
一、引 言
党的二十大报告明确指出“坚持把发展经济的着力点放在实体经济上”,党的二十届四中全会将“建设现代化产业体系,巩固壮大实体经济根基”放在了战略任务首位。作为企业发展的空间载体和关键生产要素,土地尤其是产业用地的供应模式会影响新企业的进入,进而直接影响实体经济发展质效。在中国现行土地制度框架下,地方政府是土地产权的实际管控和行使主体,主导了产业用地的配置。当前,中国产业用地供应仍以最高年期出让为主,且存在产业用地供应方式单一、与招商引资工作衔接不够、供应程序烦琐、地方政府和企业接受度不高等问题。与此同时,以最高年期出让为主的供应模式,使得企业一次性取得土地的成本较高,难以适应不同企业的实际用地需求,一定程度上制约了企业的灵活进入,也会抑制实体经济的健康发展。
为缓解产业用地最高年期出让模式产生的问题,中国率先在工业用地出让领域以弹性出让为突破口进行探索。2010年,原国土资源部提出“探索更加灵活的土地供应方式和弹性出让年期制度”的工作思路,提高了工业用地的循环使用频率和土地利用效率;2015年,国家进一步强调改革完善工业用地供应机制,明确探索推行弹性出让制度;随后,广东、上海、浙江等地围绕工业用地供应,在年限限制、价格规则、出让方式等方面出台系列实施细则,相继开展弹性出让试点,以期优化土地资源配置、降低企业用地成本;随着改革深化,国家陆续出台了一系列政策文件,将弹性出让的实施范围从单一工业用地逐步拓展至混合工业、仓储、研发、办公和商业等产业用地,并在国家战略层面提出深化产业用地市场化改革,强调完善弹性出让年期制度;2025年9月,国家在10个区域开展为期两年的要素市场化配置综合改革试点,探索以弹性出让为核心的产业用地市场化改革。
围绕产业用地弹性出让这一主题,国内外学者进行了广泛而深入的探索。从作用效果来看,一方面,弹性出让政策可以通过缩短年期、灵活定价等方式,增强土地供应与产业生命周期的匹配度(Dai等,2020),降低企业用地成本,提高土地资源配置效率(Xi和Mei,2022),推动产业用地集约化和高效化;另一方面,该政策强化了批后监管与绩效评价,推动形成了“供—用—管—退”全生命周期管理机制,从而提升了用地综合效益(刘昊,2023)。从实践操作来看,部分研究聚焦于政策实施的障碍与突破,指出当前弹性出让仍存在年期设定标准不一、定价机制不健全、监管体系不完善等问题(刘炎和孟祥舟,2024),建议通过制定基准地价标准(He等,2022)、完善续期与退出机制(Dai等,2020)、构建绩效评估体系(郑皓等,2022)等方式进一步规范与深化弹性出让改革。此外,亦有研究从企业偏好(谢文婷和曲卫东,2021)、产权配置(梅林,2022)、区域创新(Huang和Du,2017)等视角探讨弹性出让在促进产业升级和支持创新型经济发展方面的作用。可见,已有相关研究多集中在政策设计、实施路径与宏观成效等方面,缺乏对弹性出让政策影响企业行为的微观实证考察,相关作用机制也不明确;同时,已有研究大多基于局部地区或个体案例进行分析,缺乏全国层面大规模经验数据的实证检验。
鉴于此,本研究从企业微观层面切入来研究产业用地弹性出让政策的影响。基于交易成本理论,本文从合约结构视角系统解析了弹性出让政策对企业进入行为的影响机制。理论分析表明,弹性出让通过“弹性年期”“先租后让”等灵活合约设计,以直接出让(实体企业直接获取土地使用权)与间接出让(由平台企业、房地产企业统一建设后再租赁)两种实践模式,有效降低了企业面临的交易成本。一方面,政策通过减少前期沉淀投资与提供稳定续期预期,缓解了因资产专用性引发的投资风险;另一方面,政策通过提供灵活的用地年限与多元的租赁空间,降低了因长期市场不确定性与合约刚性所引发的高额事后再谈判成本,从而激励企业进入。在此基础上,本研究利用各城市推行产业用地弹性出让政策的时点差异,选取全国277个地级市作为研究对象,构建多时点双重差分模型,并整合应用2008—2022年多源数据库数据进行实证检验。结果发现,产业用地弹性出让政策对企业进入具有显著促进作用。机制检验进一步证实,该政策同时存在直接出让和间接出让两类实践模式,二者都能通过降低土地取得成本与投资强度缓解资产专用性风险,且在经济不确定性较高的环境中促进效应更强,印证了弹性出让具有降低不确定性风险的作用。异质性分析发现,政策效果在小微企业、服务业企业中更为显著。上述结论为进一步推进土地要素市场差异化、精准化改革提供了参考。
相较于已有成果,本文主要有以下三方面边际贡献:第一,本文聚焦于产业用地弹性出让,考察该政策对企业进入决策的微观影响。区别于现有文献停留于“弹性出让降低用地成本”的直观逻辑,本文基于交易成本理论构建了“资产专用性—不确定性”双维微观分析框架,从合约结构视角阐释弹性出让影响企业进入的内在机制,弥补了现有研究在微观机制阐释上的不足;第二,本文突破以往创业研究主要关注融资约束、税收激励、市场准入等因素的局限,将土地这一基础性要素的合约结构纳入创业决策分析框架,深化了对创业环境构成要素的理解,对各地政府设计更具包容性和适配性的“创业友好型”土地政策有一定启发;第三,本文基于全国范围的地级市面板数据,运用多时点双重差分模型进行实证检验,克服了已有研究多基于局部案例的不足,为评估弹性出让政策的实施效果提供了更直接、更准确的经验证据。
二、制度背景和理论机制
(一) 制度背景
