開放程度對房價的影響
——基于省級空間面板研究

胡天麒

(上海對外經貿大學 上海 201620)

一、緒論

(一)研究背景

2001年12月中國入世，標志著中國的對外開放程度進入了一個新的格局，這點也可從中國整體的外貿依存度在二十世紀初的飛速上升中可見一斑，從入世初38%的外貿依存度至2006年峰值的64%，如此大的提升并沒有耗去太多的時間。

另一方面，自從上世紀末的房地產改革以來，我國各地的房地產市場皆得到了大量的資金涌入，不可避免地常年推進著各省市房價的上漲。以2015年除去臺灣后的各省市的房價為例，中國的高房價傾向于集中在沿海地區例如上海，廣東等地，而中西部地區的房價則均較低有著明顯的“東高西低”的趨勢。

(二)研究意義

房地產市場是如今我國重要市場之一，甚至某種程度上起到了資金“蓄水池”的作用，且該市場直接影響到我國的民生問題，無論從政府宏觀調控而言抑或是從人民的日常生活而言都是不可忽視的問題。而如今經濟全球化前路未定，各國多邊的談判上時而有新的成果也時而有逆全球化的現象。因此，若能夠將兩者聯系起來，在開放的條件下考察房價的影響因素，理解外貿依存度與房價的關系，或許能夠為政府在制定房價相關調控政策抑或是考慮經濟全球化談判時提供一定的參考。

二、文獻綜述

以往對房價影響因素的研究不在少數，目前的文獻已經指出例如收入水平(Smith，1982)，宏觀調控政策(沈悅，2011)，當地城鎮化水平(鄧翔，2013)均是對房價產生影響的重要因素。而在如今經濟全球化的背景下，同樣應當考慮的是一國的開放程度對該國房價的影響。關于開放環境下的考察，Bardhan在2004年通過對不同國家的46個城市的房價進行考察，得出了城市開放程度對當地房租有顯著的推動影響(Bardhan，2004)，中國學者鞠方在2016年驗證了中國各省的貿易依存度同樣對當地的房價有正向的影響(鞠方，2016)。此外也有學者使用不同的計量方法分別證實了中國存在著“巴拉薩-薩繆爾森“效應(王松濤，2009；毛其淋，2010)。

三、理論介紹

(一)Balassa-Samuelson效應模型

該模型的主要內容是：在開放經濟下，當一國的貿易品部門的生產率上升時，該部門的勞動工資也將上升，而在勞動力自由流動的假設下，為了確保貿易品部門與非貿易品部門的勞動力分配不產生不符合現實意義的角點解，非貿易品部門的勞動工資也將上升至同樣的高度。同時在考慮部門利益最大化問題后，該共同工資又應當等于各部門勞動力的邊際生產價值。考慮到隨著一國開放程度的加深或是外貿依存度的上升，無論是通過與外國相似企業的競爭抑或是通過外資的投入帶來的技術溢出的渠道，一國的非貿易品部門的生產率都將上升，且該速度將高于非貿易品部門生產率上升的速度。

(二)空間計量模型

單單從各省房價數據來看，我國的房價存在著較為明顯的集聚現象。相鄰省之間的房價往往存在相互拉動的關系，該關系的來源可能來源如下：首先某些高房價城市可能促生“跨省通勤“從而提升鄰省城市的房價，這種現象可能集中出現于北京上海等一線城市周圍，例如如今便存在在江蘇省與上海市之間通勤的現象。其次，對于房地產市場的“做多”也可能造成資本涌入相鄰低房價城市從而提高其價格，當一地房價較高且因為居民消費能力或政策管制而難以繼續上升時，資本可能會期望炒熱周邊房地產市場從而在未來獲利，這樣也會提高周圍省市的房價。最后，在原高房價城市受到拆遷影響的人口獲得的拆遷費往往不可能使其繼續在同樣的地段購置新房，因此這批人往往會前往更偏遠的地方，這種現象也可能造成跨省的移民。因此在考察某省房價時，同樣需要引入了空間相關性，從而做到在控制鄰省影響的條件下更準確地分析特定因素對于房價的影響程度。

四、數據來源

本文選取了2000年至2017年中國除去臺灣的31個省的歷年出售的商品房平均價格作為當年的房價。以外貿依存度作為衡量開放程度的指標，外貿依存度則通過總進出口額與GDP的比值得到，在計算該比值的時候考慮了每一年的匯率變化。為了在開放條件下全面地考慮房價的影響因素，除了開放程度這一重要自變量，同樣需要其他以往文獻所公認的影響因素，本文選取了各個省的城鎮人口比例代表該地區的城市化率，用了歷年的各省房屋竣工面積作為衡量房地產市場供給側的情況。其中數據來源于EPS中國宏觀經濟數據庫，國家統計局分省年度數據與國泰安數據庫。

