留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

竞争激励下城市供地策略互动与压力响应

付扬军,曲卫东

downloadPDF
付扬军, 曲卫东. 竞争激励下城市供地策略互动与压力响应[J]. bob手机在线登陆学报(社会科学版), 2023, 25(3): 148-159. doi: 10.15918/j.jbitss1009-3370.2023.2364
引用本文: 付扬军, 曲卫东. 竞争激励下城市供地策略互动与压力响应[J]. bob手机在线登陆学报(社会科学版), 2023, 25(3): 148-159.doi:10.15918/j.jbitss1009-3370.2023.2364
FU Yangjun, QU Weidong. Interaction and Pressure Response of Land Supply Strategies under Competitive Incentives[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2023, 25(3): 148-159. doi: 10.15918/j.jbitss1009-3370.2023.2364
Citation: FU Yangjun, QU Weidong. Interaction and Pressure Response of Land Supply Strategies under Competitive Incentives[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2023, 25(3): 148-159.doi:10.15918/j.jbitss1009-3370.2023.2364

竞争激励下城市供地策略互动与压力响应

doi:10.15918/j.jbitss1009-3370.2023.2364
基金项目:中国人民大学“中央高校建设世界一流大学(学科)和特色发展引导专项资金”;国家社会科学基金项目“中国房地产税制改革方案及模拟研究”(18BJY223)
详细信息
    作者简介:

    付扬军(1995-),男,博士研究生,E-mail:fuyangjun@ruc.edu.cn

    曲卫东(1968-),男,教授,博士生导师,E-mail:quwd@ruc.edu.cn

  • 中图分类号:F061.6

Interaction and Pressure Response of Land Supply Strategies under Competitive Incentives

  • 摘要:从地方政府间竞争激励视角出发,运用空间计量模型剖析了城市策略性供地的空间互动效应及压力响应。研究发现:同省份地级市之间供地策略存在显著的空间互动特征,且省内经济发展水平相近、地理位置邻近的地级市之间空间互动效应更强。分用途来看,相比于高价出让住宅用地获取更高土地溢价的土地财政行为动机,地方政府基于工业用地进行招商引资的行为动机所引发的相互模仿、跟随的空间互动效应更强。进一步讨论表明,地方政府面临的财政压力、增长压力和晋升压力等压力对不同用途供地策略空间互动特征的影响存在显著差异。此外,低经济发展水平城市更倾向于模仿高经济发展水平城市的供地策略,且低经济发展水平城市之间的供地策略空间互动效应明显更强。
  • 图 1局部莫兰指数散点图

    表 1变量描述性统计

    变量 定义 样本量 均值 标准差 最小值 最大值
    土地出让宗数 取对数 10 775 4.176 1.075 0.693 9.576
    第三产业占比/% 第三产业增加值占GDP的比重 10 775 39.018 9.260 11.380 79.230
    人口密度(人/平方公里) 取对数 10 775 5.731 0.896 1.792 7.882
    固定资产投资占比/% 固定资产投资总额占GDP的比重 10 775 80.833 39.611 17.248 212.730
    中学生人数/万人 取对数 10 775 2.958 0.657 0.615 4.532
    科教_财政支出占比 (教育支出+科学支出)/一般预算内支出 10 775 19.664 4.348 1.992 38.685
    规模以上工业企业数 取对数 10 775 6.532 1.070 2.996 9.527
    GDP增速/% 10 775 10.160 4.711 –19.380 109.000
    下载: 导出CSV

    表 2全局莫兰指数检验结果

    年份 工业用地 住宅用地
    (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
    2007 0.103*** 0.234*** 0.098*** 0.103*** 0.171*** 0.104***
    2008 0.165*** 0.232*** 0.187*** 0.101*** 0.155*** 0.098***
    2009 0.299*** 0.329*** 0.325*** 0.045** 0.029 0.049*
    2010 0.440*** 0.450*** 0.472*** 0.103*** 0.076* 0.115***
    2011 0.406*** 0.448*** 0.430*** 0.130*** 0.113*** 0.140***
    2012 0.457*** 0.441*** 0.475*** 0.215*** 0.202*** 0.223***
    2013 0.510*** 0.486*** 0.532*** 0.159*** 0.146*** 0.161***
    2014 0.489*** 0.474*** 0.505*** 0.192*** 0.185*** 0.195***
    2015 0.448*** 0.415*** 0.486*** 0.196*** 0.166*** 0.199***
    2016 0.432*** 0.436*** 0.471*** 0.177*** 0.149*** 0.183***
    2017 0.500*** 0.517*** 0.529*** 0.106*** 0.087** 0.110***
    2018 0.503*** 0.523*** 0.534*** 0.019** 0.011 0.021**
    2019 0.444*** 0.462*** 0.466*** 0.096*** 0.104*** 0.094***
      注:*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 3空间依赖性检验(LM检验)

    检验统计量 工业用地 住宅用地
    LM值 P LM值 P
    LM-Lag检验 65.940 0.000 330.137 0.000
    稳健的LM-Lag检验 40.814 0.000 13.481 0.000
    LM-Error检验 3 881.795 0.000 2 368.527 0.000
    稳健的LM-Error检验 3 856.668 0.000 2 051.871 0.000
    下载: 导出CSV

    表 4空间互动效应的基准回归结果

    变量 工业用地 住宅用地
    (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
    ρ 0.484*** 0.326*** 0.463*** 0.239*** 0.244*** 0.238***
    (0.021) (0.018) (0.021) (0.006) (0.006) (0.006)
    第三产业占比 0.001 0.001 0.000 0.013*** 0.012*** 0.012***
    (0.003) (0.003) (0.003) (0.003) (0.003) (0.003)
    人口密度 0.133 0.279 0.075 0.033 0.144 −0.033
    (0.226) (0.231) (0.223) (0.257) (0.262) (0.254)
    固定资产投资占比 −0.000 −0.000 0.000 −0.000 0.000 −0.000
    (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
    中学生人数 −0.161** −0.136** −0.180*** −0.054 −0.038 −0.077
    (0.065) (0.066) (0.065) (0.074) (0.075) (0.074)
    科教_财政支出占比 −0.024*** −0.018*** −0.022*** −0.006 0.002 −0.002
    (0.004) (0.004) (0.004) (0.004) (0.005) (0.004)
    规模以上工业企业数 0.539*** 0.478*** 0.519*** 0.127** 0.105** 0.109**
    (0.048) (0.047) (0.048) (0.054) (0.053) (0.055)
    GDP增速 0.002 0.002 0.002 0.010*** 0.010*** 0.009***
    (0.003) (0.003) (0.003) (0.003) (0.003) (0.003)
    双向固定效应 控制 控制 控制 控制 控制 控制
    观测值 3 510 3 510 3 510 3 549 3 549 3 549
    调整R2 0.216 0.270 0.205 0.063 0.052 0.066
    极大似然值 −2 003.614 −2 075.528 −2 008.268 −2 515.611 −2 552.992 −2 510.977
      注:*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 5稳健性检验——重新定义变量

    变量 工业用地—出让面积 住宅用地—出让面积
    (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
    ρ 0.412*** 0.261*** 0.385*** 0.286*** 0.181*** 0.275***
    (0.024) (0.019) (0.023) (0.028) (0.020) (0.027)
    控制变量滞后 控制 控制 控制 控制 控制 控制
    双向固定效应 控制 控制 控制 控制 控制 控制
    观测值 3 510 3 510 3 510 3 549 3 549 3 549
    调整R2 0.091 0.113 0.085 0.124 0.127 0.123
    极大似然值 −2 870.264 −2 915.527 −2 875.034 −2 913.964 −2 939.645 −2 909.777
      注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 6稳健性检验——剔除副省级城市

    变量 工业用地 住宅用地
    (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
    ρ 0.460*** 0.308*** 0.434*** 0.331*** 0.196*** 0.303***
    (0.022) (0.019) (0.022) (0.027) (0.021) (0.026)
    控制变量 控制 控制 控制 控制 控制 控制
    双向固定效应 控制 控制 控制 控制 控制 控制
    观测值 3 315 3 315 3 315 3 354 3 354 3 354
    调整R2 0.219 0.254 0.210 0.071 0.060 0.074
    极大似然值 −1 875.408 −1 936.203 −1 882.945 −2 414.726 −2 441.188 −2 411.116
      注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 7稳健性检验——变换空间权重矩阵

