張 帥，孫 偉，楊春明，劉妃平

黃河流域房地產價格的區(qū)域差異研究

張 帥，孫 偉，楊春明，劉妃平

（安徽建筑大學 經濟與管理學院，安徽 合肥 230601）

黃河流域在我國經濟社會發(fā)展中起著重要作用。選取2009—2018年黃河流域76個地級市的面板數據，先從全流域及上、中、下游角度探討黃河流域房地產價格影響因素，后從高、中、低房價地區(qū)角度探究黃河流域房地產價格影響因素。結果表明：經濟發(fā)展水平、房地產投資規(guī)模、產業(yè)結構和環(huán)境特征對黃河流域各區(qū)域房地產價格的影響存在顯著差異。據此提出促進黃河流域房地產市場健康發(fā)展的對策。

黃河流域；房地產價格；區(qū)域差異；影響因素

2020年1月中央財經委員會第六次會議研究了黃河流域生態(tài)保護和高質量發(fā)展等問題。在黃河流域生態(tài)保護和高質量發(fā)展上升為重大國家戰(zhàn)略[1]的當下，深入研究黃河流域的城市發(fā)展現狀具有重要意義。截至2018 年，黃河流域國民生產總值超過了20萬億元，達到了全國26%。黃河流域對我國經濟社會發(fā)展起著關鍵作用，房地產價格作為城市發(fā)展中的重要組成部分，一直備受關注。國內外學者們從不同角度對房地產價格存在的影響因素進行了分析探討。

21世紀初期，國外學者Jud等[2]研究了美國130個大都市區(qū)的房價上漲動態(tài)，結果顯示人口增長率、居民收入、建筑成本及利率的實際變化均是房地產價格的上漲的重要因素[2]。Fielding和Shields對南非9個省份研究其貨幣政策效應的不對稱性，發(fā)現擴張性貨幣政策和緊縮性貨幣政策對房地產價格的變動都有顯著影響且具有差異性[3]。Belke和Keil分析了德國127個城市的房價，認為建造量、現有住房存量與人口年齡結構、區(qū)域基礎設施等分別是供給側和需求側的決定因素。兩側因素的共同作用造成了不同地區(qū)房地產價格差異，并且也在一定程度上決定了區(qū)域房地產價格[4]。

在房地產價格影響因素方面，國內學者的研究成果也較為豐富。蔡穗聲和王幼松對2000—2003年長三角與珠三角地區(qū)的房地產市場進行分析比較，認為形成差異的主要原因為發(fā)展階段、土地供應、需求結構及資本升值預期[5]。龐如超采用我國30個省市1999—2011年的面板數據，對房地產價格進行回歸分析。實證結果表明，房地產價格波動的主要因素為居民收入水平、消費者預期、土地價格及實際利率水平，而城市常住人口密度、房屋竣工面積及居民消費價格指數對我國30個省市房地產價格波動的影響并不顯著[6]。劉宇星通過選取我國29個省份1999—2013年的數據，分東、中、西部對房地產價格的區(qū)域差異進行了研究。結果表明，中部地區(qū)房地產價格主要受銀行信貸的影響，而東、西部地區(qū)的房地產價格很大程度上受人均收入水平的影響[7]。

對文獻進行梳理可知，對房地產價格影響因素的研究主要集中在全國范圍、長三角地區(qū)以及珠三角地區(qū)等，對黃河流域城市房地產價格影響因素的研究較少。本文以黃河流域76個地級市為研究對象，打破按照行政劃分的傳統(tǒng)分類方式；首先從上、中、下游和全流域角度進行研究，認識到黃河流域上、中、下游房地產價格影響因素的區(qū)域差異；其次，通過K-means聚類分析方法將黃河流域76個地級市分為高、中、低房價區(qū)域進行研究，從不同層面探討區(qū)域房地產價格影響因素。在“房住不炒、因城施策”的政策大環(huán)境下，全面落實因城施策，穩(wěn)地價、穩(wěn)房價、穩(wěn)預期的長效管理調控機制，有利于促進房地產市場平穩(wěn)健康發(fā)展。黃河流域幅員遼闊，橫跨中國東西，影響各區(qū)域房地產價格的因素有顯著差異。故分析各區(qū)域影響因素的異同，對提出促進黃河流域房地產市場平穩(wěn)健康發(fā)展的建議具有重要的意義。

