土地供应策略阻碍了绿色全要素生产率提升吗?

李勇刚

(贵州财经大学 经济学院，贵州 贵阳 550025)

改革开放以来,中国经济保持高速增长态势,年均增长9%以上,经济总量稳居世界第二,对外货物和服务贸易总额跃居世界前列,被世人称为“中国奇迹”。在这一过程中,土地要素做出了巨大贡献,成为劳动力转移、产业集聚和经济增长的重要空间载体。地方政府利用其在土地一级市场中的垄断地位,一方面通过土地的宽供应保障经济高速增长，另一方面以低价协议出让工业用地的策略招商引资,加速工业化和城镇化,进而形成“以地谋发展”的地方经济增长模式。根据2018年《中国国土资源统计年鉴》的数据，2017年我国工矿仓储用地、住宅用地和商服用地出让面积占国有建设用地供应总面积的比重分别为20.4%、14%和5.1%,工业用地出让面积远高于商服用地和住宅用地的出让面积;从出让价格来看,2017年末全国105个主要监测城市的工业用地价格同比增幅仅为3.02%,远低于其他类型用地的销售价格。中国独特的土地制度安排与变革释放出了巨大制度红利,成为经济高速增长的发动机。但是,这种“以地谋发展”的低要素成本和低附加值的增长模式的弊端近年来开始凸显,扭曲了土地供应价格和结构,产生了一系列的经济、生态和社会发展等方面的问题,阻碍了国民经济的长期健康发展。当前,我国经济已由高速增长阶段转向高质量发展阶段,加强环境保护、加快绿色发展的任务更为紧迫。绿色全要素生产率的提升不但能够部分抵消传统动能弱化所带来的不利影响,也有助于加速实现我国经济从要素驱动向创新驱动的根本转变,切实推动我国绿色发展。基于此,本文将地方政府的土地供应行为与全要素生产率结合起来进行研究,考察土地供应策略对绿色全要素生产率影响的内在逻辑机理,探寻合理配置土地资源与提升绿色全要素生产率之间可行的政策平衡点。

一、文献综述

绿色全要素生产率是由传统的全要素生产率概念衍生出来的且在绿色发展背景下提出的全新概念,可以直接反映出经济增长的质量[1],也是经济发展新常态下突破资源环境约束、推动制造业绿色转型、实现经济发展质量变革的关键动力[2],已成为经济学者们关注的重点。

部分学者对绿色全要素生产率的测度问题进行了深入研究。Chung et al在Caves et al提出的传统Malmquist指数基础上,把环境污染作为非期望产出,提出方向距离函数,并在此基础上构建Malmquist-Luenberger(ML)生产率指数，测度了瑞典造纸业全要素生产率[3-4]。之后,学术界开始采用ML生产率指数测度绿色全要素生产率[5-7]，但是传统的ML指数存在潜在线性规划无解问题,也不具有循环性或可传递性。Oh and Heshmati设计Global Malmquist-Luenberger(GML)生产率指数测算26个OECD国家绿色全要素生产率[8]，此后不少学者开始采用这一生产率指数测度绿色全要素生产率[9-10]。例如，Oh et al采用GML生产率指数测度了1987—2007年韩国7462家制造业企业的绿色全要素生产率的增长率[11]。此外,也有一部分学者基于EBM(Epsilon-Based Measure)方向性距离函数,构建了MetaFrontier Malmquist-Luenberger(MML)生产率指数，测度制造业绿色全要素生产率[12-13]。

由于传统经济发展模式越来越呈现出的不可持续性,学者们开始探究绿色全要素生产率的影响因素,以期找到国民经济转型升级的关键点。与传统全要素生产率相比,绿色全要素生产率的影响因素主要有研发投入[13]、环境规制强度[14-16]、产业结构升级[17-18]、金融发展[19-20]、外商直接投资[21-22]等。陈超凡运用ML指数测度了资源环境约束下的工业绿色全要素生产率,发现2004—2013年间中国工业绿色全要素生产率的增长出现倒退且不具收敛特征,技术水平、合理的产权结构能显著提高绿色全要素生产率,同时环境规制对绿色全要素生产率的影响尚未越过“波特拐点”[23]。黄庆华等测度了2003—2015年中国36个工业行业的绿色全要素生产率,研究发现政府减排政策对绿色全要素生产率的影响具有时效性,近期的环境政策确实能够促进绿色全要素生产率的增长[24]。此外,部分学者研究发现产业集聚可以通过专业化效应和多样化效应两种机制影响制造业绿色全要素生产率[25-26]。

