【《土地财政在城镇化进程中对房价波动影响的实证研究》11000字（论文）】

土地财政在城镇化进程中对房价波动影响的实证研究目录TOC\o"1-3"\h\u8351土地财政在城镇化进程中对房价波动影响的实证研究 1219301.1经验事实与理论假设 1152781.1.1城镇化中土地财政和房价基本走势 2213501.1.2城镇化率对土地财政和房价的影响 3254471.1.3城镇化率对土地财政与房价关系的的调节作用 4206331.1.4土地财政对房价的影响的门限效应 523861.2实证模型构建 757341.2.1面板Granger因果关系检验模型 7247981.2.2普通面板回归及面板门限模型 897421.3数据收集与整理 9152701.4模型估计与结果分析 1147591.1.1平稳性与因果关系检验 11125551.1.2普通面板模型回归 12277821.1.3门限面板模型回归 14131851.1.4结果分析与讨论 17308451.5本章小结 181.1经验事实与理论假设根据前文的理论模型分析，在城镇化过程中，由于房地产市场在我国经济中的重要作用，房地产市场波动通过多种途径如税收、产业结构、土地市场对我国地方财政有重要影响。土地财政增大财政风险的原因之一可以总结为土地财政对房地产泡沫的推动作用，而房地产泡沫对地方财政的收入和支出结构带来很多负面影响。因此，厘清土地财政对房地产泡沫的作用机制是研究土地财政对地方政府风险影响的重要内容。本论文的研究主题为土地财政对地方财政风险影响，本章的土地财政对房地产市场波动影响的研究将为下文研究地方财政风险是否引入房地产市场因素打下基础。由于土地财政和房地产市场都是在城镇化的推动下发展起来的，下面对经验事实和理论假设进行分析。房价的研究可以很好的把握区域的房地产市场波动规律（林睿等，2016）。在我国房地产市场中，房价包含了资本化的城市价值和土地价值，房价随着城市生活质量和居民的收入水平提高而提高（Zheng等.，2014；ZhengandKahn，2008；Oates，1969）。21世纪以来，中国经济高速发展，城镇化率也快速推进，我国的城镇化率从1999年的35%猛增至2019年的60%之余，20年的时间，翻了将近一番（图1.1）。朱玉林和陈石清（2008）基于我国1991-2005年房价和城镇化水平数据，采用协整检验的方法研究城镇化和房地产价格之间的关系，研究结果表明城镇化率的提高是我国房价提升的格兰杰因。谢福泉等（2013）认为随着城镇化进程的不断推进，房地产市场需求趋于旺盛，前者对后者存在带动作用，房地产价格也会趋于“生活必需品”的产品属性，从而驱动房地产价格趋于理性（姜松和王钊，2014）。现有学者对房价和土地财政之间的关系也做了大量的研究，对土地财政和房地产价格之间的关系进行了论证（王猛等，2013）；土地财政会抑制房价的上涨（王斌和高波，2011）；由于土地财政规模的增长在一定程度上加速了房价的提升（WangandHou，2021），因此解决土地财政问题是提高房地产市场调控效果的前提（ChenandWu，2020；JinandChoi，2019；安体富和窦欣，2011）。从图1.2中可以看出，土地财政是震荡式上升，但房价基本是持续不间断的上升，因此房价和土地财政之间可能存在某种非线性关系，这种非线性关系可能与城镇化的发展阶段有关。基于这种经济背景和现有理论分析，本章将采用门限面板回归模型研究房价、土地财政和城镇化三者之间的非线性关系，即在不同城镇化水平下，土地财政对房价的影响是否存在异质性，以城镇化率作为门限变量，通过面板门限回归模型，实证研究土地财政对房价的影响。1.1.1城镇化中土地财政和房价基本走势房价问题目前引发学术界的担忧和不断探讨，土地财政被认为是楼市调控艰难、房价居高不下的重要原因。Glaeser和Gottlieb（2009）提出城市和不断聚集的城市群所释放的空间效应和规模效应，对推动中国经济腾飞，创造大量的“城市财富”中起着主导作用。土地财政是我国城镇化推行的关键制度（LiuandZhang，2020；赵燕菁，2014），在城镇化原始资本积累中起着重要作用。我国土地出让自2002年实行招拍挂制度以来，地方政府土地出让金收入呈现出指数增长态势，从1999年的500亿元猛增到2019年的70631亿元，翻了140多倍，土地出让收入占地方财政收入的72.13%，占全国GDP总量的8.5%数据来源同第2章。。