高鐵開通對房價影響的實證分析

王洪亮 常哲仁

摘要：本文基于2006-2016年我國278個地級市面板數(shù)據(jù)，來用雙重差分法（DID）研究了高鐵開通對房價的影響，并根據(jù)城市和高鐵站特征差異進行了異質(zhì)性分析，最后進行了穩(wěn)健性檢驗和作用機制分析。研究結(jié)果顯示：第一，高鐵開通對房價具有顯著正向影響。第二，高鐵開通對房價的影響往往受限于高鐵站數(shù)量和高鐵站等級，如果一個城市僅有一個高鐵站，其對房價并無顯著影響;城市擁有高鐵站數(shù)量越多、高鐵站等級越高，高鐵開通對房價的影響越大。第三，高鐵開通對房價的影響具有區(qū)位效應(yīng)，其對中西部地區(qū)房價的邊際影響高于東部地區(qū)。第四，高鐵開通對房價的傳導(dǎo)渠道主要包括人口流動和公共服務(wù)。因此，在發(fā)展經(jīng)濟的過程中，城市管理者要關(guān)注高鐵開通對房價的影響，科學(xué)評估、提前布局，以規(guī)避房價過度上漲對經(jīng)濟發(fā)展的不利影響，充分發(fā)揮高鐵經(jīng)濟引擎的作用。

關(guān)鍵詞：高鐵開通;城市房價;異質(zhì)性;雙重差分法（DID）

中圖分類號：F283 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-176X（2020）04-0066-08

一、引言

2008年8月，京津城際鐵路成功通車，標(biāo)志著高鐵時代來臨。2008年底，我國政府在原有“四縱四橫”規(guī)劃上，結(jié)合高鐵試點的成功經(jīng)驗，出臺《中長期鐵路網(wǎng)規(guī)劃》，計劃2020年全國鋪設(shè)1.6萬千米的高鐵線路，高鐵發(fā)展自此進入快車道。2016年6月，我國初步完成“四縱四橫”，國務(wù)院相關(guān)部門審時度勢，為了盤活經(jīng)濟和拉近地區(qū)距離，將原有規(guī)劃升級為“八縱八橫”，并計劃至2020年底全國鐵路運營里程可達(dá)3萬千米。2018年，新一代高鐵“復(fù)興號”全線開通，高鐵進入了350km/h的時代，京滬旅程縮短至4個小時，標(biāo)志著我國高鐵發(fā)展邁向新階段。

高鐵改變了人們的出行方式，拉近了城市之間的距離，對我國區(qū)域經(jīng)濟結(jié)構(gòu)產(chǎn)生了深遠(yuǎn)影響。目前我國依托“四縱四橫”的高鐵網(wǎng)絡(luò)，基本覆蓋了50萬人口以上城市。隨著高鐵網(wǎng)絡(luò)的全面鋪開，各沿線城市涌現(xiàn)出“高鐵新城”，周邊配套設(shè)施也日臻完善，引發(fā)了房地產(chǎn)行業(yè)新一輪投資行情。與此同時，高鐵網(wǎng)絡(luò)打破了原有的地域隔閡，加快人口流動，擴大了居民活動和居住選擇半徑，對城市房價上漲也起到推波助瀾的作用。根據(jù)國信房地產(chǎn)信息網(wǎng)中“宏觀經(jīng)濟與房地產(chǎn)數(shù)據(jù)庫”，以北上廣深為例，2013-2017年房價累計分別上漲73%、46%、23%和130%，其中高鐵開通對房價迅猛上漲的影響，一直是經(jīng)濟學(xué)家較為關(guān)注的問題。

縱觀文獻(xiàn)，雖然已有學(xué)者敏銳地感知高鐵開通對房價存在顯著影響[1-2]，但大部分文獻(xiàn)集中于定性分析[3]，而為數(shù)不多的實證分析主要集中于某條高鐵開通對周邊沿線城市的影響[4]-[6]，并沒有立足于全國高鐵網(wǎng)絡(luò)。本文基于2006-2016年我國278個地級市面板數(shù)據(jù)，采用雙重差分法（DID）研究了高鐵開通對房價的影響，并根據(jù)城市和高鐵站特征差異進行分類研究。因此，本文的邊際貢獻(xiàn)主要有以下方面：第一，立足我國“八橫八縱”高鐵網(wǎng)絡(luò)，通過實證研究檢驗高鐵開通對房價的影響。第二，根據(jù)城市人口、空間區(qū)位以及高鐵站數(shù)量、等級差異進行異質(zhì)性分析，驗證不同特征下高鐵開通對房價影響存在的差異性。第三，討論高鐵開通如何通過人口流動和公共服務(wù)來推動房價上漲，為政府開展宏觀調(diào)控提供理論依據(jù)。