1 黃河流域房地產價格現實分析

2009—2018年間黃河流域全流域及上、中、下游房地產平均價格隨時間變化的信息，見圖1。通過觀察可知，在樣本考察期內，黃河流域房價與全國房地產價格的波動趨勢一致，總體處于持續(xù)上漲狀態(tài)。針對于黃河流域上中下游房價而言，下游房價＞中游房價＞上游房價。上游、中游、下游房地產價格基本呈現出由低到高的階梯型分布，且流域內部房價差距越來越大，分化較為嚴重。

圖1 黃河流域及上中下游房價均值（元/ m2）

通過圖2觀察可知，黃河流域高、中、低房價地區(qū)房地產平均價格隨時間變化總體上都是上漲狀態(tài)，同上中下游趨勢相似，在2009—2018年高、中、低房價地區(qū)間的房價差值整體呈現不斷增大的趨勢，房地產價格差異越來越顯著。其中，高房價城市均位于黃河流域的中下游；中房價城市在黃河流域的中下游占比為79%；黃河流域上游低房價城市占比為71.4%，中房價城市占比28.6%，黃河上游無高房價城市。黃河流域內部各區(qū)域發(fā)展存在較大的差異，區(qū)域性房價不均且地區(qū)房價分化現象不斷加重，城市間差距不斷拉大。

圖2 黃河流域高中低房價地區(qū)房價均值（元/m2）

2 數據來源及模型設定

2.1 數據來源及變量選取

根據水利部黃河水利委員會對黃河自然流域范圍的劃定，考慮到地區(qū)經濟發(fā)展與黃河流域的關聯性及數據的可得性，選取2009—2018年期間黃河流域76個城市為研究樣本，上、中、下游地區(qū)借鑒師博等的劃分標準[8]。數據源于2010—2019年《中國城市統(tǒng)計年鑒》《中國房地產統(tǒng)計年鑒》《中國區(qū)域經濟統(tǒng)計年鑒》及各省市級統(tǒng)計年鑒，少量缺失數據采用插值法進行補充。為了消除價格因素影響，所有相關數據以2009年為基期進行平減處理，為消除異方差和量綱差異，對相關變量均進行對數處理。參考宋偉軒和劉春卉[9]、謝單杏[10]等的研究，并考慮數據的可得性，本文選取以下變量進行分析。各變量的描述性統(tǒng)計特征如表1所示。

表1 變量選取及描述性統(tǒng)計

指標類型指標指標說明均值標準差最小值最大值 被解釋變量房地產價格商品房平均銷售價格（萬元/m2）[11]0.397 420 70.149 185 50.129 648 51.262 406 解釋變量城市用地與擴張城市建設用地占市區(qū)面積比重/%9.317 59211.338 960.020 00093.810 000 經濟發(fā)展水平人均生產總值/元48 461.9432 709.16449 1256 877 產業(yè)結構第三產業(yè)占GDP的比重/%38.2462 410.1921 314.869.62 環(huán)境特征生活垃圾無害化處理率/%89.365 3816.897 1814.26100 房地產投資規(guī)模房地產開發(fā)投資完成額/萬元19 685743 437 28648 25638 300 000 市場條件社會消費品零售總額/萬元7 181 3837 872 822204 50948 400 000 建成區(qū)綠化建成區(qū)綠化覆蓋率/%38.186 247.708 1040.3995.25

2.2 模型設定

為探討黃河流域房地產價格影響因素存在的區(qū)域差異，本文構建了面板數據模型：

式中：LN（）代表房地產價格（取對數），代表常數項，1～7分別表示為解釋變量的回歸系數，urb代表城市用地與擴張，lngdp代表經濟發(fā)展水平（取對數），Tgdp代表產業(yè)結構，hea代表環(huán)境特征，lninv代表房地產投資規(guī)模（取對數），lnret代表市場條件（取對數），gre代表建成區(qū)綠化。為隨機誤差項。