土地作为人类生存和发展的最基本资源,其供应结构成为地方政府实现特定政策目标的重要手段,对社会经济发展产生了重要影响[27],因此,优化土地供应结构成为国内学术界和业界关注的焦点,但土地供应策略与绿色全要素生产率之间关系的研究则仍然较少。陶然和汪晖指出地方政府低价、过度供给工业用地，以及高价、限制性出让商住用地带来了中国制造业的超常规发展,但也造成了一系列经济、社会和环境方面的负面影响[28]。李力行等利用城市层面和行业层面的数据,研究发现以协议方式出让的建设用地比例越高,则工业企业间的资源配置效率越低,且此效果对土地依赖程度高的行业更为显著[29]。李勇刚和罗海艳利用中国35个大中城市数据研究发现地方政府低价、过度出让工业用地，以及高价、限制性出让商业和住宅用地的“双二手”供地策略是土地资源错配的根源,抑制了产业结构从低级形态向高级形态的转变[30]。张少辉和余泳泽利用2004—2013年230个地级及以上城市的面板数据,研究发现地方政府的土地财政扩张显著抑制了城市全要素生产率的提升,而土地出让收入上涨既带来一定程度的规模效应,也明显地抑制了城市的技术进步和技术效率水平[31]。

学术界从不同角度探讨了绿色全要素生产率问题,但尚未有深入探讨地方政府的供地策略对绿色全要素生产率影响效应的文献。因此,本文采用SBM方向性距离函数和GML生产率指数测度2009—2016年中国105个城市的绿色全要素生产率,运用系统广义矩估计法(SYS-GMM)实证检验地方政府的供地策略影响绿色全要素生产率的直接与间接效应。

二、研究设计

(一)计量模型构建

为了准确识别地方政府的土地供应策略对绿色全要素生产率的影响效应,借鉴Telle and Larsson[32]、黄庆华等[24]的建模思路,本文在计量模型中加入绿色全要素生产率的滞后一期值作为解释变量,构建如下基准回归模型:

GTFPit=α0+α1GTFPit-1+α2LSSit+

(1)

其中,i和t分别表示城市和年份,LSSit表示地方政府的土地供应策略行为,包括住宅用地与工业用地价格之比(HIRit)、商业用地与工业用地价格之比(CIRit)；Controlit表示模型中的一系列控制变量,包括人力资本、国际贸易、外商直接投资、科技创新、金融发展、基础设施、环境规制与政府干预；ηit和εit表示不可观测的地区效应、时间效应,μit为随机扰动项。

(二)变量选择

1.绿色全要素生产率。本文将绿色全要素生产率(GTFP)作为被解释变量,借鉴Oh and Heshmati[8]、王恕立和王许亮[9]的研究方法,运用考虑非期望产出的SBM方向性距离函数和Global Malmquist-Luenberger(GML)生产率指数测度绿色全要素生产率。基于数据可得性,对投入和产出指标进行如下界定:(1)投入指标。本文所使用的投入指标包括资源性和非资源性投入指标,其中资源性指标主要有能源、土地资源和水资源,分别选用全社会总用电量、国有建设用地供应面积、全社会用水量表示;非资源性指标包括资本和劳动投入,分别选用全社会固定资本投资总额与城镇就业人数衡量。(2)产出指标。本文所使用的产出指标主要包括期望产出和非期望产出,期望产出由经济效应产出、社会效益产出、生态环境效益产出三种类型构成,分别采用地区生产总值、社会消费品零售总额和建成区绿化覆盖率表示;非期望产出由工业废水排放量、工业二氧化硫排放量和工业烟尘排放量来衡量。

2.土地供应策略。在财政和政治晋升的双重激励下,地方政府策略性设置土地出让价格和规模,采取低价大量出让工业用地、高价限制性出让商住用地的“二手”土地供应策略,导致土地资源配置结构的扭曲,降低了土地资源利用效率,进而对社会生产效率和全要素生产率产生重要影响。为了更好地衡量地方政府的土地供应策略行为,本文参考李勇刚和罗海艳[33]、赵祥和曹佳斌[34]的方法,分别采用商业用地价格与工业用地价格的比值(CIR)、住宅用地价格与工业用地价格的比值(HIR)作为解释变量。如果地方政府存在低价大量出让工业用地、高价限制性出让商住用地的供地行为,则商业用地和住宅用地价格与工业用地价格的比值会上升,进而表明地方政府对土地出让市场的干预程度相应提高,“二手”土地供应策略特征越明显。

