• 
    

    
    

      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 ?

      土地財(cái)政、空間策略互動(dòng)與綠色技術(shù)進(jìn)步
      ——基于長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地級(jí)市的實(shí)證分析

      2023-03-17 01:51:08劉章生趙漢成
      關(guān)鍵詞:依賴(lài)度經(jīng)濟(jì)帶財(cái)政

      劉章生 趙漢成

      (江西師范大學(xué) 城市建設(shè)學(xué)院,江西 南昌 330022)

      黨的二十大報(bào)告指出,必須牢固樹(shù)立和踐行綠水青山就是金山銀山的理念,站在人與自然和諧共生的高度謀劃發(fā)展。應(yīng)對(duì)資源與環(huán)境的壓力,必須采取綠色可持續(xù)的經(jīng)濟(jì)發(fā)展模式,而改變傳統(tǒng)發(fā)展模式的根本在于促進(jìn)綠色技術(shù)進(jìn)步[1]。過(guò)去很長(zhǎng)一段時(shí)間,地方政府通過(guò)土地財(cái)政為城市發(fā)展積累大量資金,達(dá)到“穩(wěn)增長(zhǎng)”的發(fā)展目標(biāo)。一定程度上,土地財(cái)政改善了地方政府的財(cái)政約束,有助于加大創(chuàng)新要素的投入,繼而可能推動(dòng)綠色創(chuàng)新[2]。然而,也有文獻(xiàn)認(rèn)為,土地財(cái)政有助于推進(jìn)城市化進(jìn)程,但現(xiàn)實(shí)中也出現(xiàn)了土地資源過(guò)度開(kāi)發(fā)、實(shí)體經(jīng)濟(jì)成本上升等問(wèn)題,且土地財(cái)政的地方競(jìng)爭(zhēng)會(huì)進(jìn)一步加劇這一現(xiàn)象,進(jìn)而可能導(dǎo)致綠色創(chuàng)新乏力[3-4]。那么,土地財(cái)政及其地區(qū)競(jìng)爭(zhēng)對(duì)綠色技術(shù)進(jìn)步到底有何作用?這種影響通過(guò)什么途徑產(chǎn)生?目前文獻(xiàn)對(duì)此尚無(wú)定論。為此,探析土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步的效應(yīng)及其作用機(jī)制,對(duì)我國(guó)綠色可持續(xù)性和經(jīng)濟(jì)高質(zhì)量發(fā)展,具有重要的實(shí)踐價(jià)值和理論意義。

      一、文獻(xiàn)回顧與理論分析

      在中國(guó)式分權(quán)管理體制下,各地政府積極尋求預(yù)算外收入,伴隨著以經(jīng)濟(jì)績(jī)效考核為主的政治晉升導(dǎo)向,各地政府對(duì)于土地財(cái)政的依賴(lài)度逐年增加,盡管土地財(cái)政收入很大程度上彌補(bǔ)了地方預(yù)算內(nèi)財(cái)政缺口,為城市發(fā)展提供了強(qiáng)大的資金支持,但同時(shí)也引發(fā)了很多諸如推高房?jī)r(jià)、阻礙產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等經(jīng)濟(jì)社會(huì)問(wèn)題[5]。土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步有以下負(fù)向影響。

      首先,基于路徑依賴(lài)視角。在分稅制改革的背景下,地方政府逐漸轉(zhuǎn)向以土地征用、開(kāi)發(fā)和轉(zhuǎn)讓為主要手段的發(fā)展模式,最終形成了土地財(cái)政[6]。同時(shí),由于工業(yè)化的快速發(fā)展導(dǎo)致土地需求增加,加之地方官員有強(qiáng)烈的動(dòng)力通過(guò)出售土地吸引資本和增加稅收,進(jìn)而在“晉升機(jī)制”中獲勝,使得我國(guó)通過(guò)土地出讓獲得的財(cái)政收入迅速增加,加劇了地方政府對(duì)于土地財(cái)政的依賴(lài)度[7]。然而,這種依賴(lài)度的加劇,會(huì)導(dǎo)致企業(yè)的創(chuàng)新環(huán)境惡化,抑制企業(yè)的創(chuàng)新動(dòng)力與產(chǎn)業(yè)發(fā)展,從而不利于綠色技術(shù)進(jìn)步[8]。此外,土地財(cái)政依賴(lài)度的提高,還會(huì)對(duì)地方政府的償債能力產(chǎn)生不利影響,增大政府的債務(wù)風(fēng)險(xiǎn),提高融資成本,進(jìn)一步對(duì)綠色技術(shù)進(jìn)步產(chǎn)生不利影響[9]。

