地方政府住宅用地出让价格跨区域联动模式研究
彭山桂1，2，王 健3，景霖霖1，吴 群3
（1.山东师范大学商学院，山东 济南 250014；2.南京农业大学公共管理博士后流动站，江苏 南京210095；3.南京农业大学不动产研究中心，江苏 南京 210095）
摘要： 研究目的：刻画、解构地方政府住宅用地出让价格跨区域联动系统。研究方法：全局向量自回归（GVAR）模型与网络分析工具。研究结果：（1）地方政府住宅用地出让价格跨区域联动系统呈现出高聚类、短路径的“小世界网络”特性。（2）地方政府住宅用地出让价格跨区域联动网络分为3个板块：板块1为“领导人”角色，板块2为“经纪人”角色，板块3为“谄媚人”角色。（3）地方政府住宅用地出让价格跨区域联动表现出明显的空间异质性。研究结论：应该从跨区域联动视角，深化对地方政府住宅用地出让价格形成机制的认识，有效管控地方政府住宅用地出让价格的跨区域影响。
关键词： 土地管理；跨区域联动；全局向量自回归模型；住宅用地；出让价格
1 引言
进入21世纪以来，伴随着城市住房价格快速上涨与居民购房困难，作为城市住房价格的重要组成部分，地方政府住宅用地出让价格的形成机制成为了政府与学术界共同关注的热点问题。一般而言，住宅用地出让价格的形成与城市经济基本面密切相关。但是，值得注意的是，在中国，城市土地市场与城市经济基本面之间不存在稳定的关系[1]。直观的表现是：2008年以来，全国住宅用地市场存在的频繁的价格波动现象，而各种影响城市经济基本面的因素，如收入、人口等并未出现频繁的波动[2]。显然，中国地方政府住宅用地出让价格的变动已经不能简单地基于经济基本面的变化作解释。特别是，部分研究注意到中国各区域土地市场显示出非常相似的变化模式，地方政府住宅用地出让价格的变动似乎存在跨区域联动影响，从一个城市传导到另一个城市[1]。如果地方政府住宅用地出让价格跨区域联动确实存在，自然有助于理解全国住宅用地市场价格波动的规律。那么，如何分析地方政府住宅用地出让价格的跨区域联动？这需要对地方政府住宅用地出让价格跨区域联动系统提供足够深入的洞见。但是，如何刻画这一系统？这一复杂系统具有怎样的特性？这些基本问题尚无明确答案。鉴于此，有必要基于合理的思路和工具，刻画、解构地方政府住宅用地出让价格跨区域联动系统，进而在把握地方政府住宅用地出让价格跨区域联动规律的基础上，深化跨区域联动对地方政府住宅用地出让价格形成机制影响的认识，从而提出相应的政策启示，更有针对性地促进相关政策目标的实现。
目前，部分学者针对地方政府住宅用地出让价格跨区域联动这一主题，开展了一些有益的探索：如DENG等[3]的研究发现，地方政府的土地出让行为具有溢出效应，会对邻近城市的土地出让产生影响，地方政府之间会围绕土地出让纯收益展开竞争并产生相互影响，TAO等[4]、汪冲[5]、HE等[6]的研究也得出了类似的结论。HUANG等[7]的研究进一步明确，在价格维度上，地方政府的土地出让行为存在显著的相互影响，是典型的联动影响机制。罗必良等[8]、 陈建军等[9]的研究进一步确认了这种联动影响的特点：在经济表现接近的地区之间，土地出让价格的跨区影响呈现出“模仿”的特征。综上研究发现，地方政府住宅用地出让价格跨区域联动现象是客观存在的，这些实证研究为该研究主题提供了有益的经验证据。然而，需要指出的是，现有研究仅检验了地方政府住宅用地出让价格跨区域联动的存在，但缺少对这种联动模式的分析，无法刻画、分析这种跨区域联动的具体表现形式。鉴于此，本文在理论分析的基础上，以全国35个大中城市作为实证研究对象，创新性地引入全局向量自回归（GVAR）模型与网络分析工具，刻画、解构地方政府住宅用地出让价格跨区域联动系统，以期从跨区域联动视角，深化对地方政府住宅用地出让价格形成机制的认识。
2 理论分析框架
本文从空间均衡、地方政府竞争两个维度构建理论框架，分析地方政府住宅用地出让价格跨区域联动的发生机制。其中，基于空间均衡的分析框架建立在要素自由流动的状况下，具有典型的市场经济色彩。基于地方政府竞争的分析框架，建立在标尺竞争的政绩考核制度下，能够反映中国特色，具有典型的政治经济学色彩。上述两种机理相互补充并综合作用，有助于明确地方政府住宅用地出让价格跨区域联动的发生机制。
