中国区域房价收敛性的空间计量分析

(上海师范大学 上海 200234)

一、文献综述

房价波动在全球范围内都是一个极为普遍的现象，它直接影响了金融稳定与居民消费，因此也成为学者重点关注的问题之一。现有文献一部分集中于房地产价格波动的影响因素的研究，如预期与投机，住房刚需，调控政策。也有文献研究房地产价格波动的区域差异状况。然而，较少有文献研究中国区域房价的收敛机制。

本文以区域房价β收敛为切入点，研究我国各省，直辖市及自治区房价的收敛性即贫穷国家或地区房价水平离稳态房价水平的距离是否要大于发达国家或地区，贫困地区是否有着更高的房价增长率。涂乔琳(2017)以我国70个大中城市2005年至2013年的数据为样本，综合运用传统回归模型以及空间计量模型发现我国区域房价均不存在绝对β收敛；张传勇(2017)以我国35个大中城市2000到2014年的面板数据进行实证研究，发现以城市为样本的中国经济发展目前不存在绝对收敛，但存在条件收敛趋势且房价会减弱这种趋势并进一步拉大城市之间的经济差距；林睿(2016)基于全国省域2001到2013的季度数据实证发现国内区域房价存在异质收敛，能够划分为3个收敛子群。房地产调控政策能够在一定程度上改变区域房价的收敛情况,但该作用一般生效于政策发布后的4到5个月后。

本文基于2006年到2016年我国省域房价数据，分别构建空间误差以及空间滞后面板数据模型，在传统回归模型的基础上加入了空间效应，对中国区域房价收敛情况进行实证分析。

二、模型设定与实证分析

(一)模型设定

考虑到我国不同省，直辖市，自治区存在空间效应即空间异质性与空间依赖性，因此建立空间计量模型，综合运用空间滞后模型(SLM)与空间误差模型(SEM)，分别对样本数据进行实证分析，模型设定形式分别如公式(2.1),(2.2)所示：

YT=α+ρWYT+βPT+ε

(2.1)

YT=α+βPt+(I-λW)-1u

(2.2)

其中，ρ为空间回归系数，λ为空间相关误差的系数，W为空间权重矩阵，如果系数β显著为负，则表明我国区域房价存在绝对β收敛。

(二)空间自相关性检验

在对房价数据进行空间计量回归之前，要先进行事前空间相关性检验即检验模型是否存在空间相关性。Moran’s I检验是空间相关性检验的经典方法，其原假设是变量之间不存在任何形式的空间相关性。如果结果原假设，那么就进行空间滞后模型与空间误差模型的回归。具体检验结果如下表所示：

表1 空间自相关性检验

注：表中***表示显著性概率在0.001，**显著性水平为0.01，*显著性水平为0.05。

上表结果显示：从2006年开始，我国房价增长率在各个时间段内均出现了空间相关性，且显著性水平较高。其次，Moran’s I指数均显著为正值，表明各区域房价增长率存在空间正的相关性，即相邻近省市房价增长率具有相似属性值。

(三)空间计量模型回归选择

由于各时间段均通过事前相关性检验，因此对从2006开始的4个时间段分别进行空间效应的回归，具体的空间滞后模型与空间误差模型的回归结果如下表所示。

综合考虑模型的拟合优度，变量系数的显著性以及LogL的大小，我们发现空间滞后模型相比于空间误差模型更好的拟合了数据，因此选择空间滞后模型作为最后的结果。同时，空间权重矩阵最大特征根倒数是1，最小特征根倒数是-1.6832，这表明模型回归的结果是稳健的。

表2 SLM与SEM估计结果

最后，上表数据显示，在从2006年开始的4个时间段内β值均显著为正，且β值随时间推移有减小的趋势，表明在考虑了空间效应滞后，我国各区域房价具有明显的发散局势即初始房价越低的地区同样以较低的速度保持增长，但随着时间推移，这种发散态势逐渐减弱，特别是最后2009年到2016时间段内，β值已经快接近于0了。

三、结论与建议

通过前面的分析，我们可以得出以下的结论：自2006年以来，我国各地级市房价尚未形成绝对β收敛，也就是说，贫穷地区房价水平离稳态房价水平的距离要大于发达地区这一情形尚未发生，各城市房价是否会收敛与自身的稳态水平还有待于进一步的验证。此外，随着时间的推移我国房价发散的态势逐渐减弱，未来可能会出现收敛的情况。

基于β收敛分析得出的上述结论，现针对其提出几点政策建议：第一，在改善要素投入方面，各地级市要始终把人才战略放在突出的位置，提高人才服务水平，优化引才用才环境。此外，在加大力度进行人力资本投资的同时，政府应该有效控制人口数量，提升整个地区劳动者的综合素质，带动区域房价增长收敛。第二，加快推动区域基础设施建设，具体来说，政府要同时做好两个方面的建设：其一是加大对传统公路，铁路以及新兴高铁方面的建设力度，拓宽城市交通干路；其二是加大对互联网为代表的信息科技的建设，综合打造线上线下一体化的城市交通网。