吳蕾

摘? ?要：制造業(yè)是實(shí)體經(jīng)濟(jì)的主體，如今房地產(chǎn)行業(yè)的繁榮不僅阻礙了制造業(yè)的發(fā)展，也造成大量資金出現(xiàn)了結(jié)構(gòu)性錯(cuò)配。利用2006—2017年我國35個(gè)大中城市面板數(shù)據(jù)，運(yùn)用系統(tǒng)GMM方法分析房地產(chǎn)行業(yè)的信貸規(guī)模對制造業(yè)的影響，結(jié)果顯示：總體而言，房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)存在一定的擠出效應(yīng)，擠出系數(shù)為0.061;分區(qū)域來看，在二三線城市中房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)也存在擠出效應(yīng)，擠出系數(shù)為0.083，但在一線城市中卻呈現(xiàn)出一定的加速效應(yīng);隨著經(jīng)濟(jì)周期的變化，房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)的擠出效應(yīng)逐漸減少。因此，要規(guī)范金融市場和房地產(chǎn)市場發(fā)展秩序，逐漸消除制造業(yè)發(fā)展的融資制約，促進(jìn)制造業(yè)和房地產(chǎn)業(yè)協(xié)調(diào)發(fā)展。

關(guān)? 鍵? 詞：房地產(chǎn)行業(yè);制造業(yè);信貸規(guī)模;擠出效應(yīng);擠出系數(shù)

中圖分類號：F830? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? 文章編號：2096-2517（2020）02-0020-12

DOI：10.16620/j.cnki.jrjy.2020.02.003

一、引言

投資作為拉動(dòng)經(jīng)濟(jì)增長的“三架馬車”之一，在通過銀行等金融機(jī)構(gòu)投放信貸資金至各個(gè)行業(yè)，從而拉動(dòng)經(jīng)濟(jì)增長。近年來，房地產(chǎn)行業(yè)成為我國經(jīng)濟(jì)增長的重要力量， 吸引了社會大量資金流入，銀行信貸資金也偏向房地產(chǎn)行業(yè)。 根據(jù)2008—2017年工農(nóng)中建四大行貸款結(jié)構(gòu)數(shù)據(jù)分析， 十年內(nèi)，四大行累計(jì)投放貸款規(guī)模為252.76萬億元， 其中個(gè)人住房貸款規(guī)模為68.84萬億元，占比27%，制造業(yè)貸款49.34萬億元，占比為19%，個(gè)人住房貸款獲得的資金遠(yuǎn)遠(yuǎn)超過制造業(yè)。2018年，6家國有大型銀行新增貸款總額為51? 305.59億元， 個(gè)人貸款增加31? 180.04億元，占比六成，其中個(gè)人住房貸款增加了25? 338.96億元，占全部新增貸款將近一半。與對房地產(chǎn)行業(yè)的“青睞”不同，國有銀行對制造業(yè)貸款的占比逐漸下降， 呈現(xiàn)收縮態(tài)勢，其中建設(shè)銀行制造業(yè)貸款金額從2017年的11? 783.73億元下降至2018年的10? 923.69億元， 減少了860.04億元①。在“中國制造2025”的行動(dòng)綱領(lǐng)下，制造業(yè)轉(zhuǎn)型升級被提上日程，但是由于實(shí)體經(jīng)濟(jì)中產(chǎn)業(yè)發(fā)展不平衡，導(dǎo)致資源出現(xiàn)錯(cuò)配。居高不下的房價(jià)使得房地產(chǎn)市場發(fā)展膨脹，吸引越來越多的資金流入，投機(jī)現(xiàn)象頻繁，嚴(yán)重影響到制造業(yè)的發(fā)展。所以正確發(fā)展房地產(chǎn)市場，為制造業(yè)發(fā)展開辟“綠色通道”顯得格外重要。

在中國的各種投融資安排中，銀行信貸一直是產(chǎn)業(yè)發(fā)展所需資金的重要來源。房地產(chǎn)行業(yè)的快速發(fā)展使企業(yè)獲利豐厚并吸引了大量資金流入房地產(chǎn)行業(yè)，使得非房地產(chǎn)領(lǐng)域的企業(yè)特別是制造業(yè)企業(yè)在獲得稀缺的信貸資源后，并沒有將其投入到制造業(yè)生產(chǎn)中，反而大量投入到房地產(chǎn)行業(yè)。房地產(chǎn)行業(yè)集聚大量資金后，市場并沒有趨于飽和，仍然有大量資金流入。無論是銀行還是其他金融機(jī)構(gòu)都傾向于將資金貸給房地產(chǎn)企業(yè)，使得制造業(yè)產(chǎn)業(yè)發(fā)展停滯不前。這種貸款結(jié)構(gòu)能否將資金配置到最有效率的行業(yè)，對中國提出的“中國制造2025”時(shí)期的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整起著至關(guān)重要的作用。因此，本文深入分析偏向房地產(chǎn)行業(yè)的信貸結(jié)構(gòu)對制造業(yè)調(diào)整的影響，既是完善現(xiàn)行信貸政策的現(xiàn)實(shí)需要，更是促進(jìn)制造業(yè)轉(zhuǎn)型升級，實(shí)現(xiàn)制造強(qiáng)國戰(zhàn)略目標(biāo)的關(guān)鍵。

