低地价引资增加了工业产值吗

奥鹏网院作业

低地价引资增加了工业产值吗*
——基于土地抵押贷款视角
陈金至 范志勇
[提 要] 本文通过构建一个DSGE模型发现，低价出让工业用地并不一定会显著增加工业产值。特别是对于严重依赖土地抵押贷款的地区，低地价使得抵押物价值下降，从而抬高了企业贷款成本，导致工业增长乏力。进一步地，本文对101个城市2000—2015年的面板数据进行了分析，发现低地价确实能够促进东部地区的工业增长，却对中西部地区的工业产值无明显的增进作用。考虑到东部、中西部对土地抵押贷款依赖度的差异，本文认为只有当某地区不依赖土地抵押贷款时，低地价才能显著地促进工业增长。
[关键词] 工业用地；土地抵押贷款；工业增长
一、引言
1994年的分税制改革在强化了中央对全国财税管理的同时，也赋予了地方政府进行土地开发并获取土地出让收入的权力。地方政府一方面通过增加土地供应保证高投资，另一方面又通过压低工业用地价格维持企业低成本，由此推进了高速工业化(张清勇，2006；雷潇雨和龚六堂，2014)。与其他类型土地的价格相比，我国工业用地价格(以下简称工业地价)长期处于低位。数据显示，工业地价分别是商业服务用地和住宅用地价格的1/10和1/8左右。就工业地价的分地区情况来看，2008—2015年间东部地区无论是在地价的水平值还是增长率方面都远高于中西部地区，见表1。
部分学者的实证研究表明，低地价模式的确能够促进工业增长(陶然等，2009；饶映雪和戴德艺，2016；杨继东和杨其静，2016；屠帆等，2017)，但是这种模式在现实中并不总能获得成功。在一些地区，低价供地带来的仅仅是工业用地的无序扩张和粗放利用，导致大量“工业鬼城”的出现(刘守英，2018)。表1显示，从短期关系(当期值)来看，在控制了地区生产总值的情况下，东部地区的工业地价与工业总产值之间确实存在着显著的负向偏相关关系，但对于中西部地区而言，二者之间的负向关系并不显著。进一步地，本文考察了2008—2015年间城市工业地价增长率与工业产值增长率之间的相关性，这更能反映二者的长期关系。结果同样显示，二者之间的关系在东部地区显著为负，而在中西部地区并不显著。
表1 各地区工业用地与工业产值情况(2008—2015年)

