城市經(jīng)濟(jì)集聚背景下的房價作用力分析
——基于35個大中城市面板實證

張正雨

（中南財經(jīng)政法大學(xué)金融學(xué)院，湖北武漢430073）

1 問題提出

2017年我國城鎮(zhèn)化率達(dá)58.52%，在這一過程中，城市承載了重要的社會經(jīng)濟(jì)職能。隨著城市化的推進(jìn)，房價也隨之攀升并反向作用于城市集聚化過程，從而使得經(jīng)濟(jì)集聚存在動態(tài)調(diào)整過程。研究城市集聚文獻(xiàn)在國內(nèi)有很多，杜旻與劉長全（2014）研究發(fā)現(xiàn)以城市人口規(guī)模衡量的技術(shù)外部性與城市人口增長率之間存在“U”型曲線關(guān)系，城市增長率因城市規(guī)模增長而下降。王偉同與魏勝廣（2016）認(rèn)為在人口城市集聚過程中，大城市的公共支出規(guī)模效應(yīng)強于城市。邵朝對等（2016）發(fā)現(xiàn)房價產(chǎn)業(yè)由低端行業(yè)向高端行業(yè)集聚的"倒U"型結(jié)構(gòu)演變。

2 模型與數(shù)據(jù)

2.1 模型設(shè)定

本文考察的是房價對于城市經(jīng)濟(jì)集聚的影響，由于城市經(jīng)濟(jì)集聚是一個體系化的過程，因此本文構(gòu)建三個集聚指標(biāo)，分別是區(qū)位熵指數(shù)，經(jīng)濟(jì)密度指數(shù)、市場潛力指數(shù)。因此，本文構(gòu)建的模型如下：

2.2 變量的選取

1）被解釋變量

（1）區(qū)位熵，這一指標(biāo)可以較好的描述產(chǎn)業(yè)在一個城市中的專業(yè)化程度，反映房地產(chǎn)作用下的城市集聚狀況：

（2）經(jīng)濟(jì)密度，可以衡量一個地區(qū)的經(jīng)濟(jì)集聚水平。經(jīng)濟(jì)密度是指單位土地面積上的經(jīng)濟(jì)效益水平，這一指標(biāo)可以行政區(qū)域面積的單位產(chǎn)值來表示：

（3）市場潛力，這一指標(biāo)用來衡量一個地區(qū)的市場規(guī)模和經(jīng)濟(jì)潛力的大小，以及相鄰城市的經(jīng)濟(jì)關(guān)聯(lián)情況。

2）核心解釋變量：房價（hp）

3）其余控制變量：城市年末總?cè)丝冢╯umpeople）；外商直接投資實際使用額占gdp比重（fdi）；地方政府一般預(yù)算支出占gdp比重（gov）；職工平均工資（wage）。高等學(xué)校學(xué)生總?cè)藬?shù)（edu）；地區(qū)圖書冊數(shù)（book）；醫(yī)院，衛(wèi)生所床位數(shù)（hospital）。

2.3 數(shù)據(jù)來源

文中所使用城市數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》、《中國房地產(chǎn)數(shù)據(jù)庫》,歷年價格指數(shù)來自國家統(tǒng)計局。本文用STA?TA算法補齊個別缺失數(shù)據(jù)，并利用相關(guān)指數(shù)把房價等名義變量調(diào)整為以2003年為基期的實際變量。由于某些城市FDI相關(guān)數(shù)據(jù)為零，本文將原始數(shù)據(jù)加一后再對數(shù)化處理。

3 實證計量與結(jié)果分析

3.1 數(shù)據(jù)描述

表1 數(shù)據(jù)描述性統(tǒng)計

lq3第三產(chǎn)業(yè)區(qū)位熵4901.19789 7 0.19086 99 0.8741 3291.880129 dy 經(jīng)濟(jì)密度（萬元/平方公里）4907604.48714267.07170.975 5139637.3 mp 市場潛力4904.51e+095.32e+099.39e+074.40e+10 hp 商品房銷售平均價格（元/平方米）4908215.5116639.874155264584.62 sumpeople 年末總?cè)丝跀?shù)（萬人）490703.02133.013392 490 wage 職工平均工資（元）52731.6830937.412252.9174273.4 fdi 當(dāng)年實際使用外資金額占gdp比重0.02782 22 490 7 0 0.14532 29地方財政一般預(yù)算內(nèi)支出占gdp比重gov 0.0495 388 0.26699 97 541.7645 0.12484 78 edu 0.04051 99 227628.2 490普通高等學(xué)校在校學(xué)生數(shù)（人）1057281 13072.14 490 9723.634 49032076764 0.03782 83 book hospital 370446.6醫(yī)院、衛(wèi)生院床位數(shù)（張）公共圖書館藏書（萬冊、件）4905305 36732.09177410金融危機虛擬變量4900.47964 71 26187.84 crisis080.64285 71 10280 01

本文東部地區(qū)包括:北京、天津、石家莊、哈爾濱、長春、沈陽、大連、濟(jì)南、青島、上海、南京、杭州、寧波、合肥、福州、廈門、廣州、深圳和海口；中部地區(qū)包括太原、南昌、鄭州、武漢、長沙和呼和浩特；西部地區(qū)包括重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊和南寧。

