朱軒辰，劉亞臣，田東泉，周鮮華

（1. 沈陽建筑大學(xué)，遼寧 沈陽 110168，E-mail：zxc_941004@163.com；2. 遼寧省重要技術(shù)創(chuàng)新與產(chǎn)業(yè)基地建設(shè)工程中心，遼寧 沈陽 110168；3. 遼寧省產(chǎn)業(yè)技術(shù)研究院，遼寧 沈陽 110168）

近年來，隨著黨中央、國務(wù)院關(guān)于經(jīng)濟發(fā)展工作總體部署的落實以及科技創(chuàng)新政策體系的不斷完善，以科技創(chuàng)新為著力點推進科技供給側(cè)結(jié)構(gòu)性改革、優(yōu)化經(jīng)濟增長質(zhì)量已成為各地區(qū)經(jīng)濟增長的主要任務(wù)。遼寧作為東北老工業(yè)基地，目前經(jīng)濟發(fā)展雖總體保持增長趨勢，但增速已大幅度下降，保持經(jīng)濟平穩(wěn)過渡并轉(zhuǎn)向高質(zhì)量發(fā)展、實現(xiàn)新舊動力的合理轉(zhuǎn)換，已成為遼寧各地區(qū)發(fā)展過程中面臨的迫切問題。工業(yè)生產(chǎn)全要素就是考慮環(huán)境約束的投入產(chǎn)出效率，進而有效地衡量某一地區(qū)的技術(shù)進步及經(jīng)濟增長質(zhì)量。全要素生產(chǎn)率水平已成為繼續(xù)保持經(jīng)濟穩(wěn)定發(fā)展的重要因素。

基于經(jīng)濟運行的客觀社會政治環(huán)境提出的工業(yè)全要素生產(chǎn)率可能存在諸多因素影響經(jīng)濟運行效率的持續(xù)提升。在工業(yè)全要素生產(chǎn)率的影響因素研究上，Miller等[1]指出貿(mào)易開放程度和人力資本水平會促進技術(shù)進步，從而對工業(yè)全要素生產(chǎn)率產(chǎn)生帶動效應(yīng)。Cohen等[2]基于工業(yè)企業(yè)的研發(fā)投資數(shù)據(jù)，指出研發(fā)投資存量指數(shù)會對技術(shù)進步和技術(shù)效率產(chǎn)生帶動作用。Shao等[3]通過對工業(yè)全要素生產(chǎn)率的測度指出R&D強度、勞動生產(chǎn)率和能源效率的改進可以顯著提高技術(shù)效率，而資本深化對技術(shù)效率只有緩解效果。Hu等[4]驗證了外商直接投資在勞動力和資本的作用下對工業(yè)全要素生產(chǎn)率的影響。Telle等[5]基于挪威面板數(shù)據(jù)指出適度的政府規(guī)制有助于企業(yè)進行技術(shù)創(chuàng)新與技術(shù)進步，從而提高工業(yè)全要素生產(chǎn)率帶動經(jīng)濟可持續(xù)發(fā)展。盡管房地產(chǎn)投資活動對經(jīng)濟變量有著顯著的影響，但直接針對房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率影響的研究相對較少。Coulson等[6]指出房地產(chǎn)開發(fā)投資的增長會顯著帶動經(jīng)濟增長，但這種經(jīng)濟增長模式在宏觀上不具有穩(wěn)定性。Miao等[7]認為指數(shù)經(jīng)濟增長會受到房地產(chǎn)“泡沫效應(yīng)”和“信貸寬松”效應(yīng)的影響，而這種經(jīng)濟增長會導(dǎo)致資源錯配等問題。部分學(xué)者從房價的角度檢驗其對城市創(chuàng)新能力以及經(jīng)濟運行效率的影響，余泳澤等[8]指出城市房價的增長會促進房地產(chǎn)投資增長，導(dǎo)致房地產(chǎn)行業(yè)占用過多的資源傾向，從而抑制其他行業(yè)發(fā)展。相較于房價水平，房地產(chǎn)投資可以更為直觀地反映房地產(chǎn)市場資源配置規(guī)模，但使用房地產(chǎn)投資作為解釋變量理論假設(shè)尚且需要驗證。

