面板固定效應房價上漲與工業發展范文

本站小編為你精心準備了面板固定效應房價上漲與工業發展參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:美國次貸危機已經過去十年有余，我國的房地產市場也開始廣受關注。本文通過2005—2017年31個省市自治區的面板數據，利用靜態雙向固定效應模型對我國的房價水平與工業發展水平的關系進行了實證分析，發現我國目前的房價水平對于我國的工業發展還未造成消極的影響。實證結果顯示房價的二次項與工業發展水平呈負相關，即房價與工業發展存在“倒U型”關系，說明房價的上漲對于工業發展不具有可持續性。政府應審慎限制房價，大力發展廉租房和保障性住房市場，從而滿足中低收入人群的剛性需求，降低房價的單邊預期，減少房地產部門對于實體經濟的“抽血效應”，從而有利于工業轉型升級。

關鍵詞:房價;工業水平;倒U型;靜態雙向固定效應

一、引言

2007年美國次貸危機已然過去十幾載。美國政府的“居者有其屋”的產業政策曾一度讓美國房地產市場保持著持續繁榮，然而房產抵押貸款的過度證券化最終促成了美國的次貸危機，次貸危機以后的世界經濟也一直處于低迷之中，我國經濟增速也自2008年以來從9．65%逐年降到了2018年的6．6%。自從2004年之后，隨著結構調整和出口下降，房地產業逐漸成為中國經濟增長的支柱產業。國內過去十幾年的房價上漲引發了廣泛的討論。這種增長被一些學者認為是理性的，房價飛速上漲的背后是飛速上漲的經濟。中國自改革開放以來經歷了經濟的飛速增長，同時也釋放了大量的需求，從而拉動了對于住房的需求。也有一些學者認為是非理性的。據國研網的統計數據，中國的商品房平均房價從2005年的3167．66元/平方米上漲到了2017年的7892元/平方米，上漲率達249%。與其一起上漲的還有中國房地產企業的資產負債率。可以看到，中國房地產價格仍然持續上漲，而其他部門的固定資產投資增速卻呈下降趨勢，出現房地產市場繁榮而實體投資低迷的經濟現象。反觀過去的幾次金融危機，大多存在投機資本流入房地產部門，并對實體經濟造成“抽血效應”，產業結構沒有及時調整，與此同時房價上漲迅速，吸收了社會過多的流動性資金。當房地產部門吸收了過多的資源，作為一個仍然處于工業化時代的發展中大國，制約和影響工業結構轉型升級的問題仍然突出。在當前“振興制造業”以及“脫虛向實”的大背景下，研究房價波動對于我國的工業水平會產生何種影響，從而為房地產市場和推動工業轉型升級制定合理的政策具有重要的借鑒價值和現實意義。

二、計量模型的構建與實證分析

(一)數據來源與預處理本文從國家統計局官網和國研網選取了2005—2017年中國31個省市自治區的共372個數據樣本。以下是對各個變量的定義和解釋:1．工業水平(Lngdp2)。由于工業總產值受產品中轉移價值比重大小的影響，反映工業發展水平及其發展速度不夠準確。本文選取的是工業增加值的對數。2．房價水平(Lnzzjg)。房價水平是各省市住宅平均價格水平的對數。3．交通基礎設施水平(rjdlmj)。交通基礎設施選用的是人均道路面積。4．社會消費水平(shxf)。為了消除時間趨勢的影響，社會消費水平是社會消費總額與國民生產總值的比值。5．基礎教育水平(gzrsbl)。基礎教育水平是6歲及6歲以上上高中的人數與常住人口之間的比值。為了防止出現偽回歸，本文對各個變量進行了面板數據的Levin－Lin－Chu單位根檢驗。檢驗結果顯示各個變量均通過單位根檢驗，如表1所示。

(二)實證模型基于以上分析，可以建立以下回歸模型:其中解釋變量為房價水平(Lnzzjg)，為了進一步探究房價水平與工業水平的非線性關系，引入了房價水平的平方項(Lnzzjg2)。εi，t為隨機擾動項，其中i代表相應省份，t表示不同的年份，δi為地區固定效應，ηt為時間固定效應，Xi，t為一系列控制變量。本文所選取的控制變量如下:1．交通基礎設施水平(rjdlmj)一般來說，一個地區的交通基礎設施越發達，勞動力的流動程度也越高，這使得農業部門的過剩勞動力轉移到城市，加入社會生產陣營中的同時增加了廉價勞動力的供給，從而使得其他生產部門能夠降低用工成本，從而把資金更多地投入到企業研發與創新當中，促進工業轉型升級。2．社會消費水平(shxf)消費作為拉動經濟增長的三駕馬車之一，其變動在影響經濟波動的同時也影響了工業結構的調整。3．基礎教育水平(gzrsbl)不同于一些學者們利用高等院校的人數來衡量人力資本水平，本文更傾向于認為一個地區的基礎教育水平決定了人力資本水平。很重要的一個原因就是不僅僅是高端產業需要人才，一些中端甚至低端產業也需要大量與其匹配的人才供給，從而保證工業結構調整的連續性。

