李嘉琳

摘 要：土地要素在城市建設中的規(guī)劃對于城市整體創(chuàng)新質量或效率乃至城市群層面都是至關重要。本文從土地視角出發(fā)以全國267個城市，七大城市群為主要研究對象，選取2017年截面數(shù)據(jù)，通過構建資本，土地，勞動三要素所組成土地利用效率指標評價體系，運用空間滯后模型檢驗土地利用效率中各生產(chǎn)要素對于不同城市群創(chuàng)新效率的空間溢出效應。研究發(fā)現(xiàn)：近年來七大城市群的土地利用效率普遍提高，中高效率城市群明顯增多。土地利用效率雖然整體較高，但從空間分布上看存在較大的差異性。中低效率城市群占比較大，短板效應明顯，全國整體創(chuàng)新效率處于較低水平但仍有較大的提升空間。不同城市群資本要素、勞動要素和土地要素的投入對創(chuàng)新效率的作用偏差較大，并且各元素與創(chuàng)新效率存在空間相關。土地利用效率較高的沿海城市群土地要素和資本要素的投入反而可能會抑制周邊地區(qū)的創(chuàng)新效率。

關鍵詞：城市群;土地要素;空間滯后模型;空間溢出;創(chuàng)新效率

中圖分類號：F 121.3 ? 文獻標識碼：A ? 文章編號：1672 - 7312（2022）02 - 0181 - 07

Abstract：The planning of land elements in urban construction is very important to the overall innovation quality or efficiency of the city and even to the level of urban agglomeration.Therefore，from the perspective of land，this paper takes 267 cities and seven urban agglomerations across the country as the main research objects，selects the crosssectional data in 2017，and uses the spatial lag model to test the land use efficiency by constructing an evaluation system of land use efficiency indicators for the three elements of capital，land and labor.The findings are as follows：1.The land use efficiency of the seven major urban agglomerations has generally improved in recent years，while the number of mediumhigh efficiency urban agglomerations has increased significantly.Although the land use efficiency is relatively high on the whole，there are great differences in spatial distribution.2.The proportion of urban agglomeration with low and medium efficiency is large，and the weak link effect is obvious.The overall innovation efficiency of the country is at a low level，but there is still a large space for improvement.3.The input of capital factors，labor factors and land factors in different urban agglomerations has a large deviation on innovation efficiency，and each element is spatially correlated with innovation efficiency.The input of land and capital factors in coastal urban agglomerations with higher land use efficiency may inhibit the innovation efficiency of surrounding urban agglomerations.

Key words：urban agglomeration;land element;Spatial Lag Model;spatial spillover;innovation efficiency

0 引言

創(chuàng)新能力提升與科學技術進步是我國實現(xiàn)高質量可持續(xù)發(fā)展的關鍵途徑。黨的十八大明確提出“創(chuàng)新驅動發(fā)展戰(zhàn)略”，作為宏觀層面的載體，城市群作為區(qū)域經(jīng)濟的增長極和技術的創(chuàng)新級，在空間上會產(chǎn)生虹吸效應和示范效應，對鄰近區(qū)域帶來影響。城市群發(fā)展的核心在于內部城市之間在產(chǎn)業(yè)、創(chuàng)新、經(jīng)濟的聯(lián)動機制[1]。城市群的技術創(chuàng)新，作為地方創(chuàng)新資源與投入產(chǎn)出之間關系的主要指標[2]，體現(xiàn)了地方政府對技術創(chuàng)新資源的合理配置狀況[3]。城市群內對資源的合理配置與利用直接關乎到創(chuàng)新驅動戰(zhàn)略的實施和創(chuàng)新型大國打造。所以，城市群的技術創(chuàng)新效率已引起了學術界普遍重視。

