企業房地產投資對技術創新的影響及其異質性研究

黃大禹 謝獲寶 鄒夢婷

摘? ?要：當前，在產能過剩和消費不足的雙重擠壓下，企業實體業務利潤空間持續收窄，眾多企業開始調整資金投資方向。其中，以企業投資房地產領域最為突出，“脫實向虛”的現象初現端倪。本文針對“企業房地產投資—技術創新”的框架進行研究，得出如下結論：從整體上來看，企業的房地產投資行為的確對技術創新活動起到了明顯的抑制作用，且具有明顯的動態疊加特征。進一步地，企業的房地產投資具有明顯的差異化特征。當前針對企業房地產投資行為的治理，應遵循差異化的政策路線，才可以起到良好的實踐結果。

關鍵詞：企業房地產投資;技術創新;異質性

中圖分類號：F830? 文獻標識碼：A? ?文章編號：1674-2265（2021）04-0016-09

DOI：10.19647/j.cnki.37-1462/f.2021.04.003

一 、引言

企業房地產投資主要指企業將自身資源投入到房地產項目的行為，這種現象在當前經濟大環境整體下行、實體部門盈利空間萎縮的大背景下變得愈加明顯。企業房地產投資可以分為兩種類型：第一種類型，是企業進入房地產領域成為房地產開發商，主要扮演的是房地產的賣方角色;第二種類型，是企業并不成為房地產開發商，而是購買不動產自持物業產生收益。本文所指的房地產投資主要是后者。Krippner（2011）[1]的研究中，就有企業“不務正業”從事金融投資活動，最后整個生產經營活動都被金融左右的擔憂。中國企業的房地產投資活動，大多不是為了服務自用，而是關注房地產項目買賣活動中形成的高額利差。特別是在近些年，我國企業的房地產投資行為更是具有明顯的投資屬性而非實體商業屬性。然而，國外發達國家的實踐和理論文獻，并不能簡單作為解釋中國現實的依據，需要對我國企業房地產投資行為進行系統全面的分析，特別是對企業投資房地產活動所導致的產業結構轉型滯緩、技術創新活動低迷等現象引起全面重視。企業的房地產投資活動，會在很大程度上擠出企業正常的項目資源，甚至會干擾到企業正常的決策路徑。如若這種現象不斷深化，則會出現一定的“產業空心化”“主業空心化”特征，會在很大程度上對當前我國創新驅動轉型戰略的實現造成不利影響。但值得注意的是，當前針對企業房地產投資活動影響的研究尚不充分，這類問題不單有關當前企業的“脫實向虛”傾向，也與企業自身核心技術創新能力的形成有密切關聯，對此進行研究有著較高的學術和實踐價值。

本文研究內容集中在如下幾個方面：第一，從整體上確認企業房地產投資活動對技術創新活動的影響。第二，考慮到企業多重屬性差異和我國的制度背景，從異質性角度切入，充分探討了“企業房地產投資—技術創新”范式下可能存在的差異化特征事實，并進行了穩健性檢驗與內生性檢驗，確保結論的可信性。

二? ?理論機制分析與研究假說提出

房地產投資蔚然成風，上市企業也難以逃脫這個“魔球”的引力，這源于房地產所具備的金融屬性。伴隨房價持續上漲，企業可從投資性房產中攝取巨額回報，獲得超越市場平均收益的利率，能在一定程度上補充企業現金流，助力企業發展，進而有利于企業技術創新。一方面，企業持有的房產價格上漲可提升企業價值，充實企業內源資金，延展企業可用資源邊界，這對企業的技術創新活動而言尤為關鍵（王文春和榮昭，2014）[2]。另一方面，房地產是優質抵押品，企業持有房地產將有利于在信貸資源上提高議價能力，拓展企業融資渠道和融資規模（Chaney等，2012;Bleck和Liu，2017;張杰等，2016）[3-5]。技術創新活動作為資金密集型項目，企業會經常被困在內外部融資約束困境中。房地產投資可一定程度上削弱這種負面效果，進而激勵企業技術創新。