(三)變量描述與實證結果1．變量描述由于數據統計口徑的差異，為了避免不同來源的數據之間的偏差帶來誤差，本文所選取的數據均來自國家統計局和國研網。共選取了31個地區(省、自治區、直轄市)2005—2017年的省級面板數據，其數據描述性統計如表2所示。處理軟件使用的是Stata15．1。2．實證結果分析在對實證模型進行實證檢驗時，通過F、LM檢驗拒絕了混合回歸，進行Hausman檢驗采用固定效應回歸模型，于是本文選擇了固定效應回歸。并且出于對無偏一致性的考慮，本文使用的是雙向固定效應模型，即對個體效應與時間效應都進行了嚴格控制，以排除異質性帶來的誤差。回歸結果見表3。表3中給出了房價水平對工業水平的影響的回歸結果。從模型整體來看，加入控制變量以后，模型的可解釋系數提高，說明模型具有較好的解釋力。同時，對模型進行地區和時間的雙向固定以后，整體的顯著性得到提高。就各個變量來看:(1)房價水平與房價水平的平方在1%水平下顯著。值得注意的是房價水平的系數為正，而房價水平的平方的系數為負，說明近年來(2005—2017年)我國房價水平與工業水平呈正相關，即房價水平的提高促進了工業水平的提高;主要原因是在過去的經濟發展過程中，房地產作為我國的支柱產業，其上下游產業涉及鋼鐵、水泥、機械裝備等諸多行業，很大程度上拉動了經濟增長從而帶動了我國工業水平的提高。而房價水平的平方與工業水平呈“倒U型”關系，說明房地產的發展對于我國工業水平的提高不具有可持續性，盡管當前還未達到“拐點”。(2)社會消費水平的系數為負，且在1%水平下顯著，說明社會消費水平越高，反倒對于工業水平具有抑制作用，可能的原因是當前我國消費水平與工業水平存在“不匹配”問題，即我國工業水平處于中游，而我國的消費水平分化嚴重，主要集中在低端和中高端，正好反映出了主席所指出的“我國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾”。(3)基礎教育水平的系數為正，且在1%水平下顯著，說明基礎教育水平能在一定程度上促進工業水平的提高。(4)交通基礎設施水平的系數為正，且在1%水平下顯著，說明交通基礎設施越發達，越能促進一個地區工業水平的提高。這與預期一致，由于交通基礎設施的完善能夠降低勞動力的流動成本，從而促進勞動力要素的流動，勞動力供給的增加，能夠降低工業部門的用工成本，從而提高產出效率，進而提升工業水平。

三、結論與政策建議

本文通過2005—2017年31個省市自治區的面板數據考察了我國各省市自治區的平均房價水平與我國工業發展水平的關系，在控制基礎教育水平、交通基礎設施水平和社會消費水平等因素影響下，分析了房價水平的變動對于工業發展水平的影響，實證結果表明:①當前我國的房價水平還未對工業水平帶來拖累。一方面是由于房地產部門本身能夠帶動上下游行業的諸多個產業的發展，這其中包括工業部門;另一方面由于過去的幾年里，中國政府及時出臺了多項遏制房價的政策，使得房價上漲保持在一個合理的區間內，因而未對經濟帶來太多負面影響;②房價與工業水平之間還存在非線性的“倒U型”關系。說明房價對工業發展水平的帶動作用是有限的，在經濟增速開始逐漸減緩的大環境下，一旦房價上漲超過某個臨界點，勢必會對工業發展帶來拖累。基于以上研究，本文提出以下幾點建議:①加強對房地產市場的監管，防止房價出現非理性波動;②由政府帶頭大力發展廉租房市場和租房市場作為商品房市場的補充。房產不可分割的屬性決定了房產不是所有人都可以消費的。因而也就意味著房地產市場并不存在所謂的一般均衡，而只有分離均衡，調控應以加大供應為主;③引導外資流向，支持新興產業和高端制造業發展。

參考文獻:

［1］華民．房地產泡沫是最大的金融風險［J］．理論參考，2017(4)．

［2］許憲春，賈海，李皎．房地產經濟對中國國民經濟增長的作用研究［J］．中國社會科學，2015(1):84－101．

［3］俞喬．亞洲金融危機與我國匯率政策［J］．經濟研究，1998(10):43－51．

［4］甄炳禧．透視美國次貸危機及對我國的啟示［J］．經濟與管理研究，2007(11):9－16．

［5］金碚，呂鐵，鄧洲．中國工業結構轉型升級:進展、問題與趨勢［J］．中國工業經濟，2011(2):5－15．

［6］李梅．如何遏制房地產泡沫———尋找21世紀中國住房問題的破局點［J］．探索與爭鳴，2010(2):13．

作者：王政 單位：上海大學馬克思主義學院碩士研究生