成渝地区双城经济圈房价的空间溢出效应研究

2022-04-27乔艺璇周雨萌

中国房地产·综合版 2022年2期

乔艺璇周雨萌

摘要：房价在区域城市间存在空间溢出效应，基于差异化预期理论，利用2012-2019年成渝地区双城经济圈城市房价的面板数据，探求成渝地区城市房价的空间溢出效应。通过构建住房均衡模型和空间计量模型，实证解释了不同预期下各因素对房价的直接效应和空间溢出效应，得到的主要结论为：成渝地区双城经济圈城市房价在空间上已然形成体系，并且具有联系性和中心性的特征，核心城市对周边城市房价的带动作用日益显著，房价溢出效应明显。另外，预期是影响房价变动的重要因素。

关键词：成渝城市群;房价;差异化预期;空间溢出效应

中图分类号：F293 文献标识码：A

文章编号：1001-9138-（2022）02-0019-11 收稿日期：2022-02-01

1 前言

房地產业的持续健康发展对国民经济具有重要的意义，而房价作为房地产市场的显性指标一直备受关注。促进房地产市场平稳健康发展是各级政府的重要责任，全面落实房地产长效机制，最关键的就是必须坚持“房子是用来住的、不是用来炒的”定位，在夯实城市主体责任要求下，一城一策、因城施策将成为未来国家调控房价的主要方式。随着以高铁为代表的新型交通体系的完善，区域经济一体化、区域城市间各类要素的有效流动引致了区域城市间各类经济指标的关联。随着各城市的关联性越发明显，房价间的互动性也日益显著，如我国的京津冀城市群、长三角城市群和粤港澳大湾区等，城市群房价的变化呈现出以中心性城市为重要节点，以城市网络为载体的一体化趋势，并且存在明显的溢出效应。因此，以城市群为单位，对城市实行顶层设计与整体性治理越发重要。

区域住房价格波动的溢出效应是一个历久弥新的研究主题，早期的研究发现英国东南部的房价对英国其他城市住房价格具有领导作用，呈现出经由中部向北部传递的模式，即存在空间上的“波纹效应”。此后，空间依赖的概念得以提出，空间计量模型开始建立，以研究房价变化在城市间传递的领先滞后关系。随着我国城镇化的发展，全国房价波动差异日渐显现（梁云芳、高铁梅），我国住房价格的空间分布特征被越来越多的学者所重视。况伟大、张谦、刘金娥、兰峰、丁如曦等众多学者研究了全国不同城市、不同区域的房价分布特征，表明溢出效应能够很好地解释区域间商品住宅价格的相互影响以及房价存在区域性差异的现象，并给予了相关证明。

然而，大部分研究基于全国范围内房价的空间溢出效应，对成渝地区的关注较少，本研究聚焦成渝双城经济圈，将理性预期和适应性预期下房价作为影响房价变动的重要因素，研究房价的空间溢出效应。

2 理论模型构建

2.1 理论基础

预期是影响房价的重要因素，差异化预期理论假设住房需求方为适应性预期，供给方为理性预期。目前，文献对于适应性预期指标的选择主要有两种方式：一是用上一期房价的增长率作为本期消费者对房价的适应性预期值，二是根据菲利普提出的预期理论建立模型：

lnexp = lnp+η（lnp - lnp）（0<η≤1）

其中，exp、p、p分别表示对第i期房价预期、滞后一期房价和滞后二期房价。对于理性预期指标的选择也主要有两种方式，一是用下一期的房价增长率或下一期的实际房价作为本期消费者的理性预期值，二是以其他变量来替代理性预期值。

2.2 房价溢出效应的作用机理

2.2.1 房价波动、房价预期和房价溢出

预期决定购房行为和投资决策，根据况伟大、王先柱的研究，预期对我国城市房价波动有较强的解释力，且对房价波动具有显著影响。在房价上涨预期下，消费者购房需求旺盛，开发商投资欲望强烈，房价上涨;在房价下跌预期下，消费者购房欲望不足，开发商业务发展放缓，房价得到进一步打压。在人口流动、房地产开发投资变化、城市产业结构调整等因素的作用下，房价预期改变，改变的同时进一步影响城市间资源的分布，出于刚性需求或投机需求，资金会从该城市流出而进入到周边城市，造成周边城市住房供需变动，进而导致周边城市房价波动。

