张 　 琳，　刘 冰 洁，　郭 雨 娜

(大连理工大学 管理与经济学部, 辽宁 大连 116024)



工业化进程中企业土地集约利用的影响因素研究
——基于区域比较分析

张 琳，刘 冰 洁，郭 雨 娜

(大连理工大学 管理与经济学部, 辽宁 大连 116024)

摘要：在我国工业用地供需矛盾突显的背景下，针对不同工业发展阶段的地区，研究土地集约利用的影响因素，可以为土地的宏观调控提供有益参考。基于此，文章选取广东、江苏、辽宁、四川、河南五个代表性省份作为研究区域，结合工业企业用地调研数据进行实证研究。结果表明：不同工业化阶段的工业企业土地集约利用水平的影响因素存在较大差异；企业属性对处于老工业基地复兴阶段的辽宁和工业化发展阶段的四川、河南影响较为显著;投入因素和经济环境因素对土地集约利用的影响相较于区位和企业属性因素更为显著；区位因素更多地影响工业化阶段相对成熟的广东省和江苏省。

关键词：工业；土地；集约；影响因素；地区

一、引言

土地是人类生产生活的基本资料之一，然而在有限的土地资源和耕地红线的背景下，工业用地供给稀缺，供需矛盾加剧，因此，要求企业在土地使用过程中达到效用最大化。随着我国工业化进程的推进，工业企业的土地资源集约利用问题也逐渐成为了政府关注的焦点，也是学术界研究的热点。

近年来，随着土地资源稀缺性压力增大，国家相继出台了关于城市、开发区和工业用地集约利用的政策以及控制性指标，力图提高土地集约利用度，缓解土地闲置和低效利用问题[1]。学术界对土地资源集约利用的概念、研究方法、评价指标、潜力预测、政策建议和实现途径等方面进行了探讨[2]。基于研究区域大小梳理研究成果，最小的是对特定行业土地集约利用的研究，例如养殖用地集约利用评价研究——以重庆巫山县祖代种猪场为例[3]，江阴市电力行业用地集约利用水平[4]；大一点的是针对开发区进行探讨，主要有针对昆山开发区[5]，广州花都经济开发区土地集约利用程度评价[6],以青海高新技术开发区、芜湖开发区、武汉经济技术开发区等为例的研究[7][8][9][10]。开发区作为现代工业的聚集地，在土地集约利用的推进过程中起到了举足轻重的作用，但其发展过程中也存在一定的问题，很多学者针对开发区土地集约利用现状进行剖析，提出了建设性建议；更大的是基于某个城市、省份或者区域进行探究，这类研究主要有以武汉为例的城市土地集约利用潜力挖掘和政策分析[11]，湖北省工业用地集约利用综合评价[2]，包头市、长三角区域工业用地土地集约利用评价研究[12][13]，思路一般是以一定地区的数据为依据，选取相应的评价指标，建立分析模型[14][15][16][17]，并得出结果和提出政策建议。

整体而言，关于土地集约利用的探讨已经深入到区域、省、市、县、开发区和部分行业，这些成果对土地集约利用研究都有很好的推动作用。但是，由于微观数据难以收集，以往的研究大多集中于宏观、中观层面，仅有个别利用微观企业调研数据对部分地区来研究[2][6],较大范围的微观企业工业用地研究目前尚未发现。然而，数据不深入到企业层面，就会限制研究的精度，导致目前的研究无法深入到工业内部结构层面进行比较分析。同时，我国关于工业企业土地资源集约利用问题的研究起步较晚，鲜有对全国范围内工业集约用地的整体探讨，而且缺少针对中东西部三个区域处于不同工业发展阶段的企业土地资源集约利用影响因素的比较研究。然而地区差异明显是我国的现实情况，在进行土地集约利用研究时缺少对比容易导致结果以偏概全，这不利于提出有针对性的政策。有必要重视不同地区工业企业土地集约利用的比较研究，为提出因地制宜的区域性工业用地政策提供理论依据。

