地方政府土地出讓策略互動行為的檢驗及其影響分析

彭山桂++程道平++張勇

摘要本文以山東省設區市地方政府土地出讓行為作為研究對象，通過構建空間面板模型，從價格和數量兩個維度，全面檢驗了地方政府商服、住宅、工業用地出讓的策略互動行為，并利用空間計量工具，分析了地方政府土地出讓策略互動行為的影響。研究發現：①山東省內地方政府商服、住宅、工業用地出讓價格以及工業用地出讓量存在顯著的策略互動，地方政府的商服、住宅、工業用地出讓價格以及工業用地出讓量，不僅會受城市自身情況的約束，還會受鄰近地區地方政府土地出讓行為的影響，外在表現為你漲我跌、你增我減的反向變動格局；②由于未考慮策略互動，傳統計量經濟學非空間面板模型對地方政府土地出讓行為影響因素的估計普遍存在偏誤。對于商服用地出讓價格，第三產業比重、人口密度的影響分別被低估了33.33%、13.08%；對于住宅用地出讓價格，人口城鎮化率、人均可支配收入的影響分別被低估了20.00%、9.98%，人口密度的影響被高估了32.34%；對于工業用地出讓價格，人均外商直接投資的影響被高估了3.68%；對于工業用地出讓量，第二產業比重、地均工業產值的影響分別被高估了13.95%、31.36%；③地方政府土地出讓行為的影響因素普遍存在明顯的空間溢出效應。對于商服用地出讓價格，具有空間溢出效應的影響因素為人口密度；對于住宅用地出讓價格，具有空間溢出效應的影響因素為人口城鎮化率、人口密度、人均可支配收入；對于工業用地出讓價格，具有空間溢出效應的影響因素為人均外商直接投資、地均固定資產投資；對于工業用地出讓量，具有空間溢出效應的影響因素為第二產業比重、地均固定資產投資。

關鍵詞地方政府；土地出讓；策略互動；影響分析；空間計量模型

中圖分類號F301.4文獻標識碼A文章編號1002-2104（2017）07-0111-09DOI：10.12062/cpre.20170405

政府行為模式的形成總是與制度環境密切相關。要理解我國地方政府的土地出讓行為模式需要從制度環境產生的政治和財稅激勵兩方面入手。在政治激勵方面，我國實行的是單一的、高度集中的行政管理體系，地方政府以政績考核指標為依據，運用相關資源實現相應的目標。在我國，地方官員的政績考核方式是一種基于經濟績效的標尺競爭。因此，為取得良好的政績考核結果，獲得職位晉升，地方官員一方面需要促進本地區經濟發展，另一方面還需要利用各種手段進行競爭，限制其他地區的發展。在財稅激勵方面，20世紀90年代中期的分稅制改革后，地方政府普遍面臨著事權—財權不對等的局面，地方政府為保障財政收支的可持續性，必須盡量追求財政增收[1]。在這種政治、財稅雙重激勵下，地方政府必須使用一切工具，實現自身經濟增長和財政增收的最大化，同時最大限度地限制其他地區獲取經濟資源的可能。由于20世紀90年代中期以后分稅制和金融改革的開展，我國地方政府失去了對資本要素的控制。同時，在貨幣政策外生給定，勞動力配置日益由市場決定的情況下，土地出讓政策成為了地方政府為數不多的影響地區經濟發展的重要手段，地方政府有運用土地出讓行為影響經濟發展的主觀意愿。同時，由于我國土地制度的特殊性，我國地方政府控制著土地一級市場的供應權，地方政府有運用土地出讓行為影響經濟發展的客觀條件。因此，土地出讓行為成為地方政府用于影響地區經濟的自然選擇。在我國特殊的地方政府官員政績考核制度、財稅制度、土地制度的作用下，地方政府一方面憑借自身在土地一級市場的壟斷地位，選擇商、住用地非飽和供給模式，使商、住用地保持供不應求狀態，高價供給商、住用地，獲得土地出讓收入，彌補財權事權的不對等[2]；另一方面通過協議出讓，設置前置性條件的招、拍、掛出讓等手段低價供給工業用地，以爭取投資，在做大本地GDP的同時限制其他城市獲得投資的機會，進而形成了特殊的價格差別化的土地供給策略?？傮w而言，現有研究對于地方政府在財稅和政治激勵下，如何運用土地出讓工具應對財稅競爭和經濟增長競爭壓力進行了深入的研究，在不同用途土地出讓價格分化的形成原因上形成了普遍的共識。值得注意的是，在我國地方政府間激烈的標尺競爭的背景下，城市政府的土地出讓行為自然不應只考慮地區的自身情況，還應考慮相關城市土地出讓行為的影響。鑒于此，在單一主體層面地方政府土地出讓行為研究已經形成共識的基礎上，有必要將研究視角從單一地方政府層面上升到地方政府間層面，探討兩個問題：一是地方政府土地出讓是否存在策略互動行為？二是地方政府土地出讓策略互動行為具有怎樣的影響？通過對上述兩個問題的研究，更為全面地理解中國地方政府的土地出讓行為。

