鞠　方,雷雨亮,周建軍

(湘潭大學(xué)　商學(xué)院，湖南　湘潭　411105)

?

經(jīng)濟(jì)開(kāi)放度、房地產(chǎn)價(jià)格及其空間溢出

鞠方,雷雨亮,周建軍

(湘潭大學(xué)商學(xué)院，湖南湘潭411105)

本文基于“巴拉薩—薩繆爾森”理論模型，運(yùn)用空間計(jì)量分析方法考察1999—2013年中國(guó)31省房地產(chǎn)價(jià)格的空間相關(guān)性和經(jīng)濟(jì)開(kāi)放度對(duì)房?jī)r(jià)的影響。研究表明，我國(guó)房地產(chǎn)價(jià)格存在顯著的正向空間相關(guān)性，地理距離和經(jīng)濟(jì)距離均會(huì)對(duì)區(qū)域房地產(chǎn)價(jià)格及其空間相關(guān)性產(chǎn)生顯著影響；在考慮了空間影響之后，經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響為正，驗(yàn)證了中國(guó)房地產(chǎn)市場(chǎng)存在“巴拉薩—薩繆爾森”效應(yīng)。

經(jīng)濟(jì)開(kāi)放度；房地產(chǎn)價(jià)格；巴拉薩—薩繆爾森效應(yīng)；空間計(jì)量

一、引言

“十二五”以來(lái)我國(guó)對(duì)外開(kāi)放整體進(jìn)入了新階段，基本形成高水平的對(duì)外開(kāi)放格局。從實(shí)現(xiàn)自貿(mào)區(qū)制度創(chuàng)新到改革外商投資管理體制，從加快實(shí)施“一帶一路”國(guó)家戰(zhàn)略到完善國(guó)際產(chǎn)能合作機(jī)制，我國(guó)正積極構(gòu)建全方位多角度的開(kāi)放型經(jīng)濟(jì)新體制。開(kāi)放程度的不斷深入確實(shí)給我國(guó)房地產(chǎn)業(yè)的發(fā)展帶來(lái)了新機(jī)遇，但是也帶來(lái)了風(fēng)險(xiǎn)和挑戰(zhàn)。1998年房地產(chǎn)市場(chǎng)改革之后，我國(guó)房地產(chǎn)市場(chǎng)快速發(fā)展，房地產(chǎn)價(jià)格持續(xù)走高。盡管近年來(lái)，國(guó)家多次對(duì)房地產(chǎn)進(jìn)行宏觀調(diào)控，但部分地區(qū)房地產(chǎn)價(jià)格仍然居高不下，并在空間分布上呈現(xiàn)集聚現(xiàn)象。高房?jī)r(jià)區(qū)域附近的房?jī)r(jià)通常也較高，而低房?jī)r(jià)區(qū)域臨近的地區(qū)房?jī)r(jià)通常較低，整體房?jī)r(jià)極化效應(yīng)凸顯。如圖1所示，2014年?yáng)|部沿海地區(qū)房地產(chǎn)價(jià)格整體較高，北京、上海的商品房銷(xiāo)售均價(jià)基本超過(guò)了16000元/平方米。廣東、福建和浙江等東部省份商品房平均銷(xiāo)售價(jià)格都在9000元/平方米以上，而中西部地區(qū)房地產(chǎn)價(jià)格相對(duì)較低，最低的為寧夏回族自治區(qū)，僅4117元/平方米，中部地區(qū)湖南省其次，僅4227元/平方米，沿海地區(qū)與內(nèi)陸地區(qū)房地產(chǎn)價(jià)格差異性明顯。

在區(qū)域經(jīng)濟(jì)一體化背景下，隨著地區(qū)開(kāi)放程度的加深，交通、通訊設(shè)施的不斷完善，以及地區(qū)之間人員、資金、技術(shù)等交流不斷深化，區(qū)域房地產(chǎn)價(jià)格不同程度上受外地房地產(chǎn)價(jià)格的影響。因此，有必要從開(kāi)放經(jīng)濟(jì)角度探討我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展和變化。

房地產(chǎn)商品作為典型的非貿(mào)易品，在一國(guó)經(jīng)濟(jì)運(yùn)行中發(fā)揮重要作用。Gabriel，Hamilton和王先柱等國(guó)內(nèi)外學(xué)者主要從人口因素[1-2]、收入水平[3]、宏觀經(jīng)濟(jì)因素[4]、預(yù)期效用[5]、城鎮(zhèn)化[6]等方面分析房地產(chǎn)價(jià)格的影響因素。但是，上述研究成果是在封閉經(jīng)濟(jì)前提下取得的，與目前不斷深化的經(jīng)濟(jì)全球化背景不完全相符。2004年，Bardhan首次從開(kāi)放經(jīng)濟(jì)視角出發(fā)，分析城市經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響，并選取46個(gè)世界城市進(jìn)行OLS估計(jì)[7]，結(jié)果表明，城市經(jīng)濟(jì)開(kāi)放度顯著提高了城市租金，證明房地產(chǎn)市場(chǎng)存在“巴拉薩—薩繆爾森效應(yīng)”，即某個(gè)處于經(jīng)濟(jì)快速發(fā)展階段的國(guó)家，其可貿(mào)易部門(mén)勞動(dòng)生產(chǎn)率的增長(zhǎng)將相應(yīng)提高不可貿(mào)易品的價(jià)格。這一研究擴(kuò)充了城市經(jīng)濟(jì)學(xué)和房地產(chǎn)經(jīng)濟(jì)學(xué)的分析維度，豐富了房地產(chǎn)的價(jià)格影響因素。王松濤利用1998—2006年35個(gè)大中城市的相關(guān)數(shù)據(jù)，在開(kāi)放經(jīng)濟(jì)條件下進(jìn)一步驗(yàn)證了經(jīng)濟(jì)開(kāi)放度對(duì)中國(guó)房地產(chǎn)價(jià)格的正向影響[8]。國(guó)內(nèi)學(xué)者采用不同計(jì)量方法，驗(yàn)證了我國(guó)房地產(chǎn)市場(chǎng)“巴拉薩—薩繆爾森”效應(yīng)的存在性[9-11]。

