城市土地集約利用測度及其空間溢出效應

朱志遠，崔瑋，苗建軍

（1.濰坊學院數學與信息科學學院，山東濰坊261061；2.南京航空航天大學經濟與管理學院，江蘇南京210016；3.江蘇大學財經學院，江蘇鎮江212013）

區域發展

城市土地集約利用測度及其空間溢出效應

朱志遠1，2，崔瑋3，苗建軍2

（1.濰坊學院數學與信息科學學院，山東濰坊261061；2.南京航空航天大學經濟與管理學院，江蘇南京210016；3.江蘇大學財經學院，江蘇鎮江212013）

文章運用縱橫向拉開檔次法測算了中國30個省份的城市土地集約利用水平，采用探索性空間數據分析方法與空間計量模型分析了中國城市土地集約利用水平的空間特征及其影響因素，旨在通過城市空間資源的優化配置提升城市土地集約利用水平。研究結果表明：2004-2015年，城市土地集約利用水平的Moran’s I指數均通過顯著性檢驗，呈先上升后下降的趨勢，說明中國省域尺度城市土地集約利用水平具有明顯的空間集聚特征，且在2009年之后集聚程度減弱；計量分析結果表明，土地資源稟賦、城市化水平對城市土地集約利用水平的提升具有顯著抑制作用，而產業結構、研發投入與經濟發展水平則明顯促進了全國城市土地集約利用水平的提升。另外，人力資本與中國城市土地集約利用水平呈現正相關，但影響不顯著。

城市土地集約利用；縱橫向拉開檔次法；空間效應；空間面板計量模型

一、引言

國家統計局相關數據顯示，中國城鎮化率已由1978年的17.92%提高到2016年的57.35%。值得注意的是，中國城市化率的提高并沒有伴隨城市發展的高效率，一個突出的表現就是土地資源的浪費。為緩解土地資源緊缺與城市空間擴張之間的緊張局面，由過去片面注重追求城市規模擴大與空間擴張，改變為以提升內涵為中心的大背景下，城市土地集約利用逐漸成為當前研究的熱點問題。

目前，國外城市土地集約利用方面的研究主要是從城市規劃和用地政策的角度研究如何控制城市范圍的擴張，以達到城市土地集約利用的目的。例如“新城市主義”［1］、“緊湊城市”［2］與“精明增長”［3］理念對美國的城市蔓延起到一定的抑制作用。國內研究主要涉及三個方面的問題。在城市土地集約利用內涵方面，文獻多從土地利用結構、土地投入水平、土地投入強度、土地產出效益四個方面進行詮釋［4-5］。在評價方法上，運用較多的有多因素綜合評價法、主成分分析法、人工神經網絡評價法、基于RS和GIS的評價方法等。在分析土地利用影響因素時，學者們大多運用傳統線性回歸方法分析各變量對土地集約利用水平的作用，多是建立在評價單元之間相互獨立，不存在任何空間關聯的假設下，忽略了空間因素對城市土地集約利用的影響。事實上，區域發展總是存在擴散或集聚效應，由于區域間人口流動、產業聯系、技術擴散等因素的影響，土地作為參與區域經濟發展的要素，其集約利用也必然存在空間相關性［6］。因此，在研究中國城市土地集約利用的區域差異時，將空間效應納入分析框架，能更好地描述客觀現實［7-8］。

許多學者也已經認識到空間效應對區域發展的影響，并開始了這方面的嘗試。例如，舒元和才國偉［9］通過分析空間技術溢出對技術進步的影響，證實中國區域間存在顯著的技術擴散現象；劉渝琳［10］等通過對比傳統面板數據模型說明了引入空間面板計量模型的必要性；戴麗娜等［11］等對河南省人口數據建立截面空間計量模型，結果發現政府支出對人口遷移和分布具有顯著影響。

