中國(guó)地級(jí)及以上城市住房空置的空間格局及影響因素
——基于CHFS 調(diào)查數(shù)據(jù)的分析

楊鵬飛，潘竟虎

（西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院， 甘肅 蘭州 730070）

房子是用來(lái)住的，不是用來(lái)炒的，更不是用來(lái)空置的。房屋空置浪費(fèi)了大量的自然資源和社會(huì)資源，房地產(chǎn)業(yè)更是積累了大量的金融風(fēng)險(xiǎn)，這對(duì)中國(guó)城市的可持續(xù)發(fā)展和經(jīng)濟(jì)平穩(wěn)運(yùn)行產(chǎn)生了巨大的負(fù)面影響，可能會(huì)造成經(jīng)濟(jì)轉(zhuǎn)型失敗、社會(huì)發(fā)展受阻、改革推進(jìn)停滯等一系列嚴(yán)重后果。房地產(chǎn)市場(chǎng)的平穩(wěn)發(fā)展直接影響居民的生活水平和生活質(zhì)量，而房屋空置率是衡量房地產(chǎn)市場(chǎng)健康與否的重要指標(biāo)。在中國(guó)，長(zhǎng)期的經(jīng)濟(jì)飛速增長(zhǎng)和房地產(chǎn)業(yè)的繁榮掩蓋了房屋空置現(xiàn)象，使得相關(guān)研究十分滯后。一方面房屋空置是導(dǎo)致房?jī)r(jià)和房屋租金上漲的重要推手，多套住房擁有者既不出租又不出售，致使大量住房空置；另一方面房屋空置看上去是個(gè)人問(wèn)題，但當(dāng)其成為普遍現(xiàn)象的時(shí)候，就會(huì)阻礙房產(chǎn)稅等長(zhǎng)效機(jī)制的改革，不利于社會(huì)的平穩(wěn)進(jìn)步。但由于房地產(chǎn)信息的不透明，學(xué)界在空置房分布、住房空置率等基礎(chǔ)數(shù)據(jù)方面都未能有共識(shí)，更無(wú)從了解其空間模式和動(dòng)態(tài)變化。房住不炒、租購(gòu)并舉的時(shí)代，亟需開(kāi)展房屋空置率計(jì)算與空間格局、類型、形成機(jī)制的研究，為制定宏觀調(diào)控政策、區(qū)域和城市發(fā)展規(guī)劃提供參考依據(jù)。

住房空置率作為衡量地區(qū)房地產(chǎn)市場(chǎng)健康程度的重要指標(biāo)，近年來(lái)，國(guó)內(nèi)外學(xué)者開(kāi)展了大量研究。綜合國(guó)內(nèi)外對(duì)房屋空置的研究，依據(jù)計(jì)算空置率所用數(shù)據(jù)的不同，將計(jì)算方法歸納為以下四類：基于實(shí)地調(diào)查數(shù)據(jù)建立指標(biāo)體系；基于統(tǒng)計(jì)數(shù)據(jù)分析；基于多源遙感數(shù)據(jù)分析方法；基于地理位置大數(shù)據(jù)分析方法。學(xué)者們研究發(fā)現(xiàn)，房屋空置的成因及類型主要有以下幾類：一是人口密度變化與失業(yè)率的急劇上升導(dǎo)致大量的住房出現(xiàn)空置；二是新區(qū)功能規(guī)劃的不合理，人口流入和人口規(guī)劃政策缺乏科學(xué)性以及政府在行政上對(duì)配套設(shè)施建設(shè)規(guī)劃的過(guò)度干預(yù)等；三是當(dāng)?shù)亟?jīng)濟(jì)發(fā)展和地方政府集資的需要，房地產(chǎn)行業(yè)發(fā)展的需求與中國(guó)傳統(tǒng)思想的影響，以及金融、投資和金融系統(tǒng)的模式變更，導(dǎo)致大量的住房被空置；四是人地關(guān)系不協(xié)調(diào)，人產(chǎn)城之間的協(xié)調(diào)問(wèn)題突出?？傮w而言，國(guó)內(nèi)對(duì)房屋空置現(xiàn)象的研究很少，大多通過(guò)媒體報(bào)道和社會(huì)調(diào)查進(jìn)行，由于此類報(bào)告的結(jié)論多是由主觀判斷得出的，因此受到了低可信度的批評(píng)。同時(shí)，對(duì)住房空置率的定量化研究有限，且多集中在中小型單個(gè)城市，缺乏大區(qū)域尺度住房空置的空間差異分析。中國(guó)家庭金融調(diào)查與研究中心發(fā)布的中國(guó)家庭金融調(diào)查（China Household Finance Survey，CHFS）數(shù)據(jù)反映了中國(guó)家庭在經(jīng)濟(jì)金融活動(dòng)中的行為決策，是目前比較全面的中國(guó)家庭微觀數(shù)據(jù)庫(kù)之一。CHFS 控制抽樣誤差和非抽樣誤差，數(shù)據(jù)具有全國(guó)代表性、質(zhì)量高，除了提供基本的家庭金融數(shù)據(jù)外，還包含家庭出行、房產(chǎn)、保險(xiǎn)等各個(gè)方面的數(shù)據(jù)，為計(jì)算中國(guó)地級(jí)及以上城市住房空置率及分析其空間差異提供了可能。

