土地開發對城市經濟增長的作用機制和傳導路徑
——基于結構方程模型的實證檢驗

石敏俊 范憲偉 鄭 丹

(1.中國科學院大學經濟管理學院，北京 100190；2.中國人民大學經濟學院，北京 100872)

土地開發對城市經濟增長的作用機制和傳導路徑
——基于結構方程模型的實證檢驗

石敏俊1,2范憲偉1鄭 丹1

(1.中國科學院大學經濟管理學院，北京 100190；2.中國人民大學經濟學院，北京 100872)

已有文獻對土地開發、土地收入與城市經濟增長間的關系進行了大量探討，但未能揭示土地開發對城市經濟增長的作用機制和傳導路徑，尤其是沒有區分土地開發對城市經濟增長的直接和間接影響，直接影響主要是土地開發收入用于城市基礎設施建設帶來的投資效應，間接影響包括土地開發收入通過改善城市基礎設施和公共服務、增強對產業和人口的吸引力對城市經濟增長的促進作用。本文構建了反映土地收入對城市經濟增長的作用機制和傳導路徑的結構方程模型，利用285個城市2000—2010年以及2011—2013年的差分數據進行了實證檢驗。結果表明：土地開發收入顯著促進了城市經濟增長。2000—2010年間，土地出讓收入每增長1個標準單位，城區GDP將增長3.09標準單位，其中土地開發收入的直接影響為0.35標準單位，間接影響為2.74標準單位。土地開發通過改善城市基礎設施和公共服務、增強對產業集聚和常住人口吸引力的間接效應遠大于用于城市基礎設施建設投資的直接效應，在間接效應中，吸引產業集聚的影響大于吸引常住人口的影響。不同類型城市土地開發收入對城市GDP的直接影響和間接影響的程度不同。

土地開發；土地資產化；城市經濟增長；公共服務設施；結構方程模型

改革開放30多年來，中國經濟發展取得了舉世矚目的成就。城鎮化和工業化進程不斷加快，2000—2013年，城鎮化率已由36.22%增長到53.37%，工業增加值由4.03萬億元增加到22.23萬億元，年均增長12.98%。對于這一“經濟奇跡”的創造，學界各有解釋。與其他經濟體相比，土地在我國20世紀90年代中期開始的這一輪經濟發展中扮演著十分重要的角色[1]。改革開放后，我國土地使用制度發生了深刻變革，城市建設用地開始從無償、無期限、無流動向有償、有期限、有流動轉變，土地作為一種生產要素開始參與社會財富的分配。20世紀90年代后，隨著分稅制、住房制度改革的推進，在以GDP為目標的政績考核機制的壓力下，地方政府積極開發并經營土地，隨著房地產和土地價格的不斷上漲，土地開始從傳統的資源屬性向資本屬性轉變，并且成為地方政府所能控制的最大資產，地方政府憑借對土地的壟斷地位在土地開發和出讓過程中獲得了大量的土地收入[2-3]。地方政府土地出讓純收入的大部分被用于城市公共服務設施投資[4]。同樣，地方政府以“土地財政”為支撐所搭建的各類融資平臺所獲得的土地融資收入也主要是用于由當地政府安排的公共基礎設施項目建設[5-6]。我國多地已形成了“吃飯靠財政，建設靠土地”的格局，地方政府“以小財政撬動大城建”的城鎮化融資模式極大推動了城市公共服務設施水平。公共服務設施水平的提升能夠提升城市的招商引資環境，促使產業和人口集聚，推動城市經濟增長。至此，“土地開發—土地收入—城市公共服務設施—城市經濟增長”的“以地謀發展”模式已經形成，并在各地普遍流行，顯著推動了轄區城鎮化進程和經濟增長。

已經有大量文獻對土地開發、土地收入與城市經濟增長間的相互關系進行了探討。這些文獻一是從城市建設用地擴張的角度，討論土地開發后建設用地擴張與城市經濟增長的關系。一方面，有些學者認為土地開發是城市經濟增長的重要結果[7-8]。經濟的快速發展促使對城市建設用地的需求不斷增加，導致大量土地由農業用地向城市建設用地轉變[9]。另一方面，土地作為一種重要的生產要素，有些文獻實證分析了城市土地擴張對經濟增長的積極影響，認為城市建設用地的供給極大推動了中國經濟增長[10-11]。有學者考察了城市建設用地擴張與城市經濟增長之間的因果關系，研究發現城市建設用地擴張不僅僅是經濟增長的重要結果，也會對城市經濟產生直接和間接影響[12]。二是研究土地開發過程中地方政府所獲得的土地開發收入對城市經濟增長的影響。多數學者采用計量經濟模型，實證分析了土地開發收入對城市經濟增長的直接影響[13]。并利用中國253個城市1999—2012年的面板數據，采用中介效應分析方法，驗證了公共服務設施在土地開發對城市經濟增長影響中的中介作用[4]。

