資源集中、人口集聚與城市房?jī)r(jià)差異研究

周愛(ài)民+++彭俊華+++許桂華

摘要：近年來(lái)，我國(guó)城市房?jī)r(jià)差異明顯?；诜康禺a(chǎn)供求模型研究發(fā)現(xiàn)，城市房?jī)r(jià)差異源自于人口集聚、財(cái)富集聚與房?jī)r(jià)預(yù)期的差異，本質(zhì)上是源自人對(duì)城市優(yōu)質(zhì)資源的追求。凡優(yōu)質(zhì)資源越集中的城市，人口集聚與財(cái)富集聚度越高，房?jī)r(jià)就越高；反之，優(yōu)質(zhì)資源越稀缺的城市，人口與財(cái)富集中度越低，房?jī)r(jià)就越低。鑒于此，我國(guó)要建立房地產(chǎn)發(fā)展長(zhǎng)效機(jī)制，必須解決優(yōu)質(zhì)資源分布不均衡不合理的矛盾，合理引導(dǎo)各種資源流向中小城市，防止各種資源過(guò)度集中于大城市。

關(guān)鍵詞：房?jī)r(jià)差異；資源集中；人口集聚；財(cái)富集聚

中圖分類(lèi)號(hào)：F293 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1001-9138-（2018）01-0010-19 收稿日期：2017-12-07

1引言

近幾年來(lái)，我國(guó)部分熱點(diǎn)城市房?jī)r(jià)持續(xù)高漲再次引發(fā)社會(huì)關(guān)注。與以往不同的是，盡管面臨房地產(chǎn)“去庫(kù)存”壓力，但這些城市房?jī)r(jià)不跌反升，且漲速各異，差距懸殊。為什么同一時(shí)期不同城市房?jī)r(jià)水平和增速存在如此大的差異？其影響因素是什么？深入研究這些問(wèn)題，對(duì)于解決房地產(chǎn)泡沫與房地產(chǎn)庫(kù)存過(guò)大并存的難題，實(shí)施因城施策，建立房地產(chǎn)發(fā)展長(zhǎng)效機(jī)制具有十分重要的意義。

對(duì)優(yōu)質(zhì)資源的追求是人口遷移與集聚的本質(zhì)。人口集聚導(dǎo)致了城市住房需求增加，其財(cái)富多寡影響著人們的購(gòu)房能力，造成不同城市房?jī)r(jià)差異。因此，本文將著重考察：（1）資源集中與人口集聚的關(guān)系；（2）人口集聚、財(cái)富集聚對(duì)房地產(chǎn)需求與價(jià)格的影響；（3）建立住房供求模型實(shí)證檢驗(yàn)關(guān)系。

2理論分析

從長(zhǎng)期來(lái)看，各種資源在城市間的不均衡配置，導(dǎo)致了城市間的層次錯(cuò)落。出于對(duì)美好生活的向往，人們用腳投票向優(yōu)質(zhì)資源集中的大城市集聚，形成人口集聚與財(cái)富集聚效應(yīng)。在房地產(chǎn)供應(yīng)有限條件下，人們對(duì)房產(chǎn)資源的爭(zhēng)奪抬高了房?jī)r(jià)。圖1列示了資源集中、人口集聚與財(cái)富集聚影響城市房?jī)r(jià)差異的路徑。

2.1 資源集中促進(jìn)了人口集聚，是人口集聚的根本原因

人口的流動(dòng)與遷移，往往關(guān)系到城市的興衰，自然也影響到房?jī)r(jià)的漲跌。每個(gè)人都向往美好生活，希望獲得更多資源。人口集聚于城市正是因?yàn)槌鞘袚碛胸S富優(yōu)質(zhì)的社會(huì)資源、經(jīng)濟(jì)資源、政治資源、文化資源和公共資源，具體表現(xiàn)為較多的就業(yè)機(jī)會(huì)、豐厚的收入、優(yōu)質(zhì)的醫(yī)療衛(wèi)生、優(yōu)秀的教育文化、便利的交通、良好的公共基礎(chǔ)設(shè)施等。盡管資源集中與人口集聚有自發(fā)性，但政府政策對(duì)資源配置具有重要作用。

