房產(chǎn)投資對經(jīng)濟拉動效應(yīng)的實證研究

1、 . . . 基于投入產(chǎn)出的區(qū)域聚集力和房地產(chǎn)投資對經(jīng)濟拉動效應(yīng)的實證研究東 卓韞 顧疆磊 戴珺容提要:本文建立了一個反映我國長三角地區(qū)區(qū)域間經(jīng)濟聯(lián)系與相互影響的區(qū)域間投入產(chǎn)出模型,在此基礎(chǔ)上對與長江三角洲其他地區(qū)間經(jīng)濟聯(lián)系進行了測算,然后分析市房地產(chǎn)投資對長江三角洲經(jīng)濟的拉動影響。實證結(jié)果顯示,長三角區(qū)域之間的經(jīng)濟聚集力是區(qū)域經(jīng)濟發(fā)展的重要支撐因素，19992009年房地產(chǎn)投資對長三角地區(qū)的區(qū)域經(jīng)濟發(fā)展產(chǎn)生巨大拉動作用，但近年房地產(chǎn)投資對經(jīng)濟的拉動作用呈現(xiàn)了一定的周期性，并有下降趨勢，區(qū)域經(jīng)濟要持續(xù)發(fā)展，單純以房地產(chǎn)投資拉動經(jīng)濟的模式必須得到改變。關(guān)鍵詞:房地產(chǎn)投資 產(chǎn)業(yè)關(guān)聯(lián) 經(jīng)濟增長 投入

2、產(chǎn)出引言房地產(chǎn)投資作為投資的重要組成部分，對我國的經(jīng)濟增長起著積極地作用。國許多學(xué)者針對房地產(chǎn)投資與經(jīng)濟的關(guān)系展開研究。琳（2002）采用動態(tài)計量經(jīng)濟學(xué)的誤差修正模型，并應(yīng)用統(tǒng)計分析工具Micro Tsp定量分析了地產(chǎn)投資與國民經(jīng)濟增長的相互作用，從中看出發(fā)展房地產(chǎn)對經(jīng)濟增長的拉動效應(yīng)。徐慧（2006）通過對80年至04年市地產(chǎn)投資與經(jīng)濟增長的數(shù)據(jù)進行分析，并利用投資加速數(shù)模型進行擬合，證明地產(chǎn)對經(jīng)濟拉動很大且地產(chǎn)并未過熱，政府應(yīng)適當調(diào)控房價。龔卿（2006）在建立向量自回歸模型的基礎(chǔ)上，運用脈沖響應(yīng)函數(shù)和預(yù)測方差分解，來研究國房地產(chǎn)與經(jīng)濟增長的動態(tài)相關(guān)性。其結(jié)論表明，兩者之間存在較強的正向交

3、互響應(yīng)作用，且長期的響應(yīng)作用程度更顯著、更穩(wěn)定。熙娟（2006）采用1978至2002年的數(shù)據(jù)，利用計量經(jīng)濟學(xué)中的協(xié)整檢驗與格蘭杰因果檢驗?zāi)Ｐ停瑢Ψ康禺a(chǎn)業(yè)與國民經(jīng)濟之間的協(xié)整和因果關(guān)系進行檢驗，結(jié)果表明兩者不并存在長期穩(wěn)定的關(guān)系；且取后期1至3時，兩者互為因果關(guān)系。夏丹（2007）選取GDP作為衡量經(jīng)濟發(fā)展的數(shù)據(jù)支持，以地產(chǎn)開發(fā)投資完成額作為地產(chǎn)行業(yè)發(fā)展的量度，以計量模型研究得出地產(chǎn)業(yè)對當前GDP的變動的影響并不是很顯著，不存在明顯的因果關(guān)系。王闊田（2008）利用誤差修正模型對地產(chǎn)與經(jīng)濟增長的關(guān)系進行實證分析，表明兩者存在動態(tài)均衡關(guān)系。陸菊春（2008）利用動態(tài)經(jīng)濟計量模型，分析了全國與東、

