城市工业用地利用损失与效率测度

陈伟+彭建超+吴群��

摘要工业用地是支撑我国工业经济发展的重要资源要素，不断提升工业用地利用效率，是破解工业用地供需矛盾，保障经济发展与保护耕地资源的重要措施。本文在界定工业用地利用效率内涵的基础上，构建了工业用地投入损失的测算方法，利用该方法与随机前沿分析方法系统研究了江苏省主要工业行业工业用地投入损失和利用效率的行业与区域差异特征。研究结果表明：容积率和投资强度达不到建设控制标准是造成江苏省当前工业用地投入损失的主要原因，容积率损失率达到8.69%，投资强度损失率达到7.46%；纺织业和通信设备、计算机及其他电子设备制造业的工业用地投资强度损失量较大，化学原料及化学制品制造业和交通运输设备制造业的工业用地容积率损失量较大；从区域角度看，苏南和苏北地区的工业用地投入损失整体偏高，苏中地区除交通运输设备制造业外工业用地投入损失整体较低；江苏省主要工业行业表现出电子电气行业的工业用地利用效率较高，机械制造、化工医药行业居中，纺织服装行业较低的特点；苏北地区各主要工业行业的工业用地利用效率明显低于苏中和苏南，苏中地区工业用地利用效率略高于苏南。因此，在工业用地供给过程中根据企业规模严格核算用地面积，并对工业用地进行全程跟踪监管有利于减少工业用地的浪费，避免出现工业用地过度投入，提高工业用地利用效率。

关键词工业用地投入损失；工业用地利用效率；行业差异；随机前沿方法；江苏省

中图分类号F301.24文献标识码A文章编号1002-2104（2015）02-0015-08doi：10.3969/j.issn.1002-2104.2015.02.003

工业是我国国民经济的基础，工业用地是支撑工业经济发展最重要的资源要素。改革开放30多年来，我国实现了由农业大国到工业大国的历史性转变，已整体上进入工业化的中后期，但长期以来支撑我国工业化快速发展的却是低廉的工业地价和粗放的用地方式。我国工业用地利用效率较低，城市工业用地面积占比远高于国外15%的平均水平，工业用地项目容积率只有0.3-0.6，而发达国家一般是1.0[1]。2011年341个国家级开发区工业用地综合容积率仅为0.83，其中，51个开发区工业用地综合容积率在0.5以下[2]。据预测，到2020年我国城镇化率将达58%，建设用地供需矛盾的严峻形势在短期内将难以改变[3]，而工业用地仍将是推动城镇化和工业化发展的车轮，不断提升工业用地利用效率，能为我国经济持续发展提供源源不断的动力。

目前，在工业用地集约利用研究方面已经有较系统的方法[4-6]，对工业用地利用效率的研究尚没有相对一致的方法，现有研究多从工业用地产出能力[7-8]、建设控制指标比较[9-10]、规模扩张特征[11-12]等方面进行量化，尽管这些方法能从不同方面对工业用地利用水平予以反映，但都没有体现效率的经济涵义。虽然也有学者采用DEA方法从不同尺度对工业用地利用效率进行研究[13-14]，但本质上分析的是区域工业生产系统的效率，不能针对性反映工业用地的利用程度。国内外学者也探讨了众多外部因素对工业用地利用效率的影响，Meng和Zhang等[15]以北京顺义区为例分析了工业用地规划的重要性；王克强等[16]发现招拍挂出让有助于提高工业用地配置效率；张倩和王海卉[17]指出通过培养地方企业和提供差别化的公共物品将是地方政府解决工业用地蔓延扩张和低效利用困境的有效路径之一。然而，企业自身的土地利用行为对工业用地利用效率同样有重要的影响，促进企业提高土地利用强度和土地产出效益也是提高工业用地利用效率的重要途径。基于此，为了从工业行业角度更清晰的反映工业用地利用水平与效率特征，本文利用2011年江苏省833家典型工业企业的投入产出数据，首先构建工业用地投入损失的测算方法，分析江苏省主要工业行业工业用地投入损失的行业与区域差异特征，然后采用随机前沿分析方法（SFA）对工业用地利用效率进行测度，以期为工业用地利用研究提供一个新的视角，并为促进江苏省工业用地行业与区域间优化配置和利用效率提高提供理论依据。

