向?yàn)槊?，李新?/p>

(1.重慶工商大學(xué) 管理學(xué)院，重慶 400067；2.重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院，重慶 400054)

一、引言

近年來，作為中國(guó)經(jīng)濟(jì)支柱的房地產(chǎn)業(yè)正面臨房?jī)r(jià)暴漲、區(qū)域差距持續(xù)擴(kuò)大的問題。根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，2017年我國(guó)各地區(qū)房?jī)r(jià)出現(xiàn)了不同程度的上升，全國(guó)房?jī)r(jià)平均上漲10.86%，其中有15個(gè)地區(qū)房?jī)r(jià)漲幅超出全國(guó)平均水平，個(gè)別地區(qū)如海南、重慶等漲幅甚至超過20%(1)http://www.stats.gov.cn.。房?jī)r(jià)的區(qū)域波動(dòng)差異在帶來房?jī)r(jià)極大的投機(jī)空間的同時(shí)亦促使房地產(chǎn)背離其基本居住屬性，導(dǎo)致房地產(chǎn)業(yè)結(jié)構(gòu)失衡、資源配置扭曲并損害國(guó)民經(jīng)濟(jì)。黨的十九大明確提出“房子是用來住的，不是用來炒的”，要加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度，讓全體人民住有所居，著重強(qiáng)調(diào)了房地產(chǎn)的居住屬性。因此，因城施政保障房地產(chǎn)價(jià)格平穩(wěn)，讓房地產(chǎn)回歸居住屬性，成為當(dāng)前房地產(chǎn)政策關(guān)注的重點(diǎn)。

與此同時(shí)，各大城市在與房地產(chǎn)發(fā)展緊密聯(lián)系的城鎮(zhèn)化建設(shè)中也面臨著如何穩(wěn)定房地產(chǎn)價(jià)格、防范房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)，進(jìn)而促進(jìn)房地產(chǎn)市場(chǎng)可持續(xù)發(fā)展的問題。其中，基礎(chǔ)設(shè)施作為推進(jìn)城鎮(zhèn)化建設(shè)的重要一環(huán)，既是經(jīng)濟(jì)發(fā)展的先決條件，又是改善人民生活的必要手段，對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響尤為關(guān)鍵。一方面，基礎(chǔ)設(shè)施能夠通過占用商品房開發(fā)土地面積來影響房地產(chǎn)市場(chǎng)的供給。另一方面，基礎(chǔ)設(shè)施的完善可提升區(qū)域房地產(chǎn)吸引力，從而增加投資者對(duì)住房的居住和投機(jī)需求。那么，城市基礎(chǔ)設(shè)施建設(shè)究竟多大程度影響房地產(chǎn)價(jià)格？房?jī)r(jià)區(qū)域差異波動(dòng)與城市基礎(chǔ)設(shè)施差異化建設(shè)到底有無關(guān)聯(lián)？基于這些問題，本文將重點(diǎn)考察城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)的影響及其區(qū)域差異，并探討造成區(qū)域差異的原因，力求為我國(guó)因地制宜實(shí)施差異化房?jī)r(jià)調(diào)控政策提供參考。

二、文獻(xiàn)回顧

房?jī)r(jià)的非理性上漲和泡沫引爆了2008年席卷全球的金融危機(jī)，至今仍有國(guó)家深受其害。因此，抑制房?jī)r(jià)上漲成為國(guó)內(nèi)外學(xué)者熱切關(guān)注的話題，有關(guān)房?jī)r(jià)影響因素的研究不勝枚舉。Bischoff認(rèn)為收入和房地產(chǎn)價(jià)格之間存在相互的正向影響[1]。Marco對(duì)意大利米蘭的研究發(fā)現(xiàn)道路收費(fèi)能夠促使覆蓋范圍內(nèi)房地產(chǎn)價(jià)格下降[2]。Boennec等從法國(guó)南特居民選擇住宅入手研究了空氣污染和噪音對(duì)房?jī)r(jià)的影響[3]。

國(guó)內(nèi)學(xué)者基于我國(guó)房地產(chǎn)市場(chǎng)發(fā)展經(jīng)驗(yàn)，從不同視角對(duì)房?jī)r(jià)影響因素進(jìn)行了研究。況偉大通過構(gòu)建住房市場(chǎng)比較動(dòng)態(tài)均衡模型發(fā)現(xiàn)，理性預(yù)期對(duì)房?jī)r(jià)的作用弱于適應(yīng)性預(yù)期、上期房?jī)r(jià)對(duì)本期房?jī)r(jià)具有較大的影響[4]。甘霖等從房?jī)r(jià)與地價(jià)的結(jié)構(gòu)關(guān)系出發(fā)，驗(yàn)證了往期地價(jià)對(duì)當(dāng)期房?jī)r(jià)存在推動(dòng)作用[5]。向?yàn)槊竦劝l(fā)現(xiàn)無論長(zhǎng)期還是短期，銀行信貸規(guī)模與房?jī)r(jià)波動(dòng)均互為因果關(guān)系[6]。