近年来,我国已经充分意识到以往土地要素供给模式所存在的问题,并开启了土地要素市场化改革的探索,取得了显著成效。为规范土地市场秩序、提升用地配置效率,自21世纪初起,国家开始大力推行以招标、拍卖、挂牌(以下简称“招拍挂”)为核心的出让制度改革。2006年,国家明确要求工业用地必须通过“招拍挂”方式出让,并同步实施全国工业用地出让最低价标准,这标志着工业用地市场化配置进入了全面深化阶段。已有研究发现,这一改革显著提升了土地要素配置效率,能吸引与地方产业基础直接关联的新兴企业进入,最终促进产业集聚水平提高和专业化发展(Tian等,2024)。自2011年开始,各地方政府从土地要素配置的审批、供应等各个环节进一步深化土地要素市场化改革,并在全国逐步推广,包括城市建设用地审批制度改革、“亩均论英雄”改革和“标准地”制度等。
然而,上述工业用地的改革基本都建立在统一的规则设计之上,即土地供应固定年期。随着经济发展向高质量阶段转型,传统单一化、刚性化的长年期出让模式难以适应产业升级需求、企业多样化用地需求及降低初始成本的要求,工业用地供应制度开始向精细化、灵活化方向演进。自2010年开始,弹性出让制度逐步建立并持续深化,不仅国家层面明确鼓励采用长期租赁、先租后让、租让结合等弹性供应方式,地方层面也在积极探索实践。例如,广东省原则上将工业用地出让或租赁年限控制在20年以内;上海市明确规定工业用地可按照不超过20年的年期供应,该地价水平约为50年期的60%,明显降低了企业的初期投入成本;浙江省桐庐县等地探索“先租后让”组合供应模式,允许企业先行租赁土地并在履约达标后,以协议方式取得剩余年限使用权。2022年,自然资源部进一步发文强调健全工业用地弹性供应体系。2025年,国务院批复开展要素市场化配置综合改革试点,将弹性年期等创新举措由工业用地拓展至混合产业用地,该项改革成为了国家层面深化要素市场化配置、服务实体经济高质量发展的重要战略部署。
(二) 运行模式
随着各地政府产业用地市场化改革的持续深化,弹性出让制度在适用范围、年限设定、价格确定及续期退出等核心维度上均实现了系统性拓展与完善。在适用范围维度,弹性出让制度突破了传统工业用地的单一范畴,向复合型产业用地拓展。比如,北京市将工业研发用地、科研用地纳入弹性年期出让范畴;
基于上述制度实践,我国产业用地弹性出让在实践中逐渐分化出直接出让与间接出让两种典型模式。直接出让模式以降低制造业企业用地门槛与初始投资成本为核心目标,通过缩短出让年限、推行“先租后让”等弹性安排,将土地要素供给与企业生命周期阶段性需求进行匹配,使企业得以将节约的前期用地成本转移至厂房建设与设备更新等生产性投入。以湖北安陆市明瑜药业为例,企业通过“5年租赁+45年出让”方式取得用地,仅支付前5年租金即启动项目建设,将节约的数百万元资金直接投入无菌冷灌生产线引进,项目投产时间较常规模式提前了半年。
(三) 理论机制
在新制度经济学理论框架下,产业用地出让本质上是土地所有者与企业之间缔结经济合约的过程,最终合约形式可视为在不确定性时,企业为最小化由资产专用性和不确定性所驱动的综合交易成本而做出的战略性选择(Cheung,1969;Williamson,2010)。一方面,土地固定性导致企业在地块及其区位上进行的有形与无形投资均被“锁定”,形成高资产专用性(Lee,2022)。这一约束会推高合约双方事前的谈判和缔约、事后的监督履约和再谈判等多项交易成本,从而激励双方缔结长期租约,建立长期稳定合作关系,以降低交易成本。另一方面,交易和履约过程中内外部不可预见因素带来的不确定性,导致合约双方在事前花费更多资源搜集信息,由此推高了信息搜集成本;而在履约阶段,一旦发生未预见情形,合约需要持续进行适应性调整,长期合约在此情况下会引发高额的事后再谈判成本。因此,不确定性倾向于推动双方采用短期、灵活的合约安排,这虽然在一定程度上推高了事前缔约成本,但能够有效控制事后再谈判成本。
基于上述分析框架,本文认为买断式的传统出让模式与灵活的弹性出让模式在交易成本结构上存在系统性差异。传统出让模式虽有助于保障产权的长期稳定,但其刚性安排难以有效降低长期不确定性所带来的各类交易成本。在传统出让模式下,企业需一次性取得固定年期的产业用地使用权,这不仅要求企业对未来数十年的市场环境、技术趋势做出预判,还会导致其在事前因有限理性和信息不对称而承担高昂的信息搜集成本,抑制了企业的进入意愿(毛琦梁和陶浩铭,2025)。在事后阶段,长期合约难以随市场变化灵活调整,容易引发纠纷与再谈判,会进一步推高履约成本。与此同时,尽管该模式通过产权的长期稳定在一定程度上缓解了资产专用性可能引发的地方政府机会主义行为,降低了部分交易成本,但高额土地出让金的一次性支付不仅加重了企业融资负担,也使大量资金沉淀于土地资产上,反而加剧了资产专用性风险。
相较于传统的买断式出让模式,弹性出让模式通过灵活的合约结构设计,能在多个维度上降低交易成本:
一方面,弹性出让模式能降低企业的初始沉淀投资规模并调整投资节奏,缓解了资产专用性引发的投资风险。尽管与企业签订的是年限较短的弹性合约,但其产权安排并不必然缺乏稳定性。从地方政府的激励结构看,产业用地出让实质上可被视为一种分成合约,地方政府通过一次性土地出让收入和未来长期税收分享企业成长收益,这种利益绑定机制削弱了其机会主义行为的动机(张五常,2012;Gao等,2022)。在操作层面,弹性出让可通过两类机制进一步控制资产专用性风险:一是通过降低土地使用成本与投资门槛,减少企业的前期沉淀投资,从而直接弱化资产专用性程度。具体而言,弹性出让通过“先租后让”(如“5年租赁+45年出让”)、“分期缴纳土地价款”
