劉向南，單嘉銘，石曉平，汪明進

（1.南京農業(yè)大學公共管理學院，江蘇南京 210095；2.浙江紹興市委黨校，浙江紹興 312000）

發(fā)達地區(qū)城市工業(yè)用地效率評價及影響因素研究
——以浙江省紹興市為例

劉向南1，單嘉銘1，石曉平1，汪明進2

（1.南京農業(yè)大學公共管理學院，江蘇南京 210095；2.浙江紹興市委黨校，浙江紹興 312000）

文章以浙江紹興市6個縣（市、區(qū)）工業(yè)用地為研究對象，采用數據包絡分析（DEA）法和Malmquist指數模型，測度各地工業(yè)用地效率、工業(yè)全要素生產率及其時空特征，并構建回歸模型研究工業(yè)用地效率的主要影響因素及其可能的作用機制。研究發(fā)現：工業(yè)用地的區(qū)位特征明顯區(qū)別于住宅、商服等行業(yè)，用地效率與工業(yè)用地管控、產業(yè)轉型、投資結構、科技創(chuàng)新等緊密關聯；地方政府供地和投資政策與工業(yè)全要素生產率變化存在著較強關聯性，工業(yè)全要素生產率提高主要依靠技術進步；經濟發(fā)達地區(qū)城市工業(yè)用地效率的主要影響因素是工業(yè)研發(fā)投入、工業(yè)企業(yè)規(guī)模、工業(yè)土地持有成本和工業(yè)行業(yè)集聚度。在此基礎上，從實施技術驅動發(fā)展模式、改革土地出讓方式、促進企業(yè)適度規(guī)模經營、推進產業(yè)有效集聚等方面提出了政策建議。

發(fā)達地區(qū)；工業(yè)用地；效率；影響因素；DEA-Malmquist指數法

一、引言

隨著我國工業(yè)化和城鎮(zhèn)化快速發(fā)展，建設用地持續(xù)擴張，耕地和生態(tài)用地面積不斷減少，嚴重威脅了糧食安全和生態(tài)安全［1］。在我國建設用地中，工業(yè)用地占比達21.79%，明顯高于發(fā)達國家平均約10%左右的水平［2］;工業(yè)用地利用粗放，且產出效率偏低，我國發(fā)達地區(qū)工業(yè)用地容積率僅0.3～0.6，發(fā)達國家一般在1.0以上［3］;長三角地區(qū)的工業(yè)平均產出率，只相當于國際平均產出率的1/80［4］;相對粗放的工業(yè)用地方式也在一定程度上導致了產業(yè)結構的低端化。到2020年，我國常住人口城鎮(zhèn)化率將從2013年的53.7%提高到60%左右，2025年要基本實現工業(yè)化;同時，經濟新常態(tài)背景下如何促進產業(yè)轉型升級，對保持宏觀經濟的持續(xù)發(fā)展、突破“中等收入陷阱”的隱憂也具有關鍵意義［5］。土地是基本的生產要素，轉變用地方式，提高工業(yè)用地效率，是化解工業(yè)化、城鎮(zhèn)化用地難題和資源約束的關鍵途徑，同時對引導工業(yè)技術創(chuàng)新和轉型升級也具有重要的現實意義。發(fā)達地區(qū)處于我國經濟發(fā)展的前沿，對其在這一方面的實踐評價與總結，具有更加重要和典型的示范意義。

目前，國內學術界側重于對城鄉(xiāng)建設用地整體上的研究，專門針對工業(yè)用地的研究尚處在起步階段［6］，研究工業(yè)用地的學術文獻也主要集中于集約利用方面［7-10］。在研究工業(yè)用地效率的少量文獻中，既有的研究主要集中在從相對宏觀的區(qū)域層面對工業(yè)用地的效率及其時空差異進行分析和評價［11-16］，對效率的內涵認識和測度較為單一，對影響效率的主要因素及造成這種差異的客觀原因和機制也缺少相對深入和系統(tǒng)的探討。在現有工業(yè)用地效率的研究方法上，主要包括從投入產出角度設定若干指標進行評價［17］，或采用全要素生產率法［18］、單指標分析法［19］、綜合指標法［20］、生產函數法［21］進行評價等。以上研究需要構建評價指標體系，或者設定具體函數，但由于確定指標權重、預設函數模型具有較強的主觀性，往往影響到對工業(yè)用地效率評價的客觀性。因此，探索更有效的研究方法也是工業(yè)用地效率研究的一個重要發(fā)展方向。

