摘 要 本文運(yùn)用空間計(jì)量分析技術(shù)，重新構(gòu)建具有創(chuàng)新能力的城市價(jià)值，考察城市價(jià)值對(duì)商品房?jī)r(jià)的影響，探索城市間房?jī)r(jià)差異的原因。研究表明：城市間商品房?jī)r(jià)格存在顯著的空間正相關(guān)關(guān)系，并且相關(guān)性呈現(xiàn)逐漸增強(qiáng)的態(tài)勢(shì)；宜業(yè)、宜商、宜學(xué)、宜創(chuàng)對(duì)商品房的價(jià)格有顯著的影響。

關(guān)鍵詞 城市價(jià)值 宜創(chuàng) 房?jī)r(jià) 空間計(jì)量

商品房是一種異質(zhì)性商品，房屋本身的質(zhì)量及其所處的自然、經(jīng)濟(jì)的區(qū)位不同，價(jià)格就會(huì)有差異。其中，房屋的城市價(jià)值水平對(duì)房?jī)r(jià)有著重要影響。隨著經(jīng)濟(jì)的快速發(fā)展，居民的生活水平越來(lái)越高，其對(duì)于城市的舒適度、功能性以及對(duì)自身各種價(jià)值的實(shí)現(xiàn)的關(guān)注度也越來(lái)越高。本文在對(duì)國(guó)內(nèi)外學(xué)者研究進(jìn)行梳理的基礎(chǔ)上，補(bǔ)充構(gòu)建了城市價(jià)值與房?jī)r(jià)的時(shí)空關(guān)系模型，在此基礎(chǔ)上結(jié)合大中城市的數(shù)據(jù)分析城市價(jià)值與房?jī)r(jià)的時(shí)空關(guān)系。最后得出城市間商品房存在顯著的空間正相關(guān)關(guān)系，并且呈現(xiàn)逐漸增強(qiáng)的態(tài)勢(shì)；宜業(yè)、宜商、宜學(xué)、宜創(chuàng)對(duì)商品住房的價(jià)格有顯著的影響。因此，在進(jìn)行房?jī)r(jià)調(diào)控時(shí)要考慮房?jī)r(jià)是否與城市價(jià)值相一致，同時(shí)可以通過(guò)提高城市價(jià)值，尤其是創(chuàng)新能力來(lái)緩解房市泡沫現(xiàn)象。

本文構(gòu)建的城市價(jià)值指標(biāo)體系是在參考連玉明、范新穎構(gòu)建的包含宜居、宜業(yè)、宜學(xué)、宜商、宜游的城市價(jià)值指標(biāo)體系的基礎(chǔ)上加入了宜創(chuàng)指標(biāo)。具體指標(biāo)如下：R&D經(jīng)費(fèi)占GDP的比重、專(zhuān)利申請(qǐng)量、發(fā)明專(zhuān)利申請(qǐng)量、專(zhuān)利授權(quán)量、發(fā)明專(zhuān)利授權(quán)量、技術(shù)合同、技術(shù)合同成交總額。

本文采用最大熵值法計(jì)算各個(gè)城市歷年的宜居、宜商、宜業(yè)、宜學(xué)、宜游、宜創(chuàng)特征的代表值，從而構(gòu)成城市價(jià)值特征指數(shù)。黃飛雪、趙華平認(rèn)為城市間房?jī)r(jià)存在著空間相關(guān)性。因此，本文將構(gòu)建城市價(jià)值對(duì)商品房?jī)r(jià)的空間評(píng)價(jià)模型。本文的數(shù)據(jù)選取中國(guó)大陸創(chuàng)新能力前25名的14個(gè)地級(jí)市，包括北京、天津、上海、杭州、廣州、深圳、大連、南京、寧波、合肥、青島、武漢、長(zhǎng)沙和成都。利用MapInfo，計(jì)算出14個(gè)城市之間的距離，用城市間距離平方倒數(shù)的1000倍作為空間權(quán)重矩陣中的元素值，利用這14個(gè)城市的商品房銷(xiāo)售價(jià)格的對(duì)數(shù)值lnHP，得到商品房?jī)r(jià)的Moran I指數(shù)為0.217，對(duì)應(yīng)的統(tǒng)計(jì)量為0.000，表明商品房?jī)r(jià)空間分布具有相關(guān)性。根據(jù)城市價(jià)值對(duì)商品房?jī)r(jià)格影響的評(píng)價(jià)模型的選擇，利用拉格朗日乘數(shù)法進(jìn)行檢驗(yàn)。設(shè)LML和LME分別為空間滯后和誤差評(píng)價(jià)模型的LM統(tǒng)計(jì)量，運(yùn)用Matlab軟件，得到選定的14個(gè)城市統(tǒng)計(jì)量LML=29.3841，LME=7.1449，LML>LME，故應(yīng)選擇空間滯后評(píng)價(jià)模型。對(duì)于滯后評(píng)價(jià)模型，還需要確定效應(yīng)是隨機(jī)還是固定的。經(jīng)計(jì)算，得到空間Hauseman檢驗(yàn)統(tǒng)計(jì)量值為8.7126，對(duì)應(yīng)的x2（4）的概率值p為0.0423，選擇固定效應(yīng)模型。因此，最終選擇了包含固定效應(yīng)的城市價(jià)值對(duì)商品房?jī)r(jià)影響的空間滯后評(píng)價(jià)模型。

