增量与存量建设用地的经济贡献差异

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

黄凌翔^,, 韩杰, 陈竹^,天津城建大学经济与管理学院,天津 300384

Differences between economic contributions of incremental and stock construction land

HUANG Lingxiang^,, HAN Jie, CHEN Zhu^,School of Economics and Management, Tianjin Chengjian University, Tianjin 300384, China

通讯作者: 陈竹,男,湖北宜昌人,博士,副教授,主要研究方向为土地资源经济。E-mail: chenz3447@aliyun.com

收稿日期:2020-12-5修回日期:2021-03-24

基金资助:

国家自然科学基金项目(71704128)
天津市哲学社会科学规划重点项目(TJYJ20-007)
天津市交通运输委员会科技发展计划项目(2015-R05)

Received:2020-12-5Revised:2021-03-24
作者简介 About authors
黄凌翔,男,湖北监利人,博士,教授,主要研究方向为土地经济与政策。E-mail: hllxiang@126.com

摘要
如何高效配置利用增量和存量建设用地已成为中国实现高质量增长和城市建设目标的重要问题,增量和存量建设用地的经济贡献量是进行建设用地优化配置的基础依据,但两者尚未得到很好的区分和量化。本文结合土地要素性质和地方政府行为特征,构建和对比了基于不同要素替代率假定的两种土地生产函数,识别了增量和存量建设用地的要素特征,并比较了两者的数量差异及时空变化。研究表明：①投资驱动的中国经济增长模式和地方政府的土地引资行为导致了中国增量与存量建设用地利用偏好的差异。②中国各地区增量和存量建设用地之间具有固定的要素替代率,增量和存量用地的经济贡献比不随两类用地配置比例的多少而变化。③中国增量和存量用地的经济贡献具有显著的数量差异,2003—2016年增量建设用地贡献约为同期存量建设用地的2.82~10.40倍。④增量建设用地指标和经济产出之间存在着显著的内生性关系,忽略这种内生性关系,会导致对增量建设用地贡献的低估。在用地效率相关的绩效考核量化中统筹考虑增量与存量建设用地,有助于激励存量用地开发和建设用地可持续利用。
关键词： 增量建设用地;存量建设用地;土地生产函数;土地出让;地方政府;土地要素替代率;内生性检验;中国

Abstract

For achieving the goals of high-quality growth and urban development, it is important to effectively use incremental and stock construction land. However, existing research has not accurately measured the contributions of incremental and stock construction land for the economic development and has not compared the differences between these two types of land. Therefore, studies on the economic contributions of incremental and stock construction land can provide some reference for the improvement of land institution in China. This study first constructed production functions with incremental and stock construction land based on presumptions that the marginal substitution rate between incremental and stock construction land is variable and fixed. Then the study measured and compared the contribution amount of incremental and stock construction land across provinces from 2003-2016. Two statistical indicators, the supply of construction land from converted agricultural land and new construction land, were chosen as the appropriate proxy indicators for incremental construction land. Meanwhile, the method of instrumental variable analysis was used to simulate the production function. The results show that: (1) The economic development model driven by investment and local governments’ attempts to attract investment are reasons for the preference difference between incremental and stock construction land. (2) The marginal substitution rate between incremental and stock construction land is fixed with the changing rate between the input amounts of incremental and stock construction land. (3) The economic contribution amount of incremental construction land is 2.82-10.40 times that of stock construction land. (4) There are significant endogenous relationship between incremental construction land and GDP, which is usually ignored and results in underestimation of the contribution of incremental construction land. The policy implication of these results is further discussed. Integrated analysis and assessment of incremental and stock construction land would encourage development of stock construction land and sustainability of construction land use.

Keywords：incremental construction land;stock construction land;production function with land factor;land conveyance;local governments;marginal rate of technical substitution between land factors;endogeneity analysis;China

PDF (3698KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
黄凌翔, 韩杰, 陈竹. 增量与存量建设用地的经济贡献差异[J]. 资源科学, 2021, 43(10): 2081-2092 doi:10.18402/resci.2021.10.12
HUANG Lingxiang, HAN Jie, CHEN Zhu. Differences between economic contributions of incremental and stock construction land[J]. RESOURCES SCIENCE, 2021, 43(10): 2081-2092 doi:10.18402/resci.2021.10.12

1 引言

中国经济快速发展的近30年中,增量建设用地指标受到了地方政府非同寻常的重视。在早期城市规模普遍不足的阶段,增量指标被视为类似于发展权的重要要素,是地方政府极力争取的资源^[1,2]。但很多城市在已具有相当规模的建设用地后,其年度增量指标需求仍持续甚至加速增长,土地城镇化已明显快于人口城镇化^[3],甚至引起了社会经济和环境等多方面的负面效应^[4,5]。与此形成反差的是,在很多地区,低效的存量用地普遍存在^[6,7],并引起了相关部门的重视^①(^①原国土资源部于2017年印发了《关于深入推进城镇低效用地再开发的指导意见（试行）》。)。显然,土地配置的决策者对增量和存量用地有着不同的价值判断^[8]。

