房地產投資對制造業投資影響的差異性測度

曾國安 何艾狄

摘要：本文選取2005—2016年中國31個省、自治區和直轄市的面板數據，通過聚類分析分別考察房地產投資對高利潤率、中低利潤率制造業行業投資的影響，并未發現房地產投資對制造業投資表現出擠出效應，事實上房地產投資額的增長能夠有效帶動制造業投資額的增長，且對高利潤率制造業行業投資的帶動效應大于對中低利潤率制造業行業投資的帶動效應，中低利潤率制造業行業投資更多受到自身盈利水平的影響。因此，提振投資效率的關鍵是改善中低利潤率制造業行業的盈利能力，切實降低壟斷性高利潤率制造業行業準入門檻，促進資本進入高利潤率制造業行業;加大對高端制造業的減稅力度，促進制造業向高附加值、高技術轉型;從而引導房地產投資平穩增長，促進房地產業與制造業良性互動、協調發展。

關鍵詞：房地產投資;制造業投資;利潤率;行業差異;區域差異

中圖分類號：F293? ? 文獻標識碼：A? ? 文章編號：1003-854X（2019）11-0028-09

一、引言與相關文獻綜述

伴隨著1998年中國城鎮住房制度改革的全面推行，房地產業步入快速發展軌道。2004年至2018年的房地產業增加值年均實際增速為12.52%，其占國內生產總值的比重從2004年的4.43%上升至2018年的6.65%。房地產產業鏈逐步建立和完善，采用2015年投入產出表計算可得房地產業對42個產業部門的帶動總效應為1.722，其中對高技術產業相關制造業行業的帶動效應從2002年的0.155上升到2015年的0.193，對科學研究和技術服務的帶動效應從2002年的0.007上升到2012年的0.020①。房地產業一方面為社會經濟活動和居民生活消費提供物質載體，另一方面為中國持續推進城鎮化、最終實現現代化提供重要保障。

相較于房地產業的快速發展，中國制造業卻呈現出增長乏力的態勢。2004年至2018年的制造業增加值年均實際增速為8.48%，其占國內生產總值的比重從2004年的31.98%下降至2018年的29.41%，中國工業品出廠價格指數從2012年3月到2016年8月連續54個月同比增長為負，中國制造業采購經理人指數從2015年8月到2016年2月連續7個月低于50%。制造業增長放緩對中國整體經濟也產生了較大的負面影響，從2015年到2018年連續四年GDP實際增速均低于7%。據此，有的學者開始將中國房地產業發展與制造業發展對立起來，認為房地產投資對制造業投資的擠出效應是造成制造業增長乏力的主要因素，通過抑制房地產投資才能促使資本重新回流制造業。

事實是否如此呢？從現有文獻來看，關于房地產業發展對制造業發展的影響大體可以概括為三種觀點，即帶動效應、擠出效應和門檻效應。國內學者王國軍、劉水杏（2004）認為房地產業通過供給推動和需求拉動對相關產業產生帶動效應，共同構成了供給和需求循環的互動發展體系，他們認為與房地產業密切相關的制造業行業包括化學工業、非金屬礦物制造業、食品制造及煙草加工業、電器機械及器材制造業等②。魏作磊、李丹芝（2012）對珠三角9個城市生產性服務業內部各行業發展與制造業競爭力關系進行了研究，結論是房地產業發展與制造業競爭力提升呈正相關關系，房地產業就業人數占總就業人數比重提高1%，制造業全員勞動生產率會提高0.132%③。李秀婷、董紀昌等（2014）基于投入產出模型進行的研究認為，若將房地產生產過程的活動考慮在內，房地產業對相關產業的拉動力大于推動力，其中消耗第二產業產品居多，對物質生產型和資本密集型產業依賴度較高，房地產業的發展能在較大程度上帶動經濟增長和就業增長④。陸桂賢、許承明（2017）在排除制造業自身經營狀況對投資的影響后發現房地產投資對制造業投資不存在擠出效應，房地產投資的平穩增長能夠帶動制造業投資的增長，制造業投資增速下滑的主要原因在于自身經營不景氣和預期回報率下降⑤。