2.1 基于空间均衡的理论分析框架
根据ROBACK[10]和GLAESER等[11]提出的城市间人口流动的经典法则：工资+城市公共产品-居住成本=保留效用，人口由保留效用低的地区向保留效用高的地区流动。基于此理论分析框架，地方政府住宅用地出让价格可能通过两条途径影响居民效用：其一，地方政府住宅用地出让价格会通过住房价格，影响城市居民的居住成本，进而改变居民的效用水平，这一影响途径非常明确。其二，考虑到在中国地方政府财权—事权不对等的制度环境下，地方政府住宅用地出让还肩负为地方公共物品支出筹资的功能。因此，地方政府住宅用地出让价格可能通过城市公共物品的供给，影响居民的效用水平。但是，需要指出的是，在中国地方政府公共支出重基本建设、轻人力资本投资和公共服务的导向下，地方政府财政支出生产性偏向非常明显，用于改善居民效用水平的公共服务长期供给不足[12]。据此，本文的分析聚焦于第一条影响途径。很明显，地方政府住宅用地出让价格的提升，会增加居住成本，进而降低居民效用水平。那么，为了维持居民效用水平基本稳定，较高的住宅用地出让价格必然要求较高的工资水平作为补偿。但是，工资水平的提高，必然增加企业的经营成本。当经营成本增加到一定程度，无法得到劳动生产率持续提升作为补偿，会侵蚀企业利润。在这种情况下企业会选择迁移，进而带动居民发生迁移。企业、居民的这种基于利润水平、效用水平的迁移，会使得不同城市之间企业经营的边际成本、居民的效用水平基本保持一致，从而达到一种空间均衡状态。按照空间均衡的理论分析框架，一个地方政府住宅用地出让价格变动的冲击，会打破旧有的空间均衡，并通过企业与人口的流入、流出所产生的需求变化，对其他城市政府的住宅用地出让价格产生影响，导致地方政府住宅用地出让价格跨区域联动的发生。
2.2 基于地方政府竞争的理论分析框架
中国存在着上级政府依据下级政府经济表现相对好坏评价其施政效果的标尺竞争机制。在货币政策外生给定，劳动力配置日益由市场决定的制度环境下，土地出让策略成为地方政府标尺竞争的主要工具。由于财政增收与经济增长是地方政府经济表现的重要组成部分，因此，为取得良好的政绩考核结果，地方政府需要竞争获取最大化的经济增长与财政增收。那么，标尺竞争机制的存在足以导致地方政府住宅用地出让价格产生联动影响。其具体机理有二：其一，在财政增收方面，中国以地方政府住宅用地出让收入为标志的“土地财政”是名副其实的第二财政。因此，无论是基于应对财政压力，保证财政收支可持续性的考虑，还是基于获得理想的财政增收排名的考虑，在理性预期及策略博弈的作用下，地方政府都会根据竞争对手的住宅用地出让价格，对自身的出让价格做出必要调整，从而推动土地顺利出让，最大化住宅用地出让收入。其二，在经济增长方面，在财政支出生产性偏向行为模式下，地方政府住宅用地出让收入主要用于基础设施建设与招商引资的各种补贴，进而改善城市经济增长态势。那么，出于抑制竞争对手获取资源，争取良好经济增速位次的考虑，地方政府也会以对手为参照，对自身的住宅用地出让价格进行调整。综上，在标尺竞争之下，会产生住宅用地出让价格的跨区域联动。上述两个维度的理论分析框架如图1。
3 地方政府住宅用地出让价格跨区域联动模式研究模型的构建与统计检验
3.1 全局向量自回归（GVAR）模型的构建
图1 地方政府住宅用地出让价格跨区域联动的理论分析框架
Fig.1 The theoretical analytical framework for trans-regional interaction of local government residential land leasing prices
采用全局向量自回归（GVAR）模型分析地方政府住宅用地出让价格的跨区域联动。GVAR模型最初由PESARAN等[13]提出，并由DEES等[14]进一步完善形成。GVAR模型构建的初衷是用于刻画复杂的高维系统（如全球经济）中经济变量的相互作用。由于其在处理变量相互作用中的独特优势，很快被广泛应用于分析经济增长、劳动力市场、金融市场、财政政策、货币政策冲击的跨地区溢出效应，并被国际货币基金组织、欧洲央行等国际机构普遍采用[15]，将GVAR模型运用于地方政府住宅用地出让价格跨区域联动的研究尚无先例。
