾、呼和浩特、延安、牡丹江、泰安、聊城、菏泽、赣州、荆门、黄冈、张家界、怀化、楚雄、葫芦岛、德州、肇庆、秦皇岛、.....	34
地方型	锦州、钦州、营口、承德、赤峰、咸宁、宁德、安庆、随州、广元、金华、南充、庆阳、常德、防城港、丽水、广安、汉中、亳州、南通、淮安、贺州、衡水、渭南、巴中、宿迁、酒泉、滁州、驻马店、固原、巴彦淖尔、茂名、池州、铁岭、通辽、周口、荆州、绥化、张掖、梅州、衡水、吕梁、遂宁、宜春、新乡、雅安、安顺、三亚、榆林、玉林、蚌埠、白城、湛江、武威、商丘、河池、上饶、朝阳、吉安、.....	83

表2

表3

图1

表4

表5

表6

参考文献 37

[1]	Lichtenberg E, Ding C R.Local officials as land developers: urban spatial expansion in China[J]. Journal of Urban Economics, 2009, 66(1): 57-64.
[2]	王良健, 李辉, 石川. 中国城市土地利用效率及其溢出效应与影响因素[J]. 地理学报, 2015, 70(11): 1788-1799.
	[Wang L J, Li H, Shi C.Urban land-use efficiency, spatial spillover, and determinants in China[J]. Acta Geographica Sinica, 2015, 70(11): 1788-1799. ]
[3]	国家统计局城市社会经济调查司. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2010-2016.
	[The National Bureau of Statistics of Social and Economic Investigation Department. China City Statistical Yearbook[M]. Beijing: China Statistics Press, 2010-2016. ]
[4]	张雅杰, 金海. 长江中游地区城市建设用地利用效率及驱动机理研究[J]. 资源科学, 2015, 37(7): 1384-1393.
	[Zhang Y J, Jin H.Research on efficiency of urban construction land and the drive mechanism in the Mid-Yangtze River[J]. Resources Science, 2015, 37(7): 1384-1393. ]
[5]	杨海泉, 胡毅, 王秋香. 2001-2012年中国三大城市群土地利用效率评价研究[J]. 地理科学, 2015, 35(9): 1095-1100.
	[Yang H Q, Hu Y, Wang Q X.Evaluation of land use efficiency in three major urban agglomerations of China in 2001-2012[J]. Scientia Geographica Sinica, 2015, 35(9): 1095-1100. ]
[6]	岳立, 李文波. 环境约束下的中国典型城市土地利用效率: 基于DDF-Global Malmquist-Luenberger指数方法的分析[J]. 资源科学, 2017, 39(4): 597-607.
	[Yue L, Li W B.Typical urban land use efficiency in China under environmental constraints based on DDF-Global Malmquist-Luenberger index modeling[J]. Resources Science, 2017, 39(4): 597-607. ]
[7]	舒帮荣, 李永乐, 曲艺, 等. 不同职能城市建设用地扩张及其驱动力研究: 基于中国137个地级以上城市的考察[J]. 南京农业大学学报(社会科学版), 2014, 14(2): 86-92.
	[Shu B R, Li Y L, Qu Y, et al. Urban land expansion and its driving forces in different functional cities: an empirical analysis based on 137 cities in China[J]. Journal of Nanjing Agricultural University(Social Sciences Edition), 2014, 14(2): 86-92. ]
[8]	吴得文, 毛汉英, 张小雷, 等. 中国城市土地利用效率评价[J]. 地理学报, 2011, 66(8): 1111-1121.
	[Wu D W, Mao H Y, Zhang X L, et al. Assessment of urban land use efficiency in China[J]. Acta Geographica Sinica, 2011, 66(8): 1111-1121. ]
[9]	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.
	[Yang Q K, Duan X J, Ye L, et al. Efficiency evaluation of city land utilization in the Yangtze River Delta using a SBM-Undesirable model[J]. Resources Science, 2014, 36(4): 712-721. ]
[10]	张立新, 朱道林, 杜挺, 等. 基于DEA模型的城市建设用地利用效率时空格局演变及驱动因素[J]. 资源科学, 2017, 39(3): 418-429.
	[Zhang L X, Zhu D L, Du T, et al. Spatiotemporal pattern evolvement and driving factors of urban construction land use efficiency using data envelopment analysis[J]. Resources Science, 2017, 39(3): 418-429. ]
[11]	Odeck J, Bråthen S.A meta-analysis of DEA and SFA studies of the technical efficiency of seaports: a comparison of fixed and random-effects regression models[J]. Transportation Research Part A: Policy and Practice, 2012, 46(10): 1574-1585.
[12]	陈伟, 吴群. 长三角地区城市建设用地经济效率及其影响因素[J]. 经济地理, 2014, 34(9): 142-149.
	[Chen W, Wu Q.Economic efficiency of urban construction land and its influential factors in Yangtze river delta[J]. Economic Geography, 2014, 34(9): 142-149. ]
[13]	Fang C L, Guan X L, Lu S S, et al. Input-output efficiency of urban agglomerations in China: an application of Data Envelopment Analysis (DEA)[J]. Urban Studies, 2013, 50(13): 2766-2790.
[14]	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.
	[Liang L T, Zhao Q L, Chen C.Analysis on the characters of spatial disparity of urban land use efficiency and its optimization in China[J]. China Land Science, 2013, 27(7): 48-54. ]
[15]	黄奕龙, 王仰麟, 卜心国, 等. 城市土地利用综合效益评价: 城际比较[J]. 热带地理, 2006, 26(5): 145-150.
	[Huang Y L, Wang Y L, Bu X G, et al. Assessment of the land use benefits in a city scale: a case study of Shenzhen[J]. Tropical Geography, 2006, 26(5): 145-150. ]
[16]	曹银贵, 周伟, 乔陆印, 等. 中国东部地区城市建设用地变化与利用效益分析[J]. 地理科学进展, 2012, 31(7): 869-877.
	[Cao Y G, Zhou W, Qiao L Y, et al. Research on urban construction land changes and using benefit in eastern China[J]. Progress in Geography, 2012, 31(7): 869-877. ]
