房價上漲、產品貿易性與工業就業

周華東， 周亞虹， 賀小丹

（1. 合肥工業大學 經濟學院，安徽 合肥 230601； 2. 上海財經大學 經濟學院，上海 200433；3. 首都經濟貿易大學 經濟學院，北京 100070）

一、問題提出

自20世紀末住房制度全面改革至今，中國商品房價格直線上漲，全國商品房平均銷售價格1999年為2 053元/平方米，2017年漲至7 900元/平方米，18年間增長超過2.8倍，年均增長率為8%。剔除通貨膨脹因素后增長1.25倍，年均增長率為6%。與此同時，西方主要發達國家房價像“過山車”般跌宕起伏，Case-Shiller指數衡量的房價從2000年到2006年上漲逾80%，隨后瘋狂下跌，到2012年下跌近30%，其后強勁復蘇。房價波動對社會經濟各方面產生了深遠的影響，日益受到社會各界的廣泛重視。

學術界圍繞房價變化對家庭消費、企業投融資以及宏觀經濟波動展開了大量研究。在20世紀80年代，Elliott（1980）較早在持久收入模型框架下考察了不同類型持久收入對消費的影響，發現房地產等非金融財富變化對消費缺乏解釋力。Bhatia（1987）對此結果提出質疑，他采用更合理的房地產價值度量方法后發現，房地產價值上升對消費具有顯著正向影響。Case等（2005）進一步研究發現了房地產財富對家庭消費有重要影響，且該影響遠大于金融財富的影響。然而，他們的研究在學術界引起眾多爭議，使得房地產財富效應的研究工作蓬勃展開。2007年全球金融危機中房地產價格和居民消費同步變化的密切聯系激發了國內外學術界關于房地產財富效應的研究熱潮（Case等，2005、2013；Campbell和Cocco，2007；Mian等，2013；趙西亮等，2014；陳斌開和楊汝岱，2013；李雪松和黃彥彥，2015）。沿另一個方向，部分文獻近期開始考察房價變化對企業行為的影響。Chaney等（2012）、Gan（2007）及曾海艦（2012）研究了在企業投資和融資決策中房地產價格變化所起的作用；黃健柏等（2015）發現，不同行業屬性和所有制屬性企業的過度投資受到工業用地價格扭曲的影響；陳斌開等（2015）、羅知和張川川（2015）發現房地產價格和房地產投資對企業的資源配置及生產率產生重要影響；Kerr等（2015）、Schmalz等（2017）、吳曉瑜等（2014）考察了房價變化對創業活動的影響。此外，源自Bernanke等（1999）、Kiyotaki和Moore（1997）的金融加速器理論，Iacoviello（2005）、Iacoviello和Neri（2010）、Liu等（2013）、Favilukis等（2017）將房地產部門引入DSGE（動態隨機一般均衡）模型考察房地產價格變化在宏觀經濟波動中所起的作用。

然而，現有文獻較少涉及房價變化對勞動力就業的影響。2007年爆發的全球金融危機中，相伴發生的房價下跌、消費減少與失業增加促使學術界更加深入地思考房價波動對實體經濟的影響，研究視角也從房價波動對消費、信貸的影響逐步擴展到對就業的影響。Adelino等（2015）、Charles等（2018）研究了次貸危機發生前美國房價上漲對就業的影響，發現這段時期房價上漲使得就業顯著增加。Adelino等（2015）指出，房價上漲對同一地區同一行業中的小規模企業雇傭人數的影響大于大規模企業，對那些具有低啟動資本要求的行業雇傭人數的影響也大于具有高啟動資本要求的行業，這說明是抵押擔保效應而非財富效應在起作用。Charles等（2018）發現，美國該時期出現的房價上漲對就業的正面影響與制造業衰退對就業的負面影響交織在一起，使得后者被掩蓋了。Mian和Sufi（2014）、Giroud和Mueller（2017）則研究了次貸危機發生后美國房價下跌對就業的影響，發現這段時期房價下跌使得就業顯著減少。Mian和Sufi（2014）表明，房地產財富效應對美國2007-2009年間的就業銳減負有重要責任。房價下降顯著減少了非貿易性行業的就業，但對貿易性行業就業沒有顯著影響。這表明房價下降是通過財富渠道而非擔保渠道影響就業。Giroud和Mueller（2017）認為，次貸危機后的房價下跌降低了消費者需求，進而對就業帶來負面影響。其中，企業的資產負債表產生了重要影響——高杠桿的企業和擁有更多高桿桿企業的地區都遭受了更大的就業損失。最近，周華東和高玲玲（2018）研究了中國房價上漲對制造業就業的影響，發現中國房價上漲對制造業企業就業存在促進作用，房價上漲并非制造業“用工難”的幕后推手。相較于周華東和高玲玲（2018），本文使用了更新的數據，并利用不同的實證策略檢驗房價對就業的影響機制。

