面板固定效应房价上涨与工业发展范文

摘要:美国次贷危机已经过去十年有余，我国的房地产市场也开始广受关注。本文通过2005—2017年31个省市自治区的面板数据，利用静态双向固定效应模型对我国的房价水平与工业发展水平的关系进行了实证分析，发现我国目前的房价水平对于我国的工业发展还未造成消极的影响。实证结果显示房价的二次项与工业发展水平呈负相关，即房价与工业发展存在“倒U型”关系，说明房价的上涨对于工业发展不具有可持续性。政府应审慎限制房价，大力发展廉租房和保障性住房市场，从而满足中低收入人群的刚性需求，降低房价的单边预期，减少房地产部门对于实体经济的“抽血效应”，从而有利于工业转型升级。

关键词:房价;工业水平;倒U型;静态双向固定效应

一、引言

2007年美国次贷危机已然过去十几载。美国政府的“居者有其屋”的产业政策曾一度让美国房地产市场保持着持续繁荣，然而房产抵押贷款的过度证券化最终促成了美国的次贷危机，次贷危机以后的世界经济也一直处于低迷之中，我国经济增速也自2008年以来从9．65%逐年降到了2018年的6．6%。自从2004年之后，随着结构调整和出口下降，房地产业逐渐成为中国经济增长的支柱产业。国内过去十几年的房价上涨引发了广泛的讨论。这种增长被一些学者认为是理性的，房价飞速上涨的背后是飞速上涨的经济。中国自改革开放以来经历了经济的飞速增长，同时也释放了大量的需求，从而拉动了对于住房的需求。也有一些学者认为是非理性的。据国研网的统计数据，中国的商品房平均房价从2005年的3167．66元/平方米上涨到了2017年的7892元/平方米，上涨率达249%。与其一起上涨的还有中国房地产企业的资产负债率。可以看到，中国房地产价格仍然持续上涨，而其他部门的固定资产投资增速却呈下降趋势，出现房地产市场繁荣而实体投资低迷的经济现象。反观过去的几次金融危机，大多存在投机资本流入房地产部门，并对实体经济造成“抽血效应”，产业结构没有及时调整，与此同时房价上涨迅速，吸收了社会过多的流动性资金。当房地产部门吸收了过多的资源，作为一个仍然处于工业化时代的发展中大国，制约和影响工业结构转型升级的问题仍然突出。在当前“振兴制造业”以及“脱虚向实”的大背景下，研究房价波动对于我国的工业水平会产生何种影响，从而为房地产市场和推动工业转型升级制定合理的政策具有重要的借鉴价值和现实意义。

二、计量模型的构建与实证分析

(一)数据来源与预处理本文从国家统计局官网和国研网选取了2005—2017年中国31个省市自治区的共372个数据样本。以下是对各个变量的定义和解释:1．工业水平(Lngdp2)。由于工业总产值受产品中转移价值比重大小的影响，反映工业发展水平及其发展速度不够准确。本文选取的是工业增加值的对数。2．房价水平(Lnzzjg)。房价水平是各省市住宅平均价格水平的对数。3．交通基础设施水平(rjdlmj)。交通基础设施选用的是人均道路面积。4．社会消费水平(shxf)。为了消除时间趋势的影响，社会消费水平是社会消费总额与国民生产总值的比值。5．基础教育水平(gzrsbl)。基础教育水平是6岁及6岁以上上高中的人数与常住人口之间的比值。为了防止出现伪回归，本文对各个变量进行了面板数据的Levin－Lin－Chu单位根检验。检验结果显示各个变量均通过单位根检验，如表1所示。

(二)实证模型基于以上分析，可以建立以下回归模型:其中解释变量为房价水平(Lnzzjg)，为了进一步探究房价水平与工业水平的非线性关系，引入了房价水平的平方项(Lnzzjg2)。εi，t为随机扰动项，其中i代表相应省份，t表示不同的年份，δi为地区固定效应，ηt为时间固定效应，Xi，t为一系列控制变量。本文所选取的控制变量如下:1．交通基础设施水平(rjdlmj)一般来说，一个地区的交通基础设施越发达，劳动力的流动程度也越高，这使得农业部门的过剩劳动力转移到城市，加入社会生产阵营中的同时增加了廉价劳动力的供给，从而使得其他生产部门能够降低用工成本，从而把资金更多地投入到企业研发与创新当中，促进工业转型升级。2．社会消费水平(shxf)消费作为拉动经济增长的三驾马车之一，其变动在影响经济波动的同时也影响了工业结构的调整。3．基础教育水平(gzrsbl)不同于一些学者们利用高等院校的人数来衡量人力资本水平，本文更倾向于认为一个地区的基础教育水平决定了人力资本水平。很重要的一个原因就是不仅仅是高端产业需要人才，一些中端甚至低端产业也需要大量与其匹配的人才供给，从而保证工业结构调整的连续性。

