李学增　郭贯成

摘要：基于中国286个地市级2007—2018年面板数据，构建空间面板模型，分析转型期工业用地对工业经济的作用。研究发现：转型期工业用地对工业经济产生负面效应，空间溢出效应也显著为负;区域分析表明工业用地对工业经济的负效应主要体现在东部和西部地区;“以地谋发展”模式已经难以拉动工业经济增长，证明降低工业用地供应比重的策略是正确的;工业资本和工业劳动力对工业经济促进作用显著，但企业科技水平不高制约了资本利用率和工业利润率的提高。

关键词：工业用地;工业经济增长;要素投入;空间溢出效应;资源配置效率

文献标识码：A

文章编号：1002-2848-2021（02）-0123-12

一、问题的提出

工业是实体经济的主体，是推动经济高速增长的基石。改革开放后，中国依靠独特的土地制度和工业用地配置方式实现了高速工业化，使中国成为世界工厂[1]。土地在中国过去的工业化发展中发挥了非常重要的作用，学术界也广泛认可土地对工业经济的促进作用[2-4]，但随着工业化的不断发展，土地作为中国特色的政策工具，也带来了资源配置效率下降[5]、土地寻租行为增加[6]、用地结构错配[7]、生态环境质量下降[8]等问题。赵崔莉等[9]根据不同阶段工业化特征认为，当前中国处于创新型工业化时期，土地肩负着调控和引导工业化科学发展的双重责任，过去依靠工业用地的宽供应和制度扭曲带来的低成本供应促进工业经济发展的模式已经不再适应当前的工业经济现状。刘守英等[10-11]认为，土地对经济的作用可能出现阶段性变化，上一轮进程中土地是促增长的，但在经济发展阶段转换后，土地却在一定程度上产生阻碍作用;实证分析也證明了中国经济发展进入转型期后，“以地谋发展”模式对地方经济和工业化的拉动作用已经衰竭，部分地区由于风险增加，过度投放土地反而抑制经济增长和工业化发展。周咏馨等[12]研究发现，工业用地对工业经济的贡献存在区域差异，工业用地投入对京津冀和长三角地区的工业产出有推动作用，而对珠三角地区则产生了负面效应。

上一阶段土地投入促进了工业经济的发展，而其副作用也正影响着下一阶段的工业经济发展。近年来，中国政府开始关注土地对工业经济的影响。2006年，为抑制地方政府低价甚至零地价出让工业用地引起恶性竞争，进而造成土地闲置或浪费，国务院发布《关于加强土地调控有关问题的通知》（国发〔2006〕31号），规定工业用地必须采用招标拍卖挂牌方式出让，其出让价格不得低于公布的最低价标准，此后全国工业用地供应比例逐年降低（见图1），从2006年的50.4%降至2017年的20.19%①。同时，这一政策的出台也成为中国工业用地出让市场化发展的关键节点，此后中国工业经济发展进入转型期。需要指出的是，尽管工业用地供应比例逐渐下降，但目前中国工业用地比重仍显著高于主要市场经济国家的当期水平，而且也高于这些国家在高速工业化阶段的工业用地水平[13]。

在中国工业经济发展的特殊模式下，本文试图探讨以下几个核心问题：转型期土地要素投入是否促进了工业经济的增长？土地要素对工业经济的作用是否存在区域差异？近年来中国降低工业用地供应比重的策略是否正确？现有研究分析转型期工业用地对工业经济的贡献缺乏足够的时间序列，且采用普通面板模型[3-4]，假定各城市之间是相互独立的，然而地方政府工业用地出让存在相互竞争和模仿行为[14]，不同地区工业用地效率存在明显的空间相关性[15]，忽略地区之间的空间相关性，可能会造成有偏估计。鉴于此，本文拟利用全国286个地级市2007—2018年的面板数据，基于包含工业用地的扩展柯布-道格拉斯生产函数构建空间面板模型，分析转型期工业用地对工业经济的影响以及区域差异。这一问题的研究对转型期的中国工业经济发展具有一定借鉴意义，也可为土地参与宏观调控提供参考依据。

