程文改，趙進(jìn)東，鄭 言

(1.河南九鼎金融租賃股份有限公司，河南 鄭州 450046；2.洛陽(yáng)理工學(xué)院，河南 洛陽(yáng) 471023；3.河南財(cái)政金融學(xué)院，河南 鄭州 450064)

一、文獻(xiàn)綜述

關(guān)于房地產(chǎn)投資在經(jīng)濟(jì)中所起的作用，早期一些經(jīng)濟(jì)學(xué)家認(rèn)為房地產(chǎn)投資抑制經(jīng)濟(jì)增長(zhǎng)。Mills(1987)利用1929年至1983年的數(shù)據(jù)測(cè)算了美國(guó)住房投資的回報(bào)率，發(fā)現(xiàn)住房投資的回報(bào)率僅為非住房投資的一半，因此，他認(rèn)為住房投資過(guò)度，會(huì)導(dǎo)致資本配置不當(dāng)，阻礙經(jīng)濟(jì)增長(zhǎng)[1]。且有證據(jù)表明，住房擁有率、住房GDP、銀行貸款總抵押貸款比例和國(guó)家發(fā)展水平之間存在正相關(guān)或者其他的關(guān)系[2](Martin，2005)。然而，自20世紀(jì)90年代以來(lái)，越來(lái)越多的研究聚焦于房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。學(xué)者們分析了主要經(jīng)濟(jì)實(shí)體的統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)建筑業(yè)(包括房地產(chǎn)開發(fā))對(duì)發(fā)達(dá)國(guó)家GDP增長(zhǎng)的貢獻(xiàn)率為5%—8%，高于發(fā)展中國(guó)家3%—5%的貢獻(xiàn)率[3](William和Denise，1998)。此后，Coulson和Kim(2000)利用多向量自回歸模型，以美國(guó)1959—1997年季度數(shù)據(jù)為基礎(chǔ)，考察了住房和非住房投資對(duì)GDP的影響。研究發(fā)現(xiàn)與非住房投資相比，住房投資對(duì)GDP的影響更大[4]。

關(guān)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)數(shù)量關(guān)系的研究，李娜(2012)采用投入產(chǎn)出模型和可計(jì)算一般均衡(CGE)模型相結(jié)合的兩階段方法，發(fā)現(xiàn)房地產(chǎn)投資對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用主要是短期的，而長(zhǎng)期均衡調(diào)整則不顯著[5]。農(nóng)匯福(2017)指出，房地產(chǎn)投資的波動(dòng)對(duì)GDP增長(zhǎng)具有正向影響，刺激作用長(zhǎng)期存在[6]。陳淑云(2012)利用湖北省1990—2009年的數(shù)據(jù)，研究了房地產(chǎn)投資、城鎮(zhèn)化水平與經(jīng)濟(jì)增長(zhǎng)之間的互動(dòng)關(guān)系，認(rèn)為經(jīng)濟(jì)增長(zhǎng)對(duì)房地產(chǎn)投資的影響大于房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響[7]。

通過(guò)對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，在關(guān)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)數(shù)量關(guān)系的研究中，大多數(shù)文獻(xiàn)采用靜態(tài)面板模型進(jìn)行研究，忽略了經(jīng)濟(jì)增長(zhǎng)滯后期對(duì)當(dāng)期的影響，且對(duì)于房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的內(nèi)生性問(wèn)題考慮較少。據(jù)此，本文構(gòu)建了房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)影響的動(dòng)態(tài)面板模型，并選取30個(gè)省區(qū)市1999—2017年動(dòng)態(tài)面板數(shù)據(jù)進(jìn)行實(shí)證分析，從數(shù)量視角研究房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

二、模型構(gòu)建和數(shù)據(jù)來(lái)源

(一)模型構(gòu)建

本文構(gòu)建的基本模型如下：

Y=Kα(AL)β

(1)

其中:Y為總的產(chǎn)出量；α為資本產(chǎn)出的彈性系數(shù)；K為資本投入；A為技術(shù)投入(效率)；L為人力資本投入；β為技術(shù)進(jìn)步和人力資本產(chǎn)出的彈性系數(shù)。

