高房价对中国制造业企业成长的影响

高房价对中国制迻戒企戒成长的影响
王若兰
(南开大学经济学院，天津300071)
【摘要】在中国当前大企业缺失的现实背景下，高房价是否是抑制制造业企业成长的重要因素？为此，本文利用制造业微观企业数据，考察了房价上涨对企业成长率的影响，并基于工具变量、影响机制和异 质性检验方面考察了本文研究结论的稳健性。

研究发现，中国的高房价对于制造业企业成长产生了明 显的负面作用，其通过降低企业的利润率、总利润和总产出规模阻碍了企业成长，且对于低技术行业、私营企业和西部地区企业作用更大。

因此，本文研究表明，长期内为培育更多具有市场竞争力的大型制 造业企业，政府应有效控制过高的房价水平，为中国大型制造业企业成长提供适宜的外部环境。

【关键词】高房价；制造业；企业成长；企业利润
【中图分类号】F27 【文献标志码】A【文章编号】1003-0166(2019)02-0001-07
doi:10.3969/j.issn.1003-0166.2019.02.001
0引言
中国从1998年实施住房商品化改革以来，房地产行 业进入了快速发展时期，全国城市平均房价持续快速上 涨，从2000年的2 112元/m2涨到2016年的7 476元/m2，年均增长率高达22%。

近年来，持续上涨的城市房价对企 业和居民各方面行为产生了深远影响，成为目前社会各 界最关心的话题之一。

在当前关于中国房价的已有文献 中，杜莉等[1]、吴晓瑜等[2]、曾海舰[3]125_136、王文春和荣昭[4]、陈斌开等 '刘斌和王乃嘉^分别从居民消费、创业、企业 投资、研发创新、资源错配和出口贸易等方面，考察并验 证了房价上涨的经济影响。

值得注意的是，在中国经济和 房价持续快速上涨的现实背景下，王永进等[7]2647研究发 现中国企业的平均规模明显小于美国、日本和德国等发 达国家，缺乏具有国际竞争力的大企业，存在比较突出的 大企业缺失问题。

那么，我们不禁要问，中国的高房价是否抑制了中国企业成长？本文利用1998—2007年的中国 制造业微观企业数据，试图对这一问题进行分析和解答，以期为房价与企业成长方面提供新的经验证据。

1理论分析
从理论分析来看，现有文献研究指出房价上涨会通 过四个方面影响企业的市场行为。

一是抵押借贷渠道。

Gan[8]、曾海舰[3]125_136和ChaneyP]2381-2409等认为，房价上涨会 抬升房产的市场价值，由此增加房产持有企业的融资借 贷能力，进而影响企业的市场行为。

二是投机替代渠道。

Chen等_、〇1611和Wen[11]认为，房价上涨会促使企业将 部分生产资源投向房地产行业，由此降低对企业主营业 务的投资规模。

三是投资挤出渠道。

Bleck和Liu[12]认为，房价上涨会促使银行将信贷资源更多地放贷给房产持有 企业，从而降低其他企业的借贷资金供给。

四是成本推升
收稿日期：2018-10-04
作者简介：王若兰 南开大学经济学院国际经济贸易系博士研究生，研究方向：国际贸易与异质性企业
渠道。

陆铭等[13]认为，房价上涨会影响居民的生活成本，由此通过推升企业员工工资带动一系列生产成本上涨。

关于高房价对企业成长的影响，基于已有文献的理论分 析可知，虽然房价上涨短期内会通过抵押借贷渠道增强 房产持有企业的融资借贷能力，但长期房价上涨通过投 机替代、投资挤出和成本推升渠道会抑制企业的成长能 力，从而降低企业的增长速度、利润率和产出规模。

