王　鶴，　姜　軍

(1.湖南科技大學(xué) 商學(xué)院；　2.兩型社會(huì)改革與生態(tài)文明建設(shè)協(xié)同創(chuàng)新中心， 湖南 湘潭 411201)

?

基于廣義空間面板模型的房?jī)r(jià)區(qū)域相關(guān)及成因分析

王鶴1,2，姜軍1

(1.湖南科技大學(xué) 商學(xué)院；2.兩型社會(huì)改革與生態(tài)文明建設(shè)協(xié)同創(chuàng)新中心， 湖南 湘潭 411201)

摘要：利用我國(guó)2002年第二季度至2010年第三季度數(shù)據(jù)，運(yùn)用Debarsy and Ertur(2010)檢驗(yàn)方法及廣義空間面板數(shù)據(jù)模型，對(duì)我國(guó)區(qū)域房?jī)r(jià)的空間相關(guān)性進(jìn)行實(shí)證分析，結(jié)果表明：我國(guó)區(qū)域房?jī)r(jià)的空間相關(guān)性既表現(xiàn)出了空間自相關(guān)，也表現(xiàn)出了空間誤差相關(guān)，且區(qū)域間房?jī)r(jià)的空間相關(guān)強(qiáng)度與地區(qū)間的距離(鄰近地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度比其它相關(guān)地區(qū)大)及地區(qū)間的經(jīng)濟(jì)發(fā)展特征相關(guān)(相似地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度與不相似地區(qū)小)，而引起區(qū)域房?jī)r(jià)空間相關(guān)的主要成因是勞動(dòng)力流動(dòng)，資本流動(dòng)，信息傳遞，政府政策、企業(yè)定價(jià)能力及其它外生沖擊。

關(guān)鍵詞：房?jī)r(jià)；區(qū)域相關(guān)；廣義空間面板模型；GSMLE估計(jì)

結(jié)語(yǔ)

姜軍，1991年生，男，湖南新化人，碩士研究生，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)與計(jì)量分析。

一、引言

長(zhǎng)期以來(lái)，我國(guó)學(xué)術(shù)界對(duì)房地產(chǎn)價(jià)格的研究一直集中在單個(gè)城市層面或國(guó)家總體層面，以研究房?jī)r(jià)的影響因素為主要目的，而往往忽略了房地產(chǎn)價(jià)格區(qū)域互動(dòng)關(guān)系。如：梁云芳、高鐵梅(2006)在分析住房?jī)r(jià)格波動(dòng)成因時(shí)主要考慮了需求、供給和資本的可獲得性，發(fā)現(xiàn)土地價(jià)格、上一期住宅價(jià)格波動(dòng)和利率的變動(dòng)住宅價(jià)格有較大影響[1]。梁云芳、高鐵梅(2007)在分析信貸規(guī)模與貸款利率對(duì)區(qū)域房?jī)r(jià)影響差異基礎(chǔ)上，得出信貸規(guī)模對(duì)東、西部地區(qū)的影響比較大，實(shí)際利率對(duì)各地區(qū)影響差異不大，且影響較小[2]。嚴(yán)金海(2006)研究了地價(jià)上漲對(duì)房?jī)r(jià)變動(dòng)的影響，結(jié)果表明長(zhǎng)期內(nèi)二者相互影響[3]。董志勇等(2010)在對(duì)影響到房地產(chǎn)價(jià)格的各種因素并進(jìn)行歸并后(具體為需求方、供給方、地方政府及貨幣政策)，通過(guò)實(shí)證表明，房?jī)r(jià)推動(dòng)力的主要來(lái)源是需求方[4]。李永友(2014)對(duì)影響房?jī)r(jià)的各類因素做了較好綜述性分析[5]。

然而，在有關(guān)區(qū)域問(wèn)題的研究中，空間相關(guān)性是一個(gè)不容忽視的問(wèn)題。正如Anselin(1988)所說(shuō)“幾乎所有的空間數(shù)據(jù)都存在空間依賴的特征”[6]，區(qū)域房?jī)r(jià)問(wèn)題的研究也不例外。國(guó)外學(xué)者從上世紀(jì)80年代開(kāi)始通過(guò)“波紋理論”運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)分析房?jī)r(jià)的區(qū)域相關(guān)性(Alexander和Barrow(1994)[7]，Tu(2000)[8]，Wood(2003)[9]，Gupta和Miller(2009)[10]等)。近年來(lái)，我國(guó)學(xué)者也開(kāi)始探討我國(guó)區(qū)域房?jī)r(jià)的相關(guān)性。王松濤等(2008)應(yīng)用多變量格蘭杰因果關(guān)系檢驗(yàn)和脈沖響應(yīng)函數(shù)方法分析了我國(guó)城市房?jī)r(jià)之間的互動(dòng)關(guān)系，通過(guò)多變量因果格蘭杰關(guān)系檢驗(yàn)顯示，在每個(gè)區(qū)域市場(chǎng)內(nèi)部，都存在多個(gè)統(tǒng)計(jì)意義顯著的因果關(guān)系[11]，黃飛雪等(2009)綜合運(yùn)用單位根檢驗(yàn)、協(xié)整檢驗(yàn)及格蘭杰因果檢驗(yàn)等方法分析了中國(guó)副省級(jí)以上城市房?jī)r(jià)的關(guān)聯(lián)[12]。鐘威(2010)運(yùn)用格蘭杰因果檢驗(yàn)分析了珠三角“極點(diǎn)”城市內(nèi)部及之間的住宅價(jià)格傳導(dǎo)路徑，從城市住宅市場(chǎng)空間異系數(shù)、房?jī)r(jià)領(lǐng)先滯后因素等方面分析了“極點(diǎn)”城市，“極點(diǎn)”與“極點(diǎn)”城市之間住宅價(jià)格傳導(dǎo)的機(jī)理[13]。

