房地产阻碍了中国创新么?，本文主要内容关键词为：中国论文,房地产论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 随着中国经济进入“新常态”阶段，经济增长模式正面临由要素粗放型驱动向创新驱动发展模式转变的重要机遇期，创新正日益成为维持和驱动中国经济可持续发展的决定性因素。无论是从推进中国经济结构调整转型的角度，还是从加快产业结构的转型升级，或者是加快推进战略性新兴产业乃至先进制造业发展的视角来看，对于当前的中国而言，创新的决定性作用正变得越来越重要。 然而，我们注意到，中国背景下房地产价格的持续升高以及房地产投资的快速扩张，可能会对中国的创新驱动发展战略乃至经济可持续发展，造成不可忽略的负面影响。事实上，近年来开始有文献关注此类问题。Chen等(2015)利用中国的数据发现，房地产价格的快速上涨对微观企业部门非房地产投资形成了显著的“挤出”效应，扭曲和加剧了不拥有土地企业的融资约束，扩大了拥有土地和不拥有土地企业之间的融资约束差距，造成了投资效率的下降，导致了资源错配现象的发生。即便在中国采取了房地产限购政策来缓解可能的房地产泡沫风险，房地产价格的快速上涨对投资效率仍然呈现的是净负面影响效应。陆铭等(2015)发现，2003年以来，中国政府用行政手段来干预土地资源在区域间的配置，开始实行倾向于中西部的土地供应政策，相应地压缩东部的土地供应。这造成东部地区房价快速上升，并进而推升了东部地区的工资上涨，可能对中国的出口竞争力以及经济发展效率的提升产生了负面影响。更为值得重视的是，开始有文献发现房地产价格快速上涨对中国微观企业创新能力可能造成的负面影响。王文春和荣昭(2014)利用中国35个大中城市1999～2007年规模以上工业企业数据的数据，就验证了这种可能的负面影响效应。他们发现，房价的快速上涨对中国工业企业新产品开发活动造成了显著的负面影响，房价上涨越快的地区中，当地工业企业进行新产品开发活动的倾向越弱，这种抑制效应对规模较小的企业以及外资企业影响较小。他们进一步发现，自从2004年实施土地转让“招拍挂”制度以来，该抑制效应在有新产品开发活动的私有企业中进一步凸显。 在这种背景之下，面对中国创新驱动发展国家战略的推进与实践，需要高度关注的问题是，中国情景下房地产的快速增长是否会对中国的创新活动产生影响?是否会对中国的创新活动特别是实体经济部门的创新活动产生负面性的影响效应?客观来看，这些问题已经成为中国国内学者和政策制定者必须重点关注的研究领域之一。实际上，如果忽略了房地产行业对中国创新活动可能造成的负面影响效应，就不可能从根本上深入理解阻碍中国创新能力提升的各种重要的外部制约性因素，这会对全面推进和实施中国的创新驱动发展战略所造成的误导可能无法估量。有鉴于此，本文利用中国省级层面1996～2013年的面板数据，将研究主题聚焦于探究中国房地产投资的快速增长是否抑制了地区创新活动，并试图从以银行机构为主的金融体系的中国现实出发，探究偏向于满足房地产投资增长的长期贷款期限倾向化的金融体系行为，是否进一步加剧了中国房地产投资快速增长对地区创新活动的抑制效应。 与既有文献相比，本文可能的贡献在于：首先，如何全面理解中国当前特定的转型背景下阻碍中国创新能力提升的核心因素，既有文献还未充分关注到房地产行业的快速扩张对之的负面影响。与既有文献一直关注的房地产价格上涨视角有所不同，本文从房地产投资快速增长这个独特视角，来直接验证房地产行业投资快速增长对创新活动的阻碍作用。为深入理解在中国情景下阻碍中国创新能力提升的关键因素，提供了以往文献尚未关注到的视角。其次，本文的经验研究发现，在中国存在典型的金融抑制特征的背景下，以垄断性银行机构为主的间接融资金融体系，偏向于将长期贷款提供给房地产行业，满足房地产行业快速扩张对金融资金的巨大需求，这可能加剧金融体系的贷款期限结构与创新活动所需长期资本之间的矛盾，进而对地区创新活动造成进一步的抑制效应。我们的实证研究验证了中国情景下存在房地产部门投资增长→金融体系贷款期限结构→地区创新活动的传导机制。这个发现为深入理解中国情景下，房地产行业快速扩张对创新活动是如何产生抑制效应的影响机制，提供了以往文献尚未关注到的经验证据。最后，为了贯彻中央提出的创新驱动发展战略，当前中国各级政府竞相通过出台各种类型的创新补贴政策和专利扶持政策，来激励本地区创新能力的提升。事实上，如果忽略了中国特定的发展阶段中迅速扩张的房地产部门对中国创新能力提升可能造成的突出制约作用，不通过规范房地产行业的健康成长环境来纠正中国市场的资源错配机制，营造投资效率提升的市场竞争环境，而仅仅局限于使用各种政府刺激政策来促进中国创新能力的提升，如此的政策措施和改革思路并不能达到预期效果，甚至可能起到反面效应。因此，就这一点来看，本文的经验发现为中国实施创新驱动发展战略的改革方向，以及如何正确发挥市场配置资源对激励创新的决定性作用，提供了具有启发意义的政策参考依据。 二、制度背景与假设提出 (一)房地产对创新的影响与机理分析 首先，房地产的快速膨胀以及房地产泡沫的形成，会对企业投资特别是长期投资形成显著的挤占效应，导致资源错配效应的发生，进而会对经济可持续发展能力造成损害。Wang和Wen(2014)利用理论模型分析了房地产泡沫对一国资源配置可能形成错配效应的渠道效应。他们发现，房地产投资的快速膨胀通过利率效应，对其他部门的投资特别是长期投资形成显著的挤占效应，导致了资源配置效应的发生。这是房地产泡沫对一国资源配置形成错配效应的主要机制。Bleck和Liu(2014)基于理论模型的研究，再次验证了如此的房地产投资快速膨胀所形成的挤占效应和资源错配效应。Chaney等(2014)利用美国房地产泡沫时期的银行数据，发现了银行体系对房地产行业的贷款增加挤占了其他行业商业贷款需求的现象。Chen等(2015)利用中国369个城市数据，也发现了房地产价格的快速增长对投资效率造成了弱化效应，导致了对非房地产行业融资约束程度的加重，这显然会导致中国资源错配效应的发生。 其次，房地产的快速膨胀以及房地产泡沫的形成，可能会对企业创新能力提升形成显著的抑制效应，从而对经济可持续发展能力造成长期性的损害。房地产对创新活动的影响效应以及其中可能的作用机制，可从以下3个方面来理解：第一，对于任何形式的创新活动来说，尤其需要企业自身内源融资渠道提供的长期投资来维持(Brown et al.，2012)，因此，房地产投资的快速膨胀以及房地产泡沫的形成，显然会对企业创新研发活动所需的长期投资资金造成显著的挤占效应，进而对创新活动形成抑制效应。