● 趙先立，談元元

（1.中國人民銀行蘭州中心支行，甘肅 蘭州 730000；2.中國人民銀行天水市中心支行，甘肅 天水 741000）

一、引言

房地產(chǎn)歷來被視為一種重要的不動資產(chǎn)，在具備良好增值保值作用的同時也兼具虛擬資產(chǎn)的屬性。近年來房地產(chǎn)已逐漸成為居民重要的投資工具和投資手段，其虛擬屬性也日益凸顯。自1998 年住房制度改革以來，中國房地產(chǎn)行業(yè)逐漸步入市場化道路，房地產(chǎn)行業(yè)的蓬勃發(fā)展在一段時間內(nèi)拉動了多個產(chǎn)業(yè)的發(fā)展和經(jīng)濟增長。但與此同時，樓市過度繁榮的現(xiàn)象在地方政府和房地產(chǎn)企業(yè)的不斷推動下開始凸顯。這一現(xiàn)象的負面作用愈加明顯，出現(xiàn)了房地產(chǎn)市場不斷繁榮但實體經(jīng)濟日益下行的局面，房地產(chǎn)行業(yè)在維持自身高度繁榮的同時不斷擠出實體經(jīng)濟、影響資源有效配置。

另一方面，與房地產(chǎn)和實體經(jīng)濟關(guān)系都極為密切的金融業(yè)，出現(xiàn)了過度的經(jīng)濟金融化現(xiàn)象。金融業(yè)的繁榮在實質(zhì)上沒有推動實體經(jīng)濟發(fā)展，卻造成了資產(chǎn)價格泡沫膨脹與過度經(jīng)濟金融化，眾多實體企業(yè)“脫實入虛”，將原本用于實體經(jīng)濟擴大生產(chǎn)投資的資金錯配至金融資產(chǎn)和房地產(chǎn)投資。若對此現(xiàn)象不加以有效控制，很可能引致產(chǎn)業(yè)競爭力下降，引發(fā)宏觀經(jīng)濟風(fēng)險，從而對我國未來整體發(fā)展產(chǎn)生長期的負面影響。

針對上述情況，我國政府在政策調(diào)控方面不斷加碼，自2018 年以來“限購、限售、限貸、限價、限商”等多項措施連續(xù)出臺，對房地產(chǎn)市場和金融市場的調(diào)控力度不斷加大。2020 年10 月底發(fā)布的《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》中強調(diào)：堅持“房子是用來住的、不是用來炒的”定位，矯正資本脫實向虛，實現(xiàn)金融業(yè)、房地產(chǎn)業(yè)與實體經(jīng)濟的均衡發(fā)展。

本文的主要目的在于研究房地產(chǎn)行業(yè)增長對實體經(jīng)濟的影響及其作用路徑進行探究。房地產(chǎn)市場的過度膨脹通常有售價畸高、房屋銷售急劇增長、房地產(chǎn)開發(fā)投資額超常增長等三種表現(xiàn)，其中房地產(chǎn)開發(fā)投資主要來源于銀行信貸。銀行信貸在我國經(jīng)濟社會融資體系中具有舉足輕重的地位，其在很大程度上影響金融資本在各行業(yè)主體之間的配置關(guān)系，將會系統(tǒng)性地沖擊宏觀經(jīng)濟的平穩(wěn)運行。因此，對房地產(chǎn)投資、信貸支持和實體經(jīng)濟發(fā)展三者的關(guān)系進行研究，厘清其中的作用路徑與機制，不僅對管控房地產(chǎn)市場、促進金融業(yè)健康發(fā)展具有十分重要的現(xiàn)實意義，也是助推實體經(jīng)濟更好、更快發(fā)展的重中之重。

二、理論分析與研究假設(shè)

（一）房地產(chǎn)對金融服務(wù)實體經(jīng)濟的直接影響

金融支持實體經(jīng)濟的研究最早可追溯到熊彼特的創(chuàng)新理論，他認為，銀行家通過向創(chuàng)業(yè)者提供融資的方式來推動科技創(chuàng)新，從而促進了實體經(jīng)濟的成長。后續(xù)一些主流宏觀經(jīng)濟理論也是圍繞這一研究誕生的，如“債務(wù)緊縮理論”“投資融資理論”“金融加速理論”等，對金融如何在實體經(jīng)濟中發(fā)揮作用，進而引發(fā)宏觀經(jīng)濟波動的內(nèi)在機理進行了深入探究；“金融發(fā)展理論”則側(cè)重于對金融體系與經(jīng)濟增長相關(guān)性的研究，大量國內(nèi)外學(xué)者通過實證分析的結(jié)果證明，金融是促進實體經(jīng)濟增長的重要因素。

