金融发展对建设用地利用效率的影响分析

■马克星，贺书锋，相雨佳

一、问题的提出

作为非农产业发展的载体，改革开放以来，我国建设用地资源投入有力支持了经济的高速增长和城镇化的快速推进，同时也造成建设用地利用效率偏低的问题。大量农用地和生态用地转变为建设用地，产生许多生态环境问题。单纯依靠要素投入，以牺牲资源环境为代价的粗放型发展模式已广受诟病。

“在新常态下走出一条改革发展新路”是中国国土资源管理健康发展的客观要求。诸多学者围绕“如何提升建设用地利用效率”展开了研究。在建设用地利用管理方面，提出要大力推进土地节约集约利用政策（胡动刚等，2017）、城市更新政策（朱一中和王韬，2019）和新型城镇化战略（吴红蕾，2018）。在建设用地供给方面，认为应继续完善土地出让市场化、健全建设用地二级市场（马克星等，2017）。在建设用地利用模式方面，探索具有发展权转移性质的建设用地使用权跨区域配置，如建设用地增减挂钩（顾汉龙等，2015）、耕地异地代保（童菊儿等，2012）、复垦（折抵）指标制度（张蔚文和李学文，2011）和地票交易（张鹏和刘春鑫，2010）等。

金融运行和发展具有资源配置的功能。习近平总书记在中共十九大报告中提出发展绿色金融，推进资源全面节约。金融业对经济活动和其他产业具有强大的渗透性，绿色金融能够引导资金流向节约资源技术开发和生态环境保护产业，避免短期利益造成的过度投机行为。国内外学者运用不同方法证实了金融发展在提升资源利用效率和经济效率等方面的积极作用（Greenwood et al.，2013；杨森和林爱梅，2019），但金融发展对建设用地利用效率影响方面的研究还不够深入。鉴于此，笔者试图从理论和实证两个方面，深入研究金融发展对建设用地利用效率的影响，以期为制定促进建设用地利用效率提升的金融政策提供理论参考。

二、理论分析与研究假设

资金投向不同对建设用地利用效率的影响也不同。如图1所示，资金投向主要包括扩大经济规模、调整经济结构和推进技术进步三个方面。根据增长要素特征反映经济发展阶段特征，可将经济发展分为生产要素推动、投资推动、创新推动和财富推动四个阶段。不同发展阶段，地方政府和企业推进经济发展的策略和手段有所不同，资金投向也会有所侧重，金融发展对建设用地利用效率影响路径也表现出较大差异。

图1 金融发展对建设用地利用效率影响的路径机制图

在经济发展初中级阶段，资金通常直接用于扩大经济规模。通过招商引资大力发展第二产业，做大经济规模是该阶段地方政府的首要目标，要素驱动型为该阶段的重要特征。由于资本要素严重不足，地方政府倾向于“以土地谋发展”，通过提供大量、廉价建设用地的方式招商引资，以廉价的土地替代其他生产要素，造成建设用地利用效率低下，进而导致生态和环境问题的恶化。此时，金融业通过货币流通和信用渠道为经济发展融通资金，这些资金可能带来两方面的影响：一方面，在一定程度缓解了资本要素不足的问题，弱化了地方政府“土地引资竞争”行为，提高了建设用地的利用效率；另一方面，金融发展增加用地单位融资渠道，降低融资成本，促使更多土地转变为建设用地，这不利于建设用地效率的提升。

在经济发展的中高级阶段，资金投向逐步转向推进技术进步和引导产业结构调整。随着经济发展方式由规模速度型向质量效益型转变和土地市场体系不断发展完善，国家对建设用地总量规模的管理日趋严格，地方政府开展“土地引资竞争”的外部条件逐步消失，建设用地越来越成为经济规模扩张的制约因素，而更高效的生产技术和更合理的产业结构对经济增长的贡献作用更加显著。

地区金融发展水平越高，信贷资金的可得性越高，金融发展可通过多个路径推动建设用地利用效率的提升。一方面，地方政府对金融资本流向进行积极调整引导，通过向现代产业部门配置资源、引致企业的创新型投资、动员储蓄和减少交易成本等方面的积极作用，促进产业结构的升级（褚敏和靳涛，2013），减少污染企业比重。另一方面，地方政府和企业通过增加技术研发投入的方式推进技术进步，促进传统第二产业向先进制造业、高端制造业转型，刘颜等（2019）研究发现，金融发展对产业结构升级具有显著的促进作用，当地区金融发展水平跨越相应门槛值后，其促进作用更加明显。此外，合理的产业结构进一步促进了人口的城镇化，实现资金、劳动力和土地的有效集聚，形成“集聚效应”，这些对建设用地的有效利用都有极大的促进作用。因此，在经济发展中高级阶段，资金投向的变化使金融发展对建设用地利用效率产生更大的正向作用。

