• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      財(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率影響的異質(zhì)性研究

      2020-09-10 06:50:50朱于珂
      技術(shù)經(jīng)濟(jì) 2020年8期
      關(guān)鍵詞:工業(yè)用地分權(quán)位數(shù)

      朱于珂,黃 毅

      (1.中南財(cái)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(huì)影響未來(lái)工業(yè)發(fā)展的彈性與空間,且對(duì)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(dòng)經(jīng)濟(jì)持續(xù)穩(wěn)步增長(zhǎng)。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(duì)推動(dòng)工業(yè)轉(zhuǎn)型升級(jí)、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(guó)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(jiān)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(jí)的重要著力點(diǎn)”,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(cái)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(cái)政分權(quán)對(duì)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(shí),財(cái)政分權(quán)背景下,各地政府自主決策度加強(qiáng),市場(chǎng)一體化建設(shè)步伐加速。市場(chǎng)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(chǎng)整合必然會(huì)對(duì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率及其增長(zhǎng)率的異質(zhì)影響;對(duì)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(duì)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(cái)政分權(quán)對(duì)工業(yè)用地利用效率的影響機(jī)制分析

      目前,國(guó)內(nèi)外已有許多學(xué)者探索了地方政府競(jìng)爭(zhēng)對(duì)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(jìng)爭(zhēng)會(huì)直接影響工業(yè)資本從而影響工業(yè)用地利用效率,通過(guò)實(shí)證得出,政府競(jìng)爭(zhēng)對(duì)促進(jìn)工業(yè)用地利用效率效果顯著。財(cái)政分權(quán)代表一個(gè)政府的財(cái)政自主度,是政府競(jìng)爭(zhēng)的重要體現(xiàn)。財(cái)政分權(quán)程度越高,地方政府發(fā)展本地經(jīng)濟(jì)的財(cái)政激勵(lì)越強(qiáng)。財(cái)政分權(quán)很大程度上影響了各級(jí)政府乃至不同地區(qū)的財(cái)政支出效率與結(jié)構(gòu)[4]。陶然等[5]認(rèn)為:財(cái)政分權(quán)在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)可能會(huì)導(dǎo)致政府間開(kāi)展低水平競(jìng)爭(zhēng),從而阻礙技術(shù)進(jìn)步,降低生產(chǎn)要素的利用效率。同時(shí)由于財(cái)政自主度較高,地區(qū)間為爭(zhēng)奪流動(dòng)性稅基而開(kāi)展的“土地引資競(jìng)爭(zhēng)”就越激烈,工業(yè)地價(jià)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(cái)政分權(quán)會(huì)對(duì)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(diǎn),例如,姜海和曲福田[7]認(rèn)為:財(cái)政分權(quán)有利于政府通過(guò)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(guò)門檻回歸分析得出,在不同經(jīng)濟(jì)發(fā)展程度地區(qū),財(cái)政分權(quán)對(duì)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(cái)政分權(quán)對(duì)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(cái)政分權(quán)對(duì)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(shí)際情況與不同發(fā)展水平的動(dòng)態(tài)變化,財(cái)政分權(quán)或者政府競(jìng)爭(zhēng)對(duì)工業(yè)用地利用效率的影響必然會(huì)存在差異。因此,財(cái)政分權(quán)對(duì)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(dòng)態(tài)化研究。

