农地城市流转效率模式识别与土地差别化管理——基于非意愿产出的效率测度与决策分析

韩久莹，张安录，柯新利

（华中农业大学公共管理学院，湖北 武汉 430070）

1 引言

城市土地作为城市经济、社会和环境的空间载体，其利用效率状况直接影响城市的社会经济发展和人居环境建设[1]。中国正处于经济社会发展转型时期，在“绿色”、“协调”发展的前提下，对城市建设用地的巨大需求也不容忽视，2013年对建设用地的供应达到峰值73×104hm2。“农地城市流转”[2]是城市化、工业化加速发展背景下解决土地需求的一种方式，但目前城市无序扩张，侵占农地的现象不容忽视。“十二五”期间国务院和省两级政府批准建设用地中，闲置土地占比近1/3，而仅耕地每年就减少80×104亩，并且高耗能产业用地远大于高技术制造业用地[3]。因此农地城市流转效率研究的重点应是如何在保护生态环境的前提下合理流转农用地为建设用地，以最小的投入及环境代价换取最大的经济产出。因此，本文将农地城市流转定义为在政策环境各因素不变的情况下，考虑环境代价，农地城市流转过程中总产出与投入的比值。

国内学者对于农地城市流转效率的研究方法多为数据包络分析法（DEA）[4-5]、随机前沿分析法（SFA）[6]以及二者的结合[7]。前沿分析法是一种较成熟的效率评价方法，优点在于其构造的前沿面为相对最优前沿面，更加符合研究区域实际情况。随着研究不断深入，学者们逐渐意识到经济、社会、环境三者是紧密不可分的[8]，考虑生产过程中不可避免的环境代价，很多国外学者着眼“生态环境视角下的效率”[9-10]，并将其定义为：生产相同产品使用更少的资源或产生更少的废物和排放[11]。而对中国来说，能源消耗和污染排放已成为环境无效率的主要来源[12]，在测度效率时非意愿产出带来的环境代价不容忽视。王兵等通过分析不考虑CO2排放、CO2排放量不变及限制CO2排放三种情形下的全要素生产率，发现不考虑非意愿产出会使得生产率增长的测算出现偏差[13]。非意愿产出模型目前主要应用于评价工业用地的生产效率[14]、经济增长效率[15]、能源使用效率[16]等；对于土地利用过程中的非意愿产出，不同学者也基于不同角度进行了相关研究，如研究土地利用结构的合理性时加入环境约束[17]、研究土地利用效率时考虑非期望产出影响[18]、研究土地生产效率时将农业土地生产效率与非意愿产出结合[19]，研究碳排放与集约用地的关系[20]、研究土地经济效率时测算三种非意愿产出[21]、研究农业环境效率时考虑非意愿产出[22]、研究工业土地的全要素生产率时考虑碳排放影响[23]等；特别地，对于农地城市流转这一过程，也有学者将碳排放作为非意愿产出进行效率的测度[24-25]。这些研究为本文提供了一定的理论基础，但对于效率的分析停留在资源配置合理性层次，鲜有对效率提升方式做差别化、规律性的探究。

以往依据“规划指标”、“计划指标”、“基本农田保护率”等形成并分解下达的新增建设用地指标往往与用地需求相脱节，明显缺乏科学性和灵活性，因此国家“十二五”规划纲要提出要实行差别化的土地利用政策[26]。而实施建设用地总量区域差别化配置应当建立涵盖经济、社会、生态、土地资源禀赋4个方面的指标体系[27]。这就意味着作为增加建设用地数量的方式之一的农地城市流转过程中，也应考虑这4方面的综合作用，并以此为依据进行区域差别化管理。因此，本文在测算农地城市流转效率时综合考虑流转过程的环境代价，在指标体系中加入非意愿产出，使用SBM-Undesirable方法测算效率；在得出研究区域流转效率的基础上，进一步对效率提升方式做差别化、规律性探究；依据决策树识别农地城市流转的不同效率模式，并将效率模式与区域结合，总结每种效率模式下区域的空间分布及效率提升方式，以效率模式为基础探究提升效率的差别化管理方式。

2 研究区域概况

湖北省位于中国中部的长江中游地区，地形兼有山地、平原，自然禀赋优势突出。国家实施“促进中部地区崛起”战略和湖北省“一元多层次战略体系”，将使湖北省进入全新的发展时期；据《省人民政府关于印发湖北省主体功能区规划的通知》，2020年之前，将是湖北省国土开发空间结构迅速变化的新阶段；目前，城镇化水平不断提高伴随着空间发展需求的压力、工业化水平不断提高伴随着资源环境的压力以及基础设施不断扩展伴随着建设用地的压力是湖北省发展面临的主要问题。

