劉嘉毅

(上海財(cái)經(jīng)大學(xué)國際工商管理學(xué)院，上海200433)

1 引言

隨著工業(yè)化、信息化、國際化進(jìn)程加快，旅游業(yè)日益繁榮興旺，已經(jīng)成為國民經(jīng)濟(jì)中頗具發(fā)展前景的戰(zhàn)略性支柱產(chǎn)業(yè)。統(tǒng)計(jì)數(shù)據(jù)表明，2000年至2009年，中國旅游業(yè)發(fā)展迅速，其中，國內(nèi)旅游人次從7.74億增加到19.02億，年均增幅為16.2%，入境旅游人次從期初的7279.56萬增加到期末的12647.59萬，年均增幅為7.37%，旅游總收入從2000年的4518億元遞增到2009年的12894億元，年均增幅為20.6%①旅游總收入為國內(nèi)旅游收入與入境旅游收入之和，入境旅游收入經(jīng)過年平均匯率換算為人民幣單位，數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒(2010)》。。

在旅游業(yè)維持強(qiáng)勁發(fā)展慣性的同時(shí)，我國房地產(chǎn)業(yè)在質(zhì)疑與喝彩交織的環(huán)境中，依然保持蓬勃的產(chǎn)業(yè)活力。作為房地產(chǎn)系統(tǒng)中多方利益博弈的焦點(diǎn)，房價(jià)多年來始終處于上升通道中。從《中國統(tǒng)計(jì)年鑒》(2001～2010)整理并計(jì)算可得，2000年至2009年，我國商品房平均銷售價(jià)格不斷上漲，剔除CPI上漲對房價(jià)的影響，商品房平均銷售價(jià)格從2000年的每平方米2112元上漲到2009年的每平方米3914元，年均漲幅為9.48%。

那么，旅游產(chǎn)業(yè)發(fā)展與房價(jià)上漲有關(guān)聯(lián)嗎?如果兩者之間存在關(guān)聯(lián)，它在中國不同地區(qū)是否會保持一致?鑒于這一系列的問題懸而未決，我們期望利用2000年～2009年30個(gè)省區(qū)(西藏因部分?jǐn)?shù)據(jù)缺失被剔除)的面板數(shù)據(jù)，對旅游發(fā)展與房價(jià)的關(guān)系進(jìn)行嘗試性的經(jīng)驗(yàn)研究，以試圖為上述問題找到合理答案。我們認(rèn)為，本文的貢獻(xiàn)在于兩點(diǎn)，其一，跳出把旅游業(yè)與房地產(chǎn)業(yè)要么完全割裂、要么完全融合(旅游房地產(chǎn))的研究范疇，聚焦房價(jià)來研究旅游業(yè)與房地產(chǎn)業(yè)的產(chǎn)業(yè)關(guān)聯(lián);其二，本文將為中國房價(jià)上漲提供一個(gè)新研究視角，以期為各級政府出臺調(diào)控政策提供理論依據(jù)。

2 相關(guān)文獻(xiàn)回顧

房價(jià)是內(nèi)生于經(jīng)濟(jì)系統(tǒng)中至關(guān)重要的價(jià)格信號，國外文獻(xiàn)主要沿襲兩條路徑對其影響因素展開研究。(1)房屋特征、區(qū)位特點(diǎn)、微觀環(huán)境影響房價(jià)。Butler(1982)指出影響房屋價(jià)格的因素有區(qū)位、建筑結(jié)構(gòu)、鄰里環(huán)境;Fleming和 Nellis(1992)研究發(fā)現(xiàn)房屋特征(如面積、結(jié)構(gòu)、房間數(shù)目等)影響其價(jià)格;Melissa和Katherine(2001)認(rèn)為消費(fèi)者愿意為房屋環(huán)境商品(如空氣與水質(zhì)量、遠(yuǎn)離有毒場所)付出溢價(jià);房屋周邊的教育設(shè)施(Michael，1990;Hayes，Lori，1996)、交通設(shè)施(Zan，2001;Bowes，2001)、公園綠地(Su，et al.，1998)、海景(Earl，et al.，1998)等都會對房價(jià)產(chǎn)生影響。(2)經(jīng)濟(jì)、社會基本面影響房價(jià)。Gottlieb(1976)認(rèn)為房價(jià)走向與經(jīng)濟(jì)發(fā)展趨勢保持一致;Leung(2003)研究結(jié)果顯示經(jīng)濟(jì)持續(xù)增長是房價(jià)持續(xù)上漲的原因，此外，學(xué)者們還從利率、就業(yè)率、信貸、收入水平、經(jīng)濟(jì)預(yù)期、人口與家庭結(jié)構(gòu)等宏觀經(jīng)濟(jì)與社會的基本面來解讀房價(jià)起伏(Clapp，Giaccotto，1994;Malpezzi，1999;Francois，Rady，1999;Jarociński，Smets，2008)。

