-
城市群发展规划对城市建设用地价格扭曲的影响主要来自两个方面,即随时间推移或经济形势变化而形成的时间效应,以及随着城市群发展而引起的政策处理效应[29]。为有效地将时间效应和政策处理效应区分开来,将城市群规划看作一项“准自然实验”,并以纳入城市群规划的城市为实验组,以未纳入城市群规划的城市为对照组,采用倍差法对政策的执行效果进行分析。设定倍差法的基准模型为
$$\ln\;{\rm{distor}}{{\rm{t}}_{it}} = {\alpha _0} + {\alpha _1}{\rm{cit}}{{\rm{y}}_{it}} + {\alpha _2}{\rm{yea}}{{\rm{r}}_{it}} + {\alpha _3}{\rm{cit}}{{\rm{y}}_{it}} \times {\rm{yea}}{{\rm{r}}_{it}} + {\alpha _4}{X_{it}} + {\mu _i} + {\gamma _t} + {\varepsilon _{it}}$$ (1) 其中,
${\rm{distor}}{{\rm{t}}_{it}}$ 表示城市i在t年的建设用地价格扭曲程度;${\rm{cit}}{{\rm{y}}}$ 为城市虚拟变量,城市群中的城市取值为1,否则取值为0;${\rm{yea}}{{\rm{r}}_{}}$ 为时间虚拟变量,城市群规划颁布之后的年份取值为1,否则为0;${\rm{city}} \times {\rm{year}}$ 为城市虚拟变量和时间虚拟变量的交互项;$X$ 为影响建设用地价格扭曲的其他控制变量;${\mu _i}$ 、${\gamma _t}$ 分别表示地区固定效应和时间固定效应;${\varepsilon _{it}}$ 为随机误差项;${\alpha _0}$ 为常数项,${\alpha _1}\sim {\alpha _4}$ 为各变量的反应系数。其中,地区虚拟变量与时间虚拟变量交互项(${\rm{city}} \times {\rm{year}}$ )的系数${\alpha _3}$ 是我们重点关注的对象,预期其显著为负。由Rosenbaum 和Rubin[31]、Heckman等[32-33]提出并发展起来的倾向得分匹配法能有效消除样本的选择偏差,从而保证实验组与对照组之间的差异完全是由政策执行引起的,其主要步骤如下。
首先,设定因变量为一个二元虚拟变量,实验组为1,对照组为0,并设定影响某城市是否进入城市群发展规划的一组特征变量,计算该城市的倾向得分值
$${p_i}(Z) = \Pr ({\rm{cit}}{{\rm{y}}_{it}} = 1\left| {{Z_i}) = \varPhi [\varphi ({Z_i})]} \right.$$ (2) 其中,Pr(·)表示概率函数;city为地区虚拟变量;Z为影响某城市是否进入城市群发展规划的一组匹配变量;
$\varPhi ( \cdot )$ 表示Logit回归函数;$\varphi ( \cdot )$ 表示线性函数。显然,倾向得分值介于[0,1]之间。其次,根据某种具体的匹配原则,将实验组与对照组中的对象进行匹配,使得匹配成功的对象之间不仅具有相同或相近的倾向得分值,而且其匹配变量之间也没有显著差别。城市群对实验组的平均处理效应可表示为
$${\rm{ATT}} = \frac{1}{{{N_{{\rm{treat}}}}}}\left(\sum\limits_{i \in {\rm{treat}}} {{\rm{distort}}_i^{{\rm{treat}}}} - \sum\limits_{i \in {\rm{control}}} {w(\mathop {{p_i}}\limits^ \wedge ,\mathop {{p_j}}\limits^ \wedge ){\rm{distort}}_j^{{\rm{control}}}} \right)$$ (3) 其中,
${N_{{\rm{treat}}}}$ 表示实验组中的城市数量;$w(\mathop {{p_i}}\limits^ \wedge ,\mathop {{p_j}}\limits^ \wedge )$ 为权重函数;$\mathop {{p_i}}\limits^ \wedge ,\mathop {{p_j}}\limits^ \wedge $ 分别为实验组及对照组的倾向得分估计值。依据不同的匹配方法,$w(\mathop {{p_i}}\limits^ \wedge ,\mathop {{p_j}}\limits^ \wedge )$ 的计算方式也不相同,但是只要实验组与对照组的倾向得分值高度重合,且对照组样本量足够大,最终得到的结果与具体的匹配方法无关[34]。相较于其他匹配方法,核函数匹配法(Kernel Matching)可以更加充分地利用所有对照组的信息,且使用Bootstrap法可以获得更加有效的标准误[35],因此本文采用这种方法进行匹配,并采用最近邻匹配法(Nearest Neighbor Matching)和马氏距离匹配法(Mahalanobis Matching)进行稳健性检验。核函数匹配法的权重表达式为$$w\left(\mathop {{p_i}}\limits^ \wedge ,\mathop {{p_j}}\limits^ \wedge \right) = G\left(\frac{{\mathop {{p_i}}\limits^ \wedge - \mathop {{p_j}}\limits^ \wedge }}{h}\right)\; \Biggr/\sum\limits_{k \in {\rm{control}}} {G\left(\frac{{\mathop {{p_i}}\limits^ \wedge - \mathop {{p_k}}\limits^ \wedge }}{h}\right)} $$ (4) 其中,
