鄭淑霞, 張曉明, 林 興
(福建江夏學(xué)院 a.數(shù)理教研部 b.金融學(xué)院, 福建 福州 350108)
自1998年住房改革以來(lái),我國(guó)房地產(chǎn)業(yè)飛速發(fā)展,成為國(guó)民經(jīng)濟(jì)的重要支柱.持續(xù)走高的房?jī)r(jià)是供給方和需求方共同作用的結(jié)果.對(duì)供給方房地產(chǎn)開(kāi)發(fā)商而言,土地供應(yīng)和信貸支持顯然是自身發(fā)展的兩大命脈.
國(guó)內(nèi)外學(xué)術(shù)界對(duì)信貸和土地與房?jī)r(jià)的關(guān)系做了大量的研究.Pollakowski[1]通過(guò)實(shí)證發(fā)現(xiàn)在一定程度上對(duì)土地供給進(jìn)行限制后,將帶來(lái)住宅價(jià)格更大程度的上漲,且上漲趨勢(shì)也更明顯;Kauko[2]認(rèn)為當(dāng)市場(chǎng)上出現(xiàn)富有彈性的土地供給時(shí),土地政策可以在很大程度上影響房地產(chǎn)價(jià)格的變化.另一方面,Elbourne[3]利用脈沖響應(yīng)函數(shù)研究英國(guó)住房市場(chǎng)和貨幣政策之間的關(guān)系,認(rèn)為貨幣供給的變動(dòng)會(huì)正向影響房?jī)r(jià).國(guó)內(nèi)學(xué)者也從不同的視角對(duì)上述問(wèn)題進(jìn)行了研究.鄧宏乾等[4]運(yùn)用動(dòng)態(tài)廣義矩估計(jì)測(cè)度地價(jià)和信貸與房?jī)r(jià)的關(guān)聯(lián)性,結(jié)果發(fā)現(xiàn)地價(jià)對(duì)房?jī)r(jià)的推動(dòng)作用遠(yuǎn)遠(yuǎn)強(qiáng)于信貸;汪盧俊[5]在信貸和地價(jià)的基礎(chǔ)上,引入兩者的交互項(xiàng),通過(guò)面板數(shù)據(jù)模型分析發(fā)現(xiàn),信貸擴(kuò)張主要是通過(guò)土地財(cái)政影響房?jī)r(jià),一二線城市的地價(jià)對(duì)自身房?jī)r(jià)的影響較三四線城市更為突出顯著;盧瓊佩[6]建立VAR模型實(shí)證研究銀行的表內(nèi)資金和表外資金對(duì)我國(guó)的房?jī)r(jià)都呈正面影響,且表外資金的影響更大;賈生華等[7]構(gòu)建SVAR模型實(shí)證得出相同結(jié)論,并且進(jìn)一步通過(guò)反事實(shí)模擬分析發(fā)現(xiàn)影子銀行削弱了房?jī)r(jià)和房地產(chǎn)投資規(guī)模對(duì)緊縮性貨幣政策的響應(yīng)程度;馬亞明等[8]采用TVP-VAR模型實(shí)證研究后發(fā)現(xiàn)影子銀行對(duì)房?jī)r(jià)的影響具有明顯時(shí)變特征;張?jiān)?、何蘭芳[9]引入門(mén)檻效應(yīng)模型,實(shí)證研究發(fā)現(xiàn)影子銀行在一定規(guī)模下能顯著促進(jìn)房?jī)r(jià)的上漲,超過(guò)一定規(guī)模后其影響不再顯著,并給出了門(mén)檻值為1513億元.
