城市土地利用效率的综合测度与影响因素识别

张明斗 毕佳港

〔DOI〕1019653/jcnkidbcjdxxb202002004

〔引用格式〕 张明斗，毕佳港城市土地利用效率的综合测度与影响因素识别——基于东北三省34个地级及以上城市的实证分析[J]东北财经大学学报，2020，（2）：35-43

〔摘要〕本文以东北三省34个地级及以上城市为例，基于DEA-BCC模型对其2007—2016年城市土地利用效率进行动态和静态测度，结果显示：东北三省城市土地利用效率总体呈现上升的趋势，除个别城市的效率值低于0500以外，其余的为0500—1000。依据2007—2016年东北三省城市土地利用效率的均值，将其划分为弱有效增长型和强有效增长型、高有效增长型三种类型，其中4个城市处于弱有效增长型，14个城市处于强有效增长型，16个城市处于高有效增长型。2016年，19个城市的土地利用纯技术效率实现了DEA有效，19个城市的规模效率也实现了DEA有效;处于规模报酬不变的城市有20个，规模报酬递增的城市有11个，规模报酬递减的城市有3个。利用Tobit模型对东北三省城市土地利用效率影响因素进行识别，经济规模、基础设施和科教投入对城市土地利用效率具有正向影响，城市规模和投资水平对其具有负向影响。对于不用的区域而言，城市土地利用效率有着不同的影响因素和作用力度。

〔关键词〕城市土地;利用效率;成长模式;空间差异

中图分类号： F29923文献标识码：A文章编号：10084096（2020）02003509

一、问题的提出

城市土地作为“城经济”的典型代表，为城市发展提供着空间载体，其利用水平和效率直接影响着整个城市高质量发展的实现进程，也影响着经济社会发展和人居环境建设[1]。根据城市的现实考量，城市土地利用既要服务于城市自身的发展，也要兼顾土地集约化效应，合理配置资源，使其释放出最大的潜力价值。改革开放前半阶段，东北三省城镇化率一直处于全国领先水平;进入21世纪，其增长速度有所减缓。但是，随着东北振兴战略的持续推进，城镇化增长速度越来越快[2]，导致城市土地需求的急剧膨胀，出现土地规划无序性和效率低下性两大问题。同时，各种用地类型混乱、粗放式发展，也迫使城市土地利用向数量导向性的方向迈进[3]，严重阻碍了东北三省城市高质量发展，对东北振兴战略的实施也带来了一定的负面效应。因此，全面探讨城市土地利用效率及其影响因素，一方面是积极响应党的十八大提出的“低投入、高产出、低能耗、低污染”原则的号召，另一方面能够为土地资源的优化配置提供实践参考，对于实现新时代下东北三省城镇化的健康、稳妥发展及全方位振兴具有重要的现实意义。

针对不同研究层面，学者们构建了土地利用效率的评价和测度指标，并得出相应研究结论：一是就全国层面城市土地利用效率格局演变而言，张军涛和孙振华[4]运用DEA 模型对中国2001—2010年各省城市土地利用效率进行评价和对比，发现中国城市土地利用效率总体呈上升趋势，沿海发达地区的城市土地利用效率较高。张志辉[5]对中国不同区域、不同规模等级城市土地利用效率进行对比分析，发现中国城市土地利用效率整体偏低，存在较大的挖潜空间。朱孟珏等[6]对2000—2015年中国282个地级及以上城市进行土地利用效率测量，发现不同地区间城市土地利用效率存在明显的差异，其中东部城市效率最高，西部城市次之，中部城市最低，城市规模越大，效率越大，增速越快。二是就区域城市土地利用效率格局演变而言，张荣天和焦华富[7]以长江经济带为研究区域，运用DEA模型、ESDA统计指数和Tobit线性回归模型等分析方法，发现该区域城市土地利用效率总体呈上升趋势，存在显著的区域差异。李福柱和付洪凯[8]利用山东17个地级及以上城市的2004—2013年面板数据对土地利用效率进行研究，发现城市土地利用效率总体处于规模报酬不变或递减的状态。卢新海等[9]构建SDM模型研究长江中游城市群土地利用效率的溢出效应，发现外商直接投资额和人均地区生产总值是长江中游城市群城市土地利用效率的主要驱动因素。

