产业专业化、多样化集聚对城市土地利用效率影响的多维研究
张雯熹1，2 吴 群1，2 王 博1 黄 静1，3
(1.南京农业大学公共管理学院，江苏 南京210095; 2.南京农业大学不动产研究中心，江苏 南京210095；3.新疆农业大学管理学院，新疆 乌鲁木齐 830052)
摘要 提升城市土地利用效率是我国当前可持续发展与绿色城镇化进程的紧要任务之一。本文首先从城市经济学理论出发，基于“结构 -行为 -绩效”的分析范式，分析产业专业化集聚与多样化集聚对城市土地利用效率的影响机理。在此基础上，应用 2003— 2015年我国 269个地级及以上城市的面板数据，采用随机前沿方法对各城市土地利用效率进行测算，并通过动态面板模型，从全行业 -全国、全行业 -三大区域、分行业 -全国、分行业 -三大区域的不同维度，考察分析产业专业化、多样化集聚对城市土地利用效率的差异化影响及其作用机理。研究发现：①从全行业 -全国维度的回归结果来看，产业专业化与多样化集聚都能够促进土地利用效率的提升。②从全行业 -三大区域维度的回归结果来看，东部地区的城市土地利用效率更受益于多样化集聚的影响，中、西部地区更受益于专业化集聚的影响。③从分行业 -全国维度的回归结果来看，工业专业化集聚对土地利用效率有显著的正向影响。④从分行业 -三大区域维度的回归结果来看，服务业专业化集聚能够促进东部地区的城市土地利用效率，工业专业化集聚能够促进中、西部地区的城市土地利用效率。可见，在不同的行业或区域中，产业专业化、多样化集聚对土地利用效率存在差异化影响。因而，中国未来的产业发展应根据战略需要，立足于分行业或分区域的阶段特征，制定实施差别化的产业集聚政策，由此才能够针对性、有效性地提升区域要素利用效率，支撑经济社会可持续发展。
关键词 产业专业化集聚；产业多样化集聚；城市土地利用效率；多维度；作用机理
自1978年改革开放后，中国的工业化、城镇化经历了长足发展。但是，在此过程中，土地资源的利用模式过于粗放，特别是城市建设用地的无序扩张，造成耕地和生态用地大量损耗、城市土地利用效率低下等一系列问题[1]。在经济高质量发展的新形势下，如何有效提高城市土地利用效率是中国未来可持续发展与绿色城镇化进程的紧要任务之一。依据城市经济学理论，产业集聚能够通过要素的地理集中，推动城市发展，提高要素利用效率[2]。而国务院印发的“十三五”国家战略性新兴产业发展规划当中明确提出要坚持产业集聚，发展特色产业集群，形成创新集聚发展新格局。那么我国产业的专业化与多样化集聚是否能够提升城市土地利用效率？在不同区域与不同行业中，专业化与多样化集聚会产生何种不同的影响效应？这些问题的回答对于提升城市土地利用效率、平衡经济发展与资源利用、提升产业规模与优化产业格局发展都具有重要的理论与现实意义。
城市形成的根源是产业集聚[3]。具有代表性的马歇尔的外部性理论和克鲁格曼的新经济地理学理论都认为产业集聚带来的外部性会产生正向的规模效率，从而降低企业成本，提高生产效率[4]。已有研究较多关注产业集聚与城市经济增长、城镇化的关系，其中产业集聚的外部性是研究的焦点。一部分学者认为，专业化集聚通过同类行业在空间上的集聚形成MAR外部性：Bishop等[5]学者提出产业专业化能够通过增加就业率从而促进经济增长；蒋媛媛[6]利用通过测算全域专业化指数，提出专业化集聚与我国经济发展水平存在倒U关系。另一部分学者认为，多样化通过不同行业在空间上的集聚带来Jacobs外部性：王俊松[7]学者认为多样化集聚比专业化集聚更有益于城市经济增长；吴三忙等[8]提出多样化的产业环境能够带来工业经济的增长。然而，产业集聚的外部性是否能够有效促进城市土地利用效率，不同行业的集聚是否会具有一定差异，却鲜有研究讨论。 综上，本文基于“结构-行为-绩效”的范式，探究产业专业化、多样化集聚对城市用地效率的影响机理。在此基础上，应用2003—2015年我国269个地级及以上城市的面板数据，从全行业-全国、全行业-三大区域、分行业-全国、分行业-三大区域等多个维度，考察分析产业专业化集聚、产业多样化集聚对城市土地利用效率的差异化影响及其作用机理，以期为城市土地利用效率提升研究与实践提供参考。
1 产业集聚对城市土地利用效率的作用机理
城市的存在源于城市范围内的规模报酬递增[9]。根据赫希等学者的假设和观点[10]，城市经济规模递增最根本的来源是产业集聚，其中同类产业的集聚称为专业化集聚，不同产业的集聚称为多样化集聚。本文借鉴贝恩以及钟顺昌学者提出的“结构-行为-绩效”的分析范式[11]，将产业集聚视为企业组织结构，探讨不同发展阶段或行业特征下，这种结构如何通过市场中企业与劳动力的行为，对土地利用效率形成差异化的影响，分析框架如图1所示。
