我国房地产开发投资规模测算及影响因素研究

向为民，王　霜

(重庆理工大学 经济金融学院，重庆　400054)



我国房地产开发投资规模测算及影响因素研究

向为民，王霜

(重庆理工大学 经济金融学院，重庆400054)

摘要：随着我国供给侧改革的逐步落实，房地产行业产能过剩、结构性有效供给不足的情况得到了一定程度的改善，但产能过剩与房地产开发投资规模不合理情况一直存在。采用1997—2014年数据，对我国房地产开发投资规模进行合理测算，并运用回归模型进行实证研究，结果发现：城市化率、居民消费价格指数增长率以及第三产业对GDP的贡献率对我国房地产开发投资规模的影响显著。

关键词：房地产开发投资；第三产业发展水平；通货膨胀；回归模型

一、引言

2016年3月两会圆满落幕，“十三五”规划明确了我国未来5年的发展蓝图，其中，推进供给侧结构性改革是适应和引领经济发展新常态的重大创新。这一重大决策的落实中，对我国房地产业影响深远，特别是房地产开发投资这一领域。近年来，房地产行业的库存积压和供大于求的现象严重制约着房地产行业的发展。如何去库存、如何改善供求不平衡和产能过剩以及房地产行业如何进行科学有效的投资成为当今热点。国内外理论分析表明，过高或过低的房地产开发投资规模，都将对国民经济的持续和稳定增长产生不利影响,但是合理的房地产开发投资规模却并不容易确定。刘胜群等采用实证分析方法研究江西省房地产业发展对国民经济的影响，结果发现：房地产开发投资对江西省国民经济增长影响颇大[1]。刘琳等分析我国2009年房地产业因大量空置房对固定资产投资、对国民经济发展的影响，预测商品房新建面积、新增投资、GDP可能呈现负增长[2]。况伟大采用中国35个大中城市1996—2007年的数据，对房地产投资、房地产信贷与经济增长进行实证研究，结果发现：经济增长对房地产投资影响大于其反向影响[3]。一方面，缺乏科学的统计口径，房地产开发投资规模的影响因素非常多,准确分析其背后的经济运行机制相对困难；另一方面，直接比较房地产开发投资规模地区间差异也很难反映不同地区在经济社会发展方面的不同特点。因此，科学地测算房地产开发投资规模、系统识别房地产开发投资规模的影响因素、定量预测房地产开发投资规模的动向、深入探讨合理的房地产开发投资规模，具有重要的现实意义。

