資金約束下房地產與經濟增長的非線性分析
——基于異質性面板門檻模型的研究

李嘉珣

(住房和城鄉建設部政策研究中心，北京 100835)

一、引言與綜述

改革開放以來，特別是1998 年住房制度改革以來，城鎮化的快速發展，居民住房體系不斷改革和完善，使得作為第三產業的房地產業在我國宏觀經濟中發揮著越來越重要的作用。無論是次貸危機后的經濟恢復期，還是產業結構調整和增速換擋期，房地產在推動地區經濟發展、提升居民生活品質方面都發揮著無可替代的作用。房地產業是資金密集型產業，房地產業的開發投資貸款和居民購房貸款是我國銀行貸款的主要組成部分[1]，房企和個人在購買土地、開工建設還是購置房產等環節，都需要消耗大量資金。在研究房地產與經濟之間的關系時，要重點考慮資金對兩者的影響。此外，隨著營商環境、房產政策和信貸條件的不斷變化，不同用途的房地產市場逐漸走向分化，住宅地產、辦公樓地產和商業地產對經濟的影響程度也隨之改變。因此，研究在我國城市眾多發展情況迥異的國情下，不同類型房地產如何考慮資金約束，對房地產與經濟增長之間關系的研究就有一定意義?；诖?，本文試圖解決如下兩個問題：一是我國不同房地產類型價格對經濟的影響是否存在資金約束的門檻效應；二是如果存在門檻效應，不同房地產類型的門檻效應是否相似，對經濟的影響如何。

在房價與經濟之間關系的研究上，國內外學者做了大量研究，從不同角度闡述了兩者關系。一種角度認為，房價上漲產生對其他產業的擠出效應并加劇泡沫形成，減緩經濟增長速度[2-4]。徐憲春等[5]通過對房地產開發投資、房地產生產和消費的界定和計算，發現房價過快上漲會產生對實體經濟的“抽血效應”、對居民消費的“擠出效應”和對經濟運行的“風險效應”。王振波[6]認為房地產過度發展會導致流動性過剩和投機加劇等行為，加速房地產泡沫的形成進而影響經濟運行。另一種角度認為，房價上漲將帶動上下游產業，改善居民生活條件，并提升金融穩定性，推動經濟發展。Aizenman et al.[7]通過對19 個國家38 年的研究發現房價與經濟增長呈現正相關關系。Daglish[8]認為房價上漲能提高抵押品的價值，降低違約風險，加快經濟發展速率。我國學者李莉[9]和王弟海等[10]運用不同模型探究各地房價上漲對推動經濟增長的作用機理、傳導關系和貢獻程度，并從各角度提出優化發展對策。

隨著研究的深入，學者加入了更多變量來探究影響房價波動和推動經濟增長的因素，資金因素被廣泛提及。目前主流研究的資金變量包括銀行信貸、利率、房地產融資規模和貨幣政策等。Gerlach et al.[11]在對20 年的香港宏觀經濟數據、銀行信貸規模和香港房價進行分析后，得出銀行信貸規模與房價呈現高度相關性。Negro et al.[12]通過貝葉斯模型對美國1986—2005 年各州房價波動進行分析，指出貨幣政策是導致2001—2005 年各州房價上漲的主要推手。Anundsen et al.[13]通過利用Logit 模型對20 個OECD 國家1975—2014 年房價和信貸數據進行分析，發現房地產發展離不開金融市場和信貸市場的穩定。國內方面，孔煜[14]運用聯立方程模型和省際面板數據發現我國房價、銀行信貸和經濟增長之間有緊密的關系，房價上漲與銀行信貸的擴張共同促進了我國各地區經濟的繁榮。佟克克[15]用國民收入、投資、儲蓄等貨幣指標探究房地產周期對經濟發展的影響。張品一[16]構建區制轉換模型，分析了貨幣政策對房地產周期的影響。從國內外研究來看，房地產市場的發展離不開資金的支持[17]。

進入21 世紀以來，城市化帶動了商業地產迅猛發展，辦公樓和商業地產(本文主要指商業營業用房)成為國民經濟的重要組成部分和GDP 的主要增長點[18]。相比于住宅地產，后兩者對經濟影響的研究相對較少，因此更具有研究價值。從不同物業用途看，住宅地產從購置土地到開工竣工、銷售等各環節相對簡單，貨幣政策能作出靈活調整；而辦公樓和商業地產開發過程復雜且依靠長期持續經營獲利，大型項目對各類政策、企業資質和定位要求較高。與住宅地產研究邏輯不同，后兩者研究的重點在于其經營模式、風險因素測算上。Miles[19]通過對美國地產市場的研究，發現住宅投資和非住宅投資對經濟增長的差異顯著。陳言[20]通過建立商業地產系統動力學模型，探究消費、地價等因素對商業地產和宏觀經濟的周期性影響。

