經濟結構變化對房價動態沖擊效應分析

姜喜龍 郭晶

（山西財經大學，山西太原 030006）

經濟結構變化對房價動態沖擊效應分析

姜喜龍 郭晶

（山西財經大學，山西太原 030006）

經濟結構與房價聯系密切。以水平變量和一階差分變量構建兩個SVAR模型，考查城鎮化、工業化和財政分權為代表的結構性因素與房價之間的動態沖擊效應。結果顯示：城鎮化、工業化以及財政分權對房價的動態沖擊顯著為正，但房價對這3個經濟結構因素的沖擊并不顯著，城鎮化、工業化以及財政分權的發展速度越快，房價上漲速度反而越慢。

經濟結構；住房價格；結構向量自回歸；脈沖響應

一、引言

Chenry等將發展中國家的經濟結構變化定義為：隨著人均收入增長而發生的需求、生產、貿易以及要素使用結構的全面變化[1]。需求、生產、貿易以及要素使用結構的變化會使商品與資產價格發生變化，因此價格變化是經濟結構變化的外在表現。住房具有消費品與投資品的雙重屬性，在經濟結構變化過程中，更容易發生波動。所以，經濟結構變化與房價變化具有關聯性。目前以經濟結構變化為視角，研究房價變化的文獻較少，主要反映在城鎮化水平、工業化水平以及財政分權水平等幾個單一經濟結構因素對房價的影響，尚未形成體系。其中，有關城鎮化水平對房價影響的研究內容較豐富，包括Granger因果檢驗，時間方面的自回歸分析，空間方面的區域差異性分析等，但因僅考慮單一經濟結構因素對房價的影響，具有一定局限性。曾江輝在考慮通貨膨脹的條件下，利用我國1990—2009年城鎮化水平和房地產價格數據，通過Granger因果檢驗得出結論：房價和城鎮化水平之間存在長期均衡關系，房價不是城鎮化水平的Granger原因，而城鎮化水平是房價的Granger原因[2]。駱永民利用中國30個省份1998—2009年的面板數據，使用普通、空間、門限和平滑門限四種面板回歸模型分析，發現城鎮化水平對本地區和相鄰地區房價均具有顯著促進作用，在經濟增長水平較高、人力資本集聚地區，城鎮化對房價的促進作用更顯著[3]。鄧翔和孔紅枚選取我國安徽、江西、山西、河南、湖北、湖南中部6個省1998—2010年房價與城鎮化水平等數據，運用GMM估計方法實證分析城鎮化水平對房價的影響，結果顯示：城鎮化水平深入推動住房價格上漲，上一年房價對當期房價有正影響[4]。有關工業化水平對房價影響的研究較少，一般認為工業化通過作用于城鎮化，進而影響房價。常亮和賈金榮構建綜合城鎮化指標，即人口城鎮化與工業化的比率，利用2000—2009年31個省、市、自治區面板數據，對綜合城鎮化與房價關系進行定量研究，結果表明：綜合城鎮化水平對房價的影響在不同地區及年份存在一定差異[5]。財政分權水平對房價影響正逐步引起學者關注，普遍認為財政分權水平對住房價格有顯著正向影響。劉宗明利用1999—2007年30個省份面板數據模型作實證研究，控制某些因素后的結果顯示：財政分權水平提高能夠顯著推高房價[6]。李勇剛和李祥運用1999—2008年中國35個大中城市的面板數據，對房價與財政分權水平關系進行實證研究，結果表明：財政分權水平對住房價格產生顯著正向影響，存在區域性差異[7]。

縱觀上述研究可以發現：城鎮化水平、工業化水平以及財政分權水平等經濟結構因素與住房價格之間存在密切聯系，但現有研究中這些結構性因素是獨立的，本文綜合分析這些結構性因素對房價的共同作用。

二、水平變量之間的動態沖擊效應

（一）模型設定

曾江輝、鄧翔、孔紅枚等的研究結果表明，經濟結構因素與房價之間不僅存在滯后影響，還存在同期的影響關系。此時使用SVAR模型較合適，因為SVAR模型加入了變量間的同期影響關系[8]。故建立住房價格水平、城鎮化水平、工業化水平和財政分權水平的四元p階SVAR模型，記為SVAR（L）模型：

