城市工業(yè)用地產(chǎn)出率影響因素及區(qū)域比較
——地級(jí)城市面板數(shù)據(jù)分析

許明強(qiáng)

（1.成都大學(xué)旅游與經(jīng)濟(jì)管理學(xué)院，四川 成都 610106 2.西南財(cái)經(jīng)大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站，四川 成都 610074）

城市工業(yè)用地產(chǎn)出率影響因素及區(qū)域比較
——地級(jí)城市面板數(shù)據(jù)分析

許明強(qiáng)1，2

（1.成都大學(xué)旅游與經(jīng)濟(jì)管理學(xué)院，四川 成都 610106 2.西南財(cái)經(jīng)大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站，四川 成都 610074）

研究目的：發(fā)現(xiàn)城市工業(yè)用地產(chǎn)出率影響因素及其影響程度和區(qū)域差異，提出相應(yīng)對(duì)策以促進(jìn)工業(yè)集約用地。研究方法：根據(jù)土地功能理論和經(jīng)濟(jì)主體動(dòng)力學(xué)關(guān)系導(dǎo)向原則構(gòu)建城市工業(yè)用地產(chǎn)出率雙向固定效應(yīng)模型，利用地級(jí)城市面板數(shù)據(jù)估計(jì)并檢驗(yàn)工業(yè)用地產(chǎn)出率影響因素及作用程度并進(jìn)行區(qū)域比較。研究結(jié)果：城市工業(yè)用地投資強(qiáng)度、就業(yè)密度和全要素生產(chǎn)率對(duì)1999年來城市工業(yè)用地產(chǎn)出率增長的貢獻(xiàn)率分別為21.3%、-7%和85.7%；它們對(duì)工業(yè)用地產(chǎn)出率的邊際貢獻(xiàn)由于東中西部工業(yè)用地集約度、產(chǎn)業(yè)類型、勞動(dòng)素質(zhì)不同而呈現(xiàn)出區(qū)域差異。研究結(jié)論：應(yīng)遏制各地尤其是中西部工業(yè)新區(qū)建設(shè)中粗放用地行為、促進(jìn)工業(yè)投資并加強(qiáng)工業(yè)區(qū)生活配套以提升投資強(qiáng)度和就業(yè)密度，應(yīng)在工業(yè)用地配置和評(píng)價(jià)中更加重視全要素生產(chǎn)率指標(biāo)，應(yīng)推動(dòng)中西部地區(qū)工業(yè)升級(jí)并在營商環(huán)境、基礎(chǔ)設(shè)施等方面縮小與東部的差距。

土地利用；全要素生產(chǎn)率；雙向固定效應(yīng)；工業(yè)用地產(chǎn)出率；投資強(qiáng)度；就業(yè)密度

1 引言

如何抑制工業(yè)粗放用地現(xiàn)象以提升城市工業(yè)用地產(chǎn)出率，是中國城鎮(zhèn)化和工業(yè)化進(jìn)程中面臨的重要問題。習(xí)近平、李克強(qiáng)都鮮明地批評(píng)了工業(yè)園區(qū)鋪大攤子和城鎮(zhèn)土地低效利用問題[1-2]，即便在中國工業(yè)化先行區(qū)上海和廈門等地，工業(yè)用地產(chǎn)出率亦偏低[3-4]。在政策實(shí)踐上，遵循《工業(yè)項(xiàng)目建設(shè)用地控制指標(biāo)》（國土資發(fā)［2008］24號(hào)）等政策法規(guī)的精神，工業(yè)用地固定資產(chǎn)投資強(qiáng)度被作為各地方政府招商引資的重要門檻，那么，重視投資強(qiáng)度的政策究竟在多大程度上推進(jìn)了工業(yè)用地高效產(chǎn)出？除了投資強(qiáng)度，其他因素——工業(yè)就業(yè)密度、全要素生產(chǎn)率（TFP）又在多大程度上影響了工業(yè)用地產(chǎn)出率的提升？它們有何區(qū)域差異？

在CNKI和EBSCO數(shù)據(jù)庫檢索發(fā)現(xiàn)近幾年來關(guān)于工業(yè)用地利用效率影響因素問題的文獻(xiàn)逐漸增加，這些文獻(xiàn)發(fā)現(xiàn)投資強(qiáng)度、就業(yè)密度、全要素生產(chǎn)率、土地市場化、政府競爭、區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)等都是工業(yè)用地產(chǎn)出率的重要影響因素，這些因素可分為直接因素和間接因素兩大類，間接因素通過影響直接因素進(jìn)而影響用地效率。關(guān)于直接因素——投資強(qiáng)度、就業(yè)密度和TFP的研究觀點(diǎn)包括：（1）工業(yè)用地地均資本對(duì)產(chǎn)出率的彈性系數(shù)為0.346，地均勞動(dòng)對(duì)它的彈性系數(shù)為0.142[5]，容積率和投資強(qiáng)度達(dá)不到建設(shè)控制標(biāo)準(zhǔn)[6-8]、工業(yè)園土地供需比例過高[9]、土地和勞動(dòng)力投入冗余[10-11]使得工業(yè)用地效率較低；（2）全要素生產(chǎn)率（TFP）尤其是技術(shù)進(jìn)步對(duì)工業(yè)用地產(chǎn)出率具有重要影響[12-13]，對(duì)2001—2012年工業(yè)用地生產(chǎn)效率實(shí)證研究表明全國總體和絕大多數(shù)省份的工業(yè)全要素生產(chǎn)率呈遞增趨勢[14]。

關(guān)于間接因素的研究觀點(diǎn)包括：（1）工業(yè)用地市場化改革能顯著提高中國工業(yè)用地利用效率，政府干預(yù)會(huì)降低城市工業(yè)用地效率[15]，應(yīng)減少地方政府對(duì)工業(yè)用地出讓程序和出讓價(jià)格的干預(yù)[16-17]；（2）工業(yè)用地價(jià)格調(diào)控可以有效促進(jìn)工業(yè)用地集聚，從而提高工業(yè)用地效率[18]；（3）不能忽視廢水廢氣等工業(yè)非期望產(chǎn)出，否則會(huì)高估工業(yè)用地生產(chǎn)效率[19]，需通過產(chǎn)業(yè)升級(jí)以提升工業(yè)用地效率[20]；（4）政府競爭對(duì)城市工業(yè)用地利用效率有明顯影響[21]；（5）區(qū)位因素與土地利用效率緊密相關(guān)，城市化率更高的地區(qū)比外圍地區(qū)更能實(shí)現(xiàn)工業(yè)用地高效利用[9]，需促進(jìn)制造業(yè)的空間布局優(yōu)化[22]，與區(qū)位因素類似的還有土地等別影響用地效率的觀點(diǎn)[23]。

