（4） 計算每個評價樣本與最優樣本的接近程度Ci，計算公式為
Ci=D-iD－i+D+i（5）
Ci在0到1間取值，Ci越接近1，表示樣本越接近最優水平；反之，Ci越接近0，表示樣本越接近最劣水平。
房地產市場績效分析涉及指標較多，信息量較大，采用變異係數TOPSIS法可以更準確地把握影響房地產市場發展的主導性要素。本文首先通過變異係數法計算確定各指標權重，其次采用TOPSIS法對南京市房地產市場運行績效進行計算，並據此評價“限購令”實施及取消政策對房地產市場的宏觀調控效果。
借鑒建設部曾對房地產市場健康運行提出“總量平衡、結構穩定、價格合理”的標準，並參照已有研究工作基礎［22—24］ ，本文構建如下評價指標體係（表1）：
表1房地市場宏觀調控績效評價指標體係
目標
指標體係
指標解釋
總量平衡
x1:商品房銷售麵積增長率
從消費者角度衡量商品房需求增長速度
x2:商品房銷售麵積\/商品房竣工麵積
從消費者角度反映房地產市場整體供求情況
x3:新開工麵積增長率
從開發商角度衡量商品房需求增長速度
x4:商品房施工麵積\/商品房竣工麵積
從開發商角度反映房地產市場整體供求情況
結構穩定
x5:房地產開發投資額\/社會固定資產投資額
衡量投資結構合理性
x6:房地產產業生產總值\/地區生產總值
衡量房地產產業在地區產業結構中是否合理
x7:房地產開發投資額增長率
反映房地產市場投資熱度
x8:土地購置費\/房地產開發投資額
從地價占比角度間接衡量房地產投資結構合理性
價格合理
x9: 商品房價格增長率
衡量房價上漲速度
x10:房價\/人均可支配收入
衡量城市居民購房能力
x11:商品房銷售額\/房地產開發投資額
從投資收益率角度間接反映價格合理性
x12:房價增長率\/M2增長率
房價變化與貨幣和準貨幣（M2）供應量變化是否協同反映價格合理性
2南京市房地產市場運行績效分析
按式（1）~（5），用Excel軟件計算2010年5月至2015年12月南京市房地產市場宏觀調控各項指標體係的變異係數和權重，結果見表2。在用TOPSIS法進行評價時，因本文選取的房地產宏觀調控績效評價指標均可看作適度指標，所以在歸一化過程中需確定每個指標的適度值。然而各個指標在學術界均沒有被普遍認同的固定適度值，因此，本文采用各個指標的平均數作為適度值進行計算，以期更貼合實際，結果見圖1。圖2為南京市月度房價變化。
表2各項指標變異係數和權重
x1
x2
x3
x4
x5
x6
變異係數
0．187
0．326
0．277
0．471
0．019
0．007
權重wj
0．074
0．130
0．110
0．188
0．008
0．003
x7
x8
x9
x10
x11
x12
變異係數
0．125
0．061
0．027
0．224
0．220
0．562
權重wj
0．050
0．024
0．011
0．089
0．088
0．224
圖1每個樣本與最優樣本的接近度Ci
圖2南京市月度房價變化
根據表2變異係數賦權情況可知，x2 （商品房銷售麵積\/商品房竣工麵積）、x3 （新開工麵積增長率）、x4 （商品房施工麵積\/商品房竣工麵積）和x12 （房價增長率\/M2增長率）權重相對較大，分別為0．130、0．110、0．188和0．224，並且x10 （房價\/人均可支配收入）和x11 （商品房銷售額\/房地產開發投資額）的權重緊跟其後，分別為0．089和0．088，其他指標的權重相對較小。從此可知，房地產市場的供求情況和價格合理程度對房地產宏觀調控效果影響較大。
根據圖2中南京市房地產市場運行績效結果，綜合2011年2月開始實施“限購令”到2014年9月取消“限購令”的時間節點，對南京市“限購令”實施及取消政策對房地產市場宏觀調控結果分析如下：
第一，根據圖1可以發現每年12月至次年2月左右，Ci值均很低，而每年7月份至9月份，Ci值均很高，總體呈現一定規律性。考慮到每年12月至次年2月正值中國特色的寒假與春節，房地產市場受外部環境影響很大，如新樓開盤數減少、工人放假暫停施工等因素較大程度影響了市場供需，從而使房地產市場呈現不景氣的現象，如圖2所示，每年1—2月份房價均會小幅下跌，也側麵證明了該時段房地產市場處於低穀。很多的樓盤都會選在夏秋交際時開盤，這個時候恰好人們的消費心理比較鬆動，房地產市場的供給量和需求量相較於其他月份均有所增長，構成較高的購買率和收益率，因此該段時間房地產市場運行績效優良。
