FDI对我国房地产价格的影响及地区差异研究

2015-03-08刘奕彤

西部经济管理论坛 2015年1期

关键词：外商城镇居民面板

刘奕彤

(西南大学经济管理学院重庆 400715)

FDI对我国房地产价格的影响及地区差异研究

刘奕彤

(西南大学经济管理学院重庆 400715)

本文基于我国31个省(直辖市、自治区)2004-2012年省际面板数据，实证分析了外商直接投资对我国整体房地产价格和东、中、西部房地产价格的影响。结果表明：(1)从总体上看，外商直接投资对于房地产价格具有显著的正向影响；(2)从各地区看，外商直接投资对东、中、西三大区域房地产价格的影响程度存在差异：外商直接投资对东、中部地区房地产价格具有显著的负效应，而对西部地区却有显著的正向拉动作用；(3)FDI并不是造成我国房地产价格上涨的主要因素。在此基础上，本文对我国房地产价格的调控提出了相应的政策建议。

外商直接投资;房地产价格;区域差异

近年来，房地产行业发展迅速，已经成为我国的支柱产业。与此同时，房地产市场投资过旺以及房价居高不下的问题成为热点。在经济全球化的背景下，国际间的资本流动日益加速。一方面，跨国资本流动的期限日趋模糊，长期资本和短期资本的相互转化更加迅速；另一方面，金融工具多样化，金融衍生产品迅速发展，作为投资工具的不动产与动产之间的界限变得模糊起来。因此，有必要基于国际资本市场化，探讨国际资本流动对我国房地产市场的影响。

外商直接投资(FDI)是指一国的投资者将资本用于他国的生产或经营，并掌握一定经营控制权的投资行为。近年来，房地产业在我国利用外商直接投资总量中占的比重有较快的提升。从图1可以看出，除了2009年受金融危机的影响以外，近年来，流入我国房地产行业总体的外商直接投资呈现出明显的上升趋势，房地产市场已成为外商直接投资的热点。到2011年，外商直接投资进入我国房地产行业已达到了704.7亿元。FDI的流入虽然促进了我国房地产市场的发展，但也加快了我国房地产价格的上涨。外商投资把房地产作为投机的重点，进而促进了房地产市场投资泡沫的形成，从而在一定程度上影响到社会经济生活的稳定，因而成为社会各界关注的热点问题。

图1 FDI进入房地产情况(2003-2011年)

运用宏观调控政策遏制房价的上涨，是现阶段我国政府工作的重要任务。公众对房地产市场过热所表现出的日益加重的焦虑情绪，以及房地产市场潜在的资本泡沫问题，应引起有关部门的高度重视。因此，研究外商投资是否影响我国房地产价格，对于我国经济和社会发展具有重要的意义。

本文的结构安排如下：第一部分是文献综述；第二部分对变量的选取、数据的来源、计量模型的设定和研究方法加以说明；第三部分是对面板数据的实证研究与分析；第四部分是研究结论与政策建议。