王瑞功和何佳琛（2019）研究发现在土地出让收入快速增长时期，城镇住房市场迅速扩张，房价上升，地方政府住宅用地供给、住宅开发供给、住宅销售与房价显著相关。由1999-2019年土地财政和房价、城镇化水平趋势（图1.1和图1.数据来源同第2章。图1.SEQ图4.\*ARABIC11999-2019年我国城镇化率走势图Figure1.1TrendofurbanizationrateinChinafrom1999to2019图1.SEQ图4.\*ARABIC21999-2019年土地财政和房地产价格折线图Figure1.2Publicationtrendoflandfinancepapers1.1.2城镇化率对土地财政和房价的影响城镇化是人类文明发展的方向。城镇化是实现我国均衡发现，构建和谐社会的重要路径（段禄峰等，2019）。城镇化涵盖了土地和人口两个维度下的协同发展，我国特有的土地财政模式为地方政府在短时间内实现原始资本积累，对于驱动城镇化发展具有积极意义。国内外学者对城镇化、土地财政与房价三者之间关系的研究颇多，此类文献以实证角度分析城镇化水平和房价的因果逻辑关系，大多数学者认为城镇化水平的提高推动了房价的上涨，如王鹤等（2017）在动态空间杜宾模型的基础上，分别在直接和间接两个维度下测算了城镇化影响。现有研究显示，城镇化在近10年快速推进，直接导致房地产价格快速增长，其中城镇人口的增加在很大程度上激发了房地产市场需求（单志鹏，2013；董正信和刘全智，2013）。王鑫（2019）通过2007-2016年省级面板经济数据为样本，调查研究的基础上指出，工业转型推动了我国城镇化进程，而城市人口的增加激发了房地产市场需求，为房地产市场发展奠定了基础。此外，地方政府的财政缺口、土地出让金依赖与房地产价格之间存在着复杂的影响关系，通过Granger因果检验发现，土地财政的上涨是房价上涨的格兰杰因（郭珂，2013）。Du等（2011）研究发现随着我国城镇化水平的不断提升，加之土地财政的激励效应，房地产价格居高不下，整体而言，城镇化积极推动着房地产和土地财政的发展（李成刚和潘康，2018）。基于以上理论分析，本章提出：假设一：城镇化率对土地财政和房价存在着因果关系1.1.3城镇化率对土地财政与房价关系的的调节作用现有学者对房价与土地财政之间的关系做了大量研究，房价和土地财政之间存在着显著相关性，而且大部分学者认为其为正相关关系。地方政府在分税制改革之后越来越依赖土地收入来满足财政支出要求，而土地价格的增加导致房地产价格的增加，而土地收入会推动城镇化进程，城镇人口增加会提升房地产发展水平，进而反向促进土地财政的发展。王猛等（2013）在实证分析的基础上指出土地财政和房价之间存在显著正相关关系，和黄妍妮等2017年的研究结果保持一致；沈悦和刘洪玉（2004）研究了经济基本面和房价之间大关系，百分之十的城市总人口的上升将会带来百分之二的城市房价的提升；房价和城镇化的动态经济模型表明，快速的城镇化进程将导致房价快速上涨，城镇化率的提升对房价也将带来积极的影响（任木荣和刘波，2009）；城镇化水平的提高能显著的促进周边区域的房地产价格，不同的面板数据模型也都一一印证了这一结论（骆永民，2011）；韩正龙和王洪卫（2014）从城乡收入差距的角度分析了城镇化与房地产价格的相互影响，实证分析显示，城镇化对房价的作用并不显著，仅影响房地产价格涨幅的2%；尹上岗等（2018）在调查研究的基础上指出空间异质性会影响房地产价格。Wu等（2016）在样本数据分析的基础上指出，土地价格和房价之间存在显著的正相关性；Nathanson和Zwick（2017）未开发土地在增加投机活动的同时，促进了项目建设，会对房价波动造成影响；Garriga等学者（2017）以中国房地产市场为研究对象，城镇化进程和房产价格之间存在显著相关性。根据学者的观点，可以提出如下假设：假设二：土地财政对房价的影响受城镇化率这一变量的调节1.1.4土地财政对房价的影响的门限效应在全球范围内，我国土地财政都具有其特殊性，是我国财政收入的重要来源，为推动城镇化进程提供了大量资金，为扩展工业化模型提供了保障，政府财政规模的迅速扩大与以土地为中心的城镇化进程密切相关。国内外众多学者的研究表明，城镇化水平的提高，通过多种途径促进房价的上涨。