朱軒辰，劉亞臣，田東泉，周鮮華

（1. 沈陽建筑大學，遼寧 沈陽 110168，E-mail：zxc_941004@163.com；2. 遼寧省重要技術創(chuàng)新與產業(yè)基地建設工程中心，遼寧 沈陽 110168；3. 遼寧省產業(yè)技術研究院，遼寧 沈陽 110168）

近年來，隨著黨中央、國務院關于經濟發(fā)展工作總體部署的落實以及科技創(chuàng)新政策體系的不斷完善，以科技創(chuàng)新為著力點推進科技供給側結構性改革、優(yōu)化經濟增長質量已成為各地區(qū)經濟增長的主要任務。遼寧作為東北老工業(yè)基地，目前經濟發(fā)展雖總體保持增長趨勢，但增速已大幅度下降，保持經濟平穩(wěn)過渡并轉向高質量發(fā)展、實現(xiàn)新舊動力的合理轉換，已成為遼寧各地區(qū)發(fā)展過程中面臨的迫切問題。工業(yè)生產全要素就是考慮環(huán)境約束的投入產出效率，進而有效地衡量某一地區(qū)的技術進步及經濟增長質量。全要素生產率水平已成為繼續(xù)保持經濟穩(wěn)定發(fā)展的重要因素。

基于經濟運行的客觀社會政治環(huán)境提出的工業(yè)全要素生產率可能存在諸多因素影響經濟運行效率的持續(xù)提升。在工業(yè)全要素生產率的影響因素研究上，Miller等[1]指出貿易開放程度和人力資本水平會促進技術進步，從而對工業(yè)全要素生產率產生帶動效應。Cohen等[2]基于工業(yè)企業(yè)的研發(fā)投資數(shù)據(jù)，指出研發(fā)投資存量指數(shù)會對技術進步和技術效率產生帶動作用。Shao等[3]通過對工業(yè)全要素生產率的測度指出R&D強度、勞動生產率和能源效率的改進可以顯著提高技術效率，而資本深化對技術效率只有緩解效果。Hu等[4]驗證了外商直接投資在勞動力和資本的作用下對工業(yè)全要素生產率的影響。Telle等[5]基于挪威面板數(shù)據(jù)指出適度的政府規(guī)制有助于企業(yè)進行技術創(chuàng)新與技術進步，從而提高工業(yè)全要素生產率帶動經濟可持續(xù)發(fā)展。盡管房地產投資活動對經濟變量有著顯著的影響，但直接針對房地產投資對工業(yè)全要素生產率影響的研究相對較少。Coulson等[6]指出房地產開發(fā)投資的增長會顯著帶動經濟增長，但這種經濟增長模式在宏觀上不具有穩(wěn)定性。Miao等[7]認為指數(shù)經濟增長會受到房地產“泡沫效應”和“信貸寬松”效應的影響，而這種經濟增長會導致資源錯配等問題。部分學者從房價的角度檢驗其對城市創(chuàng)新能力以及經濟運行效率的影響，余泳澤等[8]指出城市房價的增長會促進房地產投資增長，導致房地產行業(yè)占用過多的資源傾向，從而抑制其他行業(yè)發(fā)展。相較于房價水平，房地產投資可以更為直觀地反映房地產市場資源配置規(guī)模，但使用房地產投資作為解釋變量理論假設尚且需要驗證。

文獻梳理表明，直接探討房地產投資對工業(yè)全要素生產率影響的文獻相對較少。其原因在于某些地區(qū)房地產投資是作為內生變量作用于經濟系統(tǒng)中，政府不便于控制房地產投資規(guī)模。但在我國房地產投資規(guī)模以及增速都具有一定的可控性，可通過相關政策控制房地產投資水平帶動工業(yè)全要素生產率上升。本文以遼寧省為切入點，探究作為經濟支柱的房地產投資是否會對工業(yè)全要素生產率產生影響，產生何種影響，以及如何構建促進工業(yè)全要素生產率增長的房地產投資規(guī)制與體系，發(fā)揮房地產投資的導向作用，對于遼寧實現(xiàn)經濟高質量增長、提高技術進步具有十分重要的意義。

1 理論分析

1.1 工業(yè)全要素生產率測度

本文采用基于DEA模型的Malmquist指數(shù)方法來對遼寧省14個地級市的工業(yè)全要素生產率進行分解，分析其動態(tài)變化情況及影響因素。該方法利用Caves[9]報酬不變的CCR模型的基礎上，考慮報酬變動VRS模型，基礎投入產出效率可以運用距離模型的比率來計算得出。具體表現(xiàn)形式如下：

