省级政府新增建设用地指标空间配置的偏好研究——以江苏省为例

邵子南，杨皓然，吴 群

（南京农业大学 公共管理学院，江苏 南京210095）

一、引 言

资源稀缺、环境危险和城市化成为城市可持续发展将面临的三个主要挑战［1］。1978-2015年，我国常住人口城镇化水平从17.9%提升到56.1%，2020年将达到60%左右（国家新型城镇化规划（2014-2020年））。中国城镇化与工业化投资驱动特征明显［2］，这无疑将加剧城市间有限资源和发展空间的争夺［3］。党的十九大报告指出，坚持“创新、协调、绿色、开发、共享”新发展理念，增强区域发展协调性。这说明合理配置利用资源对促进区域协调发展，优化国土空间开发格局，构建大中小城市和小城镇协调发展的城镇格局具有重要意义。区域资源配置不合理，可能是经济社会发展不平衡、不充分，生态环境保护政策失效的重要原因之一。

土地作为人类生产生活的重要载体，支撑着城市基础设施建设、工业园区扩张，并为地方政府提供财税来源［4］。长期以来，以政府主导的土地配置模式为我国工业化和城镇化发展提供了强劲动力，然而开发强度大、经济密度低、负外部性强等粗放利用特征，导致这种“高代价、低效率”的土地资源配置模式难以持续。土地资源稀缺已成为制约我国东部沿海地区经济发展的主要瓶颈之一［5］。土地资源能否合理利用关系到人类社会经济持续协调发展，而土地资源合理利用的实质是土地利用配置的问题，即如何实现土地资源在各子区域间、部门间、用途间的合理分配［6］。我国采取土地计划管理制度对土地开发利用与保护进行空间用途管制。规划期内新增建设用地指标分配是土地利用总体规划的主要任务之一，其合理分配是实现建设用地总量控制和促进节约集约利用的重要途径［7］。

在人多地少的中国，土地资源配置问题是学界关注的焦点。近年来学者们从不同角度对建设用地配置进行研究。在新增建设用地指标分配研究方面，郭杰等（2016）构建了包括人口、二三产增加值、耕地保有量、建设用地可拓展空间等指标体系，计算出省级行政单元新增建设用地指标分配结果［7］。殷少美等（2007）构建了包括总人口、人均GDP、地均GDP等13个指标在内的评价体系，并基于主成分分析法和AHP-GEM模型对江苏省新增建设用地指标进行了模拟配置［6］。在新增建设用地用途配置研究方面，Cai（2017）、Huang and Du（2017）研究发现地方政府扭曲土地出让价格，造成土地资源在工业与商业间错配［8-9］。在新增建设用地指标配置评价研究上，杨鑫等（2017）基于效率公平原则，采用C-D生产函数、洛伦兹曲线、协调度等方法研究发现，南京市地区间指标过度配置和配置不足现象并存［10］。现有研究丰富了新增建设用地指标配置认识，但已有研究并没有回答作为指标管理者的上级政府在实际下达指标时的策略偏好是什么？即下级政府哪些经济社会要素会影响指标管理者配置策略。

分税制改革以来，地方政府的财税与政绩对土地要素的依赖性增加。与地方政府相比，中央政府除了考虑土地开发和利用在推动经济增长方面的作用之外，还要考虑土地开发对耕地保护和社会稳定的负面影响［11］。省级政府，作为一个利益主体，同样面临经济增长、耕地保护、社会稳定、区域协调发展的综合目标。由于多目标的存在，省级政府在系统调节新增建设用地指标在辖区城市之间分配时可能存在策略偏好。鉴于此，本文以江苏省2001-2015年间13个地级市新增建设用地指标配置数据为基础，研究省级政府指标配置行为。本文研究结果试图为理解当前土地利用计划管理体制下，省级政府新增建设用地指标配置行为逻辑提供一些参考。

