省级以下建设用地空间配置效率测度及优化探讨

摘要通过对建设用地扩张的空间最优配置特征进行理论分析，构建相应模型测度贵州省2005-2013年建设用地扩张所存在的空间配置效率损失，在此基础上，以当前建设用地计划配置机制为切入点，分析省级以下层面建设用地扩张空间配置效率损失的成因，探讨可行的优化路径，以期为我国土地资源配置优化提供科学参考。理论分析结果显示判定建设用地扩张的配置是否符合空间效率的条件应是辨别区域间建设用地扩张的边际净收益是否相等，本研究以此为原则对 2005-2013年间贵州省建设用地扩张进行实证分析，结果发现该时段贵州省的建设用地扩张存在12.33%的空间配置效率损失，所辖区域均出现不同程度的空间错配，在此基础上，以建设用地计划配置体系为切入点进行深入剖析，发现当前计划配置体系缺乏指标区域间再调节机制应是造成省级以下层面建设用地扩张空间配置效率损失的主要原因之一，因此，建议在建设用地总量控制的基本框架下，通过引入市场机制（构建省级以下指标交易平台）来优化区域建设用地扩张的空间配置效率。本研究着力于测度分析省级以下层面建设用地扩张的空间配置效率，旨在说明市场机制的构建是优化建设用地资源空间配置的一条可行路径，但在实际中建设用地扩张还涉及其他影响因素，其最优配置还需要考虑城市性质、产业结构、用地功能等诸多条件，因而对其优化的实践还需要进一步的综合考虑。

关键词建设用地扩张；效率测度；优化路径；贵州省

中图分类号F301.2文献标识码A文章编号1002-2104（2016）01-0089-08doi：103969/jissn1002-2104201601013

由于我国经济建设与优质农地在空间分布上的高度重合，在实际过程中，建设用地的快速扩张也导致了耕地资源的急剧减少，严重威胁全社会的粮食安全[1]。因而，如何进一步提高建设用地的配置效率，缓解经济发展与资源保护的双重压力成为我国经济新常态下亟待解决的关键问题之一，对此，国内学者进行了大量研究工作，基于国家、省域、县域等不同研究尺度，运用DEA模型[2]、扩张效率指数[3]、C-D生产函数[4]、数据包络分析[5]等不同研究方法，探寻了建设用地配置效率的影响因素[6]、构建了城镇建设用地效率评价体系[7]，分析了建设用地扩张的时序效率变化[8]与效率空间分异[9]，形成了丰硕的研究成果。但是，现有研究多是关注配置效率的影响因素或是效率评价指标体系的构建，以及配置效率时序上的定量分析，鲜有关于建设用地扩张空间配置的探讨，也多是在全国层面，或是对不同区域用地效率进行独立测算后的再比较，缺乏对省级以下层面区域间建设用地扩张空间均衡的考虑以及相应优化路径的探讨，而对于中国这样的发展中国家而言，一方面实现土地资源配置的空间效率，达到资源配置的空间均衡，可能是解决经济发展与农地保护双重矛盾的有效途径[10]，另一方面，幅员辽阔、省际差别显著的基本国情使得全国层面建设用地扩张效率本身就可能暗含空间分异，而据此提出的同质化改进手段在实际操作中可能会因为交易费用高，监管难度大等原因降低可行性，因此，基于当前省级以下土地垂直管理机制以及地方的实践经验，分析探讨省级以下层面建设用地扩张的空间配置效率及其相应的优化路径更具理论与现实意义。鉴于此，本研究基于资源经济学理论与方法，对建设用地扩张的空间最优配置特征与条件进行理论探讨，并结合贵州省2005-2013年的统计数据，测度其该时段建设用地扩张所存在的空间配置效率损失，在此基础上，以当前建设用地计划配置体系为切入点，分析省级以下建设用地扩张出现空间配置效率损失的主要原因，探讨可行的优化路径，以期为我国建设用地配置效率提高、土地利用管理制度改革提供科学参考。

