房地產(chǎn)過熱對沿海制造業(yè)的影響分析

　　 摘要：文章通過理論分析探索了房地產(chǎn)影響制造業(yè)的三個渠道——消費、投資和人力資源，并以浙江省制造業(yè)為研究對象，構(gòu)建了VAR模型進行實證分析。根據(jù)脈沖響應(yīng)函數(shù)的分析，得出結(jié)論：房地產(chǎn)通過這三個渠道對制造業(yè)有短暫的正向影響，但從長期來看，其影響作用為負。
　　 關(guān)鍵詞：房地產(chǎn)；制造業(yè)；VAR模型
　　 一、引言
　　 制造業(yè)是支持中國成為“世界工廠”的重要產(chǎn)業(yè)，無論是對國內(nèi)生產(chǎn)總值的貢獻率還是在對就業(yè)率的拉動方面，制造業(yè)都貢獻了重要的力量。2010年中國GDP達到5.7萬億美元（以當(dāng)年匯率計算），超越日本成為世界第二大經(jīng)濟體。這樣的規(guī)模在很大程度上是以制造業(yè)的發(fā)展為支撐的。同時，中國制造業(yè)也面臨著諸多挑戰(zhàn)，中國制造的產(chǎn)品附加值低，在成本上升和出口市場萎縮的雙重夾擊下進退兩難。在制造業(yè)內(nèi)外交困，亟需進行產(chǎn)業(yè)轉(zhuǎn)型和升級的背景下，房地產(chǎn)業(yè)依然蓬勃發(fā)展著。盡管一直受到政府宏觀調(diào)控政策的影響，然而由于中國的人均居住面積較低，對住房的需求較大，加之各種投機因素的炒作，房地產(chǎn)價格一路上揚。房地產(chǎn)過熱對我國經(jīng)濟運行和人民生活的各方面都帶來了巨大的影響。那么，在制造業(yè)轉(zhuǎn)型升級的背景之下，房地產(chǎn)過熱是否會影響制造業(yè)的發(fā)展？而這種影響的程度和作用機制如何？這些問題正是本文探討的方向。
　　 二、房地產(chǎn)過熱對制造業(yè)影響的理論分析
　　 由于資本和勞動力的投入是生產(chǎn)產(chǎn)值的兩個關(guān)鍵生產(chǎn)要素，而消費則通過供需關(guān)系影響了產(chǎn)品的順利銷售，因此，制造業(yè)的產(chǎn)值很容易受到來自這三個渠道的影響。本文將通過分析房地產(chǎn)在這三個渠道上對制造業(yè)的影響，從理論上探索房地產(chǎn)影響制造業(yè)的作用機制。
　　 （一）投資渠道的影響
　　 由于房地產(chǎn)的虛擬資產(chǎn)屬性，房地產(chǎn)在投資渠道上對實體經(jīng)濟的影響主要有三種效應(yīng)：Tobin’sQ效應(yīng)、靈活加速器效應(yīng)和資產(chǎn)負債表效應(yīng)。Tobin’sQ值表示公司市場價值對資本重置成本的比率。當(dāng)Q值很高時，說明公司的市場價值很高，公司會選擇購買新的工廠投資和資本設(shè)備，這會增加投資的需求。而當(dāng)Q值很低時，會降低企業(yè)對新購資本也就是投資的需求。靈活加速器理論反映的是未來預(yù)期對當(dāng)前投資的影響。由于房地產(chǎn)價格的高漲預(yù)示著未來經(jīng)濟的繁榮，這會鼓勵人們購買房地產(chǎn)等資本產(chǎn)品，提升當(dāng)前的投資。資產(chǎn)負債表效應(yīng)是指房地產(chǎn)價格對企業(yè)融資成本的影響，這種融資成本在資產(chǎn)負債表上得以反映。當(dāng)企業(yè)的資產(chǎn)價格不斷上升時，會改善企業(yè)的資產(chǎn)負債表，影響銀行對企業(yè)凈財富的評估，而這種評估會進一步促使銀行降低貸款的利息費用，進而降低融資成本，刺激投資。反之則會導(dǎo)致投資萎縮。另外，由于房地產(chǎn)暴利對資本的吸引，從而使制造業(yè)資金向房地產(chǎn)轉(zhuǎn)移，造成了對制造業(yè)投資的“擠壓效應(yīng)”，房地產(chǎn)過熱化和實體經(jīng)濟空心化。
　　 （二）消費渠道的影響
　　 與投資渠道的影響類似，房地產(chǎn)在消費渠道上對制造業(yè)的影響可歸結(jié)為三種效應(yīng)：財富效應(yīng)、信用約束效應(yīng)和購房支出壓力效應(yīng)。財富效應(yīng)來源于持久收入——生命周期理論，是指房地產(chǎn)作為居民的財富存量，當(dāng)其價格上漲時，財富存量的增加會刺激當(dāng)期消費的增加。信用約束效應(yīng)是指房價上漲使得住房所有者用于獲取銀行貸款的抵押物價值增加，進而可以獲得更多的銀行貸款用于擴大消費支出。購房支出壓力效應(yīng)是指為應(yīng)對房價的上漲，居民將更多的儲蓄而不是消費，從而降低了對普通制造品的消費，也稱為“儲蓄效應(yīng)”。