中國目前這一輪房價上漲持續了近20年，對社會經濟帶來重大影響，全面評估這一輪房價上漲對中國社會經濟生活各方面的影響具有重要的理論與實踐意義。本文針對當前文獻較少涉及房價上漲對工業企業就業的影響展開研究，從微觀企業的層面探討房價變化對工業就業的影響效果與機制，對于如何調控房價、促進實體經濟發展的政策討論具有重要意義。中國目前位于城市化進程快速推進、經濟社會快速轉型的關鍵時期，勞動力就業問題居于社會經濟工作的核心地位。黨和政府一貫高度重視就業問題。習近平總書記在黨的十九大報告中指出，“就業是最大的民生。要堅持就業優先戰略和積極就業政策，實現更高質量和更充分就業。”李克強總理多次強調“穩增長說到底就是為了保就業”。但近期中國經濟下行壓力凸顯，國內生產總值增速持續下降，2015年第三季度同比增速已降至6.9%，自2009年第二季度以來首次跌破7%，且2015-2017年的GDP增長率一直低于7%。這段時間我國工業一直處于低谷，工業企業增加值和利潤的同比增速一路下降。2015年11月李克強總理在國務院常務會議上指出，“中國工業正處在轉型升級的關鍵時期，當前要著力穩定工業增長，優化產業結構，提高企業效益，對穩住就業、鞏固經濟向好基礎意義重大”。在這一背景下，深入考察房價變化對工業企業勞動力就業的影響機制和效果具有重要的實踐意義。

本文旨在剖析房價變化對工業企業勞動力就業的影響效果和傳導機制，并利用1999-2007年中國工業企業數據進行實證檢驗。本文發現，房價上漲顯著促進了工業企業勞動力就業。在此基礎上，通過考察房價變化對不同產品貿易性類型企業勞動力就業的影響，進一步檢驗究竟是何種途徑在發揮主要作用。本文可能的貢獻在于：利用工業企業層面數據研究探討了房價上漲對勞動力就業的影響，并基于房價變化對生產不同貿易類型產品的企業就業的異質性影響，檢驗房價影響就業的傳導途徑。本文有助于加深理解房地產價格如何從就業角度影響實體經濟，對房地產調控及推動就業相關政策討論具有一定的借鑒意義。

本文結構安排如下：第二部分闡述房價變化影響勞動力就業的“擠出效應”、“需求效應”及“擔保效應”，第三部分介紹本文采用的工業企業數據與省級數據以及選擇的變量，第四部分匯報經驗分析結果，第五部分檢驗房價上漲影響工業企業勞動力就業的傳導途徑，最后總結全文并提出政策建議。

二、房價變化對勞動力就業的影響機制

房價變化對包括勞動力就業在內的國民經濟各個方面產生了深遠影響。房價變化既通過在房地產行業和其他行業之間進行資源再配置對勞動力就業帶來直接影響，也通過影響社會的消費和投資需求從而對勞動力就業帶來間接影響。房價變化對工業企業勞動力就業的理論機制影響可以歸納為如下三類：擠出效應、需求效應以及擔保效應。