1.3.3 竹林碳储量估算 采用基于竹林株树的碳储量估算方法，其计算公式为：C=N×A×Cf，式中：N为竹林株数；A为单株生物量，取值22.5 kg·株-1；Cf为含碳系数，取值0.47(无量纲)。
1.1 产业专业化集聚与城市土地利用效率
产业专业化集聚一般发生在城市发展初期，源于相邻地区的劳动者彼此分享同样的技术或信息所得到的优势，本质是某行业的企业生产成本随着行业总产量的提高而降低。
(2)式中，LUE 表示城市土地利用效率，其计算方法为保持其他投入要素X 以及产出Y 不变的情况下，可能达到的最小工业用地投入比例λ ，其中α 为回归系数，LUE 的取值范围在0～1之间。结合(1)式，整理得到i 城市t 时期的土地利用效率LUE it 为：
1.2 产业多样化集聚与城市土地利用效率
产业多样化集聚来源于互补的知识在不同类别的企业之间进行交换，从而促进技术创新，强调知识能够在互补而非相同的产业间溢出，本质是企业的生产成本随着地区总产量的上升而下降。
产业多样化集聚强调不同产业的集聚对城市经济发展的推动作用，对城市土地利用效率的作用同样可以从企业与劳动力的行为来实现，如图1。首先，从企业的行为来看，行业间互补的知识溢出能够通过信息与技术的交换和扩散，即Jacobs技术外部性[14]，促进新知识的产生与新观念的形成，使企业更具竞争性，也使得区域经济结构更加稳定，提升城市经济产出从而改善区域用地效率。其次，与专业化集聚不同，多样化集聚拥有多种类型的中间品和最终产品可以投入到新的生产环节，具有更强的价格指数效应，通过降低企业间运输成本，减少消费者购买多样化产品的成本，因而形成生产者与消费者之间的资金外溢，这种企业通过价格机制影响消费者的福利状况称为资金外溢Ⅱ[15]，能够有效促进企业利润。在这种情形下，更多的中小企业愿意选择多样化的集聚，从而形成规模效率，促进城市土地利用效率。最后，从劳动力的行为来看，多样化集聚具有劳动力“蓄水池”功能，某行业受到冲击后工人更容易转移到其他行业，形成互补劳动力市场外部性，这种互补的劳动力市场增强了工人抵御失业风险的能力，给予劳动力更多的选择与保障，能够通过吸引更多劳动力而提高企业的效率和城市的用地效率。
报警管理及Web服务器上运行AAS软件，包括Web服务软件，该服务器通过防火墙与报警管理数据采集Buffer机和公司管理信息网相连，同时实现了安全隔离。该服务器上运行实时报警模块，为中心控制室的客户端提供实时报警及报表查询功能。Web服务器通过防火墙获取报警与事件数据，为公司管理信息网上的客户端提供实时报警及报表查询功能。
图 1产业集聚对城市土地利用效率的作用机理图
1.3 产业专业化集聚与多样化集聚在不同区域、不同产业之间的作用差异
从区域差异来看，我国不同区域的城市经济发展水平差异较大，具有不同的资源禀赋与地理区位，不同区域的市场化水平、企业技术水平、基础设施水平、交通运输水平等都会影响企业知识溢出与劳动力市场外部性，从而产生差异化的集聚效果。因此不同区域专业化与多样化集聚对城市土地利用效率的作用方向与效果可能会产生一定的差异。
从行业差异来看，工业产业主要依靠资源与能源，具有要素运输成本高、企业占地规模大、劳动力分工单一等行业特点；与工业不同，服务业的生产和消费具有同一性，主要依靠技术与人才实现企业的科技创新，具有要素与产品流动性强、产业附加值高、劳动力分工广泛等行业特征。差异化的行业特征会影响企业知识、技术与劳动力的共享与互补，从而发挥不同的产业集聚效应。因此，不同行业专业化与多样化集聚对城市土地利用效率影响的方向与效果可能会产生一定的差异。
综上所述，产业专业化与多样化集聚能够通过对市场中企业与消费者行为的影响，促进城市土地利用效率的提升。然而，在不同区域和不同产业之间，专业化与多样化的集聚对用地效率的作用方向与效果会产生一定的差异。因此，后文将从全行业-全国、全行业-三大区域、分行业-全国与分行业-三大区域四个维度，来实证考察产业专业化与多样化集聚对城市土地利用效率的的差异化影响，并分析其形成原因。
共识机制，即多个个体达成一致的机制。共识机制可以根据达成共识的个体，分为算法共识和决策共识2类[3]。算法共识致力于研究复杂的网络环境下，去中心化的网络如何达成一致的问题，本质是多个机器达成共识。决策共识目的是帮助人达成一致，在分布式人工智能领域较为常见。区块链中共识算法属于前者，目的在于在多个节点中记录同样的账本。区块链中共识机制要求满足2个性质：一致性，即不同的节点记录的数据必须相同；有效性，节点记录的数据格式和内容必须满足区块链规则。
另外，在控制变量当中，信息技术水平(tech )和二三产占比(ec )对城市土地利用效率有显著的正向影响，与一般经验文献的结果一致[26]。而人均收入水平(wage )和政府行为(gov )对城市土地利用效率产生显著的负向影响。其中政府财政干预导致国有经济活力不足，难以促进用地效率提升，与钟顺昌等[27]学者研究相近。人均收入水平越高意味着劳动力成本上升，使得厂商雇佣劳动力数量减少，恶化了劳动力集聚的条件，抑制了城市土地利用效率的提升，与韩峰等[28]学者的研究一致。
