基于屬性權(quán)重優(yōu)化算法的土地利用績(jī)效評(píng)價(jià)及差異分解分析

賈玉杰 ，杜震洪 ，張豐 ，劉仁義

（1.浙江大學(xué)浙江省資源與環(huán)境信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，浙江杭州310028；2.浙江大學(xué)地理信息科學(xué)研究所，浙江 杭州310027）

0 引 言

隨著城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，以土地粗放低效利用換取經(jīng)濟(jì)快速增長(zhǎng)的模式在各地屢見不鮮，土地利用效率不斷降低[1-2]。因此，為實(shí)現(xiàn)可持續(xù)發(fā)展，提高土地利用效率，如何評(píng)價(jià)當(dāng)前土地利用的綜合績(jī)效，即評(píng)價(jià)土地資源配置的合理性、土地利用效益的普遍性、土地資源的可持續(xù)性成為當(dāng)前學(xué)界關(guān)注的重要問(wèn)題[2-3]。在土地資源日益稀缺的大背景下，我國(guó)先后出臺(tái)了一系列土地整治與保護(hù)政策，這些政策側(cè)重于對(duì)具有較明顯區(qū)域?qū)傩缘耐恋刭Y源進(jìn)行統(tǒng)籌協(xié)調(diào)。因此，探究區(qū)域土地利用績(jī)效的空間特征，尤其是空間差異特征，有助于提高區(qū)域政策的針對(duì)性和有效性，應(yīng)該成為土地利用績(jī)效評(píng)價(jià)研究中的關(guān)注點(diǎn)。

基于土地資源多層次性、稟賦差異性、區(qū)域多元性等特征，如何運(yùn)用一種綜合評(píng)價(jià)機(jī)制來(lái)評(píng)估績(jī)效值，已成為土地利用績(jī)效評(píng)價(jià)的重要課題。為此，國(guó)內(nèi)外學(xué)者進(jìn)行了廣泛而深入的研究，這些研究成果大多以 FAO（food and agriculture organization）的《可持續(xù)土地利用管理評(píng)價(jià)大綱》（FESLM）為理論基礎(chǔ)[4]，以班茂盛等[5]采用的“構(gòu)建評(píng)價(jià)指標(biāo)體系-確定指標(biāo)權(quán)重-進(jìn)行綜合評(píng)價(jià)”為研究框架，從土地利用可持續(xù)性[6]，土地利用新陳代謝[7]等視角進(jìn)行了研究。在建立評(píng)價(jià)指標(biāo)體系方面，較典型的框架有PSR（pressure state response）[8]，“4E”（經(jīng)濟(jì) + 效益+效率+公平）[9]及其他概念框架[10-11]。建立指標(biāo)體系后，多采用Delphi[5]、AHP（analytic hierarchy process）[12-13]等主觀賦權(quán)法或變異系數(shù)法[9]、熵權(quán)法[2,14-15]等客觀賦權(quán)法確定評(píng)價(jià)指標(biāo)權(quán)重，然后基于模糊綜合評(píng)價(jià)[13]、矢量評(píng)價(jià)[5]、TOPSIS（technique for order preference by similarity to an ideal solution）[2,15]等模型測(cè)度績(jī)效值。在此基礎(chǔ)上，對(duì)土地利用績(jī)效的障礙因子[13]，關(guān)聯(lián)度[15]、耦合度[16]、空間演變特征及分異格局[17]等進(jìn)行分析。