为适应城市化进程，根据《省人民政府关于印发湖北省主体功能区规划的通知》，湖北省构建了“一主两副、两纵两横”的城市化战略格局（图1，封三）。其中“一主”为中心城市武汉，“两副”为省域副中心城市襄阳、宜昌；“两横”分别为长江暨沪汉渝高速公路城镇发展复合轴、汉十高速公路暨汉渝铁路城镇发展复合轴；“两纵”分别为京广铁路暨京港澳高速公路城镇发展复合轴、焦柳铁路暨襄荆宜高速公路城镇发展复合轴。除了“线”层面的战略规划，在“面”的层次，湖北省也推进城市圈、城市群的建设：以武汉为中心城市建设武汉城市圈，带动鄂东地区、江汉平原发展；以襄阳、宜昌为中心建设襄十随城市群和宜荆荆城市群。从点到线到面，全方位进行城市化的战略布局。

3 方法与模型

3.1 数据包络分析法（DEA）

数据包络分析法是一种确定研究单元间相对效率的非参数方法，它将产出与投入比作为研究单元的效率测度方式，分别计算每个单元的产出投入比，利用比值最高决策单元的线性组合构建生产前沿面，并根据每个研究单元到生产前沿面的距离来评价效率。目前DEA已经发展成为一种比较成熟的效率评价方法，从最初的投入产出等比例、径向改进的CCR模型[28],逐渐发展了一系列适用不同情况的评价模型。其中SBM模型[29]不仅测量了评价单元与强有效前沿面的等比例改进部分，还包括松弛改进部分，解决了无效部分与坐标轴平行的松弛问题；超效率模型[30]解决了对有效单元效率高低的进一步评价，使效率值可取大于1的数；非期望产出模型[31]在减小投入，增加期望产出的同时，可减小非期望产出。本文选择的模型为包含非期望产出的SBM超效率模型，此模型结合了SBM模型、超效率模型与非期望产出模型的特点，其线性规划式如式（1）。

包含非期望产出的SBM超效率模型，结合了SBM模型，可进行松弛改进、非期望产出模型的可测度非期望产出存在情况下的效率值以及超效率模型可进一步比较有效区域效率值大小的特点，因此，本文选择此模型来测度农地城市流转的效率值。为使效率值在5年间可比，本文采用全局参比的方法构造2010—2014年的统一效率前沿面；若时间跨度仅选取一年，则得出的效率值仅在当年可比，将不同年份的效率值进行对比无意义。此外，本文采用的超效率模型使可使效率值最大可超过1，使得有效流转区域的效率值仍然可比。

3.2 决策树

决策树是用来研究变量间相互关系的一种方法。与通过函数式及参数求得变量关系的回归方法不同，决策树基于分类的思想，通过一系列的划分将数据集的不同特征进行归纳，从而使得不同特征的数据集得到单一类型的结果。在研究农地城市流转效率过程中，使用决策树的分类思想可划分效率值的不同产生规律，从而得到效率提升方式；进一步将不同规律与实际区域联系起来又可得到效率规律的空间分布特征。

决策树在划分特征选择的过程中，常用的指标为信息增益：

式（2）中，Ent（D）为信息熵，其定义为：

在选择决策树分支节点的属性时，希望分支节点所包含的样本尽可能属于同一类别，即“纯度”尽可能高。而信息熵是度量纯度的一种方法：pk表示当前样本集和D中第k类样本所占比例（如本文的效率高、效率低两类），Ent（D）越小纯度越高；信息增益式中a为划分样本D的属性（如本文采用的土地、投资、劳动力属性），有v个取值，Dv表示属于属性a的第v个取值的样本。信息增益越大代表纯度提升越大，每一支的节点都选择使信息增益最大的属性来划分样本。

为了得出农地城市流转过程中在流转土地上怎样的投入将带来高效率，本文将土地、资本、劳动力投入作为属性，农地城市流转效率高或低作为类别来训练决策树，识别不同土地、资本、劳动力投入情况下的农地城市流转效率模式，总结可得出每种情况下得效率提升方式；在此基础上，找出每种效率提升方式对应的实际地理区域，可得到效率提升方式在空间的分布情况。在训练决策树时，为反映2010—2014年农地城市流转的综合情况，将湖北省各县2010—2014年的土地、资本、劳动力、效率全部作为数据集进行训练：若仅采用一年的数据，训练出的分类结果随机性过大，仅反应当年情况，不具有长期推广性；此外，每个决策树节点为一取值范围，并非单一数值，因此训练出的单一决策树综合了5年间湖北省各县级单位的农地城市流转的效率分类情况，更具普适性。

