武汉城市圈规划设置前后建设用地利用效率差异

张东丽，蔡银莺

（华中农业大学公共管理学院，湖北·武汉 430070）

改革开放以来，我国社会经济发展迅速，土地及人口城市化进程加快。1990-2010年，我国城乡建设用地增加552万公顷[1]。2001-2014年近14年间我国东部地区和中部地区土地城市化始终快于人口城市化[2]，土地资源稀缺与城市化空间需求剧增矛盾尖锐。建设用地利用效率作为反映土地利用程度高低及其经济效益好坏的关键指标，可为区域差别化管理、生态补偿和土地资源合理配置等提供理论依据[3-7]。在非农建设用地快速扩张过程中，探索建设用地利用效率及其变化趋势与影响因素，对于促进建设用地扩张集约节约利用及提出管控措施，具有重要的实践意义，也是我国社会经济转型期供给侧结构性改革亟需解决的关键问题之一。

对此，国内学者做了大量的前期研究，例如：在考虑非期望产出的情况下，利用SBM-Undesirable和Metafrontier模型，考察了2000-2014年中国238个地级市建设用地利用效率[8]；通过构建DEA模型，证明了2009-2013年中国31个省份建设用地利用综合效率呈上升态势，但存在显著的空间差异[9]；基于随机前沿生产函数和空间滞后模型，证明了中国土地利用效率存在显著为正的溢出效应[10]；用DEA-ESDA-GWR研究框架，分析了2000-2012年长江中游地区41个城市的建设用地利用效率总体特征，并研究了经济发展、城镇化水平、政府干预、产业结构、外商投资水平等5个因素对效率的驱动机制[11]；采用DEA模型、洛伦兹曲线和基尼系数法对土地利用结构和效率进行评价[12]；实证了建设用地利用效率与经济同步增长，但存在低效问题[13]。纵观现有对建设用地利用效率的研究，视角多侧重于构建评价指标体系和模型对建设用地利用效率进行评价，多关注效率提高的途径，效率的空间分异、时空格局演变规律和发展趋势、溢出效应及其影响因素，土地利用效率与土地利用结构研究，经济增长与建设用地利用效率的相关性等方面。效率评价逐渐由单一的经济效益评价向全要素生产率评价方向发展，研究对象由单个城市向城市群方向发展，研究方法也趋于多样化。

对于武汉城市圈建设用地扩张的研究，现有工作多侧重于对城市圈建设用地扩张特征、利用效率及其对经济增长的贡献、城乡建设用地增减挂钩、土地利用集约度等视角的探索。如：结合GIS空间分析、数理统计、转移矩阵和土地利用动态度方法，实证分析得出了武汉城市圈建设用地面积不断增加，动态度最大的集中在中部地区的结论[14]；运用拓展的C-D生产函数和面板数据模型估算武汉城市圈建设用地对经济增长的贡献度，并基于区域差异提出了建设用地差别化管控措施[15]；运用DEA模型和Malmquist指数法测度了武汉城市圈2005-2009年的城市化效率及其变化趋势[16]；利用相关性分析和脱钩模型对城市圈土地集约利用水平和土地利用碳排放之间的关系进行探究[17]。但是，目前的研究基本着眼于城镇建设用地的扩张，对包括农村居民点、交通运输和水利设施用地在内城乡建设用地关注相对较少。此外，基本缺乏对武汉城市圈“两型社会”实验区规划设置前后建设用地利用效率的测度及变化趋势对比分析。城市集群具有规模效应，核心城市带动周边地区的经济发展，直接推动城市群内产业用地及基础设施用地的需求。武汉城市圈规划设置后带动武汉市周边县市的发展，在增加城市用地、工业用地及交通道路等方面具有直接的助推作用。然而，城市圈规划后对建设用地扩张的助推力有多强，城市圈内部存在的区域差异特征及效率差别如何？量化性的研究有待加强。基于此，本文测算和比较武汉城市圈在规划设置前后建设用地扩张效率及其变化趋势，为促进城市圈建设用地集约高效利用及控制用地扩张蔓延提供参考。