伴隨城鎮(zhèn)化的快速推進(jìn)與房?jī)r(jià)急劇攀升，有關(guān)城鎮(zhèn)化與房?jī)r(jià)之間關(guān)系的研究漸入學(xué)者視野。范劍勇等[7]、張延等[8]均認(rèn)為城鎮(zhèn)化對(duì)房地產(chǎn)價(jià)格具有顯著的積極影響。楚爾鳴等進(jìn)一步研究發(fā)現(xiàn)城鎮(zhèn)化既可直接促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，也能通過房?jī)r(jià)體現(xiàn)出顯著的中介效應(yīng)[9]。王鶴等從空間計(jì)量方法的應(yīng)用方面研究了城鎮(zhèn)化對(duì)房?jī)r(jià)影響的直接效應(yīng)和間接效應(yīng)[10]。

基礎(chǔ)設(shè)施建設(shè)水平與城鎮(zhèn)化發(fā)展質(zhì)量密切相關(guān)，目前學(xué)術(shù)界已有文獻(xiàn)研究城市基礎(chǔ)設(shè)施與房?jī)r(jià)之間的關(guān)系。王洪衛(wèi)等采用半對(duì)數(shù)形式住房?jī)r(jià)格特征模型，從市區(qū)和郊區(qū)影響程度的差異性角度檢驗(yàn)了地鐵站附近的房?jī)r(jià)溢價(jià)效應(yīng)在城市各區(qū)域的異質(zhì)性特征，發(fā)現(xiàn)地鐵對(duì)市區(qū)和郊區(qū)住房?jī)r(jià)格的影響程度存在顯著差異[11]。梁軍輝等指出地鐵站點(diǎn)、商場(chǎng)、休閑娛樂設(shè)施等因素對(duì)房?jī)r(jià)的影響隨距離的增加而減弱[12]。宮徽等發(fā)現(xiàn)獨(dú)自建設(shè)的污水處理廠對(duì)周邊房?jī)r(jià)的抑制作用造成了巨額的價(jià)值損失，且距離污水處理廠越近，房?jī)r(jià)增速抑制情況越明顯[13]。

現(xiàn)有文獻(xiàn)已對(duì)眾多影響房?jī)r(jià)的因素進(jìn)行了非常有價(jià)值的研究，為本文的研究奠定了理論和方法基礎(chǔ)。但是，關(guān)于城鎮(zhèn)化與房?jī)r(jià)之間關(guān)系的研究仍存在如下問題：一是現(xiàn)有研究主要著眼于城鎮(zhèn)化人口層面、土地層面對(duì)房?jī)r(jià)的影響效應(yīng)，鮮有文章基于城鎮(zhèn)化基礎(chǔ)設(shè)施層面進(jìn)行研究。二是我國(guó)城鎮(zhèn)化在不同地區(qū)發(fā)展極不平衡，區(qū)域基礎(chǔ)設(shè)施建設(shè)差異明顯，因此對(duì)不同區(qū)域房?jī)r(jià)的研究應(yīng)立足于這一基本前提。而當(dāng)前關(guān)于基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響的文獻(xiàn)尚無探討區(qū)域異質(zhì)性問題，難以真實(shí)反映基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響的區(qū)域差異。

因此，本文運(yùn)用我國(guó)31省市2005—2017年的面板數(shù)據(jù)，對(duì)全國(guó)層面和東、中、西部3個(gè)地區(qū)進(jìn)行實(shí)證分析，并進(jìn)一步考察全國(guó)35個(gè)不同類別城市的差異，全面研究城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)的影響及其區(qū)域差異。

三、實(shí)證分析

(一)變量選取與模型構(gòu)建

1.房地產(chǎn)價(jià)格(price)

參考祝繼高等[14]的做法，采用商品房平均銷售價(jià)格(元/平方米)來表示房地產(chǎn)價(jià)格。

2.基礎(chǔ)設(shè)施

基礎(chǔ)設(shè)施是指為社會(huì)生產(chǎn)和居民生活提供公共服務(wù)的物質(zhì)工程設(shè)施，包含的內(nèi)容和形式多樣，主要包括能源動(dòng)力設(shè)施、供水污水處理設(shè)施、道路交通設(shè)施、郵電通信設(shè)施及生態(tài)環(huán)保設(shè)施等，本文從這5個(gè)方面分別選取相應(yīng)指標(biāo)。

(1)能源動(dòng)力設(shè)施(dec)。采用城鎮(zhèn)居民人均年生活用電量(千瓦時(shí)/人)指標(biāo)，具體指城鎮(zhèn)人口生活用電總量與區(qū)域內(nèi)城鎮(zhèn)人口總量(常住人口口徑)之比。

(2)供水污水處理設(shè)施(wsl)。采用城鎮(zhèn)范圍內(nèi)供水管道長(zhǎng)度(萬公里)、污水日處理能力(萬立方米)指標(biāo)。供水管道長(zhǎng)度是指從送水泵至用戶水表之間所有管道的長(zhǎng)度，污水日處理能力是指每晝夜處理污水量的設(shè)計(jì)能力。

(3)道路交通設(shè)施(pra)。采用人均擁有道路面積(平方米/人)指標(biāo)，具體指城鎮(zhèn)區(qū)域內(nèi)平均每人擁有的道路面積。

(4)郵電通信設(shè)施(pv)。采用移動(dòng)電話交換機(jī)容量(萬戶)指標(biāo)，具體指移動(dòng)電話交換機(jī)根據(jù)一定話務(wù)模型和交換機(jī)處理能力計(jì)算出來的最大同時(shí)服務(wù)用戶的數(shù)量。