本文旨在现有研究基础之上，通过构建评价指标体系，对2007—2016年东北三省34个地级及以上城市土地利用效率进行实证测度，全方位探讨该地区城市土地利用效率的变化特征;对城市土地利用效率进行測算和分解，并对城市土地利用效率的影响因素进行识别，以期达到提高东北三省城市土地利用效率的初衷。

二、研究方法、指标体系构建与数据来源

（一）研究方法

1DEA模型

DEA模型是衡量效率的经典模型。本文基于可变规模报酬的DEA-BCC模型对城市土地利用效率进行评价[7-10-11]，并将综合效率分解为纯技术效率和规模效率，该模型的生产可能集为：TBCC={（x，y）x≥∑Nj=1λjxj，∑Nj=1λj=1，j=1，2…，N}。规模收益可变条件下的DEA-BCC模型具体为：maxλ，s-，s+w=es-+es+，sts-=θxi-Xλ，s+=Yλ-yi，λ≥0，s-≥0，s+≥0;minθ，λθ，st-yi+Yλ≥0，θxi-Xλ≥0，∑Nj=1λi=1，λ≥0。其中，s-为模型中第j个决策单元投入的松弛变量，s+为模型中第j个决策单元产出的松弛变量，θ为综合效率值。一般情况下，可以根据综合效率值的大小来判断是否实现了DEA有效，若综合效率值等于1000，表明DEA有效：若综合效率值小于1000，且纯技术效率和规模效率中有一个效率值为1000，表明弱DEA有效;若二者均小于1000，表明非DEA有效。

2Tobit回归模型

基于DEA模型求得的效率值是离散的，且效率值为0—1，且在1000处发生截断;与此同时，不同决策单元的效率之间差异具有随机分布特征。如果采用OLS进行回归分析，所得出的研究结论具有偏误，可信度较低。为避免此种情况，本文采取极大似然法的截取回归模型，即Tobit模型：当Y*>0时，Y=Y*=βΧ+μ;当Y*≤0时，Y=0。其中，Y*为截断因变量向量，Y为效率值向量，Χ为自变量向量，β为相关系数向量，μ为误差项。

（二）指标体系构建

本文以东北三省34个地级及以上城市为研究对象，通过构建城市土地利用的投入产出指标体系，对城市土地利用效率分别进行动态和静态的实证测算，进而明确出其内在的空间差异状态。在全面参照已有研究成果基础之上[7-11-12]，选取建成区土地面积非农从业人员比重、固定资产投资、地方财政支出作为投入评价系统的衡量指标;选取地均国内生产总值、地均非农产值、单位土地面积工业产值、建成区绿化覆盖率作为产出评价系统的衡量指标，构建了东北三省城市土地利用效率评价指标体系，具体如表1所示。

（三）数据来源

本文主要对2007—2016年东北三省34个地级及以上城市土地利用效率进行综合测度与分析，其数据来源于2008—2017年《中国城市统计年鉴》。其中，地均国内生产总值、地均非农产值和单位土地面积工业产值根据统计年鉴的相关数据间接计算求得。

三、东北三省城市土地利用效率的综合测度

（一）城市土地利用效率的动态测度

为明确城市土地利用效率的空间差异状态和时间演化趋势，运用DEA模型，借助于DEAP21计量软件对东北三省34个地级及以上城市土地利用效率进行动态测度，具体如表2所示。

由表2可知，2007—2016年东北三省城市土地利用效率总体呈现上升趋势，从2007年的0867上升到2010年的峰值0936，随后又呈现出轻微幅度的波动，但效率值始终维持在0900左右，并在2016年时效率值达到0882。其中，辽宁和黑龙江城市土地利用效率总体呈下降趋势，吉林呈上升趋势。

