摘要:在经济增长理论的多变量分析框架下,以中国、日本和韩国1990-2014年相关数据为基础,通过单位根检验、Johansen协整检验、向量误差修正模型,实证分析了房地产投资对经济发展影响的地区差异。结果表明,房地产投资与经济发展之间存在长期的均衡关系,并且房地产投资对经济发展的影响存在显著的地区差异,其中房地产投资对中国经济发展具有长期效应,而房地产投资对日本和韩国经济发展均具有短期效应,韩国经济发展拉动能力主要依赖于非房地产投资和劳动投入。
关键词:房地产投资,经济发展,差异,中国,日本,韩国
中图分类号:F293 文献标识码:B
文章标识码:1001-9138-(2017)01-0074-80 收稿日期:2016-09-20
1 引言
房地产业具有显著的区域性特征,不同区域经济发展阶段、经济发展水平、房地产市场供需关系等均存在巨大差异,目前理论界就房地产投资对经济增长的作用機制、影响程度以及影响力在时间维度上的差异等进行了深入研究,但是从空间维度就房地产投资对经济发展影响方向和幅度作对比分析的研究相对不足。本文主要是通过对中国、日本和韩国1990-2014年相关数据的分析,探讨房地产投资对经济发展的影响方向、作用强度及区域差异性。相关数据显示,中国、日本和韩国是东北亚地区经济实力最强的三个国家,三国经济总量(GDP)占世界经济总量的五分之一,已成为东北亚乃至整个亚太地区的核心。其中,韩国与中国均在1998年实施了房地产市场改革,由非市场化向市场化方向转型,两国房地产市场发展有一定相似之处,日本房地产市场在经历了20世纪中后期的高度繁荣后逐渐趋于稳定,但是由于区位上的便利性及经济联系的紧密性,与中国和韩国房地产市场有着很强的关联性。
2 模型、数据与方法
2.1 模型构建
古典增长理论认为,一个地区的增长主要是其资本、劳动等生产要素投入增加引起的。新增长理论则认为,一个地区的经济增长主要受益于固定资本投资隐含的技术进步,或受益于人力资本积累或知识积累。目前测算生产要素对经济增长贡献较为典型的方法是柯布-道格拉斯生产函数,其基本的表达形式为:
式中,Yt、A、Kt和Lt分别是一地区某一时期人均产出水平、广义技术进步状态、物质资本投资和劳动力投入。α和β分别为固定资本和劳动力投入的产出弹性,在不存在规模经济的前提下,α+β=1。
如果将物质资本投资分为房地产投资和非房地产投资两部分,相应的生产函数为:
式中,Kst为非房地产投资,Rt为房地产投资,为房地产投资的产出弹性,在不存在规模经济的前提下,。
在实证过程中,为消除数据自方差和数据剧烈波动的影响,对式(2)两边同时取对数,将非线性的生产函数修正为下列线性函数:
式中,i为地区,t为时间,c为截距项,μ为随机误差项,α、β和分别代表非房地产投资、劳动投入和房地产投资的弹性系数。
2.2 指标选取
已有研究在衡量生产函数中的总产出时,大多采用GDP这一指标,本文同样利用各国GDP总产值来衡量经济发展程度,即总产出(Y);选取各国房地产开发投资总额衡量房地产投资基本情况(R);利用固定资产投资额与房地产开发投资总额的差值来衡量非房地产投入(K);选择就业人员数来衡量劳动投入要素(L)。
2.3 数据来源
利用1990-2014年中国、韩国和日本3个国家的时序数据进行实证分析,其中,GDP和就业人员数据来源于世界银行世界发展指标数据库(World Bank “World Development Indicators” Database),房地产投资额和固定资产投资额数据来源于各国家当年度统计年鉴。
3 结果分析
3.1 单位根检验
由于所选取的GDP、房地产开发投资、固定资产投资和就业人数都是年度时间序列数据,在进行协整和因果检验之前,必须先检验时间序列的平稳性(stationary),即检验序列是否服从单位根过程。本文利用扩展的迪基-富勒(Augmented Dickey-Fuller,简称ADF)方法来检验样本数据的时间序列特征。先后对相关变量的对数序列和一阶差分序列进行ADF检验,在滞后期数的选择上,参照Akaike info Criterion(AIC)和Schwarz Criterion(SC),结果表明:3个国家、、和时间序列ADF的统计量大多大于10%显著水平下的临界值,接受原假设,时间序列含有单位根,是非平稳序列,其一阶差分序列的ADF值均小于10%水平下的临界值,是平稳序列,构成了序列进行平稳检验的前提条件,如表1所示。
3.2 Johansen协整检验
由于时间序列、、和均为I(1)序列,故判断它们之间可能存在协整关系,即变量之间长期稳定的比例关系。本文将采用基于回归系数的Johansen多变量协整检验方法对时间序列、、和进行协整检验。在进行协整检验前,必须首先确立向量自回归(VAR)模型的结构。
3.2.1 确定VAR模型的最佳滞后阶数
Johansen协整检验是一种基于向量自回归模型的检验方法,因此在进行协整检验之前,必须首先确定VAR模型的滞后结构。在选择滞后阶数p时,一方面要使滞后阶数足够大,以便能充分地利用所构造模型的变量信息,但滞后阶数太大又会导致自由度减少,直接影响模型参数估计量的有效性。根据LR、AIS、SC等指标,并考虑模型的自由度来判别对VAR模型合适的滞后结构选择。检验结果表明在中国、日本和韩国分别构建的VAR模型最佳滞后期均为4期,如表2所示。
