房产投资对经济拉动效应的实证研究

《房产投资对经济拉动效应的实证研究》由会员分享，可在线阅读，更多相关《房产投资对经济拉动效应的实证研究（20页珍藏版）》请在装配图网上搜索。

1、基于投入产出的区域汇集力和房地产投资对经济拉动效应的实证研究姚东 谢卓韫 顾疆磊 戴珺内容提纲:本文建立了一种反映国内长三角地区区域间经济联系及互相影响的区域间投入产出模型,在此基本上对上海与长江三角洲其她地区间经济联系进行了测算,然后分析上海市房地产投资对长江三角洲经济的拉动影响。实证成果显示,长三角区域之间的经济汇集力是区域经济发展的重要支撑因素，1999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变化。核心词:房地产投资 产业关联 经济增长 投入产出引言房

2、地产投资作为投资的重要构成部分，对国内的经济增长起着积极地作用。国内许多学者针对房地产投资与经济的关系展开研究。张琳（）采用动态计量经济学的误差修正模型，并应用记录分析工具Micro Tsp定量分析了地产投资与国民经济增长的互相作用，从中看出发展房地产对经济增长的拉动效应。徐慧（）通过对80年至上海市地产投资与经济增长的数据进行分析，并运用投资加速数模型进行拟合，证明地产对经济拉动很大且上海地产并未过热，政府应合适调控房价。龚卿（）在建立向量自回归模型的基本上，运用脉冲响应函数和预测方差分解，来研究国内房地产与经济增长的动态有关性。其结论表白，两者之间存在较强的正向交互响应作用，且长期的响应作

3、用限度更明显、更稳定。李熙娟（）采用1978至的数据，运用计量经济学中的协整检查与格兰杰因果检查模型，对房地产业与国民经济之间的协整和因果关系进行检查，成果表白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（）选用GDP作为衡量经济发展的数据支持，以地产开发投资完毕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目前GDP的变动的影响并不是很明显，不存在明显的因果关系。王阔田（）运用误差修正模型对地产与经济增长的关系进行实证分析，表白两者存在动态均衡关系。陆菊春（）运用动态经济计量模型，分析了全国及东、中和西部地区房地差投资与经济增长之间的关系，以及各区域地产对拉动经

4、济的不同推动作用和效率，研究表白，国内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别。崔光灿（）运用面板数据模型对国内从95年至31个省市的数据进行分析，发现房地产供应、收入等基本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明显。薛永鹏（）根据00至的数据，运用状态空间模型对国内地产如何拉动经济增长进行实证研究，发变参数估计成果较好地揭示了地产投资系数的时变规律，地产发展与经济整张之间存在一种随时间变动的长期均衡关系。陈坚（）基于97至国内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奉献率存在个体差别和区

5、域差别，各地区的地产实际投资对GDP的奉献不同，西部地区最高，中部次之，东部最低。孔煜（）基于国内东、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查、协整检查与误差修正模型，对国内房地产发展与经济增长关系进行了实证分析。成果表白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别。国内对于房地产投资与经济关系的研究定性的研究较多，定量的研究较少，同步还没有学者运用投入产出模型的前后向关联理论和实证措施对房地产投资

6、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本上，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。本文一方面建立了长江三角洲的区域间投入产出模型，运用模型分析长江三角洲区域之间的的产业关联度和区域汇集力，然后测算1999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，对国内与否应当长期以房地产投资作为刺激经济的重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( Interregional Input Output Model ,简称IRIO模型) 也称为Isard模型,

7、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,拟定不同产业之间的关联限度。模型的基本形式如图1所示。模型中涉及上海（S）、浙江(Z)、江苏(J)三个区域，因此区域个数为3,假设上海有m个部门，浙江有n个部门，江苏有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产品提供应区域B的最后使用;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上海、浙江、江

8、苏三区域所有产业部门的投入、产出进行核算，谋求多产业、多部门间的区域产业关联关系。中间使用的部分,具体记录了三个区域各个部门产品在各自区域内和其他两个区域的投入和使用状况。但是由于IRIO模型对基本数据的需求量大,对核算产生了巨大的困难,本文在上述初始模型的基本上运用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。为了分析上海市房地产投资的经济效应，运用MRIO模型和中国区域间投入产出表,研制了长江三角洲3区域、10部门区域间投入产出模型。其中对部门的分类，在国家记录

