房地產業金融資源配置、比較優勢與經濟增長

馮玉梅 楊瑞桐

(山東財經大學 金融學院，山東 濟南 250014)

21世紀以來，我國房地產業得到了迅速發展。其中，銀行信貸等金融資源配置起到了重要的促進作用。截至2017年底，全國人民幣房地產貸款余額占人民幣各項貸款余額的比例為26.81%。由于房地產兼具實物資產和虛擬資產雙重屬性，因此近年來隨著房價持續高企，關于金融資源在房地產行業配置是否合理成為學術界爭論的熱點。比如，有些研究肯定了房地產業金融資源配置對經濟增長的貢獻；有些研究則認為，我國房地產業金融資源配置擠出了實體經濟投資。我們認為，房地產業的運營環節錯綜復雜，全面系統地評價房地產業金融資源的合理性存在困難，鑒于房地產業及其上下游產業鏈條上的諸多產業對我國經濟發展的重要性，評價房地產業金融資源配置的實際經濟效應更具現實意義。同時，由于我國各地區經濟發展水平和房地產業開發程度不同，這種評價應基于各地區的異質性條件來展開。

判斷一個地區某產業是否應該優先支持的重要理論依據之一是比較優勢理論。不過，比較優勢理論較多地應用于跨國貿易分析中，但近年來不少學者認為地區間的比較優勢可以在地區產業結構調整和經濟變遷中發揮作用。由于我國各地區自然資源稟賦不盡相同，同時資本和勞動力等資源在國內各地區之間比在國際間更容易自由流動，因此我國各地區比較優勢產業的形成和變遷具有鮮明特點。

根據比較優勢理論，經濟發展應將有限的資源重點配置在比較優勢產業，以提高資源配置效率，進而促進發展。我國房地產業金融資源的配置是否遵循了比較優勢原則？實際經濟效果又是怎樣的？為了回答這些問題，本研究從城市房地產業視角對金融資源配置及其對經濟增長作用展開研究，同時以我國35個大中城市為樣本，對房地產業比較優勢指標進行測算，探討比較優(劣)勢城市房地產業金融資源配置情況及其對當地經濟的影響，并從房地產業金融資源配置對實體經濟投資和服務業升級影響的兩個傳導渠道，驗證房地產業金融資源配置對經濟增長的影響機制。

一、機制分析與研究假說

(一)房地產業金融資源配置通過影響實體經濟投資進而影響經濟增長

根據投入產出理論，經濟系統各部分投入產出之間存在千絲萬縷的聯系。房地產關聯產業多且產業鏈較長，因此房地產業金融資源配置不僅影響房地產業本身的產出，同時也影響實體經濟的發展。一方面增加房地產業金融資源配置在一定程度上能夠促進實體經濟投資，帶動實體經濟發展。在房屋建造階段，房地產消耗大量建筑材料，帶動著水泥、鋼鐵、玻璃等制造行業的生產；在住房銷售階段，與住房有關的消費活動促進了家電、家具、家紡等產品的生產。另一方面，房地產業金融資源配置的增加也可能對實體經濟投資產生擠出效應。*陳志剛、吳國維、張浩：《房地產泡沫如何影響實體經濟投資》，《財經科學》2018年第3期。在金融資源有限的情況下，金融資源過度配置到房地產行業會擠占其他行業的投資，同時由房地產市場過熱帶來的房地產價格上升會使其他實體經濟行業經營成本增加、利潤壓縮，資金進一步退出實體經濟。該擠出效應容易導致經濟結構失衡，是長期經濟發展的潛在風險?；谝陨戏治?，我們提出假說1：