    变量 工业用地 住宅用地
    (1)经济相邻 (2)地理相邻 (3)“伪相邻” (4)经济相邻 (5)地理相邻 (6)“伪相邻”
    ρ −0.084** 0.274*** −0.027 −0.078** 0.172*** −0.032
    (0.035) (0.020) (0.040) (0.035) (0.021) (0.040)
    控制变量 控制 控制 控制 控制 控制 控制
    双向固定效应 控制 控制 控制 控制 控制 控制
    观测值 3 510 3 510 3 510 3 549 3 549 3 549
    调整R2 0.200 0.114 0.280 0.042 0.017 0.041
    极大似然值 −2 215.755 −2 139.809 −2 230.416 −2 623.238 −2 546.460 −2 632.132
      注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 8政治经济压力对空间互动效应的影响

    变量 工业用地 住宅用地
    (1) (2) (3) (4) (5) (6)
    ρ 0.459*** 0.454*** 0.458*** 0.313*** 0.314*** 0.318***
    (0.022) (0.022) (0.022) (0.027) (0.027) (0.027)
    财政压力_空间滞后项 0.022*** 0.010***
    (0.004) (0.002)
    增长压力_空间滞后项 0.003 0.015***
    (0.004) (0.004)
    晋升压力_空间滞后项 0.000 0.007**
    (0.002) (0.003)
    控制变量 控制 控制 控制 控制 控制 控制
    双向固定效应 控制 控制 控制 控制 控制 控制
    观测值 2 756 2 756 2 756 2 795 2 795 2 795
    调整R2 0.169 0.170 0.168 0.062 0.061 0.061
    极大似然值 −1 588.901 −1 594.297 −1 595.983 −2 026.692 −2 025.626 −2 028.303
      注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV

    表 9补充性检验

    变量 工业用地 住宅用地
    (1)H-H (2)L-H (3)H-L (4)L-L (5)H-H (6)L-H (7)H-L (8)L-L
    ρ 0.387*** 0.691*** 0.440*** 0.583*** 0.124** 0.292*** 0.317*** 0.434***
    (0.066) (0.085) (0.074) (0.083) (0.058) (0.064) (0.053) (0.057)
    控制变量 控制 控制 控制 控制 控制 控制 控制 控制
    双向固定效应 控制 控制 控制 控制 控制 控制 控制 控制
    观测值 1 301 1 308 2 178 2 178 1 278 1 298 2 213 2 213
    调整R2 0.802 0.819 0.797 0.805 0.810 0.814 0.790 0.797
    F 8.440 12.160 14.290 15.100 4.030 6.680 10.570 13.280
      注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    下载: 导出CSV
  • [1] 李永乐, 胡晓波, 魏后凯. “三维”政府竞争: 以地方政府土地出让为例[J]. 政治学研究, 2018, 138(1): 47-58.
    [2] 王媛, 杨广亮. 为经济增长而干预: 地方政府的土地出让策略分析[J]. 管理世界, 2016, 272(5): 18-31.
    [3] 刘守英, 熊雪锋, 章永辉, 等. 土地制度与中国发展模式[J]. 中国工业经济, 2022, 406(1): 34-53.doi:10.3969/j.issn.1006-480X.2022.01.003
    [4] 杨其静, 郑楠. 地方领导晋升竞争是标尺赛、锦标赛还是资格赛[J]. 世界经济, 2013, 36(12): 130-156.
    [5] 张军. 中国经济发展: 为增长而竞争[J]. 世界经济文汇, 2005(Z1): 101-105.
    [6] 吴娜, 白雅馨, 安毅. 主动模仿还是被动反应: 商业信用同群效应研究[J]. 南开管理评论, 2022, 25(3): 149-161.
    [7] 田文佳, 张庆华, 龚六堂. 土地引资促进地区工业发展了吗: 基于土地、企业匹配数据的研究[J]. 经济学(季刊), 2020, 19(1): 33-60.
    [8] 亓寿伟, 毛晖, 张吉东. 财政压力、经济刺激与以地引资: 基于工业用地微观数据的经验证据[J]. 财贸经济, 2020, 41(4): 20-34.
    [9] 杨其静, 吴海军. 地理禀赋、土地用途与挂牌-拍卖出让策略: 基于2007—2017年土地出让数据的研究[J]. 南方经济, 2021, 385(10): 28-47.
    [10] 杨其静, 彭艳琼. 晋升竞争与工业用地出让: 基于2007—2011年中国城市面板数据的分析[J]. 经济理论与经济管理, 2015, 297(9): 5-17.
    [11] 周黎安. “官场+市场”与中国增长故事[J]. 社会, 2018, 38(2): 1-45.
    [12] 吕冰洋, 陈怡心. 财政激励制与晋升锦标赛: 增长动力的制度之辩[J]. 财贸经济, 2022, 43(6): 25-47.
    [13] LI H, KUNG K S. Fiscal incentives and policy choices of local governments: evidence from China[J]. Journal of Development Economics, 2015, 116: 89-104.doi:10.1016/j.jdeveco.2015.04.003
    [14] WU G L, FENG Q, LI P. Does local governments' budget deficit push up housing prices in China?[J]. China Economic Review, 2015, 35: 183-196.doi:10.1016/j.chieco.2014.08.007
    [15] 孙秀林, 周飞舟. 土地财政与分税制: 一个实证解释[J]. 中国社会科学, 2013, 208(4): 40-59.
    [16] 曹广忠, 袁飞, 陶然. 土地财政、产业结构演变与税收超常规增长: 中国“税收增长之谜”的一个分析视角[J]. 中国工业经济, 2007, 237(12): 13-21.
    [17] 陶然, 陆曦, 苏福兵, 等. 地区竞争格局演变下的中国转轨: 财政激励和发展模式反思[J]. 经济研究. 2009, 44(7): 21−33.
    [18] 张莉, 黄亮雄, 刘京军. 土地引资与企业行为: 来自购地工业企业的微观证据[J]. 经济学动态, 2019, 703(9): 82-96.
    [19] 张莉, 年永威, 刘京军. 土地市场波动与地方债: 以城投债为例[J]. 经济学(季刊), 2018, 17(3): 1103-1126.
    [20] 王乔, 王丽娟. 全国70个大中城市土地出让收入与价格的实证分析: 基于土地财政的空间互动效应研究[J]. 财贸经济, 2014, 393(8): 13-23.
    [21] 陈浩, 汪敏. 中国地方政府土地出让行为的竞争效应研究[J]. 中央财经大学学报, 2016, 350(10): 19-30.
    [22] 杨喜, 卢新海. 空间效应视角下中国城市土地城镇化的驱动因素[J]. 中国人口·资源与环境, 2021, 31(1): 156-164.
    [23] 姚洋, 席天扬, 李力行, 等. 选拔、培养和激励: 来自CCER官员数据库的证据[J]. 经济学(季刊), 2020, 19(3): 1017−1040.
    [24] LEE L, YU J. Estimation of spatial autoregressive panel data models with fixed effects[J]. Journal of Econometric, 2010, 154(2): 165-185.doi:10.1016/j.jeconom.2009.08.001
    [25] 许和连, 邓玉萍. 外商直接投资导致了中国的环境污染吗: 基于中国省际面板数据的空间计量研究[J]. 管理世界, 2012, 221(2): 30-43.
    [26] LEE L, YU J. Some recent developments in spatial panel data models[J]. Regional Science and Urban Economics, 2010, 40(5): 255-271.doi:10.1016/j.regsciurbeco.2009.09.002
    [27] 余莎, 游宇. 合伙卖地?地方政府合作与土地资源配置[J]. 财经研究, 2017, 43(12): 58-73.
    [28] SHI X, XI T. Race to safety: political competition, neighborhood effects, and coal mine deaths in China[J]. Journal of Development Economics, 2018, 131: 79-95.doi:10.1016/j.jdeveco.2017.10.008
    [29] 邓慧慧, 赵家羚. 地方政府经济决策中的“同群效应”[J]. 中国工业经济, 2018, 361(4): 59-78.
    [30] 郭峰, 胡军. 地区金融扩张的竞争效应和溢出效应: 基于空间面板模型的分析[J]. 经济学报, 2016, 3(2): 1-20.
    [31] 耿曙, 庞保庆, 钟灵娜. 中国地方领导任期与政府行为模式: 官员任期的政治经济学[J]. 经济学(季刊), 2016, 15(3): 893-916.
    [32] BO Z. Economic performance and political mobility: Chinese provincial leaders[J]. Journal of Contemporary China, 2007, 5(12): 135-154.
    [33] 万良勇, 梁婵娟, 饶静. 上市公司并购决策的行业同群效应研究[J]. 南开管理评论, 2016, 19(3): 40-50.
  • [1] 孔昭君, 何骁威.应急资源区域协同动员中地方政府合作的博弈研究. bob手机在线登陆学报(社会科学版), 2022, 24(1): 121-129.doi:10.15918/j.jbitss1009-3370.2022.3941
    [2] 彭旭辉, 杨迎亚.地方政府竞争与征地冲动. bob手机在线登陆学报(社会科学版), 2022, 24(2): 141-152.doi:10.15918/j.jbitss1009-3370.2022.3124
    [3] 包国宪, 刘强强.地方政府绩效管理制度持续发展的路径研究. bob手机在线登陆学报(社会科学版), 2021, 23(2): 81-91.doi:10.15918/j.jbitss1009-3370.2021.3473
    [4] 杨桐彬, 朱英明.产业协同集聚对资源型城市可持续发展的影响. bob手机在线登陆学报(社会科学版), 2021, 23(4): 60-71.doi:10.15918/j.jbitss1009-3370.2021.3999
    [5] 汪克亮, 王洋洋, 赵斌.地方政府竞争、FDI与污染排放效率. bob手机在线登陆学报(社会科学版), 2021, 23(5): 1-15.doi:10.15918/j.jbitss1009-3370.2021.5241
    [6] 刘志伟.论地方政府金融管理职能定位的转换. bob手机在线登陆学报(社会科学版), 2020, 22(3): 124-134.doi:10.15918/j.jbitss1009-3370.2020.1698
    [7] 赵国浩, 马明.地方政府环境规制竞争背景下地区间的企业污染排放行为. bob手机在线登陆学报(社会科学版), 2018, (5): 1-9.doi:10.15918/j.jbitss1009-3370.2018.2498
    [8] 屈文波.环境规制、空间溢出与区域生态效率——基于空间杜宾面板模型的实证分析. bob手机在线登陆学报(社会科学版), 2018, (6): 27-33.doi:10.15918/j.jbitss1009-3370.2018.5179
    [9] 任小静, 屈小娥, 张蕾蕾.环境规制对环境污染空间演变的影响. bob手机在线登陆学报(社会科学版), 2018, (1): 1-8.doi:10.15918/j.jbitss1009-3370.2018.3863
    [10] 徐鲲, 李晓龙, 冉光和.地方政府竞争对环境污染影响效应的实证研究. bob手机在线登陆学报(社会科学版), 2016, (1): 18-23,61.doi:10.15918/j.jbitss1009-3370.2016.0103
    [11] 王力立, 刘波, 姚引良.地方政府网络治理协同行为实证研究. bob手机在线登陆学报(社会科学版), 2015, (1): 53-61.doi:10.15918/j.jbitss1009-3370.2015.0108
    [12] 饶常林.中国地方政府合作的博弈分析:困境与消解. bob手机在线登陆学报(社会科学版), 2014, (5): 59-64.
    [13] 陈真玲, 鲁丰先, 王光辉.基于状态空间模型的我国行政管理费动态分析. bob手机在线登陆学报(社会科学版), 2014, (6): 78-84.
    [14] 王瑞君.沪深股市结构特征及作用关系研究——基于EEMD和状态空间模型. bob手机在线登陆学报(社会科学版), 2013, (1): 46-53,62.
    [15] 李寿平.美国奥巴马政府空间政策及其对国际空间法的影响. bob手机在线登陆学报(社会科学版), 2012, (1): 87-92.
    [16] 丁小珊.晚清地方政府社会管理职能的变迁——以重庆消防管理为视角. bob手机在线登陆学报(社会科学版), 2011, (4): 124-127,132.
    [17] 夏春利.论空间资产的定义. bob手机在线登陆学报(社会科学版), 2011, (1): 79-83.
    [18] 张野.地下空间的软导向识别及主要设计策略. bob手机在线登陆学报(社会科学版), 2011, (6): 137-140.
    [19] 杨元泽, 赵会玉.地方政府竞争提高了经济效率么?——基于省级面板数据的经验研究. bob手机在线登陆学报(社会科学版), 2010, (5): 64-71.
    [20] 刘丹鹤.信息空间的空间性解读. bob手机在线登陆学报(社会科学版), 2009, (3): 109-111.
  • 加载中
图(1)/ 表 (9)
计量
  • 文章访问数:31
  • HTML全文浏览量:9
  • PDF下载量:1
  • 被引次数:0
出版历程
  • 收稿日期:2022-11-02
  • 刊出日期:2023-05-15

