中國房價上漲是否引發(fā)工業(yè)衰退

高玲玲

（上海財經大學 國際工商管理學院，上海200433）

一、引言

1998年，中國取消了福利分房制度，推進住房分配貨幣化制度，并出臺了一系列政策措施推動了房地產行業(yè)的高速發(fā)展，中國房企和房價由此進入快速增長和上升通道。房價上升所帶來的豐厚利潤吸引了大量非房地產企業(yè)進軍房地產市場，2010年國資委的統(tǒng)計顯示，以房地產開發(fā)與經營為主業(yè)的央企有16家，包括中國建筑工程總公司、中國房地產開發(fā)集團公司、中國保利集團公司等。除這16家之外，還有78戶不以房地產為主業(yè)的中央企業(yè)開展了房地產業(yè)務。按照目前中央企業(yè)127家的總數(shù)計算，相當于七成左右的央企都進入到了房地產領域。在房地產業(yè)繁榮發(fā)展的同時，中國制造業(yè)卻呈現(xiàn)衰退之勢?！吨袊y(tǒng)計年鑒》（2008）數(shù)據(jù)顯示，2007年我國工業(yè)企業(yè)成本費用利潤率平均為7.43%，而根據(jù)國泰安數(shù)據(jù)計算可知，2008年我國上市房地產企業(yè)成本費用利潤率平均達28.74%［1］。另據(jù)歷年《中國500強企業(yè)發(fā)展報告》統(tǒng)計，500強企業(yè)中制造業(yè)企業(yè)數(shù)量從2002年的288家下降至2012年的267家，該行業(yè)企業(yè)利潤所占比重也從40.37%降至25%；而房地產企業(yè)的數(shù)量則從2002年的7家上升到2012年的25家，該行業(yè)企業(yè)利潤所占比重從1.14%上升至2.84%。

我國房價的不斷上漲與工業(yè)和制造業(yè)衰退之間是否存在某種關聯(lián)？前者是否通過吸引資源和增加企業(yè)成本等途徑引發(fā)了工業(yè)和制造業(yè)衰退？迄今為止，尚未有文獻正面回答該問題。本文擬首次全面分析房價上漲對工業(yè)和制造業(yè)的作用機制和傳播渠道，并實證研究不同渠道對中國制造業(yè)發(fā)展帶來的總體效應。

二、文獻回顧

本文與研究房價波動如何影響企業(yè)行為的文獻密切相關，根據(jù)研究側重點不同，本文將其劃分為以下三類。

（一）引入房地產的宏觀總量模型研究

基于Bernanke等（1999）［2］、Kiyotaki和Moore（1997）［3］的“金融加速器”傳統(tǒng)，Icoviello（2005）［4］、Iacoviello和 Neri（2010）［5］、Favilukis等（2015）［6］構建了包含住房的動態(tài)隨機一般均衡（DSGE）模型研究房價波動對消費和投資的影響。這些模型的共同點是假設家庭受到信貸約束，家庭用住房或土地作為擔保為消費支出融資，但它們只能解釋房價與消費的同向運動，不能解釋房價與投資的同向運動關系。因此，Liu等（2013）［7］轉而假設企業(yè)受到信貸約束，它們用土地作為擔保為投資支出進行融資，很好地解釋了房價與投資的同向運動關系。武康平和胡諜（2011）［8］、鄭忠華和邸俊鵬（2012）［9］發(fā)現(xiàn)在中國也存在類似的“金融加速器”效應——房地產“加速器”機制使得外界沖擊對經濟的影響被放大，從而使得經濟波動加劇。