(三)变量描述与实证结果1．变量描述由于数据统计口径的差异，为了避免不同来源的数据之间的偏差带来误差，本文所选取的数据均来自国家统计局和国研网。共选取了31个地区(省、自治区、直辖市)2005—2017年的省级面板数据，其数据描述性统计如表2所示。处理软件使用的是Stata15．1。2．实证结果分析在对实证模型进行实证检验时，通过F、LM检验拒绝了混合回归，进行Hausman检验采用固定效应回归模型，于是本文选择了固定效应回归。并且出于对无偏一致性的考虑，本文使用的是双向固定效应模型，即对个体效应与时间效应都进行了严格控制，以排除异质性带来的误差。回归结果见表3。表3中给出了房价水平对工业水平的影响的回归结果。从模型整体来看，加入控制变量以后，模型的可解释系数提高，说明模型具有较好的解释力。同时，对模型进行地区和时间的双向固定以后，整体的显著性得到提高。就各个变量来看:(1)房价水平与房价水平的平方在1%水平下显著。值得注意的是房价水平的系数为正，而房价水平的平方的系数为负，说明近年来(2005—2017年)我国房价水平与工业水平呈正相关，即房价水平的提高促进了工业水平的提高;主要原因是在过去的经济发展过程中，房地产作为我国的支柱产业，其上下游产业涉及钢铁、水泥、机械装备等诸多行业，很大程度上拉动了经济增长从而带动了我国工业水平的提高。而房价水平的平方与工业水平呈“倒U型”关系，说明房地产的发展对于我国工业水平的提高不具有可持续性，尽管当前还未达到“拐点”。(2)社会消费水平的系数为负，且在1%水平下显著，说明社会消费水平越高，反倒对于工业水平具有抑制作用，可能的原因是当前我国消费水平与工业水平存在“不匹配”问题，即我国工业水平处于中游，而我国的消费水平分化严重，主要集中在低端和中高端，正好反映出了主席所指出的“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。(3)基础教育水平的系数为正，且在1%水平下显著，说明基础教育水平能在一定程度上促进工业水平的提高。(4)交通基础设施水平的系数为正，且在1%水平下显著，说明交通基础设施越发达，越能促进一个地区工业水平的提高。这与预期一致，由于交通基础设施的完善能够降低劳动力的流动成本，从而促进劳动力要素的流动，劳动力供给的增加，能够降低工业部门的用工成本，从而提高产出效率，进而提升工业水平。

三、结论与政策建议

本文通过2005—2017年31个省市自治区的面板数据考察了我国各省市自治区的平均房价水平与我国工业发展水平的关系，在控制基础教育水平、交通基础设施水平和社会消费水平等因素影响下，分析了房价水平的变动对于工业发展水平的影响，实证结果表明:①当前我国的房价水平还未对工业水平带来拖累。一方面是由于房地产部门本身能够带动上下游行业的诸多个产业的发展，这其中包括工业部门;另一方面由于过去的几年里，中国政府及时出台了多项遏制房价的政策，使得房价上涨保持在一个合理的区间内，因而未对经济带来太多负面影响;②房价与工业水平之间还存在非线性的“倒U型”关系。说明房价对工业发展水平的带动作用是有限的，在经济增速开始逐渐减缓的大环境下，一旦房价上涨超过某个临界点，势必会对工业发展带来拖累。基于以上研究，本文提出以下几点建议:①加强对房地产市场的监管，防止房价出现非理性波动;②由政府带头大力发展廉租房市场和租房市场作为商品房市场的补充。房产不可分割的属性决定了房产不是所有人都可以消费的。因而也就意味着房地产市场并不存在所谓的一般均衡，而只有分离均衡，调控应以加大供应为主;③引导外资流向，支持新兴产业和高端制造业发展。

参考文献:

［1］华民．房地产泡沫是最大的金融风险［J］．理论参考，2017(4)．

［2］许宪春，贾海，李皎．房地产经济对中国国民经济增长的作用研究［J］．中国社会科学，2015(1):84－101．

［3］俞乔．亚洲金融危机与我国汇率政策［J］．经济研究，1998(10):43－51．

［4］甄炳禧．透视美国次贷危机及对我国的启示［J］．经济与管理研究，2007(11):9－16．

［5］金碚，吕铁，邓洲．中国工业结构转型升级:进展、问题与趋势［J］．中国工业经济，2011(2):5－15．

［6］李梅．如何遏制房地产泡沫———寻找21世纪中国住房问题的破局点［J］．探索与争鸣，2010(2):13．

作者：王政 单位：上海大学马克思主义学院硕士研究生