数据可视化技术是大数据获得完整数据视图和发现数据价值的一条重要途径，将数据作为图形中的可视化对象来传达数据或信息的技术，可以认为是大数据的“前端”，其目的是向用户更高效、更清晰的传达信息。该项目采用数据可视化工具Chart.js来完成数据的可视化显示，它是一款基于JavaScript语言的轻量级开源数据可视化工具，使用canvas元素来展示各式各样图表，支持折线图、柱形图、雷达图、饼图、环形图等，所以很适合基于移动端的可视化实现。
首先，构建各城市的VARX*模型，该模型界定的是地方政府住宅用地出让价格跨区域联动的第一、第三条实现路径，即地方政府住宅用地出让价格受“邻居”的当期与滞后影响，以及误差协方差矩阵体现的当期冲击的相互影响，如式（1）：
（1）结合施工现场实际情况，控制好接头的时间。墙体的建造过程中，依照实际情况的不同要将接头的时间做好一定的控制，接头时间过早容易引起水利工程由于初凝时间过短导致质量不达标的情况；接头时间过慢容易混凝土强度变大，也会给工程质量造成一定的不良影响。所以，务必要抓好接头实践，尽量将时间控制浇筑之后的12个小时以内，最长不超过一天的时间为最佳。
在某些情况下，药学工作者希望能够将现有的HPLC分析条件快速转换成为UPLC分析条件，或者将现有的UPLC分析条件快速转换成为HPLC分析条件，分析参数的快速转换极大地拓宽了UPLC的实际应用。UPLC与HPLC的分离原理相同，故互相之间的色谱参数转换比较容易和方便。目前有关UPLC与HPLC分析参数的相互转换在国外研究较多[2-4]，国内研究相对较少[5-6]。
式（1）中：Xit 为内生变量，为地方政府住宅用地出让价格，以及影响地方政府住宅用地出让价格的控制变量。对于控制变量的选取，结合前文理论分析，基于空间均衡分析框架，选择常住人口数量、居民工资水平控制要素流动对住宅用地出让价格的影响；基于地方政府竞争分析框架，选择地方主官任期控制标尺竞争对住宅用地出让价格的影响。对应地
表示除城市i 之外，其他地方政府住宅用地出让价格及其控制变量构成的向量，被称为星标变量；其构建方式为
空间权重矩阵wij 采用的是人均GDP差距经济空间权重矩阵[5]。εit 为各地区自主冲击的向量，被设定为无序列相关且均值为零，即εit ～i .i .d （0，∑it ）。可见，式（1）中的
分别体现的就是“邻居”的当期与滞后影响，而误差协方差矩阵体现的当期冲击的相互影响包含在εit 中。Xit 与
的阶数分别为ki 和
其余参数均为待估系数矩阵。
其次，加入对地方政府住宅用地出让价格具有全局影响的共同变量，界定的是地方政府住宅用地出让价格跨区域联动的第二条实现路径，即地方政府住宅用地出让价格受全局外生变量的共同影响。考虑到国家层面利率政策对土地市场具有重要的全局性影响，本文引入实际利率作为全局共同变量，控制实际利率对地方政府住宅用地出让价格的全局影响，进而将式（1）调整为式（2）：
在完成统计检验的基础上，本文采用基于MATLAB的GVAR工具箱（GVAR Toolbox 2.0）求解GVAR模型，进行广义脉冲响应分析，测度广义脉冲响应的水平及其显著性，反映冲击的动态影响。考虑到参与分析的包括全国35个大中城市，难以通过逐一梳理广义脉冲响应分析结果的方式，探究地方政府住宅用地出让价格跨区域联动这一复杂系统的总体状况。鉴于此，尝试借助网络分析工具，刻画、解构地方政府住宅用地出让价格跨区域联动这一复杂系统，从总体层面更好地把握地方政府住宅用地出让价格跨区域联动的特性。对此，引入网络分析中常用的数学表示方式，利用邻接矩阵表示、刻画地方政府住宅用地出让价格跨区域联动网络：
再次，对权重矩阵wij 进行列标准化处理形成矩阵W ，将内生变量与星标变量结合，将式（2）扩展为式（3）：式（3）中
许多畲族文化研究学者之所以把闽东畲族歌言《雷万春打虎记》排除在“史诗歌”之外，主要有以下三个方面的原因：一是在人物形象塑造上主次不够分明，意欲彰扬雷万春却对钟景祺着墨过多；二是在矛盾冲突营造方面，详略不够得当，雷万春战死睢阳城及雷海青怒击安禄山等重大历史事件轻轻带过，反而对连过三十六寨打土匪及儿女私情着墨过多；三是在文学修辞技巧方面稍嫌糙次等。
