土地经济驱动功能减弱的理论解释与数据验证

姚 志，郑志浩

（中国农业大学经济管理学院，北京 100083）

1 引言

土地资源一直被认为是推动中国经济高速增长的发动机[1]。地方政府以土地开发为中心的发展模式受到了广泛关注，2004年全面“招拍挂”施行以后，地方政府成为土地供给唯一的垄断供给方，根据《中国城乡建设数据库》数据显示，全国285个地方城市的土地出让收入从2004年的0.84万亿元迅猛增加到2016年的7.12万亿元，年均增长了7.23%（图1）。在这期间，全国城市征收土地面积、耕地征收面积分别从9.16万hm2、3.63万hm2，增长到2016年的13.28万hm2、5.98万hm2，年均增长速度分别为3.47%和2.22%。过去的十多年来，土地出让收入占地方政府财政收入的比重不断上升，已经成为“第二财政”[2]。葛扬等的研究认为土地出让收入每增加1%，地方经济增长将增加0.173%且仍在扩大[3]。刘凯研究得出，如果中国采取其他发展中国家的土地制度安排，那么GDP将比当前水平下降36%[4]。

图12004—2016年全国285个地级城市的土地出让收入变化图Fig.1 Change in land leasing income of 285 cities from 2004 to 2016

巨额的土地财政收入不仅增加了地方政府的可支配财力，也对社会经济产生了深远的影响。部分学者认为土地财政通过劳动力由低向高端产业转移影响产出[5]；除了劳动力外，一些学者开始转向资本视角，得出土地财政通过增加对基础设施的投资来促进经济增长[6-7]。然而2010年以后中国经济出现了趋势性回落，从过去30多年近10%的高增长转向6%～7%的中速增长[8]，土地的经济驱动功能在逐步减弱[1]。那么，经济发展放缓是因为土地财政不再进行大规模的基建投资，还是因为劳动力红利已经殆尽再无法进行产业间的转移？最新研究发现，土地财政仍然偏好基建，存在严重的支出偏向[9]，而蔡昉等近期研究指出农村劳动力转移的潜力依然很大[10]。既然如此，本文的核心问题是：土地的经济驱动功能减弱了吗？土地财政与经济发展之间到底是什么关系？“以地谋生”促发展的模式能持续吗？这一系列宏观经济问题亟待澄清。

国外相关研究深陷于土地要素是否影响经济增长的争论中。早期的研究认为土地是财富之母，土地要素至关重要（亚当·斯密和大卫·李嘉图），但受到总量约束，ROMER认为只有当土地约束发生剧烈变化时，人均产出才可能会下降[11]。也有学者尝试着将土地要素纳入宏观经济增长模型，求解平衡增长路径、动态无效率等[12]，在“边际革命”后，资本与技术被广泛用来解释经济增长，而土地可以为资本替代，所以贡献较小而缺乏关注。SCHULTZ认为人力资源是经济增长的内在源泉，贡献了75%[13]，技术进步和知识积累可以大幅减少对土地资源的依赖[14]。然而，近年来随着城市扩张，产业用地短缺已经限制了经济发展，有学者开始重新认识土地要素的作用[15]。随着制度经济学的发展，土地制度如何影响经济增长逐渐成为研究的焦点话题。政府能够利用土地制度改革，增加土地出让收入、提升公共投资、促进经济增长[16]。

与国外学者类似，国内学者也指出由于受到土地数量的固定性限制，土地要素对经济增长贡献往往被忽略[17]。为此丰雷等借助索洛模型求解均衡路径，证明土地要素的贡献高达11.01%[18]，叶剑平等还测算出2001—2009年的全国土地要素贡献率为26.07%[19]。然而随着城市扩张，新增建设用地不断减少，土地要素的贡献率也将逐渐降低[20]。王建康等分析了建设用地要素投入对区域经济增长的贡献，得出虽然土地要素对城市经济增长具有促进作用，但贡献程度远小于劳动力与资本，三者的贡献率分别为3.46%、58.07%和11.39%[21]。一些学者逐步将研究视角转向土地制度，杜雪君等认为土地出让制度的影响大于土地要素投入的影响[22]。

