一、引　言

房地产价格变化对企业投资行为的影响受到了国内外学者的广泛关注。已有研究发现，随着房地产价格的提高，企业可用于抵押贷款的资产价值（主要是房产价值）会随之增加，进而提高了企业的融资能力，有助于企业扩大投资规模，这种正向关联可归结为“抵押担保效应”（Gan，2007；Chaney等，2012；曾海舰，2012；Han和Lu，2017；钟腾，2017）。抵押担保效应的结果是企业投资规模与房地产价格之间存在正向关联，但这似乎与目前出现的私营企业投资不断降温的现象相悖。也就是说，房地产价格的上升还可能通过其他渠道对私营企业投资产生负向影响，例如房地产价格的上升会推高企业的经营成本，形成与抵押担保效应相对的成本效应。现有研究尚未对此进行充分讨论。

具体而言，高房价背景下抵押担保效应（正向）和成本效应（负向）对私营企业投资存在着交互作用，其影响方向取决于哪种机制占主导地位。其中，在房价上涨时，抵押担保效应是规模较大、抵押资产较为丰厚的企业缓解融资约束的重要渠道。但是我国私营企业大多规模较小，企业所拥有的固定资产较为有限（陈爽英等，2010），并且现有研究发现私营企业在信贷资源获取上面临着所有制歧视（Brandt和Li，2003；Allen等，2005；张敏等，2010；唐建新等，2011），私营企业获取贷款较为困难。除此之外，房价上涨还会通过成本效应影响企业投资。房价上涨会推高企业的用工成本，提高土地、办公用房及厂房的租赁成本，而中小型私营企业大多市场占有率不高，技术竞争力不强，因而这些企业对房价上涨所导致的成本上升更为“敏感”（刘斌和王乃嘉，2016）。本文基于2012年中国私营企业调查数据，对房地产价格与私营企业投资规模的关系进行了实证检验，结果发现高房价抑制了企业的投资规模。进一步分析发现，较高的房地产价格推高了员工薪酬水平以及房屋土地租赁成本，并且未能缓解私营企业的融资约束。也就是说，对于私营企业而言，成本效应的负向影响占据着主导地位。

房地产价格不仅会影响私营企业的投资规模，还会影响私营企业的投资方向，驱使企业减少实业投资而增加房地产投资。根据利润驱动假说，如果某一行业的利润水平超过社会平均利润水平，就会有新企业进入该行业（Martin，2001）。房地产价格的持续上涨为房地产行业带来了较高的回报，与制造业的低利润形成了明显对比（吕江林，2010）。在高利润的诱惑下，企业的投资方向将偏离原有路径，会把更多的资源投入房地产市场而进行套利（吴海民，2012；荣昭和王文春，2014；王红建等，2016）。更为严重的是，较高的房地产价格还会推高私营企业的经营成本，这将进一步导致私营企业削减实业投资而转向房地产投资。得益于2012年中国私营企业调查中关于企业投资方向的细分数据，本文实证检验了高房价对私营企业投资方向的影响，结果发现，高房价背景下私营企业会减少扩大再生产和研发创新方面的实业投资规模，而增加房地产领域的投资规模。高房价背景下，私营企业的投资选择呈现出“脱实向虚”的特征。

同时，进入房地产行业也需要企业具备一定条件，受企业异质性和政策环境的影响。房地产开发的各个环节均需要大量资金，并且房地产行业所需的关键资源如信贷和土地等在很大程度上依然受到地方政府的影响（吴军和白云霞，2009；黄健柏等，2015），规模较大、具有政治关联的企业具有更强的资源获取能力，更有条件进入房地产业。本文在模型中引入企业规模和政治关联与房价特征的交互项，进一步考察私营企业异质性特征对于企业投资方向的影响。研究发现，规模较大、具有政治关联的私营企业更倾向于扩大房地产投资而减少实业投资。为了限制房地产价格过快增长，各地陆续出台限购政策对房地产市场进行调控。限购政策在抑制房地产价格过快上涨的同时，也影响了房地产销量，增加了企业的预期风险（郑世林等，2016）。本文考察了不同政策环境下的私营企业投资决策，发现房地产调控政策有助于抑制企业“脱实向虚”的投资行为。