王博等：省级以下建设用地空间配置效率测度及优化探讨中国人口・资源与环境2016年第1期1建设用地扩张空间最优配置的理论分析

建设用地扩张的空间配置其实质即是探索土地资源在不同空间的配置均衡，属于资源配置的一个方面，因此，按照资源经济学的基本理论与原则[11]，资源在空间上的最优配置条件与特征，应是该资源在不同空间的边际利用效益相等，即只要满足不同地域对资源利用的边际效益相等，就可以保证整体的资源利用效益最大化。现行的部分研究据此对建设用地扩张的空间配置效率进行了分析，主要以判定区域间建设用地扩张的边际收益（即只考虑建设用地的边际利用效率）是否相等为基本原则进行定量测度，但是在现实过程中，建设用地的扩张还包含对非建设用地（主要是农地）的占用。建设用地扩张来源于农用地占用和未利用地开发两个途径，但鉴于这两种途径在操作过程、作用方式与产生成本等诸多方面存在显著不同，以及其中农用地占用占绝对比重，对当前区域社会经济可持续发展影响更大等因素的考虑，本研究将焦点集中于建设占用农用地部分，虽然造成最终计算出来的效率损失被低估，但低估结果可能更有利于突出现阶段我国建设用地配置不合理的严峻形势，故本研究的建设用地扩张实质上与农地非农化等同。因而其不仅具有对经济发展的贡献，也有对经济发展造成的成本，即被占用农地本身的生产价值及其相应的非市场价值[12]，此时，按照这种判定原则可能会因为高估建设用地扩张的经济效益而造成最后的效率测度出现偏差。

因此，判定建设用地扩张的配置是否符合空间效率应图1建设用地扩张空间最优配置示意图

Fig.1Optimal spatial allocative efficiency

of construction land expansion

是辨别区域间建设用地扩张的边际净收益是否相等，即建设用地扩张的边际收益减去边际成本（农地边际收益）后的净收益是否相等。为便于理解分析，基于已有较为成熟的农地非农化理论研究体系[13]，假定一定时期内，某一区域所辖只有A和B两个地区，建设用地的扩张总量为S，并且不存在其他配置效率损失，要使得整个区域建设用地扩张达到空间配置效率最优（如图1），需要A、B两地区之间的土地资源边际净收益相等（MNRA=MNRB），如果从地区内部来看，需要满足A、B两地区内部的土地资源在农业部门和非农业部门的边际收益相等（MRA=MCA、MRB=MCB），此时，Q1、Q2即为A地区和B地区符合空间效率的建设用地扩张最优量。

因此，按照这种判定原则，通过计算区域间建设用地扩张边际净收益相等条件下的建设用地扩张最优量Q1、Q2，以此对比相应区域的建设用地扩张实际数量，就可以测度出区域当前建设用地扩张所存在的空间配置效率损失。

2空间配置效率测度的模型构建与分析思路

按照上述的理论分析，本研究的计量分析思路或流程主要分为以下几步：首先，运用C-D生产函数模拟各地区农业部门和非农部门的生产过程，模型如下：

YAGj=A×KAGjα×LAGjβ×LandAGjε（1）

YULj=B×KULjχ×LULjδ×LandULjγ（2）

式中：Y表示的是部门总收益，K为资本投入，L为劳动力投入，Land为土地资源的投入，下标AGj表示第j地区的农业部门，下标ULj表示第j地区的非农业部门。通过对其求导得到土地资源在两部门的边际收益：

MRAGj=A×ε×KAGjα×LAGjβ×LandAGjε-1（3）

MRULj=B×γ×KULjχ×LULjδ×LandULjγ-1（4）

接下来对各地区建设用地扩张的边际收益与边际成本曲线进行估计，这里将建设用地扩张看作是土地商品由农业部门“卖给”非农业部门的过程，由此根据微观经济学基本的厂商定价公式得到模型（本部分所用模型已较为成熟，鉴于篇幅关系，式5、式6的转换过程这里不再阐述，详细内容可以参考谭荣与李效顺等学者的研究成果）[14-15]：

logQDj=C1+C2×logMRULj（5）

logQSj=C3+C4×log（MRAGj+MRAGSj）（6）

式中：Q为第j地区的建设用地扩张数量（即建设占农数量），MRAGSj中表示第j地区农地的边际非市场价值。

最后，通过估计得到C1、C2、C3、C4的相应数值，将其带入式5和式6中，令不同地区的建设用地扩张边际净收益相等，即MRULj-MRAGj -MRAGSj=MRULj+1-MRAG j+1-MRAGS j+1=…，得到符合空间配置效率的各地区建设用地扩张最优数量，通过与建设用地扩张实际数量进行对比，就可以计算出各地区建设用地扩张的空间配置效率损失数量。

