新能源示范城市建設對城市土地利用效率的影響及其空間溢出效應

王夢成，盧新海，，馬宇翔，匡 兵，唐一峰

（1.華中科技大學公共管理學院，湖北 武漢 430074；2.華中師范大學公共管理學院，湖北 武漢 430079）

1 引言

城市土地利用效率（Urban Land Use Efficiency,ULUE）是城市系統與土地利用系統間耦合水平的直接體現，也是高質量發展背景下衡量生產要素合理配置、高效利用的關鍵指標[1]。在工業化快速發展階段，中國城市經濟發展過度依賴傳統化石能源，城市環境污染嚴重，ULUE較為低下。為解決城市經濟高質量發展和土地低效率利用的矛盾困境，2014年國家能源局確定建設81個新能源示范城市和產業園區。新能源示范城市建設（以下簡稱“示范城市建設”）通過促進城市系統的物質循環和能量流動[2]最終影響到土地利用系統的ULUE。因此，探索新能源示范城市建設對ULUE的影響不僅有助于科學評價新能源示范城市建設的政策效應，也為有效提高ULUE提供了新的思路。

土地利用效率的概念最早來源于農業土地利用效率，隨著城市化的發展，學者們開始關注ULUE[3]。目前，學界主要圍繞ULUE指標體系構建[4]、測算方法[5-6]等對不同尺度下ULUE的時空特征[7]、區域差異[8]及其收斂性[1]等方面展開了系統研究。同時，ULUE的增長也受到區域一體化水平[9]、交通基礎設施[10]、土地市場化水平[11-12]、產業結構[13]等多種因素的影響。在新發展階段，為調控城市經濟的可持續發展，中國政府先后提出低碳城市[14-16]、智慧城市[17]、創新型城市[18]等一系列試點政策，對區域土地利用系統產生了較大影響。那么，同樣作為國家重大戰略安排的新能源示范城市建設試點政策對ULUE提升是否具有類似的作用機制和政策效應？較多學者對新能源示范城市建設的發展前景與動力[19-20]、影響因素[21-22]及試點政策效應評價[23-26]等方面進行了深入的探討。與本文密切相關的文獻主要體現在政策效應的評價上，學者們以示范城市建設為政策沖擊，探討其對能源使用結構[23]、產業結構[24]、區域經濟發展[26]以及污染治理[25]的影響效應，為本文探討新能源示范城市建設對ULUE的影響提供了理論依據。

同時，隨著區域經濟一體化進程的加快，區域間合作與競爭日益頻繁，本地區土地開發利用在空間上會產生一定的外部性，從而對相鄰區域ULUE產生顯著影響[27-28]。LESAGE[29]將這種“外部性”引入空間計量經濟學中并將其定義為“空間溢出效應”。已有研究表明，經濟發展水平[28]、交通基礎設施[10]、財政支出[27]等因素對ULUE增長具有顯著的空間溢出效應，而在空間效應角度探究政策變遷與制度安排對ULUE影響的相關文獻相對較少。如果忽略了試點政策的空間溢出效應，容易導致評估結果產生偏誤從而低估試點政策的政策效應[30]。基于此，本文以中國2014年設立新能源示范城市作為準自然實驗，通過構建PSMDID和空間計量模型，探究新能源示范城市建設對ULUE的影響及其空間溢出效應，以期為科學評估新能源示范城市建設對ULUE增長的凈效應提供參考。

2 理論分析

新能源示范城市建設作為實現中國經濟高質量發展的一項重要政策安排，受到中央和地方的“雙重關照”[31]。城市土地是新能源示范城市建設的“直接承載者”與“主要參與者”，示范城市建設通過暢通人流、物流、信息流等流通渠道，影響到城市土地利用變化狀況，進而影響ULUE。通過梳理已有研究[25-26]發現，新能源示范城市建設通常以結構效應、集聚效應和技術效應等路徑影響ULUE（圖1）。

