城市建设用地利用效率与城市化空间相关性的互动效应

城市建设用地利用效率与城市化
空间相关性的互动效应
王承武，王庆
（新疆农业大学管理学院，乌鲁木齐330052）
提要:在分析中国省域城市建设用地利用效率和城市化水平的基l上，利用空间计量模型，实证探讨两者的空间相关性及相互驱动效应。

结果显示：（1）城市建设用地利用效率与城市化的空间正相关性显著增加，空间分异态势明显，高集聚区向东南沿海转移，而低集聚区未发生明显变化。

（2）全局空间范围内，城市化对城市建设用地利用效率的驱动效应大于城市建设用地利用效率对城市化的驱动效应。

（3）局部空间范围内，二者相互驱动效应存在空间异质性，相互驱动模式可分为城市化强驱动型、城市化较强驱动型、相互较强驱动型、相互较弱驱动型、城市建设用地利用效率强驱动型、城市建设用地利用效率较强驱动型等6种类型，各类型空间分布具有明显块状集聚的空间特征。

关键词：城市建设用地利用效率;城市化;空间相关性；互动效应
中图分类号:F293.7文献标识码:A文章编号：1443-3737（2224）43-4150-09
DON14.13483//cnki.kfyj.2424.43.418
当前，中国正处于城市化的关键时期，把握城市化蕴含的巨大机遇对经济社会的发展具有重大意义。

而城市建设用地利用效率是由“城市建设用地”“利用”“效率”3部分组成,从经济学的投入一产出角度可以把城市建设用地利用效率定义为在城市建设用地范围内,在资本、劳动力和土地等投入要素投入不变或减少的情况下，实现经济产出的最大化⑴。

城市化实质上可以分解为人口城市化、经济城市化、空间城市化，随着城市化的快速推进，农村人口向城市迁移，二、三产业向城市集聚，城市空间也逐步扩张，从而逐步促进城市建设用地利用中投入要素的积累，进而实的大,实城市用地利用效率的驱动。

而持续提高的城市建设用地利用效率又是城市化持续推进的重要动力，能够对当地的人口、经济、社会产生综合性的作用，进而影响城市化的发生过程。

因此二者实质上是相互驱动，共同发展的关。

基于对已有文献的整理发现，国内外众多学者对于城市建设用地利用效率、城市化进行了大量深入的研究,研究视角主要涉及自然地理、公共管理、环境科学、城市研究、区域经济等学科,在研究领域上主要侧重于城市建设用地利用效率的评价、时空格局、影响机制及影响因素等方面「2「5］,总体上形成了一套较为完整的城市建设用地利用效率研究体系。

而对城市化的研究主要包括城市化质量测度、评价、与相关经济现象的耦合关系研究及提升策略等方面3"5］。

总体来看，现有研究大多是从城市建设用地利用效率与城市化两个方面展开，但将城市建设用地利用效率与城市化进行综合考虑的研究相对缺乏,仅有较少的学者对二者的深层次关系进行了研究，如曹飞［1/］认为河南省城市化发展和土地利用效率协调合理程度高的城市比例很低,全省城市化和建设用地利用效率都处于抗磨合阶段，有待进一步提高。

贝涵璐［15］认为我国建设用地利用效率和城市化质量具有显著的空间相关性,各省建设用地利用效率与城市化质量的耦合协调度呈上升趋势。

针对上述不足,本研究基于城市建设用地投入一产出角度采用超效率EBM模型对效率进行测度，构
192
建基于人口一经济一空间城市化的评价体系,运用空间计量模型，定量分析城市建设用地利用效率与城市化的空间相关性及相互驱动效应，理论上有助于解释城市建设用地利用效率与城市化的相互作用机理,一定程度上弥补城市建设用地利用效率领域当前研究的相对不足，推进该领域研究的细化和深化。