也有學者如范言慧、席丹等（2013）認為房地產業過度擴張和房價上漲所產生的財富效應會導致貿易部門的勞動力和資本流入房地產業在內的不可貿易部門，進而造成人民幣匯率上升和國內通貨膨脹，對制造業產品出口會產生負面影響，其中對勞動密集型和資本密集型產品出口的負面影響更為顯著⑥。羅知、張川川（2015）研究發現房地產投資對制造業投資具有顯著的擠出效應，該擠出效應是房地產投資增加導致制造業資源配置效率顯著下降的重要渠道之一，特別是國有企業在信貸擴張過程中將較低成本獲取的信貸用于房地產投資加劇了制造業資源配置效率的損失⑦。李暢、謝家智（2013）定量分析了中國房地產投資對制造業產出的動態影響，他們認為房地產投資對制造業產出雖具有促進效應，但隨著房地產投資的增加促進效應會逐漸減弱并趨于零，呈現“倒U型”關系⑧。

國外學者Edward E. Leamer（2007）通過研究房地產投資波動與美國經濟衰退的關系，發現在美國最近的8次經濟衰退中，由房地產投資造成的沖擊高達26%，說明房地產投資波動對美國實體經濟波動有較強的沖擊⑨。Thomas Chaney等（2010）從抵押品角度分析了房地產市場波動如何影響美國企業投資規模，其結論是企業擁有的房地產價值越高，企業增加貸款的意愿越強烈，越傾向于繼續擴大投資，且伴隨著企業融資約束的收緊，企業投資與房地產價值的關系越緊密⑩。Manuel Adelino等（2015）研究發現房地產價值上升，有利于個人創業和小型企業發展，但對大型企業的影響不太顯著，因為個人創業和小型企業主要通過房產抵押解決資金缺口。

Balázs gert和Rafa Kierzenkowski（2014）通過研究法國房地產市場對出口的影響，認為房地產價值過高、房地產市場規模過大會影響生產要素的分配，抑制資源的自由流動，從而不利于制造業出口。

二、理論假設

對現有文獻進行分析，我們可以發現關于房地產業對制造業投資影響的理論研究主要分為兩條路徑：一是從房價角度出發;二是從房地產投資角度出發。

前期相關研究中關于房價對制造業投資的影響較多，其理論依據主要包括Tobin’s Q理論、金融加速器理論等。Tobin’s Q理論認為制造業企業是否追加投資取決于企業市場價值與其資產重置成本的比值Q。首先，從企業成本來看，由于房地產是制造業企業必不可少的生產要素之一，房價上漲使得制造業企業資產重置成本增加，制造業企業Q比值下降;反之，房價下降使得制造業企業資產重置成本減少，制造業企業Q比值上升。其次，從企業利潤來看，房價上漲使得制造業企業可以通過出售現有固定資產獲得利潤，制造業企業Q比值上升;反之，房價下降壓縮了制造業企業通過出售固定資產獲得利潤的空間，制造業企業Q比值下降。最終，當Q<1時，制造業企業將減少投資，轉而通過企業并購等方式實現擴張;當Q>1時，制造業企業將增加投資。此后，隨著信息經濟學的發展，信息不對稱對企業融資影響的研究受到關注，金融加速器理論認為制造業企業是否追加投資取決于所受外部融資約束的程度。當房價上漲時，制造業企業的存量資產將同步增值，減輕了企業的外部融資約束，從而有效緩解制造業企業追加投資、擴大生產的資金壓力;反之，當房價下降時，制造業企業的存量資產將同步減少，加重了企業的外部融資約束，間接降低了制造業企業的投資水平。