1内涵界定与研究方法

1.1工业用地利用效率内涵

本文所研究的工业用地是指国有建设用地中的工业生产及其直接为工业生产服务的附属设施用地，即城市工业用地。由于工业用地的使用主要以不断获取经济产出为最终目的，工业用地利用效率就是指城市工业用地在区域或工业行业间配置和使用时，其获得经济产出的实现能力，或者说在一定经济产出约束下，工业用地开发利用的充分程度。从投入角度来看，工业用地目标投入量与实际投入量的差距越小，利用效率越高；从产出角度来看，工业生产的实际产出与目标产出的差距越小，利用效率越高。从投入角度，可以用下式对工业用地利用效率进行定义：

GE=ALI-ELIALI=1-ELIALI=TLIALI（1）

其中，GE（Industrial Land Use Efficiency）为工业用地利用效率，ALI（Actual Industrial Land Input）为工业用地实际投入量，ELI（Excessive Industrial Land Input）为工业用地过度投入量，TLI（Target Industrial Land Input）为工业用地目标投入量。

简单来说，工业用地利用效率就是工业用地利用充分程度和与之对应的工业产出实现程度的反映，工业用地高利用效率就对应了存在较少的工业用地过度投入面积和工业用地产出不足。如图1所示，工业用地的投入过程存在从高利用强度到低利用强度的变化，工业用地产出同时也存在从高产出效益到低产出效益的变化，只有当工业用地处于高土地利用强度和高产出效益时，才会有较高的利用效率。工业用地投入和产出之一较低时，对应的工业用地产出和投入则会表现出相对不足或过度，此时就是低效率的。

1.2工业用地投入损失测算

根据工业用地利用效率的内涵，工业用地无效率来源

于过度的土地投入，从产出角度看，过度土地投入表现为产出不足导致的土地浪费；从投入角度看，过度的土地投入不仅表现为存在绿地、空闲土地等非生产性用地，还表现在厂房、仓库、行政办公等生产性用地没有达到（或超过）额定建设用地指标要求。因此，可以把工业行业的过度土地投入从投入角度和产出角度进行区分，在不同工业行业生产工艺、生产流程及生产设备差异的情况下，同等产出条件下必要用地量的不同，就导致了工业行业间土地利用强度的差异，因土地投资强度、容积率、建筑密度等反映土地利用强度的投入指标偏低造成的工业用地浪费，可以称为工业用地投入损失。由于地均利税、地均工业增加值、地均销售收入等反映土地利用效益的产出指标偏低造成的工业用地浪费，可以称为工业用地产出损失。当然，工业用地投入损失与工业用地产出损失是密切相关的，投入损失的存在必定会影响产出损失的数量。无论投入损失还是产出损失都会直接影响工业用地利用效率，可以说工业用地利用无效率是由这两种损失共同导致的，见图2。

目前，对于工业用地利用强度的控制，国家根据土地等别和产业类别制定了《工业项目建设用地控制指标》，江苏、上海、青岛、深圳等省市也根据区域经济发展水平的差异，对不同产业门类制定了相应的工业用地控制标准。土地利用强度和土地利用效益的控制标准是不同地区根据自身经济发展需要、产业结构水平和土地资源稀缺程度确定的工业用地使用的理想控制值，低于控制标准的工业用地即可认为存在工业用地利用损失。

本文主要从工业用地利用强度角度，探讨工业用地投入损失，为表征因投资强度、容积率和建筑密度等土地利用强度指标达不到控制标准而导致的工业用地过度投入，将工业用地投入损失进一步区分为投资强度损失、容积率损失和建筑密度损失。行业i的工业用地投入损失量SIQi的计算方法如下：

