房价对外商直接投资的影响分析 ——基于35个大中城市面板数据-石庆芳.pdf

《房价对外商直接投资的影响分析 ——基于35个大中城市面板数据-石庆芳.pdf》由会员分享，可在线阅读，更多相关《房价对外商直接投资的影响分析 ——基于35个大中城市面板数据-石庆芳.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、建筑经济CONSTRUCTION ECONOMY第 39 卷第 1 期2018 年 1 月Vol.39 No.1Jan. 2018摘要：基于我国35个大中城市20022014年的面板数据，分析房价对外商直接投资的影响。结果显示：房价通过收入效应和挤出效应两种机制对中国的外商直接投资产生影响。房价对外商直接投资的综合影响显著为正；劳动成本、金融发展水平与外商直接投资显著负相关。因此，应建立长效的房地产调控机制，稳定房地产市场预期，从而推动其投资于实体经济发展。关键词：房价；外商直接投资；综合效应；面板数据中图分类号：F293.3 文献标识码：A 文章编号：1002-851X（2018）01-00

2、60-06DOI：10.14181/ki.1002-851x.201801060Impact Analysis of the Housing Price on Foreign Direct Investment：Based on Panel Data of 35 Large and Medium CitiesSHI Qingfang，FAN fan（Shenzhen Graduate School，Harbin Institute of Technology，Shenzhen 518040，China）Abstract：Based on the panel data of 35 large a

3、nd medium cities in China for 20022014，this paper analyzes the impact of housing prices on foreign direct investment. The results show that：housing prices affect Chinas foreign direct investment through two mechanisms，namely income effect and crowding out effect. The comprehensive effect of housing

4、prices on foreign direct investment is signicantly positive，the effect of labor cost，nancial development level on foreign direct investment are significantly negative. Therefore，the government should establish a long-term real estate regulatory mechanism，stabilize the property market expectations，in

5、 order to promote foreign investment in the real economy.Keywords：housing price；foreign direct investment；comprehensive effect；panel data1 引 言改革开放以来，外商直接投资大量流入中国市场，弥补了中国在发展进程中的技术和管理经验方面的不足以及资本短缺。然而，近年来伴随中国住房改革和城镇化的不断推进，商品房价格快速上涨，由此也抬高了制造业等各行业生产成本，促使部分外商投资企业转移生产到其他国家，降低了外商直接投资流入中国。与此同时，中国商品房价格的持续上涨，也

6、吸引了大量外资进入中国房地产市场。因此，有必要深入研究住房价格的快速上涨与外商直接投资之间的影响。而关于房价与外商直接投资关系的研究，主要体现在以下三个方面。一是房价上涨吸引了外资涌入房地产市场。宋勃，高波认为短期内房价上涨吸引了外资流入。赵琼认为，房地产早已成为外资流入中国的最主要领域，房地产已经成为了外商投资中国的第二大顶梁产业。方毅，于大力等认为在短期中国持续上涨的房价，可以为外来资金投作者简介：石庆芳，男，生于1984年，山东济宁人，博士后，研究方向：宏观经济问题与政策。樊帆，男，生于1985年，新疆乌鲁木齐人，博士后，研究方向：房地产经济与土地资源管理。收稿日期：2017-10-20

7、房价对外商直接投资的影响分析基于35个大中城市面板数据石庆芳，樊帆（哈尔滨工业大学深圳研究生院，广东 深圳 518040）万方数据第 39 卷 第1 期 61机带来了丰厚利润，进而显著影响外来资金流入。二是房价上涨造成了产业转移，抑制了外商投资流入。陈浪南，陈云认为短期内房地产收益率对国际资本流动有显著的滞后效应。薛晴认为利用外资与房地产价格的波动没有直接的因果关系。高波，陈健等认为区域房价差异引发劳动力转移，进而导致产业转移。谭锐，赵祥等指出，制造业部门的产业转移风险可能发生在区级层面而不是市级层面。陈彦斌，刘哲希指出推动资产价格上涨过程中，市场易受乐观预期的驱动，会增加市场对资产的投资规模

