房價、金融發展與制造業產業結構升級

潘紅玉 劉亞茹

摘要：基于20072016年中國房價和制造業相關省級數據，運用兩步SystemGMM方法考量房價、金融發展變化對制造業結構升級的影響效應。結果表明：制造業產業結構高度化除了受自身沖擊因素（制造業產業結構高度化的滯后期）的影響之外，在當前樣本范圍內，房價與制造業產業結構高度化、金融發展與制造業產業結構高度化存在顯著的正相關關系，房價上漲與金融發展能推動制造業產業結構高度化，但二者的相互作用抑制制造業結構的高度化。

關鍵詞： 房價;金融發展;制造業結構高度化;兩步SystemGMM

中圖分類號：F062.9文獻標識碼：A文章編號：1003-7217（2019）01-0123-06

一、引言

房地產業帶動了建筑、家電、金融、水泥、制造、鋼鐵等一系列相關行業的發展，吸收大量勞動力，促進了就業，為社會和經濟發展做出了巨大的貢獻。但是，我們不可以只片面的看到房地產產業所產生的積極作用，最近幾年房地產產業的非理性發展使其價格也極具爭議。房價的攀升能產生財富效應，這種效應能拉動我國居民消費和內需，從而帶動中國經濟的蓬勃發展[1]。但過高的房價早已超出了居民的承受范圍，偏離了合理的房價收入比（標準為4到6之間），使廣大人民背負了沉重的購房包袱，且過度投資房地產產業已經造成了房地產泡沫。目前，已有很多學者關注中國房地產市場繁榮對實體經濟發展的影響。有學者從房價、投資等角度分析房地產市場發展給工業企業或者制造業部門的資源配置效率所帶來的影響，結果顯示，實體經濟企業生產率下降[2]。房地產投資的增長可能會由于銀行貸款等資金向房地產企業集中，造成制造業的資金相對短缺以及資金成本上升，從而對其它產業和部門的投資產生擠出效應，造成實體產業的空心化[3]。有學者利用20012008年全國35個大中城市非房地產上市企業數據，首次提供了房價上漲吸引非房地產企業進入房地產行業的直接證據[4]。

就金融市場發展而言，完善的金融體系通過提高儲蓄投資轉化效率、優化資源配置、促進技術創新以及激發企業家精神等渠道促進產業結構升級[57]。其還能夠改善信息不對稱，有效識別資源，并把資金成功投向于最有競爭力和創新能力的行業。然而，中國的金融資源過多流向房地產。由于企業的技術創新活動需要大量的資金，而企業的自有資本往往無法持續支撐，從而導致企業的技術升級進程受阻，最終可能阻礙產業結構升級[8]。金融能夠與科技創新高度融合，對產業發展將起到不可替代的支持作用[9]，金融更是產業結構升級的重要實現機制[10]。已有很多的學者實證研究了金融發展對產業結構產生的影響，王立國、趙婉妤（2015）[11]以全國層面的數據為基礎，利用VAR模型檢驗金融發展與產業結構之間的關系，諸多研究都表明兩者之間存在長期的協整關系，產業結構升級離不開金融發展的支撐。此外，金融對于產業結構的支持作用也存在一定的區域差異，有學者基于Hansen門檻模型的研究得出兩者存在非線性相關關系，金融發展對產業結構的促進作用呈現出倒“U”型趨勢，并且存在地區差別[12]。