文獻梳理表明，直接探討房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率影響的文獻相對較少。其原因在于某些地區(qū)房地產(chǎn)投資是作為內(nèi)生變量作用于經(jīng)濟系統(tǒng)中，政府不便于控制房地產(chǎn)投資規(guī)模。但在我國房地產(chǎn)投資規(guī)模以及增速都具有一定的可控性，可通過相關(guān)政策控制房地產(chǎn)投資水平帶動工業(yè)全要素生產(chǎn)率上升。本文以遼寧省為切入點，探究作為經(jīng)濟支柱的房地產(chǎn)投資是否會對工業(yè)全要素生產(chǎn)率產(chǎn)生影響，產(chǎn)生何種影響，以及如何構(gòu)建促進工業(yè)全要素生產(chǎn)率增長的房地產(chǎn)投資規(guī)制與體系，發(fā)揮房地產(chǎn)投資的導(dǎo)向作用，對于遼寧實現(xiàn)經(jīng)濟高質(zhì)量增長、提高技術(shù)進步具有十分重要的意義。

1 理論分析

1.1 工業(yè)全要素生產(chǎn)率測度

本文采用基于DEA模型的Malmquist指數(shù)方法來對遼寧省14個地級市的工業(yè)全要素生產(chǎn)率進行分解，分析其動態(tài)變化情況及影響因素。該方法利用Caves[9]報酬不變的CCR模型的基礎(chǔ)上，考慮報酬變動VRS模型，基礎(chǔ)投入產(chǎn)出效率可以運用距離模型的比率來計算得出。具體表現(xiàn)形式如下：

式中，將效率的變化分解為純技術(shù)效率變化和規(guī)模效率變化，指固定規(guī)模報酬情況下的距離函數(shù)；指可變規(guī)模報酬情況下的距離函數(shù)。

工業(yè)全要素生產(chǎn)率變化（TFPCH）、技術(shù)效率變化（EFFCH）、純技術(shù)效率變化（PECH）、規(guī)模效率變化（SECH），技術(shù)進步率變化（TECHCH），其間關(guān)系：

根據(jù)以上理論方法，選取2008~2017年遼寧省14個地級市的規(guī)模級以上工業(yè)企業(yè)相關(guān)數(shù)據(jù)對工業(yè)全要素生產(chǎn)率指數(shù)進行測算。

產(chǎn)出變量：選取遼寧省各地級以上城市的工業(yè)生產(chǎn)總值作為產(chǎn)出指標，并用當?shù)毓I(yè)生產(chǎn)者出廠價格，以2008年為基期，對各市規(guī)模級以上工業(yè)生產(chǎn)總值進行平減處理。

投入變量：資本投入[10]?？紤]到采取永續(xù)盤存的方法估算資本存量具有對數(shù)據(jù)要求高，而工業(yè)企業(yè)數(shù)據(jù)搜集困難的特點，因此選用規(guī)模以上工業(yè)企業(yè)流動資產(chǎn)與固定資產(chǎn)凈值之合作為資本投入變量，為扣除價格因素，以2008年為基期，用固定資產(chǎn)投資價格指數(shù)對數(shù)據(jù)進行平減處理；勞動投入。由于勞動時間數(shù)據(jù)的不易獲得，從業(yè)人員可以在一定程度上反應(yīng)勞動投入的情況，因此采用各地級以上城市工業(yè)從業(yè)人員數(shù)量來衡量勞動投入。

用DEAP2.1軟件測算得到2008~2017年工業(yè)全要素生產(chǎn)率指數(shù)及其分解指數(shù)。各地區(qū)工業(yè)全要素生產(chǎn)率幾何平均值如表1所示。

