彭山桂 景霖霖 張苗 程道平 吳群
摘要 本文以山東省設(shè)區(qū)市地方政府為研究對(duì)象,在對(duì)地方政府土地出讓互動(dòng)影響進(jìn)行檢驗(yàn)的基礎(chǔ)上,結(jié)合博弈模型與網(wǎng)絡(luò)分析,識(shí)別出互動(dòng)影響的具體模式,并利用廣義脈沖響應(yīng)函數(shù)分析了互動(dòng)影響關(guān)系網(wǎng)絡(luò)所產(chǎn)生的溢出效應(yīng)。研究發(fā)現(xiàn):①地方政府商服、住宅、工業(yè)用地出讓量存在顯著的互動(dòng)影響,影響強(qiáng)度按照商服、工業(yè)、住宅的順序減少;互動(dòng)影響在地方政府土地出讓過(guò)程中發(fā)揮著較為重要的作用,是一個(gè)不能忽視的因素。②地方政府商服、住宅、工業(yè)用地出讓的互動(dòng)影響關(guān)系相互連接、交錯(cuò)織成了網(wǎng)絡(luò)結(jié)構(gòu)。在商服、住宅、工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,等級(jí)聲望最高的地方政府分別為濟(jì)寧、青島、菏澤;在商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為濰坊;在住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為煙臺(tái)、威海、臨沂、德州;在工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為濟(jì)寧、日照、萊蕪。③在平均水平上,地方政府商服、住宅、工業(yè)用地出讓量一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)擾動(dòng)沖擊會(huì)導(dǎo)致其他地方政府對(duì)應(yīng)用途的土地出讓量變動(dòng)1.89%、1.19%、1.72%,表明溢出效應(yīng)普遍存在;高等級(jí)聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。上述研究結(jié)論的政策啟示為:①應(yīng)該重視地方政府土地出讓互動(dòng)影響導(dǎo)致的溢出效應(yīng),避免一葉障目的誤區(qū),按照分清主次的原則,通過(guò)對(duì)關(guān)鍵少數(shù)地方政府土地出讓行為的有效管理,充分利用其溢出效應(yīng),更好地促進(jìn)相關(guān)政策目標(biāo)的實(shí)現(xiàn);②應(yīng)規(guī)范由標(biāo)尺競(jìng)爭(zhēng)導(dǎo)致的土地出讓互動(dòng)影響,這需要對(duì)導(dǎo)致標(biāo)尺競(jìng)爭(zhēng)產(chǎn)生的財(cái)稅制度、政績(jī)考核制度、土地制度等一系列的既有制度安排進(jìn)行改革,而這才是實(shí)現(xiàn)更有效率的地方政府土地出讓行為的基礎(chǔ)。
關(guān)鍵詞?地方政府;土地出讓;互動(dòng)影響;溢出效應(yīng)
中圖分類(lèi)號(hào)?F301.2
文獻(xiàn)標(biāo)識(shí)碼?A文章編號(hào)?1002-2104(2019)08-0156-12DOI:10.12062/cpre.20190313
在我國(guó)特殊的財(cái)稅制度、官員政績(jī)考核制度、土地制度構(gòu)成的制度環(huán)境中,土地絕非一種普通的生產(chǎn)要素,地方政府的土地出讓也絕非一種簡(jiǎn)單的生產(chǎn)要素市場(chǎng)交易行為,而是一種影響地區(qū)經(jīng)濟(jì)發(fā)展,應(yīng)對(duì)財(cái)稅、政治激勵(lì)的政策工具。一方面,地方政府的住宅、商服用地出讓可以從供給端影響城市房地產(chǎn)價(jià)格,進(jìn)而影響城市的居住成本;同時(shí),地方政府的住宅、商服用地出讓還負(fù)有公共服務(wù)籌資的功能,進(jìn)而會(huì)對(duì)城市公共服務(wù)供給產(chǎn)生影響。另一方面,地方政府的工業(yè)用地出讓可以從供給端影響企業(yè)的生產(chǎn)成本,進(jìn)而影響企業(yè)的利潤(rùn)及職工收入水平。因此,地方政府的土地出讓會(huì)同時(shí)影響城市居民收入、公共服務(wù)質(zhì)量與居住成本,根據(jù)人口流動(dòng)的保留效用決定論,必然會(huì)對(duì)人口流動(dòng)產(chǎn)生影響[1]。與此同時(shí),地方政府土地出讓會(huì)影響企業(yè)利潤(rùn),根據(jù)資本流動(dòng)的利差決定論,必然會(huì)對(duì)資本流動(dòng)產(chǎn)生影響[2]。在上述影響的綜合作用下,地方政府的土地出讓行為會(huì)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展及地區(qū)間要素流動(dòng)產(chǎn)生全局性的影響。在這一背景下,地方政府把土地出讓作為政策工具,爭(zhēng)取地方利益,應(yīng)對(duì)財(cái)政壓力、迎合經(jīng)濟(jì)增長(zhǎng)競(jìng)爭(zhēng)的個(gè)體行為,就具備了明確的外部影響。在理性預(yù)期及策略博弈的作用下,地方政府的土地出讓自然會(huì)產(chǎn)生互動(dòng)影響,這是地方政府土地出讓互動(dòng)影響的基本邏輯。隨著地方政府土地出讓行為研究的深入,學(xué)者們明確意識(shí)到個(gè)體層面考察和分析的片面性,認(rèn)識(shí)到地方政府土地出讓互動(dòng)影響研究的重要性。進(jìn)而借鑒公共經(jīng)濟(jì)領(lǐng)域中策略互動(dòng)(strategic interaction)的研究思路,提出了地方政府土地出讓互動(dòng)影響這一研究主題。具體而言,在公共經(jīng)濟(jì)領(lǐng)域,國(guó)外相關(guān)學(xué)者觀察到地方政府在稅收競(jìng)爭(zhēng)方面存在互動(dòng)影響,為爭(zhēng)取稅基,地方政府會(huì)根據(jù)競(jìng)爭(zhēng)對(duì)手的稅率,對(duì)自身的稅率進(jìn)行必要的調(diào)整。對(duì)照我國(guó)國(guó)情,可以發(fā)現(xiàn)地方政府作為土地市場(chǎng)的壟斷供給者,有運(yùn)用土地出讓互動(dòng)影響行為為政策工具,根據(jù)競(jìng)爭(zhēng)對(duì)手土地出讓狀況,調(diào)整自身土地出讓?zhuān)M(jìn)而實(shí)現(xiàn)相關(guān)政策目標(biāo)的客觀條件和主觀意愿。這使得地方政府土地出讓互動(dòng)影響成為一個(gè)非常具有中國(guó)特色的研究主題,研究這一主題對(duì)于深入理解我國(guó)地方政府土地出讓行為形成機(jī)制具有重要意義。
1?相關(guān)研究回顧
在地方政府土地出讓互動(dòng)影響形成機(jī)理方面,研究的邏輯起點(diǎn)主要源于地方政府競(jìng)爭(zhēng)理論,大體可分為三類(lèi):第一類(lèi)是由Tiebout[3]提出、Brueckner等[4]進(jìn)一步完善而得的資源流動(dòng)模型,即地方政府為了爭(zhēng)取流動(dòng)資源而開(kāi)展競(jìng)爭(zhēng);第二類(lèi)是由Besley和Case[5]提出的標(biāo)尺競(jìng)爭(zhēng)模型,即轄區(qū)居民可以根據(jù)周邊地區(qū)的福利水平作為標(biāo)尺,評(píng)估本地政府的好壞,其投票權(quán)的存在會(huì)倒逼地方政府之間產(chǎn)生標(biāo)尺競(jìng)爭(zhēng);第三類(lèi)是由Brueckner[6]發(fā)展提出的外部影響模型,即地方政府的政策實(shí)施或者策略選擇會(huì)對(duì)周邊地方政府產(chǎn)生積極或者消極的外部影響,進(jìn)而產(chǎn)生行為響應(yīng)?;谏鲜隼碚摽蚣?,結(jié)合中國(guó)國(guó)情,可以發(fā)現(xiàn):雖然中國(guó)不存在居民投票來(lái)評(píng)價(jià)地方政府施政效果好壞的具體機(jī)制,但是存在著上級(jí)政府依據(jù)下級(jí)政府經(jīng)濟(jì)表現(xiàn)相對(duì)好壞評(píng)價(jià)地方政府施政效果的機(jī)制[7]。這一機(jī)制的存在足以使地方政府展開(kāi)標(biāo)尺競(jìng)爭(zhēng):地方政府為保證經(jīng)濟(jì)增長(zhǎng)、財(cái)政增收等經(jīng)濟(jì)表現(xiàn)拿到預(yù)期名次,會(huì)利用土地出讓行為對(duì)地區(qū)經(jīng)濟(jì)發(fā)展及地區(qū)間要素流動(dòng)施加影響[8]。一方面利用土地出讓招商引資促進(jìn)經(jīng)濟(jì)增長(zhǎng),另一方面利用土地出讓獲得財(cái)政收入,促進(jìn)財(cái)政增收。在標(biāo)尺競(jìng)爭(zhēng)的作用下,地方政府會(huì)根據(jù)相鄰地方政府的土地出讓行為,對(duì)自身的出讓行為做出策略調(diào)整,進(jìn)而發(fā)生地方政府出讓的互動(dòng)影響。