假說1：實體經濟投資在房地產業金融資源配置與經濟增長之間起傳導中介作用。

(二)房地產業金融資源配置通過影響服務業升級進而影響經濟增長

房地產開發與銷售會帶動知識密集型服務業的發展。知識密集型服務業主要包括金融保險業、房地產業、租賃和商務服務業、信息傳輸、計算機服務和軟件業、科學研究和綜合技術服務業等行業。馬風華等(2016)的研究認為，服務業結構高級化可以用知識密集型服務業占第三產業增加值的比重來度量。*馬風華、李江帆：《我國服務業結構調整四個維度的測度》，《經濟管理》2016年第2期。夏明(2009)的研究發現，與房地產業具有相對密切和穩定聯系的行業中，穩定排在前三位的是金融保險業、租賃和商務服務業。總體上看，房地產業發展對知識密集型服務業的帶動作用超過其他行業，這意味著房地產業發展能夠推進服務業高級化?，F代服務業是集技術與創新為一體的知識密集型產業，其發展有利于促進經濟增長(Moulaert et al.1995)。據此，我們提出假說2：

假說2：服務業升級在房地產業金融資源配置與經濟增長之間起傳導中介作用。

(三)比較優勢在房地產業金融資源配置與經濟發展中的作用

從理論上講，金融資源應依據比較優勢原則來選擇行業進行配置。國內外大量的研究證明了比較優勢能夠導致產業集聚，如Ottaviano et al.(2001)的研究發現，產業集聚能夠降低企業成本，有助于產業本身發展，同時可以吸引其他相關產業和經濟部門向該地區靠攏，有利于促進整體經濟增長。因此，在房地產業比較優勢地區，與房地產業聯系緊密的建筑業、制造業、服務業等行業憑借低成本優勢發展更為迅速，其房地產業金融資源配置對實體經濟投資的帶動作用可能大于擠出作用，而且可以帶動服務業升級促進經濟增長和改善民生。相反，比較劣勢地區與房地產業聯系緊密的建筑業、制造業、服務業等因喪失成本優勢而發展相對低落，房地產業金融資源投入對實體經濟的擠出作用更強，帶動服務業升級的作用也會相對減弱，金融資源配置給房地產業可能會對該城市的經濟增長帶來不利。根據以上分析，我們提出假說3和假說4：

假說3：金融資源配置到房地產業具有比較優勢的城市能夠促進當地經濟增長，配置到比較劣勢城市則不利于當地經濟增長。

假說4：在房地產業比較優勢城市中，增加房地產業金融資源配置能夠通過帶動實體經濟投資和促進服務業升級來推動經濟增長；而在比較劣勢城市中，增加房地產業金融資源配置會通過擠出實體經濟投資和抑制服務業升級危害經濟增長。

二、研究設計

(一)樣本選擇與數據來源

本文以《中國房地產統計年鑒》中統計的全國35個大中城市為研究樣本，包括4個直轄市，26個省會城市(不含拉薩)和5個計劃單列市；樣本期間為2005-2015年。相關數據來源于Wind數據庫、《中國城市統計年鑒》和35個大中城市的統計年鑒。

(二)模型設定

1.檢驗房地產業金融資源配置對經濟增長作用的基本模型。我們構造以下模型來檢驗房地產業金融資源配置對經濟增長的影響：

GDPj,t=β0+β1GDPj,t-1+β2Devj,t+CONTROL+εj,t

(1)

被解釋變量GDPj,t，以各城市每年GDP同比增長率度量。解釋變量Devj,t，表示金融資源配置程度。我們以房地產業金融資源相對其產出貢獻是否充足作為金融資源配置程度的代理指標。j城市房地產業金融資源配置程度計算公式為：

CONTROL為控制變量。其中，消費(Expensej,t)以各城市每年居民消費支出同比增長率表示；投資(GDTZj,t)以各城市每年固定資產投資的同比增長率表示；進出口(Exinj,t)以各城市貨物進出口總額的同比增長率表示。構造如下模型檢驗比較優勢在金融資源配置程度影響經濟增長中的作用：

GDPj,t=β0+β1GDPj,t-1+β2Devj,t+β3Devj,t*Advantagej,t+CONTROL+εj,t

(2)

