FDI對我國房地產價格的影響及地區差異研究

劉奕彤

(西南大學經濟管理學院 重慶 400715)

FDI對我國房地產價格的影響及地區差異研究

劉奕彤

(西南大學經濟管理學院 重慶 400715)

本文基于我國31個省(直轄市、自治區)2004-2012年省際面板數據，實證分析了外商直接投資對我國整體房地產價格和東、中、西部房地產價格的影響。結果表明：(1)從總體上看，外商直接投資對于房地產價格具有顯著的正向影響；(2)從各地區看，外商直接投資對東、中、西三大區域房地產價格的影響程度存在差異：外商直接投資對東、中部地區房地產價格具有顯著的負效應，而對西部地區卻有顯著的正向拉動作用；(3)FDI并不是造成我國房地產價格上漲的主要因素。在此基礎上，本文對我國房地產價格的調控提出了相應的政策建議。

外商直接投資;房地產價格;區域差異

近年來，房地產行業發展迅速，已經成為我國的支柱產業。與此同時，房地產市場投資過旺以及房價居高不下的問題成為熱點。在經濟全球化的背景下，國際間的資本流動日益加速。一方面，跨國資本流動的期限日趨模糊，長期資本和短期資本的相互轉化更加迅速；另一方面，金融工具多樣化，金融衍生產品迅速發展，作為投資工具的不動產與動產之間的界限變得模糊起來。因此，有必要基于國際資本市場化，探討國際資本流動對我國房地產市場的影響。

外商直接投資(FDI)是指一國的投資者將資本用于他國的生產或經營，并掌握一定經營控制權的投資行為。近年來，房地產業在我國利用外商直接投資總量中占的比重有較快的提升。從圖1可以看出，除了2009年受金融危機的影響以外，近年來，流入我國房地產行業總體的外商直接投資呈現出明顯的上升趨勢，房地產市場已成為外商直接投資的熱點。到2011年，外商直接投資進入我國房地產行業已達到了704.7億元。FDI的流入雖然促進了我國房地產市場的發展，但也加快了我國房地產價格的上漲。外商投資把房地產作為投機的重點，進而促進了房地產市場投資泡沫的形成，從而在一定程度上影響到社會經濟生活的穩定，因而成為社會各界關注的熱點問題。

圖1 FDI進入房地產情況(2003-2011年)

運用宏觀調控政策遏制房價的上漲，是現階段我國政府工作的重要任務。公眾對房地產市場過熱所表現出的日益加重的焦慮情緒，以及房地產市場潛在的資本泡沫問題，應引起有關部門的高度重視。因此，研究外商投資是否影響我國房地產價格，對于我國經濟和社會發展具有重要的意義。

本文的結構安排如下：第一部分是文獻綜述；第二部分對變量的選取、數據的來源、計量模型的設定和研究方法加以說明；第三部分是對面板數據的實證研究與分析；第四部分是研究結論與政策建議。

