城市多中心结构对土地利用效率的影响

摘要：研究目的：探究城市多中心空间结构发展对土地利用效率的影响，从优化城市空间格局视角下，为促进土地资源高效利用提供理论支撑和路径参考。研究方法：非期望产出超效率SBM模型，固定效应模型，调节效应模型。研究结果：（1）城市多中心结构对土地利用效率的影响具有先抑制、后促进的“U”型特征，该效应是通过多中心结构对城市技术创新水平和要素配置效率的非线性影响实现的；（2）在不同区位、不同时期以及不同城市之间，城市多中心结构对土地利用效率的影响存在异质性；（3）城市规模在多中心结构影响土地利用效率的过程中存在正向的调节作用；（4）城市群多中心结构与土地利用效率呈现“U”型关系，而省域多中心结构与土地利用效率表现出正相关关系。研究结论：地方政府要结合城市自身条件，选择合理化空间发展规划，充分发挥技术创新和要素配置的作用，加快促进土地利用效率提升和国土空间体系优化。

关键词：土地利用效率；城市多中心结构；非期望产出超效率SBM模型

中图分类号：F299.23 文献标志码：A 文章编号：1001-8158（2024）08-0060-12

基金项目：国家社会科学基金项目“新时代激发和保护企业家精神的制度环境演化及对策研究”（18BJY112）；南京大学长江三角洲经济社会发展研究中心暨区域经济转型与管理变革协同创新中心联合招标重大项目“长三角区域提高现代化水平研究”（CYD-2020004）。

土地是人类赖以生存和发展的空间载体。改革开放以来，我国城镇化进程不断加快，城市建成区快速扩张，在为经济高速增长提供了充足空间的同时，也导致了城市土地利用效率低下的问题[1]。2006—2022年，我国城市建成区面积从3.4万km2增长到6.4万km2，年平均增长率达5.6%，而同一时期市区人口年平均增长率为2.6%，人口城镇化速度远低于土地城镇化速度①。提升土地资源利用效率不仅是城市突破发展瓶颈、实现高质量发展的关键环节，更是我国实施新型城镇化战略的重要保障。

在城镇化不断推进的过程中，经济高质量发展对城市空间品质也提出了新的要求。《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提出，要加快转变城市发展方式，推动城市空间结构优化和品质提升。事实上，随着规模的持续扩张，城市的空间发展模式也出现了新的特征，以人口高度集中为特征的单中心发展模式弊端逐渐凸显[2]，城市空间逐渐呈现多中心布局的趋势。城市空间结构由单中心向多中心演变的过程本质上是发生在土地资源上的经济活动集聚、扩散和再集聚的过程[3]，这一过程必然伴随着土地利用效率的变化。那么，城市多中心结构究竟对土地利用效率起到怎样的作用？其影响机制是怎样的？对于上述问题的回答不仅关系到城市空间结构发展规划的优化完善，也与土地高效利用和经济高质量发展密切相关。

城市多中心结构这一概念在不同的分析框架下有着多重含义，根据界定维度的不同，既有研究将城市多中心结构划分为形态多中心、功能多中心以及治理多中心等多个方面[4]。其中，形态多中心反映了社会经济活动和各类产业要素在城市空间上多点协同集聚的状态，是学术界长期以来关注的重点。现有文献对城市形态多中心结构的研究主要涉及收入差距[5]、经济效率[6]以及经济韧性[7]等方面。其中，学者们在城市多中心结构和经济效率之间的关系问题上分歧较大，一部分学者认为，城市多中心结构能够通过提升劳动力配置效率以及促进技术的创新和溢出等途径，提升城市经济效率水平[8]。另一部分学者则基于经济集聚的理论进行研究，得到城市多中心结构会削弱城市的集聚优势，进而导致经济效率低下的结论[9]。也有学者从城市多中心结构演变进程的视角出发，发现随着多中心化的加深，城市创新效率呈现先降后升的“U”型趋势特征[10]。土地作为城市经济活动的物质载体，其利用效率代表了生产要素投入和产出在城市空间上的综合映射[11]。当前关于土地利用效率的研究已经取得了丰富成果，从测度方法上看，土地经济密度能够直接反映单位土地面积上的产出水平，被一些学者视为有效的土地利用效率衡量指标[12]。但为了更加全面地评价土地的投入产出效率，多数学者采用参数分析方法[13]或非参数分析方法[14]对土地利用效率进行计算。从驱动机制上看，科技创新[15]、产业结构[16]、政府干预[17]以及经济发展水平[18]等因素都会对土地利用效率产生影响。近年来，一些学者开始关注城市空间发展与土地利用效率之间的关系。卢新海等[19]认为，城市交通紧凑式发展会促进土地绿色利用效率的提升；陈丹玲等[20]、王斯亮等[21]则发现了市场一体化与土地利用效率的正向关系。