3.3 模型

3.3.1 DEA指标选取 使用DEA的方法测算效率的基础是确定投入、产出指标，使得效率的评价更加合理。本文以县级单位为决策单元，在研究农地城市流转过程时考虑其经济效益及生态环境代价；农用地流转后主要转变为城市二三产业用地，与农业用途相比，其能源消耗巨大，同时带来一系列污染排放，因此本文选择流转后的城市用地数量、资本投入、劳动力投入作为投入指标，其中资本投入、劳动力投入仅考虑二三产业部分；将经济产出、以能源碳排放为主的非意愿产出作为产出指标，与投入指标对应，产出指标也仅考虑二三产业的经济产出及二三产业的能源碳排放。具体指标选取与数据来源见表1。

表1 指标说明与数据来源Tab.1 Indicator description and data source

3.3.2 决策树属性及类别划分 本文选择各县级单位土地、资本、劳动力投入作为决策树的属性，将各地区农地城市流转效率作为决策树类别，并将效率值二元化，分为高效率、低效率两类，以此识别农地城市流转效率模式。识别出决策树的每一支即为一种流转效率模式，每个节点的属性值范围即为此种模式下土地、资本、劳动力的投入情况。

3.3.3 模型运用 本文首先基于SBM-Undesirable模型，以全局参比的方法构建2010—2014年数据的统一生产前沿面，使效率值在不同年份间可比；在县级尺度下，算出湖北省各县级单位的农地城市流转效率值；再以使决策树的交叉验证平均正确率最大为出发点，以0.95为界将效率值二元化，分为离散的高、低两类，运用决策树算法训练出不同投入下效率分类的决策树模型，以此识别研究单元的效率模式。在决策树生成过程中，去除分类节点过少且与实际不符的决策树枝，使每个分支都包含土地、资本、劳动力三个属性；若相同决策枝的最后一个分支被划分为效率高、效率低两类，则选择此决策枝作为一种农地城市流转效率模式，该模式下流转效率低的区域可按照对应的高效区域的指标投入进行改进。将农地城市流转效率模式进行归纳后，找出每个模式对应的区域，可得出每种效率模式的空间分布，进而探究地区差别化管理方式。

4 研究结果分析

4.1 湖北省农地城市流转效率典型模式

农地城市流转效率模式的总结如图2，由结果可知，湖北省农地城市流转效率典型模式有三种，分别将其命名为“土地投入限制”模式、“综合配比调整”模式、 “资本投入缩减”模式。在“土地投入限制”的模式下，研究区域的劳动力人数在80803—385106人之间，资本投入大于240706×108元，此时土地是影响效率的唯一因素，遵循此种模式的区域，土地投入既不能过大也不能过小，应保持在5396.57—5954.53 hm2，才能达到高效流转的结果；在“综合配比调整”模式下，劳动力人数大于41214人，资本投入大于240706×108元，此时影响效率的不是单一因素，而是土地、劳动力两者的综合作用，该模式下的区域可通过适当增大土地投入的同时减少劳动力投入，或适当增加劳动力投入的同时减少土地投入以提高农地城市流转效率；在“资本投入缩减”模式下，土地投入在2791.7—8415.47 hm2之间，此时资本投入是影响效率的唯一因素，符合此种模式的区域可通过适当资本投入缩减以提高农地城市流转效率。

图1 湖北省城市化战略格局Fig.1 Urbanization strategy of Hubei Province

图2 农地城市流转效率模式图Fig.2 Rural-to-urban farmland conversion efficiency patterns

图3 “土地投入限制”模式区域分布图Fig.3 Distribution of land input constraint districts

图4 “综合配比调整”模式区域分布图Fig.4 Distribution of proportion adjustment districts

图5 “资本投入缩减”模式区域分布图Fig.5 Distribution of investment reduction districts

进一步，4种效率模式可归为两类：（1）调整单一投入即可提高效率的模式（“土地投入限制”模式、“资本投入缩减”模式）；（2）调整资源综合配比可提高效率的模式（“综合配比调整”模式）。这说明在农地城市流转以增加城市建设用地面积的过程中，不同的区域面对的实际情况不同，存在单一指标配置不合理，也存在资源综合配置欠佳的问题：部分区域需要调整流转土地的数量，部分区域需要调整流转过程中的资本投入，或是调整投入要素的综合配比。因此不同区域应遵循不同的发展方式，在农地城市流转管理过程中应区别对待，以达到高效流转。