9、局40部分分类的基本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、运送制造业8 其她制造业9 能源产品供应业10服务业 图2 国民经济核算行业分类原则长江三角洲投入产出模型的矩阵形式可以写为: (1)其中为各区域的最后使用（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产业产品占区域B该产业所有产品流入的比重，它可以用式（2）计算得到: (2)其中为部门i

10、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公司进行调研后。本文在基本数据的基本上运用模特卡罗措施进行典型数据抽样，同步运用Leontief 和Strout (1963) 提出的引力模型对的确数据进行测算,形成最后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(总供应) , 为区域A对i 产业产品的总需求(中间需求与最后需求的合计) , 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到区域B的摩擦系数。摩擦系数的估算是模型核算产生成果的核心。本文运用运送量分

11、布系数(proportional distribution coefficient of interregional commodity flows) 来测算不同产品的摩擦系数。运送量分布系数措施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送量, 为A区域的i产业重要产品总的发送量, 为达到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(等于总达到量) 。二、长江三角洲产业关联度分析1.长江三角洲产业构造分析 列昂惕夫的轮廓线分析(Skyline analysis) 措施是

12、研究区域间产业关联限度的典型措施。在她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限度，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达部门,纵轴表达由国内需求和国外需求所导致的产出,矩形的宽度表达该部门产出占总产出的比重,阴影部分为进口,矩形其她部分为国内生产的该部门产出。100 %线是指该部门产出使国内供应等于需求时候的水平,如果国内产出在100%线以上,则意味着该部门的产出除满足国内需求外,还可以满足出口需求;如果国内产出在100 %线如下,则意味着该部门需要从国外进口。因此,国内产出线也是该部门的自给率线。本文运用轮廓线分析国内长江三角洲区域的产业构造和

13、贸易关联,为了分析的以便，如图4所示。 1 2 3 4 5 6 7 8 9 10图41 上海的产业关联轮廓线分析图 1 2 3 4 5 6 7 8 9 10图42 浙江省产业关联轮廓线分析图 1 2 3 4 5 6 7 8 9 10图43 江苏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，上海的服务业经济发展中占有主导地位,建筑业也在很大限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，推动了上海出口贸易的发展。服装、教育用品和服务业超过了100%的自给率，其她产业的生产不能满足

14、对其产品的需求，使得其她区域产品流入，同步区域内产品也体现出较强的流出效应，浮现流动旺盛的局面。从轮廓线还可以看出上海的产业虽对区域间的生产和贸易活动影响明显，但是并未充足激活产业，产业构造没有得到充足优化，服务业的发展仍然存在较大的空间。浙江省的产业构造中，服务业所占比重较小，制造业所占比重在三区域中最大，同步制造业有明显的出口倾向，带动区域性国际贸易的发展，这也阐明了浙江模式在区域经济发展中的作用。江苏省的农业在三区域产业比重中最大，服务业也在江苏省的经济发展中起到了重要的作用，其她产业比重和自己限度与其她两区域有类似的构造分布。2.长江三角洲区域间产业关联度分析学者Jones（1996）

15、是最早对区域经产业关联度的度量措施作出计量研究的经济学家，她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，国内学者刘启云（）将关联系数初次运用在国内区域经济的研究中。Jones的前向关联系数是指一部门需求增长时，另一部门的敏感反映出度，即两部门之间的需求关联限度。而后向关联系数则表达一部门初始投入增长时,其她部门的反映敏感限度，即两部门间的投入关联系数。本文以产业部门的分类为基本，对前后向关联系数进行定义并计算，谋求长江三角洲不同产业部门之间的区域关联限度。一方面定义一组区域内及区域间产业前向关联系数（CAC）和后向关联系数(CBC): （5） （6）其中为区域间投入

16、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派系数矩阵的逆矩阵，A、B代表区域，i、j代表产业部门。运用公式（5）（6）使Matlab7.0进行计算，得到上海区域内和上海与其她两区域之间的前向关联系数和后向关联系数，同步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，成果如表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 分行业的区域内前向关联系数图图5-2 分行业的区域内后向关联系数图运用公式(5) 和(6) 计算得到上海区域内、上海与浙江省以及和江苏省的区域间前联系