实践上有助于解释城市建设用地利用效率与城市化之间的协调状态,为政府制定提高城市建设用地利用效率的相关管理措施提供依据。

一、研究方法、数据来源
（一）评价指标体系构建
综合考虑城市建设用地利用效率与城市化的相互驱动机制，以及参考已有文献的相关研究成果［1-20］,遵循科学性、可获得性等原则,分别构建城市建设用地利用效率与城市化评价体系（见表1和表9）o
表）城市建设用地利用效率测度指标
目标层指标指标含义
城市建设用地利用效率（EF）
经济投入城镇固定资产投资额劳动力投入二、三产业就业人员土地投入城市建设用地面积经济产出二、三产业值
表2城市化指标评价体系
目标层准则层指标层权重
城市化（UR）人口城市化城镇人口比重04351土地城市化建成区比重04355经济城市化二、三产业比重04356
（二）城市建设用地利用效率评价
EBM模型［5］是在数据包络分析法（DEA）的基础上提出的,它可以更准确地计算出各决策单元的城市建设用地利用效率。

假定需要测算N个决策单元DMU的效率值，每个DMU有M种投入，记为X;（i= 92,3,…，M）；S种产出，记为Y”（r=12,3,-,S）,X ={X”-e R MxN,Y={Y r J e R SxN,X,Y分别是投入、
产出矩阵。

m W：・S：
Y*二min。

-比£―X—-（1
0=1X-
N
p u S x-X j+s s=9X i0（i二1…，M）;（2）j=i丿丿
N
j1Ya X M y”（r=12…,S；X M0；SG0）。

（3）式（1中,Y*f弋表模型最优解J为径向部分的规划参数贝表示DMU的组合系数,S；是投入指标的松弛变量,Xi k和人分别代表第k个决策单元DMU第i种投入和第r种产出，W-为各项投入指标的相对重要程度。

当S x=0时,EBM模型与径向模型相同，当gl=1时,相当于SBM模型。

本文在投入导向的EBM模型基础上,结合超效率模型生成超效率EBM模型，由此得到的效率值可大于1
（三）城市化水平测度
本文采用客观的爛值法确定各评价指标权重,然后用综合指数法对城市化水平进行评价，为了对不同年份各省城市化水平进行对比，借鉴杨丽「4］的研究对爛值法进行了改进，加入了时间变量。

第一步:指标设定及标准化:设有k个省份,N个年份,M个指标。

则S阿为第0年省份-的第j个指标值,之后采用极值法进行标准化处理。

第二步:确定指标比重
P e；j=S eij^S e S i S eij O（4）第三步:计算第j项指标的信息］值
N
-=_k—严詁11P e n”
第四步:计算权重
N
W j=（1-e］）/X i（1-e］）0
第五步:城市化丄平综合指数计算
N
P=S SnWj O
j=1
（四）空间计量模型的构建
首先需要检验城市建设用地利用效率与城市化是否存在空间自相关，若通过了检验,则需采用空间计量模型，探讨二者的全局相互驱动效应及局部相互驱动效应
1全局空间自相关
Moran's I反映了空间邻近单元属性值的相似程度，通过GeeDA12分析了城市建设用地利用效率与城市化之间的空间关联性。

N N一一
SS W n（Y--Y）（Yj-Y）
I_____________
丄—N N O
(5)
(6)
(7)
(8)
NN
S2£S W-
0=0^］
2•局部空间自相关
局部lisa集聚图主要用来解释空间单元属性值发生集聚的区域，揭示高低值集中分布区，准确把握空间集聚和卅特征。

其公式如下：
Y--Y n—
h=H（Y j-Y）。

；N一一；N
式（9）中，S2=±S（Y--Y）；Y=±S YsY-和Yj分
a i=i a-=i J
别表示单元i和单元j的属性值,N是空间中所包含的单元数量,W-是空间权重矩阵。

()
153
3•空间滞后模型（SAR）
在城市化对城市建设用地利用效率的驱动效应分析中，空间滞后模型更好地反映前者对后者的影响。

参考An Se lin[25]的方法建立空间滞后模型。

LNEF=pWLNEF+0LNUR+M+s。

（19）其中2为空间滞后回归系数,W为一阶Queen邻接空间权重矩阵为空间特定效应，£为误差项，UR 为城市化,EF为城市建设用地利用效率。

4.空间误差模型（SEM）
在城市建设用地利用效率对城市化的驱动效应中，由于只考虑了城市建设用地利用效率的影响，而未完全考虑其他因素，因此采用将随机扰动项纳入模型的空间误差模型去分析。