上述研究成果在推動(dòng)土地利用績(jī)效理論深入研究和方法改進(jìn)上進(jìn)行了積極有益的探索，但在確定指標(biāo)權(quán)重方面，已有研究主要采用單一賦權(quán)法，主觀賦權(quán)法受主觀因素影響較大，客觀賦權(quán)法過(guò)于依賴數(shù)據(jù)，均存在一定的局限性[18]。因此，使用綜合主客觀賦權(quán)法可以使綜合評(píng)價(jià)結(jié)果既能反映研究者的關(guān)注點(diǎn)，又能充分利用數(shù)據(jù)的客觀信息。另外，在土地利用績(jī)效差異研究方面，已有研究主要集中于分析研究區(qū)域內(nèi)土地利用績(jī)效的時(shí)空分異特征[2,12,14]，在定量化分析區(qū)域內(nèi)及區(qū)域間差異對(duì)總土地利用績(jī)效差異的貢獻(xiàn)度方面的研究相對(duì)較少。綜上所述，本文以2011—2015年31個(gè)省域?yàn)檠芯繂卧?，首先?gòu)建土地利用績(jī)效評(píng)價(jià)指標(biāo)體系，然后采用綜合主客觀賦權(quán)的屬性權(quán)重優(yōu)化算法確定指標(biāo)權(quán)重，運(yùn)用改進(jìn)的TOPSIS模型測(cè)度綜合績(jī)效值，最后基于泰爾指數(shù)組間分解法按三大地帶、六大常規(guī)分類、九大土地利用分區(qū)3種分組方式定量分析各組組內(nèi)和組間差異對(duì)總體土地利用績(jī)效差異的貢獻(xiàn)度。

1 數(shù)據(jù)與方法

1.1 研究方法

1.1.1 屬性權(quán)重優(yōu)化算法

土地利用績(jī)效評(píng)價(jià)中不同參評(píng)因子對(duì)評(píng)價(jià)結(jié)果的影響差異較大，權(quán)重的確定一直是定量化土地利用績(jī)效評(píng)價(jià)研究的重點(diǎn)。主觀賦權(quán)法解釋性較強(qiáng)，結(jié)果依賴于研究者的經(jīng)驗(yàn)和知識(shí)，具有一定主觀性?？陀^賦權(quán)法具有客觀性，但過(guò)于依賴數(shù)據(jù)，未能充分考慮研究者的主觀導(dǎo)向。因此，兼顧主觀偏好和客觀信息的綜合賦權(quán)法可在一定程度上克服單一賦權(quán)法的不足。本文引入綜合主客觀賦權(quán)的屬性權(quán)重優(yōu)化算法[18]，該算法不但反映了主客觀權(quán)重自身，而且體現(xiàn)了主客觀權(quán)重之間的差異，既能充分利用數(shù)據(jù)的客觀信息，又能兼顧研究中重點(diǎn)關(guān)注但信息熵較低的指標(biāo)，使得評(píng)價(jià)結(jié)果能更真實(shí)地反映土地利用績(jī)效的情況。鑒于AHP對(duì)決策分析類問(wèn)題具有較廣泛的實(shí)用性，熵權(quán)法能增強(qiáng)指標(biāo)的分辨意義和差異性，本文基于AHP和熵權(quán)法計(jì)算綜合權(quán)重，計(jì)算步驟如下：

（1）由AHP計(jì)算得到主觀權(quán)重向量W′，由熵權(quán)法計(jì)算得到客觀權(quán)重向量W″。

（2）構(gòu)造等權(quán)線性加權(quán)最優(yōu)化模型MaxZ：

（3）運(yùn)用Lagrange函數(shù)求得α,β的值：

式中，m表示數(shù)據(jù)個(gè)數(shù)，n表示屬性（指標(biāo)）個(gè)數(shù)，α,β分別為W′和W″的系數(shù)，表示第i個(gè)數(shù)據(jù)的第j個(gè)屬性，表示第j個(gè)屬性的主觀權(quán)重，′表示第j個(gè)屬性的客觀權(quán)重。

