多元城鎮化、門檻效應與房地產庫存：理論解釋與實證檢驗

傅貽忙　周建軍　孫倩倩　李文君

摘 要：基于我國房地產和城鎮化省際面板數據，構建面板模型和門檻效應模型，考量多元城鎮化、門檻效應對房地產庫存的影響。結果表明：人口城鎮化、空間城鎮化和產業城鎮化對房地產庫存具有顯著抑制作用，資本城鎮化對房地產庫存具有顯著促進作用，技術城鎮化對房地產庫存的影響存在門檻效應。隨著技術城鎮化跨越人均可支配收入相應門檻值，其對房地產庫存的影響由顯著到不顯著再到非常顯著，由促進作用轉變為抑制作用，影響系數的絕對值也轉變為較大。

關鍵詞： 多元城鎮化；房地產庫存；門檻效應；區域差異

中圖分類號：F293.3 文獻標識碼： A 文章編號：10037217（2018）03012707

一、引言

房地產高庫存是中國宏觀經濟在相當長一段時間內都將面臨的巨大風險之一。目前，全國房地產市場進入周期性調整階段，房地產供給側結構性改革下去庫存成為影響國民經濟增長以及其他相關經濟矛盾的重要因素。國家統計局數據顯示，截至2016年5月末，全國商品房待售面積72169萬平方米。根據2015年的銷售率，全國住房庫存需要5年多的時間才能消耗完。與住宅相比，許多城市的商品房和寫字樓都面臨著儲備過高的壓力。房地產供給側結構性改革下去庫存，除了短期的金融、財政政策支持，還要有人口政策、產業政策和城鎮化政策的支撐。房地產業是城鎮化的重要載體，為城鎮人口提供居住、消費和生產的平臺，并且依靠房地產強大的產業關聯度，為城鎮人口提供穩定的就業機會。城鎮化的外在表現是人口在城鎮的集聚，勢必為城鎮房地產業發展帶來大量住房需求。

在全球經濟危機、金融危機爆發時，歐盟委員會認為結構性改革是經濟復蘇三大支柱中不可缺少的一部分，這些結構性改革大部分是供給側改革的政策。Varga和Veld（2014）認為推行的供給側結構性改革措施對總產出和就業方面起了良好的促進作用，特別是對長期產出水平的提升作用更加突出[1]。當前人口遷移使中國城鎮快速化仍會推動城市商品住房需求的上升，城市住房供應將面臨嚴峻挑戰[2]。

開發企業、地方政府共同拉動了房地產市場的快速開發和價格膨脹。部分學者基于面板數據模型，得出積壓性庫存對于東、中部地區金融穩定性產生明顯的危害作用，而短期庫存對于東部地區和中部地區金融穩定性的影響卻得到相反的結果[3]。也有部分學者將金融加速器理論引入DSGE模型中分析房地產去庫存化對中國宏觀經濟的影響[4]。還有部分學者使用面板數據，從住房供給層面、需求層面和均衡房價等三個維度入手，實證研究我國東、中、西部住房價格特征[5]。運用Granger因果檢驗方法對香港建筑產業與經濟增長之間關系進行了研究。研究表明，建筑產業特別是基礎建筑部分對經濟增長的拉動作用明顯，建筑產業發展水平是經濟增長的Granger原因[6]。目前化解房地產高庫存的政策應對措施，一方面需要微觀經濟政策的協同，另一方面要給地方政府符合時宜的政策選擇權[7]。從長期看，無論是中央政府還是地方政府在化解庫存的過程中，應當注意平衡長、短期政策的關系[8]。吸引人口流入創造新增住房需求、增加現有居住人口購房需求、讓庫存住房與新增住房需求兩者相對接，是實現目前三四線城市商品住房去庫存的關鍵因素[9]。

