中國房價上漲是否引發(fā)工業(yè)衰退

高玲玲

（上海財(cái)經(jīng)大學(xué) 國際工商管理學(xué)院，上海200433）

一、引言

1998年，中國取消了福利分房制度，推進(jìn)住房分配貨幣化制度，并出臺了一系列政策措施推動了房地產(chǎn)行業(yè)的高速發(fā)展，中國房企和房價由此進(jìn)入快速增長和上升通道。房價上升所帶來的豐厚利潤吸引了大量非房地產(chǎn)企業(yè)進(jìn)軍房地產(chǎn)市場，2010年國資委的統(tǒng)計(jì)顯示，以房地產(chǎn)開發(fā)與經(jīng)營為主業(yè)的央企有16家，包括中國建筑工程總公司、中國房地產(chǎn)開發(fā)集團(tuán)公司、中國保利集團(tuán)公司等。除這16家之外，還有78戶不以房地產(chǎn)為主業(yè)的中央企業(yè)開展了房地產(chǎn)業(yè)務(wù)。按照目前中央企業(yè)127家的總數(shù)計(jì)算，相當(dāng)于七成左右的央企都進(jìn)入到了房地產(chǎn)領(lǐng)域。在房地產(chǎn)業(yè)繁榮發(fā)展的同時，中國制造業(yè)卻呈現(xiàn)衰退之勢。《中國統(tǒng)計(jì)年鑒》（2008）數(shù)據(jù)顯示，2007年我國工業(yè)企業(yè)成本費(fèi)用利潤率平均為7.43%，而根據(jù)國泰安數(shù)據(jù)計(jì)算可知，2008年我國上市房地產(chǎn)企業(yè)成本費(fèi)用利潤率平均達(dá)28.74%［1］。另據(jù)歷年《中國500強(qiáng)企業(yè)發(fā)展報告》統(tǒng)計(jì)，500強(qiáng)企業(yè)中制造業(yè)企業(yè)數(shù)量從2002年的288家下降至2012年的267家，該行業(yè)企業(yè)利潤所占比重也從40.37%降至25%；而房地產(chǎn)企業(yè)的數(shù)量則從2002年的7家上升到2012年的25家，該行業(yè)企業(yè)利潤所占比重從1.14%上升至2.84%。

我國房價的不斷上漲與工業(yè)和制造業(yè)衰退之間是否存在某種關(guān)聯(lián)？前者是否通過吸引資源和增加企業(yè)成本等途徑引發(fā)了工業(yè)和制造業(yè)衰退？迄今為止，尚未有文獻(xiàn)正面回答該問題。本文擬首次全面分析房價上漲對工業(yè)和制造業(yè)的作用機(jī)制和傳播渠道，并實(shí)證研究不同渠道對中國制造業(yè)發(fā)展帶來的總體效應(yīng)。

二、文獻(xiàn)回顧

本文與研究房價波動如何影響企業(yè)行為的文獻(xiàn)密切相關(guān)，根據(jù)研究側(cè)重點(diǎn)不同，本文將其劃分為以下三類。

（一）引入房地產(chǎn)的宏觀總量模型研究

基于Bernanke等（1999）［2］、Kiyotaki和Moore（1997）［3］的“金融加速器”傳統(tǒng)，Icoviello（2005）［4］、Iacoviello和 Neri（2010）［5］、Favilukis等（2015）［6］構(gòu)建了包含住房的動態(tài)隨機(jī)一般均衡（DSGE）模型研究房價波動對消費(fèi)和投資的影響。這些模型的共同點(diǎn)是假設(shè)家庭受到信貸約束，家庭用住房或土地作為擔(dān)保為消費(fèi)支出融資，但它們只能解釋房價與消費(fèi)的同向運(yùn)動，不能解釋房價與投資的同向運(yùn)動關(guān)系。因此，Liu等（2013）［7］轉(zhuǎn)而假設(shè)企業(yè)受到信貸約束，它們用土地作為擔(dān)保為投資支出進(jìn)行融資，很好地解釋了房價與投資的同向運(yùn)動關(guān)系。武康平和胡諜（2011）［8］、鄭忠華和邸俊鵬（2012）［9］發(fā)現(xiàn)在中國也存在類似的“金融加速器”效應(yīng)——房地產(chǎn)“加速器”機(jī)制使得外界沖擊對經(jīng)濟(jì)的影響被放大，從而使得經(jīng)濟(jì)波動加劇。

