郭樹龍，劉文彬

(天津財經(jīng)大學(xué) 商學(xué)院，天津 300222)

房價上漲對企業(yè)規(guī)模分布的影響研究

郭樹龍，劉文彬

(天津財經(jīng)大學(xué) 商學(xué)院，天津 300222)

企業(yè)規(guī)模分布不僅可以反映某一產(chǎn)業(yè)的競爭狀況和發(fā)展模式，還會對一國經(jīng)濟增長產(chǎn)生重要影響，如企業(yè)規(guī)模分布、創(chuàng)新與全要素生產(chǎn)率等。文章以1999-2007年中國房價快速上漲為背景，利用工業(yè)企業(yè)微觀數(shù)據(jù)，實證考察了省級層面房價上漲對企業(yè)規(guī)模分布的影響。研究結(jié)果顯示：總體來看，房價上漲更不利于中小企業(yè)成長，并使企業(yè)規(guī)模分布進一步趨于不均勻。中介效應(yīng)模型的進一步研究顯示：成本效應(yīng)、信貸效應(yīng)和擠出效應(yīng)是房價上漲影響企業(yè)規(guī)模分布的三條作用路徑。文章的研究不僅對企業(yè)規(guī)模分布理論研究形成了有益補充，也為認識房價上漲對實體經(jīng)濟的影響提供了新的視角，更為政府制定政策以減緩房價上漲對實體經(jīng)濟的沖擊提供了科學(xué)依據(jù)。

房價上漲；企業(yè)規(guī)模分布；帕累托指數(shù)

一、引 言

房價上漲影響了資源在不同產(chǎn)業(yè)及企業(yè)間的配置，進而對不同規(guī)模等級企業(yè)成長產(chǎn)生了異質(zhì)性影響，這勢必會影響企業(yè)規(guī)模的分布狀態(tài)。企業(yè)規(guī)模分布是產(chǎn)業(yè)組織特征的重要內(nèi)容，其是否均勻不僅能夠體現(xiàn)經(jīng)濟中稀缺資源在企業(yè)間的配置狀態(tài)和企業(yè)的動態(tài)演化進程,而且能夠反映某一產(chǎn)業(yè)內(nèi)企業(yè)間的競合關(guān)系和產(chǎn)業(yè)發(fā)展模式等，還會對一國經(jīng)濟增長和經(jīng)濟結(jié)構(gòu)調(diào)整產(chǎn)生重要影響，如企業(yè)規(guī)模分布與創(chuàng)新、企業(yè)規(guī)模分布與生產(chǎn)率(李旭超等，2017)。那么房價上漲如何影響企業(yè)規(guī)模分布呢？房價的不斷上漲，會持續(xù)推高土地和勞動力等生產(chǎn)要素成本(高波等，2012)，從而抑制企業(yè)成長。此外，企業(yè)受房地市場資產(chǎn)泡沫的吸引，將大量資本投入房地產(chǎn)市場，從而會擠壓工業(yè)領(lǐng)域投資(Miao和Wang，2014)。但是，我們也應(yīng)注意到，房價上漲也給企業(yè)規(guī)模擴張帶來了積極影響。房價上漲促使房屋和土地等抵押品大幅升值(Chaney等，2012)，工業(yè)企業(yè)由此可以從銀行等金融機構(gòu)獲得更多信貸資金，這又會支持企業(yè)進行快速擴張。綜合來看，房價上漲對企業(yè)成長產(chǎn)生了負面和正面雙重影響，但由于不同規(guī)模企業(yè)資源稟賦的差異，其應(yīng)對房價上漲的能力也不盡相同。與中小企業(yè)相比，大企業(yè)實力更強，也更容易從房價上漲過程中獲利，這勢必會使企業(yè)規(guī)模分布進一步偏離均勻狀態(tài)，進而又會影響市場的競爭狀態(tài)和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。

中國工業(yè)企業(yè)的總體規(guī)模分布偏離了均勻狀態(tài)，這是否受到了房價上漲的影響，如果是，其又是如何影響企業(yè)規(guī)模分布的，這有待于進行深入的實證分析與經(jīng)濟解釋。首先，本文考察了房價上漲對企業(yè)規(guī)模分布的影響。參照孫學(xué)敏和王杰(2014)、盛斌和毛其淋(2015)等的研究，構(gòu)建了測度企業(yè)規(guī)模分布的Pareto指數(shù)，以此檢驗房價上漲對企業(yè)規(guī)模分布的影響?？紤]到地區(qū)間企業(yè)生存環(huán)境的差異，本文還控制了市場集中度、地區(qū)人均GDP、地區(qū)經(jīng)濟開放程度、市場化水平和政府干預(yù)度等一系列影響企業(yè)規(guī)模分布的宏觀因素。研究結(jié)果顯示，房價上漲不利于企業(yè)規(guī)模分布趨于均勻狀態(tài)。為了確?；貧w結(jié)果的可靠性，借鑒Gabaix和Ibragimov(2011)的方法，對Pareto指數(shù)進行了修正，并重新進行了檢驗，實證結(jié)果未發(fā)生顯著改變，這在一定程度上表明本文的研究結(jié)論是穩(wěn)健的。然后，運用中介效應(yīng)模型檢驗了房價上漲對企業(yè)規(guī)模分布的影響機制。中介效應(yīng)模型的優(yōu)勢在于可以分析自變量對因變量影響的過程和作用機制，即可以衡量獨立外生變量通過中介變量的間接作用對非獨立變量的影響程度。為了對影響機制和研究假設(shè)進行檢驗，本文分別構(gòu)建了成本效應(yīng)、信貸效應(yīng)和擠出效應(yīng)三種影響機制的中介效應(yīng)模型。研究發(fā)現(xiàn)，作為房價上漲影響企業(yè)規(guī)模分布的三種效應(yīng)均存在。最后，在此基礎(chǔ)上，進一步檢驗了三種效應(yīng)對不同規(guī)模等級企業(yè)影響的差異性。將全部樣本企業(yè)按照銷售額從小到大進行排序，分別按照40%和60%、50%和50%、60%和40%三種分割比例，將企業(yè)分成中小企業(yè)和大企業(yè)兩組，通過分組實證考察三種效應(yīng)對不同規(guī)模等級企業(yè)可能產(chǎn)生的差異影響。研究結(jié)果顯示，房價上漲影響企業(yè)規(guī)模分布的成本效應(yīng)和信貸效應(yīng)對中小企業(yè)的負面影響較大，而擠出效應(yīng)則對大企業(yè)更為不利。

