土地财政、土地融资与地方政府投向网络基础设施的互动关系

魏子博 石晓平 马贤磊 周月鹏

关键词 土地财政；土地融资；网络基础设施；工业用地引资；商住用地生租

学术界普遍认同以土地财政和土地融资为主要环节的“以地谋发展”模式，在快速工业化和城市化进程中立下了汗马功劳［1-2］。然而，随着经济发展阶段的转变，此模式出现了衰竭现象，其运行风险和潜在弊端逐渐显现，甚至被视为推高地价和房价、造成地方政府债务攀升等问题的主要诱因［2-3］。因此，对此模式的否定和批评成为主流，较少有研究再探讨其发挥积极作用的一面。

近年来，中国经济外部环境复杂多变，外需增长明显放缓，同时，国内疫情对经济的影响依然存在，内需短期内难以补位，经济下行压力持续不减，亟须将稳增长置于更突出的位置。基础设施投资作为稳增长的重要手段，不论是短期内拉动内需、对冲经济下行压力，还是长期内补齐短板、增强经济发展后劲，适度超前地开展均有其必要性。以交通、信息和能源为主的网络基础设施（以下简称网络基建）［4-6］，不但在推动资本和劳动力跨区域流动、保障信息跨区域沟通与交流、降低企业运营成本、激发区域创新活力等方面具有不容忽视的重要作用，还促成了产品和服务远距离、无障碍、大规模地提供，产生显著的规模经济和范围经济，在需要稳增长的关键时刻扮演着举足轻重的角色［5，7-10］。而以市政环保与科教文卫等设施为代表的中心基础设施（以下简称中心基建），资本积累速度较慢，难以立竿见影地起到稳增长的效果［6］。在内外需均增长乏力的情况下，加强网络基建投资成为稳增长的重要政策选择［10］。作为辖区基建投资的决策者，地方政府选择投向网络基建显得举足轻重。因此，探讨引致地方政府投向网络基建的主要影响因素，具有重要的理论与现实意义。

仅就土地财政（工业用地引资/商住用地生租）来看，不论是工业用地引资的顺利实现，还是商住用地地租的成功回收，都离不开网络基建的助力作用，也造成了土地财政与地方政府投向网络基建之间互相促进的局面［11-12］。然而，地方政府经由融资平台公司进行土地融资，打破了土地财政与地方政府投向网络基建双向锁定的均衡。土地融资不但能够取代商住用地地租来“横向补贴”工业用地引资造成的收入损失［13］，还丰富了地方政府回收未来土地增值收益的途径［14-15］。可见，土地财政和土地融资并存的情况下，可能与地方政府投向网络基建产生三者间的互动关系。那么，三者间互动关系是否存在？若是，这种互动关系是否为正向的？是否会引致地方政府投向网络基建？“以地谋发展”模式的积极作用是否已经衰竭？上述疑问，成为了亟待回答的理论命题和政策热点。

该研究将通过理论和实证分析对上述问题进行解答，力求在以下方面有所创新：①现有研究受到数据的限制，主要聚焦土地财政对地方政府投向网络基建的直接影响［11］，较少分析和考察土地财政、土地融资与地方政府投向网络基建三者间的互动关系，文章在扩展相关数据的基础上填补此处不足。②以往研究较少考虑网络基建与中心基建的相互影响关系，文章通过引入联立方程弥补此处缺陷。③按照2003年之后的统计口径进行调整，重新推算出2006—2019年网络和中心基础设施资本存量数据，是网络和中心基础设施资本存量核算研究的重要补充［6-7，10］。

1 文献追溯、理论分析与主要假说

针对地方政府投向网络基建的问题，之前研究大多引入“中国式分权”的分析框架，重点从政治集权和经济分权两个维度进行探讨［16］。就政治集权而言，下级政府官员的人事任命权由上级政府掌握［17］，经济快速增长往往是上级政府最为关注的考核任务［18］。为了更好地应对上级政府的任务考核，谋求任期内辖区经济增长表现突出，网络基建自然而然成为地方政府的理性选择，原因在于：作为一项投入要素，网络基建能直接参与各种制造业企业的生产过程，短期内提高资本和劳动要素的边际产出［6］，并通过乘数效应带动批发业、金融业和软件业等可贸易服务业发展［19］，提升社会总需求，推动辖区经济增长。这种特性的存在，促使地方政府投向网络基建［10］。整体而言，政治集权为地方政府投向网络基建提供了重要激励，却不能解释其投向网络基建可以实现的资金来源问题［14-15］。