2 模型构建与数据来源
2.1 城市土地利用效率测度的方法
本试验在配制C40水工混凝土时，σ的取值为5 MPa，即C40水工混凝土的配制强度应不小于48.2 MPa（混凝土强度保证率95%）。
胜德（苏州）密封系统有限公司是一家成立于2009年的德国独资公司，是聚合物密封、胶粘和浇注系统、供料设备、自动化及应用服务领域的知名系统供应商，在行业内处于世界领先地位。产品主要应用于汽车、机柜、过滤器、电子及照明等行业。胜德总部位于德国科隆，在美国、意大利和西班牙等国家都设有分公司。
本文借鉴Meeusen在20世纪70年代提出的随机前沿法来计算城市土地利用效率，构造超越对数生产函数：
Y it =
β KL lnK it lnL it +β KM lnK it lnM it +β LM lnL it lnM it +
β Kt lnK it t +β Lt lnL it t +β Mt lnM it t +β t t +(ν it -u it )
(3)除以上核心解释变量外，已有研究指出产业结构、信息技术水平、政府行为等因素同样可能影响城市土地利用效率[23-24]。因此，模型中还加入了相应的控制变量(C )，包括表征基础设施建设水平的人均道路面积(par )、表征人均收入水平的职工平均工资(wage )、表征对外开放程度的实际使用外资额占比(open )、表征信息技术水平的年末移动电话数与城市就业人口数比值(tech )、表征产业结构的二三产占比(ec )和表征政府行为的公共财政收入占GDP比重(gov )。
(1)
(1)式中，Y it 代表i 城市t 期的经济产值，K it 、L it 和M it 分别代表i 城市t 期的资本投入、劳动力投入与土地投入，其余为各自变量的平方项与交叉项。v 为随机误差，u 为技术效率。为了进一步估算土地要素的投入产出效率，本文借鉴Reinhard与Li[17]的单要素投入效率模型，建立城市土地利用效率的核算方程：
LUE ={min[λ :f (X ,λW ;α )=Y ]}
采用累计预扣法，到2019年2月，小周应缴税税款=（10000×2-5000×2-1500×2-1000×2）×3%-75(累计已预扣缴税额)=75元。以此类推。
(2)
产业专业化集聚是企业在行业内部的集聚，对城市土地利用效率的作用通过企业与劳动力的行为来实现，如图1。首先，从企业的行为来看，行业内企业的集聚通过同类知识的溢出，形成知识和信息的共享，使得同类企业之间相互学习，从而强化主导产业的优势，形成MAR技术外部性[12]，提高单位土地的收益，进而推动城市用地效率的提升。其次，企业的决策通过市场价格机制，不仅直接影响市场价格，还会通过企业间市场的交互作用，影响其他企业的福利状况，这种不完全竞争市场中同类企业集聚形成的外部性被称为资金外部性Ⅰ[13]，能够降低企业的生产成本，提升区域经济产出和城市土地利用效率。最后，从劳动力的行为来看，同类企业的集聚能够降低劳动力学习其他行业技能的成本，形成同类劳动力市场外部性，使得劳动力更容易获得同类工作的机会，从而加强劳动力的集聚，提升区域用地效率。
(3)
其中：
(4)
效率测度模型以《中国城市统计年鉴》《中国城市建设统计年鉴》和《中国统计年鉴》为数据来源，结合指标意义与数据的可得性，使用永续盘存法计算各城市的资本存量作为方程的资本投入[18]，市辖区二三产就业人口作为劳动力投入，市辖区建设用地面积作为土地投入，具体如表1所示。产出指标以历年《中国城市统计年鉴》中二、三产增加值为基础，依照各地区生产总值指数中第二、三产相关指数调整为以2003年为基期的不变价。
关于数据的整理有两点需要说明。首先，《中国城市建设统计年鉴》中由于统计口径的变化，建设用地面积存在部分异常值。利用STATA软件，使用Z标准化得到的阈值作为判断依据，提取变量中出现的异常值和缺失值，再将其用前后两年该城市的建设用地均值替代，以保证建设用地数据口径的一致性。其次，由于主要数据来源于两种统计年鉴，统计的口径不同，因此以2015年《中国城市统计年鉴》为基准，基于数据可得性剔除拉萨、海东等城市，将样本城市调整为为269个，并以此为参照，将《中国城市建设统计年鉴》中的城市通过更名、合并等方式，调整为与《中国城市统计年鉴》相同，进而计算城市土地利用效率。
2.2 产业集聚对城市土地利用效率影响的模型构建
本文参考文贯中与李斌[19-20]的模型，结合前文提出的理论假设，设定模型如下：
本文将城市土地利用效率定义为以获取最高的经济价值为目标，最大化利用土地的程度[16]。具体来讲，从城市经济发展的视角，以要素投入产出理论为基础，将土地视为作用于城市经济产出的投入变量，在其他投入变量不变的前提下，城市土地利用效率应为实际土地投入与获得最大化经济产出时土地投入水平的比值。