      其次,基于投資依賴(lài)視角。城鎮(zhèn)化進(jìn)程中,房地產(chǎn)業(yè)得到了很大發(fā)展,并為我國(guó)GDP做出了巨大貢獻(xiàn),也因此獲得了各地方的青睞,并加大對(duì)房地產(chǎn)開(kāi)發(fā)的投資,以期通過(guò)推動(dòng)房地產(chǎn)業(yè)的發(fā)展獲得土地出讓收入和帶動(dòng)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)[10]。但房地產(chǎn)業(yè)屬于資本密集型產(chǎn)業(yè),過(guò)度依賴(lài)房地產(chǎn)開(kāi)發(fā)投資,勢(shì)必會(huì)擠壓其他企業(yè)的融資渠道,提高用地成本,不利于企業(yè)創(chuàng)新發(fā)展,從而抑制了綠色技術(shù)進(jìn)步[11-12]。

      最后,基于對(duì)外貿(mào)易視角。由于地區(qū)競(jìng)賽的廣泛存在,地方政府一方面通過(guò)土地財(cái)政補(bǔ)充地方財(cái)政缺口,另一方面又通過(guò)各種財(cái)稅政策進(jìn)行出口補(bǔ)貼,擴(kuò)大出口。粗放的對(duì)外貿(mào)易,也伴隨污染密集型產(chǎn)業(yè)的建立,進(jìn)而加劇環(huán)境污染,繼而可能導(dǎo)致由于環(huán)境改善而帶來(lái)的對(duì)綠色技術(shù)關(guān)注度降低,減少相關(guān)技術(shù)研發(fā)投入,對(duì)綠色技術(shù)進(jìn)步產(chǎn)生負(fù)作用[13-14]。土地財(cái)政的擴(kuò)大還會(huì)增強(qiáng)當(dāng)?shù)貙?duì)外資的吸引力,從而形成綠色技術(shù)進(jìn)口的路徑依賴(lài),影響當(dāng)?shù)仄髽I(yè)對(duì)綠色技術(shù)的自主研發(fā),不利于地區(qū)長(zhǎng)遠(yuǎn)的綠色技術(shù)進(jìn)步[15]。

      二、研究區(qū)域及土地財(cái)政空間策略互動(dòng)現(xiàn)象

      (一)研究區(qū)域

      長(zhǎng)江經(jīng)濟(jì)帶橫跨中國(guó)東、中、西11個(gè)省市,共有108個(gè)地級(jí)市,由于數(shù)據(jù)缺失,刪除了普洱、畢節(jié)、銅仁3個(gè)地級(jí)市,選取了剩余105個(gè)地級(jí)市作為研究區(qū)域。長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)縱深最長(zhǎng)、覆蓋面最廣、影響最大的經(jīng)濟(jì)帶,在我國(guó)區(qū)域發(fā)展格局中具有極其重要的地位和作用。與沿海和其他經(jīng)濟(jì)帶相比,長(zhǎng)江經(jīng)濟(jì)帶擁有我國(guó)最廣闊的腹地和發(fā)展空間,是我國(guó)經(jīng)濟(jì)增長(zhǎng)潛力巨大的地區(qū)。但是,長(zhǎng)江經(jīng)濟(jì)帶的快速發(fā)展很大程度受益于土地財(cái)政規(guī)模的擴(kuò)張,105個(gè)地級(jí)市的土地出讓金收入從2011年的13207億元快速增長(zhǎng)到了2017年的24991億元,增幅達(dá)到了89%。隨著地方政府對(duì)土地出讓收入的依賴(lài)增長(zhǎng),也帶來(lái)了如收入差距拉大、生態(tài)環(huán)境惡化在內(nèi)的諸多社會(huì)與環(huán)境問(wèn)題。筆者試圖從土地財(cái)政視角出發(fā),聚焦長(zhǎng)江經(jīng)濟(jì)帶的綠色技術(shù)進(jìn)步的影響效應(yīng)及影響路徑,以期為推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展提供新思路。