8、，进而减少对实体经济的 投资。三是关于外商投资对房价的影响研究。刘莉亚发现热钱的流入显著地推动了住宅价格指数尤其是豪华住宅价格指数的上升。刘轶，史运昌得出房地产价格和热钱之间存在长期均衡关系，热点是房地产价格上涨的格兰杰原因，且对房地产价格具有持续的正向冲击。况伟大认为需求环节外资流入将推动房价上涨，开发环节外资流入将推动房价下降。袁东，何秋谷，赵波认为外资流入一方面会增加资金供给促使利率下降，另一方面增加对房地产的投资需求，从而导致房价上涨。上述研究在一定程度上加深了对房价与外商直接投资之间关系的认识，但在理论和实证分析上不够详实。基于此，本文从理论与实证两个方面对房价与外商直接投资的关系进

9、行分析。2 房价对外商直接投资的影响机理分析房价上涨对外商直接投资的影响效应既有积极的一面，也有消极的一面。房价上涨对外商直接投资的影响效应可以分解为挤出效应和收入效应，这两种效应对外商直接投资的影响或正或负，其综合作用的结果便是房价上涨对外商直接投资的影响。2.1 房价上涨对外商直接投资的收入效应房价上涨，会强化市场对房地产行业的乐观预期，进而带动房地产业的繁荣。这一方面会让更多的外资企业看好中国房地产市场，并扩大对房地产业的投资需求，甚至直接开发投资房地产；另一方面房地产作为一种重要的财富保值、增值手段，房价的不断上涨，也会吸引更多的外来资金涌入房地产市场，进行投资或投机，以获取更多的财富

10、。因此，预计房价对外商直接投资的收入效应为正，即会吸引更多的外商投资。2.2 房价上涨对外商直接投资的挤出效应房价上涨对外商投资的挤出效应主要通过以下途径：房价上涨并不仅是资产价格的上涨，更是一种特殊的通货膨胀，且易带动土地和住房租赁价格快速上涨，这一方面会带动生产企业等用地租赁价格上涨，进而抬高企业的生产成本，成本的上升则会导致外商直接投资区位的再选择，而且用地成本的上升也会限制外资企业生产规模的再扩大；另一方面会带动商业用房、居民住房等租赁价格的上涨，进而带动整体生活消费成本的上升，影响劳动力的迁移，进而会倒逼企业为留住劳动人口而不断提高工资水平，而工资提高又会造成生产成本的提高，这也会导

11、致外商直接投资区位的再 选择。3 模型的设定与估计方法3.1 模型设定为了检验分析房价对外商直接投资的影响效应，本文设定如下计量模型：fdiit=0+1spfjgit+nk=1kXit+i+it（1）其中，i为相应的城市，t为年份，fdiit为外商直接投资，spfjgit为商品房价格，Xit为相应的控制变量，0为常数项，1为spfjgit的影响系数，k为相应控制变量的影响系数，i为相应城市个体效应，it为被观测到的随机误差项，反映了各相应市特定因素的影响。（1）被解释变量：外商直接投资，用fdi表示。对于该变量，目前有存量和流量两种衡量标准，对比来看，流量数据更能反映出各市的年度经济变动对外商

12、直接投资的影响。因此，本文用各城市实际利用外资额来度量外商直接投资的流量变动，由于该数据的统计是以当年美元价格度量，在此用当年美元兑换人民币的年平均汇率折算为人民币，并取对数。（2）核心解释变量：房价，用spfjg表示，并用各城市新建商品房年度平均价格来度量，并取对数，来反映房价的变动情况。（3）控制变量：1）房地产投资，用fdci表示，并用各城市房地产开发投资额来度量，并取对数，来反映房地产市场投资情况。2）劳动成本，用gz表示，并用各城市在岗职工平均工资来度量，并取对数，来反映劳动力工资水平和企业用工成本变化。3）市场规模，用y表示，并用各城市国内生产总值来度量，并取对数，来反映一个地区的