(5)生態(tài)環(huán)保設(shè)施(pga)。采用人均公園綠地面積(平方米/人)指標(biāo)，具體指報(bào)告期末區(qū)域內(nèi)平均每人擁有的公園綠地面積，為區(qū)域內(nèi)公園綠地面積與城鎮(zhèn)人口總量之比。

3.控制變量

(1)土地供應(yīng)量(sol)。房地產(chǎn)開發(fā)企業(yè)獲得土地的多少直接決定房地產(chǎn)開發(fā)面積的大小，進(jìn)而影響商品房供給總量。本文用房地產(chǎn)開發(fā)企業(yè)購(gòu)置土地面積(萬平方米)來衡量土地供應(yīng)量。

(2)居民收入水平(ril)。居民收入水平的提高一定程度上增強(qiáng)了購(gòu)買力，擴(kuò)大了人們對(duì)住房的需求，從而推動(dòng)了房?jī)r(jià)上漲。本文采用城鎮(zhèn)居民人均可支配收入(元)代表居民收入水平。

(3)貨幣政策(blr)。貨幣政策對(duì)房地產(chǎn)開發(fā)投資和房?jī)r(jià)均產(chǎn)生顯著的影響。本文以央行5年期以上貸款基準(zhǔn)利率年末值來表示貨幣政策。

(4)房地產(chǎn)信貸規(guī)模(bls)。參考梁云芳等[15]的方法，使用房地產(chǎn)資金來源中除自籌資金以外的資金(億元)作為描述房地產(chǎn)信貸規(guī)模的指標(biāo)(2)由于房地產(chǎn)資金來源中除自籌資金以外的資金大多直接或間接來源于金融機(jī)構(gòu)，因此可以將其作為衡量房地產(chǎn)信貸規(guī)模的指標(biāo)，且其中包含來自外商直接投資(fdi)的資金，故不再單獨(dú)設(shè)置外商直接投資為控制變量。。

在選定上述變量的基礎(chǔ)上，由于人們過去形成的房?jī)r(jià)預(yù)期可能對(duì)本期房?jī)r(jià)造成影響，我們將房?jī)r(jià)水平的一階滯后項(xiàng)作為解釋變量來構(gòu)建DPD模型?？紤]到基礎(chǔ)設(shè)施水平與房?jī)r(jià)可能存在的非線性關(guān)系，對(duì)各個(gè)變量指標(biāo)進(jìn)行對(duì)數(shù)化處理，建立如下回歸模型(3)城鎮(zhèn)化發(fā)展水平指標(biāo)由于與基礎(chǔ)設(shè)施、居民收入水平指標(biāo)存在嚴(yán)重的共線性而未被包含在模型中。：

lnpricei,t=β0+β1lnpricei,t-1+β2lndeci,t+β3lnwsli,t+β4lnsci,t+β5lnprai,t+β6lnpvi,t+

β7lnpgai,t+β8lnsoli,t+β9lnrili,t+β10lnblri,t+β11lnblsi,t+μi+εi,t

(1)

其中：i代表省份，t代表年份；lnpricei,t表示房地產(chǎn)價(jià)格；lnpricei,t-1表示滯后一期的房地產(chǎn)價(jià)格；lndeci,t表示城鎮(zhèn)居民人均年生活用電量；lnwsli,t表示供水管道長(zhǎng)度；lnsci,t表示污水日處理能力；lnprai,t表示人均擁有道路面積；lnpvi,t表示移動(dòng)電話交換機(jī)容量；lnpgai,t表示人均公園綠地面積；lnsoli,t表示房地產(chǎn)開發(fā)企業(yè)購(gòu)置土地面積；lnrili,t表示居民收入水平；lnblri,t表示貨幣政策；lnblsi,t表示房地產(chǎn)信貸規(guī)模；μi表示不隨時(shí)間變化的地區(qū)固定效應(yīng)；εi,t表示隨機(jī)誤差項(xiàng)。

(二)估計(jì)方法

如果回歸模型中含有內(nèi)生性問題，如本文的居民收入水平與房?jī)r(jià)之間相互影響引起的內(nèi)生解釋變量問題，可能會(huì)導(dǎo)致傳統(tǒng)的最小二乘(OLS)估計(jì)結(jié)果不一致。解決內(nèi)生性問題最常見的兩種方法是工具變量法和廣義矩估計(jì)(GMM)方法，工具變量法因未利用所有矩條件，所得估計(jì)結(jié)果可能是一致的卻不一定有效[16]；廣義矩估計(jì)(GMM)方法一方面能夠控制時(shí)間固定效應(yīng)和個(gè)體效應(yīng)，另一方面可以通過使用解釋變量的滯后項(xiàng)作為工具變量來解決解釋變量的內(nèi)生性問題[17]。因此，眾多學(xué)者將廣義矩估計(jì)(GMM)方法應(yīng)用于動(dòng)態(tài)面板模型，該方法具體包括差分GMM和系統(tǒng)GMM，本文的動(dòng)態(tài)面板模型主要采用差分GMM方法,并需要通過擾動(dòng)項(xiàng)不存在自相關(guān)的檢驗(yàn)和Hansen檢驗(yàn)(4)Hansen檢驗(yàn)主要用于判斷工具變量是否有效，其原假設(shè)為所選工具變量有效。。由于模型解釋變量較多，易產(chǎn)生過多的工具變量從而導(dǎo)致估計(jì)量有偏[18]，因此本文采用了折疊式工具變量(Collapsed Instruments)進(jìn)行估計(jì)。

