经济地理学视角的城市土地经济密度影响因素及其效应

吴一洲，吴次芳，罗文斌

(1.浙江工业大学城乡发展与人居环境设计研究中心，浙江 杭州 310014；2.浙江大学土地科学与不动产研究所，浙江 杭州 310029； 3.湖南师范大学旅游学院，湖南 长沙 410081)

1 引言

改革开放以来,中国的工业化、城镇化持续快速发展,城镇化率从1978年的17.9%上升到2009年的46.5%,全国城镇人口总量达6.2亿人；城镇建成区面积由1981年的7438 km2扩张到2008年的3.63万km2,28年间城镇占地扩大了近5倍（还有2.4万km2的开发区面积未计入）[1]。然而,快速城市化发展背景下,以“土地换增长”的城市发展模式在各地屡见不鲜,“土地”指标紧缺,但利用集约度又较低。在这种城市土地资源供给的低效与稀缺并存的矛盾情景下,部分地区土地利用与经济增长之间的矛盾日益凸显。

在当前的城镇化过程中,城市经济增长与土地资源消耗之间的关系已经引起了学术界的广泛关注。从城市的发展历史看,土地利用与经济产出的协同发展是城市经济总量增长的重要过程,在区域差异及其产生机制研究中具有重要意义[2]。城市土地是各种经济行为与活动的空间载体,城市经济增长映射在空间上就是土地经济密度；城市土地经济密度是反映城市地域空间扩展与其空间经济产出两个过程协调效率的重要标准,是土地资源利用过程中投入与产出效率的表征,是衡量城市土地利用经济效益的关键指标[3],也是城市土地管理水平高低的重要反映。本文基于传统经济地理学、新经济地理学的基本理论,对城市土地经济密度差异格局的驱动因素及其影响效应进行探索,有助于了解快速发展过程中,城市土地利用效益的宏观机制,并为优化城市土地利用战略提供启示。

2 基于经济地理与新经济地理学的分析框架

传统经济地理学把城市经济增长归为资源禀赋和区位优势两个方面,认为产业集聚的主要原因是不同区域之间经济地理因素的差异[4]。该理论能解释中国东北地区依托资源优势和港口区位发展成为重工业基地的集聚现象,但对于资源相对贫乏、区位优势不明显的东南沿海地区在改革开放后迅速发展的事实缺乏解释力；同时,资源条件均质的区域也会产生产业的不均衡集聚形态。新经济地理学与传统经济地理学的一个最显著的差别,在于采用不完全竞争、报酬递增和多样化需求假设[5]。新经济地理学提出的收益递增、不完全竞争模型和“路径依赖”等三个命题对传统经济地理学未能解释的现象提供了启示[6]。

通过对经济增长理论与空间组织机制相关研究的回顾,根据城市土地经济密度的宏观机制研究目的,本文基于经济地理理论构建了基于“资源禀赋—空间机制—政策效应”的城市土地经济密度影响因素的分析框架：

（1）首先,城市土地经济密度依赖于经济地理层面的第一性经济基础（first nature economic base）,即资源禀赋,它决定了要素投入的初始基础。根据传统经济地理学的相关理论,自然资源与区位优势是初始禀赋中最为关键的因素,具有初始禀赋相对优势的区域,可以通过出口提高资本积累和购买力,从而提升该区域经济体的经济产出效率。相反,经济学著名的“资源诅咒”命题则认为：由于依靠资源发展的产业增长会削弱其他产业的发展,加上地区对进口的保护,使得资源丰富的地区增长反而逐渐停滞[7]；同时,政府干预传导机制加上产权安排的不合理,在一定程度上会导致政治寻租现象增多,进而影响劳动力和资本实质作用的发挥[8]。