资料来源：国信房地产信息网城市年度库。
说明：***和**分别代表p值通过显著性水平为0.01和0.05的检验。工业地价增长率=工业地价2015/工业地价2008，工业产值增长率定义与此类似。
表1的结果似乎表明，低地价引资的模式在东部地区取得了成功，而在中西部地区则收效甚微。那么其中的原因是什么呢？既有的研究发现，低地价并不总能有效地推动工业化。杨其静等(2014)以及李力行等(2016)的研究表明，低地价可能会恶化招商引资的企业质量。江飞涛和曹建海(2009)、江飞涛等(2012)以及黄健柏等(2015)的研究发现，该模式引致的过度投资将会带来产能过剩的问题。张莉等(2011)认为，工业用地的宽供给虽然会降低地价，但却会造成土地违法案件的上升和土地资源配置的扭曲。然而，这些研究并不能解释为什么同样的低地价政策在不同地区产生的效果是有差异的，若要真正理解该政策产生的区域性差异，地区的异质性无疑是分析问题的一个切入点，而本文则是从地区融资模式的差异入手来试图解释该现象。
本文认为低地价引资政策能否成功与该地区的融资结构密切相关。当某地区的企业融资严重依赖土地抵押贷款时，低地价政策降低了抵押物的价值，从而抬高了企业的融资成本，进而对企业的生产带来负面影响。本文的基本思想来源于Kiyotaki & Moore(1997)和Bernanke et al.(1999)，这两篇文章都探讨了资产价格通过抵押信贷渠道放大经济波动的传导机制。在此基础上，本文对企业融资方式进行了区分，以此来考察不同融资模式下(是否依赖土地抵押贷款)低地价引资的效果。本文发现，对于严重依赖土地抵押贷款的企业而言，长期人为压低工业地价将严重制约企业贷款的能力，因此低地价引资模式对工业产值的促进作用将大打折扣。对于融资方式多元化的企业而言，贷款成本与地价关系较弱，地价降低并不会削弱企业的融资能力。因此，不同的融资结构是决定该政策成功与否的重要因素。与东部城市相比，中西部城市的企业更加依赖土地抵押贷款，地价的下降限制了西部地区企业的融资能力，从而削弱了低地价引资的政策效果。
本文其余部分安排如下：第二部分是对不同地区企业融资方式异质性的事实梳理；第三部分通过构建一个DSGE模型来清晰地刻画工业地价、土地抵押与工业产值之间的传导机制；第四部分是本文的实证部分，以验证典型事实以及模型部分的传导机制；第五部分对全文进行总结。
二、典型事实
本文首先对中国不同区域的企业融资模式进行梳理。鉴于中国企业的融资模式仍是以商业银行贷款为主(刘伟和王汝芳，2006)，在无法获得企业各类融资方式数据的情况下，本文将对各地区银行不同类型的贷款进行分析。表2显示，无论在我国哪个地区，抵押贷款都是银行发放贷款的最主要的手段。但是与东部地区相比，中西部地区银行发放抵押贷款的比例更高。结合不同地区质押贷款占比的数据可知，中西部地区的银行更为偏好抵押与质押贷款，二者合计占比达到57.09%，而东部地区占比仅为47.55%。(1)虽然土地使用权只能进行抵押而无法质押，但作为“无形资产”的土地使用权的账面价值可以全部转入相关建筑中(如：厂房、仓库)并进行质押。与之相对应的是，信用贷款这类潜在交易成本较高的贷款仅占中西部地区银行贷款的8.31%，低于东部地区银行11.31%的水平。2015年之后，东部地区和中西部地区银行发放信用贷款的比例分别为12.51%和8.63%，存在差距进一步拉大的趋势。加之东部地区比中西部地区拥有更多的直接融资渠道(曾国安和马宇佳，2017)，这一系列典型事实无疑更为充分地表明，东部和中西部地区在融资模式上存在显著差异，且中西部地区更依赖抵(质)押贷款。
在得到中西部地区商业银行更偏好抵(质)押贷款的事实后，还需论证的是，在一个银行对抵押贷款更为偏好的地区，工业地价的增长是否能够显著地影响企业的融资能力。图1和图2分别是2012—2013年东部、中西部地区的工业地价与土地抵押贷款以及土地抵押金的散点图。(2)土地抵押金是指被抵押土地的估值。本文所使用的数据库只收录了2007年之前与2012年和2013年的土地抵押数据，而工业地价的数据主要集中在2008年和2015年。因此，图1和图2只对2012年和2013年的数据进行了验证。以上三类变量均已取自然对数，并进行了年度平均。从图1和图2中不难发现，土地抵押贷款与地价之间的正向关系在中西部城市样本中更为明显(表现为更大的斜率和更优的拟合度)，这说明中西部城市的土地抵押贷款对工业地价的变动更为敏感。导致这一现象的原因可能在于，中西部地区的金融发展水平远低于东部地区，当中西部的企业只能通过土地抵押贷款进行融资时，那么土地价格与抵押贷款间便会呈现出高度的正相关性。(3)值得注意的是，本文使用的工业地价为土地出让价格，若土地出让价格与其抵押估值价格之间的相关性较弱，则将会削弱本文结论。首先，那些区位好、人口稠密地区的土地出让价格和土地抵押评估价值都会比较高(Joshi & Kono，2009)，因此二者之间存在较强的正向关系。其次，即便考虑了土地出让之后其上的开发强度和容积率(这部分溢价来自于企业对土地的二次开发)对土地估值的影响，地级市层面的数据依然显示，土地出让价格与其抵押价值之间存在显著的正向关系。感谢审稿人对该问题的提出，限于篇幅未展示，实证结果可向笔者索取。需要说明的是，受限于数据的可得性，在抵押主体方面，本文的数据除了包含企业之外，还包含政府以及个人；在抵押土地的用途方面，除工业用地之外，还包括商服、住宅和储备用地。但如果银行对贷款主体(企业、政府和个人)以及抵押物(各类土地)在贷款结构方面不存在显著差异，上述结果仍能大致反映工业地价与工业用地抵押贷款规模之间的关系。
表2 不同地区2000—2015年银行贷款方法与银行风险(%)

资料来源：中国研究数据服务平台提供的银行研究数据库。
说明：为了与前文保持一致，本文选取的时间段截至2015年。
通过对典型事实的分析，本文认为对于存在严重融资约束的中西部地区企业而言，银行抵(质)押贷款是其获得资金的主要方式。而工业用地及其上建筑物作为企业最重要的资产，自然成为最主要的抵押品(4)在设立抵押权时，我国采取的是“房随地走、地随房走”的双向原则，法律上将土地和地上建筑物使用权视为一个整体，不可将二者分别抵押。，从而导致工业地价与土地抵押贷款规模密切相关。对于金融发展水平较高的东部地区而言，企业融资渠道较多，对土地融资的依赖性较低，因此工业地价波动对土地抵押贷款的影响不明显。据此，本文认为低地价引资模式虽然能够降低企业的生产成本，但在一个严重依赖土地抵押融资的地区，该做法降低了企业的抵押品价值，抬高了融资成本，对该地区的工业增长造成了一定负面影响。

