城市建设用地利用效率的空间非均衡及影响因素

卢新海+匡兵+周敏

摘要 探寻空间差异视角下中国城市建设用地利用效率的基本特征及其内在机制对于创新城市建设用地高效配置路径、实现区域协调发展具有重要的现实意义。本文以中国大陆31个省（直辖市、自治区）2001—2014年数据为研究样本，在构建城市建设用地利用效率评价指标体系的基础上，采用数据包络分析方法测度中国城市建设用地利用效率综合指数，并根据Mookheriee & Shorrocks提出的基尼系数分解方法，结合面板数据模型对中国城市建设用地利用效率的空间非均衡程度及其影响因素进行了定量刻画。结果表明：①中国城市建设用地利用效率表现出明显的空间非均衡特征，基本呈现出东部地区>西部地区>中部地区的地理格局，且从数据包络分析结果来看，中国城市建设用地利用效率总体上呈下降趋势，平均效率指数从2001年的0.750 1下降至2014年的0.694 8；②在全国层面和区域层面，城市建设用地利用效率的空间非均衡程度均不断加剧，基尼系数表现出“稳定上升——逐渐下降——趋于稳定”的变化路径，且从东、中、西部地区基尼系数平均值来看，东部地区城市建设用地利用效率的空间非均衡程度低于中部和西部地区；③三大区域分组设定的情况下，组内差异增加是中国城市建设用地利用效率空间非均衡程度加剧的主要来源，但其贡献率表现出逐渐缩小的趋势；④政策因素、发展因素、规模因素和结构因素是导致城市建设用地利用效率空间非均衡的主要原因，但是从面板数据模型回归结果来看，仅在西部地区，所有变量都通过了显著性检验，在全国和东、中部地区，各变量的显著性结果存在差异。

关键词 城市建设用地；利用效率；空间非均衡；影响因素

中图分类号 F293.2 文献标识码 A

文章编号 1002-2104（2016）11-0045-08 doi：10.3969/j.issn.1002-2104.2016.11.006

城市建设用地是世界各国城市化稳步发展的重要载体和基本保障[1-2]，《中国城市建设统计年鉴》资料显示，2001—2014年，中国每年约有802.51 km2耕地转化为城市建设用地，14年间城市建设累计占用耕地面积为10 432.64 km2，相当于2014年北京市建成区面积的7.53倍，上海市建成区面积的10.45倍。

伴随着城市建设用地规模的持续增加，城市建设用地系统内部各功能性用地之间、系统整体与外部环境之间的能量交换机制及作用路径等都受到了不同程度的冲击，区域建设用地结构调整频繁[3]。同时，由于很长一段时间内都没有形成全国统一的生产要素市场，中国各地区在自然资源丰裕程度、资本和人力吸附力度、生产要素相对稀缺程度、经济发展水平和变化幅度等方面均存在巨大差异[4]，由此导致不同区域城市化发展进程中城市建设用地的需求量和供应能力、城市建设用地利用系统运动的最终表现形式——城市建设用地利用效率也截然不同，“不同空间尺度城市建设用地利用效率的地區差异”也成为理论界和实践界关注的重要议题。赵伟等[5]以中国大陆2003—2012年相关资料为基础，认为研究期内中国城市建设用地利用效率整体偏低，且呈现出“东部高、西部次之、中部最低”的空间格局，强真[6]、孙平军[7]、钟成林[8]等也都从不同视角对区域发展不平衡背景下城市建设用地利用效率的区域差异进行了系统阐释，而且随着研究的不断深入，学者们逐渐从“对这种差异现象的简单描述”发展到“利用科学方法进行实证分析”，王昱等[9]从工业化和城镇化两个方面出发，利用极差、极差倍数、离散系数等指标揭示了中国城市建设用地利用效率的区域差异及空间特征，其他学者则利用标准差[10]、变异系数[11]、空间自相关[12]等方法对这种差异格局进行了思考，对于指导区域城市建设用地配置及与社会经济的动态协调具有重要意义。与定性描述相比这些定量分析手段能够更直观、更科学地反映出城市建设用地利用效率的地区差异格局，但是却无法准确度量出地区差距程度，无法对各地区城市建设用地利用效率的差距进行分解，也无法找出城市建设用地利用效率地区差距的构成与来源，李永乐等[13]在对相关主题进行研究时，所利用的泰尔指数能够在一定程度上解决这一问题，但是泰尔指数也有其自身的约束条件和缺陷[14]。基于此，本文首先利用数据包络分析方法对中国城市建设利用效率水平进行测度，并借鉴相关研究成果建立城市建设用地利用效率空间非均衡程度的测算模型和面板数据模型，探讨中国城市建设用地利用效率的总体格局、空间非均衡程度及形成机制，可以为制定差异化、针对性的城市建设用地管控策略提供参考与支持。