（2）其次,依赖于新经济地理层面的第二性经济基础（second nature economic base）,即拥有自由区位决策的企业集群,也就是“集聚经济”,它的动态变化是要素投入转化为经济产出的关键。企业和人口在城市的集聚有利于节约交易成本、共享设施与信息、以及竞争带来的创新激励等等诸多益处；消费者对商品的多样性偏好、地区之间运输成本以及厂商内部规模经济同时构成的金融外部性（pecuniary externalities）[9],加上厂商和企业之间的外部规模经济效应[10],使得城市的土地经济产出效率得以显著提高[11]。集聚经济带来的规模报酬效应,主要体现在三个层次上：①范围经济（economic of scope）,即企业内部的规模经济,指总产量的提高可降低平均成本；②马歇尔外部性(Marshallian externalities)[12],即同一行业的企业在特定地区的集聚,由技术溢出、交易成本下降等效应引起平均成本的下降；③雅各布斯外部性(Jacobs externalities)[13],即在城市集聚的各行业通过其前向和后向联系,能使多个行业的成本降低。

（3）政策与制度是要素流动的被组织机制,通过控制要素流动中的交易费用来影响资源配置方式与布局模式。传统的古典经济学和新制度经济学都把制度作为经济增长的重要变量。由于中国政府一直以来都在资源配置中占据着主导地位,因而政策与制度对经济增长的效应就尤为显著,如早期中国的工业发展基本上都是由中央统一布局的,1978年开始实施的改革开放政策首先确定东部沿海地区为先行区。从实际发展态势看,中西部地区比东部沿海地区的自然资源丰富,但东部的经济发展水平要高于中西部,东部地区的开放进程快于中西部,其中政策的引导绩效差异十分明显。

3 研究数据与分析方法

3.1 研究数据

通过对城市土地经济密度的内涵解析,本文研究的主要对象确定为城市物质空间地域范围内,城市经济活动对应的土地经济密度,即非农产业（二三产业）产值与城市建成区面积的比值。研究采用的数据均来源于《中国城市统计年鉴》、《中国国土资源年鉴》和《中国统计年鉴》,其中空间密度分析与空间自相关集聚指数的分析数据来源于1986、1998、2008年的《中国城市统计年鉴》,而对于影响因素的模型估计数据来源于2004—2008年的《中国城市统计年鉴》、《中国国土资源年鉴》和《中国统计年鉴》。在研究时间跨度内,有部分城市进行了行政区划的调整,因此在空间单元与数据中也进行了相应的归并,研究确定的地级市单元为286个。

3.2 分析方法

3.2.1 空间密度分析 “Kernel平滑”或“KDF（kernel density function）分析”通过估计给定搜索半径内的所有表面数据来估计事件的发生强度,能有效地建构空间发生几率地图和探索集聚的现象[14-15]。KDF的计算方法基于二次核密度的计算功能,具体可见Silverman[16]。本文借助ArcGIS 9.2空间分析平台,实现基于KDF的空间密度分析,主要用于对城市土地经济密度的空间分布格局进行识别。

3.2.2 空间相关分析 空间自相关分析（Spatial Autocorelation Analysis）中的全局自相关分析将Moran’s I检验作为测度变量空间相互依赖水平的指标[17],指相邻的单位有一个变量相似的价值观,可以解释空间集聚和离散的程度[18],如式1：

3.2.3 面板数据模型 研究中经常需要同时分析由横截面观测值和时间序列观测值结合起来的数据,这种数据结构被称为面板数据（panel data）,这种数据结构与纯粹的横截面数据和时间序列数据有着显著的差异。因而,以往采用的计量模型和估计方法就需要有所调整。根据不同个体的差别,包括固定效应模型（fixed effect model）和随机效应模型（random effect model）两种[19]。

4 城市土地经济密度的空间特征与影响机制

4.1 土地经济密度时空演化的特征性事实：地级市层面的分析

图1 中国城市土地经济产出空间密度分析图Fig.1 The analysis of the spatial density of urban land economic output in China