在此背景下，本文基于《中国工业企业数据库》(以下简称《数据库》)，补充收集了广东、江苏、辽宁、四川、河南五个代表性省份的工业企业用地等微观数据。从企业属性、投入因素、区位因素和经济环境四个方面进行五省份工业企业集约用地的影响因素研究，以期更准确地揭示我国处于不同工业化进程地区工业企业土地集约利用的特征和驱动因素，并提出促进集约利用的相应对策。

二、指标及数据

1.被解释变量

本文被解释变量为工业企业集约用地水平。参考已有文献，衡量土地集约利用水平的方法主要分有两类：一类是考虑土地的投入或产出水平的单一指标法；另一类是从投入产出等多方面进行系统计算测定的综合指标体系。为了避免多重共线性，本文采取单一指标法。当前中国衡量工业土地利用的主要方法是考虑其产出，这也是工业企业最终的创造目的，提高单位土地面积上的工业产出是提高工业企业土地集约利用水平的重要方式。因此，本文选择工业产出作为衡量工业用地集约利用水平的标准。

据此，工业企业集约用地水平的计算公式如下：

ILU=GIP/S

其中，ILU为企业工业用地集约利用水平；GIP为企业工业总产值；S为企业生产占地面积。

2.解释变量

首先，本文从理论上对可能的影响因素进行识别，主要从以下四个方面分析。

(1)企业属性。在我国的土地制度背景下，不同类型的企业获取土地的难易程度和价格不尽相同，不同类型的企业经营方式也有很大不同，这些直接影响到土地利用方式。早期，国有企业通常由国家划拨获得土地，土地成本相对较低，粗放利用现象明显；近年来土地市场化改革，很多私企通过市场方式获得土地，导致不同类型企业间土地成本相差较大，并在一定程度上影响了用地集约度。理论上讲，土地获取成本高会促使企业更加集约地利用土地。而轻、重工业和企业规模对工业用地集约度的影响也不容忽视，这点笔者前期研究中已经验证[18][19]。

(2)投入因素。从概念上讲，集约用地是指土地使用者用资本、劳动、科技等要素投入来替代土地要素投入以提高产出，即在单位土地面积上投入更多的生产要素以提高地均产值的过程。从生产理论分析来看，在边际报酬递减阶段之前，持续增加要素投入可以提高产出水平，促进土地集约利用水平的提高。具体包括资本投入、劳动力投入、科研投入和政府补贴投入。

(3)区位因素。区位理论是区域经济学的核心理论，区位因素也是影响企业布局和经营的重要因素。随着工业化进程的推进，产业逐步集聚，体现出一定的区位倾向性，研究区位因素与企业用地之间的关系，对产业布局引导具有较强的参考价值。在全球化趋势和国际贸易主流方式为海运的情况下，企业所处区位与土地利用效率息息相关。

(4)经济环境。土地作为一种重要的生产要素，其价格和利用方式与所在区域的经济发展紧密相连。理论上讲，区域经济发展水平高的地区，一方面，资本、技术、劳动力等要素相对丰沛，管理水平先进；另一方面，土地要素价格相对较高。这两方面都会对土地集约利用有正向促进作用。区域人均生产总值、城市规模、二产占比和地价水平等指标很大程度上可以体现区域经济发展水平。

本文在理论分析和数据的基础上，结合使用频率和统计分析建立了指标体系。使用频率是梳理相关研究成果，选取使用频率较高的指标作为参考；统计分析是在对整体数据把握的基础上，选取与影响工业企业土地集约利用水平联系更密切的指标，剔除了相关性比较弱的指标。基于上述方法，本文建立了指标体系，具体如表1所示。

表1　指标说明

3.数据说明

本文的研究区域为广东、江苏、河南、四川和辽宁五个省份。依据国家统计局 2011 年提出的划分办法，五省分布包括了东部、中部、西部及东北四大经济板块，其中，广东、江苏两省可分别作为珠三角和长三角两大区域的代表。五省均为我国工业经济发展较好的省份，可以代表我国目前工业经济的几个主要发展阶段及类型，且五省数据基础和企业样本相对丰富，可以满足研究需要。本文的基础数据为《中国工业企业数据库》(1999～2009),该数据库是目前较为全面的企业层面数据库，其数据来源于国家统计局进行的“规模以上工业统计报表”的统计资料。截止2009年(国家统计局目前官方公布至2009年)，共收录了中国43万多家工业企业，占中国工业总产值的90%左右，能够很好地代表我国当前工业企业。进行工业企业样本选取、数据补充调研及剔除整理的具体过程如下。

