地理研究  2017 , 36 (7): 1271-1282 https://doi.org/10.11821/dlyj201707007

研究论文

城市产业结构与土地利用效率的时空演变及交互影响

何好俊1, 彭冲2

1. 湖南大学经济与贸易学院,长沙 410012
2. 南京大学商学院,南京 210093

The spatial-temporal evolution and the interactive effect between urban industrial structure transformation and land use efficiency

HE Haojun1, PENG Chong2

1. College of Economics and Trade, Hunan University, Changsha 410012, China
2. Business School, Nanjing University, Nanjing 210093, China

通讯作者:  彭冲(1986- ),男,湖南双峰人,讲师,主要从事城市经济、土地经济研究。E-mail: pengchongcomeon@126.com

收稿日期: 2017-01-17

修回日期:  2017-05-16

网络出版日期:  2017-07-31

版权声明:  2017 《地理研究》编辑部 《地理研究》编辑部

基金资助:  教育部哲学社会科学研究重大课题攻关项目(14JZD031)国家自然科学基金项目(41601115,71603124)教育部人文社科基金青年项目(16YJC790079)江苏省高校自然科学研究项目(16KJB610009)

作者简介:

作者简介:何好俊(1977- ),男,湖南道县人,博士研究生,主要从事产业集聚与环境治理研究。E-mail: king19861231@163.com

展开

摘要

利用非径向方向距离函数(NDDF)和面板向量自回归模型(PVAR)揭示城市产业结构变迁与土地利用效率的交互影响,为新常态下产业转型与土地利用管理改革提供政策依据。研究表明:① 城市土地利用效率改进呈现点状向面状、带状拓展的趋势,并与产业结构变迁保持一定的空间耦合性。② 产业结构合理化与高级化水平呈自东向西的阶梯式分布和动态转移特征。③ 从GMM估计结果来看,产业结构合理化的滞后3期对产业结构高级化有显著的正向影响,其滞后1期和2期对城市土地利用效率也存在显著的正向效应。从脉冲效应结果来看,产业结构合理化和高级化冲击对土地利用效率均产生影响,但作用机制和效果截然相反。研究得出产业结构合理化、产业结构高级化和土地利用效率改进存在动态依赖性;产业结构合理化是产业结构实现高级化的重要基础。产业结构合理化与土地利用效率表现为互惠互利的“双赢”效应。土地利用效率提升对产业结构实现合理化和高级化均存在“倒逼效应”,但当前阶段仅产业结构合理化的效应显著。

关键词: 产业结构合理化 ; 产业结构高级化 ; 土地利用效率 ; 交互影响 ; 面板VAR模型

Abstract

The analysis of the relationship between urban industrial structure transformation and land use efficiency is a hotspot field of economics in current stage. This paper reveals the spatial feature and interactive influence of urban industrial transformation and land efficiency in China by using the non-radial directional function (NDDF) and panel vector autoregression (PVAR) and serves as a reference for policy-making in the collaborative industrial transformation and intensive land utility reform. Research results are shown as follows. Firstly, the improvement of land use efficiency in eastern coastal cities presents a development tendency from point to surface, which has a certain coupling with industrial restructuring. Secondly, both the rationalization and optimization of urban industrial structure have spatial distribution of the stepped type from east to west in China and dynamic transfer characteristics. Finally, the GMM estimation results demonstrate that a lag 3 shock of the industrial structure rationalization has a significantly positive impact on industrial structure optimization. Moreover, the coefficients of regression of lags 1 and lags 2 indicate that the industrial structure rationalization makes a significantly positive influence on urban land use efficiency. These results show that urban industrial rationalization is the basis of industrial structure optimization, and it has mutually beneficial win-win effect on with land use efficiency, meanwhile land use efficiency has anti-driving effect on both industrial structure rationalization and optimization. This paper also provides some inspirations for the policy makers: first, the industrial development strategy formulated by local governments should be based on the local comparative advantage and industrial development. The transformation and upgrading of traditional industries should speed up by using of the big data, cloud computing, Internet plus and other innovative means. We should promote the space coordination of population urbanization, land urbanization and industry development particularly. The local government should guide the transformation and upgrading of local industries with the control of construction land and policy transformation. More attention should be paid to the existing urban construction land management mode, and the land management sector should change the mode of intensive land use from incremental management to stock optimization.

Keywords: industrial structure rationalization ; industrial structure optimization ; land use efficiency ; interactive effect ; panel VAR model

0

PDF (7647KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

何好俊, 彭冲. 城市产业结构与土地利用效率的时空演变及交互影响[J]. , 2017, 36(7): 1271-1282 https://doi.org/10.11821/dlyj201707007

HE Haojun, PENG Chong. The spatial-temporal evolution and the interactive effect between urban industrial structure transformation and land use efficiency[J]. 地理研究, 2017, 36(7): 1271-1282 https://doi.org/10.11821/dlyj201707007

1 引言

近年来,随着中国经济步入由高速增长向中高速增长换挡的新常态阶段,以土地资源消耗严重和环境污染加剧为代价的粗放式增长模式难以为继。2015年中央财经工作会议指出,中国的产业结构表现为低附加值产业、高消耗、高污染、高排放产业的比重偏高,要素投入结构表现为过度依赖土地、劳动力等一般性生产要素投入。可预见的是,当前力推的供给侧改革势必对城市的产业结构调整和土地配置效率产生深远影响。

学术界的主流观点认为产业结构变迁是一个经济增长对技术创新的吸收以及主导产业部门循序更替的过程[2]。从动态角度看,产业结构变迁包括合理化和高级化两个维度[3,4]。前者表示产业间的聚合质量,即要素投入结构和产出结构的耦合程度,后者反映产业结构的服务化趋势。近年来,随着各地区城市化与工业化进程的加速,学术界开始关注城市产业结构与土地利用效率的关联,部分学者通过数理建模分析服务业占比与最优城市规模的关系[5],也有学者着眼于城市工业用地效率问题,发现中国各经济区域均存在工业用地粗放式利用和劳动力过剩特征[6,7],未来应进一步提升土地资源管理的科学性[8]。产业结构优化可以提升高服务化、高知识、高技术化产业在经济结构中的份额,进而提升土地利用效率[9]

纵观近年来有关土地利用效率的评测文献,学术界逐渐由土地利用经济效益的单指标向经济、社会与环境的多指标方向发展[10],主流的评测方法包括协调度模型[11]、主成分分析法[12,13]、随机前沿分析[14,15]、数据包络分析[16,17]等。尽管上述研究探讨了产业因素对城市土地利用的影响,却未从高级化与合理化两个维度系统阐释产业结构变迁与土地利用效率的交互作用机制。在研究方法和对象方面,多数研究忽略产业发展中的土地资源所承载的环境代价,且多集中于对省会城市及特大城市的分析,缺乏全国地级市层面的微观分析。鉴于此,本文基于供给侧改革视角围绕以下问题展开讨论:如何将土地承载的环境污染代价纳入传统的土地利用效率评测框架?产业结构合理化与高级化对城市土地利用效率的影响是否存在差异?其作用程度和方向如何?是否存在城市土地利用效率倒逼产业结构优化的可能?

本文以全国283个地级及以上城市2003-2013年的面板数据为样本,尝试采用PVAR模型进行面板GMM估计、脉冲响应分析,探讨产业结构变迁与土地利用效率的动态双向影响,以期为协同产业转型与土地利用管理改革提供政策依据。

2 研究方法与数据来源

2.1 计量模型设置

向量自回归模型(Vector Auto Regression,VAR)将系统中所有变量视为内生变量且允许存在不可观测的个体异质性(个体效应和时间效应)而被广泛应用于考察内生变量动态关系。有别于传统的时序向量自回归模型,面板向量自回归模型(panel data vector auto regression,P-VAR)兼具时序和面板数据双重优点,便于考察基于面板数据的内生变量动态关系。借鉴Holtz-Eakin等的研究[18,19],本文使用PVAR模型进行估计,其基础模型表示为:

yit=a0t+l=1maltyit-l+fi+dc,t+uit(1)

式中:i=1, , N,代表样本单位;t=1, , T,代表年度;yit表示包含三个内生变量的列向量,分别为产业结构合理化指数(Ratit)、产业结构高级化指数(Optit)以及土地利用效率(Inteit);m表示模型滞后阶数;fi是指不可观测的截面个体固定效应向量;a0talt表示方程回归的系数向量;dc,t表示时间固定效应变量;μit为“白噪音”扰动项。

2.2 变量的选取

本文运用面板向量自回归模型(P-VAR)检验产业结构合理化和产业结构高级化对土地利用效率水平的影响效应和冲击效应。选取变量主要包括被解释变量和核心解释变量两部分。

(1)被解释变量:结构性调整视角下的土地利用效率(Landeff):当前中央力推的供给侧结构性改革提出从产业结构、要素投入结构、污染排放结构等角度着手发力。土地作为至关重要的稀缺要素,不仅是承载城市产业结构变迁的空间载体,还承担着保障生态环境质量的生态效益。从供给侧改革视角评价城市土地利用效率,应在传统的评价模型中同时纳入土地的经济收益与承载的环境代价。Zhang等[20]在Chambers等[21,22]提出的方向距离函数(DDF)基础上,构建基于共同前沿面的非径向方向距离函数(NDDF),同时考虑到资本、劳动等投入与作为非期望产出的环境污染物并无直接关联,由此剔除不相关因素对于评测结果的削弱性影响。本文将作为期望产出的土地经济收益与作为非期望产出的环境污染代价纳入区域的全要素经济环境发展效率测算,进一步排除资本、劳动等非直接相关投入的影响,更精准地测度了中国城市的土地利用效率。本文构建的非径向方向距离函数如下所示:

首先,将城市土地的生产可能集P定义为:

= {(x,y,b) |x,y,b,λ0(2)

X=(x1,,xn)Rm×n,Y=(y1,,yn)Rs×n,B=(b1,,yn)Rk×n

式中:x表示投入要素;yb分别表示城市的期望产出和非期望产出;λ是n×1维常数向量。非径向方向距离函数NDDF表示为 D(x,y,b;g) = sup{wTβ (x,y,b) +g×diag(β)P},其中diag表示对角矩阵;g表示方向向量; wT=(wk,wlabor,wland,wgdp,wSO2,www)T表示资本k、劳动labor、土地land、非农GDP、工业二氧化硫SO2、工业废水ww等投入与产出的标准化权重向量; βT=(βk,βlabor,βland,βgdp,βSO2,βww)T0衡量投入和产出无效率程度。Zhang等[20]认为投入要素中的劳动、资本并不直接引致污染物的排放,故将g设定为 g=(0,0,-gland,ggdp,-gSO2,-gww),将wT设定为 wT=(0,0,1/4,1/4,1/4,1/4)T,构建线性规划方 程为:

