科技创新对城市土地利用效率的影响

朱钿　沐年国　闫勇志

摘 要：基于2006—2021年上海大都市圈城市面板数据，运用超效率SBM模型、调节效应模型、门槛效应模型与中介效应模型，并从金融集聚和产业结构的作用机制视角，探究科技创新对城市土地利用效率的影响。研究发现：科技创新对城市土地利用效率具有直接影响，可以促进城市土地利用效率的提高。在科技创新促进城市土地利用效率的过程中，金融集聚起调节作用，并有一定的门槛效应。当金融集中度超过3.330 1时，科技创新对城市土地利用效率的促进作用就开始减弱。产业结构在科技创新促进城市土地利用效率提高的过程中发挥中介作用，即科技创新促进产业结构升级从而提高城市土地利用效率。研究结果有助于为上海大都市圈建设提供理论参考和决策依据，加强科技创新投入并引导金融业合理健康发展和促进产业结构优化升级。

关键词：超效率SBM模型；调节效应；门槛效应；中介效应，金融集聚，城市土地利用效率

中图分类号：F 124 文献标识码：A 文章编号：1672-7312（2023）06-0664-08

The Impact of Science and Technology Innovation on Urban Land Use Efficiency

——An Analysis of the Mechanism Based on the Role of

Financial Agglomeration and Industrial Structure

ZHU Dian，MU Nianguo，YAN Yongzhi

Abstract：Based on the panel data of Shanghai metropolitan area cities from 2006 to 2021，the impact of science and technology innovation on urban land use efficiency is explored by using the super-efficient SBM model，the moderating effect model，the threshold effect model and the intermediary effect model，as well as from the viewpoint of the mechanism of the role of financial agglomeration and industrial structure.It is found that science and technology innovation has a direct impact on urban land use efficiency and can promote the improvement of urban land use efficiency.In the process of promoting urban land use efficiency by science and technology innovation，financial concentration plays a moderating role and has a certain threshold effect.When the financial concentration exceeds 3.3301，the promotion effect of STI on urban land use efficiency starts to weaken.Industrial structure plays an intermediary role in the process of STI promoting urban land use efficiency，i.e.，STI promotes industrial structure upgrading and thus improves urban land use efficiency.The results of this study can help to provide theoretical reference and decision-making basis for the construction of Shanghai metropolitan area，strengthen the investment in science and technology innovation and guide the rational and healthy development of the financial industry and promote the optimisation and upgrading of industrial structure.

Key words：super-efficient SBM model；moderating effect；threshold effect；mediating effect；financial agglomeration；urban land use efficiency

0 引言

我國目前正处于推动经济高质量发展的新时代，要实现城市高质量发展，城市土地利用就需要合理科学分配。但目前我国土地资源尤其是大城市土地资源面临紧缺的问题，优化现有土地资源、提高土地利用率，是大都市亟须解决的难题。城市土地利用效率和城市的经济发展程度有着紧密联系，优化要素投入是城市土地利用过程中一个重要的环节[1]。同时，创新是经济高质量发展的主要驱动力，经济发展及区域协调发展水平的提高离不开科技创新[2]。除此以外，科技创新可以促进大都市圈城市土地绿色利用效率及绿色全要素生产率，但城市异质性会影响其对土地利用效率的促进作用[3-4]。因此，探究科技创新对城市土地利用效率的影响是促进城市经济发展的必然要求，要完成经济高质量发展的任务离不开这一关键因素。