然而，也有學者持有相反的觀點，即企業參與房地產投資會給企業技術創新能力帶來一定的沖擊。主要理由如下：

第一，企業參與房地產投資需要投入大量資金，對企業創新研發形成資源“擠占效應”（Bleck和Liu，2017）[4]，直接抑制企業技術創新。房地產行業屬于資本密集型行業，和企業創新研發一樣，需要投入大量且長期的資金，但在當前中國房地產市場發展現狀下，投資房地產行業相對于企業研發創新所獲的收益更加穩定和豐厚，于是企業在進行投資資產配置時會對房地產投資更加傾斜，將原本用于技術創新研發的資源轉而投入到房地產行業（何珊珊，2018）[6]，創新投入的減少勢必會抑制企業技術創新，特別對于存在融資約束的企業，抑制影響會更嚴重。

第二，企業投資房地產行業能獲得比主業更高的回報率，出于資本逐利性，企業會更熱衷于投資房地產行業賺取“快錢”，創新研發積極性被削弱。房地產行業較高的投資回報率會引致企業跨行業套利行為，資本競相追逐并逃離實體經濟，顧元媛和沈坤榮（2012）[7]、Miao和Wang（2012）[8]稱這種由房地產行業投機性泡沫導致資本在不同生產部門之間重新分配的現象為“資源重配效應”。隨著房地產泡沫持續膨脹，企業資本從房地產行業獲取的“快錢”會增加，企業進行創新研發的傾向會減弱，王文春和榮昭（2014）[2]利用中國規模以上企業數據驗證了房價上漲對企業開發新產品活動的負面影響效應。

第三，金融部門信貸資金偏好房地產行業，加劇了企業創新研發的資金短缺，間接抑制企業技術創新。中國當前仍是以銀行業為主的間接金融市場，房地產和高新技術行業屬于資本密集型行業，對銀行信貸資金的依賴程度較高。由于房地產投資收益高于絕大部分的實體行業，同時其足值的抵押間接提升了銀行貸后風險管理能力，銀行出于對高利率的追逐會選擇優先將有限的資金投入高風險承擔水平的房地產行業（陸嘉瑋等，2017）[9]。由此，資源錯配現象加劇，實體行業創新研發所需長期資金被擠占，企業技術創新被抑制。

第四，大量資金進入房地產行業會拉高房價，消費者購買力被透支，從而減少了對高附加值產品的消費，市場對企業創新研發的需求會降低。當企業大規模資金進一步推高房價后，普通居民購房剛需支出會消耗其有限的購買力，其他產品的消費需求勢必被擠占（丁攀和胡宗義，2008）[10]，高技術含量產品的需求彈性較高，首當其沖會被移出家庭消費清單，市場對高技術含量產品的需求會減少，導致“內需所引致的創新”功能失效，降低了企業的技術創新動力。

基于以上分析，本文提出如下假說：

假說1：企業的房地產投資與技術創新活動之間呈現出負向相關關系，即房地產投資不利于技術創新。

值得注意的是，上述論證僅集中在了企業房地產投資影響技術創新的全景式概括上，這很容易忽略了企業內外部屬性差異所帶來的異質性問題。具體來看，不同屬性類別的企業，在面對房地產投資活動時有著差異性的需求，即便在持有同樣規模的房地產投資時，不同企業的承受、化解乃至利用的能力也有所不同，從而會對自身的經營項目產生影響。如果忽略了對這部分問題的細化討論，則容易使本項研究的結論陷入鈍化陷阱之中。為此，本文針對企業屬性差異乃至地區差異進行了異質性的討論和分析。