從上述文獻分析來看，大部分研究通過線性分析分析影響房價的因素，再通過不同模型加以論證?？v觀我國房地產發展歷程，雖然近20 年房價一直在上漲，受宏觀經濟和政策的影響，出現數次“急漲”行情，加之我國各省經濟發展水平差異較大，線性分析僅能從單一角度或時段表征房地產發展情況，所得結論可靠性不足。此外，過往房地產研究中的“房價”指標基本來自住宅類，對宏觀經濟影響較大的辦公樓和商業地產研究明顯不足，探究兩者對經濟影響的研究非常匱乏。

二、假設提出與模型設計

房價、經濟和資金三者都有緊密聯系。在我國，盡管有限購限貸政策的約束，但房價高的地區一般經濟發展水平同樣較高，房價上漲快的地區也是科技、醫療、教育等資源發達的地區。此外，房地產具有產業鏈長、關聯行業多的特點，其發展帶動建筑業、制造業、物流業和金融業的發展，增加值占GDP的份額也在不斷上升[21]。同時，作為資金密集型行業，房地產的價格變化受到宏觀經濟、行業周期和自身融資能力的影響，并在不同資金約束下產生不同的預期和經濟行為。當資金不足時，房地產投資、生產和消費活動受到限制，無法增加對國民經濟增長的貢獻，而當資金大量涌入時，又會造成大興土木、盲目建設、擠壓消費、房價暴漲等問題，直接影響國民經濟健康發展。同時，受調控政策的影響，住宅地產、辦公樓和商業地產在責權屬性、資金成本、市場預期、風險敞口等方面的差異而呈現不同發展趨勢，在研究其對經濟的影響時應予以區分。

由此，本文提出兩大假設：

假設1：在行業資金約束下，房價波動與經濟發展之間存在異質性門檻效應。由于投資屬性和影響因素更多，辦公樓、商業地產和住宅地產呈現出不同的門檻效應，且辦公樓和商業地產的異質性門檻數量更多。

假設2：在資金約束條件較強的情況下，房價上漲具有較強擠壓效應，無法有效促進經濟發展；在資金約束條件較弱的情況下，房價上漲具有較強的虹吸效應，推動經濟發展。

根據假設，本文選擇非線性模型開展實證分析，采用Hansen[22]和王君潞等[23]的門檻面板模型(公式1)進行估計和檢驗。

式(1)顯示的是單一門檻模型，Yit表示被解釋變量；αi表示截距項；bit表示解釋變量；xit表示對被解釋變量有影響關系的變量，即控制變量；β2和β3表示不同區置下解釋變量對被解釋變量的估計系數；β1表示控制變量對被解釋變量的估計系數；I(·)表示指示函數；qit表示整個函數的門檻變量；γ表示門檻值；eit表示誤差項，i和t表示不同樣本和時間，其中1≤i≤n，1≤t≤T。式(1)中，如果滿足括號內的條件，I(·)=1，如果不滿足括號內的條件，I(·)=0。

本文采用住宅房價、辦公樓房價和商業營業用房房價作為衡量房地產發展水平的指標，作為解釋變量。以人均國內生產總值(Real GDP per capita)作為衡量地區經濟增長的表征變量，作為被解釋變量。為使模型更加穩健，本研究加入對經濟增長有解釋作用但獨立于解釋變量的控制變量。將模型變為：

式(2)中，Yit表示人均國內生產總值；HPit表示第i個省份第t年的房價；CAPit為門檻變量，表示第i個省份第t年單位房企實際資金到位情況；γ表示門檻值，GOODit、ROADit和CITYit分別表示當年各地區社會消費品零售總額、各省份等級公路里程和城市人口占比；HPit CAPit為房價與門檻變量的交乘項；βi為各變量的估計系數；εit為誤差項。式(2)為單門檻模型，γ將觀測變量劃分為兩個區制，如果出現兩個門檻值，式(2)將會出現三個區制，多門檻模型可以由此進行擴展。