1 研究方法与数据来源

1.1 城市建设用地利用效率测度模型

数据包络分析（Data Envelopment Analysis，DEA）是美国运筹学家Charnes、Cooper和Rhodes[15]在Farell[16]有关生产效率评价的研究成果上发展起来的一种系统分析方法，是数理经济学、运筹学和管理科学等学科交叉研究的一个新兴领域[17]。该方法无需设定投入、产出变量的权重和生产函数形式，主要利用线性规划方法，根据观察到的有效样本数据，将每一个被评价单位（地区、部门或年份）作为一个决策单元（Decision Making Units，DMU），将各个DMU投影到DEA的生产前沿面上，通过比较DMU偏离前沿面的程度，反映各DMU之间的相对效率。

DEA模型主要包括投入导向（InputBased Efficiency）和产出导向（OutputBased Efficiency）两种，前者是假定产出要素不变时，尽可能减少各类要素的投入比例，实现效率的最大化；后者则是假定投入要素不变时，努力增加产出要素数量，实现效率最大化。本文将城市建设用地利用过程视为类似“企业”的生产过程，由于在城市建设用地利用过程中，满足社会经济发展各部门用地需求的用地产出是既定的，因此，城市建设用地利用效率的优化主要考虑如何从投入角度进行资源精明利用及智慧配置，主要选取投入导向的CCR模型对城市建设用地利用效率进行研究。在具体指标选择上，参照现有研究成果[18]，选取土地、资本和劳动力作为投入指标，分别对应城市建成区面积、固定资产投资和第二、三产业从业人员数，在产出指标方面主要考虑城市建设用地利用所产生的社会、经济及生态效应，分别对应第二、三产业增加值、城镇单位就业人员平均工资和人均公园绿地面积。

1.2 空间非均衡程度测算模型

参照Mookherjee & Shorrocks[19]在研究英国地区收入差距时提出的分析方法，将其应用到城市建设用地利用效率空间非均衡程度的测算中，并对其数学表达式进行重新定义：

假定某一区域由n个个体组成且其平均城市建设用地利用效率为μ，个体i的城市建设用地利用效率为yi，Nk为第k组个体子集，这一子集内个体nk的平均城市建设用地利用效率为μk，则该区域的总体基尼系数为：

式中，第一项和第二项分别表示组内非均衡（区域内部差距之和）与组间非均衡（区域之间差距之和），λk为第k组平均城市建设用地利用效率与全样本平均效率的比值，R是剩余项，反映的是不同组之间重叠而产生的交互影响。

1.3 面板数据模型

面板数据模型可以同时反映变量在截面和时间二维空间上的变化规律与特征，一般的线性面板数据模型可以表示为：

式中，x′it=（x1it，x2it，…，xkit）为k维解释变量的向量形式；β′it=（β1it，β2it，…，βkit）为对应于解释变量向量xit的1×k维系数向量；k为解释变量的个数；T为每个截面成员的观测时期数；N为截面成员个数；εit为随机扰动项，且满足零均值、等方差。

根据对截距和解释变量系数的不同限制，面板数据模型估计通常包括混合模型、变截距模型和变系数模型3种，而变截距模型又可分为固定效应模型和随机效应模型。本文在掌握中国城市建设用地利用效率空间非均衡特征后，拟构建面板数据模型探讨城市建设用地利用效率空间非均衡的影响因素，由于本文主要揭示各省份个体本身差异的原因，且时序较短，参数随时间变动较小，因而选用变截距固定效应模型进行分析。

