接着1.最全! 我国适合”断点回归”的政策都整理出来了, 让你有做不完的RDD断点政策评估.2.最全! 我国适合”合成控制法”的政策都整理出来了, 让你有做不完的SCM政策评估写论文. 3.25年经管类社科基金分主题汇总, 今年没中社科基金本子的要抓住国自科经管新风向.4.25年经管类自科基金分主题汇总, 今年没中自科基金本子的要抓住国自然经管新风向. 5.最全106页! 我国适合DID双重差分的政策都整理出来了, 让你有做不完的DID政策评估写论文.”
这篇文章是蛮有意思的政治经济学研究，里面的实证思路也挺有趣的，比如异质性分析和机制分析部分就告诉读者，所有的都是在为文章核心问题服务，而不是为了异质性而异质性等。
最近，JUE上《Export slowdown and increasing land supply: Local government’s responses to export shocks in China》揭示，当出口放缓时，我国地方政府会主动增加住宅土地供应，用土地出让收入弥补税收缺口。
通过精细的实证识别，包括Bartik（shift-share）工具变量与双固定效应模型，文章发现出口增速每下降1个百分点，地方住宅用地出让收入反而增长1.26个百分点，几乎抵消了94%的税收损失。
这是我国一种独特的土地型财政巩固机制，卖地成了应对出口危机的财政止痛药。
然而，这种以地补税的策略并非没有代价。过度扩张的城市边界、上升的通勤成本和潜在的房地产风险，正在成为这场财政自救的副作用。
下面，我们一起看看文章的研究内容，尤其是其研究方法，包括Bartik IV、稳健型检验、安慰剂检验、异质性分析（交互项）、机制检验等等。
文章首先指出，2007年以来，中国的出口占GDP比重从37.5%一路下降到2022年的19.8%。随着出口企业利润和税收的下滑，地方政府的财政收入也随之承压。面对这种外部冲击，政府如何弥补财政缺口？
不同于以往研究关注出口冲击对企业或劳动力市场的影响，这项研究聚焦于政府端的反应机制。研究发现，地方政府选择了一条颇具中国特色的路径，即通过加大土地供应来做大财政盘子。
简言之，出口少了，卖地多了。
识别策略为Bartik工具变量
为识别出口波动对地方财政的因果影响，作者构建了城市层面的Bartik工具变量（shift-share IV），用全国各行业出口变化与城市出口结构的加权组合，来刻画每个城市受到的外部出口冲击强度。
这一方法能剥离地方自身经济活动的内生性干扰，确保识别的外生性。
其核心实证策略在于①使用全国行业波动与城市结构加权的Bartk IV，实现外生性识别；②通过城市与省份年份双重固定效应控制不可观测异质性；③结合平衡检验与多重稳健性检验确保识别可信。
1.Bartik IV构建操作程序和步骤, 使用该IV策略的AER数据和code及中英文文献，2.此文的研究发现, 可能会与AER“上山下乡”一样充满争议, 连续DID, 队列DID和Bartik IV，3.AER: 中国城乡迁徙与企业生产, 移动份额工具变量法Bartik，4.Bartik工具变量是什么? 份额移动法IV应用越来越多，5.TOP5前沿: 时下最流行的移动份额工具变量SSIV研究设计指南！6.免费4门课程, 因果推断1和2, IV, 份额移动IV和高级DID, 附数据,代码,讲义和阅读清单,
7.不研究人, 经济学开始研究鸟儿了, DID-TWFE, Bartik IV, 零第一阶段ZFS检验值得参考, 8.Bartik工具变量法最新发展和使用方法流程图总结, 9.Bartik IV方法详解及其在经济学中的应用，10.群友们聊聊经济学界的“网红”方法Bartik IV, 我都懂它的原理了，11.需要看! Bartik工具变量法在因果识别中的应用与检验的综述, 从源头到使用清单及步骤和注意事项全部齐了，12.AEA亲自操刀: SSIV份额移动IV的使用指南说明, 思想, 程序命令和使用检查清单都清楚了，13.AER: 中国城乡迁徙与企业生产, 移动份额工具变量法Bartik
①核心思路
文章假设当出口增长下降导致地方税收减少时，地方政府会通过增加住宅用地供应以弥补财政缺口。为识别这一关系，研究首先定义出口变化（ΔExport）为核心解释变量，住宅土地出让收入变化（ΔLand(R)）与地方税收变化（ΔTax）为主要因变量。
核心方程如下，
其中 δi 表示城市固定效应，控制城市不随时间变化的特征；ϑp,t 表示省份-年份固定效应，用以吸收省级政策变化和宏观冲击。
