一、引　言

近年来，中国制造业出口面临着传统优势退潮和新型驱动待兴两大挑战。尽管中国制造业出口在以人口红利和资源禀赋为传统优势基础上已取得瞩目成就，但以技术创新为导向的出口升级路径尚未成形。外贸部门不仅在日渐消退的传统成本优势中步履维艰，而且还受到资源约束收紧和全要素生产率下行等冲击。习近平总书记在党的十九大报告中就外部经济做出了“拓展对外贸易，培育贸易新业态新模式，推进贸易强国建设”的长远指示，这表明中国政府旨在推进中国制造业摆脱传统数量增速型出口模式，并打造以质量、技术和复杂度为导向的对外输出新引擎，从而促使出口产品从“中国制造”向“中国智造”转型，最终实现贸易强国的目标（裴长洪和刘洪愧，2017）。尽管已有学者从服务贸易（戴翔等，2018）、产业内贸易（Gereffi，1999；Melitz，2003）、对外直接投资（田巍和余淼杰，2012）、制度环境（刘德学和喻叶，2019）和产业结构（张美云和宋宇，2018）等维度剖析中国制造业出口竞争力不足的原因，然而少有研究将该问题的解读视角延伸至对经济社会各个层面产生重大深刻影响的房地产业，尤其暂缺围绕房地产投资如何影响贸易强国建设的探讨。

在制度松绑和市场体制改革不断深化的背景下，中国房地产业实现了大跨步向前发展。尽管经济增长会驱动产业投资增加，但无法回避房地产投资规模在中国经济增长承压、增速下行的新常态环境下仍保持上涨势头。即便在2020年初爆发的新冠肺炎疫情冲击下，房地产业较餐饮娱乐、制造业、交通运输和教育等行业仍表现出较强韧性。国家统计局最新数据表明，房地产投资增速在4月份呈现出V形反弹态势，且“国房景气指数”较3月份提升了0.67个百分点，房地产投资气氛率先向好。2001–2018年，我国房地产开发企业当期完成投资额从6 344.1亿元增长至120 263.51亿元，涨幅近20倍，且房地产业的社会固投比也从1998年的13.7%上升至2019年的23.6%^①。事实上，高速增长的房地产投资不仅打破了要素市场均衡，而且还滋生了“宁炒一座楼、不开一家厂”等一系列不良营商现象。以习近平同志为核心的党中央在2019年中央经济工作会议上鲜明指出，要坚持“房子是用来住的，不是用来炒的”的定位，全面落实因城施策，稳地价、稳房价、稳预期的长效管理调控机制，促进房地产市场平稳健康发展。这既为抑制房地产泡沫、防止房地产市场再次出现大幅波动定下基调，也对改善国内营商环境、逆转制造业提质升级困境和保障国民经济平稳运行构成利好。

那么，持续扩张的房地产投资是否在影响社会经济发展的同时，对制造业贸易强国建设产生冲击？其机制路径又是什么？厘清上述问题，不仅有助于识别房地产投资扩张产生的影响，并采取相应的对策以规避房地产市场异动风险，同时更有利于中国制造业出口探寻提质升级路径，以落实贸易强国建设的新时期发展需求。为此，本文将从以下几方面拓展延伸：第一，本文首次运用我国高端制造业出口的地区数据，考察了房地产投资与贸易出口的内在关联，为房地产投资影响制造业贸易强国建设提供了经验依据，有助于探寻通过稳定房地产市场纾解制造业出口提质升级困境，振兴贸易强国的可行性对策。第二，从数量型和质量型两个维度评估高端制造业出口，以探讨房地产投资对贸易强国建设的异质性边际效应。如果单纯地以数量规模作为出口贸易的衡量指标，无疑低估了出口产品技术含量和复杂度对贸易强国建设的真实反应（Hausmann等，2007；刘琳，2015）。第三，从技术溢出与成本收益视角对房地产投资影响贸易强国建设的机制路径做进一步剖析，为解释中国制造业出口困境提供了另一种逻辑解读。第四，从地区异质性视角分析了房地产投资对不同地区贸易强国建设影响的差异性，可为避免政策“一刀切”和完善市场制度提供借鉴。