3.控制变量。为了控制因遗漏重要变量所产生的内生性问题,减少估计结果偏误,本文在计量模型中进一步控制了影响绿色全要素生产率的变量。

(1)人力资本(HUC)。人力资本的积累有助于提高劳动者的工作能力和技术水平,进而促进劳动生产效率的提高,是提高经济增长绩效的重要因素。考虑到数据可得性,本文借鉴沈坤荣和耿强的研究方法[35],采用每万人在校大学生数来衡量人力资本水平。

(2)国际贸易(OPP)。国际贸易有助于加强国与国之间的经济联系,促进生产要素的流动,调节国内产品供需结构,提高国内企业的生产技术水平和管理水平,从而对本国生产力产生较大影响。本文参考梅冬州和龚六堂的方法[36],采用按当年人民币平均汇率计算的进出口总额占GDP的比重来衡量国际贸易发展水平。

(3)外商直接投资(FDI)。吸引外商直接投资能够解决国内经济发展资金不足问题,有助于引进国外先进技术和管理经验,提高劳动生产率。因此,外商直接投资也是影响全要素生产率的重要外部因素。本文采用按当年人民币平均汇率计算的实际利用外商直接投资占GDP的比重，来衡量各地吸引的外商直接投资总额。

(4)科技创新(SCT)。科技创新是提高绿色技术创新能力和资源利用效率,进而实现绿色发展的重要渠道。因此,科技创新是提高绿色全要素生产率的关键措施。考虑数据的可得性,本文采用人均财政科学事业费支出来衡量科技创新能力。

(5)金融发展(FDL)。金融发展能够提高企业投融资效率与水平,加快要素集聚,实现资本的优化配置,进而对扩大企业生产规模和技术进步产生重要作用;同时金融体系和工具的发展有助于深化技术和资本的融合,为绿色技术创新提供资金保障。本文参考李勇刚和罗海艳[33]的方法,采用年末金融机构各项贷款余额与GDP的比值表示金融发展水平。

(6)基础设施(INF)。基础设施建设有助于降低要素运输费用,提高要素配置效率和能源利用率,进而提高劳动生产率,由此可知,基础设施是影响绿色全要素生产率的重要因素。因此,本文参考邵帅和杨莉莉的方法[37],采用城市人均铺装道路面积衡量基础设施状况。

(7)环境规制(ENR)。提高环境规制水平、选择有效环境规制工具是提高环境规制能力和加大环境保护力度的重要举措。因此,一定程度的环境规制对绿色全要素生产率能够产生作用。基于数据可得性及实证需要,本文参考王杰和刘斌的方法[38],选择工业固体废物综合利用率、生活垃圾无害化处理率、生活污水处理率三个表示环境规制水平的指标,采用熵值法计算得到环境治理指数,来衡量地方政府环境规制水平。

(8)政府干预(GIN)。政府对经济活动进行适当干预有助于矫正市场失灵,减少企业污染排放,提高经济增长效率;但政府过度干预经济活动,则将削弱市场机制在资源配置中的积极作用,降低资源配置效率,进而不利于绿色全要素生产率提高。因此,本文参考朱英姿和许丹的方法[39],采用地方财政一般预算内支出占GDP的比重来衡量地方政府对经济运行的干预程度。

(三)数据来源与描述性分析

考虑到《中国国土资源统计年鉴》从2009年才开始统计全国105个重点城市不同类型建设用地价格数据,故本文选择2009—2017年全国105个重点城市作为样本,考察地方政府的土地供应策略对绿色全要素生产率的影响效应。不同类型用地价格和供应面积数据来源于《中国国土资源统计年鉴(2010—2018)》,进出口总额、居民消费价格指数的数据来自各市及其所在省(自治区)历年《统计年鉴》、各市历年《国民经济和社会发展统计公报》,全社会供水总量、全社会用电量、建成区绿化覆盖率数据来源于《中国城市统计年鉴(2010—2018)》,人民币年平均汇率数据来源于中国人民银行网站,其他指标数据来源于国研网统计数据库中的区域经济数据库。在进行回归分析之前,为了消除变量异常值所引起的估计结果的偏误,本文对模型中的变量进行自然对数处理,并采用插值法补齐了变量的少量缺失值,主要变量的描述性统计见表1。