二、文献回顾

国外学者对房地产投资规模的研究主要是基于新古典投资理论、宏观社会因素等进行，而国内学者对我国房地产开发投资规模的研究则主要偏向于微观的定量研究，主要有以下几个方面：(1)学者们通过大量实证研究，运用定性与定量相结合方法，对房地产行业开发投资规模做了更为科学、合理的界定和测算。包海利等研究房地产开发项目投资测算分析的方法和模型，将静态收益估算模型、现金流及资金运用模型、投资收益评价指标及敏感性分析模型运用到房地产行业中，为房地产行业更加科学估算成本、推算收益、量化风险提供可行性更强的计量模型方法[4]。黄春在国内外商业地产开发规模测算模型的基础上，研究赖利零售吸引力模型、艾尔沃德模型、哈夫模型，测算南昌市商业地产规模对南昌经济发展、城市资源合理配置等的影响[5]。(2)学者们通过大量研究发现，国内生产总值、第三产业发展水平、城市化率是影响房地产开发投资者进行投资的重要因素。黄华继等采用实证研究方法对安徽省房价的经济影响因素进行了分析[6]。汪银恒通过分析2003—2012年31个省市的面板数据，发现GDP和GDP增长率以及第三产业所占比重等经济因素，对我国房地产开发投资规模影响显著、与房屋施工面积高度相关，我国房地产市场供需不平衡是房地产市场波动的直接原因[7]。聂振华研究发现城市发展水平、本地商业地产供求水平、本地居民的生活水平等是影响房地产投资规模的主要因素[8]。胡磊运用协整分析、VAR模型分析、脉冲响应分析对我国第三产业发展以及与房地产业、就业的关系进行研究，发现我国城镇居民消费结构升级、城镇化进程加快带动居民住房消费需求增长，房地产业的发展对就业的促进作用很大[9]。孙春等研究发现：城市化对房地产业有明显的推动作用，而房地产业在一定程度上也带动了城市化的发展[10]。胡正斌运用VAR模型和Granger因果关系对城市化率和第三产业发展水平以及就业人口之间的关系进行实证研究，发现我国第三产业发展水平和城市化发展水平呈正相关关系，城市化率越高的地方第三产业发展状况越好，城市化率低的区域第三产业发展缓慢[11]。李勇刚等研究发现城市化率对房价存在显著的正向影响[12]。 张永岳等研究发现：城镇化对房地产市场产生影响，并通过经济、人口、空间3个途径影响房地产价格，不同城市房地产价格均受到城市人口和人均GDP的显著影响[13]。(3)学者们通过研究还发现，房地产开发投资者投资主要还受经济增长这一因素影响。王玉波等运用协整理论以及脉冲响应模型，对黑龙江省房地产投资与地区国民经济增长之间的关系进行实证分析，结果发现两者之间存在长期稳定而显著的均衡关系[14]。张春霞研究发现山西房地产开发投资规模的发展很大程度受经济发展水平制约,社会经济的发展水平与速度是房地产行业发展的两大制约因素，且均呈现明显的正相关关系[15]。(4)学者们通过大量的实证研究发现，我国房地产投资规模与居民消费价格指数、城镇居民可支配收入等之间关系密切。刘金全等运用向量自回归模型对我国财政赤字的通货膨胀效应进行检验发现：现阶段财政赤字在短期内具有“凯恩斯效应”，而从长期看，既遵循“李嘉图等价”原理，又具有微弱的“挤入效应”[16]。安娜运用广义矩估计(GMM)方法研究发现:居民消费价格指数具有较强的短期持续性，尤其是在食品、医疗、教育和住房这4类当中；消费价格指数不仅受到自身短期持续性的较大冲击，还受到资产价格和家庭脆弱性的显著影响,特别是在衣着、住房、交通和教育4类居民消费价格指数上[17]。边红岩通过spass软件测算得出影响西安房地产投资规模的影响因素分别有城镇居民可支配收入、居民消费价格指数等，各因素之间呈现平稳发展态势[18]。Chen等研究发现城市化进程对住房价格有显著的推动作用，但是地区之间存在差异，即沿海地区城市化与住房价格呈现负相关，内地城市化与住房价格呈现正相关[19]。(5)国外学者通过大量的实证研究发现，房地产开发投资与利率、通货膨胀等因素有着十分显著的影响关系。Brzeski等以总需求、出口、利率和通胀率为代表的宏观经济因素作为变量，运用分布滞后模型、协整检验与误差修正模型，对瑞典和美国的商业地产投资与宏观经济的关系进行了实证研究，结果发现宏观经济对商业地产投资有着长期的影响[20]。

可以看出，现有研究主要集中在两方面：一方面，研究房地产开发投资规模测算方法，另一方面，通过面板实证分析国内生产总值、第三产业发展水平、城市化率、经济增长、居民消费价格指数、通货膨胀等对房地产投资规模的影响作用，而缺少将两方面结合起来进行研究的文献。因此，本文将对我国房地产开发投资规模进行测算，并在此基础上研究多因素对房地产开发投资规模的影响。

