江浙沪地区城市建设用地环境效率评价--基于三阶段dea与bootstrap-dea方法-吴振华.pdf

《江浙沪地区城市建设用地环境效率评价--基于三阶段dea与bootstrap-dea方法-吴振华.pdf》由会员分享，可在线阅读，更多相关《江浙沪地区城市建设用地环境效率评价--基于三阶段dea与bootstrap-dea方法-吴振华.pdf（10页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、现代城市研究2017.01江浙沪地区城市建设用地环境效率评价基于三阶段DEA与Bootstrap-DEA方法Environmental Efficiency Evaluation of Urban Construction Land in Jiangsu-Zhejiang-Shanghai Area: Based on Three-stage DEA and Bootstrap-DEA Methods吴振华 唐芹 王亚蓓WU Zhenhua TANG Qin WANG Yabei文章编号 ： 1009-6000(2017)01-0090-10中图分类号 ： X321 文献标识码 ： Bdoi：

2、 10.3969/j.issn.1009-6000.2017.01.013基金项目： 国 家 自 然 科 学 基 金 项 目 （ 编 号 ： 71163008） ； 广 西 社 会 科 学 基 金 项 目 （ 编 号 ：13GDL005） 。作者简介： 吴 振 华 （ 1972-） ， 男 ， 桂 林 电 子 科 技 大 学 商 学 院 ， 副 教 授 ， 博 士 ， 主 要 从 事 城 市 土 地利 用 与 收 益 分 配 方 面 研 究 ；唐 芹 （ 1988-） ， 女 ， 桂 林 电 子 科 技 大 学 商 学 院 ， 硕 士 研 究 生 ， 研 究 方 向 为 城 市 土 地 利 用

3、 与 收 益分 配 ， 通 讯 作 者 ；王 亚 蓓 ， 女 ， 桂 林 电 子 科 技 大 学 信 息 科 技 学 院 。摘 要:城市土地资源短缺、环境污染严重、利用率偏低已经成为制约城市化水平的关键性因素，而解决这些问题关键在于建设用地环境效率的提高，因此客观正确地对城市建设用地环境效率进行评价具有重大意义。本文采用三阶段 DEA 与 Bootstrap-DEA 方法，对江浙沪地区 25 个城市在2002-2013 年间的城市建设用地环境效率、空间格局演变及其特征进行分析。为了使现实评估精确可行，剥离了外部环境因素、随机误差、样本敏感性及生产前沿面完全效率状态的影响。研究结果表明：各年环境

4、效率受环境因素和随机误差的影响被低估；DEA 有效和非有效城市在空间布局上呈“小集中大分散（上集中，下分散）”的分异特征，江苏省环境效率发展不均衡态势相对明显；苏北、长三角、浙南地区都符合“纯技术效率 规模效率 综合效率”的规律，且都呈现出“浙南 长三角 苏北”的格局；省内环境效率发展不平衡，呈现出“苏南 苏中 苏北，浙中 浙东 浙西”的格局。关键词:城市建设用地环境效率；三阶段 DEA；Bootstrap-DEA；江浙沪地区；评价Abstract: Urban land shortage, environmental pollution and low utilization of urba

5、n land resources have become the main restrictions of regional urbanization level. The crucial point of solving these problems is to improve the environmental efficiency of urban construction land. Therefore, it is of great significance to evaluate the environmental efficiency of urban construction

6、land. This paper chose the three-stage DEA and Bootstrap-DEA methods to analyze the environmental efficiency of urban construction land of the 25 cities in Jiangsu-Zhejiang-Shanghai area from 2002 to 2013.Then the spatial evolution process and characteristics of environmental efficiency were analyze

7、d based on the empirical research. It excluded the impacts of external environmental factors, random errors, susceptibility to samples and full efficiency state on the optimal frontier, and provided a more accurate method for the objective evaluation. Three main results 土地与房地产LAND AND REAL ESTATE0万方