（二）房價變化對企業(yè)行為影響的微觀實(shí)證研究

Gan（2007）［10］首次利用企業(yè)層面數(shù)據(jù)考察了房價（地價）變化對企業(yè)借貸和投資的影響。她發(fā)現(xiàn)，在20世紀(jì)90年代初日本土地市場泡沫破滅時，土地價值下降使得企業(yè)的銀行借貸和投資都顯著下降，這是因?yàn)槠髽I(yè)大都通過抵押擔(dān)保進(jìn)行借貸，而土地和房產(chǎn)是最重要的抵押物。Almeida 和 Campello（2007）［11］、Chaney 等（2012）［12］利用美國企業(yè)微觀數(shù)據(jù)也都發(fā)現(xiàn)，企業(yè)的房地產(chǎn)價值增加會通過抵押擔(dān)保渠道帶來企業(yè)投資的增加。曾海艦（2012）［13］、羅時空和周亞虹（2013）［14］在中國也發(fā)現(xiàn)了類似的抵押擔(dān)保效應(yīng)，根據(jù)曾海艦的計(jì)算，上市公司房地產(chǎn)價值每增加1元，公司負(fù)債增加0.04-0.09元，投資增加0.04-0.08元；而羅時空和周亞虹則發(fā)現(xiàn)當(dāng)面臨的融資約束較大時，房價上漲更可能促進(jìn)企業(yè)投資。此外，Rampini（2013）［15］和 Cvijanovic（2014）［16］還從資本結(jié)構(gòu)角度考察了房價變化對企業(yè)借貸行為的影響。王文春和榮釗（2014）［17］研究了中國房價上漲對工業(yè)企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)房價上漲越快的地區(qū)企業(yè)的創(chuàng)新傾向越弱。

此外，Hurst 和 Lusardi（2004）［18］、Fairlie和 Krashinsky（2012）［19］還調(diào)查了房地產(chǎn)財(cái)富在企業(yè)的市場進(jìn)入和退出中扮演的角色。Schmalz等（2014）［20］發(fā)現(xiàn)房屋擔(dān)保價值的上升增加了創(chuàng)業(yè)的可能性，并有助于企業(yè)壯大和持續(xù)經(jīng)營。Adelino等（2014）［21］進(jìn)一步指出，擔(dān)保借貸效應(yīng)對于小企業(yè)來說更為顯著，在同一地區(qū)同一產(chǎn)業(yè)內(nèi)部，房價上漲使得小企業(yè)相對于大企業(yè)而言有更多的就業(yè)增加。

（三）房價變化對產(chǎn)業(yè)發(fā)展影響的實(shí)證研究

范言慧等（2013）［22］指出，作為不可貿(mào)易部門的房地產(chǎn)業(yè)，其繁榮會引起本幣升值和物價上漲，對制造業(yè)出口產(chǎn)生負(fù)面影響，引發(fā)“荷蘭病”現(xiàn)象。吳海民（2012）［23］發(fā)現(xiàn)，我國房地產(chǎn)價格上漲導(dǎo)致了我國沿海地區(qū)民營工業(yè)的“產(chǎn)業(yè)空心化”。邵挺和范劍勇（2010）［24］則從制造業(yè)區(qū)位選擇的角度研究了房價上漲對于制造業(yè)的影響，其研究結(jié)果表明大型城市的房價過快上漲導(dǎo)致了長三角制造業(yè)分散化布局。

綜上，現(xiàn)有的文獻(xiàn)對于房價變化對產(chǎn)業(yè)發(fā)展影響的研究較為薄弱，缺乏對房價變化如何影響工業(yè)產(chǎn)出進(jìn)行系統(tǒng)的機(jī)制研究和實(shí)證檢驗(yàn)。本文在全面分析房價上漲對工業(yè)和制造業(yè)的作用機(jī)制和傳播渠道的基礎(chǔ)上，實(shí)證檢驗(yàn)房價上漲對于工業(yè)產(chǎn)出的影響，并進(jìn)一步考察了東中西部地區(qū)間的差異化問題。

