APP下载

城市建设用地扩张与经济增长效率关系的动态分析

2015-06-08毛伟

贵州财经大学学报 2015年4期

毛伟

摘要:中国经济发展的土地代价过高表明,需要考察经济增长效率对城市建设用地扩张影响的跨期响应,动态地评估城市建设用地扩张的绩效。基于城市建设用地与经济增长效率的互动机制,采用面板VAR模型,动态地评估了中国省际层面城市建设用地扩张与经济增长效率的互动影响。结果表明:短期内,城市建设用地扩张会抑制经济增长效率,但长期影响不显著。经济增长效率对城市建设用地扩张的影响不显著。从长期来看,经济增长效率的改善取决于自身的完善,城市建设用地扩张对其并无显著影响。应重视城市土地的节约集约使用,并增加经济增长效率在官员考核指标中的比重。

关键词:城市建设用地扩张;面板VAR模型;经济增长效率

文章编号:2095-5960(2015)04-0009-07;中图分类号:F123;文献标识码:A

一、引言

近年来,城市建设用地增长迅速,其扩张量在1996—2011年期间年均增长率达到917%。虽然中国相继出台了一系列誉为“世界最严”的耕地保护政策,但并未扭转耕地面积急剧下降的趋势。耕地大幅流失和经济快速增长并行的局面表明土地代价较高是中国经济发展的一个显著特征,这实质上是城市建设用地扩张与经济增长效率关系表现形式的一种反映。因此,评估城市建设用地扩张对经济增长的影响绩效不应仅局限于当期GDP的提升,而应该着眼于从长期动态考察城市建设用地扩张对经济增长效率的影响。从效率视角认识城市建设用地扩张与经济发展的关系有助于促进农地向城市流转与经济发展的协调性。

中国经济虽然在GDP方面取得了骄人成绩,但经济增长效率一直备受诟病。技术效率较低、污染严重、单位产出能耗较高和经济增长严重依赖投资拉动等多年的顽疾依然普遍存在。房地产业和土地出让金甚至是不少地方重要的财政收入来源。中国城市建设用地和经济发展的客观事实表明,我们应该全面考察经济增长效率对城市建设用地扩张行为影响的跨期响应。

尽管城市建设用地与经济增长联系的研究成果比较丰富,但仍可从如下四个方面来拓展现有研究:第一,现有研究主要关注城市土地扩张驱动力的单向关系,且忽略了变量的内生性问题。[1]-[3]由于城市土地与其驱动因素是相互影响、互为因果的关系,这种复杂关系难以通过单一模型来反映。将上述因素纳入到一个系统,进行互动影响分析的文献较少。而且,研究相互依存变量的单向影响关系时,忽略内生性问题会得到有偏非一致的估计结果,进而导致研究结论出现偏差甚至错误。第二,现有研究主要考察相关因素对城市土地的驱动机制。[4]-[6]但关于城市建设用地扩张与经济增长效率互动机制的系统研究成果较少。第三,研究方法多为时间序列方面的VAR模型,这使得地区间差异的信息难以得到应有的反映。[7]第四,研究视角多为经济增长数量。[8]-[10]数量只是经济增长的一个方面,它无法代表经济增长的全部,目前鲜有城市建设用地与经济增长效率关联性的研究成果。

有别于多数研究关注城市建设用地扩张对GDP的当期影响,并且主要采用时间序列方法来研究的事实,本文基于1996—2011年的面板数据,将城市化、产业结构、城市建设用地扩张和经济增长效率等相互依存的变量纳入到一个分析系统,通过构建面板VAR模型,客观评估城市建设用地扩张与经济增长效率的动态关系,并结合脉冲响应和方差分解分析城市建设用地扩张冲击经济增长效率的动态机制,进而为协调土地政策和经济发展的关系提供理论依据。

二、城市建设用地扩张与经济增长效率的互动机制

经济增长效率通常采用全要素生产率(下文简称TFP)来衡量。因此,城市建设用地扩张和经济增长效率的互动机制,将通过城市建设用地与TFP的关系来说明。

(一)城市建设用地扩张对经济增长效率的影响机制

城市建设用地是生产的空间载体,它并不直接参与生产过程,因此城市建设用地扩张对经济增长效率的影响并不是直接的,其间接影响主要体现在如下三个方面:

1.土地资源的配置

虽然一个经济体的土地资源总量在短期内是常数,但可以通过农地城市流转,重新分配农村用地和城市土地,以实现土地资源的最优配置,达到效益最大化的目的。在完全竞争且土地市场化的框架下,如果城市土地价格高于农用地价格,城市建设用地的边际产出就会高于农用地的边际产出,从而,农地城市流转将提升土地的利用效率。土地作为重要的TFP投入要素之一,其利用效率的提高将有助于提升经济增长效率。

2.城市化

城市化意味着资源、人口和经济活动的集聚,从而造成对城市建设用地的刚性需求。城市化引致的技术创新、集聚效应和人力资本累积能提升TFP。[11]-[13]城市建设用地扩张也有不利于TFP的一面:农地城市流转不仅恶化了农地资源的短缺状况,而且也增大了失地农民的数量,有损于国家的粮食安全,动摇经济增长的基础;土地财政使得地方政府热衷于在短期内能带来巨大收益的“炒地卖地”和“旧城改造”,忽视科技投入和技术创新。大量生产要素流入房地产行业,而非实体产业,这将延缓技术进步的步伐,并削弱转变经济增长方式的动力。[14]

3.产业结构

目前,农用地和城市用地分别实行农村集体所有制和国家所有制。因在土地使用权出让市场处于完全垄断地位,政府可以利用土地政策对经济结构和产业结构进行宏观调控。通过控制土地供给,促使土地利用走节约型和集约型道路。严控技术落后、污染严重、单位产出能耗较高的淘汰类产业用地,以此来实现产业结构的优化升级。中国正处于城市化与工业化快速发展的阶段,各生产部门的生产率水平及其增长率存在较大差异。产业结构优化升级将促使生产要素流向生产率水平高或增速高的部门,从而促进TFP的提高。[15]合理的城市建设用地扩张缓解了城市用地供需紧张的矛盾,有利于经济结构调整,提高生产要素的利用效率,进而提升TFP。

(二)经济增长效率对城市建设用地扩张的影响机制

Malmquist生产率指数将TFP的变化分解成两部分:技术进步的变化和技术效率的变化。经济增长效率对城市建设用地扩张的影响将以此为基础来分析。在技术进步为希克斯中性的条件下,考察一个包含自然资源和土地拓展的索洛模型,产出采用如下的CD生产函数形式:

Y(t)=A(t)×K(t)α×R(t)β×T(t)γL(t)1-α-β-γ(1)

在式(1)中,Y、A、K、R、T和L分别表示产出、技术、资本、自然资源、土地和劳动;α、β和γ分别为资本、自然资源和土地的产出弹性,且α+β+γ<1。

1.技术效率

从产出角度来看,技术效率(TE)为相同投入下实际产出(YR)和理想最大可能产出(YN)的比率。假设实际产出和理想最大可能产出所对应的技术水平分别为AN和AR,则这两种情形下的产出分别为:

YN(t)=AN(t)×K(t)α×R(t)β×T(t)γ×L(t)1-α-β-γ(2)

YR(t)=AR(t)×K(t)α×R(t)β×T(t)γL(t)1-α-β-γ(3)

由于信息不对称、管理滞后、组织欠协调、道德风险和逆向选择等原因,技术欠缺效率的现象比较常见。因此,有下式成立:

TE=YR/YN=AR/AN<1(4)

假定在其它投入相同时,为得到同一产出Y*,实际生产曲线和理想最大生产可能性曲线所对应的土地投入水平分别为TR和TN。根据式(2)和(3),可得:

TγN=Y*/(ANKαRβL1-α-β-γ)(5)

TγR=Y*/(ARKαRβL1-α-β-γ)(6)

因为(TN/TR)γ=AR/AN<1,所以TN

2.技术进步

假定劳动、技术、城市建设用地和自然资源的增长率分别为n、g、m和-b,则有dA(t)dt=gA(t),dL(t)dt=nL(t),dT(t)dt=mT(t),dR(t)dt=-bR(t)。若投资的产出份额为s,资本折旧率为δ,则dK(t)dt=sY(t)-δK(t),由此可推导出:

dK(t)dt/K(t)=sY(t)/K(t)-δ(7)

