黄河流域房地产价格的区域差异研究

张 帅，孙 伟，杨春明，刘妃平

黄河流域房地产价格的区域差异研究

张 帅，孙 伟，杨春明，刘妃平

（安徽建筑大学 经济与管理学院，安徽 合肥 230601）

黄河流域在我国经济社会发展中起着重要作用。选取2009—2018年黄河流域76个地级市的面板数据，先从全流域及上、中、下游角度探讨黄河流域房地产价格影响因素，后从高、中、低房价地区角度探究黄河流域房地产价格影响因素。结果表明：经济发展水平、房地产投资规模、产业结构和环境特征对黄河流域各区域房地产价格的影响存在显著差异。据此提出促进黄河流域房地产市场健康发展的对策。

黄河流域；房地产价格；区域差异；影响因素

2020年1月中央财经委员会第六次会议研究了黄河流域生态保护和高质量发展等问题。在黄河流域生态保护和高质量发展上升为重大国家战略[1]的当下，深入研究黄河流域的城市发展现状具有重要意义。截至2018 年，黄河流域国民生产总值超过了20万亿元，达到了全国26%。黄河流域对我国经济社会发展起着关键作用，房地产价格作为城市发展中的重要组成部分，一直备受关注。国内外学者们从不同角度对房地产价格存在的影响因素进行了分析探讨。

21世纪初期，国外学者Jud等[2]研究了美国130个大都市区的房价上涨动态，结果显示人口增长率、居民收入、建筑成本及利率的实际变化均是房地产价格的上涨的重要因素[2]。Fielding和Shields对南非9个省份研究其货币政策效应的不对称性，发现扩张性货币政策和紧缩性货币政策对房地产价格的变动都有显著影响且具有差异性[3]。Belke和Keil分析了德国127个城市的房价，认为建造量、现有住房存量与人口年龄结构、区域基础设施等分别是供给侧和需求侧的决定因素。两侧因素的共同作用造成了不同地区房地产价格差异，并且也在一定程度上决定了区域房地产价格[4]。

在房地产价格影响因素方面，国内学者的研究成果也较为丰富。蔡穗声和王幼松对2000—2003年长三角与珠三角地区的房地产市场进行分析比较，认为形成差异的主要原因为发展阶段、土地供应、需求结构及资本升值预期[5]。庞如超采用我国30个省市1999—2011年的面板数据，对房地产价格进行回归分析。实证结果表明，房地产价格波动的主要因素为居民收入水平、消费者预期、土地价格及实际利率水平，而城市常住人口密度、房屋竣工面积及居民消费价格指数对我国30个省市房地产价格波动的影响并不显著[6]。刘宇星通过选取我国29个省份1999—2013年的数据，分东、中、西部对房地产价格的区域差异进行了研究。结果表明，中部地区房地产价格主要受银行信贷的影响，而东、西部地区的房地产价格很大程度上受人均收入水平的影响[7]。

对文献进行梳理可知，对房地产价格影响因素的研究主要集中在全国范围、长三角地区以及珠三角地区等，对黄河流域城市房地产价格影响因素的研究较少。本文以黄河流域76个地级市为研究对象，打破按照行政划分的传统分类方式；首先从上、中、下游和全流域角度进行研究，认识到黄河流域上、中、下游房地产价格影响因素的区域差异；其次，通过K-means聚类分析方法将黄河流域76个地级市分为高、中、低房价区域进行研究，从不同层面探讨区域房地产价格影响因素。在“房住不炒、因城施策”的政策大环境下，全面落实因城施策，稳地价、稳房价、稳预期的长效管理调控机制，有利于促进房地产市场平稳健康发展。黄河流域幅员辽阔，横跨中国东西，影响各区域房地产价格的因素有显著差异。故分析各区域影响因素的异同，对提出促进黄河流域房地产市场平稳健康发展的建议具有重要的意义。

1 黄河流域房地产价格现实分析

2009—2018年间黄河流域全流域及上、中、下游房地产平均价格随时间变化的信息，见图1。通过观察可知，在样本考察期内，黄河流域房价与全国房地产价格的波动趋势一致，总体处于持续上涨状态。针对于黄河流域上中下游房价而言，下游房价＞中游房价＞上游房价。上游、中游、下游房地产价格基本呈现出由低到高的阶梯型分布，且流域内部房价差距越来越大，分化较为严重。

