房价上涨对制造型企业投资的影响效应

刘广平，连媛媛

（河北工业大学 经济管理学院，天津 300401）

一、引 言

近年来，我国制造行业的利润率一直处于低位，国家统计局的数据表明，2017年和2018年规模以上制造业的主营业务收入利润率分别为6.35%和6.28%，而规模以下制造业的主营业务收入利润率更低。与之相比，中国房地产协会发布的《中国房地产上市公司测评研究报告》指出，2017年和2018年我国房地产上市公司净利润率均值分别为15.00%和12.75%。在房价高速上涨的背景下，伴随房地产行业的高投资回报率和低准入门槛特性的优势加持，越来越多的制造型企业为了在高房价的洪流中获得更可观的收益，纷纷加入房地产投资大军。因此，从实践表现来看，近年来房价成为决定制造型企业投资行为的重要因素。

关于房价与制造型企业投资行为关系的研究，起初一些学者用“挤出效应”来解释这一现象，即企业在房价上涨的背景下，以期获得高额利润，从而调整投资战略，增加房地产市场的投资规模，进而对自身的主营业务产生一定的挤出作用。然而，对于拥有较多房屋和土地的制造型企业来说，房价上涨意味着它们的固定资产价值增加，抵押能力的上升可提高其融资能力，进而有利于其加大投资力度。到底房价上涨对制造型企业投资会产生“挤出效应”还是“促进效应”，有必要再对其进行更进一步的检验。同时，我国东中西部地区的金融发展水平、住房支付能力、住房需求等多个方面存在较大的差异，房价上涨对制造型企业投资行为的影响可能存在偏差。研究房价上涨对制造型企业投资行为的区域差异影响，有助于缓解房价上涨对制造型企业主营业务投资的不利影响，为政府针对区域特征制定更加精准的规制方案提供政策参考。

二、文献综述与研究假设

（一）文献综述

一些学者观察到在房价高涨的背景下，越来越多的制造型企业为了追求高额利润，会将更多的资源配置到低风险、高回报的房地产行业。Miao等（2015）发现房价上涨会带来高回报的房地产投资机会，吸引了更多的资金分配到该行业，从而挤占企业主营业务的投资空间［1］。周端明等（2016）进一步验证了房价高涨带来的超额利润会诱使大量资本产生投机心态进入房地产［2］。刘行等（2016）则从高管团队的角度出发，指出上市公司管理层为了规避风险和追求高额利润，会将资源更多配置到房地产行业，从而降低了企业主营业务的投资力度［3］。

部分学者从企业的创新层面展开分析。林嵩（2012）发现房价飞涨的背景下，资金大量流入房地产市场，创业积极性被削弱，会对创业活动产生显著的挤出效应［4］。王文春等（2014）认为工业企业将有限的资源投入房地产，房价上涨越快，当地企业的创新倾向会越弱［5］；余静文等（2015）发现了房价会挤出企业的研发投资，每当房价增速提高1个百分点，企业研发投入占总资产比重将会下降0.051个百分点［6］。Zhao等（2016）研究发现房地产市场的高利润率诱使众多非房地产企业投资房地产，削弱了制造企业的创新动力，房价越高，削弱作用越显著［7］。

陈斌开等（2015）则从资源配置效率的角度出发，由于房地产高利润和低效率并存，从而导致资源错误配置［8］。罗知等（2015）认为房地产投资对制造业投资部门产生挤出效应，会严重影响到企业的资源配置效率［9］。张荣佳等（2017）则从企业的实际控制人角度出发，指出对于国有企业，由于融资约束弱，房价上涨带来的抵押效应并不明显，民营企业的投资增加会提高资本品的价格，从而挤压了国有企业的投资规模，产生挤出效应［10］。张杰等（2016）从金融主体着手，发现我国金融体系在房价上涨的背景下会更加偏向借贷给房地产行业，金融资源不合理的运用进一步抑制了创新活动［11］。

还有部分学者认为房地产作为企业重要的生产要素，会通过成本效应影响企业的投资行为。Fujita等（1999）认为由于运输成本的降低，外围地区较低的生产要素价格和房价水平会使其竞争力加强，因此制造业会逐渐从中心地带扩散至周边地区，劳动地需求多、技术水平低的劳动密集型产业更会率先转移［12］。黄静等（2009）认为房价推高了制造业行业的生产成本，实体企业会将更多资金投入到房地产以获得套利，甚至有制造业面临成本高企的困境，会转移到劳动力成本和土地价格都比较低的地域［13］；邵挺等（2010）发现房价过快上涨是导致长三角制造业分散化布局加剧的重要原因［14］。齐讴歌等（2012）进一步验证了房价过快上涨会导致企业生产要素价格的提高，部分传统制造业纷纷转向中西部城市寻求发展［15］。刘斌等（2016）则发现房价上涨导致企业商务成本和用工成本的增加，从而挤压了企业的出口能量［16］。

综上所述，虽然学者们对房价上涨对制造型企业投资行为的影响进行了广泛的探讨，但在一定程度上忽视了不同地域中房价上涨对制造型企业投资行为影响的程度和特征也会存在差异。

（二）研究假设

近些年来，对比制造行业国内成本高企和国外出口受阻的双重困境，房价高涨为房地产行业带来的平均利润率远高于制造行业的平均利润率，再加上房地产行业进入壁垒比较低，企业追逐利润的本性与生俱来，大量制造型企业在投机需求的驱使下容易将资金从实体经济中抽离转投房地产行业，因此我国房地产投资规模不断增长。众所周知，房地产属于典型的资金密集型产业，离不开金融资金的扶持，房地产市场前景一致看好，更容易获得银行等金融机构的贷款青睐，房地产市场金融化进程加快，越来越多的贷款资金流入房地产市场，实体经济所面临的融资约束越来越高。因此，制造型企业很难获得外部的金融贷款，同时为了规避风险，将有限的生产资源投资到房地产领域，挤占自身主营业务的生产空间。综上，本文提出假设1。

H1：房价上涨会改变制造型企业的投资行为，房价上涨对制造型企业的主营业务产生挤出效应。

制造型企业的投资行为势必会受到所在地区的人口、技术、经济等宏观因素的影响，因此不同发展程度的地区会对制造型企业投资行为带来不同的影响。我国东部地区是通常意义上的经济发达地区，经济发展相对活跃，对年轻人和高素质人才有强劲的吸引能力，常住人口增速常年保持较高水平；加之经济发达地区拥有普遍较高的居民受教育水平，相应地，居民的基础素质和人均收入也保持在较高水平，对居住环境和质量也提出了更高的要求，因此从人口结构和人口素质角度考虑，经济发达地区的居民拥有更加旺盛的房产需求。另外，经济发达地区的房价普遍较高，高房价会导致制造型企业面临土地和劳动力等要素成本的上升，利润空间被高度挤压，房价上涨会相对压缩居民的现有财富，居民会约束当前和预期消费，导致相关消费产品的需求不足，进一步影响到相关消费品的价格和供给，因此制造型企业在内需疲乏的背景下可能会缩减生产投资规模。而经济次发达的中部地区和经济欠发达的西部地区，人口结构和人口素质等因素带来的相对较弱的房产需求，土地和劳动力等要素成本相对较低，房价上涨的力度较弱给制造型企业投资行为带来的挤出效应也相对较弱。因此，从供给和需求两个角度出发，本文提出假设2。

H2：相较于经济欠发达地区而言，经济发达地区的房价上涨会对制造型企业投资行为产生更强的挤出效应。

三、变量与数据

（一）变量选取与测度

本研究因变量为制造型企业的投资行为，自变量为房价，控制变量包括区域层面的城镇化率、经济发展水平和房价收入比，还包括企业层面的成长能力、负债能力、企业规模和融资约束。各变量的定义与说明详见表1所列。

表1 变量的定义与说明

1.自变量：房价

选取制造型上市公司所在省份的商品房平均销售价格可以直观呈现出省份之间的区域差异，为了方便运算，采用对数形式。

2.因变量：制造型企业的投资行为

制造型企业的固定资产规模大且专用性较强，因此固定资产作为制造型企业的主体投资部分，能够反映企业的投资策略，且相关数据可以从年报中直接获取，因此本文借鉴有关学者的方法，选用固定资产这一指标来衡量制造型上市公司的投资状况。计算公式如下：

inv=（期末固定资产净额-期初固定资产净额）÷

资产总额3.控制变量

（1）城镇化率。城镇化是指农村人口转化为城镇人口的过程，城镇化率是反映城镇化水平高低的一个重要指标。城镇化率能够在一定程度上反映了地区的综合发展水平、人口规模和人才素质。一般来说，高城镇化率往往意味着较高的经济发展水平、较大人口规模和较高的人才素质。

（2）金融发展水平。金融发展对经济增长具有非常重要的影响，制造型企业的发展离不开银行等金融机构的支持，通常来说，金融发展水平越高，对制造型企业的促进作用越大。本文借鉴李林等（2011）的研究方法，采用各省区的银行业发展水平衡量金融市场发展水平［17］。计算公式为：

fmd=银行业金融机构各项贷款余额÷GDP

（3）房价收入比。本文选取房价收入来衡量居民的住房支付能力，用以反映住房需求。在此结合我国的实际国情，借鉴吕江林（2010）的方法，采用单套住房价格的平均值与城镇家庭年收入的平均值之比替代计算［18］。计算公式如下：

（4）企业规模。一般来说，规模较大的制造型企业通常资金比较雄厚，经营实力强，与规模小的企业相比，其对企业的投资行为影响会大一些。本文采用企业年末资产总额的对数形式表示。计算公式为：

size=ln( )

农村居家养老一定程度上解决了农村家庭养老服务功能弱化的困难，同时又解决了机构养老存在的一些问题，是一种适合农村老年人实际情况的新型养老模式。基于SWOT分析法，选择S－O（优势－机遇）策略，发挥农村居家养老模式的内部优势（S），利用现阶段农村居家养老服务发展的外部机遇（O），提出促进农村居家养老发展的战略措施。

（5）企业负债能力。负债融资是我国企业融资的一个重要渠道，公司融资结构可能会对企业的投资决策产生影响，本文采用资产负债率衡量企业杠杆率。计算公式为：

资产负债率=负债总额÷资产总额

（6）企业现金流量。当前我国金融服务体系尚未健全，企业面临较为严峻的融资约束。相关学者的研究表明现金流量会影响到企业的投资行为，也可以衡量企业所面临的融资约束状况。本文使用经营性现金流量占比来进行测度这一指标。计算公式为：

fincst=经营性现金流量净额÷资产总额

（7）企业成长能力。企业的成长能力与盈利的效率类似，也会对企业投资行为产生影响，衡量企业成长能力的指标有很多，包括主营业务增长率等。本文考虑到数据的完整性，采用收入增长率来衡量企业的成长能力。计算公式为：

收入增长率=营业收入增长额÷上年营业收入总额

（二）数据来源

本文研究对象是2002-2017年沪深A股制造业上市公司。

之所以选择制造业上市公司作为样本，一是避免行业差异干扰过大；二是制造业公司投资中固定资产的比重大，资产专用性强，更能体现实物投资的特点；三是国内上市公司以制造业为主，具有很强的代表性，并且可以保证足够的样本数量；四是国外的相关研究大多以制造业为研究对象，选择制造业公司作为样本便于不同国家之间的分析。

为了保证数据的完整性和连续性，根据本文的需要做了几项剔除：一是剔除2002年1月1日之前上市的公司；二是剔除出现ST等非正常状态的上市公司；三是剔除了财务数据缺失值比较严重的上市公司样本；四是为了避免异常值的影响，对核心变量进行了1%的缩尾处理。最后的研究样本为495家上市公司，共计7 883个观测值。其中上市公司的数据来自Wind数据库，宏观数据来自国家统计局的《中国统计年鉴》《中国金融统计年鉴》以及全国人口普查数据。

四、模型构建与分析

（一）模型构建

本文选用2002-2017年我国31个省、自治区和直辖市的沪深A股制造型上市公司的面板数据，构建了房价上涨与制造型企业投资行为的回归模型。具体模型如下：

其中，u0代表待估参数矩阵；i代表31个省、自治区和直辖市；t代表年份；c代表企业；εict代表随机干扰项。

（二）描述性统计分析

2002-2017年间31个省、自治区和直辖市的所有研究变量的描述性统计结果见表2所列。由表2可知，各个制造型企业的投资行为有着非常显著的差异，inv最小值为-405.899，最大值为76.423，标准差为11.191。各省份的房价差异也有较大的差异，lnhp最小值为6.968，最大值为10.378，标准差为0.678。就各省级层面的控制变量而言，能够非常直观地观察到不同省份之间确有显著差异。urbr的最小值为0.194，最大值为0.896；fd的最小值0.537，最大值为3.085；red的最小值为2.379，最大值为25.365，由此说明不同省份之间的城镇化率、金融发展水平和房价收入比的状况不同，并且差别程度较大。就企业层面的控制变量而言，制造型企业除企业规模的差异相对较小外，负债能力、成长能力和融资约束差距非常显著。由此可以判断，我国不同省份房价、城镇化率、金融发展水平和房价收入比等宏观经济情况的区域差异较为突出，各个制造型企业的投资行为和运营状况也有显著的差异。

表2 研究变量描述性统计

（三）单位检验与协整检验

为了避免面板数据出现“伪回归”，本文采用PP检验和IPS检验和对所有变量进行单位根检验，结果表明原数据和变量不具有单位根，均为平稳的序列，由此判断可以直接对数据进行平稳面板分析，详细结果见表3所列。

表3 单位根检验

随后采用Engle-Granger二步法的Kao检验对本文的回归模型进行协整检验，以判断各变量间是否存在长期均衡关系，相关结果见表4。可知，回归模型的p值为0，表明回归模型在1%的水平下显著，模型中的各变量存在长期的协整关系。

表4 协整检验

（四）全样本的实证分析

首先采用Hausman检验回归模型是采用固定效应回归模型还是随机效应回归模型，检验结果见表5所列。可知，结果表明在1%的水平下拒绝原假设，因此采用固定效应回归模型。

表5 Hausman检验

由表6可知，房价lnhp的回归系数为-3.522 4，并且在1%的水平下显著，说明房价对制造型企业投资行为的挤出效应非常显著，由此假设1得以验证。控制变量的影响基本上都比较显著，其中，城镇化率urbr的回归系数为-15.337 2，且在1%的水平下显著，这说明当城镇化率越高时，对于制造型企业主营业务投资的抑制作用越为明显。房价收入比red的回归系数为-0.147 8，且在10%的水平下显著，由此说明，合理的房价收入比会对制造型企业主营业务投资产生挤出效应，当居民的住房支付能力并未超出可承担范围时，会更加倾向选择投资房地产。企业负债能力lev的回归系数为-0.005 0，在1%的水平下显著，这表明当企业负债较多时，出于规避风险，改善财务绩效的考虑，企业青睐投资房地产而挤占主营业务投资。另外，企业规模size、现金流量fincst和企业成长能力growth对制造型企业主营业务投资产生显著正向的促进作用，这说明当企业现有规模较大，现金流量较为充足，企业当前经营成长能力较好时，制造型企业依然会坚持主营业务的发展，增加主营业务投资规模。

表6 全样本回归结果

（五）分地区的样本回归

为了检验房价上涨与制造型企业投资行为的区域差异，获悉两者关系的区域特征，将整体样本按照所在省份处于的经济带进行分组，分别划为东部地区、中部地区和西部地区三个样本，并采用PP检验和IPS检验针对三个样本的各个变量进行了单位根检验，相关结果详见表7所列。由表7可知，东部地区、中部地区和西部地区的各个变量都通过了单位根检验，面板数据均为平稳序列。

表7 东、中、西部地区的单位根检验

然后采用Engle-Granger二步法的Kao检验分别对东部、中部和西部地区的样本数据进行协整检验，以判断各变量之间是否存在长期均衡关系，相关检验结果见表8所列。可知，三个地区的P值全部为0，表示在1%的水平下显著，模型中的各研究变量存在长期的协整关系，由此判断可展开进一步的面板分析。

表8 东、中、西部地区的协整检验

随后，本文继续采用豪斯曼（Hausman）检验针对东部、中部和西部地区的样本数据进行分析，详细结果见表9所列。Hausman检验结果表明东部、中部和西部地区的样本数据均在1%的水平下拒绝原假设，也就是表示全部拒绝随机效应模型，因此选取固定效应模型针对样本数据进行回归分析。

表9 东、中、西部地区的Hausman检验

有关房价上涨对制造型企业投资行为的区域差异影响结果详见表10所列。由表10可知，东部地区lnhp的回归系数为-3.857 0，在1%的水平下显著，西部地区lnhp的回归系数为-6.830 3，也在1%的水平下显著，由此说明，无论是在东部地区，还是在西部地区，房价上涨对制造型企业都会产生挤出效应，这进一步验证了假设1。然而经济欠发达的西部地区相对经济发达的东部地区，房价上涨对制造型企业投资行为的挤出效应更加显著，这与本文提出的假设2相反。我们发现，东部地区金融发展水平fd的回归系数为2.229 4，在10%的水平下显著，这或许是因为东部地区经济发展程度较高，房地产需求的旺盛和生产经营成本的增加的确加剧了房价上涨对制造型企业投资行为的挤出效应，但是我们却忽略了金融发展水平的作用，东部地区的金融发展程度较高，制造型企业面临的企业融资约束也相对较低，由此在一定程度上抵消了挤出效应。其中，东部地区的企业负债能力lev为-0.008 1，在5%的水平下显著，西部地区的企业负债能力lev为-0.020 2，在10%的水平下显著，这可能是因为西部地区传统制造型企业占比较高，面临较高的融资约束，导致产生的挤出效应更强。在中部地区，房价上涨对制造型企业投资行为的影响并不显著。可能原因在于，近年来东部地区房价的高涨导致一些制造业向中部地区转移，因转移而增加的投资抵消了房价上涨对制造型企业投资的挤出效应。控制变量中的企业规模size、现金流量fincst和企业成长能力growth依然对制造型企业主营业务投资产生显著正向的促进作用。

表10 东、中、西部地区回归结果

五、稳健性检验

为了检验上述有结果的稳健性，在此分别采用办公楼平均销售价格、商业营业用房平均销售价格、住宅平均销售价格来重新度量房价，将其作为原房价数据的替代变量进行回归分析，相关回归结果仍然与上述实证结果保持一致。其中住宅平均销售价格对制造型企业投资行为的影响效应最大，商业营业用房平均销售价格次之，办公楼平均销售价格最小。考虑到篇幅有限，本文列出了以办公楼平均销售价格为房价替代变量进行分析的回归结果，其中全样本的Hausman检验结果见表11所列，全样本的回归结果见表12所列。办公楼平均销售价格lnhpb的回归系数为-1.314 5，在1%的水下显著，表明房价上涨对制造型企业主营业务投资产生显著的挤出效应。分地区的Hausman检验结果见表13所列，结果显示拒绝随机效应模型的原假设，采用固定效应模型。分地区的回归结果见表14所列，其中东部地区lnhpb的回归系数为-1.683 4，在1%的水平下显著，西部地区lnhpb的回归系数为-2.956 7，在5%的水平下显著，验证了经济欠发达的西部地区相对经济发达的东部地区，房价上涨对制造型企业投资行为的挤出效应更加显著。

表11 稳健性检验-全样本Hausman检验

表12 稳健性检验-全样本回归

表13 稳健性检验—分地区Hausman检验

表14 稳健性检验—分地区回归

六、研究结论与政策建议

本研究得出如下结论：

一是随着房价的高涨，对制造型企业主营业务投资产生的挤出效应更为显著；二是城镇化率对制造型企业主营业务投资产生显著的抑制作用；三是房价上涨对制造型企业投资行为的影响存在区域性差异；四是西部地区相对东部地区，房价上涨对制造型企业主营业务投资的挤出效应更高；五是东部地区较高的金融发展水平在一定程度上稀释了挤出效应。

针对上述研究结论，给出以下改善制造型企业投资行为的政策建议：

第一，改善住房市场结构，有效抑制购房投机需求。房地产价格升高将会导致推高制造型企业的生产经营成本，并诱导部分甚至全部生产性资本涌入房地产市场，从而大大挤出制造型企业的主营业务投资。而房价波动的根源又来自于需求，因此需要坚持“房子是用来住的，而不是用来炒的”的定位，采取系列措施抑制“炒房者”的投机需求，减少投机泡沫。首先，针对不同的消费人群采取差别化政策，适度降低刚需人群首套房贷利率，增加保障性住房的信贷支持，提高投机人群的房贷利率，并且降低其房贷最高限额，抑制房地产投机性需求与消费；其次，政府应完善住房市场结构，完善相关保障性住房政策，加快培育住房租赁市场，推进“租购并举”，增加住房的有效供给，通过财政补贴等措施鼓励居民更多地选择租房而不是买房。

第二，在不同的区域实行差异化的投资政策。因地制宜实施差别化的投资政策，以期促进区域制造型企业的长效发展。首先，在东部为主的经济发达地区，深化土地政策改革，注重土地资源的优化配置，优化房地产投资的管理制度。同时加强对以银行为主的金融机构的监管力度，把控房地产信贷规模保持在合理水平。其次，对经济次发达的中部地区和经济欠发达的西部地区，由于人口流出现象较为普遍，房地产合理需求增长较弱，不适宜大规模投资房地产，政府需要严格把控土地审批管理，增强房地产投资资金的监管力度，控制房地产库存保持在合理区间，并且要因地制宜，因势利导，利用当地的资源和环境，鼓励和支持制造型企业技术开展技术研发，加快转型升级进程。

第三，完善金融市场，鼓励金融回归服务实体经济的本位，为制造业的发展营造良好的外部环境。重视金融市场的发展，防止大量资本抽离实体经济，涌入房地产市场。首先，应建立健全具有普惠性的金融市场体系，广泛吸纳社会和民间资本，增加金融市场竞争活力，破除银行的垄断行为，满足不同规模和性质企业的融资需求。其次，大力推动金融创新改革，顺应时代潮流趋势，推动“互联网+金融”模式的发展，简化制造型企业贷款的审批程序，增强为实体经济服务的能力。然后，建立健全多层次的金融担保体系，完善相关信用担保制度和政策，实现信息公开和透明化，降低由于信息不对称引发的信用问题和贷款风险。最后，全面提高金融市场的运作效率，加快金融工具创新升级的过程，规范金融市场运作体系，综合搭配多种金融工具组合，有效发挥金融市场在制造业转型升级过程中的传导作用。