此外，也有少數(shù)學(xué)者研究發(fā)現(xiàn)金融與實體經(jīng)濟之間可能不僅僅是簡單的線性關(guān)系。以Beck等[1]、Arcand 等[2]、Cecchetti 和Kharroubi[3]為代表的學(xué)者提出了“金融過度論”，指出金融對實體經(jīng)濟發(fā)展起到推動作用與否，很大程度上取決于信貸資源投向的領(lǐng)域。當生產(chǎn)性領(lǐng)域獲得更多的信貸資源配置時，金融對實體經(jīng)濟發(fā)展起到助推作用；反之，當信貸資源較多流向房地產(chǎn)和金融領(lǐng)域時，將產(chǎn)生“擠出效應(yīng)”抑制實體經(jīng)濟發(fā)展。杜書云和田申基于2007—2017 年中國省域面板數(shù)據(jù)，利用DEA - Malmquist 指數(shù)對金融服務(wù)實體經(jīng)濟效率進行測算，通過空間計量模型得出結(jié)果：房價的正向波動將使金融服務(wù)實體經(jīng)濟的效率受到負面影響[4]。但崔曦文和楊蕊運用動態(tài)空間杜賓模型與門檻模型得出不同結(jié)論：銀行信貸對經(jīng)濟發(fā)展的直接影響并不顯著，其通過實體經(jīng)濟抑制經(jīng)濟發(fā)展，且實體經(jīng)濟的融資強度對經(jīng)濟發(fā)展存在顯著的門檻效應(yīng)，銀行信貸應(yīng)控制在一定范圍內(nèi)才能對經(jīng)濟發(fā)展起到最佳促進效應(yīng)[5]。馮玉梅和楊瑞桐分別從兩個傳導(dǎo)渠道驗證了房地產(chǎn)行業(yè)金融資源配置對經(jīng)濟增長的影響機制，一是房地產(chǎn)行業(yè)的金融資源配置對實體經(jīng)濟投資的影響，二是房地產(chǎn)金融資源配置對服務(wù)業(yè)升級的影響，結(jié)果表明：具有比較優(yōu)勢的城市，投資房地產(chǎn)對當?shù)亟?jīng)濟增長具有促進作用；相反在比較劣勢的城市，投資房地產(chǎn)行業(yè)對當?shù)亟?jīng)濟增長不利[6]。通過實證分析，夏爽得出結(jié)論：增加金融資源向房地產(chǎn)業(yè)的配置，在比較優(yōu)勢省區(qū)和比較劣勢省區(qū)均有損于實體經(jīng)濟的健康發(fā)展，而且在比較劣勢的省區(qū)，這種影響更加明顯[7]。徐海巖引入金融發(fā)展、政府消費、城市設(shè)施和人力資本等四個控制變量，運用空間計量模型進行分析，結(jié)果得出：區(qū)域內(nèi)房地產(chǎn)市場的波動以及金融發(fā)展水平等因素對全要素生產(chǎn)率造成顯著的負面影響對城市設(shè)施水平的促進作用并不明顯；政府消費和人力資本對其他區(qū)域全要素生產(chǎn)率的促進作用大于對本地的促進作用[8]。

