譚術(shù)魁 饒映雪 朱祥波

(華中科技大學(xué)土地管理系，湖北武漢430074)

土地投入對中國經(jīng)濟增長的影響

譚術(shù)魁 饒映雪 朱祥波

(華中科技大學(xué)土地管理系，湖北武漢430074)

本文運用空間計量方法，從地理特征和經(jīng)濟特征兩方面分別設(shè)定空間權(quán)重矩陣，構(gòu)建基于CD生產(chǎn)函數(shù)的空間面板模型，考察1999－2008年土地投入對中國和東、中、西三區(qū)域經(jīng)濟增長的影響。研究表明:①由于綜合考慮了經(jīng)濟增長本身和投入要素的空間相關(guān)性，空間Durbin模型分析結(jié)果比普通面板的分析結(jié)果更加可靠;②土地投入對中國經(jīng)濟增長具有顯著貢獻，貢獻率為36.63%;③土地投入的空間溢出效應(yīng)遠不及資本、勞動力投入的溢出效應(yīng)，土地、資本和勞動力投入的空間相關(guān)性系數(shù)分別為0.069，0.337和0.503;④不同發(fā)展階段地區(qū)土地貢獻率與經(jīng)濟水平成反比，東、中、西部地區(qū)土地貢獻率分別為23.21%，51.47%和54.61%。研究結(jié)論:①制定土地政策時應(yīng)優(yōu)先投入資本及勞動力等要素，提高土地集約利用率，通過空間溢出效應(yīng)帶動區(qū)域經(jīng)濟增長;②對不同發(fā)展階段地區(qū)，應(yīng)實行差別化的土地政策:東部地區(qū)應(yīng)提高土地的集約利用程度，實現(xiàn)經(jīng)濟穩(wěn)定增長;中部地區(qū)應(yīng)嚴格控制土地投入，轉(zhuǎn)變經(jīng)濟增長方式;西部地區(qū)則仍需依靠土地投入帶動經(jīng)濟快速增長。

土地投入;經(jīng)濟增長;空間面板模型

土地要素一直被認為是推動中國經(jīng)濟高速增長的重要因素。特別是2004年中央政府明確提出運用土地政策參與宏觀調(diào)控以來，量化土地投入對中國經(jīng)濟增長的影響，已成為學(xué)者和政府部門關(guān)注的熱點問題。從現(xiàn)有文獻來看，由于不同學(xué)者的研究方法、模型選取、樣本期限等具有差異，對于土地投入對中國經(jīng)濟增長影響的研究結(jié)論也不盡相同［1－5］。大多研究采用面板數(shù)據(jù)分析方法，暗含著地區(qū)間相互獨立的假設(shè)，忽略了地區(qū)間的空間相關(guān)性，會造成有偏的估計［6］。目前為止僅有葉劍平等［7］采用空間誤差模型研究得出土地要素對中國經(jīng)濟增長的貢獻率高于忽略空間相關(guān)性的普通面板模型的估計結(jié)果。然而，該研究僅考慮了地理特征下經(jīng)濟增長的空間相關(guān)性，得出的結(jié)論具有一定的局限性。事實上，區(qū)域間經(jīng)濟的相互影響程度不僅與地理位置有關(guān)，也與經(jīng)濟水平密切相關(guān)，設(shè)置空間權(quán)重矩陣時應(yīng)考慮不同形式的空間特征。另外，經(jīng)濟增長的空間相關(guān)性不僅直接來源于增長本身的空間溢出，還間接來源于增長因素的空間溢出，僅考慮一方面會導(dǎo)致模型誤設(shè)和估計偏差。因此，空間權(quán)重矩陣的設(shè)定和空間計量模型的選擇對于空間計量的實證研究至關(guān)重要。本文構(gòu)建了包含空間滯后解釋變量和被解釋變量的空間Durbin模型，一方面更切實地反映了土地要素對中國經(jīng)濟增長的影響作用，另一方面揭示了土地投入的空間溢出效應(yīng)，為土地政策參與宏觀調(diào)控提供了有力的支持。

1 研究方法

1.1 土地投入對經(jīng)濟增長影響的分析方法

CD生產(chǎn)函數(shù)是分析經(jīng)濟增長的經(jīng)典模型。將土地要素S作為獨立要素引入CD生產(chǎn)函數(shù)，分析土地要素投入對中國經(jīng)濟增長的影響［2］60:

為了增加可比性并減少異方差，對(1)式進行對數(shù)化處理，建立普通線性回歸模型:

式中，Y、K、L和S分別表示二三產(chǎn)業(yè)的增加值、資本投入、勞動力投入和土地投入;A為效率參數(shù)，反映廣義技術(shù)進步水平;β1、β2和β3分別表示資本、勞動力和土地要素的產(chǎn)出彈性，即要素投入1%時二三產(chǎn)業(yè)增加的百分比;εit為誤差成分，表示其它對Y產(chǎn)生影響但未納入模型的因素。要素投入對經(jīng)濟增長的貢獻率取決于各要素的產(chǎn)出彈性系數(shù)和年均增長率。土地要素投入對經(jīng)濟增長的貢獻率［2］61可以表示為

1.2 空間相關(guān)性檢驗

構(gòu)建空間計量模型前，需要判斷區(qū)域間土地投入及經(jīng)濟增長的空間相關(guān)性存在與否。常用的檢驗統(tǒng)計量有Moran I、Geary’s C 和 Getis。本文采用 Moran I指數(shù)進行全局空間相關(guān)的檢驗［8］，計算公式如下:

1.3 空間面板模型的設(shè)定

根據(jù)空間計量經(jīng)濟學(xué)的觀點［9］，在計量模型中考慮空間相關(guān)性，通過空間權(quán)重矩陣將空間滯后誤差項或空間滯后因變量引入普通面板模型，形成空間面板模型。

1.3.1 空間誤差模型

空間誤差模型(SEM)表示經(jīng)濟增長的空間相關(guān)性來源于未納入模型的解釋變量的空間自相關(guān)。地區(qū)間的空間相關(guān)性通過空間滯后誤差項來體現(xiàn)。模型設(shè)定為:

式4中，wij為n×n階的空間權(quán)值矩陣;δ為空間自相關(guān)系數(shù)，表示遺漏的解釋變量的空間相關(guān)性。

1.3.2 空間滯后模型

空間滯后模型(SLM)表示地區(qū)經(jīng)濟增長受其他地區(qū)經(jīng)濟增長的影響，即經(jīng)濟增長存在空間溢出效應(yīng)。地區(qū)間的空間相關(guān)性由空間滯后被解釋變量來反映。模型設(shè)定為:

式5中，ρ為空間自回歸系數(shù)，表示被解釋變量空間相關(guān)性的方向和程度。

1.3.3 空間Durbin模型

經(jīng)濟增長除了受增長自身的空間影響外，還可能受技術(shù)水平、管理能力等未納入模型的潛在因素外溢產(chǎn)生的影響，投入要素的空間效應(yīng)也不容忽視。然而，同時包含空間滯后誤差項和空間滯后被解釋變量的模型會造成參數(shù)無法識別［10］。SDM模型滿足了兩種空間效應(yīng)可能同時存在的事實，能在絕大多數(shù)情況下給出無偏的參數(shù)估計結(jié)果［11］。因此，本文在SLM模型的基礎(chǔ)上納入空間滯后解釋變量，形成空間 Durbin模型(Spatial Durbin Model，SDM)。

SDM模型表示，某地區(qū)經(jīng)濟增長除了受其他地區(qū)經(jīng)濟增長的直接影響外，還受其他外生變量空間溢出造成的間接影響，其形式為:

式6中，θ為空間滯后解釋變量的回歸系數(shù)，表示其他地區(qū)的要素投入對本地區(qū)經(jīng)濟增長的影響方向和程度。

1.4 空間面板模型的選擇和估計

不同模型的估計結(jié)果存在較大差異，一般通過擬合優(yōu)度(R2)、對數(shù)似然值(LogL)以及拉格朗日乘數(shù)(LMlag和LMerr)等統(tǒng)計檢驗選擇合適的模型。然而，這些檢驗統(tǒng)計量只適用于截面模型，不能直接用于空間面板模型。本文用分塊對角矩陣W=ITWN代替檢驗統(tǒng)計量計算公式中的空間權(quán)重矩陣WN，其中IT為T×T單位矩陣，表示Kronecker乘積，由此把檢驗擴展到空間面板數(shù)據(jù)［12］。

由于存在空間相關(guān)性，普通最小二乘法(OLS)的估計結(jié)果是有偏甚至無效的。本文采用極大似然法，構(gòu)建模型的對數(shù)似然函數(shù)，利用Matlab的Spatial econometric工具箱估計模型參數(shù)。

2 變量與數(shù)據(jù)

