動態視角下中國城市群土地利用TFP測度及影響因素研究

摘要：提高城市群土地利用TFP對合理高效利用土地資源，協調好城市群經濟發展、資源配置和環境保護具有重大理論和實踐意義。文章運用DEA-Malmquist指數對2003—2016年動態視角下中國城市群土地利用TFP進行測度和時空演變分析，并利用Tobit回歸模型對影響城市群土地利用TFP變化的因素進行深入研究。結果表明：從時間維度看，城市群土地利用TFP年均上升0.7%，城市群土地利用TFP增長由技術效率和技術進步“雙核驅動”，技術效率的提升主要與純技術效率提升有關，規模效率是技術效率和土地利用TFP提升的瓶頸約束;從空間維度看，晉中、哈長、海峽西岸、中原、長江中游、北部灣、成渝、黔中、關中平原和蘭西城市群土地利用TFP呈下降趨勢，其余城市群土地利用TFP均呈上升趨勢，且京津冀、呼包鄂榆、遼中南、長江三角洲、山東半島和天山北坡城市群土地利用TFP增長為技術進步和技術效率“雙核驅動”;從影響因素看，人均GDP和年末金融機構人民幣各項貸款余額對中國城市群土地利用TFP具有正向促進作用，城市財政支出占本市GDP的比重和人口密度具有負向阻礙作用。

關鍵詞：城市群;土地利用TFP;DEA-Malmquist指數;Tobit回歸模型;影響因素

中圖分類號：F299.23"" 文獻標志碼：A"" 文章編號：1008-5831（2021）04-0184-15

一、研究背景與問題

城市群是中國未來經濟發展格局中最具活力和潛力的核心地區[1]，是主體功能區中的重點開發區，是推進國家新型城鎮化的主體，對提升國家和區域經濟競爭力具有重要作用。但隨著城鎮化的快速發展，城市群空間盲目擴張、土地利用粗放低效、土地資源供給不足等問題頻現[2]，區域可持續發展受到威脅。為加強用地管控，進一步提高城市土地利用效率，國土資源部對2013—2015年批準用地供地率不達50%的城市之后的申報用地規模進行核減。2017年，在報國務院批準用地的106個城市中，11個城市未申報新增建設用地;申報新增建設用地的95個城市中，國土資源部根據用地情況核減了16個城市新增建設用地規模，共計核減4 541.9公頃，占16個城市新增用地總規模的46.52%[3]。在這種背景下，研究城市群土地利用TFP變化有助于更合理、更高效利用土地資源，有效地發揮土地資源要素配置作用與區域可持續發展相協調。

城市土地是城市政治、經濟、文化和環境的空間載體，其利用效率對城市的規模、定位和品質有直接影響[4]，城市土地的高效利用是國家和區域經濟社會發展的必要條件。國外對城市土地利用效率的研究較早，可追溯到生態學派直觀辨認城市土地利用的空間結構及演變[5]。隨后，經濟區位學派、社會行為學派和政治經濟學派對城市土地利用效率的研究豐富了相關研究成果[6]。現階段，研究主要集中在城市土地利用政策[7]、城市土地集約利用[8]、城市土地利用效率的評價[9]及驅動機理[10]。國內學者對城市土地利用效率的研究多集中在土地利用效率評價和影響機理探析方面。金貴等通過隨機前沿模型測度了長江經濟帶110個地級市土地利用效率，并對其空間關聯特征進行分析[11];李永樂等利用GIS空間分析、泰爾指數分解和面板數據模型方法對1999—2011年中國31個省份城市土地利用效率進行了系統的研究[12];梁流濤等通過實證研究揭示經濟集聚、產業結構對城市土地利用效率的影響[13];韓峰、賴明勇探討了國內外市場鄰近性、不同技術外溢方式對城市土地利用效率影響的差異性[14];黃珂等基于方向性距離函數的Malmquist-Luenberger指數對中國城市群農地城市流轉全要素生產率進行測算和分析[15]。

綜上所述，當前國內外關于土地利用效率的研究較為成熟，整體上為本文的研究提供了較好的理論基礎和研究方法，但從動態土地利用TFP視角探究城市群土地利用效率的研究還較少。本文通過DEA-Malmquist指數對2003—2016年中國城市群土地利用TFP的變化進行測度和時空演變分析，并利用Tobit回歸模型對城市群土地利用TFP動態變化的影響因素進行深入研究，為實現城市群合理、高效、集約利用土地資源，促進城市群經濟發展、資源配置和環境保護協調發展提供依據。

二、研究設計

（一）研究區域與數據來源

城市群的概念內涵和劃分標準因社會背景、發展階段、認識程度、研究目的等不同而有所差異[16]。本文城市群的劃分主要根據國家發改委和住建部已印發的9個城市群發展規劃文件

