参考文献
24 基于推拉理论的工业用地减量化影响因素研究[1]
24.1 引言
提升工业用地效率是实现经济高质量发展的必然要求。十九大报告提出，国民经济发展战略应由高速度增长向高质量发展转变。改革开放40年来，中国经济迅猛发展，人民生活水平显著提高，但发展不平衡不充分的问题日益显现。过去一段时间里，经济的快速增长是以牺牲大量的生产要素为代价，长期的工业化阶段是以粗放的工业用地利用方式为支撑。随着新时代的到来，工业用地节约集约利用水平亟需提高。在2011年全国341个国家级开发区中，工业用地综合容积率为0.83（郑凌志，2013），仅达到最低工业用地容积率标准（不得低于0.8）。近年来，中国工业增加值在国内生产总值中的占比保持在30%以上，但工业用地地均资本对产出率的弹性系数仅为0.346，地均劳动对产出的弹性系数为0.142，容积率和投资强度达不到建设控制标准（张琳等，2014；王成新等，2014），因此提升工业用地效率将成为经济持续健康发展的助推器，是新时代背景下转变经济发展方式，提高经济发展质量的必然要求。
工业用地减量化是缓解用地矛盾，提高工业用地效率的重要手段。工业用地减量化是经济社会发展到一定阶段的产物，在上海等经济发达地区，工业用地总量接近天花板，用地需求与供给之间的矛盾日益突出。为缓解工业用地约束趋紧局面，促进土地节约集约利用，提高工业用地利用效率（王克强，马克星，刘红梅，2019；刘红梅等，2015；马克星，王克强，李珺，2019），上海市率先在全域范围内推行了工业用地减量化，以存量土地优化来增加用地供给弹性。存量工业用地优化调整的资源配置方式，可有效解决上海市工业用地实际需求量大、增量过快且用地效率较低的问题（王克强等，2016；唐茂钢，王克强，2018）。工业用地减量化强调绝对量减少，但需要通过增量减量化来实现，因此即使一种绝对量的减量化，也是一种增量减量化，即在控制工业用地总量的情况下，实现年度工业用地增量递减，且通过以减定增的政策措施促进新增工业企业向开发区内部集中，实现“总量锁定、增量递减、存量优化、流量增效、质量提高”的土地利用总目标。但推进工业用地减量化的作用力有哪些？目前学术界尚未进行全面、翔实的分析，本文从推力、拉力、摩擦力等方面入手，深入、系统的分析影响工业用地减量化的因素，以期为进一步推进工业用地减量化进程提供参考。
24.2 文献综述
在工业用地利用方面，国内外学者主要对工业用地增量化过程中的相关问题进行了研究。在工业用地增量化过程中，区域发展水平（Yang，2017）、土地级差地租、城市产业结构调整和工业布局调整等是影响工业区工业用地更新的重要因素（李冬生等，2005）。在这一过程中，尤其是在城市再规划时必须要考虑制度因素，制度变迁导致了乡村功能分异，促进工业用地等非居住用地快速增长（陈诚等，2015），只有将一部分产权让渡给利益相关方，划拨工业用地的利用才会更有效率（冯立等，2013），而且新技术变革改变了企业原有的区位选择模式，使新兴产业和部分企业趋于“聚集”，土地利用更加集约和高效（罗超，2015；Xie et al.，2018）。
在工业用地增量化过程中，部分学者对工业用地利用效率进行了探讨。影响工业用地利用效率的因素是多维度的，包括工业行业规模（郭贯成等，2014）、经济与产业发展水平和产业层次（陈伟等，2014；谢花林等，2015）、土地市场化水平（Zhang，1999；Ding，2003）、资源配置方式（郭贯成等，2014；Liu et al.，2018）等，而且工业用地价格调控将促进工业用地集聚（Gao et al.，2014），提高土地投资强度和土地产出率，促进土地制度改革（Du et al.，2016），进而提高用地利用效率。
