中国住宅投资引领经济增长吗？，本文主要内容关键词为：经济增长论文,中国论文,住宅论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
我国对住宅投资与经济增长之间关系的看法有一个过程。计划经济时代长期奉行先生产后生活、高积累低消费的方针，将住宅看作纯粹耗费资源的非生产性支出，住宅建设被列入非生产性建设（也称消费性建设），住宅投资规模在每年的计划安排中都很小，且每遇压缩投资规模时总是首当其冲（中国社科院财贸所等，1996）。这种状况长期延续，造成了人均住宅面积小、缺房情况严重的后果——1977年全国城市缺房户达626万户，约占城市总户数的37%，平均每人居住面积仅3.6平方米（孙尚清等，1979）。改革开放后，刻意压缩住宅投资的局面得到了扭转，住宅投资占GNP的比例在1949-1978年间平均仅1.5%，在1981-1989年间几乎每年都超过了7%（World Bank,1992）。同时，作为改革开放以后重新起步的产业，住宅产业、房地产业的地位和作用得到了正面的评价。例如，国务院发展研究中心的报告指出“以住房为带头产业，不仅能带动一系列劳动密集型的产业的发展，而且能带动一系列知识密集型与资金密集型产业的发展”（杨鲁、王育琨，1992）。住宅建设的政府主管部门也力推住宅投资能够拉动经济增长的说法，强调房地产业是经济发展的基础性、先导性产业，是国民经济的支柱产业之一（叶如棠，1994）。与此同时，有学者指出大规模住宅投资会使大量资金从工农业和基础建设领域转向住房建设和维修，加剧工农业发展后劲不足和基础设施落后的状况，使经济发展难以为继（石小抗，1991）。
1996年至1998年间，为应对当时的经济不景气，国家强调住宅建设“有可能形成新的消费热点和新的经济增长点”、“是今后带动国民经济发展的一个新的经济增长点”。之后，一些研究论证了住宅建设成为新经济增长点的必要性、可能性，甚至提出了“十几年来住宅建设已经成为我国的经济增长点”的观点（中国房地产及住宅研究会，1997）。到1997年2月，“住宅建设成为新的经济增长点和消费热点的必要性和可能性已经从中央到地方形成了共识”（富林、洪林，1997）。随后，一系列促进住宅建设的政策相继出台。
在近年来房地产市场调控的政策变动中，促进住宅建设和消费仍是一个重要的方面。但是，支撑这一系列事关重大的改革文件和政策措施的研究，要么只是简单地转述几个西方国家的经验，要么只是摘引领导人的讲话，就认定住宅建设能够拉动国民经济增长、住宅产业应该成为带头产业或支柱产业，对于住宅建设、住宅投资与经济增长之间的关系，都未曾采集数据进行验证。本文收集了1985-2009年中国各省、直辖市、自治区的数据，利用面板误差修正模型，对住宅投资与经济增长之间的领先—滞后关系进行讨论，发现无论是1985-2009年全时段还是以1998年大规模房改为分界线的分时段，无论是全国各省市面板还是分区域的各省市面板，经济增长引领住宅投资的单向Granger因果关系是稳定的；不同于一些研究和政策措施所主张、所暗示的住宅投资引领经济增长的观点，整体上，我们找不到证据来支持住宅投资带动经济增长的论点。
与现有研究相比，本文的贡献主要有：(1)以往研究或采用短时段的全国性年度数据，或不恰当地以城镇房地产开发投资作为全社会住宅投资的代理变量。我们收集了1985-2009年的省级住宅投资数据作为开展实证研究的基础，这是到目前为止所见可获得的最大样本，包含了更全面和更准确的信息。(2)本文采用面板VECM来检验住宅投资与经济增长的互动关系，根据笔者的阅读范围，这是最早利用住宅投资面板数据、采用面板VECM来研究二者互动关系的研究。为了确认实证研究的发现，本文进行了分时段、分区域以及分时段兼分区域的稳健性检验，发现结果是稳健的。(3)不同于以往的研究和说法，本文的实证结果表明，中国经济增长带动住宅投资，且这一检验结果适用于中国各个地区、房改前和房改后，整体上找不到支持住宅投资带动经济增长论点的证据；但在具体的某个地区、时段，住宅投资可能引领经济增长，即住宅投资和经济增长的关系在有的地区可能随着时间的变化而变化。这些新的和更为具体、细化的实证结果具有现实和理论意义，也为进一步的深入研究奠定了基础。
