梁仲之 羅 明

（1.中國建設銀行深圳市分行，廣東 深圳 518000；2.廣西師范大學，廣西 桂林 541002）

一、引言

房地產市場是我國當前國民經濟的支柱產業(yè)之一，對區(qū)域經濟的發(fā)展具有至關重要的影響。隨著我國城市化進程的不斷發(fā)展，區(qū)域房價也在快速上漲，對居民的生活帶來了較大的經濟負擔，并直接影響了居民的生活質量[1]。如何有效采取措施控制房價的變動，是穩(wěn)定我國國民經濟發(fā)展、提高人民生活水平的重要問題[2-3]。房地產市場的需求激增是影響房價上漲的一個重要因素，而這與我國的城市化進程的發(fā)展密切相關[4]，城市化可通過增加常住人口以促進居住用地的需求增加、市場結構轉型以及交通條件變化等方式促進房價的上漲[5-7]。由于城市化進程對房價的演化有著重要的影響，若要有效對城市化進程對房價的提升壓力進行調控，首要問題就是識別城市化進程對區(qū)域房價的驅動效應，并深入分析其運行規(guī)律。其次，城市化進程對區(qū)域房價的驅動效應是一個動態(tài)演化的過程，還需要從其演化的復雜性著手。城市化進程對區(qū)域房價的驅動效應是在時空維度進行演變的動態(tài)過程，因此與特定的時空具有密切關系，在我國的不同發(fā)展階段和不同區(qū)域下，城市化進程對區(qū)域房價的驅動效應具有顯著的異質性，傳統(tǒng)的計量經濟學模型傾向于從“平均”意義下進行測度，難以識別城市化進程對區(qū)域房價驅動效應的時空異質特征[8]。隨著空間計量經濟學的發(fā)展，學者們提出的時空地理加權回歸模型，就是解決存在時空異質性問題的有效工具方法[9-10]。

針對上述問題，本文首先構建城市化進程對區(qū)域房價影響的回歸模型，然后采用Huang 等提出的時空地理加權回歸模型（Geographically and Temporally Weighted Regression，即GTWR 模型）[11]，對城市化進程對區(qū)域房價驅動效應及其演化規(guī)律進行探討，對區(qū)域房價調控政策的制定具有重要作用。

二、城市化進程對區(qū)域房價驅動模型構建與實證方法

1.城市化進程對區(qū)域房價演化的回歸模型構建

本文構建以下的城市化進程（UR）影響房價（HP）的回歸模型：

從區(qū)域房地產市場的供給、需求以及經濟基本面因素、非基本面因素等角度，選取居民收入水平、信貸擴張和土地價格等變量作為模型的控制變量，DY 表示居民收入，LP 表示土地價格，DL 表示信貸擴張。

2.城市化進程對區(qū)域房價影響模型的時空地理加權回歸

為了研究時空異質性特征，需要選擇GTWR 模型。GTWR 模型是一種基于時空距離的非參數(shù)回歸方法，可以有效地刻畫城市化進程對房價演化影響的局部驅動效應。基于上述模型，其GTWR 形式可以表示為：

這表明參數(shù)會隨著時空點的變化而存在差異，因此可以刻畫城市化進程對房價的驅動效應的動態(tài)演化。城市化進程對房價演化影響模型的GTWR 估計依賴于其時空演化過程中的權重矩陣，主要是通過樣本點距離和效應隨距離的衰減程度來刻畫。通常需要事前設定衰減函數(shù)的形式，參考地理加權回歸模型的設定方式，常見的衰減函數(shù)形式有高斯距離加權、指數(shù)距離加權兩種[7-8]。從形式上看，通過非參數(shù)估計法得出的城市化進程對房價演化影響模型的GTWR 參數(shù)估計量，與傳統(tǒng)的OLS 估計量具有顯著的不同，可以得到城市化進程對房價演化影響過程中每一個時空點上的局部效應。

三、城市化進程對區(qū)域房價驅動實證結果分析

1.變量選取與數(shù)據(jù)來源

本文選取了中國30 個省份作為研究區(qū)域①，樣本期為2006年至2021 年。涉及的主要變量如下。（1）房價（HP）：本文的房價變量采用商品房銷售價格作為衡量指標，即采用該省區(qū)的商品房銷售費用總額與商品房銷售面積總額的比值來測度；（2）城市化水平（UR）：采用城市人口占比來衡量，即該省區(qū)中城市人口在總人口中所占的比例。關于控制變量如下：

（1）土地價格（LP）：本文采用單位土地的購置費用來表示土地價格，具體采用房地產開發(fā)投資中的土地購置費用與房地產企業(yè)購置土地面積的比值來衡量；（2）信貸擴張（DL）：從現(xiàn)有文獻來看，信貸擴張主要表現(xiàn)為資本的可獲得性（梁云芳等，2007），本文采用房地產開發(fā)企業(yè)到位資金來刻畫房地產的信貸擴張；（3）居民收入（DY）：本文采用該區(qū)域的個人可支配收入作為居民收入的衡量指標，并采用價格指數(shù)對歷年數(shù)據(jù)的價格因素進行剔除（以2005 年為100）。