综上所述，现有文献已对城市多中心结构和土地利用效率分别开展了较为全面的研究，然而，鲜有文献将二者结合起来进行分析。基于此，本文聚焦于城市多中心化发展背景下的土地利用效率，利用非期望产出超效率SBM模型和固定效应模型系统分析了城市多中心结构与土地利用效率内在联系，以期为地方政府制定有利于土地利用效率提升和国土空间体系优化的政策提供参考依据。

1 理论机制与研究假设

城市多中心结构对于土地利用效率的影响具有分阶段特征。以产业为基础的经济集聚和分散过程对土地利用效率起到直接的影响。在城市空间结构由单中心向多中心过渡的初期，受到地方政府规划和拥挤效应的影响，原有经济中心的产业会逐渐向外转移。但在这一过程中，由过度集聚造成的规模不经济问题也许并未被缓解，原因在于产业向外转移的过程可能存在着自选择特征。根据中心—外围模型的思想，产业的空间分布与生产成本密切相关[22]。为了实现经营利润最大化的目的，制造业往往更早地“逃离”要素价格更高的原经济中心，在城市的外围进行生产经营，生产性服务业则倾向于留在原经济中心以享受集聚带来的好处，而多中心化初期城市的基础设施建设水平无法满足制造业和生产性服务业之间的沟通和交易需求，这就造成了城市产业协同集聚的空间隔离，进而导致土地利用效率的下降①。而从长期来看，随着城市多中心结构的不断发展，一方面，次中心的经济规模逐渐扩大，在有效缓解单中心过度集聚所产生的拥挤成本过高问题的同时，也对更多生产性服务业形成集聚力，促进了城市产业协同集聚和土地利用效率提升。另一方面，城市基础设施逐渐完善，主次中心之间的交流渠道更加通畅，极大地推动了城市内部功能分工格局的形成，进而对城市整体生产效率起到促进作用。基于上述分析，本文提出以下假说：

假说1：城市多中心结构对土地利用效率的影响呈现出先抑制后促进的“U”型非线性关系。

城市多中心结构可能通过技术创新效应和要素配置效应两种途径对土地利用效率产生影响。一是技术创新效应。技术创新能够通过改变要素的投入产出关系，从根本上提升土地利用效率[15]，而高效的技术创新依赖于一定空间范围内的经济集聚和以完善基础设施为基础的知识溢出。在城市多中心结构发展初期，原经济中心的集聚优势受到削弱，各个经济中心之间的基础设施建设尚未完善，由于集聚效应不足和知识溢出的地理隔阂，城市创新水平的提升会受到抑制[23]，不利于土地利用效率的提高。而当多中心结构发展到一定阶段时，由于交通和网络基础设施的逐步完善，不同经济中心的要素与产业匹配度得到提升，进而引导科教资源等创新要素由主中心向次中心扩散，并形成主次中心的创新协同和经济交流网络，促进城市内部知识溢出和创新水平的提高。同时，由于各个发展中心资源禀赋不同，企业能够根据自身发展状况做出最优选址决策[24]，这不但有助于企业降低运营成本，提高创新投入，也能在城市内部形成高度联系，有效互补的多点专业化集聚格局，从而提高城市内企业的创新水平。