H1:产业用地弹性出让政策能通过缓解企业资产专用性风险而促进企业进入。
另一方面,该模式通过提供灵活、多样的土地要素获取路径,显著弱化了企业面临的外部不确定性风险。其核心制度安排体现为“弹性年期出让”“先租后让”及“租让结合”等多样化供给方式,地方政府基于分产业、分区域、分存量增量的差异化年限分级体系,根据产业生命周期、企业实际需求等因素,选择短期租赁,设定短于法定最高年限的出让年期和特定出让条件。在此框架下,企业事前仅需依据相对短期的市场信息进行投资决策,信息搜集与评估成本得以降低。在事中履约阶段,这种“以短应长”的策略缩短了企业被锁定在固定地块上的决策周期,并为政企双方提供了定期重新协商的契约窗口,企业可根据经营实况灵活调整用地策略,从而有效控制因市场变动引发的高额事后再谈判成本。值得指出的是,弹性出让模式通常强调“一地一策”,即在土地价格、租约结构、投资要求等方面进行个性化设定,这种高度异质化的合约安排在谈判阶段可能会增加政府与企业的决策协调成本。但是,政策总体上增强了企业应对不确定性的能力,尤其在外部经济不确定性较高的地区,政策的灵活性更受企业青睐,其促进企业进入的效应也更为明显。据此,本文提出第二个研究假说:
H2:产业用地弹性出让政策能通过降低企业面临的不确定性风险而促进企业进入,使得政策效应在外部不确定性较高的地区更强。
此外,弹性出让政策的间接出让模式为大量中小企业提供了无须直接购地即可获得稳定生产空间的“轻资产”进入选项。该模式同样改变了企业获取生产场所的产权结构,使企业从必须“持有”高专用性的土地使用权,转变为“购买”灵活的租赁服务,从而在资产专用性与不确定性两个维度上实现了更显著的交易成本节约。在资产专用性风险方面,间接出让模式完全消除了企业对特定地块的长期产权投资及其“地点专用性”的锁定风险,并将沉重的土地与厂房建设等前期沉没成本转化为可预期的运营期租金,极大缓解了企业的资金约束,其所释放的现金流可用于核心生产活动。在不确定性风险方面,该模式为进入企业提供了期限更短、退出机制更清晰的租赁合约,降低了企业因长期锁定和市场需求波动所面临的事前决策成本与事后再谈判成本,赋予了企业高度的运营灵活性。综上,区别于直接出让模式,间接出让模式增加了依托土地市场的产业空间市场供给,为众多无法或不愿直接购地的中小企业,尤其是对轻资产和灵活性有高要求的现代服务业与科技企业,提供了门槛更低、风险更可控的进入路径,从而与直接出让模式共同成为弹性出让政策促进企业进入(特别是促进第三产业进入)的关键机制。
综上,弹性出让模式不仅能降低长期不确定性风险,还能通过合同约束和较低的初期用地成本,缓解短期租赁模式所产生的资产专用性风险,降低企业前期进入和后期运营的交易成本,最终促进企业进入。
三、识别策略与数据
(一) 识别策略
基于不同试点城市推行产业用地弹性出让政策的时点不同,本文构建多时点双重差分模型来识别弹性出让政策对企业进入的影响,基准模型设定如下:
| $ {Entry}_{ct}=\alpha +\beta {ELR}_{ct}+{\varGamma} {\boldsymbol{X}}_{\boldsymbol{c}\boldsymbol{t}}+{\sigma }_{c}+{\rho }_{t}+{\varepsilon }_{ct} $ | (1) |
其中,
为进一步保证试点与非试点城市的充分可比性,本文拟使用事件研究法检验差分模型是否符合平行趋势假定,同时测度影响的动态变化过程,具体模型如下所示:
| $ {Entry}_{ct}=\alpha +\sum\limits_{k=-9,k \ne -1}^{7}{\boldsymbol{\beta }}_{\boldsymbol{k}}\times 1\left({ELR\text{}\_\text{}Year}_{ct}=k\right)+{\varGamma} {\boldsymbol{X}}_{\boldsymbol{c}\boldsymbol{t}}+{\sigma }_{c}+{\rho }_{t}+{\varepsilon }_{ct} $ | (2) |
其中,
(二) 变量说明与数据来源
被解释变量。本文的被解释变量为地级市层面的企业进入情况,数据来源于国家企业信用信息公示系统公布的工商企业注册信息。该数据库涵盖了所有企业的注册名称、时间、地址、类型、行业及资本等详细信息。首先,根据企业注册时间和地址,将微观企业数据加总为市—年层面的企业注册数量。其次,为消除城市人口规模差异的影响,参考白俊红等(2022)的做法,进一步计算各地级市“每百人企业注册数量”作为企业进入
核心解释变量。本文的核心解释变量为产业用地弹性出让政策的实施情况。为准确识别各城市政策推行的时点,本文手工收集各市人民政府或自然资源和规划局网站公开的政策文件并进行整理。弹性出让政策的城市扩散呈现出明显的阶段性特征(详见附录图A1)。2010年原国土资源部提出探索弹性出让的工作思路,政策进入初步探索阶段,但试点推进较为缓慢,截至2014年,累计试点城市仅有30个。2015年国家层面进一步明确探索推行弹性出让制度后,政策扩散明显提速,试点城市数量迅速攀升,截至2022年,全国已有270个地级市正式出台相关政策。基于此,本文构建政策虚拟变量