學(xué)術(shù)界對房價上漲影響企業(yè)行為和績效的研究主要集中在房價上漲對企業(yè)生產(chǎn)率、企業(yè)創(chuàng)新及出口影響等方面(王文春和榮昭，2014；陳斌開等，2015；劉斌和王乃嘉，2016)，而對企業(yè)規(guī)模分布影響因素的研究主要從環(huán)境規(guī)制(孫學(xué)敏和王杰，2014)、融資約束(劉斌等，2015)以及貿(mào)易自由化(盛斌和毛其淋，2015)等角度進行了解釋，但現(xiàn)有研究對近年來快速上漲的房價與企業(yè)規(guī)模分布之間的內(nèi)在關(guān)聯(lián)未有足夠重視。與現(xiàn)有文獻相比，本文的邊際貢獻主要體現(xiàn)在：(1)將房價上漲的影響拓展到企業(yè)規(guī)模分布上，提出了成本效應(yīng)、信貸效應(yīng)和擠出效應(yīng)三種影響機制，并進行了實證檢驗，為房價上漲給實體經(jīng)濟帶來的不利影響提供了一種新的解釋視角；(2)以往文獻的相關(guān)研究多以上市公司為樣本，本文則是根據(jù)大樣本的工業(yè)企業(yè)數(shù)據(jù)發(fā)現(xiàn)了房價上漲吸引非房地產(chǎn)企業(yè)進入房地產(chǎn)市場的直接證據(jù)，進一步證實了房價上漲的擠出效應(yīng)理論，使其具有更好的普適性。

二、影響機制與研究假設(shè)

房價上漲如何影響工業(yè)企業(yè)規(guī)模分布，目前學(xué)術(shù)界還尚未對其進行系統(tǒng)研究。因此，本文首先分析房價上漲影響工業(yè)企業(yè)規(guī)模分布的內(nèi)在機制，并提出相應(yīng)的假設(shè)檢驗。

(一)房價上漲影響企業(yè)規(guī)模分布的成本效應(yīng)

土地和廠房是工業(yè)企業(yè)的一種重要生產(chǎn)要素，房價上漲意味著企業(yè)經(jīng)營成本上升。房價持續(xù)上行帶動土地價格上漲，會顯著增加工業(yè)企業(yè)的用地成本。此外，房價上漲還推高了企業(yè)用工成本。隨著房價的不斷上漲，工人會逐步提高自己的收入預(yù)期，迫使企業(yè)不得不提高工資水平，從而導(dǎo)致生產(chǎn)成本增加(張濤和張若雪，2009)。用地、用工成本的持續(xù)性疊加上漲，對工業(yè)企業(yè)經(jīng)營產(chǎn)生了較大的負面影響。房價上漲所產(chǎn)生的成本效應(yīng)對大企業(yè)和中小企業(yè)的影響具有非對稱性，小企業(yè)因規(guī)模約束在資金獲取、新技術(shù)研發(fā)應(yīng)用以及市場拓展等方面都受到了比較大的限制，難以在短期內(nèi)完全化解房價上漲帶來的不利影響，其發(fā)展受到的抑制更為明顯，甚至部分中小企業(yè)會因此而退出市場。相對而言，大企業(yè)競爭力較強，顯著的規(guī)模優(yōu)勢使其在要素市場上具有較強的議價能力，進而有能力抵御由房價上漲帶來的成本上升的沖擊。因此，房價上漲導(dǎo)致的生產(chǎn)成本上升對大企業(yè)和中小企業(yè)成長產(chǎn)生的負面影響是不一致的。基于上述分析，我們提出研究假設(shè)1。

假設(shè)1：房價上漲的成本效應(yīng)對中小企業(yè)成長的不利影響更為明顯，進而加劇了企業(yè)規(guī)模分布偏離均勻狀態(tài)。

(二)房價上漲影響企業(yè)規(guī)模分布的信貸效應(yīng)

信貸在產(chǎn)業(yè)部門間分配的先后順序、分配額度與抵押品多寡密切相關(guān)。房價上漲提升了工業(yè)企業(yè)可用于貸款抵押的土地、廠房等資產(chǎn)的價值，導(dǎo)致企業(yè)負債能力增強，進而可以從金融機構(gòu)獲得更多資金，用于支持企業(yè)加大生產(chǎn)投入，促使企業(yè)規(guī)模不斷擴大。一般來說，大企業(yè)擁有的土地和廠房等固定資產(chǎn)較多，房價上漲大幅提升了這些資產(chǎn)的價值，企業(yè)的負債能力也會相應(yīng)有所增強，因此可以充分利用外部融資渠道獲取更多資金加快規(guī)模擴張。然而，中小企業(yè)擁有的土地和廠房等固定資產(chǎn)較少，部分中小企業(yè)甚至以租賃廠房的方式進行生產(chǎn)，因而可用于抵押的土地、廠房等資產(chǎn)有限，即使房價大幅上漲也難以通過抵押方式從外部獲取大量資金支持規(guī)?？焖贁U張。此外，金融機構(gòu)在信貸行為中的“規(guī)模歧視”致使中小企業(yè)更難獲得足夠的資金用于擴大規(guī)?！，F(xiàn)階段中國銀行體系的貸款行為中，“規(guī)模歧視”問題愈發(fā)突出，中小企業(yè)經(jīng)營相對不規(guī)范，更容易受到市場波動的影響，與銀行間的信息不對稱程度也相對較高，這使得銀行不愿意向中小企業(yè)授信(張杰等，2013)。而且，中國信貸市場發(fā)展相對遲緩，體制、機制不夠健全，市場規(guī)模也有限，大企業(yè)獲得的信貸資金較多，勢必會擠壓中小企業(yè)獲取貸款的空間。因此，房價上漲對中小企業(yè)融資約束的緩解程度相對有限，甚至可能會加重其所面臨的融資約束。房價上漲所產(chǎn)生的信貸效應(yīng)會對不同規(guī)模企業(yè)產(chǎn)生異質(zhì)性影響，使大企業(yè)規(guī)模擴張的速度遠快于中小企業(yè)?；谏鲜龇治觯覀兲岢鲅芯考僭O(shè)2。