“擠出效應”指房價的不斷上漲帶來房地產行業的高額利潤，資本追逐利潤的本質必然帶來一個結果——吸引包括工業資本在內的大量其他資本進入房地產行業，從而擠占了工業領域的投資。中央電視臺的“新聞1+1”節目，在2010年曾經對包括海信、格力、TCL、海爾等家電巨頭企業在內的制造業企業受房地產行業豐厚利潤吸引大舉進入房地產市場的盛況進行專題報道。大牌服裝企業紅豆股份2010年上半年營業收入約13億元，其旗下的房地產開發企業紅豆置業的營業收入逾9億元，占營業收入的近70%；另一家著名服裝企業雅戈爾早在1992年就涉足房地產開發，并成為多地“地王”。王芳和姚玲珍（2018）發現，較高的房地產價格抑制了私營企業的總體投資規模。Chen等（2016）指出，房價上漲增加了企業的房地產投資，減少了非房地產投資；且相對于持有房地產的企業而言，房價上漲減少了未持有房地產的企業的投資。由此可見，過去若干年來，在房價上漲引致可觀利潤的驅動下大量資源投入房地產市場，占據了工業企業生存發展空間，使得實體經濟受房地產興盛之累。中國房價的逐年上升產生了較強的“擠出效應”，對工業企業的就業產生明顯的負面影響。

“需求效應”指由于居民房地產財富凈值增加刺激總需求引起的就業增加——房價上漲使居民房地產財富增加，財富增加刺激家庭消費，從而帶來就業增加。對擁有住房的居民來說，房價變化通過直接財富途徑與抵押擔保途徑影響消費：直接財富途徑源自生命周期理論，指房價上漲通過放松居民的生命周期預算約束來促進消費；抵押擔保途徑則源于金融市場不完善，指房價上漲使得作為抵押擔保主體的房地產價值增加，從而使得可貸資金增加，有效地緩解了家庭面臨的信貸約束，那些受較強信貸約束的家庭將增加消費支出。這兩種途徑都使得房價上漲推動家庭消費增加。對無房居民來說，房價上漲一方面增加其租房支出，從而減少其非住房消費，同時他們也需要為購買住房而增加儲蓄，間接減少其非住房消費；另一方面，房價上漲過快使部分沒有住房但又準備購買住房的居民可能放棄購買住房的計劃，把資金轉而分配至非住房消費方面。因而，房價上漲對無房居民消費的影響方向并不確定。國家統計局住戶調查辦公室在2011年報告顯示，截至2010年底中國城鎮居民的自有住房率高達89%。同時，據北京大學中國社會科學調查中心出版的《中國民生發展報告2014》，2012年中國家庭財產構成中房產占74.7%。也就是說，中國擁有住房的居民比例極高。現有文獻研究指出，房價上漲對消費支出有顯著的正向影響（Li等，2016；Mian等，2013；Aladangady，2017；趙西亮等，2014；杜莉等，2013），進而促進社會勞動力就業增長。

“擔保效應”指房價上漲使得企業持有的房地產價值增加，提高了企業抵押擔保標的價值，緩解了企業信貸約束，有助于增加企業投資和雇傭規模。Bernanke等（1999）、Kiyotaki和Moore（1997）提出的金融加速器理論指出，信貸市場會放大對經濟主體的外部沖擊，一些原本微不足道的擾動在企業和市場間的相互作用下被放大，從而引發較大的宏觀經濟波動。鑒于房地產在世界各國都是非常重要的抵押資產，房價上升使企業擁有的商業房地產價值相應上升，增加了企業可用來抵押擔保的資產價值。由此，企業既可以在信貸市場上獲得更多資源，也可以通過改善資產負債表來降低企業的外部融資成本。總之，信貸約束緩解使得工業企業在信貸市場上獲得資源的能力有所提高，有助于企業增加投資和勞動力雇傭。Chaney等（2012）、曾海艦（2012）、余靜文和譚靜（2015）表明抵押擔保效應在美國和中國都顯著存在。

