新型城镇化进程中土地利用效率的时空差异及影响因素分析

马红梅，高 倩

(贵州大学经济学院，贵州贵阳 550025)

改革开放以来，城镇化建设快速发展，为我国的经济社会发展做出了较大的贡献。根据国家最新统计数据显示，2020年我国人口城镇化率达到了 64.72%[1]。城镇化发展为城市经济增长带来人力资本集聚效应，从供给端对城市产业结构优化升级产生影响。土地作为城镇化发展的载体，随着城镇化不断发展，存在严重的城市建设用地扩张侵占耕地、林地等现象，与此同时，城市土地利用效率却不高，且存在严重的土地利用结构不合理、土地资源浪费等问题。此外，土地作为三大生产要素之一，产业的发展离不开土地，产业结构变化直接关系土地资源的合理利用，土地的投入产出效率也与产业结构的发展密切相关。当前，我国正处于新型城镇化发展的关键时期，城市产业发展日新月异，城镇化推动的产业结构变化必将对城市土地利用效率产生重要影响，如何改变城市土地粗放滥用的现状，从产业结构优化升级的角度实现城市土地资源的优化配置与新型城镇化的顺利推进，是当前亟需解答的问题。因此，分析城市土地利用效率的时空差异以及影响因素，对提升土地利用效率，实现土地资源的优化配置，制定相关政策推动城镇化和城市土地利用的协调发展具有重要意义。

有关土地利用效率的研究主要集中在三个方面。一是土地利用效率的评价指标。朱红波、宁思银利用随机前沿模型（Stochastic Frontier Analysis，SFA），考虑随机因素对效率的影响，选取绿色非农经济产出、二三产业劳动力人数、固定资本存量等指标，通过C-D函数和Translog函数对土地利用效率进行对比分析[2]。符海月、王昭雅构建非期望产出模型（SBM-Undesirable），以土地、资本和劳动力为投入指标，土地利用的环境、经济和社会效率为期望产出指标，废气中的二氧化硫排放量和废水排放总量为非期望产出，测算城市土地利用效率[3]。于斌斌、苏宜梅通过数据包络分析方法（Data Envelopment Analysis，DEA），从土地、资本和劳动力三个维度选取投入指标，从经济效益、环境效益和社会效益三个方面进行衡量产出指标[4]。二是土地利用效率的时空差异。宋洋等通过研究京津冀城市群的土地利用效率时空差异发现，不同省市、不同层级曲线效率均值存在显著的时空分化，空间集聚态势显著增强[5]。胡碧霞等认为，中国城市土地利用效率呈现逐年上升的趋势，在区域分布上存在着显著差异，利用效率从高到低分别为东部、西部和中部[6]。王顺然等通过对甘肃省在新型城镇化背景下的土地利用空间差异进行研究，发现城镇建设用地利用水平粗放、低效[7]。李佳佳等发现，我国的城市土地利用效率整体偏低，在时间上呈现逐年下降的特点，同时呈现东、中、西逐渐递减的趋势[8]。三是土地利用效率的影响因素。宋洋等认为城市土地利用效率主要受经济发展水平、产业结构升级、城市土地利用结构、地方政府财政支持力度、人口规模、居民物质生活水平、交通发展水平等因素影响，且不同因素的作用机制存在明显的差异性[5]。于斌斌和苏宜梅根据统计分析发现，产业结构调整存在显著的门限效应，可促进土地利用效率[4]。张立新等利用DEA模型衡量各地城市的土地利用效率，发现城市建设土地利用效率主要受到城镇化水平、经济发展水平、产业结构等主要因素的影响，但这些因素在不同时期内，影响因子的大小又存在明显差异[9]。何好俊和彭冲发现产业结构优化升级对土地利用效率将产生影响，且与土地利用效率的改进存在动态依赖性，同时，土地利用效率提升对产业结构优化升级会产生“倒逼效应”[10]。梁流涛等发现，产业结构主要通过结构效应影响土地利用效率，产业结构的优化可提高城市土地利用效率[11]。

综上所述，上述研究对于城镇化发展与城市土地建设用地效率的关系、土地利用效率的时空差异与影响因素提供了较好的借鉴，但对于我国在新型城镇化进程中的土地利用效率时空变化，以及由新型城镇化发展带动的产业结构优化对土地利用效率的影响没有专门论述。鉴于此，本文引入DEA模型测算2005年、2010年、2015年、2019年我国30个省份①中国西藏和港澳台地区除外。城市土地利用效率，采用变异系数、泰尔指数分析探讨城市土地利用效率的时空格局演变特征，之后以产业结构优化升级为切入点，通过模型回归分析其主要驱动因素及影响差异。