土地制度研究的核心是“土地财政”，其对经济增长的影响存在两种争议。一种认为正是土地财政造就了中国式的“增长奇迹”。DING指出土地扩张是地方政府谋求经济增长的主要手段[23]，高速工业化和快速城市化都离不开土地投入。况伟大等计算出土地出让金占地方财政收入比重均值高达62.49%[24]，张友祥等测算出土地投入对产出贡献度高达11.42%[25]。另一类学者却认为，土地资源的稀缺性决定了土地财政的不可持续[26]，“饮鸩止渴”之说愈演愈烈[27]。土地财政导致的城市间地租竞争将对工业和城镇发展产生不利影响[28]，而土地的供给特性和跨期分配效应，提升了房地产价格，阻碍了人口城市化进程[29]。土地财政还加剧了经济波动[30]，阻碍了区域技术创新[31]，加大了地方政府债务[32]，还会引发腐败、财政脆弱性等问题[33]。

已有研究未能达成统一认识的原因在于：第一，研究样本的地域与时期差异。文献多以中国省域或大城市为基本单元，土地财政又是地级层面的财政事务，加之选择的样本时期不同，产生偏差与形成争议在所难免。第二，大多数文献在研究土地财政对经济增长的影响时，忽视了两者可能互为因果导致的内生性问题。仅有尝试解决内生性的文献将土地供应的地理限制（土地坡度是否大于15°）与国家基准中长期贷款利率交互项[31，34]作为工具变量解决内生性问题，但仍然存在两个不容忽视的问题：一是地级市城市坡度的测量准确性值得怀疑；二是选取坡度的科学性，因为中国山地丘陵和高原的面积占全国土地总面积的69%，诸多城市依山而建（如山城重庆、水电城宜昌等），故取坡度为15°的科学性值得考量。第三，影响经济增长的要素除了传统的资本、劳动、土地等要素外，制度环境、基础设施、资源禀赋等也很重要，如果不将这些变量纳入控制变量，其结果必然存在差异。

为达成统一的认识与回答本文的核心问题，本文将土地作为生产要素纳入经济增长模型，依据可利用的土地资源不断减少的事实改变土地数量不变的假设，从理论上推导土地要素对产出的影响，还将制度环境等重要因素加入控制变量，测量土地要素对经济增长的“净效果”。另外，以2004—2016年地级市面板数据为研究尺度进行数据验证更为贴切，从统计学角度来讲，更能“模拟接近总体均值”。最为重要的是，采用土地财政的滞后项作为工具变量，克服了内生性问题。

2 理论分析与变量选取

2.1 理论分析

解释经济增长的模型最早由亚伯拉墨菲斯和索罗提出，其生产函数为：

式（1）中：Y代表产出；K代表资本；L代表劳动；t代表时间；AL代表单位有效劳动，表示技术进步是哈罗德中性的。假设函数是规模报酬不变，即F（cK，cAL）=cF（K，AL）；令c= 1/AL，可以得到F（K/AL，1）= 1/AL·F（K，AL）。定义k=K/AL，表示单位有效劳动的平均资本量；定义y=K/AL，表示单位有效劳动的平均产出，f（k）=F（k，1）。

因此，可以将生产函数写成简化形式为y=f（k）的形式，且f（0） = 0，f′（k）＞0，f″（k）＜0；limk→0f′（k）=∞，limk→∞f′（k） = 0故有：

