ID474-房价与产业结构优化升级关系实证研究.doc

房价与产业结构优化升级关系实证研究高 戈 高戈（1987），女，安徽淮北人，南京大学产业经济系硕士生，主要研究方向房地产经济学，联系方式：（南京大学经济学院 江苏 南京 210093）内容摘要：高房价与产业结构优化升级低效是近年来我国社会经济发展面临的两大难题。政府针对大城市高房价和产业结构分别出台了许多政策。房地产商品作为影响到宏观经济和微观经济的一种即是生活资料又是生产资料的特殊商品，它的价格持续偏高是否会对受宏观经济和微观经济影响较大的城市产业结构影响呢？本文利用因子分析法构建产业结构优化升级评价指标体系，计算综合得分，并通过panel-data模型实证检验了高房价对城市产业结构升级的影响，计量结果显示高房价对产业结构升级存在明显的抑制作用。关键词：房价；产业结构；因子分析；面板数据；Empirical Study Between House Price and Industrial Structure Optimization and Upgrading Gao Ge1（Department of Economics , Nanjing University, Jiangsu Nanjing 210093）Abstract: High housing price and inefficient industrial structure optimization and upgrading have plagued Chinas economy in recent years. For solving the problems of the high housing prices and industrial structure difficulties, government has introduced many macro-control measures. As a special commodity that is a means of subsistence and production, the property has great impaction the macro-and micro-economy. Will the continued high price affect industrial structural of the cities which tend to be easily influenced by macro-and micro-economic.In this paper ,We firstly build a system of indicators to represent the optimization ang upgrading of industrial structure, and then assess the level of industrial structure of 18 cities objectively. using the mode of factor analysis. Secondly, it analyzes the effect of High prices on the urban industrial structure upgrade, with the application of panel-data model. The results show that high prices inhibition upgrade the industrial structure obviously.Key words: House Price; Industrial Structure; Factor Analysis; Panel-date model; 一、引言近年来，房价与城市产业结构优化升级一直是领导重视、群众关注的两大热点和焦点话题，也同样是政府正在着力解决的两大难题。2006 年 9 月 20 日发布的由北京国际城市发展研究院研究组织联合数十家研究机构和上百位专家历时两年完成的中国城市生活质量报告 No.1显示，中国大中城市居民最不满意的是房价、治安、就业问题，而中小城市居民则不满意房价、就业和文化休闲。 一方面，一些城市房价连年快速上涨，连续 6 年中国房地产业保持了 20%-30%的高增长，2005 年个别地方甚至达到 40%-50% 的增长速度。另一方面，在各种原因影响下，中国产业结构优化升级的进程十分缓慢，近年来更是进入了调整的疲劳期，虽然政府一直在试图寻找有效且科学的国家和区域产业发展的规划及政策，但由于市场缺乏积极性常常导致资源优化配置作用的失灵，产业政策在传导过程中往往无法发挥其应有的效用。房地产业作为支柱产业，是整个国民经济的重要组成部分，房地产商品既是重要的生活资料又是重要的生产资料，因而房地产价格的波动对经济发展、投资、消费、城市竞争力等诸多宏观经济要素和企业经营成本、居民消费水平等微观经济要素都会产生影响。同时，产业结构受国民经济发展的影响巨大，产业结构与经济发展、投资结构、消费结构、社会经济结构、城市基础设施等宏观经济状况和各产业利润水平、企业生产规模等微观经济状况密切相关。