3.2.2 Johansen协整检验
基于VAR(4)模型,用Johansen协整检验判断、、和的协整关系时,确定滞后期为3。通过模型选择的联合检验,确定出最合适的协整检验模型为协整空间中有常数项,数据空间有线性趋势项,Johansen协整检验结果,如表3所示。
表3的结果显示中国的、、和在5%的水平下存在3个协整关系,说明中国这4个变量之间存在长期的均衡关系。日本和韩国的检验结果表明,这4个指标在5%的水平下分别存在4个和2个协整关系,变量之间存在长期的均衡关系。中国、日本和韩国的标准化协整系数,如表4所示。
从表4中可以看出,中国房地产投资和其他投资对GDP增长具有明显的促进作用,非房地产投资增加1%,GDP增加0.53%,房地产投资增加1%,GDP增加0.19%,但是劳动力投入却对经济增长具有负向作用,劳动力增加1%,会导致GDP下降0.11%;日本非房地产投资对经济增长具有积极影响,非房地产投资增加1%,GDP将增加2.48%,房地产投资和劳动力投入对经济发展具有负向作用,房地产投资和劳动力投入每增加1%,会分别导致GDP降低1.42%和0.69%;韩国非房地产投资和劳动力投入都能够促进经济增长,非房地产投资和劳动力投入每增加1%,GDP将分别增长0.95%和0.68%,而房地产投资每增加1%,GDP将减少0.25%。
3.3 向量误差修正模型
建立短期动态关系,即误差修正模型将长期关系模型中的各变量以1阶差分的形式重新构造,并将长期关系模型所产生的残差序列作为解释变量引入方程,在一个从一般到特殊的过程中对短期动态关系逐个进行检验,不显著的项逐渐被剔除掉,直到找出最适当的表达式。公式(4)、(5)、(6)分别为中国、日本和韩国的向量误差修正模型。
在中国的向量误差修正模型中,非房地产投资、劳动投入和房地产投资的短期调整系数都为正值,这表明短期内K、L和R对GDP均存在显著的正效应。也就是说,短期内中国任何资本和劳动力资源的投入都够促进经济的发展,但是L的短期调整系数与长期恰恰相反,说明劳动力投入对经济增长只具有短期的正向效应而没有长期的正向效应。
在日本的向量误差修正模型中,非房地产投资的短期调整系数为负值,而劳动力和房地产投资的短期调整系数都为正值,这表明短期内K对GDP存在显著的负效应,而L和R对GDP存在显著的正效应。K、L和R的短期调整系数均与长期相反,说明日本的非房地产投资在短期内不可能很快带动经济的增长,一般表现为经济增长要滞后于非房地产投资的增长,而劳动力资源的投入和房地产投资在短期内可以弥补这个GDP增长的时滞。因此,在短期内劳动力投入和房地产投资促进经济发展的效应要大于非房地产投资带来的增长效应。
在韩国的向量误差修正模型中,非房地产投资和房地产投资的短期调整系数为正值,而劳动力投入的短期系数是负值,这表明短期内K和R对GDP存在显著的正效应,而L对GDP存在显著的负效应。L和R的短期调整系数与长期相反,说明韩国的劳动力投入在短期内不可能很快带动经济的增长,一般表现为经济增长要滞后于劳动力投入的增长,而房地产投资在短期内可以弥补这个GDP增长的时滞。因此,在短期内房地产投资促进经济发展的效应要大于劳动投入带来的增长效应。
4 结论
本文基于中国、日本和韩国的年度GDP总量、就业人数、房地产投资额等数据,就三国房地产投资对经济增长影响的差异性进行了研究,发现房地产投资与经济增长之间存在长期的均衡关系,但房地产投资对各国经济增长存在短期和长期效应的差异:在中国,房地产投资对经济发展具有长期效应;在日本,房地产投资与劳动力投入对经济增长具有短期效应,支持日本经济长期增长的主要是非房地产投资;与日本一样,韩国房地产投资对经济增长也具有短期效应,但非房地产投资和劳动力投入是促进韩国经济长期增长的催化剂。
从实证分析结果来看,房地产投资对经济发展的影响存在显著的区域差异,一方面,在各国的城市化推进过程中,应该合理有效地发挥房地产投资对经济发展的积极效应;另一方面也要协调好房地产投资与经济发展的良性互动,避免地区经济发展过度依赖房地产投资,实现房地产投资对经济发展短期效应和长期效应的有效衔接与协调。同时,从各国内部发展来看,在区域发展异质性和不均衡性的背景下,应该采取差异化的房地产管控策略,实现房地产投资与经济发展的良性、动态均衡发展。
参考文献:
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 刘建文.房地产市场波动对宏观经济的影响研究.中国房地产.2013.16
9.卢新海 桂婷婷 万凯.基于主成分分析的区域房地产投资环境评价研究——以武汉城市圈为例.中国房地产.2013.02
10.Romer,Paul M.,Increasing Returns and Long Run Growth.Journal of Political Economy.1986.94
作者简介:
朱建平,华中科技大学公共管理学院硕士研究生,主要研究方向为土地资源管理。