竞争激励下城市供地策略互动与压力响应

doi:10.15918/j.jbitss1009-3370.2023.2364
    基金项目:中国人民大学“中央高校建设世界一流大学(学科)和特色发展引导专项资金”;国家社会科学基金项目“中国房地产税制改革方案及模拟研究”(18BJY223)
    作者简介:

    付扬军(1995-),男,博士研究生,E-mail:fuyangjun@ruc.edu.cn

    曲卫东(1968-),男,教授,博士生导师,E-mail:quwd@ruc.edu.cn

  • 中图分类号:F061.6

摘要:从地方政府间竞争激励视角出发,运用空间计量模型剖析了城市策略性供地的空间互动效应及压力响应。研究发现:同省份地级市之间供地策略存在显著的空间互动特征,且省内经济发展水平相近、地理位置邻近的地级市之间空间互动效应更强。分用途来看,相比于高价出让住宅用地获取更高土地溢价的土地财政行为动机,地方政府基于工业用地进行招商引资的行为动机所引发的相互模仿、跟随的空间互动效应更强。进一步讨论表明,地方政府面临的财政压力、增长压力和晋升压力等压力对不同用途供地策略空间互动特征的影响存在显著差异。此外,低经济发展水平城市更倾向于模仿高经济发展水平城市的供地策略,且低经济发展水平城市之间的供地策略空间互动效应明显更强。

English Abstract

付扬军, 曲卫东. 竞争激励下城市供地策略互动与压力响应[J]. bob手机在线登陆学报(社会科学版), 2023, 25(3): 148-159. doi: 10.15918/j.jbitss1009-3370.2023.2364
引用本文: 付扬军, 曲卫东. 竞争激励下城市供地策略互动与压力响应[J]. bob手机在线登陆学报(社会科学版), 2023, 25(3): 148-159.doi:10.15918/j.jbitss1009-3370.2023.2364
FU Yangjun, QU Weidong. Interaction and Pressure Response of Land Supply Strategies under Competitive Incentives[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2023, 25(3): 148-159. doi: 10.15918/j.jbitss1009-3370.2023.2364
Citation: FU Yangjun, QU Weidong. Interaction and Pressure Response of Land Supply Strategies under Competitive Incentives[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2023, 25(3): 148-159.doi:10.15918/j.jbitss1009-3370.2023.2364
  • 在城市可开发利用的建设用地总量一定的前提下,如何通过不同用途建设用地的优化配置缓解城市用地功能结构性错配问题,是当前深化土地要素市场化改革的重要一环。既有研究已经发现地方政府在供地策略上存在差异[1-2]:一方面,通过拍卖方式高价出让住宅用地以获取更高的土地溢价,地价上涨也为地方债务扩张提供了支撑;另一方面,通过挂牌或协议的方式低价甚至补贴进行工业用地供给以便于招商引资,增加企业投资和税收收入。最终,很大程度缓解了地方政府预算约束,为城市基础设施建设和公共服务改善提供了财力保障。城市内的这种供地策略与其所处的制度环境密切相关[3-5]。1994年分税制改革后,财权和事权的不匹配导致地方政府愈发依赖于预算外土地财政收入,同时,在地方官员相对绩效考核制度背景下,地方政府围绕辖区内的经济绩效和财政收入展开竞争博弈,这一竞争激励对城市间的供地策略产生了深刻影响。