一、文獻回顧

國內外學者對外商直接投資的本質及作用做過不少相關研究。De Gregorio(1992)[1]通過對12個拉丁美洲國家1950-1985年的面板數據進行分析，發現FDI與經濟增長有顯著的正相關關系，同時還發現外國直接投資的生產率要高于國內投資的生產率。Grabber(1993)[2]認為FDI具有流動性，一旦投資地的政策環境發生變化或出現了更具優勢的地區，FDI的轉移作用就會導致產業集群衰落和區域經濟波動。Borensztein等(1998)[3]通過對69個發展中國家1970-1989年的數據進行分析，認為FDI通過技術外溢效應導致經濟增長。Birkinshaw(2000)[4]運用生命周期理論深入分析了FDI對產業集群技術升級的影響，并認為這種促進作用比較有限。Thompson E.R.(2002)[5]通過對香港制衣公司在大陸直接投資的數據進行分析，證明在產業集群中的FDI會具有明顯的技術外溢效應。在國內，魏后凱(2002)[6]對外商直接投資對中國區域經濟增長的影響進行實證研究發現，東部發達地區與西部落后地區之間GDP增長率的差異大約有90%是由外商投資引起的。江錦凡(2004)[7]就FDI對中國經濟增長的影響進行理論和經驗分析后發現外商直接投資在中國經濟增長中起到十分重要的作用。黃靜波、付建(2004)[8]通過分析FDI對廣東技術進步的作用，發現投資于資本密集型產業的FDI比投資于勞動密集型產業的FDI有著更強的溢出效應。郭志儀、楊曦(2008)[9]利用1990-2004年省際面板數據，分析了FDI對中國東、中、西部地區經濟增長作用機制的差異，發現FDI在中國各地區發揮的作用存在明顯差異。唐艷(2011)[10]認為外商直接投資促進東道國產業結構升級依賴于產業關聯效應和技術溢出效應這兩個關鍵因素實現。舒彤等(2014)[11]運用極值邊界分析模型(EBA)對中國外商直接投資與經濟增長之間的關系進行了實證分析，結果表明外商直接投資對中國經濟增長的影響是與中國國情及FDI在中國發展態勢息息相關的，是有時間特質的。

西方發達國家對房地產價格機制的研究在強調政府作用的同時，更注重市場機制的作用。Mankiw和Weil(1989)[12]研究美國20世紀70年代一些城市的住宅價格后認為二戰后生育高峰期出生的一代人進入購房階段是導致住宅價格上漲的主要原因。對于房地產價格的影響因素，Harris(1989)[13]研究了實際利率、名義利率對房地產價格的影響，發現實際利率的變動可以解釋市場價格水平，名義利率只在房地產增值預期形成時發生作用。Abraham和Hendershott(1996)[14]指出住宅價格與建設成本、就業率和收入直接相關，而價格上漲幅度和利率呈負相關關系。在國內，周海波(2009)[15]選取人口數量、物價水平、貸款利率水平及季節虛擬變量5個指標對房地產價格進行多元線性回歸分析，結果發現影響我國房地產價格最主要的因素是人口數量和物價水平。蘇亞莉、張玉(2011)[16]認為建筑成本、城鎮居民可支配收入以及居民年末儲蓄額增加等因素會使房地產價格顯著上漲，土地供給的增加會使房地產價格顯著下降。郭策、肖逸(2013)[17]選取2001-2010年全國31個省市的各影響因素的數據進行面板數據分析后認為人口數量、人均可支配收入、房屋竣工面積、房屋竣工造價、房地產商數量對房地產價格都會產生不同程度的影響。在外商直接投資對我國房地產價格影響的研究中，范東君、單良(2009)[18]基于1999-2006年的省際面板數據，計算出各個要素包括FDI對中國房地產價格增長的影響及貢獻程度，結果表明FDI是中國房地產價格上漲的原因之一。段芳(2011)[19]著眼于服務業外商直接投資的流入對上海房地產價格的沖擊展開分析，結果顯示FDI的變動對上海房地產價格波動不構成顯著影響。沈悅、李善燊(2012)[20]發現FDI的流入對我國各類住宅和商業房地產價格存在不同程度的正向沖擊效應，認為房地產調控要注意防范外源資本的結構性沖擊影響。

以上文獻大多是研究外商直接投資對經濟增長、產業集群的影響，房地產價格的影響因素研究主要圍繞市場供需、土地、人口等因素展開。關于FDI對房地產價格影響的研究大多是對全國整體或某個區域的研究，對于地區差異性的劃分不明顯。本文在前人研究的基礎上，根據2004-2012年我國31個省、直轄市、自治區的面板數據，對整體和東、中、西部三個區域分別進行實證研究，并根據研究結論提出相應的政策建議。

