朱于珂，黃 毅

（1.中南財經(jīng)政法大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430073；2.湖南工程學(xué)院 管理學(xué)院，湖南 湘潭 411104）

工業(yè)用地是工業(yè)發(fā)展的載體，工業(yè)用地利用效率不僅在一定程度上會影響未來工業(yè)發(fā)展的彈性與空間，且對區(qū)域生態(tài)環(huán)境影響巨大。在全面建成小康的決勝階段，城鎮(zhèn)化、工業(yè)化加速發(fā)展，必須合理有效地提高工業(yè)用地利用效率，促進(jìn)工業(yè)用地集約化，推動經(jīng)濟(jì)持續(xù)穩(wěn)步增長。在供給側(cè)結(jié)構(gòu)性改革的背景下，提升工業(yè)用地利用效率對推動工業(yè)轉(zhuǎn)型升級、促進(jìn)工業(yè)經(jīng)濟(jì)由規(guī)模速度型向質(zhì)量效益型轉(zhuǎn)變、加快發(fā)展生態(tài)工業(yè)意義重大。2016 年7 月，中華人民共和國工業(yè)和信息化部發(fā)布的《工業(yè)綠色發(fā)展規(guī)劃（2016—2020 年）》明確指出：“工業(yè)領(lǐng)域堅持把發(fā)展資源節(jié)約型、環(huán)境友好型工業(yè)作為轉(zhuǎn)型升級的重要著力點”，而提高工業(yè)用地利用效率正是促進(jìn)工業(yè)綠色發(fā)展的重要環(huán)節(jié)。

財政分權(quán)關(guān)乎各地區(qū)政府的經(jīng)濟(jì)自主權(quán)，作為經(jīng)濟(jì)分權(quán)的重要組成部分，財政分權(quán)對工業(yè)用地利用效率乃至工業(yè)發(fā)展的作用不言而喻。與此同時，財政分權(quán)背景下，各地政府自主決策度加強(qiáng)，市場一體化建設(shè)步伐加速。市場整合直接影響區(qū)域技術(shù)創(chuàng)新與經(jīng)濟(jì)發(fā)展［1］，而工業(yè)用地效率受區(qū)域經(jīng)濟(jì)發(fā)展的影響顯著［2］，因此，市場整合必然會對區(qū)域工業(yè)用地利用效率產(chǎn)生影響。然而，在工業(yè)用地利用效率不同的地區(qū)，財政分權(quán)與市場整合對工業(yè)用地利用效率的影響程度必然不同。本文的主要貢獻(xiàn)在于：構(gòu)建面板分位數(shù)回歸模型，創(chuàng)新性地探索了在不同分位數(shù)水平上財政分權(quán)與市場整合對工業(yè)用地利用效率及其增長率的異質(zhì)影響；對工業(yè)用地利用效率影響機(jī)制進(jìn)行更加系統(tǒng)全面的研究；針對本文得出的研究結(jié)論，因地制宜，為提高工業(yè)用地效率提出有效的政策建議。