由于出口变化可能与城市经济状况、产业结构等内生相关，直接OLS估计会存在偏误，因此作者采用Bartik工具变量来处理这一问题。
②Bartik工具变量构造
Bartik（1991）类工具变量将全国层面的行业出口变化（shift）与地方的行业结构权重（share）相结合，以获取城市层面外生冲击的强度。
本文构造的变量如下，
其中，ΔExport_k,−i,t表示全国第k类产品出口在t年的变化（不含城市i的出口值），即shift； (Export_k,i / Export_k,−i)_base是城市i在基期（2006–2007 年）中该产品的出口占比，即share；Export_i,base为城市i在基期的总出口额，用作加权标准。
这种leave-one-out设计（排除本市）确保全国出口波动对某城市的影响具有外生性，即不受该城市本身经济活动干扰。
③工具变量的创新点
文章在传统Bartik设计上进行了两项改进，1.使用出口增长率而非对数形式的变化量（log(1+x)≈x），避免小样本偏差；2.基期采用2006–2007年的平均值，而非滞后一期出口，以减少内生性风险。
此外，考虑到Bartik变量可能过度反映出口行业特征，作者构造了替代性工具变量ΔExport_Bartik_EMP，其中share部分使用行业就业比例而非出口比重。
④识别假设与平衡检验
Bartik识别依赖于shift的外生性，即全国行业出口变化应与城市层面未观测的、随时间变化的土地供应决定因素无关。
为验证这一假设，借鉴Borusyak et al.（2022），进行了平衡性检验（balance test），即将HS行业层面的出口冲击（Shock_k,t）回归于城市基期特征（如经济规模、财政结构、土地供给特征等）。
结果显示，各行业出口冲击与城市特征无显著相关，表明工具变量的外生性成立。
⑤回归策略与控制变量
在2SLS估计中，第一阶段回归为，ΔExport_it = π * ΔExport_Bartik_it + 控制项 + 固定效应 + μ_it
第二阶段使用预测值估计出口变化对土地财政与税收的影响。
为确保识别纯粹来自出口波动而非其他经济变化，模型中控制了多种潜在混淆变量，包括城市GDP人均变化；第二产业比重；财政支出与收入结构；房价变化、基础设施投资、外资流入；被解释变量的一期滞后项（避免动态偏误）。
所有连续变量均进行5%分位数截尾（winsorization）以减少极端值影响。
⑥结果解释与识别强度
第一阶段结果显示，ΔExport_Bartik 与实际出口变化高度相关，F统计量约为28，显著高于弱工具临界值（10），说明工具变量有效。
第二阶段结果表明出口增长每下降1个百分点，住宅土地出让收入增长约1.26个百分点；同时地方税收下降约0.20个百分点；土地出让收入的增加几乎可弥补94%的税收损失。
这一结果稳健于不同基期设定、不同winsorization水平及样本截取范围（如2008–2019年样本）。
换言之，中国地方政府利用土地财政成功实现了短期的财政平衡。
财政自救的代价是啥？城市过度扩张
然而，这种依赖土地的财政调节，也带来了深刻的副作用。
研究进一步发现，①地方政府主要通过扩大土地供应面积（而非抬高地价）来获取收入；②结果导致城市用地面积扩张过快、居住区外延蔓延；③城市通勤距离和成本显著上升。根据测算，每当出口增长下降1个百分点，全国居民通勤成本每年将增加约1.24亿美元。
这种以土地为缓冲的财政策略，短期内确实稳住了财政，却也埋下了房地产风险累积和城市低效扩张的隐忧。
异质性揭示到底谁在拼地？
论文还发现，这种土地型财政巩固（land-based fiscal consolidation）并非均匀存在，而是呈现显著异质性。
①出口依赖度高的城市（如沿海港口城市）反应更强；
②年轻或晋升动机强的地方官员更倾向于通过土地扩张来冲业绩；
安慰剂检验①排除机制混淆，验证土地出让行为是出于财政对冲动机，而非其他用途；②排除支出调整干扰，验证财政收入结构变化未影响支出。
机制分析
文章提出一个核心假说，即当出口下滑导致税收减少时，地方政府会通过增加住宅用地出让收入来进行财政对冲。
但增加土地出让收入可以通过两种方式实现，1.扩大供地面积（area mechanism），2.抬高地价（price mechanism）
因此，机制分析的关键问题是，地方政府主要是通过扩大供地面积，还是通过提高地价来增加土地收入？
文章将土地出让收入分解为供地面积和单位地价，并分别对这两个变量进行回归分析。
模型形式与主回归一致，
