房价上涨、要素流动与制造业升级

刘建江 罗双成

摘要：  本文将资本和劳动两种要素流动纳入统一框架中，研究房价上涨如何作用于制造业升级。利用2003—2016年我国30个省区市面板数据，在控制内生性问题情况下，本文采用系统GMM检验房价上涨对制造业升级的影响。结果发现，房价上涨对制造业升级具有显著的负向作用，从边际效应来看，房价增长率增加一个标准差（0.09），将导致制造业高度化指标下降0.14，房价上涨对制造业升级的抑制作用明显。进一步研究发现，房价上涨显著降低了制造业企业研发投入，进而抑制制造业升级。由于推力和拉力的作用，房价上涨对劳动力流动的影响不确定。本文为制造业创新升级和房地产市场调控提供了重要的政策启示。

关键词：  房价上涨; 要素流动; 制造业升级; 资源配置

文献标识码： A  文章编号： 1002-2848-2018（06）-0098-09

一、引 言

改革开放以来，我国丰富廉价的劳动力资源为我国制造业发展创造了有利条件。东部沿海地区借助本地发展外向型经济的便利，通过发展劳动密集型产业逐渐获得国际市场的竞争优势，从而加快了我国经济发展，缩小了我国与发达国家的差距[1]。现阶段，我国制造业尚处在国际垂直分工体系的中低端，在研发投入、研发强度与研发集中度等方面与创新型国家尚存在较大差距[2]。长期以来，我国研发投入和教育投入占GDP比重偏低，2015年分别为2.06%和5.2%，而美国长期保持2.7%和5.4%左右。中国在全球价值链中仍处于中低端位置，实现制造业的升级，从劳动集约型转变为资本密集型的结构转变，是改变“中国制造”现状的重要途径。2015年，我国正式发布《中国制造2025》，试图推动我国高端制造业的发展。然而，近十几年来随着劳动力、土地等要素成本不断上涨，低端制造业的利润空间逐渐下降，资本开始追求更快更高收益的投资（如房地产），不断挤压用于创新投入的资本，严重影响了制造业创新和升级。因此，深入分析制约制造业升级的关键因素尤为重要。近些年，我国房价快速上涨对制造业升级是否有影响？如果有影响，是通过什么机制对制造业升级产生影响？

产业升级是企业或实体经济从过去生产劳动密集型、低附加值的产品和服务，转变为生产资本密集型、高附加值的产品和服务的过程[3-4]。对于产业升级和调整的研究汗牛充栋，现有文献逐渐开始关注资产价格波动（包括股票价格波动和房价波动）对产业结构的影响[5-6]。陆蓉等[5]考察了股票价格波动对产业结构的影响，研究发现股票价格高估并非总是不利的，允许生产效率高的新兴产业股票价格高估，有助于增加资本的投入量，从而带来产业的扩张。但是他们仅仅考虑三次产业结构的变化，缺乏对具体行业结构变化的分析，也没有考虑房价上涨对产业升级的负面作用。资本和劳动力要素投入是企业生产和产业发展的重要资源，对产业升级具有重要的作用。现有文献通常从资本要素或者劳动力要素视角分析房价对企业创新和产业升级的影响[7-8]，并没有将资本、劳动力要素纳入统一的框架下进行研究。制造业结构升级是实现从劳动密集型制造业转变为资本密集型制造业的过程，本文创新性地从要素流动视角分析高房价对制造业结构升级的作用机制。

本文研究发现，房价上涨通过成本路径和要素配置路径作用于制造业升级。实证结果发现，房价上涨对制造业升级具有显著抑制作用。一方面，房价上涨推动劳动力、土地、原材料等要素价格上涨，压缩企业利润空间，从而减少企业创新投入资源。另一方面，房价上涨带来的短期收益，吸引企业配置房产，减少了企业创新研發投入，抑制了企业新产品研发和新技术的更新。作用机制分析发现，房价上涨对企业研发投入抑制作用显著，而对制造业就业影响不显著。

