区域经济发展水平、房价与经济增长&基于面板阈值模型的研究_区域经济发展论文

区域经济发展水平、房价与经济增长——基于面板门限模型的研究,本文主要内容关键词为:门限论文,经济增长论文,经济发展水平论文,面板论文,房价论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

       [中图分类号]F124.1

       [文献标识码]A

       [文章编号]1004-518X(2014)07-0064-05

       一、引言及参考文献

       1998年我国实行住房商品化改革以后,房地产业逐渐成为我国国民经济的重要支柱产业。但与此同时,过快上涨的房价导致了民众购房难,还显著增加了金融风险,甚至可能诱发金融危机。为此国家相继出台了一系列房价调控措施,包括经济手段和行政手段来抑制房价过快增长。当前绝大多数地方政府仍然期望通过对房地产市场的调控,维持房地产业在本地区的支柱产业地位,从而继续有力拉动本地区的经济增长。然而,像历史上任何支柱产业历史地位的演变一样,房地产业不可能长期处于支柱产业的地位。那么,当前是不是房地产业还仍然是我国各地区的支柱产业呢?认清和判断这一点很重要,这涉及我们调控各地区乃至全国房地产市场、挤压房地产价格泡沫时的政策方向、力度和节奏。本文从区域经济的角度,验证区域经济发展水平对区域房价与经济增长之间的关系的影响程度,具体揭示这种因不同经济发展区制而有所不同的关系。

       (一)国外相关文献回顾

       从国外文献来看,大部分经济学者对于房地产价格与宏观经济关系的实证研究,主要侧重于从均衡理论、收入假说等经济理论的角度出发而展开。代表性文献有:Coulson和Kim通过Granger因果关系检验得出房地产投资是引起经济增长的原因[1]。Collyns和Senhadji的实证检验发现,人均GDP是影响房地产价格的主要因素[2]。Fisher和Iacoviello和Neri发现房产变动经常引起房地产投资的同方向变化,而房地产投资的变化又显著引起GDP和就业的变化,即使房地产投资占GDP的比重相对较小[3][4]。

       (二)国内相关文献回顾

       国内学者对房价与经济增长关系的研究主要围绕以下几个方面展开:第一,探讨房地产价格对我国经济增长的影响机制。如胡谍通过实证分析证明,房地产投资短期内对宏观经济增长有推动作用,但长期来看房地产投资不构成经济增长的Granger原因[5]。贾兵认为,从长期来看,房价对经济增长有显著的影响,房价上涨1%平均可以使经济增长0.14%。但是从短期来看,房价对经济增长没有显著影响[6]。第二,探讨经济基本面对房地产价格波动的影响。罗刚强和赵涛的实证分析表明,经济基本面对住房价格波动的影响具有显著的区域差异性和阶段差异性[7]。第三,深入研究我国房地产价格与经济增长之间存在的互动关系。皮舜和武康平基于Panel数据的Granger因果检验模型发现,1994—2002年我国区域房地产市场的发展与经济增长之间存在着双向因果关系[8];黄忠华等用我国1997—2006年各省的面板数据研究发现,我国东部和西部地区的房地产投资与经济增长之间存在相互作用,且房地产投资对经济增长的贡献和影响不尽相同[9]。李颖和胡日东基于我国各省市面板数据,利用PVAR模型研究认为我国的房地产价格和GDP之间存在着双向的互动关系,房地产价格的波动受宏观经济的影响更显著一些[10]。徐晶则采用弹性退耦模型,证明了中国房价GDP退耦系数总体呈波动上升趋势,房价仍将随经济增长继续攀升[11]。

       以上研究都具有较大参考价值和现实意义。不过,也存在不足。例如大部分文献都是采用线性模型研究房价与经济增长之间的互动关系。然而房价与经济增长之间很有可能存在着非线性关系,即“门限效应”,就是说在某种门限变量处于不同区间时,解释变量对被解释变量的影响会有所不同。而经济发展水平应当是这种门限变量。因此,本文试图从不同地区的经济发展水平角度研究房价变化对经济增长的影响的非线性关系。

