廣東省域內商品住宅價格波動溢出效應研究
——以珠三角城市群為中心

(四川大學 公共管理學院 四川 成都 610065)

一、引言

二、理論研究及假設

房價空間溢出效應在一定程度上與空間地理分布有關，并且其強度也通常受空間地理位置的影響而變化，一般來說，相對地理距離小的空間單元之間的空間相關程度較大，相反相對地理距離大的空間單元則空間相關程度較小。

同時，空間距離鄰近的房地產市場中消費者可能形成相似的市場預期。空間地理分布鄰近的省市之間發展的歷史、地理環境相似，且政治、經濟、文化相互滲透、相互影響，經過長時間的歷史積淀，相鄰省市之間的房地產市場存在一定的相似程度。且空間地理分布鄰近使得相鄰省市之間的信息流通較快，當房地產消費者在對本省市房地產市場作出預期時，往往會參照鄰近省市房地產市場的發展狀況，從而形成房價的空間溢出。

再者，由于經濟發達地區對周邊地區的房地產市場發展的帶動作用，使得其房價波動具有輻射效應，并且領先先于其他城市。在這個過程中，當地房地產市場的需求水平也隨之變化，首先經濟發達地區房地產市場受到宏觀因素沖擊改變供求關系，供求失衡的房地產市場將向周邊地區，轉移過剩的需求，從而帶動周邊地區房地產市場的發展，對房價產生影響，由此產生溢出效應。

基于對區域內房價波動溢出效應的機理研究，本文以廣東省為研究區域，提出以下假設：H1：廣東省內各城市商品住宅價格波動之間存在空間關聯的溢出效應；H2：珠三角城市群是廣東省商品住宅價格溢出效應的中心

三、實證研究

(一)模型選取

1.全局自相關檢驗

空間相關性測度可以用來定量地描述住房價格在空間相關性及空間變化特征，同時也是正確設定空間計量模型的必要條件。本文首先通過Moran`s I 考察廣東省內21個城市住房價格波動在空間上是否存在聯系，即住房價格波動是否具有顯著空間相關性。其計算公式為：

2.空間滯后模型(SLM)

SLM也稱空間自回歸模型，主要研究區域之間是否在空間上存在關聯及溢出效應，即某地區的變量Yi是否受到鄰近區域Yj值的影響。空間滯后模型的一般形式為：

理順城市防洪指揮機構與防汛抗旱指揮機構的關系，落實其辦事機構，避免出現城區防洪工作多頭管理的現象。落實城市防洪行政首長負責制，加強制度協調、規劃協調和政策協調，確保防洪減災工作責任到位、措施到位。明確防洪指揮機構各成員單位及其各自職責，細化各部門在防洪應急管理中的職責，劃清權限范圍，建立溝通協作機制，避免職能交叉，杜絕職責缺位。將城市防洪減災組織延伸到街道、社區和企事業單位等基層單位，確定具體防汛防災人員和職責，建立順暢的政令通報、信息報送機制，確保防汛減災措施落實到位，形成上下協同、步調一致的防洪減災體系。

y=ρWy+Xβ+ε

本文采用SLM對珠三角的房價溢出效應進行回歸檢驗。根據對房價空間溢出效應的機理分析，參考陳薛宇(2017)，黃燕芬(2018)，公言常(2018)等人的研究，本文選取研究商品房價格的空間溢出效應的變量有：房地產投資額REI、實際貸款利率RI、地區生產總值GDP、人均可支配收入INC、人口增長率等POP。各變量基本定義及解釋如表1所示。

表1 變量說明

(二)研究區域與數據說明

本文數據樣本為廣東省域內21個城市，包括珠三角9市以及其他12個地級市，采用2013～2017的年度數據，其中各市商品住宅銷售價格=各市商品住宅銷售額÷各市商品住宅銷售面積，人口增長率=(本年末常住人口-上一年末常住人口)÷上一年末常住人口*100%，數據皆來源于廣東統計年鑒；各市實際貸款利率=名義貸款利率-各市通貨膨脹率，其中名義貸款利率來源于中國人民銀行網站公布的歷年利率水平數據，各市通貨膨脹率來源于廣東統計年鑒。為避免異方差，所有數值較大的變量都取自然對數。

