城鎮化、門檻效應與房地產價格變動

黃慶華　姜松

摘 要：在新時期，城鎮化是可持續發展引擎與政府政策操作“主軸”，但其也引起了學界對房價上漲的諸多猜忌。本文基于中國省際面板數據經驗研究發現：樣本跨期內以非農就業人口占比衡量的城鎮化對房地產價格變動的邊際影響存在門檻效應，當城鎮化水平跨越相應門檻值后其對房地產價格變動的邊際影響效應亦發生顯著變化。研究結論在澄清爭議、推動城鎮化和房地產市場健康穩定發展等方面具有重要借鑒意義和啟示。

關鍵詞：城鎮化；門檻效應；房地產價格；門檻面板模型

中圖分類號：F2933 文獻標識碼：A

文章編號：1000176X（2014）11009908

一、引 言

從工業革命開始，城市化和工業化呈并駕齊驅之勢，成為人類文明進步的重要標志。以世界最早推行城鎮化的英國為例，從19世紀開始英國就已經有3000%的人口居住在城市了，到了19世紀末期，其城市人口的比重已經超過7000%[1]，基本實現了城鎮化進程，其實踐經驗也成為諸多國家學習與效仿的典范。一般意義上來說，城鎮化是人類社會發展到一定階段的必然產物。隨著中國改革開放深入推進以及經濟社會全面發展，城鎮化穩步推進、發展迅速：城鎮化率由1978年的1792%上升到2012年的5260%。城鎮化率按照戶籍人口測算，數據源自《中國統計年鑒》。

收稿日期：20140819

基金項目：國家社會科學基金重大招標項目“中國新型城鎮化包容性發展的路徑設計與戰略選擇”（12&ZD100）；國家社會科學基金一般項目“全球價值鏈視角下西部制造業轉型升級機制與路徑研究”（14BJY076）

作者簡介：黃慶華（1971-），男，重慶大足人，副教授，博士，碩士生導師，主要從事產業經濟和區域經濟方面研究。Email：hqh@swueducn

姜 松（1986-），男，江蘇連云港人，特聘副教授，博士，主要從事數理金融方法及應用、農村區域發展方面研究。Email：jiangsong876@126com按照世界城鎮化規律“諾瑟姆”S曲線的劃分標準，中國城鎮化已步入“加速階段”，城鎮化成為不可逆轉的潮流與趨勢，推動城鎮化發展成為新時期政府戰略選擇與政策操作的“主軸”。黨的“十八大”提出：“推動信息化和工業化深度融合、工業化和城鎮化良性互動、城鎮化和農業現代化相互協調，促進工業化、信息化、城鎮化、農業現代化同步發展”；黨的“十八屆”三中全會亦明確提出“推進新型城鎮化，是新的時代條件下全面建成小康社會，加快社會主義現代化建設的重大戰略”。《國家新型城鎮化規劃（2014—2020年）》的制定與頒布更體現了政府對城鎮化速度提升、質量保障與階段跨越的深刻認知與戰略決斷，城鎮化也被視為經濟增長的“新引擎”。

房地產與城鎮化存在著千絲萬縷聯系。加快推進城鎮化進程需保持房地產市場平穩健康發展，這也是中國城鎮化進程中必須解決好的重大問題[2-3]。城鎮化過程中的房地產行業崛起，為固定資產投資、經濟社會穩定運行、城鎮化進程推進以及人民生活水平的提高做出了巨大貢獻[4-5]。據統計資料顯示，1999年中國房地產業產值為3 68179億元，到2010年上升至22 31555億元，上漲了606倍，年均增幅達1779%，房地產業產值占國內生產總值的比重由1999年的410%上升為2010年的556%。但房地產“雙重”屬性決定其不僅是日常生活的必需品，更是保值增值投資品，隨著房地產市場化改革的推進，房地產銷售面積不斷增加，與此同時房地產價格也不斷上漲[6-7]，在這樣的背景下，城鎮化在諸多影響房價變化的因素中可能變得日益重要[8]。那么，中國快速城鎮化進程是否是導致當前房地產價格上漲的成因？在不同城鎮化階段其影響效應存在怎樣差異？回答這些問題將具有重要理論與實踐意義。

關于房地產價格上漲成因的探討一直是理論界關注的重點與熱點問題。國外學者中，Chen[9]、Malpezzi和Wachter[10]、Aizenman和Jinjarak[11]、Kallberg 等[12]分別認為股票價格變動、“土地投機”、經常性賬戶、實體經濟因素和金融因素、區位及交通條件等是形成房地產價格上漲的原因。Potepan[13]、Roback[14]、Oliver[15]均認為收入是導致房地產價格上漲的成因。中國國內學者中，王愛儉和沈慶劼[16]、梁云芳和高鐵梅[17]、杜敏杰和劉霞輝[18]、朱夢楠和劉林[19]、原鵬飛和魏巍賢[20]、姜松和王釗[7]以及李智等[21]研究發現，信貸政策、地方公共支出、人民幣匯率、國際資本流動、居民收入、“泛地產化”和預期慣性均會引致房地產價格上漲。此外，人口城鎮化是所有城市的基礎，是人口向城鎮集聚的過程，人口城鎮化也被經濟學家公認為經濟發展中的積極力量，引起了世界廣泛關注，已經成為社會科學家研究的主體內容[22-23]，關于城鎮化與房價變動關系及其影響的研究開始躍入研究視線。陳石清和黃蔚[24]、周文興和林新朗[25]、中國金融40人論壇課題組[26]、謝福泉和黃俊暉[27]研究表明城鎮化的快速推進會引致房地產價格上漲。