部分很多学者以美国土地使用管制为切入点，住房建设用地人为限制导致房价上升（GlaeserandGyourko，2002；GlaeserandWard，2006）；朱磊（2007）以城镇化为切入点，探究了其对房价的传导机制；国内很多学者都探究了城镇化对房价的影响路径（白忠菊和杨庆媛，2012；郑娟尔，2008）。土地财政有益于房地产开发商、地方政府财政和以投资需求为动机的购房者（饶国霞和葛扬，2014）；采用中国15个大中城市2009—2015年的经济数据，运用动态系统GMM模型进行实证研究，结果表明：地方政府财政依赖土地出让金等相关收入，土地财政推动着房价的上涨，房企行为在一定程度上放大了土地财政对高房价造成的影响（唐云锋和吴琦琦，2018）。部分学者则认为，土地财政并不是房价快速飙升且居高不下的原因，而以GDP为主的政绩考核机制是导致高房价的主因，而土地采购对房价的影响程度较低。通过以上理论分析，本文提出城镇化和土地财政是导致高房价的主因，土地财政影响着房价水平，但现有研究对影响方向存在争议，本文提出某一地区的城镇化水平越高，则其对基础设施以及配套设备提出了更高要求，进而加深其对土地财政的依赖程度，土地财政对房价的影响方向之所以存在争议可能是因为不同城镇化水平下土地财政对房价的影响具有差异性，因此本章提出：假设三：土地财政对房价的影响可能存在门限效应，城镇化率对其二者之间的调节关系呈现“U”型特征。综上，在改革开放之后，我国城镇化进程持续推进，相较于改革开放初期，国内城市人口数量激增349%。我国2019年的城镇化率60.60%（国家统计局公布数据)，从诺瑟姆城镇化的三个发展阶段来看，我国目前处于中期高速发展的第二阶段（如图1.3）。我国2019我国2019年60.60%图1.SEQ图4.\*ARABIC3世界城镇化进程阶段性规律图Figure1.3Theperiodiclawofurbanizationprocessintheworld地方政府是推进我国城镇化的行为主体。在推进地方政府城镇化的过程中，其行为动机和逻辑是复杂的，既有激励因素的影响，也有外部制度的影响。本文不探讨政府的具体行为，而着重于经济逻辑分析。政府以服务于公共利益为主，而的强调社会公共利益的最大化，但是只有持续发展经济才能有效改善社会福利。城镇化在经济发展过程中发挥了重要作用，所以，政府需要加大公共财政支出才能实现其长短期福利目标。土地是城镇化的基础上，而政府只有保持对土地资源的垄断，才通过土地获取稳定的财政收入。在城镇化快速发展阶段，城镇化规模的迅速扩大必然会占用大量土地资源，也即城镇化过程离不开土地要素的投入。分税制改革后，地方政府面对财政紧缩的问题，为扩展其财政收入渠道，越来越多的地方政府将土地作为增加财政收入的主要抓手，土地收入在财政收入中的占比不断提升，土地财政也由此而生。受多方面因素的影响，地方政府越来越依赖土地财政，通过直接增加房地产行业成本和间接改变预期引导市场来影响房价。在社会经济发展过程中，城市的作用不断提升，成为社会经发展的核心主体，城市的稳定性和优越性日益显现。国内消费由流动消费向定居消费转变，住房需求成为最大需求。随着城镇化进程的不断推进，城镇人口也会不断增加，进而印发前社会、产业以及城市空间等一系列变化，其具体过程包括随着城镇人口的增加，社会大众的购房需求增加；其次，随着我国工业化进程的不断推进，产业结构发生重要变化，第二三产业的人口数量持续增加，进一步带动了房地产行业发展。而上述进程均对土地要素存在较大需求，政府为获取更多收入而抬高土地价格，进而导致房地产价格居高不下，为满足房地产行业发展要求，政府将土地财政收入分配到基础设施建设活动中，进一步带动房价上涨，实现一种循环促进机制。本章构建了城镇化进程中土地财政对房价影响的机制路线图，以对本章命题背后的经济含义做较为直观的解读，然后采用门限面板模型对三者之间的关系进行实证研究：土地财政作为影响房价的重要因素，是否真正促进了房价的上涨？如果有促进作用，会不会受到城镇化水平的影响？如果有促进作用，会不会受到城镇化水平的影响？图1.SEQ图4.\*ARABIC4城镇化与土地财政、房价相互影响的机制图Figure1.4Mechanismchartofinteractionbetweenurbanization,landfinanceandhousingprice资料来源：笔者收集整理1.2实证模型构建1.2.1面板Granger因果关系检验模型Granger因果关系检验借鉴Hoffmann等（2005）的方法。