本文第二部分对已有文献进行回顾；第三部分介绍本文使用的数据并对数据进行简单的分析；第四、第五部分利用面板数据分析方法来考察住宅投资与经济增长之间的领先—滞后关系；最后是结论。
二、文献回顾
在经济大萧条的年代里，1938年2月1日，凯恩斯在给美国总统罗斯福的私人信件中，建议增加住宅、公用设施和交通投资以应对经济大萧条。他写道：“住宅有大量持续的潜在需求，且需求地理分布广泛，因此，住宅是最有助于经济复兴的办法。我建议你把大部分鸡蛋都放在这个篮子里，把它放在第一位来关心，并绝对确保它们的孵化未受拖延”（Keynes,1938）。罗斯福赞成这一建议，在随后给凯恩斯的回信中说：“你对于需要刺激住宅建设的强调恰如其分，我希望我们正在做的清除障碍以便让这个产业复苏的努力能够成功”（Roosevelt,1938）。
时过境迁，二战后流行的经济增长理论强调资本形成、资本积累在经济增长中的关键作用，认为住宅是一种消费品、住宅建设业生产率低下、住宅产业是非生产性的，投放在住宅上的投资要尽量压缩，以便增加用于生产资料的投资（Wheaton & Wheaton,1972）。他们认为，对住宅的处理要区分经济发展阶段。在经济发展的起初阶段，资源应绝大多数用于建设工厂和其他必要的生产资料，随着生产率提高、失业与非充分就业等问题得到了解决，住宅才应逐步提上议程（Howenstine,1957)。事实上，就像后来Gilbert & Gugler（1982）指出的那样，“当时住宅投资被认为是放缓经济增长以及从农村吸引大量人口从而加剧城市问题的典型做法”，而面对二战后的资本短缺，无论是资本主义国家还是计划经济国家，都将住宅投资放在很低的优先次序上，把几乎所有的资本都投放到工业发展以及据说能直接支持工业发展的基础设施投资上（Wheaton & Wheaton,1972）。除了这一派住宅投资的批评者之外，据Arku（2006）考证，二战后还有两派观点——住宅投资的温和主义者和支持者，前者也低估住宅在经济上的重要性，但认为在特定的背景下、有助于工业发展时，可投资一定数量、特定类型的住宅，后者则认可住宅对经济增长的重要作用。
到了20世纪60、70年代，住宅投资支持者的观点逐渐受到重视，住宅投资能够作为促进经济增长的工具的观点占据了上风。但是，据考证，这种流行观点的转变并不是由新证据的积累推动的，而是由于经济学话语体系的转变——人力资本概念的引入，以及联合国、世界银行等国际机构对住宅投资促进经济增长观点的大力推动（Harris & Arku,2007）。
学术界对于住宅投资与经济增长之间关系的争论一直持续着，却一直没有开展实证研究，直到20世纪80年代才出现一些利用数据进行讨论的文献。Boléat & Coles（1987,P.134-135）列表比较了1960-1983年英国、美国、西德、法国、意大利、加拿大、日本等工业化国家住宅投资占GDP的百分比与人均GDP的年增长率，发现二者之间存在着相关关系，认为住宅投资不像是会阻碍经济的发展，因果关系的方向是经济的高速增长使得这些国家能够将更多的资源投到住宅上。Greenwood & Hercowitz（1991）观察美国1954-1989年的家庭耐用消费品、住宅投资与商业投资的数据，指出住宅投资引领商业投资和其他宏观经济变量。
利用长时段的时间序列进行计量检验的研究大约在20世纪90年代后期才出现。其中，有关美国住宅投资与GDP的相互关系的实证研究最多。Green（1997）、Coulson & Kim（2000）、Wen（2001）都发现住宅投资是GDP的Granger成因，住宅投资引领经济周期。Gauger & Snyder（2003）探讨美国1980年以来金融管制放松之后住宅投资与宏观经济的关系是否发生改变，用1959-1999年的季度数据验证了Green（1997）、Coulson & Kim（2000）的结论，并发现在金融管制放松之后住宅投资对GDP运行的预测力进一步增强，指出住宅市场值得政策制定者或其他对总体经济运行感兴趣者的更多关注。