吴静 胡雅玲

[摘 要]城市在经济发展中发挥重要作用。本文通过选取2004-2017年我国283个地级市面板数据，实证检验各城市在集聚经济发展中空间关联和土地财政对城市集聚经济的影响。研究表明：各城市集聚经济在发展中存在空间溢出效应，东部和中部地区表现出正向空间溢出而西部地区却呈现显著的负向溢出;土地价格的膨胀显著抑制城市发展。因此，城市土地要素供给应以城市协调發展为根本，各地要根据自身发展情况，综合协调土地要素供给形式，推动城市发展。

[关键词]土地价格;城市集聚经济;空间溢出效应

[中图分类号]F293[文献标志码]A

文章编号：1003-6121（2020）04-0081-15

一、引言

党的十九届四中全会和黑龙江省十二届六次全会指出，要坚持深化改革，推进经济高质量发展。而城市是促进现代高质量经济发展的引擎。人口和经济活动不断向城市集中推动了商品和劳动力的流通，形成规模经济和范围经济。集聚经济则是规模经济和范围经济的主要表现形式。城市集聚经济能够提高城市效率，优化资源配置，促进城市经济发展（梅林，席强敏，2018）。[1]69纵观学者们对城市集聚经济的研究历程可以看出，影响城市集聚经济发展的因素有许多。如，企业的生产成本与规模经济（Krugman，1991;Kim，1995）[2]485、劳动力与资本（Rosenthal and Strange，2001）[3]129、土地供给（唐云锋，吴琦琦，2018）[4]50以及空间邻近效应等。现阶段，随着新型城镇化进程的迅速推进，企业作为城市集聚经济活动的主体，任何企业的发展都离不开土地要素的有效供给。而目前，我国土地供给的方式主要以“招拍挂”为主的价格机制形成（贾康，梁季，2015）[5]75，土地价格作为企业进驻一个城市所负担的固定成本之一，土地价格的高低必然会对城市集聚经济的发展产生重要的影响。此外，集聚经济在发展的过程通常会与邻近地区在空间上产生相互关联的格局，深入研究各城市集聚经济发展的空间关联有利于提升城市集聚经济的辐射效应，带动城市集聚经济的发展。因此，本文试图从土地供给和空间关联的角度出发来研究影响城市集聚经济的因素，这对于完善土地供给方式，提升城市集聚经济发展水平具有一定的现实意义。

目前，有关集聚经济研究文献相对来说比较丰富。从理论解释上来看，学者们主要从以下三个角度对集聚经济的发展展开论述：第一，专业化。Marshall（1920）[6]73最早从行业内部的角度研究了行业内部集聚经济产生的原因以及行业内集聚经济的发展对行业增长的重要影响，这种行业内的动态集聚经济被称之为马歇尔外部性（Marshall externalities）。第二，多样化。Jacobs（1961，1969）[7]24[8]45从城市内部产业多样化的角度提出，城市经济的发展源自于其内部产业的多样化，这种跨行业的动态集聚经济被称之为雅各布斯外部性（Jacobs externalities）。第三，竞争效应。Porter（1990）[9]80提出产业集聚不仅仅能够发挥马歇尔外部性，同时还可以刺激企业进行竞争，在这种竞争压力下，集聚区内的企业更加具有创新性。直到20世纪90年代，随着以藤田昌久（Fujita）和克鲁格曼（Krugman）为代表的新地理经济学的兴起，学者们开始从一个全新的视角去研究集聚经济的发展。Krugman（1991）提出的中心-外围模型（C-P模型）从区域非均衡的角度为劳动力和企业在城市集聚提供了一种解释。Fujita and Mori（2005）[10]84认为商品服务活动的生产与交易和知识传播与创新作为一种内生力量可以推动城市集聚经济的发展。

关于对土地供给的研究，学者们主要从土地供给方式的角度来展开的。Lichtenberg和Ding（2009）认为中国现行的土地制度赋予了地方政府垄断土地供给的权利，使之成为地方政府促进经济发展的重要手段之一。而已有研究表明，这种政府垄断的土地供给方式给中国社会经济的发展带来了很多的负面影响。例如，影响了经济发展与产业结构升级（邹薇，刘红艺，2015;周彬，周彩，2018）[11]26[12]45、使公共物品供给效率低下（严思齐，等，2017）[13]9、抬升了房地产价格（雷根强，钱日帆，2014;唐云峰，吴琦琦，2018）[14]5[4]45以及降低了企业生产率（李力行，等，2016）等等。这些学者们的研究有利于我们多角度的理解土地供给方式带来的影响。但是，关于土地供给方式对城市集聚经济影响尚未引起足够的重视。与本文类似，卲朝对等（2016）[15]22认为不断上涨的土地价格对城市集聚特征会产生负向影响。梁强（2017）[16]148认为适度的提升土地供给量有利于提升城市全要素生产率，推动城市集聚经济的发展。梅林和席强敏（2018）[1]72认为城市效率的提升是由于高价供应工业用地带来的原则效应和低价供应商服用地带来的集聚效应。