二、理论分析

以亚当·斯密和大卫·李嘉图为代表的古典经济学派认为土地作为重要的生产要素，是“财富之母”，他们也强调由于边际报酬递减规律的作用，供给总量固定的土地是制约经济增长的关键因素。以索洛和斯旺为代表的新古典经济学派认为资本和技术进步是经济增长的关键，土地可以为资本所替代，且技术进步足以抵消土地要素对经济增长的制约[16-17]。Rhee等[18-19]在新古典经济增长模型的框架下研究认为，土地资源在平衡增长路径下是动态无效率的，不过他们的研究将土地要素视为一个固定不变的量。从古典经济学到新古典经济学，土地要素在经济学理论中的作用明显下降，这与土地要素相关的经济学理论诞生的时代环境是契合的。一方面，从以土地生产为主的农业社会过渡到以机器生产为主的工业社会，土地要素的作用下降;另一方面，新古典经济学理论诞生时，西方国家大部分完成了城市化、工业化，经济社会结构稳定，土地利用结构变化较小，土地供给总量基本固定。近年来，随着新增长理论的发展和新经济地理学的诞生，土地和空间要素被置于较高位置，以Romer[20]和Lucas[21]为代表的新增长理论学者将土地要素重新纳入内生模型，克鲁格曼则重新审视了空间因素，开创了新经济地理学。Harvey等[22]也提出土地与劳动一样是国民经济增长的要素，认为土地在长期经济增长的不同阶段均起到十分重要的作用。

经济学的主流观点多诞生在西方国家，由于经济社会发展阶段的差异和国情差别的存在，导致经济学理论并不完全符合中国实际。主要体现在：

（1）中国的城市化和工业化还在进行，土地供给总量并不固定。据国家统计局统计，全国建设用地面积和工业用地面积分别由2007年的36351.65 km2和7446.02 km2增长到2018年的56075.9 km2和11026.77 km2，年均增长率分别为4.02%和3.63%;

（2）中国实行土地公有制，地方政府垄断土地一级市场导致土地市场发育不够成熟，地方政府为了发展本地经济往往对土地市场进行干预，比如低价出让土地招商引资，此外，地方政府可以控制土地进入市场的时机和规模，实现土地宏观调控[3]，这些都增强了土地要素的重要性;

（3）中国区域发展不平衡，加之土地特有的区位特性难以被技术进步所代替，使得土地要素能够主导区域间要素流动，影响资源配置效率，进而对经济产生影响。因此，在研究中国工业经济增长问题时，有必要将土地与资本和劳动一起纳入经济增长模型。

工业用地增长对工业经济发展可能存在正、负两种效应。市场经济条件下，土地要素投入遵循边际收益递减规律。在非完全竞争（垄断竞争）条件下，产品销量与价格成反比，在需求弹性大于1，即销量增加的百分比快于价格下降的百分比时，边际收益为正，工业用地的增长会带来工业产出的增加，总收益随销量的增加而增加，此时，工业用地增长对工业经济发展产生正效应。随着产量的增加，当需求弹性小于1，即价格下降的百分比快于销量增加的百分比时，边际收益为负，总收益随销量的增加而减少，此时增加工业用地投入对工业经济发展产生负效应。结合中国实际来看，一方面，过去40年，中国独特的“以地谋发展”模式一定程度上适应中国国情。地方政府低价出让工业用地吸引投资，结合开放政策和人口红利，促进了资本和劳动要素的同向增长，对工业经济发展产生了正效应。另一方面，政府对工业用地出让的干预阻碍了土地市场化发展，多年低价工业用地的大规模出让，导致重复性落后产能堆积和大量工业用地闲置，降低了资源配置效率，对工业经济发展产生负效应。

本文借助扩展柯布-道格拉斯生产函数分析土地要素对中国工业经济的影响，根据传统柯布-道格拉斯生产函数的一般原理及上述理论分析，假设：（1）土地与资本、劳动和技术进步相互独立;（2）土地与资本、劳动一样是可变且外生的