17、数分别为0.5107、0.2901和0.1712，这表达上海各部门增长单位初始投入,需要上海区域内、浙江省和江苏省相应部门分别增长产出0.5107、0.2901和0.1712。而上海区域内、上海与浙江省以及和江苏省的区域间后联系数分别为0.5919、0.2401和0.1817，这表达上海的单位需求将会对上海、浙江和江苏的有关所有部门产生0.5919、0.2401和0.1817单位的需求影响。分行业的上海区域内、上海与浙江和江苏的后联和前联系数如图5所示。上海的纺织业(4) , 建筑业(6) , 能源产品供应业(9) ,服务业(10) 的发展对上海经济的带动起着举足轻重的作用，而农业也起到了一定

18、的作用。上海市对浙江省的重要行业均有一定的拉动作用，其中拉动作用最为明显的是纺织业（4），建筑业（6）和其她制造业（8）。对江苏省而言上海对其经济的的拉动作用没有其她区域那样明显，但对其服务业却有着明显的拉动作用。这表白上海市投入的增长在很大限度上拉动了长江三角洲3区域的产出。而上海各部门需求的增长对三区域的影响也较为明显。其中，对上海内部区域的建筑业（6）、其她制造业（8）、服务业（10）的需求带动作用较大。对浙江省的食品、烟草业（3）、纺织业（4）、建筑业（6）、其她制造业（8）和服务业（10）的需求带动明显。三、上海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运用区域间投入

19、产出模型可以测算一区域需求增长对另一区域产出增长的影响限度，也可以计算某区域一具体部门需求增长多其她区域产出的影响，这两种关联度的测算措施构成了各行业投资对经济拉动作用的数学措施。考虑长江三角洲投入产出模型的矩阵形式（1），如果最后使用发生变化,那么可将（1）式简化为,卡可以计算对产出的影响限度（经济的拉动速度）：2.上海市房地产投资对经济的拉动作用（1）上海市房地产投资拉动上海经济的力度分析1999年至期间，上海市房地产投资拉动上海市经济年均多增长3.6%，对经济的拉动有着十分明显的效用，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%

20、、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上海经济的拉动作用是明显的，在经济发展之中成为带动国民经济的引擎。同步分行业而言上海市房地产投资对上海市的各个行业也有着明显地经济拉动作用，拉动各行业产出增长的百分例如表2所示：表2 房地产投资拉动各行业经济增长的比例从图上可以清晰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、采选石化业得到了迅速的发展，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，交通运送业、纺织业和其她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

21、不大。（2）上海房地产投资拉动长三角其她区域经济的力度分析 上海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，期间，上海房地产投资拉动浙江省经济年均多增长0.07%，拉动江苏省经济年均多增长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，这阐明房地产虽然作为一种不动产，但是也增进了区域之间交易和投资行为的发生。 3.上海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，可以得出上海市房地产投资对上海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国内施行商

22、品房改革以来，房地产对经济的拉动起到了重要的作用，此前对经济的各年房地产对经济的拉动作用始终在提高，其中发生激增有和两个年份，这两个年份也是国内房地产发展的分水岭，对浮现了房价大幅上涨，房地产动工建筑旺盛的局面，房地产需求的旺盛使得与房地产有关的产业，顺着产业链条对各部门形成影响，增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

23、能源供应工业拉动产出增长20%左右。对交通运送业、其她制造业、服务业、其她制造业的影响最为明显，这三个产业都随着年份的增长，发生了激增。而对食品、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，其她产业都呈现了先加速增长后减速增长的态势，这在一定限度上反映了运用房地产投资拉动经济增长的作用正在逐渐削弱。四、结论与建议区域经济发展过程中，增长极的形成是区域汇集力度的体现，区域之间的经济联系是反映经济增长限度的重要表征。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限度的研究，分析由于房地产投资

24、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增进作用，不同产业之间的关联度较强。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。同步可以看出上海经济和产业的发展对长江三角洲其她区域的经济发展、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上海、浙江、江苏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白：区域间经济的联系和增长极作用的发挥是增进区域经济发展的核心性因素。以上海周边地区为例,在长三角经济圈的发展中,发挥自身优势的同步,更应结识到区域内都市化,以及相随着的服务业和高新技术制造产

25、业的发展壮大给自身带来的机遇,既可以运用区位优势增进某些老式、低附加值和食品加工等产业发展,也可以积极承办中心都市技术、资金密集型发展的外溢,增进经济构造升级。第二，房地产投资作为国内经济增长的一种重要方式，对长江三角洲区域具有明显的拉动作用，通过文章的有关分析表白，上海市房地产投资在发挥对上海经济发展的巨大拉动作用的同步，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有关的产业链的形成。但是同步也可以看到房地产投资对经济的拉动作用浮现了逐渐下降的趋势，这就规定我们在经济发展之中不能单纯依托房地产来拉动区域经济的增长，必须通过产业构造的优化和产业升级逐渐替代房地产投资