科技创新一直以来都引领着我国的现代化建设，对我国未来经济发展具有十分重要的作用。其在发展新优势中担任“先锋”的角色，在发展中起到关键作用。所谓科技兴则民族兴，人才强则国家强，科技、人才、创新三者协调统一，为高质量发展提供坚实支撑。科技创新可以改变土地传统的利用方式，降低利用成本，避免资源浪费[3]。要进一步提升城市技术创新能力，强化创新对城市发展尤其是城市绿色发展的驱动作用[5]。FISHER-VANDEN[6]等研究指出，科技创新降低生产成本，导致生产过剩，土地的碳排放和能源的消耗都会增加，因此科技创新对资源要素的配置决定了其对土地利用效率的影响[7]。市场一体化对产业结构高级化和生态化具有促进作用，而科技创新在其中扮演重要角色，因此要加速市场一体化进程和提升创新水平，从而推动产业结构优化升级和区域一体化发展[8]。与此同时，由于我国目前土地利用效率难以得到突破，越来越多的学者开始对土地利用效率展开研究，视角主要集中在土地财政、产业结构及绿色发展和土地利用效率之间的相互关系上。经济增长能够促进土地财政，土地财政又进一步带动城市土地利用效率，但经济增长在土地财政和城市土地利用效率之间不存在连接作用[9]。在土地价格影响方面，商住用地价格的升高在短期内促进城市用地效率的改善，而长期内影响会逐渐减弱[10]。土地资源配置对城市经济效率的影响主要体现在产业结构效应，技术创新效应和生态环境效应[11] 。而具有技术嵌入作用的数字经济发展，对提升我国城市土地绿色利用效率也具有重要意义[12]。党的十八大以来，我国坚定不移地贯彻新发展理念，产业结构不断优化升级，为提高经济资源配置效率提供了基础。产业结构优化升级和城市土地利用之间存在“相互促进”的双赢效应，现阶段，土地经济产出偏低、用地结构失调等是制约资源型城市土地利用效率提升的主要阻碍，应当加快形成产业转型[13，15]。土地规划的配套体系建设十分重要，在土地集约利用时要充分调整产业结构模式，从而增强产业结构对土地利用效率的促进作用及溢出效应[14]。另一方面，城市土地利用效率提高的关键在于在使用土地的过程中以尽可能小的投入和环境成本来获得最大产出。在经济高质量发展阶段，企业普遍开始追求绿色生态发展。城市土地的开发利用离不开“绿水青山就是金山银山”这一理念的指导，在构建城市生态环境共同体的过程中要始终贯彻这一绿色理念[16]。实现绿色生态和土地协调发展，对促进区域经济发展和优化国土空间布局具有重要意义[17]。

從研究方法上来看，张瑞等[3]、吕添贵等[18]均采用超效率SBM模型来测算城市土地利用效率。李嘉琳[19]构建资本、土地、劳动三要素所组成的土地利用效率指标评价体系。陈蔚[20]利用交互效应模型检验金融集聚、市场一体化以及城市经济效率三者之间的联系。

综上所述，大量学者研究科学创新对城市效率的直接影响，少有文章研究其内在的作用机制，作为创新城市的土地利用效率，影响因素有许多，作用机制又是复杂多元的。基于此，在借鉴已有研究的基础上，本文以探究科技创新和土地利用效率的关系为切入点，使用超效率SBM模型测算上海大都市圈城市2006—2021年的城市土地利用效率。参照张钟元等[21]测算上海大都市圈城市金融集聚程度，探究金融集聚和城市土地利用效率之间的关系，并对其作用机制展开进一步研究。同时，基于产业结构和土地利用效率之间的联系，构建中介效应模型，研究产业结构在科技创新与城市土地利用效率之间的作用。

1 理论分析与研究假说

1.1 科技创新对城市土地利用效率的直接影响

在城市里，由于土地利用的空间有限，加上土地的不可再生性，导致土地利用效率难以提高。而我国目前正处在信息化阶段，数字化、智能化态势良好，同时也提出了要推动土地利用从“数字土地”转向“智慧土地”。一方面，城市科技创新水平的提高可以吸引大量人才和资本流入，减少了土地开发过程中搜寻人才的成本。另一方面，科技创新降低了土地利用过程中对劳动力的依赖性，一定程度上缓解了因某个时段劳动力短缺而造成的效率低下问题。

