詮釋政府投資能否會造成國進民退

前言：本站為你精心整理了詮釋政府投資能否會造成國進民退范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：在1996年至2008年中國31個省級地區(qū)數(shù)據(jù)基礎上建立的PanelData模型，表明房地產(chǎn)業(yè)的政府投資對私人投資產(chǎn)生了擠出效應。產(chǎn)生擠出效應的作用機制主要在于政府投資直接介入房產(chǎn)開發(fā)領域，在土地資源、信貸資金等方面與私人投資形成了競爭關系，政府大規(guī)模投資建設保障性住房也相對減少了房地產(chǎn)市場的需求，從而擠出了房地產(chǎn)業(yè)的私人投資。建議房地產(chǎn)業(yè)的政府投資應從房產(chǎn)開發(fā)領域轉向并集中于土地儲備開發(fā)領域，政府在保障性住房方面的投資應從直接建設住房逐步轉向需求補貼。

關鍵詞：政府投資；私人投資；擠入效應；擠出效應；房地產(chǎn)

政府投資是否導致“國進民退”，問題的實質(zhì)是政府投資與私人投資的關系，即政府投資對私人投資的作用是“擠出”還是“擠入”。我國此輪大規(guī)模的政府投資中，有相當大的比重用于保障性住房建設等房地產(chǎn)業(yè)領域，住房和城鄉(xiāng)建設部政策研究中心相關研究認為，國家4萬億元投資計劃中，與房地產(chǎn)業(yè)有直接關系的占32％。從國際上看，房地產(chǎn)業(yè)與整個經(jīng)濟的興衰密不可分。大約半數(shù)以上的國家在遭遇金融危機前都有過泡沫經(jīng)濟的經(jīng)歷，特別是房地產(chǎn)泡沫的困擾。而且，房地產(chǎn)業(yè)歷來也是各國政府在通貨緊縮或者通貨膨脹階段進行宏觀調(diào)控的首選產(chǎn)業(yè)之一。因此，對房地產(chǎn)業(yè)政府投資研究的重要性由此凸顯。

一、文獻綜述

近年來，關于政府投資與私人投資的研究成果日漸豐富，根據(jù)不同觀點，可以將關于政府投資與私人投資的國內(nèi)外相關研究成果劃分為以下三大類。

第一類，認為政府投資對私人投資存在擠出效應，即政府投資的增加會導致私人投資的減少。

持有此類觀點的學者主要有：Evans和Kan(1994)通過對美國48個州1970-1980年的數(shù)據(jù)分析，評價政府投資對私人部門經(jīng)濟增長的影響，認為政府投資中的教育投資對私人投資效率的提高有積極意義，但是其他項目的政府投資并沒有明顯的效果，甚至體現(xiàn)出負面的影響。Nazmi和Ramirez(1997)利用1940-1991年墨西哥的投資數(shù)據(jù)研究了政府投資、私人投資和經(jīng)濟增長的關系，發(fā)現(xiàn)私人投資和政府投資對經(jīng)濟增長都有正向的促進作用，但政府投資對私人投資會產(chǎn)生擠出效應。NLooney(1999)對巴基斯坦的數(shù)據(jù)分析顯示，政府投資不僅抑制了私人部門的發(fā)展，而且也對私人投資產(chǎn)生了擠出作用。mAhreed和Miner(2000)在政府預算約束條件下，通過比較債務融資和稅收融資這兩種不同融資方式下的政府投資效應，發(fā)現(xiàn)稅收融資下的政府投資比債務融資下的政府投資對私人投資的擠出效應更大；在其研究的所有國家中，用于公共安全和福利的政府支出都會降低投資水平。袁東和王曉銳(2000)通過對中國20世紀80年代國債發(fā)行方式、經(jīng)濟體制等方面的研究，認為在短缺型經(jīng)濟條件下，以國債發(fā)行作為融資方式的政府投資，直接擠出了一部分銀行信貸投放和居民個人消費，產(chǎn)生了對私人投資的擠出效應；但擠出機制不是通過資金需求緊張、利率上升致使私人部門的投資減少，而是直接抽走一部分“預算外資金”和居民可支配收入以及其它形式的社會資金造成的。曹建海、朱波、趙錦輝(2005)通過向量誤差修正模型對中國1980-1999年的樣本數(shù)據(jù)進行實證研究，認為經(jīng)濟增長對私人投資有很強的促進作用，但政府投資對私人投資有明顯的擠出效應。楚爾鳴、魯旭(2008)通過建立三變量結構向量自回歸(SVAR)模型對1981-2005年中國的數(shù)據(jù)分析表明，中國政府投資在一定程度上擠出了私人投資，且不利于產(chǎn)出增長。

