王 芳，姚玲珍

一、引 言

房地產(chǎn)價(jià)格變化對(duì)企業(yè)投資行為的影響受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。已有研究發(fā)現(xiàn)，隨著房地產(chǎn)價(jià)格的提高，企業(yè)可用于抵押貸款的資產(chǎn)價(jià)值（主要是房產(chǎn)價(jià)值）會(huì)隨之增加，進(jìn)而提高了企業(yè)的融資能力，有助于企業(yè)擴(kuò)大投資規(guī)模，這種正向關(guān)聯(lián)可歸結(jié)為“抵押擔(dān)保效應(yīng)”（Gan，2007；Chaney 等，2012；曾海艦，2012；Han 和 Lu，2017；鐘騰，2017）。抵押擔(dān)保效應(yīng)的結(jié)果是企業(yè)投資規(guī)模與房地產(chǎn)價(jià)格之間存在正向關(guān)聯(lián)，但這似乎與目前出現(xiàn)的私營(yíng)企業(yè)投資不斷降溫的現(xiàn)象相悖。也就是說(shuō)，房地產(chǎn)價(jià)格的上升還可能通過(guò)其他渠道對(duì)私營(yíng)企業(yè)投資產(chǎn)生負(fù)向影響，例如房地產(chǎn)價(jià)格的上升會(huì)推高企業(yè)的經(jīng)營(yíng)成本，形成與抵押擔(dān)保效應(yīng)相對(duì)的成本效應(yīng)。現(xiàn)有研究尚未對(duì)此進(jìn)行充分討論。

具體而言，高房?jī)r(jià)背景下抵押擔(dān)保效應(yīng)（正向）和成本效應(yīng)（負(fù)向）對(duì)私營(yíng)企業(yè)投資存在著交互作用，其影響方向取決于哪種機(jī)制占主導(dǎo)地位。其中，在房?jī)r(jià)上漲時(shí)，抵押擔(dān)保效應(yīng)是規(guī)模較大、抵押資產(chǎn)較為豐厚的企業(yè)緩解融資約束的重要渠道。但是我國(guó)私營(yíng)企業(yè)大多規(guī)模較小，企業(yè)所擁有的固定資產(chǎn)較為有限（陳爽英等，2010），并且現(xiàn)有研究發(fā)現(xiàn)私營(yíng)企業(yè)在信貸資源獲取上面臨著所有制歧視（Brandt和 Li，2003；Allen 等，2005；張敏等，2010；唐建新等，2011），私營(yíng)企業(yè)獲取貸款較為困難。除此之外，房?jī)r(jià)上漲還會(huì)通過(guò)成本效應(yīng)影響企業(yè)投資。房?jī)r(jià)上漲會(huì)推高企業(yè)的用工成本，提高土地、辦公用房及廠房的租賃成本，而中小型私營(yíng)企業(yè)大多市場(chǎng)占有率不高，技術(shù)競(jìng)爭(zhēng)力不強(qiáng)，因而這些企業(yè)對(duì)房?jī)r(jià)上漲所導(dǎo)致的成本上升更為“敏感”（劉斌和王乃嘉，2016）。本文基于2012年中國(guó)私營(yíng)企業(yè)調(diào)查數(shù)據(jù)，對(duì)房地產(chǎn)價(jià)格與私營(yíng)企業(yè)投資規(guī)模的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果發(fā)現(xiàn)高房?jī)r(jià)抑制了企業(yè)的投資規(guī)模。進(jìn)一步分析發(fā)現(xiàn)，較高的房地產(chǎn)價(jià)格推高了員工薪酬水平以及房屋土地租賃成本，并且未能緩解私營(yíng)企業(yè)的融資約束。也就是說(shuō)，對(duì)于私營(yíng)企業(yè)而言，成本效應(yīng)的負(fù)向影響占據(jù)著主導(dǎo)地位。

房地產(chǎn)價(jià)格不僅會(huì)影響私營(yíng)企業(yè)的投資規(guī)模，還會(huì)影響私營(yíng)企業(yè)的投資方向，驅(qū)使企業(yè)減少實(shí)業(yè)投資而增加房地產(chǎn)投資。根據(jù)利潤(rùn)驅(qū)動(dòng)假說(shuō)，如果某一行業(yè)的利潤(rùn)水平超過(guò)社會(huì)平均利潤(rùn)水平，就會(huì)有新企業(yè)進(jìn)入該行業(yè)（Martin，2001）。房地產(chǎn)價(jià)格的持續(xù)上漲為房地產(chǎn)行業(yè)帶來(lái)了較高的回報(bào)，與制造業(yè)的低利潤(rùn)形成了明顯對(duì)比（呂江林，2010）。在高利潤(rùn)的誘惑下，企業(yè)的投資方向?qū)⑵x原有路徑，會(huì)把更多的資源投入房地產(chǎn)市場(chǎng)而進(jìn)行套利（吳海民，2012；榮昭和王文春，2014；王紅建等，2016）。更為嚴(yán)重的是，較高的房地產(chǎn)價(jià)格還會(huì)推高私營(yíng)企業(yè)的經(jīng)營(yíng)成本，這將進(jìn)一步導(dǎo)致私營(yíng)企業(yè)削減實(shí)業(yè)投資而轉(zhuǎn)向房地產(chǎn)投資。得益于2012年中國(guó)私營(yíng)企業(yè)調(diào)查中關(guān)于企業(yè)投資方向的細(xì)分?jǐn)?shù)據(jù)，本文實(shí)證檢驗(yàn)了高房?jī)r(jià)對(duì)私營(yíng)企業(yè)投資方向的影響，結(jié)果發(fā)現(xiàn)，高房?jī)r(jià)背景下私營(yíng)企業(yè)會(huì)減少擴(kuò)大再生產(chǎn)和研發(fā)創(chuàng)新方面的實(shí)業(yè)投資規(guī)模，而增加房地產(chǎn)領(lǐng)域的投資規(guī)模。高房?jī)r(jià)背景下，私營(yíng)企業(yè)的投資選擇呈現(xiàn)出“脫實(shí)向虛”的特征。