格蘭杰因果關(guān)系檢驗(yàn)在檢驗(yàn)一個(gè)核心地區(qū)(或核心城市)房?jī)r(jià)沖擊如何傳導(dǎo)給周邊地區(qū)(或城市)時(shí)，能較好地發(fā)現(xiàn)其傳導(dǎo)機(jī)制，但格蘭杰因果關(guān)系檢驗(yàn)只能體現(xiàn)解釋變量與被解釋變量之間的關(guān)系，卻無(wú)法體現(xiàn)變量之間的區(qū)域性或者空間性關(guān)系，因此空間計(jì)量模型的引入能很好地解決此問(wèn)題。Meen(1996)用空間計(jì)量經(jīng)濟(jì)學(xué)模型、協(xié)整理論研究了英國(guó)區(qū)域性房?jī)r(jià)和房屋開(kāi)工量的空間互動(dòng)關(guān)系，分別考察了英國(guó)區(qū)域性住房市場(chǎng)表現(xiàn)出均質(zhì)、依賴、趨同的程度。研究發(fā)現(xiàn)，房?jī)r(jià)和房屋開(kāi)工量均具有高度的空間依賴性[14]。Des Rosiers等(2000)認(rèn)為空間自相關(guān)是房地產(chǎn)市場(chǎng)上的一個(gè)隱含問(wèn)題，它可能導(dǎo)致房地產(chǎn)市場(chǎng)應(yīng)用分析中的不完善，因此，在房?jī)r(jià)模型中考慮自相關(guān)問(wèn)題是非常重要的[15]。Basu和Thibodeau(1998)[16]，Bowen等(2001)[17]，Gillen等(2001)[18]和Tu等(2004)[19]提出了至少三個(gè)引起房?jī)r(jià)空間自相關(guān)的原因。Baumont(2007)通過(guò)空間相關(guān)、鄰里屬性及其它輔助變量分析了法國(guó)COMADI地區(qū)的房屋價(jià)格模型，并通過(guò)空間自相關(guān)和空間異質(zhì)性體現(xiàn)住房?jī)r(jià)值分布的擴(kuò)散過(guò)程，空間數(shù)據(jù)探索分析表明低價(jià)房屋主要聚集在貧困地區(qū)且存在顯著的空間自相關(guān)[20]。Ismail等(2008)發(fā)現(xiàn)相對(duì)于SEM(空間誤差)模型和SAR(空間滯后)模型，SAC(廣義空間)模型能更好地刻畫(huà)MPKU地區(qū)的房?jī)r(jià)，即該地區(qū)房?jī)r(jià)的空間相關(guān)既體現(xiàn)在空間滯后項(xiàng)上也體現(xiàn)在誤差空間相關(guān)項(xiàng)上[21]。

上述研究從理論和實(shí)證上解釋或驗(yàn)證了房地產(chǎn)價(jià)格的空間相關(guān)性，但就國(guó)內(nèi)研究而言，對(duì)其空間相關(guān)性研究較少，盡管部分研究已開(kāi)始運(yùn)用空間計(jì)量方法進(jìn)行研究(王鶴(2012)[22]、陳浪南和王鶴(2012)[23])，但基本上沒(méi)有考慮空間計(jì)量模型的適用性，也未結(jié)合我國(guó)實(shí)際情況對(duì)房地產(chǎn)價(jià)格的空間相關(guān)性進(jìn)行詳盡解釋。基于此，本文首先采用Debarsy and Ertur(2010)檢驗(yàn)方法對(duì)我國(guó)區(qū)域房?jī)r(jià)的空間相關(guān)方式進(jìn)行檢驗(yàn)，然后在實(shí)證結(jié)果基礎(chǔ)上對(duì)其成因進(jìn)行深入分析[24]。