部分学者对工业用地减量化的相关问题进行了研究。王克强等（2016）系统总结了建设用地减量化的运作机制，包括基础运作机制、驱动机制、指标转移机制等。刘红梅等（2017）认为技术进步、资本积累、产业结构调整等是影响减量化的重要因素。此外，企业效率和政策支持（刘红梅等，2015）、税收（吴沅箐等，2015）、环境污染治理（董祚继，2015）、政府的结构优化目标（吴未，2018）等也对推动工业用地减量化有重要作用，尤其对于工业用地减量化而言，企业污染治理是一个重要的决定因素（石忆邵等，2016），推动了该类企业的退出和区位转移（Wu et al.，2017）。刘红梅、马克星、王克强（2018）对工业用地减量化的实施效果进行了评价。从经济效益的角度来看，土地利用效益不佳、企业规模经济效应不显著也加快了这部分企业的市场退出（张璞玉，2017）。
分析发现，目前国内外学者主要研究了影响工业用地利用效率、工业用地更新及节约集约利用等方面的因素，虽然有学者对工业用地减量化进行了研究，但侧重点在减量化运作机制、指标交易机制等方面，且在分析减量化影响因素时，只是从减量企业的角度探讨了影响低效工业企业减量或区位转移的推力因素，而没有对工业用地绝对量或增量变化问题进行研究。本文在前人研究的基础上，深入分析了工业用地减量化的影响因素，既考虑了推力因素，也充分考虑了新增企业布局时的拉力因素；为了保证分析的科学性和全面性，本文引入了工业用地减量化政策，分析政策因素在推动工业用地减量化方面的作用。从而在不断深入研究的基础上，更好的对工业用地减量化行为进行分析。
24.3 理论分析
工业用地减量化的动力在于减量化的预期收益差异。对于上海市而言，现实的减量化目标的是实现建设用地总量控制和存量优化，而造成未来预期收益水平差异的主要原因是工业用地减量化过程中的减量指标流动、新增用地出让、造血机制建设、产业集聚等因素的影响。工业用地减量面积的一般表达式为：
其中，IR为工业用地减量面积，d为减量化的预期收益差异，f′（d）＞0说明工业用地减量面积是关于减量化预期收益差异的增函数。从利益最大化视角考虑，工业用地减量化过程中各利益主体的行为受预期收益的影响，但预期收益又因减量化的拉力、推力和摩擦力不同而产生差异。
在经济发展初级阶段，工业用地面临较小的减量化压力。在传统经济发展阶段和工业化初级阶段，建设用地总量与天花板之间仍有一定距离，增长空间比较大，此时工业用地减量化的需求相对较低，在政府的干预下，只有少量低效企业逐步退出市场，被高生产率企业所替代。在此情况下，经济发展对工业用地减量化的推动作用比较平稳，影响比较小，导致减量面积有限，减量区域分布零散。因此工业用地减量化可以看作是经济发展水平的函数：
其中，PGDP为人均国内生产总值，v为经济发展对工业用地减量化的作用程度。地区经济发展水平各有差异，在经济发展到高级阶段之前，工业用地减量化的推力和拉力因素均比较少，此时拉力和推力的联合作用力一般小于减量化的阻力或摩擦力，减量化动力不足，导致各区域无法推行减量化工作或者只能在部分发达地区进行试点。
在经济发展的高级阶段，工业用地减量化迫在眉睫。伴随经济的不断发展和工业化的全面推进，产业规模日益扩大，部分区域建设用地总量逐渐接近甚至突破天花板，控制建设用地尤其是工业用地总量迫在眉睫。随着时间的推移，一些高消耗、高污染、低产出的低效工业企业无法适应现代经济的需要；而工业用地减量化不仅为这些企业提供了良好的退出机制，也促进了产业结构和用地结构的调整和优化，使资源利用更加高效。此时，经济发展促进了生产技术水平提高和单位产值要素投入量减少，将对工业用地减量化进程起到加速促进作用，作用形式为：