基于以上分析，提出如下研究假设。

假设1：总体来看，金融发展对建设用地利用效率的提升具有正向影响。

假设2：金融发展对建设用地利用效率的影响存在阶段性差异，表现为非线性特征。

假设3：在经济社会发展初中级阶段，金融发展对建设用地利用效率提升作用较小，甚至可能出现负向影响；在经济社会发展中高级阶段，金融发展对建设用地利用效率的正向影响作用较大。

三、模型设定与数据选取说明

（一）模型设定

根据前述分析，我国金融发展对建设用地利用效率的影响可能不再是简单的线性关系，而是存在门槛特征。为考察金融发展对建设用地利用效率影响的门槛特征，借鉴Hansen（1999）的研究，构建面板门槛模型。分别以区域发展阶段指标作为门槛变量，以金融发展水平（fin）为依赖变量，研究金融发展对建设用地利用效率（eff）的门槛效应。面板门槛模型如下：

模型（1）为单门槛模型，模型（2）为双重门槛模型。其中，ind表示门槛变量，具体为城镇化率、产业结构等区域发展阶段指标；β0表示单一门槛时的门槛值，β1表示双重门槛的第一个门槛值，β2表示双重门槛的第二个门槛值；X表示控制变量集合；α为模型回归系数，ε为扰动项。

（二）变量选取

1.被解释变量

模型的被解释变量是建设用地利用效率（eff）。笔者认为建设用地不仅仅具有经济产出，还具有承载人口、解决就业等社会效益，并产生废水、废气等负的环境效益，使用增加值指标不能全面反映建设用地利用的正面建设性和负面破坏性。为全面考虑建设用地社会、经济和生态效益，准确衡量建设用地利用效率，笔者利用DEA-SOLVER Pro5.0软件中的SBM-I-C模型，计算建设用地利用的相对效率作为因变量，具体的投入产出指标如表1所示。

表1 建设用地利用效率评价投入产出指标

2.核心解释变量

模型的核心解释变量为金融发展（fin），使用金融机构各项贷款余额占当年名义GDP的比重作为金融发展的度量指标，该指标越大表明区域金融发展越强。

3.控制变量

借鉴卢新海等（2016）的研究，从政策因素、发展因素、规模因素、结构因素4个方面选取控制变量。

（1）政策因素。选择全社会固定资产投资与地区生产总值的比值作为物质资本投入的度量指标，选择平均每万人中普通本专科在校生人数衡量人力资本水平，选用进出口贸易总额与地区生产总值的比值作为对外开放度的度量指标。

（2）发展因素。根据卢新海等（2016）的研究，选取人均地区生产总值作为区域社会经济发展整体水平（dev）的衡量指标。

（3）规模因素。由于我国各区域行政面积差异巨大，导致各地区建设用地资源总量差距悬殊，故选择区域内建设用地总量与区域总面积的比值衡量地区建设用地规模（sca）。

（4）结构因素。区域结构因素指标主要包括产业结构（str）和人口结构（urb），两个指标的动态调整都会直接或间接地改变城市建设用地利用方式和强度，进而影响总体利用效率。选择非农产业增加值占总增加值的比重衡量产业结构，以户籍城镇化水平衡量人口结构。

（三）数据来源及处理

各地区城镇村及工矿用地规模数据来源于《中国国土资源统计年鉴》，金融机构贷款余额数据来源于历年《中国金融统计年鉴》，各地区生产总值、二三产业增加值、人均地区生产总值、全社会固定资产投资、普通本专科学生情况、进出口贸易总额、户籍城镇化、年末人口数、废水排放量、二氧化硫排放量和烟粉尘排放量数据均来源于《中国统计年鉴》，二三产业就业人数来源于各地区统计年鉴。人均地区生产总值等按可比价格换算处理为2009年价格水平。为了保证数据的平稳性和可比性，对数值为绝对量的变量取自然对数。变量的描述性统计结果见表2。

表2 变量相关说明及统计性描述

四、实证结果及分析

（一）门槛效应检验

在进行门槛分析之前，应首先检验门槛效应是否存在以及可能存在的门槛数。根据前述理论分析，金融发展对建设用地利用效率的影响在不同发展阶段可能存在差异。社会经济发展结构因素可有效衡量不同发展阶段，其中产业结构（str）能够表示经济发展的不同阶段，城镇化率（urb）能够表示社会发展的不同阶段。区域社会经济发展必须以一定规模的建设用地为支撑，一般来说，经济社会发展程度越高，其建设用地规模相对越大，因此可以用建设用地规模（sca）表示经济社会总体所处的不同阶段。

研究分别以区域产业结构（str）、城镇化率（urb）和建设用地规模（sca）作为门槛变量进行实证检验。设定的bootstrap自举抽样次数为300次，根据得出的F统计量和对应的p值，判断模型存在的门槛个数。检验结果如表3所示。