一、文獻(xiàn)回顧

（一）財政分權(quán)對工業(yè)用地利用效率的影響機(jī)制分析

目前，國內(nèi)外已有許多學(xué)者探索了地方政府競爭對工業(yè)用地利用效率的影響機(jī)制。羅能生和彭郁［3］認(rèn)為，政府競爭會直接影響工業(yè)資本從而影響工業(yè)用地利用效率，通過實證得出，政府競爭對促進(jìn)工業(yè)用地利用效率效果顯著。財政分權(quán)代表一個政府的財政自主度，是政府競爭的重要體現(xiàn)。財政分權(quán)程度越高，地方政府發(fā)展本地經(jīng)濟(jì)的財政激勵越強(qiáng)。財政分權(quán)很大程度上影響了各級政府乃至不同地區(qū)的財政支出效率與結(jié)構(gòu)［4］。陶然等［5］認(rèn)為：財政分權(quán)在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)可能會導(dǎo)致政府間開展低水平競爭，從而阻礙技術(shù)進(jìn)步，降低生產(chǎn)要素的利用效率。同時由于財政自主度較高，地區(qū)間為爭奪流動性稅基而開展的“土地引資競爭”就越激烈，工業(yè)地價扭曲，導(dǎo)致工業(yè)用地不合理擴(kuò)張，工業(yè)用地利用效率損失也越嚴(yán)重。因而有學(xué)者認(rèn)為財政分權(quán)會對工業(yè)用地利用效率產(chǎn)生負(fù)面影響［6］。但也有學(xué)者存在不同的觀點，例如，姜海和曲福田［7］認(rèn)為：財政分權(quán)有利于政府通過促進(jìn)當(dāng)?shù)乜萍歼M(jìn)步，從而提高工業(yè)用地利用效率；嚴(yán)思齊和彭建超［2］通過門檻回歸分析得出，在不同經(jīng)濟(jì)發(fā)展程度地區(qū)，財政分權(quán)對工業(yè)用地利用效率具有差異化影響：在經(jīng)濟(jì)發(fā)展發(fā)展水平較低的地區(qū)，財政分權(quán)對工業(yè)用地利用效率具有顯著負(fù)向影響；但是在經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，財政分權(quán)對工業(yè)用地利用效率具有顯著正向影響。然而，上述研究忽略了在工業(yè)用地利用效率不同的地區(qū)，地方政府根據(jù)實際情況與不同發(fā)展水平的動態(tài)變化，財政分權(quán)或者政府競爭對工業(yè)用地利用效率的影響必然會存在差異。因此，財政分權(quán)對工業(yè)用地利用效率的影響機(jī)理需要進(jìn)行更系統(tǒng)、更全面的動態(tài)化研究。

（二）市場整合對工業(yè)用地利用效率的影響機(jī)制分析

市場整合，通常也被稱為市場一體化，是指在地理空間中分散的兩個或兩個以上獨(dú)立市場通過某種方法組成單個的統(tǒng)一市場，是指各區(qū)域、各產(chǎn)業(yè)之間產(chǎn)品和生產(chǎn)要素自由流動、規(guī)則一致，最終表現(xiàn)為價格合理、資源配置的高效利用。張友國［8］認(rèn)為，市場一體化指的是各地區(qū)商品和生產(chǎn)要素在市場機(jī)制的作用下，按照市場規(guī)律在各地區(qū)間流動。市場整合直接影響區(qū)域技術(shù)創(chuàng)新與經(jīng)濟(jì)發(fā)展［1］，一方面市場整合有利促進(jìn)規(guī)模經(jīng)濟(jì)的出現(xiàn)，并提高生產(chǎn)力［9］；另一方面市場整合在加速區(qū)域競爭的同時，也刺激了科學(xué)技術(shù)更新與傳播［10］。由于工業(yè)用地效率受區(qū)域經(jīng)濟(jì)發(fā)展與科技水平的影響顯著［2］，所以市場整合必然會對工業(yè)用地利用效率產(chǎn)生影響。目前，市場整合是市場化改革的重要舉措。有學(xué)者從實證的角度上，研究了市場化改革對土地利用效率的影響，例如，Du 等［11］通過實證研究，發(fā)現(xiàn)城市土地市場化改革對土地利用效率具有正向影響；趙愛棟等［12］通過研究發(fā)現(xiàn)，在中西部地區(qū)，工業(yè)用地市場化改革顯著地促進(jìn)了工業(yè)用地利用效率的提高；而在東部地區(qū)，工業(yè)用地市場化改革卻對工業(yè)用地利用效率產(chǎn)生了負(fù)向影響。然而由于市場化改革的概念太過寬泛，市場化改革對工業(yè)用地利用效率的影響研究大多停留在宏觀層面，鮮有學(xué)者對市場整合與工業(yè)用地利用效率之間的動態(tài)關(guān)系進(jìn)行深入研究。

綜上，財政分權(quán)與市場整合對工業(yè)用地利用效率的影響機(jī)制如圖1 所示。目前大多數(shù)學(xué)者在研究財政分權(quán)對工業(yè)用地利用效率的影響時，僅考慮了兩者之間的單一線性關(guān)系；目前關(guān)于財政分權(quán)與市場整合對工業(yè)用地利用效率的影響還沒有一個統(tǒng)一的定論；此外，大多數(shù)學(xué)者對于市場化改革與工業(yè)用地利用效率之間關(guān)系的研究僅停留在宏觀層面，將市場化改革這一概念細(xì)化，并集中研究市場整合對工業(yè)用地利用效率影響的文獻(xiàn)較少，更是鮮有研究考慮到財政分權(quán)與市場整合對工業(yè)用地利用效率的共同作用與影響；在工業(yè)用地利用效率不同的地區(qū)，財政分權(quán)與市場整合對工業(yè)用地利用效率的影響是否會存在異質(zhì)性？因此，本文構(gòu)建面板分位數(shù)回歸模型，分析在不同分位數(shù)水平上財政分權(quán)與市場整合對工業(yè)用地利用效率的影響差異，對工業(yè)用地利用效率影響機(jī)制進(jìn)行更加系統(tǒng)、全面的動態(tài)化研究。

