城市经济开放度对房地产价格的影响研究.pdf

朱元清

摘 要：本文通过固定效应、两阶段最小二乘法2SLS等静态面板模型检验了2006—2016年中国35个主要城市的房地产价格与城市经济开放度的关系。结果表明：城市的对外经济开放水平对房地产价格的高低以及波动有很显著的影响，其影响主要是通过经济增长、人均工资、人口流动、房地产开发投资额等因素作用于房屋的供给和需求的改变，进而影响房地产价格的上下浮动。

关键词：房地产价格 经济开放度 面板数据 固定效应

一、引言

中国城市房地产价格持续走高，城市商品房的平均销售价格由 2006 年的3366.79元/平方米增长到 2016年7476.00元/平方米，2016年中国一百个地级市的住宅价格累计上升17.83%，比2015年增加了13.68个百分点。自2001年中国正式成为WTO成员后，便积极开拓外国市场，持续深入参与国际分工与合作，对外开放的水平、宽度和深度也持续的提高，促进着我国各城市宏观经济的迅速发展，同时也伴随着我国城市房地产价格的迅速上涨。

一部分学者主张主要是投资开放促进了城市房地产价格迅速上升。例如，郭璟坤利用外商直接投资、经济增长与地区房地产价格的数据发现，FDI和地区房地产价格的冲击效应十分显著[1]。况伟大将外资变量融入到房地产市场局部均衡的模型中进行分析，考虑供给与需求两个方面，结果表明，外资流入需求环节会促进城市房地产价格的上涨[2]。Aizenman研究了当前账户赤字对房地产价格的影响，表示对外开放度提高了非贸易商品和服务的相对价格[3]。还有一部分学者主张主要是贸易开放导致了房地产价格的上涨，例如，龚维进和徐春华运用空间杜宾模型探讨对外开放水平对中国房地产价格的影响，研究结果显示，对外贸易对城市房地产价格的上升有显著促进作用[4]。另外一部分学者主张，投资开放与贸易开放共同导致了房地产价格的上升，毛其淋等综合考虑贸易开放和投资开放作为经济开放度的衡量指标，研究结果显示，可贸易部门劳动生产率相对的增长，会引起非可贸易品即城市房地产价格的上升[5]。

现有的文献在研究对外开放对房地产价格影响时，较多关注了投资开放或贸易开放影响，而忽视了对外开放对国内房地产供求因素的传导影响。本文将对外贸易水平作为解释变量，影响房地产供求变化的因素作为控制变量，探究对外开放度对房地产价格的影响以及与这些供求因素的关系，不仅关注对外开放度对房地产价格的影响，同时研究在这个过程中GDP、人口数量、人均工资等影响房地产供求因素的传导机制。

二、数据与模型

本文将中国35个大中城市作为研究对象，收集了2006年至 2016年城市的货物进出口总额、商品房平均销售价格、GDP等数据。城市对外经济开放度越高，其货物进出口总额越大，用货物进出口总额除以GDP来作为衡量城市对外开放度水平的指标。另外，还收集了和房地产价格需求与供给有关的指标数据。经济开放度作为解释变量，影响房地产价格供给和需求的因素的指标数据作为控制变量，构建静态面板模型了来解释房地产价格的影响因素。数据来源于中国统计年鉴等。

其中，i表示城市，t表示时间；影响房地产价格需求的变量，有GDP、城市年末总人口（pop）、以及在岗职工平均工资（wage）；影响房地产价格供给的变量，有房地产开发投资额（invest）、房地产竣工房屋面积（area）；OPEN为经济开放度；εit为随机干扰项。变量定义和描述性分析见表1。

三、实证检验与分析

（一）模型筛选和回归分析

本文运用静态面板模型的固定效应、混合回归和随机效应进行回归。通过F检验、LR法、MLE、hausman等方法筛选模型，确定影响房地产供给、需求以及综合考虑这两大方面因素的回归模型都采用固定效应回归较为合适。

如表2所示，模型1-3分别表示使用固定效应时，需求、供给、以及需求与供给共同因素对房地产价格影响的结果。如模型1所示，从影响房地产的需求角度来分析，城市经济开放度、人口数量、平均工资对房地产价格的影响很显著，且都在1%的水平上通过显著性检验。表明房地产的价格伴随着城市经济开放度的提高、人口数量、平均工资的增加而上升。

如模型2所示，从影响房地产价格的供给层面的因素来看，房地产投资额对房地产价格有正向显著影响，且在1%的水平上通过显著性检验。这意味着随着房地产投资额的增长刺激了房地产价格的上涨，这可能和近年来房地产商和消费者对房地产的投资和炒作等行为有关。而房地产开发面积对房价的因素是负向的，说明随着房地产开发面积增长一定程度上抑制了房价上涨，但检验结果不显著的，具体影响还有待进一步探究。

如模型3所示，从需求和供给两方面来考虑，各变量对房价的影响方向都没变化，除了房地产投资额，其余因素对房价影响都较显著。此外，此时房地产投资额对房价的影响结果不显著了，这表明，该因素对房价的影响不稳定。这三个模型中，经济开放度对房地产价格都有一个正向影响，都在1%的水平上显著，这意味着对外开放度提高促进着房地产价格的上涨。