二、研究方法

(一)空間面板數(shù)據(jù)模型

空間計(jì)量經(jīng)濟(jì)學(xué)中，合適的空間相關(guān)設(shè)定方式對(duì)分析結(jié)果十分重要。在面板數(shù)據(jù)下，目前共有三種不同的計(jì)量模型可以反映空間效應(yīng)的影響。

第一種：空間滯后模型(spatial lag model)

空間滯后模型(空間自回歸模型)是在基本線性回歸模型中加入一個(gè)空間滯后因變量WnYn,t來(lái)體現(xiàn)空間相關(guān)關(guān)系，從而每個(gè)地區(qū)的因變量值皆由其相鄰地區(qū)的因變量值聯(lián)合確定。

(1)

其中：Wn是nt×nt階的空間權(quán)重矩陣，也就是n個(gè)地區(qū)之間相互關(guān)系結(jié)構(gòu)的加權(quán)矩陣。在進(jìn)行實(shí)證估計(jì)時(shí)，需要對(duì)Wn權(quán)重矩陣進(jìn)行標(biāo)準(zhǔn)化，使Wn中每一行的和等于1，ρ為空間自回歸系數(shù)，X為影響Y的外生因素。

第二種：空間誤差模型(spatial error model)

空間誤差自相關(guān)模型:

(2)

第三種：廣義空間模型(general spatial model)

廣義空間模型同時(shí)包括了空間滯后因變量WnYn,t和空間誤差自相關(guān)項(xiàng)MnUn,t，即：

(3)

(二)空間計(jì)量模型的選擇

Debarsy和Ertur(2010)[24]在Lee和Yu(2010)[25]的研究基礎(chǔ)上給出了固定效應(yīng)空間面板數(shù)據(jù)模型中空間設(shè)定的檢驗(yàn)方法。Debarsy和Ertur在其文獻(xiàn)中提出5個(gè)不同的假設(shè)并對(duì)應(yīng)地分別給出了LM檢驗(yàn)統(tǒng)計(jì)和LR統(tǒng)計(jì)量。

1.基本假設(shè)

2.檢驗(yàn)統(tǒng)計(jì)量

表1　空間計(jì)量模型設(shè)定選擇的五個(gè)假設(shè)檢驗(yàn)及對(duì)應(yīng)統(tǒng)計(jì)量

其中：

且

T22=(T-1)tr[(M+M′)M],T22=(T-1)tr[(M+M′)W],

(三)廣義空間面板數(shù)據(jù)模型估計(jì)方法

(4)

(5)

(6)

(7)

(8)

三、區(qū)域房?jī)r(jià)空間相關(guān)的實(shí)證結(jié)果與分析

(一)變量及樣本的選擇

模型(3)中，因變量Yit為地區(qū)(省份)i在時(shí)間t的商品房銷售價(jià)格(商品房銷售額除以銷售面積)。在選取外生解釋變量Xit時(shí)綜合考慮了梁云芳和高鐵梅(2006)、嚴(yán)金海(2006)、董志勇等(2010)、沈悅和劉洪玉(2004)[26]等的研究及數(shù)據(jù)的可獲得，具體包括城鎮(zhèn)居民人均可支配收入(需求方面考慮)、土地價(jià)格(土地購(gòu)置費(fèi)除以購(gòu)置面積)、房屋竣工面積(供給方面考慮)及信貸擴(kuò)張規(guī)模①(房地產(chǎn)市場(chǎng)資本可獲得性方面考慮)。其中，商品房銷售價(jià)格、城鎮(zhèn)居民人均可支配收入及信貸擴(kuò)張規(guī)模皆根據(jù)歷年居民消費(fèi)價(jià)格指數(shù)平減，獲得可比值；所有變量均在進(jìn)行了季節(jié)性調(diào)整②后取對(duì)數(shù)值③。本文使用的樣本數(shù)據(jù)為2002年第二季度至2010年第三季度④的省際面板數(shù)據(jù)，由于西藏許多數(shù)據(jù)缺失，本文只考慮了內(nèi)陸其它30個(gè)省區(qū)的數(shù)據(jù)，數(shù)據(jù)主要來(lái)源于中國(guó)經(jīng)濟(jì)信息網(wǎng)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

(二)空間加權(quán)矩陣的構(gòu)建

運(yùn)用空間計(jì)量模型分析房?jī)r(jià)區(qū)域相關(guān)時(shí)，空間加權(quán)矩陣的選擇至關(guān)重要，不同的空間加權(quán)矩陣體現(xiàn)了不同的空間相關(guān)關(guān)系，從而可能得出不同結(jié)果?，F(xiàn)在研究中學(xué)者們已獲得了多種空間加權(quán)矩陣選取方法，如林光平等(2005)[27]、張志強(qiáng)(2014)[28]，主要可分從地理位置特征與社會(huì)經(jīng)濟(jì)特征考慮兩大類。綜合已有研究，本文建立了四個(gè)空間加權(quán)矩陣，具體取法如表2。