1.4 数据来源

测度城市建设用地利用效率指标的数据主要来源于《中国统计年鉴（2001—2015）》，部分数据以各省份当年度国民经济和社会发展统计公报作补充；在利用面板数据模型分析影响因素时，各变量基础数据除了上述来源渠道外，还包括《中国城市建设统计年鉴（2001—2014）》和《中国国土资源统计年鉴（2002—2015）》。

2 城市建设用地利用效率的空间非均衡特征

2.1 城市建设用地利用效率空间非均衡现状分析

根据1.1节中数据包络分析的基本原理，计算得到2001—2014年中国各省份城市建设用地利用效率值，并借 助ArcGIS10.2软件绘制出主要年份中国城市建设用地利用效率的空间分布图（图1）：第一，从时序演变来看，中国城市建设用地利用效率在考察期内总体上呈下降趋勢，城市建设用地利用效率均值表现出“扁平V字型”的变化轨迹，最低拐点出现在2009年，在此之前，城市建设用地利用效率逐年下降，平均值由0.750 1减少到0.518 3，平均每年减少0.029 0，2009年后开始触底反弹，平均效率值由2009年的0.518 3增加到2014年的0.694 8，年均增长率为6.04%，但是与研究期初的效率水平相比，仍存在一定差距；第二，就空间格局而言，中国东、中、西部地区城市建设用地利用效率表现出明显的非均衡特征，2006年以前，东部、中部和西部地区城市建设用地利用效率互有强弱，但是2006年之后，东部、西部和中部地区城市建设用地利用效率均值依次递减，且不同地区之间用地效率的非均衡状况呈加剧之势，2006年和2014年，东部地区平均城市建设用地利用效率分别比西部地区高0.041 6和0.052 2，分别比中部地区高0.059 1和0.151 1，同时，研究期内的大多数年份，中国整体的城市建设用地利用效率都高于中、西部地区，但是低于东部地区；第三，从单个省、直辖市、自治区来看，中国各省份城市建设用地利用效率多呈振荡变化态势，北京、天津、上海、吉林等在研究期内都表现出明显的上升趋势，福建、海南、山东、黑龙江等则表现出明显的下降趋势，同时，2001—2014年间，天津、上海、广东、吉林、青海和西藏6个地区相对城市建设用地利用效率较高，平均效率值都超过0.700 0，且天津市和上海市每年都保持DEA有效，除此之外，各省份研究期内城市建设用地利用效率值波动较大，标准差均超过0.100 0。

2.2 城市建设用地利用效率空间非均衡测度及分解

根据1.2节的基本原理，计算得到中国及三大区域2001-2014年城市建设用地利用效率基尼系数及分解指标值（表1）。

从全国及各地区基尼系数演变趋势来看，全国及东、中、西部地区城市建设用地利用效率的空间非均衡程度不断加深，且都表现出“稳定上升——逐渐下降——趋于稳定”的变化路径，其中，东部和中部地区城市建设用地利用效率的空间非均衡程度都在2008年达到最大，基尼系数分别为0.126 7和0.158 0，全国和西部地区则分别在2009年和2010年达到最大，基尼系数分别为0.174 3和0.195 4；同时，对比全国及不同地区基尼系数均值会发现，东部地区城市建设用地利用效率的空间非均衡程度低于中部和西部地区，东、中、西部地区在考察期内的基尼系数平均值分别为0.109 6、0.113 8和0.152 7，且整体平均水平 上，全国城市建设用地利用效率的空间非均衡程度高于东部和中部地区，低于西部地区。

从基尼系数分解结果来看：①三大区域组内和组间用地效率空间分布基尼系数均呈波动上升态势，年均增长率分别为3.04%和9.28%；②在三大区域分组设定的情况下，造成中国城市建设用地利用效率空间非均衡程度加剧的原因主要是组内差异增加，但这种影响表现出趋于稳定的态势，研究期内，组内基尼系数平均值为0.444 3，组内差异的平均贡献率为31.67%，组间基尼系数平均值和剩余项均值分别为0.017 3和0.078 3，平均贡献率分别为12.35%和55.98%；③三类分解值表现出的变化态势并不统一，组内差异和剩余项的贡献都表现出波动下降趋势，组间差异贡献则表现出波动上升趋势，但是总体来看，组内、组间及剩余项在研究期内的贡献都较为稳定。