上述研究在一定程度上加深了我们对土地供给及城市集聚经济的认识，但仍然存在诸多的问题有待进一步的深化研究。如很少有文献考虑到土地供给和城市集聚经济之间存在的紧密关系。本文认为，土地要素作为影响城市集聚经济发展的核心要素之一，唯有深刻考虑在中国特色土地供给方式影响下的土地供给行为，才能够清晰地认识推动城市集聚经济发展的动力机制。

同以往的研究文献相比，本文主要的贡献在于：第一，在研究内容上，本文将土地供给和城市集聚经济纳入到一个统一的分析框架中，从中国特色的土地供给模式背景入手，研究土地供给对城市集聚经济的影响，为研究城市集聚经济的影响因素提供了一个新的解释。第二，在数据的选取上，本文选取了2004年-2017年全国283个地级市的面板数据对土地供给和城市集聚经济展开研究，同省级面板数据相比，地级市面板数据得出的研究结论更加真实可靠。第三，在研究方法上，本文采用空间自回归模型（SAR）进行研究，既考虑了土地供给对城市集聚经济的影响，又考虑了各城市集聚经济在发展过程中的空间关联，从而提高了实证结果的可信性与稳健性。

二、机理分析

（一）城市集聚经济及其空间溢出效应

城市集聚经济发展的根源来自于规模效应，即收益规模的递增使得城市更加具有生产力（Lucas，1993）。[17]259因此，我们可以将城市集聚经济看作是与城市规模和密度联系在一起的规模经济效益。我们从城市集聚经济带来的效应的角度可以发现，经济活动在空间上的集聚促进了区域生产和交易的规模经济。通常情况下，城市集聚經济主要体现在产业集聚、劳动力就业和城市密度这三个方面（苏红键，等，2014）。[18]116首先，大量产业在某一城市集聚时这些企业可以共享作为投入要素的中间产品，实现产业前后关联，扩大市场规模实现规模经济。其次，劳动力在某一城市集聚有利于创造一个完善的劳动力市场，减少失业，实现就业的规模经济。此外，城市集聚经济的发展还有利于生产要素在局域范围内实现空间溢出，这有利于降低生产要素在区域之间的流动成本。使得本地区城市集聚经济在发展的同时也能够带动临近地区城市集聚经济的发展。

综上所述，本文提出假设1：城市集聚经济的发展在空间上存在显著的空间溢出效应，本地区城市集聚经济的发展的同时也能够带动临近地区城市集聚经济的发展。

（二）土地价格对城市集聚经济的影响机理

土地价格成本是一个企业生产决策的重要考虑因素之一。低价供应土地要素可以降低企业成本，吸引企业在某一地区产生集聚效应。通常情况下，一个企业在某一城市集聚通常带有技术溢出、知识溢出和管理能力溢出等正外部效应，而在该城市集聚的企业可以利用良好的外部效应充分发挥自身优势并形成规模效应，从而推动该城市集聚经济的发展。

但是在目前地方政府“以地生财”的发展模式下，地方政府采取提高土地价格的方式以追求更高的财政收入会带来以下两个方面的影响：一方面，土地价格的节节攀升使得企业用地成本不断增加。企业为了获取更低的用地成本，不断地从用地成本高的城市搬离到用地成本低的城市。随着企业的不断搬离，这会对土地价格高的城市的产业结构、就业水平和经济发展产生不利的影响，久而久之必然阻碍城市集聚经济的发展。另一方面，土地价格的节节攀升的同时也会推动城市房价的持续上涨（周彬，杜两省，2010;唐云峰，吴琦琦，2018）。[19]111[4]44不断高启的房价会导致那些工资和福利水平相对较低的劳动者难以承受高房价所带来的生活成本的提高。因此，为了降低生活成本，这些劳动者通常会选择向房价较低的成熟转移或选择从工资和福利较低的低端行业向工资和福利水平较高的高端行业进行转移，以消除因房价上涨而引起的生活成本的提高。这样一来，随着劳动力区域间和行业间的不断转移，同样也会对城市集聚经济的发展产生不利的影响。

