地方政府土地出让互动干预对工业用地利用效率的影响——基于262个城市的空间计量模型检验

王 博，杨秀云，张耀宇，王誉霖，4

（1.南京农业大学公共管理学院，江苏 南京 210095；2.厦门大学公共事务学院，福建 厦门 361005；3.南京邮电大学人口研究院，江苏 南京 210042；4.南京市测绘勘察研究院，江苏 南京 210019）

1 引言

改革开放40年来，中国经济水平得到长足提高，工业发展取得显著成就，中国已然成为工业大国、世界工厂，开始从工业大国向工业强国迈进。中共十九大报告提出“我国经济已由高速增长阶段转向高质量发展阶段”，效率提升成为新阶段经济发展的核心。但与高质量发展相悖的是，中国工业发展中土地要素长期存在着无序、粗放、低效的利用状态[1]。据统计，2015年中国的城市工业用地占比超过20%，远高于发达国家平均10%的水准[2]。与此同时，中国工业用地项目容积率只有0.3～0.6，明显低于发达国家1.0以上的水平[3]。低效的工业用地造成资源浪费和环境破坏，严重阻碍中国经济社会的可持续发展。

中国工业用地利用效率问题一直是学术界关注的重点。相关学者普遍认为发展阶段、产业集聚、区位条件等因素对工业用地利用效率存在较大影响[4-5]。除此之外，也有学者研究发现，诸如产权制度、环境规制等政府行为也会显著影响区域的工业用地利用效率[6-7]。随着理论研究的深入，愈来愈多的学者发现，在财政分权与晋升锦标赛的“双重激励”下[8]，地方政府会凭借其在土地出让中的垄断地位大肆干预工业用地出让，进而制约区域的工业用地有效利用。WADE发现20世纪60年代中国台湾地区政府通过干预土地出让，低价供应工业用地建立工业园区达到产业聚集的目的[9]；王庆日等发现地方政府会基于引资需求干预工业用地出让，造成工业用地容积率和工业土地配置效率低下[10]。在现实中表现为工业区、工业园区的盲目扩建和大面积闲置[11]。对此，部分学者从土地出让视角出发，建议通过加强土地出让市场化改革力度，改变地方政府过度采用行政手段干扰出让市场的情况[12]，或是建议培育更加广泛的土地一级市场主体，通过竞争机制消减工业用地的价格扭曲，以此提高土地资源利用效率[13]；还有学者认为有必要从财政税收政策、官员晋升制度入手，例如建议通过调整税收分成比例，开辟新财源来弱化地方政府参与土地财政竞争的激励[14]；或是建议中央加快干部考核方案的完善工作，加入经济发展效率等方面的考核维度，从而在政治激励上优化地方政府土地出让行为，提高土地利用效率[15]。

上述文献在一定程度上解释了政府干预土地出让对区域工业用地利用效率的影响作用，但仍需要在以下两个方面进行加强：第一，已有研究多从城市独立个体进行分析，尤其是土地出让干预对区域工业用地利用效率的影响，鲜有考量城市间政府土地出让干预实质存在空间互动的情形。如果忽略了这种空间相关性，传统的计量回归方法可能造成政府土地出让干预对用地效率的系数估计值有偏，甚至无效。第二，已有研究对于地方政府土地出让行为刻画的准确性不足。已有研究的土地出让数据多取自于《中国国土资源年鉴》，该年鉴虽然提供了不同供应方式的数据，但是没有进一步细分各出让方式中的各类土地用途分类，即各出让方式的数据实际包含了商服、住宅、工业等所有土地用途。因而，当前以协议出让数据作为工业用地出让代理变量的做法存在明显的局限性。