由于L、A、T和R的增速假定为常数,于是平衡增长路径需要资本和产出的增速也是固定的,这就需要在式(7)中,Y(t)/K(t)的值保持不变,即Y与K的增长率相等,设该增长率为gY。对式(1)两边取对数,可得:

lnY(t)=lnA(t)+αlnK(t)+βlnR(t)+γlnT(t)+(1-α-β-γ)lnL(t)(8)

由于一个变量的增长率与其自然对数对于时间的变化率相等,对(8)式两边取导数,即可求出Y与K的增长率gY:

gY=11-α[g-bβ+mγ+(1-α-β-γ)n](9)

于是,可得t+1时刻的产出:

Y(t+1)=Y(t)egY(10)

假定在t和t+1时刻,除土地外,其它投入要素都相同,且产出都为Y*,则:

Y(t)=Y*=Tγt[A(t)×K(t)α×R(t)βL(t)1-α-β-γ](11)

Y(t+1)=Y*=Tγt+1[A(t)×K(t)α×R(t)β×L(t)1-α-β-γ]egY(12)

由于gY>0,则有egY>1,所以:

Tγt+1/Tγt=1/egY<1(13)

即Tt+1

三、研究方法和数据来源

(一)研究方法

VAR模型虽然得到广泛应用,但其通常要求较长的时间跨度,Holtz-Eakin等(1998)[16]首先将VAR模型拓展至面板数据模型中,以便使其适合多数面板数据所具有的“截面大、时序短”的特征。基于前述互动机制,影响城市建设用地扩张的主要因素包括城镇化的进程、产业结构和经济增长等。本文设定的PVAR模型如下:

Yit=αi+βi+A1Yit-1+…+ApYit-p+εit(14)

在模型(14)中, Yit=(Duleit,Dltfpit,Dlinstit,Dlurbait)T为4×1列向量,下标i为地区的标识号,Ai(i=1,…,p)为滞后i期的变量系数矩阵,α和β分别为4×1个体效应向量和时间效应向量,εit为随机扰动项。

(二)指标选取及数据来源

相关变量描述见表1。其中,TFP通过DEA -Malmquist模型来估算。为反映中国经济增长能耗大、污染高的特征和土地在经济增长中的重要地位,TFP的投入指标为:资本、劳动、土地和能源;产出指标为:GDP和环境污染。其中,资本存量通过永续盘存法计算;劳动通过年末从业人口数来衡量;能源通过能源消费总量来衡量;采用播种面积和城市建成区面积之和衡量土地;使用GDP平减指数将名义GDP折算为实际GDP(1978=100);参照胡晓珍和杨龙(2011)的研究[17],环境污染指数采用熵值法估算。

为消除异方差影响,对变量(ule除外)都做取自然对数的处理。不对ule取对数的原因是城市建设用地扩张量并不总是正数。河北、黑龙江等八个省2008年的非农业人口数据缺失,使用2007和2009年的均值代替。鉴于城市建成区面积数据的可得性,研究时间范围为1996-2011年,研究地区为中国29个地区(不含港澳台,川渝合并。因数据缺失,剔除西藏),数据来源于中经网统计数据库。

四、PVAR模型估计结果及分析

(一)PVAR模型的估计与结果

首先,检验面板数据是否平稳。面板单位根检验方法采用IPS检验。所有变量的P值均远小于005,这表明各变量的一阶差分是平稳序列,原变量都是一阶单整过程I(1),所以可以构建PVAR模型。然后,根据AIC、BIC和HQIC准则来判断PVAR模型最优滞后阶数。这三种判断准则都选取模型的最优滞后阶数为一阶。表2给出了模型(14)的GMM估计结果。

(二)脉冲响应分析

脉冲响应分析源自于某一变量的一个标准差的冲击对其它变量单方面的动态影响。各变量的脉冲响应效果见图1,其中,横轴s为冲击作用的滞后阶数,外侧两条曲线为95%的置信区间(通过Monte-Carlo模拟500次得到),中间曲线为IRF响应曲线。

