福州房地產(chǎn)開(kāi)發(fā)投資對(duì)建筑業(yè)和金融業(yè)產(chǎn)出的影響效應(yīng),區(qū)域經(jīng)濟(jì)學(xué)論文

福州房地產(chǎn)開(kāi)發(fā)投資對(duì)建筑業(yè)和金融業(yè)產(chǎn)出的影響效應(yīng),區(qū)域經(jīng)濟(jì)學(xué)論文改革開(kāi)放的三十多年間，房地產(chǎn)業(yè)歷經(jīng)了幾次大的變革，十分是從1998年的住房貨幣化改革以來(lái)，房地產(chǎn)市場(chǎng)得到極大繁榮，其市場(chǎng)化程度日趨完善。市場(chǎng)經(jīng)濟(jì)的根本就在于供需機(jī)制和價(jià)格機(jī)制的調(diào)節(jié)以實(shí)現(xiàn)資源的優(yōu)化配置.房地產(chǎn)業(yè)也就在這種調(diào)節(jié)機(jī)制下不斷發(fā)展成國(guó)民經(jīng)濟(jì)的重要組成部分，怎樣實(shí)現(xiàn)房地產(chǎn)業(yè)合理化的開(kāi)發(fā)投資已經(jīng)成為各地重點(diǎn)關(guān)注的經(jīng)濟(jì)焦點(diǎn)，房地產(chǎn)的開(kāi)發(fā)投資不僅能促進(jìn)本身房地產(chǎn)市場(chǎng)的繁榮，而且作為一個(gè)先導(dǎo)產(chǎn)業(yè)，對(duì)一些關(guān)聯(lián)的前后向產(chǎn)業(yè)的產(chǎn)出也會(huì)有一定的影響作用。同時(shí)由于房地產(chǎn)開(kāi)發(fā)投資本身就是固定資產(chǎn)投資的一部分，所以根據(jù)乘數(shù)原理它會(huì)極大地促進(jìn)整體經(jīng)濟(jì)的增長(zhǎng)。最近幾年以來(lái)，人們對(duì)住房的消費(fèi)和投資需求的旺盛導(dǎo)致了大量的投資項(xiàng)目涌入房地產(chǎn)行業(yè)，所以愈加有效科學(xué)地計(jì)劃引導(dǎo)房地產(chǎn)業(yè)的開(kāi)發(fā)投資已變得至關(guān)重要。固然國(guó)內(nèi)房地產(chǎn)業(yè)相關(guān)研究已有較為豐富成果，但大部分是從分析影響房地產(chǎn)價(jià)格的角度入手，或直接從商品房的整體銷(xiāo)售額與國(guó)民經(jīng)濟(jì)的關(guān)系去考察，本文則從最初的房地產(chǎn)開(kāi)發(fā)投資的角度切入去分析其與相關(guān)產(chǎn)業(yè)產(chǎn)出之間的關(guān)系.福州市作為一個(gè)沿海省會(huì)城市，其產(chǎn)業(yè)發(fā)展具有一定的代表性，市場(chǎng)經(jīng)濟(jì)較為完善，產(chǎn)業(yè)之間的關(guān)系也相對(duì)更為密切，所以以福州市為該研究的對(duì)象是確當(dāng)?shù)?。從圖1能夠看出，福州市房地產(chǎn)開(kāi)發(fā)投資的變動(dòng)與建筑業(yè)、金融服務(wù)業(yè)業(yè)產(chǎn)值之間有著基本一致的波動(dòng)趨勢(shì)。它們同時(shí)在2008q4季度到一個(gè)小高峰之后回落，這正是2008年金融危機(jī)最為嚴(yán)重的時(shí)候，無(wú)論是金融服務(wù)業(yè)還是像建筑業(yè)、房地產(chǎn)業(yè)等實(shí)體經(jīng)濟(jì)都遭到了影響，產(chǎn)值大幅下降。