中日韓三國房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展影響的差異

摘要：在經(jīng)濟(jì)增長理論的多變量分析框架下，以中國、日本和韓國1990-2014年相關(guān)數(shù)據(jù)為基礎(chǔ)，通過單位根檢驗、Johansen協(xié)整檢驗、向量誤差修正模型，實證分析了房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展影響的地區(qū)差異。結(jié)果表明，房地產(chǎn)投資與經(jīng)濟(jì)發(fā)展之間存在長期的均衡關(guān)系，并且房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展的影響存在顯著的地區(qū)差異，其中房地產(chǎn)投資對中國經(jīng)濟(jì)發(fā)展具有長期效應(yīng)，而房地產(chǎn)投資對日本和韓國經(jīng)濟(jì)發(fā)展均具有短期效應(yīng)，韓國經(jīng)濟(jì)發(fā)展拉動能力主要依賴于非房地產(chǎn)投資和勞動投入。

關(guān)鍵詞：房地產(chǎn)投資，經(jīng)濟(jì)發(fā)展，差異，中國，日本，韓國

中圖分類號：F293 文獻(xiàn)標(biāo)識碼：B

文章標(biāo)識碼：1001-9138-（2017）01-0074-80 收稿日期：2016-09-20

1 引言

房地產(chǎn)業(yè)具有顯著的區(qū)域性特征，不同區(qū)域經(jīng)濟(jì)發(fā)展階段、經(jīng)濟(jì)發(fā)展水平、房地產(chǎn)市場供需關(guān)系等均存在巨大差異，目前理論界就房地產(chǎn)投資對經(jīng)濟(jì)增長的作用機(jī)制、影響程度以及影響力在時間維度上的差異等進(jìn)行了深入研究，但是從空間維度就房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展影響方向和幅度作對比分析的研究相對不足。本文主要是通過對中國、日本和韓國1990-2014年相關(guān)數(shù)據(jù)的分析，探討房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展的影響方向、作用強(qiáng)度及區(qū)域差異性。相關(guān)數(shù)據(jù)顯示，中國、日本和韓國是東北亞地區(qū)經(jīng)濟(jì)實力最強(qiáng)的三個國家，三國經(jīng)濟(jì)總量（GDP）占世界經(jīng)濟(jì)總量的五分之一，已成為東北亞乃至整個亞太地區(qū)的核心。其中，韓國與中國均在1998年實施了房地產(chǎn)市場改革，由非市場化向市場化方向轉(zhuǎn)型，兩國房地產(chǎn)市場發(fā)展有一定相似之處，日本房地產(chǎn)市場在經(jīng)歷了20世紀(jì)中后期的高度繁榮后逐漸趨于穩(wěn)定，但是由于區(qū)位上的便利性及經(jīng)濟(jì)聯(lián)系的緊密性，與中國和韓國房地產(chǎn)市場有著很強(qiáng)的關(guān)聯(lián)性。

2 模型、數(shù)據(jù)與方法

2.1 模型構(gòu)建

古典增長理論認(rèn)為，一個地區(qū)的增長主要是其資本、勞動等生產(chǎn)要素投入增加引起的。新增長理論則認(rèn)為，一個地區(qū)的經(jīng)濟(jì)增長主要受益于固定資本投資隱含的技術(shù)進(jìn)步，或受益于人力資本積累或知識積累。目前測算生產(chǎn)要素對經(jīng)濟(jì)增長貢獻(xiàn)較為典型的方法是柯布-道格拉斯生產(chǎn)函數(shù)，其基本的表達(dá)形式為：

式中，Yt、A、Kt和Lt分別是一地區(qū)某一時期人均產(chǎn)出水平、廣義技術(shù)進(jìn)步狀態(tài)、物質(zhì)資本投資和勞動力投入。α和β分別為固定資本和勞動力投入的產(chǎn)出彈性，在不存在規(guī)模經(jīng)濟(jì)的前提下，α+β=1。

如果將物質(zhì)資本投資分為房地產(chǎn)投資和非房地產(chǎn)投資兩部分，相應(yīng)的生產(chǎn)函數(shù)為：

式中，Kst為非房地產(chǎn)投資，Rt為房地產(chǎn)投資，為房地產(chǎn)投資的產(chǎn)出彈性，在不存在規(guī)模經(jīng)濟(jì)的前提下，。