3 實證分析

在進行回歸分析之前，為了盡量減少偽回歸。本文采用Fisher-ADF對樣本數據的平穩(wěn)性進行檢驗，結果表明所有變量都通過了平穩(wěn)性檢驗。利用Stata15進行F檢驗和Hausman檢驗明確模型形式，結果顯示全黃河流域以及黃河上游、黃河下游城市采用固定效應進行回歸分析，黃河中游城市采用隨機效應。回歸結果如表2所示。

表2 黃河各流域回歸結果

變量全流域上游中游下游 城市用地與擴張0.000 1670.001 010.000 270.000 222 [0.000][-0.003][0.000][0.000] 經濟發(fā)展水平0.097 5***0.057 10.186 ***0.071 0** [-0.028][-0.034][-0.04][-0.029] 產業(yè)結構0.004 64***0.003 820.004 27***0.004 57 [-0.001][-0.003][-0.002][-0.003] 環(huán)境特征0.001 13**0.001 62*0.001 07**-0.000 224 [0.000][-0.001][-0.001][-0.001] 房地產投資規(guī)模0.085 8***0.064 1*0.090 4***0.092 3** [-0.021][-0.033][-0.022][-0.043] 市場條件0.212 ***0.225 **0.118 ***0.306 *** [-0.052][-0.095][-0.025][-0.109] 建成區(qū)綠化0.000 280.000 9740.000 336-0.000 729 [-0.001][-0.001][-0.002][-0.002] 常數項-6.831 ***-6.188 ***-6.352 ***-8.092 *** [-0.516][-1.189][-0.423][-1.162]

注：*<0.1；**<0.05；***<0.01。

3.1 全流域回歸結果分析

針對于整個黃河流域城市而言，其實證結果顯示：在1%的顯著性水平上經濟發(fā)展水平、產業(yè)結構、房地產投資規(guī)模以及市場條件皆對房價的變動具備積極的正向影響，反映了黃河流域城市的經濟發(fā)展和城市產業(yè)結構和房地產投資規(guī)模及市場條件是影響房地產價格的重要因素。城市用地擴張和建成區(qū)綠化對整個黃河流域城市的房地產價格影響不顯著，表明城市用地擴張和建成區(qū)綠化對黃河流域城市的房價波動僅存在有限影響。

(1)經濟發(fā)展水平的系數在1%的顯著性水平上為正值，表明經濟增長對房地產價格具有顯著的正向影響。主要原因是經濟發(fā)展水平的提升，在一定程度上促進了人才和企業(yè)集聚，地區(qū)房地產需求量增加，導致房地產價格上漲。當總體經濟增長時，房價也會隨著經濟發(fā)展而增長。(2)產業(yè)結構的系數在1%的顯著性水平上為正值，第三產業(yè)與房地產行業(yè)息息相關，產業(yè)結構的不斷升級也會促進房價的變動。如金融產業(yè)中通過信貸擴張政策，降低利率擴大貨幣供給，從而刺激了房地產價格上漲[12]。(3)房地產投資規(guī)模的系數在1%的顯著性水平上為正值，房地產投資規(guī)模的逐漸增大推動經濟水平的上升，刺激房地產需求量進一步加大。哈羅德-多馬經濟增長模型（Harrod-Domar model）證實，長期穩(wěn)定的資本積累能夠促使經濟實現可持續(xù)發(fā)展，故穩(wěn)定健康的房地產投資對經濟增長具有拉動作用。(4)市場條件的系數對黃河流域城市房價在1%的顯著性水平上為正值，社會消費品零售總額的持續(xù)增長，說明黃河流域城市居民的消費潛力將持續(xù)釋放，從而帶動房價的增長。(5)環(huán)境特征對房價的變動也具有正向影響，在5%的水平上呈顯著作用，良好的環(huán)境條件無論對房地產開發(fā)商還是居民住房區(qū)位選擇都具有較強的吸引力，所以環(huán)境條件可以直接影響房價的波動。

3.2 上中下游回歸結果分析

黃河流域上、中、下游的實證檢驗結果顯示：房地產投資規(guī)模和市場條件對上、中、下游黃河流域城市的房價波動都起著顯著性影響，城市用地擴張和建成區(qū)綠化的作用效果都不顯著，經濟發(fā)展水平、產業(yè)結構和環(huán)境特征對黃河流域的上、中、下游城市顯著性有所差異。