同時(shí)，進(jìn)入房地產(chǎn)行業(yè)也需要企業(yè)具備一定條件，受企業(yè)異質(zhì)性和政策環(huán)境的影響。房地產(chǎn)開(kāi)發(fā)的各個(gè)環(huán)節(jié)均需要大量資金，并且房地產(chǎn)行業(yè)所需的關(guān)鍵資源如信貸和土地等在很大程度上依然受到地方政府的影響（吳軍和白云霞，2009；黃健柏等，2015），規(guī)模較大、具有政治關(guān)聯(lián)的企業(yè)具有更強(qiáng)的資源獲取能力，更有條件進(jìn)入房地產(chǎn)業(yè)。本文在模型中引入企業(yè)規(guī)模和政治關(guān)聯(lián)與房?jī)r(jià)特征的交互項(xiàng)，進(jìn)一步考察私營(yíng)企業(yè)異質(zhì)性特征對(duì)于企業(yè)投資方向的影響。研究發(fā)現(xiàn)，規(guī)模較大、具有政治關(guān)聯(lián)的私營(yíng)企業(yè)更傾向于擴(kuò)大房地產(chǎn)投資而減少實(shí)業(yè)投資。為了限制房地產(chǎn)價(jià)格過(guò)快增長(zhǎng)，各地陸續(xù)出臺(tái)限購(gòu)政策對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控。限購(gòu)政策在抑制房地產(chǎn)價(jià)格過(guò)快上漲的同時(shí)，也影響了房地產(chǎn)銷量，增加了企業(yè)的預(yù)期風(fēng)險(xiǎn)（鄭世林等，2016）。本文考察了不同政策環(huán)境下的私營(yíng)企業(yè)投資決策，發(fā)現(xiàn)房地產(chǎn)調(diào)控政策有助于抑制企業(yè)“脫實(shí)向虛”的投資行為。

與以往研究相比，本文對(duì)現(xiàn)有文獻(xiàn)進(jìn)行了拓展，關(guān)注了房地產(chǎn)價(jià)格上漲對(duì)企業(yè)投資帶來(lái)的消極后果及其影響渠道，有助于更加全面地理解房地產(chǎn)價(jià)格與企業(yè)投資行為之間的關(guān)系，為中小私營(yíng)企業(yè)投資行為的研究補(bǔ)充了經(jīng)驗(yàn)證據(jù)。

二、數(shù)據(jù)來(lái)源、模型設(shè)定與變量定義

（一）數(shù)據(jù)來(lái)源。本文所使用的企業(yè)層面數(shù)據(jù)來(lái)自2012年第十次中國(guó)私營(yíng)企業(yè)調(diào)查數(shù)據(jù)。這一調(diào)查由中央統(tǒng)戰(zhàn)部、全國(guó)工商聯(lián)、國(guó)家工商行政管理總局和中國(guó)民營(yíng)經(jīng)濟(jì)研究會(huì)組成的私營(yíng)企業(yè)研究課題組主持開(kāi)展，每?jī)赡赀M(jìn)行一次。①Li等（2008）、Zhou（2009）和陳東（2015）分別使用了 2000年、2002 年和 2012 年度的此項(xiàng)調(diào)查數(shù)據(jù)。該年度調(diào)查范圍為全國(guó)31個(gè)省、市、自治區(qū)的私營(yíng)企業(yè)，涵蓋三次產(chǎn)業(yè)在內(nèi)的全部大類行業(yè)，調(diào)查內(nèi)容包括企業(yè)在2011年的生產(chǎn)經(jīng)營(yíng)狀況（包括企業(yè)的經(jīng)營(yíng)成本、融資狀況、盈利情況和投資情況等）、企業(yè)出資人情況和企業(yè)發(fā)展環(huán)境等。需要說(shuō)明的是，該年度調(diào)查首次對(duì)企業(yè)的投資進(jìn)行了細(xì)分，為本文實(shí)證研究企業(yè)投資方向選擇及其異質(zhì)性分析提供了條件。城市層面的數(shù)據(jù)來(lái)自《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》，選取的指標(biāo)包括房地產(chǎn)價(jià)格、②文中所用的房地產(chǎn)價(jià)格根據(jù)城市商品房銷售額與商品房銷售面積的比值計(jì)算得到。人均地區(qū)生產(chǎn)總值、公共財(cái)政支出、產(chǎn)業(yè)結(jié)構(gòu)和基礎(chǔ)設(shè)施等?？紤]到房地產(chǎn)行業(yè)、建筑業(yè)以及金融業(yè)與房地產(chǎn)的直接關(guān)聯(lián)性較高，因而在后續(xù)實(shí)證研究中去掉了這些行業(yè)的樣本，進(jìn)一步剔除主要變量缺失的樣本后，得到有效研究樣本2 916個(gè)。同時(shí)，為了避免樣本異常值影響，實(shí)證分析中對(duì)連續(xù)變量進(jìn)行了1%分位數(shù)的Winsorize處理。

（二）模型形式與變量設(shè)定。為了檢驗(yàn)房地產(chǎn)價(jià)格與私營(yíng)企業(yè)投資規(guī)模之間的關(guān)系，構(gòu)建如下回歸模型：

在公式（1）中，下標(biāo)i和j分別代表企業(yè)和企業(yè)所在的城市。在基礎(chǔ)回歸模型中，被解釋變量investment用企業(yè)各類投資的加總數(shù)額，①具體包括擴(kuò)大原有產(chǎn)品生產(chǎn)規(guī)模、新產(chǎn)品研發(fā)、技術(shù)創(chuàng)新和工藝改造、投向新的實(shí)體經(jīng)濟(jì)領(lǐng)域、投向股市期貨、投向民間借貸、收購(gòu)、兼并或投向其他企業(yè)以及海外投資在內(nèi)的各類投資的總額?？紤]到部分企業(yè)年度投資額為0，因此在回歸模型分析時(shí)被解釋變量實(shí)際上采用的是 ln（investmentij+1）的形式。而在針對(duì)企業(yè)投資方向選擇的回歸分析中，該變量將分別以實(shí)業(yè)投資額和房地產(chǎn)投資額表示。HP和HP_growth是本文所關(guān)注的主要解釋變量，二者分別從靜態(tài)和動(dòng)態(tài)兩個(gè)角度衡量房?jī)r(jià)對(duì)私營(yíng)企業(yè)投資規(guī)模產(chǎn)生的影響。HP為企業(yè)所在城市的房?jī)r(jià)水平，采用企業(yè)所在城市近三年的平均房?jī)r(jià)水平衡量；HP_growth為企業(yè)所在城市的房?jī)r(jià)漲幅，用該城市近三年的房?jī)r(jià)復(fù)合增長(zhǎng)率衡量。②選取近三年的房?jī)r(jià)平均水平和房?jī)r(jià)復(fù)合增長(zhǎng)率作為衡量標(biāo)準(zhǔn)，一方面是為了減小房?jī)r(jià)波動(dòng)帶來(lái)的偶然影響，另一方面是考慮到企業(yè)的決策可能是根據(jù)過(guò)去一段時(shí)間的外部環(huán)境變化趨勢(shì)做出的。為了保證穩(wěn)健性，我們還選用當(dāng)年的房?jī)r(jià)水平和房?jī)r(jià)漲幅以及2008?2010年的房?jī)r(jià)均值和房?jī)r(jià)復(fù)合增長(zhǎng)率作為衡量指標(biāo)，結(jié)果未發(fā)生本質(zhì)變化。