二、理论分析与配置偏好假说

土地政策作为重要的宏观调控政策工具，而作为政策抓手的新增建设用地指标分配直接决定地区间经济增长速度、结构和规模。新增建设用地指标分配不仅需要考虑经济发展需求，同时也需要兼顾环境承载力和社会公平等。其内涵包括：①要保障地方政府经济发展对建设用地的基本需求［7，12］；②要兼顾公平，给予落后地区用地指标一定倾斜，从而防止贫富差距加剧［13］；③要考虑地区环境承载力［14-15］；④要体现规划管控作用［16-17］；⑤要发挥有限的建设用地指标利用效益，实现土地资源节约集约利用。但上述指标分配原则和内涵可能存在目标冲突。比如：经济发达地区往往是人口、产业集聚地，对建设用地需求旺盛，但同时土地开发强度大，生态环境承载力低又要求减少用地指标配置。

新增建设用地指标对于市级政府发展的重要性不言而喻，作为指标管理者的省级政府可能存在不同的策略偏好来分配有限的新增建设用地指标（图1）。

图1 新增建设用地指标分配逻辑框架

尽管我国在市场化改革中实行经济分权，但政治上实行高度集权管理。即上级政府对下级政府在人事任命上高度集权，导致政府官员之间存在激烈的晋升竞争［18］。我国政治晋升博弈的基本特征是一个官员的晋升直接降低另一个官员的晋升机会［19］。发展中国家与发达国家的主要发展任务不同［20］，促进经济增长一直是中国各级政府的首要任务之一［21］。周黎安等（2005）、Li and Zhou（2005）研究发现经济绩效对省级官员晋升有正向影响，官员晋升锦标赛迫使省级政府官员也会为经济增长而展开竞争［22-23］。地方官员在面临激烈的政治竞争环境情况下，有更强的政治动力和更大的压力去创造良好的经济业绩［24-25］。地方官员面临政治竞争和政治激励做出推动地方经济增长的反应，源于中央政府采用的是相对绩效考核的职业锦标赛机制［22］。即注重参赛人的相对成绩，而不是绝对成绩。因此，各地方政府必须努力使其经济表现优于其他竞争者。土地作为地方政府掌握的重要资源，经营出让土地无疑成为地方官员发展辖区经济、参与政治晋升锦标赛的主要手段之一。省级政府分配较多的新增建设用地指标在经济增长较快的城市，可以保障经济增长而获得更多的经济收益，从而最大化自身政治利益。

假说1：省级政府会偏好分配较多的新增建设用地指标在经济增长更快的城市。

以经济增长导向的政绩考核体制激励地方政府为增长而竞争，我国投资型经济增长模式明显，招商引资作为地方政府促进GDP增长和增加上缴财政收入的重要手段，晋升的焦点自然就演变为引资竞争［26］。地方政府为招商引资一方面不惜通过“竞次式”的恶性竞争，以低价甚至零地价为制造业投资者提供土地［27］，另一方面通过投资基础建设来改善地方投资环境。无论是优惠地价出让工业用地，还是基础设施配套建设都需要较多的用地指标来支撑工业发展。事实上，以工业驱动经济增长为主的城市比以服务业为主的城市需要更多的土地用于支持地方经济发展［28］。此外，中央政府一直致力于产业结构升级，地方官员为了得到政治连任和晋升等职业发展，需要遵从、迎合和满足中央的目标与偏好，即政治激励。理性的地方官员为了最大化其任期内效用，会致力于尽量在时间上内部化产业结构变动的好处［29］。因此，将新增建设用地指标向以工业发展为主的城市倾斜，一方面刺激相对发达城市倒逼产业结构升级，避免城市之间产业结构趋同性与重复建设，实现对中央给予的政治激励反应；另一方面，也可以满足工业驱动型城市发展的用地需求。