控制变量。为控制其他城市特征对企业进入的潜在影响,本文参考白俊红等(2022)和王泽驹等(2024)的研究,选取以下控制变量:经济发展水平(人均GDP)、产业结构(第三产业占GDP比重)、人口规模(户籍人口总数)、政府干预程度(一般公共预算支出占GDP比重)、金融发展水平(人均金融机构存款余额的对数)、医疗设施水平(医院和卫生院数量的对数)、教育支出水平(教育支出总额的对数)以及人力资本水平(在校大学生人数的对数)。所有变量数据来源于历年《中国城市统计年鉴》的全市口径指标,对个别缺失样本采用线性插值法进行补全。
样本构造。本文以277个地级市为研究对象,时间跨度为2008年至2022年,最终得到一个跨度为15年的平衡面板数据。其中,270个城市在2022年之前已推行弹性出让政策,其余7个城市至2022年仍未推行,这为双重差分模型提供了有效的处理组与对照组。样本选择旨在确保政策实施前后处理组与对照组之间具有可比性。主要变量的描述性统计参见附表A1。
四、实证结果分析
(一) 基准回归
表1汇报了模型(1)的基准回归结果。本文采用逐步加入控制变量的方式展示估计结果。列(1)仅包含核心解释变量“产业用地弹性出让政策”(ELR),其系数在1%水平上显著为正,表明该政策对工商企业注册数量具有促进作用。为控制城市不随时间变化的固有特征(如区位条件)以及共同时间趋势(如宏观政策冲击),列(2)进一步加入了年份和城市固定效应,此时ELR的系数依然显著。列(3)在列(2)基础上进一步纳入了随时间变化的城市层面控制变量,以缓解遗漏变量偏误。全模型估计结果显示,推行产业用地弹性出让政策使每百人新增工商企业数量平均增加0.129个,相当于被解释变量标准差(0.930)的13.8%。以上结果初步支持了本文的理论假说,即产业用地弹性出让政策对企业进入具有显著促进作用。
| (1) | (2) | (3) | |
| Entry | Entry | Entry | |
| ELR | 0.690*** | 0.134** | 0.129** |
| (0.069) | (0.056) | (0.053) | |
| 控制变量 | 不控制 | 不控制 | 控制 |
| 年份固定效应 | 不控制 | 控制 | 控制 |
| 城市固定效应 | 不控制 | 控制 | 控制 |
| 观测值 | |||
| 调整后的R2 | 0.130 | 0.780 | 0.785 |
| 注:*、**和***分别表示在10%、5%和1%水平上显著,括号内为聚类到地级市层面的稳健标准误。限于篇幅,控制变量和常数项的估计结果未予列出,备索。下表同。 | |||
双重差分模型的有效性依赖于平行趋势假设,即处理组与对照组在政策干预前需具有共同的发展趋势。本文利用模型(2)通过事件研究法考察弹性出让政策的动态效应。图1展示的传统OLS估计结果显示,在政策推行前的各期,处理组与对照组在企业进入数量上均无显著差异,这与平行趋势假设的预期相符。政策推行之后,处理组的企业进入数量显著提升,且效应呈现持续增强态势。然而,考虑到各城市政策推行时间存在差异,传统OLS估计可能会因“负权重”问题而导致系数估计偏误(林梦芸等,2025)。为此,本文进一步采用Sun和Abraham(2021)的方法(简称SA)进行估计。如图1所示,SA估计得到的动态效应模式与传统OLS结果基本一致,这表明基准回归结果并未受到负权重问题的严重干扰,结果具有稳健性。为检验基准结果对控制变量选择的敏感性,本文在模型(2)的设定下剔除全部控制变量,重新估计政策的动态效应。结果表明,动态效应估计系数在政策实施前依然不显著异于零,支持平行趋势假设(参见附录图A2)。
|
| 图 1 平行趋势检验结果(95%置信区间) |
除平行趋势假设评检验外,本文进一步做了一系列稳健性检验,包括安慰剂检验、控制省级层面因素干扰、改变被解释变量度量方式和排除同期政策干扰,估计结果仍稳健。
(二) 机制分析
1. 产业用地弹性出让规模
基准回归表明,产业用地弹性出让政策显著促进了企业进入。为厘清其作用路径,本节进一步分析政策如何影响产业用地结构。
首先,考察弹性出让规模的变化。本文充分考虑地方政策实践,聚焦工矿仓储、商业服务业及科教科研三类用地弹性出让情况,
其次,本文进一步对上述发现进行因果识别。沿用模型(1)的设定,将被解释变量替换为弹性出让规模(包括出让地块数量与出让面积),以识别政策对弹性出让规模的净影响。表2报告了相应回归结果。列(1)和列(2)显示,政策实施显著促进了弹性出让规模的扩大,弹性出让地块总数和总面积分别增长约11.5%与15.5%。列(3)至列(5)按土地用途进行异质性分析,发现规模扩张主要集中于工矿仓储用地,其弹性出让地块数量在政策推行后提升了约15.2%。这一结果与地方实践相符,尽管部分地区将政策延伸至商服、科研等领域,但工矿仓储用地仍是政策聚焦的核心。为保障估计有效性,本文进一步基于模型(2)进行平行趋势检验。如附录图A5所示,政策实施前各期,处理组与对照组的弹性出让数量均无显著差异,满足平行趋势假设;政策实施后,处理组的弹性出让地块数量显著上升,且效应持续增强。
| (1)弹性出让地块 数量(Ln) |
(2)弹性出让地块 面积(Ln) |
弹性出让地块数量(Ln) | |||
| (3)工矿仓储用地 | (4)商业服务业用地 | (5)科教科研用地 | |||
| ELR | 0.115* | 0.155* | 0.152** | −0.014 | −0.006 |
| (0.068) | (0.093) | (0.072) | (0.047) | (0.017) | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | |||||
