房地產市場波動對區域經濟增長的影響

唐文廣，郝 娜，魏聰穎，吳慧敏

(天津商業大學 理學院，天津 300134)

1 問題的提出

回首世界經濟發展歷程，國際上多次經濟危機的爆發都與房地產市場存在關聯，且其中多次都是由房價的過度波動而直接引發。這一波動也顯著影響了我國經濟：2008年，我國房地產市場受到金融危機的影響，市場成交量驟降，進入了周期性調整階段；2009年，隨著金融形勢逐漸的趨于穩定及政府許多有利政策的實施，我國房地產市場又迎來了量價齊升的火爆場面，房地產市場觸底反彈，市場波動的風險變大。此后，我國的房地產市場也一直處于波動之中，直到近幾年，房價上漲過快、房地產投資過熱等問題頻出，讓房地產市場成為了國家重點調控的對象之一。因此，為了合理調控房價，維持區域經濟穩定，必須明確房地產波動與經濟增長之間的關系。

許多學者研究了我國房地產業發展對經濟增長的影響。王飛等(2005)[1]、許憲春等(2015)[2]、許祥云等(2017)[3]利用描述統計，基于房地產的開發、投資、消費研究了房地產業對經濟增長的影響，結果表明房地產業的發展明顯地促進了國民經濟增長。王先柱(2007)[4]利用VAR模型研究了房地產業與經濟增長之間的關系，結果表明房地產銷售額對經濟發展有明顯的正向作用，這與梁云芳等(2006)[5]、陸春菊(2008)[6]利用計量模型得到的結論一致。杜佳和毛加強(2020)[7]采用時間序列數據,從量化的角度探討房地產行業的發展與經濟增長之間的關系,結果表明房地產業投資額對國內生產總值的變化具有正向作用。

隨著研究內容的豐富和研究范圍的延伸，學者們逐漸傾向于使用數據周期較長、信息更加全面的面板數據建立模型，并從不同的角度出發深入研究問題。況偉大(2011)[8]選用1996～2008年35個城市的數據建立面板數據模型，研究了住房市場對經濟發展的影響，結果表明過度發展的房地產業會通過影響居民的非住房消費從而阻礙經濟的發展，這與陸銘等(2014)[9]得到的結論一致。張洪等(2014)[10]、張屹山等(2018)[11]同時考慮面板數據和房地產投資的空間效應，得到了房地產投資會明顯促進經濟增長的結論。景剛和王立國(2019)[12]利用中國31個省市在2000～2016年的面板數據，通過建立全樣本、分地區、分時段的模型，研究了房地產投資對中國經濟增長的影響效應，結果表明在經濟比較發達的東部和中部地區房地產投資對中國經濟增長的影響效應較高。

本文基于多維度視角，采用我國31個省市的2009～2016年的面板數據，系統地衡量沿海和內陸地區房地產市場的波動程度，同時在考慮空間相關性的基礎上，分別對沿海和內陸地區建立空間計量模型，使得結果更加真實、可信，最后針對沿海和內陸地區經濟發展的差異，為房地產市場和區域經濟發展提出合理的政策建議。

2 理論模型的設定

2.1 指標的選取與測算

本文采用中國大陸31個省市(不含港、澳、臺地區)2009～2016年共8年的面板數據進行實證分析，所需各省市的基礎數據均取自2010～2017年的《中國統計年鑒》。對于各個解釋變量的具體測算將一一介紹。

2.1.1 房地產市場波動程度的測算

房地產的投資規模、價格水平以及交易情況都對我國的經濟增長有重要影響[2]，本文從房地產投資指標、價格指標以及交易指標這3個不同維度出發，構建如下表1所示的指標體系用以描述房地產市場波動程度。

表1 房地產波動指標體系

第t年第i個省份的房地產市場波動程度的計算公式為：

(1)

式(1)中，ωjt是利用熵值法計算的第j個指標在t年的權重，pijt為利用熵值法計算的第i個省份第j個指標在t年占所有省份的比重。

2.1.2 金融發展水平的測算

金融業的發展對區域經濟增長有顯著的影響，參照學者周天蕓(2014)[13]的方法，金融發展水平可以通過金融機構存款和貸款余額占各省市GDP的百分比進行衡量，第t年第i個省份的金融發展水平計算公式為：

finit=(exit+imit)/gdpit

(2)