本研究以浙江省紹興市所轄6個縣（市、區(qū)）為樣本，采用數據包絡分析法（Data Envelopment Analysis，簡記DEA）和Malmquist指數方法，測度2010-2014年各縣域工業(yè)用地綜合效率，并建立計量回歸模型，構建面板數據，分析工業(yè)用地效率的主要影響因素及其內在機制，提出優(yōu)化工業(yè)用地效率的相關政策建議，以期為合理調控、高效利用城市工業(yè)用地提供科學的管理和決策依據。

二、工業(yè)用地效率的測量與評價

（一）研究方法

本研究首先通過DEA法計算出各地工業(yè)用地綜合效率，評估各地工業(yè)用地效率及其變化結構特征①。在此基礎上，計算Malmquist指數，進一步考察各地包含土地要素投入的工業(yè)全要素生產率（Total Factor Productivity，簡記TFP）變化情況，并將全要素生產率分解為技術效率變化和技術進步變化，觀察其對生產率的影響。

1.數據包絡分析法（DEA法）

DEA模型以線性規(guī)劃的數學過程，將決策單元（Decision Making Unit，簡記DMU）的投入、產出，映射到空間中線性組合，構建一條包絡前沿線，從而衡量每個決策單元的相對效率。CCR（Charnes&Cooper &Rhodes）模型是第一個DEA模型，它是在假設DMU規(guī)模報酬不變的情況下衡量整體效率，然而并不是所有的DMU都處于規(guī)模報酬不變的情形。鑒于此，Banker等修正了規(guī)模報酬不變的假設，提出了在規(guī)模報酬變動下的BCC（Banker&Charnes&Coopers）模型。DEA方法的基本公式為［22］：

式（1）中，當δ=0時，為假設規(guī)模報酬不變的CCR模型;當δ=1時，為假設規(guī)模報酬可變的BCC模型。θ為決策單元（DMU）的相對效率；x表示投入變量，y表示產出變量;s-與s+分別表示投入與輸出的松弛變量;λj是根據DMUj重新構造一個有效DMU組合時第j個決策單元的組合比例。θ介于0和1之間，數值越大說明決策單元越有效率，θ為1則表明投入產出最優(yōu)。本文把所研究的每一個縣（市、區(qū)）當作是一個多投入、多產出的決策單元，它們所處的發(fā)展階段不同，規(guī)模報酬有明顯差異，因此，本文選擇規(guī)模報酬可變的BCC模型，以更好地反映不同縣（市、區(qū)）的工業(yè)用地效率。

2.Malmquist指數模型

由于各期的生產前沿面不同，CCR模型和BCC模型不能對時間序列數據進行有效分析，而Malmquist指數則能彌補上述兩個模型的不足，對時間序列數據進行縱向分析?；贒EA的Malmquist指數是廣泛應用的測度全要素生產率的方法，具有非參數模型優(yōu)點。其公式為：

式（2）基于產出情形，式中x表示投入向量，y表示產出向量，（xt,yt）、（xt+1,yt+1）表示從第t期到t+1期的決策單元i的技術進步變化指數;為距離函數，即BCC模型的效率函數值，表示生產配置（xt,yt）到t時刻前沿面的距離。對公式（2）進行分解推導，又可以得到Malmquist指數的公式：

式（3）中，第一項為技術效率變化指數，即從t時期到t+1時期的變化;第二項為技術進步變化指數，即t時期到t+1時期生產前沿面的移動變化。Malmquist指數變化大于1，表明從t時期到t+1時期包含土地要素投入的工業(yè)全要素生產效率是增長的;小于1，表明效率衰退;等于1，表明效率不變。

（二）指標選擇

1.研究對象概況

本研究以浙江省紹興市所轄6個縣（市、區(qū)）作為研究對象，并將每一個縣級行政區(qū)抽象化為工業(yè)生產的決策單元（DMU）。紹興市地處浙江省東部，2014年經濟總量居中國主要城市第36位，所轄6個縣（市、區(qū)）均是全國百強縣，但在發(fā)展水平上仍有較明顯差異，其基本情況見表1。紹興市是全國十大國土資源節(jié)約集約模范市，也是國土資源部、浙江省政府確定的城鎮(zhèn)低效用地再開發(fā)試點市，在工業(yè)用地利用管理方面進行了積極的探索，研究紹興6個縣（市、區(qū)）的工業(yè)用地效率及影響因素，對于工業(yè)經濟轉型升級和城鎮(zhèn)化健康發(fā)展，具有較好的典型性和先導價值。