东北三省城市土地利用效率较高，随着投入产出水平的适配化，土地利用效率有了较大幅度的提升，但其效率均值仍小于1000。在2008年城市土地利用效率值达到低谷，主要由于2008年金融危机对经济建设产生了较大的冲击，导致城市经济发展出现倒退迹象，城市土地利用效率也出现下降局面。随着经济局势的不断好转，城市土地利用效率开始重拾升势，到2010年达到峰值，但在2011年有所下降，且研究期间内规模效率值均低于1000，表明城市土地利用开发过程中未能充分释放规模经济的内在优势，仍旧存在着“投入—产出”不匹配的异象。依据纯技术效率的变化趋势来看，总体上表现出一种小范围的波动，意味着投入要素并没有完全按照最优生产技术要求使用。这里需要明确的是，2007—2009年和2013—2015年，东北三省城市土地利用的纯技术效率明显高于规模效率，表明投入要素虽然达到了一定的规模，但并没有得到高效率的使用，综合效率仍旧依赖于纯技术效率的提升。

1城市土地利用效率的DEA有效性分析

东北三省土地利用效率均处于DEA有效的城市主要包括盘锦、松原、大庆、黑河和绥化，意味着上述城市在土地利用过程中，一是能够将投入要素高质量使用，并有效转变为产出要素，进而实现“投入—产出”的合理性匹配。二是适当的投入要素规模有效规避了要素冗余现象。同时，本溪和通化大部分年份的土地利用效率均处于DEA有效，表明这两个城市在土地利用中基本能够实现投入要素集约化。然而，多数的城市处于非DEA有效，表明在城市土地利用过程中，投入要素并没有得到高质量使用，尚未完全转化成产出要素，依旧存在着较大的改进空间。

2城市土地利用效率的成长模式分析

为能够系统性明确城市土地利用效率的成长模式，本文将城市土地利用效率划分为弱有效增长型、强有效增长型和高有效增长型三种增长类型，并对其进行可视化的空间分布处理，具体如表3所示。

由表3可知，对于城市土地利用效率弱有效增长型城市，土地利用效率均值在0800以下，表明在土地利用过程中，该类城市土地没有发挥其应有的价值，利用效率低下，投入产出呈现分散化的趋势。对于这些城市，在未来的土地利用中应适度增强“投入—产出”水平，尽量把土地资源浪费率控制在较低的范围之内，宽口径强化土地利用发展过程中关键要素资源的利用水平，提升土地利用效率，缩小与高有效增长型城市的基本差距。

对于城市土地利用效率强有效增长型城市，主要包括抚顺、丹东、长春、四平等，其土地利用效率均值为0800—0900。说明这些城市的土地、劳动力和资本等要素的投入大多数能够得到相应的产出，仅仅是投入和产出的适度性没有达到完全契合。因此，如何实现适度投入水平下的产出水平最优化，既是城市土地利用效率强有效增长型城市突破的重点，也是应努力完成的任务和职责。

对于城市土地利用效率高有效增长型城市，主要包括沈阳、大连、盘锦、大庆等，其城市土地利用效率均值在0900以上。说明这些城市的土地利用水平能够在90%以上实现投入要素的集约利用和生产的最优规模，有效避免了要素冗余现象，特别是松原、盘锦等城市土地利用效率为1000，说明城市土地利用的投入可以完全转化为产出，投入要素得到全方位的利用，纯技术效率及规模效率均达到最优水平，这类增长型城市其土地利用效率的投入产出水平拿捏得体，较好避免了城市土地资源的浪费和减少了投入要素的冗余，这种模式在提高城市土地利用效率方面上应大力倡导[13]。

（二）城市土地利用效率的静态测度

如前文所述，城市土地利用效率是一种复合的效率类型，其效率值的大小和纯技术效率及规模效率密切相关，为能够更加精准理解城市土地利用效率的内在要义，掌控城市土地利用的基本态势，本文选用2016年东北三省34个地级及以上城市为研究样本，对其土地利用效率进行静态测度，具体如表4所示。

1城市土地利用纯技术效率分析

由表4可知，2016年東北三省城市土地利用纯技术效率的均值为0924，相对较高，但依旧处在非DEA有效，意味着城市土地利用中投入要素并没有达到最优生产技术的使用标准，存在着投入冗余或不足的迹象，这就要求东北三省在未来的城市土地利用中必须将投入要素按照最优生产技术进行使用，以防出现投入要素的浪费现象。其中，19个城市的纯技术效率为1000，表明这些城市土地的投入要素使用符合最优生产技术的标准，产出达到了最大化;其余城市的纯技术效率处于非DEA有效，需要在未来的进程中全面提升投入要素的使用标准，进而避免投入要素使用不到位的局面出现。

