房地產投資與就業關系分析

導語：房地產投資與就業關系分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［提要］本文基于面板向量自回歸模型，利用2005～2018年35個大中城市面板數據對房地產投資與就業間的關系進行研究，發現：房地產投資與就業量變化軌跡相似，二者具有明顯的相關關系；房地產投資和就業量的變動并不同步，但二者間的相互作用在一定周期內顯著；房地產投資對就業量具有顯著的正向影響，并能夠持續帶動房地產行業就業；此外，就業量還呈現出依靠自身慣性發展的特點。

關鍵詞：房地產投資；就業效應；面板向量自回歸

就業是最大的民生，縱觀世界各國發展軌跡，大規模失業潮往往伴隨著經濟衰退與社會秩序混亂，因此各國均致力于保障就業的良性發展。解決就業問題也是我國促進社會和平穩定與經濟發展的必然要求。據統計，2018年中國城鎮登記失業人數為974萬人，全國城市調查的失業率為4.9%。因此，擴大就業渠道，增加就業機會，實現充分就業，是我國現代社會發展的重要目標之一。而隨著我國城鎮化水平的提升及住房體制的深化改革，房地產業飛速發展，房地產投資作為固定資產投資的重要組成部分，所占比重逐年提升。據調查顯示，房地產開發投資額在固定資產投資總額中的占比由1998年的12.7%上升到2018的18.62%。房地產投資對于促進消費、擴大內需、促進國民經濟發展具有重要作用。劉國慶等人運用相關分析、因果分析和脈沖函數分析發現，房地產行業通過房地產開發建設可以向前和向后推動相關行業的發展。劉萬慶基于2000～2018年的相關數據實證分析發現，經濟增長有助于促進房地產投資增長。與此同時，部分學者研究發現，房地產投資對提高居民生活水平、擴大就業也具有重要影響。田霄燕等對房地產業與就業的關系進行分析發現，房地產業的發展不僅可以直接提供大量就業崗位，還能夠通過影響上下游行業，產生間接的“乘數效應”，進一步擴大就業。胡人斌對房地產投資的就業效應進行實證分析發現，房地產投資與就業量均呈現明顯的增長趨勢，房地產投資對擴大就業具有顯著的正向影響。綜上所述，當前關于房地產投資的研究較為豐富，且主要集中在經濟增長方面，鮮少關注房地產投資與就業間相關關系。基于此，本文在當前已有研究的基礎上，結合我國當前就業的實際情況，利用2005～2018年我國35個大中城市的相關數據構建PVAR模型，系統地診斷與分析房地產投資與就業的關系，以期為深化房地產投資與社會經濟的耦合協調發展提供參考依據。

一、模型構建與變量說明

（一）模型設定。PVAR是一種基于微觀理論模型，定量分析面板數據間動態關聯程度的統計分析工具，可以降低模型對數據量和形式的要求，分析經濟變量在沖擊發生時的動態響應，得到不同沖擊對變量的影響，模型的數學表達式為：Yit=y0+kj=1ΣyjYit-j+αi+βt+εit其中，i代表城市，t代表年份，Yit是由房地產投資及就業量組成的向量組，y0代表截距項，k代表滯后階數，yj代表估計參數矩陣，αi為個體效應，βt為時間效應，εit表示隨機干擾項。（二）變量選取。房地產投資是指投資者為了獲取收益，將資金投入到房地產開發經營領域和金融資產領域的投資經營行為。本文選取各城市房地產開發投資額表征房地產投資。房地產投資具有極強的行業關聯性，不僅可以直接創造大量就業機會，還能通過影響相關行業，進一步提供更大規模的就業崗位。由于無法理清房地產投資在就業方面發揮的“乘數效應”，本文從房地產企業直接提供的就業崗位著手，以房地產開發企業從業人數表征就業指標。研究數據來源于歷年《房地產統計年鑒》《中國統計年鑒》和各城市官方統計局。為消除異方差影響，對上述變量進行對數處理，分別記為lnREI、lnEN。

