房屋销售额对厦门市国民经济增长的实证研究分析

梁唯一 集美大学财经学院

一、引言

厦门地处福建省东南部，与漳州、泉州并称厦漳泉闽南金三角经济区。1980年10月7日中央批复将其设立为经济特区，并在2010年将经济特区由厦门岛内扩大到全市。2020年，厦门地区生产总值达到6 384.02亿元，较上年增长6%，其中房屋总销售额为1 223.32亿元，约占厦门地区生产总值的19%。纵观厦门地区2003年至2020年的房屋总销售额数据可以发现，厦门房屋销售额一直处于高位运行状态，厦门地区生产总值在2003年至2020年增长率为885%，而房屋销售额的增长率达到1 660%，这些数据表明房屋销售额的增长速度明显快于经济增长的速度，厦门地区的经济结构存在一定程度的失衡，对房地产的依赖很有可能导致房地产泡沫以及通货膨胀。因此，本文通过研究房屋销售额与厦门地区经济增长之间的关系，合理估计房屋销售额对厦门地区经济增长的作用，这对建设厦门经济特区，促进其经济稳定增长有一定的现实意义。

二、厦门市房屋销售水平发展情况

(一)房价居于高位且逐年增长

由于近几年以来国家实行限购、限价、限贷等措施，厦门地区房价的快速上涨趋势已经受到了一定的遏制，但结合2012年至2021年7月的房地产均价可以发现，厦门地区的房价仍处于高位，且存在逐年上升的趋势。

2020年厦门地区房地产均价为46 188.33元，相比2019年的45 161.92元，同比增长了2%，而相比2012年的15 488.17元，房地产均价的增长率高达198%。笔者认为厦门地区房价居高不下且连年增长的原因主要有：

1.成本推动房价增长

由于土地购置费、设备工器具购置费涨价以及工人工资提高等因素造成房价上涨。例如，据厦门市统计局的资料显示，厦门市劳动工资增长迅速，2019年厦门地区劳动人员年人均工资为96 193元，比上年增长12 354元，扣除物价因素实际增长率为11.4%。

2.消费者的投机行为

由于大部分消费者缺乏基本的投资知识以及金融产品投资渠道的匮乏，导致许多消费者将闲置资金投入房地产市场，且大部分消费者在厦门地区买房不是因为自身对居住的需求而是为了等待房价上涨后转卖以期获得高额的差价收益，这种“炒房”的投机行为是导致厦门地区房价泡沫的最主要因素。

3.政府的影响

地方政府税收对于房地产业的依赖性过强也是导致厦门地区房价增长的原因。房地产业的发展可以带动地区其他制造业如建材业、水泥业等发展从而拉动地方经济正增长，且发展房地产行业所带来的高额土地购置税费以房屋购置税费也是地方政府难以放弃房地产行业，促使房价“水涨船高”的原因。

图1 2012年—2021年厦门市房价趋势图

(二)房屋销售额呈缓慢增长趋势

图2 2003年—2020年厦门地区房屋销售额趋势图

根据厦门统计局提供的2003年至2020年厦门地区房屋销售额的数据，可以看出2003年至2015年厦门市房屋销售额快速增长，由69.5亿元增加至1 217.94亿元，增幅达到1 653%，2015年以后，房屋销售额有些许回落，大致在920亿元到1 220亿元左右震荡。另外，2003年至2020年间，房屋销售额占厦门地区生产总值的比率有较大幅度的波动，其中，2009年房屋销售额仅占厦门地区生产总值的11%，而在2015年，房屋销售额占厦门地区生产总值的比率高达32%，2015年后，房屋销售额在厦门地区生产总值中的占比趋于稳定，大约为20%左右。这些数据表明，2003年至2015年期间，厦门地区的房地产业销售火热，而在2015年以后，房地产业的投资热度下降，房屋销售额呈缓慢增长趋势。

三、房屋销售额对厦门市经济增长影响的实证分析

(一)经济计量模型说明

1.变量设计

厦门地区的生产总值代表厦门地区在一定时期内所生产的最终产品和服务的市场价值总和，可以用来衡量该地区的生活水平及经济增长程度，故选用厦门地区2003年至2020年的GDP来表示厦门地区的经济增长状况，并作为模型的一个变量，用Y表示。此外，根据所选取的厦门地区生产总值的时间区间，选定2003年至2020年厦门地区的房屋销售额作为另一个变量，用X表示。以上数据均来自厦门市统计局的《特区年鉴》。

2.数据处理

为了消除原始变量的异方差影响，对所选变量做对数处理，经处理后的数据不会影响变量间的相关关系。Y对数化处理后的数据记为lnY，X对数化处理后的数据记为lnX。数据分析均采用Eviews10.0进行。