截至2018年11月，國務院相繼公布了長江中游城市群、哈長城市群、成渝城市群、長江三角洲城市群、中原城市群、北部灣城市群、關中平原城市群、呼包鄂榆城市群和蘭州—西寧城市群等共9個城市群發展規劃。及趙娜等[17]的研究，結合數據的可得性，選取中國城市群210個城市進行研究（見表1）。本文統計年份為2003—2016年，數據主要分為投入—產出數據和tobit回歸數據。其中投入—產出中城鎮居民人均可支配收入主要來源于各省市統計年鑒和社會發展公報，tobit回歸中土地市場化主要由《中國國土資源年鑒2004—2017》中相應數據計算得到，其余指標數據均來源于《中國城市統計年鑒2004—2017》。

（二）研究方法

全要素生產率（TFP）是相對于單要素生產率提出的，將生產要素增長的影響由單方面擴展到全方面的相關要素，由于全方面的生產要素存在較復雜、難以衡量的問題，所以部分經濟學家轉而考慮全要素生產率（TFP）的增長率。1957年索羅提出全要素生產率（TFP）的增長率為產出增長扣除投入增長后未能解釋的部分，認為這是由技術進步產生的，并稱其為“技術進步率”，后來也被稱為“增長余值”（或“索羅余值”）[18];之后，丹尼森、喬根森、Farrell、Sten Malmquist等在索羅余值基礎上對全要素生產率（TFP）理論和測量方法進行了完善[19]。基于上述對全要素生產率（TFP）的研究，本文將土地利用TFP定義為在土地資源配置過程中，扣除土地、資本、勞動力等生產要素投入的貢獻和作用外，其他可以促進土地經濟、社會、環境效益產出的綜合體。本文選用DEA-Malmquist指數對動態視角下土地利用TFP進行測量，DEA-Malmquist指數相對于其他研究方法具有靈活、準確、可分解的特點，是目前評價多投入、多產出系統相對效率的最科學的方法之一[20]。

Malmquist生產率變化指數于1953年率先由瑞典經濟學和統計學家Malmquist[21]提出，主要應用于動態效率的變化趨勢研究。目前常用模型為Fre[22]等基于DEA構建的生產率指數變化模型，Fre等定義決策單元t至t+1時期的Malmquist生產率變化指數（tfpch），公式如下：

式中：Dt0（xt，yt），Dt+10（xt+1，yt+1）分別是根據生產點在t和t+1時間段同前沿面技術相比較的投入距離函數;Dt0（xt+1，yt+1），Dt+10（xt，yt）分別是根據生產點在混合期同前沿面技術相比較的投入距離函數。Malmquist生產率變化指數（tfpch）可分解為技術效率變化（effch）和技術進步變化（techch）的乘積，技術效率變化（effch）又可分解為純技術效率變化（pech）和規模效率變化（sech）的乘積[23]，即：

式中：第一項和第二項分別表示規模效率變化（sech）和純技術效率變化（pech），第三項表示技術進步變化（techch），tfpch=sech×pech×techch。各變化指數含義如下：規模效率變化大于1表示規模報酬遞增，促進了技術效率向生產前沿靠近，反之表示規模報酬遞減，阻礙了技術效率向生產前沿靠近;純技術效率變化大于1表示管理水平的改動對技術效率起著正向促進作用，反之表示管理水平的改動對技術效率起著負向阻礙作用;技術進步變化大于1表示技術前沿面外移，整體產業技術進步，反之表示技術退步，技術前沿面內移;技術效率變化大于1表示決策單元逐漸靠近生產前沿面，反之表示決策單元逐漸遠離生產前沿面;Malmquist生產率變化指數大于1表示土地利用TFP增長，反之表示土地利用TFP下降。

（三）投入—產出指標選取

通過借鑒吳賢良等[24]計算土地利用TFP變化的投入—產出指標以及參考其他研究土地利用TFP變化相關文獻[25]，從土地、資本和勞動力方面構建土地利用TFP變化投入指標，從經濟、社會和環境效益方面構建土地利用TFP變化產出指標，具體二級指標如表2所示。

