我国城市化与房地产业发展的Granger因果关系分析

1我国城市化与房地产业发展的Granger因果关系分析*吴淑莲胡银根吴淑莲，浙江金华人，山东财政学院工商管理学院副教授，博士。胡银根，华中农业大学土地管理学院副教授，土地管理实验中心主任，中国地质大学博士研究生。OnthemutualdevelopmentrelationshipsbetweenurbanizationandtherealestateindustrybytheGrangercausalrelationexaminationAbstract：Theoretically,thereexistthemutualdevelopmentrelationshipsbetweenurbanizationandtherealestateindustry.CarryingontheGrangercausalrelationexaminationtothetimeseriesdataandthenmakingthepulseresponseanalysisbyusingtheEviews5.0econometricssoftware,thispaperindicatesthemutualdevelopmentrelationshipsinthelongtermandshortterm.[摘要与告白]从理论上说，城市化与房地产业发展存在着互动关系：城市化水平的提高带动房地产业的发展，而房地产业的发展又促进了城市化水平的提高。本文利用我国城市化水平与房地产业发展的时间序列数据，对两者的关系进行了Granger因果关系检验，表明从长期趋势分析存在明显的互为因果的关系，进一步利用脉冲响应函数分析了两者的短期波动影响。城市化不仅是人口、生产要素向城市聚集的过程，而且是城市在空间数量上的增多、区域规模上的扩大、职能和设施上的完善以及城市的经济、社会、科技、文化等在城市等级体系中的扩散。中国城市化水平已从1978年的17.9%提高到2005年的43%，城镇人口达到5.62亿人，但快速城市化进程中存在诸如注重外延扩展而忽视城市内涵提升、土地利用粗放、缺乏明确的发展规划与具体的实施步骤等问题；另一方面，房地产业在改善产业结构、经济结构、拉动内需、扩大就业、提高人民生活水平、促进城市化等方面起到了积极的作用，然而由于房地产业在我国起步晚、发展历史短、经验不足，房地产业存在房地产投资增长过快、投资结构不合理、房地产价格偏高、土地闲置与浪费等问题。现阶段我国城市化与房地产业的快速发展及存在的上述问题促使本文研究二者之间的关系：即从长期趋势来看，二者是否存在一种相对稳定的关系？如果存在，那么其因果关系如何？从理论上说，可能存在四种因果关系：城市化的发作者简介：吴淑莲，山东财政学院工商管理学院副教授，博士。胡银根，华中农业大学土地管理学院副教授，中国地质大学博士研究生*本文系教育部《城市化与房地产业协同发展问题的研究》（项目编号02JA79002）资助项目2展导致房地产业的发展；房地产业发展导致城市化发展；二者之间相互促进，互为因果；二者之间没有明显的相关性。如果城市化的发展导致房地产业发展，那么合理地制定城市化的推动政策是非常有意义的；如果房地产业发展导致城市化的发展，那么协调房地产业健康发展也是十分必要的；如果二者相互促进，那么应该促使二者共同发展；如果二者不相关，那么分别在各自的政策框架内运行。一、城市化与房地产业发展指标的平稳性分析1.指标的选取一个国家和地区的城市化水平直接反映了该国或该地区城市社会进步和经济发展水平，是衡量城市发展水平的重要标准。建立一套高效、合理的城市化指标体系，对衡量区域城市化水平，引导该区域走健康有序的城市化道路将起到重要作用。根据城市化的概念内涵、动力机制和城市化的目的、城市化进程的空间运行情况，城市化综合评价指标体系应当包括人口指标、用地指标、经济指标、社会指标、生态环境指标等。但在实际工作中，用来评价一个区域城市化水平的指标就是人口指标，往往以人口城市化率（水平）来反映。采用该指标来衡量城市化水平同其他几个指标相比，较简单易行。以城市人口占总人口的比例来表示，城市人口是指城市建成区常住人口，是在户籍登记人口和抽样调查基础上的预测数，是以户籍管理为依据、结合考虑了人口流动等有关因素确定的，具体讲是以城镇户籍人口和居住半年以上的流动人口为统计对象。为了揭示房地产业发展的水平，本文选择以下指标：一是房地产开发企业完成投资额（X1）。这一指标是指房地产开发企业的年末完成投资的总额，该指标反映了当年房地产业总投入，能较好地反映房地产开发的投入水平。二是商品房销售面积（X2）：这一指标反映当年商品房销售的总面积，与开工或竣工面积相比，该指标由于体现了商品房市场的有效需求，能从一定程度上反映房地产市场的有效需求状况，地区销售面积的不同，反映房地产市场发育程度不同。表11987－2005年我国城市化水平与房地产业发展指标年份Y：城市人口占总人口的比例(%)X1：房地产开发企业完成投资额(亿元)X2：商品房销售面积(亿m2)198725.32149.902085.95198825.81257.202697.24198926.21272.702927.33199026.41253.302855.36199126.94336.202871.54199227.46731.203025.463199327.991937.504288.86199428.512554.106687.91199529.043149.007230.35199630.483216.407905.94199731.913178.377900.41199833.353614.239010.17199934.784103.2012185.30200036.224984.0514556.53200137.666344.1118637.13200239.097790.9222411.90200340.5310153.8026808.29200441.7613158.0033717.63200542.9915759.0037607.802.