之所以選擇兩個(gè)變量同時(shí)作為核心解釋變量，主要出于以下考慮：第一，我國(guó)區(qū)域發(fā)展不平衡的現(xiàn)象較為明顯，房?jī)r(jià)水平（漲幅）相近的城市房?jī)r(jià)漲幅（水平）可能存在很大差異（林睿等，2016），僅從房?jī)r(jià)水平或者房?jī)r(jià)漲幅單一層面刻畫(huà)房?jī)r(jià)特征難以全面衡量房?jī)r(jià)對(duì)私營(yíng)企業(yè)的影響。例如，百城價(jià)格指數(shù)中的數(shù)據(jù)顯示，2016年底合肥和南昌的住宅均價(jià)約10 000元/平方米，其中合肥房?jī)r(jià)是從2013年底的7 189元/平方米漲至2016年底的10 677元/平方米，三年間上漲了約50%；而南昌房?jī)r(jià)從2013年底的9 789元/平方米漲至10 240元/平方米，三年間僅上漲4.6%?？梢韵胂螅捎诜?jī)r(jià)水平接近，在同樣的條件下，合肥的企業(yè)和南昌的企業(yè)所承受的房?jī)r(jià)引致的成本基本相同，但是合肥的企業(yè)比南昌的企業(yè)更能享受到房?jī)r(jià)上漲引致的抵押品上漲的抵押擔(dān)保效應(yīng)。另外，2013年底至2016年，上海房?jī)r(jià)和合肥房?jī)r(jià)均上漲了50%左右，但是上海46 000元/平方米的均價(jià)（2016年底）遠(yuǎn)超合肥。也就是說(shuō)，即便兩地的企業(yè)擁有相同價(jià)值的房產(chǎn)類資產(chǎn)，能夠享受相同程度的抵押品增值，但是由于房?jī)r(jià)水平不同，上海的企業(yè)所面臨的房?jī)r(jià)引致的成本遠(yuǎn)超合肥。進(jìn)一步檢驗(yàn)發(fā)現(xiàn)，HP和HP_growth的相關(guān)系數(shù)為?0.39，說(shuō)明我國(guó)不同城市的房?jī)r(jià)特征之間存在較強(qiáng)的異質(zhì)性。③從模型上來(lái)看，同時(shí)納入兩個(gè)變量未造成明顯的共線性問(wèn)題。在模型中單獨(dú)納入兩者中的任何一個(gè)變量，系數(shù)估計(jì)結(jié)果也未發(fā)生本質(zhì)變化。

第二，兩個(gè)變量的含義既有共同點(diǎn)，又有差異。由于房?jī)r(jià)漲幅既會(huì)影響抵押品價(jià)值，同時(shí)也會(huì)導(dǎo)致經(jīng)營(yíng)成本變動(dòng)；而房?jī)r(jià)水平除了影響經(jīng)營(yíng)成本外，也會(huì)影響企業(yè)的抵押品價(jià)值。因此，任何一個(gè)變量系數(shù)的估計(jì)結(jié)果都反映了抵押擔(dān)保效應(yīng)（正向）和成本效應(yīng)（負(fù)向）產(chǎn)生的綜合影響。也就是說(shuō)，當(dāng)實(shí)證分析識(shí)別出某一變量的影響為正向顯著時(shí)，可以理解為私營(yíng)企業(yè)受到的抵押擔(dān)保效應(yīng)起主導(dǎo)作用；而如果為負(fù)向顯著，則可以理解為成本效應(yīng)起了主導(dǎo)作用。然而，文中兩個(gè)變量所反映的側(cè)重點(diǎn)存在差異。抵押擔(dān)保效應(yīng)發(fā)揮作用的前提是房?jī)r(jià)上漲，通過(guò)房?jī)r(jià)上漲才能引致房地產(chǎn)類抵押品價(jià)值上漲，進(jìn)而促進(jìn)企業(yè)投資。換句話說(shuō)，在控制了房?jī)r(jià)水平和其他因素的情況下，模型中房?jī)r(jià)漲幅變量的系數(shù)更多體現(xiàn)了房?jī)r(jià)變動(dòng)可能導(dǎo)致的企業(yè)抵押品價(jià)值的變動(dòng)；而在控制了房?jī)r(jià)漲幅和其他因素的情況下，房?jī)r(jià)水平變量的系數(shù)則更多反映了不同城市企業(yè)面臨的經(jīng)營(yíng)成本差異?？偟膩?lái)說(shuō)，房?jī)r(jià)漲幅變量和房?jī)r(jià)水平變量均反映了抵押擔(dān)保效應(yīng)（正向）和成本效應(yīng)（負(fù)向），但是在模型中二者各有側(cè)重。

除以上變量外，實(shí)證研究還借鑒已有研究控制了影響企業(yè)投資規(guī)模的其他因素。其中，企業(yè)特征向量組E包括企業(yè)規(guī)模、企業(yè)年齡、利潤(rùn)率、資產(chǎn)負(fù)債率以及融資約束；企業(yè)出資人特征的向量組X包含性別、年齡以及受教育年限等個(gè)人信息；城市層面宏觀因素向量組C包含反映經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)發(fā)展速度、政府規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、教育水平、醫(yī)療水平、道路建設(shè)以及綠化水平等。同時(shí)，我們分別引入了省份和行業(yè)的固定效應(yīng)θpro、δind，以控制不同地區(qū)、行業(yè)之間的差異性對(duì)企業(yè)投資規(guī)模的影響。考慮到調(diào)查中存在部分企業(yè)并無(wú)新增投資（或某一類型投資）的情況，因此對(duì)方程采用Tobit模型進(jìn)行估計(jì)（王文春和榮紹，2014），并通過(guò)改變樣本范圍、主要變量取值以及模型估計(jì)方法等方式進(jìn)行穩(wěn)健性檢驗(yàn)。由于同一城市的企業(yè)行為存在一定程度的相關(guān)性，系數(shù)估計(jì)結(jié)果的標(biāo)準(zhǔn)誤將在城市層面進(jìn)行聚類異方差處理。