1.1.2 改進(jìn)的TOPSIS模型

土地利用是一個(gè)多目標(biāo)的復(fù)合系統(tǒng)，不同階段土地利用特質(zhì)具有動(dòng)態(tài)性，最佳的土地利用形態(tài)一定是在當(dāng)時(shí)的資源配置格局下，最接近土地利用最優(yōu)狀態(tài)，同時(shí)遠(yuǎn)離土地利用的最差狀態(tài)。而基于多目標(biāo)決策分析的TOPSIS模型適用于在土地利用績(jī)效空間中測(cè)量每個(gè)績(jī)效靠近正理想解和遠(yuǎn)離負(fù)理想解的程度。與傳統(tǒng)的TOPSIS模型相比，改進(jìn)的TOPSIS模型主要對(duì)評(píng)價(jià)對(duì)象與正理想解和負(fù)理想解的評(píng)價(jià)公式進(jìn)行了改進(jìn)。應(yīng)用改進(jìn)的TOPSIS模型進(jìn)行土地利用績(jī)效評(píng)價(jià)時(shí)，對(duì)指標(biāo)數(shù)量、數(shù)據(jù)分布、樣本容量無(wú)嚴(yán)格限制，既可用于不同區(qū)域的對(duì)比，也可用于不同年份的分析，具有真實(shí)、可靠、直觀等優(yōu)點(diǎn)[19]，具體計(jì)算步驟如下：

（1）將適度指標(biāo)轉(zhuǎn)換為正向指標(biāo)或逆向指標(biāo)后[20]采用極值法進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化數(shù)據(jù)矩陣

（2）通過(guò)屬性權(quán)重優(yōu)化算法確定權(quán)重，將矩陣R的每一行與其相應(yīng)的權(quán)重wj相乘得到加權(quán)規(guī)范化決策矩陣

（3）確定正負(fù)理想解V+和V-，其中，

（4）計(jì)算每個(gè)數(shù)據(jù)到正理想解的距離和每個(gè)數(shù)據(jù)到負(fù)理想解的距離。其中，

1.1.3 廣義熵指數(shù)及其分解

對(duì)土地利用績(jī)效差異的探討不僅需要了解差異的分布特征，更需要深入分析各區(qū)域內(nèi)部以及各區(qū)域之間的土地利用績(jī)效差異情況對(duì)總績(jī)效差異的影響小。在對(duì)差異和公平性的研究中，形成了很多衡量差異的指標(biāo)，例如：變異系數(shù)、基尼系數(shù)、泰爾指數(shù)等。由于基尼系數(shù)按區(qū)域分組分解后組內(nèi)差異和組間差異互不獨(dú)立，產(chǎn)生的交叉項(xiàng)無(wú)法精確解釋[21]，因此，本文使用另一個(gè)被廣泛應(yīng)用且易于分解的衡量績(jī)效差距的指標(biāo)，即SHORROCKS等提出的廣義熵指數(shù)族（GE指數(shù)），其計(jì)算公式為

其中，n是分組個(gè)數(shù)，yi是第i組的土地利用績(jī)效值，μ是績(jī)效的平均值，s(yi)是第i組的省域個(gè)數(shù)占總省域個(gè)數(shù)的比重。當(dāng)c等于0或1時(shí)，廣義熵指數(shù)就是泰爾指數(shù)。特別當(dāng)c=0時(shí)，組內(nèi)差異和組間差異相互獨(dú)立，可以將總的差異完全分解到組內(nèi)和組間，清晰、準(zhǔn)確地得到組內(nèi)和組間差異對(duì)總差異的貢獻(xiàn)率[21]。如果將所有樣本分為M組，那么泰爾指數(shù)就可用以下方法來(lái)分解總體土地利用績(jī)效的差異：

其中，右邊第1項(xiàng)代表組內(nèi)差異，表示各個(gè)區(qū)域內(nèi)部對(duì)總體差異的貢獻(xiàn)；第2項(xiàng)代表組間差異，表示各個(gè)區(qū)域之間對(duì)總體差異的貢獻(xiàn)。I(yi)是第i組組內(nèi)的泰爾指數(shù)，可以利用上式中c=0的公式計(jì)算；v(yi)是第i組的績(jī)效值占總績(jī)效值的比重[21]。

