城市經(jīng)濟集聚背景下的房價作用力分析
——基于35個大中城市面板實證

張正雨

（中南財經(jīng)政法大學金融學院，湖北武漢430073）

1 問題提出

2017年我國城鎮(zhèn)化率達58.52%，在這一過程中，城市承載了重要的社會經(jīng)濟職能。隨著城市化的推進，房價也隨之攀升并反向作用于城市集聚化過程，從而使得經(jīng)濟集聚存在動態(tài)調(diào)整過程。研究城市集聚文獻在國內(nèi)有很多，杜旻與劉長全（2014）研究發(fā)現(xiàn)以城市人口規(guī)模衡量的技術外部性與城市人口增長率之間存在“U”型曲線關系，城市增長率因城市規(guī)模增長而下降。王偉同與魏勝廣（2016）認為在人口城市集聚過程中，大城市的公共支出規(guī)模效應強于城市。邵朝對等（2016）發(fā)現(xiàn)房價產(chǎn)業(yè)由低端行業(yè)向高端行業(yè)集聚的"倒U"型結構演變。

2 模型與數(shù)據(jù)

2.1 模型設定

本文考察的是房價對于城市經(jīng)濟集聚的影響，由于城市經(jīng)濟集聚是一個體系化的過程，因此本文構建三個集聚指標，分別是區(qū)位熵指數(shù)，經(jīng)濟密度指數(shù)、市場潛力指數(shù)。因此，本文構建的模型如下：

2.2 變量的選取

1）被解釋變量

（1）區(qū)位熵，這一指標可以較好的描述產(chǎn)業(yè)在一個城市中的專業(yè)化程度，反映房地產(chǎn)作用下的城市集聚狀況：

（2）經(jīng)濟密度，可以衡量一個地區(qū)的經(jīng)濟集聚水平。經(jīng)濟密度是指單位土地面積上的經(jīng)濟效益水平，這一指標可以行政區(qū)域面積的單位產(chǎn)值來表示：

（3）市場潛力，這一指標用來衡量一個地區(qū)的市場規(guī)模和經(jīng)濟潛力的大小，以及相鄰城市的經(jīng)濟關聯(lián)情況。

2）核心解釋變量：房價（hp）

3）其余控制變量：城市年末總人口（sumpeople）；外商直接投資實際使用額占gdp比重（fdi）；地方政府一般預算支出占gdp比重（gov）；職工平均工資（wage）。高等學校學生總人數(shù)（edu）；地區(qū)圖書冊數(shù)（book）；醫(yī)院，衛(wèi)生所床位數(shù)（hospital）。

2.3 數(shù)據(jù)來源

文中所使用城市數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》、《中國房地產(chǎn)數(shù)據(jù)庫》,歷年價格指數(shù)來自國家統(tǒng)計局。本文用STA?TA算法補齊個別缺失數(shù)據(jù)，并利用相關指數(shù)把房價等名義變量調(diào)整為以2003年為基期的實際變量。由于某些城市FDI相關數(shù)據(jù)為零，本文將原始數(shù)據(jù)加一后再對數(shù)化處理。

3 實證計量與結果分析

3.1 數(shù)據(jù)描述

表1 數(shù)據(jù)描述性統(tǒng)計

lq3第三產(chǎn)業(yè)區(qū)位熵4901.19789 7 0.19086 99 0.8741 3291.880129 dy 經(jīng)濟密度（萬元/平方公里）4907604.48714267.07170.975 5139637.3 mp 市場潛力4904.51e+095.32e+099.39e+074.40e+10 hp 商品房銷售平均價格（元/平方米）4908215.5116639.874155264584.62 sumpeople 年末總人口數(shù)（萬人）490703.02133.013392 490 wage 職工平均工資（元）52731.6830937.412252.9174273.4 fdi 當年實際使用外資金額占gdp比重0.02782 22 490 7 0 0.14532 29地方財政一般預算內(nèi)支出占gdp比重gov 0.0495 388 0.26699 97 541.7645 0.12484 78 edu 0.04051 99 227628.2 490普通高等學校在校學生數(shù)（人）1057281 13072.14 490 9723.634 49032076764 0.03782 83 book hospital 370446.6醫(yī)院、衛(wèi)生院床位數(shù)（張）公共圖書館藏書（萬冊、件）4905305 36732.09177410金融危機虛擬變量4900.47964 71 26187.84 crisis080.64285 71 10280 01

本文東部地區(qū)包括:北京、天津、石家莊、哈爾濱、長春、沈陽、大連、濟南、青島、上海、南京、杭州、寧波、合肥、福州、廈門、廣州、深圳和海口；中部地區(qū)包括太原、南昌、鄭州、武漢、長沙和呼和浩特；西部地區(qū)包括重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊和南寧。