综上所述，本文提出假设2：土地价格的不断上涨会抑制城市集聚经济发展。

三、模型设定、变量选取与数据说明

（一）模型设定

一个城市的集聚经济不仅仅与城市自身相关，还会通过劳动力流动、资本流动等方式对临近城市产生空间溢出效应（于斌斌，金刚，2014）。[20]35如果研究城市集聚经济这一问题时忽略了地区之间的空间相关性，可能会导致估计结果的偏误。因此，本文根据上文的有关分析，并参考Anderson et al.（2009，2012）、于斌斌（2014）、严思齐（2017）等学者的研究方法，构建了如下空间自回归模型（SAR）：

（二）变量说明

1.被解释变量：城市集聚经济

为了全面的分析城市集聚经济的水平，本文选取了城市产业多样化、就业密度和经济密度三个指标，分别从产业结构层面、就业层面和经济发展层面来表示城市集聚经济的水平。

（1）城市产业多样化（Agg_HHI）。用来衡量城市产业多样化的指标有很多，如赫芬达尔-赫希曼（HHI）指数、产业空间基尼系数（Krugman，1991）、区位熵指数等等。本文借鉴傅十和和洪俊杰（2008）[21]115的研究，采用1减去赫芬达尔-赫希曼指数（HHI）来表示城市产业多样化程度。计算公式如下式（2）：

其中，S2ij表示j行业在城市i中的就业总人数;n为行业总数，根据国民经济行业分类，一个城市的行业主要包括19个部门，因此，n等于19。城市产业多样化指标的取值范围在0和1之间，如果一个城市的行业多元化，则该指标将趋近于1;如果一个城市的行业由主要的几个大行业主导，行业单一，则该指标将趋近于0。

（2）就业密度（Agg_density）。就业密度可以用来捕捉密集经济活动所带来的技术外部性对工资水平的影响（田向辉，徐小靓，2015）。[22]28本文借鉴Ciccone（1996）[23]59和Combes等（2008）[24]730的做法，采用一个城市每平方千米的就业人员数量来表示城市就业密度。计算公式如下式（3）：

其中，Eij表示城市i在第j年劳动力就业的总量;areai表示城市i的辖区面积。

（3）经济密度（Agg_economic）。经济密度指的是一个城市单位面积土地上所产生的经济效益的大小（李红昌，Linda Tjia，胡顺香，2016）。[25]133因此，一个地区的经济集聚水平可以用经济密度这一指标来衡量（Ahlfeldt，2015）。[26]346计算公式如下式（4）：

其中，Yij表示城市i在第j年的国民生产总值，即GDP;areai表示城市i的辖区面积。

2.核心解释变量：土地价格（lnLand）

土地价格的高低主要体现为土地财政收入规模的大小（雷根强，钱日帆，2014）。[14]10土地财政一般由两个方面构成：第一种是地方政府通过批租、征租、收费的形式从土地资源中获取各类税费收入;第二种是以土地形式作为抵押物从而获得债务收入（贾康，梁季，2015）。[5]80但是，在目前相关的研究中，我们尚未能找到一个统一的代理变量去表示土地价格这一指标。在参考多数学者研究的基础上（邹薇，刘红义，2015;李斌，卢娟，2018），[11]21[27]29本文选择目前研究中使用最广泛的“土地出让收入”作为地区土地价格的代理变量。之所以选取土地出让收入作为土地价格的代理变量，是因为“土地出让收入”规模相对较大，采用这一指标可以准确的度量地方政府通过土地出让而获取的财政收入大小与规模，从而反应土地价格的水平（蒋震，2014;周彬，周彩，2018）。[28]33[12]40

3.控制变量

（1）金融发展规模（lnFinance）。本文选取各城市金融机构年末贷款余额这一指标作为金融发展规模的代理变量。

（2）区域开放程度（Open）。本文选取各城市实际利用外商投资额占地区GDP的比重作为区域开放程度这一指标的代理变量。由于城市实际利用外商投资额使用美元为单位来表示的，因此在处理的过程中，我们根据OECD数据库提供的2004年-2017年美元对人民币的平均汇率将其转换为以人民币表示的城市实际利用外商投资额。

（3）产业高级化（TS）。产业结构是影响一个城市集聚经济的重要因素之一。本文借鉴干春晖等（2011）的研究，选取第三产业产值与第二产业产值之比来作为产业高级化这一指标的代理变量。

