城市醫療資源會影響房價嗎?
——基于中國70個城市的實證分析

王星睿，池宇杭

(南京財經大學公共管理學院，南京 江蘇 210023)

一、引言

新冠肺炎疫情作為一次重大突發公共衛生事件，以非常規的方式沖擊了我國社會經濟各個領域，特別是當舉國進行“抗疫”行動時，醫療資源與城市宜居性、競爭力及房價的關系成為公眾熱議話題。房地產作為一種異質性商品，其價格不僅受到市場供需因素和房屋本身品質的影響，醫療、教育、交通、環境等附帶價值的不同也會使房價產生波動。隨著人民對生活品質的追求及對身體健康重視程度的提升，醫療資源不再僅僅作為看醫治病時的剛性需求，同時極大地影響了居民的住房消費選擇。加之我國人口老齡化問題凸顯和新型傳染病防治的需要，許多家庭選擇住宅時愈發關注城市醫療資源配置，對醫療資源的重視及搶奪讓醫療資源資本化到住宅價格的趨勢日漸顯著，城市醫療資源配置成了基本公共服務和影響居民住房選擇的重要因素。然而一直以來無論是房地產研究還是實務領域，在關于“公共品與房價的關系”的討論中，相較于交通、教育等資源，醫療資源很少受到更多關注。如果說城市房價是人們“用腳投票”結果顯示的話，那么城市醫療資源在多大程度上影響人們對城市居住的評價與選擇，不同規模或發展水平的城市之間在影響機制上又有何不同?這些不同與城市的經濟發展水平關系如何?本文利用中國70個大中城市2009～2018年的面板數據，回歸分析不同城市醫療資源質(發達程度)與量(豐富程度)對房價的影響，探究城市醫療資源質、量配置對房價的影響，嘗試呈現公眾感覺與現實選擇之間的差異，同時豐富房價中的公共品資本化效應的異質性研究內容。

二、文獻回顧

房地產具有商品和投資的雙重屬性，房價由房產、地產及其附帶價值共同決定，公共服務作為房地產附帶價值的重要組成部分，因此房價中的公共品資本化效應研究一直以來受到研究者的關注。國外相關研究最早可以追溯到Tiebout的“用腳投票”理論。他提出，在流動不受限制的情況下，居民會綜合考慮公共服務水平和稅收來選擇最合適的居住地。隨后，Fox等通過研究公共服務水平與居住遷徙的因果關系證實了Tiebout模型，發現公共財政支出透明度的提升對居民遷移具有顯著的推動作用。從微觀層面考察了倫敦居民的遷徙行為，John等同樣發現了這一點。公共服務是通過居民遷徙資本化到該區域的住房價格中。Rosen的特征價格模型使研究消費者對住房價格中的不同特征出價成為可能。溫海珍和賈生華通過構建特征價格模型對杭州市的房地產市場進行實證研究，發現生活設施、建筑面積、交通等主要住宅特征的隱含價格。金志云和卓淼淼基于特征價格理論，運用35個大中城市面板數據，研究發現公共交通(經濟性公共品)對房價的影響效應高于教育(非經濟性公共品)，且在短期內效應更加明顯。

隨著房價的不斷攀升，國內研究者對不同公共品對房價的影響進行了更為深入的研究。梁若冰和湯韻通過細分公共服務類型實證研究發現，文化、環境和交通變量對當地的房價有顯著的推動作用，而醫療、教育和就業等變量的影響較小。而鄧慧慧等運用空間滯后雙向固定模型實證研究城市住房價格的空間關聯性，發現財政分權下的地方競爭促使地方政府推高房價，并且醫療、教育、交通和環保等公共服務對房價均有顯著的正向影響。高雅等利用熵值法計算出我國29個大中城市每年的基本公共服務指數，實證分析了城市公共服務對房價的影響，發現醫療資源對住房價格的影響十分顯著。上述研究中醫療資源對我國住房價格的影響具有不斷增強的趨勢。考慮到近年來經濟的發展和現代人健康意識的提升，尤其在中老年人對醫療資源的高需求以及新型疾病出現等趨勢下，醫療資源很可能成為居民“用腳投票”的重要依據。隨之帶來的則是居住需求的增加以及房價的上漲。Nau和Bishai通過對1990～2010年的房價指數和五年前預期壽命進行回歸證明了這一點，研究發現將財產稅收入投資于公共衛生基礎設施的社區可以受益于健康狀況改善的良性循環，從而帶來更高的房地產財產價值。不投資于衛生的社區可能進入惡性循環，可能擴大地理空間衛生和財富差距。