此时，式（2）中有Y/L= ［Y/（AL）］ ·A；Y/A=［Y/（AL）］ ·L，再对式（2）两边同时除以Y（t）并化简得：

式（3）中：R（t）为“索罗余项”表示技术进步。然而索罗余项实质是反映了除资本外的所有要素带来的增长，存在明显的为前人公认的不足：假定劳动力的外生性，意味着假设经济增长来解释经济增长[11]，也未考虑土地、资源、制度等因素的影响。为此，考虑C-D函数形式，并在索罗模型中加入土地、资源等因素（制度为外生变量，在回归时加入控制），推导影响经济增长的土地要素贡献。假设N（t）、T（t）分别为自然资源禀赋、土地数量，则式（1）变为式（4），延续索罗模型并假设存在式（5）：

由于土地财政的关系，地方的实际可利用土地量会不断下降；伴随着经济增长，原始资源储存量也在不断下降，因此假设式（6）：

将式（4）两边分别取对数再对时间求导数，并求解平衡增长路径上（gK=gY）的经济增长率与人均产出的增长：

由式（7）可知，土地的弹性与土地量的减少率共同影响经济增长。在土地财政开始早期，随着经济增长土地扩张需要供给的土地量越来越大，而土地供给是缺乏弹性的（0＜τ＜1），加上基本农田与耕地红线划定，实质上城市扩张可利用的土地量越来越少（λ＜0）。因此，当土地数量的减 少率的绝对值超过地方人口增长率与技术进步率时（g+n+λ），对地方经济带来显著正向贡献，但长远来看，可以预见，随着可利用的土地资源的约束变紧，贡献将逐步减小甚至转为负。

2.2 变量选取

2.2.1 因变量与核心解释变量

已有文献通常采用各城市人均国内生产总值衡量地方经济增长水平[35]，而本文研究的核心是地方城市经济的增长，主要依靠二、三产业的增长带动，农业产业的贡献较小，因此选取二、三产业增加值作为因变量。核心解释变量为土地财政，借鉴鲁元平的研究[31]，选取土地出让收入与预算内收入的比值衡量地方土地财政。

2.2.2 控制变量选择

如前文所述，影响地方经济增长的要素除了资本、劳动、土地等传统要素以外，制度环境、基础设施、资源禀赋等也十分重要。因此，控制变量包括：（1）劳动力。在知识经济时代，高等院校能代表一个地方高材生的“产出水平”，高等院校的师资成为人才培养的关键，因此选取普通高等院校师生比衡量劳动力质量；选择各城市二、三产业从业人数衡量劳动力数量，一般情况下劳动力数量越多、质量越高，经济增长越有潜力，劳动力对地方城市经济的影响预期为正。（2）资本。选择固定资产投资总额衡量固定资本、年末金融机构存款余额衡量流动资本，选取当年实际使用外资金额衡量外来资本；理论上来讲，资本越充裕，经济越发达，其预期影响为正；以教育支出作为衡量地方政策对教育的重视程度，预期影响为正。（3）技术。技术要素是推动经济增长的根本因素，已有文献用发明专利数衡量技术创新[36]，因为科技创新不仅包括学界发明专利数，还有期刊论文、专著以及企业科技创新等，因此选择科技支出费用更为贴切，预期影响为正。（4）制度创新。一部分经济学家强调制度对经济增长的决定性作用，樊纲认为市场化指数可以度量制度变量[37]；由于省域内部制度差异较小以及地级市的市场化指数数据不可获得，采用樊纲等[37]测算出的省级市场化指数代替地级市的市场化程度，预期影响为正。（5）基础设施。往往基础设施越完善，越利于经济的发展，故选取地方城市人均拥有道路面积作为衡量基础设施变量，预期影响为正。（6）资源禀赋。资源禀赋是地方城市经济崛起的物质基础，依据前人文献，采用采掘业从业人员与年末总人口之比来衡量资源禀赋情况[38]，并预期影响为正。