D(x,y,b;g) = maxwlandβland+wgdpβgdp+wSO2βSO2+wwwβww

s.t.n=1NλnKnKn'n=1NλnLabornLaborn'n=1NλnLandnLandn'-βlandglandn=1NλnGDPnGDPn'+βgdpggdpn=1NλnSO2nSO2n'-βSO2gSO2n=1NλnWWnWWn'-βwwgwwλn0,n=1,2,,N;βland,βgdp,βSO2,βww0(3)

倘若 D(x,y,b;g) =0,则表示决策单元DMU位于最优生产前沿面上,结合Cheng等[23]关于方向距离函数效率值的定义可测得中国城市的全要素经济环境发展效率值,进而参考Zhang等[20]的研究,分解出土地要素的利用效率:

Landeff =(Land-β*land×Land)(GDP+β*gdp×GDP)Land/GDP=1-β*land1+β*gdp(4)

式中: β*landβ*gdpLandGDP分别表示分别表示土地产出的松弛变量最优解、经济产出的松弛变量最优解、实际土地投入量以及实际经济产出量。

《中国城市统计年鉴》提供了地级市的非农人口数量(采用第二、第三产业从业人数)、城镇建成区面积数据,城市资本存量数据参考柯善咨等[24]的方法测算得到,本文将上述三类指标作为投入要素;期望产出以传统研究中常见的城市非农GDP表示,而作为非期望产出的城市污染物采用《中国环境统计年鉴》提供各城市排放的工业二氧化硫、工业废水等污染排放量来表示。

(2)解释变量:本文着眼于产业结构合理化(RAT)与产业结构高级化(OPT)两个层面刻画产业结构变迁。学术界针对产业结构合理化水平(RAT)的度量因其内涵的不同其指标构建各异。本文参考于斌斌[25]的思路,在修正干春晖[3]方法基础上,采用重新定义后的泰尔指数的倒数作为产业结构合理化水平(RAT)的度量。具体公式为:

RAT=1/TL=1/i=1NYiYlnYiLiYL(i=1,2,3)(5)

式中:TL表示为泰尔指数;Y表示市辖区总的国内生产总值;Yi表示市辖区三大产业的增加值;L表示市辖区总就业人数;Li表示市辖区三大产业的就业人数。当TL为0时,经济体系处于均衡状态。当某城市的TL值越大,其经济发展越容易偏离均衡状态。反之,TL越趋近于0,产业结构合理化指数(RAT)越大,其对应的产业结构合理化程度越高。由于经济的非均衡现象在发展中国家成为常态,故本文重点集中在TL≠0的产业结构分析上。在计算TL指数时出现部分指标为负值。本文参考彭冲等[26]的思路,采用统计学的3σ原则坐标平移消除负数影响。

产业结构高级化指产业结构从产业低端形态向高端形态转变的过程,而经济结构的“服务化”是城市经济取得实质性进展的重要标志。本文采用第三产业产值与第二产业产值之比作为各城市产业结构高级化程度(OPT)的度量指标,数值越大表明城市的产业结构高级化程度越高。

(3)数据说明:本文采用2003-2013年283个地级及以上城市面板数据,来源于《中国统计年鉴》《中国城市统计年鉴》《中国环境统计年鉴》。各指标均以CPI指数、固定资产投资价格指数等折算以消除价格影响。针对个别年份数据缺失的情况,本文进行了移动平均处理。

3 城市产业结构变迁与土地利用效率的时空特征

为揭示产业转型与考虑环境代价的城市土地利用效率的典型事实,本文采用Arcgis 10.2软件对上述两个指标进行可视化处理。由图1可知,2003-2013年间,中国283个地级市的土地利用效率整体表现为先降后升的波动式改进趋势,且效率水平呈自东向西阶梯式递减。从区域视角来看,沿海地区城市群与长江流域城市群的土地利用效率改进速度相对较快,沿海“一纵”与沿江“一横”构成了“T”字形空间格局。其中东部地区的京津唐城市群、长三角城市群、珠三角城市群、辽中南城市群、山东半岛城市群、海峡西岸城市群等区域的土地利用效率始终保持了较高水平,中西部地区的武汉城市圈、长株潭城市群、成渝城市群等区域的土地利用效率也有明显提升,但其他多数中西部城市仍处于较低水平。上述差异与不同城市的经济发展水平、技术创新能力与环境治理力度密切相关。一般而言,东部发达地区的土地要素较为稀缺,产业结构中技术密集型和资本密集型产业占比相对较高,其对于环境污染物的排放有着相对严格的管控,而中西部多数地区迄今尚未完成工业化进程,劳动密集型和资源密集型产业占比较高,致使经济发展中产生了较高的资源环境成本。值得关注的是,2008年全球金融危机前后时期,中国东部地区的城市土地利用效率呈现较明显的下滑态势,原因可能是受到“4万亿”等经济刺激政策的影响,基建投资热潮的兴起诱发了区域重复建设问题,并导致区域产业结构趋同化,作为承载产业发展的土地资源也呈现严重的效率扭曲特征。