表1 工業(yè)全要素生產(chǎn)率及其分解指數(shù)

1.2 機理分析

目前學(xué)術(shù)界對工業(yè)全要素生產(chǎn)率的測度并沒有一個統(tǒng)一的標準，部分學(xué)者對測度結(jié)果存在一定分歧，龔關(guān)等[11]、指出目前工業(yè)全要素生產(chǎn)率的增長較為緩慢。王藝明等[12]曾指出目前國內(nèi)工業(yè)全要素生產(chǎn)率呈下行趨勢，與本文局部測度結(jié)果相仿。

造成測算結(jié)果不同的原因：一是測度方法不同，測度方法中存在索羅余值、DEA、SFA等多種方法，各有爭議；二是樣本單位不同，部分學(xué)者以省級面板數(shù)據(jù)對遼寧進行全要素生產(chǎn)率的測度與使用地級以上城市數(shù)據(jù)相比誤差更加明顯；三是數(shù)據(jù)指標不同，本文以工業(yè)部門為研究對象測算全要素生產(chǎn)率，投入產(chǎn)出變量相互之間也可能有所不同。

整體上看，遼寧地區(qū)大部分地級以上城市工業(yè)全要素生產(chǎn)率是下降的，僅有大連、盤錦、葫蘆島為正。2008~2017年間全遼寧省工業(yè)全要素生產(chǎn)率指數(shù)均值為0.953，年均下降率為4.7%，分解工業(yè)全要素生產(chǎn)率指數(shù)，得出遼寧省技術(shù)效率指數(shù)年均增長1.0%，呈正增長；遼寧省技術(shù)進步指數(shù)年均下降5.6%，呈負增長，說明遼寧省工業(yè)全要素生產(chǎn)率下降的主要來源是技術(shù)進步。較低的技術(shù)進步指數(shù)表明遼寧省工業(yè)技術(shù)進步還有很大的提升空間，對其改進則要從企業(yè)體制改革、優(yōu)化資源配置、調(diào)整生產(chǎn)規(guī)模、企業(yè)內(nèi)部控制管理等多方面著手。

2 實證分析

2.1 模型設(shè)定

基于作用機制中房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率的關(guān)系分析，考慮到房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率可能存在的非線性關(guān)系以及其他因素對工業(yè)全要素生產(chǎn)率的影響，構(gòu)造模型如下：

式中，TFP 表示工業(yè)全要素生產(chǎn)率；REI 表示房地產(chǎn)投資；NTR 表示自然資源稟賦；GOV 表示政府干預(yù)程度；NOV 表示科技創(chuàng)新投入；FDI 表示外商直接投資；IND 表示產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度；μi為不隨時間變化的不可觀測影響因素；εiy表示誤差項，角標i 和t 分別表示所在地區(qū)，以及年份時間。

2.2 變量選擇

2.2.1 被解釋變量

工業(yè)全要素生產(chǎn)率：在經(jīng)濟發(fā)展的過程中，效率是地區(qū)發(fā)展的核心內(nèi)容，工業(yè)是城市發(fā)展的經(jīng)濟支柱，而工業(yè)全要素生產(chǎn)率是衡量發(fā)展效率與質(zhì)量的重要指標，這與當前著名學(xué)者魯曉東等[13]所提倡的提高工業(yè)全要素生產(chǎn)率要從宏觀步入微觀來促進經(jīng)濟增長技術(shù)進步的觀點基本相符。

2.2.2 核心解釋變量

房地產(chǎn)投資指數(shù)：對于房地產(chǎn)投資的度量方式，現(xiàn)有文獻中存在的方法較多，孟憲春等[14]使用房地產(chǎn)開發(fā)投資存量來度量，張杰等[15]使用房地產(chǎn)投資增長率進行度量，本文選取各地級市房地產(chǎn)投資開發(fā)額的對數(shù)來衡量房地產(chǎn)投資這個變量。

