土地资源持续利用问题一直是中国经济社会发展中的核心问题, 在资源能源约束趋紧的现阶段, 这一问题更加凸显。在此背景下, 提升土地利用效率就成为解决土地资源供需矛盾、实现土地资源持续利用的有效途径。为此, 研究中国土地利用效率的区域分异、时空变化特征及其驱动因素, 对于合理调控土地资源利用、提升土地利用效率具有重要现实意义。

长期以来, 土地利用效率问题一直是国内外学者关注的重要议题。国外早期对这一问题的研究主要贯穿于城市土地利用模式^[1-4]、城市土地利用理论模型^[5]以及城市管理^[6]等方面。在可持续发展议题背景下, 上世纪90年代以来国外对土地利用效率的研究主要集中在土地利用生态环境效率的评价模型与实证^[7-8]、影响因素与机理^[9]、提升土地利用效率政策^[10-11]等方面。国内学者在借鉴国外土地利用效率研究成果的基础上, 对土地利用效率的研究主要集中在3个方面：理论探讨与评价模型^[12-15]、不同土地利用类型效率实证^[16-22]、影响因素、作用机理以及改善途径研究^[23-25]。如吴得文等基于数据包络方法(Data envelopment analysis, DEA)对全国655个城市土地投入产出效率和规模效率进行分析后发现：二、三产业从业人员投入过多是影响中国城市土地投入产出效率较低的主要因素^[16]; 土地利用变化在对植被碳库和土壤表层碳库发生显著作用的同时, 通过激发土壤深层惰性碳库的损失而产生碳排放效应^[26], 随着对土地利用活动中非期望产出的关注, 相关学者开始将土地利用活动中非期望产出纳入到土地利用效率的分析框架中。如杨清可等将废水排放量等负产出进行统筹考虑对长三角地区16个城市土地利用效率进行了定量评价, 发现各市普遍存在要素投入冗余、效益产出不足和环境负外部效应产出过多等问题^[18]; 卢新海等将耕地利用碳排放纳入到了耕地利用效率测度框架中对中国省域的耕地利用效率进行了系统分析, 发现碳排放明显降低了耕地利用效率总体水平^[21]。

总体上, 国外研究主要侧重于土地生态环境效率及其管理, 国内相关研究集中在对土地利用效率进行定量评估进而解释其空间格局特征, 对于碳排放约束视角下的土地利用效率和驱动因素的研究相对较少。现有研究大多基于传统DEA模型, 该模型并未将松弛变量直接放入目标函数中, 其评价结果准确性较低。同时, 当存在多个相对有效单元时, 无法对多个相对有效单元进一步做出判别。Tone^[27]在2002年提出的超效率非期望数据包络分析方法(super SBM-Undesirable DEA)通过将松弛变量直接纳入目标函数解决了这一问题。据此, 本文以2003—2016年中国30个省域为样本, 运用super SBM-Undesirable DEA、多元统计等方法, 分析碳排放影响下的土地利用效率差异变化特征及其关键驱动因素, 从而为优化土地利用资源配置, 提升土地利用效率提供参考。

1 指标体系构建与研究方法 1.1 指标选取与数据来源

本文以2003年、2007年、2010年、2013年和2016年中国30个省(自治区、直辖市)为研究单元, 由于西藏、港澳台数据缺失, 暂未作考虑。参考已有研究成果, 同时考虑指标的量化比较和可获得性来确定评价指标体系。为消除省际规模差异, 避免因极端数据影响评价结果, 本文以单位建设用地面积投入和产出规模来表征投入产出指标(表 1)。投入指标：选取资本、劳动力和能源消耗作为投入指标, 分别对应于地均资本存量、地均第二、三产业从业人员数量和地均能源消费量。其中, 资本存量根据参考文献[28]的研究, 采用永续存盘法进行估算。(2)期望产出指标：将经济效益和环境效益作为期望产出指标, 分别对应于地均国内生产总值(GDP)、地均工业增加值和绿地率。国内生产总值和工业增加值均以2003年为基期, 按照对应年份GDP缩减指数进行调整, 绿地率为城市绿地面积和城市建成区面积之比。(3)非期望产出指标：本文选取地均碳排放作为土地利用过程中负外部性的直接体现。CO₂排放量根据IPCC在2006年公布的方法进行估算^[29]。

国内生产总值(GDP)、工业增加值、第二、三产业从业人员数量、城市建设用地面积以及城市绿地面积、城市建成区面积来源于相应年份《中国统计年鉴》。能源消费数据主要来自相应年份《中国能源统计年鉴》, 其中2013和2016年数据由各省统计年鉴整理获得。

1.2 研究方法

数据包络分析(DEA)是利用线性规划模型来评价具有相同类型的多投入和多产出决策单元效率的一种非参数统计方法^[30]。传统DEA模型未将松弛变量直接放入目标函数中, 其评价结果准确性较低。当存在多个相对有效单元时, 无法对这些相对有效的单元进一步做出判别。Tone^[27]在2002年提出的super SBM-undesirable DEA模型较好地解决了这一问题。本文选择这一模型进行土地利用效率测度, 具体思路如下：

假设要评价n个省份的土地利用效率, 每个评价单元有m种投入指标, r₁种期望产出和r₂种非期望产出, 对应的向量分别为x∈R_m、y^g∈R_r1、y^b∈R_r2, 定义矩阵X=[x₁, …, x_n]∈R_m×n, Y^d=[y₁^d, …, y_n^d]∈R^r1×n, Y^u=[y₁^u, …, y_n^u]∈R^r2×n, 包含非期望产出的SBM模型可以表示为：

(1)

式中, λ_j, w_i^-; w_s^d, w_q^u≥0;j=1, …, n; i=1, …, m; s=1, …, r₁; q=1, …, r₂, 其中, x_ik, y_sk^d, y_qk^u, λ_j分别代表第k个省份的第i个投入、第s个期望产出、第q个非期望产出和第j个省份的线性组合系数。w_i^-, w_s^d, w_q^u皆为松弛变量, 分别来自第i个投入、第s个期望产出和第q个非期望产出。ρ_kt表示第t期第k个省份的土地利用效率值。当ρ_kt=1时, 第k个省份为SBM有效。如果第k个省份有效, super-SBM-undesirable模型可表示为：

(2)

式中, x≥x_ik, y^d≤y_sk^d, y^u≤y_qk^u; λ_j≥0;j=1, …, n(j≠k); i=1, …, m; s=1, …, r₁; q=1, …, r₂。

2 土地利用效率差异及其动态变化 2.1 土地利用效率处于中低水平, 碳排放产出降低了15%的土地利用效率水平

本文利用MaxDEA 6.19软件, 基于2003—2016年中国30个省(自治区、直辖市)的投入产出数据, 运用super-SBM-undesirable模型测算了土地利用效率值, 结果如图 1所示。2003—2016年全国土地利用效率平均值为0.84, 仅达到最优水平(上海得分最高为1.41)的59.57%, 表明总体上中国省域土地利用效率处于中低水平。分区域来看, 2003—2016年东中西三大地带土地利用效率平均值分别0.83、0.82和0.80, 与发展水平相一致, 土地利用效率也呈现出自东向西逐渐递减的态势。分省域来看, 2003年, 土地利用效率达到最优(处于生产前沿面及以上)的省份共11个, 占30个省份的36.67%, 前5位分别为北京、上海、黑龙江、广东和福建; 2007年, 土地利用效率达到最优的省份共10个, 占比为33.33%, 前5位分别为上海、黑龙江、海南、江苏和天津; 与2003年相同, 2010年土地利用效率达到最优的省份共11个, 前5位分别为上海、天津、黑龙江、江苏和北京; 2013年, 土地利用效率达到最优的省份共10个, 前5位分别为上海、天津、黑龙江、浙江和安徽; 2016年, 土地利用效率达到最优的省份增加到14个, 占比为46.67%, 前5位分别为北京、天津、上海、安徽和黑龙江。北京、上海、天津以及长三角和珠三角发达地区的江苏、浙江和广东在研究时段内的土地利用效率高水平与其经济发展高水平具有直接关系。

