地区房价、对外贸易与经济增...城市数据的PVAR模型检验_张伟.pdf

第39卷第1期2023年2月山西大同大学学报（自然科学版）Journal of Shanxi Datong University(Natural Science Edition)Vol.39 No.1Feb.2023地区房价、对外贸易与经济增长基于70个大中城市数据的PVAR模型检验张伟，宫兵*（淮北师范大学经济与管理学院，安徽 淮北 235000）摘要：选取中国70个大中城市2006-2020年的面板数据，运用面板向量自回归模型对地区房价、对外贸易以及经济增长三者之间的互动关系进行数据分析和模型检验，分析发现其三者的进一步发展更多的是依赖自身发展的惯性；对外贸易和经济增长对于地区房价均会产生促进作用，但前者的促进影响要弱于后者，说明地区房价比较容易受到当地经济发展水平的影响；地区房价及经济增长对对外贸易均存在一定的促进作用，但促进效果微弱；地区房价波动对经济增长的影响要略大于对外贸易对经济增长的影响。基于此提出了应该保持地区房价合理波动，推动地区经济发展平稳进行；坚持对外开放战略，加快促进“双循环”建设的建议。关键词：房价上涨；对外贸易；经济增长；面板向量自回归中图分类号：F752文献标识码：Adoi：10.3969/j.issn.1674-0874.2023.01.0101998年随着金融危机的蔓延，政府出台一系列政策来刺激我国经济复苏，其中就包括住房制度货币化改革，该政策的实施使得我国房产市场需求短期内爆发，并大幅度攀升，为危机后我国经济的快速增长提供了强大的动力支持，其也逐渐成为了我国经济的重要组成部分。但是这些年来房地产业的飞速发展和人民生活水平的提高使得我国商品房价格呈现出持续增长并长期处于高位盘旋的状态，这一现象得到了社会各界的广泛关注，政府对于房价调控一直处于严格要求态势，对房价提出“房住不炒”的政策，严格监控房地产市场泡沫的盛行。1978年改革开放政策实施以来，我国一方面抓住机会对国内经济环境进行改革，建立了社会主义市场经济体制，在坚决维护社会主义制度的前提下，努力改善经济基础和上层建筑、生产力和生产关系之间的矛盾，从而促进和提升社会生产力的发展，更好的维护我国广大人民群众的根本利益。另一方面我国积极贯彻“走出去”的改革开放战略，完成从封闭经济到全面对外开放的巨大转变，实现从东部沿海城市到中西部地区层层递进的开放格局。不仅将我国的货物远销到世界各地，同时也将国内的投资和服务扩展到了国外市场，呈现了从货物贸易到投资、服务贸易不断深入的开放新趋势，中国正逐渐在世界的舞台上大放异彩。近些年，中国的对外贸易规模不断扩大，贸易方式和贸易结构也不断的优化改善，我国更是已经超过美国成为世界第一商品贸易大国，进出口贸易的快速崛起对促进我国经济的发展起到了举足轻重的作用。但是全球新环境下我国对外贸易发展仍然面临着许多阻碍，特别是在新冠疫情爆发后的3年时间里，疫情对我国进出口贸易既造成了伤害，又带来新的风险和考验，在面对新冠疫情爆发蔓延的冲击之下，全球经济萎靡不振，而我国的进出口贸易依旧表现出很强的韧性，为我国经济的快速恢复提供了强大的动力，是我国经济体系中关键的一环。那么地区房价、对外贸易和经济增长之间存在什么样的关系呢？在后疫情时代的我国经济体制受到了来自供给冲击、需求收缩和预期转弱三个角度的冲击，同时疫情反复的情况下经济下行压力加大，是否可以利用这种互动关系帮助中国的经济维持以稳为主，稳字当头、稳中求进的态势，因此探究三者之间的关系可以对稳定宏观经济大盘，维持我国经济快速平稳增长，并对推动经济实现量的合理增长与质的稳步提升具有重要的指导意义。收稿日期：2022-10-13基金项目：国家教育部人文社科青年项目18YJC790036作者简介：张伟（1998-），河南信阳人，硕士研究生，研究方向：国际贸易运营与管理。宫兵（1978-），安徽淮北人，博士，讲师，硕士生导师，通信作者。