唐文廣，郝 娜，魏聰穎，吳慧敏

(天津商業(yè)大學(xué) 理學(xué)院，天津 300134)

1 問題的提出

回首世界經(jīng)濟(jì)發(fā)展歷程，國際上多次經(jīng)濟(jì)危機(jī)的爆發(fā)都與房地產(chǎn)市場存在關(guān)聯(lián)，且其中多次都是由房價的過度波動而直接引發(fā)。這一波動也顯著影響了我國經(jīng)濟(jì)：2008年，我國房地產(chǎn)市場受到金融危機(jī)的影響，市場成交量驟降，進(jìn)入了周期性調(diào)整階段；2009年，隨著金融形勢逐漸的趨于穩(wěn)定及政府許多有利政策的實(shí)施，我國房地產(chǎn)市場又迎來了量價齊升的火爆場面，房地產(chǎn)市場觸底反彈，市場波動的風(fēng)險變大。此后，我國的房地產(chǎn)市場也一直處于波動之中，直到近幾年，房價上漲過快、房地產(chǎn)投資過熱等問題頻出，讓房地產(chǎn)市場成為了國家重點(diǎn)調(diào)控的對象之一。因此，為了合理調(diào)控房價，維持區(qū)域經(jīng)濟(jì)穩(wěn)定，必須明確房地產(chǎn)波動與經(jīng)濟(jì)增長之間的關(guān)系。

許多學(xué)者研究了我國房地產(chǎn)業(yè)發(fā)展對經(jīng)濟(jì)增長的影響。王飛等(2005)[1]、許憲春等(2015)[2]、許祥云等(2017)[3]利用描述統(tǒng)計，基于房地產(chǎn)的開發(fā)、投資、消費(fèi)研究了房地產(chǎn)業(yè)對經(jīng)濟(jì)增長的影響，結(jié)果表明房地產(chǎn)業(yè)的發(fā)展明顯地促進(jìn)了國民經(jīng)濟(jì)增長。王先柱(2007)[4]利用VAR模型研究了房地產(chǎn)業(yè)與經(jīng)濟(jì)增長之間的關(guān)系，結(jié)果表明房地產(chǎn)銷售額對經(jīng)濟(jì)發(fā)展有明顯的正向作用，這與梁云芳等(2006)[5]、陸春菊(2008)[6]利用計量模型得到的結(jié)論一致。杜佳和毛加強(qiáng)(2020)[7]采用時間序列數(shù)據(jù),從量化的角度探討房地產(chǎn)行業(yè)的發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系,結(jié)果表明房地產(chǎn)業(yè)投資額對國內(nèi)生產(chǎn)總值的變化具有正向作用。

隨著研究內(nèi)容的豐富和研究范圍的延伸，學(xué)者們逐漸傾向于使用數(shù)據(jù)周期較長、信息更加全面的面板數(shù)據(jù)建立模型，并從不同的角度出發(fā)深入研究問題。況偉大(2011)[8]選用1996～2008年35個城市的數(shù)據(jù)建立面板數(shù)據(jù)模型，研究了住房市場對經(jīng)濟(jì)發(fā)展的影響，結(jié)果表明過度發(fā)展的房地產(chǎn)業(yè)會通過影響居民的非住房消費(fèi)從而阻礙經(jīng)濟(jì)的發(fā)展，這與陸銘等(2014)[9]得到的結(jié)論一致。張洪等(2014)[10]、張屹山等(2018)[11]同時考慮面板數(shù)據(jù)和房地產(chǎn)投資的空間效應(yīng)，得到了房地產(chǎn)投資會明顯促進(jìn)經(jīng)濟(jì)增長的結(jié)論。景剛和王立國(2019)[12]利用中國31個省市在2000～2016年的面板數(shù)據(jù)，通過建立全樣本、分地區(qū)、分時段的模型，研究了房地產(chǎn)投資對中國經(jīng)濟(jì)增長的影響效應(yīng)，結(jié)果表明在經(jīng)濟(jì)比較發(fā)達(dá)的東部和中部地區(qū)房地產(chǎn)投資對中國經(jīng)濟(jì)增長的影響效應(yīng)較高。

本文基于多維度視角，采用我國31個省市的2009～2016年的面板數(shù)據(jù)，系統(tǒng)地衡量沿海和內(nèi)陸地區(qū)房地產(chǎn)市場的波動程度，同時在考慮空間相關(guān)性的基礎(chǔ)上，分別對沿海和內(nèi)陸地區(qū)建立空間計量模型，使得結(jié)果更加真實(shí)、可信，最后針對沿海和內(nèi)陸地區(qū)經(jīng)濟(jì)發(fā)展的差異，為房地產(chǎn)市場和區(qū)域經(jīng)濟(jì)發(fā)展提出合理的政策建議。