下文将通过多重共线性检验和稳健性检验来验证上述假设的合理性。。引入土地要素后的擴展柯布-道格拉斯生产函数为：

（三）空间权重的设定

空间权重矩阵用于反映各地区变量之间的相互影响程度，设置空间权重矩阵是空间计量分析中的关键环节。本文首先根据各城市中心之间的地理距离构造地理距离矩阵[WTHX]wij，各城市中心距离根据经纬度计算得到，[WTHX]wij为城市i和城市j中心之间距离平方的倒数。由于空间模型对空间权重矩阵的设定较为敏感，且通常情况下，距离并不是决定地区之间相互依赖关系的唯一因素，考虑到城市之间发展水平存在差异，采用各城市经济水平对地理距离矩阵进行加权，构建经济-地理综合权重矩阵[WTHX]Wij，从而得出稳健结论。具体做法是先利用各城市历年GDP的平均值占全国GDP总平均值的比重构建对角矩阵，则经济-地理综合权重矩阵可以表示为地理距离矩阵[WTHX]wij与该对角矩阵的乘积。为了简化模型，通常将空间权重矩阵“行标准化”，行标准化后的矩阵分别记为[WTHX]w′[KG-*3]ij和[WTHX]W′[KG-*3]ij。两种空间权重矩阵的定义如下：

（四）变量与数据说明

根据上文分析，国务院2006年发布《关于加强土地调控有关问题的通知》（国发〔2006〕31号），规定工业用地必须采用招拍挂方式出让后，中国工业经济发展进入转型期。剔除政策发布当年影响后，采用全国286个地级市2007—2018年共12年的面板数据进行分析。因变量工业经济选择规模以上工业企业总产值（output）、应缴增值税（vat）和利润总额（profit）来衡量。工业总产值、应缴增值税和利润总额是从不同角度反映工业企业生产经营成果的重要经济指标，工业总产值反映企业生产能力大小和水平高低，主要与产量和价格有关;应缴增值税反映企业创造的新增价值和商品附加值大小，在抵扣税额和税率不变的情况下，主要与销售收入有关，与产量和利润无直接关系;利润总额反映企业的生存能力和盈利能力，主要与企业产品的成本、质量和销量有关。自变量根据上文理论分析包括工业用地、工业资本和工业劳动力，其中，工业用地（area）用地区工业用地总面积衡量，工业资本（cap）用地区规模以上工业企业固定资产净值年均余额衡量，工业劳动力（labor）用工业从业人数衡量。为增加模型的有效性，考虑数据可获取性并借鉴相关研究[4]，在模型中加入控制变量，包括：

（1）人口规模（pop）：用年末总人口衡量，人口规模越大，市场消费能力越强，也可以为工业生产提供更多高素质的劳动力，对工业经济产生正效应;

（2）用地规模（build）：用建设用地面积衡量，用地规模也可以表征市场大小，一定程度上，用地规模越大，容纳的工业企业越多，有利于产生规模效应，促进工业经济发展;

（3）科技投入（tech）：用科技支出占地方公共财政支出的比重衡量，增加科技投入有利于加强科技成果转化和推广，提高企业生产力水平，助推工业经济提质增效;

（4）工业水平（sec）：用第二产业产值占GDP的比重衡量，地区工业化水平越高，成本越低，劳动生产率越高，对企业的吸引力越强，更有利于发挥规模效应。本文数据来源主要为2007—2019年《中国城市建设统计年鉴》《中国城市统计年鉴》以及各省市经济社会发展统计公报，对个别缺失值进行了线性处理。数据描述性统计见表1。为减少面板数据中价格指数变动的影响，以2007年为基期，采用相应平减指数予以修正。除利润总额因包含负值而采用水平

值外，其余数值型变量均取对数进入模型。需要说明的是，《中国城市统计年鉴》从2017年开始不再提供规模以上工业企业总产值数据，因此，以工业总产值为因变量的面板数据时间序列为2007—2016年，以应缴增值税和利润总额为因变量的面板数据时间序列为2007—2018年。

四、实证检验与结果分析

（一）空间相关性分析

首先检验各主要变量是否存在空间相关性。图2为2007—2018年主要变量的全局

Morans I变化情况。利润总额采用水平值，因而相比其他变量

Morans I较高且波动较大，不同年份在0.504～0.908之间变动，其他变量的

Morans I在0.296～0.487之间变动，不同年份变化比较平稳。所有变量的

Morans I均在1%的水平下显著，表明中国各城市工业总产值、应缴增值税、利润总额和工业用地面积均存在极显著的空间正相关，需要将地区空间特性引入模型，才能在工业用地对工业经济影响的实证分析中得出更加符合实际的结论。