26、的经济拉动地位，使得国内的经济走上可持续发展的道路。参照文献1 Shilling,J.D.and Sirmans,C.F. and Corgel,J.B. (1987),PriceAdjustment 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

27、 , Halbert C. Smith ,David C. Ling. Real estate perspectives : an introduction to real 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, Feder

28、al Reserve Bank of Chicago and World Bank Conference,Chicago R,04:2224.6 Peter Hoeller, John Ammer, Brian M. Doyle and so on. Housing Markets and Adjustment in Monetary Union,OECD Economics Department Working Papers C,04:550.7 Kosuke Aoki, James Proudman, Gertjan Vlieghey. House prices, consumption,

29、 and monetary policy: a nancial accelerator approach, The Bank of Englands working paper series C,09.8 Michael Fratantoni, Scott Schuh. Monetary Policy, Housing, and Heterogeneous Regional Markets, Money, Credit and Banking J,8:557589.9 Edward E.Learner. Housing is the Business cycle,NBER Working Pa

30、pers C,:13428.10 James H. Stock, Mark W. Watson. How did Leading Indicator Forecasts do During the Recession?, Harvard University and the National Bureau of Economic Research working paper C,03.11 Henri Bernard , Stefan Gerlach. Does the Term Structure Predict Recessions?the International Evidence,

31、BIS Working Papers C,1996,09:37.12 Henri Bernard , Stefan Gerlach. Predicting Recessions with Interest Rate Spreads: A MulticountryRegime-Switching Analysis, CFS Working Papers C,1999,11:15.13 Ana BeatrizC.Galva O. Structural Break Threshold Vars for Predicting US Recessions using the Spread, Applie

32、d Econometrics J,21:463487.14 Jonathan H. Wright. The Yield Curve and Predicting Recessions, Finance and Economics Discussion Series C,07.15 Heikki Kauppi, Pentti Saikkonen. Predicting U.S. Recessions with Dynamic Binary Response Models, RUESG Working Papers C,11.16 Arturo Estrella, Frederic S. Mish

33、kin. Pre-recession Pattern of Six EconomicIndicators in the USA, Forecasting J,19:6580.17 Michael Dotsey. Pre-recession Pattern of Six EconomicIndicators in the USA, Federal Reserve Bank of Richmond Economic J,1998,8:7.18 Sharon Kozicki. Predicting Real Growth and Inflation With the Yield Spread, Fe

34、deral Reserve Bank of Kansas City working paper C,1996.19 Min Qi. Predicting US recessions with leading indicators via neural network Models, Forecasting J,17:383401.20 彼得尼茨坎普主编, :区域和都市经济学手册第一卷,中译本,经济科学出版社。21 国家信息中心, :1997年中国区域间投入产出表,社会科学文献出版社。22 刘起运, :有关投入产出系数构造分析措施的研究, 中国投入产出理论与实践,中国记录出版社。23 Polen

35、ske ,1991 :美国多地区投入产出核算及模型技术,中译本,辽宁人民出版社。24 张亚雄、赵坤, :区域间投入产出分析,社会科学文献出版社。25 张琳、陈美亚，：中国房地产业与经济增长关系研究，南京工业大学学报3期。26 徐慧，：上海市住宅投资和经济增长的实证研究，宜宾学院学报6期。27 龚卿、陈碧琼，：中国房地产业发展与经济增长的动态关系分析，经济师11期。28 李熙娟、李斌，：房地产业与国民经济增长的实证研究，商业研究4期。29 夏丹，：国内房地产业发展与经济增长关系的实证分析，经济与管理10期。30 王阔田、何志强、周美娟，：房地产投资对中国经济增长影响的实证分析，工程建设与设计6期。31 陆菊春、贾自武、田洪芬，：房地产投资对经济增长效应及区域性差别的研究，武汉理工大学学报106期。32 崔光灿，：房地产价格与宏观经济互动关系实证研究基于国内31个省份面板数据分析，经济理论与经济管理1期。33 薛永鹏，：中国房地产投资和经济增长关系的动态研究基于变参数模型的实证分析，华北金融7期。34 陈坚，：基于区域层面的房地产投资对经济增长影响研究，经济研究导刊21期。35 孔煜，：国内房地产发展与经济增长关系的实证研究，工业技术经济5期。