假说2a：省级政府偏好分配更少的新增建设用地指标在第三产业占比较大的城市。

地方政府由于引资需求和土地财政激励，倾向于配置更多的用地指标在工业而非商业［9］。地方政府通过土地出让、税收优惠等手段吸引投资来换取增长绩效，导致了经济增长对投资拉动的过度依赖和过度竞争，其结果导致投资竞争下的重复性建设、产业结构雷同与产能严重过剩，从而最终不可避免地出现工业项目用地低效和城镇化率虚高，土地城镇化快于人口城镇化［30-32］。增加新增建设用地指标配置在第三产业占比较大的城市，不仅可一定程度上避免上述现象发生，也可以发挥集聚经济优势，提高土地资源利用效率［33］。

假说2b：省级政府偏好分配更多的新增建设用地指标在第三产业占比较大的城市。

工业化、全球化促进了城市经济发展，带动了就业非农化和人口向城镇迁移，这无疑会增加对居住、交通、教育和医疗等用地需求。人口增加是建设用地扩张的重要影响因素［28］。城市对建设用地的需求归根结底是人们对土地承载功能的需求。

假说3：省级政府会偏好分配更多的新增建设用地指标在城镇人口较多的城市。

资源禀赋反映区域土地生态系统维持经济发展、粮食安全和生态保护的资源供给能力［7］。伴随城市扩张带来的耕地和生态用地大量损失，中央政府逐渐加大对地方政府耕地保护考核与建设用地规模管控力度。为发挥土地利用规划刚性约束作用和保障地方政府后续用地的可持续性，理应减少规划空间不足地区用地指标。我国层级式规划管理体系规定了各级地方政府应保有的耕地数量，即省级土地利用规划规定了各地级市单元应保有的耕地数量。耕地资源丰沛程度将决定建设用地扩张的极限约束，制约新增建设用地指标配置数量。相对发达城市土地开发强度较大、规划建设空间不足、耕地后备资源短缺，兼顾生态和资源环境承载力约束理应减少其指标配额。

假说4a：省级政府偏好分配更多的新增建设用地指标在耕地资源禀赋较多的城市。

另一方面，全国土地利用总体规划纲要仅对省级行政单元的耕地保有量作出规定，这说明省级政府只要在省级层面达到耕地保护任务即可。省级政府可能为了获得更多的经济收益而将较多的用地指标分配在耕地资源禀赋相对较差，但单位建设用地经济收益更高的发达城市。

假说4b：省级政府偏好分配更少的新增建设用地指标在耕地资源禀赋较多的城市。

三、研究设计

（一）模型构建

基于以上理论分析与假说，本文构建以下计量模型：

式中，Yit为被解释变量，即新增建设用地指标配额；ecrate、struc、popul、pfarm等表征指标配额的影响因素，分别代表经济增长、产业结构、人口数量、耕地资源；X为一组控制变量；β0为常数项；β1-β5分别为相应变量的回归系数；μi为个体效应；δ表示残差项；式中字母下标i、t分别代表不同的城市和年份。

（二）变量说明与数据来源

因变量：以实际下达的新增建设占用农用地数量来表示。地区建设用地的增加主要以农地非农化为主，因此采用实际新增建设占用农用地面积基本能反映省级政府分配给各地级市的新增建设用地规模。

自变量：①经济增长。在以经济发展和GDP增长为核心的政绩考核体制下，地方政府为增长而竞争。省级政府作为地方政府，主政官员可能也面临着经济增长压力。考虑到各级地方政府在国民经济和社会发展统计公报、国民经济和社会发展规划纲要等政府规划和报告中都强调GDP增长速度，本研究以GDP增长率来反映经济增长对用地指标配额的影响。②产业结构。由配第—克拉克定理可知，随着经济发展水平的提高，城市产业结构会从资源密集型为主的重工业和传统制造业向服务业和技术密集型产业升级，本文采用第三产业增加值占GDP比重来衡量产业结构。③人口规模。在衡量人口因素时，通常有常住人口和户籍人口两种口径。由于数据可获性原因，各地级市早期常住人口数据无法获取。新增建设用地指标主要用于城市建设而非农村发展，因此这里采用市辖区户籍人口数量来表示。④耕地数量。耕地资源禀赋决定地区建设用地扩张的极限约束。因为江苏省大部分地级市耕地保有量已突破土地利用总体规划管控目标，本文选取人均耕地面积来反映制约新增建设用地指标分配的资源禀赋因素。