總體而言，學術界關于房地產價格上漲及城鎮化影響房地產價格上漲的研究成果較為豐富，為本文寫作提供了一個邏輯起點與分析范式，為本文研究空間拓展奠定了堅實基礎。但梳理相關文獻發現已有研究存在以下問題：（1）受制度屏障牽制，城鎮化是讓農民轉為市民，進入城市的農民當然需要房子，但就目前房價而言，不僅遷往城市的農民根本無力購房，即便城市的中、高收入階層也無力購買[28]。現有研究結論無法給予解答并揭示這一客觀實際，研究結論的科學性、合理性有待進一步深化。（2）在城鎮化量化指標選取方面學者普遍采用城鎮戶籍人口占總人口比重來衡量。這種方法是建立在戶籍制度基礎之上的，有些居民雖然居住于城鎮但卻并沒有城鎮戶口，采用戶籍人口來測度城鎮化水平實際上是對城鎮化水平的低估[29]，會使研究結論存在偏誤。（3）在研究方法選擇上，已有研究大多拘泥于時間序列及靜態面板模型，鮮有動態面板模型，尤其是門檻面板模型運用。門檻面板模型可以揭示城鎮化“動態”演進過程中對房地產價格變動的影響效應，可以兼顧回顧過去、定位現實與展望未來“三重”功效，提高了研究結論可信度及內涵。鑒于此，本文將綜合運用動態面板模型與門檻面板模型，揭示城鎮化對房地產價格變動的影響及其門檻效應，為澄清城鎮化與房地產價格上漲的諸多討論與爭議和政府科學決策提供經驗佐證與支撐。

二、模型設計、變量說明及數據來源

1模型設計

面板數據（Panel Data）涵蓋時間與截面兩個統計維度，比時間序列所涵蓋的信息量更大、意義更豐富和深刻，很好地解決了樣本量狹小和不足的問題[30]。為此，分析城鎮化對房地產價格變動影響時，引入面板數據分析模型：

RPCit=0+α·CITit+φit（1）

其中，i表示區域，t表示時間，RPCit表示第i區域t年的房地產價格，CITit表示第i區域t年的城鎮化水平，φit表示隨機誤差項，為了控制被解釋變量自身滯后效應影響，并解決由此引發解釋變量控制不足所帶來的計量估計偏差，進一步將（1）式轉變為動態面板模型：

RPCit=0+1·RPCi，t-1+2·RPCi，t-2+…+k·RPCi，t-k+α·CITit+φit（2）

其中，RPCi，t-1，RPC3，t-2，…，RPCi，t-k表示RPCit的1階至k階滯后項。當然，影響房地產價格變動的因素還很多，不可能窮盡。為此，進一步引入一系列控制變量CON′it，則式（2）可進一步改寫為：

RPCit=0+1·RPCi，t-1+2·RPCi，t-2+…+k·RPCi，t-k+α·CITit+β·CON′it+φit（3）

式（3）揭示了動態面板模型下，城鎮化對房地產價格變動的影響效應，但其無法揭示在城鎮化演進過程中，對房地產價格變動的影響效應。為此，基于Hansen[31]的門檻回歸方法，將式（3）改寫成動態門檻面板模型的一般形式：

RPCit=0+1·RPCi，t-1+2·RPCi，t-2+…+k·RPCi，t-k+β·CON′it+α1·CITit·I（qit≤θ1）+α2·CITit·I（θ1θ3）+φit （4）

其中，qit為門檻變量，θ1、θ2和θ3分別為門檻值，此處假定存在三個門檻值。I（·）為指示函數。同時，為了簡化式（4），令α′=（α1，α2，α3，α4），且設定：CITit（θ）=CITit·I（qit≤θ1）CITit·I（θ1θ3），則可以將式（4）轉化為：

RPCit=0+1·RPCi，t-1+2·RPCi，t-2+…+k·RPCi，t-k+α′·CITit（θ）+β·CON′it（5）

按照Hansen[31]的基本思想，θ的值應該是使回歸殘差平方和最小時所對應的值。因此，第一個門檻值估計后，就需進一步對門檻個數進行檢驗，以此驗證門檻值劃分樣本群組及參數是否存在顯著差異。即不存在門檻值的零假設為H0：α1=α2=α3=α4，并構造LM統計量對其進行檢驗。

F=S0-S（θ1）σ2（6）

其中，S0表示在零假設下的殘差平方和；S（θ1）為一個門檻值下的回歸殘差平方和，σ2為其殘差的方差估計。由于（6）式中的F分布為非標準分布，按照Hansen[31]的基本思想，可通過“自助法”（Bootstrap）獲取檢驗臨界值。檢驗通過后，即可構造估計計算的θ置信區間，其中，S（θ）為對應不同門檻值所得的殘差平方和。

LRn（θ）=S（θ）-S（θ1）σ2（7）

2變量說明

房地產價格（RPC）。目前學術界關于房地產價格的衡量方法較多，歸納起來主要有：商品房銷售額除以商品房銷售面積、全國住宅價格指數以及商品房平均銷售價格等[17-32-33-34]。基于統計便宜性及數據可獲性，本文采用商品房平均銷售價格來表示。