本文利用2017 年CHFS 數(shù)據(jù)，以中國(guó)248 個(gè)地級(jí)及以上行政區(qū)為基本研究單元，在提取住房相關(guān)數(shù)據(jù)的基礎(chǔ)上，通過(guò)計(jì)算住房空置率，深入研究住房空置的空間分布格局及其影響因素，以期為新型城鎮(zhèn)化建設(shè)從土地城鎮(zhèn)化向人的城鎮(zhèn)化轉(zhuǎn)變提供參考借鑒。

一、數(shù)據(jù)及研究方法

(一)數(shù)據(jù)來(lái)源

CHFS 是西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心在全國(guó)范圍內(nèi)開(kāi)展的隨機(jī)抽樣調(diào)查項(xiàng)目，該項(xiàng)目主要內(nèi)容是收集有關(guān)家庭金融的微觀層次信息，包括：住房資產(chǎn)與金融財(cái)富、負(fù)債與信貸約束、收入與消費(fèi)、社會(huì)保障與保險(xiǎn)、人口特征與就業(yè)以及支付習(xí)慣等信息。該數(shù)據(jù)對(duì)家庭經(jīng)濟(jì)和金融行為進(jìn)行了全面細(xì)致的刻畫，旨在為學(xué)術(shù)研究與政府決策提供高質(zhì)量的家庭微觀金融數(shù)據(jù)。2017年第四輪CHFS 數(shù)據(jù)范圍覆蓋全國(guó)29 個(gè)?。ㄗ灾螀^(qū)、直轄市）、355 個(gè)區(qū)縣、1428 個(gè)村（居）委會(huì)，樣本規(guī)模達(dá)40011戶，數(shù)據(jù)在全國(guó)和各地級(jí)及以上城市尺度上具有代表性。首先對(duì)CHFS2017 數(shù)據(jù)進(jìn)行數(shù)據(jù)清理，主要包括：①住房相關(guān)數(shù)據(jù)提取。原始的CHFS 數(shù)據(jù)涉及住房、人口、金融等多種調(diào)查數(shù)據(jù)信息，本文為了保證數(shù)據(jù)的真實(shí)性和后期計(jì)算的準(zhǔn)確性，人工提取包括家庭房屋數(shù)、空置時(shí)間和空置房屋數(shù)等在內(nèi)的住房相關(guān)數(shù)據(jù)。②空值及異常值處理。由于CHFS 數(shù)據(jù)在調(diào)查過(guò)程中對(duì)部分?jǐn)?shù)據(jù)的保密以及被調(diào)查人員不愿公開(kāi)住房相關(guān)信息，因此調(diào)查人員將相關(guān)數(shù)據(jù)設(shè)置為空值。本文研究主要集中在住房空置相關(guān)研究，所以將空值和異常值數(shù)據(jù)做剔除處理，保證結(jié)果的可信性。③CHFS 數(shù)據(jù)共涉及29 個(gè)?。▍^(qū)、市）、355 個(gè)區(qū)縣，但存在部分市縣調(diào)查對(duì)象過(guò)少，如金昌市、焦作市、東營(yíng)市等2017 年調(diào)查數(shù)為1，無(wú)法代表整個(gè)市縣的住房情況，因此將此類數(shù)據(jù)做異常值處理，以消除數(shù)據(jù)引起的偏差性。

影響因子主要從城市用地需求和社會(huì)發(fā)展水平兩方面進(jìn)行選取，數(shù)據(jù)獲取自2018 年《國(guó)家統(tǒng)計(jì)年鑒》（數(shù)據(jù)統(tǒng)計(jì)時(shí)點(diǎn)為2017 年），具體見(jiàn)表1，以此分析全國(guó)248 個(gè)地級(jí)及以上城市住房空置率的影響因素。

表1 住房空置率影響因素Tab.1 Influencing factors of housing vacancy rate

本文采用的行政區(qū)劃數(shù)據(jù)包括中國(guó)國(guó)界線、省級(jí)行政區(qū)邊界和地級(jí)市邊界，均來(lái)自于國(guó)家基礎(chǔ)地理信息中心（http∶//www.ngcc.cn/）。