在地方政府土地出讓互動(dòng)影響實(shí)證檢驗(yàn)方面,對(duì)于地方政府行為互動(dòng)影響的實(shí)證研究,國(guó)外學(xué)者主要聚焦在公共經(jīng)濟(jì)領(lǐng)域:Brueckner[4]、Revelli[9]利用空間計(jì)量模型研究發(fā)現(xiàn),地方政府在稅收競(jìng)爭(zhēng)方面存在互動(dòng)影響,為爭(zhēng)取稅基,地方政府會(huì)根據(jù)競(jìng)爭(zhēng)對(duì)手的稅率,對(duì)自身的稅率進(jìn)行必要的調(diào)整。Byrne[10]、Murillo[11]也得出了類(lèi)似結(jié)論。Aller和Elhorst[12]進(jìn)一步認(rèn)為地方政府間的稅收模仿策略,主要是由于標(biāo)尺競(jìng)爭(zhēng)的制度因素所導(dǎo)致的。Elhorst和Freret[13]也得出了類(lèi)似研究結(jié)論。然而,由于制度安排的差異,中國(guó)地方政府沒(méi)有掌握稅收立法權(quán),但由于特殊的制度安排,中國(guó)地方政府事實(shí)上壟斷了土地一級(jí)市場(chǎng)的供給權(quán)。因此,中國(guó)地方政府互動(dòng)影響的主要工具是土地出讓。對(duì)于地方政府土地出讓互動(dòng)影響的實(shí)證檢驗(yàn),已有學(xué)者開(kāi)展了相關(guān)研究:如Deng等[14]的研究表明臨近城市的地方政府之間會(huì)利用土地出讓作為工具開(kāi)展追求經(jīng)濟(jì)增長(zhǎng)的競(jìng)爭(zhēng),會(huì)對(duì)鄰近城市發(fā)展產(chǎn)生負(fù)面影響。汪沖[15]的研究發(fā)現(xiàn),地方政府土地出讓純收益存在明顯的互動(dòng)影響。龍奮杰等[16]的研究發(fā)現(xiàn),地方政府的土地出讓數(shù)量存在明顯的互動(dòng)影響,呈現(xiàn)出“模仿”的特征。羅必良等[17]的研究發(fā)現(xiàn),省級(jí)層面的土地出讓政策存在明顯的互動(dòng)影響。Tao等[18]利用空間面板模型驗(yàn)證了地方政府土地出讓的互動(dòng)影響效應(yīng),He等[19]、Huang等[20-21]也得出了類(lèi)似研究結(jié)論。
總體而言,現(xiàn)有研究對(duì)于我國(guó)地方政府土地出讓互動(dòng)影響的存在達(dá)成了較為普遍的共識(shí),但還不夠系統(tǒng),仍存在明顯不足:即缺少對(duì)互動(dòng)影響模式及其影響的研究。檢驗(yàn)地方政府土地出讓是否存在互動(dòng)影響僅僅是一個(gè)起點(diǎn),兩個(gè)隨之而來(lái)的更重要的問(wèn)題是:這種互動(dòng)影響的模式如何識(shí)別?互動(dòng)影響模式會(huì)產(chǎn)生怎樣的溢出效應(yīng)?目前的研究成果無(wú)法回答這兩個(gè)問(wèn)題。鑒于此,本文以山東省設(shè)區(qū)市地方政府為研究對(duì)象,在對(duì)地方政府土地出讓互動(dòng)影響進(jìn)行檢驗(yàn)的基礎(chǔ)上,構(gòu)建模型識(shí)別互動(dòng)影響的具體模式,并分析互動(dòng)影響模式所產(chǎn)生的溢出效應(yīng),以期發(fā)現(xiàn)一些新的研究結(jié)論與政策啟示。
2?地方政府土地出讓互動(dòng)影響的檢驗(yàn)
基于以下兩方面的考量,本文以山東省設(shè)區(qū)市地方政府為對(duì)象開(kāi)展研究:一是基于土地市場(chǎng)一體化的考量。山東省作為山東半島城市群的載體,區(qū)域一體化程度較高,城市間土地市場(chǎng)聯(lián)系較為緊密,能夠較好地反映地方政府土地出讓過(guò)程中的互動(dòng)影響。二是基于數(shù)據(jù)可得性的考量。設(shè)區(qū)市層面的數(shù)據(jù)完整系統(tǒng),能夠有效支撐研究的開(kāi)展。進(jìn)一步,本文將地方政府土地出讓互動(dòng)影響界定為出讓數(shù)量維度的互動(dòng)影響,這樣處理的原因有二:一是2003年前后,中央政府的土地資源配置政策發(fā)生了重大改變,出于區(qū)域平衡發(fā)展的考慮,開(kāi)始實(shí)行偏向中西部的建設(shè)用地指標(biāo)分配政策,導(dǎo)致東部地區(qū)建設(shè)用地指標(biāo)日益緊張稀缺[22]。根據(jù)2014年《國(guó)家土地督察公告》披露的數(shù)據(jù),2013年很多東部省份(包括山東?。┚鸵呀?jīng)提前突破2020年的規(guī)劃指標(biāo)。迫于現(xiàn)實(shí)矛盾,2016年中央政府對(duì)《全國(guó)土地利用總體規(guī)劃綱要(2006—2020年)》進(jìn)行了修訂。由于我國(guó)現(xiàn)行的土地利用規(guī)劃缺少法律保障,地方政府突破土地利用規(guī)劃行為的法律成本基本是零,實(shí)際出讓量突破年度用地計(jì)劃,年度用地計(jì)劃與總體規(guī)劃脫節(jié)的矛盾十分尖銳和普遍,因此現(xiàn)階段出讓量是出讓行為的主要矛盾。二是隨著2002年《招標(biāo)拍賣(mài)掛牌出讓國(guó)有土地使用權(quán)規(guī)定》(原國(guó)土資源部令第11號(hào))及其修訂版《招標(biāo)拍賣(mài)掛牌出讓國(guó)有建設(shè)用地使用權(quán)規(guī)定(2007年修訂)》(原國(guó)土資源部令第39號(hào)),以及2007年《關(guān)于落實(shí)工業(yè)用地招標(biāo)拍賣(mài)掛牌出讓制度有關(guān)問(wèn)題的通知》(國(guó)土資發(fā)〔2007〕78號(hào))等文件的嚴(yán)格實(shí)施,大幅提升了土地出讓的市場(chǎng)化程度,東部地區(qū)由于供需緊張,政策效應(yīng)尤其明顯。在市場(chǎng)化程度較高的環(huán)境下,出讓量決定出讓價(jià)格,出讓量是出讓行為的決定因素。綜上,本文基于山東省設(shè)區(qū)市層面,考察地方政府土地出讓互動(dòng)影響。
2.1?模型的設(shè)定
對(duì)于地方政府土地出讓互動(dòng)影響的檢驗(yàn),本文的思路是構(gòu)建一個(gè)空間面板模型,采用地方政府土地出讓量作為被解釋變量。同時(shí),引入一系列地方政府土地出讓量的影響因素作為控制變量,在控制相關(guān)變量的基礎(chǔ)上,剝離顯示互動(dòng)影響對(duì)地方政府土地出讓量的作用。對(duì)于空間計(jì)量分析,空間杜賓模型(SDM)是通用模型,空間自回歸模型(SAR)和空間誤差模型(SEM)由空間杜賓模型(SDM)退化而得。據(jù)此,設(shè)定一個(gè)空間杜賓模型(SDM):
Yit=c+ρ1WYit+ρ2Xit-1+ρ3WXit-1+εit(1)
式(1)中,Y為被解釋變量,是地方政府土地出讓量,分為商服、住宅、工業(yè)3種用途的出讓量;W為空間權(quán)重矩陣,為基于經(jīng)緯度球面距離的地理特征空間權(quán)重矩陣;X為i×k維矩陣,為一組控制變量,即影響地方政府土地出讓量的相關(guān)因素。為避免可能存在的逆向因果關(guān)系帶來(lái)的估計(jì)偏誤,同時(shí),捕捉控制變量可能存在的滯后影響,控制變量以一階滯后項(xiàng)的形式進(jìn)入模型[23]。ρ1、ρ2、ρ3為待估系數(shù);i、t分別表示城市和時(shí)間;ε為殘差項(xiàng)。
2.2?數(shù)據(jù)的收集和整理