最后，基于协整关系构建相应的VECMX*模型，协整关系存在于内生变量、星标变量、全局共同变量之间。式（3）的误差修正形式为：
式（4）两边同乘以G -1，得到GVAR模型的标准形式，如式（5）。采用PESARAN等[13]与DEES等[14]提出的算法可以求解GVAR模型，并进行广义脉冲响应分析。
3.2 GVAR模型的统计检验
（3）统计检验结果。在获取相关数据后，为满足GVAR模型求解的前提，需要对变量数据进行必要的统计检验，包括平稳性检验、协整检验、弱外生性检验① 检验模型采用包含非限制性截距项和线性确定性趋势的形式，滞后阶数由AIC法则确定。其中，平稳性检验中35个城市的内生变量、星标变量、全局共同变量水平值的ADF检验量均大于5%的临界值，而一阶差分变量的ADF检验量均小于5%的临界值，表明3个变量均为I （1）序列。协整检验中35个城市的内生变量、星标变量、全局共同变量的Johansen协整检验LR检验量均在99%的置信水平上拒绝不存在协整关系的原假设，表明3个变量之间至少包含一组以上的协整关系。弱外生性检验模型中3个变量为滞后一阶的内生变量、星标变量及全局共同变量，检验结果表明35个城市的星标变量与全局共同变量的F 检验量均低于5%水平的临界值，说明星标变量与全局共同变量均为弱外生变量，换言之，这2个变量对协整模型中的其他变量会产生长期影响，但不会受到其他变量的长期反馈影响。：首先，ADF检验表明内生变量、星标变量与全局共同变量均为I （1）序列。对此，本文利用变量的水平值进行协整检验，并采用变量一阶差分形式估计误差修正模型。其次，进行Johansen协整检验，结果表明各城市内生变量、星标变量与全局共同变量均包含一组协整关系，可以基于协整关系对GVAR模型进行求解。再次，在求解GVAR模型时，一个重要假定是星标变量
和全局共同变量dt 要求满足弱外生性。对此，本文采用PESARAN等[16]推荐的方法，构建一个辅助的一阶差分方程，并基于误差修正项的显著性进行检验。检验结果表明各城市协整模型中的星标变量
和全局共同变量dt ，在5%的显著性水平下均为弱外生变量。
宁静，是创新环境的必要特征，宁静才能致远。创新型国家建设和实现科技强国需要高质量的科技创新，而高水平的科学技术成果常常是长期持续努力的结果，需要坐得住冷板凳，需要坚韧不拔的努力。为此，要能让科技工作者静心做事、专心工作；要深度改革社会治理，切实解决好上学、养老、医疗、住房四大民生问题；要革除社会上普遍存在的浮躁、浮夸之风。深度改革是第一生产力。40年前，正是改革开放，吹响了向科技进军的号角。解放思想、实事求是，凝聚强大的社会共识，才能推进高质量的新型发展。
（1）研究对象选择。基于两方面的原因，选择全国35个大中城市作为研究对象：一是此类城市由直辖市、省会城市以及计划单列市构成，经济发展状况较好，住宅用地出让价格受到较多关注，具有良好的代表性；二是这些城市都是各区域的标杆城市，承担着引领区域发展，应对区域竞争的任务，相互之间竞争激烈，有助于本文得出有意义的结论。
表1 相关变量描述性统计分析结果Tab.1 Descriptive statistical analysis of variables in GVAR model
4 地方政府住宅用地出让价格跨区域联动模式的分析结果
4.1 总体层面的地方政府住宅用地出让价格跨区域联动模式
式（2）中：dt 表示全局共同变量，为实际利率；星标变量
和全局共同变量dt 要求满足弱外生性。
（2）数据来源及处理。地方政府住宅用地出让价格基于中国土地市场网交易数据库整理而得，汇总35个城市的出让价格和面积，将其换算成单价。整理过程需要说明两点：一是基于数据完整性的考虑，将数据收集的时间范围确定为2007—2018年，共收集104147宗住宅用地的出让成交记录，以季度为单位整理数据。二是采用市本级的住宅用地出让数据，对应的空间范围为城市的市辖区，为突出重点——城市市辖区的住宅用地价格才是社会关注的重点。常住人口数量、居民工资水平、地方主官任期等控制变量数据整理中需要说明三点：一是涉及价格因素的居民工资水平做消胀处理，调整为2007年可比价。二是为与住宅用地出让价格数据空间范围保持一致，使用的控制变量数据的统计口径均为市辖区口径。三是相关变量仅能获得年度数据，年内各季度数据均相同。全局共同变量实际利率采用一年期基准贷款利率扣除居民消费价格指数而得，以季度为单位整理数据。对于季度中发生利率调整的特殊情况，本文采用不同利率对应的天数计算季度的加权平均值。具体而言，上述变量的整理过程及其描述性统计结果如表1。