8、数据江浙沪地区城市建设用地环境效率评价基于三阶段DEA与Bootstrap-DEA方法 吴振华 唐芹 王亚蓓0 引言城市建设用地主要为工业制造、房地产与基础设施建设提供土地资源保障1。随着城市化进程的不断加快，城市建设用地迅速扩张，大量优质耕地遭到占用2。截止到 2012 年底，全国总面积达到 45750.67km2，相比于 2003 年增长57.91%，年均增长 1677.867km2。研究结果显示，由于城市人口急剧增加、耕地被大量占用，江浙沪地区人均耕地面积仅有0.14km2，而且以年均 4%5% 的速度递减3，同时出现城市土地资源浪费、环境污染严重等问题，导致环境效率下降4。环境效率评价

9、研究不仅要考虑到正面产出，还要考虑到对环境造成负担的负面产出，争取最大经济价值的同时也要注意保护环境。大多数学者在投入要素选择上一般会从劳动力、资源和资本 3 个方面考虑，在产出指标选择上要兼顾经济效益和环境效益。环境效益分为正面产出与负面产出两种情况，在计算负面产出时会用不同的方法或者模型进行处理。金玲等5将负面产出 SO2、NOX、烟粉尘排放量与各省区就业人数、能源消费量、固定资产投资一并作为投入要素，使用 DEA 模型对全国各省的大气环境效率进行了评价。刘勇6和许冬兰7都选择了能够直接处理非期望产出的 SBM 模型，前者将 CO2、SO2、NOX等排放量作为负面产出，对 2007 年安徽

10、省 43 家企业的环境效率进行评价；而后者将“三废”排放量作为非理想产出，并对 2001-2010 年全国出口部门的环境效率进行测算。李涛8选择数据转换函数处理法将工业与生活 SO2排放量转化，与地区生产总值一并作为期望产出，代入传统 DEA 模型对中国 29 个省份的能源效率状况进行评价。涂正革等9也通过这种方法对 1998-2008 年我国工业行业的环境效率进行评价。上述研究对环境效率评价领域做出很大贡献，但在如下两方面仍需改进：（1）研究方法有一定局限性，不能排除外部环境因素及随机误差对效率值的影响，因此分析结果与实际情况相比可能会有较大偏差。（2）对运行结果的描述较为简单，没有对土地资

11、源利用环境效率的空间格局演变过程及其特征进行有效分析。鉴于此，本文运用 Fried 等10的三阶段 DEA模型及 Simar & Wilson11的 Bootstrap-DEA 方法，对 2002-2013 年间的江浙沪地区城市建设用地环境效率进行评价，揭示影响土地利用环境效率的关键因素与作用机理，分析环境效率空间格局演变过程及效率特征，研究结果不仅对于加强建设用地管理、提高资源优化配置、保持土地生态系统稳定性具有重要意义，而且为江浙沪地区可持续发展提供科学借鉴。were drawn as follows: the environmental efficiency of every year

12、influenced by external environmental factors and random errors is underestimated; the spatial distribution patterns of DEA efficient cities and non-DEA efficient cities are a “small concentration-big dispersion(up concentration,down dispersion)” type, and characteristics of non-equilibrium in Jiangs

13、u province are more obvious; Northern Jiangsu, the Changjiang River Delta and Southern Zhejiang all abide with the law of “pure technical efficiencyscale efficiencyintegrated efficiency”. Southern Zhejiang is higher than the Changjiang River Delta, and Northern Jiangsu is the lowest. The development

14、 of environmental efficiency between provinces is not balanced. Southern Jiangsu is higher than central Jiangsu, and northern Jiangsu is the lowest. However, central Zhejiang is higher than eastern Zhejiang, and western Zhejiang is the lowest.Key words: environmental efficiency of urban construction

15、 land; three-stage DEA; Bootstrap-DEA; Jiangsu-Zhejiang-Shanghai area; evaluation万方数据现代城市研究2017.011 研究方法、变量选取和数据来源1.1 研究方法1.1.1 三阶段DEA方法第一阶段 Banker12等人对传统DEA-CCR 模型进行扩展，将综合效率分解为纯技术效率与规模效率的乘积，便得到了 DEA-BCC 模型，并且规模报酬可变。BCC 模型分为投入导向型和产出导向型。就城市建设用地环境效率评价来说，投入变量是决策的基本变量，相对容易控制，故本文选择前者。第二阶段根据 SFA 模型的回归结果对各