式(2)中，exit、imit分別表示第t年第i個省份的金融機構貸款和存款余額，gpdit表示第t年第i個省份的地區生產總值。

2.1.3 政府消費水平的測算

政府消費也對區域經濟增長有著至關重要的作用，具體而言，用各省市的政府消費占GDP的比重來衡量政府消費水平，本文通過對數處理以減少估計結果受到數據波動性的影響，政府消費水平在第t年第i個省份的計算公式為：

lngovit=ln(feit/gdpit)

(3)

式(3)中，feit、gdpit分別表示第i個省份在第t年的政府消費和地區生產總值。

2.1.4 城市設施水平的測算

城市之間主要以鐵路、公路為交流的樞紐，對區域經濟增長具有重要影響，具體地，城市設施水平可以通過鐵路和公路的里程數占本地區人口總量的比例來表征。同樣進行對數處理，則城市設施水平在第t年第i個省份的計算公式為：

lnmfit=ln((RDit+RAit)/Menit

(4)

式(4)中，RDit、RAit分別表示公路、鐵路在第t年第i個省份的總里程數，Menit表示人口在第t年第i個省份的總量。

2.1.5 人力資本水平的測算

人力資本水平可以通過平均受教育年限來衡量，本文以未上過學、小學、初中、高中、大專及以上這5個不同層次對居民的受教育程度進行劃分，分別設定0、6、9、12、16年為這5個層次的累積受教育年限，進而得到人力資本水平在第t年第i個省份的計算公式為：

tecit=0*Noit+6*Scit+9*Mdit+12*Hgit+16*Adit

(5)

式(5)中，Noit、Scit、Mdit、Hgit和Adit分別表示第t年第i個省份的未上過學、小學、初中、高中、大專及以上學歷的人數所占比例。

2.2 空間計量模型的設定

為了精準測算房地產市場波動程度對區域經濟增長的影響，本文在該空間計量模型的設定中，考慮了影響區域經濟增長的主要因素，其中房地產市場波動程度為核心解釋變量，金融發展水平、城市設施水平、政府消費水平和人力資本水平這四個變量為控制變量，具體模型如下：

Yit=α0+α1lnfdit+α2lnfinit+α3lnmfdit+α4lngovit+α5tecit+μit

(6)

式(6)中，t表示年份，i表示國內各省市；Y代表經濟增長(GDP的增長率)；lnfdit表示第t年第i個省市的房地產市場波動程度；lnfinit表示第t年第i個省市的金融發展水平；lngovit表示第t年第i個省市的城市設施水平；tecit表示第t年第i個省市的政府消費水平；表示第t年第i個省市的人力資本水平；μit為隨機誤差項。

3 房地產市場波動與區域經濟增長的檢驗

3.1 空間相關性檢驗

在建立空間計量模型之前，首先要對被解釋變量進行空間相關性檢驗。學術界最常用的方法是Moran’sI指數法[14]，計算公式為：

(7)

根據經濟地理權重矩陣，對沿海和內陸各省市GDP增長率的空間相關性進行檢驗(其中，沿海地區包括北京、遼寧、天津、山東、江蘇、浙江、上海、福建、廣東、海南這10個省或直轄市，其余為內陸地區)，結果如表2所示。

表2 空間相關性檢驗結果

由表2結果可以看出，GDP增長率(沿海、內陸)的Moran’s I值分別為0.35967、0.61817，Z統計量(沿海、內陸)的值分別為4.52、11.52，P值遠遠小于0.01。從而得到，沿海和內陸地區的各省市之間經濟增長正向溢出效應明顯，因此，可以進一步建立空間面板模型進行問題探究。

3.2 空間計量模型的選擇與影響效應

確認樣本存在空間相關性之后，還需要進一步的檢驗來明確空間計量模型的類別。首先通過解釋變量和被解釋變量計算SAR Panel Model(空間滯后面板模型)和SEM Panel Model(空間誤差面板模型)的拉格朗日乘子統計量，再進行穩健性檢驗，檢驗結果如表3所示。

表3 空間計量模型的設定檢驗

一般地，采用空間滯后面板模型的標準是拉格朗日乘子LMERR不顯著而LMSAR顯著，相反則應采用空間誤差面板模型。由表3可以看出，在5%的顯著性水平下，不論是沿海還是內陸各省份的LMSAR、LMERR和R-LMSAR、R-LMERR都通過了顯著性檢驗，但由于沿海和內陸兩個地區之間的LMSAR都大于LMERR，并且在該顯著性水平下R-LMSAR比R-LMERR的顯著性更高，由此可知采用空間滯后面板模型進行分析更為合理。