二、文獻(xiàn)綜述

目前國內(nèi)有大量研究房地產(chǎn)業(yè)與制造業(yè)關(guān)系的文獻(xiàn)，一般認(rèn)為房地產(chǎn)市場的繁榮吸引了大量生產(chǎn)要素流向房地產(chǎn)業(yè)，阻礙了制造業(yè)的發(fā)展[1-3]，但也存在不同的觀點(diǎn)，認(rèn)為房地產(chǎn)行業(yè)通過發(fā)揮聯(lián)動(dòng)效應(yīng)能夠帶動(dòng)鋼鐵、水泥、建材等其他制造業(yè)的發(fā)展[4-8]。鞠方等（2017）認(rèn)為房地產(chǎn)市場的繁榮最終歸于房價(jià)的上漲， 房價(jià)的攀升帶來的財(cái)富效應(yīng)，對我國居民消費(fèi)和拉動(dòng)內(nèi)需都發(fā)揮了重要作用，從而帶動(dòng)中國經(jīng)濟(jì)的蓬勃發(fā)展[9]。但是我們不可以只片面地看到房地產(chǎn)業(yè)帶來的積極效應(yīng)，房地產(chǎn)業(yè)的非理性發(fā)展所帶來的負(fù)面作用也值得關(guān)注。 榮昭等（2014）利用2001—2008年全國35個(gè)大中城市非房地產(chǎn)企業(yè)數(shù)據(jù)分析發(fā)現(xiàn)，房價(jià)上漲吸引非房地產(chǎn)企業(yè)進(jìn)入房地產(chǎn)行業(yè)[10]。佟家棟等（2018）則從就業(yè)的角度檢驗(yàn)房價(jià)上漲對中國制造業(yè)和建筑業(yè)就業(yè)結(jié)構(gòu)的影響，認(rèn)為房價(jià)上漲顯著改變了制造業(yè)就業(yè)結(jié)構(gòu)，且呈現(xiàn)地區(qū)差異，對東部沿海開放城市的制造業(yè)就業(yè)沖擊格外明顯[11]。

有學(xué)者從信貸規(guī)模的角度考察房地產(chǎn)行業(yè)是否擠占了制造業(yè)的發(fā)展資金。李天祥等（2011）認(rèn)為，房地產(chǎn)行業(yè)的過度繁榮導(dǎo)致銀行信貸更多地流向房地產(chǎn)行業(yè)，這將擠占其他產(chǎn)業(yè)的發(fā)展[12]。張延群（2016）研究發(fā)現(xiàn)，從長期和動(dòng)態(tài)的角度來看，房地產(chǎn)投資的增長可能會由于信貸資金過多地集中到房地產(chǎn)行業(yè)， 造成制造業(yè)和其他部門資金成本上升，因此對其產(chǎn)生擠出效應(yīng)[3]。羅知等（2015）運(yùn)用中國工業(yè)企業(yè)數(shù)據(jù)、城市數(shù)據(jù)和城鎮(zhèn)住戶調(diào)查數(shù)據(jù)發(fā)現(xiàn)國有企業(yè)在獲得低成本的信貸資金之后，并沒有用于本企業(yè)自身生產(chǎn)， 而是將其大量用于房地產(chǎn)投資，房地產(chǎn)投資對制造業(yè)投資的擠出是影響制造業(yè)資源配置效率的渠道之一[13]。陸桂賢等（2017）基于外部融資視角， 通過城市面板數(shù)據(jù)研究認(rèn)為，排除制造業(yè)自身經(jīng)營影響投資外，房地產(chǎn)投資的溫和發(fā)展有利于制造業(yè)發(fā)展，如果房地產(chǎn)投資發(fā)展過快，對制造業(yè)發(fā)展的正向效應(yīng)將消失[14]。

綜上，目前國內(nèi)學(xué)者研究的重點(diǎn)大多集中在證明房地產(chǎn)行業(yè)對制造業(yè)影響的存在性以及產(chǎn)生的原因， 區(qū)別僅僅在于樣本、 產(chǎn)業(yè)劃分和回歸方法上的差異，少有文獻(xiàn)從信貸規(guī)模的視角來闡釋房地產(chǎn)行業(yè)是否對制造業(yè)資金存在擠出效應(yīng)。本文將用全國35個(gè)大中城市房地產(chǎn)市場貸款規(guī)模和制造業(yè)數(shù)據(jù)，深入探討房地產(chǎn)市場發(fā)展對制造業(yè)資金的影響。

三、 房地產(chǎn)行業(yè)影響制造業(yè)貸款的理論分析

（二）機(jī)理分析

根據(jù)前面的理論推導(dǎo)可以得到房地產(chǎn)業(yè)和制造業(yè)在長期內(nèi)存在均衡關(guān)系，在此基礎(chǔ)上進(jìn)一步分析造成制造業(yè)貸款規(guī)模日益縮小，房地產(chǎn)行業(yè)貸款擴(kuò)大的原因所在。

1.房地產(chǎn)行業(yè)存在吸金效應(yīng)。如今房地產(chǎn)行業(yè)仍存在投資空間， 投資者期望投機(jī)獲取利潤，且受中國“以房立家”傳統(tǒng)思想的影響，越來越多的人買房，造成個(gè)人買房高杠桿。巨大的購房需求直接促成房價(jià)上漲， 從而吸引更多的資金流向房地產(chǎn)行業(yè)。不僅是四大國有銀行，整個(gè)金融機(jī)構(gòu)都是如此，對房地產(chǎn)業(yè)十分偏愛，當(dāng)然，在房地產(chǎn)行業(yè)中，貸款額增速最快、占比最大的是個(gè)人住房貸款，截止到2018年末，全國個(gè)人住房貸款額達(dá)到2575億元①，房地產(chǎn)行業(yè)貸款整體呈現(xiàn)遞增趨勢。與之形成鮮明對比的是制造業(yè)貸款，四大國有銀行制造業(yè)貸款占比呈逐年遞減態(tài)勢。