3 城市建设用地利用效率空间非均衡的影响因素分析

3.1 影响因素设计

空间非均衡状况影响因素的识别可以在纵深层次探寻出城市建设用地协调、可持续发展的具体路径，本文在现有文献的基础上[5-6]，将影响中国城市建设用地利用效率空间非均衡的因素归结为政策因素、发展因素、规模因素和结构因素4个方面，具体影响因素的作用路径及指标选取如下：

（1）政策因素。土地政策是特定时期地方政府行使管理职能的重要方式之一[3]，特别是在当前土地财政火热的现实背景下，城市建设用地的内在经济价值不断释放，地方政府往往通过扩大建设用地规模，深化土地税收体制改革、调整土地收益分配结构[20]等手段，为城市发展集聚动力；同时，地方政府又会将城市建设用地变现所产生的巨额收益投入到城市基础设施建设中，形成级差地租II，进而影响到城市建设用地配置格局和利用效率。考虑到城市建设用地的特殊经济属性及当前城市建设用地市场状况，本文主要选用国有建设用地出让成交价款作为度量政策因素的指标。

（2）发展因素。社会经济发展是一种长期的结构演进过程[21]，经济要素总量与结构的变化一方面会导致城市建设用地规模的动态增长，另一方面会改变城市建设用地系统内部要素结构的变化幅度和频率，直接影响到城市建设用地结构组成及利用效率，使得土地产出效率在不同社会经济发展阶段表现出不同的演变轨迹。参照现有研究成果[22]，本文主要选取人均地区生产总值作为衡量区域社会经济发展整体水平的指标。

（3）规模因素。包括人口规模和城市建设用地规模两个方面的内容：就人口规模而言，城市人口数量的持续增加可以为城市二、三产业发展提供稳定的劳动力保障，为城市发展提供人力资源支撑，但是其不合理的生产、生活行为又会对城市建设用地的综合承载力及利用效率等造成负面影响；就用地规模来看，城市建设用地总量变化为城市建设用地内部结构调整提供了更大的空间，不同类型用地功能属性及承载价值的不同必然导致建设用地利用效率的差异性。本文分别选择人口城市化率（城市常住人口之和与总人口之比）[23]和城市建设用地面积作为表征区域人口规模和城市建设用地规模的指标。

（4）结构因素。包括产业结构和城市建设用地结构两个层面的内涵，两个指标的动态调整都会直接或间接地改变城市建设用地利用方式和强度，进而影响总体利用效率，需要指出的是，区域产业经济的发展必须以一定规模的建设用地为支撑，且产业结构的调整和转型升级必然会引起城市建设用地资源在不同产业部门之间的重新分配，引起城市建设用地结构的变化，即城市建设用地结构指标不仅可以反映城市建设用地系统内部不同用地类型之间的动态“博弈”状况，还可以体现其所承载产业的变化格局。因此，本文主要利用城市建设用地结构来表示结构因素，在具体指标选取上，根据Shannon信息論的基本原理，利用信息熵[24]来反映城市建设用地结构的有序性。

3.2 计量结果分析

基于上文的理论探讨和1.3节的基本原理，建立面板数据模型：

式中，yit为i省份在t时期的城市建设用地利用效率值；LCit、PGDPit、PKit、TDit和JGit分别表示i省份在t时期的国有建设用地出让成交价款、人均地区生产总值、人口规模、城市建设用地规模和城市建设用地结构信息熵；ε代表随机扰动项。