其中變量和參數矩陣為：

四維內生向量Xt內的PRt、URt、INRt和BRt分別為t期住房價格水平、城鎮化水平、工業化水平和財政分權水平序列；B矩陣內的系數bij表示第j個變量的單位變化對第i個變量的即時作用，i，j= 1，2，3，4；四維擾動向量εt內的ε1t、ε2t、ε3t、ε4t均為白噪聲序列，分別表示作用在住房價格水平、城鎮化水平、工業化水平和財政分權水平上的結構性沖擊。

若矩陣B可逆，則可將結構式方程（1）轉化為如下的簡化式方程[9]：

其中μt=B-1εt，表示簡化式殘差μt是結構式殘差εt的線性組合，是一種復合沖擊。

本研究目的是考查城鎮化水平、工業化水平和財政分權水平等結構性因素對住房價格動態沖擊效應，需要對矩陣B的系數加以限制。結合曾江輝的城鎮化與房價之間的因果關系、鄧翔和孔紅枚的滯后效應、常亮和賈金榮的“綜合城鎮化水平”對房價的影響以及劉宗明與李勇剛的財政分權與房價關系等研究結論，作出如下3點假設：

假設1：當期城鎮化水平、工業化水平和財政分權水平影響當期住房價格水平，當期住房價格水平不影響當期城鎮化水平、工業化水平和財政分權水平，即B矩陣中相應的系數b21=b31=b41=0；

假設2：當期的城鎮化水平與工業化水平相互影響，但對財政分權水平不產生影響，即B矩陣中相應的系數b42=b43=0，即當期財政分權水平不依賴當期城鎮化水平與工業化水平的發展程度；

假設3：當期財政分權水平不影響當期城鎮化水平與工業化水平的發展程度，即B矩陣中相應的系數b24=b34=0。

因此，在上述3點假設下，B矩陣的形式為：

對假設進行檢驗，估計B矩陣其他參數，得到城鎮化水平、工業化水平和財政分權水平等結構性因素對住房價格動態沖擊效應。

（二）數據來源與處理

本研究的SVAR（L）模型涉及住房價格水平、城鎮化水平、工業化水平和財政分權水平4個變量。我國住房市場化時間較短，1998年基本確立，此外，河北、安徽、西藏3個省份數據不全。因此，選取1999—2011年除港、澳、臺地區以及河北、安徽、西藏3省以外28個省、直轄市、自治區的面板數據。相關數據主要來源為2000—2012年《中國統計年鑒》以及各省、市和自治區的統計年鑒。

各變量的具體處理方式如下：

①住房價格水平（PR）。統計年鑒中收錄各省、市和自治區的名義住房價格，沒有剔出物價波動因素，需特別處理，計算方法為：住房價格水平=名義住房價格/以1992年為基期的物價指數。②城鎮化水平（UR）。采用各省、市和自治區的城鎮人口調查數據，計算方法為：城鎮化水平=城鎮常住人口/地區總人口。③工業化水平（INR）。采用各省、市和自治區的國民經濟核算數據，計算方法為：工業化水平=工業增加值/GDP。④財政分權水平（BR）。采用各省、市和自治區的政府財政支出數據，計算方法為：財政分權水平=一般預算支出/GDP。所得變量及數據描述見表1。

（三）平穩性及協整性檢驗

為降低偽回歸現象出現的可能，在實證檢驗之前，需要對樣本數據作平穩性檢驗[10]。采用LLC檢驗、ADF-Fisher檢驗和PP-Fisher檢驗方法，分別對選取變量進行單位根檢驗，結果如表2所示。

表1　樣本數據描述

表2　單位根檢驗結果

一般來說，若三種檢驗均拒絕存在單位根的原假設，則該序列平穩，反之不平穩[11]，由表2可知，各變量水平值的檢驗結果均無法拒絕原假設，但其一階差分均在1%顯著水平拒絕原假設，說明各變量均為一階單整過程[12]。對變量進行Johansen協整檢驗，結果見表3，特征根值和跡檢驗均表明變量之間至少存在一個協整向量，模型存在長期平穩的均衡關系。

（四）實證結果

以LR、AIC、SC為準則函數進行模型選擇，最終確定最優滯后階數為2。估計矩陣B各參數，結果見表4。各參數符合經濟學意義，均在1%水平上通過顯著性檢驗；卡方檢驗值為8409.476，表明不存在過度識別問題[13]；極大似然估計值為-2879.178，表明模型整體估計良好。根據上述檢驗與估計結果，對SVAR（L）模型進行脈沖響應分析，結果見圖1。

