城市房價對技術(shù)進步要素偏向的影響分析
——基于資本勞動比的中介效應(yīng)檢驗

■王 珍

一、引言與文獻綜述

自1998年我國房地產(chǎn)市場化改革以來，房地產(chǎn)投資總額從1998年的0.36萬億元激增至2018年的12.03萬億元，年均增長率達19.18%。房地產(chǎn)價格不斷攀升、居高不下，對我國儲蓄、消費、勞動力流動、產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新水平等造成諸多影響。學(xué)者們對此展開系列研究：李雪松和黃彥彥（2015）認(rèn)為，隨著房價不斷上漲，人們會因購房和償還住房借款而儲蓄，因此，國民儲蓄率隨之升高；李春風(fēng)等（2014）通過構(gòu)建房價對居民消費影響的動態(tài)面板模型進行實證檢驗，結(jié)果顯示當(dāng)前房價上漲會擠出城鎮(zhèn)居民消費；張莉等（2017）則認(rèn)為房價上升對勞動力產(chǎn)生拉力和阻力兩種相反的作用，這兩種作用使得勞動力流動呈現(xiàn)出先升后降的倒“U”型特征；劉程和王仁曾（2019）實證檢驗房價上漲對產(chǎn)業(yè)結(jié)構(gòu)升級的影響，發(fā)現(xiàn)房價上漲會通過擠占企業(yè)科研投入，導(dǎo)致資源錯配，從而抑制城市產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化；近年來有研究發(fā)現(xiàn)我國房價上漲和房地產(chǎn)市場擴張對技術(shù)創(chuàng)新水平造成負面影響（熊凌云，2019）。學(xué)者們普遍忽視了房價對技術(shù)進步要素偏向的影響。

技術(shù)進步要素偏向是經(jīng)濟學(xué)研究領(lǐng)域關(guān)乎一國消費、就業(yè)和經(jīng)濟增長的重大論題。比如，偏向資本的技術(shù)進步會造成勞動收入份額下降，而勞動收入份額下降或過低會通過人力資本效應(yīng)、消費需求效應(yīng)與生產(chǎn)率效應(yīng)顯著抑制經(jīng)濟增長（鈔小靜和廉園梅，2019）。自Hicks（1932）提出這一概念并進行開創(chuàng)性研究以來，學(xué)者們采用單方程法、標(biāo)準(zhǔn)化供給面系統(tǒng)法和Malmquist指數(shù)法等方法測度技術(shù)進步偏向（Leon et al.，2010）。在此基礎(chǔ)上，研究集中在探討技術(shù)進步偏向的動態(tài)變化及其原因上。由于各國不同時期技術(shù)進步偏向不盡相同，學(xué)者們從不同角度解釋其形成原因。主要形成了4種代表性觀點：一是“要素特征”觀。Acemoglu（2002）認(rèn)為要素價格和市場規(guī)模等特征決定技術(shù)進步的要素偏向；易信和劉鳳良（2013）采用中國1996—2006年的省際面板數(shù)據(jù)進行實證，結(jié)果顯示市場自由度、經(jīng)濟發(fā)達程度和要素市場扭曲程度均能影響技術(shù)進步方向。二是“企業(yè)選擇”觀。Lei（2013）認(rèn)為企業(yè)選擇進入的行業(yè)及其內(nèi)部研發(fā)均傾向于高回報行業(yè)，由此改變要素的相對需求，最終引起技術(shù)進步要素偏向發(fā)生改變。三是“制度與政策”觀。Irmen（2013）認(rèn)為制度與政策尤其是人口政策和專利制度是導(dǎo)致技術(shù)進步偏向性發(fā)展的重要原因；潘士遠（2008）將專利分為勞動密集型產(chǎn)業(yè)專利和技能密集型產(chǎn)業(yè)專利，得出最優(yōu)專利制度會影響技術(shù)進步方向。四是“技術(shù)因素”觀。不同于前面三種觀點均從非技術(shù)因素角度揭示技術(shù)進步偏向的原因，趙偉和趙嘉華（2019）運用2003—2014年省級層面數(shù)據(jù)，從“技術(shù)因素”角度、內(nèi)生和外生層面分析互聯(lián)網(wǎng)技術(shù)的應(yīng)用對我國技術(shù)進步要素偏向的影響，結(jié)論顯示這些內(nèi)生和外生層面的因素都強化技術(shù)進步勞動偏向而弱化技術(shù)進步資本偏向。