圖1 新能源示范城市建設對ULUE的影響機制Fig.1 Impact mechanism of new energy demonstration city construction on ULUE

一是結構效應。主要包括土地結構和產業結構兩個方面的內容：一方面，示范城市建設通過促進人力、資本、技術等生產要素跨區域流動，強化了區域間的空間聯系。不同區域的生產格局會通過擴散邊際效應[4]加劇不同區域之間的競爭，而市場競爭使得產業結構不斷升級，土地利用進入結構性調整階段。結構決定功能，地方政府會根據不同區位土地的資源稟賦與競爭優勢，實施差異化、精細化的土地管控政策和產業發展政策，進一步促進土地利用效率提升。另一方面，示范城市建設的推進過程會使高新技術產業在市場選擇下脫穎而出，產業結構的高級化有利于土地利用結構的不斷優化和城市土地的高效利用。同時，示范城市建設能夠暢通要素流通渠道，降低企業的生產和貿易成本，在這一過程中優質生產要素不斷流向新能源相關高新產業，傳統弱競爭力產業被逐漸置換，產業機構合理化趨勢更加明顯，最終影響城市土地的集約利用狀況。

二是集聚效應。主要包括土地要素集聚和非土地要素集聚兩個方面的內容：一方面，隨著新能源產業的不斷發展，產業的規模化、專業化和合作化生產的需求要求城市土地要素不斷集聚以提高土地資源承載量和市場潛力，從而發揮城市土地利用的規模效應[4]。另一方面，由于土地的資源稀缺性和位置固定性，土地要素的空間集聚使得城市土地所承載的產業也高度集聚，進一步提升了土地的區位優勢，從而吸引更多的人力、資本、技術等非土地要素向具有比較優勢的集聚空間集中，在這一過程中，示范城市建設投入資本通過結構效應產生較為廣泛的產業關聯效應和投資乘數效應，擴大了對城市土地產出效益的帶動作用[32]，進一步刺激城市土地向投資回報高的產業進行分配和重組。此外，不同城市的非土地要素集聚格局會產生經濟生產效率的空間溢出，反過來促進城市土地利用結構的重組，形成效率循環遞增的能級傳遞機制[2]。

三是技術效應。主要體現在創新技術人才和創新技術水平兩個方面：一方面，示范城市建設通過吸引高技能人才集聚，能夠加速人力資本的積累，形成高技能人才“蓄水池”，減少了企業的人才搜索和培訓成本[33]，為企業進行技術創新提供了良好動力。另一方面，創新技術人才流動產生知識溢出，通過技術關聯效應帶動相鄰區域創新技術水平的提升。示范城市建設對產業發展的促進作用能夠對相鄰區域形成良好的示范效應，有利于相鄰區域通過模仿學習提升自身創新技術水平。并且，示范城市建設改善了城市技術創新環境，創新要素能夠進行充分碰撞交流，有利于提高創新技術效率。創新技術人才和創新技術水平兩方面因素的相互疊加在一定程度上影響區域土地的投入—產出效率。WANG等[24]的研究為示范城市建設的技術效應提供了實證證據。

3 研究方法與數據說明

3.1 PSM-DID模型

傾向得分匹配（Propensity Score Matching, PSM）能夠在滿足DID的共同趨勢假設的同時消除樣本選擇偏差，雙重差分（Difference-In-Difference, DID）能夠很好地解決城市經濟發展過程中由發展慣性或其他因素引起的“時間效應”并得出政策處理效應[34]。本文以新能源示范城市建設作為一項準自然實驗，通過構建PSM-DID模型，將2014年設立的示范城市定義為實驗組，非示范城市定義為控制組，實證檢驗新能源示范城市建設對ULUE的影響效應。首先，本文通過logit模型計算出樣本城市獲批新能源示范城市的概率，按照一對一、有放回的“K階近鄰匹配”找到各項特征與實驗組最接近的控制組進行傾向得分匹配；其次，利用匹配后的實驗組和控制組進行DID回歸分析。本文設定政策沖擊變量Treated、政策時間虛擬變量Period以及兩者的交互項DID = Treated×Period。PSM-DID模型設定如下：

