土地財政、土地融資與地方政府投向網絡基礎設施的互動關系

魏子博 石曉平 馬賢磊 周月鵬

關鍵詞 土地財政；土地融資；網絡基礎設施；工業用地引資；商住用地生租

學術界普遍認同以土地財政和土地融資為主要環節的“以地謀發展”模式，在快速工業化和城市化進程中立下了汗馬功勞［1-2］。然而，隨著經濟發展階段的轉變，此模式出現了衰竭現象，其運行風險和潛在弊端逐漸顯現，甚至被視為推高地價和房價、造成地方政府債務攀升等問題的主要誘因［2-3］。因此，對此模式的否定和批評成為主流，較少有研究再探討其發揮積極作用的一面。

近年來，中國經濟外部環境復雜多變，外需增長明顯放緩，同時，國內疫情對經濟的影響依然存在，內需短期內難以補位，經濟下行壓力持續不減，亟須將穩增長置于更突出的位置?；A設施投資作為穩增長的重要手段，不論是短期內拉動內需、對沖經濟下行壓力，還是長期內補齊短板、增強經濟發展后勁，適度超前地開展均有其必要性。以交通、信息和能源為主的網絡基礎設施（以下簡稱網絡基建）［4-6］，不但在推動資本和勞動力跨區域流動、保障信息跨區域溝通與交流、降低企業運營成本、激發區域創新活力等方面具有不容忽視的重要作用，還促成了產品和服務遠距離、無障礙、大規模地提供，產生顯著的規模經濟和范圍經濟，在需要穩增長的關鍵時刻扮演著舉足輕重的角色［5，7-10］。而以市政環保與科教文衛等設施為代表的中心基礎設施（以下簡稱中心基建），資本積累速度較慢，難以立竿見影地起到穩增長的效果［6］。在內外需均增長乏力的情況下，加強網絡基建投資成為穩增長的重要政策選擇［10］。作為轄區基建投資的決策者，地方政府選擇投向網絡基建顯得舉足輕重。因此，探討引致地方政府投向網絡基建的主要影響因素，具有重要的理論與現實意義。

僅就土地財政（工業用地引資/商住用地生租）來看，不論是工業用地引資的順利實現，還是商住用地地租的成功回收，都離不開網絡基建的助力作用，也造成了土地財政與地方政府投向網絡基建之間互相促進的局面［11-12］。然而，地方政府經由融資平臺公司進行土地融資，打破了土地財政與地方政府投向網絡基建雙向鎖定的均衡。土地融資不但能夠取代商住用地地租來“橫向補貼”工業用地引資造成的收入損失［13］，還豐富了地方政府回收未來土地增值收益的途徑［14-15］?？梢?，土地財政和土地融資并存的情況下，可能與地方政府投向網絡基建產生三者間的互動關系。那么，三者間互動關系是否存在？若是，這種互動關系是否為正向的？是否會引致地方政府投向網絡基建？“以地謀發展”模式的積極作用是否已經衰竭？上述疑問，成為了亟待回答的理論命題和政策熱點。

該研究將通過理論和實證分析對上述問題進行解答，力求在以下方面有所創新：①現有研究受到數據的限制，主要聚焦土地財政對地方政府投向網絡基建的直接影響［11］，較少分析和考察土地財政、土地融資與地方政府投向網絡基建三者間的互動關系，文章在擴展相關數據的基礎上填補此處不足。②以往研究較少考慮網絡基建與中心基建的相互影響關系，文章通過引入聯立方程彌補此處缺陷。③按照2003年之后的統計口徑進行調整，重新推算出2006—2019年網絡和中心基礎設施資本存量數據，是網絡和中心基礎設施資本存量核算研究的重要補充［6-7，10］。

1 文獻追溯、理論分析與主要假說

針對地方政府投向網絡基建的問題，之前研究大多引入“中國式分權”的分析框架，重點從政治集權和經濟分權兩個維度進行探討［16］。就政治集權而言，下級政府官員的人事任命權由上級政府掌握［17］，經濟快速增長往往是上級政府最為關注的考核任務［18］。為了更好地應對上級政府的任務考核，謀求任期內轄區經濟增長表現突出，網絡基建自然而然成為地方政府的理性選擇，原因在于：作為一項投入要素，網絡基建能直接參與各種制造業企業的生產過程，短期內提高資本和勞動要素的邊際產出［6］，并通過乘數效應帶動批發業、金融業和軟件業等可貿易服務業發展［19］，提升社會總需求，推動轄區經濟增長。這種特性的存在，促使地方政府投向網絡基建［10］。整體而言，政治集權為地方政府投向網絡基建提供了重要激勵，卻不能解釋其投向網絡基建可以實現的資金來源問題［14-15］。