1.2 數(shù)據(jù)來(lái)源

土地利用面積數(shù)據(jù)來(lái)源于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》（2011—2016），土地利用分類標(biāo)準(zhǔn)采用2007年《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)》（GB/T21010—2007）。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2011—2016）及各省統(tǒng)計(jì)年鑒。生態(tài)環(huán)境數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2011—2016）和《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》（2011—2016）。地圖矢量底圖數(shù)據(jù)來(lái)源于自然資源部標(biāo)準(zhǔn)地圖服務(wù)（http：//bzdt.ch.mnr.gov.cn/)。

1.3 區(qū)域劃分

由于香港、澳門、臺(tái)灣的部分統(tǒng)計(jì)數(shù)據(jù)缺失，本文將研究對(duì)象限定為中國(guó)大陸的31個(gè)省、直轄市、自治區(qū)（簡(jiǎn)稱為省級(jí)區(qū)域或省域）。

根據(jù)國(guó)家統(tǒng)計(jì)局的區(qū)域劃分標(biāo)準(zhǔn)，首先將31個(gè)省級(jí)區(qū)域按照三大地帶、六大常規(guī)分類進(jìn)行劃分；其次，根據(jù)國(guó)土資源部《全國(guó)土地利用總體規(guī)劃綱要(2006—2020)年》的劃分標(biāo)準(zhǔn)，再將31個(gè)省級(jí)區(qū)域按照九大土地利用分區(qū)進(jìn)行分組，最終共組成3種區(qū)域劃分方式，具體如表1所示。

表1 區(qū)域劃分及區(qū)域內(nèi)所含省份Table 1 Regional division and province contained within the region

2 土地利用績(jī)效評(píng)價(jià)

2.1 構(gòu)建評(píng)價(jià)指標(biāo)體系

構(gòu)建科學(xué)合理的評(píng)價(jià)指標(biāo)體系是土地利用績(jī)效評(píng)價(jià)研究的重要前提。論文在參考其他學(xué)者建立的指標(biāo)體系的基礎(chǔ)上[2-3,5,9,12-15,17]，結(jié)合“生態(tài)文明建設(shè)”“城鄉(xiāng)一體化”等背景，構(gòu)建如表2所示的土地利用績(jī)效評(píng)價(jià)指標(biāo)體系。指標(biāo)體系以土地利用績(jī)效為目標(biāo)層，從土地利用結(jié)構(gòu)、經(jīng)濟(jì)社會(huì)效益和生態(tài)可持續(xù)性三方面組建準(zhǔn)則層，選取18個(gè)評(píng)價(jià)指標(biāo)組成指標(biāo)層，來(lái)綜合評(píng)價(jià)當(dāng)前土地資源配置的合理性、土地利用效益的普遍性、土地資源的可持續(xù)性。具體設(shè)計(jì)思路如下：

表2 土地利用績(jī)效評(píng)價(jià)指標(biāo)體系及指標(biāo)權(quán)重Table 2 Land use performance evaluation index system and indicator weight

（1）土地利用結(jié)構(gòu)：反映一定時(shí)期內(nèi)的土地資源配置情況，既是土地自然屬性的呈現(xiàn)，也是人類與自然綜合作用的表征。選取墾殖指數(shù)、容積率、土地利用程度指數(shù)、土地利用多樣性指數(shù)4個(gè)指標(biāo)綜合衡量人與自然對(duì)土地的一體化作用。其中，土地利用程度指數(shù)、土地利用多樣性指數(shù)的計(jì)算公式參考文獻(xiàn)[22]中提出的計(jì)算方法。