其次需要区分空间相关性的形式，Anselin[23]认为空间相关性主要有三种形式，分别通过因变量的空间滞后系数、误差项的空间自相关系数和空间滞后自变量的系数来反映，不同的空间相关性形式对应不同的空间回归模型。本文用拉格朗日乘数（LMlag、LMerr）及其稳健形式（R-LMlag、R-LMerr）检验空间相关性，选择合适的空间计量模型

该检验是针对截面模型提出的，需改进后运用于面板模型的检验。本文借鉴何江等[24]的做法，构建分块对角矩阵

[WTHX]C=[WTHX]It[WTHX]W（其中It为t×t的单位矩阵）代替原空间权重矩阵[WTHX]W，即可进行面板拉格朗日乘数检验。。此外，通过

Hausman检验确定应选择固定效应模型还是随机效应模型。表2是两种空间权重矩阵下

LM检验与

Hausman检验结果，LMerr和LMlag统计量均显著，除地理距离矩阵下应缴增值税R-LMerr检验不显著外，其他情况下R-LMerr统计量均显著，考虑到两种空间相关性可能同时存在，根据

LeSage等[25]的观点，在不能忽略空间滞后因变量的情况下，空间杜宾模型将是更好的选择，故选择空间杜宾模型。

Hausman检验表明应选择固定效应模型。

（二）基准回归结果

在回归之前检验模型中的变量是否满足扩展柯布-道格拉斯生产函数中各变量独立的假设条件，同时为确保模型估计的稳定性和准确性，需对所有变量进行多重共线性检验。结果表明，各变量的方差膨胀因子（VIF）最大值为4.36，低于5，可以进行估计

因变量为工业总产值时，各变量VIF最大值为4.36，平均值为2.99;因变量为应缴增值税和利润总额时，各变量VIF最大值为4.31，平均值为2.91。。首先采用地理距离矩阵进行估计，表3同时列出了三种模型估计结果，一定程度上可检验结果的稳健性。可以看出，不同模型估计结果基本一致，系数符号和显著性比较接近，区别仅在于第（5）列，采用空间误差模型时，工业用地面积对应缴增值税影响不显著而其他模型显著。所有模型的空间相关系数（ρ/λ）均在1%的水平上显著，表明地区间工业经济发展有显著的空间依赖性，将空间效应纳入模型是必要的。

具体来看，工業用地面积对工业经济三个衡量指标的影响均显著为负，其中，对工业总产值和应缴增值税的影响在5%和10%的水平上显著为负，对利润总额的影响在1%的水平上显著为负，表明工业用地增长对工业经济的发展产生负效应，这一结论从工业用地角度证明了靠土地发动经济的效力在减退[10]，也表明现阶段通过土地招商引资、低成本供地的“以地谋发展”模式已经难以拉动工业经济增长，应该加快产业升级，注重“内涵式发展”[12]。此外，土地是工业生产的重要投入要素之一，但工业经济增长与工业用地投入却不一定成正比。一方面，企业只有在同时投入资本、劳动力等其他要素时才能发挥生产效益，闲置土地并不能推动工业经济的发展，甚至因为土地资源的浪费而对工业经济发展产生阻碍效应。以开发区的发展为例来看，设立开发区是地方政府的重要发展政策之一，已有研究已经证明了设立开发区对国内生产总值、外商直接投资有积极影响[26-27]，但也导致了大量的低效用地和闲置用地。原国土资源部2003年调查发现，全国6866个开发区中大约70%的土地处于闲置状态[28]。另一方面，激烈的引资竞争和过量的低价工业用地出让导致落后产能集聚、产能过剩和产业雷同等问题，土地低效利用也会抑制工业经济的增长[11]。中国工业用地比重居高不下，但与此同时中国工业经济增速却显著下行[12]，反映出地区竞争背景下，各地区对工业用地利用效率不够重视。

工业资本对工业总产值和应缴增值税有极显著的促进作用，对利润总额影响不显著。中国制造业还存在大量落后产能，企业净资产的增加并不必然导致利润增加，利润驱动可能来自资本投入，但如果资本投入是粗放式的，利润效率可能越来越低。工业总产值和应缴增值税主要对应企业生产和销售环节，价格稳定和正常销售情况下，增加资本投入无疑会带来总产值和应缴增值税的增长。科技创新是引领发展的第一驱动力，提高资本利用率和企业利润率，还是要依靠科技进步和技术创新。工业劳动力对工业总产值、应缴增值税和利润总额均有极显著促进作用，表明当前工业经济整体自动化、智能化水平仍然不高，劳动力对工业经济发展仍发挥着重要作用。