綜上，房價上漲的“擠出效應”抑制勞動力就業，“需求效應”和“擔保效應”促進勞動力就業。正向影響和負向影響同時存在，使得對房價上漲整體上如何影響勞動力就業，以及通過何種傳導途徑產生影響等問題的分析相對復雜，需要進行翔實的實證檢驗。

三、數據與變量

（一）數據說明

本文研究所用數據包括企業層面數據和省級層面數據。企業數據采用國家統計局的全部國有及規模以上非國有工業企業數據，該數據庫包括所有國有工業企業與主營業務收入500萬元以上的非國有工業企業。此處的工業包括：采掘業、制造業、電力、燃氣及水的生產和供應業等。工業企業數據庫覆蓋絕大部分中國工業企業，比如從企業銷售額看，據2004年的第一次全國經濟普查年報，2004年工業企業銷售額約為21.8萬億元，而該數據庫中當年所有企業的銷售額約為19.6萬億元，約占全國工業企業的89%。因此，利用工業企業數據庫可以近似地反映中國工業的全貌。

參考Cai和Liu（2009）、聶輝華等（2012）的做法，本文對數據庫采取如下常規處理方式：（1）刪去總資產、固定資產、應付工資及福利、銷售額等重要指標小于0或缺失的企業樣本；（2）刪去總資產小于固定資產凈值、總資產小于流動資產、累計折舊小于當期折舊的那部分企業樣本；（3）刪去實收資本小于等于零的企業樣本；（4）刪除總資產、負債總額、銷售收入、工業增加值等重要指標最大和最小的百分之一極端值。

基于中國房價變化時間的特點，本文主要利用我國1999-2007年間的工業企業數據進行經驗研究。其理由在于：首先，中國住房制度的全面市場化從1998年開始，因而1999年成為多數研究中國房地產問題的文獻所用的初始年份。其次，2008年全球金融危機的全面爆發波及中國，2008年成為從1999年以來我國房價下降的唯一年份。考慮到該外部影響，本文數據結束年份設定為2007年。再次，雖然中國工業企業數據迄今可以獲得的年份是1998-2013年，但2008-2013年數據質量較差（Brandt等，2012），很多文獻仍使用1998-2007年數據進行研究（畢青苗等，2018；吳萬宗等，2018）。同時，由于本文用到的重要指標“本年折舊”2008-2010年數據缺失，“職工數”2011年數據缺失，所以主要選擇的是1999-2007年工業企業數據進行研究，并在穩健性檢驗部分加入2012-2013年數據進行檢驗。

（二）變量說明

本文選取企業雇傭人數作為被解釋變量，選取省級商品房平均銷售價格以及商業營業用房價格為核心解釋變量。同時，將一系列企業個體特征和地區特征作為控制變量，即企業固定資產投資率、企業自由現金流比率、企業固定資產比重、企業總資產、各省人均GDP、各省金融發達度、銀行一年期貸款利率等（見表1）。

表1 變量定義與計算方法

本文刪去了位于西藏的企業樣本（由于西藏房價數據缺失），最終采用30個省份1999-2007年間的非平衡面板數據。同時，房地產價格、人均GDP等相關指標均以各省CPI指數進行平減。所有變量的描述性統計見表2。

表2 所有變量的描述性統計

四、房價上漲對勞動力就業的影響

（一）基本回歸

表3首先使用全樣本數據考察房價上漲對工業企業勞動力就業（雇傭人數）的影響。第（1）列報告了控制前述相關企業特征變量和地區特征變量后的最小二乘回歸結果。第（2）列在第（1）列的基礎上進一步控制省份固定效應、年度固定效應以及行業固定效應的最小二乘回歸結果。可以看到，房價對就業的影響系數為0.05，并在1%的水平上顯著。房價每上漲1個百分點，企業雇傭人數將增加0.05%。1999-2007年間中國商品房價格上漲約80%，將使工業企業的雇傭人數增加約4%。