（2）經(jīng)濟(jì)社會(huì)效益：反映土地利用的綜合價(jià)值及土地利用的投入產(chǎn)出情況，追求以減量化土地投入水平獲取最大的效益及其在社會(huì)群體中的公平分配。選取地均GDP、地均固定資產(chǎn)投資、地均房地產(chǎn)開發(fā)投資額、地均社會(huì)消費(fèi)品零售額、地均就業(yè)人數(shù)、居民最低生活保障人數(shù)比例、城農(nóng)人均可支配收入比（農(nóng)村=1）7個(gè)指標(biāo)衡量土地利用的經(jīng)濟(jì)效益和社會(huì)效益。其中，城農(nóng)人均可支配收入比（農(nóng)村=1）的理想標(biāo)準(zhǔn)為1，即實(shí)現(xiàn)城鄉(xiāng)一體化。

（3）生態(tài)可持續(xù)性：根據(jù)建設(shè)環(huán)境友好型和資源節(jié)約型社會(huì)的理念，主要反映污染治理能力及生態(tài)綠地的建設(shè)情況，在參考原環(huán)保部關(guān)于印發(fā)《生態(tài)縣、生態(tài)市、生態(tài)省建設(shè)指標(biāo)（修訂稿）》的通知（環(huán)發(fā)[2007]195號(hào)）的基礎(chǔ)上，選取廢水排放總量、廢氣排放總量、工業(yè)固體廢棄物產(chǎn)生量、生活垃圾無(wú)害化處理量、地均環(huán)境污染治理投資、生態(tài)用地比例、公園綠地面積7個(gè)指標(biāo)。其中，生態(tài)用地比例由耕地、林地、草地、園地、水庫(kù)、坑塘、溝渠、設(shè)施農(nóng)用地占土地調(diào)查總面積的比例計(jì)算得到。

2.2 土地利用績(jī)效評(píng)價(jià)結(jié)果

基于上述土地利用績(jī)效評(píng)價(jià)指標(biāo)體系，獲取統(tǒng)計(jì)數(shù)據(jù)并進(jìn)行預(yù)處理是實(shí)現(xiàn)土地利用績(jī)效分析的基礎(chǔ)。具體處理步驟如下：

（1）根據(jù)指標(biāo)體系中指標(biāo)計(jì)算方法計(jì)算統(tǒng)計(jì)值，得到18個(gè)指標(biāo)的統(tǒng)計(jì)值X=(xij)155×18。

（2）將適度指標(biāo)轉(zhuǎn)換為正向指標(biāo)或逆向指標(biāo)，然后使用極值法分別針對(duì)正向指標(biāo)和逆向指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化數(shù)據(jù)R=(rij)155×18。

（3）基于yaahp 10.0（層次分析法軟件）獲得主觀權(quán)重W′，運(yùn)用熵權(quán)法獲得客觀權(quán)重W″，然后通過(guò)屬性權(quán)重優(yōu)化算法計(jì)算獲得綜合權(quán)重W=[w1,w2,…,w18]（見表2）。

（4）運(yùn)用改進(jìn)的TOPSIS模型計(jì)算土地利用績(jī)效值，并計(jì)算其統(tǒng)計(jì)值（見表 3）?？?jī)效值在0～1之間。當(dāng)i=0時(shí)，土地利用處于高度無(wú)序混亂狀態(tài)；當(dāng)i=1時(shí)，土地利用績(jī)效達(dá)到最優(yōu)狀態(tài)。

3 土地利用績(jī)效分解分析

為了解各省域間土地利用績(jī)效差異如何影響總土地利用績(jī)效，采用泰爾指數(shù)及其組間分解法，按三大地帶、六大常規(guī)分類、九大土地利用分區(qū)3種劃分方式測(cè)度績(jī)效的差異情況，并基于Stata/MP14.0計(jì)算得到各區(qū)域的組內(nèi)和組間土地利用績(jī)效泰爾指數(shù)及其對(duì)總體績(jī)效差異的貢獻(xiàn)度。

