區域經濟發展水平、房價與經濟增長——基于面板門限模型的研究

■呂江林 陳 惠 李 禹

一、引言及參考文獻

1998 年我國實行住房商品化改革以后，房地產業逐漸成為我國國民經濟的重要支柱產業。但與此同時，過快上漲的房價導致了民眾購房難，還顯著增加了金融風險，甚至可能誘發金融危機。為此國家相繼出臺了一系列房價調控措施，包括經濟手段和行政手段來抑制房價過快增長。當前絕大多數地方政府仍然期望通過對房地產市場的調控，維持房地產業在本地區的支柱產業地位，從而繼續有力拉動本地區的經濟增長。然而，像歷史上任何支柱產業歷史地位的演變一樣，房地產業不可能長期處于支柱產業的地位。那么，當前是不是房地產業還仍然是我國各地區的支柱產業呢?認清和判斷這一點很重要，這涉及我們調控各地區乃至全國房地產市場、擠壓房地產價格泡沫時的政策方向、力度和節奏。本文從區域經濟的角度，驗證區域經濟發展水平對區域房價與經濟增長之間的關系的影響程度，具體揭示這種因不同經濟發展區制而有所不同的關系。

(一)國外相關文獻回顧

從國外文獻來看，大部分經濟學者對于房地產價格與宏觀經濟關系的實證研究，主要側重于從均衡理論、收入假說等經濟理論的角度出發而展開。代表性文獻有:Coulson 和Kim 通過Granger 因果關系檢驗得出房地產投資是引起經濟增長的原因[1]。Collyns 和Senhadji 的實證檢驗發現，人均GDP 是影響房地產價格的主要因素[2]。Fisher 和Iacoviello 和Neri 發現房產變動經常引起房地產投資的同方向變化，而房地產投資的變化又顯著引起GDP 和就業的變化，即使房地產投資占GDP 的比重相對較小[3][4]。

(二)國內相關文獻回顧

國內學者對房價與經濟增長關系的研究主要圍繞以下幾個方面展開:第一，探討房地產價格對我國經濟增長的影響機制。如胡諜通過實證分析證明，房地產投資短期內對宏觀經濟增長有推動作用，但長期來看房地產投資不構成經濟增長的Granger 原因[5]。賈兵認為，從長期來看，房價對經濟增長有顯著的影響，房價上漲1%平均可以使經濟增長0.14%。但是從短期來看，房價對經濟增長沒有顯著影響[6]。第二，探討經濟基本面對房地產價格波動的影響。羅剛強和趙濤的實證分析表明，經濟基本面對住房價格波動的影響具有顯著的區域差異性和階段差異性[7]。第三，深入研究我國房地產價格與經濟增長之間存在的互動關系。皮舜和武康平基于Panel數據的Granger 因果檢驗模型發現，1994—2002 年我國區域房地產市場的發展與經濟增長之間存在著雙向因果關系[8];黃忠華等用我國1997—2006 年各省的面板數據研究發現，我國東部和西部地區的房地產投資與經濟增長之間存在相互作用，且房地產投資對經濟增長的貢獻和影響不盡相同[9]。李穎和胡日東基于我國各省市面板數據，利用PVAR 模型研究認為我國的房地產價格和GDP 之間存在著雙向的互動關系，房地產價格的波動受宏觀經濟的影響更顯著一些[10]。徐晶則采用彈性退耦模型，證明了中國房價GDP 退耦系數總體呈波動上升趨勢，房價仍將隨經濟增長繼續攀升[11]。

以上研究都具有較大參考價值和現實意義。不過，也存在不足。例如大部分文獻都是采用線性模型研究房價與經濟增長之間的互動關系。然而房價與經濟增長之間很有可能存在著非線性關系，即“門限效應”，就是說在某種門限變量處于不同區間時，解釋變量對被解釋變量的影響會有所不同。而經濟發展水平應當是這種門限變量。因此，本文試圖從不同地區的經濟發展水平角度研究房價變化對經濟增長的影響的非線性關系。