筆者沿著“要素特征”視角，研究我國高房價因素對技術(shù)進步要素偏向的影響。本文的貢獻主要包括：第一，將房地產(chǎn)價格這一重要變量納入技術(shù)進步偏向的研究范疇，進一步拓展影響技術(shù)進步偏向的“要素特征”因素，同時，也豐富了房地產(chǎn)價格經(jīng)濟效應(yīng)的研究。第二，不僅證明了房價同比增速是影響技術(shù)進步方向的重要因素，并揭示出它是通過資本勞動比這一“中介”來影響技術(shù)進步偏向的。

二、理論分析與研究假設(shè)

（一）房地產(chǎn)價格與資本勞動比

首先，房價上漲帶來的“信用緩釋效應(yīng)”和“資源重置效應(yīng)”有利于資本要素的積累。就“信用緩釋效應(yīng)”而言，房價上漲會增加企業(yè)自有房產(chǎn)等抵押品的價值，有利于緩解重資產(chǎn)企業(yè)的融資約束，增加其在技術(shù)創(chuàng)新等方面的潛在投入。在不同商業(yè)模式下（重資產(chǎn)模式和輕資產(chǎn)模式），企業(yè)融資約束的緩解程度和技術(shù)創(chuàng)新的要素投入組合存在較大差異。重資產(chǎn)企業(yè)相對輕資產(chǎn)企業(yè)可抵押的資產(chǎn)更多，房價上漲更有利于其提高研發(fā)投入。此外，重資產(chǎn)企業(yè)的研發(fā)投入更容易固化為機器設(shè)備等生產(chǎn)性資本，提高企業(yè)的資本存量。就“資源重置效應(yīng)”而言，房價上漲通過提高房地產(chǎn)行業(yè)的投資回報水平，吸引了大量實體部門進入房地產(chǎn)行業(yè)，造成資本在不同生產(chǎn)部門之間的重新配置，引發(fā)經(jīng)濟“脫實向虛”。但無論何種效應(yīng)占優(yōu)，房價上漲均有利于資本要素的積累。

其次，房價上漲帶來的“信號激勵效應(yīng)”和“成本效應(yīng)”對企業(yè)勞動要素的積累存在不確定性。當(dāng)房價漲幅較為穩(wěn)定時，信號激勵效應(yīng)占主導(dǎo)作用，具體表現(xiàn)為房地產(chǎn)投資出現(xiàn)低風(fēng)險和高回報率，以及高房價將產(chǎn)生日益顯著的財富效應(yīng)，二者促使居民可支配收入增加，進一步產(chǎn)生人才集聚效應(yīng)，緩解創(chuàng)新的人才瓶頸，有利于勞動要素的積累；當(dāng)房價漲幅過快時，成本效應(yīng)的負面影響要更加強烈，這是由于房價上漲過快，高房價提高居住成本并壓縮所在區(qū)域居民的可支配收入，可能造成人才的流失，從而不利于勞動要素的集聚。

綜上，房地產(chǎn)價格對所在區(qū)域企業(yè)資本勞動比的影響取決于房價上漲的幅度。具體來說，當(dāng)企業(yè)所在區(qū)域的房價上漲相對較為穩(wěn)定時，有利于同時提高資本要素和勞動力要素的積累，資本勞動比的變化尚不明確，需要通過實證檢驗加以獲曉；當(dāng)企業(yè)所在區(qū)域的房價漲幅過快時，有利于提高資本要素但不利于勞動力要素的積累，資本勞動比將會提高。