控制变量：①面对建设用地盲目扩张带来的负面效应，各级政府强调节约集约利用土地。江苏省政府将节约集约利用水平直接与新增建设用地指标奖励挂钩。本研究将地级市节约集约利用水平作为影响省级政府用地指标配额的控制变量，即省级政府可能偏好将更多的指标配置在节约集约水平较高的城市，采用单位建设用地①GDP产出来衡量。②建设用地占比较高的经济发达地区开发强度较大，资源环境承载能力有限，生态空间约束性强，额外增加建设用地指标所支付的生态成本或生态价值损失较高［14］。因此，本研究将市级单元建设用地面积占辖区面积比重作为控制变量，以反映土地开发强度对新增建设用地指标配额的影响。③面对区域经济发展失衡，平衡与协调发展成为社会主题。对相对落后地区给予用地指标配额一定程度倾斜，促进其经济发展从而缩小贫富差距。本研究采用人均GDP来衡量地区经济发展水平。

考虑面板数据连续性，本文选取江苏省13个地级市作为样本，时间序列从2001-2015年。在上述所有变量中，GDP增长率、第三产业增加值、GDP、市辖区户籍人口数量、各地级市户籍人口等数据均来源于《江苏省统计年鉴（2002-2016）》；耕地数据、建设用地数据来源于江苏省土地利用变更调查数据；新增建设用地指标数据来源于江苏省国土资源厅规划处。地区生产总值采用价格指数按2001年可比价计算。各变量的含义及统计描述如表1所示。

四、结果与分析

（一）新增建设用地指标空间配置特征

从图2-图4可知，新增建设用地指标在13个地级市之间空间配置差异明显。位于苏南地区各市的用地指标配置数量整体上大于位于苏北、苏中地区的各地级市②。然而，配置数量随时间变动而不断波动。全省新增建设用地指标的基尼系数值③从2001年0.517急剧缩减到2015年0.085（图5），说明新增建设用地指标空间配置更趋向于分散，地级市之间配额差距不断缩小。

位于苏南地区的苏州、无锡，新增建设用地指标配额几乎一直居首。配额最多的2003年分别达到8400、6700公顷左右，2001-2015年平均配额分别为2419、1944公顷。而苏北地区的连云港市配额几乎一直最少，配额最多的2010年也仅有709公顷，2001-2015年平均配额为457公顷。但值得注意的是，不同年份新增建设用地指标配置数量差异最大的地级市也集中在苏州、无锡，其标准差分别为1944、1543；差异最小的是连云港。理论上，为减少上下级政府之间摩擦，省级政府理应避免年度间配额出现较大变动（尤其是新增建设用地指标配额大幅减少），从而促使其配置行为被处于行政等级较低的市级政府支持与接受，但事实情况并非如此。一些学者，如：马晓妍等（2017）、周立群和张红星（2011）、陆效平和孙伟（2007），认为指标配置是政府之间博弈均衡的一种结果，只有平均分配才能通过下级政府的认可和接受［35-37］。但从新增建设用地指标在各地级市之间的配额变动情况来看，此结论并不成立。

Li et al.（2015），Su and Yang（2000）研究发现地级市行政级别高，拥有的政治资源较丰富，从而有利于获取更多资源［38-39］。但本文数据表明省会城市、省内唯一副省级城市的南京并未因行政级别最高而获得最多的用地指标。反观近年来，无锡、苏州等指标配置数量下降趋势明显，徐州、扬州等指标配置数量上升。