13、市场规模情况对投资的吸引程度。4）金融发展水平，用jrfz表示。遵照国内的多数研究做法，在此用各城市金融机构人民币存贷款余额与国内生产总值的比值来度量金融发展水平。5）经济发展水平，用rjgdp表示，石庆芳，等房价对外商直接投资的影响分析万方数据建 筑 经 济2018年 62用各城市的人均国内生产总值来度量，并取对数，来衡量一个城市的经济发展情况。6）汇率变化，用exrate表示，用美元兑人民币汇率年度平均价来度量。7）人力资本，用zxrs表示，用各城市在校大学生人数来衡量，反映一个地区的高等教育和人力资本丰裕情况。8）对外开放水平，用ex表示，用各城市进出口总额与国内生产总值的比值来衡量。3

14、.2 数据说明和描述性统计考虑到数据的一致性和可得性，本文选取2002 2014年中国35个大中型城市（包括北京、上海等除拉萨市以外的直辖市、省会城市、副省级城市）为研究对象，描述性统计结果详见表1。文中涉及到关于价值形态的数据，均以2002年为基期并采用相应的指数来剔除价格因素的影响。相关数据来源于中国国家统计局网站、各城市历年统计局年鉴、各城市的国民经济和社会发展统计公报以及wind数据库。4 实证结果分析4.1 全样本回归结果分析本文首先使用中国35个大中城市全样本对式（1）进行估计，表2为具体的回归结果。由表2可知，模型19采用逐步加入其他控制变量估计的回归结果，结果表明，房价对外商直

15、接投资的估计系数的显著性水平、符号和大小均没有发生大的变化，其他控制变量的估计系数也没有发生很大的变化，而且在模型估计系数的整体显著性水平上，F统计量值均较大，基本在1%水平上显著，这说明模型的回归结果是稳健的、显著的，结论可靠。这里仅对标准模型9的估计结果进行分析，结果显示，房价（spfjg）对外商直接投（fdi）的综合影响效应显著为正，且在1%的水平上显著，这说明房价上涨有利于吸引外商直接投资。这似乎与中国沿海地区制造业向内陆以及东南亚等转移不符合，本文认为房价上涨也许会造成制造业转移，但中国房地产业的繁荣及其产生的财富效应，也让更多的外资涌入该行业，从而造成总的影响为正。房地产投资（fd

16、ci）在1%水平上显著为正，这进一步说明房地产的繁荣基期投资规模的增长，会显著地提高外商直接投资水平。劳动成本（gz）在1%水平上对外商直接投资具有显著负向影响，这说明劳动成本的上升会抑制外商投资水平的提升。市场规模（y）在1%水平上显著为正，这说明一个城市消费市场容量和需求越大越有利于吸引外商直接投资。金融发展水平（jrfz）在1%水平上显著为负，这说明金融发展水平的提高抑制了外商直接投资，本文认为金融发展水平的提高会让国内企业更容易获取资金，进而产生投资，从而导致对外资需求的降低。经济发展水平（rjgdp）在1%水平上显著为正，这说明一个地方经济发展水平越好越有利于吸引外商投资，本文认为经

17、济发展好的城市其相应消费能力、基础设施、技术水平等越好，进而导致外商投资选择上的偏好。汇率变化（exrate）在1%水平上显著为正，这说明人民币汇率贬值有利于吸引外商投资。人力资本（zxrs）在1%水平上显著，这说明人力资本水平较好的城市，更有利于吸引外来投资，本文认为人力资本水平好的城市，其相应的研发能力、技术水平、受教育水平等都较好，进而导致外商投资偏好。对外开放水平（ex）在1%水平上显著为正，这说明对外开放水平越高的城市越有利于吸引外商投资，这同我国沿海地区发展模式比较相近，外向型经济依赖度强越会吸引后续投资继续跟进，扩大规模生产转出口。4.2 交叉项和分时段回归结果分析表3中模型10

18、和11报告了引入房价与相应控制变表1 主要变量的描述性统计变量样本值均值方差最小值最大值Lnfdi 455 3.963 2.667 -0.854 6.751lnspfjg 455 8.286 0.278 7.288 9.819lnfdci 455 5.639 1.249 2.696 7.967lngz 455 10.185 0.183 9.243 11.293lny 455 7.631 0.968 4.798 9.781jrfz 455 3.781 1.372 1.757 7.302lnrjgdp 455 10.392 0.311 8.704 11.612Exrate 455 7.250 0.