       二、房地产业与经济增长关系的理论分析

       房地产业具有产业链长、关联度高、带动力强的特点。在我国,与房地产业相关的上下游产业包括钢材、水泥、木材、玻璃、家电等;房地产业的发展,能带动一系列劳动密集型和资金密集型产业的发展,不仅可以贡献GDP,还能创造大量的就业。因此,1998年以后,尤其是2003年我国人均GDP超过1000美元,经济进入标准的起飞阶段以后,中央政府始终将房地产业视为国民经济的重要支柱产业。此外,截至2013年,我国按现有口径统计的城镇化率仅为53.73%,若按人口统计,更是仅为35%强,离发达国家70%左右的趋于饱和的城镇化的水平还有一段距离,在此过程中,城镇化的进程伴随着大量的固定资产投资包括房地产投资;各级地方政府看到了房地产业投资对增加本地GDP的显著效果,于是纷纷积极发展房地产业。房价是最能反映房地产业冷热的指标,每逢房价下挫,政府出于经济下行的担忧往往会为楼市松绑以刺激房价。但是,我们应当看到,中国各区域经济发展极不均衡,在经济发展水平不同的各区域或者说各区制,房价波动对经济增长的影响程度,或者说房价上涨、房地产市场发展对GDP的贡献也会有所不同,简单地看待房价与经济增长之间的关系可能会误导政府决策。

       如果我们进行深入的理论思考,不难理解,房地产市场的发展、房地产价格的上升与经济增长之间应当具有非线性关系。其内在经济学逻辑在于,一般意义上,任何一个产业,其与国民经济其他产业之间既存在互为补充、互为前提即互相促进的关系,也存在互相挤占资源、互相抬高成本即互相排斥的关系;那么,任何一个有存在、发展乃至消亡的历史必然性的产业,在其发展的过程中,必然要经历由对多数产业、对国民经济起到的促进作用由小逐渐而大,最后又逐渐趋小(负面作用开始显现并逐渐加大)的不同阶段。房地产业在各区域国民经济发展的一定阶段是毋庸置疑的支柱产业,那么,其发展过程中,对区域其他产业、对区域国民经济的促进作用的这种由小而大又趋小的阶段性表现就应当更加显著。

       三、模型设定与变量选取

       由以上分析得出,理论上房地产价格上涨对经济增长的影响程度会随一个区域经济发展水平的不同而发生显著的变化,即存在几种不同的区制状态。因此本文的实证部分将利用Hansen门限模型[12],来检验不同经济发展水平的地区房价变化对经济增长的不同影响,以及存在几个不同的区制状态。

       (一)模型设定

       研究房地产价格变化对经济增长的影响,除以房地产价格作为主要的解释变量外,本文还加入了一些控制变量,使得模型的结果更准确和稳健。为了便于比较,本文首先建立一般的面板数据线性回归模型如下:

      

       接下来,我们在(1)式面板数据线性回归模型基础上加入一个门限变量,考虑是否存在不同的区制状态的门限效应,由门限变量大小不同构造出相应的示性函数。我们采用经济发展水平作为门限变量,以平均房价作为关键变量,构建初始的单门限模型:

      

       (二)变量选取

       1.经济增长指标采用国内生产总值指数GDP。本文采用国内生产总值指数来衡量经济增长。GDP指数以1998年为基期,由同比GDP指数处理得到。

       2.经济发展水平采用人均实际地区生产总值EDL。参照Deidda与Fattouh(2002)对门限变量的选择方法,本文也采用人均实际地区生产总值作为经济发展水平的度量指标,模型中对应的门限变量即为人均实际地区生产总值,其等于实际地区生产总值(GDP)与地区总人口的比值。

       3.房地产价格采用商品房平均销售价格HP。本文以商品房销售均价代表房地产价格。由于数据库中的数据均为当年价数据,不具有可比性,因此这里利用居民消费价格指数(CPI)将房价折算为1998年的可比数据。

       4.其他控制变量的选取。控制变量是指能够对经济增长产生影响,但其影响独立于本研究关注的解释变量的相关变量。包括:(1)通货膨胀率(π):由消费者物价指数(CPI)计算得到;(2)外商直接投资(FDI):由于《中国统计年鉴》统计的实际利用外资额以美元为计价单位,在模型分析中,把以美元计价的实际利用外资额乘以当年人民币汇率均价换算成以人民币计价的实际利用外资额FDI;(3)创新(INNO):采用各地区专利申请授权数的自然对数;(4)实际汇率(REER):采用实际有效汇率;(5)基础设施建设(ROAD):采用各地区等级公路里程数。

       我们选取1999—2012年我国全部31个省份的相关数据。全部数据来源于《中国统计年鉴》和国泰安研究服务中心库。

       四、实证分析

       (一)数据描述性统计

       数据的表面分析,是实证分析的前提。表1是本文使用数据的描述性统计,包括均值、标准差、最小值和最大值。

      

