土地利用效率的空间格局与溢出效应

崔许锋

摘 要：采用全局空间自相关模型、Getis-Ord Gi*模型对中国31个省域的建设用地利用效率、农用地利用效率、土地利用综合效率进行分析。结果显示，三者均呈现空间集聚特征，建设用地热点区域面积小于农用地热点区域，建设用地热点区域与冷点区域面积仅占全部研究区面积的1/4，研究区半数省域属于土地利用效率无显著差异型。关键词：土地效率；空间格局；空间自相关模型； Getis-Ord Gi*

中图分类号：F301.2 文献标识码：A 文章编号：1003-3890（2014）05-0019-07

市场是一个逐利的系统，农地的非生产性价值无法在市场中表达，导致农地经济效率要远小于建设用地，在经济利益的驱动下农地向建设用地转变。虽然农地利用效率较低，但其具有建设用地所不具备的粮食安全功能、生态功能、社会保障功能、景观功能等，那么在经济发展和城镇化过程中，如何平衡农地与建设用地成为重要的研究课题。其次，土地资源具有显著的空间性特征，农地与建设用地的布局关系到土地利用的效率，不同的农地与建设用地布局产生的效率不同，许多土地低效利用问题都可以从农地与建设用地的空间布局中得到解释。基于上述的认识，拟从农地与建设用地利用效率的空间格局与效率溢出角度研究和回应当前土地利用中存在的问题。

一、文献综述

土地利用效率（land use efficiecy）一词，在《土地基本术语》（GB/T19231-2003）中是指“在土地利用的过程中，以最低的土地成本产生最大的效益”，这个定义源于土地利用所追求的目标。大部分研究也通常是从效益角度界定土地利用效率，认为土地利用效率是单位土地面积产出的效益，仅指“土地利用经济效益”，这是土地利用效率的狭义概念，本文研究土地利用效率仅限于其狭义的内涵。而广义的土地利用效率则包含“土地利用经济效益”、“土地利用生态效益”、“土地利用社会效益”等。

近几年，关于土地利用效率已有不少有益的研究，主要集中在对土地利用效率的测度和有效性方面。在对土地利用效率测度研究方面，通常立足于测度体系的完备性，从体系规范性上进行相关探讨。方先知（2004）[1]根据土地类型构建了相应评价体系，鲍新中、刘澄、张建斌（2009）[2]则就城市土地利用效率评价体系指标选择进行理论探讨，并构建了综合评价体系。在土地利用效率有效性研究方面，常用工具是数学包络分析法（Data Envelopment Analysis）。数学包络分析法是由A. Charnes、W.W. Cooper、E. Rhodes（1978）[3]首先创立并逐步发展起来的，目前广泛应用于管理学和经济学。张兵、金凤君（2007）[4]，傅利平、顾雅洁（2008）[5]，张良悦、师博、刘东（2009）[6]、谢芒芒、赵敏娟（2011）[7]，王文刚、宋玉祥、庞笑笑（2011）[8]，刘传明、李红、贺巧宁（2010）[9]，曹广忠、白晓（2010）[10]，孙平军、赵峰、修春亮（2012）[11]注意到了土地利用效率中的空间异质性，基于DEM法分析了土地利用效率的有效性，分析了产生空间异质性的原因，提出了相应的优化建议。

上述研究拓展了研究的视野，为土地利用效率的研究提供了重要的基础，但仍然存在进一步研究的必要：首先，在土地利用效率测度方面，研究多在评价体系规范性问题上进行探讨，而数据检验较为缺乏。其次，土地作为一种自然资源，空间性是其最重要特征之一，忽视了空间集聚性问题研究就会影响研究结果的有效性。目前已有的土地利用效率空间格局研究，仅简单局限于土地利用效率的空间布局，忽视了土地利用之间的反馈作用和空间集群特征。所以研究拟采用全局空间自相关模型和Getis-Ord Gi*空间分析工具，分别对建设用地利用效率、农用地利用效率、土地利用综合效率的空间集聚模式及空间格局进行分析，尝试从空间反馈角度研究土地利用效率，从而寻找其空间特征和问题，并提出政策启示。

