1 绪论
1.1 研究背景。
哈罗德认为投资是促进经济增长的"三驾马车"之一，房地产投资是投资的重要组成部分。现阶段我国房地产投资发展迅速，可以相对显著的影响整个国家的经济增长。国家统计局权威数据显示 2013 年中国房地产投资额达86,013.38 亿元，占 2013 年国内生产总值（GDP）15.12%,2000 年占比约为 4.91%（按当年价格计算）。
随着房地产投资规模的扩大，房地产投资带来了经济的局部和短期繁荣，但其引发的问题也开始出现。在房地产投资的高速发展下，潜在的金融风险、投资风险、违约风险和次级贷款风险等不断发酵酝酿；房地产投资和房地产价格的增长水平与社会经济增长水平、居民收入水平不匹配，2013 年我国 GDP增长率为 7.65%,人均可支配收入增长 8.1%,房地产投资增长率为 16.19%（数据来源：国家国家统计局）。高涨的住房价格给民众的生活带来较重的负担，社会差距凸显。房地产业如火如荼的发展，对经济的稳定也造成了一定威胁。
如何正确认识和把握两者之间的关系，适当地实施对房地产投资的宏观调控，实现房地产业与经济增长协调发展，保持经济稳步发展，是我国政府在经济发展中面临的重要问题。
1.2 研究目的和意义。
本文的研究目的在于通过理论与实证分析探究、理清和正确认识房地产投资与经济增长两者之间的相互关系。通过贡献分解测算和波动分析对房地产投资与经济增长的关系进行初步判断，运用计量分析方法得出房地产投资对经济增长的影响系数，房地产投资与经济增长的相互影响的因果关系和响应函数，论证房地产投资与经济增长二者之间互动关系；提出在当前的经济形势下，保持房地产投资与经济增长协调发展的对策，使房地产投资促进经济增长。
本文的研究意义在于通过分析认识我国房地产投资与经济增长之间的关系，正确认识房地产投资与经济增长的关系，为相关部门制定正确的房地产政策等宏观调控政策提供理论和实证结果的支持。
1.3 国内外研究现状。
1.3.1 国外相关研究。
国外对于房地产业在经济发展过程中的地位与作用的研究时间较长，国外研究者研究通常运用回归模型探究其关系，在此基础上，采用数量经济模型和技术经济模型分析各类数据。
在最初阶段，经济学界普遍认为，经济增长是因，房地产投资为结果。由于房地产业具有较大的外部效应，产业关联效应已经以及巨大的乘数效应，越来越多的学者认为房地产投资可能是促进经济增长的原因，探究两者之间的关系，但得出的结论却并不一致。
1.3.1.1 观点 1:房地产投资与经济增长之间是单项因果关系。
Green（1997）基于美国 1959-1992 年的季度数据，运用 Granger 因果关系检验，考察了住宅投资与经济增长的因果关系，认为住宅投资是经济增长的格兰杰因，经济增长却非住宅投资增长的原因。Coulson 和 Kim（2000）运用美国 1959 到 1997 年的季度数据通过方差分解，脉冲响应和格兰杰因果检验，认为住宅投资的增长单向引起经济增长，反之不成立。Chang 和 Nieh（2004）也都得到了房地产投资是经济增长的因。部分研究成果着重强调了房地产投资在很大程度上影响经济增长，未涉及到逆向的研究。Yu Ren 和 Yufei Yuan（2014）建立动态随机局部均衡模型研究美国住宅投资对经济周期的影响，认为利率固定时，住宅投资导致经济增长。
Kim（2002）用 1970-2000 年的季度数据，比较美国和韩国住宅投资与经济增长关系，发现韩国的住宅投资是经济增长（GDP）的跟随者而不是源动力。
1.3.1.2 观点 2:房地产投资与经济增长之间是双向的因果关系。
