朱慧吉

（華東政法大學(xué) 商學(xué)院，上海 201600）

一、引言

房地產(chǎn)業(yè)一直以來(lái)被當(dāng)做一種重要的實(shí)物產(chǎn)業(yè)，但也同時(shí)具備虛擬資產(chǎn)投資屬性。在我國(guó)國(guó)民經(jīng)濟(jì)中，房地產(chǎn)業(yè)占據(jù)了很大份額，并對(duì)經(jīng)濟(jì)增長(zhǎng)有顯著影響，是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)。 2002 年以來(lái)，我國(guó)GDP 增長(zhǎng)的特征之一就是對(duì)房地產(chǎn)業(yè)的高度依賴性，我國(guó)的房地產(chǎn)業(yè)產(chǎn)值占GDP 比重總體呈上升趨勢(shì)，經(jīng)濟(jì)發(fā)展對(duì)房地產(chǎn)業(yè)的依賴性也不斷增強(qiáng)。 所以，房?jī)r(jià)波動(dòng)對(duì)我國(guó)提高資源配置效率、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和維持經(jīng)濟(jì)發(fā)展穩(wěn)定方面具有重要影響。鑒于此，本文利用31 個(gè)省市自治區(qū)的面板數(shù)據(jù)實(shí)證考察了全國(guó)、東部地區(qū)和中西部地區(qū)的房?jī)r(jià)波動(dòng)與經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)關(guān)系。

二、文獻(xiàn)綜述

房?jī)r(jià)波動(dòng)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系研究一直受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，本文重點(diǎn)分析了國(guó)內(nèi)學(xué)者的相關(guān)研究。李宏瑾(2005)認(rèn)為房地產(chǎn)市場(chǎng)的發(fā)展推動(dòng)了經(jīng)濟(jì)的增長(zhǎng)，但經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素并不完全取決于房地產(chǎn)業(yè)，而是其自身周期發(fā)展的慣性。楊俊杰(2012)發(fā)現(xiàn)房地產(chǎn)價(jià)格的正向沖擊將使得消費(fèi)者減少消費(fèi)，增加投資，對(duì)GDP 有快速的拉升作用，但這種影響不會(huì)持續(xù)太久。李國(guó)斌(2018)等運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)回歸模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)質(zhì)量存在“倒U型”關(guān)系。 張勇(2015) 研究發(fā)現(xiàn)中國(guó)宏觀經(jīng)濟(jì)波動(dòng)中的40%的影響來(lái)源于房?jī)r(jià)的波動(dòng)，并且居民消費(fèi)25%以上的異常波動(dòng)也是來(lái)源于房?jī)r(jià)波動(dòng)，使得對(duì)經(jīng)濟(jì)造成巨大沖擊。

由此可以看出，國(guó)內(nèi)學(xué)者對(duì)于房?jī)r(jià)波動(dòng)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響有著不同的研究視角，即使在相同的研究視角下，研究結(jié)論也與不同的研究方法不一致。大多數(shù)使用面板模型進(jìn)行參數(shù)分析，并使用東部、中部和西部地區(qū)的區(qū)域劃分來(lái)分析區(qū)域差異。但是，從現(xiàn)實(shí)的角度來(lái)看，房?jī)r(jià)對(duì)經(jīng)濟(jì)發(fā)展的影響是一個(gè)動(dòng)態(tài)的過(guò)程，僅分析模型參數(shù)具有一定的局限性。引用道格拉斯的生產(chǎn)函數(shù)，建立面板VAR 模型，并利用最新數(shù)據(jù)來(lái)分析房?jī)r(jià)波動(dòng)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，從而得出更為客觀的結(jié)論。