鉴于此，本文从中国土地市场网搜集2007—2017年期间的30多万宗工业用地出让数据，筛选整理形成262个城市层面的土地出让面板数据，以此更为准确地刻画地方政府的工业用地出让行为。在此基础上，应用2007—2017年262个城市的面板数据，基于区域间存在的空间互动效应，通过构建空间计量模型，分别从全国与三大区域层面，以地理位置与经济水平为两类空间权重，综合分析地方政府工业用地出让互动干预对工业用地利用效率的影响，以期对理解政府土地出让行为、优化土地配置效率、促进区域间协调发展等提供参考。

2 机制分析

2.1 政府间空间互动与土地出让

区域间的空间互动影响是一个普遍存在的经济现象。国外学者较早就发现，地方政府为争取税基，会依据临近政府的税率调整自身税率，验证了地方政府的税收策略存在空间互动效应[16]；在财政支出方面，地方政府的行为同样存在空间互动效应，尤其是对于经济发展水平越接近的地方政府，相互间竞争攀比的概率更高[17]。部分学者还以中国为案例，论证了中国各地方政府在税收政策[18]、财政政策[19]、环境政策[20]等方面也存在类似的空间互动行为。

近年来，随着理论研究的逐步深入，学者们进一步分析发现中国地方政府的土地出让干预也存在显著的空间互动效应。罗必良基于省级数据的空间面板计量模型估计发现，各省份土地出让策略存在显著的空间模仿效应，并且在行为上存在跨期影响[21]。李郇等也实证检验了土地出让收入存在横向竞争模仿的策略互动和惯性依赖特征[22]。在此基础上，还有些学者分别以出让土地类型[23]、土地出让方式[24]、政府行政地位[25]为依据进行细化，进一步验证了不同的政府土地出让行为的空间互动效应。

2.2 出让干预“逐底竞争”与效率损失

依照标准的经济学理论，要素投入扭曲会影响资源配置效率[26]。在中国当前的现实背景下，基于财政分权与晋升锦标赛的“双重激励”，地方政府凭借其在土地出让中的垄断地位，会通过扩大规模、压低价格等方式干预工业用地出让，届时工业用地要素投入就会出现扭曲，即偏离区域土地要素的有效供给，进而影响区域的工业用地利用效率。

更为关键的是，上述政府间的空间互动又会使得政府的干预行为传递到周边地区。根据空间溢出理论[27]，在竞争区域性与信息溢出性的作用下，地方政府干预土地出让争取外资投入的行为，很容易引致临近政府类似行动的反馈。在这种背景下，地方政府想要保持本地区经济相对于临近地区的更快增长，并在财政乃至政治晋升中脱颖而出，必然会竞相加大对于工业用地出让的干预，造成土地出让的“逐底竞争”。例如，竞相扩大土地出让规模、竞相压低土地出让价格、竞相放松企业用地考核标准等，以此降低工业企业的进入门槛，争取工业企业的落地投入。但与此伴随的是工业用地进一步过量投入、引资质量日益降低等问题显现，极大阻碍区域工业用地的合理利用。随着政府间这种互动干预行为在空间上的溢出扩散，最终导致各地区陷入土地出让“逐底竞争”的恶性循环，进一步加剧区域的用地供应失序和工业用地利用低效。

综合上述梳理分析，地方政府土地出让互动干预对工业用地利用效率的影响机制可以通过图1来示意，据此提出本文的研究假设。假设一：地方政府对于工业用地的出让干预会降低区域的工业用地利用效率；假设二：出让干预在相邻城市之间存在竞争互动效应，会加剧政府干预对区域工业用地利用效率的负向影响。

图1 地方政府土地出让互动干预对工业用地利用效率的影响示意图Fig.1 The impact of local government’s land conveyance interactive intervention on industrial land-use efficiency