本文的贡献如下：一是在理论上，已有的文献仅单独考虑资本或劳动对企业创新和生产率的影响，本文将资本和劳动两种要素流动放到统一的框架中，分析房价波动影响制造业升级的作用机制，拓展了已有研究。二是在方法上，在控制影响制造业升级的需求和供给因素及外部环境因素基础上，进一步控制内生性问题，使结果更可靠。

本文接下来的安排如下：第二部分回顾以往相关文献，并在此基础上提出研究假设;第三部分进行实证研究设计;第四部分在考虑制造业升级的需求、供给和外部环境因素后，检验房价上涨对制造业升级的影响;第五部分进行作用机制分析;第六部分为结论和建议。

二、文献回顾与研究假设

现有文献对产业升级的研究较多，一个重要的视角就是基于全球价值链体系下一国或地区的产业实现从低端价值链向高端价值链升级的过程[9]，这就要求企业不断增加金融和资本投资，用于人才的积累和技术的内化[10-11]，也是发展中国家通过获取知识和学习技术提高创新能力的重要途径[12]。在激烈的价值链竞争中，产业创新和升级变得更加复杂。Pavlínek等[13]利用1998—2006年捷克汽车产业数据研究发现，产品和工业的创新对汽车产业升级发挥了重要作用。Contreras等[14]对墨西哥汽车产业研究发现，发展中国家通过学习发达国家的技术，实现本国的产业升级。制造业升级不仅包括产品、工艺、功能的技术升级[15-16]，也包括渠道升级、企业之间联系网络的升级[17]。产业链升级需要不断的资金投入和人力资本积累，能够增强企业的盈利能力、讨价还价能力和社会地位[18]。

近十几年来，我国房价上涨过快已是不争的事实。2003—2016年全国平均房价上涨2.17倍，年均增长率达到15.5%。房价上涨过快意味着资本投资收益较高，吸引大量资金投资房地产及相关产业，如钢铁、建材、水泥、采矿等传统产业迅速扩张，从而形成低技术水平传统行业产能过剩、高新技术产业发展不足的资源错配现象[8]，并导致短期内经济波动，有可能影响长期经济增长路径[19]。对于资本密集型和技术含量低的房地产业，由于金融机构、企业资本和社会资本倾向于投资房地产业以获取高额回报，导致高端制造业的融资受到挤压，加剧了制造业低端化效应[20]。那么，持续快速上涨的房价是如何影响制造业升级呢？

企业生产的要素包括资本、劳动力、土地和原材料等，资本和劳动力在生产部门间流动实现资源的合理配置。房价主要通过成本路径和要素配置路径影响制造业升级。成本路径是指房价上涨推动劳动力、土地、原材料等要素价格上涨，压缩企业利润空间，从而减少企业创新投入资源。高房价增加了制造产业的生产成本，导致制造业产业从大型城市向中小城市转移[21]。要素配置路径主要表现为资本流动和劳动力流动两方面：一方面房价上涨导致部分用于创新投入的资金流向房地产市场，减少企业创新投入;另一方面房价上涨作为信号机制，促进制造业就业增加，从而有助于实现制造业升级，但同时高房价对劳动力流动具有一定的推力，因此这种促进作用并不确定。