$G( \cdot )$ 为Gaussian正态分布函数;h为带宽参数。 -
建设用地价格扭曲(distort)。Hsieh和Klenow[9]认为,当生产要素的边际产出与实际报酬发生偏离时,便产生了要素价格扭曲。如果要素边际产出大于实际报酬,要素价格发生负向扭曲,如果要素边际产出小于实际报酬,要素价格发生正向扭曲。借鉴施炳展等[36]的研究方法,将建设用地这一生产要素(Q)引入到Cobb-Douglas型生产函数中,即
$$Y = A{K^\alpha }{L^\beta }{Q^\gamma }$$ (5) 其中:Y、A、K、L、Q分别表示经济产出、全要素生产率及资本、劳动力、建设用地的投入量;
$\alpha \text{、}\beta \text{、}\gamma$ 分别表示上述三类要素的产出弹性,且假设$\alpha + \beta + \gamma = 1$ ,即生产函数的规模报酬不变。建设用地的边际产出为$${\rm M}{{\rm P}_Q} = \gamma A{K^\alpha }{L^\beta }{Q^{\gamma - 1}} = \gamma Y/Q$$ (6) 假设建设用地实际出让价格为
${P_Q}$ ,则建设用地价格扭曲可表示为$${\rm{Dis}} = {\rm M}{{\rm P}_Q}/{P_Q} = \gamma Y/Q{P_Q}$$ (7) 其中,若
${\rm{Dis}} = 1$ ,表明建设用地价格不存在扭曲;若${\rm{Dis}} > 1$ ,表明建设用地价格存在负向扭曲;若${\rm{Dis}} < 1$ ,表明建设用地价格存在正向扭曲[36]48。根据本文的研究目的,将建设用地进一步细分为工业用地和商住用地两种用地类型。根据前文价格扭曲的定义,价格扭曲测算结果与数值1的偏离程度越大,表明扭曲程度越严重。构造建设用地整体价格扭曲指数
$${\rm{distor}}{{\rm{t}}_{it}} = \frac{{Q_{it}^{GY}}}{{Q_{it}^{GY} + Q_{it}^{SZ}}}\left| {{\rm Dis}_{it}^{GY} - 1} \right| + \frac{{Q_{it}^{SZ}}}{{Q_{it}^{GY} + Q_{it}^{SZ}}}\left| {{\rm Dis}_{it}^{SZ} - 1} \right|$$ (8) 其中,
${\rm{distor}}{{\rm{t}}_{it}}$ 表示i地区t年的建设用地整体价格扭曲程度;${\rm{Dis}}_{it}^{GY}$ 、${\rm{Dis}}_{it}^{SZ}$ 分别表示利用式(7)所计算出来的i地区t年的工业用地、商住用地价格扭曲指数;$Q_{it}^{GY}$ 、$Q_{it}^{SZ}$ 则分别表示i地区t年的工业用地、商住用地存量面积。具体测算过程中,鉴于某些省份统计数据不全,为获得统计口径基本一致、统计条目相对较完整的数据,并进一步考虑到部分城市数据缺失或行政区划调整,最终选取2006—2015年中国285个地级及以上城市为研究样本,以此测算工业、商住用地的价格扭曲程度。数据的准备过程如下。
首先,为保证建设用地数据与国民经济发展数据大致匹配,参照《国民经济行业分类》[37]及《城市用地分类与规划建设用地标准》[38],对样本数据进行了重新划分,如表1所示。
表 1样本数据的重新划分
用地类型 建设用地数据
(参照《城市用地分类与规划建设用地标准》)国民经济发展数据
(参照《国民经济行业分类》)工业 工业用地、采矿业用地 第二产业中除去二位数代码11、43~50的行业 商住 商业服务业设施用地、物流仓储用地、城镇住宅用地 第二产业中二位数代码11、43、47~50的行业
第三产业中除去二位数代码82~96的行业其次,参考柏培文[39]的研究方法,分别测算工业用地、商住用地这两类建设用地的产出弹性。其中:各地、各行业的物质资本存量以2006年为基期,根据各行业的全社会固定资产投资采用永续盘存法得到,资本折旧率取9.6%,并按固定资产投资价格指数进行平减。各地、各行业劳动力投入量取当年年初、年末就业人数的算术平均值。各地、各行业的经济产出数据按各地居民消费价格指数(Consumer Price Index,CPI)进行平减。以上国民经济发展数据均来自各省(自治区、直辖市)历年统计年鉴。各地、各类建设用地存量数据来自历年《中国国土资源统计年鉴》,部分缺失的数据参照当年各地《国土资源统计公报》或《政府工作报告》加以补充。
再次,测算两类建设用地的出让价格。具体计算方法为:某类建设用地的出让价格=该类土地出让收益/该类土地出让面积,其中历年土地出让收益、土地出让面积等数据来自《中国国土资源统计年鉴》及《中国房地产统计年鉴》,且土地出让收益以2006年为基期利用居民CPI进行平减。需要指出的是,某地的商住用地出让价格以当年该地的商服用地出让价格和住宅用地出让价格按照各自出让面积进行加权平均,即