3 数据来源与实证模型

3.1 数据来源

中国土地财政兴起于2002年前后，考虑数据可得性，本文选取2004—2016年的全国285个地级城市的面板数据作为样本①全国285个城市是指从全国所有的294个地级市中排除巢湖市、毕节市、铜仁市、拉萨市、海东市、三沙市、儋州市、兴安盟、锡林郭勒盟等数据缺失严重的地市，剩余285个地级城市。。数据来源于《中国城市统计年鉴》《中国国土资源统计年鉴》《中国区域经济数据库》《中国城乡建设数据库》《中国城市数据库》等。为消除价格变化的影响，关于价值量的指标全部采用当年省域CPI（由于地市CPI的缺失值太多且多数城市无法获取）进行平减。此外，为保障样本的完整性，原始数据中少数缺失值采用插值法处理；为消除量纲与异方差的影响，对于非比值型数据均进行对数化处理。

3.2 实证方法

基准计量模型具体设定为：

式（8）中：igdpit表示i城市t年二、三产业增加值占比，衡量城市经济发展水平；landrit表示i城市t年的土地出让收入占预算内收入的比重，衡量地方政府的土地财政依赖程度；countrolit为其余控制变量；μi、λt分别表示区域、时间固定效应；εit为随机误差项。本文所关注的核心系数为β0，在控制其他影响因素的基础上，衡量土地财政对经济增长的影响。为验证土地财政对城市经济增长的倒U关系，在式（8）的基础上加入土地财政变量的平方，校正后的方程为：

面板数据虽能较好解决遗漏变量的问题，但由于同一个体在不同时期的扰动项一般存在自相关，因此仍可能存在内生性问题。为此考虑动态面板数据模型，并采用GMM方法解决内生性问题。动态模型基本形式为：

式（10）中：i代表285个样本城市；t代表2004—2016年；igdpi,t-1为滞后一期的各地城市经济增长（滞后期数需要依据后文实证结果而定）；β1、β2为核心待估系数；其余的变量和控制变量与式（8）一致。

4 实证结果分析

在回归分析之前，为确保模型的一致性和有效性，对原始数据进行了如下处理：第一，进行对数化处理，因此不必担心异方差问题。第二，进行多重共线性检验，对模型中的所有变量进行方差膨胀因子诊断，结果显示年末金融机构存款余额对数的VIF值最大为12.56，大于经验值10，因此剔除，剔除后平均VIF值为3.72；再进行了皮尔逊相关性检验，仅仅发现投资与教育支出、投资与技术的相关性大于0.8，其余变量之间的相关性都低于0.6，因此不必担心变量之间产生严重的多重共线性问题。第三，对数据平稳性进行检验，采用LLC和IPS检验两种方法对所有变量进行单位根检验，检验结果拒绝原假设，表明不存在单位根；投资的对数与技术由于存在零值，因此对其对数检验为非平衡面板，不能采用上述两种方法进行检验，为此采用Xtfisher进行检验，结果也显示并不存在单位根。

4.1 基准回归结果

模型一、模型二表示分别对基准计量模型式（8）进行固定效应与随机效应的估计结果；模型三、模型四表示分别对式（9）进行固定与随机效应的估计结果。豪斯曼检验显示，强烈拒绝原假设，均认为固定效应（模型一、模型三）优于随机效应（模型二、模型四），见表1。模型一、模型二为不加入土地财政平方项的回归结果：土地财政对地方城市经济增长的贡献均为正，系数均为0.002，其余控制变量除了劳动数量的对数与资源禀赋不显著以外，其余控制变量皆高度显著。采用校正后的面板回归模型得出：土地财政对经济增长的影响系数为正，平方项的系数为负，这表明“土地财政对地方城市经济增长的影响呈现出了先上升后下降的倒U型关系”，即在地方经济发展初期，土地财政对地方城市经济增长做出了重要贡献，而随着时间的推移会逐渐产生负面作用。值得注意的是教育投入、劳动力质量、基础设施、制度创新的影响为负，劳动力的数量与资源禀赋的影响不显著，均与预期不符。理论上，二三产业就业劳动力越丰裕，地方城市经济增长应该越快，基础设施越完善、制度越完善，越有利于地方城市经济的增长，然而回归系数的符号却相反，因此怀疑普通面板回归结果可能存在内生性问题。