2.2 人口集聚促使購(gòu)房需求增加，人口集聚能力差異引致城市房?jī)r(jià)差異

人口聚集于城市有利于經(jīng)濟(jì)繁榮，促進(jìn)經(jīng)濟(jì)增長(zhǎng)；反過(guò)來(lái)經(jīng)濟(jì)繁榮又進(jìn)一步刺激和帶動(dòng)人口聚集，從而造成擁擠效應(yīng)，加劇住房供應(yīng)緊張和對(duì)優(yōu)質(zhì)資源的爭(zhēng)奪——學(xué)區(qū)房就是典型例子。一般來(lái)說(shuō)，人口聚集程度越高，有購(gòu)房欲望的人越多，城市住房需求越大。不同城市的人口集聚能力差異和居民收入差異引致住房有效需求差異。住房有效需求差異引致房?jī)r(jià)水平差異（賈春梅、葛楊，2015）。城市人口集聚是一個(gè)長(zhǎng)期且穩(wěn)定的過(guò)程，對(duì)住房需求和房?jī)r(jià)影響表現(xiàn)為長(zhǎng)期趨勢(shì)。

2.3 財(cái)富集聚差異也是影響城市房?jī)r(jià)差異的重要原因

事實(shí)上，房?jī)r(jià)往往是由最有購(gòu)買(mǎi)力、最愿意投資投機(jī)的高凈值人群決定，而不是等于甚至低于社會(huì)平均工資的那部分人決定。

據(jù)最近興業(yè)銀行與波士頓咨詢(xún)公司聯(lián)合發(fā)布的一份報(bào)告指出，2016年，中國(guó)高凈值家庭已突破210萬(wàn)，他們持有的可投資金融資產(chǎn)占到了中國(guó)總體個(gè)人可投資金融資產(chǎn)的43%。他們的財(cái)富構(gòu)成了房地產(chǎn)市場(chǎng)巨大的投資投機(jī)性需求，其投資地理分布亦是城市房?jī)r(jià)差異的重要原因。

2.4 對(duì)市場(chǎng)前景的不同預(yù)期是造成城市房?jī)r(jià)差異的原因之一

現(xiàn)實(shí)中，由預(yù)期導(dǎo)致的投機(jī)因素對(duì)房?jī)r(jià)波動(dòng)起到推波助瀾的放大效應(yīng)。由于商品房具有消費(fèi)和投資雙重屬性，在房?jī)r(jià)上漲時(shí)，其投資屬性將扮演更加重要的角色。因此，購(gòu)房的投資投機(jī)性需求很容易受到預(yù)期因素的影響。在這一過(guò)程中，房地產(chǎn)投資者對(duì)住房的投資性需求表現(xiàn)為明顯的適應(yīng)性預(yù)期而非理性預(yù)期；房地產(chǎn)開(kāi)發(fā)商卻能夠預(yù)先掌握一切可以利用的信息并對(duì)其加以最有效利用，做出理性預(yù)期。

2.5 房產(chǎn)供應(yīng)受政策影響較大，供給缺乏彈性

土地是城市中最稀缺的資源。我國(guó)城市土地基本由地方政府壟斷供應(yīng)，商品房的開(kāi)發(fā)建設(shè)必須符合政府部門(mén)的審批規(guī)定，有時(shí)政府直接通過(guò)公租房、經(jīng)適房等建設(shè)計(jì)劃影響住房供給量，因此商品房的供給處于壟斷且缺乏彈性。盡管如此，房地產(chǎn)開(kāi)發(fā)商可以通過(guò)捂盤(pán)惜售、囤積土地、延緩或加速開(kāi)發(fā)、營(yíng)銷(xiāo)策略等對(duì)房產(chǎn)供應(yīng)速度進(jìn)行適當(dāng)調(diào)整，這就需要對(duì)未來(lái)房?jī)r(jià)走勢(shì)進(jìn)行理性預(yù)期，并具備雄厚的融資貸款能力。然而，房地產(chǎn)開(kāi)發(fā)商除自有資金外，80%-90%的資金來(lái)源于市場(chǎng)融資。因此，城市金融集聚度和貨幣政策對(duì)房地產(chǎn)開(kāi)發(fā)都具有重要影響。

3 模型構(gòu)建

基于以上理論分析，本文借鑒國(guó)際文獻(xiàn)中最常用的房地產(chǎn)價(jià)格方程，引入王先柱和楊義武（2015）的住房市場(chǎng)均衡模型中需求者適應(yīng)性預(yù)期，得到房產(chǎn)供求模型。