同时，科技创新可以产生新技术、新理念，有效避免在城市土地利用过程中因设计、规划不当等带来的土地资源浪费，高级的勘测技术更是可以精准确认土地资源的适用开发类型，促进土地的合理化、高效化利用。把创新技术应用到土地管理的各个环节，采用先进技术减少土地过度开发，即创新技术可以综合考虑到城市地上地下空间以及功能复合等因素，在节约土地资源的基础上做到功能最大化。基于此，笔者认为较高的科技创新水平有利于城市土地利用效率的提高，并提出以下假设。

H1：科技创新对城市土地利用效率具有正向促进作用。

1.2 金融集聚在科技创新与城市土地利用效率之间具有调节效应

金融集聚是金融高度发达的结果，随着金融发展程度达到某一程度，相关金融人才、机构等就会形成一定程度的金融集聚。在金融集聚的初始阶段，某些地区依靠自身的优势因素，吸引、汇聚周边地区的资本、人才、技术等生产要素，从而使得金融市场的规模扩大，产生规模经济效应。同时，与金融有关的辅助性产业开始兴起，更多金融机构集聚形成金融中心，这在很大程度上缓解了科技创新所面临的资金紧缺问题。除此之外，金融集聚还增加了学习交流的机会，使得城市当地有足够的资金学习先进的创新技术，而科技创新所产生的理念和实操技术又能进一步带来城市土地利用效率的提高。但与此同时，当金融集聚达到一定程度后会产生拥挤效应，即由于该地区资本相对其他生产要素过多，导致整体的资金运用层面的不适配。金融集聚程度过大会导致很多领域难以再实现突破，当地经济发展的成本增加，收益下降，因而在科技创新方面的投入也会随之减少。缺乏足够的资金，该城市在科技创新领域的发展速度放缓。而在城市土地利用方面，需要先进的技术支撑，因此城市土地利用效率相较之前最优状态会有所降低。因此基于以上理论，提出以下假设。

H2：在科技创新促进城市土地利用效率的过程中，金融集聚起调节作用，并有一定的门槛效应。

1.3 科技创新通过产业结构影响城市土地利用效率

产业结构升级离不开科技创新的推动作用，科技创新通过技术引进、模仿创新、自主创新的形式，实现产业发展过程中产品及制造过程的创新，传统的产业由于生产工艺的不断改进以及产品内容和形式的提升得到了质的变化，降低传统行业的生产成本，由此实现传统产业迅速转型升级并催生出新的产业，实现产业优化升级。随着科技水平的提高及不断的科技创新，可以促使城市开发出可替代利用的资源，即生产要素，并降低资源损耗率，因此对于自然资源禀赋较高的地区，可以通过科技创新发挥资源型产业优势。而要素替代效应是产业结构优化提升城市土地利用效率的关键途径，在城市用地紧张的背景下，谋求资本、人力等要素对土地的替代，而后随着资本、劳动等流动范围的扩大，促进先进技术、知识的扩散，强化技术溢出对城市土地利用效率的提升。

另一方面，科技创新带来的产品创新，会引起消费需求的变化，而需求变化进一步引起供给端的变化，从而导致创新产品生产规模扩大，促进产业结构升级。单一产品的升级优化又推动相关产品本身及工艺的创新，使得产业间的协调性加强。同时，依靠科技创新，城市产业趋向于往中高端方向发展，进而提升我国产业在国际市场上的地位，优化国际贸易结构，反过来带动我国技术外溢，依据现有研究，技术溢出效应对城市土地利用效率具有明显的促进作用，尤其是大城市和特大城市的土地利用效率[22]。基于此，提出以下假设。

H3：产业结构在科技创新促进城市土地利用效率提高的过程中发挥中介效应，即科技创新通过促进产业结构优化升级进而促进城市土地利用效率的提高。

2 变量选取与模型构建

2.1 变量选取

选取2006—2021年，上海大都市圈（上海、无锡、常州、苏州、南通、宁波、湖州、嘉兴、舟山）9市面板数据。数据来源于2006—2021年的《中国城市统计年鉴》 《中国能源统计年鉴》《省级温室气体排放清单指南（试行）》等。