2 理論模型的設(shè)定

2.1 指標(biāo)的選取與測算

本文采用中國大陸31個省市(不含港、澳、臺地區(qū))2009～2016年共8年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，所需各省市的基礎(chǔ)數(shù)據(jù)均取自2010～2017年的《中國統(tǒng)計年鑒》。對于各個解釋變量的具體測算將一一介紹。

2.1.1 房地產(chǎn)市場波動程度的測算

房地產(chǎn)的投資規(guī)模、價格水平以及交易情況都對我國的經(jīng)濟(jì)增長有重要影響[2]，本文從房地產(chǎn)投資指標(biāo)、價格指標(biāo)以及交易指標(biāo)這3個不同維度出發(fā)，構(gòu)建如下表1所示的指標(biāo)體系用以描述房地產(chǎn)市場波動程度。

表1 房地產(chǎn)波動指標(biāo)體系

第t年第i個省份的房地產(chǎn)市場波動程度的計算公式為：

(1)

式(1)中，ωjt是利用熵值法計算的第j個指標(biāo)在t年的權(quán)重，pijt為利用熵值法計算的第i個省份第j個指標(biāo)在t年占所有省份的比重。

2.1.2 金融發(fā)展水平的測算

金融業(yè)的發(fā)展對區(qū)域經(jīng)濟(jì)增長有顯著的影響，參照學(xué)者周天蕓(2014)[13]的方法，金融發(fā)展水平可以通過金融機(jī)構(gòu)存款和貸款余額占各省市GDP的百分比進(jìn)行衡量，第t年第i個省份的金融發(fā)展水平計算公式為：

finit=(exit+imit)/gdpit

(2)

式(2)中，exit、imit分別表示第t年第i個省份的金融機(jī)構(gòu)貸款和存款余額，gpdit表示第t年第i個省份的地區(qū)生產(chǎn)總值。

2.1.3 政府消費(fèi)水平的測算

政府消費(fèi)也對區(qū)域經(jīng)濟(jì)增長有著至關(guān)重要的作用，具體而言，用各省市的政府消費(fèi)占GDP的比重來衡量政府消費(fèi)水平，本文通過對數(shù)處理以減少估計結(jié)果受到數(shù)據(jù)波動性的影響，政府消費(fèi)水平在第t年第i個省份的計算公式為：

lngovit=ln(feit/gdpit)

(3)

式(3)中，feit、gdpit分別表示第i個省份在第t年的政府消費(fèi)和地區(qū)生產(chǎn)總值。

2.1.4 城市設(shè)施水平的測算

城市之間主要以鐵路、公路為交流的樞紐，對區(qū)域經(jīng)濟(jì)增長具有重要影響，具體地，城市設(shè)施水平可以通過鐵路和公路的里程數(shù)占本地區(qū)人口總量的比例來表征。同樣進(jìn)行對數(shù)處理，則城市設(shè)施水平在第t年第i個省份的計算公式為：

lnmfit=ln((RDit+RAit)/Menit

(4)

式(4)中，RDit、RAit分別表示公路、鐵路在第t年第i個省份的總里程數(shù)，Menit表示人口在第t年第i個省份的總量。

2.1.5 人力資本水平的測算

人力資本水平可以通過平均受教育年限來衡量，本文以未上過學(xué)、小學(xué)、初中、高中、大專及以上這5個不同層次對居民的受教育程度進(jìn)行劃分，分別設(shè)定0、6、9、12、16年為這5個層次的累積受教育年限，進(jìn)而得到人力資本水平在第t年第i個省份的計算公式為：

tecit=0*Noit+6*Scit+9*Mdit+12*Hgit+16*Adit

(5)

式(5)中，Noit、Scit、Mdit、Hgit和Adit分別表示第t年第i個省份的未上過學(xué)、小學(xué)、初中、高中、大專及以上學(xué)歷的人數(shù)所占比例。

2.2 空間計量模型的設(shè)定

為了精準(zhǔn)測算房地產(chǎn)市場波動程度對區(qū)域經(jīng)濟(jì)增長的影響，本文在該空間計量模型的設(shè)定中，考慮了影響區(qū)域經(jīng)濟(jì)增長的主要因素，其中房地產(chǎn)市場波動程度為核心解釋變量，金融發(fā)展水平、城市設(shè)施水平、政府消費(fèi)水平和人力資本水平這四個變量為控制變量，具體模型如下：

Yit=α0+α1lnfdit+α2lnfinit+α3lnmfdit+α4lngovit+α5tecit+μit

(6)