借助Eviews8.0软件分别对全国、东部地区、中部地区和西部地区的样本数据进行回归，并验证变量系数的显著性，具体结果如表2所示。

从全国样本回归分析结果来看，政策因素、发展因素和结构因素对城市建设用地效率的影响显著，结构因素的影响不显著，具体来看，国有建设用地出让成交价款和人均地区生产总值与城市建设用地利用效率呈显著的正相关关系，系数估计值分别为2.80E-09和5.88E-06，人口规模、城市建设用地规模与城市建设用地利用效率则呈显著的负相关关系，人口和城市建设用地规模每增加1个百分点，城市建设用地利用效率则分别降低0.012 079个百分点和8.83E-05个百分点。在东部沿海地区，各变量的系数估计值及显著性状况与全国及中、西部地区均存在一定差异，除人均地区生产总值和人口规模外，东部地区其他3个变量的系数估计值都没有通过显著性检验。在中部地区，所有变量的系数估计值都没有通过显著性检验，而西部地区各解释变量的估计系数结果则与中部地区恰好相反，由表2可知，在西部地区，国有建设用地出让成交价款、人均地区生产总值、人口规模和城市建设用地规模的系数估计值均通过了1%的显著性水平检验，回归系数分别为1.62E-08、1.39E-05、-0.016 369和-0.000 428，各变量的作用方向与全国层面的估计结果较为一致，城市建设用地结构的系数估计值在5%的水平下显著，且城市建设用地结构信息熵值每增加1个百分点，城市建设用地利用效率相应增加0.284 740个百分点。

4 结论与讨论

第一，区域发展异质性背景下城市建设用地利用效率表现出显著的空间非均衡特征。中国属于典型的大国经济，大国经济的典型特征是地区之间异质性明显[4]，区域城市建设用地利用系统内部物质循环和能量流动遵循着特定的作用规律，但是在各种差异化外部条件的共同作用下，城市建设用地系统内部物质流、能量流的构成要素及演化路径等会存在差异，并最终落脚到城市建设用地的利用效率上。从数据包络分析结果来看，研究期内，中国城市建设用地利用效率总体上呈下降趋势，平均效率指数从0.750 1下降至0.694 8，但无论是东、中、西部三大区域，还是单个省、直辖市、自治区，城市建设用地利用效率的演变趋势、变化幅度等均存在较大差异，且还表现出明显的时间效应。

第二，中国城市建设用地利用效率的空间非均衡程度不断加剧。传统城市建设用地利用弊端的不断显现要求城市发展模式、土地利用方式等适时转型，特别是要在有限的城市建设用地范围内，实现劳动力、资本等各种“存量要素”的高效重组及与各类“增量要素”的有机融合，然而，在不同经济发展水平或同一区域的不同经济发展阶段，各种要素的组合效应、流动频率与规模等存在显著差异。基尼系数分解结果显示，无论是全国还是区域层面，城市建设用地利用效率的基尼系数都呈上升趋势，空间非均衡程度表现出“稳定上升—逐渐下降—趋于稳定”的变化轨迹，且组内差异是造成中国城市建设用地利用效率空间非均衡的主要来源，但这种贡献率表现出逐渐缩小的趋势。

第三，城市建设用地利用效率的空间非均衡是城市建设用地系统内部各功能性用地之间、系统整体与其他外部约束条件之间“博弈均衡”的结果。城市建设用地利用效率是多种因素共同作用的结果，各种力量相互影响、相互促进，直接反映出城市建设用地对不同行业经济主体的配给效应差异。结合现有研究成果，本文将影响城市建设用地利用效率空间非均衡的因素归结为政策、发展、规模和结构四大类，并在理论层面探讨了各类因素对中国城市建设用地利用效率空间非均衡的影响机理，但是从计量分析结果来看，仅在西部地区，所有变量都通过了显著性检验，在全国和东、中部地区，变量的显著性结果互有差异。

第四，目前理论界对空间差异视角下的中国城市建设用地利用效率进行了大量研究，但是对城市建设用地利用效率空间差异程度及机制的研究却相对不足，相关成果对实践的指导价值有限。本文将研究地区收入差距问题时较具代表性的Mookherjee & Shorrocks基尼系数及其分解方法引入到城市建设用地利用效率的分析中，从具体计算结果来看，可以更直观、深层次地揭示出中国城市建设用地利用效率的空间非均衡特征，但是本文并没有探讨全国及不同分区城市建设用地利用效率空间非均衡的动态演进路径及未来发展趋势，特别是未能系统阐述当前社会经济发展条件下“空间非均衡”所承载的特殊内涵与要义，且空间非均衡现象影响因素的提炼及具体指标的选取也有待完善，这些都将是笔者后续研究的改进方向。