其中，Advantage表示比較優勢虛擬變量。我們根據Balassa(1965)提出的顯性比較優勢指數法來測算行業比較優勢。顯性比較優勢指數又稱區位熵，反映了相關產業在某一區域的地位和競爭力，數值越大表示該產業在某地區的專業化程度越高，越具有比較優勢。以區位熵作為比較優勢的代理變量在相關研究中被廣泛應用(Dowling et al.2000)。國內學者也使用該指標來衡量我國各地區間的產業比較優勢。*蘇慶義：《中國省級出口的增加值分解及其應用》,《經濟研究》2016年第1期。j地區i行業的區位熵計算公式為：

eij為j地區i行業的相關指標；ei為全國i行業的該指標值；ej為j地區總產值；e為全國總產值。為消除房價上漲對房地產產值的影響，我們以2002年為基期計算各城市每年的房價指數，進而得到房地產業實際增加值。各城市和全國GDP使用以2002年為基期的實際GDP數值。若Advantageij<1，說明j城市的i行業與其他行業相比處于比較劣勢；若Advantageij>1，則處于比較優勢。比較優勢虛擬變量Advantage在比較優勢城市取值為1，比較劣勢城市取值為0?？刂谱兞颗c回歸模型(1)相同。

為了進一步控制房地產調控政策、全球金融危機后我國實施的大規模經濟刺激計劃和天量信貸政策以及各城市房價在其中的影響，我們在上述模型中加入了政策和房價虛擬變量：

GDPj,t=β0+β1GDPj,t-1+β2Devj,t+β3Devj,t*Advantagej,t+β4Devj,t*dum1j,t

+β5Devj,t*dum2j,t+β6Devj,t*dum3j,t+CONTROL+εj,t

(3)

其中，房地產政策虛擬變量(dum1)，在緊縮性房地產調控政策期間取值為1，寬松房地產政策期間取值為0。*根據歷年發布的房地產重大政策整理并界定：2005-2007年為寬松的房地產調控政策；2008-2009年為緊縮的房地產調控政策；2009-2013年為緊縮的房地產調控政策；2014-2015年為寬松的房地產調控政策。應對危機的經濟刺激政策虛擬變量(dum2)，2010年及以后取值為1，2010年之前取值為0。房價虛擬變量(dum3)，對于房價居全國前十的城市，*按照Wind數據庫每年各城市房價排序。取值為1，其他城市取值為0。其他變量與模型(2)相同。

2. 檢驗實體經濟投資和服務業升級的傳導中介效應。

我們借鑒Baron等(1986)和溫忠麟等(2004)提出的中介效應檢驗步驟來考察實體經濟投資和服務業升級在房地產業金融資源配置與經濟增長之間的傳導中介效應。傳導中介效應的檢驗原理與步驟如下：

Y=αX+CONTROL1+ε

M=βX+CONTROL2+ε

Y=γX+λM+CONTROL3+ε

步驟1：檢驗系數α。如果該系數不顯著，那么X對Y不存在顯著影響；如果該系數顯著，進入步驟2。

步驟2：檢驗系數β和系數λ，若兩者均顯著，表明M的中介效應顯著。接著檢驗系數γ是否顯著：如果γ不顯著，那么M具有完全中介效應，即控制M后，X不能影響Y；如果γ顯著，M具有部分中介效應，即X既可以通過M對Y產生影響，也能夠直接影響Y。如果系數β和系數λ至少一個不顯著，則不能判定M是否存在顯著的中介效應，需要進行Sobel檢驗。

我們首先檢驗實體經濟投資的傳導中介效應。由于第一個步驟在上文的模型(3)中已經得以檢驗，所以我們從第二個步驟開始建立如下模型：

Investmentj,t=β0+β1Investmentj,t-1+β2Devj,t+β3Devj,t*Advantagej,t+β4Advantagej,t+CONTROL2+εj,t

(4)

GDPj,t=β0+β1GDPj,t-1+β2Devj,t+β3Investmentj,t+β3Devj,t*Advantagej,t+β4Advantagej,t

+β5Devj,t*dum1j,t+β6Devj,t*dum2j,t+β7Devj,t*dum3j,t+CONTROL3+εj,t

(5)

