城镇化对房价影响的实证研究.docx

该【城镇化对房价影响的实证研究 】是由【科技星球】上传分享，文档一共【11】页，该文档可以免费在线阅读，需要了解更多关于【城镇化对房价影响的实证研究 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。城镇化对房价影响的实证研究
 
 
王鑫
Summary:近年来,房价的快速上涨离不开城镇化的发展,二者之间存在一定聯系。基于2007-2016年省级面板数据,考察了城镇化水平对房价的影响。结果发现,城镇化水平对房价具有促进作用,即在其他条件不变时,城镇化水平越高的地区,房价会逐渐上升。因此,地方政府应适度增加住房供给,大力发展住房租赁市场,合理控制城市发展速度和规模,合理引流和分流人口,抑制房
地产投机需求,来遏制房价过快上涨。这对推进新型城镇化建设与房价调控都具有重要的现实意义
Key:城镇化 房价 面板数据
一、引言与文献综述
推进新型城镇化建设是促进中国经济增长的强大引擎和国家战略,近年来我国城镇化发展迅速,与此同时,房地产市场也呈现快速发展,尤其是房价的持续上涨,愈加引起人们的的关注。那么城镇化与房价之间是否存在一定关系,二者关系究竟如何,理清这二者的关系对推进新型城镇化建设与房价调控都具有重要的现实意义
本文探讨的是城镇化水平与房价之间的关系。所谓城镇化是指人口向城镇转移、城镇区域扩大等由此引起经济社会发生变化的过程,实质是经济社会发展在空间结构上的变迁(魏后凯等,2013)。随着城镇人口不断增加,创造出大量的住房刚性需求,而部分原住城市居民产生了投资投机性住房需求,助推了房价上升(吴振华等,2018)。现有的相关研究主要包括三个方面的内容,即城镇化与房价的因果关系、城镇化对房价的影响机理以及城镇化对房价的作用。
(一)城镇化与房价的因果关系研究
在此类文献中大量研究表明,城镇化水平的提高是导致房价变化的原因。陈石清和朱玉林(2008)的实证结果发现,城镇化水平与房价之间存在长期稳定的正向相关关系。谢福泉和黄俊晖(2013)相关研究同样表明,城镇化水平提高会引起房地产市场的繁荣。黄庆华和姜松(2014)基于省际面板数据研究发现
城镇化水平对房价的影响具有门槛效应。这些研究从实证分析的角度揭示了城镇化水平与房价的因果关系逻辑,反映了我国城镇化的快速发展与房地产市场繁荣的相关关系。
(二)城镇化对房价的影响机理研究
城镇化对房价的影响机理研究表明,城镇化水平提高会从多种途径影响房价的变化。郑娟尔(2008)、白忠菊和杨庆媛(2012)、单志鹏(2013)等从土地供应量、土地供应结构、土地供应方式等角度研究土地城镇化对房价的影响机理。另外,王立平(2013)运用极值边界分析方法发现由人口和居民收入增长而产生的刚性需求是影响房价的“稳健性”因素。这类研究凸显了城镇化通过多种途径影响房价的重要作用。上述研究为分析城镇化与房价的关系提供了一定的理论视角,但用于分析房价上涨现象尚有不足。
(三)城镇化对房价的作用研究
学界关于城镇化对房价的作用研究存在一些争议,众多学者认为城镇化对房价具有显著的促进作用。骆永民(2011)通过面板回归模型也发现城镇化与房价存在正相关性。孟庆斌等(2017)考察了城镇化对房价的影响,实证结果发现城镇化是推动房价上涨的关键因素。另外,有些学者认为城镇化对房价具有一定的抑制作用。姜松和王钊(2014)通过构建动态空间面板模型研究发现,以非农就业人口衡量的城镇化对房价的影响为负。虽然韩正龙和王洪卫(2014)运用面板数据实证发现,城镇化对房价有一定影响,但是城镇化只解释房价上涨的2%,其产生的影响较弱。上述研究之所以会产生两种不同的结论,是因为学者的研究视角不同、选取的衡量城镇化的指标不同,而用非农就业人员衡量
的城镇化水平与以户籍人口衡量的城镇化水平不一致,导致二者的研究结果不同。
总之,上述三类研究从各方面分析了城镇化与房价间的关系。城镇化与房价的因果关系研究和城镇化对房价的作用研究均侧重于前者对后者的实证分析;城镇化对房价的影响机理研究侧重于前者对于后者的理论分析。但是在城镇化对房价的作用研究中,结论仍存在一定分歧,有鉴于此,有必要对二者关系进行相关实证分析。
二、实证分析
(一)模型构建
为研究城镇化水平与房价间的关系,本文参照司海平等[14]的模型,并添加了经济增长水平及城乡收入差距等指标,构建如下模型进行分析:
其中,hp表示房价,urb表示城镇化水平,landfee表示国有土地出让收入,pergdp表示经济增长水平,builtarea表示房屋竣工面积,urir表示城乡收入差距,loan表示房地产开发贷款,i表示省份,t表示年份,β0是常数项。另外,还控制了地区与时间(λprovince、λyear)变量。为防止异方差对回归结果的影响,将各个变量(相对指标除外)取自然对数处理。我们选取城镇化水平的滞后一期作为工具变量,进行面板两阶段最小二乘回归,以避免内生性问题。
(二)变量选取
被解释变量是房地产价格,用“商品房平均销售价格”这一指标表示;解释变量分别是城镇化水平,城镇化水平用城镇人口占总人口的比重表示。另外,控制