4、中和西部地區(qū)房地差投資與經(jīng)濟增長之間的關(guān)系，以與各區(qū)域地產(chǎn)對拉動經(jīng)濟的不同推動作用和效率，研究表明，我國地產(chǎn)投資對拉動經(jīng)濟有積極作用，但地產(chǎn)投資與區(qū)域經(jīng)濟的因果關(guān)系因區(qū)域的不同而有差異。光燦（2009）運用面板數(shù)據(jù)模型對我國從95年至06年31個省市的數(shù)據(jù)進行分析，發(fā)現(xiàn)房地產(chǎn)供給、收入等基礎(chǔ)性宏觀經(jīng)濟變量在中長期決定房價，地產(chǎn)投資同構(gòu)“財富效應(yīng)”對社會總消費和總投資的影響非常顯著。薛永鵬（2009）根據(jù)00至07年的數(shù)據(jù)，利用狀態(tài)空間模型對國地產(chǎn)如何拉動經(jīng)濟增長進行實證研究，發(fā)變參數(shù)估計結(jié)果較好地揭示了地產(chǎn)投資系數(shù)的時變規(guī)律，地產(chǎn)發(fā)展與經(jīng)濟整之間存在一種隨時間變動的長期均衡關(guān)系。堅（2009）

5、基于97至07年國31個省級行政單位的面板數(shù)據(jù)，研究得出地產(chǎn)投資對經(jīng)濟增長的貢獻率存在個體差異和區(qū)域差異，各地區(qū)的地產(chǎn)實際投資對GDP的貢獻不同，西部地區(qū)最高，中部次之，東部最低?？嘴希?009）基于我國東、中、西部地區(qū)房地產(chǎn)業(yè)與經(jīng)濟增長的面板數(shù)據(jù)運用面板單位根檢驗、協(xié)整檢驗與誤差修正模型，對我國房地產(chǎn)發(fā)展與經(jīng)濟增長關(guān)系進行了實證分析。結(jié)果表明東部地區(qū)和中部地區(qū)的房地產(chǎn)投資頓與經(jīng)濟增長互為因果關(guān)系但西部地區(qū)房地產(chǎn)投責(zé)頓與經(jīng)濟增長并不存在因果關(guān)系；東部、中部和西部地區(qū)的商品房銷售額與經(jīng)濟增長互為長期因果關(guān)系。但它們的商品房銷售額與經(jīng)濟增長之間的短期因果關(guān)系卻存在差異。國對于房地產(chǎn)投資與經(jīng)濟關(guān)系的

6、研究定性的研究較多，定量的研究較少，同時還沒有學(xué)者利用投入產(chǎn)出模型的前后向關(guān)聯(lián)理論和實證方法對房地產(chǎn)投資的區(qū)域和行業(yè)拉動做過實證研究，本文基于里昂惕夫的投入產(chǎn)出模型在尋找長江三角洲區(qū)域和各產(chǎn)業(yè)之間經(jīng)濟聯(lián)系的基礎(chǔ)上，從產(chǎn)業(yè)鏈的傳導(dǎo)機制作出分析，探討現(xiàn)階段房地產(chǎn)的投資效應(yīng)和對經(jīng)濟的拉動效果。本文首先建立了長江三角洲的區(qū)域間投入產(chǎn)出模型，利用模型分析長江三角洲區(qū)域之間的的產(chǎn)業(yè)關(guān)聯(lián)度和區(qū)域聚集力，然后測算19992009房地產(chǎn)投資對三區(qū)域經(jīng)濟的拉動影響，最后針對模型分析實證結(jié)論，對我國是否應(yīng)該長期以房地產(chǎn)投資作為刺激經(jīng)濟的主要手段提出政策建議。一、長江三角洲區(qū)域間投入產(chǎn)出模型構(gòu)建區(qū)域間投入產(chǎn)出模型(

7、Interregional Input Output Model ,簡稱IRIO模型) 也稱為Isard模型,源于區(qū)域產(chǎn)出經(jīng)濟學(xué)的鼻祖，美國經(jīng)濟學(xué)家里昂惕夫。長江三角洲區(qū)域間投入產(chǎn)出模型通過對長三角不同區(qū)域貿(mào)易矩陣的研究,確定不同產(chǎn)業(yè)之間的關(guān)聯(lián)程度。模型的基本形式如圖1所示。模型中包含（S）、(Z)、(J)三個區(qū)域，所以區(qū)域個數(shù)為3,假設(shè)有m個部門，有n個部門，有k個部門。其中是區(qū)域A部門i 產(chǎn)品對區(qū)域B部門j 的投入; 是區(qū)域A部門i產(chǎn)品提供給區(qū)域B的最終使用;是區(qū)域A部門i的最初投入; 是區(qū)域A部門i的總投入;是區(qū)域B部門j的總投入；是區(qū)域A部門i的總產(chǎn)出;是區(qū)域B部門j的總產(chǎn)出。圖1 長