（二）房地產(chǎn)對金融服務(wù)實體經(jīng)濟的作用路徑

部分學(xué)者針對房地產(chǎn)拉動實體經(jīng)濟的作用路徑進行分析，樊光義和張協(xié)奎實證驗證了房地產(chǎn)市場化改革、金融發(fā)展與實體經(jīng)濟三者之間的互動關(guān)系及內(nèi)在機理，研究發(fā)現(xiàn)，整體上看，金融支持在房地產(chǎn)市場化改革對刺激實體經(jīng)濟發(fā)展的過程中具有顯著的積極矯正作用；但這種積極的調(diào)節(jié)效應(yīng)并不適用于金融發(fā)達地區(qū)，房地產(chǎn)市場化改革對實體經(jīng)濟的正向拉動作用反而會被過高的金融發(fā)展水平所抑制[9]。張超和張文蕾構(gòu)建DCC-GARCH-CoVaR 模型實證分析房地產(chǎn)業(yè)對銀行業(yè)系統(tǒng)性風(fēng)險的溢出過程，結(jié)果顯示在行業(yè)和企業(yè)兩個層面，房地產(chǎn)對銀行業(yè)系統(tǒng)性風(fēng)險均有顯著的正向溢出效應(yīng)[10]。陳斌開等研究發(fā)現(xiàn)：住房價格持續(xù)上漲導(dǎo)致資源錯配，降低資源再配置效率，進而影響到全要素生產(chǎn)率，阻礙中國經(jīng)濟持續(xù)穩(wěn)定增長[11]。鞠方等基于面板數(shù)據(jù)實證分析后認為：在國家層面，房地產(chǎn)投資通過擠占其他行業(yè)金融資源，阻礙全要素生產(chǎn)率的增長，銀行信貸作為重要中間媒介，起著顯著的不完全中介作用；在分區(qū)域?qū)用?，房地產(chǎn)投資對全要素生產(chǎn)率的直接和間接影響存在顯著的區(qū)域差異性[12]。紀建悅等加入系統(tǒng)GMM 方法，利用逐步回歸的中介效應(yīng)分析模型，實證分析了房價對工業(yè)部門資源配置效率的影響[13]。研究表明，住房價格通過“抽血效應(yīng)”對實體經(jīng)濟的資源配置效率產(chǎn)生了顯著的負面作用，資金投入在其中發(fā)揮了顯著的中介作用。

綜合現(xiàn)有文獻，可以注意到，房地產(chǎn)業(yè)的快速發(fā)展對實體經(jīng)濟發(fā)展產(chǎn)生刺激或者抑制作用，取決于“抵押品效應(yīng)”和“擠占效應(yīng)”的綜合影響。一方面，由于房地產(chǎn)實物資產(chǎn)和虛擬資產(chǎn)的雙重屬性，決定了房地產(chǎn)具有良好的保值增值功能，可以作為抵押品減少企業(yè)信貸限制，通過“抵押品效應(yīng)”在一定程度上“擠入投資”，使其獲得更多外部融資，吸引信貸資源配置向其傾斜；且房地產(chǎn)投資的增加，能夠強力帶動上下游行業(yè)的發(fā)展，進而獲得更多的信貸支持，如建筑、建材、家具、電器等。另一方面，房地產(chǎn)投資額逐年攀升導(dǎo)致的房地產(chǎn)業(yè)擴張會占用其他行業(yè)的信貸資源，在財政資金短缺、保持經(jīng)濟快速增長和推進城市建設(shè)的壓力下，地方政府迫切需要發(fā)展房地產(chǎn)市場，通過干預(yù)地方銀行貸款的方式直接支持房地產(chǎn)發(fā)展，客觀上擠占了實體經(jīng)濟的可貸額度，由此產(chǎn)生“擠占效應(yīng)”，影響到實體經(jīng)濟的發(fā)展。

基于以上對房地產(chǎn)市場膨脹、信貸支持與實體經(jīng)濟發(fā)展關(guān)聯(lián)的理論分析，本文認為銀行信貸的投放效率可能影響房地產(chǎn)投資對實體經(jīng)濟的直接作用。為驗證三者之間是否存在“房地產(chǎn)投資→信貸效率→實體經(jīng)濟發(fā)展”這一影響機制，本文重點考察以下兩個基本假設(shè)：

H1：房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟起到阻礙作用。

H2：在房地產(chǎn)投資影響金融服務(wù)實體經(jīng)濟的機制中，信貸效率發(fā)揮著一定的中介作用。

三、模型設(shè)定與數(shù)據(jù)來源

（一）變量選取

1.被解釋變量

為有效分析房地產(chǎn)過度膨脹對金融服務(wù)實體經(jīng)濟的影響，參考現(xiàn)有文獻，本文選取金融服務(wù)實體經(jīng)濟的綜合效率值作為被解釋變量。對于綜合效率的測度，本文選擇金融機構(gòu)各項貸款、股票市價總值、保險機構(gòu)理賠支出等作為投入指標，以扣除房地產(chǎn)、金融業(yè)增加值等虛擬經(jīng)濟成分的GDP總值為產(chǎn)出指標。

2.解釋變量

基于房地產(chǎn)市場過度膨脹的三種表現(xiàn)中的房地產(chǎn)投資為研究視角，選取房地產(chǎn)投資金額占地區(qū)同期GDP 的比重作為反映該地區(qū)某一年度房地產(chǎn)市場資源投入程度的解釋變量。