$${\rm{price}}_{it}^H = \frac{{S_{it}^C}}{{S_{it}^C + S_{it}^R}}{\rm{price}}_{it}^C + \frac{{S_{it}^R}}{{S_{it}^C + S_{it}^R}}{\rm{price}}_{it}^R$$ (9) 其中,
$S_{it}^C$ 、$S_{it}^R$ 分别是i地区t年的商服用地、住宅用地出让面积;${\rm{price}}_{it}^C$ 、${\rm{price}}_{it}^R$ 分别是i地区t年的商服用地、住宅用地出让价格。 -
参考已有文献,选择城市群发展规划颁布的时间虚拟变量(year)、纳入城市群发展规划的城市虚拟变量(city)以及两者的交互项(year×city)作为核心解释变量。其中,时间虚拟变量度量了城市群规划颁布实施前后实验组与对照组建设用地价格扭曲程度的变化,城市虚拟变量度量了城市群城市与非城市群城市之间建设用地价格扭曲程度的变化,而上述两者的交互项则度量了城市群对实验组与对照组政策处理效应的差异,也是本文关注的重点。
-
选取地区经济发展水平、财政缺口、地方政府对经济活动的干预程度、地方政府土地政策执行力等变量作为影响建设用地价格扭曲的控制变量。表2列出了各控制变量的计算方法。
表 2各控制变量的计算方法
变量名称 变量符号 变量计算方法 地区经济发展水平 pgdp ln(地区GDP总量/地区常住人口) 财政缺口 deficit (财政预算支出–财政预算收入)/财政预算收入 对经济活动的干预程度 disturb 地方国有经济总量/地区GDP总量 土地政策执行力 policy 招拍挂土地出让宗数/土地出让总宗数 -
参考已有文献,选取的匹配变量主要包括:经济发展水平、人口规模、城镇化率、产业结构、市场潜力、城市可达性、地理区位、到城市群核心城市的最近距离等。
其中,在产业结构测算过程中,已有文献大都采用国民经济中第二产业或第三产业占比来度量产业结构合理化程度[5],或采用第三产业与第二产业产值或增加值之比来度量产业结构高级化程度[40],但这些测度方法无疑忽略了对第二产业及第三产业内部细节的考察,进而可能造成测算结果失真,本文摒弃上述传统的测算方法,采用一系列指标组合来度量产业结构。参考褚敏和靳涛[41]、关伟和许淑婷[42]的研究思路,分别选取第二产业中高端制造业占比、第三产业中生产性服务业占比来描述产业结构的内部特征,并通过测算上述两个指标的耦合关联度及耦合协调度来描述高端制造业及生产性服务业之间相互制约、相互影响的程度,然后采用主成分分析法确定各单项指标在总指标中的权重以合成总指标,从而实现对产业结构演进的度量。产业结构的具体测算指标体系如表3所示。
表 3产业结构测算的指标体系
各匹配变量的具体计算方法如表4所示。
-
选择长三角城市群、珠三角城市群、京津冀城市群、长江中游城市群、成渝城市群等中国五个规模较大、发育相对成熟的城市群作为样本对象,并选择2007—2014年作为样本周期,视2011年为政策开始执行的时间点,将2011年已经纳入五大城市群的城市作为实验组,而将2007—2014年没有纳入城市群的其他城市作为对照组,进而研究城市群对建设用地价格扭曲的影响效应。选择的五大城市群均是公认的国家级城市群,城市群内部各城市之间联系紧密,城市群起步较早、发育相对成熟,并且这五大城市群大都跨省域发展,分布在中国东中西三大区域,具有很强的代表性。另外,2011年以前纳入城市群发展的大都是该城市群的核心城市,2011年以后随着城市群扩容,逐步有其他外围城市加入,考虑到城市群对建设用地的影响具有时滞性,这些外围城市可能没有与核心城市之间形成良好的互动发展机制[46],故将2011年以后纳入城市群的城市样本予以剔除。
考虑到部分城市数据缺失或行政区划调整,研究的全部样本为2007—2014年中国285个地级及以上城市。所用数据来自2008—2015年《中国统计年鉴》《中国国土资源统计年鉴》《中国城市统计年鉴》、各省(自治区、直辖市)统计年鉴以及中国土地市场网①,部分缺失的数据参照当年各地《国土资源统计公报》或《政府工作报告》加以补充。其中,价格类、产出收益类数据以2006年为基期采用CPI进行平减。
-
经过倾向得分匹配降低了样本的选择性偏差,从而使实验组及对照组具有可比性。在此基础上,利用倍差法考察城市群对建设用地价格扭曲的影响效应。表5为全样本的估计结果,采用了双向固定效应的面板模型。其中,第(1)列未加入其他控制变量,第(2)列加入了影响建设用地价格扭曲的一系列控制变量。
表 5基于PSM-DID模型的全样本估计结果
解释变量 因变量 ln distort (1) (2) city −0.234(−0.83) −0.162**(−3.54) year −0.152(−0.42) −0.081(−0.65) city×year −0.309**(−3.67) −0.274***(−5.18) lnpgdp -0.172(−0.79) deficit 0.116***(6.41) disturb 0.113*(2.18) policy −0.103**(−2.28) 常数项 4.470**(4.15) 2.620**(3.43) 时间固定效应 是 是 地区固定效应 是 是 R2 0.218 0.469 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 表5显示:模型(1)中变量city的系数为负但不显著,加入控制变量后,模型(2)中变量city的系数显著为负,表明实验组与控制组的建设用地价格扭曲程度具有显著差异,即城市群城市的建设用地价格扭曲程度显著低于非城市群城市的建设用地价格扭曲程度;模型(1)及模型(2)中变量year的系数均不显著,表明两组样本的建设用地价格扭曲程度在考察期内均没有随时间发生显著变化;交互项(city×year)的系数变化是本文考察的重点,其回归系数显著为负,表明城市群确实能够缓解其内部城市的建设用地价格扭曲程度;控制变量中,ln pgdp的系数为负但不显著,表明随着地区经济发展水平的提高,建设用地价格扭曲程度将得到缓解,但效果不明显。