追求土地收益会降低城市经济...国254个地级市的数据实证_柴铎.pdf

土地利用【文章编号】10063862(2023)0100100810城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证柴铎1钟悦2姜玲1，*(1中央财经大学 政府管理学院，北京，100081;2北京大学 光华管理学院，北京，100091)【摘要】推导“土地经济收益”通过城镇化水平影响城市经济效率的传导路径，以 2006 至 2018 年中国 254 个地级市面板数据为样本搭建固定效应模型、中介效应模型和门槛模型开展实证。结果表明样本城市土地经济收益以城镇化综合水平为中介对城市经济效益总体具有负影响，在城镇化水平不同阶段呈现倒 U 型关系。短期应聚焦改良土地收入和支出方式的合理性，树立多元化的土地收益观，借助土地配置方式创新、多价值导向利用等降低土地经济收益负效应。【关键词】城镇化;全要素生产率;高质量发展;土地财政;房地产市场【中图分类号】F293.2【文献标识码】A基金项目:国家自然科学基金面上项目(71974220);国家社会科学基金重点项目(21AZD041)*通讯作者:姜玲(1981)，女，山东威海人，中央财经大学政府管理学院教授，博士生导师。研究方向:城市与区域治理，电子信箱:linerjiang520 126com。0引言城镇化是经济增长的重要动力，土地则是城镇发展的物质基础、空间载体和价值来源。中国城市政府对土地利用拥有更强的自主权，土地政策成为政府宏观调控的偏好工具1。政府对“投入土地增加投资扩大城市规模 提高经济增速”的路径依赖被认为是城市发展失序、土地粗放利用和环境破坏的主因2，会推高城市成本、挤占其他要素报酬，阻碍经济结构优化，降低城市经济效率3。过度依靠土地攫取经济收益的弊端须纠正4，但现阶段抛弃土地财政仍不具备条件5。改进从土地获取经济收益的方式，增进土地“三生”综合效益，是促进高水平城镇化、支撑经济高质量发展的关键6。那么，历史上获取土地经济收益究竟对中国城市经济效率产生了怎样的影响?回答这一问题对于研判中国城市土地利用所处阶段、推动土地收益方式转型十分必要。1理论分析与研究假设1.1土地经济收益内涵思辨广义的土地收益包括生产、生活、生态综合收益。土地作为中国城市国有自然资源资产，收益的实质是土地发挥空间承载力功能参与城市经济生产后在最终生产价值中分得的报酬。中国城市政府借助土地规划和计划实施土地用途管制，限制集体土地自主开发，通过征地或拆迁低成本征收土地并垄断国有土地收储供应，再通过竞价将土地以最高出价配置给用地主体，管控房地产开发全链条，递进式地获取土地被赋予开发权力后竞价出让的“一次价值倍增”以及土地开发建设后的“二次价值倍增”。参考并改进郑思齐和邵朝对等学者思路78，本文的“土地经济收益”可定义为直接来自土地开发的经济贡献，包括土地一级市场的直接出让收入和房地产市场直接经济贡献，可由土地出让收入和土地开发后的房地产销售收入也即“最终产品”价值来反映。1.2影响机理与研究假设“土地收益 城镇化 经济效率”的逻辑建立在中国城市治理和经济发展模式上，如图 1。“中央集权地方分权”的治理体制和官员考核晋升制度下，城市官员需要借助本地资源开展政绩竞争。由于城市政府代表全民行使国有土地所有权，土地政策具有很强自主性，高速城镇化的土地需求进一步导致土地收益的价值量最高、稳定性最强且效益多元化。特别的，地方财政在“分税制”改革后收入 锐 减，促 使 城 市 政 府 追 求 土 地 经 济 收 益扩张4。柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证土地利用城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202311图 1土地经济收益对城镇化及城市经济效率的影响机理资料来源:作者自绘进一步看，城市政府追求土地经济收益扩张可能对城市经济效率产生两类影响。一方面，低成本土地扩张模式为城市基建和公共服务建设提供了物质基础，为金融机构、企业积累了资本;改善了城市生产、生活环境;促进了居民名义财富进而消费的增长。土地经济收益的产生、分配牵引了人口、产业、和空间的城镇化9。对城市经济产生四类促进作用:一是各类生产要素数量增长的规模效应;二是空间集中度、设施便捷度提高，驱动各类要素流动、增强联系、优化组织，促进产业链协作，产生集聚效应10;三是城市多元化功能需求推动了分工，产生专业化效应;四是规模扩张带来投资和消费扩张，促使经济循环加速带来的乘数效应。另一方面，城市政府垄断土地供应，具有扩大供地规模、压低土地获取成本、抬高地价的动机，可能导致粗放低效的城镇化，产生环境约束效应11。地价房价过度上行则会提高实体经济成本、挤占其他行业资源回报，降低企业创新动力，还会挤占居民消费12，产生成本挤出效应。地方政府可能过度供应经济收入较高的地类，导致供地结构、布局扭曲，引发各类要素配置扭曲，产生资源扭曲效应。上述问题也可能削弱城市的产业、投资、人才吸引力13，形成资源阻断效应。