目前，國(guó)內(nèi)外學(xué)者大多采用傳統(tǒng)的時(shí)間序列和面板數(shù)據(jù)模型分析我國(guó)房?jī)r(jià)問(wèn)題，均基于各個(gè)省份之間房?jī)r(jià)波動(dòng)互相獨(dú)立的假設(shè)，忽略了由于空間臨近帶來(lái)的相互作用，使得計(jì)量模型存在偏差。事實(shí)上，人口與家庭遷移、財(cái)富轉(zhuǎn)移以及不同地理空間的套利行為使得房地產(chǎn)價(jià)格具有明顯的空間聯(lián)系，特定省份的房地產(chǎn)價(jià)格受到與其地理鄰近的相關(guān)省份房地產(chǎn)價(jià)格的影響(王鶴，2012)。房?jī)r(jià)在空間分布上呈現(xiàn)出“馬太效應(yīng)”，各個(gè)省份之間房地產(chǎn)價(jià)格的影響具有明顯的空間依賴性，不能孤立地分析。空間計(jì)量經(jīng)濟(jì)學(xué)將空間數(shù)據(jù)分析與GIS結(jié)合，考慮鄰近省份之間空間上的相互影響及溢出效應(yīng)。與以前的研究相比，本文試圖從以下幾個(gè)方面有所拓展：首先，本研究從空間計(jì)量角度，引入空間Moran I指數(shù)方法，檢驗(yàn)我國(guó)房地產(chǎn)價(jià)格在空間上是否存在空間相關(guān)性和集群特征；然后從地理特征和經(jīng)濟(jì)特征方面構(gòu)建了鄰接權(quán)重、地理距離權(quán)重、經(jīng)濟(jì)距離權(quán)重以及經(jīng)濟(jì)地理嵌套權(quán)重，力求全面客觀地探討經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響；此外，我們還探討了經(jīng)濟(jì)開(kāi)放度對(duì)不同類型房地產(chǎn)商品的影響。研究成果一方面可以從空間維度豐富我們對(duì)經(jīng)濟(jì)開(kāi)放度與房地產(chǎn)價(jià)格之間關(guān)系的認(rèn)識(shí)，同時(shí)也可以為政府合理調(diào)控房地產(chǎn)市場(chǎng)、促進(jìn)房地產(chǎn)價(jià)格平穩(wěn)回歸提供參考。

圖1　2014年全國(guó)各省房地產(chǎn)價(jià)格分布圖

二、理論分析：一個(gè)簡(jiǎn)單的“巴拉薩—薩繆爾森”模型

“巴拉薩—薩繆爾森”理論主要考察開(kāi)放經(jīng)濟(jì)條件下，可貿(mào)易品生產(chǎn)部門(mén)勞動(dòng)生產(chǎn)率的提高對(duì)不可貿(mào)易品價(jià)格的影響。房地產(chǎn)商品價(jià)值量大，且相對(duì)固定，是典型的非貿(mào)易商品。本文借鑒毛其淋(2010)、宋金娜(2012)的做法，在Balassa和Samuleson的研究基礎(chǔ)上，對(duì)我國(guó)房地產(chǎn)市場(chǎng)的“巴拉薩—薩繆爾森”效應(yīng)進(jìn)行簡(jiǎn)要的理論分析[11-12]。

假定在一個(gè)開(kāi)放的小國(guó)經(jīng)濟(jì)體中存在著一組同質(zhì)企業(yè)，分別生產(chǎn)可貿(mào)易品(企業(yè)1)和非可貿(mào)易品(企業(yè)2)。為了分析簡(jiǎn)單，假設(shè)不可貿(mào)易品生產(chǎn)部門(mén)僅僅生產(chǎn)房地產(chǎn)這一種商品，且可貿(mào)易商品的價(jià)格由國(guó)際市場(chǎng)決定，而房地產(chǎn)商品的價(jià)格由國(guó)內(nèi)市場(chǎng)決定。兩個(gè)企業(yè)均需要投入勞動(dòng)L和資本K進(jìn)行生產(chǎn)，在完全競(jìng)爭(zhēng)市場(chǎng)結(jié)構(gòu)下，資本能夠在國(guó)際間自由流動(dòng)，而勞動(dòng)力只能在國(guó)內(nèi)各部門(mén)之間自由流動(dòng)。勞動(dòng)力的自由流動(dòng)使得可貿(mào)易品生產(chǎn)部門(mén)與房地產(chǎn)企業(yè)的均衡工資相等，即w1=w*=w2。其次，勞動(dòng)力市場(chǎng)是充分就業(yè)的，即勞動(dòng)總供給量L=L1+L2。

為了方便起見(jiàn)，我們假定可貿(mào)易品部門(mén)和房地產(chǎn)企業(yè)的生產(chǎn)函數(shù)均為規(guī)模報(bào)酬不變的柯布—道格拉斯形式。α和β分別表示可貿(mào)易部門(mén)和房地產(chǎn)企業(yè)勞動(dòng)力產(chǎn)出彈性系數(shù)，且0<α<1,0<β<1可貿(mào)易商品價(jià)格p1被標(biāo)準(zhǔn)化為1，房地產(chǎn)商品的價(jià)格為p2，則p2可以表示為房地產(chǎn)商品相對(duì)于可貿(mào)易品的價(jià)格。

可貿(mào)易品生產(chǎn)部門(mén)的利潤(rùn)最大化問(wèn)題表示如下：

max π1=A1L1αK11-α-w*L1-rK1

(1)

(2)

(3)

類似地，房地產(chǎn)企業(yè)利潤(rùn)最大化問(wèn)題為：

max π2=p2·A2L2βK21-β-w*L2-rK2

(4)

(5)

(6)

其中，A1和A2表示可貿(mào)易部門(mén)和房地產(chǎn)企業(yè)的全要素生產(chǎn)率，r表示外生給定的利率。根據(jù)(2)式和(5)式，可得：

αA1L1α-1K11-α=p2·βA2L2β-1K21-β=w*

(7)

(8)

Y1和Y2表示可貿(mào)易部門(mén)和房地產(chǎn)企業(yè)的單位勞動(dòng)力產(chǎn)出，即勞動(dòng)生產(chǎn)率。式(8)說(shuō)明房地產(chǎn)商品的相對(duì)價(jià)格p2取決于兩個(gè)部門(mén)勞動(dòng)生產(chǎn)率的大小。在開(kāi)放經(jīng)濟(jì)條件下，得益于國(guó)際合作的競(jìng)爭(zhēng)不斷加強(qiáng)和技術(shù)創(chuàng)新的提高，可貿(mào)易部門(mén)勞動(dòng)生產(chǎn)率提高得更快[13]，許和連等學(xué)者的研究也證明了這一現(xiàn)象在中國(guó)市場(chǎng)的存在性[14]。

如果我們假定d(y1/y2)dt=γd(open)/dt,γ是大于0的正數(shù)，那么式(8)兩邊對(duì)時(shí)間t求導(dǎo)，可得：

(9)