表2　空間加權(quán)矩陣的設(shè)定與含義

注：(1)對(duì)所有空間加權(quán)矩陣的行進(jìn)行了標(biāo)準(zhǔn)化處理；

(2)省會(huì)城市之間的距離數(shù)據(jù)來(lái)源于http://www.geobytes.com/CityDistanceTool.htm。

(三)區(qū)域房?jī)r(jià)空間相關(guān)形式檢驗(yàn)

根據(jù)Debarsy和Ertur提出的空間面板數(shù)據(jù)模型設(shè)定的檢驗(yàn)統(tǒng)計(jì)量和我國(guó)房?jī)r(jià)的省際面板數(shù)據(jù)，可對(duì)全國(guó)區(qū)域房?jī)r(jià)的空間相關(guān)形式進(jìn)行檢驗(yàn)，具體見(jiàn)表3：

表3　各空間相關(guān)矩陣下區(qū)域房?jī)r(jià)空間相關(guān)檢驗(yàn)

由表3可知，四種空間矩陣的設(shè)定下，各LM檢驗(yàn)統(tǒng)計(jì)量和LR檢驗(yàn)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果皆拒絕原假設(shè)。這說(shuō)明我國(guó)區(qū)域房?jī)r(jià)間存在空間相關(guān)，并且這種空間相關(guān)既表現(xiàn)出了空間自相關(guān)，也表現(xiàn)出了空間誤差相關(guān)，從而本文選擇廣義空間面板數(shù)據(jù)模型來(lái)分析我國(guó)房?jī)r(jià)。

(四)回歸結(jié)果與分析

根據(jù)表3的結(jié)果分析及Lee和Yu提出的廣義空間極大似然估計(jì)量(GSMLE)可得我國(guó)房?jī)r(jià)區(qū)域相關(guān)的實(shí)證結(jié)果，具體估計(jì)結(jié)果見(jiàn)表4。表4中列(1)、(2)、(3)、(4)分別為空間相鄰加權(quán)矩陣W1、空間距離加權(quán)矩陣W2、經(jīng)濟(jì)相鄰加權(quán)矩陣W3和經(jīng)濟(jì)距離加權(quán)矩陣W4下，我國(guó)區(qū)域房?jī)r(jià)廣義空間面板數(shù)據(jù)模型的GSMLE結(jié)果。

表4　我國(guó)房?jī)r(jià)區(qū)域相關(guān)的GSMLE回歸結(jié)果

由表4可知：

(1)在四個(gè)不同的加權(quán)矩陣下，房?jī)r(jià)空間滯后項(xiàng)的回歸系數(shù)為正且均高度顯著。這說(shuō)明地理位置特征和社會(huì)經(jīng)濟(jì)特征均會(huì)對(duì)區(qū)域房?jī)r(jià)及其空間相關(guān)性產(chǎn)生影響。在空間相鄰加權(quán)矩陣和空間距離加權(quán)矩陣下，顯著為正的空間相關(guān)系數(shù)表明地理位置鄰近對(duì)區(qū)域房?jī)r(jià)產(chǎn)生具有顯著為正的影響，在經(jīng)濟(jì)相鄰加權(quán)矩陣和經(jīng)濟(jì)距離加權(quán)矩陣下，顯著為正的空間相關(guān)系數(shù)表明社會(huì)經(jīng)濟(jì)特征相近的地區(qū)之間房?jī)r(jià)具有顯著正的影響。

(2)表4中，空間滯后項(xiàng)的回歸系數(shù)分別為0.7215(空間相鄰加權(quán)矩陣下)、0.5823(空間距離加權(quán)矩陣下)、0.4371(經(jīng)濟(jì)相鄰加權(quán)矩陣下)、0.3281(經(jīng)濟(jì)距離加權(quán)矩陣下)，進(jìn)一步比較這四個(gè)回歸系數(shù)發(fā)現(xiàn)，區(qū)域間房?jī)r(jià)的空間相關(guān)強(qiáng)度與地區(qū)間的距離有關(guān)，鄰近地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度比其它相關(guān)地區(qū)大；區(qū)域間房?jī)r(jià)的空間相關(guān)強(qiáng)度也與地區(qū)間的經(jīng)濟(jì)發(fā)展特征相關(guān)，相似地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度與不相似地區(qū)小。

(3)在考慮了房?jī)r(jià)區(qū)域相關(guān)之后，城鎮(zhèn)居民可支配收入的回歸系數(shù)(0.0487、0.0584、0.0727、0.0986)、土地價(jià)格的回歸系數(shù)(0.0523、0.0443、0.0509、0.0494)和信貸擴(kuò)張指標(biāo)的回歸系數(shù)(0.0509、0.0970、0.1256、0.1455)皆顯著為正，說(shuō)明城鎮(zhèn)居民可支配收入、土地價(jià)格及信貸擴(kuò)張都對(duì)房?jī)r(jià)有正的影響。本期房屋竣工面積的回歸系數(shù)為負(fù)但已不顯著，說(shuō)明當(dāng)期房屋竣工面積對(duì)房?jī)r(jià)的影響不大。