| 调整后的R2 | 0.549 | 0.428 | 0.514 | 0.503 | 0.162 |
最后,为考察弹性出让用地的产业流向,本文进一步对政策影响的产业异质性进行分析。鉴于前文发现政策效应主要集中在工矿仓储用地,本部分仅针对该类土地用途展开分析。图2报告了相应回归结果。结果显示,弹性出让政策显著提升了制造业的弹性用地规模,其出让地块总数在政策实施后增长了约12.3%。这符合前文对直接出让模式效应的预判,即通过弹性年期出让能直接满足制造业企业的用地需求。与此同时,政策也显著促进了房地产业获取工业用地的规模,该产业的弹性出让用地总数增长了约5.2%。这印证了前文对间接出让模式效应的预判,即房地产开发企业通过弹性出让获得土地,建设标准厂房、研发楼等产业空间用于出售或出租,从而间接增加有效空间供给,进而为政策目标的实现提供了支撑。
|
| 图 2 弹性出让政策对工矿仓储用地地块数量的影响(95%置信区间) |
2. 资产专用性风险
上述结果表明,弹性出让政策的实施显著改变了产业用地的合约年限选择。为深入解释这一变化的内在逻辑,本文进一步基于交易成本理论,对政策影响的具体机制进行检验。弹性出让政策促进企业进入的重要机制之一为降低企业的资产专用性风险,表现为土地以及附属其上的固定投资的直接降低,这会体现在地块出让的合约设计特征上。为深入考察弹性出让模式下的合约设计特征,本文基于2008—2022年中国土地市场网公布的各城市产业用地微观交易数据,系统比较弹性出让与传统出让在地块指标上的差异。因前文证实弹性出让规模变化主要集中于工矿仓储用地,本部分分析也限定于此类用地。在剔除出让年限缺失或记录有误的样本后,最终保留有效出让记录58万余宗。本文建立如下模型,以识别弹性出让模式下的地块指标与普通出让模式的差异:
| $ {Land}_{ct}=\alpha +\beta {Elasticity}_{ct}+\boldsymbol{\gamma }\boldsymbol{X}+{\sigma }_{c}+{\rho }_{t}+{\varepsilon }_{ct} $ | (3) |
其中,
表3列示了模型(3)的估计结果。其中,列(1)显示,弹性出让地块的单位地价比传统出让地块低43.9%,土地成本显著下降。列(2)表明,弹性出让地块的出让面积比传统出让方式减少了40.3%,这反映出弹性出让模式下地块呈现明显“小型化”倾向。列(3)和列(4)中容积率与建筑密度等规划指标均不显著,说明两类地块在建设强度方面无系统性差异。列(5)显示,弹性出让模式下的亩均投资强度显著低于传统模式,降幅约为5.8%,可见企业的固定资产投入约束也得到了缓解。
| (1) | (2) | (3) | (4) | (5) | |
| 单位地价(Ln) | 出让面积(Ln) | 容积率 | 建筑密度 | 亩均投资强度(Ln) | |
| Elasticity | −0.439*** | −0.403*** | −1.550 | 0.897 | −0.058** |
| (0.071) | (0.051) | (1.399) | (4.074) | (0.023) | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 观测值 | |||||
| 调整后的R2 | 0.446 | 0.087 | 0.003 | 0.002 | 0.257 |
这些结果共同说明,通过降低单位地价、缩小地块规模并放松亩均投资强度,弹性出让模式显著减少了企业前期所需的沉淀投资规模。在交易成本理论视角下,前期沉淀投资下降直接降低了企业因投资失败或转型而面临的沉没成本损失。虽然投资规模本身并不完全等同于资产专用性,但规模减小意味着企业被“锁定”在特定地块和用途上的财务风险相应降低,这为企业管理其资产专用性水平提供了更大灵活性。具体而言,企业既可选择降低整体资产专用性水平以增强适应性,也可在风险可控的前提下进行更具专用性的固定投资(例如定制化厂房、专用生产线等)。可见,弹性出让通过改变初始投资约束,影响了企业面对专用性投资时的风险与激励结构,本文的研究假说H1得到了支持。
3. 不确定性风险
弹性出让政策促进企业进入的一个重要机制在于其可能可以弱化企业面临的不确定性风险。理论上,弹性出让政策通过提供相对短期且灵活的合约安排,能够显著降低企业事前的信息搜集与评估成本,以及事后因市场变动引发的再谈判成本,从而缓解企业面临的不确定性风险。然而,受数据所限,企业层面的风险感知与交易成本难以直接观测。为此,本文采用一种间接检验策略:如果弹性出让政策确实有助于企业应对外部不确定性,那么其政策效果预计在外部不确定性更高的地区更为显著。
为验证上述推论,本文构建城市层级经济不确定性指数(CEUI)以捕捉地区间不确定性差异。传统基于新闻文本的全国性经济不确定性指数(如Baker等提出的EPU指数)难以反映区域异质性,也无法识别企业在不同资源禀赋条件下的应对差异(Baker等,2016)。借鉴舒海兵等(2024)的方法,本文利用百度搜索指数构建城市层面的经济不确定性指标,进而将CEUI与弹性出让政策的交互项纳入模型(1),以识别政策效果在不同不确定性环境下的差异。