3 数据来源、模型设计与变量说明

3.1 数据来源

本文研究对象是依据《中国城市统计年鉴》内的地级以上城市样本，在剔除数据不连续样本、依据行政区调整进行修正后，最终选定262个地级以上城市作为研究样本。研究时段为2007—2017年共11个年度。本文使用的数据中，第二产业GDP、地区GDP、第二产业就业人数等均来源于历年《中国城市统计年鉴》，对于极少数缺失的数据利用插值法平滑处理，涉及的价值数据按2007年可比价定基处理。工业用地面积数据来源于《中国城市建设统计年鉴》，通过行政区更名、合并、删除等方式，调整为与《中国城市统计年鉴》相同的城市样本。同时，本文以自然资源部下属的中国土地市场网为数据来源，收集整理该网站上提供的2007—2017年每一宗工业用地出让结果信息（包括出让方式、出让面积、所属行业等），整理形成262个城市的地方政府工业用地出让面板数据。

3.2 模型设计

3.2.1 空间相关性检验

考虑到地方政府工业用地出让干预行为可能存在空间相关性，本文首先采用Moran’sI进行全域空间相关性检验，为后续计量模型的选择提供依据，全局Moran’sI计算公式如下：

3.2.2 空间计量模型构建

根据“地理学第一定律”：所有事物都与其他事物相关联，但较近的事物比较远的事物更关联[28]。因而，识别这种地区间的相互关联影响需要采用空间计量模型。现有的空间计量模型主要有空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）。本文后续将基于数据结构和检验结果对模型进行筛选，基本模型设定如下：

式（2）中：i、j表示城市；t表示年份；W表示空间权重；Y表示被解释变量，WY表示被解释变量的空间滞后项；X表示解释变量，WX表示解释变量的空间滞后项；Z表示控制变量，WZ表示控制变量的空间滞后项；α表示常数项；ρ表示被解释变量的空间回归系数；β表示解释变量的回归系数；θ表示解释变量的空间回归系数；η表示控制变量的回归系数；δ表示控制变量的空间回归系数；λ表示空间误差回归系数；ε、μ表示随机扰动项。

本文中，β表示本城市的工业用地出让干预行为对本城市用地效率的影响，θ表示临近城市的工业用地出让干预行为对本城市用地效率的影响，两者综合反映地方政府工业用地出让互动干预对区域工业用地利用效率的影响。当β、θ都显著为负时，表明地方政府对于工业用地的出让干预会降低区域的工业用地利用效率，并且，这种出让干预在相邻城市之间存在空间互动效应，会进一步加剧政府干预对区域工业用地利用效率的负向影响，验证前述理论分析。

3.3 变量说明

本模型的被解释变量Y为区域工业用地利用效率。本文借鉴罗能生的研究成果[29]，采用区域第二产业GDP与工业用地面积之比，反映区域的工业用地利用效率，并做对数化处理。

解释变量X为地方政府工业用地的出让干预行为。已有研究表明，相对于市场化的“招拍挂”出让，协议出让方式可以让地方政府绝对控制用地对象和出让价格，具有高度的决策灵活，因而最能反映出地方政府在土地出让方面的干预倾向[30]。此外，由于现实中政府常通过出让金先交后返等方式补贴企业，因而，工业用地的出让价格并不能反映企业的真实用地成本[31]。故借鉴已有研究成果[32]，采用年度工业用地协议出让面积（或宗数）与年度工业用地出让总面积（或宗数）之比，表征地方政府的工业用地出让干预行为。

空间权重矩阵W的设定是空间计量模型的关键，其体现了区域间空间互动效应的权重因素。故本文分别以地理位置、经济水平为参考设计两类权重矩阵进行考察。（1）地理空间权重矩阵Wa，ij。以城市i、j是否相邻为标准，若相邻则将矩阵Wa，ij中的元素wij赋值为1，不相邻则赋值为0。（2）经济空间权重矩阵We，ij。由于空间系统内区域的相对和绝对位置并不是决定空间相关性的唯一因素，区域间的经济活动也会对空间单位产生影响[33]，对于经济发展水平相近但地理间隔较远的区域之间也可能存在空间互动关系。因此，以城市i、j人均GDP差值绝对数的倒数对We，ij中的元素wij进行赋值，即wij=1/|GDPi-GDPj|，其中，GDPi、GDPj分别表示城市i和城市j历年人均GDP的平均值，用于反映区域的经济发展水平。

