基于数据包络分析的西部地区土地利用效率评价

简 萍¹，杨 琦²

(¹贵州师范大学 地理与环境科学学院，贵州 贵阳 550000；²南昌大学 体育与教育学院，江西 南昌 330000)

摘 要： 以西部地区12个省(自治区、直辖市)的建成区土地利用为研究对象，结合西部地区土地利用现状与所处发展阶段构建评价指标体系，以数据包络分析(DEA)中的CCR-I模型为手段，用DEA-SOLVER5.0软件进行计算，对西部地区2016年的土地利用经济效率和生态效率进行分析与评价。结果表明：未考虑非期望产出时，西部地区的土地利用效率总体较高。在考虑非期望产出时，除西藏自治区的土地利用效率是有效的之外，其他省份(自治区、直辖市)土地利用效率值偏低。

关键词： 西部地区，土地利用，数据包络分析，经济效率，生态效率

土地是人类赖以生存和发展的物质基础，土地资源的重要性、有限性与稀缺性客观地要求人们合理地、经济地使用土地，提高土地的利用效率^[1]。土地利用经济效率与生态效率即为土地利用效率研究的范畴^[2]。土地利用经济效率评价是利用经济可比性指标对土地投入—产出的经济效果进行评定，是土地利用效益评价的重要内容^[3]。生态效率是生态投入与产出之间的关系， 核心内容是获得最大产出的同时，消耗的资源与环境的污染最小化^[4]。近年来，国内外有大量的学者分别对土地利用经济效率与生态效率进行了深入的研究。任惠、周琳等利用超效率数据包络分析方法对2000—2015年沈阳经济区及其内部8个城市的土地利用效率进行评价，认为纯技术效率是影响土地利用效率的主要原因，可通过差异化调整投入要素，提高土地利用效率^[5]；田浩辰、郭杰采用DEA的超效率SBM模型和Malmquist模型，对江苏省整体以及35个县市的城市土地利用效率进行研究^[6]；冯达、黄明华等运用数据包络分析的方法对湖南省城市土地利用效率进行研究^[7]；韩增林、吴爱玲等利用数据包络分析的SBM模型测算2005—2015年环渤海地区44个城市的生态效率^[8]；Reith，Guidry 对路易斯安那的农业进行生态分析，认为土地利用的多样性是生态分析的依据^[9]；Barba-Gutiérrez，Adenso-Díaz，Lozano运用数据包络模型的方法对生态效率进行分析^[10]。但这些研究往往只是对土地利用经济效率(未考虑非期望产出)或土地利用生态效率(考虑非期望产出)进行单独研究，而对在土地利用经济效率与生态效率同时进行研究的文献比较少。

在2013年全国组织工作会议中，习近平也曾强调，再也不能简单以国内生产总值增长率来论英雄了，要把民生改善、社会进步、生态效益等指标和实绩作为重要考核内容^[11]。鉴于此，本文利用DEA方法中的CCR-I 模型对西部地区土地利用经济效率与生态效率进行研究。由于DEA方法中的CCR-I 模型要求产出指标与投入指标必须正相关^[12]，故要将非期望产出指标处理成期望产出指标，具体方法为：用该地区的生产总值除以土地利用的非期望产出指标。

1 研究方法与数据来源

1.1 DEA的C²R模型

数据包络分析(data envelopment analysis)简称DEA，是由A.Charnes和W.W.Cooper等人于1978年开始创建，并被命名为DEA。CCR模型是DEA的初始模型，假设有n 个决策单元，每个决策单元都有m 种类型的“输入”以及s 种类型的“输出”，我们对输入输出的理解是：输入越小越好，输出越大越好^[13]。

(1)

式中，V =(v ₁，v ₂，…，v _m )^T ，投入指标的权系数变量；U =(u ₁，u ₂，…，u _m )^T ，产出指标的权系数变量。

要用足喷水量，特别是春后用药要确保用足30 kg；叶片上无露水和雨水时施药。如骠马（精噁唑禾草灵）在叶片上露水、雨水未干时施药，防效下降40%以上；施药时药液中加入有机硅（丝润等）可显著提高除草效果，但唑草酮类不能与有机硅混用。

