《表2 总体模型估计结果Tab.2 The estimated results of general sample model》

《表2 总体模型估计结果Tab.2 The estimated results of general sample model》   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
《区域经济发展不平衡与土地违法:基于地方政府经济增长激励的视角》


  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
注:***、**和*分别表示估计系数达到1%、5%和10%的显著性水平。

本文首先利用2000—2015年23个省区的相关统计数据,估计了一个总体模型,并分别估计了固定效应和随机效应模型,通过Hausman检验决定选择相对有效的固定效应模型作为模型的最终结果(表2)。从表2所示的土地违法面积模型估计结果来看,所选的控制变量中GDP2、LFR、TPEO、LAND和PLC对于土地违法面积(ILUA)的影响均十分显著,且作用方向也与已有的相关研究结论基本一致。GDP的二次项估计系数显著为负(其一次项估计系数不显著),表明随着地方经济发展水平(GDP)的提升,土地违法面积会以较大幅度减少;建设用地现状规模(LAND)对土地违法面积变化的影响同样显著为负,表明在建设用地资源较多的地区,违法用地规模也会相对较小。相比之下,土地财政依赖度(LFR)和区域人口规模(TPEO)对土地违法面积的影响显著为正,可见需求层面的驱动依然是土地违法面积扩大的重要影响因素之一。需要指出的是,反映土地督察制度实施的政策虚拟变量(PLC)对土地违法规模的遏制效应并不显著,这可能受限于缺乏能够全面系统反映各地土地督察实施情况的具体数据。相比之下,表2中土地违法案件数(ILUC)模型的估计结果有所差异,其中GDP的一次项估计系数显著为负、二次项估计系数显著为正,表明伴随地方经济发展水平的提升,土地违法案件数表现为“先减少后增加”的变化规律,这与图2所反映的趋势有所相像;土地财政依赖度指标、区域人口规模和政策虚拟变量对土地违法案件数的影响并不明显,而建设用地现状规模对土地违法案件数的影响同样也显著为负。