图1 黄河流域及上中下游房价均值（元/ m2）

通过图2观察可知，黄河流域高、中、低房价地区房地产平均价格随时间变化总体上都是上涨状态，同上中下游趋势相似，在2009—2018年高、中、低房价地区间的房价差值整体呈现不断增大的趋势，房地产价格差异越来越显著。其中，高房价城市均位于黄河流域的中下游；中房价城市在黄河流域的中下游占比为79%；黄河流域上游低房价城市占比为71.4%，中房价城市占比28.6%，黄河上游无高房价城市。黄河流域内部各区域发展存在较大的差异，区域性房价不均且地区房价分化现象不断加重，城市间差距不断拉大。

图2 黄河流域高中低房价地区房价均值（元/m2）

2 数据来源及模型设定

2.1 数据来源及变量选取

根据水利部黄河水利委员会对黄河自然流域范围的划定，考虑到地区经济发展与黄河流域的关联性及数据的可得性，选取2009—2018年期间黄河流域76个城市为研究样本，上、中、下游地区借鉴师博等的划分标准[8]。数据源于2010—2019年《中国城市统计年鉴》《中国房地产统计年鉴》《中国区域经济统计年鉴》及各省市级统计年鉴，少量缺失数据采用插值法进行补充。为了消除价格因素影响，所有相关数据以2009年为基期进行平减处理，为消除异方差和量纲差异，对相关变量均进行对数处理。参考宋伟轩和刘春卉[9]、谢单杏[10]等的研究，并考虑数据的可得性，本文选取以下变量进行分析。各变量的描述性统计特征如表1所示。

表1 变量选取及描述性统计

指标类型指标指标说明均值标准差最小值最大值 被解释变量房地产价格商品房平均销售价格（万元/m2）[11]0.397 420 70.149 185 50.129 648 51.262 406 解释变量城市用地与扩张城市建设用地占市区面积比重/%9.317 59211.338 960.020 00093.810 000 经济发展水平人均生产总值/元48 461.9432 709.16449 1256 877 产业结构第三产业占GDP的比重/%38.2462 410.1921 314.869.62 环境特征生活垃圾无害化处理率/%89.365 3816.897 1814.26100 房地产投资规模房地产开发投资完成额/万元19 685743 437 28648 25638 300 000 市场条件社会消费品零售总额/万元7 181 3837 872 822204 50948 400 000 建成区绿化建成区绿化覆盖率/%38.186 247.708 1040.3995.25

2.2 模型设定

为探讨黄河流域房地产价格影响因素存在的区域差异，本文构建了面板数据模型：

式中：LN（）代表房地产价格（取对数），代表常数项，1～7分别表示为解释变量的回归系数，urb代表城市用地与扩张，lngdp代表经济发展水平（取对数），Tgdp代表产业结构，hea代表环境特征，lninv代表房地产投资规模（取对数），lnret代表市场条件（取对数），gre代表建成区绿化。为随机误差项。

3 实证分析

在进行回归分析之前，为了尽量减少伪回归。本文采用Fisher-ADF对样本数据的平稳性进行检验，结果表明所有变量都通过了平稳性检验。利用Stata15进行F检验和Hausman检验明确模型形式，结果显示全黄河流域以及黄河上游、黄河下游城市采用固定效应进行回归分析，黄河中游城市采用随机效应。回归结果如表2所示。

表2 黄河各流域回归结果

变量全流域上游中游下游 城市用地与扩张0.000 1670.001 010.000 270.000 222 [0.000][-0.003][0.000][0.000] 经济发展水平0.097 5***0.057 10.186 ***0.071 0** [-0.028][-0.034][-0.04][-0.029] 产业结构0.004 64***0.003 820.004 27***0.004 57 [-0.001][-0.003][-0.002][-0.003] 环境特征0.001 13**0.001 62*0.001 07**-0.000 224 [0.000][-0.001][-0.001][-0.001] 房地产投资规模0.085 8***0.064 1*0.090 4***0.092 3** [-0.021][-0.033][-0.022][-0.043] 市场条件0.212 ***0.225 **0.118 ***0.306 *** [-0.052][-0.095][-0.025][-0.109] 建成区绿化0.000 280.000 9740.000 336-0.000 729 [-0.001][-0.001][-0.002][-0.002] 常数项-6.831 ***-6.188 ***-6.352 ***-8.092 *** [-0.516][-1.189][-0.423][-1.162]

