沈 　 悅，　董 鵬 剛,2

(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院， 陜西 西安 710061；2.西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 陜西 西安 710048)

一、引　言

房地產(chǎn)發(fā)展對經(jīng)濟(jì)增長的重要性毋庸置疑，然而世界多次經(jīng)濟(jì)危機(jī)的爆發(fā)也與房地產(chǎn)市場不無關(guān)聯(lián)，甚至直接由房價的過度波動而導(dǎo)致。近年來，在國家政策的傾斜作用下，如何控制房地產(chǎn)投資規(guī)模在經(jīng)濟(jì)增長的研究中重要性逐步突顯。投資規(guī)模不僅直接影響著房地產(chǎn)市場的發(fā)展?fàn)顩r，也是宏觀經(jīng)濟(jì)運(yùn)行中間接構(gòu)成GDP的部分，同時因其是地區(qū)資金的直接投入，通過工資分配、福利發(fā)放等方式對地區(qū)居民的收入水平也產(chǎn)生著重要影響。因此，投資規(guī)模的約束與房地產(chǎn)價格波動、經(jīng)濟(jì)增長的關(guān)系十分密切。細(xì)察我國經(jīng)濟(jì)現(xiàn)實(shí)，房地產(chǎn)投資規(guī)模較大的一些城市如溫州、神木、柳州等，經(jīng)濟(jì)增長速度非但沒有加快，反而出現(xiàn)了大量的“空城”“鬼城”現(xiàn)象。相比較而言，房地產(chǎn)投資規(guī)?？刂戚^為有度的城市房價與經(jīng)濟(jì)增長的變化狀況均保持平穩(wěn)狀態(tài)，一定程度上，房地產(chǎn)業(yè)對加速經(jīng)濟(jì)增長頗有推動作用?；诖?，本文推測投資約束會影響房價波動與經(jīng)濟(jì)增長的關(guān)系，不同投資區(qū)間內(nèi)房價波動對經(jīng)濟(jì)增長的影響會呈現(xiàn)出異質(zhì)性。

在關(guān)于房價波動與經(jīng)濟(jì)增長的關(guān)系研究中，目前存在兩種基于不同考慮的觀點(diǎn)：一是從擠出效應(yīng)出發(fā)，認(rèn)為房價持續(xù)上漲會影響甚至減緩經(jīng)濟(jì)增長速度。一方面，經(jīng)濟(jì)社會的可用資源在一定時間和空間內(nèi)從來都是有限的，房地產(chǎn)業(yè)的發(fā)展壯大必然需要大量的資源支持，因而勢必會擠占其他行業(yè)的可用資源數(shù)量，若發(fā)生資源錯配導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)失衡，則經(jīng)濟(jì)增長速度在較長的時期內(nèi)都會表現(xiàn)出遲緩的后果；另一方面，非理性的房地產(chǎn)市場繁榮自身也會蘊(yùn)藏巨大風(fēng)險，在政策逆轉(zhuǎn)時嚴(yán)重?fù)p毀經(jīng)濟(jì)。二是從財富效應(yīng)出發(fā)，認(rèn)為房地產(chǎn)價格的升高可以加快經(jīng)濟(jì)增長速度。以多年來房地產(chǎn)業(yè)作為我國經(jīng)濟(jì)支柱發(fā)展的堅(jiān)實(shí)基礎(chǔ)，以及其自身所帶的投資、消費(fèi)雙重屬性可知，房地產(chǎn)單一行業(yè)的發(fā)展就可帶動上下游許多行業(yè)的生產(chǎn)、銷售、就業(yè)等，對當(dāng)?shù)厣a(chǎn)總值的增加、居民生活條件的改善、收入水平的提高等都具有不可磨滅的貢獻(xiàn)，從而無論直接還是間接影響都有助于經(jīng)濟(jì)增長速度的加快。然而，中國的房地產(chǎn)市場在一、二、三、四線城市中的表現(xiàn)差異巨大，作為其發(fā)展瓶頸的資金投放在不同城市中也相差懸殊。那么，對于不同投資規(guī)模約束下的城市，其房價波動與經(jīng)濟(jì)增長之間的關(guān)系究竟如何？該采用怎樣的投資規(guī)模才能使其房地產(chǎn)發(fā)展推動地區(qū)經(jīng)濟(jì)增長？怎樣才能更科學(xué)合理地對房價波動、經(jīng)濟(jì)增長、投資約束三者的關(guān)系進(jìn)行判定？鑒于此，本文嘗試著重分析以下問題：我國房價波動對經(jīng)濟(jì)增長的作用機(jī)制是否存在投資約束下的異質(zhì)性門檻效應(yīng)？如果存在，那么小、中、大投資規(guī)模下房價波動分別會對經(jīng)濟(jì)增長產(chǎn)生怎樣的影響？使用不同的經(jīng)濟(jì)增長表征變量進(jìn)行研究時，房價波動對經(jīng)濟(jì)增長的作用效果是否會表現(xiàn)出差異性？這些問題是本研究重點(diǎn)要解決的。