Leamer（2007）直接以“住宅就是经济周期”（Housing Is the Business Cycle）为论文题目，指出美国GDP的组成部分中，住宅投资是预警衰退的最好信号，除了1953年朝鲜停战后的衰退和2001年的互联网泡沫，美国二战后的其余8次经济衰退之前，都出现了住宅投资方面的巨大问题。Ghent & Owyang（2010）则以“住宅就是经济周期吗”为题，用美国51个大城市的数据，以施工许可作为住宅投资的代理变量，发现施工许可是就业的很好的领先指标，验证了Leamer（2007）的结论。可以看到，不同的学者用不同方法、不同时间段的数据对美国住宅投资与GDP的互动关系进行实证研究，得出了住宅投资引领经济增长的一致结论。
然而，许多关于其他国家住宅市场的研究得出了与美国不一致的结论。在韩国，用1970-2000年的季度数据，Kim（2002）参照Green（1997）的研究，比较美国和韩国住宅投资与GDP的关系，发现韩国的住宅投资是GDP的跟随者而不是驱动者。Kim（2004）用1970-2002年的季度数据，也发现韩国的住宅投资不是GDP的Granger成因，而是跟随宏观经济波动。Nahm（2002）与Greenwood & Hercowitz（1991）的观察进行对比，使用1970年第1季度到1997年第3季度的数据，研究韩国的住宅投资是否也引领产出的问题，发现与美国的情况大不同，且韩国住宅投资与产出之间的关系随时间的推移而改变——住宅投资在20世纪80年代引领产出，而在20世纪70年代和90年代与产出同步。
住宅投资与经济增长的领先—滞后关系在不同国家间存在差异的情况在国际货币基金组织2008年的《世界经济展望》报告中得到了集中体现。IMF（2008,Chapter 3）讨论住宅部门对澳大利亚、奥地利、比利时、加拿大、丹麦、芬兰、法国、德国、希腊、爱尔兰、意大利、日本、荷兰、挪威、西班牙、瑞典、英国和美国等18个发达国家经济周期的作用，发现多数国家的住宅投资引致经济周期，但德国、意大利、芬兰、瑞典和挪威的情况并非如此；美国、爱尔兰、英国、丹麦和荷兰的住宅投资加剧了经济衰退，平均来说，住宅投资能够解释经济衰退前GDP增长率减慢的10%。他们还指出，各国住宅部门的变动及其与经济的联系存在差异，这些差异在很大程度上取决于影响住宅部门供给和需求的本国因素。在劳动力市场刚性较小和建筑部门劳动力比重较高的国家，需求的改变会更强烈地影响住宅供给及建筑部门的就业，住宅投资在衰退前对GDP增长率下降的贡献也较大。近年来，瑞典中央银行、意大利中央银行的研究分别验证了IMF（2008,Chapter 3）的发现。Walentin& Sellin（2010）发现瑞典住宅投资与产出之间的因果关系与美国正好相反，住宅投资滞后于产出，且这种关系非常稳健，并非研究样本期间的特殊情况。他们认为二者关系不同的原因是瑞典的政府干预以及规划和建设之间的较长时滞。Bulligan（2010）研究指出意大利住宅投资以两个季度的时间滞后于GDP。
从以上对文献的梳理可以看出，从20世纪30、40年代以来，有关住宅投资与经济增长互动关系的争论一直持续着，二战后初期流行的经济增长理论认为增加住宅投资会放缓经济增长，但到了20世纪60、70年代，认为住宅投资能够促进经济增长的观点占据了上风。而根据考证，这种流行观点的转变不是由新证据的积累推动的，而是由经济学话语体系的转变以及联合国、世界银行等国际机构的推动引起的。从20世纪90年代后半期以来利用长时段时间序列数据开展的计量检验结果来看，住宅投资与经济增长的领先—滞后关系并不是放之四海而皆准的，不同国家间存在着差异，且这种领先—滞后关系不是一成不变的，在同一个国家内部也可能随着时间的推移而有所改变，需要具体问题具体分析。
三、数据