表4汇报了机制检验结果。列(1)显示,基于Huang和Luk(2020)所构建的全国层面经济不确定性指数(EUI)与弹性出让政策的交互项不显著,说明全国性不确定性波动并未对弹性出让政策效果产生调节作用,这与EUI无法捕捉地区异质性有关。列(2)采用舒海兵等(2024)所构建的城市层级经济不确定性指数CEUI后,交互项系数显著为正,表明在地区经济不确定性较高的环境下,弹性出让政策对企业进入的促进作用更强。该结果与理论预期一致,即当外部不确定性较高时,弹性出让政策会因其更灵活而对企业的吸引力相对上升,从而增强了该政策的实施效果。这间接证实了假说H2,即弹性出让政策能通过提供灵活性而帮助企业应对外部不确定性。
| (1) | (2) | |
| Entry | Entry | |
| ELR | 1.958 | −2.362*** |
| (1.463) | (0.537) | |
| ELR×LnEUI | −0.370 | |
| (0.290) | ||
| LnCEUI | 0.035 | |
| (0.068) | ||
| ELR×LnCEUI | 0.250*** | |
| (0.057) | ||
| 控制变量 | 控制 | 控制 |
| 年份固定效应 | 控制 | 控制 |
| 城市固定效应 | 控制 | 控制 |
| 观测值 | ||
| 调整后的R2 | 0.785 | 0.808 |
(三) 异质性分析
1. 组织结构
弹性出让政策是“大众创业、万众创新”的配套土地制度安排,
2. 企业规模
不同类型企业在传统出让与弹性出让两种模式下的交易成本存在显著差异,因此需依据自身特征做出最优合约选择。在位企业已处于成熟阶段,生存不确定性低、资金约束宽松,扩大生产时倾向大规模土地投资,资产专用性较高。为规避由此引发的再谈判成本,在位企业更偏好传统出让以获取稳定的长期产权保护,因此弹性出让的交易成本节约效果相对有限。初创企业则面临较高的生存不确定性与融资约束,倾向控制用地规模以降低资产专用性风险。弹性出让能通过较低出让金或按年支付租金缓解企业前期资金压力,通过短期合约赋予其根据市场变化灵活调整的能力,显著降低了不确定性引致的再谈判成本。因此,弹性出让对初创企业的成本降低效应更为显著。为验证此猜想,本文参考Bai等(2025)的研究,按注册资本将企业分为大(大于等于
3. 行业类型
本节考察弹性出让政策对企业进入的行业异质性影响。依据国民经济行业分类,本文将企业划分为18个门类分别进行检验。附录图A7结果显示,政策对第三产业中的服务性行业进入的促进效应更为突出,涵盖批发零售、住宿餐饮、信息技术、金融、房地产、商务服务、科研技术、教育和文体娱乐等行业;对第二产业的促进作用则相对有限。上述差异与弹性出让的两类实践模式对应,即直接出让与间接出让模式。基于此,政策影响并不局限于直接受让行业,而是通过激励房地产企业以弹性年限拿地,建设标准厂房、研发楼等多样化物业,经由租赁市场为各类企业提供多元、低成本、灵活的空间供给,从而改变产业空间供给结构,间接降低交易成本并激励企业进入。行业反应差异可从交易成本视角进行进一步解释。第二产业的工业企业通常将大量资本投入厂房、设备等固定资产,资产专用性较高,且技术与市场环境变动相对缓慢,不确定性低,因而更倾向传统长期出让以锁定使用权,防范再谈判与“要挟”风险。相反,服务业企业的核心要素多为人力资本、知识技术或品牌资源,土地专用性投资较低,且面临快速变化的市场需求与强竞争不确定性,更看重用地灵活性与低初始成本。弹性出让通过激励市场增加适宜租赁的轻型、模块化空间供给而降低初始成本,这恰好回应了该类企业对“灵活、低成本、高可及性”空间的核心诉求。综上,行业间资产专用性与不确定性的结构性差异是导致政策效果呈现显著异质性的重要原因,这进一步支持了本文基于交易成本的分析框架。
4. 经济规模
本节考察弹性出让政策的城市经济水平异质性。政策有效运行依赖良好的市场与制度环境,否则其“灵活性”可能异化为新的“不确定性”。经济水平越高的城市市场厚度越厚,其拥有活跃的土地市场、丰富的专业服务和畅通的信息渠道,进而能够有效降低企业的信息搜寻成本;同时,高经济水平城市的交易流程更标准化,竞争更充分,这些有助于压缩谈判成本;此外,高经济水平城市制度环境更为规范透明,政策执行稳定性高,能保障弹性合约被严格执行,降低事后再谈判风险。相反,低经济水平城市市场厚度不足,土地交易活跃度低,合约异质性将推高事前搜寻与谈判成本,加之政策执行随意性较大提高了事后再谈判成本高,企业需承担合约未能如约履行的风险,进而抑制其进入意愿。为验证此猜想,本文按样本基期GDP水平将城市三等分为低、中、高三类,分别检验政策效果。附录表A4分组C结果显示,弹性出让对高经济水平城市的企业进入具有显著促进作用——每百人工商企业数量平均增加0.278家,为全样本平均效应的两倍以上,而在中、低经济水平城市中效果不显著。在模型(1)中引入“ELR×城市经济水平”交互项进行稳健性检验,结论一致(详见附录表A6)。上述结果支持了理论推断,也从侧面验证了政策效果高度依赖城市的经济规模与制度环境。
五、结论与政策启示
