建設用地、城市化與經濟增長

□秦昌才 張永逸 李清華

[內容提要]首先，利用中國省際平衡面板數據，基于固定效應變系數模型分析了建設用地規模擴張與城市化水平的關系；同時對建設用地數據進行了樣本外預測，得到了建設用地的總量、結構和趨勢。其次，建立了基于馬爾薩斯經濟增長模型的面板固定效應模型，分析了城市化、農用地、建設用地總量及各組成部分對經濟增長的貢獻。研究發現：1)從趨勢來看，建設用地規模擴張隨著城市化所處的階段不同而不同。2)從總量和結構來看，全國建設用地增速為13.080%，交通運輸用地增速最大為34.984%，水利設施用地最小僅為4.679%。3)建設用地、城市化、農用地對經濟增長的貢獻彈性分別為0.112、0.07和0.4。

一、引言

改革開放以來，中國經濟保持了高速增長。與之伴隨的就是城市化進程的加快、建設用地面積的大幅擴張和農用地面積的不斷減少。1978 年以來，中國城市化率以每年約1%的幅度增加，城市人口規模從1.72 億增長到6.91 億，年均增長率4.29%(趙可等,2014)。到2014年，我國城鎮人口占總人口的比重達到了54.77%。從經濟發展的規律來說，經濟集聚發展是大勢所趨。經濟活動的集聚帶來規模經濟，而城市是規模經濟最為集中的體現(陸銘，2011)。城市化可以通過影響總供給和總需求兩方面的基礎性因素，而對中國經濟長期增長和模式轉變產生持久性作用(巴曙松等，2010)。城市化進程的快速推進，引起城市用地快速擴張，導致大量的農業用地流轉為建設用地。我國城市建設用地從1981年的6720km2擴張到2011年41805.3km2，年均擴張率高達6.28%(趙可等，2014)。到2013年，我國建設用地總面積達到374564.03km2。

理論上，城市化是建設用地擴張的驅動力。這表現在城市人口增加、非農產業產值比重提高，必然帶來作為生產生活承載體的土地擴張；城市化通過生活方式和價值觀念的轉變，改變原來的土地利用結構，使邊緣區農業用

地逐漸轉作非農業用地，從而促進城市用地的擴張(張占錄，2009；宋金平等，2008)。城市化也包括土地的城市化，即土地從農業用途向非農用途轉變。眾多實證研究的結論也支持城市化與建設用地之間的上述關系(鄧勝華等，2010；梅昀等，2010；曹銀貴等，2013)。建設用地擴張通過影響投資、資本及資本產出比率而影響經濟發展。建設用地擴張與投資增幅正相關，從而帶來投資和資本存量的增加，帶來經濟增長(尹鋒等，2008)。一些實證研究分析了建設用地對經濟增長的貢獻(姜海等，2009；毛振強等，2007)。將建設用地、城市化和經濟發展三者放在一起進行系統研究的文獻不多，趙可等(2011)利用時間序列模型對三者的長期均衡和短期變化關系進行了檢驗和分析。

基于已有文獻，本文利用中國大陸31個省市區2003-2008年的面板數據，分析了建設用地與城市化的關系，并基于固定效應變系數模型對不同省區進行了比較分析；同時對2009-2014年的建設用地數據進行了樣本外預測，彌補了現有統計口徑上數據的缺乏，得到了建設用地的總量、結構和趨勢。然后利用2003-2014年的面板數據，建立了基于馬爾薩斯經濟增長模型的面板固定效應模型，分析了城市化、建設用地總量及各組成部分和農用地對經濟增長的貢獻。

二、變量選擇與數據來源

(一)變量選擇

1.建設用地(CL)

在古典經濟學視野里，經濟增長問題就是供給問題。土地是與勞動、資本同等重要的生產要素，正如配第所說“土地是財富之母，勞動是財富之父”。因此，土地與勞動、資本都進入了馬爾薩斯的增長模型中。從供給側角度看，土地是決定經濟發展重要的要素投入。現代經濟發展，建設用地為經濟活動提供了場所和空間，更多的是通過影響投資和資本而影響經濟發展。本文選取包括居民點及工礦用地(RL)、交通運輸用地(TL)、水利設施用地(WL)等在內的建設用地面積(萬公頃)作為衡量指標。當然，為了考慮農用地向建設用地的流轉，第四部分也加入了農用地(FL)變量。

2.城市化(UR)

