房产投资对经济拉动效应的实证研究

1、 . . . 基于投入产出的区域聚集力和房地产投资对经济拉动效应的实证研究东 卓韫 顾疆磊 戴珺容提要:本文建立了一个反映我国长三角地区区域间经济联系与相互影响的区域间投入产出模型,在此基础上对与长江三角洲其他地区间经济联系进行了测算,然后分析市房地产投资对长江三角洲经济的拉动影响。实证结果显示,长三角区域之间的经济聚集力是区域经济发展的重要支撑因素，19992009年房地产投资对长三角地区的区域经济发展产生巨大拉动作用，但近年房地产投资对经济的拉动作用呈现了一定的周期性，并有下降趋势，区域经济要持续发展，单纯以房地产投资拉动经济的模式必须得到改变。关键词:房地产投资 产业关联 经济增长 投入

2、产出引言房地产投资作为投资的重要组成部分，对我国的经济增长起着积极地作用。国许多学者针对房地产投资与经济的关系展开研究。琳（2002）采用动态计量经济学的误差修正模型，并应用统计分析工具Micro Tsp定量分析了地产投资与国民经济增长的相互作用，从中看出发展房地产对经济增长的拉动效应。徐慧（2006）通过对80年至04年市地产投资与经济增长的数据进行分析，并利用投资加速数模型进行拟合，证明地产对经济拉动很大且地产并未过热，政府应适当调控房价。龚卿（2006）在建立向量自回归模型的基础上，运用脉冲响应函数和预测方差分解，来研究国房地产与经济增长的动态相关性。其结论表明，两者之间存在较强的正向交

3、互响应作用，且长期的响应作用程度更显著、更稳定。熙娟（2006）采用1978至2002年的数据，利用计量经济学中的协整检验与格兰杰因果检验模型，对房地产业与国民经济之间的协整和因果关系进行检验，结果表明两者不并存在长期稳定的关系；且取后期1至3时，两者互为因果关系。夏丹（2007）选取GDP作为衡量经济发展的数据支持，以地产开发投资完成额作为地产行业发展的量度，以计量模型研究得出地产业对当前GDP的变动的影响并不是很显著，不存在明显的因果关系。王阔田（2008）利用误差修正模型对地产与经济增长的关系进行实证分析，表明两者存在动态均衡关系。陆菊春（2008）利用动态经济计量模型，分析了全国与东、

4、中和西部地区房地差投资与经济增长之间的关系，以与各区域地产对拉动经济的不同推动作用和效率，研究表明，我国地产投资对拉动经济有积极作用，但地产投资与区域经济的因果关系因区域的不同而有差异。光灿（2009）运用面板数据模型对我国从95年至06年31个省市的数据进行分析，发现房地产供给、收入等基础性宏观经济变量在中长期决定房价，地产投资同构“财富效应”对社会总消费和总投资的影响非常显著。薛永鹏（2009）根据00至07年的数据，利用状态空间模型对国地产如何拉动经济增长进行实证研究，发变参数估计结果较好地揭示了地产投资系数的时变规律，地产发展与经济整之间存在一种随时间变动的长期均衡关系。坚（2009）

5、基于97至07年国31个省级行政单位的面板数据，研究得出地产投资对经济增长的贡献率存在个体差异和区域差异，各地区的地产实际投资对GDP的贡献不同，西部地区最高，中部次之，东部最低。孔煜（2009）基于我国东、中、西部地区房地产业与经济增长的面板数据运用面板单位根检验、协整检验与误差修正模型，对我国房地产发展与经济增长关系进行了实证分析。结果表明东部地区和中部地区的房地产投资顿与经济增长互为因果关系但西部地区房地产投责顿与经济增长并不存在因果关系；东部、中部和西部地区的商品房销售额与经济增长互为长期因果关系。但它们的商品房销售额与经济增长之间的短期因果关系却存在差异。国对于房地产投资与经济关系的

6、研究定性的研究较多，定量的研究较少，同时还没有学者利用投入产出模型的前后向关联理论和实证方法对房地产投资的区域和行业拉动做过实证研究，本文基于里昂惕夫的投入产出模型在寻找长江三角洲区域和各产业之间经济联系的基础上，从产业链的传导机制作出分析，探讨现阶段房地产的投资效应和对经济的拉动效果。本文首先建立了长江三角洲的区域间投入产出模型，利用模型分析长江三角洲区域之间的的产业关联度和区域聚集力，然后测算19992009房地产投资对三区域经济的拉动影响，最后针对模型分析实证结论，对我国是否应该长期以房地产投资作为刺激经济的主要手段提出政策建议。一、长江三角洲区域间投入产出模型构建区域间投入产出模型(