2.1.1 被解释变量

城市土地利用效率（LUE），将资本投入、劳动投入、土地投入作为投入变量，二、三产业产值和CO2排放作为产出变量，带入非期望超效率SBM模型。

2.1.2 投入产出变量

在投入指标方面：①借鉴薛建春[9]，将土地投入要素加入到城市利用效率指标体系中，以城市建设用地面积表示土地投入。②借鉴已有研究[23]，將固定资本投资额用永续盘存法折算成资本存量，表示资本投入。③劳动力投入用城市第二产业和第三产业从业人数表示。

在产出指标方面：参考张瑞[3]在研究城市土地绿色效率的指标体系中①第二产业和第三产业产值作为期望产出。②非期望产出用二氧化碳排放量表示。参考丛建辉[24]范围1、范围2和范围3核算。

2.1.3 核心解释变量

采用各个城市专利授权量代表科技创新能力水平（PT）。

2.1.4 调节变量

参考张钟元等[21]的研究，市场整体创新能力的提高依赖于大量金融支持。金融集聚可以产生创新知识效益，进而提高知识积累水平，同时技术的内生增长依赖于知识的溢出效应，其最终又反过来提升整体创新能力和知识水平。上海是金融中心，围绕上海都市圈发展的城市，金融发展水平也相对较高。本文采用区位熵指数作为衡量城市金融集聚程度（FAI）的指标其公式如下：

FAIij=（Lij/Li）/（Lj/L）（1）

式中，FAIij为i城市金融业的区位熵;Lij为i城市金融业的产值;Li为i城市总产出;Lj为金融业全国总产值;L为全国总产出。

2.1.5 中介变量

参考宋洋等[13]的研究，选取第三产业产值与第二产业产值之比作为各城市产业结构高级化程度（OPT）。

2.1.6 控制变量

借鉴聂长飞等[25]的研究，以下变量作为控制变量①城市规模（LS）人均城市建设用地面积。②政府规模（GS），用政府财政支出与GDP的比重表示。③外商投资企业进出口总额（FT），实际利用外商投资（万元）/GDP（万元）

变量描述性统计（见表1）。

2.2 城市土地利用效率测算

非期望产出的超效率SBM模型[26]，首先包含非期望产出，更贴近真实的情景，其次模型可以计算超效率，即能够将城市土地利用效率区分地更加细致完善。

式中，lnPT为核心解释变量；LS，GS，FT为控制变量。

2.4 调节效应模型

金融集聚在科技创新与城市土地利用效率之间有一定的调节作用，选取2006—2021年上海大都市圈9个城市面板数据构建调节效应模型。

式中，lnPT为核心解释变量；LS，GS，FT为控制变量；β0为常数项；α1为核心解释变量系数；α2为调节变量系数；α3为交互项系数；β2，β3，β4为控制变量的系数值；ε为随机扰动项。

2.5 门槛效应模型

选取2006—2021年上海大都市圈9个城市面板数据构建门槛效应模型建立模型（5）验证假设H2

式中，I（·）为示性函数；β11，β12为门槛变量的系数。

2.6 中介效应模型

选取2006—2021年上海大都市圈9个城市面板数据构建中介效应模型，建立模型（6）验证假设H3

式中，OPT为中介变量；p，q，p1，q1为模型估计系数。

3 实证结果与分析

3.1 基准回归结果

运用逐步回归法的基准模型，探究科技创新对城市土地利用效率的影响。模型（1）科技创新系数为0.025在1%水平上显著，说明科技创新促进城市土地利用效率的提高，模型（2）-（4）表示加入其他控制变量的回归结果，科技创新系数估计值在1%水平上显著为正，表明科技创新能够促进城市土地利用效率提高（见表2），假设H1成立。