与以往研究相比，本文对现有文献进行了拓展，关注了房地产价格上涨对企业投资带来的消极后果及其影响渠道，有助于更加全面地理解房地产价格与企业投资行为之间的关系，为中小私营企业投资行为的研究补充了经验证据。

二、数据来源、模型设定与变量定义

（一）数据来源。本文所使用的企业层面数据来自2012年第十次中国私营企业调查数据。这一调查由中央统战部、全国工商联、国家工商行政管理总局和中国民营经济研究会组成的私营企业研究课题组主持开展，每两年进行一次。^①该年度调查范围为全国31个省、市、自治区的私营企业，涵盖三次产业在内的全部大类行业，调查内容包括企业在2011年的生产经营状况（包括企业的经营成本、融资状况、盈利情况和投资情况等）、企业出资人情况和企业发展环境等。需要说明的是，该年度调查首次对企业的投资进行了细分，为本文实证研究企业投资方向选择及其异质性分析提供了条件。城市层面的数据来自《中国区域经济统计年鉴》和《中国城市统计年鉴》，选取的指标包括房地产价格、^②人均地区生产总值、公共财政支出、产业结构和基础设施等。考虑到房地产行业、建筑业以及金融业与房地产的直接关联性较高，因而在后续实证研究中去掉了这些行业的样本，进一步剔除主要变量缺失的样本后，得到有效研究样本2 916个。同时，为了避免样本异常值影响，实证分析中对连续变量进行了1%分位数的Winsorize处理。

（二）模型形式与变量设定。为了检验房地产价格与私营企业投资规模之间的关系，构建如下回归模型：

在公式（1）中，下标i和j分别代表企业和企业所在的城市。在基础回归模型中，被解释变量investment用企业各类投资的加总数额，^③而在针对企业投资方向选择的回归分析中，该变量将分别以实业投资额和房地产投资额表示。HP和HP_growth是本文所关注的主要解释变量，二者分别从静态和动态两个角度衡量房价对私营企业投资规模产生的影响。HP为企业所在城市的房价水平，采用企业所在城市近三年的平均房价水平衡量；HP_growth为企业所在城市的房价涨幅，用该城市近三年的房价复合增长率衡量。^④

之所以选择两个变量同时作为核心解释变量，主要出于以下考虑：第一，我国区域发展不平衡的现象较为明显，房价水平（涨幅）相近的城市房价涨幅（水平）可能存在很大差异（林睿等，2016），仅从房价水平或者房价涨幅单一层面刻画房价特征难以全面衡量房价对私营企业的影响。例如，百城价格指数中的数据显示，2016年底合肥和南昌的住宅均价约10 000元/平方米，其中合肥房价是从2013年底的7 189元/平方米涨至2016年底的10 677元/平方米，三年间上涨了约50%；而南昌房价从2013年底的9 789元/平方米涨至10 240元/平方米，三年间仅上涨4.6%。可以想象，由于房价水平接近，在同样的条件下，合肥的企业和南昌的企业所承受的房价引致的成本基本相同，但是合肥的企业比南昌的企业更能享受到房价上涨引致的抵押品上涨的抵押担保效应。另外，2013年底至2016年，上海房价和合肥房价均上涨了50%左右，但是上海46 000元/平方米的均价（2016年底）远超合肥。也就是说，即便两地的企业拥有相同价值的房产类资产，能够享受相同程度的抵押品增值，但是由于房价水平不同，上海的企业所面临的房价引致的成本远超合肥。进一步检验发现，HP和HP_growth的相关系数为−0.39，说明我国不同城市的房价特征之间存在较强的异质性。^⑤

第二，两个变量的含义既有共同点，又有差异。由于房价涨幅既会影响抵押品价值，同时也会导致经营成本变动；而房价水平除了影响经营成本外，也会影响企业的抵押品价值。因此，任何一个变量系数的估计结果都反映了抵押担保效应（正向）和成本效应（负向）产生的综合影响。也就是说，当实证分析识别出某一变量的影响为正向显著时，可以理解为私营企业受到的抵押担保效应起主导作用；而如果为负向显著，则可以理解为成本效应起了主导作用。然而，文中两个变量所反映的侧重点存在差异。抵押担保效应发挥作用的前提是房价上涨，通过房价上涨才能引致房地产类抵押品价值上涨，进而促进企业投资。换句话说，在控制了房价水平和其他因素的情况下，模型中房价涨幅变量的系数更多体现了房价变动可能导致的企业抵押品价值的变动；而在控制了房价涨幅和其他因素的情况下，房价水平变量的系数则更多反映了不同城市企业面临的经营成本差异。总的来说，房价涨幅变量和房价水平变量均反映了抵押担保效应（正向）和成本效应（负向），但是在模型中二者各有侧重。