（二）房價變化對企業(yè)行為影響的微觀實證研究

Gan（2007）［10］首次利用企業(yè)層面數(shù)據(jù)考察了房價（地價）變化對企業(yè)借貸和投資的影響。她發(fā)現(xiàn)，在20世紀90年代初日本土地市場泡沫破滅時，土地價值下降使得企業(yè)的銀行借貸和投資都顯著下降，這是因為企業(yè)大都通過抵押擔保進行借貸，而土地和房產是最重要的抵押物。Almeida 和 Campello（2007）［11］、Chaney 等（2012）［12］利用美國企業(yè)微觀數(shù)據(jù)也都發(fā)現(xiàn)，企業(yè)的房地產價值增加會通過抵押擔保渠道帶來企業(yè)投資的增加。曾海艦（2012）［13］、羅時空和周亞虹（2013）［14］在中國也發(fā)現(xiàn)了類似的抵押擔保效應，根據(jù)曾海艦的計算，上市公司房地產價值每增加1元，公司負債增加0.04-0.09元，投資增加0.04-0.08元；而羅時空和周亞虹則發(fā)現(xiàn)當面臨的融資約束較大時，房價上漲更可能促進企業(yè)投資。此外，Rampini（2013）［15］和 Cvijanovic（2014）［16］還從資本結構角度考察了房價變化對企業(yè)借貸行為的影響。王文春和榮釗（2014）［17］研究了中國房價上漲對工業(yè)企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)房價上漲越快的地區(qū)企業(yè)的創(chuàng)新傾向越弱。

此外，Hurst 和 Lusardi（2004）［18］、Fairlie和 Krashinsky（2012）［19］還調查了房地產財富在企業(yè)的市場進入和退出中扮演的角色。Schmalz等（2014）［20］發(fā)現(xiàn)房屋擔保價值的上升增加了創(chuàng)業(yè)的可能性，并有助于企業(yè)壯大和持續(xù)經營。Adelino等（2014）［21］進一步指出，擔保借貸效應對于小企業(yè)來說更為顯著，在同一地區(qū)同一產業(yè)內部，房價上漲使得小企業(yè)相對于大企業(yè)而言有更多的就業(yè)增加。

（三）房價變化對產業(yè)發(fā)展影響的實證研究

范言慧等（2013）［22］指出，作為不可貿易部門的房地產業(yè)，其繁榮會引起本幣升值和物價上漲，對制造業(yè)出口產生負面影響，引發(fā)“荷蘭病”現(xiàn)象。吳海民（2012）［23］發(fā)現(xiàn)，我國房地產價格上漲導致了我國沿海地區(qū)民營工業(yè)的“產業(yè)空心化”。邵挺和范劍勇（2010）［24］則從制造業(yè)區(qū)位選擇的角度研究了房價上漲對于制造業(yè)的影響，其研究結果表明大型城市的房價過快上漲導致了長三角制造業(yè)分散化布局。

綜上，現(xiàn)有的文獻對于房價變化對產業(yè)發(fā)展影響的研究較為薄弱，缺乏對房價變化如何影響工業(yè)產出進行系統(tǒng)的機制研究和實證檢驗。本文在全面分析房價上漲對工業(yè)和制造業(yè)的作用機制和傳播渠道的基礎上，實證檢驗房價上漲對于工業(yè)產出的影響，并進一步考察了東中西部地區(qū)間的差異化問題。

三、理論分析

關于在發(fā)展中國家是否應該發(fā)展房地產業(yè)以及該如何發(fā)展房地產業(yè)，在理論界引起了熱烈爭論。在20世紀五、六十年代，一些發(fā)展經濟學家認為房地產業(yè)是一個高資本產出比行業(yè)，并會帶來通貨膨脹、消耗大量資源等問題，因此不應該擴大房地產投資；而反對者則認為房地產業(yè)發(fā)展可以促進就業(yè)，提升健康和儲蓄水平，從而應該加大房地產業(yè)投資力度。這些爭論主要集中于房地產業(yè)是否應該成為經濟發(fā)展戰(zhàn)略的一部分、在資源有限的情況下應該給房地產業(yè)多少的優(yōu)先權以及房地產業(yè)投資與其他產業(yè)相比有哪些優(yōu)勢？即使過了半個世紀，這些爭論仍然沒有一個確定的結論。這里歸納總結了房價上漲影響工業(yè)和制造業(yè)的三類效應，并分析其傳導的異質性及在中國的適用情況。

（一）抵押擔保效應

抵押擔保效應是指企業(yè)可供抵押擔保的資產價值上漲緩解了企業(yè)的融資約束，增加了企業(yè)信貸和投資規(guī)模。為了解釋20世紀30年代“大蕭條”和2007年“次貸危機”的發(fā)生機制，學術界對抵押擔保效應做了深入研究。Bernanke等（1996）提出并完善了“金融加速器”理論，認為對經濟主體的所有初始沖擊，將會通過信貸市場進一步放大，即最初的微小沖擊經過企業(yè)之間、企業(yè)與金融機構之間的相互作用，使得企業(yè)的資產價值、借款能力以及投資行為產生變化，最終引致經濟產出總量的大幅度波動。與Bernanke等（1996）類似，Kiyotaki和 Moore（1997）在企業(yè)資產與投資之間建立了直接聯(lián)系。