16、决策单元的投入变量进行调整，使得每个决策单元都具备相同的外部环境条件，这个过程可剔除影响投入产出松弛变量的外部环境因素、随机误差以及内部管理情况的影响。第三阶段将上一阶段调整后的新投入变量与原始产出变量代入 DEA-BCC 模型中，再次对效率值进行评估，得到更为准确的结果。1.1.2 线性数据转换函数法在实际生产中，投入一定的生产要素，生产出来的除了有期望产出，如第二、三产业增加值，建成区绿化覆盖面积，同时也不可避免的会有非期望产出，如废水、废气及固体废物排放量。一般来说，正面产出越大越好，而负面产出越小越好。因此在应用传统 DEA 方法计算城市土地利用效率之前，应先对非期望产出进行处理。目前

17、处理非期望产出的方法主要有距离函数法、作投入处理法、曲线测度评价法及数据转换函数处理法。本文选用线性数据转换函数法来处理三废排放问题，它是一种较好的环境绩效评价方法，在 BCC 模型中具有明显优势。设第 i 个城市在第 j 年的排放量为 Vij，max(Vij) 为 j 年度最大工业废气排放量，取 a=max(Vij)+C，其中 C 为任意大于零的常数，则转换后的非期望产出可表示为 Vij*=-Vij+a，且 Vij*0。通过线性数据转换函数法将 Vij* 转换成越大越好的期望产出，可以使用传统 DEA-BCC 模型进行研究。1.1.3 Bootstrap-DEA方法三阶段 DEA 模型具有一

18、般参数评估方法不可比拟的优点，在计算相对效率时不需要对未知总体做出任何假设，而且可以排除外部环境因素和随机误差的干扰。但是，一旦评估时的观测样本有限，则带有样本敏感性，易受生产前沿面完全效率状态的影响，同时也忽略了统计性推断问题，导致评价结果有偏。为了克服这些缺点，使用 Bootstrap-DEA 方法，对原始数据采用大量的有放回重复抽样（选择 2000 次），得到模拟样本的实证密度函数，再运用蒙特卡罗近似法对样本参数的偏差进行修正，以提高效率评价的精确度。本文采用 R 语言编程实现 Bootstrap-DEA 方法。1.2 变量选取1.2.1 投入产出指标变量选取鉴于江浙沪地区行政划分的稳定

19、性和数据的可获得性，选取劳动力、土地及资本投入作为要素投入，分别用第二、三产业从业人数、城市建设用地面积和固定资产投资总额来表示；产出指标的确定相对要复杂一些，因为建设用地环境效率评价涉及到期望和非期望产出，故选取第二、三产业增加值作为经济效益的期望产出，建成区绿化覆盖面积作为环境效益的期望产出，废水、废气及固体废物排放量作为环境效益的非期望产出。具体的投入产出指标见表 1。1.2.2 环境变量选取考虑到对城市建设用地环境效率有明显影响但又不在主观可控范围之内的因素，选择“政府影响力”、“所有权属性”和“城市人口密度”3 个指标作为外部环境变量。政府影响力直接影响着政策执行的方向与宏观调控的力

20、度，反映地方政府对当地发展的重视和支持程度，用地方财政支出占地区生产总值的比重来表示。影响力越大，对经济投资的指导性越强，土地等资源配置越合理，环境效率越高。所有权属性作为生产单元的制度环境，是影响建设用地环境效率的关键力量，用规模以上国有企业工业产值占规模以上工业企业总产值的比重来表示。国有经济产权缺乏监管，企业缺少长期发展的驱动力与创新精神，科技研究不足，成本和资源效率低下，导致环境效率较低。国有企业能够主动响应政府的环境治理政策，比其他经济主体更积极实施减排措施，故环境效率相对较高。城市人口密度作为地区自然属性的重要指标，对城市建设用地环境效率有着显著的影响，用城市人口与城市面积的比值来

21、表示。城市人口密度大，通常意味着城市化水平高，基础设施建设完善，人们生活条件和地区经济发展水平较高，建设用地利用程度可能相对较高，居民本身的素质及环保意识较强，对环境效率的提高有利。城市人口密度大，也会对区域生态环境造成压力，消耗更多的能源与资源，造成更多的环境污染，表1 城市建设用地环境效率评价投入产出指标评价目标 评价准则 分类 评价指标城市建设用地 投入指标 劳动力投入 第二、三产业从业人数环境效率 土地投入 城市建设用地面积资本投入 固定资产投资总额期望产出指标 经济效益 第二、三产业增加值环境效益 建成区绿化覆盖面积非期望产出指标 环境负效应 废水排放量废气排放量固体废物排放量土地与