      (二)市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響機(jī)制分析

      市場(chǎng)整合,通常也被稱為市場(chǎng)一體化,是指在地理空間中分散的兩個(gè)或兩個(gè)以上獨(dú)立市場(chǎng)通過(guò)某種方法組成單個(gè)的統(tǒng)一市場(chǎng),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(dòng)、規(guī)則一致,最終表現(xiàn)為價(jià)格合理、資源配置的高效利用。張友國(guó)[8]認(rèn)為,市場(chǎng)一體化指的是各地區(qū)商品和生產(chǎn)要素在市場(chǎng)機(jī)制的作用下,按照市場(chǎng)規(guī)律在各地區(qū)間流動(dòng)。市場(chǎng)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(chǎng)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(chǎng)整合在加速區(qū)域競(jìng)爭(zhēng)的同時(shí),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(chǎng)整合必然會(huì)對(duì)工業(yè)用地利用效率產(chǎn)生影響。目前,市場(chǎng)整合是市場(chǎng)化改革的重要舉措。有學(xué)者從實(shí)證的角度上,研究了市場(chǎng)化改革對(duì)土地利用效率的影響,例如,Du 等[11]通過(guò)實(shí)證研究,發(fā)現(xiàn)城市土地市場(chǎng)化改革對(duì)土地利用效率具有正向影響;趙愛(ài)棟等[12]通過(guò)研究發(fā)現(xiàn),在中西部地區(qū),工業(yè)用地市場(chǎng)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(chǎng)化改革卻對(duì)工業(yè)用地利用效率產(chǎn)生了負(fù)向影響。然而由于市場(chǎng)化改革的概念太過(guò)寬泛,市場(chǎng)化改革對(duì)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(duì)市場(chǎng)整合與工業(yè)用地利用效率之間的動(dòng)態(tài)關(guān)系進(jìn)行深入研究。

      綜上,財(cái)政分權(quán)與市場(chǎng)整合對(duì)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(cái)政分權(quán)對(duì)工業(yè)用地利用效率的影響時(shí),僅考慮了兩者之間的單一線性關(guān)系;目前關(guān)于財(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響還沒(méi)有一個(gè)統(tǒng)一的定論;此外,大多數(shù)學(xué)者對(duì)于市場(chǎng)化改革與工業(yè)用地利用效率之間關(guān)系的研究?jī)H停留在宏觀層面,將市場(chǎng)化改革這一概念細(xì)化,并集中研究市場(chǎng)整合對(duì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響是否會(huì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響差異,對(duì)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(dòng)態(tài)化研究。

      圖1 財(cái)政分權(quán)、市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響機(jī)制

      二、研究方法

      (一)市場(chǎng)整合的測(cè)度

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

      本文利用一個(gè)3 維(t×m×k)的面板數(shù)據(jù)來(lái)計(jì)算市場(chǎng)中各類商品的價(jià)格方差。三維數(shù)據(jù)中,t代表時(shí)間,m代表地區(qū),k代表商品。在時(shí)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(tái)地區(qū)外的28 個(gè)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(bào)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(jià)格指數(shù)。測(cè)算市場(chǎng)整合的數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》,其中時(shí)間t為13 年,地區(qū)m為28 個(gè),商品k為9 類,由此可以構(gòu)建一個(gè)所需要的13×28×9 三維面板數(shù)據(jù)。

      然后,本文將時(shí)間t與地區(qū)i、j固定,從而可以計(jì)算出t×m×(m-1)/2 個(gè)9 類商品之間價(jià)格變動(dòng)的平均值的方差通過(guò)對(duì)這些方差的對(duì)數(shù)進(jìn)行差分,可以得出本文需要的相對(duì)價(jià)格,即根據(jù)對(duì)數(shù)函數(shù)的性質(zhì),可以進(jìn)一步用式(1)來(lái)計(jì)算

      作為分割的對(duì)應(yīng)指標(biāo),可以用式(3)來(lái)定義各省市的市場(chǎng)整合程度(MIntit):

      (二)財(cái)政分權(quán)與工業(yè)用地利用效率測(cè)度

      關(guān)于財(cái)政分權(quán)的測(cè)度,本文參考嚴(yán)思齊和彭建超[2]的方法,使用“財(cái)政自主度型”指標(biāo)來(lái)進(jìn)行測(cè)度,該指標(biāo)分母與分子均存在跨地區(qū)以及跨時(shí)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(cái)政分權(quán)程度;frit與feit分別代表i省份第t年省本級(jí)預(yù)算內(nèi)財(cái)政收入與財(cái)政支出。財(cái)政分權(quán)程度越大,表示該地區(qū)財(cái)政自主程度越高。

