成都市房地产投资与经济增长计量关系研究

卓武扬，陈 婷

（西华大学 经济学院，四川 成都 610000）

0 引言

自新中国建立以来，我们一共经历了三次住房体制改革，在近七十年的时间里，住房供给体系逐渐演变成为住宅建设市场化和住房消费货币化的道路.不论是分房制度的取消还是人们日益提高的生活水平，都使得大众对居住条件的改善或优化有了更迫切的需求.由此，房地产市场当之无愧的发展成为国民经济的支柱产业之一.［1］

与此同时，众所周知由于历史发展和地理位置等原因，一直以来我国地区经济发展极不平衡，各地区房地产业发展情况的差异较大，相较而言沿海城市的发展水平高于内陆.［2］因此为了改善缓和这种不平衡的发展态势，研究我国各类地区房地产业与经济发展的关系尤为必要，具有重要的理论和现实意义.

目前关于房地产投资和经济增长的研究有许多，主要体现在研究分析房地产投资和经济增长之间的关系.大多数研究结果都认为房地产投资和经济增长之间存在一个稳定且长期的关系，在一定程度上房地产投资会促进经济的增长.罗国银（2010）通过分析房地产投资对我国经济增长的贡献,认为房地产投资对各省市的经济增长都存在显著的正向影响,但对不同地区的影响力存在差异 .［3］侯婷（2010）通过投入产出的方式分析房地产投资对经济增长的贡献度，认为当前我国的经济增长以及过度依赖与房地产投资的发展.［4］陈淑云（2012）对全国70个大中城市根据规模分类,并建立面板数据模型,结果认为较大城市规模情况下房地产投资对于经济增长的促进作用较为明显.［5］张屹山（2018）通过空间效应分析认为房地产投资的空间溢出效应具有结构性差异,在经济发展较为均衡的地区间,有显著的正向溢出效应,而对地理位置临近但经济发展差异较大的地区则有显著的挤占效应.［6］

1 变量、数据与模型设定

1.1 变量与数据

考虑到数据的可得性，本文主要选取了成都市2002年至2016年的房地产投资和区域国内生产总值两项数据进行实证研究和分析.二者的数据都来自于国家统计局.

房地产开发投资（INV）直接采用了地区房地产开发投资额，它反应了每年房地产开发投资的规模大小.区域国内生产总值（GDP）则直接采用地区的国内生产总值数据，它反应的是每年成都市经济发展水平的差异.

为了消除数据中的异方差问题，我们将对二者数据取自然对数，并将处理后的变量分别命名为lnINV和lnGDP.

由于两种指标的数值均逐年增加，由此推断二者之间可能存在相关联系.将lnINV和lnGDP两个变量作出趋势变化图，如图1所示.

图1 lnGDP与lnINV折线图

由图1显示可知，lnGDP和lnINV两条直线变化趋同，且lnGDP一直处于lnINV上方，由此推测二者之间可能存在相互影响的关系.

1.2 模型设定

Var模型又称之为向量自回归模型，它是计量经济学中常用的一种模型，普遍运用于经济、金融等时间序列中.这种模型把每一个外生变量都作为所有内生变量滞后值的函数来构建模型，对于考察多个变量之间的动态互动关系非常适用.

党的十八大报告提出:“健全反腐败法律制度，防控廉政风险，防止利益冲突，更加科学有效地防治腐败”。2005年中共中央颁布的《建立健全教育、制度、监督并重的惩治和预防腐败体系实施纲要》提出，要加快制定廉政立法进程，研究制定反腐败方面的专门法律，修订和完善《刑法》、《刑事诉讼法》等相关法律制度。

2 实证分析

2.1 VAR模型估计

使用eviews软件为lnGDP和lnINV变量建立向量自回归模型，并通过SC和AIC最小准则确定最佳滞后期数为4.［7］

根据估计结果，可以写出以下的标准型的VAR模型:

从上述公式可以看到，对于lnGDP变量而言，自身的前三期影响因子较大，且主要呈正向影响，lnINV的前一期影响最大呈负向影响.对于lnINV变量而言，自身的前一期影响较大呈负相关，lnGDP前三期影响较大，呈正相关.这说明房地产开发投资与经济增长之前是存在一定的相互影响关系.不过这种影响强度的强弱则与时间有关，距离越近的时期二者影响作用越大.

