城市房价与全要素生产率:“挤出效应”与“筛选效应”
|
摘要
本文主要关注城市房价对整体全要素生产率和企业个体全要素生产率影响的差异性,重点分析城市房价上涨对工业企业的"筛选效应"与"倒逼效应"。利用230个地级市数据和微观工业企业数据,采用工具变量法分别检验了房价对城市整体以及工业企业全要素生产率的差异性影响。实证结果表明,城市高房价显著抑制了城市全要素生产率水平的提升,这种抑制效应主要来自房地产投资对实体经济资金的"挤占效应"和"资源错配效应"。城市房价快速上涨对工业企业的"筛选效应",使房价快速增长城市工业企业的全要素生产率一般会较高。如果对留存企业的"倒逼效应"难以抵消房价上涨带来的效率损失时,房价快速上涨累积形成的高房价与工业企业生产率之间会存在一种"倒U型"曲线关系。城市房价快速上涨对服务业企业的"锁定效应"与生产率的"侵蚀效应",使房价快速上涨及高房价城市中工业企业全要素生产率较高,但城市整体生产率水平较低。稳健性分析也支持了以上研究结论。
The paper mainly focuses on the difference in the effect of urban housing prices on the overall total factor productivity(TFP) and individual corporate TFP, especially on the "sorting effects" and the "reversed transmission of pressure effects" of rising urban housing prices on industrial enterprises. It uses instrumental variables to analyze the data of 230 prefecture-level cities and individual industrial enterprises to check the varying influence of housing prices on the city's overall TFP as well as individual industrial enterprises' TFP. The empirical results show that high housing prices significantly inhibit the growth of the city's overall TFP, mainly due to the "crowding-out effects" and the "resource mismatch effects" of real estate investment on investment in the real economy. Under the "sorting effects" of the fast-growing urban housing prices on industrial enterprises, the industrial enterprises located in cities where housing prices soar tend to have a high TFP. There will be an inverted U-shaped relationship between high housing prices and industrial enterprises' productivity when retained enterprises fail to offset the loss of efficiency caused by rising house prices through the "reversed transmission of pressure effects". Due to "lock-in effects" of soaring urban housing prices on service enterprises and "erosion effects" on productivity, industrial enterprises in cities with soaring or already sky-high housing prices tend to have a high TFP while these cities' overall productivity is low. Robustness analysis also supports the above conclusions.
The paper mainly focuses on the difference in the effect of urban housing prices on the overall total factor productivity(TFP) and individual corporate TFP, especially on the "sorting effects" and the "reversed transmission of pressure effects" of rising urban housing prices on industrial enterprises. It uses instrumental variables to analyze the data of 230 prefecture-level cities and individual industrial enterprises to check the varying influence of housing prices on the city's overall TFP as well as individual industrial enterprises' TFP. The empirical results show that high housing prices significantly inhibit the growth of the city's overall TFP, mainly due to the "crowding-out effects" and the "resource mismatch effects" of real estate investment on investment in the real economy. Under the "sorting effects" of the fast-growing urban housing prices on industrial enterprises, the industrial enterprises located in cities where housing prices soar tend to have a high TFP. There will be an inverted U-shaped relationship between high housing prices and industrial enterprises' productivity when retained enterprises fail to offset the loss of efficiency caused by rising house prices through the "reversed transmission of pressure effects". Due to "lock-in effects" of soaring urban housing prices on service enterprises and "erosion effects" on productivity, industrial enterprises in cities with soaring or already sky-high housing prices tend to have a high TFP while these cities' overall productivity is low. Robustness analysis also supports the above conclusions.