（编辑：尹建中）

参考文献（References）

[1]HUANG Z J， WEI Y D， HE C F， et al. Urban land expansion under economic transition in China： a multilevel modeling analysis [J]. Habitat international， 2015， 47（6）：69-82.

[2]KREKEL C， KOLLBE J， WUSTEMANN H， et al. The greener， the happier？ the effect of urban land utilization on residential wellbeing [J]. Ecological economics， 2016， 121（2）： 117-127.

[3]匡兵， 卢新海， 周敏， 等. 武汉城市群城市用地结构变化及其机理[J]. 经济地理， 2016， 36（5）： 71-78. [KUANG Bing， LU Xinhai， ZHOU Min， et al. Spatiotemporal features of urban land structure change in Wuhan City Group and underlying causes [J]. Economic geography， 2016， 36（5）：71-78.]

[4]蔡昉， 王美艳， 曲玥. 中国工业重新配置与劳动力流动趋势[J]. 中国工业经济， 2009 （8）： 5-16. [CAI Fang， WANG Meiyan， QU Yue. Industrial and labor relocations among Chinese regions [J]. China industrial economics， 2009 （8）：5-16.]

[5]赵伟， 罗亚兰， 王丽强. 中国建设用地利用效率的影响因素[J]. 城市问题， 2016 （2）： 4-13. [ZHAO Wei， LUO Yalan， WANG Liqiang. The factors affecting Chinas construction land utilization efficiency [J]. Urban problems， 2016 （2）： 4-13.]

[6]强真， 杜舰， 吴尚昆. 中国城市建设用地利用效益评价[J]. 中国人口·资源与环境， 2007， 17（1）： 92-95. [QIANG Zhen， DU Jian， WU Shangkun. Appraisal on integrated benefit of urban construction land utilization in China [J]. China population， resources and environment， 2007， 17（1）：92-95.]

[7]孙平军， 赵峰， 修春亮. 中国城镇建设用地投入效率的空间分异研究[J]. 经济地理， 2012， 32（6）： 46-52. [SUN Pingjun， ZHAO Feng， XIU Chunliang. Study on the spatial differentiation of urban construction land input efficiency in China [J]. Economic geography， 2012， 32（6）：46-52.]

[8]钟成林， 胡雪萍. 中国城市建设用地利用效率、配置效率及其影响因素[J]. 广东财经大学学报， 2015 （4）： 62-73. [ZHONG Chenglin， HU Xueping. The utilization and allocation efficiency of Chinese construction land and its influencing factors [J]. Journal of Guangdong University of Finances & Economics， 2015（4）：62-73.]

[9]王昱， 丁四保， 盧艳丽. 建设用地利用效率的区域差异及空间配置——基于2003-2008年中国省域面板数据[J]. 地域研究与开发， 2012， 31（6）： 132-138. [WANG Yu， DING Sibao， LU Yanli. Regional differences in construction land utilization efficiency and the spatial allocation： based on Chinese provincial panel data from 2003 to 2008 [J]. Areal research and development， 2012， 31（6）：132-138.]

[10]张志辉. 中国城市土地利用效率研究[J]. 数量经济技术经济研究， 2014 （7）： 134-149. [ZHANG Zhihui. Study of Chinese urban land utilization efficiency [J]. Journal of quantitative & technical economics， 2014（7）：134-149.]

[11]杨清可， 段学军， 叶磊， 等. 基于SBMUndesirable模型的城市土地利用效率评价——以长三角地区16 城市为例[J]. 资源科学， 2014， 36（4）： 712-721. [YANG Qingke， DUAN Xuejun， YE Lei， et al. Efficiency evaluation of city land utilization in the Yangtze River Delta using a SBMUndesirable Model [J]. Resources science， 2014， 36（4）：712-721.]