注：*<0.1；**<0.05；***<0.01。

3.1 全流域回归结果分析

针对于整个黄河流域城市而言，其实证结果显示：在1%的显著性水平上经济发展水平、产业结构、房地产投资规模以及市场条件皆对房价的变动具备积极的正向影响，反映了黄河流域城市的经济发展和城市产业结构和房地产投资规模及市场条件是影响房地产价格的重要因素。城市用地扩张和建成区绿化对整个黄河流域城市的房地产价格影响不显著，表明城市用地扩张和建成区绿化对黄河流域城市的房价波动仅存在有限影响。

(1)经济发展水平的系数在1%的显著性水平上为正值，表明经济增长对房地产价格具有显著的正向影响。主要原因是经济发展水平的提升，在一定程度上促进了人才和企业集聚，地区房地产需求量增加，导致房地产价格上涨。当总体经济增长时，房价也会随着经济发展而增长。(2)产业结构的系数在1%的显著性水平上为正值，第三产业与房地产行业息息相关，产业结构的不断升级也会促进房价的变动。如金融产业中通过信贷扩张政策，降低利率扩大货币供给，从而刺激了房地产价格上涨[12]。(3)房地产投资规模的系数在1%的显著性水平上为正值，房地产投资规模的逐渐增大推动经济水平的上升，刺激房地产需求量进一步加大。哈罗德-多马经济增长模型（Harrod-Domar model）证实，长期稳定的资本积累能够促使经济实现可持续发展，故稳定健康的房地产投资对经济增长具有拉动作用。(4)市场条件的系数对黄河流域城市房价在1%的显著性水平上为正值，社会消费品零售总额的持续增长，说明黄河流域城市居民的消费潜力将持续释放，从而带动房价的增长。(5)环境特征对房价的变动也具有正向影响，在5%的水平上呈显著作用，良好的环境条件无论对房地产开发商还是居民住房区位选择都具有较强的吸引力，所以环境条件可以直接影响房价的波动。

3.2 上中下游回归结果分析

黄河流域上、中、下游的实证检验结果显示：房地产投资规模和市场条件对上、中、下游黄河流域城市的房价波动都起着显著性影响，城市用地扩张和建成区绿化的作用效果都不显著，经济发展水平、产业结构和环境特征对黄河流域的上、中、下游城市显著性有所差异。

在经济发展水平上，各流域的显著性依次为中游＞下游＞上游，黄河流域中游城市拥有丰富的能源资源，如榆林市、长治市、朔州市的煤炭资源，经济体系的现代化程度较高，黄河流域下游城市在地理位置上靠近东部沿海地区，经济体系的现代化程度也较高，而黄河流域上游城市是我国主要的农牧区，相比于黄河流域中下游较弱。故经济发展水平和房地产投资规模，对黄河流域中下游城市的房地产价格影响更为显著。

产业结构和环境特征对黄河流域中游城市的房地产价格呈显著影响，而对于上游和下游城市没有显著影响。黄河流域由于地区所受到资源禀赋、经济基础、政府政策等因素的影响，导致了各个地区经济发展水平存在较大的差异。对于产业结构的转型和升级，山东、山西、甘肃3个省份在2001—2016年的三产比重都有显著提高，产业结构实现了由“二三一”向“三二一”的转变[13]，而山西和甘肃大多数城市都处于黄河流域的中游，产业结构的升级会带动房价的提升。这也与周建军等实证发现产业结构变迁的2个维度指标即产业结构合理化和产业结构高级化均对房价产生显著正向影响的结论一致[14]。环境特征上看，刘华军和曲慧敏从黄河流域内部视角研究绿色全要素生产率，发现其主要集中在黄河中下游地区，在空间上呈现出“东北—西南”分布格局[15]，故环境特征对房地产价格的影响作用对于黄河流域中游城市更为显著。

3.3 高中低房价地区回归结果分析

黄河流域上、中、下游是综合经济发展状况的地理划分方式，没有考虑到各区域房地产市场发展差异。因此，本文根据黄河流域2018年各城市房地产价格，运用K-means聚类分析方法，将黄河流域76个城市分为高房价地区、中房价地区、低房价地区3种类别。其中处于高房价地区的城市有4个，其2018年房价均价为11 437.13元/m²，中房价地区城市有28个，其2018年房价均价为6 291.99元/m²，低房价地区城市有44个，其2018年房价均价为4 285.92元/m²。