式(6)中，t表示年份，i表示國內(nèi)各省市；Y代表經(jīng)濟(jì)增長(GDP的增長率)；lnfdit表示第t年第i個省市的房地產(chǎn)市場波動程度；lnfinit表示第t年第i個省市的金融發(fā)展水平；lngovit表示第t年第i個省市的城市設(shè)施水平；tecit表示第t年第i個省市的政府消費(fèi)水平；表示第t年第i個省市的人力資本水平；μit為隨機(jī)誤差項。

3 房地產(chǎn)市場波動與區(qū)域經(jīng)濟(jì)增長的檢驗(yàn)

3.1 空間相關(guān)性檢驗(yàn)

在建立空間計量模型之前，首先要對被解釋變量進(jìn)行空間相關(guān)性檢驗(yàn)。學(xué)術(shù)界最常用的方法是Moran’sI指數(shù)法[14]，計算公式為：

(7)

根據(jù)經(jīng)濟(jì)地理權(quán)重矩陣，對沿海和內(nèi)陸各省市GDP增長率的空間相關(guān)性進(jìn)行檢驗(yàn)(其中，沿海地區(qū)包括北京、遼寧、天津、山東、江蘇、浙江、上海、福建、廣東、海南這10個省或直轄市，其余為內(nèi)陸地區(qū))，結(jié)果如表2所示。

表2 空間相關(guān)性檢驗(yàn)結(jié)果

由表2結(jié)果可以看出，GDP增長率(沿海、內(nèi)陸)的Moran’s I值分別為0.35967、0.61817，Z統(tǒng)計量(沿海、內(nèi)陸)的值分別為4.52、11.52，P值遠(yuǎn)遠(yuǎn)小于0.01。從而得到，沿海和內(nèi)陸地區(qū)的各省市之間經(jīng)濟(jì)增長正向溢出效應(yīng)明顯，因此，可以進(jìn)一步建立空間面板模型進(jìn)行問題探究。

3.2 空間計量模型的選擇與影響效應(yīng)

確認(rèn)樣本存在空間相關(guān)性之后，還需要進(jìn)一步的檢驗(yàn)來明確空間計量模型的類別。首先通過解釋變量和被解釋變量計算SAR Panel Model(空間滯后面板模型)和SEM Panel Model(空間誤差面板模型)的拉格朗日乘子統(tǒng)計量，再進(jìn)行穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。

表3 空間計量模型的設(shè)定檢驗(yàn)

一般地，采用空間滯后面板模型的標(biāo)準(zhǔn)是拉格朗日乘子LMERR不顯著而LMSAR顯著，相反則應(yīng)采用空間誤差面板模型。由表3可以看出，在5%的顯著性水平下，不論是沿海還是內(nèi)陸各省份的LMSAR、LMERR和R-LMSAR、R-LMERR都通過了顯著性檢驗(yàn)，但由于沿海和內(nèi)陸兩個地區(qū)之間的LMSAR都大于LMERR，并且在該顯著性水平下R-LMSAR比R-LMERR的顯著性更高，由此可知采用空間滯后面板模型進(jìn)行分析更為合理。

接下來，空間因素對于各個變量的影響是隨機(jī)效應(yīng)還是固定效應(yīng)需要進(jìn)一步的確定，檢驗(yàn)結(jié)果如表4所示。由表4可以看出，不論是LR for FE、LR for RE還是Hausman檢驗(yàn)都拒絕原假設(shè)，由此可知針對本問題固定效應(yīng)模型比隨機(jī)效應(yīng)模型更合適，因此固定效應(yīng)下的空間滯后面板模型是本文的最終選擇。

表4 空間滯后面板模型的固定效應(yīng)和隨機(jī)效應(yīng)檢驗(yàn)

利用Matlab軟件，分別對沿海和內(nèi)陸地區(qū)的固定效應(yīng)下的空間滯后面板模型進(jìn)行參數(shù)估計，結(jié)果如表5所示。由表5的估計結(jié)果可知，在5%的顯著性水平下，沿海地區(qū)的fd、fin以及tec均通過檢驗(yàn)，而lnmf和lngov并不顯著；在10%的顯著性水平下，內(nèi)陸地區(qū)的fin和lnmf通過檢驗(yàn)，而fd、lngov和tec并不顯著。其中，沿海和內(nèi)陸地區(qū)的固定效應(yīng)下的空間滯后面板模型中的空間滯后項的系數(shù)分別為0.523994和0.783979，該結(jié)果表明通過了顯著性檢驗(yàn)，這與空間相關(guān)性檢驗(yàn)的結(jié)果相吻合，表明中國沿海和內(nèi)陸各省域之間的經(jīng)濟(jì)增長正向空間溢出效應(yīng)較為明顯。另外，可以看到固定效應(yīng)下的空間滯后面板模型的擬合優(yōu)度分別為0.5825和0.7572，表明模型擬合效果較好。