四、區(qū)域房?jī)r(jià)空間相關(guān)的成因分析

我國(guó)幅員遼闊、傳統(tǒng)家鄉(xiāng)情結(jié)、區(qū)域間經(jīng)濟(jì)差異及勞動(dòng)力流動(dòng)等具體特征，使得造成我國(guó)房?jī)r(jià)區(qū)域間互動(dòng)的原因與國(guó)外不盡相同，本部分主要從勞動(dòng)力流動(dòng)，資本流動(dòng)，信息傳遞，政府政策、企業(yè)定價(jià)能力及其它外生沖擊方面進(jìn)行分析。

(一)勞動(dòng)力流動(dòng)。改革開(kāi)放以后，東部沿海發(fā)達(dá)地區(qū)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)遠(yuǎn)超過(guò)中西部地區(qū)，對(duì)勞動(dòng)力來(lái)講，其優(yōu)勢(shì)凸顯，比如工資水平高，就業(yè)環(huán)境好，因此吸引了大量的勞動(dòng)力。2000年人口普查顯示，1995-2000年間，有2 596.5萬(wàn)省際人口遷入東部地區(qū)，占全部省際遷移人數(shù)的四分之三，而遷出人口卻較少。東部地區(qū)也逐漸成為唯一的人口凈遷入地區(qū)，大量的遷入人口，在促進(jìn)東部地區(qū)經(jīng)濟(jì)的快速發(fā)展的同時(shí)也影響了當(dāng)?shù)氐姆康禺a(chǎn)市場(chǎng)。一方面，人口遷入使得對(duì)住房需求增加，促使當(dāng)?shù)胤康禺a(chǎn)價(jià)格不斷上漲；另一方面，隨著東部地區(qū)房?jī)r(jià)的上升、生活成本的提高、中部地區(qū)的崛起、西部地區(qū)的大開(kāi)發(fā)，近年來(lái)出現(xiàn)的人口回流(如近幾年出現(xiàn)的“民工荒”、“逃離北上廣”)導(dǎo)致了回流地區(qū)房?jī)r(jià)的上漲(回流人口具有較強(qiáng)的購(gòu)買(mǎi)力)，從而造成了區(qū)域間房?jī)r(jià)的互動(dòng)。

(二)資本流動(dòng)。相對(duì)于勞動(dòng)力的流動(dòng)，近年我國(guó)資本流動(dòng)對(duì)區(qū)域房地產(chǎn)價(jià)格產(chǎn)生的直接或間接影響要大得多。先后引起人們關(guān)注的有境外炒房資金，溫州購(gòu)房團(tuán)及深圳購(gòu)房團(tuán)。上個(gè)世紀(jì)90年代末，境外資金開(kāi)始進(jìn)入我國(guó)投資建設(shè)領(lǐng)域；21世紀(jì)初，轉(zhuǎn)為直接購(gòu)買(mǎi)物產(chǎn)，特別是2003年以后(121號(hào)文件出臺(tái)后，國(guó)內(nèi)房產(chǎn)企業(yè)資金短缺)。這一時(shí)期，海外熱錢(qián)主要進(jìn)入北京、上海等高房?jī)r(jià)地區(qū)，主要購(gòu)買(mǎi)別墅和高價(jià)位公寓。據(jù)中國(guó)人民銀行調(diào)查，2003年第1季度，境外資金占上海市全部購(gòu)房資金的8.3%，到2004年第4季度上升為23.2%。受我國(guó)宏觀調(diào)控影響，2005年外資在這些地區(qū)房地產(chǎn)市場(chǎng)的投資有所下降，但這并不是境外資金撤離了我國(guó)房地產(chǎn)市場(chǎng)。CBRE(世邦魏理仕)調(diào)查報(bào)告顯示，2005年境外資金投在北京房市的約50%，投在上海房市的約43%，其余投在哈爾濱、大連、南京、武漢等二線城市。由于境外資金主要購(gòu)買(mǎi)別墅和高價(jià)位公寓，擴(kuò)大了我國(guó)對(duì)高檔房的需求，扭曲了房地產(chǎn)市場(chǎng)供給結(jié)構(gòu)，其釋放出來(lái)的信號(hào)同時(shí)也推動(dòng)了房?jī)r(jià)的上漲；從上海、北京房市到二線中心城市房市的流動(dòng)，帶動(dòng)了一、二線城市房?jī)r(jià)的互動(dòng)。緊跟境外資金的溫州購(gòu)房團(tuán)，2001年至2003年間輾轉(zhuǎn)一線城市的房地產(chǎn)市場(chǎng)，2004年開(kāi)始進(jìn)入二、三線城市，推動(dòng)了發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)房?jī)r(jià)的共同上漲。2007年出現(xiàn)的深圳購(gòu)房團(tuán)，將置業(yè)目標(biāo)投向房地產(chǎn)蓬勃發(fā)展的家鄉(xiāng)省會(huì)城市及二線城市(主要是湘、鄂、川等省份)，帶動(dòng)了這些地區(qū)房?jī)r(jià)的互動(dòng)。上述資金的流動(dòng)也許不足以對(duì)房?jī)r(jià)直接產(chǎn)生重大變化，但更深遠(yuǎn)地對(duì)當(dāng)?shù)鼐用穹績(jī)r(jià)預(yù)期的影響、投資意識(shí)的帶動(dòng)，將間接地對(duì)房地產(chǎn)市場(chǎng)及價(jià)格產(chǎn)生重大影響。外來(lái)資金及本地因素的共同作用下，各地區(qū)的房地產(chǎn)市場(chǎng)產(chǎn)生了價(jià)格的互動(dòng)反應(yīng)。