表1 主要变量描述性统计分析

由表1可知,绿色全要素生产率的最小值和最大值之间的差额不大,而商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的最大值和最小值之间存在较大差距,呈现出较明显的变异性;其中,商业和住宅用地价格与工业用地价格的比值的均值分别为8.915和6.143,由此可知,商住用地与工业用地价格存在较大的差额。近年来,随着我国房地产市场的持续快速发展，以及地方政府的“以地引资生税”行为,商住用地与工业用地价格的差额逐步加大,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值分别由2009年的7.89和6.41提高到2017年的9.03和8.12,且呈现出逐年递增的趋势,这也表明地方政府的土地供应行为中确实存在“二手”供地策略。

三、实证结果分析

(一)基准回归结果

考虑到本文使用的数据为“大N小T”的短面板数据,加之为了消除模型的重要变量之间可能存在的反向因果关系,本文采用系统广义矩估计法(SYS-GMM)进行回归分析,估计结果如表2所示。

由表2的自相关检验AR(1)、AR(1)的P值可知模型残差序列不存在二阶自相关,由Sargan检验的P值可知模型选择的工具变量是有效的,这表明估计结果较为理想。此外,为了控制模型的内生性问题,本文还采用两个解释变量的滞后一期值进行回归,结果如模型4所示。由模型1—模型4可知,主要变量的估计系数未发生较大改变,这进一步表明回归结果较为稳健。限于篇幅,本文主要汇报基准模型3的估计结果。

由模型3可知,绿色全要素生产率的滞后一期值的估计系数显著为正,表明当期绿色全要素生产率受到前期绿色全要素生产率的影响较大,亦即绿色全要素生产率的提高表现出一定的路径依赖特征。商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数均显著为负,表明以商业和住宅用地与工业用地价格的比值衡量的土地供应策略对绿色全要素生产率产生了显著的负向影响。在财政和政治晋升的双重激励下,地方政府官员为了最大化当地财政收入和获得更多政绩,利用其在土地一级市场中的垄断地位,在土地出让市场上策略性设置供应价格和供应规模,采取低价协议出让工业用地、高价限制性出让商住用地的“二手”土地供应策略,导致土地资源的扭曲,促进工业尤其是中低端制造业的快速发展,但也造成以中低端制造业为主导的产业结构刚性,抑制了产业结构的优化升级;同时,由于环境规制水平低,各级地方政府在工业用地出让的底线竞争中所引进的投资项目有相当一部分为投资强度低、能耗高、污染大的项目,对生态环境亦产生负面作用,进而造成生产效率的损失,不利于绿色全要素生产率的提高。

国际贸易和外商直接投资的估计系数均显著为负,表明国际贸易与外商直接投资对绿色全要素生产率产生了显著的负向作用。原因可能是我国实际利用外商直接投资所形成的产业分布结构不合理,多数分布在制造业尤其是中低端制造业领域,战略性新兴产业和现代服务业利用外资明显滞后,仍处于全球价值链增值率较低的以加工和装配制造业为主的制造业环节;同时,我国对外贸易以加工贸易为主,参与对外贸易的企业也多属于劳动密集型出口企业,出口产品技术含量不高,服务贸易发展滞后,因此,对外贸易和引进外商直接投资对技术创新和产业结构升级的带动能力不强,并未显著促进绿色全要素生产率的提高。

表2 基准回归结果

科技创新的估计系数显著为正,表明科技创新活动促进了绿色全要素生产率的提升。科技创新是实现绿色发展的第一动力。近年来,中央和地方各级政府高度重视科技创新,不断增加科研投入,培育出更多的新技术、新业态和新产业,使得绿色技术创新体系不断完善,资源利用效率持续提高,从而有力促进了绿色全要素生产率的提升。

金融发展的估计系数显著为正,表明金融发展带来了绿色全要素生产率的提升。原因可能是绿色技术创新能力与金融发展紧密相关。随着我国金融领域的市场化改革持续推进,金融发展水平逐年提高,明显改善了创新个体、企业等的投融资环境,有助于满足企业开展技术创新活动的资金需求,从而增强企业的绿色技术创新能力,提高劳动生产率和扩大生产规模,进而对绿色全要素生产率的提升产生促进作用。