假設(shè)2：房價上漲的信貸效應(yīng)對中小企業(yè)成長更為不利，從而不利于企業(yè)規(guī)模分布狀態(tài)趨于均勻。

(三)房價上漲影響企業(yè)規(guī)模分布的擠出效應(yīng)

行業(yè)利潤失衡改變了資源的配置方向，房地產(chǎn)領(lǐng)域的高利潤吸引大量工業(yè)資本流向房地產(chǎn)市場，嚴重擠壓了工業(yè)發(fā)展空間。房價上漲致使房地產(chǎn)領(lǐng)域的投資回報率遠高于工業(yè)領(lǐng)域，據(jù)呂江林(2010)計算，2008年上市房地產(chǎn)企業(yè)的平均利潤率高達28.74%，而2009年《中國統(tǒng)計年鑒》數(shù)據(jù)顯示，2008年工業(yè)企業(yè)平均利潤率僅為6.61%，巨大的利差勢必會誘使大量工業(yè)資本進入房地產(chǎn)市場。2007年35個大中城市超過半數(shù)的上市工業(yè)企業(yè)擁有房地產(chǎn)業(yè)務(wù)(王文春和榮昭，2014)，嚴重影響了企業(yè)主營業(yè)務(wù)的發(fā)展，最終可能導(dǎo)致大量資本游離于實體經(jīng)濟，出現(xiàn)產(chǎn)業(yè)空心化。在工業(yè)企業(yè)大舉進入房地產(chǎn)市場的大背景下，由于自身實力的顯著差異，不同規(guī)模等級的企業(yè)所面臨的擠出效應(yīng)也不盡相同。房地產(chǎn)開發(fā)是資本密集型產(chǎn)業(yè)，投資規(guī)模大、回收周期長，大企業(yè)更有實力涉足地產(chǎn)領(lǐng)域。2004年房地產(chǎn)開發(fā)企業(yè)平均資產(chǎn)規(guī)模達到了10 429.96萬元，遠高于工業(yè)企業(yè)的1 750.26萬元，*數(shù)據(jù)來源于《中國經(jīng)濟普查年鑒(2004)》。顯然其必要資本壁壘相對工業(yè)要高很多。大型工業(yè)企業(yè)擁有更雄厚的資本實力(比如更充裕的現(xiàn)金流、更多可用于貸款抵押的機器設(shè)備和土地資產(chǎn)等)，通常會以子公司形式進入房地產(chǎn)市場，并利用母公司主營業(yè)務(wù)資金以及銀行貸款加快擴張，甚至很多骨干企業(yè)房地產(chǎn)投資額與母公司主營業(yè)務(wù)投資額相當(王國鋒，2016)。這不僅加劇了母公司資金的緊張程度，也使大量信貸資金進入房地產(chǎn)市場。同時，房地產(chǎn)行業(yè)土地資源壁壘是眾多中小工業(yè)企業(yè)難以突破的，大企業(yè)憑借其強大的社會資源，在土地資源獲取上也具有明顯優(yōu)勢。與此相反，中小工業(yè)企業(yè)規(guī)模偏小、實力有限，為了突破房地產(chǎn)行業(yè)的必要資本壁壘、土地資源獲取壁壘和行政性準入壁壘，通常以集資聯(lián)合開發(fā)或者與專業(yè)房地產(chǎn)開發(fā)企業(yè)合作方式進入房地產(chǎn)領(lǐng)域，而更多中小企業(yè)則通過投資性購房形式進行工業(yè)資本的戰(zhàn)略性轉(zhuǎn)移。相比較而言，房價上漲對大型工業(yè)企業(yè)的擠出效應(yīng)更加明顯?；谏鲜龇治觯覀冞M一步提出研究假設(shè)3。

假設(shè)3：房價上漲的擠出效應(yīng)對大企業(yè)成長更不利，這會使企業(yè)規(guī)模分布的狀態(tài)變得相對均勻。

三、研究設(shè)計

(一)數(shù)據(jù)說明

本文使用的房地產(chǎn)市場價格數(shù)據(jù)來源于CEIC數(shù)據(jù)庫，工業(yè)企業(yè)微觀數(shù)據(jù)來源于1999-2007年中國工業(yè)企業(yè)數(shù)據(jù)庫。根據(jù)郵政編碼，將工業(yè)企業(yè)數(shù)據(jù)庫中的企業(yè)樣本與各省的商品房平均銷售價格相匹配：如果該企業(yè)位于某個省、自治區(qū)或直轄市，則以該地區(qū)的商品房平均銷售價格數(shù)據(jù)進行匹配。由于工業(yè)企業(yè)數(shù)據(jù)庫存在樣本缺失、異常和匹配混亂等問題(聶輝華等，2012)，本文對數(shù)據(jù)做了如下處理：1.刪除總資產(chǎn)、固定資產(chǎn)、全部職工人數(shù)(從業(yè)人員平均人數(shù))、產(chǎn)品銷售收入、固定資產(chǎn)年平均余額、工業(yè)總產(chǎn)值為缺漏、零值和負值的樣本；2.刪除一些明顯不符合會計原則的樣本，如總資產(chǎn)小于流動資產(chǎn)、總資產(chǎn)小于固定資產(chǎn)凈值年平均余額、累計折舊小于本年折舊的樣本；3.刪除每年法人代碼重復(fù)的樣本；4.刪除郵政編碼為缺漏、零值和無法識別的樣本；5.刪除開工年份缺漏、開工年份晚于所統(tǒng)計年份的樣本，刪除1949年之前成立的企業(yè)樣本；6.刪除在地區(qū)-行業(yè)層面企業(yè)個數(shù)小于10的所有樣本；7.由于工業(yè)企業(yè)數(shù)據(jù)庫缺少2004年產(chǎn)品銷售收入，所以用主營業(yè)務(wù)收入代替；8.按照《國民經(jīng)濟行業(yè)分類(GB/T4754-2002)》對1999-2002年行業(yè)代碼進行了調(diào)整。

計算地區(qū)經(jīng)濟開放程度、財政支出、城市化水平和基礎(chǔ)設(shè)施水平等指標所用的原始數(shù)據(jù)分別來自2000-2008年《中國統(tǒng)計年鑒》、《新中國六十年統(tǒng)計資料匯編》、2000-2006年《中國人口統(tǒng)計年鑒》和2007-2008年《中國人口和就業(yè)統(tǒng)計年鑒》。