[17]	Tone K.A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130(3): 498-509.
[18]	聂雷, 郭忠兴, 彭冲. 基于SBM-Undesirable和Meta-frontier模型的城市建设用地利用效率研究[J]. 资源科学, 2017, 39(5): 836-845.
	[Nie L, Guo Z X, Peng C.Construction land utilization efficiency based on SBM-Undesirable and Meta-frontier model[J]. Resources Science, 2017, 39(5): 836-845. ]
[19]	胡晓琳. 中国省际环境全要素生产率测算、收敛及其影响因素研究[D]. 南昌: 江西财经大学, 2016.
	[Hu X L.Total Factor Productivity Calculation, Convergence and Influencing Factors[D]. Nanchang: Jiangxi University of Finance and Economics, 2016. ]
[20]	Avkiran N, Tone K, Tsutsui M.Bridging radial and non-radial measures of efficiency in DEA[J]. Annals of Operations Research, 2008, 36(2): 317-324.
[21]	鲁春阳, 文枫, 杨庆媛, 等. 不同职能城市土地利用结构特征分析[J]. 中国土地科学, 2011, (8): 27-34.
	[Lu C Y, Wen F, Yang Q Y, et al. Study on the characteristics of urban land use structures in cities with different functions[J]. China Land Sciences, 2011, (8): 27-34. ]
[22]	周一星, 孙则昕. 再论中国城市的职能分类[J]. 地理研究, 1997, 16(1): 11-22.
	[Zhou Y X, Sun Z Y.Rediscussion on China’s urban function classification[J]. Geographica Research, 1997, 16(1): 11-22. ]
[23]	Tone K.An epsilon-based measure of efficiency in DEA-a third pole of technical efficiency[J]. European Journal of Operational Research, 2010, 207(3): 1554-1563.
[24]	Cheng G, Zhen H Q.An Epsilon-based Measure of Efficiency in DEA: An Alternative Method for the Affinity Index [R]. Mpra Paper, 2011.
[25]	Young A. Gold into Base Metals: Productivity Growth in the People's Republic of China during the Reform Period [R]. NBRE Working Paper No. 7856, 2000.
[26]	张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952-2000[J]. 经济研究, 2004, (10): 35-44.
	[Zhang J, Wu G Y, Zhang J P.The estimation of China's provincial capital stock: 1952-2000[J]. Economic Research Journal, 2004, (10): 35-44. ]
[27]	国家统计局城市社会经济调查司.中国城市统计年鉴[M]. 北京: 中国统计出版社, 2005-2016.
	[The National Bureau of Statistics of Social and Economic Investigation Department. China City Statistical Yearbook[M]. Beijing: China Statistics Press, 2005-2016. ]
[28]	中华人民共和国住房和城乡建设部. 中国城市建设统计年鉴[M]. 北京: 中国计划出版社, 2005-2016.
	Ministry of Housing and Urban- Rural Development of the PRC. China Urban Construction Statistics Yearbook[M]. Beijing: China Planning Press, 2005-2016. ]
[29]	国家统计局工业统计司.中国工业统计年鉴[M]. 北京: 中国统计出版社, 2005-2016.
	[National Bureau of Statistics of Industry of China. China Industry Statistical Yearbook[M]. Beijing: China Statistics Press, 2005-2016. ]
[30]	国家环境保护总局. 中国环境统计年鉴[M]. 北京: 中国统计出版社, 2005-2016.
	[State Environmental Protection Administration. China Environment Year Book[M]. Beijing: China Statistics Press, 2005-2016. ]
[31]	Intergovernmental Panel on Climate Change. 2006 IPCC Guidelines for National Greenhouse Gas Inventories [EB/OL]. (2016-12-30)[2017-07-08]. .
[32]	豆建民, 汪增洋. 经济集聚、产业结构与城市土地产出率: 基于我国234个地级城市1999-2006年面板数据的实证研究[J]. 财经研究, 2010, 36(10): 26-36.
	[Dou J M, Wang Z Y.Economic agglomeration, industrial structure and urban land productivity: empirical study based on the panel data of 234 municipalities in China from 1999 to 2006[J]. Journal of Finance and Economics, 2010, 36(10): 26-36. ]
[33]	施昱年. 产业关联与土地生产效率关系研究: 以北京市海淀区为例[J]. 中国土地科学, 2016, 30(4): 52-60.
	[Shi Y N.Industrial relations and land productive efficiency: a case study of Haidian District in Beijing[J]. China Land Sciences, 2016, 30(4): 52-60. ]
[34]	狄乾斌, 孟雪. 基于非期望产出的城市发展效率时空差异探讨: 以中国东部沿海地区城市为例[J]. 地理科学, 2017, 37(6): 807-816.
	[Di Q B, Meng X.Spatial and temporal disparities of urban development efficiency of coastal cities in China based on undesirable outputs[J].Scientia Geographica Sinica, 2017, 37(6): 807-816. ]
[35]	师博, 沈坤荣. 城市化、产业集聚与EBM能源效率[J]. 产业经济研究, 2012, (6): 10-16.
	[Shi B, Shen K R.Urbanization, industrial agglomeration and EBM energy efficiency[J]. Industrial Economics Research, 2012, (6): 10-16. ]
[36]	张志辉. 中国城市土地利用效率研究[J]. 数量经济技术经济研究, 2014, (7): 134-149.
	[Zhang Z H.Study of Chinese urban land use efficiency[J]. The Journal of Quantitative & Technical Economics, 2014, (7): 134-149. ]
[37]	岳瑞峰. 基于DEA模型的资源型城市土地利用效率研究[D]. 晋中: 山西农业大学, 2015.
	[Yue R F.Study Based on DEA Method of Land Use Efficiency on Resource-Based City[D].Jinzhong: Shanxi Agricultural University, 2015. ]