土地规模估计系数在1%水平上显著，说明上海大都市圈范围的城市建设合理有序，没有发生因扩大城市规模而造成生产资源的浪费或者造成更大污染的排放，因此上海都市圈城市规模促进了土地利用效率。外商企业进出口总额估计在1%水平上显著，说明上海大都市圈引进外商投资水平较高，外商投资对城市土地利用效率具有促进作用。政府规模的系数不顯著，说明政府规模对上海都市圈城市土地利用效率影响较小（见表2）。

3.2 金融集聚的调节效应检验

研究金融集聚在科技创新对城市土地利用效率影响路径中的调节作用，为了避免变量之间存在多重共线性，因此将变量进行均值中心化处理。结果表明：科技创新与金融集聚水平的交互项对城市土地利用效率的影响系数为-0.042，并且在1%的水平上显著（见表3），说明金融集聚水平在科技创新与城市土地利用之间有调节作用。并且科技创新与金融集聚水平的交互项对城市土地利用率有抑制作用。尽管金融集聚在一定程度上吸引科技创新技术的投入，但是当金融集聚达到一定程度后会产生拥挤效应，此时会弱化科技创新对城市土地利用效率的促进作用。

3.3 金融集聚的门槛效应检验

金融集聚在科技创新与城市土地利用之间存在一定的调节作用，并且理论分析认为随着金融集聚水平的增加，金融集聚会弱化科技创新对城市土地利用效率的促进作用，因此建立门槛回归模型通过“自举法”重叠500次模拟似然比，实证检验金融集聚是否存在门槛效应、门槛数量是多少，并估计变量系数值。

金融集聚通过了单一门槛检验（见表4）。所以运用单一门槛模型对公式（5）进行估计。估计结果见表（5）和图（1）所示。

金融集聚确实有单一门槛效应（图1），金融集聚的单一门槛值为3.3301（见表5）。当FAI<3.3301时，科技创新水平对土地利用效率的影响系数为0.028并且在1%的水平上显著，当FAI>3.3301时，科技创新水平对土地利用效率的影响系数为0.017并在1%的水平上显著（见表5）。说明随着金融集聚程度的扩大，科技创新对城市土地利用效率具有积极影响，但当金融集聚程度超过这一特定值后，科技创新对城市土地利用效率的促进作用减弱，这一研究结果与前文研究结果相符。

3.4 产业结构的中介效应检验

构建中介效应模型，研究科技创新是否通过产业结构升级进而影响土地利用效率。检验结果见表6。

列（1）中，科技创新水平系数为0.025，在1%水平上显著，说明科技创新促进土地利用效率提高。列（2）中，估计系数0.125在1%水平上显著，科技创新会促进产业结构升级。列（3）显示，产业结构系数0.092在1%水平上显著（见表6），说明产业结构发挥了部分中介作用。综上所述，产业结构发挥了部分中介作用，H3成立。

中介效应通过Sobel检验，直接效应为0.012，间接效应为0.014，总效应为0.025，中介效应在总效应中占比为 45.3%（见表6）。

3.5 稳健性检验

3.5.1 基准回归稳健性检验

第一，考虑到科技创新水平衡量指标不够全面，选择用北京大学企业大数据研究中心的创新指数（IRIEC）替代专利申请授权量来衡量城市科技创新水平结果，科技创新水平系数为0.194，在1%水平上显著（见表7）；第二，考虑当年专利申请授权量对当期土地利用率影响有滞后效应，因此将变量滞后一期，科技创新水平系数在1%水平上显著（见表7）；第三，考虑变量之间可能存在的异常值，对控制变量和被解释变量科技创新水平进行缩尾5%处理，创新水平系数在1%水平上显著（见表7）。基准回归通过稳健性检验。

3.5.2 门槛效应稳健性检验

对于门槛效应的检验，由于选取的九个城市中，只有上海市金融集聚水平大于3.330 1，说服力不强，因此选择增加样本容量的方法进行稳健性检验分析。杭州市2006—2021年金融集聚水平平均值3.623，最大值4.359，最小值3.122。因此增加杭州市数据，能够提高检验结果的可靠性和稳健性。