在經濟發(fā)展水平上，各流域的顯著性依次為中游＞下游＞上游，黃河流域中游城市擁有豐富的能源資源，如榆林市、長治市、朔州市的煤炭資源，經濟體系的現代化程度較高，黃河流域下游城市在地理位置上靠近東部沿海地區(qū)，經濟體系的現代化程度也較高，而黃河流域上游城市是我國主要的農牧區(qū)，相比于黃河流域中下游較弱。故經濟發(fā)展水平和房地產投資規(guī)模，對黃河流域中下游城市的房地產價格影響更為顯著。

產業(yè)結構和環(huán)境特征對黃河流域中游城市的房地產價格呈顯著影響，而對于上游和下游城市沒有顯著影響。黃河流域由于地區(qū)所受到資源稟賦、經濟基礎、政府政策等因素的影響，導致了各個地區(qū)經濟發(fā)展水平存在較大的差異。對于產業(yè)結構的轉型和升級，山東、山西、甘肅3個省份在2001—2016年的三產比重都有顯著提高，產業(yè)結構實現了由“二三一”向“三二一”的轉變[13]，而山西和甘肅大多數城市都處于黃河流域的中游，產業(yè)結構的升級會帶動房價的提升。這也與周建軍等實證發(fā)現產業(yè)結構變遷的2個維度指標即產業(yè)結構合理化和產業(yè)結構高級化均對房價產生顯著正向影響的結論一致[14]。環(huán)境特征上看，劉華軍和曲慧敏從黃河流域內部視角研究綠色全要素生產率，發(fā)現其主要集中在黃河中下游地區(qū)，在空間上呈現出“東北—西南”分布格局[15]，故環(huán)境特征對房地產價格的影響作用對于黃河流域中游城市更為顯著。

3.3 高中低房價地區(qū)回歸結果分析

黃河流域上、中、下游是綜合經濟發(fā)展狀況的地理劃分方式，沒有考慮到各區(qū)域房地產市場發(fā)展差異。因此，本文根據黃河流域2018年各城市房地產價格，運用K-means聚類分析方法，將黃河流域76個城市分為高房價地區(qū)、中房價地區(qū)、低房價地區(qū)3種類別。其中處于高房價地區(qū)的城市有4個，其2018年房價均價為11 437.13元/m2，中房價地區(qū)城市有28個，其2018年房價均價為6 291.99元/m2，低房價地區(qū)城市有44個，其2018年房價均價為4 285.92元/m2。

在回歸模型的選擇中，本文通過F檢驗和Hausman檢驗，結果均在5%的顯著性水平上拒絕原假設，表明三類地區(qū)均應采用固定效應進行回歸分析。具體回歸結果如表3所示。

表3 各類房價地區(qū)回歸結果

變量高房價地區(qū)中房價地區(qū)低房價地區(qū) 城市用地與擴張-0.006 45-0.000 1650.001 07 [-0.004][0.000][-0.001] 經濟發(fā)展水平0.4520.073 6*0.106 *** [-0.243][-0.039][-0.039] 產業(yè)結構-0.009 04**0.003 44*0.005 22*** [-0.002][-0.002][-0.001] 環(huán)境特征-0.005 210.000 5660.001 36** [-0.006][0.000][-0.001] 房地產投資規(guī)模-0.069 30.044 70.089 6*** [-0.047][-0.032][-0.024] 市場條件0.457 *0.375 ***0.172 *** [-0.173][-0.058][-0.045] 建成區(qū)綠化-0.001 49-0.003 39**0.001 04 [-0.003][-0.001][-0.001] 常數項-10.87 ***-8.346 ***-6.434 *** [-0.943][-0.695][-0.543]

注：*<0.1；**<0.05；***<0.01。

針對于高、中、低房價地區(qū)而言，其實證結果顯示：產業(yè)結構和市場條件對高、中、低房價地區(qū)的房地產價格波動都起著顯著性影響，城市用地擴張對3個地區(qū)的作用效果都不顯著，經濟發(fā)展水平、房地產投資規(guī)模、環(huán)境特征和建成區(qū)綠化對于高、中、低房價地區(qū)的顯著性有所差異。