3模型估计与结果分析

3.1数据说明

本研究以贵州省作为研究对象，以其所辖88个区县作为分析的基本单元，研究时间跨度为2005-2013年。所使用的土地数据来源于贵州省国土资源勘测规划研究院，资本投入数据来自《中国区域经济统计年鉴》（2005-2014）、其他数据来自对应年份的《贵州省统计年鉴》（2005-2014）。其中：农业部门总收益YAGj为第一产业GDP，非农业部门总收益YULj为二三产业GDP；资本投入KAGj为农村固定资产投资、KULj为城镇固定资产投资（本研究需要分别计算土地投入在农业部分与非农业部门的边际收益，为保证数据的统一和可比性，需要选取能够区分第一产业与二三产业的指标，因此，鉴于数据可获性的因素，参考王小鲁与谭荣等学者的研究成果，资本投入分别选取全社会固定资产投资中农村与城镇两个指标，该指标可能低估了资本投入，但由于最后是计算土地投入的边际收益，故该误差可包含于常数项中被衡量，因此对结果不产生影响）[14，16]；劳动力投入LAGj为第一产业从业人数，LULj为二三产业从业人数；农业部门的土地资源投入LandAGj包括耕地、林地、园地、牧草地和其他农用地的面积，非农业部门的土地资源投入LandUGj包括居民点及独立工矿用地、交通运输用地和水利设施用地的面积，建设用地扩张数量Q为各地区历年农地被建设用地实际占用数量；为满足统一口径，本研究以全国土地分类（过渡期间适用）为基准，对2009年后的二调数据地类进行了统一转换；涉及的价值数据都被换算为2005年的不变价格。

3.2模型估计与结果分析

按照前述研究思路，本研究对贵州省各地级市的C-D生产函数进行估计，经检验，拟采用可行的广义最小二乘法（FGLS），估计结果如表1所示，各项指标都通过显著性水平检验，拟合结果较为理想。

将估计系数以及各区县对应年份的资本、劳动力和土地投入代入式（3）、式（4），分别计算得到各区县历年土地资源在农业部门的边际收益MRAGj与非农业部门的边际收益MRULj。由于地级市幅员相对较小，其所辖区县在地理位置、资源禀赋等方面差别不大，并且本研究后续测度的是地级市层面的建设用地空间配置效率，因此，本部分假设各地级市所辖区县具有相同系数的生产函数，以初步观察不同区县建设用地边际净收益的差别，对后续地级市层表1贵州省各地区式（1）、式（2）的估计结果

