【摘 要】 本文基于2015-2018年河南省18市域面板數(shù)據(jù)，通過區(qū)域經(jīng)濟(jì)水平、城市盆地效應(yīng)、預(yù)期效應(yīng)、利率四個維度構(gòu)造空間計(jì)量模型，實(shí)證分析河南省房價的溢出效應(yīng)和影響因素。結(jié)果表明：河南省房價存在著空間自相關(guān)，呈現(xiàn)出以鄭州為中心的高高集聚，周邊低低集聚和高低集聚。

【關(guān)鍵詞】 市域房價 空間計(jì)量模型 空間溢出效應(yīng)

一、引言

對河南省房地產(chǎn)市場而言，由于受到省內(nèi)各城市經(jīng)濟(jì)發(fā)展水平、居民收入等多種因素的制約，往往具有明顯的市域性特征，房價具有一定的空間分異性，但這種空間分異性并不意味著市域間房價不存在相互聯(lián)系。

二、模型的選擇和數(shù)據(jù)的描述

（一）空間計(jì)量模型的選擇

1.空間自相關(guān)檢驗(yàn)——全局Moran I指數(shù)

全局 Moran I指數(shù)主要是反映變量整體上的空間相關(guān)性，其取值范圍為[-1，1]。分析得出，2015-2018年，房價的 Moran I指數(shù)一直都為正，且Geary's c、Getis and Ord's G 全局自相關(guān)檢驗(yàn)結(jié)果較好，說明存在正向空間依賴性，即某個城市的房價上漲幅度會受到距離相鄰城市的影響而加劇。

2 .空間模型的判定

Hausman 檢驗(yàn)結(jié)果表明模型沒有通過應(yīng)使用隨機(jī)效應(yīng)的原假設(shè)，因此選擇固定效應(yīng)。Wald和Lratio檢驗(yàn)結(jié)果表明SAR與SEM模型并不適用，個體固定效應(yīng)和時間固定效應(yīng)對于模型來說都可以使用，但個體固定效應(yīng)只能排除不隨時變的個體不可觀測因素所可能導(dǎo)致的內(nèi)生性問題。而根據(jù)我們選擇的解釋變量，結(jié)合現(xiàn)實(shí)意義應(yīng)當(dāng)選擇時間固定效應(yīng)。加入誤差滯后項(xiàng)AIC和BIC值均變小， 故采用空間杜賓模型（SDM）來進(jìn)行實(shí)證分析是合適的。

（二）空間計(jì)量模型的構(gòu)建

1.基本模型

使用SDM模型的原因在于，當(dāng)對區(qū)域樣本數(shù)據(jù)進(jìn)行空間回歸建模的時候，同時存在兩種情形：一是普通最小二乘回歸模型的擾動項(xiàng)中有空間相關(guān)性，二是當(dāng)處理區(qū)域樣本數(shù)據(jù)的時候，會有一些與模型中的解釋變量的協(xié)方差不為零的解釋變量被忽略掉?？臻g杜賓模型實(shí)質(zhì)上是加入了空間滯后變量而增強(qiáng)了的空間自回歸（SAR）模型。

2.空間權(quán)重矩陣

空間計(jì)量方法引入了空間權(quán)重矩陣，來表達(dá)區(qū)域范圍內(nèi)各個城市之間在空間位置上的臨近關(guān)系。基于上文的分析，無論是相鄰還是非相鄰的城市，均可能對某一城市房價產(chǎn)生空間溢出效應(yīng)。因此，關(guān)于 Wij= （wij） n×n的設(shè)定，本文采用地理相鄰權(quán)重矩陣。關(guān)于地理相鄰權(quán)重矩陣的設(shè)定：若兩個城市在地理上相鄰，則wij取1，否則取 0。

