房地产投资会阻碍区域经济增长吗？——基于中国2000—2017年的经验证据

顾晓安， 李慧婕， 李文卿

(上海理工大学 管理学院， 上海 200093)

1998年住房改革开启了中国房地产市场化发展的时代。在城市化进程快速推进的背景下，中国房地产业得到了蓬勃发展，与此同时促进了经济总量的迅速增长。2003年国务院18号文件进一步强调了房地产业在中国经济的支柱地位，导致社会资本不断流入房地产市场，房地产投资持续保持高速增长，房地产经济不断扩张。国家统计局的数据显示，中国的房地产投资占社会总固定资产投资的比例自2000年一直保持在20%左右，且房地产投资2001—2019年的平均年增长率为21.3%。房地产投资增速在全部固定资产投资增速下行的趋势下仍保持较高速率的增长，具体表现为前者仅在2012—2015年的楼市强调控期间略低于总固定资产投资增速，其余期间都明显高于全部固定资产投资的平均增速。

在房地产经济快速发展下，王诗勇等指出高速增长的房地产投资不仅打破了要素市场均衡[1]，房地产资本过度配置也可能是导致中国经济增长速度放缓，产业结构失衡等一系列问题的原因之一。房地产投资作为社会固定资产投资的重要组成部分，与其他行业关联度高、影响范围广。在此背景下，有必要探究房地产投资的最优值以提高资源的利用效率，提升经济发展的质量，最终促进经济的可持续发展。由于中国房地产投资以及经济发展状况存在显著的区域差异，所以研究房地产投资对区域经济增长的影响及其作用机制，进而有效地根据区域异质性进行房地产投资，使得社会资本得到更为有效的配置，对推动中国经济从高速增长阶段向高质量发展转变，促进经济可持续、高效率的发展具有重要的理论和现实意义。

关于房地产投资影响经济增长的研究，大多文献得出了二者存在正相关关系的结论，鲜有研究指出房地产投资对经济增长的负面影响，或仅停留在理论层面上的探讨。其中持正向关系的观点有：许宪春等认为房地产投资不仅形成房地产商品，也会促进上下游产业的生产与消费，从而促使整个房地产经济循环增长[2]；景刚等分地区、分时段实证检验了房地产投资对不同地区经济增长的促进效应[3]；Green等、Coulson等分别基于美国1959—1992年和1959—1997年的季度数据，采用格兰杰因果检验和VAR模型发现住宅投资是经济增长的格兰杰原因，但经济增长不是住宅投资的格兰杰原因[4-5]；Miles等运用1957—2008年的季度数据通过VAR模型证明了美国住房投资与经济增长的正相关关系，并提出住房投资促进了美国消费[6]。

也有文献指出房地产投资不当会对经济产生不利影响，如Chen等认为房地产投资过高会降低资源配置效率，不利于经济增长，并减少社会福利[7]；张延群通过VECM模型发现房地产投资对非房地产投资存在明显的挤出效应，而非房地产投资能够促进房地产投资的增长[8]。罗知等和王诗勇等认为房地产投资过度会通过对制造业投资挤出导致制造业部门资源配置效率显著下降[9,1]，且该阻碍作用存在区域差异；颜色等指出由于房价上涨无法永久持续，家庭为了购房和偿还贷款压缩消费会造成“房奴效应”，国民消费也因此受到明显抑制[10]。崔广亮等梳理总结了房地产投资、居民消费对经济增长影响的机理，实证发现城市房地产投资与城市产出存在倒“U”形曲线关系，而且房地产投资的持续增加将削弱居民消费对经济增长的促进作用[11]；赖一飞等建立VAR模型证明房地产投资对房价有着长期的正向影响[12]；谭政勋等利用多元GARCH模型分析中国信贷扩张、房价波动影响金融稳定的经验机制,并通过动态随机一般均衡模型加以实证[13]。

根据对已有研究的梳理，确定的研究思路具体为：首先，结合文献综合分析房地产投资通过房地产业、非房地产业、消费、经济风险影响经济增长的机制路径。其次，利用中国2000—2017年省域面板数据，以柯布道格拉斯生产函数为基础分别构建固定效应模型，并加入滞后一期的被解释变量以控制模型内生性，实证分析房地产投资对经济增长的影响及作用机制，再具体分为全国样本和东、中、西及东北地区的区域样本进行进一步分析。研究贡献主要表现为以下几个方面：①系统地分析了房地产投资影响区域经济增长的机制路径；②实证分析了房地产投资对经济增长的影响，并得出了区域异质性的结论，可为避免“一刀切”的政策提供数据支持。