图1 2012—2013年东部、中西部城市工业地价与土地抵押贷款对比
说明：散点图中的点代表某一城市，其中“+”为东部城市，而“○”为中西部城市。图2同。

图2 2012—2013年东部、中西部城市工业地价与土地抵押金对比
三、理论模型
在梳理了东部和中西部地区在工业地价、工业增长、银行信贷模式以及地区金融发展方面存在巨大差异的事实后，本节拟构建一个DSGE模型来刻画工业地价是如何影响一个地区的工业产值以及企业借贷行为的。模型假设政府是土地一级市场唯一的供给者，它可以通过调整土地价格来影响整个宏观经济。工业用地既是生产要素，又是企业借贷的抵押品，因此低地价存在两种效应：一方面它能够节约企业的生产成本；另一方面它降低了抵押品价值，从而使得企业融资成本上升。当企业的融资方式以抵押贷款为主时，“融资成本上升效应”将极大地削弱“生产成本节约效应”带来的工业产值的增加。
(一)模型构建
模型中包含四类主体：居民、企业、金融中介以及政府。居民向企业提供劳动并获得工资，他将自己的收入用作消费或进行储蓄，并在下一期得到储蓄的本金和利息。企业生产需要劳动与土地两种要素，土地的供给来源于政府。本文通过假设企业需要预先支付工资(working capital)来引入企业的借贷行为。在t期初，政府向企业出让工业用地。企业利用金融中介的贷款向居民支付工资，其获得贷款有两种渠道：第一，企业可以以无风险利率获取一部分贷款；第二，企业可凭借工业用地抵押获得剩余贷款(这部分贷款存在违约风险)，本文将土地抵押贷款占总贷款的比例m设为外生，以探讨不同融资结构对低地价引资模式的影响。在t期末，金融中介无法获得部分还款，因此将没收企业抵押物(工业用地)，并将土地转让给政府，以此获得补偿。正因为土地抵押和还款风险的存在，因此贷款利率才与抵押物价值高度相关。并且当土地抵押贷款占比下降或还款风险降低时，企业融资成本与工业地价的正向关系才会被削弱。模型具体构建如下：
1.企业与金融中介。由于企业和金融中介是本文分析的重点，因此先从这两类经济主体入手，通过分析这两类经济主体的行为，亦可初步得到模型的结论。假设企业处于一个完全竞争的市场环境中，其生产函数为C-D函数形式，如式(1)所示：
(1)
式中，Yt为产出，Ht和Lt是企业生产所需的土地和劳动，α和(1-α)分别是土地和劳动要素的收入份额。At是企业所采用的生产技术，其服从AR(1) 过程：lnAt=ρAlnAt-1+εA,t，ρA是生产技术的一阶自相关系数，εA,t是外生扰动项。
企业通过抵押工业用地获取贷款(loant)，并以此来提前支付工资WtLt，且WtLt=loant，贷款利率为企业的利润最大化问题为：

-(1-δ)Ht-1]
式中，Pt是价格水平，Wt是名义工资水平，Qt是名义工业地价。δ为企业违约概率，δ越大表明风险越大，违约发生后企业抵押的工业用地将被银行没收，因此(1-δ)Ht-1是上一期企业剩余的工业用地。由企业利润最大化原则，在式(2)和式(3)中可得如下最优条件(小写字母为实际变量形式)：
(2)
qt=αYt/Ht
(3)
企业通过两种方式获得贷款。第一种贷款以无风险利率获得，该利率与土地价格不直接相关，因此有为上一期的名义存款利率)。第二种贷款方式是工业用地抵押贷款，这部分贷款是存在违约风险的，当企业能够正常还款时(概率为1-δ)，它将支付贷款本息和，贷款利率为当企业无法还款时(概率为δ)，金融中介只能将企业抵押物(工业用地)没收，并在t期末以EtQt+1的价格将土地转让给政府。这部分贷款占总贷款的比例为m。为简化模型起见，假设企业拖欠贷款的利息收入最终归政府所有(拖欠的贷款本身已用于支付工资)。同时假设金融中介也是完全竞争的，其获得零利润，具体形式如下：
EtQt+1Ht
=(1+it-1)mWtLt
等式左边是金融中介在企业还款与拖欠两种情况下的期望收益，等式右边是银行接受居民存款的成本，等于贷款金额(mWtLt)与存款利率(1+it-1)的乘积。式(4)是经整理后抵押贷款利率的表达式：