一、研究方法

（一）数据包络分析方法

数据包络分析方法，简称DEA方法，是一种非参数形式的效率测算方法，基本原理在于结合数学线性规划的方法构建观测数据的非参数生产前沿面，并以此前沿面来比较决策单元之间的效率水平[12]。传统的 DEA模型无法对多个同时有效的决策单元作出有效判断，因此，Andersen等提出超概率 DEA模型[13]，其测算结果可以大于 1，能实现对决策单元的有效判断。假设有n个决策单元，m种输入变量，p种产出变量，则其表达式为：

（二）变异系数和泰尔指数

变异系数法以样本的标准差和均值比来表示，可衡量区域相对差距，分析空间离散程度，公式如下：

其中CV是变异系数，是第Xi个城市的土地利用效率，为研究区域全域土地利用效率平均值，n为城市数量。

泰尔指数可用来衡量区域内部总体差异性，一般可分为组内差异与组间差异两类。使用泰尔指数衡量区域内部城市土地利用效率总体差异时，最大的优势就是可以检验区域差异变化动态趋势的一致性，公式如下：

其中，T为泰尔指数，L为研究区域各省城市建成区总面积，Li为第i个省份城市建成区面积，xi为第i个城市土地利用效率，为研究区域全域土地利用效率平均值，n为城市数量。

二、模型构建及数据来源

（一）模型构建

本文主要研究产业高级化、产业合理化和经济发展水平对城市土地利用效率的影响。为此，构建回归模型如下：

其中，LAND表示土地利用效率；HP表示产业高级化；RP表示产业合理化；LNGDP表示经济发展水平；CONTROL表示控制变量，包括人口规模（PEOP）、交通设施（ROAD）、土地资源禀赋（LRE）、政府主导（GOV）。i表示地区，t表示时间，k表示第k个控制变量；itε表示时间个体固定效应，iμ表示随机误差项。

（二）变量选取

1.城市土地利用效率

目前，对于城市土地利用效率的衡量，学者主要从投入与产出两者间的相互关系构建指标体系进行评价[14-17]。投入主要分为土地、资本、和劳动三个方面，产出主要分为经济效益、社会效益、生态效益三个方面。本文考虑到指标选取的合理性以及数据的可获得性，选取城市土地利用效率的评价指标体系如表1所示。

表1 城市土地利用效率指标体系

2.新型城镇化水平

对于新型城镇化发展水平的衡量，多数学者主要从人口、经济、社会、生态、空间等方面选取指标构建指标体系进行衡量[18-19]。本文基于这五个方面，共选取 24个指标衡量新型城镇化水平，并利用熵值法①熵值法属于客观赋权法，可根据各项指标观测值提供的大小确定指标权重，为多指标综合评价提供依据。计算权重，新型城镇化指标体系如表2所示。

表2 新型城镇化指标体系

（接上表）

3.变量解释

本文核心解释变量为产业结构高级化（HP）和产业结构合理化（RP），通过研究比较二者对我国城市土地利用效率的影响。此外，考虑到变量间的内生性问题，本文选取人均GDP、土地资源丰度、地方财政支出、人口密度、人均道路面积五个控制变量。

相关变量解释及描述性统计分析见表3。

表3 描述性统计分析

（三）数据来源

2007年张荣寰[20]提出新型城镇化，关于新型城镇化的发展大致可分为起步阶段（2012年以前）、增长阶段（2013年至2016年）、深化阶段（2017年至今）三个阶段。

本文采用2005年、2010年、2015年、2019年我国30个省市（西藏、港澳台除外）的相关数据①数据来源：《中国统计年鉴》《中国区域经济统计年鉴》《中国社会统计年鉴》、各省市统计年鉴、各省市国民经济和社会发展公报，其中个别缺失值由插值法补齐。，对新型城镇化进程中城市土地利用效率的时空分布差异及影响因素进行研究。