圖1 財政分權(quán)、市場整合對工業(yè)用地利用效率的影響機(jī)制

二、研究方法

（一）市場整合的測度

關(guān)于市場整合的測度，本文參考桂琦寒等［13］的方法——相對價格法進(jìn)行測度。在該方法中，市場整合劃分為消除了地理距離因素的市場整合與未消除地理距離因素的市場整合。

本文利用一個3 維（t×m×k）的面板數(shù)據(jù)來計算市場中各類商品的價格方差。三維數(shù)據(jù)中，t代表時間，m代表地區(qū)，k代表商品。在時間上，選取2005—2017 年期間的數(shù)據(jù)；在地區(qū)上，選取除西藏、海南、重慶與港澳臺地區(qū)外的28 個省份進(jìn)行研究；在商品種類上，選取文化體育用品、服裝鞋帽、鮮菜、書報雜志、糧食、中西藥品、燃料、日用品以及飲料煙酒這9 類商品的零售價格指數(shù)。測算市場整合的數(shù)據(jù)來源于歷年的《中國統(tǒng)計年鑒》，其中時間t為13 年，地區(qū)m為28 個，商品k為9 類，由此可以構(gòu)建一個所需要的13×28×9 三維面板數(shù)據(jù)。

然后，本文將時間t與地區(qū)i、j固定，從而可以計算出t×m×（m-1）/2 個9 類商品之間價格變動的平均值的方差通過對這些方差的對數(shù)進(jìn)行差分，可以得出本文需要的相對價格，即根據(jù)對數(shù)函數(shù)的性質(zhì)，可以進(jìn)一步用式（1）來計算

作為分割的對應(yīng)指標(biāo)，可以用式（3）來定義各省市的市場整合程度（MIntit）：

（二）財政分權(quán)與工業(yè)用地利用效率測度

關(guān)于財政分權(quán)的測度，本文參考嚴(yán)思齊和彭建超［2］的方法，使用“財政自主度型”指標(biāo)來進(jìn)行測度，該指標(biāo)分母與分子均存在跨地區(qū)以及跨時期變化，更加適用于面板數(shù)據(jù)。具體如下：

其中：fdit表示i省份第t年的財政分權(quán)程度；frit與feit分別代表i省份第t年省本級預(yù)算內(nèi)財政收入與財政支出。財政分權(quán)程度越大，表示該地區(qū)財政自主程度越高。

DEA 模型可以用于測算各行業(yè)效率值，目前已被國內(nèi)外學(xué)者廣泛使用［14］。關(guān)于工業(yè)用地利用效率的測度，由于先前大部分學(xué)者在研究工業(yè)用地利用效率時，未考慮到環(huán)境約束，即沒有考慮對環(huán)境帶來負(fù)向影響的非期望產(chǎn)出變量［15］，因此，本文采用SBM-DEA 模型進(jìn)行測度，計算出考慮環(huán)境約束的工業(yè)用地利用效率。本文將各省的工業(yè)企業(yè)年平均從業(yè)人員數(shù)量、工業(yè)企業(yè)固定資產(chǎn)凈值余額以及工業(yè)用地面積作為工業(yè)用地生產(chǎn)過程中的勞動力、資本以及土地的具體投入變量，以各省份第二產(chǎn)業(yè)增加值作為期望產(chǎn)出變量，以各省份一般工業(yè)固體廢物產(chǎn)生量作為非期望產(chǎn)出，具體如下：

其中：IE是指工業(yè)用地利用效率；X代表投入，具體指生產(chǎn)過程中所投入的勞動力、資本以及土地，在本文分別以從業(yè)人員數(shù)量、工業(yè)企業(yè)固定資產(chǎn)凈值余額以及工業(yè)用地面積指代；Yg與Yb分別表示期望產(chǎn)出與非期望產(chǎn)出，具體用第二產(chǎn)業(yè)增加值以及一般工業(yè)固體廢物生產(chǎn)量指代；λj是第j個DMU 的權(quán)重，s-、sg、sb分別代表投入、期望產(chǎn)出與非期望產(chǎn)出的松弛變量。當(dāng)各松弛變量都為0 時，IE=1，此時決策單元有效。

