


摘要:在經濟增長理論的多變量分析框架下,以中國、日本和韓國1990-2014年相關數據為基礎,通過單位根檢驗、Johansen協整檢驗、向量誤差修正模型,實證分析了房地產投資對經濟發展影響的地區差異。結果表明,房地產投資與經濟發展之間存在長期的均衡關系,并且房地產投資對經濟發展的影響存在顯著的地區差異,其中房地產投資對中國經濟發展具有長期效應,而房地產投資對日本和韓國經濟發展均具有短期效應,韓國經濟發展拉動能力主要依賴于非房地產投資和勞動投入。
關鍵詞:房地產投資,經濟發展,差異,中國,日本,韓國
中圖分類號:F293 文獻標識碼:B
文章標識碼:1001-9138-(2017)01-0074-80 收稿日期:2016-09-20
1 引言
房地產業具有顯著的區域性特征,不同區域經濟發展階段、經濟發展水平、房地產市場供需關系等均存在巨大差異,目前理論界就房地產投資對經濟增長的作用機制、影響程度以及影響力在時間維度上的差異等進行了深入研究,但是從空間維度就房地產投資對經濟發展影響方向和幅度作對比分析的研究相對不足。本文主要是通過對中國、日本和韓國1990-2014年相關數據的分析,探討房地產投資對經濟發展的影響方向、作用強度及區域差異性。相關數據顯示,中國、日本和韓國是東北亞地區經濟實力最強的三個國家,三國經濟總量(GDP)占世界經濟總量的五分之一,已成為東北亞乃至整個亞太地區的核心。其中,韓國與中國均在1998年實施了房地產市場改革,由非市場化向市場化方向轉型,兩國房地產市場發展有一定相似之處,日本房地產市場在經歷了20世紀中后期的高度繁榮后逐漸趨于穩定,但是由于區位上的便利性及經濟聯系的緊密性,與中國和韓國房地產市場有著很強的關聯性。
2 模型、數據與方法
2.1 模型構建
古典增長理論認為,一個地區的增長主要是其資本、勞動等生產要素投入增加引起的。新增長理論則認為,一個地區的經濟增長主要受益于固定資本投資隱含的技術進步,或受益于人力資本積累或知識積累。目前測算生產要素對經濟增長貢獻較為典型的方法是柯布-道格拉斯生產函數,其基本的表達形式為:
式中,Yt、A、Kt和Lt分別是一地區某一時期人均產出水平、廣義技術進步狀態、物質資本投資和勞動力投入。α和β分別為固定資本和勞動力投入的產出彈性,在不存在規模經濟的前提下,α+β=1。
如果將物質資本投資分為房地產投資和非房地產投資兩部分,相應的生產函數為:
式中,Kst為非房地產投資,Rt為房地產投資,為房地產投資的產出彈性,在不存在規模經濟的前提下,。
在實證過程中,為消除數據自方差和數據劇烈波動的影響,對式(2)兩邊同時取對數,將非線性的生產函數修正為下列線性函數:
式中,i為地區,t為時間,c為截距項,μ為隨機誤差項,α、β和分別代表非房地產投資、勞動投入和房地產投資的彈性系數。
2.2 指標選取
已有研究在衡量生產函數中的總產出時,大多采用GDP這一指標,本文同樣利用各國GDP總產值來衡量經濟發展程度,即總產出(Y);選取各國房地產開發投資總額衡量房地產投資基本情況(R);利用固定資產投資額與房地產開發投資總額的差值來衡量非房地產投入(K);選擇就業人員數來衡量勞動投入要素(L)。
2.3 數據來源
利用1990-2014年中國、韓國和日本3個國家的時序數據進行實證分析,其中,GDP和就業人員數據來源于世界銀行世界發展指標數據庫(World Bank “World Development Indicators” Database),房地產投資額和固定資產投資額數據來源于各國家當年度統計年鑒。
3 結果分析
3.1 單位根檢驗
由于所選取的GDP、房地產開發投資、固定資產投資和就業人數都是年度時間序列數據,在進行協整和因果檢驗之前,必須先檢驗時間序列的平穩性(stationary),即檢驗序列是否服從單位根過程。本文利用擴展的迪基-富勒(Augmented Dickey-Fuller,簡稱ADF)方法來檢驗樣本數據的時間序列特征。先后對相關變量的對數序列和一階差分序列進行ADF檢驗,在滯后期數的選擇上,參照Akaike info Criterion(AIC)和Schwarz Criterion(SC),結果表明:3個國家、、和時間序列ADF的統計量大多大于10%顯著水平下的臨界值,接受原假設,時間序列含有單位根,是非平穩序列,其一階差分序列的ADF值均小于10%水平下的臨界值,是平穩序列,構成了序列進行平穩檢驗的前提條件,如表1所示。