在工業(yè)用地產(chǎn)出率研究中的計(jì)量經(jīng)濟(jì)模型設(shè)計(jì)上，較多學(xué)者采用了生產(chǎn)函數(shù)模型，不過土地要素在工業(yè)生產(chǎn)函數(shù)中出現(xiàn)的形式并不統(tǒng)一。（1）土地屬于資本：在柯布—道格拉斯（Cobb-Douglas）模型的原形中，在索洛[24]、肯德里克[25]和周方[26]關(guān)于生產(chǎn)函數(shù)的分析中，土地作為資本的一部分并不單獨(dú)出現(xiàn)。（2）土地與其他要素并列：丹尼森[27]、陳利根和龍開勝等[12]、林榮茂和劉學(xué)敏[28]、楊楊和吳次芳等[29]、王克強(qiáng)和熊振興等[30]、李谷成[31]等學(xué)者將土地和勞動(dòng)、資本并列納入生產(chǎn)函數(shù)中作為產(chǎn)出的解釋變量①李谷成、陳利根和龍開勝在規(guī)模報(bào)酬不變的假設(shè)下將該函數(shù)變換為地均產(chǎn)出關(guān)于地均資本和就業(yè)密度的函數(shù)形式，但這種假設(shè)與其推導(dǎo)出的函數(shù)形式不能兼容。。（3）土地為其他要素的分母：在少數(shù)學(xué)者構(gòu)建的生產(chǎn)函數(shù)中，土地是作為產(chǎn)出、投資和勞動(dòng)的分母出現(xiàn)的，比如Antonio Ciccone和Robert E. Hall[32]、黃大全和梁進(jìn)社[33]、林堅(jiān)和張沛等[23]。

文獻(xiàn)梳理表明，當(dāng)前關(guān)于工業(yè)用地產(chǎn)出率的研究不僅包括了具有基礎(chǔ)影響的直接因素，也深入到了這些直接因素背后的影響因素。不過，關(guān)于直接因素的研究更需要得到重視，因?yàn)椋海?）僅有很少成果呈現(xiàn)了投資強(qiáng)度、就業(yè)密度和TFP各因素對(duì)城市工業(yè)用地產(chǎn)出率的具體影響程度；（2）對(duì)各影響因素地位的觀點(diǎn)仍然存在分歧，比如，吳群教授等認(rèn)為容積率和投資強(qiáng)度達(dá)不到建設(shè)控制標(biāo)準(zhǔn)是工業(yè)用地投入損失的主要原因[8]，陳利根等認(rèn)為技術(shù)進(jìn)步和投資強(qiáng)度是更主要因素[12]，而郭貫成和熊強(qiáng)認(rèn)為工業(yè)行業(yè)技術(shù)水平對(duì)城市工業(yè)用地效率的影響還有待檢驗(yàn)[34]；（3）現(xiàn)有文獻(xiàn)大多利用省級(jí)面板數(shù)據(jù)展開研究，僅有個(gè)別學(xué)者利用地級(jí)以上城市工業(yè)用地相關(guān)數(shù)據(jù)展開研究；（4）土地要素在工業(yè)生產(chǎn)函數(shù)中出現(xiàn)的形式并不統(tǒng)一，如何在工業(yè)生產(chǎn)函數(shù)中以恰當(dāng)?shù)男问椒从彻I(yè)用地的作用。

本文將以適當(dāng)?shù)姆绞皆诳虏肌栏窭股a(chǎn)函數(shù)（C-D函數(shù)）中反映土地要素的作用，基于中國地級(jí)城市工業(yè)面板數(shù)據(jù)，構(gòu)建雙向固定效應(yīng)模型，探討投資強(qiáng)度、就業(yè)密度和TFP對(duì)工業(yè)用地產(chǎn)出率的影響程度，并提出政策建議。

2 模型

如上所述，在工業(yè)生產(chǎn)函數(shù)模型構(gòu)建時(shí)，有的學(xué)者把土地視為資本的一部分將其納入資本之中，但是這與農(nóng)業(yè)領(lǐng)域不一樣，土地在工業(yè)生產(chǎn)過程中并不發(fā)生消耗和轉(zhuǎn)移，工業(yè)用地與資本具有不同屬性，將其納入資本必須滿足一個(gè)很強(qiáng)的假設(shè)條件：工業(yè)用地總是與資本和勞動(dòng)相匹配的，恰好滿足資本和勞動(dòng)的承載需要——這顯然不符合實(shí)際。有的學(xué)者將土地與資本和勞動(dòng)要素并列，但在工業(yè)生產(chǎn)領(lǐng)域，“土地主要是作為地基、操作的場地與空間發(fā)揮作用”[35]，在勞動(dòng)和資本的土地承載需求得到滿足的正常生產(chǎn)情況下，土地對(duì)于勞動(dòng)和資本不存在真正意義上的邊際替代關(guān)系，比如如果減少資本投入，無論增加多少土地都無法實(shí)現(xiàn)工業(yè)產(chǎn)量不減少。所以，在工業(yè)生產(chǎn)函數(shù)中把土地作為資本的一部分，或者將資本、勞動(dòng)和土地三要素并列作為產(chǎn)出的解釋變量都是不夠妥當(dāng)?shù)?，?yīng)將工業(yè)用地作為其他要素的分母。另外，根據(jù)經(jīng)濟(jì)主體動(dòng)力學(xué)關(guān)系導(dǎo)向原則[36]，模型解釋變量應(yīng)由被解釋變量的直接影響因素?fù)?dān)任，間接因素與直接因素共同作為解釋變量的做法會(huì)帶來多重共線性等問題。由此發(fā)展C-D函數(shù)構(gòu)建工業(yè)用地產(chǎn)出率面板模型（式（1））：

式（1）中，yit為城市工業(yè)生產(chǎn)總值，mit為城市工業(yè)用地，kit為城市工業(yè)固定資產(chǎn)，lit為城市工業(yè)就業(yè)量，α和β分別為地級(jí)城市工業(yè)用地投資強(qiáng)度和就業(yè)密度②為表述方便，下文一般將“地級(jí)城市工業(yè)用地投資強(qiáng)度”、“地級(jí)城市工業(yè)用地就業(yè)密度”、“地級(jí)城市工業(yè)用地產(chǎn)出效率”簡稱為“投資強(qiáng)度”、“就業(yè)密度”、“產(chǎn)出效率”。的產(chǎn)出彈性。Ait為中性技術(shù)進(jìn)步，是“生產(chǎn)函數(shù)任意一種形式變動(dòng)的簡稱”，“經(jīng)濟(jì)的加速或減速、勞動(dòng)力教育質(zhì)量的改進(jìn)、各種各樣移動(dòng)生產(chǎn)函數(shù)的因素都可歸入‘技術(shù)變化’之中”[24]，這種技術(shù)進(jìn)步既隨時(shí)間而變，也可能因個(gè)體而異。