下文结构安排如下：第二部分为理论分析与研究假设；第三部分为模型构建与变量说明；第四部分为实证结果与分析；第五部分为中介效应的进一步分析；第六部分为结论与政策建议。

二、理论分析与研究假设

纵观既有研究，关于房地产业与制造业的成果大多集中在产业结构、企业成长和生产用工等方面（Mian和Sufi，2014；Charles等，2018；佟家栋和刘竹青，2018；王先柱等，2020），且大多文献皆表明，房地产业非理性扩张会对制造业生存成本、利润空间和产出绩效等产生负向冲击，并形成显著的“挤出效应”。其中，王业辉（2019）通过构建非稳定异质性面板模型，发现房地产投资对经济增速存在短期促进和长期抑制的动态影响。也有学者将房地产投资产生的抑制效应拓展至家庭金融层面（Chen和Ling，1989；Engelhardt，1996），认为过高的房产投资会造成住房投资杠杆率过高和家庭资产配置单一化，由此产生的金融风险要高于市场系统性风险（Hurst和Stafford，2004；Chen和Leung，2008；颜色和朱国钟，2013）。还有学者认为房地产投资比过高会影响房企融资需求和中小企业发展（Gan，2007；Chaney等，2012；汪冬梅和李欣欣，2015）。但上述研究并未进一步探讨房地产投资是否会对制造业出口产生影响。另外，部分学者对房价上涨和贸易出口之间的内在关联展开分析，如房价上涨会导致资本逃离生产部门、提升出口企业商业成本并引发“荷兰病”，最终挤压出口能量（范言慧等，2013；刘斌和王乃嘉，2016）。也有学者提出房价上涨并未抑制贸易出口的相异观点，比如房价上涨释放的财富效应和信贷效应会放松外贸企业的融资约束，对出口增长产生积极作用（范红忠和周启良，2014）。但以上研究不论是理论分析还是经验判断，皆未形成一致结论。梳理企及，遗憾暂无文献关注房地产投资对中国制造业出口的影响。据此，本文将系统剖析高速增长的房地产投资影响贸易强国建设的传递效应及其机制路径，并进一步考察上述关系的地区异质性特征。

房地产业如何影响制造业的文献极大地丰富了该领域相关问题的研究深度。部分学者认为房地产业扩张会改变创新投入，约束技术溢出。其中，王文春和荣昭（2014）将房价引入技术创新的研究框架，发现房价上涨导致大量资本流入非实体经济，对微观企业的技术研发构成挑战。李江涛等（2018）基于需求与创新视角展开探讨，发现房地产投资持续增长会对企业的创新投资产生显著抑制作用，并阻碍工业全要素素生产率的提升。罗双成和陈卫民（2019）以中国269个地级市数据为样本进行研究发现，房价上涨会显著抑制城市科技创新质量和数量规模，并引发要素市场错配，对制造业创新绩效产生阻碍作用。毋庸置疑，资本逐利属性在房地产业和制造业之间利润落差的驱使下充分显现，尤其是金融危机之后更多的包括资本在内的生产要素涌入非创造性、非技术性的房地产行业，“逆技术进步倾向”对经济增长和企业产出增效的抑制凸显（吴晓瑜等，2014；米旭明等，2019；刘元春和陈金至，2020）。显然，房地产业对资本流动形成的强势“引力”导致了要素错配并形成了对技术创新的强势约束。

另外，也有研究从要素投入成本视角考察房地产业挤占制造业的内在机理。第一，人口红利渐微和企业利润率降低是近年来中国经济活动的重要特征（蔡昉，2013），而房地产业对劳动力市场产生的价格牵制力可以对此作出回答。刘焕鹏等（2018）研究发现房地产投资对劳动力成本会产生显著的推升作应，且住宅投资是引致劳动力成本上升的主要原因。在房地产投资快速扩张的环境下，房价上涨产生的市场冲击会进一步增加劳动力城市生活成本，造成大批劳动力和人力资源流向二、三线城市（周华东和高玲玲，2018），抑制地区科技产业发展和技术创新（崔莹莹等，2018），对工业企业的创新绩效和利润空间形成挑战（陈斌开等，2018；张晓磊和徐林萍，2020）。第二，房地产业扩张造成制造业生产成本上升还体现在资本市场层面。金融机构基于收益率和风险偏好而更青睐于将资本投入房地产市场，这既压缩了出口部门的信贷空间，也提高了出口企业的融资成本。罗知和张川川（2015）从信贷约束视角展开研究，发现房地产投资会加剧要素市场的失衡，挤占制造业既定投资，其传递渠道在于国有企业在制定投资决策过程中将低成本信贷资金源投放至房地产业。张延群（2016）在时间框架下利用VECM模型考察房地产投资对制造业的挤出效应，认为房地产投资长期增长会约束制造业资金的可获得性，并提升制造业资金的使用成本。安磊等（2018）对此也展开研究，结论表明房地产业快速扩张约束了实体企业的信贷资源，抬高了微观实体技术研发门槛。显然，要素投入成本上升是制造业突破技术瓶颈的重要障碍。基于上述分析，本文提出以下假设：