3.2 Johansen協整檢驗
由于時間序列、、和均為I(1)序列,故判斷它們之間可能存在協整關系,即變量之間長期穩定的比例關系。本文將采用基于回歸系數的Johansen多變量協整檢驗方法對時間序列、、和進行協整檢驗。在進行協整檢驗前,必須首先確立向量自回歸(VAR)模型的結構。
3.2.1 確定VAR模型的最佳滯后階數
Johansen協整檢驗是一種基于向量自回歸模型的檢驗方法,因此在進行協整檢驗之前,必須首先確定VAR模型的滯后結構。在選擇滯后階數p時,一方面要使滯后階數足夠大,以便能充分地利用所構造模型的變量信息,但滯后階數太大又會導致自由度減少,直接影響模型參數估計量的有效性。根據LR、AIS、SC等指標,并考慮模型的自由度來判別對VAR模型合適的滯后結構選擇。檢驗結果表明在中國、日本和韓國分別構建的VAR模型最佳滯后期均為4期,如表2所示。
3.2.2 Johansen協整檢驗
基于VAR(4)模型,用Johansen協整檢驗判斷、、和的協整關系時,確定滯后期為3。通過模型選擇的聯合檢驗,確定出最合適的協整檢驗模型為協整空間中有常數項,數據空間有線性趨勢項,Johansen協整檢驗結果,如表3所示。
表3的結果顯示中國的、、和在5%的水平下存在3個協整關系,說明中國這4個變量之間存在長期的均衡關系。日本和韓國的檢驗結果表明,這4個指標在5%的水平下分別存在4個和2個協整關系,變量之間存在長期的均衡關系。中國、日本和韓國的標準化協整系數,如表4所示。
從表4中可以看出,中國房地產投資和其他投資對GDP增長具有明顯的促進作用,非房地產投資增加1%,GDP增加0.53%,房地產投資增加1%,GDP增加0.19%,但是勞動力投入卻對經濟增長具有負向作用,勞動力增加1%,會導致GDP下降0.11%;日本非房地產投資對經濟增長具有積極影響,非房地產投資增加1%,GDP將增加2.48%,房地產投資和勞動力投入對經濟發展具有負向作用,房地產投資和勞動力投入每增加1%,會分別導致GDP降低1.42%和0.69%;韓國非房地產投資和勞動力投入都能夠促進經濟增長,非房地產投資和勞動力投入每增加1%,GDP將分別增長0.95%和0.68%,而房地產投資每增加1%,GDP將減少0.25%。
3.3 向量誤差修正模型
建立短期動態關系,即誤差修正模型將長期關系模型中的各變量以1階差分的形式重新構造,并將長期關系模型所產生的殘差序列作為解釋變量引入方程,在一個從一般到特殊的過程中對短期動態關系逐個進行檢驗,不顯著的項逐漸被剔除掉,直到找出最適當的表達式。公式(4)、(5)、(6)分別為中國、日本和韓國的向量誤差修正模型。
在中國的向量誤差修正模型中,非房地產投資、勞動投入和房地產投資的短期調整系數都為正值,這表明短期內K、L和R對GDP均存在顯著的正效應。也就是說,短期內中國任何資本和勞動力資源的投入都夠促進經濟的發展,但是L的短期調整系數與長期恰恰相反,說明勞動力投入對經濟增長只具有短期的正向效應而沒有長期的正向效應。
在日本的向量誤差修正模型中,非房地產投資的短期調整系數為負值,而勞動力和房地產投資的短期調整系數都為正值,這表明短期內K對GDP存在顯著的負效應,而L和R對GDP存在顯著的正效應。K、L和R的短期調整系數均與長期相反,說明日本的非房地產投資在短期內不可能很快帶動經濟的增長,一般表現為經濟增長要滯后于非房地產投資的增長,而勞動力資源的投入和房地產投資在短期內可以彌補這個GDP增長的時滯。因此,在短期內勞動力投入和房地產投資促進經濟發展的效應要大于非房地產投資帶來的增長效應。
在韓國的向量誤差修正模型中,非房地產投資和房地產投資的短期調整系數為正值,而勞動力投入的短期系數是負值,這表明短期內K和R對GDP存在顯著的正效應,而L對GDP存在顯著的負效應。L和R的短期調整系數與長期相反,說明韓國的勞動力投入在短期內不可能很快帶動經濟的增長,一般表現為經濟增長要滯后于勞動力投入的增長,而房地產投資在短期內可以彌補這個GDP增長的時滯。因此,在短期內房地產投資促進經濟發展的效應要大于勞動投入帶來的增長效應。
