房价、金融发展与制造业产业结构升级

潘红玉 刘亚茹

摘要：基于20072016年中国房价和制造业相关省级数据，运用两步SystemGMM方法考量房价、金融发展变化对制造业结构升级的影响效应。结果表明：制造业产业结构高度化除了受自身冲击因素（制造业产业结构高度化的滞后期）的影响之外，在当前样本范围内，房价与制造业产业结构高度化、金融发展与制造业产业结构高度化存在显著的正相关关系，房价上涨与金融发展能推动制造业产业结构高度化，但二者的相互作用抑制制造业结构的高度化。

关键词： 房价;金融发展;制造业结构高度化;两步SystemGMM

中图分类号：F062.9文献标识码：A文章编号：1003-7217（2019）01-0123-06

一、引言

房地产业带动了建筑、家电、金融、水泥、制造、钢铁等一系列相关行业的发展，吸收大量劳动力，促进了就业，为社会和经济发展做出了巨大的贡献。但是，我们不可以只片面的看到房地产产业所产生的积极作用，最近几年房地产产业的非理性发展使其价格也极具争议。房价的攀升能产生财富效应，这种效应能拉动我国居民消费和内需，从而带动中国经济的蓬勃发展[1]。但过高的房价早已超出了居民的承受范围，偏离了合理的房价收入比（标准为4到6之间），使广大人民背负了沉重的购房包袱，且过度投资房地产产业已经造成了房地产泡沫。目前，已有很多学者关注中国房地产市场繁荣对实体经济发展的影响。有学者从房价、投资等角度分析房地产市场发展给工业企业或者制造业部门的资源配置效率所带来的影响，结果显示，实体经济企业生产率下降[2]。房地产投资的增长可能会由于银行贷款等资金向房地产企业集中，造成制造业的资金相对短缺以及资金成本上升，从而对其它产业和部门的投资产生挤出效应，造成实体产业的空心化[3]。有学者利用20012008年全国35个大中城市非房地产上市企业数据，首次提供了房价上涨吸引非房地产企业进入房地产行业的直接证据[4]。

就金融市场发展而言，完善的金融体系通过提高储蓄投资转化效率、优化资源配置、促进技术创新以及激发企业家精神等渠道促进产业结构升级[57]。其还能够改善信息不对称，有效识别资源，并把资金成功投向于最有竞争力和创新能力的行业。然而，中国的金融资源过多流向房地产。由于企业的技术创新活动需要大量的资金，而企业的自有资本往往无法持续支撑，从而导致企业的技术升级进程受阻，最终可能阻碍产业结构升级[8]。金融能够与科技创新高度融合，对产业发展将起到不可替代的支持作用[9]，金融更是產业结构升级的重要实现机制[10]。已有很多的学者实证研究了金融发展对产业结构产生的影响，王立国、赵婉妤（2015）[11]以全国层面的数据为基础，利用VAR模型检验金融发展与产业结构之间的关系，诸多研究都表明两者之间存在长期的协整关系，产业结构升级离不开金融发展的支撑。此外，金融对于产业结构的支持作用也存在一定的区域差异，有学者基于Hansen门槛模型的研究得出两者存在非线性相关关系，金融发展对产业结构的促进作用呈现出倒“U”型趋势，并且存在地区差别[12]。

制造业对经济社会全局发展具有重大引领带动作用[13]，在拉动我国就业率和提高国内生产总值方面做出了重要贡献，不仅是我国的支柱产业，更是支持中国走向“世界工厂”的重要产业。作为实体经济的主体，制造业却面临着日益严峻的挑战，投资幅度逐渐萎缩，投资利润率持续走低，甚至有些出口导向型制造企业的利润为负。与之形成鲜明对比的是房地产行业高起的投资回报率，在这种常态下，制造业企业也纷纷抽离资金，缺乏资金支持使得制造业转型升级步履维艰[14]。尽管国内外学者对房地产业和制造业之间的复杂经济联系开展了一系列有价值的研究，但是，已有文献几乎都未考虑中国全域性房价上涨现象。此外，现有文献对整个产业结构转型升级的研究较多，而对制造业结构升级的研究相对不足，更忽略了制造业产业结构升级过程中房价与金融发展之间的交互影响，且鲜有研究从动态视角来说明房价对制造业产业结构升级的影响。因此，本文站在制造业转型升级的角度，探讨房价对制造业结构高度化的影响。本文还将房价、金融发展与制造业产业结构升级纳入同一理论分析框架，运用两步SystemGMM估计方法研究房价、金融发展以及二者互联互动对制造业产业结构升级的作用机理。本文的研究不但对避免房地产泡沫、实现房地产市场理性发展具有重大的理论和实践意义，而且对制造业等实体经济的创新转型也具有重大的指导意义。

