[区域发展] 制度变迁背景下中国城市空间增长驱动力探讨（上）

改革开放以来中国城市空间的快速增长引起了国内学术界的广泛关注，不少学者对城市空间增长的驱动因素进行了研究。

国内外研究城市空间增长大多基于单中心城市模型和Wheaton的比较静态分析方法[1]，认为城市空间范围和居民收入、城市人口规模正相关，和交通成本、农业地租负相关[2-4]，也有不少学者在传统城市经济学研究的指标基础上，加入了产业结构、城市空间规模、财政分权等变量进行研究[5-10]。中国不同区域由于社会经济等原因，城市空间增长的驱动力存在较大差异，国内更多的研究集中在区域或特定地域层面[7，11-15]（表1）。在研究方法上，随着计量统计工具的发展和统计数据的完善，计量研究方法被更广泛地运用到城市空间增长驱动力研究，主要包括相关性分析[11，16]、主成分分析[17-18]、基于面板数据的计量回归分析[14，19-22]。此外，随着空间计量模型与技术的发展，多位学者采用RS（遥感）和GIS空间技术研究方法来分析单个省域或特定地域的城市空间扩张规模、扩张轨迹和扩张驱动力，而城市扩张影响因素大都是基于统计数据进行说明[23-24]。

从已有研究成果可以看出，国内外的多数学者都是基于单中心城市模型的比较静态分析结果，选取经济、地理、社会、政府四个方面的因素来研究城市空间扩张的驱动力，通常选取很多指标进行回归。不过，由于同一领域指标相关性较强，可能会引起模型出现多重共线性导致估计结果出现误差。另外，由于经济体制和社会环境不同，直接套用国外理论模型并不能全面还原中国城市空间增长内在机理。针对以上诸多问题，本文从经济、地理、社会、政府四个方面选取指标，同时量化“二元化”土地市场结构和分权制改革这一驱动因素，对模型进行逐步回归，考察引入政府因素的模型是否得到改善。为了便于进行比较和分析，本文选择全国地级以上城市作为实证分析对象，同时引入时间、空间虚拟变量，考察政策变迁和地区差异对城市空间扩张的影响。

1 制度变迁背景下中国城市空间增长驱动力分析

改革开放30余年以来，中国在政治、经济和社会等方面的剧烈多重体制转型，从根本上改变了城市空间增长的动力基础，这主要体现在城市空间经济属性的凸现和地方政府职能与角色的变化上。

1.1 分权改革激励城市空间增长

中国分权改革为主线的经济体制改革激励了政府通过征收农用地来获取土地出让金。1994年分税制改革后，为保证预算收支平衡和地方在“GDP”竞赛中实现较高财政收入，地方政府更热衷于低价征收农业用地并以高价在城市土地市场上进行交易，农业用地征收费用和城市建设用地交易之间的巨大利差成为地方预算外收入的支柱。在较发达的城市里，土地出让金在地方财政收入中占据很大部分[25]。关于土地财政影响城市发展，主要通过两个路径：吴东作认为丰厚的土地财政收入通过激励地方政府增加土地使用权转让、征收更多土地并转化为房地产厂商开发使用，进一步增加了城市用地[26]；邓子基认为土地出让收入和相关税费收入为地方政府进行城市基础设施建设提供保证，将会有更多资金投入到社会公共品，继续推动城市化进程[27]。

总之，以分权化（Decentralization）、市场化（Marketization）为主要特征的体制转型，已经使得中国的城市政府成为高度趋利的“企业型政府（Entrepreneurial Government）”，为了更多获取土地出让金等相关收益，地方政府极力推动城市空间的快速增长。