影响因素	分类指标
经济	地均固定资产投资、人均GDP、经济密度、第二产业增加值比重、第三产业增加值比重、房地产投资总额、社会消费品零售总额
社会	人口城市化率、市辖区养老保险参保人数、供气管道长度、市政设施建设维护管理支出、风景名胜区规划与保护支出、职工平均工资、城镇居民恩格尔系数
功能结构	城市建设用地面积、居住用地面积、公共管理与服务用地面积、商服用地面积、工业用地面积、物流仓储用地面积、道路交通用地面积、公用设施用地面积、绿地和广场用地面积
从业	采掘业人数、制造业人数、电力燃气及供水业人数、建筑业人数、批发零售业人数、交通仓储及邮政业人数、住宿和餐饮业人数、信息业人数、金融业人数、房地产业人数、租赁和商贸业人数、科学教育业人数、文娱业人数、环境卫生和公共设施业人数、公共管理和社会组织业人数
地区影响	城市GDP占全国比重、实际使用外资金额、出口总额、市辖区年末总人口、轨道交通建设投资额、客运总量、货运总量、拥有高等学校数量、教育事业费支出额
资源	采掘业产值规模、采掘业产值占总产值比、采掘业从业人数占总从业人数比、工业用水总量
环境	建成区绿化覆盖率、废水排放量、烟尘排放量、单位GDP能耗、环保治理支出比、污水处理率

