新型城镇化对房地产开发的影响研究

姜永杰　周明居　阴鹏峰　毛旭

[摘 要]新型城镇化对房地产开发的影响逐渐增大，房地产行业该如何继续发展是亟须解决的问题。文章利用2014—2018年我国30个省相关数据，首先，通过构建新型城镇化综合评价指标体系，量化得到各省的新型城镇化综合水平，得出结果表明尽管各省新型城镇化水平各有差异，但总体发展趋势良好。其次，建立面板数据模型，对房地产开发规模受新型城镇化的影响进行实证分析，最后，探讨了新型城镇化背景下房地产行业协调发展的有效方法和对策。

[关键词]新型城镇化;评价体系;房地产开发;面板数据

[DOI]10.13939/j.cnki.zgsc.2020.30.010

1 引言

自改革开放以来，房地产业发展迅猛，城镇化建设水平逐步提高，房地产业已逐步成为我国经济增长的主要动力之一，与全国经济的联系日益密切。但随着房地产市场的快速发展，也暴露出了许多问题，如地产投机行为猖狂、建设用地粗放低效、城镇规模分布不合理等，为解决这些问题，中国共产党第十八次全国代表大会报告提出要走新型城镇化道路，推进以人为核心的新型城镇化。在新型城镇化的大背景下，房地产行业急需进行转型与创新以适应新环境。如何在推进新型城镇化的同时促进房地产业的稳健发展是当下需要进行探讨研究的重要问题。

关于房地产开发与城镇化发展的研究文献有很多，其中许多富有创新性与实践意义。在众多理论研究中，大体可分为定性研究与定量研究两类，从定性分析看，尹伯成（2014）提出新型城镇化强烈刺激着房地产业经济发展的巨大内需与潜力;赵娟（2015）在分析新型城镇化的房地产政策后，建议基于城市房地产是否为了满足城市居民的基本生活需求而实行差异化的房地产政策;汤姆古德费罗（2017）认为在低收入城市化较晚的国家，政府实行一系列正式和非正式的激励和约束措施会使开发高端房地产成为开发商最保险的投资;豆玲玲（2019）提出新型城镇化的背景下要关注其对房地产可持续发展的影响;从定量分析看，李成刚（2018）利用面板数据联立方程模型探究土地财政与城镇化之间相互关系，进一步探究了土地财政和城镇化对房地产发展的影响，提出在新型城镇化建设背景下要完善房地产税的分税制改革并规范房地产市场;费德里科马爹利（2018）认为推进城镇化过程中要重新调整规划的优先次序，只有通过增加有利于生态保护的政策，才有可能更好地促进可持续的土地利用;罗福周（2018）采用同步发展的动态计量分析方法得出各省房地产业发展水平和新型城镇化水平显现出较强的一致性的结论;覃飞（2019）通过构建空间自回归模型、空间误差项模型和空间效应分解模型，证实了新型城镇化对房地产去库存直接效应显著，但间接效应不显著。王文萱（2019）基于耦合协调度模型，利用熵权法印证新型城镇化对房地产业有效引导作用将进一步发挥。赵光华等（2018）运用动态空间杜宾模型进行计量，得出城市在全面提升自身城镇化建设质量的同时，需加强城市间的协同发展的结论。

综上所述，通过对目前研究成果对比分析可知，新型城镇化不仅对促进房地产开发有着显著作用，也对其提出了新的要求。文章旨在建立新型城镇化的评价指标体系得出各省综合得分，利用面板数据模型研究新型城镇化对房地产开发的影响，并为新型城镇化背景下的房地产市场发展提供合理化建议。

2 新型城镇化评价指标体系构建与分析

2.1 新型城镇化综合评价指标体系

2.1.1 综合评价指标体系的构建

传统的评价体系往往从经济增长速度、空间供给数量、基础设施建设、地区相关政策等方面对新型城镇化进行分析，从而了解其发展水平。这样的新型城镇化研究模式不能够全面、彻底地反映新型城镇化的整体进程和当前水平，忽视了生态环境、人民生活保障等方面所展现出的新型城镇化态势。因此，依据全局性、层次性、可获取性等评价指标体系的构建原则，结合适当的统计体系，从经济城镇化、人口城镇化、社会城镇化、生态城镇化四个一级指标入手，筛选出九个具有代表性的二级指标，构建出全国范围内省际新型城镇化综合评价指标体系。如表1所示。