而以经济分权而论，分税制改革导致了财权上收和事权下放，加剧了预算内财政收支失衡，且受限于不列赤字的预算约束条件，迫使地方政府开启“以地谋发展”模式，借助土地财政和土地融资开拓创收途径来弱化其预算约束。

1. 1 土地财政和土地融资对地方政府投向网络基建影响的理论分析

1. 1. 1 影响地方政府投向网络基建的理论分析

地方政府垄断国有土地一级市场，主要通过出让作为重要生产资料的工业用地，吸引外来制造业企业，带动制造业以及商业和房地产业等相关产业的快速发展，达到拓宽税基的效果［20-21］。与此同时，工业用地市场呈现明显的买方市场特征［13］。为了更加顺利地实現工业用地引资，地方政府不但经常采取降低地租和增加数量并行的出让策略［22］，减少可能的地租收入；还为制造业企业提供可以抵押融资的工业用地资产，又尽量满足制造业企业网络基建配备水平提升要求，客观上增添了预先配套网络基建的资金规模，加重了网络基建投资的资金缺口。面对工业用地出让会加重配备网络基建资金缺口的情况，地方政府充分利用商住用地市场卖方市场的特征［13］，选择控制数量和抬高价格的出让策略，期望提高一次性的商住用地地租［22］。商住用地地租不但“横向补贴”了工业用地出让中网络基建配套的资金缺口，促使地方政府投向网络基建，还保证了商住用地出让中配套更高水平网络基建的资金要求，进一步提升了地方政府投向网络基建的概率［11］。同时，也保障了商住用地出让中配备必要中心基建的资金需要。

综上可知，之前研究重点剖析了土地财政（工业用地引资/商住用地生租）对地方政府投向网络基建的影响机理［11］，却鲜有涉及土地融资及其与土地财政的交互效应对地方政府投向网络基建的影响机理分析。地方政府通过设立专门的土地储备机构，更好地调节与控制商住和工业用地出让节奏和规模。自土地储备到土地出让，地方政府需要事先解决相应网络基建配套的资金问题［23］。而受制于相关法律约束，地方政府无法直接借助银行机构信贷渠道与经由债券发行途径开展债务融资活动。应对上述情况，一方面，地方政府向融资平台公司注入储备的土地资产，利用土地使用权抵押手段获取银行贷款［24］；另一方面，地方政府还可以依托融资平台公司，选择土地使用权或是土地出让收入担保方式开展债券融资［14］。以上两种融资方式，缓解了地方政府预算约束，保障了配备网络基建的资金需要，提高了地方政府投向网络基建的概率［23］。依此逻辑，提出假说。

H1a：工业用地引资产生网络基建配备水平提升要求，商住用地生租保证投资网络基建资金要求，皆引致地方政府投向网络基建。

H1b：土地融资保障投资网络基建资金需要，引致地方政府投向网络基建。

1. 1. 2 土地财政和土地融资交互效应影响的理论分析

以工业用地引资和土地融资交互效应而论，该研究中特指土地融资在工业用地引资引致地方政府投向网络基建过程中发挥的调节作用。土地融资相当于提升了地方政府的财力水平，能够用于填补工业用地引资造成的配备网络基建资金缺口［25］。鉴于此，土地融资会增强工业用地引资对地方政府投向网络基建的带动作用。而商住用地生租和土地融资交互效应，该研究特指土地融资在商住用地生租引致地方政府投向网络基建过程中发挥的调节作用。如果在商住用地地租主要用于配备网络基建的基础上，土地融资又主要依靠商住用地地租进行偿还。审计署2011年和2013年的审计公告显示，承诺用土地出让收入（主要来自商住用地地租）作为偿债来源的地方债务余额占负有偿还责任债务余额的比重约40%～50%，会明显扩充商住用地的融资能力［24］，可能增强商住用地地租支持地方政府投向网络基建的效果。依此逻辑，提出假说。

H2a：土地融资增强工业用地引资对地方政府投向网络基建的带动作用。

H2b：土地融资增强商住用地地租支持地方政府投向网络基建的作用。

1. 2 网络基建对土地财政和土地融资影响的理论分析

网络基建作为重要公共品，有益于营造良好的生产与营商环境，增强所在地的吸引力和可达性，明显提升辖区的相对竞争优势，容易发挥“虹吸效应”促使外来制造业企业向本辖区集聚［6-7，10，26］，显著增加辖区工业用地潜在需求，对工业用地引资起到助力作用。反之，网络基建连通不同辖区，在降低制造业企业跨区域迁移成本的同时，也可能发挥“扩散效应”致使制造业企业流向其他辖区［6，10，26］，减少辖区工业用地潜在需求，对工业用地引资起到抑制作用。