二、文獻(xiàn)綜述與研究假設(shè)

（一）高鐵開通對房價的影響

高鐵開通為城市帶來了更多資源稟賦，推動城鎮(zhèn)化水平不斷提升：第一，城市可達(dá)性提高降低了運輸成本，吸引成本敏感型行業(yè)落地生根，帶動當(dāng)?shù)亟?jīng)濟發(fā)展。第二，高鐵站往往興建于城市邊緣，拓展了城市區(qū)域，帶動建筑業(yè)及相關(guān)配套產(chǎn)業(yè)發(fā)展。第三，交通便捷度提升也吸引大量人口涌人高鐵沿線城市，為當(dāng)?shù)靥峁┏渑娴膭趧恿?。而?jīng)濟水平提高、人口容量提升和城鎮(zhèn)化規(guī)模擴大帶動房價屢創(chuàng)新高。Pissarides[1]的研究結(jié)果表明，經(jīng)濟發(fā)展對房價具有極強的推動作用，人口也是房價變動的重要原因;范子英等[4]發(fā)現(xiàn)，城市基礎(chǔ)設(shè)施完善可以吸引入才、留住人才，而人才集聚既刺激了住房需求，也改善了就業(yè)結(jié)構(gòu)，提高居民總體收入水平，提升居民購房能力;Rouwendla和Meijer[2]與顏色和朱國鐘[3]認(rèn)為，大型公共交通是城市基礎(chǔ)設(shè)施的重要一環(huán)，高鐵開通不僅有利于吸引周邊人口向該地區(qū)轉(zhuǎn)移，從需求側(cè)影響房價;同時也會使當(dāng)?shù)鼐用癞a(chǎn)生某種心理預(yù)期，認(rèn)為通達(dá)性改善會讓城市未來更加繁榮，本著投資盈利目的，當(dāng)?shù)鼐用駪{借本地戶籍優(yōu)勢搶購多套房屋，從投資層面刺激房地產(chǎn)市場。因此，高鐵開通顯著促進了經(jīng)濟發(fā)展、增強了城市集聚效應(yīng)，改善了人們的居住條件，吸引更多外來人口涌人，加強了本地居民投資信心，最終推動房價上漲。因此，筆者提出如下假設(shè)：

