房價上漲、要素流動與制造業升級

劉建江 羅雙成

摘要：? 本文將資本和勞動兩種要素流動納入統一框架中，研究房價上漲如何作用于制造業升級。利用2003—2016年我國30個省區市面板數據，在控制內生性問題情況下，本文采用系統GMM檢驗房價上漲對制造業升級的影響。結果發現，房價上漲對制造業升級具有顯著的負向作用，從邊際效應來看，房價增長率增加一個標準差（0.09），將導致制造業高度化指標下降0.14，房價上漲對制造業升級的抑制作用明顯。進一步研究發現，房價上漲顯著降低了制造業企業研發投入，進而抑制制造業升級。由于推力和拉力的作用，房價上漲對勞動力流動的影響不確定。本文為制造業創新升級和房地產市場調控提供了重要的政策啟示。

關鍵詞：? 房價上漲; 要素流動; 制造業升級; 資源配置

文獻標識碼： A? 文章編號： 1002-2848-2018（06）-0098-09

一、引 言

改革開放以來，我國豐富廉價的勞動力資源為我國制造業發展創造了有利條件。東部沿海地區借助本地發展外向型經濟的便利，通過發展勞動密集型產業逐漸獲得國際市場的競爭優勢，從而加快了我國經濟發展，縮小了我國與發達國家的差距[1]。現階段，我國制造業尚處在國際垂直分工體系的中低端，在研發投入、研發強度與研發集中度等方面與創新型國家尚存在較大差距[2]。長期以來，我國研發投入和教育投入占GDP比重偏低，2015年分別為2.06%和5.2%，而美國長期保持2.7%和5.4%左右。中國在全球價值鏈中仍處于中低端位置，實現制造業的升級，從勞動集約型轉變為資本密集型的結構轉變，是改變“中國制造”現狀的重要途徑。2015年，我國正式發布《中國制造2025》，試圖推動我國高端制造業的發展。然而，近十幾年來隨著勞動力、土地等要素成本不斷上漲，低端制造業的利潤空間逐漸下降，資本開始追求更快更高收益的投資（如房地產），不斷擠壓用于創新投入的資本，嚴重影響了制造業創新和升級。因此，深入分析制約制造業升級的關鍵因素尤為重要。近些年，我國房價快速上漲對制造業升級是否有影響？如果有影響，是通過什么機制對制造業升級產生影響？

產業升級是企業或實體經濟從過去生產勞動密集型、低附加值的產品和服務，轉變為生產資本密集型、高附加值的產品和服務的過程[3-4]。對于產業升級和調整的研究汗牛充棟，現有文獻逐漸開始關注資產價格波動（包括股票價格波動和房價波動）對產業結構的影響[5-6]。陸蓉等[5]考察了股票價格波動對產業結構的影響，研究發現股票價格高估并非總是不利的，允許生產效率高的新興產業股票價格高估，有助于增加資本的投入量，從而帶來產業的擴張。但是他們僅僅考慮三次產業結構的變化，缺乏對具體行業結構變化的分析，也沒有考慮房價上漲對產業升級的負面作用。資本和勞動力要素投入是企業生產和產業發展的重要資源，對產業升級具有重要的作用。現有文獻通常從資本要素或者勞動力要素視角分析房價對企業創新和產業升級的影響[7-8]，并沒有將資本、勞動力要素納入統一的框架下進行研究。制造業結構升級是實現從勞動密集型制造業轉變為資本密集型制造業的過程，本文創新性地從要素流動視角分析高房價對制造業結構升級的作用機制。

本文研究發現，房價上漲通過成本路徑和要素配置路徑作用于制造業升級。實證結果發現，房價上漲對制造業升級具有顯著抑制作用。一方面，房價上漲推動勞動力、土地、原材料等要素價格上漲，壓縮企業利潤空間，從而減少企業創新投入資源。另一方面，房價上漲帶來的短期收益，吸引企業配置房產，減少了企業創新研發投入，抑制了企業新產品研發和新技術的更新。作用機制分析發現，房價上漲對企業研發投入抑制作用顯著，而對制造業就業影響不顯著。