綜上，已有文獻對土地開發與城市經濟增長的關系仍然存在一定的局限。首先，已有研究尚未探討土地開發對城市經濟增長的作用機制和傳導路徑，也沒有區分土地開發收入對城市經濟增長的直接和間接影響。其次，已有研究大多通過計量分析的方法對變量間的因果關系進行實證分析，但是土地開發、城市公共服務設施與城市經濟增長是復雜的多變量因果關系，僅僅通過計量分析方法并不能較好解決這一問題。結構方程模型能夠較好處理多原因、多結果關系，可以彌補上述研究不足。據此，本文基于結構方程模型方法，就土地開發對城市經濟增長的作用機制和傳導路徑進行實證分析，詳細分析了土地開發對城市經濟增長的直接影響和間接影響。

1 分析框架

1.1 從土地資產化到城市公共服務設施建設

20世紀90年代以來，隨著一系列制度改革的深入，地方政府積極的開發并經營土地，土地成為地方政府所能掌握的最大資產，在土地開發和經營中獲得了巨大的土地收入。根據土地收入的不同來源，我們將土地收入分為土地出讓收入和土地融資收入。從土地出讓收入來看，2000—2014年，地方政府土地出讓收入總計達到24.17萬億元，占累計地方財政收入的比重高達52.41%(見圖1)。從土地融資收入來看，我們地方政府土地融資收入主要包括土地抵押貸款收入和以土地為擔保所發行的城投債。2014年，84個重點城市土地抵押貸款收入高達1.73萬億，2009—2014年84個重點城市土地抵押貸款收入總額高達9.51億元(見表1)。

表1 2009—2014年84個重點城市土地抵押貸款面積及金額

Tab.1 84 Major cities’ land mortgage area and amount

年份200920102011201220132014累計面積/104hm221．725．8230．0834．8740．3945．10累計金額/1012元2．593．534．85．957．769．51面積凈值/104hm25．13．744．194．725．334．56金額凈值/1012元0．770．921．271．121．771．73

數據來源：中國國土資源統計公報(2009—2014年)。

從已有研究及統計數據來看，地方政府土地收入的大部分用于城市公共服務設施，如用于城市道路、供水供氣管道和城市綠化等[4]。事實上，2007年前，中央政府對土地出讓支出監管較少，土地出讓支出較為自由。2007年后，國家加大了對土地支出的監管力度，明確將土地出讓收支全額納入預算，支出通過地方基金預算安排，實行徹底的“收支兩條線”管理，并詳細規定了土地出讓收入的使用范圍。據統計，2012年扣除土地開發成本后，地方政府土地收入的45.21%用于城市公共服務設施建設投資(約4 063億元)(見圖2)。應注意的是，地方政府土地出讓支出中用于土地開發的部分作為土地出讓收入的成本，也被用于交通、供排水、供熱等城市公共服務設施，從而促使將“生地”轉化為“熟地”。劉守英和蔣省三[14]通過對東部沿海地區某市的調研發現，該市1999—2003年的基礎設施投資的12.8%來自財政收入，其余全部來自土地收入，其中土地出讓收入占比為14.3%，土地融資收入占比高達72.88%。

圖1 土地出讓收入增長及占比情況Fig.1 Growth and proportion of land conveyance revenue數據來源：中國國土資源統計年鑒和中國統計年鑒(2001—2015年)

圖2 土地出讓純收益中土地開發及城市建設支出情況Fig.2 Expenditure of land development and urban construction數據來源：財政部網站數據加作者整理獲得。

1.2 城市公共服務設施的直接和間接效應

過去十多年來，地方政府的土地開發收入成為主要資金來源，我國城市公共服務設施水平取得了較大的提升。城市道路長度由2000年的16萬km增長到2013年的34萬km，年均增長5.53%。城市管道長度由2000年的52萬km增長到2013年的172萬km，年均增長8.92%(見表2)。

表2 城市主要公共服務設施建設情況

Tab.2 Construction of urban public infrastructure

年份2000200520102013年均增速/%道路長度/km1596172470002940003360005．46綠地面積/hm28652951468200213430024272007．65管道長度/km522130974800135760017219008．90