接下來，空間因素對于各個變量的影響是隨機效應還是固定效應需要進一步的確定，檢驗結果如表4所示。由表4可以看出，不論是LR for FE、LR for RE還是Hausman檢驗都拒絕原假設，由此可知針對本問題固定效應模型比隨機效應模型更合適，因此固定效應下的空間滯后面板模型是本文的最終選擇。

表4 空間滯后面板模型的固定效應和隨機效應檢驗

利用Matlab軟件，分別對沿海和內陸地區的固定效應下的空間滯后面板模型進行參數估計，結果如表5所示。由表5的估計結果可知，在5%的顯著性水平下，沿海地區的fd、fin以及tec均通過檢驗，而lnmf和lngov并不顯著；在10%的顯著性水平下，內陸地區的fin和lnmf通過檢驗，而fd、lngov和tec并不顯著。其中，沿海和內陸地區的固定效應下的空間滯后面板模型中的空間滯后項的系數分別為0.523994和0.783979，該結果表明通過了顯著性檢驗，這與空間相關性檢驗的結果相吻合，表明中國沿海和內陸各省域之間的經濟增長正向空間溢出效應較為明顯。另外，可以看到固定效應下的空間滯后面板模型的擬合優度分別為0.5825和0.7572，表明模型擬合效果較好。

最后，本文又對上述兩個模型的殘差進行了檢驗，發現沿海和內陸地區的Moran’sI值分別為-0.1277和-0.0306，對應的P值分別為0.21和0.72，檢驗結果表明殘差已不存在空間相關性，由此可以看出模型設定的合理性，被解釋變量同各個解釋變量之間的數量關系可以通過模型得到真實的反映。

4 結論與建議

本文采用固定效應下的空間滯后模型實證分析了房地產市場波動與區域經濟增長之間的關系，得到的主要結論有以下5點。

(1)沿海和內陸各省市之間經濟增長的正向溢出效應明顯。沿海和內陸各省市的GDP增長率的Moran’s I值分別為0.36、0.62，表明區域之間的經濟增長存在一定的聯動效應，某個省份的經濟增長會刺激周邊省份的經濟增長。

(2)房地產市場的波動不同程度的抑制了區域的經濟增長，市場波動對沿海地區經濟增長的抑制作用比內陸地區更顯著。由于沿海地區的房地產投資規模較大，房地產開發投資形成的固定資本占GDP的比重較高，因此市場波動對區域經濟增長的抑制作用比較顯著；而內陸地區由于房地產投資水平相對較低，房地產市場的波動對于區域經濟增長的抑制作用不顯著。

(3)金融發展水平對區域經濟增長的影響顯著為負。一般而言，基于金融市場高效的前提，金融市場的發展能夠有效促進區域經濟的增長，但由于我國不夠完善的金融市場體系和政府部門的約束，使得金融市場的效率低下，從而不能完全發揮對區域經濟增長的支持作用。

(4)沿海地區的城市設施水平的回歸系數為負且不顯著，表明城市設施水平對區域經濟增長沒有明顯的阻礙作用；內陸地區的城市設施水平的回歸系數為負且顯著，表明城市設施水平對區域經濟增長有明顯的阻礙作用。內陸地區城市設施建設的過量投入使得基礎設施產能過剩，加重了政府部門的債務負擔，進而阻礙了區域經濟的增長。

(5)人力資本水平越高對區域經濟增長的促進作用越顯著。沿海地區具有較高的人力資本水平和人才受教育程度，并且逐漸提升了區域的科技創新能力，對區域經濟增長作用顯著。

據此，對各地方政府提出如下建議：首先，各區域的地方政府應該聯合起來，共同制定發展計劃，從而擴大正向溢出的經濟增長；其次，無論是沿海還是內陸地區，地方政府都應充分合理地調控房地產市場，以平衡房地產市場的供需關系，穩定房地產的價格，控制房地產投機和炒作，減少房地產市場的波動，促進房地產業健康平穩的發展；再次，政府部門還要加快金融市場體系的完善，適當減少對金融市場的制約，逐步提高金融市場的效率；最后，內陸地區的地方政府要解決基礎設施產能過剩問題，并不斷提升地區人力資本水平。