黄河流域城市土地利用全要素生产率的城镇化影响及门槛效应

薛建春，张安录

引言

当前是“城乡分割”走向“城乡融合”发展的关键时期，“粗放的”土地城镇化和“半集约式”的人口城镇化成为中国城镇化发展的主要特征。城镇化作为一个复杂系统过程，土地资源的集约节约利用是其核心要义，土地城镇化关注迁移数量，而人口城镇化则相对关注迁移质量，无论人口或者土地都是生产建设的核心要素，城镇化过程中虽然土地利用转变了其基本属性，但是用地效率不能得到提升，导致微观上土地资源要素价格扭曲，宏观上土地城镇化、人口城镇化与土地利用相脱节，人口要素变为人口压力，城镇化发展必将陷入困局。新经济常态下城乡二元结构问题不仅体现在投资与收入差异，还涉及社会保障与土地资源同权同价等多方面，城镇化发展不仅影响了生产要素的投入，而且还包含了要素投入后的“余值”，因此，从城镇化发展的多个角度分析其对提升城市土地利用全要素生产率（Total Factor Productivity，TFP）的影响机制，可以破解城镇化发展的内部牵制以及人口、土地要素投入后对城市土地利用全要素生产率的“余值”效应，寻找人口城镇化与土地城镇化协同发展的政策实施方向。

综述现有文献，就人口城镇化与土地城镇化而言，学者们多从指标测度、[1](p67-75)发展阶段、[2](p12-18)驱动因素、[3](p138-143,p149)协调分析、[4](p67-75)[5](p1345-1354)竞争分析[6](p115-122)角度展开，然而城镇化作为一个复杂开放系统，其发展过程直接影响着城市生产要素的流动，土地利用不局限于资源配置与利用效率本身，技术进步与规模效率更能促进土地利用全要素生产率的提升，当人口数量的激增不能匹配生产力的发展，城市系统生产率中的有效产出不能归因于生产要素部分未被适当考虑，学者们开始注意到人口城镇化和城市土地扩张对城市土地利用全要素生产率的影响分析。长江经济带农村劳动力转移促进了林业全要素生产率的提升，[7](p1-15)新型城镇化通过推动产业结构转型、能源消费结构优化显著促进绿色全要素生产率的提升，[8](p116-119)城镇化与物流绿色全要素生产率之间存在非线性关系，并在交通基础设施提升过程中由负向影响转为正向影响。[9](p123-132)还有学者从土地利用与管理制度出发，分析土地利用效率与城镇化之间存在的协同与拮抗效应，[10](p27-32)单独分析建设用地利用效率的空间非均衡性，[11](p154-159)探索城市蔓延对全要素生产率的影响机制与现实效应，[12](p90-100)这些研究为本文提供了理论基础，但研究区域主要集中在人口稠密、土地富饶且稀少的东南地区，对于人少地广且土地相对贫瘠的黄河流域研究较少，本研究以黄河流域69 个城市（州）为研究对象，通过厘清人口城镇化与土地城镇化之间影响城市土地利用全要素生产率的内部掣肘机制，探寻人口城镇化与土地城镇化对土地利用全要素生产率的影响效应，挖掘生态脆弱且人稀地广的黄河流域城市经济增长源泉，为政府制定高质量可持续发展政策提供合理建议。

一、理论分析与模型构建

城镇化是各类生产要素在城乡内部分配或者集聚的复杂过程，[13](p146-156)国内学者经常将城镇化分为人口城镇化和土地城镇化进行研究，人口是城镇化的核心，土地是城镇化的载体，[14]工业发展与人口城镇化、土地城镇化之间的关联效应直接影响区域环境状况。[15](p145-149)土地利用全要素生产率是土地利用过程中借助投入产出分析得到的土地集约节约利用指标，是产出增长率超出要素投入增长率的“余值”部分，本研究中的土地利用全要素生产率不仅包含人口、土地投入要素，而且包含技术进步、能力实现、规模效应导致的产出增加。众多学者[16](p54-61,p81)[17](p95-101)[18](p50-57)依据古典经济学思想，选用土地、资本和劳动力作为投入要素计算土地利用全要素生产率，这也体现了城镇化与土地利用之间的紧密关联性。城镇化对土地利用的影响机制简述如下：

