周华东，李 鑫，高玲玲

（合肥工业大学 经济学院，安徽 合肥 230009）

一、引 言

近年来，我国依托丰富的劳动力资源实现经济快速发展，成为世界第二大经济体，但我国资源配置水平与发达国家相比还有较大差距，对经济增长的贡献较小［1］。同时我国经济存在结构性失衡且因外部需求疲软面临下行压力，急需转变发展方式，实现经济高质量发展。在推动经济高质量发展的众多因素中，全要素生产率不存在规模报酬递减，是我国进入新常态后推动经济持续增长的动力。而资源错配会降低全要素生产率和经济增长速度［2-5］，因此我国要制定合理政策改善资源错配，消除各种扭曲，为经济高质量发展提供强有力的增长动能［6］。党的十九届五中全会提出坚定不移建设制造强国，习近平总书记也强调实体经济尤其是制造业发展的重要性，而制造业的资源配置效率直接关系到经济的高质量发展。

房价关乎民生，对我国社会公平的实现影响深远。我国房地产市场近年来发展迅猛，据国家统计局公布的官方数据，从2000年到2020年，住宅商品房每平方米均价从1 948元上涨到9 860元，20年间房价上涨了406.16%。现有研究认为，房价上涨对于居民消费［7-8］、物价水平［9］、经济增长［10］等关乎经济社会稳定和人民生活水平的因素均产生重要影响。因此，2021年政府工作报告中重申“房住不炒”以及稳地价、稳房价、稳预期的“三稳”目标，引导房价回归合理水平以保障民生，促进社会公平和实体经济良性发展。房价的大幅上涨对其他实体经济的发展产生了重要影响，如何协调好房地产市场发展和优化资源配置之间的关系，是提高全要素生产率、促进我国经济高质量发展的关键问题。基于此，本文聚焦房价波动对制造业资源错配的影响，尝试在中国特色社会主义基本经济制度背景下解释房价影响资源错配的理论机制。

现有研究围绕资源错配的成因［11-14］、测度方法［2，15］、对全要素生产率和经济增长等［4-5、16-18］的影响进行了深入研究，但关注房价上涨对资源错配影响的研究较少。罗知和张川川（2015）［19］认为，房价快速上涨时，房地产投资额随之增加，会降低制造业的资源配置效率。现有研究还存在以下几点可以改进：一是针对快速发展的房地产市场对资源错配的具体影响缺乏严谨的实证分析，关于房价对资本和劳动两种要素配置的影响研究较少；二是尚未明确房价上涨影响资源错配的具体路径，这不利于房地产对资源错配影响的理论发展和政府部门制定合理的政策措施。因此，本文聚焦房价上涨对制造业资本和劳动要素错配、整体资源错配的影响，并尝试解释其影响机制。与以往研究相比，本文可能的贡献有：基于城市和行业中类层面数据，就房价上涨对资本和劳动两种要素扭曲进行翔实的定量研究；将房价上涨与资源错配纳入统一的分析框架，实证检验房价上涨对资源错配的异质性影响，并探讨可能的影响机理。

二、文献综述与理论分析

已有较多学者研究房价上涨对于制造业的影响，主要表现为对实体企业的“挤出效应”。Miao和Wang（2014）［20］从泡沫理论的角度进行研究，发现房地产泡沫吸引了更多资源流向房地产企业，抑制了其他企业的研发和创新投入。房价上涨带来的高利润率导致银行等金融信贷机构将更多资金投向房地产市场，导致制造业投资不足，特别是研发投资减少［21］，从而降低了制造业企业创新动力［22］，削弱了企业的创业活动［23］。除了对制造业资本产生挤出效应外，房价上涨对于劳动要素的配置也产生了影响，佟家栋和刘竹青（2018）［24］、周颖刚等（2019）［25］研究发现，高房价会挤出制造业部门的劳动力。房价上涨的挤出效应增加了企业的经营成本［26］，抑制了企业创新，所以有必要制定措施促进生产要素更多流向制造业企业。但由于我国的财政分权制度，地方政府对土地财政依赖度较高，有推动房价上涨的动力，加快了资本和劳动要素由制造业流向房地产部门，扭曲了要素配置。

陈斌开等（2015）［27］研究发现，由于利润率和全要素生产率的“倒挂”机制，即房价上涨会带动相关行业发展，提高企业利润率，但这些行业的生产率处于较低水平，因此房价上涨会导致资源错配，降低资源配置效率，从而导致全要素生产率下降。余静文等（2017）［28］也认为，房价上涨会对行业TFP产生负面影响，并加剧资源错配。在金融市场不完善且进入行业存在较高壁垒时，房价上涨会导致人力资本错配［29］。罗知、张川川（2015）［19］研究了房地产投资增长对制造业资源配置效率的影响，发现资源配置效率因房地产投资增加而显著下降，在我国金融市场中，国企更容易获得信贷资金并将资金投资于房地产行业，导致了资源错配。相较于罗知、张川川（2015）［19］的研究成果，本文对资本和劳动两种要素的错配分别展开研究，并对不同行业进行详细的异质性分析，探讨房价影响资源配置的机制，以丰富现有研究结论。