以ur表示城镇化率，hp表示房价，ltf表示土地出让金，则城镇化率分别于房价和土地出让金之间的无约束回归模型可以表示为：uri,t=αi1+k=1pγltfi,t=αi2+k=1pγ式（1）和式（2）中，i=1,…,N，t=1,…,T，αi0和α同样，城镇化率与房价之间的无约束回归模型可以表示为：uri,t=αi3+k=1pγhpi,t=αi4+k=1pγ土地出让金与房价之间的无约束回归模型可以表示为：ltfi,t=αi5+k=1pγhpi,t=αi6+k=1pγ1.2.2普通面板回归及面板门限模型基于以上理论分析，土地财政对房价的影响可能存在门限效应，门限效应是指门限变量将样本数据进行分组，不同组别之间的经济计量关系存在显著的差异化。为研究城镇化水平对土地财政与商品房价格影响关系的调节作用，本章在普通面板回归模型的基础上，增加了城镇化和土地财政的交互项，然后构建面板门限回归模型进一步对其分析，具体如下：hpiti=1,2,3,…,n;t=1,2,3,…,t (1.7)其中，hpit为被解释变量，代表房价变动;ltfit为反映各地区土地财政水平的变量，urit反映城镇化水平，xit代表其余的控制变量，σt加入交互项的面板回归模型设定如下：hpiti=1,2,3,…,n;t=1,2,3,…,t (1.8)其中，hpit为被解释变量，代表房价变动;ltfit为反映各地区土地财政水平的变量，urit反映城镇化水平，是城镇化率与土地财政的交互项，σt是时间固定效应，构建单一门限的面板门限模型如下:hpiti=1,2,3,…,n;t=1,2,3,…,t (1.9)其中，hpit代表房价变动;urit反映各地区城镇化水平，为选取的门限变量;I·是示性函数，当满足括号里的条件时，取值为1，不满足则为0;ltfit反映土地财政水平;xit代表控制变量;城镇化水平对房价的影响不一定为“单门限效应”，当有两个门限时，构建其模型如下:yi=1,2,3,…,n;t=1,2,3,…,t (1.10)1.3数据收集与整理在实证分析方面，由于土地出让行为的主体一般以市级地方政府为主，因此选择省级数据或者大中城市并不合适，所以，本章采用2009-2016年中国182个地级市的面板数据进行实证分析。房地产价格（hp）、经济发展水平（GDP）、第三产业占比（ti）、职工平均工资水平（wage）、房地产开发投资完成额（inv）指标数据来源于Wind数据库，通过查询《中国区域统计年鉴》（2008-2016年）来补充相关缺失数据。土地出让金、城镇化率数据通过同花顺iFinD数据库获得，部分缺失值通过查询《中国区域统计年鉴》（2008-2016年）进行补充；考虑到部分数据难以获取等因素，所以，本文会同时采用插值法或网页搜索的方法来获得缺失数据。在城镇化与房价、土地出让金的格兰杰因果关系研究中，由于地级市数据的时间跨度（2009年-2016年）较短，因此我们采用全国数据（2000年-2018年）对城镇化、房价与土地出让金的格兰杰因果关系进行检验，普通面板回归和门限面板回归模型中的变量均采用全国182个大中城市2009-2016年的面板数据。土地财政采用土地出让金衡量，房价采用商品房销售额与商品房销售面积的比值来衡量。除地方财政因素外，地方的GDP、商品房供需情况、城镇化率、产业结构以及公共设施等因素也会影响商品房价格水平，本章从以上几个方面选取控制变量。首先当地的经济发展水平和人员的平均收入与房屋价格密切相关，因此本章纳入职工平均工资和GDP作为控制变量。住房需求与区域人口密度直接相关，因此本章选择人口密度指数来控制商品房需求；此外，由于房地产开发投资与商品房供给存在着紧密联系，因此本章选取房地产开发投资这一变量来控制商品房供给对房价造成的影响；考虑到产业结构在城镇化进程中对商品房价格的影响，本章纳入第三产业占GDP的比重作为控制变量；选取人均道路面积这一变量来控制公共设施对商品房价格的影响。全国和地级市层面的各变量描述性统计如表1.1和表1.2所示:表1.SEQ表4.\*ARABIC1国家层面变量的描述性统计Table1.SEQTable3.