1相關研究回顧

地方政府策略互動（strategic interaction）行為研究發源于公共經濟領域。Brueckner和 Saavedra[3]、Revelli[4]利用空間計量經濟模型研究發現，地方政府在稅收競爭方面存在策略互動，為爭取稅基，地方政府會根據競爭對手的稅率，對自身的稅率進行必要的調整。Brueckner的研究[5]發現，地方政府在財政支出方面存在策略互動，經濟發展水平越接近的地區，他們之間產生競爭和攀比的可能性越大。目前，在地方政府土地出讓策略互動行為方面，相關的研究并不多見：王賀嘉等[6]利用282個地市級土地出讓價格數據構建空間面板模型，估計了工業用地價格反應方程，實證研究表明地市級政府間的工業用地價格競爭不存在明顯的策略互動。但是，更多的研究表明地方政府土地出讓存在策略互動行為。汪沖[7]同樣利用282 個城市的面板數據，采用動態空間計量模型研究發現，土地出讓純收益存在明顯的策略互動影響，城市之間圍繞土地出讓份額的爭奪是一個典型的策略互動形成機制。龍奮杰等[8]基于空間面板計量模型估計結果指出，地方政府的土地出讓結構存在明顯的策略互動，經濟表現越接近這種影響越明顯，呈現出“模仿”的特征。羅必良等[9]基于省級數據的空間面板計量模型估計結果指出，各省土地出讓政策存在明顯的策略互動行為，并且在行為上存在跨期影響?？梢园l現，對于地方政府土地出讓是否存在策略互動行為，相關研究結論存在分歧。分歧的存在表明這一領域的研究存在一些問題：①分析存在片面性?，F有研究沒有完整、系統地區分土地用途、出讓價格、出讓數量，地方政府在商服、住宅、工業用地出讓行為中目標函數的差異顯而易見，必須區分用途、價格和數量，全面考察商服、住宅、工業用地出讓行為的策略互動，才能保證研究的完整性。②數據處理存在偏差?，F有研究的數據均來源于《中國國土資源統計年鑒》、《城市統計年鑒》等統計資料。但是，在這些統計資料中并沒有連續系統的分用途的土地出讓價格、面積記錄。因此，相關研究均是以協議出讓近似工業用地出讓數據、以“招、拍、掛”出讓近似商服和住宅用地出讓數據等方式獲取研究數據，這會使研究結論存在相當程度的不準確性。③空間計量模型選擇的隨意性。部分研究只考慮了被解釋變量的策略互動，采用空間自回歸（SAR）模型分析地方政府土地出讓的策略互動行為，但是沒有考慮解釋變量可能存在的策略互動，因此估計結果可能存在偏誤。④缺少對地方政府土地出讓策略互動行為影響的分析。檢驗地方政府土地出讓是否存在策略互動行為只是一個起點，一個隨之而來的問題就是這種策略互動行為的存在具有怎樣的影響？但是，目前的研究成果無法回答這一問題。針對上述問題，我們利用收集的第一手的土地出讓記錄，構建空間計量模型，從價格和數量兩個維度，全面檢驗地方政府商服、住宅、工業用地出讓的策略互動行為，進而分析其存在的影響。

2地方政府土地出讓策略互動行為的檢驗

區域一體化程度較高的區域，地區間土地市場聯系更為緊密，能夠較好地反映地方政府土地出讓中的策略互動行為。山東半島城市群作為中國重要的城市群之一，其所處的山東省區域一體化程度較高，適合作為研究區域。同時，綜合考慮土地出讓自主性和統計資料完整性兩方面因素，將“地方政府”設定為山東省的17個設區市政府；將地方政府土地出讓行為界定為數量維度的出讓量以及價格維度的出讓價格。