三、中國城市群土地利用TFP時空演變

（一）城市群土地利用TFP時間演變

根據Malmquist指數理論運用DEAP2.1對城市群土地利用效率變化進行測度。由表3可知：整體上，2003—2016年，城市群土地利用TFP變化值在[0.939，1.061]之間波動，其均值為1.007，僅2003—2004年、2004—2005年、2008—2009年、2011—2012年、2012—2013年和2013—2014年Malmquist 指數小于1，城市群土地利用TFP下降，其余時間段均大于1，表明土地利用TFP總體呈上升趨勢，年均上升0.7%。從結構上看，技術效率年均上升0.6%，技術進步年均上升0.1%，說明這一時期城市群土地利用TFP增長是技術效率和技術進步共同作用的結果，技術效率對土地利用TFP增長的影響略高于技術進步;純技術效率多數時間段均處于上升趨勢，年均上升0.9%，說明土地資源要素配置和利用在2003—2016年得到了充分的認識和提升;規模效率年均下降0.4%，說明城市群用地規模報酬遞減。總體上看，2003—2016年，城市群土地利用TFP增長是由技術效率和技術進步“雙核驅動”，技術效率的提升主要與純技術效率的提升有關，規模效率是技術效率和土地利用TFP提升的瓶頸約束。2003—2016年間，僅2010—2011年土地利用TFP增長為技術效率和技術進步“雙核驅動”，其余時間段均為“單核驅動”，說明技術進步和技術效率的變化趨勢存在不一致性。

（二）城市群土地利用TFP空間演變

由表4可知，2003—2016年，晉中、哈長、海峽西岸、中原、長江中游、北部灣、成渝、黔中、關中平原和蘭西城市群土地利用TFP呈下降趨勢，其余城市群土地利用TFP均呈上升趨勢。其中土地利用TFP上升最快的為呼包鄂榆城市群，年均上升10.6%;其次為長江三角洲和天山北坡城市群，分別年均上升4.4%、3.8%。下降最快的城市群為北部灣城市群，年均下降2.6%;其次為黔中和關中平原城市群，分別年均下降2.3%、2.1%。從土地利用全要素生產率分解要素來看，呼包鄂榆和長江三角洲城市群技術進步較快，分別年均上升5.5%、3.3%;技術進步下降最快的為關中平原城市群，年均下降2.7%。技術效率呈下降趨勢的為哈長、黔中、珠江三角洲、晉中、北部灣、海峽西岸、滇中城市群，分別年均下降0.1%、0.3%、0.4%、0.4%、0.6%、0.7%和0.8%，其余城市群技術效率均呈上升趨勢。從技術效率分解要素來看，發現除哈長、珠江三角洲和黔中城市群純技術效率呈小幅度下降趨勢外，北部灣城市群純技術效率沒有發生改變，其余城市群均呈上升趨勢。規模效率呈上升趨勢的城市群為寧夏沿黃、呼包鄂榆、遼中南、山東半島、長江三角洲、哈長和黔中城市群，分別年均上升1.2%、1.0%、0.3%、0.2%、0.2%、0.1%和0.1%;蘭西城市群規模效率不變;其余城市群規模效率均呈下降趨勢。最后，對促進城市群土地利用TFP增長的驅動方式進行分析。京津冀、呼包鄂榆、遼中南、長江三角洲、山東半島和天山北坡城市群土地利用TFP增長為技術進步和技術效率“雙核驅動”，晉中、海峽西岸、珠江三角洲和滇中城市群土地利用TFP增長為技術進步“單核驅動”，中原、長江中游、成渝、關中平原、蘭西和寧夏沿黃城市群為技術效率“單核驅動”，哈長、北部灣和黔中城市群技術進步和技術效率均較低，阻礙城市群土地利用TFP增長。

四、中國城市群土地利用TFP變化影響因素分析

（一）影響機理分析

前文已通過Malmquist指數獲得各個城市群土地利用TFP的動態變化值，但是哪些因素影響土地利用TFP的動態變化仍需要進一步的研究。土地利用TFP的變化是由土地、資本、勞動力構建的投入體系和經濟、社會、環境效益構建的產出體系決定的。經濟社會發展水平高低直接決定著城市單位土地面積上各種資源要素的投入，進而影響到土地全要素生產率。經濟發展水平越高的地區，基礎設施、公共服務設施越完善，對人力、資本、技術的吸引力越大，導致城市規模擴大、人口密度提高、產業不斷集聚、資本不斷積累和增值，城市的規模經濟效應也不斷增強，單位土地經濟產出提高。當人口密度達到一定限度，城市會產生擁擠效應，當擁擠效應超過城市的規模經濟效應，就會產生“城市病”，導致居民生活水平下降，影響土地利用的經濟、社會、環境效益，降低單位土地綜合效益產出。經濟發展水平較高的城市由于公共服務水平較高，公共產品供給較充足，可以緩解一部分“城市病”帶來的負面效應[26]。產業不斷集聚一方面會降低產業的生產成本，另一方面會促進知識和技術外溢效應的產生，增加單位土地綜合效益。“城市病”會引發城市中心地價飆升，企業生產成本提高，一些新興的、資本積累較低的企業會轉移到成本較低的城市邊緣重新發展。城市中心逐漸被資本、技術密集型產業占據，產業結構實現升級，一方面重化工業、勞動密集型產業向深加工型和技術密集型轉型，減少了對土地、勞動力、自然資源和環境容量的占用，并增加了新的附加值;另一方面實現第三產業的大力發展，促進第三產業成為城市的主導產業。從理論上，產業結構升級會提高土地單位面積綜合效益，但在現實條件下，還要考慮產業結構升級的條件是否成熟以及第三產業發展的質量[27]。在城市的規模—擁擠—擴散效應規律中，金融資本的流動起著十分重要的作用，會對土地利用方式、結構和效率產生直接和間接的影響[28]。此外，政府管制也會對土地利用TFP產生影響，學者普遍認為政府對土地的過度干預會導致忽視市場規律，從而引起土地交易在違背市場規律下進行，導致土地利用效率的降低，也會在一定程度上降低城市規模經濟所帶來的正反饋效應[29]。