一般来说，住宅投资包括新住宅的建设、存量住宅的维护和存量住宅的改建等三大类活动（Nesslein,1998）。20世纪50年代初到70年代，中国的固定资产投资统计只涵盖基本建设。随着企业更新改造的加强和城乡集体及个人投资建设的发展，固定资产投资统计1978年增设城镇集体固定资产投资统计，1981年增设更新改造投资统计，1981年增设农村集体所有制投资、农村个人投资和城镇个人建房投资统计，基本建设投资统计完成了向全社会固定资产投资统计的转换（耿春普，2000）。与这一过程同步，原有的住宅投资数据中，1950-1979年的数据为全民所有制基本建设住宅建设投资额，1981年增加更新改造以及城乡集体建房、城乡个人建房等内容之后，转为全社会口径。20世纪90年代中期以前，全社会住宅投资按生产资料所有制的不同分为国有单位、城乡集体所有制单位和城乡居民个人投资，按城乡的不同分城镇住宅建设（含农民在城镇建房）和农村住宅建设，国有单位住宅投资分为基本建设、更新改造、其他固定资产投资和房地产开发投资（1986年起增设）等四个部分，城乡集体所有制单位住宅投资包括城镇集体所有制单位和农村集体所有制单位等两部分，城乡居民个人住宅投资包括城镇、县城、镇和工矿区的个人建房投资和农村个人建房等两部分。20世纪90年代中期以后，随着投资主体的多元化，住宅投资根据经济类型分国有经济、集体经济、私营个体经济、联营经济、股份制经济、外商投资经济、港澳台投资经济、其他经济等。总的来说，中国20世纪80年代初开始使用的“全社会住宅投资”统计项目与主要发达国家统计机构及文献传统使用的住宅投资概念，是基本一致的。
已有一些文献从实证角度探讨了中国住宅投资与经济增长之间的关系，如Liu et al.（2002）和郑思齐（2003）。Liu et al.（2002）应用1981年至2000年的全国性年度数据，郑思齐（2003）应用1981年至2001年的全国性年度数据，探讨中国住宅投资与GDP之间的动态联系，都发现住宅投资的增长和波动对GDP有较大的影响，而GDP主要通过长期均衡关系来调整住宅投资的增长。但这两项研究使用的时间序列短，使用带有滞后项的复杂估计模型又使有效样本进一步缩水，降低了结论的可靠性。
Chen et al.（2011）也尝试探讨中国住宅投资与经济增长之间的关系，以检验“住宅引领增长假说”。他们意识到了使用确切数据的重要性，却用城镇房地产开发投资（包括住宅、写字楼和商业用房的开发投资）来代表全社会住宅投资。从概念上看，这样的处理方法遗漏了农村住宅投资以及城镇集体和个人的住宅投资，多计算了城市的写字楼、商业用房等非住宅投资。从实际数值来看，全社会住宅投资和城镇房地产开发投资的增长变化趋势并不一致，二者的比例关系也不稳定——城镇房地产开发投资与全社会住宅投资的比例关系，1986年、1987年仅为13.8%和17.2%，1988年至1991年在23%左右，1992年至2002年在43%到83%之间波动，2002、2003年约为96%；2004年至2008年的城镇房地产开发投资都略微超过全社会住宅投资，2009年的城镇房地产开发投资又略少于全社会住宅投资。所以，无论是概念上，还是从实际数值的变动来看，城镇房地产开发投资都不适合作为全社会住宅投资的代理变量。
国家统计局从1981年起统计和公布全社会住宅投资数据，我们可以直接使用全社会住宅投资数据，而不必用城镇房地产开发投资来做代理变量。为了克服年数短、数据量少的问题，我们收集了1985-2009年全国各省、直辖市、自治区的数据。最终的数据跨越25个年份，涵盖31个省市自治区（不包含西藏）。①这些数据来自历年《中国统计年鉴》、《中国固定资产投资统计年鉴》和《中国固定资产投资统计年报》。
为了消除价格影响，我们将数据调整至1985年基期。按照处理经济时间序列数据的一般做法，为降低数据的波动幅度，我们对国内生产总值和住宅投资取自然对数。下文将国内生产总值（以亿元为单位）的自然对数记作GDP,GDP的一阶差分亦即GDP的增长率记作DGDP，住宅投资（以亿元为单位）的自然对数记作HI,HI的一阶差分亦即住宅投资的增长率记作DHI。表1描述了这些面板数据序列的统计性质。
根据全国加总的数据，国内生产总值GDP和住宅投资HI的关系由图1给出，其相应的增长率参见图2。从图1可以粗略地判断，全国加总的GDP和HI显得不平稳，但二者的走势相仿。从图2可以看出，GDP和HI的一阶差分都显得比较平稳，二者可能存在一阶协整关系。这些直观的猜测将在下文得到检验。
四、计量方法与实证结果
（一）单位根检验