假設(shè)1：高鐵開通對房價具有顯著正向影響。

（二）高鐵開通對房價影響之異質(zhì)性

隨著改革開放深入開展，我國經(jīng)濟取得了長足發(fā)展，但經(jīng)濟發(fā)展并不均衡，東部城市在經(jīng)濟規(guī)模、產(chǎn)業(yè)布局和交通便利程度等方面明顯優(yōu)于中西部城市;雖然“一帶一路”倡議改善了中西部城市的產(chǎn)業(yè)結(jié)構(gòu)，但通達(dá)性缺陷成為制約當(dāng)?shù)亟?jīng)濟發(fā)展的瓶頸所在。城市空間區(qū)位不同，高鐵開通對房價的影響也不盡相同。一方面，高鐵開通增強了區(qū)位可達(dá)性，Daluwatter和Ando[7]認(rèn)為，高鐵開通可以將沿線城市串聯(lián)成區(qū)域網(wǎng)絡(luò)，通過連接各個城市網(wǎng)點，形成一個密集的交通功能網(wǎng)，提升功能網(wǎng)中城市的可達(dá)性;Kotavaarea等[5]與Sanchez-Mateost和Givoni[6]分別選用芬蘭和英國鐵路功能網(wǎng)中的城市進行研究，發(fā)現(xiàn)高鐵開通改變了傳統(tǒng)的人口轉(zhuǎn)移方向，網(wǎng)絡(luò)內(nèi)各大城市人口吸附力明顯提高。國內(nèi)以我國高鐵網(wǎng)絡(luò)為研究對象[8-9]。發(fā)現(xiàn)高鐵網(wǎng)絡(luò)構(gòu)建讓網(wǎng)絡(luò)內(nèi)外城市經(jīng)濟出現(xiàn)顯著分化。我國東部鐵路網(wǎng)早已形成，且密集的臨海港口、機場進一步滿足了當(dāng)?shù)剡\輸、出行多樣化需求，將區(qū)域可達(dá)性提升至較高水平;而中西部城市身處內(nèi)陸，地形崎嶇復(fù)雜，原有鐵路系統(tǒng)僅零星連接幾個主要省會城市，行路難和運輸難成為困擾當(dāng)?shù)亟?jīng)濟發(fā)展的主要問題，但高鐵開通將更多城市納入鐵路功能網(wǎng)中，深刻地改變了當(dāng)?shù)亟煌ㄟ\輸面貌，且人口和資金轉(zhuǎn)移更加頻繁，相較于東部，高鐵開通對中西部房價的外溢效應(yīng)更加明顯。另一方面，高鐵開通也促進了整個區(qū)域協(xié)調(diào)發(fā)展。Kobayashi和Okumura[10]發(fā)現(xiàn)，高鐵開通打破了原有的區(qū)域隔閡，削弱邊界界限，推動生產(chǎn)要素的交流、整合，推動區(qū)域合作，共同建設(shè)分工細(xì)致的產(chǎn)業(yè)鏈，形成具有區(qū)域整體性的經(jīng)濟走廊。從經(jīng)濟現(xiàn)實來看，由于地理原因，整個中西部經(jīng)濟相對封閉、孤立，區(qū)域協(xié)調(diào)能力較弱，西部人口與資源稟賦無法有效整合，而高鐵開通會最大限度的地打破地理阻礙，增強區(qū)位效應(yīng)，整合生產(chǎn)要素。因此，筆者提出如下假設(shè)：

假設(shè)2：高鐵開通對中西部地區(qū)房價的邊際影響高于東部地區(qū)。

（三）高鐵開通對房價影響之高鐵站異質(zhì)性

目前我國高鐵站等級劃分主要由貨物運輸量和客流量決定，高鐵站等級越高，人口和貨物流動越頻繁，經(jīng)濟往往越繁榮。王雨飛和倪鵬飛[8]與楊秀云等[9]認(rèn)為，高鐵開通會顯著加強資源稟賦流動，對當(dāng)?shù)爻鞘挟a(chǎn)生積極影響，如果城市高鐵站數(shù)量越多、高鐵站等級越高，可以深化區(qū)域協(xié)調(diào)合作，降低人力成本和運輸成本，吸引產(chǎn)業(yè)轉(zhuǎn)移，推動城市經(jīng)濟高質(zhì)發(fā)展，最終從宏觀層面刺激房地產(chǎn)市場。因此，筆者提出如下假設(shè)：

假設(shè)3：城市擁有高鐵站數(shù)量越多、高鐵站等級越高，對房價的影響越大。

三、模型設(shè)計、變量選擇與數(shù)據(jù)來源

（一）模型設(shè)計

使用雙重差分法（DID）要求研究事件是準(zhǔn)自然實驗，根據(jù)董艷梅和朱英明[11]，高鐵的開通不依賴于沿途城市的人口數(shù)量和經(jīng)濟發(fā)展水平，而是按照空間區(qū)位進行規(guī)劃，因而可以將高鐵開通視作準(zhǔn)自然實驗。參考傳統(tǒng)DID模型，將高鐵沿線城市視作實驗組，非沿線城市作為控制組，政策沖擊選擇一個固定時點，但高鐵并不在某一時點集體開通，而是在該時點后相當(dāng)長一段時期內(nèi)逐漸開通，控制組有些城市會隨著時間變化而成為實驗組，本文參考Beck和Levine[12]，構(gòu)建如下模型：

其中，i和t分別代表城市和年份;HP_it代表第i個城市第t年商品房銷售價格;HR_it×YEAR_it，即代表該城市是否成為高鐵沿線城市與當(dāng)年是否開通高鐵的交互項，若地級市i在第t年成為高鐵沿線城市，那么YEAR_it取1，否則取0;若為高鐵沿線城市，HR_it取1，否則取O。x_jit為一系列控制變量，此外，由于本文實驗組并不是一成不變，而是隨著政策的推進不斷發(fā)生變化，所以實驗組無法準(zhǔn)確設(shè)置，為了捕捉高鐵開通對房價的獨有影響，結(jié)合Beck和Levine[12]，控制城市固定效應(yīng)μ_i和時間固定效應(yīng)γ_t。ε_it代表隨機擾動項。