从控制变量来看，城市人口规模、用地规模、科技投入和工业发展水平对工业经济发展均有显著的正向影响，符合预期。城市人口规模和用地规模是构成市场的主要因素，市场越大要素集聚程度越高，越有利于实现企业的规模化。增加科技投入能够提高企业生产效率，促进工业经济发展。工业水平决定了地区市场发达程度，工业化水平越高越能发挥企业规模效应。

空间权重矩阵的选择对空间模型至关重要，本文进一步采用经济-地理综合权重矩阵检验研究结果稳健性，同样列出了三种模型的估计结果，见表4。经济-地理综合权重矩阵既考虑了空间上的地理距离，又通过GDP加权考虑了经济发展水平的影响，能够更真实地反映地区间的相互影响程度，相比地理距离矩阵而言更为合理。一方面，城市之间的地理距离无差别地衡量两个经济发展水平不同的城市，而实际上经济发展水平高的城市和经济发展水平低的城市之间的辐射带动作用并不对等，比如北京对保定的辐射作用和保定对北京的辐射作用不可同日而语;另一方面，GDP加权将各城市的经济发展水平量化，把城市间经济水平差距考虑在内，也更加符合实际，比如上海对常州的辐射作用和南京对常州的辐射作用也不相同。加权后的经济-地理综合权重矩阵回归结果与基准回归保持一致，只是系数大小略有变化，表明本文研究结果比较稳健，研究结论可信。

（三）稳健性检验

本文还做了两方面工作来对上文结果进行进一步的稳健性检验。首先，工业生产是一个连续的过程，上期的工业产出和利润可能会影响当期产出和利润，此外，尽管本文控制了一些可能影响工业经济的变量，但仍可能存在遗漏变量而影响估计结果的稳定性，因此将滞后一期因变量引入模型，构建动态空间滞后模型和动态空间杜宾模型，以控制动态时滞和遗漏变量对模型的影响，并以此检验估计结果是否稳定，估计结果见表5第（1）（2）（4）（5）（7）（8）列。其次，工业用地和工业经济可能互为因果，并由此导致模型出现内生性问题。本文采用系统矩估计（System-GMM）对模型重新估计，结果见表5第（3）（6）（9）列。AB（1）检验的P值均小于0.1，拒绝残差不存在一阶序列相关的原假设，AB（2）检验的P值均大于0.1，不能拒绝残差不存在二阶序列相关的原假设，同时，Hansen检验的P值均不显著，表明所选的工具变量具有一定合理性。与上文估计结果相比，动态空间回归和系统矩估计结果的主要变量系数符号和显著性没有发生明显变化，说明本文的估计结果稳健

稳健性检验和基准回归结果一致，表明满足土地与资本、劳动均外生的模型假设。。

（四）空间效应分解

空间杜宾模型包含了自变量的空间滞后项，模型的回归系数不能直接反映自变量对因变量的具体影响程度，LeSage等[25]根据空间效应作用范围和对象的不同，将空间计量模型中自变量对因变量的影响分为直接效应、间接效应和总效应。直接效应反映自变量x对本区域y的平均影响，间接效应反映x对其它区域y的平均影响，也即空间溢出效应，总效应反映x对全部区域y的平均影响。空间杜宾模型提供了各自变量对因变量的影响效应分解，从表6的结果可以看出，工业用地对工业总产值和利润总额不仅具有显著的直接负效应，其所引致的空间溢出效应对邻近地区工业总产值和利润也具有显著的负向影响，且间接效应大于直接效应。这可能是因为相邻地区的工业发展模式往往具有相似性，地区之间存在相互依赖性，同时，城市之间存在引资竞争，有扩大工业用地面积的动机，“低门槛”出让工业用地，导致利用粗放，效率不高。工业用地对应缴增值税的直接效应显著为负，间接效应和总效应为负但均不显著，原因可能是工业用地增加导致本地产品供大于求，销量下降。工业资本对工业总产值和应缴增值税的直接效应、间接效应和总效应均显著为正，

[FL（18，22K1]

