删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

山东省工业用地规模合理性及扩张驱动力分析

本站小编 Free考研考试/2021-12-29

彭山桂¹^,²^,, 汪应宏¹^,²^,, 陈晨³, 王健¹^,², 雷刚⁴, 吴先华⁴

1. 中国矿业大学环境与测绘学院,徐州 221116

2. 中国矿业大学江苏省资源环境信息工程重点实验室,徐州 221116

3. 济南铁路局土地管理局,济南 250001

4. 山东省建设发展研究院,济南 250001

Rationality evaluation and driving force of industrial land expansion in Shandong Province

PENGShangui¹^,²^,, WANGYinghong¹^,²^,, CHENChen³, WANGJian¹^,², LEIGang⁴, WUXianhua⁴

1. School of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China

2. Jiangsu Key Laboratory of Resources and Environmental Information Engineering, China University of Mining and Technology,Xuzhou 221116, China

3. Ji’nan Railway Bureau, Land Administration Bureau, Ji’nan 250001, China

4. Shandong Construction Development Research Institute, Ji’nan 250001, China

通讯作者:汪应宏,E-mail： wyh3337@163.com
收稿日期:2015-03-24
修回日期:2015-05-4
网络出版日期:2016-02-01
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:

国家自然科学基金项目（41171118）.江苏省普通高校研究生科研创新计划项目（KYZZ15_0379）.江苏高校优势学科建设工程项目（SZBF2011-6-B35）

作者简介:
-->作者简介：彭山桂,男,四川蓬安人,博士生,主要研究方向为土地经济。E-mail： pengshangui@163.com

展开

摘要
为界定工业用地合理规模,明确合理、不合理工业用地规模扩张的驱动力,科学管控工业用地供给,本文从地方政府工业用地供给追求经济增长的现实目标出发,对工业用地规模扩张进行考察,采用2001-2012年山东省地级市层面的数据,利用门限回归模型对各地级市工业用地规模的合理性进行了分析。同时,对合理、不合理的工业用地规模扩张的驱动力进行了分类实证研究。研究结果表明：①山东省不合理的工业用地规模总体呈下降的趋势,由2001年的212.03 km²下降至2012年的100.74 km²;不合理工业用地规模占工业用地规模总量的比重由2001年的46.49%下降至2012年的9.19%;不合理工用地主要集中在山东省西部和南部地区;②合理的工业用地规模扩张主要源于经济、人口因素的驱动,不合理的工业用地扩张主要源于财税制度、地方官员政绩考核体系等制度因素的驱动;③ 调控工业用地规模应保证土地—资本配置关系处于合理区间,以财政及官员晋升考核制度改革为基础手段。

关键词：土地经济;工业用地规模;合理性;扩张驱动力;门限回归;面板数据;山东省
Abstract
This paper investigated the scale of industrial land from the view of local government behavior in land supply and adopted panel data for all cities in Shandong, China from 2001 to 2012. We used threshold regression modeling to analyze the reasonable scale of industrial land for all cities in Shandong and studied the classification and research of driving forces of rational and irrational industrial land. The results reveal that according to the different ways of per land area industrial capital stock on industrial economic output, the scale of industrial land can be divided into rational and irrational types. There is a positive effect on industrial economy while per land area industrial capital stock is greater than 40.791 billion/km² in Shandong, and it can be called a reasonable scale while the scale of industrial land is in this interval; otherwise it is known as an unreasonable scale. From 2001 to 2012, the scale of irrational industrial land of Shandong decreased from 212.03 km² to 100.74 km², while irrational industrial land accounts for the proportion of the total amount of industrial land that decreased from 46.49% to 9.19%; the scale of irrational industrial land was mainly concentrated in western and southern Shandong province. Rational industrial land expansion mainly was the result of economic and demographic factors, while irrational industrial land expansion was mainly driven by institutional factors such as tax system and performance evaluation system of local officials, and other systems. Regulation and control of industrial land expansion should ensure land-capital allocation relation within a reasonable range, by means of reform in financial and official promotion appraisal system to constrain local government’s irrational land supply behavior and prevent its impact on industrial land expansion.

Keywords：land economics;scale of industrial land;rationality;driving force;threshold estimation;panel data;shandong Province

-->0
PDF (3110KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
彭山桂, 汪应宏, 陈晨, 王健, 雷刚, 吴先华. 山东省工业用地规模合理性及扩张驱动力分析[J]. , 2016, 38(2): 228-238 https://doi.org/10.18402/resci.2016.02.05
PENG Shangui, WANG Yinghong, CHEN Chen, WANG Jian, LEI Gang, WU Xianhua. Rationality evaluation and driving force of industrial land expansion in Shandong Province[J]. 资源科学, 2016, 38(2): 228-238 https://doi.org/10.18402/resci.2016.02.05

1 引言

工业用地作为工业生产活动的物质承载基础,与工业经济增长存在着紧密的联系。若工业用地规模过小,会对工业经济增长产生“阻尼”作用^[1],降低工业产出的增速。但是如果工业用地规模过大,就会导致土地资源的粗放利用。目前,中国工业用地粗放利用和浪费现象普遍存在,同时各地工业用地指标又非常紧张。因此,界定工业用地的合理规模,对于采用规划（计划）手段供给适量的工业用地,在保障工业发展合理用地需求的同时,防止工业用地低效利用具有积极的意义。
在国外,工业用地规模合理性研究包含于城市扩张这一大的命题下,工业用地的规模扩张被区分为福利性和亏损性两种类型,其中福利性扩张是指在完全竞争市场条件下,伴随工业化水平提高和人口增加,工业经济发展所必需的工业用地扩张规模^[2];亏损性扩张是指在工业用地市场失灵、价格信号失准,同时政府没有准确估计工业用地规模扩张成本的情况下^[3],如人口集聚带来的交通拥堵、基础设施及公共设施等公共物品供给不足^[4],所导致的、本应避免的扩张规模。因此工业用地合理规模就是指福利性扩张所对应的规模。需要指出的是,这种分析框架建立在土地市场完善和土地产权清晰的前提下,因此,并不完全适合中国国情。目前,国内对于工业用地规模合理性的判断,主要集中于三方面。一是考察工业用地规模与工业经济增长的协调性。如从总量维度,分析工业用地规模与工业经济增长水平的协调性;从结构维度,分析工业用地比例与工业产出比例的一致性^[5]。通过协调性的分析,定性地判断工业用地规模是否合理。二是考察工业用地规模的合意性。分析现状工业用地规模与理想（目标）容积率、投入和产出强度条件下“合理”的工业用地规模的差距。如土地集约利用评价中强度潜力的测算,就是通过反映现状用地规模与“合理”用地规模之间的差异,从潜力视角定量地判断工业用地规模是否合理^[6]。三是考察工业用地利用的有效性。如利用DEA方法从投入—产出视角,评价工业用地利用的有效性^[7],并通过投影分析等效率损失分析手段,从效率视角判断工业用地规模是否合理^[8]。总体而言,现有的工业用地规模合理性的研究虽然具有逻辑上的合理性,但都缺乏对中国国情和制度特色的关照。由于中国土地制度的特殊性,地方政府控制着土地一级市场的供给权,因此工业用地规模在很大程度上取决于地方政府的土地供给行为。鉴于此,本文从地方政府土地供给行为视角,利用门限回归分析方法,对工业用地规模的合理性进行考察;同时,根据工业用地规模合理性分析的结果,基于分类分析的思路,对合理、不合理工业用地规模扩张的驱动力进行分析,从而为工业用地供给的调控提供必要的依据。
考虑到在中国,市、县政府是经济分权格局下的利益竞争主体,同时也是工业用地的供给主体,将研究对象的行政层级设置为市、县级较为适宜。但由于县级的相关数据难以获取,考虑到数据的可得性,最终将数据收集的行政层级设置为市级。由于全国层面的分析对应着海量的数据收集工作,为保证研究的可行性,在综合考虑如下因素后,选取山东省作为案例进行研究：一是山东省制造业较为发达,产业结构中二产比重一直较高,各地级市工业产业结构趋同,引资竞争激烈^[9],能较好地反映工业用地供给过程中地方政府的竞争关系;二是掌握了山东省各地级市的相关数据,能够支持研究的开展。

