房地產業價格變動對物價的影響——國際比較及啟示

劉曉欣 賈慶英

（南開大學 經濟學院，天津300207）

中國房地產市場化十幾年來，房價 “只漲不跌”似乎成為了中國房地產業的神話。統計數據顯示：2000-2013年中國平均房價指數變動193%，而北京、上海等一線城市更是漲勢迅猛，上漲幅度達到339%和359%①數據來源：根據國家統計局公布的35個大中城市房地產價格指數整理計算得到。。房地產業曾為經濟的增長做出了較大的貢獻。然而，房價的快速上漲將社會的資金大量吸引到房地產市場，嚴重阻礙了實體經濟的發展。從產業鏈的角度來看，房地產業價格的變動會引起其他產業價格的變動。鑒于以上事實，研究和測度房地產業價格變動對物價及經濟的影響是非常有意義的。那么，如何測度房地產業價格變動對其他產業以及整個物價水平的影響？中國房地產市場化前后房地產業價格變動對物價影響有何不同？經濟結構和經濟發展程度能否影響房地產業價格變動對物價的影響程度？世界主要國家房地產價格變動的影響及給我們的啟示是什么？

一、文獻評述

目前國內外研究房地產價格變動對經濟及物價的影響主要有以下幾個方面。

房地產價格對宏觀經濟影響，主要基于房地產價格和各宏觀經濟變量的關系。關于房地產價格與經濟增長的關系，趙昕東（2010）通過計量分析發現正向的房地產價格沖擊最終導致通貨膨脹率和國內生產總值增長率上升到一個新的高度［1］。對房地產價格變動的財富效應，Case K E，等 （2001）；Ludwig A 和 Slk T（2004）研究發現發達國家的房地產財富效應不明顯，但這種效應顯著存在并且大于股票的財富效應［1-3］。對于中國房地產財富效應的研究，王子龍（2011）等發現中國房價與消費的關系為負，這說明中國房地產的財富效應小于房價上升對消費的擠出［4］。楊俊杰（2012）研究了房地產價格波動對宏觀經濟波動的微觀機制，發現當期宏觀經濟波動不僅取決于滯后一期的宏觀經濟波動，還取決于當期與滯后兩期的房地產價格［5］。趙西亮（2014）等考察了房價上漲對城鎮居民儲蓄率的影響，發現房價上漲僅會顯著降低擁有多套房家庭的儲蓄率，但不能解釋中國城鎮居民整體儲蓄率的上升［6］。胡國、宋建江（2005）的研究則認為房地產價格上漲使得區域金融的風險上升，穩定性下降［7］。張曉晶、孫濤（2006）認為本輪房地產周期對金融穩定的影響，歸根到底都將最先體現為銀行風險，也將最集中地體現為銀行風險［8］。劉丹、張中銘（2010）建立了基于宏觀經濟運行的房價波動風險的分析框架，度量超出實體經濟支撐的風險和市場局部失衡的風險［9］。

針對房地產價格對物價的影響，部分學者進行了描述性分析。毛豐付（2008）從勞動力成本的角度分析了房地產價格上升一方面會提高勞動者的生活成本，另一方面會降低勞動報酬，由此會引發持續性通貨膨脹［10］。繆仕國（2011）則從貨幣政策的角度研究了房價和物價的關系，發現房價是物價上漲的主要原因［11］。也有學者從國民經濟角度研究房地產業價格變動對一般物價的影響。何俊芳（2008）基于2002年中國投入產出表，利用投入產出價格影響模型研究了房地產業價格波動對中國物價的影響，發現中國房地產業和金融業聯系緊密，并且房價的劇烈波動會對國民經濟協調發展造成損害［12］。原鵬飛（2010）基于可計算一般均衡模型分析了房地產業價格波動對宏觀經濟的影響，研究發現房價的上漲會帶來國民經濟各產業產出的增長，但是房價的下跌將會造成其他產業更大幅度的下跌［13］。

本文應用非進口競爭型投入產出價格影響模型，首先分析中國1995-2011年房地產業價格上漲對各產業價格以及整體物價水平的影響程度。然后對不同發展程度和不同經濟結構國家的房地產業價格對物價影響程度進行動態分析，了解房地產價格對不同類型產業和不同測算范圍的價格指數的影響。目的是為中國如何應對目前房價上漲積累的風險提供參考。