Miao和Wang(2014)通过理论模型对这其中可能的联系机制加以分析。他们构建了包含两个生产部门的内生经济增长模型，发现受资产泡沫的吸引，企业将有限的资金投入资产泡沫的生产部门，其主业的创新投入因此受到抑制。如果存在泡沫的部门不具有很强的技术外溢效应，典型如房地产业，则投资的转移会通过资源错配效应对其他生产部门创新投入产生抑制效应，进而对经济增长造成消极影响。第二，在房地产泡沫发展的特定阶段，在那些以银行机构为主导的金融体制中，由于房地产投资的收益率要高于其他行业的投资收益率，这就会激励商业银行体系偏向于将有限的贷款资金优先提供给低风险、高收益的房地产部门，这就会对制造业部门的创新研发活动所需的长期投资资金造成显著的挤占效应，进而对制造业部门创新活动以及转型升级活动造成显著的抑制效应。王文春和荣昭(2014)针对中国工业企业的经验发现在一定程度上就验证了这一种特定的影响机制。第三，在房地产泡沫发展的特定阶段，房地产价格的快速上升可能会扭曲一国的消费结构，其主要表现，为导致家庭将储蓄的主要部分用于购买创新活动相对较低的房地产行业，这必然会导致偏向于拉动与房地产行业相关的水泥、钢材、装饰材料等高投资行业快速增长的发展模式。而且，房地产泡沫导致的高支出负担，会迫使家庭将收入中的较少部分用于购买那些蕴含更多创新活动的高新技术产品，导致“内需所引致的创新”功能的失效，进而造成房地产泡沫→需求结构的扭曲→“内需所引致的创新”机制的失效→产业结构扭曲的传导机制的发生，进而对该国的经济可持续发展能力造成不可低估的负面效应。第四，在一国特定的发展阶段，如果房地产部门的净利润率远大于制造业部门，就有可能会激励制造业部门的微观企业将自身用来进行创新研发活动的资金或积累利润，通过多元化投资策略或者是对房地产的投机行为，转移到高投资收益回报率的房地产部门，从而对制造业部门的创新活动造成突出的抑制效应。从中国的现实来看，房地产部门和工业部门的利润率恰恰存在巨大的落差。2014年以前，中国房地产行业的平均净利润率均在30％以上，而同期，中国工业企业的平均净利润率不超过7％，工业企业500强是2.3％，规模以上工业企业主营活动平均净利润率为6.04％。中国房地产部门和工业部门利润率的这种巨大落差，必然会导致中国工业部门的资金向房地产部门的大规模转移，从而对中国工业部门的创新活动造成不可低估的抑制效应。 依据中国的现实情况，我们认为，房地产部门的快速膨胀乃至局部地区房地产泡沫的形成，很有可能通过以上4种渠道机制对创新活动形成了负面影响。因此，在中国当前特定的发展阶段，房地产部门的投资快速增长，对中国的创新活动可能形成了显著的阻碍作用，特别是对中国工业部门的创新活动形成了突出的阻碍作用。为了验证以上的分析和猜想，我们提出了本文的第一个研究假设： 研究假设1：中国各省份地区房地产开发投资的快速增长，对地区创新活动产生显著的阻碍作用，而且，对地区工业部门创新活动的阻碍作用可能表现得更为突出。 (二)中国金融体系对房地产和创新影响渠道的扭曲性作用 近年来，金融发展以及金融体系的结构特征对一国宏观和微观层面创新活动的影响效应及其重要性，越来越得到学者们的充分关注(Chava et al.，2013；Hsu，Tian & Xu，2014；Cornaggia et al.，2015)。其中，一个比较引人注目的研究话题是，究竟是金融市场导向的金融体系还是银行导向的金融体系，更有利于激励一国宏观和微观层面的创新活动(Hsu，Tian & Xu，2014)。对于很多处于转型背景的发展中国家而言，这个研究话题尤为重要，其事关对发展中国家经济可持续增长的根本性动力机制的深入认识。然而，多数发展中国家的金融体系由于经常会受到政府的过度干预、各种不合理管制以及行政进入壁垒，会导致银行体系的垄断性以及金融市场发展滞后等特定类型的金融抑制现象的发生(Mckinnon，1973；Shaw，1973)。正如众多学者所关注到的，中国当前的发展阶段中一个突出的现象就是金融抑制体制的存在，具体表现就为金融市场发展的滞后以及以垄断性银行机构为主的间接融资体系的双重抑制模式(卢峰、姚洋，2004；王建铆，2011)。在中国金融体系当前存在典型金融抑制特征的客观现实背景下，金融市场体系发展的相对滞后，可能会导致宏微观层面主体的创新研发活动所需要的前、中、后期巨额资金投入，只能主要依靠以银行机构为主的外部融资渠道来维持(张杰等，2012)。而且，由于发展中国家微观经济部门的创新活动多数只是处于模仿消化吸收的追赶阶段，自身创新研发的风险相对较低，此时，以风险谨慎型的银行机构为主的金融体系虽然在处理高风险的创新研发项目方面的能力并不适宜，但是，在此种状态下恰好就能够匹配此阶段中发展中国家微观经济部门的创新活动。这种情形下，考虑到微观主体的创新研发投入一般需要较长周期的资金来源与支持，银行机构为主的金融体系的贷款行为特征以及其所内涵的金融体系的贷款期限结构，会对发展中国家创新能力的培育与提升起到决定性的影响作用，因此，金融体系的贷款期限结构也就成为理解发展中国家金融体系和微观经济部门创新活动之间是否具有匹配性，以及金融体系能否对创新活动起到有效促进效应的重要切入点(Diamond et al.，2014)。客观来看，如果金融机构能够针对微观经济部门的生产经营活动乃至创新研发活动，提供较长周期的贷款支持，那么，金融体系就能够起到支持发展中国家微观部门创新活动的金融功能。相反的逻辑是，如果金融机构面对微观经济部门的创新研发活动以及生产经营活动，无法提供较长周期的贷款支持，那么，金融体系就无法起到支持发展中国家微观部门创新活动的金融功能，甚至还会造成抑制效应。Xin等(2016)的实证研究就支持了这种观点。他们针对中国情景的经验研究发现，以银行为主导的金融体系中所提供的长期贷款，能够对外部融资依赖型产业的创新活动形成促进效应，相反，短期贷款在一定程度上会对外部融资依赖型产业的创新活动造成抑制效应。而且，四大国有银行贷款占主导的信贷市场，对外部融资依赖型产业的创新活动造成了抑制效应。 值得注意的是，在中国当前正好处于以垄断性银行机构为主导的金融体系和房地产投资快速增长的双重背景下，房地产部门的快速扩张很有可能对金融机构和创新之间的相互作用关系产生扭曲性的影响作用，从而加剧房地产投资快速增长对创新活动的负面作用。这是因为，一方面，房地产部门的急剧膨胀所带来的房地产投资的高速增长，必然需要银行机构的融资支持。