2 工业用地规模合理性分析

2.1 工业用地规模“门槛条件”的提出及模型设定

2.1.1 工业用地规模“门槛条件”的提出
作为本文研究的逻辑起点,有必要先对中国地方政府工业用地供给行为进行分析,进而,在此基础上提出工业用地规模合理性的判断标准。要理解中国20世纪90年代土地市场发展以来地方政府特殊的土地供给行为,需要从政治激励和财政激励两方面入手。在政治激励方面,中国实行的是单一的,高度集权的行政管理体系。地方政府遵循对上负责的原则,以政绩考核指标为依据,运用相关资源实现相应的目标。在中国,地方官员的政绩考核方式是一种相对绩效评价^[10],主要集中于经济增长排名的考察。因此,为取得良好的政绩考核结果,获得职位晋升,地方官员需要努力促进本地区经济发展。在财政激励方面,与政治上的集权不同,中国改革开放的过程本质上是经济逐步分权的过程。在经济分权的制度安排下,地方政府的财政收入绝大部分来源于地方的经济增长。20世纪90年代中期的分税制改革,中央政府在集中财权打破中央—地方财权结构的同时,并未对中央—地方事权结构进行调整,地方的财政支出责任并未减少,地方政府为保障财政收支的可持续性,必须尽量追求财政增收。在这种政治、财政双重激励下,地方政府必须使用一切工具,实现自身经济增长和财政增收的最大化。
工业用地对应的制造业部门生产能力一旦形成,地方的GDP和税收就会增加,而且往往会保持稳定乃至上升的势头,成为地区持续稳定的增长动力,因此,地方政府有很强的意愿获取制造业投资。但是,制造业部门,特别是中国有比较优势的中低端制造业的一个特点是缺乏区位特质性,这类企业具有很强的流动性和根据各地优惠政策选择投资地的主动性^[11],因此工业用地市场因为引资竞争形成了“全国性买方市场”。地方政府为争取投资的流入,争相提供优惠政策。由于分税制和金融改革后,争取制造业投资的税收和金融手段日益缩减,地方政府开始更依赖于各种非税收手段。工业用地低价竞争和提供补贴性配套基础设施成为地方政府争取投资的主要工具。地方政府通过协议出让,设置前置性条件的招、拍、挂出让等手段进行工业用地低价竞争,以争取投资、发展经济并增加财政收入^[12]。由于地方政府在工业用地供给中选择低价竞争模式,因此工业用地地价可能低于不存在政府管制情况下的正常价格,从而导致实际的工业用地供给量大于不存在政府管制情况下的正常均衡供给量。参考厂商生产的最优要素投入组合理论,在一定的技术条件下,为获取最佳的经济增长,土地与资本要素的组合应遵循适当的比例关系。因此,为实现经济增长这一目标,在地区工业资本存量外生的情况下,为保证工业经济较好地增长,地区的工业用地规模也应存在一定的数量门槛。低于这一门槛的工业用地规模,可能对工业经济增长产生资源阻尼;高于这一门槛的工业用地规模,则可能产生土地资源的投入冗余和浪费。从而,这一数量门槛构成了判断工业用地规模合理或不合理的标准。上述分析的逻辑框架如图1所示。

显示原图|下载原图ZIP|生成PPT
图1分析框架
-->Figure1The analysis framework of paper
-->

2.1.2 研究模型的设定
为寻找工业用地规模的“门槛条件”,本文采用生产理论中广泛使用的C-D生产函数,用其模拟地区工业生产活动过程,为方便变形,按照惯例设其符合规模报酬不变的假设,所构建的C-D生产函数包含土地、资本和劳动力三要素,如下式：

\begin{matrix} Y_{it} = A \cdot L U_{it}^{α} K_{it}^{β} L_{it}^{λ} \end{matrix}

（1）
在规模报酬不变的假设下,式中所包含的约束条件为：α+β+λ=1。为了避免模型估计中出现异方差和多重共线性问题,采用对数线性形式对公式（1）进行估计,对公式（1）两边取自然对数并加入表征技术进步的时间变量t和残差项ε。同时为减少待估参数,提高参数估计精度,将公式（1）变形为：

\begin{matrix} \ln (Y_{it}^{} / L U_{it}) = lnA + gt + βln (K_{it} / L U_{it}) \\ + λln (L_{it} / L U_{it}) + ε_{it} \end{matrix}

（2）
式中Y为地区工业增加值;LU、K、L分别为工业用地面积、工业部门的资本存量和劳动力数量;下标i表示区域;t表示时间;A、g、β、λ为待估参数。可见,公式（2）中Y_it/LU_it为地均工业增加值;K_it/LU_it为地均工业资本存量,为门限变量（即认为存在门槛条件的解释变量）;L_it/LU_it为地均劳动力,为控制变量,用于保证门限变量回归系数的准确性。公式（2）模型考察的是：在工业资本存量外生给定的情况下,随着工业用地投入量的变化,其对工业经济产出影响的变化。
目前估计门限变量门限值的常用方法是分组检验。具体而言,分组检验的思想就是根据一定的分组标准将检验的数据分成两个或更多个子样本,分别对多个子样本进行回归分析并根据变量系数是否存在明显差异来判断分组标准是否达到门槛水平^[13]。然而分组检验存在一个难以解决的重要问题,即分组标准的确定。一般实证分析中,选取的是门限变量的中位数作为分组标准,但门限变量的样本中位数却并不一定是引发被解释变量显著变动的正确门槛水平,因此分组检验通常无法准确地估计门限变量的门限值。近年来,非线性计量经济学门限回归模型的发展,为估计门限变量的门限值提供了便利。根据Hansen^[14]的研究,如果存在一个门限值

\begin{matrix} τ \end{matrix}

,使得门限变量

\begin{matrix} K_{it} / L U_{it} > τ \end{matrix}

与

\begin{matrix} K_{it} / L U_{it} \leq τ \end{matrix}

时,其对工业经济产出的作用呈现出显著的差异,那么设置一个虚拟变量D_it,令其满足：

\begin{matrix} D_{it} = \{\begin{matrix} 0 & (L U_{it} / K_{it} \leq τ) \\ 1 & (L U_{it} / K_{it} > τ) \end{matrix} \end{matrix}