本文 接下来将通过构建计量模型进行实证检验。

2计量模型与数据说明
2.1计量模型
为考察高房价对企业成长的影响作用，本文借鉴 Chaney等H的做法构建如下计量模型：
Firm G ro〇:汁j SApjW eXcfh tf^+⑶他4+入Q
(1)
其中，c、f、t分别表示城市、企业和年份；a f为企业 固定效应，用以控制难以观测的企业个体特征；X t为年 份固定效应，用以控制宏观经济波动导致的干扰作用；&为随机扰动项。

FirmGrowthcft被解释变量为企业f在 t年销售额的增长率，同王永进等[7]26_47的测算方法相一 致，米用对数增长率In(salet+1/salet)。

hpindex e t为城市层 面的房价上涨指数。

考虑到企业生产效率对未来增长 速度的重要作用，本文在模型设定中加入了全要素生产 率tfpf t(根据Levinsohn和Petrin的方法测算所得）。

此 外，参考曾海舰[3]125_136、W u等[14]和刘行等[15]的相关研究文 献，本文在模型中加入如下控制变量，C〇ntrol f t*别为企 业盈利率、企业年龄、资本密集度和员工工资，control 分别为城市人口规模、第二、三产业比重、人均GDP和人 均道路面积。

2.2数据说明
本文主要采用国家统计局提供的1998—2007年的 中国工业企业数据库，该数据库提供了全部国有企业和 销售额在500万元以上的非国有企业，该数据库提供了 企业层面的详细信息，包含有企业的地理位置、所属行 业、成立年份、总产值、总销售额、中间要素投入、固定资 产、员工人数等上百个变量。

在使用《工业库》之前，本文 参考Bmndt等^的标准做法，对数据库进行了前期处理。

此外，本文使用城市层面的住房价格数据来自历年《中国 区域经济统计年鉴》，该年鉴公布了 2000年以来各城市 的商品房屋销售额与销售面积，以此为基础计算出各城 市的平均住房价格(元/m2)®。

3实证分析
3.1基准回归结果
本文利用2000—2007年的中国工业企业数据，根据 计量模型（1)式，首先考察了房价上涨对企业销售增长率 的影响，具体的回归结果如表1所示。

考虑到回归结果的 稳健性，本文采用逐步加入控制变量的做法，首先加入 核心解释变量和企业全要素生产率(tf p)，然后依次加入 企业层面控制变量和城市层面控制变量。

根据表1中第 (1)〜(3)列的回归结果可知，hpindex的估计系数均显著 为负，由此可知，房价上涨抑制了企业销售的增长速度；因此，表1的估计结果初步表明，高房价抑制了中国制造
表1基准回归结果
(1) Firm-Growth
(2)
Firm-Growth
(3)
Firm-Growth
hpindex-0.0350***-0.0353***-0.0401***
(0.000)(0.000)(0.000)
tfp-0.2927***-0.2463***-0.2595***
(0.000)(0.000)(0.000)
企业控制变量控制控制
城市控制变量控制
企业固定效应控制控制控制
年份固定效应控制控制控制
样本数目811979784300715292
可调整的R20.2520.2250.233
说明：***、**、*分别表示1%、5%、1〇%的统计显著性水平，括号内数值为估计系数方差对应的P统计量。

限于篇幅，控制变量的估计结果并未列出。

业企业成长，是导致大企业缺失的重要原因。

3.2工具变量的回归结果
由于本文的核心解释变量为城市层面的住房价格，而被解释变量为企业层面的销售增长率。

根据Hering和P〇nCet[17]的研究可知，城市层面的住房价格可以影响微 观企业的销售行为，而单个企业的销售行为很难会反过 来影响城市层面的住房价格；因此，本文的计量模型较 好地控制了回归过程中可能存在的内生性问题。

然而，为验证本文研究结论的稳健性，本文将采用工具变量的 方法给予进一步的实证检验。

关于房价上涨的工具变 量，Chaney等[9]2381-_采用Saiz[18]1253_1286测算的住房供给 弹性作为房价上涨的工具变量，以此为基础考察美国房价上涨对企业投资的影响作用。