(二)模型構(gòu)建

基于以上理論分析，本文構(gòu)建了如下計量模型檢驗房價與工業(yè)企業(yè)規(guī)模分布的關(guān)系：

paretokjt=α0+α1housepricekt+α2hhikjt+α3schspkt+α4pergdpkt
+α5openkt+α6governkt+α7infastkt+α8urbankt+εkjt

(1)

其中，j、k、t分別表示行業(yè)、地區(qū)和年份；paretokjt表示企業(yè)規(guī)模分布狀態(tài)；housepricekt表示商品房平均銷售價格。為避免其他因素對估計結(jié)果造成影響，式(1)中加入了控制變量赫芬達爾赫希曼指數(shù)(hhikjt)、市場化水平(schspkt)、人均實際GDP(pergdpkt)、地區(qū)經(jīng)濟開放程度(openkt)、政府干預(yù)度(governkt)、地區(qū)基礎(chǔ)設(shè)施水平(infastkt)和城市化水平(urbankt)；εkjt表示隨機誤差項。

(三)變量描述

1.被解釋變量。本文采用Pareto指數(shù)來刻畫企業(yè)規(guī)模分布狀態(tài)，由公式(3)計算得出。本文以銷售額(產(chǎn)品銷售收入)作為測度企業(yè)規(guī)模的主要指標。同時估算了每個地區(qū)-行業(yè)的Pareto指數(shù)。根據(jù)Pareto分布表達式，企業(yè)規(guī)模分布函數(shù)可以表示為：

Pr(Si>s)=Af-α

(2)

其中，Si為企業(yè)i的規(guī)模，A為參數(shù)，α為企業(yè)規(guī)模分布的Pareto指數(shù)，Pr(Si>s)表示企業(yè)i的規(guī)模大于臨界值s的概率。

據(jù)此，構(gòu)建如下測算企業(yè)規(guī)模分布的Pareto指數(shù)估計模型：

(4)

共識問題，首先在數(shù)學(xué)界受到關(guān)注。早在1959年，EISENBERG E和GALE D研究了特定條件下如何在一組個體中形成共識概率分布問題。隨后共識問題受到了不同學(xué)界的廣泛關(guān)注。

2.核心解釋變量。商品房平均銷售價格(housepricekt)是本文的核心解釋變量，用全國各省級商品房平均銷售價格表示，數(shù)據(jù)來源于CEIC數(shù)據(jù)庫。

四、實證結(jié)果及分析

(一)基本估計結(jié)果及其分析

面板數(shù)據(jù)模型的F檢驗和Hausman檢驗結(jié)果表明，更適合使用固定效應(yīng)模型進行估計，估計結(jié)果如表1所示。其中，第(2)列為只加入了核心解釋變量房價的回歸結(jié)果，結(jié)果顯示：房價估計系數(shù)在1%水平上顯著為負，這表明房價上漲降低了企業(yè)規(guī)模分布的Pareto指數(shù)，使得企業(yè)規(guī)模分布越來越不均勻。進一步地，第(3)-(6)列逐步加入控制變量，我們發(fā)現(xiàn)，房價系數(shù)大小雖然有所不同，但符號與顯著性水平均未發(fā)生變化。由此可見，房價對企業(yè)規(guī)模分布的影響效應(yīng)是穩(wěn)定的。第(6)列加入所有變量后的結(jié)果表明，在其他因素不變的情況下，當房價上漲1個單位時，企業(yè)規(guī)模分布的Pareto指數(shù)將下降4.83個單位。這說明，房價上漲對不同規(guī)模企業(yè)產(chǎn)生了非對稱影響，不利于企業(yè)規(guī)模分布趨于均勻。

在控制變量中，市場集中度的系數(shù)顯著為負，說明市場集中度越高，大企業(yè)發(fā)展越好，在行業(yè)中所占的比重也越大，大企業(yè)規(guī)模過大無疑會擠壓中小企業(yè)生存和成長的空間，使中小企業(yè)不易獲得擴大自身規(guī)模的機會，而中小企業(yè)發(fā)展受阻勢必會對企業(yè)規(guī)模分布的狀態(tài)造成負面影響。市場化水平系數(shù)顯著為正，這表明市場化水平越高，不利于企業(yè)自由競爭的體制性因素會越少，而相對公平的市場環(huán)境能夠促進中小企業(yè)自由成長，從而使得企業(yè)規(guī)模分布狀態(tài)變得更加均勻。人均實際GDP系數(shù)顯著為正，這說明地區(qū)經(jīng)濟發(fā)展水平有助于企業(yè)規(guī)模分布狀態(tài)趨于均勻。隨著地區(qū)經(jīng)濟的發(fā)展，當?shù)鼐用竦氖杖氲玫皆鲩L，消費者需求呈現(xiàn)出多樣性，而中小企業(yè)經(jīng)營比較靈活，能夠及時抓住市場機會，較快進入細分市場，攫取更多市場利基，逐步縮小與大企業(yè)的差距。地區(qū)經(jīng)濟開放程度系數(shù)顯著為負，這表明一個地區(qū)的經(jīng)濟開放程度越高越不利于企業(yè)規(guī)模分布狀態(tài)趨于均勻。經(jīng)濟越開放的地區(qū)與國外市場的聯(lián)系越緊密，但能夠利用國際資源并參與國際市場競爭的企業(yè)主要是大企業(yè)，他們能夠依靠規(guī)模優(yōu)勢爭取到更多出口機會，進一步實現(xiàn)規(guī)模擴張。同時，經(jīng)濟開放也帶來了更激烈的市場競爭，國際產(chǎn)品大量涌入會在一定程度上擠壓國內(nèi)市場空間，大企業(yè)的資金、技術(shù)實力雄厚，能夠抵擋來自國際市場的沖擊，而中小企業(yè)缺乏競爭力，受到的負面影響更大。政府干預(yù)程度系數(shù)顯著為正，這說明政府利用各種干預(yù)措施使企業(yè)規(guī)模分布狀態(tài)趨于均勻。政府可以對有發(fā)展?jié)摿Φ闹行∑髽I(yè)進行財政補貼，也可以通過減免稅收的方式對其進行政策傾斜，或者是通過信用擔保等方式緩解中小企業(yè)融資約束，這些措施都會對中小企業(yè)的發(fā)展產(chǎn)生促進作用。此外，政府監(jiān)管可以維護市場秩序，為中小企業(yè)發(fā)展創(chuàng)造良好的經(jīng)濟環(huán)境，使企業(yè)能夠有序、充分地參與競爭。地區(qū)基礎(chǔ)設(shè)施水平系數(shù)顯著為負，這表明隨著地區(qū)基礎(chǔ)設(shè)施的逐步完善，大企業(yè)從中受益更多。特別是交通設(shè)施水平的提高，能夠大幅降低企業(yè)的運輸成本，從而有利于企業(yè)將更多的資金投入到再生產(chǎn)環(huán)節(jié)。相比較而言，大企業(yè)的生產(chǎn)經(jīng)營活動更加廣泛，從完善的基礎(chǔ)設(shè)施中享受到的好處也更多，發(fā)展也相對較快。城市化水平系數(shù)顯著為正，這表明隨著城市化水平的提高，企業(yè)面臨的市場也進一步擴大，由于消費者偏好的多樣性，大企業(yè)無法充分滿足所有消費者的個性化需求，而中小企業(yè)經(jīng)營比較靈活，能夠滿足這部分消費者的需求，從而獲得發(fā)展機會。這有助于企業(yè)規(guī)模的相對均勻分布。