二、房地產業與經濟增長關系的理論分析

房地產業具有產業鏈長、關聯度高、帶動力強的特點。在我國，與房地產業相關的上下游產業包括鋼材、水泥、木材、玻璃、家電等;房地產業的發展，能帶動一系列勞動密集型和資金密集型產業的發展，不僅可以貢獻GDP，還能創造大量的就業。因此，1998 年以后，尤其是2003 年我國人均GDP 超過1000 美元，經濟進入標準的起飛階段以后，中央政府始終將房地產業視為國民經濟的重要支柱產業。此外，截至2013 年，我國按現有口徑統計的城鎮化率僅為53.73%，若按人口統計，更是僅為35%強，離發達國家70%左右的趨于飽和的城鎮化的水平還有一段距離，在此過程中，城鎮化的進程伴隨著大量的固定資產投資包括房地產投資;各級地方政府看到了房地產業投資對增加本地GDP 的顯著效果，于是紛紛積極發展房地產業。房價是最能反映房地產業冷熱的指標，每逢房價下挫，政府出于經濟下行的擔憂往往會為樓市松綁以刺激房價。但是，我們應當看到，中國各區域經濟發展極不均衡，在經濟發展水平不同的各區域或者說各區制，房價波動對經濟增長的影響程度，或者說房價上漲、房地產市場發展對GDP 的貢獻也會有所不同，簡單地看待房價與經濟增長之間的關系可能會誤導政府決策。

如果我們進行深入的理論思考，不難理解，房地產市場的發展、房地產價格的上升與經濟增長之間應當具有非線性關系。其內在經濟學邏輯在于，一般意義上，任何一個產業，其與國民經濟其他產業之間既存在互為補充、互為前提即互相促進的關系，也存在互相擠占資源、互相抬高成本即互相排斥的關系;那么，任何一個有存在、發展乃至消亡的歷史必然性的產業，在其發展的過程中，必然要經歷由對多數產業、對國民經濟起到的促進作用由小逐漸而大，最后又逐漸趨小(負面作用開始顯現并逐漸加大)的不同階段。房地產業在各區域國民經濟發展的一定階段是毋庸置疑的支柱產業，那么，其發展過程中，對區域其他產業、對區域國民經濟的促進作用的這種由小而大又趨小的階段性表現就應當更加顯著。

三、模型設定與變量選取

由以上分析得出，理論上房地產價格上漲對經濟增長的影響程度會隨一個區域經濟發展水平的不同而發生顯著的變化，即存在幾種不同的區制狀態。因此本文的實證部分將利用Hansen 門限模型[12]，來檢驗不同經濟發展水平的地區房價變化對經濟增長的不同影響，以及存在幾個不同的區制狀態。

(一)模型設定

研究房地產價格變化對經濟增長的影響，除以房地產價格作為主要的解釋變量外，本文還加入了一些控制變量，使得模型的結果更準確和穩健。為了便于比較，本文首先建立一般的面板數據線性回歸模型如下:

式中:GDPit表示經濟增長，πit表示通貨膨脹率，FDIit表示外商直接投資，INNOit表示創新，REERit表示實際匯率，ROADit表示基礎設施建設，HPit表示房價，αi表示對每一個個體(地區)是固定效應，εit是隨機擾動項，屬于獨立同分布，均值為0，方差為σ2。

接下來，我們在(1)式面板數據線性回歸模型基礎上加入一個門限變量，考慮是否存在不同的區制狀態的門限效應，由門限變量大小不同構造出相應的示性函數。我們采用經濟發展水平作為門限變量，以平均房價作為關鍵變量，構建初始的單門限模型:

式中:HPit是第i 個地區t 時刻的平均房價，EDLit是第i 個地區t 時刻的經濟發展水平，γ 是未知門限值，I(.) 為示性函數，滿足括號中的條件時，I=1，反之，I=0。此外，在(2)模型的基礎上，利用“自助法”進行模擬檢驗，以判斷是否存在門限效應以及存在幾個門限效應。

(二)變量選取

1.經濟增長指標采用國內生產總值指數GDP。本文采用國內生產總值指數來衡量經濟增長。GDP 指數以1998 年為基期，由同比GDP 指數處理得到。

2.經濟發展水平采用人均實際地區生產總值EDL。參照Deidda 與Fattouh(2002)對門限變量的選擇方法，本文也采用人均實際地區生產總值作為經濟發展水平的度量指標，模型中對應的門限變量即為人均實際地區生產總值，其等于實際地區生產總值(GDP)與地區總人口的比值。