（二）变量选取

1.被解释变量。

本文选择产业结构高度化作为制造业产业升级测度的指标来进行研究。产业结构高度化是产业结构升级的衡量标准之一，是对经济发展阶段和发展方向的一种反映，是产业结构由低级往高级发展的过程。文中以高端技术产业工业总产值占中端技术产业工业总产值的比重来度量制造业结构高度化（high），以反映制造业技术密集度不断提升的趋势。如果房价上涨，使得高端技术产业工业总产值占中端技术产业工业总产值之比越大，代表制造业结构高度化水平越高，那么可以认为房价的上涨是有利于地区制造业升级的，反之亦然。经济合作和发展组织（OECD）从技术密集度的角度把制造业的各行业进行了重新分类，也就是分成了低、中低、中高和高技术行业等四类。以此为基础，并借鉴傅元海[17]等的分类方法，把高端和中高端技术产业合并为高端技术产业，制造业高端、中端和低端技术产业三类所包括的具体行业见表1所示。

2.解释变量。

房价（hp）用相对住宅平均销售价格表示。金融发展（fin）用银行业金融机构各项贷款余额与GDP之比表示。我国金融体系包括银行业、证券、保险和信托等其他金融业，且银行业是金融体系的主导部分，其他金融业的发展规模相对较小。因此，本文借鉴卢万青、纪祥裕（2017）[8]的做法，用银行业金融机构的相关数据来计算金融发展情况。对外开放度（open）用各地区按经营单位所在地划分的货物出口与进口的总额占GDP的比重来测度，它一方面通过消化制造业产能来获取出口的知识溢出，另一方面又可以引进国内制造业发展所需的资源、技术、设备等方式促进制造业产业升级。教育水平（edu）则用平均每一个人所受的教育年限来衡量，按照国际通常的计算方法，平均受教育年限=（小学文化程度人数×对应的受教育年限+初中文化程度人数×对应的受教育年限+高中和中专文化程度人数×对应的受教育年限+大专及以上文化程度人数×对应的受教育年限）/6岁及以上总人口数。其中，小学受教育年限取 6 年、初中受教育年限取9年、高中和中专受教育年限取12年、大专及以上受教育年限取16 年。k代表资本存量，本文参考单豪杰的做法[18]，采用永续盘存法来测算20072016年分省资本存量k。在计算各省资本存量k时，需要用到名义固定资本形成总额和固定资产投资价格指数（上年=100）。各变量选取来源以及具体处理过程如表2所示。

（三）数据来源与說明

本文通过构建动态面板数据模型，采用Stata12软件中两步SystemGMM估计方法进行实证分析。选取的样本为20072016年全国29个省份（自治区、直辖市），鉴于制造业各细分行业工业总产值数据的可获得性，青海和西藏因数据不全未纳入样本之中。数据来源于20082017年《中国统计年鉴》、《中国工业经济统计年鉴》、EPS数据平台和2010年人口普查资料，然后对变量制造业结构高度化（high）、资本存量（k）和对外开放度（open）取自然对数，以避免异方差。

三、实证研究

（一）单位根检验和协整检验

对变量进行单位根检验是为了确定数据的平稳性。如果数据不平稳，那么估计结果将会出现偏差。单位根检验也是后续进行协整检验确定变量之间长期稳定关系的基础。本文依次采用LLC检验、IPS检验和ADF检验等三种单位根检验方法，这些检验的零假设均为各变量含有单位根。各变量的单位根检验结果如表3所示。从表中可以看出各变量在上述多种检验形式中拒绝了存在单位根的零假设，也就是说所有变量序列都是零阶单整变量，满足了进行协整检验的前提条件。

为确定被解释变量与解释变量之间是否存在长期的稳定关系，本文采用Westerlund（2007） 提出的四种面板协整检测方法：统计量 Gt和Ga的零假设是至少有一个不存在协整，统计量Pt和Pa的零假设是所有变量都不存在协整关系。模型的面板数据协整检验结果见表4，从P值可以看出，模型的三个统计量在10%水平上显著拒绝原假设，其中两个统计量在1%水平上显著拒绝原假设。也就是说拒绝了不存在协整关系的原假设，即被解释变量与解释变量之间存在长期的稳定关系，能够在此基础上进行回归，且回归结果是有效的。