（二）資本勞動比與技術(shù)進步方向

資本勞動比變化產(chǎn)生的稟賦效應(yīng)會對企業(yè)所在區(qū)域的技術(shù)選擇產(chǎn)生影響。當(dāng)資本要素相對于勞動要素更加豐富時，即資本勞動比較高時，會為研發(fā)多用資本的技術(shù)提供更大激勵（Acemoglu，2002）。據(jù)此，Acemoglu（2002）提出弱誘導(dǎo)偏向假說（Weak Induced-Bias Hypothesis），在要素間的替代彈性大小不等于1的條件下，一種要素的相對豐富將會誘使產(chǎn)生偏向于這種要素的技術(shù)進步。具體而言，當(dāng)資本勞動比上升時，技術(shù)進步將偏向于資本。當(dāng)資本勞動比下降時，技術(shù)進步將偏向于勞動。這是因為，若資本的生產(chǎn)效率相對高于勞動的生產(chǎn)效率，會發(fā)生資本對勞動的替代、推升資本勞動比，造成資本的邊際產(chǎn)出高于勞動的邊際產(chǎn)出，技術(shù)進步方向偏向于資本；若勞動的生產(chǎn)效率相對高于資本的生產(chǎn)效率，會發(fā)生勞動對資本的替代、降低資本勞動比，造成勞動的邊際產(chǎn)出高于資本的邊際產(chǎn)出，技術(shù)進步方向偏向于勞動。

結(jié)合前文理論分析，筆者提出以下假設(shè)：

H1：房價上漲通過改變所在區(qū)域企業(yè)的資本勞動比，影響技術(shù)進步方向。

H2：房價上漲對技術(shù)進步方向的影響存在時間異質(zhì)性：不同時期的房價增幅不同，技術(shù)進步偏向資本的程度也不同。

三、研究設(shè)計

（一）模型設(shè)計

由于樣本時間較長，可能存在序列相關(guān)和內(nèi)生性，通過靜態(tài)面板對模型進行估計存在有偏。因此，用動態(tài)面板模型進行估計較為合適。同時，為考察房地產(chǎn)價格對城市技術(shù)進步方向的影響以及資本勞動比在其中發(fā)揮的中介效應(yīng)，建立如下回歸模型：

其中，μi表示個體固定效應(yīng)，λt表示時間固定效應(yīng)，εi，t表示誤差項，Di，t為技術(shù)進步方向指數(shù)，Ln（P）i，t為房價（取對數(shù)），Xi，t為控制變量，Ln（K/L）i，t為資本勞動比（取對數(shù)），Di，t-1為滯后一期的技術(shù)進步方向指數(shù)。Di，t、Ln（P）i，t、Ln（K/L）i，t分別為模型的被解釋變量、解釋變量和中介變量。

式（1）、式（2）、式（3）為中介效應(yīng)模型，筆者根據(jù)錢雪松等（2015）提供的方法檢驗中介效應(yīng)是否存在，具體步驟如下：第一步，對系數(shù)進行顯著性檢驗，如果系數(shù)α不顯著，則中止中介效應(yīng)檢驗。第二步，對系數(shù)β和δ進行顯著性檢驗，如果兩個系數(shù)都顯著，則進一步檢驗α′是否顯著。當(dāng)α′顯著則說明存在部分中介效應(yīng)，當(dāng)α′不顯著則存在完全中介效應(yīng)。第三步，針對系數(shù)β和δ不能同時通過顯著性檢驗的情況，再進行Sobel檢驗，只有當(dāng)檢驗通過才能斷定模型中存在中介效應(yīng)。

式（4）是本文采用的動態(tài)面板模型，用來刻畫技術(shù)進步方向指數(shù)的持續(xù)性特征。同時采用一步法系統(tǒng)GMM和二步法系統(tǒng)GMM對（4）式進行估計，考慮到工具變量的有效性問題，筆者對估計結(jié)果進行了Sargan檢驗，并對殘差項是否存在序列自相關(guān)進行了檢驗。

（二）變量選取

1.因變量。借鑒潘文卿等（2017）的方法構(gòu)建技術(shù)進步方向指數(shù)（Di，t）：

其中，Di，t表示 i城市第 t年的技術(shù)進步方向指數(shù)，AKi，t表示i城市第t年的資本增強型技術(shù)進步，ALi，t表示i城市第t年的勞動增強型技術(shù)進步，表征勞動生產(chǎn)效率的提高程度，ε代表資本-勞動替代彈性。從式（5）可知，技術(shù)進步方向Di，t由資本-勞動替代彈性ε和兩種要素增強型技術(shù)進步的相對速度決定：當(dāng)資本與勞動呈現(xiàn)替代關(guān)系（ε＞1）時，若資本增強型技術(shù)進步相對勞動增強型技術(shù)進步更快（即AKi，t/ALi，t上升），此時技術(shù)進步方向偏向于資本（Di，t＞0）。若勞動增強型技術(shù)進步相對資本增強型技術(shù)進步更快（即AKi，t/ALi，t下降），此時技術(shù)進步方向偏向于勞動（Di，t＜0）。當(dāng)資本與勞動呈現(xiàn)互補關(guān)系（ε＜1）時，若資本增強型技術(shù)進步相對勞動增強型技術(shù)進步更快（即AKi，t/ALi，t上升），此時技術(shù)進步方向偏向于勞動（Di，t＜0），若勞動增強型技術(shù)進步相對資本增強型技術(shù)進步更快（即AKi，t/ALi，t下降），此時技術(shù)進步方向偏向于資本（Di，t＞0）。