表1 基本估計結(jié)果

注：括號內(nèi)的數(shù)字為t統(tǒng)計量；***、**、*分別表示在1%、5%、10%的水平上顯著；下表統(tǒng)同。

(二)穩(wěn)健性檢驗

以上分析使用Pareto指數(shù)刻畫企業(yè)規(guī)模分布狀態(tài)，但在小樣本情況下，使用該方法計算的Pareto指數(shù)可能會產(chǎn)生偏差。部分地區(qū)-行業(yè)的企業(yè)樣本數(shù)過少在所難免，為確?；貧w結(jié)果的可靠性，采用Gabaix和Ibragimov(2011)的方法對(3)式進行修正，其計算公式如下：

(4)

五、影響機制的進一步分析

(一)房價上漲的成本效應(yīng)檢驗

為了檢驗房價上漲對工業(yè)企業(yè)產(chǎn)生的成本效應(yīng)，本文參照中介效應(yīng)模型，分別建立三個模型來實現(xiàn)研究目標。中介效應(yīng)模型的優(yōu)勢在于可以分析自變量對因變量影響的過程和作用機制，即可以衡量獨立外生變量通過中介變量的間接作用對非獨立變量的影響程度。

首先構(gòu)建模型(5)旨在檢驗房價上漲對企業(yè)規(guī)模分布的影響，如果房價系數(shù)顯著為負，則表明房價上漲不利于企業(yè)規(guī)模分布趨于均勻。

paretokjt=α0+α1housepricekt+α2hhikjt+α3schspkt+α4pergdpkt+α5openkt
+α6governkt+α7infastkt+α8urbankt+υt+υj+υk+εkjt

(5)

構(gòu)建模型(6)旨在檢驗房價上漲對企業(yè)工資水平的影響，具體形式如下：

lnperwageit=β0+β1lnhousepricekt+β2tfpit+β3profitit+β4leverageit
+β5lnsizeit+β6ageit+υj+υk+εkit

(7)

其中，lnperwageit表示i企業(yè)第t年的人均工資水平，用本年應(yīng)付工資總額與全部職工人數(shù)之比的自然對數(shù)值表示；lnhousepricekt為k地區(qū)第t年的商品房平均銷售價格的自然對數(shù)值。此外，參照相關(guān)文獻(張杰和黃泰巖，2010)，我們還加入了如下控制變量：tfpit為采用LP方法計算的企業(yè)全要素生產(chǎn)率；profitit為企業(yè)利潤率，用企業(yè)利潤與銷售額的比值表示；企業(yè)負債率(leverageit)，采用企業(yè)負債合計與企業(yè)固定資產(chǎn)凈值年平均余額的比值衡量；企業(yè)規(guī)模(lnsizeit)，用銷售額的自然對數(shù)值衡量；企業(yè)年齡(ageit)，與上文測度一致；υt、υj、υk分別表示年份、行業(yè)、地區(qū)特定效應(yīng)；εkit表示隨機擾動項。

加入中介變量lnperwageit構(gòu)建模型(7)，以檢驗房價上漲通過影響工資水平進而影響企業(yè)規(guī)模分布的成本效應(yīng)。

paretokjt=γ0+γ1housepricekt+γ2lnperwageit+γ3hhikjt+γ4schspkt
+γ5pergdpkt+γ6openkt+γ7governkt+γ8infastkt+γ9urbankt
+υt+υk+εkjt

(7)

為了克服組間異方差，使用“面板校正標準誤差”方法進行估計，回歸結(jié)果如表2所示，模型(5)中房價系數(shù)在1%水平上顯著為負，即房價上漲使企業(yè)規(guī)模分布愈發(fā)偏離了均勻狀態(tài)。模型(6)回歸結(jié)果顯示，房價系數(shù)顯著為正，表明一旦房價上漲勢必會引起企業(yè)工資上漲。此外，通過將全部樣本企業(yè)按照銷售額從小到大進行排序，分別按照40%和60%、50%和50%、60%和40%三種分割比例，將企業(yè)分成中小企業(yè)和大企業(yè)兩組，實證考察房價上漲對不同規(guī)模等級企業(yè)工資水平的影響，有助于揭示房價上漲通過影響企業(yè)工資水平進而作用于企業(yè)規(guī)模分布的內(nèi)在機制。表5匯報了三個分組中的房價系數(shù)均顯著為正，這與全體樣本回歸結(jié)果一致。并且隨著更大規(guī)模企業(yè)逐步劃到中小企業(yè)組，房價系數(shù)逐漸從0.8369下降到0.8242。而大企業(yè)組中的房價系數(shù)均在1%水平上顯著為正，并且隨著將規(guī)模相對更小的企業(yè)逐步劃出大企業(yè)組，其系數(shù)從0.8121上升到0.8179。這表明，房價上漲引起的工資上漲勢必擠占企業(yè)利潤，相對大規(guī)模企業(yè)而言，由房價上漲造成的成本效應(yīng)對中小企業(yè)規(guī)模擴張的沖擊更大。張杰和黃泰巖(2010)在考察企業(yè)員工工資決定機制時也得到了類似結(jié)論，即人均工資與企業(yè)規(guī)模顯著負相關(guān)，這意味大企業(yè)更有能力控制工人工資漲跌，在他看來規(guī)模越大的企業(yè)在與員工工資談判的博弈中越處于強勢地位。

