【正文】 to bulid the assumption that there is abvious relation between investment on nonresidential and fixed assets in some related industries according to the relevance theory on the operation of nonresidential, by means of choosing the index of invesment on fixed assets in related industries, regarding the datebase of China39。隨著第三產(chǎn)業(yè)發(fā)展和城市化進程的加速，住宅區(qū)位理論和商業(yè)用地、辦公用地等區(qū)位理論逐步發(fā)展，形成了過濾論、互換論和集聚論三大派別。因此，在本選題中，我們假定非住宅房地產(chǎn)開發(fā)投資的情況，與上述因素存在一定的相關性，在此基礎上選取適當指標和數(shù)據(jù)進行實證分析。5個指標同階單整符合協(xié)整前提。估計結果如下表：表格 4 誤差修正模型結果全國東部中部西部變量系數(shù)t值P值系數(shù)t值P值系數(shù)t值P值系數(shù)t值P值△Transport ———△Retail ——— ECM(1) △Service————————— 統(tǒng)計指標Adjusted R2 Adjusted R2 Adjusted R2 Adjusted R2 DW DW DW DW 注：表中的“—”表示該值為空值。針對以上分析，本文提出如下建議：（1）非住宅房地產(chǎn)的投資開發(fā)對于形成城市區(qū)域商圈有重要作用，合理增加交通運輸、信息通訊以及零售餐飲服務業(yè)的基礎設施建設投資，有利于更好的為非住宅房地產(chǎn)投資開發(fā)的產(chǎn)品形成配套，提升區(qū)域商業(yè)吸引力；（2）進行非住宅房地產(chǎn)開發(fā)投資規(guī)劃和決策時，要結合所在地區(qū)經(jīng)濟綜合發(fā)展情況，依據(jù)區(qū)域性的行業(yè)固定資產(chǎn)投資指標相關性，選擇最優(yōu)投資環(huán)境，從而保證充分發(fā)揮非住宅房地產(chǎn)開發(fā)投資產(chǎn)品的使用效率；（3）分行業(yè)固定資產(chǎn)投資指標性的影響存在長期和短期波動的不同，根據(jù)長期均衡偏離調(diào)整效應的高低，結合相關政策和實際情況，進行非住宅房地產(chǎn)開發(fā)投資環(huán)境的篩選，確定不同時期投資規(guī)劃和決策。從全國范圍來看，交通倉儲郵政業(yè)投資和零售餐飲業(yè)投資是影響非住宅房地產(chǎn)投資的最主要的兩個指標，衛(wèi)生教育文化投資與金融服務業(yè)投資指標系數(shù)均不顯著。D(service,1)表示service的一階差分，D(service，2)表示service的二階差分，其余指標表示方法同上?；趯懽謽恰⑸啼?、酒店等商業(yè)地產(chǎn)的非住宅房地產(chǎn)開發(fā)投資，在投資開發(fā)的區(qū)位選擇以及產(chǎn)品使用效率上，要受到諸如城鎮(zhèn)基礎設施建設、周邊社會服務業(yè)、零售餐飲以及教育、文化娛樂、體育衛(wèi)生等條件的限制和約束。日本經(jīng)濟學家渡邊利用1997年的投入產(chǎn)出表測算得出：， 王國軍、劉水杏，《房地產(chǎn)業(yè)對相關產(chǎn)業(yè)的帶動效應研究》，經(jīng)濟研究2004.。本文試圖依據(jù)非住宅房地產(chǎn)運行的行業(yè)關聯(lián)性理論，建立非住宅房地產(chǎn)投資與若干行業(yè)固定資產(chǎn)投資存在顯著相關關系的假設，并通過選擇反映非住宅房地產(chǎn)投資及相關行業(yè)固定資產(chǎn)投資的指標，以中國國家和各地方統(tǒng)計局數(shù)據(jù)庫有關數(shù)據(jù)為樣本區(qū)間，運用相關數(shù)理模型，對這一假設進行計量實證研究。相關行業(yè)固定資產(chǎn)投資，是從行業(yè)固定資產(chǎn)投資中選取的最有可能對非住宅房地產(chǎn)的正常使用產(chǎn)生影響的行業(yè)固定資產(chǎn)投資。梁運斌（1996）系統(tǒng)分析了我國房地產(chǎn)業(yè)發(fā)展的基礎理論以及市場運行機理，著重闡述了房地產(chǎn)業(yè)發(fā)展的周期性和地域性。按照一般的分組方法，將我國分為東部、中部和西部三個地區(qū)。（4）模型估計根據(jù)協(xié)整檢驗的結果可知，各序列之間存在長期均衡關系，所以用OLS對面板混合模型參數(shù)進行估計。（2）針對非住宅房地產(chǎn)開發(fā)投資來說，衛(wèi)生教育文化娛樂業(yè)固定資產(chǎn)投資與金融服務業(yè)固定資產(chǎn)投資指標系數(shù)均不顯著，不存在明顯的相關性。其中東部、中部、西部影響最大的指標分別為餐飲零售業(yè)固定資產(chǎn)投資、交通倉儲郵政業(yè)固定資產(chǎn)投資和社會服務業(yè)固定資產(chǎn)投資。全國15個城市、東部和中部模型中存在一階滯后項導致隨機誤差的自相關，故采取廣義差分法引入AR(1)解決，AR(1)過程： (式4)其中為隨機誤差。中部地區(qū)：武漢和長沙2個城市。孫建波 (2005) 孫建波，《房地產(chǎn)市場調(diào)控與城市規(guī)劃：一個空間寡頭分析框架》，2005年.認為，交通等城市基礎設施的改善對將起到促進市中心房地產(chǎn)價格下降的作用，與此相反，交通等城市基礎設施的改善將促進郊區(qū)房地產(chǎn)價格的上升。2 文獻簡述（1）相關文獻研究簡述從非住宅房地產(chǎn)開發(fā)投資角度闡述其與相關行業(yè)固定資產(chǎn)投資相關性的文獻迄今為止相對較少，但是已經(jīng)有許多學