就旅游對房價(jià)的影響，國內(nèi)外已有文獻(xiàn)有所涉獵。Constantine(2011)研究了節(jié)事旅游對房價(jià)的影響，他選取1984年到2000年6個(gè)奧運(yùn)會舉辦城市，并按照一定標(biāo)準(zhǔn)選擇未舉辦奧運(yùn)會城市作為對照組，采用difference in difference(DID)方法，研究奧運(yùn)會對主辦城市房價(jià)的影響，結(jié)果顯示，奧運(yùn)會對舉辦城市的房價(jià)并不總是正向作用，商業(yè)化不足可能會導(dǎo)致后奧運(yùn)時(shí)代東道主城市房價(jià)下跌。部分學(xué)者認(rèn)為旅游資源對其區(qū)域房價(jià)會產(chǎn)生正向或負(fù)向作用:基于特征價(jià)格模型(HPM)，Rosato等(2008)就意大利威尼托地區(qū)歷史遺跡對區(qū)域房價(jià)影響進(jìn)行了實(shí)證研究，結(jié)果顯示，地區(qū)房價(jià)能獲得周邊歷史遺跡的外部溢價(jià);Coulson和Leichenko(2001)的研究表明，歷史遺跡狀況較佳可以帶來高達(dá)18%的房價(jià)溢價(jià)，然而，地區(qū)歷史遺跡也有可能會引起房價(jià)下挫;Asabere等(1994)發(fā)現(xiàn)歷史遺跡狀況不佳能導(dǎo)致高達(dá)23%的房價(jià)損失。

Williams和Hall(2000)在研究旅游與人口遷移的關(guān)系時(shí)指出，旅游流會影響勞動供給、創(chuàng)新、人與人之間的交際網(wǎng)絡(luò)，同時(shí)也會對房價(jià)、服務(wù)、地區(qū)文化形象帶來改變。Forsyth和Dwyer(1991)研究發(fā)現(xiàn)，澳大利亞的旅游發(fā)展吸引了大量外資，外資引入會造成東道國房價(jià)、地價(jià)、租金、工資上漲。Huimin和Chris(2008)的實(shí)證研究揭示，什剎海胡同旅游能促進(jìn)社區(qū)房價(jià)上漲;Wang(2011)發(fā)現(xiàn)旅游發(fā)展是導(dǎo)致西安高消費(fèi)與高房價(jià)的重要原因。Biagi和Faggian(2004)建立起特征價(jià)格模型(HPM)，把住房特征、經(jīng)濟(jì)及地區(qū)變量、旅游指數(shù)引入到回歸方程中，研究意大利撒丁島上旅游對島內(nèi)各區(qū)房價(jià)的影響，結(jié)果顯示，旅游對房價(jià)存在顯著正向影響。然而，Pashardes和Christos(2009)在研究宏觀經(jīng)濟(jì)基本面對塞浦路斯房價(jià)的影響中，把旅游作為控制變量加入到回歸模型中，研究結(jié)果卻顯示，旅游對房價(jià)基本不產(chǎn)生影響。基于格蘭杰因果關(guān)系檢驗(yàn)，吳學(xué)品和林明恒(2011)發(fā)現(xiàn)，海南旅游收入和房地產(chǎn)價(jià)格存在單向因果關(guān)系，即旅游業(yè)發(fā)展是海南房地產(chǎn)價(jià)格上漲的原因。

縱觀已有文獻(xiàn)，學(xué)者們側(cè)重于研究節(jié)事旅游、旅游資源、旅游外資、地區(qū)旅游發(fā)展對微觀社區(qū)、城市、局部地區(qū)房價(jià)的影響，取得了一定的研究成果，同時(shí)也啟示我們:旅游發(fā)展與房價(jià)并不是孤立存在的，兩者之間可能會存在某種關(guān)聯(lián)。然而，可能源于研究樣本的差異，學(xué)者們在旅游對房價(jià)的作用上并沒有形成一致的研究結(jié)論，尤其是就旅游對房價(jià)的影響研究太為單薄，更缺乏從全國層面來考察旅游發(fā)展對房價(jià)影響的研究。鑒于此，本文利用2000年～2009年大陸30個(gè)省份的面板數(shù)據(jù)，考察旅游發(fā)展對房價(jià)的影響，以期豐富旅游業(yè)與房地產(chǎn)業(yè)之間的關(guān)系研究，為旅游發(fā)展對房價(jià)影響提供一個(gè)來自中國的經(jīng)驗(yàn)檢驗(yàn)。

3 數(shù)據(jù)、模型與方法

3.1 變量與數(shù)據(jù)

基于2000年～2009年30個(gè)省份的面板數(shù)據(jù)，本文研究旅游發(fā)展與房價(jià)之間的關(guān)系。根據(jù)研究主題，本文的被解釋變量為房價(jià)水平，我們以地區(qū)商品房平均銷售價(jià)格(HSPRICE)的對數(shù)值來衡量，記為lnHSPRICE;旅游發(fā)展水平(lnTOURISM)作為關(guān)鍵解釋變量，以此來衡量一個(gè)地區(qū)的旅游產(chǎn)業(yè)發(fā)展水平，其中，TOURISM的具體計(jì)算公式為:

TOURISM=(國內(nèi)旅游收入+入境旅游收入* 年平均匯率)/國內(nèi)生產(chǎn)總值 (1)

大量已有文獻(xiàn)研究發(fā)現(xiàn)，宏觀經(jīng)濟(jì)與社會基本面是決定房價(jià)水平的重要因素，為更好檢驗(yàn)旅游發(fā)展對房價(jià)的影響，借鑒上文已有研究成果，我們對反映宏觀經(jīng)濟(jì)與社會基本面的變量加以控制，本文涉及的主要控制變量如下。