二、數據來源、說明和處理

世界投入產出數據庫（WIOD）2013年10月公布了42個國家1995-2011年35個部門以美元計價產業對產業的非進口競爭型投入產出表。表的基本結構如表1所示。

表1 WIOD公布的投入產出表基本結構

房地產作為一種客觀存在的物質形態，是房產與地產的總稱，包括土地和地上永久建筑物及其所衍生的權利。房地產業則是指圍繞房地產進行的經濟活動。中國國民經濟行業分類標準（GB/T 4754-2011）是在聯合國《所有經濟活動的國際標準行業分類》（ISIC，Rev 4）基礎上制定的。根據國際標準行業分類，“房地產業包括用自有或租賃財產進行的房地產活動，以及在收費或合同基礎上進行的房地產活動，其中用自有或租賃財產進行的房地產活動不包括建筑項目的開發、土地細分與改良、住宿等”?？梢姡@里圍繞房地產進行的經濟活動實際是房地產的買賣、租賃、估價和契約管理服務等活動。建筑業則是指普通和專用建筑工程及土木工程的建造。在所有的國民經濟產業分類標準中，“建筑業”與“房地產業”分屬兩個不同的產業門類①聯合國：《所有經濟活動的國際標準行業分類》2009版中建筑業分屬門類F，房地產活動分屬門類L。。投入產出核算和分析中的行業分類與國民經濟行業分類是一致的，因此，可以利用投入產出數據來測算和分析房地產業與其他產業的關聯性以及房地產業價格變動對其他產業和物價的影響。在對房地產業統計范圍規定的基礎上，通過以下幾個步驟進行測算。

首先，結合國際行業分類標準，參考中國工業和信息化部的產業分類標準，并根據與房地產業的關聯性，將上述35個部門的投入產出表歸并為農業、原材料工業、消費品工業、裝備制造業、電氣水供應業、建筑業、批發零售業、住宿餐飲業、運輸和倉儲業、金融業、房地產業、租賃和商業服務業、公共服務業、其他服務業②其他服務業為服務業中除金融、房地產、租賃和商業服務業、公共服務業之外的產業，主要包括教育、衛生和社會工作、其他社區社會及個人服務業以及家庭服務業。14個產業。

其次，在科學選擇產業分類標志的基礎上，劉曉欣（2012）借鑒MPS理念定義實體經濟，并與SNA核算體系相結合，將全部經濟活動劃分為“實體經濟、虛擬經濟（或高端服務業）和一般服務業”三大類部門的理論［14］。上述14個產業中的農業、原材料工業、消費品工業、裝備制造業、電氣水供應業、建筑業、批發零售業、住宿餐飲業、運輸和倉儲業屬于實體經濟部門，其他產業均為服務業；其中服務業中的金融業、房地產業、租賃和商業服務業我們定義為虛擬經濟（或高端服務業），公共服務業和其他服務業則劃歸為一般服務業。

最后，由于房屋的不可移動性，房地產業與進出口的關系似乎并不強，但投入產出的產業關聯分析，可以反映兩者間的直接和間接聯系。例如，2011年我國房地產業直接進口系數（房地產業進口量與本產業總產值的比）僅為0.01③數據來源：根據WIOD公布的中國2011年投入產出表計算得到。，但是與房地產業相關聯的原材料工業、建筑業、金融業和裝備制造業的進口品比率是很高的，尤其是裝備制造業的直接進口系數達到0.1。由于非進口競爭型投入產出表區分了國產品和進口品。基于非進口競爭型投入產出表能夠更加精確的反映各行業間、各行業進出口間的直接和間接關聯，從而能夠更加準確地測算房地產業價格變動對物價及經濟的影響。