1 机制分析及假设提出

除了对房地产投资与经济增长之间关系进行直接研究外，文献多与以下几个因素联系起来研究二者之间的关系：非房地产业、消费、金融风险。据此归纳了房地产投资对经济增长的影响机制。

1.1 直接效应

根据古典经济增长理论，经济增长是技术进步、资本投入和劳动力共同的作用结果。房地产投资是房地产经济的起点，投资活动最终形成房地产商品投入到市场中，促进了房地产相关产业，例如建筑业、物流产业的生产，并且刺激了下游产业，如房地产服务行业、家具业的消费，从而促进了整个房地产经济循环增长。但由于资本投入的边际效应递减，房地产投资不当也会对经济产生不利影响，如Chen等也指出房地产投资过高会导致资本配置失衡，降低资源配置效率，不利于经济增长，并减少社会福利[7]。

1.2 对其他产业的挤出效应

除了对相关产业的促进作用外，房地产投资也会对其他产业造成挤出效应，从而不利于经济发展。由于房地产业资金回报率高，回收期短，在市场力量的作用下，资本天然的逐利性使得其向房地产业过度集中，造成了其他行业投资短缺的状况。当这些产业中的企业想要获得资金时，由于资金供给减少，供小于求，导致资金成本也会上升，不利于企业的正常运营，降低企业的资源配置效率。王文春和荣昭认为房地产业扩张会改变企业的创新投入，约束技术溢出[14]；李畅等也表示房地产业的过度繁荣会对制造业产生挤出效应[15]，吴晓瑜等、刘元春等的研究证实资本逐利属性在房地产业和制造业之间利润落差的驱使下充分显现，尤其是金融危机之后更多的包括资本在内的生产要素涌入非创造性、非技术性的房地产行业，“逆技术进步倾向”对经济增长和企业产出增效的抑制凸显[16-17]。

1.3 对消费的“财富效应”及“房奴效应”

房地产投资会通过消费对经济增长造成影响，这种影响的正负取决于促进作用和挤出作用的大小。一方面，房地产投资快速增长，房地产商品的供给也随之增加，增加的房地产供给带动了房地产相关消费，诸如家具、家电、装修的消费，但这也可能挤出一定的居民日常消费。另一方面，由于房地产投资对房价有正向的影响,房地产投资过热，在城市化进程快速推进的背景下，城市的人口集聚创造了更多的住房刚性需求，推动房价快速上涨，使得房价收入比过高。同时房地产投资的扩张伴随着居民对房价上涨的预期，居民出于对资产保值的需求，倾向于将住房作为一项稳定增长的投资，这使得房地产的需求进一步增长。相对房地产投资带来的大量供给而言，更快增长的房地产商品需求再次加速了房价的上涨，颜色等指出由于房价上涨是不能永久持续的，购房和偿还贷款的“房奴效应”大于资产升值的“财富效应”，最终挤出居民的消费能力[10]。

1.4 金融风险

房地产投资过度会对金融和经济的平稳运行带来风险，从而对经济增长产生负面影响。这种风险主要来源于两个部门不断扩张的信贷规模以及不断攀升的房价。一方面，房地产投资需要吸收大量的社会资本，这就导致了房地产企业的贷款需求增加，于是房地产企业的信贷规模随之快速扩张；另一方面，根据上文分析，房价在需求的推动下上涨，但是在金融体系中，即使房价上涨幅度很大，金融杠杆使得居民可以选择通过承担更多的住房贷款来购买房产，这就形成了居民住房投资需求与住房贷款循环增长的局面。IMF和张晓晶等都表明居民债务上升虽然短期内能够促进经济增长，但在中长期内会破坏宏观金融的稳定性，并且会对经济增长产生不利影响[18-19]。

综合以上分析得出房地产投资影响区域经济增长的机制，如图1所示。

图1 房地产投资对区域经济增长的影响机制

由图1可知，房地产投资除了对区域经济增长产生直接的促进作用之外，在房地产投资过度时，会对其他产业发展、居民日常消费造成挤出效应，从而不利于区域经济的增长；同时，房地产投资过热的状况使得区域经济风险加剧，最终也不利于地区经济的长期稳定增长。据此本文提出如下假设。