二、数学模型与数据来源

（一）土地利用效率测算方法

研究采用建设用地地均二三产业产值表征建设用地利用效率，农用地地均第一产业产值表征农用地利用效率，建设用地利用效率与农地利用效率采用Equation 1、2进行计算。

Equation 1：C（GDPs，t，Lconstruction）=GDPs，t/Lconstruction

Equation 2：A（GDPp，Lagricultural）=GDPp/Lagricultural

其中，C为建设用地利用效率，GDPs，t为第二三产业产值，Lconstruction为建设用地面积，A为农用地利用效率，GDPp为第一产业产值，Lagricultural为农用地面积。根据以上公式得出建设用地利用效率和农用地利用效率后为了便于对比分析，对建设用地、农用地利用效率进行分级，分级的方法是，以建设用地利用效率和农用地利用效率值为观测值，采用Natural Breaks法进行分级。Natural Breaks法将数据分成若干集群，集群边界设置在观测值有较大跳跃性的位置，实现集群与集群之间差异性的最大化。建设用地利用效率和农用地利用效率的测算数据来源于《中国统计年鉴》（2013）。

（二）全局空间自相关模型

全局空间自相关模型主要通过构造出Moran's I指数[12-13]来判断空间数据的状态模式，是集聚模式、离散模式还是随机模式。

Moran′s I=■

S2=■■（Yi-■），■=■■Yi

Yi表示第i个地区的观测值（建设用地利用效率、农用地利用效率、土地利用综合效率），n为区域数，Wij为邻近空间权值矩阵，表示其中任意一个空间对象与其他空间对象的空间邻近关系。Wij的测算可以采用EUCLIDEAN距离或MANHATTAN距离等，研究中采用的是EUCLIDEAN距离。

如果Moran's I 指数值为正，则表明观测值的空间布局为集聚模式；如果为负，则表明观测值的空间布局为离散模式；如果为0，则表示是随机模式。Moran's I的显著性，即空间布局模式的显著性采用z得分和p值来检验。z得分是标准差的倍数，比如z得分为+2.5，则表示是2.5倍的标准差。p为显著性水平。一般情况下我们认为，当p<0.05时，拒绝原假设，接受备择假设空间布局模式显著，此时置信度达到95%以上。

（三）Getis-Ord Gi*模型

Getis-Ord Gi*模型[14]相比全局空间自相关模型，其是一种局域空间自相关模型，是用来识别具有统计显著性的高值（热点）和低值（冷点）空间聚类分析工具[15-16]。具有显著统计学意义上的热点，其要具备两个条件，其一是观测值自身具有高值，其二是周围相邻的要素也要同时具有高值。冷点相反。其基本原理是将观测值及其相邻要素的局部总和与所有要素的总和进行比较，当局部总和和所预期的局部总和有较大差异，无法成为随机产生的结果时，就得出一个具有显著统计意义的Gi*得分，即z得分。其数学原理是：

Gi*=■

其中，xj是要素j的属性值，wi，j是要素i和j之间的空间权重，n为要素总数。

■=■，s=■

对于通过具有显著性检验，即具有显著统计学意义上的z得分，if z>0，z得分越高，高值（热点）的聚类就越紧密；if z<0，z得分越低，低值（冷点）的聚类就越紧密；if z→0，则表示不存在明显的空间聚类。

三、土地利用效率的空间格局分析

采用土地利用效率模型，对中国31个省域（省、自治区、直辖市）①进行土地利用效率测算，测算结果见表1。为了检验观测值是否具有空间集聚特征及其空间集聚性的强度，采用全域空间自相关模型，分别对建设用地利用效率和农用地利用效率进行检验，检验结果见表2。