二、結果分析

（一）現實特征。從時間維度分析我國35個大中城市的房地產投資與就業量變化，具體結果如圖1所示。隨著我國經濟騰飛，房地產市場飛速發展，由此帶動房地產開發投資額逐年上升，房地產開發企業從業人數漲幅明顯。由圖1可知，房地產投資與就業的變化軌跡相似。根據房地產投資與就業的變化軌跡，可將2005～2018年的房地產投資與就業量劃分為三個階段。2005～2009年間，房地產開發投資額由2005年的15，909億元增長至2009年的36，241億元，漲幅高達56.1%，房地產開發企業從業人數則由151.62萬人增長至195萬人，漲幅約為28.6%；房地產開發企業從業人數呈波動上漲態勢，房地產開發投資額則持續提升。該時期受到全球金融危機的影響，大規模失業潮來臨，整體收入水平降低，國民生產總值與社會消費總額大幅下降，為應對經濟下滑，我國政府出臺一系列政策緊急救市，大力促進住房消費，增加房地產開發投資，使得房地產投資在2005～2009年間保持增長態勢。2010～2015年間，房地產開發投資額由48，259億元上漲至95，979億元，漲幅約為98.9%；房地產開發企業從業人數則由209.1萬人上漲至273.8萬人，漲幅為23.63%。該時期房地產開發投資額與房地產開發企業從業人數均呈現穩步增長態勢。為抑制飛速飆升的房價，我國政府出臺了以限購限售為主的調控政策，嚴格管控各城市房地產市場，2010年被廣大網友稱為“史上最嚴調控年”。雖然房地產市場受到嚴格管控，但人們對房價上漲的預期不變，樓市持續升溫，開發商認為有利可圖，仍然將大量資金投入房地產開發建設中，導致房地產開發投資額逐年上漲。房地產開發建設量提升，對勞動力的需求也明顯增加。2016～2018年間，我國房地產開發投資額由2016年的102，581億元上漲至2018年的120，264.51億元，漲幅為17.24%；房地產開發企業從業人數由2016年的275.2萬人增加至289萬人，漲幅為5%。該時期房地產投資與就業量漲幅相比于上一時期明顯降低。近年來，我國人口自然增長率明顯降低，人口老齡化趨勢明顯，隨著社會產業結構的不斷調整，各行各業的就業吸納能力有所提升，使得房地產開發企業從業人員增長幅度有所收斂；各地方政府不斷出臺房地產調控政策嚴格管控市場，導致房地產開發投資漲幅明顯下降。（圖1）通過對比2005年與2018年的房地產開發投資額與房地產開發企業從業人數發現，2018年全國房地產開發投資額是2005年的13.2倍，房地產開發企業從業人數是2005年的1.91倍，由此可見房地產投資與就業量的增長水平與發展速度。總體而言，研究期內房地產投資與就業量雖有小幅波動，但整體上保持上漲態勢，除2008年就業量有所降低、2015年房地產投資的增長幅度略有停滯外，其余年份均保持較高的上漲幅度，2010～2014年間漲幅提升尤為明顯。房地產投資與就業量變化軌跡較為相似，在一定程度上反映出房地產投資與就業具有明顯的相關關系，為深入探究二者間的相互作用，本文構建面板向量自回歸模型，對此進行實證分析。（二）面板單位根檢驗及滯后階數的確定。為避免偽回歸問題，本文綜合運用LLC準則、IPS準則與ADF準則對數據進行平穩性檢驗，結果表明房地產投資與就業在10%的統計水平上均拒絕原假設，數據平穩，滿足構建PVAR模型的基本條件。最優滯后階數的選擇能夠直接影響面板向量自回歸模型結果，滯后階數過大會增加模型的估計參數從而降低模型自由度，滯后階數過小則會影響模型估計結果的可信性，因此在面板向量自回歸模型中滯后階數的選擇尤為重要。本文采用AIC信息準則、BIC信息準則及HQIC信息準則三種方式確定模型的最優滯后階數。三種準則均表明滯后8階為模型的最優滯后階數。（三）格蘭杰因果檢驗。格蘭杰因果檢驗是一種檢驗經濟變量間因果關系的分析方法，主要針對具有平穩性的時間序列變量，在面板向量自回歸模型中作為檢驗變量相互關系的分析方法為人熟知。為進一步探究房地產投資變化是否能夠引起就業量波動，以及就業量變化是否能夠引起房地產投資變化，本文采用格蘭杰因果檢驗方法判斷房地產投資與就業量之間的相互關系，具體結果如表1所示。由表1可知，在10%的顯著性水平上，當滯后期數為1、2時，房地產投資與就業量之間不具備格蘭杰因果關系；滯后期數為3、4、5時，房地產投資與就業量存在單向因果關系，此時房地產投資變化是就業量變化的原因，即房地產投資能夠引起就業量變動；滯后期數為6、7、8時，就業變化與房地產投資變化具有雙向的格蘭杰因果關系，此時房地產投資對就業具有顯著影響，就業量變化也能夠引起房地產投資波動，但二者間的相互反應存在明顯的滯后性。（表1）（四）脈沖響應分析。本文利用Stata軟件，通過1，000次蒙特卡洛模擬實驗得到10期的脈沖響應軌跡，如圖2所示。從圖2第1行第1列可知，房地產投資對自身的標準差沖擊當期反應為正，且達到峰值，此后正面沖擊逐漸減小直至第8期變為微弱的負向沖擊。脈沖響應的累計效應為正，表明房地產投資的累積效應。第1行第2列可知，房地產投資受到就業量的沖擊時，當期響應為0，第3期達到響應峰值，隨后正向沖擊逐步衰減，第5期至第9期間圍繞水平線小幅波動。總體來看，滯后10期的累計效應為正，表明房地產投資額與就業量之間具有正向關系，就業人數的變化同樣會引起房地產投資額的變化。第2行第1列可知，當就業量受到房地產投資的沖擊時，前5期保持正向波動，隨后該正向影響逐漸衰弱，到了第7、第8期上升為正向沖擊，第9、第10期反應趨于平緩。總體來看，沖擊期的累計效應為正，即房地產投資對就業量具有正向的促進作用。從圖2第2行第2列可知，當就業量受到自身沖擊時，當期反應達到峰值，隨后影響逐漸減弱，第7期時轉為負向影響，第8期則轉為正向影響，第9、第10期趨于平緩。總體上，脈沖響應的累積效應為正，表明就業量的累積效應。（圖2）（五）方差分解。通過方差分解對房地產投資與就業量間的相互關系做進一步分析，結果如表2所示。就業量在首期為自身提供了96.5%的邊際貢獻率，此后貢獻率逐步降低，但直至第10期，邊際貢獻率仍高達77.1%，表明過去的就業人數波動能夠較大程度地解釋當期人數的波動，就業量具有較強的依靠自身慣性發展的特點。同時，盡管房地產投資對就業量的邊際貢獻率較低，但自首期開始，邊際貢獻率穩步提升，至第10期時，房地產投資對就業量的邊際貢獻率已超過22.9%，表明房地產投資對就業量的影響逐年增長。（表2）