在房地产投资收益较高而风险相对较低的特定阶段，以银行机构为主的金融体系必然倾向于将长期贷款优先提供给房地产行业，满足房地产行业快速扩张对金融资金的巨大需求，这就可能加剧金融体系的贷款期限结构与本地区微观主体的创新活动所需长期资金之间的矛盾，造成银行机构贷款结构和微观主体创新活动所需长期资金之间的错配效应，会对地区的创新活动产生抑制效应。另一方面，由于工业部门是一国创新活动最为主要的承担者和推动者，以银行机构为主的金融体系将长期贷款优先提供给房地产行业的行为逻辑，必然会在低收益、创新风险相对较高的工业部门表现得更为突出。此种情形下，工业部门中的微观企业无法通过金融市场或者别的融资渠道获得足够的创新研发投入资金，银行机构将长期贷款优先满足房地产行业的快速增长所带来巨大融资资金需求的偏向性行为，很有可能会进一步强化银行机构贷款结构和工业部门微观主体创新活动所需长期资金之间的错配效应，从而对工业部门微观企业的创新研发活动所需的长期投资资金形成显著的挤占效应，进而对该地区工业部门的创新活动产生更为突出的抑制效应。 从中国的金融机构对房地产投资所需巨额资金的来源数据来看，恰恰就存在房地产的巨额投资资金来源主要依靠银行机构以及银行体系将长期贷款偏向于提供给房地产部门的双重重要现象。依据历年《中国房地产金融报告》所提供的数据，在1997～2013年间，中国房地产开发资金来源中源于银行融资资金的比例一直在40％～50％之间，其中，2004年以前中国房地产开发资金来源中来自银行融资资金比例更高，在50％～60％区间，2004年后随着信托基金、海外融资等新型房地产金融的发展以及银行机构出于对局部地区的房地产泡沫的担心，中国房地产开发资金来源中来自银行融资资金的比例略有降低，但也在35％～50％的区间。以2004年为例，当年房地产开发资金中第一来源是“定金和预收款”，达到7395.3亿元，占房地产开发投资资金来源的43.1％；第二位的来源是房地产开发企业“自筹资金”，为5207.6亿元，占30.3％；第三位的来源则是“银行贷款”，为3158.4亿元，占18.4％。但实际上，企业“自筹资金”主要由商品房销售收入转变而来，约70％来自银行贷款，“定金和预收款”约有30％来自银行贷款。由此可见，2004年房地产开发源自银行贷款的比例应在55％以上。而且，从金融机构的贷款结构来看，房地产贷款占金融机构中长期贷款的比重也在逐步增加，比如2002年末这一比重达到28.5％，2003年末达到32.9％，2004年末达到34.3％，2005年末又上升到34.8％。图1显示，中国各省份地区金融体系的长期化贷款期限结构(长期贷款与短期贷款的比重)和地区房地产开发投资增长率呈现高度的正相关关系，这就进一步验证了中国情景下银行机构为主导的金融体系，将长期贷款优先满足房地产部门投资增长需求的基本事实。
图1 中国省份地区中银行长期化贷款期限结构与房地产投资增长率的关系图 基于以上一系列的综合分析，要真正深入理解中国情景下房地产部门对创新活动可能造成的影响效应以及其中的作用机制，很显然，就不能够脱离对具有金融抑制特征的金融体系的贷款行为特征的全面认识。而且，需要将集中反映中国金融机构贷款行为核心特征的贷款期限结构，作为理解中国情景下房地产部门对创新活动造成影响的传导机制的重要切入点。由此，引发出切合中国现实背景的传导机制的问题是，房地产投资的快速扩张，是否会通过对银行机构偏向于满足房地产行业发展所需的长期贷款的传导机制，对中国各地区特别是地区中的实体经济部门的创新活动造成进一步的扭曲作用，即图2中所展示的房地产部门投资增长→金融体系贷款期限结构→地区创新活动的传导机制。为了验证我们以上的分析和设想，这里提出本文的第二个研究假说。 研究假设2：中国各省份地区房地产开发投资增长率会通过金融体系长期化的贷款期限结构，对地区创新活动造成显著的抑制效应，而且，其通过金融体系长期化贷款期限结构的影响渠道，对地区工业部门的创新活动造成更为突出的抑制效应。
图2 中国情景下房地产对创新影响机制的示意图 三、经验模型与识别策略 (一)计量模型的设定及数据来源 针对本文以上需要探究的研究假说，本文经验模型的设定思路主要着眼于检验中国各省份地区的房地产投资增长是否会对该地区的创新活动造成差异性的影响。基本的计量模型方程具体设定如下：
在计量模型方程(1)式中，因变量
是用来度量中国省份地区i在年份t中的创新活动的代理指标。如何找到度量中国各省份地区创新活动的代理指标，既是既有文献的难点，也是关乎本文研究结论稳健的关键所在。在借鉴既有研究文献的基础上，本文使用多种代理指标来加以衡量，具体是：第一类是创新活动的投入角度指标，我们使用中国各省份地区的R&D内部支出(科技活动经费筹集额)增长率来表示，即采用(本年地区R&D内部支出-上年地区R&D内部支出)/上年地区R&D内部支出的形式来定义，标识为RD_increase；第二类是创新活动的产出角度指标，使用中国各省份地区的本地法人或自然人的发明专利授权量增长率来表示，即采用(本年发明专利授权数量-上年发明专利授权数量)/上年发明专利授权数量的形式来定义，标识为Patent_increase。其理由在于：一方面，使用发明专利指标而非外观设计专利或者实用新型专利来代表国家、地区或企业层面的自主创新能力，是大量研究文献的常用手段(Aghion et al.，2002；Hashmi，2013)；另一方面，相比于申请形式，授权形式的专利显然更能体现创新能力的实质内涵(Hsu et al.，2014)。以上数据中，中国各省份地区的R&D内部支出指标的数据来自历年《中国科技统计年鉴》，中国各省份地区的发明专利授权数量数据来自国家知识产权局的专利数据库。本文的核心解释变量realstate_increase表示的是中国各省份地区的房地产开发投资额增长率，使用(本年房地产开发投资额-上年房地产开发投资额)/上年房地产开发投资额的形式计算。该数据来源于历年《中国房地产统计年鉴》。 为了尽可能解决计量方程(1)式中由于遗漏变量造成的可能偏误问题，我们在控制变量集z中所设置的变量包括：(1)人均真实GDP增长率(pergdp_growth)。我们以1995年作为基期，使用中国各省份地区的GDP平减指数计算得到各省份地区的真实GDP，再除以各省市就业人数得到各省份地区人均真实GDP，最终计算得出各省份地区的人均真实GDP增长率。该指标相当程度上代表了不同省份地区经济发展水平、技术水平以及内需规模的差异，而这些因素均是影响地区创新活动，导致地区创新能力差异产生的重要因素，由此，有必要对此因素加以控制。(2)人力资本(humancapital)。