引文
1.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》,《世界经济》2015年第4期。
2.邓健、张玉新:《房价波动对居民消费的影响机制》,《管理世界》2011年第4期。
3.邓明:《财政支出、支出竞争与中国地区经济增长效率》,《财贸经济》2013年第10期。
4.范子英、张军:《财政分权与中国经济增长的效率——基于非期望产出模型的分析》,《管理世界》2009年第7期。
5.顾乃华:《城市化与服务业发展:基于省市制度互动视角的研究》,《世界经济》2011年第1期。
6.况伟大:《中国住房市场存在泡沫吗》,《世界经济》2008年第12期。
7.刘秉镰、武鹏、刘玉海:《交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析》,《中国工业经济》2010年第3期。
8.李力行、黄佩嫒、马光荣:《土地资源错配与中国工业企业生产率差异》,《管理世界》2016年第8期。
9.刘晨晖、陈长石:《我国房地产去泡沫化风险及其应对》,《经济学家》2015年第11期。
10.卢峰、姚洋:《金融压抑下的法治、金融发展和经济增长》,《中国社会科学》2004年第1期。
11.罗知、张川川:《信贷扩张、房地产投资与制造业部门的资源配置效率》,《金融研究》2015年第7期。
12.梁文泉、陆铭:《后工业化时代的城市:城市规模影响服务业人力资本外部性的微观证据》,《经济研究》2016年第12期。
13.吕江林:《我国城市住房市场泡沫水平的度量》,《经济研究》2010年第6期。
14.毛其淋:《要素市场扭曲与中国工业企业生产率——基于贸易自由化视角的分析》,《金融研究》2013年第2期。
15.聂辉华、江艇、杨汝岱:《中国工业企业数据库的使用现状和潜在问题》,《世界经济》2012年第5期。
16.齐讴歌、周新生、王满仓:《房价水平、交通成本与产业区位分布关系再考量》,《当代经济科学》2012年第1期。
17.邵挺, 范剑勇:《房价水平与制造业的区位分布——基于长三角的实证研究》,《中国工业经济》 2010年第10期。
18.王文春、荣昭:《房价上涨对工业企业创新的抑制影响研究》,《经济学(季刊)》2014年第1期。
19.吴海民:《资产价格波动、通货膨胀与产业“空心化”——基于我国沿海地区民营工业面板数据的实证研究》,《中国工业经济》2012年第1期。
20.吴晓瑜、王敏、李力行:《中国的高房价是否阻碍了创业?》,《经济研究》2014年第9期。
21.谢攀、林致远:《地方保护、要素价格扭曲与资源误置——来自A股上市公司的经验证据》,《财贸经济》2016年第 2期。
22.颜色、朱国钟:《房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析》,《管理世界》2013年第3期。
23.杨艳琳、张恒:《全球视角下服务业与城市化互动关系研究——基于22个国家1960—2013年面板数据的实证分析》,《中国人口·资源与环境》2015年第11期。
24.余静文、王媛、谭静:《房价高增长与企业“低技术锁定”——基于中国工业企业数据库的微观证据》,2015年《上海财经大学学报》第5期。
25.余淼杰:《加工贸易、企业生产率和关税减免——来自中国产品面的证据》,《经济学(季刊)》2011年第4期。
26.余泳泽、张先轸:《要素禀赋、适宜性创新模式选择与全要素生产率提升》,《管理世界》2015年第9期。
27.张军、吴桂英、张吉鹏:《中国省际物质资本存量估算:1952—2000》,《经济研究》2004年第10期。
28.张杰、杨连星、新夫:《房地产阻碍了中国创新么?——基于金融体系贷款期限结构的解释》,《管理世界》2016年第5期。
29.Amiti, M., & Konings, J., Trade Liberalization, Intermediate Inputs, and Productivity: Evidence from Indonesia. American Economic Review, Vol.97,No.5, 2007, pp.1611-1638.
30.Bleck, A., & Liu, X., Credit Expansion and Ccredit Misallocation Social Science Electronic Publishing, 2011.
31.Banerjee, A.V., & Moll, B., Why does Misallocation Persist? American Economic Journal: Macroeconomics, Vol.2, No.1, 2010, pp.189-206.
32.Bartelsman, E. J., Haltiwanger, J. C., & Scarpetta, S., Cross-Country Differences in Productivity; The Role of Allocation and Selection. American Economic Review, Vol.103, No.1, 2013, pp.305-334.
33.Burchardi, K. B., & Hassan, T. A., The Economic Impact of Social Ties: Evidence from German Reunification. Quarterly Journal of Economics, Vol.128, No.3, 2013, pp.1219-1271.
34.Brandt, L. , Biesebroeck, J. V., & Zhang, Y. , Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing. Journal of Development Economics, Vol.97, No.2, 2009, pp.339-351.
35.Brandt, L., Tombe, T., & Zhu, X., Factor Market Distortions across Time, Space and Sectors in China. Review of Economic Dynamics, Vol.16, No.1, 2013, pp.39-58.
36.Baron, R.M., & Kenny, D. A., The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, Vol.51, No.6, 1986, pp.1173-1198.
37.Caballero, R. J., & Krishnamurthy, A., Bubbles and Capital Flow Volatility: Causes and Risk Management. Social Science Electronic Publishing, Vol.53, No.1, 2006, pp.35-53.