上述分析表明，隨著經(jīng)濟(jì)開(kāi)放程度的提高，可貿(mào)易品部門(mén)勞動(dòng)生產(chǎn)率比房地產(chǎn)企業(yè)勞動(dòng)生產(chǎn)率上升得更快。由于完全競(jìng)爭(zhēng)市場(chǎng)條件要求兩部門(mén)的均衡工資水平相等，所以，房地產(chǎn)企業(yè)工資水平也會(huì)相應(yīng)提高，房地產(chǎn)商品的生產(chǎn)成本增加，導(dǎo)致房地產(chǎn)價(jià)格不斷上漲。同樣，房地產(chǎn)價(jià)格波動(dòng)通過(guò)勞動(dòng)力和資金流動(dòng)的作用，對(duì)非可貿(mào)易部門(mén)商品價(jià)格產(chǎn)生作用。如此反復(fù)循環(huán)，地區(qū)與地區(qū)之間，可貿(mào)易部門(mén)與房地產(chǎn)部門(mén)之間商品價(jià)格在開(kāi)放經(jīng)濟(jì)條件下相互作用，相互制約平衡。因此，我們得到如下命題：經(jīng)濟(jì)開(kāi)放度與房地產(chǎn)價(jià)格呈正相關(guān)關(guān)系，即經(jīng)濟(jì)開(kāi)放度的提高將助漲房地產(chǎn)商品價(jià)格。鑒于勞動(dòng)力和資金的流動(dòng)往往受到地理因素和經(jīng)濟(jì)因素的影響，從而使得房地產(chǎn)價(jià)格表現(xiàn)出空間溢出效應(yīng)，因此使用空間計(jì)量方法，從地理特征和經(jīng)濟(jì)特征兩個(gè)角度構(gòu)建模型能更有效地模擬和估計(jì)經(jīng)濟(jì)開(kāi)放對(duì)房地產(chǎn)價(jià)格的作用及其空間相關(guān)性。

三、計(jì)量模型構(gòu)建與數(shù)據(jù)說(shuō)明

(一)MoranI空間相關(guān)性檢驗(yàn)

空間自相關(guān)反映了某區(qū)域的觀測(cè)值與鄰近地理空間同一觀測(cè)值的關(guān)聯(lián)程度，可以用全局空間自相關(guān)和局域空間自相關(guān)值加以度量。

Moran指數(shù)是最早用于檢驗(yàn)全局空間相關(guān)性的方法，它主要檢驗(yàn)空間系統(tǒng)中相鄰區(qū)域之間是相似、相異還是獨(dú)立關(guān)系。本文中Moran指數(shù)的計(jì)算公式如下：

(10)

xi和xj分別代表區(qū)域i和區(qū)域j的房地產(chǎn)價(jià)格，n代表樣本中觀測(cè)地區(qū)總數(shù),ωij是基于不同標(biāo)準(zhǔn)建立的權(quán)重，反映空間目標(biāo)的位置相似性。MoranI指數(shù)的取值在-1到1之間，其數(shù)值越大表明關(guān)聯(lián)程度越高。如果統(tǒng)計(jì)值大于零，表示具有相似屬性的空間單位在地理上相對(duì)集中；統(tǒng)計(jì)值小于零，表明具有相似屬性的空間單位在地理上趨向于集聚；如果統(tǒng)計(jì)值等于零，表明不具有空間相關(guān)性。

全局MoranI指數(shù)反映了不同省際間房地產(chǎn)價(jià)格的整體空間自相關(guān)性，但是不同地區(qū)省際間關(guān)聯(lián)的局域特征可能會(huì)出現(xiàn)“非典型”情況，需要用局域MoranI指數(shù)Ii分析房地產(chǎn)價(jià)格關(guān)聯(lián)的局域特征。正的Ii值表明該區(qū)域周?chē)嗨浦?高值或者低值)的空間集聚，而負(fù)的Ii表示非相似值在地理空間上集聚，其計(jì)算公式為：

(11)

局域自相關(guān)共有四種模式，分布在四個(gè)象限。第一象限說(shuō)明高房?jī)r(jià)地區(qū)被高房?jī)r(jià)地區(qū)所包圍；第二象限說(shuō)明低房?jī)r(jià)地區(qū)被房?jī)r(jià)高的地區(qū)包圍；第三象限說(shuō)明低房?jī)r(jià)地區(qū)被低房?jī)r(jià)地區(qū)所包圍；第四象限表明高房?jī)r(jià)地區(qū)被低房?jī)r(jià)地區(qū)所包圍。

(二)空間計(jì)量模型

與傳統(tǒng)計(jì)量模型不同，空間計(jì)量模型考慮了不同區(qū)域之間的空間依賴性，即認(rèn)為觀測(cè)值及其區(qū)位之間具有一致性，某個(gè)區(qū)位上的事物可以被空間系統(tǒng)內(nèi)的另一個(gè)事物影響或決定[15]，地區(qū)之間的相對(duì)和絕對(duì)位置決定了空間相關(guān)的模式以及程度大小?？臻g相關(guān)性可能存在于被解釋變量和誤差項(xiàng)中，因此，空間計(jì)量分為空間自回歸模型(SpatialAuto-RegressiveModel,SAR)和空間誤差模型(SpatialerrorModel，SEM)。

SAR模型主要用于研究空間系統(tǒng)內(nèi)某地區(qū)的行為對(duì)相鄰地區(qū)的影響，這一影響主要通過(guò)因變量的滯后項(xiàng)進(jìn)行，其表達(dá)式為：

(12)

SEM主要用來(lái)研究通過(guò)殘差擾動(dòng)項(xiàng)結(jié)構(gòu)關(guān)聯(lián)實(shí)現(xiàn)地區(qū)間相互影響的情況，其殘差擾動(dòng)項(xiàng)顯示出空間依賴性，此模型數(shù)學(xué)表達(dá)式為：

yit=Xitβ+εit

(13)

(14)

(三)空間權(quán)重矩陣的構(gòu)建

空間權(quán)重矩陣W反映了各個(gè)省份之間空間的關(guān)聯(lián)程度與依賴程度，是建立空間計(jì)量模型的關(guān)鍵。目前多數(shù)研究采用二進(jìn)制的空間矩陣，相鄰省份記為1，不相鄰則記為0，這種方法計(jì)算簡(jiǎn)單，但是不能準(zhǔn)確地反映各個(gè)省份的空間關(guān)聯(lián)性。為了研究需要，本文從地理特征和經(jīng)濟(jì)特征兩個(gè)角度構(gòu)建了鄰接空間矩陣、地理距離矩陣、經(jīng)濟(jì)距離權(quán)重矩陣以及經(jīng)濟(jì)地理嵌套權(quán)重矩陣，以便更加準(zhǔn)確的把握房地產(chǎn)價(jià)格的空間集聚現(xiàn)象，分析經(jīng)濟(jì)開(kāi)放度對(duì)房?jī)r(jià)的影響程度。