22、房地产LAND AND REAL ESTATE万方数据对城市建设用地环境效率的提高不利。1.3 数据来源城市建设用地面积、城市人口与城市面积的数据来自 2002-2013 年中国城市建设统计年鉴，规模以上国有企业工业产值与规模以上工业企业总产值的数据来自 2003-2014 年各城市的统计年鉴，其它数据均来自 2003-2014 年中国城市统计年鉴，同时为了保持统计口径的一致性，所选取的数据均为各城市的全市统计值。2 结果分析2.1 第一阶段传统DEA实证结果暂不考虑外部环境变量和随机误差，直接将投入产出变量代入 DEA-BCC 模型，利用 DEAP2.1 软件对 2002-2013 年浙江沪

23、地区 25 个城市的建设用地环境效率进行评估，计算结果如表 2 所示。由表 2 可以看出，2002-2013 年江浙沪地区 25 个城市的年平均环境效率值为 0.916，与技术前沿面相差 8.4 个百分点，仍具有一定的提升空间。2002年 平 均 环 境 效 率 值 为 0.914，2003 年陡增到最大值 0.949, 上升了 3.5 个百分点。2003-2007 这几年间连续下降，直到 2007 年到达最低点 0.882，下降了 6.7个百分点。2008-2012 年间环境效率值围绕平均值上下小幅波动，2008 年是这段时期的最低值 0.886，2009 年和 2012年达到这段时期的最高

24、点 0.926, 两者相差 4.0 个百分点。年平均技术有效地区为12 个，2003 年最多，达到 16 个。其中各年环境效率都达到最大值 1 的城市有 3个，分别为无锡、苏州和舟山。2.2 第二阶段SFA回归结果第一阶段的运算结果是否受到环境因素和随机误差的干扰呢？需要运用Frontier4.1 软件进行回归分析验证。首先将各决策单元投入变量的松弛量作为因变量，上文选取的环境变量作为自变量，运用 SFA 模型拆解出环境变量、随机误差及内部管理无效率的影响程度，再将这些外部影响因素剔除即得到新的投入变量。由表 3 可以看出，政府影响力、所有权属性和城市人口密度则对劳动力、土地、资本投入均通过了

25、显著性水平为1% 的检验，这表明外部环境因素确实会对各投入要素的松弛变量造成显著影响。因此，利用此回归结果对每个城市的投入变量进行调整，使得各个城市具备相同的外部环境特征及客观条件这一过程是十分必要的。表2 2002-2013年江浙沪地区城市建设用地环境效率第一阶段比较城 市 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013上 海 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.960 1.000 1.000 1.000 1.000南 京 0.762 0.980 0.793 0.853

26、 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000无 锡 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000徐 州 0.582 0.813 0.873 0.772 0.733 0.676 0.625 0.813 0.775 0.717 0.759 0.660常 州 1.000 1.000 1.000 1.000 0.857 0.938 0.998 0.962 0.987 1.000 1.000 1.000苏 州 1.000 1.000 1.000 1.000

27、 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000南 通 0.846 0.831 1.000 1.000 1.000 1.000 0.788 0.933 1.000 1.000 1.000 1.000连云港 0.604 0.703 0.763 0.645 1.000 0.803 0.889 0.735 0.659 0.637 0.696 0.823淮 安 0.742 0.678 0.744 0.691 0.735 0.562 0.536 0.677 0.683 0.718 0.796 0.661盐 城 1.000 0.896 0.867 0.831

28、 0.731 0.686 0.761 0.868 0.753 0.894 1.000 0.948扬 州 0.800 1.000 1.000 0.970 0.913 0.795 0.855 1.000 0.882 0.991 0.963 0.762镇 江 0.953 1.000 1.000 0.993 0.982 0.884 0.839 1.000 0.963 0.831 0.894 1.000泰 州 1.000 1.000 1.000 0.948 0.873 0.821 0.871 1.000 0.884 0.916 0.919 0.787宿 迁 1.000 1.000 0.906 1.000