长期依赖土地收入还可能使政府产生政策惰性效应。综上，设立下列假设:假设 1:土地经济收益增长会通过促进城镇化水平上升推动城市经济效率提升;假设 2:不同城镇化水平下，土地经济收益对城市经济效率存在非线性影响。2研究设计2.1样本选取综合数据可得性以及样本城市在区位、规模、经济发展水平、产业类型等方面的代表性，考虑研究对样本时间跨度包含中国城镇化重要节点的需要，剔除贸易战和疫情特殊冲击影响，选取 2006 至2018 年中国大陆 254 个地级市平稳面板数据作为研究样本。2.2模型设计2.2.1基准模型模型(1)和(2)为基准模型，以考察土地经济收益对城市经济效率的影响。为克服不随时间变化的个体差异而导致的遗漏变量问题和城市全要素生产率随时间变化而产生时间趋势，控制城市个体效应和时间固定效应。为使数据平稳并减少共线性，将土地出让金和商品房销售额进行对数化处理:TFPit=0+1LFit+njjcontroljit+i+t+it(1)TFPit=0+2Eit+njjcontroljit+i+t+it(2)TFPit为 城市 i 在 t 年的全要素生产率;LFit、Eit分别代表土地出让金、商品房销售额取对数后的标准化值;controljit为控制变量;i为个体固定效应;t为时间固定效应;it为随机扰动项。为避免双向因果内生性问题，采用滞后一期财政收支差额 Debtit1作为工具变量构建模型(3)和模型(4)。土地利用柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证12城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023TFPit=0+3Debtit1+1LFit+njjcontroljit+i+t+it(3)TFPit=0+4Debtit1+2Eit+njjcontroljit+i+t+it(4)2.2.2中介效应模型在模型(1)和(2)的基础上构建中介效应模型(5)至(8)。参考温忠麟(2014)14 的方法，采用逐步回归法进行中介效应检验:urbit=0+1LFit+njjcontroljit+i+t+uit(5)urbit=0+2Eit+njjcontroljit+i+t+uit(6)TFPit=0+1LFit+3urbit+njjcontroljit+i+t+vit(7)TFPit=0+2Eit+3urbit+njjcontroljit+i+t+vit(8)式中，urbit为城市 i 在 t 年的城镇化水平;i为 个体固定效应;t为时间固定效应;uit和 vit为随机扰动项。2.2.3门槛效应模型以城镇化水平为门槛变量，研究土地经济收益对城市全要素生产率的非线性影响，构建模型(9)和(10)。TFPit=a1LFitI(urbit)+a2LFitI(urbit)+njajcontroljit+i+eit(9)TFPit=a1EitI(urbit)+a2EitI(urbit)+njajcontroljit+i+eit(10)式中，urbit为城市 i 在 t 年的城镇化水平;为门槛值并将样本分为数组，I()为门槛指示函数;当urbit 时，I(urbit)=1，I(urbit)=0;当urbit 时，I(urbit)=0，I(urbit)=1。i为个体固定效应，eit为随机扰动项。2.3变量设计与解释2.3.1被解释变量:城市全要素生产率全要素生产率(Total Factor Productivity)被越来越多的作为衡量城市经济效率的指标，广泛用于分析 D 投入、外国投资、经济政策对城市和区域经济影响的分析1516。本文选择非参数型的 DEA-Malmquist 指数法测算城市全要素生产率，如公式(11):Mi，t+1(xt+1i，yt+1i，xti，yti)=Dti(xt+1i，yt+1iDti(xti，yti)Dt+1i(xt+1i，yt+1iDt+1i(xti，yti)=Dt+1i(xt+1i，yt+1iDti(xti，yti)Dti(xt+1i，yt+1iDt+1i(xt+1i，yt+1i)Dti(xti，ytiDt+1i(xti，yti)=Effcht+1i Techt+1i(11)式中，i 表示第 i 个样本;x 和 y 分别代表当期投入产出量;D(x，y)表示生产函数形式，(xti，yti)和(xt+1i，yt+1i)分别为第 t 期和第 t+1 期的投入产出集。Mi，t+1表示第 t+1 期相对于第 t 期的效率改进系数，可分解为技术效率指数 Effcht+1i和技术进步指数 Techt+1i的乘积，以衡量要素投入产出的综合生产效率变化，即全要素生产率。以 2005 年为基期，将样本城市 Malmquist 指数计算结果转换为定基指数。本文在投入指标中引入了创新要素，投入、产出要素及数据来源如表 1。2.3.2解释变量:土地经济收益根据前文论证，本文的土地经济收益包括:土地出让金，包含由生地转为熟地的价值积累。房地产销售收入，包含土地二级开发的最终产品价值积累。作为最主要的两部分，决定了衍生链条其他经济收益。