7、Interregional Input Output Model ,简称IRIO模型) 也称为Isard模型,源于区域产出经济学的鼻祖，美国经济学家里昂惕夫。长江三角洲区域间投入产出模型通过对长三角不同区域贸易矩阵的研究,确定不同产业之间的关联程度。模型的基本形式如图1所示。模型中包含（S）、(Z)、(J)三个区域，所以区域个数为3,假设有m个部门，有n个部门，有k个部门。其中是区域A部门i 产品对区域B部门j 的投入; 是区域A部门i产品提供给区域B的最终使用;是区域A部门i的最初投入; 是区域A部门i的总投入;是区域B部门j的总投入；是区域A部门i的总产出;是区域B部门j的总产出。图1 长

8、江三角洲区域间投入产出模型的基本形式长江三角洲区域间投入产出模型针对、三区域所有产业部门的投入、产出进行核算，寻求多产业、多部门间的区域产业关联关系。中间使用的部分,详细记录了三个区域各个部门产品在各自区域和其它两个区域的投入和使用情况。但是由于IRIO模型对基础数据的需求量大,对核算产生了巨大的困难,本文在上述初始模型的基础上利用Chenery-Moses 模型(Multiregional Input2Output Model ,简称MRIO 模型或列系数模型)对长江三角洲区域间投入产出模型进行了简化。为了分析市房地产投资的经济效应，利用MRIO模型和2003年中国区域间投入产出表,研制了2

9、006年长江三角洲3区域、10部门区域间投入产出模型。其中对部门的分类，在国家统计局40部分分类的基础上进行了合并后得到，如图2所示。1 农业2 采选、石化工业3 食品、烟草业4 纺织业5 教育用品制造业6建筑业7 交通、运输制造业8 其他制造业9 能源产品供应业10服务业图2 国民经济核算行业分类标准长江三角洲投入产出模型的矩阵形式可以写为: (1)其中为各区域的最终使用（需求）,为各区域的总产出, 为3个区域的直接投入系数矩阵, 为三区域之间的贸易系数( Interregional trade coefficients) 矩阵,为对角矩阵,其对角线上的元素为区域A流出到区域B的i产业产品占

10、区域B该产业全部产品流入的比重，它可以用式（2）计算得到: (2)其中为部门i 产品从区域A到区域B的流出量。在对大量文献进行查阅和对长三角典型企业进行调研后。本文在基础数据的基础上利用模特卡罗方法进行典型数据抽样，同时利用Leontief 和Strout (1963) 提出的引力模型对确实数据进行测算,形成最终的长江三角洲投入产出模型。在Leontief和Strout对区域引力的研究中运用了区域间流量的推算公式：(3)其中为区域A的i 产业的总产出(总供给) , 为区域A对i 产业产品的总需求(中间需求与最终需求的合计) , 为三区域i 产业的总产出(等于总需求) ; 为i 产业产品从区域A

11、到区域B的摩擦系数。摩擦系数的估算是模型核算产生结果的关键。本文运用运输量分布系数(proportional distribution coefficient of interregional commodity flows) 来测算不同产品的摩擦系数。运输量分布系数方法假设重要产品的分布比率与所有产品同分布,因而分布系数近似等于摩擦系数,分布系数的计算公式如下:（4）其中, 为A区域到B区域的i 产业中重要产品的运输量, 为A区域的i产业重要产品总的发送量, 为到达B区域的重要产品的数量, 为所有区域i 产业相应产品的总发送量(等于总到达量) 。二、长江三角洲产业关联度分析1.长江三角洲产业

12、结构分析 列昂惕夫的轮廓线分析(Skyline analysis) 方法是研究区域间产业关联程度的经典方法。在他的研究中用不同产业的比例关系的对比获取不同产业发展对经济的作用程度，轮廓线分析如图3所示：图3 里昂惕夫的轮廓线分析图图中横轴表示部门,纵轴表示由国需求和国外需求所导致的产出,矩形的宽度表示该部门产出占总产出的比重,阴影部分为进口,矩形其他部分为国生产的该部门产出。100 %线是指该部门产出使国供给等于需求时候的水平,如果国产出在100%线以上,则意味着该部门的产出除满足国需求外,还可以满足出口需求;如果国产出在100 %线以下,则意味着该部门需要从国外进口。因此,国产出线也是该部门