为分析碳排放对土地利用效率的影响, 本文同时计算了不考虑碳排放产出情景下的土地利用效率。不难发现, 不考虑碳排放产出指标后, 土地利用效率明显提升, 全国和东中西三大地带的土地利用效率值分别达到了0.97、0.97、0.95和0.93, 与考虑碳排放指标情景相比, 提升幅度均达到了15%以上。除北京外, 其余29个省份都呈现出不考虑碳排放结果大于考虑碳排放结果的态势。北京的土地利用效率值虽然降低了0.18, 但是仍然处于生产前沿面以上。

2.2 土地利用效率演化呈现出“U”型演进特征, 区域差异逐渐减小

2003—2016年全国及东、中、西三大地带的土地利用效率变化趋势如图 2所示。在考虑碳排放情景下, 2003年全国及东、中、西三大地带的土地利用效率值分别为0.87、0.87、0.86和0.82, 2016年对应区域土地利用效率值分别为0.88、0.87、0.87和0.85, 除东部土地利用效率保持不变外, 全国和中西部土地利用效率都得到了提升, 提升幅度尤以西部地区最大。土地利用效率变化幅度与初始土地利用效率水平直接相关, 即研究时段内, 土地利用效率提升幅度呈现出自东向西逐渐递减的格局特征。在不考虑碳排放情景下, 土地利用效率水平显著提升, 均达到了0.9以上, 这与前述分析相一致。

从时间变化趋势上看, 总体上全国及东中西三大地带土地利用效率变化趋势呈现出“U”型态势, 2003—2013年土地利用效率水平逐渐降低。2013年以后, 随着对土地资源节约集约利用、内涵挖潜等政策的实行, 土地利用效率逐渐提升。需要注意的是, 与考虑碳排放情景不同, 不考虑碳排放情景下的全国及东、中、西三大地带的土地利用效率在研究时段内呈现出降低态势, 分别从2003年的0.99、0.99、0.99和0.96下降到2016年的0.97、0.96、0.94和0.94, 说明即使在不考虑非期望产出条件下, 全国土地利用生产活动对投入资源利用水平整体上没有提升, 仍然存在粗放利用问题。在区域差异上, 两种情景下的变异系数分别从0.32、0.37下降到了0.28和0.27, 表明土地利用效率省级差异逐渐缩小, 呈现出收敛态势。

2.3 非期望产出和能源消费投入过大成为土地利用效率提升的主要限制因素

在保持产出不变的前提下, 统计各投入要素和非期望产出的松弛变量, 并分别将各投入要素松弛变量和非期望产出变量除以对应投入要素量和非期望产出量, 从而得到各投入与非期望产出冗余度, 结果如图 3所示。

全国层面来看, 造成土地利用非有效的因素依次为碳排放非期望产出、能源消费量、资本存量和二三产业从业人员。其中, 非期望产出碳排放和能源消费量冗余度位居前两位, 分别为22.17%和19.85%, 二者在空间上的分布高度一致, 均集中在中国西北、西南等经济相对落后地区和煤炭资源集中省份, 说明这些省份能源利用粗放, 碳排放也较高, 这些省份的土地利用活动(经济活动)中在减少能源投入、碳减排方面仍然有很大改善空间。与前两者相比, 资本存量和二三产业从业人员冗余度相对较低, 分别为15.56%和14.41%, 说明中国土地利用生产活动(经济活动)中对固定资产资本和劳动力利用率整体较好。进一步分析发现, 西部地区资本存量冗余度最高, 与前述一致, 西部地区虽然在国家支持下增加了大规模固定资产投资, 然而, 缺乏有效的经济增长点的现实造成了大规模增加固定资产转化率并不高。分地带来看, 东部地区土地利用低效的因素主要是非期望产出碳排放, 其冗余度为12.89%。中部地区土地利用低效的因素主要是二三产业人员投入冗余, 其冗余度高达27.75%, 这一方面与中部地区农村剩余劳动力过多、就业岗位和就业人数错配有关, 另一方面也表明在城市化进程下, 劳动力资源的利用效率有待进一步提升。西部地区土地利用低效的因素主要是非期望产出、能源投入和资本投入冗余, 西部地区虽然近年来土地利用效率水平得到了提升, 但仍然具有高投入、高排放和低产出的特点, 挖掘新经济增长点、提升资源利用效率, 走内涵式发展道路任重道远。

