吳牧鴻

一、引言

近年來，國內(nèi)外學(xué)者針對房價(jià)波動對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響進(jìn)行了研究，國內(nèi)學(xué)者在研究的時(shí)候，將關(guān)注點(diǎn)放在了理論層面和實(shí)證層面這兩個(gè)方面，其中明確表示房地產(chǎn)行業(yè)對實(shí)體經(jīng)濟(jì)的金融資源配置會產(chǎn)生顯著的區(qū)域差異影響[1]。針對金融服務(wù)實(shí)體經(jīng)濟(jì)的效率、有效性和相互影響機(jī)制等方面的研究則比較少，這意味著探究房價(jià)波動對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響研究有著重要的實(shí)際意義和價(jià)值。

二、房價(jià)波動對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的模型設(shè)定和數(shù)據(jù)來源

（一）模型設(shè)定

采取Malmquist 指數(shù)對金融服務(wù)實(shí)體經(jīng)濟(jì)的效率值Mi進(jìn)行有效的測度，假設(shè)第i 個(gè)地區(qū)的第t 時(shí)間內(nèi)的實(shí)體經(jīng)濟(jì)規(guī)模用產(chǎn)出指標(biāo)yti表示；第i個(gè)地區(qū)第t時(shí)間內(nèi)的金融要素用投入指標(biāo)xti 表示。由此，Malmquist 指數(shù)如下：

其中技術(shù)效率用EC 來表示，而技術(shù)進(jìn)步效率則用TC 表示。如果技術(shù)進(jìn)步，則TC 大于1，相反則表示技術(shù)退步。為了對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響因素進(jìn)行進(jìn)一步的分析，設(shè)定了基本面板模型，如（2）式所示。

其中，第i 個(gè)省份第t 年的金融服務(wù)實(shí)體經(jīng)濟(jì)的效率為R_finit；其中房價(jià)波動則用h_priceit表示，其他控制變量是kit，φit為隨機(jī)項(xiàng)，a0為常數(shù)項(xiàng)，Ej為區(qū)域虛擬變量。采取空間面板模型分析變量之間的空間模型，并且將空間地理權(quán)重也加入其中，因此得出（3），其中xit反映的是對金融服務(wù)實(shí)體經(jīng)濟(jì)效率產(chǎn)生影響的相關(guān)變量，而解釋變量的空間滯后則用di’Xtδ 表示[2]。

（二）變量選取

房價(jià)波動對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響的變量選取要現(xiàn)有的相關(guān)文獻(xiàn)，對樣本數(shù)據(jù)的可得性進(jìn)行充分的考慮，將金融服務(wù)實(shí)體經(jīng)濟(jì)的綜合效率值當(dāng)做被解釋變量。將房價(jià)波動率當(dāng)作核心變量，從個(gè)人、政府和企業(yè)這個(gè)方面選擇指標(biāo)。

從投入產(chǎn)出指標(biāo)的角度來講，將銀行服務(wù)、證券服務(wù)和保險(xiǎn)服務(wù)作為投入要素的具體變量，主要反映了銀行業(yè)金融機(jī)構(gòu)各項(xiàng)貸款、股票市價(jià)總值和全部保險(xiǎn)機(jī)構(gòu)保險(xiǎn)賠款支出等這一系列金融行為主體對經(jīng)濟(jì)發(fā)展的支撐現(xiàn)狀；選擇實(shí)體經(jīng)濟(jì)產(chǎn)值作為產(chǎn)出要素當(dāng)中代表，根據(jù)對國家統(tǒng)計(jì)局的了解可知，實(shí)體經(jīng)濟(jì)總量的定義是將金融產(chǎn)業(yè)和房地產(chǎn)業(yè)增加值的GDP 總量扣除[3]。

從核心變量的角度來講，房價(jià)的波動率主要是將上一期房價(jià)和當(dāng)前的房價(jià)進(jìn)行對比，用實(shí)際的增長率來將房價(jià)增長或者下降的波動狀況反映出來。

從控制變量的角度來講，居民可支配收入能夠?qū)⒕用駥?shí)際可支配的收入狀況反映出來，而在2013 年之后則是用城鎮(zhèn)居民可支配收入和農(nóng)村居民人均純收入的均值來表示。房地產(chǎn)稅收比重指的是房地產(chǎn)和土地收入在區(qū)域稅收中的重要性，房地產(chǎn)涉及的各項(xiàng)稅收占據(jù)全部稅收收入的比重。科研強(qiáng)度主要反映的是區(qū)域企業(yè)對科技研發(fā)和創(chuàng)新投入狀況。

除此之外，還要考慮通貨膨脹率和城鎮(zhèn)化率。一般情況下，在計(jì)算通貨膨脹率的時(shí)候，用居民消費(fèi)價(jià)格指數(shù)減去100，而城鎮(zhèn)化率越高，則反映一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r越好[4]。

（三）數(shù)據(jù)來源

文章的數(shù)據(jù)主要來源于省、區(qū)或者市的面板數(shù)據(jù)，考慮到了我國房地產(chǎn)行業(yè)的發(fā)展歷程和部分?jǐn)?shù)據(jù)指標(biāo)的獲取性等，將實(shí)證研究的數(shù)據(jù)時(shí)間選擇在2016 年-2020年，所有的數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》（2016-2020 年）和《中國金融統(tǒng)計(jì)年鑒》以及國家統(tǒng)計(jì)局等。