公式如下
INUR=LNEF0+m^=XW^+^32~（5,z-y）。

（19）W”为空间滞后误差项2为空间滞后误差系数, W为一阶Queen邻接空间权重矩阵，UR为城市化, EF为城市建设用地利用效率。

5.地理加权回归模型（GWR）
以上分析所得的是全局城市建设用地利用效率与城市化的相互驱动效应。

由于空间异质性的存在,必须采用地理加权回归模型对局部二者的相互驱动效应进行分析。

GWR模型可以对每个省市城市建设用地利用效率与城市化地理位置的函数变量系数给出局部估计值，因此能较准确地把握变量系数的局部空间变异特征。

（五）数据来源
本文以中国39个省为基本研究单元，由于数据限制，选取研究阶段2003—2097年，数据来源于2009—2013年《中国统计年鉴》以及各省统计年鉴和国民经济与社会发展统计公报。

对于部分省市建设用地缺失数据，采用前后年份数据平均值插值获得。

相关行政区划底图数据来源于国家基础地理信中。

二、分析结果
本文利用MaxDEA软件对城市建设用地利用效率进行测度，采用爛值法和综合指数对城市化水平进行评价（结果见表4。

（一）全局空间自相关
通过Geoda软件计算城市建设用地利用效率与城市化之间的Moran's I指数，结果如表4所示。

表32008—2217年城市建设用地利用效率与城市化水平值
年份
省份、\2008202920902099291220152094209520962097
北京920329.259920499205792057920639209992922920392039 (0.8)(0289(0289(9.8/(0289(0289(0282(0283(0283(0284
天津9.02792024929069.9599.9429205792056920329200802886 (0.7/(0.79)(0273(9.74/(0275(0275(0276(0278(0289(0282
河北0.8202808027879.89027699.72202703027059.68502669 (0239(0239(0232(0234(0234(0235(0236(0237(0239(0242
山西
02890274702789.8129.740264902607025859.55702688 (2.49)(0239(9.49)(9.42/(0243(0243(0244(0244(9.45/(9.47/
内蒙古
3.220920329.8149.9279209029990283902895027659.749 (2.37/(0238(9.4/(9.4/(9.49)(9.49)(0242(0242(0243(9.42/
辽宁2.67702662026249.71202707026930268702702026839.799 (2.44/(0245(0246(0248(0249(9.5/(9.5/(9.5/(0249(9.59)
吉林7.59502699025640269602703 2.089.7499.58502559.537 (2.34/(0235(0236(0237(0237(9.33/(9.39/(0239(9.4/(9.44/
黑龙江2.729025360253502565025390249502497024679.4259.412 (2.37/(0235(0237(0236(0234(0232(0232(0232(0233(0239
上海
9.229920439206992073920759207292044920479204792043 (2.99/(0298(0299⑴⑴⑴⑴(0299(0299(0299
江苏2.95502969029502907028670285202858028790286902879 (2.42/(0249(0252(0253(0254(0256(0257(028(9.59/(0269
954
（续表9
注:括号内为城市化水平值,括号外为城市建设用地利用效率值”
年份
省份、\
2008
2009201021120122013201420152016217浙江
150081502615037
1604
0410
05867
05853
0.460587
0457
(0.49)
(0.5 )
( 0552
( 0553
(0.55)( 0554
( 0555
(0.59)
( 0557
(048 )
安徽
0.492
( 0526)
0.495
( 0528
05508(04 )0459(044 )0.51(0.34)05507
( 0535
0499
( 0537
0.51(0.38)
05524(049 )0428
(0.21)
福建
15024
( 0538)
15026(0.39)
15005
( 0542
0.91(0.45 )05847
( 0544
05821
( 0545
0585
( 0546
0.4
5 47 )
1608
(0.27 )161(0.49 )江西
05605
055810.59
0.6470409
0.595
05601
0407
0408
0494
( 0527)
(0.29)
( 0531
(045 )
( 0534
( 0536
( 0537
(0.38)(049 )(0.21)
山东
04590.40582
0.78905753
05753
0572304450495
0.675(0.2)(04 )
( 0542
(0.45 )( 0544
( 0546
(0.27 )
(048)(04 )(042 )
河南
0.7690.729
05731