就國有企業而言，一方面，其憑借國家信譽鏈條的介入和一定的壟斷特權，技術創新的主觀能動性存在著一定的缺陷;另一方面，國有企業可以憑借國家信譽背景，在金融市場上獲取足夠的金融資源，國有企業介入房地產活動，會使得金融資源進一步在房地產領域內“空轉”，從而加大了企業的“脫實向虛”特征，更加嚴重地擠出自身的技術創新活動。相比之下，在不進則退的市場大環境中，非國有企業較之于國有企業有著更為強烈的技術創新主觀意愿（何立勝，2003）[11]。但非國有企業在金融市場上往往面臨著排斥，以至于其只能“另辟蹊徑”來為自身籌集金融資源，此時非國有企業投資房地產項目，能夠在經濟大環境下行的趨勢下盡可能地保有自身資源，甚至實現一定的“反哺”效應，從而在一定程度上激發非國有企業的活躍程度。基于此，本文提出了假說2a。

假說2a：相對于非國有企業而言，國有企業的房地產投資更不利于自身的技術創新活動。

就高新技術企業而言，以技術創新的手段來實現市場份額的占領是企業設立的重要核心目標。就這類企業而言，本身就承擔著較為沉重的研發支出負擔，針對技術創新的特殊性，還要維系企業內部可用資源的長期穩定。因此，如若高新技術企業從事房地產投資項目，則會對企業內部的可用資源形成較強的占用，從而不得不以降低研發支出等方式來滿足對房地產項目的投資需求，這會對那些對資源可持續性要求較高的技術研發項目造成嚴重沖擊。進一步地，高技術企業自身經營決策體系本身就在于研判技術創新演進走向以及相關的市場決策，而不在于如何在金融市場做出決策以攝取超額利潤。因此，如若高新技術企業進入房地產投資市場，則意味著在自身的決策體系內會形成兩套截然不同的機制，這必然會造成一定程度的“威廉姆森型組織不經濟”狀況，從而在一定程度上減損企業技術創新研發決策的有效性和科學性。相比之下，非高新技術企業的立身之本就不在技術的研發創新上，即便從事房地產投資項目，也不會對技術創新活動造成過度的擠出。因此，本文提出了假說2b。

假說2b：相對于非高新技術企業而言，高新技術企業的房地產投資更不利于自身的技術創新活動。

進一步地，本文將研究轉向了“制造業—非制造業”的差異上。中國的制造業是當前產業結構乃至整個經濟系統的中堅力量，其在推動技術創新上有著相當的重要性。但另一方面，當前中國制造業面臨著很大的轉型壓力，在經濟結構轉型、經濟增長降速換擋的大背景下，制造業的生存形勢較為嚴峻，也面臨著更為緊張的資源約束邊界。因此，若制造業從事了與自身主業不相關的房地產投資，則會在很大程度上對自身的資源造成擠出，“掏空”企業內部的主業競爭力，從而形成了諸如“產業空心化”“主業空心化”等問題。缺乏實體經濟項目支撐的制造業，想要在技術研發創新項目上有所突破顯然有著很大難度，更不用說房地產投資項目對其造成的不利沖擊了。

假說2c：相對于非制造業而言，制造業企業的房地產投資更不利于自身的技術創新活動。

大規模企業更可能在金融市場中獲取足額乃至額外的資源，除了從事實體經濟項目之外，還能夠將冗余資源投入金融領域，最大限度地提升自身的資金使用績效。相比之下，小規模企業本身的技術創新基礎條件較弱，可用資源往往面臨較強的約束邊界，在金融市場上的融資活動也往往步履維艱（李華民和吳非，2015）[12]。因此，如若小規模企業將資源投入到房地產領域，勢必會對其他項目造成一定的擠出。此外，小規模企業缺乏專業的金融財務人員，也不具備平滑風險的規模體量支撐，在從事金融領域的投資活動時，難以克服其中蘊藏的風險，房地產投資活動會在很大程度上有損其技術創新。綜上所述，本文提出了假說2d。

假說2d：相對于大規模企業而言，小規模企業的房地產投資更不利于自身的技術創新活動。

三、研究設計

（一）數據來源與基本處理

本文采用滬深A股上市公司2007—2018年的數據進行研究。相關的企業財務變量數據來自萬得數據庫，企業層面的各項專利數據從國泰安數據庫中的“中國上市公司與子公司專利研究數據庫”中抽取。根據研究慣例，本文剔除了金融企業樣本、ST類企業和期間退市的企業，剔除了在研究年限中進行IPO的企業，從而得到了18825個“企業—年度”樣本觀測數據。