其中，a为加速度，即经济发展到高级阶段以后影响工业用地减量化的因素的作用效果。在工业用地减量化过程中，本文将F看作影响工业用地减量化的综合作用力，m为减量面积。F作为减量化过程中的综合作用力，主要由两部分组成：推力和拉力。两者之间的作用关系为F=Ft+Fl，Ft为推力，Fl为拉力。
但考虑到减量化政策既有推力作用，也有拉力作用，还可能存在摩擦力，基于此本文对推拉理论进行扩展，将工业用地减量化政策纳入其中，得到修正的推拉理论。此时F为：
其中，Ff为减量化政策的作用力。
首先，分析影响工业用地减量化的推力因素。第一，企业污染程度。减量的工业企业属于高污染型企业，污染物排放强度比较高，污水纳管、废气和固体废弃物治理情况不理想，对当地的生态环境和居民生活质量产生了严重的负面影响，成为政府环境污染治理和减量的首要对象。第二，企业产值。减量企业大都为产业结构的末端，能耗偏高，产值比较低，产出效率低下，单位面积土地所产生的工业产值远低于全市平均水平，对经济增长的贡献度越来越小。第三，农业技术水平。随着农业技术水平的日益进步，农村劳动生产率显著提高，单位面积土地上的劳动力投入量不断下降，释放出更多的农村劳动力进入要素供给市场，增强了兼业农民（村镇企业的就业人员多为周边村民）的流动性，降低了低效企业减量对失业的影响，有利于推进工业用地减量化。第四，耕地保护。截至2017年，上海市工业用地面积在建设用地总面积中所占比重为24%，远高于世界平均水平，为优化土地利用结构，守住建设用地、生态环境、人口规模和城市运行安全四条底线，加强耕地保护力度，大量的工业用地需向其他建设用地或农用地转变，进而优化土地利用结构。第五，经济发展水平。在经济发展水平比较高的地区，具有高消耗、高污染、低产出等特征的低效工业企业无法适应经济发展的需要，地区产业结构和空间结构亟需调整，推动了工业用地减量化。由此可见，推力因素主要组成结构为：
其中，F污染表示企业污染程度对工业用地减量化的推动力，公式（24-5）中其他变量的含义以此类推。
其次，分析影响工业用地减量化的拉力因素。第一，土地出让。土地出让尤其是新增地块的出让是拉动工业用地减量化的重要因素，主要原因有两个：一是新增工业用地指标一般会落在集建区，土地出让价格相对较高，地方政府可以获得更多的土地出让收益；二是新建企业投资规模大，经营收益高，使政府税收收入得到可靠保障。第二，就业状况。工业用地减量化将促进人口流动，使减量区域的失业人口向其他区域的第二和第三产业转移，因此其他区域二三产业的就业状况也是吸引劳动力流动，缓解工业用地减量化造成的失业问题，拉动工业用地减量化进程的重要因素。第三，产业结构调整。经济的发展伴随着产业结构的不断调整，产业结构的合理化和高度化要求企业由低附加值向高附加值演进，提高技术水平和集约化程度，迫使低效企业产生梯度转移或退出市场，逐步被高附加值、高技术化、高集约化企业取代，促进工业企业减量。因此，拉力因素的组成结构为：
最后，分析影响工业用地减量化的另一个重要因素——减量化政策。目前出台的减量化政策包括市、区、镇三级政策。第一，市级政府部门政策。市级政府出台了推进“198”区域工业用地减量化的指导意见及系列配套措施，包括绩效考核政策、减量化补贴政策（20万元/亩）等，旨在深入推进减量化工作，但市级专项补贴资金数量较少，影响了减量化的积极性。第二，区级政府部门政策。区级政府是减量化补贴资金的供给主体，减量工作一般是按照先易后难的原则进行的，随着减量成本的不断上升以及成本回收周期长的限制（土地出让周期相对较长影响了资金回笼速度），区级政府面临的资金压力在短时期内逐渐增大。第三，镇级政府部门政策。在工业用地减量化过程中，镇级政府将减量指标优先用于本区域发展，但由于减量区域多为远郊区，很难获得更多的规划空间指标，导致减量指标在本地区无法得到全部落实，影响了镇级政府减量化的积极性。