（二）變量選擇

I.被解釋變量

本文被解釋變量為房價（HP），參考周徼琛[13]，在剔除別墅、公寓和商住兩用寫字樓后，用城市全年商品房銷售總額除以售出面積得到該市商品房銷售價格。同時考慮到貨幣具有時間價值，因而選用2006年當(dāng)年CPI作為基期進行平減。

2.核心解釋變量

本文核心解釋變量為高鐵開通（HR×YEAR），由于政策并非在一個時間點全部實施，因而不設(shè)立實驗組，選用高鐵開通與年份的交互項表示，若某城市在某年成為高鐵沿線城市，則HR×YEAR取1，否則取0。此外，根據(jù)鐵路總公司《中長期鐵路網(wǎng)規(guī)劃計劃》中關(guān)于高速鐵路建設(shè)標(biāo)準(zhǔn)有關(guān)要求，本文高鐵包括D開頭動車組、G開頭高鐵組、城際高速鐵路、客運專線和客貨高速鐵路。

3.控制變量

本文控制變量包括四個方面：城市宏觀經(jīng)濟、人口特征、城市公共服務(wù)質(zhì)量和信貸約束。就城市宏觀經(jīng)濟方面，參考夏怡然和陸銘[14]與Fair[15]，本文選用地區(qū)GDP增長率（GGR）、城鎮(zhèn)居民人均工資（NAW）和產(chǎn)業(yè)結(jié)構(gòu)（TS）變量，其中產(chǎn)業(yè)結(jié)構(gòu)用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)增長率之比衡量;就人口特征方面，參考Poterba[16]、沈悅和劉洪玉[17]與張莉等[18]，本文選用年末城市人口數(shù)（PS）變量;就城市公共服務(wù)方面，參考李拓和李斌[19]，本文選用人均生活用電量（ELE）、人均道路面積（NBPP）和綠化面積（NGR）變量;就信貸約束方面，參考潘海峰和張定勝[20]、呂江林等[21]與Sarno和Taylor[22]，本文選用金融發(fā)展水平（TDS）和金融發(fā)展效率（SDG）變量，分別用存貸總額/GDP、信貸總額/儲蓄總額衡量。

（三）數(shù)據(jù)來源

本文數(shù)據(jù)為2006-2016年我國地級市面板數(shù)據(jù)，并對以下三類數(shù)據(jù)進行剔除：第一，剔除部分?jǐn)?shù)據(jù)缺乏的城市，主要集中于云南、貴州、新疆、西藏和海南五個省份。第二，剔除省管縣級市，出于地區(qū)戰(zhàn)略發(fā)展需要，部分縣級市并沒有由地級市代管，而是直屬于省廳，如湖北仙桃和天門，由于這部分城市行政級別未達(dá)到地廳級，因而予以剔除。第三，剔除因區(qū)域調(diào)整、合并而撤銷的城市，如2011年巢湖被撤銷，劃歸合肥、蕪湖和馬鞍山。最后共計得到278個地級市的3058個觀測值。

本文商品房銷售價格數(shù)據(jù)來源于國信房地產(chǎn)信息網(wǎng)“宏觀經(jīng)濟與房地產(chǎn)數(shù)據(jù)庫”，對于部分缺失數(shù)據(jù)，選用Wind數(shù)據(jù)庫地級市商品房銷售價格與銷售面積的比值予以填補;本文高鐵開通情況數(shù)據(jù)來源于《中國鐵道年鑒》《中長期鐵道網(wǎng)規(guī)劃》和中國鐵路總公司官網(wǎng);本文控制變量數(shù)據(jù)來源于EPS經(jīng)濟數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫、《中國城市統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》以及各省份縣市統(tǒng)計數(shù)據(jù)。表1為變量的描述性統(tǒng)計。

四、實證分析

（一）基本回歸

表2是高鐵開通對房價影響的基準(zhǔn)回歸結(jié)果，其中，模型（1）—模型（4）分別是不控制時空固定效應(yīng)的混合面板回歸、城市固定效應(yīng)回歸、時間固定效應(yīng)回歸和DID回歸結(jié)果。