2.3.3中介/门槛变量:城镇化综合水平本文采用因子分析法合成反映城市经济效率的空间、产业和人口城镇化指标，计算城镇化综合水平，如表 2。2.3.4工具变量:滞后一期财政收支差额为避免可能存在的遗漏重要变量以及双向因果导致的内生性问题，本文尽量完备控制变量，借鉴 Dippel 等(2019)18 的做法，对解释变量和中介变量共用一个工具变量进行基准回归和中介效应检验，选择滞后一期的一般性公共预算收支差额作为工具变量，如公式(12)。柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证土地利用城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202313表 1以 DEA-Malmquist 指数计算全要素生产率的投入与产出变量类型维度指标名称指标说明数据来源*投入指标产出指标土地人力资本创新经济产值建设用地投入当年城镇建设用地总面积人力资源规模单位从业人数+私营个体从业人数人力资源质量普通高等学校在校生数量物质资本存量参考张军17 方法采用永续盘存法估算科技投入财政科技支出应用性成果产出专利授权数量实际 GDP以 2005 年为基年做不变价处理中国城市统计年鉴国土资源统计年鉴/公报wind 数据库中国研究数据服务平台(CNDS)资料来源:作者整理表 2城镇化综合水平计算指标维度变量计算方式数据来源人口城镇化urb_p城镇人口/常住人口空间城镇化urb_l城市建设用地面积/行政区域土地面积产业城镇化urb_i(第二产业产值+第三产业产值)/第一产业产值城市统计年鉴各省、市统计年鉴/公报资料来源:作者整理Debtit1=GBOt1 GFIit1(12)式中，Debtit1为城市 i 上一年的一般性公共预算收支差额，GBOit1、GFIit1分别为一般性公共预算支出和收入。2.3.5控制变量从经济、基础设施条件、财政、土地禀赋、居民消费、金融、工业、对外开放、城市官员晋升竞争强度九方面选取控制变量。引入城市市长和市委书记当年的“晋升压力”以控制政府官员行为对经济效率的影响:Compit=k(Xwt Xit)(1/Nwt)(w=1，2，331;i=1，2，3K;t=2006 2018)(13)式中，Compit为 i 市 t 年时市长和市委书记面临的晋升压力;Nwt 为 w 省 t 年所有地级市正职官员总人数;Xwt为该市所在的 w 省 t 年时所有市级正职官员晋升的总职级数;Xit表示 i 市官员当年晋升的职级数;w 为省代码，i 为城市代码，K 为该省城市数。Competition 越大则:k(Xwt Xit)越大，即本市官员相对于全省官员提拔的少;或(1/Nwt)越小，即本省当年市级正职官员(竞争者)人数多;则 i市官员面临的竞争压力就越大。官员晋升职级判断按照 中华人民共和国公务员法 规定。所有变量计算方式和数据来源如表 3。变量描述性统计见表 4。样本城市 4 个年份的全要素生产率空间分布如图 2，无明显分布规律，高低分布区域大体稳定，城市间相对变化不明显。3实证结果分析3.1基准回归结果分析Hausman 检验表明，样本采用固定效应面板模型估计优于随机效应和混合 OLS 模型，回归结果如表 5。2006 至 2018 年样本城市土地出让收入和商品房销售额对城市全要素生产率的总影响分别为0.038 和0.06，均在 1%的水平上显著，表明土地经济收益对全要素生产率具有抑制性。进而，采用替换被解释变量的方式检验回归稳健性，用索洛余值法计算城市全要素生产率后作为因变量代入模型(1)(2)。研究时段样本城市土地出让收入和商品房销售额每提高 1 单位将导致全要素生产率分别下降 0.029 和 0.032，且均在 1%的水平上显著。基于模型(3)和(4)采用工具变量法进行回归，进一步检验结果稳健性。第一阶段结果表明工具变量对核心解释变量均存在正影响且在 1%的水平上显著，工具变量满足相关性要求。第二阶段结果表明土地出让收入和商品房销售额的增长均会降低全要素生产率，数值接近基准回归且在 5%水平上显著。以上结果表明模型估计结果稳健。土地利用柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证14城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 20233.2中介效应回归结果分析模型(5)(6)结果可见，土地出让收入和商品房销售额对城镇化综合水平影响系数分别为0.12 和0.19。模型(7)(8)结果显示，城镇化综合水平对城市全要素生产率的影响系数为 0.19 和 0.15;而此时，土地出让收入和商品房销售额对全要素生产率的影响分别为0.015 和0.03，且分别在 5%和1%的水平上显著，说明城镇化综合水平在土地出让收入和房地产销售额对城市全要素生产率的影响中具有部分中介效应，中介效应占比分别为 60%和47.5%。土地出让收入和房地产销售额每上升 1 单位，将通过抑制城镇化发展使城市全要素生产率下降0.015 和0.03 单位。