29、 0.757 0.732 0.793 1.000 0.835 0.928 0.950 0.679杭 州 0.790 0.879 0.907 0.894 1.000 0.965 1.000 1.000 1.000 1.000 1.000 0.851宁 波 1.000 1.000 0.973 0.941 0.793 0.821 0.822 1.000 0.844 0.965 0.936 0.911温 州 0.795 1.000 1.000 1.000 1.000 1.000 1.000 0.814 1.000 1.000 0.774 0.824嘉 兴 0.986 0.994 0.834 0.789

30、 0.829 0.697 0.746 0.830 0.682 0.766 0.864 0.897湖 州 1.000 1.000 0.934 0.799 0.788 0.837 0.796 1.000 0.914 0.859 0.865 0.809绍 兴 1.000 0.942 0.881 0.999 0.974 0.962 1.000 0.795 0.902 1.000 1.000 0.850金 华 1.000 1.000 0.950 0.991 1.000 1.000 1.000 0.876 1.000 1.000 1.000 1.000衢 州 1.000 1.000 0.976 1.000

31、 1.000 0.981 0.965 1.000 0.968 1.000 0.944 0.991舟 山 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000台 州 1.000 1.000 1.000 1.000 1.000 0.890 0.875 0.879 0.863 0.889 0.800 0.914丽 水 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000均 值 0.914 0.949 0.936 0.925

32、 0.919 0.882 0.886 0.926 0.904 0.924 0.926 0.895江浙沪地区城市建设用地环境效率评价基于三阶段DEA与Bootstrap-DEA方法 吴振华 唐芹 王亚蓓万方数据现代城市研究2017.01当回归系数为负数时，增加外部环境变量将会减少投入松弛变量，抵制投入的浪费或产出的减少，有利于城市建设用地环境效率的提高；反之，则表示不利。从表 3 可以判断出：（1）政府影响力对 3 个因变量的回归系数均为负数，表明提升政府影响力，可以营造有利的运营管理环境，对减少污染排放具有正向激励作用。（2）所有权属性对 3 个因变量的回归系数均为正数，说明在经济活动中国有性

33、质所有权结构会造成前期资源投入大量冗余及后期环境污染较重，反而不利于环境效率的提升。（3）城市人口密度对资本投入变量的影响最大，且回归系数为负数，说明提高人口密度，有利于减少投入的浪费，属于优势环境因素。因此，将国有企业比例控制在合理范围之内，并加大政府影响力与城市人口密度是提高城市建设用地环境效率的良好途径。2.3 第三阶段调整投入后DEA实证结果将调整后的投入变量和原始产出变 量 再 次 带 入 DEA-BCC 模 型， 得 到表3 2002-2013年SFA回归结果因变量 劳动力投入松弛变量 土地投入松弛变量 资本投入松弛变量自变量 系数值 T检验值 系数值 T检验值 系数值 T检验值常

34、数值 -5.96E+00 -4.14E+01（*） 2.82E+00 4.44E-01 2.66E+01 1.77E+01（*）政府影响力 -8.49E+01 -8.56E+01（*） -5.44E+01 -4.08E+01（*） -8.80E+02 -9.04E+02（*）所有权属性 1.00E+02 9.84E+01（*） 4.07E+01 4.02E+01（*） 6.73E+02 6.76E+02（*）城市人口密度 2.21E+01 2.22E+01（*） -2.43E+01 -2.02E+01（*） -1.97E+02 -2.00E+02（*）sigma-squared 8.97E+0

35、2 8.97E+02（*） 7.81E+02 7.82E+02（*） 1.20E+05 1.20E+05（*）gamma 1.00E+00 2.87E+06（*） 1.00E+00 7.30E+01（*） 1.00E+00 2.80E+05（*）log likelihood -1.00E+02 -9.67E+01 -1.60E+02LR单边误差 1.75E+01（*） 2.08E+01（*） 1.98E+01（*）注：T值为检验自变量对因变量是否有显著性影响的指标,(*)代表通过显著性水平为1%的检验。表4 2002-2013年江浙沪地区城市建设用地环境效率第三阶段比较城 市 2002 200

36、3 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013上 海 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.894 1.000 1.000 1.000 1.000南 京 0.931 0.980 1.000 0.984 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000无 锡 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000徐 州 0.865 0.897 0.978 0.