增量与存量建设用地的经济贡献是否存在差异?从基本功能来看,建设用地用于承载第二、三产业生产活动,增量建设用地对应企业固定资产投资的过程,属正常生产前的准备阶段才会涉及的要素,一旦进入常规生产阶段,增量即转化为存量。但两方面的原因导致增量用地而非存量用地被视为高效促动经济增长的生产要素：①中国的经济增长模式偏向于投资驱动型^[9,10],增量建设用地对于吸引工业投资、促进经济增长的短期效应非常显著^[11,12];②地方政府主导增量建设用地的供应,其供应方式会服务于地方经济绩效的最大化^[13,14]。不过,在这种经济环境和地方政府的行为影响下,增量和存量用地在经济贡献的机制和数量上存在何种差异,现有文献尚未进一步分析。

增量和存量建设用地经济贡献差异的研究能为近年来土地制度改革提供重要的参考。无论是2020年中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》,还是北京、上海等城市提出的存量和减量开发规划,都表明中央和一些地方政府已尝试摆脱对增量用地的依赖,以形成更为健康的城市发展模式。目前,结合上述背景的研究多关注于促进存量用地开发的体制政策建设^[15,16]或规划技术改进^[17,18]。但中国城市间经济发展水平不一、土地资源禀赋不同,要避免盲目、一刀切式地减少增量建设用地指标,推动城市的内涵发展和土地供给侧结构性改革,还需深入分析增量与存量用地在经济贡献中的机制差异和替代关系。

本文通过土地生产函数改进和中国省级面板数据的实证分析,比较增量与存量建设用地经济贡献的过程及数量差异,以期对新时期土地管理的改革措施提供参考。本文的贡献包括3个方面：①尝试将地方政府行为纳入传统的土地生产要素分析框架当中,以扩展相关的土地经济理论。②通过拟合不同形式的土地生产函数,识别符合现实状况的要素替代率假定,以分析增量与存量建设用地的要素特征。③在建设用地贡献测算中,考虑了经济产出与建设用地增量之间的内生性关系,通过工具变量法准确地测算增量建设用地的边际贡献。上述分析有助于厘清建设用地要素的特征和影响经济增长的内在机理,为我国要素市场化改革的推进提出建议。

2 理论模型

2.1 区分增量与存量建设用地的生产函数

建设用地在第二、三产业中提供了承载生产的活动空间。而增量建设用地是建设用地在单位周期内的新增部分,其与存量建设用地经济贡献的差异主要体现在两个方面：①新增的建设用地在从农地转化过程中带来的地价增值,这部分增值能够投资于经济建设^[19,20]。②增量建设用地通常处于投资建设阶段,这一阶段对经济的拉动效果很可能高于存量建设用地承载日常生产活动的经济贡献^[12]。

在中国地方政府强力推动社会经济发展的行为影响下,增量建设用地被视为地方发展的一项关键资源。其原因在于：首先,地方政府是主导农地转用的决策者,也是相应建设用地出让金的获取者,随着城市的快速扩张,源于土地增值的土地出让金已经成为城市财政收入的重要部分^[21,22]。同时,增量建设用地能够带来新的投资建设内容,甚至大规模的工业和基础设施建设项目。因此,地方政府能够通过供应增量土地进行招商引资进而拉动经济^[23,24]。相比之下,存量建设用地受到政府和市场的关注明显较弱,因为大部分存量土地都具有明确的权益主体并承载了相应的固定投入,利用效率趋于稳定下降。由此,形成了增量和存量建设用地的价值差异。

然而,上述分析还不足以明确增量与存量建设用地要素性质的差异,导致建设用地增量和存量配置管理缺乏理论和数量的依据。如果增量用地的要素性质与存量用地不同,那可能是因为增量用地提供了发展机会或拉动经济增长的催化作用,存量用地难以提供这些功能。此时,两者的要素替代率是可变的,随投入规模增加呈边际递减趋势（类似于劳动力与资本要素的关系）。但如果两者确为同一类型要素,具有固定的要素替代率,则可以认为两者的数量差异是由利用方式差异造成的,能通过土地利用制度和方式变化进行改进和替代。

具体地,本文通过柯布道格拉斯（Cobb-Douglas）生产函数说明识别增量与存量建设用地要素关系的意义。在不区分建设用地的增量和存量类型时,建设用地要素

La

和资金要素

K

、劳动力要素

L

共同形成的生产函数如式（1）所示^[25,26]。

（1）

GDP = A K^{α} L^{β} L a^{γ}

式中：

GDP

为非农产业的生产总值;A为常数,代表技术生产水平;

α 、 β 、 γ

分别为生产要素对应的系数。

如果将建设用地面积

La

分解为增量

(Lc)

和存量建设用地

(Ls)

,即：

（2）

La = Lc + Ls

基于

Lc

和

Ls

的差异,可将生产函数从式（1）改写为：

（3）

GDP = A K^{α} L^{β} L s^{γ_{1}} L c^{γ_{2}}

式中：

γ_{1}

和

γ_{2}

为存量和增量建设用地对应的系数。

式（3）符合常规的生产函数形式,但其暗含的假定为,增量与存量建设用地配置数量变化时,它们的要素替代率可变。否则,应当认为增量和存量建设用地具有固定的替代率,如式（4）所示。