接下來(lái)，本文進(jìn)一步考察企業(yè)層面資源獲取能力以及城市層面房地產(chǎn)市場(chǎng)調(diào)控政策兩類異質(zhì)性特征如何影響房地產(chǎn)價(jià)格與企業(yè)投資方向選擇。具體而言，在公式（1）中引入交叉項(xiàng)ln（HPi）×Mi和 HP_growthi×Mi對(duì)模型進(jìn)行擴(kuò)展，這里的 Mi為反映上述兩類特征的變量，分別以企業(yè)規(guī)模、企業(yè)的政治關(guān)聯(lián)及城市是否實(shí)施房地產(chǎn)限購(gòu)政策表示。其中，根據(jù)祝繼高等（2015）和袁建國(guó)等（2015）相關(guān)研究的做法，將企業(yè)出資人“擔(dān)任縣級(jí)以上人大代表或政協(xié)委員”作為反映其企業(yè)政治關(guān)聯(lián)的代理變量；而房地產(chǎn)限購(gòu)政策能夠直接反映城市房地產(chǎn)投資的政策環(huán)境，也體現(xiàn)了城市房地產(chǎn)投資的潛在風(fēng)險(xiǎn)。

（三）變量的描述性統(tǒng)計(jì)。表1列示了房地產(chǎn)價(jià)格變量與主要企業(yè)特征變量的定義與描述性統(tǒng)計(jì)?？梢园l(fā)現(xiàn)，調(diào)查樣本中私營(yíng)企業(yè)的規(guī)模普遍較?。ㄆ骄鶠?70人），96.5%的企業(yè)可納入工信部劃定的中小企業(yè)標(biāo)準(zhǔn)，符合我國(guó)私營(yíng)企業(yè)以中小企業(yè)為主的特點(diǎn)。其中，近一半的企業(yè)在2011年度有新增投資發(fā)生，企業(yè)投資總額的均值為682.97萬(wàn)元。同時(shí)，樣本企業(yè)的利潤(rùn)率均值為9.99%，而且部分企業(yè)凈利潤(rùn)為負(fù)，表明私營(yíng)企業(yè)面臨著較大的生存壓力。此外，這些企業(yè)所在的135個(gè)城市的房地產(chǎn)市場(chǎng)表現(xiàn)出明顯的分化特征，2009?2011年房地產(chǎn)價(jià)格最高的城市與最低的城市在價(jià)格上相差10倍以上，房地產(chǎn)價(jià)格漲幅也在1.8%?90.2%的較大區(qū)間內(nèi)分布。

表1 變量定義及描述性統(tǒng)計(jì)

續(xù)表 1 變量定義及描述性統(tǒng)計(jì)

三、實(shí)證結(jié)果及分析

（一）房地產(chǎn)價(jià)格對(duì)私營(yíng)企業(yè)投資規(guī)模的影響。表2報(bào)告了房地產(chǎn)價(jià)格對(duì)私營(yíng)企業(yè)投資規(guī)模的影響，第（1）列僅引入房?jī)r(jià)漲幅變量，第（2）列進(jìn)一步引入房?jī)r(jià)水平變量，從第（3）列開(kāi)始依次引入企業(yè)特征、企業(yè)出資人特征和城市層面系列特征，以便進(jìn)一步考察回歸結(jié)果的穩(wěn)健性。為了便于比較，表中報(bào)告的是系數(shù)的平均邊際效應(yīng)。城市房?jī)r(jià)漲幅對(duì)私營(yíng)企業(yè)的總投資規(guī)模影響并不顯著，在控制了其他因素后也未發(fā)生明顯變化。而房?jī)r(jià)水平則對(duì)私營(yíng)企業(yè)的總投資規(guī)模具有顯著的負(fù)面影響，在控制其他影響因素的情況下，房?jī)r(jià)水平每高出1%，私營(yíng)企業(yè)的總投資規(guī)模將縮減0.59%。表2的結(jié)果表明，在中小企業(yè)為主的私營(yíng)企業(yè)中，較高的房地產(chǎn)價(jià)格所產(chǎn)生的成本效應(yīng)（負(fù)向）發(fā)揮了更為重要的影響。由于中小型私營(yíng)企業(yè)所擁有的房產(chǎn)類可抵押資產(chǎn)較為有限，并且中國(guó)的金融市場(chǎng)也存在所有制偏向，因而房?jī)r(jià)上漲帶來(lái)的抵押擔(dān)保效應(yīng)在中小型私營(yíng)企業(yè)中可能較為有限；而中小型私營(yíng)企業(yè)往往競(jìng)爭(zhēng)力不強(qiáng)，對(duì)于成本更為敏感，因而成本效應(yīng)（負(fù)向）起到了更為重要的作用。如前文所述，房?jī)r(jià)漲幅變量更多反映了抵押擔(dān)保效應(yīng)，而房?jī)r(jià)水平變量更多反映了成本效應(yīng)，房?jī)r(jià)漲幅不顯著和房?jī)r(jià)水平顯著為負(fù)就是上述邏輯的直觀體現(xiàn)。上述結(jié)果意味著與規(guī)模較大的上市公司相比，房地產(chǎn)價(jià)格的上漲并不能有效緩解中小型私營(yíng)企業(yè)的融資約束，進(jìn)而促進(jìn)其投資。①感謝審稿專家的寶貴建議。一般來(lái)說(shuō)，第二產(chǎn)業(yè)的企業(yè)往往擁有土地和廠房等不動(dòng)產(chǎn)，通過(guò)抵押擔(dān)保效應(yīng)緩解融資約束的可能性更大，我們進(jìn)一步對(duì)第二產(chǎn)業(yè)樣本進(jìn)行考察，以檢驗(yàn)不同行業(yè)的企業(yè)面對(duì)房?jī)r(jià)上漲緩解融資約束的作用是否存在差異，結(jié)果未發(fā)生本質(zhì)變化。本文的發(fā)現(xiàn)與既有文獻(xiàn)存在較大差別，擴(kuò)展了高房?jī)r(jià)背景下的企業(yè)行為研究。