表1 紹興市6個縣（市、區(qū)）基本情況（2014年）

2.指標選取與數據來源

變量指標的選擇，是運用DEA-Malmquist指數法的關鍵。土地利用效率評價涉及經濟、社會及生態(tài)三個方面因素［23］，考慮到評價經濟系統(tǒng)相對效率的DEA方法特點和指標的定量化，對工業(yè)用地效率評價時往往選擇經濟方面的多指標進行分析，由此得到多投入多產出變量指標組合［16］。所取投入指標主要是土地、勞動力、資產投入和財政支出等，所取產出指標主要是國民生產總值、工業(yè)產值、工業(yè)增加值、工業(yè)利潤總額、工業(yè)稅收、財政收入等［12-13，16-17］。綜合參考指標的關聯性和代表性，并考慮數據的可獲得性，本研究選擇土地、勞動力、資產作為投入要素，將工業(yè)產值、利潤作為產出要素，并分別以各地規(guī)模以上工業(yè)企業(yè)的用地面積、全部職工年人數、資產總額和總產值、利潤總額來表征，分析其工業(yè)用地效率?？紤]到2010年規(guī)模以上工業(yè)企業(yè)統(tǒng)計口徑由年主營業(yè)務收入500萬元調至2000萬元，本文研究的時間上限為2010年，時間維度為2010-2014年，研究數據主要來自歷年《紹興統(tǒng)計年鑒》②。

（三）工業(yè)用地效率評價與差異分析

1.工業(yè)用地效率及其特征

運用BCC模型和DEAP2.1軟件，計算紹興市6個縣（市、區(qū)）2010-2014年工業(yè)用地效率，結果見表2。

表2 紹興市6個縣（市、區(qū)）工業(yè)用地效率（2010-2014年）

對表2進行分析，發(fā)現紹興市縣域工業(yè)用地效率的以下幾個特征：

（1）縣域之間工業(yè)用地效率的整體差距不大。從表2看，紹興市6個區(qū)域的5年平均工業(yè)用地效率相對都處在較高水平，諸暨、新昌一直為1，柯橋、上虞、嵊州、越城分別為0.987、0.936、0.802、0.773，這說明紹興全市各地的工業(yè)用地效率相對比較均衡，與紹興市作為國土資源節(jié)約集約模范市的地位是相吻合的。

（2）工業(yè)用地效率變化與時間推進沒有關聯。5年間，諸暨、新昌和柯橋一直穩(wěn)定在相對最優(yōu)或者逐年提高;上虞波動中呈上升趨勢，嵊州、越城則表現為逐漸走弱的趨勢。這說明工業(yè)用地效率并不會隨時間推進而自然提高，甚至一定程度上存在著路徑依賴的特征，這也為政府加強工業(yè)用地管理提供了重要的理論依據。

（3）工業(yè)用地效率高低與區(qū)位優(yōu)劣沒有必然聯系。從空間分異看，諸暨、新昌、柯橋、上虞始終處于較高或者最優(yōu)水平，而嵊州、越城一直相對較低。就交通區(qū)位來說，處于紹興市南部山區(qū)的新昌效率一直處于最優(yōu)水平，而處在紹興市中心城區(qū)的越城效率卻最低，這反映了工業(yè)用地在區(qū)位特征上與商服、居住等用地存在顯著的差別。

（4）各地在工業(yè)用地管控、產業(yè)轉型、投資結構、科技創(chuàng)新等方面的差異，對工業(yè)用地效率具有較大影響。如工業(yè)用地效率一直處于最優(yōu)的新昌縣，產業(yè)層次高、科技創(chuàng)新能力強，2014年全縣研發(fā)經費占GDP比重達3.84%。諸暨是全國國土資源節(jié)約集約模范縣（市），2011年就規(guī)定新上工業(yè)項目實際投入必須高于6 000萬元/hm2、外資投入必須高于600萬美元/hm2?？聵蛟谌珖讋?chuàng)“以畝產論英雄”理念，在浙江率先調整城鎮(zhèn)土地使用稅，對印染行業(yè)采取集聚發(fā)展策略，有效促進了工業(yè)用地效率的優(yōu)化。上虞工業(yè)技改投入占工業(yè)投資的80%以上，擁有境內外上市公司14家，良好的企業(yè)、產業(yè)和投資結構，保障其有相對穩(wěn)定和比較高的工業(yè)土地產出效益。嵊州以勞動密集型的輕工業(yè)為主，企業(yè)規(guī)模小，土地資源相對豐富，今后10年仍有可利用土地約6 666.7 hm2，一定程度導致用地相對粗放。越城是紹興市政治中心，工業(yè)發(fā)展受制于三產發(fā)展和主城區(qū)功能的限制，2014年工業(yè)占GDP比重僅34.1%、為全市最低，區(qū)域內緊密相連的紹興高新區(qū)、袍江開發(fā)區(qū)這2個國家級開發(fā)區(qū)的產業(yè)定位不清、重復投資多，這些因素在較大程度上導致越城工業(yè)用地效率相對偏低。