（3）
将虚拟变量D_it加入公式（2）中,得到：

\begin{matrix} \ln (Y_{it}^{} / L U_{it}) = lnA + gt + β_{1} D_{it} \ln (K_{it} / L U_{it}) \\ + β_{2} (1 - D_{it}) \ln (K_{it} / L U_{it}) \\ + λ ln (L_{it} / L U_{it}) + ε_{it} \end{matrix}

（4）
公式（4）实质上是一个门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

的分段函数模型,如果门限值

\begin{matrix} τ \end{matrix}

选择适当,那么 β₁和 β₂将通过显著性t检验并存在显著差异,同时公式（4）也将通过显著性F检验。按此思路,确定门限值

\begin{matrix} τ \end{matrix}

需解决两个问题。一是寻找门限值

\begin{matrix} τ \end{matrix}

的备选值。根据Chan^[15]的研究,如果选取的门限值

\begin{matrix} τ \end{matrix}

越接近真实值,那么公式（4）的回归残差平方和应越小。这为选择门限值t提供了一个标准。对此,可以将数据样本按照门限变量大小进行排序,然后按照大小顺序分别设门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

的数值等于门限值

\begin{matrix} τ \end{matrix}

,并按照公式（4）进行回归。选择残差平方和最小的门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

的数值作为门限值

\begin{matrix} τ \end{matrix}

的备选值。当然如果门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

有多个数值对应的残差平方和不存在统计上显著的差异,存在多个门限值是完全可能的。二是判断 β₁和 β₂是否存在显著的差异。对此可以对备选的门限值对应的回归方程进行Wald检验,原假设为 β₁= β₂,如果检验结果显著地拒绝原假设,则认为这一备选的门限值是恰当的门限值。

2.2 数据来源

估计公式（4）涉及地区工业增加值、工业资本存量、工业部门从业人员、工业用地面积等变量数据。由于工业用地面积数据来源于《山东省城市建设统计年报》^[16],其数据起始年份为2001年,考虑到这一数据短板的存在,将数据收集的时间范围设定为2001-2012年。具体而言,各项指标数据的收集及整理过程如下：
（1）工业增加值（亿元）来源于《山东统计年鉴》^[17],为保证数据间的可比性,将相关数据按照地区生产总值指数中第二产业指数调整为以2001年为基期的不变价。
（2）工业资本存量（亿元）按照永续盘存法计算。其中,当年投资I、经济折旧率 δ和基年资本存量K的参数取值参考张军^[18]和单豪杰^[19]的研究成果确定,同时根据历年《山东统计年鉴》^[17]中的固定资产投资价格指数,将相关数据统一折算为2001年的不变价。
（3）工业部门从业人员（万人）。数据来源于《山东工业统计年鉴》^[20]。
（4）工业用地面积（km²）。数据来源于对应年份的《山东省城市建设统计年报》^[16]。

2.3 研究区域工业用地规模“门槛条件”的检验

在获取相关指标数值形成面板数据后,可以进行门限回归分析。考虑到数据量巨大,人工计算不具可行性,基于Hansen^[21]提出的静态平衡面板数据门限回归Matlab程序,并根据公式（4）的特点,对其进行改写,形成用于门限回归分析的程序。为了选择恰当的门限个数和门限值,依次估计线性模型、单门限模型、双门限模型和三门限模型,设上述4个模型的残差平方和分别为S₀、S₁、S₂、S₃,回归方差分别为Sig₀、Sig₁、Sig₂、Sig₃。利用格点搜寻法寻找使上述模型的残差平方和最小的门限值^[22]。门限数量的设定检验按照从低到高的顺序递进,首先检验线性模型,其原假设为线性模型,备选假设为单门限模型,检验统计量为F=（S₀-S₁）/Sig₁。F统计量不服从标准分布,对此,利用自举法（bootstrap）计算F统计量的临界值,选择自举次数为300次。如果拒绝原假设,则选择单门限模型,依此类推。按照上述方法对模型进行了门限回归分析,结果如表1所示。
Table 1
表1
表1门限回归模型检验
Table 1The test of threshold estimation models

模型假设			门限变量（ $\begin{matrix} K_{it} / L U_{it} \end{matrix}$ ）
原假设		备选假设	F值	5%临界值	P值
线性模型	单门限模型		65.087	33.282	0.010
单门限模型	双门限模型		24.945	22.792	0.041
双门限模型	三门限模型		7.779	8.845	0.112

新窗口打开
从表1中可以看出,对于门限回归模型形式的设定,依次拒绝了线性和单门限模型的假设,同时接受双门限模型的原假设,拒绝三门限的备选假设。因此,可以确定门限回归模型为双门限模型,表明门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

在5%的显著性水平存在两个门限值,表2中列出了门限值的估计结果及其置信区间。根据门限回归结果,两个门限值的估计值分别为40.791和79.910,从而将门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

划分为3个区间,分别为（0,40.791],（40.791,79.910],（79.910,∞）。
Table 2
表2
表2门限值估计结果
Table 2The estimation of threshold variable

估计值		95%置信区间
$\begin{matrix} τ_{1} \end{matrix}$	40.791	[38.243,47.888]
$\begin{matrix} τ_{2} \end{matrix}$	79.910	[76.877,91.814]

新窗口打开
在明确门限变量的门限值后,基于公式（4）,设置3个虚拟变量,按照双门限模型进行回归分析,进而分析门限变量处于不同区间时,对工业经济产出（被解释变量

\begin{matrix} Y_{it} / L U_{it} \end{matrix}

）作用的差异。根据Hausman检验结果,选择固定个体效应模型进行回归分析。考虑到面板数据中横截面数据大于时序个数,为避免横截面数据中可能存在的异方差,选择基于截面数据加权（cross-section weight）的广义最小二乘法（FGLS）进行参数估计,结果如表3所示。
Table 3
表3
表3双门限模型回归分析结果
Table 3The regression analysis of double threshold model