在實證過程中，為消除數(shù)據(jù)自方差和數(shù)據(jù)劇烈波動的影響，對式（2）兩邊同時取對數(shù)，將非線性的生產(chǎn)函數(shù)修正為下列線性函數(shù)：

式中，i為地區(qū)，t為時間，c為截距項，μ為隨機(jī)誤差項，α、β和分別代表非房地產(chǎn)投資、勞動投入和房地產(chǎn)投資的彈性系數(shù)。

2.2 指標(biāo)選取

已有研究在衡量生產(chǎn)函數(shù)中的總產(chǎn)出時，大多采用GDP這一指標(biāo)，本文同樣利用各國GDP總產(chǎn)值來衡量經(jīng)濟(jì)發(fā)展程度，即總產(chǎn)出（Y）；選取各國房地產(chǎn)開發(fā)投資總額衡量房地產(chǎn)投資基本情況（R）；利用固定資產(chǎn)投資額與房地產(chǎn)開發(fā)投資總額的差值來衡量非房地產(chǎn)投入（K）；選擇就業(yè)人員數(shù)來衡量勞動投入要素（L）。

2.3 數(shù)據(jù)來源

利用1990-2014年中國、韓國和日本3個國家的時序數(shù)據(jù)進(jìn)行實證分析，其中，GDP和就業(yè)人員數(shù)據(jù)來源于世界銀行世界發(fā)展指標(biāo)數(shù)據(jù)庫（World Bank “World Development Indicators” Database），房地產(chǎn)投資額和固定資產(chǎn)投資額數(shù)據(jù)來源于各國家當(dāng)年度統(tǒng)計年鑒。

3 結(jié)果分析

3.1 單位根檢驗

由于所選取的GDP、房地產(chǎn)開發(fā)投資、固定資產(chǎn)投資和就業(yè)人數(shù)都是年度時間序列數(shù)據(jù)，在進(jìn)行協(xié)整和因果檢驗之前，必須先檢驗時間序列的平穩(wěn)性（stationary），即檢驗序列是否服從單位根過程。本文利用擴(kuò)展的迪基-富勒（Augmented Dickey-Fuller，簡稱ADF）方法來檢驗樣本數(shù)據(jù)的時間序列特征。先后對相關(guān)變量的對數(shù)序列和一階差分序列進(jìn)行ADF檢驗，在滯后期數(shù)的選擇上，參照Akaike info Criterion（AIC）和Schwarz Criterion（SC），結(jié)果表明：3個國家、、和時間序列ADF的統(tǒng)計量大多大于10%顯著水平下的臨界值，接受原假設(shè)，時間序列含有單位根，是非平穩(wěn)序列，其一階差分序列的ADF值均小于10%水平下的臨界值，是平穩(wěn)序列，構(gòu)成了序列進(jìn)行平穩(wěn)檢驗的前提條件，如表1所示。

3.2 Johansen協(xié)整檢驗

由于時間序列、、和均為I（1）序列，故判斷它們之間可能存在協(xié)整關(guān)系，即變量之間長期穩(wěn)定的比例關(guān)系。本文將采用基于回歸系數(shù)的Johansen多變量協(xié)整檢驗方法對時間序列、、和進(jìn)行協(xié)整檢驗。在進(jìn)行協(xié)整檢驗前，必須首先確立向量自回歸（VAR）模型的結(jié)構(gòu)。

3.2.1 確定VAR模型的最佳滯后階數(shù)

Johansen協(xié)整檢驗是一種基于向量自回歸模型的檢驗方法，因此在進(jìn)行協(xié)整檢驗之前，必須首先確定VAR模型的滯后結(jié)構(gòu)。在選擇滯后階數(shù)p時，一方面要使滯后階數(shù)足夠大，以便能充分地利用所構(gòu)造模型的變量信息，但滯后階數(shù)太大又會導(dǎo)致自由度減少，直接影響模型參數(shù)估計量的有效性。根據(jù)LR、AIS、SC等指標(biāo)，并考慮模型的自由度來判別對VAR模型合適的滯后結(jié)構(gòu)選擇。檢驗結(jié)果表明在中國、日本和韓國分別構(gòu)建的VAR模型最佳滯后期均為4期，如表2所示。