這里討論工業(yè)用地單位面積上的資本、勞動(dòng)和產(chǎn)出，相當(dāng)于控制土地要素投入使其保持不變，適用邊際報(bào)酬遞減規(guī)律，所以α + β＜1。也就是說，在包括技術(shù)在內(nèi)的其他條件不變的情況下，如果讓一塊正常發(fā)揮承載功能的工業(yè)用地的投資強(qiáng)度和就業(yè)密度同時(shí)增加φ倍（φ＞0），其產(chǎn)出率的提高幅度φα+β將在開區(qū)間（0，φ）之內(nèi)。

考慮到樣本點(diǎn)的個(gè)體特征、不可觀測的遺漏變量和數(shù)據(jù)獲得性問題設(shè)計(jì)以下工業(yè)用地產(chǎn)出率雙向固定效應(yīng)模型：

式（2）中，λt為不隨個(gè)體變動(dòng)但隨時(shí)間而變的時(shí)間固定效應(yīng)，包括技術(shù)進(jìn)步、宏觀經(jīng)濟(jì)變動(dòng)、產(chǎn)業(yè)政策影響等變量；zi為不隨時(shí)間而變的個(gè)體特征變量向量，ui為不可觀測的個(gè)體異質(zhì)性，表示不隨時(shí)間變動(dòng)但隨個(gè)體變動(dòng)的遺漏變量，它與zi的差別在于“不可觀測”，z'iδ + ui= ηi為全部不隨時(shí)間而變的個(gè)體固定效應(yīng)，包括區(qū)位、自然環(huán)境、歷史人文環(huán)境等變量；ui+ εit構(gòu)成復(fù)合擾動(dòng)項(xiàng)。

對(duì)模型（式2）兩邊取對(duì)數(shù)得：

3 數(shù)據(jù)與描述性統(tǒng)計(jì)

出于樣本代表性和經(jīng)濟(jì)性的考慮，采用分層抽樣的方法從全國27個(gè)省級(jí)行政區(qū)②不包括北京、上海、天津和重慶4個(gè)直轄市。中按1/3比例抽取地級(jí)城市樣本點(diǎn)，當(dāng)“層個(gè)體數(shù)×1/3”不為整數(shù)時(shí)，采用舍棄小數(shù)的辦法確定層樣本量，得到包含93個(gè)城市的總樣本，其中東部城市29個(gè)，中部城市31個(gè)，西部城市33個(gè)。從《中國城市統(tǒng)計(jì)年鑒》、《中國城市建設(shè)統(tǒng)計(jì)年鑒》或《中國城市建設(shè)統(tǒng)計(jì)年報(bào)》中采集1998③因?yàn)椤吨袊鞘薪ㄔO(shè)統(tǒng)計(jì)年鑒（年報(bào)）》自1998年開始編制，筆者沒有發(fā)現(xiàn)獲得1998之前年份城市工業(yè)用地?cái)?shù)據(jù)的其他途徑。—2014年各樣本城市市區(qū)的工業(yè)用地、工業(yè)就業(yè)、工業(yè)企業(yè)固定資產(chǎn)和工業(yè)總產(chǎn)值等數(shù)據(jù)形成短面板數(shù)據(jù)。

關(guān)于解釋變量和被解釋變量的指標(biāo)選取具體說明如下：（1）選取地級(jí)城市市轄區(qū)數(shù)據(jù)進(jìn)行分析，有利于排除因?yàn)槌鞘袑蛹?jí)不同而形成的差別，有利于排除城市工業(yè)與鄉(xiāng)鎮(zhèn)工業(yè)和獨(dú)立工礦區(qū)工業(yè)的差別，從而增強(qiáng)數(shù)據(jù)的可比性；（2）工業(yè)就業(yè)、固定資產(chǎn)和總產(chǎn)值只能得到規(guī)模以上工業(yè)數(shù)據(jù)，和工業(yè)用地之間不完全匹配，鑒于地級(jí)城市規(guī)模以下工業(yè)企業(yè)占地?cái)?shù)量少，在各類工業(yè)發(fā)展數(shù)據(jù)中占比也很小，假定它對(duì)本文研究產(chǎn)生的偏誤在可接受的范圍之內(nèi)；（3）投資強(qiáng)度采用“工業(yè)固定資產(chǎn)/工業(yè)用地面積”得到，沒有以“年度工業(yè)投資/工業(yè)用地面積”衡量， 一方面因?yàn)樗泄潭ㄙY產(chǎn)都參與了工業(yè)生產(chǎn)，另一方面這也是工業(yè)用地評(píng)價(jià)實(shí)踐的做法；（4）工業(yè)固定資產(chǎn)為經(jīng)過扣減折舊、減值準(zhǔn)備之后的期末余額；（5）由于地級(jí)城市市轄區(qū)缺乏部分年份的工業(yè)增加值統(tǒng)計(jì)數(shù)據(jù)，采用“規(guī)上工業(yè)總產(chǎn)值/工業(yè)用地面積”衡量市轄區(qū)工業(yè)用地產(chǎn)出率；（6）以 “工業(yè)就業(yè)人數(shù)/工業(yè)用地面積”衡量就業(yè)密度。

數(shù)據(jù)處理工作包括：（1）根據(jù)《中國統(tǒng)計(jì)年鑒》計(jì)算GDP平減指數(shù)，然后把歷年工業(yè)生產(chǎn)總值、固定資產(chǎn)價(jià)值都按照1990年價(jià)格進(jìn)行折算，以實(shí)現(xiàn)可比性；（2）對(duì)樣本個(gè)體時(shí)間序列中個(gè)別遺漏數(shù)據(jù)、明顯畸高或畸低的數(shù)據(jù)，推斷其出現(xiàn)統(tǒng)計(jì)工作失誤，以該樣本點(diǎn)前后年份數(shù)據(jù)的平均值代替，或以之前幾年的平均增速推斷；（3）如果樣本點(diǎn)的某一變量出現(xiàn)連續(xù)2年以上的明顯異常值或缺漏值，則刪除該年份觀察值；（4）以普通箱形圖——以“75%分位數(shù)+1.5倍4分位間距”為箱形圖上側(cè)內(nèi)籬笆，以“25%分位數(shù)－1.5倍4分位間距”為箱形圖下側(cè)內(nèi)籬笆——找出離群值并刪除。