3 土地利用效率影响因素 3.1 分析模型构建

土地利用效率及其区域差异是多种因素综合作用的结果。已有研究表明：土地利用效率水平的高低受到了包括经济发展、产业结构、城镇化水平以及管理组织水平等因素的影响。基于此, 本文从以上4方面构建土地利用效率影响因素指标体系, 基于2003—2016年全国30个省(自治区、直辖市)土地利用效率值及影响因素指标相关数据, 运用多元回归模型定量揭示各影响因素对区域土地利用效率的作用路径, 具体模型如下：

(3)

式中, ln(LUE_it)表示省域i在t时期的土地利用效率对数值; β₀、β₁、β₂、…β₉表示待估参数; ε_it表示随机误差变量。在考虑自变量共线性的基础之上, 各自变量表示的含义分别为：ln(GDP_it)为国内生产总值对数, 用以表征经济发展水平; PS_it和PT_it为第二产业增加值占地区生产总值的比重, 用以表征区域产业结构水平; PF_it为固定资产投资占地区生产总值比重, 用以表征区域投资水平; OT_it为出口贸易额占地区生产总值比重, 用以表示区域发展的对外开放程度; UR_it为城镇化率, 用以表示城镇发展水平; CENTRAL_it和WEST_it分别表示区域虚拟变量, 用以衡量影响因素的区域差异性; YEAR_it表示时间虚拟变量, 以衡量时间差异性。

3.2 结果分析

利用Stata 12.0软件进行土地利用效率影响因素的定量估计, 为了辨析不同地区土地利用效率水平影响因素的差异, 本文分别对全国、东、中和西部4个区域进行影响因素显著性检验, 表 2为多元回归统计所得到的估计结果。

经济发展水平对土地利用效率提升产生了正向作用。在全国和东中西三大地带都存在显著影响。这与前述对土地利用效率空间分异特征的分析是一致的, 经济发展水平越高, 对土地利用效率提升的积极正向作用越大。这与经济发展的阶段特征以及经济发展驱动下的土地资源利用方式具有直接关系。一方面, 伴随着区域经济的不断发展, 经济增长方式以及产业结构将会得到不断升级。在经济发展内生驱动下和科技水平不断提升基础上, 资源的高效率利用必然带来土地利用效率的提升; 另一方面, 随着经济发展水平的不断提升, 土地资源供需矛盾突出、空间资源约束不断趋紧的问题将不断凸显。土地资源节约集约利用, 盘活存量土地的利用潜力就成为新时期解决土地供需矛盾的关键途径。随着这一战略的不断推进和落实, 土地利用效率水平也将得到不断改善。与经济发展水平类似, 固定资产投资对土地利用效率的提升具有促进作用, 且在全国和中西部地区具有正显著性, 反映了这一阶段固定资产投资在中西部地区经济发展的带动作用。

以第二和第三产业比重表征的产业结构水平对土地利用效率的影响分别在西部地区和东部地区通过了显著性检验。在具体作用路径上, 第二和第三产业比重增加对全国和东中西部地区的影响是正向的, 表明第二和第三产业比重的提高对全国和东中西部地区土地利用效率水平的提升具有促进作用。不断推进的转型升级措施极大促进了包括京津冀、长三角和珠三角在内的东部沿海地区工业和生产性服务业的高级化发展, 正在建立以高端制造、新材料生产等高效率新兴工业体系和现代生产服务业体系。这样以来, 通过产业自身生产效率的不断提升进而带来土地利用的低投入高产出利用特征。西部地区在产业转移战略下, 加工制造等第二产业取得了长足发展, 在带动经济发展的同时也提升了土地利用产出, 进而提升了土地利用效率。