表3 房價上漲與就業：基本回歸

Hausman檢驗表明應該采用固定效應模型，拒絕隨機效應模型。第（3）列和第（4）列是基于固定效應模型的回歸結果。第（3）列沒有控制省份固定效應、年度固定效應以及行業固定效應，第（4）列在第（3）列基礎上控制省份固定效應、年度固定效應以及行業固定效應。從第（4）列回歸結果可見，房價對就業的影響系數為0.054，并在1%的水平上顯著。當房價上漲1個百分點，企業雇傭人數將增加0.054%。1999-2007年中國商品房價格上漲約80%，將使工業企業雇傭人數增加約4.3%。

其他控制變量的系數基本符合預期：企業資產負債比每增加10%，企業雇傭人數將增加0.08%；企業自由現金流率每增加10%，企業雇傭人數將增加0.04%；企業固定資產比每增加10%，企業雇傭人數將增加0.02%；企業出口產值比重每增加10%，企業雇傭人數將增加0.94%；企業規模每增加10%，企業雇傭人數將增加3.24%；企業資產負債比每增加10%，企業雇傭人數將增加0.08%。地區金融發展和貸款利率的回歸系數為正，但是人均GDP的回歸系數為負。

（二）穩健性檢驗與工具變量回歸

1. 穩健性檢驗

我們在表4進行了系列穩健性檢驗。考慮到滯后性，第（1）列使用上一年房價替代當年房價進行普通最小二乘回歸；考慮到企業產權類型差異，第（2）列將企業產權類型作為控制變量進行普通最小二乘回歸；第（3）列增加了2012年和2013年的數據進行普通最小二乘回歸。第（4）列是使用上一年房價替代當年房價基于固定效應模型的回歸結果，第（5）列是將企業產權類型作為控制變量基于固定效應模型的回歸結果，第（6）列是增加了2012年和2013年的數據基于固定效應模型的回歸結果。可以看到，穩健性檢驗的結果與上述基本回歸分析的結果一致，顯示房價上漲促進了工業企業就業。

表4 房價上漲與就業：穩健性檢驗

2. 工具變量回歸

為避免遺漏變量，我們在控制變量里盡量囊括相關企業個體特征和地區特征，但不能完全排除該問題。另外，房價可能和企業的人員雇傭存在反向因果問題——如果企業雇傭人數增加，社會總需求會增加，從而推高房價。我們借鑒陳斌開和楊汝岱（2013）的方法，使用企業所在省份的人均土地開發面積作為該省商品房價格的工具變量。該工具變量具有一定的合理性——各省土地供給力度與當地房價聯系緊密，滿足工具變量的內生性要求；同時各省土地供給額度受中央政府嚴格管控，與其他可能影響就業的宏觀因素聯系不密切，滿足工具變量的外生性要求。

表5是利用各省人均土地開發面積作為房價工具變量。第（1）列是控制省份固定效應、年度固定效應以及行業固定效應后的混合截面數據2SLS回歸結果。可以看到，房價系數顯著為正，且大于普通最小二乘法回歸結果，這可能是因為還遺漏了部分地區宏觀變量，或者房價存在較大測量誤差，導致普通最小二乘法的回歸結果被低估。第（2）列是以滯后一期的人均土地開發面積作為工具變量的回歸結果，第（3）列和第（4）列是對固定效應模型進行工具變量回歸，其中，第（3）列的工具變量是各省本年人均土地開發面積，第（4）列的工具變量是滯后一期的人均土地開發面積。這些工具變量回歸結果都有力地支持了本文的結論：房價越高，企業雇傭人數越多。

表5 房價上漲與就業：工具變量回歸

上述結果顯示，一旦相關因素得到控制，商品房價格上漲會顯著增加工業企業的雇傭人數。因而，“需求效應”和“擔保效應”的正面影響超過了“擠出效應”的負面影響。但是，該過程中到底是“需求效應”還是“擔保效應”發揮主要作用呢？本文接下來便通過產品可貿易性的異質性效應來考察房價上漲對勞動力就業的影響途徑。

