土地财政区域风险评估及防范对策研究

王玉波,孟婉婷

(东北大学 文法学院, 辽宁 沈阳 110169)

一、引 言

分税制改革下财政稳定性及可持续性对国民经济健康发展有至关重要的作用,但目前地方快速城镇化及城镇空间拓展很大程度上是以土地财政风险为代价,土地财政风险越来越受到关注。受制于耕地资源瓶颈约束,地方政府低价协议出让工矿用地、高价招拍挂出让商服用地的获益方式不能长久维继,隐藏着持续性风险;以土地作为抵押标的获得银行等金融机构的大量贷款隐藏着债务违约风险;土地征收过程中的土地增值收益分配问题隐藏着社会公平风险;现有“重增长,轻发展”财政激励模式暗含着土地违法风险。目前对于土地财政风险的研究内容主要集中在以下5个方面。

第一,持续性风险方面。地方政府过度依赖土地出让形成“土地财政依赖综合症”[1],隐藏着耕地锐减、房价上涨、社会不公等财政风险[2];住房市场的转型和调控要求地方财政承担更多责任,财政支出压力增大[3]。地方政府大量出让土地导致城市建设用地快速扩张,但并没有足够的激励政策为城市新移民提供公共服务和城市福利,造成人口城市化显著滞后于土地城市化,不利于土地出让收入可持续[4]。综上,土地财政持续性风险形成的根本原因是土地资源的有限性和经济发展无限性之间的矛盾,其直接表现形式是土地出让收入的不稳定造成土地财政的不可持续发展。

第二,债务违约风险方面。财政风险矩阵理论将财政风险划分为直接债务和或有债务,以隐性和显性的方式表现,地方政府隐性债务规模普遍较大且缺少对政府融资和支出行为的监督机制,存在过度负债的情况[5];土地财政路径依赖引起的物价水平降低和经济增长率下降诱发“债务→通缩”风险[6];分税制改革使地方政府的财力和事权不匹配,政策和形势变化都会引起其借债欲望[7],形成以土地财政为依托的债务融资方式[8]。监督机制缺乏、财权事权不对称、官员政绩考核不合理等因素形成了债务违约风险[9]。综上,地方政府以土地未来收益作为抵押向银行借债,但公共设施建设周期长,资金难以短期收回形成金融债务风险。

第三,社会公平风险方面。我国财政风险的核心在于政府资产与负债之间、收入与支出之间的不匹配[1],依据当前农民收益来计算土地征收补偿,补偿资金不能与土地使用权转让后产生的巨大经济价值相匹配,失地农民损失的潜在利益很大[11]。有关土地财政的区域差异勒索回扣也是征地补偿中的常见腐败问题[12],“当期收益”的征收方式无视土地增值、溢价等因素,严重损害土地承包与经营权出让者的利益[13]。农民缺乏城市生活的职业技能,当土地被征收时难以融入城市而影响社会稳定[14]。综上,导致社会问题突出的主要原因是征地的增值收益问题分配不均。

第四,土地违法风险方面。土地违法主要原因表现在:一是开辟了土地隐性市场,使政府获得额外隐性收入;二是政府可以选择放松对土地违法行为的查处力度,从中寻求利益[15];三是地方政府为追求经济增长目标可能会实施或默认企业和个人的违法用地行为[16];四是在财政分权制度下地方政府官员的晋升激励和地方土地部门的利益[17]。综上,土地违法风险是政府为了发展经济,缓解财政压力而实施或默许的行为引起的。

第五,土地财政区域差异方面。东部地区土地财政规模较大,中西部地区土地财政规模相对较小,但增长趋势明显[18];由于土地财政收入具有明显的路径依赖效应,土地财政强度呈现“东高西低”格局[19],部分省份土地财政依赖现象较为严重且行政级别越低的政府部门对土地财政的依赖性越高[2];土地出让方式也存在区域差异:东部地区“招拍挂”出让占比大,协议出让主要存在于中西部地区[21]。综上,现有研究对土地财政规模、土地财政强度、出让方式等的区域差异均有研究,但缺少土地财政风险的区域差异研究,因此需要根据经济发展水平、土地财政依赖度、土地市场情况、规模等多方面因素对土地财政风险区域差异进行深入研究。