2.1 變量選取與數(shù)據(jù)來源

本文采用中國內(nèi)地30個省區(qū)(重慶并入四川)1999－2008年共10年的面板數(shù)據(jù)進行估計。

(1)經(jīng)濟增長指標Y用二三產(chǎn)業(yè)增加值(億元)衡量。為了剔除物價變動的影響，以1999年為基期，利用GDP平減指數(shù)進行名義/實際的調(diào)整。原始數(shù)據(jù)來自《中國統(tǒng)計年鑒》(2000－2009)。

(2)資本要素K量化為資本存量(億元)。資本存量數(shù)據(jù)參考張軍的方法［13］根據(jù) Kt=(1 － δ)Ki－1+It進行估算，折舊率δ設(shè)為0.96，It為固定資產(chǎn)投資額，固定資產(chǎn)投資額來自《中國統(tǒng)計年鑒》(2000－2009)。

(3)勞動力要素L量化為各省二三產(chǎn)業(yè)的從業(yè)人口數(shù)(萬人)，數(shù)據(jù)來自《中國統(tǒng)計年鑒》(2000－2009)。

(4)土地要素S量化為各省城市建設(shè)用地面積(平方公里)，數(shù)據(jù)來自《中國城市建設(shè)統(tǒng)計年鑒》(2000－2009)。

2.2 空間權(quán)重矩陣的設(shè)定

空間權(quán)重矩陣反映其他地區(qū)經(jīng)濟發(fā)展對該地區(qū)經(jīng)濟增長的影響程度，對其設(shè)定是空間計量模型實證研究中的關(guān)鍵環(huán)節(jié)。本文在設(shè)定空間權(quán)重矩陣時，采取先驗設(shè)定的方法，從地理因素和經(jīng)濟因素兩方面考慮。

一方面，根據(jù)Tobler提出的地理學(xué)第一定律，地區(qū)間的相互影響隨地理距離的加大而趨于減?。?4］。本文采用地理距離權(quán)重矩陣w衡量地區(qū)間的相互關(guān)系。wij為兩地區(qū)省會距離平方的倒數(shù)［15］，是地理權(quán)重矩陣中第i行和第j列的矩陣元素。省會距離以國家基礎(chǔ)地理信息中心網(wǎng)站提供的1∶400萬電子地圖為基礎(chǔ)，利用Geoda059i軟件測量得出。

另一方面，地理因素并不是決定空間權(quán)重的唯一因素，僅反映地理區(qū)位差異的地理距離權(quán)重矩陣不足以解釋地區(qū)間經(jīng)濟增長的相互依賴程度。因此，本文根據(jù)區(qū)域間經(jīng)濟發(fā)展水平的差異賦予各地區(qū)地理距離矩陣不同的權(quán)重，形成經(jīng)濟距離權(quán)重矩陣W，以便更為準確地衡量土地要素對區(qū)域經(jīng)濟增長的貢獻［16］。按GDP加權(quán)的經(jīng)濟距離權(quán)重矩陣，可以表示為地理距離權(quán)重矩陣w與各地區(qū)GDP所占比重均值的對角矩陣的乘積，具體形式為:

3 實證分析

3.1 空間自相關(guān)性檢驗

首先，利用全國GDP和土地的Moran I指數(shù)描述經(jīng)濟增長和土地投入的空間關(guān)聯(lián)程度。從圖1可看出，1999－2008年GDP的Moran I指數(shù)是0.216－0.324，土地要素的Moran I指數(shù)是0.168－0.219，均在1%水平下顯著，說明中國土地投入和經(jīng)濟增長均存在明顯的正空間相關(guān)性，必須將地區(qū)間的空間相關(guān)性引入模型，才能就土地投入對經(jīng)濟增長的影響進行更符合實際的估計。

圖1 1999－2008年GDP和土地的Moran I指數(shù)時序圖Fig.1 Moran I index timing diagram of GDP and land in China from 1999 to 2008

其次，為了區(qū)分哪種形式的空間相關(guān)性占主導(dǎo)地位，我們進行空間相關(guān)性檢驗。LMlag統(tǒng)計量在1%的水平下顯著，其值為47.26。而LMerr統(tǒng)計量在10%的水平下顯著，其值為3.27。根據(jù)Anselin提出的判斷準則［17］，LMlag統(tǒng)計量大于LMerr統(tǒng)計量，說明空間滯后因變量的空間相關(guān)性占主導(dǎo)地位，應(yīng)選擇SLM模型?？紤]到兩種空間相關(guān)性可能同時存在，根據(jù) Lesage和 Pace的觀點［11］32，在不能忽略空間滯后因變量的情況下，SDM模型的估計更加可靠。