deficit的系数显著为正,表明财政缺口增大导致地方政府两手供地的发展模式愈演愈烈,进而加剧了建设用地价格扭曲程度。disturb的系数系数显著为正,表明地方政府对经济活动的干预程度越强,建设用地价格扭曲程度将越高。policy的系数显著为负,表明地方政府对中央政策的执行力越强,建设用地价格扭曲程度将会得到有效缓解。
上文基于全样本的估计结果仅仅提供了2011—2014年城市群对建设用地价格扭曲的平均影响程度,而无法考察其边际影响及时滞影响。国家着力打造城市群一体化发展,目的是为了地缘相近、文化相通、经济社会各项活动联系紧密的城市之间摒弃以邻为壑的发展理念,实现区域分工协作、协同共进的发展模式。从倡议提出,到制定详细规划,再到各城市之间相互磨合,是一个循序渐进的过程,而这个过程的周期长短则取决于各地方政府是否不断更新发展理念、出台相应配套政策、协调地区关系、增强政策执行力等,即城市群对建设用地价格扭曲的影响效应可能随着时间推移呈现出动态变化。本文借鉴何靖[47]的研究思路,以政策开始执行的时间2011年为中间节点,前后分别选取一年、两年、三年、四年为时间窗宽对本文样本进行分析,考察城市群对建设用地价格扭曲的动态边际影响效应。另外,根据新经济地理学的中心—外围理论,核心城市对外围城市的扩散效应可能随着距离的增加而逐渐衰减,因此,以北京、上海、广州、武汉、成都这五个城市为各自所在城市群的核心城市,利用ArcGIS软件测算出城市群中其他城市到这五个城市之间的距离,分别按照0~100千米、100~200千米、200~300千米、300千米以上等四个距离标准对城市进行分组,以考察城市群对建设用地价格扭曲的影响效应是否随着距离变化而呈现动态性。表6是上述两种研究思路的估计结果②。
表 6城市群对建设用地价格扭曲影响效应的动态性
解释变量 因变量 ln distort 2011年 2012年 2013年 2014年 0~100千米 100~200千米 200~300千米 300千米以上 city×year 0.012 −0.127 −0.261*** −0.313* −0.306** −0.291*** −0.155* −0.026 (0.41) (−0.32) (−9.81) (−2.16) (−3.77) (−7.53) (−2.28) (−0.18) 控制变量 是 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 是 R2 0.224 0.363 0.217 0.285 0.323 0.274 0.226 0.261 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 表6显示:(1)从时间动态性来看,2011—2012年城市群对建设用地价格扭曲的影响效应均不显著,可能的原因是政策实施初期各城市之间还未形成良好的合作机制,加上路径依赖所形成的惯性,最终导致政策效果不明显。随着城市群发展的持续深入,各个地方政府逐渐转变发展理念,各项地方配套政策陆续出台,城市之间分工协作、经济联系日益紧密,政策的效果随之显现出来。上述研究结论也表明任何政策的效应发挥都具有一定的时滞性,不能因为暂时还未见效而否定政策本身。鉴于本文样本中政策执行的考察期较短,所以这种政策效应究竟是边际递增还是边际递减,还不能得出有效结论。(2)从距离动态性来看,随着与核心城市距离的拉大,城市群对建设用地价格扭曲的影响效应逐步降低,且当距离超过300千米时,这种影响效应将变得不再显著。上述研究结论为合理划分城市群的地域范围提供了参考。董艳梅等[29]指出,高速铁路建设具有时空压缩效应,加大交通基础设施建设,提高城市的可达性,可打破外围城市与核心城市之间的空间距离限制,进而扩大城市群的地域范围。
-
针对不同规模、不同区位的城市,城市群对其建设用地价格扭曲所带来的缓解效应可能不尽相同。为此,进一步将实验组样本进行如下划分:(1)按照城市行政等级、发展规模将实验组分为核心城市(具体包括直辖市、省会城市、副省级城市)及外围城市(其他地级市);(2)按照城市所处的地理区位,将实验组分为东部、中部、西部三类城市。表7是按照不同等级规模、不同地理区位划分样本后的估计结果③。
表 7城市群对不同等级规模、不同地理区位城市影响的异质性