數據來源：中國統計年鑒(2001—2014年)。

關于城市基礎設施與城市經濟增長的關系，學者們已從實證和理論方面進行了大量研究[15-16]。已有研究表明，城市基礎設施對經濟增長的影響具有直接和間接的作用。一方面，按照經典經濟增長理論，基礎設施投資形成資本積累，可以直接拉動經濟增長；另一方面，基礎設施作為一種中間投入，基礎設施投資具有外部溢出效應，可以改善招商引資環境，增強對外部投資的吸引力，間接推動城市經濟增長。

關于城市基礎設施建設的間接效應，一方面，基礎設施水平是影響企業區位選擇的重要因素。工業區位論[17]認為，交通和運輸成本是決定工業區位的主要因素；并強調市場規模對工業區位選擇影響[18]；新經濟地理學強調運輸成本、不完全競爭對企業區位選擇的影響。為了降低企業的運輸成本，企業會傾向于向交通等基礎設施較好的城市集聚[19]。高水平的交通基礎設施建設可以降低交易成本，并促進中間投入品的共享，反過來又使得經濟活動集聚水平較低的區域對企業區位選擇更具吸引力。另一方面，城市基礎設施水平的提升能夠顯著促進人口流動。人們對高質量生活(quality-of-life，QOL)的追求逐漸成為影響人口區位選擇的重要因素[20]。高水平的生活服務設施能夠增強城市的舒適度(amenity)，進而促使農村人口向城市轉移[21]。除工資收入和生活成本之外，高質量生活(QOL)是影響人口轉移的第三大因素[22]。因此，人口傾向于從基礎設施水平較低的地區向基礎設施水平較高的區域轉移。

2 研究方法及數據來源

2.1 結構方程模型簡介

結構方程模型(Structural Equation Modeling)是基于統計分析技術來處理多因素因果關系的一種定量研究方法，在綜合路徑分析、因子分析、回歸分析及方差分析等基礎上，能夠解決在經濟、管理等研究中傳統的統計方法不能很好解決的多個原因、多個結果的關系或者不可直接觀測的變量(即潛變量)等問題，能夠進行潛在變量的估計與復雜自變量/因變量預測模型的參數估計[23]。根據SEM模型構建原理，結合圖3闡述的分析框架，構建了反映土地收入對城市經濟增長作用機制和傳導路徑的結構方程模型(見圖4)。

圖3 土地收入對城市經濟增長的作用機制Fig.3 Analytical framework of the pathway fromLand revenue to urban economic growth

2.2 變量設定及數據來源

本文中相關經濟變量如建成區GDP以及產業集聚等數據來源于《中國城市統計年鑒》，土地出讓收入數據來源于《中國國土資源統計年鑒》，城市公共服務設施數據來源于《中國城市建設統計年鑒》，常住人口人數來源于第五次和第六次人口普查，考慮到一些城市數據缺失，我們剔除這些城市后將研究樣本限定在285個城市。表3給出了變量數據來源和描述性統計(Δ(2000—2010))。

由于在現有統計年鑒并沒有關于土地融資收入的統計數據，參考文獻[24]和[4]的研究，用城市基礎設施投資資金來源中的國內貸款、債券收入來代替。考慮到僅大部分土地出讓收入都用于城市公共服務設施，因此，為了減少估計誤差，從而更加準確和無偏地獲得SEM估計結果，參照全國土地出讓收入用于城市公共服務設施的比重，對土地出讓數據進行了修正。另外，參照文獻[25]的研究，將城市公共服務設施分為交通設施、生態設施和市政設施。其中，用道路長度和橋梁座數來表征城市交通設施，用綠地面積和建成區綠化覆蓋率來表征城市生態設施，用供、排水管道長度、供熱和供氣管道長度來表征城市生活設施。用2000—2010年工業產出變動和常住人口變動來表示產業集聚和常住人口變動變量，城區GDP變動反映了不同年份城市經濟增長情況。

表3 數據來源及描述性統計

Tab.3 Sources and descriptive statistics of variables

變量數據來源平均值標準差時間段土地出讓收入中國國土資源統計年鑒108．07208．44Δ(2000—2010)土地融資收入中國城市建設統計年鑒14．3444．95Δ(2000—2010)產業集聚中國城市統計年鑒2092．153030．18Δ(2000—2010)常住人口增長五普、六普人口調查數據31．1485．88Δ(2000—2010)城市GDP中國城市統計年鑒691．771454．53Δ(2000—2010)橋梁座數中國城市建設統計年鑒55．82323．04Δ(2000—2010)道路長度中國城市統計年鑒377．32950．61Δ(2000—2010)綠地面積中國城市統計年鑒4210．6012143．81Δ(2000—2010)建成區綠化覆蓋率中國城市統計年鑒0．9621．35Δ(2000—2010)供排水管道長度中國城市建設統計年鑒2108．073958．66Δ(2000—2010)供氣管道長度中國城市建設統計年鑒599．651235．87Δ(2000—2010)供熱管道長度中國城市建設統計年鑒267．761020．79Δ(2000—2010)