同时，网络基建有助于提高居住和生活环境，完善所在地的公共服务体系，成为辖区吸引劳动力要素迁入的重要筹码，利于发挥“虹吸效应”汇集更多的外来劳动力，激发辖区商住用地潜在需求，明显助推商住用地经济价值的提升，对商住用地生租起到推动作用［11，13］。然而，网络基建也为劳动力要素跨区域自由流动创造了有利条件，可能发挥“扩散效应”造成劳动力外流，减弱辖区商住用地潜在需求，对商住用地生租起到削弱作用。

综上发现，之前研究重点剖析了网络基建对土地财政（工业用地引资/商住用地生租）的影响机理［12］，较少涉及网络基建对土地融资的影响机理解析。网络基建增强辖区公共资本禀赋［6］，有利于改善生产和生活环境，优化所在地的区位条件，益于发挥“虹吸效应”汇聚更多的外来企业或人口，增加辖区储备土地稀缺程度。在提升融资平台公司手中土地市场价值的同时，也放大了地方政府巧妙结合融资平台公司与储备土地开展土地融资的能力，又实现土地出让之后继续分享土地增值收益的效果［14］，对土地融资起到助推作用。反之，网络基建又为企业或人口跨区域迁移提供了必备条件，可能发挥“扩散效应”造成企业或人口外流，减弱辖区储备土地稀缺程度，对土地融资起到弱化作用。依此逻辑，提出假说。

H3a：网络基建对工业用地引资和商住用地生租起到助力作用。

H3b：网络基建对土地融资起到助推作用。

1. 3 三者间互动关系呈现时空差异的理论分析

从理论上来看，不论土地财政、土地融资、地方政府投向网络基建需求出现改变，还是企业和人口的集聚或者流出情况发生变化，均可能引发土地财政、土地融资与地方政府投向网络基建三者间互动关系产生变动。

以土地财政和土地融资而论，伴随着土地出让成本性支出提升，2006—2018年间成本性支出占比（成本性支出/土地出让毛收入）从63. 129% 上升到88. 103%［1］。

2012年左右地方政府解决资金投入问题，开始从主要依靠商住用地生租转变为主要依靠土地融资［27］，导致商住用地生租与土地融资之间产生相互替代关系，两者间互动关系呈现出相互弱化的特征。与此同时，中国整体上进入工业化后期，经济逐渐步入“新常态”，由高速增长向中高速增长转变，主导产业发生转换，潜在经济增长率逐步下降［10，28］。其中，网络基建与主导产业的匹配程度降低，对辖区经济增长的贡献出现衰减［10］。曹跃群等［10］发现，网络基建的产出弹性值由2000—2011年的0. 163降为2012—2016 年的0. 085，中心基建的产出弹性呈现增长态势，推动辖区经济增长的潜力逐渐显现［10］。鉴于此，2012年以后，地方政府投向网络基建需求有所弱化，土地财政和土地融资对地方政府投向网络基建的影响亦出现弱化。东部、中部和西部地区，网络基建对辖区经济增长的贡献出现显著差异［6，10］，则不同地区地方政府投向网络基建需求差异明显，可能引发不同地区土地财政和土地融资对地方政府投向网络基建的影响呈现明显差异。

除此之外，企业或人口集聚效果越好的时段和地区，网络基建对土地财政和土地融资的影响越强；企业或人口流出越多的时段和地区，网络基建对土地财政和土地融资的影响越弱［7］。2012年前后以及东部、中部和西部地区，企业或人口的变化情况存在较为明显的差异［7］，则2012年前后和不同地区，网络基建对土地财政和土地融资的影响可能表现出明显差异。依此逻辑，提出假说。

H4：2012年前后和不同地区，土地财政、土地融资与地方政府投向网络基建间互动关系呈现出明显差异。

2 实证设計

2. 1 计量模型

鉴于地方政府在收入相对确定的情况下，同时进行网络和中心基建的投资安排，因此，网络和中心基建投资之间是相互影响的［10，29］。联立方程模型能够更好地识别出相互影响的机制，构建联立方程组［29］。第一步，考察土地财政和土地融资对地方政府投向网络基建的影响，将工业用地引资、商住用地生租、土地融资、工业用地引资与商住用地生租分别和土地融资的交互项，逐一引进网络和中心基建投资方程。同时，为了避免主要解释变量和控制变量反向因果造成的内生性问题，所有解释变量皆选取滞后一期的数据，对应的计量模型为：