1 研究区域及数据来源

1.1 研究区域

武汉城市圈是以武汉为核心，包括周边黄石、鄂州、黄冈、孝感、咸宁、仙桃、天门、潜江8个城市所组成的经济综合体。2007年国务院正式批准武汉城市圈为“两型社会”建设综合配套改革试验区，担任着“中部崛起”的重任，起到联系东、中、西部协调发展的关键枢纽。区域内土地总面积579万公顷，占湖北省的31.1%。1996-2013年建设用地面积增加16.20万公顷，其中2007-2013年增加12.96万公顷，占1996-2013年建设用地增量的80%。

1.2 数据来源及处理

城乡建设用地数据来源于1996-2013年湖北省土地利用现状及变更调查数据；研究涉及的地区生产总值、固定资产投资、二三产业从业人员数、邮电业务量、技术改造投资、财政预算内收入及支出、外商直接投资及相关统计数据，来自1996-2013年《湖北统计年鉴》、《中国县域统计年鉴》、《中国区域经济统计年鉴》、《中国城市统计年鉴》及各城市历年统计年鉴等相关资料。所有数据均为全市范围内的数据。

（1）建设用地数据

文中使用的建设用地数据，是根据现行土地利用现状分类标准，分为居民点及工矿用地、交通运输用地和水利设施用地三类的总量数据。单位为公顷。

（2）社会经济统计数据

资本投入数据依据戈登史密斯（Goldsmith）在1951年开创的永续盘存法。并参照有关学者的研究[18]，具体公式为：

其中：i指第i个城市，t指第t年，当年投资I用固定资产形成总额，也即是全社会固定资产投资，为了消除物价变动影响，使用湖北省固定资产投资价格指数将投资额折算到1996年不变价；经济折旧率δ取值为9.6%；基期年资本存量Kit，以基期固定资产投资形成除以10%计算，单位为亿元。

为了消除物价变动影响，使用相关价格指数将地区生产总值、地方财政预算内收入折算至1996年可比价。邮电业务量，由于统计数据使用可比价进行统计的，因此使用原始数据进行测算。以上指标的单位为亿元。劳动投入用二三产业从业人员总数，单位为万人。

2 研究方法及指标体系

2.1 建设用地利用效率测度方法

数据包络分析法（Data Envelopment Analysis, Dea），是管理科学、系统工程和决策分析等领域处理复杂问题的一种重要而有效的分析工具，主要是判断决策单元（Decision Making Units，DMU）是否位于生产可能集的“前沿面”上。其是由Charnes、Cooper和Rhodes等在1978年共同提出的，基于相对效率的多投入、多产出的分析方法[19]。为了反映武汉城市圈建设用地利用效率整体变动情况，运用由Färe等改造的方法[20]，构造一个生产最佳前沿面，将每年各城市的生产与前沿面进行比较，进而得到建设用地的利用效率。DEA效率值介于0-1之间，最佳前沿面上的DMU效率值为1，属于有效的DMU，当DMU的效率值小于1，属于无效率的DMU。目前常用的DEA模型是CRS模型和VRS模型[19,21]。两者的区别在于，前者假设规模报酬不变（CRS），测度的是技术效率（TE）（也称综合效率）；后者是在假定规模报酬可变（VRS）的情况下测度纯技术效率（PTE）。技术效率（TE）可以分解为纯技术效率（PTE）和规模效率（SE）的乘积。这些效率值越接近于1，表示建设用地利用的技术效率、纯技术效率和规模效率越接近于前沿面。由此可知，基于不同规模报酬假定的效率测度结果是不同的，纯技术效率反映的是资源的配置和利用水平，规模效率反映的是城市规模集聚水平，而技术效率则是对上述的综合反映[19]。

根据DEA模型原理，遵循综合评价及DEA指标选取原则，一般地，投入产出指标体系的指标数量S与决策单元数目D有如下关系：D≤3S。

最终选择地区二、三产业产值、地方财政预算内收入2项指标作为产出指标；土地投入量、资本投入量、劳动投入量、信息化投入量和技术投入量5项指标作为投入指标。其中：土地投入量用建设用地面积表示；资本投入量用全社会固定资本存量表示；劳动投入量用地区二三产业从业人员数表示；信息化投入量用邮政电信业务总量表示；最后的技术投入量用技术改造投资表示。