2.2.2 房价波动、人口流动和房价溢出

根据吕龙的研究，人口流动是房价产生溢出效应的重要因素。一方面，当城市房价上升时，人们生产生活成本升高，人口从房价高的城市向房价低的城市流动，城市间住房市场供求状况改变，本城市及周边城市房价因此受到影响。另一方面，人口流动转换城市发展动力，开发商和消费者对本城市及周边城市房价的预期发生变化，在预期的作用下，周边城市房价发生变动。

2.2.3 房价波动、房地产开发投资额和房价溢出

一方面，房地产开发投资额反映城市住房供给状况，房地产开发投资额越大，城市住房供给越充足，当供给大于需求时，房价会出现波动。当房价波动使城市间房价存在差异时，购房潜在需求会发生转移，房价产生溢出效应。另一方面，房地产开发投资会改善城市环境，增强城市竞争力，吸引人口以及资金在城市间流动，从而改变各方对房价预期，最终影响周边城市房价。

2.2.4 房价波动、城市产业结构和房价溢出

城市产业结构均衡，第三产业占GDP比重较大时，城市经济发展势头好，房地产业的保障程度高，根据陈浩宇的研究，第三产业比重增加产生的吸附效应，会使人才及资金转移进入，产业结构的调整和升级，导致房价升高。一方面，城市经济发达、吸引力强可能会使住房市场需求大于供给，当部分刚性需求流向周边城市或者部分投资需求流出周边城市时，周边城市房价会因此受到影响。另一方面，城市产业结构的调整影响消费者及开发商对房价的预期，在预期的作用下，房价产生溢出效应，如图1所示。

3 实证检验与分析

3.1 研究区域及数据来源

本文选取成渝地区双城经济圈中45个城市（区）2011-2019年间的面板数据。包括成都、自贡、泸州、德阳、绵阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、雅安、资阳;重庆的30个区县，分别是渝中区、江北区、沙坪坝区、九龙坡区、南岸区、渝北区、巴南区、大渡口区、北碚区、万州区、黔江区、涪陵区、綦江区、大足区、长寿区、江津区、合川区、永川区、南川区、潼南区、铜梁区、荣昌区、璧山区、梁平区、丰都县、垫江县、忠县、开州区、云阳县、彭水苗族土家族自治县。

数据根据历年《四川统计年鉴》《四川房地产年鉴》《重庆统计年鉴》整理而得。

3.2 实证分析

在正式构建空间计量模型前，本文通过空间自相关分析，探索成渝地区双城经济圈城市房價在空间位置上相互依赖的程度，描述房价分布的空间集聚特征。同时，结合市场均衡模型，初步预测各变量对房价的影响，并以上述二者为依据构建空间面板模型。

3.2.1 房价空间分布特征

基于2012-2019年成渝地区双城经济圈城市的商品房销售总额和商品房销售面积的数据，本文利用ArcGIS 10.3软件绘制了房价分布的空间分位图，如图2所示。

图2显示，房价高值主要位于四川的成都及重庆的渝中区、渝北区、江北区和南岸区，并显示出与周围城市（区）较大的差异性。以成都和重庆的主城区为核心，成渝城市群房价沿周边城市（区）逐渐递减。在成德绵乐城市带上，房价相对较高;沿江城市带上，房价相对较低;整体来看，成渝城市群的房价的集聚现象愈加显著。

3.2.2 空间自相关检验

3.2.2.1 全局空间自相关

全局空间自相关是对地理要素属性值在整个区域的空间特征描述，在模型中，空间关系由表明空间各单元之间相互依赖性与关联程度的空间权重矩阵表示。本研究基于Queen的空间邻接方式，即两区域具有公共边界或公共顶点时确认为邻接关系，采用全局Moran’s I指数来分析空间邻接或空间临近的区域单元观测值整体的相关性和差异性程度，指数绝对值越接近1，表明空间相关性越明显。

利用GeoDA软件，计算得到：2011-2019年成渝地区双城经济圈城市房价的莫兰指数分别为0.3596、0.4467、0.4671、0.3145、0.3641、0.4080、0.5417、0.4964、0.4535，且通过了5%水平下的显著性检验。

从静态来看，Moran’s I指数均大于0，表示成渝城市群住房价格确实受空间效应的影响，且存在正的相关性，故在研究成渝地区双城经济圈城市房价的影响因素时，需引入空间计量模型。