(1)地方政府土地出讓量數(shù)據(jù)。為獲取第一手的土地出讓數(shù)據(jù),本文以中國(guó)土地市場(chǎng)網(wǎng)的土地出讓成交記錄作為數(shù)據(jù)源。為保證各設(shè)區(qū)市數(shù)據(jù)的完整性,數(shù)據(jù)收集的時(shí)間范圍確定為2007—2017年,共收集23 157宗商服用地、40 887宗住宅用地、51 395宗工業(yè)用地的出讓成交記錄。需要指出的是,我們收集的均是以“招拍掛”方式出讓的成交數(shù)據(jù),將市場(chǎng)化程度不高的協(xié)議出讓排除在外。在獲取原始數(shù)據(jù)的基礎(chǔ)上,對(duì)其進(jìn)行整理和處理:首先,剔除明顯錯(cuò)誤的數(shù)據(jù)(如空值、計(jì)量單位錯(cuò)誤);其次,借鑒Hodge等[24]的方法,剔除位于上下四分位數(shù)的1.5倍四分位距以外的異常數(shù)據(jù)。在此基礎(chǔ)上,匯總樣本數(shù)據(jù)獲取各設(shè)區(qū)市土地出讓量的數(shù)據(jù)。
(2)空間權(quán)重矩陣數(shù)據(jù)。利用國(guó)家基礎(chǔ)地理信息中心下載的全國(guó)行政區(qū)劃圖,提取山東省17個(gè)設(shè)區(qū)市政府駐地的經(jīng)緯度,進(jìn)而形成基于經(jīng)緯度球面距離的地理空間權(quán)重矩陣。
(3)控制變量數(shù)據(jù)。式(1)模型中控制變量為地方政府土地出讓量的影響因素??刂谱兞糠譃閮深?lèi):特性控制變量與共性控制變量,其中特性控制變量為影響不同用途土地出讓量的因素,相互之間存在明顯差異;共性控制變量包括制度因素、城市特征因素,這些因素的影響具有全局性,在一個(gè)城市范圍內(nèi),對(duì)不同用途土地出讓量均有影響。為避免因素之間相互影響導(dǎo)致多重共線性的產(chǎn)生,精煉選擇主要因素作為控制變量。對(duì)于特性控制變量,借鑒相關(guān)研究[25-26],選擇如下:①商服用地出讓量的特性控制變量包括:第三產(chǎn)業(yè)比重(TI)、人均消費(fèi)品零售額(PCC);②住宅用地出讓量的特性控制變量包括:城鎮(zhèn)居民可支配收入(IC)、城鎮(zhèn)就業(yè)人員數(shù)(UE);③工業(yè)用地出讓量的特性控制變量包括:第二產(chǎn)業(yè)比重(SI)、人均工業(yè)產(chǎn)值(IOV)。對(duì)于共性控制變量,借鑒相關(guān)研究[22,27],選擇如下:①制度因素,用財(cái)政赤字規(guī)模(FP)、地方主官任期(OT)控制“中國(guó)式分權(quán)”制度背景下財(cái)稅、政治雙重激勵(lì)對(duì)地方政府土地出讓的影響;②城市特征變量,用人口密度(PD)控制城市人地關(guān)系緊張狀況對(duì)土地出讓的影響,用地區(qū)生產(chǎn)總值(GDP)控制城市經(jīng)濟(jì)發(fā)展對(duì)土地出讓的影響,用人均道路面積(PR)控制基礎(chǔ)設(shè)施水平對(duì)土地出讓的影響,用城市等級(jí)啞變量(UH)控制政策優(yōu)勢(shì)對(duì)土地出讓的影響。上述變量中,涉及價(jià)格因素的變量,均采用各設(shè)區(qū)市價(jià)格指數(shù)進(jìn)行了消脹處理,調(diào)整為2005年可比價(jià)。具體而言,式(1)模型中相關(guān)變量的數(shù)據(jù)來(lái)源、構(gòu)造過(guò)程及其描述性統(tǒng)計(jì)結(jié)果如表1所示。
2.3?空間計(jì)量分析結(jié)果
采用Elhorst[30]建立的研究范式,首先進(jìn)行空間模型適用性檢驗(yàn),如果檢驗(yàn)結(jié)果支持建立空間模型,則進(jìn)一步進(jìn)行空間面板模型形式檢驗(yàn),確定合理的空間模型形式。在此基礎(chǔ)上,進(jìn)行固定、隨機(jī)效應(yīng)檢驗(yàn),選擇合適的參數(shù)估計(jì)方式,得出模型估計(jì)結(jié)果。按照上述思路,首先估計(jì)非空間面板模型,并根據(jù)估計(jì)結(jié)果構(gòu)建LM統(tǒng)計(jì)檢驗(yàn)量(結(jié)果如表2所示)??梢?jiàn),3個(gè)模型在4種檢驗(yàn)中均拒絕原假設(shè),應(yīng)建立空間面板模型。其次,利用空間杜賓模型(SDM)、空間自回歸模型(SAR)、空間誤差模型(SEM)的估計(jì)結(jié)果進(jìn)行兩組Wald 和LR檢驗(yàn)。其中第一組為Wald test(SAR)、LR test(SAR),第二組為Wald test(SEM)、LR test(SEM),如果兩組檢驗(yàn)均拒絕原假設(shè),那么合理的模型形式應(yīng)為空間杜賓模型(SDM);如果不拒絕第一組或第二組檢驗(yàn)的原假設(shè),那么合理的模型形式應(yīng)為空間自回歸模型(SAR)或空間誤差模型(SEM)。表2的檢驗(yàn)結(jié)果表明,不拒絕第一組檢驗(yàn)的原假設(shè),但拒絕第二組檢驗(yàn)的原假設(shè),據(jù)此可以確定空間面板模型的合理形式應(yīng)為空間自回歸模型(SAR)。再次,利用Hausman檢驗(yàn)進(jìn)行固定、隨機(jī)效應(yīng)檢驗(yàn),表2檢驗(yàn)結(jié)果顯示拒絕隨機(jī)效應(yīng)的原假設(shè),應(yīng)按照空間固定效應(yīng)模型進(jìn)行參數(shù)估計(jì)。
考慮到基于極大似然法的空間面板模型估計(jì)結(jié)果可能存在偏誤[31],我們采用Elhorst[30]的轉(zhuǎn)換估計(jì)法對(duì)原始估計(jì)結(jié)果進(jìn)行偏差校正,按照確定的空間自回歸模型(SAR)形式,將最終得到的參數(shù)估計(jì)結(jié)果報(bào)告在表3中。從表3的空間面板模型估計(jì)結(jié)果中,可以得出3點(diǎn)結(jié)論。
(1)地方政府的商服、住宅、工業(yè)用地出讓量均存在顯著的互動(dòng)影響。即使在空間面板模型中已經(jīng)控制三種用途土地出讓量主要影響因素的情況下,3個(gè)模型空間滯后項(xiàng)(W×lnYit)的系數(shù)仍在1%的顯著水平下通過(guò)t檢驗(yàn),說(shuō)明地方政府的商服、住宅、工業(yè)用地出讓量互動(dòng)影響是高度顯著的。但是,令人意外的是:從空間滯后項(xiàng)系數(shù)大小來(lái)看,商服用地出讓量的系數(shù)最高為0.418,工業(yè)用出讓量系數(shù)居中為0.397,住宅用地出讓量的系數(shù)最低為0.339。在我們預(yù)期中,工業(yè)用地市場(chǎng)因?yàn)橐Y競(jìng)爭(zhēng)激烈,從而形成“全國(guó)性買(mǎi)方市場(chǎng)”,因此,工業(yè)用地出讓量的互動(dòng)影響強(qiáng)度應(yīng)該最為劇烈。但是,實(shí)證結(jié)果與此相悖,商服用地出讓量的互動(dòng)影響才最為劇烈。仔細(xì)分析之后,我們認(rèn)為這也在情理之中。通過(guò)查閱各市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展計(jì)劃,我們發(fā)現(xiàn)各市均大力強(qiáng)調(diào)發(fā)展服務(wù)業(yè),特別是發(fā)展生產(chǎn)性服務(wù)業(yè)。換言之,地方政府對(duì)下一個(gè)有前景的產(chǎn)業(yè)已經(jīng)形成共識(shí),進(jìn)而導(dǎo)致在商服用地出讓中形成了所謂的“潮涌現(xiàn)象”[32]。另外,值得指出的是,空間滯后項(xiàng)系數(shù)的大小在模型所有變量中處于中間水平,這說(shuō)明互動(dòng)影響在地方政府土地出讓過(guò)程中發(fā)揮著較為重要的作用,是一個(gè)不能忽視的因素。
(2)特性控制變量對(duì)地方政府土地出讓量均具有顯著影響。第三產(chǎn)業(yè)比重(TI)、人均消費(fèi)品零售額(PCC)、城鎮(zhèn)居民可支配收入(IC)、城鎮(zhèn)就業(yè)人員數(shù)(UE)、第二產(chǎn)業(yè)比重(SI)、人均工業(yè)產(chǎn)值(IOV)等特性控制變量系數(shù)均在10%的顯著水平下通過(guò)t檢驗(yàn),且系數(shù)均為正,說(shuō)明這些因素確實(shí)對(duì)提升地方政府相應(yīng)用途的土地出讓量具有顯著的促進(jìn)作用。