（一）建设用地利用效率的空间格局分析

首先对省域之间建设用地利用效率的布局模式进行检验。根据表2全域空间自相关检验的结果可知，建设用地利用效率Moran I=0.109 64，Moran I指数大于0，说明建设用地利用效率呈现集聚的空间模式。此时，z 得分为2.07，z>1.96，p<0.05，拒绝空间随机分布的原假设，接受非随机布局的备择假设，建设用地利用效率的空间集聚模式在5%的显著性水平下、95%的置信水平下成立。故而Moran I测算结果有效，建设用地利用效率格局呈现出显著的空间集聚模式，即省域之间建设用地利用效率具有空间自相关性，较高建设用地利用效率的省域相对集聚，较低建设用地利用效率的省域相对集聚。因此，建设用地利用效率存在着显著的集群现象，有必要对其空间格局进行研究。

然后以建设用地用地利用效率的测算值为观测值（表1），并采用Natural Breaks法对观测值进行分级，得到中国省域建设用地利用效率空间分级图（图1）。建设用地利用效率共分五级，第I级最高、第Ⅴ级最低，自第I级向第Ⅴ级递减。通过观察建设用地利用效率空间分级图（图1），分析中国省域建设用地利用效率格局的空间特征。第Ⅰ级为北京和上海，为中国的首都和重要经济中心。处于第Ⅱ级的有天津、江苏、浙江、福建、广东，此五区域全部为沿海区域。第Ⅲ级包括辽宁、河北、山东、山西、陕西、四川、重庆、湖北、湖南，此九个区域中有八个位于中部区域，所以第Ⅲ级主要处于中部区域。第Ⅳ级包括内蒙古、吉林、宁夏、西藏、云南、贵州、广西、河南、安徽、江西，这一级除河南、安徽、江西位于中部，吉林位于东北部外，其余六区域皆位于西部。其余的四个区域位于最低一级第Ⅴ级，除黑龙江位于东北部外，其余都处于西部地区。因此，建设用地利用效率呈现出沿海区域高于内陆区域，东中部高于西部的空间格局形态。

为了探索中国建设用地利用效率中的“热点”（Hot Spot），采用ESDA中的热点分析技术（Hot Spot Analysis）——Getis-Ord Gi*，对建设用地利用效率进行分析。分析结果见图2。根据分析结果，可以知道上海、安徽、湖北、河南、江苏、山东、浙江、福建处于高值集聚区，表明这八个省域与相邻省域土地利用呈现出明显的合作关系。而四川处于“冷点”区，是低值集聚区，说明四川与相邻区域也呈现出合作关系，而这种合作关系是“低水平”的合作。其余省域Getis-Ord Gi*分析不显著，说明其与相邻区域的土地利用之间关系不密切，价值溢出不明显。从数量上看，“热点”区域有八个，“冷点”区域有一个，“热点”与“冷点”区域约占整个研究区域（不含港、澳、台地区）的25%，剩余区域为不显著区域。

土地利用效率的空间集聚模式说明了土地利用效率存在空间溢出，以“燕郊”现象为例，“燕郊”全称“燕郊经济技术开发区”，隶属于河北廊坊三河市，其距离北京市通州区紧有一河之隔，与北京空间区位相邻，吸引众多的开发商在三河市开发楼盘和众多的北京人在此置业，导致燕郊土地价值和房地产价值逐年提升，燕郊土地与房地产价格甚至要高于河北省省会石家庄市。

（二）农用地的空间格局分析

首先对省域之间农用地利用效率的布局模式进行检验。根据表2全域空间自相关检验的结果可知，农用地利用效率Moran I=3.14，Moran I大于0，说明农用地利用效率的空间布局不是随机过程，而是呈现出空间集聚的状态。再检验空间集聚的状态的显著性。z=4.56、p=0.000 05，表明Moran I的置信水平达到99%以上，拒绝空间随机分布的原假设，说明农用地利用效率呈现出显著的空间集聚状态。

然后我们比较一下农用地利用效率与建设用地利用效率的集聚程度，农用地利用效率的Moran I是建设用地的三倍，说明农用地利用效率集聚程度远高于建设用地的集聚程度。农用地集聚程度较高的原因在于农用地受到自然区域、自然禀赋、传统耕作习惯等的影响大，这些因素都具有强烈的空间性，而建设用地是利用其承载功能，其区位性显然要弱于农用地。所以农用地空间集聚度高于建设用地。由于农用地存在着显著的集群现象，有必要对其空间格局进行研究。