基于分析房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)規(guī)模的貢獻(xiàn)，將式(1)進(jìn)行擴(kuò)展，將資本投入分解為房地產(chǎn)投資Rei和非房地產(chǎn)投資Inv兩部分，將經(jīng)濟(jì)開放程度Op、工業(yè)化程度Ind和城鎮(zhèn)化程度Ur等作為控制變量加入模型中，得到擴(kuò)展后的房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)數(shù)量影響模型為：

Gdp=Reiα1Invα2Lα3Opα4Indα5Urα6

(2)

式中：αi表示各變量的彈性系數(shù)，i=1，2…6。

對(duì)模型進(jìn)行線性化處理，即對(duì)式(2)兩邊取對(duì)數(shù)，可得到如下函數(shù)：

lnGdp=α1lnRei+α2lnInv+α3lnL+α4lnOp+α5lnInd+α6lnUr

(3)

在式(3)的基礎(chǔ)上考慮樣本個(gè)體因素及時(shí)間因素，可得到房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)數(shù)量影響的靜態(tài)面板模型：

lnGdpit=c+α1lnReiit+α2lnInvit+α3lnLit+α4lnOpit+α5lnIndit+α6lnUrit+φit+μit

(4)

其中:i表示地區(qū)；t表示時(shí)間；c表示常數(shù)項(xiàng)；ai表示各變量的彈性系數(shù)，i=1,2,…6；φit表示省份樣本個(gè)體效應(yīng)；μit表示隨機(jī)誤差項(xiàng)。

式(4)沒(méi)有考慮被解釋變量前期水平對(duì)當(dāng)期的影響，為解決解釋變量和被解釋變量之間的互為因果關(guān)系而產(chǎn)生的內(nèi)生性問(wèn)題，在分析房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響時(shí)，應(yīng)考慮前期的國(guó)內(nèi)生產(chǎn)總值對(duì)當(dāng)期的影響。因此，還需將被解釋變量滯后期加入方程中，對(duì)式(4)進(jìn)一步擴(kuò)展為房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)數(shù)量影響的動(dòng)態(tài)面板模型：

(5)

式中:Gdpi,t-p表示滯后p期的國(guó)內(nèi)經(jīng)濟(jì)總產(chǎn)出GDP(-p)。

其中，系數(shù)i>0，表示該要素對(duì)國(guó)民經(jīng)濟(jì)總產(chǎn)出的影響為正向；反之，則表示該要素對(duì)國(guó)民經(jīng)濟(jì)總產(chǎn)出有負(fù)向影響。

(二)變量選取

本文將人均GDP作為被解釋變量，將人均房地產(chǎn)投資額作為解釋變量，將人均非房地產(chǎn)投資額、勞動(dòng)力投入量、經(jīng)濟(jì)開放程度、工業(yè)化程度、城鎮(zhèn)化水平等指標(biāo)作為控制變量。各變量的定義和說(shuō)明見表1。

表1 變量定義與說(shuō)明

(三)數(shù)據(jù)來(lái)源

由于2018年個(gè)別變量數(shù)據(jù)缺失，考慮數(shù)據(jù)的可得性和完整性，本文選取1999—2017年作為研究我國(guó)房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)關(guān)系的考察時(shí)段，相關(guān)數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒(2000—2019)》《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)(2000—2019)》《輝煌70年——新中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展成就(1949—2019)》、各省統(tǒng)計(jì)年鑒以及其他國(guó)家統(tǒng)計(jì)局官方數(shù)據(jù)。為了消除通貨膨脹的影響，將模型中所有數(shù)值型變量的數(shù)據(jù)除以各地消費(fèi)價(jià)格指數(shù)，得到各數(shù)值型變量的實(shí)際值。且由于新疆地區(qū)數(shù)據(jù)質(zhì)量較差，港澳臺(tái)地區(qū)統(tǒng)計(jì)口徑不一致，本文僅選取其他30個(gè)省區(qū)市1999—2017年動(dòng)態(tài)面板數(shù)據(jù)作為計(jì)量分析的對(duì)象，各變量的統(tǒng)計(jì)性描述見表2。