3.2.2 Johansen協(xié)整檢驗

基于VAR（4）模型，用Johansen協(xié)整檢驗判斷、、和的協(xié)整關(guān)系時，確定滯后期為3。通過模型選擇的聯(lián)合檢驗，確定出最合適的協(xié)整檢驗?zāi)Ｐ蜑閰f(xié)整空間中有常數(shù)項，數(shù)據(jù)空間有線性趨勢項，Johansen協(xié)整檢驗結(jié)果，如表3所示。

表3的結(jié)果顯示中國的、、和在5%的水平下存在3個協(xié)整關(guān)系，說明中國這4個變量之間存在長期的均衡關(guān)系。日本和韓國的檢驗結(jié)果表明，這4個指標(biāo)在5%的水平下分別存在4個和2個協(xié)整關(guān)系，變量之間存在長期的均衡關(guān)系。中國、日本和韓國的標(biāo)準(zhǔn)化協(xié)整系數(shù)，如表4所示。

從表4中可以看出，中國房地產(chǎn)投資和其他投資對GDP增長具有明顯的促進(jìn)作用，非房地產(chǎn)投資增加1%，GDP增加0.53%，房地產(chǎn)投資增加1%，GDP增加0.19%，但是勞動力投入?yún)s對經(jīng)濟(jì)增長具有負(fù)向作用，勞動力增加1%，會導(dǎo)致GDP下降0.11%；日本非房地產(chǎn)投資對經(jīng)濟(jì)增長具有積極影響，非房地產(chǎn)投資增加1%，GDP將增加2.48%，房地產(chǎn)投資和勞動力投入對經(jīng)濟(jì)發(fā)展具有負(fù)向作用，房地產(chǎn)投資和勞動力投入每增加1%，會分別導(dǎo)致GDP降低1.42%和0.69%；韓國非房地產(chǎn)投資和勞動力投入都能夠促進(jìn)經(jīng)濟(jì)增長，非房地產(chǎn)投資和勞動力投入每增加1%，GDP將分別增長0.95%和0.68%，而房地產(chǎn)投資每增加1%，GDP將減少0.25%。

3.3 向量誤差修正模型

建立短期動態(tài)關(guān)系，即誤差修正模型將長期關(guān)系模型中的各變量以1階差分的形式重新構(gòu)造，并將長期關(guān)系模型所產(chǎn)生的殘差序列作為解釋變量引入方程，在一個從一般到特殊的過程中對短期動態(tài)關(guān)系逐個進(jìn)行檢驗，不顯著的項逐漸被剔除掉，直到找出最適當(dāng)?shù)谋磉_(dá)式。公式（4）、（5）、（6）分別為中國、日本和韓國的向量誤差修正模型。

在中國的向量誤差修正模型中，非房地產(chǎn)投資、勞動投入和房地產(chǎn)投資的短期調(diào)整系數(shù)都為正值，這表明短期內(nèi)K、L和R對GDP均存在顯著的正效應(yīng)。也就是說，短期內(nèi)中國任何資本和勞動力資源的投入都夠促進(jìn)經(jīng)濟(jì)的發(fā)展，但是L的短期調(diào)整系數(shù)與長期恰恰相反，說明勞動力投入對經(jīng)濟(jì)增長只具有短期的正向效應(yīng)而沒有長期的正向效應(yīng)。

在日本的向量誤差修正模型中，非房地產(chǎn)投資的短期調(diào)整系數(shù)為負(fù)值，而勞動力和房地產(chǎn)投資的短期調(diào)整系數(shù)都為正值，這表明短期內(nèi)K對GDP存在顯著的負(fù)效應(yīng)，而L和R對GDP存在顯著的正效應(yīng)。K、L和R的短期調(diào)整系數(shù)均與長期相反，說明日本的非房地產(chǎn)投資在短期內(nèi)不可能很快帶動經(jīng)濟(jì)的增長，一般表現(xiàn)為經(jīng)濟(jì)增長要滯后于非房地產(chǎn)投資的增長，而勞動力資源的投入和房地產(chǎn)投資在短期內(nèi)可以彌補(bǔ)這個GDP增長的時滯。因此，在短期內(nèi)勞動力投入和房地產(chǎn)投資促進(jìn)經(jīng)濟(jì)發(fā)展的效應(yīng)要大于非房地產(chǎn)投資帶來的增長效應(yīng)。

