城市房价对技术进步要素偏向的影响分析——基于资本劳动比的中介效应检验

■王 珍

一、引言与文献综述

自1998年我国房地产市场化改革以来，房地产投资总额从1998年的0.36万亿元激增至2018年的12.03万亿元，年均增长率达19.18%。房地产价格不断攀升、居高不下，对我国储蓄、消费、劳动力流动、产业结构升级、技术创新水平等造成诸多影响。学者们对此展开系列研究：李雪松和黄彦彦（2015）认为，随着房价不断上涨，人们会因购房和偿还住房借款而储蓄，因此，国民储蓄率随之升高；李春风等（2014）通过构建房价对居民消费影响的动态面板模型进行实证检验，结果显示当前房价上涨会挤出城镇居民消费；张莉等（2017）则认为房价上升对劳动力产生拉力和阻力两种相反的作用，这两种作用使得劳动力流动呈现出先升后降的倒“U”型特征；刘程和王仁曾（2019）实证检验房价上涨对产业结构升级的影响，发现房价上涨会通过挤占企业科研投入，导致资源错配，从而抑制城市产业结构优化；近年来有研究发现我国房价上涨和房地产市场扩张对技术创新水平造成负面影响（熊凌云，2019）。学者们普遍忽视了房价对技术进步要素偏向的影响。

技术进步要素偏向是经济学研究领域关乎一国消费、就业和经济增长的重大论题。比如，偏向资本的技术进步会造成劳动收入份额下降，而劳动收入份额下降或过低会通过人力资本效应、消费需求效应与生产率效应显著抑制经济增长（钞小静和廉园梅，2019）。自Hicks（1932）提出这一概念并进行开创性研究以来，学者们采用单方程法、标准化供给面系统法和Malmquist指数法等方法测度技术进步偏向（Leon et al.，2010）。在此基础上，研究集中在探讨技术进步偏向的动态变化及其原因上。由于各国不同时期技术进步偏向不尽相同，学者们从不同角度解释其形成原因。主要形成了4种代表性观点：一是“要素特征”观。Acemoglu（2002）认为要素价格和市场规模等特征决定技术进步的要素偏向；易信和刘凤良（2013）采用中国1996—2006年的省际面板数据进行实证，结果显示市场自由度、经济发达程度和要素市场扭曲程度均能影响技术进步方向。二是“企业选择”观。Lei（2013）认为企业选择进入的行业及其内部研发均倾向于高回报行业，由此改变要素的相对需求，最终引起技术进步要素偏向发生改变。三是“制度与政策”观。Irmen（2013）认为制度与政策尤其是人口政策和专利制度是导致技术进步偏向性发展的重要原因；潘士远（2008）将专利分为劳动密集型产业专利和技能密集型产业专利，得出最优专利制度会影响技术进步方向。四是“技术因素”观。不同于前面三种观点均从非技术因素角度揭示技术进步偏向的原因，赵伟和赵嘉华（2019）运用2003—2014年省级层面数据，从“技术因素”角度、内生和外生层面分析互联网技术的应用对我国技术进步要素偏向的影响，结论显示这些内生和外生层面的因素都强化技术进步劳动偏向而弱化技术进步资本偏向。

笔者沿着“要素特征”视角，研究我国高房价因素对技术进步要素偏向的影响。本文的贡献主要包括：第一，将房地产价格这一重要变量纳入技术进步偏向的研究范畴，进一步拓展影响技术进步偏向的“要素特征”因素，同时，也丰富了房地产价格经济效应的研究。第二，不仅证明了房价同比增速是影响技术进步方向的重要因素，并揭示出它是通过资本劳动比这一“中介”来影响技术进步偏向的。

二、理论分析与研究假设

（一）房地产价格与资本劳动比

首先，房价上涨带来的“信用缓释效应”和“资源重置效应”有利于资本要素的积累。就“信用缓释效应”而言，房价上涨会增加企业自有房产等抵押品的价值，有利于缓解重资产企业的融资约束，增加其在技术创新等方面的潜在投入。在不同商业模式下（重资产模式和轻资产模式），企业融资约束的缓解程度和技术创新的要素投入组合存在较大差异。重资产企业相对轻资产企业可抵押的资产更多，房价上涨更有利于其提高研发投入。此外，重资产企业的研发投入更容易固化为机器设备等生产性资本，提高企业的资本存量。就“资源重置效应”而言，房价上涨通过提高房地产行业的投资回报水平，吸引了大量实体部门进入房地产行业，造成资本在不同生产部门之间的重新配置，引发经济“脱实向虚”。但无论何种效应占优，房价上涨均有利于资本要素的积累。