1.2 政府成为推动城市空间增长核心力量

根据现有的土地管理法律法规，中国农业用地转变为城市用地只能通过政府的征收，而后政府再将经过开发整理的土地出让或划拨给土地使用者，之后土地使用者对土地进行开发建设，并且产生相应的经济活动（图1）。在土地流转过程中，也相应地发生资金流转的行为。如图1所示，地方政府在征收农民及其集体的农业用地时，需要支付一定的征地补偿金；地方政府将征收来的生地进行开发整理，变为可以出让或划拨的熟地，需要支出土地开发费用；在土地一级市场中，土地出让行为发生之后，土地使用者需要向地方政府支付土地出让金；农用地变为城市用地之后，相应的经济活动会带来GDP的增长及相应的税收收入，由于这一资金流外生于城市土地开发行为之外，可以将其称之为地方政府进行城市土地开发的外部性收益。

总之，当前地方政府①在城市土地开发过程中发挥着主导作用。其不仅控制着农业地征收，而且还垄断土地一级市场。由此可见，在中国现行的体制背景下，地方政府实际上是城市土地开发及其带来的城市空间增长的决定性力量。

1.3 制度变迁背景下中国城市空间增长机理

中国城市空间增长驱动要素还需考虑中国制度背景，特别是地方政府积极参与城乡土地流转和分权改革对城市空间增长的影响，因此需要引入政府财政分权变量来衡量政府作用。由于市场经济发展和城市空间增长保持高度一致性，需要引入经济变量。通常居民收入提高是由经济发展水平提高引起的，杨东峰、王俊松等多位学者都将经济发展水平替代居民收入作为研究变量，并通过实证分析验证了其和城市空间正相关[28-29]。因此本文从理论上得出假设：中国城市空间增长受经济发展水平、城市人口数量、通勤成本、农业租金和政府财政分权共同影响，各个因素的作用机制如下：

①经济发展水平。经济发展水平提高将导致居民收入水平提高，更高的收入人群倾向于低密度住宅区和宽松的居住环境，因而经济增长带来的更多用地需求驱动了城市空间增长。

②城市人口增长。由于人口增长，在原有的土地价格水平下会产生超额需求，土地租金上涨，进而导致居民在城市的住宅消费减少，土地开发者扩大单位土地开发资本投入，产生更高的住宅密度和城市空间扩张。

③交通成本下降。交通成本下降使得原本集中在市中心人口和就业外迁，原本为城市边缘的土地由于人口集聚和公共基础设施的不断完善逐渐纳入建成区，城市范围因此扩大。

④农业租金水平上升。农业租金水平上升，征收农用地补偿费用相应提高，因此耕地转化为城市用地机会成本也增加了，更高的土地使用成本对城市空间快速增长有一定限制作用。

⑤地方政府财政分权。分权水平越高，地方政府财权和事权不平衡就越严重，因此获取额外土地出让金的激励更大，城市建设用地的供给增多。

2 模型构建与数据处理

2.1 模型构建

本文分别以市辖区建成区面积、市辖区人均GDP、市辖区人口数量、市辖区年末实有道路面积、全市单位耕地产值、地方政府财政分权度指标来代表中国城市空间规模、城市经济发展水平、城市人口数量、城市交通成本、农业租金水平和地方政府财政分权大小。基于已有的研究成果，构建城市经济发展、人口增长、交通情况、农用地租金水平和地方政府财政分权度指标影响城市空间规模的计量模型，作为接下来实证分析的基本模型：

lnareait=α0+α1lnpgdpit+α2lnpopit+α3lnroadit+α4lnrentit+α5lnfdit+μit

式中：area表示城市空间规模；pgdp表示城市经济发展水平；pop表示城市人口规模；road表示城市交通情况；rent表示单位耕地产值fd表示地方政府财政分权度；xit表示解释变量x的it观测值（i表示空间序列，t表示时间序列）；α1、α2、α3、α4、α5分别为各变量的系数；α0为常数项；μ为随机因素。预期各指标的影响为即城市空间规模随着人均收入、人口、道路交通面积和财政分权度的增长而增长，随着农业租金的增加而减少。

