辽宁省房地产投资对工业全要素生产率的影响研究

朱轩辰，刘亚臣，田东泉，周鲜华

（1. 沈阳建筑大学，辽宁 沈阳 110168，E-mail：zxc_941004@163.com；2. 辽宁省重要技术创新与产业基地建设工程中心，辽宁 沈阳 110168；3. 辽宁省产业技术研究院，辽宁 沈阳 110168）

近年来，随着党中央、国务院关于经济发展工作总体部署的落实以及科技创新政策体系的不断完善，以科技创新为着力点推进科技供给侧结构性改革、优化经济增长质量已成为各地区经济增长的主要任务。辽宁作为东北老工业基地，目前经济发展虽总体保持增长趋势，但增速已大幅度下降，保持经济平稳过渡并转向高质量发展、实现新旧动力的合理转换，已成为辽宁各地区发展过程中面临的迫切问题。工业生产全要素就是考虑环境约束的投入产出效率，进而有效地衡量某一地区的技术进步及经济增长质量。全要素生产率水平已成为继续保持经济稳定发展的重要因素。

基于经济运行的客观社会政治环境提出的工业全要素生产率可能存在诸多因素影响经济运行效率的持续提升。在工业全要素生产率的影响因素研究上，Miller等[1]指出贸易开放程度和人力资本水平会促进技术进步，从而对工业全要素生产率产生带动效应。Cohen等[2]基于工业企业的研发投资数据，指出研发投资存量指数会对技术进步和技术效率产生带动作用。Shao等[3]通过对工业全要素生产率的测度指出R&D强度、劳动生产率和能源效率的改进可以显著提高技术效率，而资本深化对技术效率只有缓解效果。Hu等[4]验证了外商直接投资在劳动力和资本的作用下对工业全要素生产率的影响。Telle等[5]基于挪威面板数据指出适度的政府规制有助于企业进行技术创新与技术进步，从而提高工业全要素生产率带动经济可持续发展。尽管房地产投资活动对经济变量有着显著的影响，但直接针对房地产投资对工业全要素生产率影响的研究相对较少。Coulson等[6]指出房地产开发投资的增长会显著带动经济增长，但这种经济增长模式在宏观上不具有稳定性。Miao等[7]认为指数经济增长会受到房地产“泡沫效应”和“信贷宽松”效应的影响，而这种经济增长会导致资源错配等问题。部分学者从房价的角度检验其对城市创新能力以及经济运行效率的影响，余泳泽等[8]指出城市房价的增长会促进房地产投资增长，导致房地产行业占用过多的资源倾向，从而抑制其他行业发展。相较于房价水平，房地产投资可以更为直观地反映房地产市场资源配置规模，但使用房地产投资作为解释变量理论假设尚且需要验证。

文献梳理表明，直接探讨房地产投资对工业全要素生产率影响的文献相对较少。其原因在于某些地区房地产投资是作为内生变量作用于经济系统中，政府不便于控制房地产投资规模。但在我国房地产投资规模以及增速都具有一定的可控性，可通过相关政策控制房地产投资水平带动工业全要素生产率上升。本文以辽宁省为切入点，探究作为经济支柱的房地产投资是否会对工业全要素生产率产生影响，产生何种影响，以及如何构建促进工业全要素生产率增长的房地产投资规制与体系，发挥房地产投资的导向作用，对于辽宁实现经济高质量增长、提高技术进步具有十分重要的意义。

1 理论分析

1.1 工业全要素生产率测度

本文采用基于DEA模型的Malmquist指数方法来对辽宁省14个地级市的工业全要素生产率进行分解，分析其动态变化情况及影响因素。该方法利用Caves[9]报酬不变的CCR模型的基础上，考虑报酬变动VRS模型，基础投入产出效率可以运用距离模型的比率来计算得出。具体表现形式如下：

式中，将效率的变化分解为纯技术效率变化和规模效率变化，指固定规模报酬情况下的距离函数；指可变规模报酬情况下的距离函数。

工业全要素生产率变化（TFPCH）、技术效率变化（EFFCH）、纯技术效率变化（PECH）、规模效率变化（SECH），技术进步率变化（TECHCH），其间关系：

根据以上理论方法，选取2008~2017年辽宁省14个地级市的规模级以上工业企业相关数据对工业全要素生产率指数进行测算。

产出变量：选取辽宁省各地级以上城市的工业生产总值作为产出指标，并用当地工业生产者出厂价格，以2008年为基期，对各市规模级以上工业生产总值进行平减处理。

投入变量：资本投入[10]。考虑到采取永续盘存的方法估算资本存量具有对数据要求高，而工业企业数据搜集困难的特点，因此选用规模以上工业企业流动资产与固定资产净值之合作为资本投入变量，为扣除价格因素，以2008年为基期，用固定资产投资价格指数对数据进行平减处理；劳动投入。由于劳动时间数据的不易获得，从业人员可以在一定程度上反应劳动投入的情况，因此采用各地级以上城市工业从业人员数量来衡量劳动投入。