    值得注意的是,地方政府普遍存在的策略性供地行为模式背后,表现出明显的相互模仿和学习的策略互动特征(图1)。最近的研究发现,企业之间存在显著的“同群效应”,即企业的经营决策不仅会受到自身经营状况的影响,也会受到同行业内其他企业行为的影响,从而在一定程度上导致同行业企业的行为具有同步性和相似性,企业的这种模仿通常是应对不确定性的自然反应[6]。地方政府作为一个特殊的组织机构,往往面临着政治经济等各方面的不确定性,作为地方政府决策主体的行政主官,其行为决策是否也会表现出显著地策略互动的特征。同时,在中国式分权制度背景下,现有地方政府土地出让行为因素的研究中[7-9],较少考虑行政区域间的市场竞争、地方政府间的官场竞争等竞争激励共同对城市间供地策略的影响。杨其静和彭艳琼[10]虽然考察了地方官员的晋升竞争对于城市间土地引资竞争的影响,但忽略了行政区域间地理位置相邻所带来的市场竞争对城市间供地策略的影响,同时也未考虑商住用地供给上是否也存在互动效应。也有学者从理论上提出了“官场+市场”的模式解释中国增长奇迹,但是对该理论的实证研究还相对缺乏,尤其是土地市场的经验证据[11]。鉴于此,有必要将研究视角从单一政府行为层面上升到政府间互动层面,从理论和实证角度分析竞争激励下地方政府在工业用地和商住用地供应过程中的策略性互动及其表现特征的差异性。

    图 1局部莫兰指数散点图

    本文可能的创新与贡献主要有以下三方面:第一,研究视角上,从单一个体行为层面拓展到群体互动层面,研究城市间供地策略的空间互动;第二,研究内容上,从地方政府“土地经营”的多重行为动机出发,构建了不同的空间权重矩阵,并分析了政治经济压力下策略互动行为的响应;第三,研究结论上,验证了不同用途供地策略背后,蕴含了地方政府之间的相互竞相模仿和跟随的特征,补充了当前关于政府决策行为动机的理论分析框架。

    • 以中国式财政联邦主义为代表的财政激励和以晋升锦标赛理论为代表的政治激励共同推动了地方政府为发展区域经济而展开激烈竞争[12],“土地经营”成为地方政府促进地区经济发展的有效抓手[1]。当前关于地方政府热衷于“土地经营”行为动机的研究文献主要有三类:一是基于“土地财政”的假说,有学者研究发现,分税制改革后,央地财权与事权不匹配导致的财政压力直接刺激了地方政府越来越依赖于土地财政这一预算外收入的增加,通过土地出让总量和结构的动态调整缓解所面临的财政压力[13-17]。二是基于“土地引资”的假说,中国式行政发包制和官员考核机制催生了地区之间为增长而竞争、地方官员为晋升而竞争的行为动机,土地资源作为地方政府垄断的重要稀缺生产要素,无疑成为地方政府促进区域经济增长、地方官员实现政治晋升的利器[2][5][18]。三是基于“土地融资”的假说,地方政府还可以将土地出让收入作为担保和偿债来源发行债券,通过第三方筹集的资金用于城市基础设施的建设和公共服务的改善,反过来会资本化到土地价格之中,形成双向正反馈的螺旋式上升趋势,这一做法在城市建设方面发挥了重要作用[19]

      现有“土地经营”行为动机的研究视角多集中于地方政府自身的社会经济禀赋的决定性作用,忽视了市场和官场间的竞争共同带来的互动效应。在多重制度竞争激励下,地方政府在土地供应总量、结构、用途、布局等各个方面会展开激烈竞争[20],其决策行为不可避免地会存在相互依赖的特征,即空间互动效应。地方政府在供地策略选择中,不仅会关注自身发展条件和期望目标,同时,也会观察其竞争对手的行为来不断调整自身土地供应策略,这就造成了地方政府在供地策略中的竞相模仿或跟随的特征,从而形成供地策略的空间互动格局。已有文献也指出地方政府的土地出让偏好存在趋同[21-22],但受限于数据、方法等,未区分不同土地用途的策略性互动的差异,也未从竞争激励视角讨论不同空间互动效应的特征。同时,对于地方政府日益面临的更加多元化的政治经济压力下,如何调整供地策略互动行为以实现各方利益的平衡仍有待讨论。

      无论地方领导晋升竞争是依据标尺赛、锦标赛还是资格赛规则,地方政府之间总是存在着相对竞争的关系[4]131。首先,地方政府领导的人事任命权通常集中于省级政府组织部门,省级政府会根据省内地级市官员的相对绩效进行同市或跨市调任。有学者研究发现地级市行政主官在上任前的调动经历主要发生在省内,半数以上地级市的市委书记是由该市市长升任,还有14%以上是由省内其他地级市的市长调任[23]。因此,省级政府控制了人事任命权和重大决策权,并以地级市间相对绩效作为官员政绩考核的衡量标尺从而引发了地级市之间的相互竞争。其次,同省份地级市政府经常共同参与上级部门的会议或活动,彼此之间的信息获取和沟通成本较低,更容易知晓对方的行为决策,这也为同省份地级市间的相互模仿和竞争创造了条件。最后,在中国式分权背景下,地方政府在本辖区内享有广泛而独立的决策权利,对土地供应的数量、结构、空间分布等可以依据本地区社会经济禀赋以及其他地级市的决策方案作出调整。因此,不同省份的地级市之间的供地决策很难改变单个地级市的供地选择,但同一省份内的地方政府更可能因为处于同一官场之中而更容易受到其他竞争对手供地行为的影响做出相似的土地供应决策。对此,本文提出如下假设:

      H1. 地方政府的供地策略与同省份其他地级市存在显著的空间互动效应。

      已有研究表明地区经济发展水平与地方政府主政官员的晋升机会有直接的重要影响[4]130[11],因此,有理由推测经济发展水平相近的地方政府之间可能存在较强的竞争关系,在进行土地供应时会更加关注同级竞争对手的策略选择,以此调整自身决策。如杨其静和郑楠[4]155发现与经济增长业绩相比,基于GDP增长率的省内排序对市委书记的晋升可能具有更重大的影响。如果省内存在经济增长速度直接影响行政官员晋升机会的规律,则经济发展水平相近的地级市之间的竞争性会更强,同一省份内的地级市在进行土地供应决策时更容易受到其他经济发展水平相近的地级市的行为决策的影响,其面临的直接竞争对手仍然在本省内部。另外,地理位置邻近的地级市在自然地理条件、人文环境方面具有很强的相似性,由于地理距离较近,区域之间运输成本、信息交流成本低,市场空间互动和空间溢出更强。省与省之间往往是以大山大河等自然地理分界线为行政边界划分的依据,如山西省西与陕西省以吕梁山为分界,东与河北省以太行山为分界,即使各类交通基础设施的建设大大减弱了地理区位的约束,但对于两地市场互动和空间溢出效应仍会产生较大的阻碍影响。对此,本文提出如下假设:

      H2. 省内经济发展水平相近、地理位置邻近的地级市之间的供地策略的空间互动效应更高。

      地方政府总是面临着各种政治经济压力,在各种压力之下,地方政府的供地策略互动又会做出何种响应?根据对地方政府“土地经营”背后行为动机的分析,本文在此主要考察面临财政压力、增长压力和晋升压力之下,地方政府供地策略空间互动行为的变化。现有研究表明,地方政府所面临的财政压力、增长压力和晋升压力会直接影响地方政府土地供应的用途结构、规模、出让方式的选择和空间分布,如亓寿伟等[8]研究发现财政压力的增大会显著减少工业用地的出让规模,并且与之不同的是,晋升压力主要是直接施压于地方政府官员,任期更长的地方官员更倾向于增加工业用地规模。但是上述研究只是在单一政府层面上分析了各类压力下地方政府土地供应行为的变化,缺乏对政府间互动层面的策略选择如何在政治经济压力下做出调整以实现各方利益诉求的平衡。本文认为地方政府在面临更大的政治经济压力下,模仿和学习省内其他地级市的供地策略会发生调整,以此来降低政策执行结果的不确定性,这对于地方政府是占优选择。基于此,本文提出如下假设:

      H3. 地方政府面临的政治经济压力会对供地策略的空间互动效应产生影响。

    • 空间计量经济学的模型方法已经被证明是研究社会经济现象空间互动行为的有效手段[24-26],首先设定一般性模型

      $$ {Y}_{it}=\rho {\boldsymbol W}{Y}_{it}+{X}_{it}\beta +\theta {\boldsymbol W}{X}_{it}+\mu +{\delta }_{i}+{\eta }_{t} \quad\quad \mu =\lambda {\boldsymbol W}\mu +\varepsilon\; \;\;\; \;\;\varepsilon \sim N[0,{\sigma }^{2}I] $$ (1)