而以經濟分權而論，分稅制改革導致了財權上收和事權下放，加劇了預算內財政收支失衡，且受限于不列赤字的預算約束條件，迫使地方政府開啟“以地謀發展”模式，借助土地財政和土地融資開拓創收途徑來弱化其預算約束。

1. 1 土地財政和土地融資對地方政府投向網絡基建影響的理論分析

1. 1. 1 影響地方政府投向網絡基建的理論分析

地方政府壟斷國有土地一級市場，主要通過出讓作為重要生產資料的工業用地，吸引外來制造業企業，帶動制造業以及商業和房地產業等相關產業的快速發展，達到拓寬稅基的效果［20-21］。與此同時，工業用地市場呈現明顯的買方市場特征［13］。為了更加順利地實現工業用地引資，地方政府不但經常采取降低地租和增加數量并行的出讓策略［22］，減少可能的地租收入；還為制造業企業提供可以抵押融資的工業用地資產，又盡量滿足制造業企業網絡基建配備水平提升要求，客觀上增添了預先配套網絡基建的資金規模，加重了網絡基建投資的資金缺口。面對工業用地出讓會加重配備網絡基建資金缺口的情況，地方政府充分利用商住用地市場賣方市場的特征［13］，選擇控制數量和抬高價格的出讓策略，期望提高一次性的商住用地地租［22］。商住用地地租不但“橫向補貼”了工業用地出讓中網絡基建配套的資金缺口，促使地方政府投向網絡基建，還保證了商住用地出讓中配套更高水平網絡基建的資金要求，進一步提升了地方政府投向網絡基建的概率［11］。同時，也保障了商住用地出讓中配備必要中心基建的資金需要。

綜上可知，之前研究重點剖析了土地財政（工業用地引資/商住用地生租）對地方政府投向網絡基建的影響機理［11］，卻鮮有涉及土地融資及其與土地財政的交互效應對地方政府投向網絡基建的影響機理分析。地方政府通過設立專門的土地儲備機構，更好地調節與控制商住和工業用地出讓節奏和規模。自土地儲備到土地出讓，地方政府需要事先解決相應網絡基建配套的資金問題［23］。而受制于相關法律約束，地方政府無法直接借助銀行機構信貸渠道與經由債券發行途徑開展債務融資活動。應對上述情況，一方面，地方政府向融資平臺公司注入儲備的土地資產，利用土地使用權抵押手段獲取銀行貸款［24］；另一方面，地方政府還可以依托融資平臺公司，選擇土地使用權或是土地出讓收入擔保方式開展債券融資［14］。以上兩種融資方式，緩解了地方政府預算約束，保障了配備網絡基建的資金需要，提高了地方政府投向網絡基建的概率［23］。依此邏輯，提出假說。

H1a：工業用地引資產生網絡基建配備水平提升要求，商住用地生租保證投資網絡基建資金要求，皆引致地方政府投向網絡基建。

H1b：土地融資保障投資網絡基建資金需要，引致地方政府投向網絡基建。

1. 1. 2 土地財政和土地融資交互效應影響的理論分析

以工業用地引資和土地融資交互效應而論，該研究中特指土地融資在工業用地引資引致地方政府投向網絡基建過程中發揮的調節作用。土地融資相當于提升了地方政府的財力水平，能夠用于填補工業用地引資造成的配備網絡基建資金缺口［25］。鑒于此，土地融資會增強工業用地引資對地方政府投向網絡基建的帶動作用。而商住用地生租和土地融資交互效應，該研究特指土地融資在商住用地生租引致地方政府投向網絡基建過程中發揮的調節作用。如果在商住用地地租主要用于配備網絡基建的基礎上，土地融資又主要依靠商住用地地租進行償還。審計署2011年和2013年的審計公告顯示，承諾用土地出讓收入（主要來自商住用地地租）作為償債來源的地方債務余額占負有償還責任債務余額的比重約40%～50%，會明顯擴充商住用地的融資能力［24］，可能增強商住用地地租支持地方政府投向網絡基建的效果。依此邏輯，提出假說。

H2a：土地融資增強工業用地引資對地方政府投向網絡基建的帶動作用。

H2b：土地融資增強商住用地地租支持地方政府投向網絡基建的作用。

1. 2 網絡基建對土地財政和土地融資影響的理論分析

網絡基建作為重要公共品，有益于營造良好的生產與營商環境，增強所在地的吸引力和可達性，明顯提升轄區的相對競爭優勢，容易發揮“虹吸效應”促使外來制造業企業向本轄區集聚［6-7，10，26］，顯著增加轄區工業用地潛在需求，對工業用地引資起到助力作用。反之，網絡基建連通不同轄區，在降低制造業企業跨區域遷移成本的同時，也可能發揮“擴散效應”致使制造業企業流向其他轄區［6，10，26］，減少轄區工業用地潛在需求，對工業用地引資起到抑制作用。