19、697 6.142 8.277zxrs 455 33.583 472.338 2.219 101.929ex 455 0.551 0.469 0.029 3.561万方数据第 39 卷 第1 期 63量交互项全样本估计回归结果，进一步考察房价对外商直接投资的收入效应和挤出效应。由模型10的估计结果可知，房价（spfjg）与房地产投资（fdci）的交互项（spfjgfdci）的估计系数在1%水平上显著为正，说明房价上涨通过促进房地产行业繁荣，进而推动房地产开发投资的增长能够提高外商直接投资，即房价对外商直接投资的收入效应显著为正。在模型11中，房价（spfjg）与劳动成本（gz）的交互项（spf

20、jggz）的估计系数显著为负，并通过了1%水平的显著性检验，表明房价上涨通过推动劳动工资水平的上升，来抬高劳动成本，进而抑制外商直接投资，即房价对外商直接投资的挤出效应显著为负。以上两种效应的综合影响结果使得房价与外商直接投资之间显著正相关，即房价上涨会对制造业等行业的外商投资产生挤出效应，但总体上会吸引更多的外商投资。由于房价上涨趋势在各时间阶段上存在一定的差异性，为更好地考察房价对外商直接投资的影响，本文进一步分时间阶段进行了估计和检验。将中国35个大中城市20022014年样本数据分为20022005、20062010、20112014三个阶段，表3中模型1214报告了各时段具体回归结果

21、。由表3分时段模型回归可知，模型12（20022005）的房价（spfjg）、劳动成本（gz）和市场规模（y）的估计结果均不显著，本文对此解释是2001年中国刚加入世界WTO组织，让世界和中国产生了更好的融合；同期我国房地产市场才刚起步，且中国的劳动工资水平相对较低，劳动成本的上升影响不大；当时中国的市场规模较小，外商投资更多的是劳动寻求型的。正是上述三方面的因素造成了估计结果显著，比较符合当时中国的现实，其余变量的估计结果同全样本模型估计结果基本一致。在模型13（20062010）中，主要的变量房价（spfjg）、房地产投资（fdci）和劳动成本（gz）的估计结果同全样本模型估计结果基本一致

22、，其余变量除市场规模、金融发展水平变量外同全样本模型估计结果也基本一致，但是市场规模系数符号已经由前期的负效应转为正效应，说明这一时期部分外商投资企业已经开始由劳动寻求型转向市场寻求型。在模型14（20112014）中，房价（spfjg）变量不显著，房地产投资、劳动成本、市场规模、经济发展等几个变量均在1%水平上显著，本文认为房价上涨虽然倒逼劳动成本的提高，并导致外资从制造业等转移，但是同期表2 全样本回归结果变量模型1模型2模型3模型4模型5模型6模型7模型8模型9spfjg1.94*（19.57）0.42*（4.46）1.58*（10.79）0.94*（5.97）1.29*（7.70）0.

23、79*（4.78）0.66*（4.10）0.73*（4.21）0.45*（2.51）fdci0.97*（16.42）1.23*（17.42）0.39*（4.25）0.53*（5.55）0.62*（6.66）0.75*（8.49）0.73*（8.09）0.73*（8.22）gz-2.22*（-8.54）-1.65*（-7.09）-1.59*（-7.21）-2.54*（-9.22）-1.02*（-3.12）-0.97*（-2.93）-1.13*（-3.42）y1.09*（10.38）0.76*（6.93）0.67*（6.41）0.439*（4.18）0.38*（3.48）0.31*（2.78）jr

24、fz-0.23*（-6.28）-0.11*（-2.70）-0.18*（-4.00）-0.19*（-4.15）-0.20*（-4.47）rjgdp1.17*（6.89）0.98*（6.05）0.96*（5.85）0.95*（5.88）Exrate0.62*（8.00）0.64*（7.98）0.44*（4.92）zxrs0.003*（1.62）0.01*（3.51）ex0.34*（4.34）常数项-12.10*（14.36）-5.01*（-8.15）6.54*（4.22）2.41*（1.68）1.62（1.20）2.88*（2.16）-12.73*（-5.52）-13.31*（-5.58）-7.5

