房地产投资论文范文

一、房地产投资对国民经济发展的影响

1.房地产投资增长速度对国内经济的影响中国自改革开放以来，经济增长在很大程度上都依赖于房地产投资。随着房地产投资增长速度高于国内经济增长率，巨大的盈利空间吸引了众多的企业进入到房地产行业中，甚至于出现了泡沫循环房地产环境，导致房地产价格一再上扬。这是国民经济在房地产投资总量发生变动的影响下所出现的现象。当房地产投资分配量已经超过了国民经济增长速度，就会导致国民经济比例失去平衡，投资的严重膨胀就必然引发房地产泡沫。

2.房地产投资结构变化对国民经济的影响相比较而言，当房地产投资结构发生变化，就会影响到不同的产业部门的运作以及相互之间发展的平衡性。比如酒店、商场等等，都属于是消费型物业，对于住宅建设的影响是深远的，主要在于中国经济增长依赖于房地产投资增长带动固定投资增长，当房地产投资发生变动，就会影响到国内经济增长，处于中国经济增长环境下，房地产投资扩大化，就会使投资发生乘数效应，从而推动国民经济快速发展。

二、区域经济的可持续协调发展对于房地产投资的要求

1.房地产业与区域经济协调以开拓融资渠道早期的房地业发展主要依赖于政府投资。目前国家倡导充分利用民间融资，以挖掘民间投资的潜在能力，将民间的富余资金应用于房地产投资当中，不仅推进了房地产投资的高速运转，而且还确保了房地产项目的顺利完成。房地产业作为资金密集型产业，融资效果与企业的发展存在着直接的关系，但是民间投资具有较高的准入门槛，需要经过层层行政审批之后，才能够发挥投资效应。对于房地产企业而言，资金运转效率过低，会导致企业高成本运营，而且由于资金到位一再延期而致使投资失败。为了避免这种民间投资障碍过多，可以发挥政府与民间投资共同拉动的方式。当民间投资者获得合法性，并在政府的保障下，使得民间资本投资充分地发挥作用。

2.理性的房地产投资可以改善区域住房供需结构中国城镇化建设进入快速发展时期，短期房地产投资在宏观政策的引导下，有效地抑制了房地产市场，推进房地产市场健康有序地发展。随着居民收入的增加，住房保障体系也要逐渐趋于完善。随着房地产投资理性化，住房价格有所抑制，使得住房的供给结构得以改善。为了使房地产市场的有效供给效率有所增加，就要依赖于各项政策措施，将有关规范确定下来，并按照明确的标准执行，以使住房政策落实到位。

3.区域经济可持续发展引导房地产投资的超前环保意识房地产开发建设对于周围环境的影响是不容忽视的。一些房地产开发商为了获得更高的经济效益，不惜破坏自然资源。以破坏自然生态而换取利润，未来所付出的代价是不可估量的。因此，房地产开发要树立超前的环保意识，对于房地产开发现场以规划布局，要尽量避开生态林地和农业耕地，开发废弃土地，以利于后期的各项建设工作顺利进行。另外，城镇化发展导致城市人口密度过高，鳞次栉比的建筑占据的大比例的城市空间，随之而来的也就是环境污染问题。房地产开发商就有责任在开发区域规划时，将环境绿化和生活废弃物处理纳入其中，在设计小区园林绿化的同时，为居民增加公共活动空间。与此同时，房地产商还要与政府合作，通过市场机制对于环境污染以有效控制，从根本上改善居民的居住环境。

作者：王蒙单位：济南市土地储备交易中心

一、西部地区房地产投资与区域经济发展状态

就整体来看，1997—2011年之间，全国GDP急速增长，2011年之后增速渐缓，与此同时，全国房地产投资量大幅增加。全国房地产投资与GDP趋势相当。西部地区房地产投资是否有与区域经济协调发展的状态或可能性需要进一步实证检验。这里以贵州为例。