图1   2003-2013年中国283个地级及以上城市产业结构高级化水平

Fig.1   The optimization of industrial structure of 283 cities in China in 2003-2013

图2可知,2003-2013年间,从整体视角来看,中国多数地区的城市产业结构合理化水平不断改进,其中东部沿海城市带和中部六省城市群的改进态势尤为明显。然而,河西走廊城市群、宁夏沿黄城市群等西部地区的产业结构合理化水平始终处于低位。这意味着中国的城市产业结构合理化程度往往受区域异质性的较大影响,从而存在严重不平衡的空间分布特征。

图2   2003-2013年中国283个地级及以上城市产业结构合理化水平

Fig.2   The rationalization of industrial structure of 283 cities in China in 2003-2013

图3可知,2003-2013年间,京津唐城市群、辽中南城市群、长三角城市群、山东半岛城市群等东部区域以及晋中城市群、关中平原城市群、中原城市群等中部区域均呈现产业结构高级化趋势,而成渝城市群、河西走廊城市群等西部区域的产业结构高级化水平呈现趋减态势,这与上述地区的产业结构调整有着紧密关联,随着国内外产业分工的深刻调整,我国东部沿海地区的劳动密集型产业以及资本、技术密集型产业中的劳动密集型生产环节加快向中西部地区转移,东部地区产业结构中的生产性服务业占比明显上升,中西部地区作为产业转移的承接方,其产业结构中的第二产业占比近年来也在逐步提升。

图3   2003-2013年中国283个地级及以上城市土地利用效率

Fig.3   The land use effiency of 283 cities in China in 2003-2013

从2003年、2008年、2013年3个时期的演化分析中,得到如下结论:① 东部沿海的城市土地利用效率改进呈现点状向面状、带状拓展的趋势,并与产业结构升级之间存在着一定程度的耦合特征。② 东部沿海城市与中西部城市的产业结构合理化与高级化水平表现出自东向西的阶梯式分布和动态转移特征。

4 城市产业结构与土地利用效率的动态交互影响分析

4.1 基于P-VAR模型的面板GMM估计

为确保数据的平稳性,本文对原始指标进行对数化处理并进行采用Levin-Lin-Chu(简称LLC)检验和ADF-Fisher单位根检验,结果显示变量数据为平稳序列(表1)。

表1   各变量的平稳性检验

Tab.1   Test for stationary of variables

统计量Levin-Lin-Chu检验ADF-Fisher 检验
lnRAT-18.792***6.311***
lnOPT-31.772***23.253***
lnLandeff-16.763***8.370***

注:LLC单位根检验对应的Adjusted t值,而ADF-Fisher检验对应修正后的inv. chi-squared值;***** * 分别表示在1%、5%和10%水平上显著。

新窗口打开

接下来采用面板GMM估计考察产业结构合理化(lnRAT)、产业高级化(lnOPT)与土地利用效率水平(lnLandeff)三者之间的影响程度和作用方向。为消除模型中个体效应和时点效应导致的结果偏误,本文借鉴Arellano等[27]的做法,针对时点效应采用“截面均值差分法”消除,在此基础上采用“Helmert方法”通过“前向均值差分”消除城市个体效应以实现滞后变量与转置变量正交[17]。由于变量间可能存在内生性问题,本研究采用各变量的滞后1期作为工具变量,然后对模型进行GMM估计。同时,基于AIC、BIC、HBIC信息准则判定出模型估计的最优滞后阶数为3阶。表2展示了lnRAT、lnOPT、lnLandeff 3个变量的GMM估计结果。由表2可知:

(1)无论是产业结构合理化(lnRAT)、产业结构高级化(lnOPT)还是城市土地利用效率水平(lnLandeff),其滞后1期对当期的影响均显著为正,弹性系数分别达到0.598、0.784、0.432,表明产业结构合理化、高级化以及土地利用效率提升过程均存在自我增强机制,具有时间上的累积效应和实践上的惯性效应。表明产业结构调整和土地节约集约利用均为循序渐进的过程,应当从长期角度出发,制定促进产业结构优化与优化增量土地配置效率相结合的可行措施。

表2   基于GMM估计的面板VAR模型估计结果

Tab.2   The panel VAR model estimated results of GMM method

h_lnRAT 方程h_lnOPT 方程h_lnLandeff 方程
变量系数变量系数变量系数
h_lnRAT(-1)0.598***(11.34)h_lnRAT(-1)-0.352(-0.94)h_lnRAT(-1)1.505*(1.72)
h_lnRAT(-2)0.087***(2.85)h_lnRAT(-2)-0.050(-0.23)h_lnRAT(-2)0.752*(1.71)
h_lnRAT(-3)0.024(0.96)h_lnRAT(-3)0.373*(1.92)h_lnRAT(-3)-0.936**(-2.00)
h_lnOPT(-1)-0.014***(-2.70)h_lnOPT(-1)0.784***(15.85)h_lnOPT(-1)-0.039(-0.37)
h_lnOPT(-2)0.002(0.88)h_lnOPT(-2)0.011(0.52)h_lnOPT(-2)0.117***(2.61)
h_lnOPT(-3)0.001(0.68)h_lnOPT(-3)-0.012(-0.74)h_lnOPT(-3)-0.016(-0.53)
h_lnLandeff(-1)0.008***(4.41)h_lnLandeff(-1)0.007(0.46)h_lnLandeff(-1)0.432***(11.22)
h_lnlandeff(-2)0.000(0.22)h_lnlandeff(-2)0.011(1.33)h_lnlandeff(-2)-0.029(-1.26)
h_lnLandeff(-3)-0.001(-0.69)h_lnLandeff(-3)-0.024***(-3.11)h_lnLandeff(-3)0.158***(7.80)
N1981N1981N1981