3.中介變量

選取地區(qū)貸款總額與存款總額之比作為信貸效率，來衡量該地區(qū)同期貸款與存款間的轉(zhuǎn)換效率。

4.控制變量

以區(qū)域內(nèi)金融機構(gòu)的從業(yè)人數(shù)來體現(xiàn)人力資本。以居民可支配收入反映個人實際可支配收入狀況。政府會通過財政手段調(diào)控信貸，同時政府財政支出會顯著影響經(jīng)濟發(fā)展水平，從而以政府財政支出占同期GDP 的比重作為控制變量。選擇用規(guī)模以上企業(yè)內(nèi)部研發(fā)經(jīng)費支出占同期GDP 的比重來表示科研強度，反映各地區(qū)企業(yè)科研創(chuàng)新的投入程度。通貨膨脹率由居民消費價格指數(shù)減去100 得到，反映地區(qū)經(jīng)濟發(fā)展狀況。

上述變量具體釋義見表1。

表1 變量釋義

（二）模型設(shè)定

1.金融服務(wù)實體經(jīng)濟效率測算模型

采用DEA 窗口分析法測算金融服務(wù)實體經(jīng)濟的效率。DEA 模型在規(guī)模收益不變（CRS）和規(guī)模收益可變（VRS）下計算的銀行效率分別稱為CCR 和BCC 分析方法。CCR 分析法指商業(yè)銀行通過增加投入獲得同比例的產(chǎn)出，即增加投入不會影響商業(yè)銀行的效率。此模型往往與現(xiàn)實不符，因而Banker 等在CCR 模型基礎(chǔ)上構(gòu)建了BCC 模型，此模型假定規(guī)模報酬可變，并將綜合效率（crste）分解為純技術(shù)效率（vrste）和規(guī)模效率（vrste）。BCC 模型可以表示為：

其中，λi≥0,i= 1,2,...m;r= 1,2,....h,并且s-≥0,s+≥0

（2）式中，n是決策單元個數(shù)，m是投入變量個數(shù)，h為產(chǎn)出變量個數(shù)，Xij為投入要素，yij為產(chǎn)出變量，θ為決策單元有效值，s+、s-是松弛變量。若θ= 1 且s+=s-，決策單元有效；若θ= 1，但s+≠0 或s-≠0，決策單元為弱有效；若θ＜1，決策單元為非有效。

2.中介效應(yīng)模型

中介效應(yīng)模型指自變量X對因變量Y的影響通過一個或者多個中介變量M實現(xiàn)。變量之間的關(guān)系如以下聯(lián)立方程組：

其中，Y為因變量，X為自變量，M為中介變量，K為控制變量，k、k2、k3為常數(shù)項，μ1、μ、,μ3為隨機誤差項。方程（3）的系數(shù)c為自變量X對因變量Y的總效應(yīng)；方程（4）的系數(shù)b為X對中介變量M的效應(yīng)；方程（5）的系數(shù)a是在控制了X的影響后，M對Y的效應(yīng)，系數(shù)c′是在控制了M的影響后，X對Y的直接效應(yīng)?？傂?yīng)和直接效應(yīng)的關(guān)系如下：

c、a、b均顯著，則存在中介效應(yīng)；若c′同時顯著，則X、M、Y之間存在不完全中介效應(yīng)，即房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟效率的影響僅通過部分信貸資源實現(xiàn)，否則，存在完全中介效應(yīng)；若a、b不顯著，則M在X、Y之間不存在中介效應(yīng)?？紤]到當期金融服務(wù)實體經(jīng)濟的效率會受到上期服務(wù)效率的影響，本文納入滯后一期作為影響因素，采用動態(tài)面板數(shù)據(jù)進行估計。為實證分析各省份房地產(chǎn)投資（Inve）對金融服務(wù)實體經(jīng)濟效率（Efs）的影響以及信貸效率（Cse）在這一關(guān)系中所發(fā)揮的作用，構(gòu)造以下計量模型：

第一，分析房地產(chǎn)投資額對金融服務(wù)實體經(jīng)濟效率的直接影響，在控制人力資本、個人收入、政府控制、技術(shù)投入、經(jīng)濟環(huán)境的基礎(chǔ)上，檢驗房地產(chǎn)投資額與金融服務(wù)實體經(jīng)濟效率之間的關(guān)系，如（7）式所示：

