2023年宏观经济专题研究 房地产经济测算
- 来源:国信证券
- 发布时间:2023/02/17
- 浏览次数:1203
- 举报
宏观经济专题研究:房地产的经济贡献分析.pdf
宏观经济专题研究:房地产的经济贡献分析。房地产占GDP的比重存在被低估的可能。在现有的国民经济统计中,房地产增加值占GDP的比重在2004-2021年位于4.42%-7.24%之间,然而由于核算方法、数据可获取程度等原因,房地产占GDP的比重存在被低估的可能。在支出法下,计算房地产创造的GDP,可以分解为房地产消费和房地产投资两个方面。其中,对房地产消费的计算涉及自有住房折算租金(即虚拟租金)的估计,对其估计的准确程度,直接影响对房地产占GDP比例的测算。现有估计虚拟租金的方法主要有成本法(运用房屋建筑时的成本和相应的折旧率计算自有住房服务产出价值)、市场法(通过估算房租的市场价格来估计住房租...
1.引言
房地产业是国民经济的重要组成部分,事关民生消费和投资发展。近些年来,我 国房地产业发展较为迅速,房地产业增加值从 2000年的0.41万亿增长到 2021 年的 7.76 万亿。按照国家统计局的统计,房地产增加值在GDP中的比重也表现出 上升的趋势,从 2000 年的 4.13%增长至2021年的6.78%。在现实统计中,我国当前对房地产增加值的核算还存在着诸多问题,受资料来源、 福利性住房政策、固定资产折旧方法等因素的影响,导致一些与房地产相关的数 据没有被纳入 GDP 的统计范围,从而导致房地产在 GDP 中的占比被相应低估。
在房地产 GDP 的统计中,自有住房折算租金占有较大的部分,这一部分是应当纳 入 GDP,而现实中存在较大低估的部分。在经济生活中,居民获得了一个住宅的 所有权后,就成为了一个类似于“服务型企业”的主体,无论是将自有住房租赁 给他人还是自己居住使用,都可以看成是在向市场提供一种居住服务。获取该居 住服务所付出的对价就是租金,自我居住的房屋由于提供了服务,也应视为交付 了租金,需要在国民经济核算中计入 GDP,这部分租金称为自有住房折算租金, 也称为虚拟租金。我国房地产 GDP 统计中虚拟租金存在较大低估的原因主要为没 有较好地将近些年房价的上涨纳入到统计中。
2、房地产经济贡献的测算方法
2.1、支出法下房地产经济贡献分解
支出法进行 GDP 核算包括最终消费支出、资本形成总额、净出口三个部分,由于 房地产业不涉及进口和出口,所以在计算房地产业产值时,仅包括最终消费支出 和资本形成总额两部分。 可以得出房地产业产值的计算公式: 支出法房地产业产值=房地产最终消费支出+房地产资本形成总额 按照《中国非经济普查年度 GDP 核算方案》,支出法测算 GDP 中对居民消费的核 算包括了食品类、衣着类等 12 类,其中居住类和自有住房服务属于房地产范畴; 对固定资本形成额的核算包括了住宅、非住宅建筑物等 7 类,其中住宅和非住宅 建筑物属于房地产范畴。
2.2、虚拟租金的测算
自有住房折算租金(虚拟租金)是房地产消费核算中“自有住房服务”部分的重 要组成,其核算的准确程度直接关系到房地产经济贡献的测算。现有的主要方法 包括成本法、市场租金法和“使用成本法”对于测算方法的选取也在一定程度 上会影响房地产在GDP中是否会被低估。

2.2.1、成本法
成本法是运用房屋建筑时的成本和相应的折旧率计算自有住房服务产出价值的一 种方法,在计算时通过不考虑投资资金的利息和房屋的预期收益达到简化计算的 目的。成本法下,城镇和农村自有住房虚拟租金计算公式为: 城镇自有住房折算租金=城镇人均住房建筑面积×城镇人口数×城镇房屋竣工造 价×城镇自有住房率×城镇住房折旧率 农村自有住房折算租金=农村人均住房面积×农村人口×农村农户竣工房屋造价 ×农村自有住房率×农村住房折旧率。
