長江經(jīng)濟帶城市住宅價格傳導機制研究

2021-09-23 05:15:26劉星雨

中國房地產(chǎn)·綜合版 2021年8期

摘要：使用2010年6月至2021年5月月度新建住宅價格數(shù)據(jù)，建立VAR模型，結合脈沖響應函數(shù)模型和方差分解函數(shù)模型對我國長江經(jīng)濟帶11個主要城市進行城市間住宅價格傳導機制的研究。結論顯示，各城市間的住宅價格存在著影響和傳導關系，長江經(jīng)濟帶主要城市中住宅價格傳導的主導城市為南京和武漢;在空間傳導路徑上，經(jīng)濟發(fā)展水平越高的地區(qū)其住宅價格傳導效應越顯著，且存在區(qū)域相關性;城市間的住宅價格傳導效應分為短期促進、長期促進和短期抑制三種效果，以短期促進和長期促進為主。基于此，政府在進行房地產(chǎn)市場調(diào)控時需充分考慮各城市間的相互作用和影響、采取差異化的調(diào)控策略;同時需要穩(wěn)定主導城市的房價，避免其大起大落而對其他區(qū)域產(chǎn)生不良影響;此外還要加快長江經(jīng)濟帶的一體化協(xié)同發(fā)展，提升上、中游城市的吸引力。

關鍵詞：住宅價格;傳導機制;VAR模型;脈沖響應分析;方差分解分析

中圖分類號：F293.3 文獻標識碼：A

文章編號：1001-9138-（2021）08-0008-15 收稿日期：2021-07-05

1 引言

自1998年房地產(chǎn)市場化改革以來，房地產(chǎn)業(yè)便逐漸成為我國經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，與此同時我國城市的房價也不斷上漲。根據(jù)城市群理論、新經(jīng)濟地理學等相關理論，城市間房地產(chǎn)價格由于資本、社會、交通、信息等因素會產(chǎn)生越來越強的溢出效應，如可能出現(xiàn)“波紋效應”“擴散效應”“沖擊效應”等，這些都說明一個地區(qū)房地產(chǎn)價格的波動變化會對相鄰或周邊地區(qū)的房地產(chǎn)價格產(chǎn)生影響。在我國，學術界主要通過計量經(jīng)濟學模型對城市或區(qū)域間房地產(chǎn)價格傳導進行實證研究。具體有以下方面：對我國全國范圍內(nèi)一線城市或大中城市間房地產(chǎn)價格傳導的研究;對我國主要城市群（珠三角城市群、京津冀城市群、長三角城市群等）內(nèi)部房地產(chǎn)價格傳導的研究，這些研究也證實我國房地產(chǎn)價格間存在著空間溢出效應;此外還有金融市場和貨幣政策與房地產(chǎn)價格傳導關系的研究等。住宅價格是房地產(chǎn)價格市場的重要組成部分，它不僅表征著一個地區(qū)的經(jīng)濟發(fā)展水平，也緊密關系著民生與社會。我國城市住宅價格以及與其相關的問題一直是學術界關注領域，城市間住宅價格的傳導和空間關系也是研究熱點。研究我國城市間住宅價格的相關或傳導效應，對發(fā)現(xiàn)我國城市房地產(chǎn)市場價格傳導規(guī)律，制定調(diào)控政策有著十分重要的意義。

長江經(jīng)濟帶覆蓋我國11個省市，連接了我國三大城市群（成渝城市群、長江中游城市群和長三角城市群），是橫貫我國東西的地理發(fā)展紐帶和重要經(jīng)濟走廊，它肩負著促進我國西部大開發(fā)、中部崛起和區(qū)域協(xié)調(diào)發(fā)展的重要責任。黨的十九屆五中全會建議明確指出，要推進京津冀協(xié)同發(fā)展、長江經(jīng)濟帶發(fā)展、粵港澳大灣區(qū)建設、長三角一體化發(fā)展，打造創(chuàng)新平臺和新增長極。推動長江經(jīng)濟帶的建設和發(fā)展是黨中央的重大決策布署，是關系國家發(fā)展全局的重大戰(zhàn)略。但是學術界還沒有針對長江經(jīng)濟帶住宅價格傳導的研究。鑒于此，本文選擇位于我國長江經(jīng)濟帶的上海、杭州、南京、合肥、南昌、武漢、長沙、重慶、貴陽、成都、昆明共11個主要大城市為研究區(qū)域，探討2010年至2021年以來這些城市之間新建住宅價格的相互影響效應與傳導機制，以期發(fā)現(xiàn)長江經(jīng)濟帶主要城市住宅市場的傳導規(guī)律、提出區(qū)域協(xié)調(diào)發(fā)展的策略建議，為構建長江經(jīng)濟帶房地產(chǎn)市場新發(fā)展格局、推動房地產(chǎn)市場高質(zhì)量發(fā)展提供理論思路。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與描述性統(tǒng)計