在模型(7)中加入lnperwageit這一中介變量后，房價系數(shù)仍顯著為負，且絕對值大于模型(5)中房價系數(shù)，而工資系數(shù)也顯著為負，且β1γ2與γ1符號相同，這表明部分中介效應(yīng)存在，即房價上漲通過成本效應(yīng)對企業(yè)規(guī)模分布產(chǎn)生了消極影響，假設(shè)1得以驗證。

表2 房價上漲的成本效應(yīng)檢驗結(jié)果

(二)房價上漲的信貸效應(yīng)檢驗

同樣，為了檢驗房價上漲對工業(yè)企業(yè)產(chǎn)生的信貸效應(yīng)，本文根據(jù)中介效應(yīng)模型，分別建立三個模型來實現(xiàn)研究目標。其中，檢驗房價上漲對企業(yè)規(guī)模分布影響的模型已在上文構(gòu)建，即模型(5)。為了檢驗房價上漲對企業(yè)融資約束程度的影響，構(gòu)建了如下計量模型：

sait=β0+β1lnhousepricekt+β2finscostit+β3profitit+β4leverageit+β5ageit
+υj+υk+εkit

(8)

其中，sait表示i企業(yè)第t年的融資約束程度，參照Hadlock和Pierce(2010)提出的SA指數(shù)法，使用企業(yè)規(guī)模和企業(yè)年齡兩個具有較強外生性特征的變量構(gòu)建SA指數(shù)，具體計算公式為：-0.737×Size+0.043×Size2-0.04×Age。SA指數(shù)為負值，且其絕對值越大，說明企業(yè)面臨的融資約束越嚴重。lnhousepricekt為k地區(qū)第t年的商品房平均銷售價格的對數(shù)值；財務(wù)費用比率(finscostit)，用財務(wù)費用和負債合計比值來度量；企業(yè)利潤率(profitit)、企業(yè)負債率(leverageit)、企業(yè)年齡(ageit)與上文測度一致；υj、υk分別表示行業(yè)、地區(qū)特定效應(yīng)；εkit表示隨機擾動項。

加入中介變量sait構(gòu)建模型(9)，以檢驗房價上漲通過影響融資約束進而影響企業(yè)規(guī)模分布的信貸效應(yīng)。

paretokjt=γ0+γ1housepricekt+γ2sait+γ3hhikjt+γ4schspkt+γ5pergdpkt
+γ6openkt+γ7governkt+γ8infastkt+γ9urbankt+υt+υk+εkjt

(10)

回歸結(jié)果如表3所示，模型(5)的房價系數(shù)顯著為負，表明房價上漲使得企業(yè)規(guī)模分布偏離均勻狀態(tài)。模型(8)房價系數(shù)為正，且在1%的水平上顯著，表明房價上漲提升了工業(yè)企業(yè)可用于貸款抵押的土地、廠房等資產(chǎn)的價值，有利于緩解其面臨的融資約束。此外，從表5的分組回歸結(jié)果來看，房價系數(shù)表現(xiàn)出較大差異：在中小企業(yè)組，房價系數(shù)在1%的水平上顯著為負，這表明房價上漲將會加重中小企業(yè)面臨的融資約束；而在大企業(yè)組房價系數(shù)在1%水平上顯著為正，這表明房價上漲有利于緩解大企業(yè)的融資約束。中小企業(yè)擁有的土地和廠房等資產(chǎn)較少，房價上漲后負債能力提升有限，且在信貸市場總體規(guī)模一定的情況下，大企業(yè)更容易從銀行等金融機構(gòu)獲得貸款，這必然會使中小企業(yè)融資變得更加困難。在模型(9)中加入中介變量sait之后，房價系數(shù)仍顯著為負，且絕對值比模型(5)中房價系數(shù)的絕對值大，而變量sait系數(shù)顯著為負，且β1γ2與γ1符號相同，這表明部分中介效應(yīng)存在，即房價上漲通過信貸效應(yīng)使企業(yè)規(guī)模分布變得愈發(fā)不均勻，從而支持了本文的假設(shè)2。

表3 房價上漲的信貸效應(yīng)檢驗結(jié)果

(三)房價上漲的擠出效應(yīng)檢驗

為了檢驗房價上漲對工業(yè)企業(yè)產(chǎn)生的擠出效應(yīng)，如同上文檢驗房價上漲的成本效應(yīng)和信貸效應(yīng)方式一樣，根據(jù)中介效應(yīng)模型，分別建立三個模型來實現(xiàn)研究目標。其中，檢驗房價上漲對企業(yè)規(guī)模分布影響的模型已在上文構(gòu)建，即模型(5)。

為了檢驗房價上漲對企業(yè)進入房地產(chǎn)市場選擇的影響，構(gòu)建了如下模型：

prob(entryit=1)=β0+β1lnhousepricekt-1+β2pergdpkt-1+β3ageit-1
+β4zcsylit-1+β5zcfzlit-1+β6sizeit-1+εkit

(10)