2.制造業(yè)不良貸款率高，投資回報(bào)率低。一方面，制造業(yè)面對日益下行的生產(chǎn)利潤，產(chǎn)能過剩壓力大，企業(yè)缺乏生產(chǎn)積極性，且制造業(yè)的不良貸款率相對于其他行業(yè)處于較高的水平。2017年工商銀行制造業(yè)貸款不良率為4.80%，2018年增至5.76%，而房地產(chǎn)行業(yè)貸款不良率為1.66%②，遠(yuǎn)遠(yuǎn)低于制造業(yè)。另一方面，由于資金的逐利性，銀行信貸資金也追求回報(bào)率，回報(bào)率高的領(lǐng)域自然就多投放一些。相對于房地產(chǎn)行業(yè)來說，制造業(yè)的投資回報(bào)率越來越低，因此，銀行的信貸投放必然減少。

3. 中國的金融市場主要是以銀行貸款等間接融資為主。目前銀行貸款占整個(gè)社會的融資總額達(dá)到80%以上，占據(jù)重要地位?，F(xiàn)在許多中小型制造業(yè)企業(yè)都存在融資難的問題，信息不對稱、風(fēng)險(xiǎn)不對稱、收益和成本不對稱都是重要影響因素，而銀行是以盈利為目的的組織， 銀行貸款具有順周期性，在經(jīng)濟(jì)形勢好的時(shí)候，企業(yè)效益也好，這時(shí)銀行積極貸款給企業(yè)。反之，當(dāng)企業(yè)經(jīng)濟(jì)效益下滑時(shí)，銀行會減少發(fā)放貸款， 保全已發(fā)放的貸款以減少損失?，F(xiàn)階段中國正處于高質(zhì)量發(fā)展階段，經(jīng)濟(jì)保持穩(wěn)健增長，和之前高速發(fā)展階段不同的是在經(jīng)濟(jì)出現(xiàn)短暫下行時(shí)， 需要花費(fèi)更多的時(shí)間恢復(fù)經(jīng)濟(jì)增長，這會對企業(yè)的投資發(fā)展產(chǎn)生不利影響。

四、模型構(gòu)建與變量說明

（一）模型構(gòu)建

選取2006—2017年全國35個(gè)大中城市③的面板數(shù)據(jù)， 考察房地產(chǎn)市場發(fā)展對制造業(yè)資金的影響。選取2006年之后的樣本，是因?yàn)榉康禺a(chǎn)市場貸款的相關(guān)數(shù)據(jù)在2006后才獲得。 考慮到制造業(yè)后期可能存在持續(xù)影響，在模型中加入了被解釋變量的滯后一期， 模型因此可能會產(chǎn)生內(nèi)生性問題，估計(jì)結(jié)果存在偏差，而動(dòng)態(tài)面板模型能夠較好地解決模型存在的內(nèi)生性和殘差自相關(guān)問題，因此，采用系統(tǒng)GMM方法進(jìn)行估計(jì)。除了將貸款規(guī)模作為主要解釋變量外，還引入了其他影響制造業(yè)升級的重要因素，包括就業(yè)人數(shù)（emp）、金融機(jī)構(gòu)貸款余額（dkye）、固定資產(chǎn)投資額（asset）、政府財(cái)政支出（fin）、第二產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值比重（sgdp）、人均國內(nèi)生產(chǎn)總值（pgdp）和道路面積（road）。構(gòu)建的模型如下：

Yit=？琢0+？琢1Yit-1+？琢2Lit+？琢3 X■■+？著it （6）

其中，X■■是一系列控制變量，i代表全國35個(gè)大中城市，t代表時(shí)間年份。

（二）變量選取

1.被解釋變量Y。選取各城市制造業(yè)產(chǎn)值作為指標(biāo)來進(jìn)行研究。各個(gè)因素影響制造業(yè)結(jié)果最終體現(xiàn)在產(chǎn)值，選擇產(chǎn)值更能直接反映出各個(gè)因素影響制造業(yè)的作用大小。 數(shù)據(jù)來源于2007—2018年各個(gè)城市的統(tǒng)計(jì)年鑒。

2.解釋變量L。采用各城市房地產(chǎn)開發(fā)企業(yè)資金狀況中的國內(nèi)貸款和個(gè)人按揭貸款之和來表示房地產(chǎn)市場的信貸規(guī)模。國內(nèi)貸款中包含銀行貸款和非銀行金融結(jié)構(gòu)貸款。該指標(biāo)可以基本反映房地產(chǎn)業(yè)信貸情況，房地產(chǎn)市場越繁榮，流入的信貸資金越多。數(shù)據(jù)來源于2007—2018年《中國房地產(chǎn)統(tǒng)計(jì)年鑒》。

3.控制變量。就業(yè)人數(shù)（emp）選用的是制造業(yè)從業(yè)人員平均數(shù)，數(shù)據(jù)來源于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》;金融機(jī)構(gòu)貸款余額（dkye）能夠較好地反映各城市金融發(fā)展情況，數(shù)據(jù)來源于搜數(shù)網(wǎng);固定資產(chǎn)投資額（asset）能反映一個(gè)城市經(jīng)濟(jì)發(fā)展能力;政府財(cái)政支出（fin）間接反映出當(dāng)?shù)卣畬Ξa(chǎn)業(yè)發(fā)展的扶持力度;第二產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值比重（sgdp）反映出一個(gè)城市第二產(chǎn)業(yè)的發(fā)展情況，能否為制造業(yè)發(fā)展提供一個(gè)良好的大環(huán)境;人均國內(nèi)生產(chǎn)總值（pgdp）可以反映人們的生活水平，對制造業(yè)產(chǎn)品是否存在一定的需求;道路面積（road）反映城市的交通是否便利。后5個(gè)指標(biāo)的數(shù)據(jù)均來自于CEIC宏觀經(jīng)濟(jì)數(shù)據(jù)庫。在進(jìn)行實(shí)證分析前，對各變量都進(jìn)行了對數(shù)處理以避免異方差。各變量的描述性統(tǒng)計(jì)如表1所示。