注:******分别表示在1%、5%和10%水平上显著;表中第一、第三、第五列括号里的数字代表滞后1期、2期、3期;第二、第四、第六列括号中的数值为对应的检验Z值。

新窗口打开

(2)产业结构合理化(lnRAT)的滞后3期对当期产业结构高级化(lnOPT)具有显著为正的影响(系数为0.373),说明前者达到一定程度方可促进产业结构高级化。产业结构高级化(lnOPT)的滞后1期不仅未对当期产业结构合理化(lnRAT)起到促进作用,反而对后者产生了制约作用(系数为-0.014)。原因在于部分地方政府为响应国家产业升级的政策要求,脱离区域要素禀赋和产业结构合理化基础,盲目追求产业结构“服务化”而呈现“伪高级化”特征。正如于斌斌[25]所指,产业结构调整是“创造与破坏并存”的过程,盲目追求产业结构高级化反而会削弱甚至破坏产业结构合理化的基础,从而不利于资源和要素在产业间的合理配置。

(3)产业结构合理化(lnRAT)的滞后1期和2期对城市土地利用效率(lnLandeff)存在显著的正向效应,原因在于前者有助于优化土地利用结构,提高能源利用效率,减少环境污染,降低土地利用的环境损害成本,促进了人口、土地、产业要素耦合质量的改善,共同形成对土地利用效率的提升效应。产业结构的合理化有助于促进土地利用效率的提升。产业结构高级化(lnOPT)的滞后1期和滞后3期对城市土地利用效率(lnLandeff)影响不显著,仅滞后2期表现出显著的正向影响,原因在于产业结构向服务化趋势转型并非一蹴而就,往往需要较长时间才能实现各要素的跨区域流动,最终在价格机制的影响下实现最优配置。

(4)土地利用效率水平(lnLandeff)的滞后1期对产业结构合理化(lnRAT)具有倒逼效应,原因在于考虑环境代价的土地利用效率水平提升对应匹配的是更高的城市社会绩效、经济绩效、环境绩效,由此带动了产业和人口的协同集聚,产业效率、产业关联度以及价值链得以有效提升,进而使得产业结构日趋合理化。滞后3期的土地利用效率对产业结构高级化存在负向影响,以工业园区为典型代表的制造业发展需要关联产业在有限空间内集聚,以此降低交易成本并形成更为紧凑、高效的产业链条,现实中土地资源由碎片化向集约化转变对区域制造业集聚有更明显助推作用,最终会影响第二、第三产业结构的变动。

4.2 基于P-VAR模型的脉冲响应分析

本文利用Stata 10.3软件对lnRAT、lnOPT、lnLandeff三个变量进行脉冲响应函数分析,以考察在其他变量既定不变的情况下,一变量冲击对其中另一变量的动态影响效应。图4汇总了Monte-Carlo模拟500次的脉冲响应图。

图4   土地利用效率、产业结构合理化和高级化的脉冲响应结果

Fig.4   Impulse response of the degree of land use efficiency, the rationalization and the optimization of industrial structure

(1)图4a~图4c表示的是产业结构合理化(lnRAT)对其自身以及产业结构高级化与土地利用效率(lnOPT与lnLandeff)的冲击响应。其中,产业结构合理化(lnRAT)对其自身的冲击在第1期就具有显著的正向反应并达到峰值,但随着时间的延续,正向影响逐步减弱,在第15期则收敛于0,这正好验证了前文GMM估计结果关于“产业结构合理化调整具有典型的路径依赖特征”的结论。对于1个标准差的产业结构高级化(lnOPT)冲击,产业结构合理化(lnRAT)在第1期就产生较为显著的负向脉冲反应,在第2期负向影响程度达到峰值,随后3期~15期其负向影响程度逐渐减少并收敛为0。而对于1个标准差的土地利用效率(lnLandeff)的冲击,产业结构合理化(lnRAT)在第1期产生剧烈反应,表现为显著的正向脉冲反应,并且在第2期达到响应峰值,第3期开始下降,第4期正向效应有所抬升,而在随后的5期~15期,其正向效果逐渐减弱,有收敛于0的趋势。总体来看,土地利用效率(lnLandeff)对产业结构合理化(lnRAT)的冲击表现出阶梯式递减的正向累积效应。