二、文獻(xiàn)綜述

在房價波動與經(jīng)濟(jì)增長的關(guān)系研究方面，學(xué)術(shù)界有很多學(xué)者都曾深入探討。Kim[1]研究了韓國的土地價格、股票價格以及國內(nèi)生產(chǎn)總值之間的協(xié)整關(guān)系，其結(jié)論認(rèn)為，房地產(chǎn)價格和經(jīng)濟(jì)基本面在長期關(guān)系上存在著強(qiáng)相關(guān)。Matteo 和 Raoul[2]以及Bj?rnland 和 Jacobsen[3]研究辯論了房地產(chǎn)價格的傳導(dǎo)機(jī)制和預(yù)期效用，在資金流動性、房地產(chǎn)價格與經(jīng)濟(jì)增長協(xié)調(diào)發(fā)展的問題上提供了一定解決途徑。Davis 和Nieuwerburgh[4]選擇房地產(chǎn)業(yè)由繁榮到蕭條的一段周期對房價和宏觀經(jīng)濟(jì)之間的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)二者之間作用機(jī)制非常復(fù)雜，并非呈現(xiàn)簡單的線性結(jié)構(gòu)。沈悅和劉洪玉[5]認(rèn)為我國房地產(chǎn)市場為非有效市場，并以14個城市的平行數(shù)據(jù)為例挖掘了宏觀經(jīng)濟(jì)基本面與房價之間的城市異質(zhì)性特征。梁云芳和高鐵梅[6]對中國房地產(chǎn)價格在區(qū)域之間的具體差異進(jìn)行了研究，得出中部地區(qū)房地產(chǎn)市場發(fā)展與其經(jīng)濟(jì)增長狀況更加密切的結(jié)論。唐志軍[7]研究表明房地產(chǎn)市場的波動狀況會通過多種途徑影響一國的經(jīng)濟(jì)增長，我國的房地產(chǎn)投資對GDP增長有顯著的長期正影響。這些學(xué)者基本認(rèn)為房價上漲可以加速經(jīng)濟(jì)增長過程。

然而也有很多學(xué)者指出了過度發(fā)展房地產(chǎn)業(yè)給宏觀經(jīng)濟(jì)帶來的危害。Shin[8]在模擬房地產(chǎn)價格波動的過程中發(fā)現(xiàn)，資本金價值隨價格變化波動，而波動會產(chǎn)生相當(dāng)?shù)娘L(fēng)險，并可能進(jìn)一步危害經(jīng)濟(jì)基本面的安全運(yùn)行。Pan和Wang[9]分離出美國房價對均衡值的偏離程度，著重分析了銀行穩(wěn)定性在房價出現(xiàn)偏離或波動時會發(fā)生怎樣的變化，進(jìn)而如何影響宏觀經(jīng)濟(jì)波動。Hull[10]贊同房地產(chǎn)市場有可能引發(fā)經(jīng)濟(jì)危機(jī)的言論，并通過綁定房價指數(shù)和主要債務(wù)制作出一種可變更的抵押貸款協(xié)議，以期降低不良貸款額度和平穩(wěn)宏觀經(jīng)濟(jì)波動。武康平等11]發(fā)現(xiàn)了房地產(chǎn)相關(guān)制度缺陷導(dǎo)致的市場風(fēng)險積累以及傳播擴(kuò)散，認(rèn)為在特定背景條件下，我國存在向房地產(chǎn)市場過度供給貸款的現(xiàn)象，從而導(dǎo)致房價系統(tǒng)性被高估，進(jìn)而造成房地產(chǎn)市場風(fēng)險生成并隨時間延續(xù)而積累。譚政勛和陳銘[12]檢驗(yàn)了世界近30個國家的房價波動效應(yīng)，在測量了房價失衡和房價變化的程度之后，指出這些房價波動狀況都會使得金融危機(jī)發(fā)生的概率增加，并且認(rèn)為不同國家的制度性差異對該作用機(jī)制影響顯著。郝清民和劉樂[13]在考慮投資者情緒影響的基礎(chǔ)上研究發(fā)現(xiàn)房地產(chǎn)業(yè)產(chǎn)生風(fēng)險后傳染至銀行的作用程度顯著大于銀行發(fā)生危機(jī)向房地產(chǎn)市場的傳染。房地產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟(jì)增長之間究竟如何權(quán)衡，百家辯論，各有千秋。