城市化，是指隨著一個國家或地區社會生產力的發展、科學技術的進步以及產業結構的調整，其社會由以農業為主的傳統鄉村型社會向以工業(第二產業)和服務業(第三產業)等非農產業為主的現代城市型社會逐漸轉變的歷史過程。由于我國政府對城市人口的統計范圍不僅包括城市，還包括縣城和建制鎮，因此城市化也可以理解為城鎮化。考慮到數據的可獲取性及權威性，本文采用通行的做法，利用城市人口占總人口的比重作為城市化的衡量指標。

3.經濟增長(GDP)

本文選取國內生產總值GDP(億元)作為經濟增長的衡量指標。為剔除價格因素，根據國內生產總值指數將當年GDP調整為以2003年為基期年的實際GDP。計算公式為：

其中，GDPIi為以第(i-1)年為100的第i年GDP指數。

(二)數據來源及處理

我國有關建設用地的權威數據來源，2002年之前是《中國國土資源年鑒》，2002年之后是《中國統計年鑒》。原因就是2002年起我國土地利用調查開始使用新的《全國土地分類》，導致2002年前后建設用地的統計口徑發生了變化。而且，由于土地面積的數據是根據國土普查得來的，而普查一般幾年一次，所以《中國統計年鑒》上建設用地的數據只到2008年，2009年后沒有及時更新。自2007年7月1日起開展的第二次全國土地調查，以2009年12月31日為標準時點匯總，公布在了2014年的《中國統計年鑒》上。因此，本文第三部分使用的建設用地數據是2003-2008年的，來源為2004-2009年的《中國統計年鑒》；而第四部分使用的2009-2014年建設用地數據，是基于第三部分的樣本外預測數據。城市化2005-2014年的數據來源為2006-2015年的《中國統計年鑒》,2003、2004兩年的數據則是本文根據2004、2005《中國統計年鑒》和《新中國60年統計資料》整理而來。實際GDP計算過程中的名義GDP和指數數據來源為2004-2015年的《中國統計年鑒》。

為了達到本文獲取建設用地缺損數據的研究目的，第三部分使用的是建設用地的絕對量數據與城市化取對數后的數據；而為了克服異方差及使研究結論更有經濟意義，第四部分使用的是建設用地、城市化和經濟增長均取對數后的數據，從而得到本文實證分析的平衡面板數據。

三、建設用地與城市化

(一)模型選擇

本部分通過建設用地與城市化之間的計量模型，將2009-2014年我國建設用地及各組成部分(居民點及工礦用地、交通運輸用地、水利設施用地)的數據預測出來，從而得到2003年以來我國建設用地的總量、結構及趨勢情況。

由于本部分使用的是大陸31個省區市2003-2008年的建設用地與城市化面板數據，因此如何選擇恰當的模型形式是一個重要的問題。面板數據模型共有三種形式，第一種是不變參數模型：CLit=α+βURit+εit，也就是在橫截面上不存在個體影響和結構變化假設下的混合估計模型；第二種是變截距模型：CLit=α+αi+βURit+εit，也就是在橫截面上存在個體影響αi，但不存在經濟結構變化假設下的回歸系數相同的固定效應模型；第三種是變系數模型：CLit=α+αi+βURit+εit，也就是假定橫截面不僅存在個體影響差異αi，還存在經濟結構變化βi，這樣應建立在不同橫截面上其結構參數也有所不同的無約束模型。

對面板數據模型以上三種不同形式設定檢驗，常用的方法是F檢驗。用模型的回歸殘差平方和構造F統計量，記變系數模型的殘差平方和為S1，變截距模型的殘差平方和為S2，不變參數模型的殘差平方和為S3，則有：

其中，N表示截面省市區個數，T表示觀測時期數，k表示解釋變量個數。在給定的顯著性水平α下，如果F1>Fα[(N-1)(k+1)，NT-N(k+1)]，則拒絕不變參數假設；如果F2>Fα[(N-1)k，NT-N(k+1)]，則拒絕變截距模型假設，接受變系數模型。這里N=31,T=6,k=1，F1=5939.713，F2=13.743，根據excel的計算，α=1%時相應的臨界值為：F1(60，124)=1.650，F2(30，124)=1.855，顯然在給定α=1%的顯著性水平下，拒絕了不變參數模型和變截距模型，而接受變系數模型。即假定橫截面不僅存在個體影響差異，還存在經濟結構變化，應建立在不同橫截面上其結構參數也有所不同的無約束模型——變系數模型。

接下來考慮選擇合適的計量估計方法，即采用固定效應(Fixed effects)模型還是隨機效應(Random effects)模型，這就是豪斯曼(Hausman)檢驗，如下表1所示。