综上,已有研究对持续性风险、金融债务风险、社会公平风险、土地违法风险均有所涉及,但并未对土地财政风险形成一个全面系统的风险体系;且多从定性方面进行描述,不能揭示风险的程度,还需要运用定量的方法进行深入剖析;现有研究多以某一个省市作为研究对象,缺乏对土地财政风险的区域差异研究;对区域差异研究的关注点集中在土地财政规模、强度及出让方式方面。随着土地财政规模不断扩大,基于社会经济发展水平和土地资源的区域差异,土地财政风险的区域差异也逐渐显现出来,如何更好地规避、防范风险是要重点研究的课题。基于此,本文将风险分为持续性风险、债务违约风险、社会公平风险以及土地违法风险,将土地市场发育良好、可持续性强而土地依赖度低的城市定义为土地财政低风险,相反则定义为高风险。以2007—2017年31省(区、市)数据(未包含我国香港、澳门、台湾地区)为基本单元,对土地财政风险进行评估,运用AHP—熵值法计算各指标权重,利用灰色关联度分析法计算各指标与总体风险之间的相关性,运用SPSS21.0软件聚类分析中的ward方法,以平方Euclidean距离为度量标准进行聚类分区,探寻与评估土地财政风险程度的区域差异规律,对未来风险防范提出区域差异化的政策建议。

二、土地财政风险形成机理

(一)机理总框架

土地财政是地方政府高度依赖土地资源、资产及与其相关税费等收入形成的财政模式,其中包括土地和资金,即主要包括土地出让金、税收收入及融资资金。土地财政本质上是用未来若干年收益进行投资,属于融资(借债)而不是财政收入。在实际运作中确实补充了地方政府财力、提高了政府可支配能力、加快了城市化建设,但在“征地、批租、投资、融资”的土地财政模式下不能只看到其带来的当前利益,更要重视其可能带来的风险。

由于经济、社会、行政、生态等内外部因素的影响,持续性风险、债务违约风险、社会公平风险和土地违法风险都对经济健康发展形成潜在的威胁,而这四种风险并不是独立存在的,而是相互影响、相互制约的,其总体机理框架如图1所示。

图1 土地财政风险形成机理

图1显示,地方政府通过低价协议出让工矿用地、高价招拍挂出让商服用地获得土地出让收入和增加财政收入的同时,形成依赖度增加、建设用地增加且房地产投资旺盛的局面。但土地资源的有限性使这种获益模式难以长久维继,导致土地财政持续性风险。地方政府债务问题与土地财政高度相关,根据财政风险矩阵,政府通过国债转贷资金、中央代地方发行偿还债券、国际债券等方式直接融资形成直接债务。以土地作为抵押物,通过向银行借贷、发行债券、PPP模式进行间接融资,形成或有债务,一旦土地价格不能持续上涨甚至下降,政府便会面临金融债务风险。地方政府的债务风险管理不能仅局限于传统的财政风险管理,必须对房地产市场、金融市场以及政府财政风险进行综合考察。政府征地批租过程中农地被征收并改变用途,被征收的农地带来的土地增值收益如何分配成为冲突与矛盾的核心,形成社会公平风险。在现有重增长、轻发展的运行模式下,存在制度不完善、监管不严、土地违法成本低等问题,在政府政绩考核及各种利益的驱动下,大量占用农业耕地、违法违规用地等现象屡禁不止,形成土地违法风险。

土地财政在理论上可以补充地方政府财力且促进资源的合理配置,但在实际运行过程中,土地财政的不健康发展导致了经济畸形发展。本文从土地财政可能引发的持续性风险、债务违约风险、社会公平风险和土地违法风险四个方面来对土地财政总体风险进行评估与预测分析。