城鎮化（CIT）。目前對城鎮化的測度基本上從兩個層面展開：一種是建立指標體系對城鎮化水平進行測度，另一種就是采用單一指標方法進行測度。建立指標體系方法雖然可以更好地涵蓋城鎮化所有內涵特征，但由于主觀因素以及操作復雜性問題，這種方法在實證中的運用范圍畢竟有限。單一指標方法由于操作性較強，深受學者青睞。但傳統以戶籍制度為基點衡量的城鎮化水平會造成城鎮化水平低估。為此，參照陸銘和陳釗[35]的方法用非農就業人數占總就業人數的比重來反映城鎮化水平。

控制變量（CON′）。房地產價格變動是一系列因素相互作用、聯合驅動的結果。為此，本文基于已有研究成果，從供給和需求的雙重層面篩選影響房地產價格變動的控制變量。在供給層面選取房地產開發企業數（ENP）、外商直接投資（FDI）、土地供應（ETH）、貨幣政策（MON）和房地產業的利潤空間（ERN）作為控制變量。在需求層面選取基礎設施條件（INF）、城鎮居民收入水平（INC）、貿易開放（TRA）和改善性需求（HOD）作為控制變量。其中，供給層面的土地供應和貨幣政策及房地產業的利潤空間分別采用房地產企業本年度購置土地面積、中央銀行基準貸款利率、房地產開發竣工房屋造價房地產開發竣工房屋造價越低說明房地產業利潤空間越大，反之，則說明利潤空間較小。作為代理變量。需求層面的基礎設施條件，貿易開放和改善性需求分別采用鐵路客運量、公路客運量和水路客運量平均值，該值越大說明該區域基礎設施條件越好。貿易開放度， 貿易開放度=進出口總額/國內生產總值。城鎮居民人均住房面積等作為代理變量。

3數據來源

經驗分析最終樣本包括中國內地28個省份：北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、青海、寧夏。時間跨度為1999—2010年。所有數據均來自《中國統計年鑒》、《新中國六十年統計資料匯編》、《中國商務年鑒》、《中國房地產年鑒》、國泰安CSMAR數據庫、中宏教研支持系統（MCDB）與國研網統計數據庫等。各變量描述性統計信息如表1所示。

三、面板數據的單位根與協整檢驗

1面板數據單位根檢驗

面板數據涉及時間和截面兩個維度，易出現“偽回歸”現象。為避免建模存在偏差，首先對面板數據實施單位根檢驗，以驗證其平穩性。本文綜合運用LLC（Levin， Lin & Chu t）、IPS（Im， Pesaran and Shin W-Stat）、ADF（ADF-Fisher Chi-Square）、PP（PP-Fisher Chi-Square）等方法對實證面板數據的平穩性進行檢驗。由表2可知，除MON、INF、INC三個變量在相應的顯著性水平下拒絕原假設，即為平穩序列外，RPC、CIT、ENP、FDI、ETH、ERN、INC、TRA、HOD等變量均為非平穩序列。為了將非平穩序列變為平穩序列，采用差分法對非平穩性序列進行處理。由處理結果可知，經過處理后的ΔRPC、ΔCIT、ΔENP、ΔFDI、ΔETH、ΔERN、ΔINC、ΔTRA、ΔHOD在相應的顯著性水平下均拒絕原假設，說明差分處理的數據已成為平穩序列。

2面板數據的協整檢驗

如果一組非平穩數據存在一個平穩的線性組合，就可以說明該組數據是協整的。只有數據間存在協整關系，研究才有價值，這就有必要對面板數據間的協整關系做進一步檢驗。結果如表3所示。由表3中LLC（Levin， Lin & Chu t）、ADF（ADF-Fisher Chi-Square）、PP（PP-Fisher Chi-Square）等

四、實證結果及分析

1動態面板估計結果及分析

引入被解釋變量滯后項后，面板模型即轉換成為動態面板模型。傳統靜態面板的估計方法也就容易產生估計偏誤。關于動態面板估計方法一般有兩種，即差分GMM估計方法和系統GMM估計方法[6]。通過對比兩種方法可知，系統GMM估計方法較優。而系統GMM估計方法又可以分為一步系統GMM估計方法和兩步系統GMM估計方法。表4給出了動態面板模型的系統GMM方法估計結果。其中，模型I為靜態模型估計結果。模型II和III為引入因變量一階滯后項的一步和兩步系統GMM估計結果。模型IV至V為引入因變量二階滯后項的一步和兩步系統GMM估計結果。由表4可知，在模型II至V中，RPCi，t-1、RPCi，t-2均通過顯著性檢驗，且由Wald值可知，引入因變量滯后項后模型顯著性水平明顯提高。同時，通過一步和兩步系統GMM估計結果可知，兩步系統GMM估計結果較優，為此選取模型V作為分析依據。由Arellano-Bond檢驗和Sargan檢驗可知，模型總體較為合適，工具變量選擇恰當，過度識別成立。