表1 Hausman檢驗結果

說明：本部分所有結果的計算軟件是Eviews 8。

從檢驗結果來看，Hausman統計量Chi-Sq.的值為3.052，P值為0.0807，總體上拒絕了隨機效應的假設，選擇固定效應模型更加恰當。

所以，本部分的模型為固定效應變系數模型：

這里，α為31個省區市的平均建設用地面積，αi為第i省市區對平均建設用地面積的偏離；βi為第i省市區城市化水平對建設用地面積的邊際影響，反映了各省市區不同的經濟發展階段城市化水平與土地使用的不同關系。

(二)實證結果

考慮到截面殘差存在異方差性，估計方法使用的是固定效應截面加權廣義最小二乘(EGLS)，結果如表2。

從估計結果來看，變系數面板模型的回歸擬合較好，調整后的擬合優度為0.999，統計量F值高達47757.57，DW值為2.753，證明殘差序列無自相關。不同省份之間的差異對模型的設定有顯著影響，這說明模型存在省份固定效應。從各省份的系數來看，除了上海和海南是在10%、其他省份都是在1%顯著性水平下通過了檢驗。所有省份(西藏例外)的系數均為正，說明城市化水平帶來了建設用地規模的擴張，這與眾多文獻(鄧勝華等，2010；梅昀等，2010；曹銀貴等，2013；趙柯等，2012)的研究結論一致。從上表二可以發現，城市化變量前的系數比較小的城市有北京(0.338)、上海(0.138)等。這說明這些省份城市化對建設用地的擴張效應相對較小。從下圖一可以看出，從2003年開始北京、上海城市化水平就超過了75%。而根據已有研究，當城市化水平達到70-75%時，城市化將進入成熟階段，城市用地規模將保持基本穩定。與之相成鮮明對比的是浙江、江蘇、廣東等沿海省份，城市化變量系數分別高達3.375、2.348和1.749，這說明建設用地規模隨著城市化的加速而快速擴張。它們的共同點就是，2003-2014年間這些省份的城市化水平從30%迅速上升到70%。城市化變量系數居中的云南、貴州、河南，分別為1.052、0.776、0.733，這說明城市化帶來建設用地面積增加，但增長規模較小。這也印證了城市化低于30%時，城市呈點狀分布，用地規模較小，增長較為緩慢。從下圖可以看出，貴州在2009年之前其城市人口占總人口的比重一直低于30%。

表2 Pooled EGLS (Cross-section weights)回歸結果

說明：***、*分別為1%、10%顯著性水平下通過了檢驗。

綜上三種情況，建設用地規模擴張隨著城市化所處的階段不同而不同。隨著城市化水平的提高，建設用地規模先是增長緩慢，然后是加速擴張，最后是趨于穩定。這在一定程度上驗證了中國各省市區城市化發展進程中也存在著所謂的“諾瑟姆曲線”。

圖1 各省2003-2014年的城市化水平

(三) 建設用地：總量、結構與趨勢

依據上面的建模思路，我們分別建立城市化與建設用地的各組成部分——居民點及工礦用地、交通運輸用地、水利設施用地的面板數據固定效應變系數模型。我們對2009-2014年的建設用地水平及各組成結構進行了樣本外預測。其總量、結構與趨勢如下表三所示。

表3 建設用地總量、結構與趨勢

說明：表中各年份對應的建設用地及組成為均值概念，代表當年的全國各省市區平均水平；各省份對應建設用地及組成也為均值概念，為2003-2014年間各省市區的序列平均水平。

從均值的角度來看，2003-2014年間，全國建設用地總量均值從2003年的100.159上升到2014年的113.259，增速為13.080%；居民點及工礦用地的增加與建設用地基本一致，從2003年的81.894萬公頃上升到2014年的91.921萬公頃，增速為12.244%；增速最慢的是水利設施用地，僅為4.679%；而增速最快的交通運輸用地，從2003年的6.962 萬公頃上升到2014年的9.397 萬公頃，增速高達34.984%。

從區域來看，本文選取建設用地與組成結構中最高和最低的山東、內蒙古和西藏等幾個省份，與全國的數據進行比較。建設用地方面，2003-2014年間，山東省最高為246.586萬公頃，超過全國平均水平131.442%。最低的是西藏，僅為6.411萬公頃。居民點及工礦用地方面，全國最高的山東省高達205.855萬公頃，而全國平均水平只有83.904萬公頃，超出145.345%。最低的兩個省份分別是西藏和內蒙，分別為4.028和18.835萬公頃。交通運輸用地方面，遼寧全國最高，為16.447萬公頃，超過全國平均水平10.234萬公頃的60.716%，最低的是海南，僅為1.396萬公頃。水利設施用地方面，湖北為30.083萬公頃，超過全國127.378%。最低的仍然是西藏和內蒙，分別為4.028和18.835萬公頃。