（二）變量設定

1. 被解釋變量組：創新變量組（Pat）。在過往的經典文獻中，都偏好將企業的研發投入水平作為企業創新活躍度的測度指標。但鑒于企業研發投入只能作為企業創新活動的“中間”指標，將其作為企業創新能力的“終極”測度可能會有較大的高估風險（吳非等，2018）[13]。近年來，以技術創新投入來測度的手段，逐步被技術創新產出所替代，以企業專利創新數量作為企業創新能力測度的研究文獻日益增多。本文擬借鑒這類文獻的處理手法，以企業專利數量作為企業創新能力的代理變量。

進一步地，在企業專利體系中，可存在兩套數據：第一類為專利申請數;第二類為專利授權數。龍小寧和林志帆（2018）[14]的研究認為，企業的專利授權數存在著極大的時滯問題，專利審批往往需要較長的審核期，企業在特定年份的專利授權，極有可能是多年前的創新研發成果。為避免核心解釋變量的滯后期處理減損樣本量，造成回歸結果的偏誤，以及由于不同類型專利授權周期不等，大一統式的滯后期處理無法體現出不同專利之間的具體差異，因此，采用企業專利的“申請數”可能較為適宜。盡管企業的專利申請數量可能也會存在一定的時滯特征，但較之于“授權數”而言，已經有了很大的改善。對此，本文采用這類數據結構進行研究。

值得一提的是，企業的專利創新也存在技術含金量上的層次差異，在我國的專利體系中，按照企業專利的技術含量，界分為三個檔次：第一為發明專利創新;第二為實用新型專利創新;第三為外觀設計專利創新。在黎文靖和鄭曼妮（2016）[15]的研究中，則進一步對這類數據進行了處理：首先計算出企業的整體專利創新狀況，進而采用分類的辦法，將企業創新活動分為實質性技術創新活動與非實質性技術創新活動。其中，實質性技術創新活動以企業的發明專利創新來衡量，非實質性技術創新活動則以其他兩檔專利創新之和來測度。本項研究借鑒其做法，并對上述變量均采取了對數化處理。

2. 核心解釋變量組：企業房地產投資（REI）。在當前背景下，許多企業在房地產領域的投資行為，已經脫離了自商用目的，而旨在套取房地產項目的增值利潤。從這個角度來看，企業房地產投資行為在很大程度上已經具有了明顯的“投資屬性”。本文擬采用“投資性房地產凈額/總資產”作為企業房地產投資行為強度的代理變量。雖然許多企業會將投資房地產的經濟行為隱藏到固定資產、無形資產以及在建工程等其他科目中，單一使用投資性房地產科目并不能全面反映企業房地產投資情況，但固定資產、無形資產以及在建工程等科目余額有可能是經營用途，也有可能是投資增值用途，因而無法進行有效區分，所以本文僅使用投資性房地產科目來核算。

3. 控制變量。為了更加準確地判定“企業房地產投資—技術創新”范式之間的關系，必須盡可能地解決遺漏變量所造成的內生性問題，對此，本文進一步在回歸檢驗中納入了控制變量組，包括企業年齡、資產負債率、股權集中度、總資產、總收入、資本密集度、凈利潤增長、兩職合一與審計意見等。

（三）模型建構與實證策略

為了分析企業房地產投資活動對技術創新的影響，本文設定了模型（1）以驗證。

在式（1）中，被解釋變量為Lnpat，以企業的專利申請數作為替代的衡量指標。REI為本項研究的核心解釋變量——企業房地產投資強度。在控制變量組中，包括了前述的控制變量。?為模型隨機誤差項。