对外开放程度对土地利用效率的提升起到了促进作用。除西部地区外, 全国和东、中部地区均通过了显著性检验。一方面, 对外开放程度通过促进经济发展影响土地利用效率的提升; 另一方面, 由于吸收、利用先进的技术、管理和发展方式, 将会进一步促进经济发展方式从粗放型向集约型的持续转变, 进而带来土地利用效率的提升。

城镇化水平对土地利用效率的影响不明显, 仅在东部地区正显著, 表明在现阶段下, 城镇化水平的增加对东部土地利用效率的提升具有显著促进作用。除东部地区外, 城镇化水平对土地利用效率的影响在全国和中西部地区虽没有通过显著性检验, 但作用路径均为正相关。新型城镇化强调资源高效利用, 在土地资源方面, 直接促进了低效用地再开发、提高了城乡土地利用率, 进而提升了土地资源利用效率。可以预想, 随着各地新型城镇化战略逐步推进, 城镇化对于土地利用效率水平的提升将会逐渐显现。

从区域虚拟变量来看, 中部和西部地区变量对土地利用效率呈现出了显著的负相关作用, 表明在控制其他因素变量的情况下, 东部地区的土地利用效率显著高于其他中部和西部地区。

4 结论与讨论

文章采用super SBM-undesirable模型, 综合考虑期望产出和非期望产出因素, 分析了2003—2016年中国省域土地利用效率时空演化特征及其驱动因素, 得到的结论主要有：

(1) 2003—2016年中国区域土地利用效率处于中低水平, 碳排放产出降低了15%的土地利用效率水平。在区域差异方面, 与全国发展水平空间格局一致, 土地利用效率呈现出自东向西逐渐递减的格局特征。

(2) 2003—2016年, 土地利用效率演化呈现出“U”型演进特征, 区域差异逐渐减小。除东部土地利用效率保持不变外, 全国和中西部土地利用效率都得到了提升, 提升幅度尤以西部地区最大, 从时间变化趋势上看, 总体上全国及东中西三大地带土地利用效率演进趋势呈现出“U”型态势, 土地利用效率省级差异逐渐缩小。与考虑碳排放情景不同, 不考虑碳排放情景下的全国及东、中、西三大地带的土地利用效率在研究时段内呈现出降低态势。

(3) 非期望产出和能源消费投入过大成为土地利用效率提升的主要限制因素。全国整体来看, 造成土地利用非有效的因素依次为碳排放非期望产出、能源消费量、资本存量和二三产业从业人员。分地带来看, 东部地区土地利用低效的因素主要是非期望产出碳排放, 中部地区土地利用低效的因素主要是二三产业人员投入冗余, 西部地区土地利用低效的因素主要是非期望产出、能源投入和资本投入冗余。

(4) 在影响因素方面, 经济发展水平、对外开放程度以及固定资产投资对土地利用效率的提升起到了显著的正向作用; 以第二产业和第三产业比重表征的产业结构水平在模型中表现出异质性, 对不同地区土地利用效率的影响具有双重性; 城镇化水平对土地利用效率的影响不明显, 仅在东部地区正显著, 表明在现阶段下, 城镇化水平的增加对土地利用效率的提升具有微弱促进作用。

结合土地利用效率冗余度的分析, 建议采取差异化政策路径提升土地利用效率。具体来看, 东部地区尤其是河北、山东等省份应该在碳减排方面加大力度, 继续加快转变经济发展方式、在优化产业结构基础上建设发展低碳经济、绿色经济产业。与此同时, 中部地区省份应提升劳动力利用效率, 在寻求产业转型基础上提升就业岗位数量和质量, 重点加强河北、山西、江西等省份在高质量人力资本吸收、剩余劳动力转移、创业等方面的政策力度。此外, 应加强资源型城市密集省份内蒙古、山西、陕西、甘肃等在产业结构转型、生态环境治理等方面的政策支持和执行力度, 推动粗放型经济向集约型经济转变。西部地区应继续推进新型城镇化建设, 挖掘有效经济增长点, 走集约型、内涵式增长道路, 在提升能源利用率和固定资产利用率的基础上增加产出转化率。

致谢: 广州市国家中心城市研究基地提供支持, 特此致谢。