(2)水质。地下水水质是当前最敏感也最重要的地下水动态监测要素，一般采用现场人工取样、实验室分析的方式，使用便携式水质测量仪现场仅能测量pH、电导率和氧化还原点位等少数指标。自动化监测中电极法测量电导率已较普遍，等离子交换法测量敏感离子浓度仍处于试验阶段，精度无法保证。

将(1)转化为线性规划的对偶形式，并对其引入松弛变量S ^-和剩余变量S ⁺，得到方程式(2)：

(2)

2.2.1 考虑非期望产出的土地利用效率评价

1.2 建立评价指标体系

结合西部地区土地利用现状与所处发展阶段，参照已有研究成果^[14]。土地投入指标的选取主要包括资金、人力、实物资本，本文用固定资产投资、就业人数、能源消费总量、全年供水总量、建成区面积表示。产出指标涉及两个方面，即土地利用的经济效率(期望产出)与生态效率(非期望产出)。经济效率主要表现在各产业的经济收益上，本文用地区生产总值表示。为尽量与投入指标相对应，考虑到数据的可获取性，本研究最终以二氧化硫排放量、废水排放量、烟(粉)尘排放量、工业固体废物产生量作为生态效率评价指标(表1)。

由图1可知，考虑非期望产出的土地利用效率值总体较低，说明非期望产出降低了土地利用的实际经济价值，更能客观地反映环境污染下的土地利用效率值。在未考虑非期望产出时，西藏自治区的DEA值为无效，但考虑非期望产出时，西藏自治区的DEA值为有效，这说明西藏自治区的经济发展前提是低消耗、低污染。而内蒙古自治区、重庆市、四川省、陕西省虽然在未考虑非期望产出时其DEA值是有效的，但是考虑非期望产出后，其DEA值均无效，这说明内蒙古自治区、重庆市、四川省、陕西省在经济发展过程中，生态环境付出了很大的代价。其他省份(广西壮族自治区、贵州省、云南省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔族自治区)在本研究中，其土地利用经济效率与生态效率的DEA值均无效，说明这些省份(自治区)的发展相对比较落后。

表 1西部地区土地利用经济效率与生态效率评价指标体系
Tab. 1 Evaluation index system of land use economic efficiency and ecological efficiency in western China

1.3 数据来源

本文分两个部分对测算结果进行评价与分析：一是对土地利用的经济效率(未考虑非期望产出的土地利用效率)进行单独评价；二是对加入生态效率(考虑非期望产出的土地利用效率)后的土地利用效率进行综合评价。

(3)重视对裕固族传统体育的发展，使裕固族体育的发展与当地经济的发展步伐保持一致，恢复裕固族体育自身功能。

2 评价结果与分析

根据表1中各项指标的2016年数据，运用DEA-SOLVER5.0^[15]软件对其进行测算，结果如表2、表4。再对其测算结果进行处理，可得到图1。

图 1未考虑非期望产出与考虑非期望产出的 土地利用效率比较
Fig. 1 Comparison of land use efficiency when considering/ not considering non-expected output

全文的研究数据，除能源消费总量和固定资产投资是来自各省(自治区、直辖市)的统计年鉴外(其中，内蒙古与新疆的2016年能源消费总量数据用2015年的代替)，其余的数据均来自2017年《中国统计年鉴》。

表3给出了11个DEA无效省(自治区、直辖市)中每个DMU需要减少的投入量与增加的产出量。其中，每个省(自治区、直辖市)的固定资产投资、能源消费总量、建成区面积以及二氧化硫排放量都需进行调整。说明西部地区整体出现资金利用率不高(其中以重庆市、陕西省、贵州省尤为典型)、资源消耗过大、建成区面积未充分利用、环境污染比较严重的现象。对于就业人数和全年供水总量这两个指标，内蒙古自治区、贵州省、云南省、陕西省、甘肃省这5个省(自治区)就业人数均出现不同程度的投入冗余，说明这5个省(自治区)需要对其某些岗位人员进行适当调整，以提高在职人员的办事效率，但其全年供水总量均得到充分利用，需要对全年供水总量进行调整的6个省(自治区、直辖市)中，最小调整值为945.423万m³(四川省)，最大调整值为5428.993万m³(重庆市)，变化幅度比较大。内蒙古自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔族自治区的废水排放总量无需进行调整，但需要其烟(粉)尘排放量进行调整，而对于重庆市而言，两者均需要进行调整，但工业固体废物产生量这一指标，仅有重庆市无需进行调整。