相較于國外，國內研究既有關于公共品影響房價機制的經典闡釋，也有眾多實證研究揭示公共服務或交通、教育等具體公共品對房價的影響，但是對醫療資源大多不夠重視。以往研究僅僅將醫療資源作為公共服務的一部分研究其對房價的影響關系，又由于數據的缺失，通常僅采用醫院數、醫生數、床位數等醫療資源數量層面的數據，且一般選擇35個大中城市作為研究樣本，無論是從研究對象還是變量的選擇上，都不夠全面，難以凸顯醫療資源對房價的真實影響，更加無法說明醫療資源對房價影響的異質性。在上述研究的基礎上，本文將醫療資源從整體公共服務中剝離出來，全面考慮城市醫療資源配置的量和質，從豐富程度和發達程度兩個角度出發，且對豐富程度相關變量進行人均化，利用70個大中城市的面板數據研究醫療資源對不同等級城市影響關系的異質性。

三、研究設計

(一)數據來源與變量選擇

我國70個大中城市于全國房地產投資開發總額占比達80%以上，且涵蓋了全國各個地區以及各個城市等級(其中大理由于數據缺失嚴重予以剔除)，一定程度上反映了我國房地產市場發展的區域不均衡性。因此，選擇70個大中城市作為研究樣本具有代表性。本文參考第一財經發布的《2020城市商業魅力排行榜》將70個大中城市劃分為一線城市、新一線城市、二線城市、三四五線城市四種類型。

在已有研究房價影響因素的文獻中，特征價格模型自Ridker和Henning1967年的研究開始就一直被看作房價及其決定因素分析的標準模型，該模型認為一個商品單元可以用

n

維可度量的特征向量束來表示，這些特征都有各自隱含的特征價格。特征價格模型本質上是一個多元線性回歸模型。本文根據特征價格模型理論，通過閱讀現有文獻和研究成果發現，一般研究醫療資源對房價影響關系的變量為醫院數、醫生數、床位數等醫療資源“量”的因素，缺少對城市醫療資源“質”的探尋。為精確醫療資源豐富程度對房價的影響關系，本文利用《中國城市統計年鑒》中各年各城市的年平均人口數對醫院數、醫生數和床位數變量進行人均化，并加入了三甲醫院數量、百強醫院數量、全國第一學科數量和全國前三學科數量變量衡量醫療資源發達程度對房價的影響。

除了上述解釋變量，對同時影響房地產價格及醫療資源的因素進行控制，得到如下4個控制變量:

人口密度:人口密度使用每平方千米人口數量(年末戶籍人口/城市轄區面積)表示。人口密度越高的城市對醫療資源的需求量越大，同時對住宅的需求可能會導致供給緊缺，提高房價。

人均產出:人均產出使用人均生產總值(城市經濟生產總值/年末戶籍人口)表示。越高的人均產出代表城市經濟發展水平越高，政府可以提供更為優質的醫療資源，同時經濟水平帶動居民消費水平上升，房價也隨之提高。

工資水平:工資水平用職工人均收入水平表示，居民工資越高代表其消費能力越高，住宅市場的有效需求增多有可能引起房價的上漲，更高的工資水平會吸引人口流入，提高人們對醫療資源需求的同時增加了醫療的人力資源。

年末實有公共車輛:城市交通資源及醫療資源的可達性用年末實有公共車輛數量表示，更好的交通資源資本化到城市住宅價格的同時勢必提高醫療資源可獲得的程度，從而抬高房價水平。