       (二)平稳性检验

       本文利用LLC、IPS和Fisher-ADF三种检验方法,检验结果采取多数原则。分别对取对数的GDP指数(lnGDP)、取对数的商品房均价(lnHP)、通货膨胀率(π)、取对数的外商直接投资(lnFDI)、创新(INNO)、实际有效汇率(REER)、基础设施建设(ROAD)的平稳性进行检验(为消除异方差,我们对水平值数据取对数)。结果表明在10%的显著性水平下,除π通过单位根检验外,其他六个变量均为一阶差分后平稳(见表2)。

      

       (三)面板门限模型的估计与检验

       门限模型的检验是指是否存在门限效应以及存在几个门限值,在不存在门限效应的原假设下,Hansen(1999)采用“自助法”模拟LM检验F统计量大样本下的渐近P值,若P值足够小,则应拒绝原假设,存在单门限效应。接下来,采用相同的方法,在存在单门限效应的原假设条件下检验是否存在双门限效应,若P值足够小,则应拒绝存在单门限效应的原假设,说明存在双门限效应。继续重复以上检验过程直至对应的门限效应不显著为止。

      

       由检验结果可知,在1%的显著性水平下,拒绝存在双门限效应的原假设,同时考虑到四门限模型会损失过多自由度,因此本文选用三门限模型。经济发展水平不仅影响了房价与经济增长的关系,而且这种影响存在三个门限值。表4和表5给出了三门限模型回归估计结果:

       (四)结果分析

      

      

       由表4和表5的模型估计结果可知,依据经济发展水平的不同将样本分成了四个区制状态,在不同的区制内,房价变化对经济增长水平的影响有所不同。第一区制,当经济发展水平小于8.9742时,房价上涨10%会导致经济增长率轻微下降0.148%,但结果不显著;第二区制,当经济发展水平处于8.9742与9.3928之间时,房价上涨10%会导致经济增长率上涨0.277%;第三区制,当经济发展水平处于9.3928与10.4277之间时,房价上涨10%会导致经济增长率上涨0.981%,相比第二区制有涨幅较大上升;第四区制,当经济发展水平大于10.4277时,房价上涨10%,经济增长率上涨0.34%,涨幅反而有所回落。可以发现当区域经济发展水平从低到高时,房价对经济增长的促进作用经历了由弱到强又转弱的过程,这种影响呈“倒U形”变化。

       本文进一步统计了1999—2012年我国各直辖市、省在四个区制的分布情况,见表6。

      

       由表6可知,处于经济发展水平第一区制的省份数越来越少,而且从2004年以后显著下降,从2009年开始则没有一个省份位于第一区制;处于第二区制的省份大致上起初呈上升趋势,2006年以后开始下降,到2011年以后为零;总体上第三区制和第四区制的省份数呈上升趋势,到了2011和2012年,有21个省级区域在第三区制,10个省级区域在第四区制。我们看到,2012年,全国31个省级区域中有21个经济发展水平处于第三区制,而在该区制房价波动对区制经济增长的影响最大,或者说房价上涨、房地产市场发展对GDP贡献最大;其余10个省级区域的经济发展水平则处于第四区制,而在该区制房价波动对经济增长的影响减弱了很多,或者说房价上涨、房地产市场发展对区制GDP贡献开始下降。研究表明,2011和2012年,这处于第四区制的10个省份正是我国经济发展水平相对较高的北京、上海、广东、江苏、浙江、天津等地。综上,在不同的区制经济发展水平下,房价波动对经济增长的影响,或者说房价上涨、房地产市场发展对GDP的贡献具有非线性的特点。

       五、结论及政策建议

       本文运用Hansen(1999)面板门限模型,基于31个省级区域1999—2012年的面板数据,实证分析在不同的经济发展水平下,区制房价波动对经济增长的影响或房地产市场发展对GDP贡献的差异。结论是:总体上,当区制或区域经济发展水平从低到高演化时,房价对经济增长的促进作用经历了由弱到强又转弱的过程,呈倒U型变化。

       这一结论意味着,我国的经济发展走到今天,各地区仍然将房地产业作为国民经济的支柱产业的认识是片面的:如果本地区的经济发展水平在全国尚处于中、下水平,将房地产业仍然视为本地区支柱产业是可行的,但如果本地区的经济发展水平在全国已处于相对的先进水平,则不宜再将房地产业视为本地区的支出产业。

       那么,当前我国应当实施区域性的房地产政策。实际上,党的十八大以来,我国政界、学术界和业界已逐渐形成“实施区域性房地产政策”的共识,这是因为当前我国不同城市的房地产市场供求(指刚性需求)态势不同,房价泡沫不同,金融风险不同,本文则更加强化了“实施区域性房地产政策”这个共识。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

区域经济发展水平、房价与经济增长&基于面板阈值模型的研究_区域经济发展论文
下载Doc文档

猜你喜欢