2.1 未考虑非期望产出的土地利用效率

根据2016年对西部地区土地利用生态效率测算结果，参照已有研究成果^[14-15]，将西部土地利用生态效率划分为四个等级：[1.000，0.280)为效率最优，[0.280，0.150)为效率良好，[0.150，0.110)为效率中等，[0.110，0.076)为效率较低。利用ArcGIS10.2软件绘制了西部地区土地利用生态效率分布图(图2)。

从投入角度对DEA无效区进行分析可知，对于固定资产的投入，云南省、广西壮族自治区、宁夏回族自治区、新疆维吾尔族自治区未出现投入过剩的现象，即资产得到充分利用，而贵州省、西藏自治区、甘肃省、青海省的固定资产投入可分别减少111.137亿元、175.302亿元、20.987亿元、255.573亿元。对于就业人数和能源消费总量这两个指标，其中贵州省、云南省、西藏自治区、广西壮族自治区、甘肃省的能源消费总量未出现投入过剩的现象，但发生了就业人数过多的的现象，而青海省、宁夏回族自治区、新疆维吾尔族自治区的就业人数未出现投入过剩的现象，能源消费总量投入过剩变化较大，从青海省(1905.073万吨标准煤)变化到新疆维吾尔族自治区(9047.385万吨标准煤)仅仅跨越了宁夏回族自治区(2392.854万吨标准煤)1个省(自治区)。贵州省、云南省、甘肃省的建成区面积未出现投入过剩，广西壮族自治区、青海省在全年供水总量上出现投入过多现象，西藏自治区、宁夏回族自治区、新疆维吾尔族自治区在建成区面积与全年供水总量上均出现投入过剩现象。

表 2未考虑非期望产出土地利用效率

Tab. 2 Land use efficiency when not considering non-expected output

2.2 考虑非期望产出的土地利用效率

式中，θ 为DMU的相对效率。若θ =1，S ^-=S ⁺=0，则称DMU为DEA有效，即在原投入上产出达到最优；若θ =1，S ^-≠S ⁺≠0，则称DMU为DEA弱有效；若θ <1，则称DMU为DEA无效。

人间的好风景，就在爱意满满的心里。大家的风景，就是成为“爱之光”的一束束光源，然后依靠各级组织的力量，将无数的光源汇聚在一起，投身到创造尊老、敬老、爱老风景的队伍中来。别忘了，人生路上，请珍惜一起创造风景的人。

试验采用田间沟垄覆膜(宽1.2 m)种植。播种为穴播、播种量13.3 kg/hm2，苏丹草行距和株距分别为40 cm和60 cm。试验采用随机区组设计，9个处理，6个重复，54个小区，每个小区面积30 m2(表2)。

考虑非期望产出后，在12个DMU中，只有西藏自治区的土地利用生态效率达到最优，这表明了西藏自治区土地利用实现了现有产出水平下，投入最小化。其他11个省(自治区、直辖市)要实现土地利用生态效率的DEA有效，则需要对其投入与产出进行调整。

表 3考虑非期望产出的土地利用效率评价结果

Tab. 3 Land use efficiency evaluation results when considering non-expected output

注：S_1^-为固定资产投资减少量，S_2^-为就业人数减少量，S_3^-为能源消费总量减少量，S_4^-为全年供水总量减少量，S_5^-为建成区面积减少量；S₁₊为SO2-GDP负荷增加，S₂₊为废水-GDP负荷增加量，S₃₊为烟(粉)尘-GDP负荷增加量，S₄₊为废物-GDP负荷增加量。