樣本中，一線城市占比6%，新一線城市占比19%，二線城市占比31%，三四五線城市占比44%。總體樣本住宅商品房價格均值為7363元/平方米，其他相關變量的統計特征見表1。

表1 變量描述性統計表

(二)模型構建

目前研究醫療資源對房價影響關系的相關文獻，通常僅采用醫院數、醫生數、床位數等醫療資源數量層面的數據，本文在此基礎上進一步對相關變量進行人均化處理，建立如下的計量模型:

模型中，

i

和

t

表示城市和年份，hp表示

i

城市

t

年份的住宅商品房銷售均價，是模型的被解釋變量；peryy表示

i

城市

t

年份的人均醫院數，perys表示

i

城市

t

年份的人均醫生數，percw表示

i

城市

t

年份的人均床位數；

β

、

β

、

β

分別為城市人均醫院數、人均醫生數、人均床位數變量對房價的回歸系數；

X

為一組控制變量，包括工資水平和人口密度等其他影響房價的變量；

ε

為隨機擾動項。

為體現城市醫療資源發達程度對城市房價的影響，在模型中加入了城市三甲醫院數量、百強醫院數量、全國第一學科數量和全國前三學科數量，分別用topthree、tophundred、topsubject和threesubject表示，修正后的模型如下式:

在控制了城市醫療資源發達程度相關變量后，觀察

β

、

β

和

β

的估計值是否會有所下降，進一步說明城市醫療資源發達程度對房價的影響關系，并修正城市醫療資源豐富程度對房價影響關系的偏估。本文還嘗試在模型中加入時間和相關變量的交互項，用于觀察城市醫療資源對房價影響關系的時間變化。

四、實證結果分析

(一)不同類型醫療資源對房價的影響關系

利用相關計量軟件對面板數據進行回歸分析，回歸結果見表2。模型一表示城市醫療資源豐富程度對房價的影響關系，其中，僅人均醫院數對房價在5%的顯著性水平下有顯著的正向影響。模型二在控制醫療資源發達程度相關變量后發現，人均醫院數對房價不再具有顯著影響，這說明對房價的影響實際上可以由醫療資源發達程度來解釋。醫療資源發達程度相關變量中，三甲醫院數量、百強醫院數量和全國前三學科數量分別在5%、1%、10%的顯著性水平下與房價具有顯著的正相關關系。三甲醫院數量、百強醫院數量和全國前三學科數量每增加1%分別會推動房價上漲約0.16%、0.19%和0.06%。為探究城市醫療資源配置對房價影響關系的時間變化，模型三中進一步加入了人均醫生數量、百強醫院數量和全國前三學科數量與時間的交互項，回歸發現百強醫院數量對房價的影響在十年間不斷增強，驗證了城市高水平的醫療資源在居民住房選擇時越來越受關注的假設。居民對醫療資源具有一定的購買意愿。在控制變量層面，城市人均產出及工資水平對房價的影響均高度顯著，且回歸系數為正，說明城市人均產出及工資水平對房價具有明顯的推動作用。城市房價會隨該地區經濟發展水平的提高而增長。但是人口密度對房價的影響關系并不顯著，一定程度上反映了我國居民購買房地產的有限理性心理。年末實有公共車輛對房價同樣不具有顯著影響，可能是輕軌、共享單車等交通方式越來越多樣化的緣故。