而对利润总额的三种效应均不显著。工业资本能显著提高本地区和邻近地区工业总产值和应缴增值税而对利润总额影响不显著，说明当前工业产品附加值还不高，科技驱动技术进步有待提高。工业劳動力对工业总产值的影响主要表现为对本地区的直接影响，间接效应不显著，而对应缴增值税和利润总额则三种效应均显著为正。原因可能是普通劳动力多选择当地就业，而高质量的劳动力要素在地区间的流动会带来技术进步和生产力的提高，对应缴增值税和利润产生明显的溢出效应。

（五）区域异质性分析

中国地域广阔，不同区域工业经济发展水平存在较大差异，为进一步分析中国不同区域各要素投入对工业经济影响的差异性，按照中国经济区域分类标准，将各城市根据所属省份划分为东部、中部和西部三个区域

东部省份包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部省份包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部省份包括广西、四川、重庆、内蒙古、贵州、云南、陕西、西藏、甘肃、青海、宁夏、新疆。，进行区域回归分析。上文分析表明，经济-地理综合权重矩阵相比地理距离矩阵更符合现实情况，因此区域回归均采用相应的经济-地理综合权重矩阵，同时，根据表7的LM检验和Hausman检验结果，选择合适的空间模型。

表8为区域异质性回归结果。可以看出，东部和中部地区工业用地对工业总产值影响不显著，表明当前东部和中部地区工业用地对工业总产值的促进作用不明显。西部地区工业用地对工业总产值有显著的负向影响。原因可能是多方面的：第一，西部地区市场发育不完善、基础设施落后、前期投入要素完备率低等都会导致西部地区相对东部和中部地区有较高的工业用地闲置率。第二，资源错配使得稀缺的土地资源被低效利用，从而降低企业的生产效率[29]。西部地区工业发展水平低，仿效东部地区开展大规模的工业园区建设以吸引投资，却引资效果不佳，反而造成资源浪费和土地利用效率下降。第三，工业用地价格会基于选择效应影响工业用地效率[30]，西部地区以相对更低的工业用地价格承接东部和中部地区转移的产业，会带来更高的低效率企业进入比例和更低的低效率企业淘汰风险。三大区域工业用地对应缴增值税影响均不显著，表明工业用地面积的增加也不能带来企业应缴增值税的增长。从利润来看，东部地区工业用地面积增加对利润总额带来了显著的负效应，中西部地区效应不显著。原因可能是东部地区相比中西部地区土地市场化水平较高，用地成本增加，另外，随着国家生态环境保护力度加强，倒逼企业转型升级，传统高污染、高能耗企业向中西部转移，也会导致东部地区企业利润下降。

三大区域工业资本对工业总产值和应缴增值税的影响均显著为正，工业资本对中部地区利润总额影响显著为正，而对东部和西部地区影响不显著。工业资本增长有助于企业扩大生产规模，可以带来总产值和应缴增值税的增长，但企业利润增长更依赖科技进步，现阶段中部地区承接大量东部地区转移产业，短期内利润有所增长，但长期来看仍应重视技术进步与产业升级。东部地区工业劳动力对工业总产值和应缴增值税的影响显著为正，对利润总额影响不显著，表明东部地区企业自动化、智能化水平较高，逐渐由劳动密集型向资本密集型转变。中西部地区工业劳动力对工业经济三项指标均显著为正，表明劳动力对中西部地区工业经济量和质的提高均有促进作用。整体来看，现阶段工业资本和工业劳动力对工业经济的发展仍有显著的推动作用，但企业科技含量不足，制约了资本利用率和企业利润率的提高，应根据地区发展特征提高要素配置效率。

从控制变量来看，人口规模对东部地区利润总额影响显著为正，对中部地区工业总产值和利润总额影响显著为正，对西部地区三个指标影响均显著为正，表明人口红利对当前工业经济发展仍有促进作用，这种促进作用自西向东递减。用地规模对东部地区工业总产值和中部地区应缴增值税影响显著为正，其余情况影响不显著。科技投入对东部地区三个指标影响均显著为正，对中部地区利润总额影响显著为正，对西部地区影响均不显著，原因在于东部地区竞争激烈，企业更加注重自身的科技含量，以技術进步带动企业生产效率的增长，这也反映出中西部地区技术水平较低，科技投入对生产效率的拉动作用不足。工业化水平对三大区域工业经济均有显著的正向影响，与全国层面结果一致。