在國家選擇上，本文選取了中國、美國、德國和俄羅斯四個國家。為了分析不同經濟發展程度下房地產業價格對物價的影響，本文著重分析了中國2000年前后房地產業價格變動對物價影響的差異，并選取了美國和德國作為發達國家的代表，同時選取與中國經濟發展程度相當并同為金磚五國之一的俄羅斯來進行對比分析。就經濟結構而言，美國自20世紀60-70年代開始去工業化，經濟虛擬化程度逐漸上升，并于2008年爆發了由次貸危機引發的金融危機，并危及全球；德國是高度發達的工業國，主要經濟支柱是工業，德國是典型的實體經濟為主的國家。德國1993年經歷了戰后最嚴重的衰退，1994年經濟開始回升，在之后經濟雖有小幅波動但保持相對平穩的增長趨勢；俄羅斯1992-2000年經歷了“休克療法”，其間俄羅斯出現惡性通貨膨脹，經濟發生了嚴重的衰退。2000年之后俄羅斯經濟增長強勢，但2008年金融危機導致俄羅斯經濟出現負增長。因此通過動態分析和國際比較可以看清房地產業價格對物價影響程度與經濟發展程度和經濟結構的關系，以及在危機來臨前的表現，從而為中國應對房地產業潛在的危機和風險提供參考。

三、中國房價變動對物價的影響

（一）非進口競爭型產品價格影響模型

1.投入產出價格影響模型的基本假設

投入產出價格影響模型主要基于以下假設：（1）價格變動為成本推動型的，不考慮由于價格變動引起的工資和利潤率的改變；（2）當某產業產品價格發生變動時，其他產業沒有采取節約成本的措施，即投入系數不變；（3）不考慮價格變動引起的供求變化和由供求引起的價格變化；（4）折舊率不變。

2.非競爭型產品價格影響模型

研究某一產業部門產品價格變動對其他產業部門產品價格的影響需要用到產品價格影響模型。產品價格影響模型研究的是在其他部門價格不變的情況下，某一個或者某幾個部門產品價格發生變動對其他部門價格水平的影響。下面將推導非進口競爭型產品價格影響模型。

非進口競爭型投入產出表列平衡關系為

本文要分析的是國內一個部門（房地產業）價格變動對其他部門產品價格變動的影響，假設主動調價部門為部門i，價格變動為Δpi，其他部門為從動部門，增加值不變，進口品價格不變。從而有

式（4）為非進口競爭投入產出產品價格影響模型的最終表達式。

3.在產品價格影響模型基礎上計算各類物價指數

目前中國國家統計局統計計算的物價指數主要有：居民消費價格指數（CPI），商品零售價格指數（RPI），農業生產資料價格指數（AMPI），農產品生產價格指數（MTPI），固定資產投資價格指數（FAIP）和工業生產者出廠價格指數（PPI）等①《中國統計年鑒-2013》：中國統計出版社。。

各類價格指數統計范圍與產業分類的對照如表2所示。各物價指數的測算內容不同，其中CPI反映居民家庭購買消費商品及服務的價格水平的變動情況，RPI只反映社會消費商品的價格水平的變動情況，PPI反映工業企業產品出廠價格變動趨勢和變動程度，FAIP反映固定資產投資價格變動趨勢和程度，MTPI則反映農產品生產者出售農產品價格水平變動趨勢及幅度。因此通過對比各物價指數受房地產業價格變動影響的大小可以發現物價變動的來源，因此本文選取這幾個指標作為測算物價水平的指標。

我國自2001年采用國際通行的鏈式拉氏貝爾公式來計算物價指數，對于每類物價指數先分別編制每一部分的價格指數，然后采用加權算術平均法求出價格總指數。在產品價格影響模型的基礎上根據不同的權重可以計算各類物價指數，這與國家統計局統計的價格指數在內涵上是一致的?；竟綖?/p>

其中ΔPIm表示價格指數m，表示第個產業在該物價指數中所占的權重。表2各指數后表示的是與投入產出表對應的權重。

表2 各類物價指數測算范圍與行業對照

（二）對其他產業的影響

圖1為在不考慮傳導時滯和傳導阻滯的情況下，根據式（4）計算的中國房地產業價格變動10%的情況下各產業價格變動百分比。

（1）房地產業價格變動對服務類產業影響幅度大于實體經濟類產業。如表4所示，當中國房地產部門產品價格變動10%的情況下，從橫向來看價格變動幅度最大的六個產業分別為金融業、公共服務業、批發零售業、租賃和商業服務業、其他服務業、住宿和餐飲業。在服務類行業中虛擬經濟類行業（或高端服務業）總體受影響的程度大于其他產業，特別是制造業。在房地產業價格變動相同幅度下，金融業價格變動幅度是裝備制造業價格變動幅度的4.9倍①結果為17年的平均值比較。，是消費品工業的5.3倍，原材料工業的5.7倍。雖然金融業和租賃服務業受房地產產業價格影響的程度有所波動，但仍高于大多實體經濟類產業。