运用成本法估算时,我国对相关折旧比例做过一些调整。对于城镇和农村自有住 房的折旧率,2004 年经济普查之前,是按照每年 4%和 2%进行提取折旧的,在 2004 年实施经济普查之后,折旧比例分别调整到了 2%和 3%,即城镇调低了 2 个百分点, 农村调高了 1 个百分点。同时,2004 年之后,用当期建筑成本的现行价格代替了 房屋的历史成本价,与国民经济核算的基本原则保持一致。
成本法的优点在于简单明了,可操作性较强,便于较快计算出结果。同时,成本 法也存在着一定的问题,随着房地产市场的快速发展,建筑成本的增长速度落后 于房价的增长速度,按照采用较低的折旧率的成本法会低估虚拟租金,进而低估 居民住房消费支出。
2.2.2、市场租金法
市场租金法是通过估算房租的市场价格来估计住房租赁活动的增加值。当前,美 国、德国、日本、荷兰等国对自有住房租金的核算采用了市场租金法。我国的当 前国民经济核算体系也推荐运用市场租金法,《中国国民经济核算体系(2016)》 对城镇居民自有住房服务产出核算方法的改进,推荐采用市场租金法估算城镇居 民自有住房服务产出,希望能够更加精确地反映城镇居民自有住房服务价值。
采用市场租金法可以把我国目前房地产业中的城镇存量住房租赁活动核算里没有 包括的内容和低估的部分一起补充进来,同时也对城镇居民自有住房服务进行了 重新估价,克服了成本法运用折旧计算产出和增加值的不足(刘洪玉等,2003)。 但是按照《中国国民经济核算体系(2016)》使用市场租金法进行测算的条件尚 不具备,目前的住房调查内容还未达到市场租金法估算的数据要求(李芳芝和张 焕明,2021)。考虑到中国人口流动性大、租赁人口的数据缺乏、居民住房自有 率高,从全国范围讲,使用市场租金法来估算居住消费支出受到限制(康远志, 2014)。

2.3、使用成本法
“使用成本法”是以当期持有住房所支付的成本扣除因持有住房所获得的收益来 计算自有住房服务产出价值的方法。该方法在成本法的基础上进行了改进,考虑 了贷款利率、通货膨胀水平等因素,把虚拟租金视为家庭房地产投资的衍生收益。 与成本法相比,“使用成本法”可以更真实地揭示住房市场的变化情况。英国、 加拿大、瑞典、芬兰等国主要采用“使用成本法”(康远志,2014)。 现有研究多采用美国国民经济研究局 Poterba(1992)提出的“使用成本法”计 算公式来估算居民自有住房的虚拟租金,其计算公式为: 虚拟租金=住房的市场价格×(资金成本+房产税+折旧和维修费率-通胀率)。
在“使用成本法”的具体计算中主要有通过宏观数据和微观调查两种方式。Poterba (1992)计算虚拟租金所采用的通胀率、利率等指标即为宏观数据。此外,“使 用成本法”还可以通过微观调研计算虚拟租金,用调查得出的家庭房产净值与资 本回报率(杨巧和陈晓茹,2020)。同时,Poole 等(2005)进一步证明了“使 用成本法”和市场租金法在估计虚拟租金中具有较好的一致性和有效性。
3.对房地产消费的测算
3.1、房地产消费的组成
房地产消费活动是指居民生活用房以及与之相关的服务消费活动,包括物业管理、 自有住房服务及生活用水、电、燃料等消费活动。《中国非经济普查年度 GDP 核 算方案》将房地产消费分为了城镇和农村两大类,城镇和农村又分别包括了居住 类和自有住房服务两类。所以,对居民消费支出的测算总体上的计算公式为: 居民消费支出=城镇居民居住类消费支出+城镇居民自有住房服务+农村居民居住 类消费支出+农村居民自有住房服务。
3.2、房地产消费的居住类支出测算