      DEA 模型可以用于測(cè)算各行業(yè)效率值,目前已被國(guó)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(cè)度,由于先前大部分學(xué)者在研究工業(yè)用地利用效率時(shí),未考慮到環(huán)境約束,即沒(méi)有考慮對(duì)環(huán)境帶來(lái)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(cè)度,計(jì)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(guò)程中的勞動(dòng)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(guò)程中所投入的勞動(dòng)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(gè)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(shí),IE=1,此時(shí)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(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響。研究財(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響,對(duì)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(diǎn)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(lái)財(cái)政分權(quán)與市場(chǎng)整合對(duì)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(huì)遺漏掉一些重要信息[16],使得回歸系數(shù)的估計(jì)結(jié)果不準(zhǔn)確,甚至無(wú)法檢測(cè)到變量之間的真實(shí)關(guān)系[17]。相對(duì)于OLS 方法,分位數(shù)回歸可以研究各影響因素所帶來(lái)的異質(zhì)性影響[18],且分位數(shù)回歸更加穩(wěn)?。?9-20]。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(jì)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(duì)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(cái)政分權(quán)與市場(chǎng)整合對(duì)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(duì)相關(guān)的計(jì)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(wèn)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(gè)體數(shù)量增加到無(wú)窮大時(shí),估計(jì)量是不一致的,而每個(gè)橫截面的觀測(cè)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?yàn)檫@取決于這樣一個(gè)事實(shí):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(wèn)題,Koenker[24]提出了“收縮法”。在最小化中引入懲罰項(xiàng)來(lái)解決估計(jì)大量參數(shù)的計(jì)算問(wèn)題是這種方法的獨(dú)特之處。參數(shù)估計(jì)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(diǎn));yit與xit分別表示被解釋變量與解釋變量;ρτk表示估計(jì)量的損失函數(shù);ωk表示kth分位點(diǎn)對(duì)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(gè)體效應(yīng)降低到0,從而提高系數(shù)估計(jì)的準(zhǔn)確度。如果懲罰項(xiàng)的系數(shù)λ為0,懲罰項(xiàng)就消失了,我們便可以得到通常的固定效應(yīng)估計(jì)量;如果λ趨于無(wú)窮大,我們將得到一個(gè)沒(méi)有個(gè)體效應(yīng)的估計(jì)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(cái)政分權(quán)與市場(chǎng)整合在不同分位點(diǎn)上對(duì)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(zhǎng)率;fdit表示i省份第t年的財(cái)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(chǎng)整合與未消除地理距離因素的市場(chǎng)整合表示財(cái)政分權(quán)與市場(chǎng)整合的交互項(xiàng);Xit表示各個(gè)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(duì)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(gè)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(shuō)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(guò)構(gòu)建SBM-DEA 模型,測(cè)算出中30 個(gè)省份(西藏與港澳臺(tái)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(jiàn)表1。同時(shí)計(jì)算出30個(gè)省份2006—2017 年間工業(yè)用地利用效率增長(zhǎng)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(cái)政分權(quán)程度(fdit);市場(chǎng)整合程度,包括除去了地理距離因素的市場(chǎng)整合與未除去地理距離因素的市場(chǎng)整合;財(cái)政分權(quán)與市場(chǎng)整合的交叉項(xiàng)(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(jià)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(cái)政分權(quán)程度(fdit)以及市場(chǎng)整合程度MIntit(市場(chǎng)整合程度MIntit缺乏重慶、海南、西藏與港澳臺(tái)地區(qū)的數(shù)據(jù))所需的計(jì)算數(shù)據(jù)均來(lái)自《中國(guó)工業(yè)統(tǒng)計(jì)年鑒2006—2018》《中國(guó)城市統(tǒng)計(jì)年鑒2006—2018》以及《中國(guó)統(tǒng)計(jì)年鑒2006—2018》;其余控制變量數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒2006—2018》。

