城镇非住宅房地产投资与相关行业固定资产投资研究.docx

中国城镇非住宅房地产投资与相关行业固定资产投资关系实证研究

张东 第一作者：张东，男，中南财经政法大学金融学院副院长、房地产研究所教授、博士生导师，主要研究方向为房地产金融与投资、房地产经济、城市基础设施投融资，邮箱kmzhangdong@.
叶本圣2 吴波3

（1．中南财经政法大学房地产研究所，湖北武汉430074）
（2．中南财经政法大学房地产研究所，湖北武汉430074）
（3．中南财经政法大学房地产研究所，湖北武汉430074）

摘要：写字楼、商铺、酒店等非住宅房地产不仅与住宅具有紧密的内在联系，而且与诸多行业具有紧密的关联性，非住宅房地产投资不仅要考虑住宅投资的因素，也要考虑各相关行业固定资产投资的因素。显然，揭示非住宅房地产投资与相关行业固定资产投资的相关性，有利于非住宅房地产投资决策与调控的科学化。
国内外有关非住宅房地产投资的文献主要从商业地产角度展开，其它较多的是从区位理论的角度，通过分析房地产开发投资环境而展开；另外国内研究非住宅房地产投资的文献不多，专门针对非住宅房地产投资与相关行业固定资产投资相关性的实证研究文选更少见。本文试图依据非住宅房地产运行的行业关联性理论，建立非住宅房地产投资与若干行业固定资产投资存在显著相关关系的假设，并通过选择反映非住宅房地产投资及相关行业固定资产投资的指标，以中国国家和各地方统计局数据库有关数据为样本区间，运用相关数理模型，对这一假设进行计量实证研究。在此基础上，根据实证结果，并结合实际，提出有利于提高中国城镇非住宅房地产投资决策及其调控科学化的建议。

关键词：非住宅房地产投资；相关行业固定资产投资；相关性

The positive research on the relationship between the investment about non-residential real estate in China urban and fixed assets in related industries

ZHANG Dong1 YE Ben-sheng2 WU Bo3
(1.The institution of Real Estate,Zhongnan University of Economic and Law,Wuhan430074,China)
(2. The institution of Real Estate,Zhongnan University of Economic and Law,Wuhan430074,China)
(3. The institution of Real Estate,Zhongnan University of Economic and Law,Wuhan430074,China)

Abstract:The non-residential real estate:office buildings, shops, hotels etc. doesnot only have internal relation with the residential, but also have the strong connection with many related industries. Investing on non-residential real estate, you will not only consider the factor of investment on residential, but also the factor of investment on fixed assets in the related industries. Abviously, revealing the correlation between the investment on non-residential real estate and fixed assets in related industries will contribute to the scientfic decision-making and regulation about the investment on non-residential real estate.
The literature of home and abroad about investment on non-residential real estate mainly start from commercial real estate,the others mainly developed from Location theory, which centers about surroundings of exploitation of real estate; moreover, the literature of studying on non-residential in domestic are little, not mention to the less special literature of positive research on the relationship between the investment about non-residential real estate and fixed assets in related industries. This paper try to bulid the assumption that there is abvious relation between investment on non-residential and fixed assets in some related industries according to the relevance theory on the operation of non-residential, by means of choosing the index of invesment on fixed assets in related industries, regarding the datebase of China's national and local bureau of statistics as sample interval,applying the mathematical model, we will do a measuring positive research on this assumption. On this basis, a suggestion which will be helpful to improve
decision-making and regulation on non-residential real estate in China urban.

Key words: Investment on non-residential real estate; Investment on fixed assets in related industries; Relevance

1 引言

非住宅房地产投资是在房地产投资中除去住宅投资的其余部分，主要包括写字楼、商铺、酒店等商业地产投资以及其他非住宅房地产投资。行业固定资产投资是在城镇固定资产投资中按国民经济行业划分的固定资产投资，体现的是固定资产投资在国民经济行业中的分配情况。相关行业固定资产投资，是从行业固定资产投资中选取的最有可能对非住宅房地产的正常使用产生影响的行业固定资产投资。
通过对相关统计数据的实证分析，探求非住宅房地产投资与相关行业固定资产投资之间的相关性及其相关程度，对非住宅房地产投资的最优决策和规制，以及合理调整城镇各行业固定资产投资的结构等具有重要的现实意义。