圖1 中國房價對其他產業變動影響

（2）房地產業價格變動對金融業的影響程度較大，但是從歷史的角度看，受影響的程度在1995-2011年間一直在下降。房地產業價格變動10%時，金融業價格變動幅度從1995年的1.12%下降到2002年的0.5%。這是因為，在住房實物配給階段，房屋是由各單位建設分配給員工居住，所需資金大多來自金融支持，個人無需出資。但是在市場條件下，無論是開發商的開發階段還是個人購買住房階段在向金融機構融資的同時會有一部分自有資金的投入，因此在房地產業由住房實物配給階段向市場化階段過渡的時期金融業價格受房地產價格影響的幅度會出現一定幅度的下降。2002年之后完成了房地產市場化階段過渡，金融業價格受房地產業價格影響的幅度處于相對穩定的水平。

（3）經濟發展程度和房地產市場化程度不同，房地產業價格變動對其他產業價格變動的影響程度呈不同狀態。2000年是中國房地產市場化的分水嶺，從縱向來看，房地產業價格幅度變動10%的情況下，對大部分產業價格的影響幅度都是先減小，到2000年房地產市場化完成，隨著經濟發展程度的提高各產業受房地產業價格變動影響的程度逐漸增大，呈“U型”。以批發零售業和住宿餐飲業為例，批發零售業價格變動幅度從1995年的0.49%，下降到2000年的0.26%，但是又慢慢上升到2011年的0.36%。同樣住宿和餐飲業價格變動幅度從1995年的0.17%下降到2000年的0.12%，又升到2011年的0.25%。但是公共服務業與其他產業呈現相反的趨勢，呈倒“U型”。在2002年之前公共服務業受房地產業價格變動影響的幅度越來越大，而2002年之后逐漸減小。在1999-2004年高于所有產業的價格變動幅度。這主要由于以下兩個原因：首先由于1993年房地產泡沫嚴重，政府實行緊縮性調控政策，停止銀行貸款，政府直接干預房地產市場。而到1998年底政府出臺了一系列此刺激房地產業發展的政策，到2000年開始中國房地產業開始復蘇，并開始進入房地產的商品化時代。其次，1994-2000年是中國住房市場由實物配給到市場化的過渡時期，政府對房地產業的干預越來越大，而2000年后市場化程度提高，政府對房地產業的干預程度相對降低。

（三）對物價水平的影響

在不考慮傳導時滯和傳導阻滯的情況下，根據投入產出產品價格模型得到房地產業價格變動對各類物價指數的影響是最大程度的影響或者潛在影響。表3是根據式（5）計算的在房地產部門產品價格變動10%的情況下，各類物價指數的變動幅度。

（1）各類物價指數受房地產業價格變動影響幅度由大到小分別是：居民消費價格指數（CPI）＞固定資產投資價格指數（FAIP）＞農產品價格指數（MTPI）＞零售商品價格指數（RPI）＞工業生產者出廠價格指數（PPI）。相比其他價格指數居民消費價格指數（CPI）漲幅最大，因為CPI中服務類產業占的比重是最大的，而上述分析也顯示房地產業價格變動影響最大的前六個產業大部分是服務類產業。1995-2011年，房地產業價格平均每年變動10%的情況下，RPI、PPI、MTPI和FAPI的平均變動幅度分別0.09%、0.1%、0.11%和0.41%，都小于 CPI平均變動幅度，為0.9%。與其他物價指數相比，CPI的測算范圍不經包含實體經濟產業產品，還包含各項服務，服務類產業尤其是虛擬經濟類產業權重高。因此，房地產業價格變動對CPI的影響程度大于對其他物價指數的影響程度。