(3)共性控制變量對(duì)地方政府土地出讓量的影響各異。3個(gè)模型中,2個(gè)制度變量財(cái)政赤字規(guī)模(FP)、地方主官任期(OT)的系數(shù)在10%的顯著水平下通過(guò)t檢驗(yàn),系數(shù)一正一負(fù),這說(shuō)明財(cái)政壓力大、地方主官任期短的地方政府傾向多出讓土地,這符合我們預(yù)期中的財(cái)稅、政治激勵(lì)的作用邏輯。值得注意的是,在控制財(cái)政激勵(lì)、政治激勵(lì)代理變量后,地方政府土地出讓互動(dòng)影響仍然顯著。事實(shí)表明:地方政府土地出讓的互動(dòng)影響并非單純出于對(duì)激勵(lì)的響應(yīng),在排除財(cái)政壓力、官員晉升壓力導(dǎo)致的短期與局部行為后,地方政府仍然會(huì)對(duì)“鄰居”的土地出讓行為做出相應(yīng)的反應(yīng),這為地方政府土地出讓互動(dòng)影響的長(zhǎng)期與全局存在提供了理?yè)?jù)。另外,考慮到財(cái)政赤字規(guī)模、地方主官任期通常是從結(jié)果端反映財(cái)稅、政治激勵(lì)的變量[18],在控制這兩個(gè)因素后,我們認(rèn)為本文測(cè)度出的互動(dòng)影響的形成機(jī)制接近于Tiebout[3]、Brueckner[4]的理論框架,即這種互動(dòng)影響是在標(biāo)尺競(jìng)爭(zhēng)作用下,對(duì)“鄰居”土地出讓所具有的影響要素流動(dòng)外部性的行為響應(yīng)。此外,在3個(gè)模型中,人口密度(PD)、地區(qū)生產(chǎn)總值(GDP)這2個(gè)變量的系數(shù)均在10%的顯著水平下通過(guò)t檢驗(yàn),系數(shù)均為正。這表明相對(duì)于其他城市,在人地關(guān)系緊張、經(jīng)濟(jì)增長(zhǎng)較快的城市,無(wú)論對(duì)于商服用地、住宅用地、還是工業(yè)用地,都有增加供應(yīng)量的傾向。人均道路面積(PR)這一變量對(duì)商服用地出讓量的影響不顯著,這可能是由于城市基礎(chǔ)設(shè)施的主要作用在于改善人居環(huán)境和企業(yè)生產(chǎn)條件,進(jìn)而促進(jìn)住宅、工業(yè)用地出讓?zhuān)鴮?duì)商服用地出讓是間接的、不顯著的影響。城市等級(jí)啞變量(UH)對(duì)住宅用地出讓量的影響不顯著,這可能是由于住宅用地非飽和出讓行為是地方政府的共識(shí)選擇,因此在控制其他因素情況下,不同等級(jí)城市的住宅用地出讓量差異并不顯著。
3?地方政府土地出讓互動(dòng)影響模式的識(shí)別
互動(dòng)影響是地方政府土地出讓較為重要的影響因素,這種互動(dòng)影響到底表現(xiàn)為一種怎樣的模式?為回答這一問(wèn)題,我們將網(wǎng)絡(luò)分析融入博弈模型,通過(guò)搜索關(guān)系矩陣,構(gòu)建網(wǎng)絡(luò)模型刻畫(huà)、識(shí)別這種互動(dòng)影響的具體模式。模型構(gòu)建需要設(shè)置必要的假設(shè)條件,本文模型的假設(shè)是地方政府出讓的土地具有替代性。誠(chéng)然,由于土地天然的位置固定性,地方政府出讓的土地具有完全的替代性是不可能的。但是,考慮到兩方面的原因,我們認(rèn)為這一假設(shè)具有合理性:一是考慮到空間計(jì)量分析結(jié)果揭示的地方政府土地出讓的顯著互動(dòng)影響,有充分理由認(rèn)為地方政府與其“鄰居”出讓的土地在一定程度內(nèi)是存在替代關(guān)系的;二是考慮到模型只是用于識(shí)別互動(dòng)影響的存在性,并不刻畫(huà)這種互動(dòng)影響的大小程度,一定程度替代關(guān)系的存在便足以滿足分析要求。
3.1?互動(dòng)影響模式識(shí)別模型的構(gòu)建
從博弈分析的視角出發(fā),作為土地一級(jí)市場(chǎng)的壟斷供給者,地方政府在土地出讓過(guò)程中有兩種決策情形:考慮與不考慮“鄰居”的出讓量。如果考慮“鄰居”的出讓量,
則將其出讓量納入自己的供給函數(shù),并基于利潤(rùn)最大化調(diào)整自己的出讓量,在這種情形下互動(dòng)影響發(fā)生。另一情形,如果不考慮“鄰居”的出讓量,則僅根據(jù)自身情況,基于利潤(rùn)最大化決定自己的出讓量,在這種情形下互動(dòng)影響沒(méi)有發(fā)生。鑒于此,互動(dòng)影響模式的識(shí)別演化為“考慮”關(guān)系的求解。具體而言,基于地方政府土地出讓的替代關(guān)系,設(shè)各地方政府面對(duì)的土地市場(chǎng)狀況均由線性函數(shù)P(Q)=a-bQ確定,土地出讓成本為c。那么,考慮與不考慮“鄰居”出讓量的博弈分析過(guò)程如下。
(1)不考慮“鄰居”的出讓量。在雙寡頭市場(chǎng)上,這種情形就是經(jīng)典的古諾雙頭壟斷模型。地方政府i(i=1,2)的土地出讓利潤(rùn)由函數(shù)πi(qi)=qi P(Q)-cqi確定。在雙頭壟斷模型中,若一對(duì)出讓量組合為納什均衡,對(duì)地方政府i,土地出讓量q*i應(yīng)為下面最優(yōu)化問(wèn)題的解:
max0≤qi≤a/bπi(qi,q*j)=max0≤qi≤a/bqi[a-b(qi+q*j)-c](2)
利用一階條件對(duì)式(2)進(jìn)行求解,可得出兩個(gè)城市政府的納什均衡出讓量:q*1=q*2= (a-c)/(3b)。進(jìn)一步,將古諾雙頭壟斷模型擴(kuò)展到多寡頭市場(chǎng),設(shè)地方政府?dāng)?shù)量為n,容易得出地方政府i(i=1,2,...,n)的納什均衡出讓量為(a-c)/[(n+1)b]。在這種情形下,地方政府在土地出讓過(guò)程中不考慮“鄰居”的出讓量,互動(dòng)影響沒(méi)有發(fā)生。
(2)考慮“鄰居”的出讓量。在雙寡頭市場(chǎng)上,這種情形就是經(jīng)典的斯塔克爾貝里雙頭壟斷貫序博弈模型,若一對(duì)出讓量組合為子博弈精煉納什均衡,則其必然為:q*1=(a-c)/(2b);q*2=(a-c)/(4b)。根據(jù)單海燕等[33]的研究,若將斯塔克爾貝里雙頭壟斷模型擴(kuò)展至多寡頭市場(chǎng),設(shè)地方政府?dāng)?shù)量為n,則地方政府i(i=1,2,...,n)的出讓量(qi)應(yīng)為下面最優(yōu)化問(wèn)題的解:
max0≤qi≤a/bπi(qi,qi1…,qim)=max0≤qi≤a/bqi[a-b(qi+qi1+…+qim+(n-m-1)qnash)-c](3)
式(3)中,qi1,…,qim 分別為地方政府i納入考慮范圍的m個(gè)“鄰居”的土地出讓量;qnash為不考慮“鄰居”出讓量的納什均衡:(a-c)/[(n+1)b]。利用一階條件對(duì)式(3)最優(yōu)化問(wèn)題求解,可得出地方政府i的子博弈精煉納什均衡出讓量:q*i=(a-c)/(2b)-x/2,其中x=(a-c)/[(n+1)b]·(n-m-1)+qi1+…+qim。值得指出的是,不考慮“鄰居”出讓量博弈模型的納什均衡其實(shí)只是考慮“鄰居”的出讓量博弈模型子博弈精煉納什均衡的一個(gè)特殊情況(m=0)。
上述博弈分析結(jié)果將地方政府土地出讓量與“考慮”關(guān)系結(jié)合在一起,為構(gòu)建互動(dòng)影響模式識(shí)別模型提供了便利。進(jìn)一步,我們基于利潤(rùn)最大化構(gòu)建識(shí)別模型:
max0≤qi≤a/bπi(q1,…,qn)=max0≤qi≤a/b∑ni=1q*i[a-b∑ni=1q*i-c](4)
式(4)中,q*i含義同上。可見(jiàn),在均衡情況下,地方政府i的土地出讓量受到其納入考慮范圍的“鄰居”出讓量的影響。為進(jìn)一步直觀地識(shí)別這種“考慮”關(guān)系,我們引入網(wǎng)絡(luò)分析中常用的關(guān)系矩陣,將地方政府土地出讓過(guò)程中的互動(dòng)影響模式用關(guān)系矩陣進(jìn)行刻畫(huà):
X=x11?x12?…?x1n
x21?x22?…?x2n
…?…?…?…
xn1?xn2?…?xnn(5)
式(5)中的關(guān)系矩陣為一個(gè)n×n矩陣,矩陣元素為0,1二值元素,用于反映地方政府在土地出讓過(guò)程中的互動(dòng)影響關(guān)系,矩陣元素的取值規(guī)則為:
xij=0?(當(dāng)i=j時(shí)或當(dāng)i不考慮j出讓量時(shí))
1?(當(dāng)i考慮j出讓量時(shí))(6)
據(jù)此,根據(jù)關(guān)系矩陣的定義,將矩陣元素引入將式(4)所構(gòu)建的地方政府土地出讓互動(dòng)影響模式識(shí)別模型中,地方政府i的土地出讓量進(jìn)一步表示為:
q*i=(a-c)/(2b)-x/2
其中,x=a-c(n+1)b·(n-∑nj=1xij-1)+xi1q1+…+xinqn;xi1,…,xij,…,xin反映的是地方政府i將哪些“鄰居”的出讓量納入考慮范圍,用于識(shí)別地方政府土地出讓互動(dòng)影響模式。通過(guò)對(duì)式(4)所構(gòu)建的識(shí)別模型所表達(dá)的最優(yōu)化問(wèn)題的求解,可以測(cè)度出式(5)中關(guān)系矩陣的具體形式,進(jìn)而可以刻畫(huà)、識(shí)別地方政府土地出讓互動(dòng)影響的具體模式。
3.2?互動(dòng)影響模式識(shí)別的結(jié)果分析
地方政府土地出讓互動(dòng)影響模式識(shí)別的基本思路是:基于構(gòu)建的識(shí)別模型,根據(jù)地方政府的土地出讓量以及其他相關(guān)參數(shù),采用Matlab遺傳算法工具箱,針對(duì)式(4)模型使用改進(jìn)的遺傳算法對(duì)目標(biāo)空間進(jìn)行隨機(jī)優(yōu)化搜索,反復(fù)進(jìn)行基于遺傳學(xué)的操作(選擇、交叉和變異),搜索出式(5)關(guān)系矩陣中的元素值,進(jìn)而構(gòu)建起網(wǎng)絡(luò)模型并對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行解構(gòu)分析。識(shí)別模型要求的參數(shù)包括:各地方政府商服、住宅、工業(yè)用地的出讓量;區(qū)域商服、住宅、工業(yè)用地多寡頭市場(chǎng)供給函數(shù)P(Q)=a-bQ中的系數(shù)a、b的估計(jì)值;土地出讓成本c。為減少年間數(shù)據(jù)波動(dòng)的影響,保證識(shí)別出的地方政府土地出讓互動(dòng)影響模式具有穩(wěn)定性,我們對(duì)相關(guān)參數(shù)作了處理:土地出讓量取2007—2017年整個(gè)樣本期內(nèi)的平均值;供給函數(shù)的系數(shù)基于2007—2017年整個(gè)樣本期設(shè)區(qū)市層面面板數(shù)據(jù)估計(jì)得出;土地出讓成本用2007—2017年整個(gè)樣本期內(nèi)單位面積土地成交價(jià)款減去土地交易純收益并取各市平均值而得,具體結(jié)果如表4所示。在明確地方政府土地出讓互動(dòng)影響模式識(shí)別模型參數(shù)取值后,我們利用Matlab遺傳算法工具箱編程搜索刻畫(huà)地方政府商服、住宅、工業(yè)用地出讓互動(dòng)影響模式的關(guān)系矩陣,進(jìn)而得出3個(gè)17×17的矩陣。為直觀表現(xiàn)這3個(gè)矩陣所體現(xiàn)的網(wǎng)絡(luò)模型,我們?cè)诳紤]城市之間相對(duì)空間位置的基礎(chǔ)上,繪制地方政府土地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)的示意圖。具體過(guò)程為:如果地方政府j在土地出讓過(guò)程中考慮地方政府i的出讓量,換言之,地方政府i對(duì)地方政府?j的出讓量產(chǎn)生影響,即關(guān)系矩陣元素xij=1,則在關(guān)系網(wǎng)絡(luò)圖中標(biāo)繪一條由地方政府j出發(fā),箭頭指向地方政府i的連線(具體結(jié)果如圖1所示)。
通過(guò)觀察圖1中商服、住宅、工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)圖可以發(fā)現(xiàn),地方政府商服、住宅、工業(yè)用地出讓的互動(dòng)影響是廣泛存在的,互動(dòng)影響關(guān)系相互連接、交錯(cuò)織成了網(wǎng)狀結(jié)構(gòu)。對(duì)于這種互動(dòng)影響關(guān)系網(wǎng)絡(luò)的總體考察難以得出有洞察力的結(jié)果。對(duì)此,我們利用網(wǎng)絡(luò)科學(xué)的方法,對(duì)互動(dòng)影響關(guān)系網(wǎng)絡(luò)進(jìn)行解構(gòu),總體思路是:利用網(wǎng)絡(luò)分析的方法,識(shí)別出在互動(dòng)影響關(guān)系網(wǎng)絡(luò)具有重要影響的關(guān)鍵少數(shù)?;诖耍覀冞M(jìn)行了兩方面的解構(gòu):一是利用復(fù)雜有向網(wǎng)絡(luò)聲望測(cè)度的方法,測(cè)算各地方政府的等級(jí)聲望,反映各地方政府的全局影響;二是利用結(jié)構(gòu)洞分析工具,測(cè)度各地方政府的結(jié)構(gòu)洞指數(shù),發(fā)現(xiàn)互動(dòng)影響傳導(dǎo)過(guò)程中的關(guān)鍵節(jié)點(diǎn)。
(1)等級(jí)聲望測(cè)度。等級(jí)聲望用于反映行動(dòng)者被其他行動(dòng)者關(guān)注或選擇的顯著性[34]。在地方政府土地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,高等級(jí)聲望的地方政府意味著能夠?qū)^多的其他地方政府的出讓量產(chǎn)生影響,并且受其影響的地方政府能夠影響更多的其他地方政府。換言之,高等級(jí)聲望意味著地方政府對(duì)區(qū)域土地出讓量具有全局性的影響。對(duì)于等級(jí)聲望的測(cè)度,我們采用GRADAP軟件實(shí)現(xiàn),測(cè)度結(jié)果如表5所示。可以發(fā)現(xiàn),在商服、住宅、工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,等級(jí)聲望最高的地方政府分別是:濟(jì)寧、青島、菏澤,表明這3個(gè)地方政府的出讓量對(duì)山東省整個(gè)區(qū)域的商服、住宅、工業(yè)用地出讓量具有全局性的影響。
(2)結(jié)構(gòu)洞分析。結(jié)構(gòu)洞是指網(wǎng)絡(luò)節(jié)點(diǎn)之間非冗余的連接[35]。以一個(gè)甲、乙、丙、丁4節(jié)點(diǎn)組成的網(wǎng)絡(luò)為例,如果除甲與丙、乙與丙、丙與丁之間有連接之外無(wú)其它連接,則認(rèn)為甲、乙與丁之間存在一個(gè)結(jié)構(gòu)洞,結(jié)構(gòu)洞的存在使丙可以控制關(guān)系的傳導(dǎo)。在地方政府土地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞就是互動(dòng)影響關(guān)系傳導(dǎo)過(guò)程中的關(guān)鍵節(jié)點(diǎn)。對(duì)于結(jié)構(gòu)洞的分析,我們采用限制度指標(biāo)反映地方政府運(yùn)用結(jié)構(gòu)洞的能力[35],測(cè)度過(guò)程使用UCINET軟件實(shí)現(xiàn),測(cè)度結(jié)果如表5所示??梢园l(fā)現(xiàn),在商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,限制度最高的地方政府是濰坊;在住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,限制度最高的地方政府是煙臺(tái)、威海、臨沂、德州;在工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,限制度最高的地方政府是濟(jì)寧、日照、萊蕪,這表明上述地方政府分別是對(duì)應(yīng)網(wǎng)絡(luò)中互動(dòng)影響傳導(dǎo)的關(guān)鍵節(jié)點(diǎn)。
4?地方政府土地出讓互動(dòng)影響模式的溢出效應(yīng)分析