（4）人力资本水平（lnedu）。本文选取各城市普通高等学校教师数来作为人力资本水平的代理变量。

（5）人均道路面积（lnroad）。本文选用人均道路面积这一指标来反映基础设施建设对城市集聚经济的影响。

（6）城市人口密度（lnpeo）。本文控制了城市人口密度这一变量，来研究城市集聚经济的影响因素。

（7）虚拟变量（dummy）。若该城市为省会城市或直辖市，则赋值为1;反之，若是非省会城市和直辖市的地级市，则赋值为0。

（三）数据说明与样本的统计性描述

为了更加准确地反映土地财政对城市集聚经济的影响，本文选取了2004年-2017年我国283个地级市的面板数据进行实证分析。之所以把研究起点设定在2004年，是因为《中国国土资源统计年鉴》中公布的“土地出让收入”这一指标最早始于2004年。本文中所有数据来源均出自于《中国国土资源统计年鉴》《中国城市统计年鉴》《中国区域经济统计年鉴》《中国统计年鉴》以及各省、市的统计年鉴和统计公报。针对相关缺失的数据，本文采用线性插值法将其补齐，并且为了减少数据波动过大所引起的估计偏误，我们将土地财政、金融发展规模、人力资人水平、人均道路面积以及城市人口密度这五个代理变量进行了对数化处理。值得注意的是，本文数据选取的范围不包括中国的香港、澳门和台湾等地区。同时，由于西藏自治区、中卫市和陇南市的相关数据缺失严重，巢湖市、毕节市、铜仁市和三沙市的行政区域变动频繁，为了统一口径，本文在分析的过程中剔除了上述城市，最终选取了我国283个地级市14年的面板数据进行分析。本文选取的变量具体定义详见表1。

四、实证过程与结果分析

（一）空间相关性分析

在使用空间计量的方法时，往往要先檢验所选取样本在空间上是否具有空间上的依赖性。如果检验未通过，则使用标准计量分析方法即可;如果检验通过，则需要利用空间计量的方法进行分析（吴玉鸣，2014）。[29]19上文已经说到，本文计算了2004年-2017年我国各城市集聚经济的程度，我们从代理变量的结果上可以看出，地区间的集聚经济呈现出了很明显的空间相关性，因此，需要进行空间相关性检验。本文采用目前多数学者所使用的Moran's I指数（Anselin，1988，2006;Rey，Janikas，2005;于斌斌，金刚，2014;仲深，杜磊，2018）[30]924[31]965[32]156[33]44对城市集聚经济的代理变量进行空间自相关的检验。

Moran's I包括全局莫兰指数（Global Moran index）和局部莫兰指数（Local Moran index）。全局莫兰指数（Global Moran index）用于判断区域之间是否存在正相关，负相关还是相互独立的关系。而局部莫兰指数（Local Moran index）是用于检验局部地区是否存在相似或者不同的观察值聚集在一起的方法。

全局Moran's I的计算公式如下：

其中，Agg=1n∑ni=1Aggit，Aggi表示第i个城市第t年集聚经济代理变量的观测值。全局Moran's I取值一般处于（-1，1）之间，若Moran's I>0，表示存在正相关的关系，说明不同属性的经济单位趋向于同一个地区。若Moran's I <0，则说明存在负相关的关系，说明具有相似属性的经济单位趋向于同一个地区。若Moran's I =0，则说明不存在空间上的相关性。

在Moran's I计算的结果基础之上，本文还将通过Z统计量来对Moran's I指数的显著性进行检验。Z统计量的计算公式如下：

表2为地理权重矩阵之下计算出来的历年城市集聚经济（Agg）代理变量的全局莫兰指数空间自相关的检验结果（1）。通过表2的计算结果我们可以看出，2004年-2017年城市集聚经济的代理变量的Moran's I指数均为正，且都通过了显著性水平为1%的显著性检验。这一点可以说明，在样本选取的年份中，中国城市集聚经济存在着非常显著的空间正相关性。