2.2 建设用地利用效率动态变动分析方法

Malmquist生产率指数法主要应用于动态效率和技术变化趋势的研究，其定义为：

式中：第一项表示规模效率变化，第二项表示纯技术效率变化，前两项的乘积表示技术效率变化，第三项表示技术变化。规模效率变化大于1表示武汉城市圈投入集聚规模改变，规模效率提高；若等于1，则表示效率没有变化；若小于1，则表示效率降低。其他效率系数变化的意义与规模效率变化判定标准一致[22]。

2.3 武汉城市圈设置对建设用地利用效率净效应分析方法

（1）匹配倍差模型

匹配倍差模型（Propensity Score Matching (PSM) method with a Difference-in-Difference (DID) estimator, PSM-DID）被广泛地运用到公共政策的研究中。该模型既提高了实验组和参照组城市的可比性从而减弱选择性偏误，同时也克服了不可观测变量或遗漏变量的影响，使得评估结果更精确[23-24]。其基本思路为：根据倾向得分值从参照组城市中找到与实验组可比地城市后；然后采用DID模型进行分析，先对实验组和参照组城市的前后2期效率分别作差，消除可能的不可观测的随时间不变的因素的影响；再对差值二次差分，消除随时间变化因素的影响，得到武汉城市圈设置的建设用地利用效率净效应

假设政策设置前的时期为t0，设置后的时期为t1。在时期t0，所有样本的效率均可记为y0t0，在时期t1，则将实验组记为y1t，参照组记为y0t，倾向得分为P(X)。在满足以下均值可忽略性假定的基础上：

PSM-DID的计算公式如下：

式中：I1和I0分别表示实验组集合与参照组集合；Sp为共同取值范围的集合；N1为集合所包含的实验组个体数；y0t´i和y1ti分别为政策设置前、后实验组城市的效率，y0t´j和y1tj分别指政策设置前、后参照组城市的收入；w(i,j)为适用于配对(i,j)的权重。

为提高匹配质量，检验模型稳定性，本文运用“k近邻匹配”（knearest neighbor matching，KNN）、“核匹配”（kernel matching）、“局部线性回归匹配”（local linear regression matching，LLR）与“样条匹配”（spline matching），采取有放回抽样形式，重复次数设定为500次的自助法获得标准误。

（2）变量设置

影响建设用地利用效率的因素复杂多样，包括自然、行政、社会和经济等要素。已有研究表明经济发展水平和产业结构及外商直接投资[25-26]，人力资本、固定资产投资、城镇人口数量、建成区面积等对综合效率有影响[27-28]。因而本文的指标体系如下：

被解释变量，将运用DEA模型测度的综合效率（TE）作为因变量；核心解释变量，设定武汉城市圈规划虚拟变量，将2007年及之后的地市州赋值为1，2007年之前赋值为0，以分析武汉城市圈规划设置对于建设用地利用效率的作用；控制变量（协变量）：（1）经济发展水平，与总量GDP相比，人均GDP更能代表真实经济发展水平；（2）建设用地投入，用建设用地占土地总面积的百分比表示，反映了建设用地投入的程度；（3）资本劳动比率，用固定资本存量与非农产业从业人员数的比值表示，用以反映地区的资本、劳动、土地三大要素协调配置的情况；（4）政府支持力度，用地区政府财政支出与GDP的比值表示，政府支持力度影响建设用地的相关决策；（5）外商直接投资，以外商直接投资与GDP的比值表示，一方面通过外商直接投资能够促进经济的发展，另一方面也由此带来环境方面的负外部性；（6）产业结构，用二三产业增加值与GDP的比值表示。

3 结果分析

3.1 武汉城市圈规划设置前后建设用地利用效率比较

根据DEA模型的测算原理，将每个城市作为一个DMU，运用MaxDEA Basic 6.13软件，采用投入导向的规模报酬不变（CRS）模型和规模报酬可变（VRS）模型进行分析，进而得到1996年至2013年建设用地利用效率，并对其进行效率分解，测度结果见表1和图1。建设用地利用综合效率（技术效率）、纯技术效率和规模效率呈现以下基本特征：

表1 1996-2013年武汉城市圈建设用地利用效率及其分解Table 1 The utilization efficiency and its decomposition of construction land in Wuhan metropolitan area from 1996 to 2013

图1 武汉城市圈1996年2007年和2013年建设用地综合效率对比Fig.1 The utilization efficiency of construction land in Wuhan metropolitan area in 1996, 2007 and 2013