8、江三角洲區(qū)域間投入產(chǎn)出模型的基本形式長江三角洲區(qū)域間投入產(chǎn)出模型針對、三區(qū)域所有產(chǎn)業(yè)部門的投入、產(chǎn)出進行核算，尋求多產(chǎn)業(yè)、多部門間的區(qū)域產(chǎn)業(yè)關(guān)聯(lián)關(guān)系。中間使用的部分,詳細記錄了三個區(qū)域各個部門產(chǎn)品在各自區(qū)域和其它兩個區(qū)域的投入和使用情況。但是由于IRIO模型對基礎(chǔ)數(shù)據(jù)的需求量大,對核算產(chǎn)生了巨大的困難,本文在上述初始模型的基礎(chǔ)上利用Chenery-Moses 模型(Multiregional Input2Output Model ,簡稱MRIO 模型或列系數(shù)模型)對長江三角洲區(qū)域間投入產(chǎn)出模型進行了簡化。為了分析市房地產(chǎn)投資的經(jīng)濟效應(yīng)，利用MRIO模型和2003年中國區(qū)域間投入產(chǎn)出表,研制了2

9、006年長江三角洲3區(qū)域、10部門區(qū)域間投入產(chǎn)出模型。其中對部門的分類，在國家統(tǒng)計局40部分分類的基礎(chǔ)上進行了合并后得到，如圖2所示。1 農(nóng)業(yè)2 采選、石化工業(yè)3 食品、煙草業(yè)4 紡織業(yè)5 教育用品制造業(yè)6建筑業(yè)7 交通、運輸制造業(yè)8 其他制造業(yè)9 能源產(chǎn)品供應(yīng)業(yè)10服務(wù)業(yè)圖2 國民經(jīng)濟核算行業(yè)分類標準長江三角洲投入產(chǎn)出模型的矩陣形式可以寫為: (1)其中為各區(qū)域的最終使用（需求）,為各區(qū)域的總產(chǎn)出, 為3個區(qū)域的直接投入系數(shù)矩陣, 為三區(qū)域之間的貿(mào)易系數(shù)( Interregional trade coefficients) 矩陣,為對角矩陣,其對角線上的元素為區(qū)域A流出到區(qū)域B的i產(chǎn)業(yè)產(chǎn)品占

10、區(qū)域B該產(chǎn)業(yè)全部產(chǎn)品流入的比重，它可以用式（2）計算得到: (2)其中為部門i 產(chǎn)品從區(qū)域A到區(qū)域B的流出量。在對大量文獻進行查閱和對長三角典型企業(yè)進行調(diào)研后。本文在基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上利用模特卡羅方法進行典型數(shù)據(jù)抽樣，同時利用Leontief 和Strout (1963) 提出的引力模型對確實數(shù)據(jù)進行測算,形成最終的長江三角洲投入產(chǎn)出模型。在Leontief和Strout對區(qū)域引力的研究中運用了區(qū)域間流量的推算公式：(3)其中為區(qū)域A的i 產(chǎn)業(yè)的總產(chǎn)出(總供給) , 為區(qū)域A對i 產(chǎn)業(yè)產(chǎn)品的總需求(中間需求與最終需求的合計) , 為三區(qū)域i 產(chǎn)業(yè)的總產(chǎn)出(等于總需求) ; 為i 產(chǎn)業(yè)產(chǎn)品從區(qū)域A