村集体和减量企业的行为也影响了减量化政策实施。对于村集体而言，减量化对村集体的出租收入、就业、分红等社会福利产生了负面影响，建设造血机制是为了弥补企业减量对村民和村集体造成的经济损失，在工业用地减量化过程中村集体获得一定数量的结余资金来支持本村经济发展和农民增收，但受资金适用范围和指导政策缺乏等因素限制，大部分减量区域没有建立相应的造血机制，影响了村集体减量化的积极性。对于减量企业而言，在减量化过程中，减量企业就补贴资金问题与镇级政府谈判协商，努力实现自身利益最大化。但对于那些设备成本等生产成本较高的企业来说，减量化的损失比较大，导致减量意愿比较小。由此可见，减量化过程中，相关配套政策尤其是补贴政策的完善程度是影响减量化进程的重要因素。政策作用力的组成结构为：
由公式（24-7）可知，减量化政策的作用力是市、区、镇等政府部门以及村集体、减量企业等诸多部门共同作用的结果。
综上，工业用地减量化进程受拉力、推力和减量化政策的综合作用。这种综合作用机制如图24-1所示。
图24-1|工业用地减量化的综合作用机制
24.4 研究设计
24.4.1 变量选择
本部分将对影响工业用地减量化的因素进行深入剖析。本文的被解释变量为工业用地减量化（IR）。鉴于数据的可获取性和变量的可替代性，首先，以每年净增建设用地面积作为被解释变量，分析各因素的作用效果。工业用地减量化力度越高，则每年净增建设用地面积的增长态势就越不明显，甚至保持不变或呈现下降趋势。其次，以工业用地减量验收面积作为被解释变量，分析减量化政策对工业用地减量化的影响。本文的解释变量是影响工业用地减量化的各个因素，包括推力因素、拉力因素和政策因素。根据前文的理论分析并结合相关参考文献，我们在表24-1中对变量的选择及衡量指标做出具体说明。
表24-1 变量的选取及定义
24.4.2 数据来源
本文利用2010—2016年上海市9个郊区县的相关数据，对工业用地减量化过程中的影响因素进行分析，其中，工业废水和废气排放量数据、新增就业岗位数量、工业增加值和第一、二、三产业增加值数据来源于郊区各区县《统计年鉴》；农业用地面积、建设用地面积和未利用土地面积等来源于上海市年度土地变更调查数据和遥感数据；开发区内单位土地税收、开发区内工业用地出让面积数据来源于《上海市开发区统计手册》；农业从业人员数量、耕地面积、农业总产值等数据来源于《上海郊区统计年鉴》和《上海农村统计年鉴》。
24.4.3 模型构建
在土地利用过程中，影响工业用地减量化的因素是多方面，为了分析各因素对工业用地减量化的影响效果，本文将参照C-D生产函数形式，建立相关计量模型。C-D生产函数的基本形式为：
其中，Y为产出，K为资本要素，L为劳动要素，α为资本的产出弹性，β为劳动的产出弹性，i为时间维度，j为地区维度，u为随机干扰因素。对生产函数两边取对数可得：
以生产函数的对数形式为基础，建立工业用地减量化与各影响因素的函数关系式，并根据变量特性作适当变换。建立如下模型：
其中，γt（t=1，2，…，9）为模型回归系数，γ0为截距项，εit为模型的随机误差。
在扩充化推拉理论下，本文将进一步研究摩擦力因素对工业用地减量化的影响。2013年，上海市规土局在《关于印发〈郊野单元规划编制审批和管理若干意见（试行）〉的通知》中提出，对集建区外现状零星农村建设用地、低效工业用地等进行复垦减量。从2014年开始在全域范围内推行建设用地减量化，此后陆续制定了一系列配套政策。因此，本文把减量化政策作为断点回归模型的分组变量，将该政策的实施时间（2014年）作为模型的断点，即