二是要素配置效应。生产要素市场的错配现象是生产效率提升过程中不可忽视的阻碍[25]，同样地，土地高效利用与要素配置效率有着直接联系。城市多中心结构与要素配置效率的关系可能表现出先降后增的非线性特征。原因在于，在城市由单中心结构向多中心结构过渡的过程中，各类要素从原经济中心向外转移的过程可能不是同步的，一般是资本首先向外转移，形成一定的产业规模，进而吸引劳动力在外围集聚。这就导致了在多中心发展的前期，各类要素无法在单位面积土地上达到最佳的投入比例，原有的产业协同集聚优势也逐渐被削弱，从而出现土地利用效率低下的状况。而在多中心结构发展的后期，各类要素在次中心的扩散和集聚过程基本完成，资本、劳动以及土地要素在空间投入比例上趋于协调，各个经济中心之间的组织效率和协调能力也大大增加，要素配置效率也因此大幅提高。同时，以各类要素高度匹配为特征的多中心发展模式会大大提高城市产业结构的高级化和合理化程度，进而促进土地利用效率的提升[26]。基于上述分析，本文提出如下假设：

假设1a：城市多中心结构通过技术创新效应渠道对土地利用效率产生“U”型影响。

假设1b：城市多中心结构通过要素配置效应渠道对土地利用效率产生“U”型影响。

城市规模与经济集聚、要素配置以及技术创新都存在紧密联系，因此，在多中心结构影响土地利用效率的过程中，城市规模的差异可能带来作用效果的不同。在土地利用效率随着多中心结构加深而降低的初期阶段，城市规模的扩大会放大产业转移对协同集聚效应的负面影响。同时，大城市的劳动力数量较多，多中心发展初期的城市基础设施水平可能无法满足大量劳动力扩散的需求，进而加快要素配置效率的下降速度。随着城市多中心结构的深化，基础设施建设不断完善，各个中心的集聚格局基本形成，此时城市规模的优势也将逐渐凸显。一方面，城市规模的扩大增加了各类要素的供给，有助于促进城市要素配置效率的提升。另一方面，大城市意味着生产活动更大规模的集聚，有利于强化规模经济效应和知识溢出效应，进而促进单位土地面积上的产出增加。因此，当城市多中心结构的发展越过“U”型曲线的拐点，进入促进土地利用效率的后期阶段时，城市规模的扩大将会扩大多中心结构对土地利用效率的促进作用（图1）。基于上述分析，本文提出以下假设：

假设2：城市规模会强化多中心结构与土地利用效率的“U”型关系。

1.1 模型设计

控制变量。根据现有研究成果[14，16，19]，本文选取如下指标作为控制变量：经济发展水平（Pergdp），以平减后的人均GDP（元）来衡量，取对数；产业结构（Indus），以二三产业增加值占GDP比重来衡量；房地产业发展（Realestate），用房地产开发投资额与GDP之比来表示；资源禀赋（Resource），以采矿业就业人数与城镇就业总人口数之比来衡量；交通基础设施（Road），以城市人均道路面积（m2）来衡量，取对数；土地利用结构（Landstru），用工业用地面积占建设用地面积之比来衡量；土地规划情况（Landplan），用建设用地面积增长率来表示。表1为本文主要变量的描述性统计。

1.3 数据来源

鉴于数据的完整性和可得性，本文将观察区间设定为2006—2021年，研究对象为全国276个地级市及以上城市。构造城市多中心指数所用到的DMSP-OLS和NPP-VIIRS夜间灯光数据均由美国国家地球物理数据中心NGDC①（National Geophysical Data Center）发布，前者为年度数据，由6个不同卫星获取的34期影像组成，时间区间是1992—2013年，空间分辨率约为1 km；后者为月度数据，时间区间是2012年至今，空间分辨率约500 m。两个数据存在缺乏星上的辐射定标、像元饱和、时间尺度不连续、多源夜间灯光影像辐射不一致等问题，使得二者不具有可比性。故测算之前，本文借鉴曹子阳等[31]的方法对两种全球夜间灯光数据进行融合校正。研究所需的其他数据来源于《中国城市统计年鉴》、《中国城市建设统计年鉴》、《中国环境统计年鉴》以及国家统计局和EPS（Economy Prediction System）数据平台等。另外，为减少极端值对结果的影响，本文对主要变量进行前后1%的缩尾处理。针对个别城市指标缺失的问题，本文采用线性插值方法进行补齐。