表 3变量说明类型符号含义计算方法/指标数据来源被解释变量TFP全要素生产率DEA-Malmquist 指数法表 1解释变量LF土地出让收入土地出让金中国城市统计年鉴、城市财政决算E房地产市场收益商品房销售额CEIC 数据库中介/门槛变量urb城镇化综合水平因子分析法表 2工具变量控制变量DebtGDPginfgovlandconsfinaindopcomp滞后一期财政收支差额经济增速基础设施建设财政干预度土地禀赋消费水平金融发展水平工业发展质量对外开放程度城市官员晋升竞争强度一般公共预算收支差额GDP 增长率道路面积行政区面积下列各指标进行极值标准化，等权重赋权后求加权平均数:医院床位数总人口;互联网接入户数总人口;学校数总人口;移动电话接入人数总人口;供水总量总人口;全社会用电量总人口一般公共预算支出增长率行政区总面积建设用地面积社会消费品零售总额年末金融机构人民币各项贷款余额GDP规模以上工业利润规上企业数量实际利用外资GDPCompit=k(Xwt Xit)(1/Nwt)中国城市统计年鉴国土资源统计年鉴Wind 数据库中国研究数据服务平台(CNDS)人民网、新华网、政府网站公布的干部资料资料来源:作者整理表 4变量描述性统计变量样本数平均值标准差最小值最大值被解释变量TFP33020.9120.2630.3082.541中介变量urb_p33020.5130.1570.1381urb_l33020.0190.0470.00010.869urb_i330222.776122.51.0043332解释变量LF330211072942246028256.272.86e+07E33022667596541942410086.70e+07控制变量GDPg33020.1280.0860.3730.538op33020.0190.0200.198ind33021778.9443789.96821448.09133366.7gov33020.1950.280.92512.904inf33020.0670.0490.0120.526fina33020.8820.5670.0757.45land330216329.0222390.841459261570cons330279437851.20e+071341361.27e+08comp33029.15125.470234工具变量Debt33021041831126803913898812.08e+07资料来源:作者整理柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证土地利用城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202315表 5基准模型回归结果TFP模型(1)模型(2)模型(1)模型(2)LF0.038 (0.01)0.029 (0.00)E0.06 (0.00)0.032 (0.00)land0.00(0.00)0.00(0.00)0.00(0.00)0.00(0.00)fina0.04(0.02)0.02(0.01)0.03(0.02)0.01(0.02)cons4.61e09 (1.07e09)5.48e09 (9.68e10)5.78e09 (1.32e09)6.60e09 (1.43e09)GDPg0.09(0.05)0.03(0.05)0.11*(0.06)0.04(0.06)comp0.0002(0.00)0.0002 (0.00)0.0002 (0.00)0.0002 (0.00)op0.11(0.43)0.07(0.44)0.15(0.48)0.08(0.43)gov0.03*(0.01)0.01(0.01)0.01(0.01)0.04(0.01)inf1.04 (0.39)1.10 (0.39)1.00*(0.52)1.06(0.52)ind1.38e06*(7.86e07)1.15e06(9.09e07)2.04e06(9.12e07)1.96e06*(1.01e06)常数项2.16(1.02)2.27(1.03)2.29 (0.54)2.36 (0.55)20.10.10.20.2地级市控制控制控制控制年份控制控制控制控制N33023302控制控制注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误资料来源:作者计算表 6基准模型 2SLS-IV 回归结果TFP模型(3)模型(4)第一阶段第二阶段第一阶段第二阶段LF0.021(0.01)E0.021(0.01)Debt2.11e07 (0.00)2.06e07 (0.00)地级市控制控制控制控制年份控制控制控制控制第一阶段 F 统计量98.04(0.00)78.54(0.00)20.50.20.50.2N3302330233023302注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算运用滞后一期财政收支差额作为工具变量进行中介效应检验，结果如表 8。