      (二)土地財(cái)政空間相關(guān)性

      1.空間權(quán)重矩陣的設(shè)定。空間相關(guān)性分析,常用的空間權(quán)重矩陣包括鄰接權(quán)重矩陣、地理權(quán)重矩陣、經(jīng)濟(jì)地理權(quán)重矩陣等。參照安勇和趙麗霞[16]的做法,利用修正的引力模型構(gòu)建時(shí)變空間權(quán)重矩陣。時(shí)變空間權(quán)重矩陣與普通重力空間權(quán)重矩陣主要區(qū)別在于:后者是靜態(tài)的,而前者是動(dòng)態(tài)的。因此,在分析城市用地布局時(shí),應(yīng)該考慮不同時(shí)期發(fā)展水平的差異以及各地區(qū)之間的相互作用,這樣才能使研究結(jié)果更加符合實(shí)際。靜態(tài)意味著假設(shè)城市之間的經(jīng)濟(jì)聯(lián)系在不同階段是固定的,但這不符合經(jīng)濟(jì)現(xiàn)實(shí)[17],而時(shí)變空間權(quán)重矩陣可以更好地描述城市間土地財(cái)政空間互動(dòng)的動(dòng)態(tài)演化特征,更準(zhǔn)確地衡量土地財(cái)政對(duì)綠色技術(shù)進(jìn)步的空間溢出效應(yīng),這與城市間的經(jīng)濟(jì)聯(lián)系隨經(jīng)濟(jì)因素的階段變化一致,具體模型如下:

      (1)

      式(1)中,agit表示城市i時(shí)期t的人均GDP;dit表示城市i與j之間的地理距離。時(shí)變空間權(quán)重矩陣(wi)是生成矩陣各元素wijt后,對(duì)每行進(jìn)行標(biāo)準(zhǔn)化處理后的結(jié)果。

      2.空間自相關(guān)檢驗(yàn)與空間策略互動(dòng)現(xiàn)象??臻g自相關(guān)指的是相鄰或者相近的區(qū)域,由于空間相互作用,導(dǎo)致同一經(jīng)濟(jì)變量存在著一定的關(guān)聯(lián)性。常用的空間自相關(guān)檢驗(yàn)方法有兩種:吉爾指數(shù)和莫蘭指數(shù),這里選擇莫蘭指數(shù)進(jìn)行空間自相關(guān)檢驗(yàn)。

      全局自相關(guān)可以定量描述長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地級(jí)市之間土地財(cái)政的空間依賴(lài)性和時(shí)空特征。其公式如下:

      (2)

      式(2)中,I代表全局空間自相關(guān)指數(shù),Wij代表空間權(quán)重矩陣。莫蘭指數(shù)I的取值范圍在-1至1之間,越接近1,表示空間相關(guān)性越明顯,等于0則表示空間呈現(xiàn)隨機(jī)性。在設(shè)定的空間權(quán)重基礎(chǔ)上,構(gòu)建了2011-2017年長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地級(jí)市土地財(cái)政的莫蘭指數(shù)。以驗(yàn)證其土地財(cái)政是否存在空間集聚。

      表1結(jié)果顯示,2011-2017年間,長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地級(jí)市土地財(cái)政的莫蘭指數(shù)均大于0,且均通過(guò)1%的顯著性檢驗(yàn),表明其土地財(cái)政并不是隨機(jī)分布的,而是存在著明顯的正相關(guān),即土地財(cái)政具有明顯的集聚效應(yīng)。

      表1 長(zhǎng)江經(jīng)濟(jì)帶土地財(cái)政的Moran's I值

      為了進(jìn)一步深入考察“長(zhǎng)帶城市”土地財(cái)政的空間關(guān)聯(lián)性,在全局自相關(guān)分析的基礎(chǔ)之上,運(yùn)用莫蘭散點(diǎn)圖進(jìn)一步對(duì)其土地財(cái)政的局部空間相關(guān)性進(jìn)行分析。由于篇幅,僅列出2011年、2013年、2015年、2017年的Moran’s I散點(diǎn)圖,如圖1所示。

      圖1結(jié)果顯示,四年土地財(cái)政的莫蘭指數(shù)分別為0.207、0.158、0.129、0.178,所有樣本城市基本集中在第一象限和第三象限,表明土地財(cái)政為“高高”和“低低”型城市,空間上更容易形成集聚,即土地財(cái)政收入較高的城市周?chē)囊彩峭?lèi)城市。這一發(fā)現(xiàn)進(jìn)一步驗(yàn)證了長(zhǎng)江經(jīng)濟(jì)帶區(qū)域城市土地財(cái)政與鄰近城市之間存在著正向空間相關(guān)性,也表明存在顯著的空間策略互動(dòng)現(xiàn)象。

      圖1 2011-2017年土地財(cái)政局部散點(diǎn)圖

      三、研究設(shè)計(jì)與變量選取

      (一)研究設(shè)計(jì)

      為考察土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步的影響,根據(jù)Vega等和沈坤榮等的研究方法,建立了基于時(shí)變引力權(quán)重矩陣的空間自滯后模型(SLX)[18-19]。其基準(zhǔn)模型如下:

      GMLit=α0+α1lfit+α2wt·lfit+γ1controlit+μi+εi

      (3)