（4）

GDP = A K^{α} L^{β} L s^{γ_{3}} {(1 + \frac{Lc}{Ls})}^{γ_{4}}

式中：

γ_{3}

和

γ_{4}

分别为存量建设用地和增量建设用地对应的系数。

式（4）是一个比式（1）更具一般性的表达式,考虑了增量和存量经济贡献的数量差异。如果建设用地增量和存量的贡献一致,即

γ_{3} = γ_{4}

时,得到不区分增量和存量时的生产函数式（1）。

显然,基于式（3）和式（4）的建设用地边际贡献估算会产生不同的结果。但现有分析尚未分辨哪一种形式更符合中国的现实状况,需要通过实证来识别符合现实的增量与存量土地要素特征。

2.2 增量与存量用地的边际贡献

如果能够通过识别式（3）和式（4）判断增量和存量建设用地间的要素关系,就能够进一步测算增量和存量建设用地的边际贡献量并进行比较,从而判断现有增量和存量建设用地配置的合理性,为两者的合理配置提供依据。具体地,建设用地的边际贡献可基于式（1）、（3）和（4）进行估算。

式（1）是考虑建设用地投入且不区分增量、存量用地的生产函数。基于该函数,建设用地无论是增量或存量,边际贡献均为：

（5）

\frac{\partial GDP}{\partial La} = γA K^{α} L^{β} L a^{γ - 1}

式（3）是区分增量和存量建设用地,且假定两者要素替代率可变的函数形式。此时,增量和存量建设用地的边际贡献分别为：

（6）

\frac{\partial GDP}{\partial Lc} = γ_{2} A K^{α} L^{β} L s^{γ_{1}} L c^{γ_{2} - 1}

（7）

\frac{\partial GDP}{\partial Ls} = γ_{1} A K^{α} L^{β} L s^{γ_{1} - 1} L c^{γ_{2}}

式（4）是区分增量和存量建设用地,但假定两者要素替代率固定的函数形式。此时,增量和存量建设用地的边际贡献分别为：

（8）

\frac{\partial GDP}{\partial Lc} = γ_{4} A K^{α} L^{β} L s^{γ_{3}} {(1 + \frac{Lc}{Ls})}^{γ_{4} - 1} / Ls

（9）

\begin{array}{l} \frac{\partial GDP}{\partial Ls} = γ_{3} A K^{α} L^{β} L s^{γ_{3} - 1} {(1 + \frac{Lc}{Ls})}^{γ_{4}} - \\ γ_{4} A K^{α} L^{β} L s^{γ_{3}} {(1 + \frac{Lc}{Ls})}^{γ_{4} - 1} / L s^{2} \end{array}

要提高建设用地总体的利用效率,增量和存量建设用地均应当得到合理配置和充分利用。因此,在对式（3）或式（4）进行拟合的基础上,构建增量存量用地边际贡献比指标

IS

（后文简称贡献比或

IS

）,用以分析地区增量和存量建设用地利用的合理性。如果假定增量与存量用地要素替代率可变,基于式（3）、（6）和（7）,贡献比

I S_{1}

满足：

（10）

I S_{1} = \frac{\frac{\partial GDP}{\partial Lc}}{\frac{\partial GDP}{\partial Ls}} = \frac{γ_{2} Ls}{γ_{1} Lc}

若假定增量与存量用地要素替代率固定,基于式（4）、（8）和（9）对应的贡献比

I S_{2}

为：

（11）

I S_{2} = \frac{\frac{\partial GDP}{\partial Lc}}{\frac{\partial GDP}{\partial Ls}} = \frac{γ_{4} Ls}{(γ_{3} Ls + γ_{3} Lc - γ_{4})}

贡献比IS越小,表明该地区经济发展对增量用地的依赖越小,且存量用地得到了越充分的利用。这一指标所考察的内容,与当前土地利用转型时期各地区追求建设用地存量挖潜的目标一致。因此,实证中本文将用IS指标衡量和比较不同地区增量、存量建设用地的利用状况。

3 指标构建与实证模型

3.1 因变量与解释变量

本文选取中国30个省份（未包含港澳台地区,川渝两省合并计算 (2 中国除港澳台地区外共有31个省份,由于资本存量数据是四川省和重庆市合并计算的,因此将两者合并,形成30个研究区域。)）为研究区域,形成2004—2016年共390个研究样本（2003年数据仅作为滞后项）。