贵州省房地产投资与区域经济发展的关系主要可划分为以下四种可能：（1）二者相互促进、影响和制约；（2）区域经济发展对房地产投资促进较大，而后者对前者影响微弱；（3）房地产投资对区域经济发展促进较大，而后者对前者影响微弱；（4）二者之间没有明显关系。选取贵州省1995—2011年房地产开发投资完成额L和GDP作为衡量标准，数据来源于《贵州统计年鉴》。首先对这两个指标进行ADF平稳性检验，发现，lnL，△lnL，lnGDP,△lnGDP序列在5%的显著性水平下无法拒绝原假设，二阶差分在5%的显著性水平下可以拒绝非稳定序列的原假设，即二者都为二阶单整。理论和趋势上，二者有存在长期均衡的可能性。其次，对二者进行JJ检验方法来进行协整检验。协整分析结果如下表：5%的置信水平下，lnL和lnGDP存在长期均衡关系，即贵州省的房地产投资与区域经济发展存在长期的稳定的均衡态势。最后通过Granger因果检验，检验结果如下：以上结果显示，区域经济发展对房地产投资促进较大，而后者对前者影响微弱。

可见，贵州省房地产投资尚处于初级发展阶段，对GDP的贡献和促进作用尚小。这可能是因为，作为房地产市场重要组成的房地产投资促进GDP增长主要是通过资本的积累来拉动经济增长。发展较为落后的贵州省偏向于工业和制造业的发展，发展以工业导向性，对房地产开发投资的重视力度不够，因此，房地产投资对贵州省GDP的贡献较小。

二、如何实现西部地区房地产投资与区域经济协调发展

（一）与生态环境发展相协调。一直以来，西部地区房地产投资偏重于粗放型，主要依靠土地等资源的过度消耗来换取区域性GDP的增长。因此在房地产投资中应当听取城市规划专家和生态保护专家的意见，使房地产品与生态环境有机衔接。

（二）逐步加强对房地产投资的重视。检验证明，西部地区房地产开发投资对区域经济的增长贡献微弱，这与西部地区以工业发展为导向的粗放型生产方式有关。而区域经济的增长对西部地区房地产开发投资影响较大。西部地区应加强工业建设，在此基础上，以工业发展带动经济发展，进而促进房地产市场的进一步发展，最后使西部地区房地产投资与区域经济实现协调发展。房地产开发投资在西部地区发展尚处于起步阶段，应在集中工业投入和发展的同时，逐步重视西部地区房地产市场的发展，重视房地产投资。

（三）将“人文”和“和谐”的理念引入房地产投资。应响应政府“加强人文建设，实现社会和谐发展”的号召，将“人文”和“和谐”等新时期发展的重要关键词引入到西部地区房地产投资建设中去，确保西部地区房地产投资与区域经济的发展在“人文”和“和谐”的背景下逐步实现。

一、国内经济形势方面分析

1.站在宏观经济角度，国内经济发展增速持续下滑，物质积累速度远跟不上经济发展脚步渐渐凸显了投资的风险。（1）自2011年以来，传统的拉动中国经济增长的“三驾马车”--投资，内需（消费）和出口，通过廉价劳动力和原材料刺激出口的方式，现如今靠外需拉动经济增长的模式显现了种种矛盾，中国经济良性发展，还应提高内需，促进消费者投资。①进出口增速回落，价格水平涨幅较低，据国家统计局数据显示，2014全年最终消费支出对国内生产总值增长的贡献率为51.2%，比上年提高3.0个百分点。②2014年全国居民收入基尼系数为0.469，基尼系数按照联合国有关组织规定超过0.4“警戒线”，表明我国收入差距较大。（2）一个很现实的原因就是现今社会矛盾加剧，赚钱不易，普通老百姓闲置资金少，更无资金回融用于投资。房地产发展之初，符合我国经济发展的速度和水平，问题尚未突显，随着经济发展加快，住房需求增加，导致房地产价格上涨，然而只有地产业能在地产泡沫中“分一杯羹”，随着出租房屋、出售房屋，富人越来越富，导致贫富分化更加严重，收入差距进一步拉大，低收入者就更加买不起房。