（1）在全局层面上，典型城市住宅用地出让价格冲击的全局影响具有非均质性。其余34个城市住宅用地出让价格对深圳、上海、北京、广州、杭州、天津、重庆、南京、武汉9个城市住宅用地出让价格冲击的长期反应均值分别为2.32%、2.48%、2.35%、2.08%、1.96%、1.46%、1.98%、1.58%和2.01%，影响大小按照上海＞北京＞深圳＞广州＞武汉＞重庆＞杭州＞南京＞天津的规律递减。总体而言，典型城市住宅用地出让价格的正向冲击对全国其他地方政府住宅用地出让价格呈现整体正向的动态影响。这一结果与前文理论分析相一致，即地方政府住宅用地出让价格的提升，会通过促使要素流动及地方政府标尺竞争的途径，导致相近区域的地方政府住宅用地出让价格产生联动反应，并通过多轮联动反应渐次扩散到其他区域。此外，可以发现，一线城市住宅用地出让价格的跨区域联动影响高于二线城市。根据空间均衡机制，可以简单地解释这种差异化的联动影响的产生机理：出于控制一线城市人口规模的考虑，中央政府偏向性的建设用地指标分配政策，导致一线城市建设用地指标日益紧张稀缺，土地供给缺乏弹性[20]。在这种情况下，一线城市住宅用地出让价格的上涨，很难通过土地供给的增加来平抑，从而对居民生活成本、企业经营成本产生了直接而明显的影响，进而对企业、人口迁移产生了显著的影响，从而导致了显著的跨区域联动影响。与此形成对照的是，二线城市土地供给弹性相对较大，住宅用地出让价格的上涨可以通过增加供给在本地加以部分消化，相较之下，产生的跨区域联动影响便较小。
基于构建的邻接矩阵，利用网络分析的标准算法，从两个维度解构地方政府住宅用地出让价格跨区域联动的特性：一是分析网络总体属性，发现地方政府住宅用地出让价格跨区域联动系统的基本特性；二是分析网络节点的角色，发现地方政府住宅用地出让价格跨区域联动系统中各城市所处的地位。
本文使用GVAR模型的用途在于，基于模型的广义脉冲响应分析，刻画地方政府住宅用地出让价格变动的冲击对另一个地方政府住宅用地出让价格的长期影响。GVAR模型中跨区域联动的实现路径分为以下3条：一是各城市的内生变量依赖于其他城市的当期和滞后值，即受“邻居”的当期和滞后影响；二是各城市内生变量受全局共同变量的影响；三是体现在误差协方差矩阵中的当期冲击的相互影响。模型具体构建流程为：
（1）总体属性分析。首先，测度地方政府住宅用地出让价格跨区域联动网络的聚类系数与平均路径长度，分别为3.848和1.299。其次，与等规模、密度的完全随机网络对比，完全随机网络的聚类系数与平均路径长度分别为0.676和1.133。可以发现，地方政府住宅用地出让价格跨区域联动网络的平均路径长度略大于完全随机网络，但聚类系数明显大于完全随机网络，符合WATTS提出的高聚类、短路径的“小世界网络”特性[17]。更直观的表现是，地方政府住宅用地出让价格跨区域联动网络中节点距离为1的占70.10%，距离为2的占29.90%。换言之，全国35个大中城市住宅用地出让价格的跨区域联动影响最多通过1个中间城市的过渡便可达。
（2）网络节点角色分析。块模型是网络科学中角色和地位分析的主要工具，利用其分析住宅用地出让价格跨区域联动系统中各地方政府的角色和地位。首先，采用迭代相关收敛法，将各地方政府划分到不同板块中；其次，根据板块间联动影响的发送和接收关系，明确各城市的角色。按照上述思路，本文基于DOREIAN提出的CONCOR算法[18]，按照最大分割深度2，收敛标准0.2，迭代次数30次，利用UCINET软件进行板块划分，结果如表2所示。
表2 板块分布结果
Tab.2 The distributional result of plates
可见，迭代相关收敛法将35个地方政府分为了3个板块。进一步，基于WASERMAN等[19]的研究，通过计算各板块内、外跨区域联动的发送和接收关系（表3），辨识各板块的角色，具体过程为：