H1a：房地产投资对经济增长的正面效应始终大于负面效应，房地产投资与区域经济增长存在正相关关系。

H1b：随着房地产投资的增加，房地产投资对经济增长的边际效益逐渐递减，最终负面效应超过正面效应，房地产投资与区域经济增长存在“倒U”形关系。

2 模型设定及数据来源

2.1 模型设定

根据索洛新古典经济增长理论，假设规模报酬不变，柯布道格拉斯生产函数为

Y=AKαLβ

(1)

式中：Y表示生产总量；A为包含了所有技术因素的变量；K表示社会固定投资；L为劳动力；α、β分别表示资本和劳动力对经济增长的贡献。

将式(1)两边同时除以L，y和k分别表示人均产出和人均资本存量，即表示为人均生产函数，再在等式两边取对数得到

lny=lnA+αlnk

(2)

将式(2)变形，同时加入控制变量得以下模型：

lnYit=a0+α1lnYi,t-1+α2lnkit+α3lnmit+α4lnC+α5lnhit+α6lneit+εit

(3)

式中：lnYit表示人均GDP；lnYi,t-1表示滞后一期的人均GDP。将社会固定投资分成房地产投资和非房地产投资两个部分，其中k表示房地产开发投资，m表示非房地产投资，C表示的是人均社会消费品零售额，h为房地产业金融风险。考虑到对外出口对经济增长的影响，再加入人均出口额作为控制变量，ε表示随机扰动项。

2.2 数据来源及指标选取

考虑到政策推出的年份，以及数据的可获得性和面板数据计量方法对时间序列的要求，研究的时段确定为 2000—2017年。研究所用数据主要来自《中国统计年鉴》和《地方统计年鉴》。为了对计量方程参数进行估计,模型中其他变量及其度量指标的选取具体说明如下。

1)被解释变量(lnpgdp)：经济增长用实际人均GDP表示。由于统计年鉴中只公布了GDP指数，也就是实际GDP增长率，而不是GDP平减指数。所以以2000年为基期，运用各省份每年的实际GDP增长率计算出接下来各省各年的实际GDP，再做人均化处理，得出所需的实际人均GDP。

2)核心解释变量(lnprei)：人均房地产投资，即人均房地产开发投资。由于柯布道格拉斯函数中的资本为存量指标，所以本文的解释变量房地产投资也应该用存量来表示。目前已被普遍采用的测算资本存量的方法是戈登史密斯(Goldsmith)在1951年开创的永续盘存法。使用永续盘存法计算房地产投资存量的公式为

Kt=Kt-1(1-σ)+It

(4)

式中：Kt表示t年的投资存量；σ表示投资存量折旧率；It表示t年的投资增量。为了与永续盘存法的内在含义相一致,在资本品的相对效率按照几何方式递减的假定下，采用与张军等[20]一致的做法，对于房地产投资存量折旧率的计算，选择代表几何效率递减的余额折旧法，即

dτ=(1-σ)τ,τ=0,1,…

(5)

式中:dτ代表资本品的相对效率，即旧资本品相对于新资本品的边际生产效率;σ代表折旧率;τ代表时期。在相对效率几何递减模式下, 折旧率在各年的分布是不变的。参考黄永峰等[21]的研究，采用中国法定残值率代替资本品的相对效率dτ,其值为3%～5%,在式(5)中使用中间值4%[22]。由于房地产投资建设期一般为3年左右，销售期和装修入住期为1～5年，同时考虑到存量住房的后期使用及再装修各方面影响，选择10年的折旧期限来计算房地产投资折旧率，根据式(5)列出的几何递减的余额折旧法计算σ的结果为27.5%。

关于2000年基期的房地产投资存量数据，依据霍尔和琼斯(Hall and Jones)在估计各国1960年的资本存量时采用的方法,即K=I/(θ+σ),其中I为2000年的房地产投资额，θ为2000—2010年的房地产开发投资增长率的几何平均数，σ为前面计算出的房地产投资折旧率。