(1)金融發(fā)展水平(lnFINANCE)。房地產(chǎn)市場與金融發(fā)展休戚相關(guān)，金融市場越發(fā)展越能為房地產(chǎn)企業(yè)融資與居民購房提供較為寬松的信貸支持，銀行信貸支持將推高房地產(chǎn)價(jià)格(Collyns，Senhadji，2002;Liang，Cao，2007)。我們用銀行貸款與國內(nèi)生產(chǎn)總值之比(LOAN/GDP)的對數(shù)值來表征一個(gè)地區(qū)的金融發(fā)展水平，記為lnFINANCE。

(2)城市化程度(lnURBAN)。中國城市化發(fā)展帶來對住房的剛性需求(駱永民，2011)，由此將推高房價(jià)。我們用非農(nóng)人口與總?cè)丝诒戎档膶?shù)來衡量一個(gè)地區(qū)的城市化程度，記為lnURBAN。

(3)房屋建筑成本(lnCOST)。依據(jù)成本導(dǎo)向定價(jià)法，房屋建筑成本提高將拉升房價(jià)。我們用每平方米竣工房屋造價(jià)的對數(shù)來表示建筑成本，記為lnCOST。

(4)經(jīng)濟(jì)發(fā)展水平(lnPGDP)。經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，物流、商流、信息流等越集中，生產(chǎn)與消費(fèi)活動也就越集中，單位面積房屋價(jià)值也可能隨之升高。我們以人均GDP的對數(shù)值來表征地區(qū)經(jīng)濟(jì)發(fā)展水平，記為lnPGDP。

(5)人口規(guī)模(lnPOP)。一個(gè)地區(qū)的總?cè)丝谟绊懫浞课莸男枨笠?guī)模，人口越多的地區(qū)對房屋需求量也就越大，在市場供給量恒定的情況下，房價(jià)可能會走高。本文用總?cè)丝趯?shù)值來衡量人口規(guī)模，記為lnPOP。

(6)抵押貸款利率(R)。抵押貸款利率是房地產(chǎn)運(yùn)行中重要的風(fēng)向標(biāo)，它將影響房地產(chǎn)供需雙方的經(jīng)濟(jì)行為，從而影響房屋市場供給與需求，通過市場無形之手進(jìn)而影響房價(jià)。本文以金融機(jī)構(gòu)五年期基準(zhǔn)貸款利率為基礎(chǔ)，以某一利率水平維持的天數(shù)比例為權(quán)重，加權(quán)形成年度名義抵押貸款利率，經(jīng)CPI平減后得到各省分年度的實(shí)際抵押貸款利率，記為R①我們之所以沒有把實(shí)際抵押貸款利率的對數(shù)值作為控制變量，緣由為部分實(shí)際抵押貸款利率為負(fù)值。。

表1 變量定義和統(tǒng)計(jì)描述

表1報(bào)告了主要變量的統(tǒng)計(jì)性質(zhì)。本文所使用的數(shù)據(jù)為大陸30個(gè)省份2000年～2009年的相關(guān)面板數(shù)據(jù)，其中，五年期基準(zhǔn)貸款利率來源于中國人民銀行網(wǎng)站(http://www.pbc.gov.cn);CPI來自《各省統(tǒng)計(jì)年鑒(2001 ～2010)》;城鎮(zhèn)戶籍人口數(shù)來自《中國人口(和就業(yè))統(tǒng)計(jì)年鑒》(2001～2010);銀行貸款額來自《中國金融年鑒》(2001～2010);其他數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫查詢、輔助決策系統(tǒng)V1.0與《中國統(tǒng)計(jì)年鑒》(2001～2010)，個(gè)別缺失數(shù)據(jù)采用移動平均法補(bǔ)齊。對所有涉及的價(jià)值型變量，我們以2000年為不變價(jià)格，利用各省各年度CPI將它們平減轉(zhuǎn)化為實(shí)際變量。

3.2 模型設(shè)計(jì)與估計(jì)方法

本文旨在剖析旅游產(chǎn)業(yè)發(fā)展對房價(jià)的影響，我們運(yùn)用面板數(shù)據(jù)進(jìn)行分析，時(shí)間跨度為2000年～2009年，地區(qū)跨度為中國大陸30個(gè)省、直轄市、自治區(qū)。面板數(shù)據(jù)擁有橫截面與時(shí)間序列兩個(gè)維度，可以擴(kuò)大樣本容量，減少多重共線性，同時(shí)，能夠增加數(shù)據(jù)變異與自由度，獲得更為有效的估計(jì)結(jié)論。根據(jù)本文的研究主題，我們以房價(jià)水平(lnHSPRICE)為被解釋變量，以表征旅游產(chǎn)業(yè)發(fā)展成果的旅游發(fā)展水平(lnTOURISM)為核心解釋變量，并對影響房價(jià)且能反映宏觀經(jīng)濟(jì)與社會基本面的變量加以控制，特建立以下基本計(jì)量經(jīng)濟(jì)模型:

式(2)中i表示省份，t表示時(shí)間;HSPRICEit表示i省份t期商品房平均銷售價(jià)格;TOURISMit表示 i省份t期的旅游發(fā)展;FINANCEit表示 i省份 t期的金融發(fā)展;URBANit表示i省份t期的城市化程度;COSTit表示i省份t期的房屋造價(jià);PGDPit表示i省份t期的人均GDP;POPit表示i省份t期的總?cè)丝?Rit表示i省份t期的抵押貸款利率;ηi表示影響房價(jià)的省份固定效應(yīng)，μt代表不隨省份變化的時(shí)期固定效應(yīng)，εit表示隨機(jī)擾動項(xiàng)。