0.72905684
05648
0.05
0475
05684
0.675(0.20 )
( 0527
( 0528
(04 )
( 0532
( 0533
( 0534
(0.30)( 0538
(0.2 )
湖北
0.60905652
05608
0.63205613
0410
0490477
056720495
(0.29 )
( 0531
( 0534
(045 )
( 0537
( 0538
(049 )(04 )(0.21)(0.45 )湖南
0.725
0.679
057220.6505747
05738
05763
0.8510.898
0407
( 0526
( 0528
(0.29 )(04 )( 0532
( 0534
( 0535
(0.30)
(047)(0.21)
广东
1049
15035
15015
171
15016
141
15003
0.83904
0.779( 0553
( 0554
( 0555
(049 )( 0556
( 0557
( 0557
(0.58)(049 )(0.6 )广西
0459
0563305636
0.675
05626
05604
056080409
0.540417
(0518
(0.21)
( 0523
(0.2/ )( 0526
( 0528
(0.29 )
(0.5 )(04 )
(04 )海南
054705571
05521
0435
05540498
044205421
0.508
0491(0.1 )( 0516
(0518
(0.1 )(0.21)( 0524
(0.2/ )( 0525
( 0526
(0.28 )重庆
05686
05675056380.668
0498
05676
05674
0495
044
0.68
( 0538
(04 )(041)(0.45 )( 0544
( 0545
(0.27 )( 0548
(0.49 )(041)四川
05665
( 0522
05647
( 0524
0464
(0.47)0.675
(0.28 )05647(0.29)05623
( 0531
0.622(042 )
05626
(0.35)05575
( 0534
0459
(042 )贵州
0562805632
0410
0.64905622
05614
0.64105644
05618
0455
(0.2 )( 0522
(0.24 )(0.20 )
( 0526
( 0528
(0.47)( 0526
( 0527
(0.29 )云南
0.61
04950.567
04920.598
05617
0495
056
05578
0458
(0.1 )(0.2 )( 0523
(0.25 )( 0524
( 0525
(0.20 )( 0527
( 0528
(04 )西藏
05448
0.273
05456
0.7350.39505407
0428
057
0.295
0.41(0516
( 051
(0518
(0.2 )
(0.21)( 0523
(0.2/ )
( 0526
( 0526
(0.47)
陕西
05767
0449
05846
1605044
10.9010582604980.755
( 0532
( 0534
( 0535
(042 )( 537
(049 )
(0.2 )
(04 )(0.21)(0.45 )甘肃
05548
05522
05517
0428
0497
05488
0.47054280.3980424
( 0523
( 0522
( 0524
(0.20 )( 0526
( 0528
(0.29 )(0.28)(04 )
(045 )青海
0576
05718
05768
0.728041
05621
0.6470429
04510479
( 0531
( 0532
( 0533
(045 )
( 0536
( 0536
(047)(0.38)(043 )(049 )宁夏
05504
05461
05502
0.6210562405611041
0.554
044
042/
( 0535
( 0536
( 0537
(049 )(04 )(0.21)
(0.44)(045)(0.44 )(0.45 )新疆
05626
( 0523
0557
( 0522
05582(0.21)0.622
(0.2/ )0562
( 0524
0.573
(0.25 )0497
(0.20 )0495
( 527
0448
(0.27)
04451
( 0431
155
表4城市建设用地利用效率与城市化Mora/'I 指数
年份变量'\
2008
200920902099201220152094209520962097
EF-UR 0.2550.2840.2970.2550.2060.2690.3050.5140.3450.384UR-EF
0.320
0.334
0.350
0.292
0.480.4750.30.357
0.366
0.392
EF- UR 表示本省城市建设用地利用效率与其邻
近省份城市化水平的空间相关指数,UR-EF 为本省城 市化与其邻
城市建设用地利用效率空间相关指数。

从表4中可以看出2908—2037年，城市建设用地 利用效率与城市化的全局双变量Moa an ' I 指数均大
9且呈波动上升趋势（都通过3%的显著性 /，说明城市建设用地利用效率与城市化之间存在的空间正 相关在显著增强，具有明显的空间依赖性，即某一省份
的城市建设用地利用效率会受到来自邻域
城市化
的 ，同时本省城市 平 到相邻 城市建
设用地利用效率的影响。

