城市建设用地区域差别化配置研究

钟国辉 郭忠兴

摘要 本文通过考虑相邻省份空间溢出性，推导城市建设用地边际生产率的测算公式，以边际生产率为依据研究城市建设用地区域差别化配置。研究发现：①一省份城市建设用地每增加1%，该省份自身产出将提高0.25%，而与其相邻的省份的产出将提高0.0125%，因此中央政府在配置城市建设用地时，还应考虑城市建设用地对相邻区域产生的影响；②城市建设用地边际生产率较高区域主要集中在福建、江苏和天津等省份，较低区域主要集中在宁夏、海南和新疆等省份，而在东中西部，城市建设用地平均边际生产率是依次递减的；③中央政府在省级区域层面配置城市建设用地时，存在一定的政府失灵，但在东中西部这种大的区域层面配置城市建设用地时，表现得较为合理。因此，对边际生产率较高、城市建设用地供给过少的区域应增加城市建设用地供给，对边际生产率较低、城市建设用地供给过多的区域应减少城市建设用地供给，进而提高城市建设用地配置效率和利用效益。

关键词 边际生产率 空间溢出性 城市建设用地 区域 差别化配置

一 引言

土地资源在人类利用的一切自然资源中，是最宝贵和最基本的资源之一，它对我国宏观经济的发展具有重要作用。为促进宏观经济的可持续发展，2003年国家正式提出运用土地政策进行宏观调控，但我国地域辽阔，各地区社会经济发展状况均呈现出不同的特点，客观上要求我国应对土地配置实行差别化管理，因地制宜制定土地政策。而城市建设用地区域差别化配置作为土地差别化管理的重要内容，对提高城市建设用地配置效率和利用效益具有积极作用。因此，探讨中央政府通过何种依据实施城市建设用地区域差别化配置，并通过实证研究提出适合国情的城市建设用地区域差别化配置的政策建议具有重要的指导意义。

已有文献在研究土地等资源差别化管理时主要有以下几种方法。一是基于测算的弹性系数分析（Jeffrey Wurgler, 2000; Barr、Babcock和Carriquiry, 2011; Lavee和Doron, 2015），但弹性系数较高，并不意味着配置效率和边际产出较高；二是基于土地利用适宜性的分析（Bin Quan、Hejian Zhu和Songlin Chen,2007; Florent、Marius和Andre, 2001），但土地利用适宜性指标会因受到主观因素的影响而不准确；三是基于土地利用比较优势的分析（Hanink和Cromley, 2005; Hualou Long、Gerhard和Xiubin Li, 2007），比较优势是相对指标，比较优势高，并不意味着边际产出高；四是利用数据包络分析测算效率（Adhikari、Chandra Bahadur和Bjorndal, 2012;Lopes、Camanho, 2013; Singh、Taptej和Kaur, 2014），但DEA模型要求被评价单元具有较高的同质性，DEA模型对被评价单元的投入和产出要素变动所具有的敏感性、非随机方式等均会影响评价结果的准确性。因此，如果依据上述指标配置城市建设用地，显然会因为其自身不足而导致配置结果产生偏差。同时在空间上，任何事物都存在或强或弱的空间相关性（Tobler, 1979），这使得我国经济增长存在空间溢出性（Wenqing Pan, 2013）。因此在研究城市建设用地区域差别化配置时，还应考虑空间溢出性，而上述研究均未考虑该影响因素。为综合考虑，本文以城市建设用地边际生产率为依据研究城市建设用地区域差别化配置。

本文主要由以下几部分组成：第一部分是在考虑空间溢出性的条件下，界定边际生产率概念，并分析边际生产率在城市建设用地区域差别化配置中的作用机制；第二部分是以柯布—道格拉斯生产函数为基础模型，构建固定效应空间滞后模型，推导城市建设用地产出弹性的测算方法，进而推导城市建设用地边际生产率的测算公式；第三部分是选取指标并对其进行统计描述；第四部分是利用固定效应空间滞后模型估计城市建设用地产出弹性；第五部分是测算各区域城市建设用地边际生产率、直接边际生产率和间接边际生产率；第六部分是构建城市建设用地区域配置的评价方法并对各区域城市建设用地配置进行评价；最后一部分是结论。

二 城市建设用地区域差别化配置的依据

本文以边际生产率作为城市建设用地区域差别化配置的依据。由于存在空间溢出性，城市建设用地不仅对本区域经济增长具有影响，而且会对相邻区域经济增长产生影响，因此城市建设用地边际生产率包含城市建设用地直接边际生产率和城市建设用地间接边际生产率。城市建设用地直接边际生产率表示一区域增加一单位城市建设用地，该区域自身产出增加的数量。城市建设用地间接边际生产率表示一区域增加一单位城市建设用地，由于空间溢出性，与该区域相邻的区域产出增加的数量。边际生产率在城市建设用地区域差别化配置过程中的作用机制见图1。图1横轴为城市建设用地面积，纵轴为城市建设用地边际生产率和直接边际生产率。假设A区域与B区域相邻，线EF表示A区域城市建设用地直接边际生产率曲线，线GH表示A区域城市建设用地边际生产率曲线，线CD表示B区域城市建设用地直接边际生产率曲线，线JI和线KL分别表示在不同间接边际生产率条件下，B区域城市建设用地边际生产率曲线。