第二，從圖1可知，“限購令”政策在實施後2個月內，C i值急劇降低，從0．54 降到0．38；“限購令”政策在取消後7個月內，Ci值也處於持續緩慢下滑的狀態，雖然期間略微上漲，但是隨即又下降，從2014年9月的0．59下滑到2015年4月的0．39。原因可能是每一項政策出台前後，企業和市民均持觀望態度，投資、買賣三方均不願意出手，從而造成政策出台的滯後性。
第三，“限購令”政策實施對調節房地產市場有一定效果，但總體來看效果有限。從圖2可知，大部分樣本Ci值均在0．4~0．6波動，若把0．5看作一般水平，則很明顯可以看出在南京市住房“限購令”實施前和取消後的時間內，房地產市場績效得分為一般偏下，而在“限購令”實施後至取消前的時間內（2011．2—2014．9），除極個別月份Ci值過低，其餘月份Ci值均在0．4以上，部分月份Ci值甚至超過0．6，接近最優樣本。在該時間段內，Ci＞0．5與 Ci＜0．5之比為1∶1，略優於“限購令”實施前和取消後的時間段，因此不難得出結論，住房“限購令”政策的實施對房地產市場的宏觀調控有一定效果。然而從整體來看，房地產績效得分僅為一般水平，即使在住房“限購令”實施後也沒有飛躍性的提升，並且圖2顯示，頒布“限購令”後將近一年內房價在平穩中略有下跌，但是放寬時間尺度可發現，房價並未受到抑製，反而整體呈現快速上揚趨勢。由此看來“限購令”政策對房地產市場的調控有限，不宜作為長久之策。
第四，“限購令”取消在短期內對房地產市場的影響效果欠佳。從圖1的績效情況可知，2014年9月住房“限購令”取消後，房地產市場運行整體處於下滑趨勢，雖然在5月、8月和11月有回升跡象，但是無法扭轉績效持續走低的現狀。另外， 2015年9月伊始，南京市房價開始有繼續走高的趨勢，“排隊搶號”、“房價大漲”的新聞屢見不鮮，說明“限購令”取消後短時間內對南京房地產市場調控效果不佳。
3“後限購令” 住房政策發展的建議
一是，在確保房地產宏觀調控政策長期針對性的同時要加強政策的合理引導與宣傳。縱觀中國近三十年來的發展，發現房地產業是一個受宏觀政策影響非常明顯的行業，每一項政策都會對房地產市場平穩健康運行產生重大影響。南京市住房“限購令”從實施至取消僅曆時3年半，時間較短，且從調控效果來看隻在短期內有效，缺乏長期針對性，不利於房地產市場的穩定。雖然政府及時取消了住房“限購令”，從理論上來看的確釋放了一定的購房需求，但由於房地產市場信息的不對稱，在缺乏政府對於“限購令”政策出台背景、預期目標等充分說明的情形下，對於能否達到促進房地產市場平穩發展的意圖也有不確定性。因此，建議政府著眼於長期發展來製定房地產政策，並且加強對於房地產政策有關解釋與說明，增強決策的公開性。
二是，保持房地產市場平穩運行，讓市民成為最終受益者。房地產市場平穩健康發展是市民成為最終受益者的前提。房地產市場的波動，更多為投機者創造了機會，即便價格下降，也會引發市民的觀望，從而影響市民住房水平的提高。因此，“限購令”等政策的出台，需要“切中”房地產市場發展的拐點，引導房地產市場的平穩發展，這才是居民所期望的，也是房地產市場自身健康發展的客觀要求。
三是，構建多層次剛性需求導向的房地產市場供給機製，持續改善中低收入群體住房水平。從2010年至2015年，南京市每年新增就業人口數超過20萬，常住人口年均增加4．6萬，且在南京常住人口中，近10%為普通高校的在校大學生，住房剛性需求大。南京市人口紅利支撐著整個房地產市場，尤其是“限購令”政策取消後，商品房市場嚴重供不應求。因此，建立以剛性需求為導向的房地產市場供給應作為南京市未來房地產開發重點，如學區房開發、地鐵沿線住房開發等，並要逐步控製、減少純粹投機炒房人群。
圖3南京市每年新增就業人口
四是，要重視房地產市場評估的第三方平台建設，加大社會參與度。李克強總理在2014年8月27日召開國務院常務會議時強調要用第三方評估促進政府管理方式改革創新。無論是“限購令”政策的實行還是取消，都是政府在“自拉自唱”，該政策的效果好壞通過內部部門自我檢查、自我評價獲得，這使得市民群眾不充分信任政府決策。因此，南京市政府對於房地產市場的決策也應當將更多社會化專業力量引入第三方評估，讓決策更加科學化、合理化，從而提高政府的公信力，更好地為人民服務。
（感謝南京大學國土資源與旅遊學係李建豹博士生給予的支持與幫助。）
參考文獻：
［1］ 王立婷．房地產限購政策對住房價格影響的實證研究［D］．大連理工大學，2015.
