不同城镇化发展速度下房地产投资规模对经济发展的影响

武建新 路 畅

一、文献综述

房地产投资对经济发展的影响效应问题，一直都是海内外学术界关注的热门话题。从现有研究成果来看，海外学术界普便认为两者之间显著相关，Iain（1999）、Garrick等（2016），认为住房市场投资规模的变动与经济周期波动密切关联，能够有效地解释经济变化的原因。Choo 等（2015）、Peiser（2015），认为房地产市场在经济发展中占有相当大的比重，与经济发展正相关，房地产投资规模的增加能够拉动当地经济增长。从国内现有研究观点来看，主要分为两种，一种观点认为房地产投资和区域经济变动之间相关联且具有一定的稳定性，房地产业的扩大发展对地方经济具有正向拉动作用。例如，唐志军等（2010）、王丽蕊（2013）、张立新和秦俊武（2014）、景刚（2019）等均通过相关数据分析和统计方法，明确了房地产业投资规模的扩大对地区GDP 增长的正向推动作用。另一种观点认为，房地产过度投资，会导致产业结构不均衡，短期对国民经济增速影响相对较小，但会在长期不断抑制经济发展，例如，王少梅（2014）、陈明华和依娜（2017）认为房地产业的盲目扩大发展会吸引大量投机资本，形成泡沫，降低社会经济效率。刘皖青（2019）、王业辉（2019）通过采用相关数据分别采用格兰杰因果检验和面板模型，实证结果显示，在新经济态势下，过度发展的房地产业对经济的驱动力会随着时间的变动而呈现出不同的效用，短期呈现出促进作用，反之长期则会抑制经济发展。

从已有文献来看，多数研究对变量关系的处理仍是线性分析，少量非线性研究将样本进行分离，通过单独建模进行比较分析，并非在同一模型内进行分析，结论的有效性有待进一步进行检验，本研究的创新之处在于：第一，通过面板门限估计从关联性角度获取城市化发展速度的标准，从而深入分析房地产投资规模与经济波动之间的非线性结构关系，构建非线性面板门限模型并进行估计。第二，根据模型分析结果，提出通过控制城市化发展速度及质量来控制房地产投资规模变化对宏观经济发展的影响，从而形成促进宏观经济发展的相关调控措施。

三、模型构建

（一）假设提出

首先，房地产投资规模的变化与经济的发展紧密关联，投资规模过低，无法匹配城镇化进程中各类性质用房需求，不足以支撑经济发展的需要；投资规模过高，会导致产业结构失衡，经济发展效率低下，不利于国民经济健康有序地发展。其次，房地产投资规模受城镇化推进速度的约束，根据经济发展的相关理论，在城镇化程中，工业化进程的加快、现代经济效率提升，农业部门过剩的劳动力人口必然向效率更高、就业机会更多、薪酬更高的城市聚集。而人口和产业的聚集，将改变区域房地产的需求结构和总量，必然要求地产投资规模与之相适应。最后，区域经济发展与城镇化推进速度在经济运行过程中紧密相连，合理的城镇化推进速度能够提升人口质量，完善产业布局，拉动内需，稳固地区经济。反之，过快地推进城镇化，可能会出现区域城镇化率“虚高”的现象，导致逆城镇化出现，不利于经济的发展。可见，城镇化推进速度与地产投资规模、经济发展三者之间密切相关。据此推断，不同城镇化发展速度下，房地产投资规模的波动对经济的影响会呈现出差异化的特征。鉴于此，本文提出如下假设。

假设一：房地产投资规模的波动对经济发展的影响存在城镇化推进速度约束下的门槛效应。

假设二：只有在一定的城镇化推进速度约束下，房产投资规模的增加才能拉升区域经济。

（二）理论模型构建

根据假设条件，本文直接借鉴沈悦、董鹏刚（2018）关于房价波动、房地产投资与经济增长之间关系的模型设计，并结合本文的研究目的，引入城市化发展，模型设计如下：

其中，G代表经济发展；INV代表投资规模；UL代表城市化水平；Z代表相关控制变量；e为随机误差项，服从独立同分布；μ为固定效应。

本文将借鉴Hansen提出的门限自回归模型，引入城镇化率的变动速度为门限变量，模型设定为：

其中，τ1、τ2为门槛值。

如果τ1=τ2，为单门限模型，则模型可写为：

如果τ1≠τ2，为双门限模型，则模型可写为：

但门限模型中，门限值τ的确定需从门槛变量LPP区间内任一初始值τ0，求出其残差平方和S（τ0），直至得到使S（τ）最小的τ0为止，残差平方和最小的τ0就是门限值τˆ。双门限值求取原理相同，此处不再赘述。

获得门限值后，需对门限效应的真实性、显著性进行检验。设定不存在门限效应的原假设H0和检验统计量L为：

S0表示H0条件下残差平方和， 且有为方差的一致估计。在得到使时的残差后，可得：

由于L 统计量并不服从标准的分布。因此，本文借助Hansen（2000）提出的“自举法”（Bootstrap）来获得渐进分布的想法，进而得出相应的概率p值。明确存在门限效应后，则通过似然比统计量对H0进行检验，即：