本文认为房价通过以下两方面影响资源错配：

（1）房价上涨通过影响工资水平影响资源配置。在劳动力边际产出保持原有水平的前提下，如果劳动力工资随房价上涨而发生变动，工资变动会影响企业关于劳动力雇佣的决策，导致劳动力配置出现扭曲。而在有限资源条件下，劳动力配置扭曲会对资本配置和整体资源配置产生影响，一些学者研究了房价变动对工资的影响，陆铭等（2015）［30］认为，偏向中西部的土地政策推动了东部地区房价上涨，同时提高了东部地区工资水平，并且由房价带动的工资上涨并未伴随着劳动生产率相应提高，最终会对我国经济发展产生不利影响。佟家栋和刘竹青（2018）［24］研究了房价上涨对制造业和建筑业就业的影响，发现房价上涨促进了建筑业和制造业工资上涨，但制造业相对于建筑业的工资则呈现下降趋势，劳动力更多流向建筑业。张巍等（2018）［31］系统研究了房价影响工资的机制，发现房价上涨导致生活成本提高，员工或者怀有强烈的涨薪意愿与公司进行博弈，或者选择迁入低房价地区，即房价变动通过生活成本效应影响工资；对于有房群体，房价上涨导致资产价值上升，受到财富效应的影响，有房群体会增加闲暇时间、减少劳动时长，劳动供给减少会推高工资。在生活成本效应和闲暇替代效应的共同影响下，房价上涨会提高当地工资水平。总之，现有研究均表明，房价上涨会拉动当地工资水平，并且工资并不与劳动生产率同步提高。因此，房价上涨可能通过拉动工资水平从而扭曲资本和劳动要素的配置，并对整体资源配置效率产生不利影响。

（2）房价变动通过影响房地产投资影响资源配置。房价上涨导致金融机构和国有企业将更多资金投资到房地产行业，挤占制造业行业的投资，从而对要素配置产生影响。在我国，房屋价格主要由住房内在价值决定，反映了人们对于社会经济发展的预期。自改革开放以来，我国经济保持平稳快速发展，实现了经济增长奇迹，因此人们对于实体经济的良好预期也提升了房屋内在价值，使得房价能够保持持续上涨。但房价长期较快上涨导致了人们的投机心理，在市场情绪的影响下，房价上涨幅度超过了内在价值，房屋价格增长过快，与价值相偏离。市场参与者的投机心理推高房价，市场对房地产市场保持上涨态势持乐观态度，出于逐利目的，房地产繁荣吸引更多资金流向该行业，挤占了实体经济的资金，制造业融资难度加大，导致了资源错配［32］。一方面，投资于房地产的资金增加，通过价格传导效应会导致生产要素价格发生变化，而价格扭曲会导致资源配置扭曲。另一方面，在有限的信贷资金下，房地产行业投资增加会导致制造业投资减少，高效率制造业企业缺乏足够的资金用于扩大现有规模、提高生产效率，因此效率优势难以充分发挥；部分低效率国有企业获得信贷资金的难度较小，并将资金投资于房地产行业，而不提升企业的生产效率。因此，房价上涨导致房地产投资增加会扭曲生产要素价格和挤占信贷资金，引致制造业资源错配。

三、研究设计

（一）实证模型

本文研究房价上涨对资源配置产生的影响，构建的计量模型如下：

其中：下标t表示年份、n表示各行业中类、s表示各个城市；y nst表示城市—行业中类层面衡量资源错配的指标，分别为整体资源错配（sd_lntfp）、资本错配（sd_lnMRPK）和劳动错配（sd_lnMRPL）；ln(HP)是本文核心解释变量，为各城市商品房平均销售价格对数；inducont表示行业层面控制变量，citycont表示城市层面控制变量；dcity、dindu、dyear分别表示不可观测的城市、行业和年份固定效应；ωnst为服从正态分布的随机干扰项，且与其他解释变量均不相关。所有回归均在城市—行业中类层面聚类得到稳健标准误。

（二）变量描述

1.资源错配和要素的扭曲程度

在Hsieh和Klenow（2009）［2］研究的基础上，本文将生产函数设置为规模报酬可变，企业资本和劳动投入的扭曲程度不同［15］。测度资源错配的理论模型如下：