2.2 数据筛选

本文的数据跨度为2003—2012年，剔除数据不完整和明显存在误差的城市，最后得到的城市样本共127个②。城市建成区面积、GDP、人口等指标统一采用“市辖区”数据，即以市辖区建成区面积、市辖区人均GDP水平和市辖区常住人口。由于无法获得居民交通成本的统计数据，本文以城市建成区道路面积作为交通成本的替代指标，二者负相关。由于没有直接统计农业租金水平的数据资料，本文以单位面积耕地产出（农业总产值/常用耕地面积）作为农业租金水平的替代指标。从指标方便计算和有效性考虑，本文采取本级地方政府财政支出占享有的总财政支出核算财政分权度，并将指标人均化，即：地方政府财政分权度=城市本级人均预算支出/（中央本级人均预算支出+省级人均预算支出+城市本级人均预算支出），地方财政分权度越高，表示地方政府平衡预算收支的压力越大。市辖区建成区面积、人均GDP、人口数量、年末实有道路面积的数据来源于《中国城市统计年鉴》，全市单位耕地产值的数据来源于各省统计年鉴和《区域经济统计年鉴》，地方政府财政分权度指标来源于《中国城市统计年鉴》《中国财政年鉴》和《中国人口统计年鉴》，数据的统计特征见表2。

2.3 模型检验

针对平衡面板数据，本文采用相同单位根情况下的LLC检验和不同单位根情况下的IPS检验、ADF-Fisher、PP-Fisher检验。结果显示：对各变量的水平值进行检验时，检验结果（农业租金、财政分权度）表明可能存在单位根，而对各变量进行一阶差分后，在1%的显著水平下进行检验时，检验结果显著拒绝了存在单位根的原假设，所以所有变量在一阶差分后是平稳的（表略）。

根据单位根检验结果，因变量和自变量是同阶单整的，在这一前提下利用由Engle-Granger两步法发展而来的Kao检验来检验变量之间是否存在协整关系。结果表明：2003—2012年中国大陆127个地级及以上城市的市辖区建成区面积、市辖区人均GDP、市辖区人口数量、市辖区年末实有道路面积、全市单位耕地产值、地方政府财政分权度指标之间存在协整关系，构建的模型是平稳有效的（表略）。

3 实证结果分析

3.1 总体情况

利用Stata11.0对未引入财政分权度（基于Muth-Mills模型）和引入财政分权度的模型进行广义矩估计（GMM），结果表明：模型1和模型2中所有自变量回归系数的P值均小于1%的显著性水平，也就是回归系数能够比较好地解释说明因变量的变化，同时解释变量系数的符号和理论研究预测相吻合。市辖区人均GDP、市辖区人口规模、市辖区道路面积和地方政府财政分权度四个变量的系数为正，说明以上四者与市辖区建成区面积正相关；相反，农业地租替代指标的系数为负，说明该变量与建成区面积负相关（表3）。通过表3，我们可以看出，引入财政分权度后，模型的拟合优度R2提高，说明模型2的回归结果和模型1相比对观测值的拟合程度更好，财政分权度这一指标的引入是有效的。

在模型2的五个自变量中，市辖区道路面积对建成区空间规模的影响最大，其回归系数为0.414，说明在控制其他解释变量不变的情况下，市辖区道路面积每增加1%将驱动城市空间对外扩张0.4%；市辖区人口对建成区面积的影响和市辖区道路面积非常相近，其回归系数为0.413，说明在市辖区人口每增加1%将引起居民城市建设用地需求提高约0.4%；市辖区人均GDP的回归系数为0.236，说明在其他变量均保持不变的情况下，人均GDP每增长1%将驱动城市空间对外扩张0.236%；地方政府财政分权度的回归系数为0.21，说明地方政府财政分权力度每增加1%将驱动城市空间对外扩张0.21%；单位耕地产值的回归系数为-0.13，说明单位耕地产值每增加1%将使城市建设用地缩减0.13%。从全国样本来看，各影响因素的影响程度表现为：道路面积>人口规模>人均GDP>财政分权度>单位耕地产值。