从图1可知，在不考虑空间溢出性的条件下，A区域与B区域城市建设用地分别只有直接边际生产率，此时直接边际生产率曲线EF和CD相交于点O，依据经济学理论可知，在城市建设用地一定的条件下，当A区域与B区域的城市建设用地直接边际生产率相等时，城市建设用地产出将实现最大化，因此A区域应配置MV的城市建设用地，B区域应配置NV的城市建设用地，此时两区域直接边际生产率相等，总产出达到最大化，即平面EMNCO。

但由于相邻区域之间存在空间溢出性，城市建设用地边际生产率不仅有直接边际生产率，而且包含间接边际生产率。在存在间接边际生产率的条件下，A区域与B区域的边际生产率曲线将分别高于自身的直接边际生产率曲线，即在直接边际生产率曲线的基础上，边际生产率曲线均将向上移动。当A区域与B区域的间接边际生产率相等时，即相对于直接边际生产率曲线而言，两区域的边际生产率曲线上升相同的幅度，分别为曲线GH和曲线JI，二者相交于点P，如果要实现城市建设用地产出最大化，A区域应配置MV的城市建设用地，B区域应配置NV的城市建设用地，此时两区域的边际生产率相等，A区域城市建设用地MV带来的自身产出为EMVO，空间溢出性带来的间接产出为EOPG, B区域城市建设用地NV带来的自身产出为CNVO，由于空间溢出性而带来的间接产出为COPJ，此时总的直接产出为EMNCO，总的间接产出为EOCJPG，总的产出为总的直接产出与总的间接产出之和。

B区域的城市建设用地间接边际生产率高于A区域的间接边际生产率，将会导致B区域的城市建设用地边际生产率曲线上升幅度高于A区域，此时B区域的边际生产率曲线为KL, A区域的边际生产率曲线为GH。假如此时还是保持A区域配置MV的城市建设用地，B区域配置NV的城市建设用地，那么此时B区域的城市建设用地边际生产率将高于A区域，并且此时两区域的总产出为NVQK+VMGP。此时由于B区域边际生产率高于A区域，如果将A区域的城市建设用地RV配置给B区域，那么A区域与B区域的边际生产率将相等，两者的边际生产率曲线相交于点S。此时A区域城市建设用地MR带来的自身产出为EMRT，空间溢出性带来的间接产出为ETSG， B区域城市建设用地NR带来的自身产出为CNRU，空间溢出性带来的间接产出为CUSK，此时两区域总产出为GMNKS，相对于将RV的城市建设用地配置给A区域，城市建设用地总产出将增加QPS。

因此，在城市建设用地区域差别化配置过程中，不仅要考虑城市建设用地直接边际生产率，而且要考虑城市建设用地间接边际生产率。在城市建设用地一定的条件下，依据各区域城市建设用地边际生产率高低，差别化配置城市建设用地，对边际生产率高的区域优先配置城市建设用地，对边际生产率低的区域减少城市建设用地配置，进而提高城市建设用地总产出，促进经济增长。所以各区域城市建设用地边际生产率的大小可为城市建设用地区域差别化配置提供依据。

三 城市建设用地边际生产率的测算方法

（一）固定效应空间滞后模型

C-D生产函数可以用来分析国家或区域的投入与产出关系，因此本文利用C-D生产函数作为基础模型构建固定效应空间滞后模型。C-D生产函数可表示为：

对公式（1）两边同时取自然对数可得：

在公式（1）和公式（2）中，i =1,2, …, N; t =1,2, …, T; a1、a2、a3分别表示投入的劳动力L、资本存量K、城市建设用地M的产出弹性；A为全要素生产率；ε为随机干扰项。

传统计量方法假定观测值是独立的，但在现实中，并不存在完全独立的观测数据，尤其是空间数据，因此传统计量方法估计的结果将会产生偏差。与传统计量方法假设个体之间相互独立不同，空间计量方法的出发点是认为个体之间存在相互影响，因此有必要考虑空间相关性。空间相关性是指一个区域的样本观测值和其他区域的观测值相关（Paelinck和Jean, 1979）。空间相关性在空间回归模型中主要体现在因变量和误差项的滞后项上，两种基本的空间计量经济学模型是空间滞后模型（SAR）和空间误差模型（SEM）。空间滞后模型主要研究某一区域是否存在空间溢出效应（即扩散现象），空间误差模型主要研究相邻区域因变量的误差冲击对本区域因变量观测值的影响。Fingleton（2004）认为经济增长在不同区域的外溢性主要源于生产技术扩散或生产要素的外部性等，随机冲击对各区域经济外溢的作用较小。因此空间滞后模型更有利于解释空间溢出效应，所以本文采用空间滞后模型进行分析。