Tab.1Regression results of Formula （1） and （2） of each city in Guizhou

项目

Item贵阳市

Guiyang遵义市

Zunyi铜仁市

Tongren六盘水市

Liupanshui毕节市

Bijie安顺市

Anshun黔东南州①

Qiandongnan黔南州②

Qiannan黔西南州③

QianxinanA0.367**1.968***0.586***-0.0502.114***1.873***0.614***-1.327**0.322（2.34）（13.15）（6.58）（-0.06）（3.03）（4.11）（3.05）（-2.00）（0.92）α0.053***0.205***0.082***0.055**0.069***0.163***0.165***0.128***0.174***（8.97）（19.79）（14.5）（1.99）（3.32）（12.64）（21.58）（10.11）（25.71）β0.439***0.534***0.732***0.322*0.249***0.507***0.404***0.901***0.308***（21.65）（16.79）（34.57）（1.67）（3.02）（9.79）（9.74）（23.63）（12.71）ε0.450***0.066***0.097***0.537***0.455***0.112***0.312***0.037***0.430***（23.35）（2.03）（5.01）（25.55）（4.87）（5.03）（6.58）（3.30）（2.92）wald chi22 276.54***10 383.88***18 952.07***155.53***185.6***2 037.943 684.29***978.97***1 715.46***B-3.334***-7.522***-0.199-5.006**-2.766***-5.355***-1.769***-3.287***-2.234***（-7.1）（-30.75）（-0.69）（-2.14）（-2.77）（-6.08）（-3.34）（-3.24）（-5.01）χ0.233***0.347***0.454***0.220***0.323***0.242***0.308***0.289***0.431***（6.48）（38.10）（33.55）（6.50）（20.37）（7.33）（26.21）（21.54）（26.13）δ0.868***0.870***0.131***0.946***0.423**0.681***0.540***0.381***0.492***（14.44）（11.41）（5.16）（5.17）（2.02）（5.79）（10.68）（4.06）（7.05）γ0.357***0.589***0.578***0.456*0.671***0.825***0.493***0.890***0.414***（5.16）（5.89）（28.09）（1.76）（3.72）（4.54）（67.14）（9.82）（9.29）wald chi21 973.44***11 452.45***2 236.69***187.95***2 957.22***1 023.47***7 067.93***1 330.95***7 909.47***注：*、**、***分别表示在10%、5%、1%水平上显著；①黔东南苗族侗族自治州的简称（下同）；②黔南布依族苗族自治州的简称（下同）；③黔西南布依族苗族自治州的简称（下同）。面的边际收益与边际成本曲线模拟影响不大。根据前述所示，农地除农业生产外，还包含诸多在现实中难以显化与计量的非市场价值，为尽可能全面准确地衡量这些非市场价值，本部分拟借鉴资源经济学中的生态服务价值评估方法对其进行估算，虽然该指标可能无法完全反映农地的非市场价值，而且其准确性也直接依赖于已有成果中对资源生态服务价值当量因子的确定，但生态服务价值在评估中已基本涵盖对气体调节、生物多样性、娱乐文化等诸多非市场价值的考虑，是当前衡量自然资源非市场价值较为全面与成熟的方法之一，而且随着该评价方法的逐步修正与完善，其估计的准确性也将随之提高。故本部分以谢高地等学者的研究成果为基础[17]，结合贵州的实际情况（以贵州省2005-2013年平均粮食产量与粮食单价作为基准修正单位面积生态服务价值当量因子）测算各区县农地的生态服务价值，以此计算得到贵州省各区县农地的边际非市场价值MRAGSj（因为农地资源生态效益是一种非市场价值，依据其计算原理所获得的总量与农地资源数量之间是一次的关系，即总量等于单位价值乘以数量，所以所求得的平均效益即等于边际效益）。结合所求的边际收益MRAGj与MRULj，计算得到各区县历年建设用地扩张在两部门的边际收益、边际成本以及边际净收益（见表2）。

从表2可以看出，区域间建设用地扩张的边际净收益差别较大，说明2005-2013年间贵州省的建设用地扩张存在空间配置效率损失。在此基础上，将表2的数据和历年贵州省各区县建设占农的实际数量代入式（5）、式（6）进行回归估计，经过检验仍然采用可行的广义最小二乘法表2贵州省各区县建设用地边际收益、边际成本与边际净收益汇总表（单位：元/年・hm2）

从估计结果看，各项指标系数都通过10%以上的显著性水平检验，回归结果较好。在此基础上，将各C1、C2、C3、C4分别代入式（5）和式（6）中，令不同地区的建设用地扩张边际净效益相等，计算得到2005-2013年间各地级市符合空间配置效率的建设用地扩张最优数量，再结合同时段的实际数量，最终测度出该时段贵州省各地级市建设用地扩张的空间配置效率损失情况（如表4）。

由表4可以看出，在2005-2013年期间，贵州省建设用地扩张的空间配置损失达到12 355.21公顷，损失比例占到整个建设用地扩张实际总量的12.33%，所辖9个地级市的建设用地均出现不同程度的空间错配，其中，六盘水市、黔东南州、黔南州、黔西南州等地区的建设用地扩张实际数量多于其空间配置最优数量，特别是三个自治州的建设用地扩张空间配置损失比例相对最高，接近占到实际数量的20%；遵义市、铜仁市、毕节市、安顺市等地区则表现相反，实际数量低于空间配置最优数量，其中，毕节市的建设用地扩张空间配置损失比例最高，接近30%，遵义市其次，达到11.55%。

4空间配置效率损失原因分析与优化路径探讨基于上述的实证分析可以看出，当前我国省级以下层面的建设用地扩张在空间配置上存在一定程度的效率损失。鉴于此，本部分将以当前建设用地计划配置机制为切入点，进一步分析该空间配置效率损失的可能原因，在此基础上探寻优化空间配置的可行路径。

我国现行建设用地扩张实行的是对建设用地增量指标自上而下、统一分配、层层分解的计划配置模式，这种模式可以相机确定投入经济体系中的新增建设用地的速度、时序和结构，在发展初期为我国的经济发展建设注入了强大的动力，也能对遏制土地市场投机、经济过热等发挥立竿见影的效果[19]，但是，这种带有强烈计划色彩的配置模式也造成了非常严重的资源供需问题与利益诉求矛盾，特