（二）回归分析

本文将制造业结构高度化（lnhigh）的滞后一期作为内生变量，连同其他解释变量一起作为工具变量，选取两步 SystemGMM方法对动态面板数据模型进行估计。模型估计结果如表5所示，从表中可以看出，方程（1）、方程（2）、方程（3）和方程（4）显著拒绝不存在一阶自相关的原假设，且二阶自相关的p值均大于0.05。Sargan检验的p值同样大于0.1，均没有拒绝原假设，因此，所有工具变量都有效并通过过度识别检验。且Hansen检验也没有拒绝原假设，同样显示所有工具变量有效，说明所有模型设定是合理的，动态面板GMM估计结果是有效的。从模型参数估计的结果看来，滞后期被解释变量与当期被解释变量变动方向相同。房价促进制造业结构的升级，金融发展能促进制造业结构的高度化，二者的相互作用抑制制造业结构的高度化。对制造业产业结构高度化而言，只有在考虑了控制变量又没有考虑房价和金融发展的交互作用时，房价对制造业产业结构高度化影响不显著。而在考虑交互项的方程中，房价和金融发展对制造业产业结构高度化的回归系数分别为0.677和0.537，也就是说相对房价每提高1个单位，制造业产业结构高度化就上升0.677个单位;金融发展每增长1%，制造业结构高度化上升0.537%。说明了房价与制造业产业结构高度化、金融发展与制造业产业结构高度化存在显著的正相关关系，房价上涨与金融发展能推动制造业产业结构高度化。从方程（3）和方程（4）中可以看出房价与金融发展的交互项对制造业产业结构高度化的回归系数均小于0，这表明房价与金融发展的互动将挤占制造业技术升级所需的资金，对制造业产业结构高度化产生负效应。

教育水平对制造业结构高度化的影响系数为负，说明教育水平没有提高我国制造业结构的高度化。可能原因是当前的教育体制下，教育水平虽然快速增长，但劳动力质量可能并没有同步提高。受教育程度低、肯吃苦耐劳的“蓝领”越来越少，低端劳动力工资高涨，制造业失去传统优势;受教育程度高的本科、硕士研究生以及博士研究生的数量迅速增长，但能成为具备核心竞争力的高层次创新型人才仍为数不多，导致科技创新能力不足，难以突破制造业关键、共性技术“瓶颈”，不利于我国制造业结构高度化发展。资本存量的参数估计在制造业结构高度化方程中显著为负，这意味着资本存量并不利于制造业结构高度化。对外开放度在方程（3）中的系数为正，且通过了10%的显著性水平检验，也就是说对外开放度能促进制造业结构的高度化，对外开放为制造业产品流向海外提供了更多的途径，使制造业高度化的发展空间变得更为广阔。

两步SystemGMM方法能较为有效地解决内生性干扰，但是在实证分析中，还可能会存在衡量误差问题，从而导致估计的结果不准确，因此，本文还以商品房平均销售价格为原始数据，计算出相对房价，即以相对商品房平均销售价格作为房价的替代变量，进行两步SystemGMM估计，稳健性回归结果如表6所示。四个回归方程均通过了序列相关检验，且工具变量也不存在过度识别的问题。从模型参数估计的结果看来，无论是否考虑控制变量、房价和金融发展的交互项，滞后期被解释变量与当期被解释变量变动方向相同。在方程（1）中，金融发展对制造业产业结构升级影响不显著，在方程（2）中，房价对制造业产业结构升级影响不显著。从方程（4）可以看出，制造业产业结构高度化除了受自身冲击因素（制造业产业结构高度化的滞后期）的影响之外，在当前样本范围内，相对房价、金融发展与制造业产业高度化呈现正向变化的趋势，相对房价每提高1个单位，制造业产业结构高度化就上升0.983个单位;金融发展每增长1%，制造业结构高度化上升0.714%。相对房价与金融发展的交互项在方程（3）和方程（4）中的回归系数均小于0，且方程（4）中的回归系数在1%的水平下显著。因此，使用相对商品房平均销售价格作为稳健性检验指标，并没有对本文结论产生实质性改变。

四、结论与建议

本文选取20072016年的省级面板数据，采用两步SystemGMM估计方法分析房价、金融发展、房价与金融发展互联互动对制造业产业结构升级的影响机制，研究结果显示：在样本数据期内，相对房价每提高1个单位，制造业产业结构高度化就上升0.677个单位;金融发展每增长1%，制造业结构高度化上升0.537%。也就是说，房价上涨与金融发展能推动制造业产业结构高度化，而房价与金融发展的相互作用抑制制造业结构的高度化。教育水平对制造业结构高度化的影响系数均为负，即教育水平不利于我国制造业结构高度化发展。资本存量的参数估计在制造业结构高度化方程中显著为负，这意味着资本存量对制造业结构高度化起抑制作用，对外开放度能促进制造业产业结构升级。本文根据理论与实证分析的结果提出如下建议：