一个经济体中最终产品市场完全竞争，用于消费的最终产出Y为N个制造业行业根据Cobb-Douglas生产函数得到的行业产出Yn加总，最终产出为：

各行业追求成本最小，则P n Y n=φn PY，P n为行业n产出的价格水平，P为经济体整体价格水平，假设P为1。

对于每个行业而言，行业的最终产出Y n为M种异质性产品按照常数替代弹性加总的结果，即

假定行业内每个企业i生产一种异质性产品，企业产出Y ni为企业投入的资本（K ni）、劳动力（L ni）和自身生产率（TFPni）的函数：

本文将企业生产函数设定为规模报酬可变，同一行业内的企业面临相同的资本弹性αn和劳动力弹性βn。不同行业的要素弹性可能不同，根据这两种要素弹性之和取值不同，企业生产函数面临不同的规模报酬。

企业由于政府扶持程度、自身规模等条件的差异，在资本和劳动的投入上存在扭曲，这种要素投入扭曲将提高企业成本。企业利润函数为：

其中：τLni和τKni代表两种生产要素的扭曲程度；w和r为要素单位成本；行业n的i企业生产的差异化产品收取单位价格P ni。

各行业均为垄断竞争行业，企业对其生产的差异化产品拥有一定定价权，因此定价策略为在边际成本的基础上有固定加价，企业追求利润最大化得到的产品价格为：

从式（6）可以看出，企业自身生产率、劳动和资本投入扭曲程度都会影响企业定价。在要素投入上，企业根据边际收益和边际成本相等的原则确定要素投入数量，投入要素存在扭曲的情况下，企业使用资本和劳动的边际成本分别为(1+τKni)r和(1+τLni)w。根据最优要素使用原则可得：

龚关和胡关亮（2013）［15］使用资本和劳动边际产出价值的方差度量这两种要素的扭曲程度，并在具体计算中对MRPK和MRPL取对数处理，认为当规模报酬可变时，这两个指标仍可准确度量要素错配程度。因为资源被合理配置时，各企业资本和劳动投入的边际产出价值应该相等。借鉴龚关和胡关亮（2013）［15］的研究成果，本文采用各城市行业中类内所有企业MRPK和MRPL的离散程度（即标准差）衡量城市—行业层面资本和劳动投入的扭曲程度。MRPK和MRPL的标准差越大，要素错配程度越严重。同时，使用全要素生产率的离散程度衡量整体资源错配，需要对资源错配指标中的参数进行设定。首先，将模型中资本租金率r设定为10%，租金率只会改变资本和劳动边际产出价值的平均值，而不会影响资源错配程度；其次，假设企业产出替代弹性为θ，借鉴Hsieh和Klenow（2009）［2］的研究，制造业中θ的合理取值范围为3～10，与相关学者研究一致，本文将弹性系数设定为3。

假设产出弹性不会因θ值不同而发生改变，因此企业利润会按一定比例分配给资本和劳动，最终产出分配到资本和劳动的比例为αn/βn，由此可得：

根据式（9）和式（10）可以计算得到各企业资本和劳动的边际产出价值，进而得到城市—行业中类层面整体资源错配和两种投入要素扭曲程度。

2.解释变量和控制变量

（1）解释变量：房价（ln（HP））。本文选取城市层面商品房平均销售价格衡量，并对其取对数处理。

（2）控制变量。行业层面控制变量包括行业大类的总资产贡献率（r_total_asset）、资产负债率（LEV）、流动资产周转次数（current_asset）、成本费用利润率（pro_to_cost）4个主要效益指标，并控制行业总资产对数这一基本指标。城市层面控制变量包括：①基本经济情况。各地区经济基本情况会影响土地价值和资源配置情况，本文选择控制人口规模（population）和各城市人均GDP的对数（lnpgdp），其中人口规模采用地区年末总人口取对数衡量。②产业结构（structure）。随着经济由粗放型增长转向集约型增长，即驱动力由要素投入变为资源配置改善，产业结构随之发生改变。本文选取第三产业增加值与第二产业增加值的比值衡量各地区产业结构。③外资占比（openness）。一方面，外资进入使国内原市场失衡、市场竞争程度加剧，并给国内其他企业带来技术溢出效应，从而提升企业的资源配置效率。但另一方面，政府采取了一系列政策吸引外资，这可能会导致外资企业与国内企业的不公平竞争，使得低效率的外资企业占据更多资源，从而加剧资源错配［33］。本文采用各城市外商直接投资额占当年GDP的比值作为代理变量。④金融危机（crisis）。2008年金融危机爆发后，在宽松的货币政策环境下，房价实现了新一轮上涨，因此将2008年以前年份这一变量赋值为0，2008年及之后赋值为1。⑤全社会固定资产投资占比（fixed_asset）。本文选取固定资产投资总额占GDP的比值度量。