三、理論分析

關(guān)于在發(fā)展中國家是否應(yīng)該發(fā)展房地產(chǎn)業(yè)以及該如何發(fā)展房地產(chǎn)業(yè)，在理論界引起了熱烈爭論。在20世紀(jì)五、六十年代，一些發(fā)展經(jīng)濟(jì)學(xué)家認(rèn)為房地產(chǎn)業(yè)是一個高資本產(chǎn)出比行業(yè)，并會帶來通貨膨脹、消耗大量資源等問題，因此不應(yīng)該擴(kuò)大房地產(chǎn)投資；而反對者則認(rèn)為房地產(chǎn)業(yè)發(fā)展可以促進(jìn)就業(yè)，提升健康和儲蓄水平，從而應(yīng)該加大房地產(chǎn)業(yè)投資力度。這些爭論主要集中于房地產(chǎn)業(yè)是否應(yīng)該成為經(jīng)濟(jì)發(fā)展戰(zhàn)略的一部分、在資源有限的情況下應(yīng)該給房地產(chǎn)業(yè)多少的優(yōu)先權(quán)以及房地產(chǎn)業(yè)投資與其他產(chǎn)業(yè)相比有哪些優(yōu)勢？即使過了半個世紀(jì)，這些爭論仍然沒有一個確定的結(jié)論。這里歸納總結(jié)了房價上漲影響工業(yè)和制造業(yè)的三類效應(yīng)，并分析其傳導(dǎo)的異質(zhì)性及在中國的適用情況。

（一）抵押擔(dān)保效應(yīng)

抵押擔(dān)保效應(yīng)是指企業(yè)可供抵押擔(dān)保的資產(chǎn)價值上漲緩解了企業(yè)的融資約束，增加了企業(yè)信貸和投資規(guī)模。為了解釋20世紀(jì)30年代“大蕭條”和2007年“次貸危機(jī)”的發(fā)生機(jī)制，學(xué)術(shù)界對抵押擔(dān)保效應(yīng)做了深入研究。Bernanke等（1996）提出并完善了“金融加速器”理論，認(rèn)為對經(jīng)濟(jì)主體的所有初始沖擊，將會通過信貸市場進(jìn)一步放大，即最初的微小沖擊經(jīng)過企業(yè)之間、企業(yè)與金融機(jī)構(gòu)之間的相互作用，使得企業(yè)的資產(chǎn)價值、借款能力以及投資行為產(chǎn)生變化，最終引致經(jīng)濟(jì)產(chǎn)出總量的大幅度波動。與Bernanke等（1996）類似，Kiyotaki和 Moore（1997）在企業(yè)資產(chǎn)與投資之間建立了直接聯(lián)系。

房地產(chǎn)在歐美和我國都是最重要的抵押擔(dān)保資產(chǎn)。房價的上漲使企業(yè)所擁有的商業(yè)房產(chǎn)和廠房等資產(chǎn)價值上升，增加了企業(yè)抵押品的價值。這一方面讓企業(yè)在金融機(jī)構(gòu)可以獲得更多的信貸資金，另一方面也通過資產(chǎn)負(fù)債表的改善降低了企業(yè)的信貸成本。更為寬松的融資約束增加了工業(yè)企業(yè)獲得資金的能力，可能帶動工業(yè)企業(yè)投資和產(chǎn)出就業(yè)的增加。

（二）吸附效應(yīng)

房價的不斷上漲，帶來了房地產(chǎn)業(yè)的高額利潤，資本追逐利潤的本質(zhì)必然帶來一個結(jié)果——吸引更多的資本進(jìn)入房地產(chǎn)業(yè)，本文將這一效應(yīng)稱之為“吸附效應(yīng)”。中央電視臺《新聞1＋l》在2010年曾專題報道房地產(chǎn)業(yè)的豐厚利潤吸引了大量家電巨頭和制造業(yè)民企進(jìn)軍房地產(chǎn)市場。格力、海信、海爾、TCL等家電企業(yè)紛紛投資房地產(chǎn)業(yè)，作為服裝企業(yè)的紅豆股份，2010年上半年實(shí)現(xiàn)營業(yè)收入13.62億元，其中紅豆置業(yè)的營業(yè)收入為9.41億元，占整個總收入69%，同是服裝企業(yè)的雅戈?duì)柛闪恕暗赝酢本喸煺摺？梢姡袊績r的連年上漲對于工業(yè)企業(yè)產(chǎn)生了極強(qiáng)的“吸附效應(yīng)”。過去的十年中，我國實(shí)體經(jīng)濟(jì)發(fā)展不夠理想的主要原因可能就在于相當(dāng)多資金都被投資到房地產(chǎn)開發(fā)中了，而投資到人才培養(yǎng)、基礎(chǔ)創(chuàng)新等方面的資金則太少。這樣導(dǎo)致的不良后果是實(shí)體經(jīng)濟(jì)被房地產(chǎn)業(yè)拖累，沒有發(fā)展起來。

（三）成本效應(yīng)