表1 土地财政对地方城市经济增长的基准回归估计结果Tab.1 Regression estimation results of land fi nance on local urban economic growth

4.2 动态GMM估计结果

采取差分GMM和系统GMM方法进行解决内生性问题，对式（10）分别取一阶滞后、二阶滞后并进行差分与系统GMM估计，结果见表2。可知，模型1—模型4中土地财政与土地财政的平方项对地方城市经济增长的影响与前面的估计一致，进一步论证了“倒U型”关系。经济增长滞后二期不显著，通过Arellano-Bond自相关检验显示，AR（1）、AR（2）的概率值分别大、小于5%，表明可以使用差分GMM与系统GMM方法。Sargan检验显示，无法保障所有工具变量都是有效的。究其原因，土地财政为地方城市经济提供了土地与资本要素，而地方经济发展越好的地方越需要城市扩张，进而大幅进行征地，会反向拉大地方城市的土地财政规模。

表2 土地财政对地方城市经济增长的动态GMM估计结果Tab.2 Dynamic GMM estimation results of land fi nance on local urban economic growth

4.3 内生性处理与稳健性检验

由于土地财政本身具有的“路径依赖”性质，上一期的土地财政会导致地级城市的大量开发与扩张，开发与扩张往往会带来大量未来财政税收，因此本期的土地财政必然和滞后一期的土地财政紧密相关。为解决反向因果导致的内生性问题，借鉴陈斌开的做法：选择土地财政的一阶滞后变量作为土地财政的工具变量，以缓解内生性的估计偏误[39]。然而工具变量还必须满足外生性，事实上前文GMM估计结果已经证明了地方城市经济增长滞后二期与土地财政不相关，由此找到了一个合适的工具变量（表3）。

表3 土地财政对地方城市经济增长的内生性校正估计结果①第1列是原始面板固定效应模型，第2列是以滞后一期的土地财政为工具变量进行回归结果，第3列是以滞后二期的土地财政为工具变量，第4列是以滞后一期的土地财政差分形式作为工具变量，且所有控制变量进行了差分的结果。Tab.3 Estimation results of endogenous correction of land finance and local urban economic growth

表3中，4个估计结果的核心解释变量显著性与符号保持了高度一致，仅仅是回归系数大小存在微小的差别，进一步论证了前文结论：“倒U型”关系。IV估计模型1还印证了土地财政具有路径依赖的性质。IV估计模型2与差分IV估计结果既满足了与内生变量高度相关也与因变量呈现出外生性（不相关），说明本文对工具变量的设定是合适的。由于前文差分GMM与系统GMM回归结果还未通过过度识别检验，因此还必须将工具变量带入式（10）进行检验，结果见表4。

结果依然验证了倒U型结论。经济增长滞后二期不显著，这印证了表3中的结论：虽然地方城市经济增长依赖于土地财政，存在一定的路径依赖，但并不是永久性的不可改变的，这为未来变革土地财政制度与发展思路提供了理论依据。模拟二次倒U型曲线并进一步推算出拐点，统计发现2014年以来有202个地级市的二三产业增加值占比已经超过拐点，可见，大多数地方城市经济增长由土地财政带来的贡献已经逐步下降，甚至负面影响已经凸显，因此依靠土地财政拉动地方城市经济增长的思路已经不可持续。

