广东省域内商品住宅价格波动溢出效应研究——以珠三角城市群为中心

(四川大学 公共管理学院 四川 成都 610065)

一、引言

二、理论研究及假设

房价空间溢出效应在一定程度上与空间地理分布有关，并且其强度也通常受空间地理位置的影响而变化，一般来说，相对地理距离小的空间单元之间的空间相关程度较大，相反相对地理距离大的空间单元则空间相关程度较小。

同时，空间距离邻近的房地产市场中消费者可能形成相似的市场预期。空间地理分布邻近的省市之间发展的历史、地理环境相似，且政治、经济、文化相互渗透、相互影响，经过长时间的历史积淀，相邻省市之间的房地产市场存在一定的相似程度。且空间地理分布邻近使得相邻省市之间的信息流通较快，当房地产消费者在对本省市房地产市场作出预期时，往往会参照邻近省市房地产市场的发展状况，从而形成房价的空间溢出。

再者，由于经济发达地区对周边地区的房地产市场发展的带动作用，使得其房价波动具有辐射效应，并且领先先于其他城市。在这个过程中，当地房地产市场的需求水平也随之变化，首先经济发达地区房地产市场受到宏观因素冲击改变供求关系，供求失衡的房地产市场将向周边地区，转移过剩的需求，从而带动周边地区房地产市场的发展，对房价产生影响，由此产生溢出效应。

基于对区域内房价波动溢出效应的机理研究，本文以广东省为研究区域，提出以下假设：H1：广东省内各城市商品住宅价格波动之间存在空间关联的溢出效应；H2：珠三角城市群是广东省商品住宅价格溢出效应的中心

三、实证研究

(一)模型选取

1.全局自相关检验

空间相关性测度可以用来定量地描述住房价格在空间相关性及空间变化特征，同时也是正确设定空间计量模型的必要条件。本文首先通过Moran`s I 考察广东省内21个城市住房价格波动在空间上是否存在联系，即住房价格波动是否具有显著空间相关性。其计算公式为：

2.空间滞后模型(SLM)

SLM也称空间自回归模型，主要研究区域之间是否在空间上存在关联及溢出效应，即某地区的变量Yi是否受到邻近区域Yj值的影响。空间滞后模型的一般形式为：

理顺城市防洪指挥机构与防汛抗旱指挥机构的关系，落实其办事机构，避免出现城区防洪工作多头管理的现象。落实城市防洪行政首长负责制，加强制度协调、规划协调和政策协调，确保防洪减灾工作责任到位、措施到位。明确防洪指挥机构各成员单位及其各自职责，细化各部门在防洪应急管理中的职责，划清权限范围，建立沟通协作机制，避免职能交叉，杜绝职责缺位。将城市防洪减灾组织延伸到街道、社区和企事业单位等基层单位，确定具体防汛防灾人员和职责，建立顺畅的政令通报、信息报送机制，确保防汛减灾措施落实到位，形成上下协同、步调一致的防洪减灾体系。

y=ρWy+Xβ+ε

本文采用SLM对珠三角的房价溢出效应进行回归检验。根据对房价空间溢出效应的机理分析，参考陈薛宇(2017)，黄燕芬(2018)，公言常(2018)等人的研究，本文选取研究商品房价格的空间溢出效应的变量有：房地产投资额REI、实际贷款利率RI、地区生产总值GDP、人均可支配收入INC、人口增长率等POP。各变量基本定义及解释如表1所示。

表1 变量说明

(二)研究区域与数据说明

本文数据样本为广东省域内21个城市，包括珠三角9市以及其他12个地级市，采用2013～2017的年度数据，其中各市商品住宅销售价格=各市商品住宅销售额÷各市商品住宅销售面积，人口增长率=(本年末常住人口-上一年末常住人口)÷上一年末常住人口*100%，数据皆来源于广东统计年鉴；各市实际贷款利率=名义贷款利率-各市通货膨胀率，其中名义贷款利率来源于中国人民银行网站公布的历年利率水平数据，各市通货膨胀率来源于广东统计年鉴。为避免异方差，所有数值较大的变量都取自然对数。