二、模型的設定及研究方法

(一)模型的設定

利用31個省(直轄市、自治區)(北京、天津、河北、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東、海南、河南、湖北、湖南、山西、安徽、江西、廣西、重慶、四川、貴州、云南、陜西、寧夏、甘肅、新疆、青海、西藏)的面板數據，選取2004—2012年的統計數據作為研究對象，對FDI對房地產價格的影響進行計量分析，進而探討促使房地產價格上漲的主要因素。面板模型綜合考慮了地域差別和時間序列的影響，克服了時間序列和截面分析方法的不足。FDI對房地產價格的影響是多層次的，在建立回歸模型時，除了考慮因變量和自變量之外，還需要驗證幾組必要的控制變量。基于房價的自變量除了FDI之外，還有地區生產總值、城鎮居民的收入水平以及城鎮居民的消費支出。因此，本文的初始變量選取如下：

商品房平均銷售價格：Y；外商直接投資額：FDI；地區生產總值：GDP；城鎮居民家庭人均可支配收入：PI；城鎮居民人均消費性支出：CS。其中，房地產平均銷售價格用lnY表示，外商直接投資用lnFDI表示，地區生產總值用lnGDP表示，城鎮居民家庭人均可支配收入用lnPI表示，城鎮居民人均消費性支出用lnCS表示。

對各項數據取對數，是為了在一定程度上消除異方差問題，同時也表示該變量的彈性，具有實際的經濟意義。本文擬采用面板數據分析外商直接投資額及其他控制變量對商品房平均銷售價格的影響，構建的計量經濟模型如下：

lnY=lnFDI+lnGDP+lnPI+lnCS+μ

(1)

本文數據來源于2005-2013年的《中國統計年鑒》、《中國房地產統計年鑒》，以及各省市的《統計年鑒》、金融運行報告、《國民經濟和社會發展統計公報》。

(二)研究方法

目前對我國房地產價格的研究大多是基于時間序列數據展開的，而在定量分析中，樣本區間過短會限制估計和檢驗統計量的自由度，從而降低分析結論的可靠性。盡管部分研究采用季度數據來增加樣本容量，但是Perron(1991)[21]、Pierce和Snell(1995)[22]等的研究結論均顯示，影響估計和檢驗可靠性的主要是樣本數據的采樣區間。所以，樣本區間較短時，運用季節數據對提高估計和檢驗可靠性的作用是有限的，季節效應的存在反而可能干擾我們對經濟變量變化特征的認識。

面板數據包含了截面、時期和變量三維信息，結合時間序列和橫截面二者的數據進行分析，克服時間序列和橫截面各自的不足，有助于解決樣本區間偏短的問題；而且考慮到中國經濟的具體特征，面板數據分析具有更強的適用性。一般的線性面板數據模型可以表示為：

(2)

其中，Xit為1×K向量，K為解釋變量的個數，N為截面成員個數，T為時間點個數。在進行面板數據分析時，如果模型形式設定不正確，估計結果將與所要模擬的經濟現實偏離很遠。因此，建立面板模型第一步便是檢驗被解釋變量的參數是否對所有截面都一樣，即選擇合適的模型。所以構造F-test統計量：

(3)

式中，S1、S2分別表示混合模型和固定效應模型的殘差平方和。N為截面個數，K為解釋變量個數，T為時期數。將模型分析得到的F統計量與F臨界值進行對比，便可對選擇混合模型還是固定效應模型進行取舍：如果F統計量大于臨界值，則拒絕原假設，選擇固定效應模型；反之，則選擇混合模型。固定效應模型又進一步分為個體固定效應模型和個體隨機效應模型，為此再進行Hausman檢驗，其統計量為：

(4)

運用Eviews軟件對面板數據進行估計，通常是通過含有Pool對象和面板結構(Panel)的工作文件來實現的，但Pool對象一般用于截面成員較少而時期較長的“窄而長”、側重時間序列分析的數據，而面板結構文件一般用于截面成員較多而時期較短的“寬而短”、側重截面分析的數據。本文選取我國31個省(直轄市、自治區)、時間跨度為2004-2012年的年度數據作為樣本數據，因此，本文利用Eviews6.0軟件估計時運用面板結構的工作文件是較為合適的。