其次，房价上涨带来的“信号激励效应”和“成本效应”对企业劳动要素的积累存在不确定性。当房价涨幅较为稳定时，信号激励效应占主导作用，具体表现为房地产投资出现低风险和高回报率，以及高房价将产生日益显著的财富效应，二者促使居民可支配收入增加，进一步产生人才集聚效应，缓解创新的人才瓶颈，有利于劳动要素的积累；当房价涨幅过快时，成本效应的负面影响要更加强烈，这是由于房价上涨过快，高房价提高居住成本并压缩所在区域居民的可支配收入，可能造成人才的流失，从而不利于劳动要素的集聚。

综上，房地产价格对所在区域企业资本劳动比的影响取决于房价上涨的幅度。具体来说，当企业所在区域的房价上涨相对较为稳定时，有利于同时提高资本要素和劳动力要素的积累，资本劳动比的变化尚不明确，需要通过实证检验加以获晓；当企业所在区域的房价涨幅过快时，有利于提高资本要素但不利于劳动力要素的积累，资本劳动比将会提高。

（二）资本劳动比与技术进步方向

资本劳动比变化产生的禀赋效应会对企业所在区域的技术选择产生影响。当资本要素相对于劳动要素更加丰富时，即资本劳动比较高时，会为研发多用资本的技术提供更大激励（Acemoglu，2002）。据此，Acemoglu（2002）提出弱诱导偏向假说（Weak Induced-Bias Hypothesis），在要素间的替代弹性大小不等于1的条件下，一种要素的相对丰富将会诱使产生偏向于这种要素的技术进步。具体而言，当资本劳动比上升时，技术进步将偏向于资本。当资本劳动比下降时，技术进步将偏向于劳动。这是因为，若资本的生产效率相对高于劳动的生产效率，会发生资本对劳动的替代、推升资本劳动比，造成资本的边际产出高于劳动的边际产出，技术进步方向偏向于资本；若劳动的生产效率相对高于资本的生产效率，会发生劳动对资本的替代、降低资本劳动比，造成劳动的边际产出高于资本的边际产出，技术进步方向偏向于劳动。

结合前文理论分析，笔者提出以下假设：

H1：房价上涨通过改变所在区域企业的资本劳动比，影响技术进步方向。

H2：房价上涨对技术进步方向的影响存在时间异质性：不同时期的房价增幅不同，技术进步偏向资本的程度也不同。

三、研究设计

（一）模型设计

由于样本时间较长，可能存在序列相关和内生性，通过静态面板对模型进行估计存在有偏。因此，用动态面板模型进行估计较为合适。同时，为考察房地产价格对城市技术进步方向的影响以及资本劳动比在其中发挥的中介效应，建立如下回归模型：

其中，μi表示个体固定效应，λt表示时间固定效应，εi，t表示误差项，Di，t为技术进步方向指数，Ln（P）i，t为房价（取对数），Xi，t为控制变量，Ln（K/L）i，t为资本劳动比（取对数），Di，t-1为滞后一期的技术进步方向指数。Di，t、Ln（P）i，t、Ln（K/L）i，t分别为模型的被解释变量、解释变量和中介变量。

式（1）、式（2）、式（3）为中介效应模型，笔者根据钱雪松等（2015）提供的方法检验中介效应是否存在，具体步骤如下：第一步，对系数进行显著性检验，如果系数α不显著，则中止中介效应检验。第二步，对系数β和δ进行显著性检验，如果两个系数都显著，则进一步检验α′是否显著。当α′显著则说明存在部分中介效应，当α′不显著则存在完全中介效应。第三步，针对系数β和δ不能同时通过显著性检验的情况，再进行Sobel检验，只有当检验通过才能断定模型中存在中介效应。

式（4）是本文采用的动态面板模型，用来刻画技术进步方向指数的持续性特征。同时采用一步法系统GMM和二步法系统GMM对（4）式进行估计，考虑到工具变量的有效性问题，笔者对估计结果进行了Sargan检验，并对残差项是否存在序列自相关进行了检验。