圖4 土地收入對城市經濟增長作用機制和傳導路徑的結構方程模型Fig.4 Structural equation model of the pathway from land revenue to urban economic growth

3 實證估計結果

基于AMOS18.0軟件，采用極大似然估計的方法，對圖4表示的結構方程模型進行了估計。圖5和表4顯示了所有城市樣本Δ(2000—2010年)標準化估計系數。在結構方程模型估計中，用一系列適配度指標來測度模型的擬合優度。表4顯示的模型估計結果的漸進殘差均方和平方根(RMSEA)為0.019，這一結果小于0.05，同時，模型規準適配指數(NFI)為0.93、比較適配指數(CFI)為0.91，結果均大于0.9，表明模型適配度較好。因此，認為模型估計結果較好。

表4第1欄顯示的標準化估計參數結果表明，土地出讓收入積極顯著的影響城市公共服務設施，土地出讓收入每增加1個標準單位，將會促使交通設施、生態設施和生活設施分別增加0.345、0.402和0.346標準單位。2000—2010年，土地融資收入也會顯著的影響城市公共服務設施，土地融資收入每增加1個標準單位，將會促使交通設施、生態設施和生活設施分別增加0.339、0.435和0.326。上述結果表明土地出讓收入和土地融資收入均積極顯著地影響城市公共服務設施。同時，也可以發現，上述三類城市公共服務設施會直接正向影響城區GDP，交通設施、生態設施和生活設施對城區GDP的影響分別為0.269、0.120和0.121。另外，上述三類公共服務設施對城區GDP將通過產業集聚和常住人口變動產生間接影響，產業集聚和常住人口變動對城區GDP的影響系數分別為0.317和0.326。綜上，上述實證結果驗證了圖4所構建的土地收入對城市經濟增長的作用機制和傳導路徑。

基于上述土地收入、城市公共服務設施和城區GDP三者關系的估計結果，計算了土地收入對城區GDP影響的直接和間接效應(表5)。結果顯示，土地收入對城區GDP的直接和間接影響分別為0.352和2.738，總效應為3.090，意味著土地收入每增加1標準單位，將會通過直接效應促使城區GDP增加0.352標準單位，通過間接效應促使城區GDP增加2.738標準單位。土地收入對城區GDP影響的間接效應遠大于直接效應，間接效應是直接效應的7.8倍多。這一結果與中國經濟增長研究課題組的闡述相一致[26]。另外，從表5可以發現，土地收入通過產業集聚和常住人口變動對城區GDP的影響分別為1.78和0.96，這意味著土地收入通過產業集聚對城區GDP的間接影響大于通過常住人口對城區GDP的影響。事實上，2000—2010年，中國經歷了快速的工業化進程，規模以上工業企業總產值從2000年的8.49萬億元增長到2010年的70.78萬億元，年均增長21.27%，產業集聚已成為推動中國經濟增長的重要引擎，因此認為產業集聚對經濟增長的影響較大是科學合理的。

圖5 全部城市結構方程模型估計結果(Δ(2000—2010))Fig.5 SEM results of all cities from 2000 to 2010

為了檢驗模型估計結果的穩健性，首先，根據2010年人均GDP水平，將全部285個樣本城市分為四類：人均GDP 9萬以上城市、人均GDP 4—9萬、人均GDP 2—4萬以及人均GDP 2萬以下城市，各類型城市分別包含14、128、122、21個樣本。同樣利用AMOS18.0軟件、采用極大似然估計方法對四類城市結構方程模型進行估計，從模型估計結果的適配度指標來看，模型的漸進殘差均方和平方根(RMSEA)、規準適配指數(NFI)以及比較適配指數(CFI)均處于合理范圍，表明模型擬合較好。從表4顯示的估計結果來看，各標準化路徑系數的顯著性及符號與所有城市樣本模型估計結果基本相一致，表明對各類型城市來說土地收入均顯著影響了城市GDP。但是表4第5欄中，在人均GDP低于2萬城市類型中，常住人口變動對城區GDP的影響為負(路徑系數為-0.150)。事實上，2000—2010年間，我國中小城市常住人口外流嚴重，大部分人均GDP低于2萬的城市是“收縮城市”[27]，然而2000—2010年，人均GDP低于2萬城市的GDP水平卻增加了89.1億元。因此，常住人口對城區GDP的影響為負是合理的。總之，在不同類型的城市中，產業集聚對城區GDP的影響遠大于常住人口變動，這一結果與全部樣本城市模型估計結果相一致。