2.从我国政策上看，2013年到2014年有一个大的转变，2013年政策倾向于不放松的限购调稳政策。（1）虽说货币信贷增势平稳，但数据显示2014全年社会融资规模为16.46万亿元，比上年减少8598亿元；2014年也陆续出台支持首套房贷，放宽公积金贷款和央行降息的政策，这些对宏观经济帮助较大，使得一二线城市楼市集体经济成交上升。（2）一系列的“贴补”政策未能刺激楼市的大幅回温，2014年，面对低迷的房产经济，政策上不再提“调控”二字。从呼和浩特发文取消限购以来，面对较大的房产冗余，全国各二三线城市纷纷放松限购，例如，2015年1月16日，福建厦门正式宣布全面退出限购，首周楼市成交量竟接近两成。该政策调整也将使15年未来的楼市情况得到平稳发展。3.年轻群体买房能力低。调查不同地市的人，可以得到相近的结果。（1）收入低，住房公积金补贴少倾向于租房。（2）房产中介“幌子”多。许多房产网络信息与实地看房信息不一致，中介讨价还价，实际房价远比网上刊登的高，使人望而生畏。

二、国外经济形势方面分析

1.联合国经济和社会事务部最新发表的《2015年世界经济形势与愿望》报告显示，2014年世界经济将会继续缓慢增长，预计2015年和2016年世界经济将分别增长3.1%和3.3%。

（1）美国经济增长速度超过预期，2014年美国四季度GDP增速提高至5%，消费市场持续回升温，其制造业、农业、服务业均未受到世界经济颓靡的影响，而我国2014年四季度GDP同比增长7.5%，与2013年数据相比，真实GDP增速是下降的，14年城镇人口占总人口比重比13年同比增长1.04%；全年全国规模以上工业增加值按可比价格计算比上年增长8.3%。正处于城镇化和工业化的加速发展阶段，正是需要大量资金投入阶段，可是由于受到美元的大幅升值和美联储退出量化宽松政策的影响，我国现面临通货紧缩风险。

（2）欧洲经济因为石油价格大跌，欧元贬值，导致通货紧缩加剧，但欧元区财政放松，能够小幅度刺激经济增长。成员国内需求下降，劳动力市场疲软，仍是经济难以发展的表象。

（3）面对国内通货膨胀的状态日元也同样贬值，日本央行推行放大版的宽松货币政策，旨在引发货币刺激经济规模。也会成为财政恶化的诱因，从而导致日本低收入人群不满。长久来看，会降低需求，仍有导致通货紧缩的风险。

1层次选优方法在房地产投资风险决策中的应用

1.1项目的基本情况有一项目地块需要开发，其处于市中心的核心地段，东侧为大型民用住宅项目，南侧是50米宽的主干道，西侧为15米宽的政府规划道路，紧邻一著名CBD区域，交通便利设施齐全，此地块规划用地面积约为32.8亩且无须进行大规模拆迁。其具有成为大型中高档居住项目和大型商业区域的价值。现在对此地块开发项目的投资进行科学的系统的分析，让其达到最理想的效果。

1.2三种候选投资方案方案一:让其全部建成中高档居住住宅，记为方案D1。方案二:让其全部建成具有特色商住两用公寓，记为方案D2。方案三:让其全部建成高级的酒店式产权公寓，记为方案D3。

1.3检验各层一致性和各层的权重计算按照层次分析法的方法，每一层的特征向量计算(方根法)与检验各层的一致性的结果如表1所示。从表1的信息中我们能看出，CR得值都小于0.100，因此它的一致性是在接受的范围内的，所以各个因素对于总目标的权重如表2所示。

1.4各个方案对于风险因素模糊矩阵的确定通过利用德尔菲法经数位专家给各个方案的风险适应性进行打分，计算出各因素的平均风险程度值，然后就可以获取各个方案中多因素模糊评价矩阵RD1、RD2、RD3，如表3所示。从表3中我们可以看出，方案D1的高风险的权重值是最大，低风险的权重值是最小的；方案D2中，高风险的权重和低风险的权重相差不大，是中等水平，但是其中风险权重偏高；方案D3的高风险权重最低，可是其中的中风险权重与低风险权重比较高。但是房地产项目就是高风险高收益的投资项目。所以根据以上结论，并且结合房地产投资项目风险的特有的特点，在现实中应采用方案二，让其全部建成具有特色商住两用公寓。

2结论

在本文中应用的层次分析法是中和评价方法中较为简便的一个方法，最大的优点就是一目了然，并且在存在不确定性和主观信息的情况下得到充分的适用。但是也有很多不完美的地方，就是当遇到不确定性因素多，问题烦琐的情况下，此方法就会很容易出现解决不了的问题。此方法需要评价者对问题的本质、各个要素以及相互之间的逻辑关系进行深入的了解。一个正确的决策是至关重要的，而如何做出决策又是得出结论的前提，综合评价是科学决策的前提，是科学决策中的一项基础性工作。综合评价为决策者所做出的决策提供了具有科学性依据的决策。