2 文献简述

（1）相关文献研究简述
从非住宅房地产开发投资角度阐述其与相关行业固定资产投资相关性的文献迄今为止相对较少，但是已经有许多学者从区位理论、城市经济学、城市基础设施建设、房地产投资环境、城市化进程、城市规划等不同角度，对房地产开发投资进行了研究。
房地产开发投资是与众多产业具有相关性。美国经济学家钱纳里 (美)H.钱纳里、S.鲁宾逊，《工业化和经济增长的比较研究》，上海人民出版社1995.
曾用美国、英国、日本、新加坡等国的数据从产业关联效应角度研究了产业结构，并按产业关联特性对产业进行了分类，这成为研究产业关联作用理论基础之一。
日本是最早运用产业动态协调政策调整房地产业发展的国家。日本学者自1968年首次提出住宅产业的概念之后，便对住宅产业的产业地位、投资评估、金融政策等方面进行了大量的系统性研究。日本经济学家渡边利用1997年的投入产出表测算得出：房地产业的生产诱发系数为1.26，影响力系数为0.67，感应度系数为0.86 王国军、刘水杏，《房地产业对相关产业的带动效应研究》，经济研究2004.
。
区位理论是始于级差地租的研究，是关于人类活动和房地产业发展的一般规律性的认识。德国经济学家杜能(J.H.VonThunen，1826-1963年)最早从研究农业品类围绕市场呈环带分布的模式，提出著名的农业区位理论，从而为以后区位论中两个重要规律，即距离衰减法则和空间相互作用原理的出现作了准备。
德国经济学者韦伯(A.Weber)建立了工业区位论，指出了工业用地区位指向性的原则；而后由艾萨德(W.Isard)和摩西(L.N.Meses)加以发展和修改；阿隆索建立了厂商投标叫价曲线模型，进一步解释工业用地的区位选择指向。
随着第三产业发展和城市化进程的加速，住宅区位理论和商业用地、办公用地等区位理论逐步发展，形成了过滤论、互换论和集聚论三大派别。
简德三、谢经荣、张红、周伟林等对西方的城市区位理论进行了较全面的介绍，并结合中国国情进行了有价值的深入研究，对我国房地产发展水平的提高起到了相当的指导性作用。
在房地产开发投资环境方面的研究，方维慰（2001）比较早地系统的分析了房地产投资环境因素，把政治环境、经济环境、基础设施环境、政策法规环境、社会文化环境这五个因素归结为房地产投资环境子系统，并建立了“多指标综合价值评定法”。
刘小鹏、米文宝、王亚娟（2005）运用因子分析法,建立了城市房地产投资环境评价指标体系,对中国西部地区城市房地产投资环境进行了定量评价,并对样本城市进行聚类分析。在其建立的评价体系中选择了“城市人居环境质量、城市经济实力、城市资金实力、城市基础设施与公共服务业设施、城市科技实力、城市第三产业与房地产业效益、城市开放程度”这7个子系统进行研究分析。
梁运斌（1996）系统分析了我国房地产业发展的基础理论以及市场运行机理，着重阐述了房地产业发展的周期性和地域性。根据房地产开发的主要内容，说明了城市规划对房地产的设施配套的调控调节作用。
孙建波 (2005) 孙建波，《房地产市场调控与城市规划：一个空间寡头分析框架》，2005年.
认为，交通等城市基础设施的改善对将起到促进市中心房地产价格下降的作用，与此相反，交通等城市基础设施的改善将促进郊区房地产价格的上升。

（2）现有文献简评
在房地产开发投资的相关研究中，较集中的是房地产开发投资情况对经济增长的效用和对关联产业的带动作用，其它的还有关于房地产开发投资环境的评测、房地产投资开发区位理论以及城镇基础设施建设对房价的影响等方面。而将非住宅房地产开发投资情况作为被解释目标，相关行业固定资产投资情况作为解释因素，研究二者关系，进而得出相关性结论，用于指导非住宅房地产开发投资的规划和决策，是当前实证研究比较缺乏的。