基础设施的估计系数显著为正,表明基础设施的改善对绿色全要素生产率产生显著的正向影响。原因是我国基础设施建设成效明显,极大降低了商品和要素的运输成本,加快了知识和技术在不同空间的传播,促进不同产业间的协同发展和共同进步,从而有助于我国整体技术水平和技术创新能力的提高;同时,基础设施的改善有助于优化社会资源配置,提高国民经济的运行效率,进而促进了绿色全要素生产率增长。

环境规制的估计系数显著为正,表明环境规制对绿色全要素生产率产生显著的促进作用。这也意味着当前我国环境规制强度尚处于适宜范围,随着我国各界对环境问题越发重视,各级地方政府对环境政策的制定和执行力度显著提升,通过出台环境保护措施,倒逼企业创新,驱动企业采用更先进生产技术,从而有助于提高企业生产效率和绿色全要素生产率。

人力资本的估计系数为正,但不显著,表明现阶段虽然我国研发人员数量已位居世界前列,但科技人才的创新能力相对不足,高端创新型人才与发达国家相比仍然缺乏,使得人力资本对绿色全要素生产率的促进作用尚未体现出来。政府干预的估计系数在10%的水平上接近显著为正,表明地方政府对经济运行的干预行为尚不能够显著提高绿色全要素生产率。

(二)稳健性检验

虽然本文通过选取被解释变量的滞后一期值作为解释变量以提高估计结果的稳健性,但考虑到地方政府土地供应策略与绿色全要素生产率之间可能存在双向因果关系降低估计结果稳健性,所以本文分别采用替换解释变量的衡量指标、改变样本范围两种方式进行稳健性检验。

1.替换解释变量

由于地方政府的土地供应策略除了表现为不同类型用地价格的差异之外,还表现为不同类型用地的供应面积上的差异,故本文采用工业用地供应面积与商业服务用地供应面积的比值(LSC)、工业用地供应面积与住宅用地供应面积的比值(LSH)作为土地供应策略的替代变量,对基准模型回归结果进行稳健性检验。需要说明的是,由于现有年鉴没有专门统计工业用地的供应面积,且考虑到工矿仓储用地主要以工业生产及其相应附属设施用地为主,因此,本文参考李力行等、李勇刚和罗海艳的方法[29-33],采用工矿仓储用地供应面积作为工业用地供应面积的替代变量,估计结果如表3的模型5—模型7所示。

表3 替换解释变量的稳健性检验结果

由表3可知,绿色全要素生产率的滞后一期值的估计系数仍然显著为正,工业用地与商业用地供应面积的比值、工业用地与住宅用地供应面积的比值的估计系数均显著为负,表明在更换衡量指标后,地方政府的土地供应策略仍然对绿色全要素生产率产生负面影响。控制变量中,除了基础设施的估计系数的显著性发生较大变化外,其他变量的估计系数与基准模型相比未发生显著变化。

2.改变样本范围

为了进一步检验基准模型回归结果是否受到某个样本城市的影响,本文采取缩小样本范围的方式,选择由105个城市中的直辖市、副省级城市、计划单列市和省会城市组成的35个大中城市样本进行稳健性检验,结果如表4所示。

表4 改变样本范围的稳健性检验结果

由表4的模型8—模型10可知,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数仍显著为负,与基准模型估计结果相比,估计系数的大小和显著性发生了小幅变动,但影响方向并未逆转,这进一步表明地方政府的“二手”土地供应策略确实阻碍了绿色全要素生产率的提高。此外,除了人力资本的估计系数变得显著之外,其余控制变量的估计系数与基准模型相比变动不大。

综上,稳健性检验结果均有力支持了本文的基本结论:地方政府的土地供应策略对绿色全要素生产率产生负效应,这表明本文基准模型的估计结果具有较高的稳健性。

(三)土地供应策略对绿色全要素生产率影响的城市等级异质性

按照经济发展水平和工业化程度等,结合2018年第一财经·新一线城市研究所对中国地级市的排名,本文将105个样本城市分为三类,具体划分为一线城市、二线城市、三线及剩余城市,以检验地方政府土地供应策略影响绿色全要素生产率的城市等级异质性,其中一线城市包括“北上广深”4个一线城市和15个新一线城市,二线城市有26个,三线及剩余城市有60个。估计结果如表5的模型11—模型13所示。