3.2 面板模型估計結(jié)果及分析

采用極大似然法分別對引入空間相關(guān)性的模型(4)、(5)、(6)進行參數(shù)估計。表1和表2分別為根據(jù)地理距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣建立的空間面板模型的估計結(jié)果。

根據(jù)估計結(jié)果，可以發(fā)現(xiàn):

(1)從R2、Adj-R2和LogL等統(tǒng)計量來看，不同權(quán)重下的三種模型均具有較好的擬合度，表明納入土地要素和空間相關(guān)性的CD生產(chǎn)函數(shù)能較好地解釋要素投入與經(jīng)濟增長的關(guān)系。其中，SDM模型的擬合優(yōu)度最高，LogL最大，大多數(shù)估計參數(shù)通過了1%的顯著性檢驗，從統(tǒng)計檢驗上說明SDM模型是較好的選擇。

(2)三種模型的空間相關(guān)性系數(shù)大多在1%的水平下顯著為正，進一步從統(tǒng)計量上說明將空間相關(guān)性引入模型的必要性。經(jīng)濟距離權(quán)重下SLM模型和SEM模型的空間相關(guān)性系數(shù)分別為0.394和0.180，高于地理距離權(quán)重下的空間相關(guān)性系數(shù)。經(jīng)濟距離權(quán)重模型顯示更強的空間相關(guān)性，說明經(jīng)濟發(fā)展水平對經(jīng)濟增長空間相關(guān)性的影響比地理位置的影響更大。在地理距離權(quán)重下SDM模型顯示負的空間相關(guān)性，其系數(shù)為－0.083，但不顯著;而在經(jīng)濟距離權(quán)重下SDM模型顯示顯著為正的空間相關(guān)性，其系數(shù)為0.039。在兩種權(quán)重下空間相關(guān)性發(fā)生變化進一步說明考慮經(jīng)濟因素的必要性。

經(jīng)濟距離權(quán)重既考慮了地理區(qū)位的遠近，又通過加權(quán)GDP考慮了經(jīng)濟發(fā)展水平的影響，更好地反映地區(qū)間的相互關(guān)聯(lián)程度，相對于地理距離權(quán)重而言更為合理。究其原因，一是地區(qū)間的空間相互作用并非一致，經(jīng)濟較發(fā)達地區(qū)對經(jīng)濟較差地區(qū)的輻射和帶動作用明顯較強，而經(jīng)濟較差地區(qū)對經(jīng)濟發(fā)達地區(qū)的影響力較弱;二是經(jīng)濟發(fā)達地區(qū)的空間輻射范圍更廣，例如，上海作為中國的經(jīng)濟中心之一，不僅對臨省產(chǎn)生帶動作用，對較遠省市也發(fā)揮經(jīng)濟輻射作用。

綜上所述，我們以經(jīng)濟距離權(quán)重下SDM模型的估計結(jié)果作為結(jié)論分析的依據(jù)。

(1)從參數(shù)系數(shù)看，資本、勞動力和土地的產(chǎn)出彈性

表1 地理距離權(quán)重不同模型估計結(jié)果Tab.1 Results of geographic distance weight estimated with different spatial panel models

表2 經(jīng)濟距離權(quán)重不同模型估計結(jié)果Tab.2 Results of economic distance weight estimated with different spatial panel models

系數(shù)分別是0.114、0.470和0.611。土地要素投入每增加1%，可造成GDP0.611%的增長，是三個要素中產(chǎn)出彈性系數(shù)最大的一個。(β1+β2)/β3=0.957，說明現(xiàn)階段土地要素仍難被資本和勞動力要素取代。

(2)從空間自回歸系數(shù)看，SDM模型較之SLM模型有所降低(分別為0.039和0.394)。這可能是由于SLM模型將各投入要素的空間效應(yīng)籠統(tǒng)地歸結(jié)于經(jīng)濟增長本身的空間相關(guān)性，高估了其他地區(qū)經(jīng)濟增長對該地區(qū)經(jīng)濟的影響。因此，剝離各要素的空間溢出效應(yīng)對于分析要素投入對經(jīng)濟增長的影響更為合理。