為了計算式（5），需要先估算出資本-勞動替代彈性ε和要素增強型技術(shù)進步 AKi，t和 ALi，t。要素增強型技術(shù)進步的計算方法可參見戴天仕和徐現(xiàn)祥（2010），資本-勞動替代彈性的計算方法借鑒Klump et al.（2007）提出的標(biāo)準(zhǔn)化供給面系統(tǒng)，該方法的測算結(jié)果相對穩(wěn)健。同時，借鑒潘文卿等（2017）的做法，對要素效率增長率的表達式進行合理簡化，構(gòu)建下列估計方程：

2.自變量。自變量采用了城市房價同比增速的變量代理。其中房價是用商品房銷售總額/商品房銷售面積計算。

3.控制變量。目前，對技術(shù)進步方向影響因素的研究較少，部分研究利用省級數(shù)據(jù)從要素市場扭曲、人口年齡結(jié)構(gòu)、互聯(lián)網(wǎng)應(yīng)用等角度研究中國技術(shù)進步方向偏向資本的原因。由于上述變量在城市層面的數(shù)據(jù)難以取得，筆者參照同樣利用城市數(shù)據(jù)測算技術(shù)進步方向的文獻（李磊，等，2019），在模型中引入如下控制變量：（1）人均GDP，用以衡量地區(qū)經(jīng)濟發(fā)展水平，選用人均GDP而非GDP總量，可以消除房地產(chǎn)價格對地區(qū)經(jīng)濟發(fā)展的影響，一定程度上減少了自變量與控制變量之間的共線性問題。（2）人力資本，筆者采用普通高等學(xué)校在校大學(xué)生人數(shù)作人力資本的代理變量。（3）產(chǎn)業(yè)結(jié)構(gòu)，筆者使用各地區(qū)第二產(chǎn)業(yè)產(chǎn)值與GDP的比值作為產(chǎn)業(yè)結(jié)構(gòu)的代理變量。（4）對外開放程度，筆者采用各地方歷年實際利用外商投資總額占GDP的比重來衡量地區(qū)對外開放水平。各變量的定義及計算方法見表1。

表1 變量定義及解釋說明

（三）數(shù)據(jù)來源與變量說明

由于2006年之前部分城市的一些關(guān)鍵變量數(shù)據(jù)缺失，且因2006年我國首次提出“建設(shè)創(chuàng)新型國家”，并逐步建立創(chuàng)新評價體系，出臺相應(yīng)的創(chuàng)新鼓勵政策。為控制政策因素變量對實證結(jié)果的影響，且因自變量Growth的數(shù)值需要上年的房地產(chǎn)價格計算得出，將研究樣本選為2007—2018年我國35個大中城市數(shù)據(jù)①35個大中城市”是指京津滬渝4個直轄市、26個省會城市（大陸地區(qū)西藏除外），以及深圳、青島、廈門、寧波、大連5個計劃單列市。。所有數(shù)據(jù)源于歷年《中國城市統(tǒng)計年鑒》、國家統(tǒng)計局官網(wǎng)以及Wind數(shù)據(jù)庫。

因變量技術(shù)進步方向和中介變量資本勞動比測算中使用的變量：

1.資本存量（K）。只有生產(chǎn)性資本才可能對勞動發(fā)生替代或者互補效應(yīng)，應(yīng)該基于生產(chǎn)性資本存量對替代彈性進行估計。單豪杰（2008）對之前學(xué)者的估算進一步修正，從生產(chǎn)性資本存量角度推斷基期資本存量和折舊率。筆者采用單豪杰（2008）的方法以2006年不變價格計算城市資本存量。