2.1空間計量模型的設定

根據LeSage等[10]的研究，對于一般的空間計量分析，有足夠的理由選擇空間杜賓模型（SDM）。據此，設定如下一個空間面板計量模型：

式（1）中，Y為被解釋變量，分別為商服、住宅、工業用地出讓價格和數量；W為空間權重矩陣；X為n×k維矩陣，為一組控制變量，即影響商服、住宅、工業用地出讓價格和數量的相關因素。為避免控制變量與被解釋變量之間可能存在的雙向因果關系，同時，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的形式進入模型；ρ1、ρ2、ρ3為待估系數；ε為殘差項；i、t分別為地區和時間。對于空間計量分析中空間權重矩陣的設置，參考Elhorst[11]的研究，引入基于經緯度球面距離的地理空間權重矩陣。在此基礎上，根據式（1）模型中系數ρ1是否顯著的t檢驗結果，檢驗地方政府在商服、住宅、工業用地出讓價格、數量維度是否存在策略互動行為。如果ρ1顯著，說明地方政府的土地出讓受其他地方政府行為的影響，存在策略互動；如果ρ1不顯著，說明地方政府的土地出讓不受其他地方政府行為的影響，不存在策略互動。

2.2數據的收集和整理

（1）土地出讓價格、數量數據。在現有的土地資源統計資料中缺乏市級層面連續、系統的土地出讓價格、面積的記錄，無法準確反映地方政府的土地出讓行為。對此，為獲得第一手的土地出讓數據，本文利用國土資源部搭建的全國建設用地交易信息發布平臺——中國土地市場網的土地交易數據庫作為數據收集工具。由于數據庫中山東省大部分市（縣）的出讓記錄始于2007年，因此將數據收集時間范圍設定為2007—2015年，共收集了山東17個設區市19 545宗商服用地、33 535宗住宅用地、42 378宗工業用地的交易記錄。在此基礎上，通過經驗判斷的方法，剔除明顯錯誤的數據，進一步整理得出各設區市商服、住宅、工業用地歷年的出讓均價和面積。同時，為保證歷年出讓均價的可比性，我們采用GDP平減指數，對出讓價格進行了平減處理，剔除了價格因素的影響。

（2）空間權重矩陣數據。利用國家基礎地理信息中心下載的山東省行政區劃圖，提取各設區市政府駐地的經緯度，進而形成基于經緯度球面距離的地理空間權重矩陣。

（3）控制變量數據。式（1）模型中控制變量為影響地方政府商服、住宅、工業用地出讓價格和數量的相關因素。一般而言，影響土地出讓價格和數量的因素包括宏觀因素、中觀因素、微觀因素。其中，宏觀因素主要影響城市整體的土地出讓價格和數量；中觀和微觀因素則主要對城市內部區域及宗地層面的土地出讓價格和數量產生影響[12]。本文以地方政府的土地出讓行為作為研究對象，涉及的是設區市整體的土地出讓價格和數量。因此，我們從宏觀因素入手，選擇相關因素作為式（1）模型的控制變量。同時，為避免變量過多導致的多重共線性，基于宜精不宜多的原則，盡量選擇主要的影響因素作為控制變量。在借鑒相關研究[12-13]的基礎上，對式（1）模型中的控制變量選擇如下：①商服用地出讓價格和數量的控制變量包括：第三產業比重（TI）、人口城鎮化率（URB）、人均消費品零售額（PCC）、人口密度（PD）；②住宅用地出讓價格和數量的控制變量包括：人口城鎮化率（URB）、城鎮居民可支配收入（IC）、人口密度（PD）、人均基礎設施投資額（PII）；③工業用地出讓價格和數量的控制變量包括：第二產業比重（SI）、人均外商直接投資（FDI）、地均固定資產投資（FAI）、地均工業產值（IOV）?？臻g計量分析相關變量的構造過程及其描述性統計結果如表1所示。

2.3空間計量分析結果

空間計量分析借鑒Anselin等[17]、Elhorst[18]建立的研究范式，按照空間相關性檢驗、空間模型設定檢驗、固定與隨機效應檢驗、參數估計的順序進行。首先，按照式（1）模型，利用非空間面板模型構建LM 和穩?。╮obust）LM統計量，進行空間自相關性檢驗。檢驗的原假設是模型為非空間面板模型；備選假設是模型為SAR或SEM模型。如果在4種檢驗中，均接受原假設，則認為式（1）模型為非空間面板模型；否則，認為式（1）模型中被解釋變量（或解釋變量、誤差項）存在空間相關性，模型為空間面板模型。利用MATLAB空間計量工具包編程進行空間相關性檢驗，結果如表2所示。

