房地产投资对行业全要素生产率的影响——基于信贷中介效应的视角*

鞠 方，王 姣，朱兴宇

(湘潭大学 商学院，湖南 湘潭 411105)

我国福利化分房制度自1998年开始向市场化方向转变，由此我国住房市场得以迅猛发展。住宅商品房平均售价由1998年的1854元/m2增加到2017年的8336.42元/m2，总涨幅高达350%，并且始终保持在高位水平，越来越多的人沦为“房奴”。2005年至2017年期间，我国房地产开发年投资额由15909.25亿元上升至109798.53亿元，房地产开发国内贷款总额由3918.08亿元上升至25241.76亿元，而经济增长速度近年来却逐渐放缓。有学者指出，中国住房价格的快速上涨及房地产市场规模的迅速扩张制约了全要素生产率的增长[1]。根据目前我国房地产市场的发展趋势，房价持续增长会吸引越来越多的房地产投资资金。在以银行金融机构为融资主导的金融体系下，不少信贷资金也以较低成本进入房地产市场，导致其他行业信贷资源被挤占，实体经济发展受到抑制。

一直以来，实体经济是惠民生、稳增长的核心支撑力量。当前，我国经济发展进入新常态，已由高速增长阶段转向高质量发展阶段，过快的房价上涨对经济的负面影响逐渐显现，不仅抑制居民消费[2]、挤出非房地产行业投资[3]，还加剧居民收入分配和消费的不平衡[4]，甚至阻碍实体经济的发展[5]，实体经济与房地产之间的关系越来越引起重视。实现实体经济可持续发展的关键在于如何有效提升全要素生产率。[6]我国用于间接测算全要素生产率的重要指标因素——资本、劳动——均和房地产市场有着千丝万缕的联系。因此，厘清房地产与实体经济之间的关系，探讨房地产投资对全要素生产率的影响至关重要。

一 文献回顾

笔者将从房地产市场与经济效率、房地产投资与信贷、信贷与经济效率三方面对现有文献进行梳理总结。在房地产市场影响经济效率方面，邓博文认为房地产投资对实体经济存在显著的“挤占效应”[7]。陈斌开等从工业利润率的角度对两者进行研究，结合城市与企业数据，发现房价上涨推高人力成本，降低工业利润率，进而抑制经济增长[8]。在具体的房地产投资影响经济效率的研究方面，已有文献的观点按照影响途径大致分为两类。1)房地产投资影响技术进步。Miao等从理论层面构建两部门内生增长模型，发现技术外溢性较弱的部门如果存在资产泡沫，将可能通过流动性缓释效应和资源配置转移效应影响企业创新投入[9]。张杰等将土地供应量作为房地产投资增长的工具变量，研究发现房地产投资增加会显著抑制工业部门的创新活动[10]。而李江涛等同样从创新投资的视角进行分析，却发现房地产投资与工业全要素生产率之间表现为倒U型[11]。崔莹莹等认为房价上涨会显著负向影响大中城市的创新能力[12]2)。房地产投资影响企业技术效率的改善。已有相关文献主要围绕资源配置及市场价格机制两方面论述房地产投资影响企业技术效率的改善。陈斌开等发现经济效率低的产业市场占比会随房地产行业快速发展而增加，造成资源错配，进而在长期内降低市场资源配置效率[13]。王文春等、李天祥等均发现，异常繁荣的房地产市场会吸引大量融资，房价因此上涨引起要素价格上升，影响企业的技术效率[14-15]。

在房地产投资与信贷关系的研究方面，学者主要从信贷规模和风险的角度着手，认为房地产投资增长会吸引信贷支持，同时也会加大市场信贷风险。1)在信贷规模方面，黄静基于Granger因果方法检验，认为房地产投资增长会导致房地产信贷的增加，但信贷扩张并不是房地产投资增长的Granger原因[6]。究其原因，刘京军等认为这得益于房地产市场较高的投资收益性和房产抵押物的优质性，同时他指出房地产信贷规模的扩大会挤占其他企业收益率[17]。2)在风险联系方面，Senhadji等考察过度放贷、房价周期和亚洲金融危机之间的关系，认为银行过度放贷导致房价迅速上涨，投资回报高涨,一旦经济增长受阻，会发生投资者情绪逆转、财务报表恶化，最终导致信贷危机[18]。况伟大也认为房价对房地产信贷的影响大于经济增长和利率对其的影响，一旦房价下跌，信贷严重萎缩，可能诱发信贷风险和房地产金融危机[19]。3)在房价与信贷方面，学者们基于不同的研究方法发表了不同的观点。Goodhart等、郑忠华等发现信贷资金支持会显著推动房价上升[20-21]。谭政勋等进一步研究认为，这种效果只存在于短期内[22]。而Che等却认为这种显著的推动关系仅存在于长期内[23]。此外，信贷对房价的影响体现出区域性差异，这与地区经济发展水平相关[24-25]。李莉基于东、中、西部的省份划分，认为银行信贷对于东部房价影响更显著[26]。宋勃等从城市划分的角度发现二线城市银行信贷对房价的影响比一线城市更显著[27]。郭培利等认为一、二线城市银行信贷正向影响房价，三线城市负向影响[28]。不同于以上学者的观点，马勇等认为在房地产信贷规模低的区域，信贷对房价的影响力有限[29]。向宇等认为金融信贷增加与房价上涨之间没有太大的联系[30]。

在信贷发展与经济效率的研究方面，金成晓等基于马尔可夫区制转移向量自回归模型，发现信贷增长率与经济增长率的相关性会随着经济周期阶段的不同发生变化[21]。白钦先等发现信贷扩张显著推动经济增长[32]。这种促进效应会从信贷规模和资源配置效率两个方面发挥作用。赵振全等发现金融发展对经济增长的促进作用主要是通过信贷总量的不断扩张[33]。李青原等基于实体经济运行的视角，构建信贷比指标衡量金融发展程度，发现信贷会促进实体经济资源配置效率的提高[34]。

梳理总结相关文献发现，基于信贷视角探索房地产投资影响全要素生产率增长的研究寥寥无几。因此，本文采用中介效应模型，在分析房地产投资扩张对全要素生产率增长影响的基础上，将信贷变量引入模型，从信贷规模和信贷效率两个维度考察房地产投资对全要素生产率的中介效应影响，并基于东部、中西部的地区划分进行区域差异化分析。

二 理论分析

(一)房地产投资影响信贷供需的机制

1.财富效应

如图1所示，房地产投资通过“财富效应”影响信贷规模。房地产天然优良的抵押物属性和保值增值功能会吸引信贷资源配给。一方面，房地产投资扩张必然伴随房地产市场规模的扩大。金融机构在过于乐观的房地产市场环境下过度放贷，即使存在信贷风险，但仍能通过抵押资产缓解由此产生的经济负向影响。而且，银行发放信贷的数量取决于抵押物价值，一些金融机构甚至会对高抵押价值品的所有者主动供贷。另一方面，扩张的房地产市场对于投机者来说更加有利可图，于是房地产市场投资需求增加，带动信贷资金需求的增加。投资者还可以充分利用信贷扩张时经济中的财务杠杆优势提高企业效益，增强企业信贷能力。

2.成本效应与带动效应

房地产投资通过“成本效应”和“带动效应”影响信贷效率。一方面，由于房地产投资具有经济资源占比高、周期长等属性，随着房地产市场投资增加带来的市场规模扩张，新企业进入房地产市场成本被拉高，资金会流向其他高效益部门，促使金融机构信贷资金配置效率提高；另一方面，房地产投资具有较强的行业带动性，房地产投资的增加能直接带动上下游行业，诸如建筑、建材、冶金、家具、电器等的发展，进而提高信贷资金配置效率，吸引更多的信贷支持。此外，房地产投资增加带来的资产增值会吸引信贷支持，金融支持的增加使房价上涨，进而资金在房地产市场的信贷效率也会提升。

图1 房地产投资影响信贷供需的机制

(二)基于信贷中介影响全要素生产率的机制

1.错配效应

如图2所示，房地产投资带来的资产价值上升会产生“错配效应”。资源错配产生于价格信号的扭曲或者要素流动的阻碍，如果行业部门间资源配置合理，将提升整个经济体系的全要素生产率，反之，将抑制全要素生产率的增长。房地产行业属于典型的资金密集型行业，房地产投资增加带来的房价过快上涨会扭曲住房价格，而且，房价上涨抬高房地产行业利润率，吸引逐利性企业增加对房地产市场的投资，使信贷资源向高利润和低效率企业流动，造成资源错配。同时，国有企业依靠自身优势获取信贷资金用于房地产投资，这在信贷扩张背景下加重了对非房地产行业融资约束程度，进而导致实体经济资源配置效率降低，阻碍技术外溢性部门全要素生产率的提升。此外，若经济体系存在较多的金融摩擦，会增加企业融资约束，导致信贷资源配置效率的损失，进一步滞后经济全要素生产率的提升。

2.挤占效应

房地产投资增加会对其他行业产生“挤占效应”。房地产投资过快增长会通过金融体系的贷款行为，抑制工业部门的创新活动。一方面，房地产投资增加带来的房地产业扩张会占用更多的信贷资源，加大其他工业企业贷款难度。同时，房地产投资带来的非理性扩张会直接推高要素价格，挤占其他企业技术创新型投入，不利于工业企业引进先进设备、开发新产品、发展新技术等，进而抑制全要素生产率的提高。另一方面，飙升的房价会阻碍企业的管理创新，甚至引发企业家的寻租行为。这不仅严重阻碍企业的生产与组织创新，也严重扭曲了企业家创新行为。“挤占效应”还将导致经济资源配置难以顾及技术外溢部门，进而抑制整个社会生产效率的进步。

图2 房地产投资影响全要素生产率的机制

三 研究设计

(一)模型构建

中介效应是指自变量X对因变量Y的影响是通过一个或多个中间变量M实现的，此时，称M为中介变量。以联立方程组的形式对自变量X、中介变量M和因变量Y之间的关系加以形象的描述，具体方程如下：

Y=α1+cX+∑βiKi+μ1

(1)

M=α2+aX+ΣβiKi+μ2

(2)

Y=α3+c1X+c2M+∑βiKi+μ3

(3)

其中，Y为因变量全要素生产率；X为自变量房地产投资；M为中介变量信贷；K为控制变量；α1、α2、α3为各方程常数项；β为控制变量回归参数；μ1、μ2、μ3为方程的随机误差项。

本文目的是研究房地产投资对全要素生产率的影响，包括直接效应和中介效应。c为房地产投资对全要素生产率的总效应，c1为直接效应，a*c2为经房地产信贷对全要素生产率的中介效应。三者之间满足c=c1+a*c2，即房地产投资对全要素生产率的总效应等于直接效应与间接效应的和。c、a、c2均显著，则表明存在中介效应，此时若c1显著，则称房地产投资、房地产信贷和全要素生产率之间存在不完全中介效应，即房地产投资对全要素生产率的影响仅有部分是通过信贷来实现。否则，存在完全的中介效应。

(二)变量选取及说明

1.被解释变量：全要素生产率(TFP)。考虑到全要素生产率不等同于技术进步率，本文按房地产投资影响全要素生产率的途径将全要素生产率分解成了技术进步(Te)和技术效率改进(Eff)。

潜在产出法考虑到资源分配和利用效率，将全要素分解成技术进步和技术效率改进进行测算，符合本文实证的基本思想。在技术进步的计算中，隐形变量法将技术进步率作为独立的状态变量，在一定程度上可以排除可能造成估算偏误的因素，而且其对数据平稳性的严格要求使估计结果更加精准，因此采用隐形变量法测得技术进步(At)。基于C-D生产函数，且假设规模收益不变，则观测方程如式(4)，状态方程如式(5)，其中ρ为自回归系数，εt为白噪声，Y、A、K、L分别表示产出、技术进步率、资本数量及劳动数量，α为资本产出的弹性系数。利用状态空间模型，通过最大似然估计估算。需要考虑到的是在分析空间状态模型前，需要对经济产出Y、劳动力及资本存量进行平稳性检验及协整检验。本文使用ADF单位根检验，发现各项指标都没有通过单位根检验，于是对原始序列进行一阶差分再做单位根检验，发现原始序列一阶差分后变得平稳，因而使用一阶差分后的数据带入空间状态模型，利用计量软件得到α为0.784，ρ为0.945。

ΔLnYt=ΔLnAt+α(ΔLnKt-ΔLnLt)+

ΔLnLt+εt

(4)

ΔLn(At)=ρΔLn(At-1)+vt

(5)

技术效率改进一般用产出缺口度量。根据对比，我们选用HP滤波法进行计算。HP滤波方法的基本思路是将经济产出时间序列分解成趋势成分Gt和周期成分Ct，Ct即为产出缺口，Gt为潜在产出。按照HP滤波方法在样本期内使式(7)最小化得到技术效率。其中，λ决定着趋势要素对实际序列的跟踪程度和趋势光滑度之间的权衡选择，趋势成分和周期成分标准差的比值为最优取值。

Yt=Gt+Ct

(6)

min{Σ(Yt-Gt)2+

λ[(Gt+1-Gt)-(Gt-Gt-1)2]}

(7)

2.主要解释变量：房地产投资(Inve)。房地产投资额占同期城市GDP的比重，反映某一年房地产市场资源投入占整个市场资源投入的比例。

3.中介变量：信贷(Cs)。本文使用信贷规模(Css)和信贷效率(Cse)来衡量，其中信贷规模(Css)表示城市年贷款总量占同期GDP的比重；信贷效率(Cse)衡量同期贷款与存款间的转换效率，是贷款总额与同期存款总额之比。

4.控制变量：人力资本(Hc)。它主要通过企业技术创新及技术扩散来影响全要素生产率，该变量选取的是每万人中的大学生数量。二、三产业比值(Sti)，考虑到影响全要素生产率变动的因素包含产业结构，所以本文用第二产业和第三产业GDP比值来表示。政府财政支出(Gov)，政府会通过财政手段调控信贷，同时政府财政支出会显著影响经济发展水平，因此本文将该变量作为控制变量，由政府财政支出占同期GDP的比重表示。基础设施水平(Road)，交通基础设施密切影响全要素生产率的变动，城市交通运输水平越发达，则地区资源配置效率越高，进而促进全要素生产率增长，本文选取城市交通道路建成面积作为衡量指标。城市经济水平(Ue)，它是影响地区信贷发展水平的重要经济变量，一般区域经济发展水平越高，对金融规模尤其是信贷规模的要求就越高，采用人均GDP来衡量。金融危机(Cri)，政府会在金融危机时干预银行信贷，考虑到2008年金融危机爆发，因此本文将金融危机作为中介控制虚拟变量，除2008年至2010年外，其余年份取值为0。本文选取的2005—2017年的294个地级市数据及指标计算所需数据来源于中国人民银行官网、EPS数据库和《中国统计年鉴》。表1报告了各变量的描述统计结果，其中还包含各变量具体的分类。

表1 描述性统计

(三)平稳性及协整检验

1.平稳性检验

表2描述了LLC、IPS检验方法获得的数据原序列和一阶差分序列单位根检验结果。由结果可知，数据为一阶单整序列，满足协整检验的前提条件。

表2 水平及一阶差分序列平稳性检验

2.协整检验

协整检验是考察变量间长期均衡关系的方法，可以避免非平稳序列的伪回归问题，如果两个或多个非平稳的变量序列，其某个线性组合后的序列呈平稳性，则这些变量序列间存在协整关系。因此，协整检验的前提是同阶单整。这里采用Westerlund[35]的多组面板数据协整检验方法，其中Ga和Gt检验的原假设是长期均衡的误差调整速度为0(即不存在协整)，备择假设为至少有一个组是协整的；Pa和Pt检验的原假设是所有面板数据不存在协整关系，备择假设是所有组视为一个整体是协整的。表3报告相应的结果，只有Ga检验的P值不显著，其他三个均显著拒绝不存在协整的原假设。因此，变量之间存在协整关系，具有长期均衡关系，可以进行下述面板回归。

表3 协整检验

四 实证检验及结果分析

(一)直接影响全要素生产率

为避免回归结果出现偏误，本文在回归前对相关变量进行多重共线性检验(由于篇幅限制未列示)，结果表明各变量之间不存在多重共线性。虽然前文在指标选取方法方面已经尽可能地排除可能造成偏误的影响、控制影响全要素生产率的因素，但仍然存在某些因素容易被忽略或难以测量，且这些因素不随时间而变。本文采用面板固定效应模型进行回归，考虑到个体效应仍可能以随机效应的形式存在，我们进行Hausman检验，结果表明强烈拒绝原假设，即使用固定效应模型。为了在一定程度上缓解遗漏变量内生性，这里采用对主要解释变量取滞后一期，分别采用当期和滞后一期数据进行回归，第(1)列为滞后一期的结果。采用滞后期房地产投资作为解释变量的经济学含义是当整个行业面临经济环境变化时，房地产市场难以及时做出生产决策的改变，需要等到下一期才能有针对性地进行调整。

表4中，当期和滞后一期的房地产投资对全要素生产率的增长均呈现显著负向影响，这符合房地产业投资通过挤占其他企业投资从而抑制全要素生产率增长的预期，房地产投资增加会导致全要素生产率水平降低。除政府财政支出外，人力资本，二、三产业比值及交通基础设施均正向影响全要素生产率的变动，但是三者的影响效果各不相同。人力资本增加虽然促进全要素生产率增长，但却显著负向影响分解出的技术进步。这可能是因为人力资本主要是靠创新性和创造性促进技术进步，而我们以每万人中大学生拥有数量来衡量，并不能真实地反映创新与创造能力。二、三产业比值显著促进全要素生产率增长，虽然其对技术进步的影响为负，但不显著，说明产业结构调整促进全要素生产率增长的主要途径是技术效率的改进，同时也说明我国产业结构调整政策促进经济增长的有效性。政府财政支出对全要素生产率及其分解指标影响均显著为负，说明政府对市场过多的财政干预不利于经济健康发展。交通基础设施的系数为正但不显著，交通基础设施建设决定了经济发展过程中重要资源转移和分配的效率，这里不显著可能是数据并不能完全衡量道路基础设施的建设水平，在城市化建设中，基础建设经常存在建设比例不当、建设效率低下等减缓经济发展的因素。

表4 房地产投资影响全要素生产率实证回归结果

(二)基于中介变量影响全要素生产率分析

1.房地产投资对信贷的影响

信贷规模(Css)由贷款总额与同期GDP比值表示。表5中，房地产投资增长会引起总贷款增加，并且其对信贷效率影响显著为正，这表明房地产投资显著正向影响信贷发展水平。城市经济水平对房地产信贷规模和信贷效率的影响均为负，这与相关学者的研究预期有差异，可能是因为研究数据的不同。本文用人均GDP作为衡量城市经济水平的指标，而人均GDP有明显的时间上升趋势，这可能导致金融结构发生改变，例如金融资产更加分散化和多元化，进而减少了对房地产信贷的需求。其他变量符合预期结果，其中金融危机导致信贷规模上升，但却导致信贷效率下降。另外二、三产业比值和信贷规模以及信贷效率均为负向变动关系，这可能是由于二、三产业所占经济比重与其发展效率不匹配，即二、三产业结构不是最优。

表5 房地产投资影响房地产信贷回归结果

2.基于信贷中介对全要素生产率的影响

表6中，引入了信贷水平变量后，信贷水平显著负向影响全要素生产率，结合前文分析，表明存在中介效应。TFP的第(1)列和第(2)列房地产投资系数均显著为负，系数绝对值变小，说明房地产投资与全要素生产率之间存在不完全中介效应。控制变量结果显示，二、三产业比值仍然显著促进全要素生产率增长，虽然二、三产业比值对于技术进步的影响是负的，但不显著。政府财政支出对全要素生产率以及其分解指标的影响均显著为负，但与表4相比，对全要素生产率影响的显著性有所下降，表明加入信贷变量后，政府财政支出的负向影响效应会有所收敛。

表6 房地产投资基于信贷影响全要素生产率回归结果

(三)分区域实证分析

梳理已有文献关于房地产经济的研究，在借鉴表7的行政区域划分标准基础上，同时考虑到中西部经济发展水平相近，与东部地区存在明显差异，以及主要解释变量和中介变量的现状，本文将区域划分为东部和中西部两部分。

表7 国家区域划分标准

1.房地产投资影响信贷规模的区域层面分析

表8报告了区域层面数据的统计描述，房地产投资具有明显的区域化差异，两个地区信贷效率差异明显大于信贷规模差异。不过从独立样本检验的结果来看，后者的差异更加显著，所以我们将选用信贷规模作为区域实证模型中的中介变量，至于其余控制变量均不变。所有数据在分析前均通过平稳性检验和协整检验。

表9报告了区域层面房地产投资影响信贷规模的回归结果及中介效应回归结果。比较表9和表5可以看出，首先，无论是否对数据进行区域划分，房地产投资对信贷规模的影响方向是一致的。分区域回归后其影响系数变小，这间接说明房地产投资对信贷发展水平的影响是由区域到整体的带动过程，契合经济发展现状。其次，东部影响水平显著高于全国平均水平。关于城市经济水平变量，东部经济水平更高，带动更多金融资源流入房地产市场，这可能导致更严重的信贷资源错配，因此该变量负向影响信贷规模的效应更强。虚拟变量金融危机的发生会使东部信贷规模扩张，中西部信贷减少。这是因为东部金融市场更发达，当面对金融危机对东部市场产生的巨大冲击时，政府出台宽松的货币政策导致信贷规模急剧扩张，在一定程度上挤占了中西部信贷资源。二、三产业比值与财政支出，其对信贷规模的影响与全国层面分析结果均一致。

表8 分区域统计性描述

表9 区域层面房地产投资影响信贷及中介效应回归

2.区域层面中介效应分析

区别于全国层面的模型，加入人力资本的平方项，表9中第二列和第四列报告了房地产投资基于信贷影响全要素生产率的结果。引入信贷规模后，房地产投资和控制变量影响全要素生产率变动的方向仍然与全国层面结果一致，唯一需要提及的是人力资本的平方项(Hct)负向拉动全要素生产率的变动，但不显著。这在一定程度上与表4结果相符。人力资本(每万人中拥有大学生的数量)显著反向影响全要素生产率的分解因子——技术进步(Te)，因此人力资本的平方项负向影响全要素生产率的结果符合预期。

限于篇幅，我们仅对主要解释变量及中介变量进行详述。房地产投资对全要素生产率的负向影响在东部更加显著，东部属于经济高度发达地区，东部城市房地产投资占比高于全国平均水平，过多的金融资源流入房地产市场导致全要素生产率发展降速更快。无论是东部还是中西部，信贷规模都显著负向影响全要素生产率的变动，而东部高于全国层面水平的结果也符合预期。此外，房地产投资抑制全要素生产率增长不存在区域叠加效应，其整体影响效应值更接近东部和中西部的中间值。同时我们发现信贷规模影响全要素生产率的全国层面回归系数值也趋近处于东部和中西部的均值，即可能也没有区域叠加效应。

五 结论及政策建议

本文重点研究房地产投资对全要素生产率的影响，并考虑到基于信贷变量的中介效应，基本结论如下：首先，房地产投资、信贷发展水平和全要素生产率之间存在显著的不完全中介效应。其次，在全国层面上，房地产投资显著负向影响全要素生产率，加入信贷变量后，依然有显著的负向影响；在分区域层面上，回归结果与全国层面基本一致，其中，东部地区影响更为显著。

我国经济处于发展模式转型的重要阶段，房地产市场作为整体经济发展的重要组成部分，房地产投资增加会通过信贷规模的扩张和信贷效率的降低使房地产市场发展出现不稳定，进而影响社会经济发展。基于本文的研究，提出以下几点政策建议。

第一，合理管控各企业房地产投资行为。房地产投资对全要素生产率有显著负向影响，而且房地产投资会通过信贷渠道影响全要素生产率的增长，政府应适时调整房地产信贷来管控房地产投资。第二，适当加强房地产市场供给，以保证供需平衡。充分利用房地产市场发展机制，加快建设保障性住房。一方面，鼓励引导以市场为主来满足多层次住房需求；另一方面，严控房价快速上涨带来的投机性需求，防止房地产行业流动性过剩而影响其他行业发展。第三，有效拓宽房地产行业融资渠道。政府要不断进行政策创新，营造良好的房地产发展环境。一方面，要降低其他融资渠道门槛；另一方面，加强管控对房地产信托和基金的审批，完善房地产基金和信托部门的角色定位。第四，削弱房地产业与政府各部门、各大金融机构的连带关系，提高房地产市场准入门槛。考虑到部分金融机构受房地产市场高利润回报驱动而主动供贷，政府应审时度势，加强对金融机构行为的严格管束。第五，加大区域差异化资源分配政策的力度。例如，人力资本对中西部地区经济发展的推动作用最显著，政府可以适当加强中西部人才引进力度来推动中西部地区经济增长。