假设1：高速增长的房地产投资对贸易强国建设产生阻碍作用。

假设2：技术溢出收窄和成本收益率降低是房地产投资阻碍贸易强国建设的可能路径。

随着该领域相关研究的不断深入，不少学者也关注到房地产业影响制造业的地区异质性特征。许祥云和李立恒（2018）通过研究房价上涨影响制造业产出发现，房价上涨对经济发展水平较低地区的制造业产出绩效会有显著的抑制效应。同时也有学者认为房地产势力扩张对创新产出、企业成本和工业绩效等形成的挑战在经济发达地区表现得更明显（孙早等，2018；李昊等，2019；罗双成和陈卫民，2019）。当然，也有研究从其他维度展开分析，比如房地产外部性差异、城市规模、收入水平等会影响房地产投资对地区金融效率的抑制性，并改变区域实体发展态势（彭俞超等，2018）。事实上，我国地区经济发展水平因政策、地理和历史文化等多方因素影响而出现较大差距，房地产业对制造业产生的影响可能由此而出现差异。据此，本文提出以下假设：

假设3：高速增长的房地产投资对贸易强国建设的影响可能因地区经济发展水平差距而呈现异质性特征。

三、模型构建与变量说明 (一) 模型构建

为考察高速增长的房地产投资对制造业贸易强国建设的影响，本文通过匹配我国地方高端制造业出口和房地产投资数据，构建如下基准模型：

${Y_{it}} = {a_0} + {a_1}{Y_{it - 1}} + {a_2}h{s_{it}} + {a_3}Contro{l_{it}} + {k_i} + {\varepsilon _{it}}$

(1)

其中，

为被解释变量，分别由高端制造业产品的出口技术复杂度（met）和出口数量规模（exp）表示；为被解释变量一阶滞后项；为核心解释变量，表示房地产投资增速；为其他控制变量；为不随时间变化的个体效应；为服从独立同分布的随机扰动项。

(二) 样本选取与数据来源

本文依据国家统计局《高技术产业（制造业）分类2013》对高技术产业的定义和分类标准，并以OECD国际标准和中国《国民经济行业分类》（GB/T 4754-2011）为蓝本对中国高技术产业进行再分类，选取各省份2008–2016年高新技术产品出口额作为本文研究的基础数据，主要摘自地方统计公报、《中国工业统计年鉴》和《中国高技术产业统计年鉴》等；房地产投资数据来源于国家统计局和《中国房地产年鉴》；其他相关数据来源于国家统计局和各省统计年鉴。

(三) 变量构建与说明

1. 被解释变量：贸易强国建设（Exp、Met）

现有研究中，制造业出口竞争力的测度方法已逐渐从传统的基于数量规模的贸易竞争力指数和显示性比较优势等指标中分离出来，并完成了向以质量、技术和复杂度为导向的新指标跨越（徐洁香和宋国豪，2019）。Rodrik（2006）认为，衡量一国出口能量的标准应从数量偏好向质量导向升级。本文遵循上述思路，以出口技术复杂度和数量规模共同衡量制造业贸易强国建设。

（1）出口数量规模（Exp）。参考既有研究，采用各地历年高端制造业出口额与地区出口贸易总额比重予以衡量。

（2）出口技术复杂度（Met）。围绕出口技术复杂度的相关研究大多以Hausman等（2007）的度量方法为基础，比如国内学者毛其淋和方森辉（2018）、卓乘风和邓峰（2018）等。具体计算步骤可归纳为：第一，以各省份高端制造业出口额与其出口总规模的比重为权重，假定产品技术水平与地区人均收入相关，并以人均GDP进行加权平均，测算出考察省份出口产品的技术复杂度