城鎮化進程和土地財政是引導房地產價格高漲的深層次原因[10]。部分學者研究表明城鎮化水平與房地產需求、供給兩個方面存在顯著的正向相關關系，城鎮化水平能帶動房地產行業從業人數增加、房地產價格上升[11]。也有部分學者認為城鎮化進程與商品房銷售均價之間的關系顯著為負[12]。有學者認為過去20年中國快速城市化進程促使房地產投資增加，為城市基礎設施建設、城市升級等帶來積極作用，房地產市場的發展同時帶動相關產業的發展，從而促進經濟增長[13]。還有學者認為住宅價格的變化會改變勞動力的成本，從而對城市產業發展和城市人口數量產生影響，最終促使城市競爭力不斷提高，推動宏觀經濟不斷發展[14，15]。

綜上所述，國內外對城鎮化和房地產市場供給側結構性改革等進行了較深入的研究，大量的理論研究和實證分析表明城鎮化對房地產市場具有一定的影響。圍繞城鎮化對房地產庫存的研究也有相關成果，但基于多元城鎮化來研究房地產庫存的相對較少。因此，在現有研究成果的基礎上，分析多元城鎮化、門檻效應對房地產庫存的影響具有一定的理論價值和現實意義。

二、理論分析與研究假設

（一）人口城鎮化與房地產供給側結構性改革下去庫存

伴隨著城市化進程的加快，越來越多的非城市人口將轉化為城市人口。城市人口的增加必將帶動房地產消費需求的增加。隨著城市化水平的提高，房地產需求與供給之間存在明顯的正相關關系[16，17]。人口城鎮化率的提高將促進房地產市場需求增長，但經濟增長程度達到一定限度時，促進效果將降低。總體而言，隨著城鎮化水平的不斷提高，城鎮人口的比重增長會引起房地產需求的增長，從而抑制房地產庫存的增加。

（二）空間城鎮化與房地產供給側結構性改革下去庫存

在城市化進程中，農業用地轉化為城市建設用地，城市面積的擴張延伸和城市地區的土地利用面積增大，這奠定了房地產發展的空間基礎，促進房地產供給增加。中國城鎮化進程中呈現出大城市和小城鎮并存的“二元化”的空間發展形態。城市化水平的提升會加大非住房性消費需求。當非城鎮人口遷入城市，城市生活方式的不同會帶動其消費結構發生轉變，使其逐漸改變原有的生活方式和消費結構，從而加大休閑、旅游一系列活動的消費，促進非住房性房地產消費。另一方面，空間城鎮化可以增加城鎮土地面積，促進房地產供給量的上升。結合上述兩個方面，空間城鎮化既能增加房地產業的供給，新增城鎮人口又能明顯消耗房地產庫存，因而總體的效果可能是對房地產庫存有一定程度的抑制作用。

（三）資本城鎮化與房地產供給側結構性改革下去庫存

資本城鎮化是描述資本的形成對城鎮空間的塑造過程，這個塑造過程是廣泛性和一般性的有機結合。房地產業受到資本逐利的影響，長期保持著高供給狀態，導致房地產庫存處于高水平。開發企業旺盛的投資和地方政府的土地財政政策一起推高了房地產市場的價格進入上升軌道。對此，可以得出，資本城鎮化與房地產庫存存在因果聯系，資本城鎮化可能助推了房地產庫存水平。

（四）產業城鎮化與房地產供給側結構性改革下去庫存

城鎮是一個區域的中心，第三產業相對集中。第三產業的發展帶動的產業城鎮化促進了產業結構向高級化、合理化和高效化方向發展。第三產業的發展可以消化樓市庫存的養老、醫療等短板產業，可以引導房地產市場需求有序釋放，促進房地產市場去庫存。城鎮化進程中，在積壓庫存嚴重的區域，通過建設配套的公共設施及社會共享資源，在一定程度上可能會降低房地產庫存水平。將第二產業外遷、第三產業內移，可能有利于化解城鎮周邊房地產庫存。由此可見，產業城鎮化的發展對房地產庫存可能產生一定程度的消耗作用。