(二)研究方法

1.住房空置率計(jì)算

要計(jì)算住房空置率，首先要明確空置房的概念?？罩茫╒acancy）是指建筑物的整體或部分目前并未得到使用，處于等待出租或出售的狀態(tài)。無(wú)論是處于銷售狀態(tài)的新建房屋還是當(dāng)前房屋用戶搬離后留下的房屋，只要沒(méi)有確認(rèn)新的住房用戶，該房屋都屬于空置房屋。在2017中國(guó)城鎮(zhèn)住房空置分析報(bào)告中，將空置住房定義為在調(diào)查時(shí)無(wú)人居住的住房。本文研究的空置住房包括兩類：一是僅有一套住房的家庭因外出工作等原因而空置的自有住房，二是多套房家庭持有的，既未自己使用，也未處于出租狀態(tài)的住房。報(bào)告按照一致標(biāo)準(zhǔn)計(jì)算的城鎮(zhèn)地區(qū)住房空置率在2011 年、2013 年、2015 年及2017 年分別為18.4%、19.5%、20.6%和21.4%。已有研究表明，住房空置率主要通過(guò)住房數(shù)量和住房面積來(lái)計(jì)算，同時(shí)住房空置處于動(dòng)態(tài)變化的狀態(tài)。本文從CHFS 數(shù)據(jù)中提取住房數(shù)據(jù)，引入空置時(shí)間段變量，通過(guò)時(shí)間和數(shù)量?jī)蓚€(gè)角度計(jì)算住房空置率，以此來(lái)分析2017 年全國(guó)248 個(gè)地級(jí)及以上城市的住房空置狀況。

從家庭角度來(lái)看，對(duì)于只有一套住房的調(diào)查對(duì)象，家庭住房空置率計(jì)算式為：

其中，HVR代表第i 個(gè)調(diào)查對(duì)象的住房空置率，VM代表第i 個(gè)調(diào)查對(duì)象一年中的空置月數(shù)。

對(duì)于有多套住房的調(diào)查對(duì)象，家庭住房空置率計(jì)算式為：

其中，HVR代表第j 個(gè)調(diào)查對(duì)象的住房空置率，NV代表第j 個(gè)調(diào)查對(duì)象的空置房屋數(shù)，NT代表第j 個(gè)調(diào)查對(duì)象擁有的房屋總數(shù)。

從城市角度來(lái)看，對(duì)于城市中只有一套住房的調(diào)查對(duì)象，城市住房空置率計(jì)算式為：

其中，HVR 代表在城市擁有一套住房的住房空置率，HVR代表第i 個(gè)調(diào)查對(duì)象的住房空置率，n 代表在該城市擁有一套住房的調(diào)查數(shù)據(jù)總樣本數(shù)。

對(duì)于城市中有多套住房的調(diào)查對(duì)象，城市住房空置率計(jì)算式為：

其中，HVR 代表在城市擁有多套住房的住房空置率，HVR代表第j 個(gè)調(diào)查對(duì)象的住房空置率，n 代表在該城市擁有多套住房的調(diào)查數(shù)據(jù)總樣本數(shù)。

2.空間計(jì)量模型

考慮到影響因素的空間異質(zhì)性和空間差異性，普通回歸模型無(wú)法滿足空間分析需求，因此本文使用空間計(jì)量模型。在分析中，首先使用普通最小二乘法（Ordinary Least Squares，OLS）分析影響因素與住房空置率的相關(guān)關(guān)系，OLS 通過(guò)最小化誤差的平方和來(lái)尋找數(shù)據(jù)的最佳函數(shù)匹配。首先假定每個(gè)研究的地級(jí)及以上城市遵循如下對(duì)數(shù)線性形式的函數(shù)：

式（5）中，α 表示常數(shù)項(xiàng)，α-α為待估計(jì)的參數(shù)，ε 表示隨機(jī)誤差項(xiàng)，其他同表1。

本文分別使用了空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）：

（1）空間滯后模型

空間自回歸模型（SAR）或空間滯后模型是在考慮空間相關(guān)時(shí)加入隨機(jī)干擾項(xiàng)，公式表述為：

式（6）中，ρ 表示因變量空間滯后項(xiàng)的待估計(jì)參數(shù)，也被稱為空間自回歸系數(shù)。W 表示空間權(quán)重矩陣。其他同式（5）。

（2）空間誤差模型

空間誤差模型，主要是加入空間擾動(dòng)項(xiàng)，空間擾動(dòng)項(xiàng)主要與空間總體相關(guān)，某一空間的擾動(dòng)會(huì)隨空間效應(yīng)影響到其他空間，具體表述為：

其中，λ 為空間自相關(guān)誤差項(xiàng)的待估計(jì)系數(shù)，也被稱為空間自相關(guān)系數(shù)，W為空間權(quán)重矩陣，μ 為誤差項(xiàng)。其他同式（5）。