除以上变量外，实证研究还借鉴已有研究控制了影响企业投资规模的其他因素。其中，企业特征向量组E包括企业规模、企业年龄、利润率、资产负债率以及融资约束；企业出资人特征的向量组X包含性别、年龄以及受教育年限等个人信息；城市层面宏观因素向量组C包含反映经济发展水平、经济发展速度、政府规模、产业结构、教育水平、医疗水平、道路建设以及绿化水平等。同时，我们分别引入了省份和行业的固定效应θ_pro、δ_ind，以控制不同地区、行业之间的差异性对企业投资规模的影响。考虑到调查中存在部分企业并无新增投资（或某一类型投资）的情况，因此对方程采用Tobit模型进行估计（王文春和荣绍，2014），并通过改变样本范围、主要变量取值以及模型估计方法等方式进行稳健性检验。由于同一城市的企业行为存在一定程度的相关性，系数估计结果的标准误将在城市层面进行聚类异方差处理。

接下来，本文进一步考察企业层面资源获取能力以及城市层面房地产市场调控政策两类异质性特征如何影响房地产价格与企业投资方向选择。具体而言，在公式（1）中引入交叉项ln（HP_i）×M_i和HP_growth_i×M_i对模型进行扩展，这里的M_i为反映上述两类特征的变量，分别以企业规模、企业的政治关联及城市是否实施房地产限购政策表示。其中，根据祝继高等（2015）和袁建国等（2015）相关研究的做法，将企业出资人“担任县级以上人大代表或政协委员”作为反映其企业政治关联的代理变量；而房地产限购政策能够直接反映城市房地产投资的政策环境，也体现了城市房地产投资的潜在风险。

（三）变量的描述性统计。表1列示了房地产价格变量与主要企业特征变量的定义与描述性统计。可以发现，调查样本中私营企业的规模普遍较小（平均为170人），96.5%的企业可纳入工信部划定的中小企业标准，符合我国私营企业以中小企业为主的特点。其中，近一半的企业在2011年度有新增投资发生，企业投资总额的均值为682.97万元。同时，样本企业的利润率均值为9.99%，而且部分企业净利润为负，表明私营企业面临着较大的生存压力。此外，这些企业所在的135个城市的房地产市场表现出明显的分化特征，2009—2011年房地产价格最高的城市与最低的城市在价格上相差10倍以上，房地产价格涨幅也在1.8%—90.2%的较大区间内分布。

三、实证结果及分析

（一）房地产价格对私营企业投资规模的影响。表2报告了房地产价格对私营企业投资规模的影响，第（1）列仅引入房价涨幅变量，第（2）列进一步引入房价水平变量，从第（3）列开始依次引入企业特征、企业出资人特征和城市层面系列特征，以便进一步考察回归结果的稳健性。为了便于比较，表中报告的是系数的平均边际效应。城市房价涨幅对私营企业的总投资规模影响并不显著，在控制了其他因素后也未发生明显变化。而房价水平则对私营企业的总投资规模具有显著的负面影响，在控制其他影响因素的情况下，房价水平每高出1%，私营企业的总投资规模将缩减0.59%。表2的结果表明，在中小企业为主的私营企业中，较高的房地产价格所产生的成本效应（负向）发挥了更为重要的影响。由于中小型私营企业所拥有的房产类可抵押资产较为有限，并且中国的金融市场也存在所有制偏向，因而房价上涨带来的抵押担保效应在中小型私营企业中可能较为有限；而中小型私营企业往往竞争力不强，对于成本更为敏感，因而成本效应（负向）起到了更为重要的作用。如前文所述，房价涨幅变量更多反映了抵押担保效应，而房价水平变量更多反映了成本效应，房价涨幅不显著和房价水平显著为负就是上述逻辑的直观体现。上述结果意味着与规模较大的上市公司相比，房地产价格的上涨并不能有效缓解中小型私营企业的融资约束，进而促进其投资。^⑥本文的发现与既有文献存在较大差别，扩展了高房价背景下的企业行为研究。