土地是創(chuàng)造財富的重要來源[4]，隨著我國進入高質量發(fā)展階段，資本要素供給充沛，勞動力要素也步入質量紅利階段[5]，但是土地要素卻在全國范圍內存在著不同程度的錯配問題。土地要素在當前時代下，對區(qū)域間資源配置和要素流動以及城市創(chuàng)新能力提升的關鍵作用不斷凸顯。土地話題一直是我國發(fā)展討論的熱點問題。資本投入率、勞動投入要素和土地投入要素對于技術創(chuàng)新能力的影響，近些年來國內的學者也進行了諸多研究。具體整理了國內外論文后發(fā)現(xiàn)，從土地角度入手研究城市技術創(chuàng)新，可以大致分成二類，一類是從土地財政角度入手。龔廣祥等[6]發(fā)現(xiàn)從短期和長遠意義上看，土地市場化對地方創(chuàng)新發(fā)展都具有很重要的促進作用，認為土地市場化能夠改變土地要素市場扭曲、優(yōu)化營商環(huán)境、減少政府投資約束，從而增加了地方創(chuàng)新。亓壽偉等[7]經(jīng)過深入研究，得出地方工業(yè)用地的總體轉讓大大提高了地方技術創(chuàng)新水平的結果，但該結果只適用于以招商引資為目的的工業(yè)用地轉讓，對正常工業(yè)用地轉讓并沒有明顯影響。戴魁早和王夢穎[8]在理論上歸納了土地財政對地方技術創(chuàng)新投入的影響機理，通過雙向固定效用模型、遞歸模型等方法，發(fā)現(xiàn)土地財政顯著推動了地方技術創(chuàng)新投入的增加，而國際金融危機則降低了對土地財政的促進作用，證明土地要素對于城市創(chuàng)新有著較高的相關性。

另一類是從土地要素錯配的角度出發(fā)。如毛文鋒等[9]通過企業(yè)大數(shù)據(jù)構建的創(chuàng)新創(chuàng)業(yè)指數(shù)研究城市創(chuàng)新能力與土地要素錯配之間的關系，發(fā)現(xiàn)城市創(chuàng)新創(chuàng)業(yè)質量受到土地要素錯配的制約，土地要素通過研發(fā)的投入擠出效應、信貸融資的約束效應、產(chǎn)業(yè)結構升級抑制效應和集聚經(jīng)濟稀釋效應這四條途徑影響城市創(chuàng)新創(chuàng)業(yè)質量，其中，產(chǎn)業(yè)結構升級抑制作用起關鍵性作用。謝冬水[10]發(fā)現(xiàn)工業(yè)用地和商住用地之間的資源誤配明顯削弱了城市的創(chuàng)新活力，工礦倉儲用地供給面積占城市土地供給總額比例越高，其創(chuàng)新能力越低。安勇等[11]研究土地資源錯配及其空間策略互動對城市創(chuàng)新能力的影響機制，結果顯示城市創(chuàng)新能力受到土地資源錯配及其空間策略互動的抑制作用，主要通過抑制城市創(chuàng)業(yè)活力、扭曲地方政府支出結構、擠出企業(yè)R&D投入以及破壞城市制度環(huán)境四條渠道進行傳導，對不同類型城市的影響有所差異。謝呈陽等[12]發(fā)現(xiàn)中國大規(guī)模出讓工業(yè)用地、不飽和供給商住用地的土地資源配置方式對城市創(chuàng)新能力有一定的抑制作用，并發(fā)現(xiàn)發(fā)達城市受其抑制作用更明顯。有關創(chuàng)新效率空間溢出效應的文章，如盛彥文等[13]利用空間杜賓模型定量分析創(chuàng)新效率的空間溢出效應，五大城市群的創(chuàng)新效率都呈現(xiàn)穩(wěn)定增長的態(tài)勢;城市群中的核心城市資源配置未達到較優(yōu)，投入較多產(chǎn)出效率偏低。而通過路徑分析可以發(fā)現(xiàn)集聚經(jīng)濟規(guī)模、經(jīng)濟發(fā)展水平、外商投資程度、勞動力素質、產(chǎn)業(yè)結構等對城市群的創(chuàng)新效率有直接作用和溢出效應。

通過文獻可以發(fā)現(xiàn)，土地要素投入與城市創(chuàng)新關系的研究已獲得了相當豐碩的研究成果，為土地資源管理和提升城市創(chuàng)新效率提供了有益的借鑒。然而查閱相關資料從另一熱點問題“核心城市”中發(fā)現(xiàn)，不同類型的城市及不同等級的城市群本身會對附近區(qū)域產(chǎn)生虹吸或者涓滴效應，那么城市群中某一要素的改變也會通過“要素流”對周圍區(qū)域產(chǎn)生影響，本文對此進行深入研究。在方法上，使用偏微分方法求解空間效應值，因為普通回歸模型估計系數(shù)解釋與空間計量模型估計系數(shù)的解釋方式相同，會帶來研究結果的偏差。在研究內容上，通過文獻可以得知土地要素其作用于創(chuàng)新效率的機理與機制的研究已經(jīng)較為豐富，但由于研究方法限制，鮮有將其納入模型。

