国内一些学者在土地利用方面展开了研究。2017年，高小云［1］认为提高房地产开发土地利用集约化程度，能促使房地产业长远发展，并提出了房地产开发土地集约化利用相关策略。2018年，刘润萍［2］分析了城市土地实现可持续发展存在的一些困难以及城市土地要想实现可持续发展所受到的制约，提出了实现城市土地可持续发展的相关建议。2019年，陈伟［3］提出了房地产开发土地利用过程中存在的相关问题，并从政府、人民、房地产开发商方面阐述了提高房地产开发土地利用率的相关措施。2019年，唐辉等［4］分析了福建省9个设区市市辖区的土地集约利用程度，得出福建省的城市土地利用集约度不高的结论。2020年，刘岩芳等［5］对山西省2007—2016年土地利用绩效进行了评价，并针对房地产行业提出了规范土地市场的相关建议。2021年，许可［6］分析了土地集约利用存在的一些主要问题，找出了导致土地资源配置失衡的房地产用地结构方面的相关问题。2021年，刘非［7］认为应发挥城市规划对房地产开发的限制及引导作用，使得两者共同完善城市建设，以达到长远发展的目的。2021年，张诗嘉等［8］分析了中原城市群城市土地利用效率，得出城市房地产投资的增加对提高城市土地利用效率具有消极影响的结论。国内相关文献大都指出了房地产开发土地资源利用中的相关问题并提出对应的解决途径，但这些都是宏观层面的一些建议以及解决途径，对房地产开发土地利用率进行实证分析的文献较少。本文通过评价分析房地产开发土地利用率，从而了解相关指标对房地产开发土地利用率的影响程度大小，为找出提高房地产开发土地利用率的途径提供依据。

1构建房地产开发土地利用率评价指标体系

1．1评价指标选取的原则

房地产开发土地利用率评价指标体系的建立涉及到各种各样的因素，要想达到最终的评价目的，需要按照一些原则去综合考虑评价指标是否合适。选择适合、准确的评价指标，提高房地产开发土地利用率评价指标体系的质量，总的来说，评价指标选取的原则如下。1)综合性原则。房地产开发土地利用率与人类活动在许多方面有联系，在评价过程中涉及是否科学合理、经济效益、社会效益、环境效益多方面内容，因此，在构建评价指标体系时，设计的评价指标越综合，越能全面地体现出房地产开发土地利用率所涉及到的这些方面之间的联系。2)层次性原则。房地产开发土地利用率与人类活动的联系可以划分为多个大领域，这几个大领域又可以分成许多小领域，根据两者之间的联系，建立层次结构。3)目的性原则。房地产开发土地利用率评价指标体系的建立能够反映房地产开发土地利用的状况，房地产开发土地利用率评价指标体系的最终结果不能偏离这一目的。4)可获取性原则。房地产开发土地利用率评价指标体系的建立是为了评估房地产开发土地利用的水平，从而找出房地产开发土地利用的规律，在考虑评价指标时应选择可以得到的指标数据进行评价，数据要真实可靠。5)系统协调性原则。房地产开发土地利用率评价指标体系中的科学合理、经济效益、社会效益、环境效益是一个相互影响的系统，在房地产开发土地利用率评价指标体系中应体现房地产开发土地利用率提高的途径，通过系统中各个因素共同发挥作用，提高房地产开发土地利用率。

1．2建立房地产开发土地利用率评价指标体系

综合考虑指标的五个选取原则后，最终将评价指标体系细分成科学合理、经济效益、社会效益、环境效益四个方面。科学合理方面主要体现在房地产开发土地利用中应考虑土地资源的长远发展，因此，选取建设用地供应总量、耕地数量、住宅用地供应、居住用地面积、居住用地比重、城镇化率等指标来衡量房地产开发土地利用的科学合理性。经济效益方面主要以房地产开发投资、房地产业生产总值、地均GDP、综合地价、居住用地地价等指标来衡量房地产开发土地资源利用过程中对经济产生的贡献。社会效益方面主要以常住人口密度、城镇居民人均住房建筑面积、农村居民人均住房建筑面积等指标来反映房地产开发土地资源利用过程中产生的社会效益。最后，还应考虑在房地产开发土地利用的过程中对环境的影响程度，以破坏环境作为代价的土地利用是不长远的，所以选择城市绿化覆盖率指标来衡量环境效益。房地产开发土地利用率评价指标体系如表1所示。评价指标体系中各指标的说明如表2所示。

2构建房地产开发土地利用率评价模型

2．1指标数据预处理

2．1．1指标属性一致化

根据每个指标数据的属性可以将指标数据分成正向指标、适度指标、逆向指标。正向指标数据的值是越大越好，适度指标数据的值在一个合理的范围内比较好，逆向指标数据的值是越小越好。本文经过综合考虑认为所有指标属性均为正向指标。