模型(4)中，Investmentj,t為實體經濟投資增長率。鑒于很多文獻使用工業數據來研究實體經濟發展，我們使用各城市工業企業固定資產投資增長率度量實體經濟投資。控制變量(CONTROL2)包括勞動力成本(Cost)和實體經濟自身經營狀況(Management)。勞動力成本使用各城市工業勞動人員平均工資的增長率表示。實體經濟自身經營狀況使用各城市工業利潤總額的增長率衡量。模型(5)中的控制變量(CONTROL3)包括消費增長率(Consume)和進出口增長率(Exin)。

接下來，檢驗服務業升級的傳導中介效應。由于第一個步驟在模型(3)中已檢驗，所以從第二個步驟開始構造模型如下：

Structurej,t=β0+β1Structurej,t-1+β2Devj,t+β3Devj,t*Advantagej,t+β4Advantagej,t+CONTROL4+εj,t

(6)

GDPj,t=β0+β1GDPj,t-1+β2Devj,t+β3Structurej,t+β3Devj,t*Advantagej,t+β4Advantagej,t

+β4Devj,t*dum1j,t+β5Devj,t*dum2j,t+β6Devj,t*dum3j,t+CONTROL5+εj,t

(7)

模型(6)中，Structurej,t為服務業結構升級指數，我們借鑒馬風華(2016)的研究，使用知識密集型服務業(金融保險業、房地產業、租賃和商務服務業、信息傳輸、計算機服務和軟件業、科學研究和綜合技術服務業)與第三產業增加值的比值衡量服務業結構升級。CONTROL4為控制變量，外商投資(FDI)使用外商投資增長率衡量。市場化水平(MARKET)使用非國有經濟工業產值占工業總產值的比重衡量。服務業固定資產投資(FGZT)使用服務業固定資產投資的增長率來衡量。以上三個指標代表了影響服務業結構升級的供給因素。模型(7)中，除了服務業結構升級指數Structurej,t外，其他解釋變量和控制變量與模型(3)相同。

三、統計分析

根據《東中西部和東北地區劃分方法》(2011年6月13日)等文件與國家統計局的分類標準，本文將我國各省區劃分為東、中、西部和東北四個地區?；趯ξ覈?5個大中城市2005-2015年房地產業比較優勢的計算，我們發現：東部地區主要一線城市的房地產業比較優勢呈現下降趨勢，2010年之前房地產業在這些城市處于比較優勢，2010年之后房地產業在這些城市轉變為比較劣勢；中部地區太原和武漢房地產業比較優勢逐年上升，其他城市比較優勢平穩下降；西部地區大多數城市房地產業的比較優勢比較平穩；東北地區除大連的房地產業比較優勢略有上升以外，其他城市均逐年下降。

我們把東、中、西部和東北四大經濟地區房地產業的平均比較優勢進行比較發現：東北地區比較優勢最弱；東部地區比較優勢逐年下降；中部地區和西部地區比較優勢相對平穩，且西部地區房地產業比較優勢近年來超越了東部地區。

通過圖1氣泡圖，既可以看出各城市房地產業比較優、劣勢相對其他城市的動態變化，也可以看出房地產業比較優勢在區域間的變遷。圖中灰色氣泡代表當地房地產業具有比較優勢，白色氣泡代表具有比較劣勢，氣泡越大表明該城市的比較優(劣)勢相對其他城市更大。圖1展示了2005、2008、2012和2015年我國各城市房地產業比較優、劣勢的變遷。從圖中可以看出，2005年我國東部、東北地區大多數樣本城市房地產業比較優勢明顯；中、西部地區部分樣本城市房地產業具有比較優勢。2008年，房地產業具有比較優勢的樣本城市數量減少，主要集中在東部地區的幾個大城市，房地產業處于比較劣勢的城市數量增加，且比較劣勢的程度擴大。2012-2015年，東部、東北部地區的絕大多數樣本城市的房地產業喪失比較優勢，且比較劣勢非常突出；相反，中、西部的很多城市的房地產業比較優勢開始顯現。我們認為，導致這種變遷的原因是：在房地產業發展的早期階段，受經濟發展梯度和人口流入的影響，東部主要城市是房地產業搶灘的首選之地；隨著時間推移，東部城市房價上升，居民和企業的生活和生產成本增加，房地產對城市發展的邊際貢獻減少；但是，中、西部地區房地產業仍有開發的空間，所以房地產業對中、西部地區城市發展仍然具有促進作用。