圖1 城市工業(yè)用地產(chǎn)出率、投資強(qiáng)度、就業(yè)密度變化趨勢Fig.1 The change trend of urban industrial land productivity, investment intensity and employment density

觀察歷年樣本均值，可以發(fā)現(xiàn)產(chǎn)出率和投資強(qiáng)度呈現(xiàn)逐年上升態(tài)勢，而就業(yè)密度則呈總體下降態(tài)勢（圖1）。直觀顯示，工業(yè)用地投資強(qiáng)度對(duì)產(chǎn)出率存在積極貢獻(xiàn)，而就業(yè)密度可能存在負(fù)的影響，就業(yè)密度的下降態(tài)勢折射出持續(xù)的技術(shù)進(jìn)步等全要素生產(chǎn)率的存在，后者可能是影響工業(yè)用地產(chǎn)出率的重要因素。

為了回歸分析的需要，對(duì)地級(jí)城市工業(yè)用地產(chǎn)出率、投資強(qiáng)度和就業(yè)密度數(shù)據(jù)取自然對(duì)數(shù)，基本統(tǒng)計(jì)特征如表1所示。整體上看，各變量均值和中位數(shù)很接近，偏度接近0，峰度接近3，近似正態(tài)分布。

表1 基本統(tǒng)計(jì)量Tab.1 Basic statistics

4 參數(shù)估計(jì)、模型檢驗(yàn)

4.1 混合回歸還是個(gè)體效應(yīng)：F檢驗(yàn)和LSDV檢驗(yàn)

首先對(duì)模型（式（1））等式兩邊取對(duì)數(shù)，通過stata 13按固定效應(yīng)模型（FE）估計(jì)且不采用聚類穩(wěn)健標(biāo)準(zhǔn)誤，進(jìn)行F檢驗(yàn)，發(fā)現(xiàn)F（92，1170） = 16.93，p值為 0.0000，強(qiáng)烈拒絕不存在個(gè)體效應(yīng)的原假設(shè)，應(yīng)允許各樣本個(gè)體擁有自己的截距項(xiàng)。對(duì)模型（式（1））增加個(gè)體特征并將其視為參數(shù)，對(duì)每個(gè)樣本個(gè)體定義一個(gè)虛擬變量，然后把92個(gè)個(gè)體虛擬變量納入回歸方程中（未包括的第一個(gè)個(gè)體虛擬變量為共同截距項(xiàng)），取自然對(duì)數(shù)后得到：

式（4）中，個(gè)體虛擬變量d2i= 1，如果i = 2；d2i= 0，如果i≠2；以此類推。采用最小二乘虛擬變量（LSDV）法回歸式（式（4）），發(fā)現(xiàn)絕大多數(shù)個(gè)體的虛擬變量都很顯著，所以拒絕“所有個(gè)體虛擬變量都為0”的原假設(shè)，認(rèn)為存在個(gè)體效應(yīng)。

4.2 隨機(jī)效應(yīng)還是固定效應(yīng)：豪斯曼檢驗(yàn)和過度識(shí)別檢驗(yàn)

根據(jù)反映個(gè)體異質(zhì)性的遺漏變量ui與其他解釋變量是否相關(guān)，個(gè)體效應(yīng)的形態(tài)可分為固定效應(yīng)和隨機(jī)效應(yīng)，有必要通過檢驗(yàn)在二者之中做出選擇。通過豪斯曼檢驗(yàn)（Hausman test），得到χ2（3）等于21.36，p值為0.0001，故拒絕原假設(shè)“H0：ui與xit、zi不相關(guān)”，宜采用固定效應(yīng)模型而非隨機(jī)效應(yīng)模型。鑒于豪斯曼檢驗(yàn)不采用穩(wěn)健標(biāo)準(zhǔn)誤，隱含一個(gè)比較強(qiáng)烈的假設(shè)——ui與εit都是獨(dú)立同分布的，而且通過估計(jì)發(fā)現(xiàn)聚類穩(wěn)健標(biāo)準(zhǔn)誤和普通標(biāo)準(zhǔn)誤存在較大差異，豪斯曼檢驗(yàn)效果值得質(zhì)疑，有必要開展進(jìn)一步檢驗(yàn)。隨機(jī)效應(yīng)模型和固定效應(yīng)模型相比，多了“個(gè)體異質(zhì)性u(píng)i與解釋變量xit、zi不相關(guān)”的約束條件，可以視為過度識(shí)別條件，所以用xtoverid命令進(jìn)行過度識(shí)別檢驗(yàn)（overidentification test），得到統(tǒng)χ2（2）計(jì)量為12.437，p值為0.0020，拒絕隨機(jī)效應(yīng)，應(yīng)采用固定效應(yīng)模型。

4.3 雙向固定效應(yīng)估計(jì)和檢驗(yàn)

固定效應(yīng)包括個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，個(gè)體固定效應(yīng)模型可解決不隨時(shí)間而變但因個(gè)體而異的遺漏變量問題；那些不隨個(gè)體改變但因時(shí)間而異的遺漏變量問題則需要引入時(shí)間固定效應(yīng)予以解決。上述LSDV檢驗(yàn)表明，個(gè)體固定效應(yīng)確實(shí)存在，但工業(yè)用地就業(yè)密度對(duì)產(chǎn)出率的彈性系數(shù)為-0.513，標(biāo)志著就業(yè)密度對(duì)產(chǎn)出率存在負(fù)的邊際效應(yīng)，這與生產(chǎn)理論和實(shí)踐相悖。所以，有必要同時(shí)考慮時(shí)間固定效應(yīng)的影響，估計(jì)雙向固定效應(yīng)（Tow-way FE）模型（式（3））得到的結(jié)果見表2。

表2 城市工業(yè)用地產(chǎn)出率雙向固定效應(yīng)模型估計(jì)Tab.2 Regression of tow-way fixed effect model of urban industrial land productivity