图1绘制了1985、1997和2007年城市土地经济密度的空间格局,可以看出,自1985年以来,城市土地经济密度的高值区均位于东部沿海地区,且三个时期的空间集聚指数Moran’s I的结果均达到了在1%显著性水平上的空间集聚形态特征,同时Z值逐年递减,说明集聚地域的范围在不断扩大,这与多年来的区域政策导向具有明显的耦合性,即东北地区、长三角地区和珠三角地区一直在国家的空间战略与政策导向中占有重要的地位,且取得了较高的土地经济效率。

通过对比分析三个时期的空间格局,发现其中存在一些局部性差异,具体表现在：（1）整体上看,集聚形态有所加强,1985年更多地呈现为点状分散格局,而2007年则形成了明显的连绵带状特征,即产生了空间溢出作用；（2）区域Ⅰ（东北地区）出现了由北向南集聚的趋势,1985年的黑龙江高值点在2007年中已经消失,经济重心向辽宁和吉林偏移；（3）区域Ⅱ（甘肃、内蒙古等中部地区）出现了由东向西的“梯度型溢出”特征,集聚形态由点状逐步向带状过渡,说明城市土地经济密度的区域内差异在逐步缩小；（4）区域Ⅲ（珠江三角洲及南部沿海地区）也出现了由点状集聚向面状（带状）集聚的特征,广西、福建与广东之间的差异也有所缩小。

从三个时期的演化过程分析中,得出以下结论：（1）东部沿海地区是中国城市土地经济密度的最高的区域；（2）城市土地经济密度的空间分布形态呈现由点状向面状、带状集聚形态的转变趋势；（3）城市土地经济密度具有显著的空间相关性和邻域辐射效应。

4.2 城市土地经济密度的影响因素分析模型构建

根据需要检验的初始禀赋、集聚经济和政策效应三个维度影响因素的作用,构建面板数据模型,形式如下：

式2中,Yit表示各年份各地级市的城市土地经济密度,采用每个城市建成区的地均非农产业产值进行表征,这是衡量城市空间经济产出效率的变量,值越高说明效率越好。模型中的其余字母表示常数项、变量系数和残差。解释变量如下：

X1是表示该城市的初始禀赋影响因素的向量。本文主要选取两个表示初始禀赋的变量：城市拥有资源数量（resource）、拥有劳动力的数量（labor）。区域内自然与劳动力资源的初始禀赋直接影响着区域经济活动的类别、规模与效益[20],在一定程度上决定了区域经济活动产生的现实可能性及增长的能力。考虑矿产资源分布的大尺度性和数据的可得性,选取各省煤炭、石油和天然气三种主要自然资源的储量（剩余可开发量）与全国均值的比值来表征城市所拥有的自然资源数量（resource）；用全社会从业人员总数与全国的平均值的比值来表征劳动力数量（labor）。

X2是表示该城市中集聚经济水平影响因素的向量。城市范围内的报酬递增特征是城市得以产生和发展的基础,即城市集聚经济[21]。关于城市集聚经济的来源和性质,根据国内外相关研究结论[22-24],将集聚经济从三个方面进行理解：

第一,产业关联。本研究选择了企业数量、产业多样性与专业化水平三个变量进行衡量,具体定义如下：企业数量（firm）为该城市的工业企业数与全国均值的比值；专业化水平（specialization）采用就业在部门间的分布来衡量[24],研究定义Sitj是t时期j部门在i城市中的就业份额,则相对专业化指数为：其中,Stj为t时期j产业部门在全国所占份额；产业多样性（diversity）采用HH（IHirshman-Herfindahl Index）指数的倒数进行衡量,即所有产业部门就业份额平方加总的倒数,即相对多样化指数Deversityit=1/∑Sitj-Stj。

第二,交易成本。新经济地理学认为交通费用与贸易屏障之间的均衡关系是决定产业收益递增机制（路径依赖）产生的重要因素。本文中用各城市对外交通量代理此变量,即城市客货运交通量与全国平均值的比值,来衡量不同城市的交通成本（transcost）。