Wigren（2007）运用西欧 14 国 1980-2004 年的面板数据研究房地产投资与经济增长两者之间的关系，认为住宅投资和经济增长之间存在着长期双向的因果关系。Gauger 和 Snyder（2003）运用美国 1959-1999 年的季度数据，通过误差修正模型考察美国在金融放松管制前后住宅投资和 GDP 的长期关系的对比变化，认为宏观经济中的短期利率对住宅投资影响较显著。
另外，国外学者还从时空维度探讨房地产投资对经济增长的影响规律，极大的丰富了现有研究成果。
有学者针对房地产投资与经济增长之间的关系提出了倒 U 形曲线。Bums和 Grebler（1977）提出住宅投资占 GDP 之比与经济发展水平之间存在一种倒U 形曲线，研究发现较收入在 1000 美元以下的国家，住宅投资与 GDP 之比在2%左右；人均收入在 1000-5000 美元之间的国家，住宅投资与 GDP 之比一般在8%左右；大多数发达国家两者之比则稳定在5%-8%之间，即住宅投资占GDP的比重一开始会随着经济增长，人均 GDP 增加，而增加，但是达到某个峰值之后反而会随经济增长而下降，这就是著名的倒 U 曲线。美国著名学者 M.Ball和 T.Morriosn（1995）也提出了类似观点，人均 GDP 在 500 美元以下时，住宅投资占 GDP 的比例低于 2%;当人均 GDP 达到 2500 美元，这一比例上升为3%-5%;当人均 GDP 达到 5000 美元，这一比例为 6%-7%,此后随着人均 GDP的增加，住宅投资占 GDP 的比例呈下降趋势，存在着倒 U 形曲线。
还有学者提出房地产增长速度与经济增长速度的固定比率。Willima.C 和Denise（1995）基于对英国，美国，法国等 17 个国家的房地产业增加值和国民经济增长速度的比较研究，认为保持经济平稳发展的房地产业增长速度与国民经济 GDP 增长速度之比应为 1.4:1 或者 1:0.7 这两个固定比率。
1997 年日本总务厅研究了房地产投资贡献率，主要是通过投入产出法研究日本住宅投资对经济增长之间的作用，结果显示住宅投资拉动经济增长，1986-1994 年日本国内生产总值平均增长率为 3.1%,其中住宅建设投资对国民经济增长贡献为 0.3%.
总结来说，20 世纪 80 年代开始，国外理论界对于房地产投资与经济增长之间关系的研究逐渐从定性的研究方法发展到定量深入研究，讨论的话题也从因果关系的探讨，发展到两者之间影响的程度如何以及影响力在时间、空间等维度上的差异，让我们更直观地感受到房地产投资对经济增长的影响程度及机制。
1.3.2 国内相关研究。
我国是一个拥有众多人口的发展中国家，当前是我国城镇化发展的重要阶段，人民的住房问题关系国计民生，房地产投资与经济增长的关系受到了研究者的较多关注。对于国内的参考文献从以下两个角度来归纳：
1.3.2.1 房地产投资与经济增长定性分析。
央行在 2013 年第四季度中国货币政策执行报告中指出，当前的高投资规模以及资源过度集中于房地产领域，经济发展对于投资的依赖的上升，使得当前中国经济的稳定增长基础不稳固。
2014 年以来，房地产市场出现下行现象，房地产投资是影响投资增长以及经济增长的最大不确定因素。诸建芳（2014）认为 2014 年以来，房地产投资的下坡路趋势，对于房地产产业链相关消费增长产生负面影响，过去 15 年房地产繁荣带动整个经济发展的阶段已经过去。
另一方面，张立群（2014）认为目前人口过多的其中与大城市，这些区域的房地产市场处于供不应求状态，大城市的买房需求作为存量正在不断聚集，认为如果政策引导得当，房地产投资增速也会由落转稳。