其中，D是工业用地减量化政策哑变量，据此将2014年及以后的样本作为处理组，2014年以前的样本作为控制组，以此来考察减量化政策对工业用地减量化的影响。建立如下回归模型：
其中，λi为时间固定效应，ϑij为误差项，Dij为第i年j地区的工业用地减量化政策哑变量，τ是工业用地减量化政策实施的平均实验效应，otherij表示影响工业用地减量化的其他协变量，λt为协变量的作用效果。
24.4.4 描述性统计分析
在实证分析各因素对工业用地减量化的影响效果之前，本文首先对各个变量做描述性统计分析，观察其均值、标准差、最大值和最小值，进而对序列波动情况作出直观判断。统计结果（表24-2）表明，大部分变量序列的标准差比较小，序列相对平稳。税收状况（TC）的序列波动性比较大，其最大值为27.9亿元/亩，最小值为0.79亿元/亩。从企业产值来看，高效益地区是低效益地区的9倍左右。由此可见，各区域工业用地利用效率差异巨大。
表24-2 变量描述性统计结果
24.5 实证结果分析
24.5.1 基准回归
为了实证研究工业用地减量化的影响因素，分析推力、拉力和政策因素对工业用地减量化的影响效果，本文以2010—2016年上海市9个郊区县为例进行基准回归，从而进一步验证变量之间的作用关系。回归结果见表24-3。
表24-3 模型基准回归结果
注：***、**、*分别表示1%、5%、10%的显著性水平。
首先，分析推力因素对工业用地减量化的作用效果。①企业污染（EP）加剧对推进工业用地减量化存在显著的积极作用，其有助于降低净增建设用地规模。工业废水、废气和固体废弃物排放量每增加1个单位，工业用地面积将下降0.581 3个单位。由此可见，企业污染是推动工业用地减量的一个重要因素。企业污染会严重影响周围居民的生活环境和身体健康，降低生态环境质量，给社会和生态带来较大的负面影响。因此，企业污染越严重，越有可能成为区域内的减量对象。②企业产值（EL）对工业用地规模存在正向影响。工业企业亩均产值每下降1个单位，净增建设用地面积将下降0.036 4个单位，企业低效成为推动工业用地减量化的重要因素。原因在于该类企业生产效率和产品附加值低，税收贡献度比较小，大部分属于高投入、高污染、高消耗、低产出企业，对社会的负面影响比较大，是政府部门首选的减量对象。③农业技术水平（AT）提高使得净增建设用地面积不断扩大，即农业技术水平提高阻碍了工业用地减量化。这与前文的理论分析相悖。原因可能在于农业技术水平提高，释放出更多的农村劳动力，但劳动力可能存在就近转移效应，因此村镇企业将吸纳更多的周边村民，政府为解决就业问题也将引导更多村民到村镇企业就业或吸引企业进入以创造更多的就业机会，这增强了村民对村镇企业的路径依赖，增加了村镇企业减量的阻力。④耕地保护（LT）有助于控制净增建设用地规模，对工业用地减量化有积极作用。主要原因在于为严守生态环境底线、耕地保护红线等发展底线，政府部门逐步推动建设用地向耕地等农业用地转变，调整土地用途，加强耕地保护，优化土地利用结构。在这一过程中，低效工业用地将成为率先减量对象，逐渐退出市场，从而降低了工业用地规模，推动了工业用地减量化。⑤经济发展水平（ED）提高可以显著促进工业用地减量化。经济较发达地区对低效工业企业的减量意愿更强，迫切希望通过减量化来迫使低效企业退出市场，借助减量指标吸引高质量的企业进入，从而增加土地出让收益和税收收入。