E-mail:文章编号：1674-0874（2023）01-0047-07山西大同大学学报(自然科学版)2023年1 文献综述与评述1.1 关于地区房价与对外贸易的相关研究近些年，我国的经济水平在全球化的进程中飞速增长，对外贸易的发展也达到了一个全新的高度，房价涨幅过高也成为我国经济社会的主要问题，那么作为国民生产总值的重要组成部分，地区房价与对外贸易究竟是怎样的关系，国内外学者对于两者之间关系的研究较少，对于房价和对外贸易直接联系的研究很少，其中于银霞和赵忠秀1认为房地产价格与对外贸易在整体上存在显著的“倒U型”关系，但是其存在地区差异性。大多数都是单一的研究房价与出口或者进口的关系。关于地区房价和出口贸易关系的研究。刘灿雷和盛丹2从中国企业出口的角度研究发现，房价上涨会提高企业房产价值从而缓解了企业资金的约束，扩大企业的出口规模。潘爱民和余博3分析了房价对地区制造业出口规模和出口质量的影响,发现房价与制造业出口规模、出口质量之间存在正向关系。彭冬冬和杜运苏4在研究房价上涨对制造业出口的影响中，发现房价上涨会抑制制造业的出口规模。关于地区房价与进口贸易关系的研究。赵春明和陈昊5使用GMM方法实证分析发现商品房价格与进口总额是正相关关系，房价的波动会对进口总额产生一定的影响。另外赵春明和陈昊6还基于消费者跨期选择机制的优化框架下探讨了商品房价格影响进口贸易的路径，得出房价每上升1%，进口额会提高0.8%左右的结论。国外学者对房价变动与进口贸易关系的研究，较有代表性的是Eyal Biyalogorsky和Eitan Gerstner7，他们认为市场中价格的变动会让消费者避重就轻，更愿意在重要的部分消费，从而愿意购买房产，促使了房价上涨。与此同时，进口贸易会让国内市场中商品的价格逐渐稳定，因此认为房地产价格与进口贸易是反向变动关系。1.2 关于地区房价与经济增长的相关研究房地产业作为我国经济的重要组成部分，在推动地区经济增长上起到了不可替代的作用，国内外学者认为房价对经济发展的影响主要分为两个方面。一方面学者们认为地区房价上涨可以带动房地产业以及其关联产业的快速发展，同时也促进了地区经济的增长。Green8在研究地区房地产住宅和经济增长之间的关系发现房地产建设会推动地区经济的增长，同时房地产投资还会拉动地区生产总值的上升。朱慧吉9研究发现地区经济增长不仅会带动房地产价格的上升，房价上涨也会反向拉动地区经济的增长。李宏瑾10认为由于地区经济自身发展惯性的影响，决定经济增长的关键因素虽然不是房地产价格上涨，但是其仍能推动经济的快速增长。另一些学者认为地区房价的上涨会加大通货膨胀的产生几率，抑制地区经济的发展。Simon stevenson11对英国长时间的通货膨胀产生原因的研究发现，房地产业会导致通货膨胀现象的产生。唐志军、徐会军和巴曙松12研究发现我国房地产价格增速和通货膨胀率之间存在紧密的联系，房价增长速度上升1%，就会提升0.188%的通货膨胀率。孟莹莹13对地方债务、房价波动和区域经济增长三者关系进行了研究，发现房价上升会导致区域经济增长放缓，引起实体经济空心化发展。陈斌开、黄少安和欧阳涤非14认为住宅价格的上涨会提升企业的生产建设成本，降低企业的利润率，抑制地区经济的快速增长。1.3 关于对外贸易与经济增长的相关研究对外贸易与经济增长之间的因果关系是世界范围内争论不休的问题，这也引发学者们试图从实证的角度去寻找答案。杰弗里和安德鲁研究发现实行开放经济和封闭经济的发展中国家的经济增长率存在极大的差异，表明对外贸易对经济增长会产生或多或少的影响。董秘刚15对 1978-1998 年之间的我国对外贸易和经济增长之间关系进行分析，发现两者之间显著相关。刘晓鹏16利用我国的GDP和对外贸易数据进行协整分析发现，出口贸易的扩大对经济增长的促进作用要明显弱于进口贸易。尽管国内外学者对对外贸易与经济增长之间的观点大相径庭，但是在“对外贸易与经济增长存在正相关关系”上取得了共识。