式中，將效率的變化分解為純技術效率變化和規(guī)模效率變化，指固定規(guī)模報酬情況下的距離函數(shù)；指可變規(guī)模報酬情況下的距離函數(shù)。

工業(yè)全要素生產率變化（TFPCH）、技術效率變化（EFFCH）、純技術效率變化（PECH）、規(guī)模效率變化（SECH），技術進步率變化（TECHCH），其間關系：

根據(jù)以上理論方法，選取2008~2017年遼寧省14個地級市的規(guī)模級以上工業(yè)企業(yè)相關數(shù)據(jù)對工業(yè)全要素生產率指數(shù)進行測算。

產出變量：選取遼寧省各地級以上城市的工業(yè)生產總值作為產出指標，并用當?shù)毓I(yè)生產者出廠價格，以2008年為基期，對各市規(guī)模級以上工業(yè)生產總值進行平減處理。

投入變量：資本投入[10]?？紤]到采取永續(xù)盤存的方法估算資本存量具有對數(shù)據(jù)要求高，而工業(yè)企業(yè)數(shù)據(jù)搜集困難的特點，因此選用規(guī)模以上工業(yè)企業(yè)流動資產與固定資產凈值之合作為資本投入變量，為扣除價格因素，以2008年為基期，用固定資產投資價格指數(shù)對數(shù)據(jù)進行平減處理；勞動投入。由于勞動時間數(shù)據(jù)的不易獲得，從業(yè)人員可以在一定程度上反應勞動投入的情況，因此采用各地級以上城市工業(yè)從業(yè)人員數(shù)量來衡量勞動投入。

用DEAP2.1軟件測算得到2008~2017年工業(yè)全要素生產率指數(shù)及其分解指數(shù)。各地區(qū)工業(yè)全要素生產率幾何平均值如表1所示。

表1 工業(yè)全要素生產率及其分解指數(shù)

1.2 機理分析

目前學術界對工業(yè)全要素生產率的測度并沒有一個統(tǒng)一的標準，部分學者對測度結果存在一定分歧，龔關等[11]、指出目前工業(yè)全要素生產率的增長較為緩慢。王藝明等[12]曾指出目前國內工業(yè)全要素生產率呈下行趨勢，與本文局部測度結果相仿。

造成測算結果不同的原因：一是測度方法不同，測度方法中存在索羅余值、DEA、SFA等多種方法，各有爭議；二是樣本單位不同，部分學者以省級面板數(shù)據(jù)對遼寧進行全要素生產率的測度與使用地級以上城市數(shù)據(jù)相比誤差更加明顯；三是數(shù)據(jù)指標不同，本文以工業(yè)部門為研究對象測算全要素生產率，投入產出變量相互之間也可能有所不同。

整體上看，遼寧地區(qū)大部分地級以上城市工業(yè)全要素生產率是下降的，僅有大連、盤錦、葫蘆島為正。2008~2017年間全遼寧省工業(yè)全要素生產率指數(shù)均值為0.953，年均下降率為4.7%，分解工業(yè)全要素生產率指數(shù)，得出遼寧省技術效率指數(shù)年均增長1.0%，呈正增長；遼寧省技術進步指數(shù)年均下降5.6%，呈負增長，說明遼寧省工業(yè)全要素生產率下降的主要來源是技術進步。較低的技術進步指數(shù)表明遼寧省工業(yè)技術進步還有很大的提升空間，對其改進則要從企業(yè)體制改革、優(yōu)化資源配置、調整生產規(guī)模、企業(yè)內部控制管理等多方面著手。

2 實證分析

2.1 模型設定

基于作用機制中房地產投資對工業(yè)全要素生產率的關系分析，考慮到房地產投資對工業(yè)全要素生產率可能存在的非線性關系以及其他因素對工業(yè)全要素生產率的影響，構造模型如下：

式中，TFP 表示工業(yè)全要素生產率；REI 表示房地產投資；NTR 表示自然資源稟賦；GOV 表示政府干預程度；NOV 表示科技創(chuàng)新投入；FDI 表示外商直接投資；IND 表示產業(yè)結構優(yōu)化程度；μi為不隨時間變化的不可觀測影響因素；εiy表示誤差項，角標i 和t 分別表示所在地區(qū)，以及年份時間。

2.2 變量選擇

2.2.1 被解釋變量

工業(yè)全要素生產率：在經濟發(fā)展的過程中，效率是地區(qū)發(fā)展的核心內容，工業(yè)是城市發(fā)展的經濟支柱，而工業(yè)全要素生產率是衡量發(fā)展效率與質量的重要指標，這與當前著名學者魯曉東等[13]所提倡的提高工業(yè)全要素生產率要從宏觀步入微觀來促進經濟增長技術進步的觀點基本相符。

