中国城市建设用地集聚对利用效率的影响：机理、空间效应与分群差异

冯雨豪，吴 群，王 健，邵子南，张 超

（1. 南京农业大学公共管理学院，江苏 南京 210095；2. 南京农业大学不动产研究中心，江苏 南京 210095；3. 安徽财经大学财政与公共管理学院，安徽 蚌埠 233030）

改革开放以来，中国经济发展取得了世界瞩目的成就，但区域差异过大、发展不平衡仍是基本国情［1］。近年来，中央为缩小地区差距实现协同发展，使建设用地资源在空间上平均分配抑或向欠发达地区倾斜，造成了城市建设用地空间配置分散，低效闲置现象普遍，严重制约了土地资源利用效率的提升［2］。2019年，中央财经委员会第五次会议明确提出“要增强中心城市和城市群等经济发展优势区域的经济和人口承载能力；要加快改革土地管理制度，建设用地资源向中心城市和重点城市群倾斜”。可见，提高城市建设用地集聚程度，扩大中心城市以及城市群规模，提高建设用地资源利用效率，已成为今后一个时期中国实现区域协调发展一个重要思路。

效率是经济学研究中永恒的话题，建设用地利用效率也是学术界研究的重点。国内外学者在建设用地利用效率研究方面已取得一定成果，从研究内容上看主要包括城市建设用地利用效率的评价和城市建设用地利用效率的影响机制分析。城市建设用地利用效率的评价多以省、市域为研究尺度，并依据效率的高低，提出区域土地利用和规划的政策建议［3-4］。在驱动机制和空间溢出效应方面，一般说来，资本、劳动力、城镇化是影响建设用地利用效率的重要因素［5］，同时二三产业前沿技术水平、经济发展条件和土地利用结构等，亦是不可忽视的重要推力［6-7］。除此之外，城市建设用地利用效率还受到地方政府行为、产业结构特征和要素与基础设施投入等微观因素的影响［8-10］。大多数文献关注以上因素对建设用地利用效率的影响，但忽略了一个重要因素——城市建设用地集聚。实际上，集聚经济理论早在20 世纪80年代就已成为学术界研究的重点内容，是理解企业区位、区域和产业经济发展的重要视角［11-12］。有效的资源集聚可以形成外部经济效益、规模经济效应以及知识溢出效应，从而促进产业创新和提高生产率［13］。那么，城市建设用地作为人类各种生产、生活等社会经济活动的载体，其集聚度的提高能否带来城市建设用地利用效率的提升？不同的城市建设用地集聚程度对其利用效率会产生何种不同的影响？这些问题的回答对优化建设用地配置格局、提升城市土地利用效率与平衡区域经济发展具有重要的理论与现实意义。鉴于此，文章利用2003—2017年中国278 个地级及以上城市数据，创新性地构建多产出随机前沿生产函数模型测度城市建设用地利用效率，之后在城市建设用地集聚对土地利用效率机理分析的基础上，构建空间计量经济模型，实证分析城市建设用地集聚对利用效率的影响及其异质性，旨在为未来城市建设用地优化配置提供科学依据。

1 机理分析与研究假说

资源要素集聚和经济增长是并行的过程，集聚可以显著提高生产效率，促进经济增长［11］。城市建设用地集聚通过发挥规模经济效应、规模外部性效应以及产业外部性效应来促进城市建设用地利用效率的提升［14-15］。首先，规模经济效应影响利用效率。伴随着城市建设用地集聚的形成以及城市规模的扩大，其资源利用效率、技术效率和流通效率将会得到显著改善，并形成规模经济效应。换言之，城市建设用地集聚能够显著减少各生产要素及能源的投入，从而使城市建设用地利用效率得到显著提升。其次，规模外部性效应影响利用效率。规模外部性主要包括，由于中心城市或城市群规模的扩大所产生的设施共享、知识和技术溢出。前者能够降低生产成本，提高经济产出，后者不仅是社会经济集聚所依赖的“高级资源”，也是推动城市建设用地利用效率提升的最根本因素。因此，以共享资源、分享知识技术溢出为目的而形成的城市建设用地集聚具有提高城市建设用地利用效率的可能。再次，产业外部性效应影响利用效率。产业外部性得益于专业化分工的实现，由城市建设用地集聚所催生的多样化及专业化分工能够提高交易效率，进而实现城市建设用地利用效率的提高。