      其中, $ {Y}_{it} $ 为被解释变量,代表城市 $ i $ $ t $ 年土地出让的宗地数; $ {X}_{it} $ 是一系列控制变量,代表城市 $ i $ $ t $ 年影响土地出让数量的社会经济特征变量; $ \mu $ $\varepsilon$ 代表随机误差项,且 $\varepsilon$ 服从均值为0、方差为 $ {\sigma }^{2} $ 的独立同分布的正态分布; ${\boldsymbol W}$ 为经过标准化后的零对角线的空间权重矩阵; ${\boldsymbol W}{Y}_{it}$ 为空间滞后项,表示在 $ t $ 年除城市 $ i $ 之外的其他所有位于空间权重指定范围内的城市土地出让的平均数量。 $ \rho $ $ \beta $ $ \theta $ 为待估计的参数,其中, $ \rho $ 为本文所关心的核心系数,反映了城市之间供地策略空间互动效应的大小,当 $ \rho $ 显著为正时,表明城市之间供地策略存在显著的正向空间互动效应; $ \beta $ 表示本地区社会经济特征等控制变量对本地区土地出让数量的影响;而 $ \theta $ 表示除本地区之外的空间权重矩阵所指定范围内的其他城市控制变量对本地区土地出让数量的影响。本文进一步控制了城市固定效应 $ {\delta }_{i} $ 和年份固定效应 $ {\eta }_{t} $ ,且两者共同控制的情形下称之为双向固定效应,以控制由于不可观测的地区差异和宏观经济因素所带来的估计偏误。

      上述一般性模型在实际应用时往往会简化为三种形式,即空间自回归模型(Spatial Autoregressive Model,SAR)、空间误差模型(Spatial Error Model,SEM)和空间杜宾模型(Spatial Dubin Model,SDM),SAR和SEM是SDM的特殊形式。当 $ \rho \ne 0、\theta =0 $ $ \lambda =0 $ 时,模型简化为空间自回归模型;当 $ \rho =0、\theta =0 $ $ \lambda \ne 0 $ 时,模型简化为空间误差模型;当 $ \rho \ne 0、\theta \ne 0 $ $ \lambda =0 $ 时,模型简化为空间杜宾模型。具体选用哪种空间计量模型,后文需要通过一系列判别准则进行验证。

    • 空间权重矩阵是空间计量经济学应用的基础和关键,是反映行为主体在空间中相互依赖关系的矩阵,本质上是一种社会网络关系,将各种变量置于这一网络关系来分析彼此之间的影响。空间权重矩阵的设定直接决定了模型估计结果的好坏和因果关系的识别。依据本文的理论分析和研究假说,设定了如下三种空间权重矩阵:第一,“行政相邻”空间权重矩阵。如果两个地级市同属于同一省份,则空间权重矩阵W对应元素赋值为1,否则赋值为0,对角线元素赋值均为0剔除了自身对自身的影响。此时空间滞后项 ${\boldsymbol W}{Y}_{it}$ 表示在 $ t $ 年除城市 $ i $ 之外的其他所有隶属于同省份的城市土地出让的平均数量,通过这一权重矩阵的设置可以验证研究假设H1地方政府的供地策略与同省份其他地级市存在显著的空间互动效应是否成立。第二,“经济相邻”空间权重矩阵。经济距离可以表示为 ${w}_{ij}=\dfrac{1}{\left|{\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{i}-{\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{j}\right|}(i\ne j)$ ,其中 $ {\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{i} $ $ {\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{j} $ 为同省份城市 $ i $ 和城市 $ j $ 在研究时段内人均GDP的平均值。两个城市经济实力越相近, $ {w}_{ij} $ 越大,代表城市之间的竞争可能越激烈。此时空间滞后项 $ {{\boldsymbol{W}}}{Y}_{it} $ 表示在 $ t $ 年除城市 $ i $ 之外的其他所有隶属于同省份但不同经济距离的城市土地出让的平均数量,通过这一权重矩阵的设置可以部分验证研究假设H2省内经济发展水平相近的地级市之间的供地策略的空间互动效应更高是否成立。第三,“地理相邻”空间权重矩阵。地理距离可以表示为 ${w}_{ij}=\dfrac{1}{{d}_{ij}}(i\ne j)$ ,其中 $ {d}_{ij} $ 为同省份城市 $ i $ 和城市 $ j $ 市中心(用市政府所在地表示)之间的地理距离。两个城市地理距离越相近, $ {d}_{ij} $ 越大,代表城市之间的交流越便捷。此时空间滞后项 ${{\boldsymbol{W}}}{Y}_{it} $ 表示在 $ t $ 年除城市 $ i $ 之外的其他所有隶属于同省份但不同地理距离的城市土地出让的平均数量,通过这一权重矩阵的设置可以部分验证研究假设H2省内地理位置邻近的地级市之间的供地策略的空间互动效应更高是否成立。

    • 本文从中国土地市场网爬取了2007—2019年全国200多万宗土地交易的详细信息,其中包括了交易日期、项目位置、地块面积、土地用途、成交价格、供地方式等特征属性字段。相关处理如下:首先,以中国地级市层面的供地策略为研究对象,考虑到直辖市的行政划分比较特殊,西藏、香港、台湾样本缺失严重,同时将少数民族自治州、省直辖县级市等地区的数据予以剔除,因此,最终实际使用的数据仅包含286个地级市(含副省级城市)。进一步剔除特征属性异常值、缺失值等,仅保留住宅和工业用途的交易记录。为验证所用土地微观交易数据的准确性和完整性,与相应年份的《中国国土资源统计年鉴》和《国土资源公报》的统计数据进行对比,发现二者高度匹配,验证了本文数据的准确性。

      参照相关文献控制了一系列影响土地出让数量的城市层面控制变量[2]25[9]35[27],尽可能减少遗漏变量偏误。城市层面的社会经济特征数据主要来源于《中国城市统计年鉴》,对其中缺失的数据进行线性插值填补,并对不同年份之间存在单位差异的数据进行转换计算。进而将土地微观交易数据和城市统计数据通过地级市名称和年份进行匹配,得到本研究所使用的面板数据集,包含有效观测值10 775个。需要注意的是,由于面板数据的空间计量模型要求必须是强平衡面板数据集,因此,在进行空间计量回归时需要将非平衡面板数据转化为强平衡面板数据,会造成一定样本量的减少,导致后文使用到的样本量少于原始数据量。

      本文涉及的主要控制变量包括:(1)第三产业占比,刻画城市产业结构;(2)人口密度,反映城市人口分布状况;(3)固定资产投资占比,反映城市固定资产投资的强度;(4)中学生人数,反映城市人力资本的水平;(5)科教_财政支出占比,反映人力资本投入的强度;(6)规模以上工业企业数,反映城市工业发展程度;(7)GDP增速,反映区域经济发展的潜力。表1列出了主要变量的定义和相关描述性统计。

      表 1变量描述性统计

      变量 定义 样本量 均值 标准差 最小值 最大值
      土地出让宗数 取对数 10 775 4.176 1.075 0.693 9.576
      第三产业占比/% 第三产业增加值占GDP的比重 10 775 39.018 9.260 11.380 79.230
      人口密度(人/平方公里) 取对数 10 775 5.731 0.896 1.792 7.882
      固定资产投资占比/% 固定资产投资总额占GDP的比重 10 775 80.833 39.611 17.248 212.730
      中学生人数/万人 取对数 10 775 2.958 0.657 0.615 4.532
      科教_财政支出占比 (教育支出+科学支出)/一般预算内支出 10 775 19.664 4.348 1.992 38.685
      规模以上工业企业数 取对数 10 775 6.532 1.070 2.996 9.527
      GDP增速/% 10 775 10.160 4.711 –19.380 109.000
    • 由于工业用地和住宅用地的供地逻辑背后体现了地方政府不同的“土地经营”行为动机,因此,本文分别考察两类用途供地策略的空间互动效应。首先采用全局莫兰指数分别对工业用地和住宅用地2007—2019年的土地出让宗数进行全局空间自相关检验,检验地方政府供地策略是否存在空间互动。该指数取值范围为[−1,1],正值表明存在正向空间相关性,反之则表明存在负向空间相关性。结果如表2所示。