五、實證檢驗

(一)空間權重矩陣與Moran檢驗

雖然有了相關的理論解釋說明相鄰省市之間的房價存在互相影響的現象，但若要使用空間計量模型，還需要使用Moran檢驗確認所關注的變量是否真的存在空間相關性。本文中所使用的空間權重矩陣為反地理距離權重矩陣。將所有與目標省有公共邊的省市視作與其相鄰，例外為海南島，在本文中將其設定為與廣東省相連。根據目標省與其相鄰的各省的距離的倒數作為權重建立矩陣，各省市之間的距離通過計算兩者幾何中心的距離得到。

在得到標準化后的反地理距離空間權重矩陣后，使用該矩陣并對每年的中國各省市房價的橫截面數據分別進行Moran檢驗，可得知中國的各省市房價在21世紀內均維持著較強的空間相關性。

(二)傳統回歸模型

首先，我們對該面板數據直接使用經典計量回歸模型，結合所收集到的數據，本文使用的基礎回歸公式如下，其中HP代表房屋的平均出售單價，t代表外貿依存度，F代表房屋的竣工面積，r代表城市化率。

對于面板數據需要考慮使用固定效應模型還是隨機效應模型，使用Hausman檢驗的結果顯示p值小于2.2e-16，因此拒絕使用隨機效應模型的原假設而使用固定效應模型。

根據回歸結果，可以得知首先地區的房屋竣工面積在兩種模型下都對房價有顯著的正效應，這點可能是因為：現實中的房地產市場并不是一個理想化的僅靠供需變化就能解釋的市場，尤其是在近期的中國，對房地產價格的管制以及對項目開工的限額在不少城市都是十分常見的，因此竣工面積增加的某一年，更有可能是房地產市場管控放松的某一年，而在管控放松的同時，房價反而更有可能失去約束而上升。此外值得注意的是，當在考慮固定效應模型的時候，開放程度一階的影響變得并不顯著。

(三)空間回歸模型

常見的空間計量回歸模型有空間滯后模型(SLM)與空間誤差模型(SEM)，前者將空間相關性體現在某地區的行為對其相鄰地區的影響并將其作為一種新的“自變量”納入回歸方程，而后者則將該影響納入殘差擾動項以表示地區間的相互影響。

在進行進一步考察前，仍需要進行空間Hausman檢驗考察是否需要使用固定效應的空間計量模型，通過檢驗可知無論使用什么空間模型，Hausman檢驗全部拒絕原假設，因此在下文的回歸中將要使用固定效應空間回歸模型。

關于空間滯后模型與空間誤差模型的選取，本文參考了Anselin于2004年提出的空間回歸模型選擇規則：先進行拉格朗日乘子檢驗滯后模型與誤差模型是否都與普通OLS模型顯著不同，若均不同則使用穩健的拉格朗日乘子檢驗，并選取統計量更大的那一模型。

該檢驗結果顯示，雖然空間滯后與空間誤差兩者相對于經典的OLS回歸均是有效的，但是通過穩健檢驗后，可知空間滯后模型的LM統計量更為顯著，該回歸下結果如下表所示：

表 個體固定效應空間滯后模型回歸結果

由上表所示，在考慮了房價的空間相關性后，外貿依存度對房價存在著“倒U型”的影響：當早期外貿依存度上升時，貿易部門的勞動力的邊際產出將會上升，因此由于模型需要工資處處相等，房價將會隨著均衡工資的上升而上升，而當外貿依存度進一步上升時，考慮到此時有限的資金將會更多地流入貿易部門，缺少資金的房地產市場將會給所有人一個“不景氣”的預期，則此時房價反而有可能開始下降。正如上文所述，相鄰省市除了房價會對目標省的房價產生作用外，其他的自變量同樣可能對目標省的房地產市場產生替代或者互補的效應，例如相鄰省市的城市化發展是否同樣會提高目標省的房價為了同時考慮這些問題，回歸模型中同樣可以考慮自變量的滯后項，如下所示：

在空間杜賓模型下外貿依存度對房價的影響符號依然不變且顯著(圖表省略)，因此也進一步驗證了先前的空間滯后模型的可靠性。

六、結論

本文在考慮應變量空間相關性的情況下，運用2000年至2017年31省房價的面板數據考察了各省外貿依存度或開放程度與房價的關系，得出了前者對后者存在倒U型的影響：即最初外貿依存度上升時，由于Balassa-Samuelson效應存在，房價將會上升，而若外貿依存度繼續上升，則由于大眾與企業對于房地產市場漸漸出現蕭條的預期從而反而會對房價有著反向的作用。