我們主要采用固定效應(yīng)與隨機(jī)效應(yīng)對計(jì)量經(jīng)濟(jì)模型進(jìn)行估計(jì)，最終選用固定效應(yīng)還是隨機(jī)效應(yīng)，根據(jù)Hausman檢驗(yàn)的概率值而定，Hausman檢驗(yàn)的概率值小于0.05，則選擇固定效應(yīng)模型估計(jì)，大于0.05則選擇隨機(jī)效應(yīng)模型估計(jì)，若Hausman檢驗(yàn)值為負(fù)，通常采取隨機(jī)效應(yīng)模型。同時(shí)，為解決可能存在的內(nèi)生問題，我們將引入sys-GMM對計(jì)量模型進(jìn)行估計(jì)，并通過Sargen檢驗(yàn)與AR檢驗(yàn)考察估計(jì)結(jié)果的有效性。本文主要報(bào)告固定效應(yīng)與隨機(jī)效應(yīng)模型的估計(jì)結(jié)果。

4 經(jīng)驗(yàn)檢驗(yàn)與解釋

4.1 旅游發(fā)展對房價(jià)的回歸結(jié)果

表2報(bào)告了在不同情形下旅游發(fā)展對房價(jià)影響的回歸結(jié)果。模型1未對任何變量加以控制，利用隨機(jī)效應(yīng)估計(jì)旅游發(fā)展與房價(jià)之間的關(guān)系，回歸系數(shù)符號為正，在1%的水平上顯著異于零，顯示出旅游發(fā)展對房價(jià)有顯著的正向影響。模型2報(bào)告固定效應(yīng)對本文基本計(jì)量經(jīng)濟(jì)模型式(2)估計(jì)的結(jié)果，選用固定效應(yīng)進(jìn)行估計(jì)的原因在于Hausman檢驗(yàn)對應(yīng)的p值為0.000，小于0.05，由于加入了控制變量，旅游發(fā)展與房價(jià)的系數(shù)減少到0.224，這意味著，控制住宏觀經(jīng)濟(jì)與社會基本面的變量后，旅游業(yè)發(fā)展依舊推動房價(jià)上漲(旅游發(fā)展提高1%將帶動房價(jià)上升0.224%);回歸結(jié)果也顯示，金融發(fā)展能促進(jìn)房價(jià)上漲，這與Collyns和 Senhadji(2002)、Liang和Cao(2007)的研究結(jié)論相一致，充分說明中國金融市場的發(fā)育水平有助于解釋全國范圍內(nèi)房價(jià)普遍上漲現(xiàn)象;模型2的結(jié)論亦對城市化提升房價(jià)給予了確鑿有力的實(shí)證支持;從模型2的回歸結(jié)果，我們發(fā)現(xiàn)建筑成本提高與經(jīng)濟(jì)發(fā)展對房價(jià)的提升作用并不明顯。在模型3中，我們采用混合回歸(POLS)對基本計(jì)量模型式(2)進(jìn)行估計(jì)，以考察旅游發(fā)展對房價(jià)影響的敏感性，結(jié)果顯示，旅游發(fā)展對房價(jià)的正向作用是穩(wěn)健的。

為了考察旅游發(fā)展對房價(jià)可能存在的跨期作用，也就是說當(dāng)期的旅游產(chǎn)業(yè)發(fā)展?fàn)顩r可能會對下期的房價(jià)產(chǎn)生影響，我們在基本經(jīng)濟(jì)計(jì)量模型式(2)中加入旅游發(fā)展水平的滯后項(xiàng)得到模型4。估計(jì)結(jié)果顯示，旅游發(fā)展水平滯后項(xiàng)的系數(shù)為0.036，即使在0.1的水平上也不顯著，這說明，上期旅游業(yè)發(fā)展?fàn)顩r對下一期的房價(jià)有正向影響，但是影響強(qiáng)度基本可以忽略，當(dāng)期旅游發(fā)展水平與當(dāng)期房價(jià)水平的回歸系數(shù)為0.217，且高度顯著，綜合兩期旅游發(fā)展對房價(jià)的影響效應(yīng)顯示，旅游發(fā)展對房價(jià)的影響作用以當(dāng)期為主。在基本計(jì)量經(jīng)濟(jì)模型式(2)的基礎(chǔ)上，剔除代表經(jīng)濟(jì)發(fā)展水平的變量(lnPGDP)，我們得到模型5，模型5的計(jì)量結(jié)果并沒有改變旅游發(fā)展對房價(jià)的正向效應(yīng)，由此可見，旅游產(chǎn)業(yè)發(fā)展與房價(jià)的正向關(guān)系并不依賴于地區(qū)經(jīng)濟(jì)發(fā)展水平。