(2)图4d~图4f分别表示的是产业结构高级化(lnOPT)对其自身以及产业结构合理化与土地利用效率(lnRAT与lnLandeff)的冲击响应。其中,与产业结构合理化(lnRAT)对自身的脉冲响应路径类似,产业结构高级化(lnOPT)也具有动态依赖性,其对自身的冲击在第1期迅速达到峰值,但随着时间的推移,其正向冲击效应逐渐衰减并在第15期基本收敛于0。与产业结构高级化(lnOPT)对产业结构合理化(lnRAT)冲击的作用效果一致(图4b、图4c),对于一个标准差产业结构合理化(lnRAT)冲击,产业结构高级化(lnOPT)同样表现出明显的负向响应并在第1期达到峰值,随着时间的延续,负向影响逐渐减弱并在第13期收敛于0。通过比较可以看出,尽管产业结构合理化与产业结构高级化相互冲击后的影响轨迹、作用力度、持续时间存在着差异,但可以断定两者之间存在双向动态影响关系,且均具有递减的负向累积效应,原因在于工业化过程中的部分城市产业结构存在着“低端锁定”的现象[25],未来应实现“腾笼换鸟”和“退二进三”,促进产业结构向高级化调整。接下来,对于一个标准差的土地利用效率(lnLandeff)冲击,产业结构高级化(lnOPT)尽管呈现先上升后下降的冲击效应,但统计上不显著。土地利用效率对产业结构合理化的倒逼作用效果明显,而对产业结构高级化的倒逼作用尚不显著。由于本文的土地利用效率指标考虑了环境污染,恰好说明环境规制政策倒逼了产业结构调整,也势必对产业结构与就业结构的耦合质量、产业发展效率提出更高的要求。此外,国家建设用地政策的调整形成了产业结构向合理化趋势演化的推力效应。由于产业结构合理化与高级化的演变具有先后次序,前者为后者的基础前提,故土地利用效率对产业结构的倒逼效应首当其冲的是产业结构的合理化而非高级化。

(3)图4g表示土地利用效率(lnLandeff)对自身冲击在第1期就具有显著的正向冲击效应,在随后的第3期~第15期逐渐减弱,并收敛于0。对于一个标准差的产业结构合理化(lnRAT)冲击,土地利用效率(lnLandeff)表现为明显的正向脉冲响应,响应峰值出现在第1期,冲击效果在2~15期影响程度逐渐减少并最终收敛为0(图4h)。故产业结构合理化对土地利用效率水平变动不仅在长期内具有显著的促进作用和持续效应,而且冲击效果在短期内更为明显。与产业结构合理化(lnRAT)冲击的作用效果相比,对于一个标准差的产业结构高级化(lnOPT)冲击,土地利用效率水平(lnLandeff)在第1期达到负向脉冲响应峰值,第2期则存在的微弱的正向响应,之后便逐渐收敛于0。其原因在于中国服务业发展质量偏低,现代生产性服务业和高知识、高技术密集型服务业发展滞后,难以形成产业集聚进而有效释放土地利用效率潜力。此外,中国城市产业结构合理化整体水平不高。据笔者测算,2013年全国283个地级以上城市仅32.51%的城市产业合理化程度高于全国平均水平(0.1692)。部分地方政府在产业合理化程度不高的前提下盲目追求“小而全”的多样化城市发展模式和产业高级化,容易导致产业发展质量和产业效率低下,反而造成了环境成本的提高以及土地资源的浪费。该结论也对未来中国城市化过程中的产业结构调整有着警示作用,倘若无视产业结构的合理化基础,片面追求产业服务化趋势,反而会导致土地的低效利用。

总之,产业结构合理化和高级化冲击均对土地利用效率水平产生影响,但作用机制呈相反的效果,产业结构合理化冲击对土地利用效率水平具有显著持续的正向效应,而产业结构高级化冲击则表现为短暂负向效应,其正向效应虽然存在但不显著。产业结构的合理化与高级化演进次序不同是导致土地利用效率冲击效果收敛速度、响应轨迹不甚相同的重要原因。而土地利用效率水平冲击对产业结构合理化和高级化的影响均具有倒逼效应,但目前阶段仅产业结构合理化的效应显著。

5 结论与讨论

本文利用非径向方向距离函数(NDDF)和面板向量自回归模型(PVAR)揭示城市产业结构变迁与土地利用效率的交互影响,为新常态下产业转型与土地利用管理改革提供政策依据。本文得出以下结论:① 2003-2013年,东部沿海的城市土地集约利用效率改进呈现点状向面状、带状拓展的趋势,并与产业结构升级之间存在着一定程度的耦合特征。东部沿海城市与中西部城市的产业结构合理化与高级化水平表现出自东向西的阶梯式分布和动态转移特征。② 城市产业结构合理化程度往往受到区域异质性的较大影响,从而存在着严重不平衡的空间分布特征。东部区域、中部区域城市群整体呈现产业结构高级化趋势,而西部区域的产业结构高级化水平呈现趋减态势。从实证结果来看,产业合理化是实现产业结构高级化的基础前提。③ 产业结构合理化与土地利用效率水平变动存在着双向互动的对称影响,体现出互惠互利的“双赢”效应,而产业结构高级化与土地利用效率水平变动则表现为非对称影响。

针对结论提出如下建议:一是在当前国家提倡供给侧改革和大力发展现代服务业、高技术和知识经济等新业态背景下,各地政府应该立足当地比较优势和产业发展实际,针对性地制定产业发展策略。在努力营造产业结构高级化经济环境的同时,务必重视夯实产业结构合理化基础,这样不仅可以实现“结构红利”带来的经济增长,还可以在降低环境损害成本的同时提升土地供给效率。二是运用大数据、云计算、“互联网+”等创新手段加快传统产业的转型升级,发展符合当地比较优势的产业。尤其要大力发展战略性新兴服务业,夯实产业发展基础。积极探索建立促进产业与城市融合发展的体制机制,促进土地城镇化与产业城镇化的空间协调。三是以建设用地管控与政策转型引领产业转型升级,重点围绕改革现有城市建设用地管理方式,实现建设用地模式由“增量管理”向“存量优化”、“增量升级”与“总量控制”转变,形成促使产业实现合理化和高级化的用地供给倒逼机制。围绕建设用地空间布局优化和土地利用经济环境效益提升,针对不同规模城市和地区制定差异化的用地管控政策,统筹东中西及各行业各类用地规模,引导土地利用结构的优化,促进产业转型升级。

本文基于供给侧改革视角采用综合考虑经济收益与环境代价的非径向方向距离函数评价城市土地利用效率,更加契合新常态时期土地集约利用的内涵;采用PVAR模型可以在准确揭示出产业结构与土地利用效率的双向因果关系的同时,有效地处理内生性问题。

致谢:感谢金培振博士在本文撰写中给予的宝贵建议和技术支持。

The authors have declared that no competing interests exist.


参考文献

[1] 柯善咨, 赵曜.

产业结构、城市规模与中国城市生产率

. 经济研究, 2014, 49(4): 76-88.

[Ke Shanzi, Zhao Yao.

City size and urban productivity in China

. Economic Research Journal, 2014, 49(4): 76-88.]

[2] 罗斯托. 经济成长的阶段. 北京: 商务印书馆, 1962.

[本文引用: 1]     

[Rostow. The Phase of Economic Growth. Beijing: The Commercial Press, 1962.]

[本文引用: 1]     

[3] 干春晖, 郑若谷, 余典范.

中国产业结构变迁对经济增长和波动的影响

. 经济研究, 2011, 46(5): 4-16.

[本文引用: 2]     

[Gan Chunhui, Zheng Ruogu, Yu Dianfan.

An empirical study on the effects of industrial structure on economic growth and fluctuations in China

. Economic Research Journal, 2011, 46(5): 4-16.]

[本文引用: 2]     

[4] 彭冲, 李春风, 李玉双.

产业结构变迁对经济波动的动态影响研究

. 产业经济研究, 2013, 64(3): 91-100.

[本文引用: 1]     

[Peng Chong, Li Chunfeng, Li Yushuang.

Study on the dynamic effects of industrial structure on economic fluctuation

. Industrial Economics Research, 2013, 64(3): 91-100.]

[本文引用: 1]     

[5] Capello R.

Recent theoretical paradigms in urban growth

. European Planning Studies, 2013, 21(3): 316-333.

[本文引用: 1]     

[6] 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

. 管理世界, 2014, (11): 24-34.

[本文引用: 1]     

[Yang Qijing, Zhuo Pin, Yang Jidong.

The industrial land conveyance and the investment quality race in the bottom line: An empirical study based on the panel data on the level of the city of the prefecture between 2007 and 2010 in China

. Management World, 2014, (11): 24-34.]

[本文引用: 1]     

[7] 谢花林, 王伟, 姚冠荣, .

中国主要经济区城市工业用地效率的时空差异和收敛性分析

. 地理学报, 2015, 70(8): 1327-1338.

[本文引用: 1]     

[Xie Hualin, Wang Wei, Yao Guanrong, et al.

Spatial and temporal differences and convergence of China's main economic zones

. Acta Geographica Sinica, 2015, 70(8): 1327-1338.]

[本文引用: 1]     

[8] 龙花楼.

论土地利用转型与土地资源管理

. 地理研究, 2015, 34(9): 1607-1618.

[本文引用: 1]     

[Long Hualou.

Land use transition and land management

. Geographical Research, 2015, 34(9): 1607-1618.]

[本文引用: 1]     

[9] 韩峰, 王琢卓, 杨海余.

产业结构对城镇土地集约利用的影响研究

. 资源科学, 2013, 35(2): 388-395.

[本文引用: 1]     

[Han Feng, Wang Zuozhuo, Yang Haiyu.

The effect of industrial structure on intensive urban land use

. Resources Science, 2013, 35(2): 388-395.]

[本文引用: 1]     

[10] 吴得文, 毛汉英, 张小雷, .

中国城市土地利用效率评价

. 地理学报, 2011, 66(8): 1111-1121.

[本文引用: 1]     

[Wu Dewen, Mao Hanying, Zhang Xiaolei, et al.

Assessment of urban land use efficiency in China

. Acta Geographica Sinica, 2011, 66(8): 1111-1121.]

[本文引用: 1]     

[11] 罗罡辉, 吴次芳.

城市用地效益的比较研究

. 经济地理, 2003, 23(3): 367-370.

[本文引用: 1]     

[Luo Ganghui, Wu Cifang.

Comparative study on urban land use efficiency

. Economic Geography, 2003, 23(5): 367-370.]

[本文引用: 1]     

[12] 彭冲, 肖皓, 韩峰.