借鉴已有研究[34-35]，本文的控制变量Z包含：（1）地均劳动力投入（人/m2），以第二产业就业人数与工业用地面积的比值表示；（2）地均资本投入（元/m2），由于数据可获性因素，故采用（固定资产投资-房地产开发投资）/建成区面积，衡量地区的资本投入；（3）产业结构（%），由于本文着重考察工业用地类型，故采用第二产业GDP占地区GDP的比重进行分析；（4）外商直接投资（%），采用（实际利用外资金额/地区GDP）进行表征；（5）金融规模（%），充足的资金保障是企业扩大生产规模、优化生产技术的关键，故采用人均金融机构存款余额占地区GDP比重表示；（6）科技服务水平（%），采用（科技支出+教育支出）/地区GDP进行衡量；（7）基础设施水平（%），采用衡量基础设施水平的指标不尽相同，鉴于数据可获性，采用城市道路面积比重表示。其中，地均劳动力投入、地均资本投入做对数化处理。

4 实证检验与结果分析

4.1 空间相关性检验

首先采用Moran’s I对2007—2017年全国262个城市的地方政府工业用地出让干预行为（即协议出让面积占比与协议出让宗数占比）进行全域空间相关性检验。结果如表1所示，2007—2017年中国地方政府土地出让干预行为的Moran’sI值基本为正，且大部分观测值在显著性10%水平上通过了空间相关性检验，说明中国各城市的政府土地出让干预存在显著且稳健的正向空间依赖性，在一定程度上也显现出各城市竞相干预出让工业用地的特征。因而，有必要在后续的实证分析中引入空间因素。

4.2 基本回归分析

在计量回归之前，借鉴ELHORST建立的研究范式[36]，首先对模型进行LM检验，结果显示本文模型存在显著的空间相关性，应建立空间面板模型。其次，通过构建Wald统计量和LR统计量，对空间模型的形式进行检验，结果显示本文更适宜于采用空间杜宾模型（SDM）①以协议出让面积占比为解释变量的地理空间权重模型Wald test（SAR）、LR test（SAR）、Wald test（SEM）、LR test（SEM）4个检验值分别为124.36、202.37、249.94、130.60，经济空间权重模型4个检验值分别为：35.64、34.89、20.01、47.17；以协议出让宗数占比为解释变量的地理空间权重模型的4个检验值分别为108.28、186.77、214.04、118.75，经济空间权重模型4个检验值分别为：32.16、30.61、18.74、41.59。上述所有检验值均通过1%的显著性水平检验，因而，依照模型判定标准，相对于空间自回归模型（SAR）与空间误差模型（SEM），本文更适宜于采用空间杜宾模型（SDM）。。在此基础上，通过Hausman检验，表明模型应采用固定效应回归结果。与此同时，考虑到普通最小二乘法会导致本文空间模型的估计结果有偏，故借鉴ELHORST的理论方法[36]，采用拟极大似然法（QMLE）进行系数估计，结果如表2所示。

表1 2007—2017年中国地方政府工业用地出让干预行为Moran’s I值Tab.1 Moran’s I of land conveyance intervention from local government in China between 2007 and 2017

4.3 偏微分效应分解结果分析

根据前述可知，由于式（2）中存在空间滞后项，WX、WZ估计系数的大小并不具有直接的解释力。故此，采用LESAGE偏微分效应分解模型[37]，通过分解直接效应、间接效应与总效应，分析自变量对区域工业用地利用效率的空间溢出影响。结果如表3所示。