［2］ Kasparova，D． , M． White. The Responsiveness of house prices to macroeconomic forces： A crosscountry comparison． European Journal of Housing Policy，2001， 1（3）: 385416.
［3］ Egert B， Mihaljek D． Determinants of House Prices in Central and Eastern Europe ［J］． Comparative Economic Studies，2007，49：367388.
［4 ］ 吳寶申．房地產價格波動與宏觀經濟基本麵的互動機製研究［D］．浙江大學，2007.
［5］ 沈悅，劉洪玉．住宅價格與經濟基本麵：1995—2002年中國14城市的實證研究［J］．經濟研究，2004（6）:7886.
［6］ Abraham J M， Hendershott P H． Bubbles in metropolitan housing markets ［J］． Journal of Housing Research， 1996，7（2）:191207.
［7］ 劉堯.關於房地產“限購令”問題的研究：以上海房地產市場為例［D］．複旦大學，2012.
［8］ 劉小瑜，謝娟娟，趙鶴芹.“限購令”下的房地產市場效應實證研究［J］．統計與決策，2013，4：126128.
［9］ 金虎斌.房地產限購政策實施效果的實證分析——基於雙重差分模型的估計［J］．創新，2012，2：6265，127.
［10］ 張德榮，鄭曉婷．“限購令”是抑製房價上漲的有效政策工具嗎？［J］．數量經濟技術經濟研究，2013，11：5672.
［11］ 喬坤元． 住房“限購令”真的起作用了嗎？——來自中國70大中城市的證據［J］． 經濟與管理研究，2012，12：2534.
［12］ 張建同，方陳承，何芳． 上海市房地產限購限貸政策評估：基於斷點回歸設計的研究［J］． 科學決策，2015，7：123.
［13］ 胡蛇慶，劉妍． 2014年南京市房地產市場與房地產金融運行情況調查分析［J］． 金融縱橫，2015，1：7580.
［14］ 邵皖寧． 2015年上半年南京市房地產市場運行分析［J］． 金融縱橫，2015，7：5661.
［15］ 邵皖寧． 南京市房地產市場發展研究——基於新型城鎮化戰略的視角［J］． 金融縱橫，2013，9：6569.
［16］ 徐建華． 現代地理學中的數學方法［M］． 北京:高等教育出版社，2002.
［17］ 馬穎憶，陸玉麒．基於變異係數和錫爾指數的中國區域經濟差異分析［J］．特區經濟，2011，5：273275.
［18］ 趙微，林健，王樹芳，等．變異係數法評價人類活動對地下水環境的影響［J］．環境科學，2013，4：12771283.
［19］ 張燕，高翔，張洪．農業綜合產出對投入資源的敏感性研究［J］．中國農業大學學報，2011，6：169173.
［20］ 韋俊敏，胡寶清．基於改進TOPSIS法的土地整治合理度評價——以廣西農墾國有金光等4個農場為例［J］ ．資源科學，2013，7：14071414.
［21］ 曹賢忠，曾剛．基於熵權TOPSIS法的經濟技術開發區產業轉型升級模式選擇研究——以蕪湖市為例［J］ ．經濟地理，2014，4：1318.
［22］ 趙俊俊． 我國房地產宏觀調控政策績效研究［D］．鄭州大學，2014.
［23］ 李曉丹． 我國房地產調控政策績效評價研究［D］．首都經濟貿易大學，2013.
［24］ 李倩．房地產市場綜合評價指標體係初探［J］．理論觀察，2004（1）.
