彭石+張居營

摘 要：文章利用中國31個省、直轄市和自治區(qū)的面板數(shù)據(jù)來分析我國過去十余年房地產(chǎn)行業(yè)擴張與人口、GDP、城市化水平、收入等因素的關(guān)系，以空間面板模型為基礎(chǔ)，通過選取恰當(dāng)?shù)哪Ｐ鸵胱兞恐g的空間效應(yīng)，研究房地產(chǎn)行業(yè)擴張的區(qū)域效應(yīng)。實證結(jié)果表明，各地區(qū)房地產(chǎn)投資規(guī)模與本地GDP、人口數(shù)量、城鎮(zhèn)化率等因素有顯著關(guān)系，同時區(qū)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(chǎn)行業(yè)擴張的主要驅(qū)動力在于區(qū)域效應(yīng)與國民經(jīng)濟增長、人口增長、城鎮(zhèn)化水平等基本因素，它們是房地產(chǎn)行業(yè)保持理性健康發(fā)展的基礎(chǔ)。

關(guān)鍵詞：房地產(chǎn)行業(yè);區(qū)域效應(yīng);空間面板模型

作者簡介：彭石，男，中央財經(jīng)大學(xué)經(jīng)濟學(xué)院博士研究生，從事宏觀經(jīng)濟研究;張居營，男，中央財經(jīng)大學(xué)統(tǒng)計學(xué)院研究生，從事產(chǎn)業(yè)經(jīng)濟學(xué)研究。

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

自20世紀(jì)90年代末期的住房體制改革之后，我國房地產(chǎn)行業(yè)就迎來了新的發(fā)展契機，尤其是進入新世紀(jì)以來，十多年的時間里，房地產(chǎn)市場持續(xù)繁榮。一方面各大城市房產(chǎn)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(chǎn)開發(fā)投資熱度不減，行業(yè)規(guī)模不斷擴大，并由此帶動上下游產(chǎn)業(yè)的發(fā)展，逐步成為國民經(jīng)濟的重要支柱產(chǎn)業(yè)，這一時期甚至被相關(guān)媒體及部分專家學(xué)者們界定為房地產(chǎn)行業(yè)的“黃金十年”。

一般而言，事物的發(fā)展都呈現(xiàn)一定的生命周期，多會經(jīng)歷從萌芽到滅失的過程，一個行業(yè)亦是如此，其發(fā)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(wěn)期、成熟期、衰退期等階段，回顧過去十余年我國房地產(chǎn)行業(yè)的發(fā)展，“黃金十年”也可視為房地產(chǎn)行業(yè)的擴張期。但是，擴張的背后既有其內(nèi)生驅(qū)動機制也有其無序增長的因素包含在內(nèi)，房地產(chǎn)行業(yè)的擴張是多重因素作用下的一個結(jié)果。2002年至2012年間，我國國內(nèi)經(jīng)濟生產(chǎn)總值由12萬億增長到51.9萬億，人口總數(shù)由12.8億增加到13.5億，城鎮(zhèn)居民人均可支配收入由7702元增長到21810元，城鎮(zhèn)化率由39.09%上升到52.57%，國民經(jīng)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(zhèn)化發(fā)展水平等等擴大了房地產(chǎn)需求并推動行業(yè)發(fā)展，而供需結(jié)構(gòu)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(yè)的發(fā)展規(guī)模，投機性需求又促使我國房地產(chǎn)市場泡沫化。另外，我國房地產(chǎn)行業(yè)的發(fā)展逐漸表現(xiàn)出區(qū)域化的特征，在一定的區(qū)域范圍內(nèi)，地理相鄰的省份之間行業(yè)發(fā)展具有明顯的聯(lián)動關(guān)系。這與我國的區(qū)域規(guī)劃政策及部分城市的城市化擴張有很大關(guān)系。特別是以北京、上海、廣州為代表的一線城市，其房地產(chǎn)的快速發(fā)展帶動了周邊地區(qū)房地產(chǎn)的發(fā)展，并引發(fā)了二、三線城市的房地產(chǎn)熱，更是這種區(qū)域化的具體體現(xiàn)。在當(dāng)前房地產(chǎn)市場已經(jīng)開始調(diào)整，行業(yè)發(fā)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(chǎn)行業(yè)擴張過程中支撐行業(yè)發(fā)展的內(nèi)在驅(qū)動力與區(qū)域效應(yīng)，同時以史為鑒，在此關(guān)鍵節(jié)點上重新審視行業(yè)發(fā)展的趨勢與方向，為房地產(chǎn)行業(yè)健康理性發(fā)展提供理論基礎(chǔ)和參考，也對經(jīng)濟結(jié)構(gòu)調(diào)整時期區(qū)域協(xié)調(diào)發(fā)展、新型城鎮(zhèn)化等方面的轉(zhuǎn)型升級有重要的現(xiàn)實意義。