五、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)

為了確定數(shù)據(jù)的平穩(wěn)性，需對變量進(jìn)行單位根檢驗(yàn)，如果數(shù)據(jù)出現(xiàn)不平穩(wěn)，會對后續(xù)的結(jié)果產(chǎn)生影響。 這里采用了相同根情況下的LLC單位根檢驗(yàn)和不同根情況下的Fisher-ADF單位根檢驗(yàn)。各變量的檢驗(yàn)結(jié)果如表2所示，從中可以看出各變量在不同的置信水平上都拒絕了存在單位根的零假設(shè)，表明所有變量都是零階單整變量，體現(xiàn)了一定的平穩(wěn)性，可以直接進(jìn)行回歸。

（二）實(shí)證檢驗(yàn)結(jié)果

1.全樣本面板數(shù)據(jù)分析

考慮到房地產(chǎn)行業(yè)的信貸規(guī)模與制造業(yè)產(chǎn)值之間可能存在逆向因果關(guān)系，一方面，如前文所述，房地產(chǎn)行業(yè)的豐厚利潤吸引了大量信貸資金的流入，從而擠占了制造業(yè)發(fā)展所需的資金;另一方面，制造業(yè)本身利潤低的現(xiàn)實(shí)加劇了制造業(yè)企業(yè)抽離發(fā)展資金投向房地產(chǎn)行業(yè)，將獲得貸款不用于自身生產(chǎn)反而投向房地產(chǎn)行業(yè)，推動(dòng)了資金向房地產(chǎn)行業(yè)的集聚。本文選擇房地產(chǎn)開發(fā)投資額作為房地產(chǎn)行業(yè)信貸規(guī)模的工具變量。選取該指標(biāo)作為工具變量主要考慮到房地產(chǎn)行業(yè)信貸規(guī)模的大小與房地產(chǎn)開發(fā)投資額密切相關(guān)， 房地產(chǎn)開發(fā)投資額越多，流向房地產(chǎn)行業(yè)的資金也就越多;另外，房地產(chǎn)開發(fā)投資額與制造業(yè)產(chǎn)值之間沒有直接的相互關(guān)系，因此滿足外生性條件。

表3第（1）列給出了因變量為房地產(chǎn)行業(yè)的信貸規(guī)模的基準(zhǔn)回歸估計(jì)結(jié)果，第（2）～（8）列分別為加入就業(yè)人數(shù)、金融發(fā)展、政府財(cái)政支出等控制變量后的回歸結(jié)果。其中AR（2）統(tǒng)計(jì)量表示接受“不存在二階自相關(guān)”的原假設(shè)，Hansen檢驗(yàn)值也顯示選取的工具變量不存在過度識別的問題，模型設(shè)定合理。

表3第（1）列回歸結(jié)果顯示，房地產(chǎn)行業(yè)的信貸規(guī)模對制造業(yè)產(chǎn)值呈顯著的負(fù)向關(guān)系。房地產(chǎn)行業(yè)貸款規(guī)模每上升1%， 制造業(yè)產(chǎn)值下降0.097%。當(dāng)逐漸加入控制變量后，房地產(chǎn)行業(yè)貸款規(guī)模與制造業(yè)之間仍然呈現(xiàn)負(fù)相關(guān)，但系數(shù)降為0.061，表明其他因素削弱了房地產(chǎn)貸款規(guī)模對制造業(yè)的影響。從回歸結(jié)果中可以得到房地產(chǎn)行業(yè)對制造業(yè)產(chǎn)生了擠出效應(yīng)。隨著房地產(chǎn)市場的繁榮，實(shí)體經(jīng)濟(jì)中的資金由于逐利性開始流向房地產(chǎn)業(yè)，而像制造業(yè)這樣的產(chǎn)業(yè)因?yàn)樾袠I(yè)利潤低、投資周期長，不受投資者的青睞。從短期來看，房地產(chǎn)市場存在孕育風(fēng)險(xiǎn)的能力，制造業(yè)企業(yè)很有可能因?yàn)橥顿Y失敗而引發(fā)償債能力下降，資金鏈斷裂，造成虧損甚至破產(chǎn);從長期看，制造業(yè)企業(yè)將資源和精力更多地投入到主營業(yè)務(wù)之外， 對實(shí)體經(jīng)濟(jì)而言本身就是一種傷害，不利于企業(yè)和實(shí)體經(jīng)濟(jì)的整體發(fā)展。