本研究針對研究區(qū)域（上海、杭州、南京、合肥、南昌、武漢、長沙、重慶、貴陽、成都、昆明）選擇2010年6月至2021年5月月度住宅均價指數(shù)數(shù)據(jù)作為研究分析的數(shù)據(jù)基礎，數(shù)據(jù)均來源于“CREIS中國百城價格指數(shù)”網(wǎng)站（https：//fdc.fang.com/index/baichengindex.aspx），月度新建住宅均價變化趨勢具體見圖1，數(shù)據(jù)的描述性統(tǒng)計見表1。初步分析變化趨勢和描述性統(tǒng)計表可知：第一，近10年來長江經(jīng)濟帶主要大城市的新建住宅均價總體上保持著上升的趨勢，雖在2014年初出現(xiàn)小幅下跌的情況，但于2015年初便基本恢復平穩(wěn)，并于2016年重新開啟上漲態(tài)勢;第二，從住宅均價絕對值上來看，長江經(jīng)濟帶下游即長三角城市群的三個核心城市上海、南京和杭州的住宅均價遠高于其他城市，上海最高超過50000元/平方米，但杭州、南京最高未超過30000元/平方米，其余城市最高不超過14000元/

平方米，絕對差距較大;第三，從住宅均價變化趨勢上來看，上海、南京和杭州住宅均價的標準偏差也較大，說明其波動性較大，從變化趨勢也可看出其漲幅始終領先于其他城市，其中上海遠超過其他城市。

2.2 研究方法

本文基礎研究數(shù)據(jù)為多元時間序列。對于時間序列數(shù)據(jù)，首先要進行單位根檢驗（ADF檢驗）來確認其是否平穩(wěn)，若不平穩(wěn)則需要差分;平穩(wěn)性檢驗通過后要檢驗多個變量間是否存在協(xié)整關系，方法是Johansen協(xié)整檢驗法;對于不存在協(xié)整關系的變量，可使用向量自回歸模型（VAR模型）和基于此的Granger因果檢驗模型、脈沖響應函數(shù)模型和方差分解模型來綜合分析變量間的相互影響。以上研究方法與模型將通過Stata 16計量分析軟件來實現(xiàn)。

3 實證分析

3.1 平穩(wěn)性和協(xié)整驗證

首先對所有變量進行ADF單位根檢驗，依照AIC準則選取滯后項，拒絕原假設則為平穩(wěn)序列，可進行下一步操作。經(jīng)過ADF檢驗，原數(shù)據(jù)存在單位根，顯示不平穩(wěn);經(jīng)過一階差分后，不存在單位根，說明一階差分后的數(shù)據(jù)平穩(wěn)，即該序列為一階單整I （1）見表2。

接下來對一階差分后的數(shù)據(jù)進行Johansen協(xié)整檢驗。該檢驗的原假設為H0：變量間不存在協(xié)整關系;H1：變量間存在協(xié)整關系。經(jīng)檢驗后，結果顯示不拒絕原假設，即本研究變量間不存在協(xié)整關系。由于不存在協(xié)整關系，故可直接建立向量自回歸模型（VAR）。對于已建立的VAR模型，通過對FPE、AIC、HQIC、SBIC值的檢驗，均得出當滯后階數(shù)為1時為模型最優(yōu)滯后，故接下來進行基于VAR （1）的相關驗證。VAR （1）的數(shù)學模型表達式為：

y_t=v+A_1yt-1+B₀x_t+B₁x_t-1+…+B_qx_t-q+u_t，t=1，2，…，n? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （公式1）

3.2 Granger因果關系檢驗

Granger因果關系檢驗多被用于證明經(jīng)濟變量時間平穩(wěn)序列之間的因果關系，基本原理是假設一個變量Xi的變化能夠?qū)е铝硪粋€變量Yi的變化，且變量Xi的變化發(fā)生在變量Yi之前，則兩變量間存在著一定的影響關系。表3為本研究基于上文VAR （1）的Granger因果關系檢驗結果，加粗的數(shù)值表示影響至少在10%的水平下顯著。

由表3可得：上海住宅均價變化是武漢、貴陽住宅均價變的原因;杭州住宅均價變化是重慶住宅均價變化的原因;南京住宅均價變化是上海、杭州、合肥、南昌、武漢住宅均價變化的原因;合肥住宅均價變化是南京、武漢住宅均價變化的原因;南昌住宅均價變化是武漢、成都、昆明住宅均價變化的原因;武漢住宅均價變化是上海、杭州、合肥、貴陽住宅均價變化原因;長沙住宅均價變化是杭州、南京住宅均價變化的原因;重慶住宅均價變化是上海、貴陽住宅均價變化的原因;貴陽住宅均價變化是昆明住宅均價變化的原因;昆明住宅均價變化是杭州、貴陽住宅均價變化的原因。