式（1）中：i表示城市；t表示年份；ULUEi,tPSM為被解釋變量，表示城市土地利用效率，結合已有研究[3]，本文被解釋變量選取了二三產業產值增加值與城市建設用地面積的比值來予以衡量；DIDi.t為核心解釋變量，即政策沖擊變量Treated與政策時間虛擬變量Period的交互項（DID = Treated×Period），如果某一城市為新能源示范城市，則Treated=1，否則Treated=0，考慮到政策文件發布時間在2014年上半年，故將2014年作為政策沖擊年份，即2014年之后的年份Period=1，2014年之前的年份Period=0；α1為核心解釋變量的系數，表示新能源示范城市建設對ULUE的凈影響；Xi.t為一系列控制變量。同時，本文采用雙向固定效應的方法，即控制了城市個體效應Ai和年份效應Tt，εi.t為隨機擾動項。

本文選取以下指標作為控制變量：人力資本水平（EDU）[31],以普通高等學校在校學生數與年末總人口的比重來衡量；研發投入水平（R&D）[25]，以科學支出占地方財政一般預算內支出的比重來衡量；政府干預水平（GOV）[26]，以地方財政一般預算內支出占地區生產總值的比重來衡量；產業結構高級化（ISA）[35]，用產業結構層次系數來表征產業結構高級化程度，計算公式如下：

式（2）中：ISA表示產業結構高級化指數，ISA值越大，表示該城市產業結構高級化程度越高；m為三次產業的權重，第一、二、三產業依次賦值為1、2、3；Yi,m,t表示i城市在t年第m產業占該地區總產值的比重。

3.2 空間計量模型

從空間計量角度來看，新能源示范城市的建立不僅對本地區的土地利用產生影響，對鄰近地區ULUE也可能產生影響。如果忽略新能源示范城市建設的空間溢出效應，可能會低估其政策效應[30]。鑒于此，本文構建空間計量模型來刻畫新能源示范城市建設的空間效應，一般包括空間滯后模型、空間誤差模型和空間杜賓模型。根據ELHORST[36]與LESAGE等[29]的研究，本文以DID作為主要解釋變量，構建如下空間計量模型：

式（3）中：W為二進制鄰接空間權重矩陣；WlnULUEi.t和WXi.t分別表示被解釋變量和解釋變量的空間依賴；ρ和θ分別為WlnULUEi.t和WXi.t的回歸系數；β為Xi.t的回歸系數；ρWlnULUEi.t為被解釋變量的空間滯后項，表示鄰近區域的被解釋變量對本區域被解釋變量的影響；θ2WXi.t為鄰近區域平均觀測值的空間滯后變量，表示鄰近區域的解釋變量對被解釋變量的影響，其他變量含義同式（1）。此時，式（2）表示空間杜賓模型。當ρ = 0時，式（2）表示空間誤差模型；當θ + ρβ = 0時，式（2）表示為空間滯后模型。

由于在空間計量模型中引入了空間滯后項，所以在進一步解釋空間計量模型的回歸參數時需要考慮解釋變量的邊際影響。LESAGE等[29]指出自變量矩陣WXi.t的系數θ并不能完全衡量解釋變量對被解釋變量的影響，需要將空間模型的總效應分解為直接效應和空間溢出效應，其表達式為：

3.3 數據說明

基于數據的完整性和可得性，本文共選取2003—2019年中國285個地級及以上城市的面板數據。本文使用地級市層面的數據樣本，為確保研究結論的穩健性，本文從2014年中國新能源示范城市名單中剔除了縣級市、區（自治州）和產業園區的樣本，進而生成本文的實驗組，共56個，控制組城市共229個。新能源示范城市空間分布如圖2所示。