（五）技術城鎮化與房地產供給側結構性改革下去庫存

技術城鎮化表現在城鎮化發展進程中由技術發展帶來的經濟軟化。技術軟化效應具有一定的網絡結構、集群結構和擴散結構。網絡結構更多的體現在技術發展的協同性，表現為幾何級增長。集群結構表現在技術發展的知識創新和知識共享的集群發展。擴散結構主要體現在經濟發展的一體化進程。由于技術軟化效應的網絡結構、集群結構和擴散結構使得技術城鎮化顯著的表現為階段性特征。當技術軟化效應較低時，對城鎮社會經濟的影響較小，當技術軟化效應增強時，對城鎮社會經濟具有急劇影響，由此可見，技術城鎮化在房地產庫存水平上的影響形態體現出階段性。

基于以上理論分析，提出以下相關假設：

假設1：人口城鎮化、產業城鎮化在一定程度上可能抑制了房地產庫存水平的提升。

假設2：空間城鎮化對房地產庫存水平具有輕微的抑制作用。

假設3：資本城鎮化與房地產庫存水平有明顯的正相關關系。

假設4：技術城鎮化對房地產庫存水平的影響可能表現出階段性效應。

三、變量選取、數據描述及模型設定

（一）變量選取

多元城鎮化影響下房地產庫存水平的區域差異是重點考察對象，但考慮到人口城鎮化在解釋房地產供給側結構性改革下去庫存時區域結構上存在的局限性，結合空間城鎮化、資本城鎮化、產業城鎮化和技術城鎮化四種核心概念，以實現在多元城鎮化影響下房地產供給側結構性改革去庫存的區域差異。變量的選取與定義見表1。

1.因變量分析。

房地產庫存（chsait）：廣義的房地產庫存是指房地產市場上可以銷售，但尚未銷售的。狹義的房地產庫存是指現房庫存。本文主要是研究多元城鎮化對房地產庫存的影響效應，選用狹義的房地產庫存概念，具體是指在報告期末已竣工的待售現房，也指現行房地產開發統計中的待售商品房面積。

2.自變量分析。

人口城鎮化（puit）：主要是指一定區域在某一時點上城鎮人口占總人口的比重。空間城鎮化（suit）：空間城鎮化其表現為市區建成面積的不斷擴張。資本城鎮化（cuit）：資本城鎮化是指城鎮空間形成資本的過程，整個過程是廣泛性和普遍性的組合。產業城鎮化（iuit）：城鎮化的基本動力是產業城鎮化，城鎮化的可持續離不開產業發展，一個城市的產業發展水平就是產業城鎮化。第三產業越發達，產業城鎮化水平就越高。技術城鎮化（tuit）：技術城鎮化主要表現在城鎮化發展進程中由技術發展所帶來的經濟軟化效應。

控制變量主要是從房地產市場需求和供給的角度，選取可能影響房地產庫存水平變動的變量。經濟發展水平（rgdpit）：經濟發展水平是影響房地產市場需求和供給的重要力量。地區收入水平（incit）：用以反映地區收入水平的重要因素。房價（priceit）：房價作為房地產市場的重要信號，是房地產市場需求和供給力量作用的結果，同時，房價也作用于房地產市場的需求和供給。房地產開發投資（sup it）是房地產供給不可缺少的一部分。

（二）數據描述

根據我國官方統計劃分標準，將全國（港澳臺除外）劃分為東、中、西三個地區。具體劃分如下，東部地區包括北京市、上海市、天津市、遼寧省、河北省、山東省、江蘇省、浙江省、廣東省、福建省、海南省以及廣東省等11個省級行政單位。中部地區包括黑龍江省、吉林省、山西省、安徽省、河南省、江西省、湖北省、湖南省等8個省級行政單位。西部地區包括新疆維吾爾自治區、內蒙古自治區、寧夏回族自治區、廣西壯族自治區、四川省、重慶市、陜西省、貴州省、甘肅省、云南省、青海省、西藏自治區等12個省級行政單位。以上數據來源于2005-2014年各省（市、自治區）統計年鑒，2005-2014年《房地產統計年鑒》。西藏自治區數據缺失嚴重，故分析中并不包括西藏自治區。由于篇幅限制，各變量的描述性統計分析予以省略。