制造業對經濟社會全局發展具有重大引領帶動作用[13]，在拉動我國就業率和提高國內生產總值方面做出了重要貢獻，不僅是我國的支柱產業，更是支持中國走向“世界工廠”的重要產業。作為實體經濟的主體，制造業卻面臨著日益嚴峻的挑戰，投資幅度逐漸萎縮，投資利潤率持續走低，甚至有些出口導向型制造企業的利潤為負。與之形成鮮明對比的是房地產行業高起的投資回報率，在這種常態下，制造業企業也紛紛抽離資金，缺乏資金支持使得制造業轉型升級步履維艱[14]。盡管國內外學者對房地產業和制造業之間的復雜經濟聯系開展了一系列有價值的研究，但是，已有文獻幾乎都未考慮中國全域性房價上漲現象。此外，現有文獻對整個產業結構轉型升級的研究較多，而對制造業結構升級的研究相對不足，更忽略了制造業產業結構升級過程中房價與金融發展之間的交互影響，且鮮有研究從動態視角來說明房價對制造業產業結構升級的影響。因此，本文站在制造業轉型升級的角度，探討房價對制造業結構高度化的影響。本文還將房價、金融發展與制造業產業結構升級納入同一理論分析框架，運用兩步SystemGMM估計方法研究房價、金融發展以及二者互聯互動對制造業產業結構升級的作用機理。本文的研究不但對避免房地產泡沫、實現房地產市場理性發展具有重大的理論和實踐意義，而且對制造業等實體經濟的創新轉型也具有重大的指導意義。

（二）變量選取

1.被解釋變量。

本文選擇產業結構高度化作為制造業產業升級測度的指標來進行研究。產業結構高度化是產業結構升級的衡量標準之一，是對經濟發展階段和發展方向的一種反映，是產業結構由低級往高級發展的過程。文中以高端技術產業工業總產值占中端技術產業工業總產值的比重來度量制造業結構高度化（high），以反映制造業技術密集度不斷提升的趨勢。如果房價上漲，使得高端技術產業工業總產值占中端技術產業工業總產值之比越大，代表制造業結構高度化水平越高，那么可以認為房價的上漲是有利于地區制造業升級的，反之亦然。經濟合作和發展組織（OECD）從技術密集度的角度把制造業的各行業進行了重新分類，也就是分成了低、中低、中高和高技術行業等四類。以此為基礎，并借鑒傅元海[17]等的分類方法，把高端和中高端技術產業合并為高端技術產業，制造業高端、中端和低端技術產業三類所包括的具體行業見表1所示。

2.解釋變量。

房價（hp）用相對住宅平均銷售價格表示。金融發展（fin）用銀行業金融機構各項貸款余額與GDP之比表示。我國金融體系包括銀行業、證券、保險和信托等其他金融業，且銀行業是金融體系的主導部分，其他金融業的發展規模相對較小。因此，本文借鑒盧萬青、紀祥裕（2017）[8]的做法，用銀行業金融機構的相關數據來計算金融發展情況。對外開放度（open）用各地區按經營單位所在地劃分的貨物出口與進口的總額占GDP的比重來測度，它一方面通過消化制造業產能來獲取出口的知識溢出，另一方面又可以引進國內制造業發展所需的資源、技術、設備等方式促進制造業產業升級。教育水平（edu）則用平均每一個人所受的教育年限來衡量，按照國際通常的計算方法，平均受教育年限=（小學文化程度人數×對應的受教育年限+初中文化程度人數×對應的受教育年限+高中和中專文化程度人數×對應的受教育年限+大專及以上文化程度人數×對應的受教育年限）/6歲及以上總人口數。其中，小學受教育年限取 6 年、初中受教育年限取9年、高中和中專受教育年限取12年、大專及以上受教育年限取16 年。k代表資本存量，本文參考單豪杰的做法[18]，采用永續盤存法來測算20072016年分省資本存量k。在計算各省資本存量k時，需要用到名義固定資本形成總額和固定資產投資價格指數（上年=100）。各變量選取來源以及具體處理過程如表2所示。

（三）數據來源與說明

本文通過構建動態面板數據模型，采用Stata12軟件中兩步SystemGMM估計方法進行實證分析。選取的樣本為20072016年全國29個省份（自治區、直轄市），鑒于制造業各細分行業工業總產值數據的可獲得性，青海和西藏因數據不全未納入樣本之中。數據來源于20082017年《中國統計年鑒》、《中國工業經濟統計年鑒》、EPS數據平臺和2010年人口普查資料，然后對變量制造業結構高度化（high）、資本存量（k）和對外開放度（open）取自然對數，以避免異方差。