式中：下标i 和t 逐次为i 省份和第t 年；NEI 和NUI 逐次为网络和中心基建投资，ILI、CLR 和LF 逐次为工业用地引资、商住用地生租和土地融资，（ILI×LF）和（CLR×LF）为土地财政和土地融资的交互项；X 为控制变量，D 为虚拟变量，α0和β0为常数项，εit和θit为回归残差项，α1、α2、α3、α31、α32、β1、β2、β3、β31与β32为文章感兴趣的待估参数。

第二步，考察网络基建对土地财政和土地融资的影响。通过前文的理论分析可知，商住用地生租和土地融资皆可能用于填补工业用地引资造成的网络基建资金缺口，同时，商住用地生租与土地融资皆能够作为网络基建投资的资金来源，两者之间存在相互促进或者相互替代的关系［24］。因此，工业用地引资、商住用地生租和土地融资之间亦是互相影响的［14］。同样构建联立方程组，且所有解释变量皆选取滞后一期的数据，对应的计量模型为：

2. 2 变量选择

网络基建投资（NEI）和中心基建投资（NUI）。因为基建影响效应主要源于资本存量并非投资流量［7］，所以，网络和中心基建投资衡量指标依次采用人均网络基础设施资本存量（元/人）和人均中心基础设施资本存量（元/人）取自然对数。又由于相关年鉴中未提供对应的资本存量数据，有必要使用核算的方法取得相关数据。同时，鉴于2003年前后中国国民经济行业统计口径出现较大的变化，为实现与2003年之后统计口径统一，将2003年之前统计口径进行调整，先计算2003—2008年各行业大类数据在所属行业门类的平均比例，再根据这些比例拆分和合并2003年之前行业门类数据，继而得到与2003年之后统计口径一致的行业门类数据［30］。2003年之前行业门类与2003—2008年行业门类的对应关系，及其按照2003年之后统计口径调整的整个过程略，备索。

综合并且借鉴前人的研究［6-7，10］，将网络基建的统计范围界定为：1993—2002年的“交通运输、仓储及邮电通信业”“城市公共交通业”与“电力、煤气及水的生产和供应业”，2003—2019年的“交通运输、仓储和邮政业”“信息传输、计算机服务和软件业”或者“信息传输、软件和信息技术服务业”“电力、燃气及水的生产和供应业”或者“电力、热力、燃气及水生产和供应业”。同时，将中心基建的统计范围界定为：1993—2002年的“地质勘查业、水利管理业”“环境管理业和公共设施管理业”“科学研究和综合技术服务业”“建筑业”“教育、文化艺术及广播电影电视业”“卫生、体育和社会福利业”“国家机关、党政机关和社会团体”，2003—2019 年的“水利、环境和公共设施管理业”“科学研究、技术服务和地质勘查业”或者“科学研究和技术服务业”“建筑业”“居民服务和其他服务业”或者“居民服务、修理和其他服务业”“教育”“文化、体育和娱乐业”“卫生、社会保障和社会福利业”“公共管理和社会组织”。

在核算网络基础设施资本存量之时，将1993年定为推算的基年，折旧率为9. 72%［10］。资本形成的核算指标选取全社会新增固定资产［6，10］，缺失年份的数据，用加总基本建设、更新改造和城镇集体经济相应行业的新增固定资产数据替代。1993—2002年，选取相应年份的基本建设分行业交付使用率对城镇集体经济分行业交付使用率进行替代［6，10］。将1993—2003年隶属网络基建三个行业门类全社会新增固定资产的几何平均增长率作为投资增长率，用投资增长率与折旧率之和去除基年投资额，推算获得基年网络基础设施资本存量。而后，使用永续盘存法推算获得2006—2019年省际网络基础设施资本存量（NEI1，1993年=1）。在核算中心基础设施资本存量时，同样将1993年定为推算的基年，折旧率为9. 57%［10］。资本形成的核算指标选择隶属中心基建八个行业门类全社会新增固定资产，使用相同的核算过程推算获得2006—2019 年省际中心基础设施资本存量（NUI1，1993 年=1）。在稳健性检验中，将1993—2002年網络和中心基建的统计口径换回到未统一之前［10］。再按照前文的核算过程推算获得2006—2019年省际网络和中心基础设施资本存量（NEI2和NUI2，1993年=1）。