对于其他控制变量，企业特征、企业出资人特征以及城市特征也会对私营企业的总投资规模产生影响。企业特征方面，企业利润率及负债率每上升1个百分点，投资均会增加约0.01个百分点，这说明无论是内源性融资还是外源性融资都对企业投资具有积极作用。贷款可得性的系数为负，说明融资难度抑制了企业的投资规模。规模越大、成立年限越长的私营企业，投资规模也越大。企业出资人特征方面，企业出资人的受教育年限每增加1年，企业投资规模上升约0.1个百分点，这说明企业出资人的人力资本积累会对企业投资行为产生重要影响；出资人为女性的企业总投资规模较小，这是由于女性通常在经营管理中具有更强的风险意识，在投资方面表现得较为谨慎。在城市层面，政府支出对私营企业投资具有显著的拉动作用，这是由于我国政府支出主要投向了基础设施、公共服务以及生产性支出等方面，可从不同角度改善私营企业的经营环境，有助于提高企业的投资意愿，教育、医疗、道路及绿化等变量对私营企业投资规模的正向影响也体现了这一点。值得注意的是，经济发展水平和经济发展速度并未对投资规模产生显著影响，原因可能在于城市经济增长对私营企业投资决策存在不同方向的影响。例如，良好的经济增长可以带动私营企业扩大投资规模，而城市经济增长背后国有经济的发展也可能会挤压私营企业的生存空间。

关于内生性问题，本文从以下两个方面进行讨论。一方面，正如Chaney等（2012）所指出的，房地产价格与企业投资之间的内生性问题源于可能存在的反向因果关系，即企业的投资中包含房地产投资进而影响了房地产价格。但本文数据中的调查对象主要为中小规模的非房地产行业私营企业，房地产投资并非其主业，因而难以影响整个城市的房价。^⑦另一方面，房地产价格对私营企业投资规模的影响还会遇到由某些不可观测因素带来的遗漏变量导致的内生性问题，例如房地产价格与企业所在地区的房地产周期密切相关，房地产市场的繁荣可以通过其他途径作用于企业投资。虽然模型中通过控制与城市房地产价格相关的主要经济变量能够在一定程度上避免遗漏变量导致的内生性问题，但为了使结果更为稳健，我们采用了工具变量进行回归。参考Himmelberg等（2005）、Mian和Sufi（2011）、Chaney等（2012）以及荣昭和王文春（2014）的做法，采用2009—2011年间城市实际利率的均值与住房供给弹性的交互项作为房价水平的工具变量，采用2009—2011年城市实际利率的变动幅度与住房供给弹性的交互项作为房价涨幅的工具变量。^⑧首先，从上述工具变量的相关性来看，一个城市住房供给弹性与该地的住宅用地供给弹性密切相关，利率下降会导致购房需求增加，如果城市住宅用地富有弹性，增加的购房需求会促进新建房屋数量的增加，因而房价上涨幅度有限；如果城市土地供应缺乏弹性，增加的需求量则会推高地价，从而引起房价上涨。本文用房价水平和房价涨幅分别对各自的工具变量进行回归，结果均显著为负，说明上述变量符合理论预期。其次，该交互项满足外生性要求，将房价特征限制在只与该交互项相关的部分可以有效排除不可观测因素对回归结果的影响（荣昭和王文春，2014）。2SLS模型回归结果显示，主要解释变量的符号和显著性并未发生本质性变化（结果见表3第（1）列），^⑨说明本文的结果具有稳健性。