11、到區(qū)域B的摩擦系數(shù)。摩擦系數(shù)的估算是模型核算產(chǎn)生結(jié)果的關(guān)鍵。本文運用運輸量分布系數(shù)(proportional distribution coefficient of interregional commodity flows) 來測算不同產(chǎn)品的摩擦系數(shù)。運輸量分布系數(shù)方法假設(shè)重要產(chǎn)品的分布比率與所有產(chǎn)品同分布,因而分布系數(shù)近似等于摩擦系數(shù),分布系數(shù)的計算公式如下:（4）其中, 為A區(qū)域到B區(qū)域的i 產(chǎn)業(yè)中重要產(chǎn)品的運輸量, 為A區(qū)域的i產(chǎn)業(yè)重要產(chǎn)品總的發(fā)送量, 為到達B區(qū)域的重要產(chǎn)品的數(shù)量, 為所有區(qū)域i 產(chǎn)業(yè)相應(yīng)產(chǎn)品的總發(fā)送量(等于總到達量) 。二、長江三角洲產(chǎn)業(yè)關(guān)聯(lián)度分析1.長江三角洲產(chǎn)業(yè)

12、結(jié)構(gòu)分析 列昂惕夫的輪廓線分析(Skyline analysis) 方法是研究區(qū)域間產(chǎn)業(yè)關(guān)聯(lián)程度的經(jīng)典方法。在他的研究中用不同產(chǎn)業(yè)的比例關(guān)系的對比獲取不同產(chǎn)業(yè)發(fā)展對經(jīng)濟的作用程度，輪廓線分析如圖3所示：圖3 里昂惕夫的輪廓線分析圖圖中橫軸表示部門,縱軸表示由國需求和國外需求所導(dǎo)致的產(chǎn)出,矩形的寬度表示該部門產(chǎn)出占總產(chǎn)出的比重,陰影部分為進口,矩形其他部分為國生產(chǎn)的該部門產(chǎn)出。100 %線是指該部門產(chǎn)出使國供給等于需求時候的水平,如果國產(chǎn)出在100%線以上,則意味著該部門的產(chǎn)出除滿足國需求外,還可以滿足出口需求;如果國產(chǎn)出在100 %線以下,則意味著該部門需要從國外進口。因此,國產(chǎn)出線也是該部門

13、的自給率線。本文利用輪廓線分析我國長江三角洲區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)和貿(mào)易關(guān)聯(lián),為了分析的方便，如圖4所示。 1 2 3 4 5 6 7 8 9 10圖41 的產(chǎn)業(yè)關(guān)聯(lián)輪廓線分析圖 1 2 3 4 5 6 7 8 9 10圖42 省產(chǎn)業(yè)關(guān)聯(lián)輪廓線分析圖 1 2 3 4 5 6 7 8 9 10圖43 省產(chǎn)業(yè)關(guān)聯(lián)輪廓線分析圖從長江三角洲三區(qū)域輪廓線的分析圖可以看出，的服務(wù)業(yè)經(jīng)濟發(fā)展中占有主導(dǎo)地位,建筑業(yè)也在很大程度上帶動了經(jīng)濟的發(fā)展，由于資源稟賦加之都市圈的長足發(fā)展，農(nóng)業(yè)和采選、石化工業(yè)對經(jīng)濟的拉動作用不強。服裝制造業(yè)雖然所占比重不大，但是屬于出口型產(chǎn)品，推動了出口貿(mào)易的發(fā)展。服裝、教育用品和服務(wù)業(yè)超過了

14、100%的自給率，其他產(chǎn)業(yè)的生產(chǎn)不能滿足對其產(chǎn)品的需求，使得其他區(qū)域產(chǎn)品流入，同時區(qū)域產(chǎn)品也表現(xiàn)出較強的流出效應(yīng)，出現(xiàn)流動旺盛的局面。從輪廓線還可以看出的產(chǎn)業(yè)雖對區(qū)域間的生產(chǎn)和貿(mào)易活動影響顯著，但是并未充分激活產(chǎn)業(yè)，產(chǎn)業(yè)結(jié)構(gòu)沒有得到充分優(yōu)化，服務(wù)業(yè)的發(fā)展依然存在較大的空間。省的產(chǎn)業(yè)結(jié)構(gòu)中，服務(wù)業(yè)所占比重較小，制造業(yè)所占比重在三區(qū)域中最大，同時制造業(yè)有明顯的出口傾向，帶動區(qū)域性國際貿(mào)易的發(fā)展，這也說明了模式在區(qū)域經(jīng)濟發(fā)展中的作用。省的農(nóng)業(yè)在三區(qū)域產(chǎn)業(yè)比重中最大，服務(wù)業(yè)也在省的經(jīng)濟發(fā)展中起到了重要的作用，其他產(chǎn)業(yè)比重和自己程度與其他兩區(qū)域有類似的結(jié)構(gòu)分布。2.長江三角洲區(qū)域間產(chǎn)業(yè)關(guān)聯(lián)度分析學(xué)者Jo