；第二，以高端制造业出口数据为基础，构建各地高端制造业出口与该省份制造业出口总规模之比进行权重合成，最后计算出各省份高端制造业出口技术复杂度。具体公式如下：

$RT{V_t} = \sum\limits_i {\left( {\frac{{{{{x_{it}}}/{{X_{it}}}}}}{{\sum\limits_i {{{{x_{it}}}/{{X_{it}}}}} }}} \right)} \times PGD{P_{it}}$

(2)

$ME{T_{it}} = \sum\limits_p {\left( {\frac{{{x_{it}}}}{{{X_{it}}}} \times RT{V_p}} \right)} $

(3)

其中，式（2）中t表示某一省区，i表示时间，x_it表示i年t省高端制造业产品出口额，X_it表示各省制造业出口规模。PGDP_it表示i年t省人均GDP。最后，根据上述公式计算出各省高端制造业的出口技术复杂度MET。

2. 解释变量：房地产投资增速（hs）

为刻画高速增长的房地产投资，本文遵循惯用研究方法，以地区房地产投资总额为基础变量，通过如下公式测算：（当期房地产投资额—上期房地产投资额）/上期房地产投资额×100%，记为hs。

3. 中介变量：技术溢出（rd）和成本收益率（profit）

（1）技术溢出（rd）。已有研究的理论分析和实证研究均表明，房地产业快速扩张会阻碍创新要素的跨产业流动，进而抑制信息、知识和技术的跨行业跨区域的正向溢出效应。鉴于R & D经费投入直接影响地区创新效率及其经济效益，因此本文以R & D经费投入占地区GDP的份额衡量技术溢出。

（2）成本收益率（profit）。依据“等量资本创造等量利润”理论，我国工业企业为追求高利润，选择新的资本运动路径和增值轨迹是资本内在逻辑决定的必然选择，而突破行业限制在资本市场上建立新的联系则是自然而然的资本流动特征。房地产业投资规模的快速扩张因资本收益率差值对制造业形成“挤出效应”，进而在市场机制的作用下传导至技术型出口部门。因此，本文以规模以上企业主营业务收入占规模以上企业主营业务成本的比值衡量成本收益率。

4. 控制变量

为保证研究结论的准确有效性，在计量模型中纳入影响贸易出口的其他控制变量，主要包括对外开放度（open）、劳动力规模（lab）、实际汇率（rate）和教育水平（edu）。对外开放度（open），以当地进口贸易总额与GDP比值衡量，反映地区对外开放水平；劳动力规模（lab），以城镇单位就业人口占地区总人口比重衡量地区劳动力规模；实际汇率（rate），汇率水平与一国货币相对势力密切相关，会直接影响出口贸易水平。为避免多重共线性影响，本文参考已有研究，度量各城市实际汇率水平，具体公式为

，其中，rate_t为t年中美汇率比值，rate₂₀₀₇为2007年中美汇率比值，π_it为i省（市）在t年地区贸易占比；教育水平（edu），本文以地区高中人口数量占6岁以上总人口比重表征。另外，对外开放度（open1）和政府干预力度（gov）是用于稳健性检验的后备控制变量，其中，对外开放度（open1），以地区外商直接投资与当期GDP比值表征；政府干预力度（gov），以政府财政收入与当期GDP比值表征。上述各变量的描述性统计如表1所示。　

四、实证结果与分析 (一) 基于内生性处理的基准回归结果

考虑到实证模型难以概括全部被解释变量的影响因素，模型构建上无法避免存在遗漏变量，导致模型设定可能会产生内生性问题。为保证实证研究的严谨可靠性，本文通过引入工具变量以降低内生性问题的干扰，惯用的研究方法是采用被解释变量的滞后项作为工具变量。为此，本文拟采用更有效的系统GMM法对基准模型（1）进行估计，以降低模型的内生性影响，同时呈现OLS和固定效应模型结果以检验模型的稳健性。尽管系统GMM与差分GMM对模型的估计效果各有千秋，如果从技术发展程度来看，系统GMM是基于差分GMM的技术升级（Arellano和Bover，1995；Blundell和Bond，1998），不仅可以有效克服差分GMM在解决内生性问题过程中出现的弱工具变量和偏误等弊端，而且还能借助水平GMM放大差分GMM的既有优势，从而更好地处理内生性问题。为此，我们以广义矩估计（GMM）为基础，采用“两步法”系统GMM进行估计。具体结果如表2所示。