根据上述分析，提出假说一：

H1：城市建设用地集聚度的提高有利于利用效率的提高。

然而不同城市的建设用地集聚也存在显著差异，集聚不足或集聚过度会造成拥挤效应或低效用地等负效应［16］，进而影响城市建设用地利用效率。对于城市建设用地集聚程度较高的中心城市而言，由于其存在着“虹吸效应”，使自由市场中流动的各种资源要素集聚于此，必然会增大当地生态环境系统和民生系统的压力［17］。同时，在土地利用总体规划对建设用地“总量管控”的宏观调控下［18］，高集聚城市的政府无法对落后的基础设施建设和公共服务水平进行及时补救，造成诸如基础设施不足、交通阻塞严重、企业用地成本过高、人民生活质量下降等“城市病”问题，从而形成城市建设用地集聚不足对利用效率产生负向影响。对于城市建设用地集聚度较低的中小城市而言，在各种资源要素流失的环境下，中央政府依然采取加大建设用地资源投入的“政策倾斜”方式来拉动区域经济发展，造成“空城”“鬼城”等低效用地问题［19-20］，形成城市建设用地集聚过高而利用效率偏低的现象。因此，城市建设用地集聚对利用效率的影响可能并非一成不变，集聚度的提高虽然对提高城市建设用地利用效率存在积极作用，但这种积极作用或许仅限于一定的集聚度范围，二者之间并不仅仅是单纯的线性关系。

基于此，提出假说二：

H2：不同城市建设用地集聚度与利用效率之间可能存在非线性特征。

2 研究方法与数据来源

2.1 研究方法

2.1.1 城市建设用地利用效率测度模型

文章将城市建设用地利用效率定义为以要素投入产出理论为基础，将城市建设用地作为投入变量，在保持其他投入要素不变的前提下，实际城市建设用地投入与获得最大化综合产出时城市建设用地投入水平的比值［8］。目前对城市建设用地利用效率的测算方法主要有数据包络分析分析法（Data Envelopment Analysis，DEA）、随机前沿分析法（Stochastic Frontier Analysis，SFA）和综合指标因素法［21-23］。其中：DEA 方法是在每个截面数据中确定一个最优前沿面，测算效率值为相对效率，因此测算结果在时序上不可比，有一定局限性；综合指标因素法因指标体系中指标、分值与权重的确定主观性较强，目前使用这种方法的学者已经越来越少；而SFA 方法作为分析多投入单产出的计量经济方法可以利用生产函数精确模拟评价对象的绝对效率，能有效区分统计误差项和管理误差项，避免不可控因素对无效率产生的影响，相比前两者更有优势。但实际情况下，SFA 方法不可能精确分离单产出，因此相关学者［24］通过引入距离函数，实现了随机前沿法分析多投入多产出的问题。对于生产函数的选择，目前最常用的是Cobb-Douglas 函数和超越对数函数［25］。由于超越对数函数具有灵活性、易估计性和包容性，且有效避免因函数形式设定错误而造成估计偏差等优点，借鉴曹慧等［24］、牛泽东等［26］方法将构建超越对数形式的多投入多产出型距离函数。式中主要涉及3项投入，即资本投入、劳动力投入和城市建设用地投入；2项产出，即期望产出与非期望产出，期望产出从经济增长，社会效益和绿色发展三个方面选取指标，非期望产出从污染排放角度选取指标。借鉴刘书畅等［20］的做法，将非期望产出作为投入变量引入模型中，其反映的是在其他投入要素一定下，土地利用通过消耗生态环境来增加其效益。模型结果如下：