(三)數(shù)據(jù)來源

根據(jù)國(guó)家統(tǒng)計(jì)局的分類，除我國(guó)香港、澳門和臺(tái)灣地區(qū)外，我國(guó)經(jīng)濟(jì)區(qū)域可劃分為東部地區(qū)(包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個(gè)省市)、中部地區(qū)(包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個(gè)省市)和西部地區(qū)(包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等12個(gè)省市區(qū))。這三大區(qū)域城鎮(zhèn)化發(fā)展階段與房?jī)r(jià)水平均存在顯著差異，為本文研究城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響及其區(qū)域差異提供了樣本選擇空間，西藏自治區(qū)由于部分?jǐn)?shù)據(jù)缺失，故從樣本中剔除。從時(shí)間跨度上講，由于基礎(chǔ)設(shè)施各方面指標(biāo)近年才擁有統(tǒng)計(jì)數(shù)據(jù)，基于數(shù)據(jù)的可獲得性，選擇2005—2017年的樣本數(shù)據(jù)。以上數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市經(jīng)濟(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)資料和中國(guó)統(tǒng)計(jì)局官網(wǎng)，其中少量缺失數(shù)據(jù)采用插值法進(jìn)行修正。

(四)描述性統(tǒng)計(jì)分析

表1展示了各變量分區(qū)域的描述性統(tǒng)計(jì)信息?？傮w來看，我國(guó)中、西部地區(qū)房?jī)r(jià)水平趨同，遠(yuǎn)低于東部地區(qū)。城市基礎(chǔ)設(shè)施發(fā)展水平區(qū)域差異較為明顯，東部地區(qū)能源動(dòng)力設(shè)施、供水污水處理設(shè)施、道路交通設(shè)施、郵電通信設(shè)施、生態(tài)環(huán)保設(shè)施各方面發(fā)展水平均高于中、西部地區(qū)，尤其是供水污水處理設(shè)施(東部污水日處理能力數(shù)據(jù)為6.230 4，明顯高于西部的5.073 4)方面，東、西部差距較為明顯。

(五)單位根檢驗(yàn)

為避免建模時(shí)出現(xiàn)“偽回歸”，需要對(duì)變量進(jìn)行單位根檢驗(yàn)，來考察其序列平穩(wěn)性。綜合運(yùn)用LLC(Levin-Lin-Chu)檢驗(yàn)、IPS檢驗(yàn)(Im-Pesaran-Shin)、ADF-Fisher檢驗(yàn)、PP-Fisher檢驗(yàn)方法對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見表2。由表2可知，所有變量均為平穩(wěn)序列，可直接進(jìn)行回歸分析。

表1 變量的描述性統(tǒng)計(jì)

表2 各變量單位根檢驗(yàn)結(jié)果

注：括號(hào)內(nèi)為P值；***、**、*分別指在1%、5%、10%水平上拒絕有單位根的原假設(shè)

(六)回歸分析

1.全國(guó)層面的估計(jì)結(jié)果

考慮模型中存在的內(nèi)生解釋變量問題，我們采用動(dòng)態(tài)面板GMM估計(jì)方法對(duì)回歸方程進(jìn)行估計(jì)，為有效觀測(cè)解釋變量對(duì)被解釋變量影響的穩(wěn)健性，逐個(gè)加入控制變量對(duì)式(1)進(jìn)行回歸，回歸結(jié)果見表3?？梢钥闯?，模型1—模型4中，Wald檢驗(yàn)的p值均為0，說明模型回歸結(jié)果是顯著的；AR(1)的p值小于0.1，AR(2)和Hansen檢驗(yàn)的p值均大于0.1，說明選擇的工具變量(5)限于篇幅，僅匯報(bào)模型4差分GMM估計(jì)選取的工具變量，即房?jī)r(jià)的滯后3階、土地供應(yīng)量的滯后4—5階、居民收入水平的滯后3—5階。有效。

表3 全國(guó)層面動(dòng)態(tài)面板差分GMM與系統(tǒng)GMM估計(jì)結(jié)果

注：括號(hào)內(nèi)數(shù)值為z值，***、**、*分別指在1%、5%、10%的水平上顯著

從表3可見，房地產(chǎn)價(jià)格滯后一期對(duì)當(dāng)期房地產(chǎn)價(jià)格存在明顯的正向影響，這種影響效應(yīng)在5%水平上顯著，表明全國(guó)范圍內(nèi)人們過去形成的房?jī)r(jià)預(yù)期會(huì)影響本期房?jī)r(jià)。上期房?jī)r(jià)愈高，人們愈傾向于預(yù)期本期房?jī)r(jià)上漲，因而會(huì)增加對(duì)房地產(chǎn)的需求，進(jìn)而促進(jìn)房?jī)r(jià)上漲。