（二）指標說明

根據上述土地利用TFP變化的影響機理分析，本文主要從經濟活動和政府管制角度研究城市群土地利用TFP變化的影響因素（見表5）。經濟活動主要由經濟發展水平、產業結構、對外開放程度、人口因素、金融要素等構成。具體指標解釋如下：人均GDP表征城市經濟發展水平，經濟發展水平的高低直接決定著城市單位土地面積上各種資源要素的投入，進而影響土地全要素生產率;第三產業產值占GDP的比重表征產業結構，產業結構會影響土地的利用結構，同時不同產業在吸納就業、促進經濟發展的力度、城市土地利用效率的高低等方面也存在差異;當年實際使用外資金額占本市GDP的比重表征對外開放程度，同時也表征外商資本投入量對城市土地利用效率的影響;人口密度表征人口對土地利用效率的影響，人口密度越高的地區規模效應越大，對土地的利用效率也相對較高，但人口密度超過一定范圍往往會引起“城市病”，導致土地利用效率降低;年末金融機構人民幣各項貸款余額表征金融要素對城市土地利用效率的影響，金融資本會對土地利用方式、結構和效率產生一定的影響。政府管制主要從城市財政支出和土地市場化方面解釋，具體指標如下：城市財政支出占本市GDP的比重影響城市土地經濟產出，進而影響城市土地全要素生產效率;土地市場化是政府對土地市場的直接調控，土地市場化改革在價格機制、競爭機制和流轉機制的作用下，通過替代效應、競租效應和流轉效應影響土地利用的方式和集約利用水平，從而影響土地利用效率[30]。考慮到東、中、西部城市群土地利用效率影響因素可能存在差異，本文分別對東、中、西部城市群的影響因素進行回歸，探究各部分城市群土地利用TFP的影響因素的差異。

人均GDP、第三產業產值占GDP的比重、當年實際使用外資金額占本市GDP的比重、人口密度、年末金融機構人民幣各項貸款余額、城市財政支出占本市GDP的比重所需數據均來源于《中國城市統計年鑒2004—2017》。土地市場化指數的測度是基于趙雲泰等[31]研究方法，公式如下：

式中，LM表示土地市場化指數，表示為政府通過土地供應所獲實際價款與理想價款的比值，實際價款為土地租賃成交價款（RZL）、土地招拍掛方式成交價款（RZPG）、土地協議成交價款（RXY）和其他供應土地成交價款（RQT）之和，理想價款為基準價格與土地劃撥供應面積（SHB）、土地租賃供應面積（SZL）、土地招拍掛供應面積（SZPG）、土地協議供應面積（SXY）和其他供應土地面積（SQT）之和的乘積，基準價格為土地招拍掛成交價款（RZPG）與土地招拍掛供應面積（SZPG）的比值。政府通過租賃、招拍掛方式、協議和其他供應土地的成交價款指標和面積數據來源于《中國國土資源年鑒2004—2017》。

（三）模型構建

由于土地利用TFP的變化值處于閉區間，所以本文采用Tobit回歸模型對影響城市群土地利用TFP變化的各因素進行回歸分析。Tobit回歸模型主要是用來解決因變量截斷或受限的回歸模型[32]，公式如下：

（四）結果分析

1.中國城市群Tobit回歸結果分析

由表6研究結果可知：中國城市群人均GDP、年末金融機構人民幣各項貸款余額顯著促進城市群土地利用TFP的提升，對土地利用TFP的影響系數分別為0.013和0.017。人均GDP、年末金融機構人民幣各項貸款余額還同時促進技術進步的提高，年末金融機構人民幣各項貸款余額對技術效率具有促進作用，人均GDP對技術效率具有阻礙作用。城市財政支出占本市GDP的比重、人口密度對城市群土地利用TFP的增長起負向阻礙作用，影響系數分別為-0.098和-0.015。城市財政支出占本市GDP的比重對技術進步起到負向阻礙作用，人口密度對技術效率起到負向阻礙作用。土地市場化指數、第三產業產值占GDP的比重對技術效率具有阻礙作用。