在模型V中，RPCi，t-1、RPCi，t-2與RPC間存在正向效應，但影響系數呈遞減趨勢，這說明房地產市場主體對房地產價格上漲預期是理性的，可以根據統計、歷史和邏輯等知識對房價走勢進行分析判斷[7]。城鎮化（CIT）對房地產價格變動的影響并不顯著，這說明以非農就業人口占比衡量的城鎮化對房地產價格上漲的影響并不顯著，這與已有研究運用城鎮戶籍人口衡量城鎮化并認為其是推動房地產價格影響顯著為正的研究結論并不相同。這可能是由于：一是以戶籍人口衡量的城鎮化水平是對中國城鎮化水平的低估，無法精確反映和衡量城鎮化進程中房地產市場需求總量及其對房地產價格產生的沖擊效應，研究結論也就存在偏差。二是受長久以來“二元”制度安排“掣肘”、城鄉貧富差距牽制以及在房地產業投資占據主導地位的投資氛圍下，作為城鎮化真正的需求主體——農業轉移人口無力承擔高房價，也并未成為房地產市場中真正的需求主體。三是在現行政府績效考核與評估體系下，以行政力量主導推動城鎮化的“外生性”模式也導致城鎮產業“空心化”，“產城融合”與城鎮化的質量較差，無法形成強大就業容納，也是造成其影響效應不顯著的重要成因。

從控制變量來看：房地產開發企業數（ENP）對房地產價格變動的邊際影響效應并不顯著，這說明中國房地產開發企業數量增加沒有顯著提高房地產業供給量以實現房地產價格下降。房地產業外商直接投資（FDI）對房地產價格變動的影響顯著為負，這一方面說明外商直接投資可以優化房地產市場資金結構，化解房地產企業的資金需求“瓶頸”，進而可以增加房地產供給降低房地產價格。另一方面，由于外商直接投資身份存有“特殊性”，負向效應也可能說明當房地產業“泡沫化”較為嚴峻時國際資本為了規避風險迅速逃離，使房價面臨“驟跌”的風險。這從一個側面揭示了中國應繼續深化房地產業利用FDI影響的認知，對其風險性做系統評估，力爭“取其精華，去其糟粕”[6]。土地供應（ETH）對房地產價格變動的影響顯著為正，這說明房地產開發企業當期土地購置面積的增加，會強化房地產需求主體預期，推動房地產價格上漲。貨幣政策（MON）與房地產價格變動間存在顯著正向效應，且邊際影響系數最大，這說明中國房地產業的迅速發展在很大程度上依賴于中國金融體系的支持，即此房地產開發企業資金獲取成本相對低廉，在很大程度上為房地產價格上漲提供了“溫床”。房地產業利潤空間（ERN）對房地產價格變動的影響效應并不顯著，理論上講中國房地產業正處于初級發展階段，進入成本相對較低、行業投資回報率較高、升值空間較大，房地產供給應該不斷增加，使房地產價格不斷下降。但實證卻表明其房地產利潤空間對房價的影響并不顯著，為了追求利潤最大化，房地產市場中涌現的各類盲目投機行為可能是其最好解釋。基礎設施條件（INF）與房地產價格變動間存在顯著負向效應，這說明中國房地產開發過程中基礎設施配套往往存在滯后性和不同步性，房地產價格變動與基礎設施間并不存在相應的“響應機制”。城鎮居民收入（INC）對房地產價格變動的影響效應顯著為正，這說明城鎮居民收入水平的提高，會引致房地產價格的上漲。貿易開放水平（TRA）與房地產價格變動間存在顯著的負向效應，這說明隨著中國貿易開放程度的顯著提升其對房地產價格也產生了顯著的抑制作用。這主要源于貿易開放條件下，房地產業融資速度加快、融資渠道拓寬，在一定程度上使房地產市場規模的“乘數效應”顯著增強，房地產供給急劇增加，進而通過供給沖擊機制使房地產價格下降。改善性需求（HOD）與房地產價格變動間存在顯著的正向效應，說明改善需求會通過需求沖擊機制作用于房地產價格，推動房地產價格上漲。

2門檻面板估計結果及分析

在動態面板模型下，城鎮化對房地產價格變動的影響效應并不顯著，這可能說明城鎮化對房地產價格變動的影響效應可能并不是線性模型下所揭示的簡單線性關系，其可能存在門檻效應，在不同門檻區制下城鎮化對房地產價格變動的影響效應并不相同，城鎮化跨越相應門檻值后，其對房地產價格變動的影響效應也會發生差異性變化，抑或說在城鎮化的不同階段，其對房地產價格變動的影響效應會存在顯著差異。為此，本文進一步運用面板數據模型的門檻估計技術，對城鎮化影響房地產價格變動的門檻效應做進一步檢驗，以揭示城鎮化在不同的門檻區制下影響效應的轉換特征。

進行門檻效應檢驗的關鍵步驟就是要確定城鎮化門檻值的數量進行檢驗。本文通過設置3 000次的Bootstrap方法模擬計算“似然比統計量”LM值以確定城鎮化對房地產價格變動影響效應的門檻值。表5給出了城鎮化門檻值個數檢驗結果。從表5可以看出，城鎮化的Bootstrap LM值在相應的顯著性水平下拒絕原假設，也就是說城鎮化對房地產價格變動影響效應存在3個門檻值。