空间权重的选取是空间计量模型的重要内容。本文认为经济发展水平越高，资本和技术等的溢出效应越强，空间权重与经济发展水平有关，因此采用相邻省份的经济发展水平作为空间权重。空间权重的计算方法为：

在公式（3）中，Rij表示相邻省份i与j的经济发展水平，将其标准化之后作为空间权重。面板数据估计模型主要有固定效应模型和随机效应模型，而当截面单位不是随机的抽取于一个很大的总体，而是包含总体的所有个体时，一般来说，利用固定效应模型估计是合理的（贺铿，2010）。考虑到本文选取我国30个省份（除西藏、香港、澳门和台湾外）作为研究对象，样本数据几乎为全部母体，因此本文选择固定效应空间滞后模型。在传统固定效应模型中加入空间滞后被解释变量之后得到固定效应空间滞后模型为：

公式（4）中αi、δt分别表示地区固定效应与时间固定效应，ρ为空间滞后项系数，Anselin（2003）认为空间滞后模型因变量的影响因素会通过空间传导机制来作用于其他区域。ρ表示经济增长的空间溢出效应，指相邻省份经济增长提高1%，则该省份经济增长提高ρ %，因此在考虑空间溢出性的条件下，城市建设用地投入不仅对本区域经济增长具有促进作用，同时由于空间传导作用，城市建设用地投入还会对相邻省份经济增长产生影响。所以城市建设用地产出弹性不仅包含直接产出弹性a3（城市建设用地投入对自身产出的影响），也包含间接产出弹性ρa3（城市建设用地投入对相邻省份产出的影响）。

（二）推导城市建设用地边际生产率测算模型

在考虑空间溢出性的条件下，城市建设用地边际生产率包含城市建设用地直接边际生产率和城市建设用地间接边际生产率。城市建设用地直接边际生产率表示一区域增加一单位城市建设用地，该区域自身产出增加的数量。城市建设用地间接边际生产率表示一区域增加一单位城市建设用地，由于空间溢出性，与该区域相邻的省份产出增加的数量。而依据公式（4）可知，城市建设用地直接产出弹性为a3，间接产出弹性为ρa3。

假设i省与j省相邻，依据经济学理论可知，i省城市建设用地直接边际生产率可表示为：

由可推导出：

MP1表示城市建设用地直接边际生产率，Yi表示i省产出，Mi表示i省城市建设用地面积。从公式（6）可知，城市建设用地直接产出弹性越大、自身产出越高或自身的城市建设用地面积越小，城市建设用地直接边际生产率越高。反之，城市建设用地直接边际生产率越低。

城市建设用地间接边际生产率表示自身城市建设用地增加一单位，相邻省份产出增加的数量，那么i省城市建设用地间接边际生产率可表示为：

由于，在考虑空间溢出性和空间权重条件下，可知，因此可以推导出：

MP2表示城市建设用地间接边际生产率，Yj表示j省产出。由公式（8）可知，间接产出弹性越大，间接边际生产率越大，而间接产出弹性又会受到空间溢出性的影响，因此空间溢出性越高，间接边际生产率越高；空间权重越大，间接边际生产率越高；相邻省份的产出越大，间接边际生产率越高，这也可以反映出经济增长在空间上的集聚性，因为经济增长在空间上的集聚会促进间接边际生产率提高；自身的城市建设用地面积对间接边际生产率的影响与其对直接边际生产率的影响一样，自身城市建设用地面积越小，间接边际生产率越高。反之，间接边际生产率越低。

当i省周围有多个省份与其相邻时，i省城市建设用地边际生产率可表示为：

j =1,2,3, . . ., n表示与i省相邻的省份。因此，城市建设用地边际生产率受到城市建设用地直接边际生产率与城市建设用地间接边际生产率的综合影响。城市建设用地直接边际生产率受自身产出、自身城市建设用地面积以及直接产出弹性影响。城市建设用地间接边际生产率受相邻省份产出、自身城市建设用地面积、空间权重以及间接产出弹性影响。

四 指标说明及统计描述

（一）指标说明

本文采用城市建设用地面积作为城市建设用地投入，城市建设用地面积数据源于《中国城市建设统计年鉴》。利用城市第二产业、第三产业增加值表示产出，地级及地级以上城市市区第二产业、第三产业增加值数据源于《中国城市统计年鉴》，县级城市第二产业、第三产业增加值数据源于国研网统计数据库，并利用城市居民消费价格指数将各省份第二产业、第三产业增加值折现到基期年（2001年为基期年），城市居民消费价格指数源于《中国统计年鉴》。利用第二产业、第三产业年末从业人员数据表示劳动力投入，第二产业、第三产业年末从业人员数据分为年末单位从业人员数据以及私营和个体从业人员数据，地级及地级以上城市市区年末从业人员数据源于《中国城市统计年鉴》，县级城市年末从业人员数据源于国研网统计数据库，由于县级城市中私营和个体从业人员数据缺失，本文假设在每个省份之中，地级及地级以上城市市区的单位从业人员与私营和个体从业人员的比例与县级城市相同，以此来测算县级城市中的私营和个体从业人员数据。经济发展水平利用各省份2001～2011年城市第二产业、第三产业增加值的平均值表示。由于我国目前的各类统计年鉴中并没有资本存量的统计数据，因此在研究过程中首先应核算资本存量。关于资本存量的核算，本文采用Goldsmith（1951）开创的永续盘存法进行核算。永续盘存法可表示为：