在進行模型檢驗前，本文進行了如下的技術處理：第一，對所有數據進行1%和99%分位數的Winsor縮尾處理，并對所有非比值型變量進行了加1并對數化處理;第二，企業技術創新是長期的過程，企業任何經營決策想要影響到企業技術創新產出，必須要經過較長時間方能實現，對此，本文對核心解釋變量進行了滯后一期處理;第三，為了盡可能消除不隨時間變化卻又無法觀測的某些特征，本文通過固定效應模型進行了剔除，并進一步控制了相關的時間趨勢，二者合并即為“雙向固定效應模型”;第四，為減輕異方差干擾，本文采用了聚類穩健標準誤的方式進行了調整。

如前文所述，簡單就企業房地產投資如何影響技術創新活動進行全覆蓋式的回歸檢驗，會在很大程度上抹殺企業必然存在的差異化特征。對此，基于企業屬性差異的檢驗，可能是導出精準導向的政策建議的重要一環，對此，本文設定了公式（2）進行研究。

在公式（2）中，采用交互項的方式提煉出異質性特征下的創新產出差異效果，即通過企業屬性虛擬變量與企業房地產投資變量的交互項進行處理。針對企業的內部屬性差異進行了劃分，考察“國有企業—非國有企業”“制造業—非制造業”“高技術企業—非高技術企業”“大規模企業—小規模企業”。

四、實證結果與經濟解釋

（一）基準回歸結果：企業房地產投資與技術創新

在表3中，本文對“企業房地產投資—技術創新”的基本范式進行了檢驗。模型（1）—（3）中，僅控制了時間和行業固定效應;模型（4）—（6）中，進一步納入了相關的控制變量。

從實證結果來看，無論是沒有納入控制變量的回歸模型，抑或是納入了控制變量的回歸模型，都展現出了高度一致的回歸結果：房地產投資的回歸系數為負且高度顯著。在納入了控制變量后，L.REI的回歸系數有所縮小，這可能是因為在考慮了多種控制變量因素后，L.REI的影響在一定程度上被吸收了。即便如此，相關的實證結論依舊保持著高度的穩健，企業的房地產投資活動越多，則會對技術創新活動產生明顯的抑制作用，為假說1提供了經驗證據支持。

在表3的控制變量回歸組別中，傳遞出了一些有趣的實證結果。其中，企業的杠桿率水平（LEV）對企業各層次的技術創新活動都產生了一定的負面作用。本文認為，企業的杠桿率越高，則意味著內部的現金流充裕程度越低，會在一定程度上對企業內部資源造成擠出效果。企業內部的股權集中度（Equity）越高，在一股獨大的情況下，可能難以做出對企業技術創新活動有利的生產決策。企業的總資產規模（Lnasset）越高，則意味著企業可能會有足夠的資源用以支撐企業的技術創新活動。然而，企業的營業收入水平卻展現出了一定的負面效果。本文認為，企業的營業收入越高，則企業可能存在一定的動機將資源集中在多快好省的經濟項目中，以便在后續的時間序列中獲取更多的收入，這在一定程度上降低了企業長期投資活動的關注力。如若企業的財務報告被出具了非標意見，則多意味著企業的財務狀況出現了一定未知的風險，這很可能會在一定程度上降低企業的技術創新活力。在回歸檢驗中，Opin的回歸系數均為負值且至少通過了5%的顯著性檢驗便是明證。

為進一步考察企業房地產投資對技術創新的負面作用的可持續性，本文分析了企業房地產投資變量的滯后2期、3期、4期對企業三種層次的技術創新活動的影響，結果見表4。實證結果發現，滯后2期的企業房地產投資對企業三種層次技術創新活動的影響均為負值，且均通過了1%的顯著性檢驗，滯后3期和滯后4期的指標結果均與之類似。由此可見，房地產投資活動對技術創新活動的影響是負面且持久的，在較長的時間序列中有著明顯的疊加效應，房地產投資活動對于企業技術創新活動的損害是非常明顯的。從表3滯后1期回歸結果，到表4動態效應的回歸結果，REI回歸系數的絕對值隨著滯后期增加而逐步增大，更是確證了上述結論，這也從側面為本文的研究假說1提供了進一步的實證支持。