变量有:(1)国有土地出让收入,用国有建设用地出让成交价款表示。(2)经济增长水平,用人均GDP表示。(3)房屋竣工面积,用年末房地产企业房屋竣工面积表示。(4)城乡收入差距,用城镇居民人均可支配收入与农村居民人均纯收入的比值表示。(5)房地产开发贷款,用“房地产开发企业资金来源”中的“国内贷款”表示。本文各变量的描述性统计量如表1所示。
(三)数据来源
本文采用2007—2016年中国30个省、自治区(西藏缺失数据较多,故将其剔除)、直辖市的面板数据进行实证分析。其中城镇化水平的数据来源于《中国人口和就业统计年鉴》,房价、经济增长水平、房屋竣工面积、城乡收入差距、房地产开发贷款均来源于相应年份的《中国统计年鉴》,国有土地出让收入来自相应年份的《中国国土资源统计年鉴》。为消除通货膨胀的影响,我们采用CPI指标,将以货币价值衡量的各变量进行不变价处理,均转换为2007年的不变价格变量,CPI的数据来自《中国金融年鉴》。
(四)实证结果分析
在处理面板数据之前,要进行Hauseman检验,检验结果强烈拒绝了模型中的个体效应是随机效应,认为应使用固定效应模型。F检验结果表明存在个体效应,拒绝使用混合回归。本文采用双向固定效应模型,解决了模型中存在的个体效应和时间效应。首先,检验城镇化水平对房价的影响。其次,选取城镇化水平的工具变量,进行面板两阶段最小二乘回归,以控制内生性问题,同时,进一步证明结果。
。由表2可知,回归(1)加入了主要解释变量城镇化水平和所有控制变量,回归结果显示,城镇化水平的系数在5%的水
平上显著为正,表明城镇化水平对房价具有促进作用,即在其他条件不变时,城镇化水平越高的地区,房价会逐渐上升。城镇化水平的提高使得大量人口在城市集聚,催生出了巨大的住房需求,而住房的供给速度滞后于其需求的增长速度,会引起房价的上涨。
。本文借鉴司海平等的做法采用城镇化水平的滞后一期作为工具变量,以控制内生性问题。首先进行异方差稳健的Durbin-Wu-Hausman(简称DWH)检验,,因此认为城镇化水平为内生解释变量。然后,对工具变量进行两阶段最小二乘法估计后,检验弱工具变量的问题。检验结果显示,,说明工具变量是合适的,不存在弱工具变量的问题。但为了稳健起见,采用对弱工具变量更不敏感的有限信息最大似然法(LIML),结果证明LIML的系数估计值非常接近2SLS,从侧面验证了不存在弱工具变量。
回归(2)显示了城镇化水平的滞后一期作为工具变量的回归结果。控制了内生性问题之后,结果显示工具变量的估计系数依然显著为正,表明城镇化水平对房价仍然具有显著的促进作用。
(五)稳健性检验
我们参照秦佳平的研究结论,由于城镇化水平与城镇居民可支配收入存在着长期的均衡关系,我们利用城镇居民人均可支配收入作为城镇化水平的代理变量,进一步检验上述结果的稳健性,与上文的结论相一致,具體结果见表2的第三列。
三、结论与启示
本文利用2007-2016年省级面板数据考察了城镇化水平对房价的影响。结果显示,城镇化水平对房价具有促进作用,即在其他条件不变时,城镇化水平越高的地区,房价会逐渐上升。这说明城镇化水平的提高使得大量人口在城市集聚,催生出了巨大的住房需求,而住房的供给速度滞后于其需求的增长速度,会引起房价的上涨。基于上述结论,可以带给我们以下三点启示。一是对于城镇化发展速度较快的地区,当住房需求大于供给时,应适度增加住房供给,同时要大力发展住房租赁市场,建立完善的公共租赁住房保障体系,共同遏制房价的过快上涨。二是推进新型城镇化建设,合理控制城市发展速度和规模,合理引流和分流人口,中小城市要加大城镇基础设施投入和完善公共服务设施,不断提高城市的吸引力和承载力,缓解人口大规模集聚大城市的现象。三是对于人口密度过高的城市,应严控投资性资金进行房地产开发投资,合理供给土地,对房价上涨过快的地区可以采取限购等政策,来进一步抑制投机需求。
Reference:
[1]魏后凯,王业强,苏红键,[J].经济研究参考,2013(31):3-32.
[2]吴振华,——基于珠三角经济区2005-2016年的面板数据[J].价格理论与实践,2018(10):157-160.
[3]陈石清,[J].经济问题,2008(01):47-49.
[4]谢福泉,:基于中国数据的检验[J].上海经济研究,2013,25(08):115-123.
[5]黄庆华,、门槛效应与房地产价格变动[J].财经问题研究,2014(11):99-106.
[6][D].浙江大学,2008.
[7]白忠菊,、房价波动与地方政府的或然态势[J].改革,2012(11):83-90.
[8][D].吉林大学,2013.
[9]“稳健性”影响因素实证研究[J].管理世界,2013(10):184-185.
[10]:线性还是非线性?——基于四种面板数据回归模型的实证分析[J].财经研究,2011,37(04):135-144.
[11]孟庆斌,黄清华,张能鲲,、区域发展不均衡与房地产价格[J].经济理论与经济管理,2017(09):5-18.
[12]姜松,[J].科研管理,2014,35(11):163-170.
[13]韩正龙,、城镇化与房地产价格——来自中国房地产市场的证据[J].经济问题探索,2014(02):63-70.
[14]司海平,刘小鸽,[J].经济评论,2017(01):15-27.