[12]崔许锋.土地利用效率的空间格局与溢出效应[J]. 经济与管理， 2014， 28（5）： 19-25. [CUI Xufeng. The spatial pattern and spillover effect of landutilization efficiency [J]. Economy and management， 2014， 28（5）：19-25.]

[13]李永乐， 舒帮荣， 吴群. 中国城市土地利用效率：时空特征、地区差距与影响因素[J]. 经济地理， 2014， 34（1）：133-139. [LI Yongle， SHU Bangrong， WU Qun. Urban land utilization efficiency in China： spatial and temporal characteristics， regional difference and influence factors [J]. Economic geography， 2014， 34（1）：133-139.]

[14]DAGUM C. A new approach to the decomposition of the Gini income inequality ratio [J]. Empirical economics， 1997， 22（4）：515-531.

[15]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units [J].European journal of operational research， 1978， 2（6）：429-444.

[16]FARELL M J. The measurement of productive efficiency [J]. Journal of the Royal Statistical Society， series A （general）， 1957， 120（3）：253-281.

[17]张庆民， 王海燕， 欧阳俊. 基于DEA的城市群环境投入产出效率测度研究[J]. 中国人口·资源与环境， 2011， 21（2）： 18-23. [ZHANG Qingmin， WANG Haiyan， OUYANG Jun. Measurement of the environmental inputoutput efficiency of urban agglomerations based on data envelopment analysis [J]. China population， resources and environment， 2011， 21（2）：18-23.]

[18]张雅杰， 金海. 长江中游地区城市建设用地利用效率及驱动机理研究[J]. 资源科学， 2015， 37（7）： 1384-1393. [ZHANG Yajie， JIN Hai. Research on efficiency of urban construction land and the drive mechanism in the MidYangtze River [J]. Resources science， 2015， 37（7）：1384-1393.]

[19]MOOKHERJEE D， SHORROCK A. A decomposition analysis of the trend in UK income inequality [J]. The economic journal， 1982， 92： 886-902.

[20]鐘成林， 胡雪萍. 土地收益分配制度对城市建设用地利用效率的影响研究——基于门限回归模型的实证分析[J]. 中央财经大学学报， 2016 （2）： 22-35. [ZHONG Chenglin， HU Xueping. Influence of land revenue distribution institution on the efficiency of urban construction land utilization： empirical analysis based on panel threshold model [J]. Journal of Central University of Finance & Economics， 2016 （2）：22-35.]

[21]张佰林， 杨庆媛， 鲁春阳， 等. 不同经济发展阶段区域土地利用变化及对经济发展的影响——以重庆市40个区县为例[J]. 经济地理， 2011， 31（9）： 1539-1544. [ZHANG Bailin， YANG Qingyuan， LU Chunyang， et al. Effect on economic development of regional land utilization change in different development phase： forty counties in Chongqing as the research object [J]. Economic geography， 2011，31（9）：1539-1544.]

[22]孔伟， 郭杰， 欧名豪. 不同经济发展水平下的建设用地集约利用及区域差别化管控[J]. 中国人口·资源与环境， 2014， 24（4）： 100-106. [KONG Wei， GUO Jie， OU Minghao. Study on land intensive utilization response on economic development and regional differentiated control of constructed land [J]. China population， resources and environment， 2014， 24（4）：100-106.]

[23]韩淑娟. 资源禀赋对中国人口城市化发展的影响[J]. 中国人口·资源与环境， 2014， 24（7）： 52-58. [HAN Shujuan. Effect of resource endowment to urbanization in China [J]. China population， resources and environment， 2014， 24（7）：52-58.]

[24]謝汀， 伍文， 高雪松， 等. 基于信息熵与偏移-份额模型的建设用地结构变化分析——以成都市为例[J]. 资源科学， 2014， 36（4）： 722-730. [XIE Ting， WU Wen， GAO Xuesong， et al. Changes in construction land structure for Chengdu based on an information entropy model and shiftshare model [J]. Resources science， 2014， 36（4）：722-730.]