解释变量 因变量 ln distort 核心 外围 东部 中部 西部 city×year −0.332**(−3.14) −0.144(−0.57) −0.325***(−6.16) −0.223*(−2.68) −0.156(−0.43) 控制变量 是 是 是 是 是 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 R2 0.281 0.392 0.224 0.191 0.156 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 表7显示:(1)城市群对核心城市建设用地价格扭曲的缓解效应显著为负,且系数绝对值大于表5的全样本估计结果,但对外围城市的影响却并不显著。可能的原因是,城市群中的核心城市一般是直辖市、省会城市或副省级城市,这些城市行政级别高,交通便利,且由于虹吸效应,这些城市拥有更多的资本、劳动力等各种资源,因此其城市规模及经济发展程度都高于城市群内其他城市。随着产业梯度转移,核心城市处于较高的产业演进阶段,而服务业本身就是土地节约型行业,核心城市正逐步摆脱依靠“两手供地”谋求发展的路子,转而采取更加市场化的方式供应土地,故在城市群发展中其建设用地价格扭曲的改善效果明显。对于城市群中的外围城市而言,为克服虹吸效应以及承接核心城市的产业转移,彼此之间的竞争依然存在,因此在城市群发展中其建设用地价格扭曲的改善效果并不明显。上述结论与张学良等[46]、刘乃全和吴友[48]的研究结果类似,即城市群在一定时期内更加有利于核心城市的发展,但对外围城市的积极影响有限,甚至具有负向效应。(2)城市群对东部及中部城市建设用地价格扭曲的影响效应显著为负,且对东部城市的影响程度大于中部城市,对西部城市的影响虽然为负却不显著。可能的原因是,京津冀、长三角、珠三角等这些东部地区城市群均是目前公认的城市群,其内部一体化发展起步较早,且目前已发育相当成熟,这些地区也是当前中国经济社会最发达的三大地区,其产业结构正由传统制造业向高端制造业及现代服务业转型,土地的市场化程度较高,而伴随着中部地区崛起、西部大开发等战略,中部、西部地区积极承接东部地区的产业转移,加上这些地区的城市群正处于初步规划实施阶段,城市群内部各地区之间的协作关系还并不是很紧密,因此其建设用地价格扭曲的缓解效应低于东部地区,这也在一定程度上解释了目前广受学界关注的“中部塌陷”、西部大开发成效不明显等现象。上述结论与刘瑞明和赵仁杰等[28]、刘永健等[45]的研究结果类似,即中、西部地区因为承接产业转移,再加上原有经济基础薄弱,地区之间的竞争关系大于合作关系,两手供地的发展模式没有得到根本扭转,建设用地扩张速度明显过快,过度关注资本投资及能源开发,忽视了体制改革和软环境建设,造成人力资本挤出以及产业结构调整滞缓,并付出了巨大的生态环境成本,进而制约了中部崛起、西部大开发的政策效果。
-
“两手供地”发展模式下,建设用地价格扭曲成为地方政府参与区域竞争的重要手段,且扭曲程度越高,地区经济越有可能实现较快增长,从而越有可能被选中而纳入城市群发展规划,这就导致了因变量与自变量之间的反向因果关系,进而形成内生性问题。本文采用工具变量法对实证结果进行内生性检验。借鉴张莉等[49]的研究思路,采用某城市的相邻城市是否加入城市群作为工具变量,即如果i城市的相邻城市在t年加入了城市群,则取值为1,否则为0。这种做法的原因在于:任意城市和其相邻城市地域相连,且经济、社会交流十分密切,如果相邻城市加入了城市群,则意味着该城市也极有可能加入城市群,从而满足工具变量和内生变量相关的要求,但相邻城市是否加入城市群与该城市建设用地价格扭曲程度之间却并没有直接关系,进而满足工具变量与因变量无关的要求。
-
首先,借鉴毛其淋和许家云许家云[50]、李贲和吴利华[51]的研究思路,对本文的实验组及对照组样本分别采用最近邻匹配法和马氏距离匹配法进行匹配,然后利用倍差法对本文的模型重新估计。
其次,对本文结果进行安慰剂检验。Li等[52]认为安慰剂检验不仅可以考察实验对象是否随机,还可以检验基准回归中遗漏变量是否影响了回归结果。借鉴董艳梅和朱英明[29]的研究思路,采用反事实(counterfactual)的检验方法,即假设2007—2010年没有任何城市纳入城市群发展规划,选择2008年或者2009年作为假想的政策开始执行的时间点,并利用本文的方法进行估计。检验结果发现,交互项city×year的回归系数均不显著,表明本文的结论确实是由城市群规划这一政策效应引起的,而非其他因素(即安慰剂)所引起的。
上述内生性检验和稳健性检验的结果显示,各解释变量系数的方向及显著性并未发生实质改变,本文的主要实证结论具有较强的稳健性④。
The Influence of Urban Agglomeration Development on Construction Land Price Distortion
-
摘要:利用倾向得分匹配倍差法(Propensity Score Matching and Difference in Difference method,PSM-DID),将城市群看作一项准自然实验,考察了城市群发展对建设用地价格扭曲的影响作用。研究结果表明:(1)城市群显著缓解了建设用地价格扭曲程度,且这一结论具有较强的稳健性。同时,这种缓解效应还具有时滞性及空间衰减性。(2)城市群对核心城市、东部城市建设用地价格扭曲的缓解效应更大。因此,在经济新常态发展背景下,推动城市群建设,促进区域经济一体化,是缓解建设用地价格扭曲进而提振经济的一个有效途径。