要素配置路径中，房价快速上涨吸引资金流向房地产，影响企业创新、生产率和竞争能力的提高，从而抑制制造业升级。首先，房价快速上涨给投资房地产的经济个体和企业带来高额利润，导致大量企业将大量资金投入到房地产市场，势必会影响企业创新投入[22-23]。Miao等[7]构建两个生产部门的内生经济增长模型，发现企业将资金投入到没有技术外溢的泡沫部门（房地产部门），将抑制企业自身创新投入，从而抑制经济持续增长。房价持续上涨带来较高的回报率，是企业投资房地产的动力[24]。而房价资产的上涨，缓解了企业流动性约束，提高了房地产部门融资能力。在预期房价继续上涨的情况下，更多的融资投资于房地产，甚至挤压企业主营业务的资源[20]。其次，房地产过度繁荣挤占了研发部门的要素投入，从而抑制企业全要素生产率的提高。陈斌开等[8]认为，房价上涨通过局部均衡效应促进房地产及其相关产业的发展，但是通过一般均衡效应降低经济生产效率，阻碍了经济的长期稳定发展。城市房价上涨挤占了企业创新资金，造成企业投资结构的扭曲，抑制地区的创新水平[25]。最后，企业对于非主营业务的过度扩张将严重影响企业主营业务的核心竞争力。波特的竞争优势理论指出，企业核心竞争力源自于企业内部资源聚合到主营业务，从而在与竞争对手博弈和满足客户需求方面表现出的优势力量[26]。房价上涨虽然能够给涉房企业带来短期收益，但从长期来看，企业内部资源的分散不利于企业核心产品竞争力的提升，从而抑制企业创新升级。基于以上分析，本文提出如下假设：

假设1：房价上涨通过影响企业成本和资本流动，降低了制造业创新投资，从而对制造业升级产生负向影响。

房价上涨对劳动力流动的影响主要基于两方面的作用力：拉力和阻力。房价上涨作为信号机制，对劳动力就业具有一定的拉力，因为房价上涨快的地区不仅意味着更多的就业机会和更高的工资水平，同时还意味着更好的医疗服务和公共设施[27]。因此，住房价格较低时，房价上涨吸引劳动力的流入，从而增加制造业就业规模，有助于制造业利用廉价丰富的劳动力创造更多的利润，有利于企业的创新升级。但房价上涨到一定水平时，由于高房价成本带来的效用损失提高，低端劳动者开始寻求向外地或高端行业流动，对劳动力流动产生一定的阻力。住房支出是劳动者重要的生活成本，某地区房价上涨过快超过预期工资收入时，降低了劳动者的相对效用水平，进而抑制劳动力在该地区的流入和集聚[28-29]。高房价带来的居住成本，不仅导致低端劳动力流出，而且抑制刚毕业的大学生劳动力流入的积极性，这些劳动力的流出不利于制造业部门人力资本的积累。当然，高房价导致劳动力从低端行业向高端行业流动，对制造业升级具有一定的积极作用。面临高房价成本，劳动力寻求更高工资的高生产率部门，从低端行业流向高端行业，进一步优化了劳动力结构在高生产率部门配置，能够促进产业升级[6，30]。如果資源要素能从边际产出低的生产部门流向边际产出高的部门，提高资源的配置效率，那么就会促进经济增长[31]。

因此，房价上涨对劳动力流动的影响存在一个阈值，现实情况而言，除了部分东部大城市房价过高导致劳动力跨区域或跨职业流动，大部分内地城市房价均没有达到这个阈值，因而房价上涨通过劳动力流动对制造业升级的影响不确定。基于以上分析，本文提出以如下假设：

假设2：房价上涨通过信号机制吸引劳动力流入，优化了劳动力结构，从而对制造业升级具有促进作用，但由于高房价对劳动力流动具有一定的阻力，因此这种促进作用并不确定。

三、研究设计

（一）模型设定

依据前文理论分析和研究假设，本文构造如下计量模型检验房价波动与制造业升级的关系：[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年的制造业升级指标，SH it-1表示制造业升级指标滞后一期;hprice_r it表示i省份t年的房价增长率;X it控制了影响制造业升级的需求因素和供给因素，以及制造业的外部环境因素;μi表示个体固定效应;ε it表示扰动项。

（二）变量设计

1.被解释变量

依据产业结构理论，参照周振华等[32-33]的构造方法，本文构造制造业高度化指标衡量制造业升级。制造业高度化表现为行业生产技术的不断创新或产品技术含量的提高，通常采用各行业产出占比与劳动生产率的乘积来度量。因此，制造业高度化指标可以定义为：