3.指標(biāo)的選取和樣本數(shù)據(jù)的描述

人均GDP，常作為發(fā)展經(jīng)濟(jì)學(xué)中衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)，是最重要的宏觀經(jīng)濟(jì)指標(biāo)之一。城市宜居指數(shù)是指對城市適宜居住程度的綜合評價。房價指數(shù)即房屋銷售價格指數(shù)，是反映一定時期房屋銷售價格變動程度和趨勢的相對數(shù)。房價預(yù)期指數(shù)是以2015年為基年，反映的是由于供求關(guān)系及成本波動等因素帶來的價格變動。個人住房公積金貸款利率如果上漲，居民買房的成本就會增加，進(jìn)而影響房價。

三.實(shí)證分析

（一）空間分布

通過Arcmap工具，將房價分為五類，根據(jù)自然間斷點(diǎn)分級法（Jenks）分成不同的區(qū)間，顯示出河南省市域間房價的分布圖。通過分布圖可以看出，省會鄭州的房價最高，其次是與鄭州相鄰的洛陽、許昌、開封;除了信陽、濮陽，其他未和鄭州相鄰的城市房價相對低一些，原因是因?yàn)榘押幽鲜〗o獨(dú)立出來研究，而濮陽、信陽為三省交界的城市，所以相較其他城市房價會偏高。

（二）空間溢出效應(yīng)分析

在1%的顯著性水平下，通過SDM模型的分析發(fā)現(xiàn)人均生產(chǎn)總值、房價預(yù)期指數(shù)對本地區(qū)的房價直接效應(yīng)為正。人均生產(chǎn)總值的溢出效應(yīng)為負(fù)，總效應(yīng)等于直接效應(yīng)與溢出效應(yīng)之和。對河南省區(qū)域而言，人均生產(chǎn)總值每提高1個單位，城市房地產(chǎn)價格會上漲0.064單位;宜居指數(shù)每提高1個單位，城市房地產(chǎn)價格會下降42.143單位;房價預(yù)期指數(shù)每提高1個單位，城市房地產(chǎn)價格會上漲2517.541單位;人個人住房公積金貸款利率每提高1個單位，城市房地產(chǎn)價格會下降2552.967單位。傳統(tǒng)的時間序列和面板數(shù)據(jù)模型無法評估各項(xiàng)因素對房價的空間溢出效應(yīng)，因此，如果不考慮空間因素，房價的影響因素會被低估。

四.結(jié)論

河南市域間房價具有空間自相關(guān)性，呈現(xiàn)出河南以鄭州為中部的高高集聚，周邊市域低低集聚、高低集聚的分布。對房價影響程度最大的是人均gdp這一因素，其次為房價預(yù)期指數(shù)，而中長期貸款基準(zhǔn)利率沒用通過顯著性檢驗(yàn)。從河南省的角度來看，經(jīng)濟(jì)發(fā)達(dá)地區(qū)通過虹吸效應(yīng)，影響了相對不發(fā)達(dá)地區(qū)的房價增長;在宜居的角度上，人們一般更偏向于適合居住的地區(qū)或者環(huán)境，所以是否更宜居對鄰接城市產(chǎn)生了負(fù)的溢出效應(yīng);從投機(jī)的角度上，人們更喜歡在房價增長快的地區(qū)進(jìn)行房產(chǎn)投機(jī)，從而使得目標(biāo)城市房價的進(jìn)一步增長。

【參考文獻(xiàn)】

[1] 周亮錦，夏恩君.國外房價影響因素研究綜述[J].技術(shù)經(jīng)濟(jì)，2018，37（12）： 111-120.

[2] HOLLY S，PESARAN M H，YAMAGATA T.A spatiotemporal model of house prices in the USA[J].Journal of Econometrics，2010，158（1）：160-173.

[3] SIRMANS G S，MACPHERSON D A，ZIETZ E N. The composition of hedonic pricing models[J].Journal of Real Estate Literature，2005，13（1）：3-43.

作者簡介：吳越（1998年—12月—08日） 女，漢族，河南信陽人，河南大學(xué)經(jīng)濟(jì)學(xué)院，2016級本科生，專業(yè)：金融學(xué)