同時，網絡基建有助于提高居住和生活環境，完善所在地的公共服務體系，成為轄區吸引勞動力要素遷入的重要籌碼，利于發揮“虹吸效應”匯集更多的外來勞動力，激發轄區商住用地潛在需求，明顯助推商住用地經濟價值的提升，對商住用地生租起到推動作用［11，13］。然而，網絡基建也為勞動力要素跨區域自由流動創造了有利條件，可能發揮“擴散效應”造成勞動力外流，減弱轄區商住用地潛在需求，對商住用地生租起到削弱作用。

綜上發現，之前研究重點剖析了網絡基建對土地財政（工業用地引資/商住用地生租）的影響機理［12］，較少涉及網絡基建對土地融資的影響機理解析。網絡基建增強轄區公共資本稟賦［6］，有利于改善生產和生活環境，優化所在地的區位條件，益于發揮“虹吸效應”匯聚更多的外來企業或人口，增加轄區儲備土地稀缺程度。在提升融資平臺公司手中土地市場價值的同時，也放大了地方政府巧妙結合融資平臺公司與儲備土地開展土地融資的能力，又實現土地出讓之后繼續分享土地增值收益的效果［14］，對土地融資起到助推作用。反之，網絡基建又為企業或人口跨區域遷移提供了必備條件，可能發揮“擴散效應”造成企業或人口外流，減弱轄區儲備土地稀缺程度，對土地融資起到弱化作用。依此邏輯，提出假說。

H3a：網絡基建對工業用地引資和商住用地生租起到助力作用。

H3b：網絡基建對土地融資起到助推作用。

1. 3 三者間互動關系呈現時空差異的理論分析

從理論上來看，不論土地財政、土地融資、地方政府投向網絡基建需求出現改變，還是企業和人口的集聚或者流出情況發生變化，均可能引發土地財政、土地融資與地方政府投向網絡基建三者間互動關系產生變動。

以土地財政和土地融資而論，伴隨著土地出讓成本性支出提升，2006—2018年間成本性支出占比（成本性支出/土地出讓毛收入）從63. 129% 上升到88. 103%［1］。

2012年左右地方政府解決資金投入問題，開始從主要依靠商住用地生租轉變為主要依靠土地融資［27］，導致商住用地生租與土地融資之間產生相互替代關系，兩者間互動關系呈現出相互弱化的特征。與此同時，中國整體上進入工業化后期，經濟逐漸步入“新常態”，由高速增長向中高速增長轉變，主導產業發生轉換，潛在經濟增長率逐步下降［10，28］。其中，網絡基建與主導產業的匹配程度降低，對轄區經濟增長的貢獻出現衰減［10］。曹躍群等［10］發現，網絡基建的產出彈性值由2000—2011年的0. 163降為2012—2016 年的0. 085，中心基建的產出彈性呈現增長態勢，推動轄區經濟增長的潛力逐漸顯現［10］。鑒于此，2012年以后，地方政府投向網絡基建需求有所弱化，土地財政和土地融資對地方政府投向網絡基建的影響亦出現弱化。東部、中部和西部地區，網絡基建對轄區經濟增長的貢獻出現顯著差異［6，10］，則不同地區地方政府投向網絡基建需求差異明顯，可能引發不同地區土地財政和土地融資對地方政府投向網絡基建的影響呈現明顯差異。

除此之外，企業或人口集聚效果越好的時段和地區，網絡基建對土地財政和土地融資的影響越強；企業或人口流出越多的時段和地區，網絡基建對土地財政和土地融資的影響越弱［7］。2012年前后以及東部、中部和西部地區，企業或人口的變化情況存在較為明顯的差異［7］，則2012年前后和不同地區，網絡基建對土地財政和土地融資的影響可能表現出明顯差異。依此邏輯，提出假說。

H4：2012年前后和不同地區，土地財政、土地融資與地方政府投向網絡基建間互動關系呈現出明顯差異。

2 實證設計

2. 1 計量模型

鑒于地方政府在收入相對確定的情況下，同時進行網絡和中心基建的投資安排，因此，網絡和中心基建投資之間是相互影響的［10，29］。聯立方程模型能夠更好地識別出相互影響的機制，構建聯立方程組［29］。第一步，考察土地財政和土地融資對地方政府投向網絡基建的影響，將工業用地引資、商住用地生租、土地融資、工業用地引資與商住用地生租分別和土地融資的交互項，逐一引進網絡和中心基建投資方程。同時，為了避免主要解釋變量和控制變量反向因果造成的內生性問題，所有解釋變量皆選取滯后一期的數據，對應的計量模型為：