4.2 效率模式识别的合理性分析

将每种效率模式对应区域在湖北省地形图上表示，并结合城市化战略格局图进行分析，发现识别出的农地城市流转效率模式与城市化发展战略规划及区域状况吻合较好。

符合“土地投入限制”模式的区域分布如图3（封三）所示，包括宜昌市半数区域、襄阳市大部区域、荆门市、孝感市半数区域、荆州市大部区域、黄冈市半数区域及随州市，这些区域与湖北省地形图及城市化战略规划吻合较好；在地形上这些区域主要分布于山地向平原过度的区域，这些区域的交通条件较地势高的山区好，但通达度不及平原地区，经济发展水平也处于中等水平，这部分区域在城市化的进程中潜力较大。在发展战略上此模式下的区域分布与“两纵两横”四线——城市群的发展路径吻合较好，说明“土地投入限制”模式下的区域是城市化发展的重点，应更加关注土地投入的合理性，既不可过多也不能太少；不能一味追求城市扩张而无序投入土地，也不可因过少投入土地导致土地投入跟不上城市化进程。

符合“综合配比调整”模式的区域分布如图4（封三）所示，包括十堰市大部区域、宜昌市半数区域、襄阳、黄冈半数区域以及孝感、咸宁大部区域，这些区域与湖北省地形吻合较好；在地形上这些区域主要分布于地势较高的山地，在发展战略上远离宜荆荆城市群、武汉城市圈、襄十随城市群以及“两纵两横”的城市群发展路径。说明这些区域由于地理位置较偏，远离交通干线，经济发展优势不明显，且这些区域分别位于秦巴山区生态屏障区、大别山生态屏障区、幕皋山区生态屏障区、江汉平原湖泊湿地生态区，可见“综合配比调整”模式对应区域对于国家生态安全的重要性。分析“综合配比调整”模式下的区域可知，对于此模式区域的效率提升方式——增大土地流转量同时减少劳动力投入、增大劳动力投入减少土地流转量，这些区域更符合增大劳动力投入减小土地流转量的方式。该模式下的区域在农地城市流转过程应重点考虑劳动密集型产业，增大劳动投入以弥补土地流转的减少。

符合“资本投入缩减”模式的区域分部如图5（封三）所示，包括武汉市的江岸区、硚口区、汉阳区、武昌区以及襄阳市的樊城区，这些区域与湖北省污染物环境容量承载状况较吻合——由图5可知，“综合配比调整”模式下的区域全部分布于湖北省环境污染物极度超标的区域。在地形上这些区域的地势不高，在发展战略上均位于湖北省城市化战略中心城市的中心区域，该模式下的区域环境状况较差，主要污染物的环境容量承载状况均是极度超载；这些区域应遵循“资本投入缩减”模式，说明研究区域在将农地流转为城市建设用地的过程中不应过度追求经济效益，过度投资将产生巨大的环境代价，使农地城市流转效率低下；该模式下的区域可通过适量减少投资提升流转效率。

农地城市流转应考虑土地资源环境承载能力、开发强度、发展潜力、人口分布、经济布局等自然、社会、经济等诸多因素的影响，且流转指标自上而下层层分解，受政府工作人员主观因素影响很大，有时难以对各地区的区域条件、空间结构、产业结构等影响因素进行综合考虑；通过研究结果可知，决策树分类得出的农地城市流转效率模式与区域的地理条件、污染物环境承载条件及湖北省城市化战略格局吻合较好，说明将农地城市流转划分不同效率模式符合实际情况。识别流转模式的优势在于每种模式的研究单元可依据决策者的需求进行调节，如可以县级为单元识别流转模式，也可以市级、省级等，这使得指标自上而下分解时均有相应的研究结论作为依据。不仅如此，每种模式都指出了该模式下农地城市流转达到高效的方法，这说明在制定不同区域农地城市流转方案时，可将识别出的流转模式作为依据，区别对待不同流转地区，做到差别化管理。