实证模型的因变量为第二、三产业经济产出（GDP）,该指标2003—2016年数据来自《中国统计年鉴》,并按平减指数折算至2000年。

基于存量的涵义,建设用地存量Ls为该地区上一年的建设用地总量 (3 实证中新增建设用地被视为增量的时间范围是一年。原因一是《土地管理法》等法规政策规定,政府有权对不动工开发一年和两年的建设用地分别进行罚款和收回处罚,理论上土地使用者会尽早进行投资开发。原因二是在本文的实证中,各增量用地指标的滞后一年、两年数据对经济产出影响均不显著。),2003—2008年数据来源于《中国统计年鉴》,2009—2016年数据来源于自然资源部网站公布土地利用调查数据。由于2009年后数据的统计口径较之前有了明显变化,本文对2003—2008年数据进行了修正。首先,对建设用地的细分类别进行筛选,选取了与第二、三产业相关的建设用地类型,即城镇居民点、工矿用地和交通用地。然后,对于各建设用地类型,分别以2009年后数据为标准,将之前数据按比例推算的方式进行修正。最后,将各地类面积加总形成2003—2008年建设用地面积值。该处理方式的优点在于既确保了2009年前后数据的衔接,也保留了2009年以前各地类数据的比例关系。

增量建设用地有两项适合的代理指标,分别为建设用地供应面积（新增建设用地部分）

Lgy

和新增建设用地面积

Lxz

。其中,

Lgy

指一定时期市、县人民政府根据年度土地供应计划依法以出让、划拨、租赁等方式将国有建设用地使用权提供给单位或个人使用的新增建设用地,2003—2016年

Lgy

数据源于《中国国土资源统计年鉴》;

Lxz

指一定时期农用地和未利用地转为建设用地的数量,其取值为本期与上一期建设用地总量的差值,

Lxz

数据来源与Ls相同。理论上,新增建设用地仅包括政府供应面积和违法供应面积两个部分,因此,上述两指标的差别在于前者排除了违法用地数量。但两项指标的统计口径也存在差别。因此,本文将两项指标分别纳入实证模型,以获得更稳健的回归结果。

资本存量

K

按照张军等^[27]的永续盘存法推算,按2000年不变价计算。用以计算资本存量的年度投资数据和第二、三产业劳动力

L

数据来源于《中国统计年鉴》。

本文引入了2003—2016年经济增长质量指标

M

以识别不同地区的增量建设用地经济贡献差异。经济增长质量指标是任保平等^[28,29]根据各地区经济增长效率、结构和稳定性等方面估算形成的一项综合指数。由表1可见,该指数能够有效识别不同地区的经济质量差异,从而提供更具有连续性和可比性的生产函数拟合结果。相比于区分东、中、西部的实证策略^[16],本文方法能够减少需拟合的函数数量,并使样本数量更充分。

Table 1
表1
表12016年各地区经济增长质量指数分布
Table 1Economic growth quality index value distribution of each region in China, 2016

数值区间	省（市、自治区）
[0.20, 0.25)	宁夏、云南、青海、西藏
[0.25~0.30)	湖南、新疆、内蒙古、山西、甘肃、广西、吉林、贵州
[0.30~0.35)	重庆、黑龙江、辽宁、陕西、海南、四川、河南、江西、河北
[0.35~0.45)	天津、山东、福建、湖北、安徽
[0.50, 1.00]	广东、北京、江苏、浙江、上海

注：数据来源为文献[28,29]。

新窗口打开|下载CSV

3.2 增量建设用地内生性及工具变量选取

实证过程需要考虑内生性的原因是：增量建设用地和第二、三产业产出具有典型的反向因果关系,一方面,增量建设用地承载了新的投资且为地方政府提供了土地出让金,对经济产出有正向促进作用。另一方面,经济状况越好,地方政府越有动力进行建设用地供给 (4 存量建设用地与经济产出不具有内生性的原因在于,各省每年建设用地增量仅是存量的1.0%~4.5%,即使存量建设用地有较高的利用效率,决策者也无法在一年内显著增加其供给数量。)。这种反向因果关系导致的内生性可能使建设用地边际贡献的估计存在显著误差^[30]。要准确测算建设用地增量对第二、三产业的边际贡献,本文使用工具变量方法处理GDP和建设用地增量的内生性关系。

具体地,研究选取了两个工具变量：①增量建设用地的一阶滞后项（

Lg z_{- 1}

或

Lx z_{- 1}

）;②各省（区、市）的人均农用地面积

Pn

。选取前一个指标,主要是考虑地方政府会根据当期的产出预期决定本年度的新增建设用地供应,但上一期的新增建设用地供应面积和本期经济产出不存在直接的相关性,而不同期新增建设用地供应面积间则是相关的。选取后一个指标,主要是考虑人均农用地面积越小,地方政府对新增建设用地的约束就越严格,但人均农用地面积和第二、三产业经济产出可能不存在相关关系,该指标的数据来源与Ls相同。

综上,实证中所有变量的描述性统计如表2所示,统计指标包括平均值、标准差和极值。

Table 2
表2
表2变量描述性统计（N=390）
Table 2Descriptive statistics of variables (N=390)