從表2結果中可以發現，6個模型中沒有任何一個在4種檢驗中均接受原假設，說明6個模型中都存在空間相關性，應建立空間面板模型。在此基礎上，我們進一步進行空間模型設定檢驗，考察式（1）模型應為SDM模型，或是能簡化為SAR、SEM模型。對此，我們通過構建Wald統計量和LR統計量，對空間模型的形式進行檢驗。檢驗的兩個原假設分別為H10∶ρ3=0和H20：ρ3+ρ1ρ2=0，如果兩個原假設均被拒絕，應選擇建立SDM模型；如果原假設H10∶ρ3=0不能被拒絕，應選擇建立SAR模型；如果原假設H20：ρ3+ρ1ρ2=0不能被拒絕，應選擇建立SEM模型。利用MATLAB空間計量工具包編程進行空間模型設定檢驗，結果如表3所示。

從表3結果中可以發現，除模型3接受原假設H10外，其余模型均在1%、5%的顯著性水平上拒絕H10和H20兩個原假設。說明除模型3應設定為SAR面板模型外，其余模型均應設定為SDM面板模型。進一步，我們對相關模型的固定與隨機效應進行檢驗。根據Elhorst[18]的研究，可基于空間隨機效應和時間固定效應模型的估計結果，利用該模型與雙向固定效應模型的參數估計值及漸近協方差矩陣構建Hausman檢驗統計量，實現固定效應和隨機效應的檢驗。對此，利用MATLAB空間計量工具包編程進行Hausman 檢驗，結果如表3所示?？梢园l現，模型1、模型2、模型3、模型5均在5%的顯著性水平上拒絕原假設，說明對于這些模型，空間和時間雙向固定效應模型更適合于數據特征的刻畫；對于模型4、模型6，空間隨機和時間固定效應模型更適合于數據特征的刻畫。按照上述模型形式設定和Hausman檢驗的結果，我們可以構建合適形式的空間面板模型。對于模型的參數估計，現有研究一般采用基于原始數據中心化的極大似然估計法。根據Lee和Yu的研究，對于空間面板模型，基于原始數據中心化的極大似然估計結果可能存在偏誤[19]。對此，我們依據Elhorst[11]的轉換估計法對極大似然法的估計結果進行糾偏，并據此對6個模型進行參數估計，結果如表4所示。

通過對表4中空間面板模型參數估計結果的分析，可以得出兩點結論：

（1）某些地方政府土地出讓行為存在顯著的策略互動。表4中，地方政府土地出讓行為的策略互動項，即被解釋變量空間滯后項（W·lnPit、W·lnQit）的系數，在模型2和模型4中未在10%的顯著水平上通過t檢驗，這說明山東省區域內地方政府的商服、住宅用地出讓量并不存在明顯的策略互動，地方政府商服、住宅用地的出讓量并不受其他地方政府出讓量的影響。但是，模型1、模型3、模型5、模型6中被解釋變量空間滯后項的系數，分別在1%、5%、1%、5%的顯著性水平上通過了t檢驗，這說明山東省區域內地方政府的商服、住宅、工業用地出讓價格以及工業用地出讓量存在顯著的相互影響，是典型的策略互動形成機制。地方政府的商服、住宅、工業用地出讓價格以及工業用地出讓量，不僅會受城市自身情況的約束，還會受鄰近地區地方政府土地出讓行為的影響。

（2）地方政府土地出讓的策略互動表現為反向變動的格局形式。表4中，模型1、模型3、模型5、模型6中被解釋變量空間滯后項的系數均為負值。這說明山東省區域內相鄰地區的商服、住宅、工業用地出讓價格以及工業用地出讓量的策略互動表現為你漲我跌、你增我減的反向變動的格局形式。

3地方政府土地出讓策略互動行為的影響分析

3.1地方政府土地出讓策略互動行為影響分析模型的設定

根據Behrens和Thisse的研究[20]可以推測，只要地方政府之間在土地出讓過程中存在策略互動行為，那么某一地方政府土地出讓行為影響因素的變化會潛在地導致其他地方政府土地出讓行為發生改變。在這種情況下，地方政府土地出讓行為影響因素變化對自身及其他地方政府的影響就不能再用傳統計量經濟學假設個體相互獨立的模型來描述，而需要使用空間計量工具進行分析。對于SAR模型，影響的路徑是：某項影響地方政府i土地出讓價格、數量的因素發生變化，導致地方政府i出讓價格、數量發生變化，由于被解釋變量（土地出讓價格、數量）策略互動的存在，將會間接地導致其他地方政府出讓價格、數量的變化。對于SDM模型，影響包括兩條路徑：除SAR的影響路徑外，另一條路徑為：某種影響地方政府i土地出讓價格、數量的因素發生變化，由于解釋變量（土地出讓價格、數量的影響因素）策略互動的存在，會導致其他地方政府同種因素發生變動，進而間接地影響其他地方政府土地出讓的價格、數量。對于這些策略互動行為的影響，我們借鑒LeSage和Pace[21]提出的空間權重矩陣分析方法進行測度。具體而言，式（1）模型中，地方政府i土地出讓價格、數量的調整可用下面一個過程表示：