其中，entryit為被解釋變量，代表企業(yè)是否進入房地產(chǎn)市場的虛擬變量，若企業(yè)i在t年進入房地產(chǎn)市場，則將其賦值為1，否則為0。顯然，若房價上漲能引起工業(yè)企業(yè)進入房地產(chǎn)市場，則意味著房價上漲激發(fā)了工業(yè)企業(yè)投資房地產(chǎn)，這勢必擠壓其在工業(yè)領(lǐng)域的投資。但是，工業(yè)企業(yè)數(shù)據(jù)庫中并沒有該類指標，如何準確識別工業(yè)企業(yè)何時進入房地產(chǎn)市場成為進行實證的關(guān)鍵。為此，我們設(shè)定了以下標準：(1)工業(yè)企業(yè)數(shù)據(jù)庫中“建筑、房地產(chǎn)企業(yè)資質(zhì)等級”這一指標中明確等級不為0或不缺漏的企業(yè)；(2)工業(yè)企業(yè)數(shù)據(jù)庫中“建筑業(yè)或房地產(chǎn)業(yè)”這一指標中不為0或不缺漏的企業(yè)；(3)為了進一步有效識別工業(yè)企業(yè)進入房地產(chǎn)市場的行為，本文特意將“主要產(chǎn)品”指標中包含與房地產(chǎn)業(yè)務(wù)相關(guān)關(guān)鍵詞的企業(yè)也統(tǒng)計在內(nèi)。如房地產(chǎn)、廠房出租和房屋出租等關(guān)鍵詞。需要指出的是，由于工業(yè)企業(yè)數(shù)據(jù)庫中建筑、房地產(chǎn)企業(yè)資質(zhì)等級這一變量只統(tǒng)計到2001年，為保持數(shù)據(jù)的連貫和有效性，本文只選取了2000年和2001年的樣本數(shù)據(jù)。核心解釋變量為商品房平均銷售價格自然對數(shù)(lnhousepricekt)，由于房價上漲引起工業(yè)企業(yè)進入房地產(chǎn)市場具有時滯效應(yīng)，本文采用滯后一期的商品房平均銷售價格的對數(shù)值表示?？刂谱兞坑校簻笠黄诘馁Y產(chǎn)收益率(zcsylit-1)，用企業(yè)利潤總額與資產(chǎn)總計的比值表示；滯后一期的資產(chǎn)負債率(zcfzlit-1)，用企業(yè)負債合計與資產(chǎn)總計的比值來測度；企業(yè)規(guī)模(sizeit-1)、企業(yè)年齡(ageit-1)與上文定義標準一致，且均為滯后一期；εkit為隨機擾動項。

加入中間變量entryit構(gòu)建模型(11)，以檢驗房價上漲通過影響工業(yè)企業(yè)是否進入房地產(chǎn)市場進而影響企業(yè)規(guī)模分布的擠出效應(yīng)。

paretokjt=γ0+γ1housepricekt+γ2entryit+γ3hhikjt+γ4schspkt+γ5pergdpkt
+γ6openkt+γ7governkt+γ8infastkt+γ9urbankt+υt+υj+εkjt

(11)

如表4所示回歸結(jié)果，模型(5)房價系數(shù)顯著為負，表明房價上漲不利于企業(yè)規(guī)模均勻分布。模型(10)房價系數(shù)為正，表明房價上漲提高了房地產(chǎn)領(lǐng)域的投資回報率，吸引眾多工業(yè)企業(yè)進軍房地產(chǎn)市場。從表5分組回歸的結(jié)果來看，中小企業(yè)組的房價系數(shù)均不顯著，而大企業(yè)組始終在10%水平上顯著，這表明相對于中小企業(yè)來說，房價上漲會誘使更多的大企業(yè)進入房地產(chǎn)領(lǐng)域，大型工業(yè)企業(yè)資本實力強，多以子公司形式直接參與房地市場開發(fā)，而多數(shù)中小工業(yè)企業(yè)顯然難以突破必要資本壁壘，取得可開發(fā)土地資源也比較困難。模型(11)中加入中介變量entryit后，房價系數(shù)仍在1%水平顯著為負，而entryit系數(shù)為負，且β1γ2與γ1符號相同，這表明部分中介效應(yīng)存在，即房價上漲通過擠出效應(yīng)對企業(yè)規(guī)模分布產(chǎn)生了積極影響，使其變得更加均勻，假設(shè)3得以驗證。

表4 房價上漲的擠出效應(yīng)檢驗結(jié)果

表5 成本效應(yīng)、信貸效應(yīng)和擠出效應(yīng)的分組檢驗結(jié)果

六、研究結(jié)論與政策啟示

本文利用1999-2007年工業(yè)企業(yè)微觀數(shù)據(jù)匹配以省級層面房價數(shù)據(jù)，研究了房價上漲對企業(yè)規(guī)模分布的影響。主要結(jié)論如下：(1)房價與企業(yè)規(guī)模分布顯著負相關(guān)，房價上漲不利于企業(yè)規(guī)模分布趨于均勻狀態(tài)。究其原因在于，房價上漲對不同規(guī)模的企業(yè)產(chǎn)生了異質(zhì)性影響，房價上漲抑制了中小企業(yè)成長，卻有利于大企業(yè)規(guī)模擴張，這拉大了中小企業(yè)與大企業(yè)之間的差距，使得企業(yè)規(guī)模分布變得更加不均勻。(2)在此基礎(chǔ)上，利用中介效應(yīng)模型進一步檢驗了房價上漲影響企業(yè)規(guī)模分布的內(nèi)在機制，研究發(fā)現(xiàn)：房價上漲通過影響工資水平、融資約束和工業(yè)企業(yè)是否進入房地產(chǎn)市場而影響企業(yè)規(guī)模分布的中介效應(yīng)均存在，即存在房價上漲的成本效應(yīng)、信貸效應(yīng)和擠出效應(yīng)?？傮w來看，試圖通過刺激房價上漲拉動經(jīng)濟增長的做法有其積極效應(yīng)，但不可否認，這對經(jīng)濟資源在工業(yè)企業(yè)之間的配置以及企業(yè)規(guī)模分布的動態(tài)演化產(chǎn)生了很大的沖擊。特別是從長遠來看，房價上漲對大企業(yè)和中小企業(yè)規(guī)模擴張帶來的差異影響會進一步造成資源錯配，破壞企業(yè)間合理、有序的競合關(guān)系，最終導(dǎo)致整個工業(yè)經(jīng)濟增長潛力下降。

本文具有較強的政策含義，為減弱房價上漲對企業(yè)規(guī)模分布動態(tài)演化的扭曲，應(yīng)該主要從以下幾個方面考慮制定和實施政策：一是，有效降低中低收入者、新就業(yè)無房職工和外來務(wù)工人員住房費用支出，重點發(fā)展長期公共租賃住房，探索住房補貼從“實物補貼”向以住房券形式的“貨幣補貼“發(fā)展，加快推進共有產(chǎn)權(quán)住房試點改革。二是，建立健全房產(chǎn)抵押品動態(tài)監(jiān)測機制，根據(jù)經(jīng)濟周期和風險狀況等確定并及時調(diào)整房產(chǎn)抵押率上限，全面、準確評估抵押房產(chǎn)價值,進一步規(guī)范、收緊住房抵押貸款。三是，嚴禁信貸資金流入房地產(chǎn)領(lǐng)域，建立實體企業(yè)投資房地產(chǎn)市場監(jiān)測預(yù)警機制，對目前已投資房地產(chǎn)業(yè)的母公司資金狀況進行監(jiān)管，預(yù)防和制止企業(yè)將主營業(yè)務(wù)貸款用于房地產(chǎn)領(lǐng)域投資。

[1]陳斌開，金簫，歐陽滌非.住房價格、資源錯配與中國工業(yè)企業(yè)生產(chǎn)率[J].世界經(jīng)濟，2015，(4)：77-98.