为了更加直观的展示中国各城市集聚经济的空间相关性，接下来，我们将采用局部莫兰指数来判断城市集聚经济的局部空间相关性。局部Moran's I的计算公式具体如下：

其中，式中所有符号的含义同上。

从局部Moran's I的定义中我们可以知道，局部Moran's I是对各地区的样本进行单独的测算，由于测算结果数据量较大，本文就不在报告具体的测算结果。我们采用能够反映局部空间相关性的Moran散点图来描述中国城市集聚经济的空间相关性。Moran散点图是由局部Moran's I计算结果得出的。在Moran散点图中，横轴表示样本变量的当期值，纵轴表示空间滞后项。该图的四个象限把样本区域与邻近地区的空间相关性分别划分成了：“高-高”（HH）、“高-低”（HL）、“低-低”（LL）和“低-高”（LH）四种关系。其中，“高-高”（HH）和“低-低”（LL）表示研究样本存在显著空间正相关，即样本区域为高值（低值），其周边地区也是高值（低值）;而“低-低”（LL）和“低-高”（LH）表示研究样本存在显著空间负相关，即样本区域为高值（低值），但其周边地区为低值（高值）。

从Moran散点图的计算结果中我们可以看出，在2004年-2017年间，样本城市的集聚经济的空间关联主要位于Moran散点图的第一和第三象限，这一点表明了中国城市集聚经济的发展在空间上呈现出了显著的正相关性。进一步的，我们可以发现，位于第一象限（“高-高”）的城市大多为我国东部地区的城市，尤其是我国的长三角城市群、珠三角城市群、环渤海城市群的城市。这说明了我国各城市集聚经济的发展在空间上的高值集聚区主要集中于我国东部地区。换句话说，集聚经济发展水平较高的城市其周围的城市集聚经济发展的水平也比较高。而位于第三象限的城市多为我国中西部地区的城市，这些城市的集聚经济的发展在空间上表现出了相对较低的水平，并且周边城市的集聚经济发展水平也比相对较低。图1和图2给出了2004年和2017年城市集聚经济代理变量之一指数的Moran散点图（2），从两幅图中我们可以明显的看出，我国各城市的集聚经济发展在空间上的关联性符合上文的论述，这也进一步的证明了城市集聚经济的发展在空间上存在显著的正项关联的关系。

（二）全国层面的空间计量分析

根据上文介绍的计量方法和选取的样本数据，本部分，我们先从全国层面上检验土地财政对城市集聚经济的影响。由于样本在空间上存在相关性，此时模型不在满足OLS的经典假定条件，若使用OLS对模型进行回归，则会产生OLS估计量有偏和不一致的问题。根据Lee和Yu（2010）[34]32以及Elhorst（2012）的建议，本文将采用拟极大似然估计法（Quasi-maximum Likelihood Estimation，QMLE）对模型进行估计。同时，经过Hausman检验，其结果建议使用面板数据的固定效应模型进行分析。模型的计算本文具体运用Stata15.1实现。具体结果如表3。

表3給出了地理权重矩阵之下的全国层面城市数据的空间计量模型的估计结果。被解释变量空间滞后项系数可以用来反映各城市之间集聚经的空间关联性，所以我们首先来关注被解释变量空间滞后项系数的估计结果。从模型（1）-模型（6）的估计结果中我们可以看出，被解释变量的空间滞后项系数均在1%的显著性水平下显著为正，这说明周边城市集聚经济的发展对本地区城市集聚经济的发展产生了显著地正向的空间溢出作用。这一点，证实了本文假设1的成立。具体来看，在模型（2）中，空间滞后项的系数为0.667，这可以解释为：在其他条件不变的情况下，其他地级市产业多样化水平每增加1个单位，会使得本地区产业多样化水平提高约0.667个单位;在模型（4）中，空间滞后项的系数为0.577，这表明，临近地级市劳动力就业密度每增加1个单位，会使得本地区劳动力就业密度增加约0.577个单位;在模型（6）中，空间滞后项的系数为0.576，这反映了，邻近地区的经济密度每增加一个单位，会给本地区经济密度带来约0.576个单位的溢出效应。综上，从全国的层面来看我们可以认为，本地区城市集聚经济的发展会显著地受到其他临近地级市集聚经济发展的影响，并且这种影响表现为正向的溢出效应（促进了本地区集聚经济的发展）。这一点，本文给出的解释是：随着目前生产要素的跨区域配置速度越来越快，各地区之间的生产要素流动必然会使得城市集聚经济的发展受到其他地区的影响。