在回归模型的选择中，本文通过F检验和Hausman检验，结果均在5%的显著性水平上拒绝原假设，表明三类地区均应采用固定效应进行回归分析。具体回归结果如表3所示。

表3 各类房价地区回归结果

变量高房价地区中房价地区低房价地区 城市用地与扩张-0.006 45-0.000 1650.001 07 [-0.004][0.000][-0.001] 经济发展水平0.4520.073 6*0.106 *** [-0.243][-0.039][-0.039] 产业结构-0.009 04**0.003 44*0.005 22*** [-0.002][-0.002][-0.001] 环境特征-0.005 210.000 5660.001 36** [-0.006][0.000][-0.001] 房地产投资规模-0.069 30.044 70.089 6*** [-0.047][-0.032][-0.024] 市场条件0.457 *0.375 ***0.172 *** [-0.173][-0.058][-0.045] 建成区绿化-0.001 49-0.003 39**0.001 04 [-0.003][-0.001][-0.001] 常数项-10.87 ***-8.346 ***-6.434 *** [-0.943][-0.695][-0.543]

注：*<0.1；**<0.05；***<0.01。

针对于高、中、低房价地区而言，其实证结果显示：产业结构和市场条件对高、中、低房价地区的房地产价格波动都起着显著性影响，城市用地扩张对3个地区的作用效果都不显著，经济发展水平、房地产投资规模、环境特征和建成区绿化对于高、中、低房价地区的显著性有所差异。

经济发展水平对三类地区房价的变动皆具备积极的正向影响，原因是随着各个地区经济发展水平的不断提升，居民收入随之增加，城市的住房需求也会随着居民收入的增加而加大，从而带动了房地产价格的上升。通过比较显著性水平可以得出：低房价地区＞中房价地区＞高房价地区，主要是因为对于高房价地区和中房价地区其经济发展水平相比于低房价地区已经达到相对的高度，因此更加注重于产业结构的优化升级，针对于经济发展水平较好的地区而言，产业结构升级与优化能够更好的促进房地产价格上升。

房地产投资规模和环境特征对于低房价地区分别在1%和5%的显著性水平上显著，建成区绿化对于中房价地区在5%的显著性水平上显著。房地产投资规模的变化传导至市场，进而影响供给侧需求侧的变动与房地产价格的波动。过大过小的投资规模都会对经济产生不利的影响，投资规模过低，无法满足居民日益增长的住房需求；投资规模过高，会导致产业结构失衡和经济发展效率低下[16]。近年来，对于高房价和中房价地区在供给和需求两方面的市场管控较为严厉，故房地产投资规模相比于低房价地区而言显著性水平较低。

4 结论与建议

本文以黄河流域的76个城市10年间的各数据为样本，建立回归模型，探究黄河流域城市房地产价格影响因素的区域差异，得出结论：针对于整个黄河流域而言，经济发展水平、产业结构、环境特征、房地产投资规模和市场条件对房地产价格的作用效果显著，并且都具备积极的正向影响。但是，由于地理区位的不同导致在黄河流域的上、中、下游城市房地产价格的波动受经济发展水平、产业结构、房地产投资规模和环境特征的作用效果具有很大的差异性。其次，充分考虑各区域房地产市场发展状况后，针对于黄河流域高、中、低房价地区回归结果也可以看出，房地产价格影响因素的区域差异在黄河流域不同地区都得到了显著的体现。

基于以上研究，本文提出如下建议。

(1)加强黄河流域区域间协调发展。黄河流域上游城市经济发展水平相对落后，黄河流域上、中、下游城市经济发展水平提升幅度的差异逐渐增大，将导致区域之间产生多种矛盾。调节房地产价格区域差异性，引导区域经济协调发展，政府部门应当努力发挥中下游城市经济的辐射效应，带动上游城市经济发展水平的提升，缩小黄河流域区域内部的发展差距。

(2)推动黄河流域产业结构转型升级。加强房地产业与其他相关产业互动联系，根据各地区经济发展的不同阶段实行动态调整，理顺各产业发展关系与对策，从而保证产业链的发展，充分发挥房地产业的辐射带动效应。加快黄河流域中上游城市经济产业承接与转型升级，中上游地区可以实施优惠的产业政策与税收政策，通过改善企业的投资经营环境，吸引更多的企业入驻，提升黄河流域的产业结构。

(3)探索黄河流域差异化的调控政策。聚焦同类型城市进行政策的精准调控，鼓励地方政府因城施策，并结合各地区的经济差异、产品供需差异进行调整，在确保政策引导和调控效果符合中央要求的前提下，充分发挥信息成本优势和监管优势。黄河流域中游城市需要更加关注于环境特征和产业结构方面的调控，从而使建立的调控政策更具有针对性和有效性。

[1] 方创琳. 黄河流域城市群形成发育的空间组织格局与高质量发展[J].经济地理, 2020, 40(6): 1-8.