五、结论与启示

本文基于空间相关性分析，构建空间计量模型，采用全国286个地级市2007—2018年面板数据，分析了转型期工业用地和其他要素投入对工业经济的影响。主要结论如下：

（1）工业经济要素投入和产出指标均表现出明显的空间相关性，采用空间计量分析是合理且必要的。

（2）全国层面，工业用地增长对工业经济发展产生负面效应，土地发动工业经济的效力在减退，现阶段“以地谋发展”模式难以拉动工业经济增长。引资竞争导致的“低门槛”工业用地出让还通过空间溢出效应对邻近地区工业经济产生负作用，这一结论证明了近年来降低工业用地供应比重的策略是正确的。工业资本对工业总产值和应缴增值税有显著的直接效应和空间溢出效应，对利润增长的直接效应和空间溢出效应却不显著，企业科技水平不高是制约当前资本利用率和工业利润率提高的关键因素。工业劳动力对工业总产值、应缴增值税和利润总额均有显著的促进作用，其所引致的空间溢出效应还会带来邻近地区应缴增值税和利润总额的增长。

（3）区域层面，三大区域工业用地增加均不能拉动工业经济增长，工业用地对西部地区工业总产值有显著的负效应，对东部地区利润总额有显著的负效应。工业资本和工业劳动力对三大区域工业总产值和应缴增值税均有显著促进作用，工业资本对中部地区利润总额有显著促进作用，对东部和西部地区作用不显著，企业科技含量不高的制约作用在东部和西部地区更加明显。工业劳动力对中部和西部地区利润总额有显著促进作用，对东部地区作用不显著，体现出劳动力对东部地区工业经济发展质的提升作用弱化。

根据以上结论，得出以下启示：

（1）继续降低工业用地供应比例，鼓励节地挖潜。多年的工业用地宽供应和低成本供应保障了中国工业化的快速推进，但也造成了工业用地的低效利用。当前增加工业用地已不能促进工业经济的发展，应当盘活存量工业用地，重视要素协同发展和内涵式发展。西部地区存在引资效果不佳、土地投机、土地利用率低等问题，应限制西部地区工业园区大规模扩张，对西部地区工业园区建设进行科学评估，整改甚至关闭一些效益低下的工业园区。

（2）创新工业用地出让方式，提高工业用地效率。现行工业用地供应一般按照最高年限出让，土地出让年限与企业生命周期不匹配是造成土地资源紧张和土地低效利用的重要原因。应当积极探索更加灵活的工业用地出让方式（如弹性出让、先租后让等），避免“一刀切”式的工业用地出让。开展试点研究，尽快上升到国家层面，制定相关出让政策。同时建立工业用地绩效评估制度，对效益低下或不达标企业实行土地回收，督促用地企业提高用地效率。

（3）加快产业转型升级，增强企业科技创新驱动力。在降低工业用地供应比例的基础上，优先保障新产业新业态发展用地，扶持高新技术产业和环境友好型企业，促进产业结构升级。同时，营造科技创新环境，激发企业科技创新内生动力，增强企业科技含量，提高产品附加值和利润率，提升企业在全球产业链和价值链中的位置。

参考文献：

[1] 刘守英. 中国土地制度改革： 上半程及下半程 [J]. 国际经济评论， 2017（5）： 29-56.

[2] 饶映雪， 戴德艺. 工业用地供给对工业经济增长的影响研究 [J]. 管理世界， 2016（2）： 172-173.

[3] 高辉娜. 工业用地对中国城市工业经济增长的贡献 [J]. 城市发展研究， 2015（3）： 86-92.

[4] 高辉娜， 郭琪， 贺灿飞. 工业用地增长与工业经济增长的关系 [J]. 城市问题， 2014（7）： 53-61.

[5] 闫昊生， 孙久文， 苏玺鉴. 土地要素： 一个中国特色的政策工具 [J]. 经济学家， 2019（5）： 104-112.

[6] 沈坤荣， 赵倩. 土地功能异化与我国经济增长的可持续性 [J]. 经济学家， 2019（5）： 94-103.

[7] 余吉祥， 沈坤荣. 城市建设用地指标的配置逻辑及其对住房市场的影响 [J]. 经济研究， 2019（4）： 116-132.