　　 （三）人力資源渠道的影響
　　 一方面，高漲的房價降低了普通工人在沿海城市的幸福感，較低的工資收入水平根本無法滿足買房的愿望，高房價是近些年造成沿海城市用工缺口的重要因素；另一方面，制造業(yè)的轉(zhuǎn)型升級需要大量的技術(shù)人才，高房價提高了企業(yè)的用工成本，即使企業(yè)在待遇方面不斷提高，但是其幅度遠趕不上房價的上漲速度。高房價為人力資源的流動帶來了阻礙。
　　 三、實證分析
　　 向量自回歸（VAR）是一種非結(jié)構(gòu)性分析方法，能夠解決經(jīng)濟理論模型中的內(nèi)生變量問題，VAR模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到多元時間序列變量組成的“向量”自回歸模型，從而反映經(jīng)濟變量之間的動態(tài)關(guān)系。
　　 為了能很好地代表沿海制造業(yè)，本文以浙江省制造業(yè)為研究對象，分析浙江省房地產(chǎn)對制造業(yè)的影響。分別選取工業(yè)企業(yè)增加值增速作為制造業(yè)產(chǎn)值的代理變量Industry，以全社會固定資產(chǎn)投資增速作為制造業(yè)資本投入量的代理變量invest，以城鎮(zhèn)家庭人均消費支出增速作為消費的代理變量consume，以全部城鎮(zhèn)單位從業(yè)人員數(shù)增速作為制造業(yè)勞動投入量的代理變量labor，同時選取商品房平均銷售價格增速houseprice評估房地產(chǎn)的過熱狀況。由于公布的指標(biāo)大多數(shù)是以現(xiàn)價計算，沒有進行同比價格調(diào)整，因此均選取同比增長率作為分析指標(biāo)。
　　 各指標(biāo)涵蓋浙江省2002年1月-2011年9月117個月度指標(biāo)，數(shù)據(jù)來源于中國國家統(tǒng)計局、中經(jīng)統(tǒng)計數(shù)據(jù)庫和CCER宏觀經(jīng)濟數(shù)據(jù)庫。為了消除指標(biāo)的異方差性質(zhì)，對各項指標(biāo)做對數(shù)處理。
　　 傳統(tǒng)的VAR理論要求模型中的每一個變量是平穩(wěn)的，而隨著協(xié)整理論的發(fā)展，對于非平穩(wěn)時間序列，只要各變量之間存在協(xié)整關(guān)系也可以直接建立VAR模型。以下是本文建立VAR模型的具體步驟。
　　 （一）序列平穩(wěn)性檢驗
　　 非平穩(wěn)經(jīng)濟時間序列具有齊次非平穩(wěn)特征，即任何非平穩(wěn)經(jīng)濟序列通過足夠次數(shù)的差分可以轉(zhuǎn)換成為一個平穩(wěn)的時間序列。由于用非平穩(wěn)經(jīng)濟變量建立回歸模型會帶來虛假回歸問題，30余年來已經(jīng)提出20余種常用的單位根檢驗方法。這里廣泛使用迪基——富勒（AugmentedDickey—Fuller，簡稱ADF）檢驗方法。
　　 采用R軟件的urca軟件包對各變量及其一階差分進行ADF檢驗。根據(jù)各顯著性水平的臨界值判斷檢驗結(jié)果。檢驗結(jié)果如表1所示。
　　 根據(jù)檢驗結(jié)果，在1%的顯著性水平下，各指標(biāo)的ADF檢驗值大于臨界值，無法拒絕序列存在單位根的原假設(shè)，而各指標(biāo)一階差分的ADF檢驗小于臨界值，拒絕一階差分序列存在單位根的原假設(shè)，各指標(biāo)一階差分后的時間序列為平穩(wěn)序列。因此，各原始時間序列的均為I（1）單整過程，變量同階單整，符合構(gòu)建VAR模型的條件。接下來判斷這些變量之間的協(xié)整關(guān)系。
　　 （二）協(xié)整檢驗
　　 在經(jīng)濟領(lǐng)域，多數(shù)經(jīng)濟變量特別是宏觀經(jīng)濟變量都是非平穩(wěn)的，但是，由于經(jīng)濟變量之間的內(nèi)在規(guī)律使得某些特定經(jīng)濟變量的線性組合卻常常是平穩(wěn)的。當(dāng)非平穩(wěn)的時間序列存在協(xié)整關(guān)系時，才能在非平穩(wěn)序列的基礎(chǔ)上直接建立VAR模型，而不需要對序列進行差分平穩(wěn)。本文采用Johansen檢驗中的特征根方法和最大特征值檢驗方法。具體操作由R軟件中的vars軟件包實現(xiàn)。