      式(3)中,GMLit表示綠色技術(shù)進(jìn)步;lfit表示土地財(cái)政;wt·lfit表示土地財(cái)政空間策略互動(dòng);γ1controlit表示可能影響綠色技術(shù)進(jìn)步的控制變量;α0為常數(shù)項(xiàng);α1、α2、γ1均為影響系數(shù);μi表示城市固定效應(yīng);εi為隨機(jī)誤差項(xiàng)。

      在檢驗(yàn)了土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步的影響后,擬借鑒王海成和呂鐵的做法,構(gòu)建以下機(jī)制檢驗(yàn)?zāi)P?,并確定其影響機(jī)制[20]。第一,用綠色技術(shù)進(jìn)步GMLit對(duì)土地財(cái)政lfit及其空間策略互動(dòng)wt·lfit進(jìn)行回歸,見(jiàn)公式(4);第二,用中介變量channelit對(duì)土地財(cái)政lfit及其空間策略互動(dòng)wt·lfit進(jìn)行回歸,見(jiàn)公式(5);第三,用綠色技術(shù)進(jìn)步GMLit對(duì)土地財(cái)政lfit及其空間策略互動(dòng)w1·lfit及中介變量channelit一起進(jìn)行回歸,見(jiàn)公式(6)。只有當(dāng)α1、β1、c1同時(shí)顯著時(shí),才存在中介效應(yīng)。如果c1不顯著,則存在完全中介效應(yīng);如果α1顯著,且c1>α1,則存在部分中介效應(yīng)(ifdit)。變量含義與式(3)相同,channelit表示中介變量,具體包括土地財(cái)政依賴(lài)度(ifdit)、房地產(chǎn)開(kāi)發(fā)投資依賴(lài)度(reiit)以及對(duì)外貿(mào)易(trait)3個(gè)變量;α0、β0、c0為常數(shù)項(xiàng);α1、α2、β1、β2、c1、c2、c3、γ1、γ2、γ3分別為土地財(cái)政及其空間策略互動(dòng)的直接影響效應(yīng),β1c3、β2c3分別為土地財(cái)政及其空間策略互動(dòng)的中介效應(yīng)。

      MGLit=α0+α1lfit+α2wt·lfit+γ1controlit+μi+εi

      (4)

      Channelit=β0+β1lfit+β2wt·lfit+γ2controlit+μi+εi

      (5)

      MGLit=c0+c1lfit+c2wt·lfit+c”3channelit+γ3controlit+μi+εi

      (6)

      (二)變量選取與數(shù)據(jù)來(lái)源

      1.被解釋變量。綠色技術(shù)進(jìn)步(GML),用全要素生產(chǎn)率衡量。對(duì)于全要素生產(chǎn)率測(cè)算,劉勇等研究發(fā)現(xiàn),SBM模型可以避免徑向和角度選擇的差異帶來(lái)的偏差和影響,更加有效[21]。由于SBM模型測(cè)算得出的效率值在0-1之間,對(duì)于效率值為1的有效單元來(lái)說(shuō),無(wú)法比較它們之間效率的高低,Super SBM模型則可以彌補(bǔ)這一點(diǎn)。同時(shí),相對(duì)于ML指數(shù)而言,GML可以克服其在形式上不具備循環(huán)性的問(wèn)題,在研究非期望產(chǎn)出的效率問(wèn)題方面有更為廣泛的應(yīng)用?;诖?,參照弓媛媛等的研究,采用Super SBM方向性距離函數(shù)并與GML生產(chǎn)率指標(biāo)結(jié)合[22],對(duì)“長(zhǎng)帶城市”的綠色技術(shù)進(jìn)步水平進(jìn)行測(cè)算。

      (7)

      在測(cè)算技術(shù)進(jìn)步水平時(shí),非期望產(chǎn)出的處理與測(cè)度環(huán)境要素約束下的生產(chǎn)效率密切相關(guān),基于弓媛媛等人的研究,構(gòu)建了如下Super SBM模型:

      (8)

      (9)

      (10)

      測(cè)量結(jié)果的可靠性與變量的選取是否科學(xué)有著密切的關(guān)系。綜合考慮生產(chǎn)要素投入、資源消耗和環(huán)境代價(jià)后的綜合經(jīng)濟(jì)效率,選取以下變量:投入方面,以勞動(dòng)、資本和能源為投入要素。鑒于數(shù)據(jù)可得性,選取年末總?cè)丝谧龃恚毁Y本投入要素,用實(shí)際資本存量來(lái)衡量[23];能源投入要素,參照盧麗文等的研究,采用了用電總量[24]。

      產(chǎn)出方面,所采用的期望產(chǎn)出為不變價(jià)GDP;考慮到目前由于工業(yè)化導(dǎo)致的城市空氣與水污染問(wèn)題突出,非期望產(chǎn)出選取各地區(qū)工業(yè)煙塵、廢水、二氧化硫排放量和PM2.5來(lái)衡量。