土地出让收入和商品房销售额对城市全要素生产率的总效应、直接效应和中介效应均显著为负，中介效应占比分别为77.4%和 69.3%。土地出让收入和房地产销售额每增加 1 单位，会通过城镇化综合水平使全要素生产土地利用柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证16城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023率分别降低 0.17 和 0.12 个单位，中介效应占比和影响系数绝对值较前文结果增大，但影响方式相同。表 7中介变量作为路径检验的回归结果模型(5)(7)(6)(8)因变量urbTFPurbTFPLF0.12 (0.01)0.015(0.01)E0.19 (0.01)0.03 (0.01)urb0.19 (0.03)0.15 (0.04)控制变量控制控制控制控制地级市控制控制控制控制年份控制控制控制控制20.60.10.60.1N3302330233023302注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算表 9 为更换因变量后运用逐步回归法进行中介效应检验的结果，中介效应占比分别为 34.9%和47.3%，土地出让收入和商品房销售额每增长 1%，通过抑制城镇化发展使城市全要素生产率降低0.01 和 0.02。模型系数、显著性水平、中介效应占比均没有发生明显变化，可认为中介效应估计结果较稳健。至此基本验证了假设 1，与刘守英、李兰冰等学者对于以地谋发展和旧的城镇化模式趋于枯竭的判断相近。土地经济收益扩张的规模效益、集聚效益等已弱于其增加成本、阻碍资源进入和创新等负效应，已制约城镇高质量发展，降低了要素参与经济价值创造的总体效率。3.3门槛效应回归结果分析表 10 报告了分别以土地出让收入和商品房销售额为自变量的门槛变量显著性检验结果及门槛估计值，土地出让收入在 1%的显著性水平上通过了双重门槛检验，门槛值为 1.7352，0.9108;商品房销售额在 5%的显著性水平上通过了单门槛检验，门槛值为1.7352。据此对于二者分别建立双门槛和单门槛模型进行估计。表 8单个工具变量检验中介效应TFPLFE总效应0.22(0.11)0.18(0.08)直接效应0.05 (0.01)0.05 (0.01)间接效应0.17(0.07)0.12*(0.07)中介效应占比77.4%69.3%注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算表 9中介效应稳健性检验回归结果urbTFP*urbTFP*LF0.122 (0.008)0.018(0.003)E0.187 (0.01)0.017 (0.005)urb0.083 (0.01)0.081 (0.02)20.50.20.60.2控制变量控制控制控制控制地级市控制控制控制控制年份控制控制控制控制N3302330233023302注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算表 10门槛检验结果核心变量门槛个数门槛值临界值F 值P 值1%5%10%LF121.26321.73520.910850.49 43.74 0.000.0037.9332.9432.6927.6229.0824.94E11.735234.50 0.0439.8432.0927.59注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算表 11 中，模型(9)是以土地出让收入为自变量的双门槛模型，城镇化综合水平值低于1.7352 时，土地出让收入对城市全要素生产率的影响系数为负但不显著。城镇化综合水平值在1.7352 和0.9108 之间时，土地出让收入每提高 1 单位，城市全要素生产率升高 0.023 个单位;城镇化综合水平柴铎等:追求土地收益会降低城市经济效率吗?中国 254 个地级市的数据实证土地利用城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 202317值高于0.9108 时，土地出让收入每提高 1%，城市全要素生产率降低 0.03。随着城镇化综合水平的提升，土地出让收入对城市经济效率的负面影响逐渐扩大。公式(10)是以商品房销售额为自变量的单门槛模型，城镇化综合水平值低于1.7352 时，商品房销售额每提高 1 单位，城市全要素生产率升高0.04 单位。城镇化综合水平值高于1.7352 时，商品房销售额每提高 1%，城市全要素生产率降低0.05。随着城镇化综合水平的提升，土地价值二次倍增对城市经济效率的负面影响也在逐渐扩大。结果说明，研究时段内样本城市土地经济收益在不同城镇化水平下对城市经济效率存在由正到负的倒 U 型影响。随着中国城镇化进程步入成熟期，追求土地经济收益的利弊态势正在逆转。