第二類，認為政府投資對私人投資存在擠入效應，即政府投資的增加會帶動私人投資的增長。

例如Aschauer(1989)通過對美國1949-1985年的數(shù)據(jù)進行分析，認為當公共支出作為生產(chǎn)要素投入，且與私人資本互補時，私人資本的邊際生產(chǎn)率隨著公共投入的增加而上升，因而政府投資促進了私人投資，美國1971-1985年全要素生產(chǎn)率下降主要是由公共資本增速降低引起的。郭慶旺、趙志耘(1999)就中國的政府投資是否產(chǎn)生擠出效應進行分析，認為在民間投資對利率缺乏彈性的情況下，政府投資不會擠出民間投資，反而有利于啟動內(nèi)需，對民間投資產(chǎn)生擠入效應。PerEira(2001)基于脈沖響應分析和向量自回歸分析，對美國政府投資對私人投資的影響進行檢驗，發(fā)現(xiàn)在總體水平上政府投資對私人投資產(chǎn)生了擠入效應，其中政府投資用于工業(yè)設備和運輸設備時對私人投資的擠入效應尤其明顯。劉溶滄、馬栓友(2001)從實證角度分析了私人投資與政府投資的關系，發(fā)現(xiàn)政府投資對民間投資的擠出效應不顯著，但公共資本的投入提高了私人部門的收益率，增加政府投資事實上帶動了私人部門投資。㈣中國社會科學院經(jīng)濟研究所經(jīng)濟增長前沿課題組(2004)認為在發(fā)展中國家，經(jīng)濟中存在擁擠性公共資本時，政府投資將刺激私人投資和私人資本的擴張。Martinez-Looez(2006)利用西班牙語地區(qū)1965-1997年的數(shù)據(jù)進行實證檢驗，結果表明政府投資尤其是教育領域的政府投資對私人投資具有顯著的擠入效應。陳浪南、楊子暉(2007)分析了1980-2003年中國政府支出和政府融資與私人投資的關系，經(jīng)驗結果表明，中國政府的政府投資提高了私人資本的邊際產(chǎn)出，擠進了私人投資；當經(jīng)濟有效需求不足，社會存在大量閑置資金時，國債的發(fā)行不會對私人投資產(chǎn)生擠出效應，即使在國債產(chǎn)生擠出效應的情況下，只要將國債資金用于以政府投資為主的經(jīng)濟建設，對私人投資的凈效應也依然為正。吳洪鵬、劉璐(2007)通過對1997年1月至2004年12月的月度數(shù)據(jù)運用VAR模型的經(jīng)驗檢驗，認為可能會導致民間投資減少的擠出效應機制均不存在，政府投資的擴大產(chǎn)生了對民間投資的擠入效應。

Ang(2009)通過對馬來西亞1960-2003年的數(shù)據(jù)進行分析，發(fā)現(xiàn)政府投資和外國直接投資與國內(nèi)私人投資之間的關系是互補性的，存在擠入效應。劉忠敏、馬樹才、陳素瓊(2009)首先采用Diamond模型對政府投資及各項政府支出對私人投資影響進行理論分析；然后利用1980-2005年的數(shù)據(jù)，運用協(xié)整檢驗、單方程誤差修正模型分析了我國政府投資對私人投資的長短期效應；結果表明無論從長期還是短期看政府投資都“擠入”了私人投資。

第三類，認為政府投資對私人投資的作用不確定，即“擠入”或“擠出”作用不顯著，或者在不同的社會經(jīng)濟條件下將產(chǎn)生不同的作用一“擠入”或“擠出”。