房地產在歐美和我國都是最重要的抵押擔保資產。房價的上漲使企業(yè)所擁有的商業(yè)房產和廠房等資產價值上升，增加了企業(yè)抵押品的價值。這一方面讓企業(yè)在金融機構可以獲得更多的信貸資金，另一方面也通過資產負債表的改善降低了企業(yè)的信貸成本。更為寬松的融資約束增加了工業(yè)企業(yè)獲得資金的能力，可能帶動工業(yè)企業(yè)投資和產出就業(yè)的增加。

（二）吸附效應

房價的不斷上漲，帶來了房地產業(yè)的高額利潤，資本追逐利潤的本質必然帶來一個結果——吸引更多的資本進入房地產業(yè)，本文將這一效應稱之為“吸附效應”。中央電視臺《新聞1＋l》在2010年曾專題報道房地產業(yè)的豐厚利潤吸引了大量家電巨頭和制造業(yè)民企進軍房地產市場。格力、海信、海爾、TCL等家電企業(yè)紛紛投資房地產業(yè)，作為服裝企業(yè)的紅豆股份，2010年上半年實現(xiàn)營業(yè)收入13.62億元，其中紅豆置業(yè)的營業(yè)收入為9.41億元，占整個總收入69%，同是服裝企業(yè)的雅戈爾更成了“地王”締造者。可見，中國房價的連年上漲對于工業(yè)企業(yè)產生了極強的“吸附效應”。過去的十年中，我國實體經濟發(fā)展不夠理想的主要原因可能就在于相當多資金都被投資到房地產開發(fā)中了，而投資到人才培養(yǎng)、基礎創(chuàng)新等方面的資金則太少。這樣導致的不良后果是實體經濟被房地產業(yè)拖累，沒有發(fā)展起來。

（三）成本效應

房價上漲給工業(yè)企業(yè)帶來的負面效應除了上述資源再配置之外，還存在直接或間接的成本效應。成本效應主要來自于物和人兩個方面：在物的方面，因為房價上升，必然使得新建企業(yè)或者項目所需要的廠房、辦公樓等價格也隨之上漲，因此可能會降低投資者新建企業(yè)和技術改造的積極性；同時，房價上漲還會加劇通貨膨脹和人民幣升值（范言慧，2013）［22］，從而帶來原材料價格上升，進一步提高工業(yè)企業(yè)生產成本并對出口帶來負面影響，從而降低工業(yè)企業(yè)的利潤。在人的方面，由于住宅商品房價格連年高漲，住房問題成為了嚴峻的社會經濟問題，眾多中低收入者尤其是農民工難以安居樂業(yè)，從而限制了勞動力的轉移，減少了勞動力供給，變相增加了企業(yè)人力資源成本。

從上面理論分析可以看出房價的上漲對于工業(yè)產出的影響取決于多重效應的綜合影響——抵押擔保效應促進了工業(yè)產出，吸附效應和成本效應抑制了工業(yè)產出。因而，房價上漲如何影響工業(yè)產出在很大程度上歸結為一個需要通過實證加以求解的問題。本文接下來基于省際面板數(shù)據(jù)對該問題進行實證分析，探析我國房價上漲到底是促進還是抑制了工業(yè)產出。

四、變量、數(shù)據(jù)與模型

（一）模型設定

本文以中國31個省作為研究對象，時間跨度為1999—2012年。本文所關注的問題是房價上漲對于中國工業(yè)的影響，因此本文選取工業(yè)增加值占GDP比重作為被解釋變量，商品房銷售價格作為被關注的解釋變量，考慮到工業(yè)的發(fā)展主要受到經濟發(fā)展水平以及城市化水平等影響，還增加其他控制變量。為此，本文設定基本模型