对时间序列的平稳性检验本文运用向量自回归模型（VAR）来分析城市化与房地产业发展的互动关系，而VAR模型要求系统中的变量是平稳序列。在数据为非稳定的条件下，将使经济学中许多用于评价模型的统计推断失效，其结论不精确甚至错误，因此动态计量经济理论要求在进行宏观经济实证的分析时，首先必须进行变量的平稳性检验，否则分析时会出现“伪回归”现象。由此提出了如何描述和检验数据的非稳定性问题，即要检验每个变量的平稳性。常见的非平稳时间过程就是单位根过程。检验变量是否稳定的过程称为单位根检验(UnitRootTest)。平稳序列将围绕一个均值波动，并有向其靠拢的趋势，而非平稳过程则不具有这个性质。比较常用的单位根检验方法是ADF（AugmentedDickey-FullerTest）检验。该检验法的基本原理是通过n次差分的办法将非平稳序列转化为平稳序列。而单位根过程是指数据生成过程的特征方程的特征根至少有一个位于单位圆上的数据生成过程（简记为I（1）），单位根检验亦被广泛称为DF（或ADF）检验。采用ADF方法进行单位根检验，如果所有变量是同阶单整的，且这些变量的某种线性组合是平稳的，则称这些变量间存在协整关系，建立协整方程。协整反映的是变量之间的长期均衡关系，如果由于某种原因短期出现了偏离均衡的现象（计量上表现为一定的误差），则必然会通过对误差的修正使变量重返均衡状态，因此建立可以误差修正模型（ECM）。EViews提供几种单位根检验：Dickey-Fuller(DF)、增广DF(AugmentedDF)检验和Phillips-Perron（PP）检验。本文选择ADF检验进行单位根检验：首先，定义序列在水平值、一阶差分、二阶差分的情况下进行单位根检验。可以使用这4个选项决定序列中单整的阶数。如果检验在水平值未拒绝检验而在一阶差分拒绝检验，序列中含有一个单位根，是一阶单整I(1)。其次，选择在检验回归中是否含有常数，常数和趋势，或二者都不包含。第三，选择序列相关阶数。对于ADF检验，定义加入检验回归的滞后一阶差分个数。对ADF检验，检验统计量是检验回归滞后因变量的t统计量，由于是单边检验，当计算得到的t统计量的值小于临界值时拒绝原假设（即否定存在单位根）。本文对我国历年的城市化水平（Y），房地产开发投资额（X1）、商品房销售面积（X2）三列时间序列数据进行单位根检验。表2是对序列Y的水平值进行ADF单位根检验的结果。假设序列Y有一个单位根，经过试算，选择有常数项的回归形式，序列Y的水平值进行ADF检验，得到其t统计量是0.229783，而t统计量在1%的置信区间的临界值是-3.886751，在5%的置信区位间的临界值是-3.052169，大于所有的临界值，且其可能性为0.9661，因此接受原假设，即存在单位根。表2对序列Y的平稳性检验结果AugmentedDickey-Fullerteststatistic（Prob.*）0.9661AugmentedDickey-Fullerteststatistic（t-Statistic）0.229783Testcriticalvalues:1%level-3.886751Testcriticalvalues:5%level-3.052169Testcriticalvalues:10%level-2.666593表3是对序列Y的一阶差分进行ADF单位根检验的结果。序列D(Y)的系数的t统计量大于所有的临界值，因此接受原假设，即Y的一阶差分序列存在单位根，即D(Y)是不平稳的序列。表3Y的一阶差分ADF单位根检验结果AugmentedDickey-Fullerteststatistic（Prob.*）0.6416AugmentedDickey-Fullerteststatistic（t-Statistic）-1.216614Testcriticalvalues:1%level-3.886751Testcriticalvalues:5%level-3.052169Testcriticalvalues:10%level-2.666593继续对序列Y的二阶差分进行单位根检验。表4是对序列Y的二阶差分进行ADF单位根检验的结果。序列D(Y,2)的系数的t统计量-4.142507小于所有的临界值，因此拒绝原假设，即Y的二阶差分序列不存在单位根，是平稳的序列。表4Y的二阶差分ADF单位根检验结果5AugmentedDickey-Fullerteststatistic（Prob.*）0.0065AugmentedDickey-Fullerteststatistic（t-Statistic）-4.142507Testcriticalvalues:1%level-3.920350Testcriticalvalues:5%level-3.065585Testcriticalvalues:10%level-2.673459同理，对于序列X1，X2，序列与其一阶差分序列是不平稳序列，而其二阶差分序列不存在单位根，是平稳序列。表5、表6给出了检验的ADF统计量和1%、5%、10%水平的临界值，由表可知，在1%的显著水平下，两个时间序列均不能拒绝“存在单位根”的原假设，因此，这两个变量在水平值上都是非平稳的，继续对这两个时间序列的1阶差分进行单位根检验，同样不能拒绝“存在单位根”的原假设，对这两个序列的2阶差分进行单位根检验，可以发现这两个变量的2阶差分序列在5%的置信水平上拒绝原假设，即为平稳序列（检验结果略）。表5X1、D(X1)、D(X1，2)的单位根检验Testcriticalvalues:X1D(X1)D(X1，2)ADFteststatistic1.293120-0.160537-3.509646Prob.*0.99730.92690.0219t-Statistic1%-3.886751-3.886751-3.920350t