（三）数据说明和处理

企业层面数据来源于《中国工业企业数据库》（2000—2013年），该数据库包括所有的国有工业企业和规模以上非国有工业企业，本文仅选取制造业作为样本展开研究。该数据库存在指标、样本匹配和测量误差等问题［34］，需要对数据库数据进行处理。①本文基于Brandt等（2012）［35］的研究对各年数据进行匹配，得到1998—2013年非平衡面板数据；②本文将《国民经济行业分类》1994版和2011版在2002版基础上进行三位数层面统一；③工业增加值和工业总产值采用以1998年为基期的各省份工业品出厂价格指数平减得到，固定资产和投资根据各省份固定资产投资价格指数平减得到；④借鉴Cai和Liu（2009）［36］、陈林（2018）［37］的做法，删去就业人数、工业总产值、固定资产等关键变量值小于等于0或不存在的样本，并对关键指标前后0.5%的极端值进行缩尾处理。城市和行业数据来自历年《中国城市统计年鉴》《中国区域经济统计年鉴》和EPS数据库，由于市辖区数据缺失值较多，城市层面数据均为该市总体数据。考虑数据的完整性，本文最终选择了289个城市，并将其与工业企业数据库进行匹配。

为了衡量不同城市各行业的资源错配，首先需要计算企业的要素弹性和全要素生产率，常用方法有OLS、固定效应模型、OP法和LP法等。OLS回归和固定效应模型易产生内生性问题；LP法计算需要中间投入这一变量，但工企数据库中间投入品在2008—2013年并不存在观测值；OP法选取投资额作为代理变量，因此OP法相较于LP法可得到更多有效观测值，同时LP法在准确性上并不显著优于OP法［38］，因此本文采用OP法。先计算出资本产出弹性αn和劳动产出弹性βn，在此基础上计算得到企业TFP。其中，产出Y用各企业工业增加值表示，采用平减后的固定资产额衡量资本K，选取各企业职工人数度量劳动力投入L，投资用当年新增固定资产额表示，即当年与上一年固定资产额的差值加本年折旧。对关键变量进行整理发现，工业增加值存在年份为1998—2003年、2005—2007年和2010年，借鉴王贵东（2018）［39］的研究成果，根据工业总产值与工业增加值比例相对稳定原则以补全缺失年份的数据。

本文选取2000—2013年的样本进行研究。首先，中国的住房改革开始于1998年，由于关键指标商品房价格在2000年以前缺失值较多，因此选取2000年作为研究的起点；其次，目前工业企业数据库可获取的最新年份数据为2013年，考虑数据的时效性和房价大幅波动可能带来的异质性影响，选取2013年作为研究结束的时点。

各主要变量的描述性统计见表1所列。

表1 主要变量的描述性统计

表1显示，样本期间内房价发生了大幅变动，房价整体呈现逐年上涨趋势，且地区间存在较大差异。资源错配和要素扭曲在不同地区和行业间存在较大差异，并且同一地区的资本错配和劳动错配程度并不相同。

四、房价上涨对资源错配影响的实证分析

（一）房价上涨对资源错配的影响

表2报告了基于式（1）的估计结果，表中（1）（3）（5）列控制了城市、行业和年份固定效应，（2）（4）（6）列控制了城市×行业和年份固定效应。（1）（2）列基于固定效应模型检验房价上涨对整体资源错配的影响，回归系数均在1%的水平上显著为正，表明房价上涨显著加剧了整体资源错配；控制城市×行业固定效应后，估计系数略小于分别控制城市和行业固定效应时得到的结果，平均房价的对数变动1%，对整体资源错配的影响为0.034 6%。（3）（4）列检验房价上涨对资本错配程度的影响，商品房平均销售价格对资本扭曲程度的回归系数均为正值，且在1%水平上显著，表明房价上涨加剧了资本扭曲程度；加入城市×行业固定效应后，商品房房价的对数提高1%时，资本的扭曲会加剧0.062 7%。（5）（6）列检验房价上涨对劳动扭曲的影响，估计系数在1%的水平上都显著为正，房价上涨显著加剧了劳动力扭曲；加入城市×行业固定效应后，商品房平均销售价格对数每高出1%，劳动扭曲程度会加剧0.067 6%。