關(guān)于控制變量，就業(yè)人數(shù)與制造業(yè)產(chǎn)值存在負(fù)向關(guān)系。由于制造業(yè)內(nèi)部細(xì)分行業(yè)對勞動(dòng)力存在不同層次的需求，有些部門倡導(dǎo)機(jī)器取代人工提高生產(chǎn)效率，因此存在過剩勞動(dòng)力。政府財(cái)政支出與制造業(yè)也呈現(xiàn)反向關(guān)系。當(dāng)?shù)卣?cái)政支出并沒有對制造業(yè)發(fā)展起到支撐作用，反而起反作用，為了追求政績，一些政府將財(cái)政支持更多地投向房地產(chǎn)行業(yè)，對制造業(yè)企業(yè)投入甚少。第二產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值比重對制造業(yè)發(fā)展并沒有起到促進(jìn)作用。近年來，我國經(jīng)濟(jì)發(fā)展逐漸由原來的工業(yè)化開始向服務(wù)型轉(zhuǎn)變，實(shí)現(xiàn)高質(zhì)量的現(xiàn)代化經(jīng)濟(jì)體系，所以第二產(chǎn)業(yè)對經(jīng)濟(jì)的貢獻(xiàn)度減少是客觀的。目前我國制造業(yè)產(chǎn)能過剩的現(xiàn)象還是比較嚴(yán)重的，不少產(chǎn)能利用率低，在這樣一個(gè)大環(huán)境下，制造業(yè)發(fā)展存在重重障礙。各城市的人均國內(nèi)生產(chǎn)總值和道路面積對制造業(yè)發(fā)展都起到了促進(jìn)作用。人均國內(nèi)生產(chǎn)總值往往是衡量一個(gè)地區(qū)人民生活水平高低的指標(biāo)，人民生活水平提高意味著消費(fèi)水平的提高，從而形成對制造業(yè)產(chǎn)品的潛在需求。道路面積可以看作一個(gè)城市的交通條件， 好的交通條件為制造業(yè)發(fā)展提供了便利。

2.分樣本面板數(shù)據(jù)分析

（1）區(qū)域差異

房地產(chǎn)信貸規(guī)模對制造業(yè)的影響會受到區(qū)域經(jīng)濟(jì)發(fā)展水平的制約， 因此有必要按照政治實(shí)力、經(jīng)濟(jì)水平、城市規(guī)模和區(qū)域輻射能力分區(qū)域分別進(jìn)行研究。根據(jù)國家2018年公布的一二三線城市劃分標(biāo)準(zhǔn)，將35個(gè)大中城市劃分為三個(gè)區(qū)域，見表4。

1）一線城市面板數(shù)據(jù)分析

根據(jù)表5的回歸結(jié)果可以看出，一線城市的房地產(chǎn)行業(yè)貸款規(guī)模對制造業(yè)發(fā)展呈現(xiàn)正相關(guān)，房地產(chǎn)行業(yè)貸款規(guī)模每上升1%，制造業(yè)產(chǎn)值增加0.408%。控制變量中，就業(yè)人數(shù)、道路面積、固定資產(chǎn)投資額對制造業(yè)發(fā)展起促進(jìn)作用， 第二產(chǎn)業(yè)占比、人均國內(nèi)生產(chǎn)總值、貸款余額對制造業(yè)發(fā)展起抑制作用。一線城市制造業(yè)發(fā)展基礎(chǔ)好，經(jīng)濟(jì)條件和教育條件也都處于領(lǐng)先位置，制造業(yè)企業(yè)看中了一線城市內(nèi)部的基礎(chǔ)設(shè)施建設(shè)和勞動(dòng)力資源，紛紛將工廠遷移至這里生產(chǎn)。房地產(chǎn)行業(yè)將獲得的貸款資金用于開發(fā)、建設(shè)和投資，通過發(fā)揮聯(lián)動(dòng)效應(yīng)也帶動(dòng)了鋼鐵、水泥、家居等傳統(tǒng)制造業(yè)的發(fā)展。此時(shí)，房地產(chǎn)行業(yè)貸款規(guī)模對制造業(yè)的正向效應(yīng)超過擠出效應(yīng)。在一線城市中，金融機(jī)構(gòu)眾多且發(fā)展成熟，能夠?yàn)橹圃鞓I(yè)發(fā)展提供資金支持，即便經(jīng)濟(jì)體系中的大量資金流向房地產(chǎn)行業(yè)，通過政府的各種宏觀調(diào)控和財(cái)政支持，也能緩和制造業(yè)發(fā)展困境。

2）二三線城市面板數(shù)據(jù)分析

由于三線城市數(shù)量有限，因此將三線城市合并到二線城市進(jìn)行分析。從表6的回歸結(jié)果中可以看出，在二三線城市中，房地產(chǎn)行業(yè)的信貸規(guī)模不利于制造業(yè)發(fā)展， 房地產(chǎn)行業(yè)貸款規(guī)模每上升1%，制造業(yè)產(chǎn)值減少0.083%?？刂谱兞恐?，就業(yè)人數(shù)、政府財(cái)政支出、人均國內(nèi)生產(chǎn)總值與制造業(yè)產(chǎn)值呈負(fù)相關(guān)，第二產(chǎn)業(yè)占比與道路面積與制造業(yè)呈正相關(guān)。二三線城市經(jīng)濟(jì)發(fā)展水平不及一線城市，基礎(chǔ)設(shè)施條件和人力資源條件一般，金融機(jī)構(gòu)發(fā)展不完善，制造業(yè)發(fā)展多依靠外部融資，但受地方政府偏向發(fā)展房地產(chǎn)業(yè)的影響， 引導(dǎo)資金流向房地產(chǎn)市場，阻礙制造業(yè)發(fā)展。再加上位于二三線城市的制造業(yè)企業(yè)在實(shí)體經(jīng)濟(jì)盈利空間不足，尋求主營業(yè)務(wù)之外的贏利點(diǎn)成為迫切需求，加劇了資金流向房地產(chǎn)業(yè)。