認為“擠入”或“擠出”作用不顯著的學者主要有：Levine和Reneh(1992)利用119個國家1974-1989年的數(shù)據(jù)分析政府支出與經(jīng)濟增長之間的關系，結果發(fā)現(xiàn)無論是政府支出總額還是將政府支出分為資本形成、教育支出、國防支出等類別，這些變量與經(jīng)濟增長率之間均未體現(xiàn)出顯著的相關性，政府投資并未顯現(xiàn)出與私人投資的相關性。McMillin和Smyth(1994)通過對美國1952-1990年的數(shù)據(jù)分析，認為公共資本對私人投資的影響不顯著。孫旭、羅季(2004年)從經(jīng)濟學理論出發(fā)，探尋中國政府投資對民間投資的影響，并實證分析了政府投資與民間投資的關聯(lián)性，認為中國目前政府投資對民間投資的調(diào)控能力十分有限，即未表現(xiàn)出擠入效應，也未產(chǎn)生擠出效應。閻持相同觀點的還有宋福鐵(2004)利用Granger因果測試模型，以中國國債融資為研究對象，用中國1980-2000年的實證數(shù)據(jù)，檢驗國債對私人投資的擠出效應，結果表明國債對私人投資尚未產(chǎn)生擠出效應，但也沒起到刺激私人投資的積極作用。辜勝阻等(2010)認為當前我國政府公共投資對經(jīng)濟的主導性較強，但對民間投資的引導作用不夠明顯。

認為“擠入”或“擠出”作用取決于不同社會經(jīng)濟條件的學者主要有：Fisher和Tumovsky(1998)的研究認為在長期內(nèi)和短期內(nèi)，政府投資對私人投資的影響取決于政府投資的融資方式、公共物品供給的擁擠程度、私人投資和政府投資之間的替代程度等；當擁擠程度較低時，公共資本存量的增加將提高公共服務水平，只要公共資本與私人資本在生產(chǎn)函數(shù)中存在互補而非替代效應，私人資本的邊際產(chǎn)出就會得到提高，由此刺激私人資本的長期積累和投資；而當擁擠程度較高時，政府投資對私人投資的效應取決于生產(chǎn)中私人投資和政府投資之間的替代程度同擁擠程度之間的效應關系，擁擠程度越高、替代彈性越大，則政府投資的增長會使私人資本存量和投資增長；如果擁擠程度同替代程度呈反向關系，則政府投資的增長可能最終導致私人投資和私人資本存量的減少。Enden和Holcombe(2005)分析了1980-1997年發(fā)展中國家的數(shù)據(jù)，發(fā)現(xiàn)政府投資與私人投資存在互補關系，政府投資每增加10％私人投資便隨之增加2％；但與之相對的是，在發(fā)達國家政府投資則對私人投資具有擠出效應。董秀良、薛豐慧、吳仁水(2006)在重新界定財政支出對私人投鰳應的基礎上，利用季度數(shù)據(jù)，采用動態(tài)計量經(jīng)濟學方法分析了我國財政支出對私人投資的長短期效應。結果表明，短期內(nèi)財政支出對私人投資具有一定擠出效應，而長期均衡關系上則表現(xiàn)為擠入效應。楊曉華(2006)利用中國1978-2003年的數(shù)據(jù)，對政府投資、私人投資和產(chǎn)出進行建模分析，分析結果表明政府投資對私人投資在短期具有擠入效應，在長期則具有擠出效應，不過兩種效應都比較弱，結論剛好與董秀良等人的相反。而尹貽林：盧晶(2008)從理論上將政府投資對私人投資的各種效應進行重新梳理，并在此基礎上運用向量自回歸模型和向量誤差修正模型進行經(jīng)驗分析。結果表明，在長期內(nèi)，我國政府投資與私人投資之間存在著惟一的長期穩(wěn)定的均衡關系，并且政府投資對私人投資的綜合效應表現(xiàn)為擠入效應；在短期¨內(nèi)，政府投資對私人投資則具有擠出效應，并分析了這種擠出效應的主要作用機制，得出的最終結論與董秀良等人的一致。

縱觀上述研究成果，大多從國民經(jīng)濟整體上來研究政府投資與私人投資的關系，但是已有文獻中對房地產(chǎn)業(yè)政府投資與私人投資關系的研究尚處于空白狀態(tài)。