一、文献回顾

国内外学者对外商直接投资的本质及作用做过不少相关研究。De Gregorio(1992)[1]通过对12个拉丁美洲国家1950-1985年的面板数据进行分析，发现FDI与经济增长有显著的正相关关系，同时还发现外国直接投资的生产率要高于国内投资的生产率。Grabber(1993)[2]认为FDI具有流动性，一旦投资地的政策环境发生变化或出现了更具优势的地区，FDI的转移作用就会导致产业集群衰落和区域经济波动。Borensztein等(1998)[3]通过对69个发展中国家1970-1989年的数据进行分析，认为FDI通过技术外溢效应导致经济增长。Birkinshaw(2000)[4]运用生命周期理论深入分析了FDI对产业集群技术升级的影响，并认为这种促进作用比较有限。Thompson E.R.(2002)[5]通过对香港制衣公司在大陆直接投资的数据进行分析，证明在产业集群中的FDI会具有明显的技术外溢效应。在国内，魏后凯(2002)[6]对外商直接投资对中国区域经济增长的影响进行实证研究发现，东部发达地区与西部落后地区之间GDP增长率的差异大约有90%是由外商投资引起的。江锦凡(2004)[7]就FDI对中国经济增长的影响进行理论和经验分析后发现外商直接投资在中国经济增长中起到十分重要的作用。黄静波、付建(2004)[8]通过分析FDI对广东技术进步的作用，发现投资于资本密集型产业的FDI比投资于劳动密集型产业的FDI有着更强的溢出效应。郭志仪、杨曦(2008)[9]利用1990-2004年省际面板数据，分析了FDI对中国东、中、西部地区经济增长作用机制的差异，发现FDI在中国各地区发挥的作用存在明显差异。唐艳(2011)[10]认为外商直接投资促进东道国产业结构升级依赖于产业关联效应和技术溢出效应这两个关键因素实现。舒彤等(2014)[11]运用极值边界分析模型(EBA)对中国外商直接投资与经济增长之间的关系进行了实证分析，结果表明外商直接投资对中国经济增长的影响是与中国国情及FDI在中国发展态势息息相关的，是有时间特质的。

西方发达国家对房地产价格机制的研究在强调政府作用的同时，更注重市场机制的作用。Mankiw和Weil(1989)[12]研究美国20世纪70年代一些城市的住宅价格后认为二战后生育高峰期出生的一代人进入购房阶段是导致住宅价格上涨的主要原因。对于房地产价格的影响因素，Harris(1989)[13]研究了实际利率、名义利率对房地产价格的影响，发现实际利率的变动可以解释市场价格水平，名义利率只在房地产增值预期形成时发生作用。Abraham和Hendershott(1996)[14]指出住宅价格与建设成本、就业率和收入直接相关，而价格上涨幅度和利率呈负相关关系。在国内，周海波(2009)[15]选取人口数量、物价水平、贷款利率水平及季节虚拟变量5个指标对房地产价格进行多元线性回归分析，结果发现影响我国房地产价格最主要的因素是人口数量和物价水平。苏亚莉、张玉(2011)[16]认为建筑成本、城镇居民可支配收入以及居民年末储蓄额增加等因素会使房地产价格显著上涨，土地供给的增加会使房地产价格显著下降。郭策、肖逸(2013)[17]选取2001-2010年全国31个省市的各影响因素的数据进行面板数据分析后认为人口数量、人均可支配收入、房屋竣工面积、房屋竣工造价、房地产商数量对房地产价格都会产生不同程度的影响。在外商直接投资对我国房地产价格影响的研究中，范东君、单良(2009)[18]基于1999-2006年的省际面板数据，计算出各个要素包括FDI对中国房地产价格增长的影响及贡献程度，结果表明FDI是中国房地产价格上涨的原因之一。段芳(2011)[19]着眼于服务业外商直接投资的流入对上海房地产价格的冲击展开分析，结果显示FDI的变动对上海房地产价格波动不构成显著影响。沈悦、李善燊(2012)[20]发现FDI的流入对我国各类住宅和商业房地产价格存在不同程度的正向冲击效应，认为房地产调控要注意防范外源资本的结构性冲击影响。

以上文献大多是研究外商直接投资对经济增长、产业集群的影响，房地产价格的影响因素研究主要围绕市场供需、土地、人口等因素展开。关于FDI对房地产价格影响的研究大多是对全国整体或某个区域的研究，对于地区差异性的划分不明显。本文在前人研究的基础上，根据2004-2012年我国31个省、直辖市、自治区的面板数据，对整体和东、中、西部三个区域分别进行实证研究，并根据研究结论提出相应的政策建议。