分析上述文獻(xiàn),不難發(fā)現(xiàn),國(guó)外學(xué)者的結(jié)論來(lái)源于本國(guó)的數(shù)據(jù),但是中國(guó)的房地產(chǎn)發(fā)展具有自身顯著的特點(diǎn):我國(guó)商業(yè)銀行存在二元結(jié)構(gòu),房地產(chǎn)商的資金來(lái)源不僅僅是從銀行獲得的信貸,數(shù)據(jù)顯示其社會(huì)融資占比并不低,且融資規(guī)模逐年上升,因此有必要將表外的社會(huì)融資納入考慮因素.另外,國(guó)內(nèi)學(xué)者在社會(huì)融資方面的研究做了一定的補(bǔ)充,且多數(shù)基于時(shí)間序列的模型進(jìn)行討論,沒(méi)有從空間相關(guān)性的角度進(jìn)行研究.但是,經(jīng)濟(jì)發(fā)展具有區(qū)域聯(lián)動(dòng)性,一個(gè)地區(qū)的發(fā)展顯然會(huì)對(duì)周邊地區(qū)產(chǎn)生影響,房?jī)r(jià)亦不例外.一個(gè)地區(qū)的房?jī)r(jià)在受到信貸(含表內(nèi)信貸和表外信貸)、地價(jià)、收入等因素影響的同時(shí),也受到相鄰地區(qū)的房?jī)r(jià)以及自身上一期房?jī)r(jià)的影響.
基于此,我們考慮以下問(wèn)題:影子銀行是否助推了房?jī)r(jià)的上漲?是的話,土地價(jià)格和影子銀行在房?jī)r(jià)上漲因素中孰輕孰重?另外,影子銀行是否影響了土地價(jià)格?從區(qū)域經(jīng)濟(jì)的聯(lián)動(dòng)性考慮,他們對(duì)房?jī)r(jià)的空間溢出效應(yīng)如何?本文基于上述問(wèn)題,選取影子銀行、交互項(xiàng)和土地價(jià)格作為解釋變量,選取人均收入水平、人均財(cái)政支出、城鎮(zhèn)化率、房地產(chǎn)投資、表內(nèi)信貸等5個(gè)控制變量,采用空間滯后模型進(jìn)行實(shí)證分析,發(fā)現(xiàn):(1)影子銀行和土地價(jià)格與房?jī)r(jià)皆呈現(xiàn)正相關(guān)關(guān)系.其中影子銀行對(duì)房?jī)r(jià)的影響弱于土地價(jià)格,且影子銀行會(huì)通過(guò)土地價(jià)格進(jìn)而促進(jìn)房?jī)r(jià)的上漲;(2)人均收入水平與本地區(qū)和相鄰地區(qū)的房?jī)r(jià)都呈同向變化;財(cái)政支出對(duì)本地區(qū)和相鄰地區(qū)的房?jī)r(jià)分別呈現(xiàn)出正面和負(fù)面的影響;房地產(chǎn)投資和表內(nèi)信貸對(duì)本地區(qū)房?jī)r(jià)的正向影響較弱,對(duì)相鄰地區(qū)房?jī)r(jià)的影響不明顯.
本文的貢獻(xiàn)主要體現(xiàn)在:(1)許多文獻(xiàn)考察表內(nèi)信貸對(duì)房?jī)r(jià)的影響,本文基于房地產(chǎn)開(kāi)發(fā)商的融資現(xiàn)狀討論社會(huì)融資也就是影子銀行對(duì)房?jī)r(jià)的影響,從另一個(gè)角度考察了資本對(duì)房?jī)r(jià)的影響;(2)在確定土地價(jià)格對(duì)房?jī)r(jià)正向影響的基礎(chǔ)上,討論影子銀行通過(guò)土地價(jià)格進(jìn)而對(duì)房?jī)r(jià)造成的影響;(3)從空間計(jì)量的角度分析一個(gè)地區(qū)的房?jī)r(jià)、地價(jià)和財(cái)政支出等因素對(duì)周圍地區(qū)房?jī)r(jià)的影響,拓寬了研究視角.