本文的貢獻如下：一是在理論上，已有的文獻僅單獨考慮資本或勞動對企業創新和生產率的影響，本文將資本和勞動兩種要素流動放到統一的框架中，分析房價波動影響制造業升級的作用機制，拓展了已有研究。二是在方法上，在控制影響制造業升級的需求和供給因素及外部環境因素基礎上，進一步控制內生性問題，使結果更可靠。

本文接下來的安排如下：第二部分回顧以往相關文獻，并在此基礎上提出研究假設;第三部分進行實證研究設計;第四部分在考慮制造業升級的需求、供給和外部環境因素后，檢驗房價上漲對制造業升級的影響;第五部分進行作用機制分析;第六部分為結論和建議。

二、文獻回顧與研究假設

現有文獻對產業升級的研究較多，一個重要的視角就是基于全球價值鏈體系下一國或地區的產業實現從低端價值鏈向高端價值鏈升級的過程[9]，這就要求企業不斷增加金融和資本投資，用于人才的積累和技術的內化[10-11]，也是發展中國家通過獲取知識和學習技術提高創新能力的重要途徑[12]。在激烈的價值鏈競爭中，產業創新和升級變得更加復雜。Pavlínek等[13]利用1998—2006年捷克汽車產業數據研究發現，產品和工業的創新對汽車產業升級發揮了重要作用。Contreras等[14]對墨西哥汽車產業研究發現，發展中國家通過學習發達國家的技術，實現本國的產業升級。制造業升級不僅包括產品、工藝、功能的技術升級[15-16]，也包括渠道升級、企業之間聯系網絡的升級[17]。產業鏈升級需要不斷的資金投入和人力資本積累，能夠增強企業的盈利能力、討價還價能力和社會地位[18]。

近十幾年來，我國房價上漲過快已是不爭的事實。2003—2016年全國平均房價上漲2.17倍，年均增長率達到15.5%。房價上漲過快意味著資本投資收益較高，吸引大量資金投資房地產及相關產業，如鋼鐵、建材、水泥、采礦等傳統產業迅速擴張，從而形成低技術水平傳統行業產能過剩、高新技術產業發展不足的資源錯配現象[8]，并導致短期內經濟波動，有可能影響長期經濟增長路徑[19]。對于資本密集型和技術含量低的房地產業，由于金融機構、企業資本和社會資本傾向于投資房地產業以獲取高額回報，導致高端制造業的融資受到擠壓，加劇了制造業低端化效應[20]。那么，持續快速上漲的房價是如何影響制造業升級呢？

企業生產的要素包括資本、勞動力、土地和原材料等，資本和勞動力在生產部門間流動實現資源的合理配置。房價主要通過成本路徑和要素配置路徑影響制造業升級。成本路徑是指房價上漲推動勞動力、土地、原材料等要素價格上漲，壓縮企業利潤空間，從而減少企業創新投入資源。高房價增加了制造產業的生產成本，導致制造業產業從大型城市向中小城市轉移[21]。要素配置路徑主要表現為資本流動和勞動力流動兩方面：一方面房價上漲導致部分用于創新投入的資金流向房地產市場，減少企業創新投入;另一方面房價上漲作為信號機制，促進制造業就業增加，從而有助于實現制造業升級，但同時高房價對勞動力流動具有一定的推力，因此這種促進作用并不確定。