用DEAP2.1软件测算得到2008~2017年工业全要素生产率指数及其分解指数。各地区工业全要素生产率几何平均值如表1所示。

表1 工业全要素生产率及其分解指数

1.2 机理分析

目前学术界对工业全要素生产率的测度并没有一个统一的标准，部分学者对测度结果存在一定分歧，龚关等[11]、指出目前工业全要素生产率的增长较为缓慢。王艺明等[12]曾指出目前国内工业全要素生产率呈下行趋势，与本文局部测度结果相仿。

造成测算结果不同的原因：一是测度方法不同，测度方法中存在索罗余值、DEA、SFA等多种方法，各有争议；二是样本单位不同，部分学者以省级面板数据对辽宁进行全要素生产率的测度与使用地级以上城市数据相比误差更加明显；三是数据指标不同，本文以工业部门为研究对象测算全要素生产率，投入产出变量相互之间也可能有所不同。

整体上看，辽宁地区大部分地级以上城市工业全要素生产率是下降的，仅有大连、盘锦、葫芦岛为正。2008~2017年间全辽宁省工业全要素生产率指数均值为0.953，年均下降率为4.7%，分解工业全要素生产率指数，得出辽宁省技术效率指数年均增长1.0%，呈正增长；辽宁省技术进步指数年均下降5.6%，呈负增长，说明辽宁省工业全要素生产率下降的主要来源是技术进步。较低的技术进步指数表明辽宁省工业技术进步还有很大的提升空间，对其改进则要从企业体制改革、优化资源配置、调整生产规模、企业内部控制管理等多方面着手。

2 实证分析

2.1 模型设定

基于作用机制中房地产投资对工业全要素生产率的关系分析，考虑到房地产投资对工业全要素生产率可能存在的非线性关系以及其他因素对工业全要素生产率的影响，构造模型如下：

式中，TFP 表示工业全要素生产率；REI 表示房地产投资；NTR 表示自然资源禀赋；GOV 表示政府干预程度；NOV 表示科技创新投入；FDI 表示外商直接投资；IND 表示产业结构优化程度；μi为不随时间变化的不可观测影响因素；εiy表示误差项，角标i 和t 分别表示所在地区，以及年份时间。

2.2 变量选择

2.2.1 被解释变量

工业全要素生产率：在经济发展的过程中，效率是地区发展的核心内容，工业是城市发展的经济支柱，而工业全要素生产率是衡量发展效率与质量的重要指标，这与当前著名学者鲁晓东等[13]所提倡的提高工业全要素生产率要从宏观步入微观来促进经济增长技术进步的观点基本相符。

2.2.2 核心解释变量

房地产投资指数：对于房地产投资的度量方式，现有文献中存在的方法较多，孟宪春等[14]使用房地产开发投资存量来度量，张杰等[15]使用房地产投资增长率进行度量，本文选取各地级市房地产投资开发额的对数来衡量房地产投资这个变量。

2.2.3 解释变量

本文所构建的模型中包含自然资源禀赋NRE，政府干预程度GOV，科技创新投入NOV，对外开放程度FDI以及产业结构优化程度IND。

（1）自然资源禀赋。比较优势理论认为“当城市拥有较高的自然资源禀赋时，就会密集使用该资源致使相关产业得到更快的发展，从而形成该种产业的比较优势”。因此本文选取各地级市农、林、牧渔业和采矿业从业人员占全部从业人员的比重来衡量自然资源禀赋。

（2）政府干预程度。新自由主义学派在经济理论方面指出，“经济活动过程中市场应该作为主体充分发挥调动作用，对于资源配置积极引导，以有效促进技术水平的提高，加快科技创新的速度，而不是由政府作为干预经济活动的主体”。因此，本文中的变量选取辽宁省各地级以上城市财政收入水平占所在地区GDP的比重作为政府干预程度的衡量指标。

（3）科技创新投入。新古典理论认为“地区的技术创新速度落后于该地区经济发展速度时，会导致发展不平衡的问题，当地政府将应通过补贴等方式以及加大科技投入等调控手段，积极引导当地的技术创新活动，充分发挥调动作用，加速技术进步，以有效改善经济发展速度和技术创新效率之间不平衡的问题”。因此，本文中的变量选取辽宁省各地级以上城市财政支出中的科学技术支出部分占总支出的比重作为科技创新投入的衡量指标。