再次，在引导学生进行知识学习的过程中，应当设计复合学习模式，使学生能够在不同的学习模式下获得更为高效的学习体验。
LUE it =x 0+x 1Z +x 2C +ε it
(5)
(5)式中，i 表示城市，t 表示年份，x 0为常数项，C 为控制变量，ε it 为随机扰动项。Z 为产业集聚指标，包括产业专业化集聚(ksl )和产业多样化集聚(div )。被解释变量LUE 为上一节通过随机前沿的效率测度模型计算得到的城市土地利用效率，其余解释变量表征见表1。
(1)产业专业化集聚由ksl(krugman specialization index)指数表征[21]，用来衡量产业在地区分布的专业化水平。ksl指数的计算公式为
其中i 表示行业，r 表示城市，L 表示就业人数。ksl指数的取值为0到2，某城市的ksl指数值越高，说明其行业专业化水平越高。
同时考虑产业专业化集聚与多样化集聚对城市土地利用效率的影响，如列(7)、(10)和(13)所示，各核心变量的符号与显著水平和上述结果一致，说明估计结果稳健。
(2)产业多样化集聚由赫芬达尔指数(Hirschman-Haerfindahl index,HHI)的倒数div指数来表征[22]，计算公式为
式中各字母的涵义与ksl指数公式中的相同。div指数值越大，说明城市的产业越分散，多样化水平越高。
其次，可以分别在地理信息管理服务器与ETL服务器中构建起Quartz任务管理工具和GEOKettle数据抽取融合工具，再对每天的数据进行提取、转换、更新等，GEOKettle工具的主要作用是对任务进行具体实施。
3 实证结果与分析
由于区域发展阶段或是行业发展特征(特别是工业与服务业之间)的不同，其产业集聚对城市土地利用效率的作用效果可能存在差异。因此，在计算城市土地利用效率的基础上，本文从全行业-全国、全行业-三大区域、分行业-全国、分行业-三大区域等多个维度，考察产业专业化集聚与多样化集聚对不同区域城市土地利用效率的差异及其原因。
3.1 全行业-全国维度的影响结果分析
本文基于2003—2015年全国269个城市的面板数据，借助STATA估计了混合OLS回归、固定效应回归、随机效应回归与动态面板GMM回归4个模型，回归结果反映在表2中。从4个回归模型的结果来看，动态面板GMM模型中变量显著程度与模型的拟合程度较好；同时，经济活动往往是动态、连续的变化过程，经济个体当期的行为不仅受到当期变量的影响，还会受到过去经济行为的影响，因此动态面板GMM模型能够更加全面地反应当前变量与滞后变量对城市土地利用效率的影响[25]。从GMM的估计结果来看，AR(1)与AR(2)的检验结果显示10%的显著水平上，方程的残差项存在与一阶序列相关和二阶序列不相关，说明模型设定合理；Sargan过度识别检验结果并没有拒绝工具变量有效的原假设，说明工具变量的选择也是合理的。因此，选择系统GMM作为模型估计的方法。
表 1各变量的表征、计算与数据来源
从列(4)的结果可以看出，在全行业-全国维度下，产业专业化集聚(ksl )对城市土地利用效率的影响系数为正，且在5%的显著水平下通过了检验，说明城市同行业内部企业的集聚能够促进城市土地利用效率。一方面，同类企业的集聚使得本地市场由稀薄市场变成稠密市场，行业内的技术信息能够共享，学习曲线效应得以形成，实现行业内企业间知识、技术、资金的空间溢出，从而形成MAR正外部性和资金正外部性，促进城市土地利用效率。另一方面，同类企业的集聚能够共享劳动力市场，对劳动力来说可以降低失业的风险，对企业来说能够选择更加熟练的工人，形成专业化集聚的正外部性，从而提升城市土地利用效率。同时，列(4)中产业多样化集聚(div )的系数为正，且在1%的水平上显著，说明多样化集聚对城市用地效率具有显著的正向促进作用，与预期的结果一致。城市内部产业链上的不同产业在城市内集聚，一方面通过产业间的知识、信息与技术溢出，实现不同产业之间相互学习、信息共享，节约沟通成本；另一方面通过同一产业链上下游企业或者相关企业的集聚，降低了产品的运输成本，形成Jacobs外部性与资金外部性，从而提升城市土地利用效率。
采用日本玉野Kojimawan附近区域的AIRSAR实测数据进行CFAR检测结果分析，将新方法与2P-CFAR检测算法、文献[23]方法、文献[24]方法、文献[25]方法进行了检测性能比较，2P-CFAR检测算法、文献[23]、文献[24]、文献[25]方法分别是在对数正态分布假设、K分布、G0分布、常数纹理假设下的检测方法，与本文Fisher分布纹理假设下的新方法进行性能比较具有针对性.选取区域分别为Fisher分布区域和非Fisher分布区域，以验证新方法在不同杂波背景下的检测性能.