第三,人口集聚。高素质的人才与人口的空间集聚带来企业商品消费者购买力的扩大,推动了该城市区位市场潜力的提升。本文用人均GDP来衡量消费者购买力；用平均受教育年限①居民平均受教育程度采用6岁及以上人口平均受教育年数,假定文盲半文盲、小学、初中、高中、大专以上教育程度的居民平均受教育年数分别为0年、6年、9年、12年、16年,公式为：H=prim×6+juni×9+seni×12+coll×16,其中prim、juni、seni、coll分别表示小学、初中、高中和大专以上受教育程度居民占地区居民6岁以上人口的比重,H表示人力资本,数据来源于《中国统计年鉴》（由于缺乏地级市数据,这里采用省级数据进行近似替代）。来衡量人力资本质量（humancapital）。

X3是表示政策效应因素的向量。政策效应是中国长期以来区域发展差异形成中的重要因素[25]。本研究从土地市场化程度和对外开放度两个角度进行衡量。土地市场化程度（land-market）参考已有的研究[26],将各种土地使用权交易方式的市场化权重确定如下：土地一级市场中,招标、拍卖、挂牌出让一般被认为是市场化程度较高的形式,因而权重均取1,租赁为0.5,协议出让为0.3；土地二级市场中的三种主要方式均采用较为完善的市场调节方式,因而权重也为1,以此计算各城市的土地市场化水平,并取其与全国平均水平的比值赋值变量。对外开放度（open）采用地均实际利用外资强度（以城市建成区面积计算）与全国平均水平的比值进行衡量。

4.3 城市土地经济密度的影响因素估计结果分析

除估计全国286个城市以外,为考察系数的稳健性,本文还对东部和中西部城市进行了分别估计。通过Hausman检验显著支持固定效应,另外,当观测值是大尺度的地理单位时,最好采用固定效应法进行估计[27]。对于全国范围内的估计来说,由于横截面个数大于时序个数,所以采用截面加权估计法（Cross Section Weights,CSW）。

表1 城市土地经济密度的影响因素估计结果Tab.1 The estimated results of the influencing factor of urban land economic density

表1表明,本文选取的变量对城市经济密度具有很强的解释力,回归决定系数都达到了95%以上,同时,DW检验值也较理想,说明变量之间未存在明显的多重共线性。接下来对估计结果进行逐项分析：

（1）初始禀赋。从全国层面上看,自然资源禀赋总体上对城市经济密度有着正向的作用。但从分区域估计结果看,自然资源禀赋对东部城市空间经济产出起到了不显著的负向作用,而对中西部城市则呈显著的正向作用,即中西部城市土地经济密度更多依赖于自然资源。同时,劳动力变量的估计结果整体上呈不显著的正向效应,分区域估计中也出现了与自然资源变量相似的情况,说明中西部城市更依赖于劳动力初始禀赋。因此,中西部城市与东部相比,更偏向于初始禀赋依赖性。

（2）集聚经济。在产业关联方面,企业的空间集聚在全国和分区域的估计中都显著呈正向效应,有利于城市土地经济密度的增长；产业专业化水平变量在全国和分区域的估计中均呈负向效应,在中西部城市估计中不明显；产业多样化水平在估计中显著性均不高。可见,城市的产业关联效应还不显著,说明中国的产业集聚仍处在初步的空间集中阶段,尚未完全发挥产业的“集群效应”,且在当前阶段,产业多样性比专业化更有利于城市经济增长。在交易成本方面,交通费用在三个估计结果中均呈显著的正向作用,说明交通费用的降低有利于土地经济密度的增长,且其对于东部城市的作用强度要高于中西部,也支持了东部集聚与溢出效应比中西部更为显著的观点。在人口集聚方面,消费者购买力在三个估计结果中均呈显著的正向作用,说明它能带来城市土地经济密度的提高。人力资源素质的估计结果也都呈现显著的正向效应,对比之前劳动力数量的估计结果,说明人力资本素质相比劳动力数量,对区域的经济发展更为重要；从回归系数可以看出,人力资本素质对于东部城市的促进作用也要大大高于中西部城市。这是因为东部城市工业化水平相对较高,因而对人力资本素质也提出了较高的要求,而中西部城市则大多仍处于工业化的初级阶段,对劳动力的素质要求不高,其效应也就不如东部显著。