表 11土地经济收益门槛回归结果TFP模型(9)模型(10)LF_10.006(8.52)LF_20.023 (0.00)LF_30.030 (0.00)E_10.04 (0.00)E_20.05 (0.00)常数项1.88 (0.69)2.25 (0.68)控制变量控制控制地级市控制控制年份控制控制20.020.03N33023302注:*、和 分别表示 10%、5%和 1%的显著性水平;系数值下括号内为稳健标准误)资料来源:作者计算4结论与建议实证结果表明 20062018 年 254 个样本城市土地经济收益对于城市经济效益总体具有负效应，可能说明土地经济收益的环境约束、成本挤出、资源扭曲、资源阻断和政策惰性已超过其资源集中、集聚等正向效应。中介和门槛效应分析显示，土地经济收益对经济效率影响部分以城镇化为媒介，且随着城镇化水平提升呈现倒 U 型关系。上述结果部分支撑了摆脱土地收入依赖是城市高质量发展的前置条件的观点，但实施需要考虑现实可行性。短期看，新冠疫情冲击下，中国经济压力加大，地方政府财政收支缺口加大。长期看，中国城镇化仍未完成，传统产业正在淘汰和升级，新兴产业还未成熟，政府难以获得新的收入来替代土地收益。务实的思路应是改良土地收入和支出方式，使它“更合理”地为经济社会发展服务，而不是马上抛弃它。近年，中国政府已经在努力降低土地收益的副作用，实施城市更新行动，再开发存量建设用地，减少新占用土地;严格土地收入支出审计和绩效考核，促使土地收入“节约地获得、合理地支出”。未来，合理利用土地收入应首先树立多元化的土地收益观，更重视分区分类、因城施策。经济发达城市、产业升级需求旺盛的地区应通过丰富租赁、作价出资入股、先租后让、弹性年期出让等土地配置方式控制要素成本、扶持新兴产业，通过土地权益置换引入社会资本开展城市更新和住房租赁市场建设，削弱追求土地要素成本上升、挤占其他要素回报、阻断资源进入等负效应。欠发达城市则应按照区域主导功能定位，发挥土地生态保障、社会稳定等多元化效益，同时建立跨区域财政调节和资源补偿机制。应将改良官员考核标准并强化地方债管理作为降低政策惰性效应和资源扭曲效应的着手点。【注释】运用因子分析法求出的综合得分中，样本总体均值为 0，方差为1，得分为负说明低于平均分。【参考文献】1陈浩，张京祥，陈宏胜新型城镇化视角下中国“土地红利”开发模式转型J 经济地理，2015，35(04):182崔军，杨琪新世纪以来土地财政对城镇化扭曲效应的实证研究 来自一二线城市的经验证据J中国人民大学学报，2014，28(01):55643王玉波，姚双双土地财政与城镇化关系时空差异研究J华中农业大学学报(社会科学版)，2017(03):105115+1534刘守英，王志锋，张维凡，等“以地谋发展”模式的衰竭 基于门限回归模型的实证研究J 管理世界，2020，36(06):8092+119+2465郑红玉，吴次芳，徐忠国，等面向生态文明建设的土地价值认知反思与重塑J中国土地科学，2020，34(04):10176李兰冰，高雪莲，黄玖立“十四五”时期中国新型城镇化发展重大问题展望 J管理世界，2020，36(11):7227郑思齐，孙伟增，吴璟，等“以地生财，以财养地”中国特色城市建设投融资模式研究 J 经济研究，2014，49(08):14278邵朝对，苏丹妮，邓宏图房价、土地财政与城市集聚特征:中国式城市发展之路 J 管理世界，2016(02):1931+187(下转第 132 页)经济研究丁凡琳等:生产性服务业集聚能否助力碳达峰?基于中国地级市数据的空间分析132城市发展研究 30 卷 2023 年 1 期 Urban Development Studies Vol30 No1 2023Can the Agglomeration of Producer Services Contribute To Carbon Peak?A Spatial Analysis Based on the Data of Cities in ChinaDING Fanlin，ZHAO Wenjie【Abstract】Under the guidance of dual carbon target，this paper chooses producer services as the object，to analyze their agglomerationcharacteristics and influence mechanism on carbon intensity from the spatial perspective The aim is to promote the regional carbon peakand improve the transformation of industrial structure After analyzing the impact mechanisms by economic theories，we use STIPATmodel for the spatial measurement analysis The results shows that:carbon intensity have both temporal