三、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸與檢驗(yàn)

作為參考系，先對(duì)靜態(tài)面板模型(4)進(jìn)行最小二乘法基準(zhǔn)回歸估計(jì)，再進(jìn)行固定效應(yīng)模型估計(jì)。靜態(tài)面板估計(jì)結(jié)果如表3所示。

由固定效應(yīng)模型估計(jì)結(jié)果F檢驗(yàn)可知，F(xiàn)=18.12，相應(yīng)的P值為0.000<0.05，各省區(qū)市固定效應(yīng)非常顯著，固定效應(yīng)模型估計(jì)結(jié)果優(yōu)于混合效應(yīng)模型。

(二)內(nèi)生性問(wèn)題分析

在估計(jì)了固定效應(yīng)模型和隨機(jī)效應(yīng)模型后，進(jìn)一步進(jìn)行Hausman檢驗(yàn)。Hausman檢驗(yàn)的原假設(shè)

表2 變量統(tǒng)計(jì)性描述

表3 房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)規(guī)模的靜態(tài)面板估計(jì)結(jié)果

H0：個(gè)體效應(yīng)與解釋變量不相關(guān)，即模型不存在內(nèi)生變量，所有解釋變量均為外生變量。若原假設(shè)成立，則固定效應(yīng)模型估計(jì)和隨機(jī)效應(yīng)模型估計(jì)得到的參數(shù)估計(jì)都是無(wú)偏且一致的，且固定效應(yīng)模型參數(shù)估計(jì)結(jié)果不具有效性；若原假設(shè)不成立，則隨機(jī)效應(yīng)模型參數(shù)估計(jì)不一致。

由Hausman檢驗(yàn)結(jié)果可知，chi2(6)=198.56，對(duì)應(yīng)的P值為0.000<0.05，拒絕原假設(shè)，表明個(gè)體效應(yīng)和解釋變量具有相關(guān)性，模型存在內(nèi)生變量，需要進(jìn)一步處理模型的內(nèi)生性問(wèn)題。針對(duì)計(jì)量模型存在內(nèi)生性的問(wèn)題，本文選擇以房地產(chǎn)投資強(qiáng)度lnRei作為內(nèi)生解釋變量，將其他控制變量作為外生變量處理，采用系統(tǒng)GMM方法對(duì)模型進(jìn)行估計(jì)。

(三)系統(tǒng)GMM估計(jì)

根據(jù)動(dòng)態(tài)面板模型(5)，本文采用系統(tǒng)GMM方法進(jìn)行參數(shù)估計(jì)。為了明確控制變量對(duì)估計(jì)結(jié)果的影響，驗(yàn)證內(nèi)生解釋變量與被解釋變量的穩(wěn)定關(guān)系，采用逐步加入控制變量的方法分別進(jìn)行系統(tǒng)GMM估計(jì)，估計(jì)結(jié)果見表4所示。

(四)結(jié)果分析

1.房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

由表4可知，房地產(chǎn)投資強(qiáng)度在模型(4)到(7)中其系數(shù)均在1%水平上顯著，沒(méi)有因控制變量的加入而改變，說(shuō)明相關(guān)回歸結(jié)果是穩(wěn)定的。根據(jù)模型(7)得知當(dāng)期人均房地產(chǎn)投資強(qiáng)度回歸系數(shù)為0.098，說(shuō)明當(dāng)期房地產(chǎn)投資強(qiáng)度對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)具有正向的影響。從模型結(jié)果來(lái)看，過(guò)去二十年，房地產(chǎn)投資對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的確起到了推動(dòng)作用，且效果顯著。