（1）在实际内部关系比例大于期望内部关系比例的情形下，如果板块外的接收关系数明显大于发送关系数，则该板块为“领导人”角色。可见，板块1符合这一标准，表明板块1内的地方政府在住宅用地出让价格跨区域联动系统中发挥着引领的作用，是住宅用地出让价格跨区域联动的发动者。
表3 板块联动关系表
Tab.3 The interactive in fl uence of plates
（2）在实际内部关系比例小于期望内部关系比例的情形下，如果板块外的接收关系数与发送关系数相差不大，则该板块为“经纪人”角色。可见，板块2符合这一标准，表明板块2内的地方政府在住宅用地出让价格跨区域联动系统中发挥着中介的作用，是住宅用地出让价格跨区域联动的传递者。
其次，从文学史自身规律来看，对于“五四”文学性质的讨论和“二十世纪中国文学”这一名目的提出是“重写文学史”的前期准备。对于沈从文、钱钟书、张爱玲等人作品及思想的再认识为“重写文学史”的可操作性打下一定基础。而“二十世纪中国文学观念”的提出使得近代、现代、当代文学的界限得以连通，学者们更注重文学史的整体观。海外学者夏志清、司马长风等人对不同作家作品的评价和推崇，开阔了国内学者的视野，他们将关注点倾向于更富人性主义光辉的作家作品。
（3）在实际内部关系比例小于期望内部关系比例的情形下，如果板块外的接收关系数明显小于发送关系数，则该板块为“谄媚人”角色。可见，板块3符合这一标准，表明板块3内的地方政府在住宅用地出让价格跨区域联动系统中发挥着跟随的作用，是住宅用地出让价格跨区域联动的承接者。总体而言，辨识结果表明，地方政府住宅用地出让价格跨区域联动系统具有明显的层次性，位于不同位置的地方政府在联动系统中的作用差异明显。
平衡或者不平衡次要路径核型患者CCyR、MMR、无进展生存率、总生存率的累计发生率比较差异无统计学意义，但主要路径ACAs患者的无进展生存率、总生存率、5年生存率较其他群体明显缩短。上述文献也支持e19a2 BCR-ABL合并主要路径ACAs ABL患者预后不佳。由于目前关于e19a2 BCR患者的研究数据还不充分，有待进一步研究证实。
4.2 个体层面的地方政府住宅用地出让价格跨区域联动模式
考虑到总体层面的分析结果，难以反映城市的个体差异，尤其是注意到“领导人”板块内的城市在住宅用地出让价格跨区域联动中的引领作用，有必要对这些典型城市的个体影响进行分析。鉴于此，在图2中报告了“领导人”板块内9个城市住宅用地出让价格的广义脉冲响应分析结果，即一个标准差大小的正向冲击对其他地方政府住宅用地出让价格的动态影响。通过对图2结果的分析，可以得出两方面的结论：
式（6）中：关系矩阵为一个35×35矩阵。其中，对角线元素均为0，其他矩阵元素定义如下：如果广义脉冲响应分析的结果表明，地方政府j 住宅用地出让价格的冲击对地方政府i 住宅用地出让价格具有显著的长期影响，那么矩阵元素xij 为冲击的长期反应数值。反之，若不存在显著的长期影响，则xij = 0。
（2）在局部层面上，典型城市住宅用地出让价格冲击对不同区域的影响具有空间异质性。对东部地区的影响大小，按照北京＞上海＞深圳＞广州＞杭州＞南京＞武汉＞天津＞重庆的规律递减；对中部地区的影响大小，按照武汉＞深圳＞上海＞广州＞杭州＞北京＞天津＞南京＞重庆的规律递减；对西部地区的影响大小，按照重庆＞深圳＞南京＞上海＞武汉＞杭州＞广州＞天津＞北京的规律递减；对东北地区的影响大小，按照上海＞北京＞天津＞广州＞武汉＞深圳＞杭州＞南京＞重庆的规律递减。总体而言，从地区横向比较视角观察，相比其他地区，典型城市对自身所在地区的影响更大（东北地区无典型城市，除外）。与理论分析框架相对应，本文认为这种规律的产生，主要有两方面的原因：一是资本、人口等要素流动的成本差异所致。相对地区间的要素流动，地区内的要素流动成本较低。因此，典型城市住宅用地出让价格变动通过要素流动产生联动影响在地区内部体现得更为明显。二是标尺竞争的范围界限所致。相对其他地区，地区内的城市之间经济发展的禀赋条件差异相对较小，容易互为对标城市，进而通过标尺竞争产生住宅用地出让价格联动影响更为明显。
根据设计单位要求，分别计算3种工况下地下车库的局部抗浮能力、局部整体抗浮能力和整体抗浮能力，得出各工况下临界抗浮水头取值，如表2所示.