要素配置路徑中，房價快速上漲吸引資金流向房地產，影響企業創新、生產率和競爭能力的提高，從而抑制制造業升級。首先，房價快速上漲給投資房地產的經濟個體和企業帶來高額利潤，導致大量企業將大量資金投入到房地產市場，勢必會影響企業創新投入[22-23]。Miao等[7]構建兩個生產部門的內生經濟增長模型，發現企業將資金投入到沒有技術外溢的泡沫部門（房地產部門），將抑制企業自身創新投入，從而抑制經濟持續增長。房價持續上漲帶來較高的回報率，是企業投資房地產的動力[24]。而房價資產的上漲，緩解了企業流動性約束，提高了房地產部門融資能力。在預期房價繼續上漲的情況下，更多的融資投資于房地產，甚至擠壓企業主營業務的資源[20]。其次，房地產過度繁榮擠占了研發部門的要素投入，從而抑制企業全要素生產率的提高。陳斌開等[8]認為，房價上漲通過局部均衡效應促進房地產及其相關產業的發展，但是通過一般均衡效應降低經濟生產效率，阻礙了經濟的長期穩定發展。城市房價上漲擠占了企業創新資金，造成企業投資結構的扭曲，抑制地區的創新水平[25]。最后，企業對于非主營業務的過度擴張將嚴重影響企業主營業務的核心競爭力。波特的競爭優勢理論指出，企業核心競爭力源自于企業內部資源聚合到主營業務，從而在與競爭對手博弈和滿足客戶需求方面表現出的優勢力量[26]。房價上漲雖然能夠給涉房企業帶來短期收益，但從長期來看，企業內部資源的分散不利于企業核心產品競爭力的提升，從而抑制企業創新升級。基于以上分析，本文提出如下假設：

假設1：房價上漲通過影響企業成本和資本流動，降低了制造業創新投資，從而對制造業升級產生負向影響。

房價上漲對勞動力流動的影響主要基于兩方面的作用力：拉力和阻力。房價上漲作為信號機制，對勞動力就業具有一定的拉力，因為房價上漲快的地區不僅意味著更多的就業機會和更高的工資水平，同時還意味著更好的醫療服務和公共設施[27]。因此，住房價格較低時，房價上漲吸引勞動力的流入，從而增加制造業就業規模，有助于制造業利用廉價豐富的勞動力創造更多的利潤，有利于企業的創新升級。但房價上漲到一定水平時，由于高房價成本帶來的效用損失提高，低端勞動者開始尋求向外地或高端行業流動，對勞動力流動產生一定的阻力。住房支出是勞動者重要的生活成本，某地區房價上漲過快超過預期工資收入時，降低了勞動者的相對效用水平，進而抑制勞動力在該地區的流入和集聚[28-29]。高房價帶來的居住成本，不僅導致低端勞動力流出，而且抑制剛畢業的大學生勞動力流入的積極性，這些勞動力的流出不利于制造業部門人力資本的積累。當然，高房價導致勞動力從低端行業向高端行業流動，對制造業升級具有一定的積極作用。面臨高房價成本，勞動力尋求更高工資的高生產率部門，從低端行業流向高端行業，進一步優化了勞動力結構在高生產率部門配置，能夠促進產業升級[6，30]。如果資源要素能從邊際產出低的生產部門流向邊際產出高的部門，提高資源的配置效率，那么就會促進經濟增長[31]。

因此，房價上漲對勞動力流動的影響存在一個閾值，現實情況而言，除了部分東部大城市房價過高導致勞動力跨區域或跨職業流動，大部分內地城市房價均沒有達到這個閾值，因而房價上漲通過勞動力流動對制造業升級的影響不確定。基于以上分析，本文提出以如下假設：

假設2：房價上漲通過信號機制吸引勞動力流入，優化了勞動力結構，從而對制造業升級具有促進作用，但由于高房價對勞動力流動具有一定的阻力，因此這種促進作用并不確定。

三、研究設計

（一）模型設定

依據前文理論分析和研究假設，本文構造如下計量模型檢驗房價波動與制造業升級的關系：[WTBX]

SH it=α0+α1SH it-1+α2hprice_r it+X itβ+μi+ε it（1）

其中，SH it表示i省份t年的制造業升級指標，SH it-1表示制造業升級指標滯后一期;hprice_r it表示i省份t年的房價增長率;X it控制了影響制造業升級的需求因素和供給因素，以及制造業的外部環境因素;μi表示個體固定效應;ε it表示擾動項。