（一）人口城镇化对城市土地利用全要素生产率的影响机制

人口城镇化是农村人口迁移进入城市并失去耕作土地参与城镇产业建设的过程，体现了城镇化过程中人口的流动。第一，城市二三产业主要集中在城镇区，随着二三产业结构比例增高以及产业结构的升级，产业发展提供了大量的就业岗位，吸引农业人口向城镇流动，导致二三产业人力投入提高，一方面增加了土地利用全要素生产率的投入要素量，另一方面增加了产业产值，带动城市土地利用全要素生产率提升；第二，伴随经济新常态以及科技进步对农牧业的影响，农牧业耕种解放了更多的劳动力，也让更多的传统手工业者寻找到新的供给侧需求，农村剩余劳动力开始流向有需求市场的城镇，促进新产业新业态的积极发展，满足供给侧结构市场需要，优化产业结构，引发经济结构升级，提升城市土地利用全要素生产率；第三，中国实施多年的城乡二元结构，导致城镇人均收入持续高于农牧民收入，同时户籍壁垒引发的社会保障差异，资源配置制度引发的城乡资本差异，这些城乡边际产出差异对农村居民转向城镇形成“拉力”，[19](p69-70)城市基础设施等在日渐增大的人口压力下，资金投入逐步加大，从资本角度拉升了土地利用全要素生产率，人口城镇化对土地利用全要素生产率产生引致效应；第四，日益便捷的交通设施以及交通成本也为人口流动提供了便捷，受城市虹吸效应影响，城市周边居住的农民选择城镇工作，往返于城乡之间，带动土地利用全要素生产率。

（二）土地城镇化对土地利用全要素生产率的影响机制

土地城镇化是农业用地转变为城镇建设用地的转型过程，衡量了土地利用转移的效果。改革开放初期，我国土地城镇化速度较快，随着经济的快速发展与习近平生态文明思想的提出，党的十八大以后土地生态效益逐渐被大家认识，土地城镇化速度趋缓。但不断增加的城市建设用地需求导致城市建成区面积持续扩大，各类土地逐步向城市建设用地转变，首先，土地作为基本的投入要素，城市建设用地扩张带动产业发展和产业结构优化，直接影响土地利用全要素生产率提升，同时，科学技术进步也保证了投入土地的产出增加；其次，在中央和地方政府形成的政治集权、经济分权的委托—代理关系下，[20](p287-295)地方政府借助“土地发动机”实现城市生产总值提升和政府财政收益，使得土地征收功能异化，这种商业化的土地资源调控手段对土地利用全要素生产率产生拮抗效应。[21](p69-78,p107)城镇化对土地利用全要素生产率的影响机制如图1所示：

图1 人口城镇化和土地城镇化对土地利用TFP影响机制

（三）模型构建

1.城市土地利用全要素生产率测度模型

借鉴学者们对土地利用全要素生产率测度的研究方法，[16](p54-61，p81)本研究选用包含非期望产出的Super-SBM 模型与Malmquist 指数相结合，选用窗口宽度为10、窗口偏移量为0 的参比方式计算黄河流域城市土地利用全要素生产率指数，这种设置方式可以保证每个决策单元计算时都参考同一前沿面，实现决策单元之间的有效比较，而且数据包络方法（Data Envelopment Analysis，DEA）不需要给出具体的生产函数形式，同时还考虑了抑制土地利用全要素生产率的非期望因素，对于DEA有效的决策单元还可以继续区分其生产率值的大小。其规划模型表示如下：

公式中，ρj表示j城市的效率值，每个城市单元有m种投入和q种产出，xij和yrj分别为城市单元j自身的输入和输出，Xij和Yrj分别为城市单元整体的输入和输出，且表示过度投入和表示产出不足。

考虑到规模报酬可变条件下部分Super-SBM模型可能存在无可行解的问题，所以选用规模报酬不变条件下基于投入导向的Super-SBM 模型与Malmquist 指数模型结合计算黄河流域城市土地利用全要素生产率指数。根据RF^are提出的几何平均值方法，全要素生产率指数可以进一步分解为规模效率变化（EC）和技术进步变化（TC），其公式表示为：

公式中，MI 表示土地利用全要素生产率指数，由于全要素生产率指数测算的是两个生产率的比值，因此采用累乘的方法计算各决策单元各年的土地利用全要素生产率、规模效率和技术进步值进行后期分析。