除此之外，在房價波動與經(jīng)濟(jì)增長的研究中也有部分學(xué)者納入了一些其他因素的作用分析，投資規(guī)模是較為重要的一種。Coulson 和 Kim[14]很早就發(fā)現(xiàn)了房地產(chǎn)市場上所存在的擠出效應(yīng)，并挖掘出住宅市場投資對GDP增長具有重要的推動作用，消費(fèi)是其重要作用渠道。Miles15]針對美國進(jìn)行的研究表明房地產(chǎn)市場上住宅投資和非住宅投資對經(jīng)濟(jì)增長的作用不同，住宅投資在經(jīng)濟(jì)周期中角色更加重要，其不僅可以促進(jìn)消費(fèi)，也能帶動非住宅投資，對美國經(jīng)濟(jì)長期發(fā)展非常關(guān)鍵。黃忠華等[16]結(jié)合中國31 個省份的房地產(chǎn)投資和經(jīng)濟(jì)增長數(shù)據(jù)考察后明顯發(fā)現(xiàn)二者之間存在相互影響。王成成和王曉輝[17]運(yùn)用GMM法對我國房地產(chǎn)價格和宏觀經(jīng)濟(jì)變量進(jìn)行關(guān)系分析時發(fā)現(xiàn)控制房地產(chǎn)投資規(guī)模能夠顯著抑制房價上漲，此外，西部城市房價與收入之間呈強(qiáng)相關(guān)，而東、中部房價變化與涉及經(jīng)濟(jì)增長的其他因素更加密切，城市之間差異明顯。楊俊杰[18]將消費(fèi)者的投資決策引入BRC模型來分析房價對經(jīng)濟(jì)增長的作用機(jī)制，并同時使用VAR模型對結(jié)果進(jìn)行再次驗(yàn)證，顯著證明了當(dāng)期與滯后兩期的房價正向沖擊對GDP的快速拉升作用，以及造成的投資增加的后果。王先柱和趙奉軍[19]使用多種收入表征變量證實(shí)了房價變化與收入差距形成之間的密切關(guān)聯(lián)，并認(rèn)為限制高收入者的房地產(chǎn)投資需求是治理房地產(chǎn)市場的有效措施。郭培利和沈悅[20]在研究35個大中城市房價分類別和層次的變化時利用銀行信貸與經(jīng)濟(jì)增長聯(lián)動效應(yīng)，得出了不同類別城市之間存在區(qū)域差異和時序波動規(guī)律的結(jié)果。劉洪玉等[21]發(fā)現(xiàn)房地產(chǎn)企業(yè)從總體來看，在投資規(guī)模上對資本成本不敏感，呈現(xiàn)出一定程度的非理性特征，然而適應(yīng)性預(yù)期對該行為的改變能夠帶來顯著影響。李忠富等[22]將供應(yīng)商、客戶、配送、交易、采購合同等涉及投資的所有信息關(guān)聯(lián)到同一模型中，為房價波動與經(jīng)濟(jì)增長關(guān)系研究提供了新思路。葉新階[23]針對房地產(chǎn)金融風(fēng)險處置進(jìn)行研究發(fā)現(xiàn)，貨幣超發(fā)和利率走低會推升房價收入比，并認(rèn)為金融機(jī)構(gòu)的表外借款對房價變化產(chǎn)生放大器的效用。

但從以上文獻(xiàn)的具體研究來看，對變量關(guān)系的處理多數(shù)仍是線性分析，僅有的少量非線性研究也是將樣本隔離開來單獨(dú)建模后比較，而非更有效地放置于同一模型內(nèi)，且大多文獻(xiàn)只從單一角度研究了核心的兩三個因素，所得結(jié)論的可靠性有待考證。本文的創(chuàng)新之處在于：第一，通過面板門檻估計從內(nèi)生性角度獲取分離樣本的投資規(guī)模標(biāo)準(zhǔn)，從而深入剖析房價波動與經(jīng)濟(jì)增長在異質(zhì)性樣本間的非線性結(jié)構(gòu)關(guān)系。第二，采用房價波動對GDP和收入水平兩個指標(biāo)的影響來全面挖掘投資約束下房地產(chǎn)價格與經(jīng)濟(jì)增長之間的關(guān)系，與此同時，構(gòu)造出線性固定效應(yīng)和非線性面板門檻兩種模型并進(jìn)行估計，盡最大可能使論證更加科學(xué)合理。

三、假設(shè)提出與模型設(shè)計

1.假設(shè)提出

無論從理論還是現(xiàn)實(shí)狀況來看，房價波動、經(jīng)濟(jì)增長與投資約束三者之間均存在著千絲萬縷的聯(lián)系。第一，房價上漲抑或下跌與經(jīng)濟(jì)增長是否良好存在著緊密關(guān)聯(lián)。由于我國經(jīng)濟(jì)發(fā)展的歷史積累，目前房地產(chǎn)業(yè)在宏觀經(jīng)濟(jì)結(jié)構(gòu)中仍占據(jù)著舉足輕重的地位，經(jīng)濟(jì)增長所依賴的眾多因素直接或間接地都與房地產(chǎn)市場不無關(guān)系。即使積極倡導(dǎo)經(jīng)濟(jì)轉(zhuǎn)型，“尾大不掉”的弊端使得一定時期內(nèi)房價波動對經(jīng)濟(jì)增長的重要作用仍然不可忽視。第二，房地產(chǎn)價格變化直接受到房地產(chǎn)投資規(guī)模的約束。無論哪一行業(yè)的開展首要條件就是尋求融資支持，更進(jìn)一步的房地產(chǎn)作為資金密集型行業(yè)，投資規(guī)模的收縮與釋放更是緊握著其發(fā)展命脈。資金投入的多少直接決定了產(chǎn)出的數(shù)量和質(zhì)量，而當(dāng)期的產(chǎn)出也影響著下一期投資規(guī)模的決定。第三，經(jīng)濟(jì)增長與投資規(guī)模在生產(chǎn)、分配、交換、消費(fèi)的過程中環(huán)環(huán)相扣、步步相依。投資規(guī)模過小，不足以支撐經(jīng)濟(jì)發(fā)展的需要；投資規(guī)模過大，則會造成資源浪費(fèi)、供過于求等，而且也只有良好的經(jīng)濟(jì)發(fā)展?fàn)顩r才能夠充分滿足社會投資規(guī)模的需要。因此，投資規(guī)模的大小直接或間接都會影響房地產(chǎn)價格與經(jīng)濟(jì)增長之間的關(guān)系。不同的投資規(guī)模約束下房價波動對經(jīng)濟(jì)增長的影響必然不同。鑒于此，本文提出如下假設(shè)：

