（暨南大学经济学院 广东广州 510632）

一、引言

中国经济进入“新常态”的发展阶段，经济增长由要素驱动，投资驱动转向创新驱动。但是，中国经济仍然存在产能过剩和技术水平落后等一系列问题，因而如何推动实体经济实现产业升级成为经济发展的关键。随着实体制造业利润的下滑以及金融和房地产投资行业利润的上升，实体产业出现“脱实向虚”的情形。例如，众多制造业企业进行房地产投资，非金融企业倾向于投资股票债券和信托基金等。这越来越影响到实体企业的主业投资行为，并且会导致制造业企业发展环境趋于恶化、主营业务萎缩，显著抑制企业创新能力和创新意愿（谢家智等，2014）。理解制造业企业“脱实向虚”的逻辑机理以及寻找引导制造业企业“脱虚向实”的有效政策成为推动实际经济转型发展的重要研究话题。

产业政策是一系列对产业发展有重大影响的制度和安排的总和。宋凌云和王贤彬（2013）研究发现，中国实施的产业政策能够弥补市场缺陷，有效推动要素积累与利用，实现产业结构升级及经济增长。但是也有一些研究认为，中国的产业政策未能提升生产效率及产业产出，甚至出现投资效率受损和产能过剩等负面效应（黎文靖和郑曼妮，2016；钱雪松等，2018）。产业政策作为我国推动产业结构转型升级以及经济发展的重要手段，是否能够引导制造业避免“脱实向虚”，特别是遏制制造业企业过度进行房地产投资及金融投资，值得进行专门的研究。

产业政策具有显著的资源配置效应，能够显著改变企业经营决策的约束条件，从而影响其投融资和生产交易等重大行为。如果产业政策导向具有科学性与精准度，受到产业政策支持的企业在获得更充分的要素资源和更宽松的政策环境的基础上，会进一步加大研发创新等制造业主营业务发展力度。但是，如果产业政策激励出现偏差，由于资本的逐利性和实现企业多元化发展的需要，拥有产业政策支持的企业可能借助政策优势所获得的额外资源进行房地产等非主营业务领域的投资，以分散企业经营风险或者追逐更高利润。

基于上述思路，本文利用中央政府“五年规划”中支持鼓励产业规划的信息，采用2006—2015年制造业上市公司的房地产投资数据，运用双重差分法和中介效应模型实证检验了重点产业政策对制造业上市公司房地产投资的影响及其传导机制。研究发现：（1）重点产业政策刺激了制造业企业投资房地产。与对照组相比，重点产业政策这一冲击导致实验组企业的房地产投资水平显著提高约2.7%。（2）重点产业政策冲击对实验组企业房地产投资水平具有企业所有制和规模大小的差异性。国有企业和规模较大企业受重点产业政策影响相对更大。（3）重点产业政策能够通过银行信贷、税收优惠和政府补贴等机制促进重点鼓励行业企业的房地产投资水平，其中，政府补贴的中介效应最大，税收优惠次之，银行信贷的中介效应最小。这表明信息效应与资源效应发挥了重要作用。

相较于已有研究成果，本文的贡献主要有三点：（1）本文丰富了有关产业政策以及资源配置的理论与实证文献。以往的研究大多是单独考察重点产业政策或者房地产投资行为，也有部分学者研究发现产业政策能够帮助企业获得信贷资源或者补贴（罗知等，2015）。但是，较少文献将这三者结合起来考察。本文将这三者结合起来考察，有助于理解重点产业政策是否使得要素资源配置偏离政策设计初衷，导致了非预期的经济后果。（2）本文尝试采用双重差分法和中介效应模型识别和检验重点产业政策对企业房地产投资水平的影响效应和机制，对于重新评估和审视重点产业政策、推动制造业企业“脱虚向实”，使产业政策更有益于制造业企业持续健康发展提供一定的依据。（3）本文实证研究了信贷市场上存在的企业“所有制歧视”和“规模歧视”对企业房地产投资行为的影响，这为政府进一步深化金融市场改革，逐步消除民营企业和中小企业各种政策歧视，促进经济协调发展提供了一定的依据。