圖1 全國主要大中城市房地產業比較優勢的變遷

表1報告了比較優勢和比較劣勢城市房地產業平均金融資源配置程度(Dev)的比較。從結果看，房地產業比較優勢城市的平均金融資源配置少于比較劣勢城市。對該均值的差異進行t檢驗和Wilcoxon秩和檢驗，在1%的置信水平上都是顯著的。這說明，我國房地產業金融資源配置沒有很好地遵循比較優勢原則。在房地產業發展早期(2008年之前)，大多數城市房地產業處于比較優勢，但金融資源相對稀缺，除東部少數特大城市外，其他城市房地產業金融資源的配置都相對不足。而在全球金融危機爆發后，我國實施了大規模經濟刺激計劃和天量信貸政策，導致房地產市場過熱，使得2010年之后我國大多數城市房地產業雖然喪失比較優勢，但金融資源配置相對充分。

表1 比較優勢城市和比較劣勢城市的金融資源配置程度統計結果

四、計量模型估計結果與分析

本文采用動態面板GMM方法對模型進行估計。我們用解釋變量的滯后項作為工具變量，進行廣義矩估計得到系統GMM估計量，并以Sargan檢驗和二階序列相關檢驗來驗證工具變量選取的合理性和擾動項不存在自相關。

(一)房地產業金融資源配置對經濟增長的作用

表2報告了模型(1)-(3)的估計結果。模型(1)結果顯示：房地產業金融資源配置的增加對經濟增長有負向作用；投資和進出口的系數顯著為正，消費的系數顯著為負，表明我國目前經濟增長依靠投資和進出口拉動，而并非依靠消費。模型(2)結果顯示，金融資源配置程度和比較優勢變量的交乘項系數顯著為正，且絕對值大于Dev系數的絕對值，說明在房地產業比較優勢城市，增加房地產業金融資源配置促進經濟增長，而在比較劣勢城市，增加房地產業金融資源配置危害經濟增長。本文假說3得以驗證。模型(3)為控制了房地產調控政策、應對危機的財政貨幣政策和房價之后的估計結果：主要解釋變量回歸系數與前文一致；房地產調控政策與金融資源配置程度的交互項顯著為負，說明在緊縮的房地產調控政策下，房地產業金融資源配置過度對經濟的危害程度更大；而應對危機的財政貨幣政策時間虛擬變量與金融資源配置程度的交互項顯著為正，說明2010年之后，房地產業金融資源配置對經濟的危害減弱；房價虛擬變量與金融資源配置程度的交互項顯著為負，說明在高房價的城市，房地產業金融資源配置過度能夠對經濟造成更大的危害。

表2 房地產業金融資源配置程度對經濟增長的影響

注：tstatistics in parentheses,*p<0.1,**p<0.05,***p< 0.01

(二)實體經濟投資在房地產業金融資源配置與經濟增長之間的傳導中介效應

表3為實體經濟投資作為傳導中介的檢驗結果。模型(4)結果顯示，房地產業金融資源配置(Dev)對實體經濟投資(Investment)的回歸系數顯著為負，而房地產業金融資源配置和比較優勢變量的交乘項系數顯著為正，且絕對值大于Dev系數的絕對值。這說明，在比較優勢城市，房地產業金融資源配置增加能夠帶動實體經濟投資，而在比較劣勢城市，房地產業金融資源配置會擠出實體經濟投資。模型(5)為把中介變量實體經濟投資(Investment)加入回歸模型，做因變量(GDP)對實體經濟投資和房地產業金融資源配置的回歸，結果顯示，實體經濟投資回歸系數顯著為正，房地產業金融資源配置的回歸系數顯著為負，根據中介效應的檢驗標準，實體經濟投資在房地產業金融資源配置與經濟增長之間起部分中介作用。綜上，在比較優勢城市，房地產業金融資源配置增加能夠促進實體經濟投資，進一步促進經濟增長；在比較劣勢城市，房地產業金融資源配置會擠出實體經濟投資，不利于經濟增長。本文提出的假說1和假說4得以驗證。

