钱泉花

摘要：辽宁省是我国重要的传统工业基地，提升工业用地利用效率对于振兴地方经济具有重要意义。本文采用土地、固定资产、从业人员等3类投入指标和产值、利润、污染物等产出指标，使用Super-SBM模型对辽宁省14个地级市的工业用地效率进行测算。结果表明，辽宁省各地级市的工业用地效率大部分为完全协调，效率值差异较大，效率的变异系数大，两极分化现象明显;并在空间分布上表现出由西向东递减，由外围向内递减的态势。

Abstract： Liaoning Province is an important traditional industrial base in China. Enhancing the utilization efficiency of industrial land is of great significance for revitalizing the local economy. This paper adopts three types of input indicators such as land， fixed assets and employees， output indicators such as output value， profit and pollutants， and uses Super-SBM model to measure the industrial land efficiency of 14 prefecture-level cities in Liaoning Province. The results show that the industrial land efficiency of all levels of Liaoning Province is mostly coordinated， the efficiency value is different， the coefficient of variation of efficiency is large， and the polarization is obvious; and the spatial distribution shows a decrease from west to east， from the periphery inward.

关键词：用地效率;Super-SBM模型;工业用地;辽宁省

Key words： land use efficiency;Super-SBM model;industrial land;Liaoning Province

中图分类号：F207                                         文献标识码：A                                  文章编号：1006-4311（2019）27-0085-04

0  引言

城市土地作为城市经济、社会和环境的空间载体，它的利用效率直接关系到城市社会经济发展及其人居环境[1]。提升城市工业用地效率，将工业用地的集约利用是加快城市经济发展的重要方式。为促进开发区土地供给质量，自然资源部已开始推进针对国家级开发区的进行全面评价工作。中国城市工业用地效率的研究也已成为学界关注的热点问题。代表性的实证研究包括多个方面。从时间序列演化的角度有利用面板数据分析特定地区不同时间截面的发展情况，例如对2006-2015年长江中下游城市[2]和2005-2014年长三角16个城市[3]的工业用地效率变化研究。在多个空间尺度上，对全国各省的工业用地效率的时空差异进行总結[4]。比较分析江苏省的耕地和工业用地效率，从而得出土地功能类型的平衡有助于促进土地资源的可持续利用[5]。对鞍山高新技术产业开发区进行土地集约利用潜力测算[6]，对北京高新技术产业区土地利用绩效进行评价[7]，以及通过土地交易成交案例数据对产业用地效率进行分析等[8]。在用地效率的评价研究方面，关键的是构建科学合理的评价指标体系[9、10]，其大多从投入和产出的视角进行分析。

本文针对辽宁省土地利用程度高，但是土地利用强度和用地效率处于全国较低水平的情况，选取省内各地级市为研究对象，研究辽宁省工业用地利用效率问题，通过工业用地面板数据，利用Super-SBM模型开展实证分析。

1  测度方法与指标选取

1.1 Super-SBM模型

城市土地利用效率研究常见的传统分析方法是DEA分析法，这一分析方法的缺点在于分析决策单元的相对效率不考虑单元输入元素的松弛变量，不能处理非期望值产出的问题。因此Tone K.提出了SBM（Slack Based Measure）模型[11]，这个模型可以同时从投入和产出两个角度对无效率状况进行测量，不但解决了松弛变量和问题，还将非期望值产出直接纳入产出[12]。Super-SBM模型就是将超效率和SBM模型结合起来的一种模型，它是超效率DEA模型的一种。因此，考虑加入非期望产出的SBM模型为辽宁省各地级市的工业用地效率的分析提供了为详尽的工具。

1.2 指标选取

本文的土地利用测度所指是是辽宁省工业用地集约利用。由于DEA模型构建需要通过投入和产出数据来衡量，其中产出数据又可分为期望产出与非期望产出。因此，在参考以往文献的评价指标，数据可得性和产出投入要素数量的限制要求，在排除高度相关的指标后，将工业用地面积，工业固定资产的投入和工业从业人员作为投入指标;将规模以上工业总产值和规模以上工业企业利润总额作为期望产出要素;将工业二氧化硫，工业废水和工业烟粉尘排放量作为非期望产出指标。