3.1 按三大地帶分組分解

按三大地帶進(jìn)行分解時(shí)（見表 4和圖 1），從空間維度出發(fā)，以2015年為例，東部地區(qū)、中部地區(qū)、西部地區(qū)的區(qū)域間差異對(duì)總土地利用績(jī)效差異的貢獻(xiàn)率為35.38%，區(qū)域內(nèi)差異的貢獻(xiàn)率為64.62%，表明盡管東部、中部、西部地區(qū)的土地利用績(jī)效之間存在一定的差異，但同一地區(qū)內(nèi)部的土地利用績(jī)效差異更大。東部地區(qū)內(nèi)部貢獻(xiàn)率高達(dá)48.29%，反映出東部地區(qū)11個(gè)省級(jí)區(qū)域間的土地利用績(jī)效差異較大。西部地區(qū)內(nèi)部貢獻(xiàn)率為11.80%，中部地區(qū)為4.53%，說(shuō)明中西部地區(qū)內(nèi)部也存在一定的差異，且西部地區(qū)內(nèi)部差異大于中部地區(qū)。從時(shí)間維度出發(fā)，根據(jù)圖1，5 a間東部地區(qū)的平均貢獻(xiàn)率為47.73%，位居第一，西部地區(qū)的平均貢獻(xiàn)率為11.86%，中部地區(qū)為4.18%。2011—2015年各分組內(nèi)及組間對(duì)總績(jī)效差異的貢獻(xiàn)率基本相同，僅有小幅波動(dòng)，說(shuō)明東西部區(qū)域發(fā)展不協(xié)調(diào)，地區(qū)差異顯著，各分組間的差異格局長(zhǎng)期且穩(wěn)定存在。

圖1 2011-2015三大地帶組內(nèi)平均貢獻(xiàn)率Fig.1 The average contribution rate of the three major groups from 2011 to 2015

表3 2011-2015年土地利用績(jī)效及其統(tǒng)計(jì)值Table 3 Land use performance and it's statistics valus from 2011 to 2015

表4 2011—2015三大地帶組內(nèi)及組間貢獻(xiàn)率Table 4 Contribution rate within and between the three major groups from 2011 to 2015

3.2 按六大常規(guī)分類分解

由于按三大地帶進(jìn)行劃分尺度較大，不能準(zhǔn)確反映中尺度相鄰區(qū)域間的差異情況，因此，再按六大常規(guī)分類的方式對(duì)土地利用績(jī)效的空間差異進(jìn)行分解（見表5）。根據(jù)2011—2015年的平均貢獻(xiàn)率（圖2），各分組的區(qū)域間差異對(duì)總土地利用績(jī)效差異的貢獻(xiàn)率為12.18%，而區(qū)域內(nèi)差異的貢獻(xiàn)率為87.82%，表明盡管區(qū)域之間的土地利用績(jī)效之間存在一定差異，但同一地區(qū)內(nèi)部的土地利用績(jī)效差異更大，尤其是華北地區(qū)貢獻(xiàn)率高達(dá)43.65%，約占了區(qū)域內(nèi)部差異的二分之一，說(shuō)明北京、天津與河北、山西及內(nèi)蒙古的土地利用績(jī)效差異異常顯著，華東地區(qū)的貢獻(xiàn)率也高達(dá)26.71%，幾乎占區(qū)域內(nèi)部差異的四分之一，表明與華北地區(qū)相比，華東地區(qū)內(nèi)部雖發(fā)展相對(duì)平衡，但其內(nèi)部差異仍然不容小覷，其貢獻(xiàn)率遠(yuǎn)大于東北地區(qū)（0.95%）、中南地區(qū)（4.03%）、西北地區(qū)（4.28%）、西南地區(qū)（8.20%）內(nèi)部差異貢獻(xiàn)率的總和（17.46%）。

圖2 2011—2015六大常規(guī)分類組內(nèi)平均貢獻(xiàn)率Fig.2 The average contribution rate within the six general categories from 2011 to 2015

圖3 2011—2015九大土地利用分區(qū)組內(nèi)平均貢獻(xiàn)率Fig.3 The average contribution rate of the nine major land-use zoning groups from 2011 to 2015