二、模型構(gòu)建與變量選取

采用PVAR 模型，運(yùn)用2000-2018 年31 個(gè)省市自治區(qū)的省際面板數(shù)據(jù)，實(shí)證分析房?jī)r(jià)波動(dòng)與地區(qū)經(jīng)濟(jì)增長(zhǎng)互動(dòng)關(guān)系。PVAR 模型不僅繼承了傳統(tǒng)VAR 模型的優(yōu)點(diǎn)，也克服了傳統(tǒng)VAR 模型難以刻畫(huà)理性預(yù)期因素、處理的經(jīng)濟(jì)變量有限、參數(shù)不穩(wěn)定、對(duì)數(shù)據(jù)樣本要求長(zhǎng)度等缺點(diǎn)，使得傳統(tǒng)VAR 模型無(wú)法全面反映經(jīng)濟(jì)體真實(shí)情況的問(wèn)題得以避免。PVAR 模型不但對(duì)數(shù)據(jù)的長(zhǎng)度要求降低，同時(shí)能夠控制由于空間變動(dòng)造成的不可觀測(cè)的個(gè)體異質(zhì)性。構(gòu)建的模型，將所有變量納入內(nèi)生變量體系，采用脈沖響應(yīng)函數(shù)分析一個(gè)變量沖擊對(duì)另一個(gè)變量的影響，這樣能真實(shí)反映各變量間動(dòng)態(tài)關(guān)系，以便考察房?jī)r(jià)波動(dòng)與地區(qū)經(jīng)濟(jì)增長(zhǎng)直接與間接路徑。模型采用以下指標(biāo)：用商品房平均銷售價(jià)格（HP）表示房?jī)r(jià)；地區(qū)生產(chǎn)總值（GDP）表示總產(chǎn)出；高等學(xué)校在校生占總?cè)藬?shù)之比表示人力資本水平（HC）。本文所采用的所有數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站、《中國(guó)統(tǒng)計(jì)年鑒》及各地區(qū)統(tǒng)計(jì)年鑒等?？紤]到物價(jià)因素的影響，對(duì)地區(qū)名義生產(chǎn)總值（GDP）用GDP 指數(shù)進(jìn)行平減，對(duì)其他價(jià)值型數(shù)據(jù)用當(dāng)年CPI 進(jìn)行平減。另外，考慮到數(shù)據(jù)的平穩(wěn)性和異方差問(wèn)題，對(duì)數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理。

為了討論房?jī)r(jià)波動(dòng)對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響，更準(zhǔn)確反映兩者之間關(guān)系，引用柯布道格拉斯生產(chǎn)函數(shù)：Q=AKαLβ。在此函數(shù)中，Q 為地區(qū)總產(chǎn)出，在此表示地區(qū)經(jīng)濟(jì)增長(zhǎng)；K 為資本投入，包括房?jī)r(jià)和人力資本投入；L 為勞動(dòng)收入，表示總?cè)丝?；?和β 分別表示資本和勞動(dòng)的產(chǎn)出彈性。分別對(duì)柯布道格拉斯生產(chǎn)函數(shù)兩邊取對(duì)數(shù)，系數(shù)用Di 表示，得到以下公式：

經(jīng)變換得到模型：

三、實(shí)證分析

（一）變量描述性統(tǒng)計(jì)

著力于研究房?jī)r(jià)波動(dòng)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，引入道格拉斯生產(chǎn)函數(shù)，采用房?jī)r(jià)、人口數(shù)量、總產(chǎn)出3 個(gè)變量，通過(guò)建立面板VAR 模型，采用最新的數(shù)據(jù)來(lái)分析。變量的描述性統(tǒng)計(jì)如表1 所示。

表1 變量統(tǒng)計(jì)特征描述

（二）面板單位根檢驗(yàn)

對(duì)于時(shí)間序列數(shù)據(jù)需進(jìn)行平穩(wěn)性檢驗(yàn)，使用的省級(jí)面板數(shù)據(jù)具有時(shí)序的特征，因此構(gòu)建面板VAR 模型前對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)序列平穩(wěn)性，如表 2 所示。在使用面板VAR 模型進(jìn)行回歸分析之前應(yīng)該進(jìn)行單位根檢驗(yàn)，以避免出現(xiàn)偽回歸。同時(shí)，為消除上述模型所包含的時(shí)間效應(yīng)和個(gè)體效應(yīng)，對(duì)數(shù)據(jù)做了以下處理: 首先運(yùn)用均值差分法對(duì)各個(gè)變量消除時(shí)間效應(yīng)，而后使用一階向前差分法消除個(gè)體效應(yīng)，從而避免由于個(gè)體效應(yīng)和回歸因素相關(guān)而造成的系數(shù)估計(jì)偏差。利用Stata15 分析軟件對(duì)各個(gè)變量分別進(jìn)行了 LLC 統(tǒng)計(jì)量、IPS 統(tǒng)計(jì)量、ADF-Fisher 統(tǒng)計(jì)量和PP-Fisher 統(tǒng)計(jì)量檢驗(yàn)。從表中可以看出，變量qlnGDP、qlnHP 和qlnHC 一階均為平穩(wěn)序列。

表2 單位根檢驗(yàn)結(jié)果

（三）確定最優(yōu)滯后階數(shù)

接下來(lái)根據(jù)AIC、BIC 和HQIC 準(zhǔn)則對(duì)PVAR 模型的滯后階數(shù)進(jìn)行估計(jì)，結(jié)果如下：

表3 滯后階數(shù)選擇結(jié)果

（四）面板矩估計(jì)（GMM）

通過(guò)滯后期的選擇，將滯后期變量視為工具變量進(jìn)行估計(jì)，利用面板矩估計(jì)GMM 方法對(duì)面板VAR 模型估計(jì)。首先，東部地區(qū)的估計(jì)結(jié)果如表4 所示。