2003-2014年間全國及主要省份建設用地及居民點及工礦用地、交通運輸用地、水利設施用地的變化趨勢，如下圖二和三所示。從演變趨勢來看，四者都在增加，增速分別為13.080%、12.244%、34.984%和4.679%。有一個值得注意的時間節點是2013年，之后2014年四者的數據都有所下降。而在2013年前的11年里，交通運輸用地的邊際增速最快，這從總的增速和下面的圖形中就能看得出來。

降稅將利好A股上市公司利潤。從中國政府廣義稅收構成看，增值稅和社保繳費是企業最大的壓力。今年5月1日下調增值稅稅率后，目前三檔增值稅稅率分別為16%、10%和6%，今年政府工作報告提出“改革完善增值稅，按照三檔并兩檔方向調整稅率水平”，預計2019年增值稅最高檔稅率再次下調2-3個百分點，根據中金公司測算，稅率下調2-3個百分點可以實現4000-6000億元減稅。社保費用改由稅務部門統一征收，因為對企業影響太大，最新信息是暫緩實施，等社保降費后再實施，這一塊對于此前嚴格交社保的企業是利好。降稅對于A股公司顯然是利好，對于凈利潤率偏低而社保嚴格繳納多的企業，其業績彈性更大。

我們選取了2003-2014年間建設用地增速最快和最慢各兩個省份來看不同省份間的差異，如下圖三所示。海南省建設用地面積的增速最小，僅為1.693%；其次為吉林的4.005%，浙江最大為46.462%，而其次是天津的36.377%。邊際上，浙江省每年建設用地的面積都保持了較高的增長速度。

圖2 全國建設用地：總量、結構與趨勢

圖3 省份建設用地：總量、趨勢

綜上所述，經濟發展較為發達的省份，如浙江、山東等，建設用地規模及增速都會較大；而經濟發展相對落后的省份，如西藏、吉林，其規模和增速都會較小。接下來，我們將實證分析建設用地、城市化與經濟增長的關系。

四、建設用地、城市化與經濟增長

(一)計量模型的選擇與數據

基于馬爾薩斯增長模型(Hansen,Prescott,2002)，擴展并建立本文的計量模型為：

方程中被解釋變量LNGDPit為第i個省第t年的實際GDP(以2003年為基期年)的自然對數。LNGDPit,-1為被解釋變量LNGDPit的滯后一期，作為工具變量代表了影響經濟增長的其他因素。LNCLitj=1,2,3分別代表第i個省第t年的居民點及工礦用地RLit、交通運輸用地TLit、水利設施用地WLit的自然對數，考察建設用地結構中的三個組成對經濟增長的貢獻。LNFLit為第i個省第t年農用地面積的自然對數，考察各省市區農用地在城市化和經濟增長中的貢獻。現在中國經濟增長方式正在進行重大轉變，隨著農村土地的流轉，會有大量的農業用地用途轉變為建設用地。LNURit為第i個省第t年城市化水平的對數。隨機變量εit=ui+vit，其中ui為個體效應，vit為異質性沖擊。

數據方面，GDP及城市化數據來自于2004-2015年的《中國統計年鑒》，居民點及工礦用地、交通運輸用地、水利設施用地、農用地2003-2008年的數據來自于《中國統計年鑒》，2009-2014年的數據則是根據本文第三部分的面板變系數模型進行的樣本外預測。

(二)估計方法

本部分所采用的數據是中國31個省份2003-2014 年的面板數據, 雖然其截面個數N并沒有達到遠大于時序個數T的條件，但具有“小時間維度, 大橫截面維度”(N >T)的特征。而且模型中還包括了被解釋變量的滯后項, 導致解釋變量和隨機擾動項相關, 且其他解釋變量之間也可能存在內生性。針對內生性問題，Arellano 和Bond(1991)提出可用兩階段差分廣義矩(DiffGMM)進行估計，而Arellano 和Bover(1995)以及Blundel 和Bond(1998)則進一步提出系統廣義矩(SYSGMM)估計方法，同時利用變量水平變化和差分變化的信息，具有更好的有限樣本性質(Roodman，2005)。因此本文也使用了動態面板數據的這兩種廣義矩估計方法進行回歸，如表四的第四列模型3和第五列模型4。