2城市土地利用规模效率分析

2016年东北三省城市土地利用规模效率的均值为0951，虽高于纯技术效率，但仍处在非DEA有效，表明城市土地利用中投入要素与有效状态下的最优投入规模存在显著差异。基于空间分布格局来看，处于规模效率有效的城市主要包括本溪、抚顺、辽源等，其规模效率为1000，其中有5个城市的土地利用规模效率小于1000，表明这些城市土地利用效率的投入未能与有效状态下的最优投入规模相匹配，投入产出水平未达到最优配置水平。因此，亟需强化城市土地投入要素与最优投入规模间的协调程度，通过强化规模效率来实现城市土地利用效率的提升。

3城市土地利用规模报酬分析

2016年东北三省有20个城市土地利用效率处于规模报酬不变状态，表明城市土地利用的过程中投入要素的规模适度，没有任何的冗余或不足现象的出现。14个城市处于非有效状态。其中，11个城市呈现规模报酬递增，表明这些城市在土地利用中投入要素明显不足，若要提升其利用效率，还需进一步强化投入要素的规模;3个城市呈现规模报酬递减，表明这些城市在土地利用中投入要素的规模过大，并没有全部转化为产出水平，出现了明显的冗余现象，而如何适量减小投入要素的规模成为未来城市土地利用中必须关注的重要话题。

四、东北三省城市土地利用效率的影响因素识别

城市土地利用效率作为衡量土地利用效果的一项重要标准，受各种因素的影响，精确地识别各种因素的作用力度和方向，对于提升城市土地利用效率具有重要的意义。

（一）模型设定

根據城市土地利用的现实状况和参照已有的研究成果，本文主要选取城市基础设施水平（Inf）、经济规模（Val）、科教投入水平（Tec）、空间集聚水平（Area）、城市规模（Pop）、投资水平（Fix）及人口密度（Den）作为具体影响因素，并分别以人均道路面积、地均国内生产总值、科学教育支出占财政总支出的比重、市辖区建成区土地面积与市区土地面积的比重、城市年末人口数、地方固定资产投资与国内生产总值的比值及单位面积土地上居住的人口数作为具体衡量指标。建立如下随机效应Tobit模型：

EFF=β0+β1Inf+β2Ln（Val）+β3Tec+β4Area+

β5Ln（Pop）+β6Fix+β7Ln（Den）+ε（1）

其中，EFF为因变量，代表城市土地利用效率，取值为0—1，βi（i=0，1，2，…，7）为待定系数，ε为随机误差项。

（二）实证结果分析

1描述性统计

表5是本文变量的描述性统计。由表5可知，2007—2016年城市土地利用效率均值为0889，表明东北三省34个地级及以上城市的土地利用效率整体较高;全部指标的标准差整体较小，特别是科技投入水平、空间集聚水平、投资水平等表现更为明显，意味着样本统计量和总体参数的值比较接近，样本对总体具有代表性，用样本统计量推断总体参数的可靠性越大。

2东北三省城市土地利用效率影响因素的总体性分析

通过STATA140专门处理Tobit模型删尾数据的最大似然估计程序，对东北三省34个地级及以上城市的土地利用效率影响因素进行回归分析，具体如表6所示。

由模型Ⅰ可知，东北三省城市土地利用效率主要受基础设施水平、经济规模、科教投入水平、城市规模和投资水平的影响。实证结果显示，经济规模、科教投入水平和基础设施水平对东北三省城市土地利用效率具有正向影响，影响系数分别为0075、2541和0004，且分别通过1%、5%和10%的显著性检验。经济规模每增加1个百分点，城市土地利用效率就会上升0075个百分点，这一结果验证了先前的预判，之所以出现这种情况，在于近年来东北三省经济增速虽有所放缓，但由于经济体量本身庞大且规模有所增加，外加生产要素的合理配置，地均的经济产量自然也就提高，城市土地利用效率也会随之提升。科教投入水平对东北三省城市土地利用效率同样具有正向影响，科教投入的增加会使科技水平得以提高，使得单位土地上所能获得的产出水平大幅度增加，因而助推城市土地利用效率的提升。基础设施水平也呈现出正向影响，这是由于基础设施作为衡量城市公共产品发达程度的重要标准，在城市土地一定的情况下，基础设施水平提升势必能够在保证城市土地存量的状况下，增强城市单位土地的利用效率，以满足城市及其基础设施建设的需要，两者构成良性互动的循环过程。