为了观察农用地利用效率的空间格局，采用Natural Breaks法对农用地利用效率进行分级，分级结果见图3。农地利用效率最高级分布在山东和江苏，这两个区域既位于暖温带，又具有沿海优势，受到海洋气候影响，光热水条件好。第Ⅱ级包括辽宁、天津、河北、河南、湖北、安徽、浙江、广东、海南九个省域，位于中东部地区。第Ⅲ级包含北京、重庆、湖南、江西、福建、广西六个省域；第Ⅳ级包括黑龙江、吉林、山西、宁夏、陕西、四川、贵州、云南八个省域，多位于西部区域；最低一级包含新疆、内蒙古、甘肃、青海、西藏五个省域，全部位于西部地区。故而，农用地利用效率空间格局呈现出显著的中东部区域高于西部区域的形态。

我们同样采用Getis-Ord Gi*对农用地利用效率进行分析，结果见图4。根据分析结果可以知道上海、江苏、浙江、福建、安徽、江西处于高值集聚区，这些区域周围被相对高值区域包围，呈现出农地利用的合作关系。北京、天津、河北、山东、河南、湖北、湖南也处于高值集聚区，但是与上海、江苏等省域相比，其z得分为1.96～2.58，小于上海、江苏等省域的z得分（2.58以上）。上海、江苏等省域集聚程度要高于北京、天津等省域，区域间农地利用的合作性更为明显。

而甘肃、青海、西藏、新疆“冷点”区，是低值集聚区，表明这个区域自身具有较低的农用地利用效率、且被低利用效率的区域包围，呈现出低水平的“合作”关系。从其z得分可以看出甘肃、青海、西藏的低值集聚性要强于新疆，甘肃、青海、西藏农用地利用合作更为紧密。

其余省域Getis-Ord Gi*分析不显著，说明其与相邻区域的土地利用之间关系不密切，价值溢出不明显。从数量上看，“热点”区域有13个，“冷点”区域有4个，“热点”与“冷点”区域占整个研究区域（不含港、澳、台地区）的55%，剩余区域为不显著区域。

（三）土地利用综合效率分析

根据土地利用综合效率的测算结果（表1），采用Natural Breaks法对农用地利用效率进行分级，结果见图5。根据Moran I=0.11、z=2.12、p=0.03可知，土地利用综合效率水平也呈现出明显的集聚性。

根据图5可知土地利用综合效率最高的省域为北京和上海。第Ⅱ级包含天津、江苏、浙江、福建、广东，全部属于东部沿海区域。第Ⅲ级包含辽宁、山东、陕西、湖北、重庆、湖南6个省域。第Ⅳ级包含的区域最大，分别为内蒙古、吉林、宁夏、山西、河北、河南、安徽、江西、西藏、四川、云南、贵州、广西13个省域。其余为最后一级，主要分布在西北地区。

（四）土地利用效率主导类型

为了从土地利用效率角度分析土地主导类型，我们定义：if RAi-RCi≥5，土地利用效率主导类型为建设用地利用效率优先型；if RAi-RCi≤-5，土地利用效率主导类型为农用地利用效率优先型；if -4≤RAi-RCi≤4，土地利用效率类型为土地利用效率无显著差异型。其中，RCi、RAi分别是第i个省域建设用地利用效率和农用地利用效率的位次，按照其效率指标值从大到小的顺序，位次依次为1～31。

据表1的农用地、建设用地测算结果，将中国土地利用效率进行排序，并进行效率的对比，见表3。建设用地利用效率优先型的省域有北京、山西、内蒙古、浙江、福建、广东、重庆、西藏、陕西；农用地优先型的省域有河北、江苏、安徽、山东、海南；土地利用效率无显著差异型的有天津、辽宁、吉林、黑龙江、上海、江西、河南、湖北、湖南、广西、四川、贵州、云南、甘肃、青海、宁夏、新疆。