那么，高房价是否通过影响国民经济发展进而影响到城市产业结构优化升级呢？本文旨在通过对我国城市房价水平和产业结构优化升级情况的简要介绍，结合经济学相关原理和相关理论探讨房价对产业结构优化升级的影响作用，并利用计量方法，实证检验城市住宅价格与产业结构优化升级之间的相关关系。试图为政府下一轮关于控制房价的宏观决策提供微薄的建议。 二、文献综述我国房地产业从 20 世纪 80 年代起步，经过十多年的发展，已日渐成我国经济的支柱产业之一。随着近几年部分城市的房价过快上涨，城市房价引起了政府和公众的高度关注，经济学界对房地产价格变化的研究也日渐增多。目前，关于房价的研究文献非常多，但国内外关于房价与产业结构优化升级之间关系的研究并不多见。由于近年来我国产业结构优化升级的压力,较多的学者开始探讨城市房价过快上涨与产业结构升级二者之间的关系。刘洪玉(2002)对房价上涨与城市发展进行研究，得出适当的房价上涨有利于城市经济发展而房价过度上涨会阻碍城市经济发展的结论；李江帆（2004）研究指出房地产业为第三产业的发展起到了一些促进作用，特别为金融、商业、旅游、饮食和文化娱乐等服务行业提供了一定发展空间。但是发展到房价过高的情况时，这种过高的房价又会反过来抑制第三产业的发展；易宪容（2005）对房地产泡沫进行了研究，指出房地产泡沫长期存在导致经济结构和社会结构的失衡，引发社会危机，同时，房地产泡沫影响国民经济的平衡运行，破坏国民经济的结构和比例，它的产生和形成使国民经济的总量虚假增长、结构扭曲。房地产泡沫的长期存在和发展将抑制其他产业的发展；倪鹏飞(2006) 认为房地产价格上涨会通过投资效应、消费效应、出口效应、价格效应等多方面影响城市经济；张立军(2006) 认为高房价会加剧金融风险的聚集，导致居民消费支出减少，扩大居民收入差距，推动产业结构发展不平衡，他指出，高房价与高利润使社会经济要素配置错位，致使房地产业投资居高不下，对其他产业产生挤出效应，并导致了上下游产业的畸形发展；朱默涵（2007）通过研究房价、消费结构升级和产业结构升级之间的相互关系，认为不断上涨的城市房价通过扭曲消费行为会阻碍产业结构升级并造成社会资源浪费；曾汉生（2010）同样认为高房价对我国产业结构的调整会产生严重不利影响，由于高房价导致我国经济对房地产业的依赖过重和在房地产业投入的社会资金过多，我国经济根本难以从房地产业中抽身出来，高房价如果不能实现理性回归，我国房地产投资过热的局面就难以得到缓解，我国的产业结构调整也就越发困难。可以看出，关于高房价对产业结构优化升级抑制作用的研究，目前学术界主要停留在理论分析层面，大部分是在分析房价对经济发展的影响时，把对产业结构的影响当成其中的一部分进行简要的阐述，很少有学者对房价与产业结构优化升级之间的关系作比较详细的数理分析和实证检验，这也正是本文的立足点所在。本文拟在前人理论分析的基础上，通过构建计量模型对房价与产业结构优化升级关系进行实证检验。 三、实证检验（1）产业结构优化升级的综合评价体系为反映地区产业结构优化升级的真实情况，以便于为下一部分关于房价因素的讨论提供良好的数据依据，在结合本文产业结构优化升级的理论内涵以及产业结构优化升级的表现形式的基础上，并综合考虑指标值的可获得性与计算的简洁性，构建产业结构合理化与产业结构高度化的评价指标体系如下:表1 产业结构优化升级综合评价指标体系主目标层子目标层指标因子层指标标量产业结构合理化与高度化经济发展水平人均地区生产总值X1城市化率X2城镇登记失业人数X3产业结构形态第二三产业产值占GDP比重X4第二三产业从业人数比重X5工业企业固定资产净值年平均余额X6环境代价工业废水排放量X7工业二氧化硫排放量X8整个指标体系共分三个层次：第一层为主目标层，也是本篇论文研究的最终目的；第二层为子目标层，将经济发展成果、产业结构形态和环境代价三个判定方向作为产业结构合理化与高度化的分析平台；第三层为指标层，含8个指标，是子目标层要求的承载与体现。首先，产业结构合理化与高度化的成果最终都要通过地区经济发展状况体现出来，这是指标体系构建需求效益性原则的需要。本文选取实际人均地区生产总值作为地区经济发展的指标，选取非农人口比重作为城市化率测度的指标，选取城镇登记失业人数作为衡量城市就业水平的指标。第二，产业结构形态是产业结构合理化与高度化最明显的外在表现之一，各国产业演进的过程中都伴随着第二、三产业比重逐渐增大的现象。国内外研究学者通常采用第二、三产业从业人数比重和第二、三产业总产值比重作为产业结构变化的描述变量，本论文也采纳了这一方法。第三，产业结构的发展是否合理离不开对环境成本的分析，这既是产业结构高度化发展的目标，也是可持续发展原则的要求。论文选用工业废水排放量和工业二氧化硫排放量来反映环境代价，其中工业总产值依然为真实工业总产值，处理方法同真实人均GDP的计算方法。（2）基于因子分析的地区产业结构优化的综合得分本文2003-2008年的统计数据为基础，选取18个城市作为研究城市产业结构优化升级的总体样本。采用因子分析法，将8个原始指标用较少的指标代替，以求更清晰地反映出房价对产业结构发展的作用大小。