(4)
式中，1+πt+1=Pt+1/Pt(πt表示通胀率)。进一步地，企业贷款的综合利率为无风险利率和抵押贷款利率的加权：式(5)为整理后的结果：

(5)
将式(2)和式(3)代入式(5)可得的充要条件为：在一个相当宽泛的参数取值范围内，该条件可以被满足。继续观察式(5)，不难得到以下两点结论：第一，0，由此可知，工业地价的上涨能够带来企业贷款成本的下降(抵押品效应)；第二，当贷款风险δ越大时，抵押品价值(qH)的下降越会使得企业融资成本(il)上升，从而降低了金融服务实体的效率。式(5)还表明：当m=0时此时抵押品价值的波动不会影响企业借贷的成本，而只会影响企业生产成本，因此m越小，工业地价的下降对工业产值的促进作用越明显。因此，本文将对不同的m取值进行模拟来探讨不同贷款模式的影响。更细致地，本文还需要对“低地价+土地抵押贷款”这种政策组合进行评估。不妨假设，虽然地方政府压低了地价，但同时又对抵押的土地给予了补贴，使得补贴后的土地价格仍然为1(地价稳态值)，通过是否对抵押贷款进行补贴的对比，可以反映地价下降对融资成本的负向作用。正式地，本文假设政府对抵押土地进行从量补贴τt，使得Etqt+1+τt=1，从而有式(6)：

(6)
通过对比式(5)和式(6)可以发现，由于补贴的存在，此时的贷款利率与土地价格不直接相关，因此本文预计在存在政府补贴的情况下，低地价更能促进工业增长。
2.居民与政府。通过对企业和金融中介的分析，读者可大致看到工业地价对于企业成本的影响，但本文仍需加入居民和政府部门以便完成一般均衡分析。假设消费为居民带来正效用，而劳动带来负效用，居民在其预算约束下最大化其一生的效用：

s.t. PtCt+SN,t+1=WtLt+(1+it-1)SN,t
+PtTrt+Ptηt
式中，Ct是消费；σ是风险规避系数；φ是劳动供给弹性(当φ为0时，居民无弹性地供给一单位劳动，即：Lt=1)；χ是闲暇(劳动)在效用函数中的权重。在约束方程中，SN,t+1是名义存款；it是名义存款利率，ηt是企业实际利润(ηt=(1-δ)qtHt-1)；Trt是政府的实际转移支付。经整理后将预算约束写成如下实际变量的形式：
Ct+(1+πt+1)St+1=wtLt+(1+it-1)St
+Trt+ηt
居民通过选择消费、劳动和储蓄来最大化其效用，式(7)和式(8)为居民决策的一阶条件：

(7)

(8)
本模型中政府是工业用地的最终供给者。政府的收入来源于工业用地的出让金和没收违约企业的贷款利息，政府的支出则用于回购被金融中介没收的工业用地，并最终将其净收入转移给消费者，从而政府的转移支付为：为与上文对应，当政府对土地抵押贷款进行补贴时，其转移支付为：本文假设土地价格(qt)的变动服从AR(1)过程：lnqt=ρqlnqt-1+εq,t，由此可知，土地价格的稳态值为1。其中，ρq是地价的一阶自相关系数；εq,t是外生扰动项，εq,t减少1%表明工业地价下降1%。为化简模型，本文假设政府实行盯住零通胀的货币政策，因此πt=0。最后，还需加入均衡条件以便完成模型求解，其中劳动力和土地市场已在模型中实现均衡，信贷市场均衡条件为：wtLt=St，通过将Trt和ηt的表达式以及式(2)～式(4)代入居民的收入约束方程，可得国民经济的加总核算式为：Ct+(1+πt+1)St+1=Yt+(1+it-1)St。
(二)模型动态
在进行数值模拟之前，本文先使用校准的方法对模型参数进行赋值，模型的时间频率被设定在年度层面。参考Iacoviello(2005)，本文取α=0.03。本文假设年存款利率为4%，因此取β=0.96。文献中φ的取值一般在(0,5]区间内，φ越大则劳动力供给越有弹性，本文取φ=5。Holt & Laury(2002)在CRRA函数设定下，得出σ的分布在[0.15,0.41]内的结论，因此本文取σ=0.15。不失一般性地，本文取闲暇(劳动)在效用函数中的权重χ=1。由于ρA和ρq这些一阶自相关系数并非本文的关注重点，因此文中统一取0.6。本文假设贷款违约的概率δ=0.1，下文还会分别对δ=0和δ=0.2时的脉冲结果进行比较，以探讨违约风险的影响。最终，本文通过对比m=100%，m=50%和m=0%这三种情形来研究工业用地的抵押品效应。在完成了参数校准后，本文将通过模型的动态模拟来研究工业地价、融资模式和工业增长这三者之间的作用关系。需要说明的是，脉冲图中各变量的变化都是在水平值层面(对稳态的偏离)而非相对值。
图3是工业地价下降1%后各宏观变量的脉冲图，其中实线是m=100%的基准模型，虚线和圈线分别是m=0%和m=50%时的情形。从图3可知，无论在哪种情况下，1%工业地价的下降都会降低企业生产成本，从而使得企业对劳动和工业用地的需求上升，进而带动工业产出、消费、存贷款规模和工资的增加。由于储蓄供给的上升，存贷利率得以下降，但是图3显示，m越大，工业产值、消费、存贷款规模的上升幅度相应越小，这使得劳动供给、工资上涨以及企业拿地意愿都受到了限制。综上，越是依赖土地抵押贷款，低地价越会抬高企业的融资成本，从而使得工业增长越微弱。进一步地，本文将通过反事实分析来考察土地抵押贷款的作用。