四、结论与讨论

研究采用全域空间自相关模型、土地利用效率测算模型、Getis-Ord Gi*模型，对中国31个省域的建设用地利用效率和农用地利用效率进行了空间集聚状态分析和空间格局分析。研究表明土地利用效率呈现空间集聚模式，说明土地利用效率存在空间溢出。土地利用空间性与关联性特征明显，受到相邻区域土地利用的影响强烈，区域间的土地利用存在“反馈作用”（Ward M D，Gleditsch K S，2008）[17]，引致了土地利用效率的溢出。在理论层面，研究表明土地利用效率方程的构建需要加入空间控制变量。全局空间自相关模型的空间集聚显著性检验结果，从数量统计上为土地利用效率空间集聚提供了验证。土地利用效率呈现出的空间集聚模式表明了土地投入产出的空间自相关性，应该引起我们注意的是，在分析土地投入产出问题时，需要注意其空间性，合理引入空间因子，比如构建土地投入产出函数时，不能忽略空间集群行为的影响，需要加入空间交互关系变量作为控制变量，才能提高方程的置信水平。根据研究结果可以得出如下的结论与建议：

1. 土地利用需要构建合作机制，发挥集聚效益。建设用地“热点”和“冷点”区域占整个研究区的比重为25%，其余75%为不显著区域，说明中国在建设用地利用方面大部分区域无合作关系，没有充分利用土地空间集聚性产生的效益。所以，中国省域间土地利用合作机制还有待有待完善，合作的力度有待加强。合作机制的完善有利于区域中心城市土地价值的溢出，区域土地利用效率均衡性提升，实现区域经济一体化均衡发展。农用地“热点”和“冷点”区域占整个研究区域的比重较大，其空间集聚性主要来源于农用地的自然特征而非区域农业的合作，农用地的产出决定因素是自然禀赋，比如土壤肥力、光热条件、水分供给等，这些因素是按地理区域分布，而非行政区域分布，所以位于同一地理区域的农用地利用效率会出现集聚性。

2. 基于建设用地利用效率测度，合理配置建设用地指标，促使效率的提高。在目前土地利用总体规划编制中，建设用地指标的配置一般是基于经济发展和人口增长等方面来确定，其缺陷是关注了指标配置的公平性，忽视了建设用地指标配置的效率。建设用地利用效率体现了土地利用的绩效和土地管理和利用者的工作绩效，传统指标配置方法不仅无法形成有效的激励，甚至会产生土地闲置和浪费。鉴于以上的分析，从利用效率的角度实施建设用地指标配置，或者将利用效率作为重要的指标配置依据，可以有效地对土地利用者及管理者形成激励，促使土地集约节约利用。

3. 土地利用主导方式与全国主体功能区规划匹配性弱。根据土地利用效率主导类型的分析可知，全国有一半的省域土地利用效率主导类型无显著差异，与全国主体功能区规划有一定差距，从国家层面上看不利于全国产业的合理布局。由于农用地利用效益水平低，主导第一产业是低效率的，省域一般不自愿主导第一产业的生产。解决这个问题应该从国家层面统筹规划，采用转移支付的方式给予第一产业主导区域合理农地非生产性价值补偿，提高农用地利用效益，这样才能降低农用地向建设用地转移的经济利益引力，增强土地“区位利用模式”[18]，实现土地利用综合效率的最优。

4. 实施产业转移，提高中西部地区建设用地利用效率。当前中西部地区建设用地利用效率较低的主要原因在于城镇化过程中缺乏有效的产业支撑，中西部地区应当主动承接东部区域的产业转移，增强区域产业实力，推动建设用地集约利用，实现建设用地利用效率的最大化。

注释：

①中国香港、中国澳门、中国台湾地区由于数据暂缺原因，其土地利用效率的空间格局以后研究。

参考文献：

[1]方先知.土地利用效率测度的指标体系与方法研究[J].系统工程，2004，22（12）：22-26.

[2]鲍新中，刘澄，张建斌.城市土地利用效率的综合评价[J].城市问题，2009，（4）：46-50.

[3]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，2（6）：429-444.

[4]张兵，金凤君.1990 年代以来长江三角洲城市土地利用效率研究[J].重庆建筑大学学报，2007，29（5）：38-43.