實施城鎮化門檻值個數檢驗后，就要確定城鎮化門檻值及其影響效應。由表6可知，城鎮化存在082、086、091等三個門檻值，各門檻值所對應的區間就可以分別表示為CIT≤082、082< CIT≤086、086< CIT≤091、CIT> 091等四個門檻區間或階段。接下來通過運用門檻面板估計技術就可以估計出在不同區制內，城鎮化對房地產價格變動的不同影響效應。結果顯示，以非農就業人口占比衡量的城鎮化水平在不同的門檻區制內對房地產價格變動的影響效應存在顯著差異，總體而言，隨著城鎮化跨越相應門檻值其對房地產價格變動的影響效應不斷遞增。具體而言，當城鎮化率（CIT）≤082時，城鎮化對房地產價格變動的影響系數較小但并不顯著，處于這一區間內的樣本占比為8988%，這也是中國現實情況的真實反映，和前文運用動態面板模型所得研究不謀而合。但當其邁過門檻值082后，以非農就業衡量的城鎮化水平對房地產價格變動的影響效應均顯著為正，且當其處于城鎮化率（CIT）> 091這一門檻區制后，城鎮化對房地產價格變動的影響系數達到最大化，屆時由城鎮化的快速推進所引發的需求沖擊就成為中國房地產價格上漲的重要原因。說明中國新型城鎮化推進過程中，應切實處理好城鎮化推進與房地產價格穩定間的關系，這也預示著城鎮化進程中房地產市場健康發展、房地產價格穩定仍是未來中國不可回避的重要議題。

五、結 論

中國省際面板數據的協整檢驗表明：長期來看，以非農就業人口占比衡量的城鎮化水平與房地產價格變動之間存在長期均衡關系，樣本區間內中國城鎮化發展對房地產價格變動的影響為正，但其影響效應卻并不顯著，這同已有學術界運用戶籍人口占比衡量城鎮化進而展開研究所得結論并不相同。當然，這也恰恰揭示在“二元”制度安排下，受城鄉貧富差距，房地產市場中“剛需”抑制、投資需求旺盛，政府行政命令主導的“外生性”城鎮化模式的影響，以農業轉移人口空間遷移、職業轉變、身份變換、社會福利與城鎮公共資源均等共享為核心的城鎮化發展中所隱匿的房地產供需失衡的結構性矛盾。同時，城鎮化對房地產價格變動的影響存在門檻效應，尤其是當城鎮化跨越第三個門檻值后，其對房地產價格變動的正向效應將達到最大化。此外，房地產開發企業、外商直接投資、土地供應、貨幣政策、房地產利潤空間、基礎設施條件、 貿易開放以及改善性需求等控制變量對房地產價格變動的影響效應也各不相同。基于實證結論，本文提出以下政策建議。

第一，推進城鎮化與房地產業的協調發展。城鎮化推進過程中，房地產業健康與持續、房地產價格的理性穩定是不可避免的問題，它不僅關系到經濟社會的穩定，更關系到全面小康社會建設預期目標實現。但現有以政府主導的城鎮化模式在中央政府和地方政府博弈中演化成為“造城運動”，這不僅造成城鎮產業空心化，而且在城鄉收入差距和貧富差距拉大的情況下也“膨化”了房地產業投機需求，助推房地產價格的非理性上漲。為此，新時期應基于資源稟賦和資源環境承載，建立健全城鎮產業體系，“以產聚城”、“產城融合”。一方面為農業轉移勞動力城鎮化提供強有力的就業承載，另一方面也助推房地產業性質轉變和功能轉型，實現新型城鎮化推進與房地產業的協調發展。

第二，力推新型城鎮化發展與農業轉移人口有序流動的有機融合。城鎮化演進過程也是農業轉移人口有序流動的過程。但受當前中國城鎮化發展結構性矛盾、制度安排傾向偏差及公共服務不均衡等多重因素的影響，農業轉移人口在城鎮化進程中的流向往往存在單一性、無序性，紛紛流向大中城市，各類小城市、小城鎮卻“無人問津”，這在一定程度造成大中城市房地產“供不應求”而價格瘋漲和小城市、小城鎮盲目造城所形成的“供過于求”而“泡沫膨化”的兩難并存的尷尬局面，這不但使城鎮化發展質量不高，而且使房地產價格長期處于非理性狀態。為此，應堅定不移地推動新型城鎮化戰略，構建大中城市、小城市和小城鎮層次分明、布局合理、功能完備的新型城鎮體系，并通過相關制度安排、體制改革和優惠政策疊加，引導農業轉移人口向各層次城鎮有序流動、均衡分布，實現新型城市化發展與農業轉移人口有序流動的有機融合。

第三，貫徹總體調控與結構性調控并重的房地產調控策略。實證結論揭示以非農就業人口占比衡量的城鎮化水平在跨越相應門檻值后其對房地產價格變動的影響效應顯著為正，且當其跨越第三個門檻值后其影響系數達到最大，這充分說明隨著農業轉移人口城鎮化水平提高，在需求沖擊機制驅動下房地產價格會迎來結構性上漲的境地。所以，新時期應轉變房地產調控思路，切實貫徹總體調控與結構性調控并重的房地產調控策略：一是在總體層面逐步強化宏觀調控中的經濟手段，弱化政府直接行政干預手段，確保房地產市場調控政策的持續性和穩健性，實現供需有效銜接和市場平衡。二是加快中小型普通商品房、保障房和經濟適用房的供應，切實執行城鎮化過程中農業轉移人口首套房利率和貸款優惠政策，而對于在抑制投資性需求層面，除了繼續實施限購政策等“治標”措施外，還應擴大房產稅的試點范圍并加快其立法進程，以達到“治本”目標。三是在空間結構層面，各地亦應根據自身實際、有的放矢，采用“分類調控”策略。

參考文獻：

[1] Perkins， DH， Radelet， S， Lindauer， DLconomie du Développement [M] De Boeck Supérieur， 2008