房價上漲給工業(yè)企業(yè)帶來的負(fù)面效應(yīng)除了上述資源再配置之外，還存在直接或間接的成本效應(yīng)。成本效應(yīng)主要來自于物和人兩個方面：在物的方面，因?yàn)榉績r上升，必然使得新建企業(yè)或者項(xiàng)目所需要的廠房、辦公樓等價格也隨之上漲，因此可能會降低投資者新建企業(yè)和技術(shù)改造的積極性；同時，房價上漲還會加劇通貨膨脹和人民幣升值（范言慧，2013）［22］，從而帶來原材料價格上升，進(jìn)一步提高工業(yè)企業(yè)生產(chǎn)成本并對出口帶來負(fù)面影響，從而降低工業(yè)企業(yè)的利潤。在人的方面，由于住宅商品房價格連年高漲，住房問題成為了嚴(yán)峻的社會經(jīng)濟(jì)問題，眾多中低收入者尤其是農(nóng)民工難以安居樂業(yè)，從而限制了勞動力的轉(zhuǎn)移，減少了勞動力供給，變相增加了企業(yè)人力資源成本。

從上面理論分析可以看出房價的上漲對于工業(yè)產(chǎn)出的影響取決于多重效應(yīng)的綜合影響——抵押擔(dān)保效應(yīng)促進(jìn)了工業(yè)產(chǎn)出，吸附效應(yīng)和成本效應(yīng)抑制了工業(yè)產(chǎn)出。因而，房價上漲如何影響工業(yè)產(chǎn)出在很大程度上歸結(jié)為一個需要通過實(shí)證加以求解的問題。本文接下來基于省際面板數(shù)據(jù)對該問題進(jìn)行實(shí)證分析，探析我國房價上漲到底是促進(jìn)還是抑制了工業(yè)產(chǎn)出。

四、變量、數(shù)據(jù)與模型

（一）模型設(shè)定

本文以中國31個省作為研究對象，時間跨度為1999—2012年。本文所關(guān)注的問題是房價上漲對于中國工業(yè)的影響，因此本文選取工業(yè)增加值占GDP比重作為被解釋變量，商品房銷售價格作為被關(guān)注的解釋變量，考慮到工業(yè)的發(fā)展主要受到經(jīng)濟(jì)發(fā)展水平以及城市化水平等影響，還增加其他控制變量。為此，本文設(shè)定基本模型

（二）變量說明及數(shù)據(jù)來源

1.被解釋變量

工業(yè)增加值比重（industry）：本文選取工業(yè)增加值占GDP的比重作為被解釋變量。中國統(tǒng)計(jì)年鑒中有工業(yè)增加值和工業(yè)總產(chǎn)值兩個指標(biāo)來反映工業(yè)產(chǎn)品總量。而工業(yè)增加值所反映的是工業(yè)生產(chǎn)活動的最終成果，不包括原材料等一次性轉(zhuǎn)移到產(chǎn)品中的價值量和付給各部門的勞務(wù)支出，是工業(yè)企業(yè)生產(chǎn)過程中新增加的價值量，與其他部門沒有重復(fù)計(jì)算。工業(yè)總產(chǎn)值所反映的是工業(yè)企業(yè)生產(chǎn)活動的總成果，包括原材料等轉(zhuǎn)移到產(chǎn)品中的價值量。在本文中選擇工業(yè)增加值作為被解釋變量更符合研究需要。

2.解釋變量

3.其他控制變量

人均GDP（pgdp）：作為反映經(jīng)濟(jì)發(fā)展程度的指標(biāo)，數(shù)據(jù)來自中國統(tǒng)計(jì)年鑒，并以2000年為基期根據(jù)CPI指數(shù)進(jìn)行調(diào)整。理論認(rèn)為工業(yè)發(fā)展隨著經(jīng)濟(jì)水平的不斷上升，會呈現(xiàn)先增長后下降的倒U型，因此，回歸方程中考慮增加二次項(xiàng)。

城市化率（urb）：考慮到城市化的進(jìn)程會對工業(yè)發(fā)展產(chǎn)生影響，本文引入城市化率指標(biāo)作為控制變量，國內(nèi)學(xué)者多數(shù)都是用城鎮(zhèn)人口占比這一指標(biāo)進(jìn)行計(jì)算，本文也采用同樣的方法根據(jù)城鎮(zhèn)人口數(shù)占總?cè)丝跀?shù)比重計(jì)算而來。其中個別省份城鎮(zhèn)總?cè)丝跀?shù)缺失數(shù)據(jù)，通過差值法計(jì)算補(bǔ)全。