2.東部城市群Tobit回歸結果分析

由表7研究結果可知：東部城市群人均GDP、年末金融機構人民幣各項貸款余額和當年實際使用外資金額占本市GDP的比重顯著促進城市群土地利用TFP的提升，對土地利用TFP的影響系數分別為0.017、0.271和0.008。此外，人均GDP對技術進步具有顯著促進作用，對技術效率的影響不顯著;外資和金融因素顯著促進技術效率提高，對技術進步作用不顯著。第三產業產值占GDP的比重對城市群土地利用TFP和技術效率具有顯著促進作用，城市財政支出占本市GDP的比重對技術效率具有顯著促進作用，人口密度對技術進步具有顯著促進作用。

3.中部城市群Tobit回歸結果分析

由表8研究結果可知：中部城市群年末金融機構人民幣各項貸款余額顯著促進城市群土地利用TFP的提升，對土地利用TFP的影響系數為0.022。此外，年末金融機構人民幣各項貸款余額還對技術效率起到顯著促進作用。人口密度對城市群土地利用TFP和技術效率的提升具有負向阻礙作用，影響系數分別為-0.014、-0.019。人均GDP對技術效率有阻礙作用，對技術進步有顯著促進作用。城市財政支出占本市GDP的比重、第三產業占GDP的比重對技術進步具有負向阻礙作用。土地市場化指數對技術進步具有顯著促進作用，對技術效率具有負向阻礙作用。

4.西部城市群Tobit回歸結果分析

由表9研究結果可知：西部城市群年末金融機構人民幣各項貸款余額對城市群土地利用TFP的提升起促進作用，對土地利用TFP的影響系數為0.017，同時促進技術進步的提升，對技術效率作用不顯著。城市財政支出占本市GDP的比重阻礙城市群土地利用TFP和技術進步增長，負向影響系數分別為-0.118、-0.103。人口密度對城市群土地利用TFP的負向影響系數為-0.036，同時也對技術效率和技術進步存在負向阻礙作用。人均GDP促進技術進步提升，對技術效率具有阻礙作用。土地市場化指數阻礙技術效率提升，對技術進步作用不顯著。

五、結論與討論

（一）結論

以中國城市群為研究對象，基于2003—2016年的統計數據，運用Malmquist指數對各城市群土地利用TFP的變化進行測度和時空演變分析，對影響城市群土地利用TFP動態變化的因素進行Tobit回歸，所得結論如下：一是從時間維度看，2003—2016年間，技術效率和技術進步“雙核驅動”城市群土地利用TFP增長的時間段較少，說明技術進步和技術效率的變化趨勢存在不一致性。總體上看，2003—2016年，城市群土地利用TFP增長是技術效率和技術進步“雙核驅動”的，技術效率的提升主要與純技術效率的提升有關，規模效率是技術效率和土地利用TFP提升的瓶頸約束。二是從空間維度看，晉中、哈長、海峽西岸、中原、長江中游、北部灣、成渝、黔中、關中平原和蘭西城市群土地利用TFP呈下降趨勢，其余城市群土地利用TFP均呈上升趨勢。京津冀、呼包鄂榆、遼中南、長江三角洲、山東半島和天山北坡城市群土地利用TFP增長為技術進步和技術效率“雙核驅動”，晉中、海峽西岸、珠江三角洲和滇中城市群土地利用TFP增長為技術進步“單核驅動”，中原、長江中游、成渝、關中平原、蘭西和寧夏沿黃城市群為技術效率“單核驅動”，哈長、北部灣和黔中城市群技術進步和技術效率均較低，阻礙城市群土地利用TFP增長。三是從影響因素看，年末金融機構人民幣各項貸款余額對各城市群土地利用TFP的增長均具有顯著正向促進作用，城市財政支出占本市GDP的比重和人口密度對中國城市群和西部城市群土地利用TFP的增長均具有負向阻礙作用。此外，人均GDP對城市群整體土地利用具有顯著正向促進作用，其余因素作用不顯著。人均GDP、外資因素對東部城市群土地利用具有顯著正向促進作用，產業結構對東部城市群土地利用具有負向阻礙作用;人口密度對中部城市群土地利用具有負向阻礙作用，其余因素對城市群作用不顯著。

（二）討論

本文運用DEA-Malmquist指數和Tobit模型對2003—2016年中國城市群土地利用TFP的變化進行測度、時空演變分析和影響機理研究，研究結論如上述，接下來對研究結論作進一步探討。