      2.解釋變量。土地財(cái)政(lf):現(xiàn)有文獻(xiàn)中,土地出讓金經(jīng)常被用作土地財(cái)政收入的指標(biāo),主要原因是它是土地收入的最大來(lái)源,且依賴(lài)度不斷提升[25]。鑒于此,選取國(guó)土資源部公布的土地出讓成交價(jià)(萬(wàn)元)作為土地出讓金表征土地財(cái)政,并作自然對(duì)數(shù)處理。土地財(cái)政空間策略互動(dòng)(wt·lfit):參考安勇和趙麗霞的做法,由時(shí)變空間權(quán)重矩陣與土地財(cái)政交互而成,探討相關(guān)聯(lián)城市土地財(cái)政對(duì)地方綠色技術(shù)進(jìn)步的空間溢出效應(yīng)[26]。

      3.控制變量。影響綠色技術(shù)進(jìn)步的因素有很多,考慮到缺失變量可能會(huì)導(dǎo)致一些內(nèi)生性偏誤,故增加以下控制變量,包括外商投資(fdi)、環(huán)境規(guī)制(er)和金融發(fā)展水平。

      4.數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)。采用2011-2017年長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地城市面板數(shù)據(jù)進(jìn)行實(shí)證分析。其中,測(cè)算綠色技術(shù)進(jìn)步的數(shù)據(jù)來(lái)自中國(guó)城市數(shù)據(jù)庫(kù)和國(guó)家統(tǒng)計(jì)局,土地財(cái)政的數(shù)據(jù)來(lái)自《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》,空間策略互動(dòng)所需的城市經(jīng)緯度坐標(biāo)來(lái)自百度開(kāi)放地圖平臺(tái)。從《中國(guó)城市統(tǒng)計(jì)年鑒》和國(guó)泰君安數(shù)據(jù)庫(kù)中獲取外商投資、環(huán)境規(guī)制和金融發(fā)展水平方面的數(shù)據(jù),并通過(guò)線性插值對(duì)缺失的數(shù)據(jù)進(jìn)行補(bǔ)充。表2為主要變量的描述性統(tǒng)計(jì)。

      表2 主要變量的描述性統(tǒng)計(jì)

      四、實(shí)證結(jié)果與分析

      (一)效應(yīng)估計(jì)

      采用固定效應(yīng)估計(jì)的Housman檢驗(yàn)結(jié)果見(jiàn)表3。模型1、模型2分別報(bào)告了在不增加控制變量情況下和逐步加入控制變量情況下,土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步的估計(jì)結(jié)果。模型2加入外商投資(fdi),模型3加入金融發(fā)展水平(fin),模型4是一次性增加了環(huán)境規(guī)制、環(huán)境規(guī)制的平方項(xiàng)(er2)以及立方項(xiàng)(er3),影響結(jié)果如是[27]。

      模型1所估計(jì)的土地財(cái)政系數(shù)為-0.076,顯著性水平為1%,空間策略互動(dòng)的估計(jì)系數(shù)為-0.133,在5%的顯著水平上通過(guò)了檢驗(yàn),結(jié)果表明,土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步有顯著的抑制作用。模型4結(jié)果顯示,土地財(cái)政的估計(jì)系數(shù)為-0.078,空間策略互動(dòng)的估計(jì)系數(shù)為-0.098,二者分別在1%和10%的顯著性水平上通過(guò)了檢驗(yàn),進(jìn)一步顯示了土地財(cái)政及其空間策略互動(dòng)抑制了綠色技術(shù)進(jìn)步。

      模型4中,外商投資估計(jì)系數(shù)顯著為正,且在1%的顯著性水平上顯著,表明外商投資對(duì)綠色技術(shù)進(jìn)步也有促進(jìn)作用。外商直接投資可以通過(guò)技術(shù)轉(zhuǎn)讓刺激區(qū)域工業(yè)部門(mén)的技術(shù)創(chuàng)新[28];金融發(fā)展水平的估計(jì)系數(shù)為0.285,在1%的顯著性水平上為正,表明伴隨金融發(fā)展水平的提升,對(duì)綠色技術(shù)進(jìn)步帶來(lái)了顯著的正向影響。因此,應(yīng)提升金融業(yè)服務(wù)與實(shí)體經(jīng)濟(jì)水平,加強(qiáng)金融與科技行業(yè)的合作,使金融業(yè)更好地為技術(shù)進(jìn)步提供支持;環(huán)境規(guī)制及其立方估計(jì)系數(shù)分別為1.283和1.670,均在1%的水平上顯著為正,而環(huán)境規(guī)制的平方估計(jì)系數(shù)為-2.645,在1%的水平下顯著為負(fù)。說(shuō)明伴隨著環(huán)境規(guī)制強(qiáng)度的逐漸增加,它對(duì)綠色技術(shù)進(jìn)步的影響從正向變?yōu)榱素?fù)向又變?yōu)榱苏?,環(huán)境規(guī)制與綠色技術(shù)進(jìn)步之間存在N型關(guān)系,因此需要把握好環(huán)境規(guī)制的力度,將其控制在合理的范圍內(nèi),才能促進(jìn)綠色技術(shù)進(jìn)步。