上述變量指標的數(shù)據(jù)來源于中經網統(tǒng)計數(shù)據(jù)庫，存在缺失的數(shù)據(jù)從《新中國六十年統(tǒng)計資料匯編》《中國統(tǒng)計年鑒》以及各省歷年統(tǒng)計年鑒進行補充。本文涉及的相關變量的描述性統(tǒng)計如表1 所示。

表1 模型中各變量的描述性統(tǒng)計分析

2.基于OLS 的城市化進程影響房價的演化模型結果分析

根據(jù)上文中構建的城市化進程對房價演化的回歸模型，首先采用面板數(shù)據(jù)OLS 法，對模型進行參數(shù)估計。根據(jù)研究需要，設定不同的回歸方案，其中模型I 為采用全國（總樣本期）各省份的數(shù)據(jù)對回歸模型進行估計；模型II 和模型III 均采用全國的數(shù)據(jù)，但研究期間不一樣，根據(jù)我國在樣本期內房地產市場的發(fā)展情況，采用2012 年作為分界點，分為2006 年至2012年（模型II）與2013 年至2021 年（模型III）兩個區(qū)間，并分別進行回歸；模型IV 選取了總樣本期，但在研究中引入了區(qū)域虛擬變量②，即：

由于本文選取的是區(qū)域面板數(shù)據(jù)，存在不可觀測的個體效應，根據(jù)Hausman 檢驗，可知模型存在個體固定效應，因此選取面板固定效應模型來進行參數(shù)估計?；谏鲜龅哪Ｐ驮O計，模型I、II、III、IV 的估計結果如表2 所示。

表2 城市化進程對房價演化影響模型的OLS估計結果

從模型I 的OLS 的估計結果來看，城市化進程在房價的演化過程中起到較為顯著的促進作用，從控制變量來看，居民收入、土地價格、信貸擴張對房價所起的總體作用也都是促進作用，這和中國自2000 年后房價隨著經濟增長與城市化建設不斷推進而普遍攀升的現(xiàn)實相吻合。然而從模型II 和模型III 來看，城市化水平在后一階段呈現(xiàn)出與前一階段較大的差異，信貸擴張也呈現(xiàn)出類似的現(xiàn)象，但是居民收入與土地價格在前后兩個階段沒有發(fā)生較大的差別；同時，從模型IV 的結果來看，引入的區(qū)域虛擬變量對城市化進程的驅動效應也起到了顯著的作用，表明城市化進程的驅動效應在不同的區(qū)域存在較大的差異，即存在顯著的“時空異質性”。

3.基于GTWR 的城市化進程影響房價的演化模型結果分析

在分析城市化進程對房價驅動效應的時空異質特征前，首先需要對區(qū)域房價演化的空間相關性進行分析?；谥袊?0 個省份自2006 年至2021 年的相關數(shù)據(jù)，本文采用全局Moran’s I 指數(shù)對房價演化過程的空間相關性進行分析。經計算，可得房價演化過程的全局Moran’s 為0.203，具有顯著的空間相關性，這表明我國城市化進程對房價驅動的演化過程中，存在區(qū)域之間的互動作用，忽略城市化進程對房價驅動演化過程的空間效應，將會對城市化進程對房價驅動效應的分析結果產生偏誤。

由于區(qū)域房價演化具有顯著的空間相關特征，而且存在顯著的階段性差異和區(qū)域性差異。因此，傳統(tǒng)的計量經濟學模型對于分析這種具有階段性和區(qū)域性差異的房價演化問題，具有較大的局限性。如果希望能夠對城市化進程對房價驅動效應進行合理的測度，同時又能夠使其時空異質特征得到很好的體現(xiàn)，采用時空地理加權回歸（GTWR）模型，就可以較好地解決這一問題。因此，本文采用GTWR 模型對城市化進程對房價影響模型進行估計，以刻畫城市化進程對房價驅動效應的時空異質特征?；贕TWR 模型的估計結果如表3 所示。

表3 基于GTWR的城市化進程對房價演化影響模型估計結果及其統(tǒng)計特征

表3 的結果反映了具有時空異質性的城市化進程對房價演化影響模型參數(shù)的平均水平，從統(tǒng)計結果來看，與OLS 的估計結果具有一致性，總體上看，城市化水平對房價上漲依然是主要因素，其次居民收入也是關鍵因素，土地價格和信貸擴張的驅動效應相對較低。然而參數(shù)結果的方差也顯示了參數(shù)具有較大的異質特征，顯示了各因素對房價演化的驅動效應存在較大的時空非平穩(wěn)性，也表明了GTWR 相比OLS 而言，能夠較好的挖掘城市化進程對房價演化驅動效應的時空異質特征。