样本选取。首先把广东、江苏、河南、四川和辽宁五个省份1999～2009年各年度的企业均从《数据库》中筛选出来，之后把五省基础样本中11年间一直存在的企业按照法人代码进行匹配。

数据补充调研。《数据库》中收集了工业企业概况、财务等相关经济指标近120个，但缺乏土地、地理区位及社会经济等指标，本文在《数据库》基础上进一步数据收集。第一，土地数据补充。以网络调查和电话调研的形式进行企业用地数据补录。第二，区位数据补充。主要包括企业所在地距离区域最大港口距离，与城市基准地价最高处的距离等，方法是利用Google地图实验室中的距离测量工具进行距离测量补录。第三，经济环境数据。细化到企业所在地级市的人均GDP，二产占比等数据。方法是通过各个省份的统计数据收集、计算和补录。数据主要来源于《广东省统计年鉴》、《江苏省统计年鉴》、《河南省统计年鉴》、《四川省统计年鉴》和《辽宁省统计年鉴》。其中，工业用地价格数据来自于“中国城市地价监测网”。为了剔除价格变化的影响，以上数据均进行了必要的指数平减处理。

样本剔除整理。样本调查中剔除了电力、煤炭、矿业及天然气等工业企业，因为这些企业调研的数据是服务所辖地区的面积，而不是厂房、生产用地面积。此外，还剔除了11年间占地面积多次变更的企业、个别调研数据依据常规判断不真实及数据库中重要指标缺失的企业。经过剔除整理，最终数据量为广东6152个，江苏4992个，辽宁1391个，四川746个，河南1473个。

三、五省份工业企业土地集约利用现状分析

为了研究五个省份工业企业集约用地差异，本文首先对样本数据进行统计性分析，比较不同地区工业企业的用地基本情况。

本文分别将数据量较多的2007、2008、2009年作为截面进行数据分析，为了使结果更加准确，对数据进行了离群值的筛选和剔除。三个年份的结果趋势一致，为简化版面，选取异常值较少的2008年的统计性数据结果进行比较，如表2、表3所示。

表2　五省份工业企业占地面积统计描述

表3　五省份工业企业土地集约利用度统计描述

由表2可以看出，广东、江苏工业企业平均占地面积呈现出低于其余三个省份的结果，进一步比较表3，显示广东、江苏两省的土地利用集约度明显高于其余三个省份。由此可见，工业发展阶段较为成熟、经济相对发达的地区、工业企业集约用地水平也更高。再深入对比来看，江苏省工业企业平均产值和集约度要高于广东省，原因在于江苏省重工业和大型企业的比例高于广东省，这和笔者基于工业企业规模和类型的比较中的研究结果吻合。以上对比表明，随着工业化进程的推进和经济发展，土地的集约利用程度也随之提高，加快推进工业化地区的工业发展进程是促进我国工业企业土地集约利用的一条途径。

四、五省份工业企业影响因素比较分析

1.计量模型与方法

本文所研究的数据结构，常用的计量模型包括面板数据分析与混合截面数据分析。因数据所限，部分企业数据有个别年份和个别指标的缺失，因此，本文采用混合截面数据回归。所构建的实证检验模型如下:

ILU=αi+βiIi+γiSi+ρiLi+φiQi+μi

其中ILU代表被解释变量，即工业企业的土地产出效率；Ii、Si、Li和Qi分别表示解释四组解释变量，即企业属性、投入因素、区位因素和经济环境；βi、γi、ρi和φi为相应的变量系数，μi为随机干扰项，αi为常数项。

2.计量结果及分析

由于本研究截面数据量较大，基于混合截面数据进行OLS回归可能会产生异方差问题，而White稳健性估计在假定估计方程的残差不存在序列相关的前提下，推导出一个异方差一致协方差矩阵，用于重新校准变量的T值和标准误差。因此，本文采用White稳健性估计对混合截面数据进行回归，结果如表4所示。