1. 鄰接空間矩陣

經(jīng)濟(jì)現(xiàn)象和行為與其地理位置密切相關(guān)。由于地理位置的鄰近，房地產(chǎn)價(jià)格存在明顯的空間相關(guān)。一階鄰接矩陣根據(jù)地理上不同區(qū)域是否相鄰進(jìn)行設(shè)定，矩陣元素其中對(duì)角線元素全為0，其他元素的設(shè)定滿足：

(15)

其中，i=1,2,3…n;j=1,2,3…m；m≠n*由于海南地理位置特殊，與其余省份均不相鄰。但是海南省與廣東省經(jīng)濟(jì)交往和貿(mào)易往來(lái)頻繁，且地理位置較近。因此，在構(gòu)建地理距離的鄰接矩陣時(shí)，為了避免孤島效應(yīng)，假定其僅與廣東省相鄰。?？臻g鄰接矩陣認(rèn)為區(qū)域之間地理上的鄰近決定了不同空間單位的相關(guān)性，且不同相鄰單位的影響程度是一樣的，這在一定程度上不符合現(xiàn)實(shí)狀況，它割裂了一個(gè)地區(qū)與不相鄰地區(qū)之間的空間聯(lián)系。為了克服簡(jiǎn)單鄰接權(quán)重的弊端，文章接下來(lái)提出了地理距離衰減權(quán)重矩陣，對(duì)開(kāi)放經(jīng)濟(jì)條件下房地產(chǎn)價(jià)格的影響影響進(jìn)行全面分析。

2. 地理距離權(quán)重

根據(jù)地理學(xué)第一定理，任何事物在空間上都是相關(guān)的，距離越近則空間相互影響越強(qiáng)，隨著地理距離的不斷增加，關(guān)聯(lián)程度不斷減弱?？臻g距離加權(quán)矩陣根據(jù)各省份之間距離確定權(quán)重，距離越遠(yuǎn)，相互影響的程度越小，距離越近則影響越大。它不僅反映相鄰地區(qū)之間的鄰接關(guān)系，還能衡量它們之間的相鄰程度。空間距離加權(quán)矩陣定義如下：

(16)

其中，dij為使用緯度和經(jīng)度計(jì)算的兩省之間距離*省域中心之間經(jīng)緯度的距離數(shù)據(jù)來(lái)源于空間地理科學(xué)網(wǎng)站：http://www.geobytes.com.。距離倒數(shù)的平方反映了省際空間作用與地理距離的衰減關(guān)系。

3. 經(jīng)濟(jì)距離權(quán)重矩陣

空間系統(tǒng)內(nèi)區(qū)域的相對(duì)和絕對(duì)位置并不是影響空間相關(guān)性的唯一因素，地區(qū)之間的經(jīng)濟(jì)活動(dòng)也會(huì)對(duì)空間單位產(chǎn)生影響，如貿(mào)易往來(lái)、金融交易等等。不同經(jīng)濟(jì)水平的省份對(duì)鄰接區(qū)域的影響是不同的，因此，文章利用不同省份的人均實(shí)際GDP差距的倒數(shù)來(lái)構(gòu)造權(quán)重矩陣，如果人均GDP差距較大，則對(duì)應(yīng)的權(quán)重較小，相反人均GDP差距較小，相對(duì)應(yīng)的權(quán)重則較大。經(jīng)濟(jì)距離權(quán)重矩陣定義如下：

(17)

4.經(jīng)濟(jì)地理嵌套權(quán)重矩陣

嵌套矩陣將地理距離權(quán)重矩陣和經(jīng)濟(jì)特征權(quán)重矩陣有機(jī)地結(jié)合起來(lái)使用，其目的在于盡量準(zhǔn)確地刻畫(huà)空間效應(yīng)的綜合性及復(fù)雜性。嵌套權(quán)重矩陣形式如下：

其中

(四)變量選擇和數(shù)據(jù)來(lái)源

1998年的住房制度改革標(biāo)志著我國(guó)房地產(chǎn)市場(chǎng)進(jìn)入市場(chǎng)化時(shí)代。因此，本文使用1999—2013年31省份的面板數(shù)據(jù)進(jìn)行分析。房地產(chǎn)價(jià)格用最具代表性的商品房實(shí)際銷(xiāo)售價(jià)格表示，經(jīng)濟(jì)開(kāi)放度則根據(jù)美國(guó)經(jīng)濟(jì)研究局的定義，參考王松濤等的做法，用進(jìn)出口總額/地區(qū)生產(chǎn)總值表示，其中進(jìn)出口總額運(yùn)用歷年美元兌人民幣匯率進(jìn)行調(diào)整[8]。在開(kāi)放經(jīng)濟(jì)條件下，影響房地產(chǎn)價(jià)格的因素眾多，綜合考慮之下，本文選取了地區(qū)生產(chǎn)總值衡量地區(qū)發(fā)展水平，用房地產(chǎn)國(guó)內(nèi)貸款、房屋竣工面積以及房屋竣工造價(jià)衡量房地產(chǎn)市場(chǎng)供給影響因素。為了消除價(jià)格變化的影響，利用各省的居民消費(fèi)指數(shù)將名義變量均調(diào)整為實(shí)際變量，其中CPI指數(shù)以1999年為基期。為了消除模型的異方差，對(duì)商品房實(shí)際銷(xiāo)售價(jià)格、房地產(chǎn)國(guó)內(nèi)貸款、實(shí)際竣工面積、商品房實(shí)際竣工造價(jià)取對(duì)數(shù)。數(shù)據(jù)來(lái)源于中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)和《中國(guó)統(tǒng)計(jì)年鑒》，具體變量說(shuō)明見(jiàn)下表。

四、實(shí)證結(jié)果分析

(一)空間自相關(guān)檢驗(yàn)