土地财政和土地融资。土地财政包括工业用地引资（ILI）与商住用地生租（CLR）。地方政府开展工业用地引资时，通过出让工业用地为企业提供生产要素和生产场所，而其进行商住用地生租之际，通过出让作为重要资产的商住用地来筹集财政资金。衡量指标依次选取人均工业用地出让成交面积（m2/人）与人均商住用地出让成交价款（元/人）取自然对数［23，31］。鉴于中国土地市场网中出让结果公告数据2007年之前缺失较为严重，而分析《中国国土资源统计年鉴》数据发现：2007年之前工业用地的出让方式几乎都是协议出让；2003—2006年，以协议方式出让的工业用地比重一直维持在95%以上，商住用地的出让方式大多是招拍挂出让；2003—2007年，商业或住宅用途地块在挂牌和拍卖出让中占比分别为87% 和90%。因此，2007年之前相应的替代指标依次选择人均协议出让成交面积（m2/人）与人均招拍挂出让成交价款（元/人）取自然对数。

土地融资（LF）。地方政府借助融资平台公司与储备土地结合来筹集金融资金，衡量指标主要选择人均融资平台公司土地抵押贷款与发行城投债规模（元/人）取自然对数［14］。首先，通过将土地市场网的土地抵押数据与银监会发布的11 737 家地方政府融资平台名单进行匹配［24］，筛选出2006—2019年间的融资平台公司土地抵押贷款数据，再将相关数据归并到所属省份。其次，从Wind经济数据库中筛选出2006—2019年间融资平台公司发行城投债数据，同样将相关数据归并到所属省份。

控制变量。鉴于基建影响具有滞后性，前期基建资本存量往往是决定后期基建投资水平的重要因素［15］，所以，将滞后一期的网络和中心基建投资依次引进网络和中心基建投资方程之中。同时，前期工业用地引资、商住用地生租与土地融资也会对其后期产生影响，也将滞后一期的对应变量依次引进工业用地引资、商住用地生租与土地融资方程之中。又由于变量之间存在共线性等可能，网络和中心基建投资方程的控制变量主要包括［15，21］：①预算内财政自主权（FAU），衡量指标用一般公共预算财政收入与一般公共预算财政支出之比（%），用来控制预算内财政状况与转移支付对基建投资的影响。②政绩考核（PE），衡量指标用经济增长目标（%）。上级政府的政绩考核会对基建投资产生影响，地方政府采取预先制定经济增长目标的方式，来回应上级政府围绕辖区经济增长的政绩考核要求。③金融发展水平（FDL），衡量指标用金融机构存贷款余额占GDP比重（%），用来控制金融发展状况对基建投资的影响。④劳动参与率（LPR），衡量指标用劳动年龄人口占人口数比重（%），作为“虹吸效应”的一个代理变量，用来控制劳动力（或者人口）变化情况对基建投资的影响。⑤流动资本（MC），衡量指标用人均实际利用外商直接投资（元/人）取自然对数，作为“虹吸效应”的另一个代理变量，用来控制资本（或者企业）变化情况对基建投资的影响。⑥民间资本活跃度（PCA），衡量指标用非国有固定资产投资占全社会固定资产投资比重（%），用来控制非国有投资对基建投资的影响。⑦工业化水平（INL），衡量指标用工业产值占GDP比重（%），用来控制工业化发展对基建投资的影响。同时，土地财政和土地融资选择同样的控制变量。

2. 3 数据说明

根据相关统计资料，目前仅能推算出省际历年网络和中心基础设施资本存量的完整数据。据《关于2018年上半年国家土地督察工作情况的报告》（自然资发〔2018〕66号）反映：“2016年1月1日之后，违规以储备土地抵押融资，涉及473 宗，抵押土地面积4 786. 07 hm2（7. 2 万亩），融资金额716. 18亿元”，分析样本延续到2016年之后。限于数据可得性等原因，研究未涉及西藏、香港、澳门、台湾。该研究最终选取2006—2019年30个省份的非平衡面板数据作为分析样本。对于个别缺漏数据与存在明显异常的记录数据，运用插值法补齐，使用的计量分析软件为Stata 15. 0。

