賈慶英，高 蕊

(山東財經(jīng)大學(xué) 經(jīng)濟學(xué)院，山東 濟南 250014)

一、引言

長期以來，房地產(chǎn)市場對經(jīng)濟的影響一直是學(xué)術(shù)界關(guān)注的重點。大量文獻從理論和實證角度深入研究了房地產(chǎn)對經(jīng)濟增長的影響及其機制，然而很少有文獻研究房地產(chǎn)市場對勞動生產(chǎn)率的影響。經(jīng)濟增長的根本原因在于生產(chǎn)率的提高。現(xiàn)實中，中國經(jīng)濟經(jīng)歷了幾十年的快速增長后，進入轉(zhuǎn)型升級關(guān)鍵時期，經(jīng)濟增長面臨較大的下行壓力，核心原因在于勞動生產(chǎn)率增速持續(xù)放緩[1]。近年來，房地產(chǎn)市場發(fā)展過熱，房價居高不下，與實體經(jīng)濟呈現(xiàn)“冰火兩重天”的景象，資金出現(xiàn)“脫實向虛”的趨勢。相對而言，房地產(chǎn)領(lǐng)域的生產(chǎn)率低于實體經(jīng)濟的生產(chǎn)率，勞動生產(chǎn)率提升的源泉在于實體經(jīng)濟。房地產(chǎn)市場的適度發(fā)展能夠起到穩(wěn)定經(jīng)濟的作用，并且能夠通過抵押貸款、財富效應(yīng)等方式激活實體經(jīng)濟，從而推動勞動生產(chǎn)率的上升。然而當(dāng)房地產(chǎn)市場過度發(fā)展后，房地產(chǎn)的虛實二重特性使得大量的資金從實體經(jīng)濟涌入房地產(chǎn)市場，進而導(dǎo)致經(jīng)濟資源錯配[2-3]，可能會導(dǎo)致勞動生產(chǎn)率的下降。

當(dāng)前關(guān)于房地產(chǎn)市場對經(jīng)濟影響的研究存在相反的兩類觀點。一類認(rèn)為房地產(chǎn)市場是順經(jīng)濟周期的，房地產(chǎn)的發(fā)展能夠促進經(jīng)濟增長。這部分研究主要從房地產(chǎn)價格、房地產(chǎn)業(yè)增加值等與經(jīng)濟總量、企業(yè)投資和消費的關(guān)系入手研究，探討了房地產(chǎn)市場促進勞動生產(chǎn)率、促進經(jīng)濟增長的渠道和機制。從經(jīng)濟核算的角度看，房地產(chǎn)業(yè)增加值在不同國家和階段占GDP 的比重約為2%～15%[4-6]。從區(qū)域角度看，房價對地區(qū)創(chuàng)新存在促進作用，并且在經(jīng)濟發(fā)展水平更高的城市這種促進作用更強[7]。從產(chǎn)業(yè)關(guān)聯(lián)的角度看，房地產(chǎn)產(chǎn)業(yè)鏈長，其發(fā)展能夠帶動上下游產(chǎn)業(yè)的發(fā)展[8]。對企業(yè)而言，房地產(chǎn)是企業(yè)重要的資產(chǎn)，是抵押貸款的主要標(biāo)的物，房地產(chǎn)市場的發(fā)展提高了房地產(chǎn)作為標(biāo)的物的價值，企業(yè)能夠獲取更多的貸款，緩解資金約束[9-11]。在消費領(lǐng)域，房地產(chǎn)作為消費者重要的財產(chǎn)，其價值的上升代表消費者財富的增加，根據(jù)消費的生命周期理論[12]，消費者會根據(jù)終生財富來平滑消費，那么消費者就可以用房地產(chǎn)抵押借款消費，即房地產(chǎn)存在財富效應(yīng)[13]。

另一類研究則針對當(dāng)前經(jīng)濟“脫實向虛”，研究了房地產(chǎn)過度發(fā)展對經(jīng)濟的抑制作用。房地產(chǎn)業(yè)相對于制造類產(chǎn)業(yè)技術(shù)含量比較低、技術(shù)創(chuàng)新較難，因此房地產(chǎn)業(yè)本身對社會整體生產(chǎn)率的貢獻要小于平均值[14]，總體表現(xiàn)出房地產(chǎn)過度發(fā)展對實體經(jīng)濟發(fā)展的抑制作用。這方面研究主要從房地產(chǎn)對工業(yè)發(fā)展或產(chǎn)業(yè)結(jié)構(gòu)、對實體企業(yè)投資和創(chuàng)新以及對全要素生產(chǎn)率的影響等方面進行，而對房地產(chǎn)過度發(fā)展則以房地產(chǎn)泡沫、房地產(chǎn)價格偏高和價格上漲較快來表示。宏觀或者行業(yè)層面上，由于房地產(chǎn)對技術(shù)進步貢獻較小，房地產(chǎn)泡沫會抑制其他部門的產(chǎn)出進而影響經(jīng)濟增長[15]，過高的房價會對第二產(chǎn)業(yè)產(chǎn)生擠出效應(yīng)[16]，導(dǎo)致工業(yè)企業(yè)的空心化[17]，引起產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。房地產(chǎn)投資過高也會對金融效率產(chǎn)生抑制作用，不利于金融支持實體經(jīng)濟發(fā)展[18]。從企業(yè)層面，如果房地產(chǎn)價格上漲較快，則會吸引其他行業(yè)的企業(yè)進入房地產(chǎn)行業(yè)[19]，投資房地產(chǎn)的利潤高于實體生產(chǎn)，抑制企業(yè)實體投資[20]，進一步抑制工業(yè)企業(yè)的創(chuàng)新[21，22]。在這種情況下，會吸引人力和資金等資源過多地配置到房地產(chǎn)和金融行業(yè)，導(dǎo)致資源錯配，降低全要素生產(chǎn)率[2，23]。進一步，從勞動力成本的角度來看，房價上漲會導(dǎo)致房地產(chǎn)、金融領(lǐng)域的工資上漲，帶動社會整體工資的上漲，從而惡化資源配置效率[24]。

根據(jù)對文獻的梳理可以發(fā)現(xiàn)，房地產(chǎn)市場的發(fā)展對經(jīng)濟產(chǎn)生了兩種相反的作用力，房地產(chǎn)市場對勞動生產(chǎn)率的最終作用方向是不確定的。這主要是因為上述研究的關(guān)注點較為單一，沒有全面地考察房地產(chǎn)市場及其發(fā)展過程對勞動生產(chǎn)率的影響，因此非常有必要深入研究房地產(chǎn)市場對生產(chǎn)率的作用機制。如何區(qū)分兩種作用力并測度出其對生產(chǎn)率的影響是本文的重點。本文將從房地產(chǎn)投資水平、交易額、價格和相對規(guī)模等多個角度來考察房地產(chǎn)市場對勞動生產(chǎn)率的影響，其中以房地產(chǎn)市場相對規(guī)模作為解釋變量將房地產(chǎn)市場對勞動生產(chǎn)率的抑制作用刻畫出來，并通過中介效應(yīng)驗證房地產(chǎn)市場抑制了全要素生產(chǎn)率進一步導(dǎo)致了勞動生產(chǎn)率增速的下降。

二、理論分析與研究設(shè)計

按照傳統(tǒng)經(jīng)濟理論，經(jīng)濟增長的動力主要來自資本存量增加、有效勞動力增加和技術(shù)進步引起的全要素生產(chǎn)率的提高。隨著經(jīng)濟實踐的演進，房地產(chǎn)等虛擬經(jīng)濟逐步發(fā)展并脫離實體經(jīng)濟。在房地產(chǎn)領(lǐng)域表現(xiàn)為房價偏離基本的生產(chǎn)成本，主要資源在房地產(chǎn)領(lǐng)域內(nèi)循環(huán)，并不斷吸引新的資源進入，相對減少了實體經(jīng)濟的可支配資源。現(xiàn)有研究逐步將資本區(qū)分為實體資本和虛擬資本[25，26]。因此，在傳統(tǒng)的C-D 生產(chǎn)函數(shù)的基礎(chǔ)上，考慮規(guī)模報酬不變的情形，參照況偉大[27]的研究建立如下經(jīng)濟增長模型：

其中，下標(biāo)t 表示年份，Yt為經(jīng)濟總產(chǎn)出水平，At為全要素生產(chǎn)率，Ht為房地產(chǎn)投資額，Kt為非房地產(chǎn)資本存量，Lt為就業(yè)人數(shù)，β1、φ 和1-β1-φ 分別為房地產(chǎn)投資、非房地產(chǎn)資本存量和勞動的產(chǎn)出彈性。

公式(1)兩端同時除以Lt，可得：

令lpt＝Y(jié)t/Lt表示勞動生產(chǎn)率，ht＝Ht/Lt為人均房地產(chǎn)投資額，kt＝Kt/Lt為人均非房地產(chǎn)資本存量，則公式(2)就可以表示為：

兩端同時取對數(shù)可得：

從公式(4)可以看出，勞動生產(chǎn)率的高低，除了受全要素生產(chǎn)率、人均物質(zhì)資本存量影響外還受人均房地產(chǎn)投資水平的影響，這恰恰可以解釋房地產(chǎn)市場與勞動生產(chǎn)率的正相關(guān)性。

假說1：人均房地產(chǎn)投資對勞動生產(chǎn)率存在正向影響，即人均房地產(chǎn)投資量增加會促進勞動生產(chǎn)率的提高。

全要素生產(chǎn)率A(·)除取決于科學(xué)技術(shù)、人力資本和經(jīng)濟開放程度等因素[28-30]外，還受資源配置的影響[26，31]。之所以將房地產(chǎn)投資和非房地產(chǎn)投資加以區(qū)分，是因為房地產(chǎn)具有虛實二重屬性。房地產(chǎn)具有實體性，是社會生產(chǎn)活動和居民生活所必需的生產(chǎn)和生活資料，其發(fā)展將帶動上下游企業(yè)的發(fā)展，對國民經(jīng)濟的發(fā)展有重要作用。房地產(chǎn)市場活躍會推動經(jīng)濟中金融杠桿的延長、貨幣需求的增加，促進社會流動性，這表現(xiàn)為房地產(chǎn)的虛擬性。房地產(chǎn)的虛實二重性使其能夠發(fā)揮經(jīng)濟“秤砣”的作用[32]，一個健康平穩(wěn)的房地產(chǎn)市場能盤活經(jīng)濟，起到四兩撥千斤的作用，促進勞動生產(chǎn)率的提升。

然而房地產(chǎn)的發(fā)展可能會偏離實體經(jīng)濟，過多的資源流向房地產(chǎn)和金融等虛擬經(jīng)濟領(lǐng)域，房地產(chǎn)容易成為投機品，價格易出現(xiàn)自我攀升，從而與實體經(jīng)濟相脫離[33]，而且可以反復(fù)交易，這提高了其虛擬性。房地產(chǎn)在脫離實體經(jīng)濟實現(xiàn)“自我增值”的過程中其相關(guān)領(lǐng)域的資金回報率和工資率將會高于其他領(lǐng)域，從而吸引大量的資金、人力等社會資源進入房地產(chǎn)領(lǐng)域，擠占本該用于實體經(jīng)濟的各種資源，形成當(dāng)前社會高度關(guān)注的“脫實向虛”現(xiàn)象。房地產(chǎn)資產(chǎn)與機器設(shè)備等資產(chǎn)相比，對經(jīng)濟和技術(shù)進步缺乏正的外部性[14，15]。因此房地產(chǎn)市場對實體經(jīng)濟資源的擠占，會導(dǎo)致社會資源的錯配，進而影響勞動生產(chǎn)率。如何區(qū)分這兩種作用力是探討房地產(chǎn)市場對勞動生產(chǎn)率影響的關(guān)鍵。

一個地區(qū)的房地產(chǎn)交易額越大，說明更多的信用被盤活，社會有更多的資本用于經(jīng)濟的發(fā)展。但如果房地產(chǎn)過熱，超越實體經(jīng)濟的增速，將造成資源錯配。房地產(chǎn)的資源配置效應(yīng)可以用房地產(chǎn)市場相對規(guī)模來表示，相對規(guī)模越大說明房地產(chǎn)與實體經(jīng)濟的距離越遠，房地產(chǎn)發(fā)展快于實體經(jīng)濟的發(fā)展。在其他條件不變的情況下，房地產(chǎn)價格越高，交易額越高，房地產(chǎn)市場相對規(guī)模也越大。所以房地產(chǎn)交易額、房地產(chǎn)價格和房地產(chǎn)市場交易規(guī)模都可以影響資源配置情況進而影響全要素生產(chǎn)率。全要素生產(chǎn)率就可以表示為A(salest，hpt，allocat，ct)，其中salest、hpt、allocat、ct分別表示t 期的人均房地產(chǎn)交易額、房地產(chǎn)價格、房地產(chǎn)市場相對規(guī)模①后文中會進一步提到，這幾個房地產(chǎn)變量均會對全要素生產(chǎn)率產(chǎn)生影響，但是由于這幾個變量之間有密切的聯(lián)系，相對規(guī)模取決于交易額，而交易額取決于房地產(chǎn)價格。所以雖然在此全都放進全要素生產(chǎn)率函數(shù)，但是后面的實證中需要分別進行檢驗。及其他變量。在生產(chǎn)函數(shù)中A(·)代表希克斯中性技術(shù)進步的效率函數(shù)，借鑒Huletnetal[34]、劉生龍和胡鞍鋼[35]以及毛其淋和盛斌[29]的做法，可以假定A(·)的組成部分是多元組合的，即

其中，A0為初始全要素生產(chǎn)率，λ 為外生的生產(chǎn)率變遷，β2、β3、β4、γ 分別為人均房地產(chǎn)交易額、房價、房地產(chǎn)相對規(guī)模和其他變量對全要素生產(chǎn)率的影響參數(shù)。

則公式(4)中的lnAt就可以表示為：

據(jù)此，本文進一步提出：

假說2：在其他因素不變的情況下，人均房地產(chǎn)交易額的增加能提高勞動生產(chǎn)率，但是房地產(chǎn)市場相對規(guī)模的提高卻會抑制全要素生產(chǎn)率進而降低勞動生產(chǎn)率。

在實體經(jīng)濟一定的情況下，房地產(chǎn)交易額越大，房地產(chǎn)市場的相對規(guī)模越大，若二者對勞動生產(chǎn)率起到相反的作用，則在房地產(chǎn)市場規(guī)模的擴大中，必然存在一個變量，導(dǎo)致這種作用方向由正向變?yōu)樨撓?。房地產(chǎn)交易額等于房地產(chǎn)價格乘以交易面積。在中國最近幾十年的經(jīng)濟發(fā)展過程中，房地產(chǎn)價格作為房地產(chǎn)市場機制的主要信號，在房地產(chǎn)市場繁榮階段快速上漲，而在緊縮階段存在剛性，所以在房地產(chǎn)價格較低的階段可能促進生產(chǎn)率的提高[13，14]，但是當(dāng)房價過高時則會降低全要素生產(chǎn)率[22，36]。因此房價對全要素生產(chǎn)率影響的系數(shù)是不確定的，可能為正也可能為負，甚至可能正負抵消①本文在此僅分析綜合效應(yīng)，房地產(chǎn)價格對全要素生產(chǎn)率這種不對稱效應(yīng)將另行文闡述。。因此，房價對全要素生產(chǎn)率進而對勞動生產(chǎn)率的影響方向有待檢驗。

三、計量模型、變量和數(shù)據(jù)描述

(一)基準(zhǔn)計量模型的設(shè)定與變量選取

基于前文的分析，本文的研究目的是考察房地產(chǎn)市場的勞動生產(chǎn)率效應(yīng)，為驗證理論分析部分提出的假說，本文采用中國地級及以上城市市轄區(qū)數(shù)據(jù)進行實證檢驗，設(shè)定計量模型如下：

其中，下標(biāo)i 表示城市，下標(biāo)t 表示年份。被解釋變量lpit為i 城市第t 年的勞動生產(chǎn)率，εit表示隨機擾動項。解釋變量包括人均房地產(chǎn)投資額、人均房地產(chǎn)交易額等，具體變量內(nèi)涵如下：

1.勞動生產(chǎn)率的對數(shù)(lnlp)。用城市年度GDP 除以城市就業(yè)人員數(shù)取對數(shù)后得到。勞動生產(chǎn)率分為個別勞動生產(chǎn)率和社會勞動生產(chǎn)率，本文分析的是城市勞動生產(chǎn)率，故選擇社會勞動生產(chǎn)率，以社會的增加值除以所耗費的勞動來表示。

2.人均房地產(chǎn)投資額的對數(shù)(lnh)。用城市房地產(chǎn)投資額除以城市就業(yè)人員數(shù)后取對數(shù)表示，該指標(biāo)描述了城市的房地產(chǎn)投資水平，該值越高，說明房地產(chǎn)開發(fā)企業(yè)對該城市的預(yù)期土地溢價空間越高。

3.人均房地產(chǎn)交易額的對數(shù)(lnsales)。用城市房地產(chǎn)交易額除以城市就業(yè)人員數(shù)后取對數(shù)表示，該指標(biāo)衡量了城市房地產(chǎn)市場的活躍程度。

4.房地產(chǎn)平均交易價格的對數(shù)(lnhp)。用該城市的房地產(chǎn)交易額除以房地產(chǎn)交易面積后取對數(shù)得到。當(dāng)前關(guān)于房地產(chǎn)的主要文獻均從房地產(chǎn)價格入手，考察其對經(jīng)濟的影響，房價也較多地被社會所關(guān)注。

5.房地產(chǎn)市場相對規(guī)模的對數(shù)(lnalloca)。用房地產(chǎn)交易額除以地區(qū)生產(chǎn)總值乘以100 后取對數(shù)表示，該變量體現(xiàn)了資源配置情況，該值越高，說明該城市有較多的資源流入房地產(chǎn)市場，虛擬經(jīng)濟更多地擠出實體經(jīng)濟。同時，該比值的提高，說明虛擬經(jīng)濟的發(fā)展速度超過了實體經(jīng)濟的發(fā)展速度。直觀上，該資源配置效應(yīng)對勞動生產(chǎn)率有負向作用。

6.人均資本存量的對數(shù)(lnk)。用城市的資本存量除以城市就業(yè)人員數(shù)后取對數(shù)表示。其中資本存量按照單豪杰[37]的方法計算，用城市固定資產(chǎn)投資額代替固定資本形成總額，折舊率取10.96%，基期資本存量使用2004 年固定資產(chǎn)投資額除以折舊率與2004—2016 年間固定資產(chǎn)投資增長率的平均值之和。該方法的原理是經(jīng)濟穩(wěn)態(tài)情況下，資本存量的增長率與固定資產(chǎn)投資的增長率是相等的。由于固定資產(chǎn)投資中包含房地產(chǎn)投資額，在公式(1)中已經(jīng)考慮其直接投資效應(yīng)，并且區(qū)別于企業(yè)設(shè)備、研發(fā)等投資，房地產(chǎn)投資的正外部性較小，此處的固定資產(chǎn)投資從其原值中減去房地產(chǎn)投資額。

7.其他控制變量。產(chǎn)業(yè)結(jié)構(gòu)(struc)，用第三產(chǎn)業(yè)占比除以第二產(chǎn)業(yè)占比表示，該指標(biāo)反映了城市產(chǎn)業(yè)的高度化程度，其上升代表第三產(chǎn)業(yè)發(fā)展較快。人均教育支出(lneduc)，用城市的教育支出除以城市總?cè)丝诤笕?shù)得到，反映了城市人力資本水平[39]。外資企業(yè)產(chǎn)出水平(fdi)，使用規(guī)模以上工業(yè)企業(yè)中外資企業(yè)的產(chǎn)出除以所有企業(yè)的產(chǎn)出乘以100 表示，反映城市的外資企業(yè)嵌入程度或經(jīng)濟開放程度。城市品質(zhì)因素，主要引入城市中學(xué)專任教師數(shù)取對數(shù)(lnteacher)和城市建成區(qū)綠化面積取對數(shù)(lnlvhua)兩個指標(biāo)進行衡量，包括城市(city)、時間(year)，以控制不可觀測的因素和城市之間的差異。

(二)數(shù)據(jù)來源、說明與統(tǒng)計描述

本文的核心解釋變量為房地產(chǎn)市場的各項指標(biāo)，城市的房地產(chǎn)市場主要活躍在市轄區(qū)①通過對數(shù)據(jù)的觀察發(fā)現(xiàn)，有的城市市轄區(qū)產(chǎn)出占比超過50%，就業(yè)人員占比卻低于50%，而有的城市則正好相反，因此如果使用全市的數(shù)據(jù)，會導(dǎo)致估計的偏誤。，其中房地產(chǎn)交易數(shù)據(jù)來源于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，由于2004 年之后的數(shù)據(jù)較為完整，因此本文的研究樣本為2004—2016 年中國284 個地級及以上城市市轄區(qū)的面板數(shù)據(jù)②截至2016 年，共有288 個地級及以上城市數(shù)據(jù)，其中2011 年，撤消銅仁地區(qū)設(shè)地級銅仁市，撤消畢節(jié)地區(qū)設(shè)地級畢節(jié)市，宜昌市2010 年統(tǒng)計數(shù)據(jù)中的就業(yè)人員數(shù)出現(xiàn)異常，拉薩市數(shù)據(jù)缺失較多，故去除這幾個樣本，保留284 個地級以上城市樣本。。其他變量數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》。缺失數(shù)據(jù)首先通過各城市的統(tǒng)計年鑒補充，其他2005—2015 年缺失數(shù)據(jù)采用均值插值法處理，2004 年和2016年的個別缺失值，按照省級數(shù)據(jù)的增長率計算補充。

《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》只給出了全市的房地產(chǎn)交易額和交易面積數(shù)據(jù)。因此本文通過計算市轄區(qū)的房地產(chǎn)投資額除以全市的房地產(chǎn)投資額得到市轄區(qū)的房地產(chǎn)投資占比，近似代替市轄區(qū)的房地產(chǎn)交易占比，從而得到市轄區(qū)的房地產(chǎn)交易數(shù)據(jù)。地區(qū)生產(chǎn)總值按照市轄區(qū)的實際增長率計算為以2004 年為基期的實際值，固定資產(chǎn)投資額以相應(yīng)省份的固定資產(chǎn)投資價格指數(shù)折算為以2004 年為基期的實際值，其他變量的名義值以相應(yīng)省份的居民消費價格指數(shù)折算為以2004 年為基期的實際值。

表1 給出了所有變量的描述性統(tǒng)計。

表1 所有變量的描述性統(tǒng)計

樣本期內(nèi)，地級市的勞動生產(chǎn)率相對較為集中，80%集中在10～40 之間。由于中國地級市之間差距較大，最大值和最小值間的差距明顯。相比而言，房地產(chǎn)市場各項指標(biāo)在各地級市之間的分化更加嚴(yán)重，最大值是最小值的幾千甚至上萬倍，這符合我國房地產(chǎn)市場在不同級別城市間的表現(xiàn)。

四、實證結(jié)果分析

(一)平穩(wěn)性檢驗

在進行回歸之前需要檢驗數(shù)據(jù)的平穩(wěn)性。如表2 所示，分別采用LLC、IPS 和Fisher 三種方法對主要變量進行平穩(wěn)性檢驗，結(jié)果顯示大部分的變量都是平穩(wěn)的。只有人均資本存量的IPS 檢驗沒有通過，但是其LLC和Fisher 檢驗均通過，在此可以認(rèn)為人均資本存量也是平穩(wěn)的，可以繼續(xù)進行下一步的回歸。

表2 主要變量的平穩(wěn)性檢驗

(二)基準(zhǔn)模型估計結(jié)果分析

在進行估計結(jié)果分析之前需要判別合適的估計方法，F(xiàn) 檢驗和B-P 檢驗結(jié)果均拒絕原假設(shè)，面板存在顯著的個體效應(yīng)。Hausman 檢驗結(jié)果顯示應(yīng)選擇固定效應(yīng)模型，并同時固定時間效應(yīng)。由于房地產(chǎn)的四個變量有較強的共線性，即房價、人均房地產(chǎn)投資額、人均房地產(chǎn)交易額和房地產(chǎn)相對規(guī)模相關(guān)系數(shù)較高，同時在模型中進行估計時，會導(dǎo)致嚴(yán)重的偏誤，甚至使結(jié)果不一致，故需要單獨進行估計。

估計結(jié)果如表3 所示，其中第(1)(3)(5)(7)列為采用固定效應(yīng)回歸的結(jié)果，結(jié)果顯示房地產(chǎn)各變量對城市勞動生產(chǎn)率的影響呈現(xiàn)多樣性。

1.人均房地產(chǎn)投資額和人均房地產(chǎn)交易額均能促進城市勞動生產(chǎn)率。城市人均房地產(chǎn)投資額增加，在當(dāng)期能顯著增加對上游企業(yè)的商品需求[39]及改善地方政府的財政收入，從而促進總產(chǎn)出的增加。人均房地產(chǎn)交易額在1%水平上顯著，其增加1 個百分點，能促進勞動生產(chǎn)率提升0.046 7 個百分點，房地產(chǎn)交易額中有較大的比例來自銀行的抵押貸款，因此人均房地產(chǎn)交易額的增加能直接改善城市的流動性水平，盤活資金，進而促進勞動生產(chǎn)率的提高。這驗證了假說1 和假說2 的前半部分。

2.房地產(chǎn)市場相對規(guī)模的增加會抑制勞動生產(chǎn)率。房地產(chǎn)市場相對規(guī)模在1%水平上顯著，其增加1 個百分點，城市勞動生產(chǎn)率下降0.031 5 個百分點。房地產(chǎn)市場相對規(guī)模的擴大說明房地產(chǎn)交易額的增速快于GDP 增速，資源較多地配置到房地產(chǎn)市場，不利于城市勞動生產(chǎn)率的提升。該結(jié)論較為直觀，資源的數(shù)量是有限的，資源過多地配置到房地產(chǎn)市場，則實體經(jīng)濟發(fā)展所需的資源將相應(yīng)減少。房地產(chǎn)過熱，將使房地產(chǎn)交易額產(chǎn)生的流動性又配置到房地產(chǎn)，進一步擴大其資源配置效應(yīng)。因此，房地產(chǎn)市場對城市勞動生產(chǎn)率的影響需要綜合考慮其投資效應(yīng)、流動性效應(yīng)和資源配置效應(yīng)。這驗證了假說2 的后半部分。

3.當(dāng)前樣本下房價上漲對城市勞動生產(chǎn)率存在抑制作用。一個可能的原因是，房地產(chǎn)價格的提高，會使得有房居民和企業(yè)的財富增加，可以促進其消費能力和融資能力，但是也會使無房的居民面臨更高的生活成本和潛在購房成本，使社會的工資水平被迫提高，即企業(yè)的人工成本提高，也使無房的企業(yè)更難獲得貸款。各種微觀機制相互作用，在宏觀上相互抵消，可能出現(xiàn)正向的影響，也可能出現(xiàn)負向的影響。而在本樣本下負向作用大于正向作用。

表3 基準(zhǔn)模型估計結(jié)果

從控制變量的回歸結(jié)果看，人均資本存量在1%水平上顯著，其對城市勞動生產(chǎn)率的貢獻較大，彈性系數(shù)最低為0.390 8，這解釋了生產(chǎn)率增長的主要部分。產(chǎn)業(yè)結(jié)構(gòu)在1%水平上顯著，彈性系數(shù)最低為0.036 8。相對于第二產(chǎn)業(yè)，我國服務(wù)業(yè)的發(fā)展相對滯后，而發(fā)達國家的第三產(chǎn)業(yè)占比往往較高，我國作為世界上經(jīng)濟總量排名第二的國家，服務(wù)業(yè)發(fā)展?jié)摿薮?，同時發(fā)展服務(wù)業(yè)也可以促進第二產(chǎn)業(yè)的發(fā)展。外資企業(yè)產(chǎn)出占比較好地體現(xiàn)了外資企業(yè)的技術(shù)溢出效應(yīng)，對于中國這樣的發(fā)展中大國，通過學(xué)習(xí)先進的生產(chǎn)技術(shù)，能夠加快我們的工業(yè)化和現(xiàn)代化進程。中學(xué)專任教師數(shù)和城市綠化面積均正向地促進了城市勞動生產(chǎn)率的增長。城市綠化面積的估計系數(shù)通過了1%顯著性水平下的統(tǒng)計檢驗，表明城市綠化的重要性，其對于人力資源的吸引和城市環(huán)境的改善都有積極意義，其作用甚至?xí)哂诨A(chǔ)設(shè)施的投資?？刂谱兞康慕Y(jié)果與現(xiàn)有研究結(jié)論一致。

(三)內(nèi)生性問題與系統(tǒng)GMM 估計

宏觀變量的計量分析常常存在雙向因果導(dǎo)致的內(nèi)生性問題，本文考察房地產(chǎn)市場的主要指標(biāo)對城市勞動生產(chǎn)率的影響。勞動生產(chǎn)率高的城市，人均收入水平高，人均房地產(chǎn)投資額、人均房地產(chǎn)交易額和房價往往較高，房地產(chǎn)市場相對規(guī)模也相對較高，這使得在不考慮內(nèi)生性問題時得到的回歸結(jié)果可能有偏。

模型的內(nèi)生性檢驗結(jié)果顯示，Hausman 檢驗的chi-sq 值遠大于10，且P 值在1%的水平上顯著為零，因此拒絕原假設(shè)，表明一般線性模型估計具有內(nèi)生性問題，因此需要采用工具變量法進行回歸。為克服內(nèi)生性問題，本文采用面板數(shù)據(jù)的工具變量估計方法。有效的工具變量必須同時滿足相關(guān)性和外生性兩個條件，即工具變量與內(nèi)生變量具有較高的相關(guān)性，同時工具變量與擾動項不相關(guān)。時間序列或者面板數(shù)據(jù)分析中常用的工具變量為內(nèi)生變量的滯后期。上述房地產(chǎn)變量的工具變量均采用各自的滯后一期和滯后一期房價的二階差分，房價的二階差分反映了房價多期的變化趨勢，該值為正，說明房價漲幅增大或跌幅減小，是房地產(chǎn)市場的利好信號，房地產(chǎn)市場活躍。一個現(xiàn)實是房價上漲較快時，房地產(chǎn)市場較火熱，甚至出現(xiàn)排隊購房的現(xiàn)象，所以滿足工具變量的相關(guān)性條件。當(dāng)期的勞動生產(chǎn)率不會影響滯后期的房地產(chǎn)指標(biāo)，故房地產(chǎn)指標(biāo)的滯后值滿足工具變量的外生性條件。在下面的檢驗中我們采用系統(tǒng)GMM 方法進行估計，同時進行工具變量的有效性檢驗。

表3 中(2)(4)(6)(8)列為采用工具變量替代后的系統(tǒng)GMM 的估計結(jié)果。估計結(jié)果Sargan 檢驗的P 值均接受了原假設(shè)，表明工具變量的選擇是有效的。弱工具變量檢驗結(jié)果顯示，P 值在1%的水平上顯著為零，因此該模型不存在弱工具變量問題。過度識別檢驗結(jié)果顯示，P 值顯著為零，因此拒絕原假設(shè)。同基準(zhǔn)回歸估計結(jié)果相比，房地產(chǎn)各變量對勞動生產(chǎn)率的彈性系數(shù)的正負號均沒有發(fā)生變化，并且系數(shù)較為接近，進一步說明了估計的可靠性。

五、穩(wěn)健性檢驗和中介效應(yīng)檢驗

(一)穩(wěn)健性檢驗

為了檢驗上述結(jié)果的穩(wěn)健性，下面分別將樣本從兩個橫向角度拆分：產(chǎn)業(yè)角度和城市角度。產(chǎn)業(yè)角度，房地產(chǎn)部門對實體經(jīng)濟影響深遠，房地產(chǎn)業(yè)本身屬于第三產(chǎn)業(yè)，房地產(chǎn)的投資效應(yīng)、流動性效應(yīng)和資源配置效應(yīng)對于第二產(chǎn)業(yè)和第三產(chǎn)業(yè)可能有較大的差異。城市角度，勞動生產(chǎn)率高低不同的城市，房地市場對勞動生產(chǎn)率的影響可能出現(xiàn)差異。①受篇幅所限，在此分產(chǎn)業(yè)和分城市樣本的估計結(jié)果沒有列示，如有需要可向作者索取。

1.分產(chǎn)業(yè)估計結(jié)果

由于房地產(chǎn)本身屬于第三產(chǎn)業(yè)，理論分析的影響機制認(rèn)為房地產(chǎn)對勞動生產(chǎn)率是通過實體經(jīng)濟發(fā)生作用，相對來說房地產(chǎn)對第二產(chǎn)業(yè)的勞動生產(chǎn)率的影響效果應(yīng)該更大、更顯著。因此分別對第二產(chǎn)業(yè)和第三產(chǎn)業(yè)進行實證檢驗，解釋變量分別替換為第二產(chǎn)業(yè)的勞動生產(chǎn)率(第二產(chǎn)業(yè)年度增加值除以第二產(chǎn)業(yè)就業(yè)人員數(shù))的對數(shù)和第三產(chǎn)業(yè)的勞動生產(chǎn)率(第三產(chǎn)業(yè)年度增加值除以第三產(chǎn)業(yè)就業(yè)人員數(shù))的對數(shù)。分產(chǎn)業(yè)回歸直接采用工具變量替換之后的系統(tǒng)GMM 估計。分產(chǎn)業(yè)的實證結(jié)果顯示總體而言房地產(chǎn)各變量對第二產(chǎn)業(yè)影響較為顯著，對第三產(chǎn)業(yè)影響不明確。

房地產(chǎn)的投資效應(yīng)主要體現(xiàn)在第二產(chǎn)業(yè)，人均房地產(chǎn)投資對第二產(chǎn)業(yè)勞動生產(chǎn)率的彈性系數(shù)為0.108 8，而對第三產(chǎn)業(yè)不顯著。這與現(xiàn)實相符，投資效應(yīng)主要作用于生產(chǎn)領(lǐng)域，直接拉動上下游企業(yè)的產(chǎn)出。人均房地產(chǎn)交易額對第二產(chǎn)業(yè)勞動生產(chǎn)率的彈性系數(shù)為0.092 5，大于對第三產(chǎn)業(yè)的影響系數(shù)。房地產(chǎn)交易額的增加所帶來的流動性，將有利于企業(yè)融資，且第二產(chǎn)業(yè)中有較高比例的企業(yè)涉及房地產(chǎn)業(yè)務(wù)，從而增加了其整體的利潤水平，這有利于企業(yè)非房地產(chǎn)的傳統(tǒng)業(yè)務(wù)部門的發(fā)展。房地產(chǎn)價格對第二產(chǎn)業(yè)的勞動生產(chǎn)率存在擠出效應(yīng)，但是對第三產(chǎn)業(yè)的影響不顯著。房地產(chǎn)市場相對規(guī)模對第二產(chǎn)業(yè)勞動生產(chǎn)率的彈性系數(shù)為-0.069 6，其對第三產(chǎn)業(yè)勞動生產(chǎn)率的彈性系數(shù)不顯著。資源持續(xù)過多地配置到房地產(chǎn)市場，造成房價高漲并使房地產(chǎn)交易額產(chǎn)生的流動性又配置到房地產(chǎn)業(yè)，進一步抑制了第二產(chǎn)業(yè)發(fā)展所需資源，促使成本敏感企業(yè)跨地區(qū)轉(zhuǎn)移。對外經(jīng)濟中加工貿(mào)易部門占據(jù)重要部分，其自改革開放以來的快速發(fā)展離不開我國人口紅利和低成本的相對優(yōu)勢，當(dāng)前我國人力、土地和資金等各種成本均上升，已經(jīng)迫使較多的企業(yè)轉(zhuǎn)移到中西部和其他發(fā)展中國家。綜上所述，分產(chǎn)業(yè)劃分樣本的回歸結(jié)果證明基準(zhǔn)回歸結(jié)果的穩(wěn)健性，同時也說明房地產(chǎn)市場與第二產(chǎn)業(yè)勞動生產(chǎn)率的關(guān)系更為緊密，在當(dāng)前打造制造業(yè)強國發(fā)展戰(zhàn)略下，更需要關(guān)注房地產(chǎn)市場對第二產(chǎn)業(yè)的影響。

2.分城市估計結(jié)果

由于中國地域遼闊，不同的城市勞動生產(chǎn)率和房地產(chǎn)市場差異較大，為防止“平均數(shù)掩蓋個體差異區(qū)別”這種現(xiàn)象的出現(xiàn)，將城市樣本進行分類。由于主要考察房地產(chǎn)市場對勞動生產(chǎn)率的影響，在此按照城市勞動生產(chǎn)率的大小，將284 個城市分為2 個樣本。一個為高生產(chǎn)率的城市樣本，一個為低生產(chǎn)率的城市樣本。本部分同樣直接采用工具變量法用系統(tǒng)GMM 估計。

房地產(chǎn)投資的生產(chǎn)率效應(yīng)在兩個樣本中均是顯著的，但是低生產(chǎn)率組的彈性系數(shù)要更大一些。房地產(chǎn)投資和房地產(chǎn)交易額的生產(chǎn)率效應(yīng)對于低生產(chǎn)率城市組來說潛力較大，這類城市的城市化水平較低，城市的集聚效應(yīng)較弱，房地產(chǎn)投資的正向效應(yīng)明顯。而對于高生產(chǎn)率城市組，表現(xiàn)出一些“大城市病”，房地產(chǎn)投資的進一步提高，可能擠出了實體經(jīng)濟的投資，從而抑制了勞動生產(chǎn)率的上漲幅度。房地產(chǎn)價格對低生產(chǎn)率城市組顯著為負，但是在高生產(chǎn)率城市組的影響不顯著。房地產(chǎn)市場的相對規(guī)模在低生產(chǎn)率組對勞動生產(chǎn)率的彈性系數(shù)為負，但是不顯著，對高生產(chǎn)率組的生產(chǎn)率效應(yīng)為正，也同樣不顯著。產(chǎn)生這一現(xiàn)象的原因可能是，在經(jīng)濟的發(fā)展過程中，當(dāng)產(chǎn)出較低、勞動生產(chǎn)率較低時，房地產(chǎn)市場也處于較低的發(fā)展階段，此時房地產(chǎn)投資額和交易額的增加會促進勞動生產(chǎn)率的提高，進而促進經(jīng)濟增長。而隨著經(jīng)濟的發(fā)展，勞動生產(chǎn)率提高之后，房地產(chǎn)也隨之發(fā)展起來，房地產(chǎn)的虛擬性導(dǎo)致其發(fā)展速度快于實體經(jīng)濟，此時房地產(chǎn)的正向生產(chǎn)率效應(yīng)消失，更多地表現(xiàn)為房地產(chǎn)相對規(guī)模擴大導(dǎo)致的資源錯配對勞動生產(chǎn)率的抑制。這為當(dāng)前分城施策提供了較好的參考。

(二)中介效應(yīng)檢驗

實證結(jié)果已經(jīng)驗證了房地產(chǎn)交易額、房地產(chǎn)價格、房地產(chǎn)市場相對規(guī)模對勞動生產(chǎn)率存在顯著的影響。理論分析部分，我們通過全要素生產(chǎn)率函數(shù)建立的聯(lián)系，也就是房地產(chǎn)交易額、房地產(chǎn)價格、房地產(chǎn)市場相對規(guī)模對勞動生產(chǎn)率的影響是通過全要素生產(chǎn)率進而對勞動生產(chǎn)率產(chǎn)生作用的。因此需要進一步檢驗全要素生產(chǎn)率的中介效應(yīng)。

當(dāng)前估計全要素生產(chǎn)率的方法主要包括DEA 法、OP 法、LP 法、SFA 法、索羅余值法等。這些計算方法在應(yīng)用時各有利弊，具體要根據(jù)使用的情況來綜合分析。索羅余值法是最早提出的，也是最基本的方法，是其他各種方法的基礎(chǔ)。相對而言微觀企業(yè)的全要素生產(chǎn)率目前大多采用OP 法、LP 法和SFA 法，宏觀層面的全要素生產(chǎn)率的計算更多采用DEA 或者索羅余值法。DEA-Malmquist 方法通過構(gòu)建隨機前沿生產(chǎn)函數(shù)來完成，該方法適合對長期性的預(yù)測并且考慮了制度變化的因素。本文采用DEA-Malmquist 方法用DEAP 軟件計算得到城市全要素生產(chǎn)率(TFP)。

本文采用溫忠麟和葉寶娟[40]提出的方法進行中介效應(yīng)檢驗。表4 為TFP 分別作為人均交易額、房價、房地產(chǎn)相對規(guī)模對勞動生產(chǎn)率影響的中介變量的中介效應(yīng)檢驗結(jié)果①受篇幅所限，在此僅匯報主要結(jié)果，其他變量的回歸參數(shù)沒有列示，如有需要可向作者索取。。結(jié)果顯示TFP 對三個變量的中介效應(yīng)均存在。該表中a 反映的是控制其他因素后上述主要解釋變量對TFP 的回歸參數(shù)，b 則為控制其他因素后TFP 對被解釋變量(勞動生產(chǎn)率的對數(shù))的回歸參數(shù)，全要素生產(chǎn)率對勞動生產(chǎn)率的影響為正，這符合現(xiàn)實和理論的分析。房地產(chǎn)各變量對全要素生產(chǎn)率的影響均為負，因為全要素生產(chǎn)率對人均房地產(chǎn)交易額和房價的中介效應(yīng)小于正的直接效應(yīng)，所以總體表現(xiàn)出對全要素生產(chǎn)率的促進作用。而全要素生產(chǎn)率對房地產(chǎn)相對規(guī)模的中介效應(yīng)和直接效應(yīng)均為負，總體表現(xiàn)為抑制了勞動生產(chǎn)率。這再次證明，隨著房地產(chǎn)市場的發(fā)展，房地產(chǎn)價格逐漸上升，房地產(chǎn)交易量增加，房地產(chǎn)市場整體對勞動生產(chǎn)率的正向作用將逐漸被負向作用代替，將不利于勞動生產(chǎn)率的提高。

表4 中介效應(yīng)檢驗結(jié)果

六、結(jié)論與政策建議

(一)結(jié)論

隨著金融市場的發(fā)展，房地產(chǎn)等虛擬經(jīng)濟對實體經(jīng)濟的影響開始復(fù)雜化。本文在擴展的虛實兩部門CD 生產(chǎn)函數(shù)的基礎(chǔ)上，構(gòu)建房地產(chǎn)市場對勞動生產(chǎn)率的影響模型，引入房地產(chǎn)投資額、房地產(chǎn)交易額、房地產(chǎn)價格和房地產(chǎn)市場相對規(guī)模來解釋勞動生產(chǎn)率。在理論分析的基礎(chǔ)上，利用全國284 個地級及以上城市2004—2016 年的面板數(shù)據(jù)對房地產(chǎn)市場的生產(chǎn)率效應(yīng)進行了系統(tǒng)地論證和分析。本文的研究結(jié)論主要包括：第一，房地產(chǎn)市場具有生產(chǎn)率效應(yīng)，人均房地產(chǎn)投資額和人均房地產(chǎn)交易額的增加均能夠促進勞動生產(chǎn)率的提高；第二，房地產(chǎn)相對規(guī)模的擴大對勞動生產(chǎn)率有抑制作用，房地產(chǎn)交易額占經(jīng)濟總量的比重越高，加劇經(jīng)濟中資本和勞動等資源的錯配，降低全要素生產(chǎn)率，進而抑制了勞動生產(chǎn)率；第三，房地產(chǎn)的生產(chǎn)率效應(yīng)表現(xiàn)出行業(yè)差異性和城市差異性；第四，房地產(chǎn)市場對勞動生產(chǎn)率的抑制是通過抑制全要素生產(chǎn)率而進行傳導(dǎo)的，并且隨著房地產(chǎn)市場相對規(guī)模的擴大，這種抑制效會應(yīng)更加明顯。

(二)政策建議

房地產(chǎn)市場對城市勞動生產(chǎn)率來說是把“雙刃劍”，其正向的生產(chǎn)率效應(yīng)和資源配置效應(yīng)的作用方向相反。在政策制定上，不僅要考慮房地產(chǎn)市場的生產(chǎn)率效應(yīng)，更需要充分考慮其資源配置效應(yīng)。面對當(dāng)前逐漸分化的房地產(chǎn)市場，需要決策者根據(jù)城市具體情況，因地制宜。具體來說：

第一，國家層面上，要合理引導(dǎo)區(qū)域經(jīng)濟發(fā)展。更大力度支持城市群的發(fā)展，城市群內(nèi)部各城市按照職能進行合理分工，引導(dǎo)資源分散流動，這樣既能帶動中小城市的發(fā)展，又能防止大城市脫實向虛，促進整體勞動生產(chǎn)率的提升。

第二，地區(qū)層面上，要注重因城施策。對于房地產(chǎn)市場發(fā)展較低的城市可以合理發(fā)展房地產(chǎn)，來推動生產(chǎn)率的上升，從而帶動經(jīng)濟增長。對于房地產(chǎn)市場過于活躍的地區(qū)，應(yīng)通過限購政策、信貸政策、財政政策等多措并舉抑制房地產(chǎn)領(lǐng)域的投機，最終建立房地產(chǎn)市場的長效穩(wěn)定機制，防止出現(xiàn)房地產(chǎn)市場相對規(guī)模擴大對勞動生產(chǎn)率的擠出。

第三，行業(yè)層面上，要注意防止出現(xiàn)產(chǎn)業(yè)空心化。為避免資源過多流向房地產(chǎn)領(lǐng)域，在制定產(chǎn)業(yè)政策時應(yīng)側(cè)重發(fā)展以戰(zhàn)略性新興產(chǎn)業(yè)為代表的實體經(jīng)濟，從而保證勞動生產(chǎn)率的穩(wěn)定、可持續(xù)增長。