为了检验住宅投资与经济增长之间的Granger因果关系，我们首先根据Maddala & Wu（1999）的方法检验面板数据的平稳性。表2列出了面板单位根的ADF检验值以及检验“存在面板单位根”这一原假设时相应的p值。检验结果显示，在各种情况下（含常数项、趋势项和漂移项）GDP和HI均不平稳，其相应的一阶差分DGDP和DHI则都是平稳的。这说明GDP和HI这两个面板序列均为同阶单整I（1）。
（二）协整关系检验
GDP和HI均为I(1），这里我们进一步运用Engle-Granger的两步法检验二者之间是否存在协整关系。我们先估计体现GDP和HI的长期均衡关系的模型（1），继而对回归后的残差e进行面板单位根检验。如表3所示，结果表明回归残差e是平稳的，由此我们可以得出GDP和HI存在一阶协整关系CI（1，1）的结论。
当滞后期l从1到6时，检验两个原假设的F值和p值如表4。计量结果无法拒绝原假设1，而在1％的显著水平上拒绝原假设2，且这一结论在滞后期从1变化到6时都很稳健。因此，GDP是HI的Granger成因，即经济增长引领住宅投资，反之则不成立。
（四）脉冲响应函数
根据AIC、BIC以及简约原则，我们选择滞后期l为1，对模型（2）进行估计，并在此基础上计算脉冲响应函数。如图3所示，对DGDP一个标准差的冲击迅速影响当期及之后的DGDP和DHI，且其持续时间长。DGDP对此冲击的响应幅度随着时间的推移越来越弱，但是9年后的响应幅度仍然显著。DHI当期便对这一冲击做出响应，响应幅度在一年后达到最大，之后随着时间的推移而逐渐减弱。值得注意的是，9年后DHI对此冲击的响应依然显著，说明了DHI对DGDP的脉冲响应是永久的。面对当前DHI一个标准差的冲击，DGDP的响应微弱且不显著；DHI的响应也迅速减弱，两年后该响应几乎消失。这一结果表明经济增长引领住宅投资。相反地，我们找不到住宅投资引领经济增长的证据。
五、稳健性检验
这一部分检验上文所得结果的稳健性。根据1998年启动的大规模房改，我们把数据分成1985-1998年和1999-2009年两个时段，检验GDP和HI在这两个时段是否都存在Granger因果关系，以及如果都存在Granger因果关系，因果关系的方向是否一致。我们还把全国的面板数据分成东部、中部和西部，考察GDP和HI之间的Granger因果关系是否会随着区域的不同而变化。③
（一）协整关系的稳健性检验④
对于分时段后的数据，我们仍用Engle-Granger的两步法估计模型（1），然后对其残差e进行面板单位根检验。如表5，检验结果表明，1985-1998年期间残差e是平稳的；在1999-2009年期间，当包含漂移项时，残差e是平稳的。大体而言，在1985-1998年和1999-2009年两个阶段，GDP和HI都存在一阶协整关系CI（1，1）。
图3 脉冲响应函数
基于分区域后的面板数据，我们用同样的方法检验GDP和HI是否存在协整关系。如表6，在1985-2009年，含漂移项时，残差项e都是平稳的，因此各个地区的GDP和HI均存在一阶协整关系CI（1，1）。进一步将全部样本分时段兼分区域后，仍可发现在包含漂移项的情况下，基于模型(1)的回归残差是稳定的，GDP和HI存在一阶协整关系CI（1，1）。也就是说，GDP和HI存在一阶协整关系CI（1，1)的结论在分时段、分区域以及分时段兼分区域的情况下是稳健的。
（二）Granger因果关系的稳健性检验
根据对分时段后的数据，基于模型（2）的回归结果，我们检验GDP和HI的Granger因果关系。为了节省篇幅，表7只报告了检验H1。（HI不是GDP的Granger成因）和
（GDP不是HI的Granger成因）对应的p值。对全国面板数据的分时段检验结果表明，无论是在1998年大规模房改之前，还是在1998年之后，GDP都是HI的Granger成因。在绝大多数情况下，HI不是GDP的Granger成因。唯一的例外是，在1999-2009年间，当滞后期数为2时，检验结果表示HI是GDP的Granger成因。