2 实证结果与分析

2.1 基准回归

在进行基准回归之前，本文对各个变量进行了相关性分析和方差膨胀因子检验，结果显示，变量之间的相关系数均小于0.4，VIF最大值为2.4，远小于10，说明不存在严重的多重共线性问题。表2展示了城市多中心结构影响土地利用效率的回归结果，列（1）仅加入多中心结构的一次项，回归系数不显著。列（2）在列（1）的基础上加入了多中心结构的二次项，结果显示多中心结构的一次项系数在1%的显著性水平下显著为负，而二次项系数在1%的显著性水平下显著为正，并且utest检验p值小于0.01，拐点（Poly = 0.673）位于多中心结构取值范围[0.385，0.988]之内。在加入一系列控制变量之后，列（3）的结果未发生较大变化，说明城市多中心结构对土地利用效率的影响呈现出“U”型特征（图2），本文假设1得到验证。

同时，城市多中心结构对土地利用效率的影响还可能存在一定的时间效应，原因在于，城市产业和要素由主中心向次中心的转移，会带动与之配套的要素和资源的转移，进而在次中心形成集聚。因此，当期的多中心结构发展对于后期的土地利用效率会产生一定影响。表2列（4）中滞后一期的城市多中心结构及其滞后项的结果证明了上述结论。

2.2 稳健性检验

本文采用以下方法对基准模型进行稳健性检验。

（1）对基准模型进行内生性处理。首先，采用城市河流密度作为城市多中心结构的工具变量，进行2SLS回归缓解内生性问题，检验和回归结果见表3列（1）。检验结果显示工具变量选取合理。回归结果显示在利用工具变量法缓解内生性之后，城市多中心结构与土地利用效率的关系仍然具有“U”型特征。其次，本文采用系统GMM模型缓解内生性问题，检验和回归结果见表3列（2）。检验结果显示样本使用系统GMM模型的前提条件成立。回归结果显示在控制土地利用效率序列相关的特性之后，城市多中心结构与土地利用效率关系的“U”型特征依然存在。

（2）排除异常值干扰。本文进一步将核心解释变量和被解释变量进行5%的缩尾处理，进行稳健性检验，结果见表3列（3）。结果进一步证明了基准回归的稳健性。

（3）剔除直辖市。本文将直辖市样本剔除后再进行检验，结果见表3列（4）。结果依然稳健。

（4）Tobit模型检验。利用Tobit模型对基准回归部分的结果进行稳健性检验，结果见表3列（5）。结果与基准回归部分一致。

（5）替换被解释变量。借鉴黄振雄等[32]的做法，利用二、三产业产值与城市建成区之比作为土地利用效率的替代变量进行实证检验，回归结果见表4列（1）。结果表明城市多中心结构对土地利用效率产生“U”型影响，证明了实证结果的稳健性。

（6）替换核心解释变量。首先，采用以首位度指数测算得出的空间结构指标（Monopro），即1减去城市内最大行政区的夜间灯光亮度占城市夜间灯光总亮度的比例，作为城市多中心结构的替代变量；其次，本文利用城市内各个行政区的GDP总量数据替代夜间灯光数据，计算各个城市的GDP赫芬达尔指数（Poly_gdp），作为城市多中心结构的替代变量；最后，本文借鉴MEIJERS等[33]的方法，通过位序规模法计算城市的多中心化程度（Poly_order），作为城市多中心结构的替代变量。上述稳健性检验的回归结果见表4列（2）—列（4）。结果进一步证明了城市多中心结构与土地利用效率依然呈显著的“U”型关系。

2.3 机制检验

表5列（1）结果显示，城市多中心结构与创新水平之间没有明显的线性关系。加入多中心结构的二次项之后，列（2）结果显示，多中心结构的一次项系数显著为负，而二次项系数显著为正，说明随着多中心结构程度的上升，城市创新水平表现出先下降、后上升的“U”型趋势，即多中心结构通过对城市创新水平产生非线性影响，进而影响土地利用效率。假设1a得到验证。

表5列（3）结果显示，城市多中心结构与要素配置效率之间没有明显的线性关系。加入多中心结构的二次项之后，列（4）结果显示，多中心结构的一次项系数显著为负，而二次项系数显著为正，说明城市多中心结构与要素配置效率之间存在显著的“U”型关系，即城市多中心结构通过对要素配置效率产生“U”型影响，进而影响土地利用效率。假设1b得到验证。