三、结果与分析

（一）新型城镇化进程中土地利用效率的时空差异

本文利用超概率DEA模型，通过DEA分析软件MaxDEA，测算我国30个省份于2005年、2010年、2015年、2019年的城市土地利用效率，测算结果见表4。

根据测算30个省份的城市土地利用效率的平均值，以及各省份在研究期内达到DEA有效的次数，可将30个省份划分为3类城市。

第一类城市（省份）为北京、上海、江苏、广东，此类城市（省份）达到我国最优的城市土地利用效率，城市土地资源最大化实现了高效利用。从表4中可看出，第一类城市（省份）每年的土地利用效率测算值均大于1，均达到DEA有效。第二类城市（省份）为重庆、宁夏、天津、内蒙古、山东、福建、湖南，此类城市的土地利用效率相对较高但是未达到最优水平，且在某一年达到了DEA有效。第三类城市（省份）为河北、山西、辽宁、吉林、黑龙江、浙江、安徽、江西、河南、湖北、广西、海南、四川、贵州、云南、陕西、甘肃、青海、新疆，此类城市（省份）的土地利用效率相对较低，在研究期内未达到DEA有效。总体而言，我国城市（省份）土地利用效率并不高效，但总体呈上升趋势，各省之间的城市土地利用效率差异明显，从均值看，最高的是上海，达到1.448，最低的是甘肃，仅为0.515。

表4 基于超效率DEA模型测算我国30个省份城市土地利用效率

（接上表）

从所分区域来看，全国、东部、中部和西部的城市土地利用效率变化趋势基本一致（见图1）。从2005年至2010年，全国、东部、中部等区域的城市土地利用效率均呈下降趋势，与之相反，西部地区呈上升趋势。从 2010年至今，各地区的城市土地利用效率都呈上升趋势，且增速大致相同。其中，东部城市的土地利用效率最高，均值达到了0.769；西部城市最低，均值仅有0.662。在研究期内，区域之间的城市土地利用效率虽有差异，但整体上呈升趋势，表明各地的土地资源分配、利用逐步趋于合理。

图1 全国和分区域的城市土地利用效率变化趋势

我国30个省份城市土地利用效率区域差异变化趋势情况可见图2，从图中可见，变异系数和泰尔指数两种差异测度方法可得出城市土地利用效率总差异变化趋势基本一致。2005年至 2010年，城市土地利用效率区域差异呈上升趋势，变异系数由0.74增加至0.93，泰尔指数由0.14升至0.23，2010年以后，变异系数变化趋势开始下降，2015年后慢增加；泰尔指数下降较为平缓，2015年后逐渐上升。总体而言，研究区间内我国城市土地利用效率总体差异波动较小，且趋于平缓，说明我国城市土地利用效率的地区差异逐步减小。

图2 30个省市土地利用效率变异系数和泰尔指数变化趋势

30个省份分东部、中部、西部的城市土地利用效率的变异系数和泰尔指数可见图3与图4。从图3可见，中部变异系数最小，东部和西部变异系数在2005年至2010年几乎重合，说明中部地区的城市土地利用差异明显小于东部和西部地区。自 2010年以来，东部地区城市土地利用效率变异系数开始呈现小幅度下降趋势，而西部的变异系数下降趋势明显，甚至低于东部地区。从图4可见，东部、中部和西部地区的城市土地利用效率的泰尔指数变化趋势与图3变异系数相似，此时东部地区的泰尔指数由0.163增加至0.352，中部地区由-0.062升至0.063，西部地区由0.193增加至 0.219，中部地区依旧是城市土地利用效率区域差异最小的地区，东部地区的泰尔指数呈现缓慢上升趋势，西部地区泰尔指数与变异系数变化趋势一致。说明我国东部与西部地区城市土地利用效率差距明显，中部地区差距较小，但总体来看，三大区域的变异系数和泰尔指数在未来一段时期内都将呈现上升的趋势。

图3 分区域城市土地利用效率变异系数

图4 分区域城市土地利用效率泰尔指数

（二）新型城镇化进程中城市土地利用效率的影响因素分析

1.全样本回归结果分析

利用方差膨胀因子方法对模型进行多重共线性检验，结果显示VIF值为 2.19，远小于10，说明不存在明显的多重共线性问题。根据F检验和Hausman检验，P值小于0.01，因此选取固定效应回归方法对模型进行回归分析。运用Stata 15.0软件对模型进行回归分析，得出报告的全样本固定效应模型回归结果可见表5。

