房地产发展与产业结构探讨范文

本站小编为你精心准备了房地产发展与产业结构探讨参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

[摘要]基于珠三角9个城市2010年-2016年年度面板数据，运用固定效应模型和随机效应模型，分析珠三角地区的房地产发展与城市产业结构升级的关系。研究结果发现：长期来看，珠三角房地产发展对城市产业结构升级有明显的阻碍作用，房地产发展增加会抑制产业结构升级；本地区的人口迁入增加有利于珠三角城市群的产业结构升级；人平均工资的提高与产业结构升级显著地正相关；在进行稳健性检验后结果依然显著。

[关键词]珠三角；房地产发展；产业结构升级

珠三角由广东省的九个城市（广州、深圳、中山、东莞、珠海、佛山、肇庆、江门、惠州）组成，是我国经济最发达的城市群之一。从探索思考珠三角的区域合作新模式，到现在的“一带一路”战略提出，珠三角在努力向世界大都市群迈进，其发展受到高度关注。城市群的发展离不开城市合理的产业结构，合理的产业结构有利于引导城市群向着正确的方向快速发展。而房地产业在短短几十年内迅速崛起，成为了我国支柱产业之一，对城市产业结构的调整产生了重要影响。近年来，房地产与产业结构升级的关系成为了社会重要的研究课题。关于房地产与产业结构的相关文献，一部分集中探讨了房地产宏观与经济的关系。刘洪玉[1]认为中国经济的发展离不开投资，我国的投资作为推动中国经济发展的三大力量之一，而其中房地产投资占据着总投资将近1/3的比重，就中国而言，房地产经济对我国的消费、生产、和投资领域产生了举足轻重的作用。张屹山、黄忠华等人[2][3]考虑了空间相关性，使用协整模型，并结合Granger因果检验，他们的研究发现房地产开发投资对经济增长起到了促进作用。但是这种促进作用并非是一成不变的，王业辉[4]用非异质性面板模型得出最优比的房地产投资为29%，过量的房地产投资短期内会促进经济增长，长期来看对经济会产生较大的抑制作用。关于房地产与产业结构的另一部分文献，聚焦讨论了房地产与产业结构的关系。Wu等[5]运用差异分析法发现房地产繁荣推动了与房地产有关的行业的需求，这些“意外”的需求溢出减少了行业内的竞争，增加了行业内的生产率不平等，因此房地产业的繁荣增加了社会其他行业内资源的错配现象。Zhang等[6]认为高房价对劳动力流动、投资环境和居民消费产生了负面影响，影响了中国制造业整体资源配置效率和全球价值链地位的提高。冯萍等[7][8]利用我国1999-2016年30个省份的面板数据通过面板回归模型，程博采用OLS的方法，最终都验证了高房价对于城市产业结构的升级存在挤出效应。本文的可能贡献之处在于:其一，丰富了产业结构升级的相关研究。以往文献中对大多聚焦于研究不同产业之间的关系，鲜有文章研究产业结构升级。其二，丰富了珠三角城市群的房地产发展与产业结构升级的实证研究。在以往关于房地产发展与产业结构升级的关系研究中，大多以全国作为研究对象。

1.实证方法与数据说明

1.1数据来源及模型设定

本文采用了珠三角2000-2016年的城市年度面板数据。所有数据来源于《广东省统计年鉴》，由于数据获取渠道有限，部分数据计算得出。对于面板固定效应和随机效应的选择，本文通过Hausman检验的结果，并借鉴了Borenstein等[9]的方法，确定选用固定效应模型。以产业结构升级（Y）作为被解释变量，以房地产发展(X1)作为核心解释变量，将城市发展水平（X2）、人口流动水平（X3）、劳动力水平（X4）、工资水平（X5）、外商投资水平（X6）、城市教育水平（X7）、城市医疗水平（X8）多个控制变量纳入计量模型，建立以下。本文以产业结构升级（Y）作为被解释变量，以房地产发展（X1）作为主要解释变量，本文采用的固定效应模型如下：(1)itY反映的是i地t年的产业结构，通过第三产业占第二产业比重来衡量；X1it为核心解释变量，表示第t年，i地区的房地产发展水平；832,XXX为控制变量。itε、iα分别表示随个体与时间而变动的扰动项、产业结构升级的不可观测效应。为了避免核心解释变量测算误差影响结果的准确性，本文引入了房地产投资率（X1.1），作为核心替代解释变量。其模型表达式为：(2)