一、文獻綜述

國內(nèi)外很多學(xué)者從區(qū)域的角度研究房地產(chǎn)行業(yè)與宏觀基本面關(guān)系，如Case和Shiller（1990）基于美國的4個城市1970—1986年的面板數(shù)據(jù)，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(jié)果顯示住宅價格變化受成年人口數(shù)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(shù)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(shù)據(jù)，基于自回歸模型得到日本各地區(qū)的房地產(chǎn)價格和經(jīng)濟基本面有著較強相關(guān)性的結(jié)果[2];Vyacheslav Mikhed和Petr PetrZem?ík（2009）利用1980年第二季度到2008年第二節(jié)度美國的季度合并數(shù)據(jù)和1978—2007年美國22個大城市統(tǒng)計區(qū)的年度數(shù)據(jù)，使用單位根檢驗、相關(guān)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(shù)量、有效按揭利率、CPI等因素的關(guān)系[3];國內(nèi)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(shù)與居民消費價格指數(shù)、城市總?cè)丝?、失業(yè)率、城鎮(zhèn)居民家庭人均可支配收入等宏觀經(jīng)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(jīng)濟基本面的關(guān)系，結(jié)果顯示除了經(jīng)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(shù)據(jù)模型，來分析這種房價波動的區(qū)域差異及其與信貸規(guī)模、實際利率、人均GDP等變量的關(guān)系[5]。崔光燦（2009）運用面板數(shù)據(jù)模型對我國1995—2006年31個省市的房地產(chǎn)價格與利率、通貨膨脹率、增加社會總投資和總消費等數(shù)據(jù)進行分析，結(jié)果發(fā)現(xiàn)房地產(chǎn)價格與這些變量均有顯著關(guān)系。[6]

在使用空間計量經(jīng)濟方法研究房地產(chǎn)市場或行業(yè)方面，顏磊（2007）對我國30個省市自治區(qū)房地產(chǎn)市場進行實證分析，選取我國房地產(chǎn)市場1995—2004年間銷售價格的數(shù)據(jù)，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(qū)1998—2007年間房地產(chǎn)市場商品房平均銷售價格與主要宏觀經(jīng)濟變量之間的變動關(guān)系，采用空間經(jīng)濟計量方法，在考慮空間相關(guān)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(chǎn)投資等7個宏觀經(jīng)濟指標(biāo)的影響[8];洪國志、李郇（2011）則是從房地產(chǎn)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(chǎn)價格數(shù)據(jù)為基礎(chǔ)，檢驗城市內(nèi)部區(qū)一級的邊界效應(yīng)，探討房地產(chǎn)價格的空間自相關(guān)和價格溢出程度[9]。上述研究大多數(shù)是以房地產(chǎn)價格作為研究變量，很少從行業(yè)的角度來研究房地產(chǎn)的發(fā)展與宏觀經(jīng)濟基本面的關(guān)系，這是因為房價是各種因素的集中反映并具有區(qū)域聯(lián)動作用。本文利用空間面板模型從行業(yè)的角度來研究區(qū)域效應(yīng)及影響機制，其創(chuàng)新之處在于：第一，以房地產(chǎn)投資開發(fā)完成額為因變量，衡量房地產(chǎn)行業(yè)的發(fā)展程度，以房地產(chǎn)價格為控制變量，通過房價的區(qū)域聯(lián)動作用來研究房地產(chǎn)行業(yè)與人口、城市化等宏觀基本面變量的關(guān)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(qū)域效果。

二、實證分析

1.數(shù)據(jù)說明與權(quán)重矩陣設(shè)定

本文研究采用年度數(shù)據(jù)，選擇樣本區(qū)間為：2002—2012年，截面單位為：中國31個省、直轄市和自治區(qū)。數(shù)據(jù)來源于各省、市和自治區(qū)的統(tǒng)計年鑒和中經(jīng)數(shù)據(jù)庫，便于數(shù)據(jù)可比較和減少異方差，所有數(shù)據(jù)均取自然對數(shù)。其中因變量為lnre，自變量為lnpr、lnur、lnpo、lngdp、lnin。數(shù)據(jù)處理軟件為Matlab 7.10以及相應(yīng)軟件包。各變量的具體數(shù)據(jù)及構(gòu)造見表1。