（二）變量設計

1.被解釋變量

依據產業結構理論，參照周振華等[32-33]的構造方法，本文構造制造業高度化指標衡量制造業升級。制造業高度化表現為行業生產技術的不斷創新或產品技術含量的提高，通常采用各行業產出占比與勞動生產率的乘積來度量。因此，制造業高度化指標可以定義為：

其中，LPj表示j產業的勞動生產率，其計算參照劉偉等[34]的產業結構標準化模型，LPj=Qj/Lj，LP0=Q0/L0。在計算過程中，以2003年作為制造業高度化指標的基期計算LP0，Q和L分別為行業增加值和從業人員平均人數。勞動生產率高的行業占總產出的比重越高，說明制造業高度化水平越高。

2.解釋變量

房價增長率。首先，參考陳彥斌等[35]的做法，計算以1999年作為基期，剔除通貨膨脹因素，計算實際住房價格，其中實際房價（hprice）=（商品住宅銷售額×100）/（商品住宅銷售面積×CPI定基指數）。其次，根據增長率的計算方法，計算房價的增長率：hprice_rt=（hpricet-hprice t-1）/hprice t-1。

3.控制變量

產業需求對產業創新和升級具有重要的激勵作用，產業需求彈性越大，創新激勵越大[36]。因此，本文控制影響制造業升級的需求和供給因素。影響制造業升級的需求因素包括：居民消費（c），用各省社會消費總額來衡量;政府支出（rgov），用各省人均政府支出來衡量;出口需求（expr），用各省出口總額占GDP比重來衡量。影響制造業升級的供給因素包括：市場化程度，用各省非國有企業固定投資占地區固定投資的比重（non_state）來衡量;人力資本（edu），用各省在校和畢業大學生總數來衡量;開放水平（fdi），用外商直接投資總額占社會總投資的比重來衡量。此外，還控制影響制造業升級的外部環境，包括工業化程度與創新能力。其中工業化程度用第二產業增加值占GDP比重（s_ind）來衡量;創新能力用各省份申請專利受理數（patent）來 衡量。

（三）數據來源及描述性統計

本文制造業各行業數據來源于國研網統計數據庫。2012年制造業行業統計數據做了一些調整，橡膠制品業和塑料制品業合并統計，交通運輸設備制造業拆分出汽車制造業和其他交通運輸業，我們將其合并，最終得到28個制造業行業的數據。其中2007—2010年缺少12月份數據，采用1—11月累計數據計算得到制造業升級指標。其中，部分數據來自于中經網統計數據庫、各省市統計年鑒，部分缺失值用算術平均數補齊，最終得到2003—2016年30個省區市面板數據，其中由于西藏數據缺失嚴重，故做刪除處理。變量的描述性統計見表1。

四、實證結果

本文擬采用2003—2016年30個省區市面板數據檢驗上述理論分析和假設，面板數據的好處在于能在一定程度上解決遺漏變量（個體異質性）問題。但是模型本身并不能解決內生解釋變量問題，通常的操作是，首先使用固定效應模型FE或者一階差分法FD對模型進行變換，解決遺漏變量問題。其次，利用工具變量進行2SLS或者GMM估計。由于2SLS對工具變量的選取要求高，本文將使用內生解釋變量的滯后階作為工具變量進行GMM估計。Anderson等[37]指出，由于該模型要求差分后殘差項不存在序列相關，系統GMM估計過程中差分GMM會產生一階自相關，只要差分后殘差項滿足存在一階自相關但不存在二階自相關，則可以判斷模型設計是合理的。一般可以通過模型估計結果中AR（1）和AR（2）來判斷殘差自相關問題。系統GMM使用滯后項作為工具變量，因此必須檢驗工具變量的選擇是否合理，一般可以通過模型估計結果中Hansen統計量來判斷。

表2第（1）列給出了因變量為制造業高度化的基準回歸估計結果，第（2）-（4）列分別為加入需求因素、供給因素、外部環境等方面的控制變量后的回歸結果。第（5）-（6）列為穩鍵性檢驗，是用主營業務收計算的制造業高度化指標（SHI）。其中，AR（2）統計量均接受“不存在二階自相關”的原假設，同時，Hansen統計量也顯示選取的工具變量不存在過度識別問題，說明選取的工具變量都是有效的，模型設計是合理的。