为了剔除价格趋势的影响，将2006年定为基年，运用省际2006—2019年的居民消费价格指数，将除网络与中心基础设施资本存量以外的名义变量调整为2006年的实际变量。再运用省际1993—2006年的固定资产投资价格指数将网络和中心基础设施资本存量1993年的实际变量调整为2006 年的实际变量，相应变量的统计特征详见表1。

3 实证结果解析

依照联立方程模型可识别的秩条件与阶条件，网络和中心基建投资方程以及土地财政和土地融资方程皆是过度识别的。又由于3SLS（三阶段最小二乘法）在第三阶段使用了FGLS（广义最小二乘法）进行参数估计，在回归中考虑到联立方程之间的内在相关性，能够提高样本估计的有效性，所以，对联立方程进行总体参数估计时主要选取3SLS［29］。同时，引入截面固定效应来进一步消除截面维度特征上存在的差异对联立方程估计结果造成的可能影响。另外，由于工业用地引资、商住用地生租、土地融资以及两者和土地融资的交互项出现的共线性问题比较严重，均相应进行了去中心化处理。表2展示了土地财政、土地融资、网络基建等时空变化趋势。

3. 1 土地财政和土地融资对地方政府投向网络基建的影响

3. 1. 1 全国样本

首先，解析全国样本的回归结果。结合前文分析，将2012年定为节点，分开解析2012年前后的不同情况，详细结果见表3。整个研究时段，以列（2）的回归结果而论，工业用地引资（ln ILI_1）对中心基建投资（ln NUI1）的影响系数是-0. 014（通过10%显著水平），则整个研究时段，工业用地引资削弱地方政府投资中心基建。可能是，由表2可知，该时段内工业用地引资呈现衰减态势，减弱了中心基建的配套要求。以列（1）和列（2）的回归结果而论，土地融资（ln LF_1）对网络基建投资（ln NEI1）和中心基建投资（ln NUI1）的影响系数逐次是0. 015和0. 016（皆通过1%显著水平），则整个研究时段，土地融资造成地方政府投向中心基建。可能是，该时段内中心基建推动辖区经济增长的潜力逐渐显现［10］，土地融资主要用来配备中心基建。

2006—2011时段，以列（3）的回归结果而论，商住用地生租（ln CLR_1）对网络基建投资（ln NEI1）的影响系数是-0. 023（通过10%显著水平），则商住用地生租削弱地方政府投向网络基建。可能是，该时段内伴随着土地出让成本性支出不断增加，成本性支出占比從63. 129%上升到71. 852%［1］，商住用地生租对地方政府投向网络基建配套的支持作用出现了衰减。同时，工业用地引资和土地融资的交互项（ln ILI×ln LF_1）对网络基建投资（ln NEI1）的影响系数是0. 012（通过5%显著水平），则2006—2011时段，土地融资增强工业用地引资对地方政府投向网络基建的带动作用，证实假说H2a。可能是，由表2可知，该时段内工业用地引资呈现增长态势，网络基建配套需求较强，土地融资用于填补工业用地引资带来的网络基建资金缺口，增强了工业用地引资对地方政府投向网络基建的带动作用。以列（3）和列（4）的回归结果而论，商住用地生租和土地融资的交互项（ln CLR×ln LF_1）对网络基建投资（ln NEI1）和中心基建投资（ln NUI1）的影响系数逐次是-0. 009 和-0. 007（分别通过5% 和10% 显著水平），则2006—2011时段，土地融资减弱商住用地地租支持地方政府投向网络基建的作用。可能是，该时段内土地融资替代商住用地地租来满足网络基建的资金要求，减弱了商住用地地租支持地方政府投向网络基建的效果。

2012—2019时段，以列（5）的回归结果而论，商住用地生租（ln CLR_1）对网络基建投资（ln NEI1）的影响系数是-0. 015（通过10%显著水平），则商住用地生租削弱地方政府投向网络基建。可能是，该时段内伴随着土地出让成本性支出继续增加，2012—2018年间成本性支出占比从79. 338% 上升到88. 103%［1］，商住用地生租对地方政府投向网络基建配套的支持作用再次出现衰减。以列（5）—列（6）的回归结果而论，土地融资（ln LF_1）对网络基建投资（ln NEI1）和中心基建投资（ln NUI1）的影响系数逐次是0. 014和0. 022（分别通过5%和1%显著水平），则2012—2019时段，土地融资引发地方政府投向中心基建。可能是，该时段内中心基建对辖区经济增长的贡献越发凸显［10］，土地融资更多用来配备中心基建。以列（6）的回归结果而论，工业用地引资和土地融资的交互项（ln ILI×ln LF_1）对中心基建投资（ln NUI1）的影响系数是-0. 012（通过5%显著水平），则土地融资减弱工业用地引资对地方政府投资中心基建的带动作用。可能是，该时段内土地融资挤出了其他财政资金支持中心基建，减弱了工业用地引资对地方政府投资中心基建的带动作用。