金融集聚通过了单一门槛检验（见表8），门槛值为3.3301。当FAI<3.330 1时，科技创新水平对土地利用效率的影响系数为0.028，并且在1%的水平上显著；当FAI>3.330 1时，科技创新水平对土地利用效率的影响系数为0.02，并在1%的水平上显著（见表9）。金融集聚门槛效应通过稳健性检验。

4 结论与建议

运用超效率SBM模型测算2006—2021上海大都市圈9市的城市土地利用效率，通过静态面板回归模型研究城市土地利用效率与科技创新水平之间的关系，并运用调节效应模型、门槛效应模型和中介效应模型，探究金融集聚和产业结构对科技创新和城市土地利用效率关系的调节作用和中介作用，得出如下结论。

1）科技创新对城市土地利用效率具有正向促进作用，该结论通过稳健性检验。在上海大都市圈内，城市规模扩大并没有造成大量资源浪费和废物排放，城市建设在带动经济发展的同时也促进了城市土地利用效率的提高。

2）金融集聚在科技创新对城市土地利用效率影响的过程中起调节作用，且弱化科技创新对城市土地利用效率的正向促进作用，主要是因为金融集聚到达一定程度后会产生拥挤效应，导致生产过剩，土地利用效率反而会降低。

3）产业结构在城市土地利用效率和科技创新之间发挥部分中介作用，且中介效应在总效应中占比45.3%。科技创新促进产业结构升级，产业结构升级促进土地利用效率的提高，即产业结构升级在科技创新影响城市土地利用效率过程中发挥中介作用。

根据以上结论，对城市土地利用效率的提高提出以下几点建议。

1）把握科技发展趋势，推动科技创新研究长期的制度性资源保障。精准识别科技创新的关键领域，投入大量创新资金，激励企业增加研发成本投入，打造强有力的国家科技力量，培养科技领域优秀人才和高水平创新团队，充分调动科技工作者的创新精神。以全球视野推动科技创新，促进国际科技交流合作，学习国外科技创新优势领域，构建创新合作伙伴关系。总体来说，要营造包容、合作、协调的创新环境，鼓励创新，尊重知识、人才，强化创新的法制保障，加强知识产权保护，完善激励保障制度，全面提升我国科技创新水平。

2）金融集聚可以为科技创新提供大量资金，但是要防范化解重大金融风险，引导资本健康有序发展，防止资本无序扩张。合理健康的金融发展有利于科技创新以及提高城市土地利用效率。因此要依靠创新的整体趋势，推动金融业的高质量转变。要统筹金融管理的资源，强化监管力量，密切关注国际金融发展趋势。在如今的信息化、数字化时代，更要全力推动数字金融的發展，进而提高金融服务的效率。同时把握好数字金融与金融监管、数字金融与宏观调控的关系，以强化金融集聚对我国城市土地利用效率的积极影响。

3）推动产业结构优化升级，促进产业方面先进技术的推广，加大各级政府对绿色低碳产业的支持力度，激发市场投资绿色产业的动力。在生态保护的基础上有序开发制造，整合有效资源，完善产业结构、功能。着眼于城市的实际情况，从空间层面整体优化产业结构。打造产业自主品牌，减少老旧产业产生的资源浪费和环境污染。

参考文献：

[1] 朱红波，高乙嘉.我国西南地区城市土地利用效率的时空格局研究——基于非期望产出超效率SBM模型的分析[J].城市问题，2022（09）：95-103.

[2]汪发元，张东晴，吴雨涵.科技创新、金融发展与产业结构升级——基于安徽省的实证[J].统计与决策，2023（03）：159-163.

[3]张瑞，文兰娇，王宁柯，等.科技创新对城市土地绿色利用效率的影响——以武汉都市圈48个区县为例[J].资源科学，2023（02）：264-280.

[4]尹庆民，靳婉婷.科技创新对绿色全要素生产率的影响——基于产业集聚调节作用[J].资源与产业，2023（02）：1-10.