3.1 需求模型

根據(jù)消費(fèi)者效用理論，假設(shè)某購(gòu)房者購(gòu)房?jī)煞N商品：住房和其他商品。購(gòu)買(mǎi)住房數(shù)量（以面積表示）為qh，價(jià)格為ph，其他商品的數(shù)量為qo，價(jià)格為po，消費(fèi)者的收入為m，消費(fèi)者的效用函數(shù)為柯布-道格拉斯類(lèi)型，即，a，b為參數(shù)。根據(jù)消費(fèi)者均衡，解得。為使模型一般化，可將該模型修改為：

（1）

其中α，β和γ為待定參數(shù)，β為需求收入彈性系數(shù)，γ為需求價(jià)格彈性系數(shù)。

由于商品房具有消費(fèi)和投資雙重屬性，因此，從動(dòng)態(tài)的資金時(shí)間價(jià)值看：

一方面，購(gòu)房者購(gòu)房具有一定的使用成本或稱(chēng)持有成本（即購(gòu)房者將房款投資于其他產(chǎn)品如儲(chǔ)蓄或國(guó)債獲得利息的機(jī)會(huì)成本，如果該房款是通過(guò)貸款得到則需要支付利息）。為簡(jiǎn)單起見(jiàn)，可設(shè)第t期購(gòu)房者進(jìn)行儲(chǔ)蓄、投資或貸款的利率都為Rt，則購(gòu)房者第t期購(gòu)房的實(shí)際價(jià)格應(yīng)為Pht （1+Rt）。endprint

另一方面，房?jī)r(jià)的上漲下跌會(huì)使房產(chǎn)升值或貶值。因此，預(yù)期對(duì)購(gòu)房需求具有非常重要的影響。假設(shè)購(gòu)房者對(duì)下期房?jī)r(jià)的預(yù)期價(jià)格為，一般來(lái)說(shuō)，預(yù)期房?jī)r(jià)上升會(huì)導(dǎo)致需求增加，即：；預(yù)期房?jī)r(jià)下降會(huì)導(dǎo)致需求減少，即。假設(shè)購(gòu)房者采取適應(yīng)性預(yù)期，即：。綜合上述兩方面，根據(jù)（1）式我們得到：

（2）

由于銀行按揭、分期付款等貸款制度的存在，使購(gòu)房者通過(guò)貸款用于支付購(gòu)房款的金額遠(yuǎn)遠(yuǎn)超過(guò)了其第t期收入mt，因此可設(shè)金融杠桿倍數(shù)為ft，這樣購(gòu)房者可一次性購(gòu)入更大面積的商品房。因此有：

（3）

（3）式表明，單個(gè)購(gòu)房者在t期購(gòu)房需求量qht主要受商品房?jī)r(jià)pht，收入mt，信貸利率Rt，預(yù)期房?jī)r(jià)發(fā)展速度pt，金融杠桿系數(shù)ft等影響，其中γ、β、γ、η、ρ分別為房?jī)r(jià)、收入、信貸利率、預(yù)期房?jī)r(jià)發(fā)展速度和金融杠桿系數(shù)的對(duì)購(gòu)房需求的影響系數(shù)（彈性系數(shù)）。如果不考慮偏好、年齡及風(fēng)俗習(xí)慣等個(gè)體差異，（3）式即為單個(gè)購(gòu)房者的簡(jiǎn)單住房需求模型。

現(xiàn)將（3）式推廣到整個(gè)城市。假設(shè)第t期第i個(gè)城市的人口規(guī)模為Nit。一般來(lái)說(shuō)，人口規(guī)模越大，購(gòu)房需求量越大，因此設(shè)第i個(gè)城市中購(gòu)房者占人口總量的比重為γit，又設(shè)城市人均收入為Mit，城市房?jī)r(jià)為HPit，購(gòu)房總需求量為Dit。由于貸款利率具有全國(guó)性，仍然設(shè)為Rt，預(yù)期房?jī)r(jià)發(fā)展速度為pit，信貸杠桿系數(shù)具有城市差異，因此設(shè)為fit。由此得第t時(shí)期i城市的購(gòu)房需求量為：