地方政府在商服、住宅、工業(yè)用地出讓過(guò)程中的互動(dòng)影響呈現(xiàn)出復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)。換言之,地方政府土地出讓量會(huì)受到“鄰居”的影響,同時(shí),在互動(dòng)影響關(guān)系網(wǎng)絡(luò)中不直接相連的兩個(gè)地方政府,也可能通過(guò)“中間人”過(guò)渡產(chǎn)生間接影響,這必然會(huì)導(dǎo)致地方政府土地出讓行為產(chǎn)生溢出效應(yīng)。我們推測(cè)基于互動(dòng)影響關(guān)系網(wǎng)絡(luò)產(chǎn)生的溢出效應(yīng)應(yīng)該是普遍存在的,同時(shí),高等級(jí)聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)應(yīng)該具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。如何考察互動(dòng)影響關(guān)系網(wǎng)絡(luò)產(chǎn)生的溢出效應(yīng)?對(duì)此,我們利用脈沖響應(yīng)分析的方法,針對(duì)識(shí)別出的地方政府土地出讓互動(dòng)影響模式進(jìn)行溢出效應(yīng)分析,即測(cè)度地方政府土地出讓量變動(dòng)的沖擊對(duì)其他地方政府土地出讓量變動(dòng)的影響。需要指出的是,脈沖響應(yīng)分析是一種乏理論模型,甚至兩個(gè)毫無(wú)現(xiàn)實(shí)聯(lián)系的變量也可能測(cè)度出脈沖響應(yīng)。但是,由于我們的脈沖響應(yīng)分析建立在互動(dòng)影響檢驗(yàn)與模式識(shí)別的基礎(chǔ)上,因此,本文的脈沖響應(yīng)分析具有明確的現(xiàn)實(shí)依據(jù),分析結(jié)果也具有相應(yīng)的參考價(jià)值。
4.1?廣義脈沖響應(yīng)函數(shù)的構(gòu)建
考慮到空間上“鄰居”影響與時(shí)間上滯后影響的存在,溢出效應(yīng)分析模型應(yīng)兼顧時(shí)空兩個(gè)維度的因素。因此,只能反映隨機(jī)沖擊在時(shí)間維度動(dòng)態(tài)影響的傳統(tǒng)脈沖響應(yīng)函數(shù)不能很好地適用于本文分析的主題。鑒于此,應(yīng)將空間因素納入傳統(tǒng)時(shí)間序列分析,進(jìn)而用于本文的研究。對(duì)此,Holly等[36]與Gong等[37]的研究為我們提供了啟示。他們提出將空間滯后變量納入時(shí)間序列分析,構(gòu)建誤差修正模型(ECM)與廣義脈沖響應(yīng)函數(shù)(GIRF),并成功地用于測(cè)度城市間房?jī)r(jià)變動(dòng)沖擊的相互影響。參考他們的研究,我們?cè)O(shè)置了地方政府土地出讓互動(dòng)影響模式溢出效應(yīng)的分析模型,模型形式為誤差修正模型:
Δqit=is(qi,t-1-q-si,t-1)+ai+ai1Δqi,t-1+bi1Δq-si,t-1+εit(7)
式(7)中,Δqit為地方政府當(dāng)期土地出讓量的變動(dòng),其余差分變量含義以此類(lèi)推;q-si,t-1=∑wijqjt-1為空間滯后變量,即上一期“鄰居”的距離加權(quán)平均土地出讓量,wij=1/dij,為城市i與城市j(j≠i)基于經(jīng)緯度球面距離的倒數(shù);下標(biāo)i=1,2,…,17。模型中待估參數(shù)含義分別為:is測(cè)度的是誤差修正項(xiàng),即對(duì)“鄰居”出讓量偏離的動(dòng)態(tài)調(diào)整;ai1測(cè)度的是地方政府土地出讓量的滯后影響;bi1測(cè)度的是“鄰居”土地出讓量的滯后影響;ai為常數(shù)項(xiàng)。根據(jù)式(7)模型,可以構(gòu)建一個(gè)廣義脈沖響應(yīng)函數(shù),用于分析某個(gè)地方政府土地出讓量變動(dòng)沖擊對(duì)其他地方政府土地出讓量的影響。廣義脈沖響應(yīng)函數(shù)中H和G為基于式(7)模型整理得出的系數(shù)矩陣:
Δqit=a+Hqit-1+GΔqit-1+εit(8)
4.2?互動(dòng)影響模式溢出效應(yīng)的結(jié)果分析
根據(jù)構(gòu)建的廣義脈沖響應(yīng)函數(shù),我們采用2007—2017年山東省各設(shè)區(qū)市商服、住宅、工業(yè)用地出讓數(shù)據(jù)進(jìn)行實(shí)證分析。需要說(shuō)明的是,為提高模型參數(shù)估計(jì)的顯著性,我們將土地出讓量調(diào)整以半年周期計(jì)算的數(shù)據(jù),共22期。在此基礎(chǔ)上,分用途、分城市對(duì)式(7)模型中3個(gè)變量進(jìn)行參數(shù)估計(jì)(限于篇幅未列出估計(jì)結(jié)果),并構(gòu)建廣義脈沖響應(yīng)函數(shù),采用基于MATLAB的廣義脈沖分析工具GVAR工具箱(GVAR Toolbox 2.0)進(jìn)行分析,得出如下結(jié)果。
4.2.1?商服用地出讓互動(dòng)影響模式溢出效應(yīng)分析
總體層面上,參與分析的16個(gè)設(shè)區(qū)市地方政府對(duì)其他地方政府商服用地出讓量平均影響強(qiáng)度的均值為3.35 hm2(見(jiàn)表6),占設(shè)區(qū)市地方政府商服用地年均出讓量的1.89%。換言之,在平均水平上,一個(gè)地方政府商服用地出讓量一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)擾動(dòng)沖擊會(huì)導(dǎo)致其他地方政府商服用地出讓量變動(dòng)1.89%,這說(shuō)明溢出效應(yīng)是普遍存在的。個(gè)體層面上,為反映各設(shè)區(qū)市地方政府商服用地出讓溢出效應(yīng)的差異,我們將參與分析的16個(gè)設(shè)區(qū)市地方政府商服用地出讓量的廣義脈沖響應(yīng)分析結(jié)果加以整理,報(bào)告在表6中的第二、三列。第二、三列分別報(bào)告的是地方政府商服用地出讓量變動(dòng)沖擊對(duì)其他地方政府的平均影響強(qiáng)度與變異系數(shù),這樣可以同時(shí)反映某個(gè)地方政府商服用地出讓量變動(dòng)沖擊對(duì)其他地方政府影響的大小和離散程度。可以發(fā)現(xiàn),商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中等級(jí)聲望數(shù)值排名第一的濟(jì)寧以及與其差異不大(0.95以上)的其他3個(gè)地方政府:濱州、東營(yíng)、棗莊,對(duì)其他地方政府商服用地出讓的平均影響強(qiáng)度較大,分別導(dǎo)致其他地方政府商服用地出讓量變動(dòng)9.10 hm2、4.11 hm2、4.96 hm2、8.19 hm2,分別占地方政府商服用地年均出讓量的5.13%、2.32%、2.79%、4.62%,
在平均影響強(qiáng)度中分別排名第一、第六、第四、第二,同時(shí)變異系數(shù)處于較低水平。綜上,我們認(rèn)為商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中高等級(jí)聲望的地方政府商服用地出讓量的變動(dòng)對(duì)其他地方政府具有廣泛且明顯的影響。另一方面,商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中結(jié)構(gòu)洞指數(shù)排名第一的濰坊以及與其較為接近的煙臺(tái),其平均影響強(qiáng)度較小,分別為1.35 hm2、1.72 hm2,但其變異系數(shù)較大,分別為1.14、1.01,排名第一和第三。綜上,我們認(rèn)為商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中高結(jié)構(gòu)洞指數(shù)的地方政府商服用地出讓量的變動(dòng)對(duì)其他地方政府具有強(qiáng)度不大但差異明顯的影響。
4.2.2?住宅用地出讓互動(dòng)影響模式溢出效應(yīng)分析