表4 計量回歸結果(一)

動態面板使用GMM估計方法有兩個前提，一是要求殘差的一階差分項是序列相關的，而且不存在二階以上的相關性，即Arellano-Bond 自相關檢驗的AR(1)是顯著的，而AR(2)是不顯著的。從表中可以看出差分廣義矩估計和系統廣義矩估計的AR(1)是滿足要求的，而AR(2)是不滿足的。使用GMM估計的另一個前提是Sargan 檢驗(或Hansen檢驗)，即檢驗過度識別約束是有效的。針對動態面板的內生性問題，GMM引入大量工具變量，這就產生了模型過度識別的問題。如果Sargan 檢驗不顯著，不能拒絕原假設，則說明模型的識別是有效的。從表四可以看出，系統廣義矩估計是不顯著的，而差分廣義矩估計是顯著的。綜合以上兩個檢驗，盡管本部分使用的數據具有動態面板的性質，但本部分的模型不適合使用GMM估計。

此外，本文也做了混和面板的普通最小二乘估計(pooled ols，簡稱POLS)，來和固定效應估計做對此，發現估計效果不如后者，如表四第二列的模型1。因此，結合第三部分的模型檢驗，本部分使用的是面板數據的固定效應(FE)模型。

(三)回歸結果與比較分析

本部分首先將實際GDP對城市化UR、農用地FL和建設用地CL做回歸分析，如表五第二列模型5(CL)所示。然后將建設用地變量分別換成其三個組成部分——居民點及工礦用地RL、交通運輸用地TL、水利設施用地WL，分析三者對經濟增長的貢獻，如表五第三、四、五列的模型6-8。最后將三個組成部分放在一起，觀察他們對經濟增長的貢獻，如表五第六列模型9(RTWL)所示。

從表中可以看出，被解釋變量實際GDP取對數后的滯后一階和城市化變量的對數都是顯著的，而且五種情況下數值差別不大，這說明固定效應模型的結果是穩定的。滯后一階前的系數基本上在0.79左右，在1%水平上是顯著的。而城市化水平每提高1個百分點，實際GDP會增長0.07個百分點，這在5%水平上是顯著的。除此之外，農用地面積每減少一個百分點，實際GDP會增長0.4個百分點。這遠大于建設用地增加一個百分點、實際GDP增長的0.112個百分點。而在水利設施用地的模型8(WL)中，農用地的貢獻更是高達0.7個百分點，這可能源于水利設施用地的投資和面積增加會提高農用地對經濟增長的貢獻。居民點及工礦用地面積每增加一個百分點，實際GDP會增加0.124個百分點，這在1%水平上是顯著的。而交通運輸用地、水利設施用地，無論單獨還是聯合進入模型進行考察，對經濟增長的貢獻都不大，而且都不顯著。

表5 計量回歸結果(二)

從表5還可以看出，建設用地對經濟增長的貢獻彈性系數僅為0.112，而建設用地最大的組成部分居民點及工礦用地面積的彈性系數也只是0.124。這說明，我國經濟增長對城市建設用地的依賴程度不是太大。可能的原因是，現在經濟增長質量水平的提高有利于節約投入生產過程的城市建設用地數量，使得那些本可能流轉為城市建設用地的農地免于流轉，能夠繼續保持農業用途。或者說建設用地對經濟增長的促進作用尚未完全釋放出來。這可能因為建設新占用的土地從占用到投入到經濟活動中成為實際使用的生產要素有一定滯后性, 這就使得年度經濟增長數據和建設用地數據之間存在脫鉤效應(OECD，2001)。此外，一直以來，投資是拉動我國經濟增長的主要動力，且投資結構中建筑投資占有較大比重，而建筑投資總是伴隨建設用地擴張。建筑投資短期內帶來較快的經濟增長，會促使地方政府熱衷于城鎮擴張與大量基礎設施建設，使經濟增長對投資產生依賴，結果是資本效率的減小與技術進步對經濟增長貢獻不足。而現代經濟增長理論認為經濟持續增長的動力源泉是技術進步。因此建設用地擴張對經濟增長的貢獻會較小。