其中，LPj表示j产业的劳动生产率，其计算参照刘伟等[34]的产业结构标准化模型，LPj=Qj/Lj，LP0=Q0/L0。在计算过程中，以2003年作为制造业高度化指标的基期计算LP0，Q和L分别为行业增加值和从业人员平均人数。劳动生产率高的行业占总产出的比重越高，说明制造业高度化水平越高。

2.解释变量

房价增长率。首先，参考陈彦斌等[35]的做法，计算以1999年作为基期，剔除通货膨胀因素，计算实际住房价格，其中实际房价（hprice）=（商品住宅销售额×100）/（商品住宅销售面积×CPI定基指数）。其次，根据增长率的计算方法，计算房价的增长率：hprice_rt=（hpricet-hprice t-1）/hprice t-1。

3.控制变量

产业需求对产业创新和升级具有重要的激励作用，产业需求弹性越大，创新激励越大[36]。因此，本文控制影响制造业升级的需求和供给因素。影响制造业升级的需求因素包括：居民消费（c），用各省社会消费总额来衡量;政府支出（rgov），用各省人均政府支出来衡量;出口需求（expr），用各省出口总额占GDP比重来衡量。影响制造业升级的供给因素包括：市场化程度，用各省非国有企业固定投资占地区固定投资的比重（non_state）来衡量;人力资本（edu），用各省在校和毕业大学生总数来衡量;开放水平（fdi），用外商直接投资总额占社会总投资的比重来衡量。此外，还控制影响制造业升级的外部环境，包括工业化程度与创新能力。其中工业化程度用第二产业增加值占GDP比重（s_ind）来衡量;创新能力用各省份申请专利受理数（patent）来 衡量。

（三）数据来源及描述性统计

本文制造业各行业数据来源于国研网统计数据库。2012年制造业行业统计数据做了一些调整，橡胶制品业和塑料制品业合并统计，交通运输设备制造业拆分出汽车制造业和其他交通运输业，我们将其合并，最终得到28个制造业行业的数据。其中2007—2010年缺少12月份数据，采用1—11月累计数据计算得到制造业升级指标。其中，部分数据来自于中经网统计数据库、各省市统计年鉴，部分缺失值用算术平均数补齐，最终得到2003—2016年30个省区市面板数据，其中由于西藏数据缺失严重，故做删除处理。变量的描述性统计见表1。

四、实证结果

本文拟采用2003—2016年30个省区市面板数据检验上述理论分析和假设，面板数据的好处在于能在一定程度上解决遗漏变量（个体异质性）问题。但是模型本身并不能解决内生解释变量问题，通常的操作是，首先使用固定效应模型FE或者一阶差分法FD对模型进行变换，解决遗漏变量问题。其次，利用工具变量进行2SLS或者GMM估计。由于2SLS对工具变量的选取要求高，本文将使用内生解释变量的滞后阶作为工具变量进行GMM估计。Anderson等[37]指出，由于该模型要求差分后残差项不存在序列相关，系统GMM估计过程中差分GMM会产生一阶自相关，只要差分后残差项满足存在一阶自相关但不存在二阶自相关，则可以判断模型设计是合理的。一般可以通过模型估计结果中AR（1）和AR（2）来判断残差自相关问题。系统GMM使用滞后项作为工具变量，因此必须检验工具变量的选择是否合理，一般可以通过模型估计结果中Hansen统计量来判断。

表2第（1）列给出了因变量为制造业高度化的基准回归估计结果，第（2）-（4）列分别为加入需求因素、供给因素、外部环境等方面的控制变量后的回归结果。第（5）-（6）列为稳键性检验，是用主营业务收计算的制造业高度化指标（SHI）。其中，AR（2）统计量均接受“不存在二阶自相关”的原假设，同时，Hansen统计量也显示选取的工具变量不存在过度识别问题，说明选取的工具变量都是有效的，模型设计是合理的。