图2建设用地扩张的空间配置损失示意图

Fig.2Spatial allocative efficiency loss of

construction land expansion

别是对省级以下层面指标的具体落实，造成严重的空间错配，因为在实际过程中，首先存在决策者信息知识与科学决策要求差距过大的问题[20]，因而省级以下各个区域的土地类型和利用价值的差异性、粮食安全与生态价值信息缺失等因素将会导致现实中不可能制定出“完美无缺”的土地利用计划[21]，使得计划中制定的各区域指标数量与区域实际需要落实的数量不相符；其次，作为指标分配者的上级政府为避免“厚此薄彼”而造成的政府集团之间的政治博弈，往往采取对指标进行平均分配的方案，保证省级以下每个地区“形式上公平的发展权利”，从而减少政府内部矛盾[22]，更关键的是，由于制定的土地利用年度计划一经确定便不可更改，并实行指令性管理严格要求省级以下各地区不得突破指标控制，而且缺乏相应的弹性机制对分配指标进行后续实时调节。因而，结合前述的空间最优配置理论分析框架，现实中的情况往往如图2所示，上级政府可能会分配给A、B两地区Q3、Q4的用地指标，两者都偏离对应地区的最优配置量，从整个省级区域来看，虽然A地区指标过剩，B地区指标不足，但是由于缺乏相应的弹性机制进行区域间调节，因而在当前计划配置模式下，A、B两个地区最终的建设用地扩张量只能是Q3、Q4，区域间建设用地扩张的边际净收益不可能相等，必然导致整个省级区域的建设用地扩张出现空间配置失灵，造成效率损失N1。

按照制度经济学的理论，资源的初始配置并不影响经济效率，关键在于找到一个促进资源再配置的机制[23]，结合上述分析可以发现，当前省级以下建设用地扩张出现空间配置效率损失的主要原因之一，在于现行的计划配置体系在对各地区进行指标分配后，缺乏适宜的弹性机制对其进行区域间的实时再调节，从而导致省级以下各地区在指标落实时出现空间错配。如果假定其他条件不变，在当前建设用地扩张指令性管理的体制下，要想减少建设用地扩张出现的空间配置效率损失，一种方案是通过技术上的完善，不断修正指标分配的计算方案，促使上级政府分配的指标量能够不断接近各地区最优的配置量，即指标分配量能够尽可能对应各地区的实际用地需求，但是，如同前述信息不对称、知识技术有限性等困境一样，无论如何优化计算方法，最后的分配方案都可能会或多或少地偏离地区的实际最优量。

如果跳出传统的技术优化思路，借鉴国外环境管理领域的发展权交易理论与经验[24]，通过引入市场机制构建省级以下指标交易平台来优化当前的配置模式可能会达到更好的效果，其相应的作用机理即是在建设用地总量控制的条件下，允许建设用地指标跨区域有偿转让，仍以图2为基础，虽然A地区初始分配的指标过剩，B地区的指标不足，但是如果构建一个用地指标交易平台，允许B地区通过支付低于自身非农业用途边际净收益，但高于A地区非农业用途边际净收益的成本向A地区购买指标，直至两区的边际净收益相等，即MNRB=MNRA，此时，A地区不仅可以获得额外的财政收入，还可以避免多余指标带来的效率损失，使得区域的建设用地扩张控制在Q1达到配置最优；B地区也因为购买了新指标用于发展，避免了由于用地不足造成的效率损失，整个区域空间配置效率损失N1，因为指标交易体系的存在而得以避免。如果按照前述贵州省2005-2013年的建设用地扩张空间配置来看，即是诸如黔东南州、黔南州、黔西南州等实际量超过最优量的地区，可以通过指标交易平台将多余的指标交易给遵义市、铜仁市、毕节市等实际量少于最优量的地区，由此各地区的建设用地扩张数量将因为指标交易平台的调节达到最优配置水平，整个贵州省的建设用地扩张空间配置效率将得到有效优化。这种在接受建设用地扩张指标管理的既有体制基础上，创造性地引入市场机制配置计划指标的优化路径，不仅可以改进现有计划配置的弊端，提高建设用地扩张的空间配置效率，还能够实现与现行中央集权制管理框架的无缝衔接，具有渐进性、过渡性和可操作性[25]，更重要的是，鉴于诸如浙江省“折抵指标有偿调剂”、重庆的地票交易制度等地方实践，都从现实层面说明了在当前制度环境下构建省级以下指标交易体系具有可行性，因此，基于建设用地的总量控制，构建省级以下用地指标交易体系可能是优化当前省级以下建设用地扩张空间配置效率的一条可行路径。