城市化對經濟增長的貢獻彈性系數為0.07。城市化的結果是工業的集聚。從經濟發展的規律來說，經濟集聚發展是大勢所趨。世界各國的經濟活動都在向少數大城市或大都市圈集聚( World Bank，2008) 。但集聚效應并不是無止境的，隨著人口和經濟活動的集聚，將出現抵消集聚效應的“擁擠效應”，包括交通擁擠、環境污染、土地和勞動力價格上升等，在集聚效應和擁擠效應之間，城市規模將達到一個平臺，從而對經濟增長的貢獻也將穩定在一個水平。如果要提高城市化對經濟增長的貢獻，其中一個辦法是加強戶籍、基本公共服務和社會保障機制改革。通過戶籍改革破除阻礙勞動力城鄉流動的制度柵欄，借助公共服務和社會保障機制改革，使得高質量的勞動力進入城市勞動力市場并得以留下，從而促進勞動力更加自由而充分的流動，提高了勞動力質量，降低了城市化的勞動力成本，從而充分釋放城市化對經濟增長的貢獻潛力。

農用地對經濟增長的貢獻彈性系數為0.4，高于建設用地。隨著我國經濟的持續高速發展，我國的城市化水平不斷加快。需求上，城市土地資源短缺，需要大量的農用地向建設用地流轉，建設用地的邊際貢獻下降的同時伴隨的是農用地的邊際貢獻上升；供給上，大量農村勞動力向城市轉移，會帶來農村土地的無效利用，如耕地的荒蕪和宅基地的閑置。引入市場機制，提高農村土地市場價值；加強包括家庭聯產承包責任制在內的制度改革，創新農業經營體制，促進農業規模化和集約化發展；在保證耕地紅線和糧食安全的前提下，推動土地流轉規范有序進行，必將進一步促進城市化和經濟集聚，充分釋放農用地對經濟增長的貢獻潛力。

五、結 論

2003-2014年間，中國經濟增長進入了一個新的階段，城市化水平得到大幅度提升，建設用地規模不斷擴張。本文基于2003-2014年中國大陸31個省市區的平衡面板數據，研究了建設用地、城市化對經濟增長的貢獻。研究發現：

1.從建設用地規模擴張的趨勢來看，其規模擴張隨著城市化所處的階段不同而不同。隨著城市化水平的提高，建設用地規模先是增長緩慢，然后是加速擴張，最后是趨于穩定。全國各省區城市化水平差異較大，這就決定了一段時間內建設用地規模擴張在各省市區間將會有不同的表現。但隨著全國城市化水平的提高，建設用地規模擴張會放慢速度。

2.從建設用地的總量和結構來看，2003-2014年間全國建設用地增速為13.080%，交通運輸用地增速最大為34.984%，水利設施用地最小僅為4.679%。建設用地增速最大的為浙江，高達46.462%，其次是天津的36.377%。最小的為海南，僅為1.693%；其次為吉林的4.005%。從均值的角度，建設用地規模最大的為山東，超過全國平均水平131.442%，最小的為西藏，僅為6.411萬公頃。交通運輸用地方面，遼寧最高，海南最低；水利設施用地方面，湖北最高；西藏最低。總體來講，建設用地規模和增速都與經濟發展正相關。

3.建設用地對經濟增長的貢獻彈性系數僅為0.112，這說明，我國經濟增長對城市建設用地的依賴程度不是太大。或者說建設用地對經濟增長的促進作用尚未完全釋放出來。年度經濟增長數據和建設用地數據之間存在脫鉤效應。加強現有建設用地存量的有效使用，控制建設用地總量，實現脫鉤增長；加強技術進步，促進土地和資本效率的提高，都會進一步釋放建設用地對經濟增長的貢獻。

4.城市化對經濟增長的貢獻彈性系數為0.07，這說明城市化對經濟增長的貢獻趨于穩定。城市化的“集聚效應”會帶來經濟發展，但其“擁擠效應”也會阻礙經濟發展。提高城市化對經濟增長貢獻的一個辦法是加強戶籍和社會保障等機制改革，促進高質量的勞動力轉移。適度推進地區之間基本公共服務的均等化，讓勞動力的地區間流動不再是基于公共服務的差異，而是基于提升勞動生產率的需求。

5.農用地對經濟增長的貢獻彈性系數為0.4，遠遠高于建設用地。這說明農用地對經濟增長的貢獻潛力巨大。在確保耕地紅線的前提下，引入市場化機制，加強包括耕地和宅基地等在內的農村土地流轉，做好包括家庭聯產承包責任制在內的制度改革，將會大大提高農村閑置土地的使用效率，擴大農業規模化和集約化，進一步促進城市化和經濟集聚，充分釋放農用地對經濟增長的貢獻潛力。