（3）政策效应。土地市场化水平的回归结果显示,其对土地经济密度的增长起到了负向的作用,但除东部城市外,都不显著,与王青等[27-28]的结论一致；进一步分析发现土地市场化程度的空间分布也表现出一些与经济发展规律不相符的特征,如北京、天津和山东等发达地区的土地市场化程度处于全国的较低水平,因为近年来这些地区以划拨和协议出让为主的用地比重相对较高,且整个土地二级市场规模相对较小。如2007年,北京、天津、上海、深圳、珠海、广州等东部沿海经济较为发达的城市,其划拨和协议出让的土地占到一级市场的80%以上,而齐齐哈尔、遵义、三亚等中西部城市的土地市场化水平处于全国的较高水平。究其原因,虽然这些地区一级市场中土地交易的市场化程度并不是很高,但是二级市场的交易规模普遍较大,使得土地市场化程度总体相对较高。另一方面,对外开放政策对城市空间经济产出起到了显著的正向作用,且对东部城市的影响要高于中西部城市,说明发展外向型经济有利于城市土地经济效益的发挥。可见,不同政策的作用机制不同,影响效果也不同。

5 结语

本文从经济地理学视角构建了基于“要素投入—空间机制—政策效应”的分析框架,从资源禀赋、集聚经济以及政策与制度三个方面,建立了城市土地经济密度实证分析理论框架。通过空间分析与计量经济分析,发现城市土地经济密度的总体空间格局存在以下特征：首先,东部沿海地区是城市土地经济密度的最高的区域；其次,空间格局呈现由点状向面状、带状集聚形态的转变趋势；同时,具有显著的空间相关性和邻域辐射效应。

对城市土地经济密度影响因素的实证分析结果,研究发现：（1）从全国层面上看,自然资源禀赋总体上对城市土地经济密度起着正向效应,但中西部城市与东部相比更偏向于依赖初始禀赋；（2）城市中产业集聚效应十分明显,但仍处在初步的空间集中阶段,且在当前阶段,产业多样性比专业化更有利于城市土地经济密度的提高；（3）城市中交通成本的降低起到了正向效应,同时,东部城市的集聚与溢出效应比中西部更为显著；（4）消费的多样性也起到了正向效应,同时,人力资源素质对于东部城市的影响效应要高于中西部城市；（5）不同政策的作用机制不同,影响效果也不同,经济开放政策具有明显的正向效应,但就目前来看,土地市场化政策对土地经济密度的影响并不显著。

由此,可以得到对于城市土地利用战略的几点启示：（1）对于中西部城市,应改变过于依赖自然资源禀赋的发展模式,加快新型工业化与产业结构升级转型的进程,城市土地开发应更多地发展集约型高效率的现代服务业；（2）城市土地的空间配置要注重产业的集聚性,城市形态与土地利用分区要注重引导产业的空间集聚,土地利用功能类型要适应产业结构升级的需求,如发展生产性服务业等；（3）增加区域内外交通体系建设,保证经济要素的空间流动便捷性,最大程度发挥城市土地利用的外部辐射与带动效应；（4）人才和知识资源对于土地经济密度的提高具有显著的间接作用,加快人力资源的建设是土地经济密度提高的必要基础之一；（5）继续深化市场机制的资源配置效应,充分体现土地市场化带来的实质性经济效益。

（References）:

［1］ 姚士谋, 冯长春, 王成新, 等.中国城镇化及其资源环境基础［M］.北京： 科学出版社, 2010： 106-110.

［2］ 郑新奇.城市土地优化配置与集约利用评价［M］.北京：科学出版社, 2004： 10-21.

［3］ 罗罡辉, 吴次芳.城市用地效益的比较研究［J］.经济地理, 2003, 23（3）： 367-370.