五、房價上漲影響勞動力就業的傳導途徑

（一）識別策略

為了準確考察房價上漲影響企業雇傭人數的傳導途徑，接下來我們換一個角度，根據企業產品貿易性的影響加以研究。產品貿易性是指產品參與市場交易的程度，包括國際貿易和國內貿易。通常將貿易參與程度較高的特性定義為可貿易性，貿易參與程度較低的特性定義為不可貿易性。基于此，可貿易品定義為具有可貿易性的產品，不可貿易品定義為具有不可貿易性的產品。不可貿易品的需求主要依賴本地需求，可貿易品的需求則有賴于全國甚至全球市場需求（Mian和Sufi，2014）。因此，“需求效應”預期房價上漲對生產不可貿易品企業雇傭人員的影響大于生產可貿易品企業雇傭人員的影響，而“擔保效應”的影響則不存在此類差別。基于上述特征，可以得到如下識別策略：

（1）如果房價上漲只增加生產不可貿易品企業的勞動力雇傭，而不增加生產可貿易品企業的勞動力雇傭，則可以認為只存在“需求效應”，而不存在“擔保效應”；

（2）如果房價上漲同時增加生產不可貿易品企業和生產可貿易品企業的勞動力雇傭，且增加程度相同，則可以認為存在“擔保效應”，而不存在“需求效應”；

（3）如果房價上漲同時增加生產不可貿易品企業和生產可貿易品企業的勞動力雇傭，且生產不可貿易品企業勞動力雇傭的增加程度大于生產可貿易品企業勞動力雇傭的增加程度，則可以認為同時存在“需求效應”和“擔保效應”。

（二）產品貿易性測度

可貿易品的生產對專業化和規模化的要求較高，其地理集聚性也就更高，對此類產品的需求依賴全國市場需求；而不可貿易品的需求集中于本地，且相對分散。借鑒Mian和Sufi（2014），本文利用產業雇傭人數份額構建每個產業的赫芬達爾—赫希曼指數（HHI），其計算公式為：。其中，X代表某產業在全國的雇傭人數，X代表該產業在i省的雇傭人數，N為省i份數。赫芬達爾—赫希曼指數較高的產業具有較強的地理集聚性，其產品貿易參與度較高；赫芬達爾—赫希曼指數較低的產業地理集聚性較差，其產品貿易參與度較低。我們定義赫芬達爾—赫希曼指數大于中位數的產業為可貿易品行業，赫芬達爾—赫希曼指數小于中位數的產業為不可貿易品行業。從而我們可將全部企業分為兩類——位于可貿易品行業內的生產可貿易品的企業，位于不可貿易品行業內的生產不可貿易品的企業。

（三）回歸結果

表6第（1）列和第（2）列是利用最小二乘法分別對生產可貿易品和不可貿易品的企業進行回歸的結果，第（3）列和第（4）列是利用固定效應模型分別對生產可貿易品和不可貿易品的企業進行回歸的結果。結果一致顯示，房價上漲對生產不可貿易品企業的雇傭人數的影響明顯大于對生產可貿易品企業的雇傭人數的影響，這意味著“需求效應”的存在；同時，對于生產可貿易品的企業，房價上漲對其雇傭人數的影響亦顯著為正，這又意味著“擔保效應”的存在。換言之，房價上漲同時增加生產可貿易品和不可貿易品的企業的勞動力雇傭，且生產不可貿易品企業的勞動力雇傭增加程度大于生產可貿易品企業的勞動力雇傭增加程度，根據前述識別策略可以判斷同時存在“需求效應”和“擔保效應”。

表6 產品貿易性的影響

續表6產品貿易性的影響

（四）考慮企業規模的影響

企業規模，尤其是企業固定資產規模可能會對上述回歸分析帶來重要影響，因為企業通過“擔保效應”增加雇傭的能力與其固定資產數量緊密相關，房價上漲后，那些具有較多房地產的企業可能更容易通過抵押擔保渠道增加雇傭人數。為了排除企業規模帶來的影響，我們將企業固定資產價值從低到高進行四等分，然后分組考察不同產品貿易類型企業。通常有兩種常用的分組方法，第一種方法是將每個地區的企業按照基期（1999年）的固定資產價值從低到高四等分，并在以后年份保持該分組不變；第二種方法是不考慮年份，直接將每個地區的企業按照固定資產價值從低到高四等分。從回歸的角度來講，被解釋變量是企業雇傭人數，其多少與企業固定資產價值緊密相關，第二種分組方法可能導致變量內生。而第一種分組方法直接界定了企業固定資產規模，更客觀地衡量了固定資產規模的影響，因而本文主要采用這種分組方法。