2.2.3 解釋變量

本文所構(gòu)建的模型中包含自然資源稟賦NRE，政府干預(yù)程度GOV，科技創(chuàng)新投入NOV，對外開放程度FDI以及產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度IND。

（1）自然資源稟賦。比較優(yōu)勢理論認為“當城市擁有較高的自然資源稟賦時，就會密集使用該資源致使相關(guān)產(chǎn)業(yè)得到更快的發(fā)展，從而形成該種產(chǎn)業(yè)的比較優(yōu)勢”。因此本文選取各地級市農(nóng)、林、牧漁業(yè)和采礦業(yè)從業(yè)人員占全部從業(yè)人員的比重來衡量自然資源稟賦。

（2）政府干預(yù)程度。新自由主義學(xué)派在經(jīng)濟理論方面指出，“經(jīng)濟活動過程中市場應(yīng)該作為主體充分發(fā)揮調(diào)動作用，對于資源配置積極引導(dǎo)，以有效促進技術(shù)水平的提高，加快科技創(chuàng)新的速度，而不是由政府作為干預(yù)經(jīng)濟活動的主體”。因此，本文中的變量選取遼寧省各地級以上城市財政收入水平占所在地區(qū)GDP的比重作為政府干預(yù)程度的衡量指標。

（3）科技創(chuàng)新投入。新古典理論認為“地區(qū)的技術(shù)創(chuàng)新速度落后于該地區(qū)經(jīng)濟發(fā)展速度時，會導(dǎo)致發(fā)展不平衡的問題，當?shù)卣畬?yīng)通過補貼等方式以及加大科技投入等調(diào)控手段，積極引導(dǎo)當?shù)氐募夹g(shù)創(chuàng)新活動，充分發(fā)揮調(diào)動作用，加速技術(shù)進步，以有效改善經(jīng)濟發(fā)展速度和技術(shù)創(chuàng)新效率之間不平衡的問題”。因此，本文中的變量選取遼寧省各地級以上城市財政支出中的科學(xué)技術(shù)支出部分占總支出的比重作為科技創(chuàng)新投入的衡量指標。

（4）對外開放程度。新增長理論認為，資源配置效率受到對外開放程度的影響，對外開放帶動地區(qū)技術(shù)進步從而形成“規(guī)模經(jīng)濟”。以外商直接投資的方式帶動地區(qū)的技術(shù)效率從而實現(xiàn)“技術(shù)溢出”，帶動被投資地區(qū)的技術(shù)擴散速度，同時也可以通過對工業(yè)領(lǐng)域的投資，推動該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。因此，本文中的變量選取各地級以上城市外商投資占該地區(qū)生產(chǎn)總值的比重來衡量自然資源稟賦。

（5）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度。根據(jù)配第-克拉克定律，伴隨著經(jīng)濟發(fā)展、人力資本水平人均收入的提高，在勞動力需求因素的作用，第一產(chǎn)業(yè)會率先發(fā)生勞動力轉(zhuǎn)移，而第二產(chǎn)業(yè)會受到經(jīng)濟發(fā)展效率的帶動影響，隨后伴隨著經(jīng)濟發(fā)展和科技創(chuàng)新的不斷進步，第二產(chǎn)業(yè)會隨之發(fā)生勞動力轉(zhuǎn)移，第三產(chǎn)業(yè)會受到經(jīng)濟發(fā)展效率的帶動影響。因此，本文中的變量選取遼寧省各地級以上城市第二產(chǎn)業(yè)與第三產(chǎn)業(yè)增加值占所在地區(qū)GDP 的比重作為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度的衡量指標。

2.3 數(shù)據(jù)來源及研究方法

鑒于數(shù)據(jù)的可獲得性，本文利用匹配的2009~2017 年的遼寧省14 個地級以上城市市規(guī)模及以上工業(yè)企業(yè)的相關(guān)數(shù)據(jù)，以及房地產(chǎn)投資的相關(guān)數(shù)據(jù)作為分析的對象，數(shù)據(jù)來源為《遼寧省統(tǒng)計年鑒》（2009~2016）、《中國城市統(tǒng)計年鑒》（2009~2016）以及各地統(tǒng)計公報（2017）計算整理得到。變量描述性統(tǒng)計見表2。