5结论与讨论

第一，本研究基于资源经济学的空间配置理论与方法，对建设用地扩张的空间最优配置进行了理论剖析，修正了原有研究中可能存在效率测度有偏的不足，提出判定建设用地扩张的配置是否符合空间效率的原则应是辨别区域间建设用地扩张的边际净收益是否相等，在此基础上，构建相应的计量模型对贵州省2005-2013年间建设用地扩张的空间配置效率进行测度，结果发现贵州省建设用地扩张在该时段存在12.33%的空间配置效率损失，所辖9个地级市的建设用地均出现不同程度的空间错配，说明当前我国省级以下层面的建设用地扩张存在一定程度的空间配置失灵。

第二，本研究以当前建设用地计划配置体系为切入点，分析发现现行的计划配置体系缺乏适宜的弹性机制对用地指标进行区域间再调节是导致建设用地扩张空间配置效率损失的主要原因，据此提出可以在建设用地总量控制的基本框架下，通过引入市场机制（构建省级以下用地指标交易平台）优化配置效率的政策建议，并仍以贵州省为例模拟分析发现如果允许指标跨区域交易，则各地区的建设用地扩张空间错配情况将在市场机制的作用下得到有效改善，贵州省区域整体的用地配置效率将得到进一步优化。

第三，建议构建省级以下层面的建设用地指标平台，并不意味着另起炉灶去现有建设用地指标管理体制的基本框架，而是在接受既有体制的基础上，允许区县一级的地方政府在该平台上对用地指标进行交易，通过市场机制中价格信号与竞争过程的作用，显化地区对用地的真实需求，引导用地指标进行区域间再配置，从而不仅可以改进现有计划配置的弊端，提高建设用地配置效率，还可以渐进式地实现与现行中央集权制管理框架的无缝衔接。

第四，本研究着力于分析建设用地扩张的空间配置效率，重点说明市场化机制的引入可能带来建设用地空间配置的帕累托改善，故没有详细探讨建设用地指标初始分配的合理性，以及考虑其他方面的配置是否符合地区合理的资源承载能力，但是，在实际的过程中，建设用地扩张的配置效率提升涉及不同层级、不同主体和不同影响因子，诸如贵州省的建设用地最优配置还需要结合区域主体功能定位、建设用地代际间配置、城市性质、产业结构、用地功能等不同因素进行综合分析，从而保障建设用地配置优化手段的科学性与可行性。此外，本研究强调指标交易市场机制的构建应建立在建设用地总量控制管理的基础上，即地区存在资源环境承载能力“红线”的限制，从而避免地区忽视承载上限大肆购买用地指标的情况。

参考文献（References）

[1]王博，姜海，冯淑怡，等.基于多情景分析的中国建设用地总量控制目标选择[J].中国人口・资源与环境，2014，24（3）：69-76.[Wang Bo， Jiang Hai， Feng Shuyi， et al. Options for the Quantity Control of Construction Land Expansion Based on Scenario Analysis [J]. China Population， Resources and Environment， 2014， 24 （3）：69-76.]

[2]陈伟，吴群.长三角地区城市建设用地经济效率其影响因素[J].经济地理，2014，（9）：142-149.[Chen Wei， Qu Qun. Economic Efficiency of Urban Construction Land and Its Influential Factors in Yangtze River Delta [J]. Economic Geography， 2014，（9）：142-149.]

[3]陈春，冯长春.建设用地扩张效率指数研究[J].地域研究与开发，2011，（2）：133-136.[Chen Chun， Feng Changchun. Research on Construction Land Expansion Efficiency Index [J]. Areal Research and Development， 2011，（2）：133-136.]

[4]张恒义. 中国省际建设用地空间配置效率研究[D]. 杭州：浙江大学， 2011：203. [Zhang Hengyi. Study on the Spatial Allocative Efficiency of Interprovincial Construction Land in China [D]. Hangzhou： Zhejiang University， 2011：203.]

[5]杜官印，蔡运龙.1997-2007年中国建设用地在经济增长中的利用效率[J].地理科学进展，2010，（6）： 693-700.[Du Guanyin， Cai Yunlong. Technical Efficiency of Builtup Land in China’s Economic Growth during 1997-2007 [J]. Progress in Geography， 2010，（6）：693-700.]