全社會固定資產(chǎn)投資（investment）：該指標(biāo)反映了全國建造和購置固定資產(chǎn)的活動情況，通過固定資產(chǎn)投資，進(jìn)一步促進(jìn)企業(yè)采用先進(jìn)技術(shù)設(shè)備、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)。因此該指標(biāo)對工業(yè)發(fā)展將產(chǎn)生較大的影響。數(shù)據(jù)來自國家統(tǒng)計(jì)局網(wǎng)站，并以2000年為基期根據(jù)CPI指數(shù)進(jìn)行調(diào)整。

對外開放度（open）：本文根據(jù)中國統(tǒng)計(jì)年鑒中進(jìn)出口總額以及當(dāng)年美元兌換人民幣的平均匯率值進(jìn)行計(jì)算后，除以當(dāng)年的GDP計(jì)算得來的比值來衡量該省份的對外開放程度。

主要變量的描述性統(tǒng)計(jì)分析如下。

表1 主要變量的統(tǒng)計(jì)描述結(jié)果

五、實(shí)證結(jié)果

（一）基本模型回歸

為了確定是采用固定效應(yīng)還是隨機(jī)效應(yīng)，本文先做了豪斯曼檢驗(yàn)，結(jié)果顯示應(yīng)該采用固定效應(yīng)，因此，本文所有回歸均采用面板固定效應(yīng)模型。

表2中的回歸1——回歸4分別是增加了不同控制變量后，商品房銷售價格上漲影響工業(yè)增加值比重變化的回歸結(jié)果。結(jié)果顯示，商品房銷售價格的上漲對工業(yè)增加值占GDP比重存在顯著的負(fù)向影響，即房價上漲對工業(yè)產(chǎn)出存在擠出效應(yīng)。其他控制變量的回歸結(jié)果顯示，工業(yè)增加值比重變化與人均GDP之間呈現(xiàn)倒U型關(guān)系，這與現(xiàn)有理論分析是一致的。關(guān)于城市化對于工業(yè)的影響并沒有明確的理論說明兩者之間是否存在倒U型關(guān)系，通過比較表2中回歸2和回歸3的結(jié)果，不難發(fā)現(xiàn)在增加了城市化二次項(xiàng)后，城市化的系數(shù)變得更加顯著，而回歸方程的R2也變大了。城市化對于第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展都存在促進(jìn)作用，在城市化初期對工業(yè)的需求更大，而到了后期，城市化對第三產(chǎn)業(yè)的促進(jìn)要大于第二產(chǎn)業(yè)，從這一角度考慮，城市化對工業(yè)增加值的影響也存在倒U型關(guān)系，因此，本文后面的回歸中都保留了城市化二次項(xiàng)。固定資產(chǎn)投資這一控制變量對工業(yè)增加值比重存在負(fù)向影響，這似乎與直覺不一致，可能的原因是本文選取的指標(biāo)是全社會固定資產(chǎn)投資，這其中也包括了對于房地產(chǎn)開發(fā)的投資，這一指標(biāo)的系數(shù)為負(fù)，也支持了本文的理論分析，即對于房地產(chǎn)過多的投資，會對工業(yè)發(fā)展產(chǎn)生擠出效應(yīng)。

1.3 治療方法 對照組入院后采用常規(guī)治療，主要包括禁食、胃腸減壓、解痙、止痛、降溫、糾正水電解質(zhì)紊亂、改善微循環(huán)以及預(yù)防性應(yīng)用抗生素等。研究組則在常規(guī)治療的基礎(chǔ)上予以生長抑素（批準(zhǔn)文號：H20020125，Laboratoires Serono S.A.）治療，使用劑量3 mg/12 h，通過微量注射泵持續(xù)靜脈給藥，單位輸液量0.25 mg/h，在患者臨床癥狀緩解3 d后停藥。

表2 商品房價格與工業(yè)增加值比重

房價上漲總體上擠出了工業(yè)產(chǎn)出，說明吸附效應(yīng)和成本效應(yīng)對工業(yè)產(chǎn)出的負(fù)面影響大于抵押擔(dān)保效應(yīng)對工業(yè)產(chǎn)出的正面影響。原因是多方面的：首先，抵押擔(dān)保效應(yīng)可能在我國并不顯著。一方面，我國企業(yè)房地產(chǎn)相對集中于國有企業(yè)和大型企業(yè)，民營企業(yè)和中小企業(yè)房地產(chǎn)較少。因而，國有企業(yè)和大型企業(yè)是抵押擔(dān)保效應(yīng)生效的主要載體。另一方面，由于我國金融市場發(fā)展程度較低，銀行的企業(yè)貸款具有規(guī)模和所有制上的歧視（張杰等，2013；劉瑞明，2011）［16，17］，我國國有企業(yè)和大型企業(yè)相對容易獲得銀行信貸，且成本較低；民營企業(yè)和中小型企業(yè)則較難獲得銀行信貸，且融資成本較高。所以，國有企業(yè)和大型企業(yè)對房價上漲帶來的融資便利并不敏感，在歐美發(fā)達(dá)國家具有廣泛現(xiàn)實(shí)基礎(chǔ)的抵押擔(dān)保效應(yīng)在我國并不顯著。其次，吸附效應(yīng)較為明顯。房價上漲帶來房地產(chǎn)業(yè)的高額利潤，大量資本流入房地產(chǎn)業(yè)。像格力、海爾這樣的傳統(tǒng)家電企業(yè)和紅豆、雅戈?duì)栠@樣的傳統(tǒng)服裝企業(yè)也紛紛進(jìn)軍房地產(chǎn)。同時，房價上漲使得新建企業(yè)或者項(xiàng)目所需要的廠房、辦公樓等價格也隨之上漲，增加了企業(yè)尤其是中小企業(yè)經(jīng)營成本。