图3 苏中各市指标配置数量

图4 苏北各市指标配置数量

图5 江苏省指标配置集聚趋势

（二）回归结果分析

由于耕地数量变量和土地开发强度变量、节约集约度变量和协调发展变量、土地开发强度变量和协调发展变量之间存在较强的相关性。为避免变量之间共线性造成回归结果有偏，将相关变量分别引入回归模型。为确定选择混合OLS模型、固定效应模型，还是随机效应模型，分别采用F检验和Hausman检验。结果所有模型Prob＞F=0.0000，拒绝原假设，说明应采用固定效应模型或者随机效应模型。通过Hausman检验，Prob＞chi2=0.0000，拒绝原假设，说明采用固定效应模型更加合理。本文为反映金融危机前后指标配置行为变化，将时间段分为2001-2009、2010-2015并分别进行回归，通过Hausman检验，相对应的P值均为0.000，检验结果拒绝了原假设，选择固定效应模型，回归结果见表3所示。

表2 回归结果（2001-2015）

表3 分时段回归结果

从以上回归结果可以看出，模型稳健性较好。具体分析如下。

（1）新增建设用地指标配额与GDP增长率正相关，并通过显著性检验。基于GDP和财政收入等经济增长绩效为主的政绩考核体制，激励地方政府行为短期化，加剧了地方政府之间为经济增长而竞争［40］。政府之间锦标赛式的经济增长竞争迫使地方官员尽可能在任期内最大化自身政绩，以期晋升。在中国的官员晋升体系中，一人晋升意味着其他人晋升机会的失去，即晋升博弈中的零和博弈［41］。Li and Zhou（2005）发现省级官员的升迁概率与省区GDP增长率呈显著的正相关关系［23］，说明以经济增长为核心的绩效考核机制同样存在于省级政府主要官员［24，42］。因此在对上负责的官僚体制下，省级政府具有强有力的激励努力实现中央政府绩效考核标准。投资作为拉动经济增长的主要推动力，意味着现有经济发展模式依然需要土地资源支撑经济发展。在增长驱动目标约束下，省级政府将更多的用地指标分配在经济增长率高的城市，是“明智之举”。

（2）新增建设用地指标配额与产业结构正相关，并通过显著性检验。即第三产业比重越大的城市，用地指标配额越多。这与市级政府倾向于配置更多的土地用于工业投资的行为相悖［8-9，27］。理论上，在中央下放经济管理权限背景下，地方政府拥有足够空间来为增长而竞争，尤其是在短期内面临较大的横向竞争时，扩张地方投资成为其共同选择的主要手段［32］。地方政府为了招商引资，争夺流动性税基，推动制造业发展的“溢出效应”而产生“竞次式”（race to bottom）的恶性竞争，通常低价甚至零地价、过度供应工业土地［27］，可短期内实现GDP增长和增加上缴财政收入［26］。基于相对绩效的政绩考核激励地方政府片面追求经济增长数量的高增长，并不注意经济发展的质量。事实上，过多的土地资源用于工业发展，往往造成产业结构趋同，土地闲置、粗放利用，工业园区重复建设带来的产能过剩［4］。省级政府配置更少的土地用于工业主导城市，可一定程度上避免上述负面行为发生。在全球化、城市化与市场化过程中，生产性服务业对经济发展的贡献日益提高，由服务多样性所产生的规模效应将越来越重要［33］。将更多的用地指标配置在第三产业主导的城市，不仅有利于现代服务业尤其是金融、资本、科技、教育等兴起，增强城市竞争力，更有利于土地利用效率提高。

（3）人口变量对新增建设用地指标配额的影响并不能通过显著性检验，说明辖区人口规模与新增建设用地供应并非同步。这可能因为两者存在时间上的滞后性，即土地开发成熟后才能引致人口增加。当然，人口因素影响的机制机理还有待进一步研究。