其中，投入指标的选取考虑资本，劳动力和土地要素，将工业固定资产投资作为资本要素，工业从业人员作为劳动力要素，将工业用地面积作为土地要素。产出指标从工业增加值和工业企业利润总额方面考虑。工业总产值体现的是一定时期内货币形式的工业生产产品的总量，包括工业产品的价值，是工业生产环节累加价值，不能确切体现当年工业用地的利用的产出。而工业增加值是工业企业一定时期内货币形式的工业生产活动的最终成果，体现了当年一个地区工业发展水平，是可以合理反映工业用地利用期望产出的指标。关于非期望产出将工业的三废排放作为负效益的产出指标。由于DEA无需考虑指标量纲的差异，因此，无需考虑工业从业总人口与单位工业用地从业人口的差异。

2  研究对象

本文以辽宁省各地级市为实证对象，评价现状工业用地的效率。假设规模效益可变，分析投入的无效率程度和产出的无效率程度，确定投入产出的理想值，得出投入产出的改进值。最后从面板数据角度分析辽宁省各个地级市SBM效率值的变化走势和特点，以寻求其现象发生的原因。

2.1 研究区域

辽宁省工业门类较为齐全，有14个地级市和17个县级市，8个国家级高新区和7个省级高新区，各个地级市的主导产业类别鲜明。如沈阳高新区以信息技术，智能制造和生物医药为主导产业，大连以软件和服务外包为主导产业等。将辽宁省作为研究对象的原因是：城市的快速发展遗留了部分的工业用地，清理保护和转换成为了这些工业用地效率评价的方式。在供给侧结构性改革背景下，辽宁省研究提出支持产业结构单一地区转型方案，出台推进 钢铁、煤炭等产业有序退出的实施方案。为加快产业升级转型，形成新的集聚效应，将转型区域作为新的经济增长动力，辽宁省早在2004年就成立了“辽宁省高新技术产业发展促进会”，2017年编制《辽宁省高新技术产业开发区发展规划（2017-2020年）》。但是城市的快速发展过程中也出现工业用地使用效果不佳等现实情况。

2.2 数据来源与统计描述

本文所选取的工业从业人员数据来源于《中国城市建设统计年鉴》，规模以上工业固定资产投资，工业用地面积等数据来源于《中国城市统计年鉴》。工业产业增加值，工业企业利润，工业SO2、工业废水和烟粉尘排放量等数据来源于《辽宁统计年鉴》，各地级市统计年鉴和部分环境质量报告与环境年鉴。所有涉及到价格的数据，均以2000年不变价格为基准。工业用地效率的测算通过MAX DEA 8进行数据处理。工业用地效率评价指标统计描述如表1所示。

3  工业用地效率现状分析

基于Max DEA 7  Ultra 软件得出用地效率得分可以对各个地级市的工业用地效率所存在的问题和规律进行阐述。为了使得效率值更加清晰，借鉴已有文献对其进行类型划分的方法，当效率值大于等于1，为完全协调，即该地级市的经济社会和环境的产出相对而言处于最佳水平，当0.9？燮ρ<1，为高度有效率;当0.6？燮ρ<0.9，为中度有效率;当0.3？燮ρ<0.6，为低度无效率;当0？燮ρ<0.3，为重度无效率。综上，在Super-SBM模型下，2016年辽宁省各个地级市工业用地效率如表2所示。根据SBM用地效率的均值和变异系数，可以看出大部分的地级市用地效率为完全协调，其具体特征为：

①辽宁目前各个地级市的高新产业用地效率整体水平处于完全协调状态。辽宁省各地级市平均值为1.11（≥1），有11个城市效率完全协调，占总数的（78.57%）。

②各地级市之间工业用地效率值差异较大。其中鞍山的效率值最低，仅有0.23，已经沦为重度无效率。铁岭市效率值最高（2.00），紧随其后的是阜新和丹东，效率值下降坡度陡峭。后三位城市中分别是营口和鞍山效率值为重度无效率（0.32和0.23），本溪为中度有效率（0.65）。效率的变异系数大也说明了这一点。

③从空间上看，呈现空间分布上表现出由西向东递减，由外围向内递减的态势。沿海城市中只有大连和丹东位于前半区，内陆城市中只有辽阳，本溪和鞍山分别位于第9、11和第14位。

4  工业用地效率演化分析

将辽宁省各地级市在2011年至2016年的工业用地效率值进行整理，作出反映演化过程的用地效率变化图（图1），以及工业用地效率的均值和变异系数变化图（图2）、低均值效率的地级市的用地效率变化图（图3）。各城市的工业用地效率均值在2014年达到峰值而后呈现下降趋势（图2），且效率均值的变异系数呈现类似波动，各个城市的工业用地的协调性差异大。各地级市工业用地效率动态变化特征可以概括为：