本文認為，盡管當前的房地產投資活動有著明顯的“脫實向虛”偏向，甚至被賦予一定的“金融化”特征，但其實踐操作與金融化業務又稍有不同，以至于房地產投資有著更為明顯的負面效果。具體來看，一方面，房地產投資是一項長周期的投資活動，其投資周期基本都在1年以上，由于其特殊的產權性質，企業所投資的房地產項目想要迅速變現十分困難，而一般類型的金融化項目，都可以實現快速變現，以至于企業在出現經營困難，或是創新項目亟須新的現金流補充時，這類金融化投資項目能夠及時實現補充。另一方面，一般類型的金融化業務，投資規模具有較高的靈活性，而房地產投資項目一般對資金規模的需求較大，這種大規模的資金投資項目，勢必會對企業的正常項目產生更大的擠占效應。

（二）企業房地產投資與技術創新：企業屬性異質性視角

在表5中，本文基于企業的產權屬性差異進行了異質性檢驗。研究發現，國有企業相對于非國有企業而言，能夠更好地運用房地產投資活動來輔助企業的技術創新活動。L.REI×L.State的回歸系數均為正值，且均通過了1%的顯著性檢驗。這與本文“國有企業房地產投資更不利于技術創新活動”的研究假說有所不符。本文認為，國有企業歷經長期改革，其內在的治理機制和模式已經得到了較大的改善，具有相當的規模經濟和范圍經濟，也有著專業的投資人員來配置現有的投資活動。在這種情況下，國有企業較之非國有企業，能夠更好地調配自身的資源用于激發技術創新的活力。非國有企業因技術研發基礎薄弱，且不具備足夠的風險化解基礎條件和金融人才配置，無法有效地利用這類投資業務實現“反哺”。

在表6中，本文基于企業的科技屬性進行了異質性檢驗。為了更加全面地刻畫這種異質性效應，本文采取了兩種不同的劃分方法，一是將企業劃分為戰略性新興產業（SEI）;二是劃分為高科技產業（HT）。研究發現，無論是戰略性新興產業抑或是高科技產業，其同房地產投資變量的交互項均為負且高度顯著，基本確證了本文的假說3b，即高技術企業的房地產投資活動更不利于企業技術創新活動。

在表7中，本文基于企業的制造業屬性進行了異質性檢驗。研究發現，L.REI×L.Manuf系數在三種層次的專利創新活動中都為負值，且均通過了1%的顯著性檢驗，驗證了假說3c，說明制造業企業房地產投資活動會顯著地抑制自身的技術創新活動。

在表8中，本文基于企業的規模屬性進行了異質性檢驗。研究發現，大規模企業的房地產投資有著一定助益企業技術創新活動的特征：L.REI×L.Large的回歸系數均為正值且顯著，而小規模企業房地產投資則嚴重降低了企業的創新產出水平。由此，不同規模企業對房地產投資的運用效果產生了明顯差異，這很可能歸因為大規模企業有著更大的規模經濟，能夠在一定程度上化解房地產投資活動的風險，并能夠充分調配相關資源用以補充技術創新活動的資源缺口，而小規模企業由于規模體量的限制無法達到上述要求，由此確證了本文的假說3d。

五、穩健性檢驗

（一）被解釋變量的口徑變更——考慮專利數據中子公司、聯營、合營的情形

前述回歸中的被解釋變量，均以上市公司自身的專利數為企業創新能力的代理變量。但就具體實踐來看，上市公司普遍具有子公司、聯營、合營公司等各種形式。一方面，子公司、聯營、合營公司自身也有著技術創新活動;另一方面，母公司的房地產投資活動勢必也會對這些公司產生一定的影響。對此，在本小節的穩健性檢驗中，本文著重變更了原有被解釋變量的統計口徑，將子公司、聯營、合營公司的專利數一并納入，從而得到了全新的專利數據，并重新按照本文的基準回歸進行再檢驗，詳見表9。