2．1．2指标数据的无量纲化处理

评价指标体系里面量纲、数量级和数量变化幅度不同的指标数据无法进行对比［9］。本文建立的房地产开发土地利用率评价体系指标较多，一些指标以ha为单位，比如建设用地供应总量、耕地数量、住宅用地供应;一些指标以km2为单位，比如居住用地面积;一些指标以百分比为单位，比如居住用地比重、城镇化率、城市绿化覆盖率;一些指标以亿元为单位，比如房地产开发投资、房地产业生产总值;一些指标以亿元/km2为单位，比如地均GDP;一些指标以元/m2为单位，比如综合地价、居住用地地价;一些指标以人/km2为单位，比如常住人口密度;一些指标以m2为单位，比如城镇居民人均住房建筑面积、农村居民人均住房建筑面积。因此，为了保证最终评价结果的准确度，并且便于数据之间进行比较，把每个指标数据进行无量纲化处理之后在再对其进行评价，对指标数据进行无量纲化处理的方法主要有线性比例法、极差变换法等方法。本文选择使用极差变换法作为房地产开发土地利用率评价指标无量纲化处理的方法，变换后的每个指标的值1表示最优，0表示最差。为了使无量纲化处理后的指标数据能够顺利地进行计算，整体平移无量纲化处理后的数据，即Xij=Xij+α，来消除零和负值，为避免破坏原始值的规律，α的取值应尽可能小，本文取α为0．0001。由于本文选择的所有指标属性均为正向指标，因此，极差变换法的计算公式如下:

2．2赋权方法

在构建房地产开发土地利用率评价指标体系后，应选择科学适当的赋权方法进行赋权，评价指标体系赋权法主要有主观和客观两种，主观是通过评价者的意见确定指标权重，它方法简单，易于操作。但主观赋权法容易使得最终评价结果受到影响，因为它太依靠评价者个人的主观判断;客观主要是通过数值的相互关联程度确定权重，它得到的最终评价结果更加客观，如熵值法、神经网络法等。但客观赋权法可能因为指标数据的不正常，得到不太符合现实实际的最终评价结果。经过考虑，房地产开发土地利用率评价指标体系的赋权方法选择相对客观的熵值法，使评价结果更为准确。

2．3熵值法

熵值法是通过指标数据观测值的大小确定指标的权重，指标数据观测值之间的差异越小的话，得到的信息量就越小，因此，不确定的可能性大，熵值就大;当指标数据观测值相同的时侯，没有从指标数据中得到任何有用的信息，因此，熵值就是最大的;指标数据观测值之间的差异越大，所能得到的信息量就大，因此，不确定的可能性就小，熵值就小。该方法指标的赋权不受人为因素的干扰，完全依靠指标数据观测值的信息确定指标的相对重要性。

3实证分析

3．1数据来源

以北京市2009—2017年的数据为例，对基于熵值法的房地产开发土地利用率评价方法进行实证分析，确定评价指标后，开始获取指标数据，数据大部分可以直接从统计年鉴、国家统计局中获取，一少部分需要通过换算、计算获得。

3．2北京市

2009—2017年房地产开发土地利用率评价指标权重的确定根据北京市2009—2017年房地产开发土地利用率评价指标数值无量纲化处理结果，运用熵值法计算得出各个评价指标的熵值、差异性系数以及权重，如表3所示。

3．3评价结果分析

指标权重wj乘以第i年在第j个评价指标上的比值Pij从而获得各个年份的综合评分，综合评分越大越好。北京市2009—2017年房地产开发土地利用率综合评分以及排名如表4所示。由表4可知，北京市2009—2017年9年间的房地产开发土地利用率总体趋势处于上升状态，主要原因是综合地价和居住用地地价的增长。综合来看，北京市2009—2017年房地产开发土地利用率最高的是2015年，这一年建设用地供应总量大幅增加以及房地产开发投资与其他年份相比是最高的。2016年和2017年北京市房地产开发土地利用率反而有所下降，主要原因是建设用地供应总量的大幅降低。2012年和2013年北京市房地产开发土地利用率低于2011年，主要原因在于建设用地供应总量的降低。2014年比之前几年综合评分有一个较大的提升主要是因为这一年综合地价和居住用地地价的大幅增长。2009—2017年建设用地供应总量、住宅用地供应及房地产开发投资有高有低，耕地数量总体趋势为逐年递减，其余各项指标均平稳增长。

4结论

本文构建了房地产开发土地利用率指标评价体系并通过熵值法建立房地产开发土地利用率模型。通过对北京市2009—2017年房地产开发土地利用率状况进行分析，可以看出不同年份之间房地产开发土地利用率有高有低的原因及房地产行业的发展情况且与当年实际相符，表明该方法和模型是可行的，该评价能为优化管理决策提供依据。

作者：宿鸿祥 马丹祥 单位：华北理工大学建筑工程学院