式（2）中，被解釋變量（Y）、解釋變量（X）、空間權重矩陣（W）與式（1）相同；Sr（W）=V（W）（Inρr2+Wρr3）；V（W）=（In-ρ1W）-1=In+ρ1W+ρ21W2+ρ31W3+…；In為一個n×n的單位陣；其余均為系數。上述結果以矩陣的形式，直觀表現為：

在這種情況下，地方政府i（i=1，2，…，n）第r（r=1，2，…，k）個因素（xir）變動對自身土地出讓價格、數量的影響，就不能再用假設變量間相互獨立的最小二乘法的回歸系數ρr2表示了，而需要用這一偏導數表示：yixir=Sr（W）ii，這個表達式測度了地方政府i第r個因素變動，導致的自身土地出讓價格、數量的變動，包括在本地區內的局部影響和其他地區策略互動的反饋效應，將其稱為“直接效應”。此外，地方政府j（j=1，2，…，n）第r（r=1，2，…，k）個因素（xjr）變化，對地方政府i土地出讓的價格、數量的影響也不再為0，其影響用這一偏導數表示：yixjr=Sr（W）ij，將其稱為“間接效應”或“空間溢出效應”。進一步，通過對矩陣Sr（W）求行（列）均值，可以測度因素r變動導致的區域內地方政府土地出讓價格、數量的平均總變動；對矩陣Sr（W）求對角線均值，可以測度因素r變動導致的“平均直接效應”，即因素r變動對所在地區地方政府自身土地出讓價格、數量的平均影響；用平均總變動扣除“平均直接效應”可以測度因素r變動導致的“平均間接效應”，即因素r變動在區域內產生的空間溢出效應（對區域內其他地區地方政府土地出讓價格、數量的平均影響）。

3.2地方政府土地出讓策略互動行為影響的實證分析結果

根據第二部分的研究可知，山東省區域內地方政府的商服、住宅、工業用地出讓價格以及工業用地出讓量屬于典型的策略互動形成機制。對此，我們針對表4中的模型1、模型3、模型5、模型6，估計相關解釋變量（土地出讓價格、數量的影響因素）的平均直接效應和平均間接效應。在估計過程中，直接效應和間接效應的估計值根據4個模型的參數估計結果及空間權重矩陣的設定易于獲取。但是，直接效應和間接效應估計值的顯著性卻難以檢驗，因為推斷直接效應和間接效應的統計顯著性，須綜合測度直接效應和間接效應的分布狀態。對此，依據LeSage和Pace研究[21]，我們利用數值模擬的方法，使用極大似然估計隱含的方差協方差矩陣模擬直接效應和間接效應的分布，進行1 000次參數聯合抽樣，將平均直接效應和平均間接效應用1 000次抽樣的均值近似，判斷顯著性水平的t統計量則由均值除以相應的標準差獲取。對于估計程序的設計，我們以Elhorst[22]的程序為基礎，并根據本文研究模型對其進行改寫，用于估計模型1、模型3、模型5、模型6的平均直接效應和平均間接效應。同時，我們還估計了相關模型的非空間面板形式，結果如表5所示。

通過對表5中4個空間面板模型直接、間接效應估計結果的分析，可以得出以下一些結論：

（1）對于以商服用地出讓價格為被解釋變量的空間面板模型，模型1的估計結果顯示，第三產業比重（TI）、人口密度（lnPD）的平均直接效應分別在1%、5%的顯著性水平上通過了t檢驗。由于平均直接效應表示了空間面板模型中第三產業比重、人口密度變化對商服用地出讓價格的邊際影響，那么通過對比平均直接效應的估計結果與非空間面板模型相關變量系數的估計結果，可以發現非空間面板模型系數存在的高估或低估。具體而言，空間面板模型中第三產業比重、人口密度的平均直接效應估計值分別為0.042、0.428，這意味著非空間面板模型中第三產業比重的影響（0.028）被低估了33.33%，人口密度的影響（0.372）被低估了13.08%。而目前影響因素的計量分析通常使用的是傳統計量經濟學的非空間計量模型，可以發現，由于沒考慮策略互動，相關變量影響的估計存在明顯的偏誤。另外，模型1的估計結果顯示，人口密度的平均間接效應在5%的顯著性水平上通過了t檢驗，表明人口密度存在顯著的空間溢出效應。其平均間接效應估計值為-0.197，為負值，說明一個地區人口密度的變化對該地區的局部影響與周邊區域的影響呈現反向變動趨勢。這意味著，山東省區域內一個地區人口密度的增加不僅會導致該地區地方政府商服用地出讓價格的上漲，與此同時，還會導致鄰近地區地方政府商服用地出讓價格的下降。上漲和下降的比例，可以通過測度人口密度的平均直接效應與平均間接效應的絕對值之比0.428∶0.197得出，為1∶0.460（下文解釋變量空間溢出的分析過程與此相同）。而常用的非空間計量模型認為樣本個體間相互獨立，不存在空間面板模型中的間接效應，這并沒有真實反映人口密度對其他地方政府商服用地出讓價格空間溢出效應的影響。