表2 基礎(chǔ)回歸結(jié)果

續(xù)表 2 基礎(chǔ)回歸結(jié)果

對(duì)于其他控制變量，企業(yè)特征、企業(yè)出資人特征以及城市特征也會(huì)對(duì)私營(yíng)企業(yè)的總投資規(guī)模產(chǎn)生影響。企業(yè)特征方面，企業(yè)利潤(rùn)率及負(fù)債率每上升1個(gè)百分點(diǎn)，投資均會(huì)增加約0.01個(gè)百分點(diǎn)，這說(shuō)明無(wú)論是內(nèi)源性融資還是外源性融資都對(duì)企業(yè)投資具有積極作用。貸款可得性的系數(shù)為負(fù)，說(shuō)明融資難度抑制了企業(yè)的投資規(guī)模。規(guī)模越大、成立年限越長(zhǎng)的私營(yíng)企業(yè)，投資規(guī)模也越大。企業(yè)出資人特征方面，企業(yè)出資人的受教育年限每增加1年，企業(yè)投資規(guī)模上升約0.1個(gè)百分點(diǎn)，這說(shuō)明企業(yè)出資人的人力資本積累會(huì)對(duì)企業(yè)投資行為產(chǎn)生重要影響；出資人為女性的企業(yè)總投資規(guī)模較小，這是由于女性通常在經(jīng)營(yíng)管理中具有更強(qiáng)的風(fēng)險(xiǎn)意識(shí)，在投資方面表現(xiàn)得較為謹(jǐn)慎。在城市層面，政府支出對(duì)私營(yíng)企業(yè)投資具有顯著的拉動(dòng)作用，這是由于我國(guó)政府支出主要投向了基礎(chǔ)設(shè)施、公共服務(wù)以及生產(chǎn)性支出等方面，可從不同角度改善私營(yíng)企業(yè)的經(jīng)營(yíng)環(huán)境，有助于提高企業(yè)的投資意愿，教育、醫(yī)療、道路及綠化等變量對(duì)私營(yíng)企業(yè)投資規(guī)模的正向影響也體現(xiàn)了這一點(diǎn)。值得注意的是，經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)發(fā)展速度并未對(duì)投資規(guī)模產(chǎn)生顯著影響，原因可能在于城市經(jīng)濟(jì)增長(zhǎng)對(duì)私營(yíng)企業(yè)投資決策存在不同方向的影響。例如，良好的經(jīng)濟(jì)增長(zhǎng)可以帶動(dòng)私營(yíng)企業(yè)擴(kuò)大投資規(guī)模，而城市經(jīng)濟(jì)增長(zhǎng)背后國(guó)有經(jīng)濟(jì)的發(fā)展也可能會(huì)擠壓私營(yíng)企業(yè)的生存空間。

關(guān)于內(nèi)生性問(wèn)題，本文從以下兩個(gè)方面進(jìn)行討論。一方面，正如Chaney等（2012）所指出的，房地產(chǎn)價(jià)格與企業(yè)投資之間的內(nèi)生性問(wèn)題源于可能存在的反向因果關(guān)系，即企業(yè)的投資中包含房地產(chǎn)投資進(jìn)而影響了房地產(chǎn)價(jià)格。但本文數(shù)據(jù)中的調(diào)查對(duì)象主要為中小規(guī)模的非房地產(chǎn)行業(yè)私營(yíng)企業(yè)，房地產(chǎn)投資并非其主業(yè)，因而難以影響整個(gè)城市的房?jī)r(jià)。①樣本中最大的房地產(chǎn)投資額僅占企業(yè)所在城市當(dāng)年房地產(chǎn)開(kāi)發(fā)投資總額的1.9%。另一方面，房地產(chǎn)價(jià)格對(duì)私營(yíng)企業(yè)投資規(guī)模的影響還會(huì)遇到由某些不可觀測(cè)因素帶來(lái)的遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，例如房地產(chǎn)價(jià)格與企業(yè)所在地區(qū)的房地產(chǎn)周期密切相關(guān)，房地產(chǎn)市場(chǎng)的繁榮可以通過(guò)其他途徑作用于企業(yè)投資。雖然模型中通過(guò)控制與城市房地產(chǎn)價(jià)格相關(guān)的主要經(jīng)濟(jì)變量能夠在一定程度上避免遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題，但為了使結(jié)果更為穩(wěn)健，我們采用了工具變量進(jìn)行回歸。參考Himmelberg 等（2005）、Mian 和 Sufi（2011）、Chaney 等（2012）以及榮昭和王文春（2014）的做法，采用2009?2011年間城市實(shí)際利率的均值與住房供給彈性的交互項(xiàng)作為房?jī)r(jià)水平的工具變量，采用2009?2011年城市實(shí)際利率的變動(dòng)幅度與住房供給彈性的交互項(xiàng)作為房?jī)r(jià)漲幅的工具變量。①本文對(duì)五年以上長(zhǎng)期貸款基準(zhǔn)利率按時(shí)間進(jìn)行加權(quán)平均處理得到每年的長(zhǎng)期貸款利率，然后用該利率減去城市CPI得到各城市的實(shí)際利率。城市的住房供給彈性借鑒Wang等（2012）研究中的數(shù)據(jù)，Wang等（2012）使用面板數(shù)據(jù)模型估計(jì)了房地產(chǎn)價(jià)格變動(dòng)對(duì)新房開(kāi)工面積的影響，進(jìn)而估計(jì)出35個(gè)大中城市的住房供給彈性。首先，從上述工具變量的相關(guān)性來(lái)看，一個(gè)城市住房供給彈性與該地的住宅用地供給彈性密切相關(guān)，利率下降會(huì)導(dǎo)致購(gòu)房需求增加，如果城市住宅用地富有彈性，增加的購(gòu)房需求會(huì)促進(jìn)新建房屋數(shù)量的增加，因而房?jī)r(jià)上漲幅度有限；如果城市土地供應(yīng)缺乏彈性，增加的需求量則會(huì)推高地價(jià)，從而引起房?jī)r(jià)上漲。本文用房?jī)r(jià)水平和房?jī)r(jià)漲幅分別對(duì)各自的工具變量進(jìn)行回歸，結(jié)果均顯著為負(fù)，說(shuō)明上述變量符合理論預(yù)期。其次，該交互項(xiàng)滿足外生性要求，將房?jī)r(jià)特征限制在只與該交互項(xiàng)相關(guān)的部分可以有效排除不可觀測(cè)因素對(duì)回歸結(jié)果的影響（榮昭和王文春，2014）。2SLS模型回歸結(jié)果顯示，主要解釋變量的符號(hào)和顯著性并未發(fā)生本質(zhì)性變化（結(jié)果見(jiàn)表3第（1）列），②經(jīng)過(guò)最小特征值檢驗(yàn)，模型不存在弱工具變量問(wèn)題；DWH檢驗(yàn)結(jié)果為9.17，可以在5%的顯著性水平上拒絕“所有解釋變量均為外生”的原假設(shè)，說(shuō)明工具變量的選擇是合理的。說(shuō)明本文的結(jié)果具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步保證結(jié)論的可靠性，我們還做了其他穩(wěn)健性檢驗(yàn)。如前所述，私營(yíng)企業(yè)調(diào)查數(shù)據(jù)中相當(dāng)數(shù)量的樣本缺失企業(yè)特征和企業(yè)出資人特征，這在一定程度上限制了基礎(chǔ)回歸的樣本量，我們?cè)诒?的第（2）列中補(bǔ)充缺失部分企業(yè)信息的樣本再進(jìn)行回歸。③該模型只控制了城市特征變量以及行業(yè)和省份固定效應(yīng)。在第（3）列中，考慮到北京和上海等一線城市在私營(yíng)企業(yè)發(fā)展和房地產(chǎn)市場(chǎng)特征方面存在特殊性，在回歸分析中去掉了這些城市的企業(yè)樣本。由于房地產(chǎn)價(jià)格對(duì)投資規(guī)模的影響可能存在滯后效應(yīng)或者短期效應(yīng)，第（4）列和第（5）列改變度量核心解釋變量的時(shí)間窗口，分別將相應(yīng)變量替換為2008?2010年的房?jī)r(jià)均值和漲幅與2011年的房?jī)r(jià)均值和漲幅，采用滯后（2008?2010年均值和漲幅）的核心變量形式是為了緩解內(nèi)生性問(wèn)題帶來(lái)的影響。為了論證更為詳實(shí)與準(zhǔn)確，第（6）列和第（7）列進(jìn)一步將房地產(chǎn)價(jià)格區(qū)分為住宅價(jià)格和非住宅價(jià)格，以分別考察不同類型的房地產(chǎn)價(jià)格對(duì)企業(yè)投資帶來(lái)的影響，結(jié)果未發(fā)生本質(zhì)變化。同時(shí)結(jié)果顯示，住宅價(jià)格水平前的系數(shù)略大于非住宅價(jià)格水平的系數(shù)，這可能是由于住宅價(jià)格與勞動(dòng)力成本更為密切，而中小型私營(yíng)企業(yè)的勞動(dòng)密集度更高。第（8）列將Tobit回歸方法替換為OLS回歸方法進(jìn)行分析。以上各列的結(jié)果均與基礎(chǔ)回歸結(jié)果相似，這表明房地產(chǎn)價(jià)格與私營(yíng)企業(yè)總投資規(guī)模之間的關(guān)系是穩(wěn)健的。