(三)廣東省商品住宅價格空間相關性測度

利用Arcmap10.2對廣東省域內不同城市范圍2013～2017年商品住宅價格進行全局Moran’s I 指數及其顯著性檢驗結果如表2所示：

表2 廣東省不同維度城市范圍商品住宅價格全局莫蘭指數

續表

表2顯示了廣東省內不同維度區域商品住宅價格的全局莫蘭指數情況。從第一列可看出，廣東省21個城市的房價在近五年來呈現出正向的空間關聯并且關聯較為緊密，這說明廣東省內存在住宅價格波動的溢出效應。對比第一列和第二列可看出，剔除深圳后廣東其余20個城市之間商品住宅價格的空間關聯顯著上升，這說明深圳的房價明顯偏離廣東省其他各城市，深圳的房價與廣東其他區域之間存在空間負相關的關系，加上深圳的房價反而會使廣東省域內房價的空間關聯性降低。對比第一列和第三列可知，剔除廣州之后廣東省其余20個城市之間房價空間關聯性變弱，說明廣州的房價對廣東其他地區的房價有著較強的溢出效應。通過第四列數據可知，剔除掉珠三角9個城市后廣東11個城市商品住宅價格之間不存在空間關聯性。綜合分析，可得出結論廣州是廣東省域內住房價格波動溢出的中心，由此可驗證假設H1及H2。

莫蘭散點圖也是描述空間自相關較為常用的方法。其橫坐標為各城市房價的標準化值，縱坐標為空間滯后因子，圖中四個象限分別表示某一城市與其周圍城市的局部空間自相關程度。利用空間計量軟件GeoDa對廣東省商品住宅價格生產的局部Moran散點圖如圖1所示。

圖1 2013-2017年廣東省21市商品住宅價格Moran散點圖

從整體看來，廣東省21個城市2013-2017的商品住宅價格空間自相關程度的趨勢相同，主要集中于第三象限，其次是第一象限。從時間上看，2014年以及2017年商品住宅價格的空間自相關程度較高，空間異質性程度有所下降，這與使用Arcmap10.2得到的全局Moran’s I指數的結果一致。第一象限的樣本點表明這些城市的房價本身較高，且周圍城市的房價也較高，在一定程度上揭示了這些城市的高房價對周圍城市的空間溢出現象，應包括廣州、深圳、珠海、東莞等具有顯著影響力的樣本點。集中在第三象限的樣本點則表明，廣東大部分城市的房價呈現出整體趨同的發展模式，即房價較低的城市周圍也是低房價城市。其中，“低房價”是一個相對概念，表明相對于深圳、廣東等城市的超高房價而言，其他城市的房價較低。

四、回歸結果分析

通過GeoDa軟件基于距離分別生成廣東省21市、剔除廣州的20市、剔除珠三角9市的12市的空間權重矩陣，并選取空間滯后模型進行空間回歸分析，得到具體回歸結果如表3所示：

表3 廣東省不同維度城市范圍商品住宅價格空間誤差模型回歸結果

從廣東21個城市的空間滯后模型來看，其商品住宅價格空間滯后項的參數估計值為0.418且最大，這表示廣東省域內的房價空間溢出效應最明顯，說明本市的房價受周圍其他廣東省域內城市房價波動的影響。從而得出結論，廣東省域內房價存在明顯空間溢出效應，其他城市的房價的空間溢出效應，跨越空間地理分布通過空間權重矩陣的形式影響本市的房價。從解釋變量的系數來看，在考慮空間效應的條件下，住宅投資額是影響房價的最主要因素，此外地區生產總值、人口增長率以及居民可支配收入也是影響房價的重要因素，實際貸款利率的回歸系數為-0.079，說明貸款利率與房價為負相關關系，貸款利率的下降會造成房價的上升

從剔除廣州的SLM來看，其商品住宅價格的空間滯后項為0.203，表明剔除掉廣州后的廣東20市空間溢出效應明顯減弱，除了地區生產總值、人均可支配收入及人口增長率外其余解釋變量皆不顯著。從剔除珠三角9市的SLM來看，廣東省其余12市房價之間不存在空間關聯性。綜合分析，可知珠三角地區是廣東省商品住宅價格波動的溢出中心，其中廣州的溢出效應最為明顯。

五、政策建議

基于對廣東省內各城市之間住宅價格波動溢出效應的驗證，本文提出以下政策建議：

1.在因城施策的同時，應考慮區域整體調控政策的協調性。研究發現城市間住宅價格波動溢出效應的存在會使得一個區域內的房價在空間上相互關聯且相互影響，因此在制定某個城市的房地產市場調控政策時不僅要具體情況具體分析，考慮各城市獨特的市場狀況，還應在宏觀的整體視角下考慮其對所屬區域房價的傳導影響。應在省域范圍內建立統一的房價預警機制，提高對周邊城市房價變動的把控能力。

2.區域中中心城市或核心地區制定住房調控政策應考慮其對周邊城市的房價影響，同時邊緣城市的住房政策也應考慮中心城市房地產市場對其的傳導影響。中心城市在制定房地產調控政策時應避免抑制過猛而造成周邊城市房地產市場的需求暴增，外圍城市也應在時刻掌握中心城市當地經濟狀況和房市預期的基礎上促進房地產市場健康穩健發展。