利用Matlab（2009）對(duì)選擇的模型進(jìn)行估計(jì)，結(jié)果如表1。

觀察表1中的R2，Sigma2，LogL等統(tǒng)計(jì)量，比較分析4種固定效應(yīng)可以看出時(shí)間固定效應(yīng)模型優(yōu)于其他三種，故最終選定了時(shí)間固定效應(yīng)模型進(jìn)行分析。

從表1可以看出，空間的自回歸系數(shù)W*dep.var的估計(jì)值都為正數(shù)，并且都通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明了14個(gè)城市的商品房?jī)r(jià)之間存在顯著的空間正相關(guān)關(guān)系。宜業(yè)、宜商、宜學(xué)、宜創(chuàng)、區(qū)位對(duì)商品住宅的價(jià)格影響顯著，說(shuō)明當(dāng)前就業(yè)水平依然是人們選擇城市的一個(gè)重要依據(jù)，宜業(yè)和宜學(xué)的顯著性也說(shuō)明了大量高校畢業(yè)生和進(jìn)城務(wù)工人員集聚于北京、上海、廣州、深圳等城市的一個(gè)重要原因是這些地方能夠提供更多的教育機(jī)會(huì)和就業(yè)機(jī)會(huì)。并且，對(duì)于新加入的宜創(chuàng)指標(biāo)對(duì)商品房?jī)r(jià)格的影響，說(shuō)明在政府“萬(wàn)眾創(chuàng)新，大眾創(chuàng)業(yè)”的號(hào)召下，一個(gè)城市所具備的創(chuàng)新能力越來(lái)越成為人們選擇居住城市的一個(gè)重要因素。因此，政府在實(shí)施房?jī)r(jià)調(diào)控政策時(shí)不應(yīng)該只關(guān)注房?jī)r(jià)波動(dòng)，還應(yīng)該關(guān)注房?jī)r(jià)水平是否與城市價(jià)值相協(xié)調(diào)。對(duì)于一部分城市而言，比如經(jīng)濟(jì)發(fā)展良好、創(chuàng)新能力強(qiáng)的城市，如果過(guò)度打壓會(huì)降低房地產(chǎn)行業(yè)的競(jìng)爭(zhēng)水平，甚至阻礙中國(guó)房地產(chǎn)市場(chǎng)的健康發(fā)展，特別是在當(dāng)前經(jīng)濟(jì)發(fā)展速度存在下行壓力的情形下，這一點(diǎn)更需引起注意。

（作者單位為山西財(cái)經(jīng)大學(xué)）

[作者簡(jiǎn)介：郭婷（1990—），女，山西河津人，碩士，研究方向：房地產(chǎn)管理。]

參考文獻(xiàn)

[1] 范新英.中國(guó)城市房?jī)r(jià)的空間非線性機(jī)理研究[D].山西財(cái)經(jīng)大學(xué)，2015.

[2] 趙華平，張所地.城市宜居性特征對(duì)商品住宅價(jià)格的影響分析——基于中國(guó)35個(gè)大中城市靜態(tài)和動(dòng)態(tài)空間面板模型的實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理，2013，32（4）：706-717.