      表 2全局莫兰指数检验结果

      年份 工业用地 住宅用地
      (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
      2007 0.103*** 0.234*** 0.098*** 0.103*** 0.171*** 0.104***
      2008 0.165*** 0.232*** 0.187*** 0.101*** 0.155*** 0.098***
      2009 0.299*** 0.329*** 0.325*** 0.045** 0.029 0.049*
      2010 0.440*** 0.450*** 0.472*** 0.103*** 0.076* 0.115***
      2011 0.406*** 0.448*** 0.430*** 0.130*** 0.113*** 0.140***
      2012 0.457*** 0.441*** 0.475*** 0.215*** 0.202*** 0.223***
      2013 0.510*** 0.486*** 0.532*** 0.159*** 0.146*** 0.161***
      2014 0.489*** 0.474*** 0.505*** 0.192*** 0.185*** 0.195***
      2015 0.448*** 0.415*** 0.486*** 0.196*** 0.166*** 0.199***
      2016 0.432*** 0.436*** 0.471*** 0.177*** 0.149*** 0.183***
      2017 0.500*** 0.517*** 0.529*** 0.106*** 0.087** 0.110***
      2018 0.503*** 0.523*** 0.534*** 0.019** 0.011 0.021**
      2019 0.444*** 0.462*** 0.466*** 0.096*** 0.104*** 0.094***
        注:*、**和***分别表示在10%、5%和1%的水平上显著。

      表2可以看出,在行政相邻矩阵、经济相邻矩阵和地理相邻矩阵下,工业用地出让宗数的全局莫兰指数值均在1%的显著性水平下为正且取值达到了0.5左右,表明了不同地级市之间的工业用地出让策略存在较强的正向空间依赖关系。而住宅用地出让宗数的全局莫兰指数值在部分年份并未通过显著水平的检验且取值在0.1左右,同时,住宅用地的全局莫兰指数无论是在何种空间权重矩阵下,都显著低于工业用地。由此可以推出,相比于高价出让住宅用地获得土地出让收入的土地财政行为动机,地方政府基于工业用地进行招商引资的行为动机所引发的相互模仿、跟随的空间互动效应更强。更进一步,工业用地全局莫兰指数整体呈现震荡上升态势,表明随着时间推移,不同地级市之间的工业用地出让策略的空间互动效应有所增强。而住宅用地始终处于相对较低的水平。因此,初步证明地方政府供地策略的空间互动效应明显,应该选用空间计量模型。

      进一步为考察局部区域的空间相关程度,本文报告了地方政府供地策略的局部莫兰指数的散点图。由于篇幅原因,仅汇报2007年和2019年在行政相邻空间权重矩阵下土地出让宗数的空间互动结果,如图1所示。局部莫兰指数散点图将各个地级市土地出让宗数集群分为四个象限的空间互动模式:第一象限表示高土地出让宗数的城市所在省份的其他城市土地出让宗数也较多;第二象限表示低土地出让宗数的城市所在省份的其他城市土地出让宗数较多;第三象限表示低土地出让宗数的城市所在省份的其他城市土地出让宗数也较少;第四象限表示高土地出让宗数的城市所在省份的其他城市土地出让宗数较少。从图1中可以看出,工业用地和住宅用地的局部莫兰指数所对应的点大多分布在第一、三象限,即各省份内的地级市之间具有正向的空间互动效应,与全局莫兰指数的检验结果一致。从工业用地局部莫兰指数散点图看,2019年工业用地局部莫兰指数散点的拟合直线的斜率明显高于2007年,落入第一象限和第三象限的地级市数量增加,反映出不同地级市工业用地出让策略的正向空间互动效应有所增强。而住宅用地局部莫兰指数散点的拟合直线在两个时间点上变化不大。

    • 根据空间相关性检验可知,在未考虑任何控制变量差异的条件下,地方政府的供地策略具有显著的空间互动特征。在此,进一步通过建立空间计量模型更加准确衡量空间互动特征的具体作用方向和程度大小。

      首先,如何在一般性模型的基础上选择空间自回归模型、空间误差模型和空间杜宾模型中的哪一种,一个常用的判别准则是LM检验。通过对普通静态面板OLS回归进行空间相关性检验,以此判断空间效应类型,选择模型的具体形式,检验结果如表3所示。可以看出无论是工业用地还是住宅用地,四个指标均在1%的显著性水平上拒绝原假设,说明本文的研究样本具有空间滞后和空间误差自相关的双重效应,而空间杜宾模型同时考虑了这两种效应的存在,因此,选用空间杜宾模型更为合理。其次,对于空间杜宾模型,Hausman检验发现固定效应优于随机效应,进一步分析发现,个体固定效应和时间固定效应都通过了显著性检验,因此,本文采用双向固定效应的空间杜宾模型的回归结果。最后,通过LR统计量检验显示,空间杜宾模型简化为空间自相关模型或空间误差模型的零假设均在 1%的显著水平下被拒绝,进一步说明本文选择的空间杜宾模型是合适的。限于篇幅,未报告具体的检验结果。综上所述,本文将选择空间杜宾的双向固定效应模型来分析地方政府供地策略的空间互动特征。

      表 3空间依赖性检验(LM检验)

      检验统计量 工业用地 住宅用地
      LM值 P LM值 P
      LM-Lag检验 65.940 0.000 330.137 0.000
      稳健的LM-Lag检验 40.814 0.000 13.481 0.000
      LM-Error检验 3 881.795 0.000 2 368.527 0.000
      稳健的LM-Error检验 3 856.668 0.000 2 051.871 0.000
    • 表4汇报了通过空间杜宾双向固定效应模型计算得到的土地出让宗数作为被解释变量的基准回归结果。模型(1)~模型(3)、模型(4)~模型(6)分别是工业用地和住宅用地基于行政相邻、经济相邻、地理相邻空间权重矩阵下的估计结果。从基准回归结果系数看,无论是采用哪种空间权重矩阵,空间滞后项系数ρ均在1%的显著性水平上为正,说明地方政府的供应决策行为存在显著的空间互动效应,初步验证了本文的假设H1和H2,即同一省份内地级市之间、同一省份内经济发展相近、地理位置相邻的地级市之间供地策略存在空间互动特征。值得注意的是,无论基于哪一种空间权重矩阵,工业用地空间滞后项系数都大于住宅用地的空间滞后项系数,表明相比于高价出让住宅用地获得土地出让收入的土地财政行为动机,地方政府基于工业用地进行土地引资的行为动机所引发的相互模仿、跟随的空间互动效应更强。同时,对于工业用地而言,基于行政相邻的空间权重矩阵的空间滞后项系数均大于经济相邻和地理相邻的情形,表明了地方政府在进行土地出让的过程中,更愿意将与本市处于同一官场的其他地级市作为自己的模仿和跟随对象,而不仅是市场互动频繁、发展水平相近的区域。

      表 4空间互动效应的基准回归结果

      变量 工业用地 住宅用地
      (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
      ρ 0.484*** 0.326*** 0.463*** 0.239*** 0.244*** 0.238***
      (0.021) (0.018) (0.021) (0.006) (0.006) (0.006)
      第三产业占比 0.001 0.001 0.000 0.013*** 0.012*** 0.012***
      (0.003) (0.003) (0.003) (0.003) (0.003) (0.003)
      人口密度 0.133 0.279 0.075 0.033 0.144 −0.033
      (0.226) (0.231) (0.223) (0.257) (0.262) (0.254)
      固定资产投资占比 −0.000 −0.000 0.000 −0.000 0.000 −0.000
      (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
      中学生人数 −0.161** −0.136** −0.180*** −0.054 −0.038 −0.077
      (0.065) (0.066) (0.065) (0.074) (0.075) (0.074)
      科教_财政支出占比 −0.024*** −0.018*** −0.022*** −0.006 0.002 −0.002
      (0.004) (0.004) (0.004) (0.004) (0.005) (0.004)
      规模以上工业企业数 0.539*** 0.478*** 0.519*** 0.127** 0.105** 0.109**
      (0.048) (0.047) (0.048) (0.054) (0.053) (0.055)
      GDP增速 0.002 0.002 0.002 0.010*** 0.010*** 0.009***
      (0.003) (0.003) (0.003) (0.003) (0.003) (0.003)
      双向固定效应 控制 控制 控制 控制 控制 控制
      观测值 3 510 3 510 3 510 3 549 3 549 3 549
      调整R2 0.216 0.270 0.205 0.063 0.052 0.066
      极大似然值 −2 003.614 −2 075.528 −2 008.268 −2 515.611 −2 552.992 −2 510.977
        注:*、**和***分别表示在10%、5%和1%的水平上显著。