表4 東部地區(qū)模型GMM 估計(jì)結(jié)果

根據(jù)表4 可以發(fā)現(xiàn)，對(duì)于東部地區(qū)的樣本數(shù)據(jù)，HP 滯后一期對(duì)GDP 的影響在10%的顯著性水平下為負(fù)，而HP 的滯后二期對(duì)GDP 的影響在5%的顯著性水平下為正。也就是說(shuō)，整體來(lái)看，房?jī)r(jià)增長(zhǎng)在短期（滯后一期）對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制作用，而隨時(shí)間的延續(xù)，房?jī)r(jià)增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，但促進(jìn)效果小于短期的抑制效果。相反，HC 滯后一期對(duì)GDP 的影響在5%的顯著性水平下為正，而HP 的滯后二期對(duì)GDP 的影響在5%的顯著性水平下為負(fù)。即對(duì)于東部地區(qū)，人力資本投入在短期（滯后一期）對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，而隨時(shí)間的延續(xù)，人力資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制作用，但抑制效果小于短期的促進(jìn)效果。所以，對(duì)于東部地區(qū)，房?jī)r(jià)提高短期來(lái)看不能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，因此應(yīng)改變投資策略，不應(yīng)依靠房地產(chǎn)投資推動(dòng)經(jīng)濟(jì)增長(zhǎng)，應(yīng)當(dāng)著力于提升人力資本水平，這樣才能有效推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

接著，對(duì)中西部地區(qū)的樣本數(shù)據(jù)進(jìn)行估計(jì)，估計(jì)結(jié)果如表5 所示。

表5 中部地區(qū)模型GMM 估計(jì)結(jié)果

注：1.h_表示經(jīng)過(guò)前后均值差分處理后的變量，L 表示滯后一期，L2 表示滯后二期，L3、L4、L5 同理；2.***、**、*分別表示在1%、5%、10%的置信水平上顯著。

根據(jù)表5 可以發(fā)現(xiàn)，對(duì)于中西部地區(qū)的樣本數(shù)據(jù)，HP 滯后一期對(duì)GDP 的影響在5%的顯著性水平下為負(fù)，而HP 的滯后二期對(duì)GDP 的影響在5%的顯著性水平下為正。也就是說(shuō)，整體來(lái)看，房?jī)r(jià)增長(zhǎng)在短期（滯后一期）對(duì)經(jīng)濟(jì)增長(zhǎng)有抑制作用，而隨時(shí)間的延續(xù)，房?jī)r(jià)增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，但促進(jìn)效果大于短期的抑制效果。HC 滯后一期對(duì)GDP 的影響不顯著，HC 滯后二期對(duì)GDP 的影響在1%的顯著性水平下為正。所以，對(duì)于中西部樣本數(shù)據(jù)，房地產(chǎn)投資能推動(dòng)經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)也能推動(dòng)房地產(chǎn)發(fā)展，因此應(yīng)加大力度發(fā)展房地產(chǎn)行業(yè)，推動(dòng)經(jīng)濟(jì)增長(zhǎng)。但房?jī)r(jià)上升不利于人才集聚，且人才集聚對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)不顯著，說(shuō)明中西部地區(qū)人力資本水平未能充分推動(dòng)經(jīng)濟(jì)增長(zhǎng)，仍然有較大發(fā)展空間。

（五）脈沖響應(yīng)函數(shù)分析

面板VAR 的優(yōu)勢(shì)就是可以利用脈沖響應(yīng)圖進(jìn)一步對(duì)變量之間的動(dòng)態(tài)關(guān)系進(jìn)行更為直觀的分析。本文通過(guò)對(duì)各變量間的脈沖響應(yīng)結(jié)果觀測(cè)，使用變量沖擊分析法對(duì)隨機(jī)誤差項(xiàng)進(jìn)行研究分析，以探索出當(dāng)前變量的期望值與未來(lái)波動(dòng)之間的相互影響。

從圖1 可以看出，給HP 一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)GDP 產(chǎn)生一個(gè)緩慢的正向影響，且影響有輕微波動(dòng)。給HC 一個(gè)標(biāo)準(zhǔn)差的沖擊，表現(xiàn)和HP 大致相同，這表明對(duì)于全國(guó)來(lái)說(shuō)，房?jī)r(jià)提高能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)也能推動(dòng)房?jī)r(jià)提高，因此房地產(chǎn)投資能推動(dòng)經(jīng)濟(jì)增長(zhǎng)。房?jī)r(jià)提高會(huì)促使人力資本提高，人力資本的提高也進(jìn)一步推動(dòng)經(jīng)濟(jì)增長(zhǎng)，因此應(yīng)合理限制房?jī)r(jià)，提升住房保障，吸引人才集聚，以推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