	变量名称	单位	符号	平均值	标准差	最大值	最小值
被解释变量	第二、三产业产出	亿元	GDP	8578.21	8201.33	44177.10	137.08
内生解释变量	建设用地供应面积（新增建设用地部分）	hm²	Lgz	6598.26	6459.13	31510.30	7.68
内生解释变量	新增建设用地面积（用于稳健性检验）	hm²	Lxz	11861.15	9452.34	66400.00	200.00
外生解释变量	资本存量	亿元	K	29976.25	30377.55	172368.00	454.56
	劳动力人口	万人	L	1776.52	1554.33	8148.41	45.60
	存量建设用地面积	hm²	Ls	510366.77	290988.75	1315533.33	65169.81
	经济发展质量指数	—	M	2.74	2.38	24.99	-0.65
工具变量	上年度建设用地供应面积（新增建设用地部分）	hm²	Lgz_-1	6598.26	6459.13	31510.30	7.68
	上年度新增建设用地面积（用于稳健性检验）	hm²	Lxz_-1	11861.15	9452.34	66400.00	200.00
	人均农地面积^(a)	m²/人	Pn	17235.78	53863.03	320518.00	105.94

注：（a）此处农地面积是对《土地利用现状分类》（GBT 21010-2017）定义中耕地、园地、林地、草地面积的加总。人均农地面积的均值是390个样本数据的均值,不具有全国人均农地面积的含义。

新窗口打开|下载CSV

3.3 实证模型

表3列出了4个实证模型,模型1-3分别对应于理论分析中的式（1）、（3）和（4）,模型4也基于式（4）设置,但增量建设用地的变量选取了不同的代理指标,是针对模型3的稳定性检验。具体地,

GD P_{ij}

、

K_{ij}

、

L_{ij}

分别为地区i在时期j与式（1）对应的代理变量;

L a_{ij}

为地区i在时期j的建设用地总面积,满足

L a_{ij} = L s_{ij} + Lx z_{ij}

。由于

Lg y_{ij}

和

GD P_{ij}

的内生关系,实证将利用2SLS方法检验表3中的模型2和3,以上一期增量用地

Lg y_{i, j - 1}

和人均农地面积

P n_{ij}

作为工具变量。建设用地供应面积（新增建设用地部分）

Lg y_{ij}

和新增建设用地

Lx z_{ij}

虽然都是合理的代理变量,但其涵义和统计口径都存在差异。因此,模型4用

Lx z_{ij}

替代模型3中的

Lg y_{ij}

,对结论进行稳健性检验。

Table 3
表3
表3实证模型的表达式
Table 3Equations of the four empirical models

模型编号	模型形式	模型说明
模型1	$\ln GD P_{ij} = \ln A + α \ln K_{ij} + β \ln L_{ij} + γ \ln L a_{ij}$	基于式（1）
模型2	$\ln GD P_{ij} = \ln A + α \ln K_{ij} + β \ln L_{ij} + d M_{ij} \ln L s_{ij} + b \ln L s_{ij} + γ_{2} \ln Lg y_{ij}$	基于式（3）,以 $Lg y_{ij}$ 代理Lc; $γ_{1} = d M_{ij} + b$ ;M为经济质量; $d$ 、 $b$ 为待估参数
模型3	$\ln GD P_{ij} = \ln A + α \ln K_{ij} + β \ln L_{ij} + d' M_{ij} \ln L s_{ij} + b' \ln L s_{ij} + γ_{4} \ln (1 + \frac{Lg y_{ij}}{L s_{ij}})$	基于式（4）,以 $Lg y_{ij}$ 代理Lc; $γ_{3} = d' M_{ij} + b'$ ; $d' 、 b'$ 为待估参数
模型4	$\ln GD P_{ij} = \ln A + α \ln K_{ij} + β \ln L_{ij} + d' M_{ij} \ln L s_{ij} + b' \ln L s_{ij} + γ_{4} \ln (1 + \frac{Lx z_{ij}}{L s_{ij}})$	基于式（4）,以 $Lx z_{ij}$ 代理Lc

新窗口打开|下载CSV

实证模型还加入了经济质量

M

以考察地区间增量与存量建设用地贡献的差异,将

γ_{1} = d M_{ij} + b

代入式（3）,将

γ_{3} = d' M_{ij} + b'

代入式（6）和（7）,即模型2引入了经济质量指数

M_{ij}

与增量指标

L s_{ij}

的交互项

d M_{ij} \ln L s_{ij}

,同理,模型3和4引入了

d' M_{ij} \ln L s_{ij}

。以上交互项的现实含义是,一个地区存量用地边际贡献会受到经济质量

M_{ij}

的影响。

4 结果与分析

4.1 回归结果

对390个样本进行区分增量、存量建设用地的生产函数拟合,得到的拟合结果如表4所示。

Table 4
表4
表4区分增量、存量建设用地的生产函数拟合结果（N=390）
Table 4Regression results of production functions for distinguishing incremental and stock construction land (N=390)