2.房地產(chǎn)投資滯后項(xiàng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

滯后Ⅰ階房地產(chǎn)投資強(qiáng)度回歸系數(shù)為-0.083，說(shuō)明前一期房地產(chǎn)投資對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)具有負(fù)向影響，可以從兩方面討論其原因：一是由于房地產(chǎn)投資對(duì)下游產(chǎn)業(yè)的推動(dòng)作用較小，弱于其引起的負(fù)面效應(yīng)，且房地產(chǎn)投資過(guò)熱會(huì)降低其對(duì)經(jīng)濟(jì)的彈性系數(shù)；二是由于GDP增長(zhǎng)對(duì)房地產(chǎn)投資具有擠出效應(yīng)，上一年的房地產(chǎn)投資會(huì)擠出今年的房地產(chǎn)投資，即存量對(duì)增量具有擠出效應(yīng)。當(dāng)期房地產(chǎn)投資與滯后Ⅰ階房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)不同，從長(zhǎng)期來(lái)看，當(dāng)滯后Ⅰ階房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響高于當(dāng)期房地產(chǎn)投資時(shí)，房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)將產(chǎn)生負(fù)向影響。因此，應(yīng)合理控制區(qū)域房地產(chǎn)存量規(guī)模，維持房地產(chǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng)的互利共生。

表4 房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)規(guī)模的系統(tǒng)GMM估計(jì)結(jié)果

3.房地產(chǎn)投資的二次項(xiàng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

由表4模型(8)可知，lnRei的彈性系數(shù)為0.139，而lnRei2的系數(shù)為-0.003，且分別在1%和5%水平上顯著。由此可以推斷，從長(zhǎng)期來(lái)看，房地產(chǎn)投資和經(jīng)濟(jì)增長(zhǎng)之間存在非線性關(guān)系，且呈現(xiàn)倒U形趨勢(shì)，即隨著房地產(chǎn)投資強(qiáng)度的提高，經(jīng)濟(jì)增長(zhǎng)速度會(huì)先增大后減小，在拐點(diǎn)后房地產(chǎn)投資的持續(xù)增長(zhǎng)將不再能夠推動(dòng)經(jīng)濟(jì)增長(zhǎng)。在經(jīng)濟(jì)發(fā)展處于較低水平時(shí)，房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用顯著且效用高，但隨著經(jīng)濟(jì)發(fā)展水平的提高，房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用會(huì)被削弱。

4.人均GDP的滯后項(xiàng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

人均GDP Ⅰ階和Ⅱ階滯后項(xiàng)在模型(4)到(7)中其系數(shù)均在5%水平上顯著，且未受到控制變量加入的影響，穩(wěn)定性較高。在模型(7)中其系數(shù)分別為1.402和-0.468，其中人均GDP Ⅰ階滯后項(xiàng)系數(shù)為正，表明前一期人均GDP強(qiáng)度對(duì)當(dāng)期人均GDP具有正向作用，且作用較強(qiáng)，這是由于短期內(nèi)經(jīng)濟(jì)發(fā)展具有一定的連續(xù)性，這也與社會(huì)經(jīng)濟(jì)實(shí)際相符合；但前兩期人均GDP的影響對(duì)當(dāng)期人均GDP影響相對(duì)較弱，且為負(fù)，這是由于遠(yuǎn)期經(jīng)濟(jì)發(fā)展對(duì)當(dāng)期的正向作用弱于其對(duì)當(dāng)期的負(fù)向作用，如對(duì)資源的占用而帶來(lái)的擠出效應(yīng)。但二者系數(shù)之和仍為正，表明前期的經(jīng)濟(jì)增長(zhǎng)總體對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)具有正向作用。

5.其他控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

非房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，在僅有勞動(dòng)力一個(gè)控制變量時(shí)，其系數(shù)為負(fù)但并不顯著，隨著控制變量的加入，因缺失變量而帶來(lái)的估計(jì)偏差逐漸縮小，在模型(7)中其系數(shù)為正，且在10%水平下顯著，表明非固定資產(chǎn)投資也會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，但彈性系數(shù)小于房地產(chǎn)投資的彈性系數(shù)。在模型(8)中，勞動(dòng)力投入量和經(jīng)濟(jì)開放程度對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不顯著，表明僅增加勞動(dòng)力的投入已不足以推動(dòng)經(jīng)濟(jì)的增長(zhǎng)，且我國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)進(jìn)出口總額的依賴度降低了。工業(yè)化程度和城鎮(zhèn)化水平參數(shù)為正且在5%水平下顯著，但其影響較弱，表明工業(yè)化和城鎮(zhèn)化所帶來(lái)的紅利仍在，依然可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但作用效果變?nèi)酢?/p>