15、nes（1996）是最早對區(qū)域經(jīng)產(chǎn)業(yè)關(guān)聯(lián)度的度量方法作出計量研究的經(jīng)濟學(xué)家，他通過對里昂惕夫一系列投入產(chǎn)出模型的計算，提出了區(qū)域之間的前后向關(guān)聯(lián)系數(shù)，我國學(xué)者啟云（2000）將關(guān)聯(lián)系數(shù)首次運用在我國區(qū)域經(jīng)濟的研究中。Jones的前向關(guān)聯(lián)系數(shù)是指一部門需求增加時，另一部門的敏感反映出度，即兩部門之間的需求關(guān)聯(lián)程度。而后向關(guān)聯(lián)系數(shù)則表示一部門初始投入增加時,其他部門的反應(yīng)敏感程度，即兩部門間的投入關(guān)聯(lián)系數(shù)。本文以產(chǎn)業(yè)部門的分類為基礎(chǔ)，對前后向關(guān)聯(lián)系數(shù)進行定義并計算，尋求長江三角洲不同產(chǎn)業(yè)部門之間的區(qū)域關(guān)聯(lián)程度。首先定義一組區(qū)域與區(qū)域間產(chǎn)業(yè)前向關(guān)聯(lián)系數(shù)（CAC）和后向關(guān)聯(lián)系數(shù)(CBC): （5） （

16、6）其中為區(qū)域間投入產(chǎn)出模型中里昂惕夫矩陣的逆矩陣中的元素，而為區(qū)域間投入產(chǎn)出模型中分配系數(shù)矩陣的逆矩陣，A、B代表區(qū)域，i、j代表產(chǎn)業(yè)部門。利用公式（5）（6）使Matlab7.0進行計算，得到區(qū)域和與其他兩區(qū)域之間的前向關(guān)聯(lián)系數(shù)和后向關(guān)聯(lián)系數(shù)，同時按照部門的分類對三區(qū)域不同產(chǎn)業(yè)的前后向關(guān)聯(lián)系數(shù)進行計算，結(jié)果如表1、圖5所示：SSSZSJCAC0.51070.29140.1712CBC0.59190.24010.1817表1 區(qū)域間前后關(guān)聯(lián)系數(shù)圖5-1 分行業(yè)的區(qū)域前向關(guān)聯(lián)系數(shù)圖圖5-2 分行業(yè)的區(qū)域后向關(guān)聯(lián)系數(shù)圖利用公式(5) 和(6) 計算得到區(qū)域、與省以與和省的區(qū)域間前聯(lián)系數(shù)分別為0.

17、5107、0.2901和0.1712，這表示各部門增加單位初始投入,需要區(qū)域、省和省相應(yīng)部門分別增加產(chǎn)出0.5107、0.2901和0.1712。而區(qū)域、與省以與和省的區(qū)域間后聯(lián)系數(shù)分別為0.5919、0.2401和0.1817，這表示的單位需求將會對、和的相關(guān)所有部門產(chǎn)生0.5919、0.2401和0.1817單位的需求影響。分行業(yè)的區(qū)域、與和的后聯(lián)和前聯(lián)系數(shù)如圖5所示。的紡織業(yè)(4) , 建筑業(yè)(6) , 能源產(chǎn)品供應(yīng)業(yè)(9) ,服務(wù)業(yè)(10) 的發(fā)展對經(jīng)濟的帶動起著舉足輕重的作用，而農(nóng)業(yè)也起到了一定的作用。市對省的主要行業(yè)都有一定的拉動作用，其中拉動作用最為明顯的是紡織業(yè)（4），建筑業(yè)（