2.城镇化对城市土地利用全要素生产率的门槛效应

本研究从定量角度分析人口城镇化和土地城镇化对土地利用全要素生产率的影响效应，由于城镇化与土地利用之间存在动态效应，且目前的人地挂钩制度、城乡建设用地增减挂钩制度等都使得城镇化与土地利用之间的关系愈加复杂，因此将城镇化的二次项加入模型中，考察两者之间是否存在非线性关系。设定模型如下：

公式中，tfpit表示i城市t时期的城市土地利用全要素生产率，luit表示i城市t时期土地城镇化，puit表示i城市t时期人口城镇化表示土地城镇化与人口城镇化的二次项，lnconit表示模型中的控制变量，εit表示模型的扰动项。

其次，为了识别人口城镇化和土地城镇化对土地利用全要素生产率影响的拐点，选用门槛模型作进一步分析，双门槛模型设定如下：

公式中，γl、γh分别代表土地城镇化的两个门槛值，σl、σh分别代表人口城镇化的两个门槛值，ηit和δit表示门槛模型的扰动项，其他变量与公式（4）中相同。

二、变量选取与数据来源

（一）研究区域概况

黄河流域自西向东途经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9个省区69个城市（州），流域内69 个城市（州）的常住人口21749.9万人，占全国人口总量的15.54%，土地面积218.3万平方公里，占国土面积22.74%，2020 年流域内城市人口城镇化均值41.11%，低于国家水平43.37%，GDP 总量133754.4 亿元，占全国经济总量的14%，人均GDP 水平低于全国水平。2019 年习近平总书记号召推动黄河流域高质量发展，坚持生态优先和绿色发展，这对流域内的城镇化建设与土地利用提出了全新挑战，一方面土地是城镇建设的载体，但黄河流域内未利用土地21.72 万平方公里，约占流域面积的11%，虽地广但可利用性差；另一方面人口城镇化要求城镇土地具有更高经济承载力与生态承载力，但现实是流域内人才流失较严重，甚至直接影响了经济与生态建设。因此，研究黄河流域69个城市（州）人口城镇化、土地城镇化对土地利用全要素生产率的影响效应，可以更深入理解人口城镇化与土地城镇化的协同发展方向，以及对黄河流域高质量发展的推进。

（二）变量选取

1.城市土地利用全要素生产率测度

根据古典经济学思想，选择土地投入、资本投入和劳动力投入作为土地利用全要素生产率测算的投入要素，其中土地投入指标选用城市建设用地面积（包括城镇村及工矿用地和交通运输用地）表示，资本投入指标选用地均固定资产投资总额表示，劳动力投入指标选用第二、三产业从业人数表示，产出要素包含期望产出与非期望产出，二、三产业产值表示期望产出的经济效益，[22]在岗职工年平均工资表示期望产出的社会效益，土地利用碳排放量表示非期望产出的生态效益。

为了简化计算，土地利用碳排放量利用系数代入法计算，以城市能源消费量作为建设用地碳排放量基础数据，采用能源消耗总量与每吨标准煤综合碳排放系数的乘积计入，而每吨标准煤碳排放系数则主要考虑10 种能源类型，煤炭、焦炭、石油、原油、汽油、煤油、柴油、燃料油、液化石油气和天然气，通过计算研究区域各年的能源消耗碳排放系数①此处省略了研究区间内根据69 个城市（州）10 种能源消耗量占比作为权重得出的综合碳排放系数过程。，最终确定系数为0.743t/t标准煤；其他地类碳排放量主要计入耕地、园地、林地、草地、水域和其他未利用地，各类能源、土地碳排放系数如表1所示。而且，利用GDP指数将各类价值指标平减到以2011年为基期的数值，减少价格对指标的影响。

表1 不同类型能源、土地碳排放系数

2.城镇化变量与控制变量

本研究采用2011—2020 年黄河流域9 省69 个城市（州）的面板数据作为研究样本，主要解释变量说明如下：

（1）城镇化水平

尽管复杂的复合序参考体系可以提高估计参量的测算精度和稳定性，但为了避免割裂参量与研究内涵之间的直接联系，本研究选用非农人口占城市常住人口比重表示人口城镇化水平（pu），选用城市建设用地面积占行政区划土地面积比重表示土地城镇化水平（lu）。