2.4 异质性检验

2.4.1 地理位置异质性检验

本文以秦岭—淮河为界，将秦岭—淮河以南的城市定义为南方城市，以北城市定义为北方城市①，分别进行回归分析。由表6列（1）—列（3）结果可知，在南方城市，多中心结构对土地利用效率产生显著的先抑制，后促进的非线性影响，但北方城市的多中心结构对土地利用效率没有显著的影响②。原因可能在于，南北方地区的经济改革进程存在差异，由于私有企业较少、市场活力不足以及经济开放程度不高等原因，北方地区的市场化改革进程要落后于南方地区，受到市场化程度的限制，北方城市多中心结构通过技术创新效应和要素配置效应影响土地利用效率的作用机制难以实现。

2.4.2 时期异质性检验

本文以2012年为界线，将样本分为中共十八大召开之前和召开之后两个子样本，分别进行回归分析。由表6列（4）—列（6）结果可知，在中共十八大召开之前，城市多中心结构对土地利用效率产生显著的抑制作用，而在中共十八大召开之后，城市多中心结构对土地利用效率的影响表现出先抑制，后促进的非线性特征。这可能是因为在中共十八大召开之前，地方政府多采用“以量取胜”的发展模式，城市的向外扩张带来的更多是粗放的土地利用方式，因此土地利用效率会随着多中心结构的发展而降低。中共十八大的召开促使地方政府改变发展模式，提高发展质量，缓解了土地低效利用的问题，此时城市多中心结构与土地利用效率的关系逐渐由线性负相关转向先降后升的非线性关系。

2.4.3 城市特征异质性检验

本文从空间紧凑度和地形起伏度两个方面对城市特征进行分类。空间紧凑度方面，本文计算各个行政单位与城市主城区的平均距离作为衡量城市空间紧凑程度的指标，以所有城市平均距离的平均值为界线，高于均值的城市定义为低紧凑度城市，低于均值的城市定义为高紧凑度城市，分别进行回归分析。地形起伏度方面，本文以所有城市地形起伏度的平均值为界线，高于均值的城市定义为高起伏度城市，低于均值的城市定义为低起伏度城市，分别进行回归分析。表7的回归结果表明，相比于低紧凑度城市、高起伏度城市，高紧凑度城市、低起伏度城市多中心结构对土地利用效率影响的“U”型特征更加显著。原因可能在于，对紧凑度较低的城市和起伏度较高的城市来说，其进行基础设施建设的成本和难度更高，产业转移和要素流动阻碍更大，因而城市多中心化发展对土地利用效率的影响机制无法有效实现。

2.5 调节效应分析

表8列（1）的结果显示，多中心结构二次项与城市规模的交互项系数显著为正，并与多中心结构二次项的系数符号相同，表明随着城市规模的扩张，拐点前多中心结构与土地利用效率之间的负相关关系更加明显，拐点后多中心结构与土地利用效率之间的正相关关系也更加明显。在加入控制变量之后，列（2）的结果未发生较大变化，进一步证明了上述结果的稳健性。本文假设2得到验证。值得注意的是，经过utest检验，在加入调节变量后，多中心结构与土地利用效率的“U”型关系拐点位置位于Poly = 0.713处，相较于基准回归的Poly = 0.673，拐点的位置发生了向右的偏移（图3）。这表明受到城市规模扩张的影响，城市多中心化发展导致土地利用效率由降低转向升高的过程变得更长。究其原因，随着规模的扩张，城市内劳动力和资本要素的总量随之增加，原始中心的要素向外围转移，并在新的中心形成集聚的过程也变得更加困难，“U”型曲线的拐点因此向右移动。

3 进一步研究：区域多中心结构与土地利用效率

表9列（1）的结果显示，城市群多中心结构的一次项系数显著为负，而二次项系数显著为正，且通过了utest检验。这表明城市群多中心结构对土地利用效率也存在先抑制、后促进的非线性影响。可能的原因是，在区域多中心结构发展的初期，城市群内部各地方政府为了“赢在起跑线”，会通过实施包括土地出让优惠在内的一系列措施吸引资本和劳动力要素的流入，这就导致了土地资源的粗放低效利用。而到了后期，伴随着城市之间市场分割的削弱和交通基础设施的完善，各个城市的技术创新水平和要素配置效率都得到了大幅提高，土地利用效率也因此提升。