核心解释变量土地财政在模型（1）-模型（6）中给出的估计结果均为负值，且多数在10%的显著性水平下显著为负。这说明了较高的土地价格对城市集聚经济的发展产生了负向的影响作用。换句话说，土地价格的不断增长不利于城市集聚经济的发展，并且对城市集聚经济的发展产生了阻碍的作用。这一点，证实了本文假设2的成立。本文认为，出现这样结果的原因由于以下三点原因导致的：第一，改革开放四十多年以来，我国城镇化进程迅速推进，城镇化的高速发展使得人们增加了对土地要素的需求，而土地要素的供给远远低于人们对土地要素的需求，这样一来，土地要素供需不平衡的矛盾日益显著。并且随着我国土地资源市场化改革的不断推进，土地要素的价格呈现出了日益上涨的趋势，尤其是城市的土地价格。随着土地价格的不断上涨，企业用地成本不断上升，企业为了寻求较低的生产成本会退出土地价格高的地区，这必然会对城市集聚经济产生不利的影响。第二，虽然在财政激励的作用下，这种“以地生财”的土地财政机制可以在一定程度上提高政府提供公共物品的能力和地方经济的增长（李勇刚，高波，2013），但是就目前我国现实情况而言，由于法律制度的不完善，相关财税制度体系不健全等问题的存在，使得这种“以地生财”的机制在推动经济发展的同时也对市场和经济秩序产生了一定程度的扭曲（贾康，刘薇，2012）[35]5，进而对城市集聚经济产生负向的影响。第三，在地方官员政治晋升激励以及地方政府间“锦标赛”式的竞争激励之下，地方政府为了推动本地区工业的发展，通常倾向于用低于成本价的方式去出售工业用地，这样一来，这种工业土地用地价格倒挂的方式往往会导致土地资源的巨大浪费，不利于城市集聚经济的发展。

控制变量对城市集聚经济发展的影响。金融发展水平在模型（2）、模型（4）和模型（6）的估计结果中均为正值且在1%的显著性水平下显著，即本地区金融发展水平的提高会促进城市集聚经济的发展。对外开放程度这一指标在三个模型中给出的估计结果均呈现出了显著的负相关的关系，这说明FDI占GDP的比重越大，城市集聚程度会越低。本文认为，虽然中国在加入WTO之后对外开放的水平有了很大程度的提高，但是仍然存在外商直接投资难以进入的领域（如金融保险业、教育、社会服务业等行业），这样使得外商直接投资无法在一个地区形成较大的规模效应，从而导致外商直接投资促进城市集聚经济发展的力量相对较弱，这一点与邵朝对等人（2016）的经验研究相一致。产业高级化程度在三个模型的估计结果中均显著为正，这说明地区产业结构的调整与优化可以显著的提高城市集聚经济的发展水平。人力资源水平在模型（2）中的估计结果显著为正，这说明了高素质的劳动力资源可以推动产业结构多样化的发展，从而推动城市集聚经济的发展;但是模型（4）和模型（6）中人力资源水平的估计结果显著为负，这是因为目前中国的大多数产业仍然以劳动力密集型产业为主，就业和经济发展对高素质的人力资源需求仍然没有达到相应的规模。人均道路面积的估计结果在三个模型中给出的估计系数均显著为正，这说明了人均道路面积占有率越高的地区越能够推动城市集聚经济的发展。这是因为，人均道路占有面积作为纯公共物品而言在一定程度上可以反映一个地区的基础设施建设水平，基础设施水平较高的地区往往更有利于城市集聚经济的发展。从人口密度的估计结果上我们可以看出，人口密度越大的地区越有利于城市集聚经济的发展。同时，在涉及到城市属性的虚拟变量中，我们可以明显的看出，省会城市和直辖市的集聚经济发展水平要显著地高于其他城市，这一点同李金滟（2008）[36]25的研究相一致，这因为省会城市和直辖市作为一个区域发展的中心，其政治、经济和文化中心的多层次功能更有利于集聚经济的发展。

（三）稳健性检验

为了检验土地价格对城市集聚经济影响的稳健性，本文接下来将构建经济权重矩阵来代替地理距离权重矩阵对上文中的实证结果进行进一步的检验。在估计方法的选择上，将与上文一致。其中，经济空间权重矩阵将采用地区间GDP差额的倒数来构建表示地区间经济意义的空间经济权重矩阵。具体结果详见表4。

从表4中我们可以看出，稳健性检验中所采用的经济权重矩阵估计出来的结果同前文地理距离矩阵估计出的结果，仅在估计系数的具体数值和部分结果的显著性上存在差异，但核心解释变量给出的估计结果与前文的估计结果基本保持一致，即土地价格对城市集聚经济的影响呈现出了显著负相关的关系，城市集聚经济的空间滞后项均显著为正。这说明上文中研究城市集聚经济在空间上的溢出效应以及土地价格与城市集聚经济的关系的估计结果稳健的，具有一定的可靠性。