表2顯示，多數(shù)年份虛擬變量的系數(shù)在1%的水平上顯著，少數(shù)年份不顯著，對(duì)時(shí)間虛擬變量系數(shù)進(jìn)行Wald檢驗(yàn)得到統(tǒng)計(jì)量F（16，92） = 41.69，p值為0.0000，強(qiáng)烈拒絕不存在時(shí)間效應(yīng)的原假設(shè)。同時(shí)，工業(yè)用地就業(yè)密度對(duì)產(chǎn)出率的彈性系數(shù)估計(jì)為0.181，不再呈現(xiàn)負(fù)數(shù)，具有了與生產(chǎn)理論和實(shí)踐相吻合的經(jīng)濟(jì)意義：在其他條件不變的情況下，就業(yè)密度每提高1%，可使產(chǎn)出率提高0.181%。而且，雙向固定效應(yīng)估計(jì)的擬合優(yōu)度達(dá)到0.842，明顯高于FE估計(jì)的擬合優(yōu)度0.594。此外，聯(lián)合檢驗(yàn)表明工業(yè)用地投資強(qiáng)度的和就業(yè)密度彈性系數(shù)之和小于1，印證了上文的系數(shù)約束假設(shè)，反映了其他條件不變前提下單位面積工業(yè)用地上資本和勞動(dòng)要素邊際報(bào)酬遞減的規(guī)律；這種系數(shù)約束特征也可以從它們的95%置信區(qū)間［0.411，0.670］和［0.047，0.316］直觀發(fā)現(xiàn)。綜上，雙向固定效應(yīng)模型（式（3））及其估計(jì)結(jié)果是可信的。

這里得到的工業(yè)用地產(chǎn)出率的投資強(qiáng)度彈性系數(shù)為0.541，高于林堅(jiān)和張沛的0.282、張琳和王亞輝的0.346；就業(yè)密度彈性系數(shù)為0.181，介于林堅(jiān)和張沛[23]的0.346與張琳和王亞輝[5]的0.142之間。這種區(qū)別可能是由于數(shù)據(jù)不同形成的，林堅(jiān)和張沛使用的是國家級(jí)開發(fā)區(qū)數(shù)據(jù)，筆者分析的是地級(jí)城市數(shù)據(jù)，一般而言，地級(jí)城市工業(yè)區(qū)比國家級(jí)開發(fā)區(qū)的資本更稀缺、投資強(qiáng)度更低，會(huì)推高投資強(qiáng)度彈性系數(shù)；地級(jí)城市工業(yè)職工比國家級(jí)開發(fā)區(qū)職工平均勞動(dòng)素質(zhì)存在一定差距，會(huì)拉低就業(yè)密度彈性系數(shù)。因此，這種彈性系數(shù)的差別有助于印證雙向固定效應(yīng)模型（式（3））及其估計(jì)結(jié)果的可信度。

4.4 分區(qū)域聚類回歸分析

利用中國東部、中部和西部的數(shù)據(jù)分別對(duì)模型（式（3））做回歸，與全國樣本數(shù)據(jù)回歸結(jié)果做對(duì)照，可以進(jìn)一步檢驗(yàn)Two-way FE估計(jì)的穩(wěn)健性，其回歸結(jié)果見表3。

表3 分區(qū)域城市工業(yè)用地產(chǎn)出率影響因素回歸分析與對(duì)照Tab.3 Regression and comparison of urban industrial land productivity factors between different areas

表3顯示，區(qū)域聚類回歸分析可以得到統(tǒng)計(jì)性質(zhì)良好的參數(shù)，且能夠通過經(jīng)濟(jì)意義檢驗(yàn)，進(jìn)一步表明雙向固定效應(yīng)模型（式（3））的回歸結(jié)果是可信的。

5 投資強(qiáng)度、就業(yè)密度、TFP對(duì)地級(jí)城市工業(yè)用地產(chǎn)出率的貢獻(xiàn)及區(qū)域比較

5.1 個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)的衡量

采用雙向LSDV法，對(duì)個(gè)體特征和時(shí)間固定效應(yīng)都定義虛擬變量，采用穩(wěn)健標(biāo)準(zhǔn)誤，回歸模型（式（3））得到與Two-way FE相同的回歸參數(shù)和高達(dá)0.9317的擬合優(yōu)度，并可同時(shí)查看個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。對(duì)統(tǒng)計(jì)顯著的個(gè)體虛擬變量的參數(shù)與常數(shù)項(xiàng)相加后取均值，發(fā)現(xiàn)城市個(gè)體固定效應(yīng)因地區(qū)不同而相異，東部以3.41居高，西部以2.92居末，個(gè)體固定效應(yīng)的全國平均值為3.071；同時(shí)發(fā)現(xiàn)，時(shí)間固定效應(yīng)逐年遞增，其平均值為4.521。

5.2 地級(jí)城市工業(yè)用地投資強(qiáng)度和就業(yè)密度對(duì)產(chǎn)出率的邊際貢獻(xiàn)

將上述個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)和殘差對(duì)工業(yè)用地產(chǎn)出率的影響合并記為全要素生產(chǎn)率的對(duì)數(shù)（lnA），并將上述回歸參數(shù)代入模型（式（3）），經(jīng)適當(dāng)變形可得：

進(jìn)行樣本平均，利用式（5）計(jì)算不同年份的工業(yè)用地投資強(qiáng)度和就業(yè)密度對(duì)產(chǎn)出率的邊際貢獻(xiàn)（表4），發(fā)現(xiàn)投資強(qiáng)度和就業(yè)密度對(duì)工業(yè)用地產(chǎn)出率的邊際貢獻(xiàn)逐年遞增。在1998年地級(jí)城市工業(yè)用地投資強(qiáng)度每增加1萬元，可使產(chǎn)出率增加0.828萬元，到2014年則可增加1.835萬元；在1998年就業(yè)密度每增加1個(gè)單位（104人/km2），可使產(chǎn)出率增加1.315億元，到2014年則可增加8.662億元。

表4 工業(yè)用地投資強(qiáng)度和就業(yè)密度對(duì)產(chǎn)出率的邊際貢獻(xiàn)Tab.4 Marginal productivity contribution of urban industrial land investment intensity and employment density

5.3 分區(qū)域地級(jí)城市工業(yè)用地投資強(qiáng)度、就業(yè)密度的邊際貢獻(xiàn)和全要素生產(chǎn)率

對(duì)各區(qū)域的比較可以發(fā)現(xiàn)，中部和西部地區(qū)地級(jí)城市工業(yè)用地產(chǎn)出率、投資強(qiáng)度和就業(yè)密度在絕大多數(shù)年份都低于東部地區(qū)（圖2）。其中，產(chǎn)出率和投資強(qiáng)度低于東部地區(qū)通?？衫斫鉃椤爸形鞑康貐^(qū)資本密集型和技術(shù)密集型產(chǎn)業(yè)比重更低、勞動(dòng)密集型產(chǎn)業(yè)比重更高”，這意味著更高的就業(yè)密度。但是，就業(yè)密度的數(shù)據(jù)比較結(jié)果恰恰與此相悖，表明中西部城市工業(yè)用地集約利用度和東部相比存在較大的差距。