（二）變量說明及數(shù)據(jù)來源

1.被解釋變量

工業(yè)增加值比重（industry）：本文選取工業(yè)增加值占GDP的比重作為被解釋變量。中國統(tǒng)計年鑒中有工業(yè)增加值和工業(yè)總產值兩個指標來反映工業(yè)產品總量。而工業(yè)增加值所反映的是工業(yè)生產活動的最終成果，不包括原材料等一次性轉移到產品中的價值量和付給各部門的勞務支出，是工業(yè)企業(yè)生產過程中新增加的價值量，與其他部門沒有重復計算。工業(yè)總產值所反映的是工業(yè)企業(yè)生產活動的總成果，包括原材料等轉移到產品中的價值量。在本文中選擇工業(yè)增加值作為被解釋變量更符合研究需要。

2.解釋變量

3.其他控制變量

人均GDP（pgdp）：作為反映經濟發(fā)展程度的指標，數(shù)據(jù)來自中國統(tǒng)計年鑒，并以2000年為基期根據(jù)CPI指數(shù)進行調整。理論認為工業(yè)發(fā)展隨著經濟水平的不斷上升，會呈現(xiàn)先增長后下降的倒U型，因此，回歸方程中考慮增加二次項。

城市化率（urb）：考慮到城市化的進程會對工業(yè)發(fā)展產生影響，本文引入城市化率指標作為控制變量，國內學者多數(shù)都是用城鎮(zhèn)人口占比這一指標進行計算，本文也采用同樣的方法根據(jù)城鎮(zhèn)人口數(shù)占總人口數(shù)比重計算而來。其中個別省份城鎮(zhèn)總人口數(shù)缺失數(shù)據(jù)，通過差值法計算補全。

全社會固定資產投資（investment）：該指標反映了全國建造和購置固定資產的活動情況，通過固定資產投資，進一步促進企業(yè)采用先進技術設備、調整經濟結構。因此該指標對工業(yè)發(fā)展將產生較大的影響。數(shù)據(jù)來自國家統(tǒng)計局網站，并以2000年為基期根據(jù)CPI指數(shù)進行調整。

對外開放度（open）：本文根據(jù)中國統(tǒng)計年鑒中進出口總額以及當年美元兌換人民幣的平均匯率值進行計算后，除以當年的GDP計算得來的比值來衡量該省份的對外開放程度。

主要變量的描述性統(tǒng)計分析如下。

表1 主要變量的統(tǒng)計描述結果

五、實證結果

（一）基本模型回歸

為了確定是采用固定效應還是隨機效應，本文先做了豪斯曼檢驗，結果顯示應該采用固定效應，因此，本文所有回歸均采用面板固定效應模型。

表2中的回歸1——回歸4分別是增加了不同控制變量后，商品房銷售價格上漲影響工業(yè)增加值比重變化的回歸結果。結果顯示，商品房銷售價格的上漲對工業(yè)增加值占GDP比重存在顯著的負向影響，即房價上漲對工業(yè)產出存在擠出效應。其他控制變量的回歸結果顯示，工業(yè)增加值比重變化與人均GDP之間呈現(xiàn)倒U型關系，這與現(xiàn)有理論分析是一致的。關于城市化對于工業(yè)的影響并沒有明確的理論說明兩者之間是否存在倒U型關系，通過比較表2中回歸2和回歸3的結果，不難發(fā)現(xiàn)在增加了城市化二次項后，城市化的系數(shù)變得更加顯著，而回歸方程的R2也變大了。城市化對于第二產業(yè)和第三產業(yè)的發(fā)展都存在促進作用，在城市化初期對工業(yè)的需求更大，而到了后期，城市化對第三產業(yè)的促進要大于第二產業(yè)，從這一角度考慮，城市化對工業(yè)增加值的影響也存在倒U型關系，因此，本文后面的回歸中都保留了城市化二次項。固定資產投資這一控制變量對工業(yè)增加值比重存在負向影響，這似乎與直覺不一致，可能的原因是本文選取的指標是全社會固定資產投資，這其中也包括了對于房地產開發(fā)的投資，這一指標的系數(shù)為負，也支持了本文的理論分析，即對于房地產過多的投資，會對工業(yè)發(fā)展產生擠出效應。

1.3 治療方法 對照組入院后采用常規(guī)治療，主要包括禁食、胃腸減壓、解痙、止痛、降溫、糾正水電解質紊亂、改善微循環(huán)以及預防性應用抗生素等。研究組則在常規(guī)治療的基礎上予以生長抑素（批準文號：H20020125，Laboratoires Serono S.A.）治療，使用劑量3 mg/12 h，通過微量注射泵持續(xù)靜脈給藥，單位輸液量0.25 mg/h，在患者臨床癥狀緩解3 d后停藥。