      表3 影響效應(yīng)估計(jì)

      (二)影響機(jī)制

      1.加劇土地財(cái)政依賴(lài),抑制綠色技術(shù)進(jìn)步。表4為土地財(cái)政依賴(lài)度的影響檢驗(yàn)結(jié)果。首先,模型1—模型3中擬合系數(shù)同時(shí)顯著,且模型3中擬合系數(shù)(-0.0360)絕對(duì)值比模型1(-0.0780)絕對(duì)值小,說(shuō)明土地財(cái)政依賴(lài)在土地財(cái)政影響綠色技術(shù)進(jìn)步的過(guò)程中存在影響。其次,從兩者之間的關(guān)系來(lái)看,土地財(cái)政及其空間策略互動(dòng)對(duì)土地財(cái)政依賴(lài)的擬合系數(shù)分別為0.1622、-0.0810,且顯著性水平都為1%。說(shuō)明土地財(cái)政會(huì)顯著加劇自身依賴(lài)度,地區(qū)間土地財(cái)政的橫向競(jìng)爭(zhēng),會(huì)在一定程度上緩解地方財(cái)政對(duì)土地財(cái)政的依賴(lài)度。最后,從土地財(cái)政依賴(lài)度與綠色技術(shù)進(jìn)步之間的關(guān)系來(lái)看,模型3中土地財(cái)政依賴(lài)度對(duì)綠色技術(shù)進(jìn)步的擬合系數(shù)為-0.2495,顯著性水平為1%。說(shuō)明土地財(cái)政依賴(lài)的加劇會(huì)抑制城市綠色技術(shù)進(jìn)步。原因可能在于,土地財(cái)政依賴(lài)度的提升會(huì)引發(fā)自身的依賴(lài)效應(yīng),如抑制制造業(yè)的創(chuàng)新意愿、抑制三大產(chǎn)業(yè)的快速發(fā)展[29]、增加融資成本,最終對(duì)綠色技術(shù)進(jìn)步產(chǎn)生阻礙。

      表4 加劇土地財(cái)政的路徑依賴(lài)

      表4的實(shí)證結(jié)果證實(shí)了土地財(cái)政依賴(lài)度在土地財(cái)政及其空間策略互動(dòng)影響綠色技術(shù)進(jìn)步過(guò)程中具有傳導(dǎo)作用,它會(huì)通過(guò)加劇土地財(cái)政依賴(lài)度,引發(fā)路徑依賴(lài),進(jìn)而抑制綠色技術(shù)進(jìn)步。

      2.房地產(chǎn)投資具有擠出效應(yīng)。表5為房地產(chǎn)開(kāi)發(fā)投資依賴(lài)的影響檢驗(yàn)結(jié)果。首先,模型1—模型3中土地財(cái)政及其空間策略互動(dòng)的擬合系數(shù)同時(shí)顯著,說(shuō)明房地產(chǎn)開(kāi)發(fā)投資依賴(lài)在土地財(cái)政及其空間策略互動(dòng)影響綠色技術(shù)進(jìn)步過(guò)程中存在影響。其次,從兩者之間的關(guān)系來(lái)看,土地財(cái)政及其空間策略互動(dòng)對(duì)房地產(chǎn)開(kāi)發(fā)投資依賴(lài)的擬合系數(shù)分別為0.0147、-0.0306,顯著性水平分別為1%、5%。說(shuō)明土地財(cái)政會(huì)顯著提高對(duì)房地產(chǎn)開(kāi)發(fā)投資的依賴(lài),地區(qū)間土地財(cái)政的競(jìng)爭(zhēng)會(huì)顯著削弱本地區(qū)對(duì)房地產(chǎn)開(kāi)發(fā)領(lǐng)域的投資力度。最后,從兩者之間的關(guān)系來(lái)看,模型3中房地產(chǎn)開(kāi)發(fā)投資依賴(lài)度對(duì)綠色技術(shù)進(jìn)步的擬合系數(shù)為0.3394,顯著性水平為1%。說(shuō)明房地產(chǎn)開(kāi)發(fā)投資依賴(lài)度的提高不利于綠色技術(shù)進(jìn)步,原因在于,固定資產(chǎn)投資向房地產(chǎn)開(kāi)發(fā)領(lǐng)域的傾斜會(huì)產(chǎn)生投資擠出效應(yīng),擠占制造業(yè)發(fā)展所需資金,進(jìn)而抑制制造業(yè)發(fā)展,擴(kuò)張信貸規(guī)模和降低信貸效率[30]。還可能會(huì)對(duì)企業(yè)控制風(fēng)險(xiǎn)造成沖擊,不利于企業(yè)自身的技術(shù)創(chuàng)新,遏制區(qū)域創(chuàng)新能力,最終顯著抑制綠色技術(shù)進(jìn)步。