表9列（2）的结果显示，省域多中心结构的一次项系数和二次项系数均不显著。而将二次项去除之后，列（3）的结果显示，省域多中心结构的系数显著为正，说明与城市群多中心结构不同，省域多中心结构的发展促进了土地利用效率的提升。原因可能在于，在同省份之内，各地级市之间的竞争程度较小，市场分割程度不高，多中心结构的发展并不会造成“以邻为壑”的经济发展现象，反而会促进省内城市形成分工合作的健康发展关系，进而促进土地利用效率的提高。

4 结论与政策建议

4.1 研究结论

本文以2006—2021年我国276个地级市及以上城市为研究对象，利用非期望产出超效率SBM模型测度各城市土地利用效率，并对城市多中心结构对土地利用效率的影响效应及作用机制展开研究。得出以下结论：（1）城市多中心结构对土地利用效率的影响具有先抑制、后促进的“U”型特征，这种效应是通过多中心结构对城市技术创新水平和要素配置效率的非线性影响实现的。经过一系列稳健性检验之后，上述结果依然成立。（2）在不同区位、不同时期以及不同城市之间，城市多中心结构对土地利用效率的影响存在异质性。南方城市的影响呈“U”型特征，而北方城市的影响不显著；中共十八大以前的影响是负向的，而中共十八大以后呈“U”型特征；高紧凑度城市、低起伏度城市多中心结构对土地利用效率影响的“U”型特征更加明显。（3）城市规模在多中心结构影响土地利用效率的关系中存在正向的调节作用。（4）城市群多中心结构与土地利用效率呈现“U”型关系，而省域多中心结构与土地利用效率表现出正相关关系。

4.2 政策建议

（1）结合城市自身发展目标和资源禀赋，选择合理化空间发展规划。在城市空间发展规划的过程中，政府不应刻意追求多中心发展的模式，以避免形成松散无序的空间经济布局。具体而言，对于规模较小的城市，应以市场机制凝聚发展要素，大力培育城市内部的增长高地，提升经济中心的集聚效应。对于规模较大的城市，应充分考虑产业转移和要素扩散过程中的效率损失问题，积极引导产业合理分布带动人口分散集聚，形成主次经济中心之间功能互补、协同发展的空间格局。

（2）充分发挥多中心结构发展过程中技术创新和要素配置在提升土地利用效率方面的促进作用。要积极发挥多中心空间结构的集聚优势，营造良好营商环境，加强创新支持力度，深入挖掘集聚中心技术创新的内生动力。同时，要加快完善城市交通和网络基础设施建设，增加公共服务供给，以要素和商品的流动促进各个经济中心的网络化发展，实现各类要素的高效配置和创新资源的扩散传播。

（3）加快构建城市群空间发展格局，以城市外部多中心结构促进经济高质量发展。要加大地方政府之间的协作治理水平，摒弃旧竞争理念，建立新的合作竞争关系，破除统一大市场的制度隔阂。同时，要加快城市之间交通基础设施建设，降低城际出行和贸易成本，打通城市之间要素和商品的流动渠道，形成多中心、多层级、多节点的网络型城市群结构。

参考文献（References）：

[1] 陈卓，张耀宇，康庆，等.中国市域建设用地资源稀缺与土地利用效率互动关系变迁的实证研究[J] .经济地理，2023，43（11）：68 - 78.

[2] 刘凯，吴怡，王晓瑜，等.中国城市群空间结构对大气污染的影响[J] .中国人口·资源与环境，2020，30（10）：28- 35.

[3] 程刚，赵长娟.多中心空间发展模式是否有助于缩小城乡收入差距 [J] .财贸研究，2023，34（3）：15 - 27，67.

[4] KLOOSTERMAN R C， MUSTERD S. The polycentric urban region： towards a research agenda[J] . Urban Studies， 2001， 38（4）： 623 - 633.

[5] 杜群阳，俞航东.中国多维城市空间结构与地区收入差距[J] .地理科学，2020，40（5）：720 - 729.