（二）工具變量回歸

上文對商品房價格與工業(yè)增加值比重的關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)商品房價格上漲將導(dǎo)致工業(yè)增加值比重下降。接下來，嘗試?yán)霉ぞ咦兞抗烙?jì)來緩解內(nèi)生性問題。一般而言，導(dǎo)致內(nèi)生性問題的主要因素有三種，即聯(lián)立性偏誤、遺漏變量偏誤和測量誤差。本文的被解釋變量工業(yè)增加值比重對于解釋變量房價并不存在直接影響，但是可能存在某些因素同時影響到房價和工業(yè)增加值比重是本文模型中所忽略的，而工具變量估計(jì)的一個優(yōu)勢正是可以緩解由于控制變量控制的不夠完美而導(dǎo)致的遺漏變量偏誤。

工具變量要求該變量是外生的，并且與內(nèi)生變量（商品房銷售價格）有關(guān)，但是又不直接影響被解釋變量（工業(yè)增加值比重）。本文借鑒陳斌開和楊汝岱（2013）［18］的方法，選取土地供給作為房價的工具變量。一方面，土地供給與商品房價格上漲有著密切聯(lián)系，滿足相關(guān)性；另一方面，由于中國建設(shè)用地指標(biāo)是受到政府的嚴(yán)格管制的，相對于工業(yè)增加值比重而言，土地供給符合計(jì)量經(jīng)濟(jì)學(xué)中的外生性原則。

由于無法獲得1999—2012年間省級數(shù)據(jù)中土地開發(fā)面積這一指標(biāo)，本文采用各省房地產(chǎn)開發(fā)企業(yè)土地購置面積來反應(yīng)土地供給情況。表2中的回歸5，是采用土地購置面積作為商品房銷售價格的代理變量進(jìn)行兩階段最小二乘回歸結(jié)果。結(jié)果顯示，在緩解內(nèi)生性問題后，商品房價格上漲對于工業(yè)增加值比重依然有著顯著的負(fù)向影響。

（三）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步考察上文回歸結(jié)果的可靠性，表3對上文中的回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。本文關(guān)注的是房價上漲對于工業(yè)的影響，基本模型中采用了商品房銷售價格作為解釋變量，在理論分析中提到，由于房價上漲給房地產(chǎn)業(yè)帶來的高額利潤會吸引工業(yè)企業(yè)投資，從而引起工業(yè)衰退，因此，認(rèn)為住宅商品房的價格上漲同樣可能會帶來擠出效應(yīng)。表3中的回歸1和回歸2考察了住宅商品房價格與工業(yè)增加值比重的關(guān)系，其中回歸2是以土地購置面積作為工具變量進(jìn)行的兩階段最小二乘法回歸，從回歸結(jié)果可以看出，住宅商品房價格與工業(yè)增加值比重也呈現(xiàn)負(fù)向關(guān)系。

考慮到其他宏觀因素的影響，本文引入時間效應(yīng)控制不隨個體變化的時期效應(yīng)。表3的回歸3和回歸4是引入年度虛擬變量的“雙向固定效應(yīng)”模型的估計(jì)結(jié)果（限于篇幅，未列出年度虛擬變量的估計(jì)結(jié)果），其中回歸4是以土地購置面積作為工具變量進(jìn)行的兩階段最小二乘法回歸。可以看出，在新模型下商品房價格和工業(yè)增加值比重的系數(shù)符號不變，并且顯著。