从表4可以看出，不同区域的工业企业土地集约利用水平的影响因素存在较大差异。企业属性对处于工业化发展阶段的辽宁、四川、河南影响较为显著；投入因素和社会经济因素对五省份土地集约利用影响相较于区位和企业属性因素更为显著；区位因素对工业化阶段相对成熟的广东、江苏影响更加显著。

(1)在企业属性方面，工业化相对成熟的广东、江苏、辽宁受企业所有制影响较为显著。而企业属性对四川省土地集约利用影响都不显著，对于河南省，企业规模、所有制、工业类型影响均显著。这和各个省份的工业化阶段以及政策因素、地理位置因素有关，广东省私企发展势头较好，而辽宁省外资企业发展较好，河南作为中原交通枢纽，正在积极推进工业化进程，受到的影响因素较多。

表4　混合截面回归结果

注：括号内为t统计量；***、**、*分别在1%、5%、10%水平，显著；c.dis1#c～1表示距离的平方项，下同。

(2)总体来说，单位土地上的投入越多，土地利用效率越高。但是四个因素对企业用地效率的产出影响弹性差别较大，同一因素对不同地区产出效率的促进水平也相差很多。劳动投入对广东省的影响最大(产出弹性为1.065)，对江苏省、河南省、四川省的土地集约利用影响也比较明显，但是对辽宁省的影响不显著。这是因为辽宁省处于东北老工业基地，多数企业属于资本密集型行业，劳动的投入对于辽宁省的企业来说影响不大；资本的投入对江苏、辽宁影响较大，但是对于广东影响较小。对于四川和河南来说，资本投入影响不显著。这是因为四川和河南的工业发展水平相对较低，如河南是一个农业大省，工业化水平低，基础设施不完善，资本的投入并不能很快转化为生产能力，企业成长缓慢；研发和补贴对工业化水平相对低的辽宁省、河南省、四川省影响较大，其中研发对辽宁省、河南省的土地产出效率促进作用相对明显，而补贴对四川省的土地产出效用促进相对明显。值得注意的是，补贴对广东来说，系数很小且显著为负，可能的原因是在工业化和市场化相对成熟的广东省，政府补贴的企业大多是政策支持产业，这些产业相对于国计民生比较重要，却不一定能在当地市场竞争中立足，因而其集约利用水平可能不高。

(3)区位因素对于广东、江苏的土地集约利用水平影响相对显著，这和我国改革开放三十年来的经济政策密切相关。长三角和珠三角的优先发展，推动了这些地区土地集约利用的进程。分析系数中的显著项，对于广东省，与最大港口的距离和与最高地价的距离回归结果都表现出一次项显著为负，二次项显著为正的结果，表明土地集约利用水平与到区域大港口的距离和距基准地价最高点有倒U型关系。而对于河南省，距离区域最大港口距离一次项显著为正，二次项显著为负，这符合新经济地理学的“中心—外围”理论。据该理论，距离中心经济体越远，生产率越低，但是，在市场容量足够大的情况下，可能在一定距离之外，形成一个“次中心”，从而呈现“∽”型形状[20]，这也与陆铭等的研究结果一致[21]。而沿海港口城市因素对广东、江苏影响显著为负，内陆港口城市对广州影响显著为负，而对江苏显著为正。由于四川、河南没有港口城市，对于这两个省份，没有把港口城市因素加入模型。

(4)社会经济因素对五个省份的影响迥异，充分表明了不同工业化阶段土地集约利用效率影响因素相差较大的情况。基准地价因素对广东省显著为正，对其他省份显著为负或者不显著。这和广东省地价市场化水平较高有关，基准地价在广东省体现出符合预期的结果，集约度高的企业才能在基准地价高的地区存活。而对于江苏和辽宁来说，基准地价高的地区大多是遗留下来的老企业，集约水平不一定很高，更具有竞争力和集约度高的企业倾向于在基准地价更低的郊区或者集聚的工业园区选址。就河南和四川而言，由于招商引资的需要，很多企业在土地获取过程中得到当地政府的优惠对待，不能体现基准地价；城市规模的系数显著为负，和林雄斌等基于珠三角的研究结果一致[22]，表明在城市拓展过程中，土地集约利用水平降低。这是因为在城市化快速发展的过程中，土地的外向扩张和土地资源有限性等问题逐渐制约了土地集约利用。而一些超大城市，人口过度增加导致占用大量资源，与其带来的就业、经济发展不匹配，导致了规模不经济；人均GDP对工业化阶段成熟的广东、江苏的土地集约利用水平有很好的促进作用，表现出土地资源和经济产出间的良性循环状态。而其余三个省份则系数为负，表明在经济总量的增加过程中付出了高昂的土地代价。相比较而言，社会经济因素对广东、江苏影响更为显著，这表明经济环境与工业化所处阶段密切联系，相互促进。