三、房地產價格影響因素的實證分析

(一)單位根檢驗

本文以2004-2012年我國31個省(直轄市、自治區)的外商直接投資額與房地產價格為研究對象，實證分析外商直接投資額(FDI)以及地區生產總值(GDP)、城鎮居民家庭人均可支配收入(PI)、城鎮居民人均消費性支出(CS)對商品房平均銷售價格(Y)的影響。

從表1可以看出，商品房平均銷售價格、外商直接投資額、地區生產總值、城鎮居民家庭人均可支配收入和城鎮居民人均消費性支出5個指標均為平穩序列，可以對其進行直接回歸，以考察各變量之間的數量關系。

表1 單位根檢驗結果

(二)FDI對房地產價格影響的整體回歸分析

首先就FDI對商品房平均銷售價格的總體效應進行分析。對核心變量進行回歸，再引入控制變量，并根據面板數據的F檢驗和Hausman檢驗結果選擇合適的模型進行估計。表2給出了我國31個省份2004-2012年的整體估計結果。

表2 FDI與房地產價格的總體回歸分析結果

注：*、**、***分別表示在10%、5%、1%水平上顯著。結果由Eviews6.0軟件得出，下同。

表2中模型(1)是未引入控制變量的估計結果，由于F統計量大于臨界值，故拒絕混合模型的原假設，Hausman檢驗在10%的顯著水平下接受個體隨機效應模型的原假設，因此模型(1)應選擇個體隨機效應模型。模型(2)、(3)、(4)分別為引入控制變量后的混合模型、個體固定效應模型和個體隨機效應模型的擬合結果。由模型(3)中的F統計量和模型(4)的Hausman檢驗結果可知，建立個體固定效應模型較為合適，因此模型(3)的估計結果最為準確。從擬合結果看，外商直接投資額、城鎮居民家庭人均可支配收入以及城鎮居民人均消費性支出與商品房銷售價格的正相關關系都十分顯著。而這一時期，城鎮居民家庭人均可支配收入和城鎮居民人均消費性支出對推動商品房平均銷售價格上漲的作用最為明顯。外商直接投資額、城鎮居民家庭人均可支配收入以及城鎮居民人均消費性支出對商品房平均銷售價格具有顯著的正向效應，其系數為0.045583、1.059865、0.616716。這表明我國外商投資額每上漲1%，商品房平均銷售價格就會上漲0.0456%；城鎮居民家庭人均可支配收入每上漲1%，商品房平均銷售價格上漲1.0599%；城鎮居民人均消費性支出每上漲1%，商品房平均銷售價格上漲0.6167%。由此可見，外商直接投資雖然對商品房平均銷售價格具有一定的推動作用，但并不是促使我國房地產價格上漲的主要因素，城鎮居民的收入、消費水平對房價的影響更為關鍵。而地區生產總值對商品房平均銷售價格卻具有負效應，這可能是近年來隨著第三產業的發展，第三產業的貢獻度大幅提高。

(三)FDI對房地產價格影響的地區差異分析

由于我國不同地區經濟發展格局、居民收入水平和居民消費水平存在明顯的差異，因此，各項指標對各地區的影響也不可避免地存在差異。準確估算和區分FDI對不同地區的影響程度，對于制定我國房價調控政策有著重要的意義。所以，為了進一步探尋FDI對房地產價格影響的差異性，本文將會進一步對東部、中部、西部進行實證分析。經過F檢驗與Hausman檢驗可知，東部地區適合個體固定效應模型，而中部和西部地區則適合個體隨機效應模型。表3給出了三大區域商品房平均銷售價格對FDI以及引入控制變量后的回歸結果。