（三）面板分位數(shù)回歸模型

本文構(gòu)建具有固定效應(yīng)的面板分位數(shù)回歸模型，研究財政分權(quán)與市場整合對工業(yè)用地利用效率的影響。研究財政分權(quán)與市場整合對工業(yè)用地利用效率的影響，對于幫助政府政策制定者制定提高工業(yè)用地利用效率的政策具有重要意義。分位數(shù)回歸在不同分位點水平，均可得到不同分位數(shù)函數(shù)。在先前的研究中，絕大多數(shù)學(xué)者僅采用了均值回歸來財政分權(quán)與市場整合對工業(yè)用地利用效率的影響，然而傳統(tǒng)的均值回歸可能會遺漏掉一些重要信息［16］，使得回歸系數(shù)的估計結(jié)果不準(zhǔn)確，甚至無法檢測到變量之間的真實關(guān)系［17］。相對于OLS 方法，分位數(shù)回歸可以研究各影響因素所帶來的異質(zhì)性影響［18］，且分位數(shù)回歸更加穩(wěn)健［19-20］。分位數(shù)回歸方法結(jié)合應(yīng)用了回歸分析與條件分位數(shù)，可應(yīng)用于估計解釋變量X與被解釋變量Y分位數(shù)之間的關(guān)系，并反映解釋變量在不同分位數(shù)水平上對被解釋變量的影響差異［21-23］。構(gòu)建固定效應(yīng)的面板分位數(shù)回歸模型可以深入探究財政分權(quán)與市場整合對工業(yè)用地利用效率的異質(zhì)效應(yīng)，從而幫助政策制定者因地制宜，制定更加科學(xué)合理的政策。為了將分位數(shù)回歸應(yīng)用于面板數(shù)據(jù)，許多學(xué)者［24-27］集中對相關(guān)的計量經(jīng)濟(jì)學(xué)理論進(jìn)行了研究。具有固定效應(yīng)的面板分位數(shù)回歸模型具體如下：

固定效應(yīng)面板分位數(shù)回歸的主要問題在于它包含有大量的固定效應(yīng)（αi），且易受到附帶參數(shù)的影響［28］。當(dāng)個體數(shù)量增加到無窮大時，估計量是不一致的，而每個橫截面的觀測量是固定的。在分位數(shù)回歸中，使用標(biāo)準(zhǔn)方法去除未觀察到的固定效應(yīng)是不可行的。因為這取決于這樣一個事實：期望是線性算子，條件分位數(shù)不能滿足這一要求［27］。為了解決這一問題，Koenker［24］提出了“收縮法”。在最小化中引入懲罰項來解決估計大量參數(shù)的計算問題是這種方法的獨(dú)特之處。參數(shù)估計具體如下：

其中：i表示省份數(shù)量（N）；t表示年分?jǐn)?shù)（T）；k表示分位數(shù)指數(shù)（如kth分位點）；yit與xit分別表示被解釋變量與解釋變量；ρτk表示估計量的損失函數(shù)；ωk表示kth分位點對應(yīng)的權(quán)重，本文使用加權(quán)分位數(shù)，令ωk=1/k［29］；λ是調(diào)諧參數(shù)（tuning parameter），它可以將個體效應(yīng)降低到0，從而提高系數(shù)估計的準(zhǔn)確度。如果懲罰項的系數(shù)λ為0，懲罰項就消失了，我們便可以得到通常的固定效應(yīng)估計量；如果λ趨于無窮大，我們將得到一個沒有個體效應(yīng)的估計結(jié)果。本文參考Damette 和Delacote［30］，設(shè)定λ=1。

根據(jù)工業(yè)用地利用效率影響機(jī)制分析，構(gòu)建相應(yīng)的面板分位數(shù)回歸模型，研究財政分權(quán)與市場整合在不同分位點上對工業(yè)用地利用效率的影響差異，具體模型如下。分別表示i省份第t年的工業(yè)用地利用效率以及工業(yè)用地利用效率增長率；fdit表示i省份第t年的財政分權(quán)程度