五、主要结论与政策建议

纵观我国40多年经济腾飞发展的历程，城市作为生产要素流动和经济活动分布的核心区域在推动经济增长的过程中发挥了重要的引领作用，在推进经济高质量发展的过程中也发挥着重要的作用。本文采用2004年-2017年我国283个地级市的统计数据，以各地级市之间的地理距离作为空间权重矩阵，通过构建了空间面板计量经济模型，实证检验了土地价格对城市集聚经济的影响以及城市集聚经济在发展过程中各区域之间的空间关联性。

在实证研究的基础之上，本文得出了以下结论：第一，城市集聚经济的发展在空间上存在明显的空间外溢效应。从全国层面的角度来看，以产业多樣性为城市集聚经济的衡量指标的空间溢出系数达到了0.667;以就业密度为城市集聚经济的衡量指标的空间溢出系数达到了0.577;以经济密度为城市集聚经济衡量指标的空间溢出系数达到了0.576。并且，我国三大区域城市集聚经济发展的差异较大，东部地区和中部地区的城市集聚经济的发展对于其临近区域具有一定程度的带动作用，而西部地区的城市集聚经济的发展却抑制了其临近城市的集聚经济发展。第二，在“以地生财”的发展模式和财政激励与官员晋升激励的双重作用下，不论是从全国层面角度来看还是分地区角度来看，土地价格的不断增长都显著抑制了城市集聚经济的发展。第三，金融发展水平、产业高级化程度、城市人均道路占有面积和城市人口密度能够促进一个城市集聚经济的发展，高素质的人力资本能够显著的推动城市产业多样化的发展，但从就业密度和经济密度层面来看却出现了负向的影响。第四，作为一个区域政治、经济和文化中心的省会城市以及直辖市，其城市集聚经济的发展水平要明显的高于其他城市。

根据上文的实证结果和结论，本文在此提出如下政策建议：第一，加强区域间交流与合作，推动城市集聚经济的发展。随着目前生产要素在区域间的流动速度加快，各地区在推动发展的同时要避免地方保护主义的现象的产生，消除由于行政区域规划而形成的集聚经济发展割据的局面，真正实现区域经济一体化。第二，减少政府的干预程度，通过多种形式对土地要素进行供给。地方政府在供应土地要素时，不能单独依靠“招拍挂”的形式对土地要素进行供给。换句话说，对土地要素的供给不能单独依靠价格机制来实现。地方政府应综合本地实际发展的情况，采用多种形式综合供应土地要素，以改变目前地方政府“以地生财”的发展方式，从整体上推动城市社会效益的提升。第三，因地制宜，积极探寻符合城市自身发展程度的转型方向。由于我国经济发展水平的不同，多数城市集聚经济发展具有典型的差异性。不同的城市要根据自身发展水平，以发达的大城市为核心，形成城市群，以期进行产业分工和布局，推动城市集聚经济的发展。

[注 释]

（1）本文仅给出了地理权重矩阵之下的空间自相关检验结果，邻接空间权重矩阵和经济权重矩阵之下的空间自相关的检验结果同样均显著为正，由于篇幅的限制，本文就不在展示其他情况下的结果，具体结果可以向作者索取。

（2）由于受到篇幅的限制，本文仅展示了2004年和2017年Agg_HHI指数Moran散点图，其他指标和年份本文仅报告结果，具体的Moran散点图就不在列示，若读者有需要可向作者索取。

[参考文献]

[1]梅林，席强敏.土地价格、产业结构与城市效率——基于中国城市面板数据的经验分析[J].经济科学，2018（4）：61-74.

[2]Krugman P..Increasing Returns and Economic Geography[J].The Journal of Political Economy，1991（99）：483-499.

[3]Rosenthal S.and W.Strange.Evidence on the Nature Sources of Agglomeration Economies[M].Handbook of Regional and Urban Economics，Amsterdam：North Holland，2001：126-137.

[4]唐云锋，吴琦琦.土地财政制度对房地产价格的影响因素研究[J].经济理论与经济管理，2018（3）：43-56.

[5]贾康，梁季.市场化、城镇化联袂演绎的“土地财政”与土地制度变革[J].改革，2015（8）：67-81.

[6]Marshall A.Principles of Economics[M].London：Macmillan Co.，1920：66-79.

[7]Jacobs J..The Death and Life of Great American Cities[M].New York：Vintage Books，1961：24.

[8]Jacobs J..The Economy of Cities[M].New York：Vintage Books，1969：45.

[9]Porter M..Clusters and the New Economics of Competition[J].Harvard Business Review，1998（11）：77-90.