这说明地理临近区域间建设
用地利用效率溢出和城市化的空间效应是存在的,4 口
城市 用地利用效率较高的地区，通过与周边城市
的经济、人口上的互动实 源的跨区域流动,进而引
起效率在空间上的溢出，带动周边地区城市 用地
—
的增加，从而城市 用地利用效率的提
促进该地区城市化水平的提升。

（二）局部空间自相关
由图9可知，主要存在高一高集聚和低一低集聚
2类集聚区域,空间上 东高西低的分 局。

图1城市建设用地用效率与城市化的双变量LISA 集聚
9.高一高集聚区的空间变化特征
2.低一低集聚区的空间变化特征
2908—2213年间，在空间上呈现以“河北一上研究时段内，低值集聚区在空间上大致呈现出以
海一江苏为中心”的多中心格局，但未形成集中连片
的 聚区。

2014—2017年，这种空间格局逐渐 西北一西南为中心的集中连片的低值集聚区空间格
局。

近十 ，这 聚态势未发生明显变化，由于转变为以"福建一上海一江苏”为中心，总体来说,
这些地区受地理位置、自然等因素的限制，其自身经
高一高集聚区的空间分布与范围随时间的改变有所
济发展欠缺,在一定程度上限制了城市建设用地效率
变化，呈现逐步向东南沿海区域转移的趋势。

的提高，客观上影响了地区城市化水平的提升。

因此
952
从空间上表现出较为明显的低建设用地利用效率一低城市化的聚集形态。

3.高一低和低一高集聚区的空间变化特征
低一高集聚区域由单一的海南到最后形成安徽、河北海南的多区域分布格局,说明该时期内海南的城市建设用地利用效率与城市化长期保持稳定,而河北与安徽则表现出由高到低的下降状态。

而高一低集聚区除了初期的青海之外，其他时间段未形成集聚分布区。

从数个时期的集聚图来看,城市建设用地利用效率与城市化之间同时存在着空间正相关与负相关，进一步证实了两者不仅存在空间依赖性,也存在空间异质性。

虽然不同时期两者的局部空间联系各有特点，但总体来看，存在一定的空间相似性。

如高一高集聚区基本位于我国的东部地区,经济发展水平在我国处于相对靠前,而同时其周边相邻地区的经济发展也具有一定的趋同性,低一低集聚区则处于我国的西北内陆地区。

三、城市建设用地利用效率与城市化全局驱动效应分析
（一）城市建设用地利用效率对城市化的全局空间驱动效应分析
运用MatlaV2015b软件对空间计量模型进行估计,首先对空间依赖性的存在形式进行了检验（见表5），检验发现LM-lag、Robust-lag、LM-error、Rboust -error都通过了显著性水平1%的检验，但空间误差的统计值大于空间滞后,说明面板模型的空间依赖性是以误差形式存在的。

而Wald检验和LR检验的结果都接受原假设，表示可以由空间杜宾模型（SDM）退化为空间误差（SEM）。

进一步通过Hausman检验发现，空间误差模型应该选择固定效应，通过对模型拟合优度、对数似然值的比较，最终选择时空双固定的空间误差模型。

表5城市建设用地利用效率对城市化驱动效应模型检验目标方法统计值（P值、
空间依赖性在
LM（ag、654284* Robst-LM(lag) 6.2815* LM(error)65.9347* Robust-LM(error、8.640*
空间计量模型选择（SDM、SAR、2EM）
Waia-spagal lag0.6068 LR-spatial lag0.0056 WaH-spatiaa errur0.1579 LR-spatiaa ecur 6.1057
注:*、、、、*分别表示在i%2%、i%的水平上显著”
从城市建设用地利用效率对城镇化的驱动效应来看，回归系数为0.113456,通过了1%的水平检验。

表明城市建设用地利用效率每提高1%，可带动本区域的城镇化水平提高约0415%。

可以看出，本区域城市建设用地利用效率对城镇化具有显著的正向作用,说明良好的城市建设用地利用效率能够带来资金、人口、产业的集聚，从而助推城镇化的推进。

一方面城市建设用地有效供给可以促进城市土地的节约集约利用,从而促进城市紧凑型发展;另一方面城市建设用地利用结构的不断优化,可以促使土地资源得到合理配置,进而支撑城市经济社会的发展需求。