土地要素市场化改革是我国供给侧结构性改革的重要方向。本文基于交易成本理论的分析框架,利用2008—2022年全国277个地级市的面板数据,通过多时点双重差分模型系统考察了弹性出让政策对企业进入行为的影响效果及内在机制。研究表明,通过直接出让与间接出让两类模式,产业用地弹性出让政策显著促进了企业进入,该结论在经过一系列稳健性检验后仍然成立,说明其在激发市场主体活力、提升要素配置效率方面具有积极作用。机制分析发现,弹性出让政策主要通过降低企业资产专用性风险与不确定性风险两条路径发挥作用:一方面,弹性出让显著降低了单位地价、出让面积和亩均投资强度,从而降低企业前期沉淀投资所产生的资产专用性风险;另一方面,弹性出让政策在外部经济不确定性较高的城市中效果更为显著,体现了其具有通过灵活合约降低不确定性风险的作用。异质性分析进一步表明,弹性出让政策主要惠及小型企业、服务业企业以及经济发展水平较高的城市,说明改革效果依赖于微观主体特征与宏观制度环境。具体表现为融资约束强、灵活性需求高的企业获益更大,同时良好的制度环境可避免“灵活性”异化为“不确定性”。
基于上述研究结论,本文提出以下政策建议:一方面,应推行差异化供地策略,强化对中小企业、初创企业及现代服务业的精准支持。研究显示,弹性出让政策对小微企业、服务业等用地主体的激励效应更为显著。应在弹性出让制度框架下实行“分类指导、一企一策”;针对中小企业、轻资产服务业等主体,可适度降低首期土地价款支付比例、缓解投资强度约束,并提供年期较短、退出机制更为灵活的用地安排;对成熟大型工业企业,则可探索“弹性年期+长期使用权”的组合型供地模式。通过精细化政策设计,提升土地供应结构与产业发展特征之间的匹配度,进一步激发市场主体活力。另一方面,要完善配套制度与实施能力建设,提升政策执行效能与区域协同水平。研究表明,弹性出让政策在经济发展水平较高、制度环境较为完善的地区实施效果更为显著。为此,应加快建设统一规范的土地市场信息发布与服务平台,降低企业信息获取与交易协商成本;建立与弹性出让相衔接的全过程履约监管、绩效评价及续期服务机制,稳定企业产权预期,防范地方政府机会主义行为;加强弹性出让与行政审批改革、融资支持、产业激励等政策的系统联动,构建“用地—融资—服务”一体化政策支持体系。同时,需重点加强对中西部地区及中小城市的政策指导与资源倾斜,推动弹性出让政策成效在区域间均衡发展,进而实现土地要素配置整体优化。
| [1] | 白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022(6): 61–78. |
| [2] | 包双双, 何国军. 对农村集体土地问题的理解与评析——以集体建设用地隐形入市为视角[J]. 法制与社会, 2009(35): 278–279. |
| [3] | 林梦芸, 徐阳, 郭汝飞, 等. 在模型误设的统一框架下理解双重差分方法的最新发展[J]. 管理世界, 2025(6): 227–264. |
| [4] | 刘昊. 工业用地市场化配置的政策演进、关键问题和改革路径[J]. 经济体制改革, 2023(3): 99–107. |
| [5] | 刘炎, 孟祥舟. 关于工业用地弹性出让的实践比较及其政策优化思考[J]. 中国土地, 2024(1): 24–27. |
| [6] | 毛琦梁, 陶浩铭. 政策不确定性、交易成本与区域产业演化[J]. 产经评论, 2025(3): 60–78. |
| [7] | 梅林. 我国城市工业用地配置制度创新路径探讨——基于产权配置与产权交易的视角[J]. 经济体制改革, 2022(2): 59–65. |
| [8] | 舒海兵, 孟辰, 陈毓琳, 等. 基于百度搜索指数的中国经济不确定性指标研究[J]. 金融经济学研究, 2024(4): 3–21. |
| [9] | 王泽驹, 卢圣华, 汪晖. “标准地”出让改革如何影响工业用地利用效率——基于渐进双重差分模型的估计[J]. 中国土地科学, 2024(6): 78–87. |
| [10] | 谢文婷, 曲卫东. 成都市工业用地弹性出让改革中企业用地选择偏好分析[J]. 中国土地科学, 2021(8): 39–46. |
| [11] | 杨少垒. 农村集体建设用地自发流转的经济学解释——基于内生交易费用的理论视角[J]. 农村经济, 2010(10): 91–93. |
| [12] | 张五常. 中国的经济制度[M]. 北京: 中信出版社, 2012. |
| [13] | 郑皓, 邓华, 吴颖岷, 等. 产业用地“10+N”出让模式下的灰色用地规划实施路径[J]. 规划师, 2022(2): 70–76. |
| [14] | 郑振源, 蔡继明. 城乡融合发展的制度保障: 集体土地与国有土地同权[J]. 中国农村经济, 2019(11): 2–15. |
| [15] | Bai C E, Jia R X, Li H B, et al. Entrepreneurial reluctance: Talent and firm creation in China[J]. The Economic Journal, 2025, 135(667): 964–981. DOI:10.1093/ej/ueae094 |
| [16] | Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4): 1593–1636. DOI:10.1093/qje/qjw024 |
| [17] | Cheung S N S. Transaction costs, risk aversion, and the choice of contractual arrangements[J]. The Journal of Law and Economics, 1969, 12(1): 23–42. DOI:10.1086/466658 |