（4）式兩邊取自然對(duì)數(shù)，得：

（5）

3.2 供給模型

根據(jù)前文理論部分分析，借鑒Muellbauer和Murphy以及Quigley給出的房地產(chǎn)供給方程，以及王先柱和楊義武（2015）關(guān)于開(kāi)發(fā)商對(duì)未來(lái)房?jī)r(jià)為理性預(yù)期的假定，建立住房供給模型如下：

（6）

其中，表示t時(shí)期i地區(qū)的房產(chǎn)供給量；為t時(shí)期i地區(qū)竣工房屋面積；表示t時(shí)期i地區(qū)的房地產(chǎn)開(kāi)發(fā)商融資貸款額；依據(jù)供給方為理性預(yù)期的假設(shè)，；表示t-1期i地區(qū)的住房開(kāi)發(fā)成本。為控制變量，表示政府通過(guò)土地、保障房建設(shè)及住房規(guī)劃審批等對(duì)房地產(chǎn)進(jìn)行控制，由于這些政策影響已經(jīng)體現(xiàn)在竣工房屋面積中，因此接下來(lái)的分析將忽略。

3.3 市場(chǎng)均衡

根據(jù)以上需求和供給模型，當(dāng)房地產(chǎn)市場(chǎng)處于均衡時(shí)，有：

（7）

將（5）式和（6）式代入（7）式，加以整理得：

（8）

將（8）式進(jìn)行計(jì)量模型化，得：

（9）

（9）式表示，第t期i城市房?jī)r(jià)受人均收入、竣工房屋面積、人口規(guī)模、融資貸款額、信貸利率、房?jī)r(jià)發(fā)展速度、房屋開(kāi)發(fā)成本以及信貸杠桿率的影響。

4 實(shí)證分析

4.1 變量選取與數(shù)據(jù)來(lái)源

（1）被解釋變量。本文選取35個(gè)大中城市商品房平均銷(xiāo)售價(jià)格作為被解釋變量HPit。

（2）解釋變量。購(gòu)房者的購(gòu)房能力通常采用城市居民人均可支配收入表示，為了更好地反映不同城市的購(gòu)房能力和財(cái)富集中度差異，本文用地均儲(chǔ)蓄水平（億元/平方公里）表示Mit?？⒐し课菝娣e對(duì)當(dāng)年房屋供給能力具有重要影響，同時(shí)受政府土地供應(yīng)和房產(chǎn)開(kāi)發(fā)政策影響較大，因此可作為外生變量，為更好地體現(xiàn)城市差異，本文采用地均竣工房屋面積來(lái)表示Hit。同樣，為消除城市行政區(qū)劃大小對(duì)購(gòu)房需求的影響，便于城市間的比較，本文采用人口密度（人/平方公里）表示Nit，反映人口聚集度。Fit用地均融資貸款額表示，計(jì)算公式為：地均融資貸款額= （房地產(chǎn)開(kāi)發(fā)商本年資金來(lái)源小計(jì)-其自籌資金） /城市行政區(qū)劃面積，用于反映開(kāi)發(fā)商融資能力和調(diào)整住房供給的能力。Rit表示購(gòu)房者的貸款利率，既反映了購(gòu)房者的成本壓力，又體現(xiàn)了住房信貸政策的變動(dòng)方向，本文選取5年期以上銀行貸款利率。Pit表示房?jī)r(jià)變化速度，體現(xiàn)了購(gòu)房者對(duì)房?jī)r(jià)的預(yù)期，直接用第t期房?jī)r(jià)除以第t-1期房?jī)r(jià)表示。CHit-1表示各城市住房開(kāi)發(fā)成本，選擇竣工房屋造價(jià)（元/平方米）表示。fit為購(gòu)房者的房貸杠桿率，是中央銀行影響房屋需求的重要工具，由于數(shù)據(jù)搜集的困難，該變量的作用在利率中也有體現(xiàn)，因此本文暫且不予考慮。

以上變量數(shù)據(jù)來(lái)自于《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》 （2000-2016），35個(gè)大中城市的《城市統(tǒng)計(jì)年鑒》（2000-2016）和《中國(guó)統(tǒng)計(jì)年鑒》（2000-2016），歷年利率水平來(lái)自于中國(guó)人民銀行網(wǎng)站，部分?jǐn)?shù)據(jù)來(lái)自同花順iFinD數(shù)據(jù)庫(kù)。