3.2 全行业-三大区域维度的影响结果分析
在3.1的基础上，依照国家统计局2003年的划分标准[29]，本文将全国分为东部、中部、西部三大区域，继续从全行业-三大区域维度进行回归分析，结果如表3所示。首先，全行业的产业专业化集聚影响效应呈现出显著的区域差异性。列(5)显示东部地区专业化集聚(ksl )对土地利用效率的影响为负，列(8)与列(11)显示中、西部专业化集聚对土地利用效率的影响为正，且都在10%的显著水平下通过了检验，这与李金滟等[30]学者的研究相近，专业化集聚难以持续促进用地效率的提升。对于企业来说，当经济发展水平较低时(例如中、西部地区)，专业化集聚能够通过行业内同类企业的集聚，迅速共享信息、知识与技术，实现集聚的正外部性，有效促进城市用地效率；然而，当市场发展到一定水平(例如东部地区)，过度专业化市场形成垄断，容易导致市场发展僵化，缺乏自我修复机制，在城市发展的周后期面临较大风险，难以促进城市土地利用效率的提升[31]。对于劳动力来说，当经济发展水平较低时(例如中、西部地区)，工作范围比较狭窄，劳动力与企业之间的匹配程度较高；当经济水平发展到一定程度(例如东部地区)，同行业企业稠密的集聚逐渐产生拥挤效应，造成过度竞争，导致原本的正外部性弱化，难以形成技术创新，公共资源紧张、环境污染等问题也使得专业化集聚在此阶段产生负外部性，从而抑制城市土地利用效率。
表 2全行业 -全国维度下产业集聚对城市土地利用效率的影响结果
注：*、**、***分别表示10%、5%、1%的水平上显著。圆括号内为参数估计的t统计量。
其次，从全行业的多样化集聚影响效应来看，不同区域的估计结果仍然呈现一定的差异性。列(6)、(9)和(13)显示多样化指数(div )对三个地区的城市土地利用效率都能够产生正向影响，其中对东部地区的影响在1%的水平上显著，中部与西部地区的影响不显著。说明多样化集聚产生的Jacobs外部性，在经济发展水平较高的地区能够发挥更加明显的效果。对企业来说，由于多样性的存在，东部地区的城市更容易提供多样化的生产技术所需的中间投入品，不同产业之间的知识外溢和技术外溢更加显著；中、西部地区的城市经济发展水平不高，多样化的企业集聚可能会由于对同一生产要素的竞争，推高要素成本，导致企业利润下降，难以从不同产业中其他企业的增长中获利，从而多样化集聚对效率的推动作用并不显著。对劳动力来说，东部地区具有更活跃的劳动力市场，能够吸纳更多劳动力的流入，多样化劳动力市场的外部性能够有效发挥，从而带动人口就业，促进用地效率。可见，随着城市发展进入中后期，由注重行业内的产业专业化向注重行业间的产业多样化转变，是持续促进城市土地利用效率的发展道路[32]。
表 3全行业 -三大区域维度下产业集聚对城市土地利用效率的影响结果
注：*、**、***分别表示10%、5%、1%的水平上显著。圆括号内为参数估计的t统计量。
对于在景区中游客不文明行为的表现原因的分析，绝对不可以用“素质太低”之类的武断来加以定性，而必须正视游客自身的特殊性，基于游客的特殊性来分析不文明行为产生的原因，将为景区进行游客文明行为的管理提供基本的逻辑分析的前提。
3.3 分行业-全国维度的影响结果分析
由于经营主体、要素禀赋、资源结构等因素不同，诸如工业、服务业等分行业的产业集聚对土地利用效率影响也可能存在不同。故本文拟在前述研究的基础上，将全行业进一步划分为工业与服务业，继而多维度分析产业集聚对城市土地利用效率的影响。首先是分行业-全国维度的影响结果分析。
一方面，从工业行业集聚的全国层面影响来看，表4列(14)显示工业专业化集聚(ksl_gy )对城市土地利用效率的影响为正，且在5%的水平上显著；列(15)工业多样化集聚(ksl_fwy )对城市土地利用效率的影响并不显著。列(16)同时考虑工业专业化与工业多样化的作用，结果与列(14)和(15)一致，说明结果是稳健的。需要指出的是，全行业多样化集聚对城市土地利用效率的影响显著为正，而分行业计算之后，工业多样化集聚对用地效率的影响却为负，这与乔海曙等[33]学者的研究结论相近。可能的原因为工业行业内部如制造业、采矿业等行业的中小企业占比较大，其数量众多且分散，难以形成不同产业之间的集聚；同时，在我国工业产品的进出口市场中，我国出口的大部分产品属于纺织、服装等劳动密集型产品，技术密集型的医药、集成电路等产品持续出现贸易逆差，说明现阶段制造业仍处于中低技术水平的发展阶段，难以通过行业间的技术溢出产生正外部性。而全行业的多样化能够实现工业与服务业之间的协同发展与合作共生，其中生产性服务业能够为制造业提供中间投入品，二者的多样化集聚与互动能够适应工业与服务业的新常态发展，实现产业优化升级，从而促进城市土地利用效率。
表 4分行业 -全国维度下产业集聚对城市土地利用效率的影响结果
注：*、**、***分别表示10%、5%、1%的水平上显著。圆括号内为参数估计的t统计量。
另一方面，从服务业行业集聚的全国层面影响来看，表4列(17)显示服务业专业化对城市土地利用效率的影响为负，列(18)显示服务业多样化对城市土地利用效率的影响为正，但均不显著。列(19)同时考虑工业专业化与工业多样化的作用，结果与列(17)和(18)一致，说明估计结果是稳健的。需要说明的是，全行业专业集聚对用地效率的影响为正，而服务专业化集聚对城市用地效率的影响却不显著。由于我国在改革开放以来产业发展特点与定位，服务业发展相对滞后，2015年服务业增加值占GDP比重为46.53%，低于经济水平发展相似的其他国家[34]。因此，从全国层面来看，我国产业发展当中服务业的拉动作用并不显著，结构和规模上都比较落后，互补或共生性服务业的多样集聚效应尚未形成，对城市用地效率的带动作用并不明显。
回家后皮皮妈给皮皮爸做工作：“老公啊，你还是献身吧，你的女儿都去看别人的鸡鸡了！”经过皮皮妈的思想工作，皮皮爸有些改变，答应第二天做好准备后让女儿看。
3.4 分行业-三大区域维度的影响结果分析