本文其余部分的结构如下：第二部分是文献综述与研究假说；第三部分是研究设计；第四部分是实证分析；第五部分是异质性分析；第六部分为机制分析；最后是结论与启示。

二、文献综述与研究假说

现今较少有文献将重点产业政策、信贷税收与补贴和房地产投资行为三者结合起来考察，国内外相关学者均单独地探讨了重点产业政策的经济效应和房地产投资行为。首先是研究“重点产业政策的经济效应”的文献：关于重点产业政策的有效性，学界并未取得一致共识。一方面，有学者认为产业政策是有效的。Robinson（2009）认为产业政策是一种强大的工具，能促进经济增长，弥补市场失灵。Liu（2019）在一个投入产出的生产网络框架中证明了偏向特定部门的产业政策能够弥补市场失灵，增进资源配置效率，这种产业政策在发展中国家更为重要。另一方面，产业政策的实施效果经常背离政府制定产业政策的初衷，导致许多扭曲现象（Krueger和Tuncer，1980）。祝继高等（2015）指出，政府出台相关的产业政策往往导致被扶持企业过度投资，使得企业价值有所降低。综上可知，重点产业政策既发挥了促进产业投资及规模扩张等重要作用，也在一定程度上由于政策科学性与精准度的不足，导致了一些不可忽略的负面效应。

其次是研究“房地产投资行为”的文献：中国城市房价的迅速上涨已经被认为可能引发房地产泡沫，而中国是否会出现房地产泡沫破裂的局面，在很大程度上取决于中国政府采取的措施（Glaeser等，2017）。Chen等（2017）发现房地产泡沫降低了人们对于创新的动力，抑制了我国高科技产业研发投资，这在长期可能降低全要素生产率的增长。

重点产业政策具有信息效应和资源效应。信息效应是指受到重点产业政策覆盖和鼓励的企业会被其他经济主体视为与其他企业不同的企业，即重点产业政策被其他经济主体视为一种信息，以调整自身与相关企业的关联。资源效应是指重点产业政策往往会给受到重点产业政策覆盖的企业带来直接的资源，而政府补贴和担保等是常见的产业政策衍生资源。产业政策的信息效应与资源效应能缓解企业融资约束（车嘉丽和薛瑞，2017），使企业获得更多外部资金。而企业现金流的增加会提高其固定资产投资（付文林和赵永辉，2014）。

中国房地产企业的利润率远远高于制造业企业的利润率，这使得制造业企业具备了向房地产投资的动机。吴海民（2012）指出，房地产行业的高利润与制造业的低利润形成强烈对比，在利润的诱惑下，制造业企业会抽离实体行业的资金进入房地产市场进行套利，导致制造业企业丧失创新升级的动力。企业进入房地产是对房地产高回报率的理性反应。在过去的十多年里，房地产投资属于资产持续增值的有效途径之一。在“场外资金多，投资渠道少”的背景下，房地产的超额回报率会驱使越来越多的制造业企业进入房地产行业“分一杯羹”。由上可知，中国房地产行业的高额利润率刺激了制造业企业进行房地产投资，而重点产业政策则通过信息效应与资源效应给予了重点行业的制造业企业更加充裕的外部资金现金流，使其具备了将房地产投资动机转化为实际行动的能力。基于此，本文提出以下理论假说。

假说1：相比不属于重点产业政策支持行业的制造业上市公司，属于重点产业政策支持行业的制造业上市公司可能更多地进行房地产投资，即重点产业政策刺激了制造业企业投资房地产行业。

重点产业政策之所以能够刺激制造业企业投资房地产，在于其改变了制造业企业的资源约束。余明桂等（2016）认为产业政策干预经济的手段很多，具体包括政府补贴、信贷、税收以及市场行政堡垒等手段。曲彤和卜伟（2019）发现获得产业政策支持的企业，能够获得大量来自各级政府的财政补贴、优惠的税收政策，更容易获得项目审批以及地方政府提供的廉价土地，这些政策能够给企业带来直接的现金收益并降低相关投入成本，帮助其实现“以收抵支”。企业基本面得以改善，有利于进一步进行风险投资和债务融资。当产业政策鼓励和支持某个行业时，会较大程度降低该行业的进入门槛，项目投资审批更容易通过，从而促进和加快企业投资。产业政策的扶持往往使得企业（包括民营企业）迅速获得投资所需资金。基于众多的相关文献，本文提出以下理论假说。