基礎(chǔ)設(shè)施各變量均對(duì)房?jī)r(jià)產(chǎn)生影響。其中，城鎮(zhèn)居民人均年生活用電量對(duì)房?jī)r(jià)的影響系數(shù)在5%的水平上顯著為正，表明能源動(dòng)力設(shè)施對(duì)房?jī)r(jià)具有顯著的正向影響。能源動(dòng)力設(shè)施發(fā)達(dá)的區(qū)域經(jīng)濟(jì)發(fā)展水平通常較高，房?jī)r(jià)水平也較高。在模型4中，供水管道長(zhǎng)度系數(shù)為正且不顯著，污水日處理能力系數(shù)為負(fù)、顯著性同樣較低，說明供水污水處理設(shè)施對(duì)房?jī)r(jià)影響不夠明顯。人均道路面積對(duì)房?jī)r(jià)的影響系數(shù)均在10%的水平上顯著為負(fù)，可見道路交通設(shè)施對(duì)房?jī)r(jià)具有明顯的抑制作用。分析可知，城市人均道路面積較大的區(qū)域一般為人口少、經(jīng)濟(jì)發(fā)展水平差的郊區(qū)，因此道路交通設(shè)施水平高的區(qū)域房?jī)r(jià)較低。移動(dòng)電話交換機(jī)容量對(duì)房?jī)r(jià)的影響系數(shù)顯著為正，說明郵電通信等配套設(shè)施完善的區(qū)域更受投資者青睞，郵電通訊設(shè)施的提高對(duì)房?jī)r(jià)具有促進(jìn)作用。人均公園綠地面積對(duì)房?jī)r(jià)影響系數(shù)顯著為負(fù)，這說明生態(tài)環(huán)保設(shè)施提高并沒有引起房地產(chǎn)需求的“膨脹”，推動(dòng)房?jī)r(jià)上漲，可能是城市擁有的公園綠地面積受限于土地容量而不能無限增加，而人口卻時(shí)刻都在流動(dòng)，因此人均公園綠地面積較大的地區(qū)可能因?yàn)槿丝诹魇Фy以有效地刺激購(gòu)房需求，導(dǎo)致房?jī)r(jià)較低。

房地產(chǎn)開發(fā)企業(yè)購(gòu)置土地面積對(duì)房?jī)r(jià)影響系數(shù)顯著為負(fù)，表明土地供應(yīng)量對(duì)房?jī)r(jià)具有緩沖作用。土地供應(yīng)面積上升推動(dòng)房地產(chǎn)企業(yè)開發(fā)的商品房數(shù)量增加，從而可能因供給過高而導(dǎo)致房產(chǎn)閑置、房?jī)r(jià)下跌。城鎮(zhèn)人均可支配收入對(duì)房?jī)r(jià)的影響系數(shù)較小且不顯著，說明居民收入水平對(duì)房?jī)r(jià)的影響不夠明顯。銀行5年期以上貸款利率對(duì)房?jī)r(jià)的影響系數(shù)在1%的水平上顯著為正，體現(xiàn)了貨幣政策對(duì)房?jī)r(jià)具有明顯的驅(qū)動(dòng)作用。銀行貸款利率上升可能增加房地產(chǎn)開發(fā)企業(yè)的成本負(fù)擔(dān)，進(jìn)而推動(dòng)房?jī)r(jià)上漲。房地產(chǎn)信貸規(guī)模對(duì)房?jī)r(jià)的影響系數(shù)顯著為正，表明房地產(chǎn)信貸規(guī)模會(huì)對(duì)房?jī)r(jià)產(chǎn)生顯著的促進(jìn)作用，這與已有文獻(xiàn)的研究結(jié)論一致。

2.穩(wěn)健性檢驗(yàn)

根據(jù)roodman[19]的分析，混合效應(yīng)和固定效應(yīng)估計(jì)值決定了被解釋變量一階滯后項(xiàng)真實(shí)估計(jì)值的上界和下界。因此，差分GMM模型估計(jì)的被解釋變量一階滯后項(xiàng)只需介于固定效應(yīng)和混合效應(yīng)估計(jì)值之間，即表明模型是穩(wěn)健的。限于篇幅，僅對(duì)模型4(表3)進(jìn)行穩(wěn)健性檢驗(yàn)。由模型4可知，房?jī)r(jià)滯后一階的系數(shù)為0.602 4，高于固定效應(yīng)的0.546 5且低于混合效應(yīng)的0.952 8，表明模型是穩(wěn)健的。

廣義矩估計(jì)的另一種方法是系統(tǒng)GMM(6)進(jìn)行系統(tǒng) GMM 估計(jì)時(shí)，加入較多的解釋變量會(huì)產(chǎn)生過多的工具變量。因此，我們?cè)诨貧w方程中逐個(gè)加入lnsoli,t、lnrili,t、lnblri,t、lnblsi,t4個(gè)控制變量進(jìn)行估計(jì)。，與差分GMM相比，其優(yōu)點(diǎn)是能夠提高估計(jì)的效率，缺點(diǎn)是必須額外地假定被解釋變量的一階差分滯后項(xiàng)與個(gè)體效應(yīng)不相關(guān)[20]。表3同樣列出了系統(tǒng)GMM的估計(jì)結(jié)果，可以看出，被解釋變量的滯后一期始終顯著且系數(shù)符號(hào)與差分GMM估計(jì)結(jié)果一致，可見差分GMM模型較為穩(wěn)健。同時(shí)，系統(tǒng)GMM估計(jì)結(jié)果均沒有通過Hansen檢驗(yàn)，且基礎(chǔ)設(shè)施各變量對(duì)房?jī)r(jià)影響均不顯著，說明本文的樣本可能并不滿足使用系統(tǒng)GMM估計(jì)的前提。

