房地产投资经济增长空间效应分析.docVIP

房地产投资经济增长空间效应分析 近些年，我国房地产市场展现出明显的“区域分化”特征，主要表现为一线和热点二线城市房价持续上涨，其他城市则面临去库存压力。然而，房价涨幅的区域失衡只是我国房地产市场发展不合理的外在表现，经济资源的空间错配才是其发展失衡的内因。国家统计局公布的数据显示，2000-2015年我国房地产开发投资保持22.1%的年均增速，其中，2000年东部地区的房地产开发投资额占全国房地产开发投资额的72.6%，即使这一占比在逐年下降，但2015年仍有55.5%，可见我国房地产投资在快速增长的趋势下存在明显区域差异。李克强总理在《2017年国务院政府工作报告》中指出，“加强房地产市场分类调控，房价上涨压力大的城市要合理增加住房住宅用地”，可以看出政府部门已采取“因城施策”的调控措施，将房地产市场发展区域差异化特征纳入政策制定中。因此，从房地产市场的供给端入手分析房地产投资的空间效应，厘清其空间异质性形成机理，对引导房地产投资的空间配置合理化、实现房地产市场均衡发展、促进经济稳定增长具有重要现实意义和参考价值。 一、文献评述 在过去近二十年里，我国“房地产经济”在投资、生产和消费三大领域对经济增长起到了重要作用[1]，关于房地产业与经济增长关系的研究已成为学者们关注的一个重要领域。现有文献的研究主要基于两条主线：一是从供给端论证房地产投资对经济增长的促进作用[2]，二是从需求侧考察房地产市场通过消费渠道对经济发展的拉动效果[3]。但从区域层面或空间分布特征视角来分析房地产市场对经济增长影响的研究并不丰富。然而，房地产市场内部异质性决定了其发展的区域差异化，并对经济增长产生空间效应，这一特点在研究我国房地产投资对经济增长拉动作用的过程中是不容忽略的。安瑟兰（Aelin）等[4]指出空间效应可能来自于经济体在空间分布上的相依性或空间结构的异质性，空间相依性通常与经济体间空间分布和地理距离相关，而空间异质性则由经济发展水平差异引起。由此可见，地理区位和经济发展空间分布特征是研究经济活动空间效应的两个重要因素，加之我国经济发展的区域分化特征尤为突出，因此从地理区位和经济发展空间分布双重视角对房地产投资对经济增长的空间效应进行研究是有必要的。近些年，我国房地产市场的区域分化特征越来越明显，而这将会导致房地产经济发展失衡，不利于国民经济健康稳定增长，因此，有研究开始关注到房地产市场的空间效应。黄忠华等[5-6]从区域层面分析了房地产投资对经济增长的影响，并得到较为一致的结论：东部地区的房地产投资对经济增长的贡献大于中西部地区，即房地产投资对经济增长的影响存在区域差异。龙莹[7]还指出我国各省市房价波动也具有相似的空间异质性，相比中西部地区，东部地区居民人均可支配收入较高，并成为推动房价上涨的重要因素。以往研究的基本思路是将我国各省份的样本数据分为东、中和西部三个子样本群并分别建立面板数据模型对其进行研究，通过比较不同组别的估计结果获得相关结论。然而以上处理方式至少会带来两方面问题：第一，将样本整体按区域分割成三个子样本群进行研究，导致每次进入计量分析的样本个体较少，影响估计结果的稳健性和统计上的显著性；第二，对子样本数据分开估计容易掩盖我国整体数据存在的空间效应以及潜在的结构异质性。埃伯利耶（Abria）等[8]在研究中指出横截面数据或面板数据模型吸收了空间异质性，从而掩盖了经济变量潜在的空间效应，而空间计量模型能够解决此问题且更好地刻画经济体内部区域间的互动效应。另外，在应用空间计量模型对经济问题进行实证研究时，空间权重矩阵的设定是较为关键的，但已有研究多聚焦于地理区位特征，构建邻接标准或地理标准形式的矩阵[9-10]，虽然李婧等[11]尝试利用各地区的产出水平对地理邻接矩阵进行修正，但其实质仍然是以地理邻接矩阵为基础，并未真正考虑我国经济发展水平的空间分布特征，这将导致社会经济发展因素对经济变量间空间溢出效应的影响作用难以被充分挖掘。鉴于此，本文主要做出如下两方面创新性工作：第一，通过构建空间杜宾模型，采用空间计量分析的方法挖掘房地产投资对经济增长的潜在空间溢出效应，有效避免了将我国整体区域面板数据分割成子样本群对估计结果造成的影响；第二，现有研究多从地理邻近视角构建空间权重矩阵，但经济发展水平相近区域间的空间外溢效应也应被充分考虑，因此本文构建“经济发展邻近”空间权重矩阵，将我国经济发展的空间分布特征内化于模型之中，并与传统的“地理邻接”空间权重矩阵设定形式进行比较，以考察我国房地产市场潜在的空间相关性以及结构异质性，从而揭示房地产投资对经济增长的空间效应，并以此为基础给出相关房地产市场调控的政策建议。 二、模型构建 （一）模型设定。在经济增长相关问题的实证研究中，采用柯布—道格拉斯生产函数刻画社会生产过程是常用方法。因此，本