表5 2011—2015六大常規(guī)分類組內(nèi)及組間貢獻(xiàn)率Table 5 Contribution rate among the six general categories and between groups from 2011 to 2015

3.3 按九大土地利用分區(qū)分解

為從土地利用分區(qū)角度了解各地區(qū)間績(jī)效差異的分布規(guī)律，再按九大土地利用分區(qū)對(duì)績(jī)效進(jìn)行分解，見表6。根據(jù)表 6，2011—2015年，九大土地利用區(qū)域的區(qū)域間差異對(duì)總績(jī)效差異的貢獻(xiàn)率一直穩(wěn)居第一，各分組間的差異即地區(qū)間的績(jī)效差異成為總績(jī)效差異的主要貢獻(xiàn)項(xiàng)，而東北區(qū)、青藏區(qū)對(duì)總績(jī)效差異的貢獻(xiàn)率不足2%，尤其是青藏區(qū)的貢獻(xiàn)率，約等于0，說(shuō)明黑龍江、吉林、西藏、青海等績(jī)效較低的省域?qū)偛町惖挠绊戄^小。根據(jù)2011—2015年的平均貢獻(xiàn)率（見圖3），各分組的區(qū)域間差異對(duì)總土地利用績(jī)效差距的貢獻(xiàn)率為27.32%，相較于六大常規(guī)分類，九大土地利用分區(qū)的組間貢獻(xiàn)率提高了15.14%，各分組區(qū)域內(nèi)差異的貢獻(xiàn)率為72.68%，其中，京津冀魯區(qū)（22.39%）、蘇浙滬區(qū)（26.81%）組內(nèi)的差異較大，2個(gè)分組對(duì)總績(jī)效差異的貢獻(xiàn)率達(dá)50%左右。而青藏區(qū)（0.0062%）組間的差異最小，貢獻(xiàn)率約等于0，東北區(qū)（1.207%）、閩粵瓊區(qū)（1.921%）、湘 鄂 皖 贛 區(qū)（2.360%）、晉 豫 區(qū)（4.736%）、西北區(qū)（4.834%）、西南區(qū)（7.79%）的貢獻(xiàn)率均小于8%，各區(qū)域內(nèi)部差異依然異常顯著。另外，2011—2015年各區(qū)域內(nèi)及區(qū)域間的泰爾指數(shù)及其對(duì)總績(jī)效差異的貢獻(xiàn)率僅有小幅波動(dòng)，說(shuō)明各區(qū)域內(nèi)及區(qū)域間的績(jī)效差異格局長(zhǎng)期穩(wěn)定存在。

總體上看，在空間維度上，省域土地利用績(jī)效與其對(duì)組內(nèi)績(jī)效總差異的貢獻(xiàn)率呈正相關(guān)，即績(jī)效越高的省級(jí)區(qū)域?qū)τ诮M內(nèi)績(jī)效差異的貢獻(xiàn)率越高，績(jī)效越低的省級(jí)區(qū)域?qū)τ诮M內(nèi)績(jī)效差異的貢獻(xiàn)率越低，空間績(jī)效存在顯著的異質(zhì)性。當(dāng)按以上3種方式分組時(shí)，北京、天津、山東、上海、江蘇、浙江、廣東等績(jī)效較高的省域所在的分組組內(nèi)貢獻(xiàn)率對(duì)總績(jī)效差異的貢獻(xiàn)率均較高，新疆、西藏、青海、內(nèi)蒙古、黑龍江、吉林等績(jī)效較低的省域所在的分組組內(nèi)貢獻(xiàn)率對(duì)總績(jī)效差異的貢獻(xiàn)率均較低，各區(qū)域內(nèi)部的差異是限制土地資源合理配置的主要矛盾。時(shí)間維度上，2011—2015年各區(qū)域內(nèi)及區(qū)域間的貢獻(xiàn)率分配基本相同，僅有小幅波動(dòng)，說(shuō)明各區(qū)域內(nèi)及區(qū)域間的差異格局長(zhǎng)期存在。因此，根據(jù)各地區(qū)資源條件、土地利用現(xiàn)狀、經(jīng)濟(jì)社會(huì)發(fā)展階段和區(qū)域發(fā)展戰(zhàn)略定位的差異，科學(xué)劃分土地利用區(qū)、明確區(qū)域土地利用方向、促進(jìn)形成統(tǒng)籌協(xié)調(diào)的土地利用格局、實(shí)施差別化的土地利用政策具有重要意義。