4.2 描述性統(tǒng)計(jì)分析

本文選取了35個(gè)大中城市1999-2015年7個(gè)變量的數(shù)據(jù)進(jìn)行實(shí)證分析。為更好地研究資源集聚導(dǎo)致人口集聚與財(cái)富集聚對(duì)城市房?jī)r(jià)差異的影響，本文按照人口密度大小將35大中城市分為5類(lèi)。一類(lèi)城市為人口密度達(dá)1000人/平方公里以上，包括：北京、上海、廣州、深圳、廈門(mén)和鄭州7個(gè)城市；二類(lèi)城市人口密度為700-1000人/平方公里，包括：天津、石家莊、南京、濟(jì)南、武漢、?？诤臀靼?個(gè)城市；三類(lèi)城市人口密度為500-700人/平方公里，包括：太原、沈陽(yáng)、寧波、合肥、福州、南昌、青島、長(zhǎng)沙8個(gè)城市；四類(lèi)城市人口密度300-500人/平方公里，包括：大連、長(zhǎng)春、杭州、南寧、重慶、貴陽(yáng)、昆明7個(gè)城市；五類(lèi)城市人口密度為300人/平方公里以下，包括：呼和浩特、哈爾濱、蘭州、西寧、銀川、烏魯木齊6個(gè)城市。依據(jù)這5類(lèi)劃分作出房?jī)r(jià)變化圖，如圖2、3、4、5、6所示。

對(duì)照35個(gè)大中城市房?jī)r(jià)變化圖及相關(guān)數(shù)據(jù)研究發(fā)現(xiàn)，總體上，全國(guó)大中城市資源集中與人口集聚有較高的一致性，如深圳、上海、廈門(mén)等東部沿海城市。從人口集聚對(duì)房?jī)r(jià)的影響看，一方面，近幾年人口密度越高的城市，其房?jī)r(jià)多數(shù)較高；人口密度越低的城市，其房?jī)r(jià)多數(shù)較低；另一方面，人口密度增長(zhǎng)越快的城市房?jī)r(jià)增長(zhǎng)越快，而人口增長(zhǎng)緩慢甚至凈流出的城市，其房?jī)r(jià)上升較慢。如按2015年人口密度與2000年人口密度之比高低排序，前5名城市分別為：深圳2.77、北京1.63、上海1.50、廈門(mén)1.48，烏魯木齊1.41，其2015年房?jī)r(jià)與2000年房?jī)r(jià)之比分別為：深圳5.94，北京4.60，上海5.88，廈門(mén)5.46，烏魯木齊3.78。2015年人口密度與2000年人口密度之比高低排序中后5名城市分別為：銀川0.69，西寧1.02，哈爾濱1.03，寧波1.03，合肥1.04，其2015年房?jī)r(jià)與2000年房?jī)r(jià)之比分別為：銀川3.10，西寧4.11，哈爾濱2.98，寧波5.49，合肥4.50。城市人口密度變化與房?jī)r(jià)變化排序大體一致，但由于財(cái)富聚集、預(yù)期、信貸以及空間溢出效應(yīng)（許桂華等，2017）等影響，兩者之間又存在差異。endprint

進(jìn)一步對(duì)35個(gè)大中城市按2015年地均儲(chǔ)蓄額（萬(wàn)元/平方公里）高低分類(lèi)，前5位分別為深圳48474，上海36884，廣州18298，北京14572，廈門(mén)12068，這些城市2015年房?jī)r(jià)（元/平方米）分別為深圳33942，上海20949，廣州14612，北京22633，廈門(mén)16122；2015年地均儲(chǔ)蓄額排名后5位分別為：哈爾濱823，呼和浩特980，南寧1214，長(zhǎng)春1369，銀川1446，這些城市2015年房?jī)r(jià)分別為哈爾濱6419，呼和浩特5193，南寧6646，長(zhǎng)春6634，銀川4947。通過(guò)10個(gè)城市地均儲(chǔ)蓄額與房?jī)r(jià)對(duì)比發(fā)現(xiàn)，兩者之間存在高度相關(guān)關(guān)系。其他變量對(duì)房?jī)r(jià)的影響，這里不再贅述。