13、的自给率线。本文利用轮廓线分析我国长江三角洲区域的产业结构和贸易关联,为了分析的方便，如图4所示。 1 2 3 4 5 6 7 8 9 10图41 的产业关联轮廓线分析图 1 2 3 4 5 6 7 8 9 10图42 省产业关联轮廓线分析图 1 2 3 4 5 6 7 8 9 10图43 省产业关联轮廓线分析图从长江三角洲三区域轮廓线的分析图可以看出，的服务业经济发展中占有主导地位,建筑业也在很大程度上带动了经济的发展，由于资源禀赋加之都市圈的长足发展，农业和采选、石化工业对经济的拉动作用不强。服装制造业虽然所占比重不大，但是属于出口型产品，推动了出口贸易的发展。服装、教育用品和服务业超过了

14、100%的自给率，其他产业的生产不能满足对其产品的需求，使得其他区域产品流入，同时区域产品也表现出较强的流出效应，出现流动旺盛的局面。从轮廓线还可以看出的产业虽对区域间的生产和贸易活动影响显著，但是并未充分激活产业，产业结构没有得到充分优化，服务业的发展依然存在较大的空间。省的产业结构中，服务业所占比重较小，制造业所占比重在三区域中最大，同时制造业有明显的出口倾向，带动区域性国际贸易的发展，这也说明了模式在区域经济发展中的作用。省的农业在三区域产业比重中最大，服务业也在省的经济发展中起到了重要的作用，其他产业比重和自己程度与其他两区域有类似的结构分布。2.长江三角洲区域间产业关联度分析学者Jo

15、nes（1996）是最早对区域经产业关联度的度量方法作出计量研究的经济学家，他通过对里昂惕夫一系列投入产出模型的计算，提出了区域之间的前后向关联系数，我国学者启云（2000）将关联系数首次运用在我国区域经济的研究中。Jones的前向关联系数是指一部门需求增加时，另一部门的敏感反映出度，即两部门之间的需求关联程度。而后向关联系数则表示一部门初始投入增加时,其他部门的反应敏感程度，即两部门间的投入关联系数。本文以产业部门的分类为基础，对前后向关联系数进行定义并计算，寻求长江三角洲不同产业部门之间的区域关联程度。首先定义一组区域与区域间产业前向关联系数（CAC）和后向关联系数(CBC): （5） （

16、6）其中为区域间投入产出模型中里昂惕夫矩阵的逆矩阵中的元素，而为区域间投入产出模型中分配系数矩阵的逆矩阵，A、B代表区域，i、j代表产业部门。利用公式（5）（6）使Matlab7.0进行计算，得到区域和与其他两区域之间的前向关联系数和后向关联系数，同时按照部门的分类对三区域不同产业的前后向关联系数进行计算，结果如表1、图5所示：SSSZSJCAC0.51070.29140.1712CBC0.59190.24010.1817表1 区域间前后关联系数图5-1 分行业的区域前向关联系数图图5-2 分行业的区域后向关联系数图利用公式(5) 和(6) 计算得到区域、与省以与和省的区域间前联系数分别为0.

17、5107、0.2901和0.1712，这表示各部门增加单位初始投入,需要区域、省和省相应部门分别增加产出0.5107、0.2901和0.1712。而区域、与省以与和省的区域间后联系数分别为0.5919、0.2401和0.1817，这表示的单位需求将会对、和的相关所有部门产生0.5919、0.2401和0.1817单位的需求影响。分行业的区域、与和的后联和前联系数如图5所示。的纺织业(4) , 建筑业(6) , 能源产品供应业(9) ,服务业(10) 的发展对经济的带动起着举足轻重的作用，而农业也起到了一定的作用。市对省的主要行业都有一定的拉动作用，其中拉动作用最为明显的是纺织业（4），建筑业（