居住类消费支出包括城镇居民消费类支出和农村居民消费类支出,其计算方法为 用城镇和农村的人均居住类支出分别乘以各自的人口总额。 在计算城镇居民人均居住类支出和农村居民人均居住类支出时,2013 年之前和之 后有所区别。国家统计局对于城乡一体化住户收支与生活状况的调查在 2013 年有 所改变,在 2012 年及以前的城镇和农村住房调查的消费支出仅为现金消费支出, 而不包括自有住房折算租金,而 2013 年的在调查范围、调查方法、调查口径等方 面有所变化,包括了自有住房折算租金。 为了保持计算方法和计算口径的一致,《中国住户调查年鉴》对 2004-2012 年的 历史数据按照 2013 年确定的测算方法和测算口径进行了调整,从而得到包括自有 住房折算租金的居民住房消费支出,本文采用这一调整后的数据进行计算。

按照“居住类消费支出=城镇居民居住类消费支出+农村居民居住类消费支出”的 计算公式,通过城镇居民人均居住类支出和城镇人口总数计算出城镇居民居住类 消费支出,通过农村居民人均居住类支出和农村人口总数计算出农村居民居住类 消费支出。
3.3、房地产消费的虚拟租金估计
由于现有统计欠完整、数据占比较少、统计困难等原因,本文不对住房维修管理 费、水、电、煤气费用、物业管理费等进行修正。由于农村居民租赁住房租金支 出与自有住房虚拟支出的统计数据缺失较为严重,虽然存在低估的可能,本文也 没有进行修正。所以本文对房地产消费的测算中,主要对城镇自有住房虚拟租金 运用成本法、市场法和“使用成本法”进行估算,而对农村自有住房虚拟租金只 用成本法进行计算。
运用成本法计算自有住房虚拟租金,需要按照城镇和农村分别进行计算,然后进 行加总,计算公式分别为: 城镇自有住房虚拟租金=城镇人均住房建筑面积×城镇人口数×城镇住房竣工造 价×城镇自有住房率×城镇住房折旧率 农村住房虚拟租金=农村人均住房面积×农村人口×农村农户竣工房屋造价×农 村自有住房率×农村住房折旧率 其中,在自有住房率和折旧率的计算上城镇和农村有所不同。根据第六次人口普 查中的住房调查,按房屋来源划分的城镇自有住房的占比约为 80%,农村自有住 房率按 100%计算。按照国家统计局的规定,城镇住房计提折旧率按 2%计算,农村 按 3%计算。
在“市场法”的计算中,由于对房屋租金数据的掌握尚不全面,无法像美国、德 国、日本等国家那样通过房地产租金来进行计算。所以,本文借鉴赵文和张车伟 (2022)的研究,使用住宅商品房销售价格的 0.85 倍代替房屋竣工造价计算城镇 居民自有住房价值,得到与市场法结果大小较为类似的数值。
在“使用成本法”的计算中,在住房贷款利率的计算上,按照五年以上金融机构 贷款利率的月度平均值作为年度值,并由于指标调整节点与年度核算周期可能存 在不一致,对年度数据进行了五年移动平均,同时考虑到居民办理住房贷款时一 般使用公积金贷款和商业贷款组合的形式,所以在贷款利率上乘以 0.8 作为最终 的计算值。在通胀率的计算上,采用 CPI 年度增长率作为通货膨胀率。对于住宅 商品房的销售单价,考虑到自有住房的折旧问题,在销售单价的基础上乘以 0.8。 由此,计算公式为:使用成本法下城镇居民自有住房虚拟租金=住宅商品房销售单价×0.8×(金融机 构贷款利率×0.8+折旧率-通货膨胀率)×城镇人均住房建筑面积×城镇人口数× 城镇自有住房率。

通过以上计算公式可以计算出三种方法下的虚拟租金,从下图可以看出,成本法 计算出的虚拟租金在三种方法中最小,这是由于成本法采用的是建造成本,较低 的建造成本会低估相应的虚拟租金。采用“使用成本法”计算出的虚拟租金在三 种方法中最高,这是因为计算中不仅采用的房屋的市场价格,而且考虑了贷款利 率与通胀率。同时,可以看出随着房地产行业的发展,虚拟租金近些年来表现出 较快的增长趋势,这主要是由于房地产价格在近些年来的增长导致的。