图3 不同抵押贷款占比的对比
在模型构建中还假设了另一种情况，如果政府对被抵押的土地价格进行补贴，使其维持在稳态价格水平1，那么工业地价下降产生的影响与无补贴时会有什么不同呢？当工业地价下降1%后，图4展示了是否存在地价补贴对低地价引资模式的影响(这两种情况下m都取100%)。图4显示，当存在政府补贴时，用于抵押的土地的价值未随着土地价格的下降而下降，这使得贷款利率下降得更多，从而企业更愿意进行借贷并雇佣更多的劳动，最终使得产出大幅上升。需要说明的是，虽然在有补贴情况下产出上涨得更快，但补贴减少了政府的转移支付水平，进而影响了居民的实际收入，从而使得这两种情况下的居民消费上涨幅度相似。

图4 是否存在抵押贷款补贴(反事实模拟)
从前文的分析可知，贷款违约率δ是一个重要的变量，它也可以被视为金融中介面临的市场环境的健康状况。因此通过分析δ的变化不仅可以检验模型传导机制的稳健性，还可以清楚地看到健康金融市场的重要作用。面对相同的冲击，不同违约率情形下的脉冲反应(图5)与图3极为相似。与前文的推论类似，图5的结果表明，随着δ的增大，融资成本上升对工业增长的抵消效应愈加明显。从数值上进行比较可知，在δ=0.2情况下，冲击发生后工业总产出第一期的上升幅度是δ=0情形下的55%左右，其原因就在于高违约风险下的企业融资成本更高。
总结图3～图5可得以下结论：低地价的确可以带来工业产出的增长，但是这种增长效应随着地区融资结构趋于单一化(m越大)和融资风险上升(δ越大)而衰减，其背后的机制是，当一个地区的融资风险较大且企业融资结构单一时，工业地价的下降将会使得土地抵押物的价值下降，从而抬高了企业贷款的成本，并削弱了低地价引资的效果。此外，本文还对模型的参数进行了敏感性检验(限于篇幅未展示，读者可向笔者索取)，结果表明，参数取值的变动并未改变本文的结论。综上，本文认为：在融资方式单一的中西部地区，简单地推行低地价引资的模式，并不能产生很好的效果。

图5 不同违约风险的对比
四、实证检验
本节将对文章的理论框架进行实证检验。本文选取了101个城市(地级市及以上)2000—2015年的面板数据来进行实证分析。除了银行贷款方面的数据，其他数据均来源于国信房地产信息网城市年度库。该数据库通过搜集全国及各地区有关统计年鉴和统计公报，包含了全国297个地级市(及以上)的历年数据。该库除了包含常见的宏观变量外，还特别涵盖了房地产和土地方面的数据，如：房地产企业的生产经营性指标以及土地资源的价格、供给和流转方面的数据。另外，银行总贷款、总存款以及抵押、质押贷款的数据均来自中国研究数据服务平台的银行研究数据库。该库涵盖了191家银行的历年信息(包括国有行、股份制银行、城商行以及农村商业银行等金融机构)，包含了银行基本信息、财务报表信息、信贷资产分析和重要业务信息这四大模块的指标。本文以某一银行的注册地来表征该银行的所在地，若某地区有多家银行，则取这些银行数据的简单平均来表征该地区的银行特性。
(一)基本结果
本文通过构建式(9)来探讨低地价引资能否增加工业产值的问题，即二者之间是否存在显著的负向关系。在对全样本进行分析后，本文还区分了不同地区和不同融资模式的子样本，来检验土地低价出让对工业的拉动效果是否存在异质性。计量模型表达式具体如下：
Indusit=a0+a1LPit+a2Controlsit
+fi+ηt+εit
(9)
式中，Indusit是i城市第t年的工业总产值；LPit是i城市第t年的工业用地出让的平均价格。fi表示城市固定效应，用以控制各城市不被观察到的、不随时间变化的差异性；ηt为年份固定效应，用以控制各城市共同面临的宏观形势的变化；εit表示随机扰动项。借鉴之前的研究，Controlsit包含的控制变量有：地区生产总值(gross regional product，GRP)表征市场规模(Hansen & Prescott，2002)；人均地区生产总值(人均GRP)及其二次项表征经济发展程度(Beck & Levine，2002)；年末总人口和普通高中人数分别表征人口规模和人力资本水平(Wei & Hao，2010)。(5)根据审稿人的建议，并参考了刘海英和何彬(2009)、杨其静等(2014)的做法，本文还进一步控制了金融机构贷款余额、第一产业占GDP比重、外贸依存度和全社会固定资产投资总额这四个变量，以表征地区的金融发展水平、产业结构、对外贸易情况和投资情况。虽然，实证结果与表3相似，但由于加入这些变量后样本量减少了近60%，因此在下文仍然只控制表3中的变量。相关实证结果限于篇幅未展示，可向笔者索取。
根据式(9)，本文首先在全样本层面对工业地价与工业总产值之间的关系进行检验，表3列(1)的全样本的回归结果显示，工业地价前的系数为负，且在5%的水平上通过显著性检验。这说明从全样本层面来看，低地价的确能够促进工业增长。控制变量方面，结果显示GRP前的系数显著为正，人均GRP与工业产值呈显著的U型关系，而人口规模与工业产值间的关系不明确。同时，受教育水平与工业产值之间存在负向关系，笔者认为这很可能是受教育水平与GRP高度相关所致(在本文所选的样本中，这二者的相关系数高达70%)。进一步地，列(2)和列(3)将样本分为东部与中西部地区进行了对比，结果显示虽然样本量有所减少，但东部地区(列(2))的工业地价前的系数仍然显著为负，且系数的绝对值大小与t值都大于全样本中的情形。对于中西部城市而言(列(3))，工业地价前的系数虽然为负，但已不再显著，且系数绝对值的大小远远小于全样本和东部地区样本的水平。最后，列(4)和列(5)考察了不同融资模式下工业地价与工业总产值之间的关系。列(4)对抵押贷款占比小于40%的样本进行了回归，结果显示，工业地价前的系数依然显著为负，这说明当抵押贷款比例较低时，低地价对工业产值的拉动效应较强。而在列(5)中对抵押贷款占比大于40%的样本进行回归后发现，工业地价前的系数不但显著性消失，且系数的符号也发生了变化，这表明在较为依赖抵押融资的地区，低地价并不能有效地增加工业产值。对比不同地区的融资模式(表1)，列(4)和列(5)正好可以解释列(2)和列(3)中的结果。总结表3，本文得出了与表1类似的结论，即低地价促进工业增长的发展模式在东部地区(不依赖抵押贷款)有效而在西部地区(依赖抵押贷款)效果不显著。
表3 工业地价、融资模式与工业产值