2003-2012年中国城市土地集约利用的空间集聚演化及分异特征研究

. 中国土地科学, 2014, 28(12): 24-31.

[本文引用: 1]     

[Peng Chong, Xiao Hao, Han Feng.

Analysis on the characters of spatial agglomeration evolvement and disparity of the intensive urban land use in China from 2003 to 2012

. China Land Sciences, 2014, 28(12): 24-31.]

[本文引用: 1]     

[13] 张荣天, 焦华富.

转型期省际城镇土地利用绩效格局演变与机理

. 地理研究, 2014, 33(12): 2251-2262.

[本文引用: 1]     

[Zhang Rongtian, Jiao Huafu.

Performance of urban land use pattern evolution and mechanism in China during the transformation period

. Geographical Research, 2014, 33(12): 2251-2262.]

[本文引用: 1]     

[14] 周来友, 仇童伟, 周冬, .

丘陵山区劳动力老龄化对土地利用效率的影响: 基于直接效应和间接效应的识别

. 中国土地科学, 2015, 29(10): 35-41.

[本文引用: 1]     

[Zhou Laiyou, Qiu Tongwei, Zhou Dong, et al.

The impact of labor force aging on land use efficiency in the hilly area: Based on the recognition of direct effect and indirect effect

. China Land Sciences, 2015, 29(10): 35-41.]

[本文引用: 1]     

[15] 王良健, 李辉, 石川.

中国城市土地利用效率及其溢出效应与影响因素

. 地理学报, 2015, 70(11): 1788-1799.

[本文引用: 1]     

[Wang Liangjian, Li Hui, Shi Chuan.

Urban land-use efficiency, spatial spillover, and determinants in China

. Acta Geographica Sinica, 2015, 70(11): 1788-1799.]

[本文引用: 1]     

[16] 张志辉.

中国城市土地利用效率研究

. 数量经济技术经济研究, 2014, (7): 134-149.

[本文引用: 1]     

[Zhang Zhihui.

Study of Chinese urban land use efficiency

. The Journal of Quantitative and Technical Economics, 2014, (7): 134-149.]

[本文引用: 1]     

[17] 杨海泉, 胡毅, 王秋香.

2001-2012年中国三大城市群土地利用效率评价研究

. 地理科学, 2015, 35(9): 1095-1100.

[本文引用: 2]     

[Yang Haiquan, Hu Yi, Wang Qiuxiang.

Evaluation of land use efficiency in three major urban agglomerations of China in 2001-2012

. Scientia Georaphica Sinica, 2015, 35(9): 1095-1100.]

[本文引用: 2]     

[18] Holtz-Eakin D, Rosen H S.

Estimating Vector Autoregressions with Panel Data

. Econometrica, 1988, 56(6): 1371-95.

[本文引用: 1]     

[19] Love I, Zicchino L.

Financial development and dynamic investment behavior: Evidence from panel VAR

. Quarterly Review of Economics & Finance, 2006, 46(2): 190-210.

[本文引用: 1]     

[20] Zhang N, Choi Y.

A comparative study of dynamic changes in CO2 emission performance of fossil fuel power plants in China and Korea

. Energy Policy, 2013, 62: 324-332.

[本文引用: 3]     

[21] Chambers R G, Fāure R, Grosskopf S.

Productivity growth in APEC countries

. Pacific Economic Review, 1996, 1(3): 181-190.

[本文引用: 1]     

[22] Chung Y H, Färe R, Grosskopf S.

Productivity and undesirable outputs: A directional distance function approach

. Microeconomics, 1995, 51(3): 229-240.

[本文引用: 1]     

[23] Cheng G, Zervopoulos P D.

Estimating the technical efficiency of health care systems: A cross-country comparison using the directional distance function

. European Journal of Operational Research, 2014, 238(3): 899-910.

[本文引用: 1]     

[24] 柯善咨, 向娟.

1996-2009年中国城市固定资本存量估算

. 统计研究, 2012, 29(7): 19-24.

[本文引用: 1]     

[Ke Shanzi, Xiang Juan.

Estimation of the fixed capital stocks in Chinese cities for 1996-2009

. Statistical Research, 2012, 29(7): 19-24.]

[本文引用: 1]     

[25] 于斌斌.

产业结构调整与生产率提升的经济增长效应: 基于中国城市动态空间面板模型的分析

. 中国工业经济, 2015, (12): 83-97.

[本文引用: 3]     

[Yu Binbin.

Economic growth effects of industrial restructuring and productivity improvement: Analysis of dynamic spatial panel model with Chinese city data

. China Industrial Economics, 2015, (12): 83-97.]

[本文引用: 3]     

[26] 彭冲, 陈乐一, 韩峰.

新型城镇化与土地集约利用的时空演变及关系

. 地理研究, 2014, 33(11): 2005-2020.

[本文引用: 1]     

[Peng Chong, Chen Leyi, Han Feng.

The analysis of new-type urbanization and the intensive urban land use: Spatial-temporal evolution and their relationship

. Geographical Research, 2014, 33(11): 2005-2020.]

[本文引用: 1]     

[27] Arellano M, Bover O.

Another look at the instrumental variable estimation of error-components models

. Journal of Econometrics, 1995, 68(1): 29-51.

[本文引用: 1]     

/