（2）經(jīng)濟(jì)周期的影響

經(jīng)濟(jì)體系中所有產(chǎn)業(yè)發(fā)展都要受到經(jīng)濟(jì)周期變化的影響，其中包括宏觀經(jīng)濟(jì)環(huán)境和市場環(huán)境的變化，當(dāng)經(jīng)濟(jì)處于快速發(fā)展時(shí)期，自然有利于產(chǎn)業(yè)發(fā)展。根據(jù)國家統(tǒng)計(jì)局公布的數(shù)據(jù)來看（見圖1），中國經(jīng)濟(jì)增長大致可以分為兩個(gè)階段，第一階段為2006—2011年，GDP增長率保持在10%以上，第二階段為2012—2017年，GDP增長率均在10%以下。具體來看，2006—2007年，中國經(jīng)濟(jì)發(fā)展呈現(xiàn)繁榮景象，特別是工業(yè)品，價(jià)格大幅上漲，出口需求量大增;2008年受金融危機(jī)影響，中國經(jīng)濟(jì)快速回落，出現(xiàn)產(chǎn)能過剩、失業(yè)率高漲等問題;2009—2011年，為了解決金融危機(jī)帶來的不利影響，國家開始執(zhí)行“四萬億計(jì)劃”，經(jīng)濟(jì)開始逐漸復(fù)蘇;2012—2015年，受上一輪刺激投資影響，過度投資導(dǎo)致經(jīng)濟(jì)增長缺乏動(dòng)力， 且為了抑制房地產(chǎn)過熱的問題，開始控制房地產(chǎn)投資;2016—2017年，為了提高經(jīng)濟(jì)發(fā)展質(zhì)量，提出供給側(cè)結(jié)構(gòu)性改革，其中包括加大對房地產(chǎn)去庫存工作。從圖1可以看到房地產(chǎn)投資增長率與經(jīng)濟(jì)增長率的變動(dòng)方向基本一致，在經(jīng)濟(jì)高速發(fā)展時(shí)期，房地產(chǎn)業(yè)投資水平較高，隨著經(jīng)濟(jì)增速放緩， 房地產(chǎn)行業(yè)投資水平也有所回落，因此在一定程度上可以認(rèn)為經(jīng)濟(jì)周期就是房地產(chǎn)周期。為了更加全面地分析房地產(chǎn)業(yè)信貸投資對制造業(yè)的影響， 將樣本按照GDP增長率10%的標(biāo)準(zhǔn)劃分為兩個(gè)樣本，2006—2011年和2012—2017年。

1）經(jīng)濟(jì)高速發(fā)展階段

從表7回歸結(jié)果中可以看出，房地產(chǎn)行業(yè)貸款規(guī)模對制造業(yè)發(fā)展產(chǎn)生不利影響，房地產(chǎn)行業(yè)貸款規(guī)模每上升1%，制造業(yè)產(chǎn)值減少0.311%。在這一階段，中國經(jīng)濟(jì)處于二元經(jīng)濟(jì)時(shí)代，房地產(chǎn)行業(yè)成為經(jīng)濟(jì)發(fā)展的重要增長點(diǎn)， 而制造業(yè)發(fā)展過冷，導(dǎo)致制造業(yè)企業(yè)紛紛將資金投入樓市。制造業(yè)在這一時(shí)期受美國金融危機(jī)影響， 產(chǎn)品出口量大幅減少，產(chǎn)能過剩，再加上對宏觀經(jīng)濟(jì)預(yù)期都不明朗，導(dǎo)致大量企業(yè)瀕臨破產(chǎn)，經(jīng)過一輪宏觀調(diào)控之后，制造業(yè)才開始慢慢恢復(fù)，但是金融危機(jī)所帶來的負(fù)面影響是長期的。

2）經(jīng)濟(jì)中高速發(fā)展階段

由表8可以看出，在這一時(shí)期，房地產(chǎn)信貸規(guī)模對制造業(yè)仍產(chǎn)生顯著的負(fù)向作用，但影響程度有所下降， 房地產(chǎn)行業(yè)貸款規(guī)模每上升1%， 制造業(yè)產(chǎn)值減少0.225%， 原因在于房地產(chǎn)業(yè)發(fā)展速度放緩，而制造業(yè)發(fā)展速度加快。當(dāng)經(jīng)濟(jì)由高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變時(shí)，意味著更加重視實(shí)體經(jīng)濟(jì)特別是制造業(yè)的發(fā)展。 因?yàn)橹圃鞓I(yè)既是技術(shù)創(chuàng)新的主體，也是供給側(cè)結(jié)構(gòu)性改革的核心領(lǐng)域，而房地產(chǎn)行業(yè)在經(jīng)過一系列限購限貸的精準(zhǔn)調(diào)控政策后，總體發(fā)展平穩(wěn)，在一定程度上降低了房地產(chǎn)市場的吸金效應(yīng)。

