房价波动、家庭资产配置与地区工业绩效——基于2004—2013年196个城市数据的经验分析

孙 早, 王 娟, 赵嘉辰

(西安交通大学 经济与金融学院, 陕西 西安 710061)

近十年来,中国的房地产价格经历了一个快速上涨过程。2002年商品房平均销售价格为2 250元/平米,到2015年涨至6 793元/平米,去除价格因素后年均涨幅为8.73%,同期35个大中城市更是达到了13.5%的年均涨幅。房价的巨幅波动对家庭财富配置产生了复杂的影响。对大部分家庭来说,购房支出或房产投资占用了大量的家庭收入,可能导致其偏好持有流动性强、风险性低的资产,抑制了我国居民储蓄率的自然下降,不利于家庭资产的多元化配置。在一个经济体资本积累的早期,高储蓄率有助于信贷扩张,对经济增长具有正面效应。随着生产部门的资本深化,我国经济亟待由要素驱动转为创新驱动的增长模式,若风险性金融产品需求不足,企业的创新活动则难以得到优质融资,高居民储蓄率显然无法适应新常态下的经济发展。本文将以工业部门为例,经验证明房价波动如何通过家庭资产配置抑制工业创新和发展绩效。

现有研究已观察到了房价上涨对产业发展的负面冲击,主要有“劳动力驱赶”“消费抑制”和“创新资源挤出”三种视角。如赫尔普曼(Helpman)等[1-2]认为某地区的住房价格过高会影响劳动者的相对效用,抑制劳动力在该地区集聚,不利于产业发展;段忠东[3]发现在首付比不够低或人均收入增长不够快的条件下,房价上涨对消费增长为抑制效应;钱尼(Chaney)等[4-5]发现房地产的高回报率使得实体经济的资源流向房地产业,对创新资源产生挤出效应;吴晓瑜等[6]认为高房价抑制了个体的高风险创业。然而,这三种视角还未触及我国现实中创新资源投入的结构性扭曲。例如,当民间资本从实体经济流向房地产业时,政府投资与产业补贴仍可能补偿创新资源在量上的不足。中国工业发展的根本制约在于市场在创新资源配置中未起到决定性作用,而这是由什么因素导致的,中间有哪些结构性缺陷,目前还缺乏直接的答案。而且,即便高房价的确一定程度上挤出了劳动力和消费,由此带来的区域均衡发展仍是我们乐意看到的,而且流出地的产业结构升级还有助于增进其在位工业企业的绩效水平。究竟高房价挤出了什么,才会对工业整体绩效产生抑制效应,需要进一步探讨。本文拟从房价波动影响家庭资产配置的微观视角入手,分析房价过快上涨对工业绩效的不利影响,揭示房地产市场、资本市场、实体经济之间的关联,以期更加逼近中国创新投入存在结构扭曲的现实,对全面激发创新驱动力有新的启示。

一、理论机制与假说

(一)房价过度上涨对家庭资产配置的影响

在中国,对于计划购买第一套住房的城市年轻家庭,或其父母家庭而言,支付购房首付款往往需要一段时期的储蓄,通常为银行存款或低风险的保险及理财产品。房价上涨越快,这类家庭的储蓄倾向越高。不仅是初次购房的家庭,购买多套房用于投资或自住的家庭,也会因房价上涨更倾向将资产用于储蓄。房产无论用作家庭投资还是满足自住,都属于大型不动产,房价的持续上涨将使家庭购房支出增加,占用更多的家庭可支配收入,甚至未来预期收入,致使家庭可配置资产的流动性降低、不确定性风险增加。这相当于强化了家庭资产配置的禀赋约束,导致其预防性储蓄的动机增强,偏好持有流动性强、风险性低的资产[7-8]。由此一来,房价过度上涨可能会抑制居民储蓄率的自然下降,造成其他风险性金融产品的市场需求不足。

当然,房价上涨能够带来“财富效应”,即对已有住房的家庭而言,房价上涨意味着家庭资产增值,会拥有更多的租赁或转让收入。这样也有可能使家庭更多持有风险性资产,对新型金融产品的需求增加[9]。不过,很多研究发现这一情形在中国不占主流。这是因为长期以来中国的多套房限购政策相对宽松,而一个地区的房价波动多处于单调递增阶段,房价看涨预期占主导,家庭容易为了购买多套住房而加大投机性储蓄[10],而且房价上涨的财富效应往往被高收入家庭获得,中低收入家庭的可配置资产相对更为有限,进而将有限的其余资产配置到低风险的领域。