2.1.2 数据来源

本研究以全国除西藏及港澳台地区外30个省为案例地，新型城镇化评价数据主要来源于《中国统计年鉴》（2015—2018），部分数据来源于各省统计局颁布的地方统计年鉴。

2.2 新型城镇化综合评价体系分析

文章利用SPSS22.0及已确定的评价体系指标进行主成分分析，得到了总方差解释主成分提取表（见表2），通過少数主成分来表示多个影响因素之间的内部关系。

2.2.1 效度检测

体系中所选取分析的原始数据KMO值为0.747，Barlett球形检验显著性为0.000，根据此检验结果，所选取的变量可以进行因子分析。

2.2.2 主成分分析

根据主成分分析所得到的总方差解释表（见表2）可知，四个特征值大于1的主成分因子累计贡献率达到了87.602%，大于85%，则这四个主因子可以代表复杂变量来综合评价各省新型城镇化的发展水平。

根据主成分分析法得到的旋转后成分矩阵可知人均GDP、城镇居民人均消费支出和城镇人口比重在第一主成分中比例较高，表明第一主成分主要反映了近五年来各省的经济发展水平与城镇人口数量信息，称为经济人口综合发展主因子。城市生活垃圾无害化处理率和城市建成区绿化覆盖率在第二主成分中比重较大，可见第二主成分主要表示了各省的生态环境建设情况。生态环境水平是衡量新型城镇化发展的重要因素，生态环境建设要与新型城镇化同步推进，故生态环境可作为第二主因子。城市每千人口医疗卫生机构床位是第三主成分的主要组成部分，第三主成分可以反映各省的社会服务建设水平，将社会服务因子作为第三主因子。在第四主成分上表达信息最多的指标为失业率，该指标是社会就业水平的反向反映，新型城镇化可以在一定程度上提高就业，减小失业率，因此第四主因子为就业保障因子。

2.2.3 主成分综合模型分析

根据SPSS22.0的输出结果，确定主成分综合模型为：

F=（0.43155F1+0.17447F2+0.14151F3+0.12849F4）/0.87602（1）

通过主成分综合模型计算出新型城镇化的综合得分，由于所得结果存在负值，通过增加标准差的方法进行坐标平移使综合得分全部转化为正值，计算结果见表3。

通过分析各省新型城镇化的综合得分情况可知，上海、北京、天津、浙江等地的新型城镇化发展程度较高，这些省市经济发展水平高，产业结构合理、生态环境建设初见成效且有政策的大力支持，从而促进了新型城镇化的发展。而黑龙江、宁夏、山西、吉林等地的新型城镇化发展为中等水平，限制其新型城镇化推进的主要原因有：产业结构不合理（如第一、第二产业占比过大）、传统产业升级缓慢、土地集约程度不足、公共服务设施建设水平有待提高等。新型城镇化程度较低的省有贵州、甘肃、安徽、广西等，这些省份主要是由于经济发展水平不高、农业人口占比较大、协调综合发展规划欠佳、对推进新型城镇化的政策实施力度不够而导致的新型城镇化进程缓慢。

从趋势上来看，甘肃、海南等省份的城镇化基础薄弱、起点低，新型城镇化发展速度较快。而经济水平较高、已有一定城镇化基础的北京、上海等地发展速度相对缓慢。总的来说，各省在新型城镇化的推进上都取得了一定成效，虽增速有异，但整体稳步提升。

3 新型城镇化对房地产开发影响的计量分析

文章选用全国除西藏及港澳台地区外30个省2014—2018年五年的数据，运用面板数据模型研究新型城镇化对房地产开发规模的影响程度。

3.1 模型构建

为了深入研究新型城镇化综合水平对房地产开发规模的影响，文章借鉴以往研究，采用面板数据模型，选取系列指标构建面板模型如下：

lnred_it=α_it+β₁lnnu_it+β₂lnind_it+β₃lnfdi_it+β₄lnpop_it+β₅lntf_it+δ_i+μ_t+ε_it

i=1，2，…，30;t=1，2，3，4，5（2）

式（2）中的lnred表示房地产开发规模，lnnu表示新型城镇化水平，lnind表示第二产业占GDP的比值，lnfdi表示外商直接投资占GDP的比值，lnpop表示人口总数，lntf表示客运量，εit为误差项，i为横截面单元、表示各省数据样本，共30个省份。t是时间序列，共5个时间节点。