为了进一步保证结论的可靠性，我们还做了其他稳健性检验。如前所述，私营企业调查数据中相当数量的样本缺失企业特征和企业出资人特征，这在一定程度上限制了基础回归的样本量，我们在表3的第（2）列中补充缺失部分企业信息的样本再进行回归。^⑩在第（3）列中，考虑到北京和上海等一线城市在私营企业发展和房地产市场特征方面存在特殊性，在回归分析中去掉了这些城市的企业样本。由于房地产价格对投资规模的影响可能存在滞后效应或者短期效应，第（4）列和第（5）列改变度量核心解释变量的时间窗口，分别将相应变量替换为2008—2010年的房价均值和涨幅与2011年的房价均值和涨幅，采用滞后（2008—2010年均值和涨幅）的核心变量形式是为了缓解内生性问题带来的影响。为了论证更为详实与准确，第（6）列和第（7）列进一步将房地产价格区分为住宅价格和非住宅价格，以分别考察不同类型的房地产价格对企业投资带来的影响，结果未发生本质变化。同时结果显示，住宅价格水平前的系数略大于非住宅价格水平的系数，这可能是由于住宅价格与劳动力成本更为密切，而中小型私营企业的劳动密集度更高。第（8）列将Tobit回归方法替换为OLS回归方法进行分析。以上各列的结果均与基础回归结果相似，这表明房地产价格与私营企业总投资规模之间的关系是稳健的。

（二）房地产价格影响私营企业投资规模的机制讨论。房地产价格上涨可以通过抵押担保渠道缓解企业的融资约束，促进企业增加投资；同时，较高的房地产价格又会推升企业的用工成本和房屋土地租赁成本，通过成本变化渠道对企业投资规模产生抑制作用。对此，表4将企业的用工成本、房屋土地租赁成本与融资约束作为因变量，对上述机制进行实证检验。由于调查问卷中没有直接涉及融资约束的问题，这里选取流动资金中贷款比例和扩大再生产资金中的贷款比例作为衡量指标。

表4第（1）列和第（2）列分别考察了房地产价格对企业人均薪酬水平和房屋土地租赁成本的影响。结果显示，房价水平对企业薪酬水平的影响显著为正，房价涨幅对企业租金成本的影响同样显著为正。^⑪这意味着较高的房地产价格所产生的成本效应在私营企业中显著存在。成本上升导致企业的预期收益下降，因而不利于企业扩大投资规模。在融资约束方面，列（3）和列（4）的回归结果表明，无论是日常流动资金贷款比例还是扩大再生产贷款比例，房地产价格上涨均未增加私营企业的贷款规模，因而对缓解融资约束并无显著影响。^⑫从列（3）可以看到，较高的房地产价格在一定程度上甚至抑制了企业流动资金中的贷款比例，挤出了企业生产投资。

对影响机制进一步分析可知，房价上涨的成本效应（负向）对于所有企业来说都是普遍存在的，而抵押担保效应（正向）的发挥则需要一定的前提条件。对规模较小、可抵押房地产类资产较为有限且在金融市场中受到所有制歧视的私营企业来说，抵押担保效应的正向作用可能较为有限，在房价高企的背景下，中小私营企业更多受到用工成本、经营成本上涨的负面影响。因而对于中小型私营企业而言，成本效应处于主导地位。当然，企业发展到一定规模之后，其拥有的可抵押资产增加，会拉近成本效应和抵押担保效应之间的差距，甚至逆转。另外，企业的投资决策是基于投资成本和预期收益的权衡，因而抵押担保效应和成本效应谁占据主导地位还取决于企业对于经济前景的预期。即如果企业预期未来盈利困难，即便其拥有较多的可抵押房地产类资产，也不会扩大实体投资规模。随着经济进入新常态，产能过剩成为困扰中国经济的一大问题。而在高房价、高地价的现实情况下，企业的投资动力更加不足，不少企业开始压缩实业投资，甚至部分企业开始迁移到越南、印度等地。与此同时，不少企业开始转变投资方向，“脱实向虚”、“脱实向房”成为经济中的热点话题。

（三）房地产价格、企业异质性对企业投资方向影响。为了考察房地产价格对私营企业投资方向的影响，根据调查问卷中对企业投资的细分类型，我们将投资进一步分为实业投资和房地产投资。^⑬如果私营企业确实存在“脱实向虚”的情况，那么房价特征变量对两种类型投资的影响系数是相反的，而非同向。表5的实证结果验证了这种差异性影响。第（1）列结果显示，房价水平较高的情况下，企业会显著缩减实业投资的规模。第（2）列和第（3）列的结果显示，实业投资中的扩大再生产投资以及研发和技术改造投资均受到高房价的不利影响。这说明在成本效应的作用下，私营企业无力扩大实业投资规模。而对于房地产投资而言，第（4）列显示，房价水平的系数在10%的水平上显著，房价涨幅的系数为正且接近显著，第（5）列中房价水平与房价涨幅的系数在10%的水平上显著为正，说明房地产市场的繁荣发展诱发了企业投资房地产市场的积极性。由此可见，房地产价格高企推升了企业的运营成本，挤压了企业的利润空间，加之房地产行业有着高于实体企业的平均利润率，因此，大量资本开始逃离实体经济进入房地产业，高房价背景下企业投资选择呈现出“脱实向虚”的现象。