三、测算及影响因素分析、量化

(一)房地产开发投资规模测算

本文房地产开发投资规模用的是房地产开发投资与全社会固定资产投资比率。包海利运用假设开发法，根据实际工作中积累的项目数据、经验，对房地产开发项目投资测算分析的方法、模型进行研究，最后确立投资测算分析模型[4]。据悉，2016年一季度商品房价格稳中略升，但仍然不能完全改善房地产行业大量商品房积压和滞销这一情况。商品房空置率居高不下，不仅表现在商品房开发过剩方面，而且波及到了与房地产相关的一些行业[21]。根据国家统计局数据分析得出，房地产及相关产业链存在明显过剩，以建材水泥为例：2015年1至8月，全国累计水泥产量15.05亿吨，与去年同期相比减少8 600多万吨，同比下降4.99%。惠国群在选择不同模型分析房地产行业去库存对建筑行业收入的影响时发现，Mincer模型对建筑行业收入结果有偏差，无法有效估计建筑行业收入，这是由于房地产去库存压力的内生性导致的。仿真实验结果反映采用HT模型，可以更精准呈现房地产去库存压力下建筑行业的收入情况[22]。目前，总体情况虽有所好转，但房地产行业和与其相关行业产能过剩这一情况仍然存在。本文主要研究我国房地产开发投资规模的影响因素，希望可以帮助房地产开发商调节自身投资规模以及帮助政府部门进一步了解我国房地产开发投资规模的发展特点，以便制定相应的宏观调控政策。本文房地产开发投资规模这一变量用符号Y表示。

(二)影响因素分析

1.城市化水平

城市化水平是衡量一个国家经济发展的主要指标。城市化率越高的地区或国家，其人口密集程度也相对越高，对住房需求也相对越多。需求拉动供给，从而城市化率高的地区或国家经济都比较发达，且各方面设施都比较完善，最后导致房价也相对较高，如此循环对我国房地产开发投资规模影响是深远的。城市化进程的快速发展对我国房地产投资规模的影响如下：(1)大部分农民工因工作而扎根城市，很大程度上增加了对住房的需求；(2)1999年以来高校不断扩招，大量毕业生选择在城市就业并成家落户，他们对住房的需求不容小觑；(3)城市化的不断发展使得现有城市土地资源紧缺，需要不断向农村地区扩张，这一进程就必须向失去土地的农民支付大量的安置费或者提供安置性住房，最终导致我国房地产开发投资成本上升，成本上升直接影响的就是房地产投资规模的变化。因此，城市化水平是影响我国房地产开发投资规模的主要因素之一。

2.通货膨胀

通货膨胀是影响一切商品价格的主要宏观因素。住房作为商品，必然受到通货膨胀的影响。通货膨胀对房地产投资规模的影响主要在两个方面：(1)在通货膨胀率较高的地区或国家由于货币购买力较低，在其他情况不变的情况下，住房价格要高于通货膨胀率较低的国家。因此，通货膨胀对房地产开发投资有着直接而显著的影响。(2)在通货膨胀的条件下，人们总是预期未来商品的价格还会持续上涨，而且货币还会贬值。因此，消费者都倾向于购买商品来抵制货币贬值带来的风险，特别是对耐用品的消费会因此而骤增。此时，商品供应者往往倾向于囤积商品，又由于土地资源的稀缺性以及房地产开发耗时也较长，导致短时间内房地产市场出现供不应求的现象。原因如下：一方面，人们对通货膨胀的预期使得其消费需求不断增大；另一方面，短时间内房地产市场住房供给情况不会改变。这两个原因均导致对住房的消费行为的产生，这也是住房价格上涨幅度大于其他商品的主要原因，最终也导致房地产开发投资规模的变化。因此，通货膨胀是影响我国房地产开发投资规模的主要因素之一。

3.第三产业发展水平

第三产业的发展水平能比较客观地反映出一个地区或国家的经济社会发展水平。由于第三产业是劳动密集型产业，所以，其发展水平同时也反映了一个地区或国家对劳动力的需求。因此，第三产业发展水平也是影响我国房地产投资规模的主要因素。对房地产开发投资规模的影响主要如下：(1)从第三产业对劳动力需求的角度来看，第三产业是一个集聚劳动力最多的产业。农业和制造业通常会因为技术、科技的进步使得机械化代替大量劳动力，而服务业受科学技术方面的影响较小。近年来，我国人口红利逐渐消失，劳动力成本不断上升，劳动者收入提高，从而增强了对住房的购买力。因此，第三产业发展水平对房地产开发投资规模具有显著影响。(2)从人类对第三产业需求的角度来看，第三产业发达的地区或国家会吸引大量的外来人口，因为第三产业发达的地区或国家不仅就业机会多且更容易满足人们在生活上的各类需求，从而导致人们在选择居住环境时往往会倾向于第三产业发达的地方。换言之，第三产业发展水平高的地区或国家，人口密集度较高，对住房需求量也会较高。因此，第三产业发展水平也是影响房地产开发投资规模的因素之一。(3)从第三产业本身来看，第三产业发展水平较高的地方往往城市人口也比较集中，并且倾向于集中在某一个区域，这不仅使得该地区的土地价格、住房价格上升，而且还带动周边地区的土地价格、住房价格上升，这也就是为什么城市中的大型商务圈的地价和房价都很高的原因。同样，一个城市的第三产业越是发达，大型商业区也就越集聚，覆盖城市的面就越广，整个城市以及所辐射的周边地区的住房价格也就越高，我国房地产开发投资规模受其影响也越大。

