我国城镇化对房地产价格的影响

[摘要]当前我国正处于新型城镇化快速发展时期，城镇化建设步伐的加快给各行各业带来了巨大的影响。房地产是我国的支柱型产业，城镇化水平的不断提高使其价格也相应发生了变化。基于人口城镇化和经济城镇化两个指标，从实证的角度出发，选取30省（市、自治区）2000—2012年的相关数据，利用面板Var模型，通过脉冲响应和方差分解量化分析城镇化水平对房地产价格的影响。结果表明：短期内，经济城镇化对房价的影响大于人口城镇化对房价的影响；长期看，经济城镇化和人口城镇化对房地产价格的影响不断增强，但前者影响的持续时间不如后者长。

[关键词]人口城镇化；经济城镇化；房地产价格

[中图分类号]F29922[文献标识码]A[文章编号]

2095-3283（2015）08-0118-03

[作者简介]王玉珏（1994-），女，汉族，硕士研究生，研究方向：商业银行。

一、引言

自1998年国务院发布新的深化城镇住房制度改革以来，我国真正进入商品房时代，至今的十几年时间里，商品房价格一路攀升，市场异常活跃，引发了学者关于房地产投资是否过热的争论。目前，我国正处在城镇化建设的新时期，新型城镇化是当前和今后一个时期我国经济建设的重点，对全面建成小康社会意义重大。城镇化的快速发展会带来产业结构、需求结构以及人口结构的相应调整，而这些问题都会对房地产业产生影响，因此如何在我国城镇化建设中实现房地产业健康发展、并维持房价稳定显得尤为重要。

二、文献综述

对于我国城镇化与房地产产业之间关联关系的研究，国内学者主要从定量和定性两个角度展开。从定量分析出发，薛菲，袁汝华（2014）通过实证分析发现，城镇化水平每提高1%，房地产投资额、商品房销售面积以及商品房价格分别提高772%、528%、349%。黄庆华，姜松（2014）研究发现样本跨期内以非农就业人口占比衡量的城镇化对房地产价格变动的边际影响存在门槛效应。骆永民（2011）使用四种回归模型，从线性和非线性两个角度分析了中国城市化进程对房价的影响。姜松，王钊（2014）引入空间权重矩阵反映地区房价变动的“空间溢出”效应，发现邻近省份的城镇化会带动区域房地产价格上涨，但受劳动力市场分割的约束，空间溢出效应并不显著。对于定性分析，王文婷（2011）认为城镇化的发展直接导致房地产市场的消费性、生产性需求相应提升，与此同时也进一步分析了城镇化对房地产市场投资性需求所产生影响。范方志、李海海（2011）基于马克思地租理论，指出城镇化进程加快和土地财政是导致房地产价格不断上升的深层次原因。朱中一（2011）提出“城镇化进程中防止过度房地产化”，强调了房地产市场中协同发展的重要性。王神海（2009）以武汉城市圈“两型社会”试验区为样本，对城镇化发展过程中房地产投资的动态效率进行了研究。

现有文献大多通过城镇人口占总人口的比重来表现城镇化率，这种研究只分析了人口城镇化与房地产价格之间的影响。但程莉（2014）认为产业结构的不断升级增加了城镇劳动者的就业机会，增加了城镇居民收入，因此也应该将经济的城镇化纳入研究的范围。鉴于此，本文将城镇化指标进行了适当的拓展，基于中国各省际面板数据，选取相关动态空间面板模型，对城镇化与房地产价格变动的空间计量进行分析。

三、城镇化发展对房地产业影响的实证分析

（一）研究方法

本文拟构建面板VAR模型，通过脉冲响应函数、方差分解方法分别测度人口城镇化率以及经济城镇化率与房地产价格之间的联动关系及影响程度。

（二）数据描述

本文选取了2000—2012年全国 30个省、市、区的面板数据（不包括西藏）。分别用人口城镇化率和经济城镇化率来表示城镇化率。其中，人口城镇化率（PURB）用各地区城镇人口占总人口的比重来表示；经济城镇化率（EURB）用各区域第二、三产业产值占地区生产总值的比值表示。使用商品房平均销售价格（EMP）作为房价的度量指标。

从表1 可以看出，房地产价格和人口城镇化率、经济城镇化率指标均呈上升态势，无论是均值、最小值还是最大值均呈现逐年上涨趋势。这些特征进一步印证了从全国层面看，人口城镇化率、经济城镇化和房地产价格变动趋势呈现一致趋势，更进一步佐证样本的选则具有较好的代表性。