（2）房地產部門價格變動對CPI影響的程度越來越大。若房地產業價格平均每年變動10%，受此影響，1995-2011年CPI的變動幅度由0.74%上升到1.09%。房地產業對CPI影響程度越來越大的一個重要原因是在居民的消費籃子中，服務類消費占比越來越高，1995年服務類消費只占28.5%，到2011年服務類消費占居民消費的比例為50.4%，2009、2010年則達到54%①數據來源：根據中國統計局各年全國統計年鑒計算得到。。

表3 中國房地產業產品價格變動10%時各類物價指數的變動百分比 （%）

（3）房地產業價格變動對固定資產投資價格指數（FAPI）受影響較大。統計數據顯示，中國資本形成總額最高的四個產業分別是建筑業、裝備制造業、房地產業和批發零售業，其中房地產業和批發零售業資本形成額占資本形成總額的10%左右。對于中國而言，房地產業價格變動對FAPI影響的幅度大于RPI、PPI、MTPI，但是小于CPI。這是因為FAPI的測算范圍與CPI一樣包含所有行業，但是其服務業的占比遠小于CPI。

（4）各類物價指數受房地產業價格變動的影響程度與房地產業的市場化程度和經濟發展程度相關。如表3中所示，從歷史的角度看，FAPI、MTPI、RPI和PPI受房地產業價格變動影響的程度都在1995年到2000年逐漸下降，但是到2000年前后開始逐漸上升。這是由于1994-2000年為房地產市場由計劃配給制向市場化的過渡時期，而2000年之后我國房地產實現市場化并且經濟發展程度逐步提高。所以，中國的經濟發展程度越高、房地產業市場化程度越高，各類物價指數受房地產業價格變動影響的幅度越大。

四、房地產業價格變動對物價影響的國際比較

上文分析了中國1995-2011年房地產業價格變動對其他產業價格水平和一般價格水平的影響。那么與中國相比，世界上其他國家房地產業價格對一般價格水平的影響是怎樣的？經濟發展程度和經濟結構的差異是否會導致這種影響的不同？下面將對比中國分析美國、德國、俄羅斯三個國家房地產部門產品價格變動對各產業價格和一般物價水平的影響。

（一）對其他產業的影響

圖2為根據式（4）計算的美國、德國、俄羅斯房地產業價格變動10%的情況下各產業價格的變動幅度并與中國的對比。在相同刻度下各產業的曲線高說明此產業價格受房地產業價格影響大。通過對比發現，不同發展程度不同經濟結構的國家各產業受房地產業價格影響的程度既有共同點又存在差異性。

（1）對于每個國家來說，雖然發展程度和經濟結構不同，但房地產業價格變動影響程度最大的大部分都是服務類產業。尤其是金融業與租賃和商業服務業受房地產產業價格影響的程度在各國均排在前列，這與中國的情況是相同的。這說明房地產業自身特征使其與虛擬經濟（或高端服務業）聯系緊密，而這恰恰說明房地產業的運行方式與實體經濟的運行方式不同，更加接近于服務類產業，尤其是以金融與租賃和商業服務業為代表的虛擬經濟類產業（或高端服務業）。

（2）房地產業價格變動對各國金融業的影響大，但隨著金融危機的爆發而下降。首先與其他產業部門比較，美國、俄羅斯和德國金融業受房地產業價格影響的程度都較高。但是，在2008年底金融危機發生前的2005、2006、2007和2008年美國金融業受房價的影響程度高于其他年份，但是金融危機之后呈現逐年下降的趨勢。俄羅斯1996-1999年遭受金融危機的沖擊房地產業價格變動對金融業價格的影響程度也出現了下降。德國經濟以實體經濟為主，在1995-2011年間經濟體內沒有破壞性的金融危機，房地產業價格每年變動10%的情況下，對金融業價格影響程度雖有波動但幅度較小。

（3）經濟虛擬化程度越高房地業價格變動對實體經濟的影響越小。一個國家虛擬經濟類產業占經濟的比重越高則虛擬化程度越高，世界上美國和英國為典型的經濟虛擬化國家，而德國和日本則為典型的實體經濟為主的國家（劉駿民，2008）［15］。美國與德國相比較，美國房地產業價格對實體經濟的影響小于德國。美國裝備制造業受房地產業價格影響的程度僅是德國的60%，而原材料工業則為德國的50%。