式(2)的估計值需要消除個體效應，一般通過用觀測值與組內平均值相減來實現。單門檻模型中門檻值γ搜索從區制內任意初始值γ0開始，求其殘差平方和，直到取得最小的γx為止，此時γx即為門檻值。當門檻值確定后，估計參數可以一同確定。多門檻模型原理相同。

確定好門檻值和估計系數后，需要對門檻效應的真實性和顯著性進行檢驗，用以判斷門檻值區分的區制之間是否真的存在異質性結構轉變。因此，設定模型不存在門檻效應的原假設為H0∶b1=b2，存在門檻效應的備擇假設H1∶b1≠b2。因檢驗統計量不符合卡方分布，Hansen 建議采用靴樣法(bootstrap approach)對樣本分布進行檢驗，繼而構造P值和運用LR 統計量確定置信區間(式3)。本文采用靴樣法模擬其分析。

當LR1(γ) ≤c(α)=-時(α代表顯著性水平)，無法拒絕原假設，表示該模型不存在門檻效應；如果LR1(γ)＞c(α)，則拒絕原假設，表示模型存在門檻效應。在90%的置信區間下c(α)=6.53；在95%的置信區間下，c(α)=7.35。

三、實證分析

(一)數據獲取與描述

本文采用中國31 個省份2006—2017 年的面板數據進行實證研究。本文分別構建關于住宅地產、辦公樓和商業地產關于資金約束的門檻模型。其中，被解釋變量為各省份當年的人均國內生產總值(cagdp)；解釋變量分別為各省份年均普通住宅銷售價格(hhp)、各省份年均辦公樓銷售價格(ohp)和各省份年均商業營業用房銷售價格(chp)；門檻變量為資金約束指標，由于各省份發展水平不同以及顧及數據的可獲得性和可比性，選擇各省份當年房企平均實際到位資金(cap)作為衡量指標，包含上年結余資金和本年新增到位資金，外資融資轉換成人民幣進行統計；控制變量選擇當年各省份社會消費品零售總額(good)、各省份等級公路里程數(road)和城市人口占比(city)從不同角度來反映地區經濟發展水平。同時，加入門檻變量與解釋變量(hhpcap、ohpcap、chpcap)的交乘項提升對模型的判斷。所有原始數據來源于《中國統計年鑒》(2007—2018)和《中國房地產統計年鑒》(2007—2018)。文章在預估模型前對數據進行量綱差異消除，對部分省份特殊年份的缺失值采用當地年均房價代替。篇幅所限，不予贅述。實證分析前，有必要對面板數據進行描述性統計分析。利用stata15.0 統計分析軟件得出本研究面板數據的描述性統計結果(表1)，其中包含各變量的單位、均值、方差、最小值和最大值。從樣本結構看，樣本區間的實際到位資金介于1 049.75 萬～49 729.97 萬元，平均為11 757.67 萬元，各地區、各年份的差異較大。

表1 各變量的描述性統計

(二)數據處理

門檻模型需要面板數據平穩從而避免產生“偽回歸”問題，因此在回歸前需要對各變量進行單位根平穩性檢驗。本文利用LLC 和IPS 兩種方法共同驗證各變量的平穩性，只有都通過檢驗才被應用[24]。為減少變量之間的多重共線性，消除量綱的影響，本文對cagdp、hhp、ohp、chp、good變量值取對數。如果變量不平穩，則進行一階差分(表2)。

表2 變量平穩性檢驗結果

(三)面板門檻模型的估計與檢驗

利用stata15.0 對上述平穩數據進行根據公式(2)進行門檻模型回歸。首先，對住宅房價與經濟增長的關系進行回歸，得到如表3 的F統計量。由統計結果看，在5%的顯著水平中，單門檻模型通過了顯著性檢驗，而雙門檻模型未通過顯著性檢驗，說明住宅房價和經濟增長之間存在資金約束的單門檻效應。將第一、二門檻值與似然比統計量LR 函數繪制成圖像(圖1)所示，該結果在第一門檻值通過了真實性檢驗。

表3 住宅房價模型的門檻效應檢驗結果

圖1 住宅房價模型第一、第二門檻值檢驗

其次，對辦公樓房價與經濟增長進行回歸，得到如表4 的F統計量。由統計結果看，在10%的顯著水平中，單門檻模型通過了顯著性檢驗，而雙門檻模型未通過顯著性檢驗，說明辦公樓房價和經濟增長之間存在資金約束的單門檻效應。將第一、二門檻值與似然比統計量LR 函數繪制成圖像(圖2)所示，該結果在第一門檻值通過了真實性檢驗。