表3 FDI與房地產價格的總體回歸分析結果

總體上看，城鎮居民家庭人均可支配收入和城鎮居民人均消費性支出對東、中部地區房地產價格的影響不顯著，而對西部地區具有顯著影響。FDI對東、中部地區房地產價格具有顯著的負效應,而地區生產總值對于東、中部地區房地產價格卻有顯著的正效應；但是FDI對西部地區具有顯著的正效應，而地區生產總值對西部地區房地產價格卻有負向效應，影響效果并不顯著。由此可見，東、中部地區與西部地區存在明顯的差異。從地區生產總值的系數來看，東部地區的地區生產總值系數最大，對商品房銷售價格的影響最明顯，其次為中部地區。這說明，東、中部地區(尤其是東部地區)經濟較發達，地區生產總值對于促進房地產價格上漲的貢獻度較大，經濟形勢過熱對房價的沖擊效果較為明顯；而我國西部地區經濟發展比較落后，地區生產總值對于促進房地產價格上漲的作用不大。FDI對于西部地區房地產價格有一定影響，其系數為0.028504，即西部地區的外商直接投資額每上升1%，商品房平均銷售價格就會上漲0.0285%。由于西部地區經濟建設較為落后，其規避風險的能力較差，受到其他干擾因素的影響也較為明顯，因此，城鎮居民家庭人均可支配收入和城鎮居民人均消費性支出對西部地區的影響也比較顯著，其系數分別為0.554735、0.478686，即城鎮居民家庭人均可支配收入或城鎮居民人均消費性支出每上漲1%，商品房平均銷售價格會分別上漲0.5547%、0.4787%。由此可見，在經濟比較落后的地區，居民的需求程度對房價波動的影響較強。

四、研究結論及政策建議

房地產業是我國國民經濟發展的重要產業，房地產安全直接關系著國家金融安全和宏觀經濟安全。本文借助2004-2012年的省際面板數據，實證分析了外商直接投資對我國房地產價格的影響。回歸結果和分析表明，房地產市場價格走強是國內經濟形勢良好的表現，地區生產總值、城鎮居民收入和消費水平在其中扮演了重要角色。從整體上看，外商直接投資對于我國房地產價格具有顯著的正向影響，但城鎮居民的收入水平對房地產價格的影響最大，其次是城鎮居民消費支出水平，二者對房地產價格的影響遠遠超過了FDI的影響。從各地區看，外商直接投資對東、中、西三大區域房地產價格的影響程度存在差異：外商直接投資對東、中部地區房地產價格具有顯著的負效應，GDP是推動房地產價格上漲的主要因素，越是發達的地區，GDP對房價的正向影響越大；而在西部地區，FDI對房價卻有顯著的正向拉動作用，城鎮居民的收入、支出水平對房地產價格的影響最大，是推動房地產價格上漲的主要因素。

綜上所述，FDI在一定程度促進了我國房地產市場發展，房地產價格的上漲是我國經濟態勢過熱的體現。對此，本文提出以下建議：第一，遏制境外資本過度流入房地產行業，特別要抑制投機性需求，應將外資購買國內房地產列為資本項目管理范圍。第二，加強對房地產投資基金的管理，限制利用外資投資基金購買大量的國內房地產。第三，取消超國民待遇的外商房地產公司境外融資規定。第四，在保持GDP高速平穩增長的基礎上，積極引導FDI的投向，使之更有利于房地產的發展。第五，針對不同層次的需求，調整房地產供應結構，規范房地產開發企業經營行為。第六，加強政府對房地產業的宏觀調控，不斷加強房地產市場信息系統建設，提高房地產的銀行貸款條件，規范政府的各種規費。第七，加快外匯管理體制改革，對由于人民幣升值造成的境外資金炒作我國房地產的行為加以防范。

[1] De Gregorio,J.Economic Growth in Latin American[J].Journal of Development Economics,1992(39)：59-83.