（4）發達國家房地產業價格變動對其他產業價格影響的幅度大于發展中國家。四幅圖上下兩兩對比可以發現，在相同刻度下，以中國和俄羅斯為代表的發展中國家的曲線整體而言低于以德國和美國為代表的發達國家。由于發達國家經濟發展程度高、產業鏈成熟，房地產業與其他產業的關聯度較高。因此房地產業價格變動對發達國家物價影響程度大于發展中國家。

（5）發展中國家政府對房地產市場的干預程度略大于發達國家。各國政府均在一定程度上參與了房地產市場的干預，中國和俄羅斯房地產業價格變動10%對公共服務業的影響程度與其他產業比較排名相對靠前，分別平均為0.41%和0.39%，美國和德國的平均分別為0.26%和0.25%，小于大部分產業。相對而言，中國和俄羅斯政府直接干預的程度高一些，而美國和德國則主要通過提供保障房等方式干預市場。

（二）對物價水平的影響

圖3是根據式（5）計算的美國、德國和俄羅斯各類物價指數在房地產業價格變動10%時的變動百分比。對比中國的情況，主要有以下幾方面異同點。

（1）服務類產業比重高的價格指數受房地產業價格變動影響程度大。在所有價格指數中CPI是每個國家受房地產業價格變動影響程度最大的。相反，PPI和RPI則是每個國家受房地產業價格變動影響程度最小的。這是與中國的情況相同的，因為CPI中包含服務類產業價格變動，而零售商品價格指數和工業生產者出廠價格指數則只包含實體經濟類產業價格的變動。

（2）發達國家物價對房價比較敏感。整體而言，房地產業價格變動相同幅度，美國和德國的物價變動幅度大于中國和俄羅斯。以CPI為例，房地產業價格變動10%，美國和德國CPI分別平均變動1.96%和2.42%，中國和俄羅斯則分別平均變動0.9%和0.76%。房地產業變動對以實體經濟占主體的PPI影響也是如此，房地產業價格變動10%，美國和德國PPI分別變動0.2%，0.32，而中國和俄羅斯只變動0.1%和0.07%。這在一定程度上說明發達國家雖然市場化程度高、經濟水平高，抵抗房價波動的能力反而比發展中國家弱。

當然不可忽視的一個現象是中國和俄羅斯近十幾年的房價變動速度比美國和德國快的多。這會掩蓋發達國家物價對房地產業價格敏感的事實。比如假設中國房地產業價格平均每年變動10%，而德國每年變動1%，那么中國和德國CPI會因此分別變動0.9%、0.24%。

圖2 各國房地產業價格變動10%對其他產業的影響程度

（3）德國實體經濟類產業受房地產業價格影響的程度大于其他國家。相對于其發達國家，德國是實體經濟占比較高的國家，尤其是德國的制造業，2011年德國制造業創造的增加值占GDP的22.6%。中國制造業創造的增加值占GDP的比例也是很高的，在2011年達到36.8%。但是中國實體經濟價格受房地產業價格影響的幅度較小，這主要是因為德國的制造業主要是高端制造業，附加值相對較高。德國制造業的增加值率為30%，而中國的只有21%。

（4）美國、德國兩國固定資產價格指數對房地產業價格變動的敏感度遠大于俄羅斯。房地產業價格變動10%，美國固定資產投資價格指數平均變動0.59%，德國平均變動0.72%，分別是俄羅斯的5.9倍和7.2倍。但是，同為發展中國家，中國的固定資產投資價格指數對房地產業價格變動的敏感程度遠高于俄羅斯，幾乎達到發達國家的水平。

六、結論

圖3 美國、德國、俄羅斯房價變動10%時各類物價指數的變動百分比

本文采用非進口競爭型投入產出價格影響模型，基于1995-2011年四個不同經濟發展程度和不同經濟結構國家的數據測算了房地產業價格變動對各產業價格水平和總體物價水平的影響。結果表明：第一，由于服務類產業在CPI中的比重較大，房地產業價格變動對服務類產業尤其是虛擬經濟類產業價格的影響最大，因此CPI對房地產價格波動比其他物價指數敏感；第二，經濟發展程度越高物價對房價波動越敏感。這是由于整體來說經濟發展程度越高各產業的價格對房地產業價格波動的反應都更為迅速；第三，虛擬經濟占比越高的國家，房地產業價格變動對PPI和RPI的影響越小。第四，金融危機發生前后物價對房地產業價格變動的敏感度有所不同，危機后明顯低于危機前。