      从控制变量的回归结果看,第三产业占比只对住宅用地出让数量有显著的影响,而在统计意义上不影响工业用地的出让数量。可能的原因在于,第三产业占比高的城市,其服务业发展水平和规模效应更高,对GDP的拉动作用和贡献更大,同时,吸引大量的人口流入所带来的旺盛住房需求造成的房价压力促使地方政府愿意更多的供给住宅用地。其他控制变量的回归系数也基本符合预期。

    • 为进一步检验基准回归结果的稳健性,采用更换被解释变量、控制变量滞后一期、剔除副省级城市样本、设定新的空间权重矩阵以及安慰剂检验等方法进行稳健性检验,结果如表5~表7所示。

      表 5稳健性检验——重新定义变量

      变量 工业用地—出让面积 住宅用地—出让面积
      (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
      ρ 0.412*** 0.261*** 0.385*** 0.286*** 0.181*** 0.275***
      (0.024) (0.019) (0.023) (0.028) (0.020) (0.027)
      控制变量滞后 控制 控制 控制 控制 控制 控制
      双向固定效应 控制 控制 控制 控制 控制 控制
      观测值 3 510 3 510 3 510 3 549 3 549 3 549
      调整R2 0.091 0.113 0.085 0.124 0.127 0.123
      极大似然值 −2 870.264 −2 915.527 −2 875.034 −2 913.964 −2 939.645 −2 909.777
        注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。

      表 6稳健性检验——剔除副省级城市

      变量 工业用地 住宅用地
      (1)行政相邻 (2)经济相邻 (3)地理相邻 (4)行政相邻 (5)经济相邻 (6)地理相邻
      ρ 0.460*** 0.308*** 0.434*** 0.331*** 0.196*** 0.303***
      (0.022) (0.019) (0.022) (0.027) (0.021) (0.026)
      控制变量 控制 控制 控制 控制 控制 控制
      双向固定效应 控制 控制 控制 控制 控制 控制
      观测值 3 315 3 315 3 315 3 354 3 354 3 354
      调整R2 0.219 0.254 0.210 0.071 0.060 0.074
      极大似然值 −1 875.408 −1 936.203 −1 882.945 −2 414.726 −2 441.188 −2 411.116
        注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。

      表 7稳健性检验——变换空间权重矩阵

      变量 工业用地 住宅用地
      (1)经济相邻 (2)地理相邻 (3)“伪相邻” (4)经济相邻 (5)地理相邻 (6)“伪相邻”
      ρ −0.084** 0.274*** −0.027 −0.078** 0.172*** −0.032
      (0.035) (0.020) (0.040) (0.035) (0.021) (0.040)
      控制变量 控制 控制 控制 控制 控制 控制
      双向固定效应 控制 控制 控制 控制 控制 控制
      观测值 3 510 3 510 3 510 3 549 3 549 3 549
      调整R2 0.200 0.114 0.280 0.042 0.017 0.041
      极大似然值 −2 215.755 −2 139.809 −2 230.416 −2 623.238 −2 546.460 −2 632.132
        注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。

      土地出让宗数从地块出让数量的角度衡量了地方政府的供地决策,而土地出让面积也可以从另一角度衡量地方政府供地的决策考量,两个指标可以相互佐证,因此,使用土地出让面积作为新的被解释变量进行稳健性检验。此外,由于地方政府的土地供应计划可能提前一年已经制定,即当年的土地出让宗数、面积等很可能是在上一年经济发展水平影响下而做出的选择,因此,将城市层面的控制变量进行滞后一期。从表5的回归结果看,无论是采用何种空间权重矩阵,空间滞后项回归系数ρ在方向和显著性水平上都与表4的基准回归结果一致,仅是系数的大小有所变动。因此,一定程度上验证了地方政府供地策略行为存在显著空间互动效应这一基准回归结论的稳健性。

      由于副省级城市往往是中央政府区域发展战略的着力点,在人事任命权和经济社会管理权限上与其他地级市存在显著的差异,因此,将15个副省级城市的样本进行剔除重新回归,结果如表6所示。可以发现空间滞后项回归系数在方向和显著性水平上都与基准回归结果一致,仅是系数的大小有所变化,进一步验证了基准回归结果的稳健性。

      前文的研究假说分析中,认为地方政府供地策略的空间互动效应更可能发生在同一省份内的不同地级市之间。但是,不同省份之间的交流由于交通基础设施以及信息技术等的发展日益频繁,故不同省份之间也可能存在竞争关系。因此,在不考虑省域边界的情形下,构建新的经济相邻以及地理相邻空间权重矩阵,考察地级市之间的供地策略是否依然存在空间互动效应及其效应的大小。首先,构建新的经济相邻空间权重矩阵。经济距离可以表示为 ${w}_{ij}=\dfrac{1}{\left|{\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{i}-{\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{j}\right|}(i\ne j)$ ,其中 $ {\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{i} $ $ {\mathrm{A}\mathrm{G}\mathrm{D}\mathrm{P}}_{j} $ 为城市 $ i $ 和城市 $ j $ 在研究时段内人均GDP的平均值,两个城市既可能是同一省份,也可能是不同省份。此时空间滞后项 ${\boldsymbol W}{Y}_{it}$ 表示在 $ t $ 年除城市 $ i $ 之外的其他所有不同经济距离的城市土地出让的平均数量。其次,构建新的地理相邻空间权重矩阵。地理距离可以表示为 ${w}_{ij}=\dfrac{1}{{d}_{ij}}(i\ne j)$ ,其中 $ {d}_{ij} $ 为城市 $ i $ 和城市 $ j $ 市中心(用市政府所在地表示)之间的地理距离,两个城市依然不考虑隶属省份。但是,由于中国不同城市的面积差异很大,在此参考相关文献采用门槛距离来构建空间权重矩阵[28-29]。如果两个城市之间距离超过200公里,则空间权重矩阵W对应元素赋值为0,否则按照实际距离的大小进行赋值。

      表7中模型(1)和模型(2)、模型(4)和模型(5)分别是工业用地和住宅用地在新的空间权重矩阵下的回归结果,与基准回归估计系数比较发现,在使用不考虑省域边界的经济相邻的空间权重矩阵下,空间滞后项的系数很低,且显著性水平有所下降,住宅用地仅通过10%的显著性检验。在使用不考虑省域边界的地理相邻的空间权重矩阵下,空间滞后项的系数也大幅下降。因此,该结论进一步验证了本文的假设H2,即省内经济发展水平相近、地理位置邻近的地级市之间的供地策略的空间互动效应更高。同时本文还发现,允许跨省的城市之间的空间互动效应主要是发生在地理位置邻近的区域之间,而非经济上的相邻,进一步省内经济相邻的城市之间的空间互动效应大于跨省的地理相邻的城市之间的空间互动效应,表明了省内相对绩效考核机制下的城市土地供应策略的空间互动效应要大于省外土地引资所引发的空间互动程度。

      借鉴相关研究安慰剂检验的做法[30],本文设置了一个“伪相邻”空间权重矩阵来检验上述结论是否依然成立,即将本不行政相邻的城市视作是相邻城市进行赋值。如果使用“伪相邻”空间权重矩阵后,空间滞后项的系数仍然显著,则说明上述的结论并不可靠,否则可以一定程度上验证基准回归结果的稳健性。表7的模型(3)和模型(6)分别报告了工业用地和住宅用地的回归结果,空间滞后项的系数均不显著,表明“伪相邻”的城市供地策略不会对本地区的决策产生影响,进一步验证了基准回归结果的稳健性。

    • 作为中国一级土地市场垄断供给方的地方政府总是面临着各种政治经济压力,在此之下,地方政府是如何调整自身供地策略来实现各方利益诉求的平衡呢?根据对地方政府“土地经营”背后行为动机的分析,本文主要考察地方政府面临财政压力、增长压力和晋升压力之下,供地策略空间互动效应的变化。在式(1)简化后的空间杜宾模型中加入能够反映财政压力、增长压力和晋升压力的代理变量以及三个代理变量和空间滞后项的交互项,具体模型为

      $$ \begin{array}{c}{Y}_{it}=\rho {\boldsymbol{W}}{Y}_{it}+{\gamma {Z}_{it-1}{{\boldsymbol{W}}}{Y}_{it}+{\alpha Z}_{it-1}+X}_{it}\beta +\theta {\boldsymbol{W}}{X}_{it}+{\delta }_{i}+{\eta }_{t}+\varepsilon \end{array} $$ (2)