(3)從空間滯后解釋變量的系數(shù)看，W-K、W-L和W-S的系數(shù)均為正(分別為0.337、0.503和0.069)，說明該地區(qū)的要素投入對其他地區(qū)的經(jīng)濟增長產(chǎn)生正向影響。事實上，要素投入不僅是本地區(qū)經(jīng)濟增長的動力和源泉，還通過溢出效應(yīng)影響其他地區(qū)。勞動力和資本的空間溢出效應(yīng)遠大于土地。土地要素投入對經(jīng)濟增長的貢獻主要體現(xiàn)在土地投入所在的地區(qū)，對其他地區(qū)的影響很小;而勞動力和資本要素投入不僅促進本地區(qū)經(jīng)濟增長，還通過技術(shù)、管理等因素的溢出提高其他地區(qū)資本和勞動力的利用效率，進而帶動其他地區(qū)的經(jīng)濟增長。據(jù)此推測，投入勞動力和資本要素比投入土地更有利于促進要素空間溢出和區(qū)域經(jīng)濟合作。

3.3 東、中、西部地區(qū)的比較分析

中國幅員廣闊，區(qū)域間資源稟賦和經(jīng)濟發(fā)展水平差異顯著，土地要素投入對經(jīng)濟增長的彈性系數(shù)也可能存在差異，因此，進一步將全國按東、中、西部進行劃分，進行回歸估計①。

根據(jù)模型的擬合檢驗，SDM的估計結(jié)果中有部分參數(shù)不顯著，模型的穩(wěn)健性也較差。這可能是由于劃分區(qū)域后樣本量減少，不再滿足極大似然估計方法的大樣本要求，存在估計誤差。經(jīng)濟距離權(quán)重下SLM模型的擬合優(yōu)度最高，估計參數(shù)的顯著性也最好②。因此，我們選擇經(jīng)濟距離權(quán)重下SLM的估計結(jié)果進行分析，估計結(jié)果見表3。

從表3的估計結(jié)果來看，模型的R2、Adj-R2和LogL值都較大，反映經(jīng)濟距離權(quán)重矩陣下分區(qū)域的SLM模型擬合優(yōu)度比較理想。除個別變量外，絕大多數(shù)估計參數(shù)在1%的水平下顯著。東部、中部和西部地區(qū)經(jīng)濟增長的空間相關(guān)性系數(shù)分別為0.108、0.262和0.306，說明三個區(qū)域內(nèi)均存在顯著為正的空間相關(guān)性。經(jīng)濟越落后的地區(qū)，受其他地區(qū)經(jīng)濟發(fā)展的影響程度越大，經(jīng)濟增長的空間溢出效應(yīng)越強，加強區(qū)域合作對地區(qū)間經(jīng)濟的輻射和帶動作用也越大。

表3 東、中、西部經(jīng)濟距離權(quán)重SLM模型估計結(jié)果Tab.3 Results of economic distance weight estimated with SLM model in eastern，central and western regions of China

根據(jù)回歸得出的各要素的產(chǎn)出彈性系數(shù)和計算出的年均增長率，測算各要素對經(jīng)濟增長的貢獻率。表4為1999－2008年全國和3個區(qū)域要素投入對經(jīng)濟增長的貢獻率。

表4 1999－2008年土地要素投入對全國和三區(qū)域經(jīng)濟增長的貢獻率 %Tab.4 The contribution of land，labor and capital elements investment to economic growth in China and three regions from year 1999 to 2008

根據(jù)表4的結(jié)果，全國范圍內(nèi)土地投入對經(jīng)濟增長的貢獻率最高(36.63%)，其次為勞動力(15.87%)和資本(13.55%)。這說明土地要素投入是中國經(jīng)濟增長的重要推動力。

不同經(jīng)濟發(fā)展階段土地要素投入對經(jīng)濟增長的貢獻率不盡相同。西部地區(qū)土地投入對經(jīng)濟增長的貢獻率最高(54.61%)，中部地區(qū)次之(51.47%)，東部地區(qū)最低(23.21%)。這說明土地要素投入對經(jīng)濟增長的影響與經(jīng)濟發(fā)展水平有關(guān)。相對于經(jīng)濟較發(fā)達地區(qū)而言，經(jīng)濟較為落后地區(qū)的資本、勞動力等要素較為短缺，技術(shù)、管理水平也比較滯后，土地投入對經(jīng)濟增長的拉動作用更大。