表2 房价上涨对资源错配的影响

表2结果显示，行业资产负债率（LEV）对于整体资源错配、资本和劳动扭曲程度影响均显著为正，资产负债率是负债总额与资产总额的比值，行业资产负债率越高说明自有资金越少，只能更多依靠筹资，对外部资金的依赖度较高。目前信贷资金更多倾斜于其他行业，资产负债率高的行业资本和劳动配置将受到更严重的扭曲。地区产业结构（structure）对劳动扭曲程度影响显著为负，一定程度上反映了第三产业结构比重越高越有利于改善劳动配置。城市外资占比（openness）对于资本扭曲程度的影响显著为正，可能是因为我国为了吸引外资实施优惠政策，导致更多资源流向低效率外资企业，对同类国内企业造成了不利影响，从而加剧了资本错配。人均GDP（lnpgdp）对资本扭曲的影响显著为正，说明经济水平越发达的城市制造业现阶段资本配置效率反而越低。金融危机的虚拟变量（crisis）对整体资源错配、资本和劳动的扭曲影响均显著为负，表明2008年后我国生产要素配置效率呈现出改善的趋势，这是因为我国政府逐渐意识到存在的资源错配及其带来的结果，开始采取措施改善资源配置；也可能是因为我国经济结构更为合理，因此生产要素配置效率得以优化。固定资产投资占比（fixed_asset）对资本和劳动错配以及整体资源错配影响显著为负，固定资产投资额占GDP的比值越高，资本及劳动错配程度将会越低，资源错配得到改善。

（二）稳健性检验

本文主要从三个方面检验基准结果的稳健性，即房价影响的滞后性、房价水平的衡量、可能存在的内生性问题和遗漏变量偏差。

1.房价水平的替代变量

由于房价波动的影响具有滞后性［27］，同时在一定程度上能够缓解内生性问题，因此选取滞后一期的商品房平均房价对数作为解释变量进行稳健性检验。此外，商品房平均销售价格衡量了房价的绝对水平，为了反映房价的相对水平，将房价水平与收入结合起来，部分学者将房价收入比定义为“房价水平与居民收入水平的比率”，认为房价收入比能准确衡量我国房地产市场的泡沫水平［40］。本文选取商品房平均销售价格与城镇居民人均可支配收入的比值衡量房价收入比（HP_to_Inc），房价收入比值越大，房价水平越高。

表3为根据基准回归方程得到的结果，分别选取滞后一期的商品房平均销售价格的对数和房价收入比（HP_to_Inc）作为解释变量，对资源错配、资本和劳动要素扭曲进行回归。结果显示，这两种解释变量进行回归得到的估计系数均在1%水平上显著为正，即房价收入比提高和滞后一期的商品房平均销售价格上升显著加剧了整体资源错配、资本和劳动要素扭曲，与基准回归结果一致，表明基准回归结果是稳健的。此外，2000年以来，我国住宅商品房销售面积占商品房销售面积的比例达80%以上，部分年份甚至高达90%，住宅商品房房价在一定程度上能反映房地产市场的发展情况，因此本文选取住宅商品房平均销售价格对数（ln（RHP））作为解释变量进行检验，结果同样稳健（1）。

表3 房价上涨对资源错配的影响：更换解释变量

2.工具变量

在基准回归中，本文尽可能控制了城市和行业层面的控制变量，加入时间固定效应控制随时间而变的特征，但仍可能存在潜在的遗漏变量问题。同时，通过选择滞后一期的房价作为解释变量，一定程度上缓解了可能的内生性问题。为了解决可能的遗漏变量及内生性问题，借鉴陈斌开等（2018）［41］的研究，本文使用人均土地购置面积作为房价的工具变量。

一方面，土地是影响房价的重要因素，土地购置面积通过影响房地产的供给从而影响房价，土地购置面积越少，则可供开发出售的房屋面积越少，供给减少导致均衡的房屋价格上升。另一方面，土地购置面积受到房地产市场自身和政策的影响，2004年以来所有土地均通过“招拍挂”制度出让，土地供给由地方政府决定，并与房地产市场的发展相关，土地购置面积受到工业企业影响的可能性很小。土地购置面积是一个外生变量，并且仅通过房价对工业企业的资源错配产生影响，因此选择省份层面人均购置面积作为房价的工具变量。同时，考虑房地产开发建设需要一定的周期，土地购置面积对于房价的影响具有滞后性，因此本文选取滞后一期的人均土地购置面积作为工具变量进行回归，也减少了反向因果的可能性。

表4报告了当期人均土地购置面积作为工具变量得到的结果，表中（1）（3）（5）列为第一阶段回归结果，其对工具变量的有效性进行检验。根据回归结果，当期人均土地购置面积对于商品房均价的影响系数均在1%水平上显著为负，即人均土地购置面积越小，该地区房价越高。F检验的值均在1%水平上显著，拒绝了“弱工具变量”的原假设，证实了人均土地购置面积作为房价工具变量的有效性。

表4中（2）（4）（6）列报告了工具变量第二阶段的回归结果。第（2）列被解释变量为总体资源错配，从第（2）列的结果可以看出，在控制了城市和行业层面可能的影响因素以及时间固定效应后，房价上涨显著加剧了整体资源错配，这与直接使用房价作为解释变量得到的结果一致。第（4）列被解释变量为资本扭曲，回归系数显著为正，仍表明房价上涨对制造业资本配置产生了负向影响。房价上涨吸引更多资金流向房地产行业，挤出了制造业部门的投资［19］，同时我国企业面临融资难和融资贵等问题，导致房价上涨对优化资本配置产生了负面影响。第（6）列被解释变量为劳动扭曲程度，回归系数在1%的水平上均显著为正，与基准回归结果一致，表明房价上涨加剧制造业企业劳动投入要素错配。房价上涨导致房地产企业吸纳了更多劳动力，对制造业企业就业产生了负向影响［24］，从而导致制造业劳动要素扭曲。滞后一期的人均土地购置面积作为工具变量回归，与上述结果相似，证明了基准结果的稳健性（2）。

