土地利用效率对城市群创新效率空间溢出效应的影响研究

李嘉琳

摘 要：土地要素在城市建设中的规划对于城市整体创新质量或效率乃至城市群层面都是至关重要。本文从土地视角出发以全国267个城市，七大城市群为主要研究对象，选取2017年截面数据，通过构建资本，土地，劳动三要素所组成土地利用效率指标评价体系，运用空间滞后模型检验土地利用效率中各生产要素对于不同城市群创新效率的空间溢出效应。研究发现：近年来七大城市群的土地利用效率普遍提高，中高效率城市群明显增多。土地利用效率虽然整体较高，但从空间分布上看存在较大的差异性。中低效率城市群占比较大，短板效应明显，全国整体创新效率处于较低水平但仍有较大的提升空间。不同城市群资本要素、劳动要素和土地要素的投入对创新效率的作用偏差较大，并且各元素与创新效率存在空间相关。土地利用效率较高的沿海城市群土地要素和资本要素的投入反而可能会抑制周边地区的创新效率。

关键词：城市群;土地要素;空间滞后模型;空间溢出;创新效率

中图分类号：F 121.3   文献标识码：A   文章编号：1672 - 7312（2022）02 - 0181 - 07

Abstract：The planning of land elements in urban construction is very important to the overall innovation quality or efficiency of the city and even to the level of urban agglomeration.Therefore，from the perspective of land，this paper takes 267 cities and seven urban agglomerations across the country as the main research objects，selects the crosssectional data in 2017，and uses the spatial lag model to test the land use efficiency by constructing an evaluation system of land use efficiency indicators for the three elements of capital，land and labor.The findings are as follows：1.The land use efficiency of the seven major urban agglomerations has generally improved in recent years，while the number of mediumhigh efficiency urban agglomerations has increased significantly.Although the land use efficiency is relatively high on the whole，there are great differences in spatial distribution.2.The proportion of urban agglomeration with low and medium efficiency is large，and the weak link effect is obvious.The overall innovation efficiency of the country is at a low level，but there is still a large space for improvement.3.The input of capital factors，labor factors and land factors in different urban agglomerations has a large deviation on innovation efficiency，and each element is spatially correlated with innovation efficiency.The input of land and capital factors in coastal urban agglomerations with higher land use efficiency may inhibit the innovation efficiency of surrounding urban agglomerations.

Key words：urban agglomeration;land element;Spatial Lag Model;spatial spillover;innovation efficiency

0 引言

創新能力提升与科学技术进步是我国实现高质量可持续发展的关键途径。党的十八大明确提出“创新驱动发展战略”，作为宏观层面的载体，城市群作为区域经济的增长极和技术的创新级，在空间上会产生虹吸效应和示范效应，对邻近区域带来影响。城市群发展的核心在于内部城市之间在产业、创新、经济的联动机制[1]。城市群的技术创新，作为地方创新资源与投入产出之间关系的主要指标[2]，体现了地方政府对技术创新资源的合理配置状况[3]。城市群内对资源的合理配置与利用直接关乎到创新驱动战略的实施和创新型大国打造。所以，城市群的技术创新效率已引起了学术界普遍重视。

土地是创造财富的重要来源[4]，随着我国进入高质量发展阶段，资本要素供给充沛，劳动力要素也步入质量红利阶段[5]，但是土地要素却在全国范围内存在着不同程度的错配问题。土地要素在当前时代下，对区域间资源配置和要素流动以及城市创新能力提升的关键作用不断凸显。土地话题一直是我国发展讨论的热点问题。资本投入率、劳动投入要素和土地投入要素对于技术创新能力的影响，近些年来国内的学者也进行了诸多研究。具体整理了国内外论文后发现，从土地角度入手研究城市技术创新，可以大致分成二类，一类是从土地财政角度入手。龚广祥等[6]发现从短期和长远意义上看，土地市场化对地方创新发展都具有很重要的促进作用，认为土地市场化能够改变土地要素市场扭曲、优化营商环境、减少政府投资约束，从而增加了地方创新。亓寿伟等[7]经过深入研究，得出地方工业用地的总体转让大大提高了地方技术创新水平的结果，但该结果只适用于以招商引资为目的的工业用地转让，对正常工业用地转让并没有明显影响。戴魁早和王梦颖[8]在理论上归纳了土地财政对地方技术创新投入的影响机理，通过双向固定效用模型、递归模型等方法，发现土地财政显著推动了地方技术创新投入的增加，而国际金融危机则降低了对土地财政的促进作用，证明土地要素对于城市创新有着较高的相关性。