从动态来看，房价的莫兰指数整体上呈上升趋势，说明房价在地区间的依赖程度正在变高，空间自相关强度正在不断加强。在2013、2017、2018年，全局空间自相关指标Moran’s I指数出现了下降情况，按照空间溢出相关理论分析，说明该年份房价出现了同质化的倾向，各城市房价普遍上涨，使得房价之间差异化程度减小，相似度增强。

3.2.2.2 局部空间自相关

全局莫兰指数只能研究房价在整个区域的空间自相关趋势，不能反映个体房价分布的集聚特征以及集聚程度，因此，本文引入检验局部空间自相关的Moran散点图和LISA集聚图，描述房价分布的空间集聚特征及显著性，可弥补全局空间自相关指标的局限性，更全面地反映房价的空间特征。

（1）莫兰散点图分析

Moran散点图分为四个象限，用以反映某一区域及其相邻区域房价的空间联系形式。第一象限代表高-高聚集（HH），即房价高的区域被房价高的区域所包围;第二象限代表高-低聚集（HL），即房价高的区域被房价低的区域所包围;第三象限代表低-低聚集（LL），即房价低的区域被房价低的区域所包围;第四象限代表低-高聚集（LH），即房价低的区域被房价高的区域所包围。

由图3所示，多数点位于一三象限，表明成渝城市群房价在空间上呈现正相关的关系。重庆的中心城区：渝中区、江北区、九龙坡区、南岸区、渝北区、巴南区始终出现在第一象限，即高-高聚集区;川南城镇密集区、南遂广城镇密集区、达万城镇密集区中大部分城市房价存在正相关的关系，但是低-低集聚，说明房价水平普遍较低;成都始终位于第四象限，即高-低聚集区;重庆的长寿区、江津区始终位于第二象限，即低-高聚集区。莫兰散点图验证了房价在空间上呈现出以成都和重庆中心城区为核心，向周边城市（区）递减的规律。

（2） LISA集聚图分析

如图4所示，从集聚效果来看，重庆市沙坪坝区在2013、2015年具有明显的跨越现象（从HH到LH，从LH到HH），说明沙坪坝区房价与周边城市房价的差距由小变大又变小。除此之外，HH象限始终比较稳定，表明重庆的中心城区房价有显著的高-高集聚情况。总体来说，LISA集聚图与莫兰散点图呈现出类似的结果，且相关城市的集聚通过了不大于5%的显著水平的检验。

3.2.3 考虑预期下的市场均衡模型

购房需求一方面来源于住房的居住属性，表现为刚性需求;另一方面来源于资产增值或投资的需要，表现为投资需求。

本文从差异化预期的视角出发，假定住房需求函数：

lnD = α + αlnp + αlnexp+1 + αlnpopu + αtindus （1）

式中，D表示i城市t期的商品房房需求量，i，j=1，2，...，n; t=1，2，...，n; p表示i城市t期房价;exp表示i城市对t+1期的房价预期;popu表示i城市t期城市户籍人口数;tindus表示i城市t期第三产业占GDP的比重。α表示随机扰动项;其中，α<0，α>0，α>0，α>0，α、α、α、α分别表示需求价格弹性、预期价格弹性以及人口数量、第三产业比重（产业结构）对需求的影响程度。

住房供给函数：

lnS = β + βlnp + βlnexp + βlninv + βtindus （2）

式中，S表示i城市t期的住房供給量;exp表示房地产开发商在t-1期对t期的房价预期;inv表示i城市t-1期房地产开发投资额，由于房地产开发具有滞后性，故t-1期房地产开发投资额影响t期供给;其余变量同上。其中，β表示随机扰动项;β>0，β>0，β>0，β>0，β、β、β、β分别表示供给价格弹性、预期价格弹性以及房地产开发投资额、第三产业占比对供给的影响程度。

根据住房市场均衡理论，当住房市场均衡时得出的公式为：lnD = lnS，根据（1）式和（2）式可得：

理性预期下，lnexp = p、lnexp = p，得：

由此可得，本期房价不仅受到滞后一期房价的影响，还受到下期房价的影响。

适应性预期下，根据菲利普的适应性预期模型：lnexp = lnp + η（lnp - lnp），η介于0、1之间。当η=1时，为静态预期，lnexp = lnp即对本期房价的预期等于滞后一期房价;当η≠1时，