Moran I 指數(shù)能夠反映各變量的空間相關(guān)性。表2為1999—2013年31省的房地產(chǎn)價(jià)格的Moran I 值。在空間鄰接權(quán)重和經(jīng)濟(jì)距離權(quán)重下，我國(guó)房地產(chǎn)價(jià)格存在明顯的正向空間相關(guān)性，且均通過(guò)了10%的顯著性水平。在距離衰減權(quán)重和經(jīng)濟(jì)地理嵌套權(quán)重下，2009年之前我國(guó)房地產(chǎn)價(jià)格變動(dòng)的空間相關(guān)性并不顯著，可能的原因是，我國(guó)1998年剛開(kāi)始進(jìn)行房地產(chǎn)改革，由實(shí)物分房轉(zhuǎn)換為貨幣分房，房地產(chǎn)市場(chǎng)才逐漸發(fā)展起來(lái)，所以空間依賴度并不顯著。綜合四種空間權(quán)重矩陣，我們認(rèn)為，我國(guó)房地產(chǎn)價(jià)格的整體相關(guān)度為正，說(shuō)明在樣本期內(nèi)，我國(guó)省際房地產(chǎn)價(jià)格存在“馬太效應(yīng)”，即房地產(chǎn)價(jià)格較高的省份其鄰近地區(qū)房?jī)r(jià)也較高，而房?jī)r(jià)較低的省份其鄰近區(qū)域房?jī)r(jià)也相對(duì)較低。其次，從Moran I 的變動(dòng)趨勢(shì)來(lái)看，以2009年為拐點(diǎn)，在2009年之前房地產(chǎn)價(jià)格的Moran I 呈現(xiàn)上升趨勢(shì)，而2009年開(kāi)始有所下降，2012年又開(kāi)始上升。整體來(lái)看，我國(guó)各地區(qū)房地產(chǎn)價(jià)格變動(dòng)的空間相關(guān)性較強(qiáng)。

表1　變量說(shuō)明

表2　1999—2013年房地產(chǎn)價(jià)格和經(jīng)濟(jì)開(kāi)放度的Moran I 指數(shù)統(tǒng)計(jì)

Moran I指數(shù)已經(jīng)表明房地產(chǎn)價(jià)格和經(jīng)濟(jì)開(kāi)放度的全局空間自相關(guān)性，而Moran I散點(diǎn)圖能進(jìn)一步說(shuō)明房?jī)r(jià)空間分布的局部特征。

圖2是2013年四種不同權(quán)重下房地產(chǎn)價(jià)格的Moran I散點(diǎn)圖，各個(gè)散點(diǎn)在以虛線構(gòu)成的四個(gè)象限中的分布表明房地產(chǎn)價(jià)格的空間分布呈現(xiàn)出明顯的規(guī)律。Moran I散點(diǎn)主要集中在一、三象限，即H-H區(qū)域和L-L區(qū)域，這表明我國(guó)房地產(chǎn)價(jià)格存在明顯空間集聚，其分布是非均質(zhì)的。

上述分析表明我國(guó)省際經(jīng)濟(jì)開(kāi)放度和房地產(chǎn)價(jià)格的空間相關(guān)關(guān)系并非隨機(jī)分布，而是在空間位置上呈現(xiàn)出一定的規(guī)律性。某區(qū)域房地產(chǎn)價(jià)格產(chǎn)生的波動(dòng)有可能通過(guò)空間溢出效應(yīng)對(duì)相鄰省份的房地產(chǎn)價(jià)格產(chǎn)生影響。因此，僅僅運(yùn)用普通面板模型對(duì)經(jīng)濟(jì)開(kāi)放度影響房地產(chǎn)價(jià)格的機(jī)制和程度進(jìn)行檢驗(yàn)會(huì)產(chǎn)生一定偏差，必須采用空間面板數(shù)據(jù)模型。

(二)經(jīng)典計(jì)量模型經(jīng)驗(yàn)估計(jì)結(jié)果

首先，在不考慮房地產(chǎn)價(jià)格空間因素的情況下，運(yùn)用經(jīng)典計(jì)量回歸模型估計(jì)經(jīng)濟(jì)開(kāi)放度對(duì)我國(guó)房地產(chǎn)價(jià)格的影響。我們分別采用OLS估計(jì)、隨機(jī)效應(yīng)和固定效用模型進(jìn)行估計(jì)，下表則報(bào)告了上述模型的回歸結(jié)果。三種估計(jì)方法下，R2較高，且F值均通過(guò)了1%的顯著性檢驗(yàn)。從各個(gè)變量的回歸系數(shù)來(lái)看，除了竣工房屋面積(space)之外，其余變量均通過(guò)了1%的顯著性水平檢驗(yàn)。表3中，經(jīng)濟(jì)開(kāi)放度的回歸系數(shù)均顯著為正，這說(shuō)明經(jīng)濟(jì)開(kāi)放度的提高對(duì)我國(guó)房地產(chǎn)價(jià)格具有明顯的促進(jìn)作用。地區(qū)生產(chǎn)總值對(duì)房地產(chǎn)價(jià)格也具有較大的正向影響，代表房地產(chǎn)供給的竣工房屋面積回歸系數(shù)顯著為負(fù)。另外，國(guó)內(nèi)貸款和竣工房屋價(jià)值對(duì)房地產(chǎn)價(jià)格也具有正向影響，且通過(guò)了1%的顯著性水平檢驗(yàn)。

圖2　2013年我國(guó)房地產(chǎn)價(jià)格的Moran I散點(diǎn)圖

OLSREFEEstimateStdEstimateStdEstimateStdintercept0402???0114-0243?0125//open0095???00130086???00200076???0025gdp0046?00240188???00270409???0028load0145???00130106???00170060???0016space-0135???0021-0094???0021-000050020value0728???00380608???00450239???0048Ftest645654???546651???739781???Adjust-R2086420845208267obs465465465

(三)對(duì)總體房地產(chǎn)價(jià)格的檢驗(yàn)——來(lái)自四種空間權(quán)重矩陣的證據(jù)

為進(jìn)一步深入考察房地產(chǎn)價(jià)格受本區(qū)域經(jīng)濟(jì)開(kāi)放度和鄰近區(qū)域房地產(chǎn)價(jià)格的影響程度，采用空間計(jì)量模型來(lái)分析本地區(qū)房?jī)r(jià)受本地區(qū)經(jīng)濟(jì)開(kāi)發(fā)、地區(qū)發(fā)展水平、其他控制變量和周邊地區(qū)被解釋變量的影響。綜合運(yùn)用四種空間權(quán)重矩陣，對(duì)經(jīng)濟(jì)開(kāi)放度與房地產(chǎn)價(jià)格之間的關(guān)系進(jìn)行空間檢驗(yàn)。從計(jì)量經(jīng)濟(jì)學(xué)的角度來(lái)看，觀測(cè)數(shù)據(jù)之間的空間相關(guān)性違背了自變量嚴(yán)格外生和殘差擾動(dòng)項(xiàng)獨(dú)立同分布的假設(shè)前提，采用傳統(tǒng)的最小二乘估計(jì)(OLS)會(huì)導(dǎo)致估計(jì)結(jié)果出現(xiàn)有偏或不一致，而IV或者M(jìn)LE方法可以解決這一問(wèn)題。因此，運(yùn)用R軟件，采取MLE方法對(duì)上述空間計(jì)量模型進(jìn)行估計(jì)。