Abstract:Using the PSM-DID, this paper regards the urban agglomeration as a quasi-natural experiment, and investigates the influence of urban agglomeration development on the price distortion of construction land. The results show that: (1) The urban agglomeration significantly alleviates the price distortion of construction land, and this conclusion has strong robustness. In addition, this alleviating effect also has hysteresis quality and spatial attenuation. (2) Urban agglomeration has greater alleviating effect on the price distortion of core cities and eastern cities. Therefore, in the context of the new normal economic development period, promoting the construction of urban agglomeration and regional economic integration will be an effective way to alleviate the construction land price distortion and thus boost the economy.注释:1) http://www.landchina.com。2) 限于篇幅,仅列出了交互项的估计系数。3) 为节约篇幅,仅列出了交互项的估计系数。4) 限于篇幅,内生性检验和稳健性检验的结果未列出,有兴趣的读者可联系作者索取。
-
表 1样本数据的重新划分
用地类型 建设用地数据
(参照《城市用地分类与规划建设用地标准》)国民经济发展数据
(参照《国民经济行业分类》)工业 工业用地、采矿业用地 第二产业中除去二位数代码11、43~50的行业 商住 商业服务业设施用地、物流仓储用地、城镇住宅用地 第二产业中二位数代码11、43、47~50的行业
第三产业中除去二位数代码82~96的行业表 2各控制变量的计算方法
变量名称 变量符号 变量计算方法 地区经济发展水平 pgdp ln(地区GDP总量/地区常住人口) 财政缺口 deficit (财政预算支出–财政预算收入)/财政预算收入 对经济活动的干预程度 disturb 地方国有经济总量/地区GDP总量 土地政策执行力 policy 招拍挂土地出让宗数/土地出让总宗数 表 3产业结构测算的指标体系
表 4各匹配变量的计算方法
表 5基于PSM-DID模型的全样本估计结果
解释变量 因变量 ln distort (1) (2) city −0.234(−0.83) −0.162**(−3.54) year −0.152(−0.42) −0.081(−0.65) city×year −0.309**(−3.67) −0.274***(−5.18) lnpgdp -0.172(−0.79) deficit 0.116***(6.41) disturb 0.113*(2.18) policy −0.103**(−2.28) 常数项 4.470**(4.15) 2.620**(3.43) 时间固定效应 是 是 地区固定效应 是 是 R2 0.218 0.469 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 表 6城市群对建设用地价格扭曲影响效应的动态性
解释变量 因变量 ln distort 2011年 2012年 2013年 2014年 0~100千米 100~200千米 200~300千米 300千米以上 city×year 0.012 −0.127 −0.261*** −0.313* −0.306** −0.291*** −0.155* −0.026 (0.41) (−0.32) (−9.81) (−2.16) (−3.77) (−7.53) (−2.28) (−0.18) 控制变量 是 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 是 地区固定效应 是 是 是 是 是 是 是 是 R2 0.224 0.363 0.217 0.285 0.323 0.274 0.226 0.261 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 表 7城市群对不同等级规模、不同地理区位城市影响的异质性
解释变量 因变量 ln distort 核心 外围 东部 中部 西部 city×year −0.332**(−3.14) −0.144(−0.57) −0.325***(−6.16) −0.223*(−2.68) −0.156(−0.43) 控制变量 是 是 是 是 是 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 R2 0.281 0.392 0.224 0.191 0.156 注:***、**、*分别表示在1%、5%、10%统计水平上显著;括号内为t统计量。 -