（4）对外开放程度。新增长理论认为，资源配置效率受到对外开放程度的影响，对外开放带动地区技术进步从而形成“规模经济”。以外商直接投资的方式带动地区的技术效率从而实现“技术溢出”，带动被投资地区的技术扩散速度，同时也可以通过对工业领域的投资，推动该地区产业结构升级，实现经济高质量发展。因此，本文中的变量选取各地级以上城市外商投资占该地区生产总值的比重来衡量自然资源禀赋。

（5）产业结构优化程度。根据配第-克拉克定律，伴随着经济发展、人力资本水平人均收入的提高，在劳动力需求因素的作用，第一产业会率先发生劳动力转移，而第二产业会受到经济发展效率的带动影响，随后伴随着经济发展和科技创新的不断进步，第二产业会随之发生劳动力转移，第三产业会受到经济发展效率的带动影响。因此，本文中的变量选取辽宁省各地级以上城市第二产业与第三产业增加值占所在地区GDP 的比重作为产业结构优化程度的衡量指标。

2.3 数据来源及研究方法

鉴于数据的可获得性，本文利用匹配的2009~2017 年的辽宁省14 个地级以上城市市规模及以上工业企业的相关数据，以及房地产投资的相关数据作为分析的对象，数据来源为《辽宁省统计年鉴》（2009~2016）、《中国城市统计年鉴》（2009~2016）以及各地统计公报（2017）计算整理得到。变量描述性统计见表2。

表2 描述性变量统计

鉴于文本采用的是时间维度小于截面维度的短面板数据，据此直接对动态面板数据进行建模。可能对工业全要素生产率造成影响原因有很多，部分数据无法获得且无法把所有因素都加入进模型当中，可能存在遗漏变量，从而产生内生性的问题。综上，本文选择GMM方法对相关变量进行建模。Blundell等[16]缓解了因为数据误差、遗漏变量等原因产生的内生性问题，率先使用差分GMM方法，将所有可能存在的滞后变量作为工具变量对差分后的方程进行估计，但可能会存在弱工具变量的缺陷。Arellano等[17]在此基础上将水平方程GMM和差分方程GMM相结合的方式建立估计模型。相比之下，系统GMM可以提升估计效率，比差分GMM更为有效，所本本文采用系统GMM的估算结果进行预测分析。

3 实证结果分析

如表3所示，模型中Ar（1）P均在0.001~0.005之间小于0.05，模型中Ar（2）P值均在0.867~0.989之间通过检验，说明模型不存在二阶自相关。Sargan检验P值在0.335~0.775之间且Hansen检验的P值在0.973~0.998之间均通过检验，说明模型设定合理，显著接受“所有工具变量都有效的”的原假设，不存在“过度识别”的问题。在模型（1）（2）（3）（5）（6）中因变量一阶滞后变量通过显著性检验，说明上期工业全要素生产率、技术效率或技术进步可能对本期存在负向影响。在稳健性检验方面，表3中DIF-GMM与SYS-GMM分析结果中的核心解释变量与控制变量显著性与符号基本保持一致，在一定程度上验证了模型的稳健性。

（1）房地产投资与工业全要素生产率呈倒U型曲线，根据模型（1）模型（4）可知一次项呈正相关关系，而二次项呈负相关关系。在拐点的左侧，房地产投资每增加1%，将促进工业全要素生产率增长0.0845%。在拐点的右侧，房地产投资每增加1%，将降低工业全要素生产率0.0030%。通过模型（4）计算得出倒U型曲线的拐点值为14.0833，而目前辽宁省房地产投资均值为13.7478，说明当前房地产投资的程度已接近工业全要素生产率的拐点值，短期内若继续扩大房地产投资将会促进工业全要素生产率的提升。这是因为相较于工业的发展水平，房地产投资总量大、发展速度快，在发展不平衡不充分的情况下，房地产投资促使人口规模扩大而带动工业全要素生产率的提升的边际效应已接近峰值，边际效应也减小，这也说明了房地产投资对工业全要素生产率的正向影响是有限的。

（2）房地产投资与技术效率呈正U型曲线，根据模型（2）模型（5）可知一次项呈负相关，而二次项呈正相关。在拐点的左侧，房地产投资每增加1%，将抑制促进技术效率0.6110%。在拐点的右侧，房地产投资每增加1%，将促进技术效率增长0.0209%。通过模型（5）可计算出倒U型曲线的拐点值为14.6172。目前辽宁省房地产投资均值为13.7478，说明继续扩大投资将会抑制技术效率的提升。