表4 辦公樓房價模型的門檻效應檢驗結果

最后，對商業地產房價與經濟增長進行回歸，得到如表5 的F統計量。由統計結果看，在5%的顯著水平中，單門檻模型通過了顯著性檢驗，在10%的顯著水平中，雙門檻模型通過了顯著性檢驗，說明商業地產的房價和經濟增長之間存在資金約束的雙門檻效應。將第一、二門檻值與似然比統計量LR函數繪制成圖像(圖3)所示，該結果在兩個門檻值通過了真實性檢驗。

圖2 辦公樓房價模型第一、第二門檻值檢驗

表5 商業地產房價模型的門檻效應檢驗結果

圖3 商業地產房價模型第一、第二門檻值檢驗

(四)面板門檻模型結果

經過以上分析，可顯著看出房價波動對經濟增值之間的影響存在資金約束下的異質性門檻效應，估計相關參數如表6 所示。

從所得結果看，假設1 部分成立。住宅、辦公樓和商業地產與經濟發展之間均存在資金約束條件下的異質性門檻效應。其中，住宅和辦公樓均有一個門檻值，分別為7 247.96 和5 484.53，而商業地產有2 個門檻值，分別為3 875.06 和8 197.73(見表7)。樣本中辦公樓均價比住宅均價高63.89%，但住宅房價的門檻值卻比辦公樓的高32.15%，一部分原因是因為辦公樓具有較強的投資屬性，一二線城市核心地段辦公樓價格拉高了整體均價，另一部分原因是由于在很多欠發達地區，建造辦公樓所需的資質、資金和技術要遠小于建造住宅的要求，很多小型開發商在資金條件不足的情況下優先開發辦公樓，因此呈現的門檻值也較低。商業地產具有商業營運屬性和投資屬性，平均單價比住宅單價高59.96%，在經濟欠發達地區其比值高達2.5～3 倍，其資金門檻值呈現兩極化。首先，商業地產按規模和地區不同劃分為不同等級，較低等級下的商業地產作為住宅的補充和配套，對資金要求較低，而甲級(10 000 平米以上)和乙級(5 000～10 000 平米)等級的商業地產具有一定規模效應，對開發商資質和融資能力要求較高，導致其門檻值也較高[25]。其次，相比于住宅，商業地產業態發展和迭代速度都較快，部分地區的業態已由傳統的街坊集市、百貨商店發展到新興步行街和城市商業綜合體，具有極強的商圈輻射能力和投資溢價，其對資金的要求更高[26]，因此門檻值也相對較高。

表6 三種房價模型門檻估計結果統計

表7 三種房價模型門檻估計值

從所得結果看，假設2 成立。在資金約束條件較強和實際到位資金有限的情況下，房價上漲與經濟增長呈現負相關關系；在資金約束條件較弱和實際到位資金充足的情況下，房價上漲與經濟增長呈現正相關關系。具體來看，在資金約束較強時，房地產企業以中低層收入家庭為客戶群體，開發戶型較小、總價較低等剛需住宅，住房是解決居住問題的生活必需品，此時房價上漲對于居民消費的抑制作用更強，產業擠壓效應大于其規模效應，拉動經濟作用不明顯，這與眾多學者過往研究一致[27-28]。在資金約束較弱時，開發商更易產生非理性預期和行為[29]，購置和開發土地等經濟活動持續增加，開發的建筑物與配套設施等級也有所提升。此外，由于房地產的虹吸效應顯著，資金和人口由經濟欠發達城市向經濟發達城市聚集[30-31]，當地區開發企業實力雄厚時，會開發更優質的住宅和商業綜合體并吸引更多高收入群體，拉動經濟作用也更為顯著。由于商業地產比住宅地產更具投資屬性，因此其拉動經濟能力也越強，本文驗證了上述結論。

以門檻值劃分，2007—2008 年以及2014 年的房企資金到位情況較差，一方面是由于次貸危機導致經濟增速放緩，另一方面受房地產政策影響樓市階段性低迷，在“三期”疊加的情況下，推動經濟增長的動力減弱。而以區域劃分，西北、西南和東北的部分省份房企融資能力較弱，房地產價格漲幅較低。本研究發現，房企資金到位較差的7 省份在樣本區間內(內蒙古、黑龍江、廣西、貴州、甘肅、青海和新疆)住宅類房價平均漲幅比其余省份低9.47%，商業地產類房價低11.66%，這與龔斌恩[32]和常元福等[33]的研究結果有共同之處。