通过上述的文献整理可以发现，国内外学者对于地区房价、对外贸易和经济增长之间的动态互动关系的研究很少，主要是其中一个变量对于另一个变量的影响研究，通过我国的城市数据建立面板向量自回归模型对三个变量之间的关系进行检验，同时使用脉冲响应函数和方差分解对互动关系中变量随时间不断变化所呈现的反应进行分析。2 模型构建、变量选取与数据说明2.1 模型构建采用面板向量自回归模型（PVAR模型）进行数据的检验与实证分析，PVAR模型结合了经典VAR方法和面板数据模型的长处，可较好地捕捉到个体异482023年质性对模型参数的影响，把模型中所有的变量当作内生变量进行实证分析，再通过误差项的正交化处理，就可分解出一个变量对另一个变量冲击的响应，进而能反映出模型中不同变量之间的动态互动关系。因此，构建出的研究地区房价、对外贸易与经济增长的动态关系的PVAR模型如下：i,t=0+i+t+j=1rjzi,t j+i,t，（1）其中，i=(1，2，70)表示 70 个大中城市；t表示2006-2020年；r表示内生变量的滞后阶数；Zi,t是一个包含 lnhp、lntrade、lngdp的内生变量向量；t表示时间效应向量，反映趋势特征；i表示固定效应向量，表现地区的异质性特征；i,t表示随机扰动项，0指截距项。2.1 变量选取与数据说明为研究地区房价、对外贸易与经济增长之间的动态互动关系，选取以下指标：房地产价格（hp，元/平方米）采用地区城市的商品房平均销售价格表示，商品房销售价格=各市商品房销售额/商品房销售面积。对外贸易(trade，亿元)采用各个地区城市进口和出口贸易总额之和，以每年人民币兑换美元的平均汇率换算成人民币。经济增长(gdp，亿元)采用各城市的地区生产总值表示，通过地区生产总值可以反映出每个城市的经济发展水平。为了减少数据的差异性，这里对全部变量取对数处理，用 lnhp、lntrade和lngdp表示地区房价、对外贸易和经济增长的自然对数形式。由于数据的全面性和可得性，选取中国70个大中城市2006-2020年的面板数据进行实证分析，采用的所有数据均来自国家统计局网站、中国统计年鉴 及各地区统计年鉴等。考虑到物价因素的影响，对数据进行了CPI平减处理。3 实证检验与结果分析3.1 面板单位根检验面板数据的平稳性会对PVAR模型估计结果产生影响，所以在模型估计之前会对模型进行平稳性检验，以避免伪回归情况的出现，因此采用 LLC、IPS、Fisher-ADF、Fisher-PP 4 种方法进行检验，从检验结果（表1）可以看出，原始变量lnhp、lntrade和lng-dp无法拒绝原假设是非平稳数据的检验，但是经过一阶差分后的变量在四种平稳性检验下均通过，表明一阶差分变量dlnhp、dlntrade和dlngdp是平稳序列（见表1），可以建立PVAR模型。表1 变量平稳性检验变量lnhplntradelngdpdlnhpdlntradedlngdp检验方法LLCIPSFisher-ADFFisher-PPLLCIPSFisher-ADFFisher-PPLLCIPSFisher-ADFFisher-PPLLCIPSFisher-ADFFisher-PPLLCIPSFisher-ADFFisher-PPLLCIPSFisher-ADFFisher-PP检验结果-10.379（1）-2.752（1）0.248-3.399（1）-5.579（1）2.593-0.5983.173-4.815（1）4.9042.0365.395-18.116（1）-10.946（1）-1.712（2）-25.889（1）-15.936（1）-8.077（1）-1.696（2）-14.874（1）-12.687（1）-6.210（1）-10.654（1）-15.869（1）注：（1）、（2）分别代表1%、5%的显著性水平。3.2 最优滞后阶数确定为了防止实证估计系数由于时间效应和固定效应出现偏差，所以利用相关的信息准则来确定PVAR模型最优滞后阶数，才可以保证模型估计的有效性，通过比较AIC、BIC和HQIC准则的最小值