經濟發(fā)展水平對三類地區(qū)房價的變動皆具備積極的正向影響，原因是隨著各個地區(qū)經濟發(fā)展水平的不斷提升，居民收入隨之增加，城市的住房需求也會隨著居民收入的增加而加大，從而帶動了房地產價格的上升。通過比較顯著性水平可以得出：低房價地區(qū)＞中房價地區(qū)＞高房價地區(qū)，主要是因為對于高房價地區(qū)和中房價地區(qū)其經濟發(fā)展水平相比于低房價地區(qū)已經達到相對的高度，因此更加注重于產業(yè)結構的優(yōu)化升級，針對于經濟發(fā)展水平較好的地區(qū)而言，產業(yè)結構升級與優(yōu)化能夠更好的促進房地產價格上升。

房地產投資規(guī)模和環(huán)境特征對于低房價地區(qū)分別在1%和5%的顯著性水平上顯著，建成區(qū)綠化對于中房價地區(qū)在5%的顯著性水平上顯著。房地產投資規(guī)模的變化傳導至市場，進而影響供給側需求側的變動與房地產價格的波動。過大過小的投資規(guī)模都會對經濟產生不利的影響，投資規(guī)模過低，無法滿足居民日益增長的住房需求；投資規(guī)模過高，會導致產業(yè)結構失衡和經濟發(fā)展效率低下[16]。近年來，對于高房價和中房價地區(qū)在供給和需求兩方面的市場管控較為嚴厲，故房地產投資規(guī)模相比于低房價地區(qū)而言顯著性水平較低。

4 結論與建議

本文以黃河流域的76個城市10年間的各數據為樣本，建立回歸模型，探究黃河流域城市房地產價格影響因素的區(qū)域差異，得出結論：針對于整個黃河流域而言，經濟發(fā)展水平、產業(yè)結構、環(huán)境特征、房地產投資規(guī)模和市場條件對房地產價格的作用效果顯著，并且都具備積極的正向影響。但是，由于地理區(qū)位的不同導致在黃河流域的上、中、下游城市房地產價格的波動受經濟發(fā)展水平、產業(yè)結構、房地產投資規(guī)模和環(huán)境特征的作用效果具有很大的差異性。其次，充分考慮各區(qū)域房地產市場發(fā)展狀況后，針對于黃河流域高、中、低房價地區(qū)回歸結果也可以看出，房地產價格影響因素的區(qū)域差異在黃河流域不同地區(qū)都得到了顯著的體現。

基于以上研究，本文提出如下建議。

(1)加強黃河流域區(qū)域間協(xié)調發(fā)展。黃河流域上游城市經濟發(fā)展水平相對落后，黃河流域上、中、下游城市經濟發(fā)展水平提升幅度的差異逐漸增大，將導致區(qū)域之間產生多種矛盾。調節(jié)房地產價格區(qū)域差異性，引導區(qū)域經濟協(xié)調發(fā)展，政府部門應當努力發(fā)揮中下游城市經濟的輻射效應，帶動上游城市經濟發(fā)展水平的提升，縮小黃河流域區(qū)域內部的發(fā)展差距。

(2)推動黃河流域產業(yè)結構轉型升級。加強房地產業(yè)與其他相關產業(yè)互動聯系，根據各地區(qū)經濟發(fā)展的不同階段實行動態(tài)調整，理順各產業(yè)發(fā)展關系與對策，從而保證產業(yè)鏈的發(fā)展，充分發(fā)揮房地產業(yè)的輻射帶動效應。加快黃河流域中上游城市經濟產業(yè)承接與轉型升級，中上游地區(qū)可以實施優(yōu)惠的產業(yè)政策與稅收政策，通過改善企業(yè)的投資經營環(huán)境，吸引更多的企業(yè)入駐，提升黃河流域的產業(yè)結構。

(3)探索黃河流域差異化的調控政策。聚焦同類型城市進行政策的精準調控，鼓勵地方政府因城施策，并結合各地區(qū)的經濟差異、產品供需差異進行調整，在確保政策引導和調控效果符合中央要求的前提下，充分發(fā)揮信息成本優(yōu)勢和監(jiān)管優(yōu)勢。黃河流域中游城市需要更加關注于環(huán)境特征和產業(yè)結構方面的調控，從而使建立的調控政策更具有針對性和有效性。

[1] 方創(chuàng)琳. 黃河流域城市群形成發(fā)育的空間組織格局與高質量發(fā)展[J].經濟地理, 2020, 40(6): 1-8.