城市建设用地扩张对相关变量冲击的反应:在本期给城市建设用地扩张自身一个标准冲击后,影响作用由正变负,且在第一期达到最小值,其后又有所上升,并从第2期开始出现收敛的趋势,表明当期的城市建设用地扩张会在一定程度上抑制其在以后的增速。来自于城市化、产业结构和TFP的一个正交化冲击对城市建设用地扩张的影响是类似的,它们都呈下降的趋势,且从第二期开始收敛。此外,这三类冲击的零刻度线都包含在95%的置信区间内,表明来自于城市化、产业结构和TFP的一个正交化冲击对城市建设用地扩张的当期值和未来值并无显著的影响。

TFP对相关变量冲击的反应:城市建设用地扩张冲击对TFP的影响在第一期为负值,其后一直呈现出一种正负交错更迭变化趋势,且影响程度随时间的推移而递减,这表明在短期内城市建设用地扩张不利于TFP的改善,长期来看,城市建设用地扩张对TFP的影响并不稳定,且其影响有收敛于零的趋势。在本期给TFP自身一个标准冲击后,其影响作用与城市建设用地扩张对自身冲击的反应是类似的,表明短期内TFP的改善并不利于自身在其后时间中出现进一步的改善。城市化和经济结构冲击的零刻度线都包含在95%的置信区间内,这表明它们对TFP无显著影响。

城市化和经济结构对相关变量冲击的反应:经济结构对来自于自身冲击具有同向作用,表明经济结构的改善有利于经济结构的优化升级。城市化对来自于自身冲击,其影响在第一期为负值,随后收敛于零,表明短期内当期城市化水平能减缓城市化的进程。TFP的冲击对经济结构的影响一直到快接近第二期的期末时才从负转正,其后呈现收敛趋势,表明短期内TFP对经济结构具有一定的负效应。其原因可能是:过去的产业结构体现了“重生产和积累,轻生活和消费”的经济发展战略,TFP的改善需要生产从劳动和资本密集型,逐渐向技术型密集型和提高生产效率的发展途径转变,这表明对原有的产业结构进行大的改造甚至进行局部重组。从而,在短期内,我国会处于产业结构调整升级的阵痛期。此外,在相应变量的冲击对城市化和经济结构影响的其它情形中,影响都不显著。

(三)方差分解

为评价不同冲击的重要性,并度量变量在长期中相互影响的程度,对PVAR模型进行方差分解分析,结果见表3。

从表3可得:第一,结合前文的脉冲响应图,所有变量均在不超过两期时出现收敛趋势,因此在第5期后,变量的影响关系趋于稳定。第二,城市建设用地扩张984%的变动是由其自身的变动引起。TFP对其的影响虽然位居第二,但城市建设用地扩张的变化中只有11%是由TFP引起的。在城市建设用地扩张的变化中,由城市化和经济结构引起的比例较小,分别只占04%和01%。这表明,在长期中,城市建设用地扩张和TFP是城市建设用地扩张变动的主因,其中城市建设用地扩张自身是决定性的影响因素。第三,TFP 973%的变动是由其自身引起的。其它因素对TFP变动的影响较小,这些因素对TFP变动的影响程度由大到小依次为:经济结构、城市化和城市建设用地扩张。这表明在长期中,TFP的改善主要依赖自身的积累和完善,城市建设用地扩张则对其并无显著的促进作用,其原因是农地城市流转的低效率,土地价格偏离了正常的市场供求关系。以商品房用地为例,统计资料也表明一些地区商品房空置现象严重,低迷的人气还造成基础设施和生活服务配套设施建设的滞后。

五、结论与讨论

近年来,城市建设用地扩张在一定程度上推动了经济增长数量的快速增长,但GDP只是经济发展的一部分,有必要考察城市建设用地扩张与经济增长效率的动态关系,以客观评价城市建设用地扩张对经济发展的影响。基于效率视角,本文采用PVAR模型动态地评估了城市建设用地扩张与经济发展的相互影响。