表4 房价上涨对资源错配的影响：工具变量

五、进一步分析

（一）异质性分析

1.地区异质性

我国东中西部地区由于历史因素、地理条件和政策差异，经济发展水平存在较大差距。房价上涨对于制造业资源错配的影响可能存在地区差异，因此将样本分为中西部和东部地区。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省份（不包括港澳台地区），其余省份均为中西部地区。

分地区回归结果见表5所列，由表5可见，对于东部地区而言，房价上涨显著加剧了资本和劳动两种要素的错配程度，对于整体资源错配的影响显著为正；对于中西部地区而言，房价上涨对于整体资源错配、资本和劳动扭曲程度的影响小于东部地区。回归结果表明，房价上涨对整体资源错配和生产要素扭曲的影响存在地区差异。选取人均土地购置面积作为房价的工具变量回归，得到的结果与上述一致（3）。

表5 东西部地区房价上涨对资源错配的影响

近年来，房价上涨的幅度在地区间分布并不均衡，房价受到当地经济水平的影响，东部地区经济更加发达，房价整体处于较高水平；而西部地区由于经济发展相对落后，对外来人口吸引力较弱，城市住房的购买力较弱，因此房价上涨幅度较小。尽管东部地区市场化程度相对较高，房价的大幅上涨仍对资源有效配置产生了显著的负面影响。

2.时间异质性

近年来,出口在我国经济中占据重要地位，2008年金融危机爆发导致外部需求大幅下降，我国出口企业受到较大影响，导致经济萎缩和失业增加等现象的出现。为了降低金融危机的负面影响，我国实施了双松政策，财政上实施四万亿元的经济刺激政策，发展基建项目；货币政策上通过降低利率和存款准备金率，释放流动性。这些措施推动了房地产业的发展，2008年后我国商品房房价增速加快，房价增速过快有可能对资源错配产生更大影响。因此，本文将样本根据年份分为2000—2007年和2009—2013年，分别检验金融危机前后房价对资源错配的影响是否存在差异。

金融危机前后的分样本回归结果见表6所列，由表6可见，2008年后房价上涨对资源错配、资本和劳动要素错配的影响系数均大于金融危机爆发前，表明金融危机爆发后，房价过快上涨显著加剧了整体资源错配和要素错配，金融危机后房价对资源错配的影响可能发生了结构性变化。前文基准回归中，金融危机（crisis）估计系数显著为负，说明金融危机后资源错配和要素扭曲程度有所下降，但房价快速上涨对资源配置的不利影响显著高于其他外部因素的正向影响。因此，2008年之前房价上涨对两种要素扭曲的影响程度小于金融危机后高房价产生的影响，表明房价上涨要保持在合理适度的范围内，过高的房价会抵消政策调控和市场结构更完善对资源配置的正向影响。

表6 金融危机前后房价上涨对资源错配的影响

本文进一步分析房价对于资源错配的影响随时间变化的情况（置信区间为95%），回归控制了城市和行业层面的变量。如图1所示，房价上涨对制造业行业资源错配的影响随时间变化变动较大。2008年之前，高房价对制造业行业资源错配的影响显著为正，影响系数均为0.1以下，且各年估计值较为稳定。金融危机爆发后，房价上涨对于制造业行业错配的影响上升大约为0.2，2008年之后这一影响程度的波动幅度加大，影响逐年下降，但影响系数均高于金融危机爆发前，呈现出向危机爆发前房价对资源错配影响程度回归的趋势。总体而言，金融危机导致房价对资源错配的影响产生了结构性变化，金融危机后房价上涨对于资源错配产生的影响更为剧烈。

图1 房价上涨对资源错配的影响

3.行业异质性

（1）根据要素密集型划分。2015年《政府工作报告》中首次提出“中国制造2025”，着力于推动制造业产业结构更加高端智能。习近平总书记强调产业结构优化升级是提高我国经济综合竞争力的关键举措。根据以往学者的研究，制造业升级就是产业结构趋于高级化的过程，产业发展模式趋于高附加值、低能耗，表现为重点产业由劳动密集型依次转向资本密集型和技术密集型。房价上涨对于劳动、资本和技术要素密集型的行业内部投入要素的扭曲可能存在不同的影响，因此本文借鉴张其仔和李蕾（2017）［42］的研究，根据模糊聚类分析方法依据制造业行业的大类将其分为三类（4）。