[2] 李克強關于調整經濟結構促進持續發展的幾個問題[J]求是，2010，（11）：3-15

[3] 李克強 在改革開放進程中深入實施擴大內需戰略[J]求是，2012，（4）：3-10

[4] 國家統計局綜合司課題組關于房地產對國民經濟影響的初步分析[J]管理世界，2005，（11）：30-33

[5] 姜松，王釗中國房地產業如何利用FDI：影響因素與作用機理[J]貴州財經大學學報，2013，（3）：77-86

[6] 姜松，黃慶華，王釗FDI、門檻效應與房地產業發展——基于1999—2010年省際面板數據的實證[J]軟科學，2013，（7）：7-12

[7] 姜松，王釗“泛地產化”與中國地區房地產價格變動[J]廣東行政學院學報，2013，（6）：64-71

[8] 駱永民城市化對房價的影響：線性還是非線性？——基于四種面板數據回歸模型的實證分析[J]財經研究，2011，（4）：135-144

[9] Chen， NK Asset Price Fluctuations in Taiwan： Evidence from Stock and Real Estate Prices 1973 to 1992[J] Journal of Asian Economics， 2001， 12（2）： 215-232

[10] Malpezzi， S， Wachter， SM The Role of Speculation in Real Estate Cycles [J] Journal of Real Estate Literature， 2005， 13（2）： 141-164

[11] Aizenman， J， Jinjarak， YCurrent Account Patterns and National Real Estate Markets [J] Journal of Urban Economics， 2009， 66（2）：75-89

[12] Kallberg， JG， Liu， CH， Pasquariello， P On the Price Comovement of US Residential Real Estate Markets [J] Real Estate Economics， 2014， 42（1）： 71-108

[13] Potepan， MJ Explaining Intermetropolitan Variation in Housing Prices， Rents and Land Prices [J] Real Estate Economics， 1996， 24（2）： 219-245

[14] Roback， JA The Value of Local Urban Amenities： Theory and Measurement [M] University Microfilms， 1982

[15] Oliver， B Explaining Regional Variation in Equilibrium Real Estate Prices and Income [J] Journal of Housing Economics， 2012， 21（1）：1-15

[16] 王愛儉，沈慶劼人民幣匯率與房地產價格的關聯性研究[J]金融研究，2007，（6）：13-22

[17] 梁云芳，高鐵梅中國房地產價格波動區域差異的實證分析[J]經濟研究，2007，（8）：133-142

[18] 杜敏杰，劉霞輝人民幣升值預期與房地產價格變動[J]世界經濟，2007，（1）：81-88

[19] 朱夢楠，劉林短期國際資本流動、匯率與資產價格——基于匯改后數據的實證研究[J]財貿經濟，2010，（5）：5-13

[20] 原鵬飛，魏巍賢房地產價格波動的宏觀經濟及部門經濟影響——基于可計算一般均衡模型的定量分析[J]數量經濟技術經濟研究，2010，（5）：88-103

[21] 李智，李偉軍，高波緊縮性貨幣政策與房地產市場的價格之謎——基于VAR模型和符號約束VAR模型的比較[J]當代經濟科學，2013，（6）：33-42

[22] Davis， K The Urbanization of the Human Population [M] The City Reader， 19661-14

[23] Ravallion， M， Chen， S， Sangraula， P New Evidence on the Urbanization of Global Poverty [J] Population and Development Review， 2007， 33（4）： 667-701

[24] 陳石清，黃蔚中國房地產價格與城市化水平實證分析[J]財經理論與實踐，2007，（2）：109-112

[25] 周文興，林新朗中國住房價格與城市化水平的關系研究——動態面板與空間計量的實證分析[J]重慶大學學報（社會科學版），2012，（5）：1-7

[26] 中國金融40人論壇課題組加快推進新型城鎮化：對若干重大體制改革問題的認識與政策建議[J]中國社會科學，2013，（7）：59-76

[27] 謝福泉，黃俊暉城鎮化與房地產市場供需：基于中國數據的檢驗[J]上海經濟研究，2013，（8）：115-123

[28] 馬光遠城鎮化引發房價暴漲？[J]中外管理，2014，（3）：23

[29] 姜松，王釗農民專業合作社、聯合經營與農業經濟增長——中國經驗證據實證[J]財貿研究，2013，（4）：31-39

[30] 姜松，王釗農民專業合作社聯合經營經濟效應及實現條件[J]廣東商學院學報，2013，（3）：61-69

[31] Hansen， BE Threshold Effects in Non-Dynamic Panels： Estimation， Testing， and Inference [J] Journal of Econometrics， 1999，93（2）： 345-368

[32] 況偉大房價與地價關系研究：模型及中國數據檢驗[J]財貿經濟，2005，（11）：56-63

[33] 王來福，郭峰貨幣政策對房地產價格的動態影響研究——基于VAR模型的實證[J]財經問題研究，2007，（11）：15-19

[34] 徐建邦，梁富山房地產價格波動對地方財政收入的效應研究——基于京、津、滬、渝四個直轄市面板數據的實證分析[J]財經問題研究， 2011， （10）：89-94

[35] 陸銘，陳釗城市化、城市傾向的經濟政策與城鄉收入差距[J]經濟研究，2004 ，（4） ： 50-58

（責任編輯：于振榮）

參考文獻：

[1] Perkins， DH， Radelet， S， Lindauer， DLconomie du Développement [M] De Boeck Supérieur， 2008