二、模型構建與變量選擇寫作論文

(一)模型構建

在研究房地產(chǎn)業(yè)政府投資和私人投資的關系時，本文使用的是中國各地區(qū)房地產(chǎn)業(yè)政府投資和私人投資的面板數(shù)據(jù)。面板數(shù)據(jù)具有個體、時間、指標等蘭維信息的數(shù)據(jù)結構，本文中面板數(shù)據(jù)的個體是指包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西j海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等在內(nèi)的中國31個省級地區(qū)；時間是指從1996年至2008年共13個統(tǒng)計年度；指標是指房地產(chǎn)業(yè)的政府投資和私人投資兩個指標。

正是由于面板數(shù)據(jù)含有橫截面、時間和指標三維信息，利用面板數(shù)據(jù)建立模型可以構造和檢驗比單獨使用橫截面數(shù)據(jù)或時間序列數(shù)據(jù)更為真實的行為方程，以進行更加深入的分析。利用面板數(shù)據(jù)建立的計量模型稱為ParielData模型。PanelData模型的一般式可表示為：

yit=αit+βitxit+uit式中，yit是因變量向量，xit是解釋變量向量，參數(shù)αit表示模型的截距項，βit表示解釋變量xit的系數(shù)向量，N表示個體截面成員的個數(shù)，T表示每個截面成員的觀測時期總數(shù)，uit表示隨機誤差項。

為了實現(xiàn)模型的估計，通常假定參數(shù)滿足時間一致性，PanelData模型可以簡化為：

yi=αi+βixi+uiti=1，2，…，N

根據(jù)截距項向量αit和系數(shù)向量βit的不同特征，可以將PanelData模型進一步劃分為三種類型：不變系數(shù)模型、變截距模型、變系數(shù)模型。不變系數(shù)模型，是指模型在橫截面上既無個體影響也沒有結構變化，即對于各個體成員方程來說，反映個體影響的截距項αit和反映結構變化的系數(shù)向量βit均相同；變截距模型，是指模型在橫截面上存在個體影響而無結構變化，并且個體影響可以用截距項αi的差別來說明，即對于各個體成員方程來說，反映個體影響的截距項αi不同而反映結構變化的系數(shù)向量βi相同；變系數(shù)模型，是指模型在橫截面上既存在個體影響又存在結構變化，即對于各個體成員方程來說，反映結構變化的截距項αi和反映結構變化的系數(shù)向量βi均不同。由于個體影響又可分為固定影響和隨機影響兩種不同的形式，因而存在個體影響的變截距模型和變系數(shù)模型又都可以分為固定效應和隨機效應兩種。

綜上所述，PanelData模型通常可以分為不變系數(shù)模型、固定效應變截距模型、隨機效應變截距模型、固定效應變系數(shù)模型、隨機效應變系數(shù)模型五種。在對中國房地產(chǎn)業(yè)政府投資與私人投資關系的研究中，需要根據(jù)實證數(shù)據(jù)的分析和檢驗來確定PanelData模型的具體形式。

(二)變量選擇及數(shù)據(jù)來源

鑒于數(shù)據(jù)的可獲得性，對中國房地業(yè)政府投資和私人投資關系的研究中，將采用在數(shù)量上構成房地產(chǎn)業(yè)投資絕大部分的房地產(chǎn)開發(fā)投資作為房地產(chǎn)業(yè)投資的變量；進而將房地產(chǎn)開發(fā)投資資金來源中包括財政撥款和財政安排貸款兩部分在內(nèi)的國家預算內(nèi)資金視為政府投資，而將其余來源于國內(nèi)貸款、利用外資、自籌資金和其他資金的投資視為私人投資。即將房地產(chǎn)開發(fā)投資中的國家預算內(nèi)資金投資作為房地產(chǎn)業(yè)政府投資的變量，而將其余資金來源之和作為房地產(chǎn)業(yè)私人投資的變量。

在中國房地產(chǎn)業(yè)政府投資與私人投資關系的研究中，所使用的數(shù)據(jù)分別來源于《中國統(tǒng)計年鑒》(2000-2009年)、《中國固定資產(chǎn)投資統(tǒng)計年鑒》(1997-1999年)。為保證不同來源數(shù)據(jù)的一致性，已經(jīng)對上述來源的重疊數(shù)據(jù)進行了交叉核對，彼此相同的數(shù)據(jù)項下數(shù)據(jù)均相同，因此，可以一同進行計量經(jīng)濟分析。