表3 门槛效应检验结果

检验结果表明，金融发展作为主要解释变量，以产业结构（str）作为门槛变量时，其单门槛F值统计量为45.96，在10%的显著性水平下通过检验，即通过单门槛检验，而双重门槛F值统计量为21.16，未能通过显著性检验。以城镇化率（urb）作为门槛变量时，其单门槛F值统计量为69.22，在1%的显著性水平下通过检验，通过单门槛检验，双重门槛检验的F值统计量为44.21，在5%的显著性水平下通过检验，而三重门槛F值统计量为28.57，未能通过显著性检验。以建设用地规模（sca）作为门槛变量时，其单门槛F值统计量为78.26，在5%的显著性水平下通过检验，进而进行双重门槛检验，双重门槛检验的F值统计量为55.59，在1%的显著性水平下通过检验，而三重门槛检验F值统计量为22.26，未能通过显著性检验。

完成门槛效应检验后，对具体的门槛值进行识别，识别结果见表3和图2至图6。产业结构（str）作为门槛变量时的单门槛值为0.9867，城镇化率（urb）作为门槛变量时的两个门槛值分别为0.8155和0.8760，建设用地规模（sca）作为门槛变量时的两个门槛值0.0335和0.3411。

图2 产业结构门槛值似然比（LR）趋势图

图3 城镇化门槛值1似然比（LR）趋势图

图4 城镇化门槛值2似然比（LR）趋势图

图5 区域建设用地规模门槛值1似然比（LR）趋势图

图6 区域建设用地规模门槛值2似然比（LR）趋势图

由图2至图6可以看出，识别出的门槛值都在似然比值下方，门槛值估计准确。门槛值的存在表明金融发展对建设用地利用效率的影响在不同的经济社会发展阶段存在差异，表现出非线性特征，假设2得以验证。

（二）模型回归结果分析

为检验金融发展对建设用地利用效率影响的总体状况，对比总体水平与不同发展阶段金融发展对建设用地利用效率的影响，表4中第二列报告了线性固定效应模型的估计结果。由于每个省的情况差别较大，并且可能存在不随时间而变的遗漏变量，故选择了固定效应模型，豪斯曼检验结果也支持回归使用固定效应模型。第三列至第五列为考虑门槛效应之后的模型估计结果。

固定效应回归结果表明，总体上，金融发展对建设用地利用效率的提升具有显著的正向作用，其作用系数为0.0160，即当金融发展水平提升1%时，建设用地利用效率可以提升0.0160%，研究假设1得到初步验证。

表4 固定效应模型和门槛估计模型的估计结果

门槛模型估计结果（1）显示，不同产业结构下，金融发展对建设用地利用效率的提升均有显著的正向效应。当非农产业增加值的比重低于门槛值0.9867时，金融发展对建设用地利用效率提升的作用系数为0.0153。当非农产业增加值的比重高于门槛值0.9867时，金融发展对建设用地利用效率提升的作用系数增大为0.0503。从金融发展对建设用地利用效率影响的动态变化趋势可以看出，北京市和上海市在2009年之前已经迈过了门槛，天津市在2012年迈过了门槛。而其他28个省份产业结构小于0.9867，均未迈过门槛。

门槛模型估计结果（2）显示，在城镇化水平较低时，金融发展对建设用地利用效率的提升具有较小的正向效应，随着城镇化水平提升，金融发展对建设用地利用效率的提升作用增强，而当城镇化水平达到非常高水平以后，金融发展对建设用地利用效率提升的作用显著为负。当城镇化率低于门槛值0.8155时，金融发展对建设用地利用效率提升的作用系数为0.0109；当城镇化率在门槛值0.8155～0.8760之间时，金融发展对建设用地利用效率提升的作用系数增大为0.0420；当城镇化率大于门槛值0.8760时，金融发展对建设用地利用效率提升的作用系数为-0.0791。从金融发展对建设用地利用效率影响的动态变化趋势可以看出，北京市在2009年之前已经迈过第一个门槛，天津市在2012年迈过第一个门槛，上海市已经跨过第二个门槛，进入金融发展对建设用地利用效率提升负向作用阶段，而其他28个省份产业结构小于0.8155，还未迈过门槛，城镇化水平还具有很大的提升空间。

门槛模型估计结果（3）显示，不同阶段，金融发展对建设用地利用效率的提升表现为“正—负—正”的N型趋势。当建设用地规模（sca）在第一个区间，即sca小于0.0335时，作用系数为0.0205；当建设用地规模（sca）在第二个区间，即sca大于0.0335且小于0.3411时，作用系数为-0.0187；当建设用地规模（sca）在第三个区间，即sca大于0.3411时，作用系数为0.0146。从金融发展对建设用地利用效率影响的动态变化趋势可以看出，除西藏处于第一区间，上海在2009年前、天津在2013年后进入第三区间外，其他地区均处于第二区间。第二区间包含了我国28个省区市，在这个区间内，资金、土地、劳动力大量投入带动经济发展，同时带来了严重的生态环境问题，还未能达到经济社会高质量发展要求。