(二)家庭资产配置对工业企业绩效的影响

房价上涨使得家庭将更多的可支配收入用于购房和储蓄,难以实现资产配置多元化,致使新型金融产品的需求不足,进而可能间接地对工业部门的绩效产生消极影响。技术创新可使企业获得生产成本优势,并借助新产品提升市场地位,是企业提升全要素生产率的根本[11]。不过,不同来源的研发投入对实际绩效的影响存在差异,尤其需要区分研发投入的风险属性。通常认为市场导向的资本市场比以银行为核心的金融体系更适合高风险的创新型投资项目[12]。同时,非直接用于研发的“互补性资产”的风险属性也体现着投资方的风险偏好和对创新失败的容忍度,充足的风险性投资对于研发效率乃至企业整体绩效至关重要。很多研究发现,相比政府投入和银行贷款,新型融资手段还未对我国企业的创新绩效起到应有贡献[13-14],很可能与房价上涨下的居民储蓄率过高有关。我国银行贷款中工业企业的短期(1年期)贷款占比居高不下,短期放贷银行对盈利周期有着苛刻要求,对创新风险的偏好不高,进而资本市场发育不足抑制了企业创新。

在风险性融资渠道有限的情况下,大型国有企业受到的融资约束相对没那么严重。放贷银行看重实物资产抵押和企业的政府背景,大型国有企业容易得到审贷倾斜。若实在无法得到足够的间接融资和政策补贴,大型企业尚可以到直接融资市场上抢夺资金,以上市融资、私募股权、公司债等方式获得融资。这样,中小微企业的融资成本更高,长周期、高风险的创新活动几乎难以实现,生存空间就更加受到挤压。随着中小微企业的市场份额减小,大型企业缺乏竞争压力,容易形成创新惰性,进而行业整体绩效也将受到负面冲击。

(三)假说

随着房价快速上涨,除去购房款所余的家庭收入相对减少,进而家庭在配置资产时的风险偏好减弱,倾向将有限的资产存在银行。多元化的家庭资产配置是资本市场健康发育的保证,居民的风险性投资可为工业企业特别是中小微企业的创新活动提供重要的资金来源,然而,房价上涨下的居民储蓄率过高将使直接融资市场难以为工业企业绩效的提升提供动力。以我国各地级及以上城市为观察对象,可提出本文第一个假说。

H1:一个城市的住房价格上涨越快,工业企业的相对绩效水平越差。

住房价格上涨对工业绩效的负面冲击是以资本市场为传导中介的。房价上涨背景下,预防性和投机性储蓄动机都将增加,居民资产性收入的分化还将加剧该效应。新型金融产品需求不足使得高风险、长周期创新活动的资本供给不足,工业企业的创新投入增长将受到制约*即便购房款和居民储蓄减少,家庭购买了更多新型金融产品,也未必所有都定向用于本地工业企业,居民可能购买上市公司股票,或是认购本地服务业企业的股权或债券,也可能通过购买理财产品用于各类金融资产等。但是,若一个地方的居民储蓄率能够自然下降,则反映的是当地民间投资趋于活跃,推动当地金融市场效率提升,本地工业企业的融资可得性将随之增强,融资成本也大为降低,目前不乏这方面的经验证明。。接着,低质量的技术创新和同行业竞争优势的分化共同对地区工业绩效产生负面影响。

H2:一个城市的居民储蓄率在住房价格变动对工业相对绩效的传导中发挥中介效应。

三、计量模型与变量

(一)计量模型

为验证地区住房价格变动与工业绩效的关系,本文以2004—2013年全国地级及以上城市为样本,构建了如下计量模型。

Perfit=α0+α1×HPit+α2×SRit+ξX+ε

(1)

Perfit=β0+β1×(HPit-Iit)+β2×SRit+ζX+ε

(2)