表5 全样本回归结果

（接上表）

2.稳健性检验

为保证结果的真实可靠性，对替代模型核心解释变量进行稳健性分析，利用三产产值比二产产值表示产业高级化指标，使用干春晖等的计算方法衡量产业合理化指标[21]。

回归结果见表6，可以发现，主要变量的符号和显著性均未发生明显改变，证明上述结果稳健可靠。

表6 稳健性检验结果

3.门限效应检验

基于理论分析，新型城镇化发展会对城市的经济发展与产业结构优化产生显著影响。在不同城镇化发展水平下，各地区经济发展与产业结构具有明显差异。城镇化水平较高的地区，其经济发展水平、产业结构高级化与产业结构合理化都优于城镇化水平较低的区域。因此，本文采用面板门限模型选取新型城镇化发展为门限变量，分别检验产业结构优化对城市土地利用效率的异质性冲击，模型设定如下：

其中，CITY为门限变量，γ为门限值，I(·)为示性函数，满足括号内条件取1，否则取0。

门限效应检验结果如表7所示。

表7 门限效应检验结果

在新型城镇化的影响下，产业高级化对土地利用效率存在单一门限效应，门限值为10.354 9。回归结果显示可见表8，当城镇化发展水平小于等于10.354 9时，产业高级化对土地利用效率呈现不显著的正向影响，当跨过门限值后，正向影响转变显著，当产业高级化每提升1个单位时，土地利用效率就会提升0.159个单位，说明随着新型城镇化发展水平的提升，产业高级化对城市土地利用效率的促进作用显著增强。

表8 门限回归结果

四、结论及建议

基于2005年、2010年、2015年和2019年全国30个省份的面板数据，引入DEA模型、变异系数、泰尔指数分析测度各省份城市土地利用效率的时空演变趋势，同时通过固定效应模型探讨省域城市土地利用效率演变的影响因素及差异性，并得到了以下结论：其一，从时间上看，我国的城市土地利用效率虽然不高，但整体呈现上升趋势，各省份之间的城市土地利用效率差异明显，区域间的城市土地利用效率虽有差异，但整体呈上升趋势，这表明各地的土地资源分配、利用逐步趋于合理，土地利用的产出有效增加；其二，从空间上看，根据变异系数与泰尔指数两种差异测度方法，发现我国城市土地利用效率总体差异波动较小，且趋于平缓，但是各区域内部差异较为明显；其三，通过回归分析发现，经济发展水平、产业结构高级化与产业结构合理化对城市土地利用效率产生了显著的正向影响，说明各省经济发展水平和产业结构优化升级能有效提高单位城市用地面积的经济产出，有效促进土地利用效率的提高。同时，门限效应检验结果显示，随着新型城镇化发展水平的提高，产业结构高级化对城市土地利用效率的促进作用显著增强。

基于上述研究结论，提出以下建议。第一，通过对我国 30个省份的城市土地利用效率进行测度，发现目前有多数省份的城市土地利用效率处于低效率状态。城市建设用地并非越大越好，而是在充分考虑资源环境承载能力、空间开发适宜性等关乎城市土地使用因素的基础上，合理开发与配置土地使用。同时，在大力推进新型城镇化建设的同时，要坚决落实“三条红线”，有序推进新型城镇化建设，实现以新型城镇化为依托，促进城市土地的有效利用，提高我国区域与整体城市土地利用效率。第二，根据对城市土地利用效率测算结果的时空差异进行分析，政府应因地制宜制定提升城市土地利用效率的措施体系。如针对第二类地区，要加强土地的规范合理使用，科学控制城市用地规模，针对地区内部的投入要素冗余或产出效益的外部性，政府应根据具体情况采取相应措施，合理分配投入要素，提高城市土地的有效产出；针对第三类地区，要厘清城市土地利用效率低效的主要影响因素，探讨影响产出不足的根本原因的内在驱动力，重视城市的社会建设与生态环境保护，从政策优化等方面提升土地利用效率。第三，各地政府应当持续推进当地国土空间的规划编制，推进“多规合一”。如针对城市内部的低效利用土地，分析其最优用途，合理安排投入要素构成，盘活低效率土地利用；针对城市内部闲置土地和废弃用地，在不影响生态效益产出的基础上进行开发以及二次开发，科学规划土地使用。通过具体措施，减少土地资源的浪费，从而保证在新型城镇化的建设过程中，实现城市土地利用向集约、高效的方向发展。第四，通过多样化措施改造传统产业，优化城市产业结构，如以现代科学技术发展为依托，发展高端制造业、生产性服务业等产业，实现产业结构的优化升级。同时，城市土地开发政策制定应向低能耗、低污染、高效益的第三产业倾斜。此外，加大招商引资力度，鼓励企业集中布局、规模经营，充分发挥规模经济优势，增加单位土地收益。