[2] 李克強關于調整經濟結構促進持續發展的幾個問題[J]求是，2010，（11）：3-15

[3] 李克強 在改革開放進程中深入實施擴大內需戰略[J]求是，2012，（4）：3-10

[4] 國家統計局綜合司課題組關于房地產對國民經濟影響的初步分析[J]管理世界，2005，（11）：30-33

[5] 姜松，王釗中國房地產業如何利用FDI：影響因素與作用機理[J]貴州財經大學學報，2013，（3）：77-86

[6] 姜松，黃慶華，王釗FDI、門檻效應與房地產業發展——基于1999—2010年省際面板數據的實證[J]軟科學，2013，（7）：7-12

[7] 姜松，王釗“泛地產化”與中國地區房地產價格變動[J]廣東行政學院學報，2013，（6）：64-71

[8] 駱永民城市化對房價的影響：線性還是非線性？——基于四種面板數據回歸模型的實證分析[J]財經研究，2011，（4）：135-144

[9] Chen， NK Asset Price Fluctuations in Taiwan： Evidence from Stock and Real Estate Prices 1973 to 1992[J] Journal of Asian Economics， 2001， 12（2）： 215-232

[10] Malpezzi， S， Wachter， SM The Role of Speculation in Real Estate Cycles [J] Journal of Real Estate Literature， 2005， 13（2）： 141-164

[11] Aizenman， J， Jinjarak， YCurrent Account Patterns and National Real Estate Markets [J] Journal of Urban Economics， 2009， 66（2）：75-89

[12] Kallberg， JG， Liu， CH， Pasquariello， P On the Price Comovement of US Residential Real Estate Markets [J] Real Estate Economics， 2014， 42（1）： 71-108

[13] Potepan， MJ Explaining Intermetropolitan Variation in Housing Prices， Rents and Land Prices [J] Real Estate Economics， 1996， 24（2）： 219-245

[14] Roback， JA The Value of Local Urban Amenities： Theory and Measurement [M] University Microfilms， 1982

[15] Oliver， B Explaining Regional Variation in Equilibrium Real Estate Prices and Income [J] Journal of Housing Economics， 2012， 21（1）：1-15

[16] 王愛儉，沈慶劼人民幣匯率與房地產價格的關聯性研究[J]金融研究，2007，（6）：13-22

[17] 梁云芳，高鐵梅中國房地產價格波動區域差異的實證分析[J]經濟研究，2007，（8）：133-142

[18] 杜敏杰，劉霞輝人民幣升值預期與房地產價格變動[J]世界經濟，2007，（1）：81-88

[19] 朱夢楠，劉林短期國際資本流動、匯率與資產價格——基于匯改后數據的實證研究[J]財貿經濟，2010，（5）：5-13

[20] 原鵬飛，魏巍賢房地產價格波動的宏觀經濟及部門經濟影響——基于可計算一般均衡模型的定量分析[J]數量經濟技術經濟研究，2010，（5）：88-103

[21] 李智，李偉軍，高波緊縮性貨幣政策與房地產市場的價格之謎——基于VAR模型和符號約束VAR模型的比較[J]當代經濟科學，2013，（6）：33-42

[22] Davis， K The Urbanization of the Human Population [M] The City Reader， 19661-14

[23] Ravallion， M， Chen， S， Sangraula， P New Evidence on the Urbanization of Global Poverty [J] Population and Development Review， 2007， 33（4）： 667-701

[24] 陳石清，黃蔚中國房地產價格與城市化水平實證分析[J]財經理論與實踐，2007，（2）：109-112

[25] 周文興，林新朗中國住房價格與城市化水平的關系研究——動態面板與空間計量的實證分析[J]重慶大學學報（社會科學版），2012，（5）：1-7

[26] 中國金融40人論壇課題組加快推進新型城鎮化：對若干重大體制改革問題的認識與政策建議[J]中國社會科學，2013，（7）：59-76

[27] 謝福泉，黃俊暉城鎮化與房地產市場供需：基于中國數據的檢驗[J]上海經濟研究，2013，（8）：115-123

[28] 馬光遠城鎮化引發房價暴漲？[J]中外管理，2014，（3）：23

[29] 姜松，王釗農民專業合作社、聯合經營與農業經濟增長——中國經驗證據實證[J]財貿研究，2013，（4）：31-39

[30] 姜松，王釗農民專業合作社聯合經營經濟效應及實現條件[J]廣東商學院學報，2013，（3）：61-69

[31] Hansen， BE Threshold Effects in Non-Dynamic Panels： Estimation， Testing， and Inference [J] Journal of Econometrics， 1999，93（2）： 345-368

[32] 況偉大房價與地價關系研究：模型及中國數據檢驗[J]財貿經濟，2005，（11）：56-63

[33] 王來福，郭峰貨幣政策對房地產價格的動態影響研究——基于VAR模型的實證[J]財經問題研究，2007，（11）：15-19

[34] 徐建邦，梁富山房地產價格波動對地方財政收入的效應研究——基于京、津、滬、渝四個直轄市面板數據的實證分析[J]財經問題研究， 2011， （10）：89-94

[35] 陸銘，陳釗城市化、城市傾向的經濟政策與城鄉收入差距[J]經濟研究，2004 ，（4） ： 50-58

（責任編輯：于振榮）

參考文獻：

[1] Perkins， DH， Radelet， S， Lindauer， DLconomie du Développement [M] De Boeck Supérieur， 2008