（3）空間杜賓模型

空間杜賓模型，是解釋變量的空間滯后項(xiàng)影響被解釋變量，也就是通過(guò)加入空間滯后變量，增強(qiáng)的空間滯后模型。具體表述為：

二、結(jié)果與分析

(一)住房空置現(xiàn)象的空間格局

1.空間分布

本文利用CHFS 數(shù)據(jù)，處理后得到248 個(gè)城市共計(jì)29786 條調(diào)查數(shù)據(jù)，經(jīng)過(guò)計(jì)算，得到2017 年全國(guó)地級(jí)及以上城市住房空置的分布結(jié)果（圖1）。圖1 中的“無(wú)數(shù)據(jù)區(qū)域”主要指CHFS未涉及到的城市或調(diào)查數(shù)據(jù)數(shù)量過(guò)少，無(wú)法代表整個(gè)城市空置狀況的城市。從圖1 有數(shù)據(jù)城市的地域分布可以發(fā)現(xiàn)：①住房空置率高于40%的城市包括安慶市、宿州市、安康市、巴中市、周口市、懷化市、鷹潭市、汕尾市，共計(jì)8 個(gè)城市，占城市總數(shù)的3%；住房空置率介于20%和40%之間的城市共有29 個(gè)，占總數(shù)的11.7%，主要分布在四川省東部及東南部地區(qū)、陜西省中部、山西省中部、浙江省中部及東部、湖南省中部和廣東省中部及西部地區(qū)，有半數(shù)以上城市屬于四線城市；住房空置率介于10%和20%之間的城市共有34 個(gè)，占城市總數(shù)的13.7%，主要分布在云南省東北部、江西省中部及西部、河南省西南部和河北省北部，主要集中在三線、四線和五線城市，且數(shù)量相當(dāng)；住房空置率介于5%和10%之間的城市共有69 個(gè)，占城市總數(shù)的27.8%，其中約三分之一的城市分布在省域交界處，包括陜甘寧交界處、湖北省周邊和贛浙閩交界處，其余三分之二呈零散分布；住房空置率小于5%的城市共有107 個(gè)，占城市總數(shù)的43.1%。

圖1 2017 年地級(jí)及以上城市住房空置的空間分布Fig.1 The spatial distribution of vacant housing in cities at prefecture-level or above in 2017

②從全國(guó)城市地區(qū)分布來(lái)看（圖2），大部分沿海城市的住房空置率較內(nèi)陸城市低，一些欠發(fā)達(dá)的偏遠(yuǎn)地區(qū)和內(nèi)陸城市住房空置現(xiàn)象明顯，住房空置率較高。中部地區(qū)空置率明顯高于其他區(qū)域，并且以中部城市為中心，向四周范圍城市呈現(xiàn)遞減趨勢(shì)，住房空置率從高到底依次是中部＞東部＞西部＞東北。值得注意的是，雖然已有大量文獻(xiàn)和數(shù)據(jù)證明東北地區(qū)是中國(guó)城市收縮和人口流失最為嚴(yán)重的區(qū)域，但本文研究發(fā)現(xiàn)其住房空置率整體處于較低水平，是否符合真實(shí)狀況，尚需在獲得更多樣、更直接數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步深入分析。

圖2 不同地區(qū)住房空置率統(tǒng)計(jì)Fig.2 Statistics on the distribution of vacant housing in different regions

③從城市規(guī)模來(lái)看，住房空置率較高的城市主要集種在中小型城市（根據(jù)國(guó)務(wù)院2014 年印發(fā)的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，中小型城市指常住人口100萬(wàn)以下的城市）。在整個(gè)社會(huì)經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)，中小型城市抓住政策機(jī)遇，大力發(fā)展城市規(guī)模，以吸引其他地方人才移居。但城市基礎(chǔ)設(shè)施服務(wù)不夠完善，就業(yè)機(jī)會(huì)不足，往往導(dǎo)致中小型城市住房空置率居高不下。

圖3 不同城市規(guī)模下住房空置分布情況統(tǒng)計(jì)Fig.3 Statistics on the distribution of vacant housing in different city sizes