[2] Jud G D, Winkler D T. The Dynamics of Metropolitan Housing Prices[J]. Journal of Real Estate Research, 2002, 23(23): 29-46.

[3] David Fielding, Kalvinder Shields. Asymmetries in the Effects of monetary Policy: The case of South Africa[R]. Economics Discussion Papers,University of Otago, 2005.

[4] Ansgar Belke, Jonas Keil. Fundamental Determinants of Real Estate Prices: A Panel Study of German Regions[J]. International Advances in Economic Research, 2018, 24(1): 25-45.

[5] 蔡穗声, 王幼松. 中国房地产市场地区差异分析——长江三角洲与珠江三角洲比较研究[J]. 中国房地产, 2004(5): 36-39.

[6] 庞如超. 房地产价格波动的影响因素研究——基于中国30个省市的面板数据模型[J]. 价格月刊, 2013(4): 31-34.

[7] 刘宇星.中国房地产价格区域差异实证研究[J]. 未来与发展, 2017, 41(4): 39-45.

[8] 师博, 何璐, 张文明. 黄河流域城市经济高质量发展的动态演进及趋势预测[J]. 经济问题, 2021(1): 1-8.

[9] 宋伟轩, 刘春卉. 长三角一体化区域城市商品住宅价格分异机理研究[J]. 地理研究, 2018, 37(1): 92-102.

[10] 谢旦杏, 林雄斌. 城市住房价格时空间特征及其影响因素研究[J].经济地理, 2014, 34(4): 70-77.

[11] 刘玲妙, 刘建华, 乔红芳. 我国房地产价格影响因素的区域差异——基于空间计量分析[J]. 闽南师范大学学报: 哲学社会科学版, 2018, 32(4): 67-74.

[12] 周岐琛. 长三角地区城市房价影响因素研究[D]. 南京: 南京大学, 2018.

[13] 陈肖飞, 郜瑞瑞, 韩腾腾, 等. 人口视角下黄河流域城市收缩的空间格局与影响因素[J]. 经济地理, 2020, 40(6): 37-46.

[14] 周建军, 罗嘉昊, 鞠方, 等. 产业结构变迁对房地产价格的影响研究[J]. 科学决策, 2020(9): 21-47.

[15] 刘华军, 曲惠敏. 黄河流域绿色全要素生产率增长的空间格局及动态演进[J]. 中国人口科学, 2019(6): 59-70, 127.

[16] 武建新, 路畅. 房地产投资对经济的影响研究[J]. 建筑经济, 2020, 41(S2): 249-253.

Study on Regional Differences of Real Estate Prices in the Yellow River Basin

ZHANG Shuai, SUN Wei, YANG Chun-ming, LIU Fei-ping

（School of Economics and Management, Anhui Jianzhu University, Hefei 230601, China）

The yellow river basin plays an important role in China’s economic and social development. Based on the panel data of 76 prefecture level cities in the yellow river basin from 2009 to 2018, this paper first discusses the influencing factors of real estate prices in the yellow river basin from the perspective of the whole basin and the upper, middle and lower reaches, and then explores the influencing factors of real estate prices in the yellow river basin from the perspective of high, medium and low price areas. The results show that economic development level, real estate investment scale, industrial structure and environmental characteristics have significant differences on the impact of real estate prices in different regions of the yellow river basin. Based on this, the paper puts forward policy suggestions to promote the steady and healthy development of the real estate market in the yellow river basin.

the yellow river basin; real estate prices; regional differences; influencing factors

10.15916/j.issn1674-3261.2022.02.013

F293.3

A

1674-3261(2022)02-0130-05

2021-04-09

国家自然科学基金(71802003)；教育部人文社科青年基金(18YJC630040)；安徽省教育厅人文社科重点项目(SK2019A0626)；安徽省高校人文社会科学研究重点项目(SK2019A0665)

张帅(1996-)，男，安徽亳州人，硕士生。

孙伟(1978-)，女，安徽亳州人，教授，博士。

责任编辑：刘亚兵