[2] 李克強關于調整經濟結構促進持續發展的幾個問題[J]求是，2010，（11）：3-15

[3] 李克強 在改革開放進程中深入實施擴大內需戰略[J]求是，2012，（4）：3-10

[4] 國家統計局綜合司課題組關于房地產對國民經濟影響的初步分析[J]管理世界，2005，（11）：30-33

[5] 姜松，王釗中國房地產業如何利用FDI：影響因素與作用機理[J]貴州財經大學學報，2013，（3）：77-86

[6] 姜松，黃慶華，王釗FDI、門檻效應與房地產業發展——基于1999—2010年省際面板數據的實證[J]軟科學，2013，（7）：7-12

[7] 姜松，王釗“泛地產化”與中國地區房地產價格變動[J]廣東行政學院學報，2013，（6）：64-71

[8] 駱永民城市化對房價的影響：線性還是非線性？——基于四種面板數據回歸模型的實證分析[J]財經研究，2011，（4）：135-144

[9] Chen， NK Asset Price Fluctuations in Taiwan： Evidence from Stock and Real Estate Prices 1973 to 1992[J] Journal of Asian Economics， 2001， 12（2）： 215-232

[10] Malpezzi， S， Wachter， SM The Role of Speculation in Real Estate Cycles [J] Journal of Real Estate Literature， 2005， 13（2）： 141-164

[11] Aizenman， J， Jinjarak， YCurrent Account Patterns and National Real Estate Markets [J] Journal of Urban Economics， 2009， 66（2）：75-89

[12] Kallberg， JG， Liu， CH， Pasquariello， P On the Price Comovement of US Residential Real Estate Markets [J] Real Estate Economics， 2014， 42（1）： 71-108

[13] Potepan， MJ Explaining Intermetropolitan Variation in Housing Prices， Rents and Land Prices [J] Real Estate Economics， 1996， 24（2）： 219-245

[14] Roback， JA The Value of Local Urban Amenities： Theory and Measurement [M] University Microfilms， 1982

[15] Oliver， B Explaining Regional Variation in Equilibrium Real Estate Prices and Income [J] Journal of Housing Economics， 2012， 21（1）：1-15

[16] 王愛儉，沈慶劼人民幣匯率與房地產價格的關聯性研究[J]金融研究，2007，（6）：13-22

[17] 梁云芳，高鐵梅中國房地產價格波動區域差異的實證分析[J]經濟研究，2007，（8）：133-142

[18] 杜敏杰，劉霞輝人民幣升值預期與房地產價格變動[J]世界經濟，2007，（1）：81-88

[19] 朱夢楠，劉林短期國際資本流動、匯率與資產價格——基于匯改后數據的實證研究[J]財貿經濟，2010，（5）：5-13

[20] 原鵬飛，魏巍賢房地產價格波動的宏觀經濟及部門經濟影響——基于可計算一般均衡模型的定量分析[J]數量經濟技術經濟研究，2010，（5）：88-103

[21] 李智，李偉軍，高波緊縮性貨幣政策與房地產市場的價格之謎——基于VAR模型和符號約束VAR模型的比較[J]當代經濟科學，2013，（6）：33-42

[22] Davis， K The Urbanization of the Human Population [M] The City Reader， 19661-14

[23] Ravallion， M， Chen， S， Sangraula， P New Evidence on the Urbanization of Global Poverty [J] Population and Development Review， 2007， 33（4）： 667-701

[24] 陳石清，黃蔚中國房地產價格與城市化水平實證分析[J]財經理論與實踐，2007，（2）：109-112

[25] 周文興，林新朗中國住房價格與城市化水平的關系研究——動態面板與空間計量的實證分析[J]重慶大學學報（社會科學版），2012，（5）：1-7

[26] 中國金融40人論壇課題組加快推進新型城鎮化：對若干重大體制改革問題的認識與政策建議[J]中國社會科學，2013，（7）：59-76

[27] 謝福泉，黃俊暉城鎮化與房地產市場供需：基于中國數據的檢驗[J]上海經濟研究，2013，（8）：115-123

[28] 馬光遠城鎮化引發房價暴漲？[J]中外管理，2014，（3）：23

[29] 姜松，王釗農民專業合作社、聯合經營與農業經濟增長——中國經驗證據實證[J]財貿研究，2013，（4）：31-39

[30] 姜松，王釗農民專業合作社聯合經營經濟效應及實現條件[J]廣東商學院學報，2013，（3）：61-69

[31] Hansen， BE Threshold Effects in Non-Dynamic Panels： Estimation， Testing， and Inference [J] Journal of Econometrics， 1999，93（2）： 345-368

[32] 況偉大房價與地價關系研究：模型及中國數據檢驗[J]財貿經濟，2005，（11）：56-63

[33] 王來福，郭峰貨幣政策對房地產價格的動態影響研究——基于VAR模型的實證[J]財經問題研究，2007，（11）：15-19

[34] 徐建邦，梁富山房地產價格波動對地方財政收入的效應研究——基于京、津、滬、渝四個直轄市面板數據的實證分析[J]財經問題研究， 2011， （10）：89-94

[35] 陸銘，陳釗城市化、城市傾向的經濟政策與城鄉收入差距[J]經濟研究，2004 ，（4） ： 50-58

（責任編輯：于振榮）