易宪容（2013）认为目前减少房地产投资，有利于产业结构的全面发展，促进产业结构调整转型，改变经济增长方式。十年来，以房地产投资的飙升换来的经济增长加大了经济发展中的系统风险。
对于房地产投资与经济发展的关系，陈杰（2012）认为房地产投资本身需要经济增长预期的刺激才能得到发展，从这个角度讲房地产投资是经济增长的结果而不是原因。房地产投资确实对经济有拉动作用，但是这是以潜在需求为前提的，没有经济增长的需求，人们对于经济成长的预期是负的，也就没有人愿意去投资房地产。
1.3.2.2房地产投资与经济增长定量分析。
2014 年以来，在各种因素的影响下，房地产市场出现了明显降温，为解决经济发展过分依赖房地产业的现象提供了有利机会，促进经济转型，但是房地产投资的较快下行也带来了房地产投资的减少是否会对经济发展带来不利影响的担心。宗良和李佩珈（2014）用定量分析方法测算了房地产投资的放缓对宏观经济增长的影响，测算结果显示，房地产投资的下行对经济增长的不利影响确实存在，持续时间约为 2-3 年，但发生极端性的经济下跌可能性较小。
另一方面，张战国（2013）采用协整分析，格兰杰因果检验和误差修正模型，基于上海市 1982-2011 年的住宅投资与 GDP 数据，研究两者之间的关系，结果表明，经济增长单向影响经济增长，不支持"住宅引领增长假谈".
房地产投资与经济增长之间的影响程度到底如何。王甜甜（2012）认为北京的房地产投资额的对数每增加 1%,GDP 的对数增加 0.65%,房地产投资与GDP 之间存在长期稳定的均衡关系。李欣和陈多长（2010）利用长期均衡方程和误差修正模型得出，房地产投资长期影响国民经济增长。魏朝晖（2013）从国民经济核算的视角，测算了房地产业对四川经济增长的贡献，2005-2011 年四川房地产业拉动 GDP 增长 1.9 个百分点，对 GDP 的贡献率低于普遍预期。
从省级层面对房地产投资与经济增长关系进行分析的研究也迅速增多。裴来雄（2011）从房地产投资的角度出发，以房地产经济学理论为基础，运用计量模型对上海市房地产投资与经济增长两时间序列进行分析，结果显示两者之间存在着长期均衡关系，格兰杰检验结果表明长期来看国民经济的增长可以显著的带动房地产投资的增长，反之也成立。另一方面，张淑贞（2014）基于2004-2011 年 3 月的月度数据，对山西省房地产投资与经济增长之间的互动关系进行实证分析，研究认为房地产投资对经济增长有着较为重要的推动关系，但经济增长对房地产的影响不太敏感。徐丽杰（2014）通过对 1990-2013 年间河南省房地产投资与经济增长之间的相互作用机制进行分析，表明房地产投资不是促进经济增长的长期原因。
从全国层面对两者关系进行深入分析的参考文献也较为丰富，施建刚（2000）通过对 1990-1998 年国内房地产投资额与国内生产总值变动情况的关系研究，认为房地产投资与宏观经济有着密切联系，一方面房地产投资的加大，带动国内相关产业的发展，促进了国民经济的增长；另一方面国民经济稳定的运行，也极大地刺激了房地产业的发展。李文龙（2012）基于分位数回归模型对全国房地产投资与经济增长数据进行分析，以经济增长对投资的弹性作为投资效率的衡量指标，通过异质面板数据模型和时变系数面板数据模型的参数估计与检验，认为现阶段我国房地产投资效率处于较低水平，在较低产出水平地区房地产投资产出效率要高于较高产出水平地区；不同产出水平地区房地产投资产出效率也都呈现出下降趋势。