（2）控制变量

①消费水平（consum），用城市人均年消费支出表示。②产业结构（ratio），考虑我国目前正处于工业化发展阶段，因此选用二产业产值与三产业产值比重表示城市产业结构的优化情况，值越小产业结构越高级。③经济增长（bgdp），采用城市每年总GDP与行政区划土地面积比值表示。④政府规模（brevenue），用城市的财政总收入与行政区划土地面积比值表示。对所有经济变量按2011 年不变价进行平减，各变量的描述性统计见表2。

（三）数据来源

考虑到MaxDEA 软件对数据要求的完整性，城市土地利用全要素生产率测度所需的投入、产出变量数据均来源于黄河流域各地区的《城市统计年鉴》《能源统计年鉴》《中国国土资源年鉴》和土地利用变化数据（2011—2020），统计分析中采用的各变量数据主要来源于Wind 数据库和EPS 数据库，个别缺失数据使用插值法获得。

三、结果分析

（一）黄河流域城市土地利用全要素生产率结果分析

2011—2020 年黄河流域内城市土地利用全要素生产率呈现增长趋势，10 年间69 个城市（州）平均值1.504，且2011—2012年间增速较缓慢，2013—2020 年增速较快，技术进步也呈现增长态势，但规模效率则显示微弱下降，说明土地利用全要素生产率增长主要依赖技术进步而非规模效率。从各城市10 年间土地利用全要素生产率的平均值分析，仅有2 个城市低于1.0，处于非有效状态，其他67 个城市（州）均处于有效状态，而且黄河下游郑州市的土地利用全要素生产率最大（2.8918）；从规模效率的平均值分析，35个城市（州）处于规模效率有效状态，且主要分布在山西、陕西、山东和上游的青海省内，但下游菏泽市的规模效率值最大（1.4066）；从技术进步的平均值分析，所有城市的技术进步值均大于1.0，而且技术进步的增长明显高于全要素生产率的增长，郑州市的技术进步值最高，更进一步说明技术进步有效促进了城市土地利用全要素生产率。（见图2）

图2 黄河流域内城市土地利用全要素生产率、规模效率、技术进步各年平均值

（二）黄河流域人口城镇化与土地城镇化演变分析

用ArcGIS分别绘制2011年和2020年的人口城镇化与土地城镇化时空差异图（图3），可以发现黄河流域上游的人口城镇化水平与土地城镇化水平低于中下游，特别是黄河“几字弯”城市的人口城镇化发展显示减弱状态，土地城镇化发展最快的是黄河下游的山东省。10 年中69 个城市（州）的人口城镇化平均值为34.27%，土地城镇化平均值8.42%。其中，乌海市的人口城镇化水平最高（86.53%），定西市的人口城镇化水平最低（12.54%），这是因为内蒙古乌海市是一个仅设区不设县的地级城市，因此人口城镇化水平相对较高。郑州市的土地城镇化水平最高（27.73%），玉树藏族自治州的土地城镇化水平最低（0.1%），说明黄河下游城市对土地的开发强度远高于上游地区。

图3 黄河流域2011、2020年人口城镇化、土地城镇化时空变化

从时间趋势看，10 年间有58 个城市（州）的人口城镇化水平处于上升态势，11个城市（州）则处于下降态势，这主要是因为城市人口的净流出导致，比较典型的如内蒙古的包头、鄂尔多斯市，青海省的海东、海北藏族自治州、黄南藏族自治州、果洛藏族自治州，陕西的渭南、延安等，甚至宁夏的首府银川，也出现人口流失现象。这些城市大多没有良好的大学资源和强有力的人才引进政策，为了寻找更好的工作机会与发展机会，外出就读的青年放弃回乡工作，更直接加重出生率降低，人口数量锐减。从流域人口城镇化整体水平看，2011—2020年黄河流域城市人口城镇化均值从35.75% 提升至41.11%，增长5.51%低于同期全国人口城镇化增长率12.6%。反观流域内土地城镇化水平，所有城市均处于上升态势，10年间黄河流域城市建设用地面积总共增长了7300km2，其中，郑州市2011—2020年建设用地增长了约410km2，占郑州市行政区划面积的5.49%；因此，土地城镇化是黄河流域城市城镇化的主要结果，造成这种局面，一方面因为土地是重要的生产要素，土地扩张可以带动GDP 增长，另一方面由于政府间财政竞争，各城市争相效仿出让土地满足财政需求，没有考虑与之相适应的人口城镇化匹配，因此“鬼城”应运而生。[23](p160)

为了更进一步说明人口城镇化与土地城镇化之间的发展关系，借鉴城市用地增长弹性系数概念，利用城镇用地增长率与城镇人口增长率的比值表示，并采用中国城市规划设计研究院在《2000 年城镇用地预测综合报告》中提出的1.12控制值进行衡量。[24]10 年间黄河流域内城市用地增长弹性系数仅有3 个地区（海南藏族自治州、兰州和东营市）大于1.12，显示土地城镇化发展过快，其他66 个城市的人口、土地城镇化发展均处于较合理范围。

（三）城镇化对土地利用全要素生产率的影响效应分析

首先利用面板数据选择混合效应模型、固定效应模型和随机效应模型进行分析，Hausman检验显示卡方统计量在1%水平显著拒绝随机效应的原假设，城镇化对土地利用全要素生产率、技术进步回归采用固定效应模型，对规模效率回归采用随机效应模型（表3）。

表3 2011—2020年城镇化对土地利用全要素生产率、技术效率、技术进步的回归结果

1.流域内总体效应分析

无论混合效应模型、随机效应模型还是固定效应模型，人口城镇化与土地利用全要素生产率均呈现倒“U”型关系，土地城镇化与土地利用全要素生产率呈现“U”型关系，且都在1%水平显著；根据Hausman检验结果，选用固定效应模型系数分析变量之间的影响关系，比较而言，土地城镇化对土地利用全要素生产率的影响效果要大于人口城镇化，而且土地城镇化和人口城镇化对土地利用全要素生产率呈现相反影响效果，1%显著水平下土地城镇化每增加1%，土地利用全要素生产率减少0.2716，人口城镇化每增加1%，土地利用全要素生产率增加0.0603。从各控制变量分析，人均消费水平与经济增长促进土地利用全要素生产率增长，产业结构与政府规模则抑制土地利用全要素生产率增长，模型中所有控制变量对土地利用全要素生产率的影响效应均在1%水平显著，说明土地利用全要素生产率存在消费效应和经济效应，而且，城市中二产产值与三产产值比重越大，越形成抑制效应。

2.城镇化对土地利用规模效率与技术进步的影响分析

继续分析人口城镇化和土地城镇化对土地利用规模效率和技术进步的影响，Hausman 检验显示1%水平显著拒绝对技术进步的随机效应假设，但无法显著拒绝对规模效率随机效应模型的原假设，因此对规模效率的回归分析采用随机效应模型，对技术进步的回归分析采用固定效应模型。表3 结果显示，人口城镇化和土地城镇化对规模效率无显著影响，但是从系数值分析，人口城镇化与土地利用规模效率、技术进步均呈现倒“U”型关系，仅土地城镇化与技术进步呈现“U”型关系，且土地城镇化相较于人口城镇化对土地利用技术进步的影响效果更强烈，土地城镇化每增加1%技术进步下降0.3315。同时，人均消费水平与经济增长在1%水平显著促进技术进步，产业结构与政府规模也在1%水平显著抑制技术进步，这与对土地利用全要素生产率的影响效果相同，更进一步说明黄河流域土地利用全要素生产率提升主要是因为技术进步引起。

3.城镇化对土地利用全要素生产率的区域差异分析

为了更深入分析黄河流域城镇化对不同区域土地利用全要素生产率的影响效应，将黄河流域划分为上中下游三个区域，上游、中游、下游分别有25、26 和18 个城市（州），分析其区域差异性。从表4 可以发现，黄河流域上游的人口城镇化对土地利用全要素生产率没有显著影响，土地城镇化与土地利用全要素生产率在1%水平显著呈现倒“U”型关系；中游城市的人口城镇化、土地城镇化均与土地利用全要素生产率在1%水平显著且呈现倒“U”型关系；下游城市的人口城镇化与土地利用全要素生产率在1%水平显著且呈现倒“U”型关系，土地城镇化与土地利用全要素生产率在1%水平显著且呈现“U”型关系，可见流域内城镇化对土地利用全要素生产率影响存在区域差异性。下游城市的土地城镇化水平（17.70%）明显高于上中游（3.45%、6.77%），虽然建设用地投入增多，但由于土地利用全要素生产率是考虑了包含投入要素及以外的其他因素，因此建设用地扩张并没有直接促进土地利用全要素生产率的增长，同时也说明土地城镇化可能是一个门槛变量，当其高于某个门槛值的时候会导致人口城镇化对土地利用全要素生产率呈现相反影响效果。再从各控制变量分析，上中游城市的消费效应显著促进土地利用全要素生产率，但下游影响效果不显著，经济增长在中下游显著促进土地利用全要素生产率，但在上游城市中却显示抑制作用，上中下游产业结构（二产比重增加）均显著抑制土地利用全要素生产率，政府规模则仅在下游显著抑制土地利用全要素生产率。总体而言，流域内各区域存在土地利用全要素生产率的消费效应正向影响与产业结构工业化的逆向影响。

表4 黄河流域上中下游城镇化对土地利用全要素生产率影响效应差异分析

（四）人口城镇化与土地城镇化影响土地利用全要素生产率的门槛效应

1.人口城镇化影响土地利用全要素生产率存在土地城镇化的双门槛效应

城镇化发展始于城镇建设用地扩张，2003年以来，随着西部大开发、中部崛起等战略实施，中国土地供给开始倾向东北和中西部地区，土地城镇化增长速度快于人口城镇化，二者的协同发展也成为学者们研究的重心，[25](p1654-1662)[26](p129-135)但是二者并行发展过程中对土地利用全要素生产率是否存在门槛效应，很少有学者探究，基于前述城镇化对土地利用全要素生产率影响的区域差异性，本节利用模型（5）探索人口城镇化影响土地利用全要素生产率是否存在土地城镇化的门槛效应。门槛检验首先探究不同门槛区间内的参数空间是否显著不同，其次借助Bootstrap 方法对门槛的估计值和实际值进行一致性检验，[27](p15-28)分别通过F统计量的P值与似然比LR值进行检验，检验结果见表5。

表5 门槛效应检验与门槛值、置信区间

检验结果显示，F统计量与P值均拒绝不存在门槛效应的原假设，因此，人口城镇化影响土地利用全要素生产率过程中，土地城镇化存在两个门槛值，分别为0.48%与20.37%。为了更好理解门槛值的估计与置信区间的构造过程，选用LR=7.3523 表示95%的置信水平，绘制门槛模型的似然比函数图，图4更直观显示存在两个门槛值。

图4 门槛估计值与置信区间

表6 给出了门槛回归的结果，人口城镇化与土地利用全要素生产率之间的关系被土地城镇化这一门槛变量划分为三个区间，且不同区间影响差异显著，当土地城镇化处于较低水平时，人口城镇化对土地利用全要素生产率在1%水平显著负向影响，说明土地城镇化水平较低时，人口城镇化抑制土地利用全要素生产率增长，这是因为人口压力在有限的土地资源上造成承载力不足，导致土地利用全要素生产率不能提升。当土地城镇化逐步提升迈过第一门槛值后，人口城镇化对土地利用全要素生产率的影响转为正向促进作用，但在统计上不显著。这是因为当建设用地扩张后，流入城市的人口不会成为承载压力，更多功能是作为劳动力要素的投入，因此促进了城市土地利用全要素生产率的提升。但是当土地城镇化越过第二个门槛值后，人口城镇化对土地利用全要素生产率的影响系数在10%水平显著为负，抑制作用代替了第二阶段的促进作用，主要原因是随着土地城镇化的快速发展，一方面要求人口数量的快速迁移，另一方面对人口城镇化发展的质量提出更高要求，如果流入城市的人口仅是数量上的增加没有质量上的提高，人口的压力功能大于劳动力要素功能抑制了土地利用全要素生产率提升。为了保证研究结论的可靠性，本研究采用两种方式进行稳健性检验，首先考虑替换解释变量的方法进行稳健性检验，将土地城镇化指标用市辖区建设用地面积与行政区划面积比重表示，得到表6中的稳健性检验（I）。其次，考虑增加模型中的控制变量，看回归结果是否稳健，检验结果见表6 中的稳健性检验（II）。可以发现，两种稳健性检验结果都显示人口城镇化影响土地利用全要素生产率时存在土地城镇化双门槛效应。分析各控制变量的影响效果，消费水平与经济增长依旧显著促进城市土地利用全要素生产率，产业结构（二产/三产比重）则抑制土地利用全要素生产率。

表6 黄河流域人口城镇化影响土地利用全要素生产率的门槛效应及稳健性检验

2.土地城镇化影响土地利用全要素生产率存在人口城镇化的单门槛效应

同理，分析土地城镇化影响土地利用全要素生产率是否存在人口城镇化的门槛效应。采用模型（6）进行回归分析，结果显示存在单门槛效应（表7）。当人口城镇化低于68.31%时，土地城镇化对土地利用全要素生产率的正向促进作用为0.085，当人口城镇化高于68.31%时，土地城镇化对土地利用全要素生产率的促进作用增强。同样采用替换解释变量的方法和增加控制变量方法进行稳健性检验，稳健性检验（I）用非农人口与总人口的比值替换人口城镇化，稳健性检验（II）增加固定资产投资控制变量，可以发现人口城镇化的单门槛效应依旧存在。

表7 黄河流域土地城镇化影响土地利用全要素生产率的门槛效应及稳健性检验

四、结论与建议

通过分析人口城镇化、土地城镇化与土地利用全要素生产率的影响机制，初步判定城镇化与土地利用全要素生产率之间存在非线性关系，随后利用固定效应模型和门槛模型定量分析，得出如下结论：

（一）2011—2020 年黄河流域城市土地利用全要素生产率呈现增长趋势，且2013年后增长速度更快，97.1%的城市土地利用全要素生产率大于1.0，且土地利用全要素生产率主要由于技术进步引起。今后土地利用过程中，不仅要考虑土地资源的合理配置，更要注重技术进步对土地利用的提升影响。

（二）2011—2020 年间黄河流域全部城市的土地城镇化水平处于上升态势，10年里建设用地面积总共增长了7300km2；11 个城市（州）的人口城镇化水平处于下降趋势，说明流域内城市存在人口流失现象，但从建设用地弹性系数分析，绝大部分城市处于合理水平。

（三）人口城镇化与土地利用全要素生产率之间存在倒“U”型关系，土地城镇化与土地利用全要素生产率之间存在“U”型关系，证实了城镇化与土地利用全要素生产率之间存在非线性关系，而且人口城镇化、土地城镇化与土地利用全要素生产率之间的非线性关系存在区域差异性，黄河流域上、中游内人口城镇化、土地城镇化与土地利用全要素生产率呈现倒“U”型关系，但下游土地城镇化与土地利用全要素生产率则呈现“U”型关系。

（四）以土地城镇化作为门槛变量，分析人口城镇化对土地利用全要素生产率的影响关系，发现人口城镇化对土地利用全要素生产率的非线性影响存在双门槛效应，土地城镇化初级阶段，人口城镇化抑制土地利用全要素生产率提升，土地城镇化进入中级阶段以后，人口城镇化促进土地利用全要素生产率提升，当土地城镇化越过第二个门槛值后，人口城镇化再次呈现对土地利用全要素生产率的负向影响。但是分析土地城镇化对土地利用全要素生产率的影响过程中，人口城镇化仅存在单门槛效应，且影响方向相同。

基于以上分析结论得出如下政策启示：

（一）积极推进黄河流域人口城镇化高质量发展，控制土地城镇化高速发展。首先，人口和土地作为土地利用的投入要素，如果仅追求数量的提升，不能满足土地利用过程中对技术进步的需求，人口要素转化为人口压力；其次，土地城镇化发展速度过快（超越第二门槛值），人口城镇化不再促进土地利用全要素生产率，因此，流域内可以借助发展高端产业，努力提升教育水平，创造更多就业机会，营造良好生态环境，吸引大学生创业，集聚高层次人才，引导新增城镇人口高质量发展。同时，积极盘活现有城镇低效利用土地和存量土地，避免土地城镇化过速发展。

（二）建立以常住人口为标准的“人地挂钩”思想，城镇化过程中匹配适宜的建设用地指标，预留生态用地，避免“人地脱钩”。当城镇建设用地增加规模与新增常住人口规模实现良性互动时，[28](p143-149)建设用地弹性系数趋于合理，土地城镇化水平处于两个门槛值中间，保证人口城镇化对土地利用全要素生产率的促进效用。

（三）加强黄河流域产业结构高级化建设。黄河流域三产产值相比二产产值比重偏低，通过改善营商环境，发展现代服务业、生态旅游业等，加强城乡沟通性基础设施建设，带动城乡之间的互动，实现产业结构的升级，提升居民的消费能力，最终缩小城乡收入差距，全面促进经济增长，提高城市土地利用全要素生产率。