[6]姜海，夏燕榕，曲福田.建设用地扩张对经济增长的贡献及其区域差异研究[J].中国土地科学， 2009，（8）：4-8. [Jiang Hai， Xia Yanrong， Qu Futian. Study on Contribution of Construction Land Expansion to Economic Growth and Its Regional Difference [J]. China Land Sciences， 2009，（8）：4-8.]

[7]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，（6）：46-52.[Sun Pingjun， Zhao Feng， Xiu Chunliang. Study on the Spatial Differentiation of Urban Construction Land Input Efficiency in China [J]. Economic Geography， 2012，（6）：46-52.]

[8]杜官印，蔡运龙，廖蓉.中国1997-2007年包含建设用地投入的全要素生产率分析[J].中国土地科学，2010，（7）：59-65. [Du Guanyin， Cai yunlong， Liao Rong. Analysis on Total Factor Productivity Including Construction Land Input in China from 1997 to 2007[J]. China Land Science， 2010，（7）：59-65.]

[9]李鑫，欧名豪.中国省际建设用地单要素效率评价与区域差异研究[J].南京农业大学学报：社会科学版，2012，（1）：80-84.[Li Xin， Ou Minghao. An Evaluation of China’s Provincial Construction Land Single Factor Efficiency and Its Regional Differences[J]. Journal of Nanjing Agricultural University： Social Sciences Edition， 2012，（1）：80-84.]

[10]陈江龙，曲福田，陈雯.农地非农化效率的空间差异及其对土地利用政策调整的启示[J].管理世界， 2004，（8）：37-42.[Chen Jianglong， Qu Futian， Chen Wen. The Spatial Difference of Allocation Efficiency of Farmland Conversion and the Inspiration to Land Use Policy Adjustment [J]. Management World， 2004，（8）：37-42.]

[11]曲福田.资源与环境经济学[M].北京：中国农业出版社，2011. [Qu Futian. Resources and Environmental Economics [M]. Beijing： China Agriculture Press， 2011.]

[12]谭荣，曲福田. 农地非农化的空间配置效率与农地损失[J]. 中国软科学， 2006，（5）：49-57.[Tan Rong， Qu Futian. Spatial Allocation Efficiency of Farmland Conversion and Farmland Resource Loss in China [J]. China Soft Science， 2006，（5）：49-57.]

[13]曲福田，冯淑怡，诸培新，等.制度安排、价格机制与农地非农化研究[J].经济学（季刊），2004，4（1）：229-248. [Qu Futian， Feng Shuyi， Zhu Peixin， et al. Institutional Arrangements， Price System and Farmland Conversion [J]. China Economic Quarterly， 2004， 4（1）：229-248.]

[14]谭荣，曲福田.中国农地非农化与农地资源保护：从两难到双赢[J].管理世界，2006，（12）：50-59.[Tan Rong， Qu Futian. China Farmland Conversion and Farmland Protection： From Dilemma to Winwin [J]. Management World， 2006，（12）：50-59.]

[15]李效顺.基于耕地资源损失视角的建设用地增量配置研究[D].南京：南京农业大学，2010.[Li Xiaoshun. Research on the Allocation of Construction Land Increment on the Loss of Farmland Resources Perspective [D]. Nanjing： Nanjing Agricultural University， 2010.]

[16]王小鲁.中国经济增长的可持续性与制度变革[J].经济研究，2000，（7）：3-15.[Wang Xiaolu. Sustainability of China’s Economic Growth and Institutional Changes [J]. Economic Research Journal， 2000，（7）：3-15.]

[17]谢高地，鲁春霞，冷允法，等.青藏高原生态资产的价值评估[J].自然资源学报，2003，18（2）：189-196. [Xie Gaodi， Lu Chunxia， Leng Yunfa， et al. Ecological Assets Valuation of the Tibetan Plateau [J]. Journal of Natural Resources， 2003， 18（2）：189-196.]

[19]靳相木，沈子龙.新增建设用地管理的“配额-交易”模型：与排污权交易制度的对比研究[J].中国人口・资源与环境，2010，20（7）：86-91.[Jin Xiangmu， Shen Zilong. The Capandtrade Model of Incremental Construction Land Quota： An Analog with the Emission Permits System [J]. China Population， Resources and Environment， 2010， 20（7）：86-91.]