東部地區(qū)技術(shù)等其他要素的貢獻率最高(29.87%)，勞動力對經(jīng)濟增長的貢獻率略高于土地和資本(分別為25.19%、23.21%和21.74%)，各要素貢獻率比較均衡。這說明經(jīng)濟較發(fā)達的東部地區(qū)的經(jīng)濟增長更依賴于技術(shù)創(chuàng)新和管理水平提高等其他因素。中部地區(qū)土地要素的貢獻率遠高于資本和勞動力(分別為51.47%、24.42%和8.73%)，而技術(shù)等其他因素的貢獻率低于全國和其他地區(qū)的平均水平(15.38%)。這說明中部地區(qū)經(jīng)濟增長對土地要素的依賴性很強，勞動力和技術(shù)等其他因素投入的利用效率較低，要素貢獻失衡。西部地區(qū)資本要素的彈性系數(shù)為負且不顯著，置信度不高，據(jù)此推算的資本和其他因素的貢獻率也不具有參考價值。因此，僅考察土地要素對西部地區(qū)經(jīng)濟增長的影響。經(jīng)濟較落后的西部地區(qū)土地要素的貢獻率為54.61%，說明土地要素的投入是西部地區(qū)經(jīng)濟增長的主要源泉。

4 結(jié)論

本文采用中國和東、中、西三區(qū)域1999－2008年的省級面板數(shù)據(jù)，分別從地理特征和經(jīng)濟特征兩方面建立空間權(quán)重矩陣，構(gòu)建空間計量模型，深入考察土地要素對經(jīng)濟增長的影響。主要結(jié)論如下:

(1)本文基于空間面板估計的土地要素對經(jīng)濟增長的彈性系數(shù)低于同類研究基于普通面板的估計結(jié)果，據(jù)此測算的土地投入對經(jīng)濟增長的貢獻率高于同類研究結(jié)果①。這意味著，若忽略空間相關(guān)性的影響，會忽略土地投入對其他地區(qū)經(jīng)濟增長的帶動作用，從而低估了土地投入對中國整體經(jīng)濟增長的貢獻率。另外，經(jīng)濟增長本身和投入要素的空間相關(guān)性均不容忽視。在保證樣本量的情況下，空間Durbin模型的穩(wěn)健性更好，估計結(jié)果相對而言更加可信?？臻gDurbin模型不僅有助于深入剖析土地投入對經(jīng)濟增長的直接影響，還有助于揭示土地要素溢出對經(jīng)濟增長的間接影響。

(2)土地投入對中國經(jīng)濟增長具有正向的促進作用，但空間溢出效應(yīng)遠不及資本、勞動力和技術(shù)等其他因素。由此可以推斷，土地要素投入對當?shù)亟?jīng)濟具有明顯的促進作用，但對于帶動區(qū)域合作，發(fā)展規(guī)模經(jīng)濟作用有限;而勞動力和資本通過技術(shù)、知識外溢等方式對地區(qū)經(jīng)濟聯(lián)動有很大貢獻。

從地方層面看，由于土地對經(jīng)濟增長的高貢獻率，各地對土地指標的爭奪日益激烈，資源配置的扭曲也更加明顯，由此引發(fā)的盲目圈地和過度城市化加劇了資源環(huán)境的不協(xié)調(diào)和經(jīng)濟發(fā)展的不平衡;從國家層面來看，土地要素對經(jīng)濟增長具有很大的推動作用，但對于相鄰地區(qū)的帶動作用則很有限，不利于發(fā)展區(qū)域經(jīng)濟合作。另外，依靠土地投入拉動經(jīng)濟增長僅是特殊階段發(fā)展經(jīng)濟的“權(quán)宜之計”，絕不是持續(xù)穩(wěn)定發(fā)展的長遠之計。

因此，從全局和長遠角度考慮，制定土地政策時不僅要考慮土地投入對經(jīng)濟增長的貢獻，還要考慮土地要素的空間溢出效應(yīng)?？刂仆恋赝度氲耐瑫r增加資本、勞動和技術(shù)等其它要素的投入，既可以提高單位土地的集約利用率，還可以通過空間溢出效應(yīng)促進其它地區(qū)經(jīng)濟增長。

(3)土地要素對經(jīng)濟增長的影響存在地區(qū)性差異，土地要素的產(chǎn)出彈性和對經(jīng)濟增長的貢獻率與地區(qū)經(jīng)濟發(fā)展水平成反比。經(jīng)濟較發(fā)達的東部地區(qū)各要素貢獻率相對均衡，應(yīng)提高土地的集約利用程度，實現(xiàn)經(jīng)濟穩(wěn)定增長。中部地區(qū)各要素的貢獻率明顯失衡，資源配置不合理，應(yīng)嚴格控制土地投入，轉(zhuǎn)變經(jīng)濟增長方式。西部地區(qū)在考慮環(huán)境壓力和糧食安全的基礎(chǔ)上，短時間內(nèi)仍需依靠土地要素的投入吸引資本和勞動力等配套資源，拉動經(jīng)濟快速增長。從政策層面來看，不同發(fā)展階段地區(qū)土地要素投入對經(jīng)濟增長的影響不同，應(yīng)充分考慮各地區(qū)資源稟賦和經(jīng)濟水平的差異，實行差別化的土地政策，避免政策的“一刀切”。