(二)土地出让收益不稳定与不可持续性导致持续性风险

土地出让收入是土地要素价值的直接体现,近年来已成为地方政府的主要财源之一,随着土地出让收入规模扩大和地方政府对其依赖程度的提高,土地出让收入的可持续性越来越引起关注。土地出让规模及增速可以反映土地出让收入的稳定性与可持续性,如图2所示。2007—2017年土地出让收入总体呈现增长态势,但增速波动幅度显著。土地出让收入从2007年的12217亿元增长到2017年的51984亿元,但在2008、2012和2015年出现明显下降。其中,2008年土地出让收入下降可能受到金融危机影响,2012年可能源于2011年国家出台的诸多限购、限贷政策;2015年则可能由于房地产库存过高导致产能过剩、需求不足。土地出让收入增速最高为2009年的67.5%,最低为2014年的21.4%,差异巨大且波动幅度显著说明土地出让收入的不稳定性。土地财政收入包括土地出让金与耕地占用税、房产税、城镇土地使用税、土地增值税、契税,土地财政比例即土地财政收入占财政总收入的比重,可以反映地方财政对土地财政的依赖程度,如图3所示。

图2 2007—2017年我国土地出让收入规模及增速

图3 2007—2017年我国地方土地财政比例

图3显示,2007—2017年地方政府土地财政收入总体呈增长趋势,2017年达到了68422.9亿元,但各年波动明显也说明地方政府土地出让收入的不稳定导致土地财政收入增长不稳定。土地财政比例基本均在40%以上,说明地方财政收入对土地财政依赖度较强,而土地财政收入的不稳定性导致了财政持续性风险的增加。

(三)地方政府通过土地融资获得收入形成金融及债务违约风险

长期以来的地方财政失衡问题导致地方债务问题频发,究其根源是由于事权和财权的不平衡发展、地方政府长期面临资金缺口。为平衡支出,地方政府不得不寻找其他财源,导致债务性融资成为普遍模式,实质上是一种“土地抵押+财政融资”的兜底模式[22],如图4所示。

图4 “土地抵押+财政兜底”模式

图4显示,地方政府以土地和资本金为担保,通过融资平台将土地抵押给银行获得银行贷款,融资平台能获得的贷款数额取决于银行对土地的估价,当地价下降时可获得的贷款减少进而出现资金断裂、融资平台偿债能力下降、地方政府借新还旧的能力减弱,引发连锁式的债务风险。

负债率和债务率是衡量国际或地区赤字和债务情况的重要指标,地方负债率=(地方政府负债余额/GDP)×100%,用来衡量地方的经济增长依赖政府债务的程度或者地方债务的整体风险。地方债务率=(地方政府债务余额/地方综合财力)×100%,可以体现政府负有直接偿还责任的债务,表明地方政府性债务与其财政能力间的联系。地方负债率和债务率可以反映出地方政府的负债情况,如表1所示(由于数据的可获得性,只取到2014—2016年的数据)。

表1 地方政府债务情况

表1显示,2014年以来,地方负债率从24.2%降到了20.6%,国际上一般认为负债率在20%之下是较为合理的,说明地方经济增长依赖政府债务的程度较高。国际货币基金组织确定的债务率控制标准参考值为90%～150%,我国地方政府2014—2016年的债务率均在90%以下,低于国际通行警戒值,说明地方债务风险总体可控,但部分地区和城市债务负担不可忽视。

(四)土地增值收益分配不均成社会公平风险

建设用地不断扩张过程中大面积占用耕地,但征地的收入分配并不合理,全国多数地方征地款的分配比例是:农民仅占10%～15%,集体占25%～30%,政府及其他机构占60%～65%[23]。而农民、开发商和政府分享土地增值收益的理想比例是:农民约占25%～30%,开发商约占15%～20%,政府约占50%～55%[24]。依据农民收益来计算土地征收补偿,每人获得的补偿资金与土地使用权转让后产生的巨大经济价值不匹配,失地农民潜在损失的利益很大[13]。有关土地财政的区域差异勒索回扣也是征地补偿中的常见问题,特别是在征地完毕后未能及时发放补偿款导致农民得不到补偿而影响社会稳定[25],形成社会公平风险。

根据《土地管理法》第47条,征收耕地的补偿费用包括耕地补偿费、安置补助费、地上附着物补偿费及青苗补助费。征地补偿费为该耕地被征前三年平均年产值的6～10倍,安置补助费按照需要安置的农业人口计算,每人的补助标准是该耕地被征收前三年平均年产值的4～6倍。根据规定,土地补偿费和安置补助费的总和不得超过耕地被征收前三年年平均产值的30倍。以2017年为例,将征地补偿最高标准与单位土地出让收入进行对比可以反映出征地补偿的合理性问题,如表2所示。