然而，由于数据限制，本 文难以估算各城市的住房供给弹性，故参考Saiz^1253-1286的研究思路，采用过去的城市人均可开发土地面积作为 房价的工具变量，其中城市人均可开发土地面积为（市 辖区面积-建成区面积)/城市户籍人口的对数值。

从因 果性方面来看，一个城市过去的人均可开发土地面积越 少，对应的住房供给弹性则越低，当面临相同的住房需求 时，其带动的住房价格上涨越快。

从外生性来看，一个城 市过去的可开发土地面积是外生给定的，且在户籍管理 制度的限制下，采用城市户籍人口测算的城市人均可开 发土地面积较好地满足工具变量的外生性。

接下来，本文借鉴Chaney等^381-2409的做法分别进行
表2 工具变量的有效性和外生性
(1) hpindex
(2) Firm-Growth
Perland-lagl-0.594 0***0.023 2
(0.004)(0.503)
企业控制变量控制
城市固定效应控制
企业固定效应控制
年份固定效应控制控制
样本数目 2 669699 270
可调整的R20.8650.236
说明：***、**、*分别表示1〇/。

、5%、1〇%的统计显著性水平，括号内 数值为估计系数方差对应的P统计量。

弱工具变量检验的F值为 948.03,远大于临界值10。

表3 工具变量的回归结果
(1)
Firm-Growth (2)
Firm-Growth
(3)
Firm-Growth
hpindex-0.027 6**-0.034 3**-0.034 0***
(0.029)(0.041)(0.005)
tfp-0.314 6***-0.265 3***-0.266 6***
(0.000)(0.000)(0.000)
(0.214)
企业控制变量控制控制
城市控制变量控制
企业固定效应控制控制控制
年份固定效应控制控制控制
样本数目727 237700 572699 270
可调整的R20.2570.2350.236
说明：***、**、*分别表示1%、5%、1〇%的统计显著性水平，括号内数值为估计系数方差对应的P统计量。

两阶段回归。

在第一阶段，本文将房价指数(hpindex)对 滞后1期的城市人均可开发土地面积进行回归，由此得 出房价指数的拟合值。

在此基础上，本文将企业的销售增 长率对滞后1期的城市人均可开发土地面积（perland- lag l)进行回归，由此就工具变量与被解释变量的无关性 进行实证检验。

根据表2的回归结果可知，perland-lagl 的估计系数在第U)列显著为负，且弱工具变量检验的F 值远大于临界标准10,验证了工具变量的相关系。

此外，在第(2)的无关性检验方面，本文发现Perland-l a g l的估 计系数均未通过统计显著性检验，验证了工具变量的外 生性；因此，表2的回归结果从相关性和无关性两方面验 证了本文工具变量的有效性。

接下来，本文在第二阶段将房价指数的拟合值带入 模型（1)式进行回归分析。

根据表3的回归结果我们发 现，hpindex的估计系数均显著为正，由此可知，采用工具 变量控制回归中的内生性问题之后，本文的研究结论依 然是稳健的，即中国的高房价抑制了制造业企业成长。

3.3影响机制的回归结果
从企业经营方面来看，作为市场经济活动的微观主 体，企业利润率是企业绩效的基础与核心，是企业在市场 中持续存活的必要条件。

而利润率作为企业内部现金流 的主要来源，直接决定了企业的内源融资能力，是决定企 业成长的核心因素；为此，接下来，本文将从企业利润率、总利润和产出规模方面，考察高房价抑制企业成长的影
表4 影响机制的回归结果
(1)(2)(3)(4)(5)(6)(7)(8)(9)
企业利润率企业总利润企业总产出
profitshare lnpofit lnproduct
hpindex-0.003 2***-0.003 6*** -0.003 7***-0.085 7***-0.097 1***-0.100 2***-0.023 0*** -0.036 9*** -0.038 9***
(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)
tfp0.004 2***0.003 8***0.003 5***0.5946***0.507 8***0.4895***04971*** 0.4228***0.415 2***
(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)
企业控制变量控制控制控制控制控制控制
城市控制变量控制控制控制
企业固定效应控制控制控制控制控制控制控制控制控制
年份固定效应控制控制控制控制控制控制控制控制控制
样本数目811 979784 300715 292811 979784 300715292811 979784 300715 292
可调整的R20.5950.6000.6090.7650.7820.7870.9300.9500.952说明：***、**、*分别表示1%、5%、1〇%的统计显著性水平，括号内数值为估计系数方差对应的P统计量。