三、結論

本文利用2005～2018年35個大中城市的相關數據構建面板向量自回歸模型，利用格蘭杰因果檢驗、脈沖響應函數與方差分解等實證分析方法深入探究房地產投資與就業間的相互關系，得出以下結論：（一）格蘭杰因果關系檢驗表明，房地產投資與就業量具有明顯的因果關系。但不同時期二者的相關關系也有所不同，當滯后期數達到3期以上時，房地產投資與就業具有單向的格蘭杰因果關系，此時房地產投資是就業量的原因；當滯后期數達到6期時，房地產投資與就業量存在雙向的因果關系，互相影響，但二者的變化不同步。由于房地產投資具有明顯的周期性，因而房地產投資變化和就業量變化的相互影響需要在一定的周期內才會顯著。（二）脈沖響應結果表明，房地產投資與就業量之間存在相互正向影響。房地產投資增加，擴大房地產開發建設面積，直接增加大量就業崗位，促進就業量提升。除此之外，房地產投資增長還能夠帶動經濟發展，為社會提供更大規模的就業機會，進一步提升社會的就業量。同時，就業量增長對房地產投資也具有正向影響，從事房地產行業的勞動力增加，能夠在一定程度上保障房地產市場的發展，從而帶動房地產投資上漲。具體而言，勞動力作為生產過程中的重要因素，其増加會必然帶動整個國民生產總值的增長，而房地產業作為整個經濟系統的一個重要產業，將依據其在整個經濟體系中的感應度對國民經濟的増長做出反應，房地產投資因此也得到相應的増長。（三）由方差分解結果可知，房地產投資對就業的邊際貢獻率由首期的3.5%逐年上升，至研究期末達到22.9%，表明房地產投資對就業的影響程度隨著時間變化與經濟發展得到明顯提升。但截至研究期末，就業量對自身的邊際貢獻率為75%，表明就業量的增長除房地產投資的帶動作用外，仍有較大一部分是依賴自身進行合理解釋，即就業量在受到房地產投資影響的同時還具有較強的依賴自身慣性發展的特性。

主要參考文獻：

［1］陳漢鵬，卜振興.人力資本測算及對經濟增長的實證研究———基于第六次全國人口普查數據的分析［J］.重慶社會科學，2019（11）.

［2］梁云芳，高鐵梅，賀書平.房地產市場與國民經濟協調發展的實證分析［J］.中國社會科學，2006（03）.

［3］王國軍，劉水杏.房地產業對相關產業的帶動效應研究［J］.經濟研究，2004（08）.

［4］劉皖青.新經濟態勢下經濟增長對房地產投資依賴度的變化分析———基于2000-2018數據的格蘭杰因果關系檢驗［J］.企業經濟，2019.38（11）.

［5］田霄燕.中國房地產業的就業“乘數效應”分析［J］.中國房地產金融，2003（11）.

［6］胡人斌.房地產投資對就業的帶動效應分析———基于PVAR模型［J］.中國房地產，2019（33）.

［7］張洪，金杰，全詩凡.房地產投資、經濟增長與空間效應［J］.南開經濟研究，2014（01）.

作者：韋蘭寧 唐曉蓮 單位：廣東工業大學管理學院