表2 商品房價格與工業(yè)增加值比重

房價上漲總體上擠出了工業(yè)產出，說明吸附效應和成本效應對工業(yè)產出的負面影響大于抵押擔保效應對工業(yè)產出的正面影響。原因是多方面的：首先，抵押擔保效應可能在我國并不顯著。一方面，我國企業(yè)房地產相對集中于國有企業(yè)和大型企業(yè)，民營企業(yè)和中小企業(yè)房地產較少。因而，國有企業(yè)和大型企業(yè)是抵押擔保效應生效的主要載體。另一方面，由于我國金融市場發(fā)展程度較低，銀行的企業(yè)貸款具有規(guī)模和所有制上的歧視（張杰等，2013；劉瑞明，2011）［16，17］，我國國有企業(yè)和大型企業(yè)相對容易獲得銀行信貸，且成本較低；民營企業(yè)和中小型企業(yè)則較難獲得銀行信貸，且融資成本較高。所以，國有企業(yè)和大型企業(yè)對房價上漲帶來的融資便利并不敏感，在歐美發(fā)達國家具有廣泛現(xiàn)實基礎的抵押擔保效應在我國并不顯著。其次，吸附效應較為明顯。房價上漲帶來房地產業(yè)的高額利潤，大量資本流入房地產業(yè)。像格力、海爾這樣的傳統(tǒng)家電企業(yè)和紅豆、雅戈爾這樣的傳統(tǒng)服裝企業(yè)也紛紛進軍房地產。同時，房價上漲使得新建企業(yè)或者項目所需要的廠房、辦公樓等價格也隨之上漲，增加了企業(yè)尤其是中小企業(yè)經營成本。

（二）工具變量回歸

上文對商品房價格與工業(yè)增加值比重的關系進行了實證研究，發(fā)現(xiàn)商品房價格上漲將導致工業(yè)增加值比重下降。接下來，嘗試利用工具變量估計來緩解內生性問題。一般而言，導致內生性問題的主要因素有三種，即聯(lián)立性偏誤、遺漏變量偏誤和測量誤差。本文的被解釋變量工業(yè)增加值比重對于解釋變量房價并不存在直接影響，但是可能存在某些因素同時影響到房價和工業(yè)增加值比重是本文模型中所忽略的，而工具變量估計的一個優(yōu)勢正是可以緩解由于控制變量控制的不夠完美而導致的遺漏變量偏誤。

工具變量要求該變量是外生的，并且與內生變量（商品房銷售價格）有關，但是又不直接影響被解釋變量（工業(yè)增加值比重）。本文借鑒陳斌開和楊汝岱（2013）［18］的方法，選取土地供給作為房價的工具變量。一方面，土地供給與商品房價格上漲有著密切聯(lián)系，滿足相關性；另一方面，由于中國建設用地指標是受到政府的嚴格管制的，相對于工業(yè)增加值比重而言，土地供給符合計量經濟學中的外生性原則。

由于無法獲得1999—2012年間省級數(shù)據(jù)中土地開發(fā)面積這一指標，本文采用各省房地產開發(fā)企業(yè)土地購置面積來反應土地供給情況。表2中的回歸5，是采用土地購置面積作為商品房銷售價格的代理變量進行兩階段最小二乘回歸結果。結果顯示，在緩解內生性問題后，商品房價格上漲對于工業(yè)增加值比重依然有著顯著的負向影響。

（三）穩(wěn)健性檢驗

為了進一步考察上文回歸結果的可靠性，表3對上文中的回歸模型進行穩(wěn)健性檢驗。本文關注的是房價上漲對于工業(yè)的影響，基本模型中采用了商品房銷售價格作為解釋變量，在理論分析中提到，由于房價上漲給房地產業(yè)帶來的高額利潤會吸引工業(yè)企業(yè)投資，從而引起工業(yè)衰退，因此，認為住宅商品房的價格上漲同樣可能會帶來擠出效應。表3中的回歸1和回歸2考察了住宅商品房價格與工業(yè)增加值比重的關系，其中回歸2是以土地購置面積作為工具變量進行的兩階段最小二乘法回歸，從回歸結果可以看出，住宅商品房價格與工業(yè)增加值比重也呈現(xiàn)負向關系。