表2第（1）列基準回歸結果顯示，房價增長與制造業高度化呈顯著的負相關。為了進一步控制遺漏變量導致的內生性問題，我們在模型中加入影響制造業升級的需求因素。國內居民消費需求、出口需求和政府支出被稱為經濟增長的三駕馬車，總需求又會影響總供給。產品需求的增加，一方面消費者對產品質量和多樣化的需求，迫使企業不斷改進和創造新的產品;另一方面需求增加意味著企業能夠獲取更多的利潤，從而提高企業新產品和新技術創新的積極性[38]。因此，需求的增加有助于制造業的升級。加入需求因素后，第（2）列結果顯示，房價增長對制造業高度化的影響仍顯著為負。需求因素方面，人均政府支出（lnrgov）對制造業升級具有顯著的促進作用。近年來政府公共服務不斷完善，尤其是公路、鐵路等基礎設施建設降低了制造業企業的交易費用，同時政府購買增加制造業需求，進一步刺激企業創新升級。出口和消費對企業升級的影響并不顯著。

表2第（3）列給出了加入供給因素后的估計結果，房價增長對制造業升級的影響仍然為負，說明結果是穩健的。在供給因素中，制造業升級受人力資本影響顯著為正，說明21世紀以來隨著高等教育投入的增加，人力資本的積累為制造業提供了更高質量的創新性人才，促進制造業創新能力的提升。

表2第（4）列給出了加入制造業外部環境因素后的估計結果，房價增長對制造業高度化產生顯著的負向影響，說明估計結果的穩健性。根據第（4）列的估計結果，從邊際效應來看，房價增長率增加一個標準差（0.09），將導致制造業高度化指標下降0.14，房價上漲對制造業升級的抑制作用明顯。房價快速增長使得投資房地產的收益可觀，不少企業在利益的驅使下減少企業研發和創新投入，甚至通過借貸方式增持土地、住房資產，期望在未來房價上漲中獲益。這種在短期內獲取高收益的預期，降低了企業長期創新投入動機。另外，房價上漲過快的結果導致企業生產用地租金成本上升，進一步擠壓了企業利潤空間。從全國層面看，除了2008年全球金融危機和2014年增速只有1.39%以外，2004 —2016年我國商品房平均銷售價格增長率幾乎都保持在6%以上。過高的房價增速，吸引大量居民和企業資金投入房地產業。

在外部環境中，第二產業增加值占GDP比重是工業化程度的重要指標，工業化程度越高，企業生存和發展的環境越好，就越有利于制造業升級。第（4）列的估計結果顯示，工業化程度對制造業升級具有顯著的促進作用。

為檢驗結果的穩健性，我們用主營業務收入替代行業增加值重新計算制造業高度化指標（SHI）。表2第（5）列和第（6）列結果顯示，房價增長對制造業升級的影響仍然顯著為負，說明結果是穩健的。房價上漲導致資金從創新能力強的制造業部門流向缺乏創新能力的房地產部門，抑制制造業創新投入，不利于制造業生產率的升級。我們接下來檢驗房價上漲對制造業升級的這種作用機制。

五、作用機制分析

根據前文理論分析與假設，房價上漲主要通過影響要素流動對制造業升級產生負向影響。接下來利用數據對作用機制做進一步檢驗。為了檢驗房價上漲對要素流動的影響，本文選取了制造業就業人數占總就業的比重（manu_worker）來衡量勞動力在制造業部門的流動;選取制造業研發支出占總投資的比重（R&D;）來衡量資本在制造業部門的流動。構造房價上漲對要素流動的計量模型：

mobility it=α0+α1hprice_r it+βX it+μi+ε it（3）

其中，mobility it表示i省份t年的制造業要素流動指標，包括制造業就業占比和制造業研發支出占比;hprice_r it表示i省份t年的房價增長率;X it為相應的控制變量;μi為個體固定效應;ε it為隨機擾 動項。