(三)信息傳遞。近年我國(guó)房地產(chǎn)價(jià)格的快速上漲引起了廣大居民的關(guān)注。居民對(duì)房?jī)r(jià)的關(guān)注一方面因?yàn)橐鉀Q居住問(wèn)題或改善居住條件都需在住房市場(chǎng)上“搜尋”，另一方面我國(guó)經(jīng)濟(jì)和房地產(chǎn)市場(chǎng)的持續(xù)快速發(fā)展，為居民提供了一個(gè)很好的投資機(jī)會(huì)(當(dāng)然也不乏投機(jī)機(jī)會(huì))。隨著越來(lái)越多的住房信息充斥市場(chǎng)，此時(shí)信息的傳遞對(duì)于多數(shù)沒(méi)有經(jīng)驗(yàn)的住房市場(chǎng)參與者來(lái)說(shuō)就顯得越來(lái)越重要，參與者需要通過(guò)報(bào)紙、電視、網(wǎng)絡(luò)及口頭交流獲取信息并預(yù)測(cè)。無(wú)論是上海的“湯臣一品”，杭州西湖的天價(jià)豪宅，還是2005年下半年深圳房?jī)r(jià)的暴漲，及王石在2007年末的房?jī)r(jià)“拐點(diǎn)論”，甚至各地層出不窮的“地王”，逐漸成為人們茶余飯后的談資。熱點(diǎn)地區(qū)的房?jī)r(jià)信息比本地房?jī)r(jià)信息更為人所知，人們?cè)诮邮諢狳c(diǎn)地區(qū)房?jī)r(jià)的同時(shí)，也習(xí)慣于與所居地區(qū)房?jī)r(jià)進(jìn)行對(duì)比，并預(yù)測(cè)居住地區(qū)房?jī)r(jià)的未來(lái)走勢(shì)。從而信息的快速傳遞加強(qiáng)了各地區(qū)的房?jī)r(jià)區(qū)域間的互動(dòng)。

(四)調(diào)控政策、企業(yè)定價(jià)能力及其它外生沖擊。2003年以后，我國(guó)房?jī)r(jià)快速增長(zhǎng)，國(guó)家出臺(tái)了一系列針對(duì)房?jī)r(jià)的宏觀調(diào)控政策。從2003年出臺(tái)的“121文件”、“18號(hào)文件”，到2005年出臺(tái)的“國(guó)八條”、“新國(guó)八條”，2006年的“國(guó)六條”，及2009年的“國(guó)四條”，2010年的“國(guó)十條”，每一項(xiàng)調(diào)控政策的出臺(tái)都對(duì)所有地區(qū)的房?jī)r(jià)產(chǎn)生了較大的影響，如2005年“國(guó)八條”和“新國(guó)八條”直接導(dǎo)致了2006年我國(guó)各地區(qū)房?jī)r(jià)的下降。從而，國(guó)家調(diào)控政策在一定程度上對(duì)各地區(qū)房?jī)r(jià)的互動(dòng)具有一定的作用。此外，我國(guó)各類在型房地產(chǎn)企業(yè)的定價(jià)能力也是導(dǎo)致各地區(qū)房?jī)r(jià)的互動(dòng)的原因。房地產(chǎn)市場(chǎng)在經(jīng)過(guò)了2008年的調(diào)整后，房地產(chǎn)企業(yè)擴(kuò)張步伐加快，百?gòu)?qiáng)房地產(chǎn)企業(yè)加緊了對(duì)存在潛力的二、三線城市的布局。2009年，百?gòu)?qiáng)房地產(chǎn)企業(yè)分公司數(shù)同比增長(zhǎng)24.8%，達(dá)到近10個(gè)，與此同時(shí)業(yè)務(wù)分布城市平均達(dá)16個(gè)之多。到2009年，有14個(gè)省份房地產(chǎn)百?gòu)?qiáng)企業(yè)進(jìn)駐數(shù)達(dá)到或超過(guò)25個(gè)，其中新增了天津、河北、遼寧、江西、重慶、四川、安徽等7個(gè)省份，這些省份大部來(lái)源于中、西部地區(qū)。這些都說(shuō)明大型房地產(chǎn)企業(yè)的業(yè)務(wù)范圍逐漸擴(kuò)展到全國(guó)、定價(jià)能力也在逐漸加強(qiáng)，各個(gè)企業(yè)在不同地區(qū)的定價(jià)目標(biāo)可能不同，但定價(jià)策略一致，而且具有極強(qiáng)的示范效應(yīng)，從而這些企業(yè)定價(jià)的變動(dòng)也會(huì)在一定程度上造成各地區(qū)房?jī)r(jià)的互動(dòng)。而且像2008年金融危機(jī)這樣的外生沖擊也會(huì)促使各地區(qū)房?jī)r(jià)同時(shí)向相同的方向變動(dòng)。