假設(shè)1：房價波動對經(jīng)濟(jì)增長的影響存在投資約束下的異質(zhì)性門檻效應(yīng)。

從經(jīng)濟(jì)增長的表征變量之一GDP來看，投資規(guī)模較小時，房價波動對GDP的影響主要取決于宏觀經(jīng)濟(jì)狀況。若有限資源調(diào)配下，房地產(chǎn)上下游眾多關(guān)聯(lián)行業(yè)可獲得有效資源支持，那么也能帶來GDP增長；然而，若伴隨市場金融摩擦加大，則極易導(dǎo)致房地產(chǎn)資金鏈斷裂，造成GDP急速下滑。投資規(guī)模中等時，能夠匹配房地產(chǎn)市場發(fā)展的需要，資金得到有效利用，才能起到事半功倍的效果，房地產(chǎn)價格上漲才能帶動關(guān)聯(lián)行業(yè)發(fā)展，從而推動經(jīng)濟(jì)增長。投資規(guī)模較大時，若超越了房地產(chǎn)市場發(fā)展的資金需求，則一方面因擠占了其他行業(yè)的資金使用，容易造成社會資源錯配，嚴(yán)重時甚至出現(xiàn)“此花開罷百花殺”的后果。因而，在投資規(guī)模的約束下，擠出效應(yīng)更能夠用來解釋房價波動作用于GDP的機(jī)制。鑒于此，本文提出如下假設(shè)：

假設(shè)2：只有在一定的投資規(guī)模約束內(nèi)房價上漲才能夠推動GDP增長。

然而，從經(jīng)濟(jì)增長的另一表征變量——居民人均可支配收入來看，以財富效應(yīng)來解釋投資規(guī)模約束下房價波動對收入的影響顯得更為合適。首先，只要投資規(guī)模超越了房地產(chǎn)正常運(yùn)營的需求，這些資金無論使用在房地產(chǎn)業(yè)還是其他行業(yè)，產(chǎn)生的所有財富最終都仍將回歸社會，通過工資、福利等形式一部分成為居民的收入。在未導(dǎo)致嚴(yán)重資源錯配的狀態(tài)下，以增加投資規(guī)模來發(fā)展房地產(chǎn)業(yè)，一般都會拉動地區(qū)人均收入水平的提高。其次，繁榮的房地產(chǎn)市場中，上漲的房地產(chǎn)價格通過抵押資產(chǎn)價值的上升必然會增大居民的固定資產(chǎn)投資性收入；而房屋供給數(shù)量的大增也在一定程度上變相提高了居民的住房支付能力，從而使其收入水平相對升高。因而，從理論上分析，只要房地產(chǎn)投資達(dá)到了一定的規(guī)模，即能夠滿足當(dāng)前房地產(chǎn)市場發(fā)展的基本需求時，房地產(chǎn)業(yè)的繁榮就可使當(dāng)?shù)氐木用袷杖胨接兴岣?，從而間接地達(dá)到推動經(jīng)濟(jì)增長的效果。鑒于此，本文提出如下假設(shè)：

假設(shè)3：在超越一定投資規(guī)模的城市內(nèi)，房價上漲可以拉動收入水平提高，從而推動經(jīng)濟(jì)增長。

2.模型設(shè)計

遵從命題提出的分析，本文采用房地產(chǎn)價格作為房地產(chǎn)市場發(fā)展的表征變量，以國內(nèi)生產(chǎn)總值GDP和居民人均可支配收入INC作為經(jīng)濟(jì)增長的具體變量，并據(jù)此設(shè)計了兩種模型(A)和(B)。其中(A)為房價HP對GDP的影響，(B)為房價HP對收入INC的影響。為了增強(qiáng)結(jié)論的全面性、可靠性，文章對模型(A)和(B)均分別采用線性和非線性兩種估計方法進(jìn)行了檢驗(yàn)。其中，線性分析采用變截距面板固定效應(yīng)；非線性分析為面板門檻效應(yīng)，模型(A)和(B)均遵從的基礎(chǔ)模型設(shè)定為：

EGit=ηi+λjHPit+δ1INVit+φ1Zit+μit+eit

(1)

其中，EG是經(jīng)濟(jì)增長變量，包括GDP和INC；HP代表房地產(chǎn)價格；INV是投資規(guī)模；Z表示相關(guān)控制變量；μ為個體固定效應(yīng)；e為誤差項(xiàng)。

在面板門檻模型中，采用Hansen[21]提出的門限向量自回歸方法，從內(nèi)生角度進(jìn)行樣本分層，設(shè)定投資規(guī)模INV為與房價互動的門檻變量，以其為標(biāo)準(zhǔn)來分離樣本。根據(jù)所提取的門檻值，我國35個大中城市14年間的面板數(shù)據(jù)被劃分為了大、中、小型投資規(guī)模城市3類。在不同投資規(guī)模區(qū)間內(nèi)房價對經(jīng)濟(jì)增長影響的模型可表示為：

(2)

其中，τ1、τ2表示所提取的第一、二門檻值，如果τ1等于τ2，則建立單門檻模型。若假定為雙門檻模型，以房價對GDP的作用為例，則式(2)可寫為：

GDPit=ηi+λ1HPitY(INVit≤τ1)+λ2HPitY(τ1τ2)+φ1Zit+μit+eit

(3)

Y是輔助函數(shù)，用來界定投資規(guī)模區(qū)間。以房價對收入INC的作用為例，式(2)可寫為式(4)：

INCit=ηi+λ1HPitY(INVit≤τ1)+λ2HPitY(τ1τ2)+φ1Zit+μit+eit

(4)

