我國房地產行業擴張的區域效應及影響機制分析

彭石+張居營

摘 要：文章利用中國31個省、直轄市和自治區的面板數據來分析我國過去十余年房地產行業擴張與人口、GDP、城市化水平、收入等因素的關系，以空間面板模型為基礎，通過選取恰當的模型引入變量之間的空間效應，研究房地產行業擴張的區域效應。實證結果表明，各地區房地產投資規模與本地GDP、人口數量、城鎮化率等因素有顯著關系，同時區域之間的空間面板估計也具有顯著性，從而說明我國房地產行業擴張的主要驅動力在于區域效應與國民經濟增長、人口增長、城鎮化水平等基本因素，它們是房地產行業保持理性健康發展的基礎。

關鍵詞：房地產行業;區域效應;空間面板模型

作者簡介：彭石，男，中央財經大學經濟學院博士研究生，從事宏觀經濟研究;張居營，男，中央財經大學統計學院研究生，從事產業經濟學研究。

中圖分類號：F830 文獻標識碼：A 文章編號：1000-7504（2015）04-0068-07

自20世紀90年代末期的住房體制改革之后，我國房地產行業就迎來了新的發展契機，尤其是進入新世紀以來，十多年的時間里，房地產市場持續繁榮。一方面各大城市房產價格普遍上漲，部分一線城市2001年至2013年間房屋銷售均價漲幅超過十倍，另一方面全國房地產開發投資熱度不減，行業規模不斷擴大，并由此帶動上下游產業的發展，逐步成為國民經濟的重要支柱產業，這一時期甚至被相關媒體及部分專家學者們界定為房地產行業的“黃金十年”。

一般而言，事物的發展都呈現一定的生命周期，多會經歷從萌芽到滅失的過程，一個行業亦是如此，其發展同樣具有生命周期性特征，具體來講可分為啟動期、成長期、擴張期、平穩期、成熟期、衰退期等階段，回顧過去十余年我國房地產行業的發展，“黃金十年”也可視為房地產行業的擴張期。但是，擴張的背后既有其內生驅動機制也有其無序增長的因素包含在內，房地產行業的擴張是多重因素作用下的一個結果。2002年至2012年間，我國國內經濟生產總值由12萬億增長到51.9萬億，人口總數由12.8億增加到13.5億，城鎮居民人均可支配收入由7702元增長到21810元，城鎮化率由39.09%上升到52.57%，國民經濟的增長、人口紅利所釋放的居住需求、居民收入的增加以及城鎮化發展水平等等擴大了房地產需求并推動行業發展，而供需結構不平衡、投機性炒作、境外熱錢流入、過度的信貸支持等因素進一步放大了行業的發展規模，投機性需求又促使我國房地產市場泡沫化。另外，我國房地產行業的發展逐漸表現出區域化的特征，在一定的區域范圍內，地理相鄰的省份之間行業發展具有明顯的聯動關系。這與我國的區域規劃政策及部分城市的城市化擴張有很大關系。特別是以北京、上海、廣州為代表的一線城市，其房地產的快速發展帶動了周邊地區房地產的發展，并引發了二、三線城市的房地產熱，更是這種區域化的具體體現。在當前房地產市場已經開始調整，行業發展面臨瓶頸甚至危機之時，我們需要摒除非理性因素的干擾，反思以往房地產行業擴張過程中支撐行業發展的內在驅動力與區域效應，同時以史為鑒，在此關鍵節點上重新審視行業發展的趨勢與方向，為房地產行業健康理性發展提供理論基礎和參考，也對經濟結構調整時期區域協調發展、新型城鎮化等方面的轉型升級有重要的現實意義。