2.工業(yè)全要素生產率及其分解特征

運用DEAP2.1軟件，我們計算2010-2014年紹興市全市逐年Malmquist指數變化特征，結果見圖1。

圖1 紹興市全市逐年工業(yè)Malmquist指數（2010-2014年）

從圖1可以發(fā)現：

（1）紹興市工業(yè)全要素生產率5年間呈“N”型波動特征。在2010-2014年間，紹興全市工業(yè)全要素生產率Malmquist指數波動曲線比較明顯，分別為1.000、1.094、0.937、0.962、1.030，其中有3年的工業(yè)Malmquist指數為1或超過1，說明工業(yè)全要素生產率在上升?？傮w呈現“升—降—升”的特征，近三年出現上升趨勢。

（2）短期工業(yè)用地的過度擴張和無序投資，導致工業(yè)用地效率下降。紹興市2012年和2013年這2年的Malmquist指數不到1，說明這2年的工業(yè)全要素生產率在下降，這與其短期過量的用地擴張和無序的工業(yè)投資緊密相關。資料表明，紹興市在國際金融危機中遭受沖擊很大，2008年和2009年的全市工業(yè)投資分別只有2.2%和9.8%，其后受國家4萬億投資政策刺激，工業(yè)投資和用地擴張出現爆發(fā)式反彈，2010-2013年工業(yè)投資增長分別增長14.8%、19.6%、18.4%和13.4%。由于投資產出的后續(xù)效應和投資效率關系，導致出現工業(yè)全要素生產效率波動。這說明，過量的土地供應和盲目投資反而會導致生產率下降，必須改變粗放用地模式，保持投資的有效性、適度性，進而提高土地要素對工業(yè)全要素生產率的積極貢獻。

為深入考察全要素生產率（TFP）變化情況和變化結構，我們運用DEAP2.1軟件，分別計算6個縣（市、區(qū)）5年間的工業(yè)Malmquist指數的平均值，并將其分解為技術效率變化項和技術進步變化項，結果見表3。

表3 紹興市6個縣（市、區(qū)）工業(yè)Malmquist指數（2010-2014年）

由表3可知：

（1）紹興市各縣（市、區(qū)）工業(yè)全要素生產率5年間總體小幅上升。6個區(qū)域中有4個區(qū)域5年間的平均Malmquist指數大于1；全市平均也大于1，說明工業(yè)全要素生產率是上升的，但平均增長率僅0.5%。

（2）工業(yè)全要素生產率提升主要得益于技術進步。從技術有效性分析，6個區(qū)域的技術進步變化指數大于1，技術效率變化指數小于1;全要素生產率大于1的4個縣（市、區(qū)）中除了上虞，技術進步變化指數都要大于技術效率變化指數，這說明效率提升主要源于技術進步。新昌的全要素生產率下降幅度最大，其技術效率變化為1，但是技術進步變化指數為0.926，說明技術進步的貢獻在衰退，這可能是由于新昌前期技術積累的基數較大，近年相對則有所下降，同時也可能與新昌地處山區(qū)、土地資源制約緊而導致產業(yè)轉移、人才外流有關?？聵蚋黜椫笜硕继幵谇傲?，這說明其在產業(yè)轉型過程中，比較充分地發(fā)揮了技術進步和產業(yè)集群優(yōu)勢。技術進步和工業(yè)全要素生產率變化之間的這一關系，也印證學者們對技術創(chuàng)新在實現經濟合理增長、突破“中等收入陷阱”中具有關鍵作用的判斷［5，24］。

三、工業(yè)用地效率影響因素分析

在對工業(yè)用地效率及其變化特征研究的基礎上，要將其有效反饋到工業(yè)用地管控的公共政策層面，需要進一步對其影響因素做深入的分析。

（一）變量選取

效率作為經濟學的核心概念具有清晰的理論內涵，但在現實中則具有復雜的影響機制。根據經典的“土地經濟學”研究，技術是用地效率的關鍵影響因素，在技術條件一定的情況下，用地效率主要受到集約經營、規(guī)模經濟、制度安排等因素的影響［25］；在土地面積一定的情況下，其他要素的投入增加會帶來邊際產出的階段性變化從而影響用地效率；同時，企業(yè)規(guī)模擴大以及企業(yè)積聚可能帶來單位產出成本下降、利潤增加的規(guī)模經濟效應；此外，不同的制度安排直接影響著市場競爭的充分性進而影響到用地效率的變化。