（二）模型修正

1.内生性问题。考虑到城市对外开放度与房地产价格波动可能存在因果联系，将引发内生性的问题。因此，使用两阶段最小二乘法——2SLS修正模型。故本文以经济开放度的滞后一期和两个虚拟变量（沿海城市=1、东部城市=1）作为工具变量[6]。回归结果列于表2的模型4、模型5、模型6。

在考虑内生性的情况下，如表2中模型4所示，从房地产价格需求层面因素回归结果来看，GDP对房地产价格的影响没有发生方向上面的改变，然而回归系数增加了，这说明经济增长对房价影响增大了。而人口数量、人均工资对房地产价格的影响都发生了方向上的变化，由模型1中的正向影响变为模型4中的负向影响，且在1%的水平上通过显著性检验。这可能和近年来频繁流动的人口有关，以及和有些大中城市为留住人才，推出特定的购房政策和较高的工资策略有关；如表2中模型5所示，房价供给因素影响没有发生方向上的变化，房地产开发面积在1%的水平上显著，说明隨着房地产开发面积增长，确实在某种程度上起着抑制房地产价格上涨的作用；模型6的回归结果，综合考虑了需求与供给对房地产价格影响。在这两方面因素共同的影响下，城市对外开放度对房地产价格的影响依旧是正向显著。

2.异方差和截面相关。以上的实证分析分析是基于同方差以及截面不相关两个假设的基础上。而通过检验，该面板数据存在着异方差和截面相关问题。针对这两个问题分别进行模型修正，异方差修正后的模型见表3中模型7—9。截面相关修正后的模型见表3中模型10—12。

在考虑到异方差的情况下，如表3中模型7—9所示。在房地产价格需求因素影响上，回归方向与系数没有发生变化，只是人口数量对房地产价格的回归结果变得不再显著了；房地产价格供给方面对房地产价格的回归结果与模型1中相比没有发生明显改变；模型9综合分析了需求和供给两方面对房地产价格变动的影响，显著性发生一些改变，人口数量显著水平由1%变为10%。此外，对外开放度对房地产价格的回归结果仍然为正向显著的。

在考虑截面相关的情况下，如表3中模型10—12所示，相比未修正前的模型1—3。房地产价格需求层面影响，人口数量的影响此时是不显著的，可能因为人口频繁流动对房地产价格影响趋于不稳定；如模型9所示，供给方面的回归结果，影响方向和系数没有明显改变；此时，城市对外开放度对房地产价格的影响都是正向的且都是较显著的，再一次验证了对外开放度的提高刺激了中国城市房地产价格的上升。

3.一个综合的回归模型。最后综合考虑异方差、序列相关和截面相关性问题，运用一个综合静态面板回归模型进行分析。相比未修正前的表2中的模型1—3，在分別单独对房地产价格需求层面因素和供给方面进行回归时，其对房地产价格的影响在方向、回归系数没有发生显著性变化，人口因素的影响的显著性由原来的1%变为此时的10%；在对需求因素与供给因素综合回归时，如表4中模型15所示，回归系数都没有发生明显改变，但是个别因素对房地产价格影响较不显著了，比如人口数量，意味着该因素对于房价影响有限，经济开放度对房地产价格的影响主要通过其余的因素作用。

总体来看在，在综合考虑异方差、序列相关和截面相关性问题时的回归模型时，经济开放度对城市房地产价格的影响仍然为正向的，且都在 1% 的水平上是显著的。再一次验证了，城市对外经济开放度对房地产价格水平的影响正向显著，且主要通过影响经济增长、工资、人口流动、房地产开发面积等因素来影响房屋的供求住房的供给和需求，从而来影响房地产价格的波动。

四、结论与建议

文章对中国35个主要城市经济开放度对房地产价格波动的影响因素进行实证分析后，主要发现下列结论：城市经济开放度对房地产价格水平影响是正向显著；城市对外开放度主要通过影响城市经济增长、人口流动、工资等来间接影响房地产价格上下起伏；此外，房地产开发面积对房地产价格也存在相对显著的影响，随着房地产开发面积增长一定程度上抑制了房地产价格上涨。

依据上述实证研究结果，提出下列建议：1.各地相关部门需要从房屋供需两方面，调节二者结构失衡以应对城市过热的房地产市场。探索新的土地供应结构、实现多元化土地供应、实行需求分流等。2.本文实证结果表明经济开放度对东部和沿海城市影响比较显著，而中西部城市经济开放程度相对较低，对外开放度对其房地产价格的影响结果也相对较小。政府应针对各省市对外开放度的水平以及其区域经济发展的特性，制定有显著针对性的引导政策。

3.对外经济开放度的提高会促进城市房地产价格的上升，同时也促进中国经济的增长，应适量地调整进出口贸易额，优化进出口结构和产业结构，合理控制对外开放对中国城市房地产价格的极端效应。

参考文献：

[1]郭璟坤.FDI、经济增长与地区房价的动态关系研究——基于PVAR模型[J].生产力研究，2016（01）.

[2]况伟大.FDI与房价[J].经济理论与经济管理，2013（02）.

[3]Aizenman，J&Jinjarak;，Y.Current account patterns and national real estate markets[J].Journal of Urban Economics，2009（05）.

[4]龚维进，徐春华.交通便利性、开放水平与中国房价——基于空间杜宾模型的分析[J].国际贸易问题，2017（02）.

[5]毛其淋，盛斌.中国房地产市场的“巴拉萨—萨缪尔森”效应——来自省际动态面板数据的经验证据[J].财经研究，2010（12）.