表2第（1）列基准回归结果显示，房价增长与制造业高度化呈显著的负相关。为了进一步控制遗漏变量导致的内生性问题，我们在模型中加入影响制造业升级的需求因素。国内居民消费需求、出口需求和政府支出被称为经济增长的三驾马车，总需求又会影响总供给。产品需求的增加，一方面消费者对产品质量和多样化的需求，迫使企业不断改进和创造新的产品;另一方面需求增加意味着企业能够获取更多的利润，从而提高企业新产品和新技术创新的积极性[38]。因此，需求的增加有助于制造业的升级。加入需求因素后，第（2）列结果显示，房价增长对制造业高度化的影响仍显著为负。需求因素方面，人均政府支出（lnrgov）对制造业升级具有显著的促进作用。近年来政府公共服务不断完善，尤其是公路、铁路等基础设施建设降低了制造业企业的交易费用，同时政府购买增加制造业需求，进一步刺激企业创新升级。出口和消费对企业升级的影响并不显著。

表2第（3）列给出了加入供给因素后的估计结果，房价增长对制造业升级的影响仍然为负，说明结果是稳健的。在供给因素中，制造业升级受人力资本影响显著为正，说明21世纪以来随着高等教育投入的增加，人力资本的积累为制造业提供了更高质量的创新性人才，促进制造业创新能力的提升。

表2第（4）列给出了加入制造业外部环境因素后的估计结果，房价增长对制造业高度化产生显著的负向影響，说明估计结果的稳健性。根据第（4）列的估计结果，从边际效应来看，房价增长率增加一个标准差（0.09），将导致制造业高度化指标下降0.14，房价上涨对制造业升级的抑制作用明显。房价快速增长使得投资房地产的收益可观，不少企业在利益的驱使下减少企业研发和创新投入，甚至通过借贷方式增持土地、住房资产，期望在未来房价上涨中获益。这种在短期内获取高收益的预期，降低了企业长期创新投入动机。另外，房价上涨过快的结果导致企业生产用地租金成本上升，进一步挤压了企业利润空间。从全国层面看，除了2008年全球金融危机和2014年增速只有1.39%以外，2004 —2016年我国商品房平均销售价格增长率几乎都保持在6%以上。过高的房价增速，吸引大量居民和企业资金投入房地产业。

在外部环境中，第二产业增加值占GDP比重是工业化程度的重要指标，工业化程度越高，企业生存和发展的环境越好，就越有利于制造业升级。第（4）列的估计结果显示，工业化程度对制造业升级具有显著的促进作用。

为检验结果的稳健性，我们用主营业务收入替代行业增加值重新计算制造业高度化指标（SHI）。表2第（5）列和第（6）列结果显示，房价增长对制造业升级的影响仍然显著为负，说明结果是稳健的。房价上涨导致资金从创新能力强的制造业部门流向缺乏创新能力的房地产部门，抑制制造业创新投入，不利于制造业生产率的升级。我们接下来检验房价上涨对制造业升级的这种作用机制。

五、作用机制分析

根据前文理论分析与假设，房价上涨主要通过影响要素流动对制造业升级产生负向影响。接下来利用数据对作用机制做进一步检验。为了检验房价上涨对要素流动的影响，本文选取了制造业就业人数占总就业的比重（manu_worker）来衡量劳动力在制造业部门的流动;选取制造业研发支出占总投资的比重（R&D;）来衡量资本在制造业部门的流动。构造房价上涨对要素流动的计量模型：

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

其中，mobility it表示i省份t年的制造业要素流动指标，包括制造业就业占比和制造业研发支出占比;hprice_r it表示i省份t年的房价增长率;X it为相应的控制变量;μi为个体固定效应;ε it为随机扰 动项。

表3第（1）-（3）列给出了房价上涨对制造业研发投入占比影响的估计结果，结果显示，房价上涨对制造业研发投入的影响显著为负，房价上涨抑制了制造业创新投资。房价上涨意味着房地产投资带来高额的收益，不仅居民热衷于投资房地产