其中：被解釋變量為IEit與分別代表i省份第t年消除了地理距離因素的市場整合與未消除地理距離因素的市場整合表示財政分權(quán)與市場整合的交互項；Xit表示各個地區(qū)不同年份的控制變量，模型1～模型8 中控制變量包括：經(jīng)濟(jì)發(fā)展水平（pcgdpit）、外資投入（openit）、科研投入水平（resiit）以及城市化水平（cityit）；τ是各分位數(shù)，本文對工業(yè)用地利用效率由低到高的10th、20th、30th、40th、50th、60th、70th、80th以及90th（10%、20%、30%、…、90%）這9 個分位數(shù)上進(jìn)行回歸分析，而γ(τ)是指τ分位數(shù)上影響工業(yè)用地利用效率的回歸系數(shù)。

三、變量選取與數(shù)據(jù)說明

根據(jù)前文的工業(yè)用地影響機(jī)制分析，本文選取被解釋變量、核心解釋變量以及控制變量如下。

（1）被解釋變量。本文通過構(gòu)建SBM-DEA 模型，測算出中30 個省份（西藏與港澳臺地區(qū)因數(shù)據(jù)缺失而剔除）2005—2017 年間工業(yè)用地利用效率IEit，以此為模型1～模型4 的被解釋變量，具體見表1。同時計算出30個省份2006—2017 年間工業(yè)用地利用效率增長率，以此為模型5～模型8 的被解釋變量。

（2）核心解釋變量。本文選取的核心解釋變量為財政分權(quán)程度（fdit）；市場整合程度，包括除去了地理距離因素的市場整合與未除去地理距離因素的市場整合；財政分權(quán)與市場整合的交叉項（fdit×

（3）控制變量。根據(jù)先前學(xué)者關(guān)于工業(yè)用地利用效率影響因素的研究，本文選取地方經(jīng)濟(jì)發(fā)展水平（pcgdpit）、外資投入（openit）、科研投入水平（resiit）以及城市化水平（cityit）為控制變量。地方經(jīng)濟(jì)發(fā)展水平采用各省份人均GDP 進(jìn)行表示（以2005 年價為基準(zhǔn)）；外資投入采用各省份外商固定資產(chǎn)投入比上各省份GDP；科研投入水平采用各省份科研固定資產(chǎn)投入比上各省份GDP；城市化水平采用城市化率衡量，即城鎮(zhèn)人口比重。

以上數(shù)據(jù)中，被解釋變量工業(yè)用地利用效率IEit、核心解釋變量財政分權(quán)程度（fdit）以及市場整合程度MIntit（市場整合程度MIntit缺乏重慶、海南、西藏與港澳臺地區(qū)的數(shù)據(jù)）所需的計算數(shù)據(jù)均來自《中國工業(yè)統(tǒng)計年鑒2006—2018》《中國城市統(tǒng)計年鑒2006—2018》以及《中國統(tǒng)計年鑒2006—2018》；其余控制變量數(shù)據(jù)均來自《中國統(tǒng)計年鑒2006—2018》。

四、實證結(jié)果分析

（一）工業(yè)用地利用效率測算結(jié)果

通過SBM-DEA 模型，可測算出中國30 省份（除西藏以及港澳臺地區(qū)）2005—2017 年工業(yè)工業(yè)用地利用效率，具體見表1。本文根據(jù)各省份2005—2017 年平均工業(yè)用地利用效率繪制成圖2，以便對各省份平均工業(yè)用地利用效率進(jìn)行區(qū)域?qū)Ρ确治?。為了更加直觀地觀察各省份在2005—2017 年間工業(yè)用地利用效率的變化趨勢，本文根據(jù)2005—2017 年間各省份每年的工業(yè)用地利用效率值，繪制成折線圖，如圖3 所示。

表1 各省份2005—2017 年工業(yè)用地利用效率

不難發(fā)現(xiàn)：東部沿海地區(qū)的工業(yè)用地利用效率要高于中部地區(qū)，最低的則是西部地區(qū)；同時，工業(yè)用地效率較高的地區(qū)，其經(jīng)濟(jì)發(fā)展水平同樣較高；最后，根據(jù)各省份各年工業(yè)用地利用效率可得，各省份工業(yè)用地利用效率的變化趨勢是隨時間呈波動狀變化。