（三）实证分析

1面板单位根检验

为了保证模型的有效性，首先需要对变量人口、经济城镇化率、商品房平均销售价格的平稳性进行检验，为了减少数据波动所造成的影响，同时消除该时间序列中可能存在异方差的问题，本文首先对所选取的变量取对数变换，再运用Levinlin方法对面板数据进行单位根检验，结果见表2。由结果可知，lnEMP、lnPURB、lnEURB变量在相应的显著性水平下拒绝原假设，均为平稳序列，可直接进行回归分析。

2脉冲响应分析

在面板VAR模型中，如图1，对变量取一阶滞后时就能使特征方程的所有特征值都落入单位圆内，因此本文模型选取1阶滞后期。继而对本文所选用的VAR 模型进行平稳性检验，结果表明该模型是稳定的，可以进行脉冲响应分析和方差分解。

图2、图3 分别描述了PURB和EURB对EMP的脉冲响应函数。在下述脉冲响应函数图形中，横轴表示冲击作用的滞后期间数，纵轴表示变量的变化值，实线表示脉冲响应函数，虚线和点线表示正负两倍标准差偏离带。

图2反映了人口城镇化率变动对房地产价格的动态影响，给人口城镇化率一个正向冲击，在当期便对房地产价格产生了最大的同向影响，之后开始持续减弱，到了第15期影响几乎为零。从脉冲响应图中能看出人口城镇化率波动确实对房地产价格产生了同向的持久性影响。

图3反映了EURB的变动对EMP的动态影响，当经济城镇化率接受到一个正向冲击时，房价在当期就会产生一个正向反应，而这种正向影响到第四期时会逐渐减弱为零，然后将一直稳定在零左右。从表1中可以看到，2012年我国经济城镇化率的均值已经达到8966%，进一步增长的幅度不会太大，因此，经济城镇化率对房地产价格的影响时期不如人口城镇化率的影响时期长。endprint

3方差分解

通过运用方差分解的方法，可以分析得出不同解释变量对房价波动的贡献率。从表3中可以看出，短期内，与人口城镇化率相比较而言经济城镇化对房地产价格的贡献率更高，因为经济城镇化能够使得居民的实际购买能力得到进一步提升，从而使购房需求得以实现。人口、经济城镇化对房地产价格的贡献率是逐步增加的，且前者的增长速度高于后者。

四、结论和对策建议

（一）结论

本文利用脉冲响应函数和方差分解量化分析城镇化水平对房地产价格的影响，通过实证研究，得出以下结论：短期内，经济城镇化对房价的影响大于人口城镇化对房价的影响；在长期，经济城镇化和人口城镇化对房地产价格的影响不断增强，但前者影响的持续时间不如后者长。

（二）对策建议

一是健全住房保障和供应体系。大量农村人口进入城市，形成了巨大的住房刚性需求，除应加快户籍制度改革，降低农民进入城市生活的门槛外，更要健全住房保障和供应体系，以满足进城农民和原有城镇居民不同层次的住房需求。

二是构建科学合理的城镇化宏观布局。经济城镇化与人口城镇化相比对房地产价格的贡献率更高，因此，应根据资源环境承载能力构建科学合理的城镇化宏观布局，把城市群作为主体形态，促进大中小城市和小城镇合理分工、功能互补、协同发展，从而带动房地产市场健康发展。同时，要准确把握城镇化进程，积极探索房地产市场供应新模式，进一步完善城镇化健康发展体制机制，实现对房地产市场的长期有效调控。

[参考文献]

[1]薛菲，袁汝华城镇化水平对我国房地产业影响的实证分析[J]，经济地理，2014（4）： 78-84

[2]黄庆华，姜松城镇化、门槛效应与房地产价格变动[J]财经问题研究，2014（11）： 99-107

[3]骆永民城市化对房价的影响： 线性还是非线性？——基于四种面板数据回归模型的实证分析[J]财经研究，2011（4）： 135-144

[4]姜松，王钊中国城镇化与房价变动的空间计量分析[J]科研管理，2014（11）： 163-171

[5]王文婷城镇化对我国房地产市场需求的影响分析[J]现代物业，2010（4）：21-24

[6]范方志，李海海城市化进程中的土地财政与房地产价格——基于马克思地租理论的分析[J]云南财经大学学报，2011，（6）：3-9

[7]朱中一房地产仍处于机遇期——城镇化与房地产业的协调发展问题之一[J]中国地产市场，2011（5）： 26-27

[8]王神海城市化进程中房地产投资的动态效率分析——以武汉城市圈“两型社会”试验区为原型[J]现代商贸工业，2009（1）：203-204

[9]程莉人口城镇化与经济城镇化的协调与互动关系研究[J]经济纵横，2014（1）：119-123

（责任编辑：郭丽春）endprint