①在辽宁省各地级市工业用地效率的投入-产出差异较为显著。铁岭，葫芦岛，沈阳和朝阳处于完全协调的优势区，表明这些地级市在土地，劳动力和资金的投入方面取得了较为显著的成效;阜新，辽阳，盘锦，丹东，本溪，锦州和营口处于中度均值效率区，表明这些城市投入产出的比例改进等方面协调;大连，抚顺和鞍山处于低均值效率区，表明其环境和社会经济的产出方面和对应的投入比例较为不协调。

②部分城市在工业用地效率完全协调与非协调之间转化。在研究期内，锦州发生了由处于完全协调向低度无效率的转变，阜新和铁岭则由中度完全协调变化为完全协调。

③少数城市的用地效率演化表现出强烈的波动。效率值变化幅度较大的有鞍山，撫顺和铁岭，其中铁岭的变异系数最大为0.52，它反映的是效率离散程度的绝对值。鞍山自2012年以后基本一直处于波动式中度无效率阶段，其可能原因是投入和产出的不足或产出负效益。

5  研究结论

采用SBM模型研究用地效率是主要趋势，本文基于利用考虑非期望产出的Super-SBM模型，分析了2011-2016年辽宁省各个地级市工业用地评价效率，用地效率的动态和静态特征的分析以及就生产前沿面的投影表现，进行相关指数的测算。研究发现，通过静态数据和动态特征的分析得出辽宁省工业用地用地效率大部分为完全协调。然而效率值差异较大，最高的铁岭和最低的鞍山相差9倍，效率的变异系数大，两极分化现象明显。在空间上的效率水平，表现出由西向东递减，由外围向内递减的态势。同时，从投入和产出的无效率角度研究，发现工业用地无效率地区，普遍存在投入冗余，环境污染严重的问题，各要素的投入和产出比例不合理，导致资源的无效率利用;且非期望产出与期望产出不协调，也导致了地级市的产出的无效率。

参考文献：

[1]David M， Eligius M T.A framework to study nearly optimal solutions of linear programming models developed for agricultural land use exploration[J].Ecological Modeling，2000，131（5）：65-77.

[2]蒋海舲.基于 SBM 模型的工业用地利用效率研究——以长江中游城市群为例[J].当代经济，2017，6（17）：20-21.

[3]梁皓，黄健元，贺斌.差别环境响应下的城市工业用地效率——基于长三角城市群的实证分析[J].经济与管理研究，2017，38（10）：26-33.

[4]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.

[5]龙开胜，陈利根，占小林.不同利用类型土地投入产出效率的比较分析——以江苏省耕地和工业用地为例[J].中国人口·资源环境，2008（5）：174-178.

[6]城市开发区土地集约利用潜力测算实证研究——以鞍山高新技术产业开发区为例[J].绿色科技，2016（10）：203-209.

[7]班茂盛，方创琳，刘晓丽，刘海燕.北京高新技术产业区土地利用绩效综合评价[J].地理学报，2008，63（2）：175-184.

[8]张耀宇，洪方.区域发展竞争与产业用地效率分析———基于江苏省 13 个地级市微观数据的检验[J].南京邮电大学学报（社会科学版），2018，20（6）：40-47.

[9]黃大全，洪丽璇，梁进社.福建省工业用地效率分析与集约利用评价[J].地理学报，2009（4）：479-486.

[10]庄红卫，李红.湖南省不同区域开发区工业用地利用效率评价研究[J].经济地理，2011，12（12）：2100-2104.

[11]Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509.

[12]成刚.数据包络分析方法与Max DEA软件[M].北京：知识产权出版社，2014.

[13]Tone K. A slacks- based measure of super- efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，143（1）：32-41.

[14]Hong Li，Kuangnan Fang，Wei Yang，Di Wang，Xiaoxin Hong.Regional Environmental Efficiency Evaluation in China：Analysis Based on the Super- SBM Model with Undesirable Outputs[J]. Mathematical and Computer Modelling，2013，58：1018-1031.

[15]李文君，汪景宽.基于人口规模和城市化水平测算的城乡建设用地需求预测研究——以辽东凤城市为例[J].价值工程，2011，30（18）：292.