解释变量	系数	标准误差	t统计量	P值	VIF
C	-1.678	1.065	-1.576	0.117	-
$\begin{matrix} K_{it} / L U_{it} (K_{it} / L U_{it} \leq 40.791) \end{matrix}$	0.306	0.043	2.279	0.126	4.939
$\begin{matrix} K_{it} / L U_{it} （ 40.791 < K_{it} / L U_{it} \leq 79.910 ） \end{matrix}$	0.376	0.032	10.553	0.000	6.693
$\begin{matrix} K_{it} / L U_{it} (K_{it} / L U_{it} > 79.910) \end{matrix}$	0.310	0.021	14.705	0.000	2.404
$\begin{matrix} L_{it} / L U_{it} \end{matrix}$	4.747	1.478	3.212	0.001	2.349
$\begin{matrix} t \end{matrix}$	0.412	0.119	3.454	0.001	2.932
R^r = 0.973; D.W统计值=2.040; F值=313.938; P(F)=0.000

新窗口打开
从回归分析效果来看,回归方程在1%的显著性水平下通过了F检验,调整后的决定系数达0.973,表明回归方程显著成立,拟合效果较好;解释变量方差膨胀因子（VIF）值均小于10,不存在明显的多重共线性。回归结果较为理想,可用于后续分析。从双门限模型回归分析结果中,可以得出下面两点结论：
（1）地均工业资本存量（门限变量

\begin{matrix} K_{it} / L U_{it} \end{matrix}

）处于不同区间时,其对工业经济产出的作用存在明显差异。地均工业资本存量处于区间一时,分段回归系数未通过显著性t检验,表明其对工业经济产出不存在显著的影响。对此认为可能是工业用地规模过大造成其对资本的承载效率不高,牺牲了集聚收益所致。但是,当地均工业资本存量进入区间二和区间三后,其回归系数变为正值,并在1%的显著性水平下通过了t检验,表明其对工业经济产出的作用方式发生了明显的变化,从作用不显著转为正向作用。可以发现：当地均资本存量较低时,其对工业经济产出作用不明显;当地均资本存量上升到一定程度后,其对工业经济产出开始产生正面作用。换言之,从反面来看,在工业资本存量外生给定的情况下,随着工业用地投入量的增加,其对工业经济产出,由正向促进作用逐渐变为无明显作用。
（2）根据地均工业资本存量对工业经济产出作用方式的差异,可以将工业用地规模划分为合理和不合理两种类型。双门限模型回归分析结果显示,地均工业资本存量>40.791亿元/km²时,对工业经济具有正向作用,处于这一区间的工业用地规模为合理规模;当地均工业资本存量

\begin{matrix} \leq \end{matrix}

40.791亿元/km²时,其对工业经济作用不显著,处于这一区间的工业用地规模为不合理规模。因此,可以将工业用地规模合理性的判断标准以地均工业资本存量的形式进行表达,将其设定为40.791亿元/km²（271.933万元/亩）。目前,山东省国家级开发区、省级开发区、其他工业集中区的工业项目平均投资强度的控制标准为：不低于5 250万元/hm²（350万元/亩）、4 200万元/hm²（280万元/亩）、3 300万元/hm²（220万元/亩）,本文测算出的判断标准值大致介于其他工业集中区和省级开发区控制指标值之间。

2.4 研究区域不合理工业用地规模分析

为反映山东省各地级市不合理的工业用地规模的动态变化,根据前文提出的工业用地规模合理性的判断标准,对2001-2012年山东省各地级市不合理的工业用地规模进行了测算,采用的测算公式如下：

\begin{matrix} \{\begin{matrix} \begin{matrix} L U_{it}^{ue} = L U_{it} - K_{it} / 40.791 \\ （当 K_{it} / L U_{it} \leq 40.791 亿元 / k m^{2} 时） \end{matrix} \\ \begin{matrix} L U_{it}^{ue} = 0 （当 K_{it} / L U_{it} > 40.791 亿元 / k m^{2} 时） \end{matrix} \end{matrix} \end{matrix}

（5）
式中

\begin{matrix} L U^{ue} \end{matrix}

为不合理的工业用地规模;LU、K及下标i、t含义同公式（2）。
公式（5）所表达的测算思路是：在工业资本存量外生给定的情况下,工业用地规模如果合理,则其能够保证地均工业资本存量大于判断标准值;如果工业用地规模过大,则会导致地均工业资本存量小于（等于）判断标准值,而工业用地规模偏大多少,则可以通过测度工业用地规模现状值与临界合理值（K_it/40.791）的差距来衡量。根据上述方法,测算了山东各地级市不合理的工业用地规模,具体情况如表4所示。从表4中可以发现：
（1）山东省不合理的工业用地规模虽有波动,但总体呈下降的趋势,从绝对量看,2001年、2004年、2006年、2008年、2010年、2012年山东省不合理工业用地规模分别为212.03 km²、352.85 km²、340.02 km²、300.54 km²、159.62 km²、100.74 km²,呈倒U型变化趋势,总体趋于下降;从相对量看,上述年份不合理工业用地规模占工业用地规模总量的比重分别为46.49%、48.76%、39.26%、30.33%、15.02%、9.19%,下降趋势明显。这说明山东省工业用地的集约利用水平整体呈上升趋势。
Table 4
表4
表42001-2012年山东省各地级市不合理工业用地规模的动态变化
Table 4The trend of size of unreasonable industrial land of all cities in Shandong Province from 2001 to 2012 （km²,%）