（3）通过以下三点来稳定溶液的向上托力：设计循环流量380～450m3/h来稳定流量；将除镉槽内部DN500的玻璃钢进液管延长，形成向下切口；当溶液进入反应器时，在进液口受阻流板阻挡，形成收缩型，流量相同的情况下，流速增加，溶液的冲击力加大；把原来的除镉搅拌机电机功率由22kW提到30kW，搅拌机轴及桨叶保持不变。

2.2.2 考虑非期望产出土地利用效率空间分布差异

从表2可知，在未考虑非期望产出的土地利用效率时，内蒙古自治区、重庆市、四川省、陕西省的θ =1，S ^-=S ⁺=0，土地利用经济效率为DEA有效。在12个DMU中，没有DEA弱有效区。其他省(自治区)均为DEA无效，但效率值均偏高，维持在0.72～0.97之间，说明土地利用的经济效率较好。

《公约》要求各缔约国采取强有力的措施，保障举报人的安全。但我国现有关于举报人保护的法律规定过于原则，不利于保护举报人。因此，亟需作出专门保护举报人的如下规定:第一，在检察机关、公安机关内部成立专门的举报人保护机构并明确其职责;第二，完善对举报人损害补偿制度，应至少包括举报人为举报所支付的交通费、住宿费、生活费等相关费用。而且“对举报人直接或间接损失的补偿支出，应列入国家财政予以保障”。［13］

图 2考虑非期望产出的土地利用效率空间分布
Fig. 2 Spatial distribution of land use efficiency when
considering non-expected output

总体来看，西部地区GDP高的省份(自治区、直辖市)，其土地利用生态效率较低。以四川省为中心，生态效率最优的省份(自治区)主要分布在四川省的西北部；生态效率良好的省份(自治区、直辖市)主要分布在四川省的北部与东南部；生态效率中等的省份(自治区)主要分布在四川省的东北部与西南部；生态效率较低的省份(自治区)主要分布在四川省的西北部与东南部，其中包括四川省在内。

3 结语

1)在未考虑非期望产出时，西部地区的土地利用效率总体较高。其中内蒙古自治区、重庆市、四川省、陕西省的土地利用经济效率是有效的，说明在西部地区，这4个省(自治区、直辖市)的经济发展比其他省(自治区)要好。其他8个省份(自治区)虽然土地利用经济效率无效，但效率值均大于0.70，说明其土地利用经济效率均较好，但均有投入冗余的现象，为避免浪费，改变已有的粗放式发展，在土地利用过程中应注意资金、人力、实物资本的合理配置，提高土地利用的经济效率。

2)在考虑非期望产出时，除西藏自治区的土地利用效率是有效的之外，其他省份(自治区、直辖市)土地利用生态效率值偏低，说明非期望产出降低了土地利用的实际经济价值。虽然内蒙古自治区、重庆市、四川省、陕西省的土地利用经济效率是有效的，但其土地利用的生态效率是无效的，说明这4个省(自治区、直辖市)在经济发展过程中，生态环境付出了很大的代价。为降低对生态环境的破坏，应健全和完善相关法律、法规，并积极落实相关政策，根据各省实际情况，围绕生态环境保护，进行产业升级，同时加强科技研究与生产管理，加快经济发展方式的转变。

需要说明的是，数据包络分析方法评价的是所选决策单元的相对效率^[18-19]，并不是绝对的有效，当选取的研究区不一样时，效率值可能会随之改变。此外，本文选取的投入指标与产出指标，可能不能全面反映土地利用的经济效率与生态效率，若选取的指标不同，评价结果也可能不同。未来可以围绕以上问题进行更深入的研究。

参考文献【 REFERENCES】

[1] SIVAM A.Constraints affecting the efficiency of the urban residential land market in developing countries：a case study of India[J].Habitat International，2002，26(4)：523-537.

[2] 何春霞.基于数据包络分析的新疆建设用地利用效率研究[D].乌鲁木齐：新疆大学，2013.

[3] 梁丽，单薇.河南省城市土地利用经济效率的DEA评价[J].河南科学，2008(1)：103-106.