從城市群的時間演變上看，2003—2016年間，技術效率和技術進步“雙核驅動”城市群土地利用TFP增長的時間段較少，說明技術進步和技術效率的變化趨勢存在不一致性。從空間演變上看，各個城市群促進土地利用TFP增長的驅動方式有所差異，大多數城市群為“單核驅動”，這與城市群土地利用的投入產出有關，即存在投入冗余、產出不足現象，也與城市群土地利用方式和發展的外部影響因素相關。此外，城市群土地利用TFP的變化值在[0.939，1.061]間波動，城市群土地利用TFP均呈現小范圍的增長或減小。而夏清濱、黃少安[33]在對中國全國286個地級市的研究中發現，中國城市全要素土地利用效率普遍不高，可見中國城市土地利用率問題不容樂觀。

在影響因素的研究中，年末金融機構人民幣各項貸款余額對各城市群土地利用TFP的增長均具有正向促進作用，這說明金融資本的流動有利于提高土地利用TFP。政府將一些閑置地或者低效用地從原土地所用者手中征購過來，一部分土地通過招標流轉到開發商，另一部分通過抵押從金融機構獲得資金用于城市建設，這兩種方式均可增加土地單位面積產出，提高土地利用效率[34]。人均GDP對中國城市群和東部城市群土地利用TFP存在正向促進作用，對中西部城市群土地利用TFP的作用不顯著，說明城市群經濟水平可以促進城市群土地利用率的改善，經濟水平越高的地區會吸引更多的人才、資本、技術等，促進城市規模經濟發展，提高城市土地利用TFP，而中西部城市群經濟還不夠發達，所以會抑制土地全要素生產率的增長。城市財政支出占本市GDP的比重對中國城市群和西部城市群土地利用TFP的增長起負向阻礙作用，對東中部城市群土地利用TFP的作用不顯著，這說明政府干預不利于資源的有效配置。東部城市群經濟發展水平較高，在城市發展過程中公共產品的有效供給會緩解一部分由于政府干預帶來的負面影響。中部城市群臨近東部城市群，有利于承接東部城市群產業轉移，促進中部地區經濟社會發展，政府干預帶來的負面影響也會減弱。此外，這種負相關或者不顯著還與官員的政治晉升激勵有關，官員在任期內為追求業績而努力提高地區生產總值，政府的大量投資在短期內會提高單位面積上的土地產出，但是從長期來看可能無法達到高投入高產出。土地市場化指數對中國城市群和東中西部城市群土地利用TFP的影響作用均不顯著，這是由于一方面土地市場交易多數是以政府主導進行，導致城市土地利用效率較低，另一方面土地市場化程度高的城市數量不多，容易導致回歸結果不顯著。外資因素對東部城市群土地利用TFP的提升作用較大，這是由于東部城市群經濟集聚水平高，資源配置較合理，對外商直接投資的吸引力大，外商直接投資所帶來的先進管理經驗和競爭促進了土地使用者改善土地利用方式，促進土地資源集約節約利用。人口密度對中國城市群和中西部城市群土地利用TFP的提升起到負向阻礙作用，這與中西部城市群基礎設施和公共服務設施還不完善，城市土地承載力較低有關;東部城市群經濟較發達，基礎設施和公共服務設施較完善，人口集聚帶來的規模經濟效應促使單位面積土地產出水平提高，但人口集聚給社會、環境帶來的負面效應又會降低土地利用TFP，所以東部城市群人口密度對土地利用TFP的促進作用不顯著。第三產業占GDP的比重對中國城市群和中西部城市群土地利用TFP的影響作用均不顯著，對東部城市群土地利用TFP的提升起到負向阻礙作用，說明在發展過程中應促進一、二、三產業協調發展，同時注重服務業發展的質量問題。此外，對土地利用TFP變化的影響因素較多，但受限于數據的搜集難度，城鎮化率、人均受教育年限等指標未能在文中得以體現，這是在未來的研究中需要進一步強化的方面。

六、政策建議

（一）促進城市群土地利用TFP增長方式轉變為“雙核驅動”

對于技術進步“單核驅動”的城市群，政府應強化土地規劃剛性約束，嚴控城市新增建設用地，制定促進批而未征、征而未供、供而未用土地有效利用的政策，實現新增用地與建設用地存量掛鉤，對閑置土地、廢棄地和低效用地進行再開發。強化城市建設用地開發強度，提高區域平均容積率，實行“零地招商”，即在不新增建設用地的情況下，增項目、增投資。例如鼓勵既有企業在原廠區內擴大再生產，建成廠中廠;清理閑置土地，合理置換閑置廠房，調查停產或者半停產企業，引導企業對閑置廠房進行合理利用，轉讓和更新落后產能和低產能項目。對于技術效率“單核驅動”的城市群，政府應大力支持高素質國土資源科技創新人才培養，積極引進外來高層次人才、先進技術、裝備和資金，形成一支致力于提高土地利用率的隊伍，推進國土資源技術前沿面外移，促進技術進步與技術效率“雙核驅動”。對于技術進步和技術效率均處于惡化狀態的城市群，政府應嚴格控制土地新增面積，盤活挖潛閑置土地、廢棄地，促進土地市場化交易，提高土地資源配置效率，增加土地利用創新科研投資，全面做好土地利用制度建設、服務建設和監管建設工作，積極推進用地集約節約利用，突破制約土地利用TFP增長的瓶頸，同時提高城市群技術進步和技術效率。