從表2可以看出，無論是否控制城市固定效應(yīng)和時間固定效應(yīng)，高鐵開通都在1%的水平上顯著為正，假設(shè)1得以驗證。與前三個模型相比，模型（4）高鐵開通的系數(shù)分別下降了40.9%、11.1%和45.4%，說明使用DID模型后，房價上漲與高鐵開通無關(guān)的時間、空間效應(yīng)被有效剔除，結(jié)果趨于精確，本文主要分析模型（4）的回歸結(jié)果。就城市宏觀經(jīng)濟方面來看：第一，地區(qū)GDP增長率與房價顯著正相關(guān)，一個地區(qū)經(jīng)濟發(fā)展?jié)摿υ酱?，城?zhèn)化水平越高，往往房價水平也越高。第二，城鎮(zhèn)居民人均工資與房價顯著正相關(guān)，城鎮(zhèn)居民人均工資增加，提升了購房能力和刺激了不動產(chǎn)投資熱情，且居民工資水平提高會帶來明顯的財富效應(yīng)，相應(yīng)用以改善住宅或不動產(chǎn)投資支出也會增加。第三，產(chǎn)業(yè)結(jié)構(gòu)對房價的影響不顯著，可能是因為城市經(jīng)濟發(fā)展引擎依然集中于第二產(chǎn)業(yè)，且絕大多數(shù)工薪階層主要集聚于第二產(chǎn)業(yè)，而這部分勞動力恰恰是當(dāng)前購房主力軍。就人口方面來看，年末城市人口數(shù)與房價顯著正相關(guān)，隨著農(nóng)村人口向城市涌入、經(jīng)濟欠發(fā)達(dá)城市人口向經(jīng)濟發(fā)達(dá)城市遷徙，導(dǎo)致城市潛在剛需群體明顯增加，旺盛的購房需求推動房價不斷上漲。就公共服務(wù)方面來看，人均生活用電量、人均道路面積衡量的交通擁堵狀況和綠化面積均與房價顯著正相關(guān)。就信貸約束方面來看，金融發(fā)展水平和金融發(fā)展效率與房價的關(guān)系不顯著，表明金融深化不會帶動房地產(chǎn)市場趨向狂熱，相反促進房價趨于理性。

（二）城市異質(zhì)性分析

為了衡量高鐵開通對房價影響的城市差異，本文就城市地理位置和人口規(guī)模將全樣本分為兩類子樣本：第一類子樣本包括東部地區(qū)和中西部地區(qū)兩個部分;第二類子樣本分為具有百萬人口的較大人口規(guī)模城市與不足百萬人口的一般人口規(guī)模兩類，具體回歸結(jié)果如表3所示。

表3中模型（1）和模型（2）分別表示東部地區(qū)和中西部地區(qū)高鐵開通對房價的影響，且都通過了顯著性檢驗。從回歸系數(shù)來看，相較于東部地區(qū)，中西部地區(qū)HR×YEAR的回歸系數(shù)提高了19%，說明高鐵開通對中西部地區(qū)房價具有更強的推動作用。一方面，薄弱的基礎(chǔ)交通設(shè)施和較低的通達(dá)性掣肘中西部地區(qū)經(jīng)濟進一步發(fā)展，反觀東部地區(qū)，密集的交通網(wǎng)絡(luò)和豐富的出行方式早已滿足當(dāng)?shù)亟?jīng)濟發(fā)展需求;另一方面，高鐵開通加快了中西部地區(qū)省際人口流動，釋放出巨大的人口潛力，人口大量涌人中西部地區(qū)的城市，為當(dāng)?shù)胤康禺a(chǎn)市場提供了更多潛在的消費群體。因此，假設(shè)2得以驗證。模型（3）和模型（4）分別表示一般人口規(guī)模和較大人口規(guī)模城市的回歸結(jié)果，且HR×YEAR的回歸系數(shù)均顯著，較大人口規(guī)模城市的回歸系數(shù)大于一般人口規(guī)模城市的回歸系數(shù)，說明較大人口規(guī)模城市的房價對高鐵開通更加敏感，這是由于隨著高鐵開通，較大人口規(guī)模城市可以憑借其城市固有優(yōu)勢加強其人口吸附能力，而人口大量涌人刺激了商品房市場需求，推動了房價上漲。