从空间误差项（Lamdbdn）的回归系数来看，系数值在1%的水平上显著，说明在邻域空间上存在随机扰动项对本区域的城市化水平产生正向影响（见表6）o
表6城市建设用地利用效率对城镇化驱动模型估计结果变量Cofficieei T-Statistic ProUagilita
LNEF0.11459 4.7410590.608760
Lambda042452054244450.600006
（二）城市化对城市建设用地利用效率的全局空间驱动效应分析
根据LM、Robust-LM检验发现丄M-lag、Robust -lag、LM-error均通过1%水平的显著性检验，而Robust-error仅通过5%水平的显著性检验,说明滞后性是空间依赖的存在形式。

而Waia检验和LR检验的结果都接受原假设,表明空间杜宾模型可以简化为空间滞后模型。

而Hausman检验显示，当使用空间固定效应的空间滞后模型（SAR）具有较好的拟合效果,通过对模型拟合优度，最大似然函数值的对比，选取时空双固定的空间滞后模型（见表7）o
表7城市化对城市建设用地利用效率驱动效应模型检验目标方法统计值（P值）
空间依赖性
在
LM(H v、48.165*
R-LMUag、34.160*
LM(error)354666*
R-LM(error)194474林
空间计量模型选择
（SDM、2AR、SEM）
Waia-spatial lag54774林
LR-spatial lag54980
WaH-spatiaa erroe 4.8774
LR-saagal ec'ur 4.8474注:*、2、2«分别表示在1%、％、1%的水平上显著”
根据Lesage和Pace[20]指出由于存在空间溢出效应，采用ML得到的系数结果存在明显误差,应按照偏微分法将系数分解为直接效应、间接效应。

根据回
157
归结果，将其空间效应分解如下:
表3直接效应、间接效应的分解
变量
直接效应
间接效应总效应
系数
P 值
系数
P 值
系数P 值
LNUR
0.195 70.025 50.059 90.094 90.252 80.620 8
表3反映了空间滞后模型分解下的 效应、间
接效应和总效应。

城市化的 效应系数为
9.193 7,且在5%的水平下显著，这表明随着区域城 市化水平的提升，会提
地地城市 用地利用效
率。

而间接效应系数的符 正，虽然只通过了
19%水平的 性 ，但也表明邻近区域城市化水
平对本区域的城市
用地利用效率有正的 lo
效应 数 022528 通 了 5% 性 , 表
明全局
，城市化水平提高9%,城市 用地
利用效率就会提高9.250 3% o
比模型结
知，在全局空间范围内，LNUR
的系数大于LNEF 的系数，说明城市 用地的
效应大于城市
用地利用效率对城市化的驱
效应。

四、建设用地利用效率与城市化局部空间驱动 效应
通过本文分析所得的是建设用地利用效率与城
市化的全局 效应，但由于空间异质性的存在，需
要具体分析两者的局部空间驱动效应。

因此，采用
Arcgis 地理加权回归模型工具,分析建设用地利用效
率与城市化的局部空间驱动效应。

（一）城市建设用地利用效率对城市化局部空间 驱动效应
在城市建设用地利用效率对城市化的局部空间 驱动效应估计中，最优带宽Bandwidth 约为430. 35 , 拟合优度R 2约为9.283, AICc 值为-49. 945，整体拟
合效果优于ClassS OLS 模型。

将城市建设用地利用
效率对城市化局部空间 效应 数采用自然
划分为4个等级:强 、较强 、较弱
驱动型、弱驱动型。

如图2a,可以看出，局部空间驱
动效应存在明显的空间异质性。

其中，在空间上城市
用地利用效率对城市 效应存在明显的由
东向西
递减的格局，新疆、西藏、青海地区由于城
市 用地利用效率和城市化水平都较低，因此建设
用地利用效率对城市化的
效应 2
；
、甘肃、陕西、宁夏、四川、云南、贵州城市建设用地利用效率较低而城市化水平相对较高，属于较。

广东、福建、浙江、江苏、上海、江西、安徽、
山东、吉林、辽宁、黑龙江都为城市建设用地利用效率
对城市
效应较强的区域,属于强。

其余
较强 。

图9（二）城市化对城市建设用地利用效率局部空间 驱动效应在城市化对城市建设用地利用效率的局部空间
驱动效应估计中，得到最优带宽Bandwidth 约为
439.859,AICe 约为- 48.983,拟合优度R 2约为
0.02,表明采用
空间位置的GWR 模
效果较好。