（三）模型設定

1.基本模型設定。

面板數據相對截面數據和時間序列數據，同時具有空間與時間兩個統計維度，其覆蓋的信息量比截面數據和時間序列數據更大，可以更好地解決樣本量狹小和不足的狀況。對此，在對多元城鎮化對房地產庫存水平的影響進行分析時，面板數據分析模型的引入是很有必要的，建立面板模型進行估計。模型設定如下：

ln chsait=ω+αln Uit+βXit+εit（1）

式（1）中，Uit為自變量，Xit表示控制變量。下標i分別代表省份和年度，εit為隨機擾動項。為克服異方差的影響，對各變量分別進行對數化處理。

2.門檻模型設定。

模型（1）說明了城鎮化對房地產庫存的影響效應，但這無法顯示在城鎮化演化進程中，房地產庫存變動的非線性影響效應。相比較線性回歸模型，門檻分界點的決定方式是門檻自回歸模型運用門檻變量（Threshold variable）來決定的，進一步運用門檻變量的觀察值來估算出合適的門檻值，這能夠減少一般研究者使用主觀判定分界點產生誤差。對此，根據Hansen（1999）的門檻回歸思想，把式（1）改寫成三門檻面模型的一般模式。

依據Hansen的門檻回歸思想，當回歸殘差平方和最小時其對應的值應該就是θ的值。對此，估算完門檻值后，就該對門檻個數進行進一步的檢測，來考證門檻值劃分樣本群組和參數有沒有存在明顯差異。也就是說門檻值不存在的零假設為H0：α1=α2=α3，并構建LM統計量進行驗證。

F=S0-S（θ1）σ2（4）

其中，S0表示零假設下的殘差平方和，S（θ1）表示單個門檻值下的回歸殘差平方和，σ2為其殘差的方差估值。因式（4）中的F分布為非標準分布，依據Hansen基本理念，可借助“自助法”（Bootstrap）獲取檢驗臨界值。檢驗通過后可構造估量計算θ置信區間，此外，S（θ1）是對照不同門檻值所得到的殘差平方和。

LRn（θ）=S（θ）-S（θi）σ2（5）

四、模型估計及分析

（一）面板數據單位根檢驗

為避免“假回歸”現象造成模型估計偏差，應對面板數據進行單位根檢驗，以驗證面板數據的穩定性。本文綜合運用LLC檢驗、HT檢驗、IPS檢驗和ADFPP檢驗等方法對面板數據的平穩性進行檢驗，所有變量均為非平穩序列。通過對原數據進行對數化處理。經過處理后對數化數據已成為平穩序列。

（二）面板數據的協整檢驗

假設一組不穩定的數據存在平穩的線性組合，那么這組數據就能被看做存在協整關系，如果數據之間沒有協整關系，這樣的數據就失去了研究價值，對此，面板數據協整檢驗的進行就顯得尤為重要。對面板數據進行協整檢驗，根據下表中Gt、Ga、Pt和Pa等檢測結果可知，此面板數據存在的協整關系組數必定大于一組，經過協整檢驗，可通過進一步構建模型來對其影響效應進行剖析。

（三）實證結果及分析

1.面板估計結果及分析。

對2005-2014年的全國、東部地區、中部地區和西部地區進行了面板數據的估計。在對模型的具體形式進行篩選時，借助Hausman的驗證法在固定效應模型和隨機效應模型上進行判定，運用F檢驗法對固定效應模型和混合估計模型進行判定。通過Hausman檢驗方法和F檢驗方法確定全國、東部地區、中部地區和西部地區都采用固定效應模型，模型（1）～（4）的F值都在0.01的水平上高度顯著，這說明4個模型的整體系數高度顯著，模型的R2在0.771以上，說明4個模型的整體擬合效果良好。模型的具體估計如表3所示。