References)

［1］李明月，胡竹枝.土地要素對經(jīng)濟增長貢獻的實證分析:以上海市為例［J］.軟科學(xué)，2005，19(6):21 －23.［Li Mingyue，Hu Zhuzhi.Empirical Study on Contibution Rate of Land to Economic Growth in Shanghai［J］.Soft Science，2005，19(6):21 －23.］

［2］毛振強，左玉強.土地投入對中國二三產(chǎn)業(yè)發(fā)展貢獻的定量研究［J］.中國土地科學(xué)，2007，21(3):59－63.［Mao Zhenqiang，Zuo Yuqiang.Study on Contribution Rate of Land to the Senond＆ Service Industy Growth［J］.China Land Science，2007，21(3):59 －63.］

［3］豐雷，魏麗，蔣妍.論土地要素中國經(jīng)濟增長的貢獻［J］.中國土地科學(xué)，2008，22(12):4 － 10.［Feng Lei，Wei Li，Jiang Yan.Study on the Contribution of Land Element to Economic Growth in China［J］.China Land Science，2008，22(12):4 －10.］

［4］姜海，夏燕榕，曲福田.建設(shè)用地擴張對經(jīng)濟增長的貢獻及其區(qū)域差異研究［J］.中國土地科學(xué)，2009，23(8):4－8.［Jiang Hai，Xia Yanrong，Qu Futian.Study on Contribution of Construction Land Expansion to Economic Growth and Its Regional Difference［J］.China Land Science，2009，23(8):4 －8.］

［5］李名峰.土地要素對中國經(jīng)濟增長貢獻研究［J］.中國地質(zhì)大學(xué)學(xué)報:社會科學(xué)版，2010，10(1):60 －64.［Li Mingfeng.Research on the Contribution of Land Element to China’s Economic Growth［J］.Journal of China University of Geosciences:Social Sciences Edition，2010，10(1):60 －64.］

［6］Anselin L.Spatial Econometrics:Methods and Models［M］.The Netherlands:Kluwer Academic Publishers，1988.

［7］葉劍平，馬長發(fā)，張慶紅.土地要素對中國經(jīng)濟增長貢獻分析:基于空間面板模型［J］.財貿(mào)經(jīng)濟，2011，(4):111－124.［Ye Jianping，Ma Changfa，Zhang Qinghong.Study on the Contribution of Land Element to Economic Growth in China:Based on Spatial Panel Model［J］.Finance ＆ Trade Economics，2011，(4):111 －124.］

［8］Moran P.A Test for Serial Independence of Residuals ［J］.Biometrika，1950，(37):178 －181.

［9］Elhorst P J.Specification and Estimation of Spatial Panel Data Models［J］.International and Regional Sciences Review，2003，26:244－268.

［10］Manski C F.Identification of Endogenous Social Effects:The Reflection Problem ［J］.Review of Economic Studies，1993，60:531－542.

［11］LeSage J P，Pace R K.Introduction to Spatial Econometrics［M］.Boca Raton，US:CRC Press Taylor＆Francis Group，2009.

［12］何江，張馨之.中國區(qū)域經(jīng)濟增長及其收斂性:空間面板數(shù)據(jù)分析［J］.南方經(jīng)濟，2006，(5):44－52.［He Jiang，Zhang Xinzhi.Chinese Regional Economic Growth and Concvergence:Spatia Panel Data Analysis［J］.South Economic，2006，(5):44 － 52.］

［13］張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算:1952－2006［J］.經(jīng)濟研究，2004，(10):35 － 44.［Zhang Jun，Wu Guiying，Zhang Jipeng.The Estimation of China’s Provincial Captial Stock:1952 － 2000 ［J］.Economic Research Journal，2004，(10):35 －44.］

［14］Tobler W.On the First Law of Geography:A Reply［J］.Annals of the Association of American Geographers，2004，94:304 －310.

［15］Tiiu P，F(xiàn)riso S.Regional Income Inequality and Convergence Processes in the EU － 25 ［J］.Science Regional，2008，(7):29－50.

［16］王火根，沈利生.中國經(jīng)濟增長與能源消費空間面板分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007，(12):98 －107.［Wang Huogen，Shen Lisheng.A Spatial Panel Statistial Analysis on Chinese Economic Growth and Energy Consumption［J］.The Journal of Quantitative ＆ Technical Economics，2007，(12):98 －107.］

［17］Anselin L，Rey S.Properties of Tests for Spatial Dependence in Linear Regression Models ［J］.Geographical Analysis，1991，(23):112－131.