18、6）和其他制造业（8）。对省而言对其经济的的拉动作用没有其他区域那样明显，但对其服务业却有着明显的拉动作用。这表明市投入的增加在很大程度上拉动了长江三角洲3区域的产出。而各部门需求的增加对三区域的影响也较为显著。其中，对部区域的建筑业（6）、其他制造业（8）、服务业（10）的需求带动作用较大。对省的食品、烟草业（3）、纺织业（4）、建筑业（6）、其他制造业（8）和服务业（10）的需求带动显著。三、房地产投资对经济拉动影响分析1.房地产投资对经济拉动的测算利用区域间投入产出模型可以测算一区域需求增加对另一区域产出增长的影响程度，也可以计算某区域一具体部门需求增加多其他区域产出的影响，这两种关联度

19、的测算方法构成了各行业投资对经济拉动作用的数学方法。考虑长江三角洲投入产出模型的矩阵形式（1），如果最终使用发生变化,那么可将（1）式简化为,卡可以计算对产出的影响程度（经济的拉动速度）：2.市房地产投资对经济的拉动作用（1）市房地产投资拉动经济的力度分析1999年至2009年期间，市房地产投资拉动市经济年均多增长3.6%，对经济的拉动有着十分明显的效用，11年期间，拉动经济增长的百分点分别为：0.44%、0.68%、0.71%、0.94%、3.11%、4.77%、5.11%、5.57%、9.44%、8.77%、4.67%。可以看出房地产业的投资和发展对经济的拉动作用是明显的，在经济发展之中成

20、为带动国民经济的引擎。同时分行业而言市房地产投资对市的各个行业也有着显著地经济拉动作用，拉动各行业产出增长的百分比如表2所示：表2 房地产投资拉动各行业经济增长的百分比从图上可以清楚地看出房地产业的的投资拉动了几乎所有产业的发展，在房地产的带动作用下，建筑业、服务业、采选石化业得到了快速的发展，区域性能源供应产业也在房地产投资的带动下得到了发展，交通运输业、纺织业和其他制造业呈现出了增长缓慢到起飞加速的过程，而教育用品、农业房地产经济的发展对其的推动作用不大。（2）房地产投资拉动长三角其他区域经济的力度分析 房地产业的发展和对房地产的投资对长江三角洲的经济发展起到了一定的推动作用，11年期间，

21、房地产投资拉动省经济年均多增长0.07%，拉动省经济年均多增长0.04%，虽然对周边区域的经济拉动作用不明显，但是也呈现了逐年的增长态势，这说明房地产虽然作为一种不动产，但是也促进了区域之间交易和投资行为的发生。 3.市房地产投资对经济拉动作用的趋势变化分析 根据房地产投资对经济拉动作用的各年份数值，可以得出市房地产投资对市经济的拉动作用的变化趋势，如图6所示：图6 房地产投资拉动各年份经济增长的趋势图从图中可以看出我国施行商品房改革以来，房地产对经济的拉动起到了重要的作用，2007年以前对经济的各年房地产对经济的拉动作用一直在提升，其中发生激增有2003年和2007年两个年份，这两个年份也是

22、我国房地产发展的分水岭，对出现了房价大幅上涨，房地产开工建筑旺盛的局面，房地产需求的旺盛使得与房地产相关的产业，顺着产业链条对各部门形成影响，促进了行业经济的发展。房地产投资对不同行业的产出拉动的趋势变化如图7所示。图7 房地产投资带动各行业发展的变化趋势从图中可以看出，房地产投资对10大行业的产出增长和发展有具有一定的影响，其中建筑业、能运供应产品业和采选、石化工业的产出增长始终保持了较高的比率，建筑业的产出拉动作用始终保持在40%以上，而采选石化工业和能源供应工业拉动产出增长20%左右。对交通运输业、其他制造业、服务业、其他制造业的影响最为显著，这三个产业都随着年份的增长，发生了激增。而对

23、食品、烟草业，纺织业、教育用品业的产出影响不大。图中明显的呈现了一定的周期性，除了服务业不断加速增长外，其他产业都呈现了先加速增长后减速增长的态势，这在一定程度上反映了利用房地产投资拉动经济增长的作用正在逐渐减弱。四、结论与建议区域经济发展过程中，增长极的形成是区域聚集力度的体现，区域之间的经济联系是反映经济增长程度的重要表征。房地产作为经济发展的重要产业，对经济的发展有着巨大的推动作用。本文通过对长江三角洲三区域彼此经济关联程度的研究，分析由于房地产投资对经济带来的拉动作用，实证结论和建议如下：第一，长江三角洲的不同区域之间的经济发展联系紧密，经济发展存在较强的互补性和促进作用，不同产业之间