[6] Ll Y C， LlU X J. How did urban polycentricity and dispersion affect economic productivity A case study of 306 Chinese cities[J] . Landscape and Urban Planning， 2018， 173： 51 - 59.

[7] 张安伟，胡艳.多中心空间结构与城市经济韧性[J] .财经研究，2023，49（9）：4 - 18.

[8] 范红忠，胡杨，王馗.城市空间结构与企业全球价值链升级——基于城市多中心结构视角[J] .国际贸易问题，2023（11）：22 - 39.

[9] 刘修岩，李松林，秦蒙.城市空间结构与地区经济效率——兼论中国城镇化发展道路的模式选择[J] .管理世界，2017，33（1）：51 - 64.

[10] 雷玉桃，朱鹤政，彭文祥.多中心空间结构对城市碳减排的影响研究——基于中国超特大城市的实证分析[J] .城市问题，2023（2）：4 - 12.

[11] 边志强.经济增长目标管理对城市土地绿色利用效率的影响——基于282个地级及以上城市的经验证据[J] .中国土地科学，2024，38（4）：54 - 64.

[12] JIAO L M， XU Z B， XU G， et al. Assessment of urban land use efficiency in China： a perspective of scaling law[J] . Habitat International， 2020， 99. doi： 10.1016/ i.habitatint.2020.102172.

[13] 张立新，宋洋，朱道林，等.长江经济带城市建设用地利用效率空间非均衡性及影响因素[J] .地域研究与开发，2020，39（6）：154 - 159.

[14] 杨清可，谷娇，王磊，等.长三角区域一体化对城市土地利用效率动态演化的影响因素分析[J] .长江流域资源与环境，2022，31（7）：1455 - 1466.

[15] 张瑞，文兰娇，王宁柯，等.科技创新对城市土地绿色利用效率的影响——以武汉都市圈48个区县为例[J] .资源科学，2023，45（2）：264 - 280.

[16] 符海月，王昭雅.区域产业结构调整与土地利用效率关系——基于城镇化水平视阈的考察[J] .中国土地科学，2020，34（10）：69 - 78，107.

[17] 王博，张耀宇，冯淑怡.地方政府干预、土地价格扭曲与工业企业生产率[J] .经济理论与经济管理，2021，41（7）：51 - 63.

[18] 张浩哲，杨庆媛.中国收缩城市土地利用效率及其影响因素研究[J] .人文地理，2021，36（3）：108 - 116.

[19] 卢新海，任文琴，杨浩，等.城市交通紧凑式发展对土地绿色利用效率的影响——基于空间计量的实证分析[J] .中国人口·资源与环境，2023，33（3）：113 - 124.

[20] 陈丹玲，卢新海，张超正.区域一体化对城市土地利用效率的直接驱动与空间溢出效应研究[J] .经济问题探索， 2021（12）：62 - 70.

[21] 王斯亮，陈欣.撤县设区对城市土地利用效率的影响机理研究[J] .中国土地科学，2022，36（12）：117 - 127.

[22] KRUGMAN P. Increasing returns and economic geography[J] . Journal of Political Economy， 1991， 99： 483 - 499.

[23] LI Y C， DU R. Polycentric urban structure and innovation： evidence from a panel of Chinese cities[J] . Regional Studies， 2021（3）： 113 - 127.

[24] SPENCER G M. Knowledge neighbourhoods： urban formand evolutionary economic geography[J] . Regional Studies， 2015， 49（5）： 883 - 898.

[25] 吴涵，郭凯明.双循环视角下要素市场化配置、产业结构转型与劳动生产率增长[J] .经济研究，2023，58 （9）：61 - 78.

[26] 张苗，彭山桂，刘璇.土地资源错配阻碍新旧动能转换的作用机制研究[J] .中国土地科学，2020，34（11）：95 - 102.

[27] TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J] . European Journal of Operational Research， 2002， 143（1）： 32 - 41.

[28] 于斌斌，苏宜梅.土地财政如何影响土地利用效率？——基于规模与技术视角的动态空间杜宾模型检验[J] .地理研究，2022，41（2）：527 - 545.