3.區(qū)域?qū)用娴墓烙?jì)結(jié)果

考慮到東、中、西部地區(qū)經(jīng)濟(jì)發(fā)展的差異性，選取城市基礎(chǔ)設(shè)施建設(shè)的5個(gè)主要方面，分別從這3個(gè)區(qū)域出發(fā)，利用動(dòng)態(tài)面板差分GMM模型分析東、中、西部地區(qū)基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響的區(qū)域差異，回歸結(jié)果如表4所示。

表4顯示，分區(qū)域的回歸模型比較顯著，干擾項(xiàng)不存在自相關(guān)，工具變量的選擇也較為合適。不同地區(qū)房?jī)r(jià)滯后一期均對(duì)當(dāng)期房?jī)r(jià)產(chǎn)生巨大的推動(dòng)作用。估計(jì)系數(shù)都在1%的水平上顯著，再次說明過去形成的房?jī)r(jià)預(yù)期對(duì)當(dāng)期房?jī)r(jià)影響巨大。從回歸系數(shù)看，不同區(qū)域投資者的房?jī)r(jià)預(yù)期對(duì)當(dāng)期房?jī)r(jià)影響存在一定差異。

無論是東部、中部還是西部，能源動(dòng)力設(shè)施都與房?jī)r(jià)呈現(xiàn)正相關(guān)關(guān)系，但東、西部地區(qū)并不顯著，這可能是由于房地產(chǎn)市場(chǎng)缺乏與能源動(dòng)力設(shè)施的響應(yīng)機(jī)制，導(dǎo)致房屋空置率較高。從系數(shù)大小來看，不同區(qū)域能源動(dòng)力設(shè)施對(duì)房?jī)r(jià)的影響存在顯著差異。供水污水處理設(shè)施對(duì)東部房?jī)r(jià)具有抑制作用，對(duì)中部房?jī)r(jià)具有促進(jìn)作用，對(duì)西部房?jī)r(jià)影響尚不明顯。受城鎮(zhèn)化水平偏低、供水污水處理設(shè)施仍不夠完善的影響，西部地區(qū)供水污水處理設(shè)施對(duì)房?jī)r(jià)影響較弱。道路交通設(shè)施對(duì)東、西部房?jī)r(jià)影響顯著為負(fù)，對(duì)中部房?jī)r(jià)影響為正卻不顯著。說明東、西部地區(qū)道路交通設(shè)施發(fā)達(dá)的區(qū)域房?jī)r(jià)一般較低，這與全國(guó)層面結(jié)論一致，中部地區(qū)道路交通設(shè)施對(duì)房?jī)r(jià)的影響不明顯。郵電通信設(shè)施對(duì)東部房?jī)r(jià)影響系數(shù)為負(fù)且未通過顯著性檢驗(yàn)，對(duì)中、西部影響系數(shù)顯著為正，同樣可能是由于東部地區(qū)郵電通信設(shè)施與房?jī)r(jià)之間缺乏響應(yīng)機(jī)制。生態(tài)環(huán)保設(shè)施對(duì)東、西部房?jī)r(jià)具有負(fù)向影響，對(duì)中部房?jī)r(jià)影響為正，但僅對(duì)東部影響系數(shù)較為顯著。可能是城鎮(zhèn)化建設(shè)水平差異導(dǎo)致東部地區(qū)人工綠地資源較中、西部地區(qū)更為豐富，因而對(duì)房?jī)r(jià)的影響更加突出。

土地供應(yīng)量、居民收入水平、貨幣政策、房地產(chǎn)信貸規(guī)模對(duì)房?jī)r(jià)的影響也存在明顯的區(qū)域差異。土地供應(yīng)量對(duì)東、中、西部房?jī)r(jià)均產(chǎn)生負(fù)向影響，但只有西部地區(qū)顯著，可能是中國(guó)土地面積的區(qū)位分布不均衡，西部地區(qū)明顯土地供應(yīng)量較多，房?jī)r(jià)較低。居民收入水平對(duì)3個(gè)地區(qū)房?jī)r(jià)影響均為正，但只有西部地區(qū)顯著，且系數(shù)明顯大于東、中部地區(qū)，這可能是由于西部地區(qū)房?jī)r(jià)與居民收入水平之間的差距低于東、中部地區(qū)，導(dǎo)致人均收入的提高更能刺激住房需求，進(jìn)而推動(dòng)房?jī)r(jià)。貨幣政策對(duì)東、中、西部地區(qū)房?jī)r(jià)均具有促進(jìn)作用，但是對(duì)3個(gè)區(qū)域的影響效應(yīng)卻明顯不同，貨幣政策對(duì)西部房?jī)r(jià)驅(qū)動(dòng)作用最明顯，其次是中部，最后是東部。房地產(chǎn)信貸規(guī)模對(duì)東、中、西部房?jī)r(jià)均具有顯著的正向影響，這與全國(guó)層面的結(jié)論相吻合，其中房地產(chǎn)信貸規(guī)模對(duì)東部房?jī)r(jià)影響最為顯著。