4.3 面板數(shù)據(jù)實(shí)證分析

為全面準(zhǔn)確了解資源集中引致城市人口集聚、財(cái)富集聚差異對(duì)房?jī)r(jià)差異的影響，現(xiàn)對(duì)（9）式進(jìn)行面板模型實(shí)證。對(duì)（9）式進(jìn)行全樣本的Hausman檢驗(yàn)得到檢驗(yàn)統(tǒng)計(jì)量為79.8747，伴隨概率為0.0000，因此拒絕原假設(shè)，選擇固定效應(yīng)模型。對(duì)固定效應(yīng)與混合截面效應(yīng)選擇檢驗(yàn)中，F(xiàn)統(tǒng)計(jì)量和LR檢驗(yàn)的伴隨概率都為0.0000，因此拒絕原假設(shè)，選擇固定效應(yīng)模型。

對(duì)（9）式進(jìn)行面板固定效應(yīng)模型實(shí)證得到表2。其中模型1為（9）式對(duì)應(yīng)的共同截距和各變量系數(shù)值?？梢钥闯?，（9）式中諸變量均為高度顯著性，因此變量符合要求。具體而言，地均儲(chǔ)蓄額M對(duì)房?jī)r(jià)的彈性系數(shù)為0.3458，說(shuō)明城市財(cái)富聚集度對(duì)房?jī)r(jià)具有較大的正向影響。地均竣工房屋面積H對(duì)城市房?jī)r(jià)的彈性系數(shù)為-0.0911，說(shuō)明了房屋供給增加會(huì)引起房?jī)r(jià)下降。人口密度對(duì)房?jī)r(jià)影響的彈性系數(shù)為0.4829，說(shuō)明人口聚集度對(duì)城市房?jī)r(jià)具有很大的正向影響。房地產(chǎn)企業(yè)地均融資貸款額對(duì)房?jī)r(jià)影響的彈性系數(shù)0.1556，說(shuō)明融資貸款力度越大，房?jī)r(jià)就越高。利率R對(duì)房?jī)r(jià)影響的彈性系數(shù)為5.4421，該值大于1是由于R采用小數(shù)表示，但其為正值說(shuō)明利率跟房?jī)r(jià)同方向變動(dòng)令人費(fèi)解?？赡艿脑蛴腥齻€(gè)：一是該利率為5年期貸款利率，隨著通貨膨脹變化而非專(zhuān)門(mén)針對(duì)房?jī)r(jià)實(shí)施的政策。二是該利率對(duì)房?jī)r(jià)的影響具有很強(qiáng)的時(shí)滯性。三是利率政策的出臺(tái)滯后于房?jī)r(jià)上漲。房?jī)r(jià)變化速度p對(duì)房?jī)r(jià)影響的彈性系數(shù)為0.5249，說(shuō)明消費(fèi)者預(yù)期會(huì)助推房?jī)r(jià)上升?？⒐し课菰靸r(jià)對(duì)房?jī)r(jià)的彈性系數(shù)為0.2731，說(shuō)明房屋成本上升會(huì)抬高房?jī)r(jià)。

為進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行?，本文選擇了部分相關(guān)變量對(duì)模型1中變量進(jìn)行替換。一是地均房產(chǎn)成交面積S。該值為市場(chǎng)供求的均衡數(shù)量，將S=D代入需求模型后能更好地從需求側(cè)解釋房?jī)r(jià)差異，因此用S替代H代入（9）式，其他變量不變，形成表2中模型2。統(tǒng)計(jì)顯示，地均房屋成交面積S對(duì)房?jī)r(jià)影響的彈性系數(shù)為-0.1300，大于地均竣工房屋面積H對(duì)城市房?jī)r(jià)影響的彈性系數(shù)-0.0911，說(shuō)明前者對(duì)房?jī)r(jià)的影響更顯著。在模型2的基礎(chǔ)上，我們?cè)儆萌司鵊DP（用AGDP表示）代替各城市地均儲(chǔ)蓄水平，得到模型3。結(jié)果顯示，AGDP對(duì)房?jī)r(jià)的影響彈性系數(shù)為0.3065，同樣具有很強(qiáng)的解釋力。如果將同樣反映城市資源集聚程度的地均公共財(cái)政支出（用FB）代替模型1的人口密度得到模型4，結(jié)果顯示，地均公共財(cái)政支出對(duì)房?jī)r(jià)的影響彈性系數(shù)為0.1236，表現(xiàn)出地均公共財(cái)政支出對(duì)房?jī)r(jià)具有較大的正向影響。該值低于人口密度對(duì)房?jī)r(jià)影響的彈性系數(shù)0.4829的原因在于，該值代表資源集中，對(duì)房?jī)r(jià)的影響是間接的，而人口密度對(duì)房?jī)r(jià)影響更為直接。