三、實(shí)證分析和檢驗(yàn)

（一）金融服務(wù)實(shí)體經(jīng)濟(jì)效率變化軌跡

在對2016-2020 年的Malmquist 指數(shù)進(jìn)行計(jì)算的時(shí)候，借助MAXDEA7.0 軟件，得出的中國金融服務(wù)實(shí)體經(jīng)濟(jì)效率呈現(xiàn)的是基本穩(wěn)定，且逐步上升的趨勢，其中技術(shù)效率在2016 年的時(shí)候已經(jīng)超過了1，而技術(shù)進(jìn)步效率則在穩(wěn)定的狀況下呈現(xiàn)出了有所波動的趨勢。對其進(jìn)行具體分析可知，在2019 年的特殊形勢下，受其影響我國加大了監(jiān)管金融領(lǐng)域的力度，使金融服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展的導(dǎo)向得到了強(qiáng)化，以求提升金融服務(wù)實(shí)體經(jīng)濟(jì)的力度和強(qiáng)度，這樣一來才使得金融服務(wù)實(shí)體經(jīng)濟(jì)的效率基本上呈現(xiàn)上升的趨勢。但是，面對金融管理制度和技術(shù)創(chuàng)新等各種綜合因素的影響，技術(shù)進(jìn)步要素有所下降的趨勢也對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的提升產(chǎn)生了一定的阻礙作用。同時(shí)，同期的技術(shù)效率表現(xiàn)出了明顯的穩(wěn)定上升的趨勢，這說明政府政策的導(dǎo)向和市場環(huán)境的優(yōu)化影響下提升的技效率，能夠引起金融服務(wù)實(shí)體經(jīng)濟(jì)的效率上升。

（二）對變量的檢驗(yàn)

1.空間自相關(guān)關(guān)系檢驗(yàn)

在對2016 年-2020 年中國樣本地區(qū)金融服務(wù)實(shí)體經(jīng)濟(jì)效率的全局空間Moran’s I自相關(guān)數(shù)據(jù)進(jìn)行分析的時(shí)候，發(fā)揮了STATA15.0 軟件的作用，具體如表1 所示。2016-2020年的樣本金融服務(wù)實(shí)體經(jīng)濟(jì)效率的Moran's I值都在置信水平為1%的平均狀態(tài)下，并且顯著為正，這也就說明：樣本地區(qū)的金融服務(wù)實(shí)體經(jīng)濟(jì)具有顯著的正向空間相關(guān)關(guān)系。

表1 空間自相關(guān)檢驗(yàn)結(jié)果

2.變量檢驗(yàn)

在對變量進(jìn)行檢驗(yàn)的時(shí)候，為了使變量方差的影響減少，對變量進(jìn)行了對數(shù)化處理，具體的變量單位檢驗(yàn)情況如表2 所示。基于上述結(jié)果的置信水平，采取假設(shè)檢驗(yàn)，能夠?qū)ι鲜鰴z驗(yàn)結(jié)果做模型參數(shù)估計(jì)。

表2 變量單位檢驗(yàn)

（三）空間模型估計(jì)結(jié)果

通過對空間相關(guān)性系數(shù)Spatialrho值及R值進(jìn)行顯著性檢驗(yàn)，兩者都在1%的置信水平上，這意味著模型具備較好的穩(wěn)定性和一定的空間依賴性，如表3 所示。

表3 空間計(jì)量模型參數(shù)估計(jì)結(jié)果

根據(jù)對上述結(jié)果的了解可知，主要得出三個(gè)結(jié)論。其一，房價(jià)波動率對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響顯著為負(fù)值，房價(jià)波動率的系數(shù)在10%的置信水平上顯著，這說明房價(jià)的負(fù)面波動才能夠?qū)鹑诜?wù)實(shí)體經(jīng)濟(jì)效率的提升有積極的作用；其二，房地產(chǎn)稅收對金融服務(wù)實(shí)體經(jīng)濟(jì)效率影響的占比是負(fù)值[5]。根據(jù)結(jié)果可知，房地產(chǎn)稅收占比的系數(shù)在5%的置信水平上顯著為負(fù)，這意味著房地產(chǎn)稅收占比全部稅收的比重高反而不利于金融服務(wù)實(shí)體經(jīng)濟(jì)效率；其三，科技研發(fā)的強(qiáng)度和金融服務(wù)實(shí)體經(jīng)濟(jì)的效率之間呈顯著的正相關(guān)關(guān)系，這表明科技研發(fā)的強(qiáng)度越高，對于金融服務(wù)實(shí)體經(jīng)濟(jì)效率的提升作用越明顯。

五、結(jié)論和建議

綜上所述，通過研究房價(jià)波動對金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響，必須要結(jié)合上述結(jié)論，致力于提升金融服務(wù)實(shí)體經(jīng)濟(jì)效率的影響，采取相應(yīng)的可行性措施或者建議，如繼續(xù)推行穩(wěn)定房價(jià)的策略、對財(cái)政稅收結(jié)構(gòu)進(jìn)行優(yōu)化和加大對實(shí)體經(jīng)濟(jì)發(fā)展科研創(chuàng)新的支持力度等，從而達(dá)到最終的研究目的。