假说2：重点产业政策会通过银行信贷机制、税收机制和政府补贴机制将更多的资源引导到属于重点产业的企业，使受扶持企业产生房地产投资倾向，改变企业资源配置进而显著地提高房地产投资水平。

三、研究设计

（一）数据样本

本文研究的样本为2006—2015年中国A股制造业上市公司的面板数据。财务数据来自国泰安数据库和Wind数据库，重点产业政策数据来自国家层面“十一五”和“十二五”规划信息的手工整理。本文对A股制造业上市公司样本数据作了如下处理：（1）剔除财务数据不全或资料严重缺失的样本；（2）删除ST企业样本；（3）剔除财务指标明显有误或者不符合常理的样本。为了消除极端异常值的影响，本文针对连续变量进行1%和99%百分位的缩尾处理。

（二）识别策略与模型设定

本文采用双重差分法估计重点产业政策对A股制造业企业房地产投资水平的影响。在控制其他因素不变的基础上，双重差分法可以检验重点产业政策冲击前后，处理组和对照组房地产投资水平是否存在显著差异。借鉴张莉等（2017）的做法，设定模型形式如下：

在该模型中，下标i表示企业，下标t表示年份。investhousei,t是被解释变量企业房地产投资水平，用企业财务报表中投资性房地产净额科目与固定资产净额科目的比率来衡量①需要说明的是，我国在2007年1月1日开始施行新会计准则，要求上市公司披露投资性房地产信息，因而该变量2006年数据存在缺失。；DIDi,t为核心解释变量，DIDi,t=treat i*postt。其中，treati为分组变量，依据如下方法构建处理组和对照组：若该产业在“十一五”规划中未提及，而在“十二五”规划中提及，则treati为处理组，赋值为1。若该产业在“十一五”和“十二五”规划中均未提及，则treati为对照组，赋值为0。变量postt表示政策冲击的年份，如果年份在2010年及以前，postt=0；如果年份在2011年及以后，则postt=1。

Controli,t为控制变量，选取了涵盖企业层面和地区层面的特征变量：企业规模（size），以总资产的自然对数表示；资产负债率（lev），以总负债与总资产的比率表示；资产收益率（roa），以企业净利润和总资产的比率表示；企业资本性支出（capital），以公司年度资本性支出与企业总资产的比率表示；企业固定资产规模（ppe），以企业固定资产与企业总资产的比率表示；企业年龄（age），以企业上市年限表示；企业现金量（cash），以货币资金除以总资产的比率表示；第一大股东持股比例（block）；企业所在省份GDP增长率（gdpr）。μi为企业个体固定效应，γt为时间固定效应。本文主要关注的系数是β1，它衡量了五年规划中的重点产业政策对制造业企业房地产投资水平的影响效应。

（三）描述性统计

表1是对以上主要变量的描述性统计。在样本期内，房地产投资水平均值为0.0433，标准差为0.159，表示制造业上市公司之间的房地产投资水平存在较大的差异。由于投资性房地产科目于2007年新准则颁布后开始使用，因此房地产投资水平变量的观测值为10 375，存在部分数据缺失。DID变量是重点产业政策交互项，DID=treat*post，为虚拟变量，最大值为1，最小值为0。这为考察重点产业政策对企业房地产投资水平的影响提供了研究基础。

表1 描述性统计

四、实证分析

（一）平行趋势检验

为了检验事前的平行趋势，本文借鉴Qian（2008）的研究方法，生成年份虚拟变量YEAR与处理组虚拟变量treat的交互项，加入模型（1a）中进行回归。为了避免出现完全共线性问题，本文以政策冲击前的2010年作为基准年。交互项treat i*YEARj的系数δj衡量的就是第j期处理组和控制组之间的差异。如果政策实施之前系数为0，说明政策实施之前处理组和对照组之间不存在显著差异，即平行趋势假设成立。

图1汇报了重点产业政策平行趋势检验情况。由图1可知，政策实施之前系数估计值的95%置信区间包含了0值，这说明政策实施之前的系数是不显著的，而政策实施之后系数估计值基本通过了5%水平的显著性检验。这表明政策冲击前处理组和对照组之间不存在显著差异，符合平行趋势检验。