18、6）和其他制造業(yè)（8）。對省而言對其經(jīng)濟的的拉動作用沒有其他區(qū)域那樣明顯，但對其服務(wù)業(yè)卻有著明顯的拉動作用。這表明市投入的增加在很大程度上拉動了長江三角洲3區(qū)域的產(chǎn)出。而各部門需求的增加對三區(qū)域的影響也較為顯著。其中，對部區(qū)域的建筑業(yè)（6）、其他制造業(yè)（8）、服務(wù)業(yè)（10）的需求帶動作用較大。對省的食品、煙草業(yè)（3）、紡織業(yè)（4）、建筑業(yè)（6）、其他制造業(yè)（8）和服務(wù)業(yè)（10）的需求帶動顯著。三、房地產(chǎn)投資對經(jīng)濟拉動影響分析1.房地產(chǎn)投資對經(jīng)濟拉動的測算利用區(qū)域間投入產(chǎn)出模型可以測算一區(qū)域需求增加對另一區(qū)域產(chǎn)出增長的影響程度，也可以計算某區(qū)域一具體部門需求增加多其他區(qū)域產(chǎn)出的影響，這兩種關(guān)聯(lián)度

19、的測算方法構(gòu)成了各行業(yè)投資對經(jīng)濟拉動作用的數(shù)學(xué)方法?？紤]長江三角洲投入產(chǎn)出模型的矩陣形式（1），如果最終使用發(fā)生變化,那么可將（1）式簡化為,卡可以計算對產(chǎn)出的影響程度（經(jīng)濟的拉動速度）：2.市房地產(chǎn)投資對經(jīng)濟的拉動作用（1）市房地產(chǎn)投資拉動經(jīng)濟的力度分析1999年至2009年期間，市房地產(chǎn)投資拉動市經(jīng)濟年均多增長3.6%，對經(jīng)濟的拉動有著十分明顯的效用，11年期間，拉動經(jīng)濟增長的百分點分別為：0.44%、0.68%、0.71%、0.94%、3.11%、4.77%、5.11%、5.57%、9.44%、8.77%、4.67%?？梢钥闯龇康禺a(chǎn)業(yè)的投資和發(fā)展對經(jīng)濟的拉動作用是明顯的，在經(jīng)濟發(fā)展之中成

20、為帶動國民經(jīng)濟的引擎。同時分行業(yè)而言市房地產(chǎn)投資對市的各個行業(yè)也有著顯著地經(jīng)濟拉動作用，拉動各行業(yè)產(chǎn)出增長的百分比如表2所示：表2 房地產(chǎn)投資拉動各行業(yè)經(jīng)濟增長的百分比從圖上可以清楚地看出房地產(chǎn)業(yè)的的投資拉動了幾乎所有產(chǎn)業(yè)的發(fā)展，在房地產(chǎn)的帶動作用下，建筑業(yè)、服務(wù)業(yè)、采選石化業(yè)得到了快速的發(fā)展，區(qū)域性能源供應(yīng)產(chǎn)業(yè)也在房地產(chǎn)投資的帶動下得到了發(fā)展，交通運輸業(yè)、紡織業(yè)和其他制造業(yè)呈現(xiàn)出了增長緩慢到起飛加速的過程，而教育用品、農(nóng)業(yè)房地產(chǎn)經(jīng)濟的發(fā)展對其的推動作用不大。（2）房地產(chǎn)投資拉動長三角其他區(qū)域經(jīng)濟的力度分析 房地產(chǎn)業(yè)的發(fā)展和對房地產(chǎn)的投資對長江三角洲的經(jīng)濟發(fā)展起到了一定的推動作用，11年期間，

21、房地產(chǎn)投資拉動省經(jīng)濟年均多增長0.07%，拉動省經(jīng)濟年均多增長0.04%，雖然對周邊區(qū)域的經(jīng)濟拉動作用不明顯，但是也呈現(xiàn)了逐年的增長態(tài)勢，這說明房地產(chǎn)雖然作為一種不動產(chǎn)，但是也促進了區(qū)域之間交易和投資行為的發(fā)生。 3.市房地產(chǎn)投資對經(jīng)濟拉動作用的趨勢變化分析 根據(jù)房地產(chǎn)投資對經(jīng)濟拉動作用的各年份數(shù)值，可以得出市房地產(chǎn)投資對市經(jīng)濟的拉動作用的變化趨勢，如圖6所示：圖6 房地產(chǎn)投資拉動各年份經(jīng)濟增長的趨勢圖從圖中可以看出我國施行商品房改革以來，房地產(chǎn)對經(jīng)濟的拉動起到了重要的作用，2007年以前對經(jīng)濟的各年房地產(chǎn)對經(jīng)濟的拉動作用一直在提升，其中發(fā)生激增有2003年和2007年兩個年份，這兩個年份也是