其次，分析拉力因素对工业用地减量化的作用效果。①开发区内土地出让（LR）规模越大，越有助于推进工业用地减量化。开发区内的土地出让收益和新增企业预期税收收入要明显高于集建区外的减量企业，因此开发区内土地出让规模越大，地方政府进行减量化的动力就越强，进而可以显著降低净增建设用地规模。②开发区内单位面积工业用地税收（TC）增加对工业用地减量化有显著的抑制作用。开发区内单位面积工业用地税收增加导致区域内的工业用地面积上升，原因在于政府预期新增工业用地会带来更大的经济效益，进而可能会将更多的新增建设用地指标落到开发区内；而且政府将充分利用减量化过程中所获得的类集建区指标，吸引部分企业向类集建区集中，扩大了区域内的工业用地总规模。③在就业状况（EC）方面，新增就业岗位数量增加对工业用地减量化有显著的促进作用。新增就业岗位数量增加会在一定程度上缓解工业用地减量化所产生的失业问题，吸纳部分失业人口进城就业，减小了工业用地减量化的阻力，有效拉动了工业用地减量化进程。④产业结构调整（IS）可以显著促进工业用地减量化。目前地方政府注重引进高附加值、高效率企业，产业结构的合理化和高度化导致低效工业企业的竞争力不断下降，迫使低效工业企业逐步退出市场或进行区位转移，在一定时期内减少了区域内的工业用地面积，拉动了工业用地减量化。
最后，分析政策因素（D）对工业用地减量化的作用效果。减量化政策实施对促进工业用地减量化有显著的积极作用，有助于减少低效工业用地面积，推进工业用地减量化。原因在于虽然造血机制建立、拆三还一政策落实、资金补贴等对工业用地减量化造成很大压力，但政策实施所带来的资金投入、土地出让和减量指标流转，提高了村民、村集体、地方政府的收入水平和预期收益，使得各参与主体减量化的积极性比较高，且随着相关配套政策的不断制定和完善，政策的积极作用将更加凸显，成为推动工业用地减量化的重要因素。
24.5.2 断点回归
工业用地减量化政策目前虽然无法有效降低工业用地总量，但是否会在控制工业用地净增量方面发挥积极作用。本文接下来将进一步分析减量化政策在净增工业用地规模控制方面的作用效果。
工业用地减量化政策与净增工业用地规模之间呈现出显著的负相关关系。在不考虑控制变量的情况下，减量化政策可以显著降低净增工业用地量，影响系数为-0.458 1；加入控制变量后，虽然降低了减量化政策对净增工业用地面积的影响程度，但依然呈现出显著的负向作用。由此可见，减量化政策有效控制了工业用地增量，逐步实现了净增工业用地规模递减，对控制上海市工业用地规模和促进工业用地减量化有显著的积极作用。回归分析发现，在一定时期内，减量化政策虽然无法实现建设用地总量负增长，但可以有效降低建设用地尤其是工业用地面积年增量，控制区域工业用地规模的扩张速度，并通过存量优化提供更多的城市发展空间，促进产业结构优化和用地结构调整，支持经济社会可持续发展（表24-4）。
表24-4 减量化政策影响净增工业用地量的断点回归结果
注：***、**、*分别表示1%、5%、10%的显著性水平。
为了对断点回归模型估计结果的稳健性进行分析，本文将对其最优窗宽和控制变量的连续性进行检验。首先，参照Hahn and Todd（2001）对最优窗宽T的计算方法如下：
其中，N为样本容量，
为最优窗宽在样本容量中的占比。通过计算可得，本文最优窗宽为25（地区-年），按照最优窗宽的0.5倍和1倍进行局部线性回归分析发现，回归结果与最优窗宽的估计结果基本一致，即窗宽差异并不会对模型估计结果产生显著影响。其次，对控制变量的连续性进行检验，具体结果见表24-5。
表24-5 控制变量的连续性检验
注：***、**、*分别表示1%、5%、10%的显著性水平。
影响工业用地减量化的控制变量在断点两侧不存在明显跳跃。所有控制变量在断点处的回归系数均不显著，即变量是连续的，满足平滑性要求，不会对断点回归结果产生偏误。由此可见，控制变量对断点回归的影响不大，不会对回归结果产生“颠覆性”的影响，这也与之前的回归结果基本一致，而控制变量的加入只是提高了模型的拟合优度，并不会改变变量的作用方向。
24.6 结论与启示