3.2 变量选取与数据说明

文章在模型构建中选取如下变量：被解释变量选取为房地产开发规模，该指标由在建房屋施工面积进行衡量：新型城镇化水平为解释变量，由前文构建评价体系测算得到的新型城镇化综合得分衡量;控制变量包括经济发展水平、工业化水平、对外贸易、人口规模及交通建设规模，分别通过第二产业占GDP的比值、外商直接投资占GDP的比值、人口总数及客运量进行测算。以上各变量数据均来自国家统计局颁布的《中国统计年鉴》（2014—2018）及各省官方统计局网站所公布的数据。

3.3 模型回归结果分析

在對模型进行回归之前，应先确定模型类型，经过豪斯曼检验，可知P值为零，则拒绝选取随机效应模型的原假设，选择固定效应模型，接下来进行回归分析，研究房地产开发规模与新型城镇化综合水平之间的影响关系。

根据表4的回归结果可知，新型城镇化水平（lnnu）与房地产开发规模有着非常显著的正向关系。新型城镇化水平每提高1%，房地产开发规模增加0.246%，有正向关系并十分显著。由此可见，新型城镇化是房地产开发的一个重要影响因素。首先，新型城镇化能够促进农业人口转移，推动农村居民市民化，使得房地产需求量大幅增加，有利于房地产开发规模的扩大。其次，新型城镇化综合水平的提高对房地产行业提出了发展模式和建设技术的新要求，带动了房地产行业的产业升级。最后，在新型城镇化不断发展的进程中可能会涉及一定量的旧城改造和新城规划，这将给房地产开发带来更多潜在的发展机遇。

对外贸易（lnfdi）对房地产开发规模产生正向影响，但并不显著。外商直接投资的增多会促进当地经济发展，为房地产开发提供良好的投资环境，从而增加房地产开发规模。人口规模（lnpop）的增大也会对房地产开发产生一定的正向影响，人口增多不仅可以增加房地产的需求量，还能够提供更丰富的劳动力，这两方面都不同程度地对房地产开发规模的扩大产生了积极影响。交通建设水平（lntf）对房地产开发规模有负向不显著影响，其原因可能是在新型城镇化进程中，政府部门对交通建设的扶持力度大大增强，导致资源向交通建设倾斜，造成了房地产开发规模受到一定抑制。

4 结论与对策建议

4.1 结论

自国家倡导进行新型城镇化以来，各省出台了相应政策，积极探索新型城镇化的发展方式。文章建立了新型城镇化综合评价体系，选取了九个指标进行相关性分析，归纳出经济人口综合发展、生态环境建设、社会服务建设、就业保障这四个主因子，给出了30个省2014—2018年来新型城镇化综合评价得分，直观地表达了各省的新型城镇化发展现状和趋势。自2014年以来，各省的新型城镇化发展均取得一定进步，但受制于经济水平、人口规模、生态环境条件、城市基础建设水平等条件的区别，各省的新型城镇化发展进程各有不同，北京、上海、浙江等发达城市的新型城镇化程度较高，但增速低于一些基础较差但在大力推进新型城镇化的城市，如重庆、四川、湖南等地。总体来看，在全面推进新型城镇化的大环境下，各省都在积极响应，整体呈现稳健增长态势。

新型城镇化的推进对房地产行业的影响是应当引起重视的，文章利用2014—2018年30个省的相关数据，建立面板数据模型，实证分析了房地产开发规模与新型城镇化综合水平之间的影响关系，结果表明新型城镇化水平对房地产开发规模的扩大产生正向显著影响。在选取的控制变量中工业化水平也对房地产规模扩大起到显著的积极作用，人口规模、对外贸易、交通建设规模虽有影响但不显著，在房地产开发过程中也要注意他们产生的影响。

4.2 对策建议

4.2.1 提高新型城镇化发展整体协调性

新型城镇化的发展不是某一单一领域的发展，而是需要以系统化、协调化的思维来统筹整体发展，新型城镇化涉及领域众多，仅在文章构建的指标体系中就涉及经济、人口、社会、生态等影响层次，通过主成分分析可知所选取的各项指标都对新型城镇化产生影响。所以在新型城镇化进程中要重视各方面的协调发展，通过顶层设计和整体规划推动新型城镇化各相关领域协同化发展，让城市经济进步与城市建设同步进行，实现城市高质量发展和新型城镇化的稳步推进。