人口城鎮化（puit）：全國、中部地區和西部地區的影響系數為負，東部地區為正，但是全國的影響系數和東部地區影響系數都不顯著，中部地區和西部地區的影響系數是顯著的，中部地區的影響系數為-1.1811，西部地區的影響系數為-2.0599。這表明人口城鎮化對房地產庫存水平的影響存在差異，這種現象可能原因有：隨著經濟的不斷發展，東部地區率先跟上了改革發展的步伐，使其達成了人口經濟集聚度較高水準的城市群，房地產商品屬性更加突出，房地產的投資屬性較大，中西部地區發展相對滯后，房地產的消費屬性更大，隨著人口城鎮化水平的提升，會導致房地產庫存水平的增加。

空間城鎮化（suit）：無論是全國的整體情況還是東、中和西部地區的情況，其影響系數都為負，但僅僅只有中部地區的影響系數顯著，其值為-0.3036。一方面說明空間城鎮化對房地產庫存水平具有一定的抑制作用，另一方面也表明這種抑制作用是不明顯的。

資本城鎮化（cuit）：四個模型的影響系數都為正，且全國、東部地區和西部地區的影響系數都顯著，全國的影響系數為0.5035，東部地區的影響系數為0.7645，西部地區的影響系數為0.3842，東部地區的影響系數最大。這可以看出中國的城鎮化演變過程在一定程度上是固定資產投資所帶來的空間選擇過程，資本城鎮化與房地產庫存具有顯著的正向關系。

另外從產業城鎮化（iuit）、技術城鎮化（tuit）相關系數來看，在全國和西部地區產業城鎮化與房地產庫存具有一定的反向關系，且這種關系顯著。技術城鎮化對房地產庫存都不具有顯著性的關系。

從控制變量來看：經濟發展水平（rgdpit）在全國、中部地區和西部地區對房地產庫存水平具有顯著的正向關系，東部地區是一種反向關系，但不顯著，這表明經濟發展水平越高，房地產庫存也越高。收入水平（incit）在四個模型中都和房地產庫存負相關，在全國和中部地區顯著，一定程度上表明提升居民收入可以有效降低房地產庫存。房價（priceit）在四個模型中都不顯著，這表明房價的高低在一定程度上并不能顯著的影響房地產的庫存水平，這與我國房地產市場發展的事實相符：房價或高，亦或低的城市，其房地產庫存水平可能低也可能高，同時也表明房地產去庫存通過房地產價格調控政策所能取得的效果可能并不一定顯著。房地產供給（sup it）在四個模型中房地產開發投資對房地產庫存都是顯著的正向關系，這說明我國房地產庫存水平居高的一個重要影響因素為房地產開發投資。

2.門檻面板估計結果及分析。

通過上述分析不難發現，技術城鎮化對房地產庫存的影響并不明顯，可能的原因是技術城鎮化對房地產庫存的影響并不是簡單的線性關系。技術城鎮化對房地產庫存的影響也許是以某種約束來實現的，導致門檻效應的形成。因此，運用面板數據模型的門檻估計技術，以人均可支配收入作為門檻變量，進一步檢驗技術城鎮化對房地產庫存影響的門檻效應，以揭示在不同人均可支配收入門檻區制下技術城鎮化對房地產庫存影響效應的轉換特征。

借助1000次抽樣法（Bootstrap）進行反復的計算得出“似然比統計量”LM值來確定人均可支配收入門檻區制下技術城鎮化對房地產庫存變動影響效應的門檻值。表4給出了人均可支配收入門檻值個數檢驗結果，不難發現，單一門檻、雙重門檻和三重門檻效果都顯著，其中雙重門檻結果顯著性最強，其自抽樣的P值為0.006，因此，選擇雙重門檻進行分析。

門檻效應模型回歸結果表明，將人均可支配收入作為門檻區制，技術城鎮化對房地產庫存變動的影響效應有顯著區別。概而論之，伴隨著技術城鎮化跨越人均可支配收入相應門檻值，其對房地產庫存變動影響程度從顯著變為不顯著再到非常顯著，其影響系數絕對值也由正值緩慢轉變為負值，影響系數也轉變的更大。具體來說，當人均可支配收入處在lninc≤9.313區制時，技術城鎮化對房地產庫存變動的影響系數為0.0450，在5%的顯著水平下顯著，處于這一區間內的樣本占比為19.00%。當人均可支配收入處在9.313