五、結(jié)語(yǔ)

文章利用我國(guó)2002年第二季度至2010年第三季度數(shù)據(jù)，運(yùn)用Debarsy and Ertur(2010)[24]檢驗(yàn)方法及廣義空間面板數(shù)據(jù)模型，實(shí)證分析了我國(guó)區(qū)域房?jī)r(jià)的空間相關(guān)性及形成成因，通過(guò)實(shí)證分析得出以下結(jié)論：(1)我國(guó)區(qū)域房?jī)r(jià)間存在空間相關(guān)，并且這種空間相關(guān)既表現(xiàn)出了空間自相關(guān)，也表現(xiàn)出了空間誤差相關(guān)。(2)地理位置特征和社會(huì)經(jīng)濟(jì)特征均會(huì)對(duì)區(qū)域房?jī)r(jià)及其空間相關(guān)性產(chǎn)生影響。(3)區(qū)域間房?jī)r(jià)的空間相關(guān)強(qiáng)度與地區(qū)間的距離(鄰近地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度比其它相關(guān)地區(qū)大)及地區(qū)間的經(jīng)濟(jì)發(fā)展特征相關(guān)(相似地區(qū)房?jī)r(jià)對(duì)當(dāng)?shù)胤績(jī)r(jià)的影響程度與不相似地區(qū)小)。進(jìn)一步的成因探討表明，勞動(dòng)力流動(dòng)，資本流動(dòng)，信息傳遞，政府政策、企業(yè)定價(jià)能力及其它外生沖擊是引起區(qū)域房?jī)r(jià)空間相關(guān)的主要原因。

注釋：

①信貸擴(kuò)張指標(biāo)由房地產(chǎn)投資資金來(lái)源減去自籌資金得，這部分資金大部分直接或間接來(lái)源于金融機(jī)構(gòu)信貸。

②方法為X12，具體步驟參見(jiàn)《時(shí)間序列X-12-ARIMA季節(jié)調(diào)整：原理與方法》(中國(guó)金融出版社，2006)。

③考慮到變量的面板數(shù)據(jù)格式可能存在的非線性關(guān)系、非平穩(wěn)序列等計(jì)量問(wèn)題，如Madariaga和Poncet(2007)所述。

④選擇從2002年第二季度開(kāi)始的數(shù)據(jù)主要因?yàn)檫@些指標(biāo)中許多都是從這2002年開(kāi)始公布季度數(shù)據(jù)。

參考文獻(xiàn)：

[1]梁云芳,高鐵梅.我國(guó)商品住宅銷售價(jià)格波動(dòng)成因的實(shí)證分析[J].管理世界,2006(8):76-82.

[2]梁云芳,高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究,2007(8):133-142.

[3]嚴(yán)金海.中國(guó)的房?jī)r(jià)與地價(jià):理論、實(shí)證和政策分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2006(1):17-26.

[4]董志勇.房地產(chǎn)價(jià)格影響因素分析:基于中國(guó)各省市的面板數(shù)據(jù)的實(shí)證研究[J].中國(guó)地質(zhì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010(2):98-103.

[5]李永友.房?jī)r(jià)上漲的需求驅(qū)動(dòng)和漣漪效應(yīng)——兼論我國(guó)房?jī)r(jià)問(wèn)題的應(yīng)對(duì)策略[J].經(jīng)濟(jì)學(xué)(季刊),2014(2):443-464.

[6]Anselin,L.,1988,Spatial econometrics:methods and models(Springer).

[7]Alexander,C.,M.Barrow,1994,Seasonality and cointegration of regional house prices in the UK,Urban Studies,(10):1667.

[8]Tu,Y.,2000,Segmentation of Australian housing markets:1989-98,Journal of property research,(4):311-327.

[9]Wood,R.,2003,The information content of regional house prices:can they be used to improve national house price forecasts,Bank of England Quarterly Bulletin.