表3第（1）-（3）列給出了房價上漲對制造業研發投入占比影響的估計結果，結果顯示，房價上漲對制造業研發投入的影響顯著為負，房價上漲抑制了制造業創新投資。房價上漲意味著房地產投資帶來高額的收益，不僅居民熱衷于投資房地產

[ZW（DY]2012年《中國家庭金融調查報告》將家庭持有的住房現值與購買時價格進行比較發現，家庭持有第一套住房的現值是購買時價格的4.4倍，第二套和第三套也達到2.4倍和2倍，房價上漲帶來的高收益是居民熱衷投資房地產的主要動力。[ZW）]，企業家也希望掙“快錢”和“熱錢”，熱衷于將資本投資于投機性較強的房地產業，難以推動自身企業的創新投入和發展[23]。同時，房價上漲推高了制造業企業經營性成本，進一步壓縮企業的利潤空間，抑制了企業家創新投入的積極性。因此，房價上漲對制造業投資具有顯著的抑制作用。在考察對制造業研發投入的影響時，控制了工業企業平均利潤率（profit）和工業企業平均資產負債率（ALR），結果發現平均利潤率對制造業研發投入影響不顯著，資產負債率高的企業傾向于增加研發投入。

表3第（4）-（6）列給出了房價上漲對制造業就業影響的估計結果，結果顯示，房價上漲對制造業就業的影響為正，但是不顯著。房價上漲作為信號機制，對勞動力就業具有一定的拉力，因為房價上漲快的地區不僅意味著更多的就業機會和更高的工資水平，同時還意味著更好的醫療服務和公共設施[27]。因此，房價上漲對制造業就業具有正向促進作用。但是，高房價增加了勞動者居住成本，抑制制造業就業和勞動者的創新積極性，因而這種促進作用不顯著。在考察房價上漲對制造業就業的影響時，控制城市人口規模（lnpopu）和制造業平均工資（lnwage）的影響，結果發現，工資上漲與制造業就業呈現顯著的負相關。近年來，我國面臨外需下降內需疲軟的環境，很多低端制造業利潤較低，不足以支付增長較快的勞動力成本，從而面臨破產的風險或轉而投資其他行業（如房地產）。因此，由于工資價格上漲，制造業就業不升反而下降。

接下來，我們考察資本和勞動力流動對制造業升級的作用。考慮房價上漲的因素，構建如下計量模型：

SH it=α0+α1mobility it+α2hprice_r it+βX it+μi+ε it（4）

表4第（1）列考察了資本流動對制造業升級的作用，結果發現，制造業研發投入占比對制造業升級具有顯著的正向作用。當房價上漲抑制制造業研發投入時，對制造業升級具有抑制作用。當企業資金期望獲取短期收益增加房地產投資時，勢必對制造業創新研發投入產生擠出效應，缺乏足夠的資金用于新產品研發和新技術的更新，企業生產率增長停滯，企業升級也將受到抑制，驗證了假設1，即房價上漲通過影響企業資本流動，減少企業創新投入，抑制制造業的升級。結合第（3）列，在加入勞動力流動因素后結果仍然是穩健的。

表4第（2）列考察勞動力流動對制造業升級的作用，結果發現，制造業就業增加對制造業升級具正向作用，但不顯著，驗證了假設2，即房價上漲促進了制造業就業，優化了勞動力結構，從而對制造業升級具有促進作用，但由于高房價對勞動力流動具有一定的阻力，因此這種促進作用并不確定。

六、結論與啟示

本文將資本和勞動兩種要素流動納入統一框架中，研究房價上漲如何影響要素流動，進而作用于制造業升級。本文利用2003—2016年我國30個省區市面板數據，在控制內生性問題情況下，采用系統GMM檢驗房價上漲對制造業升級的影響。結果發現，房價上漲對制造業升級具有顯著的負向作用，從邊際效應來看，房價增長率增加一個標準差（0.09），將導致制造業高度化指標下降0.14，房價上漲對制造業升級的抑制作用明顯。通過作用機制分析發現，房價上漲顯著降低了制造業企業研發投入，進而抑制制造業升級。房價上漲不僅推高了制造業經營成本，壓縮制造業企業利潤，而且吸引制造業企業和企業家投資房地產，以獲取短期收益。房價上漲影響資本流動的作用機制是顯著的。房價上漲對制造業就業的影響沒有通過顯著性檢驗，因為房價對于勞動力流動具有拉力和阻力，所以房價上漲對勞動力流動的影響是不確定的。