前文“与预期不符的控制变量”全部相符，说明工具变量很好地解决了内生性问题。劳动力数量与质量对地方经济增长的贡献都为正，表明在其他变量保持不变的情况下，劳动力数量与劳动力质量的系数分别为0.087、0.092，表明地方城市劳动力数量和质量每变化1单位，地方城市经济将增长0.087、0.092；劳动力的质量系数更大，表明随着中国经济在从劳动密集型转向知识密集型过程中，劳动力质量能力的提升更为重要。固定投资与外商投资对地方城市经济增长的影响显著为正，系数分别约为0.016、0.005；技术投入每变化一个单位，地方城市经济增长0.021；制度创新每单位将为地方城市经济增长贡献0.016。

为了考虑时间与地域的差异[40]，选择时期内前后85%的子样本，再按照东、中、西部（分别包括了101、100、84个地市）进行区域划分，采用二阶段差分GMM模型回归，进行稳健性检验（表5）。无论在东、中、西部还是不同时间段的倒U型结果均与前文保持了高度一致。通过对比模拟出东、中、西区域的倒U型曲线，可以得出区域差异②通过简单计算，模拟求出东中西部倒U型顶点坐标分别为（5，0.987）、（11.25，0.898）、（7，0.927）。：东部地市土地财政对经济增长的贡献呈现“快速上升而后达到最大贡献顶点再快速下滑”的“钟型”态势，也即随着东部地区的土地财政早先开展、快速扩张与率先变革，因此对东部地区经济增长的影响呈现出快速上升而后又迅猛下降的路径；中部呈现出“缓慢上升至最小贡献点然后缓慢下滑”的“缓丘”态势，也即中部地区的土地财政发展速度慢，当到达最大贡献之后，下滑缓慢而耗时，显然中部地区的经济增长受土地财政的影响更深且存在较强的路径依赖；西部介于两者之间。这表明，中部城市摒弃土地财政发展经济模式相比东、西部城市需要时期更长、变革过程更为艰难。

5 结论

本文在加入土地要素的索罗模型的基础之上，采用GMM方法估计了全国285个地级城市的数据，论证了“土地经济驱动功能会减弱”的核心命题，得出土地财政对经济增长的贡献呈现了先升后降的倒U型关系，统一了争论，深化了认识。主要结论如下：（1）土地数量减少率的绝对值超过地方人口增长率与技术进步率时，以土地财政谋求地方经济发展的思路能带来显著正向影响，但长远来看，可以预见，在土地资源的约束下将产生负向影响。（2）用地级市面板数据验证了土地财政对地方城市经济增长的贡献呈现先升后降的“倒U型”关系，并重点利用工具变量解决了互为因果的内生性问题。数据验证进一步说明了在地方经济发展初期，土地财政对地方城市经济增长做出了重要贡献，而随着时间的推移，贡献会逐渐减弱甚至为负，土地的经济驱动功能逐步减弱，传统“以地谋生”的发展思路必须做出改变。（3）对地方经济的贡献来看，劳动力质量的提升比劳动力数量的增加更为重要；技术投入与制度创新对地方城市经济增长存在显著正向效果。因此，地方城市必须注重科技教育，培育高素质的科技人才，完善人才就业、社会、福利保障机制，留住、吸纳人才。加大现代科技要素投入，大力引进外资，推进制度改革实现制度创新，使地方城市经济增长逐步转型为依靠技术进步、制度改善、资源节约型的增长模式，逐步摒弃以土地财政谋发展的经济增长模式。（4）对比区域差异来看，中部城市摒弃土地财政发展经济模式相比东、西部城市需要时期更长、变革过程更为艰难。未来地方城市经济增长在经济发展转型过程中，欲推动经济持续健康发展，必然要追求质量和效益，也必须要逐步摆脱对土地财政的依赖，实现转型发展。

表4 土地财政对地方城市经济增长的动态GMM校正估计结果①结果发现，三个模型通过了Sargan检验，四个均通过了Hansen检验，二阶段系统GMM模型二不满足有效性，其余3个模型适合。Tab.4 Dynamic GMM correction estimation results of land fi nance and local urban economic growth

表5 时间与地域的稳健性检验Tab.5 Robustness test on region and time