［4］ 金煜, 陈钊, 陆铭.中国的地区工业集聚：经济地理、新经济地理与经济政策［J］.经济研究, 2006,（4）：79-89.

［5］ 刘安国, 杨开忠, 谢燮.新经济地理学与传统经济地理学之比较研究［J］.地理科学进展, 2005, 20（10）： 1059-1066.

［6］ Arthur B.Positive feedback in the economy［A］.In： Increasing Returns and Path Dependence in the Economy［C］.Ann Arbor：University of Michigan Press, 1994： 33-49.

［7］ Sachs, J., Warner A.Fundamental sources of long-runs growth［J］.American Economic Review, 1997, 87（2）： 184-188.

［8］ 徐康宁, 王剑.自然资源丰裕度与经济发展水平关系的研究［J］.经济研究, 2006,（1）： 78-89.

［9］ Krugman P.Increasing returns and economic geography［J］.Journal of Political Economy, 1991, 99（3）： 483-499.

［10］ 陈良文, 杨开忠.集聚与分散：新经济地理学模型与城市内部空间结构、外部规模经济效应的整合研究［J］.经济学（季刊）,2007, 7（1）： 53-70.

［11］ 陈玮.论集约用地与产业集聚［J］.中国土地科学, 2000, 14（6）：14-17,30.

［12］ Marshall A.Principles of economics［M］.London： Macmillan & Co.,1920： 241-266.

［13］ Jacobs J.The death and life of great American cities［M］.New York： Vintage Books, 1961： 145-155.

［14］ Lai P.C., Wong C.M., Hedley A.J., et al.Understanding the spatial clustering of severe acute respiratory syndrome（SARS）in Hong Kong［J］.Environmental Health Perspectives, 2004, 112（15）： 1550-1556.

［15］ 吴一洲, 吴次芳, 罗文斌, 等.浙江省城市土地利用绩效的空间格局及其机理研究［J］.中国土地科学, 2009, 23（10）： 41-46.

［16］ Silverman B.W.Density estimation for statistics and data analysis［M］.New York： Chapman and Hall, 1986： 13-19.

［17］ Robert H.Spatial data analysis： theory and practice［M］.London： Cambridge University Press, 2003： 273-283.

［18］ Longley P., Goodchild M., Maguire D., et al.Geographic information systems and science［M］.London： John Wiley & Sons Ltd,2001： 51-63.

［19］ 伍德里奇.计量经济学导论：现代观点［M］.北京： 中国人民大学出版社, 2003： 120-130.

［20］ 李小建.经济地理学［M］.北京： 高等教育出版社, 2006： 44-54.

［21］ Rosenthal, S., Strange, W.Evidence on the nature and sources of agglomeration economies［A］.Handbook of Regional and Urban Economics［M］.Amsterdam： North Holland, 2004： 121-124.

［22］ Abdel, Rahman, H.M., Fujita, M.Specialization and diversification in a system of cities［J］.Journal of Urban Economics, 1993, 33（2）：159-184.

［23］ Fujita, M., Krugman, P., Mori, T.On the evolution of hierarchical urban systems［J］.European Economic Review, 1999, 43（2）： 209-251.

［24］ Duranton, G., Puga, D.Micro-foundations of urban agglomeration economies, Handbook of Regional and Urban Economics［M］.Amsterdam： North Holland, 2004.

［25］ Kanbur R., Zhang X B.Fifty years of regional inequality in China： a journey through central planning, reform and openness［J］.Review of Development Economics, 2005, 9（1）： 87-106.

［26］ 王青, 陈志刚, 叶依广,等.中国土地市场化进程的时空特征分析［J］.资源科学, 2007, 29（1）： 43-47.

［27］ Wooldridge, J.Introductory econometrics： a modern approach［M］.北京： 清华大学出版社, 2006： 246-259.

［28］ 赵珂, 石小平, 曲福田.我国土地市场发育程度测算与实证研究［J］.经济地理, 2008, 28（5）： 821-825.