表2 2017年征地补偿最高标准及单位土地出让收入对比

表2显示,以最高标准计算,2017年农民可获得的征地补偿费为124.2亿元/万hm2,2014—2016年三年平均农业单位产值为4.1亿元/万hm2,高于最高值30倍的标准。2017年单位土地出让价格高达838.2亿元/万hm2,约为征地补偿的7倍,反映出现行的征地补偿标准仍然无法足额补偿失地农民的实际损失。我国现行大部分的补偿方式为一次性的货币安置,配套的善后措施不够完善且落实不到位,缺乏对永久失地农民的后续长久生活质量的考量,很多农民在失去土地的同时也面临失去生活来源的问题,失地农民的再就业一直都很难妥善解决,这样的征地补偿对农民来说具有不可持续性。

(五)财政激励下的土地违法风险

制度约束是影响地方政府土地违法的根本原因,当前地方政府“重增长轻发展”的政绩考核制度过度强调经济发展,为完成上级下达的经济指标,政府官员更加关注GDP增长率、财政收入等相关经济指标排名,更热衷于基础设施建设等经济方面的支出而压缩在短期内不能促进GDP增长的科教文卫方面的公共支出,土地财政模式下农地在“非农化”过程中产生巨大经济溢价,各部门各主体都争相在此过程中获取利益,使土地违法行为更加严重。土地违法行为罚款远没有违法用地带来的效益高,利益驱动与监管不严及问责缺乏进一步纵容了各利益主体的非法占地行为。规划实施过程监管缺失、行政审批和执法检查不够规范、永久基本农田管理保护不力、地下水保护与涵养监管不严、集体土地违规违建等也都是造成违法用地的原因。企业土地违法的主要原因是“招拍挂”制度使企业用地成本上升,用地难度增加。村级集体土地违法的主要原因是村级集体经济基础薄弱、结构单一,收支严重不平衡。个人土地违法的主要原因是随着我国城镇房价的快速上涨,城镇居民或者城乡接合部农民无法购买城镇商品房,刺激了个人到农村租房、私自建房或者购买“小产权房”。土地违法案件及违法面积可以反映出土地违法风险的程度及政府的整治力度,如表3所示(由于数据获取的有限性,只取了2012—2017年的数据)。

表3 2012—2017年土地违法案件情况

表3显示,土地违法案件件数总体呈波动增长态势,2012到2013年有所增长,2014年略微下降,2015年又大幅增加,随后又出现小幅下降。2012年土地违法案件件数最少,为61821件,2015年土地违法案件件数最多,为89373件,间接说明土地违法风险增长且整治力度不够。违法占用耕地面积占违法用地面积比例均在25%左右,说明依赖土地财政发展经济过程中非法占地、批地、转让土地等土地违法行为大量毁坏耕地,加剧人地矛盾。

三、土地财政风险概况及指标构建

(一)土地财政风险概况

土地财政收入、土地财政支出、赤字率是衡量土地财政风险的重要指标,可以反映土地财政风险程度,如图5所示。

图5 2007—2017年全国各省市地方财政赤字情况

图5显示,2007—2017年31省(区、市)的土地财政赤字率整体呈东低西高的趋势,西藏由于数据缺失较多导致赤字率异常,除西藏外青海赤字率最高,为41.43%,上海赤字率最低,为1.81%,这主要是由于东部地区经济发达,基础设施完善且偿债能力强,土地财政收入高支出少,导致土地财政赤字率较低;西部地区经济落后,公共基础设施建设需求大收益慢,且地方政府偿债能力弱,土地财政收入少而支出多,导致土地财政赤字率高。总体而言,我国的土地财政赤字规模适中,西部地区赤字规模较大需要引起重视,中部地区赤字规模适中需进行进一步优化,东部地区赤字规模较小需要引导其平稳发展。