3.2 數(shù)據(jù)分析

在進(jìn)行正式分析之前，本文先進(jìn)行了相關(guān)性分析和平穩(wěn)性檢驗，對于有單位根的變量采用差分處理，并對相關(guān)變量進(jìn)行對數(shù)化處理。在此基礎(chǔ)上，考慮時間效應(yīng)后進(jìn)行固定效應(yīng)分析。

（1）基于產(chǎn)業(yè)區(qū)位熵角度的城市集聚現(xiàn)象的實證分析

就模型1與模型2的回歸結(jié)果來看，第二產(chǎn)業(yè)區(qū)位熵在全國與我國東部地區(qū)對于房價因素顯著，而在中西部地區(qū)不顯著。房價對區(qū)位熵呈線性顯著正相關(guān)，在非線性關(guān)系中，則呈先降后升的倒“U”型結(jié)構(gòu)。這一過程的原因一方面可能由于房價的上升擠壓了低端制造業(yè)的生存能力，引起產(chǎn)業(yè)結(jié)構(gòu)的再造與升級。對于第三產(chǎn)業(yè)區(qū)位熵的回歸顯示，第三產(chǎn)業(yè)隨著房價的上升，呈現(xiàn)先升后降“U”型變化可能是由于人才、資金的流入以及政府主觀政策刺激，促進(jìn)了城市第三產(chǎn)業(yè)迅速發(fā)展集聚。東部地區(qū)與全國二三產(chǎn)業(yè)區(qū)位熵變化一致，但是對于中西部地區(qū)產(chǎn)業(yè)區(qū)位熵相對房價變化不顯著，可能與中西部經(jīng)濟(jì)發(fā)展水平相對落后，產(chǎn)業(yè)集聚能力不足有關(guān)。

（2）基于經(jīng)濟(jì)密度的城市集聚現(xiàn)象的實證分析

模型1與模型2房價因素在全樣本中呈現(xiàn)5%的顯著正相關(guān)，對于非線性關(guān)系來講，經(jīng)濟(jì)密度的變化趨勢為先升后降的倒“U”型結(jié)構(gòu)。房價因素是我國城市化進(jìn)程的表現(xiàn)形式之一，隨著城市化的進(jìn)行，城市集聚或多或少的會出現(xiàn)“擁擠效應(yīng)”，即所謂的城市病，包括交通通勤成本，空氣污染，水資源的缺少等原因，原本由于城市集聚所形成的規(guī)模效應(yīng)優(yōu)勢被過多的負(fù)外部性所取代，造成城市經(jīng)濟(jì)集聚過程的阻礙。

在我國西部地區(qū)，經(jīng)濟(jì)密度的變化趨勢與全國相似，在西部模型1與模型2中分別1%和5%正顯著，但是相關(guān)系數(shù)卻明顯大得多，說明單位房價的單位變化對經(jīng)濟(jì)密度的影響更為突出。此時，東中部地區(qū)并沒有呈現(xiàn)想象中的倒“U”型，房價因素沒有顯著影響這部分地區(qū)的城市經(jīng)濟(jì)集聚過程，本文認(rèn)為可能由于當(dāng)?shù)卣暮暧^調(diào)控政策更為嚴(yán)苛，限購限貸以及土地供應(yīng)的限制等過度行政化的干預(yù)促使房價并未如實反映市場狀況，因而影響到房價對于經(jīng)濟(jì)密度的體現(xiàn)過程。控制性變量如政府一般預(yù)算支出、金融危機變量系數(shù)呈顯著正相關(guān)表明宏觀經(jīng)濟(jì)政策及次貸危機顯著影響了城市經(jīng)濟(jì)的發(fā)展。

（3）市場潛力角度的城市集聚現(xiàn)象的實證分析

經(jīng)過回歸分析，房價對市場潛力在全國以及西部顯著正相關(guān)，二次項系數(shù)負(fù)相關(guān)，西部的系數(shù)較全國以及其他地區(qū)的系數(shù)更大，說明房價對西部地區(qū)的市場發(fā)展和城市經(jīng)濟(jì)建設(shè)的作用也更加突出。居民平均工資水平顯著正向表明工資越高，市場的規(guī)模也就越大符合我們通常認(rèn)知的經(jīng)濟(jì)現(xiàn)象。人口因素除中部地區(qū)外，均顯著為正表明人口越多，市場需求所需要配套市場規(guī)模也就越大，但是這里金融危機因素對于西部地區(qū)的影響不太顯著，可能是經(jīng)濟(jì)發(fā)展水平所導(dǎo)致。

4 結(jié)論與探討

本文利用中國35個大中城市的面板數(shù)據(jù)，城市經(jīng)濟(jì)集聚與房價二者之間同時存在線性與非線性的關(guān)系，并呈現(xiàn)明顯的區(qū)域梯度差異。關(guān)于政策建議：首先，我們要尊重房價因素在產(chǎn)業(yè)結(jié)構(gòu)更替方面所起的重要作用，加快建立房價調(diào)控的長效機制，并依靠房價的成本擠出優(yōu)勢，實現(xiàn)產(chǎn)業(yè)升級改造。其次，對于因城市集聚所產(chǎn)生的“城市病”，城市規(guī)劃要實行更嚴(yán)格的審批制度，合理規(guī)劃城市功能性布局，使得規(guī)模效應(yīng)因城市集聚而不斷提高。