IQij=SQij×（1-SZij/QZi）

SIQi=∑IQij（2）

式中，IQij表示行业i企业j的工业用地投入损失量，且IQij≥0，SQij表示行业i企业j的工业用地实际使用量，SZij表示行业i企业j的投资强度、容积率或建筑密度的实际值，QZi表示行业i投资强度、容积率或建筑密度的行业控制值。当SZij/QZi<1时，IQij>0，表示该企业在当前控制标准下存在工业用地投入损失；当SZij/QZi≥1时，IQij=0，表示该企业在当前控制标准下不存在工业用地投入损失。

在得到工业用地投入损失量后，行业i的工业用地投入损失率SRi可利用下式得到：

SRi=SIQi/∑SQij（3）

需要说明的是，利用该方法计算得到的工业用地投入损失是依赖土地利用控制标准得到的，而土地利用控制标准仅在一段时期内起到约束作用，伴随区域社会经济的发展和生产技术的进步，土地利用控制标准是逐渐提高的，工业用地投入损失的数量也就会随之发生变动。

1.3工业用地利用效率测度

随机前沿分析方法（SFA）是测量生产技术效率使用最广泛的参数方法，可以将实际产出分为生产函数、随机因素和管理（技术）无效率三部分，使用最大似然估计法估计出参数具有大样本的相合性，更适合进行大样本计算，并且结果较稳定，不易受异常点的影响[18]。因此，本文采用随机前沿分析方法实现工业用地利用效率的测度。

在微观层面上，可以将每个工业企业看成一个工业生产单元，各企业使用相同种类的投入生产相同种类的产出。本文选择工业用地面积（G）、劳动力规模（L）、资本存量（K）作为工业生产的投入变量，选择工业总产值（Y）作为工业生产的产出变量。假设有N个生产单元，Yi表示第i个生产单元的实际工业产出，Y∈R+，则该生产单元的产出水平采用C-D生产函数形式，并进行对数处理后的随机前沿生产函数可表示为：

lnYi=β0+βGlnGi+βKlnKi+βLlnLi+（vi-ui）（4）

式中，vi为服从独立正态分布假设的随机误差项；ui≥0，为非负的管理误差项，反映由于技术无效率导致的工业产出与生产前沿面的差距，即工业生产的效率损失。ui服从半正态分布，且vi与ui是相互独立的，并且独立与其他投入变量。根据Battese和Coelli[19]的方法，管理误差项（技术无效率部分）ui可以被定义为：

ui=ziδu+Wi（5）

上式是对工业生产技术无效率部分外生影响因素的表述，其中，zi是相关的解释变量，δu是待估系数，Wi是随机误差项，服从对称的截尾正态分布。本文主要选择工业企业的个体属性和区位信息作为表征企业工业生产无效率的外生影响因素。具体变量见表1。

本文数据主要来源于是2012年进行的江苏省开发区典型工业企业问卷调查，调查覆盖全省135家国家级和省级开发区，调查时点设定为2011年12月31日。调查问卷涉及企业基本信息、企业投入产出情况、企业用地情况及企业建设情况等内容，所调查企业投产均在2年以上，生产经营情况稳定正常。本次调查共发放问卷1 300余份，收回有效问卷1 096份，样本企业覆盖28个制造业大类行业，本文选择样本数量超过40家的10个大类行业进行分析研究，共包括833家样本企业，涵盖了当前江苏省的主导产业及重点发展的制造业。

2工业用地投入损失分析

2.1指标控制值设定

为了准确反映江苏省工业行业因用地规模、生产工艺、技术流程等不同而造成的工业用地利用强度差异，指标控制值主要依据《江苏省建设用地指标（2010年版）》[20]进行确定。该版指标对控制标准的设定均采用了区间形式，本文选择区间最小值作为土地利用强度的控制值。为适应江苏省不同区域间社会经济发展差异现状和城镇化、工业化发展阶段对土地资源要素配置的要求，投资强度指标进行了区域差异性的设置。详见表2。