二、模型的设定及研究方法

(一)模型的设定

利用31个省(直辖市、自治区)(北京、天津、河北、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、广东、海南、河南、湖北、湖南、山西、安徽、江西、广西、重庆、四川、贵州、云南、陕西、宁夏、甘肃、新疆、青海、西藏)的面板数据，选取2004—2012年的统计数据作为研究对象，对FDI对房地产价格的影响进行计量分析，进而探讨促使房地产价格上涨的主要因素。面板模型综合考虑了地域差别和时间序列的影响，克服了时间序列和截面分析方法的不足。FDI对房地产价格的影响是多层次的，在建立回归模型时，除了考虑因变量和自变量之外，还需要验证几组必要的控制变量。基于房价的自变量除了FDI之外，还有地区生产总值、城镇居民的收入水平以及城镇居民的消费支出。因此，本文的初始变量选取如下：

商品房平均销售价格：Y；外商直接投资额：FDI；地区生产总值：GDP；城镇居民家庭人均可支配收入：PI；城镇居民人均消费性支出：CS。其中，房地产平均销售价格用lnY表示，外商直接投资用lnFDI表示，地区生产总值用lnGDP表示，城镇居民家庭人均可支配收入用lnPI表示，城镇居民人均消费性支出用lnCS表示。

对各项数据取对数，是为了在一定程度上消除异方差问题，同时也表示该变量的弹性，具有实际的经济意义。本文拟采用面板数据分析外商直接投资额及其他控制变量对商品房平均销售价格的影响，构建的计量经济模型如下：

lnY=lnFDI+lnGDP+lnPI+lnCS+μ

(1)

本文数据来源于2005-2013年的《中国统计年鉴》、《中国房地产统计年鉴》，以及各省市的《统计年鉴》、金融运行报告、《国民经济和社会发展统计公报》。

(二)研究方法

目前对我国房地产价格的研究大多是基于时间序列数据展开的，而在定量分析中，样本区间过短会限制估计和检验统计量的自由度，从而降低分析结论的可靠性。尽管部分研究采用季度数据来增加样本容量，但是Perron(1991)[21]、Pierce和Snell(1995)[22]等的研究结论均显示，影响估计和检验可靠性的主要是样本数据的采样区间。所以，样本区间较短时，运用季节数据对提高估计和检验可靠性的作用是有限的，季节效应的存在反而可能干扰我们对经济变量变化特征的认识。

面板数据包含了截面、时期和变量三维信息，结合时间序列和横截面二者的数据进行分析，克服时间序列和横截面各自的不足，有助于解决样本区间偏短的问题；而且考虑到中国经济的具体特征，面板数据分析具有更强的适用性。一般的线性面板数据模型可以表示为：

(2)

其中，Xit为1×K向量，K为解释变量的个数，N为截面成员个数，T为时间点个数。在进行面板数据分析时，如果模型形式设定不正确，估计结果将与所要模拟的经济现实偏离很远。因此，建立面板模型第一步便是检验被解释变量的参数是否对所有截面都一样，即选择合适的模型。所以构造F-test统计量：

(3)

式中，S1、S2分别表示混合模型和固定效应模型的残差平方和。N为截面个数，K为解释变量个数，T为时期数。将模型分析得到的F统计量与F临界值进行对比，便可对选择混合模型还是固定效应模型进行取舍：如果F统计量大于临界值，则拒绝原假设，选择固定效应模型；反之，则选择混合模型。固定效应模型又进一步分为个体固定效应模型和个体随机效应模型，为此再进行Hausman检验，其统计量为：

(4)

运用Eviews软件对面板数据进行估计，通常是通过含有Pool对象和面板结构(Panel)的工作文件来实现的，但Pool对象一般用于截面成员较少而时期较长的“窄而长”、侧重时间序列分析的数据，而面板结构文件一般用于截面成员较多而时期较短的“宽而短”、侧重截面分析的数据。本文选取我国31个省(直辖市、自治区)、时间跨度为2004-2012年的年度数据作为样本数据，因此，本文利用Eviews6.0软件估计时运用面板结构的工作文件是较为合适的。

三、房地产价格影响因素的实证分析

(一)单位根检验

本文以2004-2012年我国31个省(直辖市、自治区)的外商直接投资额与房地产价格为研究对象，实证分析外商直接投资额(FDI)以及地区生产总值(GDP)、城镇居民家庭人均可支配收入(PI)、城镇居民人均消费性支出(CS)对商品房平均销售价格(Y)的影响。