在模型(6)中，把房價(jià)水平的滯后項(xiàng)加入到回歸方程中，建立起一個(gè)動態(tài)面板模型，以進(jìn)一步考察旅游產(chǎn)業(yè)發(fā)展對房地產(chǎn)價(jià)格的敏感性。我們采用系統(tǒng)GMM(sys-GMM)對該動態(tài)面板模型進(jìn)行估計(jì)，系統(tǒng)GMM可以有效控制未觀測到的時(shí)間與個(gè)體效應(yīng)，克服滯后項(xiàng)與解釋變量的內(nèi)生性，提升差分估計(jì)中工具變量的有效性，也能較好解決弱工具變量與小樣本偏誤的問題(Arellano，Bover，1995;Blundell，Bond，1998)。模型(6)中，Sargen統(tǒng)計(jì)量p值大于0.1，沒有拒絕工具變量選擇滿足過度識別約束條件的原假設(shè)，且AR(1)對應(yīng)p值為0.000，表明殘差項(xiàng)存在一階自相關(guān)，AR(2)對應(yīng)p值為0.654，表明殘差項(xiàng)不存在二階自相關(guān)，因此模型同時(shí)通過Sargen檢驗(yàn)與AR檢驗(yàn)。在模型6中，旅游發(fā)展對房價(jià)的回歸系數(shù)在0.01的水平上顯著，充分說明旅游發(fā)展對房價(jià)的促進(jìn)作用沒有發(fā)生方向性的改變，中國旅游產(chǎn)業(yè)的發(fā)展對房地產(chǎn)價(jià)格體系已產(chǎn)生顯著影響;同時(shí)，房價(jià)水平滯后項(xiàng)的回歸系數(shù)在0.05的水平上顯著，說明上期房價(jià)對當(dāng)期房價(jià)的影響作用明顯，回歸系數(shù)符號為負(fù)，這意味著，一個(gè)地區(qū)的房價(jià)水平具有“自我收斂”功能，房價(jià)決定系統(tǒng)中存在一種“逆風(fēng)向”的動態(tài)調(diào)整機(jī)制，即如果上期房價(jià)提升過快，那么它將對下一期的房價(jià)上升產(chǎn)生一個(gè)負(fù)向的影響力量，究其原因，我們認(rèn)為可能是上期房價(jià)會對下一期供求雙方的預(yù)期與信心產(chǎn)生影響，于是帶來房價(jià)“逆風(fēng)向”的波動。

為了考察各控制變量在旅游發(fā)展與房價(jià)之間可能存在的調(diào)節(jié)作用，我們把核心解釋變量(lnTOURISM)與其他控制變量形成的交互項(xiàng)逐一放到基本計(jì)量模型中去估計(jì)。結(jié)果顯示，城市化水平對旅游發(fā)展與房價(jià)關(guān)系有顯著的調(diào)節(jié)作用，其他變量的調(diào)節(jié)作用并不明顯，我們不予報(bào)告。模型(7)顯示旅游發(fā)展水平與城市化的交互項(xiàng)系數(shù)顯著為正，這說明，城市化水平越高的地區(qū)，旅游發(fā)展對房價(jià)上漲的推動力量越大。究其原因可能有兩點(diǎn):其一，城市化發(fā)展能提升交通通訊、園林綠化、科教文衛(wèi)等基礎(chǔ)設(shè)施的水平，一方面，基礎(chǔ)設(shè)施的改善能促進(jìn)旅游發(fā)展(Biehl，1986)，另一方面，由于配套設(shè)施的完善，人們生活品質(zhì)得以改善，房價(jià)自然會隨之提升;其次，旅游作為一項(xiàng)重要的城市功能，隨著城市化水平的提高，城市旅游功能被不斷強(qiáng)化，城市旅游功能包含旅游目的地、旅游中轉(zhuǎn)地和旅游客源地三種(金世勝和汪宇明，2008)，城市化水平越高越能積聚起更多的旅游發(fā)展要素，更有機(jī)會實(shí)現(xiàn)三種旅游功能的全面強(qiáng)化，同時(shí)，城市化產(chǎn)生的集聚效應(yīng)讓高城市化地區(qū)更有可能培育起新的旅游業(yè)態(tài)(如會展旅游、體育旅游、節(jié)事旅游等)，由此而來，在旅游功能強(qiáng)化與旅游新業(yè)態(tài)的培育發(fā)展中，將會有更多資源用于新建旅游地產(chǎn)項(xiàng)目，從而抬高地價(jià)，拉升房價(jià)。

表2 旅游發(fā)展對房價(jià)的回歸結(jié)果(被解釋變量:lnHSPRICE)

4.2 旅游發(fā)展對房價(jià)影響與經(jīng)濟(jì)發(fā)展水平的關(guān)系

在表2模型5中，我們剔除表征經(jīng)濟(jì)發(fā)展水平的變量，結(jié)果顯示，經(jīng)濟(jì)發(fā)展水平并不影響旅游發(fā)展與房價(jià)之間的正向關(guān)系，現(xiàn)在，我們依據(jù)時(shí)間先后順序?qū)颖痉植疬M(jìn)行研究，以進(jìn)一步考察旅游發(fā)展對房價(jià)的影響與經(jīng)濟(jì)發(fā)展水平無關(guān)的判斷是否穩(wěn)健。我們把基礎(chǔ)樣本分為低經(jīng)濟(jì)發(fā)展水平組(2000年～2004年)和高經(jīng)濟(jì)發(fā)展水平組(2005年～2009年)來分別進(jìn)行回歸估計(jì)。表3報(bào)告了不同經(jīng)濟(jì)發(fā)展水平下旅游發(fā)展對房價(jià)的回歸結(jié)果。從表3可以看出，4個(gè)模型的回歸結(jié)果全都顯示旅游發(fā)展水平與房價(jià)水平在0.01水平上顯著正相關(guān)，依據(jù)Hausman檢驗(yàn)的p值，對于2000年～2004年的低經(jīng)濟(jì)發(fā)展水平組，我們選擇模型1的固定效應(yīng)估計(jì)，發(fā)現(xiàn)旅游發(fā)展水平與房價(jià)水平回歸系數(shù)為0.241，對于2005年～2009年的高經(jīng)濟(jì)發(fā)展水平組，我們選擇模型4的隨機(jī)效應(yīng)估計(jì)，回歸系數(shù)為0.242，與前系數(shù)僅相差0.001，由此看來，各省份的經(jīng)濟(jì)發(fā)展水平不會對旅游發(fā)展與房價(jià)之間的正向關(guān)系產(chǎn)生影響，旅游發(fā)展推動房價(jià)上漲的命題并不依賴于各省份所處經(jīng)濟(jì)發(fā)展階段。