[1] 雷潇雨, 龚六堂. 基于土地出让的工业化与城镇化[J]. 管理世界, 2014(9): 29-41. [2] 刘航, 孙早. 城镇化动因扭曲与制造业产能过剩: 基于2001-2012年中国省级面板数据的经验分析[J]. 中国工业经济, 2014(11): 5-17. [3] 黄健柏, 徐振, 徐珊. 土地价格扭曲、企业属性与过度投资: 基于中国工业企业数据和城市地价数据的实证研究[J]. 中国工业经济, 2015(3): 57-69. [4] 刘守英. 中国城乡二元土地制度的特征、问题与改革[J], 国际经济评论, 2014(5): 9-25. [5] 赵祥, 曹佳斌. 地方政府两手供地策略促进产业结构升级了吗: 基于105个城市面板数据的实证分析[J]. 财贸经济, 2017(7): 64-77. [6] 杨其静, 吴海军. 产能过剩、中央管制与地方政府反应[J]. 世界经济, 2016(11): 126-146. [7] 罗来军, 蒋承, 王亚章. 融资歧视、市场扭曲与利润迷失: 兼议虚拟经济对实体经济的影响[J]. 经济研究, 2016(4): 74-88. [8] 张建华, 邹凤明. 资源错配对经济增长的影响及其机制研究进展[J]. 经济学动态, 2015(1): 122-136. [9] HSIEH C T, KLENOW P J. Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics, 2009, 124(4): 1403-1448.doi:10.1162/qjec.2009.124.4.1403 [10] BANERJEE A, MOLL B. Why does misallocation persist[J]. American Economic Journal: Macroeconomics, 2010(1): 189-206. [11] SHUHEI A. A simple accounting framework for the effect of resource misallocation on aggregate productivity[J]. Journal of the Japanese and International Economics, 2012(4): 473-494. [12] RESTUCCIA D, ROGERSO R. Misallocation and productivity[J]. Review of Economic Dynamics, 2013, 16(1): 1-10.doi:10.1016/j.red.2012.11.003 [13] 聂辉华, 贾瑞雪. 中国制造业企业生产率与资源误置[J]. 世界经济, 2011(7): 27-42. [14] 陈永伟, 胡伟民. 价格扭曲、要素错配和效率损失: 理论和应用[J]. 经济学(季刊), 2011(7): 1401-1422. [15] 王宁, 史晋川. 中国要素价格扭曲程度的测度[J]. 数量经济技术经济研究, 2015(9): 149-161. [16] 林伯强, 杜克锐. 要素市场扭曲对能源效率的影响[J]. 经济研究, 2013(9): 125-136. [17] 戴魁早, 刘友金. 要素市场扭曲如何影响创新绩效[J]. 世界经济, 2016(11): 54-79. [18] 陈艳莹, 王二龙. 要素市场扭曲、双重抑制与中国生产性服务业全要素生产率: 基于中介效应模型的实证研究[J]. 南开经济研究, 2013(5): 71-82. [19] 戴魁早, 刘友金. 要素市场扭曲、区域差异与R& D投入: 来自中国高技术产业与门槛模型的经验证据[J]. 数量经济技术经济研究, 2015(9): 3-20. [20] 宋马林, 金培振. 地方保护、资源错配与环境福利绩效[J]. 经济研究, 2016(12): 47-61. [21] 白俊红, 卞元超. 要素市场扭曲与中国创新生产的效率损失[J]. 中国工业经济, 2016(11): 39-55. [22] 张杰, 周晓燕, 郑文平, 等. 要素市场扭曲是否激发了中国企业出口[J]. 世界经济, 2011(8): 136-160. [23] 阚大学, 吕连菊. 要素市场扭曲加剧了环境污染吗: 基于升级工业行业空间动态面板数据的分析[J]. 财贸经济, 2016(5): 146-159. [24] WU Y Z, ZHANG X L, MARTIN S, et al. Industrial land price and its impact on urban growth: a Chinese case study[J]. Land Use Policy, 2014, 36(1): 199-209. [25] 李力行, 黄佩媛, 马光荣. 土地资源错配与中国工业企业生产率差异[J]. 管理世界, 2016(8): 86-96. [26] 范子英. 土地财政的根源: 财政压力还是投资冲动[J]. 中国工业经济, 2015(6): 18-31. [27] 吴海民, 吴淑娟, 陈辉. 城市文明、交易成本与企业“第四利润源”: 基于全国文明城市与民营上市公司核匹配倍差法的证据[J]. 中国工业经济, 2015(7): 114-129. [28] 刘瑞明, 赵仁杰. 西部法开发: 增长驱动还是政策陷阱: 基于PSM-DID方法的研究[J]. 中国工业经济, 2015(6): 32-43. [29] 董艳梅, 朱英明. 