[ZW（DY]2012年《中国家庭金融调查报告》将家庭持有的住房现值与购买时价格进行比较发现，家庭持有第一套住房的现值是购买时价格的4.4倍，第二套和第三套也达到2.4倍和2倍，房价上涨带来的高收益是居民热衷投资房地产的主要动力。[ZW）]，企业家也希望挣“快钱”和“热钱”，热衷于将资本投资于投机性较强的房地产业，难以推动自身企业的创新投入和发展[23]。同时，房价上涨推高了制造业企业经营性成本，进一步压缩企业的利润空间，抑制了企业家创新投入的积极性。因此，房价上涨对制造业投资具有显著的抑制作用。在考察对制造业研发投入的影响时，控制了工业企业平均利润率（profit）和工业企业平均资产负债率（ALR），结果发现平均利润率对制造业研发投入影响不显著，资产负债率高的企业倾向于增加研发投入。

表3第（4）-（6）列给出了房价上涨对制造业就业影响的估计结果，结果显示，房价上涨对制造业就业的影响为正，但是不显著。房价上涨作为信号机制，对劳动力就业具有一定的拉力，因为房价上涨快的地区不仅意味着更多的就业机会和更高的工资水平，同时还意味着更好的医疗服务和公共设施[27]。因此，房价上涨对制造业就业具有正向促进作用。但是，高房价增加了劳动者居住成本，抑制制造业就业和劳动者的创新积极性，因而这种促进作用不显著。在考察房价上涨对制造业就业的影响时，控制城市人口规模（lnpopu）和制造业平均工资（lnwage）的影响，结果发现，工资上涨与制造业就业呈现显著的负相关。近年来，我国面临外需下降内需疲软的环境，很多低端制造业利润较低，不足以支付增长较快的劳动力成本，从而面临破产的风险或转而投资其他行业（如房地产）。因此，由于工资价格上涨，制造业就业不升反而下降。

接下来，我们考察资本和劳动力流动对制造业升级的作用。考虑房价上涨的因素，构建如下计量模型：

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

表4第（1）列考察了资本流动对制造业升级的作用，结果发现，制造业研发投入占比对制造业升级具有显著的正向作用。当房价上涨抑制制造业研发投入时，对制造业升级具有抑制作用。当企业资金期望获取短期收益增加房地产投资时，势必对制造业创新研发投入产生挤出效应，缺乏足够的资金用于新产品研发和新技术的更新，企业生产率增长停滞，企业升级也将受到抑制，验证了假设1，即房价上涨通过影响企业资本流动，减少企业创新投入，抑制制造业的升级。结合第（3）列，在加入劳动力流动因素后结果仍然是稳健的。

表4第（2）列考察劳动力流动对制造业升级的作用，结果发现，制造业就业增加对制造业升级具正向作用，但不显著，验证了假设2，即房价上涨促进了制造业就业，优化了劳动力结构，从而对制造业升级具有促进作用，但由于高房价对劳动力流动具有一定的阻力，因此这种促进作用并不确定。

六、结论与启示

本文将资本和劳动两种要素流动纳入统一框架中，研究房价上涨如何影响要素流动，进而作用于制造业升级。本文利用2003—2016年我国30个省区市面板数据，在控制内生性问题情况下，采用系统GMM检验房价上涨对制造业升级的影响。结果发现，房价上涨对制造业升级具有显著的负向作用，從边际效应来看，房价增长率增加一个标准差（0.09），将导致制造业高度化指标下降0.14，房价上涨对制造业升级的抑制作用明显。通过作用机制分析发现，房价上涨显著降低了制造业企业研发投入，进而抑制制造业升级。房价上涨不仅推高了制造业经营成本，压缩制造业企业利润，而且吸引制造业企业和企业家投资房地产，以获取短期收益。房价上涨影响资本流动的作用机制是显著的。房价上涨对制造业就业的影响没有通过显著性检验，因为房价对于劳动力流动具有拉力和阻力，所以房价上涨对劳动力流动的影响是不确定的。