（2）對于以住宅用地出讓價格為被解釋變量的空間面板模型，模型3的估計結果顯示，人口城鎮化率（URB）、人均可支配收入（lnIC）、人口密度（lnPD）的平均直接效應均在5%的顯著性水平上通過了t檢驗，平均直接效應的估計值分別為0.030、1.302、0.402。通過對比，可以發現非空間面板模型相關變量系數的估計值，由于未考慮策略互動，存在明顯偏誤。其中，人口城鎮化率的影響（0.024）被低估了20.00%，人均可支配收入的影響（1.172）被低估了9.98%，人口密度的系數（0.532）被高估了32.34%。同時，模型3的估計結果顯示，人口城鎮化率、人均可支配收入、人口密度的平均間接效應均在5%的顯著性水平上通過了t檢驗，其估計值分別為-0.011、0.392、-0.120，三者存在明顯的空間溢出效應。具體而言，山東省區域內一個地區城鎮化率、人口密度的提升不僅會導致該地區地方政府住宅用地出讓價格的上漲，還會導致鄰近地區地方政府住宅用地出讓價格的下降，兩者導致的上漲和下降的比例分別為：1∶0.367和1∶0.298。而人均可支配收入的增加不僅會導致該地區地方政府住宅用地出讓價格的上漲，還會導致鄰近地區地方政府住宅用地出讓價格的上漲，本地和鄰近地區住宅用地出讓價格上漲的比例為：1∶0.301。

（3）對于以工業用地出讓價格為被解釋變量的空間面板模型，模型5的估計結果顯示，人均外商直接投資（lnFDI）的平均直接效應在5%的顯著性水平上通過了t檢驗，平均直接效應的估計值為0.543，而非空間面板模型中人均外商直接投資偏回歸系數估計值為0.563，由于未考慮策略互動，存在明顯偏誤，影響被高估3.68%。同時，模型5的估計結果顯示，人均外商直接投資和地均固定資產投資（lnFAI）的平均間接效應均在5%的顯著性水平上通過了t檢驗，其估計值分別為0.120、0.012，表明二者存在明顯的空間溢出效應。山東省區域內一個地區人均外商直接投資、地均固定資產投資的提升，不僅會導致該地區地方政府工業用地出讓價格的上漲，還會導致鄰近地區地方政府工業用地出讓價格的上漲，兩者導致的本地和鄰近地區工業用地出讓價格上漲的比例為：1∶0.221和1∶0.750。

（4）對于以工業用地出讓量為被解釋變量的空間面板模型，模型6的估計結果顯示，第二產業比重（SI）、地均工業產值（lnIOV）的平均直接效應在5%的顯著性水平上通過了t檢驗，平均直接效應的估計值分別為0.043、0.778，非空間面板模型中二者的偏回歸系數估計值分別為0.049、1.022，由于未考慮策略互動，存在明顯偏誤，其影響分別被高估了13.95%、31.36%。同時，模型6的估計結果顯示，第二產業比重和地均固定資產投資強度的平均間接效應均在5%的顯著性水平上通過了t檢驗，其估計值分別為0.016、0.015，表明二者存在明顯的空間溢出效應，山東省區域內一個地區第二產業比重、地均固定資產投資的提升，不僅會導致該地區地方政府工業用地出讓量的增長，還會導致鄰近地區地方政府工業用地出讓量的增長，兩者導致的本地和鄰近地區住宅用地出讓量增長的比例為：1∶0.372和1∶0.193。

4研究結論及啟示

本文以山東省設區市地方政府作為研究對象，通過構建空間面板模型，從價格和數量兩個維度，全面檢驗了地方政府商服、住宅、工業用地出讓的策略互動行為，并利用空間計量工具，分析了地方政府土地出讓策略互動行為的影響。研究發現：