土地價(jià)格對(duì)房?jī)r(jià)的正向影響得到了多數(shù)研究的證實(shí).然而也有學(xué)者持不同看法:王鶴[10]采用廣義空間面板數(shù)據(jù)模型實(shí)證發(fā)現(xiàn)地價(jià)與房?jī)r(jià)雖然呈現(xiàn)出正相關(guān),但這種相關(guān)比較微弱,其系數(shù)只有0.017,低于信貸的系數(shù)0.140,更是遠(yuǎn)遠(yuǎn)低于城鎮(zhèn)居民可支配收入的系數(shù)0.336.
本文認(rèn)為,我國(guó)的財(cái)政分權(quán)體制導(dǎo)致了“財(cái)權(quán)”與“事權(quán)”不對(duì)等,地方政府面臨巨大的財(cái)政壓力,“以地生財(cái)”成了問(wèn)題的解決之道.通過(guò)控制土地出讓,抬高地價(jià)從而提高出讓金,必然導(dǎo)致房?jī)r(jià)上漲.另一方面,政府將所獲得的土地出讓金用于城市建設(shè)、教育和醫(yī)療等支出,提高城市的硬實(shí)力和軟實(shí)力,吸引人才引進(jìn),商品房供需不平衡,進(jìn)一步推動(dòng)了房?jī)r(jià)上漲.基于此,本文提出如下假設(shè):
H1:一個(gè)地區(qū)的土地價(jià)格與該地區(qū)的房?jī)r(jià)呈同向變化.
房地產(chǎn)業(yè)是一個(gè)資金密集型行業(yè),信貸擴(kuò)張對(duì)房?jī)r(jià)的推動(dòng)作用已達(dá)成共識(shí).我國(guó)房地產(chǎn)業(yè)的資金來(lái)源主要有國(guó)內(nèi)貸款和自籌資金等.其中,國(guó)內(nèi)貸款中的非銀行金融機(jī)構(gòu)貸款、自籌資金中的負(fù)債融資、委托貸款和信托貸款構(gòu)成了影子銀行的主要組成部分.據(jù)統(tǒng)計(jì),2013年各房企的融資中超過(guò)20%來(lái)自社會(huì)融資渠道,并且國(guó)家統(tǒng)計(jì)局公布的社會(huì)融資規(guī)模數(shù)據(jù)逐年攀升.影子銀行進(jìn)入房地產(chǎn)是商業(yè)銀行信貸擴(kuò)張的主要結(jié)果[11].
社會(huì)融資的高成本導(dǎo)致房地產(chǎn)商的開(kāi)發(fā)成本上升,因此房?jī)r(jià)具有上升的趨勢(shì).另外,房地產(chǎn)本身具有投資屬性,近些年回報(bào)率遠(yuǎn)遠(yuǎn)超過(guò)實(shí)體經(jīng)濟(jì),因此也會(huì)吸引原本服務(wù)于實(shí)體的資金進(jìn)入,從而推高了房?jī)r(jià).最后,開(kāi)發(fā)商從正規(guī)渠道獲得的信貸資金是有限的,從土地購(gòu)置到售出商品房,其間需要支出并長(zhǎng)期占用大量的資金,基于此,我們有理由相信,有相當(dāng)部分的影子銀行資金被用于土地購(gòu)置.因此本文提出第二個(gè)假設(shè):
H2:影子銀行推高了地區(qū)房?jī)r(jià),同時(shí)也助推了該土地價(jià)格的上漲.