图1 平行趋势检验图

（二）双重差分回归结果

表2第（1）列和第（2）列是双重差分回归结果。第（1）列显示，在控制年份固定效应和企业个体固定效应、不加入任何控制变量的情况下，DID的系数在1%的水平下显著为正；第（2）列显示，在控制年份和企业个体固定、引入企业层面和地区层面特征控制变量之后，DID的系数仍然在1%的水平上显著为正。这说明与对照组相比，重点产业政策冲击显著提高了处理组企业的房地产投资水平。具体而言，重点产业政策使处理组房地产投资水平比对照组平均提高了2.7%左右。

表2 双重差分检验与倾向得分匹配估计结果

（三）稳健性检验

1.双重差分法分析前进行倾向得分匹配

为了确保上述回归结果的稳健性，本文进一步采用了倾向得分匹配（PSM-DID）方法分析重点产业政策的政策效果。具体来说：第一，为了便于比较，利用前面使用的控制变量预测一个行业可能成为重点发展行业的概率（采用logit回归），再分别采用近邻匹配、半径匹配和核匹配方法给处理组匹配对照组，使得处理组和对照组在政策冲击前尽可能没有显著差异，减少内生性。第二，利用DID方法识别出重点产业政策对企业房地产投资水平的净影响。倾向得分匹配和双重差分法的结合能够在解决可观测协变量偏差问题的同时，消除随时间不变和随时间同步变化等未观测到的变量影响，能够更好地识别政策效应。回归结果如表2所示，第（3）至第（5）列分别为半径匹配、核匹配和近邻匹配的估计结果。结果表明，无论采取何种匹配方式，估计的系数符号和显著性水平与表2第（1）、（2）列结果基本一致。这说明了本文发现的重点产业政策对企业房地产投资水平的显著正向影响是比较稳健的。

2.控制变量滞后一期

为了减少潜在的内生性问题，减弱所选变量与重点产业政策之间可能产生的反向影响，本部分将前文提及的控制变量滞后一期进行回归，所得结果如表3第（1）、（2）列所示。其中，第（1）列未加入控制变量，第（2）列加入控制变量进行回归。从中可以看出，系数符号和显著性与表2双重差分回归结果基本一致，这再次验证了本文结论的稳健性。

3.剔除可能影响统计结果的样本

为了避免2008年金融危机对企业房地产投资水平的影响，本文剔除了2008年和2009年的样本，重新进行回归。回归结果如表3第（3）、（4）列所示。其中，第（3）列未加入控制变量，第（4）列加入控制变量进行回归。从表中可以看出，剔除2008年和2009年样本后的回归结果依然是显著的，这表明本文结论是稳健的。

表3 控制变量滞后一期与剔除2008年和2009年样本的稳健性检验

五、异质性分析

在验证重点产业政策的企业房地产投资效应的基础上，本节从企业所有制以及企业规模两个维度考察效应的异质性。

（一）基于企业所有制属性的检验

基于企业所有制属性的分组检验结果如表4所示。表4第（1）列结果显示，DID的系数在1%的水平下显著为正，而第（2）列结果显示，DID的系数在10%的显著性水平下显著为正。①因篇幅所限，本文省略了分组回归后组间系数差异的检验，感兴趣的读者可在《经济科学》官网论文页面“附录与扩展”栏目下载。这表明重点产业政策冲击导致处理组企业房地产投资水平相对于对照组企业而言显著上升，特别是与非国有企业相比，这一影响对于国有企业而言更为明显。