一、文獻綜述

國內外很多學者從區域的角度研究房地產行業與宏觀基本面關系，如Case和Shiller（1990）基于美國的4個城市1970—1986年的面板數據，利用TSCSREG （時間序列截面回歸）過程分析影響住宅價格變化的宏觀因素，結果顯示住宅價格變化受成年人口數量、人均實際收入的影響[1];日本的Miki Seko（2003）以私人擁有住宅的平均銷售價格、年收入、人口、住宅年開工量、消費價格指數和房屋空置率為變量，通過搜集日本1980—2001年的46個縣的面板數據，基于自回歸模型得到日本各地區的房地產價格和經濟基本面有著較強相關性的結果[2];Vyacheslav Mikhed和Petr PetrZem?ík（2009）利用1980年第二季度到2008年第二節度美國的季度合并數據和1978—2007年美國22個大城市統計區的年度數據，使用單位根檢驗、相關性分析、跨截面增強DF回歸（CADF）等方法，研究房屋價格與個人收入、人口數量、有效按揭利率、CPI等因素的關系[3];國內方面，沈悅、劉洪玉（2004）利用我國14個城市1995—2002年的中房住宅價格指數與居民消費價格指數、城市總人口、失業率、城鎮居民家庭人均可支配收入等宏觀經濟基本面變量，并添加城市、年度啞變量，運用混合樣本回歸的方法，研究住宅價格與經濟基本面的關系，結果顯示除了經濟基本面的一些因素，住宅價格水平的波動還會受到城市某些特征的影響[4];梁云芳和高鐵梅（2007）在定性比較房價的波動后，利用誤差修正模型形式的面板數據模型，來分析這種房價波動的區域差異及其與信貸規模、實際利率、人均GDP等變量的關系[5]。崔光燦（2009）運用面板數據模型對我國1995—2006年31個省市的房地產價格與利率、通貨膨脹率、增加社會總投資和總消費等數據進行分析，結果發現房地產價格與這些變量均有顯著關系。[6]

在使用空間計量經濟方法研究房地產市場或行業方面，顏磊（2007）對我國30個省市自治區房地產市場進行實證分析，選取我國房地產市場1995—2004年間銷售價格的數據，通過模型和實證分析整個市場的收斂趨勢[7];劉振超（2009）研究我國31個省市自治區1998—2007年間房地產市場商品房平均銷售價格與主要宏觀經濟變量之間的變動關系，采用空間經濟計量方法，在考慮空間相關性的條件下，研究1998—2007年間的中國房價受人均收入、GDP、固定資產投資等7個宏觀經濟指標的影響[8];洪國志、李郇（2011）則是從房地產價格的空間溢出角度，采用擴展的價格法和效用估價法（Hedonic模型），以2005年廣州市房地產價格數據為基礎，檢驗城市內部區一級的邊界效應，探討房地產價格的空間自相關和價格溢出程度[9]。上述研究大多數是以房地產價格作為研究變量，很少從行業的角度來研究房地產的發展與宏觀經濟基本面的關系，這是因為房價是各種因素的集中反映并具有區域聯動作用。本文利用空間面板模型從行業的角度來研究區域效應及影響機制，其創新之處在于：第一，以房地產投資開發完成額為因變量，衡量房地產行業的發展程度，以房地產價格為控制變量，通過房價的區域聯動作用來研究房地產行業與人口、城市化等宏觀基本面變量的關系。第二，通過一系列檢驗，利用空間面板模型的最廣義形式——SDM模型來研究這種影響的區域效果。

二、實證分析

1.數據說明與權重矩陣設定

本文研究采用年度數據，選擇樣本區間為：2002—2012年，截面單位為：中國31個省、直轄市和自治區。數據來源于各省、市和自治區的統計年鑒和中經數據庫，便于數據可比較和減少異方差，所有數據均取自然對數。其中因變量為lnre，自變量為lnpr、lnur、lnpo、lngdp、lnin。數據處理軟件為Matlab 7.10以及相應軟件包。各變量的具體數據及構造見表1。

其中，lnpr作為控制變量，一方面消除房地產行業過度開發、非理性繁榮導致的行業與宏觀基本面各因素的偏離，以及對其他自變量的影響;另一方面通過房價的地區聯動作用來研究各自變量與因變量的地區間空間效應。

另外，空間面板模型除了各變量的系數參數外，還引入了空間權重矩陣W，這是空間面板模型設置的關鍵所在，即引入權重矩陣來衡量空間上不同區域的關聯規則。一般設定空間權重的規則為二分權重，表示有關聯的變量之間設定為1，無關聯的變量之間設定為0。這種關聯規則的判定一般遵循Rook相鄰規則，也就是采用現實空間上兩個區域是否擁有共同邊界來判斷相鄰性。在本文中，首先設定空間權重矩陣W1，其規則為根據全國31個省、市、自治區的地理位置分布構建的31[×]31維區域矩陣，主對角線上的元素為0，若兩區域相鄰則取1，若不相鄰則取0，其中海南由于其位置特殊性，假定其與廣東省、廣西壯族自治區、福建省相鄰。W1經過行標準化處理，用每個元素同時除以所在行元素之和，使得每行元素之和為1。對于房地產行業而言，發達地區對于周邊相對落后的地區有一定的輻射作用，即較為強烈的空間影響力，較為落后地區對發達地區的影響力較小。因此，為了更好地模擬房地產行業在地區間實際存在的經濟關系，本文在W1矩陣的基礎上，加入經濟對房地產的影響權重系數，通過計算考察期內各地區實際GDP占所有地區實際GDP之和比重的均值來衡量各地區經濟水平的高低（陳曉平，李國平2006），它表明不同區域對其他區域的房地產行業影響，還與該區域經濟發達程度有關。經濟空間權重矩陣（W）的構造如下：

（1）

其中，

2. 空間面板模型的判定

根據前面的理論分析，我們首先要選擇合適的空間面板模型，來分析房地產行業與其他變量的關系。第一步，先構建我國31個省、直轄市和自治區的無空間或區域交互作用的面板模型：

（2）

其中， ?和 ?分別表示在空間和時間上特定的效應，即固定效應或是隨機效應。

接下來，在上述非空間效應面板模型的基礎上，需要進行兩個方面的檢驗。

在這里，（穩健）LM檢驗是在固定效應的基礎上判斷空間模型具體形式，即SAR或SEM模型，但是這種固定效應并沒有事先采取一些方法去判斷是空間上還是時間上的固定效應，因此，在模型的初始設定上，需要同時設立無空間和時間固定效應的面板模型（即混合估計模型，Pooled OLS估計）、空間固定效應模型、時間固定效應模型以及空間和時間雙固定效應模型四種形式再進行（穩健）LM檢驗。結合本文變量與樣本數據，可以得到這四種模型的估計結果與LM檢驗結果如下：

表3結果為固定效應下各個模型的空間滯后影響和空間誤差自相關的（穩健）LM檢驗，其中前三列的檢驗結果都不能完全否定本次實證數據不適用于SAR或SEM模型，而第四列在模型存在空間和時間固定效應下，在5%的顯著性水平下（穩健）LM統計檢驗量的結果均拒絕了原假設，表明SAR和SEM兩個模型同時成立。

空間和時間雙固定效應模型下，再進一步進行LR檢驗得到空間固定效應和時間固定效應聯合顯著性的檢驗結果（見表4），在5%的顯著性水平下，檢驗統計量的P值均小于0.05，因此模型（2）中應該同時包含[μi]和[λt]。根據在雙固定效應模型的基礎上得到LM檢驗統計量的計算結果，進一步表明，樣本數據均支持SAR和SEM建立模型。

3. SDM模型的判定和估計

根據前面結果，LM檢驗的結果表明SAR和SEM兩個模型同時成立，需要進一步構建SDM模型并進行估計，根據變量建立的SDM模型為：

（3）

其中，[wij]是根據區域矩陣W1計算得到的經濟權重矩W中的相應元素。

基于前文第二部分的描述，對于空間和時間固定效應模型的估計運用Baltagi（2005）提出的中心化（Demeaning）方法得到。另外，由于在前面設定空間面板模型形式時，基于空間效應和時間效應都是固定的這樣一個前提，所以本部分還要考慮建立空間和時間效應是隨機的SDM模型。由此針對該樣本數據，需要建立兩種形式的SDM模型，即空間和時間固定效應、空間和時間隨機效應。

接下來，需要通過檢驗來確定空間面板模型的恰當形式，這里的檢驗包括兩個方面：（1）Wald檢驗，通過檢驗兩個假設條件：

和

來判斷SDM模型是否可以簡化為SAR模型或SEM模型，如果均拒絕假設條件，就應該采用SDM模型;（2）Hausman檢驗，檢驗模型中的空間和時間效應（[μi]和[λt]）是被看作固定效應還是隨機效應，如果拒絕原假設就應該采取空間固定效應模型。

表5中對因變量的因變量空間滯后性和誤差項空間自回歸的檢驗，4個Wald的統計檢驗量均拒絕原假設，這說明SDM模型較SAR、SEM模型更適合該樣本數據。同時，Hausman檢驗也顯著，說明空間和時間固定效應的SDM模型是最優的模型。

根據表5中空間和時間固定效應的SDM模型系數估計結果及其t值，我們可以看出，雖然lnpr的系數[β1]并不顯著，但是W[×]lnpr的系數[θ1]非常顯著，這說明房地產價格具有區域聯動效應，并通過這種效用來影響區域房地產行業發展，這也間接支持了我們以房地產價格作為控制變量的假定。[β2]、[β3]、[β4]均顯著，[β5]不顯著，說明各地區城市化、人口、GDP會對本地房地產行業發展有一定影響，而人均收入影響較不顯著，這與收入的不平衡有一定的關系。在房地產行業區域影響方面，除了房地產價格的影響之外，地區人口、GDP對相鄰地區房地產行業的發展有顯著影響，且為正向關系。這說明了本地區的人口增長、地區經濟增長對周邊地區的房地產行業發展具有空間溢出效應，它們借助房價來影響區域間的房地產行業，是房價區域聯動效應和輻射效應的影響因素。

三、房地產行業持續發展的決定因素

上述的實證研究可以發現，我國房地產行業發展與我國GDP、人口數量、城市化水平有顯著的關系，在這其中人口以及GDP增長情況作為地區最基本的宏觀因素，會通過房價的波動和區域聯動效應，或者輻射效應影響鄰近省份或地區的房地產發展情況，由此反映了過去十余年我國房地產行業擴張的主要驅動力在于區域效應與國民經濟增長、人口增長、城鎮化水平等相關因素。

（1）房地產行業的區域效應

區位條件是一個城市地理位置、交通條件、資源環境等各類要素的綜合表現。隨著特大城市的發展，部分產業和行業必將外溢，周邊的中小城市無疑是最好的承接對象，而產業的發展必將進一步帶動人流的導入，從而推動經濟和房地產行業發展。在房地產行業擴張時期，這種區域效應更加明顯，表現在房價的推動以及交通設施的便捷帶來的人們對房地產需求不斷地外溢，另外還有對其他地區消費預期的增加。典型的就是毗鄰北京的河北省廊坊市、上海市、江蘇省蘇州市。