	模型 1 普通面板回归方法	模型 2 2SLS方法	模型 3 2SLS方法	模型4（模型3的稳健性检验）2SLS方法
第一阶段
	—	被解释变量： $Lg y_{ij}$	被解释变量： $1 + Lg y_{ij} / L s_{ij}$	被解释变量： $1 + Lx z_{ij} / L s_{ij}$
工具变量： $Lg y_{ij - 1}$ 或 $Lx z_{ij - 1}$	—	0.360***	0.385***	0.276***
	—	(0.043)	(0.043)	(0.039)
F统计值	—	41.19	42.01	24.71
10%阈值	—	19.93	19.93	19.93
识别不足检验（LM统计值）	—	67.96	69.06	44.10
P值	—	<0.001	<0.001	<0.001
弱工具变量检验（F统计值）	—	44.73	19.85	8.16
P值	—	<0.001	<0.001	0.003
内生性检验	—	38.29	15.94	2.207
P值	—	<0.001	0.001	0.137
第二阶段
	被解释变量GDP	被解释变量GDP	被解释变量GDP	被解释变量GDP
$1 + Lgy / Ls$	—	—	11.108***	—
$1 + Lgy / Ls$	—	—	(1.975)	—
$1 + Lxz / Ls$	—	—	—	4.059***
$1 + Lxz / Ls$	—	—	—	(1.219)
$Lgy$	—	0.171***	—	—
$Lgy$	—	(0.0235)	—	—
$La$	1.602***	—	—	—
$La$	(0.141)	—	—	—
$Ls$	—	1.084***	1.098***	1.519***
$Ls$	—	(0.175)	(0.167)	(0.153)
$L$	0.134***	0.068	0.073**	0.125**
$L$	(0.038)	(0.042)	(0.040)	(0.037)
$K$	0.303***	0.263***	0.331***	0.292***
$K$	(0.026)	(0.032)	(0.028)	(0.029)
$L s^{M}$	—	0.0007**	0.0007**	0.0003
$L s^{M}$	—	(0.0003)	(0.0003)	(0.0003)
R²	0.935	0.912	0.923	0.932

注：*、**、***分别表示在10%、5%、1%的统计水平上显著。

新窗口打开|下载CSV

实证结果证实了增量建设用地和GDP之间的内生性关系。增量建设用地的一阶滞后项是有效的工具变量。但是,人均农用地面积变量在所有的2SLS回归中都无法通过工具变量的有效性检验,原因在于人均农用地面积数据和增量用地数据的相关性偏弱（如模型3中其第一阶段显著度p=0.162）。

模型1-3都得到了显著的检验结果,但观察3个模型中增量

Lgy

、存量

Ls

和建设用地总量

La

的数量关系,本文发现模型2的结果不符合现实状况。因为该模型中,增量和存量对应的参数均小于模型1中建设用地总量的弹性系数,增量与存量贡献之和不能等于总量贡献。将其与第二章的理论分析进行对照可发现,式（3）基于的增量与存量土地替代率可变假定不能得到实证支持,后文将不再对其结果进行分析。不同于模型2,模型3增量和存量用地的弹性系数分别大于和小于建设用地总量的弹性系数,符合实际情况,将基于此进一步分析。

对于回归结果,本文主要关注的是增量、存量用地以及经济增长质量与存量用地交互项的参数大小。其中,增量(

1 + Lgy / Ls)

和存量用地

(Ls)

的参数差异明显,分别为11.108和1.098。这表明增量和存量建设用地均对当地第二、三产业的产出有显著贡献,而增量建设用地的经济贡献远高于存量用地,这种差距很大程度上是由于新增建设用地带来了大量的资金投入,而存量用地主要是常规的生产活动。同时,经济增长质量与建设用地存量交互项

M_{ij} \ln L s_{ij}

的系数显著为正,表明经济增长质量较高地区的存量建设用地具有更高的经济贡献。其原因在于这些地区除固定资产投资拉动以外的内生经济增长效率较高。

模型4（表4第4列）与模型3的差别在于,模型3的增量用地指标采用的是建设用地供应面积（新增建设用地部分）,而模型4中,相应的指标为新增建设用地面积。因此,本文将模型4视为对模型3结果的稳定性检验。从结果来看,各指标参数的分布与模型3一致,但模型4中增量用地的贡献小于模型3。产生这种差异的可能原因是,建设用地供应面积（新增建设用地部分）指标与地区经济发展的联系更为密切。

总体上,增量建设用地的经济贡献远高于存量用地,基于不同增量建设用地指标的计算结果,增量用地的边际贡献是存量用地的2.82倍（模型4）~10.40倍（模型3）。如前文所述,由于增量建设用地引入投资的效率明显高于存量用地,其对经济增长的边际贡献也较高,实证结果符合目前增量建设用地更受重视的现状以及相关研究的分析。

4.2 边际贡献的时间变化

基于模型1、3和4结果,可描述建设用地贡献的区域差异和时间变化。图1是根据模型估算得到东、中、西部地区建设用地的边际贡献值 (5中国东、中、西部沿用七五计划时的划分方法,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省（市）;中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西等10个省（区）;西部地区包括四川（含重庆）、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等9个省（区）。)。总体上,无论是总量、增量或存量,东部地区建设用地贡献均略高于中部地区,而明显高于西部地区。从时间变化来看,增量用地贡献经历了2004—2008年和2009—2013年两个增长期,这两个时期的起点正好对应于2004年建设用地供应市场化改革和2008年4万亿救市的时点。而随着全球经济形势的下行,2014年以后,建设用地经济贡献有所下滑。