④從城市級(jí)別看（圖4），住房空置率大于10%的城市主要以三線和四線城市為主。從不同等級(jí)的城市數(shù)量看（表2），對(duì)一線城市和新一線城市來(lái)說(shuō)（城市級(jí)別根據(jù)第一財(cái)經(jīng)發(fā)布的“2018 中國(guó)城市商業(yè)魅力排行榜”的結(jié)果），住房空置率都低于10%。一線城市經(jīng)濟(jì)發(fā)展快，豐厚的待遇、完善的基礎(chǔ)設(shè)施和更多的就業(yè)機(jī)遇，對(duì)年輕人極具吸引力，使得大量人口流入，城市發(fā)展加快，城市活力增加。對(duì)于二線城市而言，大部分城市住房空置率處于正常水平，但有少數(shù)城市已經(jīng)出現(xiàn)高空置現(xiàn)象，整體空置水平穩(wěn)定。對(duì)于三線城市，出現(xiàn)住房高空置現(xiàn)象的城市數(shù)量驟增，空置率＞10%的城市數(shù)量占總?cè)€城市數(shù)量的30%，其中大部分城市空置率集中在10%-20%之間，同時(shí)空置率＞40%的城市中約一半為三線城市。在四線城市中，空置現(xiàn)象尤為明顯，空置率＞10%的城市數(shù)量占總四線城市數(shù)量的30.5%，其中住房空置率介于20%-40%之間的城市中，有一半的城市都屬于四線城市，應(yīng)當(dāng)引起足夠重視。對(duì)五線城市來(lái)說(shuō)，城市總體空置水平較為穩(wěn)定，大部分城市處于低空置狀態(tài)，少數(shù)城市出現(xiàn)高空置現(xiàn)象，如四川省自貢市，江西省新余市等。五線城市由于經(jīng)濟(jì)發(fā)展不足，經(jīng)濟(jì)實(shí)力難以支撐房地產(chǎn)建設(shè)，同時(shí)人口數(shù)量少，難以形成大規(guī)模的住房空置，但也不能忽視空置問(wèn)題。

圖4 不同城市級(jí)別平均住房空置率Fig.4 Average housing vacancy rate in different city levels

表2 不同城市級(jí)別下住房空置的城市數(shù)量Tab.2 Number of cities with vacant housing in different city levels

⑤從地理位置來(lái)看，住房空置率較高的城市主要集中在省域交界處和城市群周邊。以安康市為例，2017 年安康市房屋空置率高達(dá)48%，而安康市位于陜西省、湖北省、四川省、重慶市交界處。同時(shí)，城市群周邊地區(qū)也出現(xiàn)了較高的住房空置率。以長(zhǎng)江三角洲城市群為例，其周邊的宿遷市、安慶市住房空置率均大于40%，其他如蚌埠市、淮安市、紹興市、臺(tái)州市住房空置率均大于20%。主要城市群及周邊地區(qū)住房空置分布情況如圖5。

圖5 城市群及周邊地區(qū)住房空置的空間分布Fig.5 The spatial distribution of vacant housing in urban agglomerations and surrounding areas

2.空間關(guān)聯(lián)特征

采用GeoDa 軟件，計(jì)算得到中國(guó)地級(jí)及以上城市住房空置率的全局Moran’sI 值為0.483，同時(shí)Moran’sI 的Z 值為2.84，大于5%置信水平的閾值1.96，表明中國(guó)地級(jí)及以上城市住房空置率存在顯著的全局自相關(guān)特征，住房空置率較高的城市趨于集聚，住房空置率較低的城市也同樣有集聚現(xiàn)象。

在5%置信水平下，將中國(guó)的地級(jí)及以上城市住房空置分為以下4 類（圖6）：①高-高聚集類，包括上饒、長(zhǎng)沙、南昌、撫州、汕尾、揭陽(yáng)、河源和韶關(guān)共8 個(gè)城市，這些城市與相鄰城市之間的住房空置率都比較高，存在顯著的正相關(guān)。②低-低聚集類，包括普洱、臨滄、保山、百色、麗江、佛山、無(wú)錫、南京、運(yùn)城、包頭、通遼、四平、阜新、沈陽(yáng)、撫順、本溪、通化、白山和牡丹江共19 個(gè)城市，城市自身的住房空置率較低，同時(shí)周圍城市的空置率也低，呈現(xiàn)出明顯的正相關(guān)關(guān)系。③低-高聚集類，包括漢中、宿遷、徐州、淮北、商丘、景德鎮(zhèn)、南平、梅州、邵陽(yáng)、銅仁和宜賓共11 個(gè)城市，這些城市自身住房空置率低而周圍城市的住房空置率高，呈現(xiàn)出明顯的負(fù)相關(guān)。④高-低聚集類，包括西寧、鞍山、銅陵共3 個(gè)城市，這些城市自身住房空置率較高，而周圍城市的住房空置率較低，呈現(xiàn)負(fù)相關(guān)。以上結(jié)果反映出中國(guó)中西部地區(qū)是住房空置率較高的典型地區(qū)，高空置地區(qū)分布范圍廣泛，呈現(xiàn)出一定的連片集中的聚集狀態(tài)；而經(jīng)濟(jì)發(fā)達(dá)的沿海城市群則是住房空置率較低、空間集聚水平較高的典型區(qū)域。但從全國(guó)范圍來(lái)看，高空置城市分布又較為離散，同時(shí)區(qū)域內(nèi)集聚范圍較小。①高-高聚集類出現(xiàn)在③低-高聚集類周圍，④高-低聚集類出現(xiàn)在②低-低聚集類周圍。