由公式（10）可知，核算资本存量必须知道以下四个变量：一是当年投资I，二是折旧率δ，三是投资品价格指数，四是基期年资本存量K。对于当年投资I，本文采用当年固定资产投资作为当年投资，地级及地级以上城市市区固定资产投资数据源于《中国城市统计年鉴》，县级城市固定资产投资数据源于国研网统计数据库。由于本文主要考虑非农经济的投入与产出，所以剔除第一产业投资，而在城市固定资产投资中并未区分三次产业投资。在样本期内，从全国范围来看，全国第一产业固定资产投资占总投资的比例约为2.8%，全国第一产业增加值占国内生产总值的比例约为11.1%，第一产业增加值比例约为第一产业固定资产投资比例的4倍。本文假设城市第一产业增加值比例也为城市第一产业固定资产投资比例的4倍，由此计算各地区城市第一产业固定资产投资，进而推算各地区城市第二产业、第三产业固定资产投资。对于投资品价格指数，本文采用固定资产投资价格指数将各年固定资产投资折现到基期年，固定资产投资价格指数源于《中国统计年鉴》。对于当年折旧率δ, Young（2000）认为各省份的折旧率为6%，但王小鲁等（2000）则认为应该是5%，考虑到合理性，本文采用二者的均值5.5%作为资本存量的折旧率。对于基期年资本存量K，本文借鉴Kohli（1978）的方法，测算基期年资本存量。

公式（11）中，K为基期年资本存量，I为固定资产投资，δ为折旧率，r为固定资产投资的年平均增长率。因此，结合公式（10）和公式（11），就可以测算2001～2011年各省份资本存量。

（二）统计描述

由于数据缺失，本文的研究范围不含西藏、香港、澳门和台湾。从表1中各指标数据的最大值、最小值和标准差可知，我国各经济指标的差异均较大，从离散系数可知差异最大的指标为资本存量，这意味着我国各省份经济发展水平存在较大差异，经济发展并不均衡。为达到合理配置城市建设用地的目的，城市建设用地配置应体现区域之间的差异性，应制定差别化土地管理政策。

五 固定效应空间滞后模型估计

空间计量经济学模型一般采用ML方法来估计，但ML方法一般是在空间计量经济学的截面数据回归过程中使用，直接在空间面板数据上使用是有问题的（Kelejian、Prucha, 1999），这一问题的解决途径是利用蒙特卡罗的方法来近似对数似然函数中雅克比行列式的自然对数（Barry、Pace, 1999），使用Lesage和Elhorst编制的空间计量经济学程序并利用Matlab软件就可实现这种方法。固定效应空间滞后模型估计结果见表2。

表2的空间相关性检验的Moran指数、LM-lag以及Robust LM-lag的估计结果表明，三者均在1%的水平上显著，意味着模型存在空间相关性，假如不考虑空间相关性，传统回归模型的估计结果将会产生偏差。同时从LM-lag和Robust LM-lag在1%的显著性水平上显著也可以看出选择固定效应空间滞后模型是合适的。一般来说，所构建的模型中的自变量是否能够解释因变量的大部分变异，主要依据拟合优度（R2），但是传统的R2是对残差平方和的分解，并不适合对空间效应模型进行分析，Verbeek（2004）认为可以用拟合值与实际值的相关系数的平方来表示空间效应模型的拟合优度，即Corr2。从Corr2可知，双向固定效应模型的拟合优度为0.09，对因变量变化的解释程度仅为9%，拟合优度较低，而地区固定效应模型与时间固定效应模型拟合优度分别达到0.95和0.97，意味着自变量很好地解释了因变量的大部分变异。因此仅从拟合优度的指标来看，固定效应空间滞后模型中的双向固定效应模型所估计的结果不理想，而地区固定效应模型和时间固定效应模型所估计的结果是合理的。

从空间滞后项系数ρ来看，地区固定效应模型与时间固定效应模型估计的系数分别为0.55和0.05，并且二者均在1%的显著性水平上显著，双向固定效应模型估计的系数为-0.08，与空间相关性检验呈正相关不一致，并且也不显著，进一步表明双向固定效应模型估计的结果不理想。从生产要素投入的各项系数来看，在地区固定效应模型中，劳动力与资本存量的估计系数分别为0.12和0.25，城市建设用地估计系数仅为0.04，且不显著，从系数大小来看，三者之和明显偏低。在时间固定效应模型中，劳动力、资本存量和城市建设用地的估计系数分别0.46、0.48和0.25，均在1%的显著性水平上显著。在双向固定效应模型中，资本存量的估计系数为0.14，在1%的显著性水平上显著，劳动力和城市建设用地的估计系数分别仅为0.02和0.01，二者均不显著。