1、数据标准化。由于指标数据的单位和量纲不同，为了使数据间具有可比性，对指标数据进行标准化处理。常见的标准化处理方法有总和标准化法、标准差标准化法、极大值标准化法和极差标准化法等。本文采用标准差标准化法进行标准化处理，其计算公式为： （1）式中： 表示标准化以后的数值；表示第j个指标的算术平均值； 表示样本标准差2、统计方法的检验。因子分析一般采用KMO 检验或球形Bartlett 检验。表2 KMO和球型Bartlett检验Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0.629Bartletts Test of SphericityApprox. Chi-Square477.7df28Sig.000从检验的结果看出，KMO 统计量为0.629，适合进行因子分析；球形Bartlett 检验拒绝零假设，也说明变量适合进行因子分析。 3、总方差分解采用SPSS16.0统计分析软件进行数据处理，通过计算机运算得出矩阵的特征根和相应的方差贡献率，对主成份的选取遵循下面的两种判定方法：（1）取特征值大于1的成分作为主成份。（2）根据累计贡献率达到的百分比值确定。取累计贡献率达到85%，其含义是此前1个成分所包含的信息占原始变量包含的总信息的85%。总方差分解表见表3。表3 总方差分解序号未经旋转的因子载荷的平方和未经旋转的因子载荷的平方和特征根方差贡献率(%)累计方差贡献率(%)特征根方差贡献率(%)累计方差贡献率(%)12.93236.65436.6542.86735.83335.83322.42330.29166.9442.46030.75666.5901.10613.82580.7691.13414.17980.769按上述两种选取原则选取因子，根据表3可以选前三个特征根为主因子，累计方差贡献率为80.769%，说明这三个新变量已经包含了原始变量中80.769%的信息。而随着因子个数的增多，主成分的边际方差贡献率逐渐降低，故而只选取取前两个主成份。4、因子提取结果表4 正交旋转后因子载荷情况成份123城市化率0.8860.162-0.188二、三产业占GDP比重0.8710.1280.058人均GDP(元)0.8710.0730.260限额以上工业企业固定资产净值年平均余额 (万元)0.724-0.4780.007工业二氧化硫排放量(吨)0.0930.892-0.114工业废水排放量(万吨)-0.0560.881-0.050城镇登记失业人数(人)0.1590.7820.312二三产业从业人员比重0.0410.0170.957从表4可知城市化率、二三产业产值占GDP比重、人均GDP和限额以上工业企业固定资产净值年平均余额在第一主因子上有较高载荷，说明第一主因子基本反映了产业高度化合合理化的指标信息；工业二氧化硫排放量、工业废水排放量和城镇登记失业人数这三个负面指标在第二主因子上有较高载荷，说明第二主因子基本反映了城市产业结构优化升级过程中中的负面结果，包括环境的代价和产业结构变化带来的失业；二三产业从业人员比重在第三个主因子有0.957的载荷比重。上述的三个主因子可以基本反映全部指标的信息，所以可以用三个新变量来代替原来的八个变量。5、各城市产业结构优化升级综合评价通过SPSS16.0计算出每个样本城市的各个主因子得分，然后以每个主因子的方差贡献率为权数，计算公式为：F=0.444*F1+0.381*F2+0.175*F3，得到各城市的综合因子得分，即各城市产业结构优化升级情况的最后得分，见表5：表5 城市产业结构优化升级综合评价表地区200320042005200620072008北京-0.65-0.40-0.330.360.500.64上海0.060.370.46天津-0.31-0.23-0.20-0.110.000.09重庆-1.43-1.45-1.24-1.23-1.14-1.06武汉-0.70-0.64-0.60-0.51-0.36-0.19深圳1.341.351.381.471.591.71广州0.060.160.400.370.610.70杭州-0.38-0.30-0.15-0.050.020.29厦门1.291.081.041.061.181.16宁波-0.27-0.17-0.09-0.040.130.15大连-0.50-0.40-0.38-0.25-0.120.05青岛-0.41-0.11-0.10-0.010.120.20西安-0.41-0.45-0.49-0.44-0.41-0.37长春-0.060.08-0.11-0.19-0.20-0.16沈阳0.040.210.05-0.010.070.22南京-0.22-0.110.005成都-0.65-0.51-0.51-0.31-0.32-0.26郑州-0.01-0.18-0.21-0.20-0.08-0.01首先，从时间纬度来看，各地区的产业结构优化升级水平在2003到2008年间均有一个平稳上升的趋势，全国平均由2003年的-0.181上升到了2008年的0.221。其中，增长速度最快的为北京市，其次为上海和南京。