4.城市化進程對區(qū)域房價驅動效應的時空異質特征分析

從按區(qū)域劃分的情況來看，城市化進程對房價演化影響效應的異質特征顯著存在；從以2012 年為分界點對房價演化進行階段劃分的情況來看，不同階段的房價演化情況也存在顯著的差異。具體的參數(shù)結果如表4 所示。

表4 不同區(qū)域和階段的城市化進程對房價演化的平均驅動效應

城市化水平的提升對房價具有非常顯著的驅動作用，這種驅動作用在不同區(qū)域里顯著存在，并且在后一階段呈現(xiàn)提高的趨勢。在前一階段中，三個區(qū)域的城市化水平對房價的作用基本相近，但是在后一階段，中部地區(qū)城市化水平的驅動效應的上升幅度超過了東部和西部地區(qū)，這一現(xiàn)象突出地顯示了中部地區(qū)在我國城市化進程中承擔了一定的人口轉移承接作用，并且這種效應對房價存在的驅動作用較為顯著。

在此基礎上，本文進一步將城市化進程對房價演化驅動效應為正向效應的比例趨勢計算出來，如圖1 所示，東部地區(qū)和中部地區(qū)城市化水平的正向效應省際比例從低向高逐漸趨于穩(wěn)定，而西部地區(qū)正向效應省際比例在逐漸減少。

圖1 各區(qū)域城市化進程影響房價演化的正向參數(shù)比例演變趨勢

除了分析城市化進程對區(qū)域房價驅動的正向效應在時間上的演變趨勢，進一步可從各省份在兩個階段中的正向效應年份比例進行分析，如圖2 所示。圖2 顯示了各省份城市化水平的正向效應比例在后一階段均有所提升，表明了后一階段城市化進程在各區(qū)域對房價的驅動效應都在顯著增強，這也與我國在后一階段的區(qū)域發(fā)展與房地產市場快速膨脹的現(xiàn)實吻合。這進一步從正向參數(shù)的比例驗證了上述的分析。

圖2 各省份城市化進程驅動房價演化的正向效應比例

四、結論與政策建議

本文針對我國區(qū)域房價演化問題，首先識別了我國區(qū)域房價演化的主要驅動因素，構建城市化水平對區(qū)域房價演化影響的回歸模型，然后利用OLS 方法和GTWR 方法對城市化水平對區(qū)域房價影響回歸模型的進行參數(shù)估計，并結合回歸結果，對城市化水平對區(qū)域房價演化的驅動效應的時空異質特征進行了識別，并對城市化水平對區(qū)域房價演化的驅動效應的異質性演化過程進行了深入的分析。結果顯示：（1）從我國區(qū)域房價演化的總體情況來看，近十幾年來我國快速發(fā)展的城市化進程是區(qū)域房價演化的重要驅動力；（2）從局部情況來看，城市化水平對區(qū)域房價演化的驅動效應具有顯著的時空異質特征；城市化水平對房價的演化起到顯著的正向效應，其中中部地區(qū)的城市化水平對房價所起的作用顯著高于東部和西部地區(qū)?；诒疚牡难芯拷Y論，可以提出相應的政策建議。

第一，面對城市化水平提升帶來的房價壓力，政府應從以下兩方面實現(xiàn)區(qū)域房價的總體調控。一方面，應在當前“新常態(tài)”經濟發(fā)展轉型升級形勢下，協(xié)調政府、消費者、房產開發(fā)商、房產銷售商和商業(yè)銀行等多元經濟主體的利益，合理構建房地產市場穩(wěn)定發(fā)展的長效機制，通過科學合理的機制設計來避免房價出現(xiàn)大幅上漲的情況。另一方面，應通過實現(xiàn)“保障性住房”等政策，優(yōu)化空間布局，通過提高空間容納能力、改善房屋宜居水平等方式，對城市化進程中人口過度集聚帶來的房價壓力進行緩解。

第二，由于城市化水平對區(qū)域房價演化的驅動效應存在時空異質特征，因此，對于緩解不同區(qū)域城市化水平對房地產市場帶來的壓力，應該采取因地制宜的區(qū)域差異化調控措施，不宜對區(qū)域房地產市場進行“一刀切”，采取同質的調控措施，要注重區(qū)域之間的差異化調控實現(xiàn)區(qū)際之間的有機協(xié)調，促進區(qū)域房價的平穩(wěn)運行，使區(qū)域房價的演化發(fā)展符合中國區(qū)域經濟高質量發(fā)展的全局目標。

注釋：

①除了港澳臺地區(qū)，由于西藏數(shù)據(jù)缺失較為嚴重，故也未包含在內。

②根據(jù)我國對區(qū)域的劃分，以以北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東和海南等省份作為東部地區(qū)，以山西、安徽、江西、河南、湖北、湖南等省份作為中部地區(qū)，以內蒙古、廣西、四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆等省份作為西部地區(qū)。