摘 要：文章利用中国31个省、直辖市和自治区的面板数据来分析我国过去十余年房地产行业扩张与人口、GDP、城市化水平、收入等因素的关系，以空间面板模型为基础，通过选取恰当的模型引入变量之间的空间效应，研究房地产行业扩张的区域效应。实证结果表明，各地区房地产投资规模与本地GDP、人口数量、城镇化率等因素有显著关系，同时区域之间的空间面板估计也具有显著性，从而说明我国房地产行业扩张的主要驱动力在于区域效应与国民经济增长、人口增长、城镇化水平等基本因素，它们是房地产行业保持理性健康发展的基础。
关键词：房地产行业;区域效应;空间面板模型
作者简介：彭石，男，中央财经大学经济学院博士研究生，从事宏观经济研究;张居营，男，中央财经大学统计学院研究生，从事产业经济学研究。
一、文献综述
1.数据说明与权重矩阵设定
本文研究采用年度数据，选择样本区间为：2002―2012年，截面单位为：中国31个省、直辖市和自治区。数据来源于各省、市和自治区的统计年鉴和中经数据库，便于数据可比较和减少异方差，所有数据均取自然对数。其中因变量为lnre，自变量为lnpr、lnur、lnpo、lngdp、lnin。数据处理软件为Matlab 7.10以及相应软件包。各变量的具体数据及构造见表1。
其中，lnpr作为控制变量，一方面消除房地产行业过度开发、非理性繁荣导致的行业与宏观基本面各因素的偏离，以及对其他自变量的影响;另一方面通过房价的地区联动作用来研究各自变量与因变量的地区间空间效应。
（1）
其中，
2. 空间面板模型的判定
根据前面的理论分析，我们首先要选择合适的空间面板模型，来分析房地产行业与其他变量的关系。第一步，先构建我国31个省、直辖市和自治区的无空间或区域交互作用的面板模型：
（2）
其中， 和 分别表示在空间和时间上特定的效应，即固定效应或是随机效应。
接下来，在上述非空间效应面板模型的基础上，需要进行两个方面的检验。
在这里，（稳健）LM检验是在固定效应的基础上判断空间模型具体形式，即SAR或SEM模型，但是这种固定效应并没有事先采取一些方法去判断是空间上还是时间上的固定效应，因此，在模型的初始设定上，需要同时设立无空间和时间固定效应的面板模型（即混合估计模型，Pooled OLS估计）、空间固定效应模型、时间固定效应模型以及空间和时间双固定效应模型四种形式再进行（稳健）LM检验。结合本文变量与样本数据，可以得到这四种模型的估计结果与LM检验结果如下：
表3结果为固定效应下各个模型的空间滞后影响和空间误差自相关的（稳健）LM检验，其中前三列的检验结果都不能完全否定本次实证数据不适用于SAR或SEM模型，而第四列在模型存在空间和时间固定效应下，在5%的显著性水平下（稳健）LM统计检验量的结果均拒绝了原假设，表明SAR和SEM两个模型同时成立。
空间和时间双固定效应模型下，再进一步进行LR检验得到空间固定效应和时间固定效应联合显著性的检验结果（见表4），在5%的显著性水平下，检验统计量的P值均小于0.05，因此模型
（2）中应该同时包含[μi]和[λt]。根据在双固定效应模型的基础上得到LM检验统计量的计算结果，进一步表明，样本数据均支持SAR和SEM建立模型。
3. SDM模型的判定和估计
根据前面结果，LM检验的结果表明SAR和SEM两个模型同时成立，需要进一步构建SDM模型并进行估计，根据变量建立的SDM模型为：
（3）
其中，[wij]是根据区域矩阵W1计算得到的经济权重矩W中的相应元素。
基于前文第二部分的描述，对于空间和时间固定效应模型的估计运用Baltagi（2005）提出的中心化（Demeaning）方法得到。另外，由于在前面设定空间面板模型形式时，基于空间效应和时间效应都是固定的这样一个前提，所以本部分还要考虑建立空间和时间效应是随机的SDM模型。由此针对该样本数据，需要建立两种形式的SDM模型，即空间和时间固定效应、空间和时间随机效应。
接下来，需要通过检验来确定空间面板模型的恰当形式，这里的检验包括两个方面：
（1）Wald检验，通过检验两个假设条件：
和
来判断SDM模型是否可以简化为SAR模型或SEM模型，如果均拒绝假设条件，就应该采用SDM模型;
（2）Hausman检验，检验模型中的空间和时间效应（[μi]和[λt]）是被看作固定效应还是随机效应，如果拒绝原假设就应该采取空间固定效应模型。
表5中对因变量的因变量空间滞后性和误差项空间自回归的检验，4个Wald的统计检验量均拒绝原假设，这说明SDM模型较SAR、SEM模型更适合该样本数据。同时，Hausman检验也显著，说明空间和时间固定效应的SDM模型是最优的模型。