表4 結構方程模型極大似然估計結果

Tab.4 Maximum likelihood estimation of the structural equation model

傳導路徑Δ(2000—2010)Δ(2011—2013)全部城市城市GDP/萬元/人>94—92—4<2全部城市城市GDP/萬元/人>94—92—4<2上地出讓收入→交通設施0．345???0．424???0．379???0．279??0．281???0．316??0．285???0．351?0．398??0．374上地融資收入→交通設施0．339???0．420??0．378?0．308???0．293?0．347???0．219??0．325???0．366?0．385???上地出讓收入→市政設施0．402???0．413???0．406???0．397???0．389??0．305??0．302???0．337??0．317???0．312??上地融資收入→市政設施0．335???0．397???0．400??0．275??0．281???0．328???0．274??0．350???0．377??0．350???上地出讓收入→生態設施0．346??0．413??0．344???0．304???0．289??0．297??0．361???0．346???0．309???0．326??上地融資收入→生態設施0．326???0．368??0．278??0．284?0．268???0．311???0．278?0．324??0．388???0．356???交通設施→產業集聚2．213???2．168?2．211???2．225???2．314???0．032???0．044??0．032???0．050???0．214???交通設施→常住人口增長1．717???1．816???1．878??1．794???1．643??2．664??2．661???2．803??2．720???2．521?生態設施→產業集聚2．341???2．231???2．212???2．424??2．441???0．236???0．053???0．349???0．036???0．202???生態設施→常住人口增長1．126???1．152??1．878???1．184??1569??2．711???2．982???2．614??2．432??2．285???市政設施→產業集聚3421??3312???3．428??3．521???3．325???0．210???0．071??0．325???0．411???0．478???市政設施→常住人口增長1．376???1．229???1．570???1．787???1．112?2．836???2．653?2．902??2．939??2．666???橋梁座數→交通設施0．176???0．116???0．212???0．390???0．176???0．311???0．211???0．376???0．297??0．120???道路長度→交通設施0．466??0．561???0．469???0．461???0454??0325???0．365???0．322???0．369???0．376???綠地而積→生態設施0．322???0．250??0．326???0．561???0．445???0．128???0．345???0．184???0．511???0．413???綠化覆蓋率→生態設施0．534???0．650???0．463???0．247???0．756???0．208???0．456???0．259???0．115???0．605???供排水管道長度→市政設施0．422??0．466???0．479???0．372???0356??0244???0．192???0．273???0．155???0．276???供氣管道長度→市政設施0349??0519???0．360???0．233???0．333???0．535???0．560???0．401???0．631???0．413???供熱管道長度→市政設施0．453???0．508???0．432???0．321???0．414???0．140???0．320???0．225???0．178???0．200???生態設施→建成區GDP0．119??0．102??0．129???0．118??0．112?0．137??0．102??0．114???0．192??0．275?市政設施→建成區GDP0．120???0．162???0．108??0．141???0．126???0．189??0．126?0．132???0．195???0．109??交通設施→建成區GDP0．269?0．193???0．293???0．295???0．243??0．141???0．160???0．182??0．124???0．141???產業集聚→建成區GDP0．317???0．289???0．323???0．311??0．320???0．579???0．275??0．588???0．426??0．432???常住人口增長→建成區GDP0．326???0．430??0．381???0．212??0．15??0．375??0．409???0．319?0．323???0．365??χ2156．677178．654156．032159．935164．651157．323175．507179．805177．886175．831df56565656565656565656RMSEA0．0380．0440．0320．0230．0110．0190．0430．0330．0490．034CFI0．9780．9240．9160．9770．9530．9310．9060．9040．9410．979NFI0．9210．920．9310．9150．9970．9450．920．9180．9210．924