（二）回歸技術的更替——基于歸并數據與計數特征的回歸

應當說，專利數量同傳統的財務變量之間稍有差異。第一，這類專利數量有著明顯的非負整數特征。除了進行對數化處理之外，還可以采用泊松回歸的方法。對此，本文采用了“負二項回歸”重新進行了實證檢驗，詳見表10。第二，這類數據有著十分明顯的左側截斷特征，對于這類典型的歸并數據，傳統的OLS回歸可能會造成一定的偏誤。對此，本文采用tobit模型進行重新檢驗，詳見表11。最后，為了盡可能地對原有主線實證進行充分檢驗，在表12中，本文還同時考慮了“Tobit模型+雙向固定效應+專利變量測度更替”的方法進行檢驗。

（三）固定效應模式的更替

Nunn和Qian（2014）[16]提出了另一種固定效應控制辦法，其將樣本中的亞非國家界分為6大板塊區域，并控制了區域和年度的聯合固定效應以規避遺漏偏誤造成的干擾，旨在控制區域中某些要素變化的時間趨勢。Moser和Voena（2012）[17]則從“時間—行業”的微觀聯合固定效應出發進行研究。對此，本文在表12中采用了“時間—行業”“時間—省份”的聯合固定效應檢驗，以盡可能地消除內生性的干擾。

將表9到12的實證檢驗同前文進行對比發現，企業房地產投資變量依舊顯著為負，其方向和顯著性沒有發生變化，因此，本文的研究結論是穩健的。

（四）內生性處理

在前述的實證檢驗中，針對回歸模型中的內生性處理有一定的涉及：第一，在回歸時，對核心解釋變量進行了滯后一期處理，而被解釋變量保持當期的數據結構。這么處理的意義在于，在實踐上，考慮到了企業房地產投資活動從發生進而傳遞至企業的技術創新活動所需要的時滯;在實證技術上，又能適當減輕反向因果問題的擾動。第二，采用了 “雙向固定效應”模型，控制了“時間—行業”，并進一步控制了“時間—行業聯合固定效應”“時間—省份聯合固定效應”，從而盡可能地剔除內生性的干擾。但仍必須注意到：第一，反向因果干擾僅是內生性問題的一種。其中，遺漏變量問題的存在乃是內生性中更普遍和突出的問題。如果某些變量同企業的房地產投資行為有關，又與企業技術創新活動有關，而這類變量出于種種考慮被遺漏，那么此時的內生性問題是較為嚴重的。盡管在前文中本文參照經典文獻對許多變量進行了控制，但依舊沒有辦法窮盡所有的相關因素。因此，內生性問題需要進一步解決。對此，本小節采用了工具變量法和傾向得分匹配來克服回歸中的內生性問題。

1. 2SLS工具變量法。選取“特定行業中除本行業之外所有企業的房地產投資強度的均值”作為工具變量。這么處理的原因在于：第一，相關性，特定企業的房地產投資在同行業內具有較高的關聯度。第二，外生性，行業外的企業的房地產投資行為，無法影響本企業內部的技術創新活動，符合工具變量外生性的要求。從表13來看，Kleibergen-Paap rk LM統計量均大于10，從而拒絕了“工具變量和內生變量無關”的原假設，相關性條件得到滿足。

結果表明，“企業房地產投資—技術創新”之間的負相關依舊顯著成立，說明經過工具變量的調整，在剔除了內生性干擾后，相關的研究結論依舊穩健。當然，從另一個角度來看，進行了工具變量調整后，L.REI的回歸系數大幅增加，這可能表明經過內生性校準后，實際的房地產投資活動負面沖擊的真實效應可能被低估了。

2. 傾向得分匹配法。房地產投資活動強度是一個連續變量，需要降維成虛擬變量才能實現相應的PSM配對處理。對此，本文將房地產投資活動高于均值的企業設定為treat=1，否則為0。為了避免樣本選擇偏誤，本文采用了傾向性得分匹配來篩選、平衡全樣本。根據Logit模型估計了樣本中的傾向得分數據后，采用了半徑匹配法進行配對。在配對完成之后，檢驗高房地產投資組和控制組企業各變量在匹配前后的差異，可以發現，經過匹配后的數據基本都是“平行”的，兩個組別之間的差異大多不具備統計學顯著特征，表明本文的匹配狀況較好。