（4）耕地变量对新增建设用地指标配额具有显著的正向影响，即耕地资源禀赋较多的城市会配置更多的用地指标，反之则越少。当下的财政体制激励地方政府选择自身效用最大化行动，放弃或降低耕地保护政策［43］。地方政府往往存在追求短期经济增长的倾向，而对资源保护、社会公正等关注不够［44］。上述回归结果表明，耕地数量作为省级政府分配新增建设用地指标考虑的因素之一。这在一定程度上可以说明，省级政府在耕地保护方面遵从中央政府政策规定。这一结论暗含的政策含义是，同样作为“地方政府”的省级、市级政府在耕地保护策略与行动上有所不同。市级政府往往以牺牲耕地保护为代价，一味追求经济增长与城市化，但省级政府不仅关注经济增速，也注重经济增长的可持续性。拥有较少耕地资源的城市，土地开发强度较大，城市发展的宜居空间有限。省级政府通过合理调节新增建设用地指标在市级间配置，一方面优化国土资源空间开发，另一方面实现中央下达的耕地保护任务。

（5）关于控制变量的解释。新增建设用地指标配额与单位建设用地GDP产出、人均GDP呈正相关，但都不能通过显著性检验。这表明指标配额和地级市的土地资源节约集约利用水平、经济发展水平之间的相关性不能通过模型检验。指标配额与土地开发强度呈显著负相关关系，这与预期偏好相一致，即土地开发强度较高的城市获得更少的指标配额，这可能是生态宜居城市建设的客观需求。

五、结论与讨论

与已有研究强调如何分配新增建设用地指标不同，本研究重点探讨了影响管理者分配指标的因素。通过对江苏省新增建设用地指标空间配额变动情况分析发现，基尼系数从0.517（2001年）下降到0.085（2015年），即指标在地级市间分配趋向于分散，地级市间配额差距缩小。结果表明省级政府存在指标配置策略偏好，而且偏好随时间变化呈现稳定性。在中央政府严控新增建设用地指标背景下，有限的指标配额和约束性指标（经济增长）高度相关，即GDP增长率较高的地级市可获得更多的指标配额。这与近些年来苏北、苏中地区GDP增长率较高，指标配额向苏北、苏中地区城市倾斜相呼应。这说明在当前政绩考核体制下，省级政府指标配置行为也难免受到政绩“指挥棒”的干扰。随着区域协调发展、生态保护、产业结构升级的重要性日益提高，省级政府需要完成的任务越来越多，目标函数也趋向复杂化［45］。因此，建立差异化考核评价指标体系，降低经济指标在政绩考核中的权重，构建经济发展与社会生态环境之间的有效均衡，将有利于资源的合理配置。

尽管分权赋予了地方政府更多的政策制定和经济发展空间，但在我国自上而下土地计划管理体制中，上级政府依然垄断指标分配权。当前的制度设计激励各市级政府与省级政府讨价还价，力争获取更多指标配额来发展当地经济。然而，省级政府作为指标分配者，有限的指标不可能满足所有地级市用地需求。与市级政府相比，省级政府作为地方的“中央政府”更多从全省整体利益出发统筹分配新增建设用地指标，即统筹考虑指标分配对经济增长、产业结构升级、耕地保护等影响。

近些年新增建设用地指标配额明显倾向于相对落后的苏北、苏中各市，即限制相对发达的苏南各市用地规模。大城市建设用地供应不足，可能助推房价上升从而加剧城镇化成本，人口城镇化进程将受阻［46］。房价上升拉动平均工资上升，企业的理性反应则是用资本来替代劳动。我们担心，过早的资本替代劳动进行产业升级，可能导致过度资本化从而偏离实际的比较优势，危害经济整体竞争力。在经济要素与人口要素向大城市集聚过程中产生了分享、匹配、学习等规模效应［33］。严控大城市规模，可能降低大城市的集聚能力和规模效应，引发区域产业结构失衡与产能过剩，造成经济效率损失。

注 释

①因数据时间跨度大，为保证数据连续性和可比性，本文建设用地口径包括城镇工矿用地和交通运输用地，并进行相关处理。感兴趣读者可与作者联系。

②苏南地区包括南京、镇江、常州、无锡、苏州；苏中地区包括扬州、泰州、南通；苏北地区包括宿迁、淮安、盐城、连云港、徐州。