首先，就综合效率（TE）而言，1996-2013年武汉城市圈建设用地利用的平均综合效率较接近于前沿面（0.907）。1996-2007年平均综合效率为0.895，达到综合效率最优个数的比重为11.11%；2007-2013年平均值为0.927，最优比重为20.6%。可见，武汉城市圈规划设置后建设用地利用的综合效率有了提升。从空间分异来看，2007-2013年相较于1996-2007年，武汉城市圈区域内各地市的建设用地利用平均综合效率均有所增加，其中提升最快的是黄石、咸宁和天门，鄂州提升幅度最小。

其次，就纯技术效率（PTE）而言，1996-2013年武汉城市圈建设用地利用的平均纯技术效率较接近于前沿面（0.938）。1996-2007年平均纯技术效率为0.93，达到纯技术效率最优的比重为31.48%；2007-2013年平均效率为0.95，最优数比重为33.33%。从空间分异来看，2007-2013年与1996-2007年相比，效率增加最多的是咸宁，达到0.046，DEA有效比重增加最多的是武汉和黄冈，达到40.5%。

最后，规模效率（SE）表明，1996-2013年武汉城市圈建设用地规模效率普遍较高，最接近于前沿面（0.968）。其中，1996-2007年平均规模效率达0.96，达到规模效率最优的比重为21.3%；2007-2013年平均效率为0.98，最优比重为25.4%。整体趋势为先下降后上升，尤其是2007年后效率值提升较多。从空间分异来看，2007-2013年与1996-2007年相比，平均效率增加最多的是天门，而黄冈和咸宁效率有微弱下降；DEA有效比重增加较多的是鄂州、孝感和仙桃，达到30%左右。

综合效率由规模效率和技术效率共同作用而成，比较表1武汉城市圈建设用地利用效率可知，较多的年份建设用地扩张的规模效率达到DEA有效状态，且整体水平高于纯技术效率。然而，纯技术效率对综合效率的贡献程度大于规模效率的贡献，也即是城市圈对资源的配置力度增强和利用水平的提高，较城市规模效应更能促进建设用地利用效率的提升。

3.2 武汉城市圈规划设置前后建设用地利用效率变化趋势

为更加细致地反映武汉城市圈1996-2013年建设用地利用效率和技术进步的动态时空格局变化，尤其是武汉城市圈设置前后的变化趋势比较，采用Malmquist生产率指数模型分别计算了1996-2007年、2007-2013年以及1996-2013年各地区的技术效率变化（综合效率变化）、技术变化、纯技术效率变化、规模效率变化以及Malmquist生产率变化（全要素生产率变化），进行整体对比分析。

利用Deap 2.1软件，根据Malmquist生产率指数原理，和上述公式(3)，计算结果如表2所示。从全要素生产率变化（1.374）来看，1996-2013年武汉城市圈建设用地利用效率呈现上升趋势，增长速度为37.4%；技术变化和纯技术效率变化也都呈现上升趋势，综合效率变化为0.995，规模效率变化为0.985，均小于1，技术变化为1.384，纯技术效率变化为1.009，均大于1。其中，全要素生产率变化（0.935）表明，1996-2007年效率有微弱下降趋势，技术变化和规模效率变化也有下降。纯技术效率均值上升1.9%，综合效率均值提高1.4%，说明这一阶段效率提升主要源于要素的配置和利用水平的改进；2007-2013年全要素生产率（1.259）表明，此阶段建设用地利用效率提升，技术变化为1.282，大于1，说明效率的提升主要得益于技术的进步带来的边际集约，规模经济。对比两个阶段的效率波动情况，全要素生产率变化由2007年前的下降转变为之后的上升趋势，这也得益于技术变化的下降趋势转为上升。总体看来，各分项指数均有不同程度的波动变化，技术改进对Malmquist指数提升贡献最大，而规模效率和纯技术效率的波动造成综合效率对Malmquist指数的增加不明显。

表2 不同时段武汉城市圈Malmquist指数及其分解Table 2 The Malmquist productivity index and its decomposition of Wuhan metropolitan area in different period