由此可得，本期房价不仅受到滞后一期房价影响，还受到滞后二期房价的影响。

3.2.4 考虑预期下的空间计量模型

变量说明，如表1所示。为减少数据异方差性，将变量p、exp、dep、popu、dev取对数，描述性统计如表2所示。

3.2.4.1 模型选择

（1）固定效应和随机效应的选择

本文假设不随时间变化而变化的自变量不会对因变量造成影响，故在面板模型中，忽略随机效应模型，在时间固定效应、空间固定效应、时空双固定效应模型中选择来拟合房价。空间固定模型通过1%的显著性水平下LR检验，表明无约束模型更优;时期固定模型未通过检验，表明有约束模型更优，故选择时期固定的模型。

（2）空间计量模型的选择

空间误差模型研究影响房价变动的各解释变量和未完全考虑在内的在空间上相关的重要变量对房价的影响，其空间相关性体现在误差项中;空间滞后模型研究各解释变量和周边城市房价对本城市房价的影响，即“溢出效应”，其空间相关性表现在滞后项中。空间杜宾模型同时考虑了房价的空间滞后项与影响房价的各因素之间的相关性，是空间误差模型和空间滞后模型的扩展模型，将因变量和自变量的空间相关性同时纳入考虑范围。本文选择建立理性预期与适应性预期的空间杜宾模型，同时估计被解释变量和误差项的空间滞后系数，避免了因遗漏变量而导致的估计参数偏差问题。

3.2.4.2 回归结果分析

如表3所示，R-squared值均高于0.8，说明时期固定的空间杜宾模型拟合度较高，整体的解释效果较好。

根据理性预期下的空间杜宾模型，在影响房价变动的各因素中，下期房价、滞后一期房价以及第三产业占GDP比重是本期房价的增函数。引入空间权重矩阵的下期房价W*lnp系数为正，且通过5%显著性检验，说明本城市（区）房价预期上涨对周边城市（区）房价有促进作用。

根据适应性预期下的空间杜宾模型，在影响房价变动的各因素中，上期房地产开发投资额是本期房价的减函数;城市（区）滞后一期房价、滞后二期房价、人口数量、第三产业占GDP比重是本期房价的增函数。

在不同的预期下，各变量对房价影响存在显著差异。在理性预期下，房价预期和第三产业占GDP比重是影响房价的重要因素;在适应性预期下，房价预期、房地产开发投资额、人口数量和第三产业占GDP比重是影响房价的重要因素。在两种模型下，W*dep.var.的系数均为负，说明以消费者为代表的房价适应性预期和以房地产开发商为代表的房价理性预期都会影响成渝地区双城经济圈城市的房价，并产生负的溢出效应，即预期城市（区）房价上涨会导致周边城市（区）的房价下跌。

3.2.4.3 讨论

上述实证结果说明预期是影响房价的重要因素，房价预期越高，房地产市场热度就越高，对本城市（区）房价的抬升作用就越显著，同时，当预期房价上涨，投资者的购房资金流入该城市（区）时，周边城市（区）房价由于资金外流而下跌，产生房价溢出效应。

在理性预期下，下期房价比滞后一期房价对成渝地区双城经济圈城市房价的溢出效应更大，说明投资需求大于刚性需求。当预期房价上涨时，消费者对本城市（区）住房的投资需求增加，资金外流进入周边城市（区）受到抑制，使得周边城市（区）房价下降。在适应性预期下，滞后一期房价比之后二期房价对城市（区）房价波动的影响更大，符合瞬息万变的房地产市场规律。

房地产开发投资额增加，房价有小幅度降低，可能由于房地产开发投资额大会增加潜在供给，当供给大于需求时，房价有所下降。然而，在不同的预期下，房地产开发投资额对房价的溢出效应作用相反，再次验证预期对房价有重要作用。

人口流动和城市产业结构同样对房价有重要影响。在不同的预期下，人口数量越多，第三产业占GDP比重越大，房价越高。当人口增加，城市（区）住房需求大于供给时，消费者购房需求转移，周边城市（区）房价升高。当城市（区）第三产業占比增大时，周边城市（区）投资流入本城市（区），资金外流致使周边城市（区）房价降低。