前期相關研究中關于房地產投資對制造業投資的影響較少。部分觀點認為房地產投資增加將推高地價導致房價上漲，引起一系列的價格傳導效應，因此房地產投資對制造業投資的影響與房價對制造業投資的影響基本一致。為此，我們繪制了折線圖對全國房價與房地產投資之間的關系進行分析，由圖1可知，當商品房價格增速上升時，房地產投資增速會隨之上升，但基本上滯后于房價增速一個年度;反之，當房價增速下降時，房地產投資增速將隨之下降，也基本上滯后于房價增速一個年度。事實上，我們并沒有發現房地產投資對房價有顯著的正向促進作用，故不能將兩者對制造業投資的影響混為一談，下文將分別從直接途徑、間接途徑兩個方面分析房地產投資對制造業投資的影響。

首先，房地產業和制造業本身存在著廣泛和密切的經濟聯系。我們利用2002年之后的投入產出表測算得到，房地產業對制造業的前向推動效應從2002年的0.181上升至2015年的0.364，對制造業的后向拉動效應從2002年的0.271下降至2015年的0.220，對制造業的總帶動效應從2002年的0.452上升至2015年的0.584。房地產業既是制造業產品的需求者，也是制造業生產要素的供給者，兩者共同構成了供給與需求的循環體系，使得資本能夠在房地產業和制造業之間充分流動。此外，測算結果也顯示出房地產業對制造業的前向推動效應和后向拉動效應已經發生了結構性調整，房地產業正逐步從粗放型發展模式走向專業化，其生產性服務業屬性不斷增強，有利于制造業實現從數量型增長向質量型增長的轉變。

其次，制造業對投資需求的依賴度仍在不斷增強。我們利用2002年之后的投入產出表測算得到，制造業對投資需求的依賴度整體呈增長趨勢，到2015年達到42.04%;對出口需求的依賴度則呈先升后降趨勢，在2007年達到最大值為39.19%，其后到2015年降至26.50%;對消費需求的依賴度先從2002年的33.45%下降至2007年的25.18%，隨后回升至2015年的31.46%。根據2015年數據可知，制造業對投資需求的依賴度要大于對消費需求和出口需求的依賴度，其中對出口需求的依賴度已降至2002年以來的最低水平。因此，在當前錯綜復雜的國際經濟形勢下，保持適度的房地產投資規模有利于帶動制造業投資和發展。

再者，房地產投資可以通過推動新型城鎮化建設、增加政府收入和支出等間接途徑帶動制造業投資。一方面，房地產業不但為城鎮人口集中提供住房保障，也為城鎮產業集聚提供空間保障，是新型城鎮化的重要物質載體。保持適度的房地產投資規模有利于推動新型城鎮化建設，帶動城鎮基礎設施和公共服務設施改善，從而既能夠通過投資需求和消費需求帶動制造業投資，也能夠通過人才、技術等優質要素空間集聚，發揮技術溢出效應帶動制造業投資和發展。另一方面，由于土地出讓金和房地產稅收在政府收入中占比較高，保持適度的房地產投資規模能夠有效增加政府收入，其增量部分可用于加大對制造業發展尤其是高端制造業發展的財政支出、財政補貼、政府購買等方面的政策扶持。

基于上述理論分析，本文提出假說1：房地產投資對制造業投資具有正向的促進作用。

房地產投資對制造業投資的影響存在行業差異。我們將制造業分為高利潤率制造業行業和中低利潤率制造業行業，由于中低利潤率制造業行業本身存在過度進入、過度供給和過度競爭導致利潤率上升空間受到限制，造成房地產投資對其投資的帶動效應也是有限的，中低利潤率制造業行業投資更多地受到自身發展潛力的影響;反之，高利潤率制造業行業無論是在降低成本，還是提高收入上都保持著競爭優勢，即使遇到經濟周期波動也具有較高的安全邊際，能獲得投資者青睞，因此，房地產投資增加將從投資需求和消費需求兩方面有效帶動高利潤率制造業行業投資。