38.Caselli, F., Accounting for Cross-country Income Differences. Handbook of Economic Growth, Vol.1,No.5, 2005,pp.679-741.
39.Chaney, T., & Thesmar, D., The Collateral Channel: How Real Estate Shocks Affect Corporate Investment. American Economic Review, Vol.102, No.6, 2012, pp.2381-2409.
40.Chen, T., Liu, L.X., & Zhou, L.A., The Crowding-out Effects of Real Estate Shocks-Evidence from China. Social Science Electronic Publishing, 2015.
41.Eslava, M., Haltiwanger, J., Kugler, A., & Kugler, M., The Effects of Structural Reforms on Productivity Profitability Enhancing Reallocation: Evidence from Columbia. Journal of Development Economics, Vol.75,No.2, 2004, pp.333-371.
42.Feenstra, R., Li, Z., & Yu, M., Exports and Credit Constraints under Incomplete Information: Theory and Evidence from China. Review of Economics and Statistics, Vol.96, No.4, 2011, pp.729-744.
43.Hall, R.E., & Jones, C.L., Why Do Some Countries Produce So Much More Output Per Worker Than Others? Quarterly Journal of Economics, Vol.114, No.1, 1999,pp.83-116.
44.Hsieh, C., & Klenow, P.J., Misallocation and Manufacturing TFP in China and India. Quarterly Journal of Economic , Vol.124, No.4, 2009, pp.1403-1448.
45.Kumbhakar, S., & Lovell, C., Stochastic Frontier Analysis New York: Cambridge University Press, 2000.
46.Keeble, D., & Nacham, L., Why Do Business Service Firms Cluster? Small Consultancies, Clustering and Decentralization in London and Southern England. Transactions of the Institute of British Geographers, Vol.27, No.1, 2002, pp.67-90.
47.Greenwood, J., & Wang, C., Financing Development: the Role of Information Costs. American Economic Review, Vol.100,No.4, 2010,pp.1875-1891.
48.Miao, J., & Wang, P., Sectoral Bubbles, Misallocation, and Endogenous growth. Journal of Mathematical Economics, Vol.53,No.8, 2014, pp.153-163.
49.Nunn, N., & Qian, N., US Food Aid and Civil Conflict. American Economic Review, Vol.104,No.6, 2014,pp.1630-1666.
50.Olley, G.S., & Pakes, A., The Dynamics of Productivity in the Telecommunication Equipment Industry. Econometric, Vol.64, No.6, 1992, pp.1263-1297.
51.Porter, M., & Stern, S., National Innovative Capacity. Research Policy, Vol.31,No.6, 2002, pp.899- 933.
52.Saiz, A., The Geographic Determinants of Housing Supply. Quarterly Journal of Economics. Vol.125, No.3, 2010, pp.1253-1296.
53.Stock, J. H., & Yogo, M., Testing for Weak Instruments in Linear IV Regression. Nber Technical Working Papers, Vol.14, No.1, 2002, pp.80-108.
54.Wang, X., & Wen, Y., Can Rising Housing Prices Explain China's High Household Saving Rate? Social Science Electronic Publishing, Vol.93,No.3, 2010,pp.67-88.