以上所有回歸都是全樣本回歸，全樣本中包含了北京、上海等四個直轄市，而這四個直轄市由于政策的原因，其產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展有著特殊性質(zhì)，帶有較為濃厚的政治因素，而不是完全的市場結(jié)果，因此，表3中的回歸5和回歸6是剔除了這四個直轄市后進(jìn)行的回歸分析。在回歸5中，雖然剔除了四個直轄市，但商品房銷售價格和工業(yè)增加值比重的系數(shù)符號不變，且顯著。在回歸6中，引入了工具變量后，商品房銷售價格和工業(yè)增加值比重的系數(shù)符號依然為負(fù)，但并不顯著。一個可能的原因是該檢驗(yàn)剔除了4個直轄市后房價差異變小所致。

表3 穩(wěn)健性檢驗(yàn)

（四）區(qū)域差異檢驗(yàn)

考慮到中國東中西部地區(qū)經(jīng)濟(jì)發(fā)展差異問題，本文將樣本劃分為東部地區(qū)和中西部地區(qū)，并分別對兩個地區(qū)進(jìn)行回歸分析（表4）。從表4的回歸結(jié)果來看，在考慮了區(qū)域差異后，東部地區(qū)房價上漲對工業(yè)增加值比重的影響系數(shù)值為-0.009，且在1%水平上顯著，說明東部地區(qū)存在較為顯著的擠出效應(yīng)；而中西部地區(qū)房價上漲對工業(yè)增加值比重的影響系數(shù)為-0.002，但是不顯著。利用工具變量回歸緩解了內(nèi)生性問題后，表4的回歸3和回歸4顯示，東部地區(qū)仍然存在顯著的擠出效應(yīng)，中西部地區(qū)則系數(shù)為正但高度不顯著。

從實(shí)證結(jié)果來看，房價上漲對于工業(yè)產(chǎn)出的擠出效應(yīng)存在地區(qū)差異，即東部地區(qū)存在擠出效應(yīng)，而中西部地區(qū)可能并不存在擠出效應(yīng)。其原因可能在于東部地區(qū)房價上漲相對快速，中西部地區(qū)房價上漲相對平緩，而快速的房價上漲對工業(yè)產(chǎn)出的負(fù)面影響更為嚴(yán)重，平緩的房價上漲對工業(yè)產(chǎn)出的負(fù)面影響較小甚至并不存在。當(dāng)然，這一結(jié)果也存在另外一種解釋——房價上漲相對平緩的中西部地區(qū)也存在擠出效應(yīng)，但是由于中西部地區(qū)承接?xùn)|部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，因此在某種程度上緩解了房價上漲對于工業(yè)的擠出效應(yīng)，本文的實(shí)證分析沒有也無法控制相關(guān)影響，從而使得回歸結(jié)果并不顯著。注：括號內(nèi)為t值，＊＊＊、＊＊、＊分別表示在1%、5%、10%水平上顯著。

表4 區(qū)域差異

六、結(jié)論及啟示

本文詳細(xì)闡述了房價上漲對于工業(yè)發(fā)展的影響機(jī)制，認(rèn)為房價上漲對于工業(yè)發(fā)展存在吸附效應(yīng)、抵押擔(dān)保效應(yīng)和成本效應(yīng)三種影響，其最終結(jié)果取決于三種效應(yīng)的合力。而實(shí)證結(jié)果顯示，在全樣本下，房價上漲對于工業(yè)存在擠出效應(yīng)；考慮到地區(qū)差異后，發(fā)現(xiàn)在東部地區(qū)，房價上漲對于工業(yè)存在擠出效應(yīng)，而在中西部地區(qū)則不存在擠出效應(yīng)。

近些年來，房地產(chǎn)作為新的經(jīng)濟(jì)增長點(diǎn)為我國的經(jīng)濟(jì)增長起到了積極的作用，但是從長期經(jīng)濟(jì)發(fā)展來看，房價上漲對工業(yè)具有一定的擠出作用。這是因?yàn)榉績r上漲一方面吸收其他行業(yè)的資金資源，另一方面帶來通貨膨脹和本幣升值，且這些負(fù)面效應(yīng)大于抵押擔(dān)保效應(yīng)帶來的對企業(yè)投資的正面影響。同時，王文春和榮釗（2014）也發(fā)現(xiàn)房價上漲抑制了我國工業(yè)企業(yè)創(chuàng)新傾向。考慮到這些負(fù)面影響，房地產(chǎn)業(yè)作為促進(jìn)經(jīng)濟(jì)增長的支柱產(chǎn)業(yè)的提法可能是不合適的。更有效的做法是積極擴(kuò)大中小企業(yè)和民營企業(yè)的融資渠道，維護(hù)房地產(chǎn)市場和房價的平穩(wěn)發(fā)展。

［1］呂江林.我國城市住房市場泡沫水平的度量［J］.經(jīng)濟(jì)研究，2010（6）：28-41.