城市规模和投资水平对东北三省城市土地利用效率具有负向影响，影响系数分别为-0063和-0116，两者均通过1%的显著性检验，与之前的预判一致，这充分说明目前东北三省众多城市盲目的外扩，其所产生的结果是城市存量土地面积得到大幅度提升，然而城市土地利用效率如何却不做考虑，这是东北三省城市土地利用效率偏低的重要原因。同时，投资水平对城市土地利用效率也产生负向影响，政府为了扩大城市规模，加大城市扩张力度，没有做详细且合理的投资规划，从而导致众多低效或无效投资，这种投资只会造成城市土地超负荷运转，从而出现城市土地利用效率下滑的现象。

3东北三省城市土地利用效率影响因素的区域性分析

由模型Ⅱ可知，基础设施水平和经济规模对辽宁城市土地利用效率具有正向影响，且两者均通过5%的显著性检验，影响系数分别为0008和0049，意味着对于辽宁而言，基础设施水平和经济规模每提高1个百分点，城市土地利用效率就会上升0008和0049个百分点。作为中国的老工业基地，辽宁的基础设施建设一直走在全国的前列，在基础设施能够满足城市发展的前提下，单位土地的经济产值自然也会增加，有助于推动城市土地利用效率的提升。同时，经济规模的扩张能够为城市土地利用效率的提升提供经济保障，在土地规模一定的情况下，存量土地的利用水平得以提升，单位土地的经济产值也会有所起色，推动辽宁经济发展方式由粗放型向集约型进行转变。投资水平对辽宁城市土地利用效率具有负向影响，影响系数为-0078，且通过5%的显著性检验，意味着投资水平每增长1个百分点，城市土地利用效率将下降0078个百分点，这主要与辽宁近年来城镇化发展迅速的背景息息相关，城镇化快速发展必然引发投资力度的加大，但一些城市建设投资既没有发挥到促进经济发展的作用，也造成了土地资源浪费和非集约利用现象出现。

由模型Ⅲ可知，经济规模和科教投入水平对吉林城市土地利用效率具有正向影响，影响系数分别为0152和3243，且通过1%和10%的显著性检验，意味着经济规模和科教投入水平每提高1个百分点，城市土地利用效率将会分别提高0152和3243个百分点。之所以出现经济规模对城市土地利用效率的正向影响，在于目前吉林城市土地开发与利用中，能够有完备的经济实力做支撑，保证了土地利用的资金投入水平，有助于提升单位土地的经济产值和利用效率。另外，科技进步也是提高该地区城市土地利用效率的关键因素，科教投入的增加，可以在强化增量土地利用效率的同时改变城市土地利用深度和广度，推动城市土地利用向集约化和高效化方向前进。城市规模和投资水平对吉林城市土地利用效率具有负向影响，影响系数分别为-0065和-0243，且都通过1%的显著性检验，意味着城市规模和投资水平每提高1个百分点，城市土地利用效率将分别下降0065和0243个百分点，说明吉林城市发展过程中存在盲目扩张与无效投资现象，该地区城市规模虽有所扩大，但仅表现为城市土地面积的扩张，并没有实现城市土地利用效率的帕累托最优状态。单位城市土地面积上的投资量越大，表明资本的投入更为集中，单位土地的产出也会因此得到提升，土地利用效率自然也会有所改观。但是，投资水平对城市土地利用效率产生负向影响，在于该地区城市土地利用技术欠佳造成单位面积上的投入处于无效状态，从而也引发了城市土地利用效率下降的局面。