上述研究從理論和實(shí)證上解釋、驗(yàn)證了土地價(jià)格和表外信貸中的影子銀行對(duì)房?jī)r(jià)的影響程度.這些文獻(xiàn)構(gòu)造的大都是時(shí)間序列模型,基于本地區(qū)的視角展開(kāi)研究,極少?gòu)目臻g相關(guān)性考慮房?jī)r(jià)的變化情況.實(shí)際上,正如地理學(xué)者Tobler(1970)指出區(qū)域間宏觀經(jīng)濟(jì)存在空間性影響,距離越近相互作用的可能性也越大.因此,空間相關(guān)性是房地產(chǎn)市場(chǎng)上的一個(gè)隱含問(wèn)題[12]:一個(gè)地區(qū)的房?jī)r(jià)在地區(qū)收入和地區(qū)公共設(shè)施服務(wù)的支出等因素的流動(dòng)作用下必然會(huì)對(duì)周邊地區(qū)的房?jī)r(jià)產(chǎn)生虹吸效應(yīng);另一個(gè)可能是基于資金的流動(dòng)性和歷年來(lái)各地區(qū)房?jī)r(jià)的普漲現(xiàn)象,一個(gè)地區(qū)的房?jī)r(jià)與相鄰地區(qū)的房?jī)r(jià)同漲跌.因此,本文提出第三個(gè)假設(shè)(含兩分項(xiàng)):
H3a:一個(gè)地區(qū)的房?jī)r(jià)上漲對(duì)相鄰地區(qū)的房?jī)r(jià)變化具有正效應(yīng);
H3b:一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平和城市建設(shè)對(duì)相鄰地區(qū)的房?jī)r(jià)產(chǎn)生虹吸效應(yīng).
房?jī)r(jià)受到需求方和供給方眾多因素的影響.考慮我國(guó)的具體國(guó)情、本文的研究主題和數(shù)據(jù)的可獲得性,選取各地區(qū)的影子銀行和土地價(jià)格以及兩者的交互項(xiàng)作為自變量.同時(shí),一個(gè)地區(qū)的人均收入對(duì)該地區(qū)的房?jī)r(jià)有直接且重要的影響;地方政府在基礎(chǔ)設(shè)施建設(shè)、公共環(huán)境、教育資源和醫(yī)療資源的投入水平?jīng)Q定了地區(qū)的吸引指數(shù),最終決定購(gòu)房者的選擇,這體現(xiàn)為人均財(cái)政支出水平;另外,城鎮(zhèn)化率在房?jī)r(jià)的影響因素中也舉足輕重;最后我們還控制了房地產(chǎn)表內(nèi)信貸和投資,其中房地產(chǎn)投資額具有時(shí)滯性,我們采用各地區(qū)前一年度的投資額.選取的相關(guān)變量如表1所示.
表1 相關(guān)變量及其定義
本文數(shù)據(jù)選取2013—2019年期間全國(guó)30個(gè)地區(qū)(由于西藏?cái)?shù)據(jù)缺失,不列入)的面板數(shù)據(jù),并以1978年作為定基指數(shù)消除通貨膨脹影響.所有數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)局網(wǎng)站,由于數(shù)量級(jí)差異較大,對(duì)除了城鎮(zhèn)化率外的所有指標(biāo)均做了對(duì)數(shù)處理.
空間權(quán)重矩陣是一個(gè)n×n矩陣,矩陣的每個(gè)元素ωij表示地區(qū)i和地區(qū)j的距離.地理距離和經(jīng)濟(jì)距離是常見(jiàn)的兩類距離.按照地理距離構(gòu)造權(quán)重矩陣,當(dāng)?shù)貐^(qū)i和地區(qū)j相鄰時(shí),取ωij=1,不相鄰時(shí)則取ωij=0;也可以取
式中,dij表示地區(qū)i和地區(qū)j之間的距離.
林光平使用地區(qū)間人均GDP的差額作為測(cè)度地區(qū)間“經(jīng)濟(jì)距離”的指標(biāo),由此引入經(jīng)濟(jì)空間權(quán)重矩陣W*=W×E,其中W是簡(jiǎn)單二分權(quán)重矩陣,E的主對(duì)角線元素為0,非主對(duì)角線元素
2.3 模型選擇
空間自回歸模型(SAR)和空間誤差模型(SEM)是空間計(jì)量經(jīng)濟(jì)學(xué)中常用的兩個(gè)模型,用來(lái)解決空間依賴性問(wèn)題[12].