[10]Gupta,R.,S.Miller,2009,Ripple effects?±and forecasting home prices in Los Angeles,Las Vegas and Phoenix(University of Pretoria,Department of Economics.

[11]王松濤,楊贊,劉洪玉.我國(guó)區(qū)域市場(chǎng)城市房?jī)r(jià)互動(dòng)關(guān)系的實(shí)證研究[J].財(cái)經(jīng)問(wèn)題研究,2008(6):122-129.

[12]黃飛雪.基于協(xié)整和向量誤差修正模型的中國(guó)主要城市房?jī)r(jià)的聯(lián)動(dòng)效應(yīng)研究[J].中大管理研究,2009(2):122-143.

[13]鐘威.珠三角“極點(diǎn)”城市住宅價(jià)格傳導(dǎo)研究[D].武漢：華中科技大學(xué)博士論文,2010.

[14]Meen,G.,1996,Spatial aggregation,spatial dependence and predictability in the UK housing market,Housing Studies,(3):345-372.

[15]Des Rosiers,F.,M.Th¨?riault,P.Y.Villeneuve,2000,Sorting out access and neighbourhood factors in hedonic price modelling,Journal of Property Investment & Finance,(3):291-315.

[16]Basu,S.,T.Thibodeau,1998,Analysis of spatial autocorrelation in house prices,The Journal of Real Estate Finance and Economics,(1):61-85.

[17]Bowen,W.M.,B.A.Mikelbank,D.M.Prestegaard,2001,Theoretical and empirical considerations regarding space in hedonic housing price model applications,Growth and change,(4):466-490.

[18]Gillen,K.,T.Thibodeau,S.Wachter,2001,Anisotropic autocorrelation in house prices,The Journal of Real Estate Finance and Economics,(1):5-30.

[19]Tu,Y.,S.M.Yu,H.Sun,2004,Transaction?Based Office Price Indexes:A Spatiotemporal Modeling Approach, Real Estate Economics,(2):297-328.

[20]Baumont,C.,2007,Neighborhood Effects,Urban Public Policies and Housing Values.A Spatial Econometric Perspective,LEG-Document de travail-Economie.

[21]Ismail,S.,T.Buyong,I.Sipan,M.Hashim,R.Navaneethan,2008,Spatial Hedonic Modelling(SHM)For Mass Valuation.

[22]王鶴.基于空間計(jì)量的房地產(chǎn)價(jià)格影響因素分析[J].經(jīng)濟(jì)評(píng)論,2012(1):48-56.

[23]陳浪南,王鶴.我國(guó)房地產(chǎn)價(jià)格區(qū)域互動(dòng)的實(shí)證研究[J].統(tǒng)計(jì)研究,2012(7):37-43.

[24]Debarsy,N.,C.Ertur,2010,Testing for spatial autocorrelation in a fixed effects panel data model,Regional Science and Urban Economics,(6):453-470.

[25]Lee,L.,J.Yu,2010,Estimation of spatial autoregressive panel data models with fixed effects,Journal of Econometrics,(2):165-185.

[26]沈悅,劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面:1995—2002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究,2004(6):78-86.

[27]林光平,龍志和,吳梅.我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析:1978—2002年[J].經(jīng)濟(jì)學(xué)(季刊),2005(S1):67-82.

[28]張志強(qiáng).空間加權(quán)矩陣設(shè)置與空間面板參數(shù)估計(jì)效率[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2014(10):122-138.

Research on the Regional Housing-prices Based on Generalized Spatial Panel Data Model

WANG He,JIANG Jun

(BusinessSchool,HunanUniversityofScienceandTechnology,Xiangtan,Hunan411201)

Abstract：The authors first introduce the spatial econometric model set test methods(Debarsy and Ertur(2010)and GSMLE estimation method for generalized spatial panel data model(Lee and Yu(2010)),and then employ provincial real estate prices from the second quarter of 2002 to the third quarter of 2010 to investigate the real estate price interactions among regions.It is believed that Chinese real estate price interactions have time lag effect and spatial lag effect and that the house prices have greater impacts on the adjacent regions and the regions with similar economic characteristics.

Key words：housing prices;regional interactive;generalized spatial panel data;GSMLE estimator

作者簡(jiǎn)介：王鶴，1982年生，男，湖南雙峰人，講師，博士，研究方向：房地產(chǎn)經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)理論與應(yīng)用；

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究青年 “區(qū)域房?jī)r(jià)時(shí)空互動(dòng)機(jī)理、效應(yīng)與引導(dǎo)政策研究”(13YJC790143)；國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“持續(xù)調(diào)控背景下房地產(chǎn)市場(chǎng)利益分配協(xié)調(diào)機(jī)制及政策研究”(13BJY057)。

收稿日期：2015-12-04

中圖分類號(hào)：F224.0

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-9743(2015)01-0037-08