圖6 住房空置的空間關(guān)聯(lián)類型Fig.6 Spatial association type of vacant housing

(二)住房空置的影響因素

1．住房空置的空間回歸分析

利用Stata 軟件，分別采用OLS、SEM、SAR 和SDM 模型，分析各影響因子對(duì)各城市住房空置率的貢獻(xiàn)。其中，SDM 使用Stata 軟件進(jìn)行分析，其他模型使用GeoDa 軟件進(jìn)行分析。結(jié)果如表3 所示，其中，LIK（Log likelihood）、AIC（Akaike info criterion）、SC（Schwarz criterion）是對(duì)各模型結(jié)果檢驗(yàn)的指標(biāo)，LIK 越高，AIC 和SC 越低，說(shuō)明模型結(jié)果越精確。表3 表明，OLS 的多項(xiàng)指標(biāo)都沒(méi)有達(dá)到統(tǒng)計(jì)檢驗(yàn)要求，出現(xiàn)這種情況的原因主要是住房空置率和各影響因素之間存在空間相關(guān)關(guān)系。在這種情況下，OLS 的結(jié)果可能存在一定的誤差。

從表3 的結(jié)果來(lái)看，SEM、SAR 和SDM 都比OLS 效果理想，各項(xiàng)系數(shù)和指標(biāo)都有提高，這說(shuō)明SEN、SAR 和SDM 在分析過(guò)程中都考慮了傳統(tǒng)回歸模型中的空間自相關(guān)因素，并在一定程度上提高了擬合精度。對(duì)比三種空間計(jì)量模型結(jié)果發(fā)現(xiàn)，SDM 的LIK 明顯高于SEM 和SAR，而AIC和SC 指標(biāo)遠(yuǎn)小于SEM 和SAR。因此，本文使用的三種空間計(jì)量模型的擬合精度SDM＞SAR＞SEM。

表3 空間計(jì)量回歸結(jié)果

在分析過(guò)程中，考慮到各城市的異質(zhì)性特征，空間計(jì)量模型分析均在時(shí)間、空間效應(yīng)固定的情況下進(jìn)行。通過(guò)對(duì)調(diào)整后β、R的結(jié)果對(duì)比，本文以SDM 模型為基礎(chǔ)模型考慮各變量對(duì)住房空置率的影響?；A(chǔ)模型采用以空間鄰接方式構(gòu)建的權(quán)重矩陣，并不涉及空間位置之間的關(guān)聯(lián)關(guān)系。因此，進(jìn)一步使用半徑距離空間矩陣（D）及K鄰近空間權(quán)重矩陣（K）對(duì)基礎(chǔ)模型進(jìn)行重新估計(jì)。

心有靜氣，才能客觀看待人事，沉著思考問(wèn)題。反之，心有怒氣，整個(gè)人就會(huì)淪為情緒的奴隸，辨不清是非真假，自然容易出亂子。

回歸分析結(jié)果顯示，城區(qū)人口密度對(duì)住房空置率回歸系數(shù)為-0.613，并在10%的置信水平下顯著，空間滯后項(xiàng)系數(shù)為-0.832，同時(shí)在10%的置信水平下顯著，說(shuō)明城區(qū)人口密度對(duì)住房空置率有明顯的抑制作用，城區(qū)人口密度越大，住房空置率越低，呈現(xiàn)負(fù)相關(guān)關(guān)系。同時(shí)中心城市的城區(qū)人口密度對(duì)周圍城市的住房空置率也有一定的抑制作用，主要體現(xiàn)在：城市人口密度越大，導(dǎo)致就業(yè)、醫(yī)療等服務(wù)不能滿足人們生活的基本需求，出現(xiàn)人口“擠出效應(yīng)”，即由于人口密度過(guò)大導(dǎo)致人口向周圍城市流動(dòng)，周圍城市的住房空置現(xiàn)象得到緩解，直到人口與各類基礎(chǔ)服務(wù)達(dá)到平衡，而這種平衡狀態(tài)還需進(jìn)一步探究。

居住用地面積對(duì)住房空置率的回歸系數(shù)為0.234，并在5%水平下顯著，空間滯后項(xiàng)系數(shù)為0.342，同時(shí)在5%的置信水平下顯著，說(shuō)明城區(qū)居住用地面積對(duì)住房空置率有一定的促進(jìn)作用，城區(qū)居住用地面積越大，住房空置率越高，呈現(xiàn)一定的正相關(guān)關(guān)系。同時(shí)居住用地面積對(duì)周圍城市的住房空置率也有促進(jìn)作用，主要原因是：中心城市的居住用地面積增加，出現(xiàn)更多的就業(yè)機(jī)會(huì)，各項(xiàng)基礎(chǔ)服務(wù)設(shè)施也隨之增加，周圍城市人口受中心城市吸引，致使大量人口從周圍城市流入中心城市，周邊城市住房空置現(xiàn)象明顯增加，住房空置率上升。