本文重要的政策啟示包括：第一，轉變過去地方政府對土地財政的依賴，防范政府主導下的資源配置扭曲的風險。政府對土地財政的過度依賴，導致大量資源配置在創新水平低的房地產行業，由此帶來的房價持續上漲不利于制造業創新和升級，不利于國家競爭力的提升和《中國制造2025》戰略的實現。防范政府主導下的資源配置扭曲風險，促進資源效率的提升。第二，為創新型制造業企業提供良好的金融環境和外部市場環境。金融體制不完善導致大多數普通投資者缺乏有效的投資工具，難以發揮資本市場對企業的直接融資功能。因此，為實現我國從制造業大國向制造業強國轉變，應當改善企業融資環境，提升人力資本投資，從而促進制造業轉型升級。第三，加強知識產權保護，加強創新激勵機制。知識產權保護能提高制造業企業創新動力，并減少社會資源流向生產效率低的行業（如房地產），從而促進資本和勞動力資源的有效配置。

參考文獻：

[1] 蔡昉， 王德文， 曲玥. 中國產業升級的大國雁陣模型分析 ?[J]. 經濟研究， 2009（9）： 4-14.

[2] 崔維軍， 王進山， 陳鳳， 等. 中國與發達國家企業研發投入的國際比較——基于研發投入50強的實證分析 ?[J]. 科學學與科學技術管理， 2015（8）： 128-139.

[3] Gereffi G. International trade and industrial upgrading in the apparel commodity chain ?[J]. Journal of International Economics， 1999， 48（1）： 37-70.

[4] 李林木， 汪沖. 稅費負擔、創新能力與企業升級——來自“新三板”掛牌公司的經驗證據 ?[J]. 經濟研究， 2017（11）： 119-134.

[5] 陸蓉， 何婧， 崔曉蕾. 資本市場錯誤定價與產業結構調整 ?[J]. 經濟研究， 2017（11）： 104-118.

[6] 高波， 陳健， 鄒琳華. 區域房價差異、勞動力流動與產業升級 ?[J]. 經濟研究， 2012（1）： 66-79.

[7] Miao J， Wang P. Sectoral bubbles， misallocation， and endogenous growth ?[J]. Journal of Mathematical Economics， 2014， 53（8）： 153-163.

[8] 陳斌開， 金簫， 歐陽滌非. 住房價格、資源錯配與中國工業企業生產率 ?[J]. 世界經濟， 2015（4）： 77-98.

[9] Gereffi G， Humphrey J， Sturgeon T. The governance of global value chains ?[J]. Review of International Political Economy， 2005， 12（1）： 78-104.

[10] Dieter E， Linsu K. Global production networks， information technology and knowledge diffusion ?[J]. Industry & Innovation， 2002， 9（3）： 147-153.

[11] Azadegan A， Wagner S M. Industrial upgrading， exploitative innovations and explorative innovations ?[J]. International Journal of Production Economics， 2011， 130（1）： 54-65.

[12] Pietrobelli C， Rabellotti R. Global value chains meet innovation systems： Are there learning opportunities for developing countries？ ?[J]. World Development， 2011， 39（7）： 1261-1269.

[13] Pavlínek P， enka J. Upgrading in the automotive industry： Firm-level evidence from central Europe ?[J]. Journal of Economic Geography， 2011， 11（3）： 559-586.

[14] Contreras O F， Carrillo J， Alonso J. Local entrepreneurship within global value chains： A case study in the Mexican automotive industry ?[J]. World Development， 2012， 40（5）： 1013-1023.