对于虚拟租金占消费支出的比例,成本法测算的结果在 5%左右,市场法计算的在 7%-10%范围内波动,“使用成本法”测算出的波动较大,多数年份在 15%左右。 对于虚拟租金占 GDP 的比重,成本法测算的结果在 3%左右,市场法计算的在 4% 左右,“使用成本法”测算出的波动较大,多数年份在 9%左右。 对比三种方法测算出的虚拟租金占消费支出和占 GDP 的比重,还可以看出,“使 用成本法”的测算结果波动幅度较大,2009 年虚拟租金占 GDP 比重较高的原因是2009年CPI增速为-0.7%,导致所测算出的虚拟住房折算租金高于一般水平。由 此也可以看出,“使用成本法”对虚拟租金的计算虽然更贴近于市场水平,但是 容易受到通胀率、利率等变量的影响,从而产生较大的波动,这也是“使用成本 法”的局限所在。
由“使用成本法”计算出的我国的虚拟租金占 GDP 比重在个别年份与美国水平差 距较小。美国的房地产核算中,由于租赁市场规模较大、真实租金较易获取等原 因,对自有住房虚拟租金的核算通常采用市场法,通过市场租金来计算虚拟租金 的水平。2012-2019 年美国虚拟租金占 GDP 比重变动较为平稳,保持在 7.8%左右, 远高出我国成本法测算出的虚拟租金占比(3%左右),低于我国“使用成本法” 测算出的结果,但在 2012、2019 年中美两国该比例数值较为相近。
4.对房地产投资的测算
4.1、房地产投资的组成
当前我国对房地产开发投资的统计采用全面统计的方法,对所有房地产开发企业的每一个房地产开发项目进行全面统计。本文从支出法 GDP 核算中的固定资本形 成总额估算房地产开发投资的固定资本形成额,即计入 GDP 的房地产开发投资。
固定资本形成额可由投资额调整得来。固定资本形成总额是指常住单位在一定时 期内自产、转入和购置获得的固定资产价值,扣除转出和销售的价值。与固定资 本形成总额不同,房地产开发投资是全社会固定资产投资的重要组成部分,在经 过调整后影响固定资本形成总额。房地产开发投资与固定资本形成总额在统计上 存在两个主要的区别:一是固定资本形成总额中包含商品房销售增值,而房地产 开发投资不包含此部分价值增值;二是固定资本形成总额不包含购置旧建筑物和 土地的费用,而房地产开发投资包含此部分费用。

从固定资产投资额调整到固定资本形成总额需要增加城镇和农村非农户 500 万元 以下项目的固定资产投资、矿藏勘探、计算机软件等知识产权产品的支出和商品 房销售增值,并且减去土地购置费,旧设备购置费、旧建筑物购置费。由此,由 房地产投资额调整到房地产开发投资所计入 GDP 的资本形成额需要增加商品房销 售增值,减去土地购置费、旧设备购置费、旧建筑物购置费。
4.2、房地产投资的估计方法
本文运用扣除土地购置费之后的房地产开发投资占扣除土地购置费之后的全社会固定资产投资的比重推算出房地产开发投资形成的固定资本形成总额。在房地产 开发投资和全社会固定资产投资中扣除土地购置费的原因是,土地购置费占房地 产开发投资的比重远大于土地购置费占全社会固定资产投资的比重,而土地购置 费是不能计入固定资本形成总额的。如果不剔除土地购置费,就会明显高估房地 产开发投资形成的固定资本形成总额占支出法 GDP 的比重,从而高估或低估房地 产开发投资对 GDP 增长的贡献。
由于固定资产投资中的土地购置费 2017-2020 年数据缺失,在扣除土地购置费的 房地产开发投资占全社会固定资产投资比重时,该三年数据采用前 5 年移动平均 法进行替代。
4.3、房地产投资的测算结果
本文首先从房地产开发投资和全社会固定资产投资中分别扣除各自对应的土地购 置费,计算出扣除土地购置费的房地产开发投资占全社会固定资产投资的比重。 计算结果表明,该指标近些年变化较小,2004-2020 年维持在 15.01%-20.42%之间, 2004-2012 年平均为 18.02%,2013-2020 年平均为 16.07%。 运用扣除土地购置费的房地产开发投资占全社会固定资产投资比重,计算出房地 产开发投资资本形成额。计算结果可以看出,房地产开发投资资本形成额近些年 增长较快,每隔 4-7 年会出现增长翻倍,从 2004 年的 10734.65 亿元,增长到 2009 年的 22507.47 亿元,再增长到 2013 年的 41960.46 亿元,2020 年该指标达到 67618.14 亿元。