2.2.2 核心解釋變量

房地產投資指數(shù)：對于房地產投資的度量方式，現(xiàn)有文獻中存在的方法較多，孟憲春等[14]使用房地產開發(fā)投資存量來度量，張杰等[15]使用房地產投資增長率進行度量，本文選取各地級市房地產投資開發(fā)額的對數(shù)來衡量房地產投資這個變量。

2.2.3 解釋變量

本文所構建的模型中包含自然資源稟賦NRE，政府干預程度GOV，科技創(chuàng)新投入NOV，對外開放程度FDI以及產業(yè)結構優(yōu)化程度IND。

（1）自然資源稟賦。比較優(yōu)勢理論認為“當城市擁有較高的自然資源稟賦時，就會密集使用該資源致使相關產業(yè)得到更快的發(fā)展，從而形成該種產業(yè)的比較優(yōu)勢”。因此本文選取各地級市農、林、牧漁業(yè)和采礦業(yè)從業(yè)人員占全部從業(yè)人員的比重來衡量自然資源稟賦。

（2）政府干預程度。新自由主義學派在經濟理論方面指出，“經濟活動過程中市場應該作為主體充分發(fā)揮調動作用，對于資源配置積極引導，以有效促進技術水平的提高，加快科技創(chuàng)新的速度，而不是由政府作為干預經濟活動的主體”。因此，本文中的變量選取遼寧省各地級以上城市財政收入水平占所在地區(qū)GDP的比重作為政府干預程度的衡量指標。

（3）科技創(chuàng)新投入。新古典理論認為“地區(qū)的技術創(chuàng)新速度落后于該地區(qū)經濟發(fā)展速度時，會導致發(fā)展不平衡的問題，當?shù)卣畬ㄟ^補貼等方式以及加大科技投入等調控手段，積極引導當?shù)氐募夹g創(chuàng)新活動，充分發(fā)揮調動作用，加速技術進步，以有效改善經濟發(fā)展速度和技術創(chuàng)新效率之間不平衡的問題”。因此，本文中的變量選取遼寧省各地級以上城市財政支出中的科學技術支出部分占總支出的比重作為科技創(chuàng)新投入的衡量指標。

（4）對外開放程度。新增長理論認為，資源配置效率受到對外開放程度的影響，對外開放帶動地區(qū)技術進步從而形成“規(guī)模經濟”。以外商直接投資的方式帶動地區(qū)的技術效率從而實現(xiàn)“技術溢出”，帶動被投資地區(qū)的技術擴散速度，同時也可以通過對工業(yè)領域的投資，推動該地區(qū)產業(yè)結構升級，實現(xiàn)經濟高質量發(fā)展。因此，本文中的變量選取各地級以上城市外商投資占該地區(qū)生產總值的比重來衡量自然資源稟賦。

（5）產業(yè)結構優(yōu)化程度。根據(jù)配第-克拉克定律，伴隨著經濟發(fā)展、人力資本水平人均收入的提高，在勞動力需求因素的作用，第一產業(yè)會率先發(fā)生勞動力轉移，而第二產業(yè)會受到經濟發(fā)展效率的帶動影響，隨后伴隨著經濟發(fā)展和科技創(chuàng)新的不斷進步，第二產業(yè)會隨之發(fā)生勞動力轉移，第三產業(yè)會受到經濟發(fā)展效率的帶動影響。因此，本文中的變量選取遼寧省各地級以上城市第二產業(yè)與第三產業(yè)增加值占所在地區(qū)GDP 的比重作為產業(yè)結構優(yōu)化程度的衡量指標。

2.3 數(shù)據(jù)來源及研究方法

鑒于數(shù)據(jù)的可獲得性，本文利用匹配的2009~2017 年的遼寧省14 個地級以上城市市規(guī)模及以上工業(yè)企業(yè)的相關數(shù)據(jù)，以及房地產投資的相關數(shù)據(jù)作為分析的對象，數(shù)據(jù)來源為《遼寧省統(tǒng)計年鑒》（2009~2016）、《中國城市統(tǒng)計年鑒》（2009~2016）以及各地統(tǒng)計公報（2017）計算整理得到。變量描述性統(tǒng)計見表2。