根據(jù)前文，我們按人口密度高低將35個(gè)大中城市分為五類(lèi)進(jìn)一步分析得到表3?？梢钥闯?，地均儲(chǔ)蓄額對(duì)各類(lèi)城市的房?jī)r(jià)均呈正向影響，但對(duì)不同類(lèi)型城市仍存在差異，其中對(duì)三類(lèi)城市房?jī)r(jià)影響最大，對(duì)一、二和五類(lèi)城市影響適中，對(duì)四類(lèi)城市影響最弱。地均竣工房屋面積與各類(lèi)城市房?jī)r(jià)的彈性系數(shù)均為負(fù)值，但僅一類(lèi)和三類(lèi)城市通過(guò)了顯著性檢驗(yàn)，可能的原因是二、四、五類(lèi)城市房屋供給比較穩(wěn)定，受房屋供給影響不大。人口密度對(duì)一、三類(lèi)城市房?jī)r(jià)影響最為顯著，其次是五、二類(lèi)城市房?jī)r(jià)，對(duì)四類(lèi)城市房?jī)r(jià)影響不顯著。值得注意的是，人口密度對(duì)一、二類(lèi)城市房?jī)r(jià)的彈性系數(shù)為正，但對(duì)三類(lèi)和五類(lèi)城市的房?jī)r(jià)系數(shù)卻為負(fù)值，特別是三類(lèi)城市的彈性系數(shù)達(dá)到了-2.4651。出現(xiàn)這種現(xiàn)象的原因值得深入研究。通過(guò)對(duì)原始數(shù)據(jù)和各城市人口密度數(shù)據(jù)研究發(fā)現(xiàn)，一類(lèi)城市中鄭州的人口密度在2009-2014年出現(xiàn)較大波動(dòng)，但其他城市人口密度穩(wěn)步上升，因而人口密度增加對(duì)房?jī)r(jià)上升具有較大貢獻(xiàn)。由于二類(lèi)城市中海口和石家莊的人口密度分別于2006年和2014年出現(xiàn)了異常變大，然后回歸正常，影響了顯著性水平。而三類(lèi)城市中有青島、寧波、福州、合肥的人口密度分別在2006年、2007年、2008年和2011年異常變小，與當(dāng)年上升中的房?jī)r(jià)呈反向變化，因此影響了結(jié)果。四類(lèi)城市中有南寧于2003年、貴陽(yáng)于2010年出現(xiàn)異常變小，昆明于2010年和2015年、重慶于2013年出現(xiàn)異常變大，因此出現(xiàn)了四類(lèi)城市人口密度對(duì)房?jī)r(jià)影響的統(tǒng)計(jì)上不顯著。五類(lèi)城市中有西寧與1999年、2009年、2012年和2014年，銀川于2002年、2003年、2014年，蘭州于2013和2014年出現(xiàn)異常值。理論上各城市人口密度的變化應(yīng)是平穩(wěn)且持續(xù)的，不應(yīng)出現(xiàn)個(gè)別年份的異常波動(dòng)，因此這種異常突變可能是統(tǒng)計(jì)原因或行政區(qū)劃面積變動(dòng)造成，因而影響了結(jié)果。但從各類(lèi)城市看，出現(xiàn)異常值越少，人口密度對(duì)城市房?jī)r(jià)正向影響的統(tǒng)計(jì)結(jié)果越顯著。全國(guó)的結(jié)果證實(shí)了這點(diǎn)。

地均房地產(chǎn)融資貸款對(duì)各城市房?jī)r(jià)的影響均表現(xiàn)出了良好的統(tǒng)計(jì)特征，即地均融資貸款額越高，城市房?jī)r(jià)越高。消費(fèi)者預(yù)期p對(duì)房?jī)r(jià)的影響在所有類(lèi)城市中均表現(xiàn)出了非常高的顯著性水平?？⒐し课菰靸r(jià)僅在一類(lèi)和二類(lèi)城市中通過(guò)了統(tǒng)計(jì)檢驗(yàn)，可見(jiàn)這兩類(lèi)城市中，房屋建造成本也是房屋上漲的主要因素之一。