基于上述理論分析，本文提出假說2：房地產投資對高利潤率制造業行業投資的帶動效應大于對中低利潤率制造業行業投資的帶動效應。

三、實證分析

1. 模型設定及數據選取

通過理論分析可知，房地產投資對制造業投資具有正向促進作用，但對不同利潤率水平制造業行業投資的帶動效應存在一定差異。因此，本文旨在檢驗房地產投資對制造業投資是否表現為帶動效應，同時分析房地產投資對不同利潤率水平制造業行業投資影響的差異性。我們將模型設定如下：

本文使用的數據是2005—2016年中國31個省、自治區和直轄市的21個制造業行業的非平衡面板數據。首先對21個制造業行業利潤率進行聚類分析，高利潤率制造業行業包括煙草制品業、酒/飲料和精制茶制造業、醫藥制造業;中低利潤率制造業行業包括農副食品加工業、食品制造業、紡織業、紡織服裝/服飾業、造紙和紙制品業、石油/煤炭及其他燃料加工業、化學原料和化學制品制造業、化學纖維制造業、非金屬礦物制品業、黑色金屬冶煉和壓延加工業、有色金屬冶煉和壓延加工業、金屬制品業、通用設備制造業、專用設備制造業、鐵路/船舶/航空航天和其他運輸設備制造業、電氣機械和器材制造業、計算機/通信和其他電子設備制造業、儀器儀表制造業。

在計量模型方程（1）式和（2）式中，被解釋變量h_MI表示高利潤率制造業行業固定資產投資（對數值），l_MI表示中低利潤率制造業行業固定資產投資（對數值），數據來源于《中國固定資產投資統計年鑒》和《固定資產投資統計年報》。解釋變量RI表示房地產開發投資（對數值），數據來源于《中國統計年鑒》。

控制變量h_MP表示高利潤率制造業行業利潤率，l_MP表示中低利潤率制造業行業利潤率，利潤率通過利潤總額除以主營業務收入而得;h_MD表示高利潤率制造業行業資產負債率，l_MD表示中低利潤率制造業行業資產負債率，資產負債率通過負債總額除以資產總額而得，數據來源于《中國工業統計年鑒》。制造業行業利潤率和資產負債率在一定程度上能夠反映其盈利水平和再融資能力，本文在計量模型方程中控制了這兩個與制造業行業自身發展潛力相關的變量，只關注房地產投資對制造業投資的影響。不過，我們的研究結果顯示，在放開對制造業行業利潤率和資產負債率控制的條件下，得到的結果類似。

選擇一組省級層面控制變量X，包括城鎮化率（urban）、金融機構人民幣各項貸款（finance，對數值）、出口總額（人民幣）占GDP比重（trade）、一般公共預算支出占GDP比重（exp）、第二產業增加值占GDP比重（industry），用于控制該地區城市化水平、金融發達程度、對外貿易水平、財政狀況、產業結構。數據來源于各年的《中國統計年鑒》。

ηi表示地區虛擬變量，λt表示時間虛擬變量;腳標i表示第i個省、自治區或直轄市，腳標t表示第t期。我們以2005年作為基期，使用中國各省份或地區的GDP平減指數對所有名義變量進行了消脹處理。

從理論分析來看，我們認為房地產投資和制造業投資之間可能存在特定的內生性問題。首先，由于房地產業作為生產性服務業是制造業生產要素的供給者，制造業投資也會對房地產投資產生影響，兩者間可能存在反向因果關系;其次，盡管計量模型方程已經控制了省級固定效應和時間固定效應，并且盡可能多地控制了一系列與制造業投資相關的省級層面的變量，但對計量模型方程的估計仍然可能無法避免遺漏變量問題。為了解決這兩個原因可能造成估計結果存在內生性偏誤的問題，我們借鑒了張杰等（2016）的工具變量選取方法，將人均建設用地出讓面積滯后1期和滯后2期的滯后值作為房地產投資的工具變量，同時將房地產投資滯后1期和滯后2期的滯后值作為多重工具變量。采用人均建設用地出讓面積和房地產投資的滯后值作為工具變量的合理性在于：（1）張杰等認為人均建設用地出讓面積既充分包含了中央政府的用地計劃指標信息，又直接反映了政府政策驅動的各種有效信息，其和房地產投資之間的邏輯關系是：中央政府制定計劃→各省、市確定用地指標→建設用地供求關系調整→地價波動→房地產投資變化。（2）房地產投資的當期值不可能影響到人均建設用地出讓面積和房地產投資的滯后值，確保了工具變量的外生性。