在3.3的基础上，本文继续从分行业-三大区域维度进行回归分析，结果如表5所示。一方面，从工业行业来看，工业专业化集聚(ksl_gy )与工业多样化集聚(div_gy )在三大区域对城市土地利用效率的作用具有一定的差异。列(20)显示工业产业的专业化水平对东部地区城市土地利用效率的影响为负，但并不显著；列(22)与(24)显示工业产业专业化集聚对中、西部的影响为正，且在1%和10%的水平下通过了检验。从工业的产业多样化集聚效应来看，列(21)、(23)和(25)的结果显示工业产业多样化对三大区域的城市土地利用效率均产生负向影响，与全国层面的结论一致，其中东部与中部地区的影响分别在1%和10%的水平上显著。工业的产业集聚往往与周期有关，在经济发展初期，工业中某产业会集中于交通便利、劳动力充足的东部地区，随着技术的进步和中、西部地区的发展，工业产品的生产在东部地区的过度集聚导致要素竞争、环境污染等拥挤成本，东部地区产业升级的需求和政策意见都推动劳动密集型或低技术水平的产业向中西部地区转移。因此，承接产业转移的中西部地区仍处于高速工业化阶段，更受益于工业专业化的集聚，而原来作为制造中心的东部地区可能成为新的贸易或金融中心，不再受益于工业专业化的集聚[35]。
另一方面，从服务业行业来看，服务业专业化集聚(ksl_fwy )与服务业多样化集聚(div_fwy )在三大区域对城市土地利用效率也存在不同的影响。列(20)、(22)显示服务业专业化集聚对东、中部地区的用地效率产生正向影响，其中东部地区在5%的水平上显著；列(24)显示服务业专业化集聚对西部地区的用地效率产生负向影响，但并不显著。从服务业的多样化集聚来看，其对东部地区用地效率的影响为正，对中、西部的影响为负，但并不显著，这与毛艳华等[36]学者的研究结果相近。需要说明的是，与全国层面服务业集聚的作用结果有所差异，东部地区服务业专业化集聚能够对土地利用效率产生显著的正向影响。东部地区的服务业结构与规模都优于中西部地区，形成了高新技术产业、信息产业、金融产业等服务业集聚中心，能够通过产业内部的知识外溢与技术外溢形成服务业MAR外部性；同时，服务业对于高端人才的依赖较高，东部地区高技术劳动力更加密集，能够形成生产性服务业行业共享劳动力市场的外部性，因此东部地区能够优先于中西部地区受益于服务业专业化集聚对城市用地效率的促进作用。
4 结论与启示
4.1 研究结论
本文使用2003—2015年全国地级及以上城市面板数据，从理论与实证上研究了不同维度产业集聚对城市土地利用效率的影响机理与差异。研究发现：①从全行业-全国维度的回归结果来看，产业专业化集聚与多样化集聚都能够显著促进城市土地利用效率。②从全行业-三大区域维度的回归结果来看，产业多样化集聚能够促进东部地区城市土地利用效率的提升，产业专业化集聚能够促进中、西部地区城市土地利用效率的提升。 ③从分行业-全国维度的回归结果来看，工业专业化集聚对土地利用效率有显著的正向影响，工业多样化、服务业专业化与服务业多样化的作用并不显著。④从分行业-三大区域维度的回归结果来看，服务业专业化集聚能够促进东部地区城市土地利用效率的提升，工业专业化集聚能够促进中、西部地区的城市土地利用效率提升。
4.2 政策启示
综上可见，在不同的行业或区域下，产业专业化与多样化集聚对土地利用效率存在差异化影响。因而，中国未来的产业发展应根据战略需要，立足于分行业或分区域的阶段特征，制定实施差别化的产业集聚政策，由此才能够针对性、有效性提升区域要素利用效率、支撑经济社会可持续发展。具体建议如下：
海归新生代学成归来后，为了融入中国土壤，要先了解什么是中国的亲缘与地缘文化，为什么亲缘与地缘在中国这么受重视。中国情境下，做事只注重目的性是行不通的，需要有一份醉翁之意不在酒的释然。详见图2-1。
(1)对东部地区来说，服务业专业化集聚与全行业多样化集聚能够促进城市土地利用效率。一方面，为了促进服务业专业化集聚，可以通过建立科技园与高新产业园，
细化服务业的行业类型，优化服务业内部结构，吸纳更多高技术水平劳动力，促进城市服务业形成良性循环，使其发挥提升城市土地利用效率的“后续动力”；同时，结合“十三五”国家战略性新兴产业发展规划，依托东部地区城市群的建设，打造新兴产业发展集聚区，以重点城市为支点，产业链创新融合区为支撑，构建点面结合、链群交融的服务业发展格局。另一方面，为了促进全行业多样化集聚，可以通过调整工业区土地利用模式，鼓励多种产业并存的土地利用混合模式，提倡技术连带关联性强的制造业与服务业统一布局，加快城市产业之间的关联与互动，从而优化产业空间分布格局，推动产业间技术与知识外溢；同时，搭建服务业与制造业之间的信息交流平台，减少不同企业之间信息沟通的成本，推动配套于工业的生产性服务业的发展，把日益专业化的人力资本和知识资本通过服务业的形式引进制造业，保证制造业生产的连续性与产业升级，促进二三产业加速融合，从而充分发挥Jacobs外部性，促进城市多样化产业集聚水平，提升城市土地利用效率。
表 5分行业 -三大区域维度下产业集聚对城市土地利用效率的影响结果
注：*、**、***分别表示10%、5%、1%的水平上显著。圆括号内为参数估计的t统计量。
(2)对中部与西部地区来说，工业的专业化集聚能够显著促进城市土地利用效率。一方面，中、西部城市可以充分发挥本地区的资源及劳动力优势，重点发展资源型或低技术制造业，推动建设国家能源、装备制造业等优势产业与民族特色产业，形成同类企业空间集聚与劳动力市场的空间聚集，形成MAR外部性和资金外部性，提高城市用地效率。另一方面，在生态文明建设和可持续发展的要求下，中、西部地区应当注重资源型产业的逐步转型，由高投入、高能耗向低能耗、高附加值的产业转变，学习德国的鲁尔工业区、英国的威尔士地区等成功转型案例，对资源的开发实行总量控制、供需双向调节等手段，合理安排矿产资源的勘探与开发，普及低碳技术，发展循环经济，在资源节约和环境友好的前提下加快资源产业的转型，提升土地利用效率。
参考文献
[1]胡碧霞,李菁,匡兵.绿色发展理念下城市土地利用效率差异的演进特征及影响因素[J].经济地理,2018,38(12):183-189.