(五)穩(wěn)健性檢驗(yàn)

1.穩(wěn)健性檢驗(yàn)Ⅰ：經(jīng)濟(jì)增長(zhǎng)的其他度量

在前文的實(shí)證分析中，均采用了人均GDP作為經(jīng)濟(jì)增長(zhǎng)的代理變量，但在一些文獻(xiàn)中(馬勇、陳雨露，2017)也提出可采用居民消費(fèi)水平從社會(huì)福利的角度來(lái)表征經(jīng)濟(jì)增長(zhǎng)水平[8]。由此，本文以居民消費(fèi)水平作為經(jīng)濟(jì)增長(zhǎng)的代理變量，對(duì)房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行回歸分析。以lnCon代替lnGdp，將模型(7)和模型(8)轉(zhuǎn)變?yōu)槟Ｐ?9)和模型(10)，并在模型(10)的基礎(chǔ)上加入房地產(chǎn)投資強(qiáng)度二次項(xiàng)變量，得到模型(11)?；貧w結(jié)果如表5所示。

從表5中可查AR(2)統(tǒng)計(jì)量及其P值，Sargan統(tǒng)計(jì)量及其P值，模型通過(guò)了二階序列相關(guān)檢驗(yàn)和Sargan檢驗(yàn)，估計(jì)結(jié)果可靠有效。房地產(chǎn)投資強(qiáng)度及其Ⅰ階滯后項(xiàng)的彈性系數(shù)在模型(9)到模型(11)中均在5%水平下顯著，當(dāng)期房地產(chǎn)強(qiáng)度系數(shù)為正，Ⅰ階滯后項(xiàng)的彈性系數(shù)為負(fù)，與模型(7)估計(jì)結(jié)果一致；在模型(11)中，加入了房地產(chǎn)投資強(qiáng)度系數(shù)為正，房地產(chǎn)強(qiáng)度二次項(xiàng)系數(shù)為負(fù)，依然呈倒U形關(guān)系，也與模型(8)估計(jì)結(jié)果一致。由此可知，房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系在不同經(jīng)濟(jì)變量下是穩(wěn)健的。

表5 人均房地產(chǎn)投資與居民消費(fèi)水平的系統(tǒng)GMM估計(jì)結(jié)果

2.穩(wěn)健性檢驗(yàn)Ⅱ：不同階段的度量

2008年，受世界經(jīng)濟(jì)危機(jī)下行壓力的影響，居民對(duì)房地產(chǎn)市場(chǎng)預(yù)期較為悲觀，房地產(chǎn)銷售面積和銷售均價(jià)出現(xiàn)了一定程度下滑，我國(guó)房地產(chǎn)業(yè)和經(jīng)濟(jì)增長(zhǎng)均受到了經(jīng)濟(jì)危機(jī)的沖擊。因此，本文以2008年經(jīng)濟(jì)危機(jī)為界，將樣本數(shù)據(jù)分為兩階段，即第一階段(1999—2008年)和第二階段(2009—2017年)。分別選取兩階段的樣本數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，估計(jì)結(jié)果如表6所示。

從表6中可查AR(2)統(tǒng)計(jì)量及其P值，Sargan統(tǒng)計(jì)量及其P值，模型通過(guò)了二階序列相關(guān)檢驗(yàn)和Sargan檢驗(yàn)，估計(jì)結(jié)果可靠有效。房地產(chǎn)投資強(qiáng)度及其Ⅰ階滯后項(xiàng)的彈性系數(shù)在模型(12)到模型(13)中均在5%水平下顯著，當(dāng)期房地產(chǎn)強(qiáng)度系數(shù)為正，Ⅰ階滯后項(xiàng)的彈性系數(shù)為負(fù)，與模型(7)估計(jì)結(jié)果一致；且在模型(12)到模型(13)中房地產(chǎn)強(qiáng)度二次項(xiàng)系數(shù)為負(fù)，房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)依然呈倒U形關(guān)系，也與模型(8)估計(jì)結(jié)果一致。由此可知，房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系在我國(guó)不同階段下是穩(wěn)健的。