3)控制变量：①人均非房地产业投资(lnpsai)。对于基期2000年的非房地产投资存量，根据张军等[22]给出的2000年的总固定资产投资的存量，将并入四川省固定资产投资数据中的重庆市的数据根据当年GDP的比重将其资本存量分离出来，再将各省(直辖市、自治区)2000年的固定资产投资存量减去前文中算出的2000年房地产投资存量数据，得到2000年非房地产投资的存量数据，同时以2000年为基期的固定资产投资价格指数将年投资额平减，再按照永续盘存法逐年计算相应的非房地产投资存量，并做人均化处理。②居民消费(lnprc)。用人均社会消费品零售额来度量。③房地产金融风险(lnhpi)。由于房地产贷款数据没有省级面板数据，而房价收入比一般用来表征房地产泡沫风险，也可以在一定程度上反映房地产市场的金融风险，研究采用房价收入比来表示房地产投资过度带来的经济风险。房价收入比指一套住房的价格与家庭年总收入的比值，国际上一般使用中位数来计算。出于数据的可获得性，使用商品房销售总额除以销售面积得到商品房单价，并假设一套住房的面积为80 m2，同时以上海市的年平均每户人口数据来表示全国各省市的家庭人口情况，房价收入比=商品房单价×80/(人均GDP×平均每户人口)；④人均出口额(lnpexp)。出口额数据在统计年鉴中的单位是美元，根据当年的美元汇率算出各年对应的人民币数额，再以2000年为基期的消费价格指数做平减得到人均出口额数据。

4)缺失数据处理：通过地方统计年鉴或内插法进行补充。

2.3 变量描述性统计

表1列出了实证模型中涉及的变量的描述性统计结果。

表1 描述性统计

2.4 多重共线性检验

对于经济数据而言，各个变量经常存在时间趋势上的一致性，为了避免解释变量之间存在高度相关性而对实证造成干扰，通过多重共线性检验以验证数据的平稳性，确保实证模型的有效。依据经验规则最大的VIF，即max{VIF1,…,VIFk}不超过10来进行检验。表2为VIF检验结果。

由表2可知，核心解释变量与控制变量的VIF低于10，通过了经验规则，表明本文的实证模型不存在严重的多重共线性问题。

表2 多重共线性检验

3 实证回归结果分析

3.1 全样本实证结果分析

表3报告了基于31个省份(直辖市、自治区)2000—2017年的全样本回归结果。由于Hausman检验都通过了1%的显著性水平，表明应该选择固定效应模型。

表3 全样本回归结果

从表3的全样本实证结果来看，线性模型与加入二次项之后非线性模型的拟合优度都在0.99以上，说明实证模型能够有效地反映变量之间的关系。线性模型中核心解释变量人均房地产投资存量与被解释变量人均GDP之间存在显著的正向关系，同时控制变量非房地产投资存量也对人均GDP存在正向效应，从其弹性系数上看，0.056 3显著大于核心解释变量的0.015 5，说明房地产投资对经济增长的促进作用不如非房地产投资。加入核心解释变量的二次项以验证核心解释变量与被解释变量是否存在非线性关系，在加入二次项之后，结果见表3，二次项系数为负且在5%的水平上显著，说明房地产投资与经济增长之间存在倒“U”形关系。同时可以观察到，随机效应模型中二次项的系数在1%的显著性水平上为负数。据此判断，中国可能存在房地产投资过度，并在一定程度上阻碍了经济增长的现象。但进一步按照全样本的回归结果算出拐点的房地产投资存量的自然对数为11.79，没有省份跨过此拐点。

对于控制变量，人均消费对经济的促进作用在1%的水平上显著，且其弹性系数高于人均房地产投资存量的系数，说明了中国的经济发展依赖消费增长的情况，也进一步显示要注意投资过度挤出消费，从而对经济造成负面影响。固定效应模型中房价收入比系数不显著，而在随机效应模型中，房价收入比的系数在1%的水平上显著为负，这说明可能由于房地产投资过度，推高了房价，进而使得房价收入比快速增长，房地产发展导致金融风险加剧，并对经济增长造成了不利影响。人均出口额对经济增长也显现出显著的促进作用。

3.2 分区域样本实证结果分析

考虑到中国区域发展不均衡，经济发展上可能存在不可忽略的个体差异，全国样本可能不能完全验证房地产投资和区域经济增长的关系。为了进一步检验实证结果的可靠性，根据国家统计局2011年发布的《东西中部和东北地区划分方法》，将全国样本分为东部、中部、西部及东北部地区4个样本，表4为实证结果。