4.3 差别化管理

在证明农地城市流转效率模式识别合理性的基础上，可将这一效率识别的技术方法推广至其他各级行政单元。由于湖北省整体地理状况与其他行政单位存在差异，且本文以县级为单位进行模式识别，显然，对于不同省份，甚至同一省份不同行政单元下的指标规划并不完全符合本文识别出的模式，因此需根据不同省份、不同行政单位的指标规划需要重新进行效率模式识别。对于尚未建立详细农地城市流转指标规划的区域，或由于经济社会的发展及生态环境的变化，使得从前的规划指标不甚合理，可利用识别农地城市流转效率模式的方法作为规划农地城市流转指标的基础。识别出效率模式的区域为发展中的重点规划区域，规划方向按照不同模式下达到高效的各项指标投入范围作为依据调控相应模式下的区域，差别对待不同模式下的区域，以确保不同区域享有针对性的最适宜本区域的发展计划。

5 结论与讨论

（1）由于社会、经济、环境三者密不可分，农地城市流转过程同样如此，将农用地转换为城市建设用地并在土地上增加一系列投入，将推动区域经济发展，同时也不可避免地对环境造成了影响。在测算农地城市流转效率时，若仅考虑经济增长而忽视环境代价，将导致测度结果的偏差，因此，测算农地城市流转效率考虑非意愿产出更符合实际情况。

（2）由于识别出的农地城市流转效率模式，与区域地形条件、环境承载条件、城市化发展战略规划较吻合，因此将流转划分为不同的效率模式具有可行性。据此，将湖北省农地城市流转划分不同的效率模式：“土地投入限制”模式对应于“两纵两横”城市群发展路径沿线部分区域，此模式下的区域在城市化进程中将农用地流转为城市建设用地的数量不能过多也不能过少，适量流转才能使效率最优；“综合配比调整”模式对应省内地势较高的部分偏远地区，这些区域是湖北省的生态屏障，该模式下的区域的土地、劳动力的综合配比不够合理，应适当增大劳动力投入的同时减少农地流转量，使流转效率最大化；“资本投入缩减”模式对应湖北省城市化战略格局中心城市的中心区域，这些区域主要污染物的环境容量承载状况均是极度超载，可通过在新流转土地上控制资本投入，在发展经济的同时更加注重环境保护以提高流转效率。

（3）将农地城市流转划分不同的效率模式的优点在于：可识别的效率模式对应不同的区域，根据流转效率模式对相应区域进行管理；可依据决策者的需要以不同的研究单元为单位进行模式识别，可在不同尺度上分解农地城市流转的规划指标以服务决策；每种流转模式下均可识别出效率提高的方式，这也为对应模式下的区域提供了优化农地城市流转效率的方案，为更好地实现差别化管理提供了依据。

（4）差别化土地管理的实质在于根据不同区域的资源禀赋及发展阶段有针对性地进行调控，以引导合理的土地资源利用方式。对于农地城市流转的指标调控，识别流转效率模式这一技术方法对于不同区域具有借鉴作用，各级行政单位可根据需要，识别本区域的农地城市流转效率模式，重点关注识别出模式的区域并根据不同模式对相应区域进行不同的指标规划，以发挥不同区域农地城市流转潜力，在保护生态环境的基础上合理利用资源。

（

）：

［1］ 刘彦随，邓旭升，甘红. 我国城市土地利用态势及优化对策［J］ . 重庆建筑大学学报，2005，（3）：1 - 4.

［2］ 张安录. 城乡生态经济交错区土地资源可持续利用与管理研究［D］ . 武汉：华中农业大学，2000.

［3］ 李树枝，张丽君，郭文华，等. 经济新常态下我国土地利用形势分析［J］ . 国土资源情报，2017，（7）：3 - 9.

［4］ 崔新蕾，钟海玥，张安录. 基于数据包络分析的农地城市流转效率研究［J］ . 水土保持通报，2013，33（1）：289 - 294.

［5］ 黄珂，张安录，张雄. 中国城市群农地城市流转效率研究——基于三阶段DEA与Tobit模型的实证分析［J］ . 经济地理，2014，34（11）：74 - 80.

［6］ 张雄，张安录，闵敏. 湖北省农地城市流转效率及其影响因素［J］ . 中国人口·资源与环境，2013，23（3）：146 - 151.

［7］ 黄珂，陈竹，张安录. 基于前沿分析法的武汉城市圈农地城市流转效率研究［J］ . 中国土地科学，2014，28（7）：24 - 30.