其中为住宅用地供应面积的对数差分，为住宅用地平均价格的对数差分，为使用Bartik工具变量（IV）识别的出口冲击。
注意，还是采用 2SLS（两阶段最小二乘法） 控制内生性。
关键发现（机制识别）
①供地面积显著增加。出口每下降1个百分点，住宅用地供应面积增长约 1.009%（表8，列1），且在统计上显著。
②地价基本不变。出口冲击对地价的影响不显著（表8，列3），说明地方政府并未通过抬高地价来增加收入。
③稳健性检验。文章还纳入了未成交地块（non-transacted parcels）的数据，发现供地面积的响应幅度更大（表8，列2），说明实际供地行为比仅看成交数据更积极。
因此，地方政府主要通过 扩大供地面积（而非提高地价）来增加土地出让收入，从而对冲出口下滑带来的财政压力。
机制成立的前提条件分析
文章进一步检验该机制有效运行所需的两个市场前提（表9）。
这说明只有在土地供给有空间且市场需求有支撑的城市，该财政对冲机制才有效。
出口冲击 → 税收下降 → 地方政府扩大住宅用地供应面积（而非抬高地价）→ 增加土地出让收入 → 对冲财政缺口
这一情况存在可持续性危机，要及早知道土地不再是万能药
文章最后提醒，这一财政模式正面临边际衰退。过去十多年地方政府能够依赖卖地平衡财政，前提是土地尚可开发、房地产需求旺盛。然而，随着2023年后住房需求持续下滑、地价承压、库存高企，这一机制的可持续性正在消失。
研究警示，继续通过扩地保财政，不仅无助于经济复苏，反而可能加剧房地产与城市发展的系统性风险。
*社群群友可以直接到社群下载文章PDF和对应的数据和代码。
关于数据，参看：1.这40多个微观调查数据库, 你值得拥有, 发文章就靠它们了！2.2000-2018年中国地级市PM2.5数据更新, 可直接下载使用！3.2018年共计8年的投入产出表数据公布, 诺奖成果对经济系统做一些深入分析！4.2020年度中国流动人口动态监测调查数据CMDS共享开放通知！5.CGSS2017年的家户调查数据正式发布, 可以下载以最快速度发表论文！6.数据发布, CHARLS第四期(2018)全国追访数据正式公开发布！7.使用CEPS, CHARLS, CGSS, CLHLS数据库实证研究的精选文章专辑！
12.清华北大经管社科数据库有哪些? 不要羡慕嫉妒恨！13.金融领域三大中文数据库, CSMAR, CCER, Wind和CNRDS，14.数据| 2017中国家庭金融调查数据CHFS发布，15.经济学研究常用中国微观数据手册，16.WIOD数据库的示例性使用说明, 以全球汽车行业为例，17.徐现祥团队:中国方言,官员, 行政审批和省长数据库开放，18.中国省/地级市夜间灯光数据release, 1992-2013的面板数据，19.中国经济社会微观数据还能挖吗? 20.工企数据与海关数据库合并方法，
21.中国工企数据库各年份指标解释, 面板数据构建地基，22.中国所有地级市各类空间权重矩阵数据release，23.中国省级三大空间权重矩阵(相邻, 距离和经济)数据release，24.中国工业企业数据库匹配160大步骤的完整程序和相应数据，25.夜间灯光数据校对的一些成熟方法推荐，26.2005-2015中国分省分行业CO2数据circulation，27.中国家谱族谱数据库对外开放，28.CFPS和CHARLS数据库分析技巧大指南，
33.经济社科数据库汇总，见过最全的Database，34.你想要的微观调查数据都在这里，要用好数据从这里开始，35.CHARLS数据的前世今生（附8个大型数据库），36.中国县域数字乡村指数数据库申请开放, 提供指标及解释和申请表！37.中国县域统计年鉴, 人口与就业统计年鉴1998-2019面板数据开放！38.中国各地级市坡度和经纬度数据正式开放！39.推荐”数字普惠金融指数”, 省市县三级面板数据可做很多实证研究，40.工企数据与海关数据库合并方法，
8.疫情期CEIC数据库操作指南，9.疫情期EPS数据库向全社会免费开放！附细致使用指南！10.疫情期间CSMAR数据库使用指南！金融财务管理必备数据库！42.数据库分享: 青少年健康主题数据库, 可免费申请使用，43.据说这是上百份稀缺数据, 但还是需要谨慎使用才行，29.全面的区域科学研究数据获取途径汇总，30.史上最全社会科学数据库, 唯一的一份，31.史上最全心理学开放数据, 为行为经济学开路，32.如何正确使用政府统计数据？
87年，计量经济圈近25000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle