经济增长对房价上涨的空间效应研究——基于城市群视角的再审视

□ 李 刚

(中国宏观经济研究院, 经济体制与管理研究所, 北京 100035)

一、引 言

20世纪80年代以来，拉丁美洲债务危机、日本泡沫经济崩溃、亚洲金融危机、美国次贷危机等不断爆发，使得人们不得不关注房地产等资产价格泡沫。1998年中国房地产全面市场化改革，全国房地产价格持续快速上涨更加引人瞩目。1998年中国商品房销售均价为2 063元，到2008年全国商品房销售均价为3 800元，2018年全国商品房销售均价为8 544元。1998—2018年，20余年间全国商品房销售均价上涨了314%，且前十年上涨了85%，后十年上涨了125%。房价呈现出上涨幅度大，且前松后紧的态势。改革开放以来，中国经济和城市化高速发展，形成了长三角、京津冀、珠三角等具有发育成熟差异的十九个城市群(1)参看:《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》。。城市群的不断孕育和发展，使人口、信息、货币和生产资料等社会经济要素不断向城市群流动和集中，并使城市群呈现出单中心、多中心、网络化等不同的空间结构[1]。这表明，我国的城市群是异质性的。在这种背景下，一个需要思考的问题是，不同城市群经济增长对房价变动是否会产生不同的空间效应。

综观已有文献,现有研究普遍认为经济增长对房价上涨产生正向影响[1-9],也有学者认识到房价上涨的区域差异,意识到房价波动的区域异质性[8];然而,已有研究缺少从区域异质性,尤其是城市异质性的角度,探讨经济增长对房价波动的影响。这一异质性因素的忽略将会对政策制定产生重要影响。基于此,从城市异质性角度出发,研究不同城市群经济增长对房价变动是否会产生不同的空间效应是一个值得研究的课题。

本文的创新在于从城市群整体视角来分析经济增长对房价的影响。因此,本文以中国最具代表性且发展最为成熟的长三角、京津冀及珠三角等三大城市群作为研究对象,建立动态空间杜宾模型,以探讨城市群视角下,经济增长对房价上涨的空间效应。后续内容安排如下，第二部分为研究设计；第三部分为结果分析；第四部分为为结论与讨论。

二、研究设计

(一)理论分析与待检验假说

2017年，长三角城市群房价上涨率最高的地区为滁州、芜湖、泰州、镇江、无锡、杭州、湖州、嘉兴、舟山，仅有泰州、无锡经济增长率较高的同时，房价上涨率也高；合肥经济增长率较高的同时，周边城市滁州的房价上涨较多；种种迹象表明，在城市群视角下，经济增长对房价上涨率的正向影响很可能弱化。京津冀城市群经济增长最快的地区为承德、唐山、秦皇岛，京津冀城市群房价上涨率最高的地区却为张家口、衡水、沧州；表明，经济增长对房价上涨率的正向影响很可能不再显著。珠三角城市群经济增长最快的地区为茂名、江门、东莞、深圳、惠州；房价上涨率最高的地区为清远、肇庆、江门、中山、惠州、汕尾、汕头；同样表明，在城市群视角下，经济增长对房价上涨率的正向影响很可能弱化。基于长三角、京津冀、珠三角城市群经济增长率与房价上涨率的分析，在城市群视角下，经济增长对房价上涨率的正向影响很可能弱化、甚至变得不再显著。基于此，本文提出第一个待检验的理论假说:

假说1：在城市群审视背景下时，经济增长对房价上涨的正向单一影响依旧存在。

根据“增长极”理论，集聚力与扩散力的共同作用下，经济增长率先发生在中心城市，之后通过知识溢出、要素流动等空间作用，辐射带动整个地区的发展。进一步，经济率先发展的中心城市成为区域“中心”，周边相对落后发展地区则形成了“外围”，中心居于统治地位,而外围在发展上依赖于中心。在不同的集聚力与扩散力的共同作用下，城市群形成了不同的空间结构，人口、信息等要素资源在核心城市集聚或其由核心城市扩散到外围城市。也即，在城市群审视背景下，邻地的经济增长会影响本地的经济增长，进而影响本地的房价变动；邻地的人口迁移也会导致本地人口数量、质量的变化，从而影响本地的房价变动。简言之，在城市群分析视角下，经济增长对房价变动的影响会深受空间效应的影响。基于此，本文提出第二个待检验的理论假说:

假说2：考虑到城市群内城市间的互动、空间效应，经济增长率对房价上涨率的影响会被城市群内城市间的房价变动的空间效应及经济增长的空间交叉效应所打破。

具体而言，考虑到长三角、京津冀、珠三角城市群处于城市群发展的不同阶段，三大城市群经济增长率对房价上涨率的影响会呈现出不同的房价变动的空间效应及经济增长的空间交叉效应。基于此，本文提出第三个待检验的理论假说：

假说3：长三角、京津冀、珠三角城市群的经济增长率对房价上涨率的影响中，房价变动的空间效应及经济增长的空间交叉效应存在显著差异。

为了对上述三个待检验的假说进行检验，本文首先进行全样本的普通最小二乘回归估计，得到基准模型估计结果；在此基础上，分别对长三角、京津冀、珠三角城市群样本构建动态空间杜宾模型，实证分析经济增长对房价上涨率的影响。

(二)样本与变量选择

1. 样本选择。长三角城市群、京津冀城市群、珠三角城市群很好的代表了城市群空间结构演变的不同特征阶段;同时,三大城市群也是中国最为发育成熟的城市群,也是最具代表性的城市群。依据国家相关发展规划,本文选取长三角26市作为该城市群的地理范围。京津冀城市群则包含河北省、北京市与天津市。珠三角城市群则包含广东省21个城市。

2. 变量选取。本文的数据主要来源于2008—2018年《中国城市统计年鉴》及国家信息中心宏观经济与房地产数据库。其中,商品房平均销售价格、房地产开发投资完成额、土地供应面积等变量数据来源于国家信息中心宏观经济与房地产数据库;国内生产总值、全市社会消费品零售总额、年末金融机构存款余额、全市职工平均工资、全市工业粉尘排放量、全市医院床位数等变量数据来源于《中国城市统计年鉴》。变量如下:(1)被解释变量：房价上涨率(pregr),采用商品房平均销售价格上涨率作为其衡量指标。(2)核心解释变量：经济增长率(gdpgr),依据前述文献分析,采用国内生产总值(GDP)的上涨率作为其衡量指标。(3)控制变量：现有研究多将人口因素、经济因素、金融因素、土地因素、时空因素、预期因素、房地产调控政策等因素作为房价变动的主要因素[3-19]。基于此,本文主要选取如下控制变量:土地供应面积(ls),全市社会消费品零售总额(Consu)，年末金融机构存款余额(fd),全市职工平均工资(wage),全市工业粉尘排放量(Smoke),全市医院床位数(hos),房地产开发投资完成额(Kpre)等。需要注意的是,为了消除量纲及异方差性给建模带来的困扰,本文对各控制变量均采取了取自然对数的处理办法。

(三)动态空间杜宾模型设定

房价变动不仅取决于城市经济发展,也受周围城市经济发展的影响。此外单个城市的房价变动还受其上一期的影响,即城市房价变动除了存在空间相关性外(空间溢出效应),还存在时间相关性(动态效应)。

具体而言,当检验的变量之间存在空间依存关系时，在实证研究中应该考虑引入空间滞后变量,误差项服从空间自回归过程。考虑到本文所研究的房价上涨率具有很强的时间路径依赖性,因此在空间杜宾模型的基础上引入其一阶滞后项,构建动态空间杜宾模型:

γ×Xit+μi+ht+εit

其中,pregrit表示城市i在时间t的房价上涨率;α表示常数项;pregrit-1表示滞后一期的房价上涨率,即城市i在时间t-1的房价上涨率;Gdpgrit表示城市i在时间t的经济增长率(即国内生产总值增长率);Gdpgrit-1表示滞后一期的经济增长率,即城市i在时间t-1的经济增长率;τ表示滞后一期房价上涨率对被解释变量影响的待估系数;Wij表示空间权重矩阵;ρ表示空间自回归系数;β表示核心解释变量经济增长率对被解释变量影响的待估系数;θ表示邻地经济增长率对被解释变量影响的待估系数;γ表示控制变量对被解释变量影响的待估系数;μi表示城市效应;ht表示时间效应;εit表示误差项。

关于空间权重矩阵的设定,常用的地理特征空间权重矩阵包括邻接标准和地理距离标准;为了更好的反映城市群内城市之间房价变动的空间效应,本文采用地理距离标准构建空间权重矩阵。由于空间计量模型的估计结果深受空间权重矩阵的影响,本文也采用经济地理距离标准构建空间权重矩阵,将其作为模型稳健性检验。

三、结果分析

(一)实证结果与分析

基于Hausman检验,其统计值在1%显著性水平上显著,因此需要选择固定效应模型。又由LR空间固定效应检验与LR时间固定效应检验结果可知,其值均在1%水平显著,表明使用双向固定效应模型是合理的。表1给出了前述模型的估计结果,由估计结果可知:

表1 估计结果

第一,在基准回归模型下,经济增长率对房价上涨率的影响系数为0.37,且在1%水平显著;而考虑到城市群空间效应的影响后,长三角城市群、京津冀城市群及珠三角城市群等三大城市群内城市的经济增长率对各自城市的房价上涨率的影响不再显著:城市群内城市间的内在关联的确会影响到经济增长率对房价上涨率的影响。第二,前期房价上涨率对本期房价上涨率的影响均为负。在全样本基准回归模型下,该影响系数为-0.16,且其在1%水平显著,表明房价的变动存在自动收敛机制。该系数在长三角城市群、京津冀城市群、珠三角城市群的估计结果分别为-0.29、-0.44、-0.11,但其在长三角城市群、京津冀城市群通过了1%的显著性水平检验,却无法在珠三角城市群通过5%的显著性水平检验。这表明长三角城市群、京津冀城市群的房价变动也存在显著的自动收敛机制,而这一机制在珠三角城市群则不显著。第三,由长三角城市群的动态空间杜宾模型估计结果可知,长三角城市群内,本地经济增长率对本地房价上涨率的正向影响被打破,其估计系数为-0.5,且其在5%水平下不显著。然而,邻地的经济增长率对本地的房价上涨率存在显著的正向影响,估计系数为3.62,且在1%水平显著;邻地的房价上涨率对本地的房价上涨率存在显著的正向影响,其估计系数为3.91,且其在1%水平显著。即，假说1得以证伪，假说2得以证实。第四,由京津冀城市群的动态空间杜宾模型估计结果可知,京津冀城市群内,本地经济增长率对本地房价上涨率的正向影响也被打破,其估计系数为-0.9,且其在5%的显著性水平下不显著。然而,邻地的经济增长率对本地的房价上涨率存在显著的正向影响,其估计系数为8.70,且在10%水平显著;进一步,邻地的房价上涨率对本地的房价上涨率存在负向影响,其估计系数为-2.06,且其在5%的显著性水平下不显著。第五,由珠三角城市群的动态空间杜宾模型估计结果可知,珠三角城市群内,本地经济增长率对本地房价上涨率的正向影响也被打破,其估计系数为0.12,且其在5%的显著性水平下不显著。然而,邻地的房价上涨率对本地的房价上涨率存在显著的正向影响,其估计系数为4.34,且其在1%的显著性水平下显著;邻地的经济增长率对本地的房价上涨率存在正向影响,其估计系数为0.82,且其在5%的显著性水平下不显著。即，假说3得以证实。

综上所述,考虑到城市群内城市间的互动、空间效应,经济增长率对房价上涨率的正向影响会被打破。具体来说,这一变化的原因在于城市群内城市间的房价变动的空间效应及经济增长的空间交叉效应。

在中国三大典型城市群内,长三角城市群存在显著的房价变动的空间效应及经济增长的空间交叉效应,即邻地房价上涨会拉动本地房价上涨,且邻地经济增长也会拉动本地房价上涨。这表明,长三角城市群内城市间要素流动较通畅、城市间互动协调发展程度较高。京津冀城市群存在显著的房价变动与经济增长的空间交叉效应,房价变动的空间效应则不再显著,即邻地的房价上涨对本地房价的拉动不再显著,且邻地的经济增长会拉动本地的房价上涨:表明,京津冀城市群房地产市场存在割裂,城市间互动协调发展程度较低。珠三角城市群存在显著的房价变动的空间效应,房价变动与经济增长的空间交叉效应则不再显著,即邻地房价上涨对拉动本地房价上涨,且邻地经济增长对本地房价的拉动则不再显著。在珠三角城市群,经济增长对房价上涨的正向影响主要被房价变动的空间效应所打破,这表明,珠三角城市群房地产市场与经济市场存在割裂,城市间互动协调发展程度较低。

(二)稳健性讨论

空间计量模型及空间效应的存在性与解释力均依赖于空间权重矩阵的设定,为了检验上述动态空间杜宾模型的稳健性,本文在原模型框架的基础上,基于经济地理构建空间权重矩阵,对动态空间杜宾模型的稳健性进行检验。表2给出了模型的稳健性估计结果,由估计结果可知:第一,前期房价上涨率对本期房价上涨率的影响均为负,表明长三角城市群、京津冀城市群、珠三角城市群的房价变动均存在显著的自动收敛机制。第二,长三角城市群内,本地经济增长率对本地房价上涨率的正向影响被打破,邻地的经济增长率对本地的房价上涨率存在显著的正向影响,邻地的房价上涨率对本地的房价上涨率存在显著的正向影响。第三,京津冀城市群内,本地经济增长率对本地房价上涨率的正向影响也被打破,邻地经济增长率对本地房价上涨率的影响、邻地房价上涨率对本地房价上涨率的影响均不显著。即，假说1得以证伪，假说2得以证实。第四,珠三角城市群内,本地经济增长率对本地房价上涨率影响为正,邻地的房价上涨率对本地的房价上涨率存在显著的正向影响,邻地的经济增长率对本地的房价上涨率影响不显著。即，假说假说3得以证实。

表2 三大城市群的稳健性估计结果

综上所述,考虑到城市群内城市间的互动、空间效应,经济增长率对房价上涨率的影响不再单一。因此,前述结论是稳健的。

在中国三大典型城市群内,长三角城市群存在显著的房价变动的空间效应及经济增长的空间交叉效应,即邻地的房价上涨会拉动本地的房价上涨,且邻地的经济增长也会拉动本地的房价上涨,这表明长三角城市群内城市间要素流动较通畅、城市间互动协调发展程度较高。这表明前述结论是稳健的。京津冀城市群的房价变动与经济增长的空间交叉效应、房价变动的空间效应均不再显著,即邻地的房价上涨对本地房价的拉动不再显著,且邻地的经济增长对本地房价上涨的拉动也不再显著。这表明,京津冀城市群房地产市场存在割裂,城市间互动协调发展程度较低。这也表明前述结论是可靠的。珠三角城市群存在显著的房价变动的空间效应,房价变动与经济增长的空间交叉效应则不再显著,即邻地房价上涨对拉动本地房价上涨,且邻地经济增长对本地房价的拉动则不再显著。这表明,珠三角城市群城市间互动协调发展程度较低。这也表明前述结论是稳健的。

四、结论与讨论

(一)结论

基于Perroux 的“增长极”理论、Friedman的“中心外围”理论以及Krugman的新经济地理学理论;本文认为经济增长率对房价上涨率的正向影响,在考虑城市群空间效应背景下,值得重新审视;基于此背景,经济增长率对房价上涨率的正向影响会变得更加复杂化、甚至被打破。具体而言,经济增长率对房价上涨率的正向影响会被城市群内城市间房价的空间效应、经济增长与房价变动的空间效应等所打破或复杂化。

为了对上述假说进行检验,本文选取中国最具典型且发展最为成熟的长三角、京津冀及珠三角等三大城市群作为研究对象,考察了不同城市群空间结构背景下,经济增长率对房价上涨率的影响。利用2007—2017年三大城市群的面板数据,本文建立了动态空间杜宾模型,实证分析认为:第一,在考虑城市群空间效应背景下,经济增长率对房价上涨率的正向影响变得弱化、甚至不再显著。第二,经济增长率对房价上涨率的影响主要受如下两因素的影响:城市群内城市间房价的空间效应、经济增长与房价变动的空间交叉效应。第三,长三角城市群存在显著的房价变动的空间效应及经济增长的空间交叉效应,长三角城市群内城市间要素流动较通畅、城市间互动协调发展程度较高。京津冀城市群存在显著的房价变动与经济增长的空间交叉效应,房价变动的空间效应则不再显著,京津冀城市群房地产市场存在割裂,城市间互动协调发展程度较低。珠三角城市群存在显著的房价变动的空间效应,房价变动与经济增长的空间交叉效应则不再显著,珠三角城市群房地产市场与经济市场存在割裂,城市间互动协调发展程度较低。进一步表明,经济增长率对房价上涨率的影响在具有不同的城市群空间结构的城市群中呈现出不同的结果;这也体现出不同的城市群发展阶段会影响经济增长率对房价上涨率的作用。这启示我们,房地产调控政策不能以单一城市为调控对象,需要综合考虑城市群的发展状况;要在城市群内建立各城市住建部门的协同平台,综合考量邻地与本地各项政策对本地房价变动的影响,相机决策房价调控政策。

(二)讨论

1.关于本文研究方法的适用性。商品房价格的变动不仅受本地经济增长、土地供给、房地产投资、居民就业收入、居民消费、公共服务资源、环境状况及本地商品房价格惯性等的影响,更会受到邻地房地产价格变动的影响以及邻地经济增长的影响。因此,商品房价格变动的影响具有多因性、时间惯性及空间性。为了模拟商品房价格变动的多因性、时间惯性及空间性,空间杜宾模型能够在SAR和SEM模型基础上, 更广泛地考虑到空间滞后的内生变量和外生变量; 进一步, 动态空间杜宾模型则很好的度量了本文所研究的房价上涨率具有很强的时间路径依赖性。可以说, 动态空间杜宾模型很好的突出了本文所研究的重点, 基本保证了所用模型的适用性及所得结论的科学性。

2.本文的局限及有待深化研究的问题。主要有两个方面:第一,受获取数据的制约,本文对房价上涨率及经济增长率空间效应的研究也受到时间、空间两个维度的影响,从而使本研究有一定的局限性。如能获得更长时间序列、更完备的县、区级层面数据,可能会得到更好的估计结果。第二,在抓主要矛盾的思想指导下,本文对房价上涨率及经济增长率空间效应的研究局限于城市群内。而事实上,这一空间效应虽然主要存在于城市群内部,但无法排除更大范围空间效应的影响,本文对此尚未涉及,期待以后有机会进行研究。□