22、我國房地產(chǎn)發(fā)展的分水嶺，對出現(xiàn)了房價大幅上漲，房地產(chǎn)開工建筑旺盛的局面，房地產(chǎn)需求的旺盛使得與房地產(chǎn)相關(guān)的產(chǎn)業(yè)，順著產(chǎn)業(yè)鏈條對各部門形成影響，促進了行業(yè)經(jīng)濟的發(fā)展。房地產(chǎn)投資對不同行業(yè)的產(chǎn)出拉動的趨勢變化如圖7所示。圖7 房地產(chǎn)投資帶動各行業(yè)發(fā)展的變化趨勢從圖中可以看出，房地產(chǎn)投資對10大行業(yè)的產(chǎn)出增長和發(fā)展有具有一定的影響，其中建筑業(yè)、能運供應(yīng)產(chǎn)品業(yè)和采選、石化工業(yè)的產(chǎn)出增長始終保持了較高的比率，建筑業(yè)的產(chǎn)出拉動作用始終保持在40%以上，而采選石化工業(yè)和能源供應(yīng)工業(yè)拉動產(chǎn)出增長20%左右。對交通運輸業(yè)、其他制造業(yè)、服務(wù)業(yè)、其他制造業(yè)的影響最為顯著，這三個產(chǎn)業(yè)都隨著年份的增長，發(fā)生了激增。而對

23、食品、煙草業(yè)，紡織業(yè)、教育用品業(yè)的產(chǎn)出影響不大。圖中明顯的呈現(xiàn)了一定的周期性，除了服務(wù)業(yè)不斷加速增長外，其他產(chǎn)業(yè)都呈現(xiàn)了先加速增長后減速增長的態(tài)勢，這在一定程度上反映了利用房地產(chǎn)投資拉動經(jīng)濟增長的作用正在逐漸減弱。四、結(jié)論與建議區(qū)域經(jīng)濟發(fā)展過程中，增長極的形成是區(qū)域聚集力度的體現(xiàn)，區(qū)域之間的經(jīng)濟聯(lián)系是反映經(jīng)濟增長程度的重要表征。房地產(chǎn)作為經(jīng)濟發(fā)展的重要產(chǎn)業(yè)，對經(jīng)濟的發(fā)展有著巨大的推動作用。本文通過對長江三角洲三區(qū)域彼此經(jīng)濟關(guān)聯(lián)程度的研究，分析由于房地產(chǎn)投資對經(jīng)濟帶來的拉動作用，實證結(jié)論和建議如下：第一，長江三角洲的不同區(qū)域之間的經(jīng)濟發(fā)展聯(lián)系緊密，經(jīng)濟發(fā)展存在較強的互補性和促進作用，不同產(chǎn)業(yè)之間

24、的關(guān)聯(lián)度較強。長三角不同區(qū)域之間的緊密聯(lián)系是區(qū)域經(jīng)濟發(fā)展的支撐因素。同時可以看出經(jīng)濟和產(chǎn)業(yè)的發(fā)展對長江三角洲其他區(qū)域的經(jīng)濟發(fā)展、產(chǎn)業(yè)升級具有明顯的推動作用。輪廓線和產(chǎn)業(yè)先后向關(guān)聯(lián)度的實證分析證明了、三區(qū)域間的產(chǎn)業(yè)依賴關(guān)系。本文對于區(qū)域間關(guān)聯(lián)度的研究表明：區(qū)域間經(jīng)濟的聯(lián)系和增長極作用的發(fā)揮是促進區(qū)域經(jīng)濟發(fā)展的關(guān)鍵性因素。以周邊地區(qū)為例,在長三角經(jīng)濟圈的發(fā)展中,發(fā)揮自身優(yōu)勢的同時,更應(yīng)認識到區(qū)域城市化,以與相伴隨的服務(wù)業(yè)和高新技術(shù)制造產(chǎn)業(yè)的發(fā)展壯大給自身帶來的機遇,既能夠利用區(qū)位優(yōu)勢促進一些傳統(tǒng)、低附加值和食品加工等產(chǎn)業(yè)發(fā)展,也可以積極承接中心城市技術(shù)、資金密集型發(fā)展的外溢,促進經(jīng)濟結(jié)構(gòu)升級。第二