（二）变量选取

1.因变量。借鉴潘文卿等（2017）的方法构建技术进步方向指数（Di，t）：

其中，Di，t表示 i城市第 t年的技术进步方向指数，AKi，t表示i城市第t年的资本增强型技术进步，ALi，t表示i城市第t年的劳动增强型技术进步，表征劳动生产效率的提高程度，ε代表资本-劳动替代弹性。从式（5）可知，技术进步方向Di，t由资本-劳动替代弹性ε和两种要素增强型技术进步的相对速度决定：当资本与劳动呈现替代关系（ε＞1）时，若资本增强型技术进步相对劳动增强型技术进步更快（即AKi，t/ALi，t上升），此时技术进步方向偏向于资本（Di，t＞0）。若劳动增强型技术进步相对资本增强型技术进步更快（即AKi，t/ALi，t下降），此时技术进步方向偏向于劳动（Di，t＜0）。当资本与劳动呈现互补关系（ε＜1）时，若资本增强型技术进步相对劳动增强型技术进步更快（即AKi，t/ALi，t上升），此时技术进步方向偏向于劳动（Di，t＜0），若劳动增强型技术进步相对资本增强型技术进步更快（即AKi，t/ALi，t下降），此时技术进步方向偏向于资本（Di，t＞0）。

为了计算式（5），需要先估算出资本-劳动替代弹性ε和要素增强型技术进步 AKi，t和 ALi，t。要素增强型技术进步的计算方法可参见戴天仕和徐现祥（2010），资本-劳动替代弹性的计算方法借鉴Klump et al.（2007）提出的标准化供给面系统，该方法的测算结果相对稳健。同时，借鉴潘文卿等（2017）的做法，对要素效率增长率的表达式进行合理简化，构建下列估计方程：

2.自变量。自变量采用了城市房价同比增速的变量代理。其中房价是用商品房销售总额/商品房销售面积计算。

3.控制变量。目前，对技术进步方向影响因素的研究较少，部分研究利用省级数据从要素市场扭曲、人口年龄结构、互联网应用等角度研究中国技术进步方向偏向资本的原因。由于上述变量在城市层面的数据难以取得，笔者参照同样利用城市数据测算技术进步方向的文献（李磊，等，2019），在模型中引入如下控制变量：（1）人均GDP，用以衡量地区经济发展水平，选用人均GDP而非GDP总量，可以消除房地产价格对地区经济发展的影响，一定程度上减少了自变量与控制变量之间的共线性问题。（2）人力资本，笔者采用普通高等学校在校大学生人数作人力资本的代理变量。（3）产业结构，笔者使用各地区第二产业产值与GDP的比值作为产业结构的代理变量。（4）对外开放程度，笔者采用各地方历年实际利用外商投资总额占GDP的比重来衡量地区对外开放水平。各变量的定义及计算方法见表1。

表1 变量定义及解释说明

（三）数据来源与变量说明

由于2006年之前部分城市的一些关键变量数据缺失，且因2006年我国首次提出“建设创新型国家”，并逐步建立创新评价体系，出台相应的创新鼓励政策。为控制政策因素变量对实证结果的影响，且因自变量Growth的数值需要上年的房地产价格计算得出，将研究样本选为2007—2018年我国35个大中城市数据①35个大中城市”是指京津沪渝4个直辖市、26个省会城市（大陆地区西藏除外），以及深圳、青岛、厦门、宁波、大连5个计划单列市。。所有数据源于历年《中国城市统计年鉴》、国家统计局官网以及Wind数据库。

因变量技术进步方向和中介变量资本劳动比测算中使用的变量：

1.资本存量（K）。只有生产性资本才可能对劳动发生替代或者互补效应，应该基于生产性资本存量对替代弹性进行估计。单豪杰（2008）对之前学者的估算进一步修正，从生产性资本存量角度推断基期资本存量和折旧率。笔者采用单豪杰（2008）的方法以2006年不变价格计算城市资本存量。

2.资本价格指数（pK）与资本成本份额（SK）。笔者对Romer（1999）提出的资本使用价格测算方法进行简化，使之更加符合我国实际情况。简化后资本使用价格的测算方程为：PK（t）=r（t）+δ（t）-π（t）。其中，利率r（t）采取1995年以来的根据当年变动月份加权平均后的银行三年期固定资产贷款的加权利率，通胀率π（t）本文采用了消费价格指数CPI衡量，折旧率δ（t）为10%。资本价格指数pK利用资本使用价格PK进行计算得到，并换算为1995年为基期。资本价格与资本存量的乘积即为总的资本成本额，资本成本额与总成本之比即为资本成本份额SK。

3.劳动价格指数（PL）与劳动成本份额（SL）。用在岗职工的平均工资作为劳动价格，并用在岗职工的平均实际工资指数作为各省份的劳动价格指数（PL）。由于年鉴中没有提供在岗职工人数的数据，所以利用在岗职工总工资除以在岗职工平均工资估计在岗职工人数，作为劳动力投入数据。采用在岗职工的总工资作为劳动成本额，劳动成本额占总成本的比重就是劳动成本份额SL。