综合各项检验结果发现，除时间固定效应模型之外，地区固定效应模型与双向固定效应模型所估计的结果均不理想。时间固定效应模型估计的结果表明，如果一省份的相邻省份产出提高1%，则该省份产出提高0.05%；一省份城市建设用地每增加1%，该省份自身产出将提高0.25%，而与其相邻的省份产出将提高0.0125%。同时从劳动力、资本存量和城市建设用地的弹性系数来看，三者之和显然是大于1的，表明现阶段我国生产要素投入呈规模报酬递增现象。

六 城市建设用地边际生产率测算

（一）各省份城市建设用地边际生产率

如果要测算城市建设用地直接边际生产率、间接边际生产率和边际生产率，那么就必须知道城市建设用地直接产出弹性和间接产出弹性、空间权重、城市建设用地面积以及总产出。固定效应空间滞后模型估计的结果表明，城市建设用地的直接产出弹性为0.25，间接产出弹性为0.0125。而关于城市建设用地面积和总产出，本文分别采用2001～2011年30个省份城市建设用地面积的平均值和城市第二产业、第三产业增加值的平均值来表示。依据公式（6）、公式（8）和公式（9），测算各省份城市建设用地直接边际生产率、间接边际生产率和边际生产率（见表3）。

从表3可知，城市建设用地直接边际生产率较高的区域主要集中在天津、福建和江苏等省份，这类区域增加城市建设用地面积，将会为其自身带来较高的产出，而较低的区域主要集中在宁夏、海南和甘肃等省份，这类区域增加城市建设用地面积所带来的直接产出会相对较低。城市建设用地间接边际生产率较高的区域主要集中在福建、河北和江苏等省份，而较低的区域主要是新疆、宁夏和黑龙江等省份。从各省份城市建设用地直接边际生产率与间接边际生产率的比较来看，显然城市建设用地直接边际生产率要高于相邻省份的间接边际生产率，这表明将一单位城市建设用地配置给自身带来的产出，要高于将这一单位城市建设用地配置给相邻区域后，相邻区域的空间溢出性给自身带来的产出，也表明各省份为促进自身的经济增长，有增加自身城市建设用地面积的需要。

虽然城市建设用地边际生产率受直接边际生产率的影响更大，但间接边际生产率对城市建设用地边际生产率在各省份之间的排名也具有显著影响，如福建、江苏和河北等省份具有相对较高的间接边际生产率，促使它们的城市建设用地边际生产率在各省份之间的排名上升，同样，相对较低的城市建设用地间接边际生产率降低了新疆、黑龙江等省份的城市建设用地边际生产率在各省份之间的排名。因此，虽然城市建设用地边际生产率受直接边际生产率的影响相对更大，但间接边际生产率对其也具有重要影响，城市建设用地边际生产率在各省份之间排名的差异是由直接边际生产率和间接边际生产率共同作用形成的。城市建设用地边际生产率较高的区域主要集中在福建、江苏和天津等省份，而较低的区域主要集中在宁夏、海南和新疆等省份。因此中央政府可以利用土地利用规划和土地利用计划，依据边际生产率的差异配置各区域城市建设用地，对于城市建设用地边际生产率较高的区域，可以考虑优先配置城市建设用地，而对于城市建设用地边际生产率较低的区域，则可以考虑减少城市建设用地配置，从而在城市建设用地有限的条件下，提高城市建设用地总产出，促进经济增长。

（二）东中西部城市建设用地平均边际生产率

在东中西部之间，城市建设用地边际生产率是否也存在差异？因为中央政府不仅需要在不同省份之间实施城市建设用地配置，而且还需要衡量和协调更大区域层面上的城市建设用地配置。中央政府在东中西部之间实施城市建设用地区域差别化配置，对省级层面的城市建设用地区域差别化配置可以起到总体的引领和掌控作用。各省份之间的城市建设用地配置指标应与东中西部之间的城市建设用地配置指标相协调，即东中西部的各省份城市建设用地配置指标之和应与东中西部城市建设用地边际生产率相协调。由于空间溢出性，东中西部也应考虑城市建设用地的直接边际生产率与间接边际生产率。本文分别采用东中西部区域内各省份的城市建设用地边际生产率、直接边际生产率和间接边际生产率的平均值来表示东中西部城市建设用地边际生产率、直接边际生产率和间接边际生产率（见表4）。

从表4可知，城市建设用地平均直接边际生产率、平均间接边际生产率和平均边际生产率在东中西部之间依次递减，并且东部地区很明显的高于中西部地区。这意味着在东部地区增加城市建设用地供给所带来的自身产出和空间溢出性所带来的产出要高于中西部地区，同时间接边际生产率反映相邻省份之间的空间溢出性，可以促进经济发展在空间上的集聚，因此其在一定程度上也反映出东部地区的空间集聚程度要高于中西部地区。由于平均边际生产率在东中西部之间依次递减，因此为提高城市建设用地总产出，促进经济增长，中央政府应增加东部地区城市建设用地面积，中部地区次之。对东中西部之间配置城市建设用地的考量，不仅可以提高城市建设用地在东中西部之间的配置效率，还可以起到引领和调控城市建设用地在各省份之间配置的作用。东中西部城市建设用地平均直接边际生产率均高于相邻区域的平均间接边际生产率，意味着在东中西部地区配置城市建设用地所带来的各区域自身产出要高于由于空间溢出性所带来的产出，进一步表明为促进自身的经济增长，各区域有增加自身城市建设用地面积的需要。