圖2 新能源示范城市空間分布Fig.2 Spatial distribution of new energy demonstration cities

本文所用指標數據均來源于《中國統計年鑒》（2004—2020年）、《中國城市統計年鑒》（2004—2020年）、各地級市的統計年鑒（2004—2020年）及其社會經濟發展統計公報。缺失值統一采用插值法補齊。同時為了減少價格因素的影響，本文以2003年為基期對所有價格均進行了平減調整。表1為各個變量的描述性統計結果。

表1 主要變量描述性統計Tab.1 Descriptive statistics

4 實證結果與討論

4.1 基準回歸結果

本文利用Stata 15.2軟件，通過PSM為每一個新能源示范城市尋求條件相類似的控制組樣本，圖3為匹配前后的傾向得分核密度分布圖，可以發現匹配前控制組分布較為分散，與實驗組的傾向得分值存在顯著差異，經過匹配后，兩組之間的差異顯著縮小，甚至匹配后出現了樣本覆蓋的情況，說明匹配后實驗組和控制組各方面特征較為接近，匹配效果較好，下文使用PSM-DID進行估計較為合理。

圖3 匹配前后的傾向得分核密度分布圖Fig.3 The kernel density distribution of propensity scores before and after matching

本文利用Stata 15.2軟件檢驗新能源示范城市建設的凈效應，并在基準回歸的基礎上依次加入控制變量，所有回歸均采用了以地區為聚類變量的聚類穩健標準誤。回歸結果見表2所示，模型（1）是沒有加入控制變量時的估計結果，模型（2）—模型（5）是加入控制變量的結果。可以發現，核心解釋變量的回歸系數均顯著為正，這表明新能源示范城市建設對地區ULUE有著顯著的促進作用。

表2 PSM-DID基準回歸結果Tab.2 Results of benchmark regression of PSM-DID

4.2 空間溢出效應分析

為進一步分析新能源示范城市建設的對鄰近地區ULUE的空間溢出效應，需要使用空間計量模型對示范城市建設的影響效應進行分解。在使用空間計量模型之前，需要對被解釋變量進行空間自相關檢驗。本文采用常用的Moran’sI對城市土地利用效率（lnULUE）進行空間自相關檢驗，權重矩陣采用二進制鄰接空間權重矩陣。計算結果（限于文章篇幅，本文并未報告，備索）顯示，Moran’sI均大于零，且在1%的顯著性水平上通過檢驗，表明中國城市土地利用效率的空間溢出性較強，且呈現空間正相關性[10]。因此，本文可以采用空間計量模型考察示范城市建設對ULUE的影響。

根據前文所構建的空間杜賓模型，采用Matlab R 2017b軟件以最大似然估計方法估計了2003—2019年中國新能源示范城市建設對ULUE的影響，估計結果如表3模型（4）所示。為了對比，表3（1）—（4）列還給出了OLS模型、空間滯后模型、空間誤差模型和空間杜賓模型的估計結果。由表3可知，核心解釋變量DID僅在OLS模型與空間滯后模型中分別通過了1%和5%的顯著性檢驗，并且根據以下4個模型的調整R2值和自然對數似然函數值（logL）的大小，以及解釋變量估計系數的經濟學含義，同時結合Hausman檢驗結果，選擇時空固定效應下的空間滯后模型進行實證檢驗更為合理。故下文主要針對時空固定效應的空間滯后模型結果進行分析。

表3 新能源示范城市建設與ULUE的實證檢驗結果Tab.3 Empirical test results of new energy demonstration cities on ULUE