从空间分异来看，1996-2007年，从全要素生产率变化表明仅有黄石（1.075）和鄂州（1.162）两个地区的效率得到提高，其余地市的效率均有不同程度的退步，尤其以潜江下降幅度最大，达到27%；综合效率变化仅黄石出现轻微下降，孝感和咸宁有上升趋势，其余地区效率不变；2007-2013年武汉城市圈各地市的全要素生产率变化状况表明，除孝感市建设用地利用效率出现下降，达3.2%；其余地区建设用地利用效率均有提升，尤其潜江和仙桃的效率提升最大，分别为75.9%和57.8%，黄冈和咸宁提升较为微弱，其他地区提升在20%-34%；从综合效率分析，黄石、孝感和天门有下降趋势，其余地区效率不变。整体可见，武汉城市圈各城市建设用地利用的技术变化遵从全要素生产率变化规律，纯技术效率和规模效率大致遵从综合效率变化趋势。

3.3 武汉城市圈设置对建设用地利用效率的净效应

为了确保匹配结果的准确性，本文分别进行了平衡性检验，检验结果（表3）表明匹配前有些变量在处理组和控制组之间存在显著差异，但匹配后所有变量在处理组和控制组之间没有显著偏差，且变量的标准化偏差绝对值小于15%，满足小于20%的规定，且T值小于1.58，说明匹配后变量在处理组和控制组的分布没有系统性差异，通过了平衡性检验。

采用PSM-DID模型估计武汉城市圈设置对城市建设用地利用效率的净效应，结果如表4所示。表4表明，城市圈实施前处理组的效率值低于控制组，而规划实施后处理组的效率高于控制组，四种匹配方式下的估计结果都表明，武汉城市圈规划设置后，建设用地利用效率增加0.007，且在5%的显著性水平下显著。“两型社会”规划设置后，武汉城市圈投入了大量人力、资本和土地，当然，建设用地的投入产出比增加。此外，随着城市圈的规划设置，城市规模效益逐渐显现且增加，城市间在经济上的溢散效应，使之更加具有吸引资本、和优质人才的能力，对市场的控制力增强，而由此促进了建设用地利用效率的提高。

表3 匹配平衡性检验结果Table 3 Matching balance test results

4 结论与政策建议

提高城乡建设用地的供给效率及产出效益，是社会经济发展新常态时期供给侧结构性改革的重点。本文以武汉城市圈为例，比较1996-2007年、2007-2013年两阶段武汉城市圈设置前后城乡建设用地利用效率及其动态变化和影响因素。主要结论如下：（1）武汉城市圈规划设置后（2007-2013年阶段）建设用地利用效率较设置前（1996-2007年阶段）高。2007年后武汉城市圈建设用地的平均综合利用效率、平均纯技术效率和平均规模效率均有所提高，达到DEA有效的比例均明显上升。（2）建设用地利用效率提升中技术进步对Malmquist指数增加的贡献度最大，而规模效率和纯技术效率的作用则相对不明显。对比两个阶段的效率波动情况，全要素生产率变化由1996-2007年的下降（0.935）转变为2007-2013年的上升（1.259）趋势。从空间分异来看，1996-2007年多数地市的建设用地利用效率均有不同程度的退步；2007-2013年，除了孝感地区效率微弱下降，其余地区效率都有提升。（3）PSM-DID估计结果表明，武汉城市圈规划设置对建设用地利用效率具有显著的正向推动作用。武汉城市圈规划设置促进了区域经济一体化进程的加快，逐渐形成规模效益，从而对建设用地的优化配置有积极意义。

建设用地扩张是经济发展和城镇化的必然结果，“摊大饼”式的发展模式只会降低城市化的质量，造成资源的浪费，尤其是对土地这一稀缺资源构成威胁。为实现武汉城市圈“两型社会”改革试验区的建设目标，提高建设用地利用效率，提出几点建议：（1）城市圈规划实施对建设用地利用效率具有正向积极作用，城市规模与经济发展具有相互作用的关系，因此，应当充分发挥武汉作为湖北省政治、经济、文化中心的增长极作用，加强区域间交流与合作，实现城市之间的协同发展，进而增加建设用地利用效率溢散效应，实现城市建设用地利用效率联动提升。（2）纯技术效率是制约土地利用效率的关键因素，而武汉城市圈纯技术效率和规模效率对全要素生产率的改善没有发挥较好的作用，此外，资本和高素质人才的有效利用，是效率提高的有效途径，因此城市圈应当鼓励自主创新精神，从技术研发、人才培养、管理体制上下功夫，增加知识和人力资本的积累，提高劳动力的边际收益。

参考文献(References)

[1]刘纪远,匡文慧,张增祥,等. 20世纪80年代以来中国土地利用变化的基本特征与空间格局[J]. 地理学报,2014,69(1):3-14.LIU J Y, KUANG W H, ZHANG Z X, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014,69(1):3-14.