[4]WBCSD.Eco-efficiency：creating more value with less impact impact[EB/OL].[2019-01-01].http：//www.wbcsd.org/DocRoot/BugWjalu0wHL0IMoiYDr/eco_efficiency_creating_more_value.pdf2008-11-01.

[5] 任惠，周琳，王玥.基于超效率DEA的沈阳经济区土地利用效率评价[J].中国国土资源经济，2018，31(1)：68-72.

[6] 田浩辰，郭杰.江苏省城市土地利用效率评价[J].河南科学，2017，35(8)：1341-1348.

[7] 冯达，黄华明，张毅，等.湖南省城市土地利用效率DEA分析[J].国土资源科技管理，2007(1)：51-54.

[8] 韩增林，吴爱玲，彭飞，等.基于非期望产出和门槛回归模型的环渤海地区生态效率[J].地理科学进展，2018，37(2)：255-265.

[9] REITH C C， GUIDRY M J.Eco-efficiency analysis of an agricultural research complex[J].Journal of Environmental Management， 2003(68)：219-229.

[10] BARBA-GUTIéRREZ Y， ADENSO-DíAZ B， LOZANO S.Eco-efficiency of electric and electronic appliances：a data envelopment analysis[J].Environmental Modeling and Assessment， 2008(1)：11-19.

[11] 习近平.改进考核方法手段 再不能简单以GDP论英雄[J].稀土信息，2013(7)：1.

[12] 游和远，吴次芳，林宁，等.基于数据包络分析的土地利用生态效率评价[J].农业工程学报，2011，27(3)：309-315.

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

[14] 诸大建，邱寿丰.作为我国循环经济测度的生态效率指标及其实证研究[J].长江流域资源与环境，2008(1)：1-5.

[15] COOPER W W， LAWRENCE M， TONE K.Data envelopment analysis：a comprehensive text with models， applications， references， and DEA-solver software[M].Boston：Kluwer Academic， 2000.

[16] 邢俊.基于样本数据包络分析的若干模型与方法研究[D].呼和浩特：内蒙古大学，2006.

[17] 马占新.数据包络分析模型与方法[M].北京：科学出版社，2010.

[18] 范业婷，鲁成树，方晨.基于DEA模型的合肥市土地利用综合效率研究[J].国土资源科技管理，2013，30(5)：53-57.

[19] 宋戈，高楠.基于DEA方法的城市土地利用经济效益分析——以哈尔滨市为例[J].地理科学，2008(2)：185-188.

Land use efficiency evaluation in western China based on data envelopment analysis

JIAN Ping ¹，YANG Qi ²

(¹School of Geography and Environmental Science ，Guizhou Normal University ，Guiyang 550000，China ；²School of Physical Education and Education Science ，Nanchang University ，Nanchang 330000，China )

Abstract ： In this paper， the 12 provinces/autonomous regions/municipalities directly under the central government in west China were taken as the research objects， an evaluation index system was established based on their land use status and development stages， with the CCR-I model of data envelopment analysis (DEA) and DEA-SOLVER5.0 software， the economic efficiency and ecological efficiency of land use in western China in 2016 was analyzed and evaluated.The results showed that， the land use efficiency of the target area was relatively high when the non-expected output was not taken into account；when considering the non-expected output， except that the land use of Tibet was effective， the land use efficiency of other provinces/autonomous regions/municipalities directly under the central government was low.

Keywords ： western China，land use，data envelopment analysis，economic efficiency，ecological efficiency

中图分类号： F293.2；X24

文献标识码： A

文章编号： 1003-6563(2019)05-0074-05

收稿日期： 2019-02-01；修回日期： 2019-03-12

作者简介：

简 萍 (1993-)，女，贵州毕节人，硕士研究生，研究方向： 土地利用与房地产估价。

杨 琦 (1993-)，男，贵州遵义人，硕士研究生，研究方向： 体育人文社会学。

标签：西部地区论文;  土地利用论文;  数据包络分析论文;  经济效率论文;  生态效率论文;  贵州师范大学地理与环境科学学院论文;  南昌大学体育与教育学院论文;