[15] Humphrey J， Schmitz H. Developing country firms in the world economy： Governance and upgrading in global value chains ?[R]. INEF Report， 2002.

[16] Ponte S， Ewert J. Which way is “up” in upgrading？ Trajectories of change in the value chain for South African wine. ?[J]. World Development， 2009， 37（10）： 1637-1650.

[17] Pickles J， Smith A， Bucěk M， et al. Upgrading， changing competitive pressures， and diverse practices in the east and central European apparel industry ?[J]. Environment & Planning A， 2006， 38（12）： 2305-2324.

[18] Gereffi G， Lee J. Economic and social upgrading in global value chains and industrial clusters： Why governance matters ?[J]. Journal of Business Ethics， 2016， 133（1）： 25-38.

[19] 劉建江， 羅雙成， 鄒花蘭. 短期經濟波動與長期增長關系研究綜述 ?[J]. 長沙理工大學學報（社會科學版）， 2015（3）： 111-121.

[20] 余靜文， 譚靜， 蔡曉慧. 高房價對行業全要素生產率的影響——來自中國工業企業數據庫的微觀證據 ?[J]. 經濟評論， 2017（6）： 22-37.

[21] 邵挺， 范劍勇. 房價水平與制造業的區位分布——基于長三角的實證研究 ?[J]. 中國工業經濟， 2010（10）： 24-32.

[22] 呂江林. 我國城市住房市場泡沫水平的度量 ?[J]. 經濟研究， 2010（6）： 28-41.

[23] 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（2）： 465-490.

[24] 黃彥彥， 李雪松. 涉房決策與中國制造業企業研發投入 ?[J]. 財貿經濟， 2017（8）： 144-160.

[LL]

[25] 余泳澤， 張少輝. 城市房價、限購政策與技術創新 ?[J]. 中國工業經濟， 2017（6）： 98-116.

[26] Porter M E. Competitive advantage： Creating and sustaining superior performance ?[M]. New York： The Free Press， 1985.

[27] 張莉， 何晶， 馬潤泓. 房價如何影響勞動力流動？ ?[J]. 經濟研究， 2017（8）： 155-170.

[28] Cameron G， Muellbauer J， Murphy A. Housing market dynamics and regional migration in Britain ?[J]. ?Economics， 2006， 35（4）： 275-93.

[29] 劉建江， 羅雙成. 區域房價差異、人口流動與地區差距 ?[J]. 財經科學， 2018（7）： 96-108.

[30] 邵朝對， 蘇丹妮， 鄧宏圖. 房價、土地財政與城市集聚特征： 中國式城市發展之路 ?[J]. 管理世界， 2016（2）： 19-31.

[31] Hsieh C T， Klenow P J. Misallocation and manufacturing TFP in China and India ?[J]. Quarterly Journal of Economics， 2009， 124（4）： 1403-1448.

[32] 周振華. 論現代經濟增長與產業結構優化 ?[J]. 財經研究， 1990（6）： 14-19.

[33] 韓永輝， 黃亮雄， 王賢彬. 產業政策推動地方產業結構升級了嗎？——基于發展型地方政府的理論解釋與實證檢驗 ?[J]. 經濟研究， 2017（7）： 33-48.

[34] 劉偉， 張輝. 中國經濟增長中的產業結構變遷和技術進步 ?[J]. 經濟研究， 2008（11）： 4-15.

[35] 陳彥斌， 邱哲圣. 高房價如何影響居民儲蓄率和財產不平等 ?[J]. 經濟研究， 2011（10）： 25-38.

[36] Kamien M I， Schwartz N L. Market structure， elasticity of demand and incentive to invent ?[J]. Journal of Law & Economics， 1970， 13（1）： 241-252.

[37] Anderson T W， Hsiao C. Estimation of dynamic models with error components ?[J]. Publications of the ?American Statistical Association， 1981， 76（375）： 598-606.

[38] 孫軍. 需求因素、技術創新與產業結構演變 ?[J]. 南開經濟研究， 2008（5）： 58-71.