總體來說，根據(jù)Granger因果關系檢驗，可分析得出以下結論：南京、南昌和武漢是長江經(jīng)濟帶大部分城市住宅均價的影響原因，即該三個城市住宅均價變化的傳導范圍相對更廣;上海、杭州、武漢、貴陽受其他城市住宅均價變化的影響相對更大，而長沙幾乎不受其他城市住宅均價變化的影響;互為影響的城市有上海與武漢、南京與合肥、合肥與武漢;住宅價格的傳導效應主要集中在長江經(jīng)濟帶中下游城市（上海、杭州、南京、合肥、南昌、武漢），而上游的城市房價傳導效果相對更弱，且影響大多來源于周邊城市。

3.3 脈沖響應分析與方差分解分析

根據(jù)Granger因果關系檢驗的結果，為進一步探究住宅價格具有因果關系的城市間彼此具體的影響效果，本文繼續(xù)進行了脈沖響應函數(shù)分析與方差分解分析。脈沖響應函數(shù)揭示了在其他變量不變的情況下，一個變量對另一變量暫時變化的反應，即一個沖擊因素在經(jīng)濟系統(tǒng)中的傳導過程。脈沖響應圖可直觀顯示出一地房價的變動對另一地區(qū)房價的影響與持續(xù)時間，當置信區(qū)間不包括0時，說明響應效果顯著。圖2對南京的住宅均價施加了一個正向沖擊后，上海住宅均價產(chǎn)生了明顯的正向變化，且大部分時間內(nèi)保持顯著，在最后期才趨于不顯著，所以可得南京住宅價格正向變化對上海的影響是長期促進的;而對武漢的住宅均價施加了一個正向沖擊后，上海住宅均價也產(chǎn)生了明顯的正向變化，但第四期后變?yōu)椴伙@著，說明武漢住宅價格正向變化對上海的影響是短期促進的。

經(jīng)過逐個脈沖響應圖和響應效果的分析，可綜合得出有影響效果的各個城市間住宅均價的具體影響程度見表4。該表說明：武漢住宅均價的正向波動會短期促進上海、杭州、合肥的住宅均價;上海住宅均價的正向波動會短期促進武漢的住宅均價;杭州住宅均價的正向波動會短期促進重慶的住宅均價;貴陽住宅均價的正向波動會短期促進昆明的住宅均價;長沙住宅均價的正向波動會短期抑制南京的住宅均價;武漢住宅均價的正向波動會短期抑制貴陽的住宅均價;南京住宅均價的正向波動會長期促進上海、杭州、合肥、南昌、武漢的住宅均價;合肥住宅均價的正向波動會長期促進南京、武漢的住宅均價;昆明住宅均價的正向波動會長期促進貴陽的住宅均價。

方差分解是通過分析沖擊對內(nèi)生變量變化的貢獻度（通常用方差來衡量）來評判不同沖擊的重要性，揭示了模型中對變量產(chǎn)生影響的各種沖擊的相對重要性。由圖3、圖4、圖5、圖6可得：武漢、南京對上海、杭州、合肥住宅均價變化的貢獻率分別約為12%、7%和5%、18%和3.5%、20%;長沙、合肥對南京住宅均價變化的貢獻率分別約為7%;南京對南昌住宅均價變化的貢獻率約為9%;上海、南京、合肥對武漢住宅均價變化的貢獻率分別約為17%、20%、7.5%;杭州對重慶住宅均價變化的貢獻率約為19%;武漢、昆明對貴陽住宅均價變化的貢獻率分別約為2%、10%;貴陽對昆明住宅均價變化的貢獻率約為8%。總體來說，南京對其他城市住宅均價變化的貢獻相對更大。