说明： ***， **和*分别代表p值通过显著性水平为0.01，0.05和0.1的检验。括号内的值表示标准差，双向固定效应指的是城市和年份的固定效应。下表同。
在控制了诸多区域特征的变量以及固定效应后，基准回归的结果仍存在一定的内生性问题。一个可能的内生性问题来源于互为因果，即工业产值的增加会带动工业地价的上涨。表4采取了两种方法剔除内生性的影响。首先由于当期的工业产值不会对滞后一期的工业地价产生影响，因此本文将工业地价进行了一期滞后，并且在表4列(1)～列(3)中得到了与表3相似的结果。其次，本文选取了“协议出让面积/土地出让总面积”作为工业地价的工具变量。选取这一变量的原因有两点：第一，根据杨其静等(2014)以及赵文哲和杨继东(2015)研究，地方政府的财政压力、稳增长意愿以及逐底竞争的行为都会导致工业用地的协议出让更加普遍，且协议出让的价格相对较低；第二，张莉等(2011)以及杨继东和杨其静(2016)都指出，由于GDP锦标赛的存在，导致了地方政府更倾向采取协议出让而非“招拍挂”的方式出让工业用地，且这种带有政府主观意愿的土地供给行为相对外生，因此与其他经济变量的相关性较弱。综上，本文认为这是一个较好的工具变量。表4列(4)～列(6)为工具变量的回归结果。结果显示，在全样本层面工业地价与工业产值之间存在显著的负向关系(列(4))，且低地价能更显著地促进东部城市的工业增长(列(5))，但对中西部城市的工业产出无显著影响(列(6))。同时，对于工具变量有效性的检验结果显示，本文的工具变量基本通过了识别不足检验和弱工具变量检验。因此，在处理了内生性问题后，本文的结论依然成立。
表4 内生性问题处理

说明：其他控制变量包括，地区总产值(GRP)、人均GRP及其二次项、年末总人口以及普通高中人数，限于篇幅，表4未报告其他控制变量和常数项的结果。下表同。工具变量法的一阶段回归结果显示，协议出让占比与工业地价之间为显著的负向关系，该结果符合预期，为节省空间表4省略了一阶段的回归结果。
最后，本文对表3中的基本结果还进行了其他稳健性检验(限于篇幅未展示，读者可向笔者索取)，结果显示，当考虑了指标替换和样本选择偏误后，本文的基本结论依旧成立。
(二)机制检验
既然低地价不一定能够促进工业增长，那么其背后的原因是什么呢？本文的模型表明这与一地区融资模式紧密相关。虽然低地价能够降低企业生产成本，但当企业更依赖土地抵押贷款融资时，低地价使得企业的抵押品价值下降，导致其融资成本上升，进而影响工业增长。而当企业的融资方式不依赖土地抵押时，较低的工业地价并不能影响企业的融资成本，使得低地价更多地表现为企业较低的生产成本，从而能够显著地推动工业增长。表5中列(1)和列(2)检验了东部地区工业地价与土地抵押之间的关系。结果显示，东部地区的工业地价与土地抵押贷款(金)之间仅存在微弱的正向关系，这说明东部地区的融资并非以土地抵押贷款为主。而列(3)和列(4)的结果却显示，由于中西部地区更依赖土地抵押融资，其融资规模也更容易受地价的影响(列(3)和列(4)中工业地价前的系数大小与显著性明显高于列(1)和列(2))，因此，工业地价越低，中西部企业能够获得的土地抵押贷款就越少。
表5 工业地价与土地抵押