就本文核心的政府土地出让干预变量来看，在地理位置和经济水平两种权重的全国层面估计结果中，无论是采用协议出让面积占比指标（模型1、模型3），还是协议出让宗数占比指标（模型2、模型4）进行回归，政府土地出让干预的直接效应估计系数都显著为负，表明地方政府对于工业用地的出让干预会降低区域的工业用地利用效率，符合研究假设一。更为重要的是，政府土地出让干预的间接效应估计系数也显著为负，说明城市间土地出让存在互动干预，并且会进一步降低区域的工业用地利用效率，与研究假设二相符。值得注意的是，相对于经济空间权重估计结果，在地理空间权重的估计结果中，土地出让干预变量的间接效应估计系数（绝对值）都接近甚至大于其直接效应估计系数（绝对值）。说明从全国层面来看，政府土地出让干预对区域工业用地利用效率的影响，在“地理意义”相邻的城市层面上存在着更强烈的负向反馈效果，即本城市加大对工业用地出让的干预，会导致相邻城市更大程度干预的负向反馈，导致更为严重的工业用地利用效率损耗。这主要是因为地理位置相邻的城市之间，在资源禀赋、交通区位、基础设施等工业企业选址考量的基本条件上更加趋同。因而，为了在引资竞争中取胜，彼此之间会更加竞相干预工业用地的出让，更易陷入土地引资“逐底竞争”的恶性循环，致使土地投入不断扭曲、招商引资质量持续下降而形成负外部性效应，最终导致区域更加严重的工业用地利用效率减损。

表2 空间模型估计结果Tab.2 Estimation results of the SDM model

表3 偏微分效应分解结果Tab.3 Estimation results of the spatially partitioned effects model

对于控制变量而言。综合地理空间权重与经济空间权重的估计结果可以看出，地均劳动力、地均资本、产业结构、金融规模、科技服务水平、基础设施水平6类指标的回归系数基本都通过显著性水平检验。具体而言，在4个模型中，地均劳动力的直接效应回归系数显著为正，地均资本投入的直接效应与间接效应回归系数显著为正。作为基本的生产要素，劳动力、资本的投入是经济产出的基本条件。从空间角度来看，诸如地均资本投入等生产要素的投入表现出空间正向相关性，在一定程度上反映为要素的集聚效应。已有研究已经证明，这种集聚效应会通过改进生产效率来促进经济产出的增长[38]，因而，结果符合现实情形。产业结构的各回归系数都显著为正，说明以工业为主的产业结构仍然是提高中国区域经济发展效率的重要推力，与已有研究结论相符[39]。金融规模的总效应系数显著为负，这应与现实中工业企业存在“脱实向虚”的情形相关。近年来，中国经济“脱实向虚”情形凸显，不仅金融行业在持续扩张，作为国民经济支柱的制造业，其资产结构也呈现出明显的金融化态势[40]。在现实中，虽然地方的金融规模有所增加，但是金融资金并没有注入到制造业或是注入到制造业企业的资金又流向金融业、房地产业等虚拟经济，由此不仅削弱了实体经济的社会产品供给能力，也影响了制造业行业的产能产值，在一定程度上就反映为工业用地利用效率的减损。此外，科技服务水平与基础设施水平的总效应回归系数显著为正，符合理论预期。这主要是因为科技服务的提高与基础设施的完善，可以有效促进要素资源的流动性[41]，提升工业企业的全要素生产率，进而提高工业行业的经济产出，故两个指标对区域工业用地利用效率都表现为显著的正向作用。

表4 三大区域政府互动干预影响的偏微分效应分解结果Tab.4 Estimation results of the spatially partitioned effects model in three regions

4.4 区域异质性分析

中国幅员辽阔、区域差异显著，不同区域的地方政府，其土地出让互动干预对用地效率的影响可能不同。因此，本文依照国家统计局的分类标准，将各城市样本归类于东部、中部、西部三大区域，并依照前述全国层面的分析范式，构建相应的空间计量模型，进一步深化分析政府土地出让互动干预对工业用地利用效率的影响。限于篇幅，表4主要列出了三大区域政府互动干预对用地效率影响的偏微分效应分解结果。

从三大区域的模型结果来看，无论是以地理位置还是以经济水平为空间权重，东、中、西部三大区域，其政府出让互动干预对工业用地利用效率呈现出愈来愈强的负向影响，其中，西部区域的负向影响几乎是东部区域影响的两倍（总体效应的系数绝对值相比）。这主要是因为在现实环境下，中国自东向西，城市的区位条件、发展水平等要素呈现出逐级变差的空间特征。特别是西部区域，其多数城市现阶段的经济发展仍较为落后，工业化进程还处于工业化中期快速发展阶段[42]，并且大部分地区处于内陆边缘地带，区位优势不明显，基础设施不完善，劳动力素质较低，产业基础较为薄弱。因而，土地出让成为此类城市地方政府为数不多可以吸引外来资本的有效手段。故相较于东部、中部区域，西部区域城市间的土地引资竞争更加激烈，政府间竞相干预工业用地出让的力度更大，致使土地要素投入的扭曲程度更深，进而反映于工业用地利用效率上的负向影响也更为严重。

5 结论与讨论

5.1 结论

本文应用2007—2017年262个城市的面板数据，首先通过Moran’s I指数检验地方政府工业用地出让行为的空间相关性。在此基础上，通过构建空间计量模型，并结合偏微分效应分解模型，分别从全国与三大区域层面，以地理位置与经济水平设定两类空间权重，综合分析地方政府工业用地出让互动干预对工业用地利用效率的影响。研究发现：（1）空间相关性检验结果表明，中国各城市的政府土地出让干预存在显著且稳健的正向空间依赖性，并且表现出空间上的非均质性，因而有必要将空间因素纳入分析；（2）空间回归模型结果表明，无论是地理位置相邻还是经济发展水平相近的城市，彼此间的工业用地出让互动干预都会进一步降低区域的工业用地利用效率。并且，从全国层面来看，相对于“经济意义”相邻的城市，“地理意义”相邻的城市，其互动干预对用地效率呈现出更强烈的负向反馈效果；（3）区域异质性分析结果表明，东、中、西部三大区域，其政府出让互动干预对工业用地利用效率呈现出愈来愈强的负向影响，其中，西部区域的影响效果几乎是东部区域效果的两倍。

5.2 讨论

在中国当前特殊的政治经济体制下，地方政府的工业用地出让存在显著的互动干预特征。这种空间互动干预不仅会造成地方政府竞相扩大工业用地出让面积和降低出让价格的“底线竞争”，还导致地方竞相降低引资质量、过度发展高消耗高污染产业的“区域竞次”，严重影响区域土地资源等要素的合理配置。因此，有必要对官员晋升制度、土地制度和财税制度进行更深入的改革。（1）深化工业用地出让制度与财政税收制度改革，加速土地要素市场化配置，提高工业用地出让的公开、透明程度，构建更具持续性的税收收入结构，淡化地方政府利用土地来获取财政收入的动机。（2）积极结合《重大行政决策程序暂行条例》和《干部选拔任用工作监督检查和责任追究办法》，设置相应的追责机制、预防机制，防止地方领导扭曲地价服务招商引资的意图。（3）依据最新的政策文件如《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》和《国家发展改革委关于实施 2018年推进新型城镇化建设重点任务的通知》，从城市间关系协调着手，将经济上紧密相连的城市纳入到一个分析框架下进行政策调控。第一，推进城市间的联席会议、合议表决等相关制度建设，以此为制度依托合理协调城市间的分工合作、有序竞争。第二，继续推动以城市群、都市圈为依托的区域规划，深化、强化城市群和都市圈所具有的协调功能，构建区域间收益分享机制，推动各类指标（如建设用地指标）调剂交易的平台建设，促进要素的跨区域合理流动。第三，明确区域错位发展、产业差异化的评价指标体系，更加重视地方经济发展中资源消耗、社会公平及人的发展等问题，强调区域经济社会的全面、协调与可持续发展。