其中，lnpr作為控制變量，一方面消除房地產(chǎn)行業(yè)過度開發(fā)、非理性繁榮導(dǎo)致的行業(yè)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(qū)聯(lián)動作用來研究各自變量與因變量的地區(qū)間空間效應(yīng)。

另外，空間面板模型除了各變量的系數(shù)參數(shù)外，還引入了空間權(quán)重矩陣W，這是空間面板模型設(shè)置的關(guān)鍵所在，即引入權(quán)重矩陣來衡量空間上不同區(qū)域的關(guān)聯(lián)規(guī)則。一般設(shè)定空間權(quán)重的規(guī)則為二分權(quán)重，表示有關(guān)聯(lián)的變量之間設(shè)定為1，無關(guān)聯(lián)的變量之間設(shè)定為0。這種關(guān)聯(lián)規(guī)則的判定一般遵循Rook相鄰規(guī)則，也就是采用現(xiàn)實空間上兩個區(qū)域是否擁有共同邊界來判斷相鄰性。在本文中，首先設(shè)定空間權(quán)重矩陣W1，其規(guī)則為根據(jù)全國31個省、市、自治區(qū)的地理位置分布構(gòu)建的31[×]31維區(qū)域矩陣，主對角線上的元素為0，若兩區(qū)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(qū)、福建省相鄰。W1經(jīng)過行標(biāo)準(zhǔn)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(chǎn)行業(yè)而言，發(fā)達地區(qū)對于周邊相對落后的地區(qū)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(qū)對發(fā)達地區(qū)的影響力較小。因此，為了更好地模擬房地產(chǎn)行業(yè)在地區(qū)間實際存在的經(jīng)濟關(guān)系，本文在W1矩陣的基礎(chǔ)上，加入經(jīng)濟對房地產(chǎn)的影響權(quán)重系數(shù)，通過計算考察期內(nèi)各地區(qū)實際GDP占所有地區(qū)實際GDP之和比重的均值來衡量各地區(qū)經(jīng)濟水平的高低（陳曉平，李國平2006），它表明不同區(qū)域?qū)ζ渌麉^(qū)域的房地產(chǎn)行業(yè)影響，還與該區(qū)域經(jīng)濟發(fā)達程度有關(guān)。經(jīng)濟空間權(quán)重矩陣（W）的構(gòu)造如下：

（1）

其中，

2. 空間面板模型的判定

根據(jù)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(chǎn)行業(yè)與其他變量的關(guān)系。第一步，先構(gòu)建我國31個省、直轄市和自治區(qū)的無空間或區(qū)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(yīng)，即固定效應(yīng)或是隨機效應(yīng)。

接下來，在上述非空間效應(yīng)面板模型的基礎(chǔ)上，需要進行兩個方面的檢驗。

在這里，（穩(wěn)?。㎜M檢驗是在固定效應(yīng)的基礎(chǔ)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(yīng)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(yīng)，因此，在模型的初始設(shè)定上，需要同時設(shè)立無空間和時間固定效應(yīng)的面板模型（即混合估計模型，Pooled OLS估計）、空間固定效應(yīng)模型、時間固定效應(yīng)模型以及空間和時間雙固定效應(yīng)模型四種形式再進行（穩(wěn)?。㎜M檢驗。結(jié)合本文變量與樣本數(shù)據(jù)，可以得到這四種模型的估計結(jié)果與LM檢驗結(jié)果如下：

表3結(jié)果為固定效應(yīng)下各個模型的空間滯后影響和空間誤差自相關(guān)的（穩(wěn)?。㎜M檢驗，其中前三列的檢驗結(jié)果都不能完全否定本次實證數(shù)據(jù)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(yīng)下，在5%的顯著性水平下（穩(wěn)健）LM統(tǒng)計檢驗量的結(jié)果均拒絕了原假設(shè)，表明SAR和SEM兩個模型同時成立。

空間和時間雙固定效應(yīng)模型下，再進一步進行LR檢驗得到空間固定效應(yīng)和時間固定效應(yīng)聯(lián)合顯著性的檢驗結(jié)果（見表4），在5%的顯著性水平下，檢驗統(tǒng)計量的P值均小于0.05，因此模型（2）中應(yīng)該同時包含[μi]和[λt]。根據(jù)在雙固定效應(yīng)模型的基礎(chǔ)上得到LM檢驗統(tǒng)計量的計算結(jié)果，進一步表明，樣本數(shù)據(jù)均支持SAR和SEM建立模型。