通過上面分析可以發現，現有文獻主要存在如下不足：一是只注重城市土地集約利用水平的評價與測算，缺乏對其空間溢出效應及影響因素的實證分析，導致無法解釋區域間的空間差異對城市土地集約利用的影響；二是測度方法上不適合進行多樣性、復雜性、動態性的綜合評價；三是忽視時間效應與空間效應的同時存在，導致獲得的結論與土地利用行為不符。在土地利用研究中同時引入空間計量模型與面板數據模型的文獻不多，鮮見有關空間面板計量方法在土地集約利用中的運用。

基于此，本研究從集約評價方法和空間效應兩方面來拓展已有研究。第一，以2004-2015年中國30個省級行政區面板數據為樣本，采用縱橫向拉開檔次法，評價中國城市土地集約利用水平；第二，利用Moran’s I指數分析地區間土地集約利用的空間相關性，彌補以往文獻在空間研究上的不足，并運用面板數據計量分析模型分析城市土地集約利用的影響因素及作用機制，為提高城市土地集約利用水平，建設資源節約型和環境友好型社會提供政策參考。

二、研究方法與數據來源

（一）縱橫向拉開檔次法

城市土地集約利用是一個隨時間不斷變化的動態過程，城市土地集約利用的測度既要橫向體現各城市某一截面時刻的土地集約利用狀態，又要縱向描述城市土地利用不同時刻的變化趨勢。縱橫向拉開檔次法是一種基于時序立體數據表綜合計算權重的評價方法，既在“橫向”上體現了不同時刻所有評價區域的土地集約狀況，又在“縱向”上體現了各個區域在不同時間的集約狀況，通過綜合考慮“橫向”和“縱向”土地集約的差異最大化來最大可能體現出各被評價對象之間的差異［12］。

依據縱橫向拉開檔次計算得到各指標的權重Wj，根據如下模型計算城市土地集約利用水平綜合測度值：

其中，yi(tk)為第i個評價城市第k年的土地集約利用水平測度值，m為指標總數，xij′(k)表示第i個評價區域第j個評價指標在第k年的標準化數據。

（二）空間面板計量模型

構建城市土地集約利用水平影響因素分析的面板數據計量模型如下：ki,t

其中，Yi,t表示i省份第t年的城市土地集約利用水平，Xk表示影響因素指標，βk為待估參數，ε為隨機誤差項。

納入空間效應后，構建的空間滯后模型（Spatial

其中，δ表示空間自回歸系數，μi表示空間固定效應，λi表示時間固定效應，Wij表示空間權重矩陣的元素。

空間誤差模型（Spatial Error Model，SEM）如下：

其中，φit表示空間自相關誤差項，ρ表示誤差項的空間自相關系數。

（三）研究樣本、變量選擇與數據來源

1.研究樣本

根據數據的科學性，我們選取除西藏外的30個省級行政區（香港、澳門和臺灣省由于制度方面的差異不在分析范圍之內）作為研究樣本。

2.城市土地集約利用水平測度指標

城市土地利用的投入產出要能夠反映城市土地系統所承載的物質生產活動，主要表現為人力、資本、土地投入，GDP、工業增加值和產品總價值等產出。結合已有研究，選取地均二三產業從業人員數、地均固定資產投資、地均財政收入、地均GDP、地均社會消費品零售總額作為投入產出表征量；城市人地關系的協調性要能夠反映區域土地集約利用的程度，主要表現為人與城市土地系統進行物質交換的和諧性，可以用人均建設用地面積、人均綠地、建成區綠化覆蓋率來表征；城市用地空間的關聯性要能夠反映區域內部土地利用的空間結構，主要指城市內部一體化的發展程度和城市的用地空間緊湊度。基于數據的可獲取性，選取城市人均道路鋪裝面積、人口密度等指標來表征。

3.空間計量模型自變量選擇

結合統計實際，從土地資源稟賦、經濟發展水平、城鎮化水平、產業結構、人力資本以及科技發展水平6個方面選取城市土地集約利用的影響因素指標。各指標的具體含義如下：

（1）土地資源豐度。城市土地的開發利用受城市建成區面積及所承載的人口數量影響較大。針對中國土地利用的特有情景，在測度城市土地集約利用水平的空間效應時，引入相對豐富度可以彌補土地面積絕對總量不具有可比性的缺陷。具體計算公式如下：