2.資本價格指數(shù)（pK）與資本成本份額（SK）。筆者對Romer（1999）提出的資本使用價格測算方法進行簡化，使之更加符合我國實際情況。簡化后資本使用價格的測算方程為：PK（t）=r（t）+δ（t）-π（t）。其中，利率r（t）采取1995年以來的根據(jù)當(dāng)年變動月份加權(quán)平均后的銀行三年期固定資產(chǎn)貸款的加權(quán)利率，通脹率π（t）本文采用了消費價格指數(shù)CPI衡量，折舊率δ（t）為10%。資本價格指數(shù)pK利用資本使用價格PK進行計算得到，并換算為1995年為基期。資本價格與資本存量的乘積即為總的資本成本額，資本成本額與總成本之比即為資本成本份額SK。

3.勞動價格指數(shù)（PL）與勞動成本份額（SL）。用在崗職工的平均工資作為勞動價格，并用在崗職工的平均實際工資指數(shù)作為各省份的勞動價格指數(shù)（PL）。由于年鑒中沒有提供在崗職工人數(shù)的數(shù)據(jù)，所以利用在崗職工總工資除以在崗職工平均工資估計在崗職工人數(shù)，作為勞動力投入數(shù)據(jù)。采用在崗職工的總工資作為勞動成本額，勞動成本額占總成本的比重就是勞動成本份額SL。

四、實證結(jié)果與分析

（一）變量描述性統(tǒng)計

在實證分析前，首先對變量進行描述性統(tǒng)計，模型中各變量的描述性統(tǒng)計如表2所示。我國不同城市的技術(shù)進步方向差異較大，最大值達0.3846，技術(shù)進步方向明顯偏向資本，最小值-0.5306，技術(shù)進步方向明顯偏向勞動?？傮w上看，樣本城市的技術(shù)進步方向偏向資本。

表2 主要變量的基本統(tǒng)計特征

（二）實證過程與結(jié)果分析

1.資本勞動比中介效應(yīng)的考察。對房價同比增速與技術(shù)進步方向之間的關(guān)系進行全國范圍內(nèi)的樣本考察，同時檢驗資本勞動比在其中的中介效應(yīng)。表3中的模型（1）至模型（3）對應(yīng)（1）式、（2）式、（3）式檢驗中介效應(yīng)的模型。首先，對模型（1）中房價同比增速的系數(shù)進行顯著性檢驗，系數(shù)在10%的顯著性水平下顯著，說明房價同比增速上漲會直接導(dǎo)致技術(shù)進步方向偏向資本。同時，繼續(xù)進行中介效應(yīng)檢驗。其次，對模型（2）中Growth的系數(shù)、模型（3）中Growth和lnkl的系數(shù)進行顯著性檢驗，所有系數(shù)都顯著，說明存在部分中介效應(yīng)，即資本勞動比作為房價同比增速影響技術(shù)進步方向的中介渠道顯著存在，研究假設(shè)H1成立。由于存在部分中介效應(yīng)，意味著房價同比增速和資本勞動比均會對技術(shù)進步方向產(chǎn)生影響，若接下來的GMM回歸得出房價同比增速和資本勞動比對技術(shù)進步方向的顯著性和影響方向基本一致，即進一步證明假設(shè)H1成立。

表3 資本勞動比的中介效應(yīng)檢驗

2.全樣本考察。上文證實了資本勞動比是房價同比增速影響技術(shù)進步方向的中介變量，為了更清楚地展示房價同比增速、資本勞動比與技術(shù)進步方向之間的關(guān)系，將房價同比增速和資本勞動比作為核心解釋變量同時放入回歸模型。同時考慮樣本時間跨度較長，可能存在自相關(guān)的問題，采用動態(tài)面板模型對上述問題進行修正。表4列出了對式（4）的估計結(jié)果。模型（1）是基于一步法的系統(tǒng)GMM的估計結(jié)果，結(jié)果顯示房價同比增速和資本勞動比均對技術(shù)進步方向有顯著作用，其系數(shù)分別為0.0030和0.0167，說明房價同比增速和資本勞動比提高1個單位，技術(shù)進步方向指數(shù)分別提高0.0030個單位和0.0167個單位，也就是說房價同比增速和資本勞動比越高，技術(shù)進步越偏向于資本，研究假設(shè)成立。從Sargan檢驗結(jié)果看，其P值＞0.01，說明在1%的顯著性水平上無法拒絕“所有工具變量均有效”的原假設(shè)，說明模型不存在過度識別的問題，工具變量的設(shè)置合理。AR（1）檢驗P值小于0.1，說明殘差項存在顯著的一階自相關(guān)，但AR（2）檢驗P值大于0.1，說明殘差項不存在二階自相關(guān)，符合模型的設(shè)定條件。Di，t-1的系數(shù)顯著，說明技術(shù)進步方向有顯著的持續(xù)性特征。模型（2）是基于兩步法的系統(tǒng)GMM的估計結(jié)果，結(jié)論跟模型（1）的解釋變量和顯著性水平基本一致。說明本文結(jié)論對不同的計量回歸方法是穩(wěn)健的。同時，也進一步證明了表3的結(jié)論以及研究假設(shè)1：資本勞動比是房價同比增速影響技術(shù)進步方向的中介變量。