根据要素密集度划分行业类型，其分样本回归结果见表7所列。由表7可见，不同性质的行业投入要素扭曲受到房价上涨的影响存在较大差异。房价上涨对于技术密集型行业资本要素错配的影响最大，对于资本密集型行业资本错配的影响并不显著。房价上涨对于不同类型行业劳动错配的影响均为正，且对于劳动密集型行业的影响大于其他两类行业。可能是因为房地产业的繁荣吸引了大量的民间资本和金融机构的信贷资金，房地产业挤占了大量资源，但技术密集型产业前期需要大量资金投入，房地产业的繁荣抑制了企业的创新行为，对于技术密集型产业的资本扭曲产生了更为显著的影响。对于我国制造业而言，由劳动密集型产业转向技术密集型产业是其实现转型升级的必要一步，房价上涨的负面效应抑制了制造业产业升级和经济高质量发展。

表7 房价上涨对不同要素密集度行业资源错配的影响

（2）根据与房地产业关联度划分。房地产业和其他产业之间的关联，分为前向关联和后向关联。借鉴王国军和刘水杏（2004）［43］的研究成果，采用完全分配系数衡量前向关联效应，即房地产业实现一单位增加值时，用另一个产业通过直接或间接联系所获得的分配量，衡量房地产业对其产生的供给推动作用。后向关联效应通过完全消耗系数度量，即增加一单位某产业的最终使用量所需要消耗房地产部门的使用量。完全消耗系数越大，房地产业对该产业的需求拉动作用越大。本文根据2002年的投入产出表计算完全消耗系数和完全分配系数，两者之和表示房地产业对该产业的总带动效应。其中总带动效应位于前1/3的行业为与房地产业关联度较高的行业，位于后1/3的行业为与房地产业关联度较低的行业。

表8为根据各行业与房地产业的关联度进行的分样本回归，结果显示，房价上涨对关联度不同的行业资源错配影响均显著为正，且对与房地产业关联度较低行业错配的影响更大。具体来看，与房地产业关联度较低的行业资本错配的估计系数为高关联度行业估计系数的2倍多，对关联度较低行业劳动错配的系数仅略高于高关联度行业。这进一步证实房地产业的繁荣吸引更多资金流向该产业，从而挤出制造业企业资金。但由于劳动合同、工资黏性和劳动技能的转移成本等问题存在，劳动力在产业间转移受到其他因素的影响较大，因此对于房地产业关联度不同的行业，劳动要素错配的影响差异较小。

表8 房价上涨对不同关联度行业资源错配的影响

（二）机制检验

基于前文分析，房价上涨可能会通过影响工资水平和房地产投资对制造业的资源配置产生影响。因此，本文检验工资相对水平和房地产投资是否在房价变动影响制造业要素配置的路径中发挥中介作用。根据温忠麟和叶宝娟（2014）的研究［44］，检验中介作用的回归模型如下：

其中，M nst表示中介变量，包括各省份制造业行业中类城镇就业人员平均工资与房地产业平均工资的比率（wagerate）和各城市房地产投资开发额的对数（lninvest），本文认为房地产业工资与制造业各行业平均工资偏离越大，则房地产业对平均工资的拉动作用越大；dcity×indu表示城市—行业固定效应；其余变量与前文一致。

表9报告了工资相对水平中介效应的估计结果，其中（1）（2）（3）列是对式（11）回归的结果，即前文基准回归结果，与表2的回归结果相同。第（4）列被解释变量为各行业工资与房地产业平均工资的比值（即（12）式），房价变动对于工资比率的估计系数显著为负，表明房价上涨增大了房地产业平均工资与制造业工资水平的差距。第（5）（6）（7）列为式（13）的回归结果，γ2均显著为负，γ1均显著为正，α1γ2与γ1同号，说明工资比率在房价与资源配置之间起部分中介作用。房价上涨首先影响房地产业的工资水平，通过价格传导机制会对其他行业的平均工资水平产生影响，这种变动会扭曲制造业整体资源和要素的配置，房地产业工资大幅上涨时，与制造业工资的差距增大，加剧了资源错配和要素扭曲的程度，同时房价上涨对资源错配存在直接效应，回归结果与前文理论分析符合。