表7給出了按照企業固定資產規模四等分的回歸結果。其中，A是企業固定資產規模在四分之一分位以下的分組企業的固定效應模型回歸結果，B是企業固定資產規模在四分之一分位至二分之一分位數之間的分組企業的固定效應模型回歸結果，C是企業固定資產規模在二分之一分位至四分之三分位數之間的分組企業的固定效應模型回歸結果，D是企業固定資產規模在四分之三分位以上的分組企業的固定效應模型回歸結果。第（1）列和第（2）列分別是房價上漲對生產可貿易品企業與生產不可貿易品企業的固定效應模型回歸結果，第（3）列和第（4）列分別是房價上漲對生產可貿易品企業與生產不可貿易品企業的工具變量回歸結果。

表7 產品貿易性的影響：控制企業規模

比較四種規模企業分組的回歸結果可以發現，以生產可貿易品企業的房價回歸系數來衡量的“擔保效應”隨企業規模增加而增加，且在較小規模企業中表現并不明顯；以生產不可貿易品企業的房價回歸系數與生產可貿易品企業的房價回歸系數之差衡量的“需求效應”則大體保持平穩，與企業規模無關。這說明，隨著社會對某產品總體需求的增加，反應最強受益最大的是規模較大的企業。它們可以迅速增加勞動力雇傭來獲取社會需求增加帶來的收益，這可能體現了勞動力就業市場上大企業和小企業間的不平等地位。

上述四個分組的回歸分析結果一致表明，即使控制企業固定資產規模的影響，房價上漲對生產不可貿易品企業的雇傭人數的影響都顯著大于對生產可貿易品企業的雇傭人數的影響，這再次充分表明企業“擔保效應”的存在。

六、結 論

本文利用國家統計局的全部國有及規模以上非國有工業企業數據庫數據，考察了房價上漲對工業企業雇傭人數的影響，在控制一系列企業個體特征變量和地區特征變量之后，基于混合橫截面數據的普通最小二乘回歸與基于面板數據的固定效應回歸結果都顯示房價上漲將增加企業的雇傭人數。進一步地，將企業劃分為生產可貿易品企業和生產不可貿易品企業兩類。由于不可貿易品的需求主要依賴本地，可貿易品的需求則有賴于全國甚至全球市場，因而“需求效應”預期房價上漲對生產不可貿易品企業雇傭人員的影響大于生產可貿易品企業雇傭人員的影響，“擔保效應”的影響則不存在此類差別。結果顯示，房價上漲同時增加生產可貿易品企業和生產不可貿易品企業的勞動力雇傭，且生產不可貿易品的企業勞動力雇傭的增加程度大于生產可貿易品企業勞動力雇傭的增加程度，因而同時存在“需求效應”和“擔保效應”。

本文的研究澄清了一些認識誤區，表明我國房價上漲并未導致工業衰退——雖然房價上漲對工業勞動力就業具有一定的“擠出效應”，但房價上漲對工業勞動力就業的“需求效應”和“擔保效應”超過“擠出效應”，最終增加了工業企業的勞動力雇傭人數。信貸約束在該過程中居于核心地位，企業信貸約束存在的一個重要原因是銀行和企業間的信息不對稱性，該不對稱性由房價上升使得作為抵押擔保物的房地產價值增加而得以緩解。房價上漲通過緩解企業信貸約束促進了勞動力就業，但房價不可能無休止上漲，尤其是在房價多年高速上漲后已進入平穩階段。在當前內需疲軟、工業低迷的背景下，尤其需要加強金融改革與創新，改善企業特別是中小企業的融資環境。這一方面可以促進當下勞動力就業，另一方面也可以防范未來可能出現的房價下跌帶來的風險。