3. SDM模型的判定和估計

根據(jù)前面結(jié)果，LM檢驗的結(jié)果表明SAR和SEM兩個模型同時成立，需要進一步構(gòu)建SDM模型并進行估計，根據(jù)變量建立的SDM模型為：

（3）

其中，[wij]是根據(jù)區(qū)域矩陣W1計算得到的經(jīng)濟權(quán)重矩W中的相應(yīng)元素。

基于前文第二部分的描述，對于空間和時間固定效應(yīng)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(shè)定空間面板模型形式時，基于空間效應(yīng)和時間效應(yīng)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(yīng)是隨機的SDM模型。由此針對該樣本數(shù)據(jù)，需要建立兩種形式的SDM模型，即空間和時間固定效應(yīng)、空間和時間隨機效應(yīng)。

接下來，需要通過檢驗來確定空間面板模型的恰當(dāng)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(shè)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(shè)條件，就應(yīng)該采用SDM模型;（2）Hausman檢驗，檢驗?zāi)Ｐ椭械目臻g和時間效應(yīng)（[μi]和[λt]）是被看作固定效應(yīng)還是隨機效應(yīng)，如果拒絕原假設(shè)就應(yīng)該采取空間固定效應(yīng)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(tǒng)計檢驗量均拒絕原假設(shè)，這說明SDM模型較SAR、SEM模型更適合該樣本數(shù)據(jù)。同時，Hausman檢驗也顯著，說明空間和時間固定效應(yīng)的SDM模型是最優(yōu)的模型。

根據(jù)表5中空間和時間固定效應(yīng)的SDM模型系數(shù)估計結(jié)果及其t值，我們可以看出，雖然lnpr的系數(shù)[β1]并不顯著，但是W[×]lnpr的系數(shù)[θ1]非常顯著，這說明房地產(chǎn)價格具有區(qū)域聯(lián)動效應(yīng)，并通過這種效用來影響區(qū)域房地產(chǎn)行業(yè)發(fā)展，這也間接支持了我們以房地產(chǎn)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(qū)城市化、人口、GDP會對本地房地產(chǎn)行業(yè)發(fā)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(guān)系。在房地產(chǎn)行業(yè)區(qū)域影響方面，除了房地產(chǎn)價格的影響之外，地區(qū)人口、GDP對相鄰地區(qū)房地產(chǎn)行業(yè)的發(fā)展有顯著影響，且為正向關(guān)系。這說明了本地區(qū)的人口增長、地區(qū)經(jīng)濟增長對周邊地區(qū)的房地產(chǎn)行業(yè)發(fā)展具有空間溢出效應(yīng)，它們借助房價來影響區(qū)域間的房地產(chǎn)行業(yè)，是房價區(qū)域聯(lián)動效應(yīng)和輻射效應(yīng)的影響因素。

三、房地產(chǎn)行業(yè)持續(xù)發(fā)展的決定因素

上述的實證研究可以發(fā)現(xiàn)，我國房地產(chǎn)行業(yè)發(fā)展與我國GDP、人口數(shù)量、城市化水平有顯著的關(guān)系，在這其中人口以及GDP增長情況作為地區(qū)最基本的宏觀因素，會通過房價的波動和區(qū)域聯(lián)動效應(yīng)，或者輻射效應(yīng)影響鄰近省份或地區(qū)的房地產(chǎn)發(fā)展情況，由此反映了過去十余年我國房地產(chǎn)行業(yè)擴張的主要驅(qū)動力在于區(qū)域效應(yīng)與國民經(jīng)濟增長、人口增長、城鎮(zhèn)化水平等相關(guān)因素。

（1）房地產(chǎn)行業(yè)的區(qū)域效應(yīng)

區(qū)位條件是一個城市地理位置、交通條件、資源環(huán)境等各類要素的綜合表現(xiàn)。隨著特大城市的發(fā)展，部分產(chǎn)業(yè)和行業(yè)必將外溢，周邊的中小城市無疑是最好的承接對象，而產(chǎn)業(yè)的發(fā)展必將進一步帶動人流的導(dǎo)入，從而推動經(jīng)濟和房地產(chǎn)行業(yè)發(fā)展。在房地產(chǎn)行業(yè)擴張時期，這種區(qū)域效應(yīng)更加明顯，表現(xiàn)在房價的推動以及交通設(shè)施的便捷帶來的人們對房地產(chǎn)需求不斷地外溢，另外還有對其他地區(qū)消費預(yù)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(chǎn)行業(yè)與國民經(jīng)濟增長、人口增長、城鎮(zhèn)化水平