由测算结果可以看出,房地产投资资本形成额占 GDP 的比重近些年变化较为平稳, 近些年来保持在 6%-8%的区间内,2015 年以后有所下降,保持在 6.75%左右。
5.房地产占GDP比重测算
5.1、方法一:调整虚拟租金(市场法)
由于虚拟租金在当前房地产测算中低估程度较高,且现有数据可以对虚拟租金进 行估算,所以对房地产占 GDP 比例的调整,可以首先调整虚拟租金部分,即运用 测算虚拟租金的市场法或“使用成本法”对已采用的成本法进行调整,在房地产 测算中增加虚拟租金的差额。 同时,由于城乡居民自有住房服务所创造的增加值是计入生产法 GDP 的,所以虚 拟租金既影响支出法 GDP 计算中的房地产统计,也对生产法 GDP 中的房地产统计产生影响。据此可以以房地产增加值占 GDP 比重为基础进行调整。
同时由于虚拟租金属于应该算入 GDP 的部分,所以对 GDP 也相应进行调整,增加 虚拟租金调增的部分。 按照此方法计算出的房地产占 GDP 的比重,在 2004-2020 年表现出缓步上升的趋 势,总体保持在 5%-10%的区域内,在 2009-2014 年保持在 7%左右,在 2015-2020 年从 7.75%提升至 9.65%。
5.2、方法二:调整虚拟租金(使用成本法)
与上面采用市场法进行的调整类似,可以采用“使用成本法”对虚拟租金进行调 整,将“使用成本法”和成本法对虚拟租金计算结果的差值作为增量,同时调整 现有的房地产增加值和 GDP,得出房地产占 GDP 的比重。 从测算结果来看,在此方法下,房地产占 GDP 的比重位于 4%-16%之间,特别是 2012 年之前波动较为剧烈,2012-2020 年波动幅度较小,在 11.13%-13.53%之间,在这 一阶段的平均水平为 12%。

5.3、方法三:房地产消费(成本法)+房地产投资
前两种调整方法主要从房地产增加值的角度调整虚拟租金和相应的 GDP,侧重于 从生产法的角度进行调整。与前两种方法不同,可以从支出法角度,通过加总房 地产消费和房地产投资来估算房地产占 GDP 的比例。房地产消费和房地产投资的 计算方法如本文前面部分所示。 由于所采用的房地产消费支出数据,是 2013 年之后的已纳入成本法计算的虚拟租 金部分,同时对 2004-2013 年的房地产消费支出按照成本法虚拟租金进行了调整, 所以此处的 2004-2020 年的数据都已纳入成本法所计算出的虚拟租金部分。用房 地产消费支出和房地产开发投资资本形成额相加,可得出房地产在 GDP 中的数值。
支出法下计算出的房地产消费占 GDP 的比重与生产法下计算出的房地产增加值占 GDP 的比重较为相似,特别是 2017 年以来两者的差距逐渐缩小,2020 年房地产消 费占 GDP 的比重为 7.59%,同期房地产增加值占 GDP 的比重为 7.16%,相差 0.43 个百分点。按照此方法计算出的房地产占 GDP 的比重,在 2004-2020 年位于 12.73%-14.9%的 区域内,在2009年之后除2013年较高和 2015、2016 年较低之外,其他年份多保 持在 14%左右。
5.4、方法四:房地产消费(市场法)+房地产投资
在上一方法的基础上,通过市场法调整虚拟租金计算出房地产消费支出,然后加 上前文所测算出的房地产开发投资资本形成额,得出房地产在 GDP 中的数值。在 计算 GDP 时,也运用市场法和成本法所计算出的虚拟租金的差额对 GDP 进行调增。 对房地产消费的估算公式为:修正后的房地产消费额=农村居住类支出+城镇居住 类支出+农村自有住房服务+城镇自有住房租金差额。其中,农村自有住房服务采 用成本法计算,城镇自有住房租金差额为市场法与成本法计算的虚拟租金差额。此方法计算出的房地产占 GDP 的比重在 14%-17%的区域内,2009-2017 年,除 2013 年较高和 2015 年较低外,多数年份保持在 15.5%左右;2018-2020 年都保持在 16.5%左右。
