中國區域房價收斂性的空間計量分析

(上海師范大學 上海 200234)

一、文獻綜述

房價波動在全球范圍內都是一個極為普遍的現象，它直接影響了金融穩定與居民消費，因此也成為學者重點關注的問題之一。現有文獻一部分集中于房地產價格波動的影響因素的研究，如預期與投機，住房剛需，調控政策。也有文獻研究房地產價格波動的區域差異狀況。然而，較少有文獻研究中國區域房價的收斂機制。

本文以區域房價β收斂為切入點，研究我國各省，直轄市及自治區房價的收斂性即貧窮國家或地區房價水平離穩態房價水平的距離是否要大于發達國家或地區，貧困地區是否有著更高的房價增長率。涂喬琳(2017)以我國70個大中城市2005年至2013年的數據為樣本，綜合運用傳統回歸模型以及空間計量模型發現我國區域房價均不存在絕對β收斂；張傳勇(2017)以我國35個大中城市2000到2014年的面板數據進行實證研究，發現以城市為樣本的中國經濟發展目前不存在絕對收斂，但存在條件收斂趨勢且房價會減弱這種趨勢并進一步拉大城市之間的經濟差距；林睿(2016)基于全國省域2001到2013的季度數據實證發現國內區域房價存在異質收斂，能夠劃分為3個收斂子群。房地產調控政策能夠在一定程度上改變區域房價的收斂情況,但該作用一般生效于政策發布后的4到5個月后。

本文基于2006年到2016年我國省域房價數據，分別構建空間誤差以及空間滯后面板數據模型，在傳統回歸模型的基礎上加入了空間效應，對中國區域房價收斂情況進行實證分析。

二、模型設定與實證分析

(一)模型設定

考慮到我國不同省，直轄市，自治區存在空間效應即空間異質性與空間依賴性，因此建立空間計量模型，綜合運用空間滯后模型(SLM)與空間誤差模型(SEM)，分別對樣本數據進行實證分析，模型設定形式分別如公式(2.1),(2.2)所示：

YT=α+ρWYT+βPT+ε

(2.1)

YT=α+βPt+(I-λW)-1u

(2.2)

其中，ρ為空間回歸系數，λ為空間相關誤差的系數，W為空間權重矩陣，如果系數β顯著為負，則表明我國區域房價存在絕對β收斂。

(二)空間自相關性檢驗

在對房價數據進行空間計量回歸之前，要先進行事前空間相關性檢驗即檢驗模型是否存在空間相關性。Moran’s I檢驗是空間相關性檢驗的經典方法，其原假設是變量之間不存在任何形式的空間相關性。如果結果原假設，那么就進行空間滯后模型與空間誤差模型的回歸。具體檢驗結果如下表所示：

表1 空間自相關性檢驗

注：表中***表示顯著性概率在0.001，**顯著性水平為0.01，*顯著性水平為0.05。

上表結果顯示：從2006年開始，我國房價增長率在各個時間段內均出現了空間相關性，且顯著性水平較高。其次，Moran’s I指數均顯著為正值，表明各區域房價增長率存在空間正的相關性，即相鄰近省市房價增長率具有相似屬性值。

(三)空間計量模型回歸選擇

由于各時間段均通過事前相關性檢驗，因此對從2006開始的4個時間段分別進行空間效應的回歸，具體的空間滯后模型與空間誤差模型的回歸結果如下表所示。

綜合考慮模型的擬合優度，變量系數的顯著性以及LogL的大小，我們發現空間滯后模型相比于空間誤差模型更好的擬合了數據，因此選擇空間滯后模型作為最后的結果。同時，空間權重矩陣最大特征根倒數是1，最小特征根倒數是-1.6832，這表明模型回歸的結果是穩健的。

表2 SLM與SEM估計結果

最后，上表數據顯示，在從2006年開始的4個時間段內β值均顯著為正，且β值隨時間推移有減小的趨勢，表明在考慮了空間效應滯后，我國各區域房價具有明顯的發散局勢即初始房價越低的地區同樣以較低的速度保持增長，但隨著時間推移，這種發散態勢逐漸減弱，特別是最后2009年到2016時間段內，β值已經快接近于0了。

三、結論與建議

通過前面的分析，我們可以得出以下的結論：自2006年以來，我國各地級市房價尚未形成絕對β收斂，也就是說，貧窮地區房價水平離穩態房價水平的距離要大于發達地區這一情形尚未發生，各城市房價是否會收斂與自身的穩態水平還有待于進一步的驗證。此外，隨著時間的推移我國房價發散的態勢逐漸減弱，未來可能會出現收斂的情況。

基于β收斂分析得出的上述結論，現針對其提出幾點政策建議：第一，在改善要素投入方面，各地級市要始終把人才戰略放在突出的位置，提高人才服務水平，優化引才用才環境。此外，在加大力度進行人力資本投資的同時，政府應該有效控制人口數量，提升整個地區勞動者的綜合素質，帶動區域房價增長收斂。第二，加快推動區域基礎設施建設，具體來說，政府要同時做好兩個方面的建設：其一是加大對傳統公路，鐵路以及新興高鐵方面的建設力度，拓寬城市交通干路；其二是加大對互聯網為代表的信息科技的建設，綜合打造線上線下一體化的城市交通網。