注：***、**、*分別表示在1%、5%、10%水平上顯著。

其次，利用Δ(2011—2013年)數據對所有樣本城市以及四類分樣本城市進行SEM估計，從而檢驗不同時間段SEM模型是否成立。其中，常住人口數據來源于《中國區域經濟統計年鑒》(2012—2014)，其余變量的數據來源均與上述分析相一致。從模型估計結果來看，模型的漸進殘差均方和平方根(RMSEA)、規準適配指數(NFI)以及比較適配指數(CFI)均處于合理范圍，表明模型擬合較好。估計結果顯示，土地收入每增長1標準單位，將會通過直接效應促使城區GDP增長0.296標準單位、通過間接效應促使城區GDP增長2.216標準單位。對于間接效應來說，土地收入通過常住人口變動對城區GDP的影響為1.95標準單位，通過產業集聚對城區GDP的影響為0.17標準單位。與2000—2010年模型估計結果相比，土地收入通過產業集聚對城區GDP的影響大于通過常住人口變動的影響。事實上，一方面，2000—2010年間，中國城市公共服務設施水平整體提升較大[24]，城市公共服務設施在吸引內、外資等方面發生的作用越來越小，一地區充足且高質量的勞動力、健全的法律體系等對吸引內、外資越來越重要[28]。另一方面，受經濟危機影響，尤其是隨著中國經濟進入新常態，中國工業企業活力不足，增長乏力，許多行業產能過剩嚴重。因此，產業集聚對城區GDP的影響小于常住人口變動的影響是合理的。綜上所述， SEM模型的估計結果在不同樣本量和時間段內都是穩健的。

4 結論與啟示

20世紀90年代以來，隨著改革的深入推進(尤其是分稅制改革)，我國地方政府在以GDP為目標的政績考核機制下，事權和財權不均衡造成了巨大財政壓力，促使地方政府積極開發、經營土地。與此同時，隨著住房制度改革的推進，住房和土地價格迅速上漲，土地開始向資本屬性拓展，逐漸成為政府所能掌握的最大資產。憑借對城市建設用地的壟斷權力，地方政府在土地開發過程中獲得了大量的土地開發收入，并將其大部分用于城市公共服務設施建設，城市公共服務設施建設通過直接和間接效應顯著推動了轄區經濟增長。本文利用285個城市數據，應用結構方程模型(SEM)，對土地資產化背景下，土地開發對城市經濟增長的作用機制和傳導路徑，尤其是對土地開發收入的直接和間接影響進行了實證分析。研究結果表明，①土地開發收入極大地推動了城市經濟增長。2000—2010年間，土地出讓收入每增長1個標準單位，城區GDP將增長3.09標準單位。②土地開發收入通過改善基礎設施對城市經濟增長的間接影響大于直接影響。土地開發收入對城市經濟增長的直接影響為0.35標準單位，間接影響為2.74標準單位。③在間接效應中，對產業集聚的影響大于對常住人口變動的影響，但2011—2013年間，對常住人口變動的影響卻大于對產業集聚的影響。④不同類型城市土地開發收入對城區GDP的直接影響和間接影響的程度不同。

表5 土地收入對城市經濟增長的直接和間接影響

Tab.5 Direct and indirect effect of land revenue on urban economic growth

時間段樣本直接影響間接影響產業集聚常住人口增長總和總效應2000—2010全部城市0．3521．7780．962．7383．09城市GDP/萬元/人>90．3741．8081．4743．2823．6554—90．3891．8771．4693．3463．7352—40．3371．6360．6252．2612．599<20．2861．746-0．3301．4161．7022011—2013全部城市0．2960．1721．9542．1262．422城市GDP/萬元/人>90．2180．0271．9531．982．1984—90．2860．2761．7712．0472．3332—40．3640．1481．8782．0262．39<20．3670．2661．9112．1772．545

本文的研究結果具有深刻的政策含義。首先，從短期視角看，地方政府“土地開發—土地收入—城市公共服務設施—城市經濟增長”的“以地謀發展”模式顯著推動了城市經濟增長。這一模式的可持續運行取決于地方政府能否長期持續獲得巨大的土地開發收入。然而，《國家新型城鎮化規劃(2014—2020)》明確指出“十三五”期間國家將嚴格限制城市建設用地的供給，新形勢下地方政府如何確保城市公共服務設施建設投資順利運行，探索新型的城市公共服務設施投融資模式，將面臨重要挑戰。政府和社會資本合作(PPP)模式或許是中國地方政府解決這一問題的重要手段。其次，地方政府實施“以地謀發展”的模式應積極動推動土地—產業—人口聯動協調發展。然而，有些地方在現有以GDP為目標的政績考核機制下，為了追求GDP高速增長，土地開發規模過快，快速推進土地城鎮化而忽視人口和產業集聚，給轄區帶來了一些嚴重的問題，如“鬼城”、“睡城”等現象。因此，在經濟快速增長的同時，如何保持土地—產業—人口聯動發展成為地方政府推進可持續城鎮化面臨的重大挑戰。制定科學合理的城市總體規劃并予以嚴格執行或許是解決這一問題的重要途徑。

由于土地開發收入并非全部用于城市公共服務設施建設，本文對這一問題進行了修正，但土地開發收入對城市經濟增長的影響的路徑系數仍有可能存在偏差，有待今后的研究做進一步改進。

(編輯：李 琪)

References)

[1]劉守英，周飛舟，邵挺.土地制度改革與轉變發展方式[M].北京：中國發展出版社，2012. [LIU Shouying, ZHOU Feizhou, SHAO Ting. Reform of land system and transition of development patterns[M]. Beijing:China Development Press, 2012.]