[5]曾刚，胡森林.技术创新对黄河流域城市绿色发展的影响研究[J].地理科学，2021（08）：1314-1323.

[6]FISHER-VANDEN K，WING I S.Accounting for quality：Issues with modeling the impact of R&D on economic growth and carbon emissions in developing economies[J].Energy economics，2008，30（06）：2771-2784.

[7]ACEMOGLU D，RESTREPO P.The race between man and machine：Implications of technology for growth，factor shares，and employment[J].American Economic Review，2018，108（06）：1488-1542.

[8]陆远权，赵婉莹，蒙媛.市场一体化、科技创新与产业结构升级[J].科学学研究，2023（06）：1038-1047.

[9]薛建春，张安录，孙斌.黄河流域城市土地利用效率与土地财政、经济增长影响研究——基于面板联立方程和门槛模型[J].资源开发与市场，2022（08）：897-905.

[10]陈卓，许彩彩，张耀宇，等.土地价格上涨如何改善城市土地利用效率？[J].中国人口·资源与环境，2022（10）：112-124.

[11]刘新智，周韩梅.土地资源配置如何影响城市经济效率——基于中国286个地级以上城市工业数据的实证检验[J].中国土地科学，2022（09）：49-58.

[12]范翔宇，卢新海，刘进进.数字经济发展对城市土地绿色利用效率的影响——基于基础设施建设的调节效应分析[J].中国土地科学，2023（05）：79-89.

[13]宋洋，贺灿飞，YEUNG G，等.中国资源型城市产业结构升级对土地利用效率的影响[J].地理研究，2023（01）：86-105.

[14]于斌斌，苏宜梅.产业结构调整对土地利用效率的影响及溢出效应研究——基于PSDM模型和PTR模型的实证分析[J].中国土地科学，2020（11）：57-66.

[15]何好俊，彭冲.城市产业结构与土地利用效率的时空演变及交互影响[J].地理研究，2017（07）：1271-1282.

[16]卢新海，杨喜，陈泽秀.中国城市土地绿色利用效率测度及其时空演变特征[J].中国人口·资源与环境，2020（08）：83-91.

[17]李菁，张曦.绿色发展对城市土地利用效率的影响——基于门槛效应的分析[J].科技创新与应用，2023（04）：8-12.

[18]吕添贵，付舒斐，胡晗，等.农业绿色转型约束下耕地绿色利用效率动态演进及其收敛特征研究——以长江中游粮食主产区为例[J].中国土地科学，2023（04）：107-118.

[19]李嘉琳.土地利用效率对城市群创新效率空间溢出效应的影响研究——以七大城市群为例[J].技术与创新管理，2022（02）：181-187.

[20]陈蔚.金融集聚、市场一体化与城市经济效率[J].技术经济与管理研究，2023（05）：70-77.

[21]张钟元，李腾，马强.金融集聚对城市绿色经济效率的门槛效应分析——基于我国九个国家中心城市统计数据[J].技术经济与管理研究，2020（03）：98-102.

[22]韩峰，赖明勇.市场邻近、技术外溢与城市土地利用效率[J].世界经济，2016（01）：123-151.

[23]李国煜，王嘉怡，曹宇，等.碳排放约束下的福建省城镇建设用地利用效率动态变化与影响因素[J].中国土地科学，2020（04）：69-77.

[24]丛建辉，刘学敏，赵雪如.城市碳排放核算的边界界定及其测度方法[J].中国人口·资源与环境，2014（04）：19-26.

[25]聂长飞，卢建新，冯苑，等.创新型城市建设对绿色全要素生产率的影响[J].中国人口·资源与环境，2021（03）：117-127.

[26]陈清，林珊珊.中国省际绿色创新效率的评价研究——基于Super-SBM模型和ML指数[J].技术与创新管理，2021（05）：510-518.

（责任编辑：王绿）

收稿日期：2023-07-04

作者简介：朱钿（2000—），女，安徽黄山人，硕士研究生，主要从事经济统计方向的研究。