四、实证结果与分析

（一）变量描述性统计

在实证分析前，首先对变量进行描述性统计，模型中各变量的描述性统计如表2所示。我国不同城市的技术进步方向差异较大，最大值达0.3846，技术进步方向明显偏向资本，最小值-0.5306，技术进步方向明显偏向劳动。总体上看，样本城市的技术进步方向偏向资本。

表2 主要变量的基本统计特征

（二）实证过程与结果分析

1.资本劳动比中介效应的考察。对房价同比增速与技术进步方向之间的关系进行全国范围内的样本考察，同时检验资本劳动比在其中的中介效应。表3中的模型（1）至模型（3）对应（1）式、（2）式、（3）式检验中介效应的模型。首先，对模型（1）中房价同比增速的系数进行显著性检验，系数在10%的显著性水平下显著，说明房价同比增速上涨会直接导致技术进步方向偏向资本。同时，继续进行中介效应检验。其次，对模型（2）中Growth的系数、模型（3）中Growth和lnkl的系数进行显著性检验，所有系数都显著，说明存在部分中介效应，即资本劳动比作为房价同比增速影响技术进步方向的中介渠道显著存在，研究假设H1成立。由于存在部分中介效应，意味着房价同比增速和资本劳动比均会对技术进步方向产生影响，若接下来的GMM回归得出房价同比增速和资本劳动比对技术进步方向的显著性和影响方向基本一致，即进一步证明假设H1成立。

表3 资本劳动比的中介效应检验

2.全样本考察。上文证实了资本劳动比是房价同比增速影响技术进步方向的中介变量，为了更清楚地展示房价同比增速、资本劳动比与技术进步方向之间的关系，将房价同比增速和资本劳动比作为核心解释变量同时放入回归模型。同时考虑样本时间跨度较长，可能存在自相关的问题，采用动态面板模型对上述问题进行修正。表4列出了对式（4）的估计结果。模型（1）是基于一步法的系统GMM的估计结果，结果显示房价同比增速和资本劳动比均对技术进步方向有显著作用，其系数分别为0.0030和0.0167，说明房价同比增速和资本劳动比提高1个单位，技术进步方向指数分别提高0.0030个单位和0.0167个单位，也就是说房价同比增速和资本劳动比越高，技术进步越偏向于资本，研究假设成立。从Sargan检验结果看，其P值＞0.01，说明在1%的显著性水平上无法拒绝“所有工具变量均有效”的原假设，说明模型不存在过度识别的问题，工具变量的设置合理。AR（1）检验P值小于0.1，说明残差项存在显著的一阶自相关，但AR（2）检验P值大于0.1，说明残差项不存在二阶自相关，符合模型的设定条件。Di，t-1的系数显著，说明技术进步方向有显著的持续性特征。模型（2）是基于两步法的系统GMM的估计结果，结论跟模型（1）的解释变量和显著性水平基本一致。说明本文结论对不同的计量回归方法是稳健的。同时，也进一步证明了表3的结论以及研究假设1：资本劳动比是房价同比增速影响技术进步方向的中介变量。

表4 房地产价格、资本劳动比与技术进步方向回归结果

3.分时间段考察。为了考察房地产价格对技术进步方向的影响在不同时间段的差异，根据样本的总体上涨幅度，将房价变动幅度在6%以内的时期定义为平稳期，将房价变动幅度在10%以上的时期定义为波动期。具体划分情况如下：2006—2010年期间，房价增速起伏较大，且每年的增速变动均超过10%，因此将这一段时期归纳为波动上涨期；2010—2014年期间，房价增速较稳定，虽然2014年的房价增幅有所下降，但未超过6%，同时为了保持数据的连贯性，笔者将该区间划分为平稳上涨期；最后，2014—2018年为快速上涨期，理由如下：在这段时期内，房价增速一直在提升，虽然在2017年增速有所回落，但并未影响总体趋势，且期间房价增速总体上涨幅度超过10%。相应的回归结果见表5。