既有文献指出，人力资本是影响创新活动的重要因素(Cohen，2010；McKelvie & Davidsson，2006；Alegre et al.，2006；孙文杰、沈坤荣，2009)。正如陆铭等(2015)所指出的，文献中常常用滞后的入学率作为中国情景下人力资本变量的代理变量，这通常是在没有人力资本的直接度量的情况下的替代处理方法，相比之下，人均教育水平应该是中国情景下人力资本更为合理的度量指标。借鉴陈钊等(2004)的度量方法，估算了相应年份的中国人均受教育水平指标变量，作为中国各省份地区人力资本的代理变量。使用的相应数据均来源于历年的《中国人口统计年鉴》和《中国统计年鉴》。(3)国有部门因素(state)。使用中国各省份地区国有企业部门的销售收入与本地区GDP的比重来表示。从中国的现实情形来看，既有研究发现国有部门以及所有制差异是影响中国创新活动的重要因素(Lin et al.，2010)，一方面，中国的国有部门凭借自身国有身份更容易获得政府的创新补贴支持，依靠自身所处的战略地位而更容易获得国家资金来源的创新资本，导致国有企业部门越大的地区创新活动相对越多；另一方面，中国国有企业部门由于自身所处的特定的行政垄断地位，一定程度上可能会导致创新能力提升激励机制的弱化，从而对中国创新活动造成抑制效应(吴延兵，2012)。而且，当前中国国有企业部门作为政府权力的延伸以及大量寻租腐败活动的存在，可能会抑制其创新能力提升的激励机制。因此，国有部门因素必须加以控制。(4)对外开放程度，分别使用中国各省份地区的进口额占GDP比重(import)和出口额占GDP比重(export)两个指标来表示。众多文献发现，无论是从宏观层面还是微观层面来看，贸易开放是影响创新活动的重要因素(Grossman et al.，1993；Gorodnichenko et al.，2010；Atkeson & Burstein，2010；Bloom et al.，2013)。从进口角度来看，中国的进口中包含了一定比例的先进生产设备和高技术含量的关键零配件，这既可能对微观企业部门的创新活动造成互补效应(进口中学习效应)，也可能造成替代效应(竞争效应)(Kasahara et al.，2008；Lopez & Yadav，2010；Lu & Ng，2012)。无论进口对中国微观企业部门的创新活动造成的效应中是何种效应占据主导地位，均需要对进口因素加以控制。从出口角度来看，出口对中国创新活动也可能产生正负两个不同方向的作用效应。一方面，出口可以通过出口中学习效应或干中学效应，促进中国微观部门创新能力的提升(Wang & Yu，2012)；另一方面，出口也可能导致中国微观企业被锁定在发达国家控制的全球价值链的低端环节，抑制了中国自主创新能力的提升(刘志彪、张杰，2007)。基于以上事实，我们认为，有必要从进口和出口两个独立角度来考虑对外开放对中国创新活动的影响效应。(5)地区的产业结构(industry_structure)。使用中国各省份地区中第二产业产值除以第三产业产值的比值来衡量。中国各省份地区产业结构发展水平的差异，必然会影响到地区的创新活动(梁琦、詹亦军，2006；郁培丽、刘锐，2011)。越是偏重于第二产业的地区中，创新活动可能相对更为活跃。当然，地区创新活动离不开第二三产业中生产性服务业以及金融部门的支持，这种情形下，地区的产业结构对中国创新活动的影响效应更为复杂，作用效果可能具有不确定性。(6)税收水平(tax)。使用中国各省份地区税收收入除以地区GDP的比值来表示。众多文献发现，由于创新活动普遍具有的外部性和公共产品特征，无论是发达国家还是发展中国家，均会对具有正外部性的基础创新研发活动进行税收优惠政策扶持(OECD，2002；戴晨、刘怡，2008)。而且，为了贯彻国家制定的创新驱动发展战略，中国各级政府积极实施了各种类型的税收扶持政策，这显然会影响中国各省份地区的创新活动，因此需要对此因素加以控制。此外，我们在计量方程(1)式中还控制了各省份地区以及年份固定效应的虚拟变量。前者用来控制中国不同省份地区由于政府扶持政策差异、技术水平差异乃至地理区位差异等因素，对地区创新活动可能造成差异性的影响。后者用以控制政府扶持政策的变化或者外部宏观经济变化冲击造成的影响。ε[，it]表示计量方程的随机误差项。考虑到计量方程(1)式中某些控制因素对创新活动可能产生的逆向因果关系，我们采用了滞后一期的控制变量来加以缓解。 (二)内生性问题的讨论与工具变量的设定 从作用逻辑来看，中国各省份地区中房地产开发投资额增长率和地区创新活动之间，可能存在特定的内生性问题。其一是，地区中房地产开发投资额增长率和创新活动存在联立性(simultaneity)导致的内生性问题。在那些创新活动越是活跃的地区中经济可持续发展能力越强，通过企业部门的生产扩张效应以及居民部门的收入增长效应来促进对房地产需求的增加，进一步促进本地区房地产投资的增长。其二是，地区中房地产开发投资额增长率对创新活动的影响还会遇到重要遗漏变量导致的内生性问题。比如，中国不同地区政府基于本地区经济发展阶段和增长动力的差异而实施有差异性的创新追赶战略，既可能对地区的创新活动造成影响，也可能对本地区居民和企业部门的微观投资行为造成影响，进而影响本地区的房地产投资增长。而在我们所收集的省份地区数据中，这种地区间的创新追赶政策很难精确界定和定义。尽管我们已经在计量方程(1)式中尽量控制了一系列与地区创新活动和能力相关的省级层面的特征变量，比如，考虑到经济发展水平差和产业结构的差异是造成地区间创新追赶政策差异性的主要因素，我们在计量方程(1)式中控制了地区人均真实GDP增长率变量以及衡量地区产业结构差异的变量，这在一定程度上可以控制地区间创新追赶政策的差异性特征。但是，在理论上仍然可能存在无法加以有效控制的遗漏变量。针对此两类可能的原因导致的内生性问题，本文尝试着寻找地区房地产投资增长率的工具变量或多重工具变量，以缓解计量方程(1)式中可能存在的内生性问题所造成的估计偏误。 按照构建工具变量的基本思路和逻辑，需要寻找到一个仅与中国各省份地区房地产投资增长率有着内在联系，而与地区创新活动没有直接联系的外生变量作为相应的工具变量。我们认为，中国各省份地区的土地供应状况是房地产开发投资增长率的合适工具变量。这是因为：一方面，土地供应状况会从供给层面影响房地产开发投资增长率，显然，土地供给越多越会刺激房地产开发投资的增长。而且，由于中国情景下土地供应状况是影响房地产价格(房价)的重要直接因素(陈斌开、杨汝岱，2013)，土地供应状况推动的房价上涨也会从需求层面进一步拉动房地产开发投资的增长。