考慮到其他宏觀因素的影響，本文引入時間效應控制不隨個體變化的時期效應。表3的回歸3和回歸4是引入年度虛擬變量的“雙向固定效應”模型的估計結果（限于篇幅，未列出年度虛擬變量的估計結果），其中回歸4是以土地購置面積作為工具變量進行的兩階段最小二乘法回歸?？梢钥闯?，在新模型下商品房價格和工業(yè)增加值比重的系數(shù)符號不變，并且顯著。

以上所有回歸都是全樣本回歸，全樣本中包含了北京、上海等四個直轄市，而這四個直轄市由于政策的原因，其產業(yè)結構的發(fā)展有著特殊性質，帶有較為濃厚的政治因素，而不是完全的市場結果，因此，表3中的回歸5和回歸6是剔除了這四個直轄市后進行的回歸分析。在回歸5中，雖然剔除了四個直轄市，但商品房銷售價格和工業(yè)增加值比重的系數(shù)符號不變，且顯著。在回歸6中，引入了工具變量后，商品房銷售價格和工業(yè)增加值比重的系數(shù)符號依然為負，但并不顯著。一個可能的原因是該檢驗剔除了4個直轄市后房價差異變小所致。

表3 穩(wěn)健性檢驗

（四）區(qū)域差異檢驗

考慮到中國東中西部地區(qū)經濟發(fā)展差異問題，本文將樣本劃分為東部地區(qū)和中西部地區(qū)，并分別對兩個地區(qū)進行回歸分析（表4）。從表4的回歸結果來看，在考慮了區(qū)域差異后，東部地區(qū)房價上漲對工業(yè)增加值比重的影響系數(shù)值為-0.009，且在1%水平上顯著，說明東部地區(qū)存在較為顯著的擠出效應；而中西部地區(qū)房價上漲對工業(yè)增加值比重的影響系數(shù)為-0.002，但是不顯著。利用工具變量回歸緩解了內生性問題后，表4的回歸3和回歸4顯示，東部地區(qū)仍然存在顯著的擠出效應，中西部地區(qū)則系數(shù)為正但高度不顯著。

從實證結果來看，房價上漲對于工業(yè)產出的擠出效應存在地區(qū)差異，即東部地區(qū)存在擠出效應，而中西部地區(qū)可能并不存在擠出效應。其原因可能在于東部地區(qū)房價上漲相對快速，中西部地區(qū)房價上漲相對平緩，而快速的房價上漲對工業(yè)產出的負面影響更為嚴重，平緩的房價上漲對工業(yè)產出的負面影響較小甚至并不存在。當然，這一結果也存在另外一種解釋——房價上漲相對平緩的中西部地區(qū)也存在擠出效應，但是由于中西部地區(qū)承接東部地區(qū)的產業(yè)轉移，因此在某種程度上緩解了房價上漲對于工業(yè)的擠出效應，本文的實證分析沒有也無法控制相關影響，從而使得回歸結果并不顯著。注：括號內為t值，＊＊＊、＊＊、＊分別表示在1%、5%、10%水平上顯著。

表4 區(qū)域差異

六、結論及啟示

本文詳細闡述了房價上漲對于工業(yè)發(fā)展的影響機制，認為房價上漲對于工業(yè)發(fā)展存在吸附效應、抵押擔保效應和成本效應三種影響，其最終結果取決于三種效應的合力。而實證結果顯示，在全樣本下，房價上漲對于工業(yè)存在擠出效應；考慮到地區(qū)差異后，發(fā)現(xiàn)在東部地區(qū)，房價上漲對于工業(yè)存在擠出效應，而在中西部地區(qū)則不存在擠出效應。

近些年來，房地產作為新的經濟增長點為我國的經濟增長起到了積極的作用，但是從長期經濟發(fā)展來看，房價上漲對工業(yè)具有一定的擠出作用。這是因為房價上漲一方面吸收其他行業(yè)的資金資源，另一方面帶來通貨膨脹和本幣升值，且這些負面效應大于抵押擔保效應帶來的對企業(yè)投資的正面影響。同時，王文春和榮釗（2014）也發(fā)現(xiàn)房價上漲抑制了我國工業(yè)企業(yè)創(chuàng)新傾向?？紤]到這些負面影響，房地產業(yè)作為促進經濟增長的支柱產業(yè)的提法可能是不合適的。更有效的做法是積極擴大中小企業(yè)和民營企業(yè)的融資渠道，維護房地產市場和房價的平穩(wěn)發(fā)展。

［1］呂江林.我國城市住房市場泡沫水平的度量［J］.經濟研究，2010（6）：28-41.