（3）房地产投资与技术进步呈倒U型曲线，根据模型（3）模型（6）可知一次项呈正相关关系，而二次项呈负相关关系。在拐点的左侧，房地产投资每增加1%，将促进工业全要素生产率增长0.6466%。在拐点的右侧，房地产投资每增加1%，将降低工业全要素生产率0.0224%。通过模型（6）计算得出倒U型曲线的拐点值为14.4330，而目前辽宁省房地产投资均值为13.7478，说明当前房地产投资的程度对技术进步的影响具有一定提升空间。

（4）自然资源禀赋在5%的水平上与工业全要素生产率呈现正相关，这说明辽宁省众多资源性城市已普遍脱离依赖自然资源来发展经济。以自然资源换取经济发展，脱离技术进步和技术创新将走向“资源诅咒”，自然资源所产生的经济积累与人口集聚已带动该地区的工业全要素生产率正向发展。外商投资、科技创新投入与产业结构优化程度均对工业全要素生产率呈正相关关系，这主要是因为外商企业可以带来知识溢出、技术扩散从而促进工业全要素生产率上升，科技创新投入是直接反应该地区经济的投入指标，各地区财政科学技术支出对工业全要素生产率有正向影响。而政府干预程度与工业全要素生产率存在负相关关系，主要原因在于政府的职能越位，并且对科技创新的投入力度不足，更加注重短期的经济发展效益所导致的。

按照系统GMM模型的回归结果绘制出了房地产投资对工业全要素生产率、技术效率和技术进步的影响关系如图1所示。进一步观察房地产投资指数各个门槛值的大小，可以发现工业全要素生产率、技术效率、技术进步与房地产投资指数的U型曲线关系的拐点分别为14.0833、14.6172、14.4330，结果表明目前房地产投资指数为13.7478，位于工业全要素生产率倒U型曲线的左侧，若持续扩大房地产投资反而不利于工业全要素生产率的增长，从而使工业全要素生产率、技术效率转为下降，适度控制房地产投资促进全要素生产率、技术效率增长而使整体进入的交汇发展的形势当中。

表3 差分GMM 与系统GMM 估计结果

图1 房地产投资对工业全要素生产率、技术效率和技术进步的影响关系

4 政策建议

从实证分析的影响关系可以看出，房地产投资的确会对工业全要素生产率产生提高的效应，但这种效应会随着房地产投资规模的过渡增长而产生负向影响。由于房地产投资指数已接近拐点值，地方政府重视房地产投资的膨胀可能阻碍城市工业全要素生产率的、技术进步的问题。着重调整房地产投资增速，平衡供需关系，正确引导房地产市场走向。准确控制房地产投资门槛值，对房地产投资进行适当“降温”并严格管控土地市场。控制房地产投资的增速对房地产市场进行中长期的规划，以此促进辽宁地方经济发展质量以及维护科技创新效率。辽宁省各地区工业全要素生产率的测度结果具有一定差异，各地技术发展水平不同，房地产投资规模优势具有较强的地域性，因此，需要因地制宜地采取收紧房地产投资的管控措施，强化政府对房地产投资的管控力度，保障房地产市场平稳发展，政府的管控力度将直接影响房地产发展趋势。在房地产投资指数较高的地区，政府通过房贷、限购等政策抑制投机、投资行为，并进一步通过税收手段挤压投机者利润空间，如土地增值税，LRP利率，基准利率等。同时增加保障性住房的供给，根据地区发展实际规模制定符合市场发展的二手房市场政策，正确引导房地产市场走向，避免房地产供给过度导致人口与产业发展失衡。

在解释变量中，产业发展模式等因素同样制约着科技创新能力，通过产业结构优化工业全要素生产率的方式与辽宁地区较为契合。可利用辽宁老工业基地优势，借鉴国际“再工业化”战略，在省内沿海城市全面加大对科技创新、技术进步的投入，以此带动人口集聚和实体经济的发展，对高新技术企业加大扶持力度，以政府补贴、担保等手段扩大企业发展空间，从而增强辽宁省的工业竞争力，以此来为工业发展提供更多的空间。

5 结语

本文在对工业全要生产率测度的基础上，利用2009~2017年辽宁省14个地级以上市的面板数据进行实证分析，研究发现：房地产投资工业与全要素生产率呈显著的倒U型关系，房地产投资与技术效率呈显著的U型关系，房地产投资与技术进步呈显著的倒U型关系。当前房地产投资对工业全要素生产率具有显著的促进作用，但已接近拐点值，对技术效率的提升具有抑制作用，当前房地产投资对技术进步具有显著的促进作用。辽宁各地逐步摆脱对自然资源的依赖，自然资源对工业全要素生产率具有正相关关系。外商投资、科技创新投入与产业结构优化程度均有助于工业全要素生产率的提升。