购房限制与生产率溢出效应:来自中国资本再配置的证据
《International Review of Financial Analysis》:Housing purchase restrictions and productivity spillovers: Evidence from capital reallocation in China
【字体:
大
中
小
】
时间:2026年09月30日
来源:International Review of Financial Analysis 10.2
编辑推荐:
住房限购政策使得250公里内未实行限购的城市中企业的全要素生产率得以提升。该效应属于空间溢出效应,而非对受限购政策直接影响的企业的直接效应。基准TFP增幅约为18%至20%;系统GMM估计给出的保守结果为10%。融资成本下降是主要作用渠道,劳动力成本的作用很小。资本生产率的提
住房限购政策使得250公里内未实行限购的城市中企业的全要素生产率得以提升。该效应属于空间溢出效应,而非对受限购政策直接影响的企业的直接效应。基准TFP增幅约为18%至20%;系统GMM估计给出的保守结果为10%。融资成本下降是主要作用渠道,劳动力成本的作用很小。资本生产率的提升幅度强于劳动生产率。引言:对于一家中国制造商而言,是经营主营业务更赚钱,还是副业炒房更赚钱?这个问题并非空谈。2019年,海马汽车作为一家A股上市车企,出售了344套企业公寓,实现约1亿元人民币的收益以避免退市——这生动地体现了中国资本市场上市公司"卖房保壳"的现象。此类行为源于房价的惊人上涨:2001年至2021年间,商品住宅均价上涨3.7倍;2020年多个一线城市房价收入比超过30,远高于3至6的国际基准。对房产投机的追逐将资本、人才和管理层注意力从主营业务转移走(陈等,2017;荣等,2016),引发了对中国能否实现创新驱动增长以及避免陷入中等收入陷阱的担忧。在此背景下,中央和地方政府运用住房限购政策(HPR)作为主要行政手段来抑制城市房地产市场。HPR包括一系列工具的组合同:限购套数、基于户籍的购房资格要求、非本地居民最低社保缴纳期限,以及贷款价值比上限。该政策始于国务院2010年4月17日发布的《关于坚决遏制部分城市房价过快上涨的通知》(俗称"新国十条"),此后北京、上海等主要城市相继推出需求端限制措施。至2016年10月,已有46个城市加入限购行列。尽管具体规则存在差异,但共同目标都是遏制投机性需求并将房价拉回"合理"区间(Deng, Liao, Yu, & Zhang, 2022; Huang & Yang, 2021; Kuang, Chen, & Wang, 2020; Li, Zhu, Zhao, Zheng, & Zhang, 2020; Yu & Zhang, 2019)。已有文献记录了限购政策稳健的抑制房价效应,但这些宏观层面限制对非房地产企业生产率的影响——特别是对邻近未限购城市的影响——仍缺乏充分研究。生产率是长期增长的核心驱动力(Solow, 1956),来自中国和印度的微观证据表明,减少资源配置扭曲可将中国制造业TFP提高25%至40%(Hsieh & Klenow, 2009)。然而,房地产及其相关行业系统性低效于其他部门,因此房地产的过快扩张提高了低效活动比重,拖累整体生产率。房价上涨和房地产泡沫已被证实会引发企业投机(Abraham & Hendershott, 1996)、挤占非房地产部门的信贷(Chen, Liu, & Zhou, 2015)、压缩创新投入(Chen & Wen, 2017)、扭曲创业资源分配(Li & Wu, 2014)、削弱高技能人才的留存(Ganong & Shoag, 2017)、将金融风险传导至实体经济(Dreger & Zhang, 2013),以及造成跨行业资源错配(Zhou, Wang, Gao, & Wu, 2020)。基于以上证据,一个自然的问题是:作为旨在抑制房地产市场的一种明确的行政手段,HPR能否将企业引导至生产性投资,其效应有多大,以及通过何种渠道发挥作用。本文探讨了这一问题。我们利用2010年至2017年间分城市、分阶段推行的HPR作为准实验,基于2011年至2019年间3480家A股上市公司的面板数据,估计了双重差分模型。借鉴Deng等人(2022)的研究,将位于限购城市250公里范围内但未实行限购政策的城市中的企业划为处理组,因此识别依赖的是从限购城市到邻近未限购住房市场的空间资本溢出。我们构建并检验了一个要素成本框架,该框架表明HPR通过降低融资成本和劳动力成本提升了邻近未限购城市的TFP。我们的基准估计表明,根据模型设定不同,处理组企业的TFP提升约9%至20%,该效应对平行趋势、安慰剂、工具变量、系统GMM、PSM-DiD、替代距离截断值以及替代时点检验均保持稳健。20%的上限来自基准TWFE估计(exp(0.180)?1≈19.7%),而异质性稳健估计量给出的幅度略低(Callaway–Sant'Anna约为17.9%,Sun–Abraham约为17.1%)。机制检验显示,融资成本渠道发挥作用且占主导地位,而劳动力成本渠道的证据较弱;TFP的要素分解表明,资本生产率的响应强于劳动生产率;异质性分析证实,该效应在资本密集型行业中更大。本研究的四项贡献如下。第一,与大量记录房价上涨对创新、投资和创业产生不利影响的文献(Chen等,2015;Chen & Wen, 2017; Glaeser等,2017;Rong等,2016)不同,我们识别了一种旨在抑制住房市场的明确行政手段——HPR——的生产率后果,并表明其影响远远超出受限制城市本身。通过将讨论从房价本身重新转向积极的政策工具,我们将行政干预与基于价格的资源错配文献联系起来。第二,通过利用限购城市与其250公里范围内未限购邻市之间的地理邻近性,我们获得了比仅依赖房价差异更干净的准实验变异(Chaney, Sraer, & Thesmar, 2012; Deng等,2022)。该空间溢出设计分离了HPR对非政策直接目标企业的影响,缓解了处理组可能因未观测到的本地基本面被选中从而独立驱动生产率的担忧。第三,我们构建并检验了一个将宏观房地产市场调控与微观企业生产率联系起来的要素成本渠道。与新经济地理学(Baumont, 2009; Bitter, Mulligan, & Dall'Erba, 2007)和抵押品渠道机制(Caballero & Krishnamurthy, 2006; Chaney等,2012)一致,我们表明HPR通过资本和人口溢出降低了邻近城市企业的融资成本,而相应的劳动力成本估计方向相同但统计上不显著,并量化了各渠道的相对重要性。我们的分析基于以下认识:为本地目标优化的政策可能产生空间溢出,其福利效应取决于代理人和资本如何在空间上重新配置(Farhi & Werning, 2017; Rodrik, 2019)。第四,我们提供了全面的稳健性检验,包括异质性稳健的DiD估计量(Callaway & Sant'Anna, 2021; Goodman-Bacon, 2021; Sun & Abraham, 2021),直接应对了因处理时点不同步可能产生的偏差。事件研究、安慰剂检验、IV检验和替代时点检验进一步强化了因果解释。我们的设计是一种基于邻近性的空间溢出设定,遵循Deng等人(2022)的精神,但将其拓展至生产率结果。本文余下部分安排如下。第2节回顾制度背景和相