用分區(qū)域聚類回歸所得參數(shù)替代式（5）的參數(shù)，可計(jì)算中國東部、中部、西部地區(qū)地級(jí)城市工業(yè)用地的全要素生產(chǎn)率以及投資強(qiáng)度、就業(yè)密度的邊際貢獻(xiàn)（表5）。為增強(qiáng)現(xiàn)勢性而分析2010—2014年均值①若考察1998—2014年均值，可以得到類似結(jié)果。，發(fā)現(xiàn)全要素生產(chǎn)率呈現(xiàn)“東部＞中部＞西部”態(tài)勢，吻合中國工業(yè)總體布局：東部以技術(shù)密集型為主，中部由于老工業(yè)基地較多而以資本密集型為主，西部則以勞動(dòng)密集型為主。表5顯示西部投資強(qiáng)度邊際貢獻(xiàn)較高，可能的解釋是西部用地粗放，投資強(qiáng)度較低，資本稀缺度較高；西部就業(yè)密度邊際貢獻(xiàn)最低，可能的解釋是西部勞動(dòng)密集型產(chǎn)業(yè)工人人力資本較低。中部投資強(qiáng)度邊際貢獻(xiàn)最低，可能的解釋是中部布局了較多技術(shù)進(jìn)步慢的資本密集型工業(yè)；中部就業(yè)密度邊際貢獻(xiàn)最高，可能的解釋是用地較粗放，就業(yè)密度低。東部地區(qū)投資強(qiáng)度邊際貢獻(xiàn)最高，可能的解釋是東部以技術(shù)密集型產(chǎn)業(yè)為主導(dǎo)，全要素生產(chǎn)率最高；東部就業(yè)密度邊際貢獻(xiàn)低于中部，可能的解釋是東部工業(yè)用地集約度高，就業(yè)密度高。

圖2 三大區(qū)域城市工業(yè)用地產(chǎn)出率、投資強(qiáng)度、就業(yè)密度變化趨勢Fig.2 The change trend of urban industrial land productivity, investment intensity and employment density in the eastern, central and western area

5.4 地級(jí)城市工業(yè)用地投資強(qiáng)度、就業(yè)密度和TFP對(duì)產(chǎn)出率提升的貢獻(xiàn)率

工業(yè)用地產(chǎn)出率的直接影響因素分為投資強(qiáng)度、就業(yè)密度和全要素生產(chǎn)率（TFP），其中全要素生產(chǎn)率包括技術(shù)進(jìn)步和殘差的影響，技術(shù)進(jìn)步又反映在個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)之中。借鑒索洛余值法計(jì)算全要素生產(chǎn)率（A）的增長率（），存在：

計(jì)算式（6）可得1999年以來中國地級(jí)城市工業(yè)用地投資強(qiáng)度、就業(yè)密度和全要素生產(chǎn)率對(duì)產(chǎn)出率提升的貢獻(xiàn)率。經(jīng)計(jì)算，地級(jí)城市工業(yè)用地產(chǎn)出率年均增速約為8.7%，投資強(qiáng)度年均增速為3.4%強(qiáng)，就業(yè)密度年均下降近3.4%，全要素生產(chǎn)率年均增速約為7.46%。謝花林、王偉等學(xué)者[11]發(fā)現(xiàn)中國主要經(jīng)濟(jì)區(qū)城市工業(yè)用地TFP在2002—2012年間年均增長8%，筆者的發(fā)現(xiàn)與其接近，實(shí)現(xiàn)了相互印證。納入彈性系數(shù)因素計(jì)算發(fā)現(xiàn)，投資強(qiáng)度年均增速帶動(dòng)工業(yè)用地產(chǎn)出率年均增長1.86%，貢獻(xiàn)率為21.3%；同樣方法計(jì)算發(fā)現(xiàn)就業(yè)密度和全要素生產(chǎn)率對(duì)1998年來城市工業(yè)用地產(chǎn)出率增長的貢獻(xiàn)率分別為-7%和85.7%。

6 研究結(jié)論和政策建議

工業(yè)用地投資強(qiáng)度對(duì)產(chǎn)出率的提升作用與人們的預(yù)期存在較大的差距，地級(jí)城市工業(yè)用地投資強(qiáng)度對(duì)產(chǎn)出率增長的貢獻(xiàn)率只有21.3%。表4顯示，由于全要素生產(chǎn)率的積極作用和較慢的工業(yè)用地投資強(qiáng)度增速的影響，工業(yè)用地投資強(qiáng)度的邊際貢獻(xiàn)逐年遞增，從2014年數(shù)據(jù)來看，單位工業(yè)用地的固定資產(chǎn)每增加1萬元，可使產(chǎn)出率增加1.84萬元。所以，當(dāng)前通過遏制工業(yè)用地粗放利用、提高工業(yè)用地容積率、嚴(yán)格執(zhí)行工業(yè)項(xiàng)目用地投資強(qiáng)度標(biāo)準(zhǔn)、鼓勵(lì)工業(yè)固定資產(chǎn)投資等政策措施適度提高工業(yè)用地投資強(qiáng)度是必要的，分區(qū)域比較分析則表明對(duì)于西部地區(qū)尤其需要加強(qiáng)實(shí)施工業(yè)用地投資強(qiáng)度促進(jìn)政策。

表5 分區(qū)域地級(jí)城市工業(yè)用地投資強(qiáng)度、就業(yè)密度的邊際貢獻(xiàn)和全要素生產(chǎn)率Tab.5 Marginal contribution of the prefecture level urban industrial land investment intensity and employment density and total factor productivity in different regions

城市工業(yè)用地就業(yè)密度逐步下降是大勢所趨，但存在非正常下降因素，應(yīng)予以遏制。城市工業(yè)用地就業(yè)密度對(duì)產(chǎn)出率的彈性系數(shù)為0.181，但由于工業(yè)用地就業(yè)密度呈現(xiàn)逐漸下降態(tài)勢，1999年來對(duì)產(chǎn)出率提升的貢獻(xiàn)率為-7%。由于技術(shù)進(jìn)步、產(chǎn)業(yè)升級(jí)、勞動(dòng)者素質(zhì)提升等因素影響，長期來看，就業(yè)密度必然呈現(xiàn)下降態(tài)勢。不過，一些非正常因素也可能對(duì)就業(yè)密度下降做出了貢獻(xiàn)，比如工業(yè)從業(yè)人員待遇過低、生活保障不足、工業(yè)用地供地冗余等。5.2節(jié)表明，2014年新增1位工業(yè)從業(yè)人員的邊際貢獻(xiàn)是8.66萬元，與工業(yè)從業(yè)人員（含管理層和專業(yè)技術(shù)人員）的年薪均值相近，符合勞動(dòng)報(bào)酬與其邊際貢獻(xiàn)相等的原則。這表明目前遏制工業(yè)就業(yè)密度非正常下降的主要著力點(diǎn)不宜放在工資水平調(diào)整上。鑒于目前工業(yè)園“孤島”[39]和粗放用地并存的現(xiàn)象，應(yīng)注重強(qiáng)化各工業(yè)園區(qū)員工的生活保障，并應(yīng)采取有力措施遏制各地尤其是中西部工業(yè)園區(qū)、工業(yè)新城建設(shè)中出現(xiàn)的盲目鋪大攤子行為。