cumulative effect and spatialagglomeration effect;The impact of producer service agglomeration on carbon intensity has the spatial spillover effect，and the directionof it is consistent with the local;Specialized agglomeration can reduce local carbon intensity in the short term，while the diversified onehas a long-term effect on it;The industrial agglomeration effects of each subdivision are heterogeneous The higher the concentrationlevel，the stronger the inhibition of carbon intensity is，such as public services，wholesale and retail industries In addition，the factorof technological advance and carbon regulation can reduce carbon intensity in different term Then put forward some policy revelation forcarbon peak，such as implement regional collaborative governance of carbon emissions，formulate long-term and sustainable carbonpeak strategy，and take two-wheel drive with technological innovation【Keywords】Agglomeration of Producer Service;Carbon Intensity;Low-Carbon Governance;Technical Progress;Spatial Spillover(上接第 17 页)9娄成武，王玉波中国土地财政中的地方政府行为与负效应研究J 中国软科学，2013(06):111 10颜燕，刘涛，满燕云基于土地出让行为的地方政府竞争与经济增长 J城市发展研究，2013，20(03):7379 11夏方舟，李洋宇，严金明产业结构视角下土地财政对经济增长的作用机制 基于城市动态面板数据的系统 GMM 分析J 经济地理，2014，34(12):8592 12李汝资，刘耀彬，王文刚，等中国城市土地财政扩张及对经济效率影响路径 J 地理学报，2020，75(10):21262145 13马红，侯贵生土地财政、地方经济增长目标与制造企业创新风险 J中国经济问题，2022(01):186200 14温忠麟，叶宝娟中介效应分析:方法和模型发展J心理科学进展，2014，22(05):731745 15KUMA A，KOBE B Urbanization，human capital，and cross-country productivity differencesJ Economics Letters，2012，117(1):1417 16TSAMADIAS C，PEGKAS P，MAMATZAKIS E，et al DoesD，human capital and FDI matter for TFP in OECD countries?J Economics of Innovation and New Technology，2019，28(4):386406 17张军，吴桂英，张吉鹏中国省际物质资本存量估算:19522000 J 经济研究，2004(10):3544 18DIPPEL C，GOLD，HEBLICH S，et al Mediation analysis inIV settings with a single instrument Mimeo，2019作者简介:柴铎(1985)，中央财经大学政府管理学院副教授，博士，主要研究方向:资源资产权益管理，城乡土地政策。收稿日期:20220825Does the Pursuit of Land Economic Benefits educe City Economic Efficiency?Empirical Evidence from 254 Prefecture-level Cities in ChinaCHAI Duo，ZHONG Yue，JIANG Ling【Abstract】We developed a transmission path of land economic benefits affecting city economic effic