其中，Di表示第i個地區的城市土地資源相對豐度；xi表示第i個地區的土地資源總量，采用建成區面積表示；S表示第i個地區的土地面積，P表示第i個地區的人口總數。

（2）產業結構。多數研究認為，第三產業用地的附加值高于第二產業用地，提高第三產業用地的占比，可以提高城市土地的集約利用水平［13］。另外，城市土地集約利用更加側重土地利用的產出效益，故選取第三產業產值占GDP比重表示產業結構水平。

（3）城市化率。現有研究中關于城市化水平的度量主要有人均社會消費品零售額、城鎮人口比重、人口密度、城鎮居民人居可支配收入、三次產業產值占GDP的比重、人均GDP等。為避免指標選取與城市土地集約利用水平的測度指標重疊，本文采用城市化率（城鎮人口占總人口的比重）來表示城市化水平。

（4）人均受教育年限。目前，關于人力資本的衡量指標主要有三次產業從業人員數、研發人員數以及占比等，但這些指標并不能準確反映人力資本的質量。考慮學校教育是生成人力資本的有效途徑，借鑒潘興俠等［14］的做法，設定各級別教育的教育年限分別為文盲0年、小學6年、初中9年、高中12年、大專及以上16年，各地區人均受教育年限的計算公式為：小學受教育人數比重×6+初中受教育人數比重×9+高中受教育人數比重×12+大專及以上受教育人數比重×16。

（5）研發投入。一個地區的研發投入水平與本地區的集約化發展模式密切相關，研發投入水平越高，各種投入要素的利用就越充分，越能促進本地區創新成果的轉化，進而提高本地區城市土地集約利用水平。為消除區域間經濟規模的影響，采用省域研究與試驗發展（R&D）經費內部支出占GDP的比重來表示研發投入。

（6）人均GDP。人均GDP在衡量經濟發展水平的諸多指標中最能夠準確反映社會經濟發展的質量和人民生活水平的變化。采用商品零售價格指數將人均GDP折算為2000年為基期的不變價格后再進行對數變換，這樣并不改變原來變量間的各種函數關系，還可以消除變量異方差的影響。

4.數據來源

由于2013年開始，行業分類執行《國民經濟行業分類》（GB/T4754-2011），三次產業劃分根據《三次產業劃分規定》（2012），導致部分省份第二產業從業人員數和第三產業從業人員數缺失，這部分數據通過國家統計局、《中國統計年鑒》公布的行業數據加總獲得。各省區市的數據資料中，城市人均鋪裝道路面積、城市人口密度指標數據來自《中國城市統計年鑒2005-2016》，除部分省份來自各省統計年鑒和各地區國民經濟和社會發展統計公報外，其他數據均來自《中國統計年鑒2005-2016》。鑒于建成區是城市功能的主體部分，本研究選取建成區面積作為城市土地面積的表征量。研究樣本期為2004-2015年共12年。

三、城市土地集約利用的空間效應分析

基于Geoda軟件，計算2004-2015年中國城市土地集約利用水平的全域Moran’s I，其值均為正值，并且均在0.01的顯著性水平下通過檢驗。這表明，中國城市土地集約利用水平呈現出顯著的正向空間自相關性。由圖1可知，2004-2009年Moran’s I穩步上升，表明土地集約利用的集聚程度不斷增強。2009-2015年Moran’s I則呈現下降趨勢，伴隨概率（p-值）穩定在0.01左右，說明土地集約的集聚程度有所下降但變化不顯著。總體上看，城市土地集約利用水平相似的省份在空間分布上趨于集中，且集聚特征顯著。

圖12004 -2015年中國土地集約利用水平全域Moran'sI指數

需要說明的是，如果一部分省份城市土地集約利用水平存在正的空間自相關，另一部分省份存在負的空間自相關，則采用全域Moran’s I計算時二者會抵消，從而顯示不存在空間自相關關系。此外，不相鄰的地區間由于要素的流動關系，也可能存在空間效應。為彌補全域Moran’s I這種局限性，采用局域Moran散點圖進一步分析。