表5 土地供应策略影响绿色全要素生产率的异质性效应

由估计结果可知,地方政府的土地供应策略对绿色全要素生产率的影响存在城市等级异质性,对一线城市绿色全要素生产率产生正向影响,对二线城市的影响不显著,但对三线及其余低等级城市则仍产生显著的负向影响。原因可能是一线城市多为国家中心城市或国内经济最发达城市,产业发展水平远远高于其他等级城市,对土地低成本和土地抵押融资获得贷款的依赖程度下降;加之一线城市的土地资源稀缺,其配置的市场化程度最高,低价协议出让工业用地的数量相对较少,“二手”土地供应策略的特征并不明显,故而地方政府的供地行为对当地产业结构和生态环境等的负面作用较小,并未显著抑制绿色全要素生产率的提升。而对于低等级城市来说,经济发展过程中“以地引资”“以地生财”的特征仍较为明显,采取低价供应工业用地、高价出让商住用地的“二手”土地供应策略的压力仍然较大,因此,三线等低等级城市的土地供应策略阻碍了绿色全要素生产率的提升。

(四)土地供应策略对绿色全要素生产率影响的区域异质性

按照国家统计局的划分标准,并考虑到划分区域后的样本数量问题,本文将105个城市划分为东部和中西部地区,考察地方政府土地供应策略影响绿色全要素生产率的区域异质性,估计结果如表5的模型14和模型15所示。由估计结果可知,土地供应策略对绿色全要素生产率的影响存在区域异质性,其中对东部地区绿色全要素生产率的影响不显著,但在10%的水平上接近显著为正,而对中西部地区的影响则显著为负。原因可能是东部地区的土地资源稀缺,低价协议出让的工业用地面积占比逐步下降,地方政府的土地供应策略对绿色生产效率的负面效应逐渐减弱;同时,东部地区的科技创新能力较强,第三产业发展水平远高于中西部地区,地方政府的土地供应策略对当地资源与环境的压力相对较弱。因此,东部地区的地方政府土地供应策略并未阻碍绿色全要素生产率的提高。

四、进一步讨论

(一)土地供应策略影响绿色全要素生产率的传导机制分析

上述研究表明,从全国层面而言地方政府的土地供应策略对绿色全要素生产率产生了显著的负面影响。那么,导致了这一现象产生的根源是什么?换言之,地方政府的土地供应策略影响绿色全要素生产率的传导机制是什么?为了验证地方政府的土地供应策略对绿色全要素生产率的间接影响效应及其影响的内在逻辑机理,本文除了分析土地供应策略对绿色全要素生产率直接效应之外,还借鉴Baron and Kenny的方法[40],构建中介效应模型,从产业结构效应与生态环境效应两个渠道研究土地供应策略对绿色全要素生产率影响的传导机制,中介效应模型具体形式如下:

(2)

(3)

(4)

其中,Wit表示中介变量,包括产业结构(INS)和生态环境(ENP);θ表示中介变量的估计系数,其他变量的定义与上文一致。按照中介效应的检验方法,可以分三个步骤进行检验:第一步,对模型(2)进行检验,若地方政府的土地供应策略对中介变量的影响显著为正,则继续进行下一步检验;第二步,采用模型(3)检验地方政府的土地供应策略对绿色全要素生产率的影响,若仍然显著则继续;第三步,对模型(4)进行检验,如果地方的政府土地供应策略对绿色全要素生产率的影响仍显著,但影响程度下降,即α3<α2,则表明存在中介效应。需要说明的是,本文使用第三产业增加值与第二产业增加值的比值作为产业结构的衡量指标。同时,基于数据可得性,本文选取工业二氧化硫排放量、工业废水排放量、工业烟尘排放量三个指标,采用熵值法计算环境污染综合指数,以衡量生态环境的污染程度,估计结果如表6所示。

由表6的模型16可知,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数均显著为负,表明地方政府的土地供应策略对产业结构升级产生显著的负面影响;由模型17可知,加入产业结构变量后,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数在1%的水平上显著为负,与基准模型3相比,估计系数的绝对值均下降了(分别由-0.166变为-0.154、由-0.095变为-0.037),这也意味着地方政府的土地供应策略通过产业结构效应作用于绿色全要素生产率的传导机制是存在的,亦即产业结构确实是地方政府的土地供应策略作用于绿色全要素生产率的一个重要渠道。由模型18可知,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数均显著为正,表明地方政府的土地供应策略加剧了当地的生态环境污染;由模型19可知,加入生态环境变量后,商业用地与工业用地价格的比值、住宅用地与工业用地价格的比值的估计系数均显著为负,与基准模型3相比,估计系数的绝对值均下降了一定幅度,表明地方政府的土地供应策略影响绿色全要素生产率的过程中存在生态环境污染效应,这也说明生态环境污染确实是地方政府土地供应策略作用于绿色全要素生产率的一个重要渠道。