基于相關理論的研究，為繼續(xù)考察紹興市6個縣（市、區(qū)）的工業(yè)用地效率的影響因素，本研究根據已有文獻，結合數據的可獲得性，從宏觀角度出發(fā)，選取工業(yè)資本投入、工業(yè)土地人力投入、工業(yè)研發(fā)投入、工業(yè)企業(yè)規(guī)模、工業(yè)土地持有成本、工業(yè)行業(yè)開放度、工業(yè)行業(yè)集聚度等7個影響因素，并用相應指標分別表征，具體見表4。其中，工業(yè)資本投入、工業(yè)土地人力投入、工業(yè)研發(fā)投入主要用以表征其他要素投入變化的集約經濟效應，研發(fā)投入也隱含了技術變化的可能性；工業(yè)企業(yè)規(guī)模、工業(yè)行業(yè)集聚度用以表征影響用地效率的規(guī)模經濟因素；工業(yè)土地持有成本、工業(yè)行業(yè)開放度則用以間接表征工業(yè)用地市場競爭的充分性。

表4 各變量含義

以上解釋變量的基本數據主要來源于歷年《紹興統(tǒng)計年鑒》，涉及企業(yè)的相關數據均指當地每年對規(guī)模以上工業(yè)企業(yè)的統(tǒng)計。最終的面板數據包含7個截面單元在5年內的時間序列數據。

（二）模型選擇與實證分析

通過混合回歸模型、固定效應模型和隨機效應模型，對面板數據進行分析比較，實證結果見表5。

表5中，模型（1）為混合回歸模型（ols），模型（2）為固定效應模型（fe），模型（3）為隨機效應模型（re）。從F檢驗（似然比率檢驗）可以看出，固定效應模型明顯優(yōu)于其他模型。從Hausman檢驗（內生性檢驗）來看，應當選用隨機效應模型。混合回歸模型的擬合優(yōu)度為0.816，相對最高。據此，通過對三個模型分析結果的比較，來綜合評判工業(yè)用地效率的影響因素及其可能的作用機制。

表5 面板數據模型回歸結果

（1）工業(yè)資本投入（capit）變量在3個模型中的顯著性有差異。在固定效應模型中沒有通過顯著性檢驗，但在隨機效應模型和混合回歸模型中都在1%水平上顯著且其系數為正。對此可理解為，在經濟發(fā)達區(qū)域，資金要素逐漸飽和，土地瓶頸成為重要制約因素，經濟發(fā)展已在尋找其他要素支撐，張琳等在研究東部地區(qū)城市工業(yè)用地生產效率時也得出這一結論［18］，說明這種現象在發(fā)達地區(qū)有一定普遍性。同時，單位土地上工業(yè)資本投入高，其用地規(guī)模效應也就高。這兩方面說明，如果不能緩解用地瓶頸，沒有工業(yè)用地上的有效資本投入，將會影響經濟發(fā)達地區(qū)工業(yè)生產率的潛在增長。

（2）工業(yè)土地人力投入（labor）變量在3個模型中都不顯著，說明不是影響當地工業(yè)用地效率的主要因素。其系數均為負，表明與工業(yè)用地效率負相關，可能的原因是這些地區(qū)勞動密集型企業(yè)較多，企業(yè)勞動力數量相對過剩，所付出的勞動力成本較高，從而存在通過減少單位土地上的勞動力投入來提高工業(yè)用地效率的現實可能。

（3）工業(yè)研發(fā)投入（scien）變量在固定效應模型中通過了5%的顯著性檢驗且其系數為正，表明其與工業(yè)用地效率具有較顯著的正相關關系。在單位工業(yè)用地上的科技活動經費投入多，反映出當地企業(yè)的產品附加值高、科技盈利能力強，從而提高了單位土地產出效率。但在隨機效應、混合效應模型中此變量雖然呈現為正相關關系，但沒有表現出顯著性，結合現實看，其中的可能原因是，紹興企業(yè)研發(fā)整體投入仍然不夠，技術研發(fā)與市場需求的緊密度有待加強，核心技術缺乏，人才不足，科技成果轉化率較低，還沒有形成依靠科技創(chuàng)新提升工業(yè)發(fā)展水平的有效機制。

（4）工業(yè)企業(yè)規(guī)模（scale）變量在固定效應模型中通過了1%的顯著性檢驗且其系數為正，在隨機效應模型中通過了5%的顯著性檢驗且其系數為正;在考察其與工業(yè)用地效率之間是否存在非線性關系的二次項里，固定效應、隨機效應模型均在5%水平上顯著為負，這表明了隨工業(yè)企業(yè)用人規(guī)模的擴張，工業(yè)用地效率先升后降，呈現倒“U”型特征，符合規(guī)模報酬遞減規(guī)律。