作者：戴洪蕾王建国单位：内蒙古工业大学

一、区属房地产运行特点

1.房地产投资趋势波动。2014年，长安区区属房地产投资呈现出趋势波动的发展态势，区属完成房地产投资30.74亿元，同比下降2.4%，一季度较上年同期增长1.7%，二季度、三季度、四季度，分别较上年同期下降13.3、0.1、2.4个百分点。

2.商品房销售低迷，靠刚需支撑市场。长安区房地产市场经过多年高位增长，在国家一系列调控政策作用下，市场逐渐步入分化调整期，投资性需求退出市场、改善性需求持币观望、刚性需求成为支撑销售的主导。2014年，区属商品房销售面积48.92万平方米，同比下降16.2%，增幅较上年收窄6.4个百分点；商品房销售总套数为4612套，其中：90平方米以下商品房销售2783套，占全区商品房销售套数的60.3%，90-144平方米商品房销售1630套，占全区商品房销售套数的35.3%，144平方米以上销售199套，占全区商品房销售套数的4.4%.刚需性小面积住宅成为开发商主打产品，市场销售量遥遥领先。

3.价格总体平稳，地铁沿线楼盘售价有所攀升。在宏观调控政策力度不减的大环境下，我区商品房销售价格未出现大幅波动。据年底商品房销售数据显示，2014年区属商品房销售均价为6593元/平方米，较去年年末上涨500元/平方米，价格小幅攀升。自地铁2号线开通以来，地铁沿线楼盘销售价格上涨迅猛。例如吉源房地产有限公司开发的项目处于地铁2号线韦曲南站，地铁开通前楼盘商品房销售价格在5000元/平方米左右，自地铁开通后该楼盘商品房销售价格不断上涨，到今年年底已达6000元/平方米左右。

二、区属房地产需要关注的问题

1.企业资金困难，对市场信心不足。2014年，区属房地产企业资金到位47.83亿元，同比下降17.3%.其中：国内贷款3.4亿元，占到位资金的7.1%，同比增长20.1%；自筹资金5.05亿元，占到位资金的10.6%，同比回落31.7%；以定金及预收款和个人按揭贷款为主的其他资金39.38亿元，占到位资金的82.3%，同比回落17.4%.在国家政策依然收紧的大环境下，项目开发资金主要依靠企业自筹及销售回笼。而随着房地产销售市场的逐步降温，企业销售回笼资金减缓，资金量趋紧形势将更为严峻，最终将直接导致工程进度较为缓慢，企业普遍对房地产市场的前景信心不足。如荣和置业有限公司，由于项目证照不全，楼盘难以销售，资金无法回笼，目前企业资金无法维持项目开发，已陷入困境。而紫翰庭院项目情况更为严重，由于资金链断裂，企业发展已停滞。

2.城改项目手续复杂，进度缓慢。随着我区城镇化进程的不断加快，城中村改造项目将逐渐成为我区房地产市场的主力军。目前我区的34个房地产项目中，青城、橡树湾、风景天下3个项目属于城改项目，由于目前严格的预售证管理办法，极大地抑制了企业的预售行为，而城改项目手续办理较一般商业楼盘更为困难，这对实力不强的中小企业影响更大，如青城项目，由于证照迟迟难以完善，无法开展预售，资金回笼缓慢导致资金链收紧，到期拆迁户无法回迁，已经开始按协议给拆迁户双倍支付过渡费，令企业雪上加霜。

3.成本上涨过快，企业投资谨慎。由于近年来地价较两、三年前翻了一倍，加之配套费、人工费均上涨较快，而长安区房价总体平稳。对于土地储备不足的房地产企业，如果现在投资拿地，利润空间较为有限。因此，企业持观望态度，投资较为谨慎。4.企业各项应付款继续扩大。信贷收紧及销售低迷，企业资金回笼缓慢，使得房地产企业各项应付款继续扩大。2014年，区属房地产开发企业各项应付款达15.14亿元，同比增长21.1%，比2013年上升了2.5%.其中工程款6.69亿元，增长35.0%，比去年同期上升了2.7%。