1 研究方法、變量選取與數(shù)據(jù)來源

1.1 研究方法

1.1.1 全局空間自相關

采用國際學術界中比較主流的全局Moran’s I指數(shù)，衡量各要素與創(chuàng)新效率的空間相關性。

1.1.2 DEABCC模型

規(guī)模可變條件下的產(chǎn)出導向型 DEABCC模型可對各城市創(chuàng)新效率進行靜態(tài)評價。

1.1.3 空間滯后模型

式中：Y為被解釋變量;X為解釋變量;ρ為空間自相關系數(shù);γ為空間殘差相關系數(shù);W為空間權重矩陣;β為自變量系數(shù);ε為殘差。

1.2 變量選取與指標體系

1.2.1 創(chuàng)新效率測度指標選取

參考大量文獻，并借鑒已有指標體系，選取R&D經(jīng)費支出和R&D人員折合全時當量作為投入指標。由于各城市科技產(chǎn)品銷售收入數(shù)據(jù)缺乏，故選擇專利申請數(shù)作為產(chǎn)出指標[14]。

1.2.2 土地利用效率的指標體系構建

本文從投入和產(chǎn)出兩個維度測算城市土地利用效率。資本、勞動、土地等要素作為投入指標，并從社會、經(jīng)濟和生態(tài)三方面建構產(chǎn)出指標[15]（見表1）。

1.3 研究范圍與數(shù)據(jù)來源

本文在考慮城市統(tǒng)計數(shù)據(jù)的可得性、準確性和標準性的基礎上，參考城市研究與創(chuàng)新研究相關領域資深專家意見，選取國家級城市群及地區(qū)代表性城市群中的267個地級以上城市進行量化研究。選取依據(jù)：①城市研究價值，及在省份中的經(jīng)濟地位;②統(tǒng)計數(shù)據(jù)的可得性和準確性;③樣本數(shù)據(jù)的廣泛性。其關系到結論的準確性，因此樣本數(shù)據(jù)涵蓋一、二、三線大中小城市。

2 實證結果分析

2.1 七大城市群創(chuàng)新效率測度

基于2017年267個樣本城市的創(chuàng)新投入和創(chuàng)新產(chǎn)出數(shù)據(jù)進行估算（見表2）。

從整體上看全國的綜合效率較低，但各城市群之間的差異較大，京津冀、珠三角和長三角城市群整體效率偏高，原因可能是創(chuàng)新資源的投入利用較優(yōu)，帶來了高效的創(chuàng)新產(chǎn)出。

2.2 土地利用效率評價

此處采用MATLAB軟件來處理2004—2017年七大城市群267個城市的面板數(shù)據(jù)，測算得到整體城市群的土地利用效率（見表3）。

2.3 城市群空間效應溢出分析

2.3.1 城市土地利用要素的空間相關性檢驗

在進行空間計量模型評估之前須檢驗相關變量之間是否具有空間相關，利用GeoDa軟件對純技術效率、資本投入、勞動投入、土地投入、經(jīng)濟效益、生態(tài)效益、社會效益和土地效率總得分進行空間相關性檢驗。結果表明，2017年純技術效率的Moran’s I為 0.278 38;資本投入的 Moran’s I為0.200 389;勞動投入的 Moran’s I為0.134 872;土地投入的Moran’s I為 0.173 886，土地利用總得分的Moran’s I為0.229 551，并且各變量均通過 1%統(tǒng)計顯著性水平檢驗。由此看出，創(chuàng)新效率、資本投入、勞動投入、土地投入等與土地利用效率，在地域空間上并不是彼此獨立或隨意分配的，而是具有明顯正向全局空間關聯(lián)，即在本地城市的創(chuàng)新效率、資本投入、勞動投入、土地投入等不但會影響到附近城市，同時也受相鄰城市影響。所以，在分析中，需要將空間互動效應引入到模型之中（如圖1所示）。

2.3.2 空間模型檢驗與選擇

根據(jù)表4結果，可看出SLM與SEM的LM檢驗和Robust 的LM檢驗均通過了1%的顯著性水平檢驗，所以更偏向選擇空間杜賓模型。而Wald檢驗和LR檢驗都接受了空間杜賓模型可以退化為空間滯后模型的原始假定，所以空間杜賓模型可以退化為空間滯后模型。