另一类是从土地要素错配的角度出发。如毛文锋等[9]通过企业大数据构建的创新创业指数研究城市创新能力与土地要素错配之间的关系，发现城市创新创业质量受到土地要素错配的制约，土地要素通过研发的投入挤出效应、信贷融资的约束效应、产业结构升级抑制效应和集聚经济稀释效应这四条途径影响城市创新创业质量，其中，产业结构升级抑制作用起关键性作用。谢冬水[10]发现工业用地和商住用地之间的资源误配明显削弱了城市的创新活力，工矿仓储用地供给面积占城市土地供给总额比例越高，其创新能力越低。安勇等[11]研究土地资源错配及其空间策略互动对城市创新能力的影响机制，结果显示城市创新能力受到土地资源错配及其空间策略互动的抑制作用，主要通过抑制城市创业活力、扭曲地方政府支出结构、挤出企业R&D投入以及破坏城市制度环境四条渠道进行传导，对不同类型城市的影响有所差异。谢呈阳等[12]发现中国大规模出让工业用地、不饱和供给商住用地的土地资源配置方式对城市创新能力有一定的抑制作用，并发现发达城市受其抑制作用更明显。有关创新效率空间溢出效应的文章，如盛彦文等[13]利用空间杜宾模型定量分析创新效率的空间溢出效应，五大城市群的创新效率都呈现稳定增长的态势;城市群中的核心城市资源配置未达到较优，投入较多产出效率偏低。而通过路径分析可以发现集聚经济规模、经济发展水平、外商投资程度、劳动力素质、产业结构等对城市群的创新效率有直接作用和溢出效应。

通过文献可以发现，土地要素投入与城市创新关系的研究已获得了相当丰硕的研究成果，为土地资源管理和提升城市创新效率提供了有益的借鉴。然而查阅相关资料从另一热点问题“核心城市”中发现，不同类型的城市及不同等级的城市群本身会对附近区域产生虹吸或者涓滴效应，那么城市群中某一要素的改变也会通过“要素流”对周围区域产生影响，本文对此进行深入研究。在方法上，使用偏微分方法求解空间效应值，因为普通回归模型估计系数解释与空间计量模型估计系数的解释方式相同，会带来研究结果的偏差。在研究内容上，通过文献可以得知土地要素其作用于创新效率的机理与机制的研究已经较为丰富，但由于研究方法限制，鲜有将其纳入模型。

1 研究方法、变量选取与数据来源

1.1 研究方法

1.1.1 全局空间自相关

采用国际学术界中比较主流的全局Moran’s I指数，衡量各要素与创新效率的空间相关性。

1.1.2 DEABCC模型

规模可变条件下的产出导向型 DEABCC模型可对各城市创新效率进行静态评价。

1.1.3 空间滞后模型

式中：Y为被解释变量;X为解释变量;ρ为空间自相关系数;γ为空间残差相关系数;W为空间权重矩阵;β为自变量系数;ε为残差。

1.2 变量选取与指标体系

1.2.1 创新效率测度指标选取

参考大量文献，并借鉴已有指标体系，选取R&D经费支出和R&D人员折合全时当量作为投入指标。由于各城市科技产品销售收入数据缺乏，故选择专利申请数作为产出指标[14]。

1.2.2 土地利用效率的指标体系构建

本文从投入和产出两个维度测算城市土地利用效率。资本、劳动、土地等要素作为投入指标，并从社会、经济和生态三方面建构产出指标[15]（见表1）。

1.3 研究范围与数据来源

本文在考虑城市统计数据的可得性、准确性和标准性的基础上，参考城市研究与创新研究相关领域资深专家意见，选取国家级城市群及地区代表性城市群中的267个地级以上城市进行量化研究。选取依据：①城市研究价值，及在省份中的经济地位;②统计数据的可得性和准确性;③样本数据的广泛性。其关系到结论的准确性，因此样本数据涵盖一、二、三线大中小城市。