表9 工资相对水平的中介效应检验

表10报告了房价是否通过影响房地产投资额降低制造业资源配置效率。式（11）结果与表9（1）（2）（3）列相同，表10第（1）列被解释变量为各城市房地产开发投资额的对数，估计系数显著为正，说明房价上涨会导致房地产开发投资额增加，更多资金流向房地产行业。第（2）（3）（4）列是根据式（13）得到的结果，房价和房地产投资对被解释变量的系数γ1和γ2均显著，且α1γ2与γ1异号，说明房地产投资在房价变动与制造业资源配置之间存在遮掩效应。这与前文理论分析得出的“房地产投资额增加会挤出制造业部门投资，加剧资源错配”这一预期相反。本文认为房地产投资额对于制造业资源配置可能为非线性影响，因此表中（5）（6）（7）列加入房地产投资额对数的平方项进一步分析，二次项的系数均显著为正，表明房地产投资额对于制造业资源配置的影响为非线性。房地产投资额位于一定范围内时，在近年房价持续上涨的背景下，有房产企业的固定资产价值上升，放松信贷约束，受到融资约束的企业更容易获得外部融资，一定程度上改善了企业的资源配置效率；而房地产投资额过多时，有限资金下会影响企业对主业的投资，对制造业行业的投资产生挤出效应，加剧制造业的生产要素扭曲和整体资源错配。

表10 房地产投资的中介效应检验

为了进一步检验房地产投资对制造业的资源错配是否存在非线性影响，考虑非平衡面板并不适用于门槛效应回归，表11报告了房地产投资额影响资源配置的回归结果。表11前3列核心解释变量为各城市房地产开发投资额的对数及其二次项，结果呈现显著的“U”型影响。后3列选取省级房地产开发投资额的对数及其二次项作为核心解释变量，（lninvest）2系数仍然显著为正，拐点值大于前3列，总体趋势与前3列保持一致。说明回归结果稳健，房地产投资对制造业的资源配置存在非线性影响。

表11 房地产投资对资源错配的影响

综上所述，工资相对水平在房价和制造业资源配置之间存在中介作用。房价上涨会影响工资水平，房地产业与制造业各行业工资水平越接近，即房价对工资水平的拉动作用越小，越有利于各行业的资源配置。同时，房价上涨会导致房地产投资增加，房地产投资在合理范围内小幅增加时会改善资源配置，而超过合理范围的房地产投资增长会加剧资源错配。

六、结论与建议

在我国推进供给侧结构性改革、实现经济高质量发展的背景下，提升制造业资源配置效率、缓解资源错配具有重要意义。本文在Hsieh和Klenow（2009）［2］研究方法基础上，同时借鉴龚关和胡关亮（2013）［15］的测算方法，采用2000—2013年工业企业数据库中的制造业数据，测算了基于各城市—行业中类层面的整体资源错配以及资本和劳动两种投入要素的错配程度。在此基础上，通过双向固定效应模型和中介效应实证检验房价上涨对资源错配和生产要素错配的影响及机制。本文的主要研究结论为：房价上涨对于制造业的资源错配产生显著的正向影响，同时，房价上涨扭曲资本和劳动两种要素的配置，在选择不同的控制变量、考虑房价影响的滞后性、更换房价衡量指标以及消除模型可能存在的内生性问题后，这一结果仍然稳健；金融危机爆发这一宏观因素导致房价对资源错配的影响产生了结构性变化，金融危机爆发后房价变动对资源错配的影响更加剧烈，且2008—2013年间房价对资源错配的影响变动幅度较大；房价上涨对资源错配的加剧作用存在地区差异和行业差异，东部地区、劳动和技术密集型行业、与房地产业关联度较低的行业资源错配和要素扭曲受到房价上涨的影响更大；房价上涨通过房地产投资和工资水平这两个变量影响制造业资源配置，房价上涨拉动房地产投资额增长和工资上涨，且房地产投资额对资源配置存在非线性影响。

根据上述结论，本文提出如下建议：首先，房地产市场繁荣导致过高的房价不利于提升制造业资源配置效率，扭曲了制造业行业资本和劳动要素配置，要促进房地产市场的良性发展，保持房价平稳适度增长；其次，我国存在行政垄断下的所有制歧

视和市场分割，政府要合理配置资金，使资金更多流向技术密集性行业，降低制造业的融资难度，提升制造业资源配置效率，促进制造业向高级化发展；最后，如何协调好房地产市场发展与制造业发展、房价上涨与优化资源配置之间的关系，是我国政府亟须解决的现实问题，政府要促进劳动力合理流动，解决好房价上涨与提升劳动力结构、优化劳动要素配置之间的关系。

注 释：

（1）限于篇幅，并未汇报住宅商品房平均价格作为解释变量的回归结果，如需备索。

（2）限于篇幅，并未汇报滞后一期人均土地购置面积作为工具变量的回归结果，如需备索。

（3）异质性分析部分均在加入前文控制变量，即在控制城市、行业和年份固定效应的基础上，选取人均土地购置面积作为工具变量进行检验，与固定效应模型得到了一致的结果，限于篇幅并未汇报，如需备索。

（4）行业代码为：13-24（不包括16）、29-31、34为劳动密集型行业；16、25、26、28、32、33为资本密集型行业；27、35-37、39-41为技术密集型行业。