3 理论假定与数据说明

（1）理论假定
房地产行业作为国民经济支柱产业，其产业链长、产业关联度高以及对其他产业的带动作用强等特征已经被理论界证明。但是同时，也应该看到，房地产行业的产品，无论是住宅物业还是非住宅物业，要充分发挥其使用效率，得到房地产开发的最大效用，也必须得到周边配套的支持。
基于写字楼、商铺、酒店等商业地产的非住宅房地产开发投资，在投资开发的区位选择以及产品使用效率上，要受到诸如城镇基础设施建设、周边社会服务业、零售餐饮以及教育、文化娱乐、体育卫生等条件的限制和约束。只有上述的周边配套足够完善的前提下，非住宅房地产开发投资的产品效用才可以发挥到最大。从开发商的角度看，完备的配套设施可以提升开发产品的吸引力，更充分占领市场；从房地产开发产品本身的角度看，科学合理的周边配套可以最大限度提升资源利用效益，契合房地产开发产品的使用需求。
结合现实情况，我们认为非住宅房地产开发投资的情况，是受到城镇交通设施建设、市政给排水工程建设、信息服务、城镇零售餐饮、园林绿化、环境管理、科教文卫、广播电视传媒等因素的综合影响的。因此，在本选题中，我们假定非住宅房地产开发投资的情况，与上述因素存在一定的相关性，在此基础上选取适当指标和数据进行实证分析。

（2）数据说明
由于我国全面推进住房市场化改革是从1994年开始，并于1998年下半年开始停止住房实物分配，全面实行住房分配货币化，同时建立和完善以经济适用住房为主的多层次城镇住房供应体系。非住宅房地产的投资也是伴随着住房市场化改革而兴起的。1998年对于中国房地产市场是一个重要的转折点，因此本文选取1998年—2008年的15个大中型城市以及全国的数据进行实证分析。
根据数据可得性和相关指标的研究归类 本文数据和指标均来源于中国统计年鉴和各城市统计年鉴.
，我们选取统计年鉴中房地产开发本年完成投资额和住宅本年完成投资额，从而得到被解释变量非住宅房地产开发投资额；在固定资产投资科目，按国民经济行业划分的固定资产投资情况各指标里，选取了交通仓储邮政业固定资产投资额、社会服务业固定资产投资额、教育卫生文化娱乐业固定资产投资额、零售餐饮业固定资产投资额和金融服务业固定资产投资额五个指标作为解释变量 根据统计年鉴指标解释，对指标分类进行了适当性处理.
。
按照一般的分组方法，将我国分为东部、中部和西部三个地区。东部地区包括：北京、上海、广州、深圳、杭州、厦门、南京、天津和沈阳9个城市（东部地区非住宅房地产发展较为迅速，选取指标城市较多）。中部地区：武汉和长沙2个城市。西部地区：成都、重庆、西安和西宁4个城市。

4 实证模型及结果分析

（1）模型设定
采用面板数据模型中的混合回归模型，假设截距项和解释变量系数，对于所有截面个体成员都是相同的，即假设在个体成员上既无个体影响，也无结构变化。混合回归模型可以写成如下的形式：