式中：yit表示t时期i地区的产出向量（yit1为经济增长，yit2为绿色发展，yit3为社会效益）；xit表示t时期i地区的产出向量（L为劳动投入，K为资本投入，C为城市建设用地投入，P为污染排放）；vit为随机扰动项，β、μ为待估参数。

2.1.2 城市建设用地集聚对利用效率影响的模型构建

鉴于城市建设用地集聚存在着明显的规模效应和溢出效应［27］，同时考虑到忽略空间特征会使研究结论出现偏差，文章采用空间计量经济分析方法，探讨城市建设用地集聚与其利用效率之间的关系。

（1）空间权重矩阵的构造。空间权重矩阵表示了空间单元之间的相互依赖性与关联程度，正确合理地选用空间权重矩阵对于区域城市建设用地利用效率的空间计量分析有着至关重要的作用。借鉴前人学者得出的经济-距离嵌套矩阵更为科学的研究结论［28］，构建地理距离和经济距离的复合空间权重矩阵。空间距离权重矩阵W1为，其中d为两城市地理中心位置之间的距离。经济距离矩阵为其中：为研究期内第i个城市的固定资本存量平均值；为研究期内总固定资本存量均值；t为不同时期。

复合矩阵为：

（2）空间计量模型。常用的空间计量经济模型主要为空间杜宾模型（SpatialDubin Model，SDM），而空间自回归模型（Spatial Autoregressive，SAR）和空间误差模型（Spatial Errors Model，SEM）为其特殊形式［29］。据此一般空间计量模型设置如下：

式（3）中y为被解释变量，表示不同城市建设用地利用效率；W为空间权重矩阵；x为解释变量；β为待估参数；ε为随机误差项。根据系数ρ是否显著，检验某地区城市建设用地利用效率是否与周边地区存在空间关联。如果ρ显著则表示该地区的城市建设用地利用效率受其他地区影响，否则不受其他地区影响。

2.2 变量设定与数据来源

2.2.1 投入和产出变量

基于经典生产函数将劳动力、资本和土地作为基本投入指标，结合计算城市建设用地利用效率目标的特点与数据可得性，劳动力投入采用市区二、三产业就业人口数；资本投入采用通过永续盘存法［30］计算所得的固定资本存量；城市建设用地投入选取市区建设用地面积。产出指标中的期望产出包括经济增长、社会效益和绿色发展三方面，分别以历年市区二、三产业产值之和、市区职工平均工资和借鉴谢高地等［31］、董家华等［32］等研究成果计算的城市公园绿地生态服务价值。非期望产出主要为环境污染，以市区二氧化硫排放量作为环境产出的代理变量。相关指标依照第二、三产业增加值指数和居民消费价格指数调整为以2003年为基期的不变价，见表1。

表1 SFA模型投入-产出变量名称及表征

2.2.2 影响因素变量

文章重点分析城市建设用地资源集聚对利用效率的影响机制。其中城市建设用地利用效率（Urban land use efficiency，Ulue）由前面构建的SFA 方法得出。资源要素空间集聚内涵是指劳动力、资本、土地、技术等生产要素在一定时间内，由于国家规划、产业发展、人民生活向往等，由分散向集中流动的现象，这种流动的过程和趋势具有明确的地理空间指向，存在规模性和专业化的特点，由此呈现内部和外部规模的经济效应［27］。城市建设用地作为自然资源的一种，也符合资源要素空间集聚的一般定义，即建设用地在地理空间上的高度集中，在表现形式上主要为中心城市、城市群、都市圈等。与之相关的测度方法主要包括区位熵指数、空间基尼系数、产业集中率、Moran’ sI指数等［33］，其中区位熵指数能真实、有效地反映要素空间分布形态，并有消除规模差异带来的估计偏差等优点，同时考虑到度量方法对城市建设用地集聚度的适用性和数据可获取性，采用区位熵指数描述城市建设用地集聚情况（Urban construction landagglomeration，Ucla）。