人均建設(shè)用地對(duì)住房空置率的回歸系數(shù)為0.962，并在1%置信水平下顯著，其空間滯后項(xiàng)系數(shù)為-0.423，但對(duì)周圍地區(qū)的住房空置率影響并不明顯，說(shuō)明人均建設(shè)用地對(duì)住房空置率表現(xiàn)為促進(jìn)作用，人均建設(shè)用地越多，住房空置率越高，呈正相關(guān)。人均建設(shè)用地客觀地反映了城市范圍內(nèi)的人均用地水平現(xiàn)狀和城市發(fā)展水平，測(cè)度城市韌性與發(fā)展?jié)摿Φ闹匾笜?biāo)。

地區(qū)生產(chǎn)總值對(duì)住房空置率的回歸系數(shù)為0.104，同時(shí)在5%置信水平下顯著，空間滯后項(xiàng)系數(shù)為0.023，而且對(duì)周圍城市的住房空置率的影響不明顯。地區(qū)生產(chǎn)總值是地區(qū)經(jīng)濟(jì)評(píng)價(jià)的核心指標(biāo)。回歸系數(shù)及顯著性水平說(shuō)明：在城市內(nèi)部，地區(qū)生產(chǎn)總值對(duì)住房空置率起一定的促進(jìn)作用，地區(qū)生產(chǎn)總值越高，就代表城市發(fā)展水平越高，同時(shí)人們對(duì)物質(zhì)生活的追求也越高，在此過(guò)程中出現(xiàn)為滿足不同時(shí)期、不同地域的住房需求，出現(xiàn)了“一家多房”的現(xiàn)象，雖然有各種限購(gòu)政策防止此類現(xiàn)象惡化，但是目前形式依然嚴(yán)峻，由此導(dǎo)致大批住房空置，城區(qū)住房空置率高居不下。

人均地區(qū)生產(chǎn)總值對(duì)住房空置率的回歸系數(shù)為0.183，但在城市內(nèi)部對(duì)住房空置率的影響并不明顯，其空間滯后系數(shù)為0.621，說(shuō)明對(duì)周邊城市住房空置率有一定的促進(jìn)作用。人均地區(qū)生產(chǎn)總值作為一個(gè)了解城市宏觀經(jīng)濟(jì)運(yùn)行狀況的有效手段，是衡量城市經(jīng)濟(jì)發(fā)展的重要指標(biāo)。中心城市的高發(fā)展水平，高人均生產(chǎn)總值吸引著周圍城市人口向中心城市流動(dòng)，周圍城市常住人口下降，空置現(xiàn)象驟增，中心城市出現(xiàn)“虹吸現(xiàn)象”，周邊城市住房空置率逐步上升。

城市排名對(duì)住房空置率的回歸系數(shù)為-0.031，且在10%置信水平上顯著，其空間滯后項(xiàng)系數(shù)為-0.391，在1%置信水平上顯著，說(shuō)明城市排名對(duì)住房空置率有一定的抑制作用，且對(duì)周邊城市也有一定的抑制作用。城市排名是對(duì)城市經(jīng)濟(jì)發(fā)展程度、文化豐厚程度、政治繁榮程度等綜合測(cè)度得出的綜合化指標(biāo)，這些城市發(fā)展穩(wěn)定，擁有更多的工作機(jī)會(huì)，尤其對(duì)年輕人更具吸引力。因此人口流入是必然趨勢(shì)。而城市排名越高，吸引力越大，流入人口數(shù)量越多，相應(yīng)的住房空置率就越低。對(duì)于周圍城市而言，當(dāng)中心城市經(jīng)濟(jì)、人口達(dá)到相對(duì)飽和時(shí)，人們會(huì)選擇城市排名靠前的城市周邊地區(qū)，這樣一旦有中心城市有新的就業(yè)機(jī)會(huì)出現(xiàn)，也能迅速轉(zhuǎn)移到中心城市。因此城市排名對(duì)中心城市周邊地區(qū)的住房空置率也有一定的抑制作用。

2.住房空置的形成機(jī)制

根據(jù)前文空間計(jì)量模型得出的結(jié)果，總結(jié)中國(guó)地級(jí)及以上城市住房空置的形成機(jī)制（圖7）。由前文可知，影響住房空置的主要因素主要包括城市用地需求和城市發(fā)展水平兩部分。城市用地是城市發(fā)展的基石，城市內(nèi)部的一切活動(dòng)都基于城市用地產(chǎn)生和發(fā)展，城市用地需求與城市內(nèi)部的住房空置現(xiàn)象息息相關(guān)。