三、實證研究

（一）單位根檢驗和協整檢驗

對變量進行單位根檢驗是為了確定數據的平穩性。如果數據不平穩，那么估計結果將會出現偏差。單位根檢驗也是后續進行協整檢驗確定變量之間長期穩定關系的基礎。本文依次采用LLC檢驗、IPS檢驗和ADF檢驗等三種單位根檢驗方法，這些檢驗的零假設均為各變量含有單位根。各變量的單位根檢驗結果如表3所示。從表中可以看出各變量在上述多種檢驗形式中拒絕了存在單位根的零假設，也就是說所有變量序列都是零階單整變量，滿足了進行協整檢驗的前提條件。

為確定被解釋變量與解釋變量之間是否存在長期的穩定關系，本文采用Westerlund（2007） 提出的四種面板協整檢測方法：統計量 Gt和Ga的零假設是至少有一個不存在協整，統計量Pt和Pa的零假設是所有變量都不存在協整關系。模型的面板數據協整檢驗結果見表4，從P值可以看出，模型的三個統計量在10%水平上顯著拒絕原假設，其中兩個統計量在1%水平上顯著拒絕原假設。也就是說拒絕了不存在協整關系的原假設，即被解釋變量與解釋變量之間存在長期的穩定關系，能夠在此基礎上進行回歸，且回歸結果是有效的。

（二）回歸分析

本文將制造業結構高度化（lnhigh）的滯后一期作為內生變量，連同其他解釋變量一起作為工具變量，選取兩步 SystemGMM方法對動態面板數據模型進行估計。模型估計結果如表5所示，從表中可以看出，方程（1）、方程（2）、方程（3）和方程（4）顯著拒絕不存在一階自相關的原假設，且二階自相關的p值均大于0.05。Sargan檢驗的p值同樣大于0.1，均沒有拒絕原假設，因此，所有工具變量都有效并通過過度識別檢驗。且Hansen檢驗也沒有拒絕原假設，同樣顯示所有工具變量有效，說明所有模型設定是合理的，動態面板GMM估計結果是有效的。從模型參數估計的結果看來，滯后期被解釋變量與當期被解釋變量變動方向相同。房價促進制造業結構的升級，金融發展能促進制造業結構的高度化，二者的相互作用抑制制造業結構的高度化。對制造業產業結構高度化而言，只有在考慮了控制變量又沒有考慮房價和金融發展的交互作用時，房價對制造業產業結構高度化影響不顯著。而在考慮交互項的方程中，房價和金融發展對制造業產業結構高度化的回歸系數分別為0.677和0.537，也就是說相對房價每提高1個單位，制造業產業結構高度化就上升0.677個單位;金融發展每增長1%，制造業結構高度化上升0.537%。說明了房價與制造業產業結構高度化、金融發展與制造業產業結構高度化存在顯著的正相關關系，房價上漲與金融發展能推動制造業產業結構高度化。從方程（3）和方程（4）中可以看出房價與金融發展的交互項對制造業產業結構高度化的回歸系數均小于0，這表明房價與金融發展的互動將擠占制造業技術升級所需的資金，對制造業產業結構高度化產生負效應。