2.3.3 空間效應的分解

表5為模型估計結果，可看出城市群技術創(chuàng)新能力具有明顯的空間溢出效果。但具體直接效應和間接效應需采用偏微分方法得出。

表6為分解結果。①從直接效應上看，土地直接效應系數(shù)為正，數(shù)值為0.283，其他條件不變，本地土地要素投入每增加1%，本地城市群的技術創(chuàng)新能力增加 0.283%。資本直接效應大于土地與勞動直接效應。②從溢出效應絕對值上可發(fā)現(xiàn)，資本溢出效應系數(shù)為負，數(shù)值為-0.063，即本地資本投入每增加1%，鄰近城市群的技術創(chuàng)新能力減少0.063%，表明資本要素投入的增加，反而抑制了鄰近城市群的技術創(chuàng)新能力。

1）京津冀、長三角和珠三角城市群，資本和土地要素的投入促進了本地創(chuàng)新能力但通過負向效應抑制了鄰近城市的創(chuàng)新能力。從京津冀城市群的土地要素投入和應用情況來看，由于工業(yè)化與城鎮(zhèn)化高速發(fā)展過程中對土地要素的需求量增加，在土地供應下降與總需求擴大的雙重壓力下，導致了京津冀區(qū)域在有限土地要素供應上產(chǎn)生了競爭效果，流動性要素將向回報率高地區(qū)轉移形成聚集規(guī)模，也就會對相鄰城市群的流動性生產(chǎn)要素形成吸納或虹吸效果，進而造成對相鄰城市群的經(jīng)濟技術創(chuàng)新發(fā)展的負向溢出效果。

2）中原城市群中資本、勞動和土地要素投入的增加可以促進城市群內的技術創(chuàng)新能力增長，但對鄰近城市技術創(chuàng)新能力并無顯著的溢出效應。主要的原因是中原城市群缺少能夠擔當整個區(qū)域增長極，對其他城市發(fā)揮強大涓滴作用的超大核心城市，并且內部城市間行業(yè)關聯(lián)性不高，社會經(jīng)濟關聯(lián)度相對較弱，城市群區(qū)域內部的生產(chǎn)要素流動性相對欠缺，因此造成彼此之間作用不明顯。

3）成渝城市群，本地土地要素和勞動要素的投入增加不但促進了本地城市技術創(chuàng)新能力，同時利用正向溢出效應促進了鄰近城市城市技術創(chuàng)新能力?？赡艿脑蚴浅捎宄鞘腥和恋匾毓鄬Τ渥阃瑫r在“西部大開發(fā)政策”的紅利支撐下，如果毗鄰城市以土地要素投資作為經(jīng)濟空間載體來開展城市基礎設施建設和主要項目投入時，將產(chǎn)生政府投資乘數(shù)效應或政府購買乘數(shù)效應提升城市的技術能力，本地城市也將會由此獲益。

4）哈長城市群整體溢出效應較低，主要原因是近年哈長城市群發(fā)展勢頭減弱，對高新技術人才吸引力減弱。此外，哈長城市群重工業(yè)企業(yè)占比較大而高新技術企業(yè)占比少，制約了本地城市群技術創(chuàng)新能力的提高。

5）長江中游城市群各要素的投入增加對本地技術創(chuàng)新能力有較大促進作用，而且均存在正向溢出效應。但相比于城市群體量，空間效應較低。原因可能為長江中游城市群作為以武漢城市圈、環(huán)長株潭城市群、環(huán)鄱陽湖城市群為主體形成的特大型城市群。三大核心都能承擔創(chuàng)新發(fā)展極的作用，但整體交流較低。并且武漢城市圈和環(huán)長株潭城市群經(jīng)濟發(fā)展程度較高，創(chuàng)新效率處于較高水平，環(huán)鄱陽湖城市群創(chuàng)新效率較低，逐漸形成創(chuàng)新洼地，各元素具有一定轉移惰性。制約了對鄰近城市技術創(chuàng)新能力的影響。

3 結論與建議

3.1 結論

第一，中國城市土地利用效率雖然整體較高，但從空間分布上看存在較大的差異性。全國尺度上，近年來七大城市群的土地利用效率普遍提高，并處在較高水平。其中京津冀、長三角、珠三角城市群呈現(xiàn)高效率但增速放緩的特點;隨著老工業(yè)基地振興計劃和國家重點城市群的確立，成渝、中原、哈長城市群和長中游城市群皆呈現(xiàn)高速增長的特點。中高效率城市群明顯增多。

第二，京津冀、長三角、珠三角城市群的創(chuàng)新效率處于較高水平，哈長、中原城市群創(chuàng)新效率水平較低，中低效率城市群占比較大，短板效應明顯。對于創(chuàng)新效率較低的城市群應增加資源投入規(guī)模，提高效率，中效率城市群應調整要素投入結構，加強其對資源轉化能力。總體而言，全國整體創(chuàng)新效率處于較低水平但仍有較大的提升空間。

