卓武揚，陳 婷

（西華大學 經濟學院，四川 成都 610000）

0 引言

自新中國建立以來，我們一共經歷了三次住房體制改革，在近七十年的時間里，住房供給體系逐漸演變成為住宅建設市場化和住房消費貨幣化的道路.不論是分房制度的取消還是人們日益提高的生活水平，都使得大眾對居住條件的改善或優(yōu)化有了更迫切的需求.由此，房地產市場當之無愧的發(fā)展成為國民經濟的支柱產業(yè)之一.［1］

與此同時，眾所周知由于歷史發(fā)展和地理位置等原因，一直以來我國地區(qū)經濟發(fā)展極不平衡，各地區(qū)房地產業(yè)發(fā)展情況的差異較大，相較而言沿海城市的發(fā)展水平高于內陸.［2］因此為了改善緩和這種不平衡的發(fā)展態(tài)勢，研究我國各類地區(qū)房地產業(yè)與經濟發(fā)展的關系尤為必要，具有重要的理論和現(xiàn)實意義.

目前關于房地產投資和經濟增長的研究有許多，主要體現(xiàn)在研究分析房地產投資和經濟增長之間的關系.大多數(shù)研究結果都認為房地產投資和經濟增長之間存在一個穩(wěn)定且長期的關系，在一定程度上房地產投資會促進經濟的增長.羅國銀（2010）通過分析房地產投資對我國經濟增長的貢獻,認為房地產投資對各省市的經濟增長都存在顯著的正向影響,但對不同地區(qū)的影響力存在差異 .［3］侯婷（2010）通過投入產出的方式分析房地產投資對經濟增長的貢獻度，認為當前我國的經濟增長以及過度依賴與房地產投資的發(fā)展.［4］陳淑云（2012）對全國70個大中城市根據(jù)規(guī)模分類,并建立面板數(shù)據(jù)模型,結果認為較大城市規(guī)模情況下房地產投資對于經濟增長的促進作用較為明顯.［5］張屹山（2018）通過空間效應分析認為房地產投資的空間溢出效應具有結構性差異,在經濟發(fā)展較為均衡的地區(qū)間,有顯著的正向溢出效應,而對地理位置臨近但經濟發(fā)展差異較大的地區(qū)則有顯著的擠占效應.［6］

1 變量、數(shù)據(jù)與模型設定

1.1 變量與數(shù)據(jù)

考慮到數(shù)據(jù)的可得性，本文主要選取了成都市2002年至2016年的房地產投資和區(qū)域國內生產總值兩項數(shù)據(jù)進行實證研究和分析.二者的數(shù)據(jù)都來自于國家統(tǒng)計局.

房地產開發(fā)投資（INV）直接采用了地區(qū)房地產開發(fā)投資額，它反應了每年房地產開發(fā)投資的規(guī)模大小.區(qū)域國內生產總值（GDP）則直接采用地區(qū)的國內生產總值數(shù)據(jù)，它反應的是每年成都市經濟發(fā)展水平的差異.

為了消除數(shù)據(jù)中的異方差問題，我們將對二者數(shù)據(jù)取自然對數(shù)，并將處理后的變量分別命名為lnINV和lnGDP.

由于兩種指標的數(shù)值均逐年增加，由此推斷二者之間可能存在相關聯(lián)系.將lnINV和lnGDP兩個變量作出趨勢變化圖，如圖1所示.

圖1 lnGDP與lnINV折線圖

由圖1顯示可知，lnGDP和lnINV兩條直線變化趨同，且lnGDP一直處于lnINV上方，由此推測二者之間可能存在相互影響的關系.

1.2 模型設定

Var模型又稱之為向量自回歸模型，它是計量經濟學中常用的一種模型，普遍運用于經濟、金融等時間序列中.這種模型把每一個外生變量都作為所有內生變量滯后值的函數(shù)來構建模型，對于考察多個變量之間的動態(tài)互動關系非常適用.

黨的十八大報告提出:“健全反腐敗法律制度，防控廉政風險，防止利益沖突，更加科學有效地防治腐敗”。2005年中共中央頒布的《建立健全教育、制度、監(jiān)督并重的懲治和預防腐敗體系實施綱要》提出，要加快制定廉政立法進程，研究制定反腐敗方面的專門法律，修訂和完善《刑法》、《刑事訴訟法》等相關法律制度。

2 實證分析

2.1 VAR模型估計

使用eviews軟件為lnGDP和lnINV變量建立向量自回歸模型，并通過SC和AIC最小準則確定最佳滯后期數(shù)為4.［7］

根據(jù)估計結果，可以寫出以下的標準型的VAR模型:

從上述公式可以看到，對于lnGDP變量而言，自身的前三期影響因子較大，且主要呈正向影響，lnINV的前一期影響最大呈負向影響.對于lnINV變量而言，自身的前一期影響較大呈負相關，lnGDP前三期影響較大，呈正相關.這說明房地產開發(fā)投資與經濟增長之前是存在一定的相互影響關系.不過這種影響強度的強弱則與時間有關，距離越近的時期二者影響作用越大.