然后需檢驗(yàn)門檻效應(yīng)的真實(shí)性與顯著性，判斷根據(jù)門檻值得到的分層樣本之間是否真的存在帶來異質(zhì)性結(jié)構(gòu)轉(zhuǎn)變的機(jī)制。Hansen[21]設(shè)定不存在門檻效應(yīng)的原假設(shè)H0和檢驗(yàn)統(tǒng)計量F為：

(5)

(6)

因?yàn)镕不服從χ2分布，本文采用“自抽樣”(Bootstrap)法模擬其分析。當(dāng)確定存在門檻效應(yīng)后，需構(gòu)造似然比統(tǒng)計量LR確定置信區(qū)間，并檢驗(yàn)門檻值的真實(shí)性：

(7)

四、實(shí)證檢驗(yàn)與分析

1.變量選取及數(shù)據(jù)處理

本文選取我國的35個大中城市作為研究對象，這些區(qū)域的房價波動和經(jīng)濟(jì)增長狀況在城市之間差異較大。不同投資規(guī)模的城市內(nèi)房價對經(jīng)濟(jì)增長的影響比較具有代表性，便于劃分層次進(jìn)行分析。文中所使用的房價指標(biāo)HP選用普通住宅銷售價格，投資規(guī)模INV使用房地產(chǎn)本年完成投資額。如何選擇經(jīng)濟(jì)增長EG的代表性指標(biāo)在文中甚為重要。顯然，從國內(nèi)各類統(tǒng)計性數(shù)據(jù)來看，GDP無疑應(yīng)是經(jīng)濟(jì)增長變量的首選。在國內(nèi)外文獻(xiàn)綜述中可看出，收入水平對于表征一個國家宏觀經(jīng)濟(jì)運(yùn)行是否良好也非常重要，而且其與房價的關(guān)聯(lián)十分緊密。為了研究的全面性，在此，本文同時采用GDP和居民人均可支配收入INC兩個指標(biāo)作為測度經(jīng)濟(jì)增長EG的變量。此外，根據(jù)與房價波動、經(jīng)濟(jì)增長的關(guān)聯(lián)性以及城市數(shù)據(jù)的可獲得性，在設(shè)定門檻模型時，控制變量Z使用的指標(biāo)有社會消費(fèi)品零售總額SC、全市人口密度PP、土地購置面積LD等。數(shù)據(jù)均提取自《中國房地產(chǎn)統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》。鑒于我國房地產(chǎn)市場2002年時才初步在住宅商品化政策實(shí)施方面呈現(xiàn)一定的規(guī)模效應(yīng)，以及上述所有可獲得數(shù)據(jù)在統(tǒng)計時間上的一致性，本文選取2003至2016年為研究期限，各變量的描述性統(tǒng)計結(jié)果如表1所示。同時，文章在模型估計之前對數(shù)據(jù)也進(jìn)行了量綱差異消除及不平穩(wěn)序列取差分或?qū)?shù)等處理，以保證模型分析的穩(wěn)定性。篇幅所限，不予陳述。

表1　35 個大中城市相關(guān)變量的描述性統(tǒng)計量(2003～2016)

2.模型(A)的線性、非線性估計分析

首先，本文使用Stata12.0軟件對模型(A)進(jìn)行了門檻值的提取。結(jié)果得到如表2所示的F統(tǒng)計量，從統(tǒng)計數(shù)據(jù)結(jié)果可以看出，僅有雙門檻模型在1%的顯著水平上通過了檢驗(yàn)，因此，房價HP對GDP影響的模型(A)應(yīng)建立雙門檻模型。進(jìn)一步對雙門檻模型進(jìn)行估計可得第一、二門檻值分別為1036.03億元和2301.98億元，該結(jié)果及其置信區(qū)間如表3所示。從而可以初步證明從經(jīng)濟(jì)增長的表征變量之一GDP來看，命題1的推測合理有效，即房價波動對經(jīng)濟(jì)增長的影響存在投資規(guī)模的異質(zhì)性門檻效應(yīng)。

進(jìn)一步需檢驗(yàn)門檻值的真實(shí)性，將似然比統(tǒng)計量LR作為門檻變量INV的函數(shù)繪制。如圖1所示，第一、第二門檻值均在與零軸相交處出現(xiàn)，虛線以下的95%置信區(qū)間分別為[721.77，2381.36]和[1719.87，2381.36]，與模型估計結(jié)果一致，再次表明，命題1的設(shè)定合理有效。

