福州房地產開發投資對建筑業和金融業產出的影響效應,區域經濟學論文改革開放的三十多年間，房地產業歷經了幾次大的變革，十分是從1998年的住房貨幣化改革以來，房地產市場得到極大繁榮，其市場化程度日趨完善。市場經濟的根本就在于供需機制和價格機制的調節以實現資源的優化配置.房地產業也就在這種調節機制下不斷發展成國民經濟的重要組成部分，怎樣實現房地產業合理化的開發投資已經成為各地重點關注的經濟焦點，房地產的開發投資不僅能促進本身房地產市場的繁榮，而且作為一個先導產業，對一些關聯的前后向產業的產出也會有一定的影響作用。同時由于房地產開發投資本身就是固定資產投資的一部分，所以根據乘數原理它會極大地促進整體經濟的增長。最近幾年以來，人們對住房的消費和投資需求的旺盛導致了大量的投資項目涌入房地產行業，所以愈加有效科學地計劃引導房地產業的開發投資已變得至關重要。固然國內房地產業相關研究已有較為豐富成果，但大部分是從分析影響房地產價格的角度入手，或直接從商品房的整體銷售額與國民經濟的關系去考察，本文則從最初的房地產開發投資的角度切入去分析其與相關產業產出之間的關系.福州市作為一個沿海省會城市，其產業發展具有一定的代表性，市場經濟較為完善，產業之間的關系也相對更為密切，所以以福州市為該研究的對象是確當的。從圖1能夠看出，福州市房地產開發投資的變動與建筑業、金融服務業業產值之間有著基本一致的波動趨勢。它們同時在2008q4季度到一個小高峰之后回落，這正是2008年金融危機最為嚴重的時候，無論是金融服務業還是像建筑業、房地產業等實體經濟都遭到了影響，產值大幅下降。【圖1】2018q1之后固然三者還是繼續波動，但是房地產開發投資和建筑業總體保持了上升趨勢，這正是得益于中國四萬億的經濟刺激計劃.而金融業則由于身陷這次金融危機的行業震中，其遭到的毀壞性影響更為嚴重，所以恢復的速度相對較慢，但也在平穩波動中小趨勢上升。從三者之間嚴密的變動趨勢圖我們能夠推斷它們之間會有一定的聯絡，但是三者關系究竟怎樣，正是本文解決的問題。本文擬通過福州市近三年的季度數據對三者之間的關系進行研究分析，以期能得出比擬準確的關于福州市房地產開發投資對建筑業和金融業產出的影響效應，為更合理地進行房地產開發投資布局提供政策建議。一、數據選取與模型設定固然房地產業前后向關聯的產業很多，但是由于數據的可得性和可量化性等問題，最后剔除了一些變量，并且只用到了2008q3-2018q2的數據。本文著重研究了房地產開發投資和與它有前后向嚴密關系的建筑業、金融服務業產值之間的聯絡。所以變量設置和數據選擇如下：房地產業開發投資以每個季度固定投資中房地產開發投資額表示〔linvest〕，建筑業以每個季度建筑業的產值表示〔lconstruction〕，金融業則以它們在一個季度的總產值來計算〔lfinance〕。為了盡量克制異方差的問題，本文的數據都做了自然對數化處理。這些數據信息都來自于福州市統計局的月度數據并整理而成。本文使用的方式方法是三變量的VAR向量自回歸模型，其數學表示出式為：【1】華而不實yt是k維內生向量，xt是d維外生向量，p是滯后階數，εt是k維擾動向量。這是一種非構造化的多方程建模方式方法，該模型并不以已經知道的經濟理論為基礎，由于經濟理論通常并缺乏以對變量之間的動態聯絡提供一個嚴密的描繪敘述。而向量自回歸模型〔VAR〕是基于數據的統計性質建立的模型，它是處理多個相關經濟指標的分析與預測最為常用的模型之一,VAR模型把系統中每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，進而將單變量自回歸模型推廣到由多元時間系列變量組成的向量自回歸模型。并在這里模型的基礎上能夠對經濟變量進行Granger因果檢驗，得出更為確當的變量間的因果關系。同時還能夠在該模型估計后運用脈沖響應函數刻畫一個變量的正向沖擊對另外經濟變量的影響時滯和大小.