當存在空間溢出效應時，前文的估計系數僅僅在作用方向和顯著性上是有效的，不能直接反映解釋變量對被解釋變量的邊際效應[37]。因此，根據ELHORST[36]與LESAGE等[29]的理論，本文進一步將各因素對ULUE的影響分解為直接效應和空間溢出效應，結果如表4所示，核心解釋變量新能源示范城市建設（DID）對本市ULUE的直接效應為正且通過了1%的顯著性檢驗，表明示范城市建設對本地區ULUE提升具有促進作用。這與徐換歌等[26]得出的結論一致。示范城市建設使得城市土地等生產要素在空間配置上進一步趨于合理化，促進城市土地等要素向具有比較優勢的產業流動，產業合理化趨勢愈加明顯，最終影響到城市土地的集約利用狀況，從而提升ULUE。同時，示范城市建設的空間溢出效應為正且通過了1%的顯著性檢驗，這表明示范城市建設不僅提高了本地區的ULUE，同時也有利于鄰近地區ULUE的提升，可能的原因是示范城市建設通過發揮技術效應和結構效應，促進了區域間優質要素的相互流動，以知識溢出和技術擴散等形式，對鄰近地區形成了具有良好的示范效應和空間輻射效應，加強了鄰近地區的“看齊意識”，鄰近地區通過模仿和學習提升自身的創新技術水平，促進區域ULUE的共同提升。

表4 各因素對ULUE的空間效應分解結果Tab.4 The decomposition results of the spatial effects of various factors on ULUE

其他控制變量中，產業結構高級化（ISA）、人力資本（EDU）、研發投入（R&D）的直接效應和空間溢出效應均通過了1%的顯著性檢驗，而政府干預（GOV）并不顯著。產業結構從第一產業向第二、三產業的順向演進體現了示范城市建設的結構效應，通過暢通各類優質生產要素在產業間和區域間的快速流動渠道，要素產業間的配置效率大大提高，促進了本地和鄰近地區ULUE的提升，表現為區域協同發展態勢。人力資本和研發投入基于地理空間的集聚同樣能夠產生集聚效應，使新能源城市建設投資能夠充分發揮投資乘數效應和規模效應，進而拉動本地區ULUE的提升，而知識外溢和創新擴散的存在推動了區域技術進步和經濟發展[38]，對鄰近地區ULUE存在正向空間溢出效應。

4.3 區域異質性分析

中國幅員遼闊，區域之間發展不均衡，東部地區、中部地區和西部地區的ULUE存在較大差距，因此分析示范城市建設對ULUE的空間效應有必要考察地理區位的差異性。本文通過構建東、中、西部地區虛擬變量進行了異質性回歸分析，表5分別給出了基于空間滯后模型的估計結果。

表5結果顯示，核心解釋變量新能源示范城市建設（DID）在模型（1）—模型（3）中均為正，這表明示范城市建設對東、中、西部地區的ULUE提升均具有促進作用，這也再次檢驗了基準模型的穩健性。但值得注意的是，模型（1）中的回歸系數并不顯著，而模型（2）和模型（3）均通過了1%的顯著性檢驗，且回歸系數遠大于模型（1），這表明示范城市建設對中西部地區的ULUE提升存在更大的促進作用，而對于東部地區經濟相對發達城市的促進作用并不明顯，總體上呈現出“邊際效應遞減”的規律。這一結論與劉瑞明等[39]的研究結論相一致。本文對此的解釋是東部經濟發達地區在新能源開發利用技術、城市土地集約利用、環境保護意識等方面本身就相對完善，同樣的示范城市建設政策對于這些地區的作用更多的是“錦上添花”；而對于中西部地區經濟發展較為落后的城市，示范城市建設所帶來的政策優惠和財稅補貼則能起到“雪中送炭”的作用，對ULUE提升所產生的邊際效應更大。

表5 區域異質性回歸結果及空間效應分解Tab.5 Regression results of regional heterogeneity and decomposition of spatial effects