［2］Bernanke B，Gertler M，Gilchrist S.The Financial Accelerator and the Flight to Quality［J］.Review of Economics and Statistics，1996，78（3）：1-15.

［3］Kiyotaki N，Moore J.Credit Cycles［J］.Journal of Political Economy，1997，105（5）：211-248.

［4］Iacoviello M.House Prices，Borrowing Constraints，and Monetary Policy in the Business Cycle［J］.A-merican Economic Review，2005，6（3）：739-764.

［5］Iacoviello M，Neri S.Housing Market Spillovers：Evidence From an Estimated DSGE Model［J］.A-merican Economic Journal：Macroeconomics，2010，4（5）：125-164.

［6］Favilukis J，Ludvigson S，Van N S.The Macroeconomic Effects of Housing Wealth，Housing Finance，and Limited Risk-Sharing in General Equilibrium［R］.Working Paper，2012.

［7］Liu Z P，Wang T，Zha.Land-Price Dynamics and Macroeconomic Fluctuations ［J］.Econometrica，2013，81（3）：1147-1184.

［8］武康平，胡諜.房地產(chǎn)價格在宏觀經(jīng)濟(jì)中的加速器作用研究［J］.中國管理科學(xué)，2011，19（1）：29-35.

［9］鄭忠華，邸俊鵬.房地產(chǎn)借貸、金融加速器和經(jīng)濟(jì)波動——一個貝葉斯估計(jì)的DSGE模擬研究［J］.經(jīng)濟(jì)評論，2012（2）：25-35.

［10］Gan J，Collateral.Debt Capacity and Corporate Investment：Evidence From a Natural Experiment［J］.Journal of Financial Economics，2007，6（85）：709-734.

［11］Almeida H，Campell M.Financial Constraints，Asset Tangibility，and Corporate Investment［J］.The Review of Financial Studies，2007，20（5）：1429-1460.

［12］Chaney T，Sraer D，Thesmar D.The Collateral Channel：How Real Estate Shocks Affect Corporate Investment［J］.American Economic Review，2012，102（6）：2381-2409.

［13］曾海艦.房產(chǎn)價值與公司投融資變動、抵押擔(dān)保渠道效應(yīng)的中國經(jīng)驗(yàn)證據(jù)［J］.管理世界，2012（5）：125-136.

［14］羅時空，周亞虹.房價影響企業(yè)投資嗎：理論與實(shí)證［J］.財(cái)經(jīng)研究，2013，39（8）：133-144.

［15］Rampini A，Viswanathan S.Collateral and Capital Structure［J］.Journal of Financial Economics，2013，3（109）：466–492.

［16］Cvijanovic D.Real Estate Prices and Firm Capital Structure［J］.The Review of Financial Studies，2014，27（9）：2690-2735.

［17］王文春，榮昭.房價上漲對工業(yè)企業(yè)創(chuàng)新的抑制影響研究［J］.經(jīng)濟(jì)學(xué)季刊，2014，13（2）：465-490.

［18］Hurst E，Lusardi A.Liquidity Constraints，Household Wealth，and Entrepreneurship［J］.Journal of Political Economy，2004，112（2）：319-347.

［19］Fairlie R，Krashinsky H.Liquidity Constraints，Household Wealth，and Entrepreneurship Revisited［J］.Review of Income and Wealth，2012，58（2）：279-306.

［20］Schmalz M，Sraer D，Thesmar D.Housing Collateral and Entrepreneurship［R］.The Journal of Finance Economics，F(xiàn)orthcoming，2013.

［21］Adelino M，Schoar A，Severino F.House Prices，Collateral and Self-Employment［R］.The Journal of Financial Economics，F(xiàn)orthcoming，2013.

［22］范言慧，席丹，殷琳.繁榮與衰落：中國房地產(chǎn)業(yè)擴(kuò)張與“荷蘭病”［J］.世界經(jīng)濟(jì)，2013（11）：27-50.

［23］吳海民.資產(chǎn)價格波動、通貨膨脹與產(chǎn)業(yè)“空心化”——基于我國沿海地區(qū)民營工業(yè)面板數(shù)據(jù)的實(shí)證研究［J］.中國工業(yè)經(jīng)濟(jì)，2012（1）：46-56.

［24］邵挺，范劍勇.房價水平與制造業(yè)的區(qū)位分布——基于長三角的實(shí)證研究［J］.中國工業(yè)經(jīng)濟(jì)，2010（10）：24-32.