（式1）
i=1,2,…,N t=1,2,…,N
对于模型，可以将所有截面个体成员的时间序列数据混合在一起作为样本数据，然后使用OLS对模型参数进行估计。

（2）平稳性检验
为了确定本文所采用的时间序列的平稳性，对各指标序列进行单位根检验，其中investment表示非住宅房地产投资额，finance表示金融服务业固定资产投资额，retail表示零售餐饮业固定资产投资额，transport表示交通仓储邮政业固定资产投资额，entertainment表示卫教文娱业投资额。D(service,1)表示service的一阶差分，D(service，2)表示service的二阶差分，其余指标表示方法同上。
我们选择4种方法进行单位根检验，分别是LLC检验、IPS检验、FisherADF检验和FisherPP检验。
其中LLC检验假定各截面序列有相同的单位根过程，仍采用ADF检验式形式：
(式2)
i=1,2,…,N t=1,2,…,Ti
IPS检验、FisherADF检验和FisherPP检验适用于不同单位根情形,都假定各截面序列具有不同的单位根过程。
检验结果如下表表示：
表格 1 单位根4种检验结果
变量
LLC
P值
IPS
P值
Fisher-ADF
P值
Fisher-PP
P值
investment
6.6571
1.0000
6.8389
1.0000
7.1852
1.0000
5.1807
1.0000
retail
7.4692
1.0000
9.1143
1.0000
2.8370
1.0000
2.6360
1.0000
transport
7.4551
1.0000
8.5043
1.0000
3.6961
1.0000
4.3208
1.0000
entertainment
0.8081
0.7905
3.5522
0.9998
12.4966
0.9979
12.5205
0.9979
service
7.0127
1.0000
6.6440
1.0000
13.3371
0.9963
10.6627
0.9996
D(investment,1）
-6.2467
0.0000
-3.1049
0.0010
60.1526
0.0009
65.8571
0.0002
D(finance,1)
-8.9826
0.0000
-5.2265
0.0000
89.7156
0.0000
161.1520
0.0000
D(retail,1)
-4.5509
0.0000
-1.6636
0.0481
49.8360
0.0129
52.7730
0.0063
D(transport,1)
-3.4554
0.0003
-1.7352
0.0413
52.6465
0.0065
74.6964
0.0000
D(entertainment,1)
-8.3389
0.0000
-4.6997
0.0000
77.6793
0.0000
85.2797
0.0000
D(service,1)
-1.7074
0.0439
-0.5625
0.2869
33.1182
0.3174
40.0991
0.1030
D(service,2)
-8.1273
0.0000
-5.3475
0.0000
91.8549
0.0000
100.5190
0.0000

检验结果表明，各变量的水平序列不平稳，一阶差分后的变量（除变量service外）均为平稳序列，变量service的二阶差分为平稳序列，由于5个指标种共有4个一阶单整变量，1个二阶单整变量，对service变量进行一阶差分处理形成新的变量dservice，新变量dservice是一阶单整变量。5个指标同阶单整符合协整前提。

（3）协整检验
迄今在面板数据中关于协整的检验，主要有两个途径：一个是原假设不存在协整关系，使用类似EG两步法平稳回归方程，从面板数据中得到的残差构造统计量进行检验；另一个是原假设存在协整关系。
本文主要采用Pedroni检验。Pedroni（1999）提出了可考虑异方差情形的面板模型的7个统计检验量。原假设为不存在协整关系，考虑的模型形式为：
（式3）
其中4个panel统计量和3个group统计量
检验结果如下：
表格 2 协整检验结果

全国
东部
中部
西部
统计指标
t值
P值
t值
P值
t值
P值
t值
P值
Panel v-Statistic
-1.942719
0.0604
-1.058132
0.2279
0.224836
0.3890
2.670810
0.0113
Panel rho-Statistic
4.743792
0.0000
2.513475
0.0169
1.508351
0.1279
1.723630
0.0903
Panel PP-Statistic
-2.982524
0.0047
1.758830
0.0850
-1.664662
0.0998
0.803721
0.2888
Panel ADF-Statistic
2.864407
0.0066
-0.158320
0.3940
-2.768156
0.0086
2.450873
0.0198
Group rho-Statistic
6.815840
0.0000
2.392277
0.0228
1.950353
0.0596
2.096276
0.0443
Group PP-Statistic
-6.931587
0.0000
-6.589895
0.0000
-5.269675
0.0000
-2.433631
0.0206
Group ADF-Statistic
-0.188398
0.3919
-3.053884
0.0038
-3.683343
0.0005
1.832551
0.0744

将15个大中型城市分成东部，中部、西部三个区域，全国15个城市，PanelADF统计量显著，3个Group统计量有2个显著，可见存在协整关系；东部区域，3个Group统计量均显著，说明存在协整关系；中部区域，PanelADF统计量和GroupADF统计量都显著，说明存在长期均衡关系；西部区域，PanelADF统计量和GroupADF统计量都显著，说明存在长期均衡关系。

（4）模型估计
根据协整检验的结果可知，各序列之间存在长期均衡关系，所以用OLS对面板混合模型参数进行估计。
长期波动方程模型结果估计如下：
表格 3 模型估计结果

