政府搬迁对于迁入地房价的影响①——基于Hedonic 模型和江西省政府搬迁的实证研究

刘 禹，甘雨新，罗景耀，李 琳，秦志伟，冯文伟

一、引言

近年来，随着江西省省会城市南昌不断发展，交通拥堵、住房紧张等“大城市病”逐渐暴露。 在老城区发展接近饱和的现实压力下，2015年11月，江西省委四套班子(省人大、省委、省政府、省政协)搬迁红角洲新址，这毫无疑问地带动了九龙湖新区这一距政府最近且享受政府全力支持的地区的发展，也很大程度上影响了购房者的决策。 因此，有必要深入研究该地区的房价变动，从而更准确地找出稳定该地区房价的策略，为政府宏观调控提供相应依据，为购房者提供足够的决策基础。

二、政府搬迁对迁入地的影响分析

(一)需求方面

需求方面的影响集中表现为：第一，随着政府的搬迁，大量的服务业企业的迁入会改变新区的产业布局，第三产业优势凸显；第二，大量外来人口和旧城区人口将涌入新区，新区人口密度、人员流动性都会大幅增加；第三，新区作为政府搬迁的首选之地，必将是先成型的城市副中心。 随着新区学校资源、医疗资源等公共服务的日益完善，作为城市副中心的新区的住房需求预计将会逐渐呈现上升状态。

此外，南昌出于九龙湖新区开发的需要，放宽了新区的商品房限购政策。 目前南昌限购条件规定，拥有南昌户籍的居民或是3年内在南昌市全市范围内连续缴纳2年以上个人所得税或城镇社会保险的外来人员在九龙湖区域不限购。这无疑导致投资需求持续旺盛。

(二)供给方面

从供给方面看，政府搬迁带动了房地产建设的步伐。 但由于地产开发项目完成尚需时日，而需求端持续旺盛，因此九龙湖新区的房价很有可能会向南昌核心城区水平看齐，价格上涨空间较大。

三、样本选取与处理

九龙湖片区，作为南昌市开发较晚的重点区域，地铁2号线联通全区，交通通达度较高；房产以近五年开发的为主，且明显受到南昌西站的建成和省政府搬迁的影响，因此获取到的二手房价格数据基本可以忽略当地既往历史和轨道交通的影响。

本文选取了南昌红谷滩区九龙湖片区的普通二手住宅数据作为统计样本，包括地址、建造时间和每平方米二手房价格。 统计时间为2019年12月31日。 之后，根据Haversine公式计算出小区地址和江西省政府之间的直线距离。

其中，haver sin(θ)为地球半径，取平均值6371km；φ1，φ2 表示两点的纬度；Δλ表示两点经度的差值。

考虑到南昌西站这一高铁站对于周边房价的影响，为确保回归分析的准确性，根据赵玉卿(2018)等人的结论，我们剔除了距离南昌西站直线距离2 公里以内的数据。

四、实证分析

(一)模型建立

本文选择采用Hedonic 模型进行量化分析。 为了之后更好地进行弹性分析，故采用全对数模型：

目前世界各国在分析波磨对车辆通过的影响时，主要采用三维弹性体滚动接触理论来进行蠕滑计算并分析车辆的动力学性能。其中精度最好、使用最多的是荷兰学者Kalker创立的三维弹性体非线性滚动接触理论，但是由于Kalker在分析时做了几个方面的假设，其中最重要的一条假设就是整个滚动过程是稳态的，因此其具有局限性。在稳态滚动接触的过程中，接触斑的形状、大小保持不变，因此蠕滑率、法向力、切向力也保持不变。但如果在滚动过程中，接触斑的形状、大小产生较大变化，从而导致蠕滑率、法向力、切向力随时间变化发生较大的改变，这种情况就是非稳态滚动接触。

表1 变量名称及解释

SPSS 的回归结果如表2 和表3 所示：

表2 模型汇总

表3 回归系数

这表明均价P—t与距离s呈负相关关系，与增价呈正相关关系。 简化得

(二)弹性分析

以上分析表明，随着时间的推移，政府搬迁对房价的正面效应逐渐显现。 由于均价P—0的计算全部来自建造时间为2019年的二手房，本文将这些数据等价于2019年的新房价格数据。 显然，P—0，P—t都是江西省政府搬迁以来关于时间t的函数，且距离s对于每一个样本固定，与时间无关。 因此，在(1)式两侧对时间和距离分别求偏导数可得，新房价格每上涨(下跌)1%，建造时间最早的二手房价格随之上涨(下跌)约1.5%；建造时间最早的二手房每与江西省政府距离远(近)1%，其价格下降(上升)约0.4%。

五、研究不足之处

本文的不足之处有：由于南昌西站也处在九龙湖区域内，房价数据不可避免受到高铁站的影响，本文只是剔除了南昌西站方圆2 公里的二手房价格数据而没有进行深入分析；文章仅分析了普通住宅，没有对商业楼开展研究；采用网络平台的数据而不是实际成交价格，存在着信息不对称现象；忽略房产之间的构造差异等。 而且，对于其他同样存在政府搬迁现象的城市，该模型的拟合效果仍待检验。

六、结语及政策建议

本文运用SPSS 计量软件与Hedonic 模型，对南昌九龙湖新区的二手房价格数据进行定量分析，分析政府搬迁对于房地产价格的影响。 结果表明，该区域自江西省政府搬迁以来，已经建造t年的二手房均价与该小区与省政府的距离呈负相关关系，与新房均价呈正相关关系。 而且得出新房价格每上涨(下跌)1%，建造时间最早的二手房价格随之上涨(下跌)约1.5%；建造时间最早的二手房每与江西省政府距离远(近)1%，其价格下降(上升)约0.4%的结论。 这也从侧面反映出当地二手房价格与新房价格存在着联动机制。

2020年第一季度，由于全国受到新型冠状病毒肺炎疫情影响，九龙湖新区二手房、新房短期内交易量可能面临显著下降，但疫情过后很可能会迎来该地区房产交易的“小阳春”。 根据实证结果，当前九龙湖区域的新房开始进入集中交付阶段，预计九龙湖新区的房价未来上涨趋势较强。 从房屋交易的需求侧来看，由于九龙湖新区采取不限购政策，且2019年的二手房在成交房中占相当的比例，可以看出房价上涨主要是投资性需求而非消费性自主需求引起。 基于此，政府应落实“房住不炒”的定位，出台相应措施，将房价控制在稳定可控的范围内，保证本地区户籍人口的基本需求。