正由于VAR模型具備以上的優點，所以本文選用VAR模型，以實現本文的目的。二、實證分析由于本文使用的經濟變量都是時間序列數據，為了防止偽回歸的發生，首先對變量進行單位根檢驗，本文采用了ADF統計量檢驗法。【表1】從表1看以看出，在5%的顯著性水平下linvest、lconstruction的原序列是非平穩的，它們的一階差分是平穩序列，所以linvest、lconstruction是一階單整，而lfinance的原序列就是平穩序列。則dlinvest、dlconstruction、lfinance能夠直接進入VAR計量模型進行實證分析。但事后檢驗發現該VAR模型為非穩定的，所以為了使VAR模型能夠到達穩定的狀態同時知足經濟含義的便利解釋，本文使用了lfinance一階差分的形式既dlfinance.根據滯后階數選擇的信息準則AIC、HQIC、SBIC等統計量的綜合考量，本文最后采用默認滯后兩階的三變量VAR模型，最后估計出的參數如下。【表2】首先對該VAR模型進行了穩定性檢驗，結果發現該模型的所有特征值都位于單位圓內，即本文的VAR模型是一個穩定的計量模型。本模型利用了stata10.0軟件進行的估計，由于樣本空間較小，所以在參數估計時進行了小樣本自由度調整，同時表2中報告的是小樣本的t、f統計值。從表2的數據能夠清楚地看到：dlconstruction方程中，在5%的顯著性水平下dlinvest滯后一二階的系數無論是在統計上還是經濟上都是非常顯著的。滯后一階的房地產開發投資每增加一個百分點將會導致本季度建筑業產出值0.496個百分點的增長。同時由于房地產開發投資對建筑業的產出有時滯的影響，所以房地產開發投資能夠滯后幾期去影響建筑產業的產出，正如表2的數據顯示的那樣，幅的實證結果我們能夠清楚明晰地看到2008q3-2018q2期間，福州市房地產業開發投資與建筑業、金融業產出關系密切，Granger因果關系檢驗也證實了房地產開發投資是建筑業和金融業產值的Granger因果原因。IRF也描繪敘述出了了房地產開發投資沖擊對建筑業和金融業的持續影響作用。所以根據以上結論，本文以為在房地產開發投資與相關產業關系如此嚴密地的情況下，更應該科學合理地布置房地產開發投資，以促進本產業和相關產業以及整體國民經濟的健康良性發展。同時正如VAR模型所估計的參數一樣，房地產業開發投資對建筑業和金融業的產值增加有很顯著的統計和經濟意義，而建筑業和金融業對房地產開發投資影響的經濟統計意義卻不是那么明顯。并且Granger因果檢驗中也沒有發現建筑業和金融業是房地產開發投資的Granger原因，這就講明房地產業開發投資和建筑業、金融業之間更多的還是一種帶動關系，而沒有到達一種互相促進的良性互動關系。所以除了科學布置房地產開發投資以外，還要優化地區的其他產業發展，十分是金融業和建筑業。讓這些產業能有更好的市場經濟環境，實現資源的合理優化配置，進而能更好地為房地產業項目開發服務，實現各產業的聯動發展效應。[以下為參考文獻][1]劉國慶.房地產業對相關產業帶動效應的動態分析[J].中國集體經濟，2018,〔30〕：25-26.[2]皮舜,武康平.房地產市場發展和經濟增長間昀因果關系--對我們國家的實證分析[J].產業組織研究，2004,〔4〕：23-27.[3]高鐵梅.計量經濟分析方式方法與建模[M].北京：高等教育出版社，2018.[4]許艷榮.房地產業對相關產業的帶動效應研究[J].中國經貿，2020,〔18〕：22-23.[5]吳學品,林明恒.海南房地產價格影響因素的實證研究--基于VAR模型的分析[J].海南金融,2018,〔12〕：57-61.[6]伍德里奇.計量經濟學導論[M].北京:中國社會科學出版社,2018.[7]李玉杰,王慶石.房地產業對相關產業帶動效應的國際比擬研究[J].世界經濟與政治論壇，2018,〔6〕：79-91.