(5)比较五个省份的R2项，所选的影响因素能很好的解释工业化成熟阶段的广东省和江苏省，但是对于其余三个省份解释度较低，还有其他影响因素有待发掘，这也验证了不同工业化阶段，工业企业影响因素存在较大差异。

五、结论及建议

本文通过对五个省份数据的分析，初步比较了不同地区工业企业土地集约利用影响因素，结合相关理论分析，得出以下结论。

(1)不同区域的工业企业土地集约利用水平的影响因素存在较大差异，这与我国东、中、西部工业化水平差异显著的国情吻合。因此在制定土地方面的政策时，要差别对待，因地制宜。

(2)投入因素和社会经济因素对五省份土地集约利用影响相较于区位和企业属性因素更为显著。就共性的因素来讲，增加投入因素对土地资源集约利用有促进作用，所以增加劳动、资本、研发的投入对于促进土地资源的集约利用具有普适的作用，政府也可以加强补贴力度，以推动土地资源的集约利用。近年来，我国也推出了一系列有利于土地资源集约利用的措施，例如，设定工业用地的准入门槛，2008年，我国颁布了《工业项目建设用地控制指标》，规定工业用地地均投资强度不低于300万/亩。结合本文结论，这是符合实际需要的。保证其切实实施，将促进我国工业用地集约利用水平的提高。在提高工业用地投资门槛之外，提高地均的劳动、研发、补贴力度同样有利于工业企业土地集约利用。就社会经济因素而言，对地价、城市规模的调控以及产业结构的合理转变也有利于促进土地集约利用度。

(3)区位因素对工业化阶段相对成熟的广东、江苏影响更加显著，可以引导企业更好的利用区位优势，同时发挥产业集聚效应；企业属性对处于工业化发展阶段的辽宁、四川、河南影响较为显著，切实推进中西部地区的工业化进程，积极引导企业改制将能发挥较大作用。

目前，中国经济已进入一个与过去30多年高速增长期不同的新常态阶段，从高速增长转为中高速增长，工业化进程也将经历从高速到中高速的转变。但是经济结构优化升级，会促进工业化推进从要素驱动、投资驱动转向创新驱动，有利于工业企业土地集约水平的提升。

参考文献：

[1] 赵小凤，黄贤金，李衡，等. 基于RAGA-AHP的工业行业土地集约利用评价[J]. 自然资源学报,2011,26(8):1269-1277.

[2] 陈昱，陈银蓉，马文博. 湖北省工业用地集约利用综合评价——基于 365家典型工业企业的问卷调查[J]. 自然资源学报,2013,28(1):74-78.

[3] 张甜,廖和平,潘卓,等. 养殖用地集约利用评价研究——以重庆市巫山县祖代种猪场为例[J]. 中国农学通报,2013,29(35):42-46.

[4] 徐慧，黄贤金，姚丽，等. 江阴市电力行业用地集约利用评价[J]. 中国土地科学,2010,24(1):43-49.

[5] 王梅,曲福田. 昆山开发区企业土地集约利用评价指标构建于应用研究[J]. 中国土地科学,2004,18(6):22-27.

[6] 黄翠婷,杨志才,胡月明,等. 广州花都经济技术开发区土地集约利用程度评价[J]. 价值工程,2014,18:176-179.

[7] 安蔚军,于书伦. 开发区土地集约利用评价与潜力测算研究——以青海高新技术产业开发区为例[J]. 河南科学,2014,32(6):1109-1114.

[8] 鲁帆,程久苗,费罗成,等. 开发区土地集约利用与产业专业耦合协调度分析[J]. 安徽农业学报,2014,42(27):9570-9572.