接下来，本文来检验地价与抵押品价值之间的关系。限于机器设备具有较强的专用性，且折旧较快、变现能力较差，因此我国的固定资产抵押仍主要集中在土地和厂房的抵押。表6列(3)表明，对中西部地区企业而言，工业地价与企业固定资产之间呈显著的正向关系，并且当把企业固定资产变量加入式(9)中后(见列(4))，结果显示，不仅企业固定资产的增加能显著促进工业产值的增加，同时工业地价前的系数也显著为负。此处对企业固定资产变量的加入相当于控制了土地抵押贷款的渠道，此时的工业地价仅仅反映了企业生产成本，而成本(地价)的上升的确会对工业增长带来负向影响。反观东部地区企业，列(1)显示，工业地价与企业固定资产之间存在显著负向关系，这说明土地及其上附着物并非东部地区企业主要的固定资产来源，随着地价下跌，东部地区的企业反而有更多资金去扩大经营，进而增加了机器设备等固定资产的投资。对于东部地区样本，列(2)同样是将固定资产变量加入式(9)中，结果显示，固定资产的上升有利于工业产值的增加，而地价的下跌同样利于工业增长。但注意到列(2)中的固定资产前的系数大于列(4)，这也暗示了相比于东部企业而言，西部企业的固定资产除了作为生产要素，还作为重要的抵押品，因此固定资产规模的上升减少了企业融资成本，并提高了企业效益。
表6 工业地价影响工业产值的渠道检验

进一步地，本文将验证不同地区的企业对土地抵押贷款的依赖性。由于难以获取企业真实拥有的工业用地的数据，因此本文以企业固定资产作为企业的工业用地总价值的代理变量。从表7列(1)和列(2)的回归结果可知，对于东部城市而言，企业固定资产上升并未显著促进土地抵押贷款规模的扩大。而对于中西部企业而言(列(3)和列(4))，企业固定资产与土地抵押贷款之间呈显著的正向关系，且固定资产前的系数大小远高于东部企业的回归结果。这又间接证明了中西部企业对土地抵押贷款的依赖。当土地升值后，这些企业便获得了更多的土地抵押贷款。而东部企业因其融资手段的多样性和所处地区较高的金融发展程度，已基本脱离了“以地融资”的发展阶段(刘守英，2017)。
表7 企业固定资产与土地抵押