[2]阿瑟·奥沙利文.城市经济学[M]. 苏晓燕,译.北京:中信出版社,2003：23-27.
[3]保罗·切希尔,埃德温·米尔斯.区域和城市经济学手册[M].安虎森,译.北京：经济科学出版社,2003: 130-144.
[4]KRUGMAN P, VENABALES A J. Globalization and the inequality of nations[J]. Quarterly journal of economics,1995,110(4):857-880.
[5]BISHOP P, GRIPAIOS P. Spatial externalities, relatedness and sector employment growth in Great Britain [J]. Regional studies, 2010, 44 (4): 443-454.
[6]蒋媛媛. 中国地区专业化促进经济增长的实证研究: 1990—2007 年[J]. 数量经济技术经济研究,2011(10):3-20.
[7]王俊松.集聚经济、相关性多样化与城市经济增长——基于279个地级及以上城市面板数据的实证分析[J].财经研究,2016,42(5):135-144.
[8]吴三忙,李善同.专业化、多样化与产业增长关系——基于中国省级制造业面板数据的实证研究[J].数量经济技术经济研究,2011,28(8):21-34.
[9]蔡孝箴.城市经济学[M]. 天津：南开大学出版社，1998：34-41.
[10]沃纳·赫希.城市经济学[M]. 刘世庆,李泽民,廖果,译.北京:中国社会科学出版社,1987:36-133.
[11]钟顺昌,任媛.产业专业化、多样化与城市化发展——基于空间计量的实证研究[J].山西财经大学学报,2017,39(3):58-73.
[12]KRUGMAN P. Geography and trade[M]. Cambridge：The MIT Press,1991：78-91.
[13]MARSHAL J U. City size, economic diversity, and functional type: the Canadian Case[J]. Economic geography,1975, 51(1):37-39.
[14]JACOBS J. The economics of cities[M]. New York: Random House,1969.
[15]SCITOVSKY T. Two concepts of external economies[J]. The journal of political ecnomy,1954,62(2):143-151.
[16]HENDERSON J V. Efficiency of resource usage and city size[J]. Journal of urban economies, 1986, 19(1):47-49.
[17]MA L，FENG S Y, PYTRIK R, et al. Identifying entry points to improve fertilizer use efficiency in Taihu Basin, China[J]. Land use policy,2014,37:52-59.
[18]柯善咨,向娟.1996—2009年中国城市固定资本存量估算[J].统计研究,2012,29(7):19-24.
[19]文贯中,柴毅.政府主导型城市化的土地利用效率——来自中国的实证结果[J].学术月刊,2015,47(1):11-23.
[20]李斌,刘子琳.专业化、多样化与生产性服务业增长——基于省级动态面板数据GMM方法的实证研究[J].经济问题探索,2014(7):49-54.
[21]程大中,黄雯.中国服务业的区位分布与地区专业化[J].财贸经济,2005(7):73-81.
[22]孙祥栋,张亮亮,赵峥.城市集聚经济的来源:专业化还是多样化——基于中国城市面板数据的实证分析[J].财经科学,2016(2):113-122.
[23]谢露露.产业集聚和工资“俱乐部”:来自地级市制造业的经验研究[J].世界经济,2015,38(10):148-168.
[24]陈丹玲,卢新海,匡兵.长江中游城市群城市土地利用效率的动态演进及空间收敛[J].中国人口·资源与环境,2018,28(12):106-114.
[25]刘习平,盛三化,王珂英.经济空间集聚能提高碳生产率吗?[J].经济评论,2017(6):107-121.
[26]WU C Y, WEI Y, HUANG X J. Economic transition, spatial development and urban land use efficiency in the Yangtze River Delta, China[J]. Habitat international,2017,63:67-78.
[27]钟顺昌,任媛.产业专业化、多样化与城市化发展——基于空间计量的实证研究[J].山西财经大学学报,2017,39(3):58-73.