圖2 財政分權(quán)對工業(yè)用地利用效率的影響

圖3 市場整合對工業(yè)用地利用效率的影響

（二）面板單位根檢驗與協(xié)整檢驗

在估計參數(shù)之前，需要對面板數(shù)據(jù)的變量進(jìn)行平穩(wěn)性檢驗。面板單位根檢驗的結(jié)果見表2。本文采用LLC 檢驗、IPS 檢驗以及Breitung 檢驗3 種檢驗方法，對各變量進(jìn)行面板單位根檢驗。通過表2 可以發(fā)現(xiàn)，所有的變量在一階差分下都是平穩(wěn)的，所有變量的一階滯后項都在10%的顯著水平上拒絕“存在單位根”的原假設(shè)。隨后，本文需要進(jìn)行面板協(xié)整檢驗，進(jìn)而研究變量之間是否存在長期均衡關(guān)系。面板協(xié)整檢驗的主要檢驗方法是Kao residual 協(xié)整檢驗，上述8 個模型的面板協(xié)整檢驗結(jié)果見表3。檢驗結(jié)果顯示，在模型1～模型3中ADF 統(tǒng)計量均在5%的顯著水平上顯著，模型4 中ADF 統(tǒng)計量在10%的顯著水平上顯著，而在模型5～模型8 中，ADF 統(tǒng)計量均在1%的顯著水平上顯著。由此說明，在樣本期內(nèi)，這些變量存在長期均衡關(guān)系。

（三）面板分位數(shù)回歸結(jié)果分析

本文利用面板分位數(shù)回歸可以研究當(dāng)工業(yè)用地利用效率與工業(yè)用地利用效率增長率處于不同分位點時，財政分權(quán)與市場整合對工業(yè)用地利用效率與工業(yè)用地利用效率增長率的異質(zhì)影響。本文選用2005—2017 年的數(shù)據(jù)，將工業(yè)用地利用效率與工業(yè)用地利用效率增長率分成9 個分位點（τ=0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9），構(gòu)建面板分位數(shù)回歸模型，模型1～模型8 的回歸結(jié)果見表4～表11。為了更加直觀地反映比較各影響因素在不同分位點水平上對工業(yè)用地利用效率與工業(yè)用地利用效率增長率的影響差異，并總結(jié)規(guī)律，將各財政分權(quán)、市場整合以及兩者的交叉項在不同分位點水平上的估計系數(shù)制作成折線圖，具體如圖2～圖6 所示。通過計算結(jié)果，本文得出以下結(jié)論。

1.財政分權(quán)與市場整合對工業(yè)用地利用效率的異質(zhì)性影響

首先，就模型1～模型4 而言，當(dāng)工業(yè)用地利用效率較低時（τ=0.1、0.2 與0.3），財政分權(quán)（fdit）的回歸系數(shù)大部分為負(fù)數(shù)（系數(shù)為-0.6402～-0.1998），且除模型3中0.2 分位點外，在其他分位點上都通過了10%的顯著性水平檢驗。這說明，當(dāng)工業(yè)用地效率較低時，財政分權(quán)對工業(yè)用地利用效率具有顯著的負(fù)向影響；而當(dāng)工業(yè)用地利用效率處于中上水平時（τ≥0.4），財政分權(quán)的回歸系數(shù)都為正（系數(shù)為0.2301～0.7150），同時隨著分位點的上升，各分位點處的估計系數(shù)變化逐漸趨于平穩(wěn)，且大部分都在10%的顯著水平下顯著，說明當(dāng)工業(yè)用地利用效率處于高分位點時，財政分權(quán)對工業(yè)用地利用效率具有正向的促進(jìn)作用，且這種正向促進(jìn)作用會隨著分位點的上升而逐漸平穩(wěn)（具體如圖2 所示）。當(dāng)工業(yè)用地利用效率較低時，政府財政自主度的增加可能會導(dǎo)致政府間產(chǎn)生惡性競爭，造成生產(chǎn)要素與土地資源的不合理利用，從而降低工業(yè)用地利用效率；而在工業(yè)用地利用效率較高的地區(qū)，經(jīng)濟(jì)發(fā)展水平較高，管理技術(shù)經(jīng)驗豐富，財政分權(quán)有利于推動地方政府增加科技支出，實現(xiàn)技術(shù)進(jìn)步與科學(xué)化管理，從而提升工業(yè)用地利用效率。