七 城市建设用地区域配置评价

（一）城市建设用地区域配置评价方法

在现实的经济生产活动过程中，城市建设用地不可能像劳动力或者资本那样，可以从一个区域转移到另一个区域。因为城市建设用地从一个区域转移至另一个区域，意味着这一区域城市建设用地面积减少，而一个区域减少城市建设用地面积，是以该区域城市建设用地转变为农地为前提。而在目前我国城市化不断推进、城市经济不断增长、对城市建设用地需求不断扩张的条件下，很难要求一区域将城市建设用地转为农地，而将其减少的城市建设用地面积指标增加到其他区域。另外，农业生产对土壤的通气性、土壤肥力以及土壤涵养的水分等具有一定要求，如果将城市建设用地转变为农地，并使其满足农业生产条件，必须经过较长的时间、付出较大的成本。因此现实的城市建设用地区域配置指的是不同区域获得城市建设用地配额大小的差异，而不是将一个区域原有的城市建设用地面积减少。因此本文构建的城市建设用地区域配置评价方法，是比较一定时间内各区域城市建设用地边际生产率和净增加的城市建设用地面积之间的关系，进而评价各区域城市建设用地配置状况。

假如有A、B、C、D四个区域，在一定时期内它们的城市建设用地边际生产率分别为MPa、MPb、MPc和MPd，并且四个区域的城市建设用地边际生产率的排序满足MPa＞ MPb＞ MPc＞ MPd，同时在该时期内，假设四个区域净增加的城市建设用地面积分别为Sa、Sb、Sc和Sd，并且它们之间的排序满足Sd＞ Sa＞ Sc＞ Sb。图2中横轴表示各个区域名称，纵轴表示城市建设用地边际生产率排名和净增加的城市建设用地面积的排名，最大的排名为1，其次排名为2，依此类推。首先，A、B、C、D四个区域的城市建设用地边际生产率排名是依次递减的，因此可将其排名的位置连成一条斜线；其次，将四个区域净增加的城市建设用地面积排名的位置连成一条折线。

由于A、B、C、D四个区域的城市建设用地边际生产率是依次递减的，因此在理想状态下，四个区域净增加的城市建设用地面积也应该是依次递减的，因为只有在边际生产率较高的区域增加城市建设用地供给，在边际生产率较低的区域减少城市建设用地供给，才能提高城市建设用地总产出。这是因为在边际生产率递减的条件下，增加区域的城市建设用地面积会降低其城市建设用地边际生产率，同时增加得越多，城市建设用地边际生产率下降得也越快。所以边际生产率较高区域增加的城市建设用地面积越大，则该区域的城市建设用地边际生产率下降得越多，同理，边际生产率较低区域增加的城市建设用地面积越小，则该区域的边际生产率下降得也越少。这将促使边际生产率较高的区域与边际生产率较低的区域之间的城市建设用地边际生产率不断趋近，当二者的边际生产率相等时，城市建设用地总产出将达到最大，配置效率达到最优。

因此在理想状态下，要提高城市建设用地总产出，城市建设用地边际生产率排名与净增加的城市建设用地面积排名应重合，从图2可知，二者重合的只有C区域。而A区域和B区域的城市建设用地边际生产率排名分别为1、2，但是净增加的城市建设用地面积排名分别为2、4，这意味着A区域和B区域增加的城市建设用地面积过小。D区域的城市建设用地边际生产率排名为4，而它的净增加的城市建设用地面积排名为1，意味着该区域增加的城市建设用地面积过大。同时也可以得出结论，在图2中，净增加的城市建设用地面积排名的点落在城市建设用地边际生产率排名连线的上方，表示该区域城市建设用地供给增加过少，而落在下方表示该区域城市建设用地供给增加过多。

本文构建的评价方法是静态的相对比较，以城市建设用地边际生产率排名与净增加的城市建设用地面积排名的重合点为参照系，通过考虑整个区域的排名，评价一定时期内的各区域城市建设用地配置的整体趋势。同时该方法在评价过程中，对产出增加的衡量是通过相对产出的增加，而非通过绝对产出的增加，这也更符合现实，因为如果产出要绝对增加，那么边际生产率较低的区域就要停止城市建设用地供给，甚至将该区域的城市建设用地转变为农地，而这对于任何一个谋求自身发展、增加劳动力就业机会以及推进城市化的地区来说都是不可接受的，因此该方法也有其自身优势。