總體層面上,參與分析的16個(gè)設(shè)區(qū)市地方政府對(duì)其他地方政府住宅用地出讓量平均影響強(qiáng)度的均值為7.67 hm2(見(jiàn)表6),占設(shè)區(qū)市地方政府住宅用地年均出讓量的1.19%,說(shuō)明溢出效應(yīng)是普遍存在的。個(gè)體層面上,為反映各設(shè)區(qū)市地方政府住宅用地出讓溢出效應(yīng)的差異,我們報(bào)告了參與分析的16個(gè)設(shè)區(qū)市地方政府住宅用地出讓量廣義脈沖響應(yīng)分析的量化結(jié)果。表6中第四、五列分別列出了住宅用地出讓量變動(dòng)沖擊的平均影響強(qiáng)度與變異系數(shù)??梢园l(fā)現(xiàn),住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中等級(jí)聲望數(shù)值排名前三(0.95以上)的3個(gè)地方政府:青島、濰坊、棗莊的平均影響強(qiáng)度較大,分別為25.38 hm2、15.39 hm2、21.09 hm2,分別占設(shè)區(qū)市地方政府住宅用地年均出讓量的3.94%、2.39%、3.27%,在平均影響強(qiáng)度中分別排名第一、第三、第二,同時(shí)變異系數(shù)處于較低水平。綜上,我們認(rèn)為住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中高等級(jí)聲望的地方政府住宅用地出讓量的變動(dòng)對(duì)其他地方政府具有廣泛且明顯的影響。另一方面,由于住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中不存在明顯的結(jié)構(gòu)洞(體現(xiàn)為結(jié)構(gòu)洞指數(shù)低),因此,結(jié)構(gòu)洞對(duì)地方政府住宅用地出讓溢出效應(yīng)的影響不明顯。外在表現(xiàn)為,結(jié)構(gòu)洞指數(shù)排名并列第一的4個(gè)地方政府:煙臺(tái)、威海、臨沂、德州,其平均影響強(qiáng)度較小,并且變異系數(shù)并不明顯偏大。
4.2.3?工業(yè)用地出讓互動(dòng)影響模式溢出效應(yīng)分析
總體層面上,參與分析的17個(gè)設(shè)區(qū)市地方政府對(duì)其他地方政府工業(yè)用地出讓量平均影響強(qiáng)度的均值為16.22 hm2(見(jiàn)表6),占設(shè)區(qū)市地方政府工業(yè)用地年均出讓量的1.72%,溢出效應(yīng)普遍存在。個(gè)體層面上,為反映各設(shè)區(qū)市地方政府工業(yè)用地出讓溢出效應(yīng)的差異,我們報(bào)告了參與分析的17個(gè)設(shè)區(qū)市地方政府工業(yè)用地出讓量廣義脈沖響應(yīng)分析的量化結(jié)果。在表6的第六、七列分別提供了工業(yè)用地出讓量變動(dòng)沖擊的平均影響強(qiáng)度與變異系數(shù)??梢园l(fā)現(xiàn),工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中等級(jí)聲望數(shù)值排名前二(0.95以上)的2個(gè)地方政府:菏澤、濟(jì)南的平均影響強(qiáng)度較大,分別為55.68 hm2、38.86 hm2,分別占設(shè)區(qū)市地方政府工業(yè)用地年均出讓量的5.90%、4.12%,在平均影響強(qiáng)度中分別排名第一、第二,同時(shí)變異系數(shù)處于較低水平。綜上,我們認(rèn)為工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中高等級(jí)聲望的地方政府工業(yè)用地出讓量的變動(dòng)對(duì)其他地方政府具有廣泛且明顯的影響。另一方面,結(jié)構(gòu)洞指數(shù)排名并列第一的3個(gè)地方政府:濟(jì)寧、日照、萊蕪,其平均影響強(qiáng)度較小,但變異系數(shù)較大,分別為1.67、1.73、2.12,分別排名第三、第二、第一。綜上,我們認(rèn)為工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中處于結(jié)構(gòu)洞位置的地方政府的工業(yè)用地出讓量變動(dòng)對(duì)其他地方政府具有強(qiáng)度一般但差別明顯的影響。
5?研究結(jié)論與政策啟示
本文以山東省設(shè)區(qū)市地方政府為研究對(duì)象,在對(duì)地方政府土地出讓互動(dòng)影響進(jìn)行檢驗(yàn)的基礎(chǔ)上,結(jié)合博弈模型與網(wǎng)絡(luò)分析,識(shí)別出這種互動(dòng)影響的具體模式,并利用廣義脈沖響應(yīng)函數(shù)分析了互動(dòng)影響關(guān)系網(wǎng)絡(luò)所產(chǎn)生的溢出效應(yīng)。研究發(fā)現(xiàn):
(1)地方政府商服、住宅、工業(yè)用地出讓量存在顯著的互動(dòng)影響,互動(dòng)影響強(qiáng)度按照商服、工業(yè)、住宅的順序減少。同時(shí),模型中空間滯后項(xiàng)系數(shù)的大小在所有變量中處于中間水平,說(shuō)明互動(dòng)影響在地方政府土地出讓過(guò)程中發(fā)揮著較為重要的作用,是一個(gè)不能忽視的因素。
(2)地方政府商服、住宅、工業(yè)用地出讓的互動(dòng)影響關(guān)系相互連接、交錯(cuò)織成了網(wǎng)絡(luò)結(jié)構(gòu)。在商服、住宅、工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,等級(jí)聲望最高的地方政府分別為:濟(jì)寧、青島、菏澤。在商服用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為濰坊;在住宅用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為:煙臺(tái)、威海、臨沂、德州;在工業(yè)用地出讓互動(dòng)影響關(guān)系網(wǎng)絡(luò)中,結(jié)構(gòu)洞指數(shù)最高的地方政府為:濟(jì)寧、日照、萊蕪。
(3)在平均水平上,地方政府商服、住宅、工業(yè)用地出讓量一個(gè)標(biāo)準(zhǔn)差大小的隨機(jī)擾動(dòng)沖擊會(huì)導(dǎo)致其他地方政府商服、住宅、工業(yè)用地出讓量變動(dòng)1.89%、1.19%、1.72%,表明溢出效應(yīng)是普遍存在的。同時(shí),高等級(jí)聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。
基于上述研究結(jié)論,可以得出的“表”與“里”兩點(diǎn)政策啟示:
(1)考慮到地方政府土地出讓互動(dòng)影響是客觀存在的,并且其模式及溢出效應(yīng)是可識(shí)別的。那么,表面上的政策啟示是直接而明確的:應(yīng)該重視地方政府土地出讓互動(dòng)影響導(dǎo)致的溢出效應(yīng),避免一葉障目的誤區(qū),按照分清主次的原則,通過(guò)對(duì)關(guān)鍵少數(shù)地方政府土地出讓行為的有效管理,充分利用其溢出效應(yīng),更好地促進(jìn)相關(guān)政策目標(biāo)的實(shí)現(xiàn)。
(2)考慮到地方政府土地出讓互動(dòng)影響的發(fā)生機(jī)制來(lái)源于標(biāo)尺競(jìng)爭(zhēng),而標(biāo)尺競(jìng)爭(zhēng)的結(jié)果有害于效率已是普遍共識(shí),我國(guó)已經(jīng)發(fā)生并影響至今的重復(fù)建設(shè)、市場(chǎng)分割便是教訓(xùn)。在土地管理領(lǐng)域,我們也可以觀察到,地方政府土地出讓的標(biāo)尺競(jìng)爭(zhēng)已經(jīng)導(dǎo)致土地供給結(jié)構(gòu)失衡,并進(jìn)而引發(fā)了土地要素的價(jià)格扭曲。因此,地方政府局部的、短期的獲利,伴隨的是全局的、長(zhǎng)期的經(jīng)濟(jì)效率的受損。鑒于此,利用溢出效應(yīng),促進(jìn)土地出讓調(diào)控目標(biāo)的實(shí)現(xiàn)只是一個(gè)在目前既定制度安排下的次優(yōu)選擇。對(duì)此,更深層次的政策啟示是:要打破地方政府之間缺乏效率的土地出讓互動(dòng)影響,需要對(duì)導(dǎo)致標(biāo)尺競(jìng)爭(zhēng)產(chǎn)生的財(cái)稅制度、政績(jī)考核制度、土地制度等一系列的既有制度安排進(jìn)行改革,這是實(shí)現(xiàn)更有效率的地方政府土地出讓行為的基礎(chǔ)。
(編輯:劉照勝)
參考文獻(xiàn)
[1]GLAESER E L, SHAPIRO J. Urban growth in the 1990s: is city living back?[J]. Journal of regional science, 2003, 43(1):139-165.
[2]彭山桂,陳晨,王健,等.居住模式、地方政府土地供給行為與人口流動(dòng)——以廣東省和山東省為例[J].資源科學(xué),2017,39(10):1858-1870.
[3]TIEBOUT C. A pure theory of local expenditures[J]. Journal of political economics, 1956,64:416-424.