然而，从中国的现实来看，按照中国的《土地利用年度计划管理办法》的规定，由于中国在土地公有制下实行严格的土地用途管制制度以及严格的保护耕地制度，中国各省份地区的土地供应受到中央政府和省级政府的严格管制。中国国家国土资源部根据全国土地利用年度计划总量控制指标建议中国各省份地区提出的计划指标建议，编制全国土地利用年度计划草案，将之纳入年度国民经济和社会发展计划草案，再上报国务院，经审定后下达各地参照执行。这种制度安排之下，中国各省份地区的土地供应状况必然是由土地利用年度计划来决定的，而土地利用年度计划很大程度上是由中央政府而非各省份政府来决定的，虽然各省份地区政府可以根据自己的用地需求来上报土地利用年度计划。这就保证了中国情形下中国各省份地区土地供应状况仅仅会影响地区房地产投资增长率，而对地区创新活动并不会造成直接影响。需要进一步关注的事实是，中央政府在2003年左右的土地政策发生了重要的调整。这具体表现在：(1)在土地供应总量上实行更严格的建设用地指标管理制度。在土地供给方式上实施地方政府的垄断供给制度，而且全面推行“招拍挂”制度，从而激励了地方政府并通过所谓的“饥饿供给策略”来获取土地财政收入的最大化。(2)出于区域经济均衡发展的战略考虑，中央政府在2003年后开始实施偏向中西部地区的用地指标倾斜政策。在2003年之前中西部地区的土地出让成交面积占全国的比重不断下降，而2003年呈现逐步上升的态势，由2003年的29.5％上升到2010年的45％。(3)2003年开始对各地区违规使用土地进行严厉督察和打击，特别是针对东部地区违法用地的案件查处力度尤为激烈。 以上这些事实至少能够说明以下的基本问题：中央政府一定程度上是按照中国各省份地区的发展均衡角度来决定各地区的用地指标，而不是完全按照经济发展水平以及经济发展需求角度来决定各地区的用地指标。最为典型的事实是，中国东部地区的多数城市在2003～2010年阶段，无论是从工商业发展的用地需求，还是从快速城市化以及人口流入导致的用地需求急剧增长的角度来看，用地计划指标应该处于相对的高速增长阶段。然而，事实是东部地区的用地指标比重此阶段却处于下滑阶段，这就部分解释了为什么东部多数地区房价快速增长以及相比中西部地区房价居高不下的原因。这种情形下，中国各地区的用地指标就具有了政府政策驱动的外生特征，因此，从中国各省份地区用地指标的形成逻辑来看，可能就存在中央政府制定计划→各省地区确定用地指标(决定供给)→土地价格上涨(需求大于供给发挥作用)→房地产投资大幅度上涨的传导逻辑链条。 基于对以上中国基本事实的逻辑分析，我们认为，使用中国各省份地区上一年的国有建设用地出让面积和地区人口数量的比值所得到地区人均建设用地出让面积变量，作为中国情景下的各省份地区房地产开发投资增长率的工具变量，是具有合理性的。理由在于：各地区人均建设用地出让面积变量，既充分包含了中央政府的用地计划指标信息，又直接反映了政府政策驱动的各种有效信息。而且，使用上一年的地区人均建设用地出让面积变量作为工具变量的好处在于：一方面，使用人均建设用地出让面积变量，可以消除不同省份地区本身的地域面积差异导致的不可比因素；另一方面，使用上一年的人均建设用地出让面积变量，可以消除房地产投资反过来影响地区建设用地出让面积的可能渠道机制(陆铭等，2015)。以上数据来源于历年《中国国土资源年鉴》。此外，基于中国各省份地区中房价也是影响房地产投资增长率的重要因素，我们也尝试考虑使用中国各省份地区的商品房销售平均价格作为房地产投资增长率的多重工具变量。然而。从中国的现实情形来看，中国各省份地区的商品房销售平均价格的变化信息，很有可能与地方的经济发展水平相关，而地区经济发展水平又有可能与地区的创新活动相关，因此，其未必是有效的工具变量。基于如此的考虑，我们认为，中国情景下使用中国各省份地区的商品房销售平均价格作为房地产投资增长率的多重工具变量，未必是一个合理的做法，因而就舍弃了这种工具变量的设定思路。当然，难以排除的想法是，中国各省份地区的人均土地出让面积，仍有可能在不同程度上会通过促进经济发展以及开放程度这两个渠道来影响地区创新活动，从而造成内生性问题。针对经济发展以及开放程度这两个可能的影响渠道，我们在计量方程(1)式中相应控制了人均真实GDP增长率、第三产业与第二产业之比，以及进口、出口这几组变量，应该在较大程度上能够避免人均土地出让面积通过未观察到的因素来对房地产投资增长率可能所产生的影响。 四、房地产对中国创新影响效应的检验结果 表1报告了我们利用中国各省份地区的房地产开发投资增长率对地区创新活动作用效应的检验结果。第1列采用OLS估计方法的回归结果显示，在控制一系列相关影响因素的条件下，中国各省份地区的房地产开发投资增长率对地区R&D支出增长率的作用效应在5％的统计水平显著为负。第2列同样采用OLS估计方法的回归结果显示，中国各省份地区的房地产开发投资增长率对地区发明专利授权量增长率的作用效应在5％的统计水平上显著为负。这两列的回归结果初步表明，中国情景下，房地产行业的快速发展以及房地产投资的快速增长，在一定程度上从负向角度影响了中国的创新活动，阻碍了中国创新能力的提升。第3列展示了我们采取上文设定的工具变量以及2SLS估计方法的回归结果，其显示，在控制一系列相关影响因素以及采用工具变量来解决可能的逆向因果关系所导致的内生性问题的前提下，中国各省份地区的房地产开发投资增长率对地区R&D支出增长率的作用效应在1％的统计水平上显著为负，而且，该变量回归系数的绝对数值也明显变大。这就表明，中国各省份地区的房地产开发投资增长率对地区R&D支出增长率产生了显著的阻碍作用。类似地，第4列的估计结果显示，在中国各省份地区的房地产开发投资增长率对地区发明专利授权量增长率的作用效应也在1％的统计水平上显著为负。这就进一步表明，中国各省份地区的房地产开发投资增长率对地区发明专利授权量增长率同样产生了显著的阻碍作用。以上一系列的检验结果，从不同角度为本文的研究假说1提供了支持证据，也为中国情景下房地产行业快速发展对中国经济可持续发展可能带来的负面效应，提供了重要的经验证据。 从本文设定的工具变量的有效性来看，一方面，模型3和模型4中，Durbin-Wu-Hausman(简称DWH)的检验结果均在1％显著水平上拒绝了不存在内生性问题的原假设，因而，可以确认，计量方程(1)式中房地产投资增长率和R&D支出增长率以及发明授权专利增长率变量之间是存在内生性问题的；另一方面，在2SLS两阶段的工具变量估计过程中，第一阶段估计的F值均大于Stock和Yogo(2002)设定的F值在10％偏误水平下的16.38的临界值，由此验证使用本文设定的工具变量是合适的，并不存在弱工具变量的问题。