      表5 房地產(chǎn)投資的擠出效應(yīng)

      表5的實(shí)證結(jié)果證實(shí)了房地產(chǎn)開(kāi)發(fā)投資依賴(lài)在土地財(cái)政及其空間策略互動(dòng)影響綠色技術(shù)進(jìn)步過(guò)程中具有傳導(dǎo)作用,它會(huì)通過(guò)加大房地產(chǎn)開(kāi)發(fā)投資依賴(lài)度,產(chǎn)生投資擠出效應(yīng),繼而抑制綠色技術(shù)進(jìn)步。

      3.加劇對(duì)外貿(mào)易的污染輸出入,抑制抑制綠色技術(shù)進(jìn)步。表6報(bào)告了對(duì)外貿(mào)易的中介檢驗(yàn)結(jié)果。首先,模型1—模型3中土地財(cái)政及其空間策略互動(dòng)的擬合系數(shù)同時(shí)顯著,且模型3中土地財(cái)政的擬合系數(shù)(-0.0736)絕對(duì)值比模型1(-0.0780)絕對(duì)值小,說(shuō)明對(duì)外貿(mào)易在土地財(cái)政影響綠色技術(shù)進(jìn)步的過(guò)程中存在影響。其次,從兩者之間的關(guān)系來(lái)看,土地財(cái)政及其空間策略互動(dòng)對(duì)對(duì)外貿(mào)易的擬合系數(shù)分別為0.0018、0.0121,顯著性水平分別為5%、10%。說(shuō)明土地財(cái)政及其空間策略互動(dòng)均會(huì)顯著擴(kuò)大城市對(duì)外貿(mào)易。最后,從對(duì)外貿(mào)易與綠色技術(shù)進(jìn)步的關(guān)系來(lái)看,模型3中,對(duì)外貿(mào)易對(duì)綠色技術(shù)進(jìn)步的擬合系數(shù)為-1.5906,顯著性水平為1%。說(shuō)明對(duì)外貿(mào)易的擴(kuò)大會(huì)抑制綠色技術(shù)進(jìn)步,原因在于,貨物出口對(duì)環(huán)境有積極影響,環(huán)境污染的逐漸減輕會(huì)降低當(dāng)?shù)貙?duì)綠色技術(shù)的關(guān)注,同時(shí),低質(zhì)量的對(duì)外貿(mào)易會(huì)通過(guò)污染輸出入抑制綠色技術(shù)進(jìn)步;此外,對(duì)外貿(mào)易的擴(kuò)大還可能會(huì)形成對(duì)綠色技術(shù)進(jìn)口的依賴(lài),抑制國(guó)內(nèi)企業(yè)科技創(chuàng)新的動(dòng)力,不利于綠色技術(shù)進(jìn)步。

      表6 對(duì)外貿(mào)易的污染輸出入

      表6的實(shí)證結(jié)果證實(shí)了對(duì)外貿(mào)易在土地財(cái)政及其空間策略互動(dòng)影響綠色技術(shù)進(jìn)步過(guò)程中具有傳導(dǎo)作用,土地財(cái)政及其空間策略互動(dòng)擴(kuò)大了對(duì)外貿(mào)易,但低質(zhì)量的對(duì)外貿(mào)易導(dǎo)致污染輸出入,抑制綠色技術(shù)進(jìn)步。