進一步對比中西部地區示范城市建設的空間溢出效應，可以發現，在西部地區，示范城市建設對ULUE的提升更多表現為直接效應，空間溢出效應只占總效應的5.9%，而在中部地區，空間溢出效應所占比例提升至38.4%。可能的原因是東部地區由于其本身經濟發展基礎較好，示范城市建設所帶來的邊際效應較小，并不會產生較為明顯的直接效應和空間溢出效應；而西部地區社會經濟發展相對滯后，示范城市建設能夠對本地區城市土地等資源的優化配置產生較為明顯的促進作用，從而提升ULUE，表現為直接效應占統治地位而空間溢出效應占比較低；中部地區社會經濟發展處于東部和西部地區之間，較之西部地區，中部城市之間具有相對流暢的要素流通渠道，從而在空間上更易形成區域聯動、相互協同的發展態勢。

4.4 穩健性再檢驗

為了確保回歸模型結果的穩健性，本文在PSM—DID的基礎上再次進行了兩項穩健性檢驗。第一，替換被解釋變量。借鑒已有做法[40]，采用以產出導向的規模報酬不變的超效率SBM模型測算得出的城市土地利用效率（ULUESBM），回歸結果如表6模型（1）所示。第二，改變樣本范圍。考慮到政府在規劃新能源示范城市時，會側重于發揮行政級別較高的直轄市、省會城市及副省級城市的風向標作用，由此導致處理組與控制組受政策沖擊存在異質性[35]，本文對285個樣本城市中的直轄市、省會城市及副省級城市共33個城市進行了剔除，回歸結果如表6模型（2）所示。在替換被解釋變量和剔除重點城市后，示范城市建設依然顯著影響ULUE，且直接效應、空間溢出效應和總效應均通過顯著性檢驗，再一次證實了前述結論具有穩健性。

表6 穩健性檢驗結果Tab.6 Results of robustness tests

5 結論與政策建議

5.1 結論

本文以中國新能源示范城市建設試點政策作為一項準自然實驗，利用2003—2019年中國285個地級及以上城市的面板數據構建了PSM-DID模型和空間計量模型，實證檢驗了新能源示范城市建設對ULUE的影響，得到如下結論：（1）新能源示范城市建設顯著影響著ULUE。新能源示范城市建設通過結構效應、集聚效應及技術效應等路徑轉換區域間生產要素流動方向與頻率，影響著城市土地利用方式與程度。基準回歸分析表明，相較于非試點城市，示范城市建設使ULUE提高11.2%。意味著新能源示范城市建設有利于ULUE的提升。（2）新能源示范城市建設不僅有利于本地區ULUE提升，而且對鄰近地區的ULUE同樣具有促進作用。空間溢出效應分析表明，示范城市建設具有顯著的空間溢出效應，且空間溢出效應占總效應的40.4%。（3）新能源示范城市建設對ULUE的空間溢出效應在城市地理區位上存在顯著差異。異質性分析表明，示范城市建設對ULUE的空間溢出效應呈現出從東部到中部再到西部城市依次增強的趨勢，且相較于東部地區城市，中西部地區能夠通過示范城市建立獲得ULUE的顯著提高。

5.2 政策建議

（1）促進新能源示范城市建設的有序擴散，提高政策供給質量。中央政府應進一步擴大新能源示范城市的試點范圍，持續完善新能源示范城市遴選標準，構建覆蓋內容更加科學的評選體系，有序增加示范城市數量。同時，應充分考慮到城市的區位異質性，為不同區域的新能源示范城市建設提供“量身定做”的標準和優惠政策，支持地方新能源城市建設“百花齊放”。（2）發揮新能源示范城市建設的結構效應與技術效應，激發城市土地活力。地方政府應利用示范城市建設對ULUE增長的助推作用，幫助中西部經濟發展較為落后的城市進行“產學研”一體化建設，強化新能源科技成果轉化，盤活中西部地區閑置土地，在高質量發展階段實現“迎頭趕上”和“彎道超車”。（3）把握新能源示范城市建設的正向空間溢出效應，積極進行跨區域合作與發展。應進一步發揮新能源示范城市建設的空間溢出效應，加強城市群的聯動發展，助力區域ULUE的穩步提升。