在2003年时，全国18个大城市中尚有13个地区的产业结构优化升级水平为负值，到了2008年底，产业结构优化水平仍然小于零的地区只剩下6个，并且该11个地区也正保持着较高的增长率。截至2008年，产业结构优化升级的综合得分排名前五位的依次是深圳、厦门、广州、北京、上海。其次，从地域上看，以大连为分界线，这18个城市明显地分为两大类:一是以厦门和上海为代表的发展成熟、产业优化升级水平较高的先进城市，它们的综合得分的年增长率虽然较低，但是其绝对指标已经处于一个相当高的水平，在现阶段的产业升级任务主要是优化细节、稳中求升；另一类就是以北京、南京为代表的正在发展、产业优化升级水平提高迅速的潜力地区。此外，产业结构优化升级的综合得分排名前三位的城市均为珠三角改革开放前沿，这也从一个侧面体现出了，经过30年的积淀，珠三角已经建立起良好的社会经济基础，在目前的发展中具有其他城市所不及的优势。 （3）基于panel-data模型的实证分析对于自变量房价水平的衡量本文选取城市商品住宅的平均销售价格(Y)这一指标。数据以中国房地产统计年鉴中公布的“每平方米商品住宅平均销售价格”数据为标准。根据所选取的衡量房价水平的指标，分别提取各城市2003-2008年各年份该项指标的数据。为了反映城市产业结构优化升级水平，特选择上文因子分析法得出的产业结构综合评价得分作为因变量。Panel-data模型在具体估计时，主要有三种类型，即无个体影响的不变系数模型、变系数模型和变截距模型。考虑到本文所研究的问题，根据房地产价格与产业结构的关系，假定：第一，各个城市的产业结构发展状况是不同的；第二，假定各城市的经济发展水平、经济结构、人口素质等影响产业结构的因素是固定不变的，即参数满足时间一致性。故选择变截距模型固定效应模型，反映出不同房价水平下城市产业结构差异，并分析房价对产业结构的影响。由此,设定的Panel-data消费模型为：,其中表示第个城市在第年的产业结构综合得分, 表示第个城市在第年的商品住宅平均销售价格。 是城市区域发展特征对产业结构的影响，它仅随城市的不同而不同，并不随时间而变化，表示第个城市不受房价影响的产业结构发展水平。表示城市住宅平均销售价格对产业结构的影响,不随其他因素变化而变化。对上述模型,利用Eviews6.0软件进行运算,采用Pooled Least Squares法进行估计,模型估计结果见表6： 表6 panel-date模型计量结果VariableCoefficientStd. Errort-StatisticProb.C-1.3097110.067243-19.477400.0000P-3.5916000.307668-11.673630.0000Fixed Effects (Cross)1-C-1.76E-162-C-1.76E-163-C-1.76E-164-C-1.76E-165-C-1.76E-166-C-1.76E-167-C-1.76E-168-C-1.76E-169-C-1.76E-1610-C-1.76E-1611-C-1.76E-1612-C-1.76E-1613-C-1.76E-1614-C-1.76E-1615-C-1.76E-1616-C-1.76E-1617-C-1.76E-1618-C-1.76E-16Effects SpecificationCross-section fixed (dummy variables)R-squared0.604925Mean dependent var-0.603363Adjusted R-squared0.525022S.D. dependent var0.442296S.E. of regression0.304824Akaike info criterion0.620193Sum squared resid8.269679Schwarz criterion1.0920503、实证结果与补充说明 论文通过面板数据模型，较为客观地反映了全国18个城市2003-2008年间房地产价格对产业结构优化升级的影响情况。计量结果表明，现阶段房价上涨对产业结构优化升级存在抑制作用，即，房价与产业结构优化升级负相关。在产业结果优化升级过程中，房价上涨对其抑制效果为3.59，并且模型高度显著。那么，房价对产业结构优化升级的抑制作用是如何发生的呢？这里，本文将房价上涨抑制城市产业结构优化升级的传导机制归结为以下三点：一是资本市场：高房价的直接结果就是房地产业的高利润甚至暴利，在高利润的刺激下，各种资源纷纷流向房地产及其相关行业。房地产形成了类似于宇宙中的黑洞，不断把资金，资源吸引进去，而高新技术产业投资不足，制约了自主创新，同时，高房价会使整个社会的工商成本提高，也会把国内的高科技赶到国外去。二是劳动市场：房价上涨导致工资收入过多花在住房支出，生活成本增加，生活品质下降，从而导致人才流失。三是土地市场：房价上涨会引致土地价格上涨，商业成本增加，影响到城市的第三产业发展，并且房价（或房租）作为重要的生产成本之一其本身的上涨也会对第三产业的经营产生重要的影响，高房价和高房租会降低第三产业的经营利润，抬高第三产业的创业门槛，从而削弱城市第三产业的增长，提高产业转型成本，从而削弱第三产业对就