[2] Jud G D, Winkler D T. The Dynamics of Metropolitan Housing Prices[J]. Journal of Real Estate Research, 2002, 23(23): 29-46.

[3] David Fielding, Kalvinder Shields. Asymmetries in the Effects of monetary Policy: The case of South Africa[R]. Economics Discussion Papers,University of Otago, 2005.

[4] Ansgar Belke, Jonas Keil. Fundamental Determinants of Real Estate Prices: A Panel Study of German Regions[J]. International Advances in Economic Research, 2018, 24(1): 25-45.

[5] 蔡穗聲, 王幼松. 中國房地產市場地區(qū)差異分析——長江三角洲與珠江三角洲比較研究[J]. 中國房地產, 2004(5): 36-39.

[6] 龐如超. 房地產價格波動的影響因素研究——基于中國30個省市的面板數據模型[J]. 價格月刊, 2013(4): 31-34.

[7] 劉宇星.中國房地產價格區(qū)域差異實證研究[J]. 未來與發(fā)展, 2017, 41(4): 39-45.

[8] 師博, 何璐, 張文明. 黃河流域城市經濟高質量發(fā)展的動態(tài)演進及趨勢預測[J]. 經濟問題, 2021(1): 1-8.

[9] 宋偉軒, 劉春卉. 長三角一體化區(qū)域城市商品住宅價格分異機理研究[J]. 地理研究, 2018, 37(1): 92-102.

[10] 謝旦杏, 林雄斌. 城市住房價格時空間特征及其影響因素研究[J].經濟地理, 2014, 34(4): 70-77.

[11] 劉玲妙, 劉建華, 喬紅芳. 我國房地產價格影響因素的區(qū)域差異——基于空間計量分析[J]. 閩南師范大學學報: 哲學社會科學版, 2018, 32(4): 67-74.

[12] 周岐琛. 長三角地區(qū)城市房價影響因素研究[D]. 南京: 南京大學, 2018.

[13] 陳肖飛, 郜瑞瑞, 韓騰騰, 等. 人口視角下黃河流域城市收縮的空間格局與影響因素[J]. 經濟地理, 2020, 40(6): 37-46.

[14] 周建軍, 羅嘉昊, 鞠方, 等. 產業(yè)結構變遷對房地產價格的影響研究[J]. 科學決策, 2020(9): 21-47.

[15] 劉華軍, 曲惠敏. 黃河流域綠色全要素生產率增長的空間格局及動態(tài)演進[J]. 中國人口科學, 2019(6): 59-70, 127.

[16] 武建新, 路暢. 房地產投資對經濟的影響研究[J]. 建筑經濟, 2020, 41(S2): 249-253.

Study on Regional Differences of Real Estate Prices in the Yellow River Basin

ZHANG Shuai, SUN Wei, YANG Chun-ming, LIU Fei-ping

（School of Economics and Management, Anhui Jianzhu University, Hefei 230601, China）

The yellow river basin plays an important role in China’s economic and social development. Based on the panel data of 76 prefecture level cities in the yellow river basin from 2009 to 2018, this paper first discusses the influencing factors of real estate prices in the yellow river basin from the perspective of the whole basin and the upper, middle and lower reaches, and then explores the influencing factors of real estate prices in the yellow river basin from the perspective of high, medium and low price areas. The results show that economic development level, real estate investment scale, industrial structure and environmental characteristics have significant differences on the impact of real estate prices in different regions of the yellow river basin. Based on this, the paper puts forward policy suggestions to promote the steady and healthy development of the real estate market in the yellow river basin.

the yellow river basin; real estate prices; regional differences; influencing factors

10.15916/j.issn1674-3261.2022.02.013

F293.3

A

1674-3261(2022)02-0130-05

2021-04-09

國家自然科學基金(71802003)；教育部人文社科青年基金(18YJC630040)；安徽省教育廳人文社科重點項目(SK2019A0626)；安徽省高校人文社會科學研究重點項目(SK2019A0665)

張帥(1996-)，男，安徽亳州人，碩士生。

孫偉(1978-)，女，安徽亳州人，教授，博士。

責任編輯：劉亞兵