Policy Performance Evaluation of Housepurchasing
Limitation in Nanjing
Yi Zhu
（School of Geographic And Oceanographic Sciences,
Nanjing University, Nanjing 210023）
Abstract:Macrocontrol policy plays an important role in the regulation and control of the real estate market． It is meaningful to study the impact of real estate policy． Take Nanjing as an example, the index system of performance evaluation can be constructed with an aim of “total balance, reasonable structure, stable prices”． We use the method of C．V and TOPSIS to evaluate the performance of realestate from May 2010 to December 2015 in Nanjing． As a result, we discuss whether the housepurchasing limitation exert impacts on the macrocontrol of real estate market in Nanjing, and explore the approaches to make the real estate market healthy and stable．
Key Words: housepurchasing limitation; coefficient of variation; TOPSIS; performance evaluation; Nanjing
生豬養殖產業變化的用地影響及其政策供給分析
生豬養殖產業變化的用地影響
及其政策供給分析
鍾太洋，徐智穎收稿日期：2016512
基金項目：國家自然科學基金（41271190，41671176）
作者簡介：鍾太洋（1976—），男，江西於都人，南京大學地理與海洋科學學院副教授、博士，主要從事土地利用研究，電話：02589680372，Email：taiyangzhong@163．com
徐智穎（1992—），女，安徽潛山人，南京大學地理與海洋科學學院，碩士研究生，主要研究方向為土地利用。聯係電話：15261873186，Email:xuzhiying1992@163．com
（南京大學地理與海洋科學學院，南京210023）
摘要為分析生豬養殖產業變化的用地影響，本文采用結構分解的思路，對2002—2010年生豬養殖產業變化的用地影響進行分析，主要估算了其對耕地需求的結構效應、技術效應和規模效應，以及對設施農用地需求的結構效應和規模效應。結果表明：（1） 2002—2010年，我國的生豬養殖業正在經曆較為明顯的產業轉型——散養明顯減少、規模養殖明顯增加。（2） 就耕地需求的影響而言，結構效應為26．19萬公頃、技術效應為223．09萬公頃、規模效應為819．45萬公頃，前述三者之和為1068．73萬公頃，分別相當於2010年耕地麵積的0．19%、1．65%、6．06%和7．90%。（3） 對於設施農用地需求的影響而言，規模養殖飼養生豬數量增加，使得生豬養殖用地增加了174609．0公頃（規模效應），相當於2014年批準建設用地的43．24%，相當於近5年（2009—2013年）年均耕地減少麵積的47．85%；同樣的，不同養殖規模比重的變動，使得生豬養殖用地增加了24760．50公頃（結構效應），相當於2014年批準建設用地的6．13%，相當於近5年（2009—2013年）年均耕地減少麵積的6．79%。此外，還分析了與之相關的用地政策供給，相關的政策供應順應了包括生豬養殖產業在內的農業產業轉型發展的需要，但在與之相關的土地利用變化監測方麵可能依然是個具有挑戰的問題。
關鍵詞生豬養殖；產業變化；用地影響
1引言
1995年，Lester Brown發表了Who Will Feed China? WakeUp Call for a Small Planet（誰來養活中國）［1］
。Lester Brown的報告認為在21世紀，中國國內的糧食生產將無法滿足中國的需求，並將大量進口糧食。［1］1996年，中國國務院新聞辦公室發布了《中國的糧食問題》［2］