门槛模型估计结果验证了研究假设3。此外，各控制变量的估计结果显示，物质资本投入（inv）和人力资本投入（lnhum）对建设用地利用效率提升的影响为负，说明现阶段整体上还存在较严重的“土地招商”，物质资本投入和人力资本投入没有实现对建设用地资源的有效替代，发展的建设用地代价过高。区域发展（lndev）与建设用地利用效率的提升具有显著的负向影响，经济发展水平高的区域，其建设用地经济产出较高，但同时带来的废水、废气等非意愿产出，降低了建设用地利用的整体效率水平。对外开放程度（ope）对建设用地利用效率提升的影响作用为负，我国对外贸易中，工业制成品在出口中占绝对份额，第二产业是出口的主要部门，许多地区可能形成对现有产业结构的依赖，而这种依赖对产业结构调整优化起反作用（马克星，2018）。

（三）稳健性检验①>

①限于篇幅，结果留存备索。

表4中的回归结果并未处理模型中可能存在的内生性问题，若存在严重的内生性问题，则表4中的估计结果将是有偏的。因此，为了得到更为稳健的估计结果，使用了工具变量法处理可能存在的内生性问题，对回归结果进行稳健性检验。借鉴蔡兴（2019）等的研究，选择常规的处理方法，即以金融发展变量（fin）的一阶滞后项作为工具变量进行再估计。使用一阶滞后项进行的稳健性检验结果与前文所述结果基本一致，没有发生实质性变化，证明了实证结果的可靠性。

五、研究结论与政策建议

利用2009—2016年我国31个省份的面板数据，以产业结构、城镇化率和建设用地规模衡量社会经济发展阶段作为门槛变量构建面板门槛模型，研究我国金融发展对建设用地利用效率的影响。实证结果表明：第一，总体来看，我国的金融发展对建设用地利用效率提升具有显著的正向作用，且金融发展与建设用地效率提升存在显著的门槛效应。第二，从产业结构看，我国金融发展与建设用地利用效率提升存在单门槛效应，其门槛值为0.9867；从城镇化水平和建设用地规模来看，我国金融发展与建设用地利用效率提升存在双重门槛效应，其门槛值依次为0.8155和0.8760、0.0335和0.3411。第三，不同门槛区间，金融发展对建设用地利用效率的影响效果差异较大。当产业结构和城镇化发展进入较高阶段后，金融发展对建设用地利用效率提升的作用更加明显；而当建设用地进入快速扩张阶段时，金融发展降低建设用地利用效率。第四，目前为止，我国迈过高质量发展门槛的省区市较少。31个省份中，以城镇化率为门槛变量时，处于金融发展较大促进建设用地利用效率提升阶段的只有北京市、上海市和天津市；以产业结构为门槛变量时，处于金融发展较大促进建设用地利用效率提升阶段的为北京市和天津市；以建设用地规模为门槛变量时，28个省份处于金融发展不利于建设用地利用效率提升的阶段。

以上结论表明，当一个地区的产业结构和城镇化水平不断提高并迈过门槛后，产业结构升级和城镇化发展带来的集聚效应效果显著，金融发展促进建设用地效率提升，但过度城镇化也会带来负向影响。而当一个地区的建设用地规模过大影响地区发展后，地方政府会控制建设用地投入，金融发展将更多投向于土地资源节约型的产业发展和技术研发。因此，各省区市应根据所处发展阶段，顺应发展趋势，提升建设用地利用效率。第一，积极落实国家新型城镇化发展战略，加快推进人口城镇化进程，充分发挥城市人口、产业集聚带来的集聚经济效应。第二，加快产业结构调整升级，推进现代服务业发展，扩大第三产业规模，改造传统制造业，发展高端制造业，形成更加完善的产业结构。第三，进一步落实建设用地总量和强度双控政策，通过提高建设用地管理要求的方式，缩小建设用地规模门槛第二区间范围，以此倒逼金融发展在相对较小的建设用地规模时将资金投向产业结构调整和新技术研发，提高建设用地利用效率。第四，采取差异化的金融调控政策，迈过高质量发展门槛的地区，充分发挥金融发展对建设用地利用效率的提升作用，而在其他占大多数的未迈过高质量发展门槛的地区，应减少其他变量因素的束缚，在产业结构调整、城镇化发展方面寻求迈过门槛的路径和方法，在建设用地规模方面严控建设用地总量，探索降低建设用地门槛的可行路径。