      五、結(jié)論與啟示

      通過(guò)搭建土地財(cái)政及其空間策略互動(dòng)對(duì)綠色全要素生產(chǎn)率影響的理論框架,構(gòu)建綠色全要素生產(chǎn)率的評(píng)價(jià)體系,運(yùn)用Super SBM模型與GML生產(chǎn)率指標(biāo)結(jié)合的方式評(píng)價(jià)綠色全要素生產(chǎn)率,審視了長(zhǎng)江經(jīng)濟(jì)帶土地財(cái)政及其空間策略互動(dòng)對(duì)綠色技術(shù)進(jìn)步的影響,并進(jìn)一步從土地財(cái)政的路徑依賴(lài)、房地產(chǎn)投資的擠出效應(yīng)、對(duì)外貿(mào)易的污染輸出入三個(gè)方面進(jìn)行機(jī)制檢驗(yàn),識(shí)別土地財(cái)政對(duì)綠色全要素生產(chǎn)率的影響機(jī)制,結(jié)論如下:一是2011-2017年間,長(zhǎng)江經(jīng)濟(jì)帶105個(gè)地級(jí)市土地財(cái)政存在顯著全局空間相關(guān)性,土地財(cái)政的協(xié)同度水平為“高高”型和“低低”型的地級(jí)市,空間上更容易形成集聚,存在顯著的空間互動(dòng)現(xiàn)象;二是土地財(cái)政對(duì)綠色技術(shù)進(jìn)步有顯著負(fù)向影響,并進(jìn)一步加劇負(fù)向影響;三是土地財(cái)政及其空間策略互動(dòng)加劇了自身依賴(lài)度,引發(fā)路徑依賴(lài)效應(yīng),進(jìn)而負(fù)向作用于綠色技術(shù)進(jìn)步;加劇了房地產(chǎn)開(kāi)發(fā)投資依賴(lài)度,產(chǎn)生投資擠出效應(yīng)繼而負(fù)向影響綠色技術(shù)進(jìn)步;擴(kuò)大了對(duì)外貿(mào)易,但低質(zhì)量的對(duì)外貿(mào)易卻通過(guò)污染輸出入抑制了綠色技術(shù)進(jìn)步。

      以上結(jié)論對(duì)長(zhǎng)江經(jīng)濟(jì)帶及其全國(guó)的綠色經(jīng)濟(jì)轉(zhuǎn)型,具有一定啟示,具體如下:其一,應(yīng)當(dāng)保持土地財(cái)政適度規(guī)模,減輕土地財(cái)政的依賴(lài)度;科學(xué)調(diào)控地區(qū)間策略行為,盡可能減少土地財(cái)政的地區(qū)競(jìng)爭(zhēng)對(duì)綠色技術(shù)進(jìn)步的抑制。其二,優(yōu)化投資結(jié)構(gòu),合理控制房地產(chǎn)開(kāi)發(fā)投資占比,在發(fā)揮房地產(chǎn)行業(yè)作用的同時(shí),避免擠壓對(duì)其他行業(yè)的投資,更好推動(dòng)綠色技術(shù)進(jìn)步。其三,改善進(jìn)出口商品結(jié)構(gòu),加強(qiáng)對(duì)進(jìn)出口貿(mào)易的監(jiān)管,加大對(duì)本國(guó)技術(shù)的保護(hù),激發(fā)企業(yè)創(chuàng)新研發(fā)積極性,以避免過(guò)度依賴(lài)國(guó)外技術(shù)進(jìn)口,促進(jìn)綠色技術(shù)進(jìn)步。

      猜你喜歡
      依賴(lài)度經(jīng)濟(jì)帶財(cái)政
      一條江的嬗變長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展之路
      法人(2021年2期)2021-03-02 07:12:46
      陜西呼應(yīng)長(zhǎng)江經(jīng)濟(jì)帶
      略論近代中國(guó)花捐的開(kāi)征與演化及其財(cái)政-社會(huì)形態(tài)
      虛擬現(xiàn)實(shí)技術(shù)在裝備培訓(xùn)中的應(yīng)用研究
      基于要素報(bào)酬的農(nóng)戶自然資源依賴(lài)度評(píng)價(jià)研究
      醫(yī)改需適應(yīng)財(cái)政保障新常態(tài)
      縣財(cái)政吃緊 很擔(dān)憂錢(qián)從哪里來(lái)
      長(zhǎng)江經(jīng)濟(jì)帶與漢江生態(tài)經(jīng)濟(jì)帶如何協(xié)調(diào)融合
      增強(qiáng)“五種”意識(shí)打造“五型”財(cái)政
      人間(2015年21期)2015-03-11 15:24:01
      基于模糊軟集合的區(qū)域信息生產(chǎn)力效能關(guān)鍵因素分析
      日喀则市| 中卫市| 宝坻区| 宁武县| 息烽县| 康平县| 巩留县| 中山市| 宁化县| 清流县| 井冈山市| 西林县| 色达县| 简阳市| 瑞昌市| 汪清县| 泰和县| 方城县| 平昌县| 宿迁市| 宣威市| 故城县| 廊坊市| 开远市| 安塞县| 灵寿县| 漠河县| 武清区| 建昌县| 贵德县| 永安市| 仙游县| 永顺县| 上饶县| 昌平区| 东台市| 金塔县| 广宁县| 四会市| 延川县| 南投市|