《表4 工具变量的回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《土地资源错配、城市蔓延与地方政府债务——基于新口径城投债数据的经验证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了排除内生性对估计结果的干扰，本文采用工具变量法进行处理。根据Chen和Kung（2016）、Saiz(2010）的研究发现，城市坡度大于15度以上占比面积越大，其房地产价格越高[34][35]，即城市坡度小于15度占比面积越大，则工业用地出让可能会越多，越可能以粗放型协议出让方式进行土地供应。而胡深和吕冰洋（2019）的研究则表明，地方经济增长目标的提高会增加土地出让规模，并降低工业用地单价[36]，还会提高资源错配程度[20]。在官员晋升激励的导向下，城市增长目标的制定会受到省级政府增长目标的划定影响，但地级市个体的城市债务与省级增长目标的划定相关度不高。所以，本文最终以城市坡度小于15度占比面积乘以其所在省份对应经济增长目标与全国增长目标差值的交互项（tnt）（1）作为土地资源错配的工具变量。表4报告了工具变量2SLS回归结果，结果显示第一阶段F值大于10，因此工具变量的选取是合理的。同时，采用工具变量估计后土地资源错配的系数仍显著为正，数值略大于基准回归结果，表示内生性的存在低估了土地资源错配对城市发债概率和发债规模的正向影响。