表5列出基于系统GMM的回归结果，结果显示在波动上涨期，实证结果并不显著。笔者认为：在波动上涨期间，房地产价格增幅波动较大，房价甚至出现了负增长，未形成一个连续的趋势。这种情况下，自变量Growth的值与实际的房地产价格同比增速相差较大，并不能代表实际房价增速的变化情况，因而不具备理论价值和现实意义。在平稳上涨期和快速上涨期，房价同比增速和资本劳动比均对技术进步方向有显著的正向作用。同时，可以发现快速上涨期比平稳上涨期的Growth和Lnkl系数值大，在平稳上涨期，房价同比增速和资本劳动比增加1个单位时，技术进步方向分别增加0.0012和0.0400个单位；在快速上涨期，房价同比增速和资本劳动比增加1个单位，技术进步方向分别增加0.0014和0.0462个单位，说明在快速上涨期，房价同比增速和资本劳动比对技术进步方向偏向资本的影响更大，该结论符合研究假设2所提出的时间异质性假说，即房价上涨幅度不同，技术进步偏向资本的程度不同。实证结果也对前文的理论分析中房价涨幅稳定时资本劳动比的变化做出回答。回归结果表明：在房价上涨增速较为稳定时期，资本劳动比是提升的，此时技术进步方向也偏向资本。当房价上涨幅度稳定时，资本要素和劳动要素都得到了增加，但是资本要素的增加量大于劳动要素的增加量，因此资本劳动比仍然处于上升状态，技术进步方向偏向资本；而当房价上涨速度较快时，资本劳动比进一步提升，技术进步方向偏向资本的程度更深。最后，三组实证结果的对比可能隐含了一个事实，波动上涨期间的实证结果不显著从侧面反映稳定上涨期和快速上涨期数据稳定，实证结果可靠，文中的阶段划分较准确。

表5 不同时间段房价同比增速、资本劳动比与技术进步方向回归结果

（三）稳健性检验

笔者从以下方面进行稳健性检验：（1）用房价收入比的增速来衡量房价；（2）剔除房价增速变量最大和最小1%样本后的回归结果；（3）采用二步法差分GMM模型代替系统GMM模型修正房价内生性进行估计。检验结果显示，虽然部分控制变量的显著性水平发生了变化，但整体仍通过了稳健性检验。与表4、表5相比，从以上三方面进行稳健性检验，对结论并无实质性影响，稳健性检验结果仍然支持研究假设。

五、结论与政策建议

选取2007—2018年我国35个大中城市面板数据，运用标准化供给面系统方法，测算了市级层面的技术进步方向。同时运用中介效应检验模型和GMM回归方法，在不同条件分布的情形下，实证检验了房价同比增速促进城市技术进步方向偏向资本。中介效应检验的结果证实了资本劳动比是房价同比增速影响技术进步方向的重要渠道。研究结果表明：一是房地产价格上涨可以缓解企业融资约束，有利于在整体上提升企业的资本劳动比，进而导致技术进步方向偏向于资本，符合偏向型技术进步的“弱诱导偏向型假说”；二是GMM回归表明房价上涨幅度对资本偏向型技术进步的影响具有时间异质性，相比于房价上涨温和期间，房价快速上涨时期的资本劳动比更高，技术进步方向偏向资本的程度越大。实证结论与前文的理论分析和假设基本一致。

以上研究结论为我国政府采取抑制高房价的房地产政策提供决策依据。2008年以来，我国采取以限购、限贷等行政性手段为主的抑制房价快速上涨的系列措施，曾经一度越“限”越“涨”，近几年随着经济增速放缓房价上涨速度也有所下降，而2020年新冠肺炎疫情过后经济的复苏可能重新刺激房价上涨。因此，为继续抑制房价可能的高速上涨，我国政府可以考虑采取以下措施：第一，将行政性措施转向以市场化手段为主的房地产政策体系。综合运用土地、金融、财税、法律等多元化市场化手段，解除制约房地产市场稳定、规范发展的制度障碍。通过增强对银行等金融机构的房地产贷款的金融审慎监管等措施，抑制居民的投机性炒房需求，抑制企业资金过度流向房地产领域，从而降低居民和企业部门杠杆过快增长以及由此产生的借贷风险。第二，根据各时期的房价上涨程度实施差异化的房地产信贷政策。实证结果表明，在房价上涨幅度越高的时期，技术进步偏向资本的程度越大。因此，应重点关注房价的上涨情况，尤其关注人口净流入规模较大的大中城市，由于教育资源、医疗资源、就业机会等均向大城市倾斜，大中城市人口越来越密集，对住房的需求也会越大，如若供不应求，很容易导致房价飙升。一方面，应以信贷资金和政策等支持或满足刚性住房需求，同时，应增大住宅用地供应，从而从供给侧增加住宅供应能力。另一方面，实行“租购并举”“租购同权”的住房制度改革，完善房地产中介机构和服务，增加房地产及其相关政策等信息透明度，合理引导市场预期，避免房价暴涨暴跌。