除了检验该结论在时间上的稳健性，我们进一步把全国的面板数据分成东部、中部和西部，看结论是否会随着区域的变化而变化。如表8，结果表明“GDP是HI的Granger成因”这一结论适用于各个区域。然而，中部的面板数据不完全支持“HI不是GDP的Granger成因”这一结论。在中部地区，当滞后期数为2时，HI是GDP的Granger成因。这表明在中部地区，有时候HI会引领几年后的GDP。下文将进一步将各个区域的数据进行分时段，以进一步检验该Granger因果关系的来源。
最后我们对全国的面板数据同时分时段和分区域，然后分别检验各种情况下GDP和HI之间的Granger因果关系。如表9，对于认为“GDP不是HI的Granger成因”的原假设2，不管滞后期数为多少，对各个区域面板数据的分时段检验结果得出的p值均低于5%，我们在5%的显著水平上拒绝
。这说明“GDP是HI的Granger成因”这一结论是稳健的。同时，“HI不是GDP的Granger成因”这一结论在绝大多数情况下是十分稳健的。在这里我们指出几个例外。在1985-1998年间，当滞后期数为2的时候，基于中部地区面板数据的检验结果在5%的显著水平上拒绝
。这说明1998年大规模房改之前，中部地区的HI是其相应的GDP的Granger成因。在1999-2009年间，当滞后期数为3-6时，基于西部地区面板数据的检验结果在5%的显著水平上拒绝，这表明在房改之后，西部地区的HI是其相应的GDP的Granger成因。⑤总体来说“GDP是HI的Granger成因”这一结论十分稳健，“HI不是GDP的Granger成因”这一结论在绝大多数情况下也是稳健的。
（三）领先—滞后关系的进一步比较
从全国面板数据来看，在1998年大规模房改前后，GDP均为HI的Granger成因，反之则不然。上文通过脉冲响应函数分析了1985-2009年GDP对HI的引领程度，这里我们进一步比较这种引领程度在1998年前后是否有所变化。
基于分时段后的全国面板数据，我们对模型(2)进行回归，结果见表10。在以DHI为因变量的回归模型中，DGDP的滞后项L.DGDP的系数在1985-1998年间为0.846，低于其在1998-2009年间的值1.068。可以进一步检验，这个差别在统计上是显著的。因此可以说，1998年大规模房改后，DHI对DGDP的反应程度提高了。但是单纯通过该系数来判断DGDP对DHI的引领程度忽略了DGDP对当期DHI的促进作用，同时也忽略了二者之间的互动关系。为了比较房改前后DGDP对DHI的引领程度的变化，我们通过比较1998年大规模房改前后DHI对DGDP的脉冲响应函数来做进一步的分析。
为了便于比较，我们把对DGDP的冲击固定为一个基点，然后分析DHI对该冲击的脉冲响应函数。图4画出了房改前后每一期的脉冲响应函数IRF（左图）和累计的脉冲响应函数 CIRF（右图）。从左图可以看出，房改前DHI对DGDP的当期响应程度强于房改后，但是在冲击后的几年里，房改前的DHI对DGDP的响应越来越弱，而且减弱得很快。相比之下，面对同样的冲击，房改后的DHI对DGDP的响应程度先是增强，随后慢慢减弱，减弱的速度慢于房改前。在冲击发生的8年之后，房改前的DHI对DGDP的响应程度基本上为0，而房改后的DHI对DGDP的响应程度仍高达0.7。从右图可以看出，在冲击后的第二年，房改后的DHI对DGDP的累计响应便高于房改前的，且随着时间的推移，两者的差距越来越大。
图4 分时段脉冲响应函数
由此可以看出，经济增长带动住宅投资的程度在1998年大规模房改之后进一步增强。结合上文的分析发现，住宅投资与经济增长之间的领先—滞后关系在1998年房改前后，并没有因为政府希望通过增加住宅投资来拉动经济增长而出台大量促进住宅投资的政策而改变，一直是经济增长引领住宅投资，而且在1998年大规模房改之后，经济增长带动住宅投资的程度进一步增强了。
六、结论
从上个世纪90年代中期以来，大量未经实证检验的研究都认定加大住宅投资会拉动中国经济的增长，政府也将住宅建设确定为国民经济的新增长点，把住宅业、房地产业当作国民经济的支柱产业来培育，出台了一系列促进住宅建设和消费的政策措施，一直延续至今，而住宅建设和消费能够拉动经济增长、必须促进住宅建设和消费的观念似乎早已深入人心，成了一种类似潜意识的常识。本文收集了中国1985-2009年的省级面板数据，利用面板VECM，对住宅投资与经济增长之间的互动关系进行检验，发现无论是1985-2009年全时段还是以1998年大规模房改为分界线的分时段，无论是全国各省市面板还是分区域的各省市面板，经济增长引领住宅投资的单向Granger因果关系是稳定的，整体上找不到证据以支持住宅投资带动经济增长的观点。