表2　模型(A)的門檻效應(yīng)檢驗(yàn)結(jié)果

注：***、**、*分別表示在1%、5%、10%水平上顯著。

表3　模型(A)的門檻值估計結(jié)果及置信區(qū)間

經(jīng)過以上分析，可顯著看出房價波動對GDP的影響存在投資約束下的異質(zhì)性門檻效應(yīng)。通過內(nèi)生性估計得出模型(A)的兩個門檻值，可將其樣本劃分為INV≤1036.03，1036.032301.98的小、中、大型投資規(guī)模城市3類。按照前文設(shè)計，此處分別以線性固定效應(yīng)和非線性面板門檻模型估計相關(guān)參數(shù)，結(jié)果如表4所示。從線性估計結(jié)果來看，房價波動對GDP的影響為正，但作用程度十分有限，1單位HP僅帶來GDP0.03的變化，且該結(jié)果并不顯著，這說明線性估計并不適合模型(A)的研究。從非線性估計結(jié)果來看，不同投資規(guī)模區(qū)間內(nèi)HP對GDP的作用機(jī)制差別較為明顯。對于小型投資規(guī)模的城市，HP正向作用于GDP，雖然程度不大，但在5%的水平上表現(xiàn)顯著。這一結(jié)果結(jié)合命題提出中的理論分析可以推斷，我國目前宏觀經(jīng)濟(jì)運(yùn)行狀態(tài)比較良好，從房地產(chǎn)行業(yè)擠出的資金在其他行業(yè)得到了有效利用，從而推動了GDP的增長。對于中型投資規(guī)模的城市，1單位HP變化可以帶來0.11單位GDP的正向增長，且通過了1%顯著水平的檢驗(yàn)，就單一行業(yè)對經(jīng)濟(jì)的拉動作用來講已經(jīng)相當(dāng)可觀。此處實(shí)證估計的結(jié)果與命題2的理論分析完全吻合，適度的投資規(guī)模約束下房價上漲可推動經(jīng)濟(jì)增長的命題被證明有效合理。對于大型投資規(guī)模的城市，研究顯示HP的正向變化卻有可能造成GDP的減少，但作用程度只是非常有限的0.01，且不顯著。該結(jié)果的得出一方面受限于樣本城市的選取，另一方面得益于我國長期宏觀調(diào)控治理的有效性。

綜上所述，模型(A)的非線性估計與命題2的理論分析非常一致。小型、中型投資規(guī)模內(nèi)HP均可正向推動GDP變化，“只有在一定的投資規(guī)模約束內(nèi)房價上漲才能夠推動GDP增長”的假設(shè)2在此顯然得到有力驗(yàn)證。

表4　模型(A)的線性固定效應(yīng)與非線性面板門檻估計結(jié)果

注：***、**、*分別表示在1%、5%、10%水平上顯著。

3.模型(B)的線性、非線性估計分析

接下來從經(jīng)濟(jì)增長的另一表征變量居民人均可支配收入INC來進(jìn)行分析。對房價HP作用于收入INC的模型(B)采取與模型(A)相同的方法，得到如表5、表6所示的F統(tǒng)計量、門檻值估計結(jié)果及置信區(qū)間。從表5、表6可看出，單、雙門檻模型的F統(tǒng)計量都顯著，此時應(yīng)建立雙門檻模型。估計后所得到的第一、二門檻值分別為163.35億元和1908.74億元，對應(yīng)的置信區(qū)間分別為[110.83，254.35]、[1742.28，1975.82]。將第一、二門檻值與似然比統(tǒng)計量LR互動的函數(shù)繪制成圖像如圖2所示，顯然該結(jié)果通過了真實(shí)性檢驗(yàn)。因此可得房價HP對收入INC的作用在投資規(guī)模約束下存在雙門檻值，并由此可知從經(jīng)濟(jì)增長的另一表征變量收入水平INC來看，假設(shè)1“房價波動對經(jīng)濟(jì)增長的影響存在投資約束下的異質(zhì)性門檻效應(yīng)”在模型(B)的分析中也被證明合理有效。

表5　模型(B)的門檻效應(yīng)檢驗(yàn)結(jié)果

注：***、**、*分別表示在1%、5%、10%水平上顯著。

表6　模型(B)的門檻值估計結(jié)果及置信區(qū)間

圖2　模型(B)的第一、第二門檻值檢驗(yàn)

根據(jù)非線性估計得到的兩個門檻值在此將模型(B)的樣本城市不同投資規(guī)模劃分為3類，即INV≤163.35，163.351908.74。使用線性固定效應(yīng)和非線性面板門檻模型對3類城市的相關(guān)參數(shù)進(jìn)行估計的結(jié)果如表7所示。從線性分析來看，房價HP對收入INC的作用非常明顯，通過了1%的顯著水平，并且作用程度較大，給予1單位的正向沖擊，可帶來1.40單位的INC增長，該結(jié)果通過了1%水平的顯著性檢驗(yàn)。房價、收入之間存在密切關(guān)聯(lián)的觀點(diǎn)無論國內(nèi)還是國外都是一致認(rèn)同的，區(qū)別僅在于作用程度與方式不同，所以出現(xiàn)如此的線性估計結(jié)果無可厚非。從非線性分析來看，不同投資規(guī)模區(qū)間內(nèi)HP對INC的影響效應(yīng)差異較大。對于小型投資規(guī)模的城市，估計結(jié)果并不顯著，并且作用力度十分微弱，但是從參數(shù)為負(fù)值的表現(xiàn)來看，可以推測我國房地產(chǎn)投資規(guī)模過小的城市可能存在區(qū)域經(jīng)濟(jì)優(yōu)勢不明顯、房地產(chǎn)及相關(guān)行業(yè)的經(jīng)營嚴(yán)重影響城市發(fā)展的現(xiàn)象。對于中型投資規(guī)模的城市，其參數(shù)值無論大小、正負(fù)及顯著性都與線性估計的結(jié)果近似。1單位HP的正向變化可導(dǎo)致1.40單位INC的增長，并在1%水平上顯著。這一結(jié)果表明中等投資規(guī)模的城市數(shù)量仍然占據(jù)著我國整體市場的絕大多數(shù)，從而其影響力在線性估計時表現(xiàn)比較突出，對其他城市有所遮蓋。對于大型投資規(guī)模的城市，雖然HP對INC的作用程度僅是中等投資規(guī)模城市的一半，也表現(xiàn)出經(jīng)營良好的房地產(chǎn)業(yè)可以拉動地區(qū)收入水平提高的作用機(jī)制。