2 实证结果分析

2.1 七大城市群创新效率测度

基于2017年267个样本城市的创新投入和创新产出数据进行估算（见表2）。

从整体上看全国的综合效率较低，但各城市群之間的差异较大，京津冀、珠三角和长三角城市群整体效率偏高，原因可能是创新资源的投入利用较优，带来了高效的创新产出。

2.2 土地利用效率评价

此处采用MATLAB软件来处理2004—2017年七大城市群267个城市的面板数据，测算得到整体城市群的土地利用效率（见表3）。

2.3 城市群空间效应溢出分析

2.3.1 城市土地利用要素的空间相关性检验

在进行空间计量模型评估之前须检验相关变量之间是否具有空间相关，利用GeoDa软件对纯技术效率、资本投入、劳动投入、土地投入、经济效益、生态效益、社会效益和土地效率总得分进行空间相关性检验。结果表明，2017年纯技术效率的Moran’s I为 0.278 38;资本投入的 Moran’s I为0.200 389;劳动投入的 Moran’s I为0.134 872;土地投入的Moran’s I为 0.173 886，土地利用总得分的Moran’s I为0.229 551，并且各变量均通过 1%统计显著性水平检验。由此看出，创新效率、资本投入、劳动投入、土地投入等与土地利用效率，在地域空间上并不是彼此独立或随意分配的，而是具有明显正向全局空间关联，即在本地城市的创新效率、资本投入、劳动投入、土地投入等不但会影响到附近城市，同时也受相邻城市影响。所以，在分析中，需要将空间互动效应引入到模型之中（如图1所示）。

2.3.2 空间模型检验与选择

根据表4结果，可看出SLM与SEM的LM检验和Robust 的LM检验均通过了1%的显著性水平检验，所以更偏向选择空间杜宾模型。而Wald检验和LR检验都接受了空间杜宾模型可以退化为空间滞后模型的原始假定，所以空间杜宾模型可以退化为空间滞后模型。

2.3.3 空间效应的分解

表5为模型估计结果，可看出城市群技术创新能力具有明显的空间溢出效果。但具体直接效应和间接效应需采用偏微分方法得出。

表6为分解结果。①从直接效应上看，土地直接效应系数为正，数值为0.283，其他条件不变，本地土地要素投入每增加1%，本地城市群的技术创新能力增加 0.283%。资本直接效应大于土地与劳动直接效应。②从溢出效应绝对值上可发现，资本溢出效应系数为负，数值为-0.063，即本地资本投入每增加1%，邻近城市群的技术创新能力减少0.063%，表明资本要素投入的增加，反而抑制了邻近城市群的技术创新能力。

1）京津冀、长三角和珠三角城市群，资本和土地要素的投入促进了本地创新能力但通过负向效应抑制了邻近城市的创新能力。从京津冀城市群的土地要素投入和应用情况来看，由于工业化与城镇化高速发展过程中对土地要素的需求量增加，在土地供应下降与总需求扩大的双重压力下，导致了京津冀区域在有限土地要素供应上产生了竞争效果，流动性要素将向回报率高地区转移形成聚集规模，也就会对相邻城市群的流动性生产要素形成吸纳或虹吸效果，进而造成对相邻城市群的经济技术创新发展的负向溢出效果。

2）中原城市群中资本、劳动和土地要素投入的增加可以促进城市群内的技术创新能力增长，但对邻近城市技术创新能力并无显著的溢出效应。主要的原因是中原城市群缺少能够担当整个区域增长极，对其他城市发挥强大涓滴作用的超大核心城市，并且内部城市间行业关联性不高，社会经济关联度相对较弱，城市群区域内部的生产要素流动性相对欠缺，因此造成彼此之间作用不明显。

3）成渝城市群，本地土地要素和劳动要素的投入增加不但促进了本地城市技术创新能力，同时利用正向溢出效应促进了邻近城市城市技术创新能力。可能的原因是成渝城市群土地要素供应相对充足同时在“西部大开发政策”的红利支撑下，如果毗邻城市以土地要素投资作为经济空间载体来开展城市基础设施建设和主要项目投入时，将产生政府投资乘数效应或政府购买乘数效应提升城市的技术能力，本地城市也将会由此获益。

4）哈长城市群整体溢出效应较低，主要原因是近年哈长城市群发展势头减弱，对高新技术人才吸引力减弱。此外，哈长城市群重工业企业占比较大而高新技术企业占比少，制约了本地城市群技术创新能力的提高。

5）长江中游城市群各要素的投入增加对本地技术创新能力有较大促进作用，而且均存在正向溢出效应。但相比于城市群体量，空间效应较低。原因可能为长江中游城市群作为以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为主体形成的特大型城市群。三大核心都能承担创新发展极的作用，但整体交流较低。并且武汉城市圈和环长株潭城市群经济发展程度较高，创新效率处于较高水平，环鄱阳湖城市群创新效率较低，逐渐形成创新洼地，各元素具有一定转移惰性。制约了对邻近城市技术创新能力的影响。