政府应该引导房價在合理的区间内上涨，政府应通过土地供给结构调整，培育多种形式的住房租赁供给体系，如租售并举、租购同权、共有产权住房以及农村集体建设用地可以进入租赁市场等调控手段，提高住房供给的弹性，控制房价的过快上涨，使房价维持在一个合理的水平。加快房地产行业的立法，通过法律规范房地产开发、销售、租赁和中介行为，促进房地产市场健康有序发展。

从供给侧和需求侧两方面发力发挥金融发展对制造业产业结构升级的推动作用。如通过进一步改善金融体系的信息不对称以识别产业中的高低效益产业，确保资金能够进入成长性更好、效率更高的制造业企业。此外，还要减少金融发展与房价的互联互动，使金融部门的资金更多的流入制造业产业，以满足制造业产业结构升级的需求，从而促进制造业产业结构升级。

在教育方面，要进一步加大对教育的投入力度，推进教育改革，逐步增加义务教育的年限，加快提高劳动力质量，进一步提高制造业的发展水平。在当前“千人一面”人才培养模式下培养出的人才难以满足多样化、个性化的市场需求，与高端产业对高层次创新型人才的需求难以匹配。因此，创新人才培养模式，以市场需求为导向建立校企协同合作，共同培养产业发展所需的个性化、多样化创新型人才，加快提高人力资本与技术创新水平，促进我国制造业结构高度化发展。

制造业的对外开放让中国成长为世界工厂，开放通过市场和竞争机制促进资源配置优化的进程。加强国内有较高技术水平的制造业大型企业与发达国家跨国公司的合作，研发创新，发挥示范效应，形成一批具有国际竞争力的创新型领军跨国制造企业，更好地带动国内制造企业发展，使我国制造企业从过去的跨国经营转变为全球经营。制造企业要加强关键技术的研发，提升自主创新能力和制造企业的技术吸收能力，推动制造业的转型升级。

参考文献：

[1]鞠方，雷雨亮，周建军.房价波动、收入水平对住房消费的影响——基于SYSGMM估计方法的区域差异分析[J].管理科学学报，2017，20（2）：3242.

[2]罗知，张川川.信贷扩张、房地产投资与制造业部门的资源配置效率[J].金融研究，2015（7）：6075.

[3]李畅，谢家智，吴超.房地产投资与制造业：促进效应还是挤出效应——基于非参数逐点回归的实证分析[J].金融经济学研究，2013，28（5）：3948.

[4]荣昭，王文春.房价上涨和企业进入房地产——基于我国非房地产上市公司数据的研究[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，刘凤良.金融发展、技术创新与产业结构转型——多部门内生增长理论分析框架[J].管理世界，2015（10）：2439+90.

[7]龙海明，吴迪.金融发展推动产业供给侧结构性改革的路径选择[J].财经理论与实践，2018，39（4）：1825.

[8]卢万青，纪祥裕.城市房价、金融发展与产业结构升级——基于中国地级市面板数据的实证研究[J].产经评论，2017，8（5）：8194.

[9]王健，张卓.金融支持对战略性新兴产业发展的影响——基于中国上市公司的实证分析[J].财经理论与实践，2015，36（4）：6267.

[10]江三良，胡安琪.金融业态深化、财政分权与产业结构升级——基于省级面板数据的分析[J].经济与管理评论，2018，34（5）：4251.

[11]王立国，赵婉妤.我国金融发展与产业结构升级研究[J].财经问题研究，2015（1）：2229.

[12]陶爱萍，徐君超.金融发展与产业结构升级非线性关系研究——基于门槛模型的实证检验[J].经济经纬，2016，33（2）：8489.

[13]贺正楚，潘红玉.高端装备制造企业财务竞争力的评价及测度[J].财经理论与实践，2016，37（4）：124129.

[14]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），2014，13（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，叶祥松，王展祥.制造业结构优化的技术进步路径选择——基于动态面板的经验分析[J].中国工业经济，2014（9）：7890.

[18]单豪杰.中国资本存量K的再估算：1952～2006年[J].数量经济技术经济研究，2008（10）：1731.

[19]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）：6679.

[20]阳立高，龚世豪，韩峰.劳动力供给变化对制造业结构优化的影响研究[J].财经研究，2017，43（2）：122134.

[21]胡草，范红忠.高房价抑制新企业进入了吗？——来自于中国工业企业的经验证据[J].华东师范大学学报（哲学社会科学版），2017，49（1）：146153+177.

（责任编辑：钟瑶）