(三)影响因素的量化

1.城市化率

城市化水平越高，人口数量越多，对住房的需求也越高，这样不仅会推动商品房销售市场的繁荣，而且还对我国房地产开发商有着无法取代的导向作用。因此，预测其和房地产开发投资规模成正相关关系，本文采用全国城镇人口占总人口的比重来衡量城市化率，用符号X1来表示。

2.居民消费价格指数增长率

本文用居民消费价格指数增长率来表示通货膨胀这一宏观影响因素,用符号X2来表示。在经济学上，居民消费价格指数(ConsumerPriceIndex)用来反映与居民生活有关的产品及劳务价格统计出来的物价变动情况，是衡量通货膨胀的主要指标之一。居民消费价格指数是通过追踪一定时期的生活成本来计算通货膨胀的。如果消费者物价指数升幅过大，就表明货币贬值严重，这是造成经济不稳定的主要因素。居民消费价格指数也是社会产品和服务项目的最终价格反应指标，同人民群众的生活密切相关，在整个国民经济价格体系中具有重要的地位。居民消费价格指数增长率能客观地反映一段时间内某地区或国家通货膨胀的波动程度，因此对于研究我国房地产投资规模影响因素更具敏感性。

3.第三产业对GDP的贡献率

第三产业发展水平用第三产业对GDP的贡献率表示。第三产业对GDP的贡献率是指第三产业对国内生产总值增长速度的贡献率，等于第三产业增量与GDP增量之比(注：此解释来源于国家统计局)。第三产业是集聚劳动力的主要领域，随着工业化的发展、演进，第三产业比重的上升对居民生活水平的提高产生了越来越大的影响，集聚的就业人数越多，就越会带动以及提高居民的消费水平。房地产销售市场也会随着第三产业的繁荣而繁荣，这也直接影响了我国房地产投资规模的大小。本文预期其和房地产开发投资将会呈现明显的正相关关系，因此用第三产业占全国GDP的比重来表示第三产业的发展水平，用符号X3来表示。

四、模型构建与回归结果分析

本文选择样本区间为1997—2014年，数据主要来源于国家统计局(http://www.stats.gov.cn/)。

(一)模型构建

根据以上理论基础以及影响我国房地产开发投资规模因素分析、量化，构建具体模型如下：

其中，α表示城市化率对房地产开发投资规模的影响程度，X1表示城市化率，β表示居民消费价格指数增长率对房地产开发投资规模的影响程度，X2表示居民消费价格指数增长率，γ表示第三产业对GDP的贡献率对房地产开发投资规模的影响程度，X3表示第三产业对GDP的贡献率，c表示误差值。

(二)回归结果分析

1.异方差检验

Eviews中常用的异方差检验方法是white检验。本文运用white检验模型里的序列是否存在异方差，结果如表1。

从表1可以看出，Obs*R-squared对应的Prob.Chi-Square(9)值为0.559 8，远大于0.05，说明不存在异方差，且表面在0.95的水平上拒绝原假设，也就是拒绝存在异方差，即模型不存在异方差。

2.回归结果分析

根据上述模型和数据，通过Eviews软件进行回归分析，结果如表2。

表2　回归分析结果

从表2可以看出，R-squared值为0.862 817，较为接近1，说明本文模型拟合度较高。因此，模型估计结果为：

(0.080 408)(0.040 766)

0.141 66X3-0.266 744

(0.058 023)(0.079 302)

t = (3.850 822)(3.926 855)