[5]傅利平，顾雅洁.基于数据包络分析的土地利用效率评价[J].西安电子科技大学学报（社会科学版），2008，18（3）：103-107.

[6]张良悦，师博，刘东.中国城市土地利用效率的区域差异——对地级以上城市的DEA分析[J].经济评论，2009，（4）：18-26.

[7]谢芒芒，赵敏娟.陕西省城镇土地效率评价[J].山东农业大学学报（自然科学版），2011，42（4）：603-608.

[8]王文刚，宋玉祥，庞笑笑.基于数据包络分析的中国区域土地利用效率研究[J].经济问题探索，2011，（8）：60-65.

[9]刘传明，李红，贺巧宁.湖南省土地利用效率空间差异及优化对策[J].经济地理，2010，30（11）：1890-1896.

[10]曹广忠，白晓.中国城镇建设用地经济密度的区位差异及影响因素——基于273个地级及以上城市的分析[J].中国人口·资源与环境，2010，20（2）：12-18.

[11]孙平军，赵峰，修春亮.中国城镇建设用地投入效率的空间分异研究[J].经济地理，2012，32（6）：46-52.

[12]Bivand R，Müller W G，Reder M.Power Calculations for Global and Local Morans I[J].Computational Statistics & Data Analysis，2009，53（8）：2859-2872.

[13]黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009，24（2）：84-89.

[14]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[15]Bump J K，Peterson R O，Vucetich J A.Wolves Modulate Soil Nutrient Heterogeneity and Foliar Nitrogen by Configuring the Distribution of Ungulate Carcasses[J].Ecology，2009，90（11）：3159-3167.

[16]Hinman S E，Blackburn J K，Curtis A.Spatial and Temporal Structure of Typhoid Outbreaks in Washington，DC，1906-1909：Evaluating Local Clustering with the Gi* statistic[J].International Journal of Health Geographics，2006，5（1）：13.

[17]Ward M D，Gleditsch K S.Spatial Regression Models[M]. New York： Sage Publications，2008.

[18]孙伟杰，侯学平.广东省开发区土地利用模式研究[J].上海国土资源，2014，35（1）：19-122.

责任编辑：曹华青

The Spatial Pattern and Spillover Effect of Land-use Efficiency

Cui Xufeng

（School of Business Management， Zhongnan University of Finance&Law， Wuhan 430073， China）

Abstract： Taking global spatial autocorrelation model and Getis-Ord Gi* model， to analyze construction land-use efficiency， agricultural land use efficiency and the comprehensive land use efficiency of 31 provinces in China. The results show that construction land-use efficiency， agricultural land-use efficiency and the comprehensive land-use efficiency present the characteristics of spatial clustering； the area of hot spot of construction land is smaller than that for agricultural land； the area of hot spots and cool spots only accounts for 1/4 of total regions； The study area half provinces belong to the land-use efficiency types without significant difference.

Key words： Land efficiency； Spatial pattern； Spatial autocorrelation model； Getis-Ord Gi*

3. 土地利用主导方式与全国主体功能区规划匹配性弱。根据土地利用效率主导类型的分析可知，全国有一半的省域土地利用效率主导类型无显著差异，与全国主体功能区规划有一定差距，从国家层面上看不利于全国产业的合理布局。由于农用地利用效益水平低，主导第一产业是低效率的，省域一般不自愿主导第一产业的生产。解决这个问题应该从国家层面统筹规划，采用转移支付的方式给予第一产业主导区域合理农地非生产性价值补偿，提高农用地利用效益，这样才能降低农用地向建设用地转移的经济利益引力，增强土地“区位利用模式”[18]，实现土地利用综合效率的最优。

4. 实施产业转移，提高中西部地区建设用地利用效率。当前中西部地区建设用地利用效率较低的主要原因在于城镇化过程中缺乏有效的产业支撑，中西部地区应当主动承接东部区域的产业转移，增强区域产业实力，推动建设用地集约利用，实现建设用地利用效率的最大化。

注释：

①中国香港、中国澳门、中国台湾地区由于数据暂缺原因，其土地利用效率的空间格局以后研究。

参考文献：

[1]方先知.土地利用效率测度的指标体系与方法研究[J].系统工程，2004，22（12）：22-26.