式中：下標i 和t 逐次為i 省份和第t 年；NEI 和NUI 逐次為網絡和中心基建投資，ILI、CLR 和LF 逐次為工業用地引資、商住用地生租和土地融資，（ILI×LF）和（CLR×LF）為土地財政和土地融資的交互項；X 為控制變量，D 為虛擬變量，α0和β0為常數項，εit和θit為回歸殘差項，α1、α2、α3、α31、α32、β1、β2、β3、β31與β32為文章感興趣的待估參數。

第二步，考察網絡基建對土地財政和土地融資的影響。通過前文的理論分析可知，商住用地生租和土地融資皆可能用于填補工業用地引資造成的網絡基建資金缺口，同時，商住用地生租與土地融資皆能夠作為網絡基建投資的資金來源，兩者之間存在相互促進或者相互替代的關系［24］。因此，工業用地引資、商住用地生租和土地融資之間亦是互相影響的［14］。同樣構建聯立方程組，且所有解釋變量皆選取滯后一期的數據，對應的計量模型為：

2. 2 變量選擇

網絡基建投資（NEI）和中心基建投資（NUI）。因為基建影響效應主要源于資本存量并非投資流量［7］，所以，網絡和中心基建投資衡量指標依次采用人均網絡基礎設施資本存量（元/人）和人均中心基礎設施資本存量（元/人）取自然對數。又由于相關年鑒中未提供對應的資本存量數據，有必要使用核算的方法取得相關數據。同時，鑒于2003年前后中國國民經濟行業統計口徑出現較大的變化，為實現與2003年之后統計口徑統一，將2003年之前統計口徑進行調整，先計算2003—2008年各行業大類數據在所屬行業門類的平均比例，再根據這些比例拆分和合并2003年之前行業門類數據，繼而得到與2003年之后統計口徑一致的行業門類數據［30］。2003年之前行業門類與2003—2008年行業門類的對應關系，及其按照2003年之后統計口徑調整的整個過程略，備索。

綜合并且借鑒前人的研究［6-7，10］，將網絡基建的統計范圍界定為：1993—2002年的“交通運輸、倉儲及郵電通信業”“城市公共交通業”與“電力、煤氣及水的生產和供應業”，2003—2019年的“交通運輸、倉儲和郵政業”“信息傳輸、計算機服務和軟件業”或者“信息傳輸、軟件和信息技術服務業”“電力、燃氣及水的生產和供應業”或者“電力、熱力、燃氣及水生產和供應業”。同時，將中心基建的統計范圍界定為：1993—2002年的“地質勘查業、水利管理業”“環境管理業和公共設施管理業”“科學研究和綜合技術服務業”“建筑業”“教育、文化藝術及廣播電影電視業”“衛生、體育和社會福利業”“國家機關、黨政機關和社會團體”，2003—2019 年的“水利、環境和公共設施管理業”“科學研究、技術服務和地質勘查業”或者“科學研究和技術服務業”“建筑業”“居民服務和其他服務業”或者“居民服務、修理和其他服務業”“教育”“文化、體育和娛樂業”“衛生、社會保障和社會福利業”“公共管理和社會組織”。

在核算網絡基礎設施資本存量之時，將1993年定為推算的基年，折舊率為9. 72%［10］。資本形成的核算指標選取全社會新增固定資產［6，10］，缺失年份的數據，用加總基本建設、更新改造和城鎮集體經濟相應行業的新增固定資產數據替代。1993—2002年，選取相應年份的基本建設分行業交付使用率對城鎮集體經濟分行業交付使用率進行替代［6，10］。將1993—2003年隸屬網絡基建三個行業門類全社會新增固定資產的幾何平均增長率作為投資增長率，用投資增長率與折舊率之和去除基年投資額，推算獲得基年網絡基礎設施資本存量。而后，使用永續盤存法推算獲得2006—2019年省際網絡基礎設施資本存量（NEI1，1993年=1）。在核算中心基礎設施資本存量時，同樣將1993年定為推算的基年，折舊率為9. 57%［10］。資本形成的核算指標選擇隸屬中心基建八個行業門類全社會新增固定資產，使用相同的核算過程推算獲得2006—2019 年省際中心基礎設施資本存量（NUI1，1993 年=1）。在穩健性檢驗中，將1993—2002年網絡和中心基建的統計口徑換回到未統一之前［10］。再按照前文的核算過程推算獲得2006—2019年省際網絡和中心基礎設施資本存量（NEI2和NUI2，1993年=1）。