在韓國的向量誤差修正模型中，非房地產(chǎn)投資和房地產(chǎn)投資的短期調(diào)整系數(shù)為正值，而勞動力投入的短期系數(shù)是負(fù)值，這表明短期內(nèi)K和R對GDP存在顯著的正效應(yīng)，而L對GDP存在顯著的負(fù)效應(yīng)。L和R的短期調(diào)整系數(shù)與長期相反，說明韓國的勞動力投入在短期內(nèi)不可能很快帶動經(jīng)濟(jì)的增長，一般表現(xiàn)為經(jīng)濟(jì)增長要滯后于勞動力投入的增長，而房地產(chǎn)投資在短期內(nèi)可以彌補(bǔ)這個GDP增長的時滯。因此，在短期內(nèi)房地產(chǎn)投資促進(jìn)經(jīng)濟(jì)發(fā)展的效應(yīng)要大于勞動投入帶來的增長效應(yīng)。

4 結(jié)論

本文基于中國、日本和韓國的年度GDP總量、就業(yè)人數(shù)、房地產(chǎn)投資額等數(shù)據(jù)，就三國房地產(chǎn)投資對經(jīng)濟(jì)增長影響的差異性進(jìn)行了研究，發(fā)現(xiàn)房地產(chǎn)投資與經(jīng)濟(jì)增長之間存在長期的均衡關(guān)系，但房地產(chǎn)投資對各國經(jīng)濟(jì)增長存在短期和長期效應(yīng)的差異：在中國，房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展具有長期效應(yīng)；在日本，房地產(chǎn)投資與勞動力投入對經(jīng)濟(jì)增長具有短期效應(yīng)，支持日本經(jīng)濟(jì)長期增長的主要是非房地產(chǎn)投資；與日本一樣，韓國房地產(chǎn)投資對經(jīng)濟(jì)增長也具有短期效應(yīng)，但非房地產(chǎn)投資和勞動力投入是促進(jìn)韓國經(jīng)濟(jì)長期增長的催化劑。

從實證分析結(jié)果來看，房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展的影響存在顯著的區(qū)域差異，一方面，在各國的城市化推進(jìn)過程中，應(yīng)該合理有效地發(fā)揮房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展的積極效應(yīng)；另一方面也要協(xié)調(diào)好房地產(chǎn)投資與經(jīng)濟(jì)發(fā)展的良性互動，避免地區(qū)經(jīng)濟(jì)發(fā)展過度依賴房地產(chǎn)投資，實現(xiàn)房地產(chǎn)投資對經(jīng)濟(jì)發(fā)展短期效應(yīng)和長期效應(yīng)的有效銜接與協(xié)調(diào)。同時，從各國內(nèi)部發(fā)展來看，在區(qū)域發(fā)展異質(zhì)性和不均衡性的背景下，應(yīng)該采取差異化的房地產(chǎn)管控策略，實現(xiàn)房地產(chǎn)投資與經(jīng)濟(jì)發(fā)展的良性、動態(tài)均衡發(fā)展。

參考文獻(xiàn)：

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.，F(xiàn)ollow 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 劉建文.房地產(chǎn)市場波動對宏觀經(jīng)濟(jì)的影響研究.中國房地產(chǎn).2013.16

9.盧新海 桂婷婷 萬凱.基于主成分分析的區(qū)域房地產(chǎn)投資環(huán)境評價研究——以武漢城市圈為例.中國房地產(chǎn).2013.02

10.Romer，Paul M.，Increasing Returns and Long Run Growth.Journal of Political Economy.1986.94

作者簡介：

朱建平，華中科技大學(xué)公共管理學(xué)院碩士研究生，主要研究方向為土地資源管理。