根據(jù)脈沖響應效果分析可得長江經(jīng)濟帶城市住宅價格傳導空間路徑見圖7。綜合以上分析，可得出長江經(jīng)濟帶主要大城市的住宅價格傳導機制如下：第一，長江經(jīng)濟帶主要大城市中住宅價格傳導的主導城市為南京和武漢，根據(jù)Granger檢驗和脈沖響應模型分析可知南京和武漢是影響其他多數(shù)城市住宅均價變化的原因且起到短期或長期的促進作用，通過方差分解可知南京對其他相關城市的住宅價格變化貢獻率大多超過15%，綜合說明該兩個城市的傳導范圍廣、影響效果顯著。第二，在空間傳導路徑上，經(jīng)濟發(fā)展水平越高的地區(qū)其城市間的住宅價格傳導效應越顯著。從上文分析可見，住宅價格的傳導效應主要集中在長江經(jīng)濟帶中下游城市，上游的城市間房價傳導效果相對更弱;傳導效應的影響大多來源于周邊城市，區(qū)域相關性明顯。如武漢、合肥、南京、上海、杭州、南昌6個城市間的相互作用非常顯著，昆明和貴陽兩城市也有較為顯著相互的影響，而重慶、成都、長沙、貴陽、昆明這幾個城市在住宅價格傳導中作用不顯著。第三，城市間的住宅價格傳導效應分為短期促進、長期促進和短期抑制三種效果，以短期促進和長期促進為主，只有少數(shù)城市對其他城市起到短期抑制的效果。如長沙對南京住宅價格變化的作用和武漢對貴陽住宅價格變化的作用。

4 結論與討論

學術界對于我國城市間房地產(chǎn)價格傳導機制的研究比較豐富，但針對長江經(jīng)濟帶區(qū)域城市間的住宅價格傳導機制的研究還有所欠缺。本文運用2010年6月至2021年5月月度住宅均價指數(shù)數(shù)據(jù)，建立向量自回歸（VAR）模型，結合脈沖響應函數(shù)模型和方差分解函數(shù)模型對我國長江經(jīng)濟帶共11個大城市進行城市間住宅價格傳導機制的研究。研究結果表明，長江經(jīng)濟帶主要大中城市間住宅價格市場存在一定程度的溢出效應，各城市間的住宅價格存在著影響和傳導關系，且表現(xiàn)出一定的空間規(guī)律。主要表現(xiàn)為：第一，長江經(jīng)濟帶主要大城市中住宅價格傳導的主導城市為南京和武漢;第二，在空間傳導路徑上，經(jīng)濟發(fā)展水平越高的地區(qū)其住宅價格傳導效應越顯著，且存在區(qū)域相關性;第三，城市間的住宅價格傳導效應分為短期促進、長期促進和短期抑制三種效果，以短期促進和長期促進為主。

通過本研究結論，長江經(jīng)濟帶經(jīng)濟發(fā)展水平越高的城市以及其周邊地區(qū)，其住宅價格傳導效應越顯著，說明其住宅價格市場存在著顯著的空間溢出效應;另外，作為長江經(jīng)濟帶住宅價格傳導的主導城市，南京和武漢分別也是長三角中心城市之一和長江中游的中心城市。同時也可以看到，上海并由于其經(jīng)濟發(fā)展水平與其他城市差距較大，且是國際金融中心，房價絕對值高、波動性更大，故未成為長江經(jīng)濟帶住宅價格傳導的主導城市是合理的，但是也不能忽視上海對于某些城市的作用。針對此提出以下政策思考：政府在進行房地產(chǎn)市場調(diào)控時需充分考慮各城市間的相互作用和影響、采取差異化的調(diào)控策略;同時需要穩(wěn)定主導城市的房價，避免其大起大落而對其他區(qū)域產(chǎn)生不良影響;此外還要加快長江經(jīng)濟帶的一體化協(xié)同發(fā)展，提升上、中游城市的吸引力。

參考文獻：

1.鄧世專.中國大中城市房屋價格相關和傳導關系.金融理論與實踐.2013.05

2.何歡.我國住房價格空間傳導效應研究.復旦大學.2013

3.鄭帥.中國商品住宅價格：影響因素與空間傳導機制.天津財經(jīng)大學.2013

4.曾海艦趙佳雯.房價波動的網(wǎng)絡傳導機制研究.廣西大學學報（哲學社會科學版）.2017.39.01

5.高然龔六堂.論房價波動的區(qū)域間傳導——基于兩地區(qū)DSGE模型與動態(tài)空間面板模型的研究.華東師范大學學報（哲學社會科學版）.2017.49（01）

6.郭文偉.中國十大城市房價泡沫相依結構及其傳導機制研究.中央財經(jīng)大學學報.2017.04

7.戰(zhàn)加東.我國區(qū)域性房地產(chǎn)價格波動和傳導機制研究.內(nèi)蒙古大學.2017

8.曾祥渭劉志東劉雯宇.我國城市群商品住宅價格傳導與波動性外溢研究.管理評論.2015.27 （09）

9.顧中洋.關中城市群住宅價格波動的聯(lián)動效應研究.西安建筑科技大學.2015

10.曾祥渭.我國典型城市群商品住宅價格城市間互動性研究.中央財經(jīng)大學.2016

11.葉清.中國三大都市圈住房價格的溢出效應研究.華東師范大學.2018