\*ARABIC1Descriptivestatisticsofvariablesatthenationallevel变量符号观测值均值标准差最小值最大值土地出让金（亿元）ltf202.061.850.056.51城镇化率ur200.4770.080.350.60房价（元/平方米）hp204611.952128.272052.608736.00表1.SEQ表4.\*ARABIC2地级市层面变量的描述性统计Table1.2Descriptivestatisticsofcitylevelvariables变量符号观察值均值标准差最小值最大值国民生产总值（亿元）gdp14562702.033253.54120.6728178.70第三产业占比ti14560.400.100.140.80房价(元/平安米)hp14565397.603501.09396.0045146.00土地出让金(万元)lt002390000.0055.001.98e+07城镇化率ur14560.520.160.081.00人口密度(人/平方公里)pld14561091.47919.4386.6911449.30房地产开发投资完成额(万元)in004940000.0024352.001.24e+07人均道路铺装面积(米)road145613.7130.001.621117.97职工平均工资水平(元)wage145647391.7614611.1912721.22123000.001.4模型估计与结果分析1.1.1平稳性与因果关系检验首先对样本数据进行平稳性检验，并选择D-F单位根检验法，具体结果如表1.3所示：表1.SEQ表4.\*ARABIC3182个地级市2009-2016年面板数据单位根检验Table1.3Unitroottestofpaneldataof182prefecturelevelcitiesfrom2009to2016变量符号系数t值p值房价(元/平方米)hp-0.35267-10.8480.10土地出让金(万元)ltf-0.50668-16.9510.0000城镇化率ur-0.55719-31.3150.0000国民生产总值（亿元）gdp-0.11208-20.0110.0000第三产业占比ti-0.38449-23.7010.0000职工平均工资水平(元)wage-0.23517-11.9970.0000人口密度(人/平方公里)pld-0.10485-1.2150.0010房地产开发投资完成额(万元)inv-0.10431-6.3120.0305人均道路铺装面积(米)road-1.60143-58.4820.0000由表3所示结果可以看出，解释变量、被解释变量与控制变量的P值都是显著的，即数据平稳的，可以回归。首先将土地出让金与城镇化率数据进行标准化处理。由DF检验得到Z_((t))值分别为0.0076和0.0339，由此可见，此次样本数据适合做格兰杰因果关系检验，检验结果如表1.4所示：表1.SEQ表4.\*ARABIC4Granger因果关系检验结果Table1.4GrangercausalitytestresultsGranger因果关系的原假设F统计量是否拒绝原假设土地财政不是城镇化的格兰杰因2.13接受城镇化不是土地财政的格兰杰因3.57拒绝房价不是城镇化的格兰杰因0.13接受城镇化不是房价的格兰杰因3.08拒绝表1.4表明我国城镇化是土地财政和商品房价格的Granger因，说明城镇化对土地财政和商品房价格均有影响作用，商品房价格与土地财政的关系很难简单确定，也许城镇化在两者之间起到了重要的协整作用，需要进一步深入研究，假设一得以验证：城镇化率对土地财政和房价存在着复杂的因果关系。1.1.2普通面板模型回归为验证土地财政（ltf）对房地产价格（hp）的影响，本文在对比分析的基础上得出结果如表1.5所示。表1.SEQ表4.\*ARABIC5普通面板回归结果Table1.5Ordinarypanelregressionresults变量符号(1)模型(2)模型(3)模型(4)模型土地出让金ltf0.1466***0.1445***-0.0646*-0.1220***(0.0267)(0.0268)(0.0439)(0.0460)国民生产总值gdp0.5999***0.5804***0.5331***0.4705***(0.0497)(0.0500)(0.0505)(0.0516)第三产业占比ti0.0945***0.0889***0.1007***0.0776***(0.0296)(0.0305)(0.0294)(0.0300)