第三，基于空間計量模型分析，不同城市群資本要素、勞動要素和土地要素的投入對創(chuàng)新效率的作用偏差較大，并且各元素與創(chuàng)新效率存在空間相關。土地利用效率較高的沿海城市群土地要素和資本要素的投入反而可能會抑制周邊城市群的創(chuàng)新效率。

直接效應中，資本要素投入對于城市群創(chuàng)新效率的影響作用較大，資本要素每增加1%，全國創(chuàng)新效率提升0.463。土地直接效應系數(shù)為0.283，小于資本與勞動要素。間接效應中，人口要素投入對臨近城市創(chuàng)新效率的影響最大。

3.2 建議

第一，通過加強知識積累、技術進步、制度創(chuàng)新、人才引進和招商引資等方式提高城市的創(chuàng)新效率。

第二，針對于不同發(fā)展程度的城市群，應調控不同生產(chǎn)要素的投入量，完成資源的合理配置，提升各要素的利用效率。

第三，加強鄰近城市之間的聯(lián)系，城市群內部的關聯(lián)度較高，則區(qū)域內的創(chuàng)新效率整體偏高，并且需要充分考慮到鄰近城市和本地城市生產(chǎn)要素的聯(lián)動問題，共同推動區(qū)域協(xié)調發(fā)展。

第四，著重培育二級中心城市發(fā)展，例如多中心城市群結構，對周圍城市進行輻射。政府應因地制宜，推動各城市群高質量協(xié)調發(fā)展。

參考文獻：

[1] 劉愛君，城市群協(xié)同創(chuàng)新研究文獻綜述[J].企業(yè)導報，2015（06）：150 - 151.

[2]FRITSCH M，SLAVTCHEV V.Determinants of the efficiency of regional innovation systems[J].Regional Studies，2011，45（07）：905 - 918.

[3]SHARMA S，THOMAS V J.Intercountry R&D efficiency analysis：an application of data envelopment analysis.Scientometrics，2008，76（03）：483 - 501.

[4]亞當·斯密.國富論[M].北京：中國華僑出版社，2019.

[5]黃乾，中國步入人口質量紅利時代[J].人民論壇，2019（14）：68 - 69.

[6]龔廣祥，吳清華與高思涵，土地市場化對區(qū)域技術創(chuàng)新的影響及作用機制[J].城市問題，2020（03）：68 -78.

[7]亓壽偉，毛暉，張吉東.財政壓力、經(jīng)濟刺激與以地引資——基于工業(yè)用地微觀數(shù)據(jù)的經(jīng)驗證據(jù)[J].財貿(mào)經(jīng)濟，2020，41（04）：20 - 34.

[8]戴魁早，王夢穎.土地財政對地方創(chuàng)新投入的影響[J].湖南科技大學學報（社會科學版），2020，23（06）：73 - 83.

[9]毛文峰，陸軍.土地要素錯配如何影響中國的城市創(chuàng)新創(chuàng)業(yè)質量——來自地級市城市層面的經(jīng)驗證據(jù)[J].產(chǎn)業(yè)經(jīng)濟研究，2020（03）：17 - 29+126.

[10]謝冬水.土地資源錯配與城市創(chuàng)新能力——基于中國城市面板數(shù)據(jù)的經(jīng)驗研究[J].經(jīng)濟學報，2020，7（02）：86 - 112.

[11]安勇，趙麗霞.土地資源錯配、空間策略互動與城市創(chuàng)新能力[J].中國土地科學，2021，35（04）：17 - 25.

[12]謝呈陽，胡漢輝.中國土地資源配置與城市創(chuàng)新：機制討論與經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2020（12）：83- 101.

[13]盛彥文.中國東部沿海五大城市群創(chuàng)新效率、影響因素及空間溢出效應[J].地理研究，2020，39（02）：257- 271.

[14] 彭曉靜.京津冀城市群創(chuàng)新效率及影響因素研究[J].技術經(jīng)濟與管理研究，2021（02）：118 - 122.

[15]韓琭，何佟佟，楊勇.城市群高質量發(fā)展與土地利用效率耦合協(xié)調度評價——基于黃河流域七大城市群的實證分析[J].河南師范大學學報（哲學社會科學版），2021，48（01）：95 - 101.

[16]楊喜，盧新海，沈緯辰.土地要素投入對城市經(jīng)濟增長空間溢出效應[J].經(jīng)濟地理，2020，40（10）：83 -90.

（責任編輯：嚴 焱）