首先，回归结果报告的AR（2）检验结果大于0.1，表明扰动项并不存在相关性；Hansen值对应的P值均大于0.1，表明拒绝“过度识别检验有效”的原假设。这意味着系统GMM的估计结果合理有效。

系统GMM估计结果表明，房地产投资增速的系数估计值分别为−0.068和−0.019，且至少在5%的水平上显著，在控制其他变量的情况下，房地产投资增速上涨1%，高端制造业出口技术复杂度下降0.068%，出口数量规模下降0.019%，表明高速增长的房地产投资显著阻碍了我国制造业出口提质升级，不利于我国制造业贸易强国建设，且对以出口技术复杂度表征的质量型高端制造业出口产生的抑制较数量型更加显著。上述结果初步验证了本文的研究假设1。理论上，资本逃离边际利润率下降的制造业而选择涌入边际利润率高涨的房地产业，更多资本流入房地产业而放弃风险更大、回报周期更长和利润回报率更低的实体部门也是遵循了资本流动理论的基本逻辑，房地产投资增速过快毫无疑问会侵蚀制造业生产研发及下游的出口创汇。另外，房地产投资增速对制造业出口技术复杂度的抑制效应较出口数量规模更为显著，这意味着从质量的维度提升中国对外竞争力对资本的依附度较出口数量规模增加更大。改革开放以来，尤其从加入WTO至今，中国作为出口大国的定义仍停留在数量层面，这是改革开放红利和人口红利产生的直接效应。而在当前疫情冲击、中美摩擦升温和逆全球化等的冲击下，贯彻贸易强国建设的长远方针应将着眼点落在技术升级上，而技术升级转型的基础是依托人才、知识和技术积累的资本支持。

在控制变量方面，各变量均呈现出较高的显著性，并与主流研究所得结论一致。值得注意的是，劳动力规模提升对出口技术复杂度的促进作用不及对出口数量规模的正向推动作用，而教育水平则表现出完全相反的特征，高端制造业出口技术复杂度的提升对人力资源的素质教育更加倚重。这意味着制造业出口提质升级不仅要倚重“数量型”传统引擎，更要有适应全球产业布局、价值链分工和技术升级的“质量型”新驱动。对外开放度的系数估计值显著为正，表明地区对外开放度越高，越有利于出口企业参与国际经贸活动。对外开放度对出口技术复杂度的促进作用较出口数量规模更加明显，意味着推进改革再开放，引领国内外市场联动对中国制造业在数量规模基础上实现质量升级具有重大意义。

(二) 区域层面的异质性分析

尽管上文已初步验证了高速增长的房地产投资与贸易强国建设之间的内在关联，但值得更进一步探讨的是：高速增长的房地产投资对贸易强国建设的影响是否存在区域异质性？

为此，本节依据中国国家发改委的政策划分，将总样本分为东部发达地区和中西部欠发达地区两个子样本^②，以探讨高速增长的房地产投资对贸易强国建设的异质性影响。回归结果见表3。

对比出口技术复杂度和出口数量规模，房地产业投资对出口技术复杂度的阻碍程度更加显著，这与上文分析一致。重点关注的是，房地产投资对东部发达地区出口部门的抑制作用主要体现在“质量”层面，而对中西部欠发达地区的抑制作用则体现在“数量”方面。具体来看，在纳入控制变量之前，仅中西部欠发达地区的房地产投资增速的系数估计值不显著，其他核心变量的系数估计值均呈现较高水平显著性，且东部发达地区高速增长的房地产投资对贸易强国建设产生的抑制作用主要体现在出口技术复杂度方面，而中西部欠发达地区则更多地表现在出口数量规模方面。在其他变量的控制之下，东部发达地区房地产业投资对出口技术复杂度的系数值为−0.786，且在5%的水平上保持显著；对出口规模的系数值为−0.078，且在10%的水平上显著。这意味着我国东部经济发达地区房地产投资高速增长不仅会导致高端制造业出口数量规模下降，而且还会对其出口技术复杂度产生更加显著的抑制作用。相较而言，中西部欠发达地区房地产投资增长仅对高端制造业出口数量规模产生抑制作用，具体表现为在10%的水平上显著为负，而对其出口技术复杂度并未产生显著影响。上述结果初步验证了本文研究的假设3。