(1)论文通过构造125个非OECD国家在过去36年间接受粮食援助的次数比例(与个体变化有关)与上一年美国小麦产量(与时间变化有关)的交互项,作为内生变量粮食援助的工具变量。
(2)这里我们并没有采用一般的基期资本存量计算方法,主要原因在于城市层面数据并不像省级层面数据那么完善,能得到的比较早的城市数据为1991年数据,如果采用一般基期资本存量计算方法,由于基期年份较晚,可能会造成基期资本存量计算的偏差。本文采用较为准确的省级资本存量根据城市规模折算到市级层面,这样可以较为准确地确定城市层面的基期资本存量,并且本文估计的时间期限为1998—2013年,以1991年计算的市级基期资本存量对1998年资本存量计算的影响也会随之变小。
2.邓健、张玉新:《房价波动对居民消费的影响机制》,《管理世界》2011年第4期。
3.邓明:《财政支出、支出竞争与中国地区经济增长效率》,《财贸经济》2013年第10期。
4.范子英、张军:《财政分权与中国经济增长的效率——基于非期望产出模型的分析》,《管理世界》2009年第7期。
5.顾乃华:《城市化与服务业发展:基于省市制度互动视角的研究》,《世界经济》2011年第1期。
6.况伟大:《中国住房市场存在泡沫吗》,《世界经济》2008年第12期。
7.刘秉镰、武鹏、刘玉海:《交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析》,《中国工业经济》2010年第3期。
8.李力行、黄佩嫒、马光荣:《土地资源错配与中国工业企业生产率差异》,《管理世界》2016年第8期。
9.刘晨晖、陈长石:《我国房地产去泡沫化风险及其应对》,《经济学家》2015年第11期。
10.卢峰、姚洋:《金融压抑下的法治、金融发展和经济增长》,《中国社会科学》2004年第1期。
11.罗知、张川川:《信贷扩张、房地产投资与制造业部门的资源配置效率》,《金融研究》2015年第7期。
12.梁文泉、陆铭:《后工业化时代的城市:城市规模影响服务业人力资本外部性的微观证据》,《经济研究》2016年第12期。
13.吕江林:《我国城市住房市场泡沫水平的度量》,《经济研究》2010年第6期。
14.毛其淋:《要素市场扭曲与中国工业企业生产率——基于贸易自由化视角的分析》,《金融研究》2013年第2期。
15.聂辉华、江艇、杨汝岱:《中国工业企业数据库的使用现状和潜在问题》,《世界经济》2012年第5期。
16.齐讴歌、周新生、王满仓:《房价水平、交通成本与产业区位分布关系再考量》,《当代经济科学》2012年第1期。
17.邵挺, 范剑勇:《房价水平与制造业的区位分布——基于长三角的实证研究》,《中国工业经济》 2010年第10期。
18.王文春、荣昭:《房价上涨对工业企业创新的抑制影响研究》,《经济学(季刊)》2014年第1期。
19.吴海民:《资产价格波动、通货膨胀与产业“空心化”——基于我国沿海地区民营工业面板数据的实证研究》,《中国工业经济》2012年第1期。
20.吴晓瑜、王敏、李力行:《中国的高房价是否阻碍了创业?》,《经济研究》2014年第9期。
21.谢攀、林致远:《地方保护、要素价格扭曲与资源误置——来自A股上市公司的经验证据》,《财贸经济》2016年第 2期。
22.颜色、朱国钟:《房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析》,《管理世界》2013年第3期。
23.杨艳琳、张恒:《全球视角下服务业与城市化互动关系研究——基于22个国家1960—2013年面板数据的实证分析》,《中国人口·资源与环境》2015年第11期。
24.余静文、王媛、谭静:《房价高增长与企业“低技术锁定”——基于中国工业企业数据库的微观证据》,2015年《上海财经大学学报》第5期。
25.余淼杰:《加工贸易、企业生产率和关税减免——来自中国产品面的证据》,《经济学(季刊)》2011年第4期。
26.余泳泽、张先轸:《要素禀赋、适宜性创新模式选择与全要素生产率提升》,《管理世界》2015年第9期。
27.张军、吴桂英、张吉鹏:《中国省际物质资本存量估算:1952—2000》,《经济研究》2004年第10期。
28.张杰、杨连星、新夫:《房地产阻碍了中国创新么?——基于金融体系贷款期限结构的解释》,《管理世界》2016年第5期。
29.Amiti, M., & Konings, J., Trade Liberalization, Intermediate Inputs, and Productivity: Evidence from Indonesia. American Economic Review, Vol.97,No.5, 2007, pp.1611-1638.
30.Bleck, A., & Liu, X., Credit Expansion and Ccredit Misallocation Social Science Electronic Publishing, 2011.
31.Banerjee, A.V., & Moll, B., Why does Misallocation Persist? American Economic Journal: Macroeconomics, Vol.2, No.1, 2010, pp.189-206.
32.Bartelsman, E. J., Haltiwanger, J. C., & Scarpetta, S., Cross-Country Differences in Productivity; The Role of Allocation and Selection. American Economic Review, Vol.103, No.1, 2013, pp.305-334.
33.Burchardi, K. B., & Hassan, T. A., The Economic Impact of Social Ties: Evidence from German Reunification. Quarterly Journal of Economics, Vol.128, No.3, 2013, pp.1219-1271.
34.Brandt, L. , Biesebroeck, J. V., & Zhang, Y. , Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing. Journal of Development Economics, Vol.97, No.2, 2009, pp.339-351.