四、討論與分析

從房地產企業資金來源看，國內房企主要資金來源為房屋的訂金和預收款、個人按揭貸款、自籌資金和國內貸款，利用外資比例較小。通過對歷年房企資金來源情況進行分析，以訂金、預收款、個人按揭貸款為主的其他資金來源比重不斷上升，由2006年的47.77%上升到2017 年的51.18%；自籌資金比例呈現先增長后下降的趨勢，基本保持在32%左右；國內貸款和利用外資比例分別由2006 年的18.31%和1.21%下降到2017 年的16.18%和0.11%，國內貸款中，銀行貸款比例也逐年下降，由2006 年的95.93%下降到2017 年的81.56%。由此可見，目前我國房企資金特點是以項目回款和自籌資金等內源融資為主的重資產運營模式，主要盈利模式是開發項目利潤和資產增值。隨著各地陸續進入存量房時代以及出臺各項政策嚴查資金進入房地產領域，房企面臨著更為嚴峻的資金和運營壓力。因此，房企一方面應積極拓展融資渠道，加大金融創新形式，增加外資融資、夾層融資、資產證券化、投資基金等融資方式，并由單純重資產模式向輕重資產結合的模式轉變；另一方面應積極布局存量房市場，加大老舊社區改造項目、長租公寓、產業地產、物流地產等新型地產模式的參與力度，提供更多元的綜合服務。

本研究發現資金門檻的兩個區制下，房價對經濟起到截然相反的作用，容易造成房地產參與方的非理性預期，加劇金融機構和房產開發商的“羊群效應”。作為土地商品的微觀消費者，開發商不僅在心理層面對現有市場進行反饋，還會依據同業行為強化自身預期[34]。當房價持續上漲、資金回籠理想時，各房企拿地規模持續增大，負債率也不斷提高，一旦遇到政策和市場變化，極易引發預期和行為的改變，造成相關資產價格的寬幅震蕩，傷害宏觀經濟健康發展，這也解釋了過去十年我國房地產市場“地王頻現”和“流標流拍”交替波動現象。因此，政府應合理制定和運用房地產政策時，加強預期導向性管理，減少因信息不對稱而導致房地產參與者對政策和制度的解讀不到位，進而引起非理性行為。政府應在企業融資、土地招拍掛、交易環節稅收等方面保持政策的連貫性和穩定性，防范房地產市場系統性風險。要密切監測各地區房地產行業的現金流運轉和結構、償債能力、融資變動等指標，防止出現行業內過度舉債融資的情況。

本研究結果發現，房價與經濟的作用受地域、時間、資金和房屋類型等眾多因素的影響，這為地方政府落實“一城一策、因城施策”提供了理論支撐。2016 年底中央經濟工作會議提出“房住不炒”的定位，意味著房地產調控更加精細化和制度化，調控主體責任也由中央部委轉移到地方政府，各地針對地區特點出臺了眾多房地產調控政策。本研究結果顯示，過度收緊房地產資金將對經濟起到副作用，如何平衡房價波動與經濟增長之間的關系成為未來政府必須考慮的問題。對于住宅類地產，政府在完善住宅周邊醫療、教育、養老等公共服務和設施的同時，應積極引導開發企業向功能化、品質化的改善性住房和多元化地產業態方向發展。對于商業地產而言，盡管本研究發現商業地產對經濟的拉動作用更加顯著，但目前部分地區商業地產存在盲目建設、規劃隨意等問題，導致空置率過高、投機盛行。對于辦公樓和商業地產嚴重過剩的城市，政府應結合本地發展需要，完善相關土地制度和金融制度，控制商業地塊出讓規模，對存量商業地塊進行更精細化的規劃，并將商業地產融合與其他行業資源，打造體驗性消費和個性化消費空間，來匹配目標客戶群體，促進當地經濟發展。

五、結論

不同類型房地產價格上漲與經濟增長之間因為存在資金約束而呈現不同差異。通過研究得到如下結論：(1)行業資金約束下，住宅地產、辦公樓和商業地產呈現出不同的資金門檻效應，住宅地產和辦公樓有1 個門檻值，分別為7 247.96 和5 484.53；商業地產有2 個門檻值，分別為3 875.06 和8 197.73。(2)在行業資金約束較強的情況下，房價上漲擠壓其他行業資金，與經濟增長呈現負相關關系，行業資金約束較弱的情況下，房價上漲有效帶動相關產業，推動經濟發展。