其中,Perfit是城市i在第t年的工业绩效水平,HPit为样本城市商品房均价的涨幅,Iit是样本城市人均可支配收入的增幅。若以HPit为主要解释变量,反映的是房价绝对涨幅的对工业绩效的影响;若将其减去Iit,则代表房价的相对涨幅对工业绩效的影响。SRit代表居民储蓄率增幅,为中介变量,若不加入该变量,HPit或HPit-Iit对工业绩效的影响为负且显著,加入后则主要解释变量变得不显著或显著性水平降低,说明居民储蓄率发挥了完全或部分中介效应。当然,前提是中介变量对主要解释变量的单独回归和被解释变量对中介变量的单独回归均显著。X为一系列控制变量。

(二)变量处理

1.工业绩效水平。本文以各地级及以上城市的规模以上工业企业的资产利润率来衡量工业绩效,即当年的利润总额与资产总额的比值。这一比值通常用以衡量企业的资产盈利能力,是反映企业生产经营经济绩效的重要财务指标之一*部分研究曾利用地级以上城市的全社会固定资产投资测算过其资本存量,但不能细化到规模以上工业企业层面,就业人员数也只有全部工业口径的统计,缺乏规模以上企业的年均从业人员数,因此目前还无法获得地级城市的规模以上工业企业完整的投入—产出数据。。

2.房价水平的变动率。本文测算了商品房销售总额(亿元)除以商品房销售面积(万平方米)的比值,以对应省级地区的固定资产投资价格指数(以2001年为基期)加以平减,再算得该数值相对上一期的增长率,便得到房价绝对涨幅HPit。为保证检验的稳健性,本文还用房价绝对涨幅减去当年城镇家庭人均可支配收入的增幅,来衡量房价的相对涨幅。其中,城镇家庭人均可支配收入以对应省区市居民消费价格指数平减。

3.居民储蓄率的变动率。本文以各地级及以上城市的金融机构居民储蓄存款余额(人民币)与当年地区国民生产总值(GDP)的比值来表示居民储蓄率,进而算出比上年的增长率。按照本文假定,这一指标越高,说明居民家庭储蓄倾向越高,也说明当地新型金融和多元化金融市场的发展得到居民家庭的资金供给越少。

4.控制变量。一是当地的劳动力供给(lnLit),以样本城市的城镇单位就业人数(万人)的对数值来衡量。二是地方财政能力(finait),以各城市的地方公共财政预算支出与地区GDP的比值来衡量。三是三次产业结构(induit),以各城市的第三产业增加值与地区GDP的比值来衡量。四是利用外资情况(FDIit),以各城市的外商直接投资额与地区GDP的比值来衡量,外商直接投资额用当年美元兑人民币平均汇率换算。

(三)数据来源

样本城市规模以上工业企业的利润总额、商品房销售总额及面积、城镇家庭人均可支配收入、金融机构居民存款余额、地区GDP及三次产业比例、城镇单位就业人数、财政支出、外商直接投资的数据来源于历年《中国区域经济统计年鉴》,规模以上工业企业的资产总额来源于历年《中国城市统计年鉴》,用于控制价格因素的省级地区价格指数来源于《中国统计年鉴》。鉴于数据可得性,本文选择2004—2013年全国196个地级及以上城市作为样本*目前我国可获得数据的地级以上城市为280个左右,除去一部分缺乏完整的商品房销售总额和面积的统计值以及因行政区划变动合并或剔除的样本,本文选择了196个有效样本。。

四、实证结果分析

(一)基本估计结果

先不加入中介变量SRit,分别估计房价的绝对和相对涨幅对工业绩效的影响,结果见表1。其中,第(1)—(4)列以房价绝对涨幅HPit为核心解释变量,第(5)—(8)列以房价相对涨幅HPit-Iit为核心解释变量。根据Hausman检验结果,估计应采用固定效应模型。在未控制年份和地区效应时,无论房价绝对涨幅还是相对涨幅,对规模以上工业企业利润率的影响均不显著,同时调整后的可决系数较低,说明仅控制个体(城市)截距的差异还无法得到可信的结果。为同时控制多维固定效果,在Stata14.0软件中采用reghdfe命令,尝试只控制年份固定效应、省份固定效应和同时控制年份和省份固定效应,分别观察估计结果。可看到,在第(2)—(4)列和第(6)—(8)列中HPit及HPit-Iit均对工业利润率有负向影响,在10%的水平上显著,而且与未控制年份和地区固定效应相比,模型的拟合优度有明显改善。也就是说,当考虑不可观测的时间和地区因素导致的截距差异时,房价过快上涨对工业企业资产利润率的抑制效应就能够被观测到了。其中,第(4)列和第(8)列的整体显著性F值较低,故只控制年份或只控制省份效应时的结果更可信。