(二)指标体系构建

在经济新常态下要保持经济高质量安全增长,必须要对土地财政风险进行科学的监测和防范。由于城市区位、规模、资源禀赋、发展程度等差别巨大,因此将对土地财政依赖度高、土地市场收益不良、可持续能力弱、建设用地资源禀赋小但供应速度较快的省(区、市)定义为高风险,相反,则为低风险。

土地财政贡献率为土地财政规模比地方预算收入与土地出让金之和,反映地区财政对土地财政的依赖程度,作为地方政府财政收入的主要来源,一旦土地财政不能持续带来高收益,地区财政将面临巨大风险,土地财政贡献率越高,持续性风险越大。土地财政收入对地区经济的贡献率指财政收入占地区生产总值的比重,反映地区经济对财政收入的依赖度,贡献率越高,持续性风险越大。土地出让依赖度指土地出让收入与土地财政收入的比值,土地财政收入为土地出让金、耕地占用税、土地增值税、城镇土地使用税、房产税和契税之和,即土地出让金与土地直接税收收入之和,由于税收收入比较稳定且类目繁杂,过度依赖土地出让必定引起土地利用及经济发展的不可持续,比值越高,说明依赖度越强,持续性风险越高。利用土地财政贡献率、土地财政收入对经济贡献率和土地出让依赖度三个指标可以反映各省(区、市)持续性风险区域差异情况,如图6所示。

图6 2007—2017年全国持续性风险情况

图6显示,2007—2017年土地财政贡献率基本均在40%以上,说明地方财政对土地财政收入依赖度较强,近一半收入均来源于土地财政收入,总体上东部和南部地区财政贡献率较高,西部、北部及东北部财政贡献率相对较低。土地出让依赖度整体呈东高西低的趋势。土地财政收入对地区经济贡献率均在7%以上,区域差异不明显,但其对土地财政风险的影响较大。以上指标均说明地区发展对土地财政的依赖程度。

土地违法占地面积与出让面积比反映以土地出让金表征的土地财政对土地违法行为的影响程度,是造成土地违法风险的重要指标。非法占地是土地违法行为的典型表现,严重影响国家对土地的规划及宏观调控。非法占用耕地立案面积与土地违法立案面积比值表征企业、政府、村集体、个人等各主体违法占地行为造成的耕地资源损失程度及政府执法情况,我国本就优质耕地少且逐年减少,后备耕地不足,非法占用耕地从根本上威胁到我国的粮食安全,因此必须予以高度重视。土地违法行为的主体一般是地方政府且征地规模较大,失地农民利益受损却很难反抗,随着对土地违法行为的逐步重视,违法行为更加隐蔽,进一步加大了土地违法行为的查处难度。综上,以上两指标可以反映土地违法情况及查处情况,具体如图7所示。

图7 2007—2017年全国土地违法情况

图7显示,2007—2017年间违法占地面积占出让面积比整体呈现西高东低的趋势,这是由于西部地区经济落后、土地违法监督管控机制落实不到位造成的。非法占用耕地立案面积与土地违法立案面积比值无明显区域差异规律,但该指标对土地违法风险的影响作用不可忽视。

地区财政赤字额与土地财政收入比重是衡量金融债务风险的重要指标,反映政府在一定时期内偿还债务的能力,地方财政赤字相对于预算内财政收入比重越大,偿还能力越弱,经济越不发达。社会固定投资量是以货币形式表现的建造和购置固定资产活动的总量,社会固定资产投资贷款占比指国内贷款占全社会固定资产投资来源的比重,社会固定资产投资是社会固定资产再生产的主要手段,不能短期收回,其与固定资产投资贷款的比值反映了地方政府固定资产的投融资情况,占比越大,贷款及时偿还的可能性越小,债务风险越大,反之亦然。综上,以上两指标可以反映地区金融债务风险情况,如图8所示。

图8 2007—2017年我国财政赤字与固定资产投资贷款情况

图8显示,我国地区财政赤字额与土地财政收入比重整体呈西高东低的趋势,说明经济落后地区赤字高。固定资产投资贷款占比较为稳定,大部分在5%～25%之间浮动,反映地方政府投融资情况整体可控,区域差异不明显,但上海、北京、天津等城市投资贷款比较高。