（二）根據城市群影響因素及作用效果的不同制定差異化政策

年末金融機構人民幣各項貸款余額對各城市群土地利用TFP的增長均具有正向促進作用，這說明金融資本的流動有利于提高土地利用TFP。政府應該通過金融手段促進土地集約利用，聯合金融機構嚴格審查建設用地、工業用地、房地產用地等貸款項目是否合法合規，嚴禁粗放低效用地項目的審批，積極支持集約用地項目、整治盤活存量用地項目。城市財政支出對土地利用TFP的影響為負或者不顯著，說明從長期看政府干預不利于資源的有效配置，應充分發揮土地市場功能，促進土地資源的市場化配置;同時優化政府支出結構，減少城市群在外延式擴張的土地粗放低效利用方式上的支出，增加在閑置地、空閑地、低效利用土地上的支出，對這些土地進行整治、盤活、重新規劃，促進土地資源流動。外資對東部城市群土地利用TFP的提升作用較顯著，說明東部地區應繼續提高對外開放程度，促進一些管理水平高、技術較先進的優秀外資企業在中國落地發展。另外，調整和優化產業結構，既要優化工業結構，也要注意服務業結構的調整，促進工業和服務業協調發展[35]。此外，東部城市群應繼續完善土地管理制度，促進土地流轉政策實施，推動土地利用市場化，進一步提升土地利用效率。中西部城市群應繼續加強公共基礎設施建設，提高公共服務水平，同時抓住“一帶一路”機遇，積極引進先進技術和管理辦法，增加單位面積土地經濟產出，促進城市群土地利用TFP增長。

參考文獻：

[1]方創琳，關興良.中國城市群投入產出效率的綜合測度與空間分異[J].地理學報，2011（8）：1011-1022.

[2]劉永健，耿弘，孫文華，等.城市建設用地擴張的區域差異及其驅動因素[J].中國人口·資源與環境，2017（8）：122-127.

[3]張晏.國土資源部嚴控城市新增建設用地規模[N].中國國土資源報，2017-09-19（1）.

[4]梁流濤，趙慶良，陳聰.中國城市土地利用效率空間分異特征及優化路徑分析：基于287個地級以上城市的實證研究[J].中國土地科學，2013（7）：48-54.

[5]LICHTENBERG E，DING C R. Local officials as land developers：Urban spatial expansion in China[J].Journal of Urban Economics，2009，66（1）：57- 64.

[6]劉盛和，周建民.西方城市土地利用研究的理論與方法[J].國外城市規劃，2001（1）：17-19.

[7]IRWIN E G.New directions for urban economic models of land use change：Incorporating spatial dynamics and heterogeneity[J].Journal of Regional Science，2010，50（1）：65-91.

[8]KOTTMEIER C，BIEGERT C，CORSMEIER U.Effects of urban land use on surface temperature in Berlin：Case study[J]. Journal of Ur-ban Planning amp; Development，2007，133（2）：128-137.

[9]ODECK J，BRTHEN S.A meta-analysis of DEA and SFA studies of the technical efficiency of seaports：A comparison of fixed and random-effects regression models[J].Transportation Research Part A：Policy and Practice，2012，46（10）：1574-1585.

[10]VERBURG P，BERKEL D，DOORN A，et al.Trajectories of land use change in Europe：A model-based exploration of rural futures[J].Landscape Ecology，2010，25（2）：217-232.

[11]金貴，鄧祥征，趙曉東，等.2005—2014年長江經濟帶城市土地利用效率時空格局特征[J].地理學報，2018（7）：1242-1252.

[12]李永樂，舒幫榮，吳群.中國城市土地利用效率：時空特征、地區差距與影響因素[J].經濟地理，2014（1）：133-139.

[13]梁流濤，翟彬，樊鵬飛.經濟聚集與產業結構對城市土地利用效率的影響[J].地域研究與開發，2017（3）：113-117.

[14]韓峰，賴明勇.市場鄰近、技術外溢與城市土地利用效率[J].世界經濟，2016（1）：123-151.

[15]黃珂，張安錄，李會琴.中國城市群農地城市流轉全要素生產率研究[J].中國人口·資源與環境，2018（5）：132-141.

[16]方創琳.中國城市群形成發育的新格局及新趨向[J].地理科學，2011（9）：1025-1034.

[17]趙娜，王博，劉燕.城市群、集聚效應與“投資潮涌”：基于中國20個城市群的實證研究[J].中國工業經濟，2017（11）：81-99.