全要素生產(chǎn)率是推進(jìn)城市工業(yè)用地產(chǎn)出效率提升的首要因素，顯示工業(yè)經(jīng)濟(jì)發(fā)展方式呈現(xiàn)了積極的轉(zhuǎn)變，應(yīng)加強(qiáng)其作用以加速這種轉(zhuǎn)變，在工業(yè)用地配置和集約性評(píng)價(jià)中高度重視全要素生產(chǎn)率相關(guān)指標(biāo)，并賦予足夠高的權(quán)重。TFP包括個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)和殘差的影響，其中，個(gè)體固定效應(yīng)包括區(qū)位、自然環(huán)境、歷史人文環(huán)境等變量，時(shí)間固定效應(yīng)包括技術(shù)進(jìn)步、宏觀經(jīng)濟(jì)變動(dòng)、產(chǎn)業(yè)政策影響等變量。分析顯示，無論在統(tǒng)計(jì)意義上還是經(jīng)濟(jì)意義上，個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)對(duì)工業(yè)用地產(chǎn)出效率都存在顯著影響。所以，一方面要積極推進(jìn)技術(shù)進(jìn)步，還要注重改善營商環(huán)境、健全基礎(chǔ)設(shè)施，要縮小中西部與東部地區(qū)在這些方面的差距，并要加快中部地區(qū)老工業(yè)基地轉(zhuǎn)型升級(jí)，加速提升全要素生產(chǎn)率。

鑒于數(shù)據(jù)可得性，本文沒有把地均人力資本從就業(yè)密度中剝離出來，沒有在個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)之外探討全要素生產(chǎn)率的來源，有待進(jìn)一步完善。

（References）：

［1］ 習(xí)近平. 在中央城鎮(zhèn)化工作會(huì)議上的講話［A］ . 中共中央文獻(xiàn)研究室. 十八大以來重要文獻(xiàn)選編（上）［M］ . 北京：中央文獻(xiàn)出版社，2014：589 - 607.

［2］ 李克強(qiáng). 凝聚共識(shí)、形成合力推進(jìn)城鎮(zhèn)化更穩(wěn)更好發(fā)展［A］ . 中共中央文獻(xiàn)研究室. 十八大以來重要文獻(xiàn)選編（上）［M］ . 北京：中央文獻(xiàn)出版社，2014：608 - 622.

［3］ 曹建海. 中國城市土地高效利用研究［M］ . 北京：經(jīng)濟(jì)管理出版社，2002：102 - 104．

［4］ 鄭振剛. 供給側(cè)結(jié)構(gòu)性改革下創(chuàng)新存量工業(yè)用地管理探析［J］ . 中國土地，2016，（8）：15 - 17.

［5］ 張琳，王亞輝. 微觀企業(yè)視角下工業(yè)用地產(chǎn)出效率的影響因素研究［J］ . 華東經(jīng)濟(jì)管理，2014，28（9）：43 - 48.

［6］ 舒幫榮，劉友兆，王家富，等. 欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)開發(fā)區(qū)工業(yè)用地低效利用問題初探［J］ . 開發(fā)研究，2009，（2）：80 - 83.

［7］ 王成新，劉洪顏，史佳璐，等. 山東省省級(jí)以上開發(fā)區(qū)土地集約利用評(píng)價(jià)研究［J］ . 中國人口·資源與環(huán)境，2014，24（6）：128 -135.

［8］ 陳偉，彭建超，吳群. 城市工業(yè)用地利用損失與效率測度［J］ . 中國人口·資源與環(huán)境，2015，25（1）：15 - 22.

［9］ Erik Louw, Erwin van der Krabben, Hans van Amsterdam. The Spatial Productivity of Industrial Land［J］ . Regional Studies，2012，46（1）：137 - 147.

［10］ 馮長春，劉思君，李榮威. 我國地級(jí)及以上城市工業(yè)用地效率評(píng)價(jià)［J］ . 現(xiàn)代城市研究，2014，（4）：45 - 49.

［11］ 謝花林，王偉，姚冠榮，等. 中國主要經(jīng)濟(jì)區(qū)城市工業(yè)用地效率的時(shí)空差異和收斂性分析［J］ . 地理學(xué)報(bào)，2015，70（8）：1327 -1338.

［12］ 龍開勝，陳利根，占小林. 不同利用類型土地投入產(chǎn)出效率的比較分析［J］ . 中國人口·資源與環(huán)境，2008，18（5）：174 - 178.

［13］ 王希睿，許實(shí)，吳群，等. 江蘇省建設(shè)用地利用效率和全要素生產(chǎn)率的時(shí)空差異分析［J］ . 中國土地科學(xué)，2015， 29（5）：77 - 83.

［14］ 張琳，王亞輝，李影. 全要素生產(chǎn)率視角下的城市工業(yè)用地生產(chǎn)效率研究［J］ . 大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，36（1）：57 - 62.

［15］ Tu Fan, Yu Xiaofen, Ruan Jianqing. Industrial land use efficiency under government intervention: Evidence from Hangzhou, China［J］ . Habitat International，2014，43（7）：1 - 10.

［16］ 趙愛棟，馬賢磊，曲福田. 市場化改革能提高中國工業(yè)用地利用效率嗎？［J］ . 中國人口·資源與環(huán)境，2016，26（3）：118 - 126.

［17］ Du J. Urban land market and land-use changes in post-reform China: A case study of Beijing［J］ . Landscape and Urban Planning，2014，124：118 - 128．

［18］ Gao By, Li Wd. State land policy, land markets and geographies of manufacturing: The case of Beijing，China［J］ . Land Use Policy，2014，36：1 - 12.

［19］ 郭貫成，溫其玉. 環(huán)境約束下工業(yè)用地生產(chǎn)效率研究［J］ . 中國人口·資源與環(huán)境，2014，24（6）：121 - 126.