商品房房价贡献率指商品房销售额占当地GDP的比重,可以反映房价的增长情况及对城乡居民的压力,土地财政带来巨大的房价泡沫,条件优越的家庭通过炒房进一步获利,而中低收入群体由于条件限制购房的难度加大,贫富差距进一步拉大。城乡居民收入分化程度是城镇居民人均可支配收入与农村居民人均收入的比值,农民收入过低是贫富差距的主要原因,在土地财政模式下土地征收使越来越多农民失去土地,虽然他们短期内能够得到看起来较为可观的补偿,但该补偿为一次性补偿,远远不能满足他们的长远生活需要,使城乡居民收入差距进一步扩大。以上两指标可以反映社会公平风险情况,如图9所示。

图9 2007—2017年我国社会风险指标情况

图9显示,2007—2017年商品房贡献率呈东高西低的趋势,经济越发达的地区商品房房价对经济的影响程度越高。城乡居民分化程度整体西部高东部低,主要是由于东部地区经济发达,城市吸收大量农民工进行经济建设,对农民工的收入贡献变大,使东部地区城乡居民收入分化减小,而西部地区相对增大。

四、基于熵值法和聚类分析方法的土地财政风险分区

(一)AHP—熵值法指标权重测算

将以上9个指标汇总为有效指标作为本文的研究基础,如表5。在研究土地财政风险程度区域差异规律之前,需要对土地财政的风险状况进行评估。首先要进行权重测算,由于层次分析法是一种主观赋权法,熵值法是一种客观赋权法,为了使研究更加全面科学,采取主客观相结合的AHP—熵值法,通过熵值法对AHP的权重进行修正,对土地财政风险指标进行衡量和测算。

首先通过AHP层次分析法的相关技术原理,构建出目标层、准则层与方案层的层次分析模型,目标层为中国地方政府土地财政总风险,准则层为土地财政持续性风险、土地违法风险、债务违约风险以及社会公平风险,方案层则为选取的9个指标。结合专家意见,最终得到各指标权重,分别为0.1930,0.0533,0.0802,0.1507,0.0699,0.0653,0.2258,0.0606,0.1212。

再根据熵值法计算各个指标的差异系数。由于各指标计量单位不同,首先要对源数据进行标准化处理,由于正向指标和负向指标数值代表的含义不同(正向指标数值越高越好,负向指标数值越低越好),因此,对于高低指标我们用不同的算法进行数据标准化处理。其具体方法如下:

正向指标:

(1)

负向指标:

(2)

计算第i项指标下第j个省(区、市)占该指标的比重

(3)

计算第j项指标的熵值:

(4)

计算第j项指标的差异系数:

di=1-ei

(5)

通过计算,9项指标的差异系数分别为0.0510,0.0772,0.0224,0.1170,0.0358,0.0454,0.1472,0.0509,0.0423。

最后,通过熵值法的差异系数对AHP的权重进行修正,得到综合权重,其计算公式为:

(6)

其中,w为综合权重,wi为层次分析法的权重,di为熵值法的差异系数,得出各指标的综合权重,如表5。

表5显示,地区财政赤字额与土地财政收入比重所占的综合权重最大,为0.4182,对土地财政风险的影响最大;土地财政贡献率所占的综合权重最小,为0.0226,对土地财政风险的影响最小。

(二)31省(区、市)风险程度综合指数

根据各类指标的综合权重及得分,可以确定31省(区、市)土地财政持续性风险、债务违约风险、社会公平风险、土地违法风险及总体风险的综合指数,对4类风险进行客观的评价。其计算公式为:

土地财政综合风险指数=∑wi*pi

(7)

其中,wi为指标权重,pi为指标得分,i为指标的个数。由于数值过小不便于比较,统一乘以100,计算结果如表4所示。

表4 31省(区、市)土地财政风险综合指数值

(三)土地财政风险指标灰色关联度

采用灰色关联度方法对各项指标与总风险之间的关联性进行验证。从全国层面根据熵值法中的标准化数据,应用Matlab软件将9项风险指标与总体风险进行灰色关联度分析,分析结果如表5。