从表1可以看出，商品房平均销售价格、外商直接投资额、地区生产总值、城镇居民家庭人均可支配收入和城镇居民人均消费性支出5个指标均为平稳序列，可以对其进行直接回归，以考察各变量之间的数量关系。

表1 单位根检验结果

(二)FDI对房地产价格影响的整体回归分析

首先就FDI对商品房平均销售价格的总体效应进行分析。对核心变量进行回归，再引入控制变量，并根据面板数据的F检验和Hausman检验结果选择合适的模型进行估计。表2给出了我国31个省份2004-2012年的整体估计结果。

表2 FDI与房地产价格的总体回归分析结果

注：*、**、***分别表示在10%、5%、1%水平上显著。结果由Eviews6.0软件得出，下同。

表2中模型(1)是未引入控制变量的估计结果，由于F统计量大于临界值，故拒绝混合模型的原假设，Hausman检验在10%的显著水平下接受个体随机效应模型的原假设，因此模型(1)应选择个体随机效应模型。模型(2)、(3)、(4)分别为引入控制变量后的混合模型、个体固定效应模型和个体随机效应模型的拟合结果。由模型(3)中的F统计量和模型(4)的Hausman检验结果可知，建立个体固定效应模型较为合适，因此模型(3)的估计结果最为准确。从拟合结果看，外商直接投资额、城镇居民家庭人均可支配收入以及城镇居民人均消费性支出与商品房销售价格的正相关关系都十分显著。而这一时期，城镇居民家庭人均可支配收入和城镇居民人均消费性支出对推动商品房平均销售价格上涨的作用最为明显。外商直接投资额、城镇居民家庭人均可支配收入以及城镇居民人均消费性支出对商品房平均销售价格具有显著的正向效应，其系数为0.045583、1.059865、0.616716。这表明我国外商投资额每上涨1%，商品房平均销售价格就会上涨0.0456%；城镇居民家庭人均可支配收入每上涨1%，商品房平均销售价格上涨1.0599%；城镇居民人均消费性支出每上涨1%，商品房平均销售价格上涨0.6167%。由此可见，外商直接投资虽然对商品房平均销售价格具有一定的推动作用，但并不是促使我国房地产价格上涨的主要因素，城镇居民的收入、消费水平对房价的影响更为关键。而地区生产总值对商品房平均销售价格却具有负效应，这可能是近年来随着第三产业的发展，第三产业的贡献度大幅提高。

(三)FDI对房地产价格影响的地区差异分析

由于我国不同地区经济发展格局、居民收入水平和居民消费水平存在明显的差异，因此，各项指标对各地区的影响也不可避免地存在差异。准确估算和区分FDI对不同地区的影响程度，对于制定我国房价调控政策有着重要的意义。所以，为了进一步探寻FDI对房地产价格影响的差异性，本文将会进一步对东部、中部、西部进行实证分析。经过F检验与Hausman检验可知，东部地区适合个体固定效应模型，而中部和西部地区则适合个体随机效应模型。表3给出了三大区域商品房平均销售价格对FDI以及引入控制变量后的回归结果。