图2 典型城市政府住宅用地出让价格冲击的广义脉冲响应分析结果
Fig.2 Generalized impulse response analysis results of the shocks of residential land leasing prices in typical cities
5 研究结论与政策启示
本文在理论分析的基础上，以全国35个大中城市为研究对象，利用全局向量自回归（GVAR）模型与网络分析工具，对地方政府住宅用地出让价格跨区域联动系统进行了刻画和解构。
（1）网络分析的结果表明，地方政府住宅用地出让价格跨区域联动系统呈现出高聚类、短路径的“小世界网络”特性。地方政府住宅用地出让价格跨区域联动网络分为3个板块，板块1为“领导人”角色，是住宅用地出让价格跨区域联动的发动者；板块2为“经纪人”角色，是住宅用地出让价格跨区域联动的传递者；板块3为“谄媚人”角色，是住宅用地出让价格跨区域联动的承接者。
（2）地方政府住宅用地出让价格跨区域联动表现出明显的空间异质性：在全局层面上，典型城市政府对其他地方政府住宅用地出让价格的长期影响存在明显差距。在局部层面上，典型城市政府住宅用地出让价格的冲击对不同区域的影响差异明显。
基于上述研究结论，可以得出两点政策启示：
[6] Charlie Campbell, “Ports, Pipelines, and Geopolitics: China’s New Silk Road Is a Challenge for Washington,” Time, October 23, 2017, http://time.com/4992103/china-silk-road-belt-xi-jinping-khorgos-kazakhstan-infrastructure/.
（1）考虑到地方政府住宅用地出让价格跨区域联动的客观存在和模式的可识别性，建议进一步深化对地方政府住宅用地出让价格形成机制的认识，从跨区域联动视角，关注并有效预防地方政府住宅用地出让价格变动导致的不利的跨区域影响。尤其是，可以分清主次，通过对领导人板块等关键少数地方政府的住宅用地出让行为的有效管理，充分利用其跨区域联动影响，更好地促进相关政策目标的实现。
（2）考虑到一线城市住宅用地出让价格的跨区域联动影响高于二线城市的现象，以及导致这种现象产生的偏向性的建设用地指标分配政策，有必要认真反思目前的建设用地指标分配政策。现有研究普遍指出中国建设用地要素配置存在着空间错配的问题[20]，即建设用地配置方向，与资本、人口流入的方向存在偏差。在一线城市因规模经济导致的集聚力仍大于因拥挤、污染、犯罪导致的离散力的情况下，通过行政手段严控一线城市的建设用地指标，进而促使资本、人口的流出，可能导致全国总体层面经济效率的损失，有必要引起重视。
参考文献（References）:
［1］ 余华义，黄燕芬. 货币政策效果区域异质性、房价溢出效应与房价对通胀的跨区影响［J］ . 金融研究，2015（2）：95 -113.
［2］ 邹琳华. 外部需求冲击、开发商非理性预期与房价波动［J］ . 城市与环境研究，2018（1）：38 - 54.
［3］ DENG X Z, HUANG J K, ROZELLE S, et al. Economic growth and the expansion of urban land in China［J］ . Urban Studies, 2010, 47(4): 813 - 843.
［4］ TAO R, SU F B, LIU M X, et al. Land leasing and local public finance in China’s regional development: evidence from prefecture-level cities［J］ . Urban Studies, 2010, 47(10):2217 - 2236.
［5］ 汪冲. 寡头型一级土地供应、策略互动影响与财政调整——基于 282 个城市面板数据的动态空间计量［J］ . 财经论丛，2011（5）：32 - 37.
［6］ HE C F, HUANG Z J, WANG R. Land use change and economic growth in urban China: a structural equation analysis［J］ . Urban Studies, 2014, 51(13): 2880 - 2898.
［7］ HUANG Z H, DU X J. Strategic interaction in local governments’ industrial land supply: evidence from China［J］ .Urban Studies, 2017, 54(6): 1328 - 1346.
［8］ 罗必良，李尚蒲. 地方政府间竞争：土地出让及其策略选择——来自中国省级面板数据（1993—2009年）的经验证据［J］ . 学术研究，2014（1）：67 - 78.