表3 不同經(jīng)濟(jì)發(fā)展水平下旅游發(fā)展對房價(jià)的回歸結(jié)果

4.3 分區(qū)域的回歸分析

表4顯示了東部、中部與西部的旅游發(fā)展對房價(jià)的回歸結(jié)果。東、中、西部按照中國慣用原則劃分，其中，東部省份包括北京、天津、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部省份包括河北、山西、吉林、黑龍江、安徽、河南、湖北、湖南、內(nèi)蒙古和江西;西部省份包括四川、重慶、廣西、貴州、云南、陜西、甘肅、青海、新疆和寧夏。在表4中，6個(gè)模型的回歸結(jié)果都支持旅游發(fā)展與房價(jià)的正向關(guān)系，由此可見，旅游業(yè)發(fā)展對房價(jià)的提升作用在全國范圍內(nèi)具有一定的普適性。此外，東、中、西分區(qū)域的回歸中，Hausman檢驗(yàn)對應(yīng)的p值都小于0.05，因此，東、中、西部都傾向于選用固定效應(yīng)模型進(jìn)行估計(jì)，模型1、模型3、模型5分別報(bào)告東、中、西部在固定效應(yīng)估計(jì)下的計(jì)量結(jié)果。結(jié)果顯示，金融發(fā)展與城市化程度提高皆能顯著促進(jìn)房價(jià)上漲，這也完全符合我們的理論預(yù)期。跨模型比較旅游發(fā)展水平與房價(jià)水平的系數(shù)可知，西部系數(shù)(0.323)最大，中部系數(shù)(0.195)最小，東部系數(shù)(0.294)居中，旅游發(fā)展對房價(jià)的影響呈現(xiàn)出區(qū)域差異，其對西部、東部、中部的房價(jià)影響強(qiáng)度依次遞減，在西部，旅游發(fā)展提升1%，房價(jià)隨之提高0.323%，而在中部，1%的旅游發(fā)展提升幅度，僅能帶來0.195%的房價(jià)上漲。我們把旅游總收入占國內(nèi)生產(chǎn)總值的比重作為旅游發(fā)展(Tourism)，通過分區(qū)域的計(jì)算得到，在樣本時(shí)期，西部旅游發(fā)展的平均值為0.093，東部為0.085，中部為0.084，在西部地區(qū)，旅游產(chǎn)業(yè)發(fā)展對國民經(jīng)濟(jì)的貢獻(xiàn)大于中、東部地區(qū)旅游發(fā)展的經(jīng)濟(jì)貢獻(xiàn);西部地區(qū)旅游資源豐裕，工業(yè)基礎(chǔ)薄弱，因此在制定地方經(jīng)濟(jì)發(fā)展戰(zhàn)略時(shí)，旅游業(yè)會名副其實(shí)成為地方經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，城市發(fā)展的旅游功能更加會被強(qiáng)化，一大批具有旅游“資產(chǎn)專用性”的地產(chǎn)項(xiàng)目將在城市中占據(jù)更大空間，因此，旅游發(fā)展對西部房價(jià)的影響力度更大;對于中東部地區(qū)而言，東部城市化水平明顯高于中部，由于城市化的正向調(diào)節(jié)作用，加之旅游要素在東部的集聚，旅游發(fā)展對房價(jià)的影響幅度在中、東部之間存在差異也在情理之中。

表4 旅游發(fā)展對房價(jià)的分區(qū)域回歸結(jié)果(2000年～2009年)