另外，為了緩解某些控制因素對制造業行業投資也可能產生的反向因果關系，所有控制變量均取滯后1期的滯后值。本文使用的計量軟件是stata15.0，用Choi的單位根檢驗方法，對所有變量進行了平穩性檢驗，顯示各變量平穩，可以進行面板回歸。表1報告了各變量的描述性統計結果。

在進行實證分析之前，我們繪制了折線圖分別對全國高利潤率制造業行業投資、中低利潤率制造業行業投資與房地產投資之間的關系進行初步判斷。從圖2、3、4可以直觀地看出，全國高利潤率制造業行業投資、中低利潤率制造業行業投資與房地產投資均呈正相關關系，下文將通過實證方法檢驗并對東、中、西部地區分別進行考察。

2. 全國房地產投資對不同利潤率水平制造業行業投資影響的實證檢驗

表2、3分別報告了計量模型方程（1）式和（2）式的估計結果，其中第1列為隨機效應估計（RE）結果，第2列為單向固定效應估計（FE）結果，第3列為雙向固定效應估計（FE-TW）結果，第4列為工具變量GMM估計（IV-GMM）結果，第5列為剔除了制造業行業利潤率、資產負債率后的工具變量GMM估計（IV-GMM）結果，第6列為剔除了城鎮化率后的工具變量GMM估計（IV-GMM）結果。

從模型選擇的合理性來看，經過Hausman檢驗，P值顯著，拒絕原假設，說明應該使用固定效應模型;從工具變量的有效性來看，經過DWH檢驗，P值顯著，拒絕原假設，說明房地產投資和高利潤率、中低利潤率制造業行業投資之間是存在內生性問題的。因此，本文將重點分析工具變量GMM估計結果，工具變量已通過了弱工具變量檢驗、外生性檢驗以及過度識別檢驗。

由表2、3可知，在研究期內，房地產投資對高利潤率、中低利潤率制造業行業投資均具有正向的促進作用，且對高利潤率制造業行業投資的帶動效應大于對中低利潤率制造業行業投資的帶動效應。具體從使用工具變量解決內生性問題的IV-GMM估計結果來看，房地產投資每提高1個百分點，高利潤率制造業行業投資將提高0.661個百分點，中低利潤率制造業行業投資將提高0.373個百分點，兩者均在1%水平上顯著。

對高利潤率制造業行業投資而言，除房地產投資外，各項貸款總額和第二產業占比也具有正向的促進作用。具體來看，各項貸款總額每提高1個百分點，高利潤率制造業行業投資將提高0.650個百分點，在1%水平上顯著;第二產業占比每提高1個百分點，高利潤率制造業行業投資將提高0.948個百分點，在10%水平上顯著。

對中低利潤率制造業行業投資而言，除房地產投資外，中低利潤率制造業行業利潤率、城鎮化率、各項貸款總額具有正向的促進作用，中低利潤率制造業行業資產負債率具有負向的阻礙作用。具體來看，利潤率每提高1個百分點，中低利潤率制造業行業投資將提高3.615個百分點，在1%水平上顯著;城鎮化率每提高1個百分點，中低利潤率制造業行業投資將提高3.988個百分點，在1%水平上顯著;各項貸款總額每提高1個百分點，中低利潤率制造業行業投資將提高0.785個百分點，在1%水平上顯著;資產負債率每提高1個百分點，中低利潤率制造業行業投資將降低1.578個百分點，在1%水平上顯著。

因此，我們認為房地產投資能夠有效帶動制造業投資增加，未表現出擠出效應。但房地產投資對不同利潤率水平制造業行業投資的正向促進作用具有差異性，房地產投資對高利潤率制造業行業投資的帶動效應大于對中低利潤率制造業行業投資的帶動效應。此外，我們還發現高利潤率制造業行業投資主要受到金融發展水平和產業結構調整的影響，而中低利潤率制造業行業投資更多地受到自身發展潛力和城鎮化建設的影響。