總的來說，隨著經(jīng)濟(jì)周期的變化，在經(jīng)濟(jì)高速發(fā)展時(shí)期， 房地產(chǎn)業(yè)作為拉動(dòng)經(jīng)濟(jì)增長的重要力量，吸引大量資金涌入，吸金效應(yīng)明顯。相反，制造業(yè)發(fā)展面臨重重困境，從外部環(huán)境來看，銀行等金融機(jī)構(gòu)傾向于將資金投入房地產(chǎn)市場;從企業(yè)內(nèi)部情況來看，企業(yè)管理層短視導(dǎo)致他們追趕過熱的房地產(chǎn)投資，使制造業(yè)企業(yè)發(fā)展舉步維艱。經(jīng)濟(jì)發(fā)展到一定程度后，不斷上漲的房價(jià)也給社會帶來許多問題。從陸續(xù)頒布的政策中可以看出，國家希望通過壓縮房地產(chǎn)、拉動(dòng)制造業(yè)發(fā)展的方式助力經(jīng)濟(jì)增長，解決了部分制造業(yè)企業(yè)融資難的問題。隨著中國城市化進(jìn)程的加快，未來房價(jià)的上升空間不會太大， 許多龍頭房地產(chǎn)企業(yè)紛紛開始調(diào)整產(chǎn)業(yè)結(jié)構(gòu)。對制造業(yè)而言，原本流向房地產(chǎn)市場的資金漸漸回流進(jìn)來，再加上在“中國制造2025”的背景下，制造業(yè)所處的境地有所改善。

六、結(jié)論及建議

（一）結(jié)論

制造業(yè)是實(shí)體經(jīng)濟(jì)的主體，金融業(yè)是實(shí)體經(jīng)濟(jì)的血脈，為實(shí)體經(jīng)濟(jì)服務(wù)是金融業(yè)的職責(zé)，但近幾年出現(xiàn)制造業(yè)的貸款比重不斷下降，房地產(chǎn)行業(yè)逐漸成為貸款的首要行業(yè)。 本文利用2006—2017年中國35個(gè)大中城市面板數(shù)據(jù)， 運(yùn)用系統(tǒng)GMM方法分析房地產(chǎn)行業(yè)的信貸規(guī)模對制造業(yè)的影響，在全樣本的基礎(chǔ)上，按照城市自身經(jīng)濟(jì)發(fā)展差異和全國經(jīng)濟(jì)發(fā)展速度差異對全樣本進(jìn)行劃分，探討區(qū)域發(fā)展和經(jīng)濟(jì)周期差異下房地產(chǎn)信貸規(guī)模對制造業(yè)的影響，得出結(jié)論：

1.總體而言，房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)存在一定的擠出效應(yīng)，擠出系數(shù)為0.061。房地產(chǎn)行業(yè)存在的吸金效應(yīng)使得大部分信貸資金流向房地產(chǎn)行業(yè)，制造業(yè)發(fā)展陷入困境，再加上受制造業(yè)自身內(nèi)部轉(zhuǎn)型升級壓力的影響，擠出效應(yīng)更加明顯。

2.分區(qū)域來看，在二三線城市中房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)也存在擠出效應(yīng)， 擠出系數(shù)為0.083， 但在一線城市中卻是正向效應(yīng)超過擠出效應(yīng)。面對流失的信貸資金，一線城市擁有更大的能力幫助制造業(yè)發(fā)展，且制造業(yè)自身基礎(chǔ)良好，發(fā)展速度快， 而二三線城市經(jīng)濟(jì)發(fā)展能力不及一線城市，制造業(yè)發(fā)展基礎(chǔ)薄弱，受到?jīng)_擊后，自愈能力差。

3.隨著經(jīng)濟(jì)周期的變化，房地產(chǎn)行業(yè)信貸規(guī)模對制造業(yè)的擠出效應(yīng)逐漸削弱。一方面制造業(yè)發(fā)展逐漸向好，隨著“中國制造2025”的提出，制造業(yè)發(fā)展質(zhì)量逐漸提高;另一方面，房地產(chǎn)市場發(fā)展趨于平穩(wěn)。

除了房地產(chǎn)業(yè)影響制造業(yè)信貸，制造業(yè)自身發(fā)展也存在問題。一方面，隨著生產(chǎn)要素價(jià)格的上漲，制造業(yè)生產(chǎn)成本也隨之上升，但企業(yè)缺乏將成本壓力轉(zhuǎn)化為創(chuàng)新動(dòng)力的能力;另一方面，中國制造業(yè)發(fā)展對國際市場依賴度高， 一旦遇到國際貿(mào)易摩擦，嚴(yán)重影響國內(nèi)生產(chǎn)。這樣一來，中國制造業(yè)綜合成本上升和國際競爭力下降，容易助長制造業(yè)的不良貸款率。銀行作為盈利性金融機(jī)構(gòu)，目標(biāo)在于追求利潤，在貸款時(shí)自然偏向房地產(chǎn)行業(yè)。未從制造業(yè)自身角度進(jìn)行詳細(xì)分析， 是本文存在的不足之處，要繼續(xù)深入研究。

（二）建議

1.加快銀行業(yè)等金融機(jī)構(gòu)貸款制度改革。針對目前制造業(yè)貸款比重下降、房地產(chǎn)行業(yè)貸款比重大的現(xiàn)狀，創(chuàng)新制造業(yè)貸款機(jī)制，專門制定制造業(yè)貸款的考核辦法，適當(dāng)放松業(yè)務(wù)人員權(quán)限，以便進(jìn)一步做活做大制造業(yè)貸款，特別是使高端設(shè)備制造業(yè)和先進(jìn)制造業(yè)不斷提高融資獲得率。針對房地產(chǎn)行業(yè)，應(yīng)采用征收房地產(chǎn)稅和貸款限制等手段，使資金更多地流向?qū)嶓w經(jīng)濟(jì)中有競爭力和有效率的行業(yè)。