對于整個國民經(jīng)濟來說，房地產(chǎn)行業(yè)具有重要作用，這種作用不僅表現(xiàn)在后者是前者整個產(chǎn)業(yè)體系的重要構(gòu)成部分，更表現(xiàn)在二者之間具有密切的關(guān)聯(lián)性。一方面，國民經(jīng)濟的發(fā)展?fàn)顩r決定了房地產(chǎn)行業(yè)的地位與發(fā)展空間，是該行業(yè)存在和發(fā)展的基礎(chǔ)，能夠在一定程度上制約或推動房地產(chǎn)業(yè)發(fā)展;另一方面，在某個發(fā)展階段，房地產(chǎn)業(yè)又能夠成為國民經(jīng)濟的一個新增長點，甚至是支柱產(chǎn)業(yè)，它的發(fā)展反過來會約束或推動國民經(jīng)濟的發(fā)展。一般來說，房地產(chǎn)行業(yè)擴張是國民經(jīng)濟增長的體現(xiàn)，而前者又進一步促進了后者。從人口的角度來說，房地產(chǎn)具有“居住屬性”，代表了一定的需求，當(dāng)人口數(shù)量增加時，會刺激房地產(chǎn)行業(yè)的需求，帶動其價格上漲，從而促進房地產(chǎn)行業(yè)擴張，反之，數(shù)量減少導(dǎo)致房地產(chǎn)需求降低，會導(dǎo)致房地產(chǎn)行業(yè)的衰落。城鎮(zhèn)化水平是國民經(jīng)濟中又一個與房地產(chǎn)行業(yè)息息相關(guān)的因素，某一國家或區(qū)域的城鎮(zhèn)化率迅速提升，不僅帶來了本地城市建設(shè)，而且人口的涌入能夠刺激更多的房地產(chǎn)需求，自2002年起，我國房地產(chǎn)行業(yè)迅速發(fā)展的這十年，背后是我國城鎮(zhèn)化率從39.09%提升到52.57%，帶動了2億農(nóng)民的城鎮(zhèn)化。同時，在城鎮(zhèn)化過程中，城鎮(zhèn)居民的住房改善性需求、城市規(guī)劃建設(shè)帶來的舊城改造與拆遷、基礎(chǔ)設(shè)施建設(shè)創(chuàng)造的住房需求也對房地產(chǎn)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(chǎn)行業(yè)不斷擴張過程中的實際影響因素與機制，在房地產(chǎn)市場非理性繁榮背后是國民經(jīng)濟增長、人口增長、城鎮(zhèn)化以及區(qū)域效應(yīng)等基本因素影響行業(yè)供需從而支撐行業(yè)擴張。如今房地產(chǎn)行業(yè)已經(jīng)進入新的階段，與之相隨的是，我國經(jīng)濟也處于增速換擋和轉(zhuǎn)變發(fā)展方式的階段，加之未來人口紅利的終結(jié)，如何在新形勢下保持房地產(chǎn)行業(yè)合理健康發(fā)展，通過新型城鎮(zhèn)化以及區(qū)域經(jīng)濟協(xié)同化等發(fā)展策略來避免房地產(chǎn)行業(yè)的過度萎縮，從而有效地調(diào)結(jié)構(gòu)、穩(wěn)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(jīng)濟基本面：1995—2002年中國14城市的實證研究》，載《經(jīng)濟研究》2004年第6期.

[5] 梁云芳、高鐵梅：《中國房地產(chǎn)價格波動區(qū)域差異的實證分析》，載《經(jīng)濟研究》2007年第8期.

[6] 崔光燦：《房地產(chǎn)價格與宏觀經(jīng)濟互動關(guān)系實證研究：基于我國31個省份面板數(shù)據(jù)分析》，載《經(jīng)濟理論與經(jīng)濟管理》2009年第1期.

[7] 顏磊：《關(guān)于中國房地產(chǎn)市場的空間計量分析》，廈門大學(xué)碩士學(xué)位論文，2007.

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

[9] 洪國志、李郇：《基于房地產(chǎn)價格空間溢出的廣州城市內(nèi)部邊界效應(yīng)》，載《地理學(xué)報》2011年第4期.

[責(zé)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