1指标体系权重的确定

在运用VIKOR法分析指标体系时首先应当对各指标的权重值进行确定。本文在确定各指标权重的时候采用分析法，其基本思想为：决策者将复杂的问题分解成为若干层次和若干要素，为了活动不同要素和不同待选方案的权重从而为选择最优方案提供决策依据，要对各要素进行简单的比较、判断和计算。层次分析法要求对各个元素进行两两比较，判断其相对重要性，然后参照1-9标度法由专家对其重要程度赋值，构造判断矩阵，最后计算出最低层诸因素相对于最高层系统总目标的相对重要性权值，因此本文邀请了50位房地产方面的专家，对房地产投资决策各个层次的指标之间的相对重要性进行打分，并运用公式进行计算，通过检验得到房地产投资决策各个指标的权重。

2VIKOR法的原理和步骤

2.1VIKOR法的原理Opricovic提出的一种多属性的决策方法VIKOR也是一种基于理想点法的决策方法。其基本观念是首先界定理想解和负理想解。正理想解是指各备选方案在各评估准则中的最佳值；负理想解就是各方案在各评估准则中的最差值，然后根据各备选方案的评估值与理想方案的接近程度来排列方案之间的优先顺序，VIKOR采用了由Lp-metric发展而来的聚合函数。

2.2VIKOR法的步骤VIKOR法的工作流程如图2所示。

3实例分析

3.1实例简介某企业预计进行某房地产项目的开发，从以下几个投资项目（用Ai表示第i个备选合作伙伴，i=1，2，…，6）中选择一个进行开发。其中区域熟悉度、企业规模、经营风险指标、投资成本是四个属性因素（用Cj表示第j个属性值，j=1，2，…，4）。

3.2基于VIKOR法的决策过程

一、70个大中城市房地产需求与经济增长关系的实证分析

1、数据来源。为相对全面和科学地分析经济增长的贡献因素，除了选择房地产开发投资数据外，还进一步选取其他两个重要影响因素，即非房地产固定资产投资和劳动投入量两个变量。70个大中城市房地产开发投资（REI）、扣除房地产开发投资以外的固定资产投资（K）和劳动投入量（L）的面板数据来源是《中国城市统计年鉴》、《中国区域统计年鉴》和各个省市统计年鉴，样本期间为1996年至2010年。