另外,观察一系列控制变量在表1第(2)—(3)列、第(6)—(7)列中的表现,lnLit的系数全部在1%水平上显著为正,说明足够大的劳动力供给规模是一个城市工业绩效提升的重要条件;finait的系数在仅控制年份效应时显著为负,在仅控制地区效应时不显著,意味着地方财政能力的扩张并不能对工业绩效产生积极作用;induit的系数在1%水平上显著为负,可见去工业化并不是第二产业充分发展的自然结果,服务业主体化过快容易损害工业绩效;FDIit的影响不显著,这是因为城市层面的外资利用统计是全行业的,通常在华外商投资容易产生正的水平或后向技术溢出,前向溢出为负[15],相互抵消后工业部门难以从中显著受益。

表1 不包含中介变量的整体估计结果

注:*、**、***分别表示在10%、5%和1%水平上显著,()内为t值。

(二)中介效应估计结果

为判断居民储蓄率的中介效应是否存在,首先观察房价波动与居民储蓄率的关系,以判断中介效应的第一个链条是否成立。根据面板数据回归结果,无论是否控制年份或省份效应,HPit和HPit-Iit均分别对居民储蓄率的增长率影响为正,且至少在10%水平上显著*因篇幅限制,未列出此处的具体结果,若感兴趣可向作者索取。。也就是对大多数城市来说,房价上涨带来的“财富效应”较为微弱,无论房价的绝对水平还是相对水平,增长得越快越容易推动居民储蓄率上涨,或阻止其随人均收入提高而自然下降,第一个链条成立。

进而,不加入房价因素,单独以SRit为主要解释变量,与其他控制变量一起加入计量模型(模型Ⅰ),结果见表2的第(1)列和第(2)列,可知居民储蓄率增幅的增大,将显著地抑制工业绩效的提升,即第二个链条成立。下一步,观察同时加入HPit(或HPit-Iit)和SRit时,相比表1中的估计结果,核心解释变量HPit(或HPit-Iit)的表现有什么变化(模型Ⅱ、模型Ⅲ)。从表2的第(3)—(6)列可知,无论是房价绝对涨幅还是相对涨幅,虽然系数仍为负值,但显著性都大为削弱,变为即便在10%水平上也不显著。另外,同时加入HPit(或HPit-Iit)和SRit后,比表1中同样方法估计的整体显著性有了明显提高。由此可见,同样作为抑制工业绩效的因素之一,居民储蓄率过高比房价过快上涨的作用更为直接。在验证了第一个和第二个链条的基础上,可以判断居民储蓄率是房价上涨损害工业绩效的重要渠道,起完全的中介效应。

表2 对中介效应的估计结果

注:*、**、***分别表示在10%、5%和1%水平上显著,()内为t值。

(三)基于城市类别的异质性分析

表1和表2中无论以房价绝对涨幅还是相对涨幅为核心解释变量,均显示只控制地区固定效应时,拟合优度和整体显著性都表现得最好。不过,以上将地区效应假定为不可观测的组别因素,以样本城市所在的省区市设定虚拟变量,在固定效应模型中做吸收处理。为进一步确保稳健性,我们再将样本城市根据区域特征设了两个虚拟变量,一是是否为直辖市、副省级或省会城市(是为1,否为0),二是是否为东部省份城市(是为1,否为0),作为调节变量纳入回归模型,进行混合普通最小二乘(OLS)检验。表3为稳健性检验的结果。笔者只报告了以HPit-Iit为核心解释变量的情形,是因为在表1和表2中房价相对涨幅要比绝对涨幅的表现更好一些。其中,第(1)—(2)列、第(5)—(6)列为不包含SRit时的情形,其余列为包含SRit且用SRit与虚拟变量相交叉的情形。可看出,当仅增加虚拟变量而未加交互项时,HPit-Iit的系数仍显著为负,由此证明控制了样本城市的级别和区位后,房价涨幅与居民收入增幅之差对工业绩效的负面影响依然稳健。同时,在第(1)列和第(3)列中以城市级别设定的虚拟变量均显著为正,而在第(5)列和第(7)列中以东部地区设定的虚拟变量不显著,可见副省级以上及省会城市的工业绩效显著优于其他城市,而不以是否为东部省份城市而有明显差异。