圖7 住房空置形成機(jī)制圖Fig.7 A diagram of the formation mechanism of vacant housing

由于周邊城市勞動(dòng)力需求下降、醫(yī)療服務(wù)不夠完善、基礎(chǔ)設(shè)施不足和教育水平下降等因素影響，導(dǎo)致周邊地區(qū)的人口向人才待遇更加豐厚、教育資源充足、各類基礎(chǔ)設(shè)施更加完善的中心城市遷移，進(jìn)而導(dǎo)致周邊城市人口數(shù)量減少，人口流失嚴(yán)重，大量房屋處于空置狀態(tài)，城市住房空置率急劇上升。

對(duì)于中心城市而言，周邊城市的人口流入使得城區(qū)人口密度增加，人均居住用地面積減少，而居住用地作為城市建設(shè)用地的重要組成部分，使中心城市住房空置現(xiàn)象得到極大改善。當(dāng)中心城市人口增加到可承載人口閾值時(shí)，人們開(kāi)始尋求新的就業(yè)機(jī)會(huì)和生活場(chǎng)所，于是又開(kāi)始向周邊城市遷移，人口從中心城市流向周邊城市，進(jìn)而導(dǎo)致周邊地區(qū)住房空置率下降。

周邊城市的流入人口不僅享受了更好的基礎(chǔ)設(shè)施服務(wù)，同時(shí)增加了中心城市的城市活力，吸引大量企業(yè)在中心城市投資，這為流入人口增加了更多的就業(yè)機(jī)會(huì)，而更多的就業(yè)機(jī)會(huì)又吸引更多外來(lái)人口，對(duì)流入人口起到正反饋調(diào)節(jié)作用。在中心城市人口達(dá)到飽和后，人口開(kāi)始向周邊城市流動(dòng)，對(duì)周邊城市來(lái)說(shuō)，人口流入后當(dāng)?shù)卣畬?duì)政策及時(shí)進(jìn)行調(diào)整，留住外來(lái)人口，能夠提升當(dāng)?shù)爻鞘谢盍?，改善以往住房空置率高居不下的境況，為城市更好發(fā)展提供保障。這對(duì)周邊城市而言，起到積極的負(fù)反饋調(diào)節(jié)作用。

三、結(jié)論與討論

住房空置率是反映城市發(fā)展程度與資源配置的重要指標(biāo)。利用CHFS 數(shù)據(jù)可以有效計(jì)算出地級(jí)及以上城市的住房空置率，彌補(bǔ)表征住房空置程度各類指數(shù)的缺陷，量化住房空置率，并在行政區(qū)尺度上對(duì)住房空置情況進(jìn)行空間化。同時(shí)利用空間計(jì)量模型，在考慮空間誤差項(xiàng)和空間滯后項(xiàng)的情況下，對(duì)住房空置的影響因素進(jìn)行分析，有望豐富住房空置空間格局分析方法。

分析結(jié)果顯示，中國(guó)地級(jí)及以上城市住房空置現(xiàn)象在空間分布上出現(xiàn)了“集聚效應(yīng)”，住房空置率高的城市主要出現(xiàn)在中小型城市以及省域交界城市，東部沿海城市住房空置現(xiàn)象較少出現(xiàn)。從全國(guó)范圍看，住房空置率最高的城市為懷化市，最低的城市為蘇州市，住房空置率＞20%的城市占總研究城市總數(shù)的14.9%，而住房空置率小于10%的城市占總研究城市總數(shù)的70.9%。在南北方向上，地級(jí)及以上城市的住房空置率呈現(xiàn)兩邊低，中間高的“拋物線”趨勢(shì)，即中部＞北方＞南方，在東西方向上，也呈現(xiàn)出“拋物線”趨勢(shì)，即中部＞西部＞東部。中國(guó)地級(jí)及以上城市住房空置率的全局Moran’sI 值為0.483，表明中國(guó)地級(jí)城市住房空置率存在全局自相關(guān)特征，住房空置率較高的地區(qū)趨于集聚，住房空置率較低的地區(qū)同樣也趨于集聚，而住房空置率較高的城市集聚性個(gè)體差異較小，住房空置率較低的城市集聚性個(gè)體差異則較大。

本文在研究過(guò)程中受調(diào)查數(shù)據(jù)制約，在計(jì)算地級(jí)及以上城市住房空置率過(guò)程中還存在一定的不足，如部分城市數(shù)據(jù)缺失等。此外，CHFS 調(diào)查數(shù)據(jù)目前公開(kāi)的涉及房產(chǎn)信息的只有2015 年、2017 年兩期數(shù)據(jù)，無(wú)法進(jìn)行長(zhǎng)時(shí)間序列全國(guó)城市住房空置率的監(jiān)測(cè)和分析，但上述問(wèn)題并不影響本文在研究方法及結(jié)果上的參考意義。