计算公式为：

式（4）中，Uclait为t时期，i城市建设用地集聚度，Sit为i城市建设用地面积，St为t时期全国城市建设用地总面积，Ait为t时期i城市土地面积，At为t时期全国土地面积，Ucla代表某地区占全国1%的国土面积上集聚的城市建设用地面积的比重（%）来表示，其值越大表明其集聚程度越高。同时，加入城市建设用地集聚度的平方项，探讨城市建设用地集聚与利用效率是否存在非线性关系。

除上述核心解释变量外，经济因素、社会因素、环境因素等也会影响城市建设用地利用效率。因此，文章加入相关控制变量，其中包括经济发展水平（Del），该指标由市辖区GDP 表示，并依照国内生产总值指数调整为以2003年为基期的不变价；人口集聚度（Popa），采用市区人口密度表示；基础设施建设水平（Par），由城市道路面积表示；产业结构（Ec），由二三产业产值占GDP 比重表示；矿产资源禀赋（Mre），采用采矿业就业人数占城市总就业人数比值表示。具体见表2。

表2 城市建设用地利用效率影响因素名称及表征

2.2.3 数据来源及说明

文章采用2003—2017年中国278 个地级及以上城市面板数据为研究样本，数据来自《中国统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》以及国家统计局官网数据。在数据整理过程中，采用趋势法和平均值法剔除变量中出现的异常值和缺失值，以保证各数据的连贯性和有效性。同时，在进行模型估计时，部分指标采取对数形式以保证数量级的相似性。

3 实证结果与分析

3.1 城市建设用地利用效率特征分析

3.1.1 城市建设用地利用效率时序变化特征

表3 显示了2003—2017年中国及三大区域的城市建设用地利用效率的变动情况。2003—2017年中国城市建设用地利用效率一直稳步提升，由2003年的68.17%提升至75.42%，保持着相对较强的增长态势。东部地区城市建设用地利用效率一直最高，从2003年的74.23%增至2017年的80.37%，增长了6.14%；中部地区由2003年的63.08%增至2017年的71.32%，增长了8.24%；西部地区由2003年的67.31%增至2017年的74.90%，增长了7.59%。由此可见，中部地区起点较低，增长速度较快，且中西部地区增长率均比东部地区高，东部地区逐渐被中西部地区追平。同时发现，在考虑期望产出和非期望产出的情况下，当前中国城市建设用地利用效率相对偏低，整体发展质量依然不高。

表3 全国及三大地区城市建设用地利用效率测算结果

3.1.2 城市建设用地利用效率分布结构

图1 显示了2003—2017年中国省域城市建设用地平均利用效率分布格局。具体来看，东部以浙江、广东、北京、天津、上海、江苏等省市的利用效率较高，河北和山东等地偏低；中部地区中江西、湖北、河南与其他省份的差距较大；西部地区中重庆、陕西、甘肃等地与其他省份的差异相对较大。不难看出，中国城市建设用地利用效率较高的地区基本符合长三角城市群、及珠三角城市群、京津冀城市群等城市建设用地集聚较高的地区。同时还发现，由于长期受“梯度”发展策略的影响，使得城市建设用地利用效率也形成了以东部省份为高值的“中心”区和向中西部省份递减的“外围”区的区域分布结构，区域间发展不均衡较为明显。

图1 2003—2017年中国城市建设用地平均利用效率省际分布

3.2 城市建设用地集聚对利用效率影响回归结果及分析

3.2.1 空间相关性分析

运用STATA 软件对2003—2017年城市建设用地利用效率均值的Moran’ sI指数进行测度。全局Moran’ sI平均为0.492，Z-value 平均为12.533，且均在1%置信水平上显著，表明中国城市建设用地利用效率在全局上存在着显著空间自相关，即城市建设用地利用效率较高的城市，其周围也存在着多个高利用效率城市。而城市建设用地利用效率较低的城市也趋向于与低值城市相邻。