城市	2001年			2004年		2006年			2008年			2010年			2012年
城市	$\begin{matrix} L U_{it}^{ue} \end{matrix}$		$\begin{matrix} RL U_{it}^{ue} \end{matrix}$		$\begin{matrix} L U_{it}^{ue} \end{matrix}$	$\begin{matrix} RL U_{it}^{ue} \end{matrix}$		$\begin{matrix} L U_{it}^{ue} \end{matrix}$		$\begin{matrix} RL U_{it}^{ue} \end{matrix}$	$\begin{matrix} L U_{it}^{ue} \end{matrix}$	$\begin{matrix} RL U_{it}^{ue} \end{matrix}$	$\begin{matrix} L U_{it}^{ue} \end{matrix}$	$\begin{matrix} RL U_{it}^{ue} \end{matrix}$	$\begin{matrix} L U_{it}^{ue} \end{matrix}$	$\begin{matrix} RL U_{it}^{ue} \end{matrix}$
济南	23.96	49.81		25.41	44.13	40.82	50.53		32.11	37.75		14.83	17.19		7.73	9.30
青岛	11.18	21.71		23.99	29.71	25.39	25.94		17.88	16.81		4.02	3.21		0.00	0.00
淄博	19.03	43.61		21.44	37.88	15.58	24.42		11.49	15.89		0.00	0.00		0.00	0.00
枣庄	13.27	67.17		20.35	67.78	17.77	54.88		23.86	53.92		0.00	0.00		0.00	0.00
东营	0.15	0.91		5.02	19.07	0.00	0.00		0.00	0.00		0.00	0.00		0.00	0.00
烟台	15.25	36.80		41.55	52.34	17.45	24.38		13.37	15.80		2.51	2.45		0.00	0.00
潍坊	16.99	44.72		40.82	54.51	36.08	42.82		32.65	34.73		8.46	8.90		0.00	0.00
济宁	12.57	41.50		9.63	26.44	6.04	13.27		8.92	15.21		0.00	0.00		0.00	0.00
泰安	8.60	46.95		14.55	48.09	18.56	45.17		8.87	21.06		0.00	0.00		0.00	0.00
威海	9.31	42.83		7.22	24.59	11.97	28.11		15.26	26.41		15.20	23.91		9.94	15.19
日照	5.40	56.59		9.28	58.04	9.58	47.03		2.79	12.60		0.00	0.00		0.00	0.00
莱芜	1.23	19.77		2.42	21.79	0.00	0.00		0.00	0.00		0.00	0.00		0.00	0.00
临沂	21.28	67.48		36.31	67.92	31.89	56.41		30.80	49.28		27.39	38.16		15.25	20.58
德州	19.31	69.01		34.61	71.60	35.72	58.87		38.97	54.30		40.60	48.76		42.91	44.02
滨州	4.95	40.11		11.20	41.69	15.43	37.27		11.46	25.09		0.00	0.00		0.00	0.00
聊城	14.40	66.83		16.09	55.92	15.69	44.35		14.60	29.49		8.67	15.94		8.19	12.96
菏泽	15.18	82.72		32.96	87.91	42.07	84.57		37.52	72.30		37.95	63.44		16.72	32.27
山东	212.03	46.49		352.85	48.76	340.02	39.26		300.54	30.33		159.62	15.02		100.74	9.19

注：（1）表中

L U it ue

为不合理工业用地规模,

RL U it ue

为不合理工业用地规模占工业用地规模总量的比重;（2）限于篇幅未列出2001-2012年间全部数据。

新窗口打开
（2）山东省内不合理工业用地规模地区差异明显,不合理工用地规模主要集中在山东省西部和南部地区（德州、聊城、菏泽、临沂等市）,其余地区则相对较轻。

3 合理及不合理工业用地规模扩张的驱动力分析

3.1 研究假说的提出：合理和不合理工业用地规模扩张的分类驱动力

工业用地作为工业生产的物质承载,随着工业经济发展、从业人员集聚必然出现规模扩大的现象,这是早期工业用地规模扩张驱动力研究强调的论点^[23-25]。但是,近年来****们逐渐将研究重点转移到制度因素上,有研究^[26,27]认为,中国的财政分权制度和以经济增长为导向的地方官员晋升考核体系,促使地方政府一方面必须应对事权、财权的不对等,一方面还需要在有限的经济资源和政治机会中实施区域竞争。为应对激烈的竞争,地方政府普遍采用工业用地低价竞争的方式进行招商引资,进而换取经济发展和预算内外财政收入的持续稳定增长。与此相伴的是,工业用地低价竞争行为增加了对土地的引致需求,导致了工业用地规模的扩大。可以发现,现有研究对同一个现象即工业用地规模扩大的解释存在明显的差异,部分研究强调经济、人口因素的作用,部分研究强调制度因素的影响。对此认为上述两方面的研究成果可能分别解释了不同类型的工业用地规模扩张,其中经济、人口因素可能能够解释合理的工业用地规模扩张;制度因素可能能够解释不合理的工业用地规模扩张。而可能正是因为没有区分合理、不合理的工业用地规模才导致上述差异的产生。鉴于此,本文提出一个待检验的研究假说：合理的工业用地规模扩张主要源于经济、人口因素的驱动,不合理的工业用地规模扩张主要源于财税和地方政府竞争等制度因素的驱动。

3.2 实证模型设定

为验证合理和不合理的工业用地规模扩张驱动力,按照交叉检验的思路,分别以合理、不合理的工业用地规模为被解释变量建立4个面板数据实证分析模型,具体如下：

\begin{matrix} lnL U_{it}^{e} = c + aln Y_{it} + bln L_{it} + dlnIN V_{it} + ε_{it} \end{matrix}

（6）

\begin{matrix} L U_{it}^{e} = c_{1} + a_{1} F D_{it} + b_{1} CO M_{it} + ε_{it} \end{matrix}

（7）

\begin{matrix} L U_{it}^{ue} = c_{2} + aln Y_{it} + bln L_{it} + dlnIN V_{it} + ε_{it} \end{matrix}

（8）

\begin{matrix} L U_{it}^{ue} = c_{3} + a_{1} F D_{it} + b_{1} CO M_{it} + ε_{it} \end{matrix}

（9）
公式（6）、公式（7）所构建的模型用于考察合理工业用地规模扩张的驱动力,被解释变量均为合理的工业用地规模。公式（6）用于考察经济、人口因素对合理工业用地规模扩张的作用,根据现有研究^[23-25],选取经济、人口因素中常用的地区工业增加值（Y_it）、工业部门从业人数（L_it）、工业部门固定资产投资（INV_it）作为模型的解释变量。公式（7）用于考察财税和地方政府竞争等制度因素对合理工业用地规模扩张的影响,根据现有研究^[26,27],选取财政分权指标（FD_it）、地方政府竞争指标（COM_it）作为模型的解释变量。同理,公式（8）、公式（9）所构建的模型用于考察不合理工业用地规模扩张的驱动力,被解释变量均为不合理的工业用地规模。其中,公式（8）用于考察经济、人口因素对不合理工业用地规模扩张的作用,解释变量同公式（6）;公式（9）用于考察财税和地方政府竞争等制度因素对不合理工业用地规模扩张的影响,解释变量同公式（7）。

3.3 变量说明及数据来源

（1）合理的工业用地规模（

\begin{matrix} L U_{it}^{e} \end{matrix}

,km²）。由各地级市工业用地规模（LU_it）扣除不合理的工业用地规模（

\begin{matrix} L U_{it}^{ue} \end{matrix}

）所得。
（2）地区工业增加值（Y_it,亿元）。数据来源与整理过程与公式（4）中相同。
（3）工业部门从业人员（L_it,万人）。数据来源于《山东工业统计年鉴》^[20]。
（4）工业部门固定资产投资（INV_it,亿元）。原始数据来源于各地级市统计年鉴中“固定资产投资—按国民经济行业门类分”条目,根据行业分类标准整理出了工业行业固定资产投资数据,为保证数据间的可比性,采用固定资产投资价格指数,将相关数据统一调整为2001年的不变价。
（5）不合理的城市用地扩张规模（

\begin{matrix} L U_{it}^{ue} \end{matrix}

,km²）。计算方法见公式（5）。
（6）财政分权指标（FD_it）。用来反映财政分权对城市用地扩张的影响,根据杨晨^[28]的研究,采用预算内本级政府财政支出分权指标刻画财政分权程度：FD_it=各地级市人均预算内财政支出/（各地级市人均预算内财政支出+省本级人均预算内财政支出）,数据来源于《山东统计年鉴》^[17]。
（7）地方政府竞争指标（COM_it,亿元）。考虑到中国地方政府工业用地出让低价竞争的目的在于获取投资。因此参考张军、张晏^[29,30]的研究,采用资本净流入量来表示地方政府间的竞争,数据来源于《山东统计年鉴》^[17]。