3.房地產價格采用商品房平均銷售價格HP。本文以商品房銷售均價代表房地產價格。由于數據庫中的數據均為當年價數據，不具有可比性，因此這里利用用居民消費價格指數(CPI)將房價折算為1998年的可比數據。

4.其他控制變量的選取?？刂谱兞渴侵改軌驅洕鲩L產生影響，但其影響獨立于本研究關注的解釋變量的相關變量。包括:(1)通貨膨脹率(π):由消費者物價指數(CPI)計算得到;(2)外商直接投資(FDI):由于《中國統計年鑒》統計的實際利用外資額以美元為計價單位，在模型分析中，把以美元計價的實際利用外資額乘以當年人民幣匯率均價換算成以人民幣計價的實際利用外資額FDI;(3)創新(INNO):采用各地區專利申請授權數的自然對數;(4)實際匯率(REER):采用實際有效匯率;(5)基礎設施建設(ROAD):采用各地區等級公路里程數。

我們選取1999—2012 年我國全部31 個省份的相關數據。全部數據來源于《中國統計年鑒》和國泰安研究服務中心庫。

四、實證分析

(一)數據描述性統計

數據的表面分析，是實證分析的前提。表1 是本文使用數據的描述性統計，包括均值、標準差、最小值和最大值。

表1 變量的描述性統計

(二)平穩性檢驗

本文利用LLC、IPS 和Fisher-ADF 三種檢驗方法，檢驗結果采取多數原則。分別對取對數的GDP 指數(lnGDP)、取對數的商品房均價(lnHP)、通貨膨脹率(π)、取對數的外商直接投資(lnFDI)、創新(INNO)、實際有效匯率(REER)、基礎設施建設(ROAD)的平穩性進行檢驗(為消除異方差，我們對水平值數據取對數)。結果表明在10%的顯著性水平下，除π 通過單位根檢驗外，其他六個變量均為一階差分后平穩(見表2)。

表2 變量的平穩性檢驗

(三)面板門限模型的估計與檢驗

門限模型的檢驗是指是否存在門限效應以及存在幾個門限值，在不存在門限效應的原假設下，Hansen(1999)采用“自助法”模擬LM 檢驗F 統計量大樣本下的漸近P 值，若P 值足夠小，則應拒絕原假設，存在單門限效應。接下來，采用相同的方法，在存在單門限效應的原假設條件下檢驗是否存在雙門限效應，若P 值足夠小，則應拒絕存在單門限效應的原假設，說明存在雙門限效應。繼續重復以上檢驗過程直至對應的門限效應不顯著為止。

表3 門限效應檢驗結果

由檢驗結果可知，在1%的顯著性水平下，拒絕存在雙門限效應的原假設，同時考慮到四門限模型會損失過多自由度，因此本文選用三門限模型。經濟發展水平不僅影響了房價與經濟增長的關系，而且這種影響存在三個門限值。表4 和表5 給出了三門限模型回歸估計結果:

(四)結果分析

表4 三門限模型參數估計結果

表5 門限值估計結果

由表4 和表5 的模型估計結果可知，依據經濟發展水平的不同將樣本分成了四個區制狀態，在不同的區制內，房價變化對經濟增長水平的影響有所不同。第一區制，當經濟發展水平小于8.9742 時，房價上漲10%會導致經濟增長率輕微下降0.148%，但結果不顯著;第二區制，當經濟發展水平處于8.9742 與9.3928 之間時，房價上漲10%會導致經濟增長率上漲0.277%;第三區制，當經濟發展水平處于9.3928 與10.4277 之間時，房價上漲10%會導致經濟增長率上漲0.981%，相比第二區制有漲幅較大上升;第四區制，當經濟發展水平大于10.4277時，房價上漲10%，經濟增長率上漲0.34%，漲幅反而有所回落?？梢园l現當區域經濟發展水平從低到高時，房價對經濟增長的促進作用經歷了由弱到強又轉弱的過程，這種影響呈“倒U 形”變化。