图1

新窗口打开|下载原图ZIP|生成PPT
图12003—2016年全国和东、中、西部建设用地总量、增量和存量用地边际贡献

Figure 1Marginal contribution of total, incremental, and stock construction land in China, 2003-2016

图1描述了模型3和模型4计算得到的增量和存量建设用地经济贡献变化。基于模型3的结果,增量用地的边际贡献由2003年的0.14亿元/hm²提升至2016年的0.22亿元/hm²,同期存量用地的边际贡献由0.01亿元/hm²提高至0.02亿元/hm²。模型4与模型3的结果形态相似,但增量用地的经济贡献均明显低于同期模型3的计算结果,存量用地的经济贡献略高于同期模型3的结果。

基于公式（10）、（11）设定的贡献比IS,可以分析全国及东、中、西部地区增量与存量用地配置效率。图2中,2003—2016年IS在东、中、西部均经历了2003—2011年下降、而后2013—2016年上升的小幅波动,这表明：2003—2011年期间,中国各地区增量与存量用地贡献率的差距逐渐减小;但2013年以后,各地区对增量用地的依赖程度逐渐增长,2016年时已超过2003年的增量用地依赖程度。土地利用效率提高和宏观经济环境可能是导致贡献比产生上述变化的主要原因。2013年及以前,随着土地利用效率提高,地方政府有能力降低增量用地供给的比例,提高存量用地供给和利用水平。2014年起,为应对全球经济下滑和中国GDP增速趋缓,增量用地供给的比例有所提高。

图2

新窗口打开|下载原图ZIP|生成PPT
图22003—2016年全国和东、中、西部IS变化

Figure 2Marginal contribution ratio of incremental construction land and stock construction land in China, 2003-2016

4.3 不同地区的边际贡献差异分析

基于式（8）和（9）,本文测算了各省份的增量与存量用地边际贡献以及IS,结果如表5所示。

Table 5
表5
表5基于模型3和模型4的2003—2016年建设用地对经济水平的边际贡献
Table 5Marginal contribution of construction land to economic development level in China under models 3 and 4, 2003-2016

省份	模型3			模型4
	增量边际贡献	存量边际贡献	边际贡献比	增量边际贡献	存量边际贡献	边际贡献比
	(1)	(2)	(3)=(1)/(2)	(4)	(5)	(6)=(4)/(5)
北京	0.329	0.034	9.82	0.116	0.043	2.68
天津	0.237	0.024	9.98	0.079	0.030	2.66
河北	0.201	0.019	10.50	0.083	0.029	2.88
辽宁	0.178	0.017	10.44	0.068	0.024	2.85
上海	0.360	0.037	9.74	0.126	0.047	2.65
江苏	0.298	0.029	10.33	0.130	0.045	2.86
浙江	0.310	0.031	9.91	0.111	0.040	2.76
福建	0.237	0.023	10.16	0.077	0.028	2.73
山东	0.242	0.023	10.51	0.110	0.038	2.92
广东	0.331	0.032	10.24	0.148	0.052	2.84
海南	0.085	0.008	10.44	0.025	0.009	2.78
山西	0.144	0.014	10.50	0.053	0.018	2.85
吉林	0.127	0.012	10.59	0.048	0.017	2.89
黑龙江	0.110	0.010	10.72	0.050	0.017	2.97
安徽	0.181	0.017	10.59	0.077	0.026	2.91
江西	0.171	0.016	10.44	0.061	0.022	2.82
河南	0.209	0.020	10.55	0.089	0.031	2.89
湖北	0.195	0.019	10.41	0.074	0.026	2.83
湖南	0.204	0.020	10.41	0.078	0.028	2.83
四川	0.225	0.021	10.49	0.098	0.034	2.87
贵州	0.132	0.013	10.34	0.041	0.015	2.73
云南	0.134	0.013	10.64	0.050	0.017	2.90
西藏	0.045	0.004	10.58	0.012	0.004	2.76
陕西	0.154	0.015	10.44	0.054	0.019	2.81
甘肃	0.093	0.009	10.58	0.029	0.010	2.84
青海	0.075	0.007	10.37	0.021	0.008	2.72
宁夏	0.079	0.008	10.36	0.022	0.008	2.72
新疆	0.081	0.008	10.64	0.030	0.010	2.89
内蒙古	0.100	0.009	10.59	0.041	0.014	2.89
广西	0.139	0.013	10.55	0.051	0.018	2.84

注：边际贡献值的单位为亿元/hm²,增量存量贡献比是无量纲指标。

新窗口打开|下载CSV

表5的结果表明,无论是模型3还是模型4,各省增量建设用地的边际贡献都远高于建设用地总体的边际贡献水平。综合两个模型的结果,增量建设用地对经济产出的边际贡献是存量建设用地的2.82~10.40倍,不同地区增量和存量建设用地利用效率都存在显著的差异。