3.4 结果及分析

按照公式（6）-公式（9）构建的模型进行面板数据回归分析。为避免谬误回归的产生,面板数据回归分析要求变量间存在协整关系。本文采用EG两步检验法检验相关变量是否存在协整关系。首先,确认相关变量是否平稳,对此,本文利用Eviews6.0的面板数据单位根检验确认相关变量是否为单位根过程,检验中滞后阶数基于SIC准则确定,检验结果表明各变量均为非平稳的

\begin{matrix} I (1) \end{matrix}

过程,同阶单整,满足进行协整检验的前提。在此基础上,分别采用Pedroni和Kao协整检验方法对公式（6）-公式（9）中相关变量进行检验,检验结果如表5所示。
Table 5
表5
表5面板数据协整检验结果
Table 5The results of panel cointegration test

	检验方法	检验假设	统计量名	统计量值（P值）
公式（6）	Kao检验	H₀：ρ = 1H₁：(ρ_i = ρ)<1	ADF-Statistic	-5.234（0.000）
	Pedroni检验		Panel PP-Statistic	-5.988（0.000）
	Pedroni检验		Panel ADF-Statistic	-7.321（0.000）
公式（7）	Kao检验		ADF-Statistic	-4.531（0.000）
	Pedroni检验		Panel PP-Statistic	-5.365（0.000）
	Pedroni检验		Panel ADF-Statistic	-5.986（0.000）
公式（8）	Kao检验		ADF-Statistic	-2.393（0.008）
	Pedroni检验		Panel PP-Statistic	-4.244（0.000）
	Pedroni检验	Panel ADF-Statistic	-5.161（0.000）
公式（9）	Kao检验	ADF-Statistic	-4.988（0.000）
	Pedroni检验	Panel PP-Statistic	-5.193（0.001）
	Pedroni检验	Panel ADF-Statistic	-5.679（0.000）

新窗口打开
从检验结果看,多种检验方法的协整检验P值均小于0.01,说明在1%的显著性水平下拒绝变量间不存在协整关系的原假设,确认公式（6）-公式（9）的变量间存在显著的协整关系。基于此,采用面板数据回归分析的方法,分别按照公式（6）-公式（9）构建的模型进行计量分析。根据Hausman检验结果,选择固定个体效应模型进行回归分析,运用基于截面数据加权（cross-section weight）的广义最小二乘法（FGLS）进行参数估计,结果如表6所示。
Table 6
表6
表6面板数据回归分析结果
Table 6The results of panel regression analysis

公式（6）				公式（7）
变量	系数	标准误差	t（P）	变量	系数	标准误差	t（P）
c	-3.223	0.103	-31.255（0.000）	c₁	-29.641	49.223	-0.602（0.548）
lnY_it	0.142	0.055	2.591（0.011）	FD_it	140.869	107.492	1.310（0.192）
lnL_it	0.143	0.029	4.728（0.000）	COM_it	0.033	0.181	0.184（0.854）
lnINV_it	0.732	0.052	13.998（0.000）	-	-	-	-
$\begin{matrix} {\overset{?}{R}}^{2} \end{matrix}$ =0.962		F值=167.095		$\begin{matrix} {\overset{?}{R}}^{2} \end{matrix}$ =0.569		F值=13.552
D.W.统计值=2.152		P（F）=0.000		D.W.统计值=0.000		P（F）=1.699
公式（8）				公式（9）
变量	系数	标准误差	t（P）	变量	系数	标准误差	t（P）
c₂	14.444	1.469	9.827（0.000）	c₃	2.078	7.741	0.268（0.789）
lnY_it	-0.005	0.003	-1.786（0.075）	FD_it	59.463	17.381	3.421（0.001）
lnL_it	0.328	0.063	5.169（0.000）	COM_it	0.934	0.152	6.124（0.000）
lnINV_it	-0.001	0.005	-0.234（0.815）	-	-	-	-
$\begin{matrix} {\overset{?}{R}}^{2} \end{matrix}$ =0.126		F值=9.625		$\begin{matrix} {\overset{?}{R}}^{2} \end{matrix}$ =0.829		F值=42.498
D.W.统计值=1.834		P（F）=0.000		D.W.统计值=1.851		P（F）=0.000

新窗口打开
从公式（6）中解释变量作用方式来看,表征经济发展的解释变量Y_it、表征人口因素的解释变量L_it、表征投资的解释变量INV_it,分别在5%和1%的显著性水平下通过了t检验,且偏回归系数均为正,表明其对合理的工业用地规模扩张具有显著的正向作用。同时,公式（7）中,表征财政分权的解释变量FD_it、表征地方政府竞争的解释变量COM_it,均未在10%的显著性水平下通过t检验,表明其对合理的工业用地规模扩张未产生显著的影响。结合公式（6）、公式（7）模型的回归分析结果,可以发现,经济发展和人口因素是合理的工业用地规模扩张的主要驱动力。
从公式（9）中解释变量的作用方式来看,财政分权变量FD_it和地方政府竞争变量COM_it都在1%的显著性水平下通过了t检验,且偏回归系数均为正,表明财政分权和地方政府竞争均对不合理的工业用地规模扩张产生了显著的正向促进作用。同时,公式（8）中除表征人口因素的解释变量L_it在1%的显著性水平下通过了t检验外,其余解释变量Y_it、INV_it均未在10%的显著性水平下通过t检验,且公式（8）调整后的决定系数仅为0.126,不能很好地解释不合理工业用地规模的变动。结合公式（8）、公式（9）的回归分析结果可以发现,财税和地方政府竞争等制度因素是不合理的工业用地规模扩张的主要驱动力。