圖2和圖3給出了2004年、2015年各省份城市土地集約利用水平局域散點圖。圖2顯示，位于第Ⅰ象限（H-H：高集約-高空間滯后）的有北京、上海、廣東、福建、浙江、江蘇、山東、河北、云南、江西、河南、海南；位于第Ⅱ象限（L-H：低集約-高空間滯后）的有安徽、山西、內蒙古、寧夏、遼寧、天津、湖南、重慶、廣西；位于第Ⅲ象限的有（L-L：低集約-低空間滯后）的有青海、新疆、黑龍江、甘肅；位于第Ⅳ象限（H-L：高集約-低空間滯后）的有陜西、貴州；另外，四川、湖南橫跨第Ⅰ、Ⅱ象限，湖北橫跨第Ⅰ、Ⅱ、Ⅲ象限。總體來看，53%的省份城市土地集約利用水平顯示了相似的空間關聯，位于H-H的區域占40%，位于L-L的區域占13%，36%的省份顯示具有不同的空間相關性。

圖22004 年城市土地集約利用水平散點圖

圖32015 年城市土地集約利用水平散點圖

由圖3可以看出，2015年中國城市土地集約利用的空間相關性發生了一定變化，但幅度不大。H-H區域由12個增加到15個，分別是山西、安徽、湖北、湖南、福建、山東、江蘇、浙江、上海、河北、江西、廣東、河南、北京、四川；L-H區域減少為8個，分別是寧夏、廣西、內蒙古、天津、甘肅、貴州、云南、遼寧；L-L區域減少為4個，分別是黑龍江、吉林、新疆；H-L區域增加為三個，分別是陜西、重慶、青海。

總之，中國城市土地集約利用的空間依賴特征明顯，并隨著時間推移發生小幅變動，但總體特征穩定。在進一步分析城市土地集約利用水平時只有將空間效應納入分析框架，才能避免分析結果與實際情況產生誤差。

四、城市土地集約利用水平的影響因素分析

以各省份城市土地集約利用水平作為被解釋變量（Y），資源豐度（X1）、產業結構（X2）、城市化率（X3）、人力資本（X4）、研發投入（X5）以及人均GDP（X6）作為被解釋變量建立空間面板計量經濟模型進行實證檢驗。

由于上面的Moran’s I分析已經驗證了2004-2015年中國城市土地集約利用水平存在明顯的空間自相關。根據Anselin（1996）［15］給出的判定方法，下面要進行兩個lagrange乘數的誤差、滯后及其穩健形式的四個統計量的檢驗，以確定采用空間滯后模型還是空間誤差模型，結果見表1。檢驗結果顯示，LM-lag與LM-err在1%的顯著性水平上均通過檢驗，而R-LM-lag顯著性水平比R-LM-err高，因此采用空間滯后模型更為恰當。同時，Hausman檢驗顯示采用固定效應模型。

表1 模型選擇的檢驗結果

為便于比較，本文同時給出了普通面板、無固定效應、空間固定效用、時間固定效應、空間時間雙固定效應空間計量模型的估計結果（見表2）。

由表2可以看出，八種計量模型的空間滯后項W×dep.var和空間誤差項Spat.aut的統計量均通過10%的顯著性水平檢驗，這也驗證了采用空間計量模型是合理的。相同效應模型的對數似然函數值log L統計量比較中，空間誤差模型（SEM）的log L統計量要大于空間滯后模型（SLM）的log L統計量，從而空間誤差模型（SEM）比空間滯后模型（SLM）的解釋力度更好。結合擬合優度R2和對數似然函數值log L可以看出，空間固定效應模型的值最高。綜上，我們采用空間固定效應的空間誤差模型（SEM）對計量結果進行解釋。