国有经济是我国经济的中流砥柱，受到政府大力扶持，能够获得更多的银行贷款、税收优惠和财政补贴，因而资金链条不易中断。拥有较为充足的资金来源是企业进行房地产投资的基础，重点产业政策冲击能够通过信贷机制、税收机制和政府补贴机制来促进企业房地产投资水平提高。非国有经济虽然是我国国民经济的重要组成部分，但其债务违约风险和资质评价成本较高、与银行的联系较少，在金融市场上容易遭受“信贷歧视”。这导致非国有企业信贷资源相对不足。曲彤和卜伟（2019）研究发现国有和非国有企业在资源基础方面存在显著差异，国有企业具有预算软约束的特征，即中央或地方政府主要控制并经营国有企业，当其面临损失时会给予其额外的补偿金等帮扶措施；而且国有企业在外部融资方面具有天然优势，能够以更低的利率获取银行贷款等财务资源。重点产业政策冲击使得信贷补贴优惠资源偏向国有企业，非国有企业信贷资源的“相对紧缺”促使其房地产投资水平增长相对国有企业而言更不明显。非国有企业往往面临更加激烈的市场竞争与生存压力，即使有重点产业政策的支持从而能够获得更多的外部融资，也更可能首先将其用于发展主营业务，而并非激进地大幅增加房地产领域的投资。

表4 异质性分析检验结果

（二）基于企业规模大小的检验

本文采用企业总资产的对数值表示企业规模，然后按照中位数将样本分为规模较小企业和规模较大企业，在此基础上进行分组检验。回归结果如表4所示。第（3）列中DID的系数在5%的显著性水平上显著为正，第（4）列中DID的系数在1%的显著性水平上显著为正。这表明相对于规模较小的企业而言，重点产业政策对规模较大的企业房地产投资水平的正向影响更为明显。

联系前文可知，规模较大的企业拥有更多的总资产，其抵御风险的能力更强，实力较为雄厚。而规模较小的企业拥有的总资产更少，抵御风险的能力较弱，实力较为薄弱。在融资市场上，除了前文提到的“所有制歧视”，还存在“规模歧视”。这是由于借款者以及借贷双方的规模差异产生的各种融资偏差。规模较大的企业容易获得更多的信贷资金，在满足自身创新发展的需要后仍然有闲余资金进行房地产投资。而规模较小企业获取的信贷资金相对较少，因而与规模较大企业相比，其房地产投资水平相对较低。

六、机制分析

如前文理论分析所述，重点产业政策具有信息效应和资源效应，具体表现形式为银行信贷、税收优惠和政府补贴等。为了更为全面地验证这三种机制，本文参考温忠麟和叶宝娟（2014）的中介效应模型来进行具体分析。

（一）银行信贷机制检验

其中，loanzi,t为表示银行信贷的中介变量。loanzi,t=(短期借款+长期借款+一年内到期的非流动负债)/年初总资产。政策的总效应为α1，直接效应为α7，变量loanz的间接效应，即中介效应为α4α8。依次回归后可以得到表5的回归结果。由表5可知，α1、α4、α7和α8均在1%的显著性水平上显著为正。这表明直接效应显著，可能存在其他中介。进一步地，α4α8与α7同号，这说明银行信贷变量为部分中介，其中介效应占总效应的比值为,尽管占比较小，但是中介效应显著。这意味着在重点产业政策刺激制造业企业投资房地产的过程中，有7%是由于银行信贷发挥了中介作用。

表5 银行信贷机制分析

（二）税收优惠机制检验

将（3）、（4）式中的loanzi,t替换为Taxpi,t。其中，Taxpi,t=收到的税收返还/(支付的各项税费+收到的税收返还)。税收优惠机制回归结果如表6所示。由表6可知，第（1）列展示了重点产业政策对企业房地产投资水平的影响，回归系数在1%的显著性水平上为正，这说明了重点产业政策有利于提升企业房地产投资水平，中介效应检验第一步通过。第（2）列检验了重点产业政策对企业税收优惠的影响，回归系数在1%的显著性水平上为正。，这说明了重点产业政策能够增加政府对企业的税收优惠，企业能够收到更多的税收返还，这显著地减轻了企业的税收负担。第（3）列中，α7在1%的显著性水平上为正，且系数小于第（1）列的α1，但是α8不显著。根据温忠麟和叶宝娟（2014），当α4和α8至少有一个不显著时，可以采用Sobel检验法或Bootstrap检验法。