25、，房地產(chǎn)投資作為我國經(jīng)濟增長的一個重要方式，對長江三角洲區(qū)域具有明顯的拉動作用，通過文章的相關(guān)分析表明，市房地產(chǎn)投資在發(fā)揮對經(jīng)濟發(fā)展的巨大拉動作用的同時，也對長江三角洲產(chǎn)業(yè)的發(fā)展和經(jīng)濟的增長起到了積極的作用，促成了與房地產(chǎn)投資相關(guān)的產(chǎn)業(yè)鏈的形成。但是同時也可以看到房地產(chǎn)投資對經(jīng)濟的拉動作用出現(xiàn)了逐漸下降的趨勢，這就要求我們在經(jīng)濟發(fā)展之中不能單純依靠房地產(chǎn)來拉動區(qū)域經(jīng)濟的增長，必須通過產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和產(chǎn)業(yè)升級逐漸代替房地產(chǎn)投資的經(jīng)濟拉動地位，使得我國的經(jīng)濟走上可持續(xù)發(fā)展的道路。參考文獻1 Shilling,J.D.and Sirmans,C.F. and Corgel,J.B. (1987),P

26、riceAdjustment Process for Rental Office Space J .Journal ofUrban Economics,Vol.22,pp.90- 100.2 Thedore,D.S.The Duration of rental Housing Vacancies J .Journal of Urban Economics,36,1994,PP143- 160.3 John B. Corgel , Halbert C. Smith ,David C. Ling. Real estate perspectives : an introduction to real

27、 estate. Boston : Irwin/McGraw- Hill ,1998.4 Denise Dipasquale, William C. Wheaton, Urban Economics and Real Estate Markets, Prentice Hall, 1996.5Richard Herring,Susan Wachter. Bubbles in Real Estate Markets, Federal Reserve Bank of Chicago and World Bank Conference,Chicago R,2002,04:2224.6Peter Hoe

28、ller, John Ammer, Brian M. Doyle and so on.Housing Markets and Adjustment in Monetary Union,OECD Economics Department Working Papers C,2007,04:550.7 Kosuke Aoki, James Proudman, Gertjan Vlieghey.House prices, consumption, and monetary policy: a nancial accelerator approach, The Bank of Englands work

29、ing paper series C,2002,09.8Michael Fratantoni, Scott Schuh. Monetary Policy, Housing, and Heterogeneous Regional Markets, Money, Credit and Banking J,2003,8:557589.9Edward E.Learner.Housing is the Business cycle,NBER Working Papers C,2007:13428.10James H. Stock,Mark W. Watson.How did Leading Indica

30、tor Forecasts do During the 2001 Recession?, Harvard University and the National Bureau of Economic Research working paper C,2003,03.11 Henri Bernard , Stefan Gerlach.Does the Term Structure Predict Recessions?the International Evidence,BIS Working Papers C,1996,09:37.12 Henri Bernard , Stefan Gerla

31、ch.Predicting Recessions with Interest Rate Spreads: A MulticountryRegime-Switching Analysis,CFS Working Papers C,1999,11:15.13Ana BeatrizC.Galva O. Structural Break Threshold Vars for Predicting US Recessions using the Spread, Applied Econometrics J,2006,21:463487.14Jonathan H. Wright.The Yield Cur

32、ve and Predicting Recessions, Finance and Economics Discussion Series C,2006,07.15 Heikki Kauppi, Pentti Saikkonen.Predicting U.S. Recessions with Dynamic Binary Response Models,RUESG Working Papers C,2006,11.16 Arturo Estrella, Frederic S. Mishkin. Pre-recession Pattern of Six EconomicIndicators in the USA, Forecasting J,2000,19:6580.17Michael Dotsey. Pre-recession Pattern of Six