【圖1】2018q1之后固然三者還是繼續(xù)波動(dòng)，但是房地產(chǎn)開(kāi)發(fā)投資和建筑業(yè)總體保持了上升趨勢(shì)，這正是得益于中國(guó)四萬(wàn)億的經(jīng)濟(jì)刺激計(jì)劃.而金融業(yè)則由于身陷這次金融危機(jī)的行業(yè)震中，其遭到的毀壞性影響更為嚴(yán)重，所以恢復(fù)的速度相對(duì)較慢，但也在平穩(wěn)波動(dòng)中小趨勢(shì)上升。從三者之間嚴(yán)密的變動(dòng)趨勢(shì)圖我們能夠推斷它們之間會(huì)有一定的聯(lián)絡(luò)，但是三者關(guān)系究竟怎樣，正是本文解決的問(wèn)題。本文擬通過(guò)福州市近三年的季度數(shù)據(jù)對(duì)三者之間的關(guān)系進(jìn)行研究分析，以期能得出比擬準(zhǔn)確的關(guān)于福州市房地產(chǎn)開(kāi)發(fā)投資對(duì)建筑業(yè)和金融業(yè)產(chǎn)出的影響效應(yīng)，為更合理地進(jìn)行房地產(chǎn)開(kāi)發(fā)投資布局提供政策建議。一、數(shù)據(jù)選取與模型設(shè)定固然房地產(chǎn)業(yè)前后向關(guān)聯(lián)的產(chǎn)業(yè)很多，但是由于數(shù)據(jù)的可得性和可量化性等問(wèn)題，最后剔除了一些變量，并且只用到了2008q3-2018q2的數(shù)據(jù)。本文著重研究了房地產(chǎn)開(kāi)發(fā)投資和與它有前后向嚴(yán)密關(guān)系的建筑業(yè)、金融服務(wù)業(yè)產(chǎn)值之間的聯(lián)絡(luò)。所以變量設(shè)置和數(shù)據(jù)選擇如下：房地產(chǎn)業(yè)開(kāi)發(fā)投資以每個(gè)季度固定投資中房地產(chǎn)開(kāi)發(fā)投資額表示〔linvest〕，建筑業(yè)以每個(gè)季度建筑業(yè)的產(chǎn)值表示〔lconstruction〕，金融業(yè)則以它們?cè)谝粋€(gè)季度的總產(chǎn)值來(lái)計(jì)算〔lfinance〕。為了盡量克制異方差的問(wèn)題，本文的數(shù)據(jù)都做了自然對(duì)數(shù)化處理。這些數(shù)據(jù)信息都來(lái)自于福州市統(tǒng)計(jì)局的月度數(shù)據(jù)并整理而成。本文使用的方式方法是三變量的VAR向量自回歸模型，其數(shù)學(xué)表示出式為：【1】華而不實(shí)yt是k維內(nèi)生向量，xt是d維外生向量，p是滯后階數(shù)，εt是k維擾動(dòng)向量。這是一種非構(gòu)造化的多方程建模方式方法，該模型并不以已經(jīng)知道的經(jīng)濟(jì)理論為基礎(chǔ)，由于經(jīng)濟(jì)理論通常并缺乏以對(duì)變量之間的動(dòng)態(tài)聯(lián)絡(luò)提供一個(gè)嚴(yán)密的描繪敘述。而向量自回歸模型〔VAR〕是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立的模型，它是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測(cè)最為常用的模型之一,VAR模型把系統(tǒng)中每一個(gè)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(lái)構(gòu)造模型，進(jìn)而將單變量自回歸模型推廣到由多元時(shí)間系列變量組成的向量自回歸模型。并在這里模型的基礎(chǔ)上能夠?qū)?jīng)濟(jì)變量進(jìn)行Granger因果檢驗(yàn)，得出更為確當(dāng)?shù)淖兞块g的因果關(guān)系。