第二，進一步探究信貸效率對金融服務(wù)實體經(jīng)濟效率的間接影響，加入信貸效率作為中介變量，將（7）式擴展至（8）～（10）式：

在（8）～（10）式中，Efs和Efsit-1為被解釋變量，即當期和滯后一期的金融服務(wù)實體經(jīng)濟效率；Inveit為主要解釋變量，即房地產(chǎn)投資額；Cseit和Cseit-1為中介變量，即當期和滯后一期的信貸效率；Zit為控制變量，即人力資本（Hc）、個人收入（Pin）、政府干預(yù)（Gov）、技術(shù)投入（Tec）和經(jīng)濟環(huán)境（Inf）；μit為隨機干擾項。

由于模型中引入被解釋變量的滯后期，以及解釋變量可能與擾動項相關(guān)，由此可能產(chǎn)生內(nèi)生性問題。此時采用傳統(tǒng)固定效應(yīng)或隨機效應(yīng)的OLS 估計得到的估計量是有偏差的，同時還可能存在省際區(qū)域效應(yīng)。因此采用廣義矩估計（GMM）方法解決以上問題，做一階差分可以消除省際效應(yīng)：

但（11）式中，ΔEfsit與Δεit依然相關(guān)，為此將差分方程與水平方程作為一個系統(tǒng)進行GMM 估計，稱為系統(tǒng)Bootstrap。相對差分Pin而言，系統(tǒng)lnPin可提高估計效率，使結(jié)果更為可靠。引入系統(tǒng)GDP 方法，采用溫忠麟和葉寶娟[14]的修正后的中介效應(yīng)方法進行實證分析。檢驗流程如圖1。

圖1 中介效應(yīng)檢驗流程

（三）數(shù)據(jù)來源

鑒于數(shù)據(jù)可得性，文章選取2010—2021 年除港、澳、臺外的31 個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)作為樣本數(shù)據(jù)。在金融服務(wù)實體經(jīng)濟的綜合效率部分，投入、產(chǎn)出指標的相關(guān)數(shù)據(jù)來源于《中國金融統(tǒng)計年鑒》，其余指標的相關(guān)數(shù)據(jù)來源于CEIC 宏觀經(jīng)濟數(shù)據(jù)庫、Wind 數(shù)據(jù)庫以及各省份統(tǒng)計年鑒。

四、實證分析

（一）描述性統(tǒng)計

表2 為主要變量的描述性統(tǒng)計結(jié)果，對人力資本（Hc）和個人收入（Pin）做了取對數(shù)處理。除lnPin之外其余各變量的均值與其中位數(shù)較為接近，說明樣本成正態(tài)分布。就房地產(chǎn)投資額占地區(qū)GDP 的比重（Inve）而言，各地區(qū)之間存在著較大差異，其最高值為0.456，最低值僅為0.008；各地區(qū)金融服務(wù)實體經(jīng)濟的效率（Efs）也存在較大差距，最大值為1.000、最小值為0.262。

表2 各變量描述性統(tǒng)計結(jié)果

表3 為各變量相關(guān)性分析統(tǒng)計結(jié)果。從表中可以初步判斷，房地產(chǎn)投資與金融服務(wù)實體經(jīng)濟的效率之間呈現(xiàn)顯著的負相關(guān)關(guān)系，表明資金過多流向房地產(chǎn)業(yè)會對金融支持實體經(jīng)濟起到阻礙作用；信貸效率與金融服務(wù)實體經(jīng)濟的效率之間成正相關(guān)關(guān)系，表明信貸效率的提高在一定程度上會促進金融服務(wù)實體經(jīng)濟。此外，可以從相關(guān)系數(shù)看出各變量之間多重共線性不嚴重，進一步檢驗其膨脹因子得到：VIF 值均小于10，因此判定各變量之間不存在嚴重的多重共線性。

表3 各變量相關(guān)性分析統(tǒng)計結(jié)果

（二）實證分析結(jié)果

1.平穩(wěn)性檢驗

在構(gòu)建模型之前對數(shù)據(jù)進行平穩(wěn)性檢驗，以避免產(chǎn)生“偽回歸”現(xiàn)象；采用LLC 檢驗、IPS 檢驗對變量原序列及其一階差分序列進行單位根檢驗，以確保變量滿足同階單整。由表4 可知，Inve、Cse、Efs、lnHc、lnPin、Gov、Tec和Inf的原序列及其一階差分序列檢驗統(tǒng)計量結(jié)果在1%、5% 以及10% 的顯著性水平下，均遠小于臨界值，因此拒絕原假設(shè)，滿足協(xié)整檢驗的先決條件。