进一步地,利用IS指标可以比较各省增量与存量用地配置的合理性（图3）。总体上,东部地区的贡献比值略低于中部和西部地区。模型3和模型4的结果中,北京、上海、天津、浙江和广东的贡献比略低于其他省份。这些经济发展水平较高地区引入了更多优质的建设用地使用者,具备了规模效应、高质量的经济环境等内生经济增长条件,存量用地的利用效率较高。由于其经济发展和地方财政不再取决于规模扩张和投资的拉动,因此对增量用地的依赖也会相对较小。

图3

新窗口打开|下载原图ZIP|生成PPT
图32003—2016年中国各省增量存量用地边际贡献比

Figure 3Marginal contribution ratio of incremental construction and stock construction land in 30 provinces of China, 2003-2016

总结2003—2016年中国各地区的IS,可发现地方政府在经济发展质量偏低和注重短期经济增长绩效时,边际贡献比指标值就会相应较高。反之,如果注重经济质量提升和长期可持续的经济增长,贡献比指标值会下降。2014年以后,各地开始提出了建设用地存量开发甚至减量化发展的目标,并逐步推行相关政策措施,贡献比指标在未来的变化也值得继续关注。

5 结论与讨论

5.1 结论

本文基于增量与存量建设用地在生产中的要素性质,构建和对比了基于不同要素替代率假定的两种土地生产函数,比较了增量和存量建设用地的要素特征、数量差异和时空变化。主要研究结论如下：

（1）在中国投资驱动的发展模式下,增量建设用地承载了地方政府招商引资和企业的固定资产投资行为,而企业的生产活动由存量建设用地承载,活动内容的差别导致了增量和存量建设用地的经济贡献差异。

（2）在一定的土地利用效率水平下,增量和存量建设用地之间具有固定而非可变的要素替代率,增量和存量用地的经济贡献比不随两类用地配置比例的多少而变化。因此,对于存量用地规模较大地区,增量用地并非必不可少的发展要素,激励存量用地开发和建设用地可持续利用是可行的政策改进方向。

（3）2003—2016年全国增量存量用地边际贡献比呈先下降后上升的小幅波动状态。在这一时期,东部地区（主要是北京、上海、天津、浙江和广东）增量存量边际贡献比低于中部和西部地区,表明东部地区对增量建设用地的依赖较小,存量建设用地的利用效率较高。

（4）新增建设用地指标和经济产出之间存在着显著的内生性关系。具体地,经济产出的增加会增加地方政府对建设用地增量的当期需求,也有机会从上级政府争取更多的增量用地指标,从而进一步提高当地的经济产出水平。忽略建设用地增量和经济产出之间的内生性关系,会导致增量建设用地贡献的低估。

5.2 讨论

（1）尽管土地异质性是土地经济中考察的重要问题,但建设用地在作为增量和存量利用阶段时的经济贡献差异并没有受到广泛的关注^[8,12]。本文认为,投资驱动为主的经济增长模式和地方政府的土地引资行为导致了增量和存量建设用地经济贡献的差异,这一定程度上扩展了土地经济理论在中国的适用性。事实上,中国经济发展模式及地方政府行为不同于传统土地经济和城市经济理论的假定,如何对传统理论模型进行扩展,仍是重要的科学问题。

（2）本文和已有文献均表明,中国的建设用地利用方式受到了宏观经济发展模式的影响,投资驱动的显著效果是增量建设用地效益的基础。这也对优化存量建设用地利用有一定的启示。大城市在面对土地资源约束时,会重视存量再开发相关的技术应用和机制建设以满足经济发展需求,但这还不是摆脱增量依赖的根本对策。通过土地政策促使土地使用者提高单位面积土地上的要素投入,逐步带动投资驱动向技术进步驱动的经济模式转型,或是土地政策改革更重要的方向。

（3）各地区增量与存量用地的要素替代率不随增量与存量用地配置比例变化而变化,表明增量建设用地在生产中并不具有独特的引资效果和经济促进作用,存量用地同样也能够发挥相应的作用。因此,地方政府主动进行增量建设用地供应并非必须依赖的土地利用模式,这为土地要素市场化改革提供了进一步的理论和实证依据。在土地要素市场化改革中,应转变当前阶段重视初始投资的经济拉动效果的行为模式。从中长期来看,只有确保存量建设用地持续高效效率利用、甚至集约程度不断提高,才能够实现高质量的城市和产业发展。

（4）增量和存量建设用地数倍的经济贡献差异也表明,地方政府既有的增量用地依赖和对存量用地利用的忽视是现实情境下的理性选择。因为在现有环境下,一宗进入存量利用阶段的建设用地需要数年时间才能产生等同于其增量时期的效益。然而,建设用地并非可耗竭资源,若只关注短暂的增量效益,随后低效存量用地的蔓延会对城市管理和农地保护造成沉重的负担。因此,现阶段对地区发展绩效的评价中,应当对短期高投入模式和可持续发展模式的经济贡献有所区分。对于一些地区已经产生相当规模的低效存量用地,也需要通过政策创新使其得到有效利用。

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]

谭明智. 严控与激励并存: 土地增减挂钩的政策脉络及地方实施
[J]. 中国社会科学, 2014, (7):125-142.