4.2.2 以人为核心完善城市基础设施建设

以人为核心是新型城镇化的重要战略部署，提高居民的生活质量是推进新型城镇化过程中的一个重要课题，而完善城市基础设施是提高生活质量的一个关键途径。然而我国大多数城市目前的基础设施建设是相对落后的，文章在分析各省新型城镇化综合得分时发现各省在城市每千人口医疗卫生机构床位和城市建成区绿化率这两项评价指标上均得分不高，严重拉低了新型城镇化综合水平。医疗设施和环保设施都是城市基础设施的重要组成部分，所以完善城市基础设施是推进新型城镇化建设的重中之重。要加大投资规模，提高基础设施建设的管理能力，优化区域资源配置，根据城市发展的进程和需要建设相应的基础设施，实现与经济社会同步发展。

4.2.3 调节供需，稳定房地产开发市场平衡

新型城镇化在不断发展的过程中会促使一部分农村人口向城镇居民转变，这一转变会使城市房地产需求量迅速增加。在需求量大幅波动时，首先要扩大房地产开发规模以保证供给充足，房地产供需在一定时期内达到平衡才能促使新型城镇化继续向前发展。但与此同时，供给量也不是越多越好，要时时加以监管，避免出现供给过剩的现象。另外，在推进新型城镇化进程中，要时刻关注市场需求的变化，根据当前市场需求情况开发各种不同规模、不同用途的房地产。不断调节新型城镇化背景下房地产的供需关系，稳定好房地产开发市场的平衡，才能更好地把握房地产业的未来走向。

4.2.4 推进房地产业经营模式升级

新型城镇化相比传统的城镇化更加注重可持续发展，但在传统的房地产经营模式下，地产开发商更倾向于追求利润最大化的开发方式，这样会加大房地产市场的不稳定性，并且不利于新型城镇化的推进。在推进新型城镇化的背景下，房地产业需要去积极寻求转变和升级，将多元开发、生态化开发融入自身的开发模式中，与新兴产业协调合作，谋求共赢。以可持续发展为目标进行经营模式的转型升级，使得地产行业的发展与国家政策和经济环境相适应，找到适合行业自身的经营模式，以实现更好的可持续发展。

参考文献：

[1]尹伯成.新型城镇化与未来经济发展[J].中国地产市场，2014（8）：26-27.

[2]赵娟.新型城镇化下的房地产政策研究[J].时代金融，2015（20）：258-259.

[3]TOM G. Urban fortunes and skeleton cityscapes： real estate and late urbanization in kigali and addis ababa[J]. international journal of urban and regional research，2017，41（5）.

[4]豆玲玲.新型城鎮化背景下房地产业可持续发展研究[J].产业创新研究，2019（7）：96-97.

[5]李成刚，潘康.土地财政、城镇化与房地产发展——基于面板数据联立方程模型的实证[J].经济问题探索，2018（6）：43-53.

[6]MARTELLOZZO F，AMATO F，MURGANTE B，et al. Modelling the impact of urban growth on agriculture and natural land in italy to 2030[J]. applied geography，2018（91）.

[7]罗福周，李娜.西北地区房地产业与新型城镇化发展关系的动态计量研究[J].西安建筑科技大学学报（自然科学版），2018，50（6）：906-912.

[8] 覃飞，石小霞，李东霞.新型城镇化对城市房地产去库存的空间效应分析[J].武汉金融，2019（9）：35-41.

[9]王文萱.湖南省新型城镇化与房地产业协调性测度分析[J].工程管理学报，2019，33（2）：70-74.

[10]赵光华，王敏.城镇化下住房价格空间溢出效应研究[J].价格理论与实践，2018（6）：54-57.

[基金项目]黑龙江省大学生创新训练项目“新型城镇化对城市房地产开发的影响研究”（项目编号：201910225269）。

[作者简介]姜永杰（1999—），男，汉族，山东临沂人，本科，就读于东北林业大学土木工程学院;周明居（1998—），女，汉族，河南洛阳人，本科，就读于东北林业大学土木工程学院;阴鹏峰（1999—），男，汉族，河南三门峡人，本科，就读于东北林业大学土木工程学院;毛旭（1999—），男，汉族，河南漯河人，本科，就读于东北林业大学土木工程学院，研究方向：房地产开发。