4 結論
本文基于中國、日本和韓國的年度GDP總量、就業人數、房地產投資額等數據,就三國房地產投資對經濟增長影響的差異性進行了研究,發現房地產投資與經濟增長之間存在長期的均衡關系,但房地產投資對各國經濟增長存在短期和長期效應的差異:在中國,房地產投資對經濟發展具有長期效應;在日本,房地產投資與勞動力投入對經濟增長具有短期效應,支持日本經濟長期增長的主要是非房地產投資;與日本一樣,韓國房地產投資對經濟增長也具有短期效應,但非房地產投資和勞動力投入是促進韓國經濟長期增長的催化劑。
從實證分析結果來看,房地產投資對經濟發展的影響存在顯著的區域差異,一方面,在各國的城市化推進過程中,應該合理有效地發揮房地產投資對經濟發展的積極效應;另一方面也要協調好房地產投資與經濟發展的良性互動,避免地區經濟發展過度依賴房地產投資,實現房地產投資對經濟發展短期效應和長期效應的有效銜接與協調。同時,從各國內部發展來看,在區域發展異質性和不均衡性的背景下,應該采取差異化的房地產管控策略,實現房地產投資與經濟發展的良性、動態均衡發展。
參考文獻:
1.North America Real Estate Investment Group (NAREIG).The Analysis Report of Global Real Estate Investment in 2014
2.Weisman,E.,Importance of Physical Planning in Economic Development.In B.Kelly (Ed):Housing and Economic Development.MA:A Report of a Conference Sponsored at the Massachusetts institute of Technology by the Albert Farwell Bemis Foundation.1955
3.Notarpietro,A.,Siviero,S.,Optimal Monetary Policy Rules and House Prices:The Role of Financial Frictions.Working Paper.2013
4.Green,R.K.,Follow the Leader:How Changes in Residential and Non-residential Investments Predict Changes in GDP.Real Estate Economics .1997.25
5.Campbell,J.Y.,Cocco,J.F.,How Do House Price Affect Consumption? Evidence from Micro Data.Journal of Monetary Economics.2007.54
6.Coulson,N.E.,Kim,M.S.,Residential Investment,Non-residential Investment and GDP.Real Estate Economics.2000.28
7.Zhu,Y.H.,Research on the Dynamic Influence of Real Estate Investment on Economic Growth-Based on ECM Empirical Study.On Economic Problems.2011.5
8.盧新海 劉建文.房地產市場波動對宏觀經濟的影響研究.中國房地產.2013.16
9.盧新海 桂婷婷 萬凱.基于主成分分析的區域房地產投資環境評價研究——以武漢城市圈為例.中國房地產.2013.02
10.Romer,Paul M.,Increasing Returns and Long Run Growth.Journal of Political Economy.1986.94
作者簡介:
朱建平,華中科技大學公共管理學院碩士研究生,主要研究方向為土地資源管理。