表3中无论HPit-Iit与第一个还是第二个虚拟变量相交叉,交互项系数均显著为负,即在级别更高的城市和东部省份城市,房价上涨给工业利润率带来的负面冲击更严重。需要关注的是,SRit与两个虚拟变量的交互项均不显著。这说明城市的发达程度能够加剧房价对工业绩效的冲击,但不能影响居民储蓄对工业绩效的冲击。其中的原因可能是较发达地区(如一线城市或东部沿海地区)的房价基数较大,即便在同样的涨幅下,也会比一般地区给居民资产配置带来更大的冲击,而且发达地区城市房价一旦上涨,容易形成普遍看涨预期和追涨态势,将更严重地制约新型金融发展和工业企业创新资源的供给。在第二个链条中,由于资本市场的流动性,发达地区的存贷比普遍低于欠发达地区,正向资金流入和更多的融资渠道使得发达地区城市因房价上涨造成的储蓄率高企被相对抵消,故居民储蓄对本地工业企业绩效的影响不会因地区发达程度而有明显差异。

表3 加入城市类别虚拟变量及交互项的估计结果

注:*、**、***分别表示在10%、5%和1%水平上显著,()内为z值。

五、结论与建议

本文从创新资源供给的角度,刻画了房价波动通过家庭资产配置作用于工业绩效的过程。利用2004 —2013年中国196个地级及以上城市面板数据,实证分析了房价波动与地区工业绩效的关系以及居民储蓄率的中介效应。结果显示:(1)无论是商品房价格绝对涨幅,还是其与城镇家庭人均收入增幅相比的相对涨幅,增长越快越不利于规模以上工业企业绩效增长。(2)在房价向工业绩效的传导过程中,居民储蓄率的增幅起着显著的中介作用,即高房价是通过阻碍家庭资产多元化配置、抑制新型金融发展和工业企业创新资源供给的途径,对工业绩效产生显著抑制效应。(3)在直辖市、副省级或省会城市以及东部地区城市,房价上涨对工业绩效提升有更强烈的抑制作用,这主要是第一个链条贡献的。在第二个链条中,由于发达城市存在正向资金流入和更完善的融资渠道,故居民储蓄率对工业绩效的负面影响不因样本不同而有所差异。

根据本文对房价与工业绩效关系的实证分析结果,房地产业拉动的粗放型增长经济是难以为继的,尽管火热的房地产投资和市场价格上涨可带动上下游多个行业的数量型扩张,但同时容易造成多方面的资源错配,不利于以实体经济为主的现代化产业体系的构建。这种模式的经济增长是不平衡、不充分的增长,不利于提升实体经济发展绩效。要实现创新引领发展,必须着眼于创新资源的供给源头——家庭资产配置,削弱家庭过多投资房产的热情,解除其参与多种现代金融投资的制约,进而使创新资源配置过程中的市场扭曲和效率损失得到改变。

一方面,深化土地制度、住房制度改革,抑制房价非理性上涨。坚持统筹协调、产城互动的新型城镇化,抑制地方政府在土地用途转换中的利益分成和主观动机。保证住宅用地供应,提高其在新增建设用地中的比重,适度放松特大城市及周边行政区域的耕地红线,尽快推广土地指标交易制度和城乡统筹方案。遏制囤地和惜售行为,坚持“房子是用来住的、不是用来炒的”,建立多主体供给、多渠道保障、租购并举的新型住房制度,把房价控制在适度增长区间,确保支撑居民参与新型金融的可支配收入不被购(租)房支出过度挤占。

另一方面,借助多层次资本市场推动创新资源有效供给,确保现代金融对实体经济的有力支持。支持信托、风险投资、融资租赁、担保机构等非银行类金融业市场主体依法成立。重点支持金融机构业务多元化和产品开发,鼓励个人金融、社区银行和支农金融服务发展,推动金融机构对接城乡居民的创新创业,促进家庭金融和小型金融的集聚化发展,拓展居民投融资手段,拓宽居民财产性收入渠道,确保其风险与收益相对等,从而破解风险型金融产品市场需求不足的困境。