土地財政和土地融資。土地財政包括工業用地引資（ILI）與商住用地生租（CLR）。地方政府開展工業用地引資時，通過出讓工業用地為企業提供生產要素和生產場所，而其進行商住用地生租之際，通過出讓作為重要資產的商住用地來籌集財政資金。衡量指標依次選取人均工業用地出讓成交面積（m2/人）與人均商住用地出讓成交價款（元/人）取自然對數［23，31］。鑒于中國土地市場網中出讓結果公告數據2007年之前缺失較為嚴重，而分析《中國國土資源統計年鑒》數據發現：2007年之前工業用地的出讓方式幾乎都是協議出讓；2003—2006年，以協議方式出讓的工業用地比重一直維持在95%以上，商住用地的出讓方式大多是招拍掛出讓；2003—2007年，商業或住宅用途地塊在掛牌和拍賣出讓中占比分別為87% 和90%。因此，2007年之前相應的替代指標依次選擇人均協議出讓成交面積（m2/人）與人均招拍掛出讓成交價款（元/人）取自然對數。

土地融資（LF）。地方政府借助融資平臺公司與儲備土地結合來籌集金融資金，衡量指標主要選擇人均融資平臺公司土地抵押貸款與發行城投債規模（元/人）取自然對數［14］。首先，通過將土地市場網的土地抵押數據與銀監會發布的11 737 家地方政府融資平臺名單進行匹配［24］，篩選出2006—2019年間的融資平臺公司土地抵押貸款數據，再將相關數據歸并到所屬省份。其次，從Wind經濟數據庫中篩選出2006—2019年間融資平臺公司發行城投債數據，同樣將相關數據歸并到所屬省份。

控制變量。鑒于基建影響具有滯后性，前期基建資本存量往往是決定后期基建投資水平的重要因素［15］，所以，將滯后一期的網絡和中心基建投資依次引進網絡和中心基建投資方程之中。同時，前期工業用地引資、商住用地生租與土地融資也會對其后期產生影響，也將滯后一期的對應變量依次引進工業用地引資、商住用地生租與土地融資方程之中。又由于變量之間存在共線性等可能，網絡和中心基建投資方程的控制變量主要包括［15，21］：①預算內財政自主權（FAU），衡量指標用一般公共預算財政收入與一般公共預算財政支出之比（%），用來控制預算內財政狀況與轉移支付對基建投資的影響。②政績考核（PE），衡量指標用經濟增長目標（%）。上級政府的政績考核會對基建投資產生影響，地方政府采取預先制定經濟增長目標的方式，來回應上級政府圍繞轄區經濟增長的政績考核要求。③金融發展水平（FDL），衡量指標用金融機構存貸款余額占GDP比重（%），用來控制金融發展狀況對基建投資的影響。④勞動參與率（LPR），衡量指標用勞動年齡人口占人口數比重（%），作為“虹吸效應”的一個代理變量，用來控制勞動力（或者人口）變化情況對基建投資的影響。⑤流動資本（MC），衡量指標用人均實際利用外商直接投資（元/人）取自然對數，作為“虹吸效應”的另一個代理變量，用來控制資本（或者企業）變化情況對基建投資的影響。⑥民間資本活躍度（PCA），衡量指標用非國有固定資產投資占全社會固定資產投資比重（%），用來控制非國有投資對基建投資的影響。⑦工業化水平（INL），衡量指標用工業產值占GDP比重（%），用來控制工業化發展對基建投資的影響。同時，土地財政和土地融資選擇同樣的控制變量。

2. 3 數據說明

根據相關統計資料，目前僅能推算出省際歷年網絡和中心基礎設施資本存量的完整數據。據《關于2018年上半年國家土地督察工作情況的報告》（自然資發〔2018〕66號）反映：“2016年1月1日之后，違規以儲備土地抵押融資，涉及473 宗，抵押土地面積4 786. 07 hm2（7. 2 萬畝），融資金額716. 18億元”，分析樣本延續到2016年之后。限于數據可得性等原因，研究未涉及西藏、香港、澳門、臺灣。該研究最終選取2006—2019年30個省份的非平衡面板數據作為分析樣本。對于個別缺漏數據與存在明顯異常的記錄數據，運用插值法補齊，使用的計量分析軟件為Stata 15. 0。

為了剔除價格趨勢的影響，將2006年定為基年，運用省際2006—2019年的居民消費價格指數，將除網絡與中心基礎設施資本存量以外的名義變量調整為2006年的實際變量。再運用省際1993—2006年的固定資產投資價格指數將網絡和中心基礎設施資本存量1993年的實際變量調整為2006 年的實際變量，相應變量的統計特征詳見表1。