表5 土地财政风险指标与总体风险之间的关联度情况

表5显示,灰色关联度最高的指标是土地财政收入对地区经济贡献率,关联度达0.9575;关联度最低的指标是城乡居民收入分化程度,关联度为0.6355;平均关联度大于0.8,关联度较强。因此,归纳的9个指标与土地财政风险具有很强的关联度,符合土地财政风险评估的统计要求。

(四)土地财政风险评估结果

将总体风险以5和8为节点进行划分,分为低风险,中度风险和高风险三个风险程度,将31省(区、市)的风险状况划分如下。

表6 31省(区、市)土地财政总风险高中低程度分类

由表4和表6可以看出,2007—2017年31省(区、市)土地财政风险程度大致呈西高东低的趋势,东部沿海地区除北京外均处于低风险区域,中部和东北部区域除辽宁和内蒙古处于低风险区、贵州和海南处于高风险区外均处于中度风险区,西部地区均处于高风险区域,由于西藏数据存在严重缺失,根据均值测算可能有所偏差,但并不影响其分区。

(五)土地财政风险聚类分区

聚类分析法是将数据分为不同的类或者不同簇,同一簇中的对象有很大相似性,不同簇间的对象有很大相异性。土地财政风险分区即根据风险程度的相似性进行区域划分,因此,为进一步研究地方政府土地财政风险的区域差异规律,选取2007—2017年全国31省(区、市)土地财政风险相关指标,采用SPSS21.0软件聚类分析中的ward方法,以平方Euclidean距离为度量标准,将风险聚类数设为4～5类进行聚类,结果如表7所示。

表7 土地财政风险指标4类和5类

(六)分区结果及原因分析

为使分区结果更加准确,将表6与表7的结果进行对比合并形成最终分区。从表7的聚类结果可知:4类和5类分区结果中1、2类省(区、市)没有发生变化,主要在3、4、5类中进行了分化。1、2类主要组成部分均为东部沿海地区,将1、2类中的省(区、市)与表6中低风险省(区、市)进行对比合并,可以将重复的天津、山东、上海、江苏、福建、辽宁、浙江7个东部沿海城市归为一类。4类集群中的3、4类省(区、市)与5类集群中的3、4、5类省(区、市)包含了西部大部分地区及中部地区,故将该类省(区、市)与表6中高风险区域进行对比,可以将甘肃、新疆、贵州、青海、西藏、海南归为一类。由于北京为我国的政治经济发展的龙头重心,经济社会发展步伐较为快速且水平高,故将北京单独分为一类,其余省市归为最后一类。

第Ⅰ区域:表6中北京处于高风险区,表7中北京处于第1聚类中,综上将北京归为中高风险区。图10显示北京主要是由土地违法风险造成的高风险,违法用地面积占土地出让面积的比值和非法占地立案涉及耕地面积占比都比较高,源于北京本身面积小、地价高、供求关系紧张,土地违法成本相对于违法所获收益来说非常低,在此利益驱动下出现大量违法行为。

第Ⅱ区域:该区域主要为东南沿海地区,除辽宁省外均属于经济发达地区,整体风险较低,主要影响风险是持续性风险,如图11。东部地区财力整体好于中西部地区,财政收入质量提高且支出结构优化,财政改革取得积极进展。由于有良好的经济作为支持,相对来说自身偿债能力更强,赤字较小,因此整体风险较低。东部地区土地出让的市场化程度虽然成熟但由于政策影响,土地收入不稳定,导致持续性风险相对较高。

第Ⅲ区域:该区域的风险值均高于第Ⅱ区域,低于第Ⅰ、Ⅳ区域,处于中度风险。图12显示,除河北外,安徽、江西、重庆、四川、湖北、河南、广西、云南等中南部地区主要受持续性风险影响,原因是该区域土地财政对土地的依赖度较强;湖南、广东、吉林、黑龙江、山西、陕西、内蒙古等中北部地区土地违法风险较高,主要由于土地执法不严,监督不到位等原因导致违法用地情况频发;宁夏受债务违约风险影响较大,原因是该地经济实力不够,偿债能力弱。