[2]高波，陳健，鄒琳華.區(qū)域房價差異、勞動力流動與產(chǎn)業(yè)升級[J].經(jīng)濟研究，2012，(1)：66-79.

[3]李旭超，羅德明，金祥榮.資源錯置與中國企業(yè)規(guī)模分布特征[J].中國社會科學(xué)，2017，(2)：25-43.

[4]劉斌，王乃嘉.房價上漲擠壓了我國企業(yè)的出口能量嗎？[J].財經(jīng)研究，2016，(5)：53-65.

[5]劉斌，袁其剛，商輝.融資約束、歧視與企業(yè)規(guī)模分布[J].財貿(mào)經(jīng)濟，2015，(3)：72-87.

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

[7]聶輝華，江艇，楊如岱.中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題[J].世界經(jīng)濟，2012，(5)：142-158.

[8]盛斌，毛其淋.貿(mào)易自由化、企業(yè)成長和規(guī)模分布[J].世界經(jīng)濟，2015，(2)：3-30.

[9]孫學(xué)敏，王杰.環(huán)境規(guī)制對中國企業(yè)規(guī)模分布的影響[J].中國工業(yè)經(jīng)濟，2014，(12)：44-56.

[10]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(jīng)濟學(xué)(季刊)，2014，(2)：465-490.

[11]溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學(xué)報，2004，(5)：4-16.

[12]張杰，黃泰巖.中國企業(yè)的工資變化趨勢與決定機制研究[J].中國工業(yè)經(jīng)濟，2010，(3)：42-53.

[13]張杰，劉元春，翟福昕，等.銀行歧視、商業(yè)信用與企業(yè)發(fā)展[J].世界經(jīng)濟，2013，(9)：94-126.

[14]張濤，張若雪.人力資本與技術(shù)采用：對珠三角技術(shù)進步緩慢的一個解釋[J].管理世界，2009，(2)：75-82.

[15]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.

[16]Gabaix X，Ibragimov R.Rank-1/2：A simple way to improve the OLS estimation of tail exponents[J].Journal of Business & Economic Statistics，2011，29(1)：24-39.

[17]Hadlock C，Pierce J.New evidence on measuring financial constraints：Moving beyond the KZ Index[J].Review of Financial Studies，2010，23(5)：1909-1940.

[18]Miao J，Wang P.Sectoal bubbles，misallocation，and endogenous growth[J].Journal of Mathematical Economics，2014，53：153-163.

Summary： The firm size distribution is an important content of industrial organization characteristics. Uniform firm size distribution can reflect not only the allocation of scarce resources among enterprises and dynamic evolution process of enterprises in a country, but also competition and cooperation relationships between enterprises and industrial development pattern within a certain industry. Besides, it generates an important impact on economic growth and an adjustment to economic structure in a country, such as firm size distribution & innovation, and firm size distribution & productivity. In the academia, the analysis of factors affecting firm size distribution is mainly based on financing constraints, institutions and so on, but pays little attention to the intrinsic correlation between sharp housing price rise and firm size distribution in recent years.

Under the background of rapid housing price rise from 1999 to 2007 in China，this paper empirically investigates the effect of housing price rise at the provincial level on firm size distribution by using the data of industrial enterprises. In order to test the influence of housing price rise on firm size distribution, this paper constructs the Pareto exponent to measure firm size distribution. The results show that as a whole, housing price rise is not conducive to the formation of uniform firm size distribution, and the estimation based on modified Pareto exponent remains robust. Furthermore, the mediation effect model is used to test the mechanism concerning the effect of housing price rise on firm size distribution. It finds that cost effect, credit effect and crowding-out effect could be counted as three paths to the role of housing price rise in firm size distribution, and the above paths show different influences on enterprises with different scale. The cost effect of housing price rise pushes up the production costs of industrial enterprises, but generates a greater impact on SMEs. The credit effect of housing price rise leads to the appreciation of the collateral assets of industrial enterprises, such as land and plant building, thus alleviating the financing constraints of enterprises. But compared with SMEs, housing price rise is more favorable to large enterprises. The housing price rise induces a great deal of capital into the real estate field. Because of their strong strength, large enterprises have the ability to break through the necessary capital barriers, the land resources access barriers and the administrative barriers to real estate development market. Obviously, crowding-out effect has a greater impact on large enterprises.

This paper not only is a useful supplement to the theoretical research of firm size distribution, but also provides a new perspective for understanding the impact of housing price rise on the real economy, and even a scientific basis for the policy formulation of governments, to mitigate the shock of housing price rise to the real economy. The relevant government departments should accelerate the development of long-term public rental housing market, promote the reform of housing subsidy form and the pilot of the common property right housing, and make great efforts to reduce the housing expenses of low and middle-income earners, new employees without housing and migrant workers. We should perfect the dynamic monitoring mechanism of the real estate collateral, and further standardize & tighten the housing mortgage loans. A monitoring and warning mechanism for brick-and-mortar enterprises investing in the real estate market should be established, and the flow of credit funds into the real estate field should be strictly prohibited.

OntheEffectofHousingPriceRiseonFirmSizeDistribution

Guo Shulong, Liu Wenbin

(SchoolofBusiness,TianjinUniversityofFinanceandEconomics,Tianjin300222,China)

housing price rise; firm size distribution; Pareto exponent

F062.9；F426

A

1001-9952(2017)11-0044-13

10.16538/j.cnki.jfe.2017.11.004

2017-01-05

教育部人文社會科學(xué)研究項目(17YJC790045)

郭樹龍(1982-)，男，天津人，天津財經(jīng)大學(xué)商學(xué)院講師；劉文彬(1990-)，男，河北邢臺人，天津財經(jīng)大學(xué)商學(xué)院碩士研究生。

(責任編輯 石 頭)