表2 描述性變量統(tǒng)計

鑒于文本采用的是時間維度小于截面維度的短面板數(shù)據(jù)，據(jù)此直接對動態(tài)面板數(shù)據(jù)進行建模?？赡軐I(yè)全要素生產率造成影響原因有很多，部分數(shù)據(jù)無法獲得且無法把所有因素都加入進模型當中，可能存在遺漏變量，從而產生內生性的問題。綜上，本文選擇GMM方法對相關變量進行建模。Blundell等[16]緩解了因為數(shù)據(jù)誤差、遺漏變量等原因產生的內生性問題，率先使用差分GMM方法，將所有可能存在的滯后變量作為工具變量對差分后的方程進行估計，但可能會存在弱工具變量的缺陷。Arellano等[17]在此基礎上將水平方程GMM和差分方程GMM相結合的方式建立估計模型。相比之下，系統(tǒng)GMM可以提升估計效率，比差分GMM更為有效，所本本文采用系統(tǒng)GMM的估算結果進行預測分析。

3 實證結果分析

如表3所示，模型中Ar（1）P均在0.001~0.005之間小于0.05，模型中Ar（2）P值均在0.867~0.989之間通過檢驗，說明模型不存在二階自相關。Sargan檢驗P值在0.335~0.775之間且Hansen檢驗的P值在0.973~0.998之間均通過檢驗，說明模型設定合理，顯著接受“所有工具變量都有效的”的原假設，不存在“過度識別”的問題。在模型（1）（2）（3）（5）（6）中因變量一階滯后變量通過顯著性檢驗，說明上期工業(yè)全要素生產率、技術效率或技術進步可能對本期存在負向影響。在穩(wěn)健性檢驗方面，表3中DIF-GMM與SYS-GMM分析結果中的核心解釋變量與控制變量顯著性與符號基本保持一致，在一定程度上驗證了模型的穩(wěn)健性。

（1）房地產投資與工業(yè)全要素生產率呈倒U型曲線，根據(jù)模型（1）模型（4）可知一次項呈正相關關系，而二次項呈負相關關系。在拐點的左側，房地產投資每增加1%，將促進工業(yè)全要素生產率增長0.0845%。在拐點的右側，房地產投資每增加1%，將降低工業(yè)全要素生產率0.0030%。通過模型（4）計算得出倒U型曲線的拐點值為14.0833，而目前遼寧省房地產投資均值為13.7478，說明當前房地產投資的程度已接近工業(yè)全要素生產率的拐點值，短期內若繼續(xù)擴大房地產投資將會促進工業(yè)全要素生產率的提升。這是因為相較于工業(yè)的發(fā)展水平，房地產投資總量大、發(fā)展速度快，在發(fā)展不平衡不充分的情況下，房地產投資促使人口規(guī)模擴大而帶動工業(yè)全要素生產率的提升的邊際效應已接近峰值，邊際效應也減小，這也說明了房地產投資對工業(yè)全要素生產率的正向影響是有限的。

（2）房地產投資與技術效率呈正U型曲線，根據(jù)模型（2）模型（5）可知一次項呈負相關，而二次項呈正相關。在拐點的左側，房地產投資每增加1%，將抑制促進技術效率0.6110%。在拐點的右側，房地產投資每增加1%，將促進技術效率增長0.0209%。通過模型（5）可計算出倒U型曲線的拐點值為14.6172。目前遼寧省房地產投資均值為13.7478，說明繼續(xù)擴大投資將會抑制技術效率的提升。

（3）房地產投資與技術進步呈倒U型曲線，根據(jù)模型（3）模型（6）可知一次項呈正相關關系，而二次項呈負相關關系。在拐點的左側，房地產投資每增加1%，將促進工業(yè)全要素生產率增長0.6466%。在拐點的右側，房地產投資每增加1%，將降低工業(yè)全要素生產率0.0224%。通過模型（6）計算得出倒U型曲線的拐點值為14.4330，而目前遼寧省房地產投資均值為13.7478，說明當前房地產投資的程度對技術進步的影響具有一定提升空間。

（4）自然資源稟賦在5%的水平上與工業(yè)全要素生產率呈現(xiàn)正相關，這說明遼寧省眾多資源性城市已普遍脫離依賴自然資源來發(fā)展經濟。以自然資源換取經濟發(fā)展，脫離技術進步和技術創(chuàng)新將走向“資源詛咒”，自然資源所產生的經濟積累與人口集聚已帶動該地區(qū)的工業(yè)全要素生產率正向發(fā)展。外商投資、科技創(chuàng)新投入與產業(yè)結構優(yōu)化程度均對工業(yè)全要素生產率呈正相關關系，這主要是因為外商企業(yè)可以帶來知識溢出、技術擴散從而促進工業(yè)全要素生產率上升，科技創(chuàng)新投入是直接反應該地區(qū)經濟的投入指標，各地區(qū)財政科學技術支出對工業(yè)全要素生產率有正向影響。而政府干預程度與工業(yè)全要素生產率存在負相關關系，主要原因在于政府的職能越位，并且對科技創(chuàng)新的投入力度不足，更加注重短期的經濟發(fā)展效益所導致的。