表3　Johansen協整檢驗結果

表4　B矩陣參數估計

圖1　水平變量對脈沖的響應分析

圖1反映住房價格水平、城鎮化水平、工業化水平和財政分權水平之間的長期相互關系。當期城鎮化水平、工業化水平及財政分權水平3個經濟結構因素，對房價的動態沖擊顯著；而當期房價對這3個經濟結構因素的影響并不顯著。此外，當期城鎮化水平與工業化水平具有顯著的相互影響，但對財政分權水平影響不顯著；而財政分權水平對當期城鎮化水平與工業化水平的影響不顯著。這些結果與前文假設一致。

本研究結果顯示，財政分權水平對房價產生負影響。這一結果與劉宗明、李勇剛和李祥的研究結果并不矛盾，原因在于，劉宗明等采用地方預算內本級財政支出占中央預算內本級財政支出的比例衡量財政分權水平，而本研究采用地方一般預算支出占當地GDP比例衡量財政分權水平，故有所差別。劉宗明等采用財政分權測度指標側重反映地方政府競爭意識的強烈性，地方政府競爭意識強烈，可能會采取提高土地出讓金和房地產稅等方法，易引致房價上漲。而本研究采用的測度指標側重反映地方政府財政資金的充足性，地方政府的財政資金越充足，采取上述方法可能性越低，最終表現為財政分權指標對房價影響為負。

三、一階差分變量之間的動態沖擊效應

SVAR（L）模型反映經濟結構因素與房價之間的水平變量關系，不能反映增量關系，為進一步考查房價與經濟結構因素之間的增量關系，作出如下研究。

（一）模型設定

建立住房價格漲幅、城鎮化漲幅、工業化漲幅及財政分權漲幅的四元p階SVAR模型，記為SVAR（D）模型：

其中變量和參數矩陣為：

四維內生向量ΔXt內的DPRt、DURt、DINRt和DBRt分別為t期住房價格漲幅、城鎮化漲幅、工業化漲幅及財政分權漲幅序列；B'矩陣內的系數b'ij同樣表示第j個變量的單位變化對第i個變量的即時作用，i，j=1，2，3，4；四維擾動向量ε't內的ε'1t、ε'2t、ε'3t、ε'4t同樣均為白噪聲序列，分別表示作用在住房價格漲幅、城鎮化漲幅、工業化漲幅及財政分權漲幅上的結構性沖擊。

若矩陣B'可逆，則可將結構式方程（4）轉化為相應的簡化式方程[14]，轉化過程與SVAR（L）模型類似，不再贅述。

SVAR（L）模型中的3點假設同樣適用于SVAR（D）模型，因此，在前文所述3點假設下，B'矩陣形式為：

（二）數據來源與處理

數據來源與SVAR（L）模型相同，是1999—2011年除港、澳、臺地區以及河北省、安徽省、西藏以外的28個省、直轄市、自治區的面板數據，來源為2000—2012年《中國統計年鑒》以及各省、市自治區的統計年鑒。

各變量的具體處理方式如下：

（三）穩定性檢驗

為考查SVAR（D）模型的穩定性，設定滯后階數為3的條件下，考查自回歸特征多項式倒數根的分布情況[15]，如圖2所示。

圖2　滯后3階的自回歸特征多項式倒數根

由圖2可知，SVAR（D）模型全部根的模小于1，位于單位圓內，因此模型穩定。

（四）實證結果

以LR、AIC、SC為準則函數進行模型選擇，最終確定最優滯后階數為3。估計對矩陣B'參數，結果如表5所示，參數符合經濟學意義且顯著。

表5　矩陣參數估計

根據上述檢驗與估計結果，對SVAR（D）模型進行脈沖響應分析，結果如圖3所示。

由圖3可見，城鎮化與工業化漲幅（一階差分）對房價漲幅影響為負向，說明城鎮化與工業化發展速度（每年的漲幅）越快，房價上漲速度（每年的漲幅）越慢。

此外，對比圖1與圖3，可知SVAR（D）模型的脈沖響應與SVAR（L）模型的脈沖響應相互匹配、相互補充，說明兩個模型均合理[16]，本研究3點假設合理。

圖3　一階差分變量對脈沖的響應分析

四、研究結論與展望

（一）基本結論

通過分析，可得以下結論：

經濟結構與房價有密切聯系，主要反映在城鎮化、工業化以及財政分權與房價之間的相互作用；當期城鎮化水平、工業化水平及財政分權水平，對房價的動態沖擊顯著，而當期房價對這3個經濟結構因素的影響并不顯著；城鎮化、工業化以及財政分權發展速度越快，房價的上漲速度越慢。