表4 序列平穩(wěn)性檢驗

2.協(xié)整檢驗

本文采用Kao 檢驗、Pedroni 檢驗和Westerlund 檢驗對各變量進行協(xié)整檢驗，以判斷各變量序列之間是否具有穩(wěn)定的均衡關(guān)系。排除單位根帶來的隨機性趨勢，檢驗結(jié)果如表5 所示，在1%的顯著性水平下，p值遠小于臨界值，表明各變量之間存在穩(wěn)定的均衡關(guān)系，滿足后續(xù)模型建立的穩(wěn)定性條件。

表5 協(xié)整檢驗結(jié)果

3.估計結(jié)果與分析

為確保分析的客觀性，引入系統(tǒng)GMM 模型來排除內(nèi)生性等問題，模型中加入2009—2020 年的時間虛擬變量D*，并剔除第一年的時間虛擬變量D1 以防止產(chǎn)生共線性。D* 的聯(lián)合檢驗p值表明，三個方程均通過了時間虛擬變量的聯(lián)合顯著性檢驗。此外，表6 中三個方程的統(tǒng)計量對應(yīng)的p 值分別為0.113、0.299 和0.354，均表明擾動項不存在自相關(guān)，滿足使用系統(tǒng)GMM 估計的前提條件。另外，采用Hansen 檢驗對模型使用的工具變量進行過度識別檢驗，表6 中Hansen 統(tǒng)計量對應(yīng)的p 值分別為0.280、0.902 和0.414，表明無法拒絕“所有工具變量均有效”的原假設(shè)。以上檢驗結(jié)果表明，本文模型的設(shè)定和工具變量的選擇滿足合理性和有效性的要求。信貸效率的中介效應(yīng)估計結(jié)果如表6 所示。

表6 房地產(chǎn)投資與金融服務(wù)實體經(jīng)濟效率實證結(jié)果

由表6 可知：模型1 中房地產(chǎn)投資的估計系數(shù)c顯著為負（系數(shù)為-1.5085），表明過多地進行房地產(chǎn)投資會導(dǎo)致金融服務(wù)實體經(jīng)濟的效率降低；金融服務(wù)實體經(jīng)濟效率滯后一期的系數(shù)均顯著為正（系數(shù)為0.5186），表明其當期表現(xiàn)受到其滯后期表現(xiàn)的正向影響；模型3 中房地產(chǎn)投資的估計系數(shù)c′顯著為負（系數(shù)為-1.3198），表明房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟效率起到顯著的直接效應(yīng)。因此，H1成立，房地產(chǎn)投資阻礙了金融服務(wù)實體經(jīng)濟。

由模型2 和模型3 可知，房地產(chǎn)投資（Inve）的估計系數(shù)a為負，表明地區(qū)房地產(chǎn)投資的升高將擠占信貸資金流向其他行業(yè)領(lǐng)域的份額，對信貸效率的提升有阻礙作用；中介變量（Cse）的系數(shù)b為正，說明在房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟效率的負向影響中，信貸效率發(fā)揮了一定的正向中介作用。由于模型2 和模型3 中估計系數(shù)a和b均不顯著，根據(jù)中介效應(yīng)檢驗流程，需進Bootstrap 檢驗，結(jié)果顯示間接效應(yīng)p值為0.835，無法拒絕原假設(shè)，表明信貸效率的間接效應(yīng)不顯著。因此，H2不成立，信貸效率在這一影響機制中并未起到顯著的中介效應(yīng)。