3. 分地區房地產投資對不同利潤率水平制造業行業投資影響的實證檢驗

我們進一步考察分地區房地產投資對不同利潤率水平制造業行業投資的影響，東、中、西部地區按照國家統計局2016年全國房地產開發投資和銷售情況中的劃分標準執行，表4、5分別報告了房地產投資對東、中、西部地區不同利潤率水平制造業行業投資影響的工具變量GMM估計（IV-GMM）結果。

由表4可知，在研究期內，房地產投資對東、中、西部地區高利潤率制造業行業投資均具有正向的促進作用。具體來看，房地產投資每提高1個百分點，東部地區將提高0.505個百分點，在10%水平上顯著;中部地區將提高0.581個百分點，在1%水平上顯著;西部地區將提高0.559個百分點，在1%水平上顯著。此外，第二產業占比對中部地區高利潤率制造業行業投資具有正向的促進作用，其每提高1個百分點，中部地區將提高1.552個百分點，在1%水平上顯著。各項貸款總額對西部地區高利潤率制造業行業投資具有正向的促進作用，其每提高1個百分點，西部地區將提高0.687個百分點，在5%水平上顯著。

由表5可知，在研究期內，房地產投資對東、中、西部地區中低利潤率制造業行業投資均具有正向的促進作用，但對中、西部地區的促進作用在10%水平上不顯著，也就是說沒有統計學上的影響。具體來看，房地產投資每提高1個百分點，東部地區將提高0.948個百分點，在1%水平上顯著;中部地區將提高0.029個百分點;西部地區將提高0.060個百分點。此外，利潤率對東、中、西部地區中低利潤率制造業行業投資具有正向的促進作用，具體來看，利潤率每提高1個百分點，東部地區將提高8.079個百分點，在5%水平上顯著;中部地區將提高6.475個百分點，在1%水平上顯著;西部地區將提高2.903個百分點，在1%水平上顯著。城鎮化率對東、中部地區中低利潤率制造業行業投資具有正向的促進作用，城鎮化率每提高1個百分點，東部地區將提高10.72個百分點，在1%水平上顯著;中部地區將提高7.194個百分點，在1%水平上顯著。各項貸款總額對西部地區中低利潤率制造業行業投資具有正向的促進作用，其每提高1個百分點，西部地區將提高0.991個百分點，在1%水平上顯著。

總的來說，房地產投資能夠有效帶動東部地區中低利潤率制造業行業投資增加，但對中、西部地區中低利潤率制造業行業投資無顯著影響，中低利潤率制造業行業投資主要是受到自身發展潛力的影響。其次，在剔除了城鎮化率之后，我們發現房地產投資對中部地區中低利潤率制造業行業投資的影響是顯著的，這說明中部地區房地產投資主要是伴隨城鎮化建設的推進來帶動制造業投資的。再者，與西部地區高利潤率制造業行業投資一致，西部地區中低利潤率制造業行業投資也受到該地區金融發展水平的影響。

四、簡要研究結論和政策建議

本文實證檢驗了房地產投資對不同利潤率制造業行業投資的影響，并未發現房地產投資對制造業投資表現出擠出效應，事實上房地產投資額的增長能夠有效帶動制造業投資額的增長，且對高利潤率制造業行業投資的帶動效應大于對中低利潤率制造業行業投資的帶動效應。值得注意的是，本文研究發現中低利潤率制造業行業投資主要受到自身盈利水平的影響，即改善中低利潤率制造業行業盈利能力是提振投資的關鍵因素。此外，本文還發現西部地區金融發展水平也是影響該地區高利潤率、中低利潤率制造業投資的主要因素。