2.推進(jìn)制造業(yè)轉(zhuǎn)型升級。積極響應(yīng)“中國制造2025”，建立以創(chuàng)新為驅(qū)動(dòng)的制造業(yè)發(fā)展戰(zhàn)略，加強(qiáng)與世界其他國家的合作交流，引進(jìn)國外先進(jìn)技術(shù)，培養(yǎng)創(chuàng)新型人才。 同時(shí)既要做到對傳統(tǒng)制造業(yè)轉(zhuǎn)型升級，也要加快培育新型制造業(yè)，利用互聯(lián)網(wǎng)技術(shù)、金融科技打造智能制造。在全國范圍內(nèi)更多地創(chuàng)建制造業(yè)城市，開創(chuàng)一條具有中國特色的發(fā)展之路，從而為制造業(yè)轉(zhuǎn)型升級積累寶貴的經(jīng)驗(yàn)。

3.營造良好的經(jīng)濟(jì)環(huán)境。政府應(yīng)該積極改變當(dāng)前房地產(chǎn)行業(yè)投資過熱的局面，制定法律法規(guī)來提高房地產(chǎn)行業(yè)投資門檻，讓投機(jī)者無利可圖，從而使得制造業(yè)企業(yè)回歸實(shí)體經(jīng)濟(jì)。另外，應(yīng)當(dāng)改變部分行業(yè)壟斷的現(xiàn)象，使制造業(yè)企業(yè)接觸到更多的新興行業(yè)，從而拓寬制造業(yè)企業(yè)的投資渠道。

參考文獻(xiàn)：

[1]吳海民.資產(chǎn)價(jià)格波動(dòng)、通貨膨脹與產(chǎn)業(yè)“空心化”——基于我國沿海地區(qū)民營工業(yè)面板數(shù)據(jù)的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì)，2012（1）：46-56.

[2]林嵩.房地產(chǎn)行業(yè)對于創(chuàng)業(yè)活動(dòng)的擠出效應(yīng)——基于中國跨地區(qū)面板數(shù)據(jù)的分析[J].經(jīng)濟(jì)管理，2012，34（6）：21-29.

[3]張延群.我國房地產(chǎn)投資是否具有擠出效應(yīng)？——基于I（2）VECM的分析[J].數(shù)理統(tǒng)計(jì)與管理，2016，35（2）：329-340.

[4]梁云芳，高鐵梅，賀書平.房地產(chǎn)市場與國民經(jīng)濟(jì)協(xié)調(diào)發(fā)展的實(shí)證分析[J].中國社會科學(xué)，2006（3）：74-84，205-206.

[5]黃忠華，吳次芳，杜雪君.房地產(chǎn)投資與經(jīng)濟(jì)增長——全國及區(qū)域?qū)用娴拿姘鍞?shù)據(jù)分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2008（8）：56-60，72.

[6]夏明.從投入產(chǎn)出數(shù)據(jù)看房地產(chǎn)發(fā)展對我國經(jīng)濟(jì)的影響[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2009（11）：11-15.

[7]國家統(tǒng)計(jì)局綜合司課題組.關(guān)于房地產(chǎn)對國民經(jīng)濟(jì)影響的初步分析[J].管理世界，2005（11）：30-33.

[8]馮泰文.生產(chǎn)性服務(wù)業(yè)的發(fā)展對制造業(yè)效率的影響——以交易成本和制造成本為中介變量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26（3）：56-65.

[9]鞠方，雷雨亮，周建軍.房價(jià)波動(dòng)、收入水平對住房消費(fèi)的影響——基于SYS-GMM估計(jì)方法的區(qū)域差異分析[J].管理科學(xué)學(xué)報(bào)，2017，20（2）：32-42.

[10]榮昭，王文春.房價(jià)上漲和企業(yè)進(jìn)入房地產(chǎn)——基于我國非房地產(chǎn)上市公司數(shù)據(jù)的研究[J].金融研究，2014（4）：158-173.

[11]佟家棟，劉竹青.房價(jià)上漲、建筑業(yè)擴(kuò)張與中國制造業(yè)的用工問題[J].經(jīng)濟(jì)研究，2018，53（7）：59-74.

[12]李天祥，苗建軍.房價(jià)上漲對國民經(jīng)濟(jì)影響的理論分析——基于房地產(chǎn)財(cái)富效應(yīng)傳導(dǎo)機(jī)制視角[J].軟科學(xué)，2011，25（2）：57-61，71.

[13]羅知，張川川.信貸擴(kuò)張、房地產(chǎn)投資與制造業(yè)部門的資源配置效率[J].金融研究，2015（7）：60-75.

[14]陸桂賢，許承明.房地產(chǎn)投資擠出了制造業(yè)投資嗎？——基于外部融資視角[J].學(xué)海，2017（4）：109-114.

Abstract： The manufacturing industry is the main body of the real economy. The prosperity of the real estate industry not only hinders the development of the manufacturing industry， but also causes structural mismatches in a large amount of funds. Using the panel data of 35 large and medium-sized cities in China from 2006 to 2017， the paper used systems GMM method to analyze the impact of the credit scale of the real estate industry on manufacturing industry. The result shows that there are certain crowding out effect in manufacturing industry caused by real estate industry credit scale. The squeeze coefficient is 0.061. In terms of regions， the real estate industry credit scale also has a crowding out effect on manufacturing industry in second and third tier cities. The squeeze coefficient is 0.083， but it shows a certain acceleration effect in first tier cities. With the change of the economic cycle， the crowding out effect of the credit scale of the real estate industry on manufacturing industry has gradually decreased. Therefore， it is necessary to standardize the development order of the financial market and the real estate market， gradually eliminate financing constraints for the development of the manufacturing industry， and promoting the coordinated development of the manufacturing and real estate industries.

Key words： real estate industry; manufacturing; credit scale; crowding out effect; crowding out coefficient

（責(zé)任編輯：龍會芳;校對：盧艷茹）