[2]王成新,王波涛,王翔宇. 基于结构视角的中国人口城市化与土地城市化异速增长研究[J]. 中国人口·资源与环境,2016,26(8):135-141.WANG C X, WANG B T, WANG X Y. Study on population urbanization and land urbanization allometric growth in China based on the structure[J]. China Population, Resources and Environment, 2016,26(8):135-141.

[3]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 P J, ZHAO F, XIU C L. Study on the spatial differentiation of urban construction land input efficiency in China[J]. Economic Geography, 2012,32(6):46-52.

[4]黄海艳,蔡银莺. 城市吸引力对建设用地规模扩张的影响——以武汉城市圈为例[J]. 上海国土资源,2019,40(1):23-28.HUANG H Y, CAI Y Y. The influence of city attraction on the expansion of construction land scale: a case of Wuhan Metropolitan Area[J]. Shanghai Land & Resources, 2019,40(1):23-28.

[5]李若洁,崔许锋. 武汉市新型城镇化发展水平评价及其障碍因素研究[J]. 上海国土资源,2018,39(2):27-32.Li R J, Cui X F. Evaluation of the development level of new urbanization and its obstacle factors in Wuhan[J]. Shanghai Land &Resources, 2018,39(2):27-32.

[6]韩玉莲,赵玉岩. 长江三角洲城镇建设用地扩展特征及驱动力研究[J]. 上海国土资源,2018,39(2):16-20,32.Han Y L, Zhao Y Y. Characteristics of and driving forces behind urban construction land in the Yangtze River Delta region[J].Shanghai Land & Resources, 2018,39(2):16-20,32.

[7]杨丽霞,苑韶峰. 长三角城市群城镇化质量测度及其空间格局分析[J]. 上海国土资源,2017,38(3):5-8.Yang L X, YuanF. Analysis of measurement and spatial pattern of urbanization quality in the Yangtze River Delta[J]. Shanghai Land& Resources, 2017,38(3):5-8.

[8]聂雷,郭忠兴,彭冲. 基于SBM-Undesirable和Meta-frontier模型的城市建设用地利用效率研究[J]. 资源科学,2017,39(5):836-845.NIE L, GUO Z X, PENG C. Construction land utilization efficiency based on SBM-Undesirable and Meta-frontier model[J]. Resources Science, 2017,39(5):836-845.

[9]张立新,朱道林,杜挺,等. 基于DEA模型的城市建设用地利用效率时空格局演变及驱动因素[J]. 资源科学,2017,39(3):418-429.ZHANG L X, ZHU D L, TU T, et al. Spatiotemporal pattern evolvement and driving factors of urban construction land use efficiency using data envelopment analysis[J]. Resources Science,2017,39(3):418-429.

[10]王良健,李辉,石川. 中国城市土地利用效率及其溢出效应与影响因素[J]. 地理学报,2015,70(11):1788-1799.WANG L J, LI H, SHI C. Urban land-use efficiency, spatial spillover, and determinants in China[J]. Acta Geographica Sinica,2015,70(11):1788-1799.

[11]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 Y J, JIN H. Research on efficiency of urban construction land and the drive mechanism in the mid-Yangtze river[J].Resources Science, 2015,37(7):1384-1393.

[12]郭施宏. 海西城市群城市土地利用结构与效率[J]. 经济地理,2017,37(1):170-175.GUO S H. Urban land structure and land use efficiency in Hercynian urban agglomeration[J]. Economic Geography,2017,37(1):170-175.

[13]杜官印,蔡运龙. 1997-2007年中国建设用地在经济增长中的利用效率[J]. 地理科学进展,2010,29(6):693-700.DU G Y, CAI Y L. Technical efficiency of built-up land in China’s economic growth during 1997-2007[J]. Progress in Geography,2010,29(6):693-700.