私营企业在实业投资和房地产投资之间权衡选择也与自身资源获取能力以及城市房地产市场的政策环境有关，表6列出了异质性分析的回归结果。首先，我们考察企业层面异质性的不同影响。表6列（1）和列（2）的方程中分别采用实业投资和房地产投资作为因变量，并引入了企业规模与房价水平及房价涨幅的交互项，分析不同规模的企业在高房价背景下企业投资方向选择的差异。交互项系数估计结果表明，在房地产市场繁荣且房价越高的城市，规模越大的私营企业在房地产领域的投资也越多，同时其实业投资规模则会显著缩减。这说明规模较大的企业在资金获取上具有优势，因而更倾向于进入资金密集、技术门槛较低的房地产行业以获取投资利润。列（3）和列（4）中同样分别采用实业投资和房地产投资作为因变量，并引入了政治关联与房价水平和房价涨幅的交叉项。列（3）中政治关联单独项显著为正，而政治关联与房价水平和房价涨幅的交叉项均不显著，这说明政治关联有助于增加企业实业投资，但未能缓解高房价对企业实业投资造成的不利影响。而列（4）中政治关联与房价水平的交叉项显著为正，这说明在高房价背景下，具有政治关联的企业投资房地产的规模更大。企业拥有的政治关联能够为企业带来更多资源，因而更具备进入房地产行业的条件。当大量企业投资方向转移到这种存在不具有技术外溢效应的生产部门时，将会扭曲实体经济的资源配置，对经济增长带来消极影响（Miao和Wang，2014；罗知和张川川，2015）。为了考察房地产调控政策对企业投资方向的影响，我们在列（5）和列（6）中引入了限购政策与房价水平及房价涨幅的交互项，限购与房价水平交叉项系数的估计结果在第（5）列中为正，在第（6）列中为负，这说明在房价较高的城市中，限购等房地产调控政策有助于促进企业增加实业投资，抑制企业的房地产投资。^⑭上述结果一定程度上说明，调控政策的有效实施有助于企业投资回归理性，这对于缓解当下“脱实向虚”的问题具有一定的启发。

四、结论及启示

当前楼市热与实体经济难形成了鲜明对比，一方面房地产价格持续高涨，另一方面私营企业投资却出现增速放缓甚至总量下降的迹象。本文在已有研究的基础上，对这一现象背后房地产价格与私营企业投资的关系进行了深入探讨，并利用2012年第十次私营企业调查数据进行了实证分析，结果发现高房价背景下，成本效应在私营企业中占主导地位，因而抑制了企业的投资规模。进一步研究发现，高房价背景下私营企业会对投资方向进行调整，增加其在房地产领域的投资规模，而缩减扩大再生产和研发创新方面的实业投资规模，产生“脱实向虚”的经济现象。并且规模较大、具有政治关联的私营企业更倾向于扩大房地产投资规模。我们还发现，以房地产限购为代表的调控政策实施会显著影响私营企业的房地产投资方向选择，这对于缓解当前“脱实向虚”的困境具有一定的借鉴意义。本文的发现与已有文献既存在联系也有着较大差别，本文主要关注了房地产价格上涨对中小私营企业投资带来的消极后果及其影响渠道，有助于更加全面地厘清房地产价格与企业投资行为之间的关系，为中小私营企业投资行为的研究补充了经验证据。