表4 房地產(chǎn)價格、資本勞動比與技術(shù)進步方向回歸結(jié)果

3.分時間段考察。為了考察房地產(chǎn)價格對技術(shù)進步方向的影響在不同時間段的差異，根據(jù)樣本的總體上漲幅度，將房價變動幅度在6%以內(nèi)的時期定義為平穩(wěn)期，將房價變動幅度在10%以上的時期定義為波動期。具體劃分情況如下：2006—2010年期間，房價增速起伏較大，且每年的增速變動均超過10%，因此將這一段時期歸納為波動上漲期；2010—2014年期間，房價增速較穩(wěn)定，雖然2014年的房價增幅有所下降，但未超過6%，同時為了保持?jǐn)?shù)據(jù)的連貫性，筆者將該區(qū)間劃分為平穩(wěn)上漲期；最后，2014—2018年為快速上漲期，理由如下：在這段時期內(nèi)，房價增速一直在提升，雖然在2017年增速有所回落，但并未影響總體趨勢，且期間房價增速總體上漲幅度超過10%。相應(yīng)的回歸結(jié)果見表5。

表5列出基于系統(tǒng)GMM的回歸結(jié)果，結(jié)果顯示在波動上漲期，實證結(jié)果并不顯著。筆者認(rèn)為：在波動上漲期間，房地產(chǎn)價格增幅波動較大，房價甚至出現(xiàn)了負增長，未形成一個連續(xù)的趨勢。這種情況下，自變量Growth的值與實際的房地產(chǎn)價格同比增速相差較大，并不能代表實際房價增速的變化情況，因而不具備理論價值和現(xiàn)實意義。在平穩(wěn)上漲期和快速上漲期，房價同比增速和資本勞動比均對技術(shù)進步方向有顯著的正向作用。同時，可以發(fā)現(xiàn)快速上漲期比平穩(wěn)上漲期的Growth和Lnkl系數(shù)值大，在平穩(wěn)上漲期，房價同比增速和資本勞動比增加1個單位時，技術(shù)進步方向分別增加0.0012和0.0400個單位；在快速上漲期，房價同比增速和資本勞動比增加1個單位，技術(shù)進步方向分別增加0.0014和0.0462個單位，說明在快速上漲期，房價同比增速和資本勞動比對技術(shù)進步方向偏向資本的影響更大，該結(jié)論符合研究假設(shè)2所提出的時間異質(zhì)性假說，即房價上漲幅度不同，技術(shù)進步偏向資本的程度不同。實證結(jié)果也對前文的理論分析中房價漲幅穩(wěn)定時資本勞動比的變化做出回答?；貧w結(jié)果表明：在房價上漲增速較為穩(wěn)定時期，資本勞動比是提升的，此時技術(shù)進步方向也偏向資本。當(dāng)房價上漲幅度穩(wěn)定時，資本要素和勞動要素都得到了增加，但是資本要素的增加量大于勞動要素的增加量，因此資本勞動比仍然處于上升狀態(tài)，技術(shù)進步方向偏向資本；而當(dāng)房價上漲速度較快時，資本勞動比進一步提升，技術(shù)進步方向偏向資本的程度更深。最后，三組實證結(jié)果的對比可能隱含了一個事實，波動上漲期間的實證結(jié)果不顯著從側(cè)面反映穩(wěn)定上漲期和快速上漲期數(shù)據(jù)穩(wěn)定，實證結(jié)果可靠，文中的階段劃分較準(zhǔn)確。