[28]韩峰,赖明勇.市场邻近、技术外溢与城市土地利用效率[J].世界经济,2016,39(1):123-151.
[29]闫丽瑞,田祥宇.金融发展与经济增长的区域差异研究——基于我国省际面板数据的实证检验[J].宏观经济研究,2012(3):99-105.
[30]李金滟,宋德勇.专业化、多样化与城市集聚经济——基于中国地级单位面板数据的实证研究[J].管理世界,2008(2):25-34.
[31]刘力,程华强.产业集群生命周期演化的动力机制研究[J].上海经济研究,2006(6):63-68,46.
[32]葛立成.产业集聚与城市化的地域模式——以浙江省为例[J].中国工业经济,2004(1):56-62.
[33]乔海曙,胡文艳,钟为亚.专业化、多样化产业集聚与能源效率——基于中国省域制造业面板数据的实证研究[J].经济经纬,2015,32(5):85-90.
[34]席强敏,陈曦,李国平.中国城市生产性服务业模式选择研究——以工业效率提升为导向[J].中国工业经济,2015(2):18-30.
[35]薄文广.外部性与产业增长——来自中国省级面板数据的研究[J].中国工业经济,2007(1):37-44.
[36]毛艳华,蔡敏容.城市专业化、多样化与生产性服务业集聚——基于中国283个地级以上城市面板数据的实证研究[J].中山大学学报(社会科学版),2016,56(6):186-199.
Multidimensional study of specialized agglomeration and diversified agglomeration on urban land use efficiency
ZHANG Wen -xi 1,2WU Qun 1,2WANG Bo 1HUANG Jing 1,3
(1.College of Public Administration, Nanjing Agricultural University, Nanjing Jiangsu 210095, China;2.Realty Research Center, Nanjing Agricultural University, Nanjing Jiangsu 210095, China;3.College of Administration, Xinjiang Agricultural University, Urumqi Xinjiang 830052, China)
Abstract Improving urban land use efficiency is one of the most urgent tasks of the current sustainable development and green urbanization process in China. Starting from the theory of urban economics, this paper employed structure-conduct-performance paradigm as an analytical framework to analyze the influence mechanism of specialized agglomeration and diversified agglomeration on urban land use efficiency. On this basis, using the panel data of 269 cities in China from 2003 to 2015 and the stochastic frontier method, this paper used the dynamic panel model to investigate and analyze the differential impacts and mechanism of the specialization agglomeration and diversification agglomeration on the urban land use efficiency from different dimensions including whole industry and entire country, whole industry and three regions, sub-industries and entire country, and sub-industries and three regions. The results showed that:①For whole-industry-national dimension, specialization agglomeration and diversification agglomeration can both positively affect land use efficiency. ②For the dimension of whole industry and three region, the eastern region benefited more from the diversification while the middle and the western regions benefited more from specialization. ③For the dimension of sub-industries and entire country, the industrial specialization had a significant positive effect on land use efficiency. ④For the dimension of sub-industries-three regions, the specialization of service industry can promote the urban land use efficiency in the eastern region, and the industrial specialization can promote the urban land use efficiency in the middle and western regions. It can be seen that in different industries or regions, industrial specialization and diversified agglomeration have different effects on land use efficiency. Therefore, based on the strategic needs and the characteristics of different industries and regions, we should formulate and implement differentiated industrial agglomeration to enhance the efficiency of factors and support the sustainable development.
Key words specialized agglomeration; diversified agglomeration; urban land use efficiency; multidimensional; mechanism of action
中图分类号 F301.2
文献标识码 A
文章编号 1002-2104(2019)11-0100-11
DOI: 10.12062/cpre.20190604
收稿日期： 2019-04-21
修回日期： 2019-07-04
作者简介： 张雯熹，博士生，主要研究方向为土地经济与管理。E-mail: zhangwenxi1231@163.com。
通信作者： 吴群，博士，教授，博导，主要研究方向为土地经济与管理、不动产评估与管理。E-mail：wuqun@njau.edu.cn。
基金项目： 国家自然科学基金项目“后土地财政制度环境下地方政府土地财税策略选择及其行为响应”(批准号：71673140)，“工业用地出让价格扭曲的形成机理、效率影响与改进机制”(批准号：71804070)；国家社会科学基金项目“农民获更多土地财产权益的体制机制创新研究”(批准号：17ZDA076)；教育部人文社科研究项目“供给侧改革下我国建设用地双轨化配置的绩效、机理与对策研究”(批准号：17YJC790145)；江苏高校哲学社会科学研究项目“我国城乡建设用地增减挂钩指标市场化配置改革研究”(批准号：2018SJA0033)。
张雯熹，吴群，王博，等.产业专业化、多样化集聚对城市土地利用效率影响的多维研究[J].中国人口·资源与环境，2019,29(11)：100-110.[ZHANG Wenxi, WU Qun, WANG Bo, et al. Multidimensional study of specialized agglomeration and diversified agglomeration on urban land use efficiency[J]. China population, resources and environment, 2019,29(11):100-110.]
(编辑：李 琪)
标签：产业专业化集聚论文; 产业多样化集聚论文; 城市土地利用效率论文; 多维度论文; 作用机理论文; 南京农业大学公共管理学院论文; 南京农业大学不动产研究中心论文; 新疆农业大学管理学院论文;