3 结论与建议

3.1 结论

第一，中国城市土地利用效率虽然整体较高，但从空间分布上看存在较大的差异性。全国尺度上，近年来七大城市群的土地利用效率普遍提高，并处在较高水平。其中京津冀、长三角、珠三角城市群呈现高效率但增速放缓的特点;随着老工业基地振兴计划和国家重点城市群的确立，成渝、中原、哈长城市群和长中游城市群皆呈现高速增长的特点。中高效率城市群明显增多。

第二，京津冀、长三角、珠三角城市群的创新效率处于较高水平，哈长、中原城市群创新效率水平较低，中低效率城市群占比较大，短板效应明显。对于创新效率较低的城市群应增加资源投入规模，提高效率，中效率城市群应调整要素投入结构，加强其对资源转化能力。总体而言，全国整体创新效率处于较低水平但仍有较大的提升空间。

第三，基于空间计量模型分析，不同城市群资本要素、劳动要素和土地要素的投入对创新效率的作用偏差较大，并且各元素与创新效率存在空间相关。土地利用效率较高的沿海城市群土地要素和资本要素的投入反而可能会抑制周边城市群的创新效率。

直接效应中，资本要素投入对于城市群创新效率的影响作用较大，资本要素每增加1%，全国创新效率提升0.463。土地直接效应系数为0.283，小于资本与劳动要素。间接效应中，人口要素投入对临近城市创新效率的影響最大。

3.2 建议

第一，通过加强知识积累、技术进步、制度创新、人才引进和招商引资等方式提高城市的创新效率。

第二，针对于不同发展程度的城市群，应调控不同生产要素的投入量，完成资源的合理配置，提升各要素的利用效率。

第三，加强邻近城市之间的联系，城市群内部的关联度较高，则区域内的创新效率整体偏高，并且需要充分考虑到邻近城市和本地城市生产要素的联动问题，共同推动区域协调发展。

第四，着重培育二级中心城市发展，例如多中心城市群结构，对周围城市进行辐射。政府应因地制宜，推动各城市群高质量协调发展。

参考文献：

[1] 刘爱君，城市群协同创新研究文献综述[J].企业导报，2015（06）：150 - 151.

[2]FRITSCH M，SLAVTCHEV V.Determinants of the efficiency of regional innovation systems[J].Regional Studies，2011，45（07）：905 - 918.

[3]SHARMA S，THOMAS V J.Intercountry R&D efficiency analysis：an application of data envelopment analysis.Scientometrics，2008，76（03）：483 - 501.

[4]亚当·斯密.国富论[M].北京：中国华侨出版社，2019.

[5]黄乾，中国步入人口质量红利时代[J].人民论坛，2019（14）：68 - 69.

[6]龚广祥，吴清华与高思涵，土地市场化对区域技术创新的影响及作用机制[J].城市问题，2020（03）：68 -78.

[7]亓寿伟，毛晖，张吉东.财政压力、经济刺激与以地引资——基于工业用地微观数据的经验证据[J].财贸经济，2020，41（04）：20 - 34.

[8]戴魁早，王梦颖.土地财政对地方创新投入的影响[J].湖南科技大学学报（社会科学版），2020，23（06）：73 - 83.

[9]毛文峰，陆军.土地要素错配如何影响中国的城市创新创业质量——来自地级市城市层面的经验证据[J].产业经济研究，2020（03）：17 - 29+126.

[10]谢冬水.土地资源错配与城市创新能力——基于中国城市面板数据的经验研究[J].经济学报，2020，7（02）：86 - 112.

[11]安勇，赵丽霞.土地资源错配、空间策略互动与城市创新能力[J].中国土地科学，2021，35（04）：17 - 25.

[12]谢呈阳，胡汉辉.中国土地资源配置与城市创新：机制讨论与经验证据[J].中国工业经济，2020（12）：83- 101.

[13]盛彦文.中国东部沿海五大城市群创新效率、影响因素及空间溢出效应[J].地理研究，2020，39（02）：257- 271.

[14] 彭晓静.京津冀城市群创新效率及影响因素研究[J].技术经济与管理研究，2021（02）：118 - 122.

[15]韩琭，何佟佟，杨勇.城市群高质量发展与土地利用效率耦合协调度评价——基于黄河流域七大城市群的实证分析[J].河南师范大学学报（哲学社会科学版），2021，48（01）：95 - 101.

[16]杨喜，卢新海，沈纬辰.土地要素投入对城市经济增长空间溢出效应[J].经济地理，2020，40（10）：83 -90.

（责任编辑：严 焱）