基于以上研究結論，本文提出政策建議如下：

第一，降低壟斷性高利潤率制造業行業準入門檻，促進資本進入高利潤率制造業行業。要進一步深化行業改革，破除阻礙資本進入高利潤制造業行業的行政性壟斷壁壘，引進競爭機制，提高投資效率，改善低利潤率制造業行業過度競爭的現狀，化解制造業投資結構與需求結構不匹配的矛盾。

第二，加大對高端制造業的減稅力度，促進制造業向高附加值、高技術轉型。要支持高端制造業發展，必須加大對高技術制造業研發活動的減稅力度，改變資本大量配置于產能過剩的傳統制造業的格局，優化制造業產業結構，通過向高附加值、高技術制造業行業轉型提升國際競爭力。

第三，引導房地產投資平穩增長，促進房地產業與制造業良性互動、協調發展。要以經濟發展為根本目標，通過“一城一策”長效機制引導房地產投資保持平穩增長，深化供給側結構性改革推動房地產業轉型升級，加強房地產業與制造業之間的聯動效應，尤其是加強房地產業對高端制造業的正向促進作用，提高資本在房地產業與制造業之間的流動效率。

第四，提高西部地區金融發展水平，緩解西部地區制造業企業的融資約束，促進西部地區制造業高質量發展。要通過推動西部地區金融體制機制改革，優化金融結構，拓寬融資渠道，降低融資成本，增強金融服務西部地區制造業發展的能力，發揮要素稟賦優勢積極承接東部地區制造業轉移。

注釋：

① 根據2017年高技術產業（制造業）分類和歷年投入產出表，本文定義的高技術產業相關制造業行業包括化學產品，交通運輸設備，通信設備、計算機和其他電子設備，儀器儀表。

② 王國軍、劉水杏：《房地產業對相關產業的帶動效應研究》，《經濟研究》2004年第8期。

③ 魏作磊、李丹芝：《生產服務業發展與制造業競爭力的關系》，《廣東商學院學報》2012年第4期。

④ 李秀婷、董紀昌等：《基于投入產出模型的我國房地產業宏觀經濟效應分析》，《系統工程理論與實踐》2014年第2期。

⑤ 陸桂賢、許承明：《房地產投資擠出了制造業投資嗎？——基于外部融資視角》，《學海》2017年第4期。

⑥ 范言慧、席丹、殷琳：《繁榮與衰落：中國房地產業擴張與“荷蘭病”》，《世界經濟》2013年第11期。

⑦ 羅知、張川川：《信貸擴張、房地產投資與制造業部門的資源配置效率》，《金融研究》2015年第7期。

⑧ 李暢、謝家智：《房地產投資與制造業：促進效應還是擠出效應——基于非參數逐點回歸的實證分析》，《金融經濟學研究》2013年第5期。

⑨ Edward E. Leamer， Housing Is the Business Cycle， NBER Working Paper No.13428， Issued in September 2007.

⑩ Thomas Chaney， David Sraer， David Thesmar， The Collateral Channel： How Real Estate Shocks Affect Corporate Investment， NBER Working Paper No.16060， Issued in June 2010.

M. Adelino， A. Schoar， F. Severino， House Prices， Collateral， and Self-Employment， Journal of Financial Eco-nomics， 2015， 117（2）， pp.288-306.

Balázs gert， Rafat Kierzenkowski， Exports and Property Prices in France： Are They Connected？ The World Economy， 2014， 37（3）， pp.387-409.

張杰、楊連星、新夫：《房地產阻礙了中國創新么？--基于金融體系貸款期限結構的解釋》，《管理世界》2016年第5期。

東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省（市）;中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省;西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省（市、自治區）。

當然我們也不認為房地產行業投資絕對不會對制造業投資產生擠出效應，在什么條件下會出現擠出效應，為什么目前的實證分析并未反映有擠出效應，這需要另文進行探討。

作者簡介：曾國安，武漢大學中國住房保障與房地產經濟研究中心主任，武漢大學發展研究院院長、教授、博士生導師，湖北武漢，430072;何艾狄，武漢大學經濟與管理學院博士研究生，湖北武漢，430072。

（責任編輯? 陳孝兵）