由于Sobel法具有一定的局限性（温忠麟和叶宝娟，2014），本文用Bootstrap法来替代Sobel法。用Bootstrap法检验中介效应应当看中介效应的95%置信区间，如果置信区间包含0（区间上下限符号不同），等同于统计不显著；不包含0，等同于统计显著。在表7中，由于税收优惠间接效应的置信区间不包含0，因而税收优惠机制发挥了部分中介效应。结合表6与表7的内容来看，中介效应占总效应比值为0.0068829/0.0277≈25%。这说明了在重点产业政策刺激制造业企业投资房地产的过程中，有25%的部分是由于税收优惠发挥了中介作用。

表6 税收优惠与政府补贴机制检验

续表6

（三）政府补贴机制检验

借鉴张杰等（2015），中介变量政府补贴subi,t=政府补贴/固定资产净额。将（3）、（4）式中的loanzi,t替换为subi,t。依次对方程（2）、（3）和（4）进行回归，得到表6中第（4）、（5）、（6）列的回归结果。与税收优惠机制一样，前两列系数是显著的，但第（6）列的α8不显著。同样，为了验证中介效应是否存在，本文采用Bootstrap检验法，进行政府补贴的中介效应检验，检验结果如表7所示。由于间接效应的置信区间不包含0，这说明政府补贴在重点产业政策和企业房地产投资水平之间同样发挥着部分中介的作用。根据表6和表7的内容，中介效应占总效应比值为0.009578/0.0276≈35%。这表明了在重点产业政策刺激制造业企业投资房地产的过程中，有35%是由于政府补贴发挥了中介作用。受重点产业政策扶持的企业能够获得较多的政府补贴，从而拥有更为充足的资金流来进行房地产投资，以获得更多的其他业务收入。

综上所述，重点产业政策的确发挥了信息效应与资源效应，分别通过银行信贷、税收优惠与政府补贴三个渠道刺激制造业上市企业投资房地产，其中，政府补贴的中介效应较大，税收优惠次之，银行信贷的中介效应最小，即相较于银行信贷而言，政府补贴和税收优惠发挥了较为显著的作用。

表7 税收优惠与政府补贴Bootstrap检验结果

七、结论与启示

实体经济是国家竞争力之本，是强国之根基。如何推动实体制造业“脱虚向实”是经济学者和国家政府共同关注的焦点问题。在房地产行业利润高涨而制造业产业升级困难的背景下，重点产业政策是否以及如何影响企业房地产投资水平呢？本文利用2006—2015年A股制造业上市公司房地产投资数据和手工收集整理的重点产业政策信息，采用双重差分法和中介效应模型识别了该政策对企业房地产投资水平的因果效应。结果显示：（1）与对照组企业相比，重点产业政策导致实验组企业的房地产投资水平显著提高约2.7%。此结论通过了多种稳健性检验，具有可靠性。（2）重点产业政策冲击对实验组企业房地产投资水平具有企业特征维度差异性，主要表现在企业所有制和规模维度。其中，国有企业和规模较大的企业受重点产业政策影响相对更大。（3）重点产业政策能够通过银行信贷、税收优惠和政府补贴等渠道促进重点鼓励行业企业的房地产投资水平，其中，政府补贴的中介效应最大，税收优惠次之，银行信贷的中介效应最小。这表明重点产业政策的信息机制与资源机制发挥了重要作用。

本文研究发现要推动制造业企业“脱虚向实”，应当重新评估和审视重点产业政策，使产业政策朝有益于制造业企业持续健康发展的方向推进。基于研究结论以及制造业企业发展现状，本文提出以下几点政策建议：（1）政府在制定重点产业政策时，应当充分引导重点产业政策鼓励企业创新，提高发明专利申请和实用新型专利申请数量。强调企业应当加快转变经济增长方式、促进企业研发创新、寻找经济增长新动力。（2）在具体落实重点产业政策时，应当关注该政策对制造业企业经营行为和战略决策的影响，既要充分发挥银行信贷、税收优惠和政府补贴等为实体经济提供资金的中介作用，也要强化和完善资金流向的监管措施，防范资金从实体经济中脱离，盲目向房地产行业扩张，影响制造业实体经济的长期发展。（3）政府应当积极推进产业政策转型，减少直接干预手段，深化金融市场化改革。政府应尽量避免过度干预银行的信贷决策，减轻融资市场上的“所有制歧视”和“规模歧视”，着力推进混合所有制改革，逐步消除非国有企业和小规模企业在信贷、税收和补贴方面的劣势。