　　 根據(jù)Johansen檢驗結(jié)果，在1%的顯著性水平下，trace檢驗和最大特征值檢驗的統(tǒng)計量值均大于Johansen分布的臨界值，拒絕原假設(shè)，表明這些變量之間至少有一個協(xié)整向量。因此，浙江省商品房平均銷售價格增長率與各經(jīng)濟變量增長率之間存在長期均衡關(guān)系。
　　 （三）VAR模型的階數(shù)確定
　　 建立VAR模型之前需要確定滯后階數(shù)。足夠大的滯后階數(shù)，能夠完整反映所構(gòu)造模型的動態(tài)特征，但是滯后階數(shù)會減少模型的自由度。在階數(shù)選擇時要綜合考慮滯后項和自由度的平衡。比較常用的方法是AIC信息準則和SC信息準則，AIC和SC信息準則要求它們的值越小越好。根據(jù)AIC和SC信息準則，最終選定滯后階數(shù)為4。
　　
　　 （四）VAR模型滯后結(jié)構(gòu)的檢驗
　　 為了保證下文脈沖響應(yīng)函數(shù)分析的有效性，需要對估計的VAR模型進行穩(wěn)定性檢驗。本文用AR根確定VAR模型檢驗的穩(wěn)定性。如果被估計的VAR模型所有根模的倒數(shù)小于1，即位于單位圓內(nèi)，則其是穩(wěn)定的。如果模型不穩(wěn)定，某些結(jié)果（如脈沖響應(yīng)函數(shù)的標(biāo)準誤差）將不是有效的。檢驗結(jié)果顯示，本文建立的VAR（4）模型的單位根均小于1，可以在此基礎(chǔ)上進行脈沖響應(yīng)分析。
　　 （五）脈沖響應(yīng)分析
　　 脈沖響應(yīng)函數(shù)描述的是VAR模型中的一個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響，提供系統(tǒng)受沖擊所產(chǎn)生的響應(yīng)正負方向、調(diào)整時滯、穩(wěn)定過程等信息。前面的分析說明制造業(yè)產(chǎn)值與房地產(chǎn)價格、資本、消費和人力資源四個變量之間具有長期的均衡關(guān)系。因此對上述建立的4變量VAR（4）模型進行脈沖響應(yīng)分析。分別給商品房平均銷售價格增速一個正的單位大小的沖擊，得到關(guān)于制造業(yè)、消費、投資和人力資源的脈沖響應(yīng)函數(shù)圖，如圖1所示。在圖1的各小圖中，橫軸表示沖擊作用的滯后期數(shù)（單位：月度），縱軸分別表示不同變量的變化，實線為脈沖響應(yīng)函數(shù)，虛線表示正負兩倍標(biāo)準差偏離帶。
　　 房地產(chǎn)價格的正向沖擊會給制造業(yè)帶來較大的正向影響，但影響的作用會迅速下降，盡管中間有一次反彈，但是在接下來的時間里仍然保持下降趨勢，在第5期左右就穿過零值線，變?yōu)樨撓蛴绊憽Ｆ浜笥钟幸粋€回升和快速下降的過程，后期的負向影響持續(xù)了將近6期。從消費對房地產(chǎn)價格的脈沖響應(yīng)圖中可以看出，消費對房價沖擊的即期反應(yīng)較小，隨后逐漸增大，但持續(xù)了很短時間后迅速下跌，突破零值線，在第9期左右負作用最大，隨后負作用逐漸減小。而投資對房價的響應(yīng)非常敏銳，在前期的反應(yīng)波動較大，第1期即迅速響應(yīng)，然后急速上升，在第3期就達到頂峰，隨后迅速下降，在第5期左右突破零值線。人力資源對房價的正向沖擊反映較小，正向作用的程度較弱，持續(xù)時間很短，并且慢慢變?yōu)樨撓蛴绊?，其后一直保持微弱的負向影響?br/>　　 根據(jù)脈沖響應(yīng)的分析可以發(fā)現(xiàn)，房地產(chǎn)過熱會在短期內(nèi)對制造業(yè)產(chǎn)生正向的刺激作用，并從三個渠道給予正向影響。但是從長遠來看，房地產(chǎn)過熱會限制制造業(yè)的發(fā)展，為其帶來消極影響，而三個渠道的影響也均會變?yōu)樨撝?，其中，對人力資源的影響時間更長。
　　 四、結(jié)論
　　 根據(jù)本文的分析，房地產(chǎn)過熱會從投資、消費和人力資源三個渠道影響沿海制造業(yè)的發(fā)展。短期內(nèi)帶動制造業(yè)的發(fā)展，但長期來看，房地產(chǎn)的過熱狀態(tài)會影響制造業(yè)的轉(zhuǎn)型升級過程，特別是人才資源的“擠出效應(yīng)”尤為顯著。因此，為了保證制造業(yè)順利的轉(zhuǎn)型升級，國家需要對房地產(chǎn)進行宏觀調(diào)控，合理地引導(dǎo)資金流向，調(diào)整產(chǎn)業(yè)扶持政策。
　　 參考文獻：
　　 1.