表2 面板單位根檢驗結(jié)果

表3 面板協(xié)整檢驗結(jié)果

表4 模型1 估計結(jié)果

表5 模型2 估計結(jié)果

表6 模型3 估計結(jié)果

表7 模型4 估計結(jié)果

最后，就其他控制變量而言，地方經(jīng)濟(jì)發(fā)展水平（pcgdpit）在各個分位點的系數(shù)均為正，且大部分都在5%的顯著水平下顯著，說明地方經(jīng)濟(jì)發(fā)展對工業(yè)用地利用效率具有顯著的促進(jìn)作用；而城市化水平（cityit）在各個分位點均為負(fù)，且大部分都通過了10%的顯著水平檢驗，說明隨著城市化水平的提高，城市擴(kuò)張與城鎮(zhèn)人口比重增加，會對工業(yè)用地利用效率產(chǎn)生顯著的負(fù)向影響；科研投入（resiit）的回歸系數(shù)在大多數(shù)分位點處不顯著，原因在于本文選取的科研投入指標(biāo)包括社會各個行業(yè)的總科研投入比例，在某中程度上不能代表對工業(yè)發(fā)展的科研投入水平，同時也可以說明，國家目前對提升工業(yè)用地利用效率的科研投入力度不夠，科研投入效果不明顯；外資投入大致上對工業(yè)用地利用效率具有正向影響。

圖4 財政分權(quán)與市場整合的交互項對工業(yè)用地利用效率及其增長率的影響

2.財政分權(quán)與市場整合對工業(yè)用地利用效率增長率的異質(zhì)性影響

首先，從圖5 可以看出，財政分權(quán)對工業(yè)用地利用效率增長率的影響大致呈倒“U”型變化趨勢，即兩端低中間高的變化趨勢。值得注意的是在兩端的分位點，也就是當(dāng)工業(yè)用地利用效率處于較低或較高水平時（τ=0.1、τ=0.2 以及τ=0.6～0.9），財政分權(quán)對工業(yè)用地利用效率增長率具有負(fù)向影響，且大部分系數(shù)都通過了10%的顯著性水平檢驗；當(dāng)工業(yè)用地利用效率處于中等水平（τ=0.3～0.5）時，財政分權(quán)的回歸系數(shù)都為正，此時財政分權(quán)對工業(yè)用地利用效率增長率具有顯著的促進(jìn)作用。同時，根據(jù)圖5 也不難發(fā)現(xiàn)，財政分權(quán)的回歸系數(shù)在0.3～0.5 分位點處上升趨勢明顯，在0.6～0.9 分位點處上升且逐漸趨于平緩，這同樣說明財政分權(quán)對工業(yè)用地利用效率增長率的促進(jìn)作用隨著分位點的上升會逐漸減弱，甚至在高分位點處（τ=0.6～0.9），財政分權(quán)對工業(yè)用地利用效率增長率會產(chǎn)生負(fù)向影響。

第二，就市場整合而言，根據(jù)表8～表11 可以得出，在模型5 中在0.8 分位數(shù)的回歸系數(shù)估計值為-0.0206；在模型7 中在0.8 分位數(shù)的回歸系數(shù)估計值為-0.9993；在模型8 中在0.7 與0.8 分 位數(shù)的回歸系數(shù)估計值分別為-0.3403 與-1.0080。然而這些系數(shù)均為不顯著。除此之外，市場整合（與）的回歸系數(shù)在其余各個分位點處的估計值均為正，說明市場整合通常情況下，對工業(yè)用地利用效率增長率存在正向影響。再根據(jù)圖6 可以看出，市場整合的回歸系數(shù)大致呈下降趨勢，且變化較為明顯。說明市場整合對工業(yè)用地利用效率增長率的正向促進(jìn)作用會隨著分位點上升而逐漸減弱，市場整合對工業(yè)用地利用效率增長率的正向影響在低分位點處作用較強(qiáng)，而在高分位點處作用較弱。