表2 中國城市土地集約利用水平空間計量結果

資源稟賦在10%的顯著性水平上對城市土地集約利用水平的影響為負，這表明了城市土地“資源詛咒”效應的存在，即城市土地資源稟賦對城市土地集約利用水平的提升具有反向抑制作用。比較中國各省份土地資源稟賦、土地集約利用水平發現，資源稟賦相對高地區其城市土地集約利用水平反而相對較低。以2014年數據為例，山東省2014年土地資源相對豐度為11.340，同期湖南為4.078，僅相當于山東省的36%，但湖南的土地集約利用水平卻高出山東16個百分點。從增長率的角度看，城市土地資源相對豐度較低的內蒙古、貴州在2004-2015年間的土地集約利用平均增長率都在7%左右，而土地資源豐度相對較高的山東、浙江、江蘇等地的年均增長率都在2%以下。為剔除東西部之間經濟發展不平衡的因素，再以西部地區的廣西、寧夏為例，資源相對豐度分別為3.561和6.656，他們在12年間的平均增長率分別為4.5%和3.6%。總之，資源豐度對城市土地集約利用的負向影響再次提醒我們探討因地制宜的土地資源優化路徑的必要性。

產業結構在5%的顯著性水平上對城市土地集約利用水平的影響為正，這表明提高第三產業產值比重有助于城市土地集約利用水平的提升。2013年中國第三產業增加值比重達到46.1%，首次超過第二產業。就發展趨勢來看，2004-2015年中國第三產業比重與城市土地集約利用水平基本保持了一致的變化趨勢，如圖4所示。在城市發展面向內涵提升、精明增長的情況下，第三產業高附加值、低用地的優勢將會進一步促進中國產業結構的升級與調整。

圖4 第三產業增加值比重與城市土地集約利用水平變化趨勢

城市化率在1%的顯著性水平上對城市土地集約利用的影響為負，這表明城市化率的提高對中國城市土地集約利用產生了不良影響。城市化進程的推進引導產業與人口向城市轉移，產業的規模和集聚程度開始加強，單位建設用地產生的效益大幅增加，這勢必會提高土地集約利用水平。但由于城市化過程中伴隨著土地閑置、盲目擴張等現象，加之土地市場機制不完善等因素，使得城市化率提高的同時，城市開發的效率沒有同步提升。楊維旭等（2015）指出，在城鎮化的中后期階段，產業結構調整促使人口向城市外圍轉移，城市基礎設施建設等用地增加，城市土地集約利用水平一般會有所回落［16］。

人力資本要素蘊含著知識創新、技術創新，其在區域間的流動有助于先進生產技術的引進與吸收，進而促進城市土地集約利用水平的提升。另外，人力資本聚集的地區，第三產業占比往往也高，在推動城市土地集約利用水平方面的結構效應更加明顯。計量結果顯示，人力資本的彈性系數為0.023，未通過顯著性水平檢驗，說明其對城市土地集約利用水平的影響不顯著。中國人均受教育年限由2004年的8.0上升到2014年的9.04，年均增長率為22%，居民受教育狀況改善明顯。但是中國人力資本在結構方面還存在很大的不合理性，與經濟發展的需求嚴重失衡，比如適齡青年中大學生比重偏低（2011年為4%），高技術人才相對不足等等。

研發投入對城市土地集約利用水平的提升具有正向影響，回歸系數為0.036，t統計量為4.122，通過了1%的顯著性水平檢驗。研究與實驗發展（R&D）經費內部支出占GDP的比重越高，越有利于促進區域技術進步，從而提高區域用地能力與節地能力。另外，技術研發的外溢效應還會影響區域產業轉型與升級。統計數據顯示，中國研發經費支出由2004年的1 843億元增加到2015年的14 220億元，12年間增加了6.7倍。研發投入強度也由2004年的1.23，增加到2015年的2.10。高強度的研發投入，為提升中國新型城鎮化的質量，促進區域土地節約、集約利用起到推動作用。