［9］ 陈建军，周维正. 空间视角下的地方政府土地经营策略、竞争机制和中国的城市层级体系——来自中国186个地级市的经验证据［J］ . 中国土地科学，2016，30（3）：4 -11.
［10］ ROBACK J. Wages, rents, and the quality of life［J］ . Journal of Political Economy, 1982(90): 1257 - 1278.
［11］ GLAESER E L, GYOURKO J, SAKS R. Urban growth and housing supply［J］ . Journal of Economic Geography, 2006(6):71 - 89.
［12］ 傅强，朱浩. 中央政府主导下的地方政府竞争机制——解释中国经济增长的制度视角［J］ . 公共管理学报，2013，10（1）：19 - 30.
［13］ PESARAN M H, SCHUERMANN T, WEINER S M.Modeling regional interdependencies using a global errorcorrecting macroeconometric model［J］ . Journal of Business& Economic Statistics, 2004(22): 129 - 162.
［14］ DEES S, MAURO F D, PESARAN M H, et al. Exploring the international linkages of the euro area: a global VAR analysis［J］ . Journal of Applied Econometrics, 2007, 22(1): 1 - 38．
［15］ CHUDIK A, PESARAN M H. Theory and practice of GVAR modelling［J］ . Journal of Economic Survey, 2016, 30(1): 165 -197.
［16］ PESARAN M H, SCHUERMANN T, SMITH L V. Forecasting economic and financial variables with global VAR［J］ .International Journal of Forecasting, 2009(25): 642 - 675.
［17］ WATTS D J, STROGATZ S H. Collective dynamics of“small-world” networks［J］ . Nature, 1998, 393 (6684): 440 -442.
［18］ DOREIAN P, BATAGELJ V, FERLIGOJ A. Symmetricacyclic decompositions of networks［J］ . Journal of Classification,2000, 17(1): 3 - 28.
［19］ WASSERMAN S, FAUST K, GALASKIEWICZ J.Correspondence and canonical analysis of relational data［J］ .Journal of Mathematical Sociology, 1990(15): 11 - 64.
［20］ 陆铭，张航，梁文泉. 偏向中西部的土地供应如何推升了东部的工资［J］ . 中国社会科学，2015（5）：59 - 83.
Study on the Trans-regional Interaction of Local Government Residential Land Leasing Prices
PENG Shangui1,2, WANG Jian3, JING Linlin1, WU Qun3
(1. School of Business, Shandong Normal University, Ji’nan 250014, China; 2. Public Administration Postdoctoral Research Station, Nanjing Agricultural University, Nanjing 210095, China; 3. Real Estate Research Center, Nanjing Agricultural University, Nanjing 210095, China)
Abstract: The purpose of the paper is to delineate and decompose the inter-regional interaction system of local government residential land leasing prices. The research methods include global vector autoregressive (GVAR) models and network analysis methods. The results show that: 1)the trans-regional interaction system of local government residential land leasing prices presents a “small world” network featured as high clustering and short path. 2)The transregional interaction network of local government residential land leasing prices is divided into three sections: sector 1 is the “leadership” role, sector 2 is the “broker” role, and section 3 is the “flatter” role. 3)The influence of trans-regional interaction shows obvious spatial heterogeneity. In conclusion, we should deepen the understanding of the formation mechanism regarding the local government residential land leasing prices, and pay attention to and effectively prevent the negative cross-regional effects caused by local government residential land leasing price changes from the perspective of trans-regional interaction.
Key words: land management; trans-regional interaction; global vector autoregressive models; residential land; leasing price
中图分类号： F301.2
文献标志码： A
文章编号： 1001-8158（2019）09-0047-09
doi: 10.11994/zgtdkx.20190905.093233
收稿日期： 2019-05-31；
修稿日期： 2019-08-27
基金项目： 国家自然科学基金项目（71673140，71603120）；山东省社科规划项目（18DJJJ07）；山东省高校人文社科项目（J18RA069）；中国人民大学林增杰土地科学发展基金项目；山东师范大学青年科技项目培育基金项目。
第一作者： 彭山桂（1986-），男，四川蓬安人，博士，在读博士后，讲师。主要研究方向为土地经济。E-mail: pengshangui@163.com
通讯作者： 吴群（1964-），男，江苏泰州人，教授，博士生导师。主要研究方向为土地资源管理与政策。E-mail: wuqun@njau.edu.cn
（本文责编：郎海鸥）
标签：土地管理论文; 跨区域联动论文; 全局向量自回归模型论文; 住宅用地论文; 出让价格论文; 山东师范大学商学院论文; 南京农业大学公共管理博士后流动站论文; 南京农业大学不动产研究中心论文;