其次是投资强度损失，也达到573.97 hm2，占全部工业用地的7.46%，建筑密度损失较少，仅有51.20 hm2，不足全部工业用地的1%，说明容积率和投资强度达不到建设控制标准是造成江苏省当前工业用地过度投入的主要原因。建筑密度损失较小，投资强度损失和容积率损失偏高的结果，也反映出江苏省当前工业用地使用中存在“摊大饼”的现象，由于工业用地的取得成本和保有成本较低，很多工业企业往往注重“量”的拓展而较少关注“质”的提高，导致土地低效利用。从行业情况来看，纺织业和通信设备、计算机及其他电子设备制造业投资强度损失量较大，均超过了100 hm2，专用设备制造业投资强度损失率最高，达到19.35%；

化学原料及化学制品制造业和交通运输设备制造业容积率损失量较大，均超过了170 hm2，纺织服装、鞋、帽制造业容积率损失率最高，也达到19.14%；各主要工业行业建筑密度损失量和损失率普遍较低。

通过分析可以发现，江苏省主要工业行业普遍存在投资强度、容积率、建筑密度达不到控制标准的现象，但各工业行业的投入损失来源存在一定差异，投资强度损失与容积率损失和建筑密度损失的分布特征差异较大，容积率损失与建筑密度损失分布特征相近，造成这一结果的主要原因是容积率和建筑密度直接反映了土地的开发建设情况，指标间关联性较强，而投资强度在反映土地开发建设情况的同时，还反映了土地之上的机械设备等生产资料的投入情况。此外，这三个指标之间存在联动变化现象，容积率或建筑密度提高造成的土地利用强度增加，同时也是投资强度提高造成的，也可能引起建筑密度或容积率的变化。

2.3区域差异分析

鉴于各工业行业投资强度损失与容积率损失、建筑密度损失规律相异，且建筑密度损失量较少，此处着重对投资强度损失和容积率损失的区域差异进行比较（见表4）。

从三大区域投资强度损失来看，苏南地区损失量最大，苏北次之，苏中最少，苏南全部行业损失率为8.49%，苏中仅为4.24%。在10个主要工业行业中，苏南有5个行业投资强度损失率最高，涉及纺织服装、化工制造、机械制造等行业；苏北有4个行业投资强度损失率最高，涉及医药制造、金属制品、通用设备、通信电子等行业；苏中仅电气机械及器材制造业投资强度损失率最高。从三大区域容积率损失来看，苏南地区损失量最大，苏中次之，苏北最少。苏中地区容积率损失率最高，达到13.44%，苏南为7.32%。苏南地区同样有5个行业容积率损失率最高，涉及纺织服装、化工制造、医药制造、金属制品等；苏北有3个行业容积率损失率最高，主要涉及机械制造业；苏中有2个行业容积率损失率最高，其中交通运输设备制造业容积率损失率达到34.05%，是造成苏中容积率损

失率整体偏高的主要原因。

通过对投资强度损失和容积率损失进行区域比较分析可以看出，苏南地区投资强度和容积率的损失量和损失率均偏高，且纺织服装、化工制造等行业同时存在两个指标偏高的现象，反映出苏南地区尽管经济发达、供地量大，但对工业用地的供后监管不足，导致大量土地低效利用。苏北地区各行业投资强度和容积率损失较分散，不同行业均存在一定程度的过度投入，整体情况较差。苏中地区除个别行业（交通运输设备制造业）外，整体情况较好，各行业工业用地投入损失较少。