本文重要的政策启示包括：第一，转变过去地方政府对土地财政的依赖，防范政府主导下的资源配置扭曲的风险。政府对土地财政的过度依赖，导致大量资源配置在创新水平低的房地产行业，由此带来的房价持续上涨不利于制造业创新和升级，不利于国家竞争力的提升和《中国制造2025》战略的实现。防范政府主导下的资源配置扭曲风险，促进资源效率的提升。第二，为创新型制造业企业提供良好的金融环境和外部市场环境。金融体制不完善导致大多数普通投资者缺乏有效的投资工具，难以发挥资本市场对企业的直接融资功能。因此，为实现我国从制造业大国向制造业强国转变，应当改善企业融资环境，提升人力资本投资，从而促进制造业转型升级。第三，加强知识产权保护，加强创新激励机制。知识产权保护能提高制造业企业创新动力，并减少社会资源流向生产效率低的行业（如房地产），从而促进资本和劳动力资源的有效配置。

參考文献：

[1] 蔡昉， 王德文， 曲玥. 中国产业升级的大国雁阵模型分析  [J]. 经济研究， 2009（9）： 4-14.

[2] 崔维军， 王进山， 陈凤， 等. 中国与发达国家企业研发投入的国际比较——基于研发投入50强的实证分析  [J]. 科学学与科学技术管理， 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， 汪冲. 税费负担、创新能力与企业升级——来自“新三板”挂牌公司的经验证据  [J]. 经济研究， 2017（11）： 119-134.

[5] 陆蓉， 何婧， 崔晓蕾. 资本市场错误定价与产业结构调整  [J]. 经济研究， 2017（11）： 104-118.

[6] 高波， 陈健， 邹琳华. 区域房价差异、劳动力流动与产业升级  [J]. 经济研究， 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] 陈斌开， 金箫， 欧阳涤非. 住房价格、资源错配与中国工业企业生产率  [J]. 世界经济， 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] 刘建江， 罗双成， 邹花兰. 短期经济波动与长期增长关系研究综述  [J]. 长沙理工大学学报（社会科学版）， 2015（3）： 111-121.

[20] 余静文， 谭静， 蔡晓慧. 高房价对行业全要素生产率的影响——来自中国工业企业数据库的微观证据  [J]. 经济评论， 2017（6）： 22-37.

[21] 邵挺， 范剑勇. 房价水平与制造业的区位分布——基于长三角的实证研究  [J]. 中国工业经济， 2010（10）： 24-32.

[22] 吕江林. 我国城市住房市场泡沫水平的度量  [J]. 经济研究， 2010（6）： 28-41.

[23] 王文春， 荣昭. 房价上涨对工业企业创新的抑制影响研究  [J]. 经济学（季刊）， 2014（2）： 465-490.

[24] 黄彦彦， 李雪松. 涉房决策与中国制造业企业研发投入  [J]. 财贸经济， 2017（8）： 144-160.

[LL]

[25] 余泳泽， 张少辉. 城市房价、限购政策与技术创新  [J]. 中国工业经济， 2017（6）： 98-116.

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

[27] 张莉， 何晶， 马润泓. 房价如何影响劳动力流动？  [J]. 经济研究， 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， 罗双成. 区域房价差异、人口流动与地区差距  [J]. 财经科学， 2018（7）： 96-108.

[30] 邵朝对， 苏丹妮， 邓宏图. 房价、土地财政与城市集聚特征： 中国式城市发展之路  [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] 周振华. 论现代经济增长与产业结构优化  [J]. 财经研究， 1990（6）： 14-19.

[33] 韩永辉， 黄亮雄， 王贤彬. 产业政策推动地方产业结构升级了吗？——基于发展型地方政府的理论解释与实证检验  [J]. 经济研究， 2017（7）： 33-48.

[34] 刘伟， 张辉. 中国经济增长中的产业结构变迁和技术进步  [J]. 经济研究， 2008（11）： 4-15.

[35] 陈彦斌， 邱哲圣. 高房价如何影响居民储蓄率和财产不平等  [J]. 经济研究， 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] 孙军. 需求因素、技术创新与产业结构演变  [J]. 南开经济研究， 2008（5）： 58-71.