[10]Fujita M.and T.Mori.Frontiers of the New Economic Geography[J].Papers in Regional Science，2005（3）：84-89.

[11]邹薇，刘红艺.土地财政“饮鸩止渴”了吗？——基于中国地级市的时空动态面板分析[J].经济学家，2015（9）：21-32.

[12]周彬，周彩.土地财政、产业结构与经济增长——基于284个地级以上城市数据的研究[J].经济学家，2018（5）：39-49.

[13]严思齐，彭建超，吴群.土地财政对地方公共物品供给水平的影响[J].城市问题，2017（8）：8-14+83.

[14]雷根强，钱日帆.土地财政对房地产开发投资与商品房——来自中国地级市面板数据的经验证据[J].财贸经济，2014（10）：5-16.

[15]卲朝对，苏丹妮，邓宏图.房价、土地财政与城市与城市集聚特征：中国式城市发展之路[J].管理世界，2016（2）：19-31.

[16]梁强.土地财政、金融发展与全要素生产率[J].经济经纬，2017（4）：147-152.

[17]Lucas R..Making a miracle[J].Econometrica，1993（61）：251-272.

[18]苏红键，魏后凯，邓明.城市集聚经济的多维性及其实证检验[J].财贸经济，2014（5）：115-126.

[19]周彬，杜两省.“土地财政”与房地产价格上涨：理论分析和实证研究[J].财贸经济，2010（8）：106-116.

[20]于斌斌，金刚.中国城市结构调整与模式选择的空间溢出效应[J].中国工业经济，2014（2）：31-44.

[21]傅十和，洪俊杰.企业规模、城市规模与集聚经济——对中国制造企业普查数据的实证分析[J].2008（11）：112-125.

[22]田向辉，徐小靓.为什么流向大城市？——基于城市集聚经济的估计[J].人口与经济，2015（3）：23-32.

[23]Ciccone A.and R.E.Hall.Productivity and the Density of Economic Activity[J].American Economic Review，1996（1）：54-70.

[24]Combes P.P.，G.Duranton and L. Gobillon.Spatial Wage Disparities：Sorting Matters！[J].Journal of Urban Economics，2008（2）：723-742.

[25]李红昌，Linda Tjia，胡顺香.中国高速铁路对沿线城市集聚经济均等化的影响[J].数量经济技术经济研究，2016（11）：127-143.

[26]Ahlfeldt G.M.，S.J.Redding，D.M.Sturm and N.Wolf.The Economics of Density： Evidence from the Berlin Wall[J].NEBR Working Paper，2015（8）：335-349.

[27]李斌，卢娟.土地财政对公共服务供给的影响——基于中国273个地级市数据的空间Tobit与分位数检验[J].云南财经大学学报，2018（3）：25-40.

[28]蔣震.工业化水平、地方政府努力与土地财政：对中国土地财政的一个分析视角[J].中国工业经济，2014（10）：33-45.

[29]吴玉鸣.旅游经济增长及其溢出效应的空间面板计量经济分析[J].旅游学刊，2014（2）：16-24.

[30]Anselin L..Spatial Econometrics：Methods and Models[M].Dordrecht： Kluwer Academic，1988：924-926.

[31]Anselin L..Spatial Econometrics：In Mills T，Patterson K（eds）Palgrave Handbook of Econometricsg[M].Palgrave Macmillan：Basingstoke，2006：901-969.

[32]Rey S.J.and M.V.Janikas.Regional Convergence，Inequality，and Space[J].Journal of Economic Geography，2005（5）：155-176.

[33]于斌斌，金刚.中国城市结构调整与模式选择的空间溢出效应[J].中国工业经济，2014（2）：31-44.

[34]仲深，杜磊.金融集聚对区域经济增长的影响研究——基于省级空间面板数据的计量经济分析[J].工业技术经济，2018（4）：32-69.

[35]贾康，刘薇.“土地财政”：分析与出路——在深化财税改革中构建合理、规范可持续的地方“土地生财”机制[J].财政研究，2012（1）：2-9.

[36]李金滟，宋德勇.专业化、多样化与城市集聚经济——基于中国地级单位面板数据的实证研究[J].管理世界，2008（2）：25-34.

[37]孙浩进.黑龙江省经济发展的现状、趋势与路径分析[J].牡丹江师范学院学报：社会科学版，2020（1）：81-93.

[38]詹军，韩飞.哈长城市群城市规模分布与演变特征研究[J].牡丹江师范学院学报：社会科学版，2019（4）：47-53.

[责任编辑]王立国