首先，運(yùn)用LM檢驗(yàn)來(lái)識(shí)別空間模型的具體形式，結(jié)果如表4所示，LMlag、R-LMlag、LMerr、R-LMerr均通過(guò)了1%的顯著性檢驗(yàn)，且LMlag> LMerr，R-LMlag> R-LMerr，故本文選擇SAR模型作為回歸模型。

表4　SAR和SEM模型的LM檢驗(yàn)

根據(jù)LM檢驗(yàn)識(shí)別的模型具體形式，分別運(yùn)用空間鄰接權(quán)重(W1)、地理距離權(quán)重(W2)、經(jīng)濟(jì)距離權(quán)重(W3)和經(jīng)濟(jì)地理嵌套權(quán)重(W4)，采用極大似然估計(jì)方法對(duì)計(jì)量模型進(jìn)行估計(jì)。

根據(jù)LM檢驗(yàn)的結(jié)果，我們主要運(yùn)用SAR模型進(jìn)行實(shí)證闡釋。從表5我們可以得出以下結(jié)論：第一，在四種不同空間權(quán)重矩陣背景下，空間相關(guān)系數(shù)ρ均為正且通過(guò)了1%的顯著性概率檢驗(yàn)，充分說(shuō)明了我國(guó)省際房地產(chǎn)價(jià)格存在顯著的正向空間相關(guān)效應(yīng)，一個(gè)地區(qū)的房?jī)r(jià)在一定程度上受其他與之具有相似空間特征的區(qū)域房地產(chǎn)價(jià)格的影響，這與洪濤(2007)、陳浪南(2012)等的研究結(jié)論一致。四種空間權(quán)重下的空間相關(guān)系數(shù)分別為0.293、0.434、0.363、0.452，地理特征和經(jīng)濟(jì)特征均會(huì)對(duì)區(qū)域房地產(chǎn)價(jià)格及其空間相關(guān)性產(chǎn)生顯著影響。W1、W2顯示的空間相關(guān)系數(shù)顯著為正，表明地理位置上的鄰近對(duì)地區(qū)房地產(chǎn)價(jià)格具有顯著的正向影響。地理位置的鄰近，便于省際間資金、技術(shù)、人力資源的流動(dòng)與傳播，帶動(dòng)了周?chē)貐^(qū)房地產(chǎn)價(jià)格的上漲。W3和W4考慮了經(jīng)濟(jì)因素，空間相關(guān)系數(shù)仍然顯著為正，表明經(jīng)濟(jì)發(fā)展水平相近的地區(qū)之間房地產(chǎn)價(jià)格具有相互促進(jìn)的正向影響。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)吸引了大量人才、資金的流入，形成資源集聚優(yōu)勢(shì)，經(jīng)濟(jì)條件與之相似的地區(qū)更能促進(jìn)人才、技術(shù)、資金的交流和溢出，影響房地產(chǎn)市場(chǎng)的供給和需求，形成了區(qū)域性的房?jī)r(jià)集聚現(xiàn)象。

表5　總體房地產(chǎn)價(jià)格的SAR模型估計(jì)結(jié)果

注：1.括號(hào)內(nèi)值為標(biāo)準(zhǔn)差；2.*、**和***分別表示在10%、5%和1%的顯著性水平下顯著。

表6　總體房地產(chǎn)價(jià)格的SEM模型估計(jì)結(jié)果

注：1.括號(hào)內(nèi)值為標(biāo)準(zhǔn)差；2.*、**和***分別表示在10%、5%和1%的顯著性水平下顯著。

第二，在四種空間權(quán)重矩陣下，經(jīng)濟(jì)開(kāi)放度均通過(guò)了5%的顯著性檢驗(yàn)，說(shuō)明經(jīng)濟(jì)開(kāi)放度對(duì)于房地產(chǎn)價(jià)格的影響顯著。在考慮了空間因素之后，經(jīng)濟(jì)開(kāi)放度的系數(shù)符號(hào)為正，與預(yù)期相符，驗(yàn)證了中國(guó)房地產(chǎn)市場(chǎng)的“巴拉薩—薩繆爾森”效應(yīng)，即經(jīng)濟(jì)開(kāi)放度越高，越能助漲該地區(qū)房地產(chǎn)價(jià)格。從系數(shù)值大小來(lái)看，考慮空間因素之后，該變量系數(shù)值介于0.075和0.089，遠(yuǎn)高于經(jīng)典計(jì)量模型的回歸結(jié)果。這說(shuō)明，如果不考慮房地產(chǎn)價(jià)格的空間相關(guān)性，經(jīng)濟(jì)開(kāi)放度對(duì)商品房?jī)r(jià)格的影響會(huì)被低估。在不同權(quán)重矩陣下，經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響程度有細(xì)微差別。在經(jīng)濟(jì)地理嵌套權(quán)重矩陣下，經(jīng)濟(jì)開(kāi)放度的系數(shù)最大，地理距離權(quán)重矩陣次之，空間鄰接權(quán)重最小。

第三，在影響房地產(chǎn)價(jià)格的眾多變量中，地區(qū)生產(chǎn)總值在不同空間權(quán)重矩陣下對(duì)房地產(chǎn)價(jià)格的影響系數(shù)均為正，且均通過(guò)了1%的顯著性檢驗(yàn)，表明地區(qū)生產(chǎn)總值對(duì)房地產(chǎn)價(jià)格具有顯著的正向影響。房地產(chǎn)國(guó)內(nèi)貸款、竣工房屋造價(jià)均對(duì)房地產(chǎn)價(jià)格具有顯著的正向影響，但是竣工房屋面積在四種權(quán)重矩陣下對(duì)房?jī)r(jià)的影響均不顯著。這說(shuō)明，房屋竣工面積并不是影響房地產(chǎn)價(jià)格的顯著因素。

(三)對(duì)住宅、別墅、商業(yè)營(yíng)業(yè)用房?jī)r(jià)格的檢驗(yàn)

上述分析表明，經(jīng)濟(jì)開(kāi)放度對(duì)我國(guó)商品房?jī)r(jià)格具有顯著的正向影響，然而這種效應(yīng)是否在住宅市場(chǎng)、高檔別墅市場(chǎng)、商業(yè)營(yíng)業(yè)用房分類市場(chǎng)依然存在？如果存在，那么經(jīng)濟(jì)開(kāi)放度對(duì)這幾類房地產(chǎn)商品價(jià)格的影響有何差異？為了深入探討經(jīng)濟(jì)開(kāi)放度的空間溢出效應(yīng)及其對(duì)我國(guó)房地產(chǎn)市場(chǎng)的影響，下文進(jìn)一步檢驗(yàn)各類房地產(chǎn)市場(chǎng)的“巴拉薩—薩繆爾森”效應(yīng)。