事实上，我国东部发达地区经济发展起步较早，产业基础、技术水平和生产要素等方面较中西部欠发达地区大幅领先。房地产业作为城市建设和地区经济发展的重要载体，房地产业投资规模及增速的地区差异在不断放大，区域集中度正不断向东部发达地区倾斜。不仅如此，我国东中西部地区的制造业发展水平也处在非均衡状态，从本文出口技术复杂度的测算结果可以看出（见图1），不同观测期内，高端制造业产品出口技术复杂度的分布特征呈显著差异。具体表现在：第一，核密度曲线的整体逐年向右横移，且右端偏尾在不断拉长，说明中国各地区高新技术产品出口技术复杂度呈逐年提升态势；第二，核密度曲线的波峰逐年下降，曲线坡度逐年放缓，尤其是2010年至2012年的过渡期下降尤为明显，表明当前中国高新技术产品出口技术复杂度存在“中间向两端分散”的态势，尽管出口技术复杂度呈整体提升的趋势，但各地区差距正在放大，“一家独大”的出口技术复杂度地区分布格局显现。

(三) 稳健性检验

为保证研究结论的准确有效，本文从四个维度对前文研究结果进行稳健性检验^③。首先，回归结果表明，AR（2）和Hansen值的检验结果从扰动项相关性和工具变量的过度识别检验两方面保证了回归结果的稳定有效。

1. 替换核心解释变量（hs1）

本文以房企住宅开发投资额作为基础数据，遵循公式（当期住宅开发投资额－上期住宅开发投资额）/上期住宅开发投资×100%，对房企住宅开发投资增速进行测度。住宅开发作为房地产业的重要板块，对经济社会发展同样具有显著影响。如果替换核心解释变量得出的结果与基准回归一致，那么证明本文的研究结论稳健有效。如表4所示，替换的核心解释变量hs1符号同基准回归结果保持一致，说明结论稳健。

2. 替换控制变量（open1）

根据相关研究惯用方法，本文采用地区外商直接投资与当期GDP比值表征对外开放度，替代上文以进口贸易总额与GDP比值描述的对外开放度。如表5所示，核心解释变量的系数估计值并未因控制变量发生改变而出现根本性变化，且替换变量的回归结果同上文基本保持一致，再次证明本文研究结论的稳健性。

3. 新增控制变量（gov）

本文依据贸易出口影响因素的相关研究，在基准计量模型中纳入新的控制变量，即以政府财政收入与当期GDP比值表征的政府干预力度。据表6所示，核心解释变量的结果同基准回归结果仅存在系数值大小的差异，并未发生根本性变化。新增变量政府干预力度皆表现为对被解释变量的负向影响，与既有的研究结论一致。

4. 技术修正下区域异质性的稳健性检验

为检验区域层面异质性特征回归结果的稳健性，本文参考许祥云和李立恒（2018）的检验方法，即通过引入地区特征哑变量作为模拟工具，将东部发达地区赋值为0，中西部欠发达地区赋值为1，并重构计量模型如下：

${Y_{it}} = {a_0} + {a_1}{Y_{it - 1}} + {a_2}h{s_{it}} + {a_3}h{s_{it}} \times dummy + {a_4}Contro{l_{it}} + {k_i} + {\varepsilon _{it}}$

(4)

表7显示了模型（4）的回归结果。在控制其他变量后，第（1）列中房地产投资增速的地区特征哑变量的系数估计值显著为正，再次证明中西部欠发达地区高速增长的房地产投资对高端制造业出口技术复杂度产生的阻碍作用小于东部发达地区。同时，第（2）列中房地产投资增速的地区特征哑变量的系数估计值显著为负，意味着中西部欠发达地区高速增长的房地产投资对高端制造业出口数量规模产生的阻碍作用大于东部发达地区。该结果同上述分样本回归结果一致，表明本文基于区域层面的异质性分析结论稳健有效。