由表14可知，在經過有效匹配控制了樣本選擇的偏誤影響后，發現了一致性較高的實證結果。由實證結果可知，樣本無論是否經過匹配，其平均處理效應均為負值，且這種差異均得到了t檢驗的支撐。上述結果表明，企業的房地產投資活動顯著地降低了企業技術創新產出效果。綜上，在通過了穩健性檢驗和內生性處理之后，本文的結論穩健、可靠。

六、結論與政策建議

當前，企業投資呈現出了明顯的“脫實向虛”偏向，在很大程度上造成了“產業結構空心化”等現象。本文借助上市企業2007—2018年的數據，針對“企業房地產投資—技術創新”范式進行了初步的檢驗，考察二者的整體影響效應以及異質性差異。

研究結果發現，企業房地產投資嚴重抑制了企業的技術創新活動，并且這種抑制效應在一個較長的時間序列中都存在，有著明顯的動態疊加特征。上述研究結論在歷經多重穩健性檢驗和內生性處理后依舊成立，說明本項研究的核心結論是穩健的。進一步地，就異質性來看，不同企業屬性差異下的企業，在房地產投資的創新抑制效應上有所差異。本文的研究一方面確證了企業房地產投資行為存在的不利影響;另一方面指出了針對企業房地產投資行為的治理，應精準制定政策，不能以一套政策治理體系來針對所有類別的企業。

必須指出的是，本文主要就“企業房地產投資—技術創新”的范式進行了一個整體判斷，但二者之間的具體影響機制尚未得到梳理和證明，需要更深入的討論。

參考文獻：

[1]Krippner G R. 2011. Capitalizing On Crisis [M]. Harvard University Press.

[2]王文春，榮昭.房價上漲對工業企業創新的抑制影響研究 [J].經濟學（季刊），2014，13（2）.

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

[4]Bleck A，Liu X. 2017. Credit Expansion and Credit Misallocation [J].Journal of Monetary Economics，94（9）.

[5]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 [J].管理世界，2016，（5）.

[6]何珊珊.非房地產企業進入房地產行業對其全要素生產率的負面影響——基于中國 A股上市公司數據的實證研究 [J].當代財經，2018，（2）.

[7]顧元媛，沈坤榮.地方政府行為與企業研發投入——基于中國省級面板數據的實證分析 [J].中國工業經濟， 2012，（10）.

[8]Miao J，Wang P. 2014. Sectoral Bubbles，Misallocation & Endogenous Growth [J].Journal of Mathematical Economics，53（8）.

[9]陸嘉瑋，陳文強，賈生華.信貸配置偏好、貸后債務治理與房地產企業投資 [J].金融經濟學研究，2017，32（6）.

[10]丁攀，胡宗義.股價與房價波動對居民消費影響的動態研究 [J].統計與決策，2008，（15）.

[11]何立勝.國有企業與民營企業制度創新比較研究[J].經濟經緯，2003，（3）

[12]李華民，吳非.誰在為小微企業融資：一個經濟解釋 [J].財貿經濟，2015，（5）.

[13]吳非，杜金岷，楊賢宏.財政R&D補貼，地方政府行為與企業創新 [J].國際金融研究，2018，（5）.

[14]龍小寧，林志帆.中國制造業企業的研發創新：基本事實、常見誤區與合適計量方法討論 [J].中國經濟問題，2018，（2）.

[15]黎文靖，鄭曼妮.實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響 [J].經濟研究，2016，51（4）.

[16]Nunn N，Qian N. 2014. Us Food Aid and Civil Conflict [J].American Economic Review，104（6）.

[17]Moser P，Voena A. 2012. Compulsory Licensing： Evidence From the Trading With the Enemy Act [J].American Economic Review，102（1）.