表5 行业差异的回归结果
(1)(2)(3)(4)
劳动密集型行业资本密集型行业低技术行业高技术行业
Firm-Growth Firm-Growth Firm-Growth Firm-Growth hpindex-0.041 4***-0.039 9***-0.046 2***-0.032 9***
(0.000)(0.000)(0.000)(0.000)
tfp-0.266 6***-0.264 5***-0.270 4***-0.257 0***
(0.000)(0.000)(0.000)(0.000)
企业控制变量控制控制控制控制
城市控制变量控制控制控制控制
企业固定效应控制控制控制控制
年份固定效应控制控制控制控制
样本数目517 314197 978457 222258 070
可调整的R20.2350.2470.2370.240
说明：***、**、*分别表示1%、5%、10%的统计显著性水平，括号内数值为估计系数方差对应的P统计量。

表6 企业所有制和区域差异的回归结果
(1)(2)(3)(4)(5)(6)
国企私企外资东部中部西部
Firm-Growth Firm-Growth Firm-Growth Firm-Growth Firm-Growth Firm-Growth hpindex-0.030 6***-0.052 2***-0.022 5**-0.021 8***0.016 0-0.071 0***
(0.002)(0.000)(0.013)(0.000)(0.120)(0.004)
tfp-0.248 4***-0.299 0***-0.203 9***-0.244 6***-0.323 4***-0.268 1***企业控制变量控制控制控制控制控制控制
城市控制变量控制控制控制控制控制控制
企业固定效应控制控制控制控制控制控制
年份固定效应控制控制控制控制控制控制
样本数目153 190389 805146 579536 965125 76452 563
可调整的R20.2020.2630.2120.2180.2830.238说明：***、**、*分别表示1%、5%、10%的统计显著性水平，括号内数值为估计系数方差对应的P统计量。

响机制，具体的回归结果参见表4。

根据表4的回归结果可知，hpindex的估计系数在企 业利润率、总利润和产出规模方面均显著为负，由此可 知，房价上涨不仅降低了企业利润率，其还降低了企业整 体的盈利水平和生产规模。

由此可知，房价上涨通过降低 企业的盈利能力，抑制了企业的生产规模，阻碍了中国制 造业企业成长。

整体而言，本文一方面从企业利润率、总利润和产出规模方面，验证了高房价抑制企业成长的影 响机制；另一方面从多个维度就高房价抑制企业成长进 行了间接验证。

3.4异质性检验的回归结果
由于中国具有丰裕的劳动要素，长期以来中国在劳 动密集型行业具有较强的市场竞争，对应的企业规模较 小，而在资本密集型行业企业规模往往较大。

那么，高房 价对企业成长的抑制作用是否在劳动和资本密集型行业 存在明显差异，本文将对此进行实证检验。

此外，随着劳 动力等要素价格的上升，中国企业的生产成本优势逐渐 弱化，增强企业在高技术行业的市场竞争力，成为驱动我 国经济持续增长的关键。

那么，过高的房价水平是否同样 会抑制高技术企业成长？接下来，本文将行业分为劳动密 集型行业和资本密集型行业，依据OECD制造业技术划 分标准，将企业所在行业类型区分为高技术行业和低技 术行业，据此进行异质性检验。