第Ⅳ区域(高风险区):该区域主要为西部地区,整体处于高风险,其中债务违约风险和土地违法风险较为突出,如图13所示。可能是由于西部地区地广人稀、公共服务水平低,城市建设规模和经济发展水平同东中部地区都有着较大差距,偿债能力弱,土地违法监管不严,违法意识薄弱导致。

图10 第Ⅰ区域各类风险情况

图11 第Ⅱ区域各类风险情况

图12 第Ⅲ区域各类风险情况

图13 第Ⅳ区域各类风险情况

五、不同区域土地财政风险防范对策

第Ⅰ区域:(1)北京作为我国的首都,土地价格自然也居高不下,在现阶段土地违法行为处罚条例不够具体明晰的情况下,巨大的利益差驱使土地违法腐败行为大量出现,需加大对违法行为的处罚力度,完善细化土地违法相关法律条例,对土地违法行为分类、分程度制定严格的处置办法,进一步规范土地出让转让等交易过程。(2)现有地方政府以经济发展速度作为晋升的考核标准导致很多政府官员盲目追求经济增长,进一步加剧了土地违法风险。应该对政府政绩考核做出实质性改变,从追寻经济快速发展转变为综合考量民生、社会、生态等多重效益,既要看显性成绩,又要关注潜在的长远效益,创新发展理念,强化考核的激励与问责机制,给予政府官员新的指挥方向。(3)人口与土地供需矛盾显著,向上向下立体式发展成为首选,北京高楼林立,可见向上发展已趋于饱和状态,向下空间立体化发展需受到足够重视。

第Ⅱ区域:东部沿海地区经济成熟度整体较高,应对风险的能力较强,因此整体风险水平较低但不可忽视,持续性风险相对较高。(1)继续发挥其财政优势,进行差异性的宏观调控,改善土地财政模式,凭借其多样化的产业结构及地理优势,减少财政收入中对土地资源的依赖程度。(2)增加税收收入在土地财政收入中的比重,丰富税收种类,优化税收征管环境,提升税收服务水平,并结合东部地区税收征管实际情况,对地方税法律条例进行补充完善。(3)辽宁省作为东北老工业基地,虽处于沿海地区,但其产业结构相对单一,并不能迅速适应经济新常态的发展要求,因此,应推动辽宁地区产业结构的优化升级,继续发挥其工业主导优势的同时,应对传统产业进行优化升级,提高服务业在辽宁省经济发展中的比重,同时创新培育新的经济增长点。

第Ⅲ区域:该区域主要为中部地区,由前文可知中北部地区主要受土地违法风险威胁,中南部地区主要受持续性风险威胁。(1)中北部地区土地违法风险主要由执法不严、土地资源利用不合理造成。首先应该加强土地执法队伍建设,全面跟踪、监督办理,保证土地违法案件得到快速处理。其次要融合利用现有土地,加强土地资产管理,改变土地财政模式由卖地向管地转变,确保建设用地后备资源充足且尽量少占耕地,减少土地浪费,避免大量工业用地征而不用的现象出现。(2)中南部地区应优化财政收支结构,推进税收立法依法治税,培育稳定的地方主体税种,进一步合理分配税收收入,规范土地交易市场,遏制土地低价供给,给予农民直接与政府谈判收益分配的权力,落实公共基础设施建设,做到“钱”尽其用。

第Ⅳ区域:该区域主要由西部地区构成,土地财政总风险最高,主要受金融债务风险和土地违法风险威胁。(1)要建立债务风险预警机制,通过风险评估体系加大债务风险管理及监督力度,全方位清查政府债务情况,预测潜在风险并进行及时防范。(2)盘活资产资源,加强财源培植,完善土地市场管理,健全市场机制,加大对新的经济增长点的投入,结合社会企业力量,建立新的财政补充资金,政企联合,共同受益,减轻地方政府债务压力。(3)应根据西部地区现实情况,差别化落实相关土地管理政策,对西部地区土地利用规划进行省际间的适度调整,对西部地区进行部分政策的倾斜优待,以助力其防范风险的能力。(4)应加大西部地区居民的法律知识普及,不仅要对国土资源管理人员进行土地法规知识的培训,同时要提升民众依法用地意识,从源头上解决和预防违法用地发生。