[14]黄端,李仁东,邱娟,等. 武汉城市圈土地利用时空变化及政策驱动因素分析[J]. 地球信息科学学报,2017,19(1):80-90.HUANG R, LI R D, QIU J, et al. Analysis on spatio-temporal variation of land use and its policy-driven factors in Wuhan metropolitan area[J]. Journal of Geo-information Science,2017,19(1):80-90.

[15]周琰,张俊峰,张安录,等. 建设用地对经济增长贡献的区域差异及差别化管控——以武汉城市圈为例[J]. 农业现代化研究,2017(1):74-80.ZHOU Y, ZHANG J F, ZHANG A L, et al. Regional differences of the contributions to economic growth from construction land and differentiated management strategies: a case study of Wuhan metropolitan area[J]. Research of Agricultural Modernization,2017(1):74-80.

[16]陈先强. 武汉城市圈城市化效率实证研究[J]. 华中农业大学学报(社会科学版),2012(1):86-90.CHEN X Q. An empirical study on urbanization efficiency in Wuhan urban agglomeration[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2012(1):86-90.

[17]张俊峰,张安录,董捷. 土地集约利用与土地利用碳排放的关系研究——以武汉城市圈为例[J]. 农业现代化研究,2013,34(6):717-721.ZHANG J F, ZHANG A L, DONG J. Study on relationship of intensive land use and carbon emission: case study of Wuhan urban agglomeration[J]. Research of Agricultural Modernization,2013,34(6):717-721.

[18]张军,吴桂英,张吉鹏. 中国省际物质资本存量估算:1952-2000[J].经济研究,2004(10):35-44.ZHANG J, WU G Y, ZHANG J P. The estimation of China’s provincial capital stock: 1952-2000[J]. Economic Research Journal,2004(10):35-44.

[19]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.

[20]FÄRE R, GROSSKOPF S, LOVELL C A K. Production frontiers[M]. Cambridge University Press, 1994.

[21]BANKER R D. Estimating most productive scale size using data envelopment analysis[J]. European Journal of Operational Research, 1984,17(1):35-44.

[22]陈雪婷,宋涛,蔡建明,等. 基于DEA和Malmquist的中国城市代谢效率研究[J]. 地理科学,2015,35(4):419-426.CHEN X T, SONG T, CAI J M, et al.The Chinese urban metabolic efficiencies based on the DEA and Malmquist[J]. Scientia Geographica Sinica, 2015,35(4):419-426.

[23]HECKMAN J, ICHIMURA H, TODD P. Matching as an econometric evaluation estimator[J]. Review of Economic Studies,1998,65(2):261-294.

[24]SMITH J, TODD P. Does matching overcome Lalonde's critique of nonexperimental estimators?[J]. Journal of Econometrics,2005,125:305-353.

[25]邹玮,孙才志,覃雄合. 基于Bootstrap-DEA模型环渤海地区海洋经济效率空间演化与影响因素分析[J]. 地理科学,2017(6):859-867.ZOU W, SUN C Z, QIN X H. Spatial evolution of marine economic efficiency and its influential factors in Bohai sea ring area based on bootstrap-DEA model[J]. Scientia Geographica Sinica,2017(6):859-867.

[26]狄乾斌,孟雪. 基于非期望产出的城市发展效率时空差异探讨——以中国东部沿海地区城市为例[J]. 地理科学,2017(6):807-816.DI Q B, MENG X. Spatial and temporal disparities of urban development efficiency of coastal cities in China based on undesirable outputs[J]. Scientia Geographica Sinica, 2017(6):807-816.

[27]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 Y L, SHU B R, WU Q. Urban land use efficiency in China:spatial and temporal characteristics, regional difference and influence factors[J]. Economic Geography, 2014,34(1):133-139.

[28]潘竟虎,胡艳兴,刘晓,等. 中国地级及以上城市“四化”协调发展效率的时空分异测度[J]. 地理科学,2016,36(4):512-520.PAN J H, HU Y X, LIU X, et al. Spatial-temporal pattern of the coordinated development efficiency of the ‘four modernizations’ of prefecture level cities or above in China[J]. Scientia Geographica Sinica, 2016,36(4):512-520.