[18]SOLOW R M.Technical change and the aggregate production function[J].Review of Economics and Statistics，1957，39（3）：312-320.

[19]段文斌，尹向飛.中國全要素生產率研究評述[J].南開經濟研究，2009（2）：130-140.

[20]章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用[J].數量經濟技術經濟研究，2008（6）：111-122.

[21] MALMQUIST S.Index numbers and indifference curves[J].Traba-jos de Estatistica，1953（4）：805-834.

[22]FRE R，GROSSKOPF S.A nonparametric cost approach to scale efficiency[J].The Scandinavian Journal of Economics，1985，87（4）：594-604.

[23]FRE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries[J].American Economic Review，1994，84（1）：66-83.

[24]吳賢良，劉雨婧，熊鷹，等.湖南省城市土地利用全要素生產率時空演變及影響因素[J].經濟地理，2017（9）：95-101.

[25]王麗娜，李世平.沈陽市城市土地利用效率評價及影響因素分析[J].水土保持研究，2014（5）：311-315.

[26]陸銘.城市、區域和國家發展：空間政治經濟學的現在與未來[J].經濟學（季刊），2017（4）：1499-1532.

[27]何好俊，彭沖.城市產業結構與土地利用效率的時空演變及交互影響[J].地理研究，2017（7）：1271-1282.

[28]豐雷，李莉，黃曉宇.土地金融對中國宏觀經濟的影響[J].中國土地科學，2010（12）：3-9.

[29]王賢彬，張莉，徐現祥.地方政府土地出讓、基礎設施投資與地方經濟增長[J].中國工業經濟，2014（7）：31-43.

[30]李建強，曲福田.土地市場化改革對建設用地集約利用影響研究[J].中國土地科學，2012（5）：70-75.

[31]趙雲泰，黃賢金，鐘太洋，等.中國土地市場化測度方法與實證研究[J].資源科學，2012（7）：1333-1339.

[32]MOFFITT ，MCDONALD J F.The uses of Tobit analysis[J]. The Review of Economics and Statistics，1980，62（2）：318-321.

[33]夏清濱，黃少安.中國城市全要素土地效率及其影響因素分析[J].華東經濟管理，2015（5）：83-89.

[34]辛波.土地財政與土地金融耦合的風險及管控[J].當代財經，2015（1）：23-30.

[35]范毅.我國城市發展的拐點與轉型：基于動力機制角度[J].經濟縱橫，2019（8）：49-60.

Research on the measurement and influencing factors for TFP of land utilization in Chinese urban agglomerations from dynamic perspective

ZENG Peng1， WANG Junjun2a， CHEN Jiahao2b

（1.School of Ethnology and Sociology， Guangxi University for Nationalities， Nanning

530002， P. R. China; 2.a. School of Tourism and Landscape Architecture， b. School of Public

Administration and Communication， Guilin University of Technology， Guilin 541004， P. R. China）

Abstract：

It is of great theoretical and practical significance to improve the TFP of land utilization for rational and efficient use of land resources and to coordinate the development of economic development， resource allocation and environmental protection of urban agglomerations. The use of DEA-Malmquist index is to measure the dynamic TFP of land utilization of Chinese urban agglomerations from 2003 to 2016. The Tobit regression model is used to study the factors affecting the dynamic changes of TFP of urban agglomeration land utilization. The results show that： from the time dimension， increasing by an annual rate of 0.7% TFP of urban agglomeration land utilization， the TFP growth of urban agglomeration land utilization is based on technical efficiency and technological progress “dual-core drive”， the improvement of technical efficiency is mainly related to the improvement of pure technology efficiency， and scale efficiency is the bottlenecks for the improvement of technical efficiency and TFP of land utilization; From the spatial dimension， the TFP of land utilization in Jinzhong， Hachang， the West Coast of the Straits， the Central Plains， the middle reaches of the Yangtze River， the Beibu Gulf， Chengyu， Qianzhong， Guanzhong Plain and Lanxi agglomerations is decreasing， the TFP of the other urban agglomerations is on the rise， and the TFP of land utilization in Beijing-Tianjin-Hebei， Hubaoeyu， Liaozhongnan， Yangtze River Delta， Shandong Peninsula and the northern slopes of the Tianshan Mountains has become a “dual-core drive” of technological advancement and technical efficiency; As for the influence factors， GDP per capita and the balance of RMB loans of financial institutions at the end of the year have a positive effect on the TFP of land utilization of Chinese urban agglomerations， the proportion of urban fiscal expenditure to the city’s GDP and population density has a negative impediment.Key words：" urban agglomeration; TFP of land utilization; DEA-Malmquist index; The Tobit regression model; influence factor

（責任編輯 傅旭東）