五、进一步研究−中介效应分析

上述研究表明，高速增长的房地产投资会显著阻碍贸易强国建设，那么高速增长的房地产投资是通过何种机制路径影响贸易强国建设的？本文参考Baron和Kenny（1986）、Hayes（2009）的机制识别方法，构建中介效应模型，验证高速增长的房地产投资是否会通过技术溢出和成本收益率路径影响贸易强国建设。模型如下：

$Me{t_{it}} = {a_0} + {a_1}h{s_{it}} + {a_2}Contro{l_{it}} + {u_t} + {v_i} + {\varepsilon _{it}}$

(5)

${X_{it}} = {a_0} + {a_1}h{s_{it}} + {a_2}Contro{l_{it}} + {u_t} + {v_i} + {\varepsilon _{it}}$

(6)

$Me{t_{it}} = {a_0} + {a_1}h{s_{it}} + {a_2}{X_{it}} + {a_3}Contro{l_{it}} + {u_t} + {v_i} + {\varepsilon _{it}}$

(7)

依据中介效应逐次验证分析：第一，验证基准模型中解释变量（房地产投资增速）和被解释变量（高端制造业出口技术复杂度）之间的内在关系；第二，将中介变量作为被解释变量同解释变量进行回归；第三，将中介变量分别纳入基准计量模型进行回归。本文通过构建模型（5）至模型（7），以验证高速增长的房地产投资不仅侵蚀地区技术溢出，而且降低企业成本收益率，进而对高端制造业出口提质升级构成挑战。其中，

，分别表示中介变量技术溢出和成本收益率。

首先，如表8所示，待验证变量的系数估计值均至少在10%的水平上保持显著，意味着研究假定的机制路径确实存在。其中，第（1）−（3）列表示技术溢出的中介效应分析，第（4）−（6）表示成本收益率的中介效应分析。

其次，表8第（1）列是模型（5）的估计结果，可以看出，房地产投资增速的系数估计值在1%的水平上显著为负，即过快增长的房地产投资显著加剧了技术溢出损失，降低了地区技术创新和研发能力提升。第（3）列表示纳入中介变量到基准模型的回归结果，房地产投资增长过快对高端制造业出口复杂度产生抑制效应的初步结果保持不变，同时发现技术研发投入会显著促进制造业出口技术复杂度的提升。依据中介效应分析原理，表明房地产投资增速过快通过降低地区技术溢出的路径约束制造业出口提质升级。同时，如表8第（5）列的回归结果表明，高速增长的房地产投资对规模以上企业成本收益率的系数估计值在1%的水平上显著为负，表明房地产投资高速增长显著提升要素使用成本，降低微观实体投资制造业的成本收益率。事实上，房地产投资高速增长不仅刺激劳动力要素成本上升，而且加剧资本市场供需失衡，提升金融借贷门槛。表8第（6）列报告的将成本收益率纳入基准模型后的回归结果表明，在控制其他变量的情况下，成本收益率越高，越有助于制造业出口产品质量的提升，有助于实现出口产品实现“质”的升级。这意味着高速增长的房地产投资会降低制造业企业投入的成本收益率，拉低企业运营效率和产出绩效。

根据上述分析，高速增长的房地产投资通过收窄技术溢出和降低成本收益率对高端制造业出口技术复杂度构成挑战。在第（3）列和第（6）列纳入中介变量后，房地产投资增速的系数估计值下降，其中一部分冲击被技术溢出和成本收益率分离出来，这再次说明存在技术溢出和成本收益率两条机制路径。不仅如此，过快增长的房地产投资还牵动着要素市场价格，既加剧了劳动力参与城市建设生活成本的攀升，也阻碍了出口企业获取成本优势、实现提质升级。因此，由高速增长的房地产投资引发的一系列市场效应明显阻碍了制造业贸易强国建设。

据此，我们认为高速增长的房地产投资通过侵蚀技术溢出和约束成本收益率两条路径阻碍中国制造业贸易强国建设。这与前文假设2一致。以房企住宅开发投资增速表征的替代核心解释变量回归结果也支持上述结论（限于篇幅，略去稳健性检验回归结果），这再次印证研究结果稳健可靠。