［8］ Korhonen P J, Luptacik M. Eco-efficiency analysis of power plants: An extension of data envelopment analysis［J］ . European journal of operational research，2004，154（2）：437 - 446.

［9］ Derwall J, Guenster N, Bauer R, et al. The eco-efficiency premium puzzle［J］ . Financial Analysts Journal，2005，61（2）：51 - 63.

［10］ Figge F, Hahn T. Sustainable value added—measuring corporate contributions to sustainability beyond eco-efficiency［J］ . Ecological economics，2004，48（2）：173 - 187.

［11］ Riccardi R, Oggioni G, Toninelli R. Efficiency analysis of world cement industry in presence of undesirable output: application of data envelopment analysis and directional distance function［J］ . Energy Policy，2012，44：140 - 152.

［12］ 刘瑞翔，安同良. 资源环境约束下中国经济增长绩效变化趋势与因素分析——基于一种新型生产率指数构建与分解方法的研究［J］ . 经济研究，2012，（11）：34 - 47.

［13］ 王兵，吴延瑞，颜鹏飞. 环境管制与全要素生产率增长：APEC的实证研究［J］ . 经济研究，2008，（5）：19 - 32.

［14］ 郭贯成，温其玉. 环境约束下工业用地生产效率研究——基于中国33个典型城市非期望产出的考量［J］ . 中国人口·资源与环境，2014，（6）：121 - 127.

［15］ 苑清敏，邱静，冯东. 基于SBM-Undesirable模型的我国三大城市群经济增长效率研究［J］ . 干旱区资源与环境，2015，29（9）：7 - 12.

［16］ Apergis N, Aye G C, Barros C P, et al. Energy efficiency of selected OECD countries: A slacks based model with undesirable outputs［J］ .Energy Economics，2015，51：45 - 53.

［17］ 任国平，刘黎明，付永虎，等. 环境约束下大都市城郊土地利用结构评价——基于信息熵和非期望产出模型分析［J］ . 长江流域资源与环境，2016，25（6）：913 - 924.

［18］ 杨清可，段学军，叶磊，等. 基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例［J］ . 资源科学，2014，36（4）：712 - 721.

［19］ 梁流涛. 考虑“非意欲”产出的农业土地生产效率评价及其时空特征分析［J］ . 资源科学，2012，34（12）：2249 - 2255.

［20］ 袁凯华，梅昀，陈银蓉，等. 中国建设用地集约利用与碳排放效率的时空演变与影响机制［J］ . 资源科学，2017，39（10）：1882 -1895.

［21］ Xie H, Wang W. Exploring the spatial-temporal disparities of urban land use economic efficiency in China and its influencing factors under environmental constraints based on a sequential slacks-based model［J］ . Sustainability，2015，7（8）：10171 - 10190.

［22］ Kuo H F, Chen H L, Tsou K W. Analysis of farming environmental efficiency using a DEA model with undesirable outputs［J］ . Apcbee Procedia，2014，10：154 - 158.

［23］ Wang W, Xie H, Jiang T, et al. Measuring the total-factor carbon emission performance of industrial land use in China based on the global directional distance function and non-radial Luenberger productivity index［J］ . Sustainability，2016，8（4）：336.

［24］ 董捷，张雪，张安录. 武汉城市圈农地城市流转效率测度——基于碳排放的视角［J］ . 江汉论坛，2015，（8）：23 - 29.

［25］ 张雪. 基于碳排放的武汉城市圈农地城市流转效率评价研究［D］ . 武汉：华中农业大学，2015.

［26］ 欧胜彬，农丰收，陈利根. 建设用地差别化管理:理论解释与实证研究——以广西北部湾经济区为例［J］ . 中国土地科学，2014，28（1）：26 - 32.

［27］ 刘琼，欧名豪，盛业旭，等. 建设用地总量的区域差异化配置研究［J］ . 中国人口·资源与环境，2013，23（12）：119 - 124.

［28］ 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.

［29］ Kaoru Tone. A slacks-based measure of efficiency in data envelopment analysis ［J］ . European Journal of Operational Research，2001，130（3）：498 - 509.

［30］ Per. A, Niels. C. P, A Procedure for Ranking Efficient Units in Data Envelopment Analysis ［J］ . Management Science，1993，39（10）：1261.

［31］ William W. Cooper, José L. Ruiz, Inmaculada Sirvent, Choosing weights from alternative optimal solutions of dual multiplier models in DEA ［J］ . European Journal of Operational Research，2007，180（1）：443 - 458.