經濟發展水平的彈性系數為0.385，在六個解釋變量中最大，表明城市土地集約利用水平受經濟發展的影響最大。經濟發展水平越高的地區其土地市場化發育程度也高，對基礎設施的投資力度越大，最終影響著單位土地面積的投入強度與產出效率。經濟發展水平高的地區在城市開發上具有資金、技術、人才等優勢，為城市土地集約利用水平提升提供物質基礎。一定程度上，正是因為經濟發展水平對城市土地集約利用水平的這種正向影響作用，導致中國東部、中部、西部以及東部地區的城市土地集約利用水平差異明顯。表3給出了2015年各省份人均GDP與城市土地集約利用水平數據，可以看出，經濟發展水平較高的地區也具有較高的城市土地集約利用水平。這種差距不但表現在區域之間，區域內部經濟發展水平的差距也導致了城市土地集約利用水平的差距。以東部地區為例，海南省2015年人均GDP為410 008元/人，在東部地區最低，其城市土地集約利用水平在東部地區也處于較低水平。

表32015 年各省份城市經濟發展水平與土地集約利用水平比較

五、結論與建議

從新型城鎮化的布局與結構入手，選取城市土地集約利用評價指標，應用縱橫向拉開檔次法，對2004-2015年中國30個省級行政區城市土地集約利用水平進行測度，然后采用探索性數據分析方法對中國城市土地集約利用行為的空間效應進行檢驗，最后通過構建空間面板數據計量模型，對中國城市土地集約利用的相關影響因素進行實證分析。結果表明：

（1）中國城市土地集約利用水平具有顯著的區域差異。北京、天津、上海、江蘇、浙江、福建、廣東七省市城市土地集約利用水平一直位于全國前列，且表現穩定；黑龍江、吉林、甘肅、寧夏、新疆五個省區城市土地集約利用水平最低。分區域來看，東部是城市土地集約利用的高值聚集區，中部地區對東部地區的追趕效應明顯，西部和東北地區的城市土地集約利用水平普遍偏低。

（2）中國城市土地集約利用行為的空間效應明顯，存在顯著的正向空間自相關。Moran’s I顯示，2004-2015年中國城市土地集約利用水平的空間關聯程度呈現先增強后減弱的趨勢，但均顯著為正。大部分地區與其相鄰區域城市土地集約利用行為表現出相似的集聚特征，但這種集聚特征也呈現出一定的流動性。

（3）空間面板計量模型檢驗結果表明，土地資源稟賦、城市化水平對城市土地集約利用水平的提升具有顯著抑制作用，而產業結構、研發投入與經濟發展水平則明顯促進了全國城市土地集約利用水平的提升。另外，人力資本與中國城市土地集約利用水平呈現正相關，但影響不顯著。

由于城市發展對土地的剛性需求將會保持增長態勢，因此土地資源對城市發展的約束也將日益凸顯。

基于上述結論，本文提出以下政策建議：

（1）對于高度集約化的東部沿海地區，應以產業結構優化調整為核心，繼續發展高新技術和高端服務業，推進城市土地“退二進三”，逐步減少中心市區二產用地，積極置換為三產用地，促進經濟增長方式和發展模式的實質性轉變；對西部地區而言，要注重保障生態用地，適當提高城市土地綠化覆蓋率，同時強化城市土地的投入產出效益，提高單位面積土地的投資強度；中部地區在提高城市化率的同時注意提高用地門檻，將新城開發與舊城改造相結合，盤活存量用地；東北地區要結合資源型城市用地的特點，從產業結構調整與用地空間重構入手，重構提高產業結構升級的速度與產業結構的層次，促進城市土地的內涵集約化。

（2）要充分發揮政府的宏觀調控作用，依據土地利用規劃，制定差別化的土地集約利用管理政策，提高新增用地的利用效率，促進閑置土地的吸收和及時轉化；同時考慮土地集約利用各影響因素的空間交互效應，采取統籌規劃、整合資源、共建共享的市場化信息機制，及時總結推廣有效的集約用地措施，保障各區域節約集約用地目標的實現。

［1］Calthorpe Peter.The Next American Metropolis：Ecology，Community，and the American Dream［M］.New York：Princeton Architectural Press，1993：25-26.

［2］Yang Y，O’Neill K.Understanding factors affecting people’ s attitudes toward living in compact and mixed-use environ?ments：a case study of a New Urbanist project in Eugene，Oregon，USA［J］.Journal of Urbanism：International Re?search on Place making and Urban Sustainability，2014，7（1）：1-22.