从表4中分区域样本的回归结果可以看出：①线性模型中四大经济区域房地产投资的系数均显著小于非房地产投资的弹性系数，说明各地区都需要注意其他产业投资对经济增长的促进作用，并且防止投资过度集中于房地产业而挤出其他产业投资，以至阻碍区域经济增长。②东部和西部地区的房地产投资与区域经济增长存在显著的正向关系，非线性关系并不存在。本文认为东部地区由于人员的涌入，房地产投资的增长与市场需求是相匹配的，所以并没有出现投资与经济增长负相关的情况；而西部地区的房地产业发展相对滞后，也没有出现负面影响。③东北部和中部地区的房地产投资与地区经济增长的关系与全国趋同，为显著的倒“U”形关系，表5给出了拐点的详细数据。本文认为是在人口流出的条件下，依旧大力发展房地产业对经济增长是不利的。四大经济区域控制变量的实证结果与全国样本没有太大的出入。

表4 分区域样本回归结果

表5 拐点详细数据

由表5可知，东北地区只有辽宁省的房地产投资存量在2014年跨过了拐点，而之后几年该省数据保持在了拐点以下，没有对地区经济增长造成持续的不利影响。中部地区的6个省份的房地产投资存量分别从2008—2011年开始跨过拐点，并且在之后的年份持续高于拐点，说明中部地区房地产投资过度的现状较为严重，已经出现不利于中部地区的经济发展的现象，且持续了10年左右。

3.3 稳健性检验

采取更换核心变量计算方法的方式验证实证结果的稳健性，参考以往研究的做法，在计算房地产投资存量数据的过程中，以8年为折旧期，根据直线折旧法计算的12.5%的折旧率得出一组新的房地产投资存量以及非房地产投资存量的面板数据，其他数据与上文保持一致，表6给出全国样本的回归结果。

比较表6与第一次全国样本回归结果表3发现，核心解释变量与各控制变量弹性系数的符号和显著性基本没有变化，只有线性模型中房地产投资以及非线性模型中加入的二次项的弹性系数从5%的显著性水平上升到了1%的水平。其次，各变量弹性系数的大小发生了较小的数量变化。稳健性检验表明，本文的实证分析可信度较高，实证结果可靠。

表6 稳健性检验回归结果

4 结论与建议

首先分析了房地产投资影响区域经济增长的机制，其次，基于索洛新古典经济增长理论，使用中国31个省(直辖市、自治区)2000—2017年的面板数据建立固定效应模型，并依据区域不同将样本划分为东、中、西及东北地区4个子样本，实证分析了房地产投资与经济增长的线性与非线性关系，得出以下结论及建议。

4.1 结论

1)全国样本的线性回归结果得出，房地产投资对经济增长的促进作用显著低于非房地产投资以及消费，说明中国存在房地产投资过度的问题，即社会资本过度向房地产行业集中阻碍了中国经济的增长；在加入人均房地产投资的二次项之后，二次项的系数显著为负，说明房地产投资超过一定限度之后会对经济增长产生负面影响，但没有省份跨过以全国样本的回归结果计算出的拐点。

2)分区域样本线性回归结果强化了房地产投资对经济增长的促进作用低于非房地产投资以及消费的结论，这说明房地产投资对经济增长的促进作用与当前资源配置并不匹配，中国各个区域目前都存在一定程度的资源错配。加入二次项之后发现，中部地区和东北部地区房地产投资对经济增长的影响与全国样本一致，呈倒“U”形，东北地区仅有辽宁省在2014年跨过了拐点，中部地区6个省份则分别在2008—2011年跨过拐点，且在之后的年份持续高于拐点。东部地区和西部地区房地产投资对经济增长呈现显著的正向影响，不存在非线性关系。分析这种倒“U”形影响可能是因为房地产投资与地区发展不匹配，尤其是在人口流出的背景下大量投入房地产开发投资，会对经济增长产生负面影响。

4.2 建议

1)适当减少房地产投资份额。全国样本及区域样本结果显示房地产投资对经济增长的促进作用小于非房地产投资，所以本文认为相对于房地产业投资，向非房地产业投资能够使得资源配置更优化。即通过减少一定的房地产投资份额投入其他产业，可以提高资本的利用效率，推动经济高质量发展，有利于中国经济逐步摆脱对房地产行业的过度依赖。

2)合理制定不同区域的房地产发展政策。当前，中国中部及东北地区因经济转型、人口流出、房地产投资过高等因素，面临房地产“去库存”压力；尤其在中部地区，本文认为该地区需要加大对房地产开发投资的控制，以使房地产投资存量降低至合理区间，避免对地区经济增长产生不利影响。而对于东部地区一线城市，为防止房地产市场过热，要严守政策底线，控制房价。西部地区需要制定符合地区实际发展的房地产发展配套政策，加快城市高质量发展。