      四、實(shí)證結(jié)果分析

      (一)工業(yè)用地利用效率測(cè)算結(jié)果

      通過(guò)SBM-DEA 模型,可測(cè)算出中國(guó)30 省份(除西藏以及港澳臺(tái)地區(qū))2005—2017 年工業(yè)工業(yè)用地利用效率,具體見(jiàn)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(duì)各省份平均工業(yè)用地利用效率進(jìn)行區(qū)域?qū)Ρ确治觥榱烁又庇^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(shì),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(shí),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(shì)是隨時(shí)間呈波動(dòng)狀變化。

      圖2 財(cái)政分權(quán)對(duì)工業(yè)用地利用效率的影響

      圖3 市場(chǎng)整合對(duì)工業(yè)用地利用效率的影響

      (二)面板單位根檢驗(yàn)與協(xié)整檢驗(yàn)

      在估計(jì)參數(shù)之前,需要對(duì)面板數(shù)據(jù)的變量進(jìn)行平穩(wěn)性檢驗(yàn)。面板單位根檢驗(yàn)的結(jié)果見(jiàn)表2。本文采用LLC 檢驗(yàn)、IPS 檢驗(yàn)以及Breitung 檢驗(yàn)3 種檢驗(yàn)方法,對(duì)各變量進(jìn)行面板單位根檢驗(yàn)。通過(guò)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(xiàng)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(yàn),進(jìn)而研究變量之間是否存在長(zhǎng)期均衡關(guān)系。面板協(xié)整檢驗(yàn)的主要檢驗(yàn)方法是Kao residual 協(xié)整檢驗(yàn),上述8 個(gè)模型的面板協(xié)整檢驗(yàn)結(jié)果見(jiàn)表3。檢驗(yàn)結(jié)果顯示,在模型1~模型3中ADF 統(tǒng)計(jì)量均在5%的顯著水平上顯著,模型4 中ADF 統(tǒng)計(jì)量在10%的顯著水平上顯著,而在模型5~模型8 中,ADF 統(tǒng)計(jì)量均在1%的顯著水平上顯著。由此說(shuō)明,在樣本期內(nèi),這些變量存在長(zhǎng)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(zhǎng)率處于不同分位點(diǎn)時(shí),財(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率與工業(yè)用地利用效率增長(zhǎng)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(zhǎng)率分成9 個(gè)分位點(diǎn)(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(jiàn)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(diǎn)水平上對(duì)工業(yè)用地利用效率與工業(yè)用地利用效率增長(zhǎng)率的影響差異,并總結(jié)規(guī)律,將各財(cái)政分權(quán)、市場(chǎng)整合以及兩者的交叉項(xiàng)在不同分位點(diǎn)水平上的估計(jì)系數(shù)制作成折線圖,具體如圖2~圖6 所示。通過(guò)計(jì)算結(jié)果,本文得出以下結(jié)論。

      1.財(cái)政分權(quán)與市場(chǎng)整合對(duì)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(shí)(τ=0.1、0.2 與0.3),財(cái)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(diǎn)外,在其他分位點(diǎn)上都通過(guò)了10%的顯著性水平檢驗(yàn)。這說(shuō)明,當(dāng)工業(yè)用地效率較低時(shí),財(cái)政分權(quán)對(duì)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(shí)(τ≥0.4),財(cái)政分權(quán)的回歸系數(shù)都為正(系數(shù)為0.2301~0.7150),同時(shí)隨著分位點(diǎn)的上升,各分位點(diǎn)處的估計(jì)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(shuō)明當(dāng)工業(yè)用地利用效率處于高分位點(diǎn)時(shí),財(cái)政分權(quán)對(duì)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(huì)隨著分位點(diǎn)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(shí),政府財(cái)政自主度的增加可能會(huì)導(dǎo)致政府間產(chǎn)生惡性競(jìng)爭(zhēng),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(yàn)豐富,財(cái)政分權(quán)有利于推動(dòng)地方政府增加科技支出,實(shí)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(yàn)結(jié)果