表6 不同階段房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的系統(tǒng)GMM估計(jì)結(jié)果

四、結(jié)論與建議

本文從數(shù)量視角研究了房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響?；谛陆?jīng)濟(jì)增長(zhǎng)理論和柯布—道格拉斯生產(chǎn)函數(shù)，構(gòu)建了房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)數(shù)量影響的動(dòng)態(tài)面板模型；考慮模型存在內(nèi)生性問(wèn)題，采用系統(tǒng)GMM方法對(duì)模型參數(shù)進(jìn)行了估計(jì)，得出結(jié)論：1999—2017年期間房地產(chǎn)投資對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，且長(zhǎng)期來(lái)看二者之間存在倒U形關(guān)系，即隨著房地產(chǎn)投資強(qiáng)度的提高，經(jīng)濟(jì)增長(zhǎng)速度會(huì)先增大后減小，在拐點(diǎn)后房地產(chǎn)投資的持續(xù)增長(zhǎng)將不再能夠推動(dòng)經(jīng)濟(jì)增長(zhǎng)。從我國(guó)經(jīng)濟(jì)發(fā)展的現(xiàn)狀來(lái)看，房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)依然存在著密切的聯(lián)系，房地產(chǎn)投資規(guī)模和比重對(duì)保持經(jīng)濟(jì)平穩(wěn)發(fā)展、促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化改革、提高經(jīng)濟(jì)發(fā)展質(zhì)量有著極其重要的影響。本文的研究結(jié)論，對(duì)于科學(xué)合理地調(diào)控我國(guó)房地產(chǎn)投資，加快經(jīng)濟(jì)高質(zhì)量發(fā)展，具有以下政策建議：

第一，密切關(guān)注“拐點(diǎn)”，合理控制房地產(chǎn)投資規(guī)模。各地政府必須正確識(shí)別當(dāng)?shù)胤康禺a(chǎn)業(yè)發(fā)展和房地產(chǎn)投資處于倒U形曲線的位置，有針對(duì)性地采取多種有效措施，控制房地產(chǎn)投資規(guī)模。同時(shí)，為減弱經(jīng)濟(jì)增長(zhǎng)對(duì)房地產(chǎn)投資的依賴性，可以調(diào)控政策積極引導(dǎo)，使房地產(chǎn)投資轉(zhuǎn)向?qū)嶓w經(jīng)濟(jì)投資。另外，鑒于房地產(chǎn)市場(chǎng)對(duì)政策響應(yīng)的滯后性，各地應(yīng)構(gòu)建各自的動(dòng)態(tài)曲線，精準(zhǔn)識(shí)別“拐點(diǎn)”，建立穩(wěn)定、有預(yù)見性的房地產(chǎn)市場(chǎng)調(diào)控長(zhǎng)效機(jī)制。

第二，提高投資效率，促進(jìn)房地產(chǎn)業(yè)技術(shù)升級(jí)。房地產(chǎn)投資雖然在短期內(nèi)能拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但在提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量和維持經(jīng)濟(jì)長(zhǎng)期可持續(xù)發(fā)展方面，還需要通過(guò)進(jìn)一步提高投資效率來(lái)實(shí)現(xiàn)。因此，各地政府應(yīng)該采取有效措施積極引導(dǎo)更多資金投向技術(shù)創(chuàng)新領(lǐng)域，加大提高房地產(chǎn)業(yè)科技創(chuàng)新水平的力度，引導(dǎo)房地產(chǎn)業(yè)進(jìn)行產(chǎn)業(yè)化、標(biāo)準(zhǔn)化、信息化改革，提高房地產(chǎn)業(yè)生產(chǎn)效率和發(fā)展質(zhì)量，為經(jīng)濟(jì)可持續(xù)增長(zhǎng)打下基礎(chǔ)。同時(shí)也應(yīng)適度抑制固定資產(chǎn)投資增速過(guò)快的趨勢(shì)，以減少效率低下的投資項(xiàng)目。