需要说明的是，本文主要目的在于提供房地产价格对中小私营企业投资行为影响的基本证据，但由于目前研究私营企业可利用的数据资源十分有限，本文不可避免地存在局限和亟待完善之处。第一，虽然本文在机制分析部分考察了房价对获取贷款的影响，但所使用的数据无法提供私营企业拥有的可抵押房产的价值信息，完善这一点将有助于准确识别不同机制下房价对私营企业投资规模的影响幅度。第二，本文基于截面调查数据，难以利用随时间变化的特征来追踪识别私营企业个体的行为变化。虽然我们尽可能地排除其他城市层面和企业层面的影响因素，但在实证研究上仍然存在一定的局限性。随着企业调查数据的不断完善，通过多年度追踪调查的面板数据，更全面地识别房地产价格对私营企业的影响渠道及影响幅度，将是进一步研究需努力的方向。

　　* 作者感谢上海财经大学研究生创新基金项目（CXJJ-2016-398）的资助和上海财经大学城市与区域科学学院孙聪老师的指导与帮助。

① Li等（2008）、Zhou（2009）和陈东（2015）分别使用了2000年、2002年和2012年度的此项调查数据。

② 文中所用的房地产价格根据城市商品房销售额与商品房销售面积的比值计算得到。

③ 具体包括扩大原有产品生产规模、新产品研发、技术创新和工艺改造、投向新的实体经济领域、投向股市期货、投向民间借贷、收购、兼并或投向其他企业以及海外投资在内的各类投资的总额。考虑到部分企业年度投资额为0，因此在回归模型分析时被解释变量实际上采用的是ln（investment_ij+1）的形式。

④ 选取近三年的房价平均水平和房价复合增长率作为衡量标准，一方面是为了减小房价波动带来的偶然影响，另一方面是考虑到企业的决策可能是根据过去一段时间的外部环境变化趋势做出的。为了保证稳健性，我们还选用当年的房价水平和房价涨幅以及2008−2010年的房价均值和房价复合增长率作为衡量指标，结果未发生本质变化。

⑤ 从模型上来看，同时纳入两个变量未造成明显的共线性问题。在模型中单独纳入两者中的任何一个变量，系数估计结果也未发生本质变化。

⑥ 感谢审稿专家的宝贵建议。一般来说，第二产业的企业往往拥有土地和厂房等不动产，通过抵押担保效应缓解融资约束的可能性更大，我们进一步对第二产业样本进行考察，以检验不同行业的企业面对房价上涨缓解融资约束的作用是否存在差异，结果未发生本质变化。

⑦ 样本中最大的房地产投资额仅占企业所在城市当年房地产开发投资总额的1.9%。

⑧ 本文对五年以上长期贷款基准利率按时间进行加权平均处理得到每年的长期贷款利率，然后用该利率减去城市CPI得到各城市的实际利率。城市的住房供给弹性借鉴Wang等（2012）研究中的数据，Wang等（2012）使用面板数据模型估计了房地产价格变动对新房开工面积的影响，进而估计出35个大中城市的住房供给弹性。

⑨ 经过最小特征值检验，模型不存在弱工具变量问题；DWH检验结果为9.17，可以在5%的显著性水平上拒绝“所有解释变量均为外生”的原假设，说明工具变量的选择是合理的。

⑩ 该模型只控制了城市特征变量以及行业和省份固定效应。

⑪ 感谢审稿专家的建议。我们分别用住宅价格和非住宅价格对人均薪酬水平和房屋土地租赁成本进行检验，结果显示住宅价格对员工薪酬的影响更大，而非住宅价格对房屋土地租赁成本影响更大，符合“成本效应”的逻辑。限于篇幅，回归结果未列示，如有需要可向作者索要。

⑫ 企业融资减少很可能是因为成本增加、利润下降，使企业减少了融资意愿。这种情况下，贷款占比更多是反映融资结果，而不一定是融资能力受限。感谢审稿专家指出这一问题。为此我们尝试控制相关影响因素以缓解该问题。表4列（3）和列（4）已经控制了企业利润率，我们在方程中继续加入企业薪酬水平和房屋土地租赁成本等控制变量，回归结果未发生显著变化。

⑬ 实业投资包括扩大再生产和研发创新。

⑭ 我们对列（4）中政治关联变量单独项求了平均边际效应，结果显示政治关联的平均边际效应显著为正，表明拥有政治关联将有助于企业增加房地产投资，符合理论预期。同样，我们对列（5）和列（6）中的限购政策变量单独项求了平均边际效应，在限购城市样本中，限购政策对实业投资的平均边际效应为正，对房地产投资的平均边际效应为负，符合理论预期。