全国
东部
中部
西部
变量
系数
t值
P值
系数
t值
P值
系数
t值
P值
系数
t值
P值
Transport
0.13574
2.04789
0.04240
0.23838
3.14853
0.00220
0.23838
3.14853
0.00220
0.33516
8.23544
0.00000
Retail
0.45604
2.12862
0.03500
0.96284
3.16093
0.00220
0.96284
3.16093
0.00220
—
—
—
AR(1)
1.10218
66.84563
0.00000
1.07817
49.86481
0.00000
1.07817
49.86481
0.00000
—
—
—
Service
—
—
—
—
—
—
—
—
—
0.42171
14.36791
0.00000
统计
指标
Adjusted R2
0.97020
Adjusted R2
0.97533
Adjusted R2
0.74700
Adjusted R2
0.94212
DW
1.68043
DW
1.54638
DW
2.49420
DW
1.51117
注：表中的“—”表示该值为空值。

全国15个城市、东部和中部模型中存在一阶滞后项导致随机误差的自相关，故采取广义差分法引入AR(1)解决，AR(1)过程：
(式4)
其中为随机误差。
从统计指标来看，可决系数分别为0.97、0.97、0.75、0.94，表明模型拟合程度比较高，DW值由于加入的AR(1)项明显好转，基本消除了自相关。
从表中可知，东部地区交通仓储邮政业固定资产投资额、零售餐饮业固定资产投资额两指标的系数均显著且呈正值，分别为0.238和0.963，说明这两个行业的固定资产投资对于非住宅房地产的投资有拉动作用，其中零售餐饮业固定资产投资与非住宅房地产投资相关程度更高，拉动作用更大。中部地区与东部地区相似，但是其中交通仓储邮政业固定资产投资对非住宅房地产投资的推动作用更大。西部地区是交通仓储邮政业固定资产投资和社会服务业固定资产投资两指标的系数显著，其中社会服务业投资的影响更大。
从全国范围来看，交通仓储邮政业投资和零售餐饮业投资是影响非住宅房地产投资的最主要的两个指标，卫生教育文化投资与金融服务业投资指标系数均不显著。
（5）误差修正模型
上述长期波动方程估计结果揭示了交通仓储邮政业投资、零售餐饮业投资和社会服务业投资与非住宅房地产投资之间的长期均衡关系，为非住宅房地产投资提供依据。面板修正模型可以揭示这三个行业投资对非住宅房地产投资的短期动态调整效应，为短期政策的制定提供依据。通过长期波动发成生成误差修正项，经检验该序列是平稳的，可以建立面板误差修正模型：
（式5）
其中反映各解释变量对被解释变量的短期影响，而ECM为短期调整系数，反映本期对上一期偏离长期均衡状态的调整幅度。
估计结果如下表：

表格 4 误差修正模型结果

全国
东部
中部
西部
变量
系数
t值
P值
系数
t值
P值
系数
t值
P值
系数
t值
P值
△Transport
0.32769
5.82017
0.00000
0.34597
5.80670
0.00000
0.33949
2.16539
0.04400
—
—
—
△Retail
0.61035
2.84530
0.00510
1.11663
3.88369
0.00020
—
—
—
-1.08109
-2.35257
0.02410
ECM(-1)
0.26130
2.41367
0.01720
0.08283
2.76362
0.00700
-0.41721
-2.11916
0.04820
-0.57530
-3.99958
0.00030
△Service
—
—
—
—
—
—
—
—
—
0.52866
6.55698
0.00000
统计
指标
Adjusted R2
0.07425
Adjusted R2
0.31009
Adjusted R2
0.10626
Adjusted R2
0.39457
DW
1.97692
DW
1.64034
DW
2.01880
DW
1.81033
注：表中的“—”表示该值为空值。

从估计结果来看，短期内除西部地区零售餐饮业投资系数呈负相关，其余地区交通仓储邮政业投资、零售餐饮业投资、社会服务业投资对非住宅房地产投资都有拉动作用。其中，东部地区短期零售业投资的拉动作用最显著。ECM指标显示东部地区对长期均衡偏离的短期调整效应最弱，为8.28%，中西部地区最强，分别为41.7%和57.53%。