分析出現(xiàn)這一結(jié)果的原因有二：其一，從銀行信貸的角度來看，房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟效率的作用效應(yīng)主要取決于房地產(chǎn)領(lǐng)域貸款對實體經(jīng)濟領(lǐng)域貸款的擠占程度，本文選擇商業(yè)銀行貸款總額與存款總額的比值（即存貸比）代表信貸效率，無法具體反映出投向房地產(chǎn)領(lǐng)域的銀行貸款在這一影響機制中的作用效應(yīng)，導(dǎo)致其中介作用不顯著；其二，隨著我國金融市場和銀行業(yè)發(fā)展的深化、利率市場化的趨勢，商業(yè)銀行的資產(chǎn)結(jié)構(gòu)不再是單純的存款與貸款，中間業(yè)務(wù)和表外業(yè)務(wù)興起，表外理財產(chǎn)品和同業(yè)資產(chǎn)規(guī)?？焖僭黾?，使得存貸比這一指標在反映銀行信貸效率上不再具有良好的代表意義，導(dǎo)致其在房地產(chǎn)對金融服務(wù)實體經(jīng)濟效率的影響機制中未起到顯著的中介作用。

就控制變量而言，人力資本對金融服務(wù)實體經(jīng)濟效率起到了阻礙作用，可能是由于電子商務(wù)的進一步發(fā)展及人工智能設(shè)備等的引入和普及，勞動力的影響逐漸削弱；財政支出與金融服務(wù)實體經(jīng)濟的效率呈負相關(guān)關(guān)系，說明政府的干預(yù)使得信貸資源錯配現(xiàn)象加劇，從而使得金融服務(wù)實體經(jīng)濟的效率下降。

4.穩(wěn)健性檢驗

為保證估計結(jié)果的可靠性，采用分樣本回歸和替換模型的方法對估計結(jié)果進行進一步的穩(wěn)健性檢驗。上述模型對樣本整體進行了分析，但未能顯示不同區(qū)域之間的差異，由此，首先將全國樣本按地理區(qū)域劃分為東中西部，對子樣本分別進行檢驗，結(jié)果如表7 所示。表7 中，各區(qū)域模型估計結(jié)果的系數(shù)符號及顯著性與全樣本估計結(jié)果（表6）基本一致，東、中、西部地區(qū)房地產(chǎn)投資（Inve）系數(shù)在1%顯著性水平上顯著為負，信貸效率（Cse）未起到顯著的中介作用，說明上述結(jié)論是可信的。

表7 房地產(chǎn)投資與金融服務(wù)實體經(jīng)濟效率實證結(jié)果

其次，考慮到各省份自身具體情況不同，橫截面跨度較大，宏觀經(jīng)濟的波動從總體上會影響到各省份金融服務(wù)實體經(jīng)濟的效率，因此不同省份干擾項的不同波動表現(xiàn)為截面異方差，且同一時點上不同省份間干擾項也可能存在一定程度的相關(guān)性。因此采用附加權(quán)重的GLS（廣義最小二乘法）估計，結(jié)果如表8。對比表6 和表8 可知，估計結(jié)果的系數(shù)符號基本一致，房地產(chǎn)投資（Inve）系數(shù)在1% 顯著性水平上顯著為負，信貸效率（Cse）未起到顯著的中介作用，故上述的主要實證結(jié)論是可信的。

表8 GLS估計結(jié)果

五、結(jié)論及建議

促進金融、房地產(chǎn)等虛擬經(jīng)濟與實體經(jīng)濟均衡發(fā)展，是暢通國內(nèi)大循環(huán)、推動國內(nèi)國際雙循環(huán)的關(guān)鍵。如何規(guī)范和加強市場體系建設(shè)，全面推進市場化體制改革，防范和化解市場風(fēng)險，在“虛實融合”大背景下更好地服務(wù)實體經(jīng)濟是事關(guān)國家發(fā)展全局的重大問題。本文以2009—2020 年除港、澳、臺外31 個?。ㄖ陛犑小⒆灾螀^(qū)）的面板數(shù)據(jù)作為樣本，以房地產(chǎn)為第一視角實證檢驗了房地產(chǎn)投資對金融服務(wù)實體經(jīng)濟的影響機制，并納入信貸效率作為中介變量探究其在這一機制中是否存在中介效應(yīng)，得出如下結(jié)論：第一，房地產(chǎn)投資顯著負向影響金融服務(wù)實體經(jīng)濟的效益。若金融資源盲目涌向房地產(chǎn)領(lǐng)域，會對提升金融服務(wù)實體經(jīng)濟的效率造成阻礙，進而削弱經(jīng)濟的持續(xù)增長動力。第二，信貸效率在房地產(chǎn)投資影響金融服務(wù)實體經(jīng)濟效率這一機制中不存在顯著的中介效應(yīng)。第三，在分區(qū)域?qū)用嫔?，回歸結(jié)果與全國層面基本一致，且東部地區(qū)影響水平顯著高于中西部地區(qū)。這是因為東部地區(qū)經(jīng)濟水平更高，帶動更多金融資源流入房地產(chǎn)市場，可能導(dǎo)致更嚴重的資源錯配，負向影響更為顯著。