空間自回歸模型(SAR)也稱空間滯后模型(SLM),該模型討論某地區(qū)自變量對(duì)因變量影響的同時(shí)也考察該地區(qū)因變量對(duì)相鄰地區(qū)的溢出效應(yīng),表示為:
y=ρWy+Xβ+ε,
式中,y是被解釋變量,W為權(quán)重矩陣,X是解釋變量矩陣;系數(shù)ρ體現(xiàn)了自回歸效應(yīng),β為相應(yīng)系數(shù),ε為誤差項(xiàng).
空間誤差模型(SEM)是通過(guò)誤差項(xiàng)來(lái)體現(xiàn)空間依賴性,具體表示為:
y=Xβ+u,
式中擾動(dòng)項(xiàng)u的生成過(guò)程為
u=ρWu+ε,ε~N(0,σ2In).
此處W為空間權(quán)重矩陣.在該模型中,不包含在X中但是對(duì)Y有影響的遺漏變量通過(guò)擾動(dòng)項(xiàng)u體現(xiàn)空間相關(guān)性.
一般情況下,兩個(gè)模型的選擇標(biāo)準(zhǔn)是選取極大似然估計(jì)值較大者.
綜合上述變量選取、計(jì)量模型和權(quán)重矩陣構(gòu)造,本文選取如下實(shí)證模型逐一檢驗(yàn).
不考慮交互效應(yīng)的空間滯后模型和空間誤差模型:
(1)
(2)
式中
ut=λWut+εt,εt~N(0,σ2In).
考慮交互效應(yīng)的空間滯后模型和空間誤差模型:
(3)
(4)
式中
ut=λWut+εt,εt~N(0,σ2In).
3.1 房?jī)r(jià)的空間依賴性檢驗(yàn)
計(jì)算2013—2019年全國(guó)30個(gè)地區(qū)(西藏除外)房?jī)r(jià)的莫蘭指數(shù),結(jié)果如表2所示.
表2 2013—2019全國(guó)30個(gè)地區(qū)房?jī)r(jià)的莫蘭指數(shù)
由表2可見(jiàn),2013—2018期間30個(gè)地區(qū)的房?jī)r(jià)莫蘭指數(shù)均大于0.3,房?jī)r(jià)在空間上呈現(xiàn)出明顯的正相關(guān)關(guān)系,可以進(jìn)行空間計(jì)量分析.
我們利用LM檢驗(yàn)?zāi)P瓦x擇.由于權(quán)重矩陣是30*30的矩陣,而實(shí)證樣本有210個(gè),故擴(kuò)大7倍后進(jìn)行檢驗(yàn).由于空間誤差模型沒(méi)有通過(guò)顯著性檢驗(yàn)而空間滯后模型P值為0.048,顯然應(yīng)該采用空間滯后模型,即式(1)和式(3),排除式(2)和式(4).
進(jìn)一步,我們分別利用Hausman檢驗(yàn)確定了選擇固定效應(yīng)模型,且結(jié)果提示存在個(gè)體固定效應(yīng).因此,我們?cè)俅螜z驗(yàn)時(shí)間固定效應(yīng),檢驗(yàn)結(jié)果顯示原假設(shè)被拒絕,最后確定應(yīng)該選擇個(gè)體固定效應(yīng).
本部分基于個(gè)體固定效應(yīng)的空間滯后模型,對(duì)模型(1)和(3)采用stata16實(shí)現(xiàn)回歸結(jié)果.
3.3.1 直接回歸分析
首先分析一個(gè)地區(qū)內(nèi)部的房?jī)r(jià)影響因素效應(yīng),回歸結(jié)果如表3所示.