（5）工業(yè)土地持有成本（cost）變量在3個模型中都通過了5%的顯著性檢驗且其系數為負，表明其與工業(yè)用地效率具有負相關關系，單位工業(yè)用地的持有成本越高，其用地效率越低。一般認為土地持有成本應該與用地效率呈正相關關系，工業(yè)用地價格高，越有利于企業(yè)用地效率的提高，企業(yè)借此來抵消生產成本、獲取更大的經濟效益［26］。但模型顯示的結果與此結論不一致，可能原因有二個：第一，紹興工業(yè)企業(yè)對土地的依賴性仍比較強，2014年全市工業(yè)用地占建設用地比例高達24%，在高成本持有土地的情況下，由于科技創(chuàng)新較弱、工業(yè)結構不優(yōu)，企業(yè)“心有余而力不足”，難以使土地產出達到最大化。第二，由于近年來經濟形勢不樂觀等原因，企業(yè)可能存在囤地、占而未用的情況，徒然增加生產成本，導致土地產出效率降低。

（6）工業(yè)行業(yè)開放度（open）變量在3個模型中都沒有通過顯著性檢驗，說明其不對工業(yè)用地效率起顯著影響。這一結論，與已有文獻對我國省級行政區(qū)的研究結果并不一致［13］。一般來說，當地工業(yè)經濟開放度高，表明融入國際市場深，能促進行業(yè)結構調整、提高生產管理能力、增強科技投入，有利于提高單位土地產值和效率。導致兩者研究結論不一的可能原因是，省際城市尤其是中西部與東部地區(qū)之間，在發(fā)展水平、對外開放程度等方面存在明顯差異，使得工業(yè)行業(yè)開放度的影響表現顯著。而本文研究的紹興市6個縣（市、區(qū)）地域臨近，經濟國際化程度相對較高且差距不大，因而工業(yè)行業(yè)開放度難以體現縣域之間的差異，也就不能對工業(yè)用地效率變化形成顯著影響。

（7）工業(yè)行業(yè)集聚度（agg）在3個模型中都通過了5%以上顯著性的檢驗且系數均為正，說明其與工業(yè)用地效率具有顯著的正相關。一個地方的工業(yè)總產值越高，表明其工業(yè)化程度越高，工業(yè)產業(yè)集聚程度相應提高，有利于強化行業(yè)內及行業(yè)間的分工協(xié)作，延伸產業(yè)鏈，降低生產成本，提高其工業(yè)用地效率和經濟競爭力。

四、結論與政策建議

（一）結論

（1）從工業(yè)用地效率看，紹興市6個縣（市、區(qū)）工業(yè)用地效率縣域差距不很明顯，但作為中心城區(qū)越城區(qū)和嵊州市呈現走弱態(tài)勢。這里一方面反映了工業(yè)用地明顯區(qū)別于住宅、商服等行業(yè)的區(qū)位特征;同時，客觀上也反映了各地在工業(yè)用地管控、產業(yè)轉型、投資結構等方面的差異;說明工業(yè)用地效率的提升并不是一個經濟增長中的自然現象，確實需要政府進行管控和政策引導，從用地環(huán)節(jié)避免供地粗放、重復投資、工業(yè)布局與城市功能不匹配等問題。

（2）從包含土地投入的工業(yè)全要素生產率看，5年中全市工業(yè)全要素生產率在波動中小幅上升，平均Malmquist指數為1.005，其中有3年為1或超過1。地方政府的供地和投資政策與工業(yè)全要素生產率的變化間存在著較強的關聯性，表明適度、有效的供地和投資有助于維持較高的工業(yè)潛在生產率。

具體到技術進步變化指數和技術效率變化指數看，工業(yè)全要素生產率的提高主要是依靠技術進步。這一點在工業(yè)用地效率影響因素的固定效應模型分析中進一步得到了驗證，相比較人力投入和資本投入，只有研發(fā)投入具有顯著的正向影響。

（3）從影響發(fā)達地區(qū)縣域工業(yè)用地效率的主要因素看，包括工業(yè)研發(fā)投入、工業(yè)企業(yè)規(guī)模、工業(yè)土地持有成本、工業(yè)行業(yè)集聚度。工業(yè)企業(yè)的研發(fā)投入對提高用地效率具有積極影響;企業(yè)規(guī)模與用地效率存在倒“U”型的非線性關系，保持適度規(guī)模有利于提高用地效率;因受目前企業(yè)管理水平、創(chuàng)新能力制約，土地持有成本越高，其用地效率反而降低;當地的行業(yè)集聚度高、工業(yè)化水平高，有助于工業(yè)用地效率的提高。