[8] 王镝， 唐茂钢. 土地城市化如何影响生态环境质量： 基于动态最优化和空间自适应半参数模型的分析 [J]. 经济研究， 2019（3）： 72-85.

[9] 赵崔莉， 刘新卫. 浅析中国工业化不同时期的土地管理政策 [J]. 资源科学， 2012（9）： 1698-1704.

[10]刘守英. 土地制度变革与中国经济发展 [J]. 新金融， 2017（6）： 9-14.

[11]刘守英， 王志锋， 张维凡， 等. “以地谋发展”模式的衰竭： 基于门槛回归模型的实证研究 [J]. 管理世界， 2020（6）： 80-92.

[12]周咏馨， 田鹏许， 林陵娜， 等. 工业用地经济贡献率的解析 [J]. 城市发展研究， 2018（9）： 133-136.

[13]刘守英. 直面中国土地问题 [M]. 北京： 中国发展出版社， 2014： 36-40.

[14]杨其静， 卓品， 杨继东. 工业用地出让与引资质量底线竞争： 基于2007—2011年中国地级市面板数据的经验研究 [J]. 管理世界， 2014（11）： 24-34.

[15]陈伟， 彭建超， 吴群. 中国省域工业用地利用效率时空差异及影响因素研究 [J]. 资源科学， 2014（10）： 2046-2056.

[16]COBB C W， DOUGLAS P H. A theory of production [J]. American Economic Review， 1928， 18（1）： 139-165.

[17]SOLOW R M. Intergenerational equity and exhaustible resources [J]. The Review of Economic Studies， 1974， 41： 29-45.

[18]RHEE C. Dynamic inefficiency in an economy with land [J]. The Review of Economic Studies， 1991， 58（4）： 791-797.

[19]HOMBURG S. Interest and growth in an economy with land [J]. Canadian Journal of Economics， 1991： 450-459.

[20]ROMER P M. Increasing returns and long-run growth [J]. Journal of Political Economy， 1986， 94（5）： 1002-1037.

[21]LUCAS R E J. Making a miracle [J]. Econometrica， 1993， 61： 251-272.

[22]HARVEY J， JOWSEY E. Urban land economics [M]. London： Palgrave Macmillan， 2004： 27-31.

[23]ANSELIN L， SERGE R. Properties of tests for spatial dependence in linear regression models [J]. Geographical Analysis， 1991， 23（2）： 112-131.

[24]何江， 張馨之. 中国区域经济增长及其收敛性： 空间面板数据分析 [J]. 南方经济， 2006（5）： 44-52.

[25]LESAGE J L， PACE R K. Introduction to spatial econometrics [M]. Virginia： Chapman and Hall/CRC， 2009： 38-40.

[26]WANG J. The economic impact of special economic zones： Evidence from Chinese municipalities [J]. Journal of Development Economics， 2013， 101： 133-147.

[27]ALDER S， SHAO L， ZILIBOTTI F. The effect of economic reform and industrial policy in a panel of Chinese cities [R]. Center for Institutions， Policy and Culture in the Development Process， Working Paper， 2013： 207.

[28]DU J， PEISER R B. Land supply， pricing and local governments land hoarding in China [J]. Regional Science and Urban Economics， 2014， 48： 180-189.

[29]李力行， 黄佩媛， 马光荣. 土地资源错配与中国工业企业生产率差异 [J]. 管理世界， 2016（8）： 86-96.

[30]席强敏， 梅林. 工业用地价格、选择效应与工业效率 [J]. 经济研究， 2019（2）： 102-118.

责任编辑、校对： 李再扬

Abstract： Based on the panel data of 286 prefecture-level cities in China from 2007 to 2018， this paper builds a spatial econometric panel model to analyze the impact of industrial land on the industrial economy during the transitional period. The research results show that： during the transitional period， industrial land has a negative effect on the industrial economy， and the spatial spillover effect is also significantly negative. Regional analysis shows that the negative effect of industrial land on industrial economy is mainly reflected in the eastern and western regions. The “land-driven development” model has been difficult to stimulate industrial economic growth， which proves that the strategy of reducing the proportion of industrial land supply in recent years was correct. Industrial capital and industrial labor play a significant role in promoting the industrial economy， but the low level of enterprise technology restricts the increase in capital utilization and industrial profitability.

Keywords： industrial land; industrial economic growth; factor input; spatial spillover effect; resource allocation efficiency