表6 2011—2015九大土地利用分區(qū)組內(nèi)及組間貢獻(xiàn)率Table 6 Nine large land use zoning group and the contribution rate between groups from 2011 to 2015

4 結(jié) 論

為了解土地利用績(jī)效的現(xiàn)狀，探究區(qū)域間績(jī)效的時(shí)空差異特征，筆者從土地利用結(jié)構(gòu)、經(jīng)濟(jì)社會(huì)效益和生態(tài)可持續(xù)性3個(gè)角度選取18個(gè)指標(biāo)構(gòu)建績(jī)效評(píng)價(jià)指標(biāo)體系，采用綜合主客觀賦權(quán)的屬性權(quán)重優(yōu)化算法確定指標(biāo)權(quán)重，運(yùn)用改進(jìn)的TOPSIS模型測(cè)度了2011—2015年全國(guó)31個(gè)省域的績(jī)效值。此外，使用泰爾指數(shù)組間分解法按3種分組方式定量分析了區(qū)域內(nèi)和區(qū)域間差異對(duì)總績(jī)效差異的貢獻(xiàn)率。結(jié)果表明：

4.1 按三大地帶分組分解時(shí)，東部地區(qū)（48.29%）差異對(duì)總體差異貢獻(xiàn)最大，西部地區(qū)（11.80%）次之，中部地區(qū)（4.53%）最小，地區(qū)間差異對(duì)總體的貢獻(xiàn)率為35.38%。

4.2 按六大常規(guī)分類分組時(shí)，華北地區(qū)（43.65%）、華東地區(qū)（26.71%）對(duì)總體差異貢獻(xiàn)較大，東北地區(qū)（0.95%）、中南地區(qū)（4.03%）、西北地區(qū)（4.28%）、西南地區(qū)（8.20%）貢獻(xiàn)較小，地區(qū)間差異對(duì)總體的貢獻(xiàn)率為12.18%。

4.3 按九大土地利用分類分組時(shí)，京津冀魯區(qū)（22.39%）、蘇浙滬區(qū)（26.81%）貢獻(xiàn)較大，青藏區(qū)（0.0062%）、東北區(qū)（1.207%）、閩粵瓊區(qū)（1.921%）、湘鄂皖贛區(qū)（2.360%）、晉豫區(qū)（4.736%）、西北區(qū)（4.834%）、西南區(qū)（7.79%）貢獻(xiàn)較小，地區(qū)間差異對(duì)總體的貢獻(xiàn)率為27.32%。

4.4 空間維度上，績(jī)效越高的省級(jí)區(qū)域?qū)M內(nèi)績(jī)效差異的貢獻(xiàn)率越高，績(jī)效越低的省級(jí)區(qū)域?qū)M內(nèi)差異的貢獻(xiàn)率越低。時(shí)間維度上，2011—2015年各區(qū)域內(nèi)及區(qū)域間的貢獻(xiàn)率基本相同，僅有小幅波動(dòng)，各區(qū)域內(nèi)及區(qū)域間的差異格局長(zhǎng)期存在。

通過(guò)分析2011—2015年全國(guó)各區(qū)域間土地利用績(jī)效的差異特征，以期為制定宏觀調(diào)控政策提供參考。與此同時(shí)，也存在一定的不足，論文僅著眼于大尺度上的績(jī)效差異分析，后續(xù)研究中，可將此績(jī)效差異分析方法應(yīng)用于中小尺度。