［2］Bernanke B，Gertler M，Gilchrist S.The Financial Accelerator and the Flight to Quality［J］.Review of Economics and Statistics，1996，78（3）：1-15.

［3］Kiyotaki N，Moore J.Credit Cycles［J］.Journal of Political Economy，1997，105（5）：211-248.

［4］Iacoviello M.House Prices，Borrowing Constraints，and Monetary Policy in the Business Cycle［J］.A-merican Economic Review，2005，6（3）：739-764.

［5］Iacoviello M，Neri S.Housing Market Spillovers：Evidence From an Estimated DSGE Model［J］.A-merican Economic Journal：Macroeconomics，2010，4（5）：125-164.

［6］Favilukis J，Ludvigson S，Van N S.The Macroeconomic Effects of Housing Wealth，Housing Finance，and Limited Risk-Sharing in General Equilibrium［R］.Working Paper，2012.

［7］Liu Z P，Wang T，Zha.Land-Price Dynamics and Macroeconomic Fluctuations ［J］.Econometrica，2013，81（3）：1147-1184.

［8］武康平，胡諜.房地產價格在宏觀經濟中的加速器作用研究［J］.中國管理科學，2011，19（1）：29-35.

［9］鄭忠華，邸俊鵬.房地產借貸、金融加速器和經濟波動——一個貝葉斯估計的DSGE模擬研究［J］.經濟評論，2012（2）：25-35.

［10］Gan J，Collateral.Debt Capacity and Corporate Investment：Evidence From a Natural Experiment［J］.Journal of Financial Economics，2007，6（85）：709-734.

［11］Almeida H，Campell M.Financial Constraints，Asset Tangibility，and Corporate Investment［J］.The Review of Financial Studies，2007，20（5）：1429-1460.

［12］Chaney T，Sraer D，Thesmar D.The Collateral Channel：How Real Estate Shocks Affect Corporate Investment［J］.American Economic Review，2012，102（6）：2381-2409.

［13］曾海艦.房產價值與公司投融資變動、抵押擔保渠道效應的中國經驗證據(jù)［J］.管理世界，2012（5）：125-136.

［14］羅時空，周亞虹.房價影響企業(yè)投資嗎：理論與實證［J］.財經研究，2013，39（8）：133-144.

［15］Rampini A，Viswanathan S.Collateral and Capital Structure［J］.Journal of Financial Economics，2013，3（109）：466–492.

［16］Cvijanovic D.Real Estate Prices and Firm Capital Structure［J］.The Review of Financial Studies，2014，27（9）：2690-2735.

［17］王文春，榮昭.房價上漲對工業(yè)企業(yè)創(chuàng)新的抑制影響研究［J］.經濟學季刊，2014，13（2）：465-490.

［18］Hurst E，Lusardi A.Liquidity Constraints，Household Wealth，and Entrepreneurship［J］.Journal of Political Economy，2004，112（2）：319-347.

［19］Fairlie R，Krashinsky H.Liquidity Constraints，Household Wealth，and Entrepreneurship Revisited［J］.Review of Income and Wealth，2012，58（2）：279-306.

［20］Schmalz M，Sraer D，Thesmar D.Housing Collateral and Entrepreneurship［R］.The Journal of Finance Economics，F(xiàn)orthcoming，2013.

［21］Adelino M，Schoar A，Severino F.House Prices，Collateral and Self-Employment［R］.The Journal of Financial Economics，F(xiàn)orthcoming，2013.

［22］范言慧，席丹，殷琳.繁榮與衰落：中國房地產業(yè)擴張與“荷蘭病”［J］.世界經濟，2013（11）：27-50.

［23］吳海民.資產價格波動、通貨膨脹與產業(yè)“空心化”——基于我國沿海地區(qū)民營工業(yè)面板數(shù)據(jù)的實證研究［J］.中國工業(yè)經濟，2012（1）：46-56.

［24］邵挺，范劍勇.房價水平與制造業(yè)的區(qū)位分布——基于長三角的實證研究［J］.中國工業(yè)經濟，2010（10）：24-32.