将局部空间 效应系数利用自然
：
划分为:强 、较强
、较
2
4种
GWR 模型参数估计结果参数分类图
类型（见图2b ）。

可以看出整体呈现由西向东梯度递
减的空间格局。

强
的 要有 、西藏、青
海，这些省份自身的城市化和 用地利用效率都较
低，但随着城市
的不断推进，城市
用地利
用效率会得到稳步提升。

福建、江苏、上海、浙江等东
部沿海 城市 平和
用地利用效率较高，黑
江、吉林、辽宁的
用地利用效率相对较高，因此
城市 城市 用地利用效率的 效应不明显,
958
属于弱驱动型。

较强驱动型包括8个省份，主要位于 西南地区和西北地区，受地理位置和经济发展的影
响，这些省份的城市 平和城市建设用地效率都相
较低。

较
包括中部地区的1个省，大部分 是 用地利用效率 城市 平相对较高的地区。

(三)城市建设用地利用效率与城市化相互驱动 效应
将城市建设用地利用效率与城市化的相互驱动 效应分为图3中0种模式，可以看出，城市建设用地
利用效率与城市化相互较强 的 有广西、贵州、重庆，相互较
的省份仅有 。

城市建
设用地利用效率强 表示 用地利用效率对
城市 的 效应强 城市 用地利用效率的 效应，包括上海、山东、浙江、广东、福建、海
南、江西、安徽、江苏、黑龙江、吉林、辽宁1个省
0城市化强
表示城市
城市 用地利
用效率的 效应强 城市 用地利用效率 城
市化的驱动效应，主要包括青海、新疆、西藏3个省。

其余西部地区5个
城市化较强驱动型，
中部地区6个省份为城市 用地利用效率较强驱
湖北
WJI .
:哪番柑互较强驱动3期互较弱驱动越城市化就驱动3城M 化较强驱动
峯城市建汝用地利用效率强駆动□城巾述汝用地利用效率较强驱动
南漩诸岛
图3城市建设用地利用效率与城市化相互驱动类型分布
五、结论与讨论
(1)通过空间自相关分析可知城市建设用地利
用效率与城市化全局存在 的空间正相关性，且这
空间相关性随时间的推移 增加,空间分 势
明显，高集聚区向东南沿海转移，而以西北一西南为 中心的集中连片的
聚区未发生明显变化。

(0 )全局空间
，城市 用地利用效率与
城市化具有显著的相 效应,深入分 的相
效应 知,城市 城市 用地利用效率的
驱动效应较大，说明整体上城市 平的增速相对较
快2而城市建设用地利用效率的提高相对滞后O
(3)局部空间
，城市 用地利用效率与
城市化的相互驱动效应存在明显的空间异质性，将两
相
模式分为0种类型，发
类型的
域在地理空间上相
，具有明显的块
聚的
空间 。

由于我国东、中、西各区资源禀赋、经济发展存在
较大的区域差异，因此针对城市 用地利用效率,
应该实施区域差
的开发和利用策略，从而提高城
市
用地利用效率。

就东部而言，在快速城市
中，建设用地供需矛盾 突出。

提 略
通过转变经济发展方式，促进产业结构 ，大力发展
和
，持续推动城市
用地
利用效率结构的优化和
效益的提高,最终实
用地由外延式增长向
挖掘转变。

中部地区
城市 平相 东部 , 应持 推 城市
程，发挥自身比较优势，培
大
的发展，从
而推
结构 ，以 结构的
城市建
设用地结构的转变，实现城市
用地
的提高。