3 實證結果解析

依照聯立方程模型可識別的秩條件與階條件，網絡和中心基建投資方程以及土地財政和土地融資方程皆是過度識別的。又由于3SLS（三階段最小二乘法）在第三階段使用了FGLS（廣義最小二乘法）進行參數估計，在回歸中考慮到聯立方程之間的內在相關性，能夠提高樣本估計的有效性，所以，對聯立方程進行總體參數估計時主要選取3SLS［29］。同時，引入截面固定效應來進一步消除截面維度特征上存在的差異對聯立方程估計結果造成的可能影響。另外，由于工業用地引資、商住用地生租、土地融資以及兩者和土地融資的交互項出現的共線性問題比較嚴重，均相應進行了去中心化處理。表2展示了土地財政、土地融資、網絡基建等時空變化趨勢。

3. 1 土地財政和土地融資對地方政府投向網絡基建的影響

3. 1. 1 全國樣本

首先，解析全國樣本的回歸結果。結合前文分析，將2012年定為節點，分開解析2012年前后的不同情況，詳細結果見表3。整個研究時段，以列（2）的回歸結果而論，工業用地引資（ln ILI_1）對中心基建投資（ln NUI1）的影響系數是-0. 014（通過10%顯著水平），則整個研究時段，工業用地引資削弱地方政府投資中心基建?？赡苁?，由表2可知，該時段內工業用地引資呈現衰減態勢，減弱了中心基建的配套要求。以列（1）和列（2）的回歸結果而論，土地融資（ln LF_1）對網絡基建投資（ln NEI1）和中心基建投資（ln NUI1）的影響系數逐次是0. 015和0. 016（皆通過1%顯著水平），則整個研究時段，土地融資造成地方政府投向中心基建?？赡苁?，該時段內中心基建推動轄區經濟增長的潛力逐漸顯現［10］，土地融資主要用來配備中心基建。

2006—2011時段，以列（3）的回歸結果而論，商住用地生租（ln CLR_1）對網絡基建投資（ln NEI1）的影響系數是-0. 023（通過10%顯著水平），則商住用地生租削弱地方政府投向網絡基建?？赡苁?，該時段內伴隨著土地出讓成本性支出不斷增加，成本性支出占比從63. 129%上升到71. 852%［1］，商住用地生租對地方政府投向網絡基建配套的支持作用出現了衰減。同時，工業用地引資和土地融資的交互項（ln ILI×ln LF_1）對網絡基建投資（ln NEI1）的影響系數是0. 012（通過5%顯著水平），則2006—2011時段，土地融資增強工業用地引資對地方政府投向網絡基建的帶動作用，證實假說H2a?？赡苁?，由表2可知，該時段內工業用地引資呈現增長態勢，網絡基建配套需求較強，土地融資用于填補工業用地引資帶來的網絡基建資金缺口，增強了工業用地引資對地方政府投向網絡基建的帶動作用。以列（3）和列（4）的回歸結果而論，商住用地生租和土地融資的交互項（ln CLR×ln LF_1）對網絡基建投資（ln NEI1）和中心基建投資（ln NUI1）的影響系數逐次是-0. 009 和-0. 007（分別通過5% 和10% 顯著水平），則2006—2011時段，土地融資減弱商住用地地租支持地方政府投向網絡基建的作用?？赡苁?，該時段內土地融資替代商住用地地租來滿足網絡基建的資金要求，減弱了商住用地地租支持地方政府投向網絡基建的效果。

2012—2019時段，以列（5）的回歸結果而論，商住用地生租（ln CLR_1）對網絡基建投資（ln NEI1）的影響系數是-0. 015（通過10%顯著水平），則商住用地生租削弱地方政府投向網絡基建?？赡苁?，該時段內伴隨著土地出讓成本性支出繼續增加，2012—2018年間成本性支出占比從79. 338% 上升到88. 103%［1］，商住用地生租對地方政府投向網絡基建配套的支持作用再次出現衰減。以列（5）—列（6）的回歸結果而論，土地融資（ln LF_1）對網絡基建投資（ln NEI1）和中心基建投資（ln NUI1）的影響系數逐次是0. 014和0. 022（分別通過5%和1%顯著水平），則2012—2019時段，土地融資引發地方政府投向中心基建?？赡苁?，該時段內中心基建對轄區經濟增長的貢獻越發凸顯［10］，土地融資更多用來配備中心基建。以列（6）的回歸結果而論，工業用地引資和土地融資的交互項（ln ILI×ln LF_1）對中心基建投資（ln NUI1）的影響系數是-0. 012（通過5%顯著水平），則土地融資減弱工業用地引資對地方政府投資中心基建的帶動作用?？赡苁?，該時段內土地融資擠出了其他財政資金支持中心基建，減弱了工業用地引資對地方政府投資中心基建的帶動作用。