职工平均工资水平wage0.1737***0.1651***0.1968***0.1780***(0.0172)(0.0180)(0.0174)(0.0178)人口密度pld-0.0244-0.0276-0.0227-0.0289(0.0216)(0.0216)(0.0214)(0.0212)房地产开发投资完成额inv-0.1794**-0.1717***-0.1785***-0.1561***(0.0384)(0.0386)(0.0380)(0.0380)人均道路铺装面积road0.00470.00450.00450.0039(0.0107)(0.0108)(0.0106)(0.0106)城镇化率ur0.05580.1571***(0.0364)(0.0385)城镇化率与土地财政的交互项urltf0.1601***0.1998***(0.0266)(0.0283)回归截距_cons0.00000.0000-0.0808*-0.1009**(0.0409)(0.0392)(0.0431)(0.0410)样本量N1456145614561456R2值R20.59860.59340.59290.5819P值p0.00000.00000.00000.0000注:括号内为对异方差稳健的标准误差；***，**和*分别代表估计系数在1%，5%和10%置信水平上显著。通过分析上表可以发现，表3.5中，列（1）模型为182个地级城市的样本没有包含城镇化率规模变量的回归结果，列（2）模型为182个地级城市样本中加入城镇化率规模变量的回归结果，列（3）模型为182个地级城市样本加入城镇化率与土地财政交互项规模变量但不包含城镇化率规模变量的回归结果，列(4)模型为182个地级城市样本中既有城镇化率与土地财政交互项规模变量又有城镇化率规模变量的回归结果。从表中可以看出，在未加入城镇化率和土地财政的交叉项的模型中，土地财政对商品房价格的影响均为正向且显著。这与目前多数学者的研究结论相一致：土地财政与商品房价格的变化存在正相关关系（张双长和李稻葵，2010；周彬和杜两省，2010）。与加入城镇化率后的模型（2）相比，土地财政和房价之间存在显著正相关关系，土地出让收入每增加1%，房价上涨0.1445%；控制变量对房价和模型（1）基本一致。模型（3）加入城镇化率与土地财政的交互项，通过分析发现，土地财政在城镇化过程中对房价的影响并不稳定，土地财政对房价的影响越来越倾向于积极，因此在城镇化的过程中，土地财政对房价的影响存在异质性，影响程度受城镇化率这一变量的调节，可能存在门限效应，假设二得以验证；模型（4）分别加入了城镇化和交叉项，所得结果与模型（3）基本类似。通过实证分析可知，土地财政和房价之间的显著相关性始终存在，但是如果加入城镇化率与土地财政的交互项之后，土地财政对房价的影响显示为负且显著，说明城镇化率对房价影响是复杂的。从交互项系数可以看出，随着城镇化水平的提高，土地财政收入对房价的影响趋于正。从Granger因果检验结果来看，城镇化水平是商品房价格和土地财政的Granger因，所以土地财政规模对商品房价格的影响将不可避免地受到不同城镇化率水平的干扰。因此，有必要运用门限面板回归模型，以城镇化率为门限变量，进一步实证研究土地财政规模对房价的影响。1.1.3门限面板模型回归本章选取城镇化率（ur）为门限变量，土地财政规模（ltf）为主要解释变量，控制变量为GDP、人口密度（pld）、职工平均工资（wage）、房地产开发投资额（inv）、人均道路铺装面积（road）。对于不同样本量的数据样本，控制变量依次加入第三产业（ti）比例变量、第二产业（si）比例变量和第一产业（fi）比例变量，从而验证产业结构对模型的影响，检验模型的鲁棒性。由于模型的复杂性，本章参考一些学者做法将门限值限制在两个以内。1.1.3.1门限效应检验在进行门限面板回归之前，需要对样本数据的门限效应进行检验。首先需要通过捡来来判断门限值是否存在，若是存在则需要对门限值进行相应检验。门限效应检验结果及相应的F统计量和P值见表6。从表6的结果可以看出，加入第一产业占比或者加入第二产业占比或者加入第三产业占比，均存在两个门限值。表1.SEQ表4.