国内外对城市化水平综合测度的研究 [中国住房价格与城市化水平的关系研究]
摘要：文章考虑了在住房价格的滞后影响下城市化对住房价格的影响。考虑到住房价格时间上的滞后效应，采用动态面板数据发现城市化对住房价格有推动作用，住房价格存在时滞性。通过纳入空间效应，采用空间滞后模型发现在考虑到住房价格的空间依赖性的情况下，城市化依然对住房价格有推动作用。地理加权回归结果显示不同省域城市化对住房价格的推动效应存在差异。中国城市化处于加速发展时期，因此需要协调房地产市场和城市化进程的互动发展关系。
关键词：住房价格；城市化；动态面板；空间计量
中图分类号：F2911 文献标志码：A 文章编号：1008-5831(2012)05-0001-07
2010年11月，上海的平均房价高达23 401元，北京也超过了20 000元。房价的不断上涨使最基本的住房需求成为人民生活的巨大压力，住房问题成了居民的巨大负担。为此，国家频频出台相关措施平衡住房市场,如2005年的“国八条”、2006年的“国六条”、2010的“新国十条”,旨在坚决遏制部分城市住房价格的过快上涨，但是从效果上看，调控并没有达到预期目标。对住房价格的特点不明晰是导致政策效果不佳的的重要原因之一。只有正确认识和把握住房价格的特性，深入分析城市之间住房价格波动的影响因素，才能够有针对性地调控房地产市场。
近年来，中国学界对住房价格的研究逐渐增多。况伟大通过构建一个线性城市的住房市场和土地市场模型，探讨了住房价格与地价关系［1］。住房价格与地价的Granger因果关系检验表明短期内房价和地价相互影响，长期内地价是住房价格的Granger因果关系。周京奎根据价格变化的自相关性，考察了14个城市的投机度，认为这些城市的房地产价格的上升主要是由投机推动的，投机成分对房地产价格有显著影响［2］。粱云芳、高铁梅通过对影响住宅价格的需求、供给以及资本的可获得性等因素进行了分析，认为在各类供给因素中，土地交易价格的变动对住宅价格的变动有较大的同向影响［3］。王来福、郭峰通过建立VAR模型，运用脉冲响应函数和方差分解方法，实证表明货币供应量变化对房地产价格有长期的持续正向影响，利率变化对房地产价格有负向影响，但是长期
动态影响逐渐减弱［4］。王岳龙、张瑜利用面板数据对房价和地价的长短期关系进行了考察，认为土地招拍挂制度使得全国房价平均水平提高了13.2%［5］。
以上文献在研究中或者没有具体的背景，或者以地价和投机度等因素为背景，而没有考虑到快速扩张的城市化进程对中国住房价格的影响。陈石清、黄蔚运用协整检验和误差纠正模型发现中国的房地产价格与中国城市化水平之间存在一种长期稳定的正向变动关系，城市化水平越高，房地产价格越高［6］。任木荣、刘波建立了一个城市化与住房价格的动态经济模型表明城市化速度的上升会导致房价的上升，基于面板数据的实证分析也发现房价对城市化率的弹性为正值，随城市化的不断推进，城市化水平对住房价格的弹性逐渐增大［7］。Chen.J等通过中国1995年到2005年的省市面板数据发现，整体而言城市化进程对住房价格有非常显著的推动作用，但是分为沿海和内地后，沿海地区城市化与住房价格呈负相关［8］。但是这些研究往往忽略了住房价格的时间滞后效应，并且均暗含地区之间的住房价格是相互独立的假定，没有考虑住房价格可能存在的空间依赖性和异质性，在此基础上得出的结论可能是失真的。鉴于此，笔者考虑住房价格时间上的滞后性，建立动态面板数据考察城市化与住房价格的关系；纳入空间效应，在考虑住房价格的空间依赖性存在的前提下，进一步考察城市化与住房价格的关系。
一、理论假说
（一）城市化
城市化是一个空间集聚过程，同时也是产业结构升级和优化的过程。随着城市化的进行，城市人口快速增加，产业集聚加快，城市规模不断扩大，对住房需求急剧扩大，由于土地的稀缺性将推动住房价格的上升。城市化的空间扩展导致城镇用地紧张，带动了住房价格的上升。城市化水平的提高，不仅加大了城镇居民对生活性消费用房以及商业与工业等生产性用房的正常需求，也加大了城镇居民对以上用房的投机性需求。地区间竞争及考评规则导致地方间GDP攀比，地方政府被迫以隐藏姿态容忍或支持住房价格攀升，一味追求单方面的城市化，过度强化中心区位，导致郊区化自然进程受阻，并且中心区位与近郊之间的快速通道及公共交通服务没有及时跟上，从而推动了中心区位房价的快速上涨，引起房地产的连锁反应，推动整体房价的上升。同时由于自然资源禀赋、地理位置的不同，各个地区的经济发展水平和房地产市场成熟程度的不同，城市化在不同地区对住房价格的影响可能表现出不同的影响关系。笔者提出以下假设。
假设一：城市化有推动房地产价格攀升的效应，并且具有空间变异现象。
（二）住房价格
房地产市场存在正反馈交易行为，即购房者根据住房价格的短期表现进行交易，购房者往往会依据以往住房价格变化的资料和信息以及政府调控措施力度对当期房价作出预期，因而易形成住房价格的持续上升或短期波动现象。同时，房价的变化遵循较强的适应性预期（人们通过过去价格的变化调整其持有资产收益的预期），当期的住房价格会依赖于过去的房价水平。地区之间的经济地理行为一般存在一定程度的空间交互作用，几乎所有的空间数据都具有空间依赖性的特性。英国的一些学者最先注意到地区间的住房价格是相互影响的，在英国房价上升期，东南部房价领先上涨，然后逐渐“传播”到其他地区，他们将这种现象称之为房价的连锁反应（ripple effect）。而在美国及其他地区，类似这种现象被称为扩散效应(diffusion)。住房价格的连锁（扩散）效应表明空间依赖性在一定程度上影响住房价格。因此提出：
假设二：住房价格存在滞后效应和空间依赖性。
二、动态面板数据
（一）变量的选取和数据来源
笔者采用历年的商品房销售额除以商品房销售面积来衡量住房价格，用HP表示；用历年城镇人口占总人口的百分比来衡量城市化水平，用UR表示。时间跨度为1991年到2008年，区域包括除去西藏、青海等的22个省市。所采用的数据来自于《新中国六十年统计资料汇编》、历年《中国统计年鉴》以及各省市历年年鉴。为消除物价因素的影响，各地区的房价按照1991年为基期的商品零售价格指数（同比）进行平减。