1.2变量设计及描述性统计

因变量：因变量为产业结构（Y），借鉴了郭文伟[10]的做法，以第二产业与第三产业的比值作为解释变量，其计算方法如下：100%I×=FY(3)其中，I代表城市当年的第二产业产值，F代表城市当年第三产业总产值，Y的比值越大，说明城市的第三产业占比越多，城市第二产业占比越小。因变量：本文的核心解释变量是房地产发展水平（X1）和房地产投资率（X1.1）。房地产发展水平采用进行对数处理后的数值；房地产投资率以当年房地产投资占当年固定资产投资的比重来表示。控制变量：根据郭文伟等[10]的相关研究，按照聚集经济学原理，本文选取了城市发展水平（X2）、劳动力水平（X3）、工资水平（X4）、外商投资水平（X5）、人口流动水平（X6）、城市教育水平（X7）、城市医疗水平（X8）八个控制变量，所有数值采用对数处理后的数据。

2.实证分析

2.1基准回归结果

表2为模型建立设定方程的回归结果，（1）和（3）回归的方法是面板固定效应（简称FE），（2）和（4）回归的方法是面板随机效应（简称RE）。从（1）的回归结果可以看出，X1的系数是-0.171，且在5%的统计水平上显著，X1对珠三角产业结构升级存在显著的负向影响，表明珠三角城市的房地产发展越快，城市的产业结构升级越困难，X1每增加一个单位，阻碍城市产业结构升级0.171个单位。另外，X4、X6、X7的系数均为正且显著，表明工资水平、人口流动水平和教育水平对产业结构升级均存在显著的正向影响，工资每上涨1个单位，推动珠三角产业结构升级0.841个单位；城市迁入的人口每增加一个单位，促进城市产业结构升级0.17个单位；城市教育水平每提高一个单位，促进产业结构升级0.607个单位。X5对产业结构升级的系数虽然为负，但是显著性不稳定。（3）和（4）是将核心变量X1替换成X1.1的估计结果。从（3）的结果来看，当用X1.1来表示房地产发展水平时时，房地产发展对产业结构升级依然显著为负。

2.2稳健性检验

本文的稳健性检验其一通过更换回归模型的方法对实证结果的稳健性进行了检验。虽然Hausman检验的结果选择了FE，但是本文将FE纳入了模型进行对比分析。本文的稳健性检验其二通过改变自变量测算方式进行了检验。虽然主要自变量是房地产投资，以房地产投资额取对数后的数值表示，避免自变量测算误差影响实证分析结果，我们将房地产投资率加入了模型。本文的稳健性检验其三通过剔除模型中的控制变量进行了检验。结果如表4所示，模型（1）-（6）为分别剔除X2、X3、X4、X5、X6、X7、X8的回归结果，从X1的系数来看，显著为负，变量X4、X6、X7也都显著为正。与表2的结果基本基本无差异，再次验证了实证分析中结果的稳健性。

3.结论与建议

本文通过珠三角城市群的年度城市数据，探讨了珠三角房地产发展与产业结构升级的关系，研究结论有三：其一，珠三角房地产发展对产业结构升级存在显著的负向影响。房地产发展越快第三产业在城市中所占的比重会减少，这表明，房地产一定程度阻碍了金融业和服务业的发展，这种阻碍作用主要表现在过多的资源流向了房地产业，从而抑制了城市产业结构升级。其二，工资水平的提高对城市产业结构存在显著正向影响。工资水平的提高其实质是城市的产业生产技术水平和生产效率的提高，当技术水平提高时，城市的中低端技术产业向高端技术产业转型，从而有利于城市的产业结构升级。其三，人口流入增加能促进珠三角城市群产业结构升级。产业升级过程中，离不开高学历和高技术优秀人才，大量的人口流入，为城市产业提供了丰富的社会人才，有利于产业结构升级。根据本文的研究结论和珠三角城市群现状，提出以下建议：第一，合理控制房地产市场，以实现珠三角城市的产业结构升级和房地产业协同发展。由于房地产投资对城市产业结构升级存在抑制作用，因此政府需要采取措施，合理控制房地产热度，避免房地产市场的热度过热，保证城市群产业结构健康升级。第二，为企业提供良好的外部条件，鼓励产业自主创新。政府可以通过政策鼓励产业结构转型，鼓励中低端技术产业向高端技术产业转型，加大对企业创新的人才投入和资金投入，从而引导城市产业结构升级。第三，加快珠三角城市群建设，充分发挥城市协同作用。珠三角应当加强其核心城市的建设，通过核心城市产业升级协同带动周边城市发展。

作者：彭敏 贾士军 单位：广州大学管理学院