\*ARABIC6182个地级城市面板数据门限效应检验结果Table1.6Thresholdeffecttestresultsof182prefecturelevelcities'paneldata检验假设加入第一产业占比加入第二产业占比加入第三产业占比F值P值F值P值F值P值H0：无门限值H1：一个门限值36.52170.000036.46200.000036.45950.0000H0：一个门限值H1：两个门限值3.54950.06403.58270.04903.58010.05501.1.3.2门限模型回归结果门限值分析结果见表1.7，列（1）-列（3）分别表示在控制变量中加入了第一产业（fi）、第二产业（si）和第三产业（ti）。GDP、房地产开发投资完成额（inv）、人均道路铺装面积（road）、职工平均工资（wage）、对房价（hp）都有显著的正向影响，第一产业对商品房价格产生显著的负向影响，第二三产业和房价之间分别存在负相关关系和正相关关系，但不显著。这与贾点点（2018）对我国省级面板数据分析的结果一致，其研究发现经济发展中的基础设施建设等因素和土地财政之间是良性互动关系，存在正向影响。本章的门限面板回归与普通面板回归结果相比，影响系数也是基本一致的，这种研究结果具有一定的稳健性。所采用模型的差异可能会引起微小的变化，部分不显著变量回归结果往往具有显著性，表示门限面板模块更满足要求。具体看回归结果，首先对于第一列加入第一产业占比作为控制变量，两个门限值分别为0.5830和0.8335。表1.SEQ表4.\*ARABIC7门限面板回归模型结果Table1.7Resultsofthresholdpanelregressionmodel解释变量符号（1）（2）（3）国民生产总值gdp0.6234***(0.1761)0.6230***(0.1763)0.6231***(0.1762)第一产业占比fi-0.0209*(0.0136)第二产业占比si-0.0013(0.0183)第三产业占比ti0.0013*(0.0233)职工平均工资水平wage0.1839***(0.0223)0.1830***(0.0216)0.1829***(0.0215)人口密度pld-0.0181(0.0148)-0.0178(0.0149)-0.0178(0.0149)房地产开发投资完成额inv-0.1681*(0.1064)-0.1676*(0.1064)0.1675*(0.1064)人均道路铺装面积road0.0036*(0.0022)0.0036*(0.0022)0.0036*(0.0022)第一门限TP10.1774***(0.0488)0.1790***(0.0488)0.1789***(0.0488)第二门限TP20.0597*(0.0380)0.0602*(0.0380)0.0602*(0.0379)第三门限TP30.3804**(0.1826)0.3805**(0.1825)0.3805**(0.1825)门限值TPS0.58300.83350.58310.83340.58290.8336注:括号内为对异方差稳健的标准误差；***，**和*分别代表估计系数在1%，5%和10%置信水平上显著。两个门限值将城镇化率对房价的影响分为三个不同的区间，分别是:城镇化率水平小于0.5830，即城镇化率水平较低的地区，影响系数计算结果为0.1774；如果在0.5830-0.8335期间，则表示城镇化水平为中等，其影响系数为0.0597；如果大于0.8335，则表示城镇化水平较高，其影响系数为0.3804，，吴振华和曹趁梅（2018）在实证分析的基础上指出，城镇人口增加会导致住房刚性需求，而原城市居民的投机行为会加剧风险。实证研究表明，随着城镇化水平的不断提高，土地财政对城市房价的影响呈现出U型特征，假设三得以验证。城镇化水平较低和较高的地区，土地财政对房价的影响较大，城镇化水平中等的地区，土地财政对房价的影响较弱，即房价和土地利用效率之间不是简单的线性关系（Wang等.，2020）。在第（2）列和第（3）列的回归结果中，门限值不随添加新的控制变量而改变。在不同的城镇化水平中，土地财政规模系数变化很小。例如，低城镇化地区土地财政规模系数分别由0.5830变为0.5831和0.5829，高城镇化地区土地财政规模系数分别由0.8335变为0.8334和0.8336。这表明模型结果是稳健的。1.1.4结果分析与讨论由本章研究可见，土地财政确实会对房地产市场的波动产生影响，并且随着城镇化率不同影响的力度会有不同。前面章节关于土地财政