5 结论与建议

根据以上实证检验结果，主要得出以下结论：（1）从全国范围来看，交通仓储邮政业固定资产投资和零售餐饮业固定资产投资是影响非住宅房地产投资的最主要的两个指标。（2）针对非住宅房地产开发投资来说，卫生教育文化娱乐业固定资产投资与金融服务业固定资产投资指标系数均不显著，不存在明显的相关性。（3）分区域角度来看，各地区经济发展程度存在差异，导致影响其非住宅房地产开发投资的行业指标也不尽相同。其中东部、中部、西部影响最大的指标分别为餐饮零售业固定资产投资、交通仓储邮政业固定资产投资和社会服务业固定资产投资。（4）根据误差修正模型，短期来看，除西部地区零售餐饮业投资系数呈负相关，其余地区交通仓储邮政业固定资产投资、零售餐饮业固定资产投资、社会服务业固定资产投资对非住宅房地产投资都有拉动作用。其中，东部地区短期零售餐饮业固定资产投资的拉动作用最显著。
从全国范围的角度分析，卫生教育文化娱乐业固定资产投资与金融服务业固定资产投资指标系数均不显著，其原因是金融服务业的固定资产投资相对较少，基本采用租赁等方式提供经营场所，对非住宅房地产投资影响有限；卫生教育文化业投资对于住宅性房地产投资影响较大，投资者在购置住宅性房地产时会优先考虑周边的教育医疗等条件，但是对于非住宅房地产而言，周边住宿餐饮以及交通便利程度才是最重要的影响因素，所以卫生教育文化业投资对非住宅房地产投资的影响较小。
对于地区间的差异存在的原因，主要是由于各地区经济发展程度不同造成的，东部地区经济相对发达，交通仓储邮政类基础设施比较完善，对服务业尤其是零售餐饮业的需求较大，所以零售餐饮业固定资产投资对非住宅房地产投资的影响更大；中部地区发展相对均衡，两指标的系数接近；西部地区经济发展相对落后，经济建设的重点是消除贫困，改善人们生活状态，所以社会服务业固定资产投资对非住宅房地产投资的推动作用更大。
针对以上分析，本文提出如下建议：（1）非住宅房地产的投资开发对于形成城市区域商圈有重要作用，合理增加交通运输、信息通讯以及零售餐饮服务业的基础设施建设投资，有利于更好的为非住宅房地产投资开发的产品形成配套，提升区域商业吸引力；（2）进行非住宅房地产开发投资规划和决策时，要结合所在地区经济综合发展情况，依据区域性的行业固定资产投资指标相关性，选择最优投资环境，从而保证充分发挥非住宅房地产开发投资产品的使用效率；（3）分行业固定资产投资指标性的影响存在长期和短期波动的不同，根据长期均衡偏离调整效应的高低，结合相关政策和实际情况，进行非住宅房地产开发投资环境的筛选，确定不同时期投资规划和决策。

参考文献（References）:
[1]曹振良等.房地产经济学通论[M].北京大学出版社,2003,6.
[2]方维慰.房地产投资环境研究初探[C].人文地理,2001,12.
[3]方维慰.房地产投资环境评价体系的构建及应用[C].南京航空航天大学学报,2002,12.
[4]简德三,王洪卫.房地产经济学[M].上海财经大学出版社,2003.
[5]刘水杏.房地产业与相关产业关联度的国际比较[C].财贸经济,2004,4:81-87.
[6]李双久.房地产业与国民经济发展的国际比较研究[D].吉林大学博士学位论文,2007,10.
[7]刘小鹏,米文宝,王亚娟.中国西部地区城市房地产投资环境综合评价[C].宁夏大学学报,2005,6.
[8]樊欢欢,张凌云.Eviews统计分析与应用[M].机械工业出版社,2009,6.
[9]王国军,刘水杏.房地产业对相关产业的带动效应研究[M].经济研究,2004.
[10]谢经荣.房地产经济学[M].中国人民大学出版社,2002.
[11]张晓峒.应用数量经济学[M].机械工业出版社,2009,3.
[12]萨缪尔森,诺斯,弗里德曼等.西方经济学经典选读[M].海天出版社,2002,8.
[13] (美) 丹尼斯・迪帕斯奎尔.城市经济学与房地产市场[M].经济科学出版社 ,2002,7.
[14] (美)H.钱纳里,S.鲁宾逊.工业化和经济增长的比较研究[M].上海人民出版社,1995.