三、估計過程與結果

(一)數(shù)據(jù)基礎處理

首先，在對時間序列進行分析之前，為了克服物價波動的影響，所有數(shù)據(jù)指標均除以1978年為基期的CPI指數(shù)。其次，從《中國統(tǒng)計年鑒》、《中華人民共和國年鑒》、《中國固定資產(chǎn)投資統(tǒng)計年鑒》和《中國統(tǒng)計摘要》等的統(tǒng)計數(shù)據(jù)來看，自2005年起房地產(chǎn)開發(fā)投資的資金來源表中不再列出“國家預算內(nèi)資金”、“債券”這兩項資金來源。經(jīng)與國家統(tǒng)計局工作人員溝通確認，“國家預算內(nèi)資金”一項數(shù)據(jù)的觀測值為0，“債券”計入“其他資金”。再次，為了降低和消除異方差，提高估計精度，所有變量在剔除價格因素影響后均取自然對數(shù)，然后再作進一步的回歸估計和檢驗。由于零值無法進行取對數(shù)的運算，常見做法是剔除為零值的觀測值，或者給存在零值的變量的各觀測值統(tǒng)一加上一個足夠小的正數(shù)修正后，再取自然對數(shù)。如果剔除全部零值，則樣本量損失較大，因而選擇給經(jīng)價格指數(shù)修正的各觀測值統(tǒng)一加上一個足夠小的正數(shù)修正。從各地區(qū)房地產(chǎn)開發(fā)投資各資金來源的分列數(shù)據(jù)來看，數(shù)量級在萬元以上，因而將相應此變量經(jīng)價格指數(shù)修正的各觀測值加上1元，可以說是足夠小，對數(shù)據(jù)估計的精確度影響不大；其余數(shù)據(jù)經(jīng)價格指數(shù)修正后直接取自然對數(shù)。

下文中LnGI表示經(jīng)過修正后取對數(shù)的房地產(chǎn)開發(fā)投資中的政府投資；LnPI表示經(jīng)過修正后取對數(shù)的房地產(chǎn)開發(fā)投資中的私人投資。所有統(tǒng)計分析結果均由軟件Eviews6計算得到。

(二)數(shù)據(jù)平穩(wěn)性檢驗

為了避免偽回歸，確保估計結果的有效性，必須對各面板序列的平穩(wěn)性進行檢驗。檢驗序列平穩(wěn)性最常用的辦法就是單位根檢驗，本文使用LLC、BrEintung、IPS、ADF-Fisher和PP-Fisher這五種方法進行面板單位根檢驗。這五種單位根檢驗方法的原假設均是面板數(shù)據(jù)中存在單位根，而備擇假設則是面板數(shù)據(jù)中不存在單位根；檢驗中如拒絕存在單位根的原假設則說明此序列是平穩(wěn)的，反之則不平穩(wěn)。

對代表房地產(chǎn)開發(fā)投資中政府投資的LnG／和代表房地產(chǎn)開發(fā)投資中私人投資的LnPl這兩組面板數(shù)據(jù)分別進行單位根檢驗，結果如表1所示。檢驗中，變量滯后分布長度(即滯后階數(shù))的選擇是依據(jù)Sehwarz準則進行的，檢驗模式為既含有截距項又含有趨勢項。

可見，對房地產(chǎn)開發(fā)政府投資LnG／的單位根檢驗中，五種檢驗方法均拒絕了存在單位根的原假設，認為數(shù)據(jù)是平穩(wěn)的；對房地產(chǎn)開發(fā)私人投資LnPI的單位根檢驗中，五種檢驗方法中只有一種(BrEIntung檢驗)無法拒絕存在單位根的原假設，其余四種檢驗方法均拒絕了存在單位根的原假設，因而可以認為數(shù)據(jù)是平穩(wěn)的。也就是說，代表房地產(chǎn)開發(fā)投資中政府投資的LnGI和代表房地產(chǎn)開發(fā)投資中私人投資的LnPI這兩組面板數(shù)據(jù)都是平穩(wěn)的。