（1）山東省區域內地方政府商服、住宅、工業用地出讓價格以及工業用地出讓量存在顯著的策略互動，相鄰地區的商服、住宅、工業用地出讓價格以及工業用地出讓量的策略互動表現為你漲我跌、你增我減的反向變動的格局形式。

（2）常用的非空間計量模型中地方政府土地出讓行為影響因素的估計，由于未考慮策略互動，普遍存在偏誤。對于商服用地出讓價格，第三產業比重、人口密度的影響分別被低估了33.33%、13.08%；對于住宅用地出讓價格，人口城鎮化率、人均可支配收入的影響分別被低估了20.00%、9.98%，人口密度的影響被高估了32.34%；對于工業用地出讓價格，人均外商直接投資的影響被高估3.68%；對于工業用地出讓量，第二產業比重、地均工業產值的影響分別被高估了13.95%、31.36%。

（3）地方政府土地出讓行為的影響因素普遍存在明顯的空間溢出效應。對于商服用地出讓價格，具有空間溢出效應的影響因素為人口密度；對于住宅用地出讓價格，具有空間溢出效應的影響因素為人口城鎮化率、人口密度、人均可支配收入；對于工業用地出讓價格；具有空間溢出效應的影響因素為人均外商直接投資、地均固定資產投資；對于工業用地出讓量，具有空間溢出效應的影響因素為第二產業比重、地均固定資產投資。

基于上述結論，我們可以得出下面兩方面的啟示：

（1）正確估計地方政府出讓行為影響因素的影響強度。如果地方政府土地出讓行為存在策略互動，而分析模型未引入適當的空間權重矩陣，則無法合理把握相關因素對地方政府出讓行為的影響強度。只有在進行地方政府土地出讓策略互動行為檢驗的基礎上，合理構建空間或非空間計量模型，才能正確估計地方政府出讓行為影響因素的影響強度，進而才能保證政策措施強度的合理性。

（2）合理利用地方政府土地出讓行為影響因素的空間溢出效應。以住宅用地出讓價格為例，若希望一個地區的住宅用地出讓價格上升，而鄰近地區住宅用地出讓價格下降，那么提升該地區的人口城鎮化率、人口密度，發揮二者負向的空間溢出效應影響是一個可行的政策選擇。與此類似，在充分認識地方政府土地出讓行為影響因素空間溢出效應的基礎上，合理利用空間溢出效應對鄰近地區的影響，能夠更有針對性地實現相關的政策目標。

（編輯：劉呈慶）

參考文獻（References）

[1]TSUI K Y， WANG Y Q. Between separate stoves and a single menu： fiscal decentralization in China[J].The China quarterly，2004， 177（3）：71-90.

[2]王玉波，唐瑩.中國土地財政地域差異與轉型研究[J]. 中國人口·資源與環境，2013，23（10）： 151-159.[WANG Yubo， TANG Ying. Discrepancy of land finance in different areas and its transformation in China[J]. China population， resources and environment， 2013， 23（10）：151-159.]

[3]BRUECKNER J K， SAAVEDRA L A. Do local governments engage in strategic tax competition？[J]. National tax journal，2001（54）：203-230.

[4]REVELLI F. On spatial public finance empiric[J]. International tax and public finance，2005（12）：475-492.

[5]BRUECKNER J K. Strategic interaction among governments： an overview of empirical studies[J]. International regional science review，2003（26）：175-188.

[6]王賀嘉， 宗慶慶， 陶佶. 競次到底：地市級政府工業用地出讓策略研究[J].南方經濟， 2013（9）： 37-51. [WANG Hejia， ZONG Qinqin， TAO Ji. Race to the bottom： the manufacturing land leasing strategy of municipal governments in China[J]. South China journal of economics，2013（9）：37-51.]

[7]汪沖. 寡頭型一級土地供應、策略互動影響與財政調整——基于 282 個城市面板數據的動態空間計量[J].財經論叢，2011（5）：32-37.[WANG Chong. Oligopolistic granting of stateowned land， strategic interaction and fiscal adjustment： based on a dynamic spatial econometric model with urban panel data[J]. Collected essays on finance and economics，2011（5）：32-37.]

[8]龍奮杰，王蕭濛，鄒迪.基于標尺競爭的地方政府土地出讓行為互動[J].清華大學學報（自然科學版），2015，55（9）：971-976.[LONG Fenjie， WANG Xiaomeng， ZOU Di. Effect of local governments land leasing behavior based on yardstick competition[J]. Journal of Tsinghua University（science & technology），2015，55（9）：971-976.]