表5 不同時間段房價同比增速、資本勞動比與技術(shù)進步方向回歸結(jié)果

（三）穩(wěn)健性檢驗

筆者從以下方面進行穩(wěn)健性檢驗：（1）用房價收入比的增速來衡量房價；（2）剔除房價增速變量最大和最小1%樣本后的回歸結(jié)果；（3）采用二步法差分GMM模型代替系統(tǒng)GMM模型修正房價內(nèi)生性進行估計。檢驗結(jié)果顯示，雖然部分控制變量的顯著性水平發(fā)生了變化，但整體仍通過了穩(wěn)健性檢驗。與表4、表5相比，從以上三方面進行穩(wěn)健性檢驗，對結(jié)論并無實質(zhì)性影響，穩(wěn)健性檢驗結(jié)果仍然支持研究假設(shè)。

五、結(jié)論與政策建議

選取2007—2018年我國35個大中城市面板數(shù)據(jù)，運用標(biāo)準(zhǔn)化供給面系統(tǒng)方法，測算了市級層面的技術(shù)進步方向。同時運用中介效應(yīng)檢驗?zāi)Ｐ秃虶MM回歸方法，在不同條件分布的情形下，實證檢驗了房價同比增速促進城市技術(shù)進步方向偏向資本。中介效應(yīng)檢驗的結(jié)果證實了資本勞動比是房價同比增速影響技術(shù)進步方向的重要渠道。研究結(jié)果表明：一是房地產(chǎn)價格上漲可以緩解企業(yè)融資約束，有利于在整體上提升企業(yè)的資本勞動比，進而導(dǎo)致技術(shù)進步方向偏向于資本，符合偏向型技術(shù)進步的“弱誘導(dǎo)偏向型假說”；二是GMM回歸表明房價上漲幅度對資本偏向型技術(shù)進步的影響具有時間異質(zhì)性，相比于房價上漲溫和期間，房價快速上漲時期的資本勞動比更高，技術(shù)進步方向偏向資本的程度越大。實證結(jié)論與前文的理論分析和假設(shè)基本一致。

以上研究結(jié)論為我國政府采取抑制高房價的房地產(chǎn)政策提供決策依據(jù)。2008年以來，我國采取以限購、限貸等行政性手段為主的抑制房價快速上漲的系列措施，曾經(jīng)一度越“限”越“漲”，近幾年隨著經(jīng)濟增速放緩房價上漲速度也有所下降，而2020年新冠肺炎疫情過后經(jīng)濟的復(fù)蘇可能重新刺激房價上漲。因此，為繼續(xù)抑制房價可能的高速上漲，我國政府可以考慮采取以下措施：第一，將行政性措施轉(zhuǎn)向以市場化手段為主的房地產(chǎn)政策體系。綜合運用土地、金融、財稅、法律等多元化市場化手段，解除制約房地產(chǎn)市場穩(wěn)定、規(guī)范發(fā)展的制度障礙。通過增強對銀行等金融機構(gòu)的房地產(chǎn)貸款的金融審慎監(jiān)管等措施，抑制居民的投機性炒房需求，抑制企業(yè)資金過度流向房地產(chǎn)領(lǐng)域，從而降低居民和企業(yè)部門杠桿過快增長以及由此產(chǎn)生的借貸風(fēng)險。第二，根據(jù)各時期的房價上漲程度實施差異化的房地產(chǎn)信貸政策。實證結(jié)果表明，在房價上漲幅度越高的時期，技術(shù)進步偏向資本的程度越大。因此，應(yīng)重點關(guān)注房價的上漲情況，尤其關(guān)注人口凈流入規(guī)模較大的大中城市，由于教育資源、醫(yī)療資源、就業(yè)機會等均向大城市傾斜，大中城市人口越來越密集，對住房的需求也會越大，如若供不應(yīng)求，很容易導(dǎo)致房價飆升。一方面，應(yīng)以信貸資金和政策等支持或滿足剛性住房需求，同時，應(yīng)增大住宅用地供應(yīng)，從而從供給側(cè)增加住宅供應(yīng)能力。另一方面，實行“租購并舉”“租購?fù)瑱?quán)”的住房制度改革，完善房地產(chǎn)中介機構(gòu)和服務(wù)，增加房地產(chǎn)及其相關(guān)政策等信息透明度，合理引導(dǎo)市場預(yù)期，避免房價暴漲暴跌。