3工业用地利用效率分析

3.1SFA模型估计结果

将833家典型工业企业的投入产出数据，利用Frontier 4.1软件估计C-D生产函数形式的随机前沿生产函数模型，结果见表5。结果显示γ值通过了1%的显著性检验，并且γ值达到0.923 7，说明这些企业工业生产的技术无效率现象是导致产出不足的主要原因，仅有7.6%左右的生产无效率是由随机误差引起的。从模型估计结果的显著性来看，C-D生产函数模型各参数的估计值均通过了1%的显著性检验，各要素对工业产出均表现出显著正向影响，估计结果符合当前工业生产要素的投入规律。从工业生产技术无效率的外生影响因素来看，各影响因素的估计系数均通过了显著性检验，除产业类型

3.2行业与区域差异分析

利用式（8）计算得到833家企业的工业用地利用效率，并将各工业行业所有企业工业用地利用效率的平均值作为该行业的工业用地利用效率（见表6）。不难看出，江苏省主要工业行业工业用地利用效率差异明显，均存在土地过度投入的现象，整体上表现出电子电气行业工业用地利用效率较高，机械制造、化工医药行业工业用地利用效率居中，纺织服装行业工业用地利用效率较低的特点。具体来看，通信设备、计算机及其他电子设备制造业工业用地利用效率最高，为0.182，纺织服装、鞋、帽制造业工业用地利用效率最低，仅为0.046。

从表6中可以明显看出，苏北地区各主要工业行业工业用地利用效率明显小于苏中和苏南，劣势十分显著，造成这种结果的直接原因一是苏北地区建设用地供给相对宽松，企业用地粗放，二是苏北地区各行业产出能力不足，生产技术效率整体偏低。整体上看，苏中地区工业用地利用效率略高于苏南，有6个行业工业用地利用效率最高，苏南地区有4个行业工业用地利用效率最高。具体来看，苏中地区在纺织服装、金属制品、专业设备、交通设备制造等行业工业用地利用效率表现出较大优势，苏南地区在化工医药、通用设备、电气器材制造等行业工业用地利用效率表现出较大优势。苏南地区集聚明显的通信电子行业工业用地利用效率并没有表现出明显优势，反而略低于苏中地区，出现这一现象的主要原因是苏南地区该行业企业数量明显多于苏中地区，部分成立时间较早的企业用地相对宽松，导致行业内部工业用地利用效率差异较大，利用效率较低的企业占比略高。

通过比较工业用地投入损失和工业用地利用效率可以发现，苏南地区尽管工业用地投入损失偏高，但仍然表现出了较高的利用效率，说明苏南地区的工业用地产出水平较高，产出损失相对较低。苏中地区相对更高的利用效率说明其存在较少工业用地投入损失的同时，同样具有较低的产出损失。而苏北地区工业用地投入损失较高的情况下，表现出较低的利用效率，说明苏北地区工业用地产出损失也相对较高，工业用地利用最不充分。

4结论与讨论

本文以江苏省典型工业企业为研究对象，在深入剖析工业用地利用效率内涵的基础上，构建了工业用地投入损失的测算方法，分析了工业用地投入损失的行业与区域差异，并利用SFA方法进行了工业用地利用效率的测度研究。主要得到以下结论：

（1）容积率和投资强度达不到建设控制标准是造成江苏省当前工业用地投入损失的主要原因，容积率损失率达到8.69%，投资强度损失率达到7.46%。纺织业和通信设备、计算机及其他电子设备制造业工业用地投资强度损失量较大，化学原料及化学制品制造业和交通运输设备制造业工业用地容积率损失量较大。

（2）苏南地区投资强度与容积率的损失量和损失率均偏高，苏北地区各工业行业投资强度损失与容积率损失较分散，整体情况较差。苏中地区除个别工业行业（交通运输设备制造业）外，整体情况较好，各行业工业用地投入损失较少。

（3）江苏省主要工业行业整体上表现出电子电气行业工业用地利用效率较高，机械制造、化工医药行业工业用地利用效率居中，纺织服装行业工业用地利用效率较低的特点。其中，通信设备、计算机及其他电子设备制造业工业用地利用效率最高，纺织服装、鞋、帽制造业工业用地利用效率最低。