[4]BRUECKER J K, SAAVEDRA L A. Do local governments engage in strategic tax competition?[J]. National tax journal,2001,54:203-230.
[5]BESLEY T, CASE A. Incumbent behavior: vote seeking, tax setting and yardstick competition[J]. American economic review, 1995, 85(1):25-45.
[6]BRUECKER J K. Strategic interaction among governments: an overview of empirical studies[J]. International regional science rev-iew, 2003,26(2): 175-188.
[7]SU F B, TAO R, XI L, et al. Local officials incentives and Chinas economic growth: tournament thesis reexamined and alternative explanatory framework[J]. China & world economy, 2010,20(4):1-18.
[8]XU C G. The fundamental institutions of Chinas reforms and development[J]. Journal of economic literature, 2011,49(4):1076-1151.
[9]REVELLI F. On spatial public finance empiric[J]. International tax and public finance,2005(12):475-492.
[10]BYRNE P F. Strategic interaction and the adoption of tax increment financing[J]. Regional science and urban economics, 2005,35(3):279-303.
[11]MURILLO R H. Strategic interaction in tax policies among states[J]. Federal reserve bank of St Louis review,2003,85(5):47-56.
[12]ALLERS M A, ELHORST J P. Tax mimicking and yardstick competition among local governments in the Netherlands[J]. International tax and public finance, 2005(12): 493-513.
[13]ELHORST J P, FRERET S. Evidence of political yardstick competition in France using a two-regime spatial durbin model with fixed effect[J]. Journal of regional science,2009,49(5):931-951.
[14]DENG X Z, HUANG J K, ROZELLE S, et al. Economic growth and the expansion of urban land in China[J]. Urban studies,2010, 47(4):813-843.
[15]汪沖.寡頭型一級(jí)土地供應(yīng)、策略互動(dòng)影響與財(cái)政調(diào)整——基于 282 個(gè)城市面板數(shù)據(jù)的動(dòng)態(tài)空間計(jì)量[J].財(cái)經(jīng)論叢,2011(5):32-37.
[16]龍奮杰,王蕭濛,鄒迪.基于標(biāo)尺競(jìng)爭(zhēng)的地方政府土地出讓行為互動(dòng)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,55(9):971-976.
[17]羅必良,李尚蒲. 地方政府間競(jìng)爭(zhēng):土地出讓及其策略選擇——來(lái)自中國(guó)省級(jí)面板數(shù)據(jù) (1993—2009年)的經(jīng)驗(yàn)證據(jù)[J].學(xué)術(shù)研究,2014(1):67-78.
[18]TAO R, SU F B, LIU M X, et al. Land leasing and local public finance in Chinas regional development: evidence from prefecture-level cities[J]. Urban studies,2010,47(10): 2217-2236.
[19]HE C F, HUANG Z J, WANG R. Land use change and economic growth in urban China: a structural equation analysis [J].Urban studies, 2014, 51(13):2880-2898.
[20]HUANG Z J, HE C F, HAN L. Local government intervention, firm-government connection, and industrial land expansion in China[J]. Journal of urban affairs,2017(4):1-17.
[21]HUANG Z H, DU X J. Strategic interaction in local governments industrial land supply: evidence from China[J]. Urban studies,2017, 54(6): 1328-1346.
[22]陸銘,張航,梁文泉.偏向中西部的土地供應(yīng)如何推升了東部的工資[J].中國(guó)社會(huì)科學(xué),2015(5):59-83.
[23]羅能生,王玉澤.財(cái)政分權(quán)、環(huán)境規(guī)制與區(qū)域生態(tài)效率——基于動(dòng)態(tài)空間杜賓模型的實(shí)證研究[J].中國(guó)人口·資源與環(huán)境,2017,27(4):110-118.
[24]HODGE T R, MCMILLEN D P, SANDS G, et al. Assessment inequity in a declining housing market: the case of Detroit[J]. Real estate economics,2016(1):1-22.
[25]宋佳楠,金曉斌,唐健,等. 中國(guó)城市地價(jià)水平及變化影響因素分析[J].地理學(xué)報(bào),2011,66(8):1045-1054.
[26]華文,范黎,吳群,等. 城市地價(jià)水平影響因素的相關(guān)分析——以江蘇省為例[J].經(jīng)濟(jì)地理,2005,25(2):202-206.
[27]吳群,李永樂(lè). 財(cái)政分權(quán)、地方政府競(jìng)爭(zhēng)與土地財(cái)政[J].財(cái)貿(mào)經(jīng)濟(jì),2010(7): 51-59.
[28]山東省統(tǒng)計(jì)局. 山東省統(tǒng)計(jì)年鑒(2008—2018)[M]. 北京:中國(guó)統(tǒng)計(jì)出版社,2008—2018.
[29]國(guó)家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司.中國(guó)城市統(tǒng)計(jì)年鑒(2008—2018)[M]. 北京:中國(guó)統(tǒng)計(jì)出版社,2008—2018.
[30]ELHORST J P. Applied spatial econometrics: raising the bar[J].Spatial economics annals,2010,5(1):9-28.
[31]LEE L F, YU J. Spatial panels: random components versus fixed effect[J]. International economic review,2012,53(4):1369-1388.
[32]林毅夫.潮涌現(xiàn)象與發(fā)展中國(guó)家宏觀經(jīng)濟(jì)理論的重新構(gòu)建[J].經(jīng)濟(jì)研究,2007(1):126-131.
[33]單海燕,王文平.面向產(chǎn)量決策的多寡頭網(wǎng)絡(luò)最優(yōu)結(jié)構(gòu)分析[J].管理科學(xué)學(xué)報(bào),2010,13(5):33-42.
[34]WASSERMAN S, FAUST K, GALASKIEWICZ J. Correspondence and canonical analysis of relational data[J]. Journal of mathema-tical sociology,1990(15):11-64.
[35]BURT R S. Detecting role equivalence[J]. Social network,1990(12):83-97.
[36]HOLLY S, PESARAN M H, YAMAGATA T. The spatial and temporal diffusion of house prices in the UK[J]. Journal of urban economics, 2011, 69(1):2-23.
[37]GONG Y L, HU J X, BOELHOUWER P J. Spatial interrelations of Chinese housing markets: spatial causality, convergence and diffusion[J]. Regional science and urban economics,2016,59(7):103-117.
Study on the mode and spillover effect of interaction influence of localgovernment land transfer
PENG Shan-gui1,2?JING Lin-lin1?ZHANG Miao1?CHENG Dao-ping1?WU Qun3
(1.School of Business, Shandong Normal University, Jinan Shandong 250358, China;2.Public Administration PostdoctoralResearch Station, Nanjing Agricultural University, Nanjing Jiangsu 210095, China;3.College of Public Administration, Nanjing Agriculture University, Nanjing Jiangsu 210095, China)
Abstract?Based on the test of the interaction influence of land transfer of local government, combined with the game model and network analysis, this paper takes the local governments of the prefecture-level cities in Shandong Province as the research object, and uses GIRF to identify the specific mode of this interactive influence and to analyze the spillover effect generated by the interactive influence network. The results show as follows: ①There is a significant interactive influence in the quantity among commercial land, residential land and industrial land of local governments, and the strength of interactive influence is reduced in the sequence of commercial, industrial and residential land. The interactive influence plays an important role in land transfer process of the local governments and it is a factor that cannot be ignored. ②The interactive influences of commercial, residential and industrial land transfer of the local governments are interconnected and intertwined into a network structure. In the interactive influence network of commercial, residential and industrial land transfer, cities with the highest level of prestige are: Jining, Qingdao and Heze respectively. City with the highest structural hole index in the interactive influence network of commercial land transfer is Weifang. Cities with the highest structural hole index in the interactive influence network of residential land transfer are Yantai, Weihai, Linyi and Dezhou. Cities with the highest structural hole index in the interactive influence network of industrial land transfer are Jining, Rizhao and Laiwu. ③On the average, a random disturbance impact of one standard deviation of commercial, residential and industrial land transfer of local government will lead to changes of 1.89%, 1.19% and 1.72% of land transfer in other local governments respectively, indicating that spillover effects are widespread. The key and few local governments, such as local governments with the highest level of prestige and standing in structural hole, have obvious forms of spillover effects that are different from other local governments. Policy implications of the above research conclusions are as follows: ①We should pay more attention to the spillover effect of interactive influence among construction land transfer of the local governments. According to the principle of distinguishing the primary and secondary factors, we can achieve the relevant policy objectives better through the effective management of the land transfer behavior of the key and few local governments and making full use of the spillover effect. ②We should standardize the interactive influence of land transfer caused by yardstick competition. A series of existing institutional arrangements needs to be reformed such as fiscal system, government performance appraisal system and land system, which are the basis of local governments to achieve more efficient land transfer behavior.
Key words?local government; land transfer; interaction influence; spillover effect