[2]TAO R, SU F, LIU M, et al. Land leasing and local public finance in China’s regional development: evidence from prefecture-level cities [J]. Urban studies, 2010, 47:2217-2236.

[3]CAI M. Land for welfare in China [J]. Land use policy, 2016, 55: 1-12.

[4]FAN X, ZHENG D, SHI M. How does land development promote China’s urban economic growth? the mediating effect of public infrastructure [J]. Sustainability, 2016, 8(3): 279.

[5]陶然.土地融資模式的現狀與風險[J].國土資源導刊，2013，10(8)：26-30. [TAO Ran. Status and risk of land financing [J]. Land & resources herald, 2013, 10(8): 26-30.]

[6]WU Q, LI Y L,YAN S Q. The incentives of China’s urban land finance [J]. Land use policy, 2015, 42:432-442.

[7]LIN G C S. Reproducing spaces of Chinese urbanization: new city-based and land-centred urban transformation [J]. Urban studies, 2007, 44(9): 1827-1855.

[8]DENG X, HUANG J, ROZELLE S,et al. Growth, population and industrialization, and urban land expansion of China [J]. Journal of urban economics, 2008, 63:96-115.

[9]陳春，馮長春.中國建設用地增長驅動力研究[J].中國人口·資源與環境，2010，20(10)：72-78. [CHEN Chun, FENG Changchun. Driving forces for construction land expansion in China [J].China population, resources and environment, 2010, 20(10):72-78.]

[10]DING C, LICHTENBERG E. Land and urban economic growth in China [J]. Journal of regional science,2011, 51: 299-317.

[11]趙可，張安錄.城市建設用地、經濟發展與城市化關系的計量分析[J].中國人口·資源與環境，2011，21(1)：7-12. [ZHAO Ke, ZHANG Anlu. An econometric analysis of the relationships among urban construction land, economic development and level of urbanization [J]. China population, resources and environment, 2011, 21(1): 7-12.]

[12]HE C, HUANG Z,WANG R. Land use change and economic growth in urban China: a structural equation analysis [J]. Urban studies, 2014, 51:2880-2898.

[13]杜雪君，黃忠華，吳次芳.中國土地財政與經濟增長——基于省際面板數據的分析[J].財貿經濟，2009(1)：60-64. [DU Xuejun, HUANG Zhonghua, WU Cifang. Land financing and China economic growth [J]. Finance & trade economics，2009(1):60-64.]

[14]劉守英，蔣省三. 土地融資與財政和金融風險——來自東部一個發達地區的個案[J].中國土地科學，2005，19(5)：3-9. [LIU Shouying, JIANG Shengsan. Financial risks of land financing by local governments：case study of a developed area in east China [J]. China land science，2005, 19(5)：3-9.]

[15]ASCHAUER D A. Is public expenditure productive? [J]. Journal of monetary economics, 1989, 23(2): 177-200.

[16]HSIEH C T. Productivity growth and factor prices in East Asia [J]. American economic review, 1999, 89: 133-138.

[17]WEBER A. Theory of the location of industry [M]. Chicago: Chicago University Press, 1929.

[18]LOSCH A. The economics of location[M]. New Haven: Yale University Press, 1959.

[19]HOLL A. Transport infrastructure, agglomeration economies, and firm birth: empirical evidence from Portugal [J]. Journal of regional science, 2004, 44(4): 693-712.

[20]KIM T K, HORNER M W, MARANS R W. Life cycle and environmental factors in selecting residential and job locations [J]. Housing studies, 2005, 20(3): 457-473.

[21]LI H, ZAHNISER S. The determinants of temporary rural-to-urban migration in China [J]. Urban studies, 2002, 39(12): 2219-2235.

[22]KRUPKA D J. Location: specific human capital, location choice and amenity demand [J]. Journal of regional science, 2009, 49(5): 833-854.

[23]HAIR J, BLACK W, BABIN B J, et al. Multivariate data analysis[M]. 7thed. Englewood Cliffs, NJ: Prentice Hall, 2009.