[9]羅必良，李尚蒲. 地方政府間競爭：土地出讓及其策略選擇——來自中國省級面板數據 （1993—2009年）的經驗證據[J].學術研究，2014（1）：67-78.[LUO Biliang， LI Shangpu. The competition among local governments： land leasing and strategy choices with empirical evidences from provincial panel data in China（1993-2009）[J].Academic research，2014（1）：67-78.]

[10]LESAGE J P， FISCHER M M， SCHERNGELL T. Knowledge spillovers across Europe， evidence from a Poisson spatial model with spatial effects[J].Regional science， 2007，86（3）：393-421.

[11]ELHORST J P. Spatial econometrics： from crosssectional data to spatial panels[M]. Dordrecht： Springer， 2014： 97-105.

[12]宋佳楠，金曉斌，唐健，等. 中國城市地價水平及變化影響因素分析[J].地理學報，2011，66（8）：1045-1054.[SONG Jianan， JIN Xiaobin， TANG Jian， et al. Analysis of influencing factors for urban land price and its changing trend in China in recent years[J]. Acta geographica sinica， 2011， 66（8）： 1045-1054.]

[13]華文，范黎，吳群，等. 城市地價水平影響因素的相關分析——以江蘇省為例[J].經濟地理，2005，25（2）：202-206. [HUA Wen， FAN Li， WU Qun， et al. Regression analysis of urban land value influencing factors： for Jiangsu Province[J].Economic geography，2005，25（2）：202-206.]

[14]山東省統計局. 山東省統計年鑒（2008—2016）[J]. 北京：中國統計出版社，2008—2016. [Bureau of Statistics of Shandong Province. Statistical yearbook of Shandong Province（2008-2016）[J]. Beijing：China Statistics Press，2008-2016.]

[15]山東省住房和城鄉建設廳， 山東省統計局. 山東省城鎮化發展報告（2008—2016）[J]. 濟南：黃河出版社，2008—2016. [Housing and UrbanRural Development Department of Shandong Province， Bureau of Statistics of Shandong Province. Urbanization development report of Shandong Province（2008- 2016）[J]. Jinan：The Yellow River Press，2008-2016.]

[16]山東省住房和城鄉建設廳. 山東省城市建設統計年報（2007—2015）[J]. 北京：中國建筑工業出版社，2007—2015.[Housing and Urbanrural Development Department of Shandong Province. Shandong provincial urban construction statistics annual report（2007-2015）[J]. Beijing：China Building Industry Press，2007-2015.]

[17]ANSELIN L， BERA A K， FLORAX R， YOON M J. Simple diagnostic tests for spatial dependence[J]. Regional science and urban economics，1996， 26（1）：77-104.

[18]ELHORST J P. Applied spatial econometrics： raising the bar[J]. Spatial economics annals，2010，5（1）：9-28.

[19]LEE L F， YU J. Spatial panels： random components versus fixed effect[J]. International economic review， 2012， 53（7）：1369-1388.

[20]BEHRENS K， THISSE J F. Regional economics： a new economic geography perspective[J]. Regional science and urban economics， 2007， 37（4）：457-465.

[21]LESAGE J P， PACE P K. Introduction to spatial econometrics[M]. Boca Raton： Press Taylor and Francis Group， 2009： 66-71.

[22]ELHORST J P. Matlab software for spatial panels[J]. International regional science review，2012， 37（3）：389-405.

[23]李萬新.對央地土地博弈的制度分析[J].中國地質大學學報（社會科學版），2017（1）：135-148. [LI Wanxin. Can the central government control local land use without public participation？ [J]. Journal of China University of Geosciences （social sciences edition）， 2017（1）：135-148.]

[24]PENG K L， BAI X M. Welfare effects of ruralurban land conversion on different aged landlost farmers： exemplified in Wuhan City[J]. Chinese journal of population， resources and environment， 2016， 14（1）： 45-52. http：//dx.doi.org/10.1080/10042857.2015.1113650.

[25]黃金升，陳利銀，趙愛棟. 經濟發展差異下縣域土地引資競爭研究[J].中國地質大學學報（社會科學版），2017（3）：163-172. [HUANG Jinsheng， CHEN Liyin， ZHAO Aidong. Competition of county land investment at different stage of economic development [J].Journal of China University of Geosciences （social sciences edition）， 2017（3）：163-172.]

[26]鐘國輝. 我國城市建設用地價格扭曲研究[J]. 經濟與管理評論，2016（3）：41-46. [ZHONG Guohui. A study of price distortions of urban construction land in China[J]. Review of economy and management， 2016（3）： 41-46.]