（二）可能的政策建議

（1）加快實現由勞動密集型、投資拉動型向技術驅動型發(fā)展模式轉變。當前的土地瓶頸制約日益趨緊，勞動力成本不斷提高，對工業(yè)企業(yè)經營者來說，應加大在工業(yè)土地上的技術投入力度，加強科技創(chuàng)新與市場需求的對接，提高研發(fā)成果轉化率，加快形成從研發(fā)到產出的長效機制，促進產業(yè)轉型升級，不斷提高科技進步對工業(yè)全要素生產率增長的貢獻。

（2）改革工業(yè)土地出讓方式，加強對已供土地使用的監(jiān)管。土地持有成本升高制約工業(yè)用地效率提高的結果，一定程度上反映了中國工業(yè)用地成本與發(fā)達國家相比差距大大縮小的現實。地方政府應改革土地出讓制度，通過彈性的工業(yè)用地出讓方式、加強供后監(jiān)管和土地使用稅等調節(jié)手段，避免企業(yè)一次性付出過高用地成本，使其將有限資本更多投入技術創(chuàng)新和資本積累，同時規(guī)避盲目占地、占而不用等問題，形成更加實際和具有持續(xù)性的出讓模式。

（3）促進企業(yè)適度規(guī)模經營，同時避免出現規(guī)模不經濟。政府要綜合運用法律、市場和行政等多種手段，推動“低小散”工業(yè)企業(yè)整合提升，鼓勵企業(yè)兼并重組等做大做強，實現適度規(guī)模經營，進而提高土地產出效率。對勞動力相對富余的工業(yè)企業(yè)，要通過“機器換人”等途徑，適度減少勞動用工，降低單位土地的勞動力成本，促進工業(yè)用地效率提升。

（4）加強園區(qū)產業(yè)規(guī)劃，引導企業(yè)入園發(fā)展，推進產業(yè)有效集聚。通過園區(qū)產業(yè)規(guī)劃，圍繞產業(yè)鏈優(yōu)化加強招商引資中的針對性，同時加大原有工業(yè)企業(yè)的集聚與整合，實現產業(yè)相對集聚、差異化和互補化發(fā)展，有效降低生產成本，促進產業(yè)整體升級，提高工業(yè)用地效率和發(fā)展水平。

注釋：

①相比較指標評價和生產函數等研究方法，作為非參數估計方法的DEA法優(yōu)勢明顯，其以相對效率概念為基礎，不受投入、產出復雜變量的影響，指標權重內定，有效消除了主觀因素干擾。

②其中規(guī)模以上工業(yè)企業(yè)用地面積由紹興市國土局提供。

［1］吳郁玲，曲福田.中國城市土地集約利用的影響機理：理論與實證研究［J］.資源科學，2007，29（6）：106-113.

［2］馬慶斌.關于建立健全集約利用工業(yè)用地的制度和機制研究［J］.中國市場，2013（12）：26-50.

［3］車娜.差別化管理推進工業(yè)節(jié)約集約用地［N］.中國國土資源報，2012-10-30（3）.

［4］陳立定.工業(yè)用地供需矛盾及解決途徑研究［J］.改革與戰(zhàn)略，2013，29（6）：86-89.

［5］張德榮.“中等收入陷阱”發(fā)生機理與中國經濟增長的階段性動力［J］.經濟研究，2013（9）：17-29.

［6］李影.我國工業(yè)用地均衡性及利用效率的區(qū)域演化研究［D］.大連：大連理工大學，2013.

［7］顧湘，姜海，王鐵成，等.工業(yè)用地集約利用評價與產業(yè)結構調整——以江蘇省為例［J］.資源科學，2009，31（4）：612—618.

［8］賈宏俊，黃賢金，于術桐，等.中國工業(yè)用地集約利用的發(fā)展及對策［J］.中國土地科學，2010，24（9）：52-56.

［9］陳昱，陳銀蓉，馬文博.湖北省工業(yè)用地集約利用綜合評價——基于365家典型工業(yè)企業(yè)的問卷調查［J］.自然資源學報，2013，28（1）：73-80.

［10］周楊，張軍連，李林，等.基于宗地層次的合肥市產業(yè)用地集約利用評價［J］.中國人口·資源與環(huán)境，2014，24（7）：140-147.

［11］張琳，王亞輝.新增工業(yè)用地效率的區(qū)域差異性研究［J］.中國國土資源經濟，2014（4）：59-63.

［12］陳偉，彭建超，吳群.中國省域工業(yè)用地利用效率時空差異及影響因素研究［J］.資源科學，2014，36（10）：2046-2056.

［13］郭貫成，熊強.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，2014，28（4）：45-52.

［14］黃大全，洪麗璇，梁進社.福建省工業(yè)用地效率分析與集約利用評價［J］.地理學報，2009，64（4）：479-486.