[24]鄭思齊，孫偉增，吳臻, 等.“以地生財、以財養地”——中國特色城市建設投融資模式研究[J]. 經濟研究，2014，49(8)：14-27. [ZHENG Siqi, SUN Weizeng, WU Zhen, et al. Infrastructure investment, land leasing and real estate price: a unique financing and investment channel for urban development in Chinese cities [J]. Economic research journal, 2014,49(8): 14-27.]

[25]嚴盛虎，李宇，董鎖成，等.中國城市市政基礎設施水平綜合評價[J].城市規劃，2014(4)：23-27. [YAN Shenghu, LI Yu，DONG Suocheng, et al. Comprehensive evaluation on development of municipal infrastructure in Chinese cities [J]. City planning review, 2014(4)：23-27.]

[26]中國經濟增長前沿課題組.城鎮化、財政擴張與經濟增長[J].經濟研究，2011(11)：4-20. [Research Group on China’s Economic Growth (CASS). Urbanization, fiscal expansion and economic growth [J]. Economic research journal, 2011(11):4-20.]

[27]毛其智，龍瀛，吳康.中國人口密度時空演變與城鎮化空間格局初探——從2000年到2010年[J]. 城市規劃，2015，39(2)：38-43. [MAO Qizhi, LONG Ying, WU Kang. Spatio-temporal changes of population density and exploration on urbanization pattern in China: 2000—2010[J]. City planning review, 2015, 39(2): 38-43.]

[28]YOU K, SOLOMON O H. China’s outward foreign direct investment and domestic investment: an industrial level analysis [J]. China economic review, 2015, 34: 249-260.

李雪松,張雨迪,孫博文.區域一體化促進了經濟增長效率嗎[J].中國人口·資源與環境，2017,27(1)：10-19.[LI Xuesong,ZHANG Yudi,SUN Bowen.Does regional integration promote the efficiency of economic growth[J].China population, resources and environment, 2017,27(1):10-19.]

How does the ‘land-based dependent model’ work on urban economic growth: a structural equation modeling analysis

SHIMin-jun1,2FANXian-wei1ZHENGDan1

(1.School of Economics and Management, University of Chinese Academy of Sciences，Beijing 100190, China; 2.School of Economics, Renmin University of China, Beijing 100872,China)

Numerous studies have emphasized the close relationship between land development, land revenue and China’s urban economy. However, the mechanism and pathway from land development to urban economic growth, especially with regard to the direct and indirect impacts of public infrastructure, remains unexplored. The direct impact refers to the investment effect caused by using land revenue to construct urban infrastructure. The indirect impact refers: the improvement of infrastructure and public service increase one city’s attractiveness to both industries and people, which also stimulates urban growth. Using data from 285 provincial-level cities from the periods of 2000 to 2010 and 2011 to 2013, we estimate a structural equation model to analyze the mechanism and pathway from land revenue to urban growth. We find that land revenue has greatly spurred on urban economic growth. In the period of 2000 to 2010, an increase of one standard unit of land revenue is associated with an increase of 3.09 standard unit of GDP growth. The indirect impact is 0.35 standard unit, whereas the indirect impact is 2.74 standard unit. In fact, land revenue’s indirect impact is several times that of the direct impact on urban area GDP. Industrial agglomeration and resident population growth are the most important and effective pathways through which land development influences urban growth. The indirect effect of land revenue on urban economic growth through industrial agglomeration was larger than that of resident population growth. The direct and indirect impacts of land revenue on urban GDP also vary with heterogeneous cities.

land capitalization; land revenue; urban economic growth; public infrastructure; structural equation model

2016-11-03

石敏俊，博士，教授，博導，主要研究方向為區域經濟與綠色發展。E-mail: mjshi@ruc.edu.cn。

國家社科基金重點項目“空間經濟學理論模型及在我國的應用研究”(批準號：13AZD082)；國家自然科學基金項目“環境規制政策對產業空間分布的影響研究：基于環境便利性的視角”、“資源環境約束下中國經濟中長期發展前景與綠色發展模式研究”(批準號：71503241、71173212)。

F301

A

1002-2104(2017)01-0001-09

10.3969/j.issn.1002-2104.2017.01.001

石敏俊,范憲偉,鄭丹.土地開發對城市經濟增長的作用機制和傳導路徑[J].中國人口·資源與環境，2017,27(1)：1-9.[SHI Minjun,FAN Xianwei,ZHENG Dan.How does the ‘land-based dependent model’ work on urban economic growth[J].China population, resources and environment, 2017,27(1):1-9.]