工业用地减量化是提高工业用地效率，促进产业结构优化升级，实现经济社会可持续发展的重要途径。通过对工业用地减量化的影响因素进行分析，本文主要得出以下结论：①推力、拉力和减量化政策因素共同作用，有效推动了工业用地减量化；②从推力因素来看，除农业技术水平以外，企业污染、企业低效、耕地保护、经济发展水平提高等因素均对工业用地减量化有显著的推动作用；③在拉力因素中，开发区内的土地出让和全域范围内亩均税收增长抑制了工业用地减量化，而就业状况好转和产业结构优化对工业用地减量化的积极效应比较显著；④断点回归结果表明，减量化政策对工业用地减量化有显著的促进作用，可以有效控制工业用地净增量。减量化政策可以有效控制工业用地年增量，逐步实现工业用地零递减，从而有效控制工业用地总规模，促进工业用地减量化。
鉴于以上分析，未来在工业用地减量化过程中应注意以下四点：①深入推进污染、低效工业企业减量化。在未来减量化过程中，该类企业减量进入攻坚克难阶段，要分批次、分行业逐步清退落后企业，提高减量化补贴标准，优化企业迁移政策，引导效益较好的企业进入工业园区，加快推进工业用地存量优化和空间腾挪。②强化政府引导作用，促进失业人员再就业，减弱工业用地减量化的负面影响。安排少数高技能劳动者和部分管理人员进入先进制造业或高端服务业企业工作，与此同时，引导失业员工进入社区就业，充分挖掘社区就业潜力，扩大社区就业容量，提供充足的就业岗位，使失业人员更多的参与到物业管理、家政服务、养老院护理等工作中去，提高就业率。③增加土地出让面积，提高土地出让效率。土地出让是减量化专项资金的重要来源，为保证工业用地减量化工作顺利进行，在增加土地出让面积的同时要调整出让结构，增加工业用地出让比例，减少减量指标库存，加快资金回拢速度。与此同时，在符合规定的情况下，缩短土地出让周期，提高土地出让效率。④进一步完善工业用地减量化相关政策。拓宽减量化资金来源渠道，提高减量化资金补贴标准；严格落实拆三还一政策，调动地方政府减量化的积极性；优化企业迁移政策，促进企业向产业园区集中。
参考文献
[1]陈诚，金志丰.经济发达地区乡村聚落用地模式演变——以无锡市惠山区为例[J].地理研究，2015，34（11）：2155-2164.
[2]陈伟，彭建超，吴群.中国省域工业用地利用效率时空差异及影响因素研究[J].资源科学，2014，36（10）：2046-2056.
[3]董祚继.“超级增减挂钩”：探索建设用地减量化实施之路——上海松江实践探微[J].中国土地，2015（11）：12-16.
[4]冯立，唐子来.产权制度视角下的划拨工业用地更新：以上海市虹口区为例[J].城市规划学刊，2013（5）：23-29.
[5]郭贯成，温其玉.环境约束下工业用地生产效率研究——基于中国33个典型城市非期望产出的考量[J].中国人口·资源与环境，2014，24（6）：121-127.
[6]郭贯成，熊强.城市工业用地效率区域差异及影响因素研究[J].中国土地科学，2014，28（4）：45-52.
[7]李冬生，陈秉钊.上海市杨浦老工业区工业用地更新对策——从“工业杨浦”到“知识杨浦”[J].城市规划学刊，2005（1）：44-50.
[8]刘红梅，刘超，孙彦伟，王克强，刘伟，龙腾.建设用地减量化过程中的土地指标市场化机制研究——以上海市为例[J].中国土地科学，2017，31（2）：3-10.
[9]刘红梅，马克星，王克强.郊野单元规划实施评估研究——以上海市奉贤区柘林镇为例[J].中国土地科学，2018，32（10）：75-82.
[10]刘红梅，孟鹏，马克星，王克强，张冰松.经济发达地区建设用地减量化研究——基于“经济新常态下土地利用方式转变与建设用地减量化研讨会”的思考[J].中国土地科学，2015，29（12）：11-17.