本文的創新之處在于：首先，將房地產業對不同物價指數影響程度出現差異的原因追溯到產業的層面，并發現是房地產業價格變動對虛擬經濟和實體經濟產業影響程度的不同導致了上述差異；其次，比較了不同經濟結構和不同發展程度國家之間房地產業對物價影響的差異；此外，研究時間跨度較長，比較了同一經濟體在遭受到外部沖擊和經歷轉型階段前后房地產業對物價影響的差異。房地產業對不同產業的支撐作用不同，會導致不同產業對房地產業價格波動的反應出現差別，而房地產業對不同產業支撐作用（關聯度）的不同體現為經濟結構和經濟發展程度的不同，因此歸根到底是經濟結構和經濟發展程度的不同導致了不同國家不同時期房地產價格波動對物價影響的差異。

當前中國房地產價格居于高位，而中國房地產業與金融業的緊密關聯使得二者相互影響程度很高，美國次級貸款引起的金融危機是我們的前車之鑒，房地產對金融的支撐作用越大，說明房地產業需要的外部融資越高，房地產業自有資金比例低，一旦出現房價大幅下降，會對金融體系造成較大的沖擊，進而影響實體經濟和全社會。此外，中國政府與房地產業的高依存關系，使當前的房地產市場風險與地方債務風險交織在一起。因此，我國在經濟改革和優化產業結構的過程中應該妥善處理房地產與金融和地方政府的關系，一方面推動金融去杠桿化，疏導資金撤出房地產業，流向實體經濟，另一方面降低政府對土地財政的依賴，這樣才有可能降低房價波動對我國經濟的影響。

［1］趙昕東.中國房地產價格波動與宏觀經濟——基于SVAR模型的研究［J］.經濟評論，2010（1）：65-71.

［2］Case，K.E.，Quigley，J.M.，Shiller，R.J..Comparing wealth effects：the stock market versus the housing market.2001.

［3］Alexander，L.，Torsten，S..The Relationship between Stock Prices，House Prices and Consumption in OECD Countries.The BE Journal of Macroeconomics，2004，4（1），1-28.

［4］王子龍，許蕭迪.房地產市場廣義虛擬財富效應測度研究［J］.中國工業經濟，2011（3）.

［5］楊俊杰.房地產價格波動對宏觀經濟波動的微觀作用機制探究［J］.經濟研究，2012（S1）.

［6］趙西亮，梁文泉，李實.房價上漲能夠解釋中國城鎮居民高儲蓄率嗎？——基于CHIP微觀數據的實證分析［J］.經濟學（季刊），2014（1）.

［7］胡國，宋建江.房地產價格波動與區域金融穩定［J］.上海金融，2005（5）.

［8］張曉晶，孫濤.中國房地產周期與金融穩定［J］.經濟研究，2006（1）：23-33.

［9］劉丹，張中銘.房價宏觀風險度量方法研究［J］.金融理論與實踐，2010（10）：13-16.

［10］毛豐付.房價波動影響物價水平的傳導機制——基于勞動力成本的視角［J］.價格理論與實踐，2008（7）：42-43.

［11］繆仕國.物價穩定與房價：貨幣政策視角［J］.當代經濟科學，2011（4）.

［12］何俊芳，董超，孫丹.房地產價格波動影響研究——基于投入產出分析［J］.價格理論與實踐，2008（8）：57-58.

［13］原鵬飛，魏巍賢.房地產價格波動的宏觀經濟及部門經濟影響——基于可計算一般均衡模型的定量分析［J］.數量經濟技術經濟研究，2010（5）：88-103.

［14］劉曉欣.美國經濟虛擬化與投入產出關聯系數的重大變化——美國投入產出表（1947-2010）數據的經驗研究［D］.第七屆虛擬經濟年會主題報告，2012，10.

［15］劉駿民.虛擬經濟的經濟學［J］.開放導報，2008（6）：5-11.

［16］Dietzenbacher E.，Van Der Linden J A..Sectoral and spatial linkages in the EC production structure［J］.Journal of Regional Science，1997，37（2）：235-257.