24、的关联度较强。长三角不同区域之间的紧密联系是区域经济发展的支撑因素。同时可以看出经济和产业的发展对长江三角洲其他区域的经济发展、产业升级具有明显的推动作用。轮廓线和产业先后向关联度的实证分析证明了、三区域间的产业依赖关系。本文对于区域间关联度的研究表明：区域间经济的联系和增长极作用的发挥是促进区域经济发展的关键性因素。以周边地区为例,在长三角经济圈的发展中,发挥自身优势的同时,更应认识到区域城市化,以与相伴随的服务业和高新技术制造产业的发展壮大给自身带来的机遇,既能够利用区位优势促进一些传统、低附加值和食品加工等产业发展,也可以积极承接中心城市技术、资金密集型发展的外溢,促进经济结构升级。第二

25、，房地产投资作为我国经济增长的一个重要方式，对长江三角洲区域具有明显的拉动作用，通过文章的相关分析表明，市房地产投资在发挥对经济发展的巨大拉动作用的同时，也对长江三角洲产业的发展和经济的增长起到了积极的作用，促成了与房地产投资相关的产业链的形成。但是同时也可以看到房地产投资对经济的拉动作用出现了逐渐下降的趋势，这就要求我们在经济发展之中不能单纯依靠房地产来拉动区域经济的增长，必须通过产业结构的优化和产业升级逐渐代替房地产投资的经济拉动地位，使得我国的经济走上可持续发展的道路。参考文献1 Shilling,J.D.and Sirmans,C.F. and Corgel,J.B. (1987),P

26、riceAdjustment Process for Rental Office Space J .Journal ofUrban Economics,Vol.22,pp.90- 100.2 Thedore,D.S.The Duration of rental Housing Vacancies J .Journal of Urban Economics,36,1994,PP143- 160.3 John B. Corgel , Halbert C. Smith ,David C. Ling. Real estate perspectives : an introduction to real

27、 estate. Boston : Irwin/McGraw- Hill ,1998.4 Denise Dipasquale, William C. Wheaton, Urban Economics and Real Estate Markets, Prentice Hall, 1996.5Richard Herring,Susan Wachter. Bubbles in Real Estate Markets, Federal Reserve Bank of Chicago and World Bank Conference,Chicago R,2002,04:2224.6Peter Hoe

28、ller, John Ammer, Brian M. Doyle and so on.Housing Markets and Adjustment in Monetary Union,OECD Economics Department Working Papers C,2007,04:550.7 Kosuke Aoki, James Proudman, Gertjan Vlieghey.House prices, consumption, and monetary policy: a nancial accelerator approach, The Bank of Englands work

29、ing paper series C,2002,09.8Michael Fratantoni, Scott Schuh. Monetary Policy, Housing, and Heterogeneous Regional Markets, Money, Credit and Banking J,2003,8:557589.9Edward E.Learner.Housing is the Business cycle,NBER Working Papers C,2007:13428.10James H. Stock,Mark W. Watson.How did Leading Indica

30、tor Forecasts do During the 2001 Recession?, Harvard University and the National Bureau of Economic Research working paper C,2003,03.11 Henri Bernard , Stefan Gerlach.Does the Term Structure Predict Recessions?the International Evidence,BIS Working Papers C,1996,09:37.12 Henri Bernard , Stefan Gerla

31、ch.Predicting Recessions with Interest Rate Spreads: A MulticountryRegime-Switching Analysis,CFS Working Papers C,1999,11:15.13Ana BeatrizC.Galva O. Structural Break Threshold Vars for Predicting US Recessions using the Spread, Applied Econometrics J,2006,21:463487.14Jonathan H. Wright.The Yield Cur

32、ve and Predicting Recessions, Finance and Economics Discussion Series C,2006,07.15 Heikki Kauppi, Pentti Saikkonen.Predicting U.S. Recessions with Dynamic Binary Response Models,RUESG Working Papers C,2006,11.16 Arturo Estrella, Frederic S. Mishkin. Pre-recession Pattern of Six EconomicIndicators in the USA, Forecasting J,2000,19:6580.17Michael Dotsey. Pre-recession Pattern of Six