（三）门限变量的选择

本文选择城镇化推进速度作为门限变量，是因为房地产投资规模对GDP 的影响可能因为城镇化推进速度的不同而呈现非线性的特征。

（四）实证模型

根据前文的分析，本文将采用城镇化率的变动率作为门限变量，分析房地产投资规模变动对区域经济发展的影响。鉴于门限数量需要经过实证检验确定，此处仅给出该实证模型的一般表达式：

其中，GDP代表经济发展水平，UL为城镇化率，INV为区域地产市场投资规模，TSS为消费品零售总额，FIN为财政支出，HP为商品住宅单位价格。

四、实证检验与分析

（一） 数据来源及结构

本文选取2005—2018 年间我国35 个大中城市的城镇化率（UL）、住宅投资规模（INV）、GDP、社会商品零售总额（TSS）、地方一般公共预算支出（FIN）等相关数据进行实证分析，其中，鉴于数据的可得性和精确性，本文采取常住总人口中城镇人口的比例来反映各地区城镇化率，各变量的来源、含义、用途如表1所示，数据结构如表2所示。

（二）单位根检验

为避免出现虚假回归，将分别采用LLC、IPS、ADF 以及PP检验对模型所涉及的变量进行单位根检验，为规避出现异方差，将涉及变量转换为对数形式。检验显示，各变量一阶差分值平稳（见表3），符合建模要求。

（三）门限变量的确定及检验

门限个数的确定是面板门限实证模型具体形式确定的基础。本文分别在“不存在门限”“单门限”和“双门限”的设定下对式（6）进行估计，结果如表4所示。

模型在上述三种形式的设定下，通过bootstrap的方法得到的F统计量分别为5.66、3.63 和0.02，与之相对应的P值分别为0.00、0.09和0.91，即在10%的水平下，显著拒绝了“不存在门限值”和“存在一个门限值”，因此，该模型为双门限模型。

表1 变量的含义、用途及来源

表2 各变量数据结构

表3 单位根检验结果

依据对门限显著性的检验，得到门限值估计结果，详见表5。

（四）模型估计结果

结合上述门限值，将模型样本区间分为3 组，得到模型的具体形式如下：

模型参数估计结果如表6所示。

根据表6可知，当城镇化率变动率作为门限值时，区域房地产投资规模的变动对其经济发展在一个区间内存在显著影响。根据检验结果，当门限值小于0.011 时，房地产投资规模的变动对经济发展的影响不显著；当门限值处于[0.011，0.014]这一区间时，房地产投资规模的变动对经济发展影响显著且方向为正；当门限值大于0.014 时，房地产投资规模的变动对经济发展的影响显著且方向为负；此外，模型中其他控制变量的变动显著影响区域经济发展。

表4 门限检验结果

表5 门限值估计结果

五、结论与建议

房地产投资规模变动对经济发展的影响会随着城镇化推进速度的不同而呈现出显著的非线性特征，即在我国房地产市场中，房地产投资规模变动对经济发展的作用会受到城镇化发展速度的制约。具体而言，当门限值处于[0.011，0.014]时，房地产投资规模的变动对经济发展影响显著且方向为正，反之当门限值大于0.014 时，房地产投资规模的变动对经济发展的影响显著且方向为负，具体而言，当城镇化的发展速度处于1.1%～1.4%时，提升房地产投资规模能够促进区域经济发展，当城市化发展速度超过1.4 时，提升房地产投资规模能够促进区域经济发展则不利于经济发展，基于此，本文提出以下政策建议。

（一）因城施策，高质量发展新型城镇化

优化并构建全要素产业结构，结合产业需求、人口需求合理开发建设用地，引导和鼓励优质资源集聚，建立城市群，打通城市间传导通路，强化交通、人才、资金、和信息等资源连接，各地区结合自身情况，制定相关国际合作、投资、人才等优惠政策，以地方产业为支撑，科学推进城镇化发展。

（二）调节人口迁徙流向，有序推进城镇化发展

充分发挥市场调节作用，提升非一线城市的经济活力，引导人口就近城镇化，缓解一二线城市的无序扩张和人口压力，通过落户、收入分配等政策的优化，调节大城市农业人口的转移数量，研究并制定合理的区域间人口流动机制，避免“逆城镇化”现象。

（三）优化调控措施，平稳发展房地产市场

转变调控方向，引导为主，管制为辅。在供给方面，坚持以市场为基准的房地产的价格调控机制，利用金融和财政政策引导政策性住房开发和入市，满足城市低收入群体的居住需求。构建跨企业的融资平台，持续激活产业资金流动性，引导资金向城市新的热点区和中西部城市流动。在需求方面，对不同的需求主体采取差异化引导措施，坚持房住不炒，严格杜绝市场投机行为，降低房地产泡沫风险。

表6 不同城镇化发展阶段下房地产投资规模对经济发展的估计结果