表2 描述性變量統(tǒng)計

鑒于文本采用的是時間維度小于截面維度的短面板數(shù)據(jù)，據(jù)此直接對動態(tài)面板數(shù)據(jù)進行建模。可能對工業(yè)全要素生產(chǎn)率造成影響原因有很多，部分數(shù)據(jù)無法獲得且無法把所有因素都加入進模型當中，可能存在遺漏變量，從而產(chǎn)生內(nèi)生性的問題。綜上，本文選擇GMM方法對相關(guān)變量進行建模。Blundell等[16]緩解了因為數(shù)據(jù)誤差、遺漏變量等原因產(chǎn)生的內(nèi)生性問題，率先使用差分GMM方法，將所有可能存在的滯后變量作為工具變量對差分后的方程進行估計，但可能會存在弱工具變量的缺陷。Arellano等[17]在此基礎(chǔ)上將水平方程GMM和差分方程GMM相結(jié)合的方式建立估計模型。相比之下，系統(tǒng)GMM可以提升估計效率，比差分GMM更為有效，所本本文采用系統(tǒng)GMM的估算結(jié)果進行預(yù)測分析。

3 實證結(jié)果分析

如表3所示，模型中Ar（1）P均在0.001~0.005之間小于0.05，模型中Ar（2）P值均在0.867~0.989之間通過檢驗，說明模型不存在二階自相關(guān)。Sargan檢驗P值在0.335~0.775之間且Hansen檢驗的P值在0.973~0.998之間均通過檢驗，說明模型設(shè)定合理，顯著接受“所有工具變量都有效的”的原假設(shè)，不存在“過度識別”的問題。在模型（1）（2）（3）（5）（6）中因變量一階滯后變量通過顯著性檢驗，說明上期工業(yè)全要素生產(chǎn)率、技術(shù)效率或技術(shù)進步可能對本期存在負向影響。在穩(wěn)健性檢驗方面，表3中DIF-GMM與SYS-GMM分析結(jié)果中的核心解釋變量與控制變量顯著性與符號基本保持一致，在一定程度上驗證了模型的穩(wěn)健性。

（1）房地產(chǎn)投資與工業(yè)全要素生產(chǎn)率呈倒U型曲線，根據(jù)模型（1）模型（4）可知一次項呈正相關(guān)關(guān)系，而二次項呈負相關(guān)關(guān)系。在拐點的左側(cè)，房地產(chǎn)投資每增加1%，將促進工業(yè)全要素生產(chǎn)率增長0.0845%。在拐點的右側(cè)，房地產(chǎn)投資每增加1%，將降低工業(yè)全要素生產(chǎn)率0.0030%。通過模型（4）計算得出倒U型曲線的拐點值為14.0833，而目前遼寧省房地產(chǎn)投資均值為13.7478，說明當前房地產(chǎn)投資的程度已接近工業(yè)全要素生產(chǎn)率的拐點值，短期內(nèi)若繼續(xù)擴大房地產(chǎn)投資將會促進工業(yè)全要素生產(chǎn)率的提升。這是因為相較于工業(yè)的發(fā)展水平，房地產(chǎn)投資總量大、發(fā)展速度快，在發(fā)展不平衡不充分的情況下，房地產(chǎn)投資促使人口規(guī)模擴大而帶動工業(yè)全要素生產(chǎn)率的提升的邊際效應(yīng)已接近峰值，邊際效應(yīng)也減小，這也說明了房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率的正向影響是有限的。