25、3*（-2.83）观测值455 455 455 455 455 455 455 455 455城市个数35 35 35 35 35 35 35 35 35注：*、*、*分别表示估计结果在10%、5%、1%的水平上显著。石庆芳，等房价对外商直接投资的影响分析万方数据建 筑 经 济2018年 64房价上涨带来的房地产业繁荣，也导致外资腾出来的资金转向了房地产，且伴随中国市场规模扩大和经济发展水平的提高，也让外资从劳动寻求型更多转向市场寻求型，从而出现房价变量的不显著，而其他主要变量的 显著。4.3 稳健性检验在模型的检验过程中可能存在潜在的内生性问题，而严重的内生性问题会使回归结果出现较大的偏差，

26、进而影响估计结果的稳健性，不利于检验分析。因此，为了避免内生性问题可能产生的回归结果出现偏误，本文将外商直接投资（fdi）、房价（spfjg）、房地产投资（fdci）、劳动成本（gz）、市场规模（y）、金融发展水平（jrfz）、经济发展水平（rjgdp）、汇率变化（exrate）、人力资本（zxrs）和对外开放水平（ex）均滞后一期再次进行回归估计，以便检验设定模型的稳健性，表4报告了具体回归结果。从回归结果来看，解释变量和控制变量估计系数的作用方向与显著性水平基本不变，这证明本文的回归估计结果是稳健的。5 结论与政策建议本文利用中国35个大中城市20022014年的面板数据，考察了房价对外商

27、直接投资的影响。研究结论和政策启示主要体现如下：第一，房价通过收入效应和挤出效应两种机制对中国的外商直接投资产生影响，其中收入效应为正，挤出效应为负；就整体而言，房价对外商直接投资具有正向促进效应。即房价上涨将带动房地产业的繁荣，进而吸引更多的外商直接投资涌入房地产行业，且由房价上涨产生的财富效应等也有利于吸引市场寻求型的外商投资；房价上涨还将倒逼企业提高工资水平，导致劳动成本上升，进而抑制外商直接投资。因此，应建立长效的房地产调控机制，特别是稳定房地产市表3 交叉项和分时段样本回归结果变量引入交叉项分时段模型10模型11模型12（20022005）模型13（20062010）模型14（201

28、12014）spfjg-0.108（-0.58）1.820*（3.75）0.701（1.39）0.482*（1.94）0.294（1.02）fdci0.704*（8.09）0.611*（3.21）0.809*（5.58）1.005*（5.21）spfjg*fdci0.092*（8.13）gz-1.206*（-3.66）0.108（0.21）-1.467*（-2.48）-1.741*（-3.02）spfjg*gz-0.130*（-3.33）y0.292*（2.51）0.352*（3.11）-0.038（-0.18）0.249（1.31）0.585*（2.41）jrfz-0.213*（-4.54）

29、-0.201*（-4.25）-0.542*（-5.97）-0.107（-1.58）-0.023（-0.28）rjgdp0.998*（6.23）0.887*（5.81）0.595*（1.79）1.223*（4.81）1.142*（4.06）Exrate0.419*（4.60）0.454*（4.97）6.165*（3.10）0.345*（2.42）0.863（1.45）zxrs0.007*（3.43）0.007*（3.46）0.019*（2.74）0.006*（1.91）0.002（0.64）ex0.338*（4.41）0.332*（4.24）0.446*（2.41）0.184*（1.83）0.2

30、09*（2.03）常数项-2.477（-0.87）-18.943*（-9.90）-61.326*（-3.47）-6.647（-1.53）-8.876（-1.28）观测值455 455 455 455 455城市个数35 35 35 35 35注：*、*、*分别表示估计结果在10%、5%、1%的水平上显著。万方数据第 39 卷 第1 期 65场预期，并对投资用地租赁价格等方面给予优惠，降低外商投资对房地产偏好，而推动其投资于实体经济 发展。第二，通过进一步检验，本文发现市场规模、经济发展水平、汇率变化、人力资本以及对外开放水平与外商直接投资显著正相关，而金融发展水平与外商直接投资显著负相关。这说