综合上文的实证结果发现，2012年前后土地财政和土地融资对地方政府投向网络基建的影响呈现出明显差异，部分证实假说H4。主要原因可能是，2012年以后，网络基建对辖区经济增长的贡献出现衰减［10］，地方政府投向网络基建需求有所弱化。

3. 1. 2 地区样本

其次，解析分地区样本的回归结果。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆，详细结果见表4。东部和中部地区，以列（1）、列（3）的回归结果而论，土地融资（ln LF_1）对网络基建投资（ln NEI1）的影响系数逐次是0. 014和0. 018（皆通过5%显著水平），则东部和中部地区土地融资引致地方政府投向网络基建，证实假说H1b。可能是，该地区网络基建对辖区经济增长的贡献更高［6，10］，土地融资更多用于配备网络基建。同时，中部地区，以列（4）的回归结果而论，商住用地生租和土地融资的交互项（ln CLR×ln LF_1）对中心基建投资（ln NUI1）的影响系数是-0. 016（通过5%显著水平），则中部地区土地融资减弱商住用地地租支持地方政府投资中心基建的作用。可能是，该地区土地融資替代商住用地地租来满足中心基建的资金要求，减弱了商住用地地租支持地方政府投资中心基建的作用。

西部地区，以列（6）的回归结果而论，商住用地生租（ln CLR_1）对中心基建投资（ln NUI1）的影响系数是-0. 042（通过1%显著水平），则西部地区商住用地生租削弱地方政府投资中心基建。可能是，该地区伴随着土地出让成本性支出的提升，商住用地生租对中心基建配套的支持作用出现了衰减。以列（5）、列（6）的回归结果而论，土地融资（ln LF_1）对网络基建投资（ln NEI1）和中心基建投资（ln NUI1）的影响系数逐次是0. 032 和0. 033（皆通过1%显著水平），则西部地区土地融资引发地方政府投向中心基建。可能是，该地区中心基建对辖区经济增长的贡献更大［10］，土地融资主要用于支持中心基建配套。同时，以列（5）的回归结果而论，工业用地引资和土地融资的交互项（ln ILI×ln LF_1）以及商住用地生租和土地融资的交互项（ln CLR×ln LF_1）对网络基建投资（ln NEI1）的影响系数均是0. 011（皆通过5%显著水平），则西部地区土地融资增强工业用地引资对地方政府投向网络基建的带动作用，同时，其增强商住用地地租支持地方政府投向网络基建的作用，证实假说H2a和H2b。可能是，该地区土地融资填补了工业用地引资带来的网络基建资金缺口，增强了工业用地引资对地方政府投向网络基建的带动作用。同时，该地区土地融资主要依靠商住用地地租进行偿还，扩充了商住用地的融资能力［24］，增强了商住用地地租支持地方政府投向网络基建的作用。

由此可知，不同地区土地财政和土地融资对地方政府投向网络基建的影响呈现出明显差异，部分证实假说H4。主要原因可能是，东部、中部和西部地区，网络基建对辖区经济增长的贡献出现显著差异［6，10］。

3. 2 网络基建对土地财政和土地融资的影响

3. 2. 1 全国样本

首先，解析全国样本的回归结果，同样解析2012年前后的具体情况，详细结果见表5。整个研究时段和2006—2011时段，以列（3）的回归结果而论，网络基建投资（ln NEI1_1）对土地融资（ln LF）的影响系数逐次是1. 166和4. 055（分别通过1%和5%显著水平），则整个研究时段和2006—2011时段，网络基建对土地融资起到助推作用，证实假说H3b。可能是，该时段内网络基建发挥“虹吸效应”汇聚外来企业或人口，增加储备土地的稀缺程度，对土地融资起到助推作用。其中，整个研究时段，以列（3）的回归结果而论，劳动参与率（LPR_1）和流动资本（ln MC_1）对土地融资（ln LF）的影响系数逐次是0. 071和0. 359（分别通过5%和1%显著水平），证明整个研究时段网络基建“虹吸效应”的存在。