基于研究結(jié)論，本文對推動房地產(chǎn)市場改革、金融支持與實體經(jīng)濟均衡發(fā)展提出以下對策建議：第一，強化市場監(jiān)管，營造良好環(huán)境。加強對房地產(chǎn)市場的管控力度，同時穩(wěn)定房地產(chǎn)市場的預(yù)期，確保政策的連續(xù)性和穩(wěn)定性，確保住房合理需求充足。有關(guān)部門要做到堅決貫徹落實“房住不炒”的發(fā)展理念，嚴格執(zhí)行房地產(chǎn)信貸調(diào)控政策、房地產(chǎn)貸款集中度管理制度等，逐步建立市場風(fēng)險預(yù)警機制，防止哄抬房價、違規(guī)銷售等行為的出現(xiàn)，凈化市場發(fā)展環(huán)境，確保樓市平穩(wěn)發(fā)展。第二，科學(xué)制定增加土地供應(yīng)的發(fā)展規(guī)劃。政府應(yīng)下大力氣整治房地產(chǎn)“亂象”，強化市場引導(dǎo)，結(jié)合實際情況積極探索制定合理的土地供給和房地產(chǎn)規(guī)劃策略。在“穩(wěn)地價、穩(wěn)房價、穩(wěn)預(yù)期”的政策框架下，根據(jù)房地產(chǎn)市場供求關(guān)系及區(qū)域發(fā)展等要素，嘗試主要從供給側(cè)尋求突破，具體包括盤活存量土地、激活市場空置房源、打通商品房、保障房、社會租賃住房融通渠道、暢通租買選擇機制等，合理確定商品住宅用地供應(yīng)節(jié)奏和規(guī)模，確保房地產(chǎn)開發(fā)規(guī)模、速度與經(jīng)濟增長相適應(yīng)，與居民收入和人口規(guī)模相適應(yīng)，與實體經(jīng)濟發(fā)展水平相適應(yīng)。第三，鼓勵銀行在優(yōu)化配置金融資源方面加快創(chuàng)新。政府應(yīng)重視金融資源配置在供給側(cè)結(jié)構(gòu)性調(diào)整方面的問題，鼓勵銀行業(yè)金融機構(gòu)通過創(chuàng)新服務(wù)實體經(jīng)濟，加快完善以直接融資為主的資本市場建設(shè)。重點解決中小微企業(yè)融資難融資貴、服務(wù)“三農(nóng)”等方面的突出問題，大力推進金融、科技、產(chǎn)業(yè)融合，使服務(wù)實體經(jīng)濟的質(zhì)量和水平得到全面提升。第四，進一步改善金融生態(tài)環(huán)境，防范化解系統(tǒng)性風(fēng)險。以“房企融資三道紅線”“銀行業(yè)涉房貸款兩道紅線”為基礎(chǔ)，構(gòu)建房地產(chǎn)泡沫和系統(tǒng)性風(fēng)險監(jiān)測指標體系，動態(tài)監(jiān)測信貸資金投向，引導(dǎo)金融資源準確服務(wù)于實體經(jīng)濟重點行業(yè)和關(guān)鍵領(lǐng)域，引導(dǎo)經(jīng)濟“脫虛向?qū)崱?。第五，發(fā)揮行業(yè)優(yōu)勢，促進實體經(jīng)濟與房地產(chǎn)融合發(fā)展。一方面借助房地產(chǎn)關(guān)聯(lián)產(chǎn)業(yè)眾多的優(yōu)勢，保持房價平穩(wěn)運行，為激活傳統(tǒng)實體產(chǎn)業(yè)爭取時間和空間；另一方面，以國家級新區(qū)、國家自主創(chuàng)新區(qū)、自由貿(mào)易區(qū)、綜合配套改革區(qū)等優(yōu)質(zhì)發(fā)展為契機，加快產(chǎn)城融合步伐，以實體為本，統(tǒng)籌推進住房、教育、醫(yī)療、交通、物流、養(yǎng)老、休閑、娛樂、商業(yè)等公共配套服務(wù)建設(shè)，打造實體經(jīng)濟和房地產(chǎn)業(yè)一體化發(fā)展的新格局。