5.5、方法五:房地产消费(使用成本法)+房地产投资
与方法四采用市场法进行的调整类似,可以采用“使用成本法”对虚拟租金进行 调整,将“使用成本法”和成本法对虚拟租金计算结果的差值作为增量调增房地 产消费支出,然后再加上房地产投资资本形成额,得出房地产消费和投资的总额。 在计算 GDP 时,也运用“使用成本法”和成本法所计算出的虚拟租金的差额对 GDP 进行调增,得出房地产占 GDP 的比重。 运用此方法测算出来的房地产占 GDP 的比重,在 2012 年之前波动比较剧烈,在 13%-23%的范围内波动,2012 年之后该比值稳定在 19%左右。以上五种计算方法的测算结果可以看出,房地产占 GDP 比重随着虚拟租金的调增 而增加;在虚拟租金调增的过程中“使用成本法”下房地产占 GDP 比重的测算结 果更高。

6.房地产对经济增长的影响分析
对于定量分析房地产对经济的影响,一般常用三种方法:第一,在支出法计算 GDP 和房地产的框架下,通过房地产与 GDP 增长变动关系,直接计算房地产增长对 GDP 增长的贡献;第二,通过计量统计分析,找出房地产与经济增长之间的回归关系; 第三,运用投入产出方法,通过追踪生产和分配的过程,计算房地产与其他行业 的联系,分析房地产对经济增长的影响。
6.1、基于支出法的房地产对经济增长的影响
在前文计算的基础上,可以通过计算房地产与 GDP 的增减变动幅度及关系,分析 房地产对经济增长的影响。在支出法的框架下,把房地产创造的 GDP 分为房地产 消费和房地产投资,分别用房地产消费支出和房地产开发投资资本形成额进行表示。在数据选取上,选取上文房地产占 GDP 比重测算方法的第三种。房地产投资 和房地产消费对 GDP 增长贡献的计算公式为: 房地产开发投资资本形成额对 GDP 增长的贡献率=(当期房地产开发投资资本形成 额-上期房地产开发投资资本形成额)/(当期 GDP-上期 GDP) 房地产消费支出对 GDP 增长的贡献率=(当期房地产消费支出-上期房地产消费支 出)/(当期 GDP-上期 GDP) 由计算结果可以看出,房地产消费支出对 GDP 增长的贡献率在 5%-10%的区间内波 动,房地产投资对 GDP 增长贡献的波动较大,除去较为异常的数值,多数年份在 5%-10%的区间波动。
6.2、基于回归分析的房地产对经济增长的影响
由柯布-道格拉斯生产函数 Y = AK αL 1−α,两边同时除以 L 取人均: 即, = AK αL 1−α = 㤵 ,可以得出人均生产函数:y = fk = Ak α 进而结合本文的研究内容,将生产函数纳入房地产固定资本形成额、房地产消费 支出、扣除房地产消费的最终消费支出、扣除房地产的资本形成总额、净出口额, 将生产函数变形为: y = Ak αg β fθs γe δ 其中 y 为人均产出,A 为影响技术的要素,k 为人均房地产固定资本形成额,g 为 人均房地产消费支出,f 为扣除房地产消费的人均最终消费支出,s 为扣除房地产 开发投资资本形成额的人均资本形成总额,e 为人均净出口。对公式量两边取对 数,得出计量模型: ln yt = at + α ln kt + βln gt + θln ft + γ ln st + ρ ln et + εt 通过以上回归模型测算房地产投资和房地产消费对我国 GDP 的影响,得出如下回 归结果。