(三)服務業升級的中介效應檢驗結果*限于篇幅，對“服務業升級的傳導中介作用”表格從略、感興趣的讀者可以向作者索取。

模型(6)結果顯示，房地產業金融資源配置對服務業升級(Structure)的回歸系數顯著為負，而房地產業金融資源配置和比較優勢變量的交乘項系數顯著為正，且絕對值大于Dev系數的絕對值。這說明，在比較優勢城市，房地產業金融資源配置增加能夠促進服務業升級，而在比較劣勢城市，房地產業金融資源配置不能帶動服務業升級。模型(7)把中介變量服務業升級(Structure)加入回歸方程，做因變量(GDP)對服務業升級和房地產業金融資源配置的回歸，結果顯示，服務業升級回歸系數顯著為正，而房地產業金融資源配置的回歸系數顯著為負，根據中介效應的檢驗標準，服務業升級在房地產業金融資源配置與經濟增長之間起部分中介作用。綜上，在比較優勢城市，房地產業金融資源配置增加有助于服務業升級，進而促進經濟增長；在比較劣勢城市，房地產業金融資源配置不利于服務業升級，從而危害經濟增長。本文提出的假說2和假說4得以驗證。

表3 實體經濟投資的傳導中介作用

注：tstatistics in parentheses,*p< 0.1,**p< 0.05,***p< 0.01

五、穩健性檢驗

(一)穩健性檢驗1：以行業平均值作為工具變量

為驗證結果的穩健性，我們以房地產業金融資源配置程度的行業平均值作為工具變量，重新對模型進行檢驗。每個樣本城市對應的房地產業金融資源配置程度行業平均值是在扣除該城市的該指標后，其他所有城市該指標的平均值。經檢驗發現主要結論依然成立。*由于篇幅所限，我們省略了穩健性檢驗的回歸結果和論證過程，感興趣的讀者可以向作者索取。

(二)穩健性檢驗2：替換比較優勢變量指標

我們將比較優勢變量定義為區位熵原值，不再根據區位熵數值定義虛擬變量，并重新對模型進行檢驗，發現主要結論依然成立。

六、研究結論

本文基于對我國35個大中城市2005-2015年房地產業比較優勢的計算發現：東北地區房地產業比較優勢最弱，東部地區比較優勢逐年下降，而中部地區和西部地區比較優勢相對平穩，且近年已經呈現超越東部地區之勢。此外，房地產業比較優勢城市的金融資源配置少于比較劣勢城市。通過回歸分析發現，在房地產業比較優勢城市，房地產業金融資源配置的增加能夠促進當地經濟增長，而在比較劣勢城市，房地產業金融資源配置的增加會危害經濟增長。實體經濟投資和服務業升級在房地產業金融資源配置與經濟增長之間起到部分中介作用。在比較優勢城市，房地產業金融資源配置增加能夠促進實體經濟投資，帶動服務業升級，進而促進經濟增長；而在比較劣勢城市，房地產業金融資源配置會擠出實體經濟投資，抑制服務業升級，從而不利于經濟增長。

根據比較優勢理論，如果房地產業金融資源配置遵循比較優勢原則，則能從總體上提高金融資源利用的效益，并進一步促進經濟增長，否則會對經濟增長產生不利影響。比較優勢理論對我國大中城市房地產業發展的分析，不僅適用而且具有建設性。然而，本文的統計結果卻顯示，我國房地產業比較優勢城市其金融資源配置的均值遠少于比較劣勢的城市，這說明，金融資源在我國房地產業的配置并沒有很好地遵循比較優勢原則。因此，根據以上研究結論，對于我國房地產業的金融資源配置需要重視來自供給側結構性的調整。比如，在房地產業比較優勢地區可適度增加對該行業的金融資源配置，在比較劣勢地區則應進一步減少其房地產業金融資源的配置，以促進各地區房地產業結構優化和經濟均衡發展。