教育水平對制造業結構高度化的影響系數為負，說明教育水平沒有提高我國制造業結構的高度化。可能原因是當前的教育體制下，教育水平雖然快速增長，但勞動力質量可能并沒有同步提高。受教育程度低、肯吃苦耐勞的“藍領”越來越少，低端勞動力工資高漲，制造業失去傳統優勢;受教育程度高的本科、碩士研究生以及博士研究生的數量迅速增長，但能成為具備核心競爭力的高層次創新型人才仍為數不多，導致科技創新能力不足，難以突破制造業關鍵、共性技術“瓶頸”，不利于我國制造業結構高度化發展。資本存量的參數估計在制造業結構高度化方程中顯著為負，這意味著資本存量并不利于制造業結構高度化。對外開放度在方程（3）中的系數為正，且通過了10%的顯著性水平檢驗，也就是說對外開放度能促進制造業結構的高度化，對外開放為制造業產品流向海外提供了更多的途徑，使制造業高度化的發展空間變得更為廣闊。

兩步SystemGMM方法能較為有效地解決內生性干擾，但是在實證分析中，還可能會存在衡量誤差問題，從而導致估計的結果不準確，因此，本文還以商品房平均銷售價格為原始數據，計算出相對房價，即以相對商品房平均銷售價格作為房價的替代變量，進行兩步SystemGMM估計，穩健性回歸結果如表6所示。四個回歸方程均通過了序列相關檢驗，且工具變量也不存在過度識別的問題。從模型參數估計的結果看來，無論是否考慮控制變量、房價和金融發展的交互項，滯后期被解釋變量與當期被解釋變量變動方向相同。在方程（1）中，金融發展對制造業產業結構升級影響不顯著，在方程（2）中，房價對制造業產業結構升級影響不顯著。從方程（4）可以看出，制造業產業結構高度化除了受自身沖擊因素（制造業產業結構高度化的滯后期）的影響之外，在當前樣本范圍內，相對房價、金融發展與制造業產業高度化呈現正向變化的趨勢，相對房價每提高1個單位，制造業產業結構高度化就上升0.983個單位;金融發展每增長1%，制造業結構高度化上升0.714%。相對房價與金融發展的交互項在方程（3）和方程（4）中的回歸系數均小于0，且方程（4）中的回歸系數在1%的水平下顯著。因此，使用相對商品房平均銷售價格作為穩健性檢驗指標，并沒有對本文結論產生實質性改變。

四、結論與建議

本文選取20072016年的省級面板數據，采用兩步SystemGMM估計方法分析房價、金融發展、房價與金融發展互聯互動對制造業產業結構升級的影響機制，研究結果顯示：在樣本數據期內，相對房價每提高1個單位，制造業產業結構高度化就上升0.677個單位;金融發展每增長1%，制造業結構高度化上升0.537%。也就是說，房價上漲與金融發展能推動制造業產業結構高度化，而房價與金融發展的相互作用抑制制造業結構的高度化。教育水平對制造業結構高度化的影響系數均為負，即教育水平不利于我國制造業結構高度化發展。資本存量的參數估計在制造業結構高度化方程中顯著為負，這意味著資本存量對制造業結構高度化起抑制作用，對外開放度能促進制造業產業結構升級。本文根據理論與實證分析的結果提出如下建議：

政府應該引導房價在合理的區間內上漲，政府應通過土地供給結構調整，培育多種形式的住房租賃供給體系，如租售并舉、租購同權、共有產權住房以及農村集體建設用地可以進入租賃市場等調控手段，提高住房供給的彈性，控制房價的過快上漲，使房價維持在一個合理的水平。加快房地產行業的立法，通過法律規范房地產開發、銷售、租賃和中介行為，促進房地產市場健康有序發展。

從供給側和需求側兩方面發力發揮金融發展對制造業產業結構升級的推動作用。如通過進一步改善金融體系的信息不對稱以識別產業中的高低效益產業，確保資金能夠進入成長性更好、效率更高的制造業企業。此外，還要減少金融發展與房價的互聯互動，使金融部門的資金更多的流入制造業產業，以滿足制造業產業結構升級的需求，從而促進制造業產業結構升級。