圖1 全國(guó)脈沖響應(yīng)圖

從圖2 可以看出，給HP 一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)GDP 產(chǎn)生一個(gè)較強(qiáng)的反向影響，隨著時(shí)間的推移強(qiáng)度增加。給HC 一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)GDP 的影響并不明顯。所以對(duì)于東部地區(qū)來(lái)說(shuō)，房?jī)r(jià)提高不能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，因此應(yīng)改變投資策略，不應(yīng)依靠房地產(chǎn)投資推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

圖2 東部地區(qū)脈沖響應(yīng)圖

從圖3 可以看出，給HP 一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)GDP 產(chǎn)生一個(gè)緩慢的正向影響，且影響漸弱。所以，對(duì)于中西部地區(qū)，房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用并不明顯，經(jīng)濟(jì)增長(zhǎng)也能推動(dòng)房地產(chǎn)發(fā)展，因此應(yīng)加大力度發(fā)展房地產(chǎn)行業(yè)，推動(dòng)經(jīng)濟(jì)增長(zhǎng)。但房?jī)r(jià)上升不利于人才集聚，且人才集聚對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)不顯著，說(shuō)明中西部地區(qū)人力資本水平未能充分推動(dòng)經(jīng)濟(jì)增長(zhǎng)，仍然有較大發(fā)展空間。

圖3 西部地區(qū)脈沖響應(yīng)圖

（六）方差分解

通過(guò)方差分解可以進(jìn)一步度量房?jī)r(jià)波動(dòng)、人力資本、經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期動(dòng)態(tài)關(guān)系，分析各變量的方差貢獻(xiàn)率構(gòu)成。

通過(guò)表6 方差分解的對(duì)比發(fā)現(xiàn)，全國(guó)的房?jī)r(jià)對(duì)自身的方差貢獻(xiàn)率最高，在第2 期為92.6%，到第10 期時(shí)仍然占據(jù)73.2%，其次是對(duì)GDP 的貢獻(xiàn)率比較高，最后為人力資本。分地區(qū)來(lái)看，在滯后2 期時(shí)，東部地區(qū)房?jī)r(jià)對(duì)自身貢獻(xiàn)率最高，而在滯后10 期時(shí)，東部地區(qū)房?jī)r(jià)的預(yù)測(cè)方差有18.3%來(lái)自于自身，68.6%來(lái)自于GDP。對(duì)于中西部地區(qū)，在滯后10 期時(shí)，房?jī)r(jià)對(duì)自身的貢獻(xiàn)率為38.2%，對(duì)GDP 的貢獻(xiàn)率達(dá)到61.4%。與人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率比較，全國(guó)的房?jī)r(jià)比人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率高，東部地區(qū)和中西部地區(qū)同樣如此。

表6 方差分解

四、結(jié)論與建議

以全國(guó)31 個(gè)省市自治區(qū)，并區(qū)分了東部和中西部作為研究對(duì)象，在合理構(gòu)建變量的基礎(chǔ)上，建立面板自回歸向量PVAR 模型，分別揭示了全國(guó)范圍、東部地區(qū)、中西部地區(qū)房?jī)r(jià)波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制，最終結(jié)論及建議如下。

1.根據(jù)全國(guó)樣本，房?jī)r(jià)提高能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)也能推動(dòng)房?jī)r(jià)提高，因此房地產(chǎn)投資能推動(dòng)經(jīng)濟(jì)增長(zhǎng)。房?jī)r(jià)提高會(huì)促使人力資本提高，人力資本的提高也進(jìn)一步推動(dòng)經(jīng)濟(jì)增長(zhǎng)，因此應(yīng)合理限制房?jī)r(jià)，提升住房保障，吸引人才集聚，以推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

2.根據(jù)東部樣本，房?jī)r(jià)提高不能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但經(jīng)濟(jì)增長(zhǎng)能推動(dòng)房?jī)r(jià)上升，因此應(yīng)改變投資策略，不應(yīng)依靠房地產(chǎn)投資推動(dòng)經(jīng)濟(jì)增長(zhǎng)，應(yīng)當(dāng)著力于提升人力資本水平，這樣才能有效推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

3.根據(jù)中西部樣本，房地產(chǎn)投資能推動(dòng)經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)也能推動(dòng)房地產(chǎn)發(fā)展，因此應(yīng)加大力度發(fā)展房地產(chǎn)行業(yè)，推動(dòng)經(jīng)濟(jì)增長(zhǎng)。但房?jī)r(jià)上升不利于人才集聚，且人才集聚對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)不顯著，說(shuō)明中西部地區(qū)人力資本水平未能充分推動(dòng)經(jīng)濟(jì)增長(zhǎng)，仍然有較大發(fā)展空間。