回归结果表明房地产固定资本形成额和房地产消费对我国 GDP 具有显著的正向影 响。在其他条件不变的情况下,人均房地产固定资本形成额增加 1%,人均 GDP 会 增 加 约 0.115%-0.230% ; 人 均 房 地 产 消 费 增 加 1% , 人 均 GDP 会 增 加 约 0.143%-0.684%。由此结果也可以看出,房地产消费对 GDP 的影响比房地产固定资 本形成额的影响更大。 由于房地产资本形成在房地产 GDP 贡献中占较大比重,所以本文进一步研究房地 产投资和房地产销售对房地产资本形成的影响。设定被解释变量为上文测算出的 房地产固定资本形成额,解释变量分别为房地产投资额和房地产销售面积。在进 行计算时,为计算增加值变化的影响,对回归数据取自然对数,得出如下回归结 果。

6.3、基于投入产出法的房地产对经济增长的影响
投入产出分析主要是基于投入产出表,通过分析产业之间的相互消耗和相互供给 的关系,计算某一产业对其他产业的贡献。投入产出表是由里昂惕夫 1936 年提出 的,通过矩阵的形式描述国民经济中各种产品的来源与使用去向,是产品部门× 产品部门的二维表格,表格中的列表示生产过程中的投入结构,行表示使用去向。 我国投入产出表于 1997 年第一次发布,此后每隔约 5 年发布一次,本文采用 2022 年投入产出表进行计算。
运用投入产出方法分析房地产对经济的贡献需要首先计算直接消耗系数,并据此 计算完全消耗系数,然后通过完全消耗系数分析房地产对其他行业和经济整体的 贡献。 直接消耗系数(又称投入系数),是指生产一个单位某种产品对另外一种产品的 消耗量,计算方法为: = = 1 其中 aij为直接消耗系数,xij为 j 产品部门生产中消耗 i 部门产品的价值量,Xj 为各部总投入。将各产品部门的直接消耗系数可以构成一个 n×n 的矩阵,即直接 消耗系数矩阵,用 A 表示,反映各行业之间相互的投入产出关系。 通过直接消耗系数可以计算出完全消耗系数。完全消耗系数是指某产品 j 生产单 位最终产品量对另一产品 i 的完全消耗量,即第 j 产品部门每提供一个单位最终 使用时,对第 i 产品部门货物或服务的直接消耗和间接消耗之和。完全消耗系数 矩阵(用 B 表示)可以通过直接消耗系数矩阵 A 计算得来:
B = I − A−1 − I 其中 I 为单位矩阵,构成完全消耗系数矩阵 B 的元素为 bij,表示第 j 部门增加一 个单位最终使用时,对第 i 产品部门的完全需要量。 基于投入产出表和直接消耗系数,所计算得出的房地产对各行业的完全消耗系数, 表示房地产业对其他行业的拉动作用,从完全消耗系数排名前十的行业可以看出, 房地产业对金融行业的拉动幅度最高,其次是租赁商业服务业、交通运输仓储和 邮政业等行业。 通过加总房地产对总体行业的完全消耗系数,可以计算出房地产增加一个单位最 终使用时,对整体行业的完全需要量为 0.597 倍(除去房地产行业本身的数值为 0.534 倍),表明房地产对国民经济的完全拉动为 0.597 倍(除去房地产行业本 身的数值为 0.534 倍)。
编辑:荣耀2020- 热门文档
- 热门文章
- 本年热门
- 本季热门
- 本月热门
- 1 关于2025年国民经济和社会发展计划执行情况与2026年国民经济和社会发展计划草案的报告——2026年3月5日在第十四届全国人民.pdf
- 2 中国网络视听协会:中国网络视听发展研究报告(2026) .pdf
- 3 市场监管局:2025直播电商行业发展白皮书.pdf
- 4 房地产行业第8_9周周报(2026年2月14日_2026年2月27日):26年春节新房成交量低于23_25年,二手房成交量高于23_25年;上海优化限购、公积金和房产税政策.pdf
- 5 中国新就业形态研究中心-2025中国蓝领群体就业研究报告.pdf
- 6 中国股票策略:中国最佳商业模式研究(第二版).pdf
- 7 互联网行业:第57次中国互联网络发展状况统计报告.pdf