(1)房地產(chǎn)價(jià)格具有極強(qiáng)的空間相關(guān)性.我們看到,無(wú)論是否考慮影子銀行和土地價(jià)格的交互項(xiàng),空間自回歸系數(shù)(0.7190和0.6902)都通過(guò)了1%的顯著性檢驗(yàn),這個(gè)結(jié)果與前文Moran指數(shù)的檢驗(yàn)結(jié)果一致,說(shuō)明我國(guó)各省份之間的房?jī)r(jià)存在高度的空間穩(wěn)定性,各地區(qū)房?jī)r(jià)存在空間影響作用,空間依賴在一定程度上影響了區(qū)域的房?jī)r(jià).這充分解釋了自2008年以來(lái)全國(guó)各地區(qū)房?jī)r(jià)數(shù)次普漲這一現(xiàn)象.房?jī)r(jià)的這種地區(qū)傳導(dǎo)效應(yīng)或許與購(gòu)房者的心理因素和投資預(yù)期有著密切的關(guān)聯(lián).
表3 兩種情況下的SAR模型回歸結(jié)果
(2)影子銀行和土地價(jià)格與房?jī)r(jià)都存在同向變化.土地價(jià)格是所有的解釋變量中影響系數(shù)最大的(0.0335和0.0350).城市建設(shè)用地?cái)?shù)量受到嚴(yán)格限制,更重要的是大多數(shù)地方政府長(zhǎng)期形成的土地財(cái)政依賴,導(dǎo)致了地價(jià)逐年攀升從而抬高房?jī)r(jià).而影子銀行作為房地產(chǎn)開(kāi)發(fā)資金的一個(gè)來(lái)源,影響系數(shù)并不小,為(0.0173和0.0126),雖略低于控制變量中的表內(nèi)信貸.這驗(yàn)證了前文闡述的理論:國(guó)家在歷次的調(diào)控中收緊信貸,但房地產(chǎn)商積極尋求社會(huì)融資作為資金來(lái)源的一個(gè)重要補(bǔ)充.資本具有逐利性,更容易進(jìn)入回報(bào)快、收益穩(wěn)健甚至較高的行業(yè).近年來(lái)由于實(shí)體經(jīng)濟(jì)獲利緩慢且增速疲乏,大量資金進(jìn)入欣欣向榮的房地產(chǎn)行業(yè),助推了房?jī)r(jià)的上漲.這一結(jié)果提示國(guó)家應(yīng)該謹(jǐn)防社會(huì)資金違規(guī)流入地產(chǎn),造成房地產(chǎn)價(jià)格的快速上漲從而放大系統(tǒng)性金融風(fēng)險(xiǎn).
另外,考慮兩者的交互效應(yīng),交互項(xiàng)的系數(shù)為正,是0.0017,意味土地價(jià)格越高,影子銀行對(duì)房?jī)r(jià)的促進(jìn)的作用越顯著.我們以北京市2013年和2019年的數(shù)據(jù)為例說(shuō)明.采用北京市2013年和2019年的土地價(jià)格取自然對(duì)數(shù)后分別為9.07和10.49,經(jīng)計(jì)算影子銀行對(duì)房?jī)r(jià)的影響系數(shù)分別為0.028 419和0.030 833.顯然,基于地價(jià)上漲,影子銀行對(duì)北京市2019年的房?jī)r(jià)影響也比2013年的房?jī)r(jià)影響系數(shù)高出0.002 414.如果沒(méi)有考慮交互效應(yīng),那么影子銀行對(duì)房?jī)r(jià)的影響系數(shù)為0.0173,遠(yuǎn)低于考慮交互效應(yīng)后的系數(shù).這說(shuō)明土地價(jià)格的大幅度上漲導(dǎo)致相當(dāng)一部分的影子銀行資金流入土地市場(chǎng),從而促進(jìn)房?jī)r(jià)的上漲,也進(jìn)一步驗(yàn)證了土地價(jià)格對(duì)房?jī)r(jià)的決定性作用.