(2.441 572)(-3.363 657)

F=29.351 19

从表2可以看出，变量X1、X2的P值(prob)均小于0.01，X3的P值(prob)小于0.05，说明X1、X2通过1%显著水平下的T检验，X3通过了5%显著水平下的T检验；估计参数C的P值(prob)为0.004 6，小于0.01，通过1%显著性水平下的T检验。因此，X1、X2、X3、c均拒绝原假设。即城市化率(X1)、居民消费价格指数增长率(X2)、第三产业对GDP的贡献率(X3)对房地产开发投资规模有显著影响。城市化率(X1)增加(或减少)一个单位，房地产投资规模(Y)增加(或减少)0.309 636个单位；居民消费价格指数增长率(X2)增加(或减少)一个单位，房地产投资规模(Y)增加(或减少)0.160 082个单位；第三产业对GDP的贡献率(X3)增加(或减少)一个单位，房地产投资规模(Y)增加(或减少)0.141 667个单位。

五、结论及政策建议

本文在国内外相关研究成果基础上，先是对我国房地产开发投资规模进行了测算，然后运用多元回归模型，分析房地产开发投资规模的影响因素。

(一)结论

我国房地产投资规模的影响因素主要有3个，即城市化率、居民消费价格指数增长率和第三产业对GDP的贡献率。其中，城市化率对房地产开发投资规模影响最为显著，第三产业对GDP的贡献率相对来说，影响程度较弱；房地产投资规模还受多方面因素的均衡影响，政府未来城市化进程规模、速度、规划以及基础设施建设均会对其发展起到巨大的推动作用，并将拉动经济的新一轮快速增长；房地产行业涉及领域较广，房地产开发更是商品房供给的源头，从2016年行业相关数据分析，房地产行业库存积压已经达到一定程度，去库存跃然成为今年的5大任务之一。供给侧改革，就是从供给、生产端入手，通过解放生产力、提升竞争力促进经济发展。由此预测，我国房地产投资规模在整体上增长速度将会呈现下滑趋势。

(二)政策建议

第一，加快推动城市化进程，促进房地产行业去库存。推动城市化进程，不仅可以促进户籍制度改革、拓宽城市建设，而且有利于房地产行业去库存。随着城市化进程的不断推进，大量人口由农村转向城市，必然增加住房需求量，一定程度上缓解房地产行业库存积压压力。

第二，房地产开发规模适度缩减。房地产开发商是商品房供给的源头方，如果继续过度开发，将会导致商品房库存量越来越大，直接加大去库存压力。商品房积压到一定程度，会导致房地产开发商资金链断裂，迫使部分房地产公司宣告破产，且房地产行业涉及领域广，如水泥、劳务、钢材等。所以，适度缩减房地产开发投资规模，有利于房地产自身行业健康、稳定，也有利于整个国民经济平稳发展。

第三,完善房地产金融制度。房地产开发的资金主要来源于商业银行贷款，商业银行贷款已然成为房地产开发最重要的融资渠道,房地产行业萎靡不振，对银行系统也会造成影响，甚至波及整个国家经济。构建房地产开发多元化融资体系,不仅有利于房地产行业自身筹集资金，也能减少商业银行融资风险，有利于银行系统金融稳定[23]。

参考文献：

[1]刘胜群,蔡晓丽.江西省房地产开发投资对其经济增长的影响[J].科技广场,2009(4):74-76.

[2]刘琳,周霞.2009年房地产开发投资对经济增长的影响及建议[J].中国经贸导刊,2009(5):11-12.

[3]况伟大.房地产投资、房地产信贷与中国经济增长[J]. 经济理论与经济管理,2011(1):59-68.

[4]包海利.房地产开发项目投资测算模型研究[D].北京：中国科学院大学,2015.

[5]黄春.新型城镇化视角下城市商业地产合理规模研究——以南昌市为例[D].南昌：江西师范大学,2014.

[6]黄华继，王絮.基于经济因素影响安徽省房价的实证研究[J].重庆三峡学院学报，2015(1)：40-43.

[7]汪银恒.新型城镇化对城市房地产开发规模的影响研究[D].宁波：宁波大学,2015.