4.4 旅游發(fā)展推動房價(jià)上漲的進(jìn)一步解釋

基于前文的經(jīng)驗(yàn)研究，我們得出，旅游產(chǎn)業(yè)發(fā)展有助于解釋我國房價(jià)上漲，在不同的經(jīng)濟(jì)發(fā)展階段與不同區(qū)域，旅游發(fā)展對房價(jià)的正向作用皆呈現(xiàn)出穩(wěn)健性，其可能原因如下:(1)為塑造或重塑旅游目的地形象、促進(jìn)旅游產(chǎn)業(yè)發(fā)展，旅游目的地往往大興土木建設(shè)相關(guān)旅游地產(chǎn)，包含景點(diǎn)、景區(qū)地產(chǎn)(如世博園、世界之窗、橫店影視城等)、旅游商務(wù)地產(chǎn)(購物中心、餐館、娛樂城等)、旅游度假地產(chǎn)(旅游賓館、高爾夫度假村、產(chǎn)權(quán)酒店等)與旅游住宅地產(chǎn)，這在一定程度上將加劇土地供需矛盾，抬高土地出讓價(jià)格，而地價(jià)和房價(jià)的波動趨勢基本一致(Chen＆Patel，1998)，故房價(jià)上漲也在情理之中。(2)旅游產(chǎn)業(yè)可以通過自身發(fā)展與帶動關(guān)聯(lián)產(chǎn)業(yè)發(fā)展推動地方經(jīng)濟(jì)增長，提高當(dāng)?shù)鼐用窬蜆I(yè)率與收入水平，從而加大當(dāng)?shù)鼐用駥ψ≌袌龅膭傂孕枨螅谑欠績r(jià)被悄然拉高。(3)大量的經(jīng)驗(yàn)事實(shí)告知我們，旅游產(chǎn)業(yè)發(fā)展可以改善目的地的交通通訊、園林綠化、科教文衛(wèi)等基礎(chǔ)設(shè)施，同時(shí)，優(yōu)美的自然與人文景觀讓許多旅游目的地成為宜居樂土，并吸引了大批外地?zé)嶂杂诟咂焚|(zhì)生活的個(gè)體或家庭到此安家置業(yè)(second home)或頤養(yǎng)天年，這將增加對旅游目的地房地產(chǎn)的需求，從而引致房價(jià)上漲。(4)樣本時(shí)期段恰好是中國房地產(chǎn)快速發(fā)展與繁榮的階段，我們不能排除部分房地產(chǎn)開發(fā)企業(yè)對“旅游地產(chǎn)”、“休閑地產(chǎn)”等概念的肆意炒作，加之部分投資人對旅游地產(chǎn)稀缺性的超高預(yù)期與投機(jī)心理，供需雙方共同參與下，房地產(chǎn)價(jià)格上漲就在所難免。(5)一個(gè)地區(qū)旅游發(fā)展對房價(jià)的影響效應(yīng)可能會蔓延到周邊地區(qū)，這也將有助于我們理解旅游發(fā)展對房價(jià)的正向影響表現(xiàn)出跨區(qū)域的一致性;此外，旅游發(fā)展會促進(jìn)旅游目的地物價(jià)上漲(Charles，et al.，2009)，物價(jià)信號能通過經(jīng)濟(jì)系統(tǒng)內(nèi)生價(jià)格機(jī)制傳遞進(jìn)而抬高房價(jià)。

5 結(jié)論與展望

本文旨在探討省域旅游產(chǎn)業(yè)發(fā)展與房價(jià)之間的關(guān)系，我們利用2000年～2009年中國大陸30個(gè)省區(qū)的面板數(shù)據(jù)，運(yùn)用混合回歸(POLS)、固定效應(yīng)(FE)、隨機(jī)效應(yīng)(RE)、系統(tǒng)廣義矩估計(jì)法(sys-GMM)，對旅游發(fā)展與房價(jià)之間的關(guān)系進(jìn)行了經(jīng)驗(yàn)研究，基本研究結(jié)論如下。(1)旅游發(fā)展對房價(jià)有顯著的正向作用，各省份的旅游產(chǎn)業(yè)發(fā)展對該省份房價(jià)上漲有一定的解釋力，且旅游發(fā)展對房價(jià)的作用主要發(fā)生在當(dāng)期，上期旅游發(fā)展對下一期房價(jià)的影響基本可以忽略。(2)各省份經(jīng)濟(jì)發(fā)展水平高低對旅游發(fā)展與房價(jià)的正向關(guān)系不產(chǎn)生影響;此外，城市化在旅游發(fā)展對房價(jià)的影響中起著正向調(diào)節(jié)作用，城市化水平越高的地區(qū)，旅游發(fā)展對房價(jià)上漲的促進(jìn)作用越大。(3)我們把房價(jià)滯后一期作為自變量加入到基本計(jì)量模型中，形成動態(tài)面板模型，我們采用系統(tǒng)GMM對模型進(jìn)行估計(jì)，發(fā)現(xiàn)各省份房價(jià)具有“自我收斂”功能，充分顯示出房價(jià)決定系統(tǒng)中存在一種“逆風(fēng)向”的動態(tài)調(diào)整機(jī)制。(4)分區(qū)域的回歸結(jié)果顯示，旅游發(fā)展對房價(jià)的影響呈現(xiàn)出區(qū)域差異，其對西部地區(qū)房價(jià)的影響強(qiáng)度大于東部地區(qū)，而對中部地區(qū)房價(jià)的影響強(qiáng)度最小。

本文結(jié)論給我們一個(gè)啟示，當(dāng)前我國部分省份房價(jià)在一定程度上的上漲，可能標(biāo)志著該省份旅游產(chǎn)業(yè)正處在蓬勃發(fā)展期，是旅游系統(tǒng)對房地產(chǎn)系統(tǒng)作用下的合理結(jié)果，因此，政府在調(diào)控房價(jià)時(shí)，應(yīng)該把旅游產(chǎn)業(yè)發(fā)展納入到?jīng)Q策集合里，特別是對于調(diào)控主要旅游目的地城市的房價(jià)，政府更應(yīng)該多思、慎行，以確保該省份旅游業(yè)與房地產(chǎn)業(yè)健康有序發(fā)展。此外，本文從屬于旅游業(yè)對房地產(chǎn)業(yè)影響的研究范疇，那么，國內(nèi)旅游、入境旅游對房價(jià)的影響是否有差異，他們分別對住宅價(jià)格與商業(yè)地產(chǎn)價(jià)格有何影響，旅游投資與房地產(chǎn)投資有何關(guān)系，諸多此類問題懸而未決，都有待于我們進(jìn)一步的深入研究。

［1］ Arellano M，Bover O.Another look at the instrumental variable estimation of error-components models［J］.Journal of Econometrics，1995(68):29-52.

［2］ Asabere P K，Huffman F E，Medhian S.The adverse impacts of local historic designation:the case of small apartment buildings in Philadelphia［J］.Journal of Real Estate Finance and Economics，1994(8):225-234.