总结以上实证结果，本文得到以下三点发现：第一，低地价确实能够促进东部地区的工业增长，却无法带动中西部地区的工业增长；第二，当某地区越依赖抵押融资时，低地价带来的增长效应越弱；第三，中西部企业的固定资产价值和工业地价之间存在显著的正相关性，且二者能够显著影响企业的贷款能力，但该现象在东部企业中并不明显。本文认为，由于中西部企业更多通过土地抵押贷款进行融资，因此单位土地价值的变动对其贷款能力影响较大。而东部企业融资的渠道较多，土地抵押贷款仅占小部分，因此其融资成本受土地价格波动的影响较小。
五、结论
本文首先通过构建DSGE模型来研究低地价引资能否促进工业增长的问题。研究发现，该模式能否成功取决于企业的融资模式。工业用地的低价出让并不一定会带来工业增长，特别是对于严重依赖土地抵押贷款的地区，低地价使得抵押物价值下降，从而抬高了企业贷款成本，导致工业增长乏力。其次，本文通过对101个城市2000—2015年的面板数据的分析发现，中西部地区的企业更依赖土地抵押贷款，其抵押贷款的规模对工业地价的反应也更敏感，因此该模式并不能显著地促进中西部地区的工业发展。
对于中西部企业而言，低地价引资的模式已被证明无效，本文也已说明中西部地区的金融劣势是该模式失败的原因之一，从而证明了金融发展对经济发展的重要作用(李延凯和韩廷春，2013)。而近年来随着土地征收成本的上升以及高新技术企业对土地的依赖性下降，该模式在东部地区也难以为继(刘守英，2017)。此外，人为压低工业地价的做法还造成了大量低效企业死而未亡，许多企业即便亏损也要守住这块土地，以便在下一轮征收中卖出高价，这不仅导致了土地资源配置的低效，更加剧了结构性改革的困难。因此，告别低地价引资模式，同时促进企业升级、优化融资结构才能确保中国工业化的可持续健康发展。
参考文献
黄健柏、徐震、徐珊，2015：《土地价格扭曲、企业属性与过度投资——基于中国工业企业数据和城市地价数据的实证研究》，《中国工业经济》第3期。
江飞涛、曹建海，2009：《市场失灵还是体制扭曲——重复建设形成机理研究中的争论、缺陷与新进展》，《中国工业经济》第1期。
江飞涛、耿强、吕大国，2012：《地区竞争、体制扭曲与产能过剩的形成机理》，《中国工业经济》第6期。
雷潇雨、龚六堂，2014：《基于土地出让的工业化与城镇化》，《管理世界》第9期。
李力行、黄佩媛、马光荣，2016：《土地资源错配与中国工业企业生产率差异》，《管理世界》第8期。
李延凯、韩廷春，2013：《金融环境演化下的金融发展与经济增长:一个国际经验》，《世界经济》第8期。
刘海英、何彬，2009：《工业增长、信贷供求和货币政策调整》，《中国工业经济》第7期。
刘守英，2017：《中国土地制度改革：上半程及下半程》，《国际经济评论》第5期。
刘守英，2018：《城乡中国的土地问题》，《北京大学学报》(哲学社会科学版)第3期。
刘伟、王汝芳，2006：《中国资本市场效率实证分析——直接融资与间接融资效率比较》， 《金融研究》第1期。
饶映雪、戴德艺，2016：《工业用地供给对工业经济增长的影响研究》，《管理世界》第2期。
陶然、陆曦、苏福兵、汪晖，2009：《地区竞争格局演变下的中国转轨:财政激励和发展模式反思》，《经济研究》第7期。
屠帆、葛家玮、刘道学，2017：《土地出让市场化改革进程中工业地价影响因素研究》，《中国土地科学》第12期。
杨继东、杨其静，2016；《保增长压力、刺激计划与工业用地出让》，《经济研究》第1期。
杨其静、卓品、杨继东，2014：《工业用地出让与引资质量底线竞争——基于2007～2011年中国地级市面板数据的经验研究》，《管理世界》第11期。
张莉、徐现祥、王贤彬，2011：《地方官员合谋与土地违法》，《世界经济》第3期。
张清勇，2006：《中国地方政府竞争与工业用地出让价格》，《制度经济学研究》第1期。
曾国安、马宇佳，2017：《金融结构差异对东、中、西部地区经济增长的影响——基于中国省际面板数据的实证分析》，《经济问题》第9期。
赵文哲、杨继东，2015：《地方政府财政缺口与土地出让方式——基于地方政府与国有企业互利行为的解释》，《管理世界》第4期。
Beck, T., and R. Levine, 2002, “Industry Growth and Capital Allocation: Does Having a Market-or Bank-Based System Matter?”, Journal of Financial Economics, 64(2): 147-180.
Bernanke, B. S., M. Gertler, and S. Gilchrist, 1999, “Chapter 21: The Financial Accelerator in a Quantitative Business Cycle Framework”, NBER Working Papers.
Hansen, G. D., and E. C. Prescott, 2002, “Malthus to Solow”, American Economic Review, 92(4): 1205-1217.
Holt, C. A., and S. K. Laury, 2002, “Risk Aversion and Incentive Effects”, American Economic Review, 92(5): 1644-1655.
Iacoviello, M., 2005, “House Prices, Borrowing Constraints, and Monetary Policy in the Business Cycle”, American Economic Review, 95(3): 739-764.
Joshi, K. K., and T. Kono, 2009, “Optimization of Floor Area Ratio Regulation in a Growing City”, Regional Science and Urban Economics, 39(4): 502-511.
Kiyotaki, N., and J. Moore, 1997, “Credit Cycles”, Journal of Political Economy, 105(2): 211-248.
Wei, Z., and R. Hao, 2010, “Demographic Structure and Economic Growth: Evidence from China”, Journal of Comparative Economics, 38(4): 472-491.
DOES LOW LAND PRICE PROMOTE INDUSTRIAL GROWTH——From the Perspective of Land Mortgage Loan
CHEN Jin-zhi1 FAN Zhi-yong2
(1. School of Government Audit, Nanjing Audit University;2. School of Economics, Renmin University of China)
Abstract: Through a DSGE model, this paper finds that the low price of industrial land policy does not necessarily increase industrial growth. In areas heavily dependent on land mortgage loan, low land price makes the value of mortgage decline and raises the credit cost, leading to a weak industrial growth. Furthermore, through the analysis of panel data of 101 cities from 2000 to 2015, we find that low land price can indeed promote industrial development in the eastern region, but cannot significantly increase industrial production in the central and the western regions. Considering the differences in dependence on land mortgage loans between the eastern and the central/western regions, we believe that only when a region is independent of land mortgage loan, the low land price can significantly promote industrial growth.
Key words: industrial land; land mortgage loan; industrial growth