根据表5的回归结果可知，hpindex的估计系数均 显著为负，系数大小在劳动和资本密集型行业并不存在 明显差异，但在低技术行业的系数大于高技术行业。

由此可知，房价上涨对制造业企业成长的抑制作用，对于 低技术行业作用更大，在劳动和资本密集型行业并不存在明显差异。

由于中国经济处在市场经济转型时期，不同所有制 企业在生产经营方面具有明显差异。

房价上涨对企业成 长的抑制作用可能在所有制企业间存在明显差异。

与此 同时，中国存在明显的区域发展差异，西部地区的经济发 展水平和营商环境均落后于东中部地区，且西部地区的 大企业缺失问题更为明显；因此，高房价对企业成长的抑 制作用在区域间是否存在明显差异。

为此，本文将从企业 所有制和东中西区域间进一步考察高房价对企业成长的 抑制作用。

根据表6的回归结果可知，hpindex的估计系数均 显著为负。

从企业所有制来看，私营企业内的估计系数 最大，从区域间来看，西部地区内的估计系数最大。

由此 可知，从所有制和区域间异质性来看，高房价对中国制 造业企业成长的抑制作用，对于私营企业和西部地区作 用更大。

4研究结论和政策含义
从宏观经济增长来看，中国经济自改革开放以来呈 现出高速增长的发展态势，早已成为世界第二大经济体。

但在微观企业方面，中国缺乏具有国际竞争力的大企业，面临着较为严重的大企业缺失问题。

在这一现实背景下，中国房地产行业迎来了快速发展时期，商品房价格不断 上涨。

那么，过高的房价水平是否会抑制中国企业成长？为此，本文利用制造业微观企业数据，并基于工具变量、影响机制和异质性检验方面考察了房价上涨对制造业企 业成长的影响。

研究发现，中国的高房价对于制造业企业
成长产生了明显的负面作用，其通过降低企业的利润率、总利润和总产出规模阻碍了企业成长，且对于低技术行 业、私营企业和西部地区企业作用更大。

根据本文的研究发现引申出有关房价调控方面的政 策含义。

房地产市场的持续快速发展导致房价迅速上涨，一方面加重了居民生活成本引发了一系列社会经济问 题，另一方面，过高的房价水平抑制了中国企业成长，也 是导致大企业缺失的重要决定因素；因此，政府应合理地 控制和保持房地产市场的稳定发展，避免高房价对中国 企业成长的拖累作用，为微观企业经济的良好发展营造 适应的经营环境。

