城市经济集聚背景下的房价作用力分析——基于35个大中城市面板实证

张正雨

（中南财经政法大学金融学院，湖北武汉430073）

1 问题提出

2017年我国城镇化率达58.52%，在这一过程中，城市承载了重要的社会经济职能。随着城市化的推进，房价也随之攀升并反向作用于城市集聚化过程，从而使得经济集聚存在动态调整过程。研究城市集聚文献在国内有很多，杜旻与刘长全（2014）研究发现以城市人口规模衡量的技术外部性与城市人口增长率之间存在“U”型曲线关系，城市增长率因城市规模增长而下降。王伟同与魏胜广（2016）认为在人口城市集聚过程中，大城市的公共支出规模效应强于城市。邵朝对等（2016）发现房价产业由低端行业向高端行业集聚的"倒U"型结构演变。

2 模型与数据

2.1 模型设定

本文考察的是房价对于城市经济集聚的影响，由于城市经济集聚是一个体系化的过程，因此本文构建三个集聚指标，分别是区位熵指数，经济密度指数、市场潜力指数。因此，本文构建的模型如下：

2.2 变量的选取

1）被解释变量

（1）区位熵，这一指标可以较好的描述产业在一个城市中的专业化程度，反映房地产作用下的城市集聚状况：

（2）经济密度，可以衡量一个地区的经济集聚水平。经济密度是指单位土地面积上的经济效益水平，这一指标可以行政区域面积的单位产值来表示：

（3）市场潜力，这一指标用来衡量一个地区的市场规模和经济潜力的大小，以及相邻城市的经济关联情况。

2）核心解释变量：房价（hp）

3）其余控制变量：城市年末总人口（sumpeople）；外商直接投资实际使用额占gdp比重（fdi）；地方政府一般预算支出占gdp比重（gov）；职工平均工资（wage）。高等学校学生总人数（edu）；地区图书册数（book）；医院，卫生所床位数（hospital）。

2.3 数据来源

文中所使用城市数据来源于《中国城市统计年鉴》、《中国房地产数据库》,历年价格指数来自国家统计局。本文用STA⁃TA算法补齐个别缺失数据，并利用相关指数把房价等名义变量调整为以2003年为基期的实际变量。由于某些城市FDI相关数据为零，本文将原始数据加一后再对数化处理。

3 实证计量与结果分析

3.1 数据描述

表1 数据描述性统计

lq3第三产业区位熵4901.19789 7 0.19086 99 0.8741 3291.880129 dy 经济密度（万元/平方公里）4907604.48714267.07170.975 5139637.3 mp 市场潜力4904.51e+095.32e+099.39e+074.40e+10 hp 商品房销售平均价格（元/平方米）4908215.5116639.874155264584.62 sumpeople 年末总人口数（万人）490703.02133.013392 490 wage 职工平均工资（元）52731.6830937.412252.9174273.4 fdi 当年实际使用外资金额占gdp比重0.02782 22 490 7 0 0.14532 29地方财政一般预算内支出占gdp比重gov 0.0495 388 0.26699 97 541.7645 0.12484 78 edu 0.04051 99 227628.2 490普通高等学校在校学生数（人）1057281 13072.14 490 9723.634 49032076764 0.03782 83 book hospital 370446.6医院、卫生院床位数（张）公共图书馆藏书（万册、件）4905305 36732.09177410金融危机虚拟变量4900.47964 71 26187.84 crisis080.64285 71 10280 01

本文东部地区包括:北京、天津、石家庄、哈尔滨、长春、沈阳、大连、济南、青岛、上海、南京、杭州、宁波、合肥、福州、厦门、广州、深圳和海口；中部地区包括太原、南昌、郑州、武汉、长沙和呼和浩特；西部地区包括重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐和南宁。

3.2 数据分析

在进行正式分析之前，本文先进行了相关性分析和平稳性检验，对于有单位根的变量采用差分处理，并对相关变量进行对数化处理。在此基础上，考虑时间效应后进行固定效应分析。

（1）基于产业区位熵角度的城市集聚现象的实证分析

就模型1与模型2的回归结果来看，第二产业区位熵在全国与我国东部地区对于房价因素显著，而在中西部地区不显著。房价对区位熵呈线性显著正相关，在非线性关系中，则呈先降后升的倒“U”型结构。这一过程的原因一方面可能由于房价的上升挤压了低端制造业的生存能力，引起产业结构的再造与升级。对于第三产业区位熵的回归显示，第三产业随着房价的上升，呈现先升后降“U”型变化可能是由于人才、资金的流入以及政府主观政策刺激，促进了城市第三产业迅速发展集聚。东部地区与全国二三产业区位熵变化一致，但是对于中西部地区产业区位熵相对房价变化不显著，可能与中西部经济发展水平相对落后，产业集聚能力不足有关。

（2）基于经济密度的城市集聚现象的实证分析

模型1与模型2房价因素在全样本中呈现5%的显著正相关，对于非线性关系来讲，经济密度的变化趋势为先升后降的倒“U”型结构。房价因素是我国城市化进程的表现形式之一，随着城市化的进行，城市集聚或多或少的会出现“拥挤效应”，即所谓的城市病，包括交通通勤成本，空气污染，水资源的缺少等原因，原本由于城市集聚所形成的规模效应优势被过多的负外部性所取代，造成城市经济集聚过程的阻碍。

在我国西部地区，经济密度的变化趋势与全国相似，在西部模型1与模型2中分别1%和5%正显著，但是相关系数却明显大得多，说明单位房价的单位变化对经济密度的影响更为突出。此时，东中部地区并没有呈现想象中的倒“U”型，房价因素没有显著影响这部分地区的城市经济集聚过程，本文认为可能由于当地政府的宏观调控政策更为严苛，限购限贷以及土地供应的限制等过度行政化的干预促使房价并未如实反映市场状况，因而影响到房价对于经济密度的体现过程。控制性变量如政府一般预算支出、金融危机变量系数呈显著正相关表明宏观经济政策及次贷危机显著影响了城市经济的发展。

（3）市场潜力角度的城市集聚现象的实证分析

经过回归分析，房价对市场潜力在全国以及西部显著正相关，二次项系数负相关，西部的系数较全国以及其他地区的系数更大，说明房价对西部地区的市场发展和城市经济建设的作用也更加突出。居民平均工资水平显著正向表明工资越高，市场的规模也就越大符合我们通常认知的经济现象。人口因素除中部地区外，均显著为正表明人口越多，市场需求所需要配套市场规模也就越大，但是这里金融危机因素对于西部地区的影响不太显著，可能是经济发展水平所导致。

4 结论与探讨

本文利用中国35个大中城市的面板数据，城市经济集聚与房价二者之间同时存在线性与非线性的关系，并呈现明显的区域梯度差异。关于政策建议：首先，我们要尊重房价因素在产业结构更替方面所起的重要作用，加快建立房价调控的长效机制，并依靠房价的成本挤出优势，实现产业升级改造。其次，对于因城市集聚所产生的“城市病”，城市规划要实行更严格的审批制度，合理规划城市功能性布局，使得规模效应因城市集聚而不断提高。