（三）高鐵站異質(zhì)性分析

一方面，本文按照城市擁有高鐵站數(shù)量分為兩個子類：擁有一個高鐵站和擁有多個高鐵站;另一方面，本文根據(jù)城市擁有高鐵站等級情況，將全樣本分為三個子類：擁有特等站或一等站城市、剔除開通特等站城市、既不擁有特等站也不擁有一等站城市，具體回歸結(jié)果如表4所示。

表4中模型（1）和模型（2）表示擁有一個高鐵站的城市和擁有多個高鐵站城市的回歸結(jié)果，前者HR×YEAR的回歸系數(shù)不顯著，即僅擁有一個高鐵站與未開通高鐵的城市房價沒有顯著差別;后者HR×YEAR的回歸系數(shù)在5%顯著水平上顯著，說明如果城市擁有多個高鐵站，對房價具有顯著正向推動作用。表4中模型（3）、模型（4）和模型（5）分別表示擁有特等站或一等站城市、剔除開通特等站城市、既不擁有特等站也不擁有一等站城市的回歸結(jié)果。從顯著性水平來看，前兩者在1%的水平下顯著，后者在5%的水平下顯著;從回歸系數(shù)來看，隨著城市擁有高鐵站等級的下降，其對房價的推動作用大幅下降，與模型（3）相比，剔除特等站和一等站分別下降35%和66%，說明高鐵開通對房價推動作用較為依賴其高鐵站等級。因此，假設(shè)3得以驗證。

五、穩(wěn)健性檢驗

（一）平行趨勢假設(shè)檢驗

本文通過DID來評估高鐵開通對房價的影響，但是DID有效有一個重要前提，即如果不存在高鐵開通的外部沖擊，那么開通高鐵和沒有開通高鐵的房價發(fā)展趨勢是平行的。因此，本文通過選擇圖示法和安慰劑檢驗判斷其是否滿足平穩(wěn)性趨勢假定條件。本文將2006-2016年開通高鐵的城市作為一組，將未開通高鐵的城市作為一組，分別繪制房價波動比較趨勢圖與2007-2016年房價變化率之差圖。從房價波動比較趨勢圖來看：一方面，在2008年之前高鐵尚未開通時，實驗組和對照組房價趨勢總體保持一致，圖形走勢基本平行;另一方面，2008年高鐵開通之后，兩者差距明顯被拉開，實驗組曲線更加陡峭，而對照組曲線更加平緩，導(dǎo)致雙方變化趨勢發(fā)生明顯背離。從房價變化率之差圖可以看出，高鐵開通后實驗組與對照組房價波動之差出現(xiàn)劇烈波動，呈現(xiàn)出一條上下起伏的陡峭曲線，且2009-2011年曲線波動最為劇烈。①因此，本文平行趨勢假設(shè)是初步滿足的。

（二）安慰劑檢驗

為了更進一步驗證平行趨勢假設(shè)是否成立，本文進行反事實實驗（安慰劑檢驗），通過構(gòu)造現(xiàn)實并不存在的實驗組和對照組，重新進行回歸判斷前文結(jié)果的穩(wěn)健性。如果在反事實實驗下，原模型HR×YEAR的回歸系數(shù)不顯著，說明在沒有開通高鐵時，對照組和實驗組房價波動并不會發(fā)生明顯背離，間接證明了高鐵開通對房價影響的穩(wěn)健性。由于高鐵開通會對該城市產(chǎn)生不可觀測的影響，假設(shè)高鐵提前開通會導(dǎo)致不可觀測的影響也提前，那么高鐵開通對房價依然具有顯著推動作用，但如果高鐵開通提前但回歸系數(shù)逐漸降低直至不顯著，說明不存在系統(tǒng)性影響因素。本文分別把高鐵開通時間前移1-3年，從回歸結(jié)果來看，高鐵提前1年開通的HR×YEAR的回歸系數(shù)依然在1%水平上顯著，但回歸系數(shù)下降，從第二年起HR×YEAR不再顯著。高鐵提前1年開通對房價依然有影響，可能是因為高鐵從開工到建成往往需要1年的建設(shè)周期，這期間人們對高鐵開通形成預(yù)期，刺激了投資者提前搶購房屋以期正式開通后獲得房價上漲的投資報酬。當(dāng)提前兩年及以上，高鐵對房價的推動作用不再顯著，說明高鐵開通并不對房價產(chǎn)生不可觀測的系統(tǒng)影響，這進一步說明符合平行趨勢檢驗。