綜合上文的實證結果發現，2012年前后土地財政和土地融資對地方政府投向網絡基建的影響呈現出明顯差異，部分證實假說H4。主要原因可能是，2012年以后，網絡基建對轄區經濟增長的貢獻出現衰減［10］，地方政府投向網絡基建需求有所弱化。

3. 1. 2 地區樣本

其次，解析分地區樣本的回歸結果。東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆，詳細結果見表4。東部和中部地區，以列（1）、列（3）的回歸結果而論，土地融資（ln LF_1）對網絡基建投資（ln NEI1）的影響系數逐次是0. 014和0. 018（皆通過5%顯著水平），則東部和中部地區土地融資引致地方政府投向網絡基建，證實假說H1b?？赡苁?，該地區網絡基建對轄區經濟增長的貢獻更高［6，10］，土地融資更多用于配備網絡基建。同時，中部地區，以列（4）的回歸結果而論，商住用地生租和土地融資的交互項（ln CLR×ln LF_1）對中心基建投資（ln NUI1）的影響系數是-0. 016（通過5%顯著水平），則中部地區土地融資減弱商住用地地租支持地方政府投資中心基建的作用?？赡苁?，該地區土地融資替代商住用地地租來滿足中心基建的資金要求，減弱了商住用地地租支持地方政府投資中心基建的作用。

西部地區，以列（6）的回歸結果而論，商住用地生租（ln CLR_1）對中心基建投資（ln NUI1）的影響系數是-0. 042（通過1%顯著水平），則西部地區商住用地生租削弱地方政府投資中心基建?？赡苁?，該地區伴隨著土地出讓成本性支出的提升，商住用地生租對中心基建配套的支持作用出現了衰減。以列（5）、列（6）的回歸結果而論，土地融資（ln LF_1）對網絡基建投資（ln NEI1）和中心基建投資（ln NUI1）的影響系數逐次是0. 032 和0. 033（皆通過1%顯著水平），則西部地區土地融資引發地方政府投向中心基建?？赡苁?，該地區中心基建對轄區經濟增長的貢獻更大［10］，土地融資主要用于支持中心基建配套。同時，以列（5）的回歸結果而論，工業用地引資和土地融資的交互項（ln ILI×ln LF_1）以及商住用地生租和土地融資的交互項（ln CLR×ln LF_1）對網絡基建投資（ln NEI1）的影響系數均是0. 011（皆通過5%顯著水平），則西部地區土地融資增強工業用地引資對地方政府投向網絡基建的帶動作用，同時，其增強商住用地地租支持地方政府投向網絡基建的作用，證實假說H2a和H2b?？赡苁?，該地區土地融資填補了工業用地引資帶來的網絡基建資金缺口，增強了工業用地引資對地方政府投向網絡基建的帶動作用。同時，該地區土地融資主要依靠商住用地地租進行償還，擴充了商住用地的融資能力［24］，增強了商住用地地租支持地方政府投向網絡基建的作用。

由此可知，不同地區土地財政和土地融資對地方政府投向網絡基建的影響呈現出明顯差異，部分證實假說H4。主要原因可能是，東部、中部和西部地區，網絡基建對轄區經濟增長的貢獻出現顯著差異［6，10］。

3. 2 網絡基建對土地財政和土地融資的影響

3. 2. 1 全國樣本

首先，解析全國樣本的回歸結果，同樣解析2012年前后的具體情況，詳細結果見表5。整個研究時段和2006—2011時段，以列（3）的回歸結果而論，網絡基建投資（ln NEI1_1）對土地融資（ln LF）的影響系數逐次是1. 166和4. 055（分別通過1%和5%顯著水平），則整個研究時段和2006—2011時段，網絡基建對土地融資起到助推作用，證實假說H3b?？赡苁?，該時段內網絡基建發揮“虹吸效應”匯聚外來企業或人口，增加儲備土地的稀缺程度，對土地融資起到助推作用。其中，整個研究時段，以列（3）的回歸結果而論，勞動參與率（LPR_1）和流動資本（ln MC_1）對土地融資（ln LF）的影響系數逐次是0. 071和0. 359（分別通過5%和1%顯著水平），證明整個研究時段網絡基建“虹吸效應”的存在。