| [18] | Dai B, Gu X K, Xie B M. Policy framework and mechanism of life cycle management of industrial land (LCMIL) in China[J]. Land Use Policy, 2020, 99: 104997. DOI:10.1016/j.landusepol.2020.104997 |
| [19] | Huang Y, Luk P. Measuring economic policy uncertainty in China[J]. China Economic Review, 2020, 59: 101367. DOI:10.1016/j.chieco.2019.101367 |
| [20] | Gao F G, Ma X L, Van Der Krabben E, et al. Causes of industrial land-use regulations in China: A share tenancy perspective[J]. Land Use Policy, 2022, 122: 106374. DOI:10.1016/j.landusepol.2022.106374 |
| [21] | He Z G, Nelson S T, Su Y, et al. Industrial land discount in China: A public finance perspective[M]. The University of Chicago: Becker Friedman Institute, 2022. |
| [22] | Huang Z H, Du X J. Strategic interaction in local governments’ industrial land supply: Evidence from China[J]. Urban Studies, 2017, 54(6): 1328–1346. DOI:10.1177/0042098016664691 |
| [23] | Lee I H. Startups, relocation, and firm performance: A transaction cost economics perspective[J]. Small Business Economics, 2022, 58(1): 205–224. DOI:10.1007/s11187-020-00406-z |
| [24] | Lin X, Hui E C M, Cong Z L, et al. Solving coordination failures: Collective land transfer rights and rural entrepreneurship[J]. Journal of Development Economics, 2026, 178: 103609. DOI:10.1016/j.jdeveco.2025.103609 |
| [25] | Sun L Y, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021, 225(2): 175–199. DOI:10.1016/j.jeconom.2020.09.006 |
| [26] | Tian W J, Wang Z, Zhang Q H. Land allocation and industrial agglomeration: Evidence from the 2007 reform in China[J]. Journal of Development Economics, 2024, 171: 103351. DOI:10.1016/j.jdeveco.2024.103351 |
| [27] | Williamson O E. Transaction cost economics: The natural progression[J]. American Economic Review, 2010, 100(3): 673–690. DOI:10.1257/aer.100.3.673 |
| [28] | Xi Q M, Mei L. How did development zones affect China’s land transfers? The scale, marketization, and resource allocation effect[J]. Land Use Policy, 2022, 119: 106181. DOI:10.1016/j.landusepol.2022.106181 |
| [29] | Ye L F, Huang X J, Yang H, et al. Effects of dual land ownerships and different land lease terms on industrial land use efficiency in Wuxi City, East China[J]. Habitat International, 2018, 78: 21–28. DOI:10.1016/j.habitatint.2018.04.011 |