六、研究结论与政策建议

中国经济正处在人口红利渐微、全要素生产率下行、新冠疫情催生的内部生产活动迟缓与外部中美贸易摩擦持续升温等国内外形势重大变化的背景下，落实贸易强国发展战略对我国应对后疫情时代全球产业链脱钩风险、摆脱全球价值链“低端锁定”和推进经济向高质量增长阶段迈进具有重要且深远的时代意义（田素华和李筱妍，2020）。本文以各界重点关注的房地产投资规模飞涨为背景，基于我国高端制造业出口的地区数据，探讨了房地产投资对贸易强国建设的影响及其作用机制。研究发现：第一，房地产投资上升显著阻碍了贸易强国建设，具体表现为房地产投资增速上升1%，制造业出口技术复杂度下降0.068%，数量规模下降0.019%。第二，通过异质性分析发现，高速增长的房地产投资对东部发达地区制造业出口的阻碍主要体现在出口技术复杂度层面，而对中西部欠发达地区则表现在数量规模层面，即房地产投资增速上升1%，东部发达地区出口技术复杂度降低0.786%，出口数量规模降低0.078%，而中西部欠发达地区仅出口数量规模降低0.008%。第三，中介效应分析表明，技术溢出收窄和成本收益率降低是房地产投资阻碍制造业贸易强国建设的重要路径，房地产投资规模快速扩张不仅挤出了社会创新资本，同时提升了实体部门要素投入成本，进而约束企业出口收益率。

据此，本文提出以下政策建议：

第一，继续推进房地产市场平稳发展的长效机制，有效降低负外部性影响对房地产市场的冲击。疫情之下的复产复工和市场秩序恢复是当前经济发展的主旋律，坚持“房住不炒”的基本定位、采取“点对点”式区域差异化楼市调控政策、时刻防范炒房投机需求以及重点突出不将房地产业作为短期刺激经济的手段，不仅是稳定房地产市场的重要选择，也是实现经济社会正常运转的必要环节。比如收紧购房、售房的时限约束，提升对住房倒挂、社会关系造假等炒房、囤房行为的打击力度，同时通过优化房地产税、提升放贷利率和改革税制等手段提升房企投资成本，以实现房地产市场供需平衡。

第二，提升制度安排对制造业提质升级的服务力度，积极打造以创新研发和减税降费为双轮驱动的实体部门纾困路径，推进现代化制造业向深处迈进。一方面，提升金融服务业对制造业的创新投资力度，形成银行信贷和实体部门良性互动的长效机制，依托高端制造业发展动向优化金融服务模式、创新金融服务产品和避险工具，发挥好金融体系撬动制造业提质升级的杠杆效应；另一方面，稳步落实“减税降费”的政策指导，降低制造业生产创造的中间成本，凸显实体部门的市场化主体特征，同时搭建比如税收调整、法律规范、产权保护、市场秩序、奖励机制和行业标准体系等配套保障，以打造公平公正的营商环境。

第三，立足国内市场基本需求，放眼国际市场高端供应，紧抓新一轮改革开放契机，加快促成国内国际市场互动双循环，为嵌入后疫情时代新一轮经济全球化做好产业链集群建设而蓄力。面对全球疫情持续蔓延和中美贸易摩擦不断升温，对内拉动市场新需求与对外形成国际竞争新优势是中国实现中长期经济社会稳定发展的重要选择，这要求我们既要针对性地从国际市场引进高端技术、人才和知识信息等中高端要素资源，在传统制造业存量的基础上实现优化转型。同时加速形成以5G建设、大数据和人工智能发展等“新基建”为代表的制造业提质升级的新模式、新动能和新业态，力促外来要素和本土需求融合发展，为中国高端制造业实现新增量搭建好内外互动新平台。

① 数据源于国家统计局。

② 根据国家发改委的政策划分，东部是指最早实行沿海开放政策并且经济发展水平较高的省份，包含北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省份；中部是指经济次发达地区，而西部则是指经济欠发达的西部地区，包含上述未提及的其余省份。考虑到现实中的海南省经济发展水平较低，为降低样本的估计误差，遂将其划入中西部欠发达地区。

③ 基于文章篇幅考虑，略去部分控制变量回归结果。