［18］Hsiao C.Analysis of Panel Data 4th［M］.Cambridge:Cambridge University，2003.

［19］Baltagi B H.Econometrics Analysis of Panel Data 3th［M］.Chichester:Wiley，2005.

［20］Elhorst P J.Unconditional Maximum Likelihood Estimation of Linear and Log-linear Dynamic Models for Spatial Panels［J］ .Geographical Analysis，2005，37(1):85 －106.

［21］Anselin L，Rey S.Introduction to the Special Issue on Spatial Econometrics［J］.Inernational Regional Science Review，1997，20:1－7.

［22］Case A C，Rosen H S，Hines J.Budget Spillovers and Fiscal Policy Interdependence:Evidence from the States［J］.Journal of Public Economics，1993，52:285 －307.

［23］達摩達爾·N·古扎拉蒂.計量經(jīng)濟學(xué)基礎(chǔ)(第四版)［M］.北京:中國人民大學(xué)出版社，2005.［Damodar N G Basic Econometrics(Fourth Edition)［M］.Beijing:People’s University of China Press，2005.］

［24］符淼.地理距離和技術(shù)外溢效應(yīng):對技術(shù)和經(jīng)濟集聚現(xiàn)象的空間計量學(xué)解釋［J］.經(jīng)濟學(xué)，2009，8(4):1549－1566.［Fu Miao.Geographical Distance and Technological Spillover Effects:A Spatial Econometric Explanation of Technological and Economic Agglomeration Phenomena［J］.China Economic Quarterly，2009，8(4):1549 －1566.］

［25］季民河，武占云，姜磊.空間面板數(shù)據(jù)模型設(shè)定問題分析［J］.統(tǒng)計與信息論壇，2011，26(6):3 －7.［Ji Minghe，Wu Zhanyun，Guo Lei.Issues in Spatial Panel Data Model Specification［J］.Statistis＆ Information Forum，2011，26(6):3－7.］

［26］李鑫，張瑞平，歐名豪，等.建設(shè)用地二三產(chǎn)業(yè)增長貢獻及空間相關(guān)性研究［J］.中國人口·資源與環(huán)境，2011，21(9):64－68.［Li Xin，Zhang Ruiping，Ou Minghao.Study on Construction Land Contribution to Secondary＆Service Industry and Its Spatial Correlation［J］.China Population，Resources and Environment，2011，21(9):64 －68.］

［27］毛振強，左玉強，等.再論土地對中國二三產(chǎn)業(yè)發(fā)展的貢獻［J］.中國土地科學(xué)，2009，23(1):19－24.［Mao Zhenqiang，Zuo Yuqiang， etal. Re-discussion on Land Contribution tothe Senondary and Tertiary Industries in China［J］.China Land Science，2009，23(1):19 －24.］

Study on the Influence of Land Investment on Regional Economic Growth

TAN Shu-kuiRAO Ying-xue ZHU Xiang-bo
(Department of Land Management，Huazhong University of Science and Technology，Wuhan Hubei 430074，China)

This paper uses spatial econometric methods to set the spatial weight matrix，from both geographical and economic characteristics.Based on CD production function，panel data model is build to study the influence of land investment to economic growth in China and different regions of it during 1999－2008.Results show that:① The spatial Durbin model has good robustness and its estimation result is more reliable than the normal panel model if we take into account of the spatial correlation of both economic growth and the investment element.② The investment of land has a significant contribution to China’s economic growth，and the contribution rate is 36.63%.③ The overflow effect of land investment is far less than the capital and labor investment，and correlation coefficient index of the land investment is 0.069.Correlation coefficient index of the capital and labor investment are 0.337 and 0.503，respectively.④ The contribution rate of land is inversely proportional to the economic level，and the eastern has the rate of 23.21%.The central and the western are 51.47%and 54.61%，respectively.The paper drew following conclusions:① Land policy should give priority to capital and labor investment，through spatial spillovers，to improve the utilization of land use and the development of regional economics.② The land policy of different regions should be different:the eastern region should increase the degree of intensive utilization of land to get the steady development，the central region must be strictly controlled the land investment in order to change the way of developing，and the western region still need to rely on the land investment to drive rapid social-economic growth.

land investment;economic growth;spatial panel models

F301

A

1002－2104(2012)09－0061－07

10.3969/j.issn.1002－2104.2012.09.010

(編輯:王愛萍)