同時(shí)還能夠在該模型估計(jì)后運(yùn)用脈沖響應(yīng)函數(shù)刻畫(huà)一個(gè)變量的正向沖擊對(duì)另外經(jīng)濟(jì)變量的影響時(shí)滯和大小.正由于VAR模型具備以上的優(yōu)點(diǎn)，所以本文選用VAR模型，以實(shí)現(xiàn)本文的目的。二、實(shí)證分析由于本文使用的經(jīng)濟(jì)變量都是時(shí)間序列數(shù)據(jù)，為了防止偽回歸的發(fā)生，首先對(duì)變量進(jìn)行單位根檢驗(yàn)，本文采用了ADF統(tǒng)計(jì)量檢驗(yàn)法?！颈?】從表1看以看出，在5%的顯著性水平下linvest、lconstruction的原序列是非平穩(wěn)的，它們的一階差分是平穩(wěn)序列，所以linvest、lconstruction是一階單整，而lfinance的原序列就是平穩(wěn)序列。則dlinvest、dlconstruction、lfinance能夠直接進(jìn)入VAR計(jì)量模型進(jìn)行實(shí)證分析。但事后檢驗(yàn)發(fā)現(xiàn)該VAR模型為非穩(wěn)定的，所以為了使VAR模型能夠到達(dá)穩(wěn)定的狀態(tài)同時(shí)知足經(jīng)濟(jì)含義的便利解釋?zhuān)疚氖褂昧薼finance一階差分的形式既dlfinance.根據(jù)滯后階數(shù)選擇的信息準(zhǔn)則AIC、HQIC、SBIC等統(tǒng)計(jì)量的綜合考量，本文最后采用默認(rèn)滯后兩階的三變量VAR模型，最后估計(jì)出的參數(shù)如下。【表2】首先對(duì)該VAR模型進(jìn)行了穩(wěn)定性檢驗(yàn)，結(jié)果發(fā)現(xiàn)該模型的所有特征值都位于單位圓內(nèi)，即本文的VAR模型是一個(gè)穩(wěn)定的計(jì)量模型。本模型利用了stata10.0軟件進(jìn)行的估計(jì)，由于樣本空間較小，所以在參數(shù)估計(jì)時(shí)進(jìn)行了小樣本自由度調(diào)整，同時(shí)表2中報(bào)告的是小樣本的t、f統(tǒng)計(jì)值。從表2的數(shù)據(jù)能夠清楚地看到：dlconstruction方程中，在5%的顯著性水平下dlinvest滯后一二階的系數(shù)無(wú)論是在統(tǒng)計(jì)上還是經(jīng)濟(jì)上都是非常顯著的。滯后一階的房地產(chǎn)開(kāi)發(fā)投資每增加一個(gè)百分點(diǎn)將會(huì)導(dǎo)致本季度建筑業(yè)產(chǎn)出值0.496個(gè)百分點(diǎn)的增長(zhǎng)。同時(shí)由于房地產(chǎn)開(kāi)發(fā)投資對(duì)建筑業(yè)的產(chǎn)出有時(shí)滯的影響，所以房地產(chǎn)開(kāi)發(fā)投資能夠滯后幾期去影響建筑產(chǎn)業(yè)的產(chǎn)出，正如表2的數(shù)據(jù)顯示的那樣，幅的實(shí)證結(jié)果我們能夠清楚明晰地看到2008q3-2018q2期間，福州市房地產(chǎn)業(yè)開(kāi)發(fā)投資與建筑業(yè)、金融業(yè)產(chǎn)出關(guān)系密切，Granger因果關(guān)系檢驗(yàn)也證實(shí)了房地產(chǎn)開(kāi)發(fā)投資是建筑業(yè)和金融業(yè)產(chǎn)值的Granger因果原因。IRF也描繪敘述出了了房地產(chǎn)開(kāi)發(fā)投資沖擊對(duì)建筑業(yè)和金融業(yè)的持續(xù)影響作用。