［3］ Bianca Biagi Alessandra Faggian.The Effect of Tourism on the House Market:The Case of Sardinia［R］.ERSA conference papers，2004.

［4］ Biehl D.The Contribution of Infrastructure to Regional Development［R］.Commission of the European Communities，Infrastructure Study Group.Final Report，1986.

［5］ Blundell R，Bond S.Initial conditions and moment restrictions in dynamic panel data models［J］.Journal of Econometrics，1998(87):115-143.

［6］ Bowes D R，Keith R I.Identifying the impacts of rail transit stations on residential property values［J］.Journal of Urban Economics，2001(50):1-25.

［7］ Butler R V.The specification of hedonic indexes for urban housing［J］.Land Economics，1982，58(1):96-108.

［8］ Charles R，Goeldner B，Ritchie JR.Tourism:Principles，Practices，Philosophies(11th edition)［M］.New Jersey:John wiley ＆ Sons，lnc.2009:408-410.

［9］ Chen M C，Patel K.House price dynamics and granger causality:An analysis of Taipei New Dwelling Market［J］.Journal of Asian Real Estate Society，1998，1(1):101-126.

［10］ Clapp JM，Giaccotto C.The influence of economic variables on local house price dynamics［J］.Journal of Urban Economics，1994(36):161-183.

［11］ Collyns C，Senhadji A.Lending Booms，Real Estate Bubbles and the Asian Crisis［R］.IMF，2002.

［12］ Constantine K.The price of victory:The Impact of the Olympic Games on Residential Real Estate Markets［J］.Urban Study，2011(2):1-18..

［13］ Coulson N E，Leichenko R.M.The internal and external impact of historical designation on property values［J］.Journal of Real Estate and Economics，2001，23(1):113-124.

［14］ Earl D B，Julia LH，Arthur L S，Greg TS.Pricing residentialmenities:The value of a view［J］.The Journal of Real Estate Finance and Economics，1998，16(1):55-73.

［15］ Fleming M C，Nellis J G.Development of standardised indices for measuring house price inflation indexing methods incorporating physical and locational characteristics［J］.Applied Economics，1992，5(24):1067-1085.

［16］ Forsyth P，Dwyer L.Foreign investment in Australian tourism:A framework for analysis［J］.the JJournal of Tourism Studies，1991，14(1):67-77.

［17］ Francois O M，Rady S.Boom in，bust out:Young households and the housing price cycle［J］.European Economic Review，1999(43):755-766.

［18］ Jarociński M，Smets F.House prices and the stance of monetary policy［Z］.Working Paper，April 2008.

［19］ Han Su，S-H Michelle Chu，George H L，Ko W.Intra-project externality and layout variables in residential condominium appraisals［J］.Journal of Real Estate Research，1998，15(2):131-145.

［20］ Hayes K J，Lori L T.Neighbourhood school characteristics:What signals quality to homebuyers?［J］.Economic Review，1996(4):2-9.

［21］ Huimin G，Chris R.Place attachment，identity and community impacts of tourism—the case of a Beijing hutong［J］.Tourism Management，2008，29(4):637-647.

［22］ Gottlieb M L.Swings in Urban Development［M］.NewYork:Columbia University Press，NBER，1976:29-35.

［23］ Leunge C K Y.Economic growth and increasing house prices［J］.Pacific Economic Review，2003(8):183-190.

［24］ Liang Q，Cao H.Property prices and bank lending in China［J］.Journal of Asian Economics，2007，18(1):63 75.

［25］ Malpezzi SA.Simple error correction model of housing prices［J］.Journal of Housing Economics，1999(8):27-62.

［26］ Melissa A B，Katherine A K.A survey of house price hedonic studies of the impact of environmental externalities［J］.Journal of Real Estate Literature，2001(3):117-144.

［27］ Michael LW.Magnet schools and the differential impact of school quality on residential property values［J］.Journal of Real Estate Research，1990，5(2):221-230.

［28］ Pashardes P，Christos S S.Factors affecting house prices in Cyprus:1988-2008［J］.Cyprus Economic Policy Review，2009，3(1):1450-4561.

［29］ Rosato P，Rotaris L，BreilM，Zanatta V.Dowe care aboutbuilt culturalheritage?:The Empirical evidence based on the veneto housemarket［Z］.discussing paper，2008.

［30］ Wang Zhongfu.Xi’an tourism impact and tourism sustainable development proposals［Z］.Artificial Intelligence，Management Science and Electronic Commerce(AIMSEC)，2011 2nd International Conference，on On page(s):6099-6102.

［31］ Williams A M，Hall C M.Tourism and migration:New relationships between production and consumption［J］.Tourism Geographies，2000(2):5-27.

［32］ Yang Zan.An application of the hedonic price model with uncertain attribute-The case of the People’s Republic of China［J］.Property Management，2001，19(1):50-63.

［33］ 駱永民.城市化對房價(jià)的影響:線性還是非線性?— 基于四種面板數(shù)據(jù)回歸模型的實(shí)證分析［J］.財(cái)經(jīng)研究，2011(4):135-144.

［34］ 金世勝，汪宇明.大都市旅游功能及其規(guī)模影響的測度［J］.旅游學(xué)刊，2008(4):72-76.

［35］ 吳學(xué)品，林明恒.海南房地產(chǎn)價(jià)格影響因素的實(shí)證研究—基于VAR模型的分析［J］.海南金融，2011(12):21-24.