最后，本文又對上述兩個模型的殘差進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)沿海和內(nèi)陸地區(qū)的Moran’sI值分別為-0.1277和-0.0306，對應(yīng)的P值分別為0.21和0.72，檢驗(yàn)結(jié)果表明殘差已不存在空間相關(guān)性，由此可以看出模型設(shè)定的合理性，被解釋變量同各個解釋變量之間的數(shù)量關(guān)系可以通過模型得到真實(shí)的反映。

4 結(jié)論與建議

本文采用固定效應(yīng)下的空間滯后模型實(shí)證分析了房地產(chǎn)市場波動與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系，得到的主要結(jié)論有以下5點(diǎn)。

(1)沿海和內(nèi)陸各省市之間經(jīng)濟(jì)增長的正向溢出效應(yīng)明顯。沿海和內(nèi)陸各省市的GDP增長率的Moran’s I值分別為0.36、0.62，表明區(qū)域之間的經(jīng)濟(jì)增長存在一定的聯(lián)動效應(yīng)，某個省份的經(jīng)濟(jì)增長會刺激周邊省份的經(jīng)濟(jì)增長。

(2)房地產(chǎn)市場的波動不同程度的抑制了區(qū)域的經(jīng)濟(jì)增長，市場波動對沿海地區(qū)經(jīng)濟(jì)增長的抑制作用比內(nèi)陸地區(qū)更顯著。由于沿海地區(qū)的房地產(chǎn)投資規(guī)模較大，房地產(chǎn)開發(fā)投資形成的固定資本占GDP的比重較高，因此市場波動對區(qū)域經(jīng)濟(jì)增長的抑制作用比較顯著；而內(nèi)陸地區(qū)由于房地產(chǎn)投資水平相對較低，房地產(chǎn)市場的波動對于區(qū)域經(jīng)濟(jì)增長的抑制作用不顯著。

(3)金融發(fā)展水平對區(qū)域經(jīng)濟(jì)增長的影響顯著為負(fù)。一般而言，基于金融市場高效的前提，金融市場的發(fā)展能夠有效促進(jìn)區(qū)域經(jīng)濟(jì)的增長，但由于我國不夠完善的金融市場體系和政府部門的約束，使得金融市場的效率低下，從而不能完全發(fā)揮對區(qū)域經(jīng)濟(jì)增長的支持作用。

(4)沿海地區(qū)的城市設(shè)施水平的回歸系數(shù)為負(fù)且不顯著，表明城市設(shè)施水平對區(qū)域經(jīng)濟(jì)增長沒有明顯的阻礙作用；內(nèi)陸地區(qū)的城市設(shè)施水平的回歸系數(shù)為負(fù)且顯著，表明城市設(shè)施水平對區(qū)域經(jīng)濟(jì)增長有明顯的阻礙作用。內(nèi)陸地區(qū)城市設(shè)施建設(shè)的過量投入使得基礎(chǔ)設(shè)施產(chǎn)能過剩，加重了政府部門的債務(wù)負(fù)擔(dān)，進(jìn)而阻礙了區(qū)域經(jīng)濟(jì)的增長。

(5)人力資本水平越高對區(qū)域經(jīng)濟(jì)增長的促進(jìn)作用越顯著。沿海地區(qū)具有較高的人力資本水平和人才受教育程度，并且逐漸提升了區(qū)域的科技創(chuàng)新能力，對區(qū)域經(jīng)濟(jì)增長作用顯著。

據(jù)此，對各地方政府提出如下建議：首先，各區(qū)域的地方政府應(yīng)該聯(lián)合起來，共同制定發(fā)展計劃，從而擴(kuò)大正向溢出的經(jīng)濟(jì)增長；其次，無論是沿海還是內(nèi)陸地區(qū)，地方政府都應(yīng)充分合理地調(diào)控房地產(chǎn)市場，以平衡房地產(chǎn)市場的供需關(guān)系，穩(wěn)定房地產(chǎn)的價格，控制房地產(chǎn)投機(jī)和炒作，減少房地產(chǎn)市場的波動，促進(jìn)房地產(chǎn)業(yè)健康平穩(wěn)的發(fā)展；再次，政府部門還要加快金融市場體系的完善，適當(dāng)減少對金融市場的制約，逐步提高金融市場的效率；最后，內(nèi)陸地區(qū)的地方政府要解決基礎(chǔ)設(shè)施產(chǎn)能過剩問題，并不斷提升地區(qū)人力資本水平。