所以根據(jù)以上結(jié)論，本文以為在房地產(chǎn)開(kāi)發(fā)投資與相關(guān)產(chǎn)業(yè)關(guān)系如此嚴(yán)密地的情況下，更應(yīng)該科學(xué)合理地布置房地產(chǎn)開(kāi)發(fā)投資，以促進(jìn)本產(chǎn)業(yè)和相關(guān)產(chǎn)業(yè)以及整體國(guó)民經(jīng)濟(jì)的健康良性發(fā)展。同時(shí)正如VAR模型所估計(jì)的參數(shù)一樣，房地產(chǎn)業(yè)開(kāi)發(fā)投資對(duì)建筑業(yè)和金融業(yè)的產(chǎn)值增加有很顯著的統(tǒng)計(jì)和經(jīng)濟(jì)意義，而建筑業(yè)和金融業(yè)對(duì)房地產(chǎn)開(kāi)發(fā)投資影響的經(jīng)濟(jì)統(tǒng)計(jì)意義卻不是那么明顯。并且Granger因果檢驗(yàn)中也沒(méi)有發(fā)現(xiàn)建筑業(yè)和金融業(yè)是房地產(chǎn)開(kāi)發(fā)投資的Granger原因，這就講明房地產(chǎn)業(yè)開(kāi)發(fā)投資和建筑業(yè)、金融業(yè)之間更多的還是一種帶動(dòng)關(guān)系，而沒(méi)有到達(dá)一種互相促進(jìn)的良性互動(dòng)關(guān)系。所以除了科學(xué)布置房地產(chǎn)開(kāi)發(fā)投資以外，還要優(yōu)化地區(qū)的其他產(chǎn)業(yè)發(fā)展，十分是金融業(yè)和建筑業(yè)。讓這些產(chǎn)業(yè)能有更好的市場(chǎng)經(jīng)濟(jì)環(huán)境，實(shí)現(xiàn)資源的合理優(yōu)化配置，進(jìn)而能更好地為房地產(chǎn)業(yè)項(xiàng)目開(kāi)發(fā)服務(wù)，實(shí)現(xiàn)各產(chǎn)業(yè)的聯(lián)動(dòng)發(fā)展效應(yīng)。[以下為參考文獻(xiàn)][1]劉國(guó)慶.房地產(chǎn)業(yè)對(duì)相關(guān)產(chǎn)業(yè)帶動(dòng)效應(yīng)的動(dòng)態(tài)分析[J].中國(guó)集體經(jīng)濟(jì)，2018,〔30〕：25-26.[2]皮舜,武康平.房地產(chǎn)市場(chǎng)發(fā)展和經(jīng)濟(jì)增長(zhǎng)間昀因果關(guān)系--對(duì)我們國(guó)家的實(shí)證分析[J].產(chǎn)業(yè)組織研究，2004,〔4〕：23-27.[3]高鐵梅.計(jì)量經(jīng)濟(jì)分析方式方法與建模[M].北京：高等教育出版社，2018.[4]許艷榮.房地產(chǎn)業(yè)對(duì)相關(guān)產(chǎn)業(yè)的帶動(dòng)效應(yīng)研究[J].中國(guó)經(jīng)貿(mào)，2020,〔18〕：22-23.[5]吳學(xué)品,林明恒.海南房地產(chǎn)價(jià)格影響因素的實(shí)證研究--基于VAR模型的分析[J].海南金融,2018,〔12〕：57-61.[6]伍德里奇.計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論[M].北京:中國(guó)社會(huì)科學(xué)出版社,2018.[7]李玉杰,王慶石.房地產(chǎn)業(yè)對(duì)相關(guān)產(chǎn)業(yè)帶動(dòng)效應(yīng)的國(guó)際比擬研究[J].世界經(jīng)濟(jì)與政治論壇，2018,〔6〕：79-91.