[11]罗超.我国城市老工业用地更新的推动机制研究[J].城市发展研究，2015，22（2）：20-24.
[12]马克星，王克强，李珺.上海市集建区外建设用地对农村居民收入的影响[J].城市问题，2019（8）：30-40.
[13]石忆邵，刘丹璇.上海市工业用地减量化规划构想及关键问题分析[J].上海国土资源，2016，37（2）：1-4.
[14]唐茂钢，王克强.经济发展、土地城市化与环境质量[J].华东师范大学学报（哲学社会科学版），2018，50（2）：137-147，173.
[15]王成新，刘洪颜，史佳璐，刘凯.山东省省级以上开发区土地集约利用评价研究[J].中国人口·资源与环境，2014，24（6）：128-133.
[16]王克强，马克星，刘红梅.工业用地减量化、经济高质量发展与地方财政收入[J].财政研究，2019（9）：33-47.
[17]王克强，马克星，刘红梅.上海市建设用地减量化运作机制研究[J].中国土地科学，2016，30（5）：3-12.
[18]吴未，陈明，欧名豪.建设用地减量化的苏锡常地区土地利用格局优化——基于白鹭生境网络优化视角[J/OL].生态学报，2018（14）：1-7.
[19]吴沅箐，殷玮.上海近远郊地区建设用地减量化差异探析[J].上海国土资源，2015，36（4）：43-46.
[20]谢花林，王伟，姚冠荣，刘志飞.中国主要经济区城市工业用地效率的时空差异和收敛性分析[J].地理学报，2015，70（8）：1327-1338.
[21]张琳，王亚辉.微观企业视角下工业用地产出效率的影响因素研究——基于2088家工业企业样本的实证分析[J].华东经济管理，2014，28（9）：43-48.
[22]张璞玉.上海市工业发展和工业用地减量化关键性问题研究[A].中国城市规划学会、东莞市人民政府.持续发展理性规划——2017中国城市规划年会论文集[C].中国城市规划学会、东莞市人民政府，2017：11.
[23]郑凌志，周建春，唐健.中国土地政策蓝皮书（2013）[M].中国社会科学出版社，2013.
[24]Ding C.Land Policy Refor m in China：Assessment and Prospects[J].Land Use Policy，2003，20（2）：109-120.
[25]Gao By，Li Wd.State Land Policy，Land Markets and Geographies of Manufacturing：The Case of Beijing，China[J].Land Use Policy，2014，36（36）：1-12.
[26]Hahn J.，Todd P.，WVD Klaauw.Identification and Estimation of Treat ment Effects with a Regression-Discontinuity Design[J].Econometrica，2001，69（1）：201-209.
[27]Haoyi Wu，Huanxiu Guo，Bing Zhang，Maoliang Bu.West ward movement of new polluting fir ms in China：Pollution reduction mandates and location choice[J].Journal of Comparative Economics，2017，45（1）：119-138.
[28]Jianqiang Yang.Integrated sustainability assessment and renewal of old industrial areas：A case study on Changzhou[J].Procedia Engineering，2017，180（4）：136-145.
[29]Jinfeng Du，Jean-Claude Thill，Richard B.Peiserd.Land pricing and its impact on land use efficiency in post-land-refor m China：A case study of Beijing[J].Cities，2016，50（2）：68-74.
[30]Xie H.L.，Q.R.Chen，F.C.Lu，Q.Wu，Wei Wang.Spatial-temporal disparities，saving potential and influential factors of industrial land use efficiency：A case study in urban agglomeration in the middle reaches of the Yangtze River[J].Land Use Policy，2018，75（4）：518-529.
[31]Yansui Liu，Ziwen Zhang，Yang Zhou.Efficiency of construction land allocation in China：An econometric analysis of panel data[J].Land Use Policy，2018，74（5）：261-272.
[32]Zhang X Q.Urban Land Refor m in China[J].Land Use Policy，1997，14（3）：187-199.
【注释】
[1]王克强，男，博士，上海财经大学教授、博士生导师。主要研究方向：区域经济、土地经济、城市经济与管理。