37、932 0.794 0.755 0.792 1.000 0.834 1.000 0.916 0.887常 州 1.000 1.000 0.995 1.000 0.927 0.954 0.998 1.000 0.992 1.000 1.000 1.000苏 州 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000南 通 0.923 0.934 1.000 1.000 1.000 1.000 0.891 0.950 1.000 0.818 1.000 1.000连云港 0.895 0.781 0.960 0.

38、928 1.000 0.864 0.905 0.990 0.703 1.000 0.905 0.823淮 安 0.884 0.779 0.984 0.910 0.773 0.883 0.885 0.910 0.788 0.948 0.835 0.661盐 城 1.000 0.963 0.937 0.979 0.829 0.827 0.873 0.963 0.869 0.971 1.000 0.986扬 州 0.926 1.000 1.000 1.000 0.913 0.851 0.930 1.000 0.890 1.000 1.000 0.913镇 江 0.955 1.000 1.000 1.

39、000 0.991 0.916 0.861 1.000 0.963 0.956 0.977 1.000泰 州 1.000 1.000 1.000 1.000 0.917 0.918 0.949 1.000 0.932 0.982 0.987 0.833宿 迁 1.000 1.000 1.000 0.995 0.832 0.827 0.831 1.000 0.934 0.977 0.967 0.860杭 州 0.875 0.881 0.965 0.910 1.000 0.965 1.000 0.920 1.000 1.000 1.000 0.872宁 波 1.000 1.000 0.984 1.

40、000 0.794 0.830 0.823 0.993 0.845 0.949 0.950 0.918温 州 0.955 1.000 1.000 1.000 1.000 1.000 1.000 0.870 1.000 1.000 0.903 0.926嘉 兴 0.987 0.995 1.000 0.987 0.936 0.879 0.992 0.872 0.844 0.973 0.970 0.975湖 州 1.000 1.000 1.000 0.967 0.850 0.934 0.929 1.000 0.938 0.896 0.913 0.843绍 兴 1.000 0.961 1.000 0.

41、947 0.987 1.000 1.000 0.832 0.949 1.000 1.000 0.877金 华 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.898 1.000 1.000 1.000 1.000衢 州 1.000 1.000 1.000 0.986 1.000 0.987 0.975 1.000 0.992 1.000 0.953 0.991舟 山 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000台 州 1.000 1.000 1.000 1.

42、000 1.000 0.890 0.875 0.904 0.863 0.993 0.837 0.936丽 水 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000均 值 0.968 0.967 0.992 0.981 0.942 0.931 0.940 0.960 0.933 0.979 0.964 0.932土地与房地产LAND AND REAL ESTATE万方数据2002-2013 年江浙沪地区 25 个城市不受上述因素干扰的环境效率值。结果如表 4 所示。从第三阶段结果可以看出，各年的环境效率都达

43、到 0.9 以上，年平均环境效率值高达到 0.957，与技术前沿面只相差 4.3 个百分点，提升空间明显减小。各年的效率值相对较高，导致 12 年间的升降幅度并不明显，走势比较平缓。2004 年环境效率提升到最高点 0.992，接近最大值 1，之后 3年连续下降，直到 2007 年达到 12 年间的最低点0.931，两者相差 6.1 个百分点。年平均技术有效地区达到 13 个，2004 年增长最为明显，达到 18 个。其中每年环境效率值都达到 1 的城市有 4 个，分别为无锡、苏州、舟山和丽水。将第三阶段结果与第一阶段进行对比，如图1 所示，年平均技术有效地区从 12 个增加到 13个，年平均

44、环境效率值从 0.916 上升到 0.957，升幅为 4.1%。每年的平均环境效率值都有大幅度提升，接近于最大值 1。这表明 2002-2013 年江浙沪地区城市建设用地环境效率受到外部环境因素和随机误差的影响，不管是从纯技术效率层面来说，还是从规模效率层面来说，都可能存在被低估的情况。一方面，纯技术效率高表明江浙沪地区在控制城市建设用地环境效益方面的决策与管理水平已经趋于成熟；另一方面，规模效率高则表明江浙沪地区在充分发挥技术优势的同时，优化生产要素配置，合理调整土地结构，实现建设用地规模经济。3 江浙沪地区城市建设用地环境效率的特征分析3.1 环境效率的空间格局演变第三阶段的环境效率值剔除