[2]鲍新中，刘澄，张建斌.城市土地利用效率的综合评价[J].城市问题，2009，（4）：46-50.

[3]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，2（6）：429-444.

[4]张兵，金凤君.1990 年代以来长江三角洲城市土地利用效率研究[J].重庆建筑大学学报，2007，29（5）：38-43.

[5]傅利平，顾雅洁.基于数据包络分析的土地利用效率评价[J].西安电子科技大学学报（社会科学版），2008，18（3）：103-107.

[6]张良悦，师博，刘东.中国城市土地利用效率的区域差异——对地级以上城市的DEA分析[J].经济评论，2009，（4）：18-26.

[7]谢芒芒，赵敏娟.陕西省城镇土地效率评价[J].山东农业大学学报（自然科学版），2011，42（4）：603-608.

[8]王文刚，宋玉祥，庞笑笑.基于数据包络分析的中国区域土地利用效率研究[J].经济问题探索，2011，（8）：60-65.

[9]刘传明，李红，贺巧宁.湖南省土地利用效率空间差异及优化对策[J].经济地理，2010，30（11）：1890-1896.

[10]曹广忠，白晓.中国城镇建设用地经济密度的区位差异及影响因素——基于273个地级及以上城市的分析[J].中国人口·资源与环境，2010，20（2）：12-18.

[11]孙平军，赵峰，修春亮.中国城镇建设用地投入效率的空间分异研究[J].经济地理，2012，32（6）：46-52.

[12]Bivand R，Müller W G，Reder M.Power Calculations for Global and Local Morans I[J].Computational Statistics & Data Analysis，2009，53（8）：2859-2872.

[13]黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009，24（2）：84-89.

[14]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[15]Bump J K，Peterson R O，Vucetich J A.Wolves Modulate Soil Nutrient Heterogeneity and Foliar Nitrogen by Configuring the Distribution of Ungulate Carcasses[J].Ecology，2009，90（11）：3159-3167.

[16]Hinman S E，Blackburn J K，Curtis A.Spatial and Temporal Structure of Typhoid Outbreaks in Washington，DC，1906-1909：Evaluating Local Clustering with the Gi* statistic[J].International Journal of Health Geographics，2006，5（1）：13.

[17]Ward M D，Gleditsch K S.Spatial Regression Models[M]. New York： Sage Publications，2008.

[18]孙伟杰，侯学平.广东省开发区土地利用模式研究[J].上海国土资源，2014，35（1）：19-122.

责任编辑：曹华青

The Spatial Pattern and Spillover Effect of Land-use Efficiency

Cui Xufeng

（School of Business Management， Zhongnan University of Finance&Law， Wuhan 430073， China）

Abstract： Taking global spatial autocorrelation model and Getis-Ord Gi* model， to analyze construction land-use efficiency， agricultural land use efficiency and the comprehensive land use efficiency of 31 provinces in China. The results show that construction land-use efficiency， agricultural land-use efficiency and the comprehensive land-use efficiency present the characteristics of spatial clustering； the area of hot spot of construction land is smaller than that for agricultural land； the area of hot spots and cool spots only accounts for 1/4 of total regions； The study area half provinces belong to the land-use efficiency types without significant difference.

Key words： Land efficiency； Spatial pattern； Spatial autocorrelation model； Getis-Ord Gi*

3. 土地利用主导方式与全国主体功能区规划匹配性弱。根据土地利用效率主导类型的分析可知，全国有一半的省域土地利用效率主导类型无显著差异，与全国主体功能区规划有一定差距，从国家层面上看不利于全国产业的合理布局。由于农用地利用效益水平低，主导第一产业是低效率的，省域一般不自愿主导第一产业的生产。解决这个问题应该从国家层面统筹规划，采用转移支付的方式给予第一产业主导区域合理农地非生产性价值补偿，提高农用地利用效益，这样才能降低农用地向建设用地转移的经济利益引力，增强土地“区位利用模式”[18]，实现土地利用综合效率的最优。