[8]聂振华.太原市商业地产投资规模影响因素及发展趋势研究[D].太原：中北大学,2013.

[9]胡磊.我国第三产业发展与就业增长的关系研究[D].兰州：西北师范大学,2013.

[10]孙春,王璨.城市化进程中人口城市化与房地产业发展的互动关系研究——基于省际面板数据的经验证据[J].重庆理工大学学报(社会科学)，2014(12):42-47.

[11]胡正斌. 城市化背景下的中国第三产业区域竞争力研究[D].开封：河南大学，2013.

[12]李勇刚,余永虎,何宾宾.城市化、收入差距与房价波动——基于动态面板模型的研究[J].南京审计学院学报，2013(4):9-17.

[13]张永岳，王元华.我国新型城镇化的推进路径研究[J].华东师范大学学报(哲学社会科学版),2014(1):92-100.

[14]王玉波，王静，张文波.黑龙江省房地产投资与国民经济增长计量分析[J].科技与管理，2009(4):86-89.

[15]张春霞.山西房地产开发投资规模结构分析[J].山西建筑，2013(20):218-220.

[16]刘金全，解瑶姝.中国财政赤字的通货膨胀效应[J].南方经济,2016(3):1-15.

[17]安娜.居民消费价格指数影响因素差异性研究[D].太原：山西大学,2014.

[18]边红岩.西安市商业地产投资规模发展趋势研究[D].西安：西安建筑科技大学，2011.

[19]CHENJH，GUOF，WUY.OnedecadeofurbanhousingreforminChina:UrbanhousingpricedynamicsandtheroleofmigrationandurabanizationJ995-2005[J].HabitatInternational，2011(35):1-8.

[20]BRZESKIWJ，JAFFEAJ，LUNDSTROMS.Institutionalrealestateinvestmentpractices：SwedishandUnitedStatesExperiences[J].TheJournalofRealEstateResearch，2010(6):75-83.

[21]向为民，伯彦村.我国房地产业后向、前向和环向产业关联度研究及政策建议[J].重庆理工大学学报(社会科学)，2014(5)：57-62.

[22]惠国群.房地产去库存压力下对建筑行业收入的影响分析建模[J].工程经济,2015(3):97-102.

[23]秦建成，王景舒.基于综合模拟法的重庆市房地产市场风险评估研究[J].重庆理工大学学报(社会科学)，2014(5)：52-56.

(责任编辑魏艳君)

收稿日期：2016-04-21

基金项目：重庆市科学技术委员会决策咨询与管理创新项目“房地产税合并征收的经济效应研究”(cstc2015jccxA00005)

作者简介：向为民(1966—)，女，重庆忠县人，教授，博士，研究方向：房地产经济、工商管理。

doi:10.3969/j.issn.1674-8425(s).2016.07.009

中图分类号：F293.3

文献标识码：A

文章编号：1674-8425(2016)07-0059-07

StudyontheMeasurementandInfluencingFactorsofRealEstateDevelopmentInvestmentScaleinChina

XIANGWei-min,WANGShuang

(SchoolofEconomics&Finance,ChongqingUniversityofTechnology,Chongqing400054,China)

Abstract:With the gradual implementation of supply side reform in China, the problem of overcapacity and lack of structual effective supply lie in the real estate industry at some extent is getting better. However, at the same time it always suffers the surplus of productive capacity and unreasonable scale of investment. Based on the data of 1997—2014, this paper makes an empirical research and a rational calculation on the scale of investment in Chinese real estate development by using the regression model. The results show that the rate of urbanization, the increase of consumer price index and the contribution rate of tertiary industry to GDP greatly influence the development scale of Chinese real estate.

Key words:real estate development investment; development level of tertiary industry; inflation; regression model

引用格式：向为民，王霜.我国房地产开发投资规模测算及影响因素研究[J].重庆理工大学学报(社会科学)，2016(7):59-65.

Citationformat：XIANGWei-min,WANGShuang.StudyontheMeasurementandInfluencingFactorsofRealEstateDevelopmentInvestmentScaleinChina[J].JournalofChongqingUniversityofTechnology(SocialScience)，2016(7):59-65.