3.2.2 总体样本估计与结果分析

由空间相关性分析结果可知，城市间建设用地利用效率存在空间依赖性。因此，运用传统经典估计方法得到的结果是有偏的。运用OLS 回归得到各效应的拉格朗日乘子检验（Lagrange Multiplier Test，LM）和稳健性的拉格朗日乘子检验（Robust LM Test）结果均拒绝因变量没有空间自相关的假设（表4），证明采用空间杜宾模型（SpatialDubin Model，SDM）进行空间计量更具有科学性。同时，LR 检验的结果表示，面板数据类型采取时间-空间双固定的形式更适合该研究。Elhorst［29］指出，在将SDM 与双固定效应估计一起应用时，需要进行偏差校正，表5 第（2）列显示了经过偏差校正的SDM的结果。

表4 OLS回归模型的估计结果

从表5 第（2）列可以看出，空间自相关系数ρ=0.4982，在1 %水平上显著，这说明，控制了一系列相关变量之后，城市建设用地利用效率也存在显著的空间溢出效应，即相邻地区城市建设用地利用效率平均变化1%将导致本地城市建设用地利用效率变化0.4982%，且两者向同一方向变化。对于解释变量分析，由于空间自相关性，SDM 估计的解释变量的系数不能反映其边际影响［29］。因此，采取空间面板回归偏微分效应分解法对城市建设用地利用效率的直接效应和间接效应进行解读（表5第（3）、（4）列）。

表5 空间计量经济模型估计结果

（1）城市建设用地集聚的影响。城市建设用地集聚（Ucla）是该研究重点关注的变量，该变量的一次项在直接效应和间接效应中系数均为正，且在1%的置信水平上显著，即城市建设用地集聚度的提高对城市建设用地利用效率具有正向促进作用。这表明进一步加大城市的建设用地集聚程度，加强其承载能力，使产业规模扩大、产业集聚以及分工逐步演进，从而实现劳动力集聚、产业集聚、基础设施完善，同时形成知识与技术外溢效应，有利于全国城市建设用地利用效率的进一步提升。假说二曾推测随着城市建设用地集聚度的提高，中国城市建设用地利用效率会出现由于过度集聚或集聚不足而产生非线性特性，但回归模型中城市建设用地集聚的二次项系数在直接效应和间接效应中均为负，但未通过10%水平的显著性检验，说明这种现象并不明显，与预期不符。这可能是因为中国城市目前的发展阶段并没有达到过度集聚，而是集聚不足。由于建设用地资源向发达地区集聚受限，而人口、资本等经济要素在自由市场环境下集聚的趋势日益增强，导致区域资源要素间不匹配，使建设用地利用效率难以提高，区域充分发展的目标难以实现。只有减少政府对建设用地资源配置的约束作用，深化土地要素市场化改革，才能使建设用地利用效率得到全面提高，区域经济得到充分发展。

（2）控制变量的影响。在所选控制变量中，只有经济发展水平（Del）、基础设施建设水平（Par）和产业结构（Ec）通过了10%显著性水平检验，并且均在直接效应中显著为正，这与大多数学者研究结论一致［34-36］，而间接效应中显著为负。这表明经济发展水平越高、基础设施越完善并且以二三产业为主的城市，其建设用地利用效率越高；但是，提高本市的经济发展水平、完善基础设施建设和调整产业结构不利于周边城市建设用地利用效率提高。这是由于经济水平的不断提高，促使城市规模的扩大，促进产业结构调整，用地方式转变，从而推动了城市建设用地利用效率的提升。然而由于发达大城市的虹吸效应，使得周边地区资本、劳动力的缺失没有形成规模经济，从而抑制了其城市建设用地利用效率的提高。