按照系統(tǒng)GMM模型的回歸結果繪制出了房地產投資對工業(yè)全要素生產率、技術效率和技術進步的影響關系如圖1所示。進一步觀察房地產投資指數(shù)各個門檻值的大小，可以發(fā)現(xiàn)工業(yè)全要素生產率、技術效率、技術進步與房地產投資指數(shù)的U型曲線關系的拐點分別為14.0833、14.6172、14.4330，結果表明目前房地產投資指數(shù)為13.7478，位于工業(yè)全要素生產率倒U型曲線的左側，若持續(xù)擴大房地產投資反而不利于工業(yè)全要素生產率的增長，從而使工業(yè)全要素生產率、技術效率轉為下降，適度控制房地產投資促進全要素生產率、技術效率增長而使整體進入的交匯發(fā)展的形勢當中。

表3 差分GMM 與系統(tǒng)GMM 估計結果

圖1 房地產投資對工業(yè)全要素生產率、技術效率和技術進步的影響關系

4 政策建議

從實證分析的影響關系可以看出，房地產投資的確會對工業(yè)全要素生產率產生提高的效應，但這種效應會隨著房地產投資規(guī)模的過渡增長而產生負向影響。由于房地產投資指數(shù)已接近拐點值，地方政府重視房地產投資的膨脹可能阻礙城市工業(yè)全要素生產率的、技術進步的問題。著重調整房地產投資增速，平衡供需關系，正確引導房地產市場走向。準確控制房地產投資門檻值，對房地產投資進行適當“降溫”并嚴格管控土地市場。控制房地產投資的增速對房地產市場進行中長期的規(guī)劃，以此促進遼寧地方經濟發(fā)展質量以及維護科技創(chuàng)新效率。遼寧省各地區(qū)工業(yè)全要素生產率的測度結果具有一定差異，各地技術發(fā)展水平不同，房地產投資規(guī)模優(yōu)勢具有較強的地域性，因此，需要因地制宜地采取收緊房地產投資的管控措施，強化政府對房地產投資的管控力度，保障房地產市場平穩(wěn)發(fā)展，政府的管控力度將直接影響房地產發(fā)展趨勢。在房地產投資指數(shù)較高的地區(qū)，政府通過房貸、限購等政策抑制投機、投資行為，并進一步通過稅收手段擠壓投機者利潤空間，如土地增值稅，LRP利率，基準利率等。同時增加保障性住房的供給，根據(jù)地區(qū)發(fā)展實際規(guī)模制定符合市場發(fā)展的二手房市場政策，正確引導房地產市場走向，避免房地產供給過度導致人口與產業(yè)發(fā)展失衡。

在解釋變量中，產業(yè)發(fā)展模式等因素同樣制約著科技創(chuàng)新能力，通過產業(yè)結構優(yōu)化工業(yè)全要素生產率的方式與遼寧地區(qū)較為契合。可利用遼寧老工業(yè)基地優(yōu)勢，借鑒國際“再工業(yè)化”戰(zhàn)略，在省內沿海城市全面加大對科技創(chuàng)新、技術進步的投入，以此帶動人口集聚和實體經濟的發(fā)展，對高新技術企業(yè)加大扶持力度，以政府補貼、擔保等手段擴大企業(yè)發(fā)展空間，從而增強遼寧省的工業(yè)競爭力，以此來為工業(yè)發(fā)展提供更多的空間。

5 結語

本文在對工業(yè)全要生產率測度的基礎上，利用2009~2017年遼寧省14個地級以上市的面板數(shù)據(jù)進行實證分析，研究發(fā)現(xiàn)：房地產投資工業(yè)與全要素生產率呈顯著的倒U型關系，房地產投資與技術效率呈顯著的U型關系，房地產投資與技術進步呈顯著的倒U型關系。當前房地產投資對工業(yè)全要素生產率具有顯著的促進作用，但已接近拐點值，對技術效率的提升具有抑制作用，當前房地產投資對技術進步具有顯著的促進作用。遼寧各地逐步擺脫對自然資源的依賴，自然資源對工業(yè)全要素生產率具有正相關關系。外商投資、科技創(chuàng)新投入與產業(yè)結構優(yōu)化程度均有助于工業(yè)全要素生產率的提升。