2012—2019时段，以列（2）的回归结果而论，网络基建投资（ln NEI1_1）对商住用地生租（ln CLR）的影响系数是0. 477（通过5%显著水平），则网络基建对商住用地生租起到助力作用，证实假说H3a。可能是该时段内网络基建发挥“虹吸效应”汇集外来劳动力，激发商住用地的潜在需求，对商住用地生租起到推动作用。

综合上文的实证结果发现，2012年前后网络基建对土地财政和土地融资的影响呈现出明显差异，部分证实假说H4。主要原因可能是2012年前后企业或人口的变化情况存在较为明显的差异。

3. 2. 2 地区样本

其次，解析分地区样本的回归结果，同样解析不同地区的情况，详细结果见表6。东部和西部地区，以列（3）的回归结果而论，网络基建投资（ln NEI1_1）对土地融资（ln LF）的影响系数逐次是1. 806和1. 864（皆通过1%显著水平），则东部和西部地区网络基建对土地融资起到助推作用，证实假说H3b。可能是，该地区网络基建发挥“虹吸效应”汇聚外来企业或人口，增加储备土地的稀缺程度，对土地融资起到助推作用。其中，就以列（3）的回归结果而论，东部和西部地区劳动参与率（LPR_1）和流动资本（ln MC_1）对土地融资（ln LF）的影响系数逐次是0. 086和0. 517（分别通过10%和1%显著水平），证明东部和西部地区网络基建“虹吸效应”的存在。

中部地区，以列（1）的回归结果而论，网络基建投资（ln NEI1_1）对工业用地引资（ln ILI）的影响系数是-0. 589（通过5%显著水平），则中部地区网络基建对工业用地引资起到抑制作用。可能是，该地区网络基建开始发挥“扩散效应”致使制造业企业流向其他辖区，减少工业用地的潜在需求，对工业用地引资起到抑制作用。

鉴于此，不同地区网络基建对土地财政和土地融资的影响呈现出明显差异，部分证实假说H4。主要原因可能是不同地区企业或人口的变化情况出现较为明显的差异。

3. 3 稳健性检验

为印证估计结果的稳健性，分别替换网络和中心基建投资（ln NEI2和ln NUI2），以及更换2SLS（二阶段最小二乘法）后，再次对前文中联立方程进行参数估计。就具体结果而言，全国与分地区样本的回归结果整体上皆趋于一致，证明估计结果整体可信，稳健性亦较强。因篇幅所限，稳健性检验结果略，备索。

4 结论与讨论

现有研究鲜有涉及土地财政、土地融资与地方政府投向网络基建间互动关系分析。基于此，该研究将土地财政和土地融资同时引入“中国式分权”的分析框架，理论解析土地财政、土地融资与地方政府投向网络基础设施的互动影响机理，考察三者间正向互动关系是否存在，进一步探寻引致地方政府投向网络基建的主要原因。通过逐次构建网络和中心基建投資以及土地财政和土地融资的联立方程，运用2006—2019 年30 个省份非平衡的面板数据进行实证检验与稳健性检验。主要结论如下：①整体而言，土地财政、土地融资与地方政府投向网络基建间存在正向互动关系，且三者间互动关系出现明显的时空差异。②时间层面，2012年之前工业用地引资、土地融资与地方政府投向网络基建间形成正向互动关系，工业用地引资与土地融资推动地方政府投向网络基建。③区域层面，东部地区土地融资与地方政府投向网络基建间正向互动关系形成，土地融资促进地方政府投向网络基建；中部地区土地融资助推地方政府投向网络基建；西部地区土地财政、土地融资与地方政府投向网络基建间出现正向互动关系，土地财政和土地融资推动地方政府投向网络基建。

由此可知，在需要将网络基建作为稳增长重要政策选择之际，“以地谋发展”模式在推动网络基建方面尚能发挥积极作用。在东部和西部地区，此模式在推动网络基建方面能发挥更大作用。基于此，文章认为，需要辩证和理性地看待“以地谋发展”模式的利弊之处，不宜对其进行全盘否定。尤其是区域差异的存在，不宜在全国范围内对此模式实行“一刀切”政策，还需要因地制宜。

同时，文章还发现，2012年之前，“以地谋发展”模式推动地方政府投向网络基建的作用更为凸显。2012年以后，有必要适度引导地方政府将商住用地生租用于支持网络基建，助力商住用地生租与地方政府投向网络基建间正向互动关系的形成，借此发挥此模式推动网络基建的积极作用，同时需要未雨绸缪地寻找合适的替代方案。