3.2.3 分群估计与结果分析

尽管在全国层面已发现了城市建设用地集聚度对利用效率的影响，但为进一步探究城市建设用地集聚对利用效率的影响，文章依据城市建设用地集聚度的高低进行分组，揭示高低群组间的差异。为此，根据城市发展阶段，将样本划分为高集聚区（Ucla≥1）和低集聚区（Ucla＜1）（高集聚城市128 个，大多存在于东部地区，低集聚城市150 个，大多存在于中西部地区），进行对比分析［26］。同样通过上述检验流程可知，两组样本均选择双固定效应SDM 模型为最佳，ρ均显著为正，且通过1%水平检验，显示出显著的正向空间溢出效应，其结果见表6。

表6 不同城市建设用地集聚度下的空间计量经济模型回归结果

（1）城市建设用地集聚的影响在高集聚地区，城市建设用地集聚度（Ucla）一次项同全国样本回归结果一样，在直接效应和间接效应中系数均为正，且在5%的置信水平上显著，表明城市建设用地利用效率随着集聚度的增高而上升且具有正向溢出效应。然而城市建设用地集聚度的二次项在间接效应中出现了“先升后降”的“倒U”形关系，这表明本市城市建设用地集聚度的上升也会进一步提高周边高集聚度城市的建设用地利用效率，但这种带动作用会逐渐降低，这是由于这些高集聚城市组成了成片发展的城市群、都市圈，随着发展的提高，集聚度最高的城市首位度逐渐下降，因此由原来的带动关系变为合作竞争关系，形成齐头并进的局面。

在低集聚度地区，城市建设用地集聚度（Ucla）一次项在直接效应和间接效应中系数均为负，且在5%的置信水平上显著，本市建设用地集聚度与利用效率存在负相关关系且为负向溢出；二次项系数在10%置信水平上显著为正，说明存在着“先降后升”的“U”形关系。究其原因，或在于不同地区发展阶段差异所致。低集聚度地区大多以中、小城市为主，尽管城市建设用地一直在集聚，但是由于人口、资本等其他生产要素在自由流动的市场下逐渐向大成市集聚，出现了建设用地过度配置的“空城”“鬼城”现象，降低了城市建设用地的利用效率。同时中小城市之间也存在着竞争关系，在有限的资源下，本市集聚更多的建设用地必然会抑制周边地区的建设用地利用效率。但从长远角度来看，随着集聚度的上升，中小城市必然向大都市演化，其基础设施水平、产业结构等必然发生转变，从而吸引资源要素回流，使建设用地集聚的边际效益大于边际成本而产生效益，这也是城市发展不可跨越的阶段。但从现阶段来看，低集聚度城市的建设用地利用效率仍处于“U”形曲线的左侧，在中国建设用地紧缺的情况下，应减少中小城市配置量，促进高集聚城市进一步集聚，提高“蛋糕”做大的速度，为向欠发达地区提供财政转移创造条件。

（2）控制变量的影响。高集聚度地区的直接效应中，经济发展水平（Del）、人口集聚（Popa）、基础设施建设水平（Par）、产业结构（Ec）均显著为正，表示随着这些指标的提高有利于城市建设用地利用效率的增加。在间接效应中，人口集聚（Popa）的回归结果显著为正，即本市人口越集聚，对邻近城市建设用地的利用效率有促进作用，这是由于在大城市中人口也将进一步集聚，但在中国城市规模受国家宏观调控约束的情况下，必然使人口集聚超过土地集聚出现饱和，从而出现“城市病”现象，使人们的生活质量下降。因此，一部分人退而求其次，在周边大城市定居，带动了区域整体发展，促进了都市圈、城市群的形成。基础设施建设水平（Par）的回归结果显著为负，即本市基础设施越完善，越不利于邻近城市建设用地利用效率的提升，这是因为在竞争环境下，更好的社会服务更能吸引资本、劳动力等生产要素集聚，同时也能解决“城市病”的产生，因此制止了资源向周边地区分散，抑制了周边城市建设用地效率的提高。