第三，模型7 中，財政分權(quán)與市場整合交互項fdit×在0.2 分位點處的回歸系數(shù)估計值為-0.2635，且在1%的顯著水平下顯著；財政分權(quán)與市場整合交互項fdit×在0.2 分位點處的回歸系數(shù)估計值為-0.2838，且在1%的顯著水平下顯著。說明當(dāng)工業(yè)用地利用效率增長率較低時，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率增長率具有負(fù)向影響。模型7 中，的fdit×在0.3、0.5、0.8 以及0.9 分位數(shù)的回歸系數(shù)估計值分別為0.3430、1.1496、0.2027 以及0.2004，且都通過了10%的顯著水平檢驗；模型8 中，fdit×在0.3、0.8 以及0.9 分位數(shù)的回歸系數(shù)估計值分別為0.3541、0.2323 與0.8357，且同樣都通過了10%的顯著水平檢驗。這說明隨著分位點的上升，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率增長率逐漸產(chǎn)生正向影響。此外，如圖4 所示，隨著分位點的提高，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率增長率的影響相較于其對工業(yè)用地利用效率的影響，變化更為顯著。

表8 模型5 估計結(jié)果

表9 模型6 估計結(jié)果

表10 模型7 估計結(jié)果

表11 模型8 估計結(jié)果

圖5 財政分權(quán)對工業(yè)用地利用效率增長率的影響

圖6 市場整合對工業(yè)用地利用效率增長率的影響

五、結(jié)論與啟示

本文選用2005—2017 年數(shù)據(jù)，將工業(yè)用地利用效率分成9 個分位點（τ=0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9），構(gòu)建面板分位數(shù)回歸模型，研究了在不同分位數(shù)水平上財政分權(quán)與市場整合對工業(yè)用地利用效率及其增長率的異質(zhì)性影響。主要研究結(jié)論如下：

（1）當(dāng)工業(yè)用地利用效率較低時，財政分權(quán)對工業(yè)用地利用效率具有顯著的負(fù)向影響，在0.1～0.3 分位點處，財政分權(quán)對工業(yè)用地利用效率的影響系數(shù)為-0.6402～-0.1998。而當(dāng)工業(yè)用地利用效率處于高分位點時，財政分權(quán)對工業(yè)用地利用效率具有正向促進(jìn)作用，在0.4～0.9 分位點處，財政分權(quán)的影響系數(shù)為0.2301～0.7150；財政分權(quán)對工業(yè)用地利用效率增長的貢獻(xiàn)會隨著分位點的上升而逐漸增大，財政分權(quán)對工業(yè)用地利用效率增長率的影響隨分位點的提高大致呈倒“U”型變化趨勢。

（2）市場整合程度的提高可以有效地促進(jìn)工業(yè)用地利用效率提升，隨著分位點的提高，市場整合對工業(yè)用地利用效率增長的貢獻(xiàn)趨于平穩(wěn)；市場整合對工業(yè)用地利用效率增長率的正向促進(jìn)作用會隨著分為點上升而逐漸減弱，市場整合對工業(yè)用地利用效率增長率的正向影響在低分位點處作用較強(qiáng)，而在高分位點處作用較弱。

（3）在低分位點處，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率及其增長率具有負(fù)向影響（對工業(yè)用地利用效率的影響系數(shù)為-0.0294～-0.0088；對工業(yè)用地利用效率增長率的影響系數(shù)為-0.2635～-0.2838）。隨著分位點的上升，在高分位點處，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率及其增長率會逐漸產(chǎn)生正向促進(jìn)作用（對工業(yè)用地利用效率的影響系數(shù)為0.0042～0.0540；對工業(yè)用地利用效率增長率的影響系數(shù)為0.2004～1.1496）。隨著分位點的提高，財政分權(quán)與市場整合的共同作用對工業(yè)用地利用效率增長率的影響相較于其對工業(yè)用地利用效率的影響，變化更為顯著。

綜上，由于各地區(qū)工業(yè)用地利用效率存在差異，政策制定者需因地制宜，制定與各地區(qū)發(fā)展相適應(yīng)政策：在工業(yè)用地利用效率較低且其增長速度較慢的地區(qū)應(yīng)適當(dāng)降低地方政府財政分權(quán)程度，加大監(jiān)管力度；在工業(yè)用地利用效率較高的地區(qū)應(yīng)適當(dāng)提升地方政府財政分權(quán)程度，簡政放權(quán)，增加財政自主度，促進(jìn)地方政府間良性競爭；同時應(yīng)注重推動市場一體化建設(shè)，促進(jìn)資源合理配置，推動科技進(jìn)步與技術(shù)傳播，從而有效提升工業(yè)用地利用效率。