根据实证结果，本研究得出的房价波动路径是：一方面通过住房供给端、需求端以及城市基本面特征直接影响房价发生变动，另一方面通过上述各因素影响房价预期，间接引起房价变动。另外，本研究认为房价存在溢出现象可能有四种原因：第一，房价波动直接引起房价预期变化，进而带动周边城市房价波动;第二，由于房价波动，人口、产业结构、社会资源在空间上产生流动，带动预期房价发生变化，进而影响周边城市房价，即房价预期直接影响周边城市房价波动;第三，由于房价波动，房价预期发生变化，使得人口流动、产业结构调整以及社会资源在城市间重新分布，周边城市房价发生波动，即房价预期间接影响周边城市房价变动;第四，房价波动直接影响人口流动、产业结构调整以及社会资源的重新分布，引起周边城市房价波动。不论是由于哪一种原因造成房价产生溢出效应，预期都是十分重要的因素。

4 结论及建议

本文得出的主要结论为：成渝地区双城经济圈城市房价在空间上已然形成体系，并且具有联系性和中心性的特征。目前，成渝城市群房价出现了高高集聚或低低集聚的现象，城市间房价的差异性正在逐渐减小。以成都和重庆的主城区为核心，成渝城市群房价沿周边城市逐渐递减，在成德绵乐城市带上，房价相对较高，沿江城市带上，房价相对较低。另外，经济圈内各城市房价相互影响，核心城市对周边城市房价的带动作用日益显著，存在明显的空间溢出效应，并因城市宏观经济、住房需求、住房供给等因素的影响呈现出多样性的变化。在理性预期下，房价是下期房价、滞后一期房价、第三产业占GDP比重以及邻近城市下期房价的增函数。在适应性预期下，房价是上期房地产开发投资额的减函数;是滞后一期房价、滞后二期房价、本期人口数、第三产业占GDP比重的增函数。不论是在理性预期还是在适应性预期下，房价预期都是影响房价变动的重要因素。

最后，针对上述结论，本文提出以下三点推动成渝地区双城经济圈房地产业发展的建议：

（1）注重顶层设计，构建区域联动的房价体系。由上述研究可知，成渝地区双城经济圈城市房价存在较强的集聚效应和空间溢出效应，任何一个城市的房价及经济基本面的变动都可能给周围城市带来或大或小的影响。因而，各地政府应以此为契机，着力打造区域联动的房价体系，突破行政区界限，在制定房地产调控政策时，考虑房价波动的区域联动性影响，合理利用经济圈内房价的空间溢出效应。

（2）关注核心城市，充分发挥其辐射带动作用。发挥经济圈内核心城市的空间溢出效应，增强中心城市对周边城市的辐射带动功能，实现经济圈内各城市房地产业的协调发展。同时，对于房价呈现空间溢出效应较明显的城市，政府应加强对其的政策调控，以此来防范这些区域因溢出效应过大而使周边城市房价发生过度波动。

（3）重视预期影响，适当降低投资需求。各地政府应进一步拓宽房地产市场的调控思路，积极引导社会舆论导向，坚持“房住不炒”的基本原则，合理规范投资行为，可选择热点区域进行试点，积累经验，从而加快探索出市场调控的长效机制。

参考文献：

1.林馨吕萍.基于空间杜宾模型研究京津冀城市群房价空间相关性及影响因素.经济问题探索.2021.01

2.陈卓.长三角地区城市的房价偏离及其溢出效应.南京财经大学学报.2018.03

3.郭文伟.粤港澳大湾区核心城市房价传染与联动的市场逻辑.深圳大学学报（人文社会科学版）.2018.35 （06）

4.梁云芳高铁梅.中国房地产价格波动区域差异的实证分析.经济研究.2007.08

5.况伟大.预期、投机与中国城市房价波动.经济研究.2010.45 （09）

6.张谦王成璋.中国住房价格波动的空间溢出效应研究.软科学.2013.27 （04）

7.刘金娥.区域房地产价格的溢出效应研究.商业时代.2013.35

8.兰峰张春苗.空间经济学视角下的商品住房价格溢出效应研究.统计与信息论坛.2015.30 （06）

9.丁如曦倪鹏飞.中国城市住房价格波动的区域空间关联与溢出效应——基于2005-2012年全国285个城市空间面板数据的研究.财贸经济.2015.06