［15］莊衛(wèi)紅，李紅.湖南省不同開發(fā)區(qū)工業(yè)用地利用效率評價研究［J］.經濟地理，2011，31（12）：2100-2104.

［16］施秧秧.DEA方法與Tobit模型相結合的工業(yè)用地效率研究［D］.杭州：浙江大學，2009.

［17］朱明峰，朱瀟璇.基于土地利用的工業(yè)項目投入產出效率研究［J］.資源與產業(yè)，2011，13（1）：142-146.

［18］張琳，王亞輝，李影.全要素生產率視角下的城市工業(yè)用地生產效率研究——基于Malmquist指數的分析［J］.大連理工大學學報：社會科學版，2015，36（1）：57-62.

［19］熊魯霞，駱棕.上海市工業(yè)用地的效率與布局［J］.城市規(guī)劃學刊，2000，（2）：22-29.

［20］王梅，劉瓊，曲福田.工業(yè)土地利用與行業(yè)結構調整研究——基于昆山1400多家工業(yè)企業(yè)有效問卷的調查［J］.中國人口·資源與環(huán)境，2005，15（2）：80-84.

［21］龍開勝，陳利根，占小林.不同利用類型土地投入產出效率的比較分析——以江蘇省耕地和工業(yè)用地為例［J］.中國人口·資源與環(huán)境，2008，18（5）：174-178.

［22］熊強，郭貫成.中國各省區(qū)城市工業(yè)用地生產效率差異研究［J］.資源科學，2013，35（5）：910-917.

［23］翟文俠，黃賢金，周峰，等.開發(fā)區(qū)土地利用對市域社會經濟發(fā)展有效性分析——以江蘇省為例［J］.中國土地科學，2005，19（4）：14-17.

［24］蔡昉.理解中國經濟發(fā)展的過去、現在和將來——基于一個貫通的增長理論框架［J］.經濟研究，2013（11）：4-16.

［25］曲福田.土地經濟學［M］.北京：中國農業(yè)出版社，2011.

［26］劉向南，許丹艷.城市土地市場發(fā)展的驅動機制：理論與實證研究［J］.中國國土資源經濟，2010，23（12）：35-38.

［責任編輯：張兵］

Research of Evaluation on the Efficiency of Industrial Land in Developed Areas and Its Influencing Factors—A Case Study of Shaoxing City in Zhejiang Province

LIU Xiang-nan1，SHAN Jia-ming1，SHI Xiao-ping1，WANG Ming-jin2
(1.College of Public Administration，Nanjing Agricultural University，Nanjing 210095，China；2.The Party School of Shaoxing Municipal Committee of the CPC，Shaoxing 312000，China)

The paper takes the industrial land of six counties(cities，districts)in Shaoxing city of Zhejiang province as the re?search object，using the Data Envelopment Analysis(DEA)method and Malmquist Index model to measure the efficiency of industrial land in these areas，industrial total factor productivities(TFP)and their spatial and temporal characteristics.And then，by building the regression model，this paper studies the main factors influencing the efficiency of industrial land and their possible mechanism.The results indicate that:Location characteristics of industrial land are significantly different from residential land，commercial land and so on，and the efficiency is tightly related with the management of industrial land，transformation of industry，investment structure and scientific and technological innovation；There is a strong correlation between the changes of industrial TFP and the land supply and investment policy of local government，the improvement of industrial TFP mainly relies on technological progress；The main influencing factors of industrial land efficiency in developed areas are R＆D investment，industrial enterprises’scale，industrial land costs and industrial agglomeration degree.On this basis，the paper puts forward policy proposals mainly from these aspects:implementing technology-driving development mode，reforming land transfer mode，promoting appropriate scale management of enterprises and effective industrial agglomeration.

developed areas；industrial land；efficiency；influencing factor；DEA-Malmquist index method

F293；F301

A

1007-5097（2016）12-0070-07

10.3969/j.issn.1007-5097.2016.12.011

2016-05-28

教育部哲學社科研究重大課題攻關項目（13JZD014）；中國國家留學基金；國家自然科學基金重點項目（71233004）

劉向南（1976-），男，山東單縣人，副教授，管理學博士，研究方向：土地經濟與資源管理，土地制度與政策；

單嘉銘（1995-），女，浙江紹興人，土地經濟與管理專業(yè)學生，研究方向：土地經濟與管理；

石曉平（1973-），男，新疆和靜人，教授，博士生導師，經濟學與管理學博士，研究方向：土地經濟理論，土地制度與政策；

汪明進（1977-），男，安徽樅陽人，副教授，經濟學博士，研究方向：技術創(chuàng)新與經濟增長。