4. 实施产业转移，提高中西部地区建设用地利用效率。当前中西部地区建设用地利用效率较低的主要原因在于城镇化过程中缺乏有效的产业支撑，中西部地区应当主动承接东部区域的产业转移，增强区域产业实力，推动建设用地集约利用，实现建设用地利用效率的最大化。

注释：

①中国香港、中国澳门、中国台湾地区由于数据暂缺原因，其土地利用效率的空间格局以后研究。

参考文献：

[1]方先知.土地利用效率测度的指标体系与方法研究[J].系统工程，2004，22（12）：22-26.

[2]鲍新中，刘澄，张建斌.城市土地利用效率的综合评价[J].城市问题，2009，（4）：46-50.

[3]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，2（6）：429-444.

[4]张兵，金凤君.1990 年代以来长江三角洲城市土地利用效率研究[J].重庆建筑大学学报，2007，29（5）：38-43.

[5]傅利平，顾雅洁.基于数据包络分析的土地利用效率评价[J].西安电子科技大学学报（社会科学版），2008，18（3）：103-107.

[6]张良悦，师博，刘东.中国城市土地利用效率的区域差异——对地级以上城市的DEA分析[J].经济评论，2009，（4）：18-26.

[7]谢芒芒，赵敏娟.陕西省城镇土地效率评价[J].山东农业大学学报（自然科学版），2011，42（4）：603-608.

[8]王文刚，宋玉祥，庞笑笑.基于数据包络分析的中国区域土地利用效率研究[J].经济问题探索，2011，（8）：60-65.

[9]刘传明，李红，贺巧宁.湖南省土地利用效率空间差异及优化对策[J].经济地理，2010，30（11）：1890-1896.

[10]曹广忠，白晓.中国城镇建设用地经济密度的区位差异及影响因素——基于273个地级及以上城市的分析[J].中国人口·资源与环境，2010，20（2）：12-18.

[11]孙平军，赵峰，修春亮.中国城镇建设用地投入效率的空间分异研究[J].经济地理，2012，32（6）：46-52.

[12]Bivand R，Müller W G，Reder M.Power Calculations for Global and Local Morans I[J].Computational Statistics & Data Analysis，2009，53（8）：2859-2872.

[13]黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009，24（2）：84-89.

[14]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis，1995，27（2）：93-115.

[15]Bump J K，Peterson R O，Vucetich J A.Wolves Modulate Soil Nutrient Heterogeneity and Foliar Nitrogen by Configuring the Distribution of Ungulate Carcasses[J].Ecology，2009，90（11）：3159-3167.

[16]Hinman S E，Blackburn J K，Curtis A.Spatial and Temporal Structure of Typhoid Outbreaks in Washington，DC，1906-1909：Evaluating Local Clustering with the Gi* statistic[J].International Journal of Health Geographics，2006，5（1）：13.

[17]Ward M D，Gleditsch K S.Spatial Regression Models[M]. New York： Sage Publications，2008.

[18]孙伟杰，侯学平.广东省开发区土地利用模式研究[J].上海国土资源，2014，35（1）：19-122.

责任编辑：曹华青

The Spatial Pattern and Spillover Effect of Land-use Efficiency

Cui Xufeng

（School of Business Management， Zhongnan University of Finance&Law， Wuhan 430073， China）

Abstract： Taking global spatial autocorrelation model and Getis-Ord Gi* model， to analyze construction land-use efficiency， agricultural land use efficiency and the comprehensive land use efficiency of 31 provinces in China. The results show that construction land-use efficiency， agricultural land-use efficiency and the comprehensive land-use efficiency present the characteristics of spatial clustering； the area of hot spot of construction land is smaller than that for agricultural land； the area of hot spots and cool spots only accounts for 1/4 of total regions； The study area half provinces belong to the land-use efficiency types without significant difference.

Key words： Land efficiency； Spatial pattern； Spatial autocorrelation model； Getis-Ord Gi*