2.2 脈沖響應函數(shù)分析

在現(xiàn)實生活中，很多時候研究者關注的對象并不是VAR模型中各個等式的系數(shù)，這主要是因為系數(shù)往往非常多，而且這個系數(shù)只能反映一個局部的動態(tài)關系.所以，為了捕捉全面動態(tài)的關系，系統(tǒng)分析房地產產業(yè)與經濟增長之間的關聯(lián)，需要對此進行脈沖響應函數(shù)分析.

利用Eviews軟件求出該VAR模型的脈沖響應圖如圖2所示：

圖2 脈沖響應函數(shù)的圖形輸出結果

圖2 中左上角顯示的是經濟增長對自身的脈沖響應函數(shù)圖，右上角顯示的是房地產投資ln-INV變動一個標準差對經濟增長lnGDP的脈沖函數(shù)圖.圖中實線表示lnGDP受沖擊后的趨勢，兩側虛線表示兩倍誤差.可以看出，lnINV的一個正向沖擊后，從第一期開始lnGDP開始上升并在第三期達到最高值，然后沖擊作用下降.同理可分析lnGDP對于lnINV的沖擊.所以通過以上判斷可以得出，經濟增長和房地產投資之間具有相互的正向沖擊作用.

2.3 方差分解

通常情況下，脈沖響應函數(shù)反映的是一個變量沖擊對另一個變量沖擊的動態(tài)的影響過程.而方差分解則可以具體的將VAR模型系統(tǒng)內的一個變量的方差具體分解到各個擾動項上.也就是說，方差分解能夠提供每個因素影響各變量的相對程度.

綜上，當?shù)胤康禺a投資和地區(qū)生產總值之間存在著雙向動態(tài)影響，但是地區(qū)生產總值對于房地產投資的貢獻度大于房地產投資對于地區(qū)生產總值的貢獻度.因此得出以下結論：第一，房地產投資對于地方經濟增長有一定的影響作用，但是這種作用有一定的限度，即地方政府不能夠長期通過房地產投資這種方式來保持地方經濟增長.第二，地方經濟增長在某種程度上對房地產投資發(fā)展形成了路徑依賴，因此房地產投資現(xiàn)象在短期內不會完全消失.

2.4 Granger因果關系檢驗

格蘭杰因果關系檢驗實際上就是進行一組顯著性檢驗,它可以用來檢驗某個變量的所有滯后項是否對另一個或其他的變量當期值有影響.如果影響顯著，說明變量之間存在格蘭杰因果關系，反之則沒有.

首先運用eviews進行協(xié)整檢驗，結果認為變量lnGDP和變量lnINV之間具有協(xié)整關系，從而可以進行下一步的Granger因果關系檢驗.結果如表1所示.

表1 Granger因果關系檢驗結果

從表1的結果可以看出兩次檢驗的P值均遠遠大于0.05，也就是說，我們可以認為變量lnINV和變量lnGDP之間存在雙向因果關系.即是說成都市的地區(qū)生產總值和房地產投資之間具有密切的關系.

3 結論與政策建議

本文通過建立VAR模型分析了成都市房地產投資與地區(qū)生產總值之間的實證關系，主要結論如下：成都市房地產投資與經濟增長二者之間存在一個相對穩(wěn)定、密切且長效的經濟關系，并且這兩個變量之間的因果關系是雙向的.房地產投資對經濟增長有明顯的促進作用，但作用時間有限；經濟增長能夠激勵投資者加大房地產投資.這個結論在一定程度上體現(xiàn)了成都市的經濟發(fā)展實際情況，同時也暴露出來在以前政策推行中的一些問題.比如說，單純依靠加大對房地產市場的投入和開發(fā)來刺激經濟增長，可能會產生嚴重的“擠出效應”從而與初衷背道而馳的的政策效果.

根據(jù)以上結論，我們可以得到一些相關的政策啟示：

房地產市場高漲或低迷在一定程度上將影響居民消費、土地財政收入等各個方面.經濟的好壞同時也會影響居民的信心和預期.正是這些各方面的組合使得房地產行業(yè)和經濟發(fā)展之間具有錯綜復雜的關系.因此為了維持成都市經濟健康增長，政府有必要調控好房地產市場.

主要從以下幾個方面的措施：

第一，協(xié)同各行業(yè)共同發(fā)展，房地產經濟能夠調動相關產業(yè)如裝修，鋼鐵等.而這些產業(yè)的聯(lián)動發(fā)展都會促進當?shù)卣麄€經濟的增長.因此，對于一個地區(qū)來說，要想有穩(wěn)定持久的發(fā)展不能僅僅依靠于房地產來帶動，我們需要綜合、有機的將各行各業(yè)結合起來，達到平衡發(fā)展.

第二，政府應該對于當前房地產業(yè)的發(fā)展做出合理的規(guī)劃，使之有目前本地的區(qū)域經濟發(fā)展水平相適應，采取積極有效地措施控制住房的有效供給和不合理需求.同時相關部門應該針對房地產價格應采取調控和監(jiān)督，防止惡意投機炒房.

第三，整頓并規(guī)范房地產市場秩序，制定、完善相應的法律法規(guī)，對違規(guī)企業(yè)和公司進行嚴厲查處.這對于經濟健康發(fā)展具有很大的意義還能有效防范住房泡沫和金融風險.