表6 传导机制检验结果

(二)基础设施用地供应对绿色全要素生产率的影响

近年来,随着我国经济转向高质量发展阶段,创新驱动成为发展的第一动力,经济增长对土地要素的依赖性开始降低,以地招商引资生税的比值的效力逐步减退,工业用地出让面积占比有所降低,而商业服务用地和住宅用地的占比不增反降。统计数据显示,2003年以来工矿仓储用地供应占比从2006年的最高点50.40%降低到2016年的23.17%.与此同时,地方政府在土地供应中更偏好于基础设施用地,加剧了供地结构的失衡；基础设施用地的占比从2003年的4.86%提高到2009年的17.98%,之后,迅速提高到2017年的43.86%.为了考察地方政府大幅增加基础设施建设用地供给的策略行为对绿色全要素生产率的影响,本文将基础设施用地与商业用地面积的比值(INC)、基础设施用地与住宅用地面积的比值(INH)作为解释变量,进一步检验地方政府增加基础设施用地的土地供应策略行为对绿色全要素生产率的影响效应,结果如表7的模型20—模型22所示。

表7 基础设施用地供应与绿色全要素生产率估计结果

由模型22可知,基础设施用地与商业用地面积的比值的估计系数显著为负,基础设施用地与住宅用地面积的比值的估计系数为负,这表明在实体经济增速放缓和房地产市场处于拐点的情况下,地方政府为了保持经济中高速增长,将更多国有建设用地用于基础设施建设的策略行为虽然改善了基础设施状况,但也导致供地结构失衡程度加大与土地资源的错配,加剧了产业结构和国民经济结构的失衡,阻碍了生产效率和绿色全要素生产率的提高。

五、结论与启示

本文将具有较为明显行政干预色彩的地方政府土地供应行为与绿色全要素生产率联系起来,探讨地方政府的土地供应策略对绿色全要素生产率提升的影响,并利用2009—2017年中国105个城市组成的面板数据进行实证分析,研究结果主要有:(1)整体上,地方政府的土地供应策略对绿色全要素生产率产生显著的负向影响,这表明在财政和政治晋升的双重激励下,地方政府的土地供应策略是阻碍绿色全要素生产率提升的重要因素。(2)土地供应策略对绿色全要素生产率的影响存在城市等级和区域异质性,对经济较为发达的一线城市的绿色全要素生产率产生正向影响,对二线城市的影响不显著,但对三线及其他级别城市则产生显著的负向影响;同时,对东部地区绿色全要素生产率的影响不显著,对中西部地区的影响则显著为负。(3)进一步分析发现,产业结构效应和生态环境效应是土地供应策略影响绿色全要素生产的两个重要传导机制,即地方政府的土地供应策略主要通过抑制产业结构升级和加剧生态环境污染阻碍我国绿色全要素生产率的提升;同时,研究还发现地方政府将更多国有建设用地用于基础设施建设的策略行为,对绿色全要素生产率的提升产生不利影响。

本文的研究有助于我们更好地理解地方政府的土地供应行为对全要素生产率的影响效应,对我们优化地方政府供地结构、提升绿色全要素生产率具有重要的政策启示:一是进一步完善官员政绩考核体系,适度增加生态环境状况、资源利用效率、社会安全指数等指标的权重,建立起绿色政绩考核体系,减少各级地方政府官员依靠土地的宽供应和高耗费保增长的短期行为,倒逼地方政府转变土地利用方式。二是加强对地方政府土地出让行为监管,减少低价工业用地和基础设施建设用地供应量,适当增加房地产用地供应比例,优化土地供应结构,逐步降低土地资源配置的扭曲程度。三是持续深化财税体制改革,优化中央和地方财政事权与支出责任划分,稳妥推进房地产税立法和实施,缓解地方政府的财政支出压力,降低对土地出让收入及相关收益的依赖。