（三）PSM-DID穩(wěn)健性檢驗

本文選用PSM-DID模型進行穩(wěn)健性檢驗，通過傾向得分匹配對原有實驗組和對照組進行重新匹配，將性質(zhì)差異較大的城市予以剔除后進行回歸，HR×YEAR依然在1%水平下顯著，系數(shù)為0.0497，與上文回歸系數(shù)基本保持一致，驗證了結(jié)果的穩(wěn)健性。

六、作用機制分析

高鐵開通主要通過人口流動和公共服務(wù)影響房價：一方面，高鐵開通提高了城市可達(dá)性，這會增強對人口的吸附作用進而影響房價;另一方面，高鐵站往往選在城市邊緣，高鐵站建設(shè)會推動城市新城的發(fā)展，伴隨公共服務(wù)質(zhì)量提升，將推動房地產(chǎn)市場需求，具體回歸結(jié)果如表5所示。

表5中模型（1）是總回歸結(jié)果，就公共服務(wù)對房價的影響在表2中已解釋，故在此不再贅述。而模型（2）-模型（5）分別是高鐵開通對人口流動、能源水平、擁堵情況和綠化水平的影響，除了擁堵情況并未顯著影響房價外，其他三項都在1%水平上顯著，說明高鐵開通吸引了人口涌入，提升了公共服務(wù)質(zhì)量，而公共服務(wù)質(zhì)量提升和人口涌入又從需求側(cè)影響房價，推動房地產(chǎn)市場繁榮。

七、研究結(jié)論與政策建議

本文基于2006-2016年我國278個地級市面板數(shù)據(jù)，采用DID研究了高鐵開通對房價的影響，并根據(jù)城市和高鐵站特征差異進行了異質(zhì)性分析，最后進行了穩(wěn)健性檢驗和作用機制分析。研究結(jié)果顯示：第一，高鐵開通對房價具有顯著正向影響。第二，高鐵開通對房價的影響往往受限于高鐵站數(shù)量和高鐵站等級，如果一個城市僅有一個高鐵站，其對房價并無顯著影響;城市擁有高鐵站數(shù)量越多、高鐵站等級越高，高鐵開通對房價的影響越大。第三，高鐵開通對房價的影響具有區(qū)位效應(yīng)，其對中西部地區(qū)房價的邊際影響高于東部地區(qū)。第四，高鐵開通對房價的傳導(dǎo)渠道主要包括人口流動和公共服務(wù)。

針對以上研究結(jié)論，筆者提出以下政策建議：第一，高鐵開通具有明顯的區(qū)域差異，東部海陸空交通網(wǎng)絡(luò)日臻完善，不必過于關(guān)注高鐵開通對房價的影響;反之，高鐵向西一路推進，交通短板的補齊也讓中西部資本、產(chǎn)品、人口交流更加方便，但高鐵對房價的外生沖擊不容小覷，中西部城市管理者應(yīng)該對房價予以關(guān)注。第二，擁有高鐵站數(shù)量越多、高鐵站等級越高的城市更易受到高鐵開通沖擊，最終對整個房地產(chǎn)市場產(chǎn)生連鎖反應(yīng)，因而相關(guān)城市管理部門需要對新修高鐵站周邊予以重點關(guān)注。第三，高鐵開通必然會帶來人口和資本流人，維系房價平穩(wěn)運行任重道遠(yuǎn)，只有揚長避短，加強宏觀調(diào)控，才能促進房地產(chǎn)市場科學(xué)發(fā)展，帶動配套實體產(chǎn)業(yè)共同進步，保持經(jīng)濟高質(zhì)量平穩(wěn)運行。

參考文獻(xiàn)：

[1]Pissarides，C.A.Unemployment Consequences of an Aging Population：An Application of Insider-Outsider Theory[J].European Economic Review，1989，33（2-3）：355-366.

[2]Rouwendal，J.，Meijer，E.Preferences for Housing，Jobs and Commuting：A Mixed Logit Analysis[J].Journal of RegionalScience，2001，41（2）：475-505.

[3]顏色，朱國鐘.“房奴效應(yīng)”還是“財富效應(yīng)”？——房價上漲對國民消費影響的一個理論分析[J].管理世界，2013，（3）：34-47.