綜合起來(lái)，地均儲(chǔ)蓄額、地均融資貸款額和適應(yīng)性預(yù)期是各類(lèi)城市房?jī)r(jià)差異的主要因素。地均竣工房屋面積、利率和竣工房屋造價(jià)也對(duì)各類(lèi)城市房?jī)r(jià)有影響。endprint

5 結(jié)論與啟示

綜上所述，本文主要研究了資源集中下的人口集聚、財(cái)富集聚以及預(yù)期等因素對(duì)城市房?jī)r(jià)差異的影響，得出如下結(jié)論：（1）不同城市資源集中度的差異導(dǎo)致人口高度集聚度差異，最終引起各城市間房?jī)r(jià)差異。（2）財(cái)富集聚是推高城市房?jī)r(jià)的重要原因。由于社會(huì)和個(gè)人財(cái)富不斷向資源優(yōu)質(zhì)的城市聚集，形成購(gòu)房者實(shí)際購(gòu)買(mǎi)能力的上漲，在房地產(chǎn)供應(yīng)有限條件下，不斷推高房?jī)r(jià)上升。（3）預(yù)期對(duì)推高房?jī)r(jià)起著重要作用，正是人們基于對(duì)房?jī)r(jià)不斷攀升的適應(yīng)性判斷，導(dǎo)致造成各城市房?jī)r(jià)的自我膨脹。（4）各城市資源集中度、財(cái)富集聚程度和金融貸款的可獲得性是城市房?jī)r(jià)差異的重要因素。

以上結(jié)論啟示我們，要實(shí)現(xiàn)住有所居，建立房地產(chǎn)市場(chǎng)均衡平穩(wěn)發(fā)展長(zhǎng)效機(jī)制：一是國(guó)家實(shí)施城市化應(yīng)以發(fā)展中小城市為重點(diǎn)，經(jīng)濟(jì)建設(shè)和社會(huì)發(fā)展規(guī)劃要盡量避免資源過(guò)度集中于少數(shù)特大城市，以免造成房?jī)r(jià)過(guò)高帶來(lái)系統(tǒng)性風(fēng)險(xiǎn)等不良后果。二是制定和執(zhí)行合理收入分配制度，防止財(cái)富集中于少數(shù)人手中從而造成少數(shù)富人集中于資源豐富的特大、大型城市，形成房地產(chǎn)被用于投資而非居住。三是應(yīng)通過(guò)制定政策影響百姓對(duì)房地產(chǎn)預(yù)期，防止房?jī)r(jià)自我膨脹。四是實(shí)施地區(qū)、城鄉(xiāng)統(tǒng)籌均衡發(fā)展，避免人口的高度集聚引發(fā)包括高房?jī)r(jià)在內(nèi)的“城市病”。

參考文獻(xiàn)：

1.J.R.Kearl & Frederic S. Mishkin. Illiquidity， the Demand for Residential Housing， and Monetary Policy.Journal of Finance.1977.05

2.K.Aoki，J.Proudman & G.Vlieghe. House Prices，Consumption， and Monetary Policy：A Financial Accelerator Approach，Journal of Financial Intermediation.2004.04

3.孔煜.房?jī)r(jià)波動(dòng)、銀行信貸與經(jīng)濟(jì)增長(zhǎng).財(cái)經(jīng)理論與實(shí)踐.2009.09

4.周京奎.房地產(chǎn)泡沫生成與演化.財(cái)貿(mào)經(jīng)濟(jì).2006.05

5.周京奎.利率、匯率調(diào)整對(duì)房地產(chǎn)價(jià)格的影響——基于理論與經(jīng)驗(yàn)的研究.金融理論與實(shí)踐.2006.12

6.況偉大.利率對(duì)房?jī)r(jià)的影響.世界經(jīng)濟(jì).2010.04

7.況偉大.房?jī)r(jià)與地價(jià)關(guān)系研究：模型及中國(guó)數(shù)據(jù)檢驗(yàn).財(cái)貿(mào)經(jīng)濟(jì).2005.11

8.王岳龍 武鵬.房?jī)r(jià)與地價(jià)關(guān)系的再檢驗(yàn)——來(lái)自中國(guó)28個(gè)省的面板數(shù)據(jù).南開(kāi)經(jīng)濟(jì)研究.2009.04endprint