（4）从区域工业用地利用效率来看，苏北地区各主要工业行业工业用地利用效率明显低于苏中和苏南，苏中地区工业用地利用效率略高于苏南。苏中地区在纺织服装、金属制品、专业设备、交通设备制造等行业工业用地利用效率表现出较大优势，苏南地区在化工医药、通用设备、电气器材制造等行业工业用地利用效率表现出较大优势。

本文从工业行业角度深入考察了城市工业用地的利用损失和利用效率。由于本文使用的工业企业样本土地利用情况整体较好，尽管准确反映了工业用地损失的存在现象及工业行业间的分布规律，但未能充分反映工业用地损失的真实情况，实际上，当前工业用地因土地利用强度监管不严格、不到位造成的土地浪费现象是非常严重的，仅对苏南某市一辖区全部城市工业用地的测算结果，容积率损失就近1 000 hm2，建筑密度损失也超过500 hm2。由于工业厂房、生产设备在布局上具有系统性和整体性的特点，有别于农用地和商住用地相对灵活的利用特点，存在于工业企业内外的一些边角土地较难被充分利用。因此，在工业用地供给过程中根据企业规模严格核算用地面积，并对工业用地利用进行全程跟踪监管能有效降低工业用地的浪费程度，避免出现工业用地过度投入现象。不断提升现有土地资源的效率水平，才能推进和加快经济增长方式转变和产业转型升级。

（编辑：尹建中）

参考文献（References）

[1]车娜.差别化管理推进工业节约集约用地[N].中国国土资源报，2012-10-30. [Che Na. Differentiated Management to Promote Industrial Land Saving and Intensive[N].China Land and Resources News，2012-10-30.]

[2]郑凌志，周建春，唐健.中国土地政策蓝皮书（2013）[M].北京：中国社会科学出版社，2013：404-415. [Zheng Lingzhi，Zhou Jianchun，Tang Jiang. Blue Book of Chinas Land Policy（2013）[M]. Beijing：China Social Sciences Press，2013：404-415.]

[3]陈立定.工业用地供需矛盾及解决途径研究[J].改革与战略，2013，29（6）：86-89. [Chen Liding. On the Supply and Demand of Industrial Land and the Solution[J].Reformation & Strategy，2013， 29（6）：86-89.]

[4]甄江红，成舜，郭永昌，等. 包头市工业用地土地集约利用潜力评价初步研究[J]. 经济地理，2004，24（2）：250-253. [Zhen Jianghong，Cheng Shun，GuoYongchang，et al. Studies on the Assessment for Land Use Intensification Potentiality of Industrial Field in Baotou City[J]. Economic Geography，2004，24（2）：250-253.]

[5]赵小风，黄贤金，严长清，等. 基于RAGAAHP的工业用地集约利用评价：以江苏省开发区为例[J]. 长江流域资源与环境，2011，20（11）：1315-1320. [Zhao Xiaofeng，Huang Xianjin，Yan Changqing，et al. Evaluation of Industrial Land Intensive Use with RAGAAHP：A Case Study of Development Areas in Jiangsu Province[J]. Resources and Environment in the Yangtze Basin，2011，20（11）：1315-1320.]

[6]陈伟，李阳，吴群，等. 基于产业差异修正的工业行业土地集约利用评价研究：以江苏省为例[J]. 资源科学，2012，34（12）：2256-2264. [Chen Wei，Li Yang，Wu Qun，et al. Evaluation of Intensive Industrial Land Use Based on Modification of Industrial Differences in Jiangsu Province[J].Resources Science，2012，34（12）： 2256-2264.]

[7]汪群芳，李植斌.杭州市土地利用结构与效率研究[J].国土资源科技管理，2005，22（4）：5-9. [Wang Qunfang，Li Zhibin. A Study Structure and Efficiency of Urban Land Use in Hangzhou City[J].Scientific and Technological Management of Land and Resources，2005，22（4）：5-9.]