［3］Wey W M，Hsu J.New urbanism and smart growth：Toward achieving a smart National Taipei University District［J］. Habitat International，2014，42（2）：164-174.

［4］張富剛，郝晉珉，姜廣輝，等.中國城市土地利用集約度時空變異分析［J］.中國土地科學，2005，19（1）：23-29.

［5］朱天明，楊桂山，萬榮榮.城市土地集約利用國內外研究進展［J］.經濟地理，2009，29（6）：977-983.

［6］陳才.區域經濟地理學［M］.北京：科學出版社，2001：36-38.

［7］James P LeSage.The theory and practice of spatial econo?metrics［J］.Manuscript Accessed May，1999（4）：259-260.

［8］李建豹，黃賢金，吳常艷，等.中國省域碳排放影響因素的空間異質性分析［J］.經濟地理，2015（11）：21-28.

［9］舒元，才國偉.我國省際技術進步及其空間擴散分析［J］.經濟研究，2007（6）：106-118.

［10］劉渝琳，鄭效晨，王鵬.FDI與工業污染排放物的空間面板模型分析［J］.管理工程學報，2015，29（2）：142-148.

［11］戴麗娜，王青玉.人口空間分布及遷移影響的實證分析——基于空間計量方法與河南省數據［J］.統計與信息論壇，2013，28（4）：61-66.

［12］郭亞軍.綜合評價理論、方法及應用［M］.北京：科學出版社，2007：46-47.

［13］楊鋒，袁春，周偉，等.區域土地集約利用影響因素研究［J］.資源與產業，2010，12（4）：67-73.

［14］潘興俠，何宜慶，胡曉峰.區域生態效率評價及其空間計量分析［J］.長江流域資源與環境，2013，22（5）：640-647.

［15］Anselin L，Bera A K，Florax R，et al.Simple diagnostic tests for spatial dependence［J］.Regional science and ur?ban economics，1996，26（1）：77-104.

［16］楊維旭，陳松林，葉濱鴻.廈門市城鎮化與土地集約利用關系研究［J］.山西師范大學學報：自然科學版，2015，29（4）：90-96.

Urban Land Intensive Use Measurement and Its Spatial Spillover Effects

ZHU Zhi-yuan1,2,CUI Wei3,MIAO Jian-jun2
(1.School of Mathematics and Information Science,Weifang University,Weifang 261061,China; 2.School of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China; 3.School of Finance and Economics,Jiangsu University,Zhenjiang 212013,China)

By introducing the vertical and horizontal scatter degree method,the level of land intensive use of 30 provincial-level administrative areas in China is measured,the spatial characteristics of urban land intensive use level and their influencing factors in China are also analyzed by employing the exploratory spatial data analysis method and spatial econometric model.The aim is to promote the level of urban land intensive use by optimizing the allocation of urban spatial resources.The results show that the Moran's I indexes of urban land intensive use level all pass significant tests and present the trend of increase first and then decrease from 2004 to 2015,which indicate that the level of urban land intensive use in China has obvious characteristics of spatial agglomeration,and the degree of agglomeration is weakened after 2009.The results of econometric analysis show that the endowment of land resources and the level of urbanization have significant inhibitory effects on the promotion of urban land intensive use level,whereas the industrial structure,R&D investment and economic development level significantly promote urban land intensive use in China.In addition,human capital is positively correlated with urban land intensive use in China,but the effect is not significant.

urban land intensive use;vertical and horizontal scatter degree method;spatial effect;spatial panel econometric model

F061.5；F061.6

A

1007-5097（2017）06-0045-07

［責任編輯：張兵］

10.3969/j.issn.1007-5097.2017.06.007

2017-01-25

國家社會科學基金項目（16BGL210）；教育部人文社會科學研究基金項目（15YJA790046）

朱志遠（1983-），男，山東壽光人，講師，管理學博士，研究方向：土地經濟，城市發展管理；崔瑋（1983-），男，山西長治人，講師，管理學博士，研究方向：土地經濟學；苗建軍（1955-），男，山西長治人，教授，經濟學博士，研究方向：區域經濟。