(三)協(xié)整關系檢驗

單位根檢驗的結果同時表明，代表房地產(chǎn)開發(fā)投資中政府投資的LnGI和代表房地產(chǎn)開發(fā)投資中私人投資的LnPI是同階單整的兩個變量，因而可以對這兩個變量進行協(xié)整檢驗，以考察變量之間的長期均衡關系。

本文采用Johansen面板協(xié)整檢驗方法對各地區(qū)房地產(chǎn)開發(fā)政府投資和私人投資的面板數(shù)據(jù)進行協(xié)整關系檢驗。Johansen面板協(xié)整檢驗的原假設是“存在相應個數(shù)的協(xié)整向量”，即存在相應個數(shù)的協(xié)整關系。檢驗中，變量滯后分布長度(即滯后階數(shù))的選擇，是依據(jù)Schwarz準則進行的；檢驗模式選為序列有確定性趨勢而協(xié)整方程只有截距的情況；顯著性水平設定為5％。檢驗結果如表2所示。

從檢驗結果可知，在5％的顯著性水平下，Johansen面板協(xié)整檢驗中，F(xiàn)isher聯(lián)合跡統(tǒng)計量和Fisher聯(lián)合I-max統(tǒng)計量均拒絕了“存在0個協(xié)整向量”的原假設，顯示出兩變量之間存在著協(xié)整關系。也就是說，房地產(chǎn)開發(fā)的政府投資和私人投資之間存在著長期穩(wěn)定的均衡關系，在此基礎上建立模型進行回歸，其回歸結果是較為精確的。

(四)模型形式的確定與估計結果

利用代表房地產(chǎn)開發(fā)投資中政府投資的和代表房地產(chǎn)開發(fā)投資中私人投資的兩個變量建立PanelData模型，以分析房地產(chǎn)業(yè)政府投資與私人投資之間的關系。在對PanelData模型進行估計時，使用的樣本數(shù)據(jù)包含了時間序列和橫截面這兩個方向上的信息，如果模型形式設定得不正確，估計結果將與所要模擬的經(jīng)濟現(xiàn)實偏離甚遠。PanelData模型形式的確定，首先要在隨機效應與固定效應之間進行選擇和判斷，其次要在不變系數(shù)模型、變截距模型、變系數(shù)模型之間進行選擇和判斷。

1隨機效應與固定效應的選擇與判斷

對隨機效應模型與固定效應模型的識別，常用的檢驗方法是Hausman檢驗。該檢驗的原假設是：隨機效應模型中個體影響與解釋變量不相關；備擇假設是：個體影響與解釋變量相關，應建立固定效應模型。

以房地產(chǎn)開發(fā)投資中政府投資的LnG／作為解釋變量，以代表房地產(chǎn)開發(fā)投資中私人投資的LnPI作為被解釋變量，建立兩變量隨機效應模型，在此基礎上做Hausman檢驗，結果如表3所示。

從檢驗結果可見，Hausman檢驗拒絕了模型是隨機效應模型的原假設，表明應建立固定效應模型。

2不變系數(shù)模型、變截距模型、變系數(shù)模型的選擇與判斷

對平均自發(fā)房地產(chǎn)開發(fā)私人投資水平的偏離，用來反映不同地區(qū)間區(qū)域影響因素的差異；β是房地產(chǎn)開發(fā)政府投資引發(fā)的私人投資的邊際投資傾向；i表示31個不同的地區(qū)；t表示從1996至2008年共13個時間截面。