口
注释
①由于房价数据最早为2000年，因此本文实证分 析的数据年限为2000—2007年。

参考文献
[1] 杜莉，沈建光，潘春阳.房价上升对城镇居民平均消费倾
向的影响Q].金融研究，2013(3):44-57.
[2] 吴晓瑜，王敏，李力行.中国的高房价是否阻碍了创业Q].
经济研究，2014，(9》121-134.
[31曾海舰.房产价值与公司投融资变动^氐押担保渠道效 应的中国经验证据[J].管理世界，2012(5).
[4] 王文春，荣昭.房价上涨对工业企业创新的抑制影响研
究U].经济学(季刊)，2014(2) :465-490.
[5] 陈斌开，金箫，欧阳涤非.住房价格，资源错配与中国工业
企业生产率Q].世界经济，2015(4):77-98.
[6] 刘斌，王乃嘉.房价上涨挤压了我国企业的出口能量吗？
Q].财经研究，2016,42(5》53-65.
[7] 王永进，盛丹，李坤望.中国企业成长中的规模分布：基
于大企业的研究[}].中国社会科学，2017⑶.
[8]Gan J.Housing wealth and consumption growth: Evidence from a large panel of households Q].The Review of Financial Studies, 2010,23(6):2229—2267.
[9]Chaney T,Sraer D,Thesmar D.The collateral channel: How real estate shocks affect corporate investment[}]. American Economic Review，2012,102(6).
[10] Chen K,Wen Y.The great housing boom of ChinaQ].
American Economic Journal:Macroeconomics，2017,9
(2):73-114.
[11]Chen T,Liu L X,Xiong W,et al.The speculation
channel and crowding out channel:Real estate shocks
and corporate investment in china[R].working paper,
2016.
[12] Bleck A,Liu X.Credit expansion and credit
misallocation Q].Journal of Monetary Economics,2018,
(94):27-40.
[13] 陆铭，张航，梁文泉.偏向中西部的土地供应如何推升
了东部的工资[}].中国社会科学，2015(5):59-83.
[14] W u,J.,Joseph Gyourko,Deng Y.H.Real Estate
Collateral Value and Investment:The Case of ChinaQ].
Journal of Urban Economics,2015,86:43-53.
[15] 刘行，建蕾，梁娟.房价波动、抵押资产价值与企业风险
承担 金融研究，2016，（3):107-123.
[16] Brandt,L.，Biesebroeck J.V.,Zhang Y.F.Creative
Accounting or Creative Destruction?Firm—Level Productivity Growth in Chinese Manufacturing [}].
Journal of Development Economics,2012,97 (2):339 —351.
[17] Hering,L.,S.Poncet.Market access and individual
wages:Evidence from China[}].Review of Economics and Statistics，2010,92(l):145—159.
[18] Saiz,Albert.The Geographic Determinants of Housing
SupplyU].Quarterly Journal of Economics,2010,125(3).
Does High Housing Prices Curb the Growth
of China’s Manufacturing Firms?
Wang Ruolan
(School of Economics, Nankai University, Tianjin 300071, China )
Abstract：In the context of absence of large enterprises in China,is high housing prices an important factor inhibiting the growth of manufacturing companies?Therefore,this paper uses the micro enterprise data of the manufacturing to investigate the impact of rising house prices on the growth of enterprises,and investigates the robustness of the conclusion based on instruments variable,mechanism and heterogeneity.We found that China^high housing prices had a significant negative effect on the growth of manufacturing enterprises,which hindered the growth of enterprises by reducing their profit margins,total profits and total output,and had a greater impact on low-tech industries,private enterprises and enterprises in western regions.As a results,in order to cultivate more large manufacturing enterprises with market competitiveness in the long term,the government should effectively control the excessively high housing price and provide a suitable external environment.
Key W〇rdS：high housing price, manufacturing, firm growth, corporate profits
CLC number：F27 Document code：A Article ID:1003-0166(2019)01 -0001 -07
doi:10.3969/j.issn.1003-0166.2019.02.001
(上接第67页）
Research on the Transfer Theory of Regional Equity Exchange under the Background of Promoting the Development of Multi-level Capital Markets in 19th National Congress，Tianjin Equity Exchanges as an Example
Qi Yue1，2,3,4，Luo Tianqi4,Zhang Tianyuan4
(1. Tianjin Nankai University Base, Research Center for Socialist Theory System with Chinese Characteristics, Tianjin 300071,China;
2. Collaborative Innovation Center for Socialist Economic Construction with Chinese Characteristics, Tianjin 300071,China;
3. Nankai University, China Corporate Governance Research Institute, Tianjin 300071, China;
4. Nankai University Business School, Tianjin 300071, China )
Abstract：In the report emphasizes the丨丨high quality and economic development"to"speed up the con丨丨under the background,regional equity trading market is becoming a leading high-tech enterprise through the stock market financing important channel.In this paper,based on China^s regional equity exchange cannot satisfy the development of science and technology under the background of financial start-up technology,the status of financing needs,pioneering rotating plate for the tianjin equity exchange practice discussion research.This paper puts forward innovative rotating plate condition of double factors,three types of rotating plate path and turn plate cultivating service three modules,etc.,based on the research of day the exchange,and then spread to liaoning and other provinces and cities,at last,it puts forward the path of the multi-level capital market turning plate and the development direction,to our country regional capital market turn plate theory development and practice will play a certain reference function.
Key W〇rdS：multi-level capital markets,transfer theory,tianjin equity exchanges,listing requirements,nurturing services CLC number：F832.5 Document code：A Article ID:1003-0166(2019)02-0062-07
doi:10.3969/j.issn.1003-0166.2019.02.011。