（二）各省份城市建设用地配置评价

如要评价一定时期内的各区域城市建设用地配置，不仅需要知道该时期内的各区域城市建设用地边际生产率，还需知道该时期内各区域净增加的城市建设用地面积。本文用各省份2011年城市建设用地面积减去2001年城市建设用地面积，获得各省份在该时期内净增加的城市建设用地面积。各省份城市建设用地配置评价结果见图3，横轴表示各个省份名称，纵轴表示城市建设用地边际生产率排名和净增加的城市建设用地面积排名，最大的排名为1，其次排名为2，依此类推。

从图3可知，大部分省份净增加的城市建设用地面积排名并没有与城市建设用地边际生产率排名重合，而是围绕城市建设用地边际生产率排名的连线不断上下波动，二者重合的省份只有江苏、浙江、重庆和广西，意味着在此期间，在大部分省份之间的城市建设用地配置会扩大各省份之间的边际生产率差异，以致降低城市建设用地总产出。处在边际生产率排名连线上方的省份有福建、天津、北京、河北、陕西、湖南、吉林、山西、甘肃和青海，表明这些区域增加的城市建设用地面积过小。处在边际生产率排名连线下方的省份有广东、山东、辽宁、上海、河南、湖北、内蒙古、四川、江西、云南、安徽、黑龙江、贵州、新疆、海南和宁夏，表明这些区域增加的城市建设用地面积过大。这意味着在2001～2011年，如果将广东部分城市建设用地配额转移给福建或天津，那么福建和天津的城市建设用地边际生产率会有所降低，而广东的城市建设用地边际生产率会有所提高，它们的边际生产率会不断趋近，从而提高城市建设用地总产出。因此，虽然广东的城市建设用地边际生产率相对较高，但它在这期间增加的城市建设用地面积更大，表明广东增加的城市建设用地面积过大。同理，宁夏、海南、新疆、贵州城市建设用地供给过多，如果将部分城市建设用地配额转移至甘肃和青海，那么城市建设用地总产出也会相对提高。

就如前文所述，这是静态的相对比较，以城市建设用地边际生产率排名与净增加的城市建设用地面积排名的重合点为参照系。因此，即使在净增加的城市建设用地面积过大的条件下，广东的城市建设用地边际生产率也高于甘肃，但这不能表明广东在此期间增加的城市建设用地面积是合理的。一方面应根据全国整体的排名进行分析。这是因为，广东的边际生产率排名低于净增加的城市建设用地面积排名，而甘肃的边际生产率排名高于净增加的城市建设用地面积排名。另一方面，在评价过程中，产出的提高是相对产出的提高，而非绝对产出的提高。如果绝对产出要提高，那么宁夏相对福建来说，应停止城市建设用地供给甚至将城市建设用地转为农地，而这对于宁夏来说是不可接受的，因为宁夏的经济发展、劳动力就业、城市化等都离不开城市建设用地规模的扩张，因此考虑到边际生产率的大小，宁夏增加的城市建设用地面积应小于福建，但并非不增加。

（三）东中西部城市建设用地配置评价

要评价一定时期内东中西部的城市建设用地配置，也需要知道该时期内东中西部城市建设用地边际生产率与东中西部在该时期内净增加的城市建设用地面积。本文分别利用东中西部2011年城市建设用地面积减去2001年城市建设用地面积，获得东中西部在该时期内净增加的城市建设用地面积。在图4中，横轴表示东中西部的区域名称，纵轴表示城市建设用地平均边际生产率排名和净增加的城市建设用地面积排名，最大的排名为1，其次排名为2，依此类推。

图4表明，城市建设用地平均边际生产率排名和净增加的城市建设用地面积排名在东中西部之间均依次递减，二者的排名相互重合。如果东部城市建设用地供给大于中部，中部城市建设用地供给大于西部，东中西部之间的城市建设用地平均边际生产率会不断趋近，城市建设用地总产出会相对提高。因此，中央政府在东中西部这种大的区域层面配置城市建设用地时，可以很好地实施政府干预，而在相对更小的省级区域层面上，却存在一定的政府失灵。但是这种省级区域层面的政府失灵仅是相对的政府失灵，并非绝对的。因为任何省份为满足自身的经济发展都有扩张城市建设用地规模的需要，因此，即使在城市建设用地边际生产率最低的宁夏，在2001～2011年，中央政府也为宁夏配置了一定量的城市建设用地。因此，中央政府干预虽然在省级层面存在一定的政府失灵，但是它也是对市场机制的一种补充。

八 结论

本文通过考虑相邻省份空间溢出性，以柯布-道格拉斯生产函数为基础模型，构建固定效应空间滞后模型，推导城市建设用地边际生产率的测算公式，以边际生产率为依据研究城市建设用地区域差别化配置。研究发现，一省份城市建设用地每增加1%，该省份自身产出将提高0.25%，而与其相邻的省份的产出将提高0.0125%。因此中央政府在配置各区域城市建设用地时，不仅应考虑城市建设用地对自身区域经济增长的影响，还应考虑其对相邻区域经济增长产生的作用。