研究结果表明:(1)当期的城市建设用地扩张会抑制其在以后的增速,而城市化、产业结构和经济增长效率对城市建设用地扩张的当期值和未来值均无显著影响。城市建设用地扩张短期内不利于经济增长效率的提高。城市建设用地扩张对经济增长效率无显著的长期影响。(2)不论是在短期,还是在长期,城市化、产业结构都对经济增长效率不产生显著影响。经济增长效率在短期内能对其自身产生抑制作用。(3)在短期内,城市化水平对其自身有抑制作用,而产业结构、城市建设用地扩张和经济增长效率对城市化的影响不显著。城市建设用地扩张和城市化对产业结构都不产生显著影响。产业结构对其自身具有一定的正向促进作用,但其在短期内迅速衰减为零。在短期内,经济增长效率能在一定程度上抑制经济结构的改善。

本文的政策含义是:经济增长和城市建设用地扩张评价的核心是政府应该坚持数量和效率并重原则,而不是仅关注GDP的短期收益。[18]城市建设用地扩张和城市化应与经济发展的实际需求相适应,经济增长效率的提升不可能通过“抄地卖地”来实现。生产要素应该更多地向实体产业引导,并鼓励技术创新和产业结构升级。城市建设用地扩张要以经济增长为基础,不能一味地追求规模和速度。城市土地的节约和集约利用才能保持城市建设用地扩张与经济增长效率的协调度。经济增长效率与数量携手并进的一个可行途径是完善官员考核指标,从制度上约束和引导官员重视经济增长效率,进而促进城市建设用地扩张与经济增长效率的协调发展。

参考文献:

[1]李勇刚,高波,任保全.分税制改革、土地财政与公共品供给——来自中国35个大中城市的经验证据[J].山西财经大学学报,2013(11):13-24.

[2]周彬. 土地财政、公共服务和地方政府行为[J].山西财经大学学报,2013(6):1-10.

[3]姚原温等. 贵州省大坝土地利用变化及驱动力分析 [J]. 长江流域资源与环境,2014(1):67-74.

[4]吕彩云,陈宾. 城市化趋势下西北地区土地变化的人文驱动力分析 [J]. 城市发展研究,2012 (12):38-42.

[5]罗媞,刘耀林,孔雪松. 武汉市城乡建设用地时空演变及驱动机制研究——基于城乡统筹视角 [J]. 长江流域资源与环境,2014(4):461-467.

[6]赵可, 张安录. 城市建设用地扩张驱动力实证研究——基于辽宁省14市市辖区数据 [J]. 资源科学,2013(5): 928-934.

[7]赵可, 张安录. 城市建设用地、经济发展与城市化关系的计量分析 [J]. 中国人口资源与环境,2011(1): 7-12.

[8]黄志基, 贺灿飞, 王伟凯. 土地利用变化与中国城市经济增长研究 [J]. 城市发展研究,2013(7): 35-43.

[9]蒋南平, 曾伟. 土地资源与城市化发展:理论分析与中国实证研究 [J]. 经济学家,2012(4): 52-62.

[10]辛波, 于淑俐. 对土地财政与地方经济增长相关性的探讨 [J]. 当代财经,2010(1): 43-47.

[11]孙广生, 黄祎, 田海峰, 等. 全要素生产率、投入替代与地区间的能源效率 [J]. 经济研究,2012(9): 99-112.

[12]张三峰, 吉敏.市场化能改善环境约束下的能源效率吗——基于2000—2010年省际面板数据的经验研究[J].山西财经大学学报,2014(1):65-75.

[13]郑丽琳, 朱启贵. 纳入能源环境因素的中国全要素生产率再估算 [J]. 统计研究, 2013(7): 9-17.

[14]王贝. 我国经济增长和建设用地关系的实证研究 [J]. 学术探索,2011(2): 64-67.

[15]Peneder, M., Structural Change and Aggregate Growth [R]. WIFO Working paper: Austrian Institute of Economic Research, Vienna, 2002.

[16]Holtz-Eakin, D., Newey, W., Rosen, H. S. Estimating Vector Autoregressions with Panel Data [J]. Econometrica, 1988, (6): 1371-1395.

[17]胡晓珍, 杨龙. 中国区域绿色全要素生产率增长差异及收敛分析 [J]. 财经研究,2011(4): 123-134.

[18]高兴佑, 高文进. 我国房价虚高的成因、危害及治理路径分析 [J]. 湖南财政经济学院学报,2012(2): 62-68.

责任编辑:常明明 吴锦丹 萧敏娜 常明明