(三)广东省商品住宅价格空间相关性测度

利用Arcmap10.2对广东省域内不同城市范围2013～2017年商品住宅价格进行全局Moran’s I 指数及其显著性检验结果如表2所示：

表2 广东省不同维度城市范围商品住宅价格全局莫兰指数

续表

表2显示了广东省内不同维度区域商品住宅价格的全局莫兰指数情况。从第一列可看出，广东省21个城市的房价在近五年来呈现出正向的空间关联并且关联较为紧密，这说明广东省内存在住宅价格波动的溢出效应。对比第一列和第二列可看出，剔除深圳后广东其余20个城市之间商品住宅价格的空间关联显著上升，这说明深圳的房价明显偏离广东省其他各城市，深圳的房价与广东其他区域之间存在空间负相关的关系，加上深圳的房价反而会使广东省域内房价的空间关联性降低。对比第一列和第三列可知，剔除广州之后广东省其余20个城市之间房价空间关联性变弱，说明广州的房价对广东其他地区的房价有着较强的溢出效应。通过第四列数据可知，剔除掉珠三角9个城市后广东11个城市商品住宅价格之间不存在空间关联性。综合分析，可得出结论广州是广东省域内住房价格波动溢出的中心，由此可验证假设H1及H2。

莫兰散点图也是描述空间自相关较为常用的方法。其横坐标为各城市房价的标准化值，纵坐标为空间滞后因子，图中四个象限分别表示某一城市与其周围城市的局部空间自相关程度。利用空间计量软件GeoDa对广东省商品住宅价格生产的局部Moran散点图如图1所示。

图1 2013-2017年广东省21市商品住宅价格Moran散点图

从整体看来，广东省21个城市2013-2017的商品住宅价格空间自相关程度的趋势相同，主要集中于第三象限，其次是第一象限。从时间上看，2014年以及2017年商品住宅价格的空间自相关程度较高，空间异质性程度有所下降，这与使用Arcmap10.2得到的全局Moran’s I指数的结果一致。第一象限的样本点表明这些城市的房价本身较高，且周围城市的房价也较高，在一定程度上揭示了这些城市的高房价对周围城市的空间溢出现象，应包括广州、深圳、珠海、东莞等具有显著影响力的样本点。集中在第三象限的样本点则表明，广东大部分城市的房价呈现出整体趋同的发展模式，即房价较低的城市周围也是低房价城市。其中，“低房价”是一个相对概念，表明相对于深圳、广东等城市的超高房价而言，其他城市的房价较低。

四、回归结果分析

通过GeoDa软件基于距离分别生成广东省21市、剔除广州的20市、剔除珠三角9市的12市的空间权重矩阵，并选取空间滞后模型进行空间回归分析，得到具体回归结果如表3所示：

表3 广东省不同维度城市范围商品住宅价格空间误差模型回归结果

从广东21个城市的空间滞后模型来看，其商品住宅价格空间滞后项的参数估计值为0.418且最大，这表示广东省域内的房价空间溢出效应最明显，说明本市的房价受周围其他广东省域内城市房价波动的影响。从而得出结论，广东省域内房价存在明显空间溢出效应，其他城市的房价的空间溢出效应，跨越空间地理分布通过空间权重矩阵的形式影响本市的房价。从解释变量的系数来看，在考虑空间效应的条件下，住宅投资额是影响房价的最主要因素，此外地区生产总值、人口增长率以及居民可支配收入也是影响房价的重要因素，实际贷款利率的回归系数为-0.079，说明贷款利率与房价为负相关关系，贷款利率的下降会造成房价的上升

从剔除广州的SLM来看，其商品住宅价格的空间滞后项为0.203，表明剔除掉广州后的广东20市空间溢出效应明显减弱，除了地区生产总值、人均可支配收入及人口增长率外其余解释变量皆不显著。从剔除珠三角9市的SLM来看，广东省其余12市房价之间不存在空间关联性。综合分析，可知珠三角地区是广东省商品住宅价格波动的溢出中心，其中广州的溢出效应最为明显。

五、政策建议

基于对广东省内各城市之间住宅价格波动溢出效应的验证，本文提出以下政策建议：

1.在因城施策的同时，应考虑区域整体调控政策的协调性。研究发现城市间住宅价格波动溢出效应的存在会使得一个区域内的房价在空间上相互关联且相互影响，因此在制定某个城市的房地产市场调控政策时不仅要具体情况具体分析，考虑各城市独特的市场状况，还应在宏观的整体视角下考虑其对所属区域房价的传导影响。应在省域范围内建立统一的房价预警机制，提高对周边城市房价变动的把控能力。

2.区域中中心城市或核心地区制定住房调控政策应考虑其对周边城市的房价影响，同时边缘城市的住房政策也应考虑中心城市房地产市场对其的传导影响。中心城市在制定房地产调控政策时应避免抑制过猛而造成周边城市房地产市场的需求暴增，外围城市也应在时刻掌握中心城市当地经济状况和房市预期的基础上促进房地产市场健康稳健发展。