2.2 脉冲响应函数分析

在现实生活中，很多时候研究者关注的对象并不是VAR模型中各个等式的系数，这主要是因为系数往往非常多，而且这个系数只能反映一个局部的动态关系.所以，为了捕捉全面动态的关系，系统分析房地产产业与经济增长之间的关联，需要对此进行脉冲响应函数分析.

利用Eviews软件求出该VAR模型的脉冲响应图如图2所示：

图2 脉冲响应函数的图形输出结果

图2 中左上角显示的是经济增长对自身的脉冲响应函数图，右上角显示的是房地产投资ln-INV变动一个标准差对经济增长lnGDP的脉冲函数图.图中实线表示lnGDP受冲击后的趋势，两侧虚线表示两倍误差.可以看出，lnINV的一个正向冲击后，从第一期开始lnGDP开始上升并在第三期达到最高值，然后冲击作用下降.同理可分析lnGDP对于lnINV的冲击.所以通过以上判断可以得出，经济增长和房地产投资之间具有相互的正向冲击作用.

2.3 方差分解

通常情况下，脉冲响应函数反映的是一个变量冲击对另一个变量冲击的动态的影响过程.而方差分解则可以具体的将VAR模型系统内的一个变量的方差具体分解到各个扰动项上.也就是说，方差分解能够提供每个因素影响各变量的相对程度.

综上，当地房地产投资和地区生产总值之间存在着双向动态影响，但是地区生产总值对于房地产投资的贡献度大于房地产投资对于地区生产总值的贡献度.因此得出以下结论：第一，房地产投资对于地方经济增长有一定的影响作用，但是这种作用有一定的限度，即地方政府不能够长期通过房地产投资这种方式来保持地方经济增长.第二，地方经济增长在某种程度上对房地产投资发展形成了路径依赖，因此房地产投资现象在短期内不会完全消失.

2.4 Granger因果关系检验

格兰杰因果关系检验实际上就是进行一组显著性检验,它可以用来检验某个变量的所有滞后项是否对另一个或其他的变量当期值有影响.如果影响显著，说明变量之间存在格兰杰因果关系，反之则没有.

首先运用eviews进行协整检验，结果认为变量lnGDP和变量lnINV之间具有协整关系，从而可以进行下一步的Granger因果关系检验.结果如表1所示.

表1 Granger因果关系检验结果

从表1的结果可以看出两次检验的P值均远远大于0.05，也就是说，我们可以认为变量lnINV和变量lnGDP之间存在双向因果关系.即是说成都市的地区生产总值和房地产投资之间具有密切的关系.

3 结论与政策建议

本文通过建立VAR模型分析了成都市房地产投资与地区生产总值之间的实证关系，主要结论如下：成都市房地产投资与经济增长二者之间存在一个相对稳定、密切且长效的经济关系，并且这两个变量之间的因果关系是双向的.房地产投资对经济增长有明显的促进作用，但作用时间有限；经济增长能够激励投资者加大房地产投资.这个结论在一定程度上体现了成都市的经济发展实际情况，同时也暴露出来在以前政策推行中的一些问题.比如说，单纯依靠加大对房地产市场的投入和开发来刺激经济增长，可能会产生严重的“挤出效应”从而与初衷背道而驰的的政策效果.

根据以上结论，我们可以得到一些相关的政策启示：

房地产市场高涨或低迷在一定程度上将影响居民消费、土地财政收入等各个方面.经济的好坏同时也会影响居民的信心和预期.正是这些各方面的组合使得房地产行业和经济发展之间具有错综复杂的关系.因此为了维持成都市经济健康增长，政府有必要调控好房地产市场.

主要从以下几个方面的措施：

第一，协同各行业共同发展，房地产经济能够调动相关产业如装修，钢铁等.而这些产业的联动发展都会促进当地整个经济的增长.因此，对于一个地区来说，要想有稳定持久的发展不能仅仅依靠于房地产来带动，我们需要综合、有机的将各行各业结合起来，达到平衡发展.

第二，政府应该对于当前房地产业的发展做出合理的规划，使之有目前本地的区域经济发展水平相适应，采取积极有效地措施控制住房的有效供给和不合理需求.同时相关部门应该针对房地产价格应采取调控和监督，防止恶意投机炒房.

第三，整顿并规范房地产市场秩序，制定、完善相应的法律法规，对违规企业和公司进行严厉查处.这对于经济健康发展具有很大的意义还能有效防范住房泡沫和金融风险.