（二）房地產(chǎn)價(jià)格影響私營(yíng)企業(yè)投資規(guī)模的機(jī)制討論。房地產(chǎn)價(jià)格上漲可以通過(guò)抵押擔(dān)保渠道緩解企業(yè)的融資約束，促進(jìn)企業(yè)增加投資；同時(shí)，較高的房地產(chǎn)價(jià)格又會(huì)推升企業(yè)的用工成本和房屋土地租賃成本，通過(guò)成本變化渠道對(duì)企業(yè)投資規(guī)模產(chǎn)生抑制作用。對(duì)此，表4將企業(yè)的用工成本、房屋土地租賃成本與融資約束作為因變量，對(duì)上述機(jī)制進(jìn)行實(shí)證檢驗(yàn)。由于調(diào)查問(wèn)卷中沒(méi)有直接涉及融資約束的問(wèn)題，這里選取流動(dòng)資金中貸款比例和擴(kuò)大再生產(chǎn)資金中的貸款比例作為衡量指標(biāo)。

表4 高房?jī)r(jià)影響企業(yè)投資規(guī)模的機(jī)制分析

表4第（1）列和第（2）列分別考察了房地產(chǎn)價(jià)格對(duì)企業(yè)人均薪酬水平和房屋土地租賃成本的影響。結(jié)果顯示，房?jī)r(jià)水平對(duì)企業(yè)薪酬水平的影響顯著為正，房?jī)r(jià)漲幅對(duì)企業(yè)租金成本的影響同樣顯著為正。①感謝審稿專家的建議。我們分別用住宅價(jià)格和非住宅價(jià)格對(duì)人均薪酬水平和房屋土地租賃成本進(jìn)行檢驗(yàn)，結(jié)果顯示住宅價(jià)格對(duì)員工薪酬的影響更大，而非住宅價(jià)格對(duì)房屋土地租賃成本影響更大，符合“成本效應(yīng)”的邏輯。限于篇幅，回歸結(jié)果未列示，如有需要可向作者索要。這意味著較高的房地產(chǎn)價(jià)格所產(chǎn)生的成本效應(yīng)在私營(yíng)企業(yè)中顯著存在。成本上升導(dǎo)致企業(yè)的預(yù)期收益下降，因而不利于企業(yè)擴(kuò)大投資規(guī)模。在融資約束方面，列（3）和列（4）的回歸結(jié)果表明，無(wú)論是日常流動(dòng)資金貸款比例還是擴(kuò)大再生產(chǎn)貸款比例，房地產(chǎn)價(jià)格上漲均未增加私營(yíng)企業(yè)的貸款規(guī)模，因而對(duì)緩解融資約束并無(wú)顯著影響。②企業(yè)融資減少很可能是因?yàn)槌杀驹黾印⒗麧?rùn)下降，使企業(yè)減少了融資意愿。這種情況下，貸款占比更多是反映融資結(jié)果，而不一定是融資能力受限。感謝審稿專家指出這一問(wèn)題。為此我們嘗試控制相關(guān)影響因素以緩解該問(wèn)題。表4列（3）和列（4）已經(jīng)控制了企業(yè)利潤(rùn)率，我們?cè)诜匠讨欣^續(xù)加入企業(yè)薪酬水平和房屋土地租賃成本等控制變量，回歸結(jié)果未發(fā)生顯著變化。從列（3）可以看到，較高的房地產(chǎn)價(jià)格在一定程度上甚至抑制了企業(yè)流動(dòng)資金中的貸款比例，擠出了企業(yè)生產(chǎn)投資。