（二）政策啟示

城鎮化與工業化相輔相成，共同作用于房地產市場，影響商品房價格。城鎮化與工業化進程的加快引起房價上漲；一旦出現逆城市化或逆工業化趨勢，城市化與工業化水平下降，會對房地產市場造成波動，阻礙國民經濟持續健康發展。

當前，我國房價較高，主要原因在于城鎮化與工業化進程的加快，通過本研究的一階差分模型分析，可預見城鎮化與工業化發展速度（每年的漲幅）越快，房價上漲速度（每年的漲幅）越慢，因此，城鎮化與工業化進程須有序推進。

中央政府可適當加強地方政府的財政獨立性，在合理范圍內提高財政分權水平（地方一般預算支出占當地GDP的比例），減少地方政府對當地房地產市場的干預，促進房地產市場健康發展。

本研究為探討經濟結構變化對住房價格的影響提供了初步理論與實證框架，深入探討有待完成。例如，考查勞動力流動、技術進步、產業化升級過程，從動態層面探討經濟結構變化對房價的影響。本研究的主要觀點與模型均建立在我國基本國情之上，研究視角與樣本選擇具有一定的局限性，條件允許下可開展跨國研究。

［1］Chenery H B,Robinson S,Syrquin M.Industrialization and Growth:A Comparative Study[M].Oxford:Oxford University Press,1986.

［2］曾江輝.中國城鎮化水平與房地產價格的因果關系分析[J].中國城市經濟,2010(6).

［3］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).

［4］鄧翔,孔紅枚.基于動態面板模型的城市化與房價關系研究[J].統計與決策,2013(12).

［5］常亮,賈金榮.房價與城鎮化進程關系及影響研究[J].經濟經緯, 2012(3).

［6］劉宗明.財政分權、制度性沖擊與房價演進動態[J].產業經濟研究,2012(6).

［7］李勇剛,李祥.財政分權、地方政府競爭與房價波動:中國35個大中城市的實證研究[J].軟科學,2012(1).

［8］謝啟超.基于SVAR模型的中國貨幣政策對資產價格傳導的非對稱性研究[J].廣東金融學院學報,2011(1).

［9］趙昕東.中國房地產價格波動與宏觀經濟——基于SVAR模型的研究[J].經濟評論,2010(1).

［10］劉羅曼.時間序列平穩性檢驗[J].沈陽師范大學學報（自然科學版）,2010(3).

［11］陳昭.時序非平穩性ADF檢驗法的理論與應用[J].廣州大學學報（自然科學版）,2008(5).

［12］宋加山,鄧金堂,黃亭.基于協整理論和Granger檢驗的美國虛擬經濟與實體經濟背離研究[J].科技進步與對策,2015(15).

［13］胡建華,郭鵬江,夏志明.過度識別約束廣義矩估計檢驗的勢[J].山西師范大學學報（自然科學版）,2009(3).

［14］王斌,高戈.中國住房保障對房價動態沖擊效應——基于SVAR的實證分析[J].中央財經大學學報,2011(8).

［15］張延群.全球向量自回歸模型的理論、方法及其應用[J].數量經濟技術經濟研究,2012(4).

［16］張荷觀.存在自相關時自回歸模型的估計和檢驗[J].數量經濟技術經濟研究,2015(3).

F224

A

1672-3805(2015)06-0008-07

2015-10-04

國家自然科學基金“SI體系保障性住房的產業化機理與實現路徑研究”（71371041）；山西省高校哲學社會科學研究課題“山西省‘一圈一核三群’區域城鎮化路徑選擇研究”（晉規辦字[2013]2號）；山西省社會科學聯重點課題“山西特色城鎮化驅動機制研究”（SSKLZDKT2013025）

姜喜龍（1979-），男，山西財經大學管理科學與工程學院講師，研究方向為住房經濟與城市發展。