對此固定效應變截距模型的估計結果分別如表4和表5所示。

模型可根據(jù)表4的估計結果改寫為：Lnfilit=12.71+αir-0.09LnGLit

四、結論與建議

(一)全國層面

從上文對模型的估計結果可知，房地產(chǎn)開發(fā)的政府投資每增加1個百分點，私人投資將減少0.09個百分點，即政府投資對私人投資將產(chǎn)生擠出效應。房地產(chǎn)業(yè)政府投資對私人投資產(chǎn)生擠出效應的作用機制主要在于以下幾方面：(1)政府在房地產(chǎn)領域的投資直接進入房產(chǎn)開發(fā)階段，政府投資與私人投資構成競爭關系，利用財政資金或財政安排貸款的資金優(yōu)勢，政府部門或代表政府意愿的機構在土地市場與私人投資者爭奪土地開發(fā)資源，由于土地資源的稀缺性，這必然造成對私人投資的擠出效應，減少房地產(chǎn)業(yè)的私人投資。(2)房地產(chǎn)領域的政府投資相當一部分配套資金來自銀行等金融機構，金融機構出于對信貸風險、運營效率、監(jiān)管難度等方面的考慮，傾向于將資金投向代表政府投資的貸款者，在信貸規(guī)模不變的情況下，將使私人投資者融資難度加大、融資成本增加，從而降低私人投資的水平。(3)政府在房產(chǎn)開發(fā)階段的政府投資增加還可能造成建筑材料、機械設備、建筑工人等生產(chǎn)要素供應緊張，如果這些生產(chǎn)要素的供給未能及時滿足需求，可能導致這些生產(chǎn)要素的價格上漲，從而使私人資本承擔生產(chǎn)成本增加、利潤減少的后果，致使私人投資水平下降。(4)房地產(chǎn)領域的政府投資大規(guī)模建設保帝性住房，擴大保障勝住房的覆蓋群體，相對減少了房地產(chǎn)市場的購房需求者，降低了需求者對正常商品房的購買意愿，可以說“擠出”了私人投資的部分市場需求，進而“擠出”了房地產(chǎn)業(yè)的私人投資。

鑒于上述分析，提出如下建議：(1)房地產(chǎn)業(yè)的政府投資應從房產(chǎn)開發(fā)領域轉向并集中于土地儲備開發(fā)領域，這樣一方面可以避免與私人投資爭奪土地資源、資金以及其他生產(chǎn)要素，以減少對私人投資產(chǎn)生的“擠出”作用；另一方面也可以將土地供給更好地控制在政府手里，以便于對房地產(chǎn)市場進行宏觀調(diào)控。(2)政府在保障性住房方面的投資，其投資形式可以從直接建設住房逐步轉向需求補貼，以減少政府行政力量對市場干預的不利作用，更好地利用市場機制配置資源靈活高效的特點。

(二)地區(qū)層面

各地區(qū)房地產(chǎn)開發(fā)投資的個體是指中國31個省級地區(qū)，因此個體影響也就是地域影響。模型形式確定為固定效應變截距模型表明個體影響是固定的而非隨機的，也就是說各地區(qū)房地產(chǎn)開發(fā)投資中受到的地域影響是固定的。表5的估計結果表明，包括北京、天津、河北、遼寧、上海、江蘇、浙江、安徽、福建、山東、河南、湖北、湖南、廣東、重慶、四川、云南、陜西在內(nèi)的18個地區(qū)，地域因素的影響系數(shù)是正的，即這些地區(qū)自發(fā)房地產(chǎn)開發(fā)私人投資水平高于全國平均自發(fā)房地產(chǎn)開發(fā)私人投資水平；而包括山西、內(nèi)蒙古、吉林、黑龍江、江西、廣西、海南、貴州、西藏、甘肅、青海、寧夏、新疆在內(nèi)的13個地區(qū)，地域因素的影響系數(shù)是負的，即這些地區(qū)自發(fā)房地產(chǎn)開發(fā)私人投資水平低于全國平均自發(fā)房地產(chǎn)開發(fā)私人投資水平。其中，地域因素影響系數(shù)最高的前5個地區(qū)依次分別為廣東、北京、浙江、上海、江蘇；而地域因素影響系數(shù)負值最大的是西藏和青海。從中可以看出，經(jīng)濟較為發(fā)達的地區(qū)房地產(chǎn)開發(fā)投資的地域因素影響系數(shù)為正，經(jīng)濟欠發(fā)達地區(qū)房地產(chǎn)開發(fā)投資的地域影響系數(shù)為負，其主要原因在于經(jīng)濟較為發(fā)達的地區(qū)，投資環(huán)境較好、房地產(chǎn)需求較大，因而自發(fā)的房地產(chǎn)私人投資水平較高。在制定房地產(chǎn)業(yè)調(diào)控政策時，應充分考慮各地區(qū)自發(fā)房地產(chǎn)開發(fā)私人投資水平，對不同地區(qū)采取目標相同而調(diào)控手段有差別的宏觀政策，以便更好地實現(xiàn)調(diào)控的目的。