上述的实证研究可以发现，我国房地产行业发展与我国GDP、人口数量、城市化水平有显著的关系，在这其中人口以及GDP增长情况作为地区最基本的宏观因素，会通过房价的波动和区域联动效应，或者辐射效应影响邻近省份或地区的房地产发展情况，由此反映了过去十余年我国房地产行业扩张的主要驱动力在于区域效应与国民经济增长、人口增长、城镇化水平等相关因素。
（1）房地产行业的区域效应
区位条件是一个城市地理位置、交通条件、资源环境等各类要素的综合表现。随着特大城市的发展，部分产业和行业必将外溢，周边的中小城市无疑是最好的承接对象，而产业的发展必将进一步带动人流的导入，从而推动经济和房地产行业发展。在房地产行业扩张时期，这种区域效应更加明显，表现在房价的推动以及交通设施的便捷带来的人们对房地产需求不断地外溢，另外还有对其他地区消费预期的增加。典型的就是毗邻北京的河北省廊坊市、上海市、江苏省苏州市。
（2）房地产行业与国民经济增长、人口增长、城镇化水平
对于整个国民经济来说，房地产行业具有重要作用，这种作用不仅表现在后者是前者整个产业体系的重要构成部分，更表现在二者之间具有密切的关联性。一方面，国民经济的发展状况决定了房地产行业的地位与发展空间，是该行业存在和发展的基础，能够在一定程度上制约或推动房地产业发展;另一方面，在某个发展阶段，房地产业又能够成为国民经济的一个新增长点，甚至是支柱产业，它的发展反过来会约束或推动国民经济的发展。一般来说，房地产行业扩张是国民经济增长的体现，而前者又进一步促进了后者。从人口的角度来说，房地产具有“居住属性”，代表了一定的需求，当人口数量增加时，会刺激房地产行业的需求，带动其价格上涨，从而促进房地产行业扩张，反之，数量减少导致房地产需求降低，会导致房地产行业的衰落。城镇化水平是国民经济中又一个与房地产行业息息相关的因素，某一国家或区域的城镇化率迅速提升，不仅带来了本地城市建设，而且人口的涌入能够刺激更多的房地产需求，自2002年起，我国房地产行业迅速发展的这十年，背后是我国城镇化率从39.09%提升到52.57%，带动了2亿农民的城镇化。同时，在城镇化过程中，城镇居民的住房改善性需求、城市规划建设带来的旧城改造与拆迁、基础设施建设创造的住房需求也对房地产市场带来了巨大影响。
上述分析为我们厘清了过去十余年我国房地产行业不断扩张过程中的实际影响因素与机制，在房地产市场非理性繁荣背后是国民经济增长、人口增长、城镇化以及区域效应等基本因素影响行业供需从而支撑行业扩张。如今房地产行业已经进入新的阶段，与之相随的是，我国经济也处于增速换挡和转变发展方式的阶段，加之未来人口红利的终结，如何在新形势下保持房地产行业合理健康发展，通过新型城镇化以及区域经济协同化等发展策略来避免房地产行业的过度萎缩，从而有效地调结构、稳增长，值得我们深思，也具有重大意义。
参 考 文 献
[1] Karl E. Case，Robert J. Shiller. “Forecasting Prices and Excess Returns in the Housing Market”，in Real Estate Economics，1990.
[2] Seko M. “Housing Prices and Economic Cycles”，Paper Presented at the International Conference on 'Housing Market and the Macro Economy： The Nexus’ held in Hong Kong， China，2003.
[3] Vyacheslav Mikhed，Petr Zemcík. “Do house prices reflect fundamentals？ Aggregate and panel data evidence”，in Journal of Housing Economics，2009.
[5] 梁云芳、高铁梅：《中国房地产价格波动区域差异的实证分析》，载《经济研究》2007年第8期.
[7] 颜磊：《关于中国房地产市场的空间计量分析》，厦门大学硕士学位论文，2007.
[8] 刘振超：《中国房地产价格的影响因素研究――基于空间计量的实证分析》，厦门大学硕士学位论文，2009.
[9] 洪国志、李郇：《基于房地产价格空间溢出的广州城市内部边界效应》，载《地理学报》2011年第4期.