（2）房地產(chǎn)投資與技術(shù)效率呈正U型曲線，根據(jù)模型（2）模型（5）可知一次項呈負相關(guān)，而二次項呈正相關(guān)。在拐點的左側(cè)，房地產(chǎn)投資每增加1%，將抑制促進技術(shù)效率0.6110%。在拐點的右側(cè)，房地產(chǎn)投資每增加1%，將促進技術(shù)效率增長0.0209%。通過模型（5）可計算出倒U型曲線的拐點值為14.6172。目前遼寧省房地產(chǎn)投資均值為13.7478，說明繼續(xù)擴大投資將會抑制技術(shù)效率的提升。

（3）房地產(chǎn)投資與技術(shù)進步呈倒U型曲線，根據(jù)模型（3）模型（6）可知一次項呈正相關(guān)關(guān)系，而二次項呈負相關(guān)關(guān)系。在拐點的左側(cè)，房地產(chǎn)投資每增加1%，將促進工業(yè)全要素生產(chǎn)率增長0.6466%。在拐點的右側(cè)，房地產(chǎn)投資每增加1%，將降低工業(yè)全要素生產(chǎn)率0.0224%。通過模型（6）計算得出倒U型曲線的拐點值為14.4330，而目前遼寧省房地產(chǎn)投資均值為13.7478，說明當前房地產(chǎn)投資的程度對技術(shù)進步的影響具有一定提升空間。

（4）自然資源稟賦在5%的水平上與工業(yè)全要素生產(chǎn)率呈現(xiàn)正相關(guān)，這說明遼寧省眾多資源性城市已普遍脫離依賴自然資源來發(fā)展經(jīng)濟。以自然資源換取經(jīng)濟發(fā)展，脫離技術(shù)進步和技術(shù)創(chuàng)新將走向“資源詛咒”，自然資源所產(chǎn)生的經(jīng)濟積累與人口集聚已帶動該地區(qū)的工業(yè)全要素生產(chǎn)率正向發(fā)展。外商投資、科技創(chuàng)新投入與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度均對工業(yè)全要素生產(chǎn)率呈正相關(guān)關(guān)系，這主要是因為外商企業(yè)可以帶來知識溢出、技術(shù)擴散從而促進工業(yè)全要素生產(chǎn)率上升，科技創(chuàng)新投入是直接反應(yīng)該地區(qū)經(jīng)濟的投入指標，各地區(qū)財政科學(xué)技術(shù)支出對工業(yè)全要素生產(chǎn)率有正向影響。而政府干預(yù)程度與工業(yè)全要素生產(chǎn)率存在負相關(guān)關(guān)系，主要原因在于政府的職能越位，并且對科技創(chuàng)新的投入力度不足，更加注重短期的經(jīng)濟發(fā)展效益所導(dǎo)致的。

按照系統(tǒng)GMM模型的回歸結(jié)果繪制出了房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率、技術(shù)效率和技術(shù)進步的影響關(guān)系如圖1所示。進一步觀察房地產(chǎn)投資指數(shù)各個門檻值的大小，可以發(fā)現(xiàn)工業(yè)全要素生產(chǎn)率、技術(shù)效率、技術(shù)進步與房地產(chǎn)投資指數(shù)的U型曲線關(guān)系的拐點分別為14.0833、14.6172、14.4330，結(jié)果表明目前房地產(chǎn)投資指數(shù)為13.7478，位于工業(yè)全要素生產(chǎn)率倒U型曲線的左側(cè)，若持續(xù)擴大房地產(chǎn)投資反而不利于工業(yè)全要素生產(chǎn)率的增長，從而使工業(yè)全要素生產(chǎn)率、技術(shù)效率轉(zhuǎn)為下降，適度控制房地產(chǎn)投資促進全要素生產(chǎn)率、技術(shù)效率增長而使整體進入的交匯發(fā)展的形勢當中。

表3 差分GMM 與系統(tǒng)GMM 估計結(jié)果

圖1 房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率、技術(shù)效率和技術(shù)進步的影響關(guān)系