分维度对两者关系进行研究，许东钊（2014）利用聚类分析的计量方法，选取31个省2003-2012年数据建立了全国面板数据和四个区域的子面板数据进行分析，认为房地产投资出现过热现象对经济的增长作用并不明显；而房地产投资环境劣势地区，由于投资环境的恶劣，对经济产生的激励作用也较小。陈淑云和付振奇（2012）运用多指标面板数据的聚类分析法，从城市规模的分等定级入手，对全国 70 个大中城市分类，建立面板数据模型，结果表明城市规模大，房地产对经济的拉动作用并不显著。
总体来讲，我国在借鉴国外研究方法基础上的定量研究逐渐增多，但是与国外的房地产业研究相比，我国的研究正处于起步阶段，相关理论基础比较薄弱，主要数据不完备，数据序列不够长等问题。目前我国学者对于房地产投资与经济增长之间的关系研究主要集中在两者是否存在因果关系，影响系数是多少这两方面。随着研究的逐渐深入，社会的进步，环境的变化，国内学者逐渐开展到研究具体的影响机制，从时间和空间维度分段检验两者之间的关系。
1.4 研究方法与思路。
1.4.1 研究思路。
本文的研究将着眼于房地产投资与经济增长的相互关系，正确认识两者的关系，为房地产调控政策的建议的提出提供借鉴。论文的实证部分分为三处，其一是基于国民经济核算原理的贡献分解及波动分析对二者关系初步判断，其二，是应用计量经济学分析，构建向量误差修正模型探讨房地产投资与经济增长的数量关系，其三是运用投入产出法探寻房地产投资与经济增长各行业间的关联产业效应。
本文的结构如图 1-1 所示：
前两部分是绪论和理论基础，第三部分开始进行深入剖析，首先是回顾中国房地产业发展历程及房地产投资发展现状，提出当前房地产投资的发展与经济增长之间存在的不协调问题。
第四部分是论文的重点内容，首先利用历史数据及图表，经过贡献分解测算和波动分析初步判断房地产投资与 GDP 的关系；采用计量分析的方法，计算现阶段房地产投资对经济增长的影响程度，主要有协整检验，VEC 模型和脉冲响应分析。运用静态投入产出模型及关联产业效应研究房地产投资与国民经济增长关联行业的相互影响机制。
第五部分和第六部分是基于前文的理论与实证分析，提出促进房地产投资与国民经济协调发展的对策建议，本文的总结与展望。
1.4.2 研究方法。
1.4.2.1 投入产出法。
根据国民经济核算原理，用房地产投资依存度、房地产对经济增长的贡献率、房地产投资拉动经济增长的百分点等来对两者之间关系做出初判。基于投入产出角度，通过计算房地产业对于各产业的带动系数（直接消耗系数和完全消耗系数），研究房地产业对于其他产业的直接需求，产业之间的带动效应；计算房地产业与经济增长中各产业间的关联系数，分析房地产业通过关联产业效应影响经济的一连串连锁反映，分析房地产业通过相关产业带动经济增长。
1.4.2.2 协整检验与向量误差修正模型。
协整检验是基于模型回归系数的协整检验，对房地产投资，GDP 等序列的平稳性进行检验，探讨房地产投资与 GDP 之间是否存在协整关系。通过计量结果分析房地产投资短期波动对经济增长的影响，通过误差修正项分析经济增产与房地产投资之间在短期波动中偏离长期均衡关系的影响。
1.4.2.3 脉冲响应分析。
在实证分析中，通过脉冲响应函数是用来衡量来自某个内生变量的随机扰动项的一个标准差冲击对 VAR 模型中内生变量当前值和未来取值的影响，通过建立房地产投资与 GDP 的 VAR 模型对两者进行脉冲响应分析。
1.5 研究的创新点。
本文的创新点有两个：
一是在研究对象和范围上，在实证分析阶段的月度数据中，本文根据现实情况，在房地产投资额和 GDP 的数据基础上增加了固定资产投资和货币供应量作为解释变量，能更好地拟合现实运行情况。
二是在研究方法上，通过贡献分解和波动分析对两者关系进行初步判断，在投入产出理论的基础上，结合计量经济学方法分析两者关系，本文通过多种方法验证分析两者关系。