依据中国的现实，一个需要额外高度重视的现象是，中国房地产投资的高速增长究竟会对工业部门的创新活动，造成何种性质何种程度的影响?鉴于此研究目的，在计量方程(1)式中，类似地，我们使用中国各省份地区规模以上工业企业(大中型工业企业)的R&D投入增长率以及规模以上工业企业发明专利授权数量增长率两个指标，作为反映中国各省份地区工业部门创新活动的代理指标。令人担心的是，由于这两个代理指标只是反映规模以上工业企业的创新活动，没有包含规模以下的数量众多的小微制造业企业创新活动信息，未必是全面反映中国各省份地区工业部门创新活动有效信息的代理指标。然而，针对中国情景下工业部门创新活动的既有研究表明，与美国等发达国家背景下中小企业是创新活动主要推动者的实际情形有所不同，中国工业部门中规模以上企业是创新活动的主要推动者，这可能与中国工业部门的创新活动主要还是较低层次的模仿吸收行为特征以及金融压制体制造成的外部融资约束特征密切相关(吴延兵、米增渝，2011)。因此，基于这样的事实，我们认为，使用中国各省份地区规模以上工业企业R&D投入增长率以及发明专利授权数量增长率这两个指标作为反映中国各省份地区工业部门的创新活动的代理指标，应该具有一定的合理性。 表2报告了中国各省份地区的房地产开发投资增长率对地区工业部门创新活动作用效应的检验结果。第1列采用OLS估计方法的回归结果显示，在控制一系列相关影响因素的条件下，中国各省份地区的房地产开发投资增长率对地区工业部门R&D支出增长率的作用效应在5％的统计水平上显著为负。第2列采用OLS估计方法的回归结果也显示，中国各省份地区的房地产开发投资增长率对地区发明专利授权量增长率的作用效应在5％的统计水平上显著为负。这两列的回归结果表明，中国情景下，房地产部门投资快速增长对中国工业部门的创新活动造成了更加明显的阻碍作用。但由于第1和2列的检验结果并没有处理可能的逆向因果关系导致的内生性问题，估计结果并不可靠，故需要采取工具变量做进一步的估计。第3列展示了我们采取上文设定的工具变量以及采用2SLS估计方法的回归结果，可看出，中国各省份地区的房地产开发投资增长率对地区工业部门R&D支出增长率的作用效应在1％的统计水平上显著为负。第4列的估计结果显示，中国各省份地区的房地产开发投资增长率对地区工业部门发明专利授权量增长率的作用效应也在1％的统计水平上显著为负。进一步可发现，表2第1～第4列中，中国各省份地区的房地产开发投资增长率变量的回归系数，不仅在统计水平上变得更为显著，并且在系数绝对值方面也都变得更大，符合采取工具变量估计方法得到的经验结果的惯例。以上的系列经验发现深刻表明，中国各省份地区房地产投资的快速增长对地区工业部门创新活动造成了更为突出的阻碍作用。这些检验结果为本文的研究假说1提供了进一步的支持证据，为中国情景下房地产行业的快速发展对中国以工业为主的实体经济可持续发展可能带来的负面效应，提供了不可忽略的经验证据。
五、金融体系贷款期限结构影响机制的检验结果 本节中，我们将进一步探究中国房地产部门投资的快速增长，是如何通过中国各省份地区金融体系贷款期限结构的传导机制，对地区创新活动造成了进一步的阻碍作用。从而来尝试研究具有典型金融抑制特征的中国金融体系，是如何通过房地产投资快速扩张渠道对创新活动产生抑制效应的重要现象。在借鉴计量方程(1)式的基础上，我们将检验传导机制的计量模型方程具体设定如下：
与计量方程(1)式相比，计量方程(2)式的主要区别是纳入了中国各省份地区的房地产开发投资增长额变量
和各省份地区贷款期限结构变量
的交互项。其中，贷款期限结构变量
是使用中国各省份地区长期贷款数量与短期贷款数量比重的变量来表示。显然，该比值越大，说明某个地区的金融体系贷款期限结构越是偏重于长期贷款。以上数据均来自历年《中国金融年鉴》以及各省统计年鉴。客观来看，由于中国各省份地区在要素禀赋和经济发展阶段差异的影响下，各省份地区政府对金融体系的干预程度以及银行为主的金融机构市场化发展水平存在显著的差异性，这就为本文的研究提供了一个很好的“拟自然”环境。 表3报告了针对计量方程(2)式的回归结果。具体来看，第1列的估计结果显示，中国各省份地区房地产开发投资增长率变量的回归系数在5％的统计水平上显著为负，而且其和地区贷款期限结构的交互项在1％的统计水平上也显著为负。第2列的估计结果显示，各省份地区房地产开发投资增长率变量的回归系数在10％统计水平上显著为负，其和地区贷款期限结构的交互项在1％的统计水平上也显著为负。同样的估计结果在第3列和第4列的2SLS估计方法中也得到证实。第3列的估计结果显示，中国各省份地区房地产开发投资增长率变量的回归系数在1％的统计水平上显著为负，其和地区贷款期限结构的交互项在1％的统计水平上也显著为负。第4列的估计结果显示，不仅各省份地区房地产开发投资增长率变量的回归系数在1％统计水平上显著为负，其和地区贷款期限结构的交互项在1％的统计水平上仍然显著为负。以上的系列检验结果深刻证明，在那些房地产投资增长越快的省份地区中，金融体系越是倾向于将长期贷款提供给房地产部门，就越会抑制该地区的创新活动。从而为本文的研究假说2提供了一定程度的支持证据。事实上，在中国现阶段存在典型的金融抑制体制特征之下，以垄断性银行机构为主的间接融资金融体系偏向于将长期贷款提供给房地产行业，满足房地产行业快速扩张对金融资金的巨大需求，一方面，这可能造成对本地区创新活动所需的巨额资金投入造成显著的挤占效应；另一方面，也可能通过房地产行业的快速扩张，加剧金融体系的贷款期限结构与本地区创新活动所需长期资本之间的矛盾和冲突，进而对地区的创新活动造成突出的抑制效应。