[2] Grabber G.The weakness of strong ties:The lock-in of regional development in the Ruhr area[C]. In The embedded firm—On the socioeconomics of industrial networks. New York:Routledge,1993:255-277.

[3] Borensztein.E.,De Gregorio.J.,Lee.J.W.How Does Foreign Direct Investment Affect Economic Growth[J].Journal of International Economics,1998，l(45)：115-135.

[4] Birkinshaw J.Regional clusters and multinational enterprises,independence,dependence,or interdependence[J].International Studies of Management and Organization,2000(30):25-114.

[5] Tompson E.R.Clustering of foreign direct investment and enhanced technology transfer:Evidence from Hong Kong firms in China[J].World Development,2002(30):873-889.

[6] 魏后凱.外商直接投資對中國區域經濟增長的影響[J].經濟研究,2002(4):19-26.

[7] 江錦凡.外國直接投資在中國經濟增長中的作用機制[J].世界經濟,2004(1):3-10.

[8] 黃靜波,付建.FDI與廣東技術進步關系的實證分析[J].管理世界(月刊),2004(9):81-86.

[9] 郭志儀,楊曦.外商直接投資對中國東、中、西部地區經濟增長作用機制的差異——1990-2004年地區數據的實證檢驗[J].南開經濟研究，2008(1):75-86.

[10] 唐艷.外商直接投資產業關聯效應分析[J].經濟縱橫,2011(4):55-58.

[11] 舒彤,劉純霞,陳收,等.供應鏈體系中外商直接投資對中國經濟增長的影響與實證[J].系統工程理論與實踐，2014(2):282-290.

[12] Mankiw.G.N,Weil.D.N.The Baby Boom, The Baby Burst and the Housing Market[J].Regional Science and Urban Economics.1989(19):235-258.

[13] Harris,J.C.The Effect of rates of interst on housing prices[J].Journal of Real Estate Finance and Economics，1989(2).

[14] Abraham,M.,P.H.Hendershott.Bubble in metropolitan housing market[J].Journal of Housing Research，1996(2).

[15] 周海波.房地產價格影響因素的實證研究[J].海南大學學報人文社會科學版,2009(10):537-543.

[16] 蘇亞莉,張玉.我國房地產價格影響因素的實證研究[J].江西社會科學，2011(12):54-57.

[17] 郭策,肖逸.基于省際面板數據的房地產價格影響因素分析[J].統計與決策，2013(16):132-134.

[18] 范東君,單良.FDI對我國房地產價格影響的實證研究——基于省際面板數據分析[J].云南財經大學學報，2009(2):82-88.

[19] 段芳.服務業外商直接投資流入與房地產市場風險研究——以上海為例[J].經濟問題，2011(1):51-55.

[20] 沈悅,李善燊.國際資本沖擊、多重套利與異質性房價波動[J].中國軟科學，2012(9):36-44.

[21] Perron P.Test consistency with varying sampling frequency[J].Econometric Theory，1991(7):341-368.

[22] Pierce R G, Snell A J.Temporal aggregation and the power of tests for a unit root[J].Journal of Econometrics，1995(65):333-345.

[23] 葛騰飛,孫自勝.基于金融差異視角對我國貨幣政策區域效應的分析[J].西華大學學報(哲學社會科學版)，2013(6):92-97.

[24] 張秋平,符建華,鞠寒.中國對外貿易對經濟增長貢獻度探索——基于VAR模型的分析[J].西華大學學報(哲學社會科學版)，2014(2):72-77.

[責任編輯 楊 瑜]

2014-04-21

國家社會科學基金重大招標項目(11&ZD047)；國家社科基金重點項目(13AJY019)；國家社科基金青年項目(12CJY062)；教育部人文社會科學研究青年基金項目(13YJC790149)；中央高校基本科研業務費專項資金(SWU1409313)。

劉奕彤(1989—)，女，碩士研究生，研究方向為金融理論與政策。

F293.3;F832.6;F224

A

2095-1124(2015)01-0090-06