五、結 論

我國2005-2014年的省際面板數據的協整檢驗表明：在引入空間城鎮化、資本城鎮化、產業城鎮化以及技術城鎮化能實現在多元城鎮化影響下考察房地產供給側結構性改革下去庫存區域配置狀況。長期來看，多元城鎮化水平與房地產庫存變動之間存在長期均衡關系。人口城鎮化對房地產庫存的影響在中部地區和西部地區具有顯著抑制作用。空間城鎮化無論是全國的整體情況還是東、中和西部地區的情況，其影響系數都為負，但僅僅只有中部地區的影響系數顯著。資本城鎮化的影響系數都為正，且全國、東部地區和西部地區的影響系數都顯著。產業城鎮化與房地產庫存具有一定的反向關系，且這種關系顯著。同時，將人均可支配收入作為門檻變量，門檻效應在技術城鎮化對房地產庫存變動的影響過程中有所體現，可以看出從顯著到不顯著再到十分顯著，是技術城鎮化在跨越人均可支配收入相應門檻值這一背景下其對房地產庫存變動影響效應的整個轉變過程，其影響系數也逐漸從正值變成負值，對系數值的影響也變為較大。此外，經濟發展水平、收入水平、房價、房地產供給等控制變量對房地產庫存變動的影響效應也各不相同。

參考文獻：

[1] Varga J， Veld J I. The potential growth impact of structural reforms in the EU： a benchmarking exercise[J]. 2014，541（12）：1-40.

[2] Chen J， Guo F， Wu Y. Chinese urbanization and urban housing growth since the mid1990s[J]. Journal of Housing & the Built Environment， 2011， 26（2）：219-232.

[3] 申博.“去庫存”視角下房地產行業對區域金融穩定的影響——基于空間面板模型的實證研究[J].河北經貿大學學報，2016，37（3）：61-66.

[4] 尹希果，楊倩.房地產去庫存化對中國宏觀經濟的影響——基于金融加速器的數值模擬分析[J].經濟問題，2016（8）：35-41.

[5] 王先柱，吳義東.我國住房市場去庫存壓力的區域性差異研究——基于住房均衡價格的視角[J].價格理論與實踐，2016（5）：89-92.

[6] Lin J Y. Development strategy， viability and economic convergence[J]. China Economic Quarterly，2002，51（2）：277-308.

[7] 黃燕芬，張磊.2016年中國房地產業主基調：去庫存、穩市場[J].價格理論與實踐，2015（12）：25-28.

[8] 張曉蘭.對我國房地產去庫存問題的思考[N].中國經濟時報，2016-06-06（5）.

[9] 潘文軒.住房去庫存中需求管理的局限性與供給改革的對策[J].經濟縱橫，2016，367（16）：17-22.

[10]范方志，李海海.城市化進程中的土地財政與房地產價格——基于馬克思地租理論的分析[J].云南財經大學學報，2011，27（6）：3-9.

[11]姜松，王釗.中國城鎮化與房價變動的空間計量分析[J].科研管理，2014，35（11）：163-170.

[12]Wei X， Zhang Z， Liu F， et al. Radiation effect of urbanization on land use and landscape pattern in Beijing[J].2009（5）：1-6.

[13]Pacione M. The internal structure of cities in the third world[J]. Geography， 2001， 86（3）：189-209.

[14]郭娜，吳敬.老齡化、城鎮化與我國房地產價格研究——基于面板平滑轉換模型的分析[J].當代經濟科學，2015，37（2）：11-17.

[15]寇元虎.房地產開發企業動態能力的維度結構與實證研究[J].財經理論與實踐，2016（2）：87-91.

[16]韓正龍，王洪衛.區域差異、城鎮化與房地產價格——來自中國房地產市場的證據[J].經濟問題探索，2014（2）：63-70.

[17]楊巧，楊揚長.住房價格與城鎮居民收入分配差距關系研究[J].貴州財經大學學報，2016（2）：10-16.

（責任編輯：鐘 瑤）