- 8 2026年政府工作报告.pdf
- 9 中国2026年展望:探索新动能.pdf
- 10 2025中国新就业形态报告.pdf
- 1 中国新就业形态研究中心-2025中国蓝领群体就业研究报告.pdf
- 2 腾讯研究院-从超级个体到超级团队:AI时代组织变革的涌现路径.pdf
- 3 腾讯研究院:2026丰饶之后:AI Coding 观察报告.pdf
- 4 中国临床肿瘤学会指南工作委员会-医疗行业中国临床肿瘤学会(CSCO)非小细胞肺癌诊疗指南2026.pdf
- 5 兰花科创-600123-优质无烟煤龙头,煤化一体静待周期反转与技改红利释放.pdf
- 6 机械设备行业:拥抱科技,重视AI为主线的设备及硬件等投资机会.pdf
- 7 TGV玻璃基板行业动态报告:玻璃基板崛起,赋能先进封装.pdf
- 8 电力设备行业跟踪周报:锂电储能业绩亮眼、拓展AI第二增长曲线.pdf
- 9 玻璃基封装行业专题:玻璃基板有望成为先进封装新平台.pdf
- 10 投资策略-激光通信行业深度:行业现状、终端结构、市场规模及相关公司深度梳理.pdf
- 1 储能与电力设备行业2026年中期策略报告:全球需求共振,算电协同启新.pdf
- 2 中国汽车流通协会-汽车行业:2026年6月中国汽车保值率报告.pdf
- 3 纺服行业周报:运动品牌Q2流水放缓,安踏、361度表现韧性强.pdf
- 4 易观分析-具身智能行业:2026年中国具身智能重点行业应用与场景价值分析报告.pdf
- 5 行业景气度跟踪报告(2026年7月):景气,右侧AI景气持续,左侧细分方向亦值得关注.pdf
- 6 中国汽车工业协会-汽车行业:2025中国汽车后市场年度发展报告.pdf
- 7 产业深度:生根与重构——2026年全球人工智能技术、政策、产业与投融资趋势全景洞察报告.pdf
- 8 硕远咨询-银发旅游行业:2026年银发旅游研究报告.pdf
- 9 能源电子行业月报:功率器件交期持续拉长,行业景气度稳步提升.pdf
- 10 AI医疗行业2026年6月月报:AI诊断与药研资本化提速,医疗智能体加速落地.pdf
- 本年热门
- 本季热门
- 本月热门
- 1 2025年医药行业2026年度策略报告:创新药产业链景气度持续提升
- 2 2026年大族激光公司研究报告:PCB消费电子利好有望助力2025_27年盈利持续增长
- 3 2026年春季港股及海外中资股投资策略:分化与回归
- 4 2026年春季A股投资策略:为第二阶段上涨蓄力,时代资产不退场
- 5 2026年航空行业夏航季民航时刻计划详解:稳中求进,国内控总量、国际促复苏
- 6 2026年春季北交所化工新材料行业投资策略:周期迎拐点,成长正当时
- 7 2026年春季海外宏观展望:结构性“滞胀”
- 8 2026年固收增厚产品系列报告之一:可转债基金的再定位与再解析
- 9 2026年中银香港公司研究报告:高股息护航,财富与出海共促成长
- 10 2026年春季转债投资策略:主线清晰,冲击已过,仓位致胜
- 1 2026年6月人形机器人行业月报:资本化提速与量产渐近
- 2 2026年6月A股市场研判:AI引领向上,聚焦算力与景气延伸
- 3 2026 AI重塑影视产业:漫剧爆发与产业链重构深度解析
- 4 氧化锆断供与HBM瓶颈:全球产业趋势跟踪周报(2026年6月29日)
- 5 2026年全球人工智能技术、政策、产业与投融资趋势全景洞察
- 6 2026年7月A股量化择时:AI识图聚焦半导体与芯片赛道
- 7 2026 ASCO年会国产创新药双抗ADC临床数据梳理
- 8 A股2026年6月策略:景气强化与震荡上行配置建议
- 9 宁德时代发布钠电储能方案,7月中国电池排产环比增长
- 10 2026年中期医药生物行业投资策略:AI新药加速推进