對(duì)影響機(jī)制進(jìn)一步分析可知，房?jī)r(jià)上漲的成本效應(yīng)（負(fù)向）對(duì)于所有企業(yè)來(lái)說(shuō)都是普遍存在的，而抵押擔(dān)保效應(yīng)（正向）的發(fā)揮則需要一定的前提條件。對(duì)規(guī)模較小、可抵押房地產(chǎn)類資產(chǎn)較為有限且在金融市場(chǎng)中受到所有制歧視的私營(yíng)企業(yè)來(lái)說(shuō)，抵押擔(dān)保效應(yīng)的正向作用可能較為有限，在房?jī)r(jià)高企的背景下，中小私營(yíng)企業(yè)更多受到用工成本、經(jīng)營(yíng)成本上漲的負(fù)面影響。因而對(duì)于中小型私營(yíng)企業(yè)而言，成本效應(yīng)處于主導(dǎo)地位。當(dāng)然，企業(yè)發(fā)展到一定規(guī)模之后，其擁有的可抵押資產(chǎn)增加，會(huì)拉近成本效應(yīng)和抵押擔(dān)保效應(yīng)之間的差距，甚至逆轉(zhuǎn)。另外，企業(yè)的投資決策是基于投資成本和預(yù)期收益的權(quán)衡，因而抵押擔(dān)保效應(yīng)和成本效應(yīng)誰(shuí)占據(jù)主導(dǎo)地位還取決于企業(yè)對(duì)于經(jīng)濟(jì)前景的預(yù)期。即如果企業(yè)預(yù)期未來(lái)盈利困難，即便其擁有較多的可抵押房地產(chǎn)類資產(chǎn)，也不會(huì)擴(kuò)大實(shí)體投資規(guī)模。隨著經(jīng)濟(jì)進(jìn)入新常態(tài)，產(chǎn)能過(guò)剩成為困擾中國(guó)經(jīng)濟(jì)的一大問(wèn)題。而在高房?jī)r(jià)、高地價(jià)的現(xiàn)實(shí)情況下，企業(yè)的投資動(dòng)力更加不足，不少企業(yè)開(kāi)始?jí)嚎s實(shí)業(yè)投資，甚至部分企業(yè)開(kāi)始遷移到越南、印度等地。與此同時(shí)，不少企業(yè)開(kāi)始轉(zhuǎn)變投資方向，“脫實(shí)向虛”、“脫實(shí)向房”成為經(jīng)濟(jì)中的熱點(diǎn)話題。

（三）房地產(chǎn)價(jià)格、企業(yè)異質(zhì)性對(duì)企業(yè)投資方向影響。為了考察房地產(chǎn)價(jià)格對(duì)私營(yíng)企業(yè)投資方向的影響，根據(jù)調(diào)查問(wèn)卷中對(duì)企業(yè)投資的細(xì)分類型，我們將投資進(jìn)一步分為實(shí)業(yè)投資和房地產(chǎn)投資。①實(shí)業(yè)投資包括擴(kuò)大再生產(chǎn)和研發(fā)創(chuàng)新。如果私營(yíng)企業(yè)確實(shí)存在“脫實(shí)向虛”的情況，那么房?jī)r(jià)特征變量對(duì)兩種類型投資的影響系數(shù)是相反的，而非同向。表5的實(shí)證結(jié)果驗(yàn)證了這種差異性影響。第（1）列結(jié)果顯示，房?jī)r(jià)水平較高的情況下，企業(yè)會(huì)顯著縮減實(shí)業(yè)投資的規(guī)模。第（2）列和第（3）列的結(jié)果顯示，實(shí)業(yè)投資中的擴(kuò)大再生產(chǎn)投資以及研發(fā)和技術(shù)改造投資均受到高房?jī)r(jià)的不利影響。這說(shuō)明在成本效應(yīng)的作用下，私營(yíng)企業(yè)無(wú)力擴(kuò)大實(shí)業(yè)投資規(guī)模。而對(duì)于房地產(chǎn)投資而言，第（4）列顯示，房?jī)r(jià)水平的系數(shù)在10%的水平上顯著，房?jī)r(jià)漲幅的系數(shù)為正且接近顯著，第（5）列中房?jī)r(jià)水平與房?jī)r(jià)漲幅的系數(shù)在10%的水平上顯著為正，說(shuō)明房地產(chǎn)市場(chǎng)的繁榮發(fā)展誘發(fā)了企業(yè)投資房地產(chǎn)市場(chǎng)的積極性。由此可見(jiàn)，房地產(chǎn)價(jià)格高企推升了企業(yè)的運(yùn)營(yíng)成本，擠壓了企業(yè)的利潤(rùn)空間，加之房地產(chǎn)行業(yè)有著高于實(shí)體企業(yè)的平均利潤(rùn)率，因此，大量資本開(kāi)始逃離實(shí)體經(jīng)濟(jì)進(jìn)入房地產(chǎn)業(yè)，高房?jī)r(jià)背景下企業(yè)投資選擇呈現(xiàn)出“脫實(shí)向虛”的現(xiàn)象。

表5 房?jī)r(jià)對(duì)企業(yè)投資方向的影響

私營(yíng)企業(yè)在實(shí)業(yè)投資和房地產(chǎn)投資之間權(quán)衡選擇也與自身資源獲取能力以及城市房地產(chǎn)市場(chǎng)的政策環(huán)境有關(guān)，表6列出了異質(zhì)性分析的回歸結(jié)果。首先，我們考察企業(yè)層面異質(zhì)性的不同影響。表6列（1）和列（2）的方程中分別采用實(shí)業(yè)投資和房地產(chǎn)投資作為因變量，并引入了企業(yè)規(guī)模與房?jī)r(jià)水平及房?jī)r(jià)漲幅的交互項(xiàng)，分析不同規(guī)模的企業(yè)在高房?jī)r(jià)背景下企業(yè)投資方向選擇的差異。交互項(xiàng)系數(shù)估計(jì)結(jié)果表明，在房地產(chǎn)市場(chǎng)繁榮且房?jī)r(jià)越高的城市，規(guī)模越大的私營(yíng)企業(yè)在房地產(chǎn)領(lǐng)域的投資也越多，同時(shí)其實(shí)業(yè)投資規(guī)模則會(huì)顯著縮減。這說(shuō)明規(guī)模較大的企業(yè)在資金獲取上具有優(yōu)勢(shì)，因而更傾向于進(jìn)入資金密集、技術(shù)門(mén)檻較低的房地產(chǎn)行業(yè)以獲取投資利潤(rùn)。列（3）和列（4）中同樣分別采用實(shí)業(yè)投資和房地產(chǎn)投資作為因變量，并引入了政治關(guān)聯(lián)與房?jī)r(jià)水平和房?jī)r(jià)漲幅的交叉項(xiàng)。列（3）中政治關(guān)聯(lián)單獨(dú)項(xiàng)顯著為正，而政治關(guān)聯(lián)與房?jī)r(jià)水平和房?jī)r(jià)漲幅的交叉項(xiàng)均不顯著，這說(shuō)明政治關(guān)聯(lián)有助于增加企業(yè)實(shí)業(yè)投資，但未能緩解高房?jī)r(jià)對(duì)企業(yè)實(shí)業(yè)投資造成的不利影響。而列（4）中政治關(guān)聯(lián)與房?jī)r(jià)水平的交叉項(xiàng)顯著為正，這說(shuō)明在高房?jī)r(jià)背景下，具有政治關(guān)聯(lián)的企業(yè)投資房地產(chǎn)的規(guī)模更大。企業(yè)擁有的政治關(guān)聯(lián)能夠?yàn)槠髽I(yè)帶來(lái)更多資源，因而更具備進(jìn)入房地產(chǎn)行業(yè)的條件。當(dāng)大量企業(yè)投資方向轉(zhuǎn)移到這種存在不具有技術(shù)外溢效應(yīng)的生產(chǎn)部門(mén)時(shí)，將會(huì)扭曲實(shí)體經(jīng)濟(jì)的資源配置，對(duì)經(jīng)濟(jì)增長(zhǎng)帶來(lái)消極影響（Miao和Wang，2014；羅知和張川川，2015）。為了考察房地產(chǎn)調(diào)控政策對(duì)企業(yè)投資方向的影響，我們?cè)诹校?）和列（6）中引入了限購(gòu)政策與房?jī)r(jià)水平及房?jī)r(jià)漲幅的交互項(xiàng)，限購(gòu)與房?jī)r(jià)水平交叉項(xiàng)系數(shù)的估計(jì)結(jié)果在第（5）列中為正，在第（6）列中為負(fù)，這說(shuō)明在房?jī)r(jià)較高的城市中，限購(gòu)等房地產(chǎn)調(diào)控政策有助于促進(jìn)企業(yè)增加實(shí)業(yè)投資，抑制企業(yè)的房地產(chǎn)投資。①我們對(duì)列（4）中政治關(guān)聯(lián)變量單獨(dú)項(xiàng)求了平均邊際效應(yīng)，結(jié)果顯示政治關(guān)聯(lián)的平均邊際效應(yīng)顯著為正，表明擁有政治關(guān)聯(lián)將有助于企業(yè)增加房地產(chǎn)投資，符合理論預(yù)期。同樣，我們對(duì)列（5）和列（6）中的限購(gòu)政策變量單獨(dú)項(xiàng)求了平均邊際效應(yīng)，在限購(gòu)城市樣本中，限購(gòu)政策對(duì)實(shí)業(yè)投資的平均邊際效應(yīng)為正，對(duì)房地產(chǎn)投資的平均邊際效應(yīng)為負(fù)，符合理論預(yù)期。上述結(jié)果一定程度上說(shuō)明，調(diào)控政策的有效實(shí)施有助于企業(yè)投資回歸理性，這對(duì)于緩解當(dāng)下“脫實(shí)向虛”的問(wèn)題具有一定的啟發(fā)。