表2 不同類型醫療資源影響房價的回歸結果

續表

(二)醫療資源對房價影響的異質性

為進一步研究城市間醫療資源對房價影響關系的異質性，本文將70個大中城市的樣本數據劃分為一線城市、新一線城市、二線城市和三四五線城市4個經濟等級，并對不同等級城市數據分別進行回歸分析，回歸結果見表3。結果表明，北、上、廣、深一線城市的人均醫院數和人均醫生數代表的醫療資源豐富程度對房價具有顯著影響，而發達程度對房價的影響并不顯著，主要在于一線城市的醫療資源長期保持高水平。新一線城市的人均醫院數和人均床位數代表的醫療資源豐富程度以及百強醫院數量、全國學科前三數量代表的醫療資源發達程度對房價均具有正向影響，且百強醫院數量回歸系數為0.21，高于全國總體水平，全國學科前三數量回歸系數為0.05，低于全國總體水平。說明在新一線城市增加醫療資源配置能夠進一步影響房價，推動經濟發展。二線城市的人均醫院數與三甲醫院數量對房價的影響均在1%的顯著性水平下高度顯著，說明不管是城市醫療資源豐富程度還是發達程度對房價都有明顯的推動作用。值得注意的是二線城市人均床位數對房價具有顯著的反向影響，應注意防范資源的浪費，提高醫療水平。三四五線城市的醫療資源豐富程度中人均醫生數對房價影響顯著，百強醫院數量在10%的顯著性水平下對房價具有顯著推動作用，且低于全國總體水平，說明三四五線城市醫療資源仍需要先過“量”這一關，才能滿足居民基本需求。

表3 醫療資源影響不同等級城市房價的回歸結果

五、結論及政策建議

本文研究城市醫療資源配置對城市房價影響及城市間的異質性，結果顯示總體水平上醫療資源發達程度與房價之間存在正相關關系，但北、上、廣、深一線城市的醫療資源發達程度對房價的影響不顯著；醫療資源的豐富程度各變量對房價的影響總體上均不顯著，但一線城市中人均醫院數和人均醫生數、新一線城市中人均醫生數和人均床位數、二線城市中人均醫院數、三四五線城市中人均醫生數對房價都有明顯的正向推動作用；二線城市中人均床位數對房價具有反向推動作用，應注意防范資源的浪費，提高醫療水平。不同等級城市間醫療資源不均衡。對以上結論，可能的解釋是公共品資本化于房價中的內在機制是通過居民個體化需求的排序從而影響“土地財政約束”下的地方政府供給偏好，城市醫療資源配置總體上對房價起到一定正向作用。

為此，疫情常態化后，基于對城市醫療資源與房價關系的認識，提出以下建議。一是優化城市醫療資源財政投入的結構，政府在面向現代化的公共服務體系建設時，考慮不同等級城市間的不均衡性，優化城市醫療財政投入的結構，注重提升醫療資源的發達程度，加大不同城市間醫療資源的合作，通過互聯網等基礎設施建設“新型醫聯體”，擴大優質醫療資源作用，增加城市競爭力及宜居性。二是系統考慮城鎮化與房產稅相關政策安排，對看重城市醫療資源因而“用腳投票”流入的人口要加以合理引導，對“三個一億人”的城鎮化問題，也可以通過醫療資源等基本公共服務的調整來對房地產市場做出更為積極有效的調整。同時為避免醫療資源資本化到房價中而帶來的不公平，需要政府在房地產稅制改革中充分考慮地區間差異及不均衡性，將房地產稅的征收逐步從開發環節轉向保有環節，針對不同城市采取差額稅率，實現房地產稅反哺當地公共服務的良性循環。三是加快推進健康中國工程與城市規劃及住房建設的有機融合，要以發展的眼光不斷引導滿足人民對健康的新需求，而不僅是看病求醫的基本健康服務與保障需求。加大健康生活與環境的軟硬件建設投入，加強健康水平監測，積極發展健康產業。在經濟發展水平高的城市，諸如北上廣深及蘇州等經濟發達且醫療有一定優勢的城市，政府可根據強勢學科發展，效仿發達國家發展模式，如美國德州大學MD安德森癌癥中心、日本榊原紀念醫院—心臟病權威醫院，發揮優勢學科特色，與醫學院及科研機構合作，形成特色產業醫療學科研究機構，造福當地城市患者的同時，打造全國乃至世界的“多點式”就醫綠色通道，從而使全體人民享有所需要的、有質量的、可負擔的預防、治療、康復等健康服務。