45、了其它因素的影响，更能贴近城市建设用地领域的实际状况。因此，基于上文三阶段 DEA 模型的第三阶段分析结果，根据 2002 年、2007 年、2011 年和 2013 年的环境效率值将城市进行梯度分类，其中 DEA 无效地区进一步以效率平均值加减半个标准差作为划分标准，具体分类如表 5：按照表 5 的标准，将江浙沪地区的 25 个城市从高到低分成 4 个梯度，再运用 ArcGIS10.2 软件绘制 4 个截面年份的空间分布图，如图 2 所示。2002 年江浙沪地区第一梯度城市就有 15 个，图1 2002-2013年江浙沪地区城市建设用地环境效率不同阶段结果比较表5 基于第三阶段环境效率的城市

46、分类类别 取值范围 环境效率评价第一梯度城市 1.000 有效第二梯度城市 0.938，1.000) 相对高效第三梯度城市 0.872，0.938) 相对中效第四梯度城市 0.000，0.872) 相对低效图2 2002-2013年间江浙沪地区城市建设用地环境效率空间演变过程江浙沪地区城市建设用地环境效率评价基于三阶段DEA与Bootstrap-DEA方法 吴振华 唐芹 王亚蓓万方数据现代城市研究2017.01所占比例高达 60%，这些城市在建设用地环境效益方面处于最前沿状态。其中包括上海、无锡、苏州、常州、宁波、金华等这些长江流域经济扩散中心或重要港口城市，它们作为地区政治、经济及交通中心，

47、经济基础好，人口素质高，环保意识强，不论是资源利用还是污染控制方面 , 都处于绝对领先地位。也包括绍兴、台州、舟山这些依靠本地区土壤、矿产、森林、海洋等自然资源开采、加工为主导的城市，既带动地方经济发展，又注重完善基础设施建设，加强吸引外资能力，在提高城市建设用地利用水平方面优势明显。还包括丽水、衢州和盐城这些以旅游业为主导产业的城市，这里汇集了丰富的自然资源和历史人文遗迹，拥有国家级自然保护区，更加注重资源的合理配置与生态环境的保护工作。南京、杭州、温州具有便利的交通和铁路枢纽，单方面注重发展经济，粗放型的加工产业前期投入量大，后期造成的污染多，导致其综合效益没有单一经济效益高。徐州市作为唯

48、一一个第四梯度城市，环境效率值仅为 0.865，社会发展水平、产业的引进门槛较低，单纯依靠增加土地供应来驱动经济增长，仍走“高投入、高污染”的老路，致使环境效益低下。自 2002 年开始，新一轮的城镇扩建高潮到来，国家为了防止土地交易过程中的投机行为，出台了招牌拍卖挂牌出让国有土地使用权规定，进一步规范土地交易市场，对城市建设用地利用效率的提高和可持续利用起到积极的影响。2002-2004 年间江浙沪地区城市建设用地利用水平大幅度增长，效率明显。2007 年平均环境效率值达到最低值0.931，第一梯度城市锐减到 10 个，除了上海、无锡、苏州、绍兴、金华、舟山和丽水之外，另外 8 个城市均降为

49、非DEA 有效地区，而南京、南通和温州升为第一梯度城市，表明这些经济发展较好的城市也开始重视可持续发展战略，关注经济收益的同时也能实施节能减排环保措施。盐城、宁波和宿迁变化最为明显，直接从第一梯度城市降为第四梯度城市，降幅分别为 17.3%、17% 和 17.3%。随着中国加入 WTO，经济全球化使得江浙沪地区的工业化、城市化迅速发展，而城市扩张时建设用地的增加主要来自对周边优质耕地的占用，这种粗放的开发模式使得城市建设用地环境效率迅速下降。2011 年平均环境效率相较于 2007年具有明显的提升，达到 0.979，第一梯度城市也骤增到 15 个，新加入的城市有徐州、常州、连云港、扬州和杭州，其中徐州、连云港和扬州表现最为抢眼，从原先的第四梯度城市上升为第一梯度城市，升幅分别为 24.5%、13.6%和 14.9%。而南通却降了 18.2 个百分点，直接从第一梯度城市落到最后一位