[4]范子英，張航，陳杰.公共交通對住房市場的溢出效應(yīng)與虹吸效應(yīng)：以地鐵為例[J].中國工業(yè)經(jīng)濟，2018，（5）：99-117.

[5]Kotavaara，0.，Antikainen，H.，Rusanen，J.Population Change and Accessibility by Road and Rail Networks：GIS andStatistical Approach to Finland 1970-2007[J].Journal of Transport Geography，2011，19（4）：926-935.

[6]Sanchez-Mateos，H.，Givoni，M.The Accessibility Impact of a New High-Speed Rail Line in the UK：A PreliminaryAnalysis of Winners and Losers[J].Journal of Transport Geography，2012，25（14）：105-114.

[7]Daluwatte，S.，Ando，A.Transportation and Regional Agglomeration in Japan：Through a Long-Term Simulation Model1920-1985[J].Journal of Advanced Transportation，1995，29（3）：213-233.

[8]王雨飛，倪鵬飛.高速鐵路影響下的經(jīng)濟增長溢出與區(qū)域空間優(yōu)化[J].中國工業(yè)經(jīng)濟，2016，（2）21-36.

[9]楊秀云，趙勐，安磊.高鐵開通對中國城市房價的影響研究[J].西安交通大學(xué)學(xué)報（社會科學(xué)版），2019，（2）：20-32.

[10]Kobayashi，K.，Okumura，M.The Growth of City Systems With High-Speed Railway Systems[J].The Annals of RegionalScience，1997，31（6）：39-56.

[11]董艷梅，朱英明.高鐵建設(shè)能否重塑中國的經(jīng)濟空間布局——基于就業(yè)、工資和經(jīng)濟增長的區(qū)域異質(zhì)性視角[J].中國工業(yè)經(jīng)濟，2016，（10）;92-108.

[12] Beck，T.，Levine，R.Industry Growth and Capital Allocation[J].Journal of Financial Economics，2002，64（2）：147-180.

[13]周岐深.長三角地區(qū)城市房價影響因素研究[D].南京：南京大學(xué)博士學(xué)位論文，2018.

[14]夏怡然，陸銘.跨越世紀(jì)的城市人力資本足跡——歷史遺產(chǎn)、政策沖擊和勞動力流動[J].經(jīng)濟研究，2019，（1）：132-149.

[15]Fair，R.C.Disequilibrium in Housing Models[J].The Journal of Finance，1972，27（3）：207-210.

[16]Poterba，J.M.House Price Dynamics：The Role of Tax Policy and Demography[J].Brookings Papers on EconomicActivity，1991，2（1）：143-183.

[17]沈悅，劉洪玉.住宅價格與經(jīng)濟基本面：1995-2002年中國14城市的實證研究[J].經(jīng)濟研究，2004，（6）：78-86.

[18]張莉，何晶，馬潤泓.房價如何影響勞動力流動？[J].經(jīng)濟研究，2017，（8）：155-170.

[19]李拓，李斌.中國跨地區(qū)人口流動的影響因素——基于286個城市面板數(shù)據(jù)的空間計量檢驗[J].中國人口科學(xué)，2015，（2）：73-83+127.

[20]潘海峰，張定勝.信貸約束、房價與經(jīng)濟增長關(guān)聯(lián)性及空間溢出效應(yīng)——基于省域面板數(shù)據(jù)的空間計量[J].中央財經(jīng)大學(xué)學(xué)報，2018，（11）：82-95.

[21]呂江林，陳惠，邱小安.信貸約束、房價與經(jīng)濟增長[J].金融論壇，2015，（1）：41-46.

[22]Sarno，L.，Taylor，M.P.Real Interest Rates，Liquidity Constraints and Financial Deregulation：Private ConsumptionBehavior in the U.K.[J].Journal of Macroeconomics，1998，20（11）：221-242.

（責(zé)任編輯：孫艷）

[DOI]10.19654/j.cnki.cjwtyj.2020.04.008

[引用格式]王洪亮，常哲仁.高鐵開通對房價影響的實證分析[J].財經(jīng)問題研究，2020，（4）：66-73.

收稿日期：2020-01-22

基金項目：江蘇省研究生科研與實踐創(chuàng)新計劃項目“中國高鐵對城市房價影響的實證研究”（KYCX18_1702）

作者簡介：王洪亮（1977-），男，山東無棣人，教授，博士，主要從事健康不平等和收入不平等方面的研究。E-mail：whongliang@163.com