      表3 面板協(xié)整檢驗(yàn)結(jié)果

      表4 模型1 估計(jì)結(jié)果

      表5 模型2 估計(jì)結(jié)果

      表6 模型3 估計(jì)結(jié)果

      表7 模型4 估計(jì)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(gè)分位點(diǎn)的系數(shù)均為正,且大部分都在5%的顯著水平下顯著,說(shuō)明地方經(jīng)濟(jì)發(fā)展對(duì)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(gè)分位點(diǎn)均為負(fù),且大部分都通過(guò)了10%的顯著水平檢驗(yàn),說(shuō)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(huì)對(duì)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(diǎn)處不顯著,原因在于本文選取的科研投入指標(biāo)包括社會(huì)各個(gè)行業(yè)的總科研投入比例,在某中程度上不能代表對(duì)工業(yè)發(fā)展的科研投入水平,同時(shí)也可以說(shuō)明,國(guó)家目前對(duì)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(duì)工業(yè)用地利用效率具有正向影響。

      圖4 財(cái)政分權(quán)與市場(chǎng)整合的交互項(xiàng)對(duì)工業(yè)用地利用效率及其增長(zhǎng)率的影響

      2.財(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)率的異質(zhì)性影響

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

      第二,就市場(chǎng)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(jì)值為-0.0206;在模型7 中在0.8 分位數(shù)的回歸系數(shù)估計(jì)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(jì)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(chǎng)整合(與)的回歸系數(shù)在其余各個(gè)分位點(diǎn)處的估計(jì)值均為正,說(shuō)明市場(chǎng)整合通常情況下,對(duì)工業(yè)用地利用效率增長(zhǎng)率存在正向影響。再根據(jù)圖6 可以看出,市場(chǎng)整合的回歸系數(shù)大致呈下降趨勢(shì),且變化較為明顯。說(shuō)明市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)率的正向促進(jìn)作用會(huì)隨著分位點(diǎn)上升而逐漸減弱,市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)率的正向影響在低分位點(diǎn)處作用較強(qiáng),而在高分位點(diǎn)處作用較弱。

      第三,模型7 中,財(cái)政分權(quán)與市場(chǎng)整合交互項(xiàng)fdit×在0.2 分位點(diǎn)處的回歸系數(shù)估計(jì)值為-0.2635,且在1%的顯著水平下顯著;財(cái)政分權(quán)與市場(chǎng)整合交互項(xiàng)fdit×在0.2 分位點(diǎn)處的回歸系數(shù)估計(jì)值為-0.2838,且在1%的顯著水平下顯著。說(shuō)明當(dāng)工業(yè)用地利用效率增長(zhǎng)率較低時(shí),財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率增長(zhǎng)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(jì)值分別為0.3430、1.1496、0.2027 以及0.2004,且都通過(guò)了10%的顯著水平檢驗(yàn);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(jì)值分別為0.3541、0.2323 與0.8357,且同樣都通過(guò)了10%的顯著水平檢驗(yàn)。這說(shuō)明隨著分位點(diǎn)的上升,財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率增長(zhǎng)率逐漸產(chǎn)生正向影響。此外,如圖4 所示,隨著分位點(diǎn)的提高,財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響相較于其對(duì)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(jì)結(jié)果

      表9 模型6 估計(jì)結(jié)果

      表10 模型7 估計(jì)結(jié)果

      表11 模型8 估計(jì)結(jié)果

      圖5 財(cái)政分權(quán)對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響

      圖6 市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)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(gè)分位點(diǎn)(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(cái)政分權(quán)與市場(chǎng)整合對(duì)工業(yè)用地利用效率及其增長(zhǎng)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(shí),財(cái)政分權(quán)對(duì)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(diǎn)處,財(cái)政分權(quán)對(duì)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(diǎn)時(shí),財(cái)政分權(quán)對(duì)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(diǎn)處,財(cái)政分權(quán)的影響系數(shù)為0.2301~0.7150;財(cái)政分權(quán)對(duì)工業(yè)用地利用效率增長(zhǎng)的貢獻(xiàn)會(huì)隨著分位點(diǎn)的上升而逐漸增大,財(cái)政分權(quán)對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響隨分位點(diǎn)的提高大致呈倒“U”型變化趨勢(shì)。