高铁建设能否重塑中国的经济空间布局: 基于就业、工资和经济增长的区域异质性视角[J]. 中国工业经济, 2016(10): 92-108. [30] 周玉龙, 杨继东, 黄阳华, 等. 高铁对城市地价的影响及其机制研究: 来自微观土地交易的证据[J]. 中国工业经济, 2018(5): 118-136. [31] ROSENBAUM P R, RUBIN D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70(1): 41-55.doi:10.1093/biomet/70.1.41 [32] HECKMAN J J, ICHIMURA H, TODD P E. Matching as an econometric evaluation estimator: evidence from evaluating a job training program[J]. Review of Economic Studies, 1997, 64(4): 605-654.doi:10.2307/2971733 [33] HECKMAN J J, H. ICHIMURA H, TODD P E. Matching as an econometric evaluation estimator[J]. Review of Economic Studies, 1998, 65(2): 261-294.doi:10.1111/1467-937X.00044 [34] DEHEJIA R H, WAHBA S. Propensity score-matching methods for nonexperimental causal studies[J]. Review of Economics and Statistics, 2002, 84(1): 151-161.doi:10.1162/003465302317331982 [35] 毛其淋, 许家云. 中国企业对外直接投资是否促进了企业创新[J]. 世界经济, 2014(8): 98-125. [36] 施炳展, 冼国明. 要素价格扭曲与中国工业企业出口行为[J]. 中国工业经济, 2012(2): 47-56. [37] 国家统计局. 国民经济行业分类: GB/T4754-2011[S]. 北京: 国家统计局, 2011. [38] 住房和城乡建设部. 城市用地分类与规划建设用地标准: GB50137-2011[S]. 北京: 住房和城乡建设部, 2011. [39] 柏培文. 三大产业劳动力无扭曲配置对产出增长的影响[J]. 中国工业经济, 2014, (4): 32-44. [40] 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011(5): 4-16. [41] 褚敏, 靳涛. 为什么中国产业结构升级步履迟缓: 基于地方政府行为与国有垄断双重影响的探究[J]. 财贸经济, 2013(3): 112-122. [42] 关伟, 许淑婷. 辽宁省能源效率与产业结构的空间特征及耦合关系[J]. 地理学报, 2014(4): 520-530. [43] 孙叶飞, 夏青, 周敏. 新型城镇化发展与产业结构变迁的经济增长效应[J]. 数量经济技术经济研究, 2016(11): 23-40. [44] 李红昌, Tjia L, 胡顺香. 中国高速铁路对沿线城市经济集聚与均等化的影响[J]. 数量经济技术经济研究, 2016(11): 127-143. [45] 刘永健, 耿弘, 孙文华, 等. 城市建设用地扩张的区域差异及其驱动因素[J]. 中国人口资源与环境, 2017(8): 122-127. [46] 张学良、李培鑫、李丽霞. 政府合作、市场整合与城市群经济绩效: 基于长三角城市经济协调会的实证检验[J]. 经济学(季刊), 2017(7): 1563-1582. [47] 何靖. 延付高管薪酬对银行风险承担的政策效应: 基于银行盈余管理动机视角的PSM-DID分析[J]. 中国工业经济, 2016(11): 126-143. [48] 刘乃全, 吴友. 长三角扩容能促进区域经济共同增长吗[J]. 中国工业经济, 2017(6): 79-97. [49] 张莉, 皮嘉勇, 宋光祥. 地方政府竞争与生产性支出偏向: 撤县设区的政治经济学分析[J]. 财贸经济, 2018(3): 65-78. [50] 毛其淋, 许家云. 政府补贴、异质性与企业风险承担[J]. 经济学(季刊), 2016(7): 1553-1562. [51] 李贲, 吴利华. 开发区设立与企业成长: 异质性与机制研究[J]. 中国工业经济, 2018(4): 79-97. [52] LI P, LU T, WANG J. Does flattening government improve economic performance? evidence from China[J]. Journal of Development Economics, 2016(123): 18-37. [53] 习近平. 决胜全面建成小康社会, 夺取新时代中国特色社会主义伟大胜利: 在中国共产党第十九次全国代表大会上的报告[M]. 北京: 人民出版社, 2017.
计量
- 文章访问数:519
- HTML全文浏览量:190
- PDF下载量:17
- 被引次数:0