表4 區(qū)域?qū)用娌罘諫MM估計(jì)結(jié)果

注：括號(hào)內(nèi)數(shù)值為z值，***、**、*分別指在1%、5%、10%的水平上顯著

4.不同類別城市層面的估計(jì)結(jié)果

在區(qū)域?qū)用娣治龅幕A(chǔ)上，選取全國(guó)35個(gè)主要城市，根據(jù)《第一財(cái)經(jīng)周刊》發(fā)布的《中國(guó)城市商業(yè)魅力排行榜》將其劃分為一線、新一線、二線、三線城市(7)一線城市包括北京、上海、廣州、深圳；新一線城市包括成都、杭州、重慶、武漢、西安、天津、南京、鄭州、長(zhǎng)沙、沈陽(yáng)、青島、寧波；二線城市包括昆明、大連、廈門、合肥、福州、哈爾濱、濟(jì)南、長(zhǎng)春、石家莊、南寧、貴陽(yáng)、南昌、太原、烏魯木齊、蘭州；三線城市包括?？凇⒑艉秃铺?、銀川、西寧。，進(jìn)一步考察不同類別城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響的差異。回歸結(jié)果如表5所示。

表5 不同類別城市層面差分GMM估計(jì)結(jié)果

注：括號(hào)內(nèi)數(shù)值為z值，***、**、*分別指在1%、5%、10%的水平上顯著

由表5可知，上年房?jī)r(jià)對(duì)本年房?jī)r(jià)仍具有顯著的影響。從影響系數(shù)看，上年房?jī)r(jià)對(duì)一線、新一線、二線城市房?jī)r(jià)的影響高于對(duì)三線城市房?jī)r(jià)的影響，這符合近年我國(guó)城市群發(fā)展格局，一線城市人口逐步流向新一線、二線城市，促進(jìn)了這些城市的繁榮和房?jī)r(jià)上升，因此這些地區(qū)上期房?jī)r(jià)對(duì)本期房?jī)r(jià)影響較為接近。

能源動(dòng)力設(shè)施對(duì)不同類別城市房?jī)r(jià)影響均為正，但對(duì)新一線城市房?jī)r(jià)影響并不顯著，可能是由于新一線城市能源動(dòng)力設(shè)施與房?jī)r(jià)之間缺乏“響應(yīng)”機(jī)制。供水污水處理設(shè)施僅對(duì)一線城市房?jī)r(jià)產(chǎn)生顯著的推動(dòng)作用，這可能是二、三線城市由于其城鎮(zhèn)化水平相對(duì)較低，房?jī)r(jià)受供水污水處理設(shè)施影響較小。道路交通設(shè)施對(duì)一線、新一線、二線城市房?jī)r(jià)影響為負(fù)且不顯著，對(duì)三線城市房?jī)r(jià)影響為正，表明三線城市正積極修建地鐵等道路交通設(shè)施，因此道路交通設(shè)施發(fā)達(dá)的區(qū)域房?jī)r(jià)也較高。郵電通信設(shè)施對(duì)一線、新一線、二線、三線城市房?jī)r(jià)影響系數(shù)均為正，但只有三線城市顯著，說明三線城市郵電業(yè)較為薄弱，其發(fā)展對(duì)房?jī)r(jià)的刺激十分明顯。生態(tài)環(huán)保設(shè)施對(duì)一、二、三線城市房?jī)r(jià)均具有負(fù)向影響，對(duì)新一線城市房?jī)r(jià)具有正向影響，但僅對(duì)一線城市房?jī)r(jià)影響較為顯著，分析可能是人口流出導(dǎo)致一線城市人均公園綠地面積上升而房?jī)r(jià)卻出現(xiàn)下降。

四、結(jié)論與政策建議

(一)研究結(jié)論

(1)無論是全國(guó)層面還是東、中、西部地區(qū)的估計(jì)結(jié)果，均顯示基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)產(chǎn)生顯著影響。在全國(guó)層面，基礎(chǔ)設(shè)施與房?jī)r(jià)顯著相關(guān)，其中能源動(dòng)力設(shè)施、供水污水處理設(shè)施與房?jī)r(jià)顯著正相關(guān),而道路交通設(shè)施與房?jī)r(jià)顯著負(fù)相關(guān)，且影響結(jié)果具有穩(wěn)健性。

(2)基礎(chǔ)設(shè)施對(duì)不同區(qū)域房?jī)r(jià)影響呈現(xiàn)空間異質(zhì)性。其中，能源動(dòng)力設(shè)施對(duì)中部房?jī)r(jià)影響顯著為正，而對(duì)東、西部房?jī)r(jià)影響甚微；供水污水處理設(shè)施對(duì)東部房?jī)r(jià)具有抑制作用，對(duì)中部房?jī)r(jià)具有促進(jìn)作用，對(duì)西部房?jī)r(jià)影響尚不明顯；道路交通設(shè)施對(duì)東、西部房?jī)r(jià)具有負(fù)向影響，對(duì)中部房?jī)r(jià)影響不顯著；郵電通信設(shè)施對(duì)中、西部房?jī)r(jià)均產(chǎn)生推動(dòng)作用，對(duì)東部房?jī)r(jià)影響不顯著；生態(tài)環(huán)保設(shè)施對(duì)東部房?jī)r(jià)影響顯著為負(fù)，而對(duì)中、西部房?jī)r(jià)影響不顯著。