我们并不否认住宅建设在解决经济、社会问题中发挥的作用。住宅是庇护遮蔽的场所、私密的空间、投资的工具，一定程度上还是财富与社会地位的象征。住宅问题往往与失业、贫困和不平等问题相交叉，而住宅政策也是各国社会政策的重要组成部分。但是，本文基于历史数据的研究表明，在中国，是经济增长带动了住宅投资的增长，住宅投资并未直接促进经济增长，所谓的“住宅引领增长假说”（the housing-led growth hypothesis）在中国并不成立。从本文实证研究的结果来看，上世纪90年代中期以来强调大力促进住宅投资以带动经济增长、把住宅建设当作国民经济新增长点和支柱产业的政策值得反思。
从资源配置的角度看，住宅投资是指一国将多少资源放在住宅建设上。不少研究担心住宅投资过度（Mills,1987; Taylor,1998），因此各国对住宅投资的研究都投以相当的重视（张金鹗，1990）。根据OECD Factbook 2009的数据，英国、美国、意大利、法国、日本、加拿大、德国等七大工业国20世纪70年代到2006年间住宅投资占GDP的比重平均分别为3.6%、4.7%、5.2%、5.4%、5.7%、5.9%和6.5%，波兰、斯洛伐克、捷克、爱沙尼亚、斯洛文尼亚等转型国家1995-2007年间住宅投资占GDP的比重分别为2.6%、2.8%、3.2%、3.3%和3.7%。与之相比，中国1981-2009年住宅投资占GDP的比重高达8.65%，且自1998年房改、政府出台促进住宅建设和消费的政策以来，住宅投资占GDP的比重进一步连年攀升，到2009年达到了10.7%。虽说中国情况有别于西方发达工业国和中东欧转型国家，且有历史欠账问题，需要补课，但长达30余年的连续高住宅投资或许早已经到了需要重新评估的时候。
最后，根据20世纪90年代以来各国的实证研究，本文文献综述部分归纳发现，不同国家间住宅投资与经济增长的关系存在差异，且同一个国家住宅投资与经济增长的关系可能随着时间的推移而有所改变。本文的实证研究进一步发现，在同一个经济体内部，不同区域以及同一区域的不同时段上，住宅投资与经济增长的互动关系也可能存在差异。为什么不同国家间住宅投资与经济增长的关系存在差异？IMF（2008）对一些发达经济体间住宅投资与经济增长关系的差异作了简单的解释，但没有进行深入探讨。另外，为什么有的国家住宅投资与经济增长的关系可能随着时间的推移而有所改变？在中国，为什么总体上住宅投资未能促进经济增长，为什么住宅投资在中国局部地区的某些时段会引领经济增长？在其他国家的不同区域，住宅投资与经济增长的关系是否在也会随着时间的变化而变化？我们期待未来的研究能够对这些问题做出回答。
注释：
①在重庆市数据的处理上，我们按照通常的做法，把直辖后的数据并入了四川省。
②本文面板VECM和脉冲响应分析通过RATS实现，其余计量检验用STATA。
③东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省、直辖市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆12个省、直辖市、自治区。
④在验证二者的协整关系之前，我们分别对分时段、分区域以及分时段和分区域后的各组数据进行单位根检验，结果显示在不同的分类情况下，GDP和HI均为I(1)。
⑤住宅投资在局部地区的某些时段引领经济增长，说明即便是在同一个经济体内部，住宅投资与经济增长的互动关系在不同地区也可能随着时间的变化而变化。这与文献综述部分论及的不同国家学者的实证研究发现是一致的。为什么不同国家或同一国家内部不同区域间住宅投资与经济增长的互动关系会有所差异，是值得进一步研究的。感谢审稿人提出的问题对我们的启发。
标签：经济研究论文; 经济增长论文; 协整检验论文; 面板数据论文; 协整关系论文; 经济论文; 宏观经济论文; 投资论文; 经济学论文;