從表7來(lái)看，地理鄰接矩陣、地理距離矩陣、經(jīng)濟(jì)距離矩陣以及經(jīng)濟(jì)地理嵌套矩陣的住宅市場(chǎng)模型(1)和高檔別墅市場(chǎng)模型(2)的空間相關(guān)系數(shù)均為正且通過(guò)了10%的顯著性檢驗(yàn)，充分說(shuō)明住宅價(jià)格、高檔公寓和別墅以及商業(yè)營(yíng)業(yè)用房的價(jià)格在空間上存在正向相關(guān)關(guān)系，地理特征和經(jīng)濟(jì)特征均會(huì)對(duì)兩類房地產(chǎn)商品的平均銷(xiāo)售價(jià)格產(chǎn)生影響。

此外，在不同空間權(quán)重矩陣下，經(jīng)濟(jì)開(kāi)放度對(duì)住宅價(jià)格均是正向影響，且通過(guò)了5%顯著性水平的檢驗(yàn)，這說(shuō)明我國(guó)住宅市場(chǎng)存在明顯的“巴拉薩—薩繆爾森”效應(yīng)。僅當(dāng)?shù)乩硪蛩睾徒?jīng)濟(jì)因素有機(jī)結(jié)合在嵌套模型中進(jìn)行估計(jì)時(shí)，經(jīng)濟(jì)開(kāi)放度才對(duì)高檔公寓和別墅的價(jià)格產(chǎn)生顯著的正向作用，這可能是由于高檔公寓和別墅的價(jià)格即受到本身區(qū)位因素影響，同時(shí)又受到與區(qū)位因素密不可分的公共配套設(shè)施，服務(wù)水平和城市魅力等復(fù)雜經(jīng)濟(jì)因素的影響，經(jīng)濟(jì)地理嵌套權(quán)重矩陣能更有效地刻畫(huà)出經(jīng)濟(jì)高檔公寓和別墅價(jià)格的空間效應(yīng)和復(fù)雜性。但是無(wú)論在哪種空間權(quán)重矩陣下，經(jīng)濟(jì)開(kāi)放度均不對(duì)商業(yè)營(yíng)業(yè)用房?jī)r(jià)格產(chǎn)生影響，商業(yè)營(yíng)業(yè)用房的價(jià)格主要的受到本地區(qū)經(jīng)濟(jì)發(fā)展水平和建筑成本的影響。

回歸結(jié)果還表明，地區(qū)生產(chǎn)總值、房地產(chǎn)國(guó)內(nèi)貸款、竣工房屋造價(jià)均通過(guò)了10%的顯著性檢驗(yàn)，且相關(guān)趨勢(shì)與預(yù)期相符。地區(qū)生產(chǎn)總值的提高、房地產(chǎn)貸款的增加以及竣工房屋造價(jià)的上升對(duì)各類房地產(chǎn)價(jià)格均產(chǎn)生顯著的推動(dòng)作用，而竣工房屋面積影響并不顯著。

五、研究結(jié)論

本文利用1998—2014年各個(gè)省份房地產(chǎn)和對(duì)外開(kāi)放的相關(guān)數(shù)據(jù)，首次將空間計(jì)量方法引入經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的經(jīng)驗(yàn)研究中。本文還從地理區(qū)位特征和社會(huì)經(jīng)濟(jì)特征兩個(gè)方面建立鄰接矩陣、地理距離矩陣、經(jīng)濟(jì)距離矩陣以及經(jīng)濟(jì)地理嵌套權(quán)重矩陣，從不同角度考察房地產(chǎn)價(jià)格的空間影響因素，更符合“巴拉薩—薩繆爾森”效應(yīng)產(chǎn)生的理論機(jī)制。

首先，采用MoranI空間相關(guān)性檢驗(yàn)發(fā)現(xiàn)，各個(gè)省份的房?jī)r(jià)在地理空間上存在顯著的空間自相關(guān)，某區(qū)域的房地產(chǎn)價(jià)格變動(dòng)并不是毫無(wú)規(guī)律的隨機(jī)分布，而是受鄰近區(qū)域或經(jīng)濟(jì)發(fā)展水平相似區(qū)域的房地產(chǎn)價(jià)格影響。房地產(chǎn)價(jià)格的溢出效應(yīng)不僅體現(xiàn)在地理鄰近省份，還體現(xiàn)在經(jīng)濟(jì)發(fā)展水平相似的區(qū)域之間。

表7　細(xì)分房地產(chǎn)市場(chǎng)價(jià)格的SAR模型估計(jì)結(jié)果

注：1.括號(hào)內(nèi)值為標(biāo)準(zhǔn)差；2.*、**和***分別表示在10%、5%和1%的顯著性水平下顯著；3.模型(1)-模型(3)分別表示以住宅平均銷(xiāo)售價(jià)格、高檔公寓和別墅平均銷(xiāo)售價(jià)格、商業(yè)營(yíng)業(yè)用房平均銷(xiāo)售價(jià)格作為被解釋變量的回歸結(jié)果。

從總體房地產(chǎn)價(jià)格的SAR模型估計(jì)的系數(shù)看來(lái)，經(jīng)濟(jì)開(kāi)放度與房?jī)r(jià)呈現(xiàn)正相關(guān)關(guān)系，省際經(jīng)濟(jì)開(kāi)放程度越高，相應(yīng)整體房地產(chǎn)價(jià)格較高，充分說(shuō)明我國(guó)房地產(chǎn)市場(chǎng)存在“巴拉薩—薩繆爾森”效應(yīng)。并且，經(jīng)濟(jì)距離權(quán)重矩陣下經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響程度要大于地理特征權(quán)重矩陣。

通過(guò)構(gòu)建細(xì)分市場(chǎng)SAR模型進(jìn)一步考察經(jīng)濟(jì)開(kāi)放度對(duì)各類房地產(chǎn)市場(chǎng)價(jià)格影響后發(fā)現(xiàn)，我國(guó)住房市場(chǎng)、高檔公寓和別墅價(jià)格均存在“巴拉薩—薩繆爾森”效應(yīng)，但是經(jīng)濟(jì)開(kāi)放度對(duì)商業(yè)營(yíng)業(yè)用房的影響并不顯著。此外，除竣工房屋面積外，地區(qū)生產(chǎn)總值的提高、房地產(chǎn)貸款的增加以及竣工房屋造價(jià)的上升都是推動(dòng)住宅市場(chǎng)、高檔公寓、別墅和商業(yè)營(yíng)業(yè)用房?jī)r(jià)格上漲的重要因素。