4 结论及政策启示

本文从地方政府土地供给行为视角对工业用地规模扩张进行了考察,利用门限回归模型对山东省各地级市工业用地规模扩张合理性进行了判断。同时,对合理、不合理的工业用地规模扩张驱动力进行了分类实证分析。基于上述分析,得出了如下结论：在山东省内,可以将工业用地规模合理性的判断标准以地均工业资本存量的形式进行表达,将其设定为40.791亿元/km²（271.933万元/亩）,如果工业用地规模合理,则其能够保证地均工业资本存量大于判断标准值;如果工业用地规模过大,则会导致地均工业资本存量小于（等于）判断标准值,工业用地规模偏大多少,则可以通过测度工业用地规模现状值与临界合理值（K_it/40.791）的差距来衡量。同时,合理的工业用地规模扩张主要源于经济、人口因素的驱动,不合理的工业用地规模扩张主要源于财税制度、地方官员政绩考核体系等制度因素的驱动。
从上述结论中,可以得出如下的政策启示：工业用地规模应采用区间调控。门限回归结果显示,在山东省内,地均工业资本存量大于40.791亿元/km²时,对工业经济具有正向作用。在资本存量给定的情况下,只要土地—资本配置关系处于这一区间,能够带来工业经济的增长,在目前的财税和官员政绩考核制度下,对于地方政府而言,工业用地的继续投入就具有现实合理性,工业用地规模的扩张是可以接受的。一味强调工业用地规模越小越好,可能抑制工业经济增长,对于以追求经济增长和税收增收为重要目标的地方政府而言是不可取的,其现实合理性不足。综上,在当前的制度环境下,以保证土地—资本配置关系处于合理区间为近期目标,以财政及官员晋升考核制度改革为深层次手段,对工业用地供给扩张进行调控是一个具有现实可行性的政策选择。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	杨杨,吴次芳,韦仕川,等. 土地资源对中国经济的“增长阻尼”研究-基于改进的二级CES生产函数 [J]. 中国土地科学,2010,24(5):19-25. [本文引用: 1] [YANG Yang,WU Cifang,WEI Shichuan,et al.Research on the “growth drag” of Chinese economy caused by land resource:Based on the modified two-level CES production function [J]. China Land Science,2010,24(5):19-25.] [本文引用: 1]
[2]	Harvey R O,Clark W A V. The nature and economies of urban sprawl [J]. Land Economics,1965,41(1):1-9. [本文引用: 1]
[3]	Daniel T.More evidence on the spatial scale of cities [J]. Journal of Urban Economics,2005,(58):1-10. [本文引用: 1]
[4]	Brueckner J K.Strategic interaction among governments:an overview of empirical studies [J]. International Regional Science Review,2003,(26):175-188. [本文引用: 1]
[5]	段洲鸿. 工业用地供给对经济发展的贡献分析-以宁波市区为例[D] . 杭州:浙江大学,2008. [本文引用: 1] [DUAN Zhouhong.The Analysis on the Contribution of Industrial Land Supply to Economy Development:A Case Study of Ningbo Cantonal[D]. Hangzhou: Zhejiang University,2008.] [本文引用: 1]
[6]	曲福田,吴郁玲. 土地市场发育与土地利用集约度的理论与实证研究-以江苏省开发区为例 [J]. 自然资源学报,2007,22(3):445-454. [本文引用: 1] [QU Futian,WU Yuling.Theoretical and empirical study on the land market and land use intensity-a case of the Development Zones in Jiangsu Province [J]. Journal of Natural Resources,2007,22(3):445-454.] [本文引用: 1]
[7]	熊强,郭贯成. 中国各省区城市工业用地生产效率研究 [J]. 资源科学,2013,35(5):910-917. [本文引用: 1] [XIONG Qiang,GUO Guancheng.Productive efficiency of regional urban industrial land in China [J]. Resources Science,2013,35(5):910-917.] [本文引用: 1]
[8]	施秧秧. DEA方法和Tobit模型相结合的工业用地效率研究[D] . 杭州:浙江大学,2009. [本文引用: 1] [SHI Yangyang.On Industrial Land Efficiency Based on DEA Method and Tobit Model:An Empirical Study in Zhejiang[D]. Hangzhou: Zhejiang University,2009.] [本文引用: 1]
[9]	李学鑫,苗长虹. 关中、中原、山东半岛三城市群产业结构与分工的比较研究 [J]. 人文地理,2006,21(5):94-98. [本文引用: 1] [LI Xuexin,MIAO Changhong.The comparative study on the industrial structure and division of Guanzhong,Zhongyuan and Shandong Peninsula Urban Agglomerations [J]. Human Geography,2006,21(5):94-98.] [本文引用: 1]
[10]	陶然,陆曦,苏福兵,等. 地区竞争格局演变下的中国转轨:财政激励和发展模式反思 [J]. 经济研究,2009,(7):21-32. [本文引用: 1] [TAO Ran,LU Xi,SU Fubing,et al.China’s transition and development model under evolving regional competition patterns [J]. Economic Research Journal,2009,(7):21-32.] [本文引用: 1]
[11]	陶然,袁飞,曹广忠. 区域竞争、土地出让与地方财政效应:基于1999~2003年中国地级城市面板数据的分析 [J]. 世界经济,2007,(10):15-27. [本文引用: 1] [TAO Ran,YUAN Fei,CAO Guanzhong.Regional competition,land transfer and local financial effect:An analysis based on the panel data of China's prefecture level cities in 1999~2003 [J]. World Economics,2007,(10):15-27.] [本文引用: 1]
[12]	周黎安. 晋升博弈中政府官员的激励与合作-兼论我国地方保护主义和重复建设问题长期存在的原因 [J]. 经济研究,2004,(6):33-40. [本文引用: 1] [ZHOU Lian.The incentive and cooperation of government officials in the political tournaments:An interpretation of the prolonged local protectionism and duplicative investments in China [J]. Economic Research Journal,2004,(6):33-40.] [本文引用: 1]
[13]	张宇. FDI技术外溢的地区差异与吸收能力的门限特征-基于中国省际面板数据的门限回归分析 [J]. 数量经济技术经济研究,2008,25(1):28-38. [本文引用: 1] [ZHANG Yu.The local difference of FDI technology spillovers and the threshold characters of absorbing capacity [J]. The Journal of Quantitative & Technical Economics,2008,25(1):28-38.] [本文引用: 1]
[14]	Hansen B E.Sample splitting and threshold estimation [J]. Econometrics,1999,68(3):575-603. [本文引用: 1]
[15]	Chan K S.Consistency and limiting distribution of the least squares estimator of a threshold autoregressive model [J]. The Annals of Statistics,1993,21(1):520-533. [本文引用: 1]
[16]	山东省住房和城乡建设厅. 山东省城市建设统计年报(2001-2012)[M]. 北京:中国建筑工业出版社,2001-2012. [本文引用: 2] [ Housing and Urban-Rural Development Department of Shandong Province. Shandong Provincial Urban Construction Statistics Annual Report(2001-2012)[M]. Beijing:China Building Industry Press,2001-2012.] [本文引用: 2]
[17]	山东省统计局. 山东统计年鉴(2002-2013)[M]. 北京:中国统计出版社,2002-2013. [本文引用: 4] [ Bureau of Statistics of Shandong Province. Statistical Yearbook of Shandong Province(2002-2013)[M]. Beijing:China Statistics Press,2002-2013.] [本文引用: 4]
[18]	张军,吴桂英,张吉鹏. 中国省际物质资本存量估算:1952-2000 [J]. 经济研究,2004,(10):35-44. [本文引用: 1] [ZHANG Jun,WU Guiying,ZHANG Jipeng.The estimation of China's provincial capital stock:1952-2000 [J]. Economic Research Journal,2004,(10):35-44.] [本文引用: 1]
[19]	单豪杰. 中国资本存量K的再估算:1952-2006年 [J]. 数量经济技术经济研究,2008,(10):17-31. [本文引用: 1] [SHAN Haojie.Re-estimating the capital stock of China:1952-2006 [J]. The Journal of Quantitative & Technical Economics,2008,(10):17-31.] [本文引用: 1]
[20]	山东省统计局. 山东工业统计年鉴(2002-2013)[M]. 北京:中国统计出版社,2002-2013. [本文引用: 2] [ Bureau of Statistics of Shandong Province. Shandong Industrial Statistical Yearbook(2002-2013)[M]. Beijing:China Statistics Press,2002-2013.] [本文引用: 2]
[21]	Hansen B E.Threshold effects in non-dynamic panels:Estimation,testing,and inference [J]. Econometrics,1999,93(2):345-368. [本文引用: 1]
[22]	余泳泽. FDI技术外溢是否存在“门槛条件”-来自我国高技术产业的面板门限回归分析 [J]. 数量经济技术经济研究,2012,(8):49-63. [本文引用: 1] [YU Yongze.Is there FDI a “threshold condition” in technology spillover? [J]. The Journal of Quantitative & Technical Economics,2012,(8):49-63.] [本文引用: 1]
[23]	Brueckner J K,Fansler D A.The economics of urban sprawl:Theory and evidence on the spatial sizes of cities [J]. The Review of Economics and Statistics,1983,65(3):479-482. [本文引用: 2]
[24]	Li L,Sato Y,Zhu H.Simulating spatial urban expansion based on a physical process [J]. Landscape and urban Planning,2003,64(1):67-76.
[25]	谈明洪,李秀彬,吕昌河. 我国城市用地扩张的驱动力分析 [J]. 经济地理,2003,23(5):635-639. [本文引用: 2] [TAN Minghong,LI Xiubing,LU Changhe.An analysis of driving force of urban land expansion in China [J]. Economic Geography,2003,23(5):635-639.] [本文引用: 2]
[26]	唐鹏,周来友,石晓平. 地方政府对土地财政依赖的影响因素研究-基于中国1998-2010年的省际面板数据分析 [J]. 资源科学,2014,36(7):1374-1381. [本文引用: 2] [TANG Peng,ZHOU Laiyou,SHI Xiaoping.Factors impacting local government dependent on land finance according to provincial-Level panel data from 1998 to 2010 in China [J]. Resources Science,2014,36(7):1374-1381.] [本文引用: 2]
[27]	曹春艳,吴群. 财政分权、地方财政支出偏好与城市用地规模扩张-以长三角地区为例 [J]. 华东经济管理,2013,27(12):81-85. [本文引用: 2] [CAO Chunyan,WU Qun.Fiscal decentralization,preference of local fiscal expenditure and scale of urban land expansion:Based on a case study of Yangtze River Delta [J]. East China Economic Management,2013,27(12):81-85.] [本文引用: 2]
[28]	杨晨. 山东省地市级政府规模结构的实证分析-基于财政分权的视角[D] . 济南:山东大学,2012. [本文引用: 1] [YANG Chen.Empirical Study on the Shandong's Municipal Government Size and Structure-Based on the Perspective of Fiscal Decentralization[D]. Ji’nan:Shandong University,2012.] [本文引用: 1]
[29]	张军,高远,傅勇,等. 中国为什么拥有了良好的基础设施? [J]. 经济研究,2007,(3):4-19. [本文引用: 1] [ZHANG Jun,GAO Yuan,FU Yong.Why does China enjoy so much better physical infrastructure? [J]. Economic Research Journal,2007,(3):4-19.] [本文引用: 1]
[30]	张晏,龚六堂. 分税制改革、财政分权与中国经济增长 [J]. 经济学(季刊),2005,5(1):75-108. [本文引用: 1] [ZHANG Yan,GONG Liutang.The tax reform,fiscal decentralization,and economic growth in China [J]. China Economic Quarterly,2005,5(1):75-108.] [本文引用: 1]