(3)基礎(chǔ)設(shè)施對(duì)不同類別城市房?jī)r(jià)影響具有顯著差異。其中，能源動(dòng)力設(shè)施對(duì)不同類別城市房?jī)r(jià)影響均為正，但對(duì)新一線城市房?jī)r(jià)影響并不顯著；供水污水處理設(shè)施僅對(duì)一線城市房?jī)r(jià)產(chǎn)生顯著的推動(dòng)作用；道路交通設(shè)施對(duì)一線、新一線、二線城市房?jī)r(jià)影響為負(fù)且不顯著，對(duì)三線城市房?jī)r(jià)影響顯著為正；郵電通信設(shè)施對(duì)不同類別城市房?jī)r(jià)影響系數(shù)均為正，但只有三線城市顯著；生態(tài)環(huán)保設(shè)施對(duì)一、二、三線城市房?jī)r(jià)具有負(fù)向影響，對(duì)新一線城市房?jī)r(jià)具有正向影響，但僅對(duì)一線城市房?jī)r(jià)影響較為顯著。

(二)政策建議

城鎮(zhèn)化的建設(shè)要與房地產(chǎn)市場(chǎng)的平穩(wěn)運(yùn)行相輔相成，本文運(yùn)用動(dòng)態(tài)面板差分GMM模型研究了我國(guó)城市基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)的影響及其區(qū)域差異。根據(jù)實(shí)證分析結(jié)論，提出如下建議：

1.完善城市配套基礎(chǔ)設(shè)施建設(shè)

黨的十九大報(bào)告指出，要繼續(xù)推進(jìn)新型城鎮(zhèn)化建設(shè)，提高城鎮(zhèn)發(fā)展質(zhì)量。因此，要加快完善城市配套基礎(chǔ)設(shè)施，使之與城鎮(zhèn)化發(fā)展水平和房?jī)r(jià)水平相適應(yīng)。首先，在規(guī)劃和建設(shè)新城鎮(zhèn)時(shí)，應(yīng)充分考慮能源動(dòng)力設(shè)施、供水污水處理設(shè)施、郵電通信設(shè)施及生態(tài)環(huán)保設(shè)施等配套基礎(chǔ)設(shè)施的匹配，使得房地產(chǎn)價(jià)格不同的區(qū)域均可以享受到基本的便民服務(wù)，避免高收入者占用過多配套基礎(chǔ)設(shè)施資源而造成分配不平等，引起社會(huì)矛盾加劇。其次，在加強(qiáng)保障性住房建設(shè)的同時(shí)也要及時(shí)推進(jìn)配套基礎(chǔ)設(shè)施的完善，使住房保障政策能夠行之有效。

2.推進(jìn)城市基礎(chǔ)設(shè)施差異化建設(shè)

考慮到中國(guó)基礎(chǔ)設(shè)施區(qū)域發(fā)展不平衡使得基礎(chǔ)設(shè)施對(duì)房?jī)r(jià)影響存在明顯的區(qū)域差異，在制定基礎(chǔ)設(shè)施相關(guān)的政策時(shí)，應(yīng)根據(jù)不同區(qū)域基礎(chǔ)設(shè)施建設(shè)的具體狀況，積極推進(jìn)城市基礎(chǔ)設(shè)施差異化建設(shè)。房?jī)r(jià)過高的東部地區(qū)應(yīng)加快郊區(qū)道路交通設(shè)施建設(shè)和主城區(qū)企業(yè)搬遷，這實(shí)質(zhì)上能夠提高全城的道路交通設(shè)施水平并有利于房?jī)r(jià)的合理調(diào)控，同時(shí)要繼續(xù)加強(qiáng)供水污水處理設(shè)施建設(shè)及城市綠化。中、西部地區(qū)應(yīng)將發(fā)展區(qū)域經(jīng)濟(jì)、完善基礎(chǔ)設(shè)施和穩(wěn)定房?jī)r(jià)協(xié)同推進(jìn)，以促進(jìn)該地區(qū)房地產(chǎn)業(yè)健康發(fā)展。

3.統(tǒng)籌推進(jìn)不同類別城市基礎(chǔ)設(shè)施建設(shè)

當(dāng)前我國(guó)城市群格局日漸形成，隨著城市群內(nèi)部聯(lián)系愈加緊密，城市基礎(chǔ)設(shè)施的建設(shè)將不僅影響本地區(qū)房?jī)r(jià)，對(duì)周邊城市房?jī)r(jià)的作用也日漸凸顯。城市群內(nèi)不同城市之間應(yīng)加強(qiáng)區(qū)際合作，避免“零和博弈”，統(tǒng)籌推進(jìn)相關(guān)城市的基礎(chǔ)設(shè)施建設(shè)從而更有效地調(diào)控房?jī)r(jià)。如“京津冀”城市群的北京和石家莊，石家莊應(yīng)盡快推動(dòng)各項(xiàng)基礎(chǔ)設(shè)施的完善，才能順利完成承接北京產(chǎn)業(yè)轉(zhuǎn)移的重任進(jìn)而影響北京地區(qū)的房?jī)r(jià)。