由模型Ⅳ可知，黑龙江城市土地利用效率主要受城市规模的影响，影响系数为-0128，且通过1%的显著性检验，意味着城市规模每提高1个百分点，城市土地利用效率将下降0128个百分点。从黑龙江目前的城市土地利用结构来看，不合理现象较为突出，城市在现有土地没有得到充分利用的前提下，开始实施盲目扩张战略，导致严重的土地浪费。因此，黑龙江迫切需要从城市建设层面和用地规划层面来提高城市土地利用效率，这也对黑龙江城市土地利用效率提出了严峻的挑战。

五、研究结论与政策建议

本文以东北三省34个地级及以上城市为例，基于DEA-BCC模型对其2007—2016年城市土地利用效率进行动态和静态测度，并运用Tobit模型进行影响因素的识别，得到以下研究结论：

第一，2007—2016年，东北三省城市土地利用效率总体呈现上升的趋势，除个别城市的效率值低于0500以外，其余的为0500—1000，其中盘锦、松原、绥化、黑河等城市土地利用效率较高，鞍山、哈尔滨、齐齐哈尔、牡丹江等城市土地利用效率较低。

第二，依据2007—2016年东北三省城市土地利用效率的均值，将其划分为弱有效增长型、强有效增长型和高有效三种增长类型，其中4个城市处于弱有效增长型，14个城市处于强有效增长型，16个城市处于高有效增长型。

第三，2016年，东北三省19个城市的土地利用纯技术效率实现了DEA有效，19个城市的土地利用规模效率也实现了DEA有效;处于规模报酬不变的城市有20个，规模报酬递增的城市有11个，规模报酬递减的城市有3个。

第四，利用Tobit模型对东北三省城市土地利用效率影响因素进行识别，结果表明：基础设施、经济规模和科教投入水平对城市土地利用效率具有正向影响，城市规模和投资水平对其具有负向影响。辽宁城市土地利用效率主要受基础设施和经济规模的正向影响，以及投资水平的负向影响。吉林城市土地利用效率主要受经济规模和科教投入水平的正向影响，以及城市规模和投资水平的负向影响。黑龙江城市土地利用效率主要受城市规模的负向影响。

為全方位提升东北三省城市土地利用效率，实现东北三省城市高质量发展的战略效果，本文提出以下政策建议：

第一，强化城市土地利用的经济效益向社会效益转变。单纯地关注城市土地利用的经济效益会掩盖城市土地本身的社会价值，要彻底扭转固有的思维模式，在优化城市土地利用机制、转变土地利用理念的背景下，推动城市土地利用的经济效益向社会效益高效转变，实现经济效益、社会效益与生态效益一体化发展的新蓝图。

第二，盘活城市存量土地，提升其利用效率。在城市土地供需关系日渐趋紧，各项用地指标持续紧缺的现实下，需要坚持控制总量、优化结构、提高效率、综合利用原则，系统性提升城市土地利用的投入产出比，强化集约节约利用水平，并加大地下空间开发力度，进而全面盘活城市存量土地。特别是对于闲置且利用效率不高的城市土地，一定要进行二次开发，为城市土地利用效率的提升做出贡献。

第三，切实防范城市的无序蔓延。摊大饼式的发展模式导致城市空间结构失衡，城市土地利用效率不足，就需要在未来的进程中严格划定城市发展边界，合理提升城市区域的建筑高度和密度，增强立体化的发展布局，规避城市的无序蔓延。同时，适当控制城市土地功能置换，设置城市建设面积底线，防止因城市非理性扩张引发的土地利用效率的下降。

第四，建立城市土地收购储备制度。严格的行政区划导致城市土地收购储备制度不健全，为此对于闲置且尚未产生效用的土地应进行收购储备，对于过度拥挤的城市，政府则应进行合理的引导分流，以确保城市土地利用的高效率。