西部地区经济发展 平、城市
平、
相 。

需加快推进城市 ，促 向
城市转移，发挥城市的集聚效益；同时加大固定
：
力度，完善城市 ，从而 立主导
提 , 实 城市 用地
的提高。

参考文献：
[1] 赵鹏军,曾良恩，路海艳，等•中国区域城市建设用地经济效率
及影响因素空间计量分析[]•城市发展研究20126(6) ：56 -494
[2] 丁一,郭青霞•中部六省城市建设用地的利用效率及其驱动因
素[]•城市问题201(1) ：45 -51
[5]詹国辉•城市建设用地利用效率及其影响因素探究:以江苏省
15个城市为例[].华东经济管理J016 J1(6) ：11-14
[4] 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,2617,32 (5) ：413
-4294
[5] 金贵，邓祥征,赵晓东，等42605—2614年长江经济带城市土地
利用效率时空格局特征[J].地理学报J61,25(6) ：142 - 152.
[6] Zhiji Huang, Canfei HeJheeajua Zhu. Do China's economic de- velopmeet zooes improve lank use efficieecy? The effects of selection , factur
accumulatiob and agglomeratioo [ J ]. Lannscape ank Urbak Planning JOl : 1624
[6]张衔,吴先强•中国城市建设用地利用效率区域差异研究[J].
暨南学报(哲学社会科学版)J01J3(9) ：66 -76.
[]卢新海，匡兵，周敏•城市建设用地利用效率的空间非均衡及
影响因素[]•中国人口 •资源与环境J01020(l1) ：25 -52.
12
[9]Gianni Guastella,Stefano Pareelin,Paolo Schodai.A Spatial Econ-ometrie Analysis of Land Use EEiciency in Large ant SmalO Municipalities [J].Lan a Use Polich,4037,25.
[19]赵建吉，刘岩，朱亚坤，等.黄河流域新型城市化与生态环境耦合的时空格局及影响因素[J].资源科学,2020(9):1-15.[2020-02-06]2
[19]杨振2长小雷，李建刚，等.中国地级单元城镇化与经济发展关系的时空格局:基于2000年和2012年人口普查数据的探析[]•地理研究202029(3)：25-42.
[12]聂高辉，宋璐•城镇化、基础设施投资与城乡收入差距:基于省级面板数据的实证分析[]•华东经济管理292924(2)：8-95.
[15]高庆彦,潘玉君•中国省域城镇化水平与资源环境压力脱钩的时空分析[]•生态经济202026(3)：99-195.
[14]曹飞•建设用地利用效率与城市化耦合效应研究：以河南省97个地级市为例[J]现代城市研究2018(2)：125-154.
[15]贝涵璐•建设用地利用效率时空差异及其与城市化质量的耦合关系[D]•杭州：浙江大学2919.
[19]马仁锋，候勃，金邑霞，等.浙江省土地利用非农化与城市化的空间关系计量[]•长江流域资源与环境291928(9)：2059-2079.
[97]潘竟虎，杨亮洁•中国地级及以上城市房价收入比的时空分异[]•干旱区地理299729(7)：1274-1289.
[13]陈丹玲，卢新海,张超正•区域一体化背景下城市土地利用效率的空间关联及其解释:以长江中游城市群为例[]•华中农业大学学报(社会科学版/2919(4)：159-159.
[19]张改素,魏建飞，丁志伟•中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素[]•地理研究292929(5)：727-759.
[20]丁慧媛•沿海地区新型城市化综合发展水平测度[J].统计与决策201925(22)：50-55.
[29]陈煦•新型城市化背景下开发区政策与土地利用效率研究
[D],西安:西北大学2919.
[24]吕有金,孔令池，李言•中国城市化与生态环境耦合协调度测度[J]城市问题2919(12)：15-24.
[45]Kaora Tone,Mifi Tsutsun An Easilcrn-basef Measure of EEi-ciency in DEA-A ThirC Poie of Technical EE'iciench]J].European Jone-nai of Oaerationai Research, 4919,497(5).
[2]杨丽,孙之淳•基于爛值法的西部新型城镇化发展水平测评[]•经济问题2915(5):115-119.
[25]Anselin L.Spatial Econometrics：Methoos and皿0血0[皿].Saa-tiai Econometrics：MethoOs and MoOels.Sprinyee Netherlands,1988.
[26[Lesage.P.,Pace,R.K.ntronuction te Spalal Econometrics]M]. Tayloe&Francie Gcnp,LLC,2009.
[基金项目]新疆维吾尔自治区社会科学基金项目(2416BGL142)。

[作者简介]王承武(1975—),男，博士，新疆农业大学管理学院教授；王庆(1977—)，男，四川南充人，新疆农业大学管理学院硕士研究生。

责任编辑:王旭东；校对:一丁
160。