表4报告了中国各省份地区房地产投资增长对地区工业部门的创新活动影响效应的检验结果。第1列的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％的统计水平上显著为负，而其和地区贷款期限结构的交互项在1％的统计水平上也显著为负。第2列的估计结果显示，各省份地区房地产投资增长率变量的回归系数在5％统计水平上显著为负，其和地区贷款期限结构的交互项在1％的统计水平上显著为负。第3列和第4列的2SLS估计方法的检验结果进一步证实了这些作用效应。第3列的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％统计水平上显著为负，其和地区贷款期限结构的交互项在1％的统计水平上也显著为负。第4列的估计结果显示，各省份地区房地产开发投资增长率变量的回归系数在1％统计水平上显著为负，其和地区贷款期限结构的交互项也在1％的统计水平上显著为负。以上的系列检验结果则可能进一步说明，在那些房地产投资增长越快的省份地区中，金融体系越是倾向于将长期贷款提供给房地产部门，就会更加抑制该地区工业部门的创新活动。由此表明，中国情形下，房地产快速增长会通过中国金融体系的贷款期限结构渠道，可能对工业部门为主的实体经济部门的创新活动造成了更为突出的抑制效应。进一步为本文的研究假说2提供了一定程度的支持证据。 六、稳健性检验 (一)替换计量方法 考虑到本文所设计的工具变量可能未必是完全合理的，因此，以上所得的系列经验发现也未必就是稳健的。为了保证本文主要发现的可靠性，我们所做的稳健性检验就是替换本文的计量方法，在不采用工具变量的前提下，使用两步系统GMM方法来对研究假设1和研究假设2重新进行估计。具体的计量方程设定如下：
与计量方程(1)和(2)式有所不同，我们在计量方程(3)和(4)式中分别纳入了中国各省份地区R&D支出增长率变量RD_increase以及各省份地区发明专利授权数量增长率变量Patent_increase的滞后一期变量，其原因是考虑到中国各省份地区的创新活动可能具有的动态延续效应。针对计量方程(3)和(4)式，在运用GMM估计框架时，要得到无偏和一致性的估计结果，则要求处理滞后的因变量引起的内生性问题并解决面板数据中不随时间变化的个体效应问题。Arellano和Bover(1995)以及Blundell和Bond(1998)等的研究进一步指出，同时利用差分和水平变量信息来构造工具变量的系统GMM估计法可以较好地处理动态面板数据，这一估计法在一阶差分方程的基础上通过引入水平方程而构成一个两方程系统，水平方程的引入不仅有效地增加了差分方程的工具变量，其本身变量的差分滞后项也被作为水平方程相应变量的工具变量。此时，两步系统GMM估计方法在不采用额外的工具变量的情形下，就可以较为有效地解决弱工具变量问题。而且，运用两步系统GMM估计框架的另外一个优势是，对于同样可能存在逆向因果关系的控制变量pergdp_growth、humancapital、import、export以及tax等变量来说，我们在运用两步系统GMM估计框架的过程中，对这些控制变量采取前定变量的形式来加以处理，这样就可以尽可能保证得到本文主要发现的无偏和一致性估计结果。实际上，我们在以下各回归模型中AR(1)、AR(2)以及Hansen检验，均通过了GMM方法的检验要求，由此也说明了选择GMM估计框架可能具有的合理性。
表5列示了在被解释变量为地区创新活动的代理指标的样本组中，采用两步系统GMM估计方法对计量方程(3)和(4)式的回归结果。从中可以看出，第1列的估计结果显示，各省份地区房地产投资增长率变量的回归系数在5％的统计水平上显著为负。第2列的估计结果显示，各省份地区房地产投资增长率变量的回归系数也在5％的统计水平上显著为负。进一步看，第3列的估计结果显示，各省份地区房地产投资增长率变量的回归系数在5％的统计水平上显著为负，而其和地区贷款期限结构的交互项在1％的统计水平上显著为负。第4列的估计结果显示，各省份地区房地产投资增长率变量的回归系数也在5％的统计水平上显著为负，而其和地区贷款期限结构的交互项也在1％的统计水平上显著为负。以上的稳健性经验发现再次为本文的研究假设1和2提供了有力的支持证据。这样的经验事实也深刻表明，一方面，中国情形下房地产投资的快速增长，会对地区创新活动造成直接的挤出效应；另一方面，中国情形下房地产快速增长，会通过中国金融体系的贷款期限结构渠道，对地区创新活动造成间接的抑制效应。 表6列示了在被解释变量为衡量地区工业部门创新活动的代理指标的样本组中，采用两步系统GMM估计框架对计量方程(3)和(4)式的估计结果。从中可以看出，第1列的回归结果显示，各省份地区房地产投资增长率变量的回归系数在1％的统计水平上显著为负。第2列的回归结果显示，各省份地区房地产投资增长率变量的回归系数也在1％的统计水平上显著为负。类似的逻辑是，第3列的回归结果显示，各省份地区房地产投资增长率变量的回归系数在1％的统计水平上显著为负，而其和地区贷款期限结构的交互项在1％的统计水平上显著为负。第4列的回归结果显示，各省份地区房地产投资增长率变量的回归系数在1％的统计水平上显著为负，而其和地区贷款期限结构的交互项也在1％的统计水平上显著为负。很显然，以上的稳健性经验结果再次为本文的研究假设1和2提供了有力的支持证据。由此深刻表明，一方面，中国情形下房地产投资的快速增长，会对地区工业部门的创新活动造成显著的挤出效应；另一方面，中国情形下房地产快速增长，会通过中国金融体系的贷款期限结构渠道，对地区工业部门的创新活动造成突出抑制效应。这就深刻揭示了中国情景下房地产的过度膨胀对实体经济部门的创新活动的阻碍作用，也就从一个独特角度深入揭示了中国情景下房地产的过度膨胀对经济可持续增长能力可能带来的负面效应。
(二)对传导机制的再检验结果：基于中介效应模型 我们所做的以上各回归模型，虽然能够在有效解决房地产投资增长率变量和创新活动变量之间的内生性问题的基础上，来初步探究中国情境下房地产部门对创新活动造成影响的传导机制，但是，房地产投资增长率和金融体系贷款期限结构变量的交互项回归系数显著为负的估计结果，很有可能只是揭示出中国情景下房地产部门的快速扩张和金融体系的贷款行为之间存在一定的内在互动关系，是这种互动关系对中国创新活动造成了抑制效应。然而，其未必能够有效识别研究假设2中房地产部门投资的快速增长，会通过金融机构贷款行为的传导机制，对地区创新活动所施加的进一步扭曲性的抑制作用，即揭示图1中所展示的房地产部门投资增长→金融体系贷款期限结构→地区创新活动的传导机制。为了能够有效地识别该传导机制，本文借鉴Baron和Kenny(1986)以及温忠麟和叶宝娟(2014)提出的中介效应检验方法，构建以下依次递归(Recursive)模型来检验如图1中所示的房地产部门投资增长→金融体系贷款期限结构→地区创新活动的传导机制：
第一步对计量模型(5)式进行回归，检验房地产投资增长率变量的回归系数是否显著为负，如果该变量的回归系数
显著为负，这就意味着中国背景下房地产部门投资的快速增长会对地区创新活动造成抑制效应，同时，则进行下一个步骤的回归；第二步对计量模型(6)式进行回归，检验房地产投资增长率变量对我们认定的中介变量金融体系贷款期限结构变量的影响效应是否显著为正，如果该变量的回归系数