從政策層面來(lái)講，鑒于各省房地產(chǎn)價(jià)格在空間上的顯著相關(guān)性，政府房地產(chǎn)宏觀調(diào)控時(shí)應(yīng)該充分考慮區(qū)域之間的相互影響，各省在制定差別化的房地產(chǎn)市場(chǎng)政策時(shí)要加強(qiáng)地區(qū)間的協(xié)調(diào)與合作，既要避免單獨(dú)行動(dòng)下“此消彼長(zhǎng)”式的政策失效現(xiàn)象，又要盡量降低房?jī)r(jià)波動(dòng)溢出效應(yīng)帶來(lái)的負(fù)面沖擊。特別地，對(duì)于經(jīng)濟(jì)發(fā)展水平和房地產(chǎn)市場(chǎng)發(fā)展水平相當(dāng)?shù)某鞘幸灿斜匾獜姆康禺a(chǎn)貸款政策和土地供給等方面出發(fā)促進(jìn)房地產(chǎn)市場(chǎng)持續(xù)健康穩(wěn)定協(xié)調(diào)發(fā)展。

在我國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)階段，城市化水平不斷提高，大量農(nóng)村勞動(dòng)人口和中小城市人口向北上廣深等大城市聚集，構(gòu)成了核心城市普通商品住宅龐大的剛性需求市場(chǎng)。經(jīng)濟(jì)因素趨同是住宅價(jià)格空間溢出的重要基礎(chǔ)，同樣地，經(jīng)濟(jì)發(fā)展水平的差距也是房地產(chǎn)市場(chǎng)分化的主要因素，一線城市商品房在供不應(yīng)求矛盾下房?jī)r(jià)持續(xù)高漲，而眾多三線城市出現(xiàn)庫(kù)存高企和房?jī)r(jià)難以回歸合理的“滯脹”現(xiàn)象，因此縮小城市間經(jīng)濟(jì)發(fā)展水平的差距，繼續(xù)大力支持中部崛起和西部開(kāi)發(fā)是分散住房需求，緩解房地產(chǎn)市場(chǎng)分化矛盾的長(zhǎng)期手段。

[1]GABRIEL S. Lee.Housing cycles and the period of production[J].Applied Economics, 1999, 31(10):1219-1230.

[2]王先柱，趙奉軍.房?jī)r(jià)波動(dòng)與財(cái)政收入:傳導(dǎo)機(jī)制與實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì),2012(11)：21-28.

[3]SMITH T R , CLARK W A V.Housing market search behavior and expected utility theory》[J].Environ Plan A, 1982,14(6):717-737.

[4]沈悅，張學(xué)峰, 張金梅.基于SVAR模型的住宅價(jià)格調(diào)控政策有效性實(shí)證分析[J].統(tǒng)計(jì)與決策,2011(7):111-114.

[5]BRUCE W Hamilton, ROBERT M Schwab.Expected appreciation in urban housing markets[J].Journal of Urban Economics, 1985,18(1):103-118.

[6]鄧翔，孔紅枚.基于動(dòng)態(tài)面板模型的城市化與房?jī)r(jià)關(guān)系研究[J].統(tǒng)計(jì)與決策,2013(12):105-107.

[7]BARDHAN AD，EDELSTEIN RH.LEUNG C.A note on globalization and urban residential rents[J].Journal of Urban Economics, 2004,56(3):505-515.

[8]王松濤.城市經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響——基于中國(guó)35個(gè)大中城市面板數(shù)據(jù)模型的分析.[J].南開(kāi)經(jīng)濟(jì)研究，2009(2):91-102.

[9]毛其淋.盛斌.中國(guó)房地產(chǎn)市場(chǎng)的“巴拉薩—薩繆爾森”效應(yīng)——來(lái)自省際動(dòng)態(tài)面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)研究，2010(12):129-139.

[10]宋金娜.廣東省城市經(jīng)濟(jì)開(kāi)放度對(duì)房地產(chǎn)價(jià)格的影響研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2012.

[11]BALASSA B.The purchasing-power parity doctrine: A reappraisal[J].Journal of Political Economy, 1964,72(6):584-596.

[12]SAMUELSON P.Theoretical notes on trade problems[J].Review of Economics and Statistics, 1964,46(2):145-154.[13]NINA Pavcnik.Trade liberalization, exit, and productivity improvements: evidence from Chilean Plants[J].Review of Economic Studies, 2002,69(1):245-276.

[14]許和連，亓朋，祝樹(shù)金.貿(mào)易開(kāi)放度、人力資本與全要素生產(chǎn)率:基于中國(guó)省際面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].世界經(jīng)濟(jì),2006(12):3-10，96.

[15]LUC Anselin，Attila Varga，Zoltan Acs.Geographical spillovers and university research: a spatial econometric perspective[J].Growth and Change, 2000,31(4),501-515.

[16]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.

(本文責(zé)編：海洋)

Economic Openness，Real Estate Price and Spatial Spillover

JU Fang，LEI Yu-liang，ZHOU Jian-jun

(Business School of Xiangtan University, Xiangtan 411105,China)

Based on the “Balassa-Samuelson” model, this paper investigates impact of spatial correlation and economic openness on house prices of 31 provinces in China from 1999 to 2013, using spatial econometric analysis methods. Evidences show that the significant positive spatial correlation exists in China’s real estate prices, which, as well as the spatial correlation, could be affected by geographical distance and economic distance significantly. Taking the spatial effects into account, economic openness shows a positive effect on real estate prices, which verifies that there is “Balassa-Samuelson” effects existing in China’s real estate market.

economic openness; real estate price; the Balassa-Samuelson Effect; spatial econometrics

2016-06-16

2016-10-18

國(guó)家社科基金(10BJL018)；國(guó)家自科基金(71203190)；教育部人文社科規(guī)劃基金(16YJA790016);湖南省社科重大項(xiàng)目(16ZDA08)；湖南省教育廳開(kāi)放基金(15K121)；湖南省教育廳重點(diǎn)項(xiàng)目(15A193)；湖南省研究生科研創(chuàng)新項(xiàng)目(CX2015B199)

鞠方(1975-)，女，湖南長(zhǎng)沙人，湘潭大學(xué)商學(xué)院教授，博士生導(dǎo)師，研究方向：城市房地產(chǎn)經(jīng)濟(jì)。通訊作者：周建軍。

F407.9

A

1002-9753(2016)10-0147-12