本文進一步統計了1999—2012 年我國各直轄市、省在四個區制的分布情況，見表6。

表6 各區制省份分布情況

由表6 可知，處于經濟發展水平第一區制的省份數越來越少，而且從2004 年以后顯著下降，從2009 年開始則沒有一個省份位于第一區制;處于第二區制的省份大致上起初呈上升趨勢，2006 年以后開始下降，到2011 年以后為零;總體上第三區制和第四區制的省份數呈上升趨勢，到了2011 和2012 年，有21 個省級區域在第三區制，10 個省級區域在第四區制。我們看到，2012 年，全國31 個省級區域中有21 個經濟發展水平處于第三區制，而在該區制房價波動對區制經濟增長的影響最大，或者說房價上漲、房地產市場發展對GDP 貢獻最大;其余10個省級區域的經濟發展水平則處于第四區制，而在該區制房價波動對經濟增長的影響減弱了很多，或者說房價上漲、房地產市場發展對區制GDP 貢獻開始下降。研究表明，2011 和2012 年，這處于第四區制的10 個省份正是我國經濟發展水平相對較高的北京、上海、廣東、江蘇、浙江、天津等地。綜上，在不同的區制經濟發展水平下，房價波動對經濟增長的影響，或者說房價上漲、房地產市場發展對GDP 的貢獻具有非線性的特點。

五、結論及政策建議

本文運用Hansen(1999)面板門限模型，基于31 個省級區域1999—2012 年的面板數據，實證分析在不同的經濟發展水平下，區制房價波動對經濟增長的影響或房地產市場發展對GDP 貢獻的差異。結論是:總體上，當區制或區域經濟發展水平從低到高演化時，房價對經濟增長的促進作用經歷了由弱到強又轉弱的過程，呈倒U型變化。

這一結論意味著，我國的經濟發展走到今天，各地區仍然將房地產業作為國民經濟的支柱產業的認識是片面的:如果本地區的經濟發展水平在全國尚處于中、下水平，將房地產業仍然視為本地區支柱產業是可行的，但如果本地區的經濟發展水平在全國已處于相對的先進水平，則不宜再將房地產業視為本地區的支出產業。

那么，當前我國應當實施區域性的房地產政策。實際上，黨的十八大以來，我國政界、學術界和業界已逐漸形成“實施區域性房地產政策”的共識，這是因為當前我國不同城市的房地產市場供求(指剛性需求)態勢不同，房價泡沫不同，金融風險不同，本文則更加強化了“實施區域性房地產政策”這個共識。

[1]Coulson，N.E.，and Kim，M.S..Residential Investment，Non-residential Investment and GDP.Real Estate Economics，2000，(2).

[2]Collyns and Senhadji.Leading Booms，Real Estate Bubbles and Asian Crisis.IMF working paper，2002 wp/02/20.

[3]Fisher，JonasD.M.Why Does Household Investment Lead Business Investment over the Business Cycle.Journal of Political Economy，2007，(1).

[4]Iacoviello，M.and S.Ner.Housing Market Spillovers:Evidence from an Estimated DSGE Model.American Economic Journal：Macroeconomics，2010，(2).

[5]胡諜.房地產市場對宏觀經濟的影響機制研究[D].北京：清華大學，2011.

[6]賈兵.35個大中城市房價對經濟影響的空間分析——基于抵押效應和財富效應的傳導途徑[D].大連：東北財經大學，2011.

[7]羅剛強，趙濤.區域經濟基本面與住房價格波動——1999—2008年東、中、西部地區房價動力因素的經驗研究[J].西安電子科技大學學報(社會科學版)，2010，(4).

[8]皮舜，武康平.房地產市場發展和經濟增長間的因果關系——對我國的實證分析[J].管理評論，2004，(3).

[9]黃忠華，吳次芳，杜雪君.房地產投資與經濟增長——全國及區域層面的面板數據分析[J].財貿經濟，2008，(8).

[10]李穎，胡日東.中國房地產價格與宏觀經濟波動——基于PVAR 模型的研究[J].宏觀經濟研究，2011，(2).

[11]徐晶.房價上漲與經濟增長的退耦分析[J].管理世界，2013，(9).

[12]Hansen B E.Threshold effects in non-dynamic panels:Estimation，testing，and inference.Journal of econometrics.1999，(2).