(3)最后考慮控制項(xiàng),我們看到人均財(cái)政支出的影響系數(shù)0.0829最大,通過(guò)了1%的水平檢驗(yàn).這高度符合實(shí)際情況.一個(gè)地區(qū)的財(cái)政支出越大,即該地區(qū)的教育和醫(yī)療資源越豐富,交通越發(fā)達(dá),自然土地價(jià)格越高,從而房?jī)r(jià)越高.人均收入對(duì)房?jī)r(jià)的影響稍遜于影子銀行規(guī)模,也體現(xiàn)了相對(duì)剛需而言,我國(guó)房地產(chǎn)更具備金融屬性.城鎮(zhèn)化率沒(méi)有通過(guò)顯著性檢驗(yàn),這可能是兩者的因果關(guān)系并不明確.另外,房地產(chǎn)投資對(duì)房?jī)r(jià)的影響系數(shù)不到0.01,在所有的解釋變量中影響最弱.相對(duì)影子銀行,表內(nèi)信貸對(duì)房?jī)r(jià)的影響更大,為(0.0212和0.0198).這意味著必要時(shí)國(guó)家對(duì)房地產(chǎn)開(kāi)發(fā)的信貸政策作為房地產(chǎn)調(diào)控的手段之一是有效的.
3.3.2 溢出效應(yīng)分析
以上討論的是一個(gè)地區(qū)房?jī)r(jià)的內(nèi)部影響因素.下面從空間相關(guān)性討論溢出效應(yīng)(見(jiàn)表4).
表4 兩種情況下空間溢出效應(yīng)的分解
根據(jù)上述回歸結(jié)果,結(jié)合表6,直接效應(yīng)、間接效應(yīng)和總效應(yīng)都顯著的變量為:影子銀行、土地價(jià)格、人均收入水平和人均財(cái)政支出水平,而房地產(chǎn)投資和表內(nèi)信貸在間接效應(yīng)中并不顯著.
(1)顯然一個(gè)地區(qū)的影子銀行規(guī)模和土地價(jià)格對(duì)相鄰地區(qū)的房?jī)r(jià)并無(wú)直接影響,然而它可以通過(guò)影響本地區(qū)房?jī)r(jià)從而影響相鄰地區(qū)的房?jī)r(jià)水平.回歸結(jié)果顯示,不考慮交互效應(yīng)時(shí),一個(gè)地區(qū)的影子銀行規(guī)模通過(guò)上述方式對(duì)相鄰地區(qū)房?jī)r(jià)的平均影響系數(shù)為0.0406,考慮交互效應(yīng)后減弱為0.0277;而地價(jià)因素在考慮交互效應(yīng)后的溢出效應(yīng)影響系數(shù)略有提升,這再一次驗(yàn)證了地價(jià)是房?jī)r(jià)的決定性因素,且具有較強(qiáng)的空間傳導(dǎo)效應(yīng).
(2)在控制變量中,人均收入水平的溢出效應(yīng)系數(shù)為正.這很大可能是因?yàn)榈貐^(qū)經(jīng)濟(jì)發(fā)展具有空間聯(lián)動(dòng)性[14]:如果一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平較高,自然會(huì)帶動(dòng)相鄰地區(qū)的經(jīng)濟(jì)發(fā)展,從而促進(jìn)地區(qū)的人均收入水平提高,房?jī)r(jià)因此上漲.另外,我們也發(fā)現(xiàn)一個(gè)地區(qū)的財(cái)政支出水平對(duì)相鄰地區(qū)的房?jī)r(jià)水平影響系數(shù)為負(fù).這也是比較容易理解的:一個(gè)地區(qū)的財(cái)政支出主要體現(xiàn)在教育、醫(yī)療和交通方面,顯然這三項(xiàng)的投入越多,對(duì)其他城市的吸引力越大,那么該地區(qū)對(duì)相鄰地區(qū)的吸血效應(yīng)越明顯,對(duì)相鄰地區(qū)的房?jī)r(jià)呈現(xiàn)出負(fù)向影響.
