土地财政空间传导效应的实证检验

 

Anselin[12]指出，当空间样本相互作用时，经典计量经济模型的估计结果可能不合适，因为它违反了经典计量模型中“样本独立分布”的前提假设。为了调查这种空间相互作用，空间计量经济学将空间相互作用分离为一个明显的变量，并将其纳入经典的计量经济模型，以判断空间相互作用的类型和来源，并解决其量化问题。空间计量模型可分为空间滞后模型（SAR）和空间误差模型（SEM）两种类型。类型(8)为SAR模型，描述了地方政府通过学习和模仿等空间依赖性决策行为相互影响产生空间相关效应的过程。类型(9)为SEM模型，描述了由于系统外的差异化决策行为或随机干扰而产生空间相关效应的过程。

 

LINCi=β0+∑mj=1βjXij+ρW?LINCLi+εi（8）

 

LINCi=β0+∑mj=1βjXij+μiμi=ρW?LINCLi+εi（9）

 

其中，LINCI是区域I的土地财政规模，LINCLI是I所有“邻居”土地财政规模的平均水平，W是空间权重矩阵，Xij是一组关于区域政府竞争的控制变量，εi和μI是服从正态分布的随机变量，β0、βj和ρ是待估计的参数。

 

空间权重矩阵W定义了地方政府在“标尺竞争”中的竞争范围，其具体定义和使用方法是将竞争范围内所有地区的土地财政规模纳入计量模型，估计其对当地土地财政规模的影响。本文设计了基于地理距离和经济距离的空间权重矩阵。其中，根据空间计量经济学的经典定义，地理空间权重矩阵“rook“标准设计，即有共同边界的区域为“邻居”区域，其他区域为非邻居区域。经济空间权重按当地人均GDP水平排序分组。在同一组中，可以定义为“邻居”和竞争对手，相应的空间权重值为wij=1，否则wij=0。此外，为了消除各区域“邻居”数量对模型估计结果的影响，还需要对上述两个空间权重矩阵进行分类。在模型的实证过程中，我们使用了分类后获得的空间权重矩阵。

 

土地财政规模LINCI有多种不同的测量方法。一是以土地出让金收入作为代理变量，直接测量土地财政规模。二是用土地出让金收入占当期政府预算内财政收入的比例来衡量对土地财政的依赖程度。三是利用土地出让金收入与土地相关税收收入之和，全面测量土地财政规模。学术界更关注土地出让金不可持续的变化，考虑到数据一致性好的特点，本文将国有土地出让金收入作为土地财政规模的代理变量。

 

为了调查地方政府选择土地财政策略的真正目的，本文从财政资金短缺和土地财政扩张能力两个方面选择了四个相关指标：（1）地方财政赤字是地方经济建设资金短缺的重要指标，该指标可以调查地方经济建设对土地财政的实际需求，赤字越大，资本差距越大，土地财政规模越大；②一些研究选择了地方政府支出中基础设施建设的比例来衡量地方政府在基础设施建设中的实际需求。然而，考虑到2007年地方政府支出的统计水平发生了很大变化，前后数据不可比，本文进行了选择。(2)各地固定资产投资实际支出除“国家预算内资金”外、“国内贷款”和“利用外资”以外的“自筹资金”。(3)作为地方基础设施常规资金的缺口，缺口越大，地方对基础设施资金的需求就越大；此外，本文还选择了③人均GDP。（4）作为地方政府扩大土地财政规模的能力，城市化水平的两个变量。

 

衡量地方政府竞争激烈程度，现有文献主要采用FDI总量(或人均量)等代理变量进行测量。事实上，使用FDI作为衡量地方政府横向竞争是不合适的，因为FDI的数量与区位条件密切相关。本文利用“土地价格剪刀差”指标来衡量地方政府的短期竞争水平，利用“非农产业水平”来衡量长期竞争水平。地方政府通常采取短期竞争策略，为第二产业和第三产业提供低价土地，同时获得“直接土地收入”和“间接土地收入”。因此，我们将这两类土地的平均价差命名为“土地价格剪刀差”，这可以真正衡量地方政府在土地出让过程中的短期竞争激烈程度。价格剪刀差越大，土地财政规模越大。此外，我们用“非农产业水平”反映的区域产业结构升级来表示，非农产业水平越高，地方长期竞争越激烈，土地财政规模越大。需要注意的是，考虑到GDP容易受到人口规模的影响，用人均GDP数据代替，而财务赤字和固定资产投资资金缺口受人口规模影响相对较小。因此，后两个指标仍然使用整体规模而不是人均测量。这种处理方法不同于一些研究。

 

样本数据主要来自《中国国土资源统计年鉴》和《中国统计年鉴》。其中，土地出让金收入LINC可直接从历年的《中国国土资源统计年鉴》中获得；人均GDP、城市化水平URB可以从历年的《中国统计年鉴》中获得；非农产业发展水平NAR用GDP中第二、第三产业产值的比例来表示；财政赤字FIN用预算支出减去预算收入；固定资产投资常规资金缺口ISHO用自筹资金与其他来源资金之和占总资金的比例来表示；价格剪刀差PRIX用多年来“招拍挂”出让的平均地价减去“协议”出让的平均地价来表示。需要注意的是，土地出让金收入统计始于1999年，但我们的样本数据只选择了2003年―2012年，原因是:(1)“招拍挂”土地出让方式自2003年开始使用，之前的数据无法反映剪刀差的土地价格。（2）城市化水平的统计水平发生了变化。自2003年以来，“城市人口和农村人口”取代了“非农业人口和农业人口”，数据不可比。为了防止数量水平差异过大造成的问题，我们对所有变量进行自然对数。主要变量在基期和末期样本数据中的统计描述如表1所示。

 

在地理空间权重矩阵下，采用空间滞后模型SAR和空间误差模型SEM对模型进行空间面板测量分析，结果如表2所示。

 

Anselin[12]指出，与时间序列模型相比，可决系数法在空间计量模型检验中的可靠性有所降低。因此，建议使用相对稳定的对数似然等指标进行检验。从各自变量的显著性、可决系数和对数三个方面来看，SAR模型具有随机效应（d）这是更好的回归结果之一。更重要的是，模型，模型。（d）其他模型的空间效应系数为正，表明地方政府在地理空间上确实存在空间互动效应，与上述理论模型基本一致。因此，模型（d）是通过统计检验和经济意义检验的好模型。

 

在经济空间权重下，回归比较了空间滞后和空间误差的模型设置，具体结果如表3所示。

 

结合变量的显著性、可决系数和对数的输出结果，更好的回归结果是随机效应SAR模型（h）。地方政府土地财政规模在经济空间上也具有稳定而显著的空间“传导效应”。

 

模型（d）和模型（h）结果表明，地理空间和经济空间存在省际土地金融的“传导效应”，与土地金融规模有明显的积极关系，系数稳定在0.300左右。此外，人均GDP水平、城市化水平URB和土地价格剪刀差PRIX与地方政府土地金融规模呈正相关，固定资产投资资金缺口ISHO与土地金融规模存在明显的负相关关系，非农业水平NAR、FIN与地方政府财政赤字与土地财政规模的关系并不明显。