2001～2011年，城市建设用地边际生产率较高区域主要集中在福建、江苏和天津等省份，较低区域主要集中在宁夏、海南和新疆等省份，而在东中西部，城市建设用地平均边际生产率依次递减。因此对于城市建设用地边际生产率较高区域，中央政府可以考虑优先配置城市建设用地，而对于城市建设用地边际生产率较低区域，则可以考虑减少城市建设用地配置，从而在城市建设用地有限的条件下，提高城市建设用地总产出，促进经济增长。同时，城市建设用地直接边际生产率要高于相邻区域的间接边际生产率，城市建设用地供给带来的自身产出要高于空间溢出性带来的产出，意味着各区域为促进自身经济的增长，有增加自身城市建设用地面积的需求。

中央政府在省级区域层面配置城市建设用地时，存在一定的政府失灵，但在东中西部这种大的区域层面上，表现得较为合理。在这期间，配置相对合理的省份只有江苏、浙江、重庆和广西；而城市建设用地供给增加过少的省份是福建、天津、北京、河北、陕西、湖南、吉林、山西、甘肃和青海；城市建设用地供给增加过多的省份是广东、山东、辽宁、上海、河南、湖北、内蒙古、四川、江西、云南、安徽、黑龙江、贵州、新疆、海南和宁夏。因此如果供给过多的省份减少城市建设用地供给，供给过少的省份增加城市建设用地供给，那么在一定程度上将会提高城市建设用地总产出。

参考文献

[1] Adhikari, Chandra Bahadur, and Bjorndal, “Analyses of Technical Efficiency Using SDF and DEA Models: Evidence From Nepalese Agriculture, ”Applied Economics 44（2012）.

[2] Anselin, L., “Spatial Externalities, Spatial Multipliers and Spatial Econometrics, ”International Regional Science Review 26（2003）.

[3] Barr, Babcock, and Carriquiry, “Agricultural Land Elasticities in the United States and Brazil, ”Applied Economic Perspectives &Policy 3（2011）.

[4] Barry, R., Pace, R. K, “A Monte Carlo Estimator of the Log Determinant of Large Sparse Matrices, ”Linear Algebra and its Applications 289（1999）.

[5] Bin Quan, Hejian Zhu, Songlin Chen, “Land Suitability Assessment and Land Use Change in Fujian Province, China, ”Pedosphere 17（2007）.

[6] Fingleton, B, Regional Economic Growth and Convergence: Insights from Spatial Econometric Perspective（Berlin: Springer-Verlag, 2004）.

[7] Florent, Marius, Andre, “Using GIS and Outranking Multicriteria Analysis for Land-use Suitability Assessment, ”International Journal of Geographical Information Science 15（2001）.

[8] Goldsmith, R., “A Perpetual Inventory of National Wealth, ”New York: National Bureau of Economic Research, 1951.

[9] Hanink, Cromley, “Comparative Advantage in Land - use Allocation under Regionalism, ”Environment &Planning B: Planning &Design 32（2005）.

[10] Hualou Long, Gerhard, Xiubin Li, “Socio-economic Development and Land-use Change: Analysis of Rural Housing Land Transition in the Transect of the Yangtse River, China, ”Land Use Policy 24（2007）

[11] Jeffrey Wurgler, “Financial Market and Allocation of Capital, ”Journal of Financial Economics 58（2000）.

[12] Kelejian, H. H., Prucha, I. R., “A Generalized Moments Estimator for the Autoregressive Parameter in a Spatial Model, ”International Economic Review 40（1999）.

[13] Kohli, U. R, “A Gross National Product Function and the Derived Demand for Imports and Supply of Exports, ”Canadian Journal of Economic 11（1978）.

[14] Lavee, and Doron, “Land Use for Transport Projects: Estimating Land Value, ”Land Use Policy 42（2015）.

[15] Lopes, Camanho, “Public Green Space Use and Consequences on Urban Vitality:An Assessment of European Cities, ”Social Indicators Research 113（2013）.

[16] Paelinck, Jean, H., Spatial Econometrics（Farnborough: Saxon House, 1979）.

[17] Wenqing Pan, “Regional Correlation and Spatial Spillovers in China's Regional Economic Growth, ”Social Sciences in China 34（2013）.

[18] Singh, Taptej, Kaur, “Application of Data Envelopment Analysis（DEA）for Assessing the Efficiency of Laser Land Leveling Technology in Punjab Agriculture, ”Economic Affairs: A Quarterly Journal of Economics 59（2014）.

[19] Tobler, “Lattice Tuning, ”Geographical Analysis 11（1979）.

[20] Verbeek, M., A Guide to Modern Econometrics（Wiley: 3rded. Chichester, 2004）.

[21] Young, A., “Gold into Base Metals: Productivity Growth in the People's Republic of China During the Reform Period, ”The Journal of Political Economy 111（2000）.

[22] 贺铿：《经济计量学教程》，中国统计出版社，2010。

[23] 王小鲁、樊纲：《中国经济增长的可持续性——跨世纪的回顾与展望》，经济科学出版社，2000。