[9] 王昆,陈银蓉. 开发区土地集约利用评价研究——以武汉经济技术开发区为例[J]. 国土资源科技管理,2008,25(6):22-26.

[10] 范颖超,聂宜民,陈红艳,等. 基于GIS空间模型的开发区工业企业土地集约利用潜力评价[J]. 安徽农业学报,2014,42(6):1836-1839.

[11] 陈昱. 城市土地集约利用潜力分析与政策研究——以武汉市为例[D]. 武汉:华中农业大学,2012.

[12] 甄江红,成舜,郭永昌,等. 包头市工业用地土地集约利用潜力评价初步研究[J]. 经济地理,2004,24(2):250-253.

[13] 朱天明,杨桂山,苏伟忠,等. 长三角地区城市土地集约利用与经济社会发展协调评价[J]. 资源科学,2009,31(7):1109-1116.

[14] 陈昱，陈银蓉，马文博. 基于Bayes判别的工业用地集约利用评价与潜力挖掘分析——以湖北省典型企业为例[J]. 资源科学,2012,34(3):433-441.

[15] 王贺封，石忆邵，尹昌应. 基于DEA模型和Malmquist生产率指数的上海市开发区用地效率及其变化[J]. 地理研究,2014,33(9):1636-1646.

[16] 李进涛,谭术魁,汪文雄. 基于DPSIR模型的城市土地集约利用时空差异的实证研究——以湖北省为例[J]. 中国土地科学,2009,23(3):49-65.

[17] 张琳,王亚辉,李影. 全要素生产率视角下的城市工业用地生产效率研究——基于Malmquist指数的分析[J]. 大连理工大学学报(社会科学版)，2015,36(1)：57-62.

[18] 张琳，郭雨娜，王亚辉. 中国轻、重工业企业集约用地影响因素研究[J]. 工业技术经济，2015,8(262):50-58.

[19] 张琳，王亚辉． 微观企业视角下工业用地产出效率的影响因素研究-基于2088家工业企业样本的实证分析[J]． 华东经济管理，2014，28(9)：43-48．

[20] 安虎森. 新经济地理学原理[M]. 北京:经济科学出版社，2009.92-123.

[21] 陆铭. 建设用地使用权跨区域再配置——中国经济增长的新动力[J]. 世界经济,2011,11(1):107-126.

[22] 林雄斌,马学广. 城市—区域土地集约利用评价与影响因素研究——以珠江三角洲为例[J]. 国土资源科技管理,2015,32(1):13-21.

收稿日期：2015-07-18;修回日期：2015-10-16

基金项目：国家自然科学基金项目：“微观视角下工业企业集约用地的动力机制和政策优化”(71403038)

作者简介：张琳(1978-)，女，黑龙江鸡西人，副教授,博士，主要从事土地经济学研究，E-mail:zhanglintg@126.com；刘冰洁(1992-)，女，河南开封人，大连理工大学管理与经济学部硕士研究生，研究方向为土地经济学；郭雨娜(1992-),女，内蒙古赤峰人，大连理工大学管理与经济学部硕士研究生，研究方向为土地经济学。

中图分类号：F424.1

文献标识码：A

文章编号：1008-407X(2016)03-0034-07

Research on the Influencing Factors of Intensive Land Use in Industrialization:on the Basis of Regional Comparative Study

ZHANG Lin,LIU Bingjie,GUO Yuna

( Faculty of Management and Economics, Dalian University of Technology, Dalian 116024, China )

Abstract：Under the background of contradiction between industrial land supply and demand, study of the influencing factors of intensive land use among different regions and industrialization stages can provide helpful reference for macro-economic policy. Descriptive statistics analysis and econometric analysis were used based on industrial enterprise data of Guangdong, Jiangsu, Liaoning, Sichuan and Henan province. Results show that there are large differences between different industrialization stages in the influencing factors of intensive land use . Enterprise properties are more significant in the old industrial base, Liaoning province and the provinces of developing industrialization stage, Sichuan and Henan. Input and socioeconomic factors are more significant than regional and corporate properties on each stage of industrialization. Locational factors are of greater importance in provinces of relatively mature industrialized stage, Guangdong and Jiangsu.

Key words：industry； land； intensive； influencing factor； region