投入产出指标			综合型城市均值	资源型城市均值	工业型城市均值	文娱型城市均值	地方型城市均值
投入指标	土地投入	市辖区建设用地面积/km²	578.95	85.75	132.52	81.27	76.52
	资本投入	市辖区二三产业资本存量/亿元	6 109.23	1 289.22	1 099.21	680.23	1 086.25
	人员投入	市辖区二三产业从业人数/万人	643.25	76.23	87.74	77.69	165.02
	能源投入	市辖区能源投入/万tec	2 319.24	2 749.24	1 929.31	829.32	1 021.71
期望产出	经济效益	城市二三产业增加值/亿元	8 910.76	1 526.46	2 710.79	1 408.92	1 285.52
	社会效益	城市居民人均可支配收入/万元	4 023.71	2 678.37	2 339.03	20 789.15	1 815.26
	生态效益	市辖区绿化覆盖率/%	42.32	40.73	41.02	44.53	39.47
非期望产出	生态负效应	城市废水排放量/万t	23 536.47	10 477.11	18 123.18	2 123.16	5 727.01
		城市二氧化硫排放量/t	9.93	4.73	13.22	1.69	3.77
		城市二氧化碳排放量/万t	1 408.13	595.23	1 123.37	250.23	825.25
		城市粉尘(烟尘)排放量/万t	5.57	3.23	3.79	0.12	2.56
		城市废弃物产生量/万t	0.23	0.27	0.17	0.08	0.22

综合型	不考虑非期望产出	考虑非期望产出	资源型	不考虑非期望产出	考虑非期望产出	工业型	不考虑非期望产出	考虑非期望产出	文娱型	不考虑非期望产出	考虑非期望产出	地方型	不考虑非期望产出	考虑非期望产出
北京	1.000	0.974	盘锦	0.952	0.948	大连	0.965	1.000	潮州	0.951	0.942	三亚	0.965	1.000
上海	0.989	1.000	包头	1.00	0.924	苏州	0.954	0.925	镇江	0.875	0.845	承德	0.824	0.792
广州	0.962	0.996	东营	0.975	1.00	无锡	1.000	0.945	嘉兴	0.964	1.00	安庆	0.945	0.924
深圳	0.952	0.965	邯郸	0.635	0.612	十堰	0.724	0.702	海口	0.934	0.901	汉中	0.923	0.879
天津	0.936	0.902	湖州	0.962	0.971	洛阳	0.632	0.605	珠海	1.00	0.964	金华	1.000	0.968
重庆	0.872	0.852	大庆	0.884	0.875	株洲	0.745	0.712	泰安	0.763	0.751	新乡	0.812	0.782
…	—	—	…	—	—	…	—	—	…	—	—	…	—	—
东莞	0.713	0.729	阳泉	0.542	0.502	绵阳	0.524	0.495	聊城	0.564	0.531	武威	0.798	0.762
郑州	0.712	0.689	达州	0.578	0.564	湘潭	0.532	0.502	开封	0.442	0.422	玉林	0.644	0.631
太原	0.682	0.641	金昌	0.554	0.524	宜宾	0.498	0.472	西宁	0.421	0.412	铁岭	0.542	0.534
长春	0.636	0.598	白银	0.472	0.456	遵义	0.432	0.425	延安	0.395	0.375	酒泉	0.567	0.523
均值	0.913	0.823	均值	0.773	0.599	均值	0.794	0.575	均值	0.701	0.633	均值	0.801	0.709

影响因素	变量说明	变量类型
经济发展水平X₁	城市人均GDP/万元	连续变量
产业结构X₂	第二产业增加值占地区GDP比重/%	连续变量
城镇化水平X₃	城镇人口比重/%	连续变量
对外依赖程度X₄	进出口总值占地区GDP比重/%	连续变量
环境治理能力X₅	环境治理投资额占工业增加值比重/%	连续变量
地区能源结构X₆	煤炭消费量占一次能源消费量比重/%	连续变量
土地的市场化程度X₇	土地一级市场招拍挂地块数占总出让地块数之比/%	连续变量
政府规制X₈	政府财政支出占GDP比重/%	连续变量

驱动因素	综合型		资源型		工业型		文娱型		地方型
驱动因素	灰色关联度	关联等级	灰色关联度	关联等级	灰色关联度	关联等级	灰色关联度	关联等级	灰色关联度	关联等级
经济发展水平	0.796 4	强	0.622 5	较强	0.691 3	较强	0.851 7	强	0.927 7	强
产业结构	0.891 3	强	0.917 9	强	0.947 7	强	0.632 9	较强	0.573 6	较强
城镇化水平	0.548 1	较强	0.493 7	较弱	0.726 4	较强	0.887 3	强	0.856 0	强
对外依赖程度	0.741 9	较强	0.837 7	强	0.228 3	弱	0.531 9	较强	0.588 1	较强
环境治理能力	0.814 8	强	0.726 3	较强	0.749 1	较强	0.797 5	强	0.475 2	较弱
地区能源结构	0.241 3	弱	0.404 2	较弱	0.793 2	强	0.204 3	弱	0.222 9	弱
土地市场化程度	0.879 9	强	0.217 3	弱	0.811 5	强	0.293 9	较弱	0.678 3	较强
政府规制	0.472 7	较弱	0.806 9	强	0.492 6	较弱	0.471 7	较弱	0.811 3	强