(二)模型实证分析

1.单位根检验

根据lnY与lnX数据的走势图(图3)可以初步判断两个序列可能都存在趋势项和截距项，可能为不平稳的时间序列。

图3 lnY与lnX的时序图

利用ADF单位根检验法对lnY和lnX进行单位根平稳性检验，取显著性水平为5%，检验结果见表1。

表1 平稳性检验结果

检验结果表明，lnY与lnX的原序列都存在单位根，为非平稳序列。对lnY和lnX进行一阶差分后，其P值小于5%，可以拒绝“存在单位根”的原假设，因此，lnY与lnX为同阶单整序列，符合协整检验的条件。

2.协整检验

首先对lnY与lnX进行协整回归，结果如下(括号中为t值)：

表2 残差的平稳性检验结果

由表2可知残差序列不存在单位根，为平稳序列。据此可以表明lnY与lnX是(1，1)阶协整，并存在长期稳定的关系。

3.VAR模型的建立

(1)滞后阶数的判定。本文采用多准则联合确定的方法，对滞后阶数进行选择，选择滞后阶数k=3。选择结果见图4。

图4 VAR滞后阶数k的选择结果

(2)VAR模型的稳定性检验。经过检验可知，滞后期长度为1，内生变量为6的VAR模型，其中每一个特征根倒数的模都落在单位圆内，不存在单位圆外的根，据此可以判断该VAR模型具有稳定性。检验结果见图5。

图5 VAR模型的稳定性检验

由此可以得出VAR模型的估计结果：

(3)格兰杰因果关系检验。上述协整检验只能证明lnY与lnX之间存在长期稳定关系，其中孰为因果还需进行因果关系检验，来分析两变量之间的因果关系。检验结果见图6。

图6 格兰杰检验结果

由上图可知，在lnX的方程中，lnX作为被解释变量对解释变量lnY进行格兰杰因果检验，不构成对lnY的因果检验关系；而在lnY的方程中，lnY作为被解释变量对解释变量lnX进行格兰杰检验，所得联合分布统计量为9.364 606，且在5%的水平上与lnX存在因果关系。因此，该VAR模型的回归函数为：

(4)脉冲响应函数。基于上述所建立的VAR模型，可以刻画出lnY与lnX之间的脉冲响应函数，从而分析它们之间的短期动态关系。脉冲函数图见图7。

图7 VAR模型的脉冲响应函数图

由上图可知，lnX对来自lnY的扰动没有做出太大的响应，lnX在第一期到第三期的响应值均接近0，随后有缓步上升，并在第五期达到响应峰值，在此之后lnY对lnX的冲击作用逐步下降，响应值又之间接近X轴，总体来看lnY虽然对lnX存在冲击作用，但效果并不显著；而lnY对来自lnX的扰动反应剧烈，并在第三期达到负峰值，在第五期达到正峰值，这样的结果也充分证明了上述格兰杰因果检验的正确性。

(5)方差分解。利用方差分解判断每个变量的变动对VAR系统变量影响的贡献度。方差分解结果见图8。

由图8可知，在lnX的波动中，不考虑其自身的贡献度，lnY对lnX的贡献度在初期为0随后逐渐上升，但贡献度的最大值不超过5%；而在lnY的波动中，lnX对lnY在第一期就存在着影响，但贡献度较小，随后贡献度逐渐上升，其中最大贡献度在45%左右。这说明lnX对lnY有着较大的影响，而lnX除了受lnY的影响之外，还存在被其他贡献度更大的因素所影响。

图8 VAR模型方差分解结果

(三)实证结果分析

上述实证分析表明，厦门地区房屋销售额与厦门地区生产总值之间存在着协整关系，即长期稳定关系，根据格兰杰因果检验可知房屋销售额的变动显著的影响厦门地区生产总值的变动，即由lnX作为解释变量，由lnY作为被解释变量的回归模型成立，当lnX每变动1个百分点时，厦门地区的生产总值会平均变动0.728 1个百分点，根据脉冲函数分析和方差分解分析可知厦门地区的房屋销售额对该地区的生产总值有显著的促进作用。

四、对厦门地区房地产市场的建议

由上述实证分析的结果可知，厦门地区的房屋销售额对厦门地区的经济增长起到很大的促进作用，或者可以说，厦门地区的经济增长大部分依赖于该地区的房地产业。然而土地作为不可再生资源，其供给不会随着需求的增加而增加，即土地的供给弹性为0。若政府不注重发展其他产业，尤其是高新技术产业，则当厦门地区的房地产开发殆尽后，厦门地区的经济增长将会有较大幅度的回落。

为了促进厦门地区的房地产市场健康发展，笔者提出以下策略建议：当地政府应当积极响应中央的号召，严格执行限购、限贷的政策，并积极改善厦门地区的经济结构，将原先投入房地产建设的部分资金用于扶持在厦门地区的高新技术产业，从而将厦门经济增长所依赖的重心转移。除此之外，还应提高新房的入住率，宣传“以住代炒”的新思想新理念，将厦门地区的房价增长幅度控制在一定范围内，防止房价的虚高及房地产泡沫的产生。