[29] MEIJERS E， HOOGERBRUGGE M， CARDOSO R. Beyond polycentricity： does stronger integration between cities inpolycentric urban regions improve performance [J] . Tiidschrift Voor Economische En Sociale Geografie， 2018， 109（1）： 1 - 21.

[30] 郑建锋，陈千虎.单中心还是多中心 ——中国城市内部空间结构演进的特征及解释[J] .中国经济问题，2019（2）：93 - 105.

[31] 曹子阳，吴志峰，匡耀求，等. DMSP/OLS夜间灯光影像中国区域的校正及应用[J] .地球信息科学学报，2015，17（9）：1092 - 1102.

[32] 黄振雄，罗能生.土地财政对土地利用效率的影响[J] .中国土地科学，2019，33（9）：93 - 100.

[33] MEIJERS E， BURGER M. Spatial structure and productivity in US metropolitan areas[J] . Environment Planning A， 2010， 42（6）： 1383 - 1402.

[34] 江艇.因果推断经验研究中的中介效应与调节效应[J] .中国工业经济，2022（5）：100 - 120.

[35] HSIEH C T， KLENOW P J. Misallocation and manufacturing TFP in China and India[J] . Quarterly Journal of Economics， 2009， 124（4）： 1403 - 1448.

Effect of Polycentric Structure of Cities on Land Use Efficiency

GAO Bo1， SHI Youwei2

（1. Yangtze River Delta Economics and Social Development Research Center， Nanjing University， Nanjing 210003， China； 2. Business School， Nanjing University， Nanjing 210003， China）

Abstract： The purpose of this paper is to explore the impact of the development of the polycentric structure of cities on land use efficiency， to provide theoretical support and path reference for promoting the efficient use of land resources from the perspective of optimizing the spatial pattern of urbanization. The research methods include the SBM model of nonexpected output super-efficiency， fixed effect model and moderating effect model. The results show that： 1） the influence of the polycentric structure of cities on land use efficiency is U-shaped， which is firstly inhibited and then promoted， and this effect is realized through the nonlinear influence of the polycentric structure of cities on urban technological innovation level and the allocative efficiency of production factor. 2） In different locations， different periods and different cities， the influence of polycentric structure of cities on land use efficiency is heterogeneous. 3） Urban size has a positive moderating effect on the relationship between polycentric structure of cities and land use efficiency. 4） There is a U-shaped relationship between polycentric structure of cities and land use efficiency in urban agglomerations， while there is a positive correlation in provinces. In general， local governments should choose their own spatial development plans， leverage the important role of technological innovation and resource allocation， and accelerate the improvement in land use efficiency and the optimization of territorial space system.

Key words： land use efficiency； polycentric structure of cities； the SBM model of non-expected output super-efficiency

（本文责编：陈美景）

①数据来源于《中国城乡建设统计年鉴》。

①对于次中心由于获得额外资源从而提高土地利用效率的可能性，本文认为制造业向外围转移的过程中会增加次中心生产的土地要素投入，而由于与生产性服务业交流联系的难度提高，次中心的制造业生产效率可能会下降，于是从整体来看，城市单位面积土地上的产出水平会是下降的。

①数据来源：美国国家环境信息中心网站，https：//ngdc.noaa.gov。

①根据秦岭—淮河的地理位置，本文划分的南方地区主要包括：江苏南部（除徐州、连云港、宿迁、淮安以外的城市）、安徽中南部（除亳州、阜阳、淮北、宿州、蚌埠以外的城市）、浙江、上海、湖北、湖南、江西、福建、云南、贵州、四川、重庆、广西、广东、海南等省份。

②当子样本的“U”型关系不存在时（即Poly及其二次项的系数均不显著），本文进一步将Poly二次项删去重新进行回归，考察Poly与Lue之间是否具有线性关系。下文的异质性检验也进行相同处理。

①在城市群的选择方面，本文选取我国19个城市群作为研究对象，分别为：长三角城市群、京津冀城市群、珠三角城市群、山东半岛城市群、海峡西岸城市群、长江中游城市群、中原城市群、晋中城市群、成渝城市群、关中平原城市群、北部湾城市群、呼包鄂城市群、兰西城市群、黔中城市群、滇中城市群、宁夏沿黄城市群、天山北坡城市群、哈长城市群以及辽中南城市群。