表7　模型(B)的線性固定效應(yīng)與非線性面板門檻估計結(jié)果

注：***、**、*分別表示在1%、5%、10%水平上顯著。

綜上所述，中、大型投資規(guī)模城市的HP正向變化均會顯著帶來INC的提高，并且關(guān)于模型(B)的估計分析與假設(shè)3的推理基本一致。由此可得，“在超越一定投資規(guī)模的城市內(nèi)，房價上漲可以拉動收入水平提高，從而推動經(jīng)濟(jì)增長”的假設(shè)3被證明合理有效。

4.模型(A)、(B)的對比分析

對比上文關(guān)于模型(A)和模型(B)的估計結(jié)果可以看出，所使用經(jīng)濟(jì)增長的表征變量不同，房價波動作用于經(jīng)濟(jì)增長的具體機(jī)制也不相同。即使用GDP和使用居民人均可支配收入分別作為經(jīng)濟(jì)增長的表征變量時，所研究得到的房價波動對二者的作用效果不盡相同。其中，若要達(dá)到房價上漲的同時提高GDP的目的，就必須將投資規(guī)?？刂圃谝欢ǚ秶鷥?nèi)，即投資規(guī)模存在著上限約束，文內(nèi)估計出的結(jié)果為2301.98億元；若要達(dá)到通過房地產(chǎn)價格上漲拉動地區(qū)居民收入水平提高的目的，則不得使房地產(chǎn)的投資規(guī)模低于某一基本資金需求量，即投資規(guī)模存在著下限約束，文內(nèi)估計出的相應(yīng)數(shù)值為163.35億元。綜合來看，房價波動能夠推動經(jīng)濟(jì)增長的投資規(guī)模區(qū)間被確定在一定范圍之內(nèi)，從本文樣本分析來看為[163.35，2301.98]億元。

此外，雖然線性估計方法所得出的結(jié)果在GDP和收入兩個經(jīng)濟(jì)增長表征變量的分析中均顯示房價上漲可以直接推動經(jīng)濟(jì)增長，不受投資規(guī)模的約束，但一方面，因?yàn)椴糠趾诵膮?shù)估計值不顯著導(dǎo)致模型不合理；另一方面，從經(jīng)濟(jì)現(xiàn)實(shí)出發(fā)，該方法得出的結(jié)果確實(shí)存在表義不夠詳盡、不夠全面的弊端。對比控制變量的參數(shù)估計值分別在線性、非線性模型中的顯著性也可看出，非線性面板門檻模型的設(shè)定相對更加可靠。因而，本文使用非線性面板門檻效應(yīng)所建立的模型和估計出的結(jié)果被認(rèn)為更加科學(xué)、合理。

五、結(jié)論與建議

本文根據(jù)我國35個大中城市2003至2016年的異質(zhì)性面板數(shù)據(jù)構(gòu)造了線性固定效應(yīng)和非線性面板門檻模型，對不同投資規(guī)模的城市內(nèi)房價波動作用于經(jīng)濟(jì)增長的機(jī)制進(jìn)行了實(shí)證檢驗(yàn)與分析。通過研究得到如下結(jié)論：第一，房價波動對經(jīng)濟(jì)增長的影響存在投資規(guī)模的異質(zhì)性門檻效應(yīng)，且無論從經(jīng)濟(jì)增長的表征變量GDP分析還是從居民人均可支配收入分析，都得出兩個投資規(guī)模的門檻值。第二，只有在小、中型的投資規(guī)模內(nèi)房價上漲才能夠推動GDP增長，其中的作用機(jī)制更適合以擠出效應(yīng)進(jìn)行解釋。第三，只有超越最低投資規(guī)模時房價上漲才可以拉動地區(qū)收入水平提高，二者的作用機(jī)制更適合以財富效應(yīng)進(jìn)行解釋。第四，非線性面板門檻模型估計的房價波動對經(jīng)濟(jì)增長的作用效果被證明相對最科學(xué)、可靠。第五，樣本分析得出，我國房地產(chǎn)能夠推動經(jīng)濟(jì)增長的投資規(guī)模為[163.35，2301.98]億元。

為此，本文提出以下政策建議：

第一，對房地產(chǎn)業(yè)的宏觀調(diào)控必須綜合考慮城市投資規(guī)?，F(xiàn)狀，防止造成GDP大幅快速下滑而引發(fā)危機(jī)。首先，研究顯示大型投資規(guī)模城市可能出現(xiàn)房價快速上漲而經(jīng)濟(jì)基本面卻瀕臨崩潰的形勢，壓力性調(diào)控政策更易觸發(fā)相關(guān)利益者惡意報復(fù)的動機(jī)。其次，中、小型投資規(guī)模城市的房地產(chǎn)能夠推動經(jīng)濟(jì)增長的狀況存在適度的投資區(qū)間，找到房地產(chǎn)業(yè)與其他行業(yè)之間對于投資資源有效分配和合理利用的均衡才可得到最佳效果。

第二，若要通過房地產(chǎn)市場維持區(qū)域收入水平，那么存在著最低的投資規(guī)模約束，因此，為了不嚴(yán)重影響居民的生活質(zhì)量和收入水平，城市發(fā)展新型產(chǎn)業(yè)時務(wù)必考慮房地產(chǎn)業(yè)的原有重要程度，盡量滿足其正常運(yùn)營的基本投資規(guī)模需求。雖然我國目前正處于經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵時期，培養(yǎng)新的經(jīng)濟(jì)增長點(diǎn)需求比較急切，但大刀闊斧的削減長期擁有大量資金、資源的房地產(chǎn)業(yè)來填補(bǔ)其他行業(yè)需要，極易造成原本優(yōu)勢行業(yè)的自身調(diào)整措手不及，甚至形成社會資源錯配下的混亂狀態(tài)，反而使整體經(jīng)濟(jì)受累。