      其中, ${{\boldsymbol{W}}}{Y}_{it}$ 为空间滞后项;系数 $ \rho $ 反映了城市之间供地策略空间互动效应的大小; $ {Z}_{it-1} $ 表示城市 $ i $ 上一年度所面临的财政压力、增长压力或晋升压力中的某一类,其余变量的含义同式(1)。本文所关注的是交互项 ${Z}_{it-1}{{\boldsymbol{W}}}{Y}_{it}$ 的系数 $ \gamma $ ,该系数反映了地方政府供地策略的空间互动效应如何随着财政压力、增长压力或晋升压力的变化而变化。其中,财政压力用地方财政缺口(地方财政一般预算内财政收入–地方财政一般预算内支出)/地区GDP来表示;增长压力采用当年的GDP增速与上一年GDP增速的差值来表示,数值越大,增长压力越小;晋升压力用地方行政长官的任期衡量,随着任期年限的增加,官员的晋升压力会增大,对区域经济发展会有层层加码的动机[31]。本文采用Bo的度量方式计算了市委书记的任期[32],原始数据来源于人民网、新华网公布的领导简历,并通过百度百科等网络平台进行补充。

      回归结果如表8所示,在控制了三种压力后,空间滞后项的系数依然显著为正。对于工业用地而言,只有财政压力和空间滞后项的交互系数显著为正,表明了财政压力会加强城市之间工业用地出让决策的空间互动效应。而三种压力都会显著增强地方政府住宅用地出让决策的空间互动性。验证了本文的假设H3。

      表 8政治经济压力对空间互动效应的影响

      变量 工业用地 住宅用地
      (1) (2) (3) (4) (5) (6)
      ρ 0.459*** 0.454*** 0.458*** 0.313*** 0.314*** 0.318***
      (0.022) (0.022) (0.022) (0.027) (0.027) (0.027)
      财政压力_空间滞后项 0.022*** 0.010***
      (0.004) (0.002)
      增长压力_空间滞后项 0.003 0.015***
      (0.004) (0.004)
      晋升压力_空间滞后项 0.000 0.007**
      (0.002) (0.003)
      控制变量 控制 控制 控制 控制 控制 控制
      双向固定效应 控制 控制 控制 控制 控制 控制
      观测值 2 756 2 756 2 756 2 795 2 795 2 795
      调整R2 0.169 0.170 0.168 0.062 0.061 0.061
      极大似然值 −1 588.901 −1 594.297 −1 595.983 −2 026.692 −2 025.626 −2 028.303
        注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。
    • 本文进一步从经济发展程度的角度对空间互动内部的追随者和被模仿者进行识别分析。一方面,经济发展水平高的城市拥有丰富的知识积累和信息来源,在省内拥有更多的话语权,其他城市需要通过模仿其行为缩小彼此之间的差距[33];另一方面,同等经济发展水平的城市之间存在更强的可比性,在相对绩效考核体系下,地方官员之间的竞争更为激烈,促进了彼此之间的相互模仿学习。本文计算了研究区间内各地级市人均GDP的均值,然后按照中位数划分为两个组别,通过估计高低组合的四个回归方程得到表9的回归结果。H-H代表经济发展水平高的城市间的相互模仿,L-H代表经济发展水平低的城市对经济发展水平高的城市的模仿,H-L代表经济发展水平高的城市对经济发展水平低的城市的模仿,L-L代表经济发展水平低的城市间的相互模仿。

      表 9补充性检验

      变量 工业用地 住宅用地
      (1)H-H (2)L-H (3)H-L (4)L-L (5)H-H (6)L-H (7)H-L (8)L-L
      ρ 0.387*** 0.691*** 0.440*** 0.583*** 0.124** 0.292*** 0.317*** 0.434***
      (0.066) (0.085) (0.074) (0.083) (0.058) (0.064) (0.053) (0.057)
      控制变量 控制 控制 控制 控制 控制 控制 控制 控制
      双向固定效应 控制 控制 控制 控制 控制 控制 控制 控制
      观测值 1 301 1 308 2 178 2 178 1 278 1 298 2 213 2 213
      调整R2 0.802 0.819 0.797 0.805 0.810 0.814 0.790 0.797
      F 8.440 12.160 14.290 15.100 4.030 6.680 10.570 13.280
        注:只报告空间滞后项系数,其他变量未报告;*、**和***分别表示在10%、5%和1%的水平上显著。

      从模型(1)~模型(4)的回归结果可以看出,地方政府在工业用地出让决策过程中,经济发展水平低的城市更倾向于模仿经济发展水平高的城市,且经济发展水平低的城市之间的空间互动效应显著大于经济发展水平高的城市之间的互动。地方政府在住宅用地出让决策中的空间互动方向与之不同,经济发展水平低的城市之间的空间互动效应最强,而经济发展水平低的城市对经济发展水平高的城市的模仿程度和经济发展水平高的城市间的互动效应基本一致。

    • 地方政府“土地财政”“土地引资”和“土地融资”行为动机的背后是现行的财税体制、官员晋升考核机制与土地制度等共同作用的结果。现有的研究从三种行为动机出发对地方政府的土地出让决策进行了大量的探索,但关注的视角往往集中于地方政府自身的社会经济禀赋的决定性作用,忽视了行政区域间的市场竞争和地方政府间的官场竞争等多重制度竞争激励共同对供地决策的影响。因此,本文着重从动态空间互动视角揭示地方政府的供地策略是否存在显著的空间互动效应,并分析其在政治经济压力下的响应。

      研究结果表明:(1)空间相关性检验显示,相比于高价出让住宅用地获得土地出让收入的土地财政行为动机,地方政府基于工业用地进行招商引资的行为动机所引发的相互模仿、跟随的空间互动效应更强。且随着时间推移,工业用地出让策略的空间互动效应有所增强,而住宅用地整体上相对平稳,始终处于较低水平。(2)采用更为严谨的空间杜宾双向固定效应模型证实了同一省份内地级市之间、同一省份内经济发展相近、地理位置相邻的地级市之间的供地策略存在显著的空间互动特征。(3)允许跨省的城市之间供地策略的空间互动效应主要是发生在地理位置邻近的区域之间,而非经济上的相邻。进一步验证了省内经济发展水平相近、地理位置邻近的地级市之间的供地策略的空间互动效应更高。(4)地方政府面临的财政压力、增长压力和晋升压力对住宅用地和工业用地出让决策空间互动效应的影响存在差异。第五,经济发展水平低的城市更倾向于模仿经济发展水平高的城市的供地策略,且经济发展水平低的城市之间的供地策略空间互动效应也明显更强。

      地方政府“土地经营”背后是多重动机共同决定的结果,在这个过程中隐含了地方政府之间的供地决策的空间互动效应。低价大量的工业用地供给的模仿、攀比行为造成了地方政府间的激烈竞争,但对于住宅用地的供给仍然采取“饥饿营销”的手段,从而导致城市内部普遍出现了土地供给结构性错配的问题。一方面,这种土地供应策略是地方政府根据自身社会经济、自然资源禀赋做出的理性选择;另一方面,也是当前财税体制、官员晋升相对绩效考核机制以及区域信息不对称等带来的地方政府间的模仿、攀比行为,这种关联效应对于地方政府而言并非最优或理性的决策,甚至还会加剧地区之间差距。因此,需要在纵向上进行财税体制改革,实现地方政府财政收支的相对平衡,缓解地方政府过度依赖于土地财政。在横向上调整官员晋升考核指标,官员政绩考核的标尺竞争当中,应该增加经济之外的其他指标的比重,使地方政府更关注于地区全面发展的需求。地方政府的供地策略是基于自身最优策略的选择,但并不意味着当所有地方政府都采取同样策略时还会让个体都实现最优化。工业用地过度分散布局既无法实现规模经济,也会带来基础设施的重复建设和利用率低下的问题,甚至带来地方债务的增加。因此,也需要在更高层面上进行土地配置的统筹,优化地区间土地分布格局,防止或缓解地方政府在土地出让过程中的盲目竞争行为。

参考文献 (33)

目录

    /

      返回文章
      返回
        Baidu
        map