表6 企業(yè)異質(zhì)性、房地產(chǎn)政策調(diào)控與企業(yè)投資方向

四、結(jié)論及啟示

當(dāng)前樓市熱與實(shí)體經(jīng)濟(jì)難形成了鮮明對(duì)比，一方面房地產(chǎn)價(jià)格持續(xù)高漲，另一方面私營(yíng)企業(yè)投資卻出現(xiàn)增速放緩甚至總量下降的跡象。本文在已有研究的基礎(chǔ)上，對(duì)這一現(xiàn)象背后房地產(chǎn)價(jià)格與私營(yíng)企業(yè)投資的關(guān)系進(jìn)行了深入探討，并利用2012年第十次私營(yíng)企業(yè)調(diào)查數(shù)據(jù)進(jìn)行了實(shí)證分析，結(jié)果發(fā)現(xiàn)高房?jī)r(jià)背景下，成本效應(yīng)在私營(yíng)企業(yè)中占主導(dǎo)地位，因而抑制了企業(yè)的投資規(guī)模。進(jìn)一步研究發(fā)現(xiàn)，高房?jī)r(jià)背景下私營(yíng)企業(yè)會(huì)對(duì)投資方向進(jìn)行調(diào)整，增加其在房地產(chǎn)領(lǐng)域的投資規(guī)模，而縮減擴(kuò)大再生產(chǎn)和研發(fā)創(chuàng)新方面的實(shí)業(yè)投資規(guī)模，產(chǎn)生“脫實(shí)向虛”的經(jīng)濟(jì)現(xiàn)象。并且規(guī)模較大、具有政治關(guān)聯(lián)的私營(yíng)企業(yè)更傾向于擴(kuò)大房地產(chǎn)投資規(guī)模。我們還發(fā)現(xiàn)，以房地產(chǎn)限購(gòu)為代表的調(diào)控政策實(shí)施會(huì)顯著影響私營(yíng)企業(yè)的房地產(chǎn)投資方向選擇，這對(duì)于緩解當(dāng)前“脫實(shí)向虛”的困境具有一定的借鑒意義。本文的發(fā)現(xiàn)與已有文獻(xiàn)既存在聯(lián)系也有著較大差別，本文主要關(guān)注了房地產(chǎn)價(jià)格上漲對(duì)中小私營(yíng)企業(yè)投資帶來(lái)的消極后果及其影響渠道，有助于更加全面地厘清房地產(chǎn)價(jià)格與企業(yè)投資行為之間的關(guān)系，為中小私營(yíng)企業(yè)投資行為的研究補(bǔ)充了經(jīng)驗(yàn)證據(jù)。

需要說(shuō)明的是，本文主要目的在于提供房地產(chǎn)價(jià)格對(duì)中小私營(yíng)企業(yè)投資行為影響的基本證據(jù)，但由于目前研究私營(yíng)企業(yè)可利用的數(shù)據(jù)資源十分有限，本文不可避免地存在局限和亟待完善之處。第一，雖然本文在機(jī)制分析部分考察了房?jī)r(jià)對(duì)獲取貸款的影響，但所使用的數(shù)據(jù)無(wú)法提供私營(yíng)企業(yè)擁有的可抵押房產(chǎn)的價(jià)值信息，完善這一點(diǎn)將有助于準(zhǔn)確識(shí)別不同機(jī)制下房?jī)r(jià)對(duì)私營(yíng)企業(yè)投資規(guī)模的影響幅度。第二，本文基于截面調(diào)查數(shù)據(jù)，難以利用隨時(shí)間變化的特征來(lái)追蹤識(shí)別私營(yíng)企業(yè)個(gè)體的行為變化。雖然我們盡可能地排除其他城市層面和企業(yè)層面的影響因素，但在實(shí)證研究上仍然存在一定的局限性。隨著企業(yè)調(diào)查數(shù)據(jù)的不斷完善，通過(guò)多年度追蹤調(diào)查的面板數(shù)據(jù)，更全面地識(shí)別房地產(chǎn)價(jià)格對(duì)私營(yíng)企業(yè)的影響渠道及影響幅度，將是進(jìn)一步研究需努力的方向。

* 作者感謝上海財(cái)經(jīng)大學(xué)研究生創(chuàng)新基金項(xiàng)目（CXJJ-2016-398）的資助和上海財(cái)經(jīng)大學(xué)城市與區(qū)域科學(xué)學(xué)院孫聰老師的指導(dǎo)與幫助。