第三，建議加強(qiáng)有關(guān)信息統(tǒng)計及披露，多方面制定可操控的規(guī)范措施。在信息傳遞十分便捷、居民素質(zhì)逐漸提高、知識能力快速增長的社會環(huán)境中，更需要全面、快捷、便利的信息供給平臺，并培養(yǎng)大量可以有效進(jìn)行信息處理的人才。

參考文獻(xiàn)：

[1] KIM K H，LEE H S. Real Estate Price Bubble and Price Forecasts in Korea[D]. Seoul:Sogang University，2000.

[2] MATTEO I，RAOUL M. The credit channel of monetary policy：evidence from the housing market[J]. Journal of Macroeconomics，2008，30(1)：69-96.

[3] BJ?RNLAND H C，JACOBSEN D H. The role of house prices in the monetary policy transmission mechanism in small open economies[J]. Journal of Financial Stability，2010，6(4)：218-229.

[4] DAVIS M A，NIEUWERBURGH S V. Housing, Finance and the Macro-economy[R]. NBER Working Paper 20287，2014.

[5] 沈悅，劉洪玉. 住宅價格與經(jīng)濟(jì)基本面：1995-2002年中國14城市的實(shí)證研究[J]. 經(jīng)濟(jì)研究，2004(6)：78-86.

[6] 梁云芳，高鐵梅. 中國房地產(chǎn)價格波動區(qū)域差異的實(shí)證分析[J]. 經(jīng)濟(jì)研究，2007(8)：133-142.

[7] 唐志軍，徐會軍，巴曙松. 中國房地產(chǎn)市場波動對宏觀經(jīng)濟(jì)波動的影響研究[J]. 統(tǒng)計研究，2010(2)：15-22.

[8] SHIN H S. Risk and liquidity in a system context [J]. Journal of Financial Intermediation，2008，17(7)：315-329.

[9] PAN H R，WANG C. House prices, bank instability and economic growth：evidence from the threshold model[J]. Journal of Banking & Finance，2013(37)：1720-1732.

[10] HULL I. The macro-financial implications of house price-indexed mortgage contracts[J]. Economics Letters，2015(127)：81-85.

[11] 武康平，皮舜，魯桂華. 中國房地產(chǎn)市場與金融市場共生性的一般均衡分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004(10)：24-32.

[12] 譚政勛，陳銘. 房價波動與金融危機(jī)的國際經(jīng)驗(yàn)證據(jù)：抵押效應(yīng)還是偏離效應(yīng)[J]. 世界經(jīng)濟(jì)，2012(3)：146-159，

[13] 郝清民，劉樂. 房地產(chǎn)業(yè)與銀行業(yè)的投資者情緒與風(fēng)險傳染[J]. 大連理工大學(xué)學(xué)報(社會科學(xué)版)，2016，37(4)：91-97.

[14] COULSON N E，KIM M S. Residential investment，non-residential investment and GDP[J]. Real Estate Economics，2000，28(2)：233-247.

[15] MILES W. Housing investment and the U. S. economy：how have the relationships changed [J]. The Journal of Real Estate Research，2009，31(3)：329-350.

[16] 黃忠華，吳次芳，杜雪君. 房地產(chǎn)投資與經(jīng)濟(jì)增長——全國及區(qū)域?qū)用娴拿姘鍞?shù)據(jù)分析[J]. 財貿(mào)經(jīng)濟(jì)，2008，(8)：56-60,72.

[17] 王成成，王曉輝. 宏觀經(jīng)濟(jì)對房地產(chǎn)價格的影響——基于中國省際的動態(tài)面板數(shù)據(jù)[J]. 經(jīng)濟(jì)管理，2011(9)：153-159.

[18] 楊俊杰. 房地產(chǎn)價格波動對宏觀經(jīng)濟(jì)波動的微觀作用機(jī)制探究[J]. 經(jīng)濟(jì)研究，2012(S1)：117-127.

[19] 王先柱，趙奉軍. 收入差距、擠出效應(yīng)與高房價[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013(1)：27-35.

[20] 郭培利，沈悅. 中國住宅價格調(diào)控效應(yīng)：區(qū)域差異與時序波動[J]. 大連理工大學(xué)學(xué)報(社會科學(xué)版)，2016，37(2)： 24-30.

[21] 劉洪玉，徐躍進(jìn)，姜沛言． 房地產(chǎn)企業(yè)投資的資本成本敏感性[J]. 清華大學(xué)學(xué)報(自然科學(xué)版)，2015，55(6)：640-646．

[22] 李忠富,何丹丹,姜韶華. 基于BIM和Linked Data的建筑業(yè)電子商務(wù)信息融合框架[J]. 工程管理學(xué)報，2017，31(5)：7-12.

[23] 葉新階. 基于市場主體的中國房地產(chǎn)金融風(fēng)險處置研究[D]． 北京：中國社會科學(xué)院研究生院，2017．

[24] HANSEN B. Threshold effects in non-dynamic panels：estimation, testing and inference[J]. Journal of Econometrics，1999(93)：345-368．