显著为正，就说明中国情景下房地产部门投资的快速增长会对金融体系贷款期限结构造成影响；第三步对计量模型(7)式进行回归，如果
和
这两个系数都显著为负，而且系数
与系数
的数值相比有所下降，这就说明存在部分性质的中介效应。如果系数
不显著，但系数
显著，这可能就说明中国的金融体系所蕴含的贷款期限结构扮演了完全中介的作用。 表7报告了我们利用以上的依次递归回归模型框架，就中国情景下房地产投资的快速扩张通过金融体系贷款期限结构这个中介传导机制，对地区创新活动影响效应的检验结果。表7的回归模型1的估计结果显示，各省份地区房地产投资增长率变量的回归系数在5％统计水平上显著为负。回归模型2的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％统计水平上显著为正。回归模型3的估计结果显示，各省份地区房地产投资增长率变量的回归系数在5％统计水平上显著为正，各省份地区金融体系贷款期限结构变量的回归系数在1％统计水平上显著为负。而且，可以发现，在回归模型3中各省份地区房地产投资增长率变量的回归系数的数值要低于回归模型1，这就验证了中国金融体系贷款期限结构起到了部分中介效应的作用，从而说明，中国情景下，房地产投资的快速扩张可以通过金融体系贷款期限结构这个中介传导机制，对地区创新研发投入增长率造成了进一步的抑制效应。类似地，表7的回归模型4～6的回归结果同样呈现了以上的分析逻辑，其就验证，中国情景下，房地产投资的快速扩张可以通过金融体系贷款期限结构这个中介传导机制，对地区发明专利数量增长率造成了进一步的抑制效应。
表8报告了中国情景下房地产投资的快速扩张，通过金融体系贷款期限结构这个中介传导机制，对地区工业部门创新活动影响效应的检验结果。依据同样的逻辑，表8的回归模型1的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％统计水平上显著为负。回归模型2的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％统计水平上显著为正。回归模型3的估计结果显示，各省份地区房地产投资增长率变量的回归系数在1％统计水平上显著为正，而各省份地区金融体系贷款期限结构变量的回归系数在1％统计水平上显著为负。同样可以发现，在回归模型3中各省份地区房地产投资增长率变量的回归系数的数值要低于回归模型1，这同样就验证了中国金融体系贷款期限结构起到了部分中介效应的作用，从而表明，中国情景下，房地产投资的快速扩张可以通过金融体系贷款期限结构这个中介传导机制，对地区工业部门创新研发投入增长率造成了进一步的抑制效应。仍然可以发现，表7的回归模型4～6的回归结果同样呈现了以上的分析逻辑，其就验证，中国情景下房地产投资的快速扩张，可以通过金融体系贷款期限结构这个中介传导机制，对地区工业部门发明专利数量增长率也造成了突出的抑制效应。以上这些结果为本文提出的研究假设2提供了进一步的有利支撑证据。 以上的依次逐步回归法究竟能否有效检验出相应的中介效应，对之既有文献存在诸多争论。按照温忠麟和叶宝娟(2014)的解释，依次检验方法仍然是一个有效的检验方法，这是因为依次逐步方法的检验力在各种方法中是相对最低的(Fritz & MacKinnon，2007；Hayes，2009)。换而言之，依次逐步检验方法如果能够得到显著的回归结果，那么，该检验方法得到的回归结果相对就是有效的。
在中国特定的人口结构、政府对土地财政的依赖体制、流动性泛滥导致的房地产投机需求以及特定的垄断性银行机构为主的金融体系等多重制约因素的综合作用下，中国的房地产行业出现了规模快速膨胀以及房地产泡沫形成的重要现象。这自然令人会想到的是，中国如此规模庞大的房地产投资需求以及高速的投资增长现象，是否会对中国创新活动特别是制造业为主的实体经济部门的创新活动，形成显著的阻碍作用?而且，在中国存在典型的金融市场发展不足以及垄断性银行机构为主的金融抑制体系之下，这会催人进一步联想的是，偏向于满足房地产行业巨大且快速增长的长期投资需求的金融体系，其偏向性的贷款期限结构是否会强化房地产对中国创新活动的抑制效应?为了回答这些重大的现实问题，本文利用中国省级层面的面板数据，使用人均土地出让面积作为房地产投资增长率的工具变量，得到的有意义的发现是：第一，中国情景下房地产投资的快速增长对创新活动造成了显著的阻碍作用。这具体表现为，在那些房地产开发投资增长越快的省份地区中，表现出更低的创新研发投入增长率和发明专利授权额增长率。而且，这种阻碍作用在中国的工业部门中表现得更为突出，从而表明房地产对中国工业部门的创新活动造成了更为显著的阻碍作用。第二，中国情景下房地产投资的快速增长，通过金融体系扭曲性的贷款期限结构对创新活动造成了显著的抑制效应。这具体表现为，在那些房地产开发投资增长越快，同时也是金融体系越是显示出长期化倾向贷款期限结构的省份地区中，表现出更低的创新研发投入增长率和发明专利授权额增长率。并且，这种抑制效应同样地在中国的工业部门中表现得更为突出，从而表明房地产通过金融体系的贷款行为对中国工业部门的创新活动造成了更为显著的抑制效应。之后的中介效应模型验证了中国情景下存在房地产部门投资增长→金融体系贷款期限结构→地区创新活动的传导机制。 这些经验发现对如何维持中国当前房地产的健康发展，以及如何实施创新驱动发展战略，提供了具有重要参考价值的政策含义。这就是，要高度重视房地产投资过快膨胀乃至局部区域的房地产泡沫形成，对中国经济特别是实体经济部门的创新能力提升可能造成的负面影响。事实上，要切实落实中央提出的创新驱动发展国家战略，依据本文的经验发现，就是必须要合理定位中国房地产的健康稳步发展需求，通过控制房地产投资的过快膨胀态势，消除局部区域的房地产泡沫，纠正房地产部门的不合理发展所带来的资源错配效应，缓解房地产投资快速增长对实体经济部门创新研发投入的挤出效应，这才能从根本上为促进中国创新能力提升营造合理的外部市场环境，从而塑造中国经济可持续发展的外部激励条件。同时，要高度关注中国的金融发展滞后以及当前以垄断性银行机构为主的金融抑制体系，与房地产部门形成的“天然”的利益集团结合体系，对中国创新能力提升特别是实体经济的创新能力提升，所造成的额外的显著抑制效应。因此，要真正塑造正确激励中国创新能力提升的外部制度环境，实质上是一个必须考虑多个环境因素共同改革推进的系统性工程。
标签：房地产泡沫论文; 房地产开发贷款论文; 房地产金融论文; 投资结构论文; 房地产投资论文; 企业贷款论文; 房地产业论文; 金融体系论文; 经济论文; 银行论文; 投资论文;