[8]黄大全，洪丽璇，梁进社. 福建省工业用地效率分析与集约利用评价[J]. 地理学报，2009，64（4）：479-486. [Huang Daquan，Hong Lixuan，Liang Jinshe. Analysis and Evaluation of Industrial Land Efficiency and Intensive Use in Fujian Province[J].Acat Geographica Sinica，2009，64（4）：479-486.]

[9]黄大全，林坚，毛娟，等.北京经济技术开发区工业用地指标研究[J].地理与地理信息科学，2005，21（5）：99-102. [Huang Daquan，Lin Jian，Mao Juan，et al. Research on the Index System of Industrial Land in Beijing Development Areas[J].Geography and GeoInformation Science，2005，21（5）：99-102.]

[10]赵锋军，陈晓键.城市工业用地开发强度规划指标实效研究[A].2011中国城市规划年会论文集[C]. 南京：东南大学出版社，2011：2341-2349. [Zhao Fengjun，Chen Xiaojian. Urban Industrial Land Development Intensity Effectiveness of Planning Indicators[A].China Urban Planning Academic Essays of 2011[C].Nanjing：Southeast University Press，2011：2341-2349.]

[11]刘盛和，吴传钧，沈洪泉.基于GIS的北京城市土地利用扩展模式[J].地理学报，2000，55（4）：407-416. [Liu Shenghe，Wu Chuanjun，Shen Hongquan. A GIS basedModel ofUrban Land Use Growth in Beijing[J].Acat Geographica Sinica，2000，55（4）：407-416.]

[12]张宇辰，孙宇杰.城市工业用地扩张及其边际效率研究[J].江西农业学报，2012，24（7）：160-163. [Zhang Yuchen，Sun Yujie. Study on Urban Industrial Land Expansion and Its Marginal Efficiency[J].Acat Agriculturae Jiangxi，2012，24（7）：160-163.]

[13]施秧秧. DEA方法与Tobit模型相结合的工业用地效率研究[D].杭州：浙江大学，2009. [Shi Yangyang. On Industrial Land Efficiency based on DEA Method and Tobit Model[D].Hangzhou：Zhejiang University，2009.]

[14]熊强，郭贯成.中国各省区城市工业用地生产效率差异研究[J].资源科学，2013，35（5）：910-917. [Xiong Qiang，Guo Guancheng. Productive Efficiency of Regional Urban Industrial Land in China[J].Resources Science， 2013，35（5）：910-917.]

[15]Meng Yuan，Zhang Fengrong，An Pingli，et al. Industrial Landuse Efficiency and Planning in Shunyi，Beijing[J]. Landscape and Urban Planning，2008，（85）：40-48.

[16]王克强，熊振兴，高魏.工业用地使用权交易方式与开发区企业土地要素产出弹性研究[J].中国土地科学，2013，27（8）：4-9. [Wang Keqiang，Xiong Zhenxing，Gao Wei. Research on the Relationship Between the Conveyance Mode of Industrial Land Use Rights and the Output Elasticity of Land in the Development Zones[J]. China Land Sciences，2013，27（8）：4-9.]

[17]张倩，王海卉.工业用地扩张和低效利用机理剖析：以南京市为例[A].2013中国城市规划年会论文集[C]，2013. [Zhang Qian，Wang Haihui. Inefficient Use of Industrial Land Expansion and Dissection：A Case Study of Nanjing[A].2013 China Urban Planning Annual Conference[C]，2013.]

[18]李双杰，范超. 随机前沿分析与数据包络分析方法的评析与比较[J]. 统计与决策，2009，（7）：25-28. [Li Shuangjie，Fan Chao. Analysis and Comparison of Stochastic Frontier Analysis and Data Envelopment Analysis Methods[J].Statistics and Decision，2009，（7）：25-28.]

[19]Battese G E，Coelli T J. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical economics，1995，20（2）：325-332.

[20]江苏省国土资源厅，江苏省土地勘测规划院. 江苏省建设用地指标（2010年版）[M]. 南京：江苏人民出版社，2011.