本文以2013—2019全國(guó)省級(jí)層面數(shù)據(jù)為樣本,采用空間滯后模型分析了各省房?jī)r(jià)受到影子銀行、土地價(jià)格和兩者交互效應(yīng)的影響程度并分解其空間溢出效應(yīng).實(shí)證結(jié)果表明,兩者與房?jī)r(jià)皆呈現(xiàn)正相關(guān)關(guān)系,其中土地價(jià)格對(duì)房?jī)r(jià)的影響最大.考慮交互效應(yīng)后,兩者對(duì)房?jī)r(jià)的影響更加顯著.分解溢出效應(yīng),發(fā)現(xiàn)一個(gè)地區(qū)的影子銀行和土地價(jià)格對(duì)其相鄰地區(qū)的房?jī)r(jià)都具有正向影響.在控制變量中, 財(cái)政支出對(duì)房?jī)r(jià)的作用最顯著,一個(gè)地區(qū)的財(cái)政支出對(duì)本地區(qū)和相鄰地區(qū)的房?jī)r(jià)分別呈現(xiàn)出正面和負(fù)面的影響;人均收入與本地區(qū)和相鄰地區(qū)的房?jī)r(jià)呈正向關(guān)系;房地產(chǎn)投資和表內(nèi)信貸則僅對(duì)本地區(qū)房?jī)r(jià)產(chǎn)生正向影響.
基于上述研究結(jié)論,筆者認(rèn)為,在中國(guó)經(jīng)濟(jì)進(jìn)入中高速增長(zhǎng)“新常態(tài)”轉(zhuǎn)型升級(jí)階段以及全面深化改革新形勢(shì)下,亟須在中央政府、地方政府、購(gòu)房者、開(kāi)發(fā)商和商業(yè)銀行等多元利益群體框架下,從全國(guó)層面創(chuàng)新、構(gòu)建土地供給制度和住房金融制度,發(fā)展長(zhǎng)效機(jī)制[15].本文提出如下建議:
(1)金融行業(yè)應(yīng)加大創(chuàng)新力度,引導(dǎo)資金更多地進(jìn)入實(shí)體企業(yè),改變影子銀行的“灰色”屬性,宜疏不宜堵.對(duì)房地產(chǎn)企業(yè)來(lái)說(shuō),應(yīng)該多方拓展融資渠道,調(diào)整資金結(jié)構(gòu),降低風(fēng)險(xiǎn),實(shí)現(xiàn)平穩(wěn)健康發(fā)展.
(2)地方政府應(yīng)當(dāng)集中力量發(fā)展并壯大實(shí)體經(jīng)濟(jì),擺脫土地財(cái)政依賴.實(shí)體經(jīng)濟(jì)是國(guó)家經(jīng)濟(jì)的立身之本,只有實(shí)體經(jīng)濟(jì)發(fā)展好了,經(jīng)濟(jì)才能充分煥發(fā)活力,地方政府的城市建設(shè)和設(shè)施投入有了資金來(lái)源,才能吸引更多的人才為城市服務(wù),進(jìn)一步壯大城市,形成良性發(fā)展.另外,在供地方面實(shí)行平穩(wěn)供應(yīng),可以穩(wěn)定土地市場(chǎng)的供需,完善土地管理政策,杜絕開(kāi)發(fā)商囤地,也可以降低地方政府對(duì)土地財(cái)政的依賴程度.
(3)重視區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展.近年來(lái)一線、新一線城市人口集聚效應(yīng)明顯,房?jī)r(jià)快速上漲,在一定程度上對(duì)周邊城市形成虹吸效應(yīng),這并不利于區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展.地方政府應(yīng)當(dāng)積極創(chuàng)造良好條件,吸引企業(yè)和人才,做強(qiáng)地方經(jīng)濟(jì),達(dá)成協(xié)調(diào)發(fā)展.當(dāng)然,這并不代表一味追求絕對(duì)均衡,而應(yīng)該是“在集聚中走向平衡”.