山东省工业用地规模合理性及扩张驱动力分析

本站小编 Free考研考试/2021-12-29

Rationality evaluation and driving force of industrial land expansion in Shandong Province

1 引言

2 工业用地规模合理性分析

2.1 工业用地规模“门槛条件”的提出及模型设定

2.2 数据来源

2.3 研究区域工业用地规模“门槛条件”的检验

2.4 研究区域不合理工业用地规模分析

3 合理及不合理工业用地规模扩张的驱动力分析

3.1 研究假说的提出：合理和不合理工业用地规模扩张的分类驱动力

3.2 实证模型设定

3.3 变量说明及数据来源

3.4 结果及分析

4 结论及政策启示

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

相关话题/数据 检验 工业 统计 财政

领限时大额优惠券,享本站正版考研考试资料!

中国用水数据统计差异分析

1993-2012年中国省际技术进步方向与工业生产节能减排

2006-2012年中国工业行业能源和环境综合效率及其影响因素

工业用水库兹涅茨曲线分析

基于剪切模量和热分析数据研究Zr<sub>50–</sub><i><sub>x</sub></i>Cu<sub>34

双极型晶体管总剂量效应的统计特性

原子核质量模型的检验

态选择电荷交换实验测量以及对天体物理软X射线发射模型的检验

Al-Ti-B细化工业纯铝凝固组织演变过程数值模拟

一种基于离散数据从局部到全局的网络重构算法

山东省工业用地规模合理性及扩张驱动力分析

本站小编 Free考研考试/2021-12-29

Rationality evaluation and driving force of industrial land expansion in Shandong Province

1 引言

2 工业用地规模合理性分析

2.1 工业用地规模“门槛条件”的提出及模型设定

2.2 数据来源

2.3 研究区域工业用地规模“门槛条件”的检验

2.4 研究区域不合理工业用地规模分析

3 合理及不合理工业用地规模扩张的驱动力分析

3.1 研究假说的提出：合理和不合理工业用地规模扩张的分类驱动力

3.2 实证模型设定

3.3 变量说明及数据来源

3.4 结果及分析

4 结论及政策启示

参考文献文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

相关话题/数据 检验 工业 统计 财政

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

相关话题/数据检验工业统计财政