低集聚度地区的直接效应中，人口集聚（Popa）、基础设施建设水平（Par）、产业结构（Ec）均显著为正，表示随着这些指标的增高有利于城市建设用地利用效率的增加。在间接效应中，人口集聚（Popa）和产业结构（Ec）的回归结果均显著为负，即本市人口越集聚，二三产业越居于主导地位，越不利于邻近城市建设用地利用效率的提升，这是因为各种资源要素均在自由市场中流向了大型城市，留在中小城市中可瓜分资源本就不多，在争夺资源过程中，谁占有更多资源必然效率就更高，从而也就限制了其他城市的发展。

4 结论与讨论

4.1 结论

该研究基于2003—2017年全国278个地级及以上城

市面板数据，创新性地通过构建多产出随机前沿生产函数模型测度城市建设用地利用效率，并对其时空特征进行分析；通过时间空间双固定的空间杜宾模型探讨了不同城市建设用地集聚程度对城市建设用地利用效率的影响机理与差异。结果发现：①从时空特征上来看，2003—2017年中国城市建设用地利用效率总体上稳步提升，东部城市建设用地效率最高、西部次之、中部最低。②从空间面板数据模型来看，空间自相关与空间杜宾模型的结果均显示城市建设用地集聚存在显著的空间效应。从全国来看，城市建设用地集聚度的提高对城市建设用地利用效率具有改进作用，同时集聚所带来的规模经济效应、知识与技术的外溢效应，有利于全国城市建设用地利用效率的进一步提升。③从不同城市建设用地集聚度分群来看，高集聚城市（东部发达地区）的直接效应显示随着城市建设用地集聚度的增高，利用效率也不断提高；间接效应中，由于中心城市间的合作竞争关系，导致本市对周边城市产生先带动后抑制的“倒U”形作用；低集聚城市（中西部欠发达地区）的直接效应和间接效应均显示，中国城市建设用地集聚与利用效率之间存在“U”形曲线关系特征，即本市建设用地集聚度的提升对本市和周边城市的建设用地利用效率均有负向影响，但随着城市进一步发展，这种恶化作用会转变为推动作用。

4.2 讨论

文章探究了城市建设用地集聚对城市建设用地利用效率的影响。实证结果发现，在当前社会经济发展阶段及区域空间发展格局下，城市建设用地集聚对其利用效率具有明显的正向推动作用，这与假说一的分析结果相同。从全样本空间计量回归结果来看，得到“随着城市建设用地集聚度的提高，利用效率得到不断改善，且并无拐点”的研究结论，这与假说二的理论分析不符，这也许是因为中国城市目前的发展阶段并没有达到城市建设用地过度集聚，而是集聚不足。从分群空间计量回归结果来看，城市建设用地高集聚地区与全样本回归相似，为提升城市建设用地利用效率需进一步提高其集聚程度；而低集聚地区城市建设用地集聚和利用效率却呈负向相关，同时也存在着“U”形关系特征，即随着城市建设用地集聚度的提高，利用效率先不断恶化，但进一步提高集聚度后，效率走向会出现拐点转而提高，故假说二在城市建设用地一定集聚阶段上也具有科学性。

通过上述研究结果及结论，该研究认为在中国当前发展阶段，应进一步提升高集聚的中心城市、城市群、都市圈等发达地区的建设用地集聚度，以促进城市土地利用效率再提升。对于低集聚的欠发达地区，当前最主要的任务不是继续通过政策倾斜来提高城市建设用地配置量和集聚度，而是完善其公共服务和基础设施建设，引导其他资源要素回流以提高其发展潜力和竞争力。