表3 FDI与房地产价格的总体回归分析结果

总体上看，城镇居民家庭人均可支配收入和城镇居民人均消费性支出对东、中部地区房地产价格的影响不显著，而对西部地区具有显著影响。FDI对东、中部地区房地产价格具有显著的负效应,而地区生产总值对于东、中部地区房地产价格却有显著的正效应；但是FDI对西部地区具有显著的正效应，而地区生产总值对西部地区房地产价格却有负向效应，影响效果并不显著。由此可见，东、中部地区与西部地区存在明显的差异。从地区生产总值的系数来看，东部地区的地区生产总值系数最大，对商品房销售价格的影响最明显，其次为中部地区。这说明，东、中部地区(尤其是东部地区)经济较发达，地区生产总值对于促进房地产价格上涨的贡献度较大，经济形势过热对房价的冲击效果较为明显；而我国西部地区经济发展比较落后，地区生产总值对于促进房地产价格上涨的作用不大。FDI对于西部地区房地产价格有一定影响，其系数为0.028504，即西部地区的外商直接投资额每上升1%，商品房平均销售价格就会上涨0.0285%。由于西部地区经济建设较为落后，其规避风险的能力较差，受到其他干扰因素的影响也较为明显，因此，城镇居民家庭人均可支配收入和城镇居民人均消费性支出对西部地区的影响也比较显著，其系数分别为0.554735、0.478686，即城镇居民家庭人均可支配收入或城镇居民人均消费性支出每上涨1%，商品房平均销售价格会分别上涨0.5547%、0.4787%。由此可见，在经济比较落后的地区，居民的需求程度对房价波动的影响较强。

四、研究结论及政策建议

房地产业是我国国民经济发展的重要产业，房地产安全直接关系着国家金融安全和宏观经济安全。本文借助2004-2012年的省际面板数据，实证分析了外商直接投资对我国房地产价格的影响。回归结果和分析表明，房地产市场价格走强是国内经济形势良好的表现，地区生产总值、城镇居民收入和消费水平在其中扮演了重要角色。从整体上看，外商直接投资对于我国房地产价格具有显著的正向影响，但城镇居民的收入水平对房地产价格的影响最大，其次是城镇居民消费支出水平，二者对房地产价格的影响远远超过了FDI的影响。从各地区看，外商直接投资对东、中、西三大区域房地产价格的影响程度存在差异：外商直接投资对东、中部地区房地产价格具有显著的负效应，GDP是推动房地产价格上涨的主要因素，越是发达的地区，GDP对房价的正向影响越大；而在西部地区，FDI对房价却有显著的正向拉动作用，城镇居民的收入、支出水平对房地产价格的影响最大，是推动房地产价格上涨的主要因素。

综上所述，FDI在一定程度促进了我国房地产市场发展，房地产价格的上涨是我国经济态势过热的体现。对此，本文提出以下建议：第一，遏制境外资本过度流入房地产行业，特别要抑制投机性需求，应将外资购买国内房地产列为资本项目管理范围。第二，加强对房地产投资基金的管理，限制利用外资投资基金购买大量的国内房地产。第三，取消超国民待遇的外商房地产公司境外融资规定。第四，在保持GDP高速平稳增长的基础上，积极引导FDI的投向，使之更有利于房地产的发展。第五，针对不同层次的需求，调整房地产供应结构，规范房地产开发企业经营行为。第六，加强政府对房地产业的宏观调控，不断加强房地产市场信息系统建设，提高房地产的银行贷款条件，规范政府的各种规费。第七，加快外汇管理体制改革，对由于人民币升值造成的境外资金炒作我国房地产的行为加以防范。

[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] 魏后凯.外商直接投资对中国区域经济增长的影响[J].经济研究,2002(4):19-26.

[7] 江锦凡.外国直接投资在中国经济增长中的作用机制[J].世界经济,2004(1):3-10.

[8] 黄静波,付建.FDI与广东技术进步关系的实证分析[J].管理世界(月刊),2004(9):81-86.

[9] 郭志仪,杨曦.外商直接投资对中国东、中、西部地区经济增长作用机制的差异——1990-2004年地区数据的实证检验[J].南开经济研究，2008(1):75-86.

[10] 唐艳.外商直接投资产业关联效应分析[J].经济纵横,2011(4):55-58.

[11] 舒彤,刘纯霞,陈收,等.供应链体系中外商直接投资对中国经济增长的影响与实证[J].系统工程理论与实践，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.房地产价格影响因素的实证研究[J].海南大学学报人文社会科学版,2009(10):537-543.

[16] 苏亚莉,张玉.我国房地产价格影响因素的实证研究[J].江西社会科学，2011(12):54-57.

[17] 郭策,肖逸.基于省际面板数据的房地产价格影响因素分析[J].统计与决策，2013(16):132-134.