［20］ 陳逸，黃賢金，陳志剛，等. 城市化進(jìn)程中的開發(fā)區(qū)土地集約利用研究［J］ . 中國土地科學(xué)，2008，22（6）：11 - 16.

［21］ 羅能生，彭郁. 中國城市工業(yè)用地利用效率時(shí)空差異及地方政府競爭影響［J］ . 中國土地科學(xué)，2016，30（5）：62 - 71.

［22］ 孟媛，張鳳榮，趙婷婷，等. 北京市順義區(qū)制造業(yè)用地集約度評(píng)價(jià)及影響因素分析［J］ . 中國土地科學(xué)，2011，25（2）：11 - 17.

［23］ 林堅(jiān)，張沛，劉詩毅，等. 基于生產(chǎn)函數(shù)的工業(yè)用地級(jí)差收益研究［J］ . 城市發(fā)展研究，2010，17（6）：80 - 85.

［24］ Robert M. Solow. Technical change and the aggregate production function［J］ . the Review of Economics and Statistics，1957，39（3）：312 - 320.

［25］ John W. Kendrick, Ryuzo Sato. Factor prices, productivity, and economic growth［J］ . The American Economic Review，1963，53（5）：974 - 1003.

［26］ 周方. 科技進(jìn)步與“增長函數(shù)”［J］ . 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1999，（10）：32 - 50.

［27］ 譚崇臺(tái). 發(fā)展經(jīng)濟(jì)學(xué)［M］ . 太原：山西經(jīng)濟(jì)出版社，2001：113.

［28］ 林榮茂，劉學(xué)敏. 中國工業(yè)用地利用的數(shù)理分析與實(shí)證研究［J］ . 財(cái)經(jīng)研究，2008，34（7）：51 - 62.

［29］ 楊楊，吳次芳，韋仕川，等. 土地資源對(duì)中國經(jīng)濟(jì)的“增長阻尼”研究——基于改進(jìn)的二級(jí)CES生產(chǎn)函數(shù)［J］ . 中國土地科學(xué)，2010，24（5）：19 - 25.

［30］ 王克強(qiáng)，熊振興，高魏. 工業(yè)用地使用權(quán)交易方式與開發(fā)區(qū)企業(yè)土地要素產(chǎn)出彈性研究［J］ . 中國土地科學(xué)，2013，27（8）：4 - 9.

［31］ 李谷成. 資本深化、人地比例與中國農(nóng)業(yè)生產(chǎn)率增長——一個(gè)生產(chǎn)函數(shù)分析框架［J］ . 中國農(nóng)村經(jīng)濟(jì)，2015，（1）：14 - 31.

［32］ Antonio Ciccone, Robert E. Hall. Productivity and the density of economic activity［J］ . The American Economic Review，1996，86（1）：54 - 71.

［33］ 黃大全，洪麗璇，梁進(jìn)社. 福建省工業(yè)用地效率分析與集約利用評(píng)價(jià)［J］ . 地理學(xué)報(bào)，2009，64（4）：479 - 486.

［34］ 郭貫成，熊強(qiáng). 城市工業(yè)用地效率區(qū)域差異及影響因素研究［J］ . 中國土地科學(xué)，2014，28（4）：45 - 52.

［35］ 畢寶德，柴強(qiáng)，李鈴，等. 土地經(jīng)濟(jì)學(xué)（第六版）［M］ . 北京：中國人民大學(xué)出版社，2011：8.

［36］ 李子奈，葉阿忠. 高級(jí)應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)［M］ . 北京：清華大學(xué)出版社，2012：10.

［37］ 靳云匯，金賽男.高級(jí)計(jì)量經(jīng)濟(jì)學(xué)（下冊）［M］ . 北京：北京大學(xué)出版社，2011：179.

［38］ 陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用（第二版）［M］ . 北京：高等教育出版社，2013：251.

［39］ 王慧. 開發(fā)區(qū)與城市相互關(guān)系的內(nèi)在機(jī)理及空間效應(yīng)［J］ . 城市規(guī)劃，2003，27（3）：20 - 25.

（本文責(zé)編：陳美景）

The Impact Factors of Urban Industrial Land Productivity and Comparison among Different Regions: A Panel Data Analysis of Prefecture-level Cities

XU Ming-qiang1，2
（1. School of Tourism and Economic Management, Chengdu University, Chengdu 610106, China; 2. Postdoctoral Mobile station of Applied Economics，Southwestern University of Finance and Economics, Chengdu 610074, China）

The purpose of the research is to find out the impact factors, impact degrees and regional differences of urban industrial land productivity, and to come up with relevant recommendations to impel the intensive use of urban industrial land. Based on the relatively extensive use of urban industrial land and the lack of empirical research regarding the impact factors of urban industrial land productivity in China, the Cobb-Douglas production function is improved according to the land function theory and the two-way fixed effects panel data model of urban industrial land productivity is established, which takes the urban industrial land capital intensity and its employment density as the core explanatory variables. Empirical research on the data of 93 prefecture-level cities since 1998 shows that the coefficient ofelasticity of urban industrial land capital intensity and the employment density towards its productivity are 0.541、0.181 respectively. Besides, the total factor productivity is the most influential factor towards industrial land productivity, and the contribution rate of these three factors to the growth of urban industrial land productivity since 1998 was 21.3% and -7% and 85.7% respectively. And the marginal contribution rates in terms of urban industrial land productivity present regional differences due to the intensity of industrial land, industrial types and labor quality in the eastern, central and western area. In conclusion, the extensive use of land is supposed to be curbed especially in the construction of the new industrial zone in central and western areas , and industrial investment should be promoted in order to increase capital intensity and employment density; indicators that reflect the total factor productivity should be brought into the allocation and evaluation of urban industrial land; the gap between the eastern and the central and western regions in the business environment, infrastructure and other areas should be narrowed.

land use; total factor productivity; two-way fixed effects; industrial land productivity; capital intensity; employment density

F293.2

A

1001-8158（2016）12-0071-12

10.11994/zgtdkx.20161217.013049

2016-08-14；

2016-10-31

教育部人文社科規(guī)劃基金項(xiàng)目“產(chǎn)城融合關(guān)鍵因素和影響機(jī)制研究”（15YJA790074）；中國博士后科學(xué)基金資助項(xiàng)目“基于中外工業(yè)園經(jīng)驗(yàn)數(shù)據(jù)的產(chǎn)城融合實(shí)現(xiàn)機(jī)制實(shí)證研究”（2015M572487）。

許明強(qiáng)（1975-），男，四川安岳人，博士，副教授。主要研究方向?yàn)槌擎?zhèn)化與工業(yè)化。E-mail: thinker127@qq.com