      (2)市場(chǎng)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(diǎn)的提高,市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)的貢獻(xiàn)趨于平穩(wěn);市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)率的正向促進(jìn)作用會(huì)隨著分為點(diǎn)上升而逐漸減弱,市場(chǎng)整合對(duì)工業(yè)用地利用效率增長(zhǎng)率的正向影響在低分位點(diǎn)處作用較強(qiáng),而在高分位點(diǎn)處作用較弱。

      (3)在低分位點(diǎn)處,財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率及其增長(zhǎng)率具有負(fù)向影響(對(duì)工業(yè)用地利用效率的影響系數(shù)為-0.0294~-0.0088;對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響系數(shù)為-0.2635~-0.2838)。隨著分位點(diǎn)的上升,在高分位點(diǎn)處,財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率及其增長(zhǎng)率會(huì)逐漸產(chǎn)生正向促進(jìn)作用(對(duì)工業(yè)用地利用效率的影響系數(shù)為0.0042~0.0540;對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響系數(shù)為0.2004~1.1496)。隨著分位點(diǎn)的提高,財(cái)政分權(quán)與市場(chǎng)整合的共同作用對(duì)工業(yè)用地利用效率增長(zhǎng)率的影響相較于其對(duì)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(zhǎng)速度較慢的地區(qū)應(yīng)適當(dāng)降低地方政府財(cái)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(cái)政分權(quán)程度,簡(jiǎn)政放權(quán),增加財(cái)政自主度,促進(jìn)地方政府間良性競(jìng)爭(zhēng);同時(shí)應(yīng)注重推動(dòng)市場(chǎng)一體化建設(shè),促進(jìn)資源合理配置,推動(dòng)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。

      猜你喜歡
      工業(yè)用地分權(quán)位數(shù)
      蒙住眼,因?yàn)槎缡蛛y——為什么清代不能建立合理化的央地財(cái)政分權(quán)
      五次完全冪的少位數(shù)三進(jìn)制展開(kāi)
      工業(yè)用地供應(yīng)市場(chǎng)化和地區(qū)經(jīng)濟(jì)增長(zhǎng)
      ——以杭州為例的實(shí)證研究
      新發(fā)展理念下常州市工業(yè)用地的形勢(shì)與任務(wù)
      地方政府科技支出與財(cái)政分權(quán)的促進(jìn)行為研究
      分權(quán)化背景下的印尼海外移民治理研究
      東南亞研究(2015年1期)2015-02-27 08:30:29
      遙感衛(wèi)星CCD相機(jī)量化位數(shù)的選擇
      “判斷整數(shù)的位數(shù)”的算法分析
      河南科技(2014年11期)2014-02-27 14:09:41
      基于分位數(shù)回歸的剪切波速變化規(guī)律
      財(cái)政分權(quán)與中國(guó)經(jīng)濟(jì)增長(zhǎng)(1999~2008):基于預(yù)算權(quán)的討論
      正镶白旗| 鄂托克前旗| 洱源县| 尖扎县| 宣武区| 长宁区| 乐都县| 两当县| 朔州市| 汝州市| 嘉峪关市| 绥阳县| 和田市| 连城县| 中牟县| 孝昌县| 奉贤区| 湟源县| 庆元县| 宁阳县| 南郑县| 浦城县| 扎囊县| 铁力市| 宝清县| 崇州市| 江安县| 南部县| 安达市| 阿克陶县| 南充市| 北安市| 舞钢市| 原平市| 清涧县| 万山特区| 甘谷县| 金堂县| 大竹县| 沭阳县| 贺州市|