（2）房地產行業與國民經濟增長、人口增長、城鎮化水平

對于整個國民經濟來說，房地產行業具有重要作用，這種作用不僅表現在后者是前者整個產業體系的重要構成部分，更表現在二者之間具有密切的關聯性。一方面，國民經濟的發展狀況決定了房地產行業的地位與發展空間，是該行業存在和發展的基礎，能夠在一定程度上制約或推動房地產業發展;另一方面，在某個發展階段，房地產業又能夠成為國民經濟的一個新增長點，甚至是支柱產業，它的發展反過來會約束或推動國民經濟的發展。一般來說，房地產行業擴張是國民經濟增長的體現，而前者又進一步促進了后者。從人口的角度來說，房地產具有“居住屬性”，代表了一定的需求，當人口數量增加時，會刺激房地產行業的需求，帶動其價格上漲，從而促進房地產行業擴張，反之，數量減少導致房地產需求降低，會導致房地產行業的衰落。城鎮化水平是國民經濟中又一個與房地產行業息息相關的因素，某一國家或區域的城鎮化率迅速提升，不僅帶來了本地城市建設，而且人口的涌入能夠刺激更多的房地產需求，自2002年起，我國房地產行業迅速發展的這十年，背后是我國城鎮化率從39.09%提升到52.57%，帶動了2億農民的城鎮化。同時，在城鎮化過程中，城鎮居民的住房改善性需求、城市規劃建設帶來的舊城改造與拆遷、基礎設施建設創造的住房需求也對房地產市場帶來了巨大影響。

上述分析為我們厘清了過去十余年我國房地產行業不斷擴張過程中的實際影響因素與機制，在房地產市場非理性繁榮背后是國民經濟增長、人口增長、城鎮化以及區域效應等基本因素影響行業供需從而支撐行業擴張。如今房地產行業已經進入新的階段，與之相隨的是，我國經濟也處于增速換擋和轉變發展方式的階段，加之未來人口紅利的終結，如何在新形勢下保持房地產行業合理健康發展，通過新型城鎮化以及區域經濟協同化等發展策略來避免房地產行業的過度萎縮，從而有效地調結構、穩增長，值得我們深思，也具有重大意義。

參 考 文 獻

[1] Karl E. Case，Robert J. Shiller. “Forecasting Prices and Excess Returns in the Housing Market”，in Real Estate Economics，1990.

[2] Seko M. “Housing Prices and Economic Cycles”，Paper Presented at the International Conference on 'Housing Market and the Macro Economy： The Nexus held in Hong Kong， China，2003.

[3] Vyacheslav Mikhed，Petr Zemcík. “Do house prices reflect fundamentals？ Aggregate and panel data evidence”，in Journal of Housing Economics，2009.

[4] 沈悅、劉洪玉：《住宅價格與經濟基本面：1995—2002年中國14城市的實證研究》，載《經濟研究》2004年第6期.

[5] 梁云芳、高鐵梅：《中國房地產價格波動區域差異的實證分析》，載《經濟研究》2007年第8期.

[6] 崔光燦：《房地產價格與宏觀經濟互動關系實證研究：基于我國31個省份面板數據分析》，載《經濟理論與經濟管理》2009年第1期.

[7] 顏磊：《關于中國房地產市場的空間計量分析》，廈門大學碩士學位論文，2007.

[8] 劉振超：《中國房地產價格的影響因素研究——基于空間計量的實證分析》，廈門大學碩士學位論文，2009.

[9] 洪國志、李郇：《基于房地產價格空間溢出的廣州城市內部邊界效應》，載《地理學報》2011年第4期.

[責任編輯 國勝鐵]

Regional Effect of the Expansion of National Real Estate Industry and Analysis of the Influencing Mechanism

PENG Shi1，ZHANG Ju-ying2

（1. School of Economics， Central University of Finance and Economics， Beijing 100081， China;

2. School of Statistics， Central University of Finance and Economics， Beijing 100081， China）

Abstract： Based on the panel data from 31 provinces， independently administered municipal districts and autonomous regions， this article analyzes the relation between expansion of real estate industry and population， GDP， level of urbanization and income. It is based on spatial panel and selects proper model to introduce spatial effect of variables so as to study the regional effect of the expansion of this industry. The evidence shows that there is an obvious relation between investment scale of this industry with regional GDP， population and urbanization. At the same time， the estimation of spatial panel among different regions is also very notable. This shows that the main motive power of the expansion lies in the regional effect and the growth of national economy， of population and level of urbanization. They are the basis of the reasonable and healthy development of the industry.

Key words： real estate industry， regional effect， spatial panel model