35.Brandt, L., Tombe, T., & Zhu, X., Factor Market Distortions across Time, Space and Sectors in China. Review of Economic Dynamics, Vol.16, No.1, 2013, pp.39-58.
36.Baron, R.M., & Kenny, D. A., The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, Vol.51, No.6, 1986, pp.1173-1198.
37.Caballero, R. J., & Krishnamurthy, A., Bubbles and Capital Flow Volatility: Causes and Risk Management. Social Science Electronic Publishing, Vol.53, No.1, 2006, pp.35-53.
38.Caselli, F., Accounting for Cross-country Income Differences. Handbook of Economic Growth, Vol.1,No.5, 2005,pp.679-741.
39.Chaney, T., & Thesmar, D., The Collateral Channel: How Real Estate Shocks Affect Corporate Investment. American Economic Review, Vol.102, No.6, 2012, pp.2381-2409.
40.Chen, T., Liu, L.X., & Zhou, L.A., The Crowding-out Effects of Real Estate Shocks-Evidence from China. Social Science Electronic Publishing, 2015.
41.Eslava, M., Haltiwanger, J., Kugler, A., & Kugler, M., The Effects of Structural Reforms on Productivity Profitability Enhancing Reallocation: Evidence from Columbia. Journal of Development Economics, Vol.75,No.2, 2004, pp.333-371.
42.Feenstra, R., Li, Z., & Yu, M., Exports and Credit Constraints under Incomplete Information: Theory and Evidence from China. Review of Economics and Statistics, Vol.96, No.4, 2011, pp.729-744.
43.Hall, R.E., & Jones, C.L., Why Do Some Countries Produce So Much More Output Per Worker Than Others? Quarterly Journal of Economics, Vol.114, No.1, 1999,pp.83-116.
44.Hsieh, C., & Klenow, P.J., Misallocation and Manufacturing TFP in China and India. Quarterly Journal of Economic , Vol.124, No.4, 2009, pp.1403-1448.
45.Kumbhakar, S., & Lovell, C., Stochastic Frontier Analysis New York: Cambridge University Press, 2000.
46.Keeble, D., & Nacham, L., Why Do Business Service Firms Cluster? Small Consultancies, Clustering and Decentralization in London and Southern England. Transactions of the Institute of British Geographers, Vol.27, No.1, 2002, pp.67-90.
47.Greenwood, J., & Wang, C., Financing Development: the Role of Information Costs. American Economic Review, Vol.100,No.4, 2010,pp.1875-1891.
48.Miao, J., & Wang, P., Sectoral Bubbles, Misallocation, and Endogenous growth. Journal of Mathematical Economics, Vol.53,No.8, 2014, pp.153-163.
49.Nunn, N., & Qian, N., US Food Aid and Civil Conflict. American Economic Review, Vol.104,No.6, 2014,pp.1630-1666.
50.Olley, G.S., & Pakes, A., The Dynamics of Productivity in the Telecommunication Equipment Industry. Econometric, Vol.64, No.6, 1992, pp.1263-1297.
51.Porter, M., & Stern, S., National Innovative Capacity. Research Policy, Vol.31,No.6, 2002, pp.899- 933.
52.Saiz, A., The Geographic Determinants of Housing Supply. Quarterly Journal of Economics. Vol.125, No.3, 2010, pp.1253-1296.
53.Stock, J. H., & Yogo, M., Testing for Weak Instruments in Linear IV Regression. Nber Technical Working Papers, Vol.14, No.1, 2002, pp.80-108.
54.Wang, X., & Wen, Y., Can Rising Housing Prices Explain China's High Household Saving Rate? Social Science Electronic Publishing, Vol.93,No.3, 2010,pp.67-88.
(1)论文通过构造125个非OECD国家在过去36年间接受粮食援助的次数比例(与个体变化有关)与上一年美国小麦产量(与时间变化有关)的交互项,作为内生变量粮食援助的工具变量。
(2)这里我们并没有采用一般的基期资本存量计算方法,主要原因在于城市层面数据并不像省级层面数据那么完善,能得到的比较早的城市数据为1991年数据,如果采用一般基期资本存量计算方法,由于基期年份较晚,可能会造成基期资本存量计算的偏差。本文采用较为准确的省级资本存量根据城市规模折算到市级层面,这样可以较为准确地确定城市层面的基期资本存量,并且本文估计的时间期限为1998—2013年,以1991年计算的市级基期资本存量对1998年资本存量计算的影响也会随之变小。