3.2 數(shù)據(jù)分析

在進行正式分析之前，本文先進行了相關性分析和平穩(wěn)性檢驗，對于有單位根的變量采用差分處理，并對相關變量進行對數(shù)化處理。在此基礎上，考慮時間效應后進行固定效應分析。

（1）基于產(chǎn)業(yè)區(qū)位熵角度的城市集聚現(xiàn)象的實證分析

就模型1與模型2的回歸結果來看，第二產(chǎn)業(yè)區(qū)位熵在全國與我國東部地區(qū)對于房價因素顯著，而在中西部地區(qū)不顯著。房價對區(qū)位熵呈線性顯著正相關，在非線性關系中，則呈先降后升的倒“U”型結構。這一過程的原因一方面可能由于房價的上升擠壓了低端制造業(yè)的生存能力，引起產(chǎn)業(yè)結構的再造與升級。對于第三產(chǎn)業(yè)區(qū)位熵的回歸顯示，第三產(chǎn)業(yè)隨著房價的上升，呈現(xiàn)先升后降“U”型變化可能是由于人才、資金的流入以及政府主觀政策刺激，促進了城市第三產(chǎn)業(yè)迅速發(fā)展集聚。東部地區(qū)與全國二三產(chǎn)業(yè)區(qū)位熵變化一致，但是對于中西部地區(qū)產(chǎn)業(yè)區(qū)位熵相對房價變化不顯著，可能與中西部經(jīng)濟發(fā)展水平相對落后，產(chǎn)業(yè)集聚能力不足有關。

（2）基于經(jīng)濟密度的城市集聚現(xiàn)象的實證分析

模型1與模型2房價因素在全樣本中呈現(xiàn)5%的顯著正相關，對于非線性關系來講，經(jīng)濟密度的變化趨勢為先升后降的倒“U”型結構。房價因素是我國城市化進程的表現(xiàn)形式之一，隨著城市化的進行，城市集聚或多或少的會出現(xiàn)“擁擠效應”，即所謂的城市病，包括交通通勤成本，空氣污染，水資源的缺少等原因，原本由于城市集聚所形成的規(guī)模效應優(yōu)勢被過多的負外部性所取代，造成城市經(jīng)濟集聚過程的阻礙。

在我國西部地區(qū)，經(jīng)濟密度的變化趨勢與全國相似，在西部模型1與模型2中分別1%和5%正顯著，但是相關系數(shù)卻明顯大得多，說明單位房價的單位變化對經(jīng)濟密度的影響更為突出。此時，東中部地區(qū)并沒有呈現(xiàn)想象中的倒“U”型，房價因素沒有顯著影響這部分地區(qū)的城市經(jīng)濟集聚過程，本文認為可能由于當?shù)卣暮暧^調(diào)控政策更為嚴苛，限購限貸以及土地供應的限制等過度行政化的干預促使房價并未如實反映市場狀況，因而影響到房價對于經(jīng)濟密度的體現(xiàn)過程?？刂菩宰兞咳缯话泐A算支出、金融危機變量系數(shù)呈顯著正相關表明宏觀經(jīng)濟政策及次貸危機顯著影響了城市經(jīng)濟的發(fā)展。

（3）市場潛力角度的城市集聚現(xiàn)象的實證分析

經(jīng)過回歸分析，房價對市場潛力在全國以及西部顯著正相關，二次項系數(shù)負相關，西部的系數(shù)較全國以及其他地區(qū)的系數(shù)更大，說明房價對西部地區(qū)的市場發(fā)展和城市經(jīng)濟建設的作用也更加突出。居民平均工資水平顯著正向表明工資越高，市場的規(guī)模也就越大符合我們通常認知的經(jīng)濟現(xiàn)象。人口因素除中部地區(qū)外，均顯著為正表明人口越多，市場需求所需要配套市場規(guī)模也就越大，但是這里金融危機因素對于西部地區(qū)的影響不太顯著，可能是經(jīng)濟發(fā)展水平所導致。

4 結論與探討

本文利用中國35個大中城市的面板數(shù)據(jù)，城市經(jīng)濟集聚與房價二者之間同時存在線性與非線性的關系，并呈現(xiàn)明顯的區(qū)域梯度差異。關于政策建議：首先，我們要尊重房價因素在產(chǎn)業(yè)結構更替方面所起的重要作用，加快建立房價調(diào)控的長效機制，并依靠房價的成本擠出優(yōu)勢，實現(xiàn)產(chǎn)業(yè)升級改造。其次，對于因城市集聚所產(chǎn)生的“城市病”，城市規(guī)劃要實行更嚴格的審批制度，合理規(guī)劃城市功能性布局，使得規(guī)模效應因城市集聚而不斷提高。