在教育方面，要進一步加大對教育的投入力度，推進教育改革，逐步增加義務教育的年限，加快提高勞動力質量，進一步提高制造業的發展水平。在當前“千人一面”人才培養模式下培養出的人才難以滿足多樣化、個性化的市場需求，與高端產業對高層次創新型人才的需求難以匹配。因此，創新人才培養模式，以市場需求為導向建立校企協同合作，共同培養產業發展所需的個性化、多樣化創新型人才，加快提高人力資本與技術創新水平，促進我國制造業結構高度化發展。

制造業的對外開放讓中國成長為世界工廠，開放通過市場和競爭機制促進資源配置優化的進程。加強國內有較高技術水平的制造業大型企業與發達國家跨國公司的合作，研發創新，發揮示范效應，形成一批具有國際競爭力的創新型領軍跨國制造企業，更好地帶動國內制造企業發展，使我國制造企業從過去的跨國經營轉變為全球經營。制造企業要加強關鍵技術的研發，提升自主創新能力和制造企業的技術吸收能力，推動制造業的轉型升級。

參考文獻：

[1]鞠方，雷雨亮，周建軍.房價波動、收入水平對住房消費的影響——基于SYSGMM估計方法的區域差異分析[J].管理科學學報，2017，20（2）：3242.

[2]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[J].金融研究，2015（7）：6075.

[3]李暢，謝家智，吳超.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[J].金融經濟學研究，2013，28（5）：3948.

[4]榮昭，王文春.房價上漲和企業進入房地產——基于我國非房地產上市公司數據的研究[J].金融研究，2014（4）：158173.

[5]Levine R. Finance and growth： theory and evidence[J]. Handbook of economic growth， 2005， 1（2）： 865934.

[6]易信，劉鳳良.金融發展、技術創新與產業結構轉型——多部門內生增長理論分析框架[J].管理世界，2015（10）：2439+90.

[7]龍海明，吳迪.金融發展推動產業供給側結構性改革的路徑選擇[J].財經理論與實踐，2018，39（4）：1825.

[8]盧萬青，紀祥裕.城市房價、金融發展與產業結構升級——基于中國地級市面板數據的實證研究[J].產經評論，2017，8（5）：8194.

[9]王健，張卓.金融支持對戰略性新興產業發展的影響——基于中國上市公司的實證分析[J].財經理論與實踐，2015，36（4）：6267.

[10]江三良，胡安琪.金融業態深化、財政分權與產業結構升級——基于省級面板數據的分析[J].經濟與管理評論，2018，34（5）：4251.

[11]王立國，趙婉妤.我國金融發展與產業結構升級研究[J].財經問題研究，2015（1）：2229.

[12]陶愛萍，徐君超.金融發展與產業結構升級非線性關系研究——基于門檻模型的實證檢驗[J].經濟經緯，2016，33（2）：8489.

[13]賀正楚，潘紅玉.高端裝備制造企業財務競爭力的評價及測度[J].財經理論與實踐，2016，37（4）：124129.

[14]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）：465490.

[15]Gereffi.International trade and industrial upgrading in the apparel commodity chain[J].Journal of international economics，1999，48（1）：3770.

[16]Azadegan A， Wagner S M. Industrial upgrading，exploitative innovations and explorative innovations[J].International Journal of Production Economics， 2011，130（1）：5465.

[17]傅元海，葉祥松，王展祥.制造業結構優化的技術進步路徑選擇——基于動態面板的經驗分析[J].中國工業經濟，2014（9）：7890.

[18]單豪杰.中國資本存量K的再估算：1952～2006年[J].數量經濟技術經濟研究，2008（10）：1731.

[19]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）：6679.

[20]陽立高，龔世豪，韓峰.勞動力供給變化對制造業結構優化的影響研究[J].財經研究，2017，43（2）：122134.

[21]胡草，范紅忠.高房價抑制新企業進入了嗎？——來自于中國工業企業的經驗證據[J].華東師范大學學報（哲學社會科學版），2017，49（1）：146153+177.

（責任編輯：鐘瑤）