2012—2019時段，以列（2）的回歸結果而論，網絡基建投資（ln NEI1_1）對商住用地生租（ln CLR）的影響系數是0. 477（通過5%顯著水平），則網絡基建對商住用地生租起到助力作用，證實假說H3a?？赡苁窃摃r段內網絡基建發揮“虹吸效應”匯集外來勞動力，激發商住用地的潛在需求，對商住用地生租起到推動作用。

綜合上文的實證結果發現，2012年前后網絡基建對土地財政和土地融資的影響呈現出明顯差異，部分證實假說H4。主要原因可能是2012年前后企業或人口的變化情況存在較為明顯的差異。

3. 2. 2 地區樣本

其次，解析分地區樣本的回歸結果，同樣解析不同地區的情況，詳細結果見表6。東部和西部地區，以列（3）的回歸結果而論，網絡基建投資（ln NEI1_1）對土地融資（ln LF）的影響系數逐次是1. 806和1. 864（皆通過1%顯著水平），則東部和西部地區網絡基建對土地融資起到助推作用，證實假說H3b?？赡苁?，該地區網絡基建發揮“虹吸效應”匯聚外來企業或人口，增加儲備土地的稀缺程度，對土地融資起到助推作用。其中，就以列（3）的回歸結果而論，東部和西部地區勞動參與率（LPR_1）和流動資本（ln MC_1）對土地融資（ln LF）的影響系數逐次是0. 086和0. 517（分別通過10%和1%顯著水平），證明東部和西部地區網絡基建“虹吸效應”的存在。

中部地區，以列（1）的回歸結果而論，網絡基建投資（ln NEI1_1）對工業用地引資（ln ILI）的影響系數是-0. 589（通過5%顯著水平），則中部地區網絡基建對工業用地引資起到抑制作用?？赡苁?，該地區網絡基建開始發揮“擴散效應”致使制造業企業流向其他轄區，減少工業用地的潛在需求，對工業用地引資起到抑制作用。

鑒于此，不同地區網絡基建對土地財政和土地融資的影響呈現出明顯差異，部分證實假說H4。主要原因可能是不同地區企業或人口的變化情況出現較為明顯的差異。

3. 3 穩健性檢驗

為印證估計結果的穩健性，分別替換網絡和中心基建投資（ln NEI2和ln NUI2），以及更換2SLS（二階段最小二乘法）后，再次對前文中聯立方程進行參數估計。就具體結果而言，全國與分地區樣本的回歸結果整體上皆趨于一致，證明估計結果整體可信，穩健性亦較強。因篇幅所限，穩健性檢驗結果略，備索。

4 結論與討論

現有研究鮮有涉及土地財政、土地融資與地方政府投向網絡基建間互動關系分析?；诖?，該研究將土地財政和土地融資同時引入“中國式分權”的分析框架，理論解析土地財政、土地融資與地方政府投向網絡基礎設施的互動影響機理，考察三者間正向互動關系是否存在，進一步探尋引致地方政府投向網絡基建的主要原因。通過逐次構建網絡和中心基建投資以及土地財政和土地融資的聯立方程，運用2006—2019 年30 個省份非平衡的面板數據進行實證檢驗與穩健性檢驗。主要結論如下：①整體而言，土地財政、土地融資與地方政府投向網絡基建間存在正向互動關系，且三者間互動關系出現明顯的時空差異。②時間層面，2012年之前工業用地引資、土地融資與地方政府投向網絡基建間形成正向互動關系，工業用地引資與土地融資推動地方政府投向網絡基建。③區域層面，東部地區土地融資與地方政府投向網絡基建間正向互動關系形成，土地融資促進地方政府投向網絡基建；中部地區土地融資助推地方政府投向網絡基建；西部地區土地財政、土地融資與地方政府投向網絡基建間出現正向互動關系，土地財政和土地融資推動地方政府投向網絡基建。

由此可知，在需要將網絡基建作為穩增長重要政策選擇之際，“以地謀發展”模式在推動網絡基建方面尚能發揮積極作用。在東部和西部地區，此模式在推動網絡基建方面能發揮更大作用?；诖?，文章認為，需要辯證和理性地看待“以地謀發展”模式的利弊之處，不宜對其進行全盤否定。尤其是區域差異的存在，不宜在全國范圍內對此模式實行“一刀切”政策，還需要因地制宜。

同時，文章還發現，2012年之前，“以地謀發展”模式推動地方政府投向網絡基建的作用更為凸顯。2012年以后，有必要適度引導地方政府將商住用地生租用于支持網絡基建，助力商住用地生租與地方政府投向網絡基建間正向互動關系的形成，借此發揮此模式推動網絡基建的積極作用，同時需要未雨綢繆地尋找合適的替代方案。