31、明伴随中国市场规模扩大、经济发展以及人力资本水平等提高，吸引了更多的外商直接投资，表明外商对中国的投资正在由劳动寻求型向市场以及技术劳动寻求型转变。因此，一个地区要想吸引到更多的外来投资，还应该多从自身找原因，所谓“打铁还需本身硬”，发扬“钉钉子”精神，大力提高本地宏观基本面，必能吸引更多的外来投资。参考文献1 宋勃，高波.国际资本流动对房地产价格的影响基于我国的实证检验（1998-2006年）J.财经问题研究，2007（3）.2 赵琼.国际资本流动对我国房地产价格的影响分析J.技术经济与管理研究，2010（3）.3 方毅，于大力，高莉.热钱变动及其影响因素J.经济与管理研究，2015（3）.

32、4 陈浪南，陈云.人民币汇率、资产价格与短期国际资本流动J.经济管理，2009（1）.5 薛晴.西安市房地产资金来源结构与房地产价格波动的关系分析J.西北大学学报（哲学社会科学版），2011（3）.6 高波，陈健，邹琳华.区域房价差异、劳动力流动与产业升级J.经济研究，2012（1）.7 谭锐，赵祥，黄亮雄.高房价下的制造业转移：城市间还是城市内?J.经济学报，2015（2）.8 陈彦斌，刘哲希.推动资产价格上涨能够“稳增长”吗?基于含有市场预期内生变化的DSGE模型J.经济研究，2017（7）.9 刘莉亚.境外“热钱”是否推动了股市、房市的上涨?来自中国市场的证据J.金融研究，2008（10

33、）.10 刘轶，史运昌.热钱对房地产价格的影响基于京、沪、穗、深圳数据的实证研究J.广东金融学院学报，2009（6）.11 况伟大.FDI与房价J.经济理论与经济管理，2013（2）.12 袁东，何秋谷，赵波.实际有效汇率、“热钱”流动与房屋价格理论与实证J.金融研究，2015（9）.表4 稳健性检验回归结果变量模型14模型15模型16模型17模型18模型19模型20模型21模型22L.spfjg1.97*（19.03）0.45*（4.60）1.54*（9.86）0.93*（5.53）1.29*（7.28）0.76*（4.36）0.65*（3.86）0.39*（2.09）0.42*（2.23）

34、L.fdci0.98*（16.00）1.19*（16.77）0.39*（4.01）0.52*（5.27）0.63*（6.52）0.75*（8.18）0.77*（8.40）0.74*（7.98）L.gz-2.06*（-7.60）-1.52*（-6.13）-1.48*（-6.25）-2.47*（-8.36）-1.01*（-2.95）-1.16*（-3.35）-1.13*（-3.27）L.y1.06*（9.76）0.72*（6.35）0.62*（5.69）0.39*（3.69）0.39*（3.72）0.28*（2.37）L.jrfz-0.24*（-6.33）-1.09*（-2.67）-0.17*（-

35、3.98）-0.17*（-3.85）-0.19*（4.40）Lrjgdp1.24*（7.13）1.03*（6.17）1.05*（6.30）0.99*（5.95）L.exrate0.61*（7.78）0.46*（4.91）0.42*（4.55）L.ex0.22*（3.11）0.34*（4.05）L.zxrs0.01*（3.28）常数项-12.36*（-14.06）-5.21*（-8.26）5.48*（3.42）1.51（0.99）0.83（0.563）2.15（1.51）-12.86*（-5.46）-8.49*（-3.09）-7.43*（-2.67）观测值420 420 420 420 420 420 420 420 420城市个数35 35 35 35 35 35 35 35 35注：*、*、*分别表示估计结果在10%、5%、1%的水平上显著。石庆芳，等房价对外商直接投资的影响分析万方数据