2、实证分析。（1）样本分类。采用多指标聚类分析方法对70个大中城市进行分类。多指标聚类分析采取的是离差平方和法，其思想来源于方差分析，先将N个样本各自成一类，然后每次减少一类，每减少一次离差平方和就会增加，选择使类内平方和增加最小的两类合并，直到N个样本聚成一类为止。在城市规模指标的衡量上，选取市辖区人口、GDP和建成区面积作为衡量指标，多指标聚类分析结果见表3。由上表可以看出按照人口规模，经济规模和城市面积将全部70个城市分为三类。其中：第一类城市中的上海、北京、广州、深圳四个城市其经济总量都在全国城市前列，2009年其市辖区GDP分别位于全国第一、二、三、四位，建成区面积也分列全国第三、一、二、四位，市辖区人口也都在全国城市前列，为超大规模城市；其余城市2009年的市辖区建成区面积大都在330平方公里以上，市辖区人口大都在300万以上，经济总量也大都位居全国前列，属三类城市中的较大规模城市。第二类中的城市大多是省会城市或沿海城市，其最近12年的经济总量以1998年的价格计算均值都在200亿元以上。截止2009年末，市辖区建成区面积大都在150平方公里以上，市辖区人口数量大都在150万以上，无论是其经济总量、人口数量还是其建成区面积都比较大，属三类中的中等规模城市。第三类城市相对于前两类城市来说，其经济实力较弱、建成区面积较小，人口总量较少，多为三线城市，其市辖区人口密度也相对较小，为三类城市中的较小规模城市。（2）模型估计、选择及解释。为消除异方差影响，对GDP、REI、K和L分别取对数，得到lnGDP、lnREI、lnK和lnL，并运用沃尔德（Wald）F检验法对个体效应显著性进行检验，检验结果为：第一类：F=91.32>F(15,173)=1.7245第二类：F=51.54>F(23,261)=1..5708第三类：F=45.062>F(29,237)=1.5023检验结果表明，三类城市的F统计量都大于其在5%时的显著水平，拒绝了所有系数可混合性的零假设，因此，相对于混合效应模型来说，固定效应模型更为合适。为此，通过广义最小二乘法，分别建立三类城市对应的模型。第一类城市中，房地产投资对经济增长的弹性系数为0.0992，除房地产外的其他固定资产投资对经济增长的弹性系数为0.1006，劳动力对经济增长的弹性系数为0.1937。房地产投资对经济增长的贡献，在三者中最低，表明第一类城市的经济增长依赖于房地产投资相对较弱。这或许是因为第一类城市的发展已超越一定阶段，经济中包括技术、人力等因素对经济增长的贡献超过了含量并不算太高的资本———房地产业投资所发挥的作用。第二类城市中，房地产投资对经济增长的弹性系数为0.1894，除房地产外的其他固定资产投资对经济增长的弹性系数为0.05915，劳动力对经济增长的弹性系数为0.0798。相较于第一类城市和第三类城市，第二类城市中房地产投资对经济增长的拉动能力是三类城市中最高的，表明第二类城市的经济增长更多地依赖房地产投资。这或许是第二类城市经济发展处于起步阶段，含量并不算太高的资本密集型产业———房地产业对其经济促进作用已开始充分发挥，而包括技术、人力等因素对经济增长的贡献尚未开始发挥。第三类城市中，房地产投资对经济增长的弹性系数为0.1367，除房地产外的其他固定资产投资对经济增长的弹性系数为0.1661，劳动力对经济增长的弹性系数为0.0633。第三类城市中房地产对经济增长的贡献，介于第一类城市和第二类城市之间，表明第三类城市的经济虽较多地依赖房地产投资，但受经济发展程度等诸多因素影响，房地产投资对经济增长的贡献尚未完全发挥。这或许暗示，随着第二类城市的进一步发展和第三类城市经济的起步，当第二类城市的技术、人力因素等对经济增长的贡献超越含量并不高的资本贡献时，第三类城市的房地产投资对经济增长的贡献将跃居首位。

二、结论及建议

显然，无论是从总量角度，还是从区域视角，亦或是选择具有代表性的大中城市进行分析，房地产业发展对于我国宏观经济发展具有重要的推动作用，且房地产发展对于宏观经济的促进作用随着区域经济发展程度不同而有差异。针对上述房地产发展与宏观经济发展之间的关系，在选择房地产调控政策时，就应防止一刀切的调控手段和措施。具体而言，对于东部地区或房地产一线城市，房地产调控政策应趋紧，防止脱离实体经济的房地产泡沫的膨胀对宏观经济的破环作用；对于中部地区或房地产二线城市，房地产调控政策应侧重在引导方面，即如何更好地引导房地产业对宏观经济的促进和拉动作用；对于西部地区或房地产三线城市，宏观经济发展尚未完全启动，房地产调控政策应侧重在扶持上，即如何更好地使房地产业成为推动宏观经济发展潜力和支柱。

作者：茹渭单位：中国人民银行上海

一、研究方法与数据选取

(一)研究方法主要分析方法和过程如下:1．单位根检验。在对时间序列数据进行计量分析时，由于只有相同单整阶数的两个变量才可能存在协整关系，因此首先需要对各变量进行平稳性检验。单位根检验主要有DF检验、ADF检验和PP检验。2．协整检验。协整可以用来描述两个及两个以上的序列之间的平稳关系。假如非平稳(有单位根)时间序列的线性组合是平稳的，即I(0)，则这些变量间有协整关系;如果残差序列不平稳，说明变量间的协整关系不存在。［7］3．误差修正模型(ECM)。误差修正模型描述的是各变量之间的短期波动情况。4．Granger因果性检验。协整检验描述的是变量间的长期动态关系，如要揭示一个变量的变化是否是另一个变量变化的原因［7］，还需借助Granger因果性检验。5．脉冲响应函数分析。脉冲响应函数可以描述一个变量的随机误差项(称为新息Innovation)的冲击对每个内生变量当期值及未来值所产生的影响程度。