4 政策建議

從實證分析的影響關(guān)系可以看出，房地產(chǎn)投資的確會對工業(yè)全要素生產(chǎn)率產(chǎn)生提高的效應(yīng)，但這種效應(yīng)會隨著房地產(chǎn)投資規(guī)模的過渡增長而產(chǎn)生負向影響。由于房地產(chǎn)投資指數(shù)已接近拐點值，地方政府重視房地產(chǎn)投資的膨脹可能阻礙城市工業(yè)全要素生產(chǎn)率的、技術(shù)進步的問題。著重調(diào)整房地產(chǎn)投資增速，平衡供需關(guān)系，正確引導(dǎo)房地產(chǎn)市場走向。準確控制房地產(chǎn)投資門檻值，對房地產(chǎn)投資進行適當“降溫”并嚴格管控土地市場?？刂品康禺a(chǎn)投資的增速對房地產(chǎn)市場進行中長期的規(guī)劃，以此促進遼寧地方經(jīng)濟發(fā)展質(zhì)量以及維護科技創(chuàng)新效率。遼寧省各地區(qū)工業(yè)全要素生產(chǎn)率的測度結(jié)果具有一定差異，各地技術(shù)發(fā)展水平不同，房地產(chǎn)投資規(guī)模優(yōu)勢具有較強的地域性，因此，需要因地制宜地采取收緊房地產(chǎn)投資的管控措施，強化政府對房地產(chǎn)投資的管控力度，保障房地產(chǎn)市場平穩(wěn)發(fā)展，政府的管控力度將直接影響房地產(chǎn)發(fā)展趨勢。在房地產(chǎn)投資指數(shù)較高的地區(qū)，政府通過房貸、限購等政策抑制投機、投資行為，并進一步通過稅收手段擠壓投機者利潤空間，如土地增值稅，LRP利率，基準利率等。同時增加保障性住房的供給，根據(jù)地區(qū)發(fā)展實際規(guī)模制定符合市場發(fā)展的二手房市場政策，正確引導(dǎo)房地產(chǎn)市場走向，避免房地產(chǎn)供給過度導(dǎo)致人口與產(chǎn)業(yè)發(fā)展失衡。

在解釋變量中，產(chǎn)業(yè)發(fā)展模式等因素同樣制約著科技創(chuàng)新能力，通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化工業(yè)全要素生產(chǎn)率的方式與遼寧地區(qū)較為契合?？衫眠|寧老工業(yè)基地優(yōu)勢，借鑒國際“再工業(yè)化”戰(zhàn)略，在省內(nèi)沿海城市全面加大對科技創(chuàng)新、技術(shù)進步的投入，以此帶動人口集聚和實體經(jīng)濟的發(fā)展，對高新技術(shù)企業(yè)加大扶持力度，以政府補貼、擔(dān)保等手段擴大企業(yè)發(fā)展空間，從而增強遼寧省的工業(yè)競爭力，以此來為工業(yè)發(fā)展提供更多的空間。

5 結(jié)語

本文在對工業(yè)全要生產(chǎn)率測度的基礎(chǔ)上，利用2009~2017年遼寧省14個地級以上市的面板數(shù)據(jù)進行實證分析，研究發(fā)現(xiàn)：房地產(chǎn)投資工業(yè)與全要素生產(chǎn)率呈顯著的倒U型關(guān)系，房地產(chǎn)投資與技術(shù)效率呈顯著的U型關(guān)系，房地產(chǎn)投資與技術(shù)進步呈顯著的倒U型關(guān)系。當前房地產(chǎn)投資對工業(yè)全要素生產(chǎn)率具有顯著的促進作用，但已接近拐點值，對技術(shù)效率的提升具有抑制作用，當前房地產(chǎn)投資對技術(shù)進步具有顯著的促進作用。遼寧各地逐步擺脫對自然資源的依賴，自然資源對工業(yè)全要素生產(chǎn)率具有正相關(guān)關(guān)系。外商投資、科技創(chuàng)新投入與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度均有助于工業(yè)全要素生產(chǎn)率的提升。