参考文献：

[1]杨海泉，胡毅，王秋香2001—2012年中国三大城市群土地利用效率评价研究[J]地理科学，2015，（9）：1095-1100

[2]李雪我国东北地区农村城镇化的发展现状、问题及对策[J]经济视角（上旬刊），2014， （6）：77-79

[3]张明斗新型城镇化的深度发展及政策思路创新研究[J]城市发展研究，2016，（5）：10-15

[4]张军涛，孙振华中国城市土地利用效率的动态测度及影响因素——基于DEA-Tobit两步法的分析[J]数学的实践与认识，2014，（11）：54-63

[5]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

[6]朱孟珏， 庄大昌， 张慧霞2000—2015年中国城市土地利用效率的时空演化[J]水土保持通报， 2018， （3）： 240-247，255

[7]张荣天，焦华富长江经济带城市土地利用效率格局演变及驱动机制研究[J]长江流域资源与环境，2015，（3）：387-394

[8]李福柱，付洪凯山东17地市城市土地利用效率研究——基于DEA模型、超效率模型和Malmquist指数的分析[J]西华大学学报（哲学社会科学版），2016，（4）：55-61

[9]卢新海，唐一峰，匡兵长江中游城市群城市土地利用效率空间溢出效应研究[J]长江流域资源与环境，2018，（2）：252-261

[10]冯达，黄华明，张毅，等湖南省城市土地利用效率DEA分析[J]国土资源科技管理，2007， （1）：51-54

[11]栗滢超，刘红娟河南省城市土地利用效率评价[J]中国农学通报，2015，（2）：276-282

[12]李娟，李建强，吉中贵，等基于超DEA模型的成都市城市土地利用效率评价[J]资源与产业，2010，（2）：40-45

[13]张明斗经济发展中的城市化效率及政策选择研究[D]大连： 东北财经大学博士学位论文，2014112

Comprehensive Measurement and Influencing Factors Identification of

Urban Land Use Efficiency：An Empirical Analysis Based on Cities at

PrefectureLevel and Above in the Three Northeast Provinces

ZHANG Mingdou1，BI Jiagang2

（1School of Economics， Dongbei University of Finance and Economics， Dalian 116025， China;

2School of Public Administration， Dongbei University of Finance and Economics， Dalian 116025， China）

Abstract：In this paper， the three northeast provinces more than 34 regional and city as an example， based on the DEA model to the efficiency of land use from 2007 to 2016 to carry on the dynamic and static measure， and to identify the influencing factors of using Tobit model， The results show that： For 10 years， the three northeast provinces city land use efficiency of general upward trend， except individual cities efficiency value is lower than 0500， the rest are mostly kept between 0500 to 1000According to the three northeastern provinces in 2007-2016 average of the efficiency of urban land use can be divided into high effective growth， strong effective growth， weak efficient growth and low effective growth four types， including 15 cities at a high effective growth， 14 cities in a strong growth effectively， three cities in the weak efficient growth and 1 low growth effectivelyIn 2016， the pure technical efficiency of land use in 19 cities achieved DEA efficiency， and the scale efficiency of 19 cities also achieved DEA efficiencyThere were 20 cities with constant return on scale， 11 cities with increasing return on scale， and 3 cities with decreasing return on modelTheTobit model was used to identify the factors influencing the urban land use efficiency of three provinces in northeast ChinaThe economic scale， infrastructure and investment in science and education have a positive impact on the urban land use efficiency， and the urban scale and investment level have a negative impact on itFor different regions， urban land use efficiency has different influencing factors and effects

Key words：urban land;utilization efficiency;growth model;spatial differences

（責任编辑：尚培培）

收稿日期：20191016

基金项目：国家自然科学基金青年项目“长江经济带城市收缩的空间异质性、影响因素与城市体系协同发展”（71804021）;国家社会科学基金后期资助项目“东北地区城市收缩的空间结构与体系协同研究”（18FJY023）;中国博士后科学基金面上资助项目“长江经济带城市收缩的空间异质性与体系协同研究”（2019M651456）;辽宁省青年科技人才“育苗”项目“辽宁省城市经济高质量发展的空间异质性及协同机制研究”（LN2019Q61）;辽宁省经济社会发展研究一般项目“辽宁新型城镇化发展过程中收缩型中小城市转型发展的研究”（2020lslktyb-029）

作者简介：张明斗（1983-），男，山东济宁人，副教授，博士，上海财经大学应用经济学博士后，主要从事城市经济研究。Email： zhangmingdou0537@126com

毕佳港（1993-），男，吉林长春人，硕士研究生，主要从事土地资源与管理研究。