，對國際上有關中國糧食問題的關切予以了回應。《中國的糧食問題》宣布“中國將努力促進國內糧食增產，在正常情況下，糧食自給率不低於95%，淨進口量不超過國內消費量的5%”［1］。統計數據表明，1995—2015年的20年，盡管我國的糧食產量有波動，但總體趨勢是總產量逐步提高。有趣的是，盡管總產量不斷提高，但是中國的糧食進口量卻也快速增加（在我國當前的統計口徑中，糧食包括穀物、大豆和薯類）。有分析表明，中國的生豬養殖快速增長是中國糧食大量進口的主要原因之一。［3］因此，麵對中國生豬養殖的快速增長及其導致的糧食進口的快速增加，國際社會給予了極大的關注甚至表現出一定的憂慮［3］，如有研究從環境效應角度分析了中國生豬養殖迅猛發展導致進口快速增加的影響
。［3］在近20年，我國的生豬養殖產業發生較大變化：首先，生豬養殖規模迅速擴大；其次，在生豬養殖快速增加的同時，中國大陸的生豬養殖產業也發生了顯著的轉型，主要表現為散戶養殖比例快速下降、規模化養殖比例快速上升。那麼，生豬養殖產業的變化對土地利用帶來哪些影響呢？對應的土地管理政策供給和挑戰又有哪些？然而，當前已有研究尚未對此加以分析。本文欲對此問題加以探討，以期為相關的決策提供參考。
2方法和數據
2．1分析方法
2．1．1對耕地需求的影響
生豬養殖所需要的糧食可以表達為
D=D1+D2+…+Dn
=P1×f1+P2×f2+…+Pn×fn
=P×P1P×f1+P×P2P×f2+…+P×PnP×fn
=P×∑ni=1wifi（1）
式（1）中，D為飼料糧總需求，D1為第1養殖類型（如散養）飼料糧需求量，Dn為第n類型的飼料糧需求量；Pn為第n類型生豬頭數；fn為第n類型生豬每頭豬飼料需求量；wi為i類型生豬數量比重；fi為第i類型每頭豬飼料需求量。
把生豬養殖相關的糧食需求變化分解為規模效應、結構效應和技術效應三個部分。其中，規模效應，即養殖規模變動對飼料糧需求的影響（Dp）可以表達為
Dp=ΔP×∑w0if0i （2）
其中，ΔP為兩期生豬養殖規模變化量，w0i為第0期i類型生豬數量比重，f0i為第0期i類型每頭豬飼料需求量。
結構效應，即養殖產業結構變動對飼料糧需求的影響（Dw）可以表達為
Dw=P0×∑（wti－w0i）f0i（3）
其中，P0為第0期生豬數量，wti為第t期i類型生豬數量比重。
技術效應，即單位生豬飼料消耗量變動對飼料糧需求的影響（Df）可以表達為
Df=P0×∑w0i（fti－f0i）（4）
其中fti為第t期i類型每頭豬飼料需求量。
則第0期至第t期期間飼料用量總變化量ΔD的耕地需求影響ΔA可以表達為
ΔA=ΔDa·m（5）
其中，a為糧食單產，m為複種指數。
而規模效應、結構效應和技術效應對於總變化量ΔD的貢獻程度（占比）分別是
DpDp+Dw+Df，DwDp+Dw+Df和DfDp+Dw+Df。
2．1．2對非耕地需求的影響
生豬養殖產業變動對非耕地需求的影響主要是對養殖場所用地的影響。同理，生豬養殖產業變動對非耕地需求的影響總量ΔS，也可以劃分為規模效應、結構效應和技術效應。從理論上來說，前述三項效應均可計算得到，但受資料所限，目前尚未有對不同養殖規模每頭豬所需養殖用地麵積的統計，因此，無法計算技術效應。規模效應（Sp）則可以表達為
Sp=ΔP×∑w0ic0i（6）
而結構效應則可以表達為：
Sw=P0×∑（wti－w0i）c0i（7）
其中，c0i為第0期i類型每頭豬所需養殖用地麵積。
養殖用地在很大程度上較難轉變為農業用地，散養生豬數量減少並不意味著散養模式占用的養殖用地的減少，而規模養殖生豬數量的增加則往往意味著養殖用地的增加。因此，與對耕地需求影響不同的是，在計算對非耕地需求時，隻計算規模增加部門的規模變動及比例變動部分。
2．2數據來源
有關生豬養殖數量的數據主要來自2003—2011年的《中國畜牧業年鑒》，生豬養殖耗糧量的數據則來自相應年份的《全國農產品成本收益資料彙編》，有關糧食單產數據則來自《中國統計年鑒》；有關的政策供給則主要通過網絡檢索獲得。
3結果和分析
3．1生豬養殖產業轉型
出於統計數據可獲得性和一致性的考慮，本文隻分析了2002—2010年的生豬養殖產業轉型及其土地利用影響。本文把散養，小、中和大規模養殖分別定義為50頭以下、50~99頭、100~499頭和500頭以上，這與《全國農產品成本收益資料彙編》中規模分類標準有所不同。這主要是出於盡可能使口徑一致和便於計算考慮。無論是從場戶數還是出欄頭數的統計來看，在2002—2010年期間，我國的生豬養殖業正在經曆較為明顯的產業轉型，散養顯著減少、規模養殖顯著增加，且出欄數比例要比場戶數比例下降地更快（表1）。從出欄比例來看，散養戶生豬出欄數量比重從73%左右下降到36%左右，比重約減少了37%；從場戶數來看，散養戶飼養生豬數量占總飼養量的比重從99%下降到88%左右，比重約減少了11%。