(二)数据选取为了从定量的角度考察中国房地产投资(记为FDC)与中国城市化水平(记为UR)的相关关系，文章选取这两个变量1995～2011的年度数据来进行实证分析。数据均来源于《中国统计年鉴2012》。1．城市化水平(UR)。城市化水平的衡量指标形式较多，如城市人口占总人口的比重、非农人口占总人口的比重、城市用地占国土面积的比重等等。考虑到数据来源的权威性和可获得性，文章采用“城镇人口占总人口的比重”来表示城市化水平。2．房地产开发投资额度(FDC)。由于统计年鉴上公布的房地产开发投资额数据未考虑每年物价波动带来的影响，因此为剔除物价上涨对各年数据的影响，笔者首先用全国固定资产投资价格指数(记为I)将每年的原始数据(FDC1)加以调整，调整后的房地产开发投资额(记为FDC)数据均以1995年为基期，单位为亿元。为消除时间序列数据中可能存在的异方差现象，笔者对文中的城市化水平、房地产开发投资额度均采用自然对数(分别记为LnUR、LnFDC)的形式进行计算。

二、实证分析

(一)单位根检验首先对上述变量进行平稳性检验。利用EViews6．0软件采用ADF检验方法分别对变量LnUR、LnFDC进行单位根检验，并以AIC准则来确定ADF滞后阶数，AIC值最小时的滞后阶数即为ADF的滞后阶数。从LnFDC和LnUR两变量的趋势图来看，两序列都有明显的上升趋势，因此对原序列进行单位根检验时，检验形式同时选取常数项和趋势项。检验结果见表2。软件检验结果显示，LnFDC与LnUR为非平稳序列，但经过一阶差分后，数据都是一阶单整。

(二)协整检验两个时间序列只有他们都是同阶单整时才存在协整关系［8］。上述单位根检验确定了LnFDC和LnUR都是一阶单整，因而可以建立模型进行协整分析。协整检验的方法有两种:一种是适合两个变量之间关系的Engle－Granger检验法(简称EG检验);二是适合多个变量之间关系的Johansen检验法。然后检验残差项e是否平稳，即判断e是否为I(0)序列。对残差序列e进行单位根检验，检验结果见表3。在1%的显著性水平下，e的ADF值(－8．160691)小于其临界值(－4．667883)，说明残差序列e为平稳序列。式1即为序列LnUR与LnFDC之间的长期稳定均衡关系。该回归方程的系数表示城市化率提高1个百分点，会导致房地产投资额增加5．05%。

(三)误差修正模型(ECM)协整关系只反映变量之间的长期均衡关系，为弥补长期静态模型的不足，可通过短期动态模型反映短期偏离长期均衡的修正机制［9］。建立城市化与房地产投资之间的误差修正模型，利用Eviews6．0对VAR模型的LagStructure进行评价，从五个评价指标中得知VAR(1)为最优，因此在建立VEC模型时选取VEC(0)时效果最好。从表4可知，长期均衡对城市化水平和房地产开发投资额短期波动的影响较为显著，说明误差修正起到重要作用。［10］LnFDC的误差修正项系数(－0．1411)为负，表明房地产投资对均衡关系表现为反向修正;LnUR的调整系数为0．0132，说明城市化水平对均衡关系具有正向促进作用［10］。另外从误差修正的调整力度来看，误差修正对于房地产投资的短期波动具有更为显著的调整力度，表明在房地产投资和城市化水平的双向影响关系上，城市化水平能更显著的影响房地产投资额的变动，城市化水平的变动可能是导致房地产投资变动的原因。

(四)Granger因果性检验对lnFDC和lnUR两个变量进行Granger因果关系检验，最大滞后阶数取3，检验结果见表5。从表5可以看出，当滞后1～2期时，在5%的显著性水平下，LnUR是LnFDC的格兰杰原因，即中国城市化水平的提高是房地产投资增加的原因。同时看到，当滞后3期时，lnUR不是lnFDC的格兰杰原因